Ficha de uso
Introducción
Una señal aleatoria es un conjunto de señales
Una señal aleatoria (o proceso estocástico) x[n] asigna a cada resultado de un experimento una señal entera, una realización. Para cada instante n fijo, x[n] es una variable aleatoria; para cada resultado fijo, es una señal determinista. El ruido de un amplificador, la voz de un hablante cualquiera o la temperatura de cada día son ejemplos: lo que se conoce no es la señal, sino su comportamiento estadístico.
Estadísticos de conjunto
Se describen con promedios sobre el conjunto de realizaciones, en cada instante:
μ_x[n] = E{x[n]}, φ_xx[n + l, n] = E{x[n + l] x[n]}.
Se estiman con muchas realizaciones: la media de los valores en el instante n, o de los productos x[n + l]x[n].
Estacionariedad
Una señal es estacionaria en sentido amplio (ESA) si su media no depende de n y su autocorrelación solo depende de la separación l: φ_xx[l]. Sus estadísticos no cambian con el tiempo. Ejemplos: el ruido blanco, la sinusoide de fase aleatoria cos(Ω₀n + θ) con θ ~ U[0, 2π), o un AR(1) en régimen. Un paseo aleatorio, cuya varianza crece con n, no lo es.
Ergodicidad
En la práctica casi nunca se tienen muchas realizaciones, sino una sola, larga. Una señal es ergódica (en media) si el promedio temporal de una realización tiende a la media de conjunto:
limN→∞ (1/N) Σn=0N−1 x[n] = μ_x.
Hace falta que la señal sea estacionaria y que «olvide» su pasado (que φ_xx[l] − μ_x² tienda a 0). Una constante aleatoria x[n] = A es estacionaria pero no ergódica: cada realización da su propio A.
Guía de uso
- Señal: ruido blanco N(0, 1), un paseo aleatorio (suma de ruido blanco), la sinusoide de fase aleatoria √2 cos(0,2n + θ), un AR(1) que empieza en régimen, una constante aleatoria A ~ U[0, 1] y ruido de varianza decreciente.
- Número de realizaciones y semilla. a es el coeficiente del AR(1).
- Arriba a la izquierda, hasta 30 realizaciones (la primera en azul) con 200 muestras cada una. Abajo, la media de conjunto con la franja de ±1 desviación de conjunto, y el promedio temporal acumulado de la primera realización. A la derecha, la autocorrelación de conjunto en n₀ = 50 y n₀ = 150, y la teórica cuando es estacionaria.
- El recuadro dice si es estacionaria y ergódica, y da la media y la desviación de conjunto en n = 50 y 150 y el promedio temporal de la primera realización.
Ejercicios
1. Ruido blanco. Con 400 realizaciones, ¿cambian la media y la desviación de conjunto entre n = 50 y n = 150? ¿Coinciden las dos autocorrelaciones? ¿Cuánto vale el promedio temporal y es razonable?
Solución
Media 0,02 y 0,01, desviación 0,99 y 1,03: no cambian, salvo el error de estimar con 400 realizaciones (del orden de 1/√400 = 0,05). Las dos autocorrelaciones son δ[l]. El promedio temporal de una realización de 200 muestras es 0,13, a menos de dos veces su error típico 1/√200 = 0,07. Es estacionaria y ergódica.
2. Paseo aleatorio. Con el paseo aleatorio, ¿cuánto vale la desviación de conjunto en n = 50 y n = 150? Compárala con la teórica. ¿Tiene sentido su promedio temporal?
Solución
6,75 y 12,8, frente a √50 = 7,1 y √150 = 12,2: la varianza crece como n, como en el ejercicio 12 de la hoja. No es estacionaria. El promedio temporal de la primera realización, 17,8, no estima nada: la media de conjunto es 0 en todos los instantes, pero cada realización se aleja cada vez más.
3. Sinusoide de fase aleatoria. ¿Es estacionaria? Compara la autocorrelación de conjunto con la teórica. ¿Por qué cada realización es una sinusoide perfecta y, sin embargo, la media de conjunto es nula en todos los instantes?
Solución
Sí: media 0 y φ_xx[l] = cos(0,2l) (con amplitud √2, potencia 1) en n₀ = 50 y en n₀ = 150. En cada instante, las fases están repartidas uniformemente y los valores se compensan: la media de conjunto es 0 aunque ninguna realización lo sea. Es ergódica en media (el promedio temporal es 0,02), como en el apartado b del ejercicio 11 de la hoja. Su autocorrelación no se amortigua, porque cada realización recuerda su fase para siempre.
4. El AR(1). Con a = 0,8, ¿qué desviación de conjunto se espera? ¿Cómo es la autocorrelación? ¿Qué cambia con a = −0,8?
Solución
σ_x² = 1/(1 − a²) = 2,78, σ_x = 1,67; con las muestras, 1,69 y 1,57. φ_xx[l] = 2,78 · 0,8|l|, una exponencial que decae: las muestras próximas se parecen. Con a = −0,8 la potencia es la misma, pero φ_xx alterna de signo y las realizaciones cambian de signo casi en cada muestra. Es el ejercicio 13 de la hoja.
5. Constante aleatoria. Con x[n] = A, A ~ U[0, 1], ¿cuánto valen la media y la autocorrelación de conjunto? ¿Es estacionaria? ¿Y ergódica?
Solución
Media 1/2 (sale 0,48) y φ_xx[l] = E{A²} = 1/3 para todo l: es estacionaria. Pero el promedio temporal de cada realización es su propio A (0,63 en la primera) y no tiende a 1/2: no es ergódica. Como φ_xx[l] − μ² = 1/12 no tiende a 0, la señal no olvida nunca. Es el apartado c del ejercicio 11 de la hoja.
6. Varianza decreciente. Con σ[n] = 0,99n, ¿qué desviación de conjunto hay en n = 50 y n = 150? ¿Por qué no es estacionaria aunque sus muestras sean independientes y de media nula?
Solución
0,9950 = 0,61 y 0,99150 = 0,22 (salen 0,60 y 0,23). Tener media constante no basta: la autocorrelación en l = 0, que es la varianza, depende de n. Las dos autocorrelaciones de conjunto son deltas de distinta altura.
Para profundizar
- Apuntes del Tema 6, sección 3, «Definición y descripción», «Estacionariedad» y «Ergodicidad».
- Transparencias T6-03, estacionariedad, sinusoide de fase aleatoria y ergodicidad.
- Hoja de ejercicios del Tema 6, ejercicios 11 a 13, y sus soluciones.
- A. Papoulis y S. U. Pillai, Probability, Random Variables and Stochastic Processes, 4.ª ed., McGraw-Hill, 2002, capítulos 9 y 12.
Relación con otros conceptos