UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE EXTENSIN LATACUNGA

CARRERA DE ING. EN ELECTRNICA E INSTRUMENTACIN

PERIODO: Octubre Febrero 2015
UNIDAD II
FECHA: 11 de Enero del 2014

Procesos Estocsticos.

NOMBRE: William Chicaiza

Trabajo Matlab.

Tema: Funciones densidad de probabilidad en Matlab.

I.

Distribucin Normal.

El parmetro SIGMA debe ser positivo.

La distribucin normal estndar tiene MU = 0 y SIGMA = 1.
Fluctuaciones simtricas alrededor de un valor medio (MU).
Se aplica para describir atributos humanos o de objetos: peso,
altura, etc.
Dentro de un grupo (variaciones en las notas de exmenes),
medidas de errores angulares o lineales, generacin de ruido y
pequeas perturbaciones, datos meteorolgicos como temperatura
y precipitacin pluvial, errores d instrumentacin, etc.
Sintaxis:
= (, , )
%%Calcular para u=0
SIGMA=1
x=-5:0.1:5
y=normpdf(x,0,1);
plot(x,y,'Linewidth',2)
grid on
xlabel('','FontName','Arial','FontSize', 14);
ylabel('','FontName','Arial','FontSize', 14);
title('Distribucin Norma
','Fontname','Arial','Fontsize',14)

II.

Distribucin JI-cuadrado.
Una variable aleatoria continua x se tiene distribucin 2 con grados
de libertad, si su funcin de densidad est definida como:

() = 0,
La funcin 2 , de distribucin acumulada = 2(, ) en Matlab es
una funcin que devuelve la probabilidad acumulada con p con grados
de libertad con valores en x.
La media y la varianza de esta distribucin son = 2 = 2
Distribucin 2 con 2,4,6,8, grados de libertad con azul, verde, rojo y azul
claro, respectivamente.
x=0:0.1:16
p2=chi2pdf(x,2)
p4=chi2pdf(x,4)
p6=chi2pdf(x,6)
p8=chi2pdf(x,8)
plot(x,p2,x,p4,x,p6,x,p8,'Linewidth',2)
grid on
xlabel('','FontName','Arial','FontSize', 14);
ylabel('','FontName','Arial','FontSize', 14);
title('Distribucin JI-CUADRADO
','Fontname','Arial','Fontsize',14)

III.

Distribucin Exponencial.
Computa la funcin de distribucin exponencial negativa para el
valor X y el parmetro MU. X y MU deben ser del mismo tamao.
El parmetro MU debe ser positivo.
La pdf exponencial es la pdf gamma con su primer parmetro (a)
igual a 1.
La variable aleatoria exponencial es el tiempo que transcurre hasta que
se da el primer evento de Poisson. Es decir, la distribucin exponencial
puede modelar el lapso entre dos eventos consecutivos de Poisson que
ocurren de manera independiente y a una frecuencia constante.
Se utiliza en sucesos independientes entre s. Es apropiada para modelar
tiempos de espera cuando dicho tiempo se supone independiente del
tiempo que haya transcurrido hasta ese momento.
Sintaxis:
= (, )
%%Calcular para un intervalo de x
MU=2
x=0:0.1:16
y = exppdf(x,2)
plot(x,y,'Linewidth',2)
grid on
xlabel('','FontName','Arial','FontSize', 14);
ylabel('','FontName','Arial','FontSize', 14);
title('Distribucin EXPONENCIAL
','Fontname','Arial','Fontsize',14)

IV.

Distribucin gamma (Erlang).

Computa la funcin de distribucin gamma para el valor X y los
parmetros A y B. X, A y B deben ser del mismo tamao. A y B
deben ser positivos y X tiene que estar dentro del intervalo[0, ).
La pdf de gamma es til en los modelos de dependencia de ciclos
de vida. La distribucin gamma es ms flexible que la exponencial.
Los casos especiales de la funcin gamma son las funciones:
exponencial y chi-cuadrado.
Se aplica para tiempos de procesos, tiempos de reparacin,
tiempos entre llegadas (con poca aleatoriedad), incluso ingresos
familiares, edad del hombre al contraer matrimonio por primera
vez, etc.
Sintaxis:
= (, , )
%%Con un arreglo de valores para x, desde 1 a 5 en
1, con A=1 y B=1.
x=1:1:5
y = gampdf(x,1,1)
plot(x,y,'Linewidth',2)
grid on
xlabel('','FontName','Arial','FontSize', 14);
ylabel('','FontName','Arial','FontSize', 14);
title('Distribucin GAMMA
','Fontname','Arial','Fontsize',14)

V.

Distribucin beta.
Descripcin:
Computa la funcin de distribucin gamma para el valor X y los
parmetros A y B. X, A y B deben ser del mismo tamao. A y B
deben ser positivos y X tiene que estar dentro del intervalo [0,1].
La distribucin uniforme en [0,1] es un caso derivado de la
distribucin beta donde A=1 y B=1.
X, A, y B pueden ser vectores, matrices, o arreglos
multidimensionales que tengan la misma dimensin. Una entrada
escalar se expande a un arreglo constante con las mismas
dimensiones de las otras entradas.
La distribucin beta para un valor dado x y un par de parmetros a y
b es

Donde ( ) es la funcin Beta. La funcin indicador 0,1 () asegura que

solo los valores de x en el rango (0 1) tengan una probabilidad distinta a
cero. La distribucin uniforme en (0 1) es un caso degenerado de la pdf de
beta donde a= 1 y b = 1.
Permite generar una gran variedad de perfiles. Se puede usar para
representar la distribucin de artculos defectuosos sobre un intervalo de
tiempo especfico, etc.
Sintaxis:
= (, , )

%%Con un arreglo
A=1.9;

B=1.9;
x=0:0.1:1;
y = betapdf(x,A,B)
plot(x,y,'Linewidth',2)
grid on
xlabel('','FontName','Arial','FontSize', 14);
ylabel('','FontName','Arial','FontSize', 14);
title('Distribucin BETA
','Fontname','Arial','Fontsize',14)

VI.

CONCLUSIONES:
Matlab es una herramienta matemtica que permite la aplicacin para
clculos estadsticos.
Contiene varias funciones densidad de probabilidad, funciones acumulativas.
Permite el clculo de probabilidades en cada una de las funciones densidad
de probabilidad.
Cada funcin densidad est definida matemticamente en esta herramienta
matemtica.