UNIVERSIDAD NACIONAL

“SAN LUIS GONZAGA DE ICA”

FACULTAD DE INGENIERIA MECANICA ELECTRICA Y ELECTRONICA

ESCUELA DE INGENIERIA ELECTRONICA

Curso: Telecomunicaciones I

Tema: Laboratorio 2 – Espectro de Funciones

Docente: Ing. Percy Ronald Hermosa Altez

Alumnos: Benito Romaní, Nick Yurito

Torres Rivas, Yvan Cristofer

Ciclo: VII – C

E-mail: n.benitoromani@hotmail.com

yvan98torres@outlook.com

LIMA – PERÚ
 RESUMEN
En el laboratorio N°2 se ha determinado hacer el desarrollo de ejercicios aplicativos en el
programa Scilab, para así conocer las herramientas que se utilizan en dicho programa.

Para la realización de este laboratorio, se requiere conocimientos básicos de programación,

ya que muchos comandos se repiten en este software de cálculo numérico, programación y
gráficos.

ABSTRACT
In the laboratory N ° 2 it has been determined to develop the application exercises in the
Scilab program, in order to know the tools used in this program.

For the realization of this laboratory, basic knowledge of programming is required, since
many commands are repeated in this software of numerical calculation, programming and
graphics.
 INDICE GENERAL

RESUMEN…………………………………………………………………………………………………………….2

1.-Introducción…………………………………………………………………………………………………….4

1.1.- Características del programa scilab para nuestro desarrollo……………………………….4

1.2.- Comandos utilizados en nuestro desarrollo………………………………………………………..4

1.3.- Entorno de trabajo de Scilab………………………………………………………………………………5

2. Desarrollo………………………………………………………………………………………………………..6

2.1.a.- Ejercicio N°1-a…….………………………………………………………………………………6

2.2.b.- Ejercicio N°1-b…..…………………….………………………………………………………….8

2.3.c.-Ejercicio N°1-c…………….………………………………………………………………………10

3.- Del mismo modo realizar para S…………………………………………………………………….12

3.1.a.- Ejercicio N° 2-a………………………………………………………………………………….12

3.2.b.- Ejercicio N° 2-b………………………………………………………………………………….14

 INTRODUCCIÓN

Scilab fue desarrollado en el INRIA, Institut National de Recherche en Informatique et

Automatique, un excelente instituto francés de investigación, con la colaboración de la
escuela de ingenieros.
Scilab posee su propio lenguaje de programación, orientado al uso de matrices y vectores.
(Scilab es una herramienta de cálculo muy potente en lo que a matrices se refiere)
Scilab es un software de código abierto para computación numérica, en este laboratorio se
ha desarrollado temas aplicativos con el programa, basado con el avance del curso de
“Telecomunicaciones I”.

Teniendo en cuenta algunos parámetros que se debe cumplir en el programa para así no
obtener ningún error en el proceso de programación.
En este proceso de desarrollo y usando unas de sus características de scilab que es la
visualización en 2D, hemos realizado el ploteo de nuestras funciones.

1.1.- Características del programa scilab para nuestro desarrollo:

 Es un lenguaje que se puede acoplar al alumno que maneja otros tipos de lenguaje
de programación.
 La capacidad de generar gráficos en 2D para nuestro desarrollo.
 Permite operaciones diversas operaciones matriciales.
 Para realizar nuestros gráficos de nuestras respectivas funciones.

1.2.- Comandos utilizados en nuestro desarrollo:

fft(s): Hallamos la transformada rápida de Fourier de la función
size(): Para obtener la dimensión que se va obtener
clf(): Borra y restablece una figura o un marco.
(los otros comandos ya fueron utilizados en el anterior laboratorio)

4
1.3 Entorno de trabajo de Scilab: En la figura se detallará respectivamente las partes
importantes de las ventanas de trabajo del SOFTWARE Scilab.
La versión utilizada para nuestro desarrollo es: Scilab 6.0.1 Console

En esta ventana nos encontramos con el explorador de archivos “File Browser”, la consola
de scilab, nuestro inicio para insertar nuestros comandos (Startup execution), “Variable
browser” la cual es la que guarda nuestras respectivas variables, nuestro historial de
comandos y lo que son la noticias. (En la parte de arriba encontramos herramientas de
acceso rápido para diferentes usos ya sea de cortar, pegar, limpiar consola, ayuda y otras
funciones)

5
2.- Desarrollo.
2.1.a. - En el entorno de trabajo o en un archivo del SCILAB desarrollar lo siguiente:

T=0.001 Aquí le damos valores al periodo “T” 0.001.

t=-0:T:1 Determinamos “t” con respecto a “T” de 0 a 1 respectivamente.

m=100 Aquí se le da valor a “m”.

s=sin(2*%pi*m*t) Aquí determinamos la función “s” con respecto a “ m” y a “t”.

SS=fft(s) Aquí hallamos la transformada rápida de Fourier de la función de s.

N=size(t, '*') Para obtener la dimensión que se va obtener con respecto al “t”.

f=(1/T)*(0:(N/5))/N Función con respecto a “T” y a “N”.

n=size(f, '*') Para obtener la dimensión que se va obtener con respecto a la frecuencia.

clf() Borra y restablece una figura o un marco.

subplot(211), plot(t,s) Aquí le damos en subplot y plot para determinar las dos graficas uno
en el dominio del tiempo y el otro en dominio de la frecuencia.

xlabel('tiempo'), ylabel('Amplitud') Aquí determinamos los títulos para el primer grafico.

subplot(212), plot(f,abs(SS(1:n))) Aquí le damos en subplot y plot nuevamente para

determinar las dos graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia
con los nuevos datos.

xlabel('frecuencia'), ylabel('Amplitud') Aquí determinamos los títulos para el segundo grafico.

6
Aquí como podemos observar tenemos las dos graficas señalando los parámetros que le dimos
uno en el dominio del tiempo y el otro en el dominio de la frecuencia. Y vemos que en el dominio
del tiempo tendremos para pulsos de subida y bajada. Y en el de frecuencia en el rango [80 – 120]
un solo pulso de subida.

7
2.1.b.- Del mismo modo realiza para m= 50 y 150 visualizar el espectro obtenido

T=0.001 Aquí le damos valores al periodo “T”

t=-0:T:1 Determinamos “t” con respecto a “T”

m=50 Aquí se le da valor a “m”

s=sin(2*%pi*m*t) Aquí determinamos la función “s” con respecto a “ m” y a “t”

SS=fft(s) Aquí hallamos la transformada rápida de Fourier de la función de s

N=size(t, '*') Para obtener la dimensión que se va obtener con respecto a “t”

f=(1/T)*(0:(N/5))/N Función con respecto a “T” y a “N”

n=size(f, '*') Para obtener la dimensión que se va obtener con respecto a “f”

clf() Borra y restablece una figura o un marco

subplot(211), plot(t,s) Aquí le damos en subplot y plot para determinar las dos graficas uno
en el dominio del tiempo y el otro en dominio de la frecuencia.

xlabel('tiempo'), ylabel('Amplitud’) Aquí determinamos los títulos para el primer grafico

subplot(212), plot(f,abs(SS(1:n))) Aquí le damos en subplot y plot nuevamente para

determinar las dos graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia
con los nuevos datos.

xlabel('frecuencia'), ylabel('Amplitud’) Aquí determinamos los títulos para el segundo gráfico.

8
Ya teniendo todas las líneas de comandos digitadas obtenemos 2 gráficos con respecto al tiempo
y la frecuencia; con respecto sobre nuestra función en el tiempo se puede visualizar las ondas
sinusoidales y con respecto a su espectro de frecuencia se encuentra en un rango de [40 – 60].

9
2.1.c.- Donde m = 150

T=0.001 => Aquí le damos valores al periodo “T”

t=-0:T:1 => Determinamos “t” con respecto a “T”

m=150 => Aquí se le da valor a “m”

s=sin(2*%pi*m*t) => Aquí determinamos la función “s” con respecto a “ m” y a “t”

SS=fft(s) => Aquí hallamos la transformada rápida de Fourier de la función de s

N=size(t, '*') => Para obtener la dimensión que se va obtener con respecto a “t”

f=(1/T)*(0:(N/5))/N => Función con respecto a “T” y a “N”

n=size(f, '*') => Para obtener la dimensión que se va obtener con respecto a “f”

clf() => Borra y restablece una figura o un marco

subplot(211), plot(t,s) => Aquí le damos en subplot y plot nuevamente para determinar las dos
graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia con los nuevos datos.

xlabel('tiempo'), ylabel('Amplitud') => Aquí determinamos los títulos para el primer gráfico.

subplot(212), plot(f,abs(SS(1:n))) => Aquí le damos en subplot y plot nuevamente para

determinar las dos graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia
con los nuevos datos.

xlabel('frecuencia'), ylabel('Amplitud') => Aquí determinamos los títulos para el segundo gráfico.

10
Lo que obtenemos en este grafico se ve que con respecto al tiempo se forma un cruce sobre estas
líneas y sobre el espectro de frecuencia va desde [120 – 180 aprox.]

11
3.- Del mismo modo realizar para S

3.1.a. - s=t + 2, s=t/2 +2 y s= (t+2) /2 (Parte a)

T=0.001 => Aquí le damos valores al periodo “T”

t=-0:T:1 => Determinamos “t” con respecto a “T”

m=150 => Aquí se le da valor a “m”

s= t + 2 => Se define la función de s

SS=fft(s) => Aquí hallamos la transformada rápida de Fourier de la función de s

N=size(t, '*') => Para obtener la dimensión que se va obtener con respecto a “t”

f=(1/T)*(0:(N/5))/N => Función con respecto a “T” y a “N”

n=size(f, '*') => Para obtener la dimensión que se va obtener con respecto a “f”

clf() => Borra y restablece una figura o un marco

subplot(211), plot(t,s) => Aquí le damos en subplot y plot nuevamente para determinar las dos
graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia con los nuevos datos.

xlabel('tiempo'), ylabel('Amplitud') => Aquí determinamos los títulos para el primer gráfico.

subplot(212), plot(f,abs(SS(1:n))) => Aquí le damos en subplot y plot nuevamente para

determinar las dos graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia
con los nuevos datos.

xlabel('frecuencia'), ylabel('Amplitud') => Aquí determinamos los títulos para el segundo gráfico.

12
En este grafico obtenemos una línea exponencial con respecto al tiempo, que en amplitud se
ubica en el número 3 y con respecto al espectro de frecuencia tenemos en cuenta que se ubica
aprox. en el eje de la amplitud 2000 y va descendiendo en su rango de frecuencia.

13
3.2.b.- Parte b

T=0.001 => Aquí le damos valores al periodo “T”

t=-0:T:1 => Determinamos “t” con respecto a “T”

m=150 => Aquí se le da valor a “m”

s= t/2 +2 => Se define la función de s

SS=fft(s) => Aquí hallamos la transformada rápida de Fourier de la función de s

N=size(t, '*') => Para obtener la dimensión que se va obtener con respecto a “t”

f=(1/T)*(0:(N/5))/N => Función con respecto a “T” y a “N”

n=size(f, '*') => Para obtener la dimensión que se va obtener con respecto a “f”

clf() => Borra y restablece una figura o un marco

subplot(211), plot(t,s) => Aquí le damos en subplot y plot nuevamente para determinar las dos
graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia con los nuevos datos.

xlabel('tiempo'), ylabel('Amplitud') => Aquí determinamos los títulos para el primer gráfico.

subplot(212), plot(f,abs(SS(1:n))) => Aquí le damos en subplot y plot nuevamente para

determinar las dos graficas uno en el dominio del tiempo y el otro en dominio de la frecuencia
con los nuevos datos.

xlabel('frecuencia'), ylabel('Amplitud') => Aquí determinamos los títulos para el segundo gráfico.

14
En el resultado de esta figura encontramos que la línea exponencial llega a la amplitud de 2.5 y
que en espectro de frecuencia nos encontramos que de amplitud llega a los 2000 y va
descendiendo en su rango de frecuencia.

15