You are on page 1of 12

Ing.

Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

Laboratorio de sistemas de comunicacin digital Ing. Milton Distribucin de datos aleatorios


Primer ejercicio para una seal gaussiana y una funcin uniforme

1. Analizando la salida de la funcin

Y= 2X+5
Algoritmo de la funcion
m=input('numeros deseados ') x=randn(m,1); Y=2*x+5; %funcion llamada figure(1) plot(x) figure(2) plot(Y) intervalos=input('cuantos intervalos desea '); i=1; vmin=Y(1); while i<=m; if (Y(i)<vmin) vmin=Y(i); end i=i+1; end vmin %hallando el minimo de la funcion Y i=1; vmax=Y(1); while i<=m; if (Y(i)>vmax) vmax=Y(i); end i=i+1; end vmax % hallando el maximo de la funcion x rangox=vmax-vmin; %rango de la funcion delta=rangox/intervalos; %es el pequeo rango que esta en cada intervalo [Nj abscisa]=hist(Y,intervalos); % acumula los valores de la funcion Y % con cada intervalo f=hist(Y,intervalos); Nt=sum(Nj); % numero de datos que hay en cada columna area=Nt*delta; %hallando el area de cada columna fy=Nj/area; figure(7) bar(abscisa,fy) figure(8) plot(abscisa,fy)

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

figura(1) x=randn(1000000,1)

figura(2) y=2X+5

Analizando la densidad de distribucin de la seal de salida en su forma gaussiana

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

1. Analisando la seal de salida con la function rand

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos


2. Analizando la siguiente seal

elctrica

Y=X/20-100
m=input('numeros deseados ') x=randn(m,1); Y=x/20-100; %funcion llamada figure(1) plot(x) figure(2) plot(Y) intervalos=input('cuantos intervalos desea '); i=1; vmin=Y(1); while i<=m; if (Y(i)<vmin) vmin=Y(i); end i=i+1; end vmin %hallando el minimo de la funcion Y i=1; vmax=Y(1); while i<=m; if (Y(i)>vmax) vmax=Y(i); end i=i+1; end vmax % hallando el maximo de la funcion x rangox=vmax-vmin; %rango de la funcion delta=rangox/intervalos; %es el pequeo rango que esta en cada intervalo [Nj abscisa]=hist(Y,intervalos); % acumula los valores de la funcion Y % con cada intervalo f=hist(Y,intervalos); Nt=sum(Nj); % numero de datos que hay en cada columna area=Nt*delta; %hallando el area de cada columna fy=Nj/area; figure(7) bar(abscisa,fy) figure(8) plot(abscisa,fy)

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

figura(7) x=randn(1000000,1)

figura(8) y=X/20-100

Analizando su gaussiano

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

Figura(9) Distribucion gaussiana

Figura(10) grfica del borde de la gaussiana

Ahora utilizaremos la funcion rand

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

3. Analizando funciones o seales no lineales

Y=exp(x)
m=input('numeros deseados ') x=randn(m,1); Y=exp(x); %funcion llamada figure(1) plot(x) figure(2) plot(Y) intervalos=input('cuantos intervalos desea i=1; vmin=Y(1); while i<=m; if (Y(i)<vmin) vmin=Y(i); end i=i+1; end vmin %hallando el minimo de la funcion Y i=1; vmax=Y(1); while i<=m; if (Y(i)>vmax) vmax=Y(i); end i=i+1; end vmax % hallando el maximo de la funcion x rangox=vmax-vmin; %rango de la funcion

');

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

delta=rangox/intervalos; %es el pequeo rango que esta en cada intervalo [Nj abscisa]=hist(Y,intervalos); % acumula los valores de la funcion Y % con cada intervalo f=hist(Y,intervalos); Nt=sum(Nj); % numero de datos que hay en cada columna area=Nt*delta; %hallando el area de cada columna fy=Nj/area; figure(7) bar(abscisa,fy) figure(8) plot(abscisa,fy)

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos


Analizando su distribucin o densidad de informacin

elctrica

Ahora utilizaremos la funcionrand

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

4. Analizando la siguiente seal

Y=X^3
m=input('numeros deseados ') x=randn(m,1); Y=x. ^3; %funcion llamada figure(1) plot(x) figure(2) plot(Y) intervalos=input('cuantos intervalos desea i=1;

');

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

vmin=Y(1); while i<=m; if (Y(i)<vmin) vmin=Y(i); end i=i+1; end vmin %hallando el minimo de la funcion Y i=1; vmax=Y(1); while i<=m; if (Y(i)>vmax) vmax=Y(i); end i=i+1; end vmax % hallando el maximo de la funcion x rangox=vmax-vmin; %rango de la funcion delta=rangox/intervalos; %es el pequeo rango que esta en cada intervalo [Nj abscisa]=hist(Y,intervalos); % acumula los valores de la funcion Y % con cada intervalo f=hist(Y,intervalos); Nt=sum(Nj); % numero de datos que hay en cada columna area=Nt*delta; %hallando el area de cada columna fy=Nj/area; figure(7) bar(abscisa,fy) figure(8) plot(abscisa,fy)

Ing. Electrnica y

Universidad Nacional Mayor de San Marcos

elctrica

Analizando su distribucion o densidad

Ahora analizando la function rand

You might also like