UNIVERSIDAD NACIONAL MAYOR DE SAN

MARCOS
(Decana de Amrica)
FACULTAD DE INGENIERIA ELECTRONICA
Y ELECTRICA
E.A.P. Ingeniera Electrnica

SISTEMAS DE COMUNICACIN DIGITAL

PROFESOR

: ING. MILTOS RIOS

TRABAJO DE INVESTIGACION : SINTESIS DE

SEALES ALEATORIAS
TEMA

: Transformacin de una
seal aleatoria con
comportamiento
probabilstico uniforme
a una seal exponencial

ALUMNOS:
EDISON SAAVEDRA TARAZONA
ANGELO HERRERA CASTRO
11190012
MICHAEL MAX RAMOS LLACZA
11190015
MARCOS NOLE

INTRODUCCION

Ciudad Universitaria, JUNIO del

2015

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Las seales aleatorias estn definidas por su comportamiento

probabilstico. Usaremos seales aleatorias con comportamiento
conocido para sintetizar una seal de un comportamiento distinto
usando el concepto de transformacin de seales aleatorias.
Transformaciones de una variable aleatoria
Dadas una variable aleatoria X y una funcin real de variable real
g :R R

y queremos estudiar la distribucin de la variable aleatoria

trasformada por g de X, Y =g( X ) .

Normalmente se conoce la funcin de densidad
distribucin

F x (X )

f x (X )

o la funcin de

de X, y el problema es calcular ya sea

f y (Y )

F y (Y ) . Se puede observar el problema como una caja negra con una

entrada X, una salida Y y una caracterstica de transferencia

Y =T ( X )

En general puede ser una variable aleatoria discreta, continua o mixta.

A su vez, la transformacin T puede ser lineal, no lineal, segmentada,
escalonada, etc. pero nos centraremos en las variables continuas y las
transformaciones no lineales que es nuestro motivo de estudio.

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Las transformaciones deben ser bilineales para que se puedan aplicar,

es decir, deben tener inversa. Por eso se usan las funciones de
distribucin de las seales porque la condicin de estas que sean
crecientes.

y 0=T ( x0 ) o x 0=T 1 ( y 0 )
1
Donde T
representa la inversa de la transformacin. Ahora la

probabilidad del suceso {Y y 0 } debe ser igual a la probabilidad del

suceso {X x 0 } porque por la bilinealidad existe una correspondencia
de uno a uno entre X e Y. por tanto,
1

x0 =T ( y 0)

f y ( y ) dy=

f x ( x) dx

y0

Ahora derivamos ambos lados con respecto a

y 0 , y se obtiene

d T ( y 0)
f y ( y 0 ) =f x [ T ( y 0 ) ]
d y0
1

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Dado este resultado se aplica para cualquier

y 0 , ahora podemos

eliminar el subndice y escribir

1

d T ( y)
f y ( y )=f x [ T ( y ) ]
dy
1

O, de una forma ms compacta:

f y ( y )=f x ( x )

dx
dy

Procedimiento del Trabajo

Se parte de una seal aleatoria de comportamiento conocido como se
menciona anteriormente, en este caso usaremos una seal de
comportamiento uniforme el cual tiene comandos pre-preparados e
incluidos en mathlab, y se escoge transformar a una seal de
comportamiento exponencial.
Tambin se implementa un programa para la transformacin de una
seal uniforme a una seal Lognormal.

PROGRAMAS IMPLEMENTADOS
clc;
close;
clear;
Se programa para poder ingresar el nmero de datos para la
simulacin el tamao de paso y el parmetro de la seal
exponencial.
N=input('Ingrese la cantidad: ');%Numero de variables
aleatorias a generar O "sea Cantidad de datos"
stp=0.1;%tamao del paso
b=1;%Parametro de Exponencial
se generan las seales y se procede a reemplazar los
valores de la seal uniforme en la ecuacin de la seal
exponencial.
x=rand(1,N);%numeros aleatorios de distribucion uniforme
LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

y=-b*log(1-x);%Numeros aleatorios de distribucion

Exponencial
Se filtran los valores de las seales para mejorar la
grfica.
f=find(y>2.2);
y(f)=[];%Quitar esos valores
Se generan los centros de cada distribucin para poder
hacer el histograma.
xcenter=[0.05:stp:1];%centro del los histogramas
ycenter=[0.05:stp:2.2];
Se ubican los rangos para cada distribucin
xabscissa=0:stp:1;
yabscissa=0:stp:2.5;
Se generan los histogramas normalizados a partir de los
centros hallados.
xhist=hist(x,xcenter);%histograma (not normalizada)
yhist=hist(y,ycenter);
xtrue=ones(size(xabscissa));
%ytrue=2*yabscissa/b.*exp(-yabscissa.^2/b);
ytrue=exp(-yabscissa./b)/b;
Grfica de los resultados de cada distribucin
%plot resultados
figure;
subplot(2,1,1);
bar(xcenter,xhist./(N*stp),1,'w');
hold on
plot(xabscissa,xtrue,'k');
xlabel('Magnitude Bins');
ylabel('Numeros realitivos de Muestra ');
title('Histograma Distribucion uniforme')
subplot(2,1,2);
bar(ycenter,yhist./(N*stp),1,'w')
hold on
plot(yabscissa,ytrue,'k');%Exponencial
LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

xlabel('Magnitude Bins');
ylabel('Numeros ralativos de Muestra');
title('Histograma de Distribucion de Exponencial');
figure(2);
subplot(2,1,1);
plot(x)
title('Seal de entrada con distribucion uniforme');
subplot(2,1,2);
plot(y)
title('Seal de salida con distribucion exponencial');
Adems se calculan los momentos de las seales para su
mejor anlisis.
%% Caracteristicas de la seal de entrada
% Momento de primer Orden alrededor del origen
S=0;
for i=1:N
S=S+x(i);
end
m1=S/N %Momento de primer Orden alrededor del origen
(Promedio)
% Momento de primer Orden alrededor de la Media
espera un CERO
S=0;
for i=1:N
S=S+(x(i)-m1);
end
u1=round(S/N)
% Momento de segundo Orden alrededor de la Media
VARIANZA
S=0;
for i=1:N
S=S+(x(i)-m1)^2;
end
u2=S/N
% Momento de tercer Orden alrededor de la Media
OBLICUIDAD
LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

--> Se

--> La

--> La

S=0;
for i=1:N
S=S+(x(i)-m1)^3;
end
u3=S/N
% Momento de cuarto Orden alrededor de la Media
KURTOSIS
S=0;
for i=1:N
S=S+(x(i)-m1)^4;
end
u4=S/N

--> La

%% Caractersticas de la seal de Salida

% Momento de primer Orden alrededor del origen
S=0;
for i=1:length(y)
S=S+y(i);
end
m1=S/N %Momento de primer Orden alrededor del origen
(Promedio)
% Momento de primer Orden alrededor de la Media
espera un CERO
S=0;
for i=1:length(y)
S=S+(y(i)-m1);
end
u1=round(S/N)
% Momento de segundo Orden alrededor de la Media
VARIANZA
S=0;
for i=1:length(y)
S=S+(y(i)-m1)^2;
end
u2=S/N
% Momento de tercer Orden alrededor de la Media
OBLICUIDAD
S=0;
for i=1:length(y)
LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

--> Se

--> La

--> La

S=S+(y(i)-m1)^3;

end
u3=S/N

% Momento de cuarto Orden alrededor de la Media

KURTOSIS
S=0;
for i=1:length(y)
S=S+(y(i)-m1)^4;
end
u4=S/N
Se calculan las areas de cada histograma.
%% rea de la seal de entrada
A_int=0;
for i=1:length(xhist)
A_int=A_int+0.1*xhist(i)./(N*stp)
end
%% rea de la seal de salida
A_sal=0;
for i=1:length(xhist)
A_sal=A_sal+0.1*xhist(i)./(N*stp)
end

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

--> La

PRUEBAS REALIZADAS
Para diferentes cantidades de datos.
Para N=128
Histogramas

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Seales aleatorias

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Momentos de cada seal

Para la seal de entrada

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para la seal de salida

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

rea de cada histograma y la suma total para la seal de entrada

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

rea de cada histograma y la suma total para la seal de salida

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para N=512
Histogramas

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Seales

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Momentos de cada seal

Para la seal de entrada

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para la seal de salida

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para N=1024
Histogramas

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Seales

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Momentos de cada seal

Para la seal de entrada

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para la seal de salida

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para N=2048
Histogramas

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Seales

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Momento para cada seal

Para la seal de entrada

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

Para la seal de salida

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES

CONCLUSIONES
- Se puede observar para mayor cantidad de datos usados los
histogramas se aproximan ms a la grfica terica.
En este trabajo de investigacin se ha desarrollado lo siguiente:
generar una cantidad de valores aleatorios con comportamiento
uniforme cuya cantidad es ingresada por el usuario y luego lo
vamos a transformarlo a una nueva seal aleatoria, en este caso
en una exponencial.
Tambin generamos los histogramas para cada caso
Con este trabajo se refuerza y se verifica el proceso de
transformacin de seales de comportamiento aleatorio

BIBLIOGRAFA
- Peyton
- Wikipedia
- https://www.uam.es/personal_pdi/ciencias/atorrent/do
cencia/09-10/temas/1.3.VariablesAleatorias.pdf
-

http://www.monografias.com/trabajos20/estadistica/estadistica.shtml#ixzz3bm1ZmGJy

LABORATORIO DE SISTEMAS DE COMUNICACIONES DIGITALES