ESCUELA POLITECNICA NACIONAL

Análisis de Señales y Procesos Estocásticos

Luis Eduardo Oña Navarrete
Jose David Pallo Morales

Facultad de Ingenierı́a Eléctrica y Eléctronica

Carrera de Ingenieria en Tecnologias de la Informacion
11 de noviembre de 2018

1
1. Teorema de Rayleigh
Demostrar analiticamente a partir de X(f ) que la energia de un pulso rectan-
gular x(t) = Arect(t/τ ) tiene la energia dada por Ex = A2 τ

Se pide demostrar:
Z ∞
Ef req = A2 τ 2 sinc2 (τ f )df = A2 τ (1)
−∞
Z ∞
A2 τ 2 sinc2 (τ f )df
−∞
Z ∞
2 2
Aτ sinc2 (τ f )df
−∞
Z ∞
A2 τ 2 sinc2 (τ f )df
−∞
du
Por cambio de variable se tiene: si u = τ f ; du = τ df ; donde: df = τ
Los nuevos limites son limin = −∞ y limsup = ∞
Por lo tanto se tiene
Z ∞
2
Aτ sinc2 (u)du
−∞

Aplicamos la siguiente propiedad

Z ∞
sinc2 (x)dx = 1
−∞

De donde se deduce:
Ef req = A2 τ
Como se queria demostrar

2
 Calcule numericamente en Matlab y grafique la Energia acumulada en funcion
del numero de lobulos para el pulso rectangular del apartado anterior. Use como
datos A = 1,τ = 1 y varie el numero de lobulos desde 0 hasta 10.Inserte una
tabla con los valores de energia acumulados para los lobulos considerados.
1. TABLA DE ENERGIA ACUMULADA
NUMERO DE LOBULOS ENERGIA ALMACENADA
0 0.0000
1 0.9028
2 0.9499
3 0.9664
4 0.9747
5 0.9798
6 0.9831
7 0.9855
8 0.9873
9 0.9887
10 0.9899

Cuadro 1: ENERGIAS ACUMULADAS POR LOBULOS.

2. CODIGO FUENTE

1 % % GRAFICA DE LA ENERGIA ALMACENADA EN LOS LOBULOS

2 clc
3 clear all
4 close all
5
6 n = 10; %numero de lobulos
7 A = 1;
8 tau = 1;
9
10 nlob=0:n;
11
12 j=1;
13
14 for i = 0:n
15 f = -(i/tau):0.00001:(i/tau);
16 y = Aˆ2*tauˆ2.*(sinc(tau.*f)).ˆ2;
17 E(j)= trapz(f, y);
18 j=j+1;
19 end
20
21 disp('Energia en funcin de los lobulos: ');
22 for k = 1:n;
23
24 fprintf('E( %d): %.4f\n', k, E(k));
25 end
26 plot(nlob, E, 'LineWidth', 2);
27 grid on;
28 title('ENERG A ACUMULADA EN FUNCI N DEL N MERO DE LOBULOS');

3
29 xlabel('n N mero de lobulos','Color', 'r');
30 ylabel('E_(_n_) Energia en funcin del numero de lobulos'
,'Color', 'b');

3. GRAFICA

ENERGÍA ACUMULADA EN FUNCIÓN DEL NÚMERO DE LOBULOS

1
Energia en función del numero de lobulos

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2
E(n)

0.1

0
0 1 2 3 4 5 6 7 8 9 10
n Número de lobulos

Figura 1: GRAFICA DE LA ENERGIA ACUMULADA EN LOS LOBULOS DE LA FUNCON

SINC

4
2. Modulacion
Para x(t) = Arect( τt ) y y(t) = x(t)cos(2πf ct + φ), realizar lo siguiente:

Calcular analiticamente Y (f )

Y (f ) = F [x(t) cos(2πf ct + φ)] (2)

Si el coseno viene dado por:
ejφ + e−jφ
cos φ =
2
Entonces:
ej(2πφf ct) e−j(2πφf ct)
Y (f ) = F [x(t) + x(t) ]
2 2
ej(2πf ct) ejφ e−j(2πf ct) e−jφ
Y (f ) = F [x(t) + x(t) ]
2 2
Por propiedad se tiene:

F [x(t)ej(2πf ct) ] = X(f − f c)

De lo cual se deduce:
ejφ e−jφ
Y (f ) = X(f − f c) + X(f + f c)
2 2
Esta es la expresion a la que se queria llegar
Tomando en cuenta que X(f ) de x(t) viene dado por:
x(t) < − − − > X(f ) = Aτ sinc(τ f )
Entonces la expresion completa de Y (f ) con X(f ) evaluado en (f-fc) esta dado
por:
Aejφ τ sinc(τ (f − f c)) Ae−jφ τ sinc(τ (f + f c))
X(f ) = +
2 2
Esta seria la expresion final.

5
 Graficar en Matlab usando subplots la señal y(t), el espectro de amplitud y el
espectro de fase de Y(f).Utilice A = 1,τ = 7,f c = 1 y φ = 0
1. CODIGO FUENTE
1 % % MODULACION
2
3 clc
4 clear all
5 close all
6
7 A = 1;
8 tau = 7;
9 fc = 1;
10 phi = 0;
11
12 t = -5:0.01:5;
13
14 %GRAFICA y(t)
15
16 yt = A.*rectangularPulse(t./tau).*cos(2*pi*fc.*t + phi);
17
18 subplot(3,2,1)
19 plot(t, yt,'LineWidth',1);
20 title({'Funcin: y(t) = Arect(t/\tau)cos(2\pi fct+\phi)'; '\
tau = 7'});
21 xlabel('t','Color', 'r');
22 ylabel('y(t) ','Color', 'b');
23 grid on
24
25
26 %MODULO FIGURA 1
27
28 f = -3:0.001:3;
29 Yf = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp
(-j*phi)*A*tau.*sinc(tau.*(f+fc)));
30 Yfn = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp
(-j*phi)*A*tau.*sinc(tau.*(f+fc)))/max(Yf);
31
32 subplot(3,2,3);
33 plot(f, abs(Yfn),'LineWidth',1);
34 title('ESPECTRO DE AMPLITUD');
35 xlabel('Frecuencia f ','Color', 'r');
36 ylabel('Modulo |x(f)| ','Color', 'b')
37 grid on;
38
39
40 %ANGULO FIGURA 1
41
42 subplot(3,2,5);
43 plot(f, angle(Yfn),'LineWidth',1);
44 title('ESPECTRO DE FASE')
45 xlabel('Frecuencia f','Color', 'r');
46 ylabel('Fase x(f)','Color', 'b');
47 grid on;

6
48
49 %GRAFICA y(t) FIGURA 2
50
51 tau = 2000;
52 yt = A.*rectangularPulse(t./tau).*cos(2*pi*fc.*t + phi);
53
54 subplot(3,2,2)
55 plot(t, yt,'LineWidth',1,'color','r');
56 title({'Funcin: y(t) = Arect(t/\tau)cos(2\pi fct+\phi)'; '\
tau = 2000'});
57 xlabel('t','Color', 'r');
58 ylabel('y(t) ','Color', 'b');
59 grid on
60
61 %MODULO FIGURA 2
62
63 f = -3:0.001:3;
64 Yf = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp
(-j*phi)*A*tau.*sinc(tau.*(f+fc)));
65 Yfn = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp
(-j*phi)*A*tau.*sinc(tau.*(f+fc)))/max(Yf);
66
67 subplot(3,2,4);
68 plot(f, abs(Yfn),'LineWidth',1,'color','r');
69 title('ESPECTRO DE AMPLITUD');
70 xlabel('Frecuencia f ','Color', 'r');
71 ylabel('Modulo |x(f)| ','Color', 'b')
72 grid on;
73
74
75 %ANGULO FIGURA 2
76
77 subplot(3,2,6);
78 plot(f, angle(Yfn),'LineWidth',1,'color','r');
79 title('ESPECTRO DE FASE')
80 xlabel('Frecuencia f','Color', 'r');
81 ylabel('Fase x(f)','Color', 'b');
82 grid on;

7
 2. GRAFICAS

Función: y(t) = Arect(t/ )cos(2 fct+ ) Función: y(t) = Arect(t/ )cos(2 fct+ )
=7 = 2000
1 1

y(t)

y(t)
0 0

-1 -1
-5 0 5 -5 0 5
t t
ESPECTRO DE AMPLITUD ESPECTRO DE AMPLITUD
1 1
Modulo |x(f)|

Modulo |x(f)|
0.5 0.5

0 0
-4 -2 0 2 4 -4 -2 0 2 4
Frecuencia f Frecuencia f
ESPECTRO DE FASE ESPECTRO DE FASE
Fase x(f)

Fase x(f)
2 2

0 0
-4 -2 0 2 4 -4 -2 0 2 4
Frecuencia f Frecuencia f

Figura 2: Graficas de modulacion al lado izquierdo con τ = 7 y al lado derecho con τ = 2000

Repetir el apartado anterior para τ − > ∞ (e.g.τ = 2000)

Revisar el lado derecho de la figura anterior

Comente los resultados obtenidos

En la gráfica dos se puede observar que el Espectro de Amplitud se va aseme-
jando a dos impulsos, debido que la transformada de Fourier de una funcion
cosenoidal produce dos impulsos. Es importante normalizar las funciones, de-
bido a, que mediante la normalizacion de las funciones su amplitud se aproxima
a uno, como es el resultado que se desea obtener. Al nosotros ir aumentando
nuestro tau hacia el infinito, se observa que el Espectro de Amplitud se va
aproximando hacia uno que es la magnitud de un pulso unitario.

8
3. Convolucion
Para x(t) = Arect( τt ), realizar lo siguiente
Demostrar analiticamente z1(t) = x(t) ∗ x(t)
Por definicion de convolucion se tiene:
Z ∞
x(t) ∗ y(t) = x(λ)y(t − λ)dλ
−∞

se tiene que x(t) = x(λ) y y(t) = x(t) = x(t − λ)

La funcion rectangular esta definida como:
 τ τ

 A si 2
<t< 2
t 
Arect( ) = (3)
τ 
 0 para
 otros valores

Para empezar a demostrar se tienen los casos:

1. si
t < −τ
graficamente se tiene:

Por lo tanto:

Z ∞
z1(t) = x(λ)x(t − λ)dλ = 0
−∞

2. si
−τ < t < 0
graficamente se tiene:
entonces el dominio estara dado por: −τ < t < 0
Por lo tanto:

9
 (a) −τ < t < − τ2

(b) − τ2 < t < o

t
t−λ
Z
λ
z1(t) = Arect( )Arect( )dλ
−τ τ τ
Por la definicion de funcion rectangular se tiene:

Z t
z1(t) = A2 dλ
−τ

integrando y evaluando:

A2 (t + τ )

3 si

0<t<τ

10
 τ
(c) 0 < t < 2

(d) − τ2 < t < τ

entonces el dominio estara dado por: 0 << t < τ

graficamente se tiene:

Por lo tanto:

τ
t−λ
Z
λ
z1(t) = Arect( )Arect( )dλ
t τ τ
Por la definicion de funcion rectangular se tiene:

Z τ
z1(t) = A2 dλ
t

integrando y evaluando:

A2 (τ − t)
4. si

t>τ
graficamente se tiene:

11
 Por lo tanto:

Z ∞
z1(t) = x(λ)x(t − λ)dλ = 0
−∞

La funcion z1(t) esta dada por:

0 si t < −τ






 A2 (t + τ ) si −τ < t < 0


Z1(t) = (4)



 A2 (τ − t) si 0<t<τ




0 si t>τ
La grafica de la convolucion entre dos rectangulos es:

Una funcion triangular

12
 Demostrar analiticamente z2(t) = z1(t) ∗ x(t)
Aplicamos el mismo algoritmo de la anterior demostracion solo que aqui
tendremos que utilizar la funcion z1(t) ya obtenida anteriormente.
Ahora haremos la convolucion de un pulso rectangular con un pulso triangular.
Para empezar a demostrar se tienen los casos:
1. si
−2τ < t < −τ
Se tiene:

(t+ τ2 )
t−λ
Z
z2(t) = Arect( )z1(λ)dλ
−τ τ
Por definiciones de funcion rectangular y por z1(t) se tiene:
Z (t+ τ )
2
z2(t) = A(A2 )(λ + τ )dλ
−τ

Realizando la reduccion algebraica tenemos como resultado:

(t + τ2 )2
3 τ (τ )2
z2(t) = A [ + τ (t + ) + ]
2 2 2
2. si −τ < t < 0 v 0 < t < τ
Se tiene:

0 1+t
t−λ t−λ
Z Z
z2(t) = Arect( )z1(λ)dλ + Arect( )z1(λ)dλ
−τ τ 0 τ
Por definiciones de funcion rectangular y por z1(t) se tiene:

τ
Z 0 Z
2
+t
2
z2(t) = A(A )(λ + τ )dλ + A(A2 )(τ − λ)dλ
−τ 0

Realizando la reduccion algebraica tenemos como resultado:

−(t + τ2 )2
z2(t) = A3 [ ]
2
Por simetria el valor de z(2) para el intervalo 0 < t < τ sera el mismo
obtenido anteriormente.
3. si
τ < t < 2τ
Se tiene:

13
 (t+ τ2 )
t−λ
Z
z2(t) = Arect( )z1(λ)dλ
−τ τ
Por definiciones de funcion rectangular y por z1(t) se tiene:
Z (t− τ )
2
z2(t) = A(A2 )(−λ + τ )dλ
τ

Realizando la reduccion algebraica tenemos como resultado:

−(t − τ2 )2 τ (τ )2
z2(t) = A3 [ + τ (t − ) − ]
2 2 2

(t+ τ )2 2


 A3 [ 22 + τ (t + τ2 ) + (τ2) ] si −2τ < t < −τ




 −(t+ τ )2
A3 [ 2 2 ] si −τ < t < 0







Z2(t) = −(t+ τ )2 (5)
 A3 [ 2 2 ] si 0<t<τ



 τ 2
 A3 [ −(t− 2 ) + τ (t − τ ) − (τ ) ]
 2


 2 2 2
si τ < t < 2τ




0 otros
La funcion z2(t) representa la gaussiana

Demostrar analiticamente z3(t) = z2(t) ∗ x(t)

Esta convolucion ya puede referirse a la forma de n convoluciones de un pulso
rectangular el cual se lo puede ya definir de la siguiente manera:

F = [x(t) ∗ x(t) ∗ x(t).......x(t)] = (sincn (t))

Lo anterior se deduce por transformada de fourier pero si n tiende al infinito

sucede lo que se muestra a continuacion:
z3(t) = limn→∞ (sincn (t)) = pulsogaussiano
A partir de esto se deduce que si convolucionamos un rectangulo n veces nos
dara un aproximado de la campana de gauss como se muestra en la figura:

14
 Como se pudo ver la convolucion de un ractangulo 2 veces provocara un
impulso triangular pero si ya nos referimos a que ese rectangulo seguira
convolucionando n veces generara un impulso gaussiano a continuacion se
muestra una grafica final de los impulsos generados por la convolucion:

15
 Escribir un script en Matlab que calcule numericamente
zn(t) = zn − 1(t) ∗ x(t) donde z1(t) = x(t) ∗ x(t) y n = 2....N. Grafique
z1, z2, z3, z4, z5, z10. 1. CODIGO
1 % % CONVOLUCION
2
3 clc
4 clear all
5 close all
6
7 A = 1;
8 t = -5:0.001:5;
9 tau = 1;
10 n = 2;
11
12 x1 = A.*rectangularPulse(t./tau);
13 x2 = A.*rectangularPulse(t./tau);
14
15
16
17 for i=1:1:n
18 z = conv(x1, x2,'same');
19 zn = conv(x1,x2,'same')/max(z);
20 x1 = zn;
21 if mod(n,2)˜= 0
22 fil = 1;
23 col = n;
24 else
25 fil = 2;
26 col = n/2;
27 end
28 subplot(fil,col,[i,i])
29 plot(t,zn,'LineWidth',2);
30 title(['Convolucin numero: ',num2str(i)]);
31 xlabel('t', 'color','r');
32 ylabel('x(t)','color','b');
33 grid on;
34 end

16
 2. GRAFICO

Convolución numero: 1
1

x(t) 0.5

0
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
Convolución numero: 2
1
x(t)

0.5

0
-5 -4 -3 -2 -1 0 1 2 3 4 5
t

Figura 3: En la parte superior se puede observar la figura que surge de la convolucion de dos funciones
rectangulares y en la parte inferior se puede observar la convolucion de una funcion rectangular y una
funcion triangular que terminan en un impulso gaussiano

A que funcion de densidad de probabilidad se asemeja z10?

Se asemeja a la funcion de densidad de probabilidad gaussiana

17
4. Funcion de Transferencia
Considere n funciones de transferencia de un circuito RC H(f ) colocadas en
cascada donde H(f ) = 1+j1 f para B = 2πRC
1
B

Calcular analiticamente la funcion de transferencia equivalente como el pro-

ducto de n funciones Heq(f ) = H(f )H(f )....H(f ) = H(f )n
Si:
1
H(f ) =
1 + j Bf
y
1
B=
2πRC
si unimos las dos ecuaciones tendremos una ecuacion que nos podria ayudar a
realizar nuestra demostracion de mejor manera por lo tanto
1
H(f ) =
1 + j2πf RC
es la nueva ecuacion que utilizaremos para demostrar que:
Heq(f ) = H(f )H(f )....H(f ) = H(f )n

Desarrollo:
1 1 1
Heq(f ) = ( )=( )2
1 + j2πf RC 1 + j2πf RC 1 + j2πf RC
1 1 1
=( )2 ( )=( )3
1 + j2πf RC 1 + j2πf RC 1 + j2πf RC
1 1 1
=( )3 ( )=( )4
1 + j2πf RC 1 + j2πf RC 1 + j2πf RC
1 1 1
=( )4 ( )=( )5
1 + j2πf RC 1 + j2πf RC 1 + j2πf RC
vemos q se repite y tiene una secuencia de la siguiente forma:
1 1 1
=( )( n − 1)( )=( )n
1 + j2πf RC 1 + j2πf RC 1 + j2πf RC
por lo que se deduce:
1
Heq(f ) = ( )n
1 + j2πf RC

18
 1
Graficar en Matlab |Heq(f )| para n = 1, 2, 20, R = 1 y C = 2π
1. CODIGO

1 % % FUNCION DE TRANSFERENCIA
2
3 clc
4 clear all
5 close all
6
7
8 R = 1;
9 C = 1/(2*pi);
10 B = 1/(2*pi*R*C);
11 n = 20;
12
13 f = 0:0.001:5;
14
15 Hf =1./(1 + j*2*pi*R*C.*f);
16
17 Hf2 = (Hf).ˆ(n);
18
19 subplot(2,1,1);
20 plot(f, abs(Hf),'LineWidth',1.2);
21 title({'Funcin de tranferencia'; 'n=1'});
22 xlabel('t','color','r');
23 ylabel('| H(f)_e_q_t |', 'color', 'b');
24 grid on
25
26 subplot(2,1,2);
27 plot(f, abs(Hf2),'LineWidth',1.2,'color','r');
28 title({'Funcin de tranferencia'; ['n = ',num2str(n)]});
29 xlabel('t','color','r');
30 ylabel('| H(f)_e_q_t |', 'color', 'b');
31 grid on

19
 2. GRAFICO

Función de tranferencia
n=1
1

| H(f) eqt |
0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t
Función de tranferencia
n = 20
1
| H(f) eqt |

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t

Figura 4: En la parte superior se puede observar que a un n muy bajo la funcion no tiene inmediata-
mente a 0 si no que lo hara en n mas grande como se muestra en la figura 2

20
 % AUTORES: LUIS OÑA , JOSE DAVID PALLO

EJERCICIO 1: ENERGIA ALMACENADA EN UN

LOBULO
clc
clear all
close all

n = 10; %numero de lobulos

A = 1;
tau = 1;

nlob=0:n;

j=1;

for i = 0:n
f = -(i/tau):0.00001:(i/tau);
y = A^2*tau^2.*(sinc(tau.*f)).^2;
E(j)= trapz(f, y);
j=j+1;
end

disp('Energia en función de los lobulos: ');

for k = 1:n;

fprintf('E(%d): %.4f\n', k, E(k));

end
plot(nlob, E, 'LineWidth', 2);
grid on;
title('ENERGÍA ACUMULADA EN FUNCIÓN DEL NÚMERO DE LOBULOS');
xlabel('n Número de lobulos','Color', 'r');
ylabel('E_(_n_) Energia en función del numero de
lobulos','Color', 'b');

Energia en función de los lobulos:

E(1): 0.0000
E(2): 0.9028
E(3): 0.9499
E(4): 0.9664
E(5): 0.9747
E(6): 0.9798
E(7): 0.9831
E(8): 0.9855
E(9): 0.9873
E(10): 0.9887

1
Published with MATLAB® R2018b

2
 % AUTORES: LUIS OÑA , JOSE DAVID PALLO

EJERCICIO 2: MODULACION
clc
clear all
close all

A = 1;
tau = 7;
fc = 1;
phi = 0;

t = -5:0.01:5;

%GRAFICA y(t)

yt = A.*rectangularPulse(t./tau).*cos(2*pi*fc.*t + phi);

subplot(3,2,1)
plot(t, yt,'LineWidth',1);
title({'Función: y(t) = Arect(t/\tau)cos(2\pi fct+\phi)'; '\tau =
7'});
xlabel('t','Color', 'r');
ylabel('y(t) ','Color', 'b');
grid on

%MODULO FIGURA 1

f = -3:0.001:3;
Yf = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp(-
j*phi)*A*tau.*sinc(tau.*(f+fc)));
Yfn = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp(-
j*phi)*A*tau.*sinc(tau.*(f+fc)))/max(Yf);

subplot(3,2,3);
plot(f, abs(Yfn),'LineWidth',1);
title('ESPECTRO DE AMPLITUD');
xlabel('Frecuencia f ','Color', 'r');
ylabel('Modulo |x(f)| ','Color', 'b')
grid on;

%ANGULO FIGURA 1

subplot(3,2,5);
plot(f, angle(Yfn),'LineWidth',1);
title('ESPECTRO DE FASE')
xlabel('Frecuencia f','Color', 'r');
ylabel('Fase x(f)','Color', 'b');
grid on;

1
%GRAFICA y(t) FIGURA 2

tau = 2000;
yt = A.*rectangularPulse(t./tau).*cos(2*pi*fc.*t + phi);

subplot(3,2,2)
plot(t, yt,'LineWidth',1,'color','r');
title({'Función: y(t) = Arect(t/\tau)cos(2\pi fct+\phi)'; '\tau =
2000'});
xlabel('t','Color', 'r');
ylabel('y(t) ','Color', 'b');
grid on

%MODULO FIGURA 2

f = -3:0.001:3;
Yf = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp(-
j*phi)*A*tau.*sinc(tau.*(f+fc)));
Yfn = ((A/2).*exp(j*phi)*A*tau.*sinc(tau.*(f-fc)) + (A/2).*exp(-
j*phi)*A*tau.*sinc(tau.*(f+fc)))/max(Yf);

subplot(3,2,4);
plot(f, abs(Yfn),'LineWidth',1,'color','r');
title('ESPECTRO DE AMPLITUD');
xlabel('Frecuencia f ','Color', 'r');
ylabel('Modulo |x(f)| ','Color', 'b')
grid on;

%ANGULO FIGURA 2

subplot(3,2,6);
plot(f, angle(Yfn),'LineWidth',1,'color','r');
title('ESPECTRO DE FASE')
xlabel('Frecuencia f','Color', 'r');
ylabel('Fase x(f)','Color', 'b');
grid on;

2
Published with MATLAB® R2018b

3
 % AUTORES: LUIS OÑA , JOSE DAVID PALLO

EJERCICIO 3: CONVOLUCION
clc
clear all
close all

A = 1;
t = -5:0.001:5;
tau = 1;
n = 2;

x1 = A.*rectangularPulse(t./tau);
x2 = A.*rectangularPulse(t./tau);

for i=1:1:n
z = conv(x1, x2,'same');
zn = conv(x1,x2,'same')/max(z);
x1 = zn;
if mod(n,2)~= 0
fil = 1;
col = n;
else
fil = 2;
col = n/2;
end
subplot(fil,col,[i,i])
plot(t,zn,'LineWidth',2);
title(['Convolución numero: ',num2str(i)]);
xlabel('t', 'color','r');
ylabel('x(t)','color','b');
grid on;
end

1
Published with MATLAB® R2018b

2
 % AUTORES: LUIS OÑA , JOSE DAVID PALLO

EJERCICIO 4: FUNCION DE TRANSFERENCIA

clc
clear all
close all

R = 1;
C = 1/(2*pi);
B = 1/(2*pi*R*C);
n = 20;

f = 0:0.001:5;

Hf =1./(1 + j*2*pi*R*C.*f);

Hf2 = (Hf).^(n);

subplot(2,1,1);
plot(f, abs(Hf),'LineWidth',1.2);
title({'Función de tranferencia'; 'n=1'});
xlabel('t','color','r');
ylabel('| H(f)_e_q_t |', 'color', 'b');
grid on

subplot(2,1,2);
plot(f, abs(Hf2),'LineWidth',1.2,'color','r');
title({'Función de tranferencia'; ['n = ',num2str(n)]});
xlabel('t','color','r');
ylabel('| H(f)_e_q_t |', 'color', 'b');
grid on

1
Published with MATLAB® R2018b