Preguntas de Final

26/07/2012

a. Los generadores de números pseudoaleatorios no pueden utilizarse en

la aplicación del método de Monte Carlo.

FALSO

Para utilizar el método de Monte Carlo es necesario que los conjuntos de números
que se utilizan sean lo más aleatorios posibles. Sin embargo, al estar trabajando
sobre sistemas digitales dicha aleatoriedad se pierde por lo que se puede tomar
valores pseudoaleatorios.

Un conjunto de números son aleatorios cuando tienen una Función de

Autocorrelación (FAC) =1 en el desplazamiento 0 y el FAC para otro
desplazamiento es 0. Por otro lado un conjunto de números es pseudoaleatorios
cuando su FAC = 1 en el desplazamiento 0 y un valor cercano a 0 para cualquier
otro desplazamiento menor al Nivel de Significancia que se desee.

Apunte: ApunteMonteCarlo_v2.pdf
Páginas: 1 y 2

b. La transformada de Fourier nos da información sobre las fases de las

componentes de una señal pero no sobre la energía de las mismas.

FALSO

No está explicitado en el apunte, pero cuando habla sobre la representación polar de

la Transformada de Fourier, el apunte indica que una ventaja de dicha
representación es que dicha representación facilita la comprensión de las
características de la señal al expresar el dominio en fase y magnitud. Suponiendo
que con “energía” de la señal se refiere a la magnitud, podemos entonces afirmar
que la Transformada de Fourier si puede darnos la información sobre fase y energía.

Apunte: PSFourier.pdf
Páginas: 31 (Representación Polar - Ventajas)

c. Podemos calcular una aproximación del número pi a través del método

Monte Carlo.
 VERDADERO

El método Monte Carlo permite realizar aproximaciones de expresiones matemáticas

complejas a través de conjunto de números pseudoaleatorios como entrada. Por ello
considero que es posible obtener varios decimales del número pi con este método.

Para calcular el número pí hay que partir de un cuadrado que tiene un círculo
adentro y luego despejar pi para poder empezar a hacer los cálculos.

NOTA: Busqué en google “Calcular número pi con el método Montecarlo” y dió

resultados, así que la respuesta es Verdadero. Acá dejo el link del primer resultado
(Video de youtube) https://www.youtube.com/watch?v=9aJADZgNl18

Apunte: ApunteMonteCarlo_v2.pdf
Páginas: 1

d. Los filtros IIR son siempre estables.

FALSO

Los Filtros de Respuesta Infinita al Impulso (IIR) pueden tener problemas de

estabilidad y propagación de errores numéricos.

Apunte: PSFiltros.pdf
Páginas: 13 (Características de los filtros IIF)

e. El método del descenso escalonado por el gradiente permite minimizar

el Error Cuadrático Medio de un filtro adaptativo.

VERDADERO

La pregunta es en realidad un poco confusa, pero en realidad se refiere a si el

método del descenso escalonado por el gradiente se utiliza para minimizar el ECM
(que es el índice de performance) de un filtro adaptativo.

Tanto éste método como el método de Newton-Rapson y LSD Windrow cumplen el

mismo objetivo.

Apunte: ApunteProcesamientoAdaptativo.pdf, ApunteRedesNeuronales_Parte1.pdf

Páginas: 2, 7 y 8 (Filtrado adaptativo, Algoritmo de gradiente mediante el método de
Newton y Método de gradiente buscado por descenso escalonado)

f. No es posible usar la función signo como función de cuantificación en

un perceptrón.

FALSO
El ejemplo que brinda el apunte utiliza explícitamente una función signo como
cuantificador de un perceptrón

Recordemos que la Función de Cuantificación es un bloque de respuesta alineal que

se conecta a la salida de un combinador lineal adaptativo

Apunte: ApunteRedesNeuronales_Parte2.pdf
Páginas: 4 (El perceptron a partir de un combinador lineal adaptativo)

g. Un filtro de media móvil es un filtro pasa bajo.

VERDADERO

Los filtros de media móvil tambien se llaman filtros promediadores, y son filtros pasa
bajos. Hay más información entrando en el siguiente link de wikipedia

Apunte: Ninguno
Páginas: Ninguna

h. La mediana de un conjunto de datos es uno de los valores de dicho

conjunto.

VERDADERO

La mediana es el valor ubicado en el medio cuando los valores de un conjunto son

ordenados de menor a mayor.

Apunte: Risk-Cartas-sobre-Estadistica.pdf
Páginas: 5

i. Usted quiere muestrear la señal analógica de sus antiguos datasettes

de Commodore 64. Sabe que la frecuencia máxima de la señal es de 300Mhz
¿A qué frecuencia realiza el muestreo? ¿Por qué? Explique conceptualmente,
con sus propias palabras y en no más de media carilla.

La frecuencia de muestreo será como mínimo de 600Mhz. Esto es así porque según
el teorema de Nyquist-Shannon la frecuencia de muestreo debe ser el doble de la
frecuencia máxima de la señal para poder recuperar la señal original completa. En
caso de no cumplir esta condición se produciría el efecto de Aliasing, lo cual significa
que no se podrá recuperar la señal original.

03/12/2014

a. El fenómeno de aliasing puede darse en la reconstrucción de una señal

que se haya muestreado a una frecuencia por debajo de la frecuencia crítica
de Nysquist-Shannon.
 VERDADERO

Efectivamente, para que se genere el fenómeno de aliasing o Efecto Nyquist debe

muestrear una señal a una frecuencia menor al doble de la frecuencia máxima de la
señal.

Esta información no está en los apuntes, por lo que fue extraída de wikipedia
buscando sobre aliasing y teorema de Nysquit-Shannon. Adjunto los links
correspondientes: Link 1, Link 2, Link 3.

Apunte: Ninguno
Páginas: Ninguna

b. Si muestreamos cada 2 segundos una señal cuya componente

frecuencial máxima es de 4Hz, entonces no se da el fenómeno de aliasing.

FALSO

El enunciado no está muy claro puesto que muestrea una señal cada 2 segundos
pero no indica cuantos ciclos tiene, razón por la cual no es posible saber la
frecuencia de muestreo. Sin embargo, para que no se produzca el efecto de aliasing
tiene que muestrear la señal a partir de 8Hz, razón por la cual decidí poner FALSO
en la respuesta.

Esta información no está en los apuntes. Lo que hay que saber es el teorema de
Nyquist-Shannon el cual dice que la frecuencia de muestreo debe ser mayor al doble
de la frecuencia máxima para que no se produzca el fenómeno de aliasing.

Apunte: Ninguno
Páginas: Ninguna

c. El test de Student de dos muestras permite probar que las medias de

dos poblaciones no son iguales.

VERDADERO

Extraído de los apuntes:

“Suponga ahora que los sujetos del grupo 1 y 2 corresponden ambos a muestras de
una supuesta población subyacente. El test implicado intentará probar si ambas
medias no difieren, lo que implica que ambas muestras provienen de la misma
población y contrariamente si difieren.

En el caso de contar con dos muestras, para nuestro ejemplo los grupos control y de
pacientes, la prueba más difundida es la “t del estudiante”, publicado por el
estadístico británico William Gosset (1876-1937) en 1908 bajo el seudónimo de
“estudiante”, según piensan algunos no lo publicó bajo su nombre porque la prueba t
fue desarrollada como parte de su trabajo en control de calidad para la cervecería
Guinness en el Reino Unido; los resultados de sus estudios probaban que algunos
lotes de cerveza no eran de la calidad esperada por Guinness.”

Apunte: Risk-Cartas-sobre-Estadistica.pdf
Páginas: 22

d. Los filtros IIR son inestables.

VERDADERO.

Los filtros de respuesta infinita al impulso son inestables. No así como con los FIR.

Apunte: PSFiltros.pdf
Páginas: 13

e. La transformada rápida de Fourier de una señal real es una señal

compleja.

VERDADERO.

En el apunte no habla exactamente sobre Transformada Rápida de Fourier. Sin

embargo, buscando en wikipedia encontré que la Transformada Rápida de Fourier
es un algoritmo para obtener la Transformada de Fourier de forma rápida.

Por otro lado la Transformada de Fourier, que si habla el apunte, dice que a partir de
una señal real se obtiene una señal compleja, y también dice que a partir de una
señal compleja se obtiene otra señal compleja

Apunte: PSFourier.pdf
Páginas: 11

f. El espectro de potencia de la transformada rápida de Fourier de una

señal representa el ángulo inicial de cada una de sus componentes senoidales
en t=0
FALSO
No se porqué. Aca puede que haya algo de información al respecto

Apunte: Ninguno
Páginas: Ninguna

g. Las componentes de un filtro de media móvil siempre suman 1

FALSO

Esto corresponde a los coeficientes del filtro de respuesta infinita al impulso.

Apunte: Clase_3_SeriesTemporales.pdf
 Páginas: 16

h. No es posible diseñar filtros pasa altos FIR

FALSO.

En el apunte se menciona los filtros pasa altos dentro de la categoría de FIR, por lo
que la afirmación es falsa.

Apunte: PSFiltros.pdf
Páginas: 11

i. ¿Qué es el coeficiente de correlación (de Pearson) y cual es su rango?

Explique conceptualmente con sus propias palabras y en no más de media
carilla

El coeficiente de correlación es un valor que mide la relación entre una serie de

valores. El rango que toma es entre 1 y 0.

Apunte: Risk-Cartas-sobre-Estadistica.pdf
Páginas: 48 y 49

j. Usted tiene datos de la tasa de transferencia de 2 proveedores de

internet, tomados cada 1 hora durante 1 semana. Asumiendo que los datos
provienen de distintas distribuciones normales ¿Cómo utilizaría esta
información para contratar al proveedor que le de la mejor tasa de
transferencia? ¿Habría un caso en el que no podría asegurar que uno de ellos
es mejor que el otro? Explique el escenario con sus propias palabras.

Creo que el enunciado me esta dando 2 muestras de dos poblaciones distintas. Yo

podría entonces, con los valores recolectados, aplicar un t test student para saber
cual elegir. Cuando me pregunta si existe algún caso en el que no podría asegurar
cual de los proveedores es mejor, creo que se está refiriendo a que debería aclarar
que para aplicar el test t student debo asegurarme que las dos muestras sean
normales

21/07/2011 (no tiene resolución)

1) Sea S un sistema LTI y h su respuesta en el tiempo a un impulso unitario. Dada una

entrada x al sistema (x es una señal digital o secuencia de muestras), determine si las
siguientes afirmaciones son Verdaderas (V) o Falsas (F):

a. Podemos calcular la salida mediante la convolución x * h

 VERDADERO

Apunte: PSConvolucion.pdf
Páginas: 8

b. No podemos calcular la salida mediante la convolución h * x

FALSO

La convolución es conmutativa, por lo que calcular la salida mediante la convolución

h*x o x*h es lo mismo.

Apunte: PSConvolucion.pdf
Páginas: 13

c. Podemos calcular la salida en el tiempo mediante la multiplicación

DFT(x).DFT(h), siendo DFT la transformada discreta de Fourier.

FALSO

La multiplicación de las transformadas de fourier de x y h me dan la transformada de

fourier de la convolución de x*h, por lo que la salida es en el dominio de la
frecuencia.

Apunte: PSFourier.pdf
Páginas: 33

d. En general, calcular la salida realizando DFT⁻¹(DFT(x).DFT(h)) requiere

más operaciones que hacerlo mediante x * h

VERDADERO

No estoy seguro de esto pero a priori diría que es verdadero porque para poder
hacer esto debo realizar la transformada de dos señales, multiplicarlas y luego
realizar la antitransformada de la señal resultante, cosa que me parece más fácil
hacer la convolución directamente.

Apunte: Ninguno
Páginas: Ninguna

e. Si la señal digital x surge del muestreo cada 1 segundo de una señal

analógica cuya frecuencia máxima es de 2Hz, no se produce el fenómeno de
aliasing.

FALSO

Para que no se produzca el fenómeno de antialising el muestreo debe ser con una
frecuencia de 4hz, es decir cada 0.25 segundos debería tomar la muestra.
 Apunte: Ninguno
Páginas: Ninguna

f. Si S es un filtro FIR, el sistema S puede no ser estable.

FALSO

Los filtros FIR son estables, los IIR pueden no ser estables.

Apunte: PSFiltros.pdf
Páginas: 7

g. Un filtro de media móvil es un filtro pasa altos.

FALSO

Un filtro de media móvil o filtro promediador es un filtro pasa bajos.

Apunte: PSFiltros.pdf
Páginas: 8

h. El procesamiento de señales es ampliamente utilizado en la industria

automotriz, aeroespacial, en aplicaciones médicas, militares, de
telecomunicaciones, de la musica/sonido y del habla.

VERDADERO

No estoy seguro pero creo que es verdadera.

Apunte: Ninguno
Páginas: Ninguna

2) Explique conceptualmente con sus propia palabras y no en no más de media

carilla el teorema nyquist shannon

El teorema de Nyquist-Shannon establece que la frecuencia de muestreo de una señal debe

ser por lo menos del doble de la frecuencia máxima de la señal a muestrear. Esto sirve para
que no se produzca el efecto aliasing, pudiendo ser reversible la frecuencia muestreada.

Apunte: Ninguno
Páginas: Ninguna