Análisis Estadístico de Datos Climáticos. Análisis de espectro singular. Facultad de Ciencias Facultad de Ingeniería 2013
|
|
- Sofia Herrera Núñez
- hace 6 años
- Vistas:
Transcripción
1 Análisis Estadístico de Datos Climáticos Análisis de espectro singular Facultad de Ciencias Facultad de Ingeniería 2013
2 Análisis de Espectro Singular Motivación El análisis de espectro singular (SSA en inglés) está diseñado para extraer información de series temporales cortas y ruidosas. Se diferencia de métodos espectrales clásicos en que construye auto-elementos adaptados a los datos.
3 Anomalías Salto Grande OND Indice de Oscilación Sur (mensual)
4 Dominio temporal vs. Dominio espectral La función de autocorrelación (que se calcula en el dominio temporal) y el espectro de potencia (o densidad espectral) están vinculados a través de la transformada de Fourier. En el dominio espectral, se destacan las contribuciones de frecuencias predominantes y de sus períodos asociados. f = 1 T T período (se mide en segundos, meses, años, etc) f frecuencia (ciclos por segundo, o por mes, etc.) El dominio espectral está motivado por el hecho de que el comportamiento más regular (y por tanto más predecible) de una serie temporal, es periódico.
5 Dominio temporal Dominio espectral
6 La variabilidad del sistema climático está caracterizada por un espectro de potencia que presenta: 1) una componente de banda ancha de color cálido, con potencias creciendo de las altas a las bajas frecuencias. 2) una componente de línea asociada con forzantes puramente periódicos, (ej. anual y diario). 3) varios picos anchos que podrían surgir de forzantes menos periódicos (ej. variabilidad solar), oscilaciones internas, o una combinación de ambas.
7 Series de tiempo y dinámica no lineal El sistema climático tiene un límite de predictibilidad de un par de semanas para el tiempo meteorológico, debido a sus inestabilidades y no linealidades. Aun cuando una serie provenga de un sistema determinístico caótico, su comportamiento, para escalas de tiempo relativamente grandes, no es completamente irregular. Algunas regularidades, p. ej. cuasiperiodicidades, pueden contribuir a una parte importante de su variabilidad.
8 Series de tiempo y dinámica no lineal Al mismo tiempo, el sistema climático presenta algunas cuasi-periodicidades, como: El Niño -Oscilación Sur (en océano- atmósfera) (~ 2 a 7 años). Las oscilaciones de 40 a 50 días en la atmósfera tropical. Estas cuasi-periodicidades pueden, en principio, facilitar la predicción basada en el análisis de series temporales.
9 Aumento de la relación señal-ruido El SSA permite extraer información de la serie dada, descomponiéndola en patrones elementales aditivos, usando filtros adaptados a los datos. Esos patrones pueden ser: tendencias, patrones oscilatorios, y ruido. Algunas cuasi-periodicidades pueden contribuir a una parte importante de su variabilidad. Las tendencias no tienen por qué ser lineales, y los patrones oscilatorios (no necesariamente armónicos) pueden estar modulados en amplitud y fase.
10 Ejemplo: Anomalías caudales Salto Grande OND ( ) (99 valores anuales)
11 Para los cálculos, utilizamos el SSAtoolkit de la Universidad de California Los Angeles disponible en:
12 Etapas del SSA Tiene bastante en común con el ACP, pero tiene diferencias importantes. Dada una serie de tiempo X(t): Se construye la secuencia de vectores desfasados: (t = 1,...,N =N - M + 1)
13 Cómo se elige M (longitud de ventana )? No hay una respuesta única. Surge de un compromiso: cantidad de información a extraer (mayor M) vs. grado de confianza estadística en esa información (N/M mayor ==> M menor). Aquí elegimos M = 20 porque los seudo-períodos que aparecen son bastante menores, como veremos. Es recomendable experimentar con más de un valor de M.
14 Matriz de covarianza Una estimación de la matriz de covarianza C MxM es: (matriz de Toeplitz) (Hay otras estimaciones posibles) Los autovalores y autovectores son la solución de:
15 Se construye la matriz de covarianza y se hace un análisis de componentes principales, obteniendo valores propios y funciones empíricas ortogonales (EOFs). Valores propios
16 Ejemplo de EOFs (M=60)
17 Funciones empíricas ortogonales Este método construye funciones empíricas ortogonales (EOFs, de longitud M) que son la contraparte de los senos y cosenos del análisis espectral clásico de Fourier. La ventaja sobre senos y cosenos es que los EOFs no son necesariamente funciones armónicas y, al ser adaptados a los datos, pueden capturar formas de oscilación altamente anarmónicas. Estas EOFs suelen presentarse en pares, con frecuencias y valores propios muy similares.
18 Los componentes principales se calculan proyectando adecuadamente la serie temporal sobre los EOFs: PC k (t) = M j = 1 X(t + j - 1) ρ k (j) Los PCs tienen longitud N-M+1
19 Método de Monte Carlo para SSA En las señales climáticas, típicamente el ruido de fondo no es blanco, sino más bien rojo, es decir que presenta potencias mayores en frecuencias más bajas. Utilizamos aquí el término ruido rojo en el sentido restrictivo de un proceso autoregresivo de orden 1, AR(1). La idea es evaluar si, con algún nivel de significancia estadística, la serie original se distingue de un AR(1). Para ello, se puede hacer una simulación por el método de Monte Carlo.
20 Método de Monte Carlo para SSA Se ajusta un proceso AR(1) ( ruido rojo ) a la serie X(t) : donde a 1, σ y X 0 se estiman a partir de la serie original. Se genera un ensemble de muchos datos simulados de ruido rojo y, para cada realización se calcula una matriz de covarianza. Se proyectan las matrices de covarianzas sobre la base de autovectores: y se compara con:
21 Reconstrucción parcial de la serie A partir de los EOFs y las componentes principales asociadas (p. ej. las que explican más varianza), se calculan series cuya suma aproxima a la serie original, llamados reconstruidos (RCs). Rec Rec Rec
22 Los reconstruidos suelen tener la propiedad de presentar un espectro de banda angosta (es decir que hay una frecuencia predominante). Salto Grande OND: Espectro de serie reconstruida con 6 componentes (estimado por el método de máxima entropía). 6.1 años 3.6 años 2.4 años
23 4 pasos para establecer confianza creciente en un resultado espectral (como, p. ej., la existencia de un modo oscilatorio) 1) Aplicar tests para un método espectral dado 2) Utilizar otros métodos espectrales y sus tests. 3) Encontrar el mismo modo en otras series de interés 4) Dar una explicación física convincente (el desafío mayor)
24 Salto Grande OND: Serie original vs reconstruido 1 a 6 ( ) Cociente de varianzas: 0.38
25 Consecuencias para la predicción de fenómenos climáticos La naturaleza cuasi-cíclica de los RCs implica predictibilidad. Se puede hacer una predicción robusta de cada RC, ajustando un proceso autoregresivo de bajo orden a cada uno, y extendiéndolo hasta el instante deseado. Para elegir los RCs hay un compromiso entre la cantidad de varianza que uno espera predecir, y la confiabilidad de la predicción. Esta última indicaría elegir sólo los RCs oscilatorios. La exactitud de la predicción dependerá en cada caso de cuán bien representan los datos de la serie al comportamiento regular del sistema.
26 Ejercicio de predicción lineal de los componentes multi-anuales para Salto Grande ( ) La idea no es hacer una predicción de los caudales, sino de las componentes multi-anuales (queda además el ruido de más alta frecuencia, para el cual es un desafío realizar una predicción.)
27 Ejercicio de predicción lineal para Dada la naturaleza oscilatoria de cada reconstruido, se ajusta un proceso auto-regresivo de orden K (AR(K)) a cada uno de ellos y se extrapola al futuro. X (t K + 1) = a j X(t - K + j = 1 j) No hay una forma única de determinar el orden K del AR, siendo conveniente que no sea demasiado grande pues puede provocar inestabilidades numéricas.
28 Hicimos pruebas con valores de K entre 1 y 15 para el período , y realizamos predicciones de los reconstruidos para 2003 a Así obtuvimos un 80% de coincidencias en los signos de anomalías entre la suma de reconstruidos pronosticados y observados para K entre 2 y 15. Finalmente, elegimos K = 5.
29 Salto Grande OND: Reconstruido y predicción de componentes multi-anuales para
30 Conclusiones El SSA es una herramienta útil de diagnóstico para identificar señales cuasiperiódicas en series relativamente cortas y ruidosas. La naturaleza oscilatoria de esas señales implica la existencia de predictibilidad potencial. La realización de pronósticos útiles usando esta técnica parece promisoria y, a la vez, presenta limitaciones a superar.
Introducción Climatología y variabilidad climática (espacial y temporal). Datos climáticos. Revisión sobre el concepto de probabilidad.
Nombre de la Asignatura: Análisis Estadístico de Datos Climáticos Créditos: 10 Docentes responsables: Ciencias) Álvaro Díaz (F. Ingeniería) y Mario Bidegain (F. Objetivo de la asignatura: Desarrollar en
Más detallesPOTENCIA DE UN PROCESO ALEATORIO. Análisis Espectral 1 / 30
POTENCIA DE UN PROCESO ALEATORIO Análisis Espectral 1 / 30 POTENCIA DE UN PROCESO ALEATORIO Recordemos: Para señales determinísticas.... la potencia instantánea es Para una señal aleatoria, es una VA para
Más detallesEigenvalores y eigenvectores
Eigenvalores y eigenvectores Los dos problemas principales del álgebra lineal son: resolver sistemas lineales de la forma Ax = b y resolver el problema de eigenvalores. En general, una matriz actúa sobre
Más detallesSe usa para encontrar un numero relativamente pequeño de variables nuevas que contengan la mayor cantidad de info posible del conjunto de datos
Analisis Estadístico de Datos Climáticos Análisis de componentes principales Analisis de componentes principales Se usa para encontrar un numero relativamente pequeño de variables nuevas que contengan
Más detallesTeoría de la Comunicación. a) Si X es una variable aleatoria con una distribución uniforme en el intervalo [ 2, 2], calcule las probabilidades
.6. Ejercicios Ejercicio.1 Se tiene una variable aleatoria X. a) Si X es una variable aleatoria con una distribución uniforme en el intervalo [, ], calcule las probabilidades i) P (X >1) ii) P (X > 1)
Más detallesSEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción Señales y Clasificación de Señales Señales Periódicas y No Periódicas 6
CAPÍTULO UNO SEÑALES Y SISTEMAS 1.1 Introducción 1 1.2 Señales y Clasificación de Señales 2 1.3 Señales Periódicas y No Periódicas 6 1.4 Señales de Potencia y de Energía 8 1.5 Transformaciones de la Variable
Más detallestransformaciones globales lección 12 transformaciones globales Teledetección Dpto. de Ingeniería Cartográfica Carlos Pinilla Ruiz
transformaciones globales lección sumario Introducción. Análisis de componentes principales. Transformación tasseled cap. Índices de vegetación. introducción 3 Las generan nuevas imágenes a partir de la
Más detallesAnálisis Estadístico de Datos Climáticos SERIES TEMPORALES 2
Análisis Estadístico de Datos Climáticos SERIES TEMPORALES 2 2015 Contenido Procesos estacionarios y débilmente estacionarios Algunos procesos estocásticos útiles: Procesos puramente aleatorios (ruido
Más detallesMejoras en la simulación de aportes a represas hidroeléctricas para su incorporación a modelos de planificación energética
Mejoras en la simulación de aportes a represas hidroeléctricas para su incorporación a modelos de planificación energética Líneas del proyecto Evaluar modelos estocásticos existentes de representación
Más detallesLa Recarga natural al acuífero libre y su vinculación con la Variabilidad Climática Regional RAFAELA ( ) PRECIPITACIÓN
6. RESULTADOS En este Capítulo se muestran los resultados arribados del análisis de la variabilidad en la precipitación y el nivel freático, de tal manera de vincular a la recarga natural al acuífero libre
Más detallesFísica de Láseres Instituto Nacional de Astrofísica, Óptica y Electrónica. Zárate Gálvez Saraí, Zárate Villegas David
Física de Láseres Instituto Nacional de Astrofísica, Óptica y Electrónica. Zárate Gálvez Saraí, Zárate Villegas David 1 Qué es un pulso ultracorto? La problemática de la detección de los pulsos ultracortos
Más detallesEXTRACCIÓN DE SEÑALES EN MODELOS ARIMA
EXTRACCIÓN DE SEÑALES EN MODELOS ARIMA 1- Densidad espectral (espectro) y periodograma Los primeros estudios de las series temporales se realizaron en el dominio del tiempo y se utilizaron diversos métodos
Más detallesSERIES DE TIEMPO FACULTAD DE INGENIERÍA INDUSTRIAL MAESTRÍA EN INVESTIGACION DE OPREACIONES Y ESTADÍSTICA 2015 JOSE ALEJANDRO MARIN DEL RIO
SERIES DE TIEMPO FACULTAD DE INGENIERÍA INDUSTRIAL MAESTRÍA EN INVESTIGACION DE OPREACIONES Y ESTADÍSTICA 2015 JOSE ALEJANDRO MARIN DEL RIO INTRODUCCIÓN Toda institución, ya sea la familia, la empresa
Más detallestransmisión de señales
Introducción al análisis y transmisión de señales La transmisión de información La información se puede transmitir por medio físico al variar alguna de sus propiedad, como el voltaje o la corriente. Este
Más detallesProbabilidades y Estadística Práctica 6
Probabilidades y Estadística Práctica 6 Ejercicio Nº 1 Sea X = la proporción de tiempo en la que se encuentra sin niebla, en funcionamiento, el aeropuerto de Ezeiza, y sea Y = la misma proporción para
Más detallesAnálisis de series temporales
Análisis de series temporales Preparado por Luis M. Molinero (Alce Ingeniería) CorreoE: estadistica alceingenieria.net Enero 2004 Artículo en formato PDF www.seh lelha.org/stat1.htm " Será posible que
Más detallesANÁLISIS DE COMPONENTES PRINCIPALES
CAPÍTULO 4 ANÁLISIS DE COMPONENTES PRINCIPALES 4.1 Introducción Al investigar un fenómeno desconocido se pretende abordarlo con muestras de diferentes variables, en las cuales muchas veces existe una fuerte
Más detallesMonitoreo de la temporada de lluvias Enero-marzo 2015
COENOS ABRIL 2015 Monitoreo de la temporada de lluvias 2015 Enero-marzo 2015 2 Forzantes climáticos El Niño del Pacífico +1.3 C +1.0 C +1.0 C cálido cálido +1.5 C Las temperaturas en todo el Pacífico ecuatorial
Más detallesTransformadas de la imagen
Transformadas de la imagen Digital Image Processing, Gonzalez, Woods, Addison Wesley, ch 3 Transformadas de la imagen 1 Transformada de Fourier en el caso continuo Transformada de Fourier de una funcion
Más detallesRECOMENDACIÓN UIT-R P.1145 DATOS DE PROPAGACIÓN PARA EL SERVICIO MÓVIL TERRESTRE TERRENAL EN LAS BANDAS DE ONDAS MÉTRICAS Y DECIMÉTRICAS
Rec. UIT-R P.1145 1 RECOMENDACIÓN UIT-R P.1145 DATOS DE PROPAGACIÓN PARA EL SERVICIO MÓVIL TERRESTRE TERRENAL EN LAS BANDAS DE ONDAS MÉTRICAS Y DECIMÉTRICAS (Cuestión UIT-R 203/3) (1995) Rec. UIT-R P.1145
Más detallesSeguimiento de los parámetros del modelo del tracto vocal
Algoritmos para el seguimiento de los parámetros del modelo de tracto vocal Monografía de Tratamiento Estadístico de Señales parias@fing.edu.uy Instituto de Ingeniería Eléctrica Facultad de Ingeniería
Más detallesAnálisis de coyuntura con series temporales. Metodología A. Espasa (dt 9003 BE)
Análisis de coyuntura con series temporales Metodología A. Espasa (dt 9003 BE) Esquema Se basa en u na propuesta sobre los objetivos que se pretenden en un informe coyuntural. Estos objetivos requieren
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detalles3. Señales. Introducción y outline
3. Señales Introducción y outline Outline Señales y Sistemas Discretos: SLIT, Muestreo, análisis tiempo-frecuencia, autocorrelación, espectro, transformada Z, DTFT, DFT, FFT Filtros y Estimación: Filtros
Más detallesEstimación y predicción de la velocidad del viento mediante funciones ortogonales empíricas y modelos de volatilidad estacional
Estimación y predicción de la velocidad del viento mediante funciones ortogonales empíricas y modelos de volatilidad estacional Sergio Baena Mirabete M. Pilar Muñoz Departamento de Estadística e Investigación
Más detallesSelección de Indicadores a aplicar a series sintéticas Énfasis en propiedades de memoria larga
Selección de Indicadores a aplicar a series sintéticas Énfasis en propiedades de memoria larga Los modelos de optimización usados para despacho y planificación energética requieren de un modelo que represente
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesRIO PARANA EN CORRIENTES
RIO PARANA EN CORRIENTES Pronóstico estacional de derrames, período Abril - Setiembre 2016 Este pronóstico corresponde al derrame o volumen total acumulado en hectómetros cúbicos, a esperar en el río Paraná
Más detallesMarcelo Barreiro. Unidad de Ciencias de la Atmósfera Facultad de Ciencias Universidad de la República
Clima: predictabilidad y cambio Marcelo Barreiro Unidad de Ciencias de la Atmósfera Facultad de Ciencias Universidad de la República XVIII Encuentro de Profesores de Física IX Encuentro Internacional de
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detallesÍNDICE Capítulo 2 La transformada de Laplace 1 Capítulo 2 Series de Fourier 49 Capítulo 3 La integral de Fourier y las transformadas de Fourier 103
ÍNDICE Capítulo 2 La transformada de Laplace... 1 1.1 Definición y propiedades básicas... 1 1.2 Solución de problemas con valores iniciales usando la transformada de Laplace... 10 1.3 Teoremas de corrimiento
Más detallesFASE ACTUAL DEL FENOMENO: TRANSICIÓN A EL NIÑO
BOLETIN DEL ENOS N 66 1 INFORME I-2014 (Abril, 2014) FASE ACTUAL DEL FENOMENO: TRANSICIÓN A EL NIÑO RESUMEN La tendencia observada en las temperaturas del mar en el océano Pacífico ecuatorial, muestran
Más detallesREPRESENTACIÓN DE SEÑALES PASABANDA. Prof. Germán González Depto de Electrónica USB Junio 2002
REPRESENTACIÓN DE SEÑALES PASABANDA Prof. Germán González Depto de Electrónica USB Junio 2002 Los organismos encargados de regular el uso del espectro radioeléctrico dividen a éste en porciones a ser utilizadas
Más detallesTECNICAS DE PROCESADO Y REPRESENTACION DE LA SEÑAL DE VOZ PARA EL RECONOCIMIENTO DEL HABLA EN AMBIENTES RUIDOSOS
UNIVERSIDAD POLITECNICA DE CATALUÑA Departamento de Teoria de la señal y comunicaciones TECNICAS DE PROCESADO Y REPRESENTACION DE LA SEÑAL DE VOZ PARA EL RECONOCIMIENTO DEL HABLA EN AMBIENTES RUIDOSOS
Más detallesII Unidad Diagramas en bloque de transmisores /receptores
1 Diagramas en bloque de transmisores /receptores 10-04-2015 2 Amplitud modulada AM Frecuencia modulada FM Diagramas en bloque de transmisores /receptores Amplitud modulada AM En la modulación de amplitud
Más detalles3. ANÁLISIS DE SEÑALES
3. ANÁLISIS DE SEÑALES 3.1 REGISTRO Y TRATAMIENTO DE SEÑALES Una señal se define como la historia de los valores de aceleración que mide un acelerómetro en determinado tiempo para un punto específico.
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesIDENTIFICACIÓN DE SISTEMAS MÉTODOS POR SUB-ESPACIOS
IDENTIFICACIÓN DE SISTEMAS MÉTODOS POR SUB-ESPACIOS Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 Introduccion La teoría de sistemas
Más detallesAnálisis Armónico en Matlab. Análisis Estadístico de Datos Climáticos 2013
Análisis Armónico en Matlab Análisis Estadístico de Datos Climáticos 2013 Espectro Fuga Espectral ( spectral leackage ) Serie infinita Serie finita La truncación temporal transforma un espectro ideal formado
Más detallesParticipantes. Comité para el Diseño de Especialidad DIET. Academia de Comunicaciones DIET. Comité de Investigación DIET
.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Teoría de las Comunicaciones. Ingeniería Electrónica Clave de la asignatura: TEB 080 Horas teoría-horas práctica-créditos: 4 0 8.- HISTORIA
Más detallesMÉTODOS ESTADÍSTICOS AVANZADOS USADOS EN LOS Sistemas de Información Geográfica. Esperanza Ayuga (2008)
Imagen cortesía de la NASA MÉTODOS ESTADÍSTICOS AVANZADOS USADOS EN LOS Sistemas de Información Geográfica (II. Procesos y Modelo Lineal General ) Esperanza Ayuga (2008) Introducción Las técnicas estadísticas
Más detallesMedios de Transmisión Práctica Final Simulación de un Sistema de Transmisión Digital Banda Base
Medios de Transmisión Práctica Final Simulación de un Sistema de Transmisión Digital Banda Base Curso 28-29. Introducción El objetivo de esta práctica es realizar un programa en Matlab que simule el funcionamiento
Más detalles-Servicio Meteorológico Nacional
!"#$%& '()"*+',-'"'.-'&/,-'"'.-'&/,&( 1 En el IX Foro de Predicción Climática se analizaron las condiciones globales océano-atmósfera de los meses recientes y se discutieron las predicciones disponibles
Más detallesproporcionan respuestas muy diferentes a este problema, obteniendo que la solución asociada a la norma l
6 Conclusiones Con la teoría de muestreo de Nyquist, a medida que el ancho de banda de la señal aumenta, también lo hace la frecuencia de muestreo, de forma que para ciertos tipos de señales la tarea de
Más detallesBOLETIN DEL ENOS N 83 Fase actual: NIÑO
INFORME 17 1 (setiembre, 2015) RESUMEN La magnitud del fenómeno del Niño alcanzó en setiembre los niveles más altos desde el evento del Niño de 1997 y está en el grupo de los tres más intensos desde 1950.
Más detallesTRATAMIENTO Y TRANSMISIÓN
TRATAMIENTO Y TRANSMISIÓN DE SEÑALES INGENIEROS ELECTRÓNICOS SOLUCIÓN CUESTIONES DEL EXAMEN JUNIO 2003 1. Si g(t) es una señal de energía, su autocorrelación viene dada por: Propiedades: R g (τ) =< g(t),
Más detallesCaracterización del canal de radio
Caracterización del canal de radio Segunda Parte Propagación en Entornos Urbanos Matías Mateu IIE mmateu@fing.edu.uy Temario Resumen Primera Parte Modelos de canal: AWGN Banda angosta (Rayleigh, Ricean)
Más detallesGEOESTADÍSTICA STICA APLICADA. Tema: Análisis Estructural UNIVERSIDAD NACIONAL AUTÓNOMA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICOM GEOESTADÍSTICA STICA APLICADA Tema: Análisis Estructural Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detallesEJERCICIOS ANALITICOS. a a f ( ) R τ de x ( t ) y x ( t ) mostrados en la Figura. Figura 2. Densidad Espectral de Energía de g(t) - ( t)
PONTIFICIA UNIVERSIDAD JAVERIANA- FACULTAD DE INGENIERÍA. DEPARTAMENTO DE ELECTRÓNICA. - SECCIÓN DE COMUNICACIONES. FUNDAMENTOS DE COMUNICACIONES. TALLER NO. 1 TRANSFORMADA DE FOURIER APLICADA A TELE COMUNICACIONES
Más detallesVictrola de La Transformada de Fourier
Victrola de La Transformada de Fourier p. 1/2 Victrola de La Transformada de Fourier Introducción para Músicos Juan I Reyes juanig@maginvent.org artelab Laboratorios de Artes Electrónicas Victrola de La
Más detallesRetos de la capacidad de predicción de sequías
Retos de la capacidad de predicción de sequías Francisco Espejo Gil Agencia Estatal de Meteorología fespejog@aemet.es Presentación realizada a partir de materiales de Roger Pulwarty (NIDIS), Vikram Mehta
Más detalles1. Predicción del Tiempo y del Clima Historia y Marco Conceptual Variabilidad y Predictibilidad Climática
1. Predicción del Tiempo y del Clima Historia y Marco Conceptual Variabilidad y Predictibilidad Climática 2. El Niño y su influencia en el clima regional Aportes hidráulicos a las represas 3. Pronóstico
Más detalles1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES
1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES 1.- INTRODUCCIÓN AL NÚMERO REAL Realización de operaciones con números reales. Ordenación de los
Más detallesINFORME 17 1 (agosto, 2015)
INFORME 17 1 (agosto, 2015) RESUMEN La magnitud del fenómeno del Niño sigue aumentando, alcanzando en agosto los niveles más altos desde el evento del Niño de 1997 y está en el grupo de los tres más intensos
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesMiguel Angel González González Arturo Corrales Suastegui Luis Antonio González Jasso Luis Humberto Maciel Pérez Mario Primitivo Narváez Mendoza
Pronóstico Climático de Lluvia y Heladas para la República Mexicana (Octubre Diciembre 2013) Septiembre, 2013 Miguel Angel González González Arturo Corrales Suastegui Luis Antonio González Jasso Luis Humberto
Más detallesAplicaciones del Tratamiento de Señales. Parte 1: Grabación y Reproducción de Señales de Voz
Aplicaciones del Tratamiento de Señales Curso 2004-2005 Herramientas Básicas de Análisis de Voz y Audio Parte 1: Grabación y Reproducción de Señales de Voz INTRODUCCIÓN Se pretende en esta parte que el
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesEL4005 Principios de Comunicaciones Clase No.15: Ruido Blanco y Procesos Gaussianos
EL4005 Principios de Comunicaciones Clase No.15: Ruido Blanco y Procesos Gaussianos Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 6 de Octubre de 2010 1 of 21 Contenidos de
Más detallesAUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
Más detallesSeminario de Audio Ernesto López Martín Rocamora
Seminario de Audio 2005 Ernesto López Martín Rocamora Análisis espectral Representación temporal: Representación espectral: Motivación La respuesta de un sistema LTI a una sinusoide es una sinusoide de
Más detallesTeoría de la Comunicación
35 Ejercicios Ejercicio 31 Una misma señal de entrada se aplica a 4 moduladores analógicos diferentes Se monitoriza la respuesta en frecuencia a la salida de los cuatro moduladores, dando lugar a los cuatro
Más detallesPerspectivas climáticas para el Noreste Argentino Año 2017 Añelo
Concordia Perspectivas climáticas para el Noreste Argentino Año 2017 Añelo San Salvador de Jujuy Las Lomitas Asunción Río Hondo Espora Resistencia Córdoba Paraná San Martín Tunuyan Villa Reynolds Pergamino
Más detallesANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO
ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO Valeria Vidal Aguirre vva@ciencias.unam.mx Programa de Investigación en Cambio Climático, UNAM Licenciatura
Más detallesMEDICIÓN DE LA TENDENCIA Y EL CICLO DE UNA SERIE DE TIEMPO ECONÓMICA DESDE UNA PERSPECTIVA ESTADÍSTICA
MEDICIÓN DE LA TENDENCIA Y EL CICLO DE UNA SERIE DE TIEMPO ECONÓMICA DESDE UNA PERSPECTIVA ESTADÍSTICA Víctor M. Guerrero Departamento de Estadística Instituto Tecnológico Autónomo de México (ITAM) Seminario
Más detallesDatos del proyecto Kepler Herramientas de análisis de resultados Programación... 43
Tabla de Contenido 1. Introducción 1 1.1. Hipótesis...................................... 5 1.2. Objetivos..................................... 5 1.2.1. Objetivo General............................. 5
Más detallesINTRODUCCIÓN A LAS SERIES DE TIEMPO
INTRODUCCIÓN A LAS SERIES DE TIEMPO Dr. Francisco Javier Tapia Moreno Noviembre 04 de 2015. INTRODUCCION Una de las motivaciones para el estudio del tema de las series temporales surge desde tiempos remotos
Más detallesSEÑALES Y SISTEMAS Clase 14
SEÑALES Y SISTEMAS Clase 14 Carlos H. Muravchik 22 de Abril de 2018 1 / 27 Habíamos visto: Análisis frecuencial: Transformada de Fourier Y se vienen: 1. SLIT: respuesta en frecuencia 2. Área e Integración
Más detallesLaboratorio de Previsión del Tiempo I cuatrimestre 2011 Dra. Silvina Solman
La verificación de la calidad de los pronósticos Agradecimientos: este material se basa en el módulo de Intelligent use of model-derived derived products tomado del Programa COMET (www.comet.ucar.edu)
Más detallesANA LÍSÍS DE FOURÍER CAPÍ TULO Introducción
JULIÁN ZAPOTITLA ROMAN CAPÍ TULO 2 ANA LÍSÍS DE FOURÍER 2.1 Introducción El análisis de Fourier juega un papel central en el tratamiento de señales, su contexto inicial para el estudio de la disipación
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesONDAS Y PERTURBACIONES
ONDAS Y PERTURBACIONES Fenómenos ondulatorios Perturbaciones en el agua (olas) Cuerda oscilante Sonido Radio Calor (IR) Luz / UV Radiación EM / X / Gamma Fenómenos ondulatorios Todos ellos realizan transporte
Más detallesNúcleo de Ing. Biomédica Facultades de Ingeniería y Medicina Universidad de la República. Análisis de señales
Núcleo de Ing. Biomédica Facultades de Ingeniería y Medicina Universidad de la República Análisis de señales Presentación para Gr. 1 de Fisiopatología Ayudante Gr. 1 Daniel Geido Funciones (repaso) Def:
Más detallesTendencias y ciclos en las variables macroeconómicas
. Tendencias y ciclos en las variables macroeconómicas Rafael Doménech Temas de Análisis Macroeconómico. Tema 2 1/30 Introducción Necesitamos una estimación que permita extraer el comportamiento tendencial
Más detallesLos pronósticos del clima y su interpretación. Incluye el pronóstico del Víctor Magaña
Los pronósticos del clima y su interpretación Incluye el pronóstico del 2004 Víctor Magaña Centro de Ciencias de la Atmósfera Universidad Nacional Autónoma de México qué significa aprovechar la información
Más detallesUNIVERSIDAD BICENTENARIA DE ARAGUA
CARRERA AÑO UNIDAD CURRICULAR INGENIERIA ELECTRICA 94 SISTEMAS DE SEÑALES CODIGO REQUISITOS UNIDADES CRÉDITOS DENSIDAD HORARIA COM-803 ELC-614/ MAT-605/ ELC-714 03 04 HORAS TEÓRICAS: 02 HORAS PRÁCTICAS:
Más detallesPROCESOS ESTOCÁSTICOS
CURSO: PROCESOS ESTOCÁSTICOS 1 SEMESTRE: VIII 2 CODIGO: 602804 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE APROBACIÓN: 7 NATURALEZA: Teórica 8 CARÁCTER: Obligatorio 9 CREDITOS (RELACIÓN): 3 (1-1)
Más detallesANÁLISIS ESPECTROGRÁFICO DE SEÑALES TEMPORALES. Mini-clase de Laboratorio 5 Departamento de Física Santiago Boari
ANÁLISIS ESPECTROGRÁFICO DE SEÑALES TEMPORALES Mini-clase de Laboratorio 5 Departamento de Física Santiago Boari Análisis espectral Casos sencillos (ej: Laboratorio 5) - Monocromador (Fotoeléctrico) -
Más detallesEn general, el diseño de cualquier filtro digital es llevado a cabo en 3 pasos:
En general, el diseño de cualquier filtro digital es llevado a cabo en 3 pasos: 1. Especificaciones: Antes de poder diseñar un filtro debemos tener algunas especificaciones, las cuales son determinadas
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesGermán Bassi. 9 de septiembre de X(i) = 1 N 1T X. i=1
. Estimación de la Media Germán Bassi 9 de septiembre de 00 Dada la variable aleatoria X, podemos estimar el valor esperado de la misma mediante la siguiente fórmula: µ X = X(i) = T X. Ambas representaciones
Más detallesCapítulo 7: Ecuaciones de Maxwell y Ondas Electromagnéticas
Capítulo 7: Ecuaciones de Maxwell y Ondas Electromagnéticas Hasta ahora: Ley de Gauss Ley de Faraday-Henry Ley de Gauss para el magnetismo Ley de Ampere Veremos que la Ley de Ampere presenta problemas
Más detallesTratamiento Estadístico de Señales Universidad de la República Facultad de Ingeniería. Monografía final: Filtro de Kalman para lápiz digitalizador
Tratamiento Estadístico de Señales Universidad de la República Facultad de Ingeniería Monografía final: Filtro de Kalman para lápiz digitalizador Mauro Andrés Di Leonardi Introducción y Motivación Las
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales FILTRADO DE LA IMAGEN Ruido en imágenes FORMACIÓN DE LA IMAGEN La formación de una imagen (s) puede modelarse de la siguiente manera: s = p o + n PSF (point-spread function)
Más detallesINSTITUTO METEOROLÓGICO NACIONAL COSTA RICA BOLETIN DEL ENOS No. 15
INSTITUTO METEOROLÓGICO NACIONAL COSTA RICA BOLETIN DEL ENOS No. 15 RESUMEN FASE NEUTRA DEL ENOS SE DESCARTA EVENTO DE EL NIÑO 16 de setiembre, 2008 El fenómeno ENOS se encuentra actualmente en la fase
Más detallesPredicciones climáticas de plazo estacional E. Rodríguez, AEMET
Predicciones climáticas de plazo estacional E. Rodríguez, AEMET Taller de Trabajo Uso de predicciones climáticas estacionales para la gestión de los embalses Madrid 10 de noviembre de 2016 Tiempo y clima
Más detallesLección 3: Formato y Modulación en Banda Base. Parte I
Lección 3: Formato y Modulación en Banda Base. Parte I Gianluca Cornetta, Ph.D. Dep. de Ingeniería de Sistemas de Información y Telecomunicación Universidad San Pablo-CEU Contenido Sistemas en Banda Base
Más detallesTrabajo Práctico n 2. Robotización de un Puente Grúa. Presentación. Restricciones. Curso 2011
Trabajo Práctico n 2 Robotización de un Puente Grúa Presentación Este problema consiste en desarrollar un sistema de control automático que permita robotizar la operación de un puente grúa para la carga
Más detallesEcuaciones de Maxwell y Ondas Electromagnéticas
Capítulo 7: Ecuaciones de Maxwell y Ondas Electromagnéticas Hasta ahora: Ley de Gauss Ley de Faraday-Henry Ley de Gauss para el magnetismo Ley de Ampere Veremos que la Ley de Ampere presenta problemas
Más detallesPerspectiva del clima para el período de agosto a noviembre de 2016
Perspectiva del clima para el período de agosto a noviembre de 2016 Se prevé una sequía meteorológica de débil a moderada entre julio y agosto, con períodos cortos secos de 5 a 10 días consecutivos, sin
Más detallesTema 1. Introducción: el modelo econométrico
1. Introducción. a. Qué es la econometría? b. Metodología en Econometría Gujarati, Econometría (2004) páginas 1 a 11 c. Terminología y notación d. Clasificación de los modelos econométricos 1 1. Introducción
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesPROGRAMA. Nombre del curso: CIRCUITOS ELÉCTRICOS y 214 Categoría. 4 periodos o 3 horas y 20 minutos
PROGRAMA Nombre del curso: CIRCUITOS ELÉCTRICOS 2 Código 206 Créditos 6 Escuela Ingeniería Área a la que Mecánica Eléctrica pertenece ELECTROTECNIA Código Pre-requisito 118, 123 y 204 Código post requisito
Más detallesFundamentos del Análisis Econométrico. Dante A. Urbina
Fundamentos del Análisis Econométrico Dante A. Urbina Qué es la Econometría? Etimológicamente Econometría significa medición de la economía. En ese contexto, la Econometría es la aplicación de métodos
Más detallesFenómeno El Niño Oscilación Sur (ENSO)
Fenómeno El Niño Oscilación Sur (ENSO) Curso Climatología, 2017 Zonas de máxima temperatura de superficie del mar (TSM) y precipitación coinciden en los trópicos. Regiones ecuatoriales: Celda de Walker
Más detallesMODULACION Y DEMODULACION. Expositor: Ing. Hugo Choque A
MODULACION Y DEMODULACION Expositor: Ing. Hugo Choque A Sistemas de comunicaciones Protagonistas de la revolución de la información INFORMÁTICA TELECOMUNICACIONES MICROELECTRÓNICA MEDIOS DE COMUNICACIÓN
Más detallesPredicción no lineal de caudales. análisis espectral singular
Predicción no lineal de caudales utilizando variables macroclimáticas y análisis espectral singular Julián David Rojo-Hernández Luis Fernando Carvajal-Serna Universidad Nacional de Colombia Resumen La
Más detallesMáster en comunicaciones. Clase 2. Modelos predictores.
Máster en comunicaciones. Clase 2. Modelos predictores. 1. Introducción Uno de los cometidos más importantes de la estadística es la explotación de los datos observados de una o más características de
Más detalles