INGENIERA ELECTRNICA

VARIABLES ALEATORIAS DISCRETAS Y

CONTINUAS EN .MATLAB
UNIVERSIDAD DE LAS FUERZAS ARMADAS
LABORATORIO 1
Departamento de Elctrica y Electrnica
Arias Antonio
Chitupanta Vctor
Chiriboga Juan
Procesos Estocsticos
Dr. Marco Flores

Resumen: Con la realizacin de este laboratorio

prctico el estudiante tendr mayor habilidad en la
ejecucin de tareas de procesos estocsticos
entendiendo de mejor manera el uso apropiado de
los comandos utilizados en MATLAB.
I. OBJETIVO
- Determinar los comandos de MATLAB
aplicables para el clculo de Variables Aleatorias
Continuas y discretas en procesos Estocstico.
- Aplicar los conocimientos impartidos sobre y uso
de la Variables Aleatorias Continuas y discretas.
II. MATERIALES
- Paquete matemtico MATLAB.
- Manual para la utilizacin de MATLAB.
- Material Didctico impartido en Clase.
III. EQUIPOS
Computadora personal instalada el paquete de
Matlab.
MATLAB (abreviatura de MATRIX LABORATORY,
"laboratorio de matrices") es una herramienta de software
matemtico que ofrece un entorno de desarrollo integrado
(IDE) con un lenguaje de programacin propio (lenguaje
M). Est disponible para las plataformas Unix, Windows
y Mac OS X. Entre sus prestaciones bsicas se hallan: la
manipulacin de matrices, la representacin de datos y
funciones, la implementacin de algoritmos, la creacin
de interfaces de usuario (GUI) y la comunicacin con
programas en otros lenguajes y con otros dispositivos
hardware. El paquete MATLAB dispone de dos
herramientas adicionales que expanden sus prestaciones, a
saber, Simulink (plataforma de simulacin multidominio)
y GUIDE (editor de interfaces de usuario - GUI). Adems,
se pueden ampliar las capacidades de MATLAB con las
cajas de herramientas (toolboxes); y las de Simulink con
los paquetes de bloques (blocksets).
Es un software muy usado en universidades y centros de
investigacin y desarrollo.
En los ltimos aos ha aumentado el nmero de
prestaciones, como la de programar directamente
procesadores digitales de seal o crear cdigo VHDL.
Comandos de MATLAB

IV. MARCO TERICO - Random

Una secuencia aleatoria es una nocin vaga, en la que cada

trmino es un predecible para los no iniciados y cuyos
dgitos pasar un cierto nmero de pruebas tradicionales
con los estadsticos.

- Sintaxis:

Y = random(pd)
Y = random(pd,m,n,...)
Y = random(pd,[m,n,...])
Y = random(name,A)
Y = random(name,A,B)
Y = random(name,A,B,C)
Y = random(name,A,m,n,...)

Y = random(name,A,[m,n,...])
Y = random(name,A,B,m,n,...)
Y = random(name,A,B,[m,n,...])
Y = random(name,A,B,C,m,n,...)
Y = random(name,A,B,C,[m,n,...])
- Descripcin
Y = random(pd) devuelve un nmero aleatorio Y de
la distribucin especificada por el objeto distribucin
de probabilidad pd Puede crear un objeto de
distribucin de probabilidad con valores de
parmetros especificados usando makedist o encajar
un objeto de distribucin de probabilidad para tomar
muestras de datos utilizando _tdist.
INGENIERA ELECTRNICA
dimensiones comunes de A B y C despus de
cualquier expansin escalar necesario.
GENERADOR DE NMEROS ALEATORIOS.
Un ordenador es una mquina determinista con un
nmero finito de estados. El problema es cmo
generar una sucesin infinita de nmeros aleatorios,
con una distribucin de probabilidad subyacente
prefijada, de manera algortmica.
Nos centraremos en el problema de encontrar
nmeros aleatorios con una distribucin uniforme en
el intervalo [0, 1]. La distribucin de probabilidad es

Y = random(pd,m,n,...) o Y = random( pd,[m,n,...])

devuelve un m -by- n -por... matriz de nmeros
aleatorios a partir de la probabilidad distribucin
especificada por pd. Generadores por congruencia lineal.
Y = random(name,A) donde name es el nombre de Generador por congruencia lineal
una distribucin que toma un nico parmetro,
devuelve nmeros aleatorios Y de la familia de un
parmetro de la distribucin especificados por name
Valores de los parmetros de la distribucin se dan en
A. Y es el mismo tamao que A.

Y = random(name,A,B) devuelve nmeros aleatorios

Y de una familia de dos parmetros de las
distribuciones. Valores de los parmetros de la
distribucin se dan en A y B. Si A y B son matrices,
deben ser del mismo tamao.
Si cualquiera de A o B son escalares, que se expanden
para matrices constantes del mismo tamao.
Y = random(name,A,B,C) devuelve nmeros
aleatorios Y de una familia de tres parmetros de las
distribuciones. Valores de los parmetros de la
distribucin se dan en A B y C. Si A B y C son
matrices, deben ser del mismo tamao.
Si cualquiera de A B o C son escalares, que se
expanden para matrices constantes del mismo
tamao.
Y = random(name,A,m,n,...) o Y = aj-1 1; j = 1, 2,...,m 2 no son mltiplos de m.
random(name,A,[m,n,...]) devuelve un m -by- n -por
... matriz de azar nmeros. Del mismo modo, Y =
random(name,A,B,m,n,...) o Y
=random(name,A,B,[m,n,...]) devuelven un m -by- n
-por ... matriz de nmeros aleatorios para las
distribuciones que requieren dos parmetros. Y =
random(name,A,B,C,m,n,...) o Y =
random(name,A,B,C,[m,n,...]) devuelve un m -by- n -
por ... matriz de nmeros aleatorios para las
distribuciones que requieren tres parmetros. Si
cualquiera de A B o C son matrices, entonces las
dimensiones especificadas deben coincidir con las
con las definiciones
m mdulo
a multiplicador
I0 semilla (entero entre 1 y m 1
Si los valores de a, y m son elegidos de una forma
adecuada, se generar una secuencia de nmeros
aleatorios enteros con una distribucin uniforme en
[1, m1], con un periodo mximo de m1. En
concreto, las siguientes condiciones garantizan que el
generador tiene un periodo mximo (a es una raz
primitiva del primo m:
m es primo.
a m-1 1 es un mltiplo de m.
El generador por congruencia lineal generalizado
Es ms lento que el anterior y no aporta mayor
generalidad.
Las condiciones que deben cumplir los parmetros a,
c, m para que el generador tenga un periodo mximo
 INGENIERA ELECTRNICA
son:

El nico divisior comn entre c y m es 1 (se dice

que c y m son primos el uno respecto al otro).
todos los divisores primos m son divisores primos
de a 1.
Si m es divisible por 4, a 1 tambin lo es.

Ventajas

El mtodo es rpido.
La secuencia generada es independiente de la
mquina en la que se ejecuta el algoritmo. Representacin grfica del mtodo del rechazo.

Inconvenientes Mtodo de la trasformada inversa.

Existen correlaciones entre los nmeros generados:
Imaginemos que utilizamos esta secuencia para
generar puntos en k dimensiones, los puntos se
distribuyen en un mximo de m1/k hiperplanos de
dimensin k 1, y no de manera uniforme.
Los bits menos significativos tienen un carcter
menos aleatorio que los bits ms significativos.
El mtodo de la transformada inversa, es el mtodo
ms utilizado en la obtencin de variables. Aleatorias
para experimentos de simulacin. Para aplicar este
mtodo suponga que queremos generar el valor de una
variable aleatoria discreta X con funcin de masa de
probabilidad:

Mtodo de rechazo.

Este mtodo permite obtener un conjunto de nmeros

Para esto, generamos un nmero aleatorio R; es decir,
aleatorios con una distribucin arbitraria p(x).
R est distribuido uniformemente en (0, 1),y sea:
1. Definimos una funcin de comparacin f(x) similar
a p(x) tal que cumple las siguientes condiciones

Como ( < ) = para

0 < < < 1, tenemos que:
2. Generamos un nmero aleatorio U a partir de una
distribucin U[0, A]. A partir de este nmero
definimos

Entonces X tiene la distribucin deseada.

3. Generamos un segundo nmero aleatorio V a partir
de una distribucin uniforme en [0, f(x)]:
Este proceso requiere un promedio de A evaluaciones
de 2 nmeros aleatorios uniformes.
Mtodo de composicin:
El tercer mtodo existente para la generacin de variables
aleatorias utilizando computadoras es el llamado mtodo
de composicin o mtodo de mezclas.
Mediante este mtodo la distribucin de probabilidad
() se expresa como una mezcla de varias
Distribuciones de probabilidad () seleccionadas
adecuadamente.

Mtodo de Convolucin:
Esta tcnica puede ser usada si la variable aleatoria x
puede ser expresada como la suma de n variables
aleatorias 1 , . . . , que puedan ser generadas
fcilmente:
= 1 + 2 + +
En este caso x se puede generar n variables aleatorias
1 , . . . , y sumndolas. Si x es la suma de dos variables
aleatorias 1 2 , entonces la densidad de x puede se
obtenida analticamente por la convolucin de las
densidades de 1 2 ; de aqu el nombre de la tcnica a
pesar de que la convolucin no es necesaria para la
generacin de nmeros aleatorios.
Pdf.- Funciones de densidad de probabilidad
Y = pdf (nombre, X, A, B)
Calcula la funcin de densidad de probabilidad para
distribuciones de dos parmetros especificada por
nombre, donde se dan los valores de los parmetros A
y B.
En la ayuda de Matlab, se muestran los siguientes
comandos:
INGENIERA ELECTRNICA
distribucin acumulativa emprica, con
varios mtodos para el trazado, la impresin
y la computacin con un objeto "ecdf" .
- Sintaxis:
[f,x] = ecdf(y)
[f,x] = ecdf(y,Name,Value)
[f,x,flo,fup] = ecdf(___)
ecdf(___)
ecdf(ax,___)
- Descripcin
[F, x] = ECDF (y) devuelve la funcin emprica
de distribucin acumulativa (cdf), f, en los puntos
en x, utilizando los datos en el vector y.
En la supervivencia y el anlisis de la fiabilidad,
esta funcin de distribucin emprica se llama la
estimacin de Kaplan-Meier. Y los datos podran
corresponder a la supervivencia o el fracaso
veces.
Cumsu.
- Devuelve un vector cuyos elementos son las
sumas acumuladas, productos, contenidos
mximos o mnimos de los elementos del
argumento.

Nombre Distribucin - Sintaxis:

B = cumsum(A)example
'bino' Distribucin Binomial
B = cumsum(A,dim)example
'exp' Distribucin Exponencial B = cumsum(___,direction)
'gam' Distribucin Gamma
'geo' Distribucin Geomtrica - Descripcin
'hyge' Distribucin Hipergeomtrica B = cumSum (A) devuelve la suma acumulada de
'norm' Distribucin Normal A a partir del inicio de la primera dimensin de
'poiss' Distribucin Poisson matriz en A cuyo tamao no es igual a 1.
'unif' Distribucin Uniforme
Si A es un vector, entonces cumSum (A)
devuelve un vector que contiene la suma
Cdf. acumulada de los elementos de A.
- Si f es la funcin de densidad de probabilidad de
una variable aleatoria X, la funcin acumulada de Si A es una matriz, entonces cumSum (A)
probabilidad (cdf) F es: devuelve una matriz que contiene las sumas
acumuladas para cada columna de A.

Si A es una matriz multidimensional, entonces

cumSum (A) acta a lo largo de la primera
dimensin ms de un elemento.
La cdf de un valor x, F(x), es la probabilidad de
observar cualquier resultado menor o igual a x. Una Stairs.
cdf tiene dos propiedades teoricas:
- Son grficas tipo escalera son tiles para dibujar
- La cdf va de 0 a 1. grficos de historia de tiempo de datos
- Si y > x, entonces la cdf de y es mayor o igual muestreados digitalmente.
que la cdf de x.
- Cuando Y es un vector, la escala del eje x vara
Ecdf. de 1 a la longitud (Y). Cuando Y es una matriz,
- Sirve para calcular una funcines de la escala del eje x vara de 1 a el nmero de filas
en Y.
 INGENIERA ELECTRNICA
- Sintaxis: ecdf(vaX);
stairs(Y)example title('Grafica ECDF')
stairs(X,Y)example
stairs(___,LineSpec)example Grficas:
stairs(___,Name,Value)example
stairs(ax,___)example
h = stairs(___)example
[xb,yb] = stairs(___)

- Descripcin
escaleras (Y) dibuja un grfico escalonado de los
elementos en Y.
Si Y es un vector, entonces escaleras dibuja una
lnea.
Si Y es una matriz, entonces escaleras dibuja una
lnea por cada columna de la matriz.

V. ACTIVIDADES

%Experimento 1.1

%Experimento 1.2
clear all
clc
x=-20:0.25:20;
mu=5;
sig=2;
fx=inline('(exp(-0.5*((x-
mu)/sig)^2))/(sqrt(2*pi*(sig^2)))','x'
,'mu','sig');
for i=1:length(x)
f(i)=fx(x(i),mu,sig);
end
plot(x,f,'r')
title('Grafica Funcion')
grid on
vaX=random('norm',mu,sig,[1,1000]);
figure;
hist(vaX);
[h,t]=hist(vaX);
for i=1:length(t)
f2(i)=fx(t(i),mu,sig);
end

bar(t,h/(sum(h)*(t(2)-t(1))));
hold on
plot(t,f2,'r');
title('Grafica Distribuci\'on Normal')
hold off

figure
 INGENIERA ELECTRNICA

Trabajo extra:

1.- Repetir el procedimiento de v. a. discretas las funciones

de distribucin: ~(,) para =5 y =0.8, ~()
para =15, ~() para =0.5.

2.- Repetir el procedimiento de v. a. las funciones de

distribucin: Exponencial, Weibull, Chi-Cuadrado,
Rayleigh,
Distribucin Gamma:
Distribucin Exponencial:
Cdigo Matlab
Cdigo Matlab
clc clc
clear all clear all
Xexp=random('exp',1/5,[1,1000]); alp=2;
hist(Xexp); bet=5;
[h,t]=hist(Xexp); Xgam=random('gam',alp,bet,[1,1000]);
land=5; hist(Xgam);
for i=1:length(t) [h,t]=hist(Xgam);
fx(i)=land*exp(-land*t(i)); for i=1:length(t)
end fx(i)=pdf('gam',t(i),alp,bet);
bar(t,h/(sum(h)*(t(2)-t(1)))); end
hold on bar(t,h/(sum(h)*(t(2)-t(1))));
plot(t,fx,'r'); hold on
hold off plot(t,fx,'r');
title('Grafica Distribucion title('Grafica Distribucion Gamma')
Exponencial') figure
figure ecdf(Xgam);
ecdf(Xexp); title('Grafica ECDF')
title('Grafica ECDF')

Grficos: Grficos:
 INGENIERA ELECTRNICA

Distribucin Rayleigh:: Distribucin Weibull:

Cdigo Matlab Cdigo Matlab

clc clc
clear all clear all
x=0:0.1:10;
y=raylpdf(x,0.5); c=2;
plot(x,y) K=10;
y=raylpdf(x,1); f=@(k,x) (k/c)*((x/c).^(k-1)).*exp(-
hold on (x/c).^k);
plot(x,y,'r') plot(x,f(K,x))
plot(x,y,'g') hold on
title('Grafica Distribucion Raleigh') c=1;
figure K=2;
ecdf(y); f=@(k,x) (k/c)*((x/c).^(k-1)).*exp(-
title('Grafica ECDF'); (x/c).^k);
plot(x,f(K,x),'r')
c=1;
K=10;
f=@(k,x) (k/c)*((x/c).^(k-1)).*exp(-
(x/c).^k);
plot(x,f(K,x),'g')
title('Grafica Distribucion Weibull')
figure
ecdf(y);
title('Grafica ECDF');
 INGENIERA ELECTRNICA

Distribucin Chi Cuadrado:

Cdigo Matlab

clc
clear all
x=0:.1:10; VI. ANLISIS DE RESULTADOS
y = chi2pdf(x,5);
plot(x,y,'b') La declaracin de las distribuciones en el Matlab
hold on deben tener un orden, y un correcto uso de sintaxis.
y = chi2pdf(x,3);
plot(x,y,'b') Matlab presenta sus propias herramientas para la
x=0:.1:5; presente materia, lo cual reduce la necesidad de
y = chi2pdf(x,3); programar extensos cdigos.
plot(x,y,'r')
title('Grafica Distribucion Chi La visualizacin en el plano de las funciones permite
Cuadrado') un mejor entendimiento de la materia impartida.
figure
ecdf(y); Con el uso de Matlab nos permite estudiar con mayor
title('Grafica ECDF') facilidad si por ejemplo como datos estos superen las
decenas por la razn que usa vectores y tambin hay
la posibilidad de realizar bucles para repeticiones para
trabajar con todos estos datos que si lo haramos a
mano nos llevara horas.

Se comprendi con mayor facilidad los contenidos

impartidos en clases al realizar ejercicios prcticos
mediante laboratorios.

VII. CONCLUSIONES

Matlab ofrece sus propias funciones para realizar las

diferentes distribuciones.

Las funciones son diferentes para las variables

discretas y las continuas, se debe elegir correctamente
cual usar.

Declarar las variables simblicas y numricas a usar

con un nombre de fcil reconocimiento al usuario.
 INGENIERA ELECTRNICA
VIII. BIBLIOGRAFA
http://es.scribd.com/doc/32343353/Fdpy-Cdf-Con-
Matlab

http://grupo.unavirtual.una.ac.cr/mahara/artefact/_le/dow
nload.php?_le=6827view=1085

http://www.mathworks.com/products/statistics/descriptio
n6.html.