Rayleigh-Verteilung

Rayleigh-Verteilung
Wahrscheinlichkeitsverteilung in Abhängigkeit von σ,

In der Wahrscheinlichkeitstheorie und Statistik wird mit Rayleighverteilung (nach John William Strutt, 3. Baron Rayleigh) eine kontinuierliche Wahrscheinlichkeitsverteilung bezeichnet.

Wenn die Komponenten eines zweidimensionalen Zufallsvektors normalverteilt und statistisch unabhängig sind, dann ist der Betrag Rayleigh-verteilt. Dies tritt zum Beispiel bei Quadraturamplitudenmodulation in Telekommunikationssystemen auf, wo die Sendesymbole durch einen Punkt in der komplexen Ebene dargestellt werden können.

Sind nun Abweichungen des Real- und Imaginärteils normal verteilt und statistisch unabhängig, so weist der Betrag der komplexen Zahl eine Rayleighverteilung auf.

Die Verteilung von 10-Minutenmittelwerten der Windgeschwindigkeit werden ebenfalls des Öfteren durch eine Rayleighverteilung beschrieben, wenn nicht eine zweiparametrige Weibull-Verteilung gewählt werden soll.

Inhaltsverzeichnis

Definition

Eine stetige Zufallsvariable X heißt Rayleigh-verteilt mit Parameter σ > 0, wenn sie die Wahrscheinlichkeitsdichte

f(x,\sigma) =  \begin{cases}\displaystyle
    \frac{x e^{-\frac{x^2}{2\sigma^2}}}{\sigma^2}   & x \geq 0 \\
   0 & x <0
\end{cases}

besitzt. Daraus ergibt sich die Verteilungsfunktion

F(x) = \begin{cases}\displaystyle
    1 - e^{-\frac{x^2}{2\sigma^2}} & x \ge 0 \\
0 & x<0 
\end{cases}

Eigenschaften

Momente

Die Momente beliebiger Ordnung können über folgende Formel errechnet werden:

\mu_k=\sigma^k2^{k/2}\,\Gamma(1+k/2)\,

wobei Γ(z) die Gammafunktion darstellt.

Erwartungswert

Der Erwartungswert ergibt sich zu

\operatorname{E}(X)=\sigma \sqrt{\frac{\pi}{2}}.

Varianz

Die Varianz der Verteilung ist

\operatorname{Var}(X)=\frac{4-\pi}{2} \sigma^2.

Somit ist das Verhältnis zwischen Erwartungswert und Standardabweichung bei dieser Verteilung konstant:

\frac{\operatorname{E}(X)}{\sqrt{\operatorname{Var}(X)}}=\sqrt{\frac{\pi}{2}}\sqrt{\frac{2}{4-\pi}} =\sqrt{\frac{\pi}{4-\pi}}\approx 1,91.

Schiefe

Für die Schiefe erhält man

\operatorname{v}(X)=\frac{2\sqrt{\pi}(\pi - 3)}{(4-\pi)^{3/2}}

Wölbung (Kurtosis)

Die Wölbung ergibt sich zu

\beta_2(X) = - \frac{6\pi^2 - 24\pi +16}{(4-\pi)^2}

Charakteristische Funktion

Die Charakteristische Funktion ist

\varphi(t)=1-\sigma te^{-\sigma^2t^2/2}\sqrt{\frac{\pi}{2}}\!\left(\operatorname{erf}\!\left(\frac{\sigma t}{\sqrt{2}}\right)-i\right)

wobei \operatorname{erf} die komplexe Fehlerfunktion ist.

Momenterzeugende Funktion

Die Momenterzeugende Funktion ist gegeben durch

M(t)=1+\sigma te^{\sigma^2t^2/2}\sqrt{\frac{\pi}{2}}
\left(\operatorname{erf}\left(\frac{\sigma t}{\sqrt{2}}\right)+1\right)

wobei \operatorname{erf}(z) wiederum die Fehlerfunktion ist.

Modus

Das Maximum erreicht die Rayleigh-Verteilung für x = σ denn

\frac{d}{dx}f(x|\sigma) = \frac{e^{(-\frac{1}{2}\frac{x^2}{\sigma^2}})}{\sigma^2} - x^2 \frac{e^{(-\frac{1}{2} \frac{x^2}{\sigma^2})}}{\sigma^4} = 0

für x = \pm\sigma. Damit ist σ der Modus der Rayleigh-Verteilung.

Im Maximum hat f() den Wert

f(\sigma|\sigma) = \frac{e^{(-\frac{1}{2})}}{\sigma}.

Parameterschätzung

Die Maximum-Likelihood Schätzung von σ erfolgt über:

\sigma\approx\sqrt{\frac{1}{2N}\sum_{i=0}^N x_i^2}

Beziehungen zu anderen Verteilungen

Die Chi-Verteilung, Weibull-Verteilung und Rice-Verteilung sind Verallgemeinerungen der Rayleighverteilung.

Beziehung zur Chi-Quadrat-Verteilung

Wenn R∼Rayleigh(1) dann ist R2 Chi-Quadrat verteilt mit zwei Freiheitsgraden: R^2 \sim \chi^2_2

Beziehung zur Weibull-Verteilung

\mathrm{Rayleigh}(\sigma^2) = \mathrm{Wei}\left(\frac{1}{2 \sigma^2}, 2\right)

Beziehung zur Exponentialverteilung

Wenn X exponentialverteilt ist \!\,X \sim \mathrm{Exp}(x|\lambda), dann ist Y=\sqrt{2X\sigma^2\lambda} \sim \mathrm{Rayleigh}(y|\sigma).

Beziehung zur Gammaverteilung

Wenn R∼Rayleigh(σ2) dann ist \sum_{i=1}^N R_i^2 gammaverteilt mit den Parametern N und 2: [Y=\sum_{i=1}^N R_i^2] \sim \Gamma(N,2\sigma^2).

Beziehung zur Normalverteilung

R∼Rayleigh(σ) ist Rayleigh verteilt, wenn R = \sqrt{X^2 + Y^2} wobei X \sim \mathcal{N}(0, \sigma^2) und Y \sim \mathcal{N}(0, \sigma^2) zwei statistisch unabhängige Normalverteilungen sind.

Siehe auch


Wikimedia Foundation.

Игры ⚽ Нужно сделать НИР?

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Rayleigh — bezeichnet einen Ort in der englischen Grafschaft Essex, siehe Rayleigh (Essex) den Adelstitel Baron Rayleigh, darunter John William Strutt, 3. Baron Rayleigh, britischer Physiker und Nobelpreisträger, Entdecker der Duplex Theorie Siehe auch:… …   Deutsch Wikipedia

  • Gauss-Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Gausssche Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Gauß-Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Gaußsche Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • John William Strutt, 3. Baron Rayleigh — John William Strutt, 3. Baron Rayleigh, (* 12. November 1842 in Langford Grove, Maldon, England; † 30. Juni 1919 in Terlins Place bei Witham, England) war ein englischer Physiker. Er erhielt 1904 den Nobelpreis für Physik. John William Strutt, 3 …   Deutsch Wikipedia

  • Weibull-Verteilung — Die Weibull Verteilung ist eine statistische Verteilung, die beispielsweise zur Untersuchung von Lebensdauern in der Qualitätssicherung verwendet wird. Man verwendet sie vor allem bei Fragestellungen wie Materialermüdungen von spröden Werkstoffen …   Deutsch Wikipedia

  • Benfordsche Verteilung — Das benfordsche Gesetz, auch Newcomb Benford’s Law (NBL) beschreibt eine Gesetzmäßigkeit in der Verteilung der Ziffernstrukturen von Zahlen in empirischen Datensätzen, zum Beispiel ihrer ersten Ziffern. Es lässt sich etwa in Datensätzen über… …   Deutsch Wikipedia

  • Exponential-Verteilung — Dichte der Exponentialverteilung mit verschiedenen Werten für λ Die Exponentialverteilung ist eine stetige Wahrscheinlichkeitsverteilung über der Menge der positiven reellen Zahlen, die durch eine Exponentialfunktion gegeben ist. Sie wird als… …   Deutsch Wikipedia

  • Exponentielle Verteilung — Dichte der Exponentialverteilung mit verschiedenen Werten für λ Die Exponentialverteilung ist eine stetige Wahrscheinlichkeitsverteilung über der Menge der positiven reellen Zahlen, die durch eine Exponentialfunktion gegeben ist. Sie wird als… …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”