Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Febrero 2018
Clasificación Procesos Estocásticos
E [X (t)] = µ
y su autocorrelación depende solo de τ = s − t
Procesos ciclo-estacionarios
Un PE {X (t), t ∈ T }, será cicloestacionario si, para un período T se tiene
invarianza temporal respecto al origen para multiples períodos, es decir:
FX (t1 ),...,X (tn ) (x1 , ..., xn ) = FX (t1 +mT ),...,X (tn +mT ) (x1 , ..., xn ) (1)
µX (t + mT ) = µX (t) (2)
KX (t + mt, s + mT ) = KX (t, s) (3)
Procesos independientes
Un PE {X (t), t ∈ T }, se denomina proceso aleatorio independiente, si
X (ti ) para i = 1, 2, ..., n son v.a. independientes, para n = 2, 3...
Y
n
FX (x1 , ..., xn ; t1 , ..., tn ) = FX (xi ; ti )
i=1
Procesos ergódicos
Un PE {X (t), t ∈ T }, WSS será ergódico en la media si.
Z 2T0
1 τ
limT0 →∞ (1 − )KX (τ)dτ = 0 (6)
T0 0 2T0
Ejercicios PE
Ejemplo 1:
Sea X (t) = At + B donde A y B son v.a. independientes, distribuidas
uniformemente sobre (−1, 1) [?]. ¿Es X (t) WSS?
Respuesta: No
Ejemplo 2:
Sea X (t) = Ycos(ωt), donde ω es una constante y Y ∼ U(−1, 1). ¿Es
WSS?
Respuesta: No
Ejercicios PE
Ejemplo 3:
Sea X (t) = cos(ωt + Θ), donde Θ es una v.a. uniforme (−π, π). ¿Este
proceso es WSS?
µX (t) = 0
1
RX (t1 , t2 ) = cos(ω(t1 − t2 ))
2
Se puede verificar fácilmente que RX (τ) = 21 cos(ωτ). Por lo tanto, X (t)
es WSS.
Ejercicios PE
Ejemplo 4:
Considere el proceso aleatorio X (t) definido por:
donde U y V son v.a. indep. con P(U = −2) = P(V = −2) = 1/3 y
P(U = 1) = P(V = 1) = 2/3. Muestre que X (t) es WSS pero no SSS
[?].
Ejercicios PE
Ejemplo 5:
Considere el PE, X (t) = A, con A ∼ U(0, 1). Determinar si el proceso es
ergódico en la media y en la autocorrelación.
Ejemplo 6:
Considere el PE, X (t) = Acos(ωt + Θ), con Θ ∼ U(−π, π). Determinar
si el proceso es ergódico en la media y en la auto-correlación.
Ejercicios PE
Ejemplo 7:
En un sistema de comunicación se utiliza la siguiente señal aleatoria
Ejercicios PE
Parte a) Las funciones de masa marginales de A y B son:
1
10 a=1
3
P(A = a) = a=2
106
10 a=3
3
b=1
103
10 b=2
P(B = b) =
1
b=3
43
20 b=4
Por lo tanto, la media del proceso Y (t) es:
µY (t) = E [Y (t)] = E [Asin(ωt + φ) + B]
= E [Asin(ωt + φ)] + E [B]
= E [A]E [sin(ωt + φ)] + E [B]
= E [B]
9
=
4
Dr. Marco Flores Procesos Estocásticos
Clasificación Procesos Estocásticos
Ejercicios PE
Ejercicios PE
ZT
1
hX (t)X (t + τ)i = limT →∞ Y (t)Y (t + τ)dτ
2T −T
A2
= cos(τw ) + B 2
2
Es decir, la media temporal y la autocorrelación temporal son v.a. y no
constantes.
Ejercicios PE
Calcular la media.
Calcular la autocorrelación y autocovarianza.
Ejercicios PE
Función de media
1
µv (t) = E (vt ) = E (wt−1 + wt + wt+1 )
3
1
= (E (wt−1 ) + E (wt ) + E (wt+1 ))
3
= 0
Función de autocovarianza
Ejercicios PE
Es conveniente calcularla en función de la separación h = s − t, para
h = 0, ±1, ±2.
Para h=0
1
γv (t, t) = E ((wt−1 + wt + wt+1 )(wt−1 + wt + wt+1 ))
9
1
= ((Ewt−1 wt−1 ) + E (wt wt ) + E (wt+1 wt+1 ))
9
3
=
9
Para h=1
1
γv (t + 1, t) = E ((wt + wt+1 + wt+2 )(wt−1 + wt + wt+1 ))
9
1
= ((Ewt wt ) + E (wt+1 wt+1 ))
9
2
=
9
Dr. Marco Flores Procesos Estocásticos
Clasificación Procesos Estocásticos
Ejercicios PE
E (vt ) = cte ∀t
Tareas PE
Tarea 1
Considere el PE discreto {Xn , n ∈ Z}, los Xn ’s son iid con cdf dada por
FXn (x) = FX (x). Verificar que este proceso es estrictamente estacionario.
Tarea 2
El PE denominado media móvil está dado por:
1
Vt = (Wt−1 + Wt + Wt+1 ) (11)
3
.
idd
donde Wt un proceso estocástico dado Wt ∼ N(0, 1)
Verificar si es estacionario. Simular este proceso en Matlab.
Tarea 3
Sea W (t) un proceso de Wiener con parámetros a y σ2 . Hallar las
funciones de media y autocorrelación.
Tareas PE
Simulación de W (t)
clc; clear;
T = 2; N = 500; dt = T/N;
dW = zeros(1,N);
dW(1) = sqrt(dt)*randn; % first approximation outside the loop
W = zeros(1,N);
W(1) = dW(1); % since W(0) = 0 is not allowed
for j = 2:N
dW(j) = sqrt(dt)*randn; % general increment
W(j) = W(j-1) + dW(j);
end
Ref: https://me.ucsb.edu/~moehlis/APC591/tutorials/
tutorial7/node2.html
Dr. Marco Flores Procesos Estocásticos