SISTEMAS DE COMUNICACIÓN DIGITAL I UNMSM

UNIVERSIDAD NACIONAL MAYOR DE SAN

MARCOS
(Universidad del Perú, DECANA DE AMÉRICA)
FACULTAD DE INGENIERIA ELECTRÓNICA Y ELÉCTRICA
E.A.P DE INGENIERÍA ELECTRÓNICA

Tema: Analisis Estadistico de señales

Aleatorias

Alumno:

 Jhonatan Alexander Juño Garcia 12190016

Profesor:

 Milton Ríos Julcapoma

SISTEMAS DE COMUNICACIÓN DIGITAL I 10-9-2015

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)
FACULTAD DE INGENIERIA ELECTRÓNICA Y ELÉCTRICA
E.A.P DE INGENIERÍA ELECTRÓNICA

I. OBJETIVO
Hacer un análisis estadístico de los datos producidos por una variable aleatoria.
II. INTRODUCCION TEORICA
Objetivo de la Estadística: El objetivo fundamental de la estadística es analizar los
datos y transfórmalos en información útil.
Tabla de distribución de Frecuencias
Se siguen los siguientes pasos:
1. Se estable el número de muestras, n=400 en nuestro caso
2. Se determina el rango, que es la diferencia entre el valor máximo y mínimo.
3. Determinamos el número de intervalos de clase, se puede hacer con la Regla
de Sturges: k  1  3.3log(n) , o con la regla de la raíz ( en nuestro caso:
k n
4. Calculamos en ancho de clase, como la división entre el rango y el número de
clases k.
5. Construimos la tabla y marcamos las marcas de clase, como el promedio entre
el inf y sup de cada intervalo.
6. Finalmente obtenemos las frecuencias absolutas y hacemos un gráfico de
barras, observamos que la distribución tiene forma gaussiana, como era de
esperarse.

III. PROBLEMA: Después de haber hecho el análisis de la variable aleatoria “x” con el
paquete de Excel, hacer lo mismo utilizando la herramienta Matlab.

Al igual que hicimos en Excel, definimos dos tablas, una para los valores de los intervalos
y el otro para las frecuencias. Posteriormente el valor de las frecuencias lo copiaremos
en un vector el cual nos servirá para hacer el grafico de barras.

Algoritmo:

1. Define “n” como el número de muestras y define una variable aleatoria con
distribución normal “randn”
2. Construimos la primera tabla con los valores de rango, max y min, ancho de clase,
etc.
3. Construimos la segunda tabla para las frecuencias, del que es raeremos el vector
marca de clase.
4. Con el vector marca de clase, y haciendo uso de la función “hist” hallamos las
frecuencias de cada intervalo.

1
SISTEMAS DE COMUNICACIÓN DIGITAL I 10-9-2015

5. Añadimos estos valores a nuetsra tabal para tenerla completa

6. Finalmente hacemos el grafico de barras, auxiliandonso en la funcion “bar” conla cual
graficaremos el grafico de barras.

Programa:

2
SISTEMAS DE COMUNICACIÓN DIGITAL I 10-9-2015

Ejemplo de Aplicación:

3
SISTEMAS DE COMUNICACIÓN DIGITAL I 10-9-2015

Grafica de barras de las frecuencias absolutas para cada intervalo de clase. Observamos
que la gráfica tiende a una distribución normal (como era lo esperado)

IV. CONCLUCIONES Y OBSERVACIONES

 Las variable aleatoria generada con el comando randn tiene comportamiento normal
(gausiano) según se puede observar en el gráfico de barras.
 Comparando los resultados con Excel, se observó que había ciertas diferencias en las
frecuencias absolutas obtenidas.
 Si bien en el hoja de cálculo se halló los valores con la función “frecuencia” aquí en
Matlab usamos la función “hist(m,n)” que igualado a una variable devuelve un vector
cuyos componentes son las frecuencias. No pude determinar el porqué de la
diferencia, a lo que concluyo que se deba a que tanto Excel como Matlab tengan una
forma diferente de hallar las frecuencias, recordemos que ambas funciones utilizan la
marca de clase para hacer sus cálculos, asi que por ahí puede venir la diferencia.
 En un primer momento no se utilizó la función “hist” para hacer el cálculo de las
frecuencias, sino más bien se utilizó la definición, que es el #de valores ue se
encuentran en el intervalo de clase, en este punto había un error pues al sumar todas
las frecuencias nos daba un valor menor al número total de datos, esto es que, había
datos que se perdían, por ese motivo se obto por la función hist, en la cual no había
perdida de datos.

4
SISTEMAS DE COMUNICACIÓN DIGITAL I 10-9-2015

 Si bien la función randn genera números aleatorios con distribución normal, se

observó que algunas veces el grafico se aleja un poco de la distribución normal, esto
se puede evitar tomando un número mayor de muestras.
V. BIBLIOGRAFIA
 http://habitantedelinfinito.blogspot.pe/2009/08/distribucion-de-frecuencia-para-
datos.html
 https://archuto.files.wordpress.com/2011/02/probabilidad_y_estadistica_basica.pdf
 http://www.galeon.com/algebralineal/algii_inform/int_prog_matlab.pdf
 http://www.est.uc3m.es/esp/nueva_docencia/leganes/ing_telecomunicacion/estadi
stica/practica1_teleco10.pdf
 http://www.mathworks.com/help/matlab/ref/cell.html?searchHighlight=cell