Académique Documents
Professionnel Documents
Culture Documents
1.1 - Conceito.
Suponha que seja realizado um experimento aleatrio cujo resultado s pertence ao
espao amostral S. Para cada resultado s associado uma funo X(t,s) real. Ento, teremos
criado uma famlia de funes (ensemble), denominada de processo estocstico ou aleatrio.
Um processo aleatrio pode ser visto como uma funo de duas variveis, t e s, onde
o domnio de s o espao amostral S e o domnio de t um conjunto T, chamado conjunto
ndice.
1
1.4.4 - Funo densidade de probabilidade de segunda ordem do processo aleatrio X(t).
representada por f(x1,x2;t1,t2) = 2F(x1, x2 ;t1,t2) /x1x2.
a covarincia das variveis aleatrias X(t1) e X(t2), e obtida pelo uso da equao:
CXX(t1, t2) = E{[X(t1) - X(t1)] [X(t2) - X(t2)]}
2
1.6 - Processo Aleatrio Estacionrio.
Um processo aleatrio dito estacionrio se suas propriedades estatsticas (valor
mdio, momentos, varincia, etc.) relacionadas a funo densidade de probabilidade do
processo no mudam com o tempo.
Um processo aleatrio estacionrio pode ser definido em dois sentidos: o sentido
amplo e o sentido estrito.
3
1.6.4 - Processo Estacionrio no Sentido Amplo (ESA).
A condio necessria para que um processo aleatrio seja considerado estacionrio
no sentido amplo que sejam satisfeitas as condies abaixo:
a) E[X(t)] = X (constante).
b) E[X(t)X(t + )] = RXX( ).
4
1.9 - Processo Aleatrio Ergdico ( Ergodicidade).
Ergdico o termo usado para descrever um processo aleatrio em que uma nica amostra
deste processo, normalmente propicia informaes suficientes para determinar-se a
estatstica referente ao processo aleatrio.
Quando o processo aleatrio ergdico os valores esperados do processo podem ser
substitudos por mdias no tempo.
De um modo geral um processo aleatrio ergdico se:
T
E{g[X(t)]} = lim (1/2T) g[X(t)] dt
T -T
onde as formas de maior interesse para a funo g[ X(t)] so as seguintes:
g[X(t)] = X(t) e g[X(t)] = X(t)X(t + ).
5
1.10 - Densidade Espectral de Potncia.
Chama-se densidade espectral de potncia para a transformada de Fourier da funo
auto-correlao RXX() de um processo aleatrio estacionrio. Desse modo tem-se que:
- j
XX() = e RXX() d
-
Achando-se a transformada inversa de Fourier de XX(), obtm-se a funo auto-
correlao, ou seja:
j
RXX() = (1/2) e XX()d
-
2) O segundo momento do processo estacionrio no sentido amplo igual a rea total sob o
grfico de XX()
RXX(0) = E[X (t)] = XX() d
2
T -T
2
ento, E[X (t)] a potncia mdia dissipada no resistor de um Ohm.
6
1. 11 Processos Aleatrios Conjuntos.
Considere a existncia de dois processo aleatrios X(t) e Y(t), para os quais pode-se definir
os seguintes parmetros:
RXY(t1,t2) = E[X(t1)Y(t2)]
RXY(-) = RYX ()
7
1.12.2 Processo Aleatrio Gaussiano ou Normal
onde:
x = {E[X(t1)] E[X(t2)] . . . E[X(tn)]}T o vetor que contm os valores mdios das variveis
aleatrias definidas nos instantes t1, t2, . . . , tn , e
8
EXERCCIOS
G1 G2 C
A
R
G
A
2- Determine a f.d.p. de primeira ordem e a mdia do processo aleatrio X(t) = 2Yt ; t > 0,
onde Y uma varivel aleatria cuja f.d.p. dada por: f(y) = { 2y/3 1 y 2
{0 c.c.
9
6- Verifique se o processo aleatrio X(t) = Acos(t + ) estacionrio no sentido amplo.
9- O rudo branco N(t) um processo aleatrio caracterizado por uma densidade espectral de
potncia constante dada por:
XX() = No / 2 W/Hz. Determine a auto-correlao de N(t),
10 O nmero de chamadas em uma central telefnica, que pode ser modelado por um
processo de Poisson, apresenta a taxa mdia de uma chamada a cada quatro segundos.
Determine a probabilidade de que o nmero de chamadas no intervalo de zero a dez
segundos seja menor ou igual a 5 chamadas.
10