Laboratorio 1 Procesos Aleatorios

Jonathan Jurado 8-838-297 Maykol Miranda 4-749-102

I.

Introduccin

En este laboratorio hablaremos sobre los procesos aleatorios, diferentes maneras de presentar una variable con valores aleatorios y como poder manipularlos para obtener informacin de ellos. Tambin se presentan variables aleatorias Gaussianas y graficamos sus histogramas, para poder ver cual suele ser la media de estos valores, en las grficas se mostrara la diferencia de los procesos aleatorios gaussianos a los procesos aleatorios que no muestran una distribucin gaussiana.

II.

Resultados

1. Utilizando Matlab, generamos 1500 muestras entre -3 y 3, graficamos su histograma y su funcin de distribucin y adems determinamos la media la varianza y la desviacin estndar. Para lograr lo anterior dicho utilizamos el siguiente cdigo:
a=-3; b=3; %Definimos el Rango r = a + (b-a).*rand(1,1500) % Generamos 1500 valores aleatorios subplot(2,1,1); hist(r,[-3:0.5:3]) %Graficamos el histograma title('Historgrama'); prom=mean(r) %Calculamos el Promedio Desviacion=std(r) %Calculamos la desviacion varianza = (std(r))^2 %Calculamos la varianza subplot(2,1,2); cdfplot(r) %Graficamos la funcion de Probabilidad title('Funcion de Probabilidad Acumulativa');

De este cdigo obtenemos 1500 valores aleatorios entre -3 y 3 : prom = -0.0019 Desviacion = 1.7143 varianza = 2.9389

Tambin se observa el histograma y la funcin de distribucin acumulativa en la figura #1.

Figura #1. Muestra el Histograma y la Funcin de Probabilidad Acumulativa El histograma nos muestra el rango de valores que ms se repite entre mis valores aleatorios, se aprecia que los que menos se repiten son los q van de -2.5 a -3 y 2.5 a 3, y el que ms se repite son los que van de -1 a -1.5. Nuestra funcin de probabilidad nos indica que para valores menores a -3, nuestra funcin vale 0 y para mayores a 3 vale 1, que es justo el comportamiento que debe tener esta funcin para nuestro rango de valores, de -3<x<3. 2. Utilizando Matlab, generamos 1500 muestras entre -3 y 3, graficamos su histograma y su funcin de distribucin. Para lograr lo anterior dicho utilizamos el siguiente cdigo:
a=0; b=3; %Rango de Valores x = a + (b-a).*rand(1,1500) %Calculo de Valores Aleatorios if ((x > 0 )) %Condicion para determinar mi funcion f f = x/3 %Si se da la condicion entonces f=x/3 end subplot(2,1,1); hist(f,[-3:0.5:3]) %Grafica de histograma de f title('Histograma'); subplot(2,1,2); cdfplot(f) %Funcion de Probabilidad de f title('Funcion de Probabilidad');

Figura #2 Muestra mi histograma y Funcin de Probabilidad El histograma nos muestra el rango de valores que ms se repite entre mis valores aleatorios, se aprecia que los que menos se repiten y los que ms se repiten. Nuestra funcin de probabilidad nos indica que para valores menores a 0, nuestra funcin vale 0 y para mayores a 1 vale 1, que es justo el comportamiento que debe tener esta funcin para nuestro rango de valores, de 0<x<1. Recordad que aunque se peda valores aleatorios entre -3 y 3, todos fuera del rango de 0 a 1 valen cero. 3. Utilizando Matlab, generamos 1500 con varianza 2 y media 3, graficamos su histograma y su funcin de distribucin y adems determinamos la media la varianza y la desviacin estndar. Tambin se verifica que las secuencias generadas son normales. Para lograr lo anterior dicho utilizamos el siguiente cdigo:
r = 3 + 2.*randn(1,1000) subplot(3,1,1); hist(r) title('Histograma'); prom=mean(r) Desviacion=std(r) varianza = (std(r))^2 subplot(3,1,2); cdfplot(r) title('Funcion de Probabilidad Acumulativa');

subplot(3,1,3); normplot(r) title('Secuencia Normal');

De los datos se verifico lo siguiente: prom = 2.9358 Desviacion = 1.9514 varianza = 3.8078

Figura #3. Histograma, Funcin acumulativa de probabilidad y Revisin de la secuencia normal de los datos aleatorios. Como en los casos anteriores, en el histograma revisamos como se distribuyen los valores gaussianos por rango de valores, como en este caso hay una media y una varianza, los valores son aleatorios de forma gaussiana. La media se solicitaba que fuera 3, en los clculos se observa que es de 2.9358, muy prximo a 3. La secuencia normal se representa por una lnea recta de valores, como si fuera la funcin de probabilidad acumulativa. De acuerdo al rango de valores, para valores menores al mnimo la probabilidad es 0, para valores mayores al mximo la probabilidad es 1, pero es necesario recordar que es probabilidad acumulativa, valores menores al mnimo no incluyen ningn valor dentro del rango, valores mayores al mximo incluyen todos los valores dentro del rango.

4. Para esta parte se generan 1000000 valores aleatorios, y se busca el promedio de cada 100. Se grafica el histograma para observar la distribucin de los valores por rango. Para esto se utiliza el siguiente cdigo en Matlab.
r = rand(1,1000000); s = rand(1,10000); z=1; for x=1:100:1000000 p= r(x:x+99); prom= mean(p); s(1,z)= prom; z=z+1; end hist(s,40) %Vector de 1 millon de valores aleatorios %Vector de 10mil numeros aleatorios

Figura #4 Histograma de los valores promedios de cada 100 valores de 1millon de valores aleatorios. No se colocan los promedios por que seran 10mil promedios, sin embargo estos se pueden visualizar en la grfica gaussiana de los promedios de cada 100 valores del grupo de 1millon de valores aleatorios.

III.

Conclusiones

Matlab es una herramienta poderosa que nos facilita enormemente los anlisis probabilsticos, que algunas veces pueden resultar tediosos. En este laboratorio se logr generar fcilmente una serie de nmeros aleatorios usando la funcin rand, para luego construir un histograma y observar cmo era la distribucin de probabilidad de las muestras. Utilizando los comandos de Matlab como mean y std logramos calcular los dems parmetros como el promedio y la desviacin estndar. De igual manera, si queremos visualizar la campana de gauss o funcin de probabilidad, slo introducimos el comando de Matlab subplot y para poder visualizar la grfica hacemos uso del comando cdfplot. Cmo se ha visto anteriormente, Matlab nos ofrece un entorno amigable y eficiente al momento de analizar datos.