Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Emilio Letón
1. Nivel 1
1. Calcular la media del proceso estocástico X (t) = A + t con A U (0; ). Utilizar dos métodos
distintos: propiedades de la esperanza y la función de densidad de primer orden del proceso
estocástico. ¿Qué método es más fácil?
SOLUCIÓN:
El más fácil es mediante las propiedades de la esperanza:
E [X (t)] = E [A + t] = E [A] + t = + t:
2
El segundo método, más difícil, se basa en la función de densidad de primer orden. Intuitiva-
mente si se tiene una v.a. U (0; ) y se traslada ésta en t unidades, se tiene una U (0 + t; + t) :
Esto se puede demostrar de forma análitica mediante el teorema de transformación de variables
aleatorias:
( (
1 1
da 0<x t< t<x<t+
fX (x; t) = fA (x t) = =
dx 0 resto 0 resto
Con lo que Z +1
E [X (t)] = xfX (x; t) dx
x= 1
Z t+
1 1 t+ 1
= x dx = x2 t
= t2 + 2
+2 t t2 = +t
x=t 2 2 2
2. Calcular la media del proceso estocástico X (t) = At con A U (0; ).Utilizar dos métodos
distintos: propiedades de la esperanza y la función de densidad de primer orden del proceso
estocástico. ¿Qué método es más fácil?
SOLUCIÓN:
El más fácil es mediante las propiedades de la esperanza:
El segundo método, más difícil, se basa en la función de densidad de primer orden. Intuitiva-
mente si se tiene una v.a. U (0; ) y se multiplica ésta por t, se tiene una U (0 t; t) : Esto
1
se puede demostrar de forma análitica mediante el teorema de transformación de variables
aleatorias:
( (
1 1 x 1 1
x da t 0 < t < t 0<x<t
fX (x; t) = fA = =
t dx 0 resto 0 resto
Con lo que
Z +1 Z t
1 1 t 1
E [X (t)] = xfX (x; t) dx = x dx = x2 0
= t2 2
=t
x= 1 x=0 t 2 t 2 t 2
3. Calcular la media del proceso estocástico X (t) = cos (At) con A U (0; ).
SOLUCIÓN:
R +1 R
E [X (t)] = 1 cos (at) fA (a) da = 0 cos (at) 1 da = 1
t [sen (at)]0 = 1
t sen ( t).
4. Calcular la media del proceso estocástico X (t) = ABt con A y B variables aleatorias inde-
pendientes.
SOLUCIÓN:
E [X (t)] = tE [A] E [B].
SOLUCIÓN:
Se deja para el alumno.
2
2. Nivel 2
1. Ejercicio (pág. 27 PPT)
Sea el proceso estocástico X (t) = Acos(2 f t + ) con f constante y A; v.a.i., siendo A
exp ( ) y U ( ; ). Calcular la función de autocorrelación de X (t).
SOLUCIÓN:
Se deja para el alumno.
SOLUCIÓN:
Se deja para el alumno.
3
X
= [sen (wt) cos ( ) + 0 sen (wt) cos ( ) 0]
2
X
= 0=0
2
con lo que E [Y (t)] = 0 es independiente del tiempo.
En segundo lugar se comprueba la segunda condición de estacionariedad débil que a…rma que
RY (t1 ; t2 ) = RY ( ) sólo depende del tiempo a través de = t2 t1 , con lo que
5. Sea X (t) un proceso estocástico estacionario en sentido débil e Y (t) = X (t)cos(wt + ) con
w constante, U ( ; ) independiente de X (t) : Si se supone que X (t) = A para todo t
con A v.a. de media A y varianza 2A :
SOLUCIÓN:
4
Por otra parte
MY = l m T
T !1
Z T Z T
1 1 A 1 T
T = Y (t) dt = Acos (wt + ) dt = [sen (wt + )] T
2T T 2T T 2T w
A
= [sen (wT + ) sen ( wT + )]
2T w
A
= [sen (wT ) cos ( ) + cos (wT ) sen ( ) sen ( wT ) cos ( ) cos ( wT ) sen ( )]
2T w
=0
con lo que
MY = l m T = lm 0=0
T !1 T !1
A2 1 1 T A2
= [sen (2wt + w + 2 )] T + cos (w )
2T 2 2w 2
A2
= [sen (2wT ) cos (w + 2 ) + cos (2wT ) sen (w + 2 )]
8T w
A2 A2
[sen ( 2wT ) cos (w + 2 ) + cos ( 2wT ) sen (w + 2 )] + cos (w )
8T w 2
A2 A2
= [sen (2wT ) cos (w + 2 )] + cos (w )
4T w 2
con lo que
A2 A2 A2
AY ( ) = l m [sen (2wT ) cos (w + 2 )] + cos (w ) = 0 + cos (w )
T !1 4T w 2 2
5
a) ¿Es ergódico respecto a la media?
b) ¿Es ergódico respecto a la autocorrelación?
SOLUCIÓN:
= cos (wt) E [A] + sen (wt) E [B] = cos (wt) 0 + sen (wt) 0 = 0
ya que
Z 1 Z 1 1
1 1 1 3
E [A] = afA (a) da = a da = a = 0 = E [B]
1 1 2 2 3 1
que corresponde al punto medio de los extremos donde la función de densidad uniforme
toma valores no nulos, en este caso ( 1)+1
2 .
Se observa que X no depende del tiempo (cumple la primera condición de estacionar-
iedad débil)
Por otra parte
MX = l m T
T !1
Z T Z T
1 1
T = X (t) dt = Acos (wt) + Bsen (wt) dt
2T T 2T T
T
1 1 1
= A sen (wt) B cos (wt)
2T w w T
1 1 1 1 1
= A sen (wT ) B cos (wT ) A sen ( wT ) + B cos ( wT )
2T w w w w
1 1 1 1 1
= A sen (wT ) B cos (wT ) + A sen (wT ) + B cos (wT )
2T w w w w
1 1 sen (wT )
= 2A sen (wT ) = A
2T w wT
con lo que
sen (wT )
MX = l m T = lm A =0
T !1 T !1 wT
por estar acotado sen (wT ) y por tanto MX = X, por lo que X (t) es ergódico respecto
a la media.
b) Para ver si X (t) es ergódico respecto a la autocorrelación, hay que estudiar si AX ( ) =
RX ( ) :
Por una parte
6
1 1
= A2 cos (2wt + w ) + cos ( w )
2 2
1 1
+AB sen (2wt + w ) sen ( w )
2 2
1 1
+BA sen (2wt + w ) + sen ( w )
2 2
1 1
+B 2 cos (2wt + w ) + cos ( w )
2 2
A2 A2 B2 B
= cos (2wt + w )+ cos (w )+ABsen (2wt + w ) cos (2wt + w )+ cos (w )
2 2 2 2
1 2 A2 + B 2
= A B 2 cos (2wt + w ) + cos (w ) + ABsen (2wt + w )
2 2
con lo que
RX ( ) = E [X (t) X (t + )]
1 1 1 1 1 1 1
= cos (2wt + w ) + + cos (w ) + 0 0sen (2wt + w ) = cos (w )
2 3 3 2 3 3 3
ya que
Z 1 Z 1 1
1 1 1 3 1
E A2 = a2 fA (a) da = a2 da = a = = E B2
1 1 2 2 3 1 3
1 1 T
= A2 B2 [sen (2wt + w )] T
4T 2w
1 A2 + B 2
+ cos (w ) 2T
2T 2
AB 1 T
[cos (2wt + w )] T
2T 2w
1 1
= A2 B2 [sen (2wT + w ) sen (2w ( T ) + w )]
4T 2w
A2 + B 2
+ cos (w )
2
AB 1
[cos (2wT + w ) cos (2w ( T ) + w )]
2T 2w
A2 B 2
= [sen (2wT ) cos (w ) + cos (2wT ) sen (w ) sen ( 2wT ) cos (w ) cos ( 2wT ) sen (w )]
8T w
7
A2 + B 2
+ cos (w )
2
AB 1
[cos (2wT ) cos (w ) sen (2wT ) sen (w ) cos ( 2wT ) cos (w ) + sen ( 2wT ) sen (w )]
2T 2w
1 1
= A2 B 2 [sen (2wT ) cos (w )]
4T w
A2 + B 2
+ cos (w )
2
AB 1
+ [sen (2wT ) sen (w )]
2T w
1 1 1 2 A2 + B 2
= sen (2wT ) A2 cos (w ) B cos (w ) + ABsen (w ) + cos (w )
2T w 2 2 2
con lo que
Z T
1 A2 + B 2
AX ( ) = l m X (t) X (t + ) dt = 0 + cos (w )
T !1 2T T 2
y por tanto AX ( ) 6= RX ( ), por lo que X (t) no es ergódico respecto a la autocorrelación.
7. Decir si son verdaderas o falsas las siguientes a…rmaciones. En caso de que sean verdaderas
demostrarlo y en caso de que sean falsas dar un contraejemplo:
SOLUCIÓN:
a) Es falsa.
En un proceso estocástico la media es en general una función que depende del tiempo.
b) El razonamiento es incorrecto.
Por una parte:
V [A] = E A2 E 2 [A]
1 1 2
E A2 = V [A] + E 2 [A] = 2 + 2 = 2
Debería ser:
2 2 2
RX (t1 ; t2 ) = 2 E cos t1 + cos t2 +
24 24
y partiendo de dicha expresión, descomponer el producto de cosenos como suma de
cosenos para utilizar la linealidad de la esperanza.
c) Es verdadera. h i
2
Se tiene que la potencia del proceso es E X (t) = RX (0) que no depende del tiempo
por la segunda condición de estacionariedad débil.
8
3. Nivel 3
1. Decir si es verdadera o falsa la siguiente a…rmación. En caso de que sea verdadera demostrarlo
y en caso de que sea falsa dar un contraejemplo: ”Si X (t) e Y (t) son procesos estocásticos
estacionarios en sentido débil y se de…ne Z (t) = X (t)+Y (t), entonces se veri…ca que RZ ( ) =
RX ( ) + RY ( ), por lo que también Z (t) es estacionario en sentido débil”.
SOLUCIÓN:
Es falsa.
Se veri…ca que la función de autocorrelación de Z (t) es
= RX ( ) + E [X (t) Y (t + )] + E [Y (t) X (t + )] + RY ( )
Por tanto, aunque Z (t) no depende de t, ya que Z (t) = E [Z (t)] = E [X (t) + Y (t)] =
E [X (t)] + E [Y (t)] = X + Y , no está asegurado que RZ ( ) dependa sólo de , con lo
que no se puede asegurar que Z (t) sea estacionario en sentido débil.Observar que en el caso
de que los procesos estocásticos X (t) e Y (t) sean conjuntamente estacionarios, se tiene que
E [X (t) Y (t + )] = RXY ( ) y que E [Y (t) X (t + )] = RY X ( ). Si además son X (t) e Y (t)
ortogonales, se tiene que RXY ( ) = RY X ( ) = 0, con lo que en ese caso sí se veri…caría que
RZ ( ) = RX ( ) + RY ( ) y Z (t) sería estacionario en sentido débil
Sea X (t) = t2 X + Y