Professional Documents
Culture Documents
- Lab. Telecomunicaciones I–
“Procesos Estocásticos”
I. Procedimientos:
VALORES
load senal1
medestad1 =0.2006
medtemp1 =0.2032
valcuad1 =945.9935
valctem1 =946.3212
varestad1 =945.9532
vartemp1 =946.2799
devestad1 =30.7564
devtemp1 =30.7617
skew1 =196.7440
load senal2
medestad1 =5.8276
medtemp1 =5.8276
valcuad1 =67.9817
valctem1 =67.9817
varestad1 =34.0211
vartemp1 =34.0211
devestad1 =5.8328
devtemp1 =5.8328
skew1 =397.3281
load senal3
medestad1 =16.9819
medtemp1 =16.9819
valcuad1 =366.7543
valctem1 =366.7543
varestad1 =78.3685
vartemp1 =78.3685
devestad1 =8.8526
devtemp1 =8.8526
skew1 =431.9983
load senal4
medestad1 =7.0080
medtemp1 =7.0080
valcuad1 =52.2709
valctem1 =52.2709
varestad1 =3.1594
vartemp1 =3.1594
devestad1 =1.7775
devtemp1 =1.7775
skew1 =-0.0021
6. Genere una señal en matlab de 5000 muestras que tenga una distribución
uniforme y cuyos valores oscilen entre [a,b
a= input('ingrese a')
b= input('ingrese b')
muestra= (rand(1,5000)*[b-a])+a;
MATLAB
load senal1 %se realiza load para cada una de las 4
señales
Y1=(sign(senal)).*(sqrt(abs(senal)));
Y2=(senal).^2;
Y3=(2.*(senal))-5;
Y1barra=Y1/max(abs(Y1));
Y2barra=Y2/max(abs(Y2));
Y3barra=Y3/max(abs(Y3));
Y11=round((127*Y1barra)/max(abs(Y1barra)));
Y12=round((127*Y2barra)/max(abs(Y2barra)));
Y13=round((127*Y3barra)/max(abs(Y3barra)));
fdp=[];
tam=length(Y11);
j=1;
for i=-127:127
fdp(j)=length(find(Y11==i));
j=j+1;
end;
fdp=fdp/tam;
x=-127:127;
figure(1)
colordef(1,'black')
set(1,'Menubar','none')
plot(x,fdp,'lineWidth',2)
%-------------------- calculo de la funcion de distribucion acumulativa
----------------------%
fda=[];
j=1;
for i=-127:127
fda(j)= sum(fdp(1:j));
j=j+1;
end;
x=-127:127;
figure(2)
colordef(2,'black')
set(2,'MenuBar','none')
plot(x,fda,'LineWidth',2)
axis([-130 130 0 1.5])
grid on
title('Función de Distribucion Acumulativa')
%-------toda la operación siguiente se realiza para Y11,Y12,Y13 a continuación
mostramos el ejercicio usando Y11-----------%
%--------------------cálculo de la media estadistica----------------------%
x=-127:127;
medestad1=x*fdp';
%-------------------------------------------------------------------------%
%----------------------cálculo de la media temporal-----------------------%
medtemp1=sum(Y11)/length(Y11);
%-------------------------------------------------------------------------%
%--------------cálculo del valor cuadratico medio estadistico-------------%
x=-127:127;
valcuad1=(x.^2)*fdp';
%-------------------------------------------------------------------------%
%----------------cálculo del valor cuadratico medio temporal--------------%
valctem1= sum(Y11.^2)/length(Y11);
%-------------------------------------------------------------------------%
%-------------------cálculo de la varianza estadistica--------------------%
x=-127:127;
varestad1=(x-medestad1).^2*fdp';
%-------------------------------------------------------------------------%
%----------------------cálculo de la varianza temporal--------------------%
vartemp1=valctem1-(medtemp1)^2;
%-------------------------------------------------------------------------%
%-------------cálculo de la desviacion estandar estadistica---------------%
devestad1=sqrt(varestad1);
%-------------------------------------------------------------------------%
%-------------cálculo de la desviacion estandar temporal------------------%
devtemp1=sqrt(vartemp1);
%-------------------------------------------------------------------------%
%-----------cálculo del tercer momento central estadistico----------------%
x=-127:127;
skew1=(x-medestad1).^3*fdp';
%-------------------------------------------------------------------------%
CUESTIONARIO
La ecuación
matemática de la
función de Gauss es
la siguiente:
La distribución normal es una curva con forma de campana, con eje de simetría en el
punto correspondiente al promedio del universo . La distancia entre el eje de
simetría de la campana y el punto de inflexión de la curva es igual a , la desviación
standard de la población.
con
3. ¿Cuáles son las funciones propias de matlab sobre estadística (Statistics toolbox)?
- Distribuciones.
- Estimación de parámetros
- Funciones de densidad de probabilidad (pdf).
- Funciones de distribución acumulada (fda).
Estadísticas.
betastat - Beta media y la varianza.
4. Conclusiones y observaciones.