Los manuales de civismo en la historia reciente: huellas y señales
Modelado de señales aleatorias
Transcript of Modelado de señales aleatorias
MODELADO Y SIMULACIÓN DE SISTEMAS
TALLER DE GENERACIÓN DE VARIABLES ALEATORIAS
JOSÉ LEONARDO COLOMO RODELO
EMERSON ANDREIS ROJAS FERIS
Estudiantes de Maestría
Presentado al Profesor:
Dr. JUAN CARLOS VELEZ DIAZ
División de Ingenierías
UNIVERSIDAD DEL NORTE
BARRANQUILLA
AGOSTO 18 DE 2015
INTRODUCCIÓN
El presente informe contiene los detalles de experimentar con
dos problemas relacionados con las variables aleatorias, el
primer problema consiste en la realización de un tests de
correlación grafico a un algoritmo de congruencia
caracterizado como ξ j +1 = (ξ j + c) mod(m) desarrollado en la
herramienta MATLAB capaz de servir como generador de números
aleatorios enteros (RG) al cual inicialmente se le asignan
números arbitrarios para comparados con el mismo algoritmo
asignándole números prestablecidos. El segundo problema
consiste en la simulación en MATLAB de un sistema cuya
entrada es una variable aleatoria gaussiana a cuya salida se
le calcularon características como la PDF.
OBJETIVO GENERAL
Simular variables aleatorias para analizar experimentalmente
sus características típicas.
OBJETIVOS ESPECIFICOS
Construir Algoritmo de congruencia generador de números
aleatorios enteros en MATLAB
Aplicar test de correlación grafico a algoritmo de
congruencia generador de números aleatorios
Establecer conclusiones a partir del análisis a test de
correlación de modelado de variables aleatorias
Caracterizar a partir de la PDF la salida de un sistema
el cual recibe como entrada una variable aleatoria.
PLANTEAMIENTO DEL PROBLEMA
1. Realizar un RG en Matlab con la expresión:
ξ j +1 = (ξ j + c) mod(m)
Asignar valores enteros arbitrarios a las constantes a,
c y m. Asumir que ξ j=1. Aplicando el test de correlación
diga que tan bueno es el RG que se ha realizado. Se debe
tratar de mejorar cambiando los valores de las
constantes. Muestre los resultados para los nueve
valores. Finalmente pruebe con los valores a=65, c=1 y
m=2048.
El test de correlación es una gráfica ξ j +1 en función de
ξ j.
2. Realizar en MATLAB la simulación del sistema mostrado en
la figura. La entrada X es una variable aleatoria
Gaussiana de media Cero y varianza σ2, a es un valor
constante| mayor que Cero.
Encontrar a través de la simulación de variables
aleatorias, la PDF fy(y) y asociarla con alguna PDF
conocida. Será posible encontrar alguna relación entre
los parámetros entrantes y salientes de las
distribuciones? Intentar a través de experimentos
realizados sobre el sistema.
Entregar el código fuente del simulador, los resultados
obtenidos y las conclusiones pertinentes.
DESARROLLO
TEST DE CORRELACION PARA EL RG
Distribución realizada para valores a = 45 y m = 1777
Distribución realizada para valores a = 65 y m = 2048
CARGANDO LOS DATOS A LA HERRAMIENTA
Grafica para la función de densidad obtenida a través de los datosgenerados aleatoriamente.
Lista de distribuciones posibles que contiene la herramienta paraajustar a la gráfica de la pdf.
PRUEBA DE OTRAS DISTRIBUCIONES.
Aplicando la distribución normal se observa que no es acorde a lapdf.
Aplicando la distribución rayleght tampoco se ajustaría a la pdf.
OBTENCIÓN DEL POLINOMIO
Valor de los coeficientes calculados por la herramienta para la expresión algebraica.
Expresión algebraica que mejor se ajusta a la curva de la función de densidad.
CONCLUSIONES
Para el primer punto se realiza el experimento de una serie dedonde se proyecta gráficamente la distribución de los datostomados en bloques de 2 y se observa que es posible obtener unadistribución uniforme y poco correlacionado para 2D. Seguido elexperimento se proyecta gráficamente la toma de datos en bloquesde 3 generando como resultado la distribución de los datos, porconsiguiente se prosigue a inspeccionar de manera visual al cambiode la perspectiva de los ejes x, y, z con fines de encontrar unaposible correlación entre las agrupaciones de datos, de donde sededuce que al cambio de los parámetros en la ecuación dealeatoriedad, se refleja en mayor o menor parte algún tipo decorrelación. Como mejor criterio a lo anterior descrito se deduceque existe un mayor grado de satisfacción cuando los datos seencuentran distribuidos a mayor cantidad de grupos
correlacionados, dado a que es posible tener una probabilidad deobtener mayor cantidad de valores aleatorios
Para el segundo punto se realiza el experimento de donde se generauna variable aleatoria normalmente distribuida, de donde serealiza una transformación del tipo a.X ^2 , seguido se procede acalcular la pdf con la ayuda de la herramienta dfittool de dondenos permite ajustar gráficamente las diferentes distribuciones(Anexos, otras distribuciones ), de donde se decidió por lafunción exponencial dado a que es una de las funciones que mejorla describe. Del anterior paso se prosigue a manipular losparámetros de la ecuación base, con fines en observar losdiferentes resultados en cuanto a la media y la varianza, por elcual se decidió por a = 1 utilizando el criterio de menorvarianza.
Del experimento se prosigue a calcular la expresión algebraica quedescribe a la función de densidad, aplicando la herramienta básicfit, incluidas en el menú tools después de haberse graficado lapdf el cual provee como resultado los coeficientes de la funciónpolinomial que mejor se ajusta a la función de densidad y por endea la descripción de los datos que fueron tomados aleatoriamente.
De la gráfica se puede concluir que los datos se encuentranmayormente condensados para valores cercanos a cero de donde ladensidad probabilística es mayor y tiende a disminuirexponencialmente cuando los valores d estos datos tienden a +inf.