Se il processo è ergodico, è sufficiente una sua qualunque realizzazione per estrarne le statistiche. Il sistema che genera il processo può evolvere attraverso tutti i suoi possibili stati partendo da una qualsiasi condizione iniziale.
Dato un processo casuale
ed una qualsiasi funzione
, la media d'insieme:
![{\displaystyle E\left[g\left(X\left(t\right)\right)\right]=\int _{-\infty }^{+\infty }g\left(x\left(t\right)\right)f_{X}\left(x\left(t\right)\right)dx}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7bb48efcb1c2a4c9ef44d77ecf0e0837fdf36429)
su un insieme "discreto" di realizzazioni si può interpretare come la media pesata delle realizzazioni del processo
, e a differenza della media temporale restituisce un valore dipendente dal tempo:
![{\displaystyle E\left[g\left(X\left(t\right)\right)\right]=\sideset {}{_{i}}\sum {g\left[x\left(t;s_{i}\right)\right]P\left[x\left(t;s_{i}\right)\right]}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/813c4a1b8e18b50b8bc036fecfd41021acf231a4)
Dato un segnale determinato
ed una qualsiasi funzione
, l'operatore di media temporale è definito:[1]
![{\displaystyle \langle g\left[x\left(t\right)\right]\rangle \triangleq \lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{+{\frac {T}{2}}}g\left[x\left(t\right)\right]dt}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c81125c4d2f8964559563d692eb4b8a3eb86b21a)
- Valor medio
![{\displaystyle {\overline {x}}=\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{+{\frac {T}{2}}}x\left(t\right)dt=\langle x\left(t\right)\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/7315bdee14045af28aaa7a63efe877f79d579afb)
- Potenza media
![{\displaystyle P\left(x\right)=\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{+{\frac {T}{2}}}{\left|x\left(t\right)\right|}^{2}dt=\langle {\left|x\left(t\right)\right|}^{2}\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/e0801804b7dd241454fc60a595eb13d590b8838e)
La media temporale di una funzione
di
segnali
, valutati a istanti di tempo anche differenti, è una funzione di
variabili
(la variabile
viene integrata):
![{\displaystyle \langle g\left[x_{1}\left(t\right),x_{2}\left(t+\tau _{1}\right),\ldots ,x_{n}\left(t+\tau _{n-1}\right)\right]\rangle =\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{+{\frac {T}{2}}}g\left[x_{1}\left(t\right),x_{2}\left(t+\tau _{1}\right),\ldots ,x_{n}\left(t+\tau _{n-1}\right)\right]dt}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9f277c8855306aa8337ddcbbd4d2fd265598e224)
Siccome una specifica realizzazione
di un processo casuale
è un segnale determinato, anche ad esso è possibile applicare l'operatore di media temporale:
![{\displaystyle \langle g\left[x\left(t;s_{0}\right)\right]\rangle =\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{+{\frac {T}{2}}}g\left[x\left(t;s_{0}\right)\right]dt}](https://wikimedia.org/api/rest_v1/media/math/render/svg/09d389d2a184f0213e4eb8cb8b04c9dbd2682ec7)
Il processo è stazionario per la sua media temporale se questa non dipende dalla realizzazione.
- Esempio: Potenza
La media temporale è la potenza istantanea di una certa realizzazione:
![{\displaystyle \langle g\left[x\left(t\right)\right]\rangle =\langle {\left|x\left(t;s_{0}\right)\right|}^{2}\rangle =\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{\frac {T}{2}}{\left|x\left(t;s_{0}\right)\right|}^{2}dt}](https://wikimedia.org/api/rest_v1/media/math/render/svg/dbe56a48387117fcd2fae2c77fc4033d6aadc05f)
La media d'insieme è legata alla potenza media del processo:[non chiaro]
![{\displaystyle \left.E\left[g\left(X\left(t\right)\right)\right]\right\vert _{t=t_{i}}=E\left({\left|X\left(t_{i}\right)\right|}^{2}\right)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/af4feec779eafab341d596feb9b3a2bdb8e8dd5c)
Un processo
è ergodico per la media se la sua media d'insieme coincide con la media temporale di una sua qualsiasi realizzazione:
![{\displaystyle E\left[g\left(X\left(t\right)\right)\right]=\langle g\left[x\left(t;s_{i}\right)\right]\rangle \quad \forall i}](https://wikimedia.org/api/rest_v1/media/math/render/svg/11aedf4ef36be09b39b63c4ec2e4f2992026e81f)
Nel caso di
funzione identità, se l'autocovarianza
è modulo integrabile il processo
è ergodico per la media.
L'ergodicità per la media implica la stazionarietà per la media, ma la stazionarietà per la media non implica l'ergodicità per la media.
- Esempi
- se il processo
contiene tutte le traslazioni di un segnale
, e tutte le traslazioni hanno la stessa probabilità, allora il processo è ergodico:
![{\displaystyle {\mathcal {P}}=\left\{x\left(t+t_{1}\right)\quad \forall t_{1}\right\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/09ac360b9b144958eb120dbc64b63e61b97b226e)
- se il processo
contiene tutte le traslazioni di due segnali diversi
e
, e tutte le traslazioni hanno la stessa probabilità, allora il processo non è ergodico perché una qualsiasi realizzazione può essere la traslazione o di
o di
:
![{\displaystyle {\mathcal {P}}=\left\{x\left(t+t_{1}\right),y\left(t+t_{2}\right)\quad \forall t_{1},t_{2}\right\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/5574ef02133baffd0a40651de46296035b231ad3)
- segnale vocale:[2] non è ergodico perché una persona non può fisicamente generare tutti i segnali generabili da un qualunque essere umano;
- rumore termico[3] a una temperatura data: è ergodico perché non dipende dalla resistenza scelta.
Si ricorda che esistono due diverse definizioni per l'autocorrelazione a seconda se si parli di segnali determinati o di processi casuali:
- autocorrelazione per segnali determinati a potenza finita:
![{\displaystyle \Phi _{x}\left(\tau \right)={\mathcal {F}}^{-1}\left\{G_{x}\left(f\right)\right\}=\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{\frac {T}{2}}x\left(t+\tau \right)x^{*}\left(t\right)dt=\langle x\left(t+\tau \right)x^{*}\left(t\right)\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/90a40bd0a5b91c138fadf1b8cb7ade52ae7ebcdd)
- autocorrelazione per processi casuali:
![{\displaystyle R_{X}\left(\tau \right)\triangleq E\left(X\left(t\right)X^{*}\left(t+\tau \right)\right)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/48947937749d1f5029da4bc59c15bc1dc513f030)
Un processo
è ergodico per l'autocorrelazione se la sua autocorrelazione
coincide con l'autocorrelazione
di una sua qualsiasi realizzazione:
![{\displaystyle R_{X}\left(\tau \right)=\Phi _{x}\left(\tau \right)\quad \forall i}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a373e3613ce945587ed64f7681d9c8f3f2ecc53e)
dove
è l'autocorrelazione della realizzazione
:
![{\displaystyle \Phi _{x}\left(\tau \right)=\lim _{T\to +\infty }{\frac {1}{T}}\int _{-{\frac {T}{2}}}^{\frac {T}{2}}X\left(t+\tau ;s_{i}\right)X^{*}\left(t;s_{i}\right)dt}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8e41de56fbb8417875024776cb67ee59a7476981)
Se il processo
è ergodico per l'autocorrelazione, allora lo spettro di potenza
può essere valutato a partire da una sua qualsiasi realizzazione:
![{\displaystyle S_{X}\left(f\right)\triangleq {\mathcal {F}}\left\{R_{X}\left(\tau \right)\right\}=G_{x}\left(f\right)={\mathcal {F}}\left\{\Phi _{x}\left(\tau \right)\right\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/3c777d910c8e10bf5ffb2ea01d9888d3708bc6fe)
- Il processo è stazionario per la sua autocorrelazione
se questa non dipende dalla realizzazione.
- Il processo è stazionario in senso stretto di ordine 2 se la sua autocorrelazione
dipende solo da
.
L'ergodicità per l'autocorrelazione implica la stazionarietà per l'autocorrelazione, ma la stazionarietà per l'autocorrelazione non implica l'ergodicità per l'autocorrelazione.
- ↑ Da non confondere con l'operatore di prodotto scalare.
- ↑ Un segnale vocale è l'insieme dei segnali generabili dall'apparato fonatorio di un umano.
- ↑ Il rumore termico è l'insieme dei segnali generabili da una qualsiasi resistenza posta a temperatura
.