Distribuciones de probabilidad para

establecer modelos de
propagacin de las ondas
radioelctricas
La Asamblea de Radiocomunicaciones de la UIT, considera:

a) que la propagacin de las ondas radioelctricas est asociada
principalmente con un medio aleatorio, lo que hace necesario
analizar los fenmenos de propagacin con mtodos estadsticos;
b) que, en la mayora de los casos, es posible describir
satisfactoriamente las variaciones de los parmetros de
propagacin en el tiempo y en el espacio sobre la base de
distribuciones estadsticas conocidas;
c) que, por consiguiente, es importante conocer las propiedades
fundamentales de las distribuciones de probabilidad ms
comnmente utilizadas en las estadsticas de los estudios de
propagacin.
Distribuciones de probabilidad para establecer modelos de la
propagacin
de las ondas radioelctricas
El comportamiento dinmico de las seales deseadas
e interferentes desempea un papel decisivo en el
anlisis de la fiabilidad del sistema y en la eleccin de
los parmetros del sistema, tal como el tipo de
modulacin. Es esencial conocer el alcance y la
rapidez de las fluctuaciones de la seal para poder
especificar parmetros como, el tipo de modulacin,
la potencia de transmisin, la relacin de proteccin
contra la interferencia, las medidas de diversidad, el
mtodo de codificacin, etc.
Para la descripcin de la calidad de funcionamiento de un sistema
de comunicaciones a menudo es suficiente observar la serie
temporal de la fluctuacin de las seales y caracterizar estas
fluctuaciones como un proceso estocstico.

La composicin y el estado fsico de la atmsfera es muy variable en
el espacio y en el tiempo. Por tanto, el establecimiento de modelos
de interaccin de la onda, exige el uso extensivo de mtodos
estadsticos para caracterizar diversos parmetros fsicos que
describan la atmsfera, as como los parmetros elctricos que
definen el comportamiento de la seal y los procesos de interaccin
que relacionan estos parmetros.
Distribuciones de probabilidad
Los procesos estocsticos se describen generalmente mediante una
funcin de densidad de probabilidad o mediante una funcin de
distribucin acumulativa. La funcin de densidad de probabilidad,
designada aqu por p(x) para la variable x, es de naturaleza tal que existe
una probabilidad p(x) dx de que x tome un valor comprendido en el
intervalo infinitesimal de x a x + dx.
La funcin de distribucin acumulativa, designada F(x), determina la
probabilidad de que la variable tome un valor inferior a x, es decir, que
estas funciones estn relacionadas como sigue:

- distribucin normal o gaussiana,
- distribucin log-normal,
- distribucin de Rayleigh,
- distribucin combinada log-normal y de Rayleigh,
- distribucin de Nakagami-Rice (distribucin n de
Nakagami),
- distribucin gamma y distribucin exponencial,
- distribucin m de Nakagami,
- distribucin 2 de Pearson.
Distribucin gaussiana o distribucin normal
Esta distribucin se aplica a una variable continua de
cualquier signo. La densidad de probabilidad tiene la forma:
p(x) = eT (x)
donde T(x) es un polinomio de segundo grado no negativo. Si
se utilizan como parmetros el valor medio, m, y la desviacin
tpica, , p(x) se escribe en la forma usual:


En los clculos prcticos se puede representar F(x) mediante funciones
aproximadas como, por ejemplo, la siguiente, que es vlida para x positivo con
un error relativo inferior a 2,8 103:



La distribucin gaussiana se da sobre todo cuando los valores de la magnitud
considerada resultan del efecto aditivo de varias causas aleatorias, cada una
de las cuales tiene una importancia relativamente pequea.

En la propagacin, la mayora de las magnitudes fsicas que intervienen
(potencia, tensin, duracin de un desvanecimiento, etc.) son magnitudes
esencialmente positivas, y, por tanto, no pueden representarse directamente
mediante una distribucin gaussiana. En cambio, esta distribucin interviene
en dos casos importantes:
para representar las fluctuaciones de una
magnitud alrededor de su valor medio.
para representar el logaritmo de una
magnitud. Se obtiene entonces la distribucin
log-normal.
Distribucin log-normal
Es la distribucin de una variable positiva cuyo logaritmo tiene una
distribucin gaussiana. Se pueden, pues, escribir directamente la densidad
de probabilidad y la distribucin acumulativa:





Sin embargo, en estas relaciones, m y son el valor medio y la desviacin
tpica, no de la variable x sino del logaritmo de esta variable. Las
magnitudes caractersticas de la variable x se deducen sin dificultad.
Siendo: