SlideShare a Scribd company logo
1 of 1
Prova scritta dell’esame di TEORIA DEI SEGNALI

                                         03/10/00




1. In figura 1, il processo casuale in ingresso è X(t) = A cos (2πfot + θ), dove θ è una variabile
   aleatoria uniformemente distribuita nell’intervallo [0, 2π], calcolare
a. le densità spettrali di potenza mutua SXY(f) e SYX(f)
   b. la densità spettrale di potenza del processo Z(t) = X(t) + Y(t) .




         X(t)                                  Z(t)
                                         +



                      d/dt        Y(t)

                                         Figura 1


2.   Dato un esperimento casuale S i cui possibili risultati s1, s2, e s3 hanno eguale
     probabilità, si consideri il processo X(t) costituito dalle seguenti realizzazioni:
        x(s1,t) = cos 2πfot - sin 2πfot
        x(s2,t) = sin 2πfot
        x(s3,t) = - cos 2πfot
      Determinare il valor medio e la funzione di autocorrelazione del processo X(t).
      Discutere della stazionarietà del processo.



3.   Si consideri il processo casuale N(t) = N1(t) + N2(t), dove N1(t) e N2(t) sono due
     processi di Poisson indipendenti con densità λ1 e λ2.
     • Qual e' la distribuzione del processo somma N(t)?
     • Dimostrarlo.

More Related Content

Similar to 3ottobre00

Processo di Ornstein Uhlenbeck
Processo di Ornstein UhlenbeckProcesso di Ornstein Uhlenbeck
Processo di Ornstein UhlenbeckGiuseppe Torrisi
 
DinamicaSistemi_ProfNappi.pdf
DinamicaSistemi_ProfNappi.pdfDinamicaSistemi_ProfNappi.pdf
DinamicaSistemi_ProfNappi.pdffedfred
 
Sostituzioni notevoli per l'integrazione [santi caltabiano]
Sostituzioni notevoli per l'integrazione [santi caltabiano]Sostituzioni notevoli per l'integrazione [santi caltabiano]
Sostituzioni notevoli per l'integrazione [santi caltabiano]santi caltabiano
 
Stimatori per covarianza
Stimatori per covarianzaStimatori per covarianza
Stimatori per covarianzarosettina
 
A la trasformata di laplace
A   la trasformata di laplaceA   la trasformata di laplace
A la trasformata di laplaceAlessandro Bolo
 
A la trasformata di laplace
A   la trasformata di laplaceA   la trasformata di laplace
A la trasformata di laplaceAlessandro Bolo
 
Presentazione integrali con economia, malthus e c14
Presentazione integrali con economia, malthus e c14Presentazione integrali con economia, malthus e c14
Presentazione integrali con economia, malthus e c14francoric
 
Distribuzioni di Probabilita e Variabili Casuali
Distribuzioni di Probabilita e Variabili CasualiDistribuzioni di Probabilita e Variabili Casuali
Distribuzioni di Probabilita e Variabili Casualimaxbt
 

Similar to 3ottobre00 (8)

Processo di Ornstein Uhlenbeck
Processo di Ornstein UhlenbeckProcesso di Ornstein Uhlenbeck
Processo di Ornstein Uhlenbeck
 
DinamicaSistemi_ProfNappi.pdf
DinamicaSistemi_ProfNappi.pdfDinamicaSistemi_ProfNappi.pdf
DinamicaSistemi_ProfNappi.pdf
 
Sostituzioni notevoli per l'integrazione [santi caltabiano]
Sostituzioni notevoli per l'integrazione [santi caltabiano]Sostituzioni notevoli per l'integrazione [santi caltabiano]
Sostituzioni notevoli per l'integrazione [santi caltabiano]
 
Stimatori per covarianza
Stimatori per covarianzaStimatori per covarianza
Stimatori per covarianza
 
A la trasformata di laplace
A   la trasformata di laplaceA   la trasformata di laplace
A la trasformata di laplace
 
A la trasformata di laplace
A   la trasformata di laplaceA   la trasformata di laplace
A la trasformata di laplace
 
Presentazione integrali con economia, malthus e c14
Presentazione integrali con economia, malthus e c14Presentazione integrali con economia, malthus e c14
Presentazione integrali con economia, malthus e c14
 
Distribuzioni di Probabilita e Variabili Casuali
Distribuzioni di Probabilita e Variabili CasualiDistribuzioni di Probabilita e Variabili Casuali
Distribuzioni di Probabilita e Variabili Casuali
 

3ottobre00

  • 1. Prova scritta dell’esame di TEORIA DEI SEGNALI 03/10/00 1. In figura 1, il processo casuale in ingresso è X(t) = A cos (2πfot + θ), dove θ è una variabile aleatoria uniformemente distribuita nell’intervallo [0, 2π], calcolare a. le densità spettrali di potenza mutua SXY(f) e SYX(f) b. la densità spettrale di potenza del processo Z(t) = X(t) + Y(t) . X(t) Z(t) + d/dt Y(t) Figura 1 2. Dato un esperimento casuale S i cui possibili risultati s1, s2, e s3 hanno eguale probabilità, si consideri il processo X(t) costituito dalle seguenti realizzazioni: x(s1,t) = cos 2πfot - sin 2πfot x(s2,t) = sin 2πfot x(s3,t) = - cos 2πfot Determinare il valor medio e la funzione di autocorrelazione del processo X(t). Discutere della stazionarietà del processo. 3. Si consideri il processo casuale N(t) = N1(t) + N2(t), dove N1(t) e N2(t) sono due processi di Poisson indipendenti con densità λ1 e λ2. • Qual e' la distribuzione del processo somma N(t)? • Dimostrarlo.