Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Tema 3 - Variable Aleatoria Bidimensional, Apuntes de Ingeniería de Telecomunicaciones

Asignatura: Señales Aleatorias y Ruido, Profesor: Carlos Alberola Lopez, Carrera: Ingeniero Sistemas de Telecomunicación, Universidad: UVA

Tipo: Apuntes

2011/2012

Subido el 09/04/2012

qvarker
qvarker 🇪🇸

4.2

(83)

31 documentos

1 / 65

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
Tema 3: VARIABLE
ALEATORIA BIDIMENSIONAL
Carlos Alberola López
Lab. Procesado de Imagen, ETSI Telecomunicación
Despacho 2D014
http://www.lpi.tel.uva.es/sar
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35
pf36
pf37
pf38
pf39
pf3a
pf3b
pf3c
pf3d
pf3e
pf3f
pf40
pf41

Vista previa parcial del texto

¡Descarga Tema 3 - Variable Aleatoria Bidimensional y más Apuntes en PDF de Ingeniería de Telecomunicaciones solo en Docsity!

Tema 3: VARIABLE

ALEATORIA BIDIMENSIONAL

Carlos Alberola López

Lab. Procesado de Imagen, ETSI Telecomunicación

Despacho 2D

[email protected], [email protected],

http://www.lpi.tel.uva.es/sar

Juego de dardos:•^

Cada lanzamiento es unexperimento aleatorio.

-^

Los errores (respecto delcentro) en sentido horizontalserían realizaciones de las VA X.

-^

Los errores (respecto delcentro) en sentido verticalserían realizaciones de las VA Y.

Concepto de VA bidimensional • ¿Cuándo será mejor un jugador que otro? Cuando másfrecuentemente (probablemente) alcance mayor puntuación.• Necesitamos pues herramientas bidimensionales ….

Concepto de VA bidimensional

X Y

(^

) Y

X ,

P c: Como norma general no esconocida a partir delconocimiento exclusivo de

P^1

y

P^2

Caracterización de VA bidimensionalA) Función de distribución conjunta

x

y

x

{^

} x

X

y

{^

} y

Y

A) Función de distribución conjunta

x

y

{^

} x

X

{^

} y

S^
×^
Y

1

x

y

Caracterización de VA bidimensional

A) Función de distribución conjunta

x

y

{^

} x

X

{^

} y

S^
×^
Y

1

{^

}^

{^

} y

S
S

x^

×
×
≤^
Y
X^

1 I 2

{^

}^

{^

} y

x^

≤^
Y
X^
I

x

y

Caracterización de VA bidimensional

-^

Es una función de probabilidad acumulada:

Función de distribución conjunta

{^

}^

{^

0

y

x

A^
=^
Y
X^
I

{^

}^

{^

1

y

x

B^
=^
Y
X^
I

(^

)^

(^

1

0 0

,^

y x F y x F^

XY

XY^

pues:

B
A
C
A
B^
=^
U

(^

)^

(^

(^

)^

(^

) D

P
A
P
D A P B P D A B
=^
U
U

x

y

x^2

y

x^1

D

x

y

x^2

y

x^1

A

x

y

x^2

y

x^1 B

(^

)^

(^

)^

(^

) A

P
B
P
D
P^

(^

)^

(^

)^

(^

) y

x F y x F D

P^
,^

1

2

XY

XY^

Función de distribución: usos

B) Función de densidad de probabilidad•^

La función de distribución es poco versátil, pues sólo permitehallar probabilidades de regiones con geometría muy sencilla.

-^

¿Qué sucede si necesitamos calcular la probabilidad de unaregión con geometría arbitraria?

x

y

(^

∑ i

Ri P

Caracterización de VA bidimensional

B) Función de densidad de probabilidad•^

La función de densidad se define de la forma

-^

Y la relación inversa es

-^

De forma que la probabilidad asociada a una región arbitraria Ddel plano es

No negativaVolumenencerrado=

Caracterización de VA bidimensional

Caracterización de VA bidimensionalB) Función de densidad de probabilidad•^

¿Por qué recibe este nombre? Dado que se define

-^

se puede escribir de forma alternativa

x x^ Δ+ x

x

y^

y y^ Δ+ y

Ejercicio:

(^

)^

( ) x

F

x

P^

X

X^
>^

(^

)^

(^

) y

x F

y x

P^

,^

XY

Y
X^

¡¡NO!!

{^

}^

{^

} y

x

y x

S^

=^
Y
X
Y
X^
U
U

(^

)^

{^

}^

{^

(^

) y

x

y x

P S P^

=^
Y
X
Y
X^
U
U

(^

)^

(^

) y

x

P y x

P^

=^
Y
X
Y
X^
U

(^

)^

(^

) y

x

P

y x

P^

>^
Y
X
Y
X^
U

(^

)^

(^

)^

(^

)^

(^

) y

x P y P x P y x

P^
≤^
Y
X
Y
X
Y
X^
I
U

(^ )

(^

)^

(^

(^

) y

x F y F x F^

XY

Y

X^

Funciones de distribución marginales•^

Para obtener

hay que definir el suceso

a

partir del caso 2D. Para ello escribimos

-^

Es decir, que en el suceso compuesto la segunda variable nosuponga restricción alguna. Por ello

-^

De la misma forma

(^ ) x F X^

(^

) x

P^

X

(^

)^

{^

(^

S

x

P x

P^

×
≤^
X
X

Funciones de densidad marginales•^

En este caso:

-^

Lo cual se puede escribir de forma compacta como

-^

con

(^

∫^ ∞−

=^

x

d

d dx

(^

)^

(^

dyy

f^

XY