Ejercicios de Procesos Estocásticos Bernardo D’Auria Departamento de Estadística Universidad Carlos III de Madrid
G RUPO M AGISTRAL G RADO EN I NGENIERÍA DE S ISTEMAS AUDIOVISUALES Otros
Ejemplo Considerar la oscilación aleatoria X (t ) = cos(2π f t + B Φ),
donde f es una constante real, Φ es una variable aleatoria uniforme en [−π/ 2, π/ 2], y B es una variable aleatoria discreta, independiente de Φ, tal que Pr( B = 0) = p y Pr( B = 1) = q. Definir y calcular la esperanza de la variable aleatoria X (t ).
Ejemplo Considerar la oscilación aleatoria X (t ) = cos(2π f t + B Φ),
donde f es una constante real, Φ es una variable aleatoria uniforme en [−π/ 2, π/ 2], y B es una variable aleatoria discreta, independiente de Φ, tal que Pr( B = 0) = p y Pr( B = 1) = q. Definir y calcular la esperanza de la variable aleatoria X (t ).
S OLUCIÓN:
µ x (t ) = p + q
2
π
cos(2π f t )
Ejercicio
T EL .T EC .S EP.2005.C1
A partir de los procesos estocásticos X (t ) e Y (t ) incorrelados y de media cero, con funciones de autocorrelación R X (t 1 , t 2 ) y RY (t 1 , t 2 ) respectivamente, se forma el proceso Z (t ) = X (t ) + t Y (t ).
a) Calcular la función de autocorrelación de Z (t ). b) El proceso formado, ¿es estacionario en sentido débil?
S OLUCIÓN :
a) Calcular la función de correlación de Z (t ) La función de autocorrelación de X (t ) es R X (t 1 , t 2 ) = E[ X (t 1 ) X (t 2 )] y análogamente para Y (t ). Además, por tratarse de procesos incorrelados, C XY (t 1 , t 2 ) = 0
o, de forma equivalente, E[ X (t i )Y (t j )]
= µ X (t i )µY (t j ) = 0.
Por tanto, R Z (t 1 , t 2 ) = E[ Z (t 1 ) Z (t 2 )] = E[( X (t 1 ) + Y (t 1 )t 1 )( X (t 2 ) + Y (t 2 )t 2 )]
= R X (t 1 , t 2 ) + t 1 t 2 RY (t 1 , t 2 )
b) El proceso formado, ¿es estacionario en sentido débil?. La media es independiente del tiempo porque es nula pero la correlación no depende solamente de la distancia entre dos tiempos considerados. Por tanto, el proceso NO es estacionario en sentido débil.
B. D’Auria (UC3M - G.I. de Sistemas Audiovisuales)
Ejercicios de Procesos Estocásticos
Otros
4 / 11
Ejercicio
T EL .T EC .S EP.2006.C3
Sean X 1 , X 2 , . . . variables aleatorias continuas, independientes, de media nula y varianza uno. Sea X (n) el proceso estocástico discreto en el tiempo definido por n
X (n) =
X
X k con n = 1, 2, . . .
k 1 =
y sea
Y (n) = X (n + N ) − X (n)
con N constante
a) Calcular la media y la autocorrelación de X (n). b) ¿Es X (n) estacionario en sentido débil? c) Obtener la función de densidad de primer orden de Y (n) suponiendo N grande.
B. D’Auria (UC3M - G.I. de Sistemas Audiovisuales)
Ejercicios de Procesos Estocásticos
Otros
5 / 11
S OLUCIÓN :
1/2
a) Calcular la media y la autocorrelación de X (n). La media de X (n) viene dada por µ X (n)
n
n
"X # X 20 X 1 0 X 13 4@ A @ A5 XX
= E[ X (n)] = E
X k =
k 1
=
que no depende de n. La autocorrelación de X (n) por R X (n1 , n2 ) = E[ X (n1 ) X (n2 )] = E
n2
X k1
k 1
=
1
X k2
k 2
=
1
n1
n2
= E[( X 1 + . . . + X n1 )( X 1 + . . . + X n2 )] =
k 1
wk 1 k 2 =
con lo que
2
E[ X k ]
0,
que no es función de m = n2 − n1 .
B. D’Auria (UC3M - G.I. de Sistemas Audiovisuales)
=0
k 1
=
n1
E[ X k ]
1 k 2
=
= Var[ X k 2 ] + ( E[ X k ])2 = 1,
=
n1
E[ X k1 X k2 ]
=
1
n2
XX
k 1
=
1 k 2
=
wk 1 k 2
1
k 1 = k 2 = k ; = k 2 . k 1
R X (n1 , n2 ) = min(n1 , n2 )
Ejercicios de Procesos Estocásticos
Otros
6 / 11
S OLUCIÓN :
2/2
b) ¿Es X (n) estacionario en sentido débil? es estacionario en sentido débil, porque no cumple simultáneamente que la función media no dependa de n y que a la vez la función de la autocorrelación sólo dependa de m = n2 − n1 . c) Obtener la función de densidad de primer orden de Y (n) suponiendo N grande.
X (n) NO
Dado que Y (n) = X (n + N ) − X (n) = se tiene que para N grande siendo
n+ N X k k =1
P
−
Y (n)
2X 3 5= [ [ ( )] = 4 2X 3 4 5= [ ( )] =
n k =1
P
X k =
n+ N k =n+1
P
X k , por el Teorema Central del Límite
∼ N(µY , σY )
n+ N
µY
=
E
Y n
E
E X n+1 ] + . . .
X k
+ E[ X n+ N ] = 0 + . . . + 0 = 0
k =n+1
n+ N
2 σY
=
Var
Y n
Var
X k
ind
Var[ X n+1 ] + . . .
+ Var[ X n+ N ] = 1 + . . . + 1 = N
k =n+1
Por tanto la función de densidad de primer orden de Y (n) suponiendo N grande es f Y ( y) =
B. D’Auria (UC3M - G.I. de Sistemas Audiovisuales)
1
√
2nN
exp
„
−
1
y 2 N
2
«
Ejercicios de Procesos Estocásticos
.
Otros
7 / 11
Problema vector discreto En un sistema de comunicación se utiliza la siguiente señal aleatoria Y (t ) = A sin(ω t + Φ) + B
donde Φ ∼ U[0, 2π] y la función de masa del vector aleatorio ( A, B) es Pr( A = a, B = b) =
a
20
a ∈ {1, 2, 3}, b ∈ {1, . . . , a + 1}.
Calcula: a) La media del proceso Y (t ) b) La autocorrelación del proceso Y (t ) c) Calcula la estacionariedad débil y la ergodicidad del proceso.
S OLUCIÓN : a) Las funciones de masas marginales de A y B son iguales a
)=
P( A = a
1 , 10 3 , 10 6 , 10
)=
a = 1; a = 2;
P( B = b
a = 3.
3 , 10 3 , 10 1 , 4 3 , 20
a) La media del proceso Y (t ). µY (t ) = E[Y (t )] = E[ A sin(ω t + Φ) + B] = E[ A] E[sin(ω t + Φ)] + E[ B] = E[ B] =
9 4
.
b = 1; b = 2; b = 3; b = 4.
S OLUCIÓN : b) b) La autocorrelación del proceso Y (t ). RY (t , t + τ )
= =
E[( A sin(ω t +
ind
E[ A
=
= =
Φ) + B)( A sin(ω(t + τ ) + Φ) + B] 2 2 E[ A sin(ω t + Φ) sin(ω(t + τ ) + Φ)] + E[ B ] +E[ AB sin(ω t + Φ)] + E[ AB sin(ω(t + τ ) + Φ)] 2
] E[sin(ω t + Φ) sin(ω(t + τ ) + Φ)] + E[ B2 ] +E[ AB] E[sin(ω t + Φ)] + E[ AB] E[sin(ω(t + τ ) + Φ)] 2 cos(τ ω) + E[ B2 ] E[ A ] 2
67 20
cos(τ ω) +
123 20
.
S OLUCIÓN : c)
c) Calcula la estacionariedad débil y la ergodicidad del proceso. El proceso es estacionario en el sentido débil pero no es ergódico. De hecho µT = RT (τ )
=
T 1 lim Y (t )dt = B; T →∞ 2T −T
lim
T →∞
1
T
2T −T
Y (t )Y (t + τ )d τ =
A2
2
cos(τ ω) + B2 .
que quiere decir que la media temporal y la autocorrelación temporal son variables aleatorias y no constantes.