a n n! = ea e y2 2 y 0 10E(n A) = = 100 E(k) = n p = = 4.6

Σχετικά έγγραφα
4 4 2 = 3 2 = = 1 2

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

E(X(t)) = 1 k + k sin(2π) + k cos(2π) = 1 k + k 0 + k 1 = 1

MAJ. MONTELOPOIHSH II

c(x 1 + x 2 + x 3 ) εάν 0 x 1, x 2, x 3 k (x 1, x 2, x 3 ) =

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συναρτήσεις πολλών μεταβλητών Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

Λύσεις 4ης Ομάδας Ασκήσεων

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

3. Κατανομές πιθανότητας

Συνεχείς Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Συνεχείς Κατανομές. τεχνικές. 30 ασκήσεις.

P(200 X 232) = =

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 )

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Θεωρητικές Κατανομές Πιθανότητας

P (M = 9) = e 9! =

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ

X(t) = sin(2πf t) (1)

Μέρος IV. Πολυδιάστατες τυχαίες μεταβλητές. Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ15 ( 1 )

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a)

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

ιωνυµική Κατανοµή(Binomial)

ΕΝΤΥΠΟ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

Γνωστές κατανομές συνεχών μεταβλητών (συν.) (Δ). Γάμμα κατανομή

Θεωρία Πιθανοτήτων & Στατιστική

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 2010


Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανολογίας

X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 )

Βιομαθηματικά BIO-156

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

, x > a F X (x) = x 3 0, αλλιώς.

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

Συμπίεση Δεδομένων

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

xp X (x) = k 3 10 = k 3 10 = 8 3

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)

Θεωρία Πιθανοτήτων & Στατιστική

Είδη Μεταβλητών. κλίµακα µέτρησης

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

HMY 799 1: Αναγνώριση Συστημάτων

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 2

Τυχαία μεταβλητή (τ.μ.)

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ

Άσκηση 2: Y=BX+C. Λύση:

c(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3

Πανεπιστήμιο Πελοποννήσου

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

E [X ν ] = E [X (X 1) (X ν + 1)]

Ενδεικτικές Ασκήσεις Μάθηµα : Στατιστική 1

ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ ( ) ΟΜΑΔΑ Α ( 40% )

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΔΕ. 11 ΙΟΥΝΙΟΥ 2012

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνεχείς τυχαίες μεταβλητές Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

T b. x 1 (t) x 2 (t) x 3 (t) ... x 100 (t) x(t, φ) = A cos (2πf 0 t + φ) (6.3)

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

10ο Φροντιστηριο ΗΥ217 - Επαναληπτικό

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Ορισμός κανονικής τ.μ.

Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50

HMY 795: Αναγνώριση Προτύπων

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

P( X < 8) = P( 8 < X < 8) = Φ(0.6) Φ( 1) = Φ(0.6) (1 Φ(1)) = Φ(0.6)+Φ(1) 1

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Πανεπιστήμιο Ιωαννίνων, Τμήμα Πληροφορικής. Προπτυχιακό Μάθημα: Πιθανότητες (Διδάσκων: Κων/νος Μπλέκας) Διάφορες Ασκήσεις πάνω στην 3 η Ενότητα:

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

P (Ā) = k P ( C A) = 0

Κ Α Λ Η Ε Π Ι Τ Υ Χ Ι Α ΣΕ ΟΛΟΥΣ!!!!!!!!!!!

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13

Συνεχείς Τυχαίες Μεταβλητές

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2

Transcript:

Πιθανότητες και Τυχαία Σήματα Λύσεις Θεμάτων Ιουνίου 200 Ασκηση (20 μονάδες) Οι 7 νάνοι ψάχνουν για διαμάντια στα ορυχεία τους. Στο ορυχείο A τα διαμάντια ανακαλύπτονται σύμφωνα με την κατανομή Poisson με ρυθμό 0 διαμάντια την ώρα (όταν δουλεύουν και οι 7 νάνοι ταυτόχρονα). Η διάμετρος των διαμαντιών είναι μια τυχαία μεταβλητή y = x όπου x ακολουθεί την κανονική κατανομή με μέση τιμή 0 και τυπική απόκλιση εκατοστό. Οι αντίστοιχες τιμές για το ορυχείο B είναι διαμάντι την ώρα, μέση τιμή 0 και τυπική απόκλιση 2 εκατοστά. (α) Υπολογίστε την συνάρτηση πυκνότητας πιθανότητας για την διάμετρο των διαμαντιών στο ορυχείο A. ( Εφόσον οι νάνοι δουλέψουν 0 ώρες στο ορυχείο A, ποια είναι η αναμενόμενη τιμή του αριθμού διαμαντιών που θα βρεθούν από τους 7 νάνους; Ποια είναι η αναμενόμενη τιμή του αριθμού διαμαντιών με διάμετρο μεγαλύτερη των 2 εκατοστών; (γ) Οι 7 νάνοι ψάχνουν για ένα διαμάντι με διάμετρο τουλάχιστον 4 εκατοστά για να το κάνουν δώρο στην Χιονάτη. Σε ποιο ορυχείο πρέπει να ψάξουν και ποια η πιθανότητα να μην το βρουν μέσα στις πρώτες 0 ώρες δουλειάς; (δ) Γράψτε τον αλγόριθμο σε ψευδοκώδικα που υπολογίζει την παραπάνω πιθανότητα χρησιμοποιώντας γεννήτριες τυχαίων αριθμών που ακολουθούν Poisson rndp() ή κανονική rndn() κατανομή. Υποδείξεις: - ισχύει: n n! = e - για z κανονική τ.μ με μέση τιμή µ z και τυπική απόκλιση σ z ισχύει: P ( z µ z σ z ) = 0.682, P ( z µ z 2σ z ) = 0.954, P ( z µ z 3σ z ) = 0.997, P ( z µ z 4σ z ) = 0.999 n αριθμός διαμαντιών y διάμετρος α) Η κατανομή της y θα είναι μισή κανονική (το θετικό τμήμα), πολλαπλασιασμένη επί 2. 2 e y2 2 y 0 f y A (y A) = 2π 0 αλλού 0E(n A) = 0 0 = 00 P (y > 2 A) = P (y 2 A) = P ( x 2σ A ) = 0.954 = 0.046 Εστω k = αριθμός διαμαντιών μεγαλύτερων των 2cm. Η τυχαία μεταβλητή k είναι δυωνυμική με p = 0.046. E(k) = n p = 00 0.046 = 4.6

γ) ορυχείο Α P (y > 4 A) = P (y 4 A) = P ( x 4σ A ) = 0.00 Θέλουμε να υπολογίζουμε τον αναμενόμενο χρόνο εώς ότου βρεθεί το πρώτο διαμάντι μεγαλύτερο των 4cm. Εστω N ο συνολικός αριθμός διαμαντιών που θα βρεθούν εώς ότου βρεθεί το πρώτο διαμάντι μεγαλύτερο των 4cm, που ακολουθεί γεωμετρική κατανομή, καθώς κάθε διαμάντι είναι ένα Bernoulli πείραμα. Εστω t ο χρόνος που απαιτείται για να βρεθούν N διαμάντια. E(N) = p = 000 E(t N) = N λ A E(t N = 000) = 000 0 = 00 Άρα ο αναμενόμενος χρόνος μέχρι να βρεθεί το επιθυμητό διαμάντι στο ορυχείο Α είναι 00 ώρες. ορυχείο Β Και όπως πρίν: P (y > 4 B) = P (y 4 B) = P ( x 2σ B ) = 0.046 E(N) = p = 2.73 E(t N) = N λ B E(t N = 2.73) = 2.73 = 2.73 Άρα ο αναμενόμενος χρόνος μέχρι να βρεθεί το επιθυμητό διαμάντι στο ορυχείο Β είναι 2.73 ώρες. Και τελικά πρέπει να ψάξει στο ορυχείο Β. Εστω Ζ το ενδεχόμενο {οι επτά νάνοι δεν βρίσκουν κανένα διαμάντι των επιθυμητών προδιαγραφών στο ορυχείο Β, μέσα σε 0 ώρες}. Εφαρμόζουμε διαμερισμό και κανόνα της αλυσίδας. P (Z) = P (Z, n) = Και χρησιμοποιώντας την υπόδειξη: P (Z n)p (n) = ( 0.046) n 0n e 0 n! = e 0 + 9.54 n n! P (Z) = e 0 e 9.54 = e 0.46 = 0.63 δ) yields = rndp(λ,0000,0); forech line of yields{ dimonds = sum(line); dimeters = rndn(µ, σ,dimonds); if sum(dimeters > 4) == 0 { success++; } } p = success/0000;

Ασκηση 2 (20 μονάδες) Δίνετε το τυχαίο διάνυσμα y = x, x 2, x 3 T που ακολουθεί την πολυδιάστατη κανονική κατανομή με διάνυσμα 0 b c 0 d μέσης τιμής µ = 0, 0, 0 T και πίνακα συνδιακύμανσης Σ = 0 0, με αντίστροφο Σ = 0 0 b 0 d 0 c όπου, b, c, d πραγματικοί αριθμοί. (α) Υπολογίστε τον συντελεστή συσχέτισης των τ.μ. x, x 3. Ποια ανισότητα πρέπει να πληρούν τα, b; ( Υπολογίστε τα c, d συναρτήσει των, b καθώς και την ορίζουσα Σ του πίνακα συνδιακύμανσης (γ) Υπολογίστε την υπό συνθήκη συνάρτηση πυκνότητας πιθανότητας f x3 x,x 2 (x 3 x, x 2 ). (δ) Ποια συνθήκη πρέπει να πληρούν τα, b ώστε οι τ.μ. x, x 3 να είναι ανεξάρτητες υπό συνθήκη x 2 = 0; Οταν ισχύει η συνθήκη αυτή που μόλις υπολογίσατε είναι οι τ.μ. x, x 3 γραμμικά ανεξάρτητες; α) καθώς ρ, θα πρέπει b ενώ επειδή είναι τιμή διασποράς, θα πρέπει > 0 ρ xx 3 = σ x x 3 σ x σ x3 = b = b 0 b c 0 d Σ Σ = I 0 0 0 0 b 0 d 0 c { c + bd = c = d + bc = 0 b 2 2 b d = b 2 2 = 0 0 0 0 0 0 c + bd 0 d + bc 0 0 d + bc 0 c + bd Για να υπολογίσουμε την ορίζουσα του 3 3 πίνακα χρησιμοποιούμε τις 2 2 υπο-ορίζουσες. 0 Σ = 0 + b 0 b 0 = 3 b 2 = 0 0 0 0 0 0 γ) f x3,x,x 2 (x 3, x, x 2 ) = e (2π) 3 2 ((y µy)t Σ (y µ y)) 2 Σ Οπου: c 0 d (y µ y ) T Σ (y µ y ) = x x 2 x 3 0 0 d 0 c x x 2 x 3 = x cx + dx 2 3 dx + cx 3 x x 2 x 3 = = cx 2 + dx x 3 + x2 2 + dx x 3 + cx 2 3 = c(x 2 + x 2 3) + 2dx x 3 + x2 2 f x3,x,x 2 (x 3, x, x 2 ) = (2π) 3/2 ( 2 b 2 ) e 2 (c(x2 +x2 3 )+2dxx3+ x2 2 )

έστω z = x, x 2 T Σ z = 0 0 Σ z = 2 Σ z = Σ z 0 0 = 0 0 f x,x 2 (x, x 2 ) = 2π e 2 (x2 +x2 2 ) f x3 x,x 2 (x 3 x, x 2 ) = f x 3,x,x 2 (x 3, x, x 2 ) f x,x 2 (x, x 2 ) δ) Για να είναι υπό συνθήκη ανεξάρτητες, πρέπει να ισχύει: = 2π( 2 b 2 ) f x3 x,x 2 (x 3 x, x 2 = 0) = f x3 x 2 (x 3 x 2 = 0) e 2 (c(x2 +x2 3 )+2dxx3 x 2 ) f x3 x,x 2 (x 3 x, x 2 = 0) = 2π( 2 b 2 ) e 2 (c(x2 +x2 3 )+2dxx3 x 2 ) Θέλουμε από τον εκθέτη να απαλειφθούν οι όροι που περιλαμβάνουν το x, άρα: b 2d = 2 b 2 2 = 0 b = 0 c = b 2 2 = 0 b = 0 Άρα πρέπει b = 0. Υπό αυτή την συνθήκη οι x, x 3 είναι γραμμικά ανεξάρτητες.

Ασκηση 3 (20 μονάδες) Ενα τυχαίο σήμα ορίζεται σαν: X(t) = T + ( t), όπου T ομοιόμορφη τ.μ στο (0,). (α) Βρείτε την συνάρτηση κατανομής της X(t) ( Βρείτε την μέση τιμή µ x (t) και την αυτοσυνδιακύμανση C x (t, t 2 ) α) Σε μια οποιαδήποτε χρονική στιγμή t η ποσότητα T + ( t) είναι το άθροισμα μιας τυχαίας μεταβλητής και μιας ντετερμινιστικής ποσότητας. Καθώς η T είναι ομοιόμορφη στο (0,), η X(t) είναι ομοιόμορφη στο (0 + ( t), + ( t)) = ( t, 2 t), με ΣΠΠ: {, t x 0 2 t f X(t) (x 0 ) 0, αλλού Και η συνάρτηση κατανομής είναι το ολοκλήρωμα της ΣΠΠ: F X(t) (x 0 ) = x0 f X(t) (y)dy = x0 t dy = x 0 + t, t x 0 2 t 0, x 0 < t F X(t) (x 0 ) = x 0 + t, t x 0 2 t, x 0 > 2 t E(X(t)) = E(T + t) = E(T ) + t = 2 + t = 3 2 t C X (t, t 2 ) = E((X(t ) E(X(t )))(X(t 2 ) E(X(t 2 )))) = = E((T + t 3 2 + t )(T + t 2 3 2 + t 2)) = = E((T 2 )(T 2 )) = = E((T 2 )2 ) = = E((T E(T )) 2 ) = σ 2 T = 2

Ασκηση 4 (20 μονάδες) Θεωρήστε το τυχαίο σήμα: Y (t) = ( 0 + X(t)) cos(2πf 0 t + θ) όπου 0,, f 0 είναι σταθερές X(t) είναι W SS τυχαίο σήμα με μηδενική μέση τιμή και συνάρτηση αυτοσυσχέτισης R X (τ) θ είναι τ.μ. ομοιόμορφα κατανεμημένη στο 0, 2π, ανεξάρτητη του X(t) (α) Βρείτε την μέση τιμή του Y (t) ( Βρείτε την συνάρτηση αυτοσυσχέτισης R Y (τ) (γ) Υπολογίστε την πυκνότητα φάσματος ισχύος του Y (t) α) καθώς: E(Y (t)) = E(( 0 + X(t))cos(2πf 0 t + θ)) = E( 0 + X(t))E(cos(2πf 0 t + θ)) = 0 E(cos(2πf 0 t + θ)) = 2π 2π 0 cos(2πf 0 t + θ)dθ = 0 R Y (t, t + τ) = E(X(t)X(t + τ) = E(( 0 + X(t)) cos(2πf 0 t + θ)( 0 + X(t + τ)) cos(2πf 0 (t + τ) + θ)) = γ) = E(( 0 + X(t))( 0 + X(t + τ))) E(cos(2πf 0 t + θ)cos(2πf 0 (t + τ) + θ)) = = E( 2 0 + 0 X(t + τ) + 0 X(t) + 2 X(t)X(t + τ)) 2 E(cos(2πf 0τ)) + E(cos(2πf 0 (2t + τ) + 2θ)) = = 2 2 0 + 0 E(X(t + τ)) + 0 E(X(t)) + 2 R X (τ) cos(2πf 0 τ) = = 2 (2 0 + 2 R X (τ))cos(2πf 0 τ) S Y (f) = F(R Y (τ)) = F( 2 (2 0 + 2 R X (τ))cos(2πf 0 τ)) = = 2 F(2 0 + 2 R X (τ)) F(cos(2πf 0 τ)) = = 2 (2 0δ(f) + 2 S X (f)) 2 (δ(f f 0) + δ(f + f 0 )) = = 4 2 0(δ(f f 0 ) + δ(f + f 0 )) + 4 2 (S X (f f 0 ) + S X (f + f 0 ))