Académique Documents
Professionnel Documents
Culture Documents
II
Lista de Exerccios
Aluno(s):
Professor:
Francisco Jos Aquino
Curso:
Engenharia de Telecomunicaes
Sumario
Introduo ............................................................................
........ 03
Questes ..............................................................................
........ 04 - 10
Simulaes ...........................................................................
......... 11 - 15
Concluso .............................................................................
........ 16
Bibliografia ...........................................................................
........ 17
Introduo
Questes
1) Dez dados honestos so lanados muitas e muitas vezes.
Seja a
varivel aleatria X a soma dos resultados de cada
lanamento. Qual o
valor esperado para X? Quais os valores mximo e mnimo?
Calcule
(aproximadamente) P(X > 50).
Com o lanamento de 10 dados honestos, em que cada um tem 6
possibilidades {1,2,3,4,5,6}.
X i =(1+2+3+4+5+6)/6 = 3.5
X i X i
()
/N
2x =
2
6.25+2.25+0.25+0.25+2.25+ 6.25
6
2x =
2x
17.5
6
2.91667
2 =10*2.91667=29.1667
O valor de X
aproximadamente
Px (x) =
Px (x) =
Px (x) =
(e
(e
( x x )
2
2
( x x )
58.332
(e
)/( ( 2 ) )
)/( ( 2 ) 5.4005)
( x35 )
58.332
)/(13.5373)
Px (x)min = 6
Para P x (x>50) :
Px (x>50) =
5035
) = Q(2.777) = 0.0027 ou 0.27% de
5.4005
possibilidade de sair 50 ou mais.
Q(
(
(
e
P ( y )=2(
x0)
20.5
0.52
Logo,
P ( y )=1.1285ex
, no caso de x>0
P ( y )=0
, no caso de x<0
Assim:
P ( y >3 )=Q
=1.110
( 30
0.5 )
G1 ( x )=G+1 ( x ) = ((1/(2
x2
2 x ) e( 2 )
2
x
Pe= G1 ( x ) dx + G+1 ( x ) dx
0
Pe=Q
1
)
( x1 )=( 12 ) erfc ( 2x
( 0.51 )=0.0227
Amostragem = 10000
Pi ( i )=em(
mi
)
i!
24
16
2
=e2
=e2( )
4!
24
3
( )
P ( 4 )=e2
( )
8
2
e ( )
6
2
P (2 )=e2( )
2!
e2(2)
P (1 ) =e2(
21
)
1!
e2(2)
P ( 0 )=e2(
20
)
0!
P (3 )=e2(
2
)
3!
2
4
2
e ( )
3
4 2
Pacerto =e2 (1+2+2+ + )
2 3
Pacerto =0.947
Perro =10.947=0.053
5) questo
Um sinal binrio formado por uma sequncia aleatria de
pulsos
Retangulares de amplitude 1 volt ou 0 volt que ocorrem com
igual
Probabilidade. Esse sinal contaminado por rudo (gaussiano)
e aplicado na entrada de um receptor com limiar de
comparao igual a 1/2. Qual a Potncia mxima desse rudo
tal que a taxa de erro esperada seja menor Que 106 ?
+1
=0.5
(Rudo Gaussiano) ( Limiar)
*Pe= 106
** =0.5
1 1
Px ( X )=
. e
2
(xxx )
2
2
= Px ( X )= 1 . 1 e
2
10
y
2
106=Q
dx =
du = dx
u
; 2=2 2 . y2 ; = . y ; du = . dy
1 1 2
=
. e du
2
0.5
2
=
22
10
dx
(x+0.5)
2
2
Temos: = x+0.5
6
+0.5
1
.e
2
y
2
dy
( +0.5 )=Q ( 1 )
Logo:
1
=x=4.76 = =0.21008 ; Logo a potncia mxima para a taxa de
Para
Q(x) = 106 ,
1 1
+
3 2
=
Q
10
10
=0.333
Probabilidade de erro =
106
( )
()
5
6
Q
5
6
=4.76
=0.17507
2=0.0306
1(1Perro) n
10
Simulao
1)
Explanao:
Para resolvermos a questo numericamente instanciamos 10 dados
com 1000 amostras. Cada dado recebeu nmeros aleatoriamente,
aps somamos cada elemento respectivo usamos a funo hist() que
gera o histograma.
Segue a baixo as linhas de cdigos comentadas
Linhas de cdigo
11
clear all;
clc;
x1=(1:1000);%Dado_1 com mil amostragem
x2=(1:1000);%Dado_2 com mil amostragem
x3=(1:1000);%Dado_3 com mil amostragem
x4=(1:1000);%Dado_4 com mil amostragem
x5=(1:1000);%Dado_5 com mil amostragem
x6=(1:1000);%Dado_6 com mil amostragem
x7=(1:1000);%Dado_7 com mil amostragem
x8=(1:1000);%Dado_8 com mil amostragem
x9=(1:1000);%Dado_9 com mil amostragem
x10=(1:1000);%Dado_10 com mil amostragem
soma=(1:1000);%resultado das somas dos dados
eixo=(10:60);%abscissa dos valores posiveis
%Amostragem de nmeros aleatrios
fprintf('Lancamento de Dados.....\n');
%empiricamente
for i=1:1000
x1(i)=randi(6,1);
x2(i)=randi(6,1);
x3(i)=randi(6,1);
x4(i)=randi(6,1);
x5(i)=randi(6,1);
x6(i)=randi(6,1);
x7(i)=randi(6,1);
x8(i)=randi(6,1);
x9(i)=randi(6,1);
x10(i)=randi(6,1);
soma(i)=x1(i)+x2(i)+x3(i)+x4(i)+x5(i)+x6(i)+x7(i)+x8(i)+x9(i)
+x10(i);
end
hist(soma,eixo),axis([ 10 60 1 100 ]),ylabel('Frequncia
absoluta'),xlabel('soma'),title('Histograma de frequncia absoluta
para 1000 amostragens');
%%
M = mean(soma);%mdia dos valores gerados
C = max(soma); %valor mximo
D = min(soma); %valor mnimo
Histograma
12
Concluso
Foi gerado como dados de sada:
Mdia =35
Valor mximo obtido =50 (oscila entre 50 e 54)
Valor mnimo obtido =20 (Oscila entre 17 e 20)
3)
Explanao:
Para resolvermos a questo numericamente criamos um gerador de
bits (+1 e -1) com mesma probabilidade e uma taxa de amostragem
de mil. O sinal posteriormente foi contaminado com um rudo
gaussiano de mdia nula e varincia 2 = 0, 25.
Devido simetria da situao, o limiar de deteco tima zero.
Depois fizemos a contagem dos nmeros que sofreram alterao e
tiramos a porcentagem de erros.
Linhas de cdigo:
13
14
else
w(i)=1;
end
end
%%Fazendo a contagem de bits que sofreram interferncias do rudo
d=0;
for i=1:L
if(y(i)~=w(i))
d=d+1;
end
end
d=d/L;
fprintf('A porcentagem de erros aproximadamente %.5f',d);
Plots:
2 = 0, 25.)
Bits gerados -1 e 1
15
Concluso:
Chegamos a resultado satisfatrio, pois encontramos uma
porcentagem de erro igual 0.022%.
Os valores simulados condizem com os valores tericos mostrados da
questo trs..
Concluso
16
Bibliografia
17
18