TERCERA EVALUACION DE PROBABILIDAD Y PROCESOS ESTOCASTICOS Sept/2006 NOMBRE: Paralelo:

Problema 1 (20 pts).- Determine F o V. Rellene el espacio de V o F completamente

1. Si un P.E. es ruido blanco, sus variables aleatorias son no correlacionadas V( ) 2. La potencia de las funciones muestra de tiempo en un P.E. es una variable aleatoria V(x) 3. Si la entrada en un sistema lineal es un P.E., se cumple que R () = R ()*h() V( ) 4. Si el P.E. x(t) es real, entonces R () = R (-) V(x) 5. La densidad espectral de potencia de un P.E. real es mxima a f=0 V( ) 6. P.E WSS significa que tambin es estacionario de segundo orden V(x) 7. Si el P.E. es iid y S = X +X +..+X , entonces P[S - S = y] = P[S = y] V(x) 8. Un P.E. Gausiano que es WSS tambin es estrictamente estacionario V(x) 9. Un P.E. ergdico significa que la R (t ,t ) solo depende de la diferencia de los tiempos =t -t V( ) 10. El teorema de Wiener-Khinchin establece que la transformada de Fourier de R () es <S (f)> V(x) 11. La funcin de autocorrelacin en un P.E. tiende a un valor igual al [E(x)] cuando tiende a infinito 12. La densidad espectral de potencia de la seal telegrfica aleatoria es una funcin rectangular en f 13. Si E[x (t)] < x (t)> , el P.E. no es ergdico V(x) 14. Si S = X +X +X cuando n se hace grande, S se aproxima a una v.a. gausiana V(x) 15. En un P.E. de Poisson, los incrementos de tiempo son estacionarios e independientes V(x) 16. -1 f (x) 1 V( ) 17. Dos variables aleatorias independientes pueden ser ortogonales V(x) 18. F (x) es continua por la izquierda V( ) 19. Dos v.a. no correlacionadas son independientes V(x) 20. La f.d.p. de Poisson corresponde a una v.a. contnua V(x)
y x x x n 1 2 n n n n-n x 1 2 2 1 X X 2 5 5 n 1 2 n n x x

F(x) F( ) F(x) F( ) F(x) F( ) F( ) F( ) F(x) F( ) V(x) V( ) F(x) F( ) F( ) F( ) F(x) F( ) F(x) F( ) F( ) F( )

-3 -2

Fx(x)

1 2/3

1/3 x -1 1 2 3

Problema 2.- Dado Fx(x), determine: 5 pts. P[x<2] 5 pts. Si y=2x+5, determine P[y<2] 10 pts. Si y=2x+5, determine E[y]

Problema 3.- La funcin densidad conjunta de dos v.a. est dada por la siguiente expresin: fx,y(x,y) = ke-xe-2y x>0, y>0 5 pts. Determine k 10 Pts. Es la v. a. x independiente de y? 15 Pts. Calcule P(x y 10)

Problema 4.- Dado X(t) un P.E. WSS con E[X(t)] = 2 y con Sx(f)=rect(f), Y(t)=X(t)cos[2(100)t+] siendo una v.a. con distribucin uniforme en (0,2) e independiente de las v.a. definidas en X(t). Determine si Y(t) es WSS (10pts). Determine y dibuje Sy(f) (15pts). Calcule la potencia de Y(t) (5 pts)

TERCERA EVALUACION DE PROBABILIDAD Y PROCESOS ESTOCASTICOS Sept/2006 NOMBRE: Paralelo:

Problema 1 (20 pts).- Determine F o V. Rellene el espacio de V o F completamente Si un P.E. es ruido blanco, sus variables aleatorias son no correlacionadas La potencia de las funciones muestra de tiempo en un P.E. es una variable aleatoria Si la entrada en un sistema lineal es un P.E., se cumple que Ry() = Rx()*h() Si el P.E. x(t) es real, entonces Rx() = Rx(-) La densidad espectral de potencia de un P.E. real es mxima a f=0 P.E WSS significa que tambin es estacionario de segundo orden Si el P.E. es iid y Sn = X1+X2+..+Xn, entonces P[Sn - Sn = y] = P[Sn-n = y] Un P.E. Gausiano que es WSS tambin es estrictamente estacionario Un P.E. ergdico significa que la Rx(t1,t2) solo depende de la diferencia de los tiempos =t2-t1 El teorema de Wiener-Khinchin establece que la transformada de Fourier de RX() es <SX(f)> La funcin de autocorrelacin en un P.E. tiende a un valor igual al [E(x)]2 cuando tiende a infinito La densidad espectral de potencia de la seal telegrfica aleatoria es una funcin rectangular en f Si E[x5(t)] < x5(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 V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) V( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( ) F( )
-3 -2 -1 2/3 1/3 x 1 2 3 Fx(x) 1

Problema 2.- Dado Fx(x), determine: 5 pts. P[x<2] 5 pts. Si y=2x+5, determine P[y<2] 10 pts. Si y=2x+5, determine E[y]

En un P.E. de Poisson, los incrementos de tiempo son estacionarios e independientes -1 fx(x) 1 Dos variables aleatorias independientes pueden ser ortogonales Fx(x) es continua por la izquierda Dos v.a. no correlacionadas son independientes La f.d.p. de Poisson corresponde a una v.a. contnua

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

F( ) F( ) F( ) F( ) F( ) F( ) Problema 3.- La funcin densidad conjunta de dos v.a. est dada por la siguiente expresin: fx,y(x,y) = ke-xe-2y x>0, y>0 5 pts. Determine k 10 Pts. Es la v. a. x independiente de y? 15 Pts. Calcule P(x y 10)

Problema 4.- Dado X(t) un P.E. WSS con E[X(t)] = 2 y con Sx(f)=rect(f), Y(t)=X(t)cos[2(100)t+] siendo una v.a. con distribucin uniforme en (0,2) e independiente de las v.a. definidas en X(t). Determine si Y(t) es WSS (10pts). Determine y dibuje Sy(f) (15pts). Calcule la potencia de Y(t) (5 pts)