Consolidado AE B2 Total

Lección 1
Fecha de entrega 26 de ene en 11:00 Puntos 10 Preguntas 5

Disponible hasta el 26 de ene en 11:01 Límite de tiempo 45 minutos
Instrucciones
Temas de la Lección:
1. Definición de proceso estocástico.

2. Clasificación de los procesos estocásticos.
3. Ejemplos de procesos estocásticos.
4. Momentos de Procesos Estocásticos.
5. Procesos estocásticos usuales.
6. Estacionalidad de procesos estocásticos.
Indicaciones:
El tiempo limite para resolver el cuestionario es de 45 minutos.

La lección consta de 5 preguntas (4 respuestas múltiples, 1 ejercicio).
Las preguntas se muestran una a la vez y luego de ser respondidas se bloquean.
Este examen fue bloqueado en 26 de ene en 11:01.
Historial de intentos
Intento Hora Puntaje
MÁS RECIENTE Intento 1 29 minutos 8 de 10
 Las respuestas correctas están ocultas.
Puntaje para este examen: 8 de 10

Entregado el 26 de ene en 10:55
Este intento tuvo una duración de 29 minutos.
Incorrecto
Pregunta 1 0 / 2 pts
¿Qué afirmaciones son ciertas, con respecto a la estacionalidad de un
proceso estocástico?
este Se dice que un proceso estocástico es estacionario, debido a que se fija

el argumento t, en la variable aleatoria X(to, w)
La medida de estatura de una población durante muchos un rango

amplio de años, es un ejemplo de proceso estocástico estacionario.
Un proceso estocástico es estacionario, si la distribución de probabilidad

no se ve afectada por el desplazamiento en el origen del tiempo.
La determinación de unidades defectuosas en un gran lote de

este dispositivos electrónicos, es un ejemplo de proceso estocásticos
estacionario.
Incorrecto
Una empresa fabrica bombillos eléctricos, la probabilidad de que un

bombillo no resulte defectuoso es de 0.95. ¿Cuál es la probabilidad de que
de un lote de 50 bombillos, 48 bombillos no resulten defectuosos?
1.033 %
95.435 %
es 0.2611013704
2.088 %
2.520 %
¿Cual de las siguientes afirmaciones son ciertas, sobre la función de

Autocovarianza?
Cuando una variables crece y la otra también, se tiene una covarianza

negativa.
Cuando una variable crece y la otra decrece, se tiene una covarianza

positiva.
Cuando una variables crece y la otra también, se tiene una covarianza

positiva.
Indica el grado de variación conjunta de dos variables aleatorias, con

respecto a sus medidas.
¿Cual de las siguientes afirmaciones son ciertas, sobre la función de

autocorrelación?
Indica el grado de variación conjunta entre dos variables aleatorias, con

respecto a sus medidas.
Es una medida de dependencia entre las variables aleatorias X(t)
Sirve para encontrar patrones repetitivos dentro de una señal.
Permite obtener promedios estadísticos
¿Qué afirmaciones son ciertas, con respecto a la Distribución de Bernoulli y

el proceso Bernoulliano?
La probabilidad de éxito en cada experimento es p y la probabilidad de

fracaso es 1-p
La repetición de experimentos Bernoullianos, constituye el proceso

Bernoulliano de ensayos independientes.
Es un experimento aleatorio discreto, que solo puede tomar valores

binomiales.
La probabilidad de éxito es p y la probabilidad de fracaso es 0.5-p
Puntaje del examen: 8 de 10

El puntaje del examen se ha ajustado manualmente en +2.0 puntos.
Lección 2 y 3
Fecha de entrega No hay fecha de entrega Puntos 10 Preguntas 10
Disponible 19 de nov de 2020 en 21:15 - 19 de nov de 2020 en 22:35 casi 1 hora
Límite de tiempo 15 minutos
Este examen fue bloqueado en 19 de nov de 2020 en 22:35.
 Las respuestas correctas ya no están disponibles.

Entregado el 19 de nov de 2020 en 21:31
La suma de todas las probabilidades debe ser mayor a 1
Verdadero
Falso
Incorrecto
¿Cuál es la probabilidad de sacar 1 al lanzar un dado?

este 1/6
1/3
1/4
Una variable aleatoria 𝑥 es una función que asocia a cada punto de

muestra 𝜔 ∈ Ω un número real
Verdadero
Falso
Se designa con las siglas FDP a
Función de densidad de probabilidad
Función de distribución de probabilidad
Se designa con las siglas fdp a:

Función de densidad de probabilidad
Función de distribución de probabilidad
En una variable aleatoria real 𝑥 se asocia probabilidades a todos los

intervalos de los reales
Verdadero
Falso
Incorrecto
La función de distribución de probabilidad es acumulativa
este Verdadero
Falso
En el evento que se muestra en la gráfica adjunta cual es la probabilidad en

el intervalo
1.
2.
3.
4.
La probabilidad de que un evento ocurra es igual al área marcada en rojo

Verdadero
Falso
En el espacio muestral Ω = {a,b,c,d,e...} existen variables aleatorias reales
Verdadero
Falso

Lección 2
Disponible hasta el 28 de ene en 18:46 Límite de tiempo Ninguno
Instrucciones
Temas a evaluarse
- Explica el valor esperado de una función de variable aleatoria real.

- Define el valor esperado de una función de vector aleatorio.
- Compara y analiza valor esperado de variable y vector.
- Ilustra el valor esperado de vectores y matrices.

- Explica la función característica y su funcionalidad.
- Define la función característica de un vector gaussiano.

- Explica la función densidad de probabilidad de un vector gaussiano.
MÁS RECIENTE Intento 1 20 minutos 7.5 de 10
Puntaje para este examen: 7.5 de 10

Pregunta 1 0.5 / 0.5 pts
El valor esperado de una matriz 𝑨 es definido como una matriz de la misma

dimensión, cuyos elementos son los valores esperados de los elementos
de 𝑨.
¡Correcto!
Verdadero
Falso
El módulo del valor esperado de una variable aleatoria es mayor al valor

esperado del módulo de la variable aleatoria
Verdadero
¡Correcto!
Falso
La ecuación representa el
teorema fundamental del valor esperado
¡Correcto!
Verdadero
Falso
Complete las propiedades de la función característica de un vector

gaussiano
¡Correcto! Si x es un vector entonces e vector y def

gaussiano
¡Correcto! Si las componentes de un entonces también son e
vector gaussiano x son
descorrelacionadas dos a
dos
¡Correcto! Dado un vector aleatorio es posible hacer que su

gaussiano
Otras opciones de coincidencia incorrecta:

y es un vector aleatorio 𝒙, gaussiano, con media µ y matriz covarianza
Σ.
Pregunta 5 0 / 0.5 pts
La función característica de un vector aleatorio x, de dimensión n es

definida por
espuesta correcta
Verdadero este
Respondido
Falso
La expresión matemática representa
¡Correcto!
La matriz de covarianza
El vector media
La matriz de varianza
La siguiente formulación es correcta con respecto a la gráfica adjunta
No
¡Correcto!
Si
La covarianza entre dos v.a. es un parámetro real que indica, de cierta

forma, la relación estadística entre dos v.a.
¡Correcto!
Verdadero
Falso
Si una variable aleatoria X tiene densidad dada por

significa que tiene distribución normal
¡Correcto! Verdadero
Falso
El vector media de un vector aleatorio 𝒙 es el vector cuyas componentes

son las medias de las componentes de 𝒙
¡Correcto!
Verdadero
Falso
En la gráfica adjunta cuál es el valor de la media
¡Correcto!
0
(0 , Z)
La correlación entre dos variables aleatorias X y Y considerando

es definida tomando g(x) = g(x,y) = xy es decir
¡Correcto!
Verdadero
Falso
La varianza es representado por y es igual a
espuesta correcta Verdadero este

Respondido
Falso
El valor esperado de un evento y puede estar condicionado a un evento M

¡Correcto!
Verdadero
Falso
La separación entre cada segmento de la gráfica anexa es conocida

como:
covarianza
Respondido
varianza
espuesta correcta
desviación estándar este
valor esperado

El valor esperado de una función es un operador no lineal
Respondido
Verdadero
espuesta correcta Falso

este
El valor esperado de un vector Y es definido como un vector de n

dimensiones, cuyas componentes son los valores esperados de las
componentes de y.
Respondido
Verdadero
espuesta correcta
Falso
este
La desviación estándar es conocida como
La raíz cuadrada de la media
¡Correcto!
La raíz cuadrada de la varianza
La raíz cuadrada del valor esperado

Un vector aleatorio 𝒙 es gaussiano, cuando la variable aleatoria real

es gaussiana para cualquier vector 𝑛 dimensional
¡Correcto!
Verdadero
Falso
El valor esperado también es conocido como la media o mediana de una

función
Verdadero
¡Correcto!
Falso
Puntaje del examen: 7.5 de 10

Lección 3
Fecha de entrega 9 de feb en 10:35 Puntos 10 Preguntas 5
Disponible hasta el 9 de feb en 10:36 Límite de tiempo 20 minutos
Instrucciones
Temas:
1. Definición y elementos de un sistema de colas

2. 2. Características.
3. Rendimiento del sistema.
4. Terminología.
5. Modelo de colas simple.
6. Ejemplos.
Este examen fue bloqueado en 9 de feb en 10:36.

Entregado el 9 de feb en 10:28
¿Cuáles de las siguientes afirmaciones son verdaderas con respecto a la

Disciplina de la cola?
La disciplina de la cola, establece la longitud de la cola que puede ser
finita o infinita
Es la regla mediante la cual los clientes reciben el servicio.
FIFO, se refiere el primer cliente que llega, es el primero en ser atendido

y que sale
RSS, se refiere a selección para brindar el servicio en reversa
¿Cuáles de los siguientes son factores que permiten medir el rendimiento

de un sistema de colas?
Tiempo promedio antes de que un cliente entre al sistema
Número de clientes promedio
Fuente de entrada
Longitud promedio de la cola
Tiempo promedio
¿Qué afirmaciones son ciertas, con respecto a los modelos de colas?

El mejor sistema de colas es el que tiene la cola mas pequeña, sin
importar los costos del servicio
Permite balancear los costos de servicio con los costos de estera en la

línea.
El mejor sistema de colas es el que tiene el menor costo posible, sin

importar el tamaño de la cola.
¿Cuáles son los elementos de un sistema de colas?
demanda del servicio
capacidad del sistema
Línea de espera
Arribos
Servicio
¿De qué forma o patrón pueden arribar los clientes a un sistema de colas?
no programada o arribos aleatorios
arribos encadenados
programada o arribos periodicos
secuencia de arribos

Participación en clase - Semana 15
Fecha de entrega 2 de feb en 10:45 Puntos 10 Preguntas 6
Disponible hasta el 2 de feb en 10:46 Límite de tiempo 30 minutos
Instrucciones
Temas del cuestionario:
Densidad espectral de potencia.

Procesos estocásticos y sistemas lineales.
Procesos estocásticos gaussianos.
Este examen fue bloqueado en 2 de feb en 10:46.

Entregado el 2 de feb en 10:39
¿Cómo se obtiene la potencia promedio de un proceso aleatorio contínuo

en el tiempo estacionario en el sentido amplio X(t)?
Integrando su función de covarianza
Integrando, su función de desviación estandar
Integrando su función media

Integrando la densidad de potencia , sobre todos sus
componentes de frecuencia.
La velocidad a la que varia un función de tiempo determinista se relaciona

con la ponderación de la serie o transformada de Fourier. Si la función varia
lentamente ¿Cuál es la ponderación de los componentes sinusoidales?
La ponderación de las componentes sinusoidales son de frecuencia

intermedia
La ponderación de las componentes sinusoidales son de baja frecuencia
La ponderación de las componentes sinusoidales son de alta frecuencia
La ponderación de las componentes sinusoidales son de frecuencia

fundamental
¿Qué afirmaciones son ciertas con respecto a la Densidad Espectral de

Potencia?
Si la densidad de probabilidad se cambia de dominio, se determina la
densidad espectral de potencia de X(t)
La Densidad Espectral de Potencia de una señal nos indica como está

distribuida la potencia de dicha señal, sobre las distintas frecuencias de
las que esta formada.
La densidad espectral de potencia de X(t), esta dada por la

Transformada de Fourier de la función de Autocorrelación.
El teorema de Einstein-Wiener-Khinchin, establece que la densidad

espectral de potencia de un proceso aleatorio NO estacionario, esta
dada por la transformada de Fourier y la función de Varianza.
Parcial
¿Que afirmaciones son verdaderas, con respecto a la Distribución

Gaussiana o Normal?
este Los valores de la media, determinan el achatamiento de la campana de

Gauss.
Para diferentes valores de la desviación estándar, la campana de Gauss

se desplaza a lo largo del eje horizontal.
La distribución Normal, esta completamente determinada por su media y
su desviación estándar.
Para diferentes valores de la media u, la campana de Gauss se desplaza

a lo largo del eje horizontal.
Un ruido es Blanco y Gaussiano, si su densidad espectral de potencia es

constante para todo el espectro de frecuencias.
Verdadero
Falso
Si a un Sistemal Lineal Invariante en el Tiempo LTI, se ingresa un proceso

aleatorio gaussiano, a su salida se obtiene un proceso determinista.
Verdadero
Falso

Participación en clases semana 11
Disponible 7 de ene en 17:45 - 7 de ene en 18:00 15 minutos
Límite de tiempo Ninguno

Una variable aleatoria X tiene distribución normal con media µ y varianza

σ2 cuando tiene densidad dada por
¡Correcto!
Verdadero
Falso
Si las componentes de un vector gaussiano 𝒙 son descorrelacionadas dos
a dos, entonces ellas no son estadísticamente independientes.
¡Correcto!
Verdadero
Falso
Se dice que los componentes de un vector aleatorio 𝒙 es gaussiano,

cuando la variable aleatoria real 𝑧=(𝒂^𝑇)𝒙 es gaussiana
¡Correcto!
Verdadero
Falso
Decimos que el vector aleatorio X = (X1, . . . , Xn) tiene distribución normal

multidimensional estándar cuando µ = 0 y Σ = In (matriz identidad n × n).
¡Correcto!
Verdadero
Falso
Si 𝒙 es un vector gaussiano, entonces el vector 𝒚 definido por 𝒚=𝑨𝒙+𝒃 es
también gaussiano.
¡Correcto!
Verdadero
Falso

Participación en clases semana 9
Fecha de entrega 17 de dic de 2020 en 18:00 Puntos 10 Preguntas 5
Disponible 10 de dic de 2020 en 17:45 - 17 de dic de 2020 en 18:00 7 días
Límite de tiempo Ninguno
Este examen fue bloqueado en 17 de dic de 2020 en 18:00.
MÁS RECIENTE Intento 1 1 minuto 10 de 10

Entregado el 10 de dic de 2020 en 17:55
Este intento tuvo una duración de 1 minuto.
La media es igual al valor esperado o la esperanza
Verdadero
Falso
La propiedad 1 del valor esperado del vector de una función textualmente

dice:
El valor esperado de una constante 𝑎(que equivale a una v.a. que asume
un único valor 𝑎es igual a la propia constante, o sea, 𝐸[𝑎] = 𝑎
El módulo del valor esperado de una variable aleatoria es menor o igual

al valor esperado del módulo de la v.a. |E[x]| <= E[|x|]
El operador valor esperado preserva el orden, en el sentido de que si

dos v.a. 𝑥 y 𝑦 son tales que 𝑥(𝜔) ≥ 𝑦(𝜔),∀ 𝜔 ∈ Ω
La covarianza entre dos v.a. es un parámetro real que indica, de cierta

forma, la relación estadística entre dos v.a.
Verdadero
Falso
El valor esperado esta definido por la siguiente ecuación
Verdadero
Falso
La varianza está definida por la siguiente función
Verdadero
Falso

Consolidado AE B2 Total

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Consolidado AE B2 Total

Cargado por

Copyright:

Formatos disponibles

Lección 1

Fecha de entrega 26 de ene en 11:00 Puntos 10 Preguntas 5

1. Definición de proceso estocástico.

El tiempo limite para resolver el cuestionario es de 45 minutos.

Este examen fue bloqueado en 26 de ene en 11:01.

 Las respuestas correctas están ocultas.

Puntaje para este examen: 8 de 10

este Se dice que un proceso estocástico es estacionario, debido a que se fija

La medida de estatura de una población durante muchos un rango

Un proceso estocástico es estacionario, si la distribución de probabilidad

La determinación de unidades defectuosas en un gran lote de

Una empresa fabrica bombillos eléctricos, la probabilidad de que un

¿Cual de las siguientes afirmaciones son ciertas, sobre la función de

Cuando una variables crece y la otra también, se tiene una covarianza

Cuando una variable crece y la otra decrece, se tiene una covarianza

Cuando una variables crece y la otra también, se tiene una covarianza

Indica el grado de variación conjunta de dos variables aleatorias, con

¿Cual de las siguientes afirmaciones son ciertas, sobre la función de

Indica el grado de variación conjunta entre dos variables aleatorias, con

Sirve para encontrar patrones repetitivos dentro de una señal.

Permite obtener promedios estadísticos

¿Qué afirmaciones son ciertas, con respecto a la Distribución de Bernoulli y

La probabilidad de éxito en cada experimento es p y la probabilidad de

La repetición de experimentos Bernoullianos, constituye el proceso

Es un experimento aleatorio discreto, que solo puede tomar valores

La probabilidad de éxito es p y la probabilidad de fracaso es 0.5-p

Puntaje del examen: 8 de 10

Este examen fue bloqueado en 19 de nov de 2020 en 22:35.

 Las respuestas correctas ya no están disponibles.

Puntaje para este examen: 8 de 10

La suma de todas las probabilidades debe ser mayor a 1

¿Cuál es la probabilidad de sacar 1 al lanzar un dado?

Una variable aleatoria 𝑥 es una función que asocia a cada punto de

Se designa con las siglas FDP a

Función de densidad de probabilidad

Función de distribución de probabilidad

Se designa con las siglas fdp a:

Función de distribución de probabilidad

En una variable aleatoria real 𝑥 se asocia probabilidades a todos los

La función de distribución de probabilidad es acumulativa

En el evento que se muestra en la gráfica adjunta cual es la probabilidad en

La probabilidad de que un evento ocurra es igual al área marcada en rojo

En el espacio muestral Ω = {a,b,c,d,e...} existen variables aleatorias reales

Puntaje del examen: 8 de 10

- Explica el valor esperado de una función de variable aleatoria real.

- Ilustra el valor esperado de vectores y matrices.

- Define la función característica de un vector gaussiano.

Este examen fue bloqueado en 28 de ene en 18:46.

Puntaje para este examen: 7.5 de 10

Pregunta 1 0.5 / 0.5 pts

El valor esperado de una matriz 𝑨 es definido como una matriz de la misma

Pregunta 2 0.5 / 0.5 pts

El módulo del valor esperado de una variable aleatoria es mayor al valor

Pregunta 3 0.5 / 0.5 pts

Pregunta 4 0.5 / 0.5 pts

Complete las propiedades de la función característica de un vector

¡Correcto! Si x es un vector entonces e vector y def

¡Correcto! Dado un vector aleatorio es posible hacer que su

Otras opciones de coincidencia incorrecta:

Pregunta 5 0 / 0.5 pts

La función característica de un vector aleatorio x, de dimensión n es

Pregunta 6 0.5 / 0.5 pts

La expresión matemática representa