Está en la página 1de 12

Ejercicios de Procesos Estocsticos

Bernardo DAuria

Departamento de Estadstica
Universidad Carlos III de Madrid

G RUPO M AGISTRAL
G RADO EN I NGENIERA DE S ISTEMAS AUDIOVISUALES

Otros
Ejemplo

Considerar la oscilacin aleatoria

X(t) = cos(2 f t + B ),

donde f es una constante real, es una variable aleatoria uniforme en


[/2, /2], y B es una variable aleatoria discreta, independiente de , tal
que Pr(B = 0) = p y Pr(B = 1) = q.
Definir y calcular la esperanza de la variable aleatoria X(t).

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 2 / 11


Ejemplo

Considerar la oscilacin aleatoria

X(t) = cos(2 f t + B ),

donde f es una constante real, es una variable aleatoria uniforme en


[/2, /2], y B es una variable aleatoria discreta, independiente de , tal
que Pr(B = 0) = p y Pr(B = 1) = q.
Definir y calcular la esperanza de la variable aleatoria X(t).

S OLUCIN:
 
2
x (t) = p + q cos(2 f t)

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 2 / 11


Ejercicio T EL .T EC.S EP.2005.C1

A partir de los procesos estocsticos X(t) e Y(t) incorrelados y de media cero, con funciones de
autocorrelacin RX (t1 , t2 ) y RY (t1 , t2 ) respectivamente, se forma el proceso
Z(t) = X(t) + t Y(t).

a) Calcular la funcin de autocorrelacin de Z(t).


b) El proceso formado, es estacionario en sentido dbil?

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 3 / 11


S OLUCIN:

a) Calcular la funcin de correlacin de Z(t)


La funcin de autocorrelacin de X(t) es RX (t1 , t2 ) = E[X(t1 )X(t2 )] y anlogamente para Y(t).
Adems, por tratarse de procesos incorrelados,
CXY (t1 , t2 ) = 0
o, de forma equivalente,
E[X(ti )Y(tj )] = X (ti )Y (tj ) = 0.
Por tanto,
RZ (t1 , t2 ) = E[Z(t1 )Z(t2 )] = E[(X(t1 ) + Y(t1 )t1 )(X(t2 ) + Y(t2 )t2 )]
= RX (t1 , t2 ) + t1 t2 RY (t1 , t2 )

b) El proceso formado, es estacionario en sentido dbil?.


La media es independiente del tiempo porque es nula pero la correlacin no depende solamente
de la distancia entre dos tiempos considerados. Por tanto, el proceso NO es estacionario en
sentido dbil.

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 4 / 11


Ejercicio T EL .T EC.S EP.2006.C3

Sean X1 , X2 , . . . variables aleatorias continuas, independientes, de media nula y varianza uno.


Sea X(n) el proceso estocstico discreto en el tiempo definido por
n
X
X(n) = Xk con n = 1, 2, . . .
k=1

y sea
Y(n) = X(n + N) X(n) con N constante

a) Calcular la media y la autocorrelacin de X(n).


b) Es X(n) estacionario en sentido dbil?
c) Obtener la funcin de densidad de primer orden de Y(n) suponiendo N grande.

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 5 / 11


S OLUCIN: 1/2

a) Calcular la media y la autocorrelacin de X(n).


La media de X(n) viene dada por " n # n
X X
X (n) = E[X(n)] = E Xk = E[Xk ] = 0
k=1 k=1
que no depende de n. La autocorrelacin
20 de X(n)1por
0 13
n1 n2
X X
RX (n1 , n2 ) = E[X(n1 )X(n2 )] = E 4@ Xk1 A @ Xk2 A5
k1 =1 k2 =1
n1 n2 n1 n2
X X X X
= E[(X1 + . . . + Xn1 )(X1 + . . . + Xn2 )] = E[Xk1 Xk2 ] = wk1 k2
k1 =1 k2 =1 k1 =1 k2 =1

E[Xk2 ] = Var[Xk2 ] + (E[Xk ])2 = 1,



k1 = k2 = k;
wk1 k2 =
0, k1 6= k2 .
con lo que
RX (n1 , n2 ) = min(n1 , n2 )
que no es funcin de m = n2 n1 .

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 6 / 11


S OLUCIN: 2/2

b) Es X(n) estacionario en sentido dbil?


X(n) NO es estacionario en sentido dbil, porque no cumple simultneamente que la funcin media no
dependa de n y que a la vez la funcin de la autocorrelacin slo dependa de m = n2 n1 .
c) Obtener la funcin de densidad de primer orden de Y(n) suponiendo N grande.
Pn+N Pn Pn+N
Dado que Y(n) = X(n + N) X(n) = k=1 Xk k=1 Xk = k=n+1 Xk , por el Teorema Central del Lmite
se tiene que para N grande Y(n) N(Y , Y )
siendo
2 3
n+N
X
Y = E[Y(n)] = E 4 Xk 5 = E[Xn+1 ] + . . . + E[Xn+N ] = 0 + . . . + 0 = 0
k=n+1
2 3
n+N
ind
2
X
Y = Var[Y(n)] = Var 4 Xk 5 = Var[Xn+1 ] + . . . + Var[Xn+N ] = 1 + . . . + 1 = N
k=n+1

Por tanto la funcin de densidad de primer orden de Y(n) suponiendo N grande es



1 1 2
fY (y) = exp y .
2nN 2N

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 7 / 11


Problema vector discreto

En un sistema de comunicacin se utiliza la siguiente seal aleatoria

Y(t) = A sin(t + ) + B

donde U[0, 2] y la funcin de masa del vector aleatorio (A, B) es


a
Pr(A = a, B = b) = a {1, 2, 3}, b {1, . . . , a + 1}.
20

Calcula:
a) La media del proceso Y(t)
b) La autocorrelacin del proceso Y(t)
c) Calcula la estacionariedad dbil y la ergodicidad del proceso.

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 8 / 11


S OLUCIN: a)

Las funciones de masas marginales de A y B son iguales a


3
10 , b = 1;
1
10 , a = 1;


3
10 , b = 2;

3
P(A = a) = 10 , a = 2; P(B = b) = 1
4, b = 3;
6

10 , a = 3.


3
20 , b = 4.

a) La media del proceso Y(t).

Y (t) = E[Y(t)] = E[A sin(t + ) + B]


= E[A] E[sin(t + )] + E[B]
9
= E[B] = .
4

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 9 / 11


S OLUCIN: b)

b) La autocorrelacin del proceso Y(t).

RY (t, t + ) = E[(A sin(t + ) + B)(A sin((t + ) + ) + B]


= E[A2 sin(t + ) sin((t + ) + )] + E[B2 ]
+E[AB sin(t + )] + E[AB sin((t + ) + )]
ind
= E[A2 ] E[sin(t + ) sin((t + ) + )] + E[B2 ]
+E[AB] E[sin(t + )] + E[AB] E[sin((t + ) + )]
cos( )
= E[A2 ] + E[B2 ]
2
67 123
= cos( ) + .
20 20

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 10 / 11


S OLUCIN: c)

c) Calcula la estacionariedad dbil y la ergodicidad del proceso.


El proceso es estacionario en el sentido dbil pero no es ergdico. De hecho
Z T
1
T = lim Y(t)dt = B;
T 2T T
Z T
1 A2
RT ( ) = lim Y(t)Y(t + )d = cos( ) + B2 .
T 2T T 2

que quiere decir que la media temporal y la autocorrelacin temporal son


variables aleatorias y no constantes.

B. DAuria (UC3M - G.I. de Sistemas Audiovisuales) Ejercicios de Procesos Estocsticos Otros 11 / 11

También podría gustarte