Estadística Probabilidad y

Ruido
Introducción
• Procesamiento Digital de Señales tiene como objetivo reducir
interferencia, ruido y señales indeseables.
• ´Provocado por
• Fallas en la adquisición de datos
• Fallas en las operaciones del DSP
Señales
• Señal continua un infinito numero de puntos, en tiempo y amplitud.
• Señal discreta un numero finito de puntos en tiempo y amplitud.
Señales
• Continuas
• Voltaje, temperatura, señal senoidal red eléctrica, etc…
• Discretas
• Señales muestreadas dentro de PC o microcontrolador
• Por ejemplo la señal de voz es continua y se discretiza al entrar al
teléfono celular.
Mediciones estadísticas
• Media
• La media nos indica el valor promedio de la señal

1 𝑁−1
• X𝑎𝑣𝑔 = 𝜇 = σ 𝑋
𝑁 𝐼=0 𝑖
Media o promedio
• Suponga Se realiza las siguientes mediciones a las 13h00 de Lunes a
Lunes en una esquina del barrio, anotando numero de autos color
rojo.
No muestra Valor de la muestra
1 7
2 5
3 1
4 4
5 3
6 5
7 2
8 6
Media o promedio
• Se suma las muestras y se divide para el numero de muestras

7+5+1+4+3+5+2+6
• Xmed=
8
• Xmed= 4,125
• Código en octave
Varianza
• La varianza es una medida de dispersión que representa la
variabilidad de una serie de datos respecto a su media.

1 𝑁
• 𝜗 = σ𝑖=1(𝑥 2
2 − 𝑥𝑎𝑣𝑔2 )
𝑁
Calculo de la varianza del ejemplo previo
• Código en octave
Varianza
• Para un numero de muestras pequeñas se usa

1
𝜗 2 = 𝑁−1 σ𝑁 2 2
𝑖=1(𝑥 − 𝑥𝑎𝑣𝑔 )

• Conocido como la correcion de Bessel

Desviación Estándar
• es una medida que se usa para cuantificar la variación o dispersión de
un conjunto de datos numéricos
Desviación Estándar
• Ejemplo en Octave
Mediciones Estadísticas
Medición Estadística Observación
1
Potencia = 𝑁 σ𝑁−1
𝑛=0 (𝑥 𝑛 )
2 Es la Potencia media de una señal

1 𝑁−1 Valor cuadrático medio (RMS) de la señal

Valor RMS = Xrms = σ (𝑥 𝑛 )2
𝑁 𝑛=0
1
Valor medio = Xavg= 𝑁 σ𝑁−1
𝑛=0 𝑥(𝑛)
Promedio de la señal x(n) o componente DC.

Potencia DC = (𝑋𝑎𝑣𝑔 𝑛 )2 Potencia DC

1 𝑁
La varianza 𝜎 2 = σ𝑛=1(𝑥 2 − 𝑥𝑎𝑣𝑔2 ) Potencia AC
𝑁

1 𝑁 Amplitud AC
La desviación estándar 𝜎 = σ𝑛=1(𝑥 2 − 𝑥𝑎𝑣𝑔2 )
𝑁
Ejemplo
• Hallar los valores medio, varianza y desviación estandar.
• De la señal x(t) = 10 sen(2π1000t)
• Si se toma 10 muestras del periodo
Ejemplo
• La señal x(t) = 10 sen(2π1000t) tiene una frecuencia f = 1000 Hz
• Por ende su periodo es T = 1/f = 1/1000 = 1 mseg.
• Si se toma diez muestras el tiempo t = 1/10 mseg = 0.1 mseg
• Procedemos a calcular los valores
Ejemplo
tiempo (ms) X(t) = 10sen(2π1000t)
0 0
0.1 5,87785
0.2 9.51057
0.3 9.51057
0.4 5,87785
0.5 0
0.6 -5,87785
0.7 -9.51057
0.8 -9.51057
0.9 -5,87785
Ejemplo
• Grafica en Octave
Ejemplo
• Calculamos el valor medio, la varianza y la desviación stdar
• Xavg= 0
• varianza=55,55
• Desviación estándar= 7,4536
Código en octave
Ejemplo 2
• Generación de una señal aleatoria
• Calculo de la media, varianza y desviación estándar
Ejemplo 2
• Usando la función rand obtenemos el siguiente vector aleatorio, cada
vez que se ejecute saldaran valores distritos.
Ejemplo 2
• Si generamos un vector de 10 muestras y graficamos
Ejemplo 2
Ejemplo 2
• Calculamos la media, varianza y desviación estándar
• Recuerde son números aleatorios nunca saldrá el mismo valor
Ruido introducido en una señal senoidal
• La señal senoidal x(t) = 10sen(2π1000t)
• Código en octave
Ruido introducido en una señal senoidal
• Grafica de la señal
Generador de ruido aleatorio
• Código del generador de ruido

octave:11> y= x+5*rand(1,length(x));

octave:12> plot(t,y )
Señal con Ruido
RUIDO
• Es todo conjunto de datos, información, señal o imagen. Que no es de
interés, degrada o distorsiona la señal, que contamina limita el uso de
la información.
• NO se puede atenuar
• Solo se puede atenuar o reducir.
Tipos de ruido
• 1. Ruido aditivo
• Xobs(t)= xin(t)+n(t)
• Es decir es la señal observada es igual a la señal de entrada mas un
ruido aleatorio.
• 2. Ruido binario o impulsivo

• En las imágenes se observa puntos blancos y negros se conoce como

ruido sal y pimienta
Tipos de ruido
• 3. Ruido multiplicativo
• Xobs(t)= xin(t)*n(t)
• Provoca manchas
Ruido Gaussiano
• El ruido Gaussiano se encuentra asociado con la radiación
electromagnética. Ya que no podemos tener comunicación eléctrica
sin electrones, es imposible evitar el ruido, el ruido Gaussiano
muestra una densidad de probabilidad que responde a
una distribución normal (o distribución de Gauss).
Ruido Gaussiano
• octave:11> A=randn(64);
• octave:12> imshow(A)
Ruido gaussiano histograma
Ruido blanco
• El ruido blanco o sonido blanco es una señal aleatoria (proceso
estocástico) que se caracteriza por el hecho de que sus valores de
señal en dos tiempos diferentes no guardan correlación estadística.
Como consecuencia de ello, su densidad espectral de potencia (PSD,
siglas en inglés de power spectral density) es una constante, es decir,
su gráfica es plana
Ruido blanco
• octave:17> A=rand(64);
• Octave:18> imshow(A)
Histograma ruido blanco
Distribución Normal o Gaussiana
• Se produce cunado una señal esta en un canal de comunicaciones
inalámbrico.
• Transmisión de datos inalámbricamente, control de una señal de
manera inalambrica.
Distribución normal o gaussiana
• La función asociada a la distribución normal está dada por:

• Donde: μ: media de la distribución.

• σ: desviación estándar de la distribución.
• π = 3.1415926535…
• x: variable aleatoria.
• A una distribución normal de media μ y desviación estándar σ se le denota
N(μ,σ).
• La distribución normal cuando μ = 0 y σ = 1 recibe el nombre de curva normal
unitaria (N(0,1))
Distribución normal gaussiana
Distribución uniforme discreta

• La distribución Uniforme es el modelo (absolutamente) continuo más

simple. Corresponde al caso de una variable aleatoria que sólo puede
tomar valores comprendidos entre dos extremos a y b, de manera
que todos los intervalos de una misma longitud (dentro de (a, b))
tienen la misma probabilidad.
• De la anterior definición se desprende que la función de densidad
debe tomar el mismo valor para todos los puntos dentro del intervalo
(a, b) (y cero fuera del intervalo).
Distribución uniforme discreta
Distribución uniforme discreta
• Media
𝑏+𝑎
•𝜇=
2
• Varianza
(𝑏−𝑎)2
• 𝜎2 =
12

• Muy utilizada para caracterizar el ruido de cuantización en los

conversores A/D y D/A.
Distribución uniforme en Octave
• Cargar el paquete estadístico
• >>pkg load statistics
Distribución uniforme en octave
Histograma de distribución uniforme