ELE 2707 - Processos Estocsticos I

Coleo de Exerccios
1. Apostila de Modelos Cap. 2 - Problema 5: A Figura 1 mostra uma rede
de comunicaes que consiste em trs ns a, b e c e trs enlaces ab, bc e ac.

b
a c
Figura 1: Rede de comunicaes com trs ns e trs enlaces
Cada um dos elementos da rede pode encontrar-se em um dentre dois possveis
estados: operando ou no operando. H comunicao entre dois ns quando
ambos esto operando e existe entre eles pelo menos um percurso em operao.
Entende-se por percurso um conjunto de elementos entre dois ns. Conside-
rando a experincia que consiste na observao dos estados dos enlaces e ns
em um dado instante de tempo e que tem como resultado a caracterizao dos
estados (operando ou no operando) dos elementos da rede, determinar:
(a) uma representao conveniente para estes pontos amostra;
(b) o nmero de pontos amostra no espao de amostras correspondentes
experincia descrita;
(c) o nmero de pontos amostra correspondentes aos eventos
i. A = { : a e c podem comunicar-se}
ii. B = { : a se comunica com b e com c}
iii. C = { : a e c no se comunicam atravs do enlace ac}
iv. D = A B
v. E = A B
vi. F = A C
1
2. Apostila de Modelos Cap. 2 - Problema 7: Dois trens X e Y chegam
a uma estao em instantes aleatrios dentro do intervalo [0, t]. Considere a
experincia que consiste em observar os instantes de chegada dos trens e cujo
resultado o par de nmeros caracterizando estes instantes. Sabe-se ainda
que os trens X e Y permanecem na estao durante intervalos de durao a e
b respectivamente. Encontre uma representao grca conveniente para
(a) A = { : o trem X chega antes do trem Y }
(b) B = { : os trens se encontram na estao}
3. Apostila de Modelos Cap. 2 - Problema 8: Um assinante a de uma cen-
tral A pode atingir um assinante b de uma central B atravs de dois percursos
T
1
e T
2
, conforme mostra a Figura 2

A B
T
2
T
1
Figura 2: Comunicao entre dois assinantes de uma rede telefnica
A probabilidade de congestionamento em T
1
(impedindo que a atinja b por
este percurso) 0,05. A probabilidade de congestionamento em T
2
vale 0,02.
Alm disso, sabendo-se que T
1
est congestionado a probabilidade de T
2
estar
congestionado 0,15. Determinar a probabilidade de que a consiga atingir b.
4. Apostila de Modelos Cap. 2 - Problema 10: O painel de controle de um
equipamento possui duas lmpadas A e B. O equipamento composto por
dois mdulos 1 e 2 sujeitos a falha. Quando ocorre uma falha no equipamento,
a probabilidade de que ela seja proveniente do mdulo 1 0,3 e a probabilidade
de que ela seja proveniente do mdulo 2 0,7. Ocorrendo falha no equipamento
uma das duas lmpadas do painel se acende. Sabe-se ainda que se a falha
provm do mdulo 1, A se acende com probabilidade 0,6 e B se acende com
probabilidade 0,4. Por outro lado, se a falha provm do mdulo 2, A se acende
com probabilidade 0,3 e B se acende com probabilidade 0,7. Determine
(a) a probabilidade do mdulo 1 ter falhado quando A se acende; e
2
(b) a probabilidade de B se acender quando ocorre uma falha.
5. Apostila de Modelos Cap. 2 - Problema 13: A gura 3 mostra um
canal de comunicaes cuja entrada x pode assumir os valores 0,1 e 2,
e cuja sada y tambm pode assumir os valores 0,1 e 2. Considera-se
a experincia que consiste em observar os valores da entrada x e da sada y
resultante e cujo resultado precisamente o par de valores assumidos x e y.

2
1
0
2
1
0
y
x
0,7
0,3
0,3
0,4
0,3
0,3
0,7
Figura 3: Um canal de comunicaes
Dentro do espao amostra ento denido, so considerados os seguintes
eventos
A
0
= { : x = 0}
A
1
= { : x = 1}
A
2
= { : x = 2}
B
0
= { : y = 0}
B
1
= { : y = 1}
B
2
= { : y = 2}
Sabe-se que P(A
0
) = 0, 4 e P(A
1
) = 0, 1. As probabilidades de transio do
canal so representadas na Figura 3.
Determine:
(a) o nmero total de pontos no espao amostra ;
(b) o nmero total de eventos admitindo-se que todos os subconjuntos de
so eventos;
(c) P(A
0
B
1
)
3
(d) P(B
1
)
(e) P(A
0
B
1
)
(f) P(A
1
|B
1
)
(g) P(A
0
|B
1
)
(h) P(A
2
|B
1
)
(i) P(A
0
B
2
)
6. Apostila de Modelos Cap. 2 - Problema 15: Dois jogadores lanam, em
jogadas alternadas, um par de dados. Aquele que primeiro zer sete pontos
o vencedor. Determine a probabilidade do jogador que inicia o jogo ser o
vencedor. Repita o problema, considerando trs jogadores.
7. Apostila de Modelos Cap. 3 - Problema 1: Considere o lanamento
de dois dados e a experincia cujo resultado consiste na soma do nmero de
pontos das faces que resultam do lanamento. Dena esta soma como sendo
uma varivel aleatria x. Esboce a funo distribuio de probabilidade da
v.a. x. Calcule a probabilidade de x assumir um valor no intervalo [7,9].
8. Apostila de Modelos Cap. 3 - Problema 4: Um ampermetro digital
tem uma escala variando de 5A a +5A, e tem preciso de apenas um dgito,
isto , indica valores inteiros de corrente. Ao se fazer uma medida, o aparelho
aproxima o valor real para o inteiro mais prximo. Qual a probabilidade de
ao se fazer uma medida, ser cometido um erro superior a 0, 2A. Assuma que
a funo densidade de probabilidade da corrente no ampermetro mostrada
na Figura 4.
-
6
6
5 5 3 I
p
i
(I)
(0, 2)
0
Figura 4: Funo densidade de probabilidade da corrente de entrada do ampermetro
4
9. Apostila de Modelos Cap. 3 - Problema 6: Mostre que se x uma v.a.
com densidade de probabilidade exponencial, ou seja:
p
x
(X) = ae
aX
u(X)
ento
P(x > b +c|x > b) = P(x > c)
Uma funo densidade de probabilidade para a qual esta propriedade verda-
deira dita sem memria.
10. Apostila de Modelos Cap. 3 - Problema 10: Uma fbrica produz peas
de dois tipos. Os tempos de vida das peas de cada um dos tipos (tipo A e
tipo B) so caracterizados por duas variveis aleatrias x e y, respectivamente.
Atravs de experimentos, vericou-se que a funo densidade de probabilidade
conjunta de x e y dada por:
p
xy
(X, Y ) =
10
4
6
e

(
X
200
+
Y
300
)
u(X)u(Y )
Determine a probabilidade de que uma pea do tipo B falhe antes de que uma
pea do tipo A.
11. Apostila de Modelos Cap. 3 - Problema 8: Considere a funo densidade
de probabilidade conjunta:
p
xy
(X, Y ) =

; X
2
+ Y
2
1
0 ; em outros pontos.
(a) Encontre p
x|y=Y
(X).
(b) Verique se x e y so variveis estatisticamente independentes.
(c) Calcule a probabilidade de x ser positivo dado que y positivo.
(d) Calcule a probabilidade de x ser maior do que y.
12. Apostila de Modelos Cap. 3 - Problema 9: Considere duas variveis
aleatrias x e y com funo densidade de probabilidade conjunta constante na
rea hachurada na Figura 5 e zero nos outros pontos.
Determine o valor de p
xy
(X, Y ) na rea hachurada da Figura 5. Encontre a
funo densidade de probabilidade p
x
(X) da varivel aleatria x. Determine
a funo densidade de probabilidade condicional p
x|M
(X) onde M o evento
denido por
M = {0, 4 < y < 0, 6}
5
-
6
1 1 X
Y
0
1
Figura 5: Regio de variao das variveis aleatrias x e y
13. Apostila de Modelos Cap. 3 - Problema 12: Uma rgua de comprimento
unitrio quebrada em um ponto aleatrio. O pedao da esquerda novamente
quebrado. Seja x a v.a. que dene o ponto em que a rgua quebrada
pela primeira vez e y o segundo ponto de quebra. Determine p
x
(X), p
y
(Y ),
p
y|x=X
(Y ) e p
x|y=Y
(X). Calcule a probabilidade de que um tringulo possa ser
formado com as trs peas obtidas.
14. Apostila de Modelos Cap. 3 - Problema 13: Um equipamento pode se
encontrar em um dentre dois estados possveis: operao normal e operao
anormal. A probabilidade do equipamento encontrar-se em operao normal
0,8. Ligado a este equipamento tem-se um painel de controle onde um term-
metro indica a temperatura do equipamento a cada instante. A indicao do
termmetro uma varivel aleatria t cuja funo densidade de probabilidade
depende do estado em que o equipamento se encontra. Se o equipamento est
em operao normal (N), tem-se
p
t|N
(T) =
1
10

2
e

(T40)
2
200
Por outro lado, se o equipamento est em operao anormal (N), tem-se
p
t|A
(T) =
1
10

2
e

(T70)
2
200
Determine a probabilidade de que a indicao do termmetro exceda 55. De-
termine a probabilidade de que a operao seja normal dado que a indicao do
termmetro est compreendida entre 50 e 60. Suponha que se resolve decidir
a respeito do equipamento( operao anormal ou operao normal ) a partir
da indicao do termmetro. Estabelece-se a seguinte regra de deciso:
se t > T
0
decide-se por operao normal
se t T
0
decide-se por operao anormal
6
Calcule a probabilidade de se cometer um erro quando se usa este critrio de
deciso com T
0
= 60. Calcule o menor valor de T
0
tal que a probabilidade de
se decidir por uma operao anormal quando a operao normal no exceda
0,0075.
15. Apostila de Modelos Cap. 3 - Problema 15: Dois trens, x e y, chegam
independentemente a uma estao. O trem x faz uma parada de a minutos
enquanto y para b minutos. Os instantes de chegada dos trens so variveis
aleatrias uniformemente distribudas no intervalo [0, T]. Calcule a probabili-
dade de que x chegue antes do trem y. Calcule a probabilidade dos trens se
encontrarem. Finalmente, dado que eles se encontram, calcule a probabilidade
de que o trem x chegue antes do trem y.
16. Na gura abaixo, x
1
, x
2
, . . ., x
n
so variveis aleatrias independentes e iden-
ticamente distribudas com densidade de probabilidade p
x
() e funo distri-
buio F
x
().
-
-
-
-
u = max(x
1
, . . . , x
n
)
v = min(x
1
, . . . , x
n
)
.
.
.
x
1
x
n
Dispositivo
de
Limiar
Determine em funo de n, p
x
() e F
x
()
(a) p
uv
(U, V )
(b) P(x
k
X|u = U), k n
17. Seja x uma varivel aleatria contnua com funo distribuio F
x
(). Seja
z() = F
x
(x())
(a) Determine: P(z 1), P(z 0) e P(z 1/2).
(b) Mostre que z uma varivel aleatria uniformemente distribuda em [0,1].
(c) Indique de que maneira voc poderia gerar a varivel aleatria x, a partir
de um gerador de nmeros aleatrios capaz de gerar uma varivel aleatria
uniformemente distribuda em [0,1].
7
18. Apostila de Modelos Cap. 4 - Problema 9: Sejamu
1
e u
2
variveis aleat-
rias estatisticamente independentes e uniformemente distribudas no intervalo
[0,1]. Mostre que as variveis aleatrias v
1
e v
2
denidas pela trasformao
v
1
=

2 ln(u
1
) cos(2u
2
)
v
2
=

2 ln(u
1
) sin(2u
2
)
so estatisticamente independentes e conjuntamente Gaussianas.
COMENTRIO: Esta transformao freqentemente utilizada em simulao digi-
tal por computadores para gerar seqncias de variveis aleatrias Gaussianas esta-
tisticamente independentes.
19. Apostila de Modelos Cap. 4 - Problema 10: Considere duas variveis
aleatrias x
1
e x
2
, Gaussianas, ambas com parmetro m = 0 e parmetro
= 1. Encontre a funo densidade de probabilidade conjunta das variveis
y
1
e y
2
, denidas por
y
1
= e
(x
1
+x
2
)
y
2
= e
(x
1
x
2
)
20. Seja x uma varivel aleatria tal que x 0 com probabilidade 1, isto ,
P({ : x() < 0}) = 0. Mostre que se E[x] = 0, ento x = 0 com
probabilidade 1, isto , (P({ : x() = 0}) = 0).
21. Considere a situao ilustrada na gura abaixo
- -
x() y()
-
x() = g(y())

g()
observvel
y

2
y
Relacionamento
possivelmente
aleatrio
desconhecido,
x

2
x
Deseja-se estimar o valor de uma varivel aleatria x a partir de um proces-
samento do valor de uma varivel aleatria observvel y. O processamento
fornece uma estimativa x = g(y) de x. Supondo que se deseja uma estimativa
linear, ou seja, g() restrita a funes da forma g(X) = aX +b
(a) Determine o valor das constantes a e b que minimizam o erro mdio
quadrtico:

2
= E

( x x)
2

8
da estimativa x. Estes valores de a e b determinam o timo estimador
linear de x (no sentido de minimizao de
2
).
(b) Mostre que se |
yx
| = 1 tem-se
2
min
= 0 e, portanto, neste caso x = x
com probabilidade igual a 1 (estimativa perfeita).
(c) Mostre que se x e a observao y so variveis aleatrias descorrelatadas
(yx = 0) a estimativa linear tima dada por: x = E[x] = x, ou seja, a
melhor estimativa linear possvel no depende do valor observado. (Isto
signica que para um estimador linear a observao y no traz nenhuma
informao extra sobre o valor de x. Neste caso, um estimador linear
intil).
22. Um mineiro est perdido no interior de uma mina que possui duas portas. A
primeira porta leva a um tnel que conduz o mineiro ap exterior da mina aps
2 horas. A segunda o faz retornar ao ponto de partida aps 3 horas. Con-
siderando que em cada tentativa de sair da mina a probabilidade do mineiro
escolher a primeira porta p e que es tentativas so estatisticamente indepen-
dentes, calcule, em termos de p, o tempo mdio gasto pelo mineiro para sair
da mina.
OBS.: Use a partio
B
i
= {O mineiro s consegue sair na i-sima tentativa} i = 1, 2, 3, . . .
23. Representando a varincia de uma varivel aleatria x por var [x],
(a) Mostre que var [y] = E[var [y|x]] + var [E[y|x]];
(b) Verique de (a) que var [y] E[var [y|x]]. Determine condies para que
a igualdade ocorra.
24. Seja x
1
, x
2
, x
3
, . . ., um conjunto de variveis aleatrias independentes e iden-
ticamente distribudas, cada uma com mdia m e varincia
2
, e
y =
n

i=1
x
i
Supondo que n uma varivel aleatria discreta (podendo assumir os valores
N = 1, 2, 3, . . .), com mdia m
n
e varincia
2
n
e que n estatisticamente
independente das variveis aleatrias x
1
, x
2
, x
3
, . . ., determine
9
(a) E[y]
(b) var [y]
25. Apostila de Modelos Cap. 5 - Problema 3: No instante t = 0, (N + 1)
chamadas telefnicas chegam a uma central onde h N rgos disponveis. As-
sim, uma das chamadas no pode ser servida imediatamente e passa a aguardar
o trmino de qualquer das outras N chamadas. Os tempos, durante os quais
cada um dos N rgos permanece retido por uma chamada, so variveis ale-
atrias independentes e identicamente distribudas, com funes de densidade
de probabilidade
p
x
i
(X) = e
X
u(X) ; i = 1, 2, . . . , N
Determinar a espera mdia da chamada que no foi servida imediatamente.
26. Seja M
x
(v) a funo caracterstica de uma varivel aleatria.
(a) Mostre que M
x
(v
0
) = 1 para v
0
= 0 implica que M
x
(v) peridica com
perodo v
0
. O que se pode dizer a respeito de p
x
(X) neste caso ?
(b) Se M
x
(v) uma funo real, quanto vale E[x] ?
27. Seja z um vetor Gaussiano de mdia m
z
e matriz covarincia
z
. Suponha
que
z
no singular. Particione z. m
z
e
z
conforme abaixo indicado:
z =

x
y

m
z
=

m
x
m
y

z
=

x

xy

xy

y

Queremos determinar p
x|y=Y
(X). Vamos fazer isso em trs etapas e expressar
todos os resultados em funo de m
x
, m
y
,
x
,
y
e
xy
.
(a) Considere os vetores:
q = x +Ay
r = y
e determine uma matriz A para que q e r sejam estatisticamente inde-
pendentes.
(b) Para essa matriz A obtenha p
q|r=R
(Q).
10
(c) Escreva agora p
x|y=Y
(X) em funo de p
q|r=R
(Q) mostrando assim que:
p
x|y=Y
(X) = p
q
(X+AY)
obtenha uma expresso para p
x|y=Y
(X).
(d) Observe que esta densidade de probabilidade condicional tambm Gaus-
siana. Determine a sua mdia e varincia.
m
x|y
= E[x|y]

x|y
= E

(x m
x|y
)(x m
x|y
)
T
|y

28. J foi mostrado que se x uma varivel aleatria e g(x) uma funo par no
negativa e no decrescente para x > 0, ento, se E[g(x)] existe, tem-se
P(|x| )
E[g(x)]
g()
Quando g(x) = |x|
r
, da resulta a desigualdade de Markov.
(a) Aplique esta desigualdade varivel aleatria

y
Y
1
+Y
2
2

para obter um
limite para P(Y
1
y Y
2
).
(b) Mostre que se g(x) limitada, ou seja |g(x)| k para todo x, ento
P(|x| )
E[g(x)] g()
k
(c) Assuma agora que x a varivel aleatria limitada, ou seja, P(|x| M) = 1.
Mostre que
P(|x| )
E[g(x)] g()
g(M)
29. Admita que a sequncia de variveis aleatrias {x
n
} converge em distribuio
para uma varivel aleatria x. Mostre que se f() uma transformao biu-
nvoca com uma nica inversa g(), ento a sequncia {z
n
}, onde z
n
= f(x
n
),
converge em distribuio para a varivel aleatria z = f(x).
30. Considere uma sequncia de variveis aleatrias {z
n
} onde
z
n
=
n

i=1
(ex
i
)
1/

n
sendo as variveis x
i
independentes e identicamente distribudas, cada uma
com densidade de probabilidade uniforme no intervalo [0,1]. Para que a vari-
vel aleatria a sequncia z
n
converge em distribuio ?
11
31. Seja {x
i
} uma sequncia de variveis aleatrias independentes denidas por:
x
i
=

1, se o evento A ocorre na repetio de ordem i de uma sequncia

0, se o evento A no ocorre na repetio de ordem i
Admita que P(x
i
= 1) = p para todo i e seja
S
n
=
n

i=1
x
i
Estime n para que a frequncia relativa S
n
/n esteja dentro de 5% do valor p
com probabilidade 0,999. Resolva o problema utilizando:
(a) A desigualdade de Tchebyshev
(b) O teorema do limite central
(c) O limite de Cherno
Admita que p 0, 01.
32. Demonstrar o Teorema de Kintchine para a forma fraca da lei dos grandes
nmeros.
SUGESTO: Mostre que s

n
d
0, usando o mesmo tipo de desenvolvimento que
foi usado na demonstrao do teorema do limite central (verso i.i.d), incluindo a
expanso aproximada para uma funo caracterstica prximo a origem
33. (a) Mostre que uma condio necessria e suciente para que x(t) = cos(t+)
seja ESA que
M

(1) = M

(2) = 0
onde M

(v) a funo caracterstica da varivel aletria .

(b) Ache uma condio necessria e suciente para que x(t) = a cos t +
b sin t seja ESA, sendo a e b variveis aleatrias e uma constante.
(c) Dados
x(t) = a cos t + b sin t
y(t) = b cos t + a sin t
onde a e b so variveis aleatrias estatisticamente independentes com
mdias zero e varincias unitrias, diga se x(t) e y(t) so processos con-
juntamente ESA.
12
34. Para um processo Wiener-Levy tem-se
P(x(0) = 0) = 1
Para toda partio 0 =t
0
<t
1
< . . . <t
n
e para todo n, [x(t
k
) x(t
k1
)]
so variveis aleatrias Gaussianas independentes com mdias zero e va-
rincias

2
(t
k
t
k1
) k = 1, 2, . . . , n
(a) Mostre que:
m
x
(t) = 0, t 0
R
x
(t
1
, t
2
) =
2
min(t
1
, t
2
), t
1
, t
2
0
(b) Mostre que x(t) um processo Gaussiano, ou seja, para toda partio
0 = t
0
< t
1
< . . . < t
n
e todo n, as variveis aleatrias x(t
1
), x(t
2
), . . .,
x(t
n
) so conjuntamente Gaussianas.
(c) Dena
y(t) = tx

1
t

, t > 0
y(0) = 0.
Mostre que y(t) um processo de Wiener-Levy com parmetro
2
.
SUGESTO: Observe que se t
k
> t
k1
ento
1
t
k
<
1
t
k1
.
13
35. Mostre que o Teorema Fundamental do Clculo se aplica ao clculo em mdia
quadrtica. Seja x(t), t 0 um processo estocstico contnuo no sentido m.q.
e y(t) um processo denido por
y(t) =

t
0
x()d, 0 t <
onde a integral denida no sentido m.q. Mostre que y(t) diferencivel no
sentido m.q. e que y(t) = x(t).
SUGESTO: Mostre que
E

| y(t) x(t)|
2

= 0
36. Considere o circuito abaixo
-
Diferenciador
m
+
?
6
- 1
T

T
0
()dt
x(t) y(t)
-
z

+
onde x(t) um processo estocstico real e estacionrio no sentido amplo,
y(t) = x(t) x(t)
z(t) =
1
T

T
0
y(t)dt
(a) Mostre que E[x(t) x(t)] = 0. Assuma que x(t) existe no sentido m.q.
(b) Determine R
y
(t
1
, t
2
) em funo de R
x
() e diga se y(t) ESA.
(c) Determine a varincia da v.a. z. Assuma que z denida no sentido m.q.
(d) Diga se y(t) denido no sentido m.q.
14
37. Apostila de Modelos Cap. 7 - Problema 9: Um sinal x(t) transmitido
atravs de um canal de comunicaes cujo efeito consiste em adicionar um
rudo n(t) conforme ilustra a Figura 6 abaixo:
m
+
-
6
- -
A
y(t) = A[x(t) + n(t)]
x(t)
n(t)
Figura 6: Canal ruidoso e amplicador
Sabe-se que x(t) um processo estocstico de mdia nula e funo autocorre-
lao
R
x
(t
1
, t
2
) = 2e
|t
1
t
2
|
O rudo n(t) um processo tambm de mdia nula, independente de x(t) e
possui funo autocorrelao
R
n
(t
1
, t
2
) =
sin[(t
1
t
2
)]
4(t
1
t
2
)
Determine o ganho A do amplicador de modo a minimizar o erro mdio
quadrtico, cometido ao estimar x(t) pela sada y(t) do amplicador. Isto ,
determinar o valor de A que minimiza
E

(y(t) x(t))
2

38. Apostila de Modelos Cap. 7 - Problema 11: Um processo estocstico

x(t) tem funes amostra da forma
x(t) = Acos(2t + )
onde A uma varivel aleatria com mdia m
A
e varincia
2
A
, uma varivel
aleatria uniformemente distribuda no intervalo [0, f
0
] e uma varivel
aleatria uniformemente distribuda no intervalo [0, 2]. Considere que A,
e so estatisticamente independentes e determine a funo autocorrelao
R
x
(), = t
1
t
2
e a densidade espectral de potncia S
x
(f) do processo
estocstico x(t).
15
39. Apostila de Modelos Cap. 7 - Problema 15 (modicado): A Figura
7 mostra a funo amostra de um processo estocstico que aproxima razoa-
velmente a forma de onda da tenso de rudo trmico nos terminais de um
resistor. O nmero de transies ocorrendo no intervalo (t
1
, t
2
], t
1
< t
2

uma varivel aleatria de Poisson com valor mdio |t
1
t
2
|, ( um inteiro
positivo). Alm disso, aps cada transio, a amplitude (valor de x(t)) do pro-
cesso uma varivel aleatria independente de qualquer amplitude anterior,
com mdia m = 0 e varincia
2
. Determine a densidade espectral de potncia
S
x
(f) do processo estocstico x(t).
-
6x(t)
t 0
Figura 7: Funo amostra do processo estocstico x(t)
40. Apostila de Modelos Cap. 7 - Problema 17: A entrada de um sistema
linear com funo de transferncia H(f) um processo estocstico x(t) com
densidade espectral de potncia S
x
(f). Se y(t) o processo de sada resultante,
encontre a densidade espectral de potncia do erro e(t) = y(t) x(t).
16