Práctica 1 - Repaso

Procesos Aleatorios 2018

E1) - Sea X una VA distribuı́da U (−1, 1)

i) Halle la densidad de Y = α tan(πX).
ii) Calcule la función caracterı́stica de Y .
iii) Obtenga los dos primeros momentos de Y , si encuentra alguna dificultad explique donde radica el prob-
lema.
iv) Si se define una nueva variable aleatoria como Y = 2X, determine y grafique la pdf y cdf de Y . Repita
para Y = X 2 .

E2) - Considere la variable aleatoria X con ditribución normal (Gaussiana de media cero y varianza uno)
i) Halle y grafique la pdf y cdf de la distribución condicional de X dado el evento X ≥ 2
ii) Determine la función generadora de momentos de X y utilı́cela para calcular el momento de orden 4.

E3) - Una variable aleatoria mixta es aquella que posee probabilidad distribuı́da en masas puntuales (puntos
con probabilidad no nula) y regiones con probabilidad (donde cada punto posee probabilidad cero).
i) Para la siguiente pdf mixta determine la masa de probabilidad (el valor de a) correspondiente al punto 1:
f (x) = 0.5e−2x u(x) + aδ(x − 1), grafique también su cdf.
ii) Considere un amplificador cuya respuesta puede aproximarse por la siguiente función

 −2 x < −1
y = g(x) = 2x3 −1 ≤ x ≤ 1
2 1<x


Si el voltaje a la entrada en un instante cualquiera puede considerarse una VA Normal, determine la pdf de
la salida.

E4 - Un sistema de comunicación binario transmite una señal X cuya tensión es 2 ó -2. El canal de
transmisión se modela como un canal que adiciona ruido discreto. Los nivels de ruido corresponden a la
magnitud de correspondiente al número de caras en dos tiros independientes de una moneda. Sea Y la señal
recibida
(a) Hallar el espacio muestral.
(b) Hallar el conjunto de resultados correspondientes al evento ”señal transmitida es 2”
(c) Describir con palabras el evento correspondiente a los resultados Y = 0.
(d) Grafique la función de masa de probabilidad de la salida P[Y].

E5 - Un experimento aleatorio tiene espacio muestral S = {a, b, c, d}. Supongamos que P [{c, d}] = 3/8,
P [{b, c}] = 6/8, P [{d}] = 1/8. Utilice los axiomas de probabilidad para encontrar las probabilidades de los
sucesos elementales.

E6 - Una cota utilizada en el cálculo de probabilidad de error en sistemas de comunicacion digitales m-

arios es la cota de la unión. Esta no es más que una desigualdad simple sobre la intersección de eventos, a
saber "N #
\ N
X
P Ak ≥ 1 − P [Ack ]
k=1 k=1

Derı́vela [Ayuda: demuestre primero que P [A ∪ B ∪ C] ≤ P [A] + P [B] + P [C]]

E7 - Un fabricante de computadoras utiliza chips de tres fuentes. Los chips de las fuentes A, B, y C
son defectuosos con probabilidades 0.005, 0.001 y 0.010, respectivamente. Si un chip seleccionado al azar es

1
defectuoso, encuentre la probabilidad de que el fabricante haya sido A; que haya sido B ó que haya sido C.
Suponga que las proporciones de los chips de A, B, y C son 0.5, 0.1 y 0.4, respectivamente.

E8 - Generar una VA X con distribución FX partiendo de una VA Uniforme U ∼ U [0, 1] para los ca-
sos: (i) FX (x) = 1 − e−λx ; (ii) X ∼ N (0, 1). Justifique la validez del método utilizado. ¿ Qué dificultad
presenta el caso (ii)? Realice tambin para el caso (ii) una simulación utilizando dos VA uniformes por cada
valor de la variable a generar, verifique por algún mtodo estadı́stico que el ajuste es adecuado.

E9 - Considere un generador congruente lineal con valores a = 25173, c = 13849 y m = 32768. Genere
números aleatorios y encuentre el perı́odo. Realice un histograma y elabore sobre la distribución de los
valores. Realice dos test distintos para determinar si puede decir que la distribución es uniforme.

E10 - Considere la generación de una VA geomtrica utilizando el mtodo de la transformada inversa. Veri-
fique que tomar X = int(log(U )/log(1 − p)) + 1 es correcto. Repita lo preguntado en el punto anterior.

E11 - Utilice el método de aceptación-rechazo para simular una VA X ∼ β(4, 3). Utilice distintos val-
ores de a y btenga el número promedio de iteraciones para cada caso, compare con lo teóricamente esperado.
También analice la bondad del ajuste entre los datos simulados y la distribución real.

E12 -Se tiene una VA Y = X + N , adonde N ∼ N (0, 1) y X es una VA discreta cuyo espacio mues-
tral SX = {−1, 1} con P [{−1}] = p y P [{−1}] = q = 1 − p. Genere una cantidad suficiente de realizaciones
de Y y utilı́celas para aproximar gráficamente la pdf fY (y) para p = 0.25 y p = 0.5. Almacene dichas
realizaciones de la VA Y junto con el valor de X que la produjo, para luego poder aproximar gráficamente
a fY |{X=−1} (y) y fY |{X=+1} (y).
Suponga que desea estimar el valor de X dado el valor de Y . Para esto utiliza el siguiente algoritmo de
decisión: Dado un cierto γ ∈ (−1, 1), si y ≤ γ se decide que X fue −1, y si y > γ que X fue +1. Sean los
conjuntos (eventos) H0 = {Y > γ} y H1 = {Y ≤ γ}. Utilice las realizaciones de Y que generó previamente
para hallar P [H0 |{X = −1}] y P [H1 |{X = +1}] para distintos valores de γ ∈ (−1, 1), compare dichos
valores con los que surgen de la teorı́a. Dadas las probabilidades PD , PF A (de detección y falsa alarma,
respectivamente) definidas como PD = P [H1 ∩ {X = −1}] y PF A = P [H0 ∩ {X = −1}], grafique en el plano
dichas probabilidades parametrizando en γ, i.e., puntos de la forma (PF A (γ), PD (γ)). ¿Qué conclusiones
puede sacar ? ¿ Qué “trade-off” visualiza y cómo depende de la aplicación subyacente al problema de
decisión?
En comunicaciones digitales, se define la probabilidad de error PE como a la probabilidad asociada al
evento (H1 ∩ {X = +1}) ∪ (H0 ∩ {X = −1}). Usando las realizaciones de Y generadas previamente, calcule
dicha probabilidad de error, PE , para algunos valores de γ ∈ (−1, 1), para los casos p = 0.25 y p = 0.5
(bits equiprobables). Halle aproximadamente cuál es el γ óptimo, γopt , en el sentido de que minimiza la
probabilidad de error PE , para ambos casos, y compare el resultado con la teorı́a (véase el criterio de decisión
MAP).