Trabajo de Investigación - Variable Compleja - . .

1
“Año de la unidad, la paz y el desarrollo”

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
(Universidad del Perú, Decana de América)
FACULTAD DE INGENIERÍA
ELECTRÓNICA Y ELÉCTRICA
ASIGNATURA DE VARIABLE COMPLEJA
“Cálculo operacional para ingeniería: Cálculo operacional y operadores matemáticos en el

análisis armónicos, utilizando métodos y gráficos computacionales de funciones de variable
compleja, con aplicaciones a la ingeniería de sonido”
Docente:
M.Sc. Raúl Castro Vidal

Integrantes:
Apaza Janampa, José Carlos 21190095

Gonzales Anticona Yosvin kevin 21190050
Huerta Huanchi, Gianely Marilú (Líder) 21190006
Larrea Gavelán, Josué Miguel 21190194
Marengo Saenz, Jennifer Iveth 21190021
Ciudad universitaria, 13 de marzo del 2023

2
Dedicatoria
Agradecemos a nuestros padres, ya que sin ellos no tendríamos la educación ni los valores
que tenemos ahora, también agradecemos a nuestro estimado docente del curso de
introducción a las ciencias e ingeniería por sus gratas enseñanzas.

3
Agradecimiento
Durante el transcurso de la creación de este trabajo, se da agradecimientos a nuestro estimado
docente de la asignatura de variable compleja, quien nos motivó en el desarrollo de múltiples
temas de investigación de gran relevancia, encaminando así nuestro interés por el
descubrimiento de nuevas aplicaciones tecnológicas. Se agradece el cumplimiento de cada
uno de los integrantes que brindaron sus conocimientos y participación para culminar con
empeño, asimismo, con gratitud expresamos nuestro agradecimiento hacia la Facultad de
Ingeniería Electrónica y Eléctrica (FIEE) por generar y compartir conocimientos científicos
demostrando que la producción investigativa es primordial para la contribución al desarrollo
del país.
4
ÍNDICE
Dedicatoria 2
Agradecimiento 3
Lista de abreviaturas 8
Resumen 9
Abstract 10
Capítulo I: Planteamiento de la investigación 11
1.1. Descripción de la realidad problemática 12
1.2. Formulación del problema 12
1.2.1. Problema general 12
1.2.2. Problemas específicos 12
1.3. Objetivos de la investigación 12
1.3.1. Objetivo general 12
1.3.2. Objetivos específicos 12
1.4. Limitantes de la investigación 13
1.4.1. Temporal 13
1.4.2. Espacial 13
Capítulo II: Marco teórico 13
2.1. Antecedentes 13
2.1.1 Internacional 13
2.1.2 Nacional 14
2.2. Bases teóricas 15
2.2.1. Base ontológica 17
a) Efecto Doppler 18
b) Absorción 19
c) Reflexión 19
d) Refracción 19
e) Difracción 19
f) Reverberación 20
2.2.2. Base metodológica 20
a) Enfoque de la investigación 20
b) Diseño de la investigación 21
c) Alcance de la investigación 21
5
d) Técnicas e instrumentos de recolección de datos 21

e) Validación 22
2.2.3. Base epistemológica 22
2.2.4. Base axiológica 22
2.2.5. Base ética 23
2.3. Conceptual 24
2.3.1. Introducción 25
2.3.2. Modelo matemático 25
2.3.3. Adquisición de datos 26
Capítulo III: Marco teórico 26
3.1. Hipótesis general 26
3.1.1. Hipótesis específicas 26
3.2. Definición conceptual de las variables 26
3.2.1. Variables independientes 27
3.2.2. Variable dependiente 27
3.2.3. Variables intervinientes 27
3.2.4. Operacionalización de variables 27
Capitulo IV: Diseño metodológico 28
4.1. Tipo y diseño de investigación 28
4.2. Método de investigación 29
4.3. Población y muestra 29
4.4. Lugar de estudio y periodo desarrollado 30
4.5. Técnicas e instrumentos para la recolección de la información 30
4.6. Análisis y procesamiento de datos 30
Capítulo V: Resultados 30
5.1. Resultados descriptivos 30
5.1.1 Funciones de dominio continuo y discreto 30
a) Funciones de dominio continuo 30
b) Funciones de dominio discreto 32
5.1.2 Transformada de fourier 33
a) Definición 33
b) Transformada inversa de fourier 34
c) Propiedades 35
5.1.3 Transformada de Laplace 38
6
a) Historia 38
b) Definiciones preliminares 39
c) Transformadas integrales lineales 41
d) Transformada Bilateral de Laplace 42
e) Transformada Inversa de Laplace 45
f) Transformada unilateral de Laplace 50
g) Ejemplos de transformadas 53
h) Ejemplos de transformadas inversas 57
5.1.4 Transformada z 58
a) Definición 58
b) Importancia 59
c) Aplicaciones de la transformada z 59
d) Propiedades de transformada z 59
e) Transformada z de funciones elementales 61
f) Transformada z inversa 67
Capítulo VI: Discusión de resultados 67
6.1. Contrastación y demostración de la hipótesis con los resultados 67
6.1.1. Contrastación hipótesis 1 67
6.2. Contrastación de la hipótesis con otros resultados similares 68
6.3. Responsabilidad ética de acuerdo con los reglamentos vigentes 68
Conclusiones 69
Recomendaciones 70
Referencias bibliográficas 71
Anexos 73
A) Matriz de consistencia 73
B) Programa 74
C) Textos y artículos 79
D) Videos 79
7
Índice de gráficos
Figura 1. gráficos de las funciones continuas …………………………………………………….16
Figura 2. Fuente de sonidos estático y en movimiento……………………………………………19

Figura 3. Proceso de refracción……………………………………………………………………..19
Figura 4. Proceso de difracción………………………………………………………………….….20
Figura 5. Función de dominio continuo…………………………………………………………….31
Figura 6. Gráfica Impulso unitario discreto……………………………………………………….32
Figura 7. Gráfica escalón unitario……………………………………………………………...…..33
Figura 8. Gráfica rampa discreta……………………………………………………………………33
Figura 9. Pierre Simon Laplace y Leonhard Euler………………………………………………..39
Figura 10. Función seccionalmente continua……………………………………………………...41
Figura 11. Región de convergencia y contorno de integración para la función de dominio de t

positivo…………………………………………………………………………………………………..46
Figura 12. Región de convergencia y contorno de integración para la función

de dominio de t negativo………………………………………………………………………………47
'
Figura 13 . Contorno de integración 𝐶𝑟 𝑦 𝐶𝑟………………………………………………………50
Figura 14.. Transformada Z………………………………………………………………………….60
Figura 15. Función escalón unitario………………………………………………………………..62
Figura 16. Función rampa…………………………………………………………………………...63
Figura 17. Función exponencial…………………………………………………………………….65
Figura 18. Función coseno…………………………………………………………………………..67

8
Lista de abreviaturas
VAD: La detección de actividad de voz ocurre en el procesamiento de voz de computadoras u

otros sistemas automatizados o de audio.
FIR: Es un tipo de filtro digital que si su entrada es un impulso (una delta de Kronecker) la
salida será un número limitado de términos no nulos.
FFT: La transformada rápida de fourier es un algoritmo eficiente que permite calcular la

transformada de Fourier discreta y su inversa.
MFCC: Son coeﬁcientes para la representación del habla basados en la percepción auditiva
humana.
9
Resumen
El notable avance de la Ingeniería ha exigido una alta evaluación de los sistemas y el estudio
de su dinámica a través de modelos matemáticos, en donde son representadas las relaciones
entre las distintas cantidades. Esto requiere el exhaustivo estudio y aplicación de lo que hoy
en día es llamado las transformadas Integrales Lineales y su punto de vista discreto. Es por
ello que, uno de los objetivos de este trabajo de investigación es establecer aquellos
operadores y cálculos matemáticos los cuales benefician considerablemente a la ingeniería.
Esto lo lograremos proveyendo al lector una visión unificada de las transformadas de
Laplace, de Fourier, entre otros cálculos operacionales.

10
Abstract
The notable advance of Engineering has demanded a high evaluation of the systems and the
study of their dynamics through mathematical models, where the relationships between the
different quantities are represented. This requires the exhaustive study and application of
what today is called the Linear Integral transforms and their discrete point of view. That is
why, one of the objectives of this research work is to establish those operators and
mathematicians who will benefit engineering with great skill.
We will achieve this by proving to the reader a unified view of the Laplace and Fourier
transforms, among other operational calculations.

11
I. Planteamiento de la investigación
1.1 Descripción de la realidad problemática
En la actualidad y a lo largo de los años como sociedad que progresa gracias a la
globalización en muchos aspectos, es que aparecen nuevas necesidades las cuales
deben ser apañadas tanto por el avance de las ciencias como las ingenierías que a su
vez tienen que ir respaldadas de bases teóricas de modo que se puedan satisfacer de
la mejor manera utilizando los recursos necesarios sin disminuir la calidad del
resultado. Para esto es que durante años se ha estudiado el fenómeno del sonido,
sobre el cual trata nuestra investigación, ya que a pesar de ser algo cotidiano tiene
mucha implicancia cuando se respecta al campo de la acústica y sus aplicaciones; así
pues, se logra comprender mejor gracias a los estudios realizados por Leonhard
Euler y Pierre Simon Laplace que dedicaron parte de sus vidas en el estudio de las
ondas.
Dicho conocimiento adquirido se ve reflejado en las ondas sonoras cuyo estudio
puede variar desde la bioacústica, utilizada para categorizar taxonómicamente a los
animales de acuerdos a los sonidos producidos por estos; la acústica médica
específicamente en la obstetricia, capaz de utilizar sonidos para generar imágenes de
un bebé aún en el vientre de la madre; o la acústica subacuática, para detectar
objetos en las profundidades del mar mediante un sonar.
Finalmente, hay que mencionar que más allá del conocimiento y teoría matemática
que posee el ingeniero de sonido, se tienen softwares capaces de facilitar su
propósito, donde se pueden utilizar Funciones de dominio continuo o discreto, la
Transformada z, la Transformada de Fourier, entre otras, como herramientas para un
trabajo mejor y más eficiente.

12
1.2 Formulación del problema
1.2.1 Problema general
¿Existen aplicaciones a la ingeniería de sonido, empleando el cálculo
operacional y operadores matemáticos de funciones variables?
1.2.2 Problema específico 1
¿Cuáles son los cálculos operacionales en el análisis armónico que se aplican
en la ingeniería de sonido?
1.2.3 Problema específico 2
¿Cuáles son los operadores matemáticos en el análisis armónico que se aplican
en la ingeniería de sonido?
1.3 Objetivos de la investigación
1.3.1 Objetivo general
Establecer las diversas aplicaciones a la ingeniería de sonido, empleando el
cálculo operacional y operadores matemáticos de funciones variables?
1.3.2 Objetivo específico 1
Explicar los cálculos operacionales en el análisis armónico que se aplican en la
ingeniería de sonido.
1.3.3 Objetivo específico 2
Explicar operadores matemáticos en el análisis armónico que se aplican en la
ingeniería de sonido.
1.4 Limitantes de la investigación
1.4.1 Temporal
Esta investigación tendrá como espacio temporal el intervalo de tiempo que va
entre los años 2012 y 2022, puesto que en estos años se ha evidenciado
13
mayores aportes a la ingeniería de sonido. Esto serviría de gran ayuda a la
investigación, ya que se podrá contar con información actualizada acerca de
los sucesos que están directamente relacionados al cálculo operacional de la
ingeniería.
1.4.2 Espacial
En la actualidad, se ha observado un gran avance e investigación de los
cálculos operacionales en Venezuela. Ya que es de este país, de donde
provienen mayores trabajos de investigación y material informativo con
respecto a los cálculos operacionales. Es por esta razón que se ha decidido
establecer como delimitación espacial para la investigación de los cálculos
operacionales de la ingeniería al País de Venezuela.
II. Marco teórico
2.1 Antecedentes
2.1.1 Internacionales
Mayorga et.al. (2018), en su articulo Detección Automática y Clasificación de
Eventos en Sonidos Cardiopulmonares de Sujetos Saludables, publicado en la
Revista mexicana de ingeniería biomédica, propuso una metodología para el
análisis del ruidos cardiacos y pulmonares, con el objetivo de reconocer más
eficientemente indicadores de algún problema cardiovascular o respiratorio en
el organismo de los pacientes. Expuso cómo el método de auscultación clásico
presentaba fallas por su método de realización utilizando estetoscopios, pues a
pesar que hayan logrado mejorar con el avance tecnológico y la escucha de
estos sonidos mejore, todavía se requiere la interpretación de profesionales de
la salud que aun siendo especialistas en detectar dichas anomalías se rigen a
problemas de percepción o al propio umbral auditivo de quien realice el

14
análisis; esto sin considerar ruidos externos al paciente que puedan alterar el
diagnóstico definitivo.
El método a ejecutar parte con el registro del primer y segundo ruido cardíaco
(S1 y S2) utilizando la transformada de Hilbert, mientras que el con la
inhalación y exhalación se usaron únicamente un instrumento de detección de
voz (VAD); proceso verificado por los Modelos Ocultos de Markov con
Mesclados Gaussianos (HMM-GMM). Los sonidos obtenidos son
previamente parametrizados con filtros digitales de respuesta finita al impulso
(FIR), luego por una ventana de Hamming para posteriormente utilizar la
Transformada Rápida de Fourier (FFT) para obtener su módulo y ubicarlos
dentro la escala Mel; prosigue una etapa de logaritmo de la energía para
finalmente realizar la transformada inversa de Fourier que es equivalente a la
Transformada Inversa Cosenoidal para partes reales y pares, de este modo se
obtiene un vector de Coeficientes Cepstrales en las Frecuencias de Mel
(MFCC).
2.1.2 Nacionales
Malo de Molina et al. (2011) en su artículo Análisis de las vocalizaciones del
murciélago longirrostro peruano Platalina genovensium Thomas, 1928
(Chiroptera: Phyllostomidae), publicado en la Revista peruana de biología,
busca dar a conocer los primeros datos en ser recopilados sobre las emisiones
acústicas de la especie nectarívora Platalina genovensium registrados en el
Perú. El objetivo de esta investigación es presentar un análisis detallado de las
características vocálicas de dicha especie con el fin de facilitar su distinción
utilizando grabaciones previas de ultrasonidos realizados en cuevas donde
habitan estos ejemplares; en el Refugio de Acos localizado en la cuenca del río

15
Chancay, en Huaral, y el refugio de Santa Rosa de Quives cerca a la
desembocadura del río Chillón, en Canta.
Al haber localizado los refugios de los murciélagos fueron inspeccionados para
corroborar que no haya otra especie que se pudiera confundir con la P.
genovensium, luego se realizaron varias grabaciones de las cuales se
descartaron varias por deficiencia sonora; los audios admitidos fueron
expandidos para ser expresadas en un sonograma con el fin de medir con
mayor precisión sus características. A continuación, se procedió a evaluar las
propiedades de las ondas bajo ciertos parámetros (frecuencia de máxima
energía, duración, ancho de banda, interpulso y pulsos por segundo); se utilizó
la transformada de Fourier para analizar la señal, las energías por banda de
frecuencia con el teorema de Paserval que a su vez relaciona la energía de la
señal en el dominio frecuencial y temporal, y un oscilograma para los
intervalos y duración de los pulsos.
2.2 Bases teóricas
a) La serie de Fourier original
Desde el punto de partida del análisis armónico fue el desarrollo de la serie de
Fourier. Se llega a verificar que cualquier función 1- periódica razonable
𝑓: ℜ → 𝐶 se puede analizar como
∞ 1
(1.1) 𝑓(𝑥) = ∑ 𝑎𝑛𝑒(𝑛𝑥) 𝑐𝑜𝑛 𝑎𝑛 = ∫ 𝑓(𝑥)𝑒(− 𝑛𝑥)𝑑𝑥
𝑛=−∞ 0
2π𝑖𝑥
donde se ha llevado a cabo la operación sintética 𝑒(𝑥) = 𝑒 para englobar
los senos y cosenos que representan los tonos puros. A los 𝑎𝑛 se les llama
∞
coeficientes de Fourier. Las funciones {𝑒(𝑛𝑥)}𝑛=−∞ son los armónicos en esta
descomposición.
16
Por la periodicidad, el intervalo de integración [0,1] se puede sustituir por
cualquier otro de longitud 1. A este respecto, en muchos contextos se muestra
favorable introducir el toro ⊤ = ℜ/{𝑥 → 𝑥 + 1} así obtenido al enrollar la
recta real en torno de la circunferencia unidad (un toro unidimensional es una
circunferencia), o equivalentemente pegar los extremos del intervalo [0, 1].
En este sentido, f : 𝑇 → 𝐶 representa una función 1-periódica y 𝑎𝑛 viene dado
por la integral sobre T.
No hay que dejarse impresionar por todo esto mencionado antes, simplemente
considerarla como una notación conveniente o una taquigrafía.
𝑛
Por ejemplo C(T) y 𝐶 (𝑇) representan las funciones continuas y las funciones
𝑛
de clase 𝐶 que son 1-periódicas
Figura 1. gráficos de las funciones continuas
Los matemáticos desafortunadamente demasiado a menudo son muy reacios a
hablar de un resultado antes de anunciarlo con rigor y generalidad. En la
situación del desarrollo en serie de Fourier, es difícil traducir “cualquier
función 1-periódica razonable” en la clase más amplia de funciones para las
que se cumple (1.1). El problema es tan complejo y con tantas ramificaciones
que en muchas exposiciones desvía la atención del problema realmente
natural: incluso suponiendo que partimos de una función 1-periódica muy
regular ¿Por qué tiene que ser superposición de senos y cosenos? ¿Por qué
17
podemos, teóricamente, imitar el sonido de cualquier instrumento musical
tocando muchas flautas al mismo tiempo? Esta es la pregunta precisa, nunca
mejor dicho, en la famosa memoria de 1822 de J. Fourier sobre la teoría
analítica del calor y que de ningún modo es obvia, de hecho destacados
matemáticos de los siglos XVIII y XIX manifestaron opiniones al respecto.
2.2.1 Base ontológica
Para realizar un análisis ontológico se debe de conocer a la entidad a analizar
en cuestión, es decir el sonido; un fenómeno que puede ser abarcado por una
visión realista debido a su propio carácter objetivo, por motivos de su propia
naturaleza adherida a las matemáticas. De tal modo ha de haber una relación
entre aquello que se percibe, como una señal de audio, con su contraparte
matemática; de este manera se podrían aprovechar sus características y aplicar
estos conocimientos en favor del avance tecnológico.
Para empezar a comprender su estudio se debe partir reconociendo que es el
sonido; el sonido es una onda mecánica, es decir necesita de un medio físico
ya sea un sólido, líquido o gaseoso para poder propagarse; por este mismo
motivo es que se dice que el sonido no se propaga en el vacío ya que carece de
un medio material.
Asimismo, las ondas sonoras cuentan con la peculiaridad de poder expresarse
como la suma de ondas más simples, es decir senos y cosenos con sus
respectivos armónicos (series de Fourier) lo cual abarca todo el espectro del
sonido incluido aquel que no es percibido por el oído humano, habiendo
entendido esto es que toman protagonismo el análisis en variable compleja
pues dichas ondas, ósea estos senos y cosenos, a la par de la investigación de
Leonhard Paul Euler en 1744 es pueden expresarse en función de números

18
complejos lo cual facilita su comprensión haciéndolo más versátil para sus
aplicaciones en la ciencias e ingenierías.
También hay que considerar aquellos fenómenos ocasionados por el entorno o
la situación en las cuales el sonido se puede llegar a ver afectado causando que
varíen sus respectivas amplitudes y frecuencias lo cual conlleva a una
interpretación errónea de los datos; a estos se les conocen como fenómenos
acústicos.
a) Efecto Doppler
El efecto Doppler se produce cuando la fuente emisora de sonido se
encuentra en movimiento relativo respecto al observador lo cual produce
una alteración al sonido que llega al receptor. Se percibe como una
variación de la frecuencia donde esta aumenta en caso se acercan los
cuerpos y disminuye cuando se alejan.
Figura 2. Fuente de sonidos estático y en movimiento
b) Absorción
Sucede cuando una onda de sonido alcanza una superficie idealmente rígida
refleja la onda, en caso real una parte de la energía se ve absorbida por el
medio.
c) Reflexión
19
Cuando una onda de sonido incide en una superficie de un medio distinto el
cual no puede atravesar por lo que cambia su dirección.
d) Refracción
Sucede cuando una onda de sonido incide en una superficie que puede
atravesar y cambia su dirección pues se encuentra en un material diferente.
Figura 3. Proceso de refracción
e) Difracción
Ocurre cuando la onda se encuentra con un obstáculo el cual puede
atravesar por una abertura o rodear de acuerdo a la longitud de onda dicho
sonido; de este modo se propagará de manera distinta a cómo incide
inicialmente sobre el cuerpo. En caso de que la abertura sea grande respecto
a la longitud de onda la difracción será menor, en caso contrario cuando el
obstáculo es similar a la longitud de onda la difracción será mayor .

20
Figura 4. Proceso de difracción
f) Reverberación
Debido al propio fenómeno de reflexión del sonido este se ve ligeramente
alargado luego de haberse extinguido el sonido original, este fenómeno
sucede con un intervalo de tiempo en promedio de 0,1 segundos; pues para
periodos más largos de tiempo se le considera como eco.
2.2.2 Base metodológica
El método que seguirá esta investigación será deductivo, ya que, a partir de la
información recopilada, estructurada y analizada, considerada verídica por las
fuentes de información tomadas, citadas y referenciadas se llegará a una conclusión.
Según Gómez (2004), el método deductivo consiste en la totalidad de reglas y
procesos cuya ayuda sirve para obtener conclusiones finales a partir de premisas
previas. Si de una hipótesis se sigue una consecuencia y esa hipótesis se verifica,
entonces, necesariamente, se da la consecuencia.
a) Enfoque de la investigación
La investigación realizada es de tipo cuantitativa, pues se hace uso de datos
numéricos, adecuándose mejor a las necesidades del trabajo de
investigación. Además, se están realizando algunas demostraciones con

21
respecto a los cálculos operacionales, mediante el uso de hipótesis y
experimentaciones de autores referenciados para así aprobar o refutar
resultados de acuerdo a estos.
b) Diseño de la investigación
La investigación realizada técnica que consiste en la selección y
recopilación de información por medio de la lectura y análisis de
documentos, así como también utiliza hemerotecas, materiales
bibliográficos y centros de documentación e información.
Este tipo de investigación se caracteriza por presentar un proceso que
consiste en la recolección, selección, análisis y presentación de los
resultados. Además, se utiliza la revisión documental para conocer el estado
en que se encuentra el tema u objeto que se está investigando, realizándose
de manera ordenada con objetivos precisos.
Es por ello que el diseño de esta investigación se basa en el tipo de
investigación bibliográfica, el cual consiste en recrear el contexto teórico
de la investigación, puesto que para ello nos valemos de fuentes confiables,
además de la selección y análisis de los materiales.
c) Alcance de la investigación
La presente investigación tiene como alcance el tipo descriptivo
correlacional, pues referente a todo lo aplicado a la ingeniería de sonido
estaremos mencionando los cálculos operacionales. Además, en el
transcurso de la investigación, se profundizará en la descripción de
conceptos o situaciones que presenta el tema a desarrollar.
d) Técnicas e instrumentos de recolección de datos

22
Fabbri, M. nos dice que la observación es un proceso cuya función
inmediata es recoger información sobre el tema que es investigado. Por
tanto la técnica implementada será la observación, en donde analizaremos
todos aquellos trabajos de investigación, libros, folletos, etc… los cuales
estén relacionados con el cálculo operacional aplicado a la ingeniería.
e) Validación
Para la validación nos basamos en todos los trabajos de investigación,
folletos, libros, revistas las cuales hemos analizado y recolectado, Así
validamos que nuestra información brindada es correcta.
2.2.3 Base epistemológica
El estudio Epistemológico del Concepto de Función Logarítmica nos da
indicativos de los orígenes de la Variable Compleja, cuestionarnos el
desarrollo ulterior de conocimiento en esta área de la matemática, Cantoral,
Farfán, Hitt y Rigo en 1987, evidencia que los objetos matemáticos siguen una
evolución antes de concretarse como objetos propios de la matemática.
Dentro de este proceso de evolución del concepto de logaritmo se configuró la
pregunta ¿cuánto vale el logaritmo de un número negativo? su respuesta es el
resultado de una controversia que perduró cuatro décadas del siglo XVIII en la
que participaron Gottfried Wilhelm Leibniz (1646-1716), Jean Bernoulli
(1667-1748), Leonhard Euler (1707-1783) y Jean le Rond D'Alembert
(1717-1783).
2.2.4 Base axiológica
Los números complejos, lo aplicamos en varios aspectos como operaciones
con Complejos; para desarrollar las operaciones adecuadamente desde el
colegio y así desarrollarlo y mejorarlos mejor a lo que sigue de nuestra vida

23
profesional. Luego lo usamos en Aerodinámica para hallar la cantidad de
velocidad de una corriente, también en los Circuitos Eléctricos ya que su
principal base son los números complejos, por lo tanto, cualquier aparato de
circuito eléctrico (amplificadores, filtros, motores) requiere el conocimiento de
números complejos. También en Señales Electrónicas, ya que al igual que los
circuitos eléctricos, su principal base son los números complejos. Para
finalizar con la última aplicación, en Física ya que en una corriente o un
voltaje de corriente alterna existe la parte real de y un número complejo que
nos da la fase y la amplitud. Bueno tal vez en nuestra carrera en la que nos
enfocamos más adelante, no tenga nada que ver en matemáticas, pero siempre
nos va a servir para algo. Es bueno tener alguna base sobre las matemáticas,
aún cuando no seamos muy buenos en este aspecto, es bueno saberlo y
practicarlo, porque solo con practica se puede aprender un campo tan difícil
como este., ya que cuando menos lo pensemos nos va a servir.
2.2.5 Base ética

La matemática, por su concepción original, estimula los aspectos éticos
importantes que una educación de estos tiempos debe tener como objetivo, tal
como se promueve la enseñanza de la matemática desde la educación
humanista como lo es la pedagogía integral. La matemática es una búsqueda
de las estructuras omnipresentes más o menos complejas que aparecen en la
realidad y que admiten un acercamiento racional, manipulable mediante
símbolos, que da conocimiento de la realidad a que se refiere; pero no su
dominio total y que se denomina matematización. Guzmán (2003, p. 2) afirma
que “el sentimiento de profunda humildad ante la multitud de verdades aún por
descubrir es otra de las actitudes éticas importantes que la matemática puede
estimular”.
24
“la matemática ha sido también y debe seguir siendo, una ciencia en busca de
la verdad, una herramienta que acude en ayuda de todas las otras ciencias y
actividades del hombre, una actividad creadora de una belleza sólo asequible a
los ojos del alma, como decía Platón. Y para hacerse eficientes en estos
aspectos de la matemática es necesario, por supuesto adquirir un dominio
básico inicial de sus herramientas más básicas” (Guzmán, 2003, p.2).
2.3 Conceptual
A través de considerar la cognición corpórea el trabajo de Soto-Johnson et al. (2012)
investiga el uso de metáforas al comunicar distintos conceptos de la Variable
Compleja, como lo son la suma, el producto, el cociente, la potenciación de números
complejos, las ecuaciones de Cauchy-Riemann, y la continuidad, la diferenciación e
integración de funciones complejas de variable compleja.
En el siglo XIX algunos matemáticos desarrollaron un cálculo simbólico, esto es, un
sistema de reglas para ser utilizadas con el operador diferencial 𝐷 = 𝑑/𝑑𝑡
Esto es muy importante ya que en las matemáticas aplicadas es común encontrarse
con ecuaciones diferenciales lineales de varios tipos y se requiere resolverlas de una
forma sencilla. Entre los años 1892 y 1899 Oliver Heaviside fue uno de los primeros
en impulsar los métodos del cálculo operacional. Él aplicó su teoría en la solución de
ecuaciones diferenciales, especialmente en la teoría de la electricidad. Heaviside no
se preocupaba por dar demostraciones rigurosas de sus resultados, lo que lo llevó a
ser muy criticado por los científicos de la época, que encontraron varios errores en
sus métodos operacionales. Heaviside realizar cálculos algebraicos con el operador
𝐷𝑡, definiendo como:

𝑘
0 𝑘 𝑑
𝐷𝑡 : = 𝐼, 𝐷𝑡 : = 𝑘 ; 𝑘ϵ 𝑁
𝑑𝑡
2.3.1 Introducción
25
La evolución de la Ingeniería Eléctrica y Electrónica ha exigido un alto
análisis de los sistemas y el estudio de su dinámica a través de modelos
matemáticos, en donde son representadas las relaciones entre las distintas
cantidades. Esto ha requerido el estudio y aplicación de lo que hoy en día es
llamado las transformadas Integrales Lineales y su punto de vista discreto. Este
texto busca proveer al estudiante una visión unificada de las transformadas de
Laplace, de Fourier y Z. Esta perspectiva de estudio exige al lector un claro
conocimiento del campo de los números complejos, permitiendo así un mejor
entendimiento de las transformadas integrales lineales y su definición discreta
dada por la transformada Z.
2.3.2 Modelo matemático
Con el objetivo de develar cómo se construye conocimiento en Variable
Compleja procedimos a seleccionar un objeto matemático de estudio que nos
permitiera delimitar los actores que propiciaron insumos para su consolidación
y desarrollo. El estudio de una de las producciones intelectuales de estos
personajes nos permitió acercarnos a la forma en que se construye
conocimiento en Variable Compleja. La delimitación la hicimos a través de
una búsqueda de resultados típicamente expuestos en la literatura de textos
escolares de Análisis Complejo/Variable Compleja. En esta búsqueda nos
remitimos a la tarea de identificar resultados que los autores presentan como
centrales y/o fundamentales. Uno de estos es el cálculo operacional.
2.3.3 Adquisición de datos
La adquisición de los datos se lograron obtener mediante la investigación en
documentos(tesis, artículos, monografías),libros y también de una

26
investigación audiovisual, con la recopilación de todos estos medios
adquirimos los datos de investigación,
III. Marco teórico
3.1 Hipótesis general
Las aplicaciones a la ingeniería de sonido son diversas y se ramifican en diferentes
campos como la medicina, la industria y en aparatos electrónicos.
3.1.2 Hipótesis específicos
- Los cálculos operaciones se podrían aplicar en diferentes funciones y además
facilitar el resultado de problemas.
- Existen diferentes tipos de operadores matemáticos para el análisis armónico
3.2 Definición conceptual de las variables
Tiempo: Es una magnitud física que permite ordenar los sucesos y medir la duración
de separación de uno o más acontecimientos.
Desplazamiento: Al cambio de posición de un cuerpo desde el punto de inicio hasta
el punto final.
Filtros: Es un elemento que discrimina una determinada frecuencia o gama de
frecuencias de una señal eléctrica que pasa a través de él, pudiendo modificar tanto su
amplitud como su fase.
Señales en tiempo continuo: Es una señal que puede expresarse como una función
cuyo dominio se encuentra en el conjunto de los números reales, y normalmente es el
tiempo.
Señales en tiempo discreto: Son funciones definidas en los números enteros,pueden
ser manipuladas por sistemas instanciados como programas informáticos.
3.2.1 Variables independientes
Tiempo, desplazamiento.
27
3.2.2 Variables dependientes
Señal en tiempo continuo,señal en tiempo discreto.
3.2.3 Variables intervinientes
Filtro
3.2.4 Operacionalización de variables
Variable Definición Dimensiones Indicadores

conceptual
Señales en tiempo Es una señal que Señales de energía potencia

continuo puede expresarse
como una función Señales de Valor maximo y
cuyo dominio se potencia minimo
encuentra en el
conjunto de los Valor eficaz
números reales, y
normalmente es el
tiempo.
Señales en el Son funciones Señales periódicas Frecuencia

tiempo discreto definidas en nú es
de tipo Señales simétricas Conversor ADC
cuantitativa, pues
se hace uso de los
operadores
matemáticos,
adecuándose
mejor a las
necesidades del
trabajo de
investigación.
Además, se están
enunciando
aquellos cálculos
operacionales en el
análisis armónico
aplicados a la
ingeniería de
sonido, mediante
el uso de hipótesis
e investigaciones
de autores
referenciados para
así aprobar o
refutar resultados
de acuerdo a estos.
28
Baena, G. (s.f.)
menciona que la
investigación
documental o
investigación
bibliográfica es
unmeros enteros,
pueden ser
manipuladas por
sistemas de
memoria como
programas
informáticos.
IV. Diseño metodológico

4.1 Tipo y diseño de la investigación
La investigación realizada técnica que consiste en la selección y recopilación de
información por medio de la lectura y análisis de documentos, así como también
utiliza hemerotecas, materiales bibliográficos y centros de documentación e
información.
Este tipo de investigación se caracteriza por presentar un proceso que consiste en la
recolección, selección, análisis y presentación de los resultados. Además, se utiliza la
revisión documental para conocer el estado en que se encuentra el tema u objeto que
se está investigando, realizándose de manera ordenada con objetivos precisos.
Es por ello que el diseño de esta investigación se basa en el tipo de investigación
bibliográfica, el cual consiste en recrear el contexto teórico de la investigación,
puesto que para ello nos valemos de fuentes confiables, además de la selección y
análisis de los materiales.
4.2 Método de investigación
El método que seguirá esta investigación será deductivo, ya que, a partir de la

29
información recopilada, estructurada y analizada, considerada verídica por las
fuentes de información tomadas, citadas y referenciadas se llegará a una conclusión.
Según Gómez (2004), el método deductivo consiste en la totalidad de reglas y
procesos cuya ayuda sirve para obtener conclusiones finales a partir de premisas
previas. Si de una hipótesis se sigue una consecuencia y esa hipótesis se verifica,
entonces, necesariamente, se da la consecuencia.
4.3 Lugar de estudio y periodo desarrollado
Habiendo analizado todos aquellos trabajos de investigación, libros, folletos, etc…
relacionados al cálculo operacional, concluimos que el mayor material informativo
acerca del tema se desarrolla en el país de Venezuela. Es por ello que centraremos
nuestro estudio del tema en aquel lugar.
Además, observamos que todos aquellos materiales informativos, fueron realizados
en un intervalo de tiempo que va entre los años 2012 y 2022. Por ende diremos que
ese vendría a ser el periodo desarrollado.
4.4 Técnicas e instrumentos para la recolección de la información
Fabbri, M. nos dice que la observación es un proceso cuya función inmediata es
recoger información sobre el tema que es investigado. Por tanto la técnica
implementada será la observación, en donde analizaremos todos aquellos trabajos de
investigación, libros, folletos, etc… los cuales estén relacionados con el cálculo
operacional aplicado a la ingeniería.
4.5 Análisis y procesamiento de datos
Para el análisis de datos, se utilizara la Técnica Documental, que permitirá la
recopilación de evidencias para demostrar la hipótesis de investigación, que estará

30
formado por documentos de diferentes tipos como: registro de datos, memorias
información estadística, base de datos, etc.
En el proceso de prueba de hipótesis se analizará las fuentes confiables para
mencionar aquellos cálculos operacionales y operadores matemáticos, los cuales
brindan aplicaciones a la ingeniería de sonido, que también se ramifican en
diferentes campos como la medicina, la industria y en aparatos electrónicos.
V. Resultados
5.1. Resultados descriptivos.
5.1.1. Funciones de dominio continuo y discreto
a) Funciones de dominio continuo
Antes de dar a ver dichas funciones, vendría a ser conveniente revisar
algunas definiciones elementales que serán de mucha utilidad al presentar
las funciones en el dominio continuo.
Dos funciones que son comúnmente empleadas en los cursos de Ingeniería
Eléctrica son las funciones pulso rectangular y pulso triangular las cuales
serán definidas en los siguientes puntos:
Definición de Pulso rectangular: Sea así 𝑝𝑎(𝑥) una función denominada
pulso rectangular dada por la expresión
Una representación gráfica de esta función es mostrada en la figura

31
Figura 5. Función de dominio continuo
Definición de Pulso triangular: Sea 𝑞𝑜(𝑥) 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒𝑛𝑜𝑚𝑖𝑛𝑎𝑑𝑎
pulso triangular dada por la expresión
Un ejemplo gráfico de esta función puede verse en la Figura de abajo
Adicionalmente, es conveniente definir la función sen𝑤𝑜(𝑥), la cual tiene
mucha importancia en el análisis de Fourier.
Definición (sen𝑤𝑜(𝑥)). Sea (sen𝑤𝑜(𝑥)) una función en el dominio continuo
representada por
32
Figura 6. Función pulso triangular
La figura muestra una representación de la función sen𝑐𝑤𝑜(𝑥) 𝑝𝑎𝑟𝑎 𝑤𝑜 = 2π
Figura 7. Representación gráfica de sen𝑐2π(𝑥)
La funciones en el dominio continuo son generalmente conocidas en los
diferentes cursos de análisis matemático, donde se establece que ellas están
completamente conocidas si se sabe la llamada regla de asignación junto a
su dominio de validez
b) Funciones de dominio discreto
Se dice que una función f posee un dominio discreto de variable n de modo
que n pertenece a los números enteros es decir no hay valores de por medio,
tal que una forma común de discretizar una función es tomando únicamente
los valores enteros del dominio de una función continua.
Estas funciones son realmente útiles pues se pueden parametrizar valores de
entrada de variable continua que se ve correspondida por un proceso y recae
en un resultado a la salida; propiedad aprovechable en nuestro caso ya que

33
sus aplicaciones directas son con la transformada y la serie de Fourier que
trabajan con una variable continua.
Algunas funciones básicas que cuentan con dominio discreto son:
Impulso Unitario Discreto: El impulso unitario se define para valores
discretos como que a diferencia del impulso unitario en variable continua sí
se encuentra definido en 0.
Figura 6. Gráfica Impulso unitario discreto
Escalón Unitario Discreto: El escalón unitario del mismo modo que el
impulso unitario se define distinto para variables discretas pues ahora toma
el valor de 1 para números mayores e igual a 0.

34
Figura 7. Gráfica escalón unitario discreto
Función Rampa Discreta: En este caso la función rampa sí se puede
obtener por medio de la discretización de su contraparte continua,
obteniendo un valor a la salida igual al de la entrada.
Figura 8. Gráfica rampa discreta
5.1.2. Transformada de fourier
a) Definición
La transformada de fourier, una de las herramientas matemáticas más
importantes, es utilizada para pasar una señal al dominio de frecuencia para
obtener información que no es evidente en el dominio del tiempo.
Sea una función 𝑓(𝑡) de dominio continuo definida de R en ℂ. La
transformada de fourier de 𝑓(𝑡) es una transformada integral lineal definida
por:
∞
−𝑗𝑤𝑡
𝐹(𝑤) = Ғ{𝑓(𝑡)} = ∫ 𝑓(𝑡)𝑒 𝑑𝑡,
−∞
35
para 𝑤 ∈ 𝑅, donde j vendría a ser la unidad imaginaria y a la variable w se
le conoce como la frecuencia.
La transformada de Fourier, F(ω), es una función definida de R en C, es
decir, es una función que toma valores complejos. Por ello, se puede
expresar como la suma de su parte real e imaginaria, o en su forma polar,
esto es,
𝑗ф(𝑤)
𝐹(𝑤) = 𝑅𝑒{𝐹(𝑤)} + 𝑗𝐼𝑚{𝐹(𝑤)} = |𝐹(𝑤)|𝑒 , donde
|𝐹(𝑤)| = Magnitud y ф(𝑤) = Fase.
Si f(t) es una función generalizada, entonces F(ω) se denomina
transformada de Fourier generalizada. Para que la transformada de Fourier
de una función f(t) existe en forma ordinaria (no generalizada), f(t) debe
satisfacer las siguientes propiedades denominadas condiciones de Dirichlet:
- f(t) es absolutamente integrable, esto es,

∞
∫ |𝑓(𝑡)|𝑑𝑡 < ∞;
−∞
- f(t) posee un número finito de discontinuidades en cualquier
intervalo de longitud finita.
b) Transformada inversa de fourier
La transformada de Fourier nos permite pasar del plano del tiempo al plano
de la frecuencia y realizar un análisis en frecuencia; pero luego es necesario
trasladarnos nuevamente al plano del tiempo. Para esto último se utiliza la
Transformada Inversa de Fourier.

36
Definición: Sea f(t) una función transformada de Fourier F(ω). La
transformada inversa de Fourier está definida como
∞
−1 1 𝑗𝑤𝑡
𝑓(𝑡) = 𝐹 {𝐹(𝑤)} = 2π
∫ 𝐹(𝑤)𝑒 𝑑𝑤,
−∞
para todo t ∈ 𝑅.
A continuación, aplicaremos la siguiente notación. El símbolo
𝐹
𝑓(𝑡)→ 𝐹(𝑤),
que se lee par de transformadas, denota que F(ω) es la transformada de
Fourier de f(t) y que f(t) es la transformada inversa de Fourier de F(ω).
c) Propiedades
A continuación damos las propiedades de la transformada de Fourier. Cada
una de estas propiedades la enunciamos como un teorema.
- Linealidad
Si F(ω) y G(ω) son las transformadas de Fourier de f(t) y g(t),
respectivamente, entonces
af(t) + bg(t) ←→ aF(ω) + bG(ω),
donde a y b son constantes reales
- Desplazamiento de tiempo
Si F(ω) es la transformada de Fourier de f(t), entonces
−𝑗ω𝑡0
f(t − t0) ←→ 𝑒 F(ω),
37
para todo 𝑡𝑜 ∈ R. En otras palabras, la propiedad de desplazamiento de
tiempo de la transformada de Fourier establece que si desplazamos la
función f(t) por una constante 𝑡𝑜, la magnitud de la transformada de Fourier
no cambia, pero el término ω𝑡𝑜 se añade a su ángulo de fase.
- Desplazamiento en frecuencia
e jω0t f(t) F ←→ F(ω − ω0)
para todo ω0 ∈ R. En otras palabras, la multiplicación de la función f(t) por
ejω0t , resulta en un desplazamiento en la transformada de Fourier por ω0.
- Escalamiento en el tiempo
f(at) F ←→ 1 |a| F(ω/a),
para todo a ∈ R distinto de cero. En otras palabras, la propiedad de
escalamiento en tiempo establece que si se reemplaza la variable t por at, se
debe reemplazar la variable ω en el dominio de la frecuencia por ω/a y
dividir a F(ω/a) por el valor absoluto de a.
- Dualidad
F(t) F ←→ 2π f(−ω).
- Conjugación
38
f(t) F ←→ F(−ω).
- Convolución
f ∗ g (t) F ←→ F(ω) G(ω).
En otras palabras, la convolución en el dominio del tiempo corresponde a la
multiplicación en el dominio de la frecuencia.
- Multiplicación
f(t) g(t) F ←→ 1 2π F ∗ G (ω).
Es decir, la multiplicación en el dominio del tiempo, corresponde a la
convolución en el dominio de la frecuencia multiplicada por la constante
1/2π.
- Diferencia de tiempo
𝑑
𝑑𝑡
f(t) F ←→ jω F(ω).
- Diferenciación en frecuencia

39
tf(t) F ←→ j d dω F(ω).
- Integración
∞
∫ f(τ ) dτ F ←→ 1 /jω F(ω) + πF(0)δ(ω).
−∞
- Modulación
cos(ω0t) f(t) F ←→ 1 /2 [F(ω + ω0) + F(ω − ω0)]. y
sen (ω0t) f(t) F ←→ j /2 [F(ω + ω0) − F(ω − ω0)].
- Teorema de parseval
∞ ∞
1
∫ |f(t)| 2 dt = 2π
∫ |F(ω)| 2 dω.
−∞ −∞
5.1.3. Transformada de Laplace.
a) Historia.
Una síntesis de la teoría de la transformada de Laplace, llamada así en
honor a Pierre Simon Laplace, es presentada en este escrito. Según lo

40
reportado en la historia de las matemáticas, la transformada de Laplace fue
introducida por Euler a través de su trabajo titulado “De constructione
aequationum", presentado ante la Academia de San Petersburgo el 7 de
febrero de 1737 y publicado en 1744. Es por esta razón que la transformada
de Laplace podría ser atribuida a Eule. No obstante, de acuerdo a Bäumer y
Neubrander (1994), su actual definición se debe al desarrollo que ha tenido
debido a las contribuciones de muchos matemáticos tales como: Euler,
Lagrange, Laplace, Fourier, Poisson, Cauchy, Abel, Liouville, Boole,
Riemann, Pincherle, Amaldi, Tricomi, Picard, Mellin, Borel, Heaviside,
Bateman, Titchmarsh, Bernstein, Doetsch, Widder entre muchos otros. Su
definición desde el punto de vista de una función compleja, obliga al lector
a repasar los conceptos de integrales de líneas en el campo de la variable
compleja, la cual debe ser tratada tanto para las definiciones de
transformada de Laplace unilateral como para su definición bilateral.
Figura 9. Pierre Simon Laplace y Leonhard Euler
b) Definiciones preliminares.
41
El material presentado en este capítulo muestra un punto de vista general de
la transformada de Laplace, en donde se presentará una breve teoría de la
transformada integral lineal propuesta por Churchill (1971). El resto de este
capítulo contiene algunas definiciones básicas empleadas en el escrito,
como : La definición general de transformada de Laplace es presentada con
el objeto de estudiar posteriormente sus casos particulares; también un
enfoque desde la teoría de variable compleja, para el cálculo de la
transformada inversa de Laplace.
- Función seccionalmente continua.
Se denomina una función seccionalmente continua en el intervalo
𝑎 < 𝑡 < 𝑏 (con a y b sin restricciones de signo), a aquella función que está
definida por un número finito de subintervalos interiores al intervalo (a, b) y
las curvas que se encuentran en dichos subintervalos representan funciones
continuas con posibles puntos de discontinuidad de saltos finitos en los
extremos de cada subintervalo. También se debe de tener en cuenta la
siguiente observación:
Las funciones seccionalmente continuas pueden o no estar definida en
los posibles puntos de discontinuidades.
- Función de orden exponencial.
𝑎𝑡
Se dice que una función es de orden exponencial, dotándola por 𝑄(𝑒 ), si
es de orden exponencial cuando su variable independiente, denótese por 𝑡,
tiende a menos infinito y cuando tiende a infinito, para ello se debe de tener
en cuenta las siguientes observaciones:

42
- 𝑓(𝑡) es de orden exponencial cuando 𝑡 tiende a menos infinito, si el
𝑎𝑡
producto de |𝑓(𝑡)|𝑒 , está acotado para un 𝑡 < 𝑇1.
- 𝑓(𝑡) es de orden exponencial cuando 𝑡 tiende a infinito, si el producto
𝑎𝑡
de |𝑓(𝑡)|𝑒 está acotado para un 𝑡 > 𝑇1.
Figura 10. Función seccionalmente continua
c) Transformadas integrales lineales.
La transformada integral lineal (TIL) de una función 𝑓(𝑡) puede definirse
como:
𝑏
𝐹(λ) = τ[𝑓(𝑡)] = ∫ 𝑓(𝑡)𝑁(λ, 𝑡)𝑑𝑡, ∀ λ ϵ 𝐷, (5.1.3.1)
𝑎
donde λ es la variable independiente de 𝐹(λ) en el dominio transformado, D
es el dominio en el cual se garantiza la convergencia de la integral dada por
la Ecuación (5.1.3.1), y N(λ, t) es el llamado núcleo de la TIL definida para
cada caso, este último suele denotarse también como 𝐾(λ, 𝑡), se
considerarán las siguientes condiciones sobre el núcleo de la transformada
definida como N(λ, t).

43
El núcleo 𝑁(λ, 𝑡) es una función derivable sobre el dominio 𝑡 y tiene
derivada n-ésima con respecto a 𝑡.
El núcleo N(λ, t) es una función entera sobre el dominio λ y tiene derivada
n-ésima con respecto a λ.
El núcleo N(λ, t) es una función tal que:
donde α es una constante.
El núcleo N(λ, t) es una función tal que:
donde β es una constante.
El núcleo N(λ, t) es una función tal que puede ser expresada como una
función del producto de λ𝑡, esto es.
d) Transformada Bilateral de Laplace.

44
En la sección b.1 se establecieron algunas definiciones básicas que deben
cumplir las funciones para que las mismas posean transformada bilateral de
Laplace (TBL). En función de eso se puede definir la TBL como:
∞
−𝑠𝑡
𝑓𝐼𝐼(𝑠) = 𝐿𝐼𝐼[𝑓(𝑡)] = ∫ 𝑓(𝑡)𝑒 𝑑𝑡. ∀ 𝑠 ϵ 𝐷,
−∞
donde 𝑆 = 𝑥 + 𝑖𝑦 es la llamada frecuencia compleja, la cual debe
pertenecer al denotado dominio de convergencia D para garantizar la
−𝑠𝑡
convergencia de la integral y 𝑒 es el núcleo de la TBL. Note que el
subíndice II es empleado para distinguir la TBL de la transformada
unilateral derecha de Laplace (TUDL) y de la transformada unilateral
izquierda de Laplace (TUIL), las cuales serán definidas posteriormente.
Suponga que 𝑓(𝑡) es seccionalmente continua y de orden exponencial, esto
último implica que:
donde 𝑀1, 𝑀2, 𝑇1, 𝑇2, son constantes reales positivas. De la definición de
TBL se puede establecer que:
−𝑇1 𝑇2 ∞
−𝑠𝑡 −𝑠𝑡 −𝑠𝑡
𝐿𝐼𝐼[𝑓(𝑡)] = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 + ∫ 𝑓(𝑡)𝑒 𝑑𝑡 + ∫ 𝑓(𝑡)𝑒 𝑑𝑡. ∀ 𝑠 ϵ 𝐷
−∞ −𝑇1 𝑇2
Observe que la convergencia de la TBL depende de las integrales
−𝑇1 𝑇2
−𝑠𝑡 −𝑠𝑡
∫ 𝑓(𝑡)𝑒 𝑑𝑡 + ∫ 𝑓(𝑡)𝑒 𝑑𝑡, a las cuales se le estudiarán sus
−∞ −𝑇1
45
condiciones de convergencias. Basado en el hecho de que la función f(t) es
de orden exponencial, se puede establecer que:
|−𝑇1 | −𝑇1 −𝑇1

| ∫ 𝑓(𝑡)𝑒−𝑠𝑡𝑑𝑡| ≤ ∫ 𝑓(𝑡)𝑒−𝑠𝑡 𝑑𝑡 ≤ ∫ 𝑀 𝑒(𝑎1−𝑥)𝑡𝑑𝑡
| | | | 1
| −∞ | −∞ −∞
De esta ecuación se obtiene lo siguiente:
Analizando la Ecuación anterior se tiene que el valor del límite cuando T
tiende a −∞ converge si 𝑎1 − 𝑥 > 0, esto implica que:
𝑅𝑒[𝑠] < 𝑎1
𝑇2
−𝑠𝑡
Haciendo un análisis similar en la integral ∫ 𝑓(𝑡)𝑒 𝑑𝑡 se tiene que:
−𝑇1
Como se puede notar fácilmente, que la integral converge si el límite de la
anterior Ecuación converge, para lo cual 𝑎2 − 𝑥 < 0, quedando.
𝑅𝑒[𝑠] > 𝑎2
En conclusión, la TBL existe si se cumplen simultáneamente las siguientes
Ecuaciones:
𝑎2 < 𝑅𝑒[𝑠] < 𝑎1

46
d.1. Analiticidad de la transformada bilateral de Laplace.
Debido a que la convergencia de la TBL sólo se garantiza si 𝑎2 < 𝑅𝑒[𝑠] < 𝑎1,
se considerará el estudio de analiticidad de 𝐹𝐼𝐼(𝑠) en la región de
convergencia. Si la TBL es vista como una función de la variable compleja
𝑠 = 𝑥 + 𝑖𝑦, para ser analítica en esa región deberá satisfacer las condiciones
necesarias y suficientes de Cauchy-Riemann en cada punto de la región
(Churchill y Brown, 1992, Cap. 2).
e) Transformada Inversa de Laplace.
En esta sección será deducida la fórmula de la transformada inversa de
Laplace, basada en la definición de la fórmula integral de Cauchy para ambos
casos, es decir, para la función 𝑓(𝑡) en su dominio positivo y en su dominio
negativo. Estos casos están claramente determinados de acuerdo a la región de
convergencia.
e.1. Fórmula integral de inversión derecha de Laplace.
Sea el contorno 𝑐𝑑 orientado en sentido positivo con relación al origen de
coordenadas descrito por la porción arco circular 𝐶𝑟 de radio R que une los
puntos γ − 𝑗β y γ + 𝑗β y el segmento que une también los puntos antes
mencionados. La siguiente Figura muestra el contorno descrito y sobre él se
encuentra un punto z. Adicionalmente dentro de la región está definido un
punto interior s, en la cual está definida una función analítica 𝐹(𝑧) en la región
Re [z] > α.
47
de dominio de t positivo
Por otra parte la función 𝐹(𝑧) cumple con la siguiente condición:
−𝑛
● (Orden 𝑧 ). Sea 𝐹(𝑧) una función analítica en la región Re [z] > α y
−𝑛 −𝑛
de orden 𝑂 𝑧 , es decir, 𝐹(𝑧) ≤ 𝑀𝑧 , donde M es el módulo
máximo de la función en el dominio dado por Re [z] > α.
De acuerdo a la fórmula integral de Cauchy (Churchill y Brown, 1992), se
puede expresar 𝐹(𝑧) como.
Si la Ecuación anterior es estudiada cuando R tiende a infinito, se tiene que:
debido a que:
48
e.2. Fórmula integral de inversión izquierda de Laplace.
Para el caso Re [z] < α, se tiene que el contorno de integración 𝐶𝑑 es dado por
la porción de circunferencia cr que une los puntos γ − 𝑗β y γ + 𝑗β, y por el
segmento que va desde el punto γ − 𝑗β al punto γ + 𝑗β. La siguiente Figura
muestra un ejemplo de un función 𝐹(𝑧) con singularidades a la izquierda de la
región de convergencia Re [z] < α.
de dominio de t negativo
Al igual que el caso anterior, la función 𝐹(𝑧) cumple con la siguiente
condición:
49
−𝑛
● (Orden 𝑧 ). Sea 𝐹(𝑧) una función analítica en la región Re [z] < α y
−𝑛 −𝑛
de orden 𝑂 𝑧 , es decir, 𝐹(𝑧) ≤ 𝑀𝑧 , donde M es el módulo
máximo de la función en el dominio dado por Re [z] < α.
Note que la condición anterior también es satisfecha para el caso que está
siendo estudiado. Empleando nuevamente la fórmula integral de Cauchy se
obtiene que:
Estudiando la integral sobre 𝐶𝑟 cuando R → ∞, se tiene que:
Entonces
donde de acuerdo a la Figura anterior, γ es positivo, sin que este hecho limite
el estudio. Por otra parte, dado que la condición anterior es satisfecha, se
puede afirmar que:

50
lo cual implica que:
e.3. Fórmula de Inversión.
En general la función 𝐹(𝑠) que representa la transformada de Laplace, puede
estar definida por un conjunto denso de puntos no analíticos. No obstante, en
muchas aplicaciones de la ingeniería, la función 𝐹(𝑠) puede dejar de ser
analítica en puntos aislados, los cuales son comúnmente llamados
singularidades aisladas o simplemente polos. En este punto será tratado este
tipo de casos, en donde la función 𝐹(𝑠), de tener puntos no analíticos, son
aislados.
La siguiente Figura muestra los contornos de integración empleados. para la
determinación de la transformada inversa de Laplace vía teorema de residuos
y polos.
51
'
Figura 13 . Contorno de integración 𝐶𝑟 𝑦 𝐶𝑟
Sea la porción de circunferencia 𝐶𝑟 que une los puntos γ + jβ y γ − jβ, de radio
'
R y orientado en sentido positivo con relación a la región interna y sea 𝐶𝑟 el
resto de la circunferencia que une los puntos γ − jβ y γ + jβ, de radio R y
orientado en sentido positivo con relación a la región interna. Si la función
' −𝑛
F(s) es analítica sobre el contorno 𝐶𝑟 𝑦 𝐶𝑟, y es de orden 𝑂 𝑧 ∀n ≥ 1,
entonces.
𝑖θ
donde 𝑠 = 𝑅 𝑒 .
52
f) Transformada unilateral de Laplace.
En esta sección serán presentadas las dos definiciones de transformada de
Laplace, siendo la más ampliamente conocida la transformada unilateral
derecha de Laplace, o simplemente denominada transformada de Laplace.
Claro está, la aplicación de una u otra definición dependerá de las necesidades
y de la función en tiempo continuo a transformar.
f.1. Transformada unilateral derecha de Laplace .
+
La TUDL la cual será representada por medio del subíndice 𝐼 , se define
como:
α𝑡
donde la función 𝑓(𝑡) es de orden exponencial, es decir,|𝑓(𝑡)| ≤ 𝑀𝑒 | para
𝑡 > 𝑇 y tanto M como T son constantes reales positivas y, α sin condiciones
sobre su signo. Note que los eventuales puntos singulares deberán estar
ubicados a la izquierda de la región de convergencia Re [s] > α.
f.1.1. Propiedades.
Basado en el estudio realizado de la TIL, al particularizar sus propiedades, se
puede probar fácilmente las propiedades que se enumeran a continuación:
Sea
entonces:
● Linealidad.
53
donde 𝑎𝑘 son constantes para todo k.
● Traslación en t.
● Cambio de escala.
● Traslación en s.
f.1.2. Algunos teoremas en la TUDL.
Una de las aplicaciones de la transformada de Laplace es el cálculo de los
valores iniciales y finales de la función f(t). En este punto serán enunciados
dos importantes teoremas, llamados teorema de valor inicial y teorema de
valor final.
● Teorema de valor inicial.
Sea F(s) = L [f(t)] para todo s tal que Re [s] > α. Si la función f(t) es
continua para todo t > 0 y eventualmente tiene una discontinuidad de
salto finito en t = 0, entonces.

54
● Teorema de valor final.
Sea F(s) = L [f(t)] para todo s tal que Re [s] > α. Entonces.
f.2. Transformada unilateral izquierda de Laplace.
−
La TUIL, y ella es simbolizada por el subíndice 𝐼 , es definida como:
α𝑡
donde la función f(t) es de orden exponencial, es decir,|𝑓(𝑡)| ≤ 𝑀𝑒 para
𝑡 < 𝑇 y tanto M como T son constantes reales positivas y, α sin condiciones
sobre su signo. No obstante, el empleo de esta transformada en el campo de la
ingeniería eléctrica tiene aplicaciones limitadas, por cuanto los sistemas
eléctricos son sistema causales y ellos conllevan al estudio de las respuestas
del sistema durante o después de la excitación del sistema, a objeto de estudiar
su desempeño en instantes de tiempo futuro (Oppenheim et al., 1997, Cap. 1).
Es por esta razón que no será profundizado su estudio en este curso. Sin
embargo, el lector podría demostrar algunas propiedades a fin de profundizar
la teoría general de la transformada de Laplace.
g) Ejemplos de transformadas .
En esta sección se ilustrarán la definición y las propiedades de la transformada
de Laplace, a los efectos de aplicar algunas propiedades estudiadas en este
capítulo.
55
Ejemplo 1.
Hallar la transformada de Laplace del impulso unitario.
solución:
Por definición de la transformada bilateral de Laplace se tiene que:
Este resultado permite afirmar que 𝐿𝐼𝐼[δ(𝑡)] es entera.
Ejemplo 2.
Hallar la transformada de Laplace de la función escalón unitaria.
solución:
Por definición de la función escalón unitario u(t) se tiene.
Empleando la definición de TBL se tiene.
quedando
Ahora
56
−𝑠𝑅
𝑒
si el valor absoluto de 𝑠
= 0 converge a cero, es decir.
con lo cual debe cumplirse que x > 0, lo que significa que Re [s] > 0. En
conclusión.
Ejemplo 3.
Determine la transformada de Laplace de
Solución:
Por la definición de cos(ωt) se tiene que:
De esta forma se puede expresar f(t) como:
Aplicando el resultado del Ejemplo anterior y la propiedad de linealidad se
tiene que:
57
quedando
En consecuencia se tiene que:
Ejemplo 4.
Determine la transformada de Laplace de
Solución:
Aplicando la propiedad de traslación en frecuencia compleja y el resultado del
ejemplo 3, se tiene que:
De esta forma se tiene que

58
h) Ejemplos de transformadas inversas .
En esta sección, será ilustrada la fórmula de inversión desarrollada en la
Sección anterior la cual está particularizada para el caso en donde los polos de
la transformada de Laplace, están representados por singularidades aisladas.
Ejemplo 5.
Hallar la expresión en tiempo de la transformada de Laplace
Solución:
De la fórmula de inversión se tiene que:
Dado que
se tiene que
Ejemplo 6.
Sea F(s) la transformada de Laplace dada por

59
Determine la transformada inversa de Laplace.
solución:
2
Claramente se ve que 𝑠 − 𝑠 − 6 = (𝑠 + 2)(𝑠 − 3), lo cual implica que el
polo 𝑃1= −2 está ubicado a la izquierda de la región de convergencia, mientras
el polo 𝑃1= 3 se encuentra a la derecha de la región. Este hecho permite
establecer que la función f(t) correspondiente puede ser calculada aplicando la
Ecuación quedando.
En consecuencia,
y cuyo valor de convergencia es
5.1.4. Transformada z
a) Definición
La transformada zeta es un modelo matemático que se emplea en el estudio
del procesamiento de señales digitales, como son el análisis y proyecto de

60
circuitos digitales, los sistemas de radar o telecomunicaciones y en sistemas
de control de procesos por computadoras. El modelo de la transformada z es
un método operacional y es muy eficiente cuando se trabaja con sistemas
en tiempo discreto.
b) Importancia
La importancia de la transformada z radica en que permite reducir
ecuaciones en diferencias o ecuaciones recursivas con coeficiente constante
a ecuaciones algebraicas lineales. Este tipo de ecuaciones de todo tipo de
sistemas digitales utilizados para el control, procesamiento de imágenes y
sonidos.
c) Aplicaciones de la transformada z
La transformada z al ser una función capaz de expresar de manera resumida
una función del tipo discreto, nos facilita ciertos procesos digitales que
manejan señales con amplitudes definidas y constantes. sus usos más
frecuentes son :
- En las ecuaciones diferenciales.
- Análisis y caracterización de los sistemas LTI usando la transformada
z.
Figura 14. Transformada Z

61
d) Propiedades de transformada z
Multiplicación por una constante
Si 𝑥(𝑧) es la transformada 𝑧 de 𝑥(𝑡) y a es una constante entonces
𝑍[𝑎𝑥(𝑡)] = 𝑎𝑍[𝑥(𝑡)] = 𝑎𝑋(𝑧)
Linealidad de la transformada z
Sean 𝑥(𝑡) y 𝑦(𝑡) funciones que poseen transformada 𝑧 y sean α 𝑦 β
constantes, entonces
z[αx(k) + βy(k)] = α𝑧[x(k)] + βz[y(k)].
𝑘
Multiplicación por 𝑎
Si 𝑥(𝑘) tiene transformada 𝑧, entonces
𝑘 −1
z[𝑎 x(k)] = x(𝑎 z).
Traslación real
Si 𝑥(𝑡) tiene transformada z entonces
−𝑛
i. z[x(t − nT)] = 𝑧 z[x(t)], para n = 0, 1, 2,. ...
𝑛−1
𝑛 −𝑘
ii. z[x(t + nT)] = 𝑧 [z[x(t)] − ∑ x(kT)𝑧 ], para n = 0, 1, 2,. ...
𝑘=0
Traslación compleja
Si x(t) tiene transformada z entonces
z[e −(at)x(t)] = X(zeaT ).
Valor inicial
Si X(z) = z[x(t)] y el lım z→∞ X(z) existe, entonces el valor inicial de x(0)
de x(t) ó
x(k) está dado por

62
𝑥(0) = lim 𝑋(𝑍)

𝑧→∞
Convolución real
Sean las funciones x1(t) y x2(t), donde
x1(t) = 0, para t < 0,
x2(t) = 0, para t < 0.
Supongamos que x1(t) y x2(t) tienen transformada z igual a X1(z) y X2(z)
respectivamente. Entonces
X1(z)X2(z) = z "X∞ k=0 x1(hT)x2(kT − hT) # .
Convolución compleja
Supongamos que x1(t) y x2(t) son dos secuencias con k < 0 y
X1(z) = z[x1(t)], para |z| > R1,
X2(z) = z[x2(t)], para |z| > R2,
donde R1 y R2 son dos radios de convergencia absoluta para x1(k) y x2(k),
respectivamente. Entonces,el producto de dos transformadas x1(k) y x2(k)
está dado por:
z[x1(k)x2(k)] = 1 2πj I c ξ −1X2(ξ)X1(ξ −1 z)dξ,
donde R2 < |ξ| < |z|/R1.
e) Transformada 𝑧 de funciones elementales
1.Función escalón unitario:
1, 𝑠𝑖 𝑡 ≥ 0,
𝑥(𝑡) =
63
0, 𝑠𝑖 𝑡 < 0,
Figura 15. Función escalón unitario.
La transformada 𝑧 de 𝑥(𝑡) es
𝑋(𝑧) = ξ[𝑥(𝑡)] = ξ[1]
∞ ∞
−𝑘 −𝑘
= ∑ 1𝑧 = ∑ 𝑧
𝑘=0 𝑘=0
−1 −2 −3
= 1 +𝑧 +𝑧 +𝑧 +....
1
= −1
1−𝑧
𝑧
= 𝑧−1
Luego la transformada 𝑧 de la función escalón unitario es,
𝑧
𝑋(𝑧) = 𝑧−1
2.función rampa
𝑡, 𝑠𝑖 𝑡 ≥ 0,
𝑥(𝑡) =
64
0, 𝑠𝑖 𝑡 < 0,
Figura 16. Función rampa
𝑋(𝑧) = ξ[𝑥(𝑡)] = ξ[𝑡]
∞
−𝑘
= ∑ 𝑘𝑇𝑧
𝑘=0
∞
−𝑘
= 𝑇 ∑ 𝑘𝑧
𝑘=0
−1 −2 −3
= 𝑇(𝑧 + 2𝑧 + 3𝑧 +...)
−1
𝑧
= 𝑇 −1 2
(1−𝑧 )
𝑇𝑧
= 2
(𝑧−1)
Luego, la transformada 𝑧 de la función rampa es
𝑇𝑧
𝑋(𝑧) = 2
(𝑧−1)
3.Función polinomial:
𝑘
𝑎, 𝑠𝑖 𝑘 = 0, 1, 2,..
65
𝑥(𝑡) =
0, 𝑠𝑖 𝑘 < 0,
𝑘
𝑋(𝑧) = ξ[𝑥(𝑡)] = ξ[𝑎 ]
∞ ∞
−𝑘 𝑘 −𝑘
= ∑ 𝑥(𝑘)𝑧 = ∑ 𝑎𝑧
𝑘=0 𝑘=0
−1 2 −2 3 3
= 1 + 𝑎𝑧 +𝑎 𝑧 + 𝑎 𝑧 +...
1
= −1
1−𝑎𝑧
𝑧
= 𝑧−𝑎
Luego, la transformada de 𝑧 de la función polinomial es
𝑧
𝑋(𝑧) = 𝑧−𝑎
4.Función exponencial:
−𝑎𝑡
𝑒 , 𝑠𝑖 𝑡 ≥ 0,
𝑥(𝑡) =
0, 𝑠𝑖 𝑡 < 0,
66
Figura 17. Función exponencial
−𝑎𝑡
𝑋(𝑧) = ξ[𝑒 ]
∞
−𝑎𝑘𝑇 −𝑘
= ∑ 𝑒 𝑧
𝑘=0
−𝑎𝑇 −1 −2𝑎𝑇 −2 −3𝑎𝑇 −3

= 1 +𝑒 𝑧 +𝑒 𝑧 +𝑒 𝑧 +...
1
= −𝑎𝑇 −1
1−𝑒 𝑧
𝑧
= −𝑎𝑇
𝑧−𝑒
Luego, la transformada 𝑧 de la función exponencial es
𝑧
𝑋(𝑧) = −𝑎𝑇
𝑧−𝑒
5.Función sinosoidal
𝑠𝑖𝑛(𝑤𝑡), 𝑠𝑖 𝑡 ≥ 0,
𝑥(𝑡) =
0, 𝑠𝑖 𝑡 < 0,
67
Observemos que la transformada 𝑧 de la función exponencial es
−𝑎𝑡 1
ξ[𝑒 ] = −𝑎𝑇 −1
1−𝑒 𝑧
La función 𝑠𝑖𝑛(𝑤𝑡) se puede escribir como
1 𝑖𝑤𝑡 −𝑖𝑤𝑡
𝑠𝑖𝑛(𝑤𝑡) = 2𝑖
(𝑒 −𝑒 )
𝑋(𝑧) = ξ[𝑠𝑖𝑛(𝑤𝑡)]
1 1 1
= 2𝑖
( 𝑖𝑤𝑡 −1 − −𝑖𝑤𝑡 −1 )
1−𝑒 𝑧 1−𝑒 𝑧
𝑖𝑤𝑡 −𝑖𝑤𝑡 −1
1 (𝑒 −𝑒 )𝑧
= 2𝑖
( 𝑖𝑤𝑡 −𝑖𝑤𝑡 −1 −2 )
1−(𝑒 −𝑒 )𝑧 +𝑧
−1
𝑧 𝑠𝑖𝑛(𝑤𝑇)
= −1 −2
1−2𝑧 𝑐𝑜𝑠(𝑤𝑇)+𝑧
𝑧𝑠𝑖𝑛(𝑤𝑇)
= 2
𝑧 −2𝑧𝑐𝑜𝑠(𝑤𝑇) + 1
Luego, la transformada 𝑧 de la función 𝑠𝑖𝑛(𝑤𝑡) es
𝑧𝑠𝑖𝑛(𝑤𝑇)
𝑋(𝑧) = 2
6.Función coseno
𝑐𝑜𝑠(𝑤𝑡), 𝑠𝑖 𝑡 ≥ 0,
𝑥(𝑡) =
0, 𝑠𝑖 𝑡 < 0,
68
Figura 18. Función coseno
tengamos en cuenta que 𝑐𝑜𝑠(𝑤𝑡) = 2
(𝑒 −𝑒 ).Usaremos el mismo
proceso de la función seno.
𝑋(𝑧) = ξ[𝑐𝑜𝑠(𝑤𝑡)] = 2
ξ(𝑒 +𝑒 )
1 1 1
= 2
( 𝑖𝑤𝑡 −1 + −𝑖𝑤𝑡 −1 )
1−𝑒 𝑧 1−𝑒 𝑧
𝑖𝑤𝑡 −𝑖𝑤𝑡 −1
1 (𝑒 +𝑒 )𝑧
= 2
( 𝑖𝑤𝑡 −𝑖𝑤𝑡 −1 −2 )
1−(𝑒 +𝑒 )𝑧 +𝑧
−1
1−𝑧 𝑐𝑜𝑠(𝑤𝑇)
= −1 −2
1−2𝑧 𝑐𝑜𝑠(𝑤𝑇)+𝑧
2
𝑧 −𝑧𝑐𝑜𝑠(𝑤𝑇)
= 2
Luego, la transformada z de la función 𝑐𝑜𝑠(𝑤𝑡) 𝑒𝑠

2
𝑧 −𝑧𝑐𝑜𝑠(𝑤𝑇)
𝑋(𝑧) = 2
f) Transformada 𝑧 inversa
69
−1
La transformada inversa se denota por el operador 𝑧 , está definida por la
serie de laurent de acuerdo a la región de convergencia definida. El método
de transformada inversa z está basado exclusivamente en la obtención de la
serie de laurent tomando en cuenta la región de convergencia
VI. Discusión de resultados
6.1 Contrastación y demostración de la hipótesis con resultados
6.1.1 Contrastación hipótesis 1:
h0 = las aplicaciones a la ingeniería de sonido son diversas y se ramifican en
diferentes campos como la medicina, la industria y en aparatos electrónicos.
Contrastación bilateral:
Las aplicaciones en la medicina son en las pruebas de ultrasonido. Usan ondas
de alta frecuencia. En la industria el ultrasonido se puede aplicar en determinar
el espesor del metal y en los instrumentos musicales para controlar la
frecuencia del sonido.
h0 = Los cálculos operacionales se podrían aplicar en diferentes funciones y
además facilitar el resultado de problemas
las funciones aplicadas al cálculo operacional son función en el dominio
continuo y función en el dominio discreto

70
h0 = Existen diferentes tipos de operadores matemáticos para el análisis
armónico.
Se puede encontrar el operador maximal de hardy-littlewood y el operador de
calderón-zygmund.
6.2 Contrastación de la hipótesis con otros estudios similares
Los resultados obtenidos son contrastados con los antecedentes los cuales nos han
servido de referencia para lograr generar el contenido presentado.
6.3 Responsabilidad ética de acuerdo con los reglamentos vigentes
● Proteger a todos los participantes de la investigación.
● Llevar a cabo la investigación conforme a los principios éticos universales.
● Usar los mejores métodos científicos posibles.
● Obtener el consentimiento informado apropiado.
● Respetar a la confidencialidad.
71
Conclusiones
Según lo expuesto en nuestro material de investigación, se puede concluir que en la
ingeniería se han implementado a lo largo de la historia procedimientos de análisis que han
tratado de reducir la complejidad de los problemas matemáticos. La gran mayoría de estas
técnicas se basan en la transformación matemática de las ecuaciones. Se puede decir que las
trasformaciones nos ayudan a reducir la complejidad de las ecuaciones a través de un proceso
unívoco ,es por ello la importancia del cálculo operacional ,estas sirven mucho en el
procesamiento digital de señales, la cual es un área de las ciencias e ingeniería, que se ha
desarrollado rápidamente en los últimos 30 años. Es una aplicación usada en muchas ramas
de la ingeniería, además de ser una herramienta sumamente útil en la teoría matemática
abstracta.
Las áreas de aplicación incluyen, análisis vibratorio, acústica óptica, procesamientos de
imágenes y señales, comprensión datos, ecuaciones de ondas y calor, electromagnetismo,
comunicaciones, mecánica aplicada, análisis de redes además de circuitos eléctricos etc.

72
Recomendaciones
Todos aquellos cálculos operacionales mencionados en este trabajo de investigación,
frecuentemente requieren de gráficos computacionales. Por ende, es necesario tener
conocimiento acerca de softwares y programas que nos faciliten el poder realizar aquellos
gráficos matemáticos.
Además de esto, se resalta la importancia de la transformada z, la transformada de laplace,
funciones de dominio discreto y continuo. Las cuales tienen aplicaciones en el ámbito de la
ingeniería. eléctrica, electrónica y de telecomunicaciones por lo que su adecuada gestión
permitirá un mejor avance en la ingeniería y en la sociedad.
Finalmente, se debe tener un mayor interés por parte del estado hacia los
ciudadanos en incentivar la investigación sobre los cálculos operacionales y
métodos computacionales para así poder observar un mayor desarrollo de la
ingeniería a nivel nacional.

73
Referencias bibliográficas
1. Cienc. Ing. Neogranad, (2019) NUMERICAL SIMULATION OF AN ACOUSTIC

TUBE
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0124-81702019000200
087&lang=es
2. Ing.cienc. vol.13, (2017) FUNCIÓN RESUMEN PERPECTUAL PARA VERIFICACIÓN

DE INTEGRIDAD EN AUDIO FORENSE
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1794-916520170001
00167&lang=es
3. Benjamin J. Killian,(2022) MODERNIZING THE SPEED OF SOUND IN A

SPHERICAL RESONATOR EXPERIMENT
https://pubs.acs.org/doi/10.1021/acs.jchemed.1c01084
4. Institute of Physics Publishing (2011) The Development of Acoustic Experiments for

Off-Campus Teaching and Learning
https://eric.ed.gov/?q=fourier+transform&pg=4&id=EJ941343
5. Steven L. Garrett (2020) UNDERSTANDING ACOUSTICS: An Experimentalist’s

View of Sound and Vibration Second Edition
https://library.oapen.org/viewer/web/viewer.html?file=/bitstream/handle/20.500.126
57/42912/2020_Book_UnderstandingAcoustics.pdf?sequence=1&isAllowed=y
6. Rev. mex. ing. bioméd (2018) Detección Automática y Clasificación de Eventos en

Sonidos Cardiopulmonares de Sujetos Saludables
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-9532201800
0100065
7. P. Mayorga-Ortiz (2018), Detección Automática y Clasificación de Eventos en

Sonidos Cardiopulmonares de Sujetos Saludables
http://rmib.com.mx/index.php/rmib/article/view/374/422
8. Juan A. Malo de Molina (2011), Análisis de las vocalizaciones del murciélago

longirrostro peruano Platalina genovensium Thomas, 1928 (Chiroptera:
Phyllostomidae)https://revistasinvestigacion.unmsm.edu.pe/index.php/rpb/article
/view/443/382
74
9. Bengochea, G (2013) Fundamentos algebraicos lineales del cálculo operacional

http://mat.izt.uam.mx/mat/documentos/produccion_academica/toda_la_producci
on/Tesis%20dirigidas-58-72.pdf
10. Farfán, R. (2021) Un estudio histórico-epistemológico sobre la Construcción Social

de conocimiento en Variable Compleja: El caso del Teorema Integral de Cauchy
https://www.researchgate.net/publication/353983560_Un_estudio_historico-epistem
ologico_sobre_la_Construccion_Social_de_conocimiento_en_Variable_Compleja_
El_caso_del_Teorema_Integral_de_Cauchy
11. Ebert Brea, PhD (2014) Cálculo Operacional

https://www.researchgate.net/publication/265165226_Calculo_Operacional?enric
hId=rgreq-4f431e5d8e1958a3fd87c1c743518159-XXX&enrichSource=Y292ZXJ
QYWdlOzI2NTE2NTIyNjtBUzoxMzU5NTkyODI3MjA3NjhAMTQwOTQyNjY
yNzAzNQ%3D%3D&el=1_x_2&_esc=publicationCoverPdf
75
ANEXOS
A) Matriz de consistencia
Cálculo operacional para ingeniería: Cálculo operacional y operadores matemáticos en el análisis armónicos
utilizando métodos y gráficos computacionales de funciones de variable compleja, con aplicaciones a la
ingeniería de sonido
Problema general Objetivo general Hipótesis general Metodología
¿Existen cálculos Establecer el cálculo Las aplicaciones a la Tipo y Nivel:

operacionales y operacional y operadores ingeniería de sonido son
operadores matemáticos de matemáticos de diversas y se ramifican en Investigación de
funciones variables funciones variables los diferentes campos como la Tipo Cuantitativa:
aplicados a la ingeniería cuales son aplicados a la medicina, la industria y en Mediante el uso de
de sonido? ingeniería de sonido. aparatos electrónicos. hipótesis y
experimentaciones de
autores referenciados para
Problemas específicos Objetivos específicos Hipótesis específicas
así aprobar o refutar
resultados de acuerdo a
¿Cuáles son los cálculos Explicar los cálculos Los cálculos operaciones estos.
operacionales en el análisis operacionales en el se podrían aplicar en
armónico que se aplican en análisis armónico que se diferentes funciones y Alcance Descriptivo
la ingeniería de sonido? aplican en la ingeniería además facilitar el correlacional:
de sonido. resultado de problemas. El alcance es de tipo
descriptivo correlacional,
donde en el transcurso de
la investigación, se
¿Cuáles son los operadores Explicar operadores En los operadores profundizará en la
matemáticos en el análisis matemáticos en el matemáticos se pueden descripción de conceptos o
armónico que se aplican en análisis armónico que se encontrar el operador situaciones que presenta el
la ingeniería de sonido? aplican en la ingeniería maximal de y los tema a desarrollar.
de sonido. operadores de calderón y
muchos más. Método Deductivo:
Consiste en la totalidad de
reglas y procesos cuya
ayuda sirve para obtener
conclusiones finales a
partir de premisas previas.
Si de una hipótesis se
sigue una consecuencia y
esa hipótesis se verifica,
entonces, necesariamente,
se da la consecuencia.
Diseño de Investigación:
Se utiliza la revisión
76
documental para conocer el

estado en que se encuentra
el tema u objeto que se está
investigando, realizándose
de manera ordenada con
objetivos precisos.
B)Programas
Matlab
Definición
Es el lenguaje de cálculo técnico desarrollado por MathWorks, es un entorno de
programación para el desarrollo de algoritmos, análisis de datos y cálculo numérico.
Transformada de laplace con matlab
−5𝑡 𝑡 −𝑡
𝑓(𝑡) = 10𝑒 + 3𝑡𝑒 + 2𝑒 𝑠𝑖𝑛(8𝑡)
77
𝑔(𝑡) = 𝑉𝑠𝑖𝑛(𝑤𝑡 + β)
78
79
Symbolab
Definición
Symbolab es un laboratorio de matemáticas en la web, muy bien organizado y completo que
incluye la posibilidad de poder realizar cálculos. Cuenta con múltiples menús que nos
facilitan el acceso a una gran variedad de operaciones.
Transformada de laplace con symbolab
−3𝑡
𝑓(𝑡) = 𝑒 𝑠𝑒𝑛(3𝑡)
80
C)Textos y artículos
● Libro Variable Compleja y Cálculo operacional
link:https://www.academia.edu/38192778/Vcco_matlab
● Calculo operacional y aplicaciones
link:http://mat.izt.uam.mx/mat/documentos/produccion_academica/toda_la_pro
duccion/Tesis%20dirigidas-58-72.pdf
D)Videos
● Transformada z : Aplicaciones a sistemas LTI
Enlace:https://www.youtube.com/watch?v=RceFWRnIkD4
● Sistema de control digital
Enlace:https://www.youtube.com/watch?v=RAz26Zv15Dg

Trabajo de Investigación - Variable Compleja - . .

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo de Investigación - Variable Compleja - . .

Cargado por

Copyright:

Formatos disponibles

1

“Año de la unidad, la paz y el desarrollo”

“Cálculo operacional para ingeniería: Cálculo operacional y operadores matemáticos en el

M.Sc. Raúl Castro Vidal

Apaza Janampa, José Carlos 21190095

Ciudad universitaria, 13 de marzo del 2023

introducción a las ciencias e ingeniería por sus gratas enseñanzas.

Durante el transcurso de la creación de este trabajo, se da agradecimientos a nuestro estimado

docente de la asignatura de variable compleja, quien nos motivó en el desarrollo de múltiples

temas de investigación de gran relevancia, encaminando así nuestro interés por el

descubrimiento de nuevas aplicaciones tecnológicas. Se agradece el cumplimiento de cada

empeño, asimismo, con gratitud expresamos nuestro agradecimiento hacia la Facultad de

Ingeniería Electrónica y Eléctrica (FIEE) por generar y compartir conocimientos científicos

demostrando que la producción investigativa es primordial para la contribución al desarrollo

d) Técnicas e instrumentos de recolección de datos 21

Figura 1. gráficos de las funciones continuas …………………………………………………….16

Figura 2. Fuente de sonidos estático y en movimiento……………………………………………19

Figura 4. Proceso de difracción………………………………………………………………….….20

Figura 5. Función de dominio continuo…………………………………………………………….31

Figura 6. Gráfica Impulso unitario discreto……………………………………………………….32

Figura 7. Gráfica escalón unitario……………………………………………………………...…..33

Figura 8. Gráfica rampa discreta……………………………………………………………………33

Figura 9. Pierre Simon Laplace y Leonhard Euler………………………………………………..39

Figura 10. Función seccionalmente continua……………………………………………………...41

Figura 11. Región de convergencia y contorno de integración para la función de dominio de t

Figura 12. Región de convergencia y contorno de integración para la función

Figura 14.. Transformada Z………………………………………………………………………….60

Figura 15. Función escalón unitario………………………………………………………………..62

Figura 16. Función rampa…………………………………………………………………………...63

Figura 17. Función exponencial…………………………………………………………………….65

Figura 18. Función coseno…………………………………………………………………………..67

VAD: La detección de actividad de voz ocurre en el procesamiento de voz de computadoras u

FFT: La transformada rápida de fourier es un algoritmo eficiente que permite calcular la

de su dinámica a través de modelos matemáticos, en donde son representadas las relaciones

operadores y cálculos matemáticos los cuales benefician considerablemente a la ingeniería.

Esto lo lograremos proveyendo al lector una visión unificada de las transformadas de

Laplace, de Fourier, entre otros cálculos operacionales.

mathematicians who will benefit engineering with great skill.

transforms, among other operational calculations.

1.1 Descripción de la realidad problemática

En la actualidad y a lo largo de los años como sociedad que progresa gracias a la

globalización en muchos aspectos, es que aparecen nuevas necesidades las cuales

mucha implicancia cuando se respecta al campo de la acústica y sus aplicaciones; así

Dicho conocimiento adquirido se ve reflejado en las ondas sonoras cuyo estudio

puede variar desde la bioacústica, utilizada para categorizar taxonómicamente a los

animales de acuerdos a los sonidos producidos por estos; la acústica médica

específicamente en la obstetricia, capaz de utilizar sonidos para generar imágenes de

un bebé aún en el vientre de la madre; o la acústica subacuática, para detectar

objetos en las profundidades del mar mediante un sonar.

que posee el ingeniero de sonido, se tienen softwares capaces de facilitar su

propósito, donde se pueden utilizar Funciones de dominio continuo o discreto, la

Transformada z, la Transformada de Fourier, entre otras, como herramientas para un

trabajo mejor y más eficiente.

1.2 Formulación del problema

1.2.1 Problema general

¿Existen aplicaciones a la ingeniería de sonido, empleando el cálculo

operacional y operadores matemáticos de funciones variables?

1.2.2 Problema específico 1

¿Cuáles son los cálculos operacionales en el análisis armónico que se aplican

1.2.3 Problema específico 2

¿Cuáles son los operadores matemáticos en el análisis armónico que se aplican

1.3 Objetivos de la investigación

1.3.1 Objetivo general