Está en la página 1de 2

EXAMEN FINAL PROBABILIDAD Y PROCESOS ESTOCASTICOS

1.- Determine F o V (10 pts) Si el P.E. x(t) es real, entonces Sx(f) = -Sx(-f) Si Sn es la suma de n variables aleatorias iid (Sn = X1+X2+Xn), entonces Var[Sn] = n Var[Xn] Ruido Blanco Gausiano es un P.E. cuyas variables aleatorias son independientes entre s En el P.E. Seal Telegrfica Aleatoria, los tiempos entre las transiciones son v.a. iid de Poisson NO se puede calcular la Densidad espectral de potencia de un P.E. que no es WSS P.E WSS significa estacionario de segundo orden Los procesos X(t) y Y(t) se dicen ortogonales si Cxy(t1,t2) = 0 Si el P.E. es Gausiano y Sn = X1+X2+..+Xn, entonces P[Sn - Sn = y] = P[Sn-n = y] Un P.E. de Poisson que es WSS tambin es estrictamente estacionario La funcin de autocorrelacin en un P.E. se define como Rx(t1,t2) = Cx(t1,t2) mx(t1) mx(t2) 2.- Dada la Sn(f) del proceso estocstico n(t), encuentre a) Var[n(t)] (10 pts) b) Rn() (10 Pts) fuera igual a 10, como cambiara Ud. la figura dada para que concuerde con este valor (10pts)
Sn(f)
3 2 1 -2 -1 1 2

FEB/2005
F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( )

V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( )

c) Si el valor de E[n2(t)]

f [Hz]

3.- Determine si el proceso X(t)=A2 cos2(wot + ) es WSS. Calcule Sx(f). A y wo son constantes y es una variable aleatoria distribuida uniformemente en el intervalo (0,). (30 pts)

EXAMEN FINAL PROBABILIDAD Y PROCESOS ESTOCASTICOS


1.- Determine F o V (10 pts) Si el P.E. x(t) es real, entonces Sx(f) = -Sx(-f) Si Sn es la suma de n variables aleatorias iid (Sn = X1+X2+Xn), entonces Var[Sn] = n Var[Xn] Ruido Blanco Gausiano es un P.E. cuyas variables aleatorias son independientes entre s En el P.E. Seal Telegrfica Aleatoria, los tiempos entre las transiciones son v.a. iid de Poisson NO se puede calcular la Densidad espectral de potencia de un P.E. que no es WSS P.E WSS significa estacionario de segundo orden Los procesos X(t) y Y(t) se dicen ortogonales si Cxy(t1,t2) = 0 Si el P.E. es Gausiano y Sn = X1+X2+..+Xn, entonces P[Sn - Sn = y] = P[Sn-n = y] Un P.E. de Poisson que es WSS tambin es estrictamente estacionario La funcin de autocorrelacin en un P.E. se define como Rx(t1,t2) = Cx(t1,t2) mx(t1) mx(t2) 2.- Dada la Sn(f) del proceso estocstico n(t), encuentre a) Var[n(t)] (10 pts) b) Rn() (10 Pts) fuera igual a 10, como cambiara Ud. la figura dada para que concuerde con este valor (10pts)
Sn(f)
3 2 1 -2 -1 1 2

FEB/2005
F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( )

V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( )

c) Si el valor de E[n2(t)]

f [Hz]

3.- Determine si el proceso X(t)=A2 cos2(wot + ) es WSS. Calcule Sx(f). A y wo son constantes y es una variable aleatoria distribuida uniformemente en el intervalo (0,). (30 pts)

EXAMEN FINAL PROBABILIDAD Y PROCESOS ESTOCASTICOS


1.- Determine F o V (10 pts) Si el P.E. x(t) es real, entonces Sx(f) = -Sx(-f) Si Sn es la suma de n variables aleatorias iid (Sn = X1+X2+Xn), entonces Var[Sn] = n Var[Xn] Ruido Blanco Gausiano es un P.E. cuyas variables aleatorias son independientes entre s En el P.E. Seal Telegrfica Aleatoria, los tiempos entre las transiciones son v.a. iid de Poisson NO se puede calcular la Densidad espectral de potencia de un P.E. que no es WSS P.E WSS significa estacionario de segundo orden Los procesos X(t) y Y(t) se dicen ortogonales si Cxy(t1,t2) = 0 Si el P.E. es Gausiano y Sn = X1+X2+..+Xn, entonces P[Sn - Sn = y] = P[Sn-n = y] Un P.E. de Poisson que es WSS tambin es estrictamente estacionario La funcin de autocorrelacin en un P.E. se define como Rx(t1,t2) = Cx(t1,t2) mx(t1) mx(t2) 2.- Dada la Sn(f) del proceso estocstico n(t), encuentre a) Var[n(t)] (10 pts) b) Rn() (10 Pts) fuera igual a 10, como cambiara Ud. la figura dada para que concuerde con este valor (10pts)
S n(f)
3 2 1 -2 -1 1 2

FEB/2005
F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( )

V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( )

c) Si el valor de E[n2(t)]

f [Hz ]

3.- Determine si el proceso X(t)=A2 cos2(wot + ) es WSS. Calcule Sx(f). A y wo son constantes y es una variable aleatoria distribuida uniformemente en el intervalo (0,). (30 pts)

También podría gustarte