Sei sulla pagina 1di 9

60

FUNZIONI DI CORRELAZIONE <r(t),x2(t)> considera perfet amei mentre non li co iside traslati l'uno risi letto Quanto detto poi traslato y(t - T]; tale correlazione rxy (T) tra i due segnali anal
(*)! {!(*). (t)i*" "(*))

m e {mi,m2,...mAf}
M m

<r(t),xM(t)>

Nel caso particc lare ( relazione di x(- ,che nel caso di forme d'o nel caso di seq lenze ridondante e pei tanto Nel caso pai ticoli il prodotto scalare, si e pertanto la mutua statistica; nelciso ii definizione di p rodot e pertanto la mutua e precisamente con la i al tempo t. La (1.63) es|tend( mente tale funzione i

Figura 1.28: Ricezione a massima correlazione. L'interpretazione del prodotto scalare come indice di similitudine ne motiva l'impiego nei problemi di decisione, ove occorre individuare quale, fra M segnali possibili, effettivamente presente nel segnale osservato. Al riguardo possibile giustificare, sia pure sul piano qualitativo, la struttura del ricevitore comunemente utilizzato per trasmissioni numeriche. Consideriamo ad esempio il sistema di trasmissione numerica di fig. 1.28; la sorgente discreta emette un messaggio m tra M possibili {mi, m2, niM}; il trasmettitore (TX), avendo immagazzinata una corrispondenza biunivoca tra l'insieme dei possibili messaggi e quello {xi(t), X2(t), - - X M ^ ) } di M segnali, segnala l'emissione del messaggio i-esimo trasmettendo l'i-esimo impulso x,-(t); tali segnali sono assunti di uguale energia e a due a due ortogonali (cio < z, xj > = 6(i j)). Il generico segnale trasmesso x(t) viene modificato nella trasmissione fra sorgente e destinatario per effetto dell'aggiunta inevitabile di rumore aleatorio e per effetto di distorsione lineare. Gli effetti della distorsione, se sono sensibili, possono essere compensati mediante dispositivi di egualizzazione (non mostrati in figura) cosicch il segnale ricevuto r(t) si intende affetto soltanto dall'aggiunta di rumore, che tuttavia pu essere a un livello tale da rendere difficile il riconoscimento del segnale trasmesso. Il ricevitore, per decidere quale degli M possibili segnali sia stato effettivamente trasmesso, confronta il segnale ricevuto r(t) con le repliche {x\(i),xi(i), -xM(t}} dei possibili segnali trasmessi, che sono immagazzinate nel ricevitore, ipotizzando che il segnale trasmesso sia quello pi simile a quello ricevuto; in altri termini si decide in favore del segnale, e quindi del messaggio, per cui massimo il prodotto scalare < r(t), xt(t) >.

nel caso di segr ali di

1.8 FUNZIONI DI CORRELAZIONE


Come accennato nel precedente paragrafo, l'impiego del prodotto scalare nella rivelazione di segnali immersi in rumore richiede l'esatta conoscenza della posizione temporale dell'eventuale segnale utile nel segnale ricevuto altrimenti il prodotto scalare pu essere nullo, non perch il segnale da elaborare non contenga il segnale utile, ma perch tale segnale non allineato nel tempo col segnale con cui lo si confronta In altri termini il prodotto scalare

Analoghe cons deras discreto. Si osservi ( he, s mutua correlazione del ritardo T; aialog stesso al varian deli della predicibilit (li

STUDIO DEI SEGNALI NEL DOMINIO DEL TEMPO

61

considera perfettamente simili due segnali se differiscono per un fattore di proporzionalit, mentre non li considera tali se i due segnali, pur avendo lo stesso andamento temporale, sono traslati l'uno rispetto all'altro. Quanto detto porta a considerare il prodotto scalare di un segnale x(t) per un altro traslato y(t - T); tale prodotto scalare al variare del ritardo r definisce la funzione di mutua correlazione rxy(r) rfy(r)=<x(t),y(t-r)> (1.63)
tra i due segnali; analogamente nel caso di sequenze la definizione
r r y ( m ) = < x(n),y(n-n) > (1.64)

HJ
ine ne motiva l'impiego lali possibili, effettivacare, sia pure sul piano missioni numeriche, di fig. 1.28; la sorgente \; il trasmettitore (TX), lei possibili messaggi e del messaggio i-esimo ?uale energia e a due le trasmesso x(i) viene lell'aggiunta inevitabile :lla distorsione, se sono azione (non mostrati in all'aggiunta di rumore, loscimento del segnale sia stato effettivamente )it(*) "'**(*)} dei aizzando che il segnale le in favore del segnale, *<(<) >-

Nel caso particolare che il secondo segnale coincida col primo, si ha la funzione di autocorrelazione di x(-), che pertanto definita da rxx(T)=<x(t),x(t-T) nel caso di forme d'onda e da
= < x(n), x(n m)

>

(1.65) (1.66)

nel caso di sequenze. Si noti che per la funzione di autocorrelazione il doppio pedice ridondante e pertanto nel seguito sar anche utilizzata la notazione rx(-). Nel caso particolare di segnali aleatori singolarmente e congiuntamente SSL, esplicitando il prodotto scalare, si ha e pertanto la mutua correlazione definita dalla (1.63) coincide con la mutua correlazione statistica; nel caso invece che i segnali non siano stazionari, nemmeno in senso lato, dalla definizione di prodotto scalare si ricava
rxy(r) = < E{x(t)y'(t -

= < rxy y(t, r)

e pertanto la mutua correlazione rxy(r) coincide con la mutua correlazione statistica media, precisamente con la mutua correlazione statistica in tempo-ritardo rxy (t, r) mediata rispetto al tempo t . La (1.63) estende ai segnali deterministici la definizione di mutua correlazione: precisamente tale funzione la media temporale rxy(T)=<x(t)y'(t-r)> nel caso di segnali di potenza, mentre per segnali di energia si riduce all'integrale
oo

/ co

x(t)y*(t-T)dt

calare nella rivelazione one temporale dell'ee pu essere nullo, non che tale segnale non nini il prodotto scalare

Analoghe considerazioni valgono per la funzione di autocorrelazione e per i segnali a tempo discreto. Si osservi che, sulla scorta dell'interpretazione data del prodotto scalare, la funzione di mutua correlazione un indice della similitudine tra i segnali x(t) ed y(t r) al variare del ritardo r; analogamente la funzione di autocorrelazione, confrontando un segnale con se stesso al variare del ritardo, un indice della rapidit di variazione del segnale stesso, ovvero della predicibilit (lineare) del valore attuale sulla scorta del valore assunto r secondi prima.

62

FUNZIONI DI CORRELAZIONE

Esempio 1: Impulso rettangolare Consideriamo un impulso rettangolare di durata T e di ampiezza A, cio il segnale

Esempio 4: Fa ori
Si consid rino

Trattandosi di un segnale di energia (x = A2T), la sua funzione di autocorrelazione vale


,00

che sono ntrar di mutua xjrrel

rx(T)=

<x(t),x(t-r)>=

x(t)x*(t-T)dt =

Esempio 2: Segnale costante II segnale costante

Da cui, n orda zero, seg ech< nulla. Se inve correlazi ne

*(<) = A
un segnale deterministico di potenza; conscguentemente la sua funzione di autocorrelazione vale r,(r) = < x(t), x(t-r)> = < x(t)x'(t -r)>=A2 = Px Pertanto un segnale costante ha un'autocorrelazione costante, come intuitivo dal momento che il segnale x(t) ed il segnale ritardato x(t r) sono identici. Esempio 3: sign(t) II segnale Pertanto a mi frequenz^, ma

Se i due asoi stessa fai 5 ini; l'autocoilrelaz

x(t) =
un segnale deterministico di potenza; conscguentemente la sua funzione di autocorrelazione vale r r (r) = < x(t), x(t-r)> = < x(t)x*(t - r) > =

Pertanto 'aut iniziale ullai Le proprie a ani volmente dal atto i correlazione g xled PI Valore nel] ong

= A2 < sign(<) sign(< - T) > - A2 = Px Pertanto il segnale sign(<) ha un'autocorrelazione costante. Tale risultato pu a prima vista sorprendere in quanto il segnale A sign(t) non costante; essendo per la differenza

P2 Propriet - Asign(t T) =

sim

P3 Lafunzio e di un segnale di energia, i due segnali A sign(<) e A sign(f r) sono da considerare coincidenti nello spazio dei segnali di potenza.

STUDIO DEI SEGNALI NEL DOMINIO DEL TEMPO

63

Esempio 4: Fasori a A, cio il segnale Si considerino i due fasori

x(t) =
ine di autocorrelazione

y(t) =

che sono entrambi segnali deterministici di potenza; conscguentemente la loro funzione di mutua correlazione vale
, (T) =

- T) > = < x(t)y" (t-

Da cui, ricordando che la media di un fasore nulla a meno che la sua frequenza non sia zero, segue che la mutua correlazione di due fasori a frequenza diversa identicamente nulla. Se invece i due fasori sono isofrequenziali, cio fi = /z = /o, allora la mutua correlazione non nulla e vale

a funzione di autocor= A2 = Px

Pertanto la mutua correlazione tra due fasori isofrequenziali un fasore della stessa frequenza, ma con ampiezza pari alla loro potenza mutua. Se i due fasori isofrequenziali hanno anche la stessa ampiezza (Ai = A2 = A) e la stessa fase iniziale ( (f>\ = pi = y>), allora coincidono e la relazione precedente fornisce l'autocorrelazione del fasore, precisamente risulta:

come intuitivo dal o identici.

Pertanto l'autocorrelazione di un fasore un fasore della stessa frequenza, con fase iniziale nulla e con ampiezza pari alla potenza del segnale. i funzione di autocorLe propriet analitiche delle funzioni di auto e di mutua correlazione discendono agevolmente dal fatto che esse sono dei prodotti scalari. Precisamente la funzione di mutua correlazione gode delle seguenti propriet: PI Valore nell'origine r,,(0) = < * ( ) , ( ) > = { P2 Propriet di simmetria coniugata:
xy

)> =

\
risultato pu a prima ;ndo per la differenza

er >0 er <0
-

P3 La funzione di mutua correlazione limitata:

sono da considerare

OIIINOII

64

FUNZIONI DI CORRELAZIONE

P4 Propriet di periodicit. Se x ( ) periodico allora la mutua correlazione tra x ( ) e y( ) periodica dello stesso periodo; analogamente la periodicit di y(-) comporta quella della mutua correlazione. La propriet PI un'immediata conseguenza della definizione e fornisce un'interpetrazione in termini energetici del valore nell'origine della mutua correlazione. La propriet P2 anch'essa di immediata dimostrazione, invero, supposto per fissare le idee i segnali a tempo contnuo, si ha rxy(r) = < (*), y(t - r) > = < y(t - T), x(t) >*= r^(-r) Tale propriet evidenzia che la mutua correlazione dipende dall'ordine in cui si considerano i due segnali, ma le due funzioni di mutua correlazione rxy(-) e ryx(-) sono tra loro legate dalla relazione di simmetria espressa dalla P2. La propriet P3 afferma che la funzione di mutua correlazione tra x(-) e y(-), e quindi, grazie alla propriet di simmetria coniugata, anche quella tra y(-) e x(-), una funzione limitata; essa segue immediatamente dalla disuguaglianza di Schwartz e dall'invarianza della norma per traslazioni. Infine la propriet P4 afferma che se almeno uno dei due segnali z(-) e y(-) periodico allora anche la mutua correlazione rxy(-), e quindi anche ryx(-) in virt della simmetria coniugata, periodica dello stesso periodo. In altri termini le funzioni di mutua correlazione tra due segnali sono periodiche sia dell'eventuale periodo del primo segnale che di quello del secondo. Tale propriet segue banalmente dalla definizione; infatti, supposto ad esempio i segnali a tempo continuo e supposto y(t) periodico di periodo Ty, si ha: r*y(r + Ty) = <x(t),y(t-[r + Ty])> = <x(t},y(t-r)> = rxy(r) Le propriet PI -f- P4 valgono sia per segnali a tempo discreto che per quelli a tempo continuo; in quest'ultimo caso per la funzione di mutua correlazione gode anche della seguente propriet di continuit: P5 Continuit. Le funzioni di mutua correlazione tra due forme d'onda sono continue se almeno una tra le funzioni di autocorrelazione rx (r) e ry (r) continua nell'origine. Invero, supposto per fissare le idee che ry (r) continua per T = O, si ha rxy(r + Ar) - rr(r) = < x(t),y(t - [r + Ar]) > - < x(t),y(t - T) > =

Qualora sia ar x (

Passando a cons propriet:


PI Valore nell'origii

P2 Simmetria coni

P3 La funzione^ di ai

P4 Periodicit: se dello stes so pe P5 Continuit: la fi nell'origine. Tali propriet si y(-) = x(-). cime i giustificazione intuii come indice di simi massima somigliane di trapazione n,on al del periodo. Esempio5: Il\segnc II segnale telej e precisamene numero di con diPoisson(fig disgiunti sono di Poisson. Poich il segn come media t< pu essere fac derati due ista lo stesso valoi l'intervallo di commutazioni

< x(t), y(t -(T+ Ar)] - y(t - r) >

da cui, per la diseguaglianza di Schwartz, segue che O < \rxy(r + Ar) - rEJ,(r)|2 <|| x(t) ||2 || y(t - r - Ar) - y(t - r) ||2 Sviluppando in tale relazione la norma al quadrato dell'incremento di y(t) si ha infine O < \riy(r + Ar) - rry(r)|2 < r*(0) [2r,(0) - ry(Ar) - ry(-Ar)] che prova la continuit della mutua correlazione r)zy(r) e quindi della r)yx(r) per la propriet di simmetria P4.

STUDIO DEI SEGNALI NEL DOMINIO DEL TEMPO nrelazione tra x(-) e y(-) 1 di y(-) comporta quella ; e fornisce un'interpetralazione. o, supposto per fissare le Qualora sia la r r (r) ad essere continua nell'origine la dimostrazione del tutto analo

65

Passando a considerare la funzione di autocorrelazione si ha che essa gode delle segue nti propriet: PI Valore nell'origine:
r.(0) =||
2

e. p*

P2 Simmetria coniugata (Hermitianit): dine in cui si considerano yx(-) sono tra loro legate e tra x(-) e y(-), e quindi, ) e x(-), una funzione artz e dall'invarianza della lali x(-) e y(-) periodico ) in virt della simmetria ioni di mutua correlazione ,o segnale che di quello del itti, supposto ad esempio i si ha: - r ) > = rxy(r) eto che per quelli a tempo dazione gode anche della ie d'onda sono continue se -) continua nell'origine.
si ha

P3 La funzione di autocorrelazione limitata ed ha un massimo nell'origine

MOI <ll *() II2


P4 Periodicit: se x(-) periodico allora la sua funzione di autocorrelazione penodica dello stesso periodo. P5 Continuit: la funzione di autocorrelazione di una forma d'onda continua se contigua nell'origine. Tali propriet si ottengono banalmente da quelle analoghe della mutua correlazione per y(-) = x(-). Come ulteriore commento osserviamo che la P3 e la P4 ammettono anche i ina giustificazione intuitiva, sulla scorta dell'interpretazione della funzione di autocorrelazione come indice di similitudine tra il segnale x(-) ed il segnale traslato: infatti ovvio che la massima somiglianz si ha per ritardo nullo, e che, per segnale periodico, due diversi valori di traslazdone non alterano l'entit del grado di similitudine se differiscono per un multiplo del periodo. Esempio 5: // segnale telegrafico II segnale telegrafico x(t) un segnale aleatorio a tempo continuo ed ampiezza discrta, e precisamente con due possibili valori di ampiezza, +A eA, equiprobabili: inciti e il numero di commutazioni fra i due livelli in un intervallo di ampiezza |r | una variai ile di Poisson (fig. 1.29) di parametro (media) A|r| e le commutazioni relative ad interv lili disgiunti sono indipendenti. In altri termini il numero di commutazioni un processo di Poisson. Poich il segnale telegrafico un segnale aleatorio, la sua autocorrelazione si cale >la come media temporale delTautocorrelazione statistica in tempo-ritardo. Quest'ultima pu essere facilmente calcolata con la tecnica della media condizionata; infatti, cor siderati due istanti di tempo t e t T, le due variabili aleatorie x(t) e x(t T) assume no lo stesso valore (entrambe +A o entrambe A) se il numero di commutazioni K rell'intervallo di ampiezza r pari e viceversa assumono valori opposti se tale numerc di commutazioni dispari. Pertanto la media condizionata E[x(t)x(t r)\K pari] vale

<x(t),y(t-r)> =

Ar) - y(t - r) ||2


ito di y(t) si ha infine ;Ar)-r y (-Ar)] quindi della r)yx(r) per la

66

FUNZIONI DI CORRELAZIONE

-A

Figura 1.29: Realizzazione del segnale telegrafico.


A2, mentre la media condizionata E[x(t)x(t - r)\K dispari] vale -A2. Mediando ulteriormente su K si ottiene quindi rx(t, r) = E[x(t)x(t - r)] = A2 Pr{K pari} - A2 Pi{K dispari} Esplicitando, in tale relazione laPi{K pari} e la Pr{K dispari}, si ha
Ar

no incoerenti; )erci delFautocorre azio ha che due fasori a della somma di pi Lacondizicmed Tale distinzior e ri nonnulla Infatti di

a Ty = O o "V\fy restrittiva di r scalare fra x(t di y(t). Due segnali la a

k=0

k=0

Nel calcolo precedente si implicitamente assunto r > O, ma chiaro che se r < O sufficiente sostituire T con r; quindi in definitiva l'autocorrelazione dipende solo dal modulo di T secondo la formula
rx(r) =

(1.67)

Quindi l'incorrelazi in analogia alla usu ponenti continue. L equivalente i que potenza detern linist media tempon le ne che la media il i esar incorrelati; ini ne, r sufficiente a g iranti ma anche richiesta Ricordando la d

in accordo con la propriet di simmetria secondo la quale l'autocorrelazione di un segnale reale pari. Poich inoltre, come immediato verificare, il segnale telegrafico ha media nulla, esso SSL; conscguentemente la sua autocorrelazione, definita come prodotto scalare (1.65), coincide con quella statistica (1.67). Osserviamo che la funzione di mutua correlazione compare naturalmente quando si combinano tra loro pi segnali. Ad esempio, l'autocorrelazione del segnale somma z(t) = x(t) + y(t), dove x(t) e y(t) sono dello stesso tipo, data da;
r,(r) = r(r) + r y (r) + rxy(r) + ryx(r) = rx(r) + r y (r)

e introdotta la funzi

si vede che l'incorre alla condizione che Si osservi che incoerenti, siccome
r.

ove
ne{riy(r)} = \ [r xy (r) + r^(-T)]

Conseguentem ente, della potenza in alte ma anche l'au ;ocon quella della compor

Quindi la condizione rxy(r) = O Vr, condizione sufficiente per l'additivit della funzione di autocorrelazione. Precedentemente si visto che condizione sufficiente per l'additivit dell'energia, o della potenza, l'ortogonalit dei due segnali, cio rxy(0) = O (che, a seconda dei casi, equivale

STUDIO DEI SEGNALI NEL DOMINIO DEL TEMPO

67

a .xy = O o Pxy = 0). Evidentemente, la condizione rxy(r) = O Vr una condizione pi restrittiva di rxy(0) = O, dal momento che essa comporta che non solo nullo il prodotto scalare fra x(t) e y(t), ma anche quello fra x(t) e una qualsiasi versione ritardata o anticipata di y(t}. Due segnali la cui mutua correlazione sia identicamente nulla, cio rxy (r) = O Vr, si dicono incoerenti; per cui si pu affermare che l'incocrenza condizione sufficiente per l'addi tivit deirautocorrelazione oltre che per l'additivit della potenza. Sulla scorta dell'esempio 4, si ha che due fasori a frequenza diversa sono incoerenti; conscguentemente Fautocorrelazione della somma di pi fasori uguale alla somma delle singole autocorrelazioni. La condizione di incoerenza non deve essere confusa con la condizione di incorrelazione. Tale distinzione rilevante nel caso dei segnali di potenza, deterministici o aleatori, a media non nulla. Infatti due segnali di potenza si dicono incorrelati se

ale A2. Mediando {K dispari}


a ha

rxy(r) = xdcy*dc

Maro che se r < O one dipende solo dal (1.67) tocorrelazione di un

Quindi l'incorrelazione non implica che la mutua correlazione sia nulla, ma invece implica, in analogia alla usuale terminologia statistica, che essa si fattorizza nel prodotto delle componenti continue. In particolare, se i segnali sono segnali aleatori SSL la definizione ora data equivalente a quella di segnali aleatori statisticamente incorrelati; nel caso di segnali di potenza deterministici la definizione analoga nel senso che comporta la fattorizzazione della media temporale nel prodotto delle singole medie temporali dei due segnali e, per sottolineare che la media in esame quella temporale, in tal caso si dice che i segnali sono temporalmente incorrelati; infine, nel caso di segnali aleatori non stazionali, l'incorrelazione statistica non sufficiente a garantire l'incorrelazione dei due segnali secondo la definizione ora introdotta, ma anche richiesta l 'incorrelazione temporale delle medie statistiche dei due segnali aleatori. Ricordando la definizione di componente alternativa, cio:
Xac(t) =
- Xde

e introdottala funzione di mutua covarianza:

m media nulla, esso xlotto scalare (1.65),


iralmente quando si del segnale somma

- T) >=

- xdcyde

si vede che l'incorrelazione equivale alla condizione che la mutua covarianza sia nulla, ovvero alla condizione che le componenti alternative siano incoerenti. Si osservi che la componente continua e la componente alternata di un segnale sono incoerenti, siccome
r

*.c*rfe( r ) = < Xac(t), Xdc > =< X(t), Xdc> - < Xdc,Xdc > = O

Conscguentemente, non solo la potenza di un segnale somma della potenza in continua e della potenza in alternata: P = Pdc + Tac

itivit della funzione .dell'energia, o della da dei casi, equivale

ma anche l'autocorrelazione del segnale somma di quella della componente alternata e di quella della componente continua, cio:
r,(r) = r,M(

|2 = C.(T) + \xdc\2

68

ESERCIZI

ove cx () denota la funzione di autocovarianza. Quindi la presenza o meno di una componente continua nel segnale spesso rivelata dal fatto che la funzione di autocorrelazione tende per T oo ad un valore costante: tale valore di norma pari a \x<ic\2. Tipicamente, dunque, se x(t) un segnale aleatorio SSL con componente continua non nulla, rx(r) converge r - oo a |px|2: cio i campioni x(t) e x(t T) tendono a diventare incorrelati. Pertanto la frase "la funzione di autocorrelazione converge di norma al divergere del ritardo T alla potenza in continua", va interpretata come "spesso in pratica i segnali soddisfano la condizione sufficiente per l'ergodicit della componente continua".

Ex. 1.5 I campini d< v.a.iid; allo scopo di s frantalo con una sogli soglia.
Nell'ipotesi che, nass noto, determinar i il n bersaglio (probal lilit falsi allarmi succ issivi

1.9 ESERCIZI
Ex. 1.1 Un sistema di comunicazione discreto trasmette una sequenza di v.a. i.i.d binarie x ( k ) , suscettibili di assumere i valori +A e -A con uguale probabilit. Il canale di trasmissione altera la trasmissione aggiungendo un rumore n(k) indipendente da x(k), avente una pdf tipo Laplace, cio

Ex. 1.6 Sia N(r;) un N(2n) a sua vqIta ui


Ex. 1.7 Sia a:(nj) un; l-u[x(n) - XM Determinare il nppor t/(n) sia IO6 campioni Ex. 1.8 Dalle stitistic la squadra B ne segna Poisson indipenc enti, - la probabilit che il - la probabilit e he si la probabilit ci ie la i Ex. 1.9 Siano processo somma K(t) Ex. 1.10 L'emissione processo di Poisson c< tempo aleatorio ' "* neci Posto ai = T/.V, de determinare poi i mo si valore rms dell'errore
Ex. 1.11 Un griinde cliente. Nell'ipotesi che dian

/() =
In ricezione si adotta la seguente regola di decisione x(k) = Asign[y(k)} ove x(k) il simbolo deciso e y(k) = x(k) + n(k) il segnale ricevuto. Determinare lapidi y(k) e la probabilit di errore per simbolo P(e) = Pi{x(k) ^ x(k)}. Ex. 1.2 Si consideri il processo aleatorio z(n) R(n)eiP(n\ con R(n) sequenza aleatoria SSL di nota autocorrelazione, /?(n) sequenza di v.a. i.i.d uniformi in (7(0,2ir) ed indipendente aR(n). Posto z(n) = x(n) + jy(n), stabilire se le sequenze z(n) e y(n) sono: - incorrelate, cio ogni campione dell'una scorrelato da ogni campione dell'altra; - indipendenti, cio ogni campione dell'una indipendente da ogni campione dell'altra. Ex. 13 Determinare il legame esistente tra le autocorrelazioni rz(ti,t) e Rz(t\,t2) del processo aleatorio complesso z(n) = x(n)+jy(n), e le funzioni di auto e mutua correlazione dei processi x(n) e y(n). Ex. 1.4 La probabilit che ad un autostoppista, fermo ad una piazzola, venga offerto almeno un passaggio da una macchina in transito p = 0.04. Nell'ipotesi che i vari automobilisti decidano di offrire il passaggio indipendentemente l'uno dall'altro, calcolare la probabilit che all'autostoppista venga offerto almeno un passaggio prima del transito della 40" macchina. Ripetere il calcolo sapendo che i primi 30 automobilisti non hanno offerto il passaggio.

- \apdf delVnte|rvall( la distribuzion dip Stabilire inoltre eM

Ex. 1.12 Dei passegg Nell'ipotesi che gli ar viaggiatori al secondo