Calculando el promedio ponderado de una serie histórica con un único campo

En ocasiones se precisa sumarizar para cada fila de una tabla el valor que ha tenido una variable a lo largo del tiempo. La forma obvia aunque costosa de lograrlo es almacenando individualmente en columnas los últimos n valores del histórico y operar sobre ellos para obtener algún tipo de promediado (media, media ponderada, mediana,...). Vamos a ver una forma mucho más económica de calcular un promedio ponderado por antigüedad de los valores de la serie, solo necesitando el propio campo donde se almacena el dato.

Ocultando imágenes en el espectro de un sonido con R

Un clásico juego de encriptación consiste en incrustar imágenes en el espectro de un archivo de audio. En el caso de usar frecuencias audibles va a sonar horrible, pero si dibujamos su espectrograma las imágenes aparecerán por arte de magia.

Midiendo la velocidad de centrifugado de una lavadora con la FFT

Con el análisis espectral del sonido que hace una lavadora durante su centrifugado podemos calcular con mucha precisión a cuántas rpm está girando. Lo mismo es aplicable al sonido de cualquier otro tipo de motor.

Simulación acústica de motores flatplane y crossplane

En este vídeo de YouTube se explica la diferencia entre dos tipos de motores de explosión interna: los muy extendidos motores con cigüeñal flatplane y los mucho menos habituales crossplane (como el que lleva la Yamaha R1 del autor del vídeo). Las ventajas y desventajas mecánicas de cada uno se documentan sobradamente allí y en otras fuentes, pero he querido hacer una simulación de cómo puede llegar a ser distinto el sonido producido por uno y otro tipo de motor.

Combinación óptima de señales para minimizar ruido con R (II). Aplicación

En el artículo 'Combinación óptima de señales para minimizar ruido con R (I). Teoría', calculamos la forma de combinar linealmente dos señales para obtener la máxima relación S/N de salida. Ahora aplicaremos la teoría en la obtención de fotografías digitales en blanco y negro con mínimo ruido.

Combinación óptima de señales para minimizar ruido con R (I). Teoría

La combinación de señales tiene en general un efecto estadístico de mejora del ruido por disminución de la varianza. Dadas dos secuencias discretas, imágenes digitalizadas, series de datos,... con el mismo contenido de señal útil pero afectadas por cierta cantidad de ruido aleatorio: