Académique Documents
Professionnel Documents
Culture Documents
INTEGRANTES:
Una señal es un signo, un gesto u otro tipo de informe o aviso de algo. La señal
sustituye por lo tanto a la palabra escrita o al lenguaje. Ellas obedecen a
convenciones, por lo que son fácilmente interpretadas.
Asimismo, una señal puede ser también la variación de una corriente eléctrica u otra
magnitud física que se utiliza para transmitir información. Por ejemplo,
en telefonía existen diferentes señales, que consisten en un tono continuo o
intermitente, en una frecuencia característica, que permite conocer al usuario en qué
situación se encuentra la llamada.
Para una señal x (t) arbitraria una forma habitual de caracterizarla suele ser en
función de la potencia (no confundir con energía), ya que nos dice el gasto que nos
supone enviar o transmitir esa señal. Así, una señal con más potencia que otra podrá
enviarse hasta lugares más remotos, mientras una señal de potencia débil, a
igualdad de factor de atenuación en el medio de propagación, se desvanecerá más
rápidamente, limitando la distancia máxima de su alcance. Igualmente, una señal de
más potencia requerirá más gasto del sistema eléctrico. Resumiendo, la potencia nos
dice la energía de una señal por unidades de tiempo, y su unidad son los wattios. La
energía es atemporal y se mide en Joules. Por lo dicho anteriormente, la potencia y
la energía de una señal están relacionadas entre sí. Definamos pues la potencia y la
energía de una señal x (t).
1 +∞
𝑃𝑥 = 𝑙𝑖𝑚 ∫ |𝑥(𝑡)|2 𝜕𝑡
𝑇→∞ 𝑇 −∞
+∞ +∞
𝐸𝑥 = ∫ |𝑥(𝑡)|2 𝜕𝑡 = ∫ 𝑥(𝑡) ∙ 𝑥 ∗ (𝑡) 𝜕𝑡
−∞ −∞
𝐸𝑥
𝑃𝑥 = 𝑙𝑖𝑚
𝑇→∞ 𝑇
Es importante recalcar las unidades de cada uno para ver así la diferencia entre una
medida y la otra. E se mide en Joules (J). La potencia, se mide en Joules entre s
(J/s). Por lo dicho anteriormente, wattios = J/s.
II. ¿Cuál es la formula matemática para calcular el valor RMS de una señal
(raíz cuadrática del promedio de la suma del cuadrado de los datos)?
En matemáticas, la media cuadrática, valor cuadrático medio o RMS (del inglés root
mean square) es una medida estadística de la magnitud de una cantidad variable.
Puede calcularse para una serie de valores discretos o para una función
matemática de variable continua. El nombre deriva del hecho de que es la raíz
cuadrada de la media aritmética de los cuadrados de los valores.
La media cuadrática para una colección de N valores {x1, x2,..., Xn} de una variable
discreta x, viene dada por la fórmula:
𝑁
1 𝑥12 + 𝑥22 + … + 𝑥𝑁2
𝑥𝑅𝑀𝑆 = √ 2
∑ 𝑥𝑖 = √
𝑁 𝑁
𝑖=1
Para una función de variable continua f (t) definida sobre el intervalo T1 ≤ t ≤ T2 viene
dada por la expresión:
𝑇2
1
𝑥𝑅𝑀𝑆 = √ ∫ |𝑓(𝑡)|2 𝑑𝑡
𝑇2 − 𝑇1 𝑇1
1 𝑡0 +𝑇 2
𝐼𝑒𝑓 = √ ∫ 𝑖 (𝑡)𝑑𝑡
𝑇 𝑡0
Donde:
T es el periodo de la señal.
1 𝑡0 +𝑇 2
𝑉𝑒𝑓 = √ ∫ 𝑣 (𝑡)𝑑𝑡
𝑇 𝑡0
Donde:
Paso 1
Determinar el rango de los datos. Rango es igual al dato de proporción menos el dato
de desigualdad.
Paso 2
Obtener todos los números de grupos, existen 4 criterios para determinar el número
de clases (o barras) –por ejemplo, la regla de Sturges etc.
La regla de Sturges, propuesta por Herbert Sturges en 1926, es una regla práctica
acerca del número de clases que deben considerar al elaborarse un histograma.1
Paso 3
Paso 4
Construir los intervalos de clases: Los intervalos resultan de dividir el rango de los
datos en segmentos iguales usando la anchura de clase obtenida en el PASO 2.
Paso 5
Graficar el histograma: Como todas las clases tienen la misma amplitud las bases de
las barras son los intervalos de clases y la altura es la frecuencia de las clases.
Por ejemplo:
∑ xi yi − nx̅y̅ n ∑ xi yi − ∑ xi ∑ yi
rxy = =
(n − 1)sx sy √n ∑ xi2 − (∑ xi )2 √n ∑ yi2 − (∑ yi )2
Una serie temporal puede entenderse como una sucesión de números. Las
sucesiones de números reales se pueden escribir como combinaciones lineales de
senos y cosenos (o exponenciales complejas). Esta representación se hace
mediante la Transformada de Fourier Discreta (TFD).
Análogamente a las series temporales, los procesos estocásticos se pueden
representar mediante combinaciones lineales (más exactamente, integrales) de
funciones trigonométricas o exponenciales complejas, aunque ponderados por
coeficientes aleatorios. Esta representación es la llamada representación espectral
de un proceso estocástico, que presentamos. La varianza de los coeficientes de la
representación se llama densidad espectral. Desgraciadamente, la representación
espectral de un proceso estocástico requiere usar un concepto matemático complejo:
una medida aleatoria. Por otra parte, es posible definir la densidad espectral a partir
de la función de auto covarianza sin aludir a la representación espectral.
Una sucesión finita x1,..., xT (que puede ser una serie temporal, es decir, una
realización de un proceso estocástico) puede escribirse como suma de senos y
cosenos de la forma siguiente:
n
xt = ∑ ak cos wk t + bk sen wk t
k=0
Donde wk= 2k/T son las frecuencias naturales. Cuando T es par, n = T/2.
Entonces, sen w0 t = sen wk t = 0, mientras que cos w0 t = 1 y cos wn t = (−1)t
Consecuentemente,
n−1
k =1 ∩ {1} en el impar forman una base del espacio de las sucesiones finitas de T
elementos.
Por otra parte, los coeficientes ak y bk se pueden obtener como:
T
2
ak = ∑ xt cos wk t
T
t=1
T
2
bk = ∑ xt sen wk t
T
t=1
Un filtro digital es un tipo de filtro que opera sobre señales discretas y cuantizadas,
implementado con tecnología digital, bien como un circuito digital o como
un programa informático.
El procesamiento interno y la entrada del filtro serán digitales, por lo que puede ser
necesario una conversión analógica-digital o digital-analógica para uso de filtros
digitales con señales analógicas.
EXPRESION MATEMATICA:
𝑦−1
𝑦𝑦 = ∑ 𝑦𝑦 𝑦𝑦−𝑦
𝑦=0
𝑦−1
𝑦𝑦 = ∑ 𝑦𝑦 𝑦𝑦−𝑦
𝑦=0
𝑦−1
Donde;
Tm = es el tiempo de muestra.
m = es la muestra
6000 − 1
𝑦𝑦 = = 5 𝑦𝑦𝑦
1000
𝑦𝑦 − 1
𝑦𝑦 = = 𝑦𝑦𝑦 𝑦𝑦𝑦
1000
𝑦 = 13.55 = 14
b) Calcula el valor RMS de cada señal en el estado basal (las primeras
3000 muestras) y la respuesta muscular, grafíquelas en una grafica de
barras a la misma escala.
𝑦
1 2 𝑦21 + 𝑦22 + … + 𝑦2𝑦
𝑦𝑦𝑦𝑦 = √ ∑ 𝑦𝑦 = √
𝑦 𝑦
𝑦=1
D = 23 cm = 0.23 m
La señal generada por una gran unidad motora tiene una amplitud de 0 volt
(en reposo, es decir, cuando no existe contracción muscular) y 250 µV durante
la contracción.
∑ xi yi − nx̅ y̅ n ∑ xi yi − ∑ xi ∑ yi
rxy = =
(n − 1)sx sy
√n ∑ x2i − (∑ xi )2 √n ∑ y2i − (∑ yi )2
x= 0.00025, y = 0 como valores en el estado basal los cuales indican que es cero
cuando no hay ninguna contracción y 0.00025 cuando haya alguna contracción
entonces: rxy = indeterminado ya que la variable y es una variable cualitativa mas no
cuantitativa.
Además de estas fórmulas hay muchas más que quizás difieren en algún dígito de
las anteriores, pero estas son las tres que más se utilizan.
La formula a utilizar será la de Tanaka puesto que es la más reciente, pero para este
se necesita la edad de los individuos sometidos a estudio.
Puesto que para calcular de forma correcta la frecuencia cardiaca en un
Electrocardiograma se necesita de forma indispensable la hoja milimetrado donde
cada pequeño cuadro mide 1mm. Cada 5 cuadros chicos hay una linea gruesa que
define un cuadro grande de 5 mm.
El método es: 1500 entre el numero de cuadros chicos entre dos ondas R. Por
ejemplo si a dos ondas R la separan 20 cuadros chicos (que equivale a 4 cuadrados
grandes) hacemos 1500/20 = 75, y esa es la frecuencia cardíaca.
300 entre el número de cuadrados grandes que hay entre dos ondas R. Por ejemplo
si a dos ondas R la separan 4 cuadrados grandes (de los que tienen 5 cuadros
chicos) hacemos 300/4 = 75, y esa es la frecuencia cardíaca.
PASO 1: Localice un QRS que se encuentra sobre una línea de división mayor del
papel, localice ahora el siguiente QRS y cuente cuantos cuadros de 200 mseg los
separa.
PASO 2: Ahora divida 300 por el número de cuadros, obteniendo así los latidos por
minuto. Aproxime el número de cuadros si no es exacto.
Cuando el segundo QRS no coincide exactamente con una línea de división mayor,
halle la diferencia entre las frecuencias que corresponderían a las líneas divisorias
mayores que enmarcan el segundo complejo y divida éste resultado por 5 (un cuadro
de 200 mseg contiene 5 cuadros de 40 mseg) obteniendo así el número de latidos a
los que equivale cada cuadro de 40 mseg.
Examine el registro y calcule cuantos cuadros de 40 mseg separan al complejo de la
línea divisoria mayor que le sigue inmediatamente. Reste el número de latidos al
valor de ésta frecuencia.
Otro ejemplo que encontre es que si cae a 12 cuadraditos chicos es lo mismo que
decir que cayó a 2,4 cuadrados entonces la frecuencia será de 125 lpmn (300/2.4) .
Recordemos que el entero es 1 por eso se agregan de 0,2 decimales por cada
cuadradito chico para dividir ya que tiene 5 cuadraditos.
𝑇
𝐸{𝑓(𝑡)} = ∫ 𝑓 2 (𝑡)𝑑𝑡[𝑣 2 𝑠]
0