EXAMEN DE MEJORAMIENTO DE PROBABILIDAD Y PROCESOS ESTOCASTICOS - SEPT/2005 NOMBRE: Paralelo:

Determine F o V 0 fx(x) 1 Fx(x) es continua por la izquierda P[a x < b] = Fx(b) - Fx(a-) Var[cX] = c Var[X] para cualquier v.a. X Fxy(x,y) = P[x x; y y] = 1 P[x>x ; y>y] Si z=x+y, siendo x e y v.a. independientes, entonces z(z) = x(x) y(y) Fx(x) = Fxy(x,0) F( ) Si el P.E. x(t) es real, entonces Sx(f) es una funcin par en f F( ) Si Sn es la suma de n variables aleatorias iid (Sn = X1+X2+Xn), entonces Var[Sn] = n2 Var[Xn] F( ) E[Y] = E[E[Y/X]] F( ) Ruido Blanco es un P.E. cuya Funcin de Autocorrelacin Rn() es una constante para todo F( ) Un P.E. de Poisson que es WSS tambin es estrictamente estacionario F( ) Si X(t) tiene una comp. sinusoidal, entonces Rx() tiene una comp. sinusoidal de la misma frecuenc. Ruido Blanco es un P.E. cuya densidad espectral de potencia es una constante Un P.E.Gausiano puede ser visto como un conjunto de ensayos de Bernoulli independientes Si un P.E es WSS, entonces es ergdico Si Xjs son v.a. iid ySn=X1+X2+..+Xn tiene increment. estacionarios,entonc P[Sn-Sn=y]=P[Sn-n=y] La funcin de autocorrelacin R( ) se aproxima al E[x2(t)] a medida que tiende a infinito Dos v. a. son independientes si su covarianza es igual a cero Si E[x (t)] < x (t)> , el P.E. no es ergdico Si Sn = X1+X2+Xn cuando n se hace grande, Sn se aproxima a una v.a. gausiana El teorema de Wiener-Khinchine estable una relacin entre la Rx() y la Sx(f) Si H(f) representa la funcin de transferencia de un sistema lineal, entonces Sy2(f) = |H(f)| Sx2(f) Si X(t) representa la seal telegrfica estocstica, entonces Var[X(t)]=1
5 5

(25 pts) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) F( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) 4.Determine si el proceso X(t)=A2cos2(wot+) es WSS. Calcule Sx(f). A y wo son constantes y es una variable aleatoria distribuida uniformemente en el intervalo (0,). (20 pts) F( ) F( ) F( ) F( ) 3.- Dibuje fx(x), Calcule P[x>1/2] y Var[X] (30 pts)
Fx (x)
1

Dos v.a. ortogonales son tambin no correlacionadas entre s

F( ) F( ) F( ) F( ) F( ) F( ) F( )

2.- Calcule P(x + y > 1) dada la siguiente funcin densidad conjunta (25 pts): K(x2 + xy) f(x,y) =

0<x<y<2
De otro modo

1/2

1/4 x
1

EXAMEN DE MEJORAMIENTO DE PROBABILIDAD Y PROCESOS ESTOCASTICOS - SEPT/2005 NOMBRE: Paralelo:

Determine F o V (25 pts) V( ) V( ) V( ) V( ) V( ) V( ) F( ) F( ) F( ) F( ) F( ) F( ) f(x,y) = 2.- Calcule P(x + y > 1) dada la siguiente funcin densidad conjunta (25 pts): K(x2 + xy)

1. 2. 3. 4. 5. 6.

Dos v.a. ortogonales son tambin no correlacionadas entre s 0 fx(x) 1 Fx(x) es continua por la izquierda P[a x < b] = Fx(b) - Fx(a-) Var[cX] = c Var[X] para cualquier v.a. X Fxy(x,y) = P[x x; y y] = 1 P[x>x ; y>y]

0<x<y<2
De otro modo

7. 8. 9.

Si z=x+y, siendo x e y v.a. independientes, entonces z(z) = x(x) y(y) Fx(x) = Fxy(x,0) Si el P.E. x(t) es real, entonces Sx(f) es una funcin par en f
n

V( ) V( ) F( ) V( ) F( ) V( ) F( ) V( ) F( ) V( ) F( ) V( ) F( ) V( ) V( ) V( ) V( ) F( ) V( ) V( ) V( ) V( ) V( )
2

F( ) 3.- Dibuje fx(x), Calcule P[x>1/2] y Var[X] (30 pts)

Fx (x)
1

10. Si S

es la suma de n variables aleatorias iid (Sn = X1+X2+Xn), entonces Var[Sn] = n2 Var[Xn]

11. E[Y] = E[E[Y/X]]

1/2

12. Ruido Blanco es un P.E. cuya Funcin de Autocorrelacin R () es una constante para todo
n

1/4 x
1

13. Un P.E. de Poisson que es WSS tambin es estrictamente estacionario 14. Si X(t) tiene una comp. sinusoidal, entonces R () tiene una comp. sinusoidal de la misma frecuenc. 15. Ruido Blanco es un P.E. cuya densidad espectral de potencia es una constante 16. Un P.E.Gausiano puede ser visto como un conjunto de ensayos de Bernoulli independientes 17. Si un P.E es WSS, entonces es ergdico 18. Si Xjs son v.a. iid yS =X +X +..+X tiene increment. estacionarios,entonc P[S -S =y]=P[S =y] V( ) 19. La funcin de autocorrelacin R( ) se aproxima al E[x (t)] a medida que tiende a infinito 20. Dos v. a. son independientes si su covarianza es igual a cero 21. Si E[x (t)] < x (t)> , el P.E. no es ergdico 22. Si S = X +X +X cuando n se hace grande, S se aproxima a una v.a. gausiana
x n 1 2 n n n n-n 2 5 5 n 1 2 n n

F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) 4.Determine si el proceso X(t)=A2cos2(wot+) es WSS. Calcule Sx(f). A y wo son constantes y es una variable aleatoria distribuida uniformemente en el intervalo (0,). (20 pts)

23. El teorema de Wiener-Khinchine estable una relacin entre la Rx() y la S (f) 24. Si H(f) representa la funcin de transferencia de un sistema lineal, entonces S
x

(f) = |H(f)| Sx2(f)

V( ) V( )

25. Si X(t) representa la seal telegrfica estocstica, entonces Var[X(t)]=1