UNIVERZITET U SARAJEVU ELEKTROTEHNIČKI FAKULTET

SARAJEVO

Statistička teorija signala

Zadaća 1

Ime i prezime: Edvin Sačić

Smijer: Telekomunikacije Potpis studenta:

Broj indeksa: 17932 _______________________

Sarajevo,
2.3.2020
a) Pošto imamo izgled funckije 𝑝𝜉𝜂 (𝑥, 𝑦) u Dekartovom koordinatnom sistemu, naš zadatak je da odredimo
analitički oblik te funkcije. S obzirom da je naša površ ograničena sa 𝑥 = 0 i 𝑦 = 0 ravnima, jedino što
trebamo odrediti je ravan koja prolazi kroz tačke (1,0,0), (0,2,0), (0,0, 𝑐) kao i vrijednost konstante 𝑐.

Počet ćemo od standardnog oblika jednačine ravni:

𝐴𝑥 + 𝐵𝑦 + 𝐶𝑧 + 𝐷 = 0

Konstante 𝐴, 𝐵 𝑖 𝐶 predstavljaju koordinate vektora normale pravca ove ravni, dok je konstanta 𝐷:

𝐷 = −𝐴𝑥 − 𝐵𝑦 – 𝐶𝑧

Vektor pravca ćemo odrediti tako što ćemo naći vektorski proizvod dva vektora koja leže u ovoj ravni, jedan
od tačke (1,0,0) do tačke (0,2,0), a drugi od tačke (1,0,0) do tačke (0,0, 𝑐)

⃗⃗⃗⃗1 = (0,2,0) − (1,0,0) = (−1,2,0)

𝑣
𝑣2 = (0,0, 𝑐) − (1,0,0) = (−1,0, 𝑐)
⃗⃗⃗⃗

𝑖 𝑗 𝑘⃗
𝑛⃗ = 𝑣
⃗⃗⃗⃗1 × ⃗⃗⃗⃗
𝑣2 = |−1 2 0| = ⋯ = (2𝑐, 𝑐, 2), a odavdje slijedi da je 𝐴 = 2𝑐, 𝐵 = 𝑐, 𝐶 = 2 𝑖 𝐷 = −2𝑐 što
−1 0 𝑐
nam daje ravan oblika:

𝑐
𝑅: 𝑐 − 𝑐𝑥 − 𝑦
2

Shodno ovome, “privremeni” oblik združene funkcije raspodjele gustoće vjerovatnosti izgleda:

𝑐
𝑐 − 𝑐𝑥 − 𝑦 , 0 ≤ 𝑥 ≤ 1 𝑖 0 ≤ 𝑦 ≤ 2 − 2𝑥
𝑝𝜉𝜂 (𝑥, 𝑦) = { 2
0, 𝑖𝑛𝑎č𝑒
 Da bismo kompletirali analitički oblik združene funkcije raspodjele gustoće vjerovatnosti moramo pronaći
konstantu c. Nju ćemo pronaći koristeći se osobinom normiranja združene funkcije gustoće raspodjele
vjerovatnoće:

∞ ∞
∫ ∫ 𝑝𝜉𝜂 (𝑥, 𝑦)𝑑𝑥𝑑𝑥 = 1
−∞ −∞

U našem slučaju će biti:

∞ ∞
𝑐
∫ ∫ [𝑐 − 𝑐𝑥 − 𝑦] 𝑑𝑥𝑑𝑥 = 1
−∞ −∞ 2

Rješavanjem gornjeg integrala (uz redukciju granica) dobijamo da je 𝑐 = 3 pa nam združena funkcija
raspodjele gustoće vjerovatnosti slučajnih varijabli ξ i η sada izgleda:

3
𝑝𝜉𝜂 (𝑥, 𝑦) = {3 − 3𝑥 − 2 𝑦 , 0 ≤ 𝑥 ≤ 1 𝑖 0 ≤ 𝑦 ≤ 2 − 2𝑥
0, 𝑖𝑛𝑎č𝑒

b) Marginalne funkcije raspodjele gustoće vjerovatnosti 𝜉 𝑖 𝜂, 𝑝𝜉 (𝑥) i 𝑝𝜂 (𝑦) nalazimo (uz poznato 𝑝𝜉𝜂 (𝑥, 𝑦))
pomoću formula:
∞

𝑝𝜉 (𝑥) = ∫ 𝑝𝜉𝜂 (𝑥, 𝑦)𝑑𝑦

−∞

𝑝𝜂 (𝑦) = ∫ 𝑝𝜉𝜂 (𝑥, 𝑦) 𝑑𝑥

−∞

Uvrštavajući funkciju 𝑝𝜉𝜂 (𝑥, 𝑦) dobijenu pod a) u gornje integrale i uz redukciju granica integrala možemo
odrediti funkcije 𝑝𝜉 (𝑥) i 𝑝𝜂 (𝑦), te se za 𝑝𝜉 (𝑥) i 𝑝𝜂 (𝑦) dobija:

∞ 2−2𝑥
3
𝑝𝜉 (𝑥) = ∫ 𝑝𝜉𝜂 (𝑥, 𝑦)𝑑𝑦 = ∫ [3 − 3𝑥 − 𝑦] 𝑑𝑦 = ⋯ = 3(𝑥 − 1)2
2
−∞ 0

𝑦
1−
∞ 2
3 3 𝑦
𝑝𝜂 (𝑦) = ∫ 𝑝𝜉𝜂 (𝑥, 𝑦) 𝑑𝑥 = ∫ [3 − 3𝑥 − 𝑦] 𝑑𝑥 = ⋯ = (1 − )2
2 2 2
−∞ 0

S obzirom da i ove funkcije predstavljaju gutoću vjerovatnosti slučajnih varijabli ξ i η , onda i za njih mora
vrijediti uslov normiranja tj. mora vrijediti:
 ∞

∫ 𝑝𝜉 (𝑥)𝑑𝑥 = 1
−∞
∞

∫ 𝑝𝜂 (𝑦)𝑑𝑦 = 1
−∞

Uvrštavanjem dobijenih funkcija u integralne (uz redukciju granica) može se pokazati da ove funkcije
zadovoljavaju osobinu normiranja što znači da one mogu predstavljati funkcije gustoće vjerovatnosti
slučajnih varijabli 𝜉 𝑖 𝜂.

c) Očekivane vrijednosti slučajnih varijabli ξ i η predstavljaju njihove srednje vrijednosti. Srednje vrijednosti
slučajnih varijabli 𝜉 𝑖 𝜂 tražimo po formulama:

𝜉 = ∫ 𝑥 𝑝𝜉 (𝑥)𝑑𝑥
−∞

𝜂 = ∫ 𝑦 𝑝𝜂 (𝑦)𝑑𝑦
−∞

Uvrštavanjem 𝑝𝜉 (𝑥) i 𝑝𝜂 (𝑦) iz dijela zadatka pod b) u gornje integrale i uz redukciju granica možemo dobiti
srednje (očekivane) vrijednosti slučajnih varijabli 𝜉 𝑖 𝜂 :

∞ 1
1
𝜉 = ∫ 𝑥 𝑝𝜉 (𝑥)𝑑𝑥 = 3 ∫ 𝑥 (𝑥 − 1)2 𝑑𝑥 = ⋯ =
4
−∞ 0

∞ 2
3 𝑦 1
𝜂 = ∫ 𝑦 𝑝𝜂 (𝑦)𝑑𝑦 = ∫ 𝑦 (1 − )2 𝑑𝑦 = ⋯ =
2 2 2
−∞ 0

d) Varijanse slučajnih varijabli 𝜉 𝑖 𝜂 tražimo pomoću formula:

𝑣𝑎𝑟(𝜉) = ∫ (𝑥 − 𝜉 )2 𝑝𝜉 (𝑥)𝑑𝑥
−∞

𝑣𝑎𝑟(𝜂) = ∫ (𝑦 − 𝜂 )2 𝑝𝜂 (𝑦)𝑑𝑦
−∞
Uvrštavajući dobijene marginalne funkcije gustoće vjerovatnosti 𝑝𝜉 (𝑥) i 𝑝𝜂 (𝑦), kao i očekivane (srednje)
vrijednosti slučajnih varijabli 𝜉 𝑖 𝜂 (uz redukciju granica integrala) dobijamo da je:

∞ 1
1 3
𝑣𝑎𝑟(𝜉) = ∫ (𝑥 − 𝜉 ) 𝑝𝜉 (𝑥)𝑑𝑥 = 3 ∫(𝑥 − )2 (𝑥 − 1)2 𝑑𝑥 = ⋯ =
2
4 80
−∞ 0
 ∞ 2
3 1 𝑦 3
𝑣𝑎𝑟(𝜂) = ∫ (𝑦 − 𝜂 ) 𝑝𝜂 (𝑦)𝑑𝑦 = ∫(𝑦 − )2 (1 − )2 𝑑𝑦 = ⋯ =
2
2 2 2 20
−∞ 0

Standardne devijacije slučajnih varijabli 𝜉 𝑖 𝜂 se nalaze po formulama:

𝜎𝜉 2 = 𝑣𝑎𝑟(𝜉) ⇒ 𝜎𝜉 = √𝑣𝑎𝑟(𝜉) = 0.19365

𝜎𝜂 2 = 𝑣𝑎𝑟(𝜂) ⇒ 𝜎𝜂 = √𝑣𝑎𝑟(𝜂) = 0.3873

e) Uslovne funkcije raspodjele gustoće vjerovatnosti 𝑝𝜉|𝜂 (𝑥|𝑦) i 𝑝𝜂|𝜉 (𝑦|𝑥) se dobijaju po formulama:

𝑝𝜉𝜂 (𝑥, 𝑦)
𝑝𝜉|𝜂 (𝑥|𝑦) =
𝑝𝜂 (𝑦)

𝑝𝜉𝜂 (𝑥, 𝑦)
𝑝𝜂|𝜉 (𝑥|𝑦) =
𝑝𝜉 (𝑥)

Uvrštavajući dobijenu združenu funkciju raspodjele gustoće vjerovatnosti 𝑝𝜉𝜂 (𝑥, 𝑦) i marginalne funkcije
raspodjele gustoće vjerovatnosti 𝑝𝜉 (𝑥) i 𝑝𝜂 (𝑦) u prethodne relacije dobijamo:

3 𝑦
𝑝𝜉𝜂 (𝑥, 𝑦) 3 − 3𝑥 − 𝑦 2(1 − 𝑥 − )
𝑝𝜉|𝜂 (𝑥|𝑦) = = 2 = 2
𝑝𝜂 (𝑦) 3 𝑦 2 𝑦 2
(1 − ) (1 − 2)
2 2

3 𝑦
𝑝𝜉𝜂 (𝑥, 𝑦) 3 − 3𝑥 − 2 𝑦 1−𝑥−2
𝑝𝜂|𝜉 (𝑥|𝑦) = = =
𝑝𝜉 (𝑥) 3(𝑥 − 1)2 1 − 2𝑥 + 𝑥 2