Erweiterung kovarianz

This commit is contained in:
Daniel Thiem 2012-09-24 12:28:32 +02:00
parent 83cdc94675
commit 004dae9432
2 changed files with 1524 additions and 1511 deletions

File diff suppressed because it is too large Load Diff

View File

@ -22,7 +22,7 @@
\title{Stochastische Signale und Systeme}
\subtitle{Zusammenfassung Formeln}
\subsubtitle{Autor: Daniel Thiem - studium@daniel-thiem.de\\Version 0.9.2 - 24.09.2012}
\subsubtitle{Autor: Daniel Thiem - studium@daniel-thiem.de\\Version 0.9.3 - 24.09.2012}
\maketitle
\newpage
@ -309,10 +309,18 @@ c_{XX}(\kappa)=r_{XX}(\kappa)-(\E[X(n)])^2
\end{equation}
\subsection{Kovarianz einer zusammengesetzten Funktion}
\begin{subequations}
Falls $Y(n)=X(n)+V(n)$ und $X(n)$ ist von $V(n)$ statistisch unabhängig, dann gilt:
\begin{equation}
c_{YY}(\kappa)=C_{XX}(\kappa)+C_{VV}(\kappa)
\end{equation}
Ist $X(n)$ jedoch abhängig von $V(n)$, so gilt:
\begin{equation}
c_{YY}(\kappa)=C_{XX}(\kappa)+C_{VV}(\kappa)+C_{XV}(\kappa)+C_{VX}(\kappa)
\end{equation}
\end{subequations}
\subsection{Überführung der Central-SOMF in die Varianz}
\begin{equation}
c_{XX}(0)=\Var(X)