INSTITUTO TECNOLÓGICO SUPERIOR DE ÁLAMO

TEMAPACHE

INGENIERÍA INDUSTRIAL

APLICACIONES DE LAS SERIES A LOS

SISTEMAS DE COMUNICACIÓN.

INTEGRANTES:

JONATHAN GAEL CRUZ NÁJERA

BRENDA GUADALUPE MÁRQUEZ CARDONA

KAREN JAZMÍN HERNÁNDEZ SUARES

SAMANTHA BARRIOS LUGO

CARLOS ALFREDO SANTOS JUÁREZ

MATERIA:

CALCULO INTEGRAL

DOCENTE:

MARÍA OJIELVE TERRONES ARELLANO

UNIDAD 4

GRUPO:

3MH

13 DE DICIEMBRE DEL 2021

TUXPAN, VER
Indice:
Introducción: ................................................................................................................. 3
¿Qué es un sistema de comunicación? ............................................................................ 4
Los tipos de comunicación.............................................................................................. 4
¿Qué es una señal y clasificación de señales? ................................................................. 6
Series de Fourier. ........................................................................................................... 9
Ejemplo de una representación de la serie de Fourier en gegebra: ................................ 11
Conclusión: .................................................................................................................. 13
Bibliografía: ................................................................................................................ 13
Introducción:

El inicio de los sistemas de comunicación data de finales del siglo xix con la telegrafía, que es
en sí un sistema de comunicaciones digitales. Sin embargo, posteriormente, con los inicios de
la telefonía, la radio y la difusión de televi- sión, se establecen los principales sistemas de
telecomunicaciones que predo- minan hasta la década de los sesenta y setenta (siglo xx), y se
basan en sistemas de comunicaciones analógicos. A partir de estos años, con el continuo
avance de la tecnología se han ido desarrollando dispositivos con mayores posibilida- des de
almacenamiento de datos en superficies cada vez más pequeñas, ma- yores posibilidades de
cálculo de operaciones en coma flotante y en menores tiempos, mejores técnicas de procesado
de señal para comprimir información y combatir efectos no deseados que sufre la señal al ser
transmitida y menores consumos de potencia. Todas estas características han permitido el
desarrollo y establecimiento de sistemas de comunicaciones basados en modulaciones digitales
que han transformado completamente las comunicaciones existentes y han dado lugar a
muchos nuevos sistemas.

El diseño de un sistema de comunicaciones hace referencia a la transmisión de una determi-

nada información, y consiste en determinar un conjunto de procedimientos que garanticen la
correcta recepción de estos mensajes en un lugar remoto. En función de la naturaleza analógica
o digital de la información, hablaremos de comunicaciones analógicas o digitales,
respectivamente.

Una característica de particular importancia en el diseño de los sistemas de comunicación es el

canal o medio físico a través del cual se va a transmitir la información. Esto significa que utilizar
un cable convencional, una fibra óptica o directamente el medio aéreo afecta directamente al
diseño de los di- ferentes bloques que componen el sistema de comunicaciones.
¿Qué es un sistema de comunicación?

La teoría de la comunicación define que “El objetivo de un sistema de comunicación

consiste en asegurar entre una fuente de información y un destinatario una relación
mediante la cual la primera afecte la conducta del segundo.” [JAIME GARRETÓN, 1975]

“La educación a distancia consiste en un aprendizaje planificado que ocurre normalmente

en un lugar diferente al que se desarrolla la enseñanza, y que requiere técnicas especiales
de diseño de los cursos, técnicas instruccionales, métodos de comunicación electrónicos,
así como una organización y administración especial.” [MOORE and KEARSLEY, 1996]

Bajo esta premisa es importante señalar que lo que se busca es “la adquisición de
conocimiento y habilidades a través de la instrucción e información, utilizando tecnologías
y formas de aprendizaje a distancia” según lo indica la [UNITED STATES DISTANCE
LEARNING ASSOCIATION] en [C., MARCELO, D., PUENTE, y Otros 2002]

El mensaje factible en tal condición será, el contenido de una información previa que envía
el receptor a la fuente y que consistirá en todas aquellas preconcepciones que constituyen
el marco de conocimientos que el usuario conceptualiza de su entorno inmediato, en
definitiva, a través de un diagnóstico que revele no sólo las necesidades que el usuario
presenta a la fuente, sino que además se podrá establecer cuáles son las capacidades que
este usuario presenta para poder gestionar su entorno.

Los tipos de comunicación.

• COMUNICACIÓN: INDIRECTA EXTERNA O DE TRANSMISORES Y

RECEPTORES EXTERNOS.

Este modelo se caracteriza por ser de tipo unidireccional y carece de retroalimentación por
parte del receptor hacia la fuente, corresponde a la etapa de los inicios de la comunicación
a través de emisiones donde la distancia entre la fuente y el receptor excedían los límites
espaciales y geográfico, bajo este modelo se reconoce la función desarrollada por el inicio
de las comunicaciones a partir del uso de la radio emisión o televisión. Este modelo
considera el acoplamiento de transmisores o receptores a artificiales a los sentidos que
posee el hombre., bajo esta definición se denominará como “transmisores o receptores
externos”
b) Sistema de comunicación: directa externa

Al reemplaza la fuente (A) por un nuevo conjunto (A ́), en el sistema de comunicación de

transmisor externo, es posible crear la comunicación a distancia, de esta manera se puede
lograr la independencia de la fuente original con el destinatario. Situados en el contexto del
Procesamiento de la Información, se define aprender como procesar y computar, por lo
tanto la introducción del concepto de memoria establece un reordenamiento en la
posibilidad de establecer interacciones que recuperan información.

“Aprender es organizar, codificar, comparar y seleccionar, a través de procesos internos,

respuestas a los estímulos. Un aspecto importante de este modelo es el énfasis en la
identificación de tres tipos de memorias.”, Memoria sensorial (Duración 1 seg.), Memoria
de corto plazo (Duración 1 a 30 seg.) capacidad limitada a 7± 2 unidades independientes
de información, Memoria a largo plazo (Duración minutos a toda la vida)” [R., ATKINSON &
R., SHIFFRIN, 1968]

Bajo este modelo se introduce el concepto de memoria que permitiría un acoplamiento de

información sin que conlleve a provocar un efecto de redundancia, lo que en términos de
comunicación implicaría una pérdida o degradación de la comunicación, el efecto logrado
se traduciría en un aumento de información por vía de diferentes medios, este es el principio
que sostiene el “e – learning”.

Básicamente lo que sostiene un sistema de comunicación directa externa corresponde un

desfase entre A y B, este desfase hace independientes las variables de tiempo y espacio,
el concepto de adecuación funcionará también en forma mixta, en otras palabras, puede
funcionar de manera simultánea lo que hará que la comunicación se intensifique, para lograr
una respuesta semejante entre los participantes un requisito imprescindible es que ellos se
encuentren dentro de un universo común.
¿Qué es una señal y clasificación de señales?

Una señal es una representación matemática de la evolución de una magnitud física (o una
medida) respecto de algún o algunos parámetros; generalmente tiempo o espacio. Esta
magnitud física puede ser voltaje, intensidad eléctrica, presión, temperatura, intensidad
lumínica, etc.; e incluso puede que ni tan siquiera tenga un sentido físico claro, como la
cotización bursátil de una empresa determinada, o la población mundial. Lo realmente
interesante del estudio de las señales es que suponen una abstracción respecto a la
magnitud física concreta, pasando esta a ser considerada como una función matemática,
x(·), que tiene como variables independientes los parámetros con respecto a los cuales
varía. A lo largo de todo el texto vamos a considerar que existe un único parámetro y que
este es el tiempo.

• Clasificación de señales

Un primer paso en el estudio de las señales consiste en su clasificación de acuerdo con

determina nados criterios. Veamos a continuación los criterios más importantes.

Señales en tiempo continuo y en tiempo discreto. Si la variable independiente puede

tomar cual- quiere valor real decimos que la señal es en tiempo continuo y la ∈denotamos
como x(t) (t R, siendo R el cuerpo de los números reales). Si la variable independiente
toma solo valor en los números ente- ros decimos que la señal es en tiempo discreto
(también denominada secuencia) y la denotamos como x[n] (n ∈ Z, siendo Z el anillo de los
números enteros).

Un ejemplo de señal en tiempo continuo es

y un ejemplo de señal en tiempo discreto es x(t) = t

que representamos en la Figura 1.1. x[n] = n

x(t)
x[n]
4 4
3 3
2 2
1 1
−4 −3 −2 −1
−4 −3 −2 −1 0 1 2 3 4 t 0 1 2 3 4 n
−1 −1
−2 −2
−3 −3
−4 −4
Nótese que la diferencia entre ambas señales no está en su descripción analítica (el valor
de la señal es igual al valor de la variable independiente), sino en que x(0,5) es igual a 0,5
y x[0,5] no existe, no está definido.

En algunos casos las secuencias se obtienen a partir de muestras de señales en tiempo

continuo, pero en otros la propia magnitud física que representa la señal es de naturaleza
discreta. Al fin y al cabo, una secuencia no es sino una lista de números ordenados.

Señales analógicas y digitales. Si la señal puede tomar uno entre un conjunto finito de
valores decimos que la señal es digital y la denotamos con letras mayúsculas como X(t) o
X[n] (según sea en tiempo continuo o en tiempo discreto). Si la señal puede tomar uno de
entre un conjunto infinito de valores decimos que la señal es analógica y la denotamos con
letras minúsculas como x(t) o x[n]. Comúnmente se asocia el término “señal digital” a
señales en tiempo discreto y digitales, pero no hay que confundir una propiedad que afecta
a la variable independiente (tiempo continuo o tiempo discreto) con una propiedad que
afecta a los valores que toma la señal propiamente dicha (analógica

o digital).

X[n]

X(t)

1 1

−4 −3 −2 −1 0 1 2 3 4 t −4 −3 −2 −1 0 1 2 3 4 n

que conocemos x(t) (o x[n]) estamos suponiendo que conocemos las propiedades
estadísticas de x(t) para todos los valores de t, pero no el valor concreto de x(t); por ejemplo,
sabemos que el valor medio (esperanza−matemática) de x(75,4) es igual a 0,5, o que la
−
varianza de x(75,4) es igual a 1,1, o que el valor x(75,4) tiene una descripción probabilística
gausiana de media 0,5 y varianza 1,1, pero no sabemos con certeza el valor de la señal en
ese instante.

El modelo realmente importante dentro de las comunicaciones es el modelo estocástico,

pues es el único capaz de representar la información que puede contener una señal. Como
veremos a lo largo del texto, información es equivalente a incertidumbre sobre el valor
concreto que toma una señal, un parámetro, etc. Sin embargo, el tratamiento empleando el
modelo estocástico resulta por lo general más complicado y farragoso, por lo que allí donde
se pueda se recurrirá a un modelo determinista. En este capítulo vamos a considerar
únicamente el modelo determinista, tratando el modelo estocástico en el capítulo siguiente.

Señales periódicas y aperiódicas. Una señal es periódica si los valores que toma se
repiten de forma cíclica. Matemáticamente podemos expresarlo de la siguiente forma: una
señal x(t) (o x[n]) es periódica con periodo T (o N ) si existe un valor T ∈ R (o N ∈ Z) para el
que se cumple quex(t) = x(t + T ) ∀t (1.1)

( x[n] = x[n + N ] ∀ n )

El menor valor de T (o N ) para el que se cumple (1.1) se denomina periodo fundamental y

se denota como T0 (o N0). Si una señal no es periódica se dice que es aperiódica.

Señales reales y complejas. Una señal compleja es aquella que toma valores en el cuerpo
∈ x(t) C ∈o x[n] C. Una señal real es aquella que sólo toma valores en el
de los complejos,
∈ ∈
cuerpo de los reales; x(t) R o x[n] R. Salvo que se especifique lo contrario, siempre que
nos refiramos a una señal sin especificar si es real o compleja entenderemos que es una
señal compleja.

Definimos las partes real e imaginaria de una señal como (omitimos la definición para
secuencias por ser idéntica)

Re{x(t)} =
.
Im{x(t)} =

x(t) + x∗(t)
(1.2)
2
x(t) − x∗(t)
(1.3)
Series de Fourier.

Las Series de Fourier permiten descomponer una señal periódica compuesta en una serie,
posiblemente infinita, de ondas seno, cada una con una frecuencia y fase distintas. Las
series de Fourier constituyen la herramienta matemática básica del análisis de Fourier
empleado para analizar funciones periódicas a través de la descomposición de dicha
función en una suma infinita de funciones senoidales mucho más simples (como
combinación de senos y cosenos con frecuencias enteras).Es una aplicación usada en
muchas ramas de la ingeniería, además de ser una herramienta sumamente útil en la teoría
matemática abstracta. Áreas de aplicación incluyen análisis vibratorio, acústica, óptica,
procesamiento de imágenes y señales, y compresión de datos. En ingeniería, para el caso
de los sistemas de telecomunicaciones, y a través del uso de los componentes espectrales
de frecuencia de una señal dada, se puede optimizar el diseño de un sistema para la señal
portadora del mismo. Refiérase al uso de un analizador de espectros.

La interpretación y manipulación de las transformadas de Laplace y Z resulta engorrosa en

la mayoría de los casos por tratarse de funciones complejas sobre el plano complejo. Dado
que estas funciones se obtiene a partir de otra, x(t) o x[n], cuya variable independiente es
de naturaleza real (tiempo continuo) o entera (tiempo discreto), podemos decir que la
expresión de una señal en los dominios de Laplace o Z es redundante. En otras palabras,
si en el dominio natural nos basta con una variable independiente real o entera para
representar toda la señal, en el dominio transformado no nos hace falta una variable
independiente compleja para realizar el mismo cometido.

Para señales en tiempo continuo podemos particularizar la Transformada de Laplace en

cualquier recta en el plano y obtener así una reducción de la dimensionalidad de la variable
independiente de compleja a real. Si la particularizamos en la recta imaginaria, s = jω,
obtenemos la Transformada de Fourier en tiempo continuo, que definimos para una señal
x(t) como

X(jω) = X(s) = x(t) e dt (1.89)

s=jω −∞

y es una función compleja de la variable real ω. A la variable ω se le da el nombre de

frecuencia. Por extensión del nombre que recibe en análisis funcional la descomposición
de operadores en función de sus autovectores y autovalores, descomposición espectral, a
X(jω) se le suele denominar espectro de x(t) o representación espectral de x(t).

La transformada inversa (o ecuación de síntesis de la transformada) se obtiene

particularizando

(1.83) para σ = 0,

1∞ jωt x(t) = X(jω)e dω (1.90) −∞

2π

Si la señal sobre la que aplicamos la Transformada de Fourier es la respuesta al impulso

de un sistema lineal e invariante, h(t), el resultado H(jω) es la función de transferencia en
dominio de Fourier, también denominada función de trasferencia en el dominio de la
frecuencia o respuesta en frecuencia del sistema.

Se dice que existe la Transformada de Fourier de una señal x(t) si la integral (1.89) es
conver- gente para todo valor de ω. Lamentablemente, no existe ninguna condición
necesaria y suficiente que garantice su existencia; esto es, no existe ninguna propiedad tal
que si la señal la cumple existe su transformada, y si no la cumple no existe su
transformada. Somos capaces, eso sí, de encontrar mu- chas condiciones suficientes (que
nos aseguran la existencia de la transformada) como, por ejemplo, que la señal sea de
energía finita o que sea absolutamente integrable.

La condición de existencia limita en gran medida la aplicación de la Transformada de

Fourier, ya que señales tan comunes como las de amplitud constante o las sinusoides no
poseen transformada. Si relajamos el criterio de existencia y permitimos que para un valor
de frecuencia la integral diverja (esto es, permitimos la existencia de funciones delta en el
dominio transformado) obtenemos lo que se conoce como Transformada de Fourier
Generalizada, que nos permite obtener una representación en el dominio transformado de
señales como las sinusoides complejas, las señales periódicas, la función escalón o las
señales de amplitud constante. Salvo indicación en contrario, de ahora en adelante, cuando
nos refiramos a la Transformada de Fourier entenderemos que se trata de la Transformada
de Fourier Generalizada.
La definición de la Transformada de Fourier por sí misma no nos dice gran cosa si no somos
capaces de relacionar de forma intuitiva su forma de onda con su representación espectral.
En el Cua- dro 1.1 podemos encontrar las transformadas de algunas funciones elementales
pero, adicionalmente, conviene realizar los siguientes comentarios:

La transformada de una señal real es, en general, una función compleja. Véase como
ejemplo la transformada de una delta desplazada del origen de tiempos.

Si la amplitud de la forma de onda varía lentamente, el módulo de su transformada tomará

valores mayores para frecuencias cercanas a 0. Un caso extremo lo constituyen las señales
de amplitud constante cuya transformada toma valor distinto de cero únicamente en la
frecuencia 0.

Si la amplitud de la forma de onda varía rápidamente, el módulo de su transformada tomará

valores grandes para frecuencias lejanas de 0. La transformada de una sinusoide compleja
es una

Ejemplo de una representación de la serie de Fourier en gegebra:

Conclusión:

En conclusión, la mayor parte de las características, tanto del emisor como del receptor, se
basan en definir los parámetros que tienen que permitir una buena comuni- cación. Para
que la transmisión sea de calidad se tienen que poder eliminar o limitar los efectos negativos
que produce el ruido, las interferencias y las dis- torsiones debidas a las no-linealidades de
los elementos que forman el sistema de radiocomunicaciones. Podemos caracterizar el
ruido y po-derlo de este modo cuantificar, mediante la temperatura equivalente de ruido o
del factor de ruido, para poder conocer el nivel de ruido que hay en cada punto del sistema
y poder calcular así la relación señal-ruido y conocer la ca- lidad de la transmisión.

Bibliografía:

Carson, R. S. (1990). Radio communications concepts: anolog. Nueva York: John Wiley &
Sons.

Sagers, R. C. (1982). "Intercept point and undesired responses". En: Vehicular Technology
Conference 32nd, IEEE (n.° 32, págs. 219-230).

Sierra, M. y otros (2003). Electrónica de comunicaciones. Madrid: Pearson Educación.