trabalho01-estocásticos

6
Trabalho 01: Introdução a Processos Estocásticos (CEL070) Prof: Rafael Antunes Nóbrega Felipe Meneguitti Dias 201269006A

Upload: felipe-dias

Post on 25-Dec-2015

3 views

Category:

Documents


2 download

DESCRIPTION

est

TRANSCRIPT

Page 1: Trabalho01-Estocásticos

Trabalho 01: Introdução a Processos Estocásticos (CEL070)Prof: Rafael Antunes Nóbrega

Felipe Meneguitti Dias201269006A

Page 2: Trabalho01-Estocásticos

1) Introdução1.1) Mostre matematicamente que aplicando a transformação abaixo,

é Gaussiana quando X1 e X2 são variáveis aleatórias uniformes (0,1).

Obtenha o valor esperado e a variância resultantes.

1.2) Mostre matematicamente que as equações acima podem ser generalizadas como segue:

1.3) Aplique no MATLAB para obter Y1 com E[Y1] = 10 e E[(Y1-Y1)(Y1-Y1)] = 3 e Y2 com E[Y2] = 5 e E[(Y2-Y2)(Y2-Y2)] = 5 e mostre que Y1 e Y2 são independentes.

2) Desenvolvimento2.1)Seja:

Dividindo a segunda pela primeira:

Elevando a primeira e a segunda equações ao quadrado, e somando

1, 2 1 2( , )Y Yf y y

1 1 1 2

2 2 1 2

( , ) 2 ln( 1).cos(2. . 2)

( , ) 2 ln( 1). (2. . 2)

Y T X X X X

Y T X X X sen X

p

p

= = -

= = -

211 1 1 2 1 1 2

222 2 1 2 2 2 2

( , ) 2. ln( ).cos(2. . )

( , ) 2. ln( ). (2. . )

Y

Y

Y T X X Y X X

Y T X X Y X sen X

s p

s p

= = + -

= = + -

1 1 2

2 1 2

2.ln( ).cos(2. . )

2.ln( ). (2. . )

Y X X

Y X sen X

p

p

ì = -ïí

= -ïî

1 12 2 22 2 2

1 1 1

1tan(2. . ) 2. . tan . tan

2.

Y Y YX X X

Y Y Yp p

p- -æ ö æ ö

= Þ = Þ =ç ÷ ç ÷è ø è ø

2 21 2

2 21 1 2

2 22 1 2

2 2 2 21 2 1 2 2 1

1

12 2.( )

1 2 21 1

2.ln( ).cos (2. . )

2.ln( ). (2. . )

2.ln( ).(cos (2. . ) (2. . )) 2.ln( )

ln( )2

Y Y

Y X X

Y X sen X

Y Y X X sen X X

Y YX X e

p

p

p p

- +

ì = -ïí

= -ïî+ = - + = -

+= Þ =

-

1444442444443

Page 3: Trabalho01-Estocásticos

Podemos escrever o jacobiano da seguinte forma:

Calculando as derivadas:

E assim:

Calculando este determinante:

Como:

2 21 2

2 21 2

211

1

2 22 2

1 1 2

212

2

2 12 2

2 1 2

.

2. .( )

.

2. .( )

Y Y

Y Y

XY e

Y

X Y

Y Y Y

XY e

Y

X Y

Y Y Y

p

p

æ ö+-ç ÷ç ÷è ø

æ ö+-ç ÷ç ÷è ø

¶= -

¶¶

=¶ +

¶= -

¶¶ -

=¶ +

2 2 2 21 2 1 2

2 2

1 2

2 12 2 2 21 2 1 2

. .| |

2. .( ) 2. .( )

Y Y Y Y

Y e Y eJ

Y Y

Y Y Y Yp p

æ ö æ ö+ +- -ç ÷ ç ÷ç ÷ ç ÷è ø è ø- -

=-

+ +

2 21 2

21| | .

2.

Y Y

J ep

æ ö+-ç ÷ç ÷è ø=

1, 2 1 2 1, 2 1 2( , ) | | . ( , )Y Y X Xf Y Y J f X X=

1 1

1 2

1 2

1 2

| |

X X

Y YJ

X X

Y Y

¶ ¶¶ ¶

=¶ ¶¶ ¶

Page 4: Trabalho01-Estocásticos

Temos que:

Observe que a função é de fato uma função gaussiana.

1.2)`Sendo:

Desenvolvendo:

Dividindo a segunda equação pela primeira:

Temos, portanto:

2 2 2 21 2 1 2

2 2

1, 2 1 2 1, 2 1 2

1

1 1( , ) . . ( , ) .

2. 2.

Y Y Y Y

Y Y X Xf Y Y e f X X ep p

æ ö æ ö+ +- -ç ÷ ç ÷ç ÷ ç ÷è ø è ø= =1442443

1

2

21 1 1 2 1 1 2

22 2 1 2 2 1 2

( , ) 2. .ln( ).cos(2. . )

( , ) 2. .ln( ). (2. . )

Y

Y

Y T X X Y X X

Y T X X Y X sen X

s p

s p

ì = = + -ïí

= = + -ïî

1

2

21 1 1 2

22 2 1 2

( ) 2. .ln( ).cos(2. . )

( ) 2. .ln( ). (2. . )

Y

Y

Y Y X X

Y Y X sen X

s p

s p

ì - = -ïí

- = -ïî

2

1

222

1 1

(2. . ) . Y

Y

Y Ytg X

Y Y

sp

s-

=-

2

1

21 22

1 1

1.tan .

2.Y

Y

Y YX

Y Y

sp s

-æ ö-

= ç ÷ç ÷-è ø

Page 5: Trabalho01-Estocásticos

Elevando as primeiras duas equações ao quadrado:

Somando as duas equações e isolando X1, temos:

A partir de X1 e X2, calculemos o jacobiano:

Como:

Temos:

que também é uma função gaussiana.

1

2

2 2 21 1 1 2

2 2 22 2 1 2

( ) 2. .ln( ).cos (2. . )

( ) 2. .ln( ). (2. . )

Y

Y

Y Y X X

Y Y X sen X

s p

s p

ì - = -ïí

- = -ïî

2 21 1 2 2

2 21 2

( ) ( )

2. 2.

1Y Y

Y Y Y Y

X es s

æ ö- -ç ÷- -ç ÷è ø=

1 2

2 1

1 2

2 1

1 2

1 21 21 12 2

2 2 1 1

2 22 2

1 1 2 22 2

2 2 1 1

( ) ( ). .

1 1. .

2. . 1 . 2. . 1 .

Y Y

Y Y

Y Y

Y Y

Y Y

Y Y Y YX X

Y Y Y Y

Y Y Y Y

Y Y Y Y

s s

s ss s

s sp p

s s

æ ö æ ö- - - -ç ÷ ç ÷ç ÷ ç ÷è ø è ø

æ ö æ öç ÷ ç ÷

- -è ø è øæ ö æ öæ ö æ ö- -ç ÷ ç ÷+ +ç ÷ ç ÷ç ÷ ç ÷- -è ø è øè ø è ø

1, 2 1 2 1, 2 1 2( , ) | | . ( , )Y Y X Xf Y Y J f X X=

2 21 21 22 21 2

1, 2

1 2

( ) ( )

2. 2.

1 2

1( , ) .

2. . .Y Y

Y Y Y Y

Y YY Y

f y y es s

p s s

- -- --

=

Page 6: Trabalho01-Estocásticos

1.3) Código no MATLAB

N=1000000; ey1=10;exx=3;ey2=5;eyy=5;% informações do problema x1 = rand(1,N); % distribuição normal de x1x2 = rand(1,N); % distribuição normal de x2 y1 = ey1 + sqrt(-2*exx*log(x1)).*cos(2*pi*x2); % variável aleatória y1y2 = ey2 + sqrt(-2*eyy*log(x1)).*sin(2*pi*x2); % variável aleatória y2 figure(1)hist(y1,10000) %Gráfico y1 figure(2)hist(y2,10000) %Gráfico y1 cov(y1,y2) %cálculo da covariânciafigure(3)plot(y1,y2) %gráfico covariância

Desse código obtemos a matriz de covariância, e portanto: C(Y1,Y2) = C(Y2,Y1)=0 e portanto Y1 e Y2 são independentes.

3) Referências Bibliográficas

3.1) Peebles, Peyton Z 1987, Probability, random variables, and random signal principles, 2nd ed, McGraw-Hill, New York

3.2) http://professor.ufabc.edu.br/marcio.eisencraft/aleatorio/Aula9.pdf