INSTITUTO POLITÉCNICO

NACIONAL

ESIME ZACATENCO

TEORIA DE CODIFICACIÓN Y MANEJO DE INFORMACIÓN

PRÁCTICA 5. PROCESOS ESTACIONARIOS Y ERGÓDICOS

Profesor: Raúl Castillo Pérez

Equipo: 10

Nombres de los integrantes:

 Casas Nieto Daniela Alejandra
 Maldonado García Carlos Fabián

Grupo: 8CM3
 DESARROLLO DE LA PRÁCTICA
Programa original en Matlab
clear all
clf
clc
n=500; %número de valores aleatorios a calcular
f=randn(1,n); %vector con n valores aleatorios
subplot(211) %Genera dos gráficas en columna y grafica en la superior
plot(f), xlabel('n'); ylabel('f(n)'); %Grafica la función f y pone títulos a sus ejes
title('Gráfica de la Función Aleatoria') %Se pone título a la gráfica
grid %Se activan las líneas de divisiones
subplot(212) %Se active la ventana de la gráfica inferior
hist(f,20); %Se grafica el histograma de la función aleatoria
xlabel('Valores de la función aleatoria'); %Se pone título al eje x
ylabel('Ocurrencia'); %%Se pone título al eje y
title('Histograma de la Función Aleatoria') %Se pone título a la gráfica
a) Modifique el programa anterior para que el proceso no tenga media cero.
Reporte los datos usados y las gráficas obtenidas.
Programa en Matlab
clear all
clf
clc
n=500;
f=randi([10,100],1,n);
subplot(211)
plot(f), xlabel ('n'); ylabel('f(n)');
title('Grafica de la Función Aleatoria')
grid
subplot(212)
hist(f,20);
xlabel('Valores de la función aleatoria');
ylabel('Ocurrencia');
title('Histograma de la Función Aleatoria');

Gráficas obtenidas
 b) Modifique el programa anterior para que el proceso presente un
histograma los más cercano posible a una curva Gaussiana. Reporte los
datos usados y las gráficas obtenidas.
Programa en Matlab
clear all
clf
clc
n=900000;
f=randn(1,n)
subplot(211)
plot(f), xlabel ('n'); ylabel('f(n)');
title('Grafica de la Función Aleatoria')
grid
subplot(212)
hist(f,400);
xlabel('Valores de la función aleatoria');
ylabel('Ocurrencia');
title('Histograma de la Función Aleatoria');

Gráficas obtenidas

c) Modifique el programa anterior para que el proceso sea no estacionario.

Reporte los datos usados y las gráficas obtenidas.
Programa en Matlab
clear all
clf
clc
n=500;
f=randi([-10 100],1,n);
f1 = modulate(f,10,n);
t= linspace(0,500,n);
x1= t;
A= 60*(x1>=100);
B= -10*(x1>=200);
aux=f1+A+B;
subplot(211)
plot(aux), xlabel('n'); ylabel('f(n)');
title('Gráfica de la Función Aleatoria')
grid
subplot(212)
histogram(aux,20);
xlabel('Valores de la función aleatoria');
ylabel('Ocurrencia');
title('Histograma de la Función Aleatoria')

Gráficas obtenidas

d) Modifique el programa anterior para que divida 500 valores generados y

calcule dos histogramas: uno con los datos del 1 al 250 y el otro con los
datos del 251 al 500. Compare los histogramas y diga si considera que el
proceso es ergódico o no y por qué.
Programa en Matlab
clear all
clf
clc
n=500;
f=randn(1,250)
g=randn(1,250)
subplot(221)
plot(f), xlabel ('n'); ylabel('f(n)');
title('Grafica de la Función Aleatoria')
grid
subplot(223)
hist(f,20);
xlabel('Valores de la función aleatoria');
ylabel('Ocurrencia');
title('Histograma de la Función Aleatoria');
grid
subplot(224)
hist(g,20);
xlabel('Valores de la función aleatoria');
ylabel('Ocurrencia');
title('Histograma de la Función Aleatoria');

Gráficas obtenidas

El proceso es ergódico, porque se trata de un proceso estacionario, debido a que en

los dos histogramas se empieza desde un valor igual a cero o mínimo en ocurrencia y
conforme se va avanzando en el rango de valores estos van aumentando su
ocurrencia hasta alcanzar un punto máximo, para que después empiece a decrecer el
nivel de ocurrencia hasta finalmente llegar a cero.
 CONCLUSIÓN
Con el desarrollo de la práctica se observó que cuando se modificó el programa para
que tuviera una media diferente de cero, la gráfica del histograma presenta variaciones
que no siguen un patrón específico con lo cual concluimos que en este experimento se
generó un proceso no estacionario. En el siguiente experimento se logró generar un
histograma que se acercara lo más posible a una curva Gaussiana, para esto se
aumentó el número de valores aleatorios a generar, así como las muestras a graficar
en el histograma, que indican el número de barras que se van a graficar; con lo
anterior mencionado se puede decir que este se trata de un proceso estacionario y por
lo tanto ergódico. También se logró generar un proceso que fuera no estacionario.
Para el último experimento de acuerdo a las variaciones visualizadas en los dos
histogramas se concluyó que el proceso es ergódico, ya que se sigue un patrón
especifico.