R: Es aquella que cuyos valores ocurren sin orden y son imposibles de predecir, es decir, al azar.
I. P[S]=1
II. 0P[A] 1
III. Para cualquier coleccin contable (que se pueden enumerar) A1, A2, de eventos
mutuamente excluyentes en la clase E, entonces:
P[A1 A 2 ...] P[A1 ] P[A 2 ] ...
5. Qu es la probabilidad condicional?
R: Una variable aleatoria es una funcin cuyo dominio es un espacio muestral y cuyo rango es un
conjunto de nmeros reales. Para los eventos en E, una variable aleatoria asigna un subconjunto
de la lnea real. As, si la salida del experimento es si, la variable aleatoria se designa X (si) o X.
( )= [ = ]
Observe que X=x es un evento que consiste de todas las salidas del experimento subyacentes para
el cual X(s)=x. por otro lado px(x)es una funcin que tiene un rango sobre todos los nmeros reales
x. para cualquier valor de la funcin px(x) es la probabilidad del evento X=x.
R: Es la probabilidad que el valor tomado por la variable aleatoria sea menor o igual a un nmero
real.
( )= [ ]
R: Es una funcin de nmero real X y su probabilidad de un evento x1< X < x2 es igual a P (x1< X
< x2) =
1-Px(X)>0 y 2- Px(X)dx=1.
R: Un canal simtrico binario es un modelo de canal discreto sin memoria en el que la entrada en
un instante dado es uno de dos posibles smbolos (X = {0,1}) y la salida, que tambin es uno de los
dos posibles smbolos (Y = {0,1}), depende solamente de la entrada del canal en el instante dado.
Debido a la presencia del ruido, se pueden producir errores en el smbolo recibido.
Especficamente, cuando se transmite un 1, ocasionalmente el ruido hace que se reciba un 0 y
viceversa. Como el canal es simtrico, la probabilidad de este error, p, es igual en ambos casos.
12. Cul es la importancia del modelo de canal binario simtrico?
R: Un Canal Binario Simtrico (en ingls Binary SymmetricChannel, BSC en adelante) es un canal
tpico de comunicaciones usado habitualmente en la teora de cdigos y teora de la informacin.
En este modelo, el transmisor enva un bit (que puede tomar valor cero o uno), y el receptor lo
recibe. Este bit se recibir correctamente en la mayora de los casos, pero existe una probabilidad
(probabilidad de error) de que se transmita incorrectamente. La importancia de este canal reside
en ser uno de los ms simples de analizar, es por ello por lo que es utilizado frecuentemente en la
teora de la informacin ya que es un modelo idealizado.
[ ]= = ( )
15. Describa algunas familias de variables aleatorias de importancia para el estudio de los
sistemas de comunicacin.
R: Variable aleatoria Bernoulli: X es una variable aleatoria Bernoulli si la pmf de X tiene la forma.
1 ; =0
( )= ; =1
0 ;
Donde el parmetro p est en el rango 0 < p < 1. Una variable aleatoria Bernoulli se asocia a una
nica realizacin de un experimento y la probabilidad de que el resultado sea exitoso (p) o no-
exitoso (1 p).
(1 ) ; = 1,2,
( )=
0 ;
Donde el parmetro p est en el rango 0 < p < 1. La variable aleatoria geomtrica se asocia a
realizaciones independientes y consecutivas de un experimento hasta que el mismo resulte no-
exitoso.
Variable aleatoria Pascal: X es una variable aleatoria Pascal si la pmf de X tiene la forma
1
( )= (1 )
1
Donde el parmetro p est en el rango 0 < p < 1 y k es un entero tal que k 1. Para una secuencia
de n realizaciones independientes con probabilidad de xito p, una variable aleatoria Pascal es el
nmero de intentos hasta e incluyendo el k-simo xito.
Variable aleatoria uniforme: X es una variable aleatoria uniforme si la pdf de X tiene la forma
, < <
( )=
0 ;
Variable aleatoria Gaussiana: X es una variable aleatoria Gaussiana si la pdf de X tiene la forma
( )
1
( )=
2
16. Qu es la funcin Q?
Observe que la funcin Q es igual al rea bajo la cola positiva de una funcin de densidad
Gaussiana con media cero y varianza unitaria.
La funcin Q es una funcin que decrece monotnicamente y tiene las siguientes propiedades:
R: ste puede verse como una funcin de 2 variables: un evento A y el tiempo t. Un proceso
aleatorio x(t) consiste en un experimento en una medida de probabilidad p[.] definida en un
espacio muestral S asociada a una funcin muestral xs(t) a cada salida S en el espacio muestral del
experimento.
En el Estudio de los sistemas de comunicacin hay varios tipos de procesos que corresponden a
secuencias aleatorias iid y que son de inters en diversos tipos de estudio como por ejemplo en
transmisin de datos en redes comunicaciones, anlisis de trfico de llamadas, o desempeo de
sistemas de comunicacin en presencia ruido. As se tienen, por ejemplo, los procesos de
Bernoulli, de Poisson y Gaussianos por una funcin de densidad de probabilidad especfica Los
procesos Gaussianos son los ms importante para el estudio del desempeo de los sistemas de
comunicacin analgica y digital en presencia de ruido aditivo blanco.
R: Valor cuadrtico medio: En un proceso estacionario es igual al rea total bajo la curva de la
densidad espectral de potencia:
Proceso aleatorio filtrado: si X(t) se pasa a travs de un filtro lineal con respuesta en frecuencia
H(t), la densidad espectral de potencia del proceso aleatorio estacionario de salida Y(t) est dado
por: