Académique Documents
Professionnel Documents
Culture Documents
PRESENTADO POR:
JUAN FERNANDO CASTRILLON – CÓD.: 71293505
LEONARDOQUINTERO – CÓD.:
JULIÁN ANDRÉS TORO
ALEXIS PEDROZA – COD: 67032716
CURSO
203042_34
TUTOR:
FREDDY VALDERRAMA
Ejemplos:
- Señales de audio en equipos electrónicos
- Señales electrónicas en todo tipo de dispositivos.
Ítem grupal
Remplazando
𝛼
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑢(𝜆) ∗ 𝑒 −4𝑡+4𝜆 𝑢(𝑡 − 𝜆 − 4) 𝑑𝜆
−𝛼
Organizando
𝛼
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 ) ∗ 𝑒 −4𝑡+4𝜆 ∗ 𝑢(𝜆) ∗ 𝑢(𝑡 − 𝜆 − 4) 𝑑𝜆
−𝛼
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆 − 𝑒 −4𝜆 𝑒 −4𝑡+4𝜆 𝑑𝜆
0
Distribuyendo
𝑡−4 𝑡−4
𝑦(𝑡) = 4 ∫ 𝑒 −4𝑡+4𝜆 𝑑𝜆 − ∫ 𝑒 −4𝜆 𝑒 −4𝑡+4𝜆 𝑑𝜆
0 0
Entonces
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 𝑒 −4𝜆 𝑒 4𝜆 𝑑𝜆
0 0
Dando
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 1 𝑑𝜆
0 0
integrando
−4𝑡
𝑒 4𝜆 𝑡 − 4 𝑡−4
𝑦(𝑡) = 4𝑒 ∗ ( )| − 𝑒 −4𝑡 (𝜆)|
4 0 0
evaluando
𝑒 4(𝑡−4) 𝑒 4(0)
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( − ) − 𝑒 −4𝑡 ∗ (𝑡 − 4)
4 4
Simplificando
𝑒 4𝑡−16 1
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( − ) − 𝑒 −4𝑡 ∗ (𝑡 − 4)
4 4
Desarrollando
𝑒 4𝑡 𝑒 −16 1
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( − ) − 𝑒 −4𝑡 ∗ (𝑡 − 4)
4 4
números a trabajar
𝑥[𝑛] = [−1,4, 2̌, 4,5,4]
ℎ[𝑛] = [ 2.5,5,0.5]
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑖𝑛𝑖𝑐𝑖𝑜 = −2 − 1 = −3
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛 = 3 + 1 = 4
𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑: 𝐿𝑥 + 𝐿𝑦 − 1 = 6 + 3 − 1 = 8
n = -2 -1 0 1 2 3
x[n] = -1 4 2 4 5 4
-2,5 10 5 10 12,5 10
-5 20 10 20 25 20
-0,5 2 1 2 2,5 2
-2,5 5 24,5 22 33,5 37 22,5 2
Xn=[-1, 4, 2, 4, 5, 4];
n=[-2, -1, 0, 1, 2, 3];
subplot(3,1,1)
stem(n,Xn,'m')
grid
title ('Señal discreta X[n] - Juan Fernando Castrillon')
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
ConDis=conv(Xn,Hn);
ncon=(-4:1:6);
subplot(3,1,3)
stem(ncon,ConDis,'b')
grid
title ('convolucion discreta x[n]*h[n] - Juan Fernando Castrillon')
xlabel ('n')
ylabel ('Amplitud')
xlim([-4,5])
2.4. Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos 9.5
de las páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la
transformada de Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de transformadas
y propiedades reconocibles. Posteriormente verifique su respuesta diseñando un
script con la combinación lineal de señales usadas para obtener x(t) y y(t), en Matlab
u Octave y anexe el resultado junto con el script (práctica):
X(t)
1
+5 +10 t
-1
La Señal
𝑥(𝑡) = −𝑢(𝑡) + 𝑢(𝑡 − 5) + 𝑢(𝑡 − 5) − 𝑢(𝑡 − 10)
La transformada de Fourier es
1 1 −5𝑗𝑤 1 −5𝑗𝑤 1 −10𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 𝜋𝛿(𝑤) + 𝑒 + 𝜋𝛿(𝑤) + 𝑒 − 𝜋𝛿(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤 𝑗𝑤
Queda
1 1 −5𝑗𝑤 1 −10𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 2 (𝜋𝛿(𝑤) − 𝑒 ) − 𝜋𝛿(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤
En términos de Laplace
1 𝑒 −5𝑠 𝑒 −10𝑠
𝑥(𝑓) = − + 2 −
𝑠 𝑠 𝑠
clear all
clc
syms t
rect_1=-heaviside(t)+heaviside(t-5);
rect_2=heaviside(t-5)-heaviside(t-10);
rect_3=rect_1+rect_2;
fplot(rect_1,'m','linewidth',2)
hold on
fplot(rect_2,'y','linewidth',2)
hold on
fplot(rect_3,'r','linewidth',1)
grid on
title('señal x(t) - Juan Fernando Castrillon ')
xlabel ('Tiempo')
ylabel ('Amplitud')
xlim ([-1 11]);
TL=laplace(rect_3)
2.4. Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos 9.5
de las páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la
transformada de Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de transformadas
y propiedades reconocibles. Posteriormente verifique su respuesta diseñando un
script con la combinación lineal de señales usadas para obtener x(t) y y(t), en Matlab
u Octave y anexe el resultado junto con el script (práctica):
a. Ítem grupal y(t)
1
0 +8 t
La Señal
2𝜋𝑡 𝑡
𝑦(𝑡) = sin ( ) ∗ (𝑟𝑒𝑐𝑡 ( − 4) )
16 8
La transformada de Fourier
𝑤
1 1 𝑠𝑒𝑛𝑐 𝜋
𝑦(𝑓) = 𝑗𝜋 [𝛿 (𝑤 + 2𝜋 ∗ ) − 𝛿 (𝑤 − 2𝜋 ∗ )] ∗ [ ∗ 𝑒 −4𝑗𝑤 ]
16 16 8
clc
clear all
% señal senoidal
syms t
sen=sin(2*t*pi/16);
fplot(sen,'c','linewidth',1)
grid on
hold on
%señal escalones
%señal rect (t)
rect=rectangularPulse((1/8)*(t-4));
fplot(rect,'r','linewidth',1)
hold on
y=rect.*sen;
%señal solicitada
fplot(y,'b','linewidth',3)
hold on
title('señal x(t) - Juan Fernando Castrillon ')
xlabel ('Tiempo')
ylabel ('Amplitud')
xlim ([-1 9]);
TL=laplace(y)
pretty(TL)
APORTE POR: LEONARDOQUINTERO
1. Definición de los conceptos.
1.1 Explique qué es convolución continua y discreta. De cuatro (4) ejemplos
de usos y/o aplicaciones en la ingeniería.
Convolución continua: La Convolución continua nos ayuda a determinar el efecto
que tiene el sistema en la señal de entrada. A partir de la descomposición infinita de
impulsos de la señal. Está dada por:
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:Z361zPMM@4/Convoluci%C3%B3n-de-
Tiempo-Continuo
Reflejada y Desplazada
Ahora tomemos una de las funciones y los reflejos a través del eje de la y. Después
de que podamos desplazar la función, así como el origen, el punto de la
función que originalmente estaba en el origen, está marcada como el punto τ. Este
paso se muestra en la siguiente figura, h( t - τ). Sin embargo, esta función no se
refleja, no importa qué función se ha reflejado y desplazado, sin embargo, se ha
confirmado que las funciones son más complicadas.
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:Z361zPMM@4/Convoluci%C3%B3n-de-
Tiempo-Continuo
Resultados de la convolución:
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:Z361zPMM@4/Convoluci%C3%B3n-de-
Tiempo-Continuo
Convolución discreta:
Su finalidad es igual a la Convolución continua, el movimiento a través de la señal
es una manera común de presentar la convolución, ya que se demuestra como la
convolución construye el resultado a través del eje del tiempo. Se define como:
Ejemplo Convolución a
través del eje
del
tiempo:
Imagen
tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
https://cnx.org/contents/Qji8Bz7t@2.13:mpDxJkZ7@4/Convoluci%C3%B3n-
Discreta
Imagen tomada de
http://www6.uniovi.es/vision/intro/node31.html#SECTION00351000000000000000
1.4 Explique qué es auto correlación y de un (1) ejemplo de uso y/o aplicación
en la ingeniería.
Autocorrelación: Es la correlación de una señal consigo misma.
Ejemplo: En el procesado de señal, la autocorrelación proporciona información
sobre las periodicidades de la señal y sus frecuencias características como los
armónicos de una nota musical producida por un instrumento determinado (tono y
timbre).
1.5 ¿Cuál es la diferencia de correlación continua y correlación discreta?
La correlación continua es una operación que aplica para dos señales idénticas en
cambio la correlación discreta es una medida de similitud entre dos señales.
1.6 ¿Qué son las series de Fourier?
Las series de Fourier son series de términos coseno y seno mucho más simples
que surgen en la tarea práctica de representar funciones periódicas generales.
Fourier demostró que una señal de este tipo es equivalente a una colección de
funciones senos y cosenos cuyos frecuencias son múltiplos del recíproco del
periodo de la señal de tiempo.
1.7 ¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso
y/o aplicación en la ingeniería.
Es una transformación matemática empleada para transformar señales entre el
dominio del tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas
aplicaciones en la física y la ingeniería.
Aplicaciones:
La transformada de Fourier se utiliza en el ámbito del tratamiento digital de
imágenes, como por ejemplo para mejorar o definir más ciertas zonas de una
imagen fotográfica o tomada con una computadora,
Para el diseño de filtros de radiotransistores.
1)
𝑥(𝑡) = (𝑎 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
ℎ(𝑡) = 𝑒 −𝑎𝑡 𝑢(𝑡 − 𝑎)
Re expresamos las ecuaciones como:
𝑥(𝜆) = (𝑎 − 𝑒 −𝑎𝜆 )𝑢(𝜆)
ℎ(𝑡 − 𝜆) = 𝑒 −𝑎(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 𝑎)
Hacemos la convolución,
−∞
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫ (𝑎 − 𝑒 −𝑎𝜆 ) ⋅ 𝑒 −𝑎(𝑡−𝜆) 𝑢(𝜆)𝑢(𝑡 − 𝜆 − 𝑎) 𝑑𝜆
∞
Las condiciones de los escalones unitarios serán
𝜆>0
𝜆≤𝑡−𝑎
Reescribimos la integral como,
𝑡−𝑎
𝑦(𝑡) = ∫ (𝑎 − 𝑒 −𝑎𝜆 )𝑒 −𝑎(𝑡−𝜆) 𝑑𝜆
0
𝑡−𝑎
𝑦(𝑡) = ∫ (𝑎𝑒 −𝑎𝑡 𝑒 𝑎𝜆 − 𝑒 −𝑎𝑡 ) 𝑑𝜆
0
𝜆=𝑡−𝑎 𝜆=𝑡−𝑎
𝑦(𝑡) = 𝑒 −𝑎𝑡 𝑒 𝑎𝜆 |𝜆=0 − 𝑒 −𝑎𝑡 𝜆|𝜆=0
2
𝑦(𝑡) = 𝑒 −𝑎 − 𝑒 −𝑎𝑡 (𝑡 − 𝑎 + 1)
Para a=4 tenemos que,
𝑦(𝑡) = 𝑒 −16 − 𝑒 −4𝑡 (𝑡 − 3)
2)
^, 4,2,4]
𝑥[𝑛] = [−1,4, 2
^, 0.5]
ℎ[𝑛] = [2.5, 2
Realizamos la convolución con ayuda de la siguiente tabla
1
𝑎0 = ∫ 𝑥(𝑡)𝑑𝑡
𝑇 ⟨𝑇⟩
3 𝑡=0.5+𝑏
𝑎0 = 𝑡|
4 𝑡=−0.5+𝑏
3
𝑎0 =
4
2
𝑎𝑘 = ∫ 𝑥(𝑡)𝑐𝑜𝑠(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇
1 1
𝑇= ∴ 𝑓0 =
𝑓0 4
3 0.5+𝑏
𝑎𝑘 = ∫ 𝑐𝑜𝑠 (0.5𝜋𝑘𝑡)𝑑𝑡
2 −0.5+𝑏
3
𝑎𝑘 = 𝑠𝑖𝑛(0.5𝜋𝑘𝑡)|𝑡=0.5+𝑏
𝑡=−0.5+𝑏
𝜋𝑘
En nuestro caso b=2
3
𝑎𝑘 = [𝑠𝑖𝑛(0.5𝜋𝑘(0.5 + 2)) − 𝑠𝑖𝑛(0.5𝜋𝑘(−0.5 + 2))]
𝜋𝑘
3 5𝜋𝑘 3𝜋𝑘
𝑎𝑘 = [𝑠𝑖𝑛 ( ) − 𝑠𝑖𝑛 ( )]
𝜋𝑘 4 4
2
𝑏𝑘 = ∫ 𝑥(𝑡)𝑠𝑖𝑛(2𝜋𝑘𝑓0 𝑡) 𝑑𝑡
𝑇
3 0.5+𝑏
𝑏𝑘 = ∫ 𝑠𝑖𝑛 (0.5𝜋𝑘𝑡)𝑑𝑡
2 −0.5+𝑏
3
𝑏𝑘 = − 𝑐𝑜𝑠(0.5𝜋𝑘𝑡)|𝑡=0.5+𝑏
𝑡=−0.5+𝑏
𝜋𝑘
3
𝑏𝑘 = − [𝑐𝑜𝑠(0.5𝜋𝑘(0.5 + 2)) − 𝑐𝑜𝑠(0.5𝜋𝑘(−0.5 + 2))]
𝜋𝑘
3 5𝜋𝑘 3𝜋𝑘
𝑏𝑘 = − [𝑐𝑜𝑠 ( ) − 𝑐𝑜𝑠 ( )]
𝜋𝑘 4 4
4)
a)
Esta señal se puede construir a partir de una señal triangular invertida, esta señal
además se le hace un desplazamiento, una contracción y una amplificación.
Posteriormente se deriva
𝑑 𝑡−𝑏
𝑥(𝑡) = (−𝑏 ∗ 𝑡𝑟𝑖 ( ))
𝑑𝑡 𝑏
𝑡−𝑏
𝑠(𝑡) = −𝑏 ∗ 𝑡𝑟𝑖 ( )
𝑏
La señal triangular se debe derivar para obtener la señal original, por ende,
b)
Esta señal es la multiplicación de dos señales.
𝜋𝑡 𝑡−𝑎
𝑦(𝑡) = 𝑠𝑖𝑛 ( ) ⋅ 𝑟𝑒𝑐𝑡 ( )
2𝑎 2𝑎
𝜋𝑡
𝑥(𝑡) = 𝑠𝑖𝑛 ( )
2𝑎
Aplicando las tablas de propiedades, vemos que la transformada de Fourier es,
𝜋 𝜋
𝑋(𝑓) = 𝑗0.5 [𝛿 (𝑓 + ) − 𝛿 (𝑓 − )]
4𝑎 4𝑎
𝑡−𝑎
𝑚(𝑡) = 𝑟𝑒𝑐𝑡 ( )
2𝑎
Aplicando las tablas de propiedades, vemos que la transformada de Fourier es,
𝜋 𝜋
𝑌(𝑓) = 𝑗𝑎𝑠𝑒𝑛𝑐(2𝑎𝑓)𝑒 −𝑗2𝜋𝑓𝑎 [𝛿 (𝑓 + ) − 𝛿 (𝑓 − )]
4𝑎 4𝑎
En nuestro caso a=4, por ende,
𝜋 𝜋
𝑌(𝑓) = 𝑗4𝑠𝑒𝑛𝑐(8𝑓)𝑒 −𝑗8𝜋𝑓 [𝛿 (𝑓 + ) − 𝛿 (𝑓 − )]
16 16
Código y gráficas
b)
Aporte por: Julián
Andrés Toro
Señales y sistemas continuos y discretos
1.Definición de conceptos: estudiando el libro de (Ambardar), El estudiante
investiga de manera individual y da respuesta a las siguientes preguntas teóricas:
A. Explique qué es convolución continua y discreta. De cuatro (4) ejemplos de
usos y/o aplicaciones en la ingeniería.
La convolución puede considerarse como un método para encontrar la respuesta
de estado cero de un sistema LTI relajado, El método de convolución para
encontrar la respuesta de estado cero y(t) se aplica a sistemas lineales invariantes
en el tiempo (LTI). Se asume que el sistema es descrito por medio de su
respuesta al impulso h(t).
La convolución es una herramienta muy importante que es representada por el
símbolo *, y puede ser escrita como
y(t)=x(t)*h(t)
La integral de convolución nos da una manera matemática fácil de expresar la
salida de un sistema LTI basado en una señal arbitraria, x(t)x t,y la respuesta al
impulso, h(t)h t. La integral de convolución es expresada como
∞
𝑦(𝑡) = ∫ 𝑥(𝜏)ℎ(𝑡 − τ)dτ
−∞
∞ ∞
∑|ℎ[𝑛]| < ∞ ∫ |ℎ(𝑡)|𝑑𝑡 < ∞
−∞ −∞
Autocorrelación:
La autocorrelación puede verse como una medida de similitud, o coherencia, entre
una función x(t)y su versión de desplazamiento. Claramente, bajo ningún
desplazamiento, las dos funciones se “igualan” y resultan en un máximo para la
autocorrelación. Mas con un desplazamiento creciente, sería natural esperar la
similitud y, por consiguiente, la reducción de la correlación entre x(t) y su versión
desplazada. Conforme el desplazamiento se aproxima a infinito, toda traza de
similitud se desvanece y la autocorrelación decae a cero.
Una de las aplicaciones de la autocorrelación es la medida de espectros ópticos y
en especial la medida de pulsos muy cortos de luz.
Ejemplo 1
a) La autocorrelación del pulso rectangular x(t) = rect(t - 0.5) es igual a la
convolución de x(t) y x(-t) y se ilustra en la figura 1.
∞
1
𝑔(𝜉) = = ∫ 𝑓(𝑥)𝑒 −𝑖𝜉𝑥 𝑑𝑥
√2𝜋 −∞
Aplicaciones:
La transforma de Fourier sirve en la ingeniería, especialmente para la
caracterización frecuencial de señales y sistema lineales. Es decir, la transforma de
Fourier se utiliza para conocer las características frecuenciales de las señales y el
comportamiento de los sistemas lineales ante estas señales.
Generación de formas de onda de corriente o tensión eléctrica por medio de
la superposición de senoides generados por osciladores electrónicos de
amplitud variable cuyas frecuencias ya están determinadas.
Análisis en el comportamiento armónico de una señal.
Aplicaciones en la medicina:
Diagnostico automático: la ecografía permite registrar la vibración de cada una de
las membranas del corazón, proporcionando una curva periódica. Un programa de
ordenador calcula los primeros términos de las sucesiones (coeficientes de Fourier).
2. Ejercicios: Cada estudiante de manera individual debe resolver los
siguientes cuatro (4) ejercicios.
Nota: la constante “a” corresponde al último digito del número de su grupo,
y la constante “b” corresponde con el último dígito de su código universitario
(documento de identidad), si “a” es cero, o “b” es cero utilice a=3, o b=3
según sea el caso.
Enlace del libro- Nota: Para poder ingresar al enlace del libro de Ambardar,
debe estar registrado en campus y no debe superar los 5 minutos de ingreso.
Después de los 5 minutos le pedirá contraseña y deberá salir del campus y
volver a ingresar.
2.1 Ejercicio 1- Convolución continua (analítica): usando como guía el
ejemplo 6.2 de la página 134 del libro guia Ambardar y teniendo en cuenta
las propiedades de dicha operación determine la convolución entre 𝑥(𝑡) y
ℎ(𝑡) descritas a continuación:
Ítem grupal
𝒂=𝟒
Remplazamos la constante
𝑥(𝑡) = (𝑎 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
Remplazo 𝑥(𝑡) → 𝑥(𝜆)
𝑥(𝜆) = (4 − 𝑒 −4𝜆 )𝑢(𝜆)
ℎ(𝑡) = 𝑒 −𝑎𝑡 𝑢(𝑡 − 𝑎)
Remplazo ℎ(𝑡) → ℎ(𝑡 − 𝜆)
ℎ(𝜆) = 𝑒 −4(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 4)
Ecuación de la convolución:
∞
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 𝑥( 𝜆)ℎ(𝑡 − 𝜆) 𝑑𝜆
−∞
Se reemplaza
∞
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑢(𝜆) ∗ 𝑒 −4(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 4) 𝑑𝜆
−∞
Organizamos
∞
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑢(𝜆) 𝑢((𝑡 − 𝜆) − 4) 𝑑𝜆
−∞
Límites de la integral
𝑢(𝜆) = 0 𝑢((𝑡 − 𝜆) − 4) = 0
𝜆=0 𝑡−𝜆−4=0
𝜆=0 𝜆 =𝑡−4
Reemplazamos los límites:
∞
𝑦(𝑡) = ∫−∞(4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑑𝜆
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4(𝑡−𝜆) − 𝑒 −4𝜆 𝑒 −4(𝑡−𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆 − 𝑒 −4𝜆 𝑒 −4𝑡+4𝜆 𝑑𝜆
0
Propiedades de la exponencial
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 𝑒 4𝜆 − 𝑒 −4𝜆 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0
𝑡−4 𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆 − ∫ 𝑒 −4𝜆 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0 0
Propiedades de la exponencial
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 𝑒 −4𝜆+4𝜆 𝑑𝜆
0 0
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 𝑒 0 𝑑𝜆
0 0
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 1 𝑑𝜆
0 0
𝑒 4𝜆 𝑡 − 4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( ) | − 𝑒 −4𝑡 ∗ 𝜆 |
4 0 0
𝑒 4(𝑡−4) 𝑒 4(0)
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( − ) − 𝑒 −4𝑡 ∗ (𝑡 − 4 − 0)
4 4
Propiedad Distributiva
𝑒 4𝑡−16 𝑒 0
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( − ) − 𝑒 −4𝑡 ∗ (𝑡 − 4)
4 4
𝑒 4𝑡 𝑒 −16 1
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( − ) − 𝑒 −4𝑡 ∗ (𝑡 − 4)
4 4
4 −4𝑡 4𝑡 −16 4 −4𝑡
𝑦(𝑡) = 𝑒 𝑒 𝑒 − 𝑒 − 𝑒 −4𝑡 𝑡 + 4𝑒 −4𝑡
4 4
𝑦(𝑡) = 𝑒 −4𝑡+4𝑡 𝑒 −16 − 𝑒 −4𝑡 − 𝑡𝑒 −4𝑡 + 4𝑒 −4𝑡
𝑦(𝑡) = 𝑒 0 𝑒 −16 − 𝑡𝑒 −4𝑡 + 3𝑒 −4𝑡
𝑦(𝑡) = 𝑒 −16 − 𝑡𝑒 −4𝑡 + 3𝑒 −4𝑡
1
𝑦(𝑡) = −𝑡𝑒 −4𝑡 + 3𝑒 −4𝑡 +
𝑒 16
2.2 Ejercicio 2 – Convolución discreta (tabular y gráfica): Usando
como guía el ejemplo 7.3 de la página 173 del libro Ambardar,
determine la respuesta de un filtro FIR (ℎ[𝑛]), a la entrada 𝑥[𝑛].
Posteriormente verifique su respuesta diseñando un script con el
método gráfico de convolución, en Matlab u Octave y anexe el
resultado junto con el script (práctica):
Índice de inicio: -2 -1 = -3
Índice de terminación: 3 + 1 = 4
Longitud: L = Lx + Ly - 1 = 6 + 3 -1 = 8
n= -3 -2 -1 0 1 2 3
x[n]= -1 4 2 4 9 4
h[n]= 2,5 9 0,5
-
2,5 10 5 10 22,5 10
-9 36 18 36 81 36
-0,5 2 1 2 4,5 2
-
2,5 1 40.5 30 59.5 93 40.5 2
Eje h -3 -2 -1 0 1 2 3 4
𝑦[𝑛] = {−2.5,1,40.5,30,59.5,93,40.5,2}
Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la página 197 del
libro Ambardar, dibuje tres (3) periodos de la siguiente señal 𝑥(𝑡) y calcule los
coeficientes trigonometricos de la serie de Fourier.
Nota: Para encontrar los coeficientes de la serie de Fourier, se tienen las siguientes
expresiones matemáticas:
“Para la solución de este ejercicio, se deben repasar los métodos de integración vistos en el
curso de cálculo integral.
Coeficientes
1 9.5
𝑎𝑜 = 𝑇 ∫8.5 𝑥(𝑡)𝑑𝑡
1 9.5 3 9.5
𝑎𝑜 = ∫ 3𝑑𝑡 = ∫ 𝑑𝑡
4 8.5 4 8.5
3
𝑎𝑜 = 𝑡
4
3
𝑎𝑜 = (9.5 − 8.5)
4
3
𝑎𝑜 = (1)
4
3
𝑎𝑜 =
4
1 9.5
𝑎𝐾 = 4 ∫8.5 3cos(2𝜋𝑘𝑓𝑜𝑡)𝑑𝑡
3 9.5
𝑎𝐾 = ∫ cos(2𝜋𝑘𝑓𝑜𝑡)𝑑𝑡
4 8.5
9.5
3
𝑎𝐾 = ∫ cos(𝑢)𝑑𝑢
4 ∗ 2𝜋𝑘𝑓𝑜 8.5
9.5
3
𝑎𝐾 = ∫ cos(𝑢)𝑑𝑢
8𝜋𝑘𝑓𝑜 8.5
3
𝑎𝐾 = 𝑠𝑒𝑛(8𝜋𝑘𝑓𝑜𝑡)
8𝜋𝑘𝑓𝑜
3 1
𝑎𝐾 = 𝑠𝑒𝑛(2𝜋𝑘 𝑡)
1 𝑇
8𝜋𝑘 𝑇
3 1
𝑎𝐾 = 𝑠𝑒𝑛(2𝜋𝑘 𝑡)
1 4
8𝜋𝑘 4
3 1
𝑎𝐾 = 2𝜋𝑘 𝑠𝑒𝑛(𝜋𝑘 2 𝑡)
3 1 1
𝑎𝐾 = 2𝜋𝑘 (𝑠𝑒𝑛 (𝜋𝑘 2 ∗ 9.5) − 𝑠𝑒𝑛 (𝜋𝑘 2 ∗ 8.5)
3 19 17
𝑎𝐾 = (𝑠𝑒𝑛 (𝜋𝑘 ) − 𝑠𝑒𝑛 (𝜋𝑘 ))
2𝜋𝑘 4 4
19 17
3𝑠𝑒𝑛 (𝜋𝑘 4 ) − 3𝑠𝑒𝑛 (𝜋𝑘 4 ))
𝑎𝐾 =
2𝜋𝑘
1 9.5
𝑏𝐾 = 4 ∫8.5 3sen(2𝜋𝑘𝑓𝑜𝑡)𝑑𝑡
3 9.5
𝑏𝐾 = ∫ sen(2𝜋𝑘𝑓𝑜𝑡)𝑑𝑡
4 8.5
3 9.5 𝑑𝑢
𝑏𝐾 = ∫ sen(𝑢)
4 8.5 2𝜋𝑘𝑓𝑜
9.5
3
𝑏𝐾 = ∫ sen(𝑢)𝑑𝑢
4 ∗ 2𝜋𝑘𝑓𝑜 8.5
9.5
3
𝑏𝐾 = ∫ sen(𝑢)𝑑𝑢
8𝜋𝑘𝑓𝑜 8.5
3
𝑏𝐾 = − 𝑐𝑜𝑠(2𝜋𝑘𝑓𝑜𝑡)
8𝜋𝑘𝑓𝑜
3 1
𝑏𝐾 = − 𝑐𝑜𝑠(2𝜋𝑘 𝑡)
1 𝑇
8𝜋𝑘 𝑇
3 1
𝑏𝐾 = − 𝑐𝑜𝑠(2𝜋𝑘 𝑡)
1 4
8𝜋𝑘 4
3 1
𝑏𝐾 = − 𝑐𝑜𝑠(𝜋𝑘 𝑡)
2𝜋𝑘 2
3 1 1
𝑏𝐾 = − (𝑐𝑜𝑠 (𝜋𝑘 ∗ 9.5) − 𝑐𝑜𝑠 (𝜋𝑘 ∗ 8.5))
2𝜋𝑘 2 2
19 17
−3𝑐𝑜𝑠 (𝜋𝑘 4 ) + 𝑐𝑜𝑠 (𝜋𝑘 4 )
𝑏𝐾 =
2𝜋𝑘
2.2 2.4. Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos
9.5 de las páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la
transformada de Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de
transformadas y propiedades reconocibles. Posteriormente verifique su
respuesta diseñando un script con la combinación lineal de señales usadas para
obtener x(t) y y(t), en Matlab u Octave y anexe el resultado junto con el script
(práctica):
Constante = 9
b. X(t)
1
+9 +18 t
-1
Se tiene que:
𝑥(𝑡) = −𝑢(𝑡) + 2𝑢(𝑡 − 9) − 𝑢(𝑡 − 18)
1 1 1
𝑋(𝑤) = −𝜋𝛿(𝑤) + + 2 (𝑒 −𝑗𝑤2 (𝜋𝛿(𝑤) + )) − 𝑒 −𝑗𝑤4 (𝜋𝛿(𝑤) + )
𝑗𝑤 𝑗𝑤 𝑗𝑤
Resultados:
1 1 1
𝑋(𝑤) = −𝜋𝛿(𝑤) + + 2 (𝑒 −𝑗𝑤2 (𝜋𝛿(𝑤) + )) − 𝑒 −𝑗𝑤4 (𝜋𝛿(𝑤) + )
𝑗𝑤 𝑗𝑤 𝑗𝑤
1 𝑒 −𝑠9 𝑒 −𝑠18
𝑋(𝑠) = − + 2 ( )−
𝑠 𝑠 𝑠
1 2𝑒 −9𝑠 𝑒 −18𝑠
𝑋(𝑠) = − + −
𝑠 𝑠 𝑠
CONVOLUCIÓN DISCRETA:
https://www.youtube.com/watch?v=MWOfQwM7Pvk
1
Propiedades:
1
Tomado de http://www4.tecnun.es/asignaturas/tratamiento%20digital/tema2.pdf
CONVOLUSION CONTINUA:
https://www.youtube.com/watch?v=KSsPzpqTKHo
USOS.
2
TOMADO DE https://es.wikipedia.org/wiki/Convoluci%C3%B3n
c- EXPLIQUE QUE ES CORRELACIÓN Y DE UN (1) EJEMPLO DE USO Y/O
APLICACIÓN EN LA INGENIERÍA.
https://www.youtube.com/watch?v=HZC6HLkL1wc
donde .
Al igual que la convolución, la correlación es una operación básica del
procesamiento de imágenes digitales. La correlación es la operación básica en los
procesos de búsqueda de patrones por emparejamiento. Por tanto, disponer de
algoritmos que calculen de una forma eficiente estas operaciones es del mayor
interés La figura muestra el resultado de correlacionar dos funciones.
CORRELACIÓN Es frecuentemente necesario tener la posibilidad de cuantificar el
grado de interdependencia de un proceso por encima de otro, o establecer la
similitud entre un conjunto de datos y otro. La correlación puede ser definida
matemáticamente y por ende cuantificada. Su rango de aplicación en el análisis de
señal es vasto, por ejemplo, en el radar cuando se desea encontrar el rango y la
posición en la cual las formas de onda son transmitidas y comparadas. También se
puede encontrar como parte integral de la técnica de estimación de los mínimos
cuadrados, en el cálculo de la potencia promedio de señales. El proceso de
convolución es en esencia una correlación en la cual una de las señales ha sido
invertida con relación al eje de las abscisas.
d- EXPLIQUE QUÉ ES AUTOCORRELACIÓN Y DE UN (1) EJEMPLO DE USO Y/O
APLICACIÓN EN LA INGENIERÍA.
Existe un caso especial cuando ambas secuencias coinciden, x1[n] = x2[n] . Este
proceso se conoce como autocorrelación.
3
Tomado de http://www.ehu.eus/Procesadodesenales/tema8/corre1.html
4
4
Tomado de https://es.slideshare.net/crico89/correlaciondesenales
CORRELACION:
f- ¿QUÉ SON LAS SERIES DE FOURIER?
https://www.youtube.com/watch?v=8L7haNjw1Pw
Aunque el motivo original era resolver la ecuación de calor, tiempo después fue
obvio que se podía usar la misma técnica a un gran conjunto de problemas físicos y
matemáticos, especialmente aquellos que involucraban ecuaciones diferenciales
lineales con coeficientes constantes, para los cuales sus soluciones únicas eran
sinusoidales.
Aunque el motivo original era resolver la ecuación de calor, tiempo después fue
obvio que se podía usar la misma técnica a un gran conjunto de problemas físicos y
matemáticos, especialmente aquellos que involucraban ecuaciones diferenciales
lineales con coeficientes constantes, para los cuales sus soluciones únicas eran
sinusoidales. Las series de Fourier tienen muchas aplicaciones en la ingeniería
eléctrica, análisis de vibraciones, acústica, óptica, procesamiento de señales,
retoque fotográfico, mecánica cuántica, econometría, la teoría de estructuras con
cascarón delgado, etc.
5
Tomado de https://es.wikipedia.org/wiki/Serie_de_Fourier
EJERCICIOS ALEXIS PEDROZA
a= 4 b=6
Ejercicio 1_ ALEXIS PEDROZA.
Siendo a = 4.
Se tiene:
x(t) = (4 − e−4t )u(t)
h(t) = e−4t u(t − 4)
Entonces:
Remplazamos la constante λ por t, se tiene:
𝑥(𝑡) = (𝑎 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
𝑥(𝑡) = (4 − 𝑒 −4𝑡 )𝑢(𝑡)
Remplazo 𝑥(𝑡) → 𝑥(𝜆)
Límites de la integral
𝑢(𝜆) = 0 𝜆<0 𝑢((𝑡 − 𝜆) − 4) = 0 𝜆 > 0
𝜆=0 𝑡−𝜆−4=0
𝜆=0 𝜆<0 𝜆 =𝑡−4 λ> t – 4
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑢(𝜆) 𝑢((𝑡 − 𝜆) − 4) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4𝑡+4𝜆) 𝑑𝜆 𝑦(𝑡)
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆) − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡+4𝜆) 𝑑𝜆
0
Por la propiedad de los exponenciales se tiene:
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆) − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡+4𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 4𝑒 4𝜆 − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 4𝑒 4𝜆 − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0
𝑡−4 𝑡−4
−4𝑡 4𝜆 −4𝑡
𝑦(𝑡) = 4𝑒 ∫ (𝑒 )𝑑𝜆 − 𝑒 ∫ 1 𝑑𝜆
0 0
𝑒 𝑛𝑥
Siendo ∫ 𝑒 𝑛𝑥 𝑑𝑥 = y como la ∫ 1 = 𝜆 se tiene:
𝑛
−4𝑡
𝑒 4𝜆
𝑦(𝑡) = 4𝑒 ∗ ( ) − 𝑒 −4𝑡 𝜆
4
−4𝑡
𝑒 4𝜆
𝑦(𝑡) = 4𝑒 ∗ − 𝑒 −4𝑡 𝜆
4
Evaluando limites para λ
𝑡−4 𝑡−4
𝑦(𝑡) = 𝑒 −4𝑡 ∗ 𝑒 4𝜆 { − 𝑒 −4𝑡 𝜆 {
0 0
Simplificando:
4𝜆
Aplicando propiedad de las potenciaciones 𝑒 4𝜆−4𝜆 = 𝑒 4𝜆 = 𝑒 0 = 1
1 𝑡 3
𝑦(𝑡) = − + −4𝑡
𝑒 16 𝑒 4𝑡 𝑒
1 𝑡 3
𝑦(𝑡) = − + −4𝑡
𝑒 16 𝑒 4𝑡 𝑒
REFERENCIAS BIBLIOGRÁFICAS
Convolución Continua:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Convolución. Cengage
Learning, (2nd ed, pp. 130-155). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultListType=RELATED_DOCUM
ENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isETOC=true&do
cId=GALE|CX4060300056
Correlación Continua:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Correlación. Cengage
Learning, (2nd ed, pp. 156-159). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?tabID=&userGroupName=unad&inP
S=true&prodId=GVRL&contentSet=GALE&docId=GALE|CX4060300067
Convolución Discreta:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Convolución Discreta.
Cengage Learning, (2nd ed, pp. 169-183). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultListType=RELATED_DOCUM
ENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isETOC=true&do
cId=GALE|CX4060300069