Universidad Simn Bolvar.

Departamento de Electrnica y Circuitos.

EC1421 Sept-Dic. 2015.
Taller3

SEALES ALEATORIAS Y RUIDO

Problema 3.1 El proceso aleatorio WSS
() tiene funcin de densidad probabilstica (fdp) uniforme, con

media () = 1, desviacin estndar igual  =

y funcin de la densidad espectral de potencia
(DEP)  ().

a) Especifique los lmites para los cuales est definido el proceso aleatorio
().

En una funcin de densidad probabilstica constante, tenemos que el valor esperado y la varianza pueden
 ()
ser calculados en base a () =  ,   = . Donde ,  representan los lmites para los cuales

est definido el proceso aleatorio
().

 
1= =
  
,
Por lo que  = 0,   = 2.

b) Determine la funcin de DEP de () =
()
( "# ) en funcin de la DEP de
(),
realizando el anlisis estadstico.

$$ () = %&'$$ (())

'$$ (() =  () ( + ()

 () ( + () = +,
()
( "# )-,
( + ()
( + ( "# )-.

 () ( + ()
= 
()
( + ()
()
( + ( "# )
( "# )
( + () +
( "# )
( + ( "# )

 () ( + ()
= 
()
( + () 
()
( + ( "# ) 
( "# )
( + ()
+ 
( "# )
( "# + ()

 () ( + () = '// (() 
()
( + ( "# ) 
( "# )
( + () + '// (()

 () ( + () = 2'// (() '// (( + "# ) '// (( "# )

Si aplicamos transformada de Fourier a ambos lados de la ecuacin obtendremos:

$$ () = 2// () 0 1234 // () 0 1234 // ()

$$ () = 2// () 2// ()567("# )

$$ () = 2// ()1 567("# )

 c) Determine la funcin de DEP de () =
()
( "# ) en funcin de la DEP de
(),
realizando el anlisis frecuencial.

Si analizamos el P.A. () como la salida o respuesta de un sistema LIT, podramos plantear que
$$ () = |9(:)| // ().

(:)
9(:) =

(:)

%;
()
( "# )<

9(:) =

(:)

(:),1 0 1234 -
9(:) =

(:)

9(:) = ,1 0 1234 -

 
|9(:)| = ,1 567("# )- + ,70=("# )-

|9(:)| = 1 2567("# ) + 567  ("# ) + 70= ("# )

|9(:)| = 2 2567("# )

$$ () = 2// ()1 567("# )

d) Calcule la potencia promedio total de (), asuma que "# =0,5seg , ' (0) = 1, ' (0,5) = 0,25.

P total de () = '$$ (0)

'$$ (0) = 2'// (0) '// (0 + 0,5) '// (0 0,5)

'$$ (0) = 2'// (0) '// (0,5) '// (0,5)
'$$ (0) = 2 0,25 0,25
'$$ (0) = 1,5 ?7

Problema 3.2 Un proceso estocstico definido por
() = @567(# ) + A70=(# ) donde @ y A
representan dos variables aleatorias estadsticamente independientes, ambas con funcin de densidad
probabilstica uniformemente distribuida entre ;1: 1<.

a) Calcule la media temporal y la media estadstica del proceso.

Media temporal de
() =
()

3EI


() = F3EI @567(G ) + A70=(G )H
3E 
3EI 3EI


() = JF  @567(G )H + F3EI A70=(G )HK
3E 3EI 
La media temporal del P.A.
() = 0

Media Estadstica de
() = 
()


() = @567(G ) + A70=(G )

() = @567(G ) + A70=(G )

() = @567(G ) + A70=(G )
La media estadstica del P.A. 
() = 0

b) Calcule la autocorrelacin temporal y la autocorrelacin estadstica del proceso.

Autocorrelacin Temporal:
3E
1 I
' (,  + () = L
()
( + ()H
"G 3EI

3EI
1 
' (,  + () = L ,@567(G ) + A70=(G )-,@567(G ( + ()) + A70=(G ( + ())-H
"G 3EI

' (,  + ()
3E
1 @
I 
A
= L ,567(G () + 567(G (2 + ())- + ,567(G () 567(G (2 + ())-
"G 3EI 2 2

+ @A70=(G (2 + ())H
' (,  + ()
3E
1 I
@ A  @ A 
= L M + N 567(G () + M N 567(G (2 + ()) + @A70=(G (2
"G 3EI 2 2 2 2

+ ())H
' (,  + () = 3 OPQ  +  T 567(G () + Q   T 2 70=(G (2 + ()) 2 567(G (2 +
R S R S RS
E E E
XE

())UV

WXE

1 @ A 
' (,  + () = J"G M + N 567(G ()K
"G 2 2

@ A 
' (,  + () = M + N 567(G ()
2 2

Autocorrelacin Estadstica:

' (,  + () = 
()
( + ()

' (,  + () = +,@567(G ) + A70=(G )-,@567(G ( + ()) + A70=(G ( + ())-.
' (,  + ()
= @567(G )@567(G ( + ()) + A70=(G )A70=(G ( + ())
+ @A567(G )70=(G ( + ()) + @A567(G ( + ())70=(G )
' (,  + ()
= @567(G )@567(G ( + ()) + A70=(G )A70=(G ( + ())
+ @A567(G )70=(G ( + ()) + @A567(G ( + ())70=(G )

Dado que las variables aleatorias A, B son estadsticamente independientes @A = @A.

' (,  + ()
= @ 567(G )567(G ( + ()) + A  70=(G )70=(G ( + ())
+ @A567(G )70=(G ( + ()) + @A567(G ( + ())70=(G )

Dado que los valores esperados de las variables aleatorias @ = A=0.

' (,  + () = @ 567(G )567(G ( + ()) + A  70=(G )70=(G ( + ())

Dado que las variables aleatorias A, B tienen igual varianza R  = S  =  

 ' (,  + () =   567(G ()

c) Analice los resultados obtenidos en (a), (b) y diga que se puede concluir acerca de la
Ergodicidad y la Estacionaridad de dicho proceso.

El proceso aleatorio es WSS, ya que 
() = 0, ' (,  + () =   567(G (). Sin embargo, el proceso
aleatorio no es Ergdico ya que las funciones de autocorrelacin temporal y estadstica no son iguales.

Problema 3.3 Dada la seal determinstica Y(), con funcin de densidad espectral de potencia:
1 \ \
Z () = [ + \] Q T + \] Q + T^
1+  2 2

a) Realizando el anlisis temporal, encuentre una expresin para la seal f(t), en trminos de cosenos y
exponenciales que satisfaga la funcin de densidad espectral de potencia Z ().

Aqu podemos plantear que Z () = Z_ () + Z ()

'Z (() = %  &Z ())

'Z (() = %  &Z_ () + Z ())

'Z (() = 'Z_ (() + 'Z (()

1 \ \
'Z (() = %  ` a + % 
b\] Q T + \] Q + Tc
1 +  2 2

1 |d| \
'Z (() = 0 + cos Q (T
2 2

Para una seal determinstica Y(), la funcin de autocorrelacin se calcula de forma temporal:
3
1 I
'ZZ (() = lim L Y()Y( + ()H
3 " 3I

Se puede demostrar la correspondencia entre las siguientes seales determinstica y sus funciones de
autocorrelacin:

Y () = 2\0 l m() tiene funcin de autocorrelacin 'Z_ (() =  0 |d|

n n
Y () = 2567 Q T tiene funcin de autocorrelacin 'Z (() = 567 Q (T

n
Por lo que Y() = 2\0 l m() + 2567 Q T

b) Realizando el anlisis frecuencial, encuentre una expresin para la seal f(t), en trminos de
cosenos y exponenciales que satisfaga la funcin de densidad espectral de potencia Z ().

La funcin de densidad espectral de potencia de una seal determinstica puede ser calculada como
|o(12)|
Z () =
n
.

|%(:)| 1 \ \
=[ + \] Q T + \] Q + T^
2\ 1+  2 2

Tomando en cuenta que | + | || + ||

 1 \ \
|%(:)| = 2\ [ + \] Q T + \] Q + T^
1 +  2 2

1 \ \
%(:)%(:) = 2\ [ + \] Q T + \] Q + T^
1+  2 2

Tomando en cuenta que | + | || + || , podemos plantear que;

|%(:)| |% (:)| + |% (:)|, y trabajamos con el mnimo.

1 1 \ \
%(:)%(:) = 2\ [ ^ + 2\  P] Q T + ] Q + TU
(1 :) (1 + :) 2 2

2\ \ \
%(:) = + \2 P] Q T + ] Q + TU
(1 + :) 2 2

2\ \ \
%(:) = + \2 P] Q + T + ] Q TU
(1 :) 2 2
\
Y() = 2\0 l m() + 2567 Q T
2

c) Determine la potencia total de Y() en base a la funcin de autocorrelacin.

Potencia total de Y() = 'Z (0)

'Z (0) = + 1

'Z (0) = 1,5 watts

d) Determine la potencia total de Y() en base a la funcin de densidad espectral de potencia.

q
Potencia total de Y() = n Fq Z () H
q n n
Potencia total de Y() = n Fq P 2 + \] Q  T + \] Q +  TU H
Potencia total de Y() = Otan ()|q

n q + \ + \
Potencia total de Y() = 1,5 watts

Problema 3.4 Sea la seal () una funcin muestra de un Proceso aleatorio estacionario en sentido
amplio, real y con valor esperado positivo. Tambin se conoce que la funcin de autocorrelacin de () es
' (() = (() la cual es peridica con "# = 4.

Figura 1
a) En funcin del sistema de la Figura 1, y realizando el anlisis frecuencial determine la DEP y la
funcin de autocorrelacin de ().

Dado que el sistema es LIT estable, y () pertenece a un proceso aleatorio WSS, podremos asumir que la
seal () tambin ser parte de un proceso WSS. La funcin de densidad espectral de potencia de (),
$$ () = %&'$$ (())
Calculamos la funcin de densidad espectral de potencia de la seal que se encuentra a la salida del filtro
caracterizado por 9(:) a la cual llamaremos  ().

/_ () = |9(:)| / ()

q
\  \
 () = x 7y=5  Q T ] Q z T
2 2 2
{|q

_ () = } ~   ()
1,5\ 

\ \ \
_ () = x 7y=5  Qz T ] Q z T
2 4 2
{|

\ \ \
_ () = x 7y=5  Qz T ] Q z T
2 4 2
{|
\ \ \
_ () = P0,9] Q + T + ]() + 0,9] Q TU
2 2 2
1 \ 
$ () = _ (:) ]( + 5\) + ]( 5\)
2\ 2\
1
$$ () =  ( + 5\) +  ( 5\)
4
\ \ \ \
$ () = P0,9] Q + 5\ + T + ]( + 5\) + 0,9] Q + 5\ T + 0,9] Q 5\ + T + ]( 5\)
8 2 2 2
\
+ 0,9] Q 5\ TU
2
La funcin DEP de ();
\ 11\ 9\ 9\
$ () = [0,9] ~ +  + ]( + 5\) + 0,9] ~ +  + 0,9] ~  + ]( 5\)
8 2 2 2
11\
+ 0,9] ~ ^
2
'$ (() = %  &$$ ())
La funcin de autocorrelacin de () ser:

1 11\ 9\
'$ (() = [0,9567 ~ ( + 567(5\) + 0,9567 ~ (^
8 2 2

b) En funcin del sistema de la Figura 1, y realizando el anlisis estadstico determine la DEP y la

funcin de autocorrelacin de ().

La seal a la salida de sistema filtro pasa bajos  (), tiene funcin de autocorrelacin '_ (().
'_ (() = ' (() (() (()
Donde (() representa la respuesta al impulso de filtro pasa bajos evaluada en  = (.


() = %  `} ~ a
1,5\

70=(0,75\()
() = 2
\(

(() = 1,57y=5(0,75\()

(() = 1,57y=5(0,75\()

' (() = ' (() 1,57y=5(0,75\() 1,57y=5(0,75\()

 () = %;' (()<%;1,57y=5(0,75\()<%;1,57y=5(0,75\()<
\ \ \
 () = P0,9] Q + T + ]() + 0,9] Q TU
2 2 2

' (() = %  ; ()<

\ 1
' (() = 0,45567 Q (T +
2 4

'$ (() =  () ( + ()

() =
()cos (5\)

'$ (() = 
()cos (5\)
( + ()cos (5\( + ())

'$ (() = 
()
( + ()cos (5\)cos (5\( + ())

En este punto podemos asumir independencia estadstica entre
() y cos(5\).

'$ (() = 
()
( + ()cos (5\)cos (5\( + ())

cos (5\()
'$ (() = 
()
( + ()
2
\ 1 cos (5\()
'$ (() = ~0,45567 Q (T + 
2 4 2
1 \ 1
'$ (() = ~0,45567 Q (T cos (5\() + cos (5\()
2 2 4
1 \ \ 1
'$ (() = ~0,45 Q567 Q ( + 5\(T + cos ( ( 5\()T + cos (5\()
4 2 2 2
1 \ \ 1
'$ (() = ~0,45 Q567 Q ( + 5\(T + cos ( ( 5\()T + cos (5\()
4 2 2 2
1 11\ 9\
'$ (() = [0,9567 ~ ( + 567(5\) + 0,9567 ~ (^
8 2 2

Al aplicar transformada de Fourier en ambos lados de la ecuacin obtendremos la DEP de ().

\ 11\ 9\ 9\
$ () = [0,9] ~ +  + ]( + 5\) + 0,9] ~ +  + 0,9] ~  + ]( 5\)
8 2 2 2
11\
+ 0,9] ~ ^
2

c) Determine la media  () y la varianza  de ().

En este punto debemos asumir que () es ergdico, ya que en el enunciado indican que () una
funcin muestra de un Proceso Aleatorio y la nica forma de que una funcin muestra caracterice el
comportamiento del todo el P.A. es si este es ergdico. La media de (),    () = 0 esto se debe a
que no existen deltas en el origen de la funcin DEP $ ().
Por lo que la varianza de (),  =   ()    ()

 = '$ (0)    ()

 = '$ (0)
1
'$ (0) = 0,9 + 1 + 0,9
8
'$ (0) = 0,35 ?7
Problema 3.5 Se tiene un proceso aleatorio y Gausseano ,, el cual es WSS de media nula y funcin
funci de
densidad espectral de potencia   tal como se muestra en la Figura 2. A partir de  se construye
otro proceso aleatorio
() = (  senG , donde
 cosG  *  representa la transformada de
Hilbert de ().

Nota: Para la solucin asuma lo siguiente:

G #
+() ( + (). = +  * (.

Figura2

a) Determine si el proceso aleatorio
 es WSS.

Para verificar la Estacionaridad del P.A. debemos calcular su valor esperado 
 y su funcin de
autocorrelacin 
()
( + ().



() = +()567(G ) 70=G .


() = ()567(G ) +
 .70=G 
Dado que () = 0, +
.
. 0 por lo que;

 0

70=G  * (567G  * ( !



 * ( +567G  !  *
(70=G  * (



 * (  * (567G 567G  * ( * +   * (70=G 70=G  *

( ! +  * (567G 70= 567
70=,G  * (-. ! + * (  G 
 * (70=G .

Ahora utilizaremos los datos proporcionados en el enunciado para simplificar algunos trminos de la
ecuacin correspondiente a la autocorrelacin de
.

Si  es WSS,  tambien lo ser,

ser , ya que el transformador de Hilbert puede ser considerado
como un sistema LIT.
 :  :, en base a las propiedades de la transformada
ormada de Hilbert.
' (=' (,en
,en base a las propiedades de la transformada de Hilbert.

'/ (  * (567 

567G 567G  * ( * +  * (.70=
.70=G 70=G  * ( !
+  * (.567G 70=
70=,G  * (- ! + * ( .567G  * (70=G 

 *
'/ ( ' (567G 567G  * ( * ' (70=G 70=G  * ( ! +
(567G 70=,G  * (-
- ! + * ( .567G  * (70=
 G 

'/ ( ' (567G 567G  * ( * 70=G 70=G  * ( ! +
  *

. +70=!G ( * 70=,
(  +70=G ( * 70=,G  * (-. ! + * ( 70= G  * (-.

 ( + (). = +( + ()
Como dato nos indican que +() ()., lo cual puede ser demostrado de la
siguiente forma:

( + (). = ()( + () Q

+()

T
n(d)

= ' (()
nd
()( + (). = ()( + () Q
+

T
n(d)

= ' (() QndT

( + (). = +
+() ()( + ().

Sustituyendo en la expresin de autocorrelacin de
(), obtendremos:

( + (). +70=(G () + 70=,G ( + ()-. + +()

'/ (() = ' (()567(G () +() ( +

()  +70=(G () + 70=,G ( + ()-.

( + ().70=(G ()
'/ (() = ' (()567(G () +()

'/ (() = ' (()567(G () + ' (()70=(G () Q T
n(d)

Dado que el valor esperado de
() es constante y su funcin de autocorrelacin solo depende de (
podemos afirmar que el P. A. es WSS.

b) Determine la funcin de autocorrelacin de
().

Es la misma expresin que calculamos en (a) '/ (() = ' (()567(G () + ' (()70=(G () Qn(d)T.

c) Determine la funcin de densidad espectral de potencia de
().

Al aplicar Transformada de Fourier a la expresin de autocorrelacin de
() obtendremos su funcin

DEP.

/ () = %;'/ (()<

/ () = % b' (()567(G () + ' (()70=(G () Qn(d)Tc

(12) (12) n
/ () = \]( G ) + ]( + G ) :7=() 1 ]( G ) ]( + G )
n n

(12) (12)
/ () = 
]( G ) + ]( + G ) 7=() 
]( G ) ]( + G )

(12)
/ () =   ( G ) +  ( + G ) 7=() ]( G ) ]( + G )


d) Determine las expresiones de la Envolvente y la Fase de
() en funcin de ().

() sen(G )

() = () cos(G ) +



()T
() = ,()- + Q
 () = tan Q
l

T
l

e) Determine la potencia de
,

si se conoce que la potencia de  es de 1watt.

 debemos graficar su funcin de DEP, determinar el

Para determinar la potencia de
 e rea bajo la curva

  que proporcionan como dato
y escalarla por . Lo anterior lo podemos realizar a partir de la DEP de 
n
en el enunciado.

1  :
/    ! G  *   * G  ! 7= ]
 ! G  ! ] * G 
2 2

Separamos la expresin en dos partes para facilitar el anlisis;

/  /_  * / 

/_    ! G  *   * G 

12
/  !7= ]
 ! G  ! ] * G 


La grfica correspondiente a /_ 

 sera;

R R
 

!G 0 G 

La grfica correspondiente a / 

 sera;
R R
 

!G 0 G 

R R
! !
 
Al combinar ambas graficas obtendremos;

@ @

G 0 G 

Por lo que la potencia de
() ser igual a la potencia de (), ya que el rea bajo ambas curvas es igual a
1watt.