You are on page 1of 10

LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

FACULTAD : INGENIERIA ELECTRÓNICA Y ELÉCTRICA

CURSO : SISTEMAS DE COMUNICACIÓN DIGITAL

TEMA TRANSFORMADA DE VARIABLE ALEATORIA DE


DISTRIBUCION UNIFORME A EXPONENCIAL

PROFESOR : ING. MILTON RIOS JULCAPOMA

ALUMNO : JARA CANTO ANTHONY JOSEU

CODIGO : 13190011

2018 - I

1
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

I. INTRODUCCION:

Existen muchos fenómenos físicos que no responden directamente a los modelos


probabilísticos desarrollados que pueden ser interpretados mediante el análisis de la
respuesta de un sistema que está sujeto a estímulos. En ese sentido, se busca
desarrollar las herramientas para analizar las características aleatorias de la respuesta
de un sistema que está excitado por una variable aleatoria.

II. FUNDAMENTO TEORICO

Señal aleatoria uniforme (entrada):


La distribución Uniforme es el modelo (absolutamente) continuo más simple. Corresponde al
caso de una variable aleatoria que sólo puede tomar valores comprendidos entre dos
extremos a y b, de manera que todos los intervalos de una misma longitud (dentro de (a, b))
tienen la misma probabilidad. También puede expresarse como el modelo probabilístico
correspondiente a tomar un número al azar dentro de un intervalo (a, b).

De la anterior definición se desprende que la función de densidad debe tomar el mismo valor
para todos los puntos dentro del intervalo (a, b) (y cero fuera del intervalo). Es decir,

2
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

Gráficamente:

La función de distribución se obtiene integrando la función de densidad y viene dada por:

Gráficamente:

Propiedades del modelo Uniforme


1. Su esperanza vale (b + a)/2
2. Su varianza es (b − a)2/12

Señal aleatoria exponencial (salida):


Es una distribución de probabilidad continua con un parámetro cuya función
de densidad es:

3
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

Su función de distribución acumulada es:

Donde representa el número e.


El valor esperado y la varianza de una variable aleatoria X con distribución exponencial
son:

La distribución exponencial es un caso particular de distribución gamma con k = 1.


Además, la suma de variables aleatorias que siguen una misma distribución
exponencial es una variable aleatoria expresable en términos de la distribución
gamma.

4
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

5
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

6
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

7
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

III. PROGRAMA IMPLEMENTADO

clear
x=rand(1,10000,"uniform");//Generamos una señal uniforme aleatoria
n=100;
subplot(3,1,1)
xtitle("Normalizado")//Titulo de la primera gráfica
histplot(n,x,style=12);//grafica de la señal uniforme
y=-log(1-x);//damos la forma exponencial con lambda = 1
subplot(3,1,2)
xtitle("Exponencial")//titulo de la segunda grafica
histplot(n,y,style=11);//grafica de la señal exponencial

// Corroborando los datos y normalizando para una muestra de 1 a 100s


maxx=max(y) // Valor maximo de la funcion
minn=min(y) // Valor minimo de la funcion
t=100 // Tiempo establecido
rango=maxx-minn // Estableciendo el rango
width=rango/t // hallando el ancho de los intervalos
A=(1:t)
B=(1:t)
A(1)=minn // valor minimo para el 1er intervalo
B(1)=minn+width // valor maximo para el 1er intervalo
// Comenzamos a establecer los intervalos
for i=2:t
A(i)=B(i-1);
B(i)=A(i)+width;
end
//Creamos la matriz 1x100 para guardar los valores
P=zeros(1:t)
// Estableciendo la frecuencia absoluta
// Para el 1er intervalo
for k=1:10000
if y(k)<=B(1)
P(1)=P(1)+1 // Contador
else
P(1)=P(1)
end
end
// Para el intervalo 2 hasta el penultimo
for l=2:(t-1)
for k=1:10000
if y(k)>B(l-1)&y(k)<=B(l)
P(l)=P(l)+1 // contador
else
P(l)=P(l)
end
end
end

8
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

// Para el ultimo intervalo


for k=1:10000
if y(k)>B(t-1)
P(t)=P(t)+1
else
P(t)=P(t)
end
end
// Matriz para la frecuencia relativa
N=P/(10000*width)
disp("El numero total de datos es:")
j=sum(P) // sumatoria de las frecuencias absolutas
disp(j) // Debe ser igual al numero de datos
subplot(3,1,3)
bar(N) // generar el histograma
Z=sum(N)*width // La suma de frecuencias relativas debe ser 1
disp("El area bajo la curva sera:")
disp(Z)
xstring(40,0.6,"El area bajo la curva sera:")
xstring(60,0.6,"1")

IV. PRUEBAS REALIZADAS

9
LABORATORIO DE SISTEMAS DE COMUNICACIÓN DIGITAL FIEE - UNMSM

V. COMANDOS USADOS

 Rand() : Sirve para generar valores aleatorios.


 Xtitle() : Sirve para colocar el título.
 Histplot() : Sirve para graficar datos en Histograma.
 Subplot() : Sirve para ordenar imágenes en una sola ventana.
 Zeros() : Crea una matriz de ceros.
 Sum(): Suma los elementos de una matriz
 Bar(): Sirve para generar un histograma

VI. CONCLUSIONES Y OBSERVACIONES

 En el presente experimento se ha realizado la transformación de distribución


uniforme a distribución exponencial mediante la función Y , a su vez creando un
histograma con los valores de la función transformada Y se ha corroborado que
efectivamente se obtiene una función exponencial.

10

You might also like