mirror of
https://github.com/tu-darmstadt-informatik/stosigsysfs.git
synced 2025-12-13 10:25:49 +00:00
Erweiterung kovarianz
This commit is contained in:
parent
83cdc94675
commit
004dae9432
3025
document.pdf
3025
document.pdf
File diff suppressed because it is too large
Load Diff
10
document.tex
10
document.tex
@ -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)
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user