Procesos estocásticos complejos

Sean {Ω, 𝒜, 𝑃} un espacio de probabilidad. Decimos que {𝑍𝑡 }𝑡∈𝑇 es un p.e. complejo si,
𝑍𝑡 = 𝑋𝑡 + 𝑖 ⋅ 𝑌𝑡
donde {𝑋𝑡 }𝑡∈𝑇 y {𝑌𝑡 }𝑡∈𝑇 son procesos estocásticos reales. (𝑋𝑡 , 𝑌𝑡 : Ω ↦ ℝ y 𝑍𝑡 : Ω ↦ ℂ).

Decimos que {𝑍𝑡 } es estacionario (fuertemente o en algún orden 𝑘), si {𝑋𝑡 }, {𝑌𝑡 } son
conjuntamente estacionarios (fuertemente o en algún orden 𝑘).
Observación: 𝐸 (𝑍𝑡 ) = 𝐸 (𝑋𝑡 + 𝑖 ⋅ 𝑌𝑡 ) = 𝐸 (𝑋𝑡 ) + 𝑖 ⋅ 𝐸 (𝑌𝑡 )

Función de autocorrelación:
Para {𝑍𝑡 }𝑡∈𝑇 un p.e. complejo, la función de autocorrelación en los tiempos 𝑡1 , 𝑡2 se
define como,
𝑅𝑍𝑍 (𝑡1 , 𝑡2 ) = 𝐸(𝑍𝑡∗1 ⋅ 𝑍𝑡2 ),

donde 𝑍𝑡∗ = 𝑋𝑡 − 𝑖 ⋅ 𝑌𝑡 , desarrollando,

𝑅𝑍𝑍 (𝑡1 , 𝑡2 ) = 𝐸(𝑍𝑡∗1 ⋅ 𝑍𝑡2 ) = 𝐸 ((𝑋𝑡1 − 𝑖 ⋅ 𝑌𝑡1 )(𝑋𝑡2 + 𝑖 ⋅ 𝑌𝑡2 ))
= 𝐸(𝑋𝑡1 ⋅ 𝑋𝑡2 − 𝑖𝑌𝑡1 ⋅ 𝑋𝑡2 + 𝑖𝑋𝑡1 ⋅ 𝑌𝑡2 + 𝑌𝑡1 ⋅ 𝑌𝑡2 )
= 𝑅𝑋𝑋 (𝑡1 , 𝑡2 ) − 𝑖𝑅𝑌𝑋 (𝑡1 , 𝑡2 ) + 𝑖𝑅𝑋𝑌 (𝑡1 , 𝑡2 ) + 𝑅𝑌𝑌 (𝑡1 , 𝑡2 )
• Si {𝑋𝑡 } y {𝑌𝑡 } son conjuntamente estacionarios en sentido amplio, se dice que {𝑍𝑡 }
es estacionario en sentido amplio.
Observación: Si {𝑍𝑡 }𝑡∈𝑇 es estacionario en sentido amplio, tenemos lo siguiente:
Considerando 𝑍𝑡 = 𝑋𝑡 + 𝑖 ⋅ 𝑌𝑡 y 𝑍𝑡+𝜏 = 𝑋𝑡+𝜏 + 𝑖 ⋅ 𝑌𝑡+𝜏 , entonces
𝑅𝑍𝑍 (𝑡, 𝑡 + 𝜏) = 𝑅𝑋𝑋 (𝑡, 𝑡 + 𝜏) − 𝑖𝑅𝑌𝑋 (𝑡, 𝑡 + 𝜏) + 𝑖𝑅𝑋𝑌 (𝑡, 𝑡 + 𝜏) + 𝑅𝑌𝑌 (𝑡, 𝑡 + 𝜏)
= 𝑅𝑋𝑋 (𝜏) + 𝑅𝑌𝑌 (𝜏) + 𝑖𝑅𝑋𝑌 (𝜏) − 𝑖𝑅𝑌𝑋 (𝜏)
= 𝑅𝑋𝑋 (𝜏) + 𝑅𝑌𝑌 (𝜏) + 𝑖𝑅𝑋𝑌 (𝜏) − 𝑖𝑅𝑋𝑌 (−𝜏)
Función de correlación cruzada:
Sean {𝑍𝑡 } y {𝑊𝑡 } dos p.e. complejos, se define la función de correlación cruzada en los
tiempos 𝑡1 y 𝑡2 como
𝑅𝑍𝑊 (𝑡1 , 𝑡2 ) = 𝐸(𝑍𝑡∗1 ⋅ 𝑊𝑡2 )

Decimos que {𝑍𝑡 } y {𝑊𝑡 } dos p.e. complejos, son conjuntamente estacionarios en
sentido amplio, si cada {𝑍𝑡 } y {𝑊𝑡 } son estacionarias en sentido amplio y su función de
correlación cruzada depende solo de la diferencia de tiempos "𝜏".
Considerando 𝑍𝑡 = 𝑋𝑡 + 𝑖 ⋅ 𝑌𝑡 y 𝑊𝑡+𝜏 = 𝑀𝑡+𝜏 + 𝑖 ⋅ 𝑁𝑡+𝜏

𝑅𝑍𝑊 (𝑡, 𝑡 + 𝜏) = 𝐸((𝑋𝑡 − 𝑖 ⋅ 𝑌𝑡 )(𝑀𝑡+𝜏 + 𝑖 ⋅ 𝑁𝑡+𝜏 ))

= 𝑅𝑋𝑀 (𝑡, 𝑡 + 𝜏) − 𝑖𝑅𝑌𝑀 (𝑡, 𝑡 + 𝜏) + 𝑖𝑅𝑋𝑁 (𝑡, 𝑡 + 𝜏) + 𝑅𝑌𝑁 (𝑡, 𝑡 + 𝜏)
Función de autocovarianza:
Considerando {𝑍𝑡 } un p.e. complejo, la función de autocovarianza se define como,
∗
𝐶𝑍𝑍 (𝑡1 , 𝑡2 ) = 𝐸 ((𝑍𝑡1 − 𝐸(𝑍𝑡1 )) ⋅ (𝑍𝑡2 − 𝐸(𝑍𝑡2 )))

Observación: Si {𝑍𝑡 } es estacionario en sentido amplio, entonces

∗
𝐶𝑍𝑍 (𝑡, 𝑡 + 𝜏) = 𝐸 ((𝑍𝑡 − 𝐸 (𝑍𝑡 )) ⋅ (𝑍𝑡+𝜏 − 𝐸 (𝑍𝑡+𝜏 )))
= 𝑅𝑍𝑍 (𝜏) − 𝐸 (𝑍𝑡 )∗ 𝐸(𝑍𝑡+𝜏 ) − 𝐸 (𝑍𝑡+𝜏 )𝐸 (𝑍𝑡∗ ) + 𝐸 (𝑍𝑡 )∗ 𝐸 (𝑍𝑡+𝜏 )
= 𝑅𝑍𝑍 (𝜏) − 𝐸 (𝑍𝑡∗ )𝐸(𝑍𝑡+𝜏 )
= 𝑅𝑍𝑍 (𝜏) − 𝐸 (𝑍𝑡 )∗ 𝐸(𝑍𝑡+𝜏 )
= 𝑅𝑍𝑍 (𝜏) − |𝐸 (𝑍𝑡 )|2
Función de covarianza cruzada.
Sean que {𝑍𝑡 } y {𝑊𝑡 } dos p.e. complejos, se define la función de covarianza cruzada en
los tiempos 𝑡1 y 𝑡2 como
∗
𝐶𝑍𝑊 (𝑡1 , 𝑡2 ) = 𝐸 ((𝑍𝑡1 − 𝐸(𝑍𝑡1 )) ⋅ (𝑊𝑡2 − 𝐸(𝑊𝑡2 )))

Observación: Si {𝑍𝑡 } y {𝑊𝑡 } son conjuntamente estacionarios en sentido amplio,

entonces considerando 𝑍𝑡 = 𝑋𝑡 + 𝑖 ⋅ 𝑌𝑡 y 𝑊𝑡+𝜏 = 𝑀𝑡+𝜏 + 𝑖 ⋅ 𝑁𝑡+𝜏 , tenemos:
∗
𝐶𝑍𝑊 (𝑡, 𝑡 + 𝜏) = 𝐸 ((𝑍𝑡 − 𝐸 (𝑍𝑡 )) ⋅ (𝑊𝑡+𝜏 − 𝐸 (𝑊𝑡+𝜏 )))
= 𝑅𝑍𝑊 (𝑡, 𝑡 + 𝜏) − 𝐸 (𝑍𝑡 )∗ 𝐸(𝑊𝑡 ) − 𝐸 (𝑍𝑡∗ )𝐸 (𝑊𝑡 ) + 𝐸 (𝑍𝑡 )∗ 𝐸 (𝑊𝑡 )
= 𝑅𝑍𝑊 (𝜏) − 𝐸 (𝑍𝑡 )∗ 𝐸(𝑊𝑡 )
Procesos no correlacionados
Dos p.e. complejos {𝑍𝑡 } y {𝑊𝑡 } son no correlacionados si 𝐶𝑍𝑊 (𝑡, 𝑡 + 𝜏) = 0 y son
ortogonales si 𝑅𝑍𝑊 (𝑡, 𝑡 + 𝜏) = 0.
Ejemplo 1:

Considere el p.e. 𝑍𝑡 = 𝑒 𝑖Θ𝑡 donde Θ es una variable aleatoria con esperanza

matemática igual a cero y distribución uniforme en (𝑤0 − ∆𝑤0 ; 𝑤0 + ∆𝑤0 ) y 𝑤0 , ∆𝑤0
son constantes positivas.

Halle 𝐸 (𝑍𝑡 ) y 𝑅𝑍𝑍 (𝑡, 𝑡 + 𝜏).

Solución: Considerando 𝜑(𝜃) = 𝑒 𝑖𝜃𝑡 , entonces

+∞ 𝑤0 +∆𝑤0
1
𝐸 (𝑍𝑡 ) = 𝐸(𝜑(Θ)) = ∫ 𝜑(𝜃)𝑓Θ (𝜃)𝑑𝜃 = ∫ 𝑒 𝑖𝜃𝑡 𝑑𝜃
−∞ 2∆𝑤0 𝑤0 −∆𝑤0
𝑠𝑒𝑛(∆𝑤0 𝑡)
= 𝑒 𝑖𝑤0 𝑡
∆𝑤0 𝑡

𝑅𝑍𝑍 (𝑡, 𝑡 + 𝜏) = 𝐸 (𝑍𝑡∗ ⋅ 𝑍𝑡+𝜏 ) = 𝐸(𝑒 −𝑖Θ𝑡 ⋅ 𝑒 𝑖Θ(𝑡+𝜏) ) = 𝐸(𝑒 𝑖Θ𝜏 )

𝑠𝑒𝑛(∆𝑤0 𝜏)
= 𝑒 𝑖𝑤0 𝜏
∆𝑤0 𝜏