Systemtheorie III - Institut für Akustik und Sprachkommunikation
Systemtheorie III - Institut für Akustik und Sprachkommunikation
Systemtheorie III - Institut für Akustik und Sprachkommunikation
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Fakultät Elektrotechnik <strong>und</strong> Informationstechnik <strong>Institut</strong> für <strong>Akustik</strong> <strong>und</strong> <strong>Sprachkommunikation</strong><br />
Professur für <strong>Systemtheorie</strong> <strong>und</strong> Sprachtechnologie<br />
SYSTEMTHEORIE <strong>III</strong><br />
Prof. Dr.-Ing. habil. Helmut Schreiber<br />
Prof. Dr.-Ing. habil. Renate Merker<br />
Prof. Dr.-Ing. habil. Rüdiger Hoffmann<br />
Oktober 2011
Vorwort zur 1. Auflage<br />
Die vorliegende Aufgabensammlung wurde aus Übungsaufgaben zusammengestellt,<br />
die in den letzten drei Jahren in den rechnerischen Übungen im Lehrgebiet <strong>Systemtheorie</strong><br />
<strong>III</strong> behandelt wurden. Die Anordnung <strong>und</strong> Numerierung der Aufgaben erfolgt entsprechend<br />
der stofflichen Gliederung der Vorlesung:<br />
Kapitel 8:<br />
Kapitel 9:<br />
Kapitel 10:<br />
Stochastische Signale<br />
Statische Systeme<br />
Dynamische Systeme<br />
Die genannte Lehrveranstaltung ist Bestandteil des Hauptstudiums für die Studienrichtung<br />
Informationstechnik im Studiengang Elektrotechnik <strong>und</strong> wird im 5. Semester<br />
durchgeführt. Für diese Lehrveranstaltung werden die im 3. <strong>und</strong> 4. Semester im Lehrgebiet<br />
<strong>Systemtheorie</strong> I/II erworbenen Kenntnisse vorausgesetzt.<br />
Außerdem wird im 6. bzw. 8. Semester noch ein Wahlpflichtfach Stochastische Signale<br />
<strong>und</strong> Systeme angeboten, das die <strong>Systemtheorie</strong> <strong>III</strong> inhaltlich vertieft <strong>und</strong> einige Anwendungen<br />
der Theorie der stationären zufälligen Prozesse hervorhebt (Rauschanalyse<br />
elektronischer Schaltungen, Optimalfilter im Sinne von Wiener u. a.). Entsprechende<br />
Übungsaufgaben hierzu sind in einem Anhang zusammengefasst.<br />
Die vorliegende Aufgabensammlung enthält zusätzlich eine Auswahl von Prüfungsklausuren<br />
aus den letzten Jahren. Für eine der Prüfungsklausuren ist jeweils eine Bearbeitungszeit<br />
von 120 Minuten vorgesehen. Als Hilfsmittel für die Lösung der Prüfungsaufgaben<br />
dürfen die Formelsammlungen verwendet werden, die gleichfalls in dieser<br />
Aufgabensammlung mit enthalten sind.<br />
Dresden, 01.04.1996<br />
R. Merker, H. Schreiber<br />
Vorwort zur 2. Auflage<br />
Abgesehen von einigen wenigen Korrekturen unterscheidet sich die neue Auflage nicht<br />
von der bisherigen. In Übereinstimmung mit der in der englischsprachigen Literatur<br />
überwiegend anzutreffenden Schreibweise wird die komplexe Variable im Bildbereich<br />
der Laplace–Transformation nunmehr mit s = σ + jω (anstelle bisher p = σ + jω) bezeichnet.<br />
Herrn cand. ing. H. Garten danken wir für die fre<strong>und</strong>liche Unterstützung bei der Überarbeitung<br />
dieses Lehrmaterials.<br />
Dresden, 01.04.1999<br />
R. Merker, H. Schreiber<br />
2
INHALTSVERZEICHNIS<br />
8 Stochastische Signale 6<br />
9 Statische Systeme 12<br />
10 Dynamische Systeme 15<br />
P Prüfungsklausuren 20<br />
F Formelsammlung 34<br />
LITERATURVERZEICHNIS<br />
[1] WUNSCH, G. ; SCHREIBER, H.: Digitale Systeme. 5. Auflage. Dresden : TUDpress<br />
Verlag der Wissenschaften GmbH, 2006 (TUDpress Lehrbuch). – ISBN 10:<br />
3938863846, ISBN 13: 978–3938863848<br />
[2] WUNSCH, G. ; SCHREIBER, H.: Digitale Systeme. 4. Auflage. Berlin Heidelberg :<br />
Springer-Verlag, 1993 (Springer-Lehrbuch)<br />
[3] WUNSCH, G. ; SCHREIBER, H.: Digitale Systeme. 3. Auflage. Berlin : Verlag Technik,<br />
1989<br />
[4] WUNSCH, G. ; SCHREIBER, H.: Analoge Systeme. 4. Auflage. Dresden : TUDpress<br />
Verlag der Wissenschaften GmbH, 2006 (TUDpress Lehrbuch). – ISBN 10:<br />
3938863676, ISBN 13: 978–3938863671<br />
[5] WUNSCH, G. ; SCHREIBER, H.: Analoge Systeme. 3. Auflage. Berlin Heidelberg :<br />
Springer-Verlag, 1993 (Springer-Lehrbuch)<br />
[6] WUNSCH, G. ; SCHREIBER, H.: Analoge Systeme. 2. Auflage. Berlin : Verlag<br />
Technik, 1988<br />
[7] WUNSCH, G. ; SCHREIBER, H.: Stochastische Systeme. 4. Auflage. Berlin :<br />
Springer-Verlag, 2005 (Springer-Lehrbuch). – ISBN 10: 354029225X, ISBN 13: 978–<br />
3540292258<br />
[8] WUNSCH, G. ; SCHREIBER, H.: Stochastische Systeme. 3. Auflage. Berlin Heidelberg<br />
: Springer-Verlag, 1992 (Springer-Lehrbuch)<br />
[9] WUNSCH, G. ; SCHREIBER, H.: Stochastische Systeme. 2. Auflage. Berlin : Verlag<br />
Technik, 1986<br />
[10] WUNSCH, G.: Handbuch der <strong>Systemtheorie</strong>. Berlin : Akademie-Verlag, 1986<br />
3
ÜBUNGSAUFGABEN
8 STOCHASTISCHE SIGNALE<br />
8.1. Die Beleuchtung eines Raumes erfolgt durch zwei in Reihe geschaltete Glühlampen<br />
L 1 <strong>und</strong> L 2 , die unabhängig voneinander mit den Wahrscheinlichkeaiten p 1 bzw.<br />
p 2 ausfallen (Durchbrennen des Glühfadens). Mit welcher Wahrscheinlichkeit fällt die<br />
Raumbeleuchtung aus?<br />
8.2. In einem Stromkreis (siehe Bild 8.2) befinden<br />
sich vier Widerstände, die mit den Wahrscheinlichkeiten<br />
p 1 , p 2 , p 3 <strong>und</strong> p 4 unabhängig voneinander<br />
durchbrennen (d. h., R i → ∞, i ∈ {1, 2, 3, 4}). Berechnen<br />
Sie die Wahrscheinlichkeit dafür, dass der<br />
Gesamtstrom I unterbrochen wird!<br />
R 1<br />
I<br />
R 2<br />
R 3<br />
R 4<br />
Bild 8.2<br />
8.3. Zwei Schützen schießen auf eine Scheibe. Die Trefferwahrscheinlichkeit beträgt<br />
für den ersten Schützen 0,8 <strong>und</strong> für den zweiten Schützen 0,9. Mit welcher Wahrscheinlichkeit<br />
wird die Scheibe getroffen?<br />
8.4. Über einen gestörten Kanal werden kodierte Steuerkommandos vom Typ 111 <strong>und</strong><br />
000 übertragen, wobei der erste Typ mit der Wahrscheinlichkeit 0,7 <strong>und</strong> der zweite Typ<br />
mit der Wahrscheinlichkeit 0,3 gesendet wird. Jedes Zeichen (0 oder 1) wird mit der<br />
Wahrscheinlichkeit 0,8 richtig übertragen.<br />
a) Wie groß ist die Wahrscheinlichkeit dafür, dass das Signal 101 empfangen wird?<br />
b) Wie groß ist die Wahrscheinlichkeit dafür, dass<br />
α) 111, β) 000<br />
gesendet wurde, falls 101 empfangen wird?<br />
8.5. Gegeben ist eine Zufallsgröße X mit der Verteilungsfunktion F X :<br />
⎧<br />
⎪⎨ 0 ξ ≤ −1,<br />
F X (ξ) = 1 − ξ<br />
⎪⎩<br />
2 −1 < ξ ≤ 0,<br />
1 ξ > 0.<br />
a) Man berechne <strong>und</strong> skizziere die Dichtefunktion f X !<br />
b) Mit welcher Wahrscheinlichkeit nimmt X einen Wert kleiner als − 1 an? 2<br />
c) Man berechne P { − 1 ≤ X < 2} mit Hilfe<br />
3<br />
α) der Verteilungsfunktion, β) der Dichtefunktion!<br />
6 8 Stochastische Signale
8.6. Man berechne den Erwartungswert E(X ), den quadratischen Mittelwert E(X 2 )<br />
<strong>und</strong> die Varianz Var(X )<br />
a) für eine diskrete Zufallsgröße X mit der Verteilungsfunktion F X gemäß Bild 8.6a,<br />
b) für eine stetige Zufallsgröße X mit der Verteilungsfunktion F X :<br />
⎧<br />
⎪⎨ 0 ξ ≤ 0,<br />
F X (ξ) = ξ<br />
⎪⎩<br />
2 0 < ξ ≤ 1,<br />
1 ξ > 1<br />
gemäß Bild 8.6b!<br />
1<br />
0,9<br />
F X (ξ)<br />
1<br />
F X (ξ)<br />
0,4<br />
0,3<br />
ξ<br />
-1 0 1 2 3 4<br />
0<br />
Bild 8.6a Bild 8.6b<br />
1<br />
ξ<br />
8.7. Bei einem elektronischen System sei die Lebensdauer (gerechnet vom Zeitpunkt<br />
der Inbetriebnahme bis zum Ausfallzeitpunkt) eine Zufallsgröße X mit der Dichte f X :<br />
{<br />
a e −ax x ≥ 0 (a > 0)<br />
f X (x) =<br />
0 x < 0.<br />
Die mittlere Lebensdauer betrage 10 Jahre. Bestimmen Sie die Wahrscheinlichkeit dafür,<br />
dass<br />
a) das System mindestens 3 Jahre zuverlässig arbeitet,<br />
b) das System mindestens weitere 2 Jahre zuverlässig arbeitet, wenn bekannt ist,<br />
dass es bereits 3 Jahre zuverlässig gearbeitet hat!<br />
8.8. Die Lebensdauer eines bestimmten Bauelementes kann durch eine Zufallsgröße<br />
X mit der Dichtefunktion f X :<br />
{<br />
λ 2 x e −λx x > 0<br />
f X (x) =<br />
(λ = 0,25/ Jahr)<br />
0 x ≤ 0<br />
näherungsweise beschrieben werden.<br />
7
a) Wie groß ist die Wahrscheinlichkeit dafür, dass das Bauelement innerhalb von 6<br />
Jahren nicht ausfällt?<br />
b) Ein Gerät enthalte 4 Bauelemente dieser Art, deren Ausfall unabhängig voneinander<br />
erfolgt. Wie groß ist die Wahrscheinlichkeit dafür, dass das Gerät innerhalb von<br />
6 Jahren nicht ausfällt?<br />
8.9. Eine Lieferung von elektronischen Bauelementen enthalte 5% Ausschuss (defekte<br />
Bauelemente). Wieviel Bauelemente muss eine Stichprobe mindestens enthalten<br />
(d. h., wieviel Bauelemente müssen mindestens geprüft werden), damit in ihr mit einer<br />
Wahrscheinlichkeit nicht kleiner als 0,9 wenigstens ein defektes Bauelement enthalten<br />
ist?<br />
8.10. Ein zufälliger Vektor X = (X 1 , X 2 ) ist in einem Rechteck B 1 (Bild 8.10) gleichverteilt,<br />
d. h. für die Dichte gilt<br />
f X (x 1 , x 2 ) =<br />
{<br />
1<br />
ab<br />
(x 1 , x 2 ) ∈ B 1<br />
0 (x 1 , x 2 ) /∈ B 1<br />
(a > b > 0).<br />
b<br />
x 2<br />
Bild 8.10<br />
B 2<br />
B 1<br />
x 1<br />
0 b a<br />
a) Mit welcher Wahrscheinlichkeit nimmt X einen Wert aus dem Viertelkreisgebiet B 2<br />
an?<br />
b) Wie groß ist die Wahrscheinlichkeit dafür, dass X 1 einen Wert größer als b annimmt<br />
(X 2 beliebig)?<br />
8.11. Der zufällige Vektor X = (X 1 , X 2 ) habe die Verteilungsfunktion F X .<br />
Man berechne (ausgedrückt durch<br />
die Werte von F X )<br />
a) P{X ∈ B 1 },<br />
b 2<br />
B 2<br />
B 1<br />
x 1<br />
0 a 1 a 2<br />
b) P{X ∈ B 1 | X ∈ B 2 }!<br />
b 1<br />
x 2<br />
Bild 8.11<br />
(Vgl. Bild 8.11).<br />
8.12. Bei einer telegrafischen Nachrichtenübertragung wird 1% aller Buchstaben fehlerhaft<br />
empfangen. Wie groß ist die Wahrscheinlichkeit dafür, dass in einem Text von<br />
200 Buchstaben<br />
8 8 Stochastische Signale
a) kein<br />
b) höchstens ein<br />
Fehler enthalten ist?<br />
8.13. Ein zufälliger Vektor X = (X 1 , X 2 ) sei in einem Rechteck B gleichverteilt, d. h.,<br />
dass f X (x 1 , x 2 ) konstant für (x 1 , x 2 ) ∈ B ist. (Siehe Bild 8.13.)<br />
a) Geben Sie die Dichte f X an!<br />
b) Berechnen <strong>und</strong> skizzieren Sie die Randdichten<br />
f X1 <strong>und</strong> f X2 !<br />
c) Berechnen Sie P{X 1 ≥ 1}!<br />
1<br />
x 2<br />
Bild 8.13<br />
B<br />
d) Bestimmen Sie die Wahrscheinlichkeit dafür,<br />
dass X 2 einen Wert annimmt, der größer<br />
als der Wert von X 1 ist!<br />
0 1<br />
2<br />
3<br />
x 1<br />
8.14. Ein zufälliger Vektor X = (X 1 , X 2 ) ist in einem Rechteck B verteilt mit der Dichte<br />
f X :<br />
f X (x 1 , x 2 ) =<br />
{<br />
x1<br />
π<br />
(x 1 , x 2 ) ∈ B,<br />
0 (x 1 , x 2 ) /∈ B.<br />
π<br />
x 2<br />
B<br />
a) Man berechne f X1 (x 1 | x 2 ) <strong>und</strong> f X2 (x 2 | x 1 ) <strong>und</strong> untersuche,<br />
ob X 1 <strong>und</strong> X 2 aus X unabhängig sind!<br />
0<br />
1<br />
x 1<br />
b) Man berechne die Wahrscheinlichkeit dafür, dass X 1 einen<br />
Wert kleiner als 0,5 annimmt!<br />
−π<br />
Bild 8.14<br />
8.15. Ein zufälliger Vektor X = (X 1 , X 2 , X 3 ) ist im Innern der Kugel x 1 2 + x 2 2 + x 3 2 ≤ R 2<br />
gleichverteilt, d. h., X hat im Innern der Kugel eine konstante Dichte. Wie lautet die<br />
Dichtefunktion?<br />
8.16. Gegeben seien drei unabhängige Zufallsgrößen X 1 , X 2 <strong>und</strong> X 3 mit E(X i ) = 0 <strong>und</strong><br />
Var(X i ) = σ i<br />
2<br />
(i ∈ {1, 2, 3}).<br />
a) Bestimmen Sie Var(Y ) für Y = a 1 X 1 + a 2 X 2 + a 3 X 3 (a i ∈ R)!<br />
b) Geben Sie speziell Var(X 1 + X 2 ) <strong>und</strong> Var(X 1 − X 2 ) an!<br />
8.17. Gegeben ist der zufällige Prozess X = (X t ) t∈T mit X t = X (t) = X 1 sin(ω 0 t − X 2 ),<br />
worin X 1 <strong>und</strong> X 2 im Intervall (0, 2π] gleichverteilte Zufallsgrößen bezeichnen. Geben<br />
Sie einige Realisierungen von X an <strong>und</strong> veranschaulichen Sie diese grafisch!<br />
9
8.18. Über einem Ohmschen Widerstand R liegt eine Rauschspannung, die durch<br />
einen stationären zufälligen Prozess X mit der Dichtefunktion f X :<br />
f X (x, t) = 1 (<br />
2a exp − |x| )<br />
(a > 0)<br />
a<br />
beschrieben werden kann. Man berechne (für eine feste Zeit t)<br />
a) die Wahrscheinlichkeit dafür, dass die Spannung einen festen Wert a 0 > 0 überschreitet;<br />
b) den Erwartungswert der Spannung;<br />
c) den Erwartungswert der Leistung an R!<br />
d) Was erhält man mit den Zahlenwerten a = 1 V, a 0 = 2 V <strong>und</strong> R = 3 Ω?<br />
∫<br />
Hinweis zu b): x e cx dx = ecx<br />
(cx − 1) + C<br />
c2 ∫<br />
Hinweis zu c): x 2 e cx dx = ecx<br />
c 3 (x2 c 2 − 2cx + 2) + C<br />
8.19. In der Schaltung Bild 8.19, die durch eine Rauschspannungsquelle<br />
<strong>und</strong> eine Rauschstromquelle erregt wird, ist der<br />
Strom in R 2 durch den zufälligen Prozess<br />
R 1<br />
I 2<br />
R 2<br />
I 2 = U − IR 1<br />
R 1 + R 2<br />
darstellbar. U <strong>und</strong> I seien stationäre (<strong>und</strong> stationär<br />
verb<strong>und</strong>ene) Prozesse mit den Korrelationsfunktionen<br />
s U , s I <strong>und</strong> s UI .<br />
U<br />
I<br />
Bild 8.19<br />
a) Bestimmen Sie s I2 (τ), ausgedrückt durch s U (τ), s I (τ) <strong>und</strong> s UI (τ)!<br />
b) Wie groß ist der Mittelwert der Leistung an R 2 ?<br />
8.20. Gegeben ist der zufällige Prozess Y :<br />
Y (t) = X 1 cos ω 0 t + X 2 sin ω 0 t<br />
(ω 0 ∈ R, Konstante),<br />
worin X 1 <strong>und</strong> X 2 unabhängige Zufallsgrößen mit<br />
E(X 1 ) = E(X 2 ) = 0 <strong>und</strong> E(X 2 1 ) = E(X 2 2 ) = σ 2<br />
bezeichnen.<br />
a) Man berechne den Erwartungswert E(Y (t)) = m Y (t)!<br />
b) Man berechne die Korrelationsfunktion E(Y (t 1 )Y (t 2 )) = s Y (t 1 , t 2 )!<br />
c) Ist der Prozess Y im weiteren Sinne stationär?<br />
10 8 Stochastische Signale
8.21. Es ist zu zeigen, dass für die Korrelationsfunktion s X eines stationären Prozesses<br />
X = (X t ) t∈T gilt<br />
| s X (τ) | ≤ s X (0) (τ = t 2 − t 1 ; t 1 , t 2 ∈ T ).<br />
Hinweis:<br />
Man berechne den (nicht negativen) Ausdruck E ( (X (t) ± X (t + τ)) 2) ≥ 0!<br />
8.22. Über einem Ohmschen Widerstand R liegt eine Spannung, die durch einen stationären<br />
zufälligen Prozess U mit verschwindendem Mittelwert <strong>und</strong> dem Leistungsdichtespektrum<br />
S U :<br />
{<br />
S 0 −ω 0 ≤ ω ≤ +ω 0<br />
S U (ω) =<br />
(S 0 > 0, Konstante)<br />
0 ω < −ω 0 , ω > +ω 0<br />
beschrieben werden kann.<br />
a) Geben Sie das Leistungsdichtespektrum <strong>und</strong> die Korrelationsfunktion des Stromes<br />
I durch den Widerstand R an!<br />
b) Wie groß ist die von R aufgenommene mittlere Leistung?<br />
8.23. Ein Ohmscher Widerstand R wird von einem Strom durchflossen, der durch<br />
einen stationären Gauß-Prozess X mit<br />
m X (t) = 0 <strong>und</strong> s X (τ) = A 2 e −α|τ| (A, α ∈ R, α > 0)<br />
beschrieben werden kann.<br />
a) Man bestimme das Leistungsdichtespektrum S X (ω)!<br />
b) Wie groß ist die mittlere Leistung an R?<br />
c) Wie lautet die Dichte f X (x, t)?<br />
d) Wie lautet die Dichte f X (x 1 , t 1 ; x 2 , t 2 )? (τ = t 2 − t 1 )<br />
8.24. Gegeben ist ein stationärer Gauß-Prozess X mit verschwindendem Mittelwert<br />
<strong>und</strong> der Korrelationsfunktion s X :<br />
(<br />
s X (τ) = A 2 e −α|τ| cos βτ − α )<br />
β sin β|τ| (A > 0, α > 0, β > 0).<br />
Wie groß ist die Wahrscheinlichkeit dafür, dass X (t) einen Wert annimmt, der größer<br />
als b ist?<br />
Zahlenbeispiel: A = 1 V, α = 10 4 s −1 , β = 10 5 s −1 , b = 0,5 V.<br />
Hinweis: Gaußsches Fehlerintegral<br />
Φ(u) = 1 √<br />
2π<br />
∫u<br />
0<br />
exp<br />
(− v )<br />
2<br />
dv;<br />
2<br />
Φ(u) = −Φ(−u); Φ(∞) = 0,5; Φ(0,5) ≈ 0,1915<br />
11
9 STATISCHE SYSTEME<br />
9.1. Gegeben ist ein nichtlineares statisches System (Bild 9.1a) mit exponentieller<br />
Kennlinie ϕ : R → R, y = ϕ(x) = e 3x .<br />
X ϕ Y<br />
1<br />
f X (x)<br />
0 1<br />
Bild 9.1a Bild 9.1b<br />
2<br />
x<br />
Die Eingabewerte dieses Systems können durch eine Zufallsgröße X mit Dreieck-Verteilung<br />
(Dichtefunktion siehe Bild 9.1b) beschrieben werden. Welche Dichtefunktion<br />
hat die Zufallsgröße Y am Ausgang dieses Systems? Stellen Sie f Y (y) grafisch dar!<br />
9.2. Gegeben ist das in Bild 9.2 dargestellte statische System. Die Eingabewerte sind<br />
durch einen zufälligen Vektor X = (X 1 , X 2 ) mit der Dichtefunktion f X gegeben.<br />
Man berechne die Dichtefunktion f Y des zufälligen<br />
Vektors Y = (Y 1 , Y 2 ) am Ausgang des Systems<br />
a) allgemein für beliebige f X ,<br />
X 1<br />
X 2<br />
+ Y 1<br />
a Y 2<br />
b) speziell für<br />
f X (x 1 , x 2 ) = 1 (<br />
2πσ exp − x )<br />
1 2 2<br />
+ x 2 2 2σ 2<br />
(σ > 0)!<br />
Bild 9.2<br />
9.3. Die von einem Computer über die RANDOM-Funktion ausgegebenen Pseudozufallszahlen<br />
können näherungsweise durch eine Zufallsgröße X mit Gleichverteilung im<br />
Intervall (0, 1) beschrieben werden.<br />
Welche Rechenoperation muss man auf diese Zahlen anwenden, um Zufallszahlen Y<br />
mit Cauchy-Verteilung mit der Dichte f Y :<br />
f Y (y) = 1 π<br />
1<br />
y 2 + 1<br />
zu erhalten (Bild 9.3)?<br />
f X (x)<br />
f Y (y)<br />
1<br />
X y = ϕ(x) =? Y<br />
0<br />
1<br />
x<br />
Bild 9.3<br />
0<br />
y<br />
12 9 Statische Systeme
9.4. Gegeben ist das im Bild 9.4 dargestellte statische System. X 1 <strong>und</strong> X 2 seien unabhängige<br />
Zufallsgrößen, für die E(X 1 ) = E(X 2 ) = 0 sowie Var(X 1 ) = Var(X 2 ) = σ 2<br />
gilt.<br />
a) Berechnen Sie E(Y 1 ) <strong>und</strong> E(Y 2 )!<br />
b) Berechnen Sie Var(Y 1 ) <strong>und</strong> Var(Y 2 )!<br />
X 1<br />
α + Y 1<br />
c) Berechnen Sie Cov(Y 1 , Y 2 )!<br />
d) Welchen Wert hat der Korrelationskoeffizient<br />
ϱ(Y 1 , Y 2 )?<br />
e) Bestimmen Sie f Y (y 1 , y 2 ) für<br />
f X (x 1 , x 2 ) = 1 (<br />
2πσ exp − x )<br />
1 2 2<br />
+ x 2<br />
!<br />
2 2σ 2<br />
X 2<br />
β<br />
−β<br />
Bild 9.4<br />
+<br />
Y 2<br />
9.5. Am Eingang eines Gleichrichters mit der in Bild 9.5 gegebenen Kennlinie ϕ:<br />
y = ϕ(x) =<br />
{<br />
e ax −1 x ≥ 0,<br />
0 x < 0<br />
liegt der nichtstationäre Prozess X mit<br />
der Dichte f X , wobei für beliebige t ∈ T<br />
f X (x, t) = 0 gilt, falls x < 0 ist.<br />
X<br />
ϕ<br />
Y<br />
Bild 9.5<br />
0<br />
y<br />
ϕ<br />
x<br />
a) Man berechne f Y (y, t) allgemein!<br />
b) Was erhält man speziell für<br />
⎧<br />
( )<br />
⎨ α<br />
−αx<br />
f X (x, t) = 1 + β<br />
⎩<br />
2 t exp x ≥ 0,<br />
2 1 + β 2 t 2<br />
0 x < 0?<br />
Für die Konstanten gilt a > 0, α > 0, β > 0.<br />
9.6. In der Schaltung Bild 9.6 sind die Korrelationsfunktion s X <strong>und</strong> die Dichtefunktion<br />
f X des stationären Prozesses X wie folgt gegeben:<br />
s X (τ) = 2A 2 e −α|τ| cos βτ<br />
f X (x, t) = 1 (<br />
2A exp − |x| )<br />
A<br />
(A > 0, α > 0, β > 0).<br />
X<br />
R 1<br />
R 2<br />
(X ⇔ U 1 , Y ⇔ U 2 )<br />
Bild 9.6<br />
Y<br />
13
a) Man berechne die Korrelationsfunktion des Prozesses Y !<br />
b) Wie lautet die eindimensionale Dichte des Prozesses Y ?<br />
c) Wie groß ist die Wahrscheinlichkeit dafür, dass Y zur Zeit t einen Wert größer als<br />
a annimmt? (a > 0)<br />
d) Welche Lösung erhält man in c) mit A = 1 V, a = 2 V, R 1 = 1 Ω, R 2 = 2 Ω?<br />
9.7. Die angegebene Schaltung (Bild 9.7) enthält zwei Addierglieder <strong>und</strong> zwei ideale<br />
Verstärker mit den Verstärkungsfaktoren v 1 bzw. v 2 . Die Prozesse X (Eingabeprozess),<br />
U <strong>und</strong> V („Störprozesse“) seien stationär <strong>und</strong> unabhängig mit den Mittelwerten m X =<br />
m U = m V = 0.<br />
X<br />
U<br />
+<br />
v 1 + v 2 Y<br />
V<br />
Bild 9.7<br />
Der Prozess X hat das Leistungsdichtespektrum<br />
S X (ω) =<br />
A2<br />
(A > 0, a > 0)<br />
ω 2 + a 2<br />
<strong>und</strong> die Prozesse U <strong>und</strong> V stellen ein „weißes Rauschen“ mit<br />
dar.<br />
S U (ω) = S V (ω) = S 0 (S 0 > 0)<br />
a) Man bestimme die Kreuzkorrelationsfunktion der Prozesse X <strong>und</strong> Y !<br />
b) Welches Leistungsdichtespektrum hat der Prozess Y ?<br />
9.8. Über einer Diode mit der Strom-Spannungs-Kennlinie<br />
( ) ) u<br />
i = ϕ(u) = I 0<br />
(exp − 1 (I 0 > 0, U 0 > 0)<br />
U 0<br />
liegt eine Spannung, die durch einen stationären zufälligen Prozess U mit der Dichte<br />
f U :<br />
⎧<br />
⎨ 1<br />
0 ≤ u ≤ U 0<br />
f U (u, t) = U 0<br />
⎩<br />
0 u < 0, u > U 0<br />
beschrieben werden kann.<br />
a) Man berechne die Dichte f I des Stromes I <strong>und</strong> stelle f I (i, t) grafisch dar!<br />
b) Mit Hilfe der Formel<br />
∫ ∞<br />
E(ϕ(X )) = ϕ(x)f X (x) dx<br />
−∞<br />
berechne man den Erwartungswert des Stromes I!<br />
14 9 Statische Systeme
10 DYNAMISCHE SYSTEME<br />
10.1. Man zeige: Ein stationärer Prozess X mit der Korrelationsfunktion s X ist genau<br />
dann stetig im quadratischen Mittel (i. q. M.), wenn s X (τ) in τ = 0 stetig ist.<br />
Hinweis: Man untersuche den Ausdruck<br />
||X (t + τ) − X (t)|| 2 = E ( (X (t + τ) − X (t)) 2) für τ → 0!<br />
10.2. Gegeben ist ein i. q. M. differenzierbarer zufälliger Prozess X mit dem Mittelwert<br />
m X <strong>und</strong> der Korrelationsfunktion s X . Man zeige, dass<br />
a) mẊ (t) = d dt m X (t),<br />
b) sẊ X<br />
(t 1 , t 2 ) = ∂<br />
∂t 1<br />
s X (t 1 , t 2 ) <strong>und</strong><br />
c) s X Ẋ (t 1, t 2 ) = ∂<br />
∂t 2<br />
s X (t 1 , t 2 ) gilt!<br />
d) Wie lauten diese Gleichungen, wenn X stationär ist?<br />
10.3. An einer idealen Kapazität C liegt eine Spannung,<br />
die durch einen stationären Gauß-Prozess U mit<br />
m U (t) = 0 <strong>und</strong><br />
s U (τ) = A 2 exp ( −aτ 2) (A ∈ R, a > 0)<br />
beschrieben werden kann (Bild 10.3).<br />
Man berechne für den Strom I durch C<br />
a) den Mittelwert m I (m I (t) =?),<br />
0<br />
s U (τ)<br />
Bild 10.3<br />
τ<br />
b) die Kreuzkorrelationsfunktionen s IU <strong>und</strong> s UI (s IU (τ) =?, s UI (τ) =?) (Skizze!),<br />
c) die Korrelationsfunktion s I (s I (τ) =?) (Skizze!),<br />
d) die Dichtefunktion f I (f I (i, t) =?)!<br />
10.4. In der dargestellten Schaltung (Bild 10.4)<br />
kann die angelegte Spannung durch einen stationären<br />
Prozess U mit der Korrelationsfunktion s U :<br />
L<br />
U C R<br />
s U (τ) = 2U 0 2 e −a|τ| (a > 0)<br />
beschrieben werden.<br />
Bild 10.4<br />
Man berechne die Leistungsdichtespektren für die angelegte Spannung U <strong>und</strong> den<br />
Strom I durch R!<br />
15
Hinweis: Korrespondenz der Fourier-Transformation:<br />
−a|τ| 2a<br />
e<br />
ω 2 + a 2<br />
10.5. An den Klemmen eines RLC-Zweipols (Bild 10.5) liegt eine Rauschspannung, die<br />
durch einen stationären Prozess U mit konstantem<br />
I R<br />
Leistungsdichtespektrum S U (ω) =<br />
S 0 beschrieben wird.<br />
I L<br />
R<br />
a) Welches Leistungsdichtespektrum hat<br />
der Gesamtstrom I?<br />
C<br />
b) Welche Korrelationsfunktion hat der<br />
Strom I R ?<br />
Hinweis: Siehe Aufgabe 10.4<br />
U<br />
Bild 10.5<br />
10.6. Für ein lineares dynamisches System mit der Impulsantwort (Gewichtsfunktion)<br />
g, das durch einen stationären zufälligen Prozess X mit gegebener Korrelationsfunktion<br />
s X erregt wird (siehe Bild 10.6), bestimme man allgemein die Kreuzkorrelationsfunktion<br />
s XY , ausgedrückt durch s X <strong>und</strong> g in Integralform!<br />
Welches Ergebnis erhält man speziell für s X (τ) = S 0 δ(τ)?<br />
Hinweis: Für stationäre Prozesse gilt für beliebige Zeitpunkte t<br />
∫ ∞<br />
Y (t) = g(λ)X (t − λ) dλ.<br />
0<br />
X<br />
g<br />
Bild 10.6<br />
Y<br />
10.7. In der dargestellten Schaltung (Bild 10.7) wird die Eingangsspannung X (⇔ U 1 )<br />
durch einen stationären Gauß-Prozess mit dem Leistungsdichtespektrum S X (ω) = K<br />
(„Weißes Rauschen“) <strong>und</strong> m X (t) = 0 beschrieben.<br />
a) Wie lautet das Leistungsdichtespektrum<br />
S Y (ω) der Ausgangsspannung Y (⇔ U 2 )?<br />
b) Welche Korrelationsfunktion s Y hat der<br />
Prozess Y ?<br />
c) Geben Sie f Y (y, t) <strong>und</strong> f Y (y 1 , t 1 ; y 2 , t 2 ) an!<br />
U 1<br />
R<br />
C R U 2<br />
(X ⇔ U 1 , Y ⇔ U 2 )<br />
Bild 10.7<br />
Hinweis: Korrespondenz der Fourier-Transformation:<br />
1<br />
ω 2 + a 2 ¡ 1 2a e−a|τ| (a > 0)<br />
16 10 Dynamische Systeme
10.8. In der gegebenen Schaltung (Bild 10.8) bezeichnet X einen stationären zufälligen<br />
Prozess mit dem konstanten Leistungsdichtespektrum S X (ω) = S 0 . Man berechne das<br />
Leistungsdichtespektrum des Prozesses Y am Ausgang des Systems!<br />
∫<br />
X 4 + +<br />
∫<br />
Y<br />
2<br />
3<br />
−3<br />
Bild 10.8<br />
10.9. Für die in Bild 10.9 dargestellte Schaltung mit den rauschenden Widerständen<br />
R 1 , R 2 <strong>und</strong> R 3 berechne man das Leistungsdichtespektrum der Rauschspannung U an<br />
den Klemmen AB <strong>und</strong> gebe die Rauschersatzschaltung an!<br />
A<br />
L<br />
R 3<br />
B<br />
R 2 R 1<br />
Bild 10.9<br />
10.10. Zur quantitativen Beschreibung eines i. q. M. ergodischen Prozesses U verwendet<br />
man häufig den Begriff der „effektiven Rauschspannung“<br />
√<br />
U eff = u 2 (t) = √ E (U 2 (t)).<br />
Man berechne die effektive Rauschspannung<br />
a) für den Fall, dass die Korrelationsfunktion s U gegeben ist:<br />
s U (τ) = A 2 e −α|τ| cos βτ (A > 0, α > 0, β > 0);<br />
Zahlenbeispiel: A = 1 V, α = 10 −3 s −1 , β = 10 −4 s −1 ;<br />
b) für einen Ohmschen Widerstand R im Niederfrequenzgebiet, d. h. für das Leistungsdichtespektrum<br />
S U gilt<br />
{<br />
2kTR |ω| < ω 0 ,<br />
S U (ω) =<br />
0 |ω| > ω 0 .<br />
Zahlenbeispiel: R = 1 M Ω, f 0 = ω 0<br />
2π = 20 kHz, T = 300 K, k = 1,38 · 10−23 Ws/ K.<br />
10.11. Gegeben ist die in Bild 10.11 dargestellte Blockschaltung zur Effektivwertmessung<br />
schwacher Signale. In dieser Schaltung bezeichnen X das Eingabesignal, dessen<br />
Effektivwert gemessen werden soll, <strong>und</strong> U bzw. V die Rauschsignale der beiden Verstärker<br />
mit den Verstärkungsfaktoren v 1 bzw. v 2 . Die genannten Signale X , U <strong>und</strong> V<br />
17
können als unabhängige stationäre <strong>und</strong> ergodische zufällige Prozesse mit verschwindendem<br />
Mittelwert betrachtet werden. Man zeige, dass das Ausgangssignal der Schaltung<br />
proportional zu<br />
√<br />
X eff = x 2 (t) = √ E (X 2 (t))<br />
ist <strong>und</strong> nicht von den Rauschspannungen der Verstärker abhängig ist!<br />
U<br />
+<br />
v 1<br />
X<br />
+<br />
v 2<br />
× E(. . . )<br />
√<br />
(. . . )<br />
Y<br />
V<br />
Bild 10.11<br />
18 10 Dynamische Systeme
PRÜFUNGSKLAUSUREN
P<br />
PRÜFUNGSKLAUSUREN<br />
<strong>Systemtheorie</strong> <strong>III</strong><br />
1. Abschlussprüfung<br />
1. Durch das unabhängige Werfen zweier Spielwürfel ist eine diskrete zweidimensionale<br />
Zufallsgröße (X 1 , X 2 ) definiert.<br />
a) Man berechne die Erwartungswerte E(X 1 ) <strong>und</strong> E(X 2 )!<br />
b) Man berechne die Varianzen Var(X 1 ) <strong>und</strong> Var(X 2 )!<br />
c) Lässt sich der Korrelationskoeffizient ϱ(X 1 , X 2 ) ohne Rechnung angeben? (Begründung!)<br />
Welchen Wert hat er gegebenenfalls?<br />
2. Gegeben ist ein nichtlineares statisches System mit einem Eingang <strong>und</strong> einem<br />
Ausgang (Bild 2). Am Eingang dieses Systems ist eine im Intervall [0, 3] gleichverteilte<br />
Zufallsgröße X gegeben. Welche Kennlinie ϕ muss dieses System haben,<br />
damit die Zufallsgröße Y am Ausgang des Systems die durch<br />
{ 0,5y 0 ≤ y ≤ 2<br />
f Y (y) =<br />
0 y < 0, y > 2<br />
gegebene Dichtefunktion hat?<br />
X<br />
<br />
Y<br />
Bild 2 Statisches System<br />
a) Man stelle f X (x), F X (x), f Y (y) <strong>und</strong> F Y (y) grafisch dar!<br />
b) Man berechne y = ϕ(x) <strong>und</strong> stelle diese Kennlinie ebenfalls grafisch dar!<br />
Falls es mehrere Lösungen gibt, wähle man eine geeignete aus!<br />
3. Über einem Ohmschen Widerstand R liegt eine Spannung, die durch einen stationären<br />
zufälligen Prozess U mit verschwindendem Mittelwert <strong>und</strong> dem Leistungsdichtespektrum<br />
S U :<br />
{<br />
S0 für −ω<br />
S U (ω) =<br />
0 ≤ ω ≤ +ω 0<br />
(S<br />
0 für ω < −ω 0 , ω > ω 0 > 0, Konstante)<br />
0<br />
beschrieben werden kann.<br />
a) Geben Sie das Leistungsdichtespektrum <strong>und</strong> die Korrelationsfunktion des<br />
Stromes I durch den Widerstand R an!<br />
b) Wie groß ist die von R aufgenommene mittlere Leistung?<br />
4. Die Schaltung Bild 4 enthält zwei Addierglieder <strong>und</strong> zwei ideale Verstärker mit<br />
den Vertärkungsfaktoren v 1 bzw. v 2 . Die Prozesse X (Eingabeprozess), U <strong>und</strong><br />
V („Störprozesse“) seien stationär <strong>und</strong> unabhängig mit den Mittelwerten m X =<br />
m U = m V = 0.<br />
20 P Prüfungsklausuren
Der Prozess X hat das Leistungsdichtespektrum<br />
S X (ω) =<br />
A2<br />
ω 2 + a 2 (A > 0, a > 0)<br />
<strong>und</strong> die Prozesse U <strong>und</strong> V stellen ein „weißes Rauschen“ mit<br />
dar.<br />
S U (ω) = S V (ω) = S 0 (S 0 > 0)<br />
X<br />
U<br />
V<br />
+ v 1 +<br />
v 2<br />
Y<br />
Bild 4 Schaltung<br />
a) Man bestimme die Kreuzkorrelationsfunktion der Prozesse X <strong>und</strong> Y !<br />
b) Welches Leistungsdichtespektrum hat der Prozess Y ?<br />
5. In der gegebenen Schaltung Bild 5 bezeichnet X einen stationären zufälligen Prozess<br />
mit dem konstanten Leistungsdichtespektrum S X (ω) = S 0 . Man berechne<br />
das Leistungsdichtespektrum des Prozesses Y am Ausgang des Systems!<br />
X + Y<br />
4<br />
0,3<br />
Bild 5 Schaltung<br />
6. Gegeben ist der in Bild 6a dargestellte Zweipol mit zwei rauschenden Ohmschen<br />
Widerständen, welche sich auf gleicher Temperatur T befinden sollen.<br />
Man bestimme die Leistungsdichtespektren der Rauschquellen in den Rauschersatzschaltungen<br />
Bild 6b <strong>und</strong> Bild 6c!<br />
R<br />
2<br />
R<br />
2<br />
R<br />
2<br />
R<br />
R<br />
1<br />
1<br />
S<br />
C<br />
C<br />
U<br />
a) b) c)<br />
Bild 6 a) Zweipol b) <strong>und</strong> c) Rauschersatzschaltungen<br />
R<br />
1<br />
S I<br />
C<br />
21
<strong>Systemtheorie</strong> <strong>III</strong><br />
2. Abschlussprüfung<br />
1. Von einer diskreten Zufallsgröße X ist bekannt, dass sie die Werte x 1 = −2 <strong>und</strong><br />
x 2 = 0 jeweils mit der Wahrscheinlichkeit 0,25 <strong>und</strong> den Wert x 3 = 4 mit der<br />
Wahrscheinlichkeit 0,5 annmimmt.<br />
a) Skizzieren Sie die Verteilungsfunktion F X !<br />
b) Berechnen Sie den Erwartungswert E(X )!<br />
c) Bestimmen Sie die Varianz Var(X )!<br />
2. Gegeben ist ein nichtlineares statisches System mit einem Eingang <strong>und</strong> einem<br />
Ausgang (Bild 2). Am Eingang dieses Systems ist eine exponentiell verteilte Zufallsgröße<br />
X mit<br />
{ e<br />
−x<br />
x > 0<br />
f X (x) =<br />
0 x < 0<br />
gegeben. Welche Kennlinie ϕ muss dieses System haben, damit die Zufallsgröße<br />
Y am Ausgang des Systems die durch<br />
{ 1 − 0,5y 0 ≤ y ≤ 2<br />
f Y (y) =<br />
0 y < 0, y > 2<br />
gegebene Dichtefunktion hat?<br />
X<br />
<br />
Y<br />
Bild 2 Statisches System<br />
a) Man stelle f X (x), F X (x), f Y (y) <strong>und</strong> F Y (y) grafisch dar!<br />
b) Man berechne y = ϕ(x) <strong>und</strong> stelle diese Kennlinie ebenfalls grafisch dar!<br />
Falls es mehrere Lösungen gibt, wähle man eine geeignete aus!<br />
R<br />
1<br />
I<br />
V<br />
U<br />
R<br />
2<br />
W<br />
Bild 3 Schaltung<br />
3. In der dargestellten Schaltung Bild 3 sind drei Rauschspannungsquellen eingezeichnet,<br />
deren Rauschspannungen durch stationäre zufällige Prozesse U, V <strong>und</strong><br />
W mit verschwindenden Mittelwerten <strong>und</strong> den Autokorrelationsfunktionen s U ,<br />
s V <strong>und</strong> s W beschrieben werden können. Die Prozesse U <strong>und</strong> V sind korreliert mit<br />
der Kreuzkorrelationsfunktion s UV , während W von U <strong>und</strong> V unabhängig ist. Man<br />
berechne die Autokorrelationsfunktion des Stromes I durch den Widerstand R 1 ,<br />
ausgedrückt durch die oben genannten Korrelationsfunktionen!<br />
22 P Prüfungsklausuren
4. Gegeben ist die Blockschaltung Bild 4. Für den Prozess Y am Ausgang des Systems<br />
bestimme man s Y (τ) <strong>und</strong> f Y (y, t), wenn X 1 <strong>und</strong> X 2 zwei unabhängige stationäre<br />
Gauß-Prozesse mit verschwindenden Mittelwerten <strong>und</strong> den Korrelationsfunktionen<br />
s X1 (τ) = A e −α|τ| <strong>und</strong> s X2 (τ) = B e −β|τ| (A, B, α, β > 0)<br />
bezeichnen!<br />
Hinweis: Der Prozess Y ist ebenfalls ein stationärer Gauß-Prozess.<br />
X<br />
1<br />
2<br />
+ Y<br />
X<br />
2<br />
Bild 4 Schaltung<br />
5. In der gegebenen Schaltung Bild 5 bezeichnet X einen stationären zufälligen Prozess<br />
mit dem konstanten Leistungsdichtespektrum S X (ω) = S 0 . Man berechne<br />
das Leistungsdichtespektrum des Prozesses Y am Ausgang des Systems!<br />
X<br />
4<br />
+ Y<br />
-0,8<br />
Bild 5 Schaltung<br />
6. Gegeben ist der in Bild 6a dargestellte Zweipol mit zwei rauschenden Ohmschen<br />
Widerständen, welche sich auf gleicher Temperatur T befinden sollen.<br />
Man bestimme die Leistungsdichtespektren der Rauschquellen in den Rauschersatzschaltungen<br />
Bild 6b <strong>und</strong> Bild 6c!<br />
R<br />
2<br />
R<br />
2<br />
R<br />
2<br />
R<br />
R<br />
1<br />
1<br />
S<br />
L<br />
L U<br />
a) b) c)<br />
Bild 6 a) Zweipol b) <strong>und</strong> c) Rauschersatzschaltungen<br />
R<br />
1<br />
L<br />
S I<br />
23
<strong>Systemtheorie</strong> <strong>III</strong><br />
3. Abschlussprüfung<br />
1. Von einer Zufallsgröße X ist die Dichtefunktion f X wie folgt gegeben:<br />
f X (x) =<br />
{ 1<br />
2<br />
(x + a)<br />
2a −a ≤ x ≤ a<br />
0 x < −a, x > a<br />
(a > 0).<br />
a) Berechnen Sie die Verteilungsfunktion dieser Zufallsgröße!<br />
b) Skizzieren Sie die Dichtefunktion <strong>und</strong> die Verteilungsfunktion!<br />
c) Bestimmen Sie den Erwartungswert E(X )!<br />
2. Ein zufälliger Vektor X = (X 1 , X 2 ) ist in dem Gebiet B (Bild 2) gleichverteilt, d. h.,<br />
X hat in B eine konstante Dichte f X .<br />
a<br />
x<br />
2<br />
B<br />
0<br />
a<br />
x 1<br />
Bild 2 Gebiet B<br />
a) Berechnen Sie die Dichte f X sowie die Randdichte f X1 <strong>und</strong> geben Sie diese in<br />
der folgenden Form an:<br />
⎧<br />
{ ⎨ . . . x . . . (x1 , x<br />
f X (x 1 , x 2 ) =<br />
2 ) ∈ B<br />
1 < 0<br />
f<br />
. . . (x 1 , x 2 ) /∈ B<br />
X1 (x 1 ) = . . . 0 ≤ x 1 ≤ a<br />
⎩<br />
. . . x 1 > a<br />
b) Stellen Sie f X1 grafisch dar!<br />
c) Wie groß ist die Wahrscheinlichkeit dafür, dass X 1 einen Wert größer als 0,5a<br />
annimmt?<br />
X<br />
X<br />
2<br />
2<br />
+ Y<br />
1 1<br />
X<br />
3<br />
+ Y2<br />
Bild 3 Schaltung<br />
3. In der Schaltung Bild 3 bezeichnen X 1 , X 2 <strong>und</strong> X 3 unabhängige Zufallsgrößen<br />
mit den Erwartungswerten E(X 1 ) = E(X 2 ) = E(X 3 ) = 0 <strong>und</strong> den Varianzen<br />
Var(X 1 ) = Var(X 2 ) = Var(X 3 ) = 3. Man bestimme den Korrelationskoeffizienten<br />
ϱ = ϱ(Y 1 , Y 2 ) der Zufallsgrößen Y 1 <strong>und</strong> Y 2 !<br />
X<br />
<br />
Y<br />
Bild 4:<br />
Statisches System<br />
24 P Prüfungsklausuren
4. Gegeben ist das in Bild 4 dargestellte nichtlineare statische System, dessen Systemcharakteristik<br />
durch die bijektive Abbildung<br />
ϕ : R → R, y = ϕ(x) = − 3√ x = −x 1 3<br />
gegeben ist. Die Zufallsgröße X am Eingang des Systems ist im Intervall [1, 8]<br />
gleichverteilt, d. h., X hat in diesem Intervall die konstante Dichte f X :<br />
⎧<br />
⎨ 0 x < 1<br />
1<br />
f X (x) = 1 ≤ x ≤ 8<br />
⎩<br />
7<br />
0 x > 8.<br />
Man berechne die Dichtefunktion der Zufallsgröße Y <strong>und</strong> stelle f Y (y) grafisch<br />
dar! (Intervalle beachten!)<br />
5. Gegeben ist das in Bild 5 dargestellte lineare dynamische System, worin X einen<br />
stationären zufälligen Prozess mit konstantem Leistungsdichtespektrum S X :<br />
S X (ω) = S 0<br />
(„Weißes Rauschen“)<br />
bezeichnet. Man berechne das Leistungsdichtespektrum <strong>und</strong> (mit Hilfe der Korrespondenzentabelle)<br />
die Korrelationsfunktion des Ausgangsprozesses Y !<br />
X<br />
+ +<br />
-0,3 -0,3<br />
Y<br />
U<br />
1<br />
C<br />
L<br />
C<br />
R<br />
U<br />
2<br />
Bild 5 Dynamisches System<br />
Bild 6 RLC-Schaltung<br />
6. Gegeben ist die lineare RLC-Schaltung Bild 6. Die angelegte Rauschspannung U 1<br />
kann durch einen stationären zufälligen Prozess mit dem Leistungsdichtespektrum<br />
S U1 :<br />
S U1 (ω) =<br />
Kω 2<br />
(ω 2 + α 2 ) 2 + β 2 (K > 0, α > 0, β > 0)<br />
beschrieben werden. Man bestimme das Leistungsdichtespektrum der Spannung<br />
U 2 !<br />
25
<strong>Systemtheorie</strong> <strong>III</strong><br />
4. Abschlussprüfung<br />
1. Von einer Zufallsgröße X ist die Dichtefunktion f X wie folgt gegeben:<br />
⎧<br />
⎨ 0,50 0 < x ≤ 1<br />
f X (x) = 0,25 1 < x ≤ 3<br />
⎩<br />
0 x ≤ 0, x > 3.<br />
a) Man skizziere die Dichtefunktion dieser Zufallsgröße!<br />
b) Man berechne <strong>und</strong> skizziere die zugehörige Verteilungsfunktion!<br />
c) Man berechne die Wahrscheinlichkeit P{X ≥ 2}!<br />
d) Man bestimme den Erwartungswert E(X )!<br />
2. Die Zufallsgrößen X 1 , X 2 <strong>und</strong> X 3 seien unabhängig mit den Erwartungswerten<br />
E(X 1 ) = E(X 2 ) = E(X 3 ) = 0<br />
<strong>und</strong> den Varianzen<br />
Var(X 1 ) = Var(X 2 ) = Var(X 3 ) = σ 2 .<br />
a) Man berechne E(Y ) <strong>und</strong> Var(Y ) am Ausgang des statischen Systems Bild 2!<br />
b) Man bestimme den Korrelationskoeffizienten ϱ = ϱ(X 1 , Y ) der Zufallsgrößen<br />
X 1 <strong>und</strong> Y !<br />
c) Wie ändern sich die Ergebnisse von a) <strong>und</strong> b), wenn der Verstärker V 2 in Bild<br />
2 ausfällt (d. h. V 2 = 0 gilt)?<br />
X<br />
X<br />
X<br />
1 1 1<br />
V<br />
2 2 2<br />
V<br />
3 3<br />
V V = 3<br />
+<br />
Bild 2 Statisches System<br />
Y<br />
V = -2<br />
V 3 = 3<br />
L<br />
U<br />
R I<br />
Bild 3 RL-Reihenschaltung<br />
3. Über der RL-Reihenschaltung Bild 3 liegt eine Rauschspannung U mit dem Leistungsdichtespektrum<br />
S U (ω) = S 0 = konst<br />
a) Welche Leistungsdichtespektren haben die Teilspannungen U L <strong>und</strong> U R sowie<br />
der Strom I?<br />
b) Welche Korrelationsfunktion hat der Strom I?<br />
c) Wie groß ist die in R verbrauchte mittlere Leistung?<br />
26 P Prüfungsklausuren
4. Welche Dichte f Y (y, t) hat der zufällige Prozess<br />
Y = aX + b<br />
(a ∈ R, b ∈ R),<br />
wenn X ein stationärer Gauß-Prozess mit verschwindendem Mittelwert (d. h. es<br />
ist<br />
m X (t) = 0) <strong>und</strong> der Korrelationsfunktion s X :<br />
ist?<br />
s X (τ) = A 2 exp(−α|τ|) (A > 0, α > 0)<br />
5. a) Was versteht man unter einem stationären zufälligen Prozess?<br />
b) Welche Eigenschaften haben Mittelwert <strong>und</strong> Korrelationsfunktion eines stationären<br />
zufälligen Prozesses?<br />
c) Welche Korrelationsfunktion hat ein stationärer Prozess X , wenn sein Leistungsdichtespektrum<br />
durch<br />
{<br />
S0 = konst −ω<br />
S X (ω) =<br />
0 ≤ ω ≤ ω 0<br />
0 ω > ω 0 , ω < −ω 0<br />
gegeben ist? Man stelle die Korrelationsfunktion qualitativ grafisch dar!<br />
R , T<br />
1 1<br />
R<br />
, T<br />
2 2<br />
Bild 6 Rauschende Widerstände<br />
6. Zwei thermisch rauschende Ohmsche Widerstände R 1 mit der absoluten Temperatur<br />
T 1 <strong>und</strong> R 2 mit der absoluten Temperatur T 2 werden parallel geschaltet (Bild<br />
6). Geben Sie das Leistungsdichtespektrum S U (ω) der Rauschspannung U über<br />
der Parallelschaltung an!<br />
27
<strong>Systemtheorie</strong> <strong>III</strong><br />
5. Abschlussprüfung<br />
1. Eine Zufallsgröße X sei durch die in Bild 1 dargestellte Verteilungsfunktion F X<br />
gegeben.<br />
a) Berechnen <strong>und</strong> skizzieren Sie die zugehörige Dichtefunktion f X !<br />
b) Bestimmen Sie den Erwartungswert E(X ) <strong>und</strong> die Varianz Var(X ) dieser Zufallsgröße!<br />
c) Mit welcher Wahrscheinlichkeit nimmt X einen Wert größer als 1 an?<br />
F<br />
X<br />
( x)<br />
1<br />
0,5<br />
-1 0 1 2 3<br />
Bild 1 Verteilungsfunktion<br />
x<br />
X Y<br />
Bild 2 Statisches System<br />
2. Eine Zufallsgröße X mit der in Bild 1 dargestellten Verteilungsfunktion soll mit Hilfe<br />
eines nichtlinearen statischen Systems (Bild 2) so transformiert werden, dass<br />
man am Ausgang des Systems eine Zufallsgröße Y mit der Verteilungsfunktion<br />
F Y :<br />
{ 1 − e<br />
−y<br />
y ≥ 0<br />
F Y (y) =<br />
0 y < 0<br />
erhält. Bestimmen Sie die Kennlinie ϕ des statischen Systems!<br />
Hinweis: Geben Sie die Kennlinie in der Form y = ϕ(x) einschließlich ihres Definitionsbereiches<br />
an <strong>und</strong> skizzieren Sie qualitativ den Kennlinienverlauf!<br />
3. Von einem stationären zufälligen Prozess X wurden folgende Angaben ermittelt:<br />
(I) Der Prozess genügt einer Gleichverteilung;<br />
(II) Für Mittelwert <strong>und</strong> Varianz gilt m X (t) = E(X (t)) = 4 bzw. Var(X (t)) = 12.<br />
Geben Sie die Dichtefunktion f X des Prozesses an! (Formel <strong>und</strong> Skizze!)<br />
4. Betrachtet wird ein i. q. M. differenzierbarer stationärer zufälliger Prozess X , dessen<br />
Leistungsdichtespektrum durch S X (ω) gegeben ist. Die Ableitung i. q. M. des<br />
Prozesses X wird mit Ẋ bezeichnet.<br />
a) Man bestimme allgemein S X Ẋ , S Ẋ X <strong>und</strong> S Ẋ !<br />
Hinweis zu a): Gehen Sie von den entsprechenden Beziehungen für die Korrelationsfunktionen<br />
aus <strong>und</strong> benutzen Sie die Formelsammlung!<br />
b) Welche Lösung erhält man in a), wenn speziell S X (ω) = S 0 exp(−k 2 ω 2 ) gegeben<br />
ist? (S 0 <strong>und</strong> k 2 bezeichnen positive Konstanten).<br />
28 P Prüfungsklausuren
5. Gegeben ist die in Bild 5 dargestellte Schaltung eines linearen dynamischen Systems<br />
(RC-Netzwerk). Die Rauschspannung U am Eingang des Systems kann näherungsweise<br />
durch einen stationären stochastischen Prozess mit konstantem<br />
Leistungsdichtespektrum S U (ω) = K beschrieben werden.<br />
a) Welches Leistungsdichtespektrum S I (ω) hat der Strom I durch den Widerstand<br />
R 2 ?<br />
b) Welche Autokorrelationsfunktion hat der Strom I?<br />
c) Welcher Ausdruck s UI (τ) ergibt sich für die Kreuzkorrelationsfunktion von U<br />
<strong>und</strong> I?<br />
Hinweis zu c): Man drücke zunächst s UI (τ) allgemein durch ein Integral über<br />
s U (τ) <strong>und</strong> die Impulsantwort g(τ) des Systems aus!<br />
U<br />
R<br />
1<br />
C<br />
R<br />
2<br />
I<br />
A<br />
L<br />
R , T<br />
1 1<br />
C<br />
R<br />
, T<br />
2 2<br />
B<br />
Bild 5 RC-Netzwerk<br />
Bild 6 Zweipol<br />
6. Gegeben ist der in Bild 6 dargestellte elektrische Zweipol mit thermisch rauschenden<br />
Widerständen R 1 <strong>und</strong> R 2 , wobei sich R 1 auf der Temperatur T 1 <strong>und</strong><br />
R 2 auf der Temperatur T 2 befinden möge. Welches Leistungsdichtespektrum hat<br />
die Rauschspannung an den Klemmen AB dieses Zweipols?<br />
29
<strong>Systemtheorie</strong> <strong>III</strong><br />
6. Abschlussprüfung<br />
1. Eine funktechnische Anlage besteht aus drei hintereinander geschalteten Baugruppen<br />
<strong>und</strong> funktioniert nur dann, wenn keine der drei Baugruppen ausgefallen<br />
ist. Die Lebensdauern der Baugruppen können durch unabhängige Zufallsgrößen<br />
X i mit der Dichtefunktion<br />
f Xi : f Xi (x i ) =<br />
{<br />
ai e −a ix i<br />
x i ≥ 0<br />
0 x i < 0<br />
(a i > 0, i ∈ {1, 2, 3})<br />
beschrieben werden.<br />
Die mittlere Lebensdauer der einzelnen Baugruppen betrage E(X 1 ) = 4 Jahre,<br />
E(X 2 ) = 6 Jahre <strong>und</strong> E(X 3 ) = 10 Jahre. Berechnen Sie die Wahrscheinlichkeit<br />
dafür, dass die Anlage mindestens 1 Jahr zuverlässig arbeitet!<br />
2. Ein zufälliger Vektor X = (X 1 , X 2 ) ist im Innern des Einheitskreises (Bild 2, Gebiet<br />
B) gleichverteilt, d. h., X hat in B eine konstante Dichte f X .<br />
a) Berechnen Sie die Dichte f X sowie die Randdichte f X1 <strong>und</strong> geben Sie diese in<br />
der folgenden Form an:<br />
⎧<br />
{ ⎨ . . . x . . . (x1 , x<br />
f X (x 1 , x 2 ) =<br />
2 ) ∈ B<br />
1 < . . .<br />
f<br />
. . . (x 1 , x 2 ) /∈ B<br />
X1 (x 1 ) = . . . . . . ≤ x 1 ≤ . . .<br />
⎩<br />
. . . x 1 > . . .<br />
b) Untersuchen Sie, ob X 1 <strong>und</strong> X 2 in dem angegebenen Gebiet unabhängig sind!<br />
1<br />
x<br />
2<br />
B<br />
-1 0<br />
-1<br />
Bild 2 Gebiet B<br />
1<br />
x 1<br />
X<br />
<br />
Bild 3 Statisches System<br />
Y<br />
3. Am Eingang eines statischen nichtlinearen Systems (Bild 3) liegt eine Zufallsgröße<br />
X , deren Dichte durch die Gleichung<br />
{ 3 e<br />
−3x<br />
x ≥ 0<br />
f X : f X (x) =<br />
0 x < 0<br />
gegeben ist. Bestimmen Sie die Kennlinie ϕ : R → R, y = ϕ(x) des Systems so,<br />
dass die Zufallsgröße Y am Ausgang des Systems die Dichte<br />
{ 0,5y 0 ≤ y ≤ 2<br />
f Y : f Y (y) =<br />
0 y < 0, y > 2<br />
hat. Geben Sie die errechnete Kennlinie in Form einer Gleichung <strong>und</strong> als Skizze<br />
an!<br />
30 P Prüfungsklausuren
4. Gegeben ist das in Bild 4 dargestellte nichtlineare statische System, worin X 1 <strong>und</strong><br />
X 2 zwei unabhängige im weiteren Sinne stationäre Gauß-Prozesse mit verschwindenden<br />
Mittelwerten, d. h. E(X 1 (t)) = E(X 2 (t)) = 0 bezeichnen. Die Korrelationsfunktionen<br />
der Prozesse X 1 <strong>und</strong> X 2 seien durch s X1 (τ) bzw. s X2 (τ) gegeben.<br />
a) Man bestimme die Korrelationsfunktion <strong>und</strong> die Varianz des Ausgangsprozesses<br />
Y !<br />
b) Ist der Prozess Y ebenfalls im weiteren Sinne stationär?<br />
c) Ist der Prozess Y ebenfalls ein Gauß-Prozess?<br />
Begründen Sie b) <strong>und</strong> c) mit einigen Worten! (Keine Rechnung!)<br />
X<br />
X<br />
2<br />
1<br />
3<br />
2<br />
-1<br />
+ Y<br />
U<br />
1<br />
C<br />
L<br />
C<br />
R<br />
U<br />
2<br />
Bild 4 Statisches System<br />
Bild 5 RLC-Schaltung<br />
5. Gegeben ist die lineare RLC-Schaltung Bild 5. Die angelegte Rauschspannung U 1<br />
kann durch einen stationären zufälligen Prozess mit dem Leistungsdichtespektrum<br />
S U1 :<br />
S U1 (ω) =<br />
Kω 2<br />
(ω 2 + α 2 ) 2 + β 2 (K > 0, α > 0, β > 0)<br />
beschrieben werden. Man bestimme das Leistungsdichtespektrum der Spannung<br />
U 2 !<br />
6. Gegeben ist ein RC-Tiefpass mit thermisch rauschenden Widerständen (Bild 6).<br />
Die beiden Widerstände seien gleich groß <strong>und</strong> befinden sich auf gleicher Temperatur.<br />
Die Spannungen bezeichnen die durch das thermische Rauschen der Widerstände<br />
an den Klemmen des Vierpols entstehenden Rauschspannungen, der<br />
sich eingangs- <strong>und</strong> ausgangsseitig im Leerlauf befindet.<br />
a) Wie lautet das Leistungsdichtespektrum der beiden Rauschspannungen <strong>und</strong><br />
deren Kreuzleistungsdichtespektrum?<br />
b) Wie lautet die Korrelationsfunktion von U 2 ?<br />
c) Wie groß ist die effektive Rauschspannung U 2eff =<br />
√<br />
E(U 2 2 (t)) ?<br />
U<br />
R<br />
1 2<br />
C<br />
R<br />
U<br />
Bild 6 RC-Tiefpass<br />
31
32 P Prüfungsklausuren
FORMELSAMMLUNG
F<br />
FORMELSAMMLUNG<br />
Formelsammlung <strong>Systemtheorie</strong> <strong>III</strong> (Blatt 1)<br />
Gr<strong>und</strong>regeln der Wahrscheinlichkeitsrechnung<br />
P(A) = 1 − P(A)<br />
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)<br />
= P(A) + P(B), falls A ∩ B = ∅ (A, B unvereinbar)<br />
P(A \ B) = P(A) − P(A ∩ B)<br />
= P(A) − P(B), falls B ⊂ A<br />
P(A ∩ B) = P(A|B)P(B) = P(B|A)P(A)<br />
= P(A)P(B), falls A <strong>und</strong> B unabhängig<br />
P(A|B) =<br />
P(A ∩ B)<br />
P(B)<br />
(P(B) ≠ 0)<br />
Bedingte Wahrscheinlichkeit<br />
P(B) =<br />
n∑<br />
P(B|A i )P(A i )<br />
i=1<br />
Formel der totalen Wahrscheinlichkeit<br />
P(A i |B) = P(B|A i)P(A i )<br />
P(B)<br />
Bayessche Formel<br />
Eindimensionale Zufallsgrößen<br />
F X (ξ) = P{X < ξ} =<br />
∫ ξ<br />
f X (x) dx<br />
−∞<br />
∫ b<br />
P{a ≤ X < b} = f X (x) dx = F X (b) − F X (a)<br />
a<br />
Spezielle Verteilungen<br />
f X (x) =<br />
P{X = k} =<br />
1<br />
√<br />
2π σ<br />
exp<br />
)<br />
(x − m)2<br />
(−<br />
2σ 2<br />
(σ > 0) Normalverteilung (Gaußverteilung)<br />
( n<br />
k)<br />
p k (1 − p) n−k (k = 0, 1, 2, . . . , n) Binomialvert. (Bernoulliv.)<br />
P{X = k} = λk<br />
k! e−λ (k = 0, 1, 2, . . .) Poissonverteilung<br />
34 F Formelsammlung
Momente eindimensionaler Zufallsgrößen<br />
Gewöhnliche Momente:<br />
Erwartungswert m = E(X )<br />
Moment n-ter Ordng. m n = E(X n )<br />
Zentrale Momente:<br />
Dispersion, Varianz<br />
µ 2 = E((X − m) 2 ) = Var(X )<br />
Zentralmoment n-ter Ordnung<br />
µ n = E((X − m) n )<br />
Charakteristische Funktion:<br />
ϕ X (λ) = E ( e ) jλX<br />
X diskret<br />
∑<br />
x i P{X = x i }<br />
i<br />
∑<br />
xi n P{X = x i }<br />
i<br />
∑<br />
(x i − m) 2 P{X = x i }<br />
i<br />
∑<br />
(x i − m) n P{X = x i }<br />
i<br />
∑<br />
e jλx i<br />
P{X = x i }<br />
i<br />
X stetig<br />
∫ ∞<br />
−∞<br />
∫ ∞<br />
−∞<br />
∫ ∞<br />
−∞<br />
∫ ∞<br />
−∞<br />
∫ ∞<br />
−∞<br />
xf X (x) dx<br />
x n f X (x) dx<br />
(x − m) 2 f X (x) dx<br />
(x − m) n f X (x) dx<br />
e jλx f X (x) dx<br />
Zweidimensionale Zufallsgrößen X = (X 1 , X 2 )<br />
F X (ξ 1 , ξ 2 ) = P{X 1 < ξ 1 , X 2 < ξ 2 } =<br />
∫ ξ 1 ∫ ξ 2<br />
f X (x 1 , x 2 ) dx 2 dx 1<br />
P{a 1 ≤ X 1 < b 1 , a 2 ≤ X 2 < b 2 } =<br />
Randdichte<br />
f X1 (x 1 ) =<br />
∫ ∞<br />
−∞<br />
Bedingte Dichte<br />
f X1 (x 1 |x 2 ) = f X (x 1 , x 2 )<br />
f X2 (x 2 )<br />
−∞ −∞<br />
∫ b 1<br />
∫<br />
a 1<br />
b 2<br />
a 2<br />
f X (x 1 , x 2 ) dx 2 dx 1<br />
f X (x 1 , x 2 ) dx 2 f X2 (x 2 ) =<br />
= F X (b 1 , b 2 ) − F X (b 1 , a 2 ) − F X (a 1 , b 2 ) + F X (a 1 , a 2 )<br />
∫ ∞<br />
−∞<br />
f X2 (x 2 |x 1 ) = f X (x 1 , x 2 )<br />
f X1 (x 1 )<br />
f X (x 1 , x 2 ) dx 1<br />
Korrelationskoeffizient<br />
Cov(X 1 , X 2 )<br />
ϱ(X 1 , X 2 ) = √<br />
Var(X1 ) Var(X 2 ) = E((X 1 − m X1 )(X 2 − m X2 ))<br />
√<br />
E ((X1 − m X1 ) 2 ) E ((X 2 − m X2 ) 2 )<br />
35
Formelsammlung <strong>Systemtheorie</strong> <strong>III</strong> (Blatt 2)<br />
Transformation von Zufallsgrößen durch statische Systeme<br />
Eindimensionale Zufallsgrößen:<br />
X<br />
F X<br />
X<br />
f X<br />
ϕ = ?<br />
ϕ<br />
Y<br />
F Y<br />
Y<br />
f Y = ?<br />
ϕ bijektiv, monoton wachsend<br />
y = ϕ(x) = F −1<br />
Y<br />
(F X (x))<br />
ϕ bijektiv<br />
f Y (y) = f X (x)<br />
∣ dϕ ∣<br />
∣<br />
dx<br />
∣<br />
x=ϕ −1 (y)<br />
Zweidimensionale Zufallsgrößen:<br />
X 1<br />
X 2<br />
f X<br />
Φ<br />
Y 1<br />
Y 2<br />
f Y = ?<br />
Φ bijektiv<br />
f Y (y 1 , y 2 ) = f X (x 1 , x 2 )<br />
∣<br />
∣<br />
∣<br />
∣ ∂(ϕ 1,ϕ 2 )<br />
∂(x 1 ,x 2 )<br />
∣<br />
(x 1 ,x 2 )=Φ −1 (y 1 ,y 2 )<br />
Zufällige Prozesse<br />
Erwartungswert<br />
m X (t) = E(X (t)) =<br />
∫ ∞<br />
xf X (x, t) dx<br />
Varianz<br />
−∞<br />
Var(X (t)) = E ( ((X (t) − m X (t)) 2) =<br />
∫ ∞<br />
(x − m X (t)) 2 f X (x, t) dx<br />
(Auto-)Korrelationsfunktion<br />
s X (t 1 , t 2 ) = E(X (t 1 )X (t 2 )) =<br />
−∞<br />
∫ ∞ ∫ ∞<br />
x 1 x 2 f X (x 1 , t 1 ; x 2 , t 2 ) dx 1 dx 2<br />
−∞ −∞<br />
Kreuzkorrelationsfunktion<br />
s XY (t 1 , t 2 ) = E(X (t 1 )Y (t 2 )) = s YX (t 2 , t 1 )<br />
Kovarianzfunktion<br />
Cov(X (t 1 ), X (t 2 )) = E((X (t 1 ) − m X (t 1 ))(X (t 2 ) − m X (t 2 )))<br />
= s X (t 1 , t 2 ) − m X (t 1 )m X (t 2 )<br />
Kovarianzmatrix<br />
⎛<br />
⎞<br />
Cov(X (t 1 ), X (t 1 )) · · · Cov(X (t 1 ), X (t n ))<br />
⎜<br />
Cov(X ) = ⎝<br />
.<br />
. ..<br />
⎟ . ⎠<br />
Cov(X (t n ), X (t 1 )) · · · Cov(X (t n ), X (t n ))<br />
36 F Formelsammlung
Stationäre zufällige Prozesse<br />
Erwartungswert E(X (t)) = m X (t) = m X (= konst.)<br />
Varianz Var(X (t)) = σ X<br />
2<br />
(= konst.)<br />
(Auto-)Korrelationsfunktion<br />
Kreuzkorrelationsfunktion<br />
s X (τ) = E(X (t)X (t + τ))<br />
s XY (τ) = E(X (t)Y (t + τ)) = s YX (−τ)<br />
Leistungsdichtespektrum S X (ω) =<br />
∫ ∞<br />
s X (τ) e −jωτ dτ<br />
−∞<br />
(Theorem von Wiener/Chintschin) s X (τ) = 1<br />
2π<br />
∫ ∞<br />
−∞<br />
S X (ω) e jωτ dω<br />
Gaußsche Prozesse<br />
f X (x 1 , t 1 ; . . . ; x n , t n ) =<br />
(<br />
1<br />
√<br />
(2π)n det C exp − 1 )<br />
2 (x − m)C−1 (x − m) ′<br />
Hierbei gilt: (x − m) = (x 1 − m X (t 1 ) · · · x n − m X (t n )) Zeilenmatrix<br />
(x − m) ′ die zu (x − m) transponierte Matrix<br />
C = Cov(X )<br />
Kovarianzmatrix mit den Elementen<br />
Cov(X (t i ), X (t j )) = s X (t i , t j ) − m X (t i )m X (t j )<br />
Markowsche Prozesse<br />
f X (x n , t n |x 1 , t 1 ; . . . ; x n−1 , t n−1 ) = f X (x n , t n |x n−1 , t n−1 ) (t 1 < t 2 < · · · < t n )<br />
f X (x 1 , t 1 ; . . . ; x n , t n ) =<br />
f X (x n , t n |x n−1 , t n−1 ) · f X (x n−1 , t n−1 |x n−2 , t n−2 ) · · · f X (x 2 , t 2 |x 1 , t 1 ) · f X (x 1 , t 1 )<br />
f X (x 1 , t 1 ; . . . ; x n , t n ) = f X (x n , t n ; x n−1 , t n−1 )<br />
f X (x n−1 , t n−1 )<br />
· · · fX (x 2 , t 2 ; x 1 , t 1 )<br />
f X (x 1 , t 1 )<br />
· f X (x 1 , t 1 )<br />
37
Formelsammlung <strong>Systemtheorie</strong> <strong>III</strong> (Blatt 3)<br />
Analysis zufälliger Prozesse<br />
Konvergenz i. q. M. einer Folge X = (X i ) i∈N von Zufallsgrößen:<br />
( )<br />
l. i. m. X i = X lim ||X i − X || = 0 E l. i. m. X i = lim E(X i )<br />
i→∞ i→∞ i→∞<br />
i→∞<br />
Stetigkeit i. q. M. eines zufälligen Prozesses X = (X t ) t∈T :<br />
l. i. m. X (t + τ) = X (t) lim ||X (t + τ) − X (t)|| = 0<br />
τ→0 τ→0<br />
Differentiation i. q. M. eines zufälligen Prozesses X = (X t ) t∈T :<br />
Ẋ (t) = l. i. m.<br />
τ→0<br />
X (t + τ) − X (t)<br />
τ<br />
Für i. q. M. differenzierbare zufällige Prozesse X = (X t ) t∈T gilt:<br />
)<br />
Erwartungswert<br />
mẊ (t) = E<br />
(Ẋ (t) = d dt m X (t)<br />
)<br />
(Auto-)Korrelationsfunktion sẊ (t 1 , t 2 ) = E<br />
(Ẋ (t1 )Ẋ (t 2) = ∂2<br />
∂t 1 ∂t 2<br />
s X (t 1 , t 2 )<br />
)<br />
Kreuzkorrelationsfunktion sẊ X<br />
(t 1 , t 2 ) = E<br />
(Ẋ (t1 )X (t 2 ) = ∂ s X (t 1 , t 2 )<br />
∂t 1<br />
( )<br />
s X Ẋ (t 1, t 2 ) = E X (t 1 )Ẋ (t 2) = ∂ s X (t 1 , t 2 )<br />
∂t 2<br />
Für i. q. M. differenzierbare stationäre zufällige Prozesse X = (X t ) t∈T gilt:<br />
)<br />
Erwartungswert<br />
mẊ (t) = E<br />
(Ẋ (t) = 0<br />
)<br />
(Auto-)Korrelationsfunktion sẊ (τ) = E<br />
(Ẋ (t) Ẋ (t + τ) = − d2<br />
dτ s 2 X (τ)<br />
)<br />
Kreuzkorrelationsfunktion sẊ X<br />
(τ) = E<br />
(Ẋ (t)X (t + τ) = − d dτ s X (τ)<br />
s X Ẋ (τ) = E (<br />
X (t)Ẋ (t + τ) )<br />
= d dτ s X (τ)<br />
Bezeichnet X = (X t ) t∈T einen i. q. M. integrierbaren zufälligen Prozess <strong>und</strong> f eine<br />
determinierte Funktion, so gilt:<br />
⎛<br />
⎞<br />
E ⎝<br />
∫ b<br />
f(t, τ)X (t) dt⎠ =<br />
∫ b<br />
f(t, τ) E(X (t)) dt<br />
a<br />
a<br />
38 F Formelsammlung
Ergodische zufällige Prozesse<br />
1<br />
x(t) = lim<br />
T →∞ 2T<br />
1<br />
x(t)x(t + τ) = lim<br />
T →∞ 2T<br />
∫ T<br />
−T<br />
∫ T<br />
−T<br />
x(t) dt = E(X (t)) = m X (t) = m X = konst.<br />
x(t)x(t + τ) dt = E(X (t)X (t + τ)) = s X (τ)<br />
Lineare dynamische System<br />
Gegeben: Stationärer zufälliger Prozess X X<br />
g(t)<br />
G(jω)<br />
Y<br />
Prozess am Systemausgang: Y (t) =<br />
∫ t<br />
g(t − τ)X (τ) dτ =<br />
∫ ∞<br />
g(τ)X (t − τ) dτ<br />
−∞<br />
∫∞<br />
Erwartungswert m Y (t) = m X g(τ) dτ<br />
0<br />
(m X (t) = m X = konst.)<br />
0<br />
∫ ∞ ∫ ∞<br />
(Auto-)Korrelationsfunktion s Y (τ) = g(τ 1 )g(τ 2 )s X (τ + τ 1 − τ 2 ) dτ 1 dτ 2<br />
0 0<br />
∫ ∞<br />
Kreuzkorrelationsfunktion s XY (τ) = g(τ 1 )s X (τ − τ 1 ) dτ 1<br />
Leistungsdichtespektrum<br />
Kreuzleistungsdichtespektrum<br />
0<br />
S Y (ω) = |G(jω)| 2 S X (ω)<br />
S XY (ω) = G(jω)S X (ω)<br />
Berechnung der Korrelationsfunktion am Systemausgang durch Residuenmethode:<br />
s Y (τ) =<br />
∑<br />
Res G(s)G(−s)<br />
(˜SX (s) + ˜S<br />
)<br />
X (−s) e s|τ| mit<br />
˜S X (s) =<br />
Re(s)