UNTELS – Ingenieria Electrónica y Telecomunicaciones 10 de Setiembre de 2019

Conclusiones
4.1. Generación y cálculo de métricas de un proceso estocástico
a) Escriba una función que genere un vector columna de 1000 valores de un
proceso estocástico con distribución gausiana, media cero y varianza unidad.
La función creada debe comprobar dichos valores. Grafique su función de
densidad de probabilidad teórica.

Figura 1: Función de densidad de Probabilidad

De la generación de 1000 valores de un proceso estocástico con distribución
normal (llamada también gaussiana), cuyos parámetros son μ=0 y σ2=1, la cual
es llamada distribución normal estándar, se realizó el gráfico con los valores
generados y de esta forma se comprueba que dichos valores siguen una
distribución normal estándar, la cual se asemeja a la forma de una campana,
además de ser una distribución simétrica, también se observa del gráfico que el
punto central es igual a “0” en el eje X comprobando que la media (μ) se ubica
en el centro de la distribución (característica de una distribución normal
estándar), además al acercar el gráfico se observa que es asintótica respecto al
eje X, por último la probabilidad del promedio de la distribución es
aproximadamente de 0.3989

b) Modifique la función anteriormente escrita de manera que se genere un

proceso estocástico con distribución gausiana, media -1.5 y varianza 2.
Grafique su función de densidad de probabilidad teórica y compárela con la
obtenida en la primera actividad.
UNTELS – Ingenieria Electrónica y Telecomunicaciones 10 de Setiembre de 2019

Figura 2: Función de densidad de Probabilidad

Figura 3: Función de densidad de probabilidad de la actividad a y b

UNTELS – Ingenieria Electrónica y Telecomunicaciones 10 de Setiembre de 2019

En la figura 2 se muestra la distribución de probabilidad normal, en donde el

promedio es igual -1.5 (μ=-1.5) y la varianza es igual a 2 (σ2=2), se observa en
comparación al grafico anterior que el gráfico se mueve hacia el lado izquierdo
en el eje X, esto se debe que el promedio en este gráfico es de -1.5 y del grafico
anterior el promedio es 0, además se observa que la probabilidad del promedio
de la distribución es aproximadamente de 0.2821 la cual es menor a la
probabilidad del promedio de la distribución normal estándar, por último en la
figura 3 se puede observar que el presente gráfico es más ancho que el anterior
el cual se debe al aumento en la varianza, es decir la varianza de la distribución
normal estándar es de 0 mientras que de la presente distribución es de 2.
c) ¿Por qué se dice que se dice que la función randn() genera números seudo-
aleatorios?
Porque se generan valores de un proceso que parece producir número
aleatorios, pero no lo hace realmente, ya que la generación se realiza con
algoritmos determinísticos en nuestro caso de un proceso estocástico, lo cual
quiere decir que siempre vamos a obtener los mismos resultados.
d) Encuentre y grafique la autocorrelación de las secuencias halladas en (a) y
(b)

4.2. Densidad espectral de potencia

UNTELS – Ingenieria Electrónica y Telecomunicaciones 10 de Setiembre de 2019

a) Escriba una función que calcule la densidad espectral de potencia de los

procesos estocásticos generados en pasos anteriores, empleando las
ecuaciones (4) y (5). Estudie y utilice la función fft() incluida en MATLAB
(considere que el número de muestras al realizar la fft debe ser potencia de
2). A continuación, grafique sus resultados convertidos a decibelios.
Compárelos con el resultado obtenido con la función periodogram() de
MATLAB.
UNTELS – Ingenieria Electrónica y Telecomunicaciones 10 de Setiembre de 2019