‫מס' ת‪.‬ז‪.

‬‬
‫סמסטר חורף תשע"א‪ ,‬מועד א'‬
‫מועד הבחינה‪17/2/2011 :‬‬

‫"אותות אקראיים ורעש" – פתרון מועד א'‬

‫פרופסור אנטוני וייס‪ ,‬פרופסור רמי זמיר‬
‫רונן דר‪ ,‬נבות בליץ‪ ,‬אייל חיטרון‪ ,‬ירון בכר‪ ,‬אור אורדנטליך‬
‫שאלה ‪[34%] 1‬‬

‫א‪ X (t ) [5%] .‬הוא ‪ WSS‬לפי נתון‪ .‬כמו כן‬

‫‪E{Y (t )} = E{X (t )}cos(ω0 t + θ ) + E{N (t )} = 0‬‬
‫‪RY ( t , t − τ ) = E {Y ( t ) Y ( t − τ )} = E‬‬ ‫})) ‪{( X (t ) cos (ω t + θ ) + N (t ) ) ( X ( t − τ ) cos (ω (t − τ ) + θ ) + N ( t −τ‬‬
‫‪0‬‬ ‫‪0‬‬

‫‪=E‬‬ ‫= }) ) ‪{( X ( t ) ) ( X ( t − τ ) )} E {cos (ω t + θ ) cos (ω ( t − τ ) + θ )} + E {N ( t ) ( N ( t − τ‬‬

‫‪0‬‬ ‫‪0‬‬

‫) ‪= R (τ ) ( E {cos (ω ( 2t − τ ) + 2θ )} + cos (ω τ ) ) + R (τ ) = R (τ ) cos (ω τ ) + R (τ‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪X‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪N‬‬ ‫‪X‬‬ ‫‪0‬‬ ‫‪N‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪RXY (t , t − τ ) = E{X (t )Y (t − τ )} = E{X (t )( X (t − τ )cos(ω0 (t − τ ) + θ ) + N (t − τ ))} = 0‬‬

‫ולכן התהליכים הם ‪.JWSS‬‬

‫‪1‬‬
‫= ) ‪RY (τ‬‬
‫ב‪RX (τ ) cos (ω0τ ) + RN (τ ) [3%] .‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪N‬‬
‫‪SY (ω ) = ( S X (ω − ω0 ) + S X (ω + ω0 ) ) + S N (ω ) = ( S X (ω − ω0 ) + S X (ω + ω0 ) ) + 0‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬

‫ג‪ [3%] .‬לפי סעיף ב' ‪ RXY (τ ) = 0‬ולכן גם ‪. S XY (ω ) = 0‬‬

‫ד‪ [3%] .‬מסנן וינר נתון ע"י‬

‫) ‪S (ω‬‬
‫‪C‬‬
‫= ) ‪H (ω‬‬ ‫‪XY‬‬

‫) ‪S (ω‬‬
‫‪C‬‬
‫‪Y‬‬

‫היות של‪ X (t ) -‬ו‪ Y (t ) -‬תוחלות אפס‪ ,‬נקבל‬

‫) ‪S (ω ) S XY (ω‬‬
‫‪C‬‬
‫= ) ‪H (ω‬‬ ‫‪XY‬‬
‫=‬ ‫‪=0‬‬
‫) ‪S (ω ) SY (ω‬‬
‫‪C‬‬
‫‪Y‬‬

‫הסבר‪ :‬היות ש‪ X (t ) -‬ו‪ Y (t ) -‬חסרי קורלציה‪ ,‬השערוך הליניארי הטוב ביותר של ) ‪ X (t‬הוא התוחלת שלו‪,‬‬
‫שהיא אפס‪.‬‬

‫‪1‬‬
 :‫ היא השונות שלו‬X (t ) ‫[ השגיאה הריבועית הממוצעת בשערוך‬6%] .‫ה‬
∞ B
1 1
E {ε ( t )} = var ( X ( t ) ) = RX ( 0) =
BA
∫−∞ S X (ω ) dω = 2π ∫ A ⋅ dω =
2

2π −B
π
[5%] .‫ו‬
Y (t ) = Z (t ) + N (t )
1
S ZY (ω ) = S Z (ω ) = SY (ω ) − S N (ω ) =
4
( S X (ω − ω0 ) + S X (ω + ω0 ) )
[3%] .‫ז‬
 A
S ZY (ω ) S X ( ω − ω0 ) + S X ( ω + ω0 )  ω − ω0 ≤ B or ω + ω0 ≤ B
H (ω ) = = =  A + 2 N0
SY (ω ) S X (ω − ω0 ) + S X ( ω + ω0 ) + 2 N 0 
 0 else

[6%] .‫ח‬
N S X ( ω − ω0 ) + S X ( ω + ω0 )
S e (ω ) = S Z (ω ) − H (ω ) S ZY
∗
(ω ) = 0
2 S X ( ω − ω0 ) + S X ( ω + ω0 ) + 2 N 0
1
∞
N0 S X (ω − ω0 ) + S X (ω + ω0 )
MSE =
2π ∫
−∞
2 S X (ω − ω0 ) + S X (ω + ω0 ) + 2 N 0
dω

−ω0 + B ω0 + B
1 N0 A 1 N0 A BA N 0
=
2π ∫
−ω0 − B
2 A + 2N0
dω +
2π ω
∫ 2 A + 2 N0
dω =
π A + 2N0
0 −B

‫ יש קורלציה‬Z ( t ) ‫ זאת מכיוון שלאות בפס התדר הגבוה‬.'‫רואים שכאן השגיאה הריבועית קטנה מזו שבסעיף ה‬
.‫ בניגוד למקרה הקודם‬,‫ ולכן מצליחים לשערך אותו‬Y ( t ) ‫עם האות הנמדד‬

2
 ‫שאלה ‪[34%] 2‬‬

‫]‪[3%‬‬ ‫א‪.‬‬
‫כל שרשרת ארגודית עם תופעות מעבר‪.‬‬
‫הפילוג הסטציונרי של כל שרשרת הוא בהסתברות ‪ 1‬להיות בשלב השני‪:‬‬

‫‪[ A1 , A2 ] = [ B1 , B2 ] = [0,1] .‬‬

‫]‪[6%‬‬ ‫ב‪.‬‬
‫הסיכוי בשנה ה‪ n-‬להיות בשלב הראשון בכל מוצר הוא ‪ , p‬בשלב השני ) ‪ (1 − p1‬ולכן‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪1‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪ 99 ‬‬ ‫‪ 99 ‬‬
‫‪η A, n‬‬ ‫‪=‬‬ ‫‪ + 100 ⋅ (1 − ‬‬ ‫) ‪‬‬
‫‪ 100 ‬‬ ‫‪ 100 ‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪ 3‬‬ ‫‪3‬‬
‫‪ηB ,n‬‬ ‫) ‪= 5 ⋅   + 10 ⋅ (1 −  ‬‬
‫‪ 4‬‬ ‫‪4‬‬

‫]‪[5%‬‬ ‫ג‪.‬‬
‫לאחר הרבה מאד זמן‪ ,‬בכל מוצר‪ ,‬החברה תהיה בשלב השני בהסתברות שואפת ל‪ ,1-‬לכן‪:‬‬

‫‪1 N‬‬
‫‪∑ Rn → 100‬‬
‫∞→ ‪N n =1 N‬‬
‫עבור מוצר ‪: A‬‬

‫‪1 N‬‬
‫‪∑ Rn → 10‬‬
‫∞→ ‪N n =1 N‬‬
‫עבור מוצר ‪:B‬‬

‫]‪[3%‬‬ ‫ד‪.‬‬
‫השרשרת החדשה‪:‬‬

‫‪1‬‬ ‫‪1‬‬

‫‪B2‬‬ ‫‪A2‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪100‬‬

‫‪B1‬‬ ‫‪A1‬‬ ‫‪99‬‬

‫‪3‬‬
‫‪100‬‬
‫‪4‬‬
‫‪1− q‬‬ ‫‪q‬‬
‫‪C‬‬

‫‪3‬‬
 ‫]‪[5%‬‬ ‫ה‪.‬‬
‫בהסתברות ‪ q‬החברה תפתח את מוצר ‪ A‬ובהסתברות ‪ 1-q‬את מוצר ‪ .B‬לכן‪ ,‬ממוצע הרווח השנתי יתכנס‪:‬‬

‫‪1‬‬ ‫‪N‬‬ ‫‪100 w. p. q‬‬

‫‪N‬‬
‫‪∑R‬‬
‫‪n =1‬‬
‫‪n‬‬ ‫{→‬
‫‪10 w. p. 1-q‬‬
‫∞→ ‪N‬‬

‫ו‪[3%] .‬‬
‫הסתברות המעבר לשלב הפיתוח השני קטנה יותר במוצר ‪ A‬אך גם הרווח בשלב זה גדול יותר‪ .‬לעומת‬
‫זאת‪ ,‬הרווח בשלב הראשון גדול יותר במוצר ‪ .B‬ניתן לחשב גם את תוחלת הרווח בשנה השנייה והעשירית‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪ 99 ‬‬ ‫‪ 99 ‬‬
‫‪η A,2 = ‬‬ ‫‪ + 100 ⋅ (1 − ‬‬ ‫‪ ) = 2.9‬‬
‫‪ 100 ‬‬ ‫‪ 100 ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪η B ,2 = 5 ⋅   + 10 ⋅ (1 −   ) = 7.2‬‬
‫‪ ‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪ ‬‬
‫‪10‬‬ ‫‪10‬‬
‫‪ 99 ‬‬ ‫‪ 99 ‬‬
‫‪η A,10‬‬ ‫‪=‬‬ ‫‪‬‬ ‫‪+‬‬ ‫‪100‬‬ ‫⋅‬ ‫‪(1‬‬ ‫‪−‬‬ ‫‪‬‬ ‫‪ ) = 10.46‬‬
‫‪ 100 ‬‬ ‫‪ 100 ‬‬
‫‪10‬‬ ‫‪10‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪η B ,10 = 5 ⋅   + 10 ⋅ (1 −   ) = 9.71‬‬
‫‪4‬‬ ‫‪ ‬‬ ‫‪4‬‬ ‫‪ ‬‬

‫ראש מחלקת המכירות יציע ‪ q‬גדול יותר )הסתברות גדולה יותר לפתח את מוצר ‪.(A‬‬

‫ז‪[3%] .‬‬
‫השרשרת מכילה שתי מחלקות נשנות ) ‪ A2‬ו‪ ,( B2 -‬השאר מצבים חולפים‪.‬‬
‫השרשרת אינה ארגודית‪.‬‬
‫שני פילוגים סטציונארים בלתי תלויים‪:‬‬
‫]‪[ A1 , A2 , B1 , B2 ] = [0,1,0, 0‬‬
‫]‪[ A1 , A2 , B1 , B2 ] = [0, 0, 0,1‬‬
‫‪.‬‬

‫ח‪[6%] .‬‬
‫הסיכוי שהחברה מפתחת את מוצר ‪ B‬בשנה ה‪ n-‬הוא‪:‬‬

‫‪n −1‬‬
‫‪1 − ((1 − q) p A )n‬‬
‫‪qnew,n = ∑ q((1 − q) p A )i = q‬‬
‫‪i =0‬‬ ‫‪1 − (1 − q) p A‬‬
‫‪q‬‬
‫= ∞→‪qnew,n‬‬
‫‪1 − (1 − q ) p A‬‬
‫‪99‬‬
‫= ‪pA‬‬
‫‪100‬‬

‫ולכן פילוג המצב היציב הוא‪:‬‬

‫] ∞→‪[ A1 , A2 , B1 , B2 ] = [0,1 − qnew, n→∞ , 0, qnew,n‬‬

‫‪4‬‬
 ‫שאלה ‪[34%] 3‬‬

‫א‪ [5%] .‬כאשר } ‪ {ti‬הם זמנים קבועים וידועים‪ ,‬ההפרשים ) ‪ M i ≡ N (ti ) − N (ti −1‬הינם משתנים אקראיים‬
‫פואסוניים בת"ס‪:‬‬
‫‪M i ~ Pois (λ (ti − ti −1 )),‬‬ ‫‪independent‬‬
‫כאשר ‪. t0 ≡ 0‬‬
‫או‪ ,‬במילים אחרות ‪ ,‬פונקציית ההתפלגות המשותפת הינה‪) :‬זוהי פונקציה בשלושה משתנים(‬
‫) ‪e − λt 3 ( λ t1‬‬ ‫) )‪( λ (t 2 − t1) ) ( λ (t 3 − t 2‬‬
‫‪m1‬‬ ‫‪m2‬‬ ‫‪m3‬‬

‫= ) ‪PM1M 2 M 3 (m1 , m2 , m3‬‬ ‫‪,‬‬ ‫…‪m1 , m2 , m3 = 0,1, 2,‬‬

‫! ‪m1 !m2 !m3‬‬

‫ב‪[3%] .‬‬
‫) ‪E ( M1 + M 2 + M 3 | M1 + M 2 = k ) = k + E ( M 3 | M 1 + M 2 = k‬‬
‫) ‪= k + E ( M 3 ) = k + λ (t3 − t2‬‬

‫ג‪ [3%] .‬כפי שראינו בתרגול ‪ ,14‬בהינתן ‪ , N (t2 ) = M 1 + M 2 = k‬המשתנה המקרי ‪ N (t1 ) = M 1‬מפולג‬
‫) ‪ . Bin(k , tt12‬לכן‪:‬‬
‫‪E ( M 1 | M 1 + M 2 = k ) = tt12 k‬‬
‫בניגוד לתרגיל הכיתה‪ ,‬היחס ‪ t1/t2‬אינו שווה בהכרח לחצי‪ ,‬ולכן לא ניתנו נקודות על התשובה ‪.k/2‬‬

‫ד‪ [4%] .‬בהינתן ‪ ,U1‬ערכו של ‪ U1‬הוא מספר קבוע וידוע‪ .‬כיוון ש ‪ U1‬בת"ס בתהליך )‪:N(t‬‬
‫‪(λU1 ) k‬‬ ‫‪(2U1 )k‬‬
‫‪P( M 1 = k | U1 ) = e− λU 1‬‬ ‫‪= e−2U 1‬‬
‫!‪k‬‬ ‫!‪k‬‬
‫ה‪ [4%] .‬באופן דומה לסעיף ד'‪:‬‬
‫) ‪(λU 2‬‬ ‫‪m‬‬
‫) ‪(2U 2‬‬ ‫‪m‬‬
‫‪P( M 1 + M 2 = m | U1 ,U 2 ) = e− λU 2‬‬ ‫‪= e−2U 2‬‬
‫!‪m‬‬ ‫!‪m‬‬
‫ו‪ [5%] .‬נשתמש בתוצאת סעיף ה' ובנוסחת ההסתברות השלמה‪ ,‬ונקבל‪:‬‬
‫∞‬
‫= )‪P( M 1 + M 2 = 1‬‬ ‫‪∫ P( M‬‬
‫∞‪−‬‬
‫‪1‬‬ ‫‪+ M 2 = 1| U 2 = u ) fU 2 (u )du‬‬

‫‪4e−3 − 6e −5‬‬
‫‪2.5‬‬ ‫‪5‬‬

‫= ‪∫ 2te dt‬‬ ‫= ‪∫ se ds‬‬

‫‪−2 t‬‬ ‫‪−s‬‬
‫=‬ ‫‪1‬‬
‫‪2‬‬ ‫‪= 2e−3 − 3e−5 ≈ 0.0794‬‬
‫‪1.5‬‬ ‫‪3‬‬
‫‪2‬‬
‫או לחילופין‪ ,‬באופן שקול‪:‬‬
‫‪−3‬‬ ‫‪−5‬‬
‫‪P ( M 1 + M 2 = 1) = E ( P ( M 1 + M 2 = 1| U 2 )) = 2e − 3e ≈ 0.0794‬‬

‫‪5‬‬
 ‫ז‪ [5%] .‬באופן דומה לסעיף ו'‪:‬‬
‫‪−λ s‬‬ ‫) ‪−λ (t −s‬‬ ‫‪− λt‬‬ ‫‪−2 t‬‬
‫‪P( M 1 = 1, M 2 = 0 | U1 = s,U 2 = t ) = e‬‬ ‫‪λs ⋅e‬‬ ‫‪= λ se‬‬ ‫‪= 2se‬‬
‫‪1.5‬‬ ‫‪2.5‬‬
‫‪P( M 1 = 1, M 2 = 0) = 2 ∫ sds ∫ e−2t dt = 2 ⋅ 1.5 −20.5 ⋅ e‬‬
‫‪−3‬‬
‫‪− e −5‬‬
‫‪= e−3 − e−5‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪2‬‬
‫‪0.5‬‬ ‫‪1.5‬‬

‫הערה‪ :‬למרות שתהליך פואסון הוא תהליך תוספות בת"ס‪ ,‬כיוון שהזמנים ‪ Ui‬הם אקראיים אז לא מתקיים‬

‫השוויון )‪ ,P(M1=0,M2=0) = P(M1=0)P(M2=0‬כלומר קיימת תלות בין ‪ M1‬לבין ‪) M2‬ההתניה בכך‬

‫שעל האוטובוס הראשון לא עלו כלל אנשים מקטינה את ההסתברות שגם על האוטובוס שאחריו לא עלו אנשים(‬

‫ח‪[5%] .‬‬
‫‪−3‬‬ ‫‪−5‬‬
‫)‪P( M 1 = 1, M 2 = 0‬‬ ‫‪e −e‬‬
‫= )‪P( M1 = 1| M1 + M 2 = 1‬‬ ‫‪= −3‬‬ ‫‪≈ 0.542‬‬
‫)‪P( M1 + M 2 = 1‬‬ ‫‪2e − 3e−5‬‬
‫לא קיבלנו ‪ ,0.5‬למרות ה"סימטריה" שקיימת‪ ,‬כביכול‪ ,‬בבעיה‪.‬‬

‫]בונוס – ‪[10%‬‬ ‫ט‪.‬‬

‫משערך אופטימלי במובן הסתברות שגיאה מינימלית הינו משערך ‪.MAP‬‬
‫ההסתברויות האפוסטריוריות הינן‪:‬‬
‫)‪P( N (U 2 ) = 0 | I1 = a) P ( I1 = a‬‬
‫= )‪P( I1 = a | M 1 + M 2 = 0) = P ( I1 = a | N (U 2 ) = 0‬‬
‫)‪P( N (U 2 ) = 0‬‬
‫) ‪P( N (U 2 ) = 0 | I 2 = a) P( I 2 = a‬‬
‫= )‪P( I 2 = a | M 1 + M 2 = 0) = P( I 2 = a | N (U 2 ) = 0‬‬
‫)‪P ( N (U 2 ) = 0‬‬
‫בגלל הפילוג הסימטרי של זמני ההגעה‪ ,‬מתקיים ‪ , P( I1 = a ) = P ( I 2 = a ) = 2‬כלומר‪:‬‬
‫‪1‬‬

‫) ‪P( N (U 2 ) = 0 | I1 = a‬‬
‫= )‪P( I1 = a | M 1 + M 2 = 0‬‬
‫)‪2 P( N (U 2 ) = 0‬‬
‫) ‪P( N (U 2 ) = 0 | I 2 = a‬‬
‫= )‪P( I 2 = a | M 1 + M 2 = 0‬‬
‫)‪2 P ( N (U 2 ) = 0‬‬
‫אין צורך לחשב את ההסתברויות הנ"ל במפורש‪ ,‬כדי לראות שהביטוי הראשון אינו תלוי בערך של ‪) a‬עקב‬
‫חוסר התלות בין המשתנה ‪ ,U1‬המשתנה ‪ ,U2‬והתהליך )‪ – (N(t‬ולעומת זאת‪ ,‬הביטוי השני מקבל ערך גדול‬
‫יותר ב ‪ a=0‬מאשר ב ‪.a=1‬‬
‫כלומר‪ ,‬המשערכים האופטימליים במובן הסתברות שגיאה מינימלית‪ ,‬הינם‪:‬‬
‫‪ -‬המשערך האופטימלי של ‪ I2‬הינו ‪0‬‬
‫‪ -‬המשערך האופטימלי של ‪ I1‬הינו שרירותי )בכל מקרה הסתברות השגיאה תהיה חצי(‪.‬‬

‫‪6‬‬