Universidad de Concepcion

Facultad de Ingeniera
Departamento de Ingeniera Electrica
Tarea N

1
Nombre : Pablo Riquelme J.
Carrera : Ing. Civil en Telecom
Profesor : Sergio Sobarzo G.
Ayudante : Francisco Poblete.
Fecha : 2 / Abril / 2013.
1. Problema
Determine si la siguiente funci on es estacionaria en sentido amplio (WSS):
X
t
= X(t) = Acos(
0
t + )
donde A y
0
son constantes y es una variable aleatoria uniforme U[0, 2] . Realice la
deducci on analtica y gr acamente.
2. Solucion
Se denomina proceso estacionario en sentido amplio (ESA o WSS) o tambien proceso debil-
mente estacionario a aquellos procesos que tengan:
La funcion de valor medio E[X
t
] = m(t) = m
X
y la varianza
2
Xt
= E[X
2
t
] m
2
X
, inde-
pendientes del tiempo.
La funcion de autocorrelacion E[X
t
1
X
t
2
] = R(t
1
, t
2
) = R
X
(), es funci on s olo de la dife-
rencia temporal entre las muestras es decir = t
2
t
1
.
No interesa como es la funci on en s, sino los datos sobre el valor medio, la varianza y la auto-
correlaci on. Ya que si la entrada a una sistema LTI tiene estas propiedades, la salida tambien
las tendra.
As, se procede a comprobar el primer punto, es decir realizar el calculo de la funci on de valor
medio en primera instancia, como sigue
E[X
t
] =
_

Xf
X
(X)dX
Por lo tanto, dado que es una la variable aleatoria uniforme e integrando sobre el periodo
completo de la funci on coseno, es decir [0, 2].
Donde, se obtiene
E[X
t
] =
_
2
0
X
t
f

()d
Adem as, considerando que f

(), es decir la PDF es igual a 1/2, se obtiene

E[X
t
] =
_
2
0
Acos(
0
t + )
2
d
Aplicado la identidad trigonometrica, denida como
cos( + ) = cos() cos() + sin() sin()
Resulta lo siguiente
E[X
t
] =
A
2
_
2
0
[cos(
0
t) cos() + sin(
0
t) sin()]d
E[X
t
] =
A
2
cos(
0
t)
_
2
0
cos()d +
A
2
sin(
0
t)
_
2
0
sin()d
E[X
t
] =
A
2
cos(
0
t)[sin()]

2
0
+
A
2
sin(
0
t)[cos()]

2
0
E[X
t
] =
A
2
sin(
0
t)[cos()]

2
0
Entonces, el valor medio de la funcion es:
E[X
t
] = 0 , un valor constante e independiente del tiempo.
A continuaci on, se realiza el c alculo de la funci on de varianza del proceso, como sigue

2
Xt
= E[X
2
t
] m
2
X
Se considera que E[X
t
] = m
X
= 0, para el caso siguiente

2
Xt
= E[(Acos(
0
t + ))
2
] 0

2
Xt
=
_
2
0
A
2
cos(
0
t + )
2
2
d
Aplicado la identidad trigonometrica, denida como
cos( + )
2
=
1
2
+
cos(2 + 2)
2
Resulta lo siguiente

2
Xt
=
A
2
2
_
2
0
_
1
2
+
cos(2
0
t + 2)
2
_
d
Separando integrales

2
Xt
=
A
2
2
_
_
_
_
_
_
2
0
1
2
d +
_
2
0
cos(2
0
t + 2)
2
. .
(1)
_
_
_
_
_
d
Observar que para (1), el resultado de la integral es cero, debido a que se integra sobre el periodo
completo de la fase, una vez dicho esto la expresion se reduce a

2
Xt
=
A
2
2
_
2
0
1
2
d
Entonces, la varianza de la funci on es:

2
Xt
=
A
2
2
, un valor constante e independiente del tiempo.
Ahora, se procede a comprobar el segundo punto, es decir realizar el c alculo de la funcion de
autocorrelaci on, como sigue
R
X
(t
1
, t
2
) = E[X
t
1
X
t
2
]
R
X
(t
1
, t
2
) = E[A
2
cos(
0
t
1
+ ) cos(
0
t
2
+ )]
Aplicado la identidad trigonometrica, denida como
cos() cos() =
cos( + ) + cos( )
2
Resulta lo siguiente
R
X
(t
1
, t
2
) =
A
2
2
E[cos(
0
t
1
+ +
0
t
2
+ ) + cos(
0
t
1
+
0
t
2
)]
R
X
(t
1
, t
2
) =
A
2
2
E[cos(
0
(t
1
+ t
2
) + 2) + cos(
0
(t
1
t
2
))]
As, por la propiedad de operador lineal del valor medio, se tiene que
R
X
(t
1
, t
2
) =
A
2
2
_
E[cos(
0
(t
1
+ t
2
) + 2)]
. .
(2)
+E[cos(
0
(t
1
t
2
))]
_
Observar que para (2), el resultado del valor medio es cero, debido a que se integra sobre el
periodo completo de la fase, una vez dicho esto la expresi on se reduce a
R
X
(t
1
, t
2
) =
A
2
2
E[cos(
0
(t
1
t
2
))]
R
X
(t
1
, t
2
) =
A
2
2
cos(
0
(t
1
t
2
))
Realizando un cambio de variables, es decir t
1
t
2
= , se obtiene que la autocorrelacion de la
funci on es:
R
X
() =
A
2
2
cos(
0
), con dependencia unica de la diferencia temporal entre las muestras.
Luego, como la funcion X
t
cumple con las dos propiedades necesarias, presentadas al co-
mienzo del problema, entonces es posible armar que se trata de una funci on estacionaria en el
sentido amplio (ESA o WSS).
Con respecto al analisis graco, se realiza la simulacion a traves de MatLab y los parametros
utilizados estan en el c odigo anexado al informe, el resultado obtenido se muestra como:
Figura 1: 5 Realizaciones de la funcion X(t)
Figura 2: Valor medio y Varianza con respecto a 100 realizaciones de la funcion X(t)
Figura 3: Autocorrelacion respecto a
Comentarios Generales:
Es posible observar que en la Figura 1 se muestran solo 5 realizaciones de la funci on, en
donde no se modica su comportamiento, m as bien solo se diferencian por el desfase en el eje de
las abscisas, es decir el tiempo, esto debido a que por enunciado la variable aletoria uniforme
se mueve entre [0, 2]. Por otro lado en la Figura 2 se observa que el valor medio y la varianza
de la funci on, respecto a un total de 100 realizaciones son claramente constantes 0 y 2 respec-
tivamente. Por ultimo en la Figura 3 se aprecia la gr aca de autocorrelacion de la funci on
respecto de , donde se deduce su dependencia s olo a este tipo de diferencia temporal, dicho lo
anterior tambien es posible armar de forma practica que X(t) es una funci on estacionaria en
el sentido amplio (ESA o WSS).
Nota: sabemos que no existen en la pr actica los procesos estacionarios ideales, sin embar-
go, en un gran n umero de casos, se puede tomar un proceso como estacionario ya que durante
el tiempo pertinente los parametros no varan.
C odigo MatLab
clc
close all
clear all
A=2;
f0=.5;
t=0:.01:10;
Xt=zeros(100,1001);
for i=1:100;
Theta(i)=2*pi*rand;
Xt(i,:)=A*cos(2*pi*f0*t+Theta(i));
E=mean(Xt,2);
varianza=var(Xt(i,:));
vari(i,:)=varianza;
figure(1),plot(t,Xt(i,:),LineWidth,2),hold all;
xlabel(Tiempo [s],FontName,Arial,FontSize,13),
ylabel(Amplitud,FontName,Arial,FontSize,13)
title(Funci on X(t),FontName,Arial,FontSize,13),
end
%%%% Valor medio, Varianza y Autocorrelacion %%%%%
Tau=-2:0.01:2;
Autocorr=(A^2)*0.5*cos(2*pi*f0*Tau);
figure(2),plot(E,b,LineWidth,2),hold,
plot(vari,b--,LineWidth,2),ylim([-3 3]);
xlabel(Realizaciones,FontName,Arial,FontSize,13),
ylabel(E[x(t)] , Var[x(t)],FontName,Arial,FontSize,13);
title(Valor medio y Varianza de la funci on X(t),FontName,Arial,FontSize,13),
legend(Valor medio,Varianza),set(legend,FontName,Arial,FontSize,13);
figure(3),plot(Tau,Autocorr,LineWidth,2);
xlabel(\tau,FontSize,13);
ylabel(R_{X}(\tau),FontSize,13);
title(Autocorrelaci on de la funci on X(t),FontName,Arial,FontSize,13),