Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea 2 Grupo 203042 34pdf
Tarea 2 Grupo 203042 34pdf
PRESENTADO POR:
JUAN FERNANDO CASTRILLON
CÓD.: 71293505
LEONARDOQUINTERO
CÓD.:
JULIÁN ANDRÉS TORO
CÓD.: 14801079
ALEXIS PEDROZA
COD: 67032716
JAIME ANDRES PEREA
COD.: 1113667509
CURSO
203042_34
TUTOR:
FREDDY VALDERRAMA
SEÑALES Y SISTEMAS
ABRIL – 2019.
INTRODUCCION
Cuando se estudian y aplican de señales en los diferentes campos del saber del
hombre se requiere la posibilidad de combinar o realizar cambios a dichas señales
dependiendo de la necesidad particular de cada aplicación que se esté desarrollando,
gracias a la convolución es posible analizar y predecir el resultado de un sistema
completo donde se cuenta con una señal de entrada, una señal de respuesta a un
impulso y una señal de salida.
Con la misma premisa anterior, es necesario estudiar señales desde el punto de vista
de la frecuencia, dominio de frecuencia, perspectiva un poco diferente a lo que se ha
estudiado en cursos anteriores donde el análisis se desarrolla desde el dominio del
tiempo, las series de Fourier permiten matemáticamente realizar esta conversión de
dominio de manera tal que es posible realizar análisis y tratamiento a las señales desde
el
dominio de frecuencia.
Objetivos
• Comprender el concepto de convolución entre señales, de igual
manera la técnica para determinarla analíticamente.
• Determinar mediante el método de tabulación o lápiz y papel la
respuesta de un sistema, apropiándose del procedimiento para
aprenderlo.
• Estudiar y entender las series de Fourier a través de los conceptos
y demostraciones matemáticas de la manera como se llevan a
cabo.
ACTIVIDADES A DESARROLLAR
Ejemplos:
- Señales de audio en equipos electrónicos
- Señales electrónicas en todo tipo de dispositivos.
EJERCICIO:
ℎ
las propiedades de dicha operación determine la convolución entre y
descritas a continuación:
Ítem grupal
−−
ℎ
4−−
donde,
ℎ 4
4− 4−
ℎ−4 −−4
=
convolución analítica
Remplazando
ℎ − . ℎ
Organizando
− 4−∗−+4
4
− − ∗ −+ ∗∗4
444
0 0
Hallamos los límites:
, d onde
0
4 −
4−∗−+
−
4−+
−−+
− −+
− − −+
Distribuyendo
4
−
Propiedad de las exponenciales −
4 − −−
Entonces
− −
Dando
4− − −
− −
4− − 1
integrando
ℎ
Ambardar, determine la respuesta de un filtro FIR ( ), a la
entrada . Posteriormente verifique su respuesta diseñando un
script con el método gráfico de convolución, en Matlab u
[1,,2̌,,,4]
Octave y anexe el resultado junto con el script (práctica):
-1 4 2 4 5 4
=
h[n] 2,5 5 0,5
=
-2,5 10 5 10 12,5 10
-5 20 10 20 25 20
-0,5 2 1 2 2,5 2
-2,5 5 24,5 22 33,5 37 22,5 2
0];
subplot(3,1,2)
stem(n,Hn,'r')
grid
title ('Señal discreta h[n]- Juan Fernando Castrillón')
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
ConDis=conv(Xn,Hn);
ncon=(-4:1:6);
subplot(3,1,3)
stem(ncon,ConDis,'b')
grid
title ('convolución discreta x[n]*h[n] - Juan Fernando Castrillón')
xlabel ('n')
ylabel ('Amplitud')
xlim([-4,5])
2.4. Ejercicio 4 – Transformada de Fourier : Usando como guía los ejemplos
9.5 de las páginas 259 del libro Ambardar y las tablas 9.1 y 9.2,
determine la transformada de Fourier de las señales y , usando pares
de transformadas y propiedades reconocibles. Posteriormente verifique
su respuesta diseñando un script con la combinación lineal de señales
usadas para obtener x(t) y y(t), en Matlab u Octave y anexe el resultado
junto con el script (práctica):
X(t)
1
+5 +10 t
-1
La
Señal
5 5 10
La transformada de Fourier es
TL=laplace(rect_3)
2.4. Ejercicio 4 – Transformada de Fourier : Usando como guía los
ejemplos 9.5 de las páginas 259 del libro Ambardar y las tablas 9.1 y 9.2,
determine la transformada de Fourier de las señales y , usando pares de
transformadas y propiedades reconocibles. Posteriormente verifique su
respuesta diseñando un script con la combinación lineal de señales
usadas para obtener x(t) y y(t), en Matlab u Octave y anexe el resultado
junto con el script (práctica):
a. Ítem
y(t)
grupal 1
0 +8
t
La Señal
2
sin ∗ 4
La transformada de Fourier
16 8
1 1
2∗ 2∗ ∗
16 16
∗−
clc
8
clear all
% señal senoidal
syms t
sen=sin(2*t*pi/16);
fplot(sen,'c','linewidth',1)
grid on
hold on
%señal escalones
%señal rect (t)
rect=rectangularPulse((1/8)*(t-4));
fplot(rect,'r','linewidth',1)
hold on
y=rect.*sen;
%señal solicitada
fplot(y,'b','linewidth',3)
hold on
title('señal x(t) - Juan Fernando Castrillón ')
xlabel ('Tiempo')
ylabel ('Amplitud')
xlim ([-1 9]);
TL=laplace(y)
pretty(TL)
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:Z361zPMM@4/Convoluci%C3%B3n-
de-Tiempo-Continuo
Reflejada y Desplazada
Ahora tomemos una de las funciones y los reflejos a través del eje de la
y. Después de que podamos desplazar la función, así como el
origen, el punto de la función que originalmente estaba en el origen, está
marcada
como el punto τ. Este paso se muestra en la siguiente figura, h( t - τ). Sin
embargo, esta función no se refleja, no importa qué función se ha
reflejado y desplazado, sin embargo, se ha confirmado que las funciones
son más complicadas.
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:Z361zPMM@4/Convoluci%C3%B3n-
de-Tiempo-Continuo
Resultados de la convolución:
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:Z361zPMM@4/Convoluci%C3%B3n-
de-Tiempo-Continuo
Convolución discreta:
Su finalidad es igual a la Convolución continua, el movimiento a través de
la señal es una manera comÚn de presentar la convolución, ya que
se demuestra como la convolución construye el resultado a través del eje
del tiempo. Se define como:
Ejemplo
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
http://www6.uniovi.es/vision/intro/node31.html#SECTION0035100000000000
0000
1.4 Explique qué es auto correlación y de un (1) ejemplo de uso y/o
aplicación en la ingeniería.
Autocorrelación: Es la correlación de una señal consigo misma.
Ejemplo: En el procesado de señal, la autocorrelación proporciona
información sobre las periodicidades de la señal y sus frecuencias
características como los armónicos de una nota musical producida por un
instrumento determinado (tono y timbre).
1.5 ¿Cuál es la diferencia de correlación continua y correlación discreta?
La correlación continua es una operación que aplica para dos señales
idénticas en cambio la correlación discreta es una medida de similitud
entre dos señales.
1.6 ¿Qué son las series de Fourier?
Las series de Fourier son series de términos coseno y seno mucho más
simples que surgen en la tarea práctica de representar funciones
periódicas generales.
Fourier demostró que una señal de este tipo es equivalente a una
colección de funciones senos y cosenos cuyos frecuencias son mÚltiplos
del recíproco del periodo de la señal de tiempo.
1.7 ¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de
uso y/o aplicación en la ingeniería.
Es una transformación matemática empleada para transformar señales
entre el dominio del tiempo (o espacial) y el dominio de la frecuencia, que
tiene muchas aplicaciones en la física y la ingeniería.
Aplicaciones:
La transformada de Fourier se utiliza en el ámbito del tratamiento digital
de imágenes, como por ejemplo para mejorar o definir más ciertas zonas
de una imagen fotográfica o tomada con una computadora,
Para el diseño de filtros de radiotransistores.
1)
−−
ℎ
Re expresamos las ecuaciones como:
( −
ℎ−− )
Hacemos la convolución,
−
∗ℎ (−)⋅ −−
Las condiciones de los escalones unitarios serán
>0
Reescribimos la integral como,− ≤
(−)−−
( − − )
−
−=− −|=−
− −1
Para a=4 tenemos
− −3
[1,4,^2,4,2,4]
2)
ℎ ^
Realizamos la convolución con ayuda de la siguiente tabla
[2.5,22,0.5]
2
3 3 .+
2 2 0.5
−.+
3
3 0.5|=−−..++
En nuestro caso b=2
[(0.50. 52)(0.50.52)]
3 5 3
4 4
4)
a)
Esta señal se puede construir a partir de una señal triangular invertida,
esta señal además se le hace un desplazamiento, una contracción y una
amplificación. Posteriormente se deriva
∗
La señal inicial
es,
∗
Aplicando las tablas de propiedades, vemos que la transformada de
Fourier es,
⋅( −)
La señal triangular se debe derivar para obtener la señal original, por ende,
2 −
En nuestro caso b=2, por ende,
82−
b)
⋅
2 2
La primera señal es una senoidal a la que se le aplica una contracción,
2
Aplicando las tablas de propiedades, vemos que la transformada de Fourier
es,
0.5
4 4
La segunda señal es una señal rectangular con una contracción y un
desplazamiento,
2
Aplicando las tablas de propiedades, vemos que la transformada de Fourier
es,
22−
Por ende, la transformada de Fourier de la señal original será
∑ |ℎ | < ∞
|ℎ| <∞
− −
Demostración: En un sistema estable, la salida tiene que estar acotada si la
entrada está acotada:
| | | | | | < ∞
≤
∑=− ℎ ∑=−| | |ℎ | <0
c. Explique que es correlación y de un (1) ejemplo de uso
y/o aplicación en la ingeniería.
La correlación es una operación similar a la convolución. Implica desplazar
una función más allá de otra y encontrar el área bajo el producto
resultante. Sin embargo, a diferencia de la convolución, no se efectÚa
ninguna reflexión.
La correlación es la convolución de una señal con una versión reflejada de
la otra.
=∗∗=∗− =∗∗=∗−
Un de las aplicaiones La correlación cruzada puede ser utilizada para
detectar y localizar una señal conocida de referencia inmersa en ruido:
– Una copia de la señal conocida de referencia se correlaciona con la señal
desconocida.
d. Explique qué es auto correlación y de un (1) ejemplo de uso y/o
aplicación en la ingeniería.
Autocorrelación:
La autocorrelación puede verse como una medida de similitud,
o coherencia, entre una función x(t)y su versión de
desplazamiento. Claramente, bajo ningÚn desplazamiento, las dos
funciones se “igualan” y resultan en un máximo para la autocorrelación.
Mas con un desplazamiento creciente, sería natural esperar la similitud y,
por consiguiente, la reducción de la correlación entre x(t) y su
versión desplazada. Conforme el desplazamiento se aproxima a
infinito, toda traza de similitud se desvanece y la autocorrelación decae a
cero.
Una de las aplicaciones de la autocorrelación es la medida de espectros
ópticos y en especial la medida de pulsos muy cortos de luz.
Ejemplo 1
a) La autocorrelación del pulso rectangular x(t) = rect(t - 0.5) es igual a la
convolución de x(t) y x(-t) y se ilustra en la figura 1.
−
Aplicaciones:
√
12
2
−
La transforma de Fourier sirve en la ingeniería, especialmente para la
caracterización frecuencial de señales y sistema lineales. Es decir, la
transforma de Fourier se utiliza para conocer las características
frecuenciales de las señales y el comportamiento de los sistemas lineales
ante estas señales.
• Generación de formas de onda de corriente o tensión eléctrica por
medio de la superposición de senoides generados por osciladores
electrónicos de amplitud variable cuyas frecuencias ya están
determinadas.
• Análisis en el comportamiento armónico de una señal.
• Aplicaciones en la medicina:
Diagnostico automático: la ecografía permite registrar la vibración de cada
una de las membranas del corazón, proporcionando una curva periódica.
Un programa de ordenador calcula los primeros términos de las
sucesiones (coeficientes de Fourier).
2. Ejercicios: Cada estudiante de manera individual debe resolver los
siguientes cuatro (4) ejercicios.
Nota: la constante “a” corresponde al Último digito del nÚmero de
su grupo, y la constante “b” corresponde con el Último dígito de su
código universitario (documento de identidad), si “a” es cero, o “b”
es cero utilice a=3, o b=3 segÚn sea el caso.
Enlace del libro- Nota: Para poder ingresar al enlace del libro de
Ambardar, debe estar registrado en campus y no debe superar los
5 minutos de ingreso. Después de los 5 minutos le pedirá
contraseña y deberá salir del campus y volver a ingresar.
2.1 Ejercicio 1- Convolución continua (analítica): usando como guía el
ejemplo 6.2 de la página 134 del libro guia Ambardar y teniendo en
Ítem grupal
−−
ℎ
Remplazamos la ❖ −
constante
Remplazo →
4−
ℎ
→ℎ −
ℎ − −
❖
Remplazo
ℎ 4
Ecuación de la convolución:
∗−ℎ ℎ
Se reemplaza
−4−∗−−4
Organizamos
−4−−− 4
Límites de la integral
0 0
0 4
404 0
Reemplazamos los límites:
−
❖ ∫ − 4−−−
4−−−
− 4 −− − −−
−
4−+ −−+
Propiedades de la exponencial
− − − −
4
−4 − − −
−
−
Saco los termines dt (constantes) −
4− − −
− − − −+
Propiedades de la exponencial
4
−
4− −
− −
4− − 1
− 4 4
4 ∗ 4 0 − ∗ 0
− −
4 ∗ 4 4 ∗40
−
− −
Propiedad Distributiva
4 ∗ 4 4 ∗4
−
− 1 1 −
4 ∗ 4 4 4 ∗4
−
4−+−−−−4 −− −−4−
4 − − 3−
− −
3−
− 3− 1
2.2 Ejercicio 2 – Convolución discreta (tabular y gráfica):
Usando como guía el ejemplo 7.3 de la página 173 del libro
ℎ
Ambardar, determine la respuesta de un filtro FIR ( ), a la
entrada . Posteriormente verifique su respuesta diseñando un
script con el método gráfico de convolución, en Matlab u
̌
Octave y anexe el resultado junto con el script (práctica):
[1,,2,,,4]
ℎ[ 2.5,̌ ,0.5]
[1,4,2̌ ,4,9,4]
a=4yb=9
ℎ[ 2.5,9̌,0.5]
Índice de inicio: -2 -1 = -3
Índice de terminación: 3 + 1 =
4
Longitud: L = Lx + Ly - 1 = 6 + 3 -1 = 8
n= -3 -2 -1 0 1 2 3
x[n]= -1 4 2 4 9 4
h[n]= 2,5 9 0,5
-
2,5 10 5 10 22,5 10
-9 36 18 36 81 36
-0,5 2 1 2 4,5 2
-
2,5 1 40.5 30 59.5 93 40.5 2
Eje h -3 -2 -1 0 1 2 3 4
{2.5,1,40.5,30,59.5,93,40.5,2}
Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la página
197 del libro Ambardar, dibuje tres (3) periodos de la siguiente señal
y
calcule los coeficientes trigonometricos de la serie de Fourier.
“Para la solución de este ejercicio, se deben repasar los métodos de integración vistos
en el curso de cálculo integral.
2 ,
•
• tengo que
•
• T= 4 seg
Coeficientes
❖ ∫..
3. 43.4 .
1 1. 33
4 4
3 3 3
9.58.5 4 4
44
3 4
4
33
4
1
❖ ∫.. 3cos2
.
3 3 cos2
.
4 4
∫ cos
2
2
33
.
cos
.
3
4∗24 4 . cos
. 2
3
. .cos
833 1
8 8
2
8
3 21 1
8 4 1 4 4
∗9.5 ∗8.5
3 19 17
2 4 4
3 1 4 9 3 14 7
2
❖ ∫.. 3sen2
33
. .
sen2
4 42
2 2
2
∫sen
.
3 . 3 sen
3 .
4∗24 .4 sen2
3
. .
sen
8
83 2
33 21 1 1
8 1
2
8 4 1 4 4
3 11
2 2 2
23 1212 ∗9.5 121 ∗8.5
19 17
2
3
2.2
4 4
2.4. Ejercicio 4 – Transformada de Fourier : Usando como guía los
ejemplos 9.5 de las páginas 259 del libro Ambardar y las tablas 9.1 y
9.2, determine la transformada de Fourier de las señales
usando pares de transformadas y propiedades reconocibles.
y ,
a. X(t)
1
+9 +18 t
-1
Se tiene que:
2 9 18
1 1 1
2
− −
Resultados:
1 1 1
2− −
1 − −
2
1 2 − −
b. Ítem
y(t)
grupal 1
0 +2a
t
CONVOLUCIÓN DISCRETA:
https://www.youtube.com/watch?v=MWOfQwM7Pvk
1
Tomado de http://www4.tecnun.es/asignaturas/tratamiento%20digital/tema2.pdf
Propiedades:
CONVOLUSION CONTINUA:
https://www.youtube.com/watch?v=KSsPzpqTKHo
USOS.
2
TOMADO DE https://es.wikipedia.org/wiki/Convoluci%C3%B3n
c- EXPLIQUE QUE ES CORRELACIÓN Y DE UN (1) EJEMPLO DE USO
Y/O APLICACIÓN EN LA INGENIERÍA.
https://www.youtube.com/watch?v=HZC6HLkL1wc
donde .
Al igual que la convolución, la correlación es una operación básica
del procesamiento de imágenes digitales. La correlación es la operación
básica en los procesos de bÚSqueda de patrones por emparejamiento.
Por tanto, disponer de algoritmos que calculen de una forma
eficiente estas
operaciones es del mayor interés La figura muestra el resultado de
correlacionar dos funciones.
CORRELACIÓN Es frecuentemente necesario tener la posibilidad de
cuantificar el grado de interdependencia de un proceso por encima de otro,
o establecer la similitud entre un conjunto de datos y otro. La correlación
puede ser definida matemáticamente y por ende cuantificada. Su rango de
aplicación en el análisis de señal es vasto, por ejemplo, en el radar
cuando se desea encontrar el rango y la posición en la cual las formas de
onda son transmitidas y comparadas. También se puede encontrar como
parte
integral de la técnica de estimación de los mínimos cuadrados, en el
cálculo de la potencia promedio de señales. El proceso de convolución es
en esencia una correlación en la cual una de las señales ha sido invertida
con relación al eje de las abscisas.
d- EXPLIQUE QUÉ ES AUTOCORRELACIÓN Y DE UN (1) EJEMPLO DE USO Y/O
APLICACIÓN EN LA INGENIERÍA.
3
Tomado de http://www.ehu.eus/Procesadodesenales/tema8/corre1.html
4
4
Tomado de https://es.slideshare.net/crico89/correlaciondesenales
CORRELACION:
f- ¿QUÉ SON LAS SERIES DE FOURIER?
https://www.youtube.com/watch?v=8L7haNjw1Pw
5
Tomado de https://es.wikipedia.org/wiki/Serie_de_Fourier
g- ¿QUÉ ES LA TRANSFORMADA CONTINUA DE FOURIER? DE DOS (2) EJEMPLOS DE
USO Y/O APLICACIÓN EN LA INGENIERÍA.
EJERCICIOS ALEXIS PEDROZA
a= 4 b=6
xt a − Ejercicio 1_ ALEXIS PEDROZA.
Siendo a = 4.
Se tiene:
4
−−
Remplazamos la constante λ por t, se tiene:
→
Remplazo
4 −−
ℎ
Remplazo ℎ → ℎ
se genera un desplazamiento a la repuesta o
impulso.
ℎ−−4
Formula de Convolución:
Límites de la integral
0 <0 4 0 >0
0 40
0 <0 4 λ> t – 4
∞,∞ ( 4,0
) = evaluada en los limites ( )
−−
de
Es
4
1 3
−
EJERCICIO 2 ALEXIS PEDROZA
EJERCICIO 2
̌
[1,,2,,,4]
https://www.youtube.com/watch?v=4dShGBHDM3Y
0
ℎ [ 2.5,̌ ,0.5]
a=4yb=6 0
[1, 4, 2̌, 4, 6 , 4]
2, 1, 0 , 1 , 2 , 3
señal de entrada.
ℎ[ 2. 5 , 6̌, 0 . 5 ]
eje tiempo para señal de entrada.
Índice de inicio = n= -2
La entrada como
respuesta total
como:
tabula la respuesta a cada impulso y la
x[n] -1 4 2 4 6 4
h[n] 2,5 6 0,5
ENTRADA SALIDA
2Ᵹ[n] 2h[n] -2,5 10 5 10 15 10
- Ᵹ[n-1] - h[n-1] -6 24 12 24 36 24
3Ᵹ[n-2] 3h[n-2] -0,5 2 1 2 3 2
para señal de entrada.
https://www.youtube.com/watch?v=Qt4Bu1xTlR4
https://www.youtube.com/watch?v=60thSFL1wjs https://www.youtube.com/watch?
v=19gfvVf9Oys
Con la siguiente grafica podemos determinar que x(t)=3 para (6.5 , 5.5)
2 π
1
4
Se tiene
T
∑=2 2
1212 ∑= an cosnwt ∑= bn sen
Siendo:
1
a xt dt
2 T
xtcos2xkf dt
a xtsen2xkf dt
T2
b T
Definiendo los límites de mi señal = ( 6.5, 5 .5)
1 .
a T . xtdt
Teniendo como funcion:
3∗6
Sabiendo que: la integral de un escalon es 1
Se tiene y considerando que para la grafica se obtuvo una respuesta de x(t)=3 para los limites
(6.5 , 5.5).
1 1 . 3 3
. 4 .4 3 . 4 4 3 3. 3 3
3 .
1
4 4 4 4
33
44
3434 6.55.5
3 434
1
1 1 .
4 4 3cos2
3 3 .
. .
cos2
44
2 ∫
2
3 3
.
cos
4. 4 . 2
3
4∗ 2 . cos
3 .
2. cos
3 66
2 2 5 5.5
23 2 6565.5
3 66
2 2 5 5.5
6565.5
∗6.5 ∗5.5
3 13 11
2 4 4
3 143 3 141
2
33
. .
sen
4 34
sen . 2
4∗ 2 .
3.
.
b senudu
2π k
b
b
b
32π k cos cos t
π2k t 2π3k π2k 6565.5
6565.5
32π k cosπ2k t 6565.5
b cosπk t 6565.5
cosπk ∗6.5 cosπk ∗5.5
3 13 11
b cosπk cosπk
b 2π k 4 4
a K
143 3cos πk 141
3cos πk
2π k
Para
Las series de Fourier son:
3∗6
1 xtdt
a
T
2
a T xtcos2xkf dt
xtsen2xkf dt
b
T
2
Ejercicio 4
Por Alexis Pedroza
Transformada de
Fourier.
https://www.matesfacil.com/ESO/trigonometria/identidades/identidades-trigonometricas-demostraciones-
ejemplos.html
https://www.youtube.com/watch?v=2PkxgrKkzzI
http://www.mty.itesm.mx/etie/deptos/m/ma-841/recursos/tab-trig.pdf
SEÑALES Y SISTEMAS.
Función.
Sign(t)
Transformada de Fourier. Grafica.
{}
En matemáticas, la función de signo o la función de signum (de signum, latín para "signo")
es una función matemática impar que extrae el signo de un número real. En las
expresiones matemáticas, la función de signo a menudo se representa como sgn.
6
Tomado de https://en.wikipedia.org/wiki/Sign_function
FUNCIÓN IMPULSO
UNIDAD:
Función.
Ᵹ( t-
t0)
{ tt } −
Transformada de Fourier.
Ᵹ
Grafica.
Algunos sistemas mecánicos suelen estar sometidos a una fuerza externa (o a una tensión
eléctrica en el caso de los circuitos eléctricos) de gran magnitud, que solamente actúa durante
un tiempo muy corto. Por ejemplo, una descarga eléctrica podría caer sobre el ala vibrante de
un avión; a un cuerpo sujeto a un resorte podría dársele un fuerte golpe con un martillo, una
pelota (de beisbol, de golf o de tenis) inicialmente en reposo, podría ser enviada velozmente por
los aires al ser golpeada con violencia con un objeto como una bat de beisbol, un bastón de golf
o una raqueta depuede
tenis. servir
La función
Ᵹ
b = 6.
1. PRIMER PASO.
7
Tomado de https://tecdigital.tec.ac.cr/revistamatematica/cursos-linea/EcuacionesDiferenciales/EDO-Geo/edo-cap5-
geo/laplace/node9.html
FUNCION SIN SIGNO DESPLAZADA 6 UNIDADES
Primero invertimos la señal sin signo y le multiplicamos por ½ y luego le sumamos la señal sin signo
desplazada 6 unidades a la derecha y multiplicada por ½.
PARA OBTENER LA SEÑAL BUSCADA
En el tiempo.
11 11 11
Xt1 1 ∗ signt6 ∗signt12
signt 2∗si2gnt6 112 2 2 2
22 22 si g n t6 22 ∗signt12
Xt1 1 1212 ∗
signt 2 2 ∗signt6
11 11
X t 1 1 ∗ signt ∗signt6 1 1 11
1212 ∗signt122 X2t 1 1 ∗
22 22
signt ∗signt62 ∗signt12
22 22
∗ ∗
ANALISIS MATEMATICO
En el dominio de la frecuencia.
{}
{ } −− cosw
} cos6w6 6
Ᵹ
{
Ᵹ
clc
clear
all clf
syms t
figure(1)
fplot ("[sign(t)]",[-20,20,-2,2])
xlabel("tiempo")
ylabel("amplitud")
title("[sign(t)] _ Alexis
Pedroza") grid on
hold on
figure(2)
fplot ("[sign(t-6)]",[-20,20,-2,2])
xlabel("tiempo")
ylabel("amplitud")
title("[sign(t-6)] _ Alexis
Pedroza") grid on
hold on
figure(3)
fplot ("[-sign(t-12)]",[-20,20,-2,2])
xlabel("tiempo")
ylabel("amplitud")
title("[-sign(t-12)] _ Alexis
Pedroza") grid on
hold on
figure(4)
fplot ("[1/2*sign(t-6)-1/2*sign(t-12)]",[-20,20,-4,4])
xlabel("tiempo")
ylabel("amplitud")
grid on
hold on
figure(5)
fplot ("[-1/2*sign(t)+1/2*sign(t-6)]",[-20,20,-4,4])
xlabel("tiempo")
ylabel("amplitud")
grid on
hold on
figure(6)
fplot ("[-1/2*sign(t)+sign(t-6)-1/2*sign(t-12)]",[-20,20,-4,4])
xlabel("tiempo")
ylabel("amplitud")
grid on
hold on
FUNCIÓN IMPULSO
UNIDAD:
Función.
Ᵹ( t-
t0)
{ tt } −
Transformada de Fourier.
Ᵹ
Grafica.
Algunos sistemas mecánicos suelen estar sometidos a una fuerza externa (o a una tensión
eléctrica en el caso de los circuitos eléctricos) de gran magnitud, que solamente actúa durante
un tiempo muy corto. Por ejemplo, una descarga eléctrica podría caer sobre el ala vibrante de
un avión; a un cuerpo sujeto a un resorte podría dársele un fuerte golpe con un martillo, una
pelota (de beisbol, de golf o de tenis) inicialmente en reposo, podría ser enviada velozmente por
los aires al ser golpeada con violencia con un objeto como una bat de beisbol, un bastón de golf
o una raqueta de tenis. La función impulso unitario puede servir como un modelo para tal
Ᵹ
{}
En matemáticas, la función de signo o la función de signum (de signum, latín para "signo")
es una función matemática impar que extrae el signo de un número real. En las
expresiones matemáticas, la función de signo a menudo se representa como sgn.
8
Tomado de https://tecdigital.tec.ac.cr/revistamatematica/cursos-linea/EcuacionesDiferenciales/EDO-Geo/edo-cap5-
geo/laplace/node9.html
FUNCION SENO
La función coseno.
Por y = cos x se entiende la función con valores de x comprendidos entre - y +
, teniendo como imágenes el coseno del ángulo x radianes. También hay
que tener en cuenta que si x es superior a 2 (360 grados) es considerado un
ángulo superior a una vuelta, como hemos dicho anteriormente para el caso
del seno.
LA MULTIPLICACION O EL PRODUCTO DEL ESCALON * EL COSENO.
ANALISIS MATEMATICO
2
Para este ejercicio tenemos
que
cos
2 2 22∗48 16
2 216 8
Por lo tanto:
Como es una función coseno, necesitamos que su cresta o medio ciclo de la forma positiva del seno,
quede dentro o coincidente con el impulso y de su mismo amplitud y periodo o frecuencia.
cos ∗4
8
cos 8 ∗4∗ ∗
En el dominio de la frecuencia
ANALISIS MATEMATICO
{}
{ } −− cosw
} cos4w4 4
Ᵹ
{
Ᵹ
GRAFICAS
PROGRAMA EN OCTAVE
clc
clear
all clf
syms t
figure(15)
fplot ("[1/2*sign(t)-1/2*sign(t-8)]",[-20,20,-2,2])
xlabel("tiempo")
ylabel("amplitud")
title("[1/2*sign(t)-1/2*sign(t-8)] _ Alexis Pedroza")
grid on
hold on
figure(15)
fplot ("[cos(1/8*pi*(t-4))]",[-20,20,-2,2])
xlabel("tiempo")
ylabel("amplitud")
title("[cos(1/8*pi*(t-4))] _ Alexis Pedroza")
grid on
hold on
figure(12)
fplot ("[cos(1/8*pi*(t-4))*(1/2*sign(t)-1/2*sign(t-8))]",[-20,20,-2,2])
xlabel("tiempo")
ylabel("amplitud")
title("[cos(1/8*pi*(t-4))*(1/2*sign(t)-1/2*sign(t-8))] _ Alexis Pedroza")
grid on
hold on
Conclusiones
Convolución Continua:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Convolución.
Cengage Learning, (2nd ed, pp. 130-155). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?
resultListType=RELATED_D
OCUMENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isET
OC=true&docId=GALE|CX4060300056
Correlación Continua:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Correlación.
Cengage Learning, (2nd ed, pp. 156-159). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?tabID=&userGroupName
=unad&inPS=true&prodId=GVRL&contentSet=GALE&docId=GALE|CX4060300067
Convolución Discreta:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales:
Convolución Discreta. Cengage Learning, (2nd ed, pp. 169-183). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?
resultListType=RELATED_D
OCUMENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isET
OC=true&docId=GALE|CX4060300069