Universidad de Vigo. PyE. Práctica 8 8.

PROBABILIDAD Y ESTADÍSTICA
Práctica 8. Procesos estocásticos

Objetivos
En esta práctica se revisan contenidos teóricos del tema de procesos estocásticos.
Ejecución
Para entrar en la práctica teclea estadlab en la ventana de comandos y después selecciona
Estocásticos.

Procesos estocásticos. Realización, media y autocorrelación (30’)

Se accede seleccionando Media y autocorrelación en la ventana principal.
En esta práctica se analiza el siguiente proceso estocástico (similar al del apartado 4 de los
apuntes): X(t) = N cos(ωt + Φ); donde:
N : Amplitud; es una VA Poisson(λ).
Φ: fase; es una VA U(0, 2π). N y Φ son independientes.
ω: Frecuencia de la señal; es una constante determinista; ω = 2π/T donde T es el perı́odo.
t: Tiempo; es una variable determinista (fijado t = t0 , X(t0 ) es una VA).
En la ventana inicial se representan distintas realizaciones del proceso.
Cada vez que se pulsa el botón Realizaciones se actualizan las gráficas y aparecen en
pantalla el número de realizaciones deseado. Al pulsar en Estadı́sticos aparecen otras represen-
taciones:
-La esperanza y la autocorrelación del proceso.
-La evolución de:
Z T0 Z T0
1 1
µT0 = x(t)dt = n cos(ωt + φ)
2T0 −T0 2T0 −T0

a medida que se aumenta el intervalo de integración. El lı́mite de esta función cuando T0 tiende
a infinito, si existe, se denomina media temporal. x(t) es una de las realizaciones obtenidas del
proceso y por tanto n y φ representan en la expresión anterior los valores concretos que han
tomado las VA N y Φ en dicha realización.
Cuestiones:
1) ¿Qué diferencias se observan de unas realizaciones a otras?
2) ¿Puede la amplitud de una realización valer 2.5?
3) ¿Puedes predecir el valor que toma una realización en cualquier instante de tiempo si sola-
mente conoces la evolución de la misma en un intervalo de tiempo?
4) Calcula la media estadı́stica del proceso. ¿Es el proceso estacionario en media?
5) Calcula la autocorrelación del proceso. ¿Es el proceso estacionario en autocorrelación?

Procesos estocásticos. Modulación BPSK (20’)

Se accede seleccionando Modulación BPSK en la ventana principal.
Un método básico para la modulación de datos binarios es la modulación BPSK. La señal
modulada consiste en una portadora cosenoidal cuya fase varı́a según sea el bit transmitido 0 ó 1.
Es decir, la forma que tiene el receptor de saber si lo que se ha transmitido es un 0 ó un 1, es
Universidad de Vigo. PyE. Práctica 8 8.2

observar la fase de la señal recibida. Si B[n] es la secuencia binaria que se desea transmitir, la
señal modulada será el siguiente proceso estocástico:
X(t) = cos((2π/T )t + φ(t))
φ(t) = φ[k] para kT ≤ t < (k + 1)T

+π/2 si B[k] = 1
φ[k] =
−π/2 si B[k] = 0
En general los parámetros del coseno se pueden variar para que cada bit abarque en la señal
transmitida el número de perı́odos que consideremos necesario. En nuestro caso utilizaremos un
ciclo de señal por cada bit transmitido.
En esta práctica se simula un sistema de modulación BPSK y se puede observar como
evoluciona la señal modulada en función de la secuencia binaria que genera el transmisor.
La simulación consiste en obtener una realización del proceso X(t). Para que comience
pulsa Empezar simulación. En la ventana se observará secuencialmente como se genera la
señal modulada a partir de la secuencia binaria. Se puede realizar el número de simulaciones que
se desee.
Contesta a las preguntas incluidas en la ventana de trabajo.
Cuestiones
1) ¿Puedes predecir el valor que toma una realización en cualquier instante de tiempo si sola-
mente conoces la evolución de la misma en un intervalo de tiempo? Establece una compa-
ración entre este proceso y el anterior.
2) Calcula la esperanza del proceso X(t) si P(B[k] = 1) = P(B[k] = 0) = 0.5 ¿Es el proceso
estacionario en media?

Número de llamadas que llegan a una central telefónica. (20’)

A esta práctica se accede pulsando Llamadas a una centralita en la ventana principal.
Se simula el proceso X(t) definido como el número de llamadas que llegan a una central
telefónica en un intervalo de tiempo t. Las llamadas se producen de forma independiente, y el
tiempo entre dos llamadas consecutivas sigue una exponencial de parámetro λ. En estas condi-
ciones el proceso resultante tiene un distribución de Poisson. Concretamente X(t) ∼ P(λt).
Para que comience la simulación, que consiste en obtener una realización del proceso X(t),
pulsa Simulación paso a paso. En la ventana se representa el número de llamadas que se van
produciendo en función del tiempo (hasta t = 15 segundos). El valor empleado para el parámetro
es λ = 0.5. Se puede realizar el número de simulaciones que se desee.
A medida que se van realizando simulaciones, se rellena una tabla con la frecuencia relativa
de distintos sucesos asociados al experimento. Concretamente indica el porcentaje de realizaciones
en las que el número de llamadas en 10 segundos fue menor o igual que el valor indicado en cada
fila de la tabla. Fija el número de realizaciones que desees y pulsa en Continuar Simulación
para obtener la tabla resultante.
Pulsa el botón Reiniciar para borrar todas las gráficas e inicializar la tabla.
Contesta la pregunta incluida en la ventana de trabajo.
Cuestiones:
1) Clasifica el espacio de estados y el espacio de tiempos del proceso.
2) ¿Es el proceso estacionario en media?
3) Calcula la probabilidad de que al cabo de 10 segundos se hayan producido 2 o menos
llamadas. Estima esta misma probabilidad a partir de la tabla incluida en la ventana de
trabajo y compara los resultados.
Universidad de Vigo. PyE. Práctica 8 8.3

La autocorrelación como función de dos instantes de tiempo. Estacio-

nariedad. (opcional))
A esta práctica se accede pulsando Estacionariedad en la ventana principal.
En el ordenador se representan gráficamente las funciones de autocorrelación de tres procesos
distintos. La gráfica resultante es tridimensional, ya que en general, si el proceso no es estacio-
nario en autocorrelación, la autocorrelación es función de dos instantes de tiempo (RX (t1 , t2 ) =
E{X(t1 )X(t2 )}). También se representa una gráfica de contornos de autocorrelación constante,
esto es, en el plano t1 t2 se muestran los puntos con igual autocorrelación unidos por una lı́nea.
Uno de los procesos utilizados como ejemplo es el Proceso 2: X(t) = tY con Y ∼ exp(0.5).
Cuestiones:
1) Proceso 2. Calcula su función de autocorrelación ¿Es estacionario en autocorrelación?