8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

Planificaciones
8609 - Procesos Estocásticos

Docente responsable: ALTIERI ANDRES OSCAR

1 de 7
8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

OBJETIVOS
El objetivo de esta materia es el estudio de procesos estocásticos, en particular aquellos que surgen
usualmente en el diseño de sistemas electrónicos.

Al finalizar la materia, se pretende que el estudiante:

Sea capaz de modelar una o varias señales como procesos aleatorios conjuntos;

- Pueda analizar la respuesta de sistemas lineales a excitaciones aleatorias;

- Realizar distintas operaciones sobre procesos aleatorios (integración, diferenciación, descomposición en serie).

- Tenga solvencia para plantear un experimento computacional que involucre procesos aleatorios

CONTENIDOS MÍNIMOS
-

PROGRAMA SINTÉTICO
1. Vectores aleatorios. Distribuciones multivariables para variables discretas y continuas
2. Teoremas límites y convergencia de secuencias de variables aleatorias
3. Procesos estocásticos en tiempo continuo y discreto.
4. Procesos estacionarios, estacionarios en sentido amplio y ergódicos.
5. Continuidad, derivadas, e integrales de procesos aleatorios
6. Análisis y diseño de sistemas lineales excitados por procesos aleatorios
7. Problemas básicos de detección y estimación
8. Cuantización de señales en el procesamiento digital

PROGRAMA ANALÍTICO
1. Vectores aleatorios. Distribuciones multiavariables para variables discretas y continuas
a) Función de distribución multivariable. Valor medio. Matriz de covarianza. Coeficiente de correlación.
b) Independencia entre múltiples variables
c) Momentos conjuntos. Función característica
d) Transformación de vectores aleatorios
e) Distribución normal multivariable.

2. Teoremas límites
a) Suma de variables aleatorias
b) Repaso de media muestral y ley de grandes números
c) Repaso de teorema central del límite
d) Convergencia de secuencia de variables aleatorias

3. Procesos estocásticos en tiempo discreto y continuo.

a) Definición de proceso estocástico. Clasificación: tiempo continuo y discreto, amplitud continua y discreta.
b) Función de distribución de las muestras temporales
c) Ejemplos de procesos en tiempo continuo y tiempo discreto. Procesos de Poisson. Procesos de Markov

4. Procesos estacionarios, estacionarios en sentido amplio y ergódicos.

a) Función de autocorrelación del proceso
b) Ergodicidad y promedios temporales
c) Definición de proceso estacionario en sentido amplio
d) Densidad espectral de potencia. Procesos AR
e) Estimadores de la autocorrelación. Periodograma

5. Continuidad, derivadas, e integrales de procesos aleatorios

a) Continuidad en media cuadrática
b) Derivadas e integrales de procesos aleatorios en media cuadrática
c) Procesos periódicos en media cuadrática. Descomposición en serie de Fourier
d) Expansión de Karhunen-Loeve

6. Análisis y diseño de sistemas lineales exitados por procesos aleatorios

a) Proceso de salida de un sistema lineal en tiempo discreto y continuo
b) Teorema de Wiener-Khintchine.

2 de 7
8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

7. Problemas básicos de detección y estimación

a) Problema de detección de señal en ruido. Cociente de verosimilitud
b) Filtro adaptado
c) Estimación lineal. Principio de ortogonalidad

8. Cuantización
a) Cuantización de coeficientes en un filtro digital
b) Efectos de redondeo. Ruido de cuantización
c) Saturación y escalaje

BIBLIOGRAFÍA
Steven Kay: "Intuitive Probability and Random Processes using MATLAB", Springer, 2005

Alberto Leon García: "Probability and Random Processes for Electrical Engineering", Addison-Wesley, 1989.

Athanasios Papoulis: "Probability, Random Variables and Stochastic Processes", Mc. Graw-Hill, 1984

Steven M. Kay-Fundamentals of Statistical Signal Processing, Volumen 1 y 2, Prentice Hall, 1998.

RÉGIMEN DE CURSADA
Metodología de enseñanza
La presentación general de cada tema se realizará durante la clase teórica, común a todos los estudiantes. En
esa clase, se plantearán las líneas generales de cada tema y se desarrollarán los puntos principales. Cada
temática deberá ser profundizada luego por el estudiante a partir de la lectura de la bibliografía sugerida.

En las clases prácticas se discutirán problemas analíticos propuestos en la guía de trabajos prácticos.
También se orientará a los estudiantes para resolver los problemas de simulación en computadora propuestos
en la cursada.

Modalidad de Evaluación Parcial

Durante la evaluacion parcial, el estudiante deberá resolver problemas analíticos, similares a los propuestos
en la guía de trabajos prácticos.

3 de 7
 8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

CALENDARIO DE CLASES

Semana Temas de Resolución Laboratorio Otro tipo Fecha entrega Bibliografía

teoría de problemas Informe TP básica
<1> Introducción. Repaso de Introduccion Kay
09/03 al 14/03 Función de generación de a la
distribución variables simulacion
multivariable. aleatorias con Matlab.
Independenci con
a entre distribuciones
múltiples especificadas
variables.
Correlación
entre
variables.
Momentos
conjuntos de
múltiples
variables
aleatorias.
<2> Función Vectores Generación de Kay
16/03 al 21/03 característica. aleatorios. vectores
Transformación Ejemplos de aleatorios.
de vectores distribuciones Procesos
aleatorios. multivariables gaussianos
Distribución discretas y multivariables
normal continuas
multivariable
<3> Convergencia Función León García
23/03 al 28/03 de característica.
secuencia de Distribución
variables normal
aleatorias multivariable.
<4> Repaso ley Convergencia Informe 1: León García
30/03 al 04/04 de grandes de Media
números y secuencias muestral.
teorema de variables Experimentació
central del aleatorias n con
límite. teoremas
límites.
<5> Definición de Convergencia Kay
06/04 al 11/04 proceso de
aleatorio. secuencia de
Tiempo variables
discreto y aleatorias.
tiempo Teoremas
continuo. límites
Función de
distribución de
las muestras
temporales
<6> Ejemplos de Definición y Simulación de Entrega informe 1 Kay
13/04 al 18/04 procesos en ejemplos de procesos en práctica
tiempo procesos gaussianos correspondiente
continuo y en aleatorios
tiempo
discreto.
Procesos de
Markov
<7> Ejemplos de Ejemplos de Informe 2: Consultas Kay
20/04 al 25/04 procesos en procesos Simulación de
tiempo aleatorios procesos de
continuo y en Poisson
tiempo
discreto.
Procesos de
Poisson
<8> Función de Parcial Kay
27/04 al 02/05 autocorrelación (incluye los
del proceso. temas hasta
Definición de la semana 7)
proceso
estacionario

4 de 7
 8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

Semana Temas de Resolución Laboratorio Otro tipo Fecha entrega Bibliografía

teoría de problemas Informe TP básica
en sentido
amplio.
Ergodicidad y
promedios
temporales.
Procesos
cicloestaciona
rios
<9> Densidad Función de Entrega informe 2 Kay
04/05 al 09/05 espectral de autocorrelación en práctica
potencia. del proceso. correspondiente
Estimadores
de
autocorrelacio
n.
Periodograma
. Estimadores
de la media
<10> Continuidad, Densidad Periodograma Recuperación del León García
11/05 al 16/05 derivada, e espectral de y parcial en fecha a
integral de un potencia estimadores convenir
proceso de la
aleatorio. autocorrelación
<11> Proceso de Continuidad, Kay.
18/05 al 23/05 salida de un derivadas, e
sistema lineal integrales de
en tiempo procesos
discreto y aleatorios
continuo.
Teorema de
Wiener-
Khintchine.

Modelo de
ruido blanco
gaussiano.
Muestreo de
ruido filtrado.
Procesos AR.
<12> Periodicidad Análisis de Informe 3: Kay y León García
25/05 al 30/05 en media la salida de Análisis de
cuadrática. un sistema sistemas LTI
Serie de LTI excitado con entradas
Fourier. por proceso aleatorias
Expansión de aleatorio
Karhunen-
Loeve
<13> Detección de Serie de Kay
01/06 al 06/06 señal en Fourier y
ruido. expansión KL
Cociente de
verosimilitud.
Filtro
adaptado.
<14> Estimación Filtro Entrega informe 3 Kay
08/06 al 13/06 lineal. adaptado. en práctica
Principio de Detección y correspondiente
ortogonalidad. filtro adaptado
Filtro óptimo
para
problemas de
suavizado.
Deducción de
las
ecuaciones
de Yule-
Walker

<15> Cuantización. Estimación Informe 4: Proakis & Manolakis

15/06 al 20/06 Ruido de lineal Detección de
cuantización señales en
por ruido

5 de 7
 8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

Semana Temas de Resolución Laboratorio Otro tipo Fecha entrega Bibliografía

teoría de problemas Informe TP básica
truncamiento
y por
redondeo.
Problemas
de escalaje.
Distribución
del ruido de
cuantización.
Tratamiento
en la
implementació
n de un
sistema LTI.
<16> Repaso Problemas Consultas Entrega informe 4
22/06 al 27/06 de cuantización en práctica
correspondiente

6 de 7
 8609 - Procesos Estocásticos PLANIFICACIONES Actualización: 1ºC/2020

CALENDARIO DE EVALUACIONES

Evaluación Parcial

Oportunidad Semana Fecha Hora Aula

1º 10 14/10 13:00
2º 13 05/11 13:00
3º 16 26/12 13:00
4º 25/06 19:00
Otras observaciones
La primera oportunidad coincidirá con la clase teórica. Para las otras fechas se coordinará oportunamente.

7 de 7