C
esar Orlando Torres M.
Lorenzo Mattos Vasquez.
Laboratorio de Optica e Inform
atica - LOI
TEORIA DE LOS SISTEMAS LINEALES
Valledupar 2010
Springer-Verlag
Berlin Heidelberg NewYork
London Paris Tokyo
Hong Kong Barcelona
Budapest
Dedicatoria
El autor quiere agradecer a los estudiantes de Ingeniera Electr
onica por haberle permitido
acceder a su formaci
on por medio de los cursos orientados en las electivas de Optoelectronica y
que hacen parte integral del plan de estudios del programa de Ingeniera Electronica que se ofrece
en la Universidad Popular del Cesar en Valledupar (Cesar - Colombia); su participaci
on en las
actividades realizadas en el aula de clase y por fuera de ella, han enrriquecido los contenidos de
este texto, del mismo modo debo resaltar la colaboracion de todos los miembros del Grupo de
Optica e Informatica LOI de la misma Universidad por haber colaborado en las m
ultples tareas
que implica la elaboraci
on de un libro de esta naturaleza.
Agradezco especialmente a la Universidad Popular del Cesar el apoyo nanciero brindado, a
la Vicerrectora de Investigaciones por todo el apoyo incondicional prestado, as como al personal
administrativo de la misma dependencia por soportar con paciencia mis solicitudes y peticiones
constantes.
Finalmente quiero agradecer a mi familia; esposa e hijos, quienes con su compa~
na y apoyo
permanente hicieron que todo me resultara menos difcil. A ellos dedico estas notas.
Valledupar, Colombia
Marzo de 2007
Cesar Torres M.
Prefacio
El presente libro de Teora de Sistemas Lineales esta dise~
nado de tal forma que el lector pueda
familiarizarse de manera r
apida y sencilla con los metodos matem
aticos de la descomposicion de
funciones aplicando las tecnicas de Fourier. Por que escribimos el libro?; existe una amplia bibliografa sobre optica, an
alisis de se~
nales y procesamiento de se~
nales, pero a lo largo de nuestra
experiencia primero como estudiantes y despues como docentes en este campo nos hemos encontrado con los siguientes problemas: libros muy generales que omiten la rigurosidad matem
atica;
textos muy especcos que solo tratan una tematica; las revistas especializadas existentes solo ofrecen una informacion especica que necesita ser ampliada. Estos problemas requieren de diversas
fuentes bibliogracas, que no siempre son accesibles en el momento deseado y que requieren de
una sntesis o fusion de ideas y enfoques. Esto nos llevo a abordar esta problematica, mediante la
elaboraci
on del presente texto.
Quien utilizara el libro?
Es un texto dirigido a un amplio sector de personas que de un modo u otro tengan alg
un compromiso o interes en tem
atica, para los profesionales que desarrollan investigaci
on en el campo
de la
optica, por rigurosidad en la tematica tratada. Para los docentes porque pueden utilizarlo
como texto gua en campo de la optica; Para los estudiantes de cualquier escuela, facultad, centros de estudios, grupos de investigacion, donde se ventile el tema de optica de fourier. El libro
esta abierto para profesionales y docentes en las areas de analisis y tratamiento de se~
nales. Para
una mejor comprension del texto es indispensable una formacion basica en funciones especiales en
matematicas, una formacion en analisis y tratamiento de se~
nales, aunque con dedicaci
on e interes
en el tema se puede comprender su contenido. Cuales son los objetivos del libro?:
"Introducir al lector en los aspectos fundamentales de la optica, con su rigurosidad matematica.
"Proporcionar una visi
on general de la optica de fourier, para sus aplicaciones en ciencias e ingeniera.
Organizaci
on del libro
El texto esta dividido en 16 captulos. Cada capitulo comienza introduciendo al lector en el contenido del mismo, se presentan ejemplos que refuerzan la teora y el lector debe desarrollar tareas,
donde aplique lo estudiado.
Valledupar, Colombia
Marzo, 2007
Cesar Torres M.
Indice de Figuras
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.11
1.12
1.13
1.14
1.15
1.16
1.17
1.18
1.19
1.20
1.21
1.22
1.23
5
7
7
7
8
8
8
9
9
11
13
13
17
18
19
20
20
23
25
31
32
33
34
36
38
40
41
44
48
49
51
53
53
59
61
62
62
63
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
70
71
75
IV
Indice de Figuras
76
78
79
80
82
83
84
86
87
Indice General
1.
3
3
3
3
8
10
12
12
17
20
21
27
28
28
30
31
33
2.
35
35
35
40
42
42
42
43
43
44
44
44
46
46
47
49
51
52
54
57
59
59
59
60
Indice General
65
66
71
71
73
73
73
74
75
75
77
78
81
83
83
84
85
87
la medici
on de algunos parametros que varan con el tiempo en un fen
omeno particular. Se debe
asumir que la cantidad de interes ha sido observada durante un intervalo grande de tiempo y por
tanto existe una buena informacion sobre su comportamiento en el pasado. Si el comportamiento
pasado dene y permite conocer con exactitud el comportamiento futuro del par
ametro estudiado;
entonces se dice que este par
ametro tiene un comportamiento deterministico; en el caso en cual
no se pueda predecir el comportamiento futuro con exactitud decimos que el parametro ahora
tiene comportamiento aleatorio. Sin embargo es importante aclarar que las palabras deterministico
y aleatorio no son absolutas en la descripcion de los fenomenos fsicos, a menudo se encuentran
situaciones que corresponden a ciertos grados de estos comportamientos.
Muchas cantidades fsicas pueden ser representadas por funciones escalares mientras que otras
deben ser descritas por funciones vectoriales; la presion P en un gas encerrado es una cantidad
escalar que depende de la temperatura T otra cantidad escalar, por tanto P puede ser descrita
!
por una funcion escalar de la variable escalar T . De otro lado el campo electrico E asociado con
!
una onda electromagnetica propagandose es una cantidad vectorial que depende de la posicion
r
!
y del tiempo t; por tanto debe ser representado por una funcion vectorial del vector variable
r
y de la variable escalar t. En el estudio de los sistemas lineales es importante estudiar funciones
escalares de variables escalares. Una funci
on puede ser vista como una regla que relaciona la variable
dependiente a una o mas variables independientes. Si suponemos la siguiente funcion:
y = f (x)
(1.1)
Si x toma tanto valores positivos como negativos esta funcion se llamara de valores complejos.
Otra muy importante denicion debe ser hecha en la clasicaci
on de funciones periodicas y no
peri
odicas; una funcion periodica f (x) tiene la propiedad de que para todo x se cumple:
f (x) = f (x + nX)
(1.2)
Donde n es un entero y X es una constante real positiva conocida como el periodo de f (x);
se asume que X es el n
umero m
as peque~
no para el cual la ecuaci
on 1.2 es satisfecha, de esta
expresi
on es claro que una funcion periodica se repite exactamente despues de intervalos jos de
nX. El inverso del periodo es llamado Frecuencia fundamental de la funcion. Cuando la variable
independiente es una coordenada espacial tanto x como X tienen dimensiones de longitud, la
frecuencia fundamental tiene dimensiones del inverso de la longitud. En este caso el smbolo 0
representa la frecuencia espacial fundamental de la funci
on periodica; es decir:
0 =
1
X
(1.3)
g (t) = g (t + nT )
(1.4)
0 =
1
T
(1.5)
Las unidades de 0 son ciclos por segundo o Hertz. La frecuencia fundamental temporal especica el n
umero de repeticiones hechas por la funcion por unidad de tiempo.
(1.6)
La gr
aca de tal funcion es mostrada en la gura 1.2 y es facil ver que esta funcion se repite
exactamente despues de intervalos de nX =
n
0 .
constante arbitraria que determina la posicion de la funcion a lo largo del eje x. La funcion seno es
cero cuando su argumento es igual a un m
ultiplo entero de , as los ceros de la funcion dados por
la ecuaci
on anterior suceden en los puntos x =
(n+)X
.
2
h (x) = Ae( b )
x
(1.7)
Donde b es un n
umero positivo real. La graca de esta funcion es mostrada en la gura 1.4:
Existe otra clase de funciones llamadas funciones cuasi peri
odicas; estas funciones son compuestas de la suma de dos o mas funciones periodicas cuyos periodos son inconmensurables. Pata
ilustrar considere las funciones peri
odicas f1 (x) y f2 (x) mostradas en la gura 1.5 con periodos
X1 y X2 respectivamente. Si se escoge X1 y X2 tal que su divisi
on es un n
umero racional, luego
la suma f3 (x) = f1 (x) + f2 (x) sera periodica. Por ejemplo suponga X1 = 1 y X2 = 2 la raz
on
X2
X1
e (x) = e (x)
(1.8)
Es llamada una funcion par de x; mientras que una funcion o (x) con la propiedad:
o (x) = o (x)
(1.9)
Como se puede observar de las anteriores ecuaciones sus respectivas gracas mostradas en la
gura 1.8 presentan simetras con respecto a sus ejes; para la funci
on par la curva a la izquierda
del origen es simplemente la reexi
on alrededor del eje vertical de la curva a la derecha del origen;
para la funcion impar la curva a la izquierda del origen es obtenida por una primera reexion de
la curva a la derecha del origen al rededor del eje vertical, y luego una reexion alrededor del
eje horizontal (las palabras izquierda y derecha pueden ser intercambiadas) esto se puede probar
fsicamente con un par de espejos.
La suma de funciones par o impar jamas sera par o impar como se muestra en la gura 1.9 que
corresponde a la suma de las funciones e (x) y o (x):
(1.10)
10
Donde:
fe (x) =
1
[f (x) + f (x)]
2
(1.11)
fo (x) =
1
[f (x) f (x)]
2
(1.12)
Otro interesante resultado partiendo de las propiedades de simetra de las funciones es el producto de dos funciones par es una funcion par, el producto de dos funciones impar es una funcion
par y el producto de una funcion par y una funcion impar es impar; estos resultados pueden ser
muy u
tiles al simplicar ciertas operaciones integrales.
Si se supone por ejemplo que se busca evaluar la integral denida de la funcion par e (x) sobre
el intervalo (a; a). Con como variable muda de integracion, se puede escribir que:
Z
e () d =
e () d +
a
e () d
(1.13)
Z a
e () d = 2 e () d
(1.14)
o () d 0
(1.15)
La interpretaci
on geometrica de estos resultados se puede expresar en terminos de las areas
bajo las curvas.
11
importancia en los preliminares de este texto. Si se supone, por ejemplo que se desea encontrar el
valor de la transmitancia de una placa fotogr
aca, en general esta varia punto a punto en la placa
y por tanto debe ser representada por una funci
on dos dimensional de las coordenadas espaciales,
en coordenadas rectangulares ser
a:
t = g (x; y)
(1.16)
2
2
x d+y
2
f (x; y) = A e
(1.17)
El valor de esta funcion para cualquier punto (x; y) es justamente la altura de la supercie
encima del plano x y. En general esta altura puede ser positiva o negativa. Tambien es posible
expresar la funci
on Gaussiana bidimensional en coordenadas polares como:
p
r = + x2 + y 2
(1.18)
(1.19)
= arctan
g (r; ) = Ae( d )
r
(1.20)
12
Una funcion dos dimensional se dice de variables separables en un sistema coordenado particular
si se puede escribir como el producto de dos funciones uno dimensionales, cada una de las cuales
depende u
nicamente de una de las coordenadas; as la funcion f (x; y) es de variables separables s:
(1.21)
1.3.1 n
umeros complejos
Dados dos n
umeros reales v y w se puede formar la suma:
u = v + iw
Donde i =
(1.22)
p
1 ; en genral se dice que u es un n
umero complejo, sin embargo si w = 0 es
simplemente un n
umero real y si v = 0 es un n
umero imaginario. Por tanto podemos denir:
v = < (u)
(1.23)
w = = (u)
(1.24)
La representacion de un n
umero complejo puede ser realizada en el plano cartesiano correspondiendo a un punto sobre este como se indica en la gura 1.11:
13
u = rei
(1.25)
Donde:
r =j u j=
p
v 2 + w2
(1.26)
= arg(u) = arctan
w
v
(1.27)
14
r =j u j=
p
p
32 + 22 = 13 = 3:61
(1.28)
y
2
= arg(u) = arctan
= 33:70 0:591rad
3
(1.29)
u = 3:61ei0:591
(1.30)
Cuando un n
umero complejo est
a dado en forma polar sus componentes real e imaginario se
pueden obtener utilizando la formula de Euler:
(1.31)
<(u) = r cos
(1.32)
=(u) = r sin
(1.33)
El complejo conjugado de un n
umero complejo u se denota por u y se obtiene simplemente
remplazando i por i; por tanto el complejo conjugado de u = v + iw ser
a:
u = v iw
(1.34)
En forma polar:
u = rei
(1.35)
15
u1 = r1 ei1 = v1 + iw1
(1.36)
u2 = r2 ei2 = v2 + iw2
(1.37)
u1 + u2 = (v1 + v2 ) + i (w1 + w2 )
(1.38)
(1.39)
u1 + u1 = 2v1
(1.40)
u1 u1 = i2w1
(1.41)
u1 u1 =j u1 j= v1 2 + w1 2 = r1 2
(1.42)
Las propiedades de division son un poco mas complejas que la adicion y la multiplicacion,
a menos que el dividendo y el divisor esten dados en forma polar; si estos estan dados en forma rectangular, el divisor debe ser racionalizado antes que el cociente sea expresado en forma
rectangular:
u1
u1 u2
u1 u2
=
=
2
u2
u2 u2
j u2 j
u1
=
u2
v1 v2 + w1 w2
u2 2 + w2 2
(1.43)
+i
v2 w1 v1 w2
u2 2 + w2 2
(1.44)
16
Esta operaci
on puede ser desarrollada mas facilmente si se utiliza la forma polar como se
muestra a continuacion:
u1
r1 ei1
r1
=
= ei(1 2 )
i
2
u2
r2 e
r2
(1.45)
j u1 u2 j = j u1 j:j u2 j
(1.46)
j u1 u1 j = j u1 j
(1.47)
(u1 + u2 ) = u1 + u2
(1.48)
(1.49)
(1.50)
u1
u2
u1
u2
1
u1
=
u1
j u1 j2
(1.51)
(1.52)
(1.53)
(1.54)
17
(1.55)
(1.56)
1 +k2
1
1
(u1 ) n = (r1 ) n exp[i( n )]
(1.57)
1
Figura 1.13. N
umeros complejos tratados como vectores
1.3.2 Fasores
La palabra fasor es utilizada por los fsicos para signicar n
umeros complejos. En ingeniera se
utiliza para denotar una funcion exponencial compleja de modulo constante y fase lineal, esto es
una funcion con comportamiento puramente arm
onico; sin embargo se puede entender de manera
general como una funci
on de valor complejo de una o mas variables. Si se dan dos funciones v (x)
y w (x) la forma de la funci
on compleja por tanto es:
(1.58)
18
Expresi
on conocida como fasor; esta funcion en forma polar se escribe como:
(1.59)
Donde
1
a (x) =j u (x) j= v 2 (x) + w2 (x) 2
(1.60)
w (x)
v (x)
(1.61)
Son el modulo y la fase respectivamente de u (x). Ambos a (x) y (x) son funciones de valor
real y a (x) es positivo. Los fasores se pueden representar en el plano complejo en una forma similar
a los n
umero complejos como se ilustra en la gura 1.14:
(1.62)
(1.63)
Se debe notar que si a (x) y (x) no varan entonces u (x) es una constante compleja. Si se
representa el fasor como:
u (x) = Aei20 x
19
(1.64)
(1.65)
(1.66)
Las gr
acas de estas funciones son mostradas en la gura 1.15:
El siguiente metodo involucra las gracas individuales del modulo y de la fase de u (x) las cuales
son especicadas como:
j u (x) j= a (x) = A
(1.67)
(1.68)
El ultimo metodo referenciado esta fundamentado en un sistema coordenado rectangular tridimensional. La variable x es gracada a lo largo de un eje, y las componentes real e imaginaria del
20
fasor son gracadas a lo largo de los otros dos. El resultado es la curva tridimensional una helice
en este caso, la cual es mostrada en la gura 1.16.
Se debe destacar es que cuando una funcion de valor complejo o fasor cuya parte real es una
funcion par y cuya parte imaginaria es impar se dice que es Hermtico, mientras que un fasor cuya
parte real es impar y cuya parte imaginaria es par se llama Antihermitico, lo cual conduce a ciertas
propiedades particulares de la transformada de Fourier.
21
mente denida esto puede conducir a confusiones conceptuales, por ejemplo un voltaje que varia
continuamente con el tiempo es representado por un fasor a (t) e(i(t)) lo cual implica que el voltaje
consiste de una parte real y una parte imaginaria y esto no tiene sentido fsico. Tal voltaje es mejor
representado en la parte real e imaginaria por un fasor apropiado lo cual conduce a funciones de
valor real.
1.4.1 Se~
nales sinusoidales
Las se~
nales sinusoidales son de gran importancia ene el estudio de muchos problemas de ingeniera,
ya que ellas describen adecuadamente el comportamiento de m
ultiples fen
omenos, pero adem
as
son basicas; ya que otras funciones se pueden descomponer en terminos de funciones sinusoidales
como combinaciones lineales, en resumen las funciones sinusoidales son las funciones propias de los
sistemas lineales invariantes al desplazamiento LSI.
Si se considera la funci
on de valor real:
(1.69)
La cual puede ser usada para representar una cantidad fsica cuyo comportamiento es sinusoidal
por ejemplo una lnea de voltaje o un sistema de distribucion de potencia, las oscilaciones de un
pendulo, etc. Esta expresi
on tambien se puede escribir como:
(1.70)
Donde:
(1.71)
22
s (t) =
n
X
vi (t)
(1.72)
i=1
De n se~
nales cosenoidales de la forma:
(1.73)
umero de terminos
Donde i = 1; 2; 3; :::n, Ai y i son constantes reales arbitrarias. Para un gran n
se entiende que es bastante difcil calcular esta suma, pero con la denicion de fasor:
(1.74)
Donde:
(1.75)
Se obtiene que:
( n
)
n
X
X
vi (t) = <
ui (t)
i=1
(1.76)
i=1
A cos (20 t) =
A 2i0 t
+ e2i0 t
e
2
(1.77)
A
2
23
y fase lineal 20 . En un
diagrama de fasores el primero de estos fasores rota en el sentido contrario al horario con tiempo a
la velocidad de 20 rad
seg , mientras que el segundo rota en el sentido horario a la misma velocidad.
La parte imaginaria de estos fasores es siempre de signo opuesto, cancelado el uno al otro, pero
su parte real es siempre del mismo signo esta suma produce la funcion de valor real A cos (20 t)
como se muestra en la gura 1.17. Es tambien instructivo asociar el signo negativo en el exponente
del segundo fasor con la frecuencia fundamental es decir:
A cos (20 t) =
i
A h 2i0 t
+ e2i(0 )t
e
2
(1.78)
(1.79)
24
Donde a (t) es siempre la amplitud instantanea de la onda portadora y (t) es la fase instantanea. Para modulacion en amplitud AM , a (t) es linealmente referida a la se~
nal moduladora
m (t), mientras la fase es independiente de esta se~
nal y usualmente tiene la forma:
(t) = 2c t
(1.80)
a (t) = A [1 + m (t)]
(1.81)
Donde A es una constante real positiva y m (t) es una funcion de valor real; por tanto para el
caso de AM se tiene:
(1.82)
m (t) 1
(1.83)
Se asume usualmente que a (t) es positivo. Si m (t) es una funcion que varia lentamente con
respecto a la oscilaci
on de la onda portadora como es generalmente el caso; a (t) es llamada la
envolvente de la onda modulada. En la gura 1.18 se muestra una se~
nal modulada arbitrariamente
empezando en el tiempo t0 y la onda modulada resultante. Es tambien instructivo considerar el
proceso de modulaci
on desde el punto de vista de los fasores, parta hacer esto se puede escribir
que:
(1.84)
(1.85)
25
(t) = 2c t + m (t)
(1.86)
(1.87)
26
!
!
!
u (
r ; t) = a (
r ) cos [20 t (
r )]
(1.88)
!
Para representar tal onda monocrom
atica polarizada linealmente donde
r es un vector posici
on
!
y 0 es la frecuencia temporal de la onda. La funcion a (
r ) es conocida como la amplitud de la
onda y el argumento de la funci
on cos es llamada la fase. Las supercies en el espacio denidas por
!
la ecuaci
on son llamadas supercies cofasales o m
as com
unmente frentes de onda. Ambos a (
r)y
!
!
(
r ) son funciones escalares de valor real de la posici
on. La funci
on u (
r ; t) es la soluci
on de la
ecuaci
on de onda escalar:
r2 u (r; t)
n2 @ 2 u (r; t)
=0
c2
@t2
(1.89)
r2 =
@2
@2
@2
+ 2+ 2
2
@x
@y
@z
(1.90)
Se asume que el medio es homogeneo y que sus propiedades son independientes del tiempo; as
el ndice refractivo es constante. Si se dene el fasor:
(1.91)
Expresi
on conocida en optica como la amplitud compleja de la onda u (r; t) de tal forma que:
(1.92)
20
c
2
0
(1.93)
es el n
umero de onda asociado con u (r; t), 0 es la longitud de onda
en el vaco. Como resultado de esto muchos problemas de interes en la optica pueden resolverse y
algunas operaciones intermedias ser simplicadas.
27
a.fe (x) =
b.fo (x) =
1
2
1
2
[f (x) + f (x)]
[f (x) f (x)]
1.2. Dado el n
umero complejo u = v + iw, demuestre que:
1
2
a. Re fug =
b. Im fug =
1
2i
(u + u )
(u u )
a. Re fu1 + u2 g =
1
2
(u1 + u2 ) +
1
2
(u1 + u2 )
e. j u1 + u2 j2 =j u1 j2 + j u2 j2 +u1 u2 + u1 u2
1.4. Encuentre todas las raices de las siguientes ecuaciones y muestre sus posiciones en el plano
complejo:
a. x3 = 1
b. x3 = 8ei
28
c. x4 = 4ei 3
a. u = ei 6 + ei
5
6
b. u = 2ei 3 2ei
c. u = 1 +
2
3
p i
2e 4 + ei 2
1.6. Sea u (x) = Aei20 x Donde A y 0 son constantes reales positivas ; encuentre y graque
las siguientes funciones:
a. j u (x) j2
b. u (x) + u (x)
c. j u (x) + u (x) j2
z1
z2
r1
r2
SOLUCION:
r1 (cos 1 + i sin 1 )
z1
=
z2
r2 (cos 2 + i sin 2 )
(1.94)
r1 (cos 1 + i sin 1 )
r1 (cos 1 + i sin 1 ) (cos 2 + i sin 2 )
=
:
r2 (cos 2 + i sin 2 )
r2 (cos 2 + i sin 2 ) (cos 2 + i sin 2 )
(1.95)
29
(1.96)
r1
z1
=
fcos (1 2 ) + i sin (1 2 )g
z2
r2
(1.97)
(1.98)
De la Formula binomial:
(a + b) = a +
!
n
n1
b+
!
n
n2 2
b + ::::::::::::
!
n
anr br ::::::::::::: + bn
(1.99)
(1.100)
(1.101)
Por consiguiente:
(1.102)
2
cos 5 = cos5 10 cos3 1 cos2 + 5 cos 1 cos2
(1.103)
30
Resolviendo:
(1.104)
1.6.2 Representaci
on matem
atica de cantidades fsicas
Considere la expresi
on matematica u1 (x; y) = Aeikx x .
Soluci
on
Representa una onda plana
B. Identique sus principales caractersticas.
Soluci
on
Es una onda plana de amplitudconstante A, su fase esta en el origen de coordenadas; es decirt
no esta desfasada. El parametro x representa el angulo del coseno direcor en la direcci
on x
C. Sabiendo que I (x; y) =j u1 (x; y) j2 , encuentre este valor. Que signicado fsico tiene (Valor
0.40 puntos)
Soluci
on
(1.105)
Se obtiene:
(1.106)
Finalmente:
I (x; y) =j A j2
(1.107)
Cantidad que representa que la irradiancia Cantidad de energa o de ujo radiante de la onda
plana a traves del espacio, en este caso particular la Irradiancia es constante.
31
Soluci
on
Debido a que todos los elementos estan en serie, la corriente en cualquier punto del circuito
debe ser la misma en cualquier instante. Por consiguiente, el voltaje a traves de cada elemento
tiene diferentes amplitudes y fases. En particular, el voltaje a traves de la resistencia esta en fase
con la corriente, el voltaje a traves del inductor adelanta la corriente 900 , y el voltaje a traves
del capacitor va retrasado de la corriente en 900 . Utilizando estas relaciones de fase, se pueden
expresar las cadas de voltaje instantaneas a traves de los tres elementos como:
(1.108)
(1.109)
(1.110)
32
V = VR + Vl + Vc
(1.111)
B. Obtenga el diagrama de fasores resultante combinando los tres pares de fasores encontrados
en el literal anterior.
Soluci
on Debido a que la corriente en cada elemento es la misma en cualquier instante, se puede
obtener el diagrama de fasores resultante combinando los tres pares de fasores mostrados. Para
obtener la suma vectorial de estos voltajes, es conveniente dibujar un diagrama de fasores como se
muestra en la gura 2.
an en direcciones
opuestas a lo largo de la misma lnea, por lo que se puede construir un fasor de diferencia Vl Vc
la cual es perpendicular al fasor VR . Seg
un el triangulo rect
angulo en la gura 2 se nota que:
Vm =
q
q
VR2 + (Vl Vc )2 = (IR)2 + (IXl IXc)2
(1.112)
Finalmente:
Vm = I
q
(R)2 + (Xl Xc)2
(1.113)
Soluci
on
Por lo tanto, se puede expresar la corriente maxima como:
Vm
I=q
2
(R) + (Xl Xc)2
33
(1.114)
Z=
q
(R)2 + (Xl Xc)2
(1.115)
Vm = IZ
(1.116)
1.6.4 Representaci
on de una se~
nal con forma de onda
A. Sea una se~
nal periodica f (x) de periodo 2 denida por:
f (x) =
8
x; Si x 0
>
>
<
>
>
:
(1.117)
x;
Si 0 < x
Realice una gr
aca de la se~
nal.
f (x) = x2
Si
Realice una gr
aca de la se~
nal.
(1.118)
34
step
signo
Rectangulo
rampa
triangulo
sinc
sinc2
Gaussiana
Impulso
Denici
on
8
0; Si Xb < Xb0
>
>
<
0
step xx
= 21 ; Si Xb = Xb0
b
>
>
:
1; Si Xb > Xb0
8
1; Si Xb < Xb0
>
>
<
0
sgn xx
= 0;
Si Xb = Xb0
b
>
>
:
1;
Si Xb > Xb0
8
0
j> 12
0; Si j XX
>
b
>
xx0 < 1
0
rect
= 2 ; Si j XX
j= 12
b
b
>
>
:
0
1; Si j XX
j< 12
b
8
0;
Si Xb Xb0
>
>
<
0
ramp xx
=
b
>
>
: XX0
j b j; Si Xb > Xb0
8
0
0;
Si j XX
j 1
>
b
>
<
xx0
tri
=
b
>
>
:
0
0
j; Si j XX
j< 1
1 j XX
b
b
xx
0
xx0 sin( b )
sinc
=
xx
b
( b 0 )
0
sin( xx
) 2
b
0
j sinc xx
=
j
xx
b
( b 0 )
h
xx0 2 i
0
Gaus xx
=
exp
b
b
36
(Step)
(Signo)
(Rampa)
(Sinc2 )
(Rectangulo)
(Triangulo)
(Gauss)
(Sinc)
(Impulso)
37
Propiedades de la funci
on impulso:
(x x0 ) = 0;
Z
si
x 6= x0
(2.1)
x2
x1
(2.2)
Propiedades de escalamiento
x x0
b
=j b j (x x0 )
(ax x0 ) =
1
x0
x
jaj
a
(2.3)
(2.4)
(x + x0 ) = (x x0 )
(2.5)
(x) = (x)
(2.6)
Propiedades en productos
f (x) (x x0 ) = f (x0 ) (x x0 )
(2.7)
x (x x0 ) = x0 (x x0 )
(2.8)
(x) (x x0 ) = 0;
Si
x0 6= 0
(2.9)
38
(x x0 ) (x x0 ) =
(2.10)
indef inido
Propiedades en integrales
A ( x0 ) d = A
(2.11)
( x0 ) d = 1
(2.12)
( x0 ) (x ) d = (x x0 )
(2.13)
Funci
on Impulso par e impar
(x) = [ (x + 1) + (x 1)]
(2.14)
(x) = [ (x + 1) (x 1)]
(2.15)
(Deltapar)
(Deltaimpar)
Funci
on peinilla de Dirac
(Peinilla)
comb (x) =
1
X
(x n)
39
(2.16)
n=1
comb
x x0
b
=j b j
1
X
(x x0 nb)
(2.17)
n=1
Taller de funciones b
asicas unidimensionales. En la solucion de problemas cientcos y de ingeniera se encuentran situaciones las cuales no se pueden plantear con expresiones algebraicas simples, es necesario entonces introducir funciones especcas que nos representen parametros fsicos.
Dado que f (x) = rect (x + 2) + rect (x 2), dibuje las siguientes funciones:
a. f (x)
b. g (x) = f (x 1)
c. h (x) = f (x) sgn (x)
d. p (x) = h (x 1)
Funciones compuestas
a. f (x) = rect x4 rect x2
b. g (x) = 2tri x2 tri (x)
c. h (x) = 2tri x2 2tri (x)
d. p (x) = rect x4 tri x2 sgn (x)
on f (x) = tri (x) step (x) dibuje lo siguDadas las constantes reales positivas b y x0 y la funci
iente:
a. f (x)
b. f xb
c. f (x x0 )
Analisis gr
aco
Dadas las gracas unidimensionales de la gura 2.3 escribir su ecuacion en terminos de las
funciones estudiadas en clase:
40
(A)
(B)
(C)
(D)
(E)
(F)
Figura 2.3. Gr
acas de las funciones propuestas
Para cada una de las funciones especiales denidas en el numeral anterior encontrar su graca
correspondiente y determinar analticamente el valor de su area.
Realizar un gr
aco comparativo de las funciones tri (x), sinc (x), sinc2 (x) y Gauss (x)
(2.18)
Taller de funciones b
asicas bidimensionales. Dadas las gracas bidimensionales de la gura
2.4 escribir su ecuaci
on en terminos de las funciones estudiadas en clase:
(a)
(b)
(c)
(d)
41
Figura 2.4. Gr
acas propuestas
Coordenadas polares:
En la mayora de los sistemas opticos los elementos utilizados poseen simetra radial cerca del eje
optico en una primera aproximacion; por tanto en muchos casos es conveniente utilizar geometra
a.) Funci
on cilindro
cyl
r
d
1;
0r<
1
2;
r=
d
2
0;
r>
d
2
d
2
b.) Funci
on sombrero
somb
r
d
2J1 dr
r
d
(2.19)
42
Donde J1 es la funci
on de Bessel de orden 1.
c.) Funci
on Gaussiana
r 2
Gauss
= exp
d
d
r
(2.20)
Taller gr
aca de funciones. b.) Encontrar el volumen de cada una de las funciones denidas
en los literales anteriores.
c.) Gracar en detalle cada una de las funciones denidas en literales anteriores.
2.2.2 Conceptos b
asicos
Dada la funci
on n (t) la cual forma un completo conjunto ortogonal en el intervalo (t1 ; t2 ); casi
cualquier funci
on abitraria f (t) puede ser expandida en este intervalo de acuerdo a :
f (t) =
1
X
cn n (t)
(2.21)
n=1
as se debe cumplir
La condici
on de ortogonalidad permite calcular los coecientes cn y adem
que:
Z
t2
t1
f 2 (t) dt < 1
(2.22)
43
En el caso de tener una serie innita; la funcion debe ser aproximada por una funcion truncada
la cual contiene solo un n
umero nito de terminos y se deber
a buscar la mejor aproximacion, por
tanto se debe emplear el concepto de integral de error cuadr
atico medio:
Z
t2
t1
(2.23)
(2.24)
Con n = 0; 1; 2::::
Estas funciones forman la base de la expansi
on en series de Fourier son ortogonales sobre
cualquier intervalo igual a un n
umero entero de periodos del termino de primer orden o Componente
fundamental esto es:
t1 t2 = k
1
0
(2.25)
Con k = 1; 2; 3; :::::
44
2.2.5 An
alisis gr
aco
Dada la graca de la g 2.5 expandir en serie de Fourier tanto analiticamente como gracamente.
Dada la funcion rec Tt expandir en serie de Fourier tanto analiticamente como gracamente.
2.2.6 Aproximaci
on de polinomio a una se~
nal con forma de onda
En el presente laboratorio hipotetico se pretende mostrar como se puede aproximar un polinomio
a una se~
nal.
El fundamento teorico se encuentra soportado en la aproximacion que utiliza la forma general
de la serie de Taylor a una funcion f (t) en la regi
on del punto t = a
2.2.7 Tarea
El polinomio
f1 (t) = a + bt + ct2
(2.26)
(2.27)
45
Utilizaci
on del valor mnimo del error cuadr
atico medio en la aproximaci
on de una
funci
on f1 (t) a otra f2 (t). En el presente laboratorio hipotetico se pretende mostrar como se
puede aproximar un polinomio a otro mediante la ayuda del valor mnimo del error cuadratico
medio.
La idea b
asica es comparar dos se~
nales sobre un intervalo denido t1 < t < t2 es decir:
(2.28)
(2.29)
Tarea. La funci
on
(2.30)
f2 (t) = At
(2.31)
Pn (t) =
1
2n n!
n
dn 2
t 1
n
dt
(2.32)
46
Probar que los dos polinomios de Legendre P0 (t) y P2 (t) Son ortogonales. Mostrar esta
situaci
on analticamente y gracamente.
f (t) =
1
X
cn n (t)
(2.33)
n=1
(2.34)
Con n = 0; 1; 2::::
O las funciones:
(2.35)
(2.36)
Considerando la expansi
on de funciones periodicas. Sea f (t) una funcion periodica con periodo
T = 0 1 puede ser representada por una serie de Fourier si cumple con las condiciones de Dirichlet
en el intervalo nito t1 t t2 :
1) Es monovaluada
2) Tiene un n
umero nito de maximos y mnimos
47
3) Tiene un n
umero nito de discontinuidades
4) Es absolutamente integrable:
Z
t2
t1
j f () j d < 1
(2.37)
f (t) =
1
X
cn exp (in20 t)
(2.38)
Converge uniformemente a f (t); es importante puntulaizar que cualquier funcion que represente
una variable fsica real debe satisafacer las condiciones de Dirichlet.
La serie de Fourier descompone la funcion en una combinacion lineal de exponenciales complejas
con coecientes aue deteriman el peso de la contribucion de cada una de ellas: Por tanto f (t) esta
compuesta de un gran n
umero de componentes sinusoidales que tiene frecuencias relacionadas
armonicamente.
Los coecientes se pueden calcular a parir de :
cn =
1
T
T +t
f () exp(in20 ) d
(2.39)
Donde la integraci
on es tomada sobre el periodo T = 0 1 para n sucientemente grande.
Considerese la serie de Fourier truncada. Si una funcion f (t) es aproximada unicamente por
unos pocos terminos es de esperar que la reconstrucci
on no sea la mas adecuada; se espera que entre
m
as terminos se utilicen la reconstrucci
on sea mejor sin embargo esto no es cierto en la vecindad
de una discontinuidad.
Veamos el caso de una funcion de onda rectangular (ver g 2.6):
Este comportamiento es conocido como el fenomeno de Gibbs.
48
(Onda rectangular)
g (t) = tri
t t0
b
(2.40)
Para representar esta funcion como una serie de Fourier se debe primero formar la funcion
peri
odica g 0 (t) con peri
odo T 2b
t t0
T
(2.41)
g 0 (t) =
1
X
tri
t t0 nT
b
(2.42)
g 0 (t) =
1
X
c0n exp(in20 t)
(2.43)
n=1
c0n =
1
T
T +t
g 0 () exp(in20 ) d
(2.44)
Funci
on Triangulo
49
Funci
on Triangulo como serie de Fourier
1
X
g (t) =
c0n exp(in20 t)
(2.45)
n=1
para el intervalo t0 b t t0 + b y:
g (t) = 0
(2.46)
g (t) =
G ()ei2t d
(2.47)
Donde:
G () =
g () ei2 d
(2.48)
Se nota la similaridad entre las dos integrales; a estas expresiones se les llama integrales de
Fourier, G () se llama transformada de Fourier de g (t) que es una representacion de dominio
temporal de alguna cantidad mientras que G () representa en el dominio frecuencial temporal y
50
por lo tanto es conocida como espectro de frecuencia temporal compleja o simplemente espectro de
frecuencias, se conoce a g (t) como la transformada de Fourier inversa de G ()
Si ahora se representa una funcion periodica por su serie de Fourier:
f (t) =
1
X
cn e(in20 t)
(2.49)
n=1
F () =
1
X
cn e
(in20 )
ei2 d
(2.50)
n=1
F () =
1
X
n=1
cn
ei2(n0 ) d
(2.51)
ei2(n0 ) d = ( n0 )
(2.52)
F () =
1
X
n=1
cn ( n0 )
(2.53)
Por tanto la transformada de Fourier de una funcion periodica consiste de un arreglo de funciones delta separados por intervalos frecuenciales iguales a la frecuencia fundamental 0 en otras
palabras funciones periodicas tienen espectros discretos algunas veces llamados espectros de linea.
en contraste los espectros de las funciones no periodicas son no discretos.
F () = A () ei2()
(2.54)
51
cn =
1
T
T +t
(2.56)
cn =
1
T
T +t
A (i20 )
+ e(i20 )
e
2
(2.57)
e(in20 ) d
Utilizando la ortogonalidad entre exponenciales complejos se obtiene:
cn =
(A
2
; if n = 1
0;
if n 6= 1
Funci
on coseno y Espectro de la Funci
on coseno
Funci
on coseno desfasada
F () =
1
X
cn ( n0 )
(2.58)
A
[ ( 0 ) + ( + 0 )]
2
(2.59)
n=1
F () =
52
F () =
20
(2.60)
F () e(i2t) d
(2.61)
F () e(i2t) d =
A (i20 t)
+ e(i20 t)
e
2
(2.62)
(2.63)
2.3.5 Relaci
on entre una funci
on y su espectro de fase
Considerese la funcion:
(2.64)
cn =
(A
2
e0 ; if n = 1
0;
if n 6= 1
F () =
20
ei2t0
(2.65)
Se observa que la amplitud del espectro es la misma que para el caso de una funci
on no
desplazada, mientras que la fase del espectro es ahora dada por:
() = 2t0 =
0
0
(2.66)
(2.67)
53
Su espectro es:
A1
F () = A0 () +
21
1
A2
A3
A4
+
+
+
22
2
23
3
24
4
(2.68)
Considerese la funcion:
f (t) = rect
2t
T
1
X
(t nT )
n=1
(2.69)
54
A
F () = sinc
2
20
X
1
( n0 )
(2.70)
n=1
Finalmente:
F () =
1
n
A X
sinc
( n0 )
2 n=1
2
(2.71)
(2.72)
La transformada de una suma de dos funciones es igual a la suma de sus transformadas individuales.
La ordenada central. Teniendo en cuenta que:
F () =
f () ei2 d
(2.73)
F (0) =
f () d
(2.74)
f (0) =
F () d
(2.75)
55
Propiedad de escalamiento. Sea f (x) una funcion con transformada de Fourier F () y sea b
una constante real y diferente de cero entonces:
n x o
F f
=j b j F (b)
b
(2.76)
F ff (x)g = F ()
(2.77)
Propiedad de desplazamiento. Sea f (x) una funcion con transformada de Fourier F () y sea
x0 una constante real entonces:
F ff (x x0 )g = ei2x0 F ()
(2.78)
n desplazada es simplemente la
As: La transformada de Fourier de una funcio
n no desplazada por un factor exponencial teniendo fase
transformada de la funcio
lineal en el caso que F () = A () ei()
F ff (x x0 )g = A () ei(()+2x0 )
(2.79)
Transformada de una conjugada. Sea f (x) una funcion con transformada de Fourier F () la
transformada de Fourier de f (x) es:
F ff (x)g = F ()
(2.80)
Transformada de una Transformada. Sea f (x) una funcion con transformada de Fourier F ()
la transformada de Fourier de F (x) es:
F fF (x)g = f ()
(2.81)
56
G () = F ff (x) h (x)g = F () H ()
(2.82)
n es simplemente el producto de
La transformada de Fourier de una convolucio
las transformadas de las funciones individuales
Transformada de un producto.
F ff (x) h (x)g = F () H ()
(2.83)
k
F f k (x) = (i2) F ()
(2.84)
o
n
k
F (i2x) f (x) = F k ()
Transformada de una integral.
Z x
1
F (0)
() d =
F
F () +
()
i2
2
1
(2.85)
(2.86)
TRANSFORMADA
()
(x)
(x x0 )
ei2x0
ei2x0
( 0 )
1
2j0 j 0
2j0 j
0
cos (20 x)
sin (20 x)
1
x
2jx0 j
x0
i
x
2jx0 j x0
cos (2x0 )
sin (2x0 )
rect (x)
sinc ()
sinc (x)
rect ()
tri (x)
sinc2 ()
sinc2 (x)
tri ()
sgn (x)
1
i
1
ix
sgn ()
step (x)
1
2 ()
ramp (x)
1
4 2
ejxj
2
1+(2)2
comb (x)
comb ()
Gaus (x)
Gaus ()
1
+ i2
i (1) ()
1
2
57
58
g (t) = Arect
t
T
2
(2.87)
Su espectro es:
G () =
g () ei2 d
(2.88)
T
4
ei2 d
(2.89)
G () =
i
T
A h i T
2 ei 2
e
i2
(2.90)
G () =
AT
T
sinc
2
2
(2.91)
G () = A
T4
g (t t0 ) = Arect
t t0
T
2
(2.92)
F fg (t t0 )g = ei2t0 F ()
(2.93)
Reemplazando:
Arect
t t0
T
2
!)
= ei2t0
AT
T
sinc
2
2
(2.94)
El espectro ahora tiene la misma amplitud pero ha sido modicado por un factor de fase.
(a)
(c)
59
(b)
(d)
2.4.2 Representaci
on de sistemas por operadores matem
aticos
Se debe encontrar un modelo matematico que sirva para describir un sistema fsico; es decir el
modelamiento de sistemas es frecuentemenete discutido en terminos de los operadores matem
aticos.
Considerese el conjunto de funciones ff1 (x) ; f2 (x) ; :::::::::fn (x)g de acuerdo a una regla que
se puede especicar se le asigna a todos los elementos de ese primer conjunto los elementos de
un segundo conjunto de funciones fg1 (x) ; g2 (x) ; :::::::::gn (x)g. Denotando el operador H se puede
establecer la regla entre los elementos de los dos conjuntos de funciones:
60
(2.95)
(2.96)
(2.97)
Luego para dos constantes complejas arbitrarias a1 y a2 el sistema se dice que es lineal si se
cumple:
(2.98)
H ff (x)g = g (x)
(2.99)
Entonces:
H ff (x x0 )g = g (x x0 )
(2.100)
(a)
(b)
(c)
(d)
(e)
(f)
61
A los sistemas lineales e invariantes a desplazamiento se les conoce como LSI y se denotan
generalmente por el operador L de tal manera que combinando la dos propiedades se tiene que:
L fa1 f1 (x x1 ) + a2 f2 (x x2 )g =
(2.101)
a1 g1 (x x1 ) + a2 g2 (x x2 )
Donde x1 y x2 son constantes reales
Sistemas causales. Se considera que un sistema es causal si el valor de la salida a cualquier
punto no depende de valores futuros de la entrada. Consideremos un sistema para el cual la
entrada y la salida son funciones temporales, puede ser el caso de un circuito RC si se escoge como
voltaje de entrada una funcion delta no desplazada temporalmente. Asumiendo que no existen
62
(a)
(b)
(c)
(d)
63
que inuencia la salida para ambos valores positivos uy negativos de x, lo cual quiere decir que el
sistema describe un comportamiento antes que el estimulo de entrada sea aplicado, sin embargo
el misterio desaparece cuando se entiende que el termino antes es impropiamente utilizado aqu.
Estrechamente asociado con el concepto de causalidad es la consideraci
on de condiciones iniciales
es decir las consideraciones de almacenamiento de energa dentro de un sistema cuando la entrada
es aplicada.
Sistemas con memoria. Un sistema se dice que tiene memoria; si en lugar de ser una funcion
de la entrada, la salida es un funcional de la entrada, tales sistemas tambien son llamados sistemas
dinamicos. o instant
aneos o de memoria cero, en ese caso la salida es una funcion de la entrada.
Vamos a considerar ejemplos de cada clase de sistemas. Para un sistema con memoria, la salida
esta relacionada con la entrada por la expresion operacional:
g (x) = S ff (x)g
(2.102)
g (x) = 2xex
(2.103)
d
dx
(2.104)
64
Y en el punto x = x1 :
(2.105)
g (x) = u [f (x) ; x]
(2.106)
g (x1 ) = u [f (x1 ) ; x1 ]
(2.107)
(2.108)
(2.109)
(2.110)
Del an
alisis anterior se observa que un sistema sin memoria mapea el valor de la entrada en un
punto singular en el valor de la salida en ese punto, mientras un sistema con memoria mapea el
valor de la entrada a varios puntos en el valor de la salida de un punto singular; esta es la diferencia
basica entre una funci
on y un funcional.
65
S ff (x)g = g (x)
(2.111)
S f (x x0 )g = h (x; x0 )
(2.112)
Si ahora se considera un sistema LSI caracterizado por el operador L fg se nota que para una
entrada impulsiva aplicada en el origen; la salida es:
L f (x)g = h (x; 0)
(2.113)
L f (x x0 )g = h (x; x0 )
(2.114)
Debido a que el sistema es invariante a desplazamiento, la segunda respuesta debe ser identica
a la primera, excepto que es desplazada por una cantidad x0 a lo largo del eje x; por consiguiente:
L f (x x0 )g = h (x x0 ; 0)
(2.115)
h (x; x0 ) = h (x x0 ; 0)
(2.116)
66
entrada es aplicada, y no del valor de ambos. Cambiando la notacion para la respuesta impulsional
de tal sistema a una forma mas concisa se encuentra que:
L f (x x0 )g = h (x x0 )
(2.117)
L f (x)g = h (x)
(2.118)
Por tanto los sistemas LSI son totalmente caracterizados por su respuesta impulsional. Esta
es una propiedad muy importante de estos sistemas, y es de gran aplicacion. Las guras 2.14 y
2.15 muestran algunas respuestas impulsionales tpicas. Es importante anotar que la respuesta
impulsional de un sistema LSI cuando a la entrada se tiene una funcion delta; no es otra funcion
delta.
L f (x; 0 )g = H (0 ) (x; 0 )
(2.119)
H (0 ) = A (0 ) ei(0 )
(2.120)
67
(2.121)
Lo cual conduce a una conclusion extremadamente importante: Cuando pasa a traves del sistema una funcion propia, esta puede ser atenuada o amplicada y su fase puede ser desplazada;
pero la entrada permanece invariante en forma. El exponencial complejo ei20 x es una funci
on
propia de cualquier sistema LSI, con ei20 x de entrada a este tipo de sistema; la salida debe ser
escrita como:
L ei20 x = g (x; 0 )
(2.122)
o
n
(2.123)
o
n
(2.124)
o
n
L ei20 (xx0 ) = ei20 x0 g (x; 0 )
(2.125)
n
o
L ei20 (xx0 ) = g (x x0 ; 0 )
(2.126)
(2.127)
g (x; 0 ) = H (0 ) ei20 x
(2.128)
68
L ei20 x = H (0 ) ei20 x
(2.129)
H (0 ) = g (0; 0 )
(2.130)
Este resultado pone en evidencia que H (0 ) tiene un valor igual que el de la salida en el origen,
si se asume una entrada de la forma ei20 x .
En el an
alisis anterior obviamente el valor propio H (0 ) es una funcion de 0 , la frecuencia de
la funci
on propia de entrada, pero el valor de 0 es completamente arbitrario; denotado de esta
manera H (0 ) es frecuentemente llamado la funci
on de transferencia (respuesta frecuencial) del
sistema y se demostrar
a que corresponde a la transformada de Fourier de la respuesta impulsional
h (x); la cual describe la atenuacion y la fase experimentada por una funci
on propia exponencial
que pasa a traves del sistema y es una funcion de la frecuencia de esta funcion propia.
Se ha visto que sucede cuando la entrada a cualquier sistema LSI es un exponencial complejo
de la forma ei20 x ; si ahora se considera un sistema especial LSI, el cual tiene una respuesta
impulsiva de valor real; tal sistema transforma una entrada de valor real y es por tanto la clase
de sistema mas com
unmente encontrado en la pr
actica. La funci
on de transferencia H (0 ) de esta
clase de sistema es Hermtica, es decir la parte real de H (0 ) es par y la parte imaginaria es impar,
propiedad que puede ser expresada como:
H (0 ) = H (0 )
(2.131)
En realidad hasta ahora se conoce que clase de salida tendra el sistema cuando la entrada es
ei20 x ; ahora se debe encontrar lo que sucede con la salida cuando la entrada es una funcion coseno
o seno; es decir para una entrada de la forma cos (20 x) la salida es:
1 i20 x
+ ei20 x
e
2
69
(2.132)
1 i20 x 1 n i2(0 )x o
+ L e
L e
2
2
(2.133)
1
1
H (0 )ei20 x + H (0 )ei20 x
2
2
(2.134)
1
H (0 )ei20 x +
H (0 )ei20 x
2
2
(2.135)
Lo que conduce a :
(2.136)
(2.137)
Y puede ser visto que para esta clase sistemas especiales LSI una entrada coseno produce una
salida coseno, posiblemente atenuada y desplazada, donde se cumple que:
L Re ei20 x = Re L ei20 x
Este resultado se muestra en la gura 2.16.
(2.138)
70
71
f (x) h (x) =
1
1
f () h(x )d
(2.139)
(2.140)
La operacion convoluci
on puede ser vista simplemente como el proceso de encontrar el area
del producto de f () y h (x ). El proposito de este taller es aprender a realizar la operacion
convoluci
on graca y matem
aticamente.
Funciones utilizadas para la operaci
on convoluci
on. Considere las siguientes funciones (ver
g 2.17) para la realizacion del taller:
Procedimiento gr
aco para la convoluci
on. a.) Gracar las funciones con la variable en el
eje horizontal
b.) Gracar la funci
on h () la cual es simplemente una im
agen de espejo de la funcion h ()
c.) El producto f () h (x ) = f () h () es encontrado y gracado.
72
d.) El area de este producto es calculado y corresponde al sobrelapamiento de las dos areas de las
funciones a convolucionar, para el caso x = 0 es :
Z
f () h()d = g (0)
(2.141)
e.) Se retoma el paso b.) y un nuevo valor para x = 1; se realiza todo el procedimiento anterior.
f.) La operacion naliza cuando ya no exista sobrelapamiento entre las gracas de las dos funciones.
g.) Luego se realiza una gr
aca de g (x) contra x
Convoluci
on por integraci
on directa.
Z 1
f (x) h (x) =
f () h(x )d
(2.142)
f () h(x )d
2
2
h(x )d =
3
3
(2.143)
x+1
d =
(x + 1)
3
(2.144)
2
g (x) =
3
d = 3
(2.145)
2
g (x) =
3
x3
d = 3
(x 3)
3
(2.146)
73
v() w(x )d
(2.147)
La Convoluci
on de f (x) h (x) sera:
Z 1
Z 1 Z 1
v() w(x )d h (x ) d
1
(2.148)
1. Si f (x) y h (x) son absolutamente integrables sobre el intervalo semi-innito (1; 0).
2. Si f (x) y h (x) son absolutamente integrables sobre el intervalo semi-innito (0; 1).
3. Si f (x) o h (x), o ambas son absolutamente integrables sobre el intervalo innito (1; 1).
Ejemplos:
EXISTE LA CONVOLUCI
oN
NO EXISTE LA CONVOLUCIoN
1 rect (x)
1 step (x)
(2.149)
2. DISTRIBUTIVA:
(2.150)
74
3. INVARIANZA A DESPLAZAMIENTO:
g (x x0 ) = f (x x0 ) h (x)
(2.151)
g (x x0 ) = f (x) h (x x0 )
(2.152)
4. ASOCIATIVA:
[v (x) w (x)] h (x) = v (x) w (x) h (x) = v (x) h (x) w (x) = h (x) v (x) w (x)
(2.153)
=
5. EN FUNCIONES DELTA:
Z
f () ( x)d =
f () (x )d = f (x)
f (x) (x ) = f (x)
(2.154)
(2.155)
g (x) = L ff (x)g
(2.156)
Se ha probado que:
Z
f () (x )d = f (x)
(2.157)
Por consiguiente:
g (x) = L
f () (x )d
(2.158)
g (x) =
f () dL f(x )g
75
(2.159)
g (x) =
f () h(x )d
(2.160)
f (t) = (t + 2) + (t 1) + (t 3) + (t 6)
La cual tambien es mostrada en la gura 2.18; por tanto la salida es dada por:
(2.161)
76
(2.162)
(2.163)
g (t) = h (t + 2) + h (t 1) + h (t 3) + h (t 6)
(2.164)
Es aparente que cada termino de esta expresion representa la respuesta a una componente de
funcion delta individual, mientras que la suma de los terminos representa la respuesta a la entrada
total. Ambas las repuestas individuales y la respuesta total son mostradas en la gura 2.19, note
que la respuesta total tiene esmoteado y es mas ancha que la se~
nal de entrada f (t).
En la discusion precedente se toma el punto de vista de que cada parte de la entrada produce
una versi
on pesada y desplazada de h (t) la suma de lo cual produce la salida g (t); Ahora se busca
un segundo pero equivalente punto de vista. Cuando un sistema tiene una respuesta impulsional
similar al que se muestra en la gura 2.18 aparecera un rizado abrupto en los maximos el cual
decaer
a a cero, debe ser claro que la m
as reciente porci
on de ocurrencia de la entrada tendra la
m
as grande inuencia sobre el valor de la salida y cualquier tiempo de observaci
on particular. De
otro lado puede ser confuso como una operaci
on convolucion puede producir este comportamiento.
Figura 2.19. Salida del sistema. a. Respuesta a salida deltas individuales. b. Respuesta total
g (t) =
f ( ) h (t ) d
(2.165)
77
Lo cual muestra que la salida tiene un valor igual al area bajo el producto de f ( ) h (t ).
As la funci
on es una version reejada y desfasada de la respuesta impulsional y se ve que juega el
papel de factor de peso dependiente del tiempo, el efecto de, lo cual es pesar cada parte de la se~
nal
de entrada de acuerdo al intervalo entre el tiempo de ocurrencia y el tiempo en el cual la medici
on
es hecha.
2.12.2 Correlaci
on cruzada y autocorrelaci
on
Dadas dos funciones de valor complejo f (x) y g (x) se dene la correlaci
on cruzada de f (x) con
g (x) como:
f (x) ?g (x) =
f () g ( x)d
(2.166)
Esta operaci
on es similar a la convoluci
on, pero existe una diferencia importante, la funcion
g (x) no es vista como en el caso de la convoluci
on; si se hace el cambio de variable = x la
ecuaci
on anterior se convierte en:
f (x) ?g (x) =
f ( + x) g ()d
(2.167)
(2.168)
f () g ( x)d =
1
1
f () g
x
x
d = f (x) g
= f (x) g (x)
1
1
(2.169)
(2.170)
78
2.12.3 Represetanci
on matem
atica de un objeto bidimensional
A. Encuentre explcitamente la ecuaci
on matematica que describe la geometra del objeto que se
encuentra en el plano UA (x; y) de la gura 2.20, la cual consiste de una cuadricula de lado l que
ocupa todo el plano.
De la gr
aca se observa que el ancho de cada cuadricula de la gura de difracci
on tiene dimensiones l por tanto la soluci
on en el eje de las X se obtiene como una convolucion de (ver gura
2.21) :
rect
!
x
(2.171)
l
2
comb (x) =
1
X
(x 2nl)
(2.172)
n=1
rect
!
x
l
2
1
X
(x 2nl)
(2.173)
n=1
Situaci
on an
aloga para el caso del eje Y
rect
!
y
l
2
1
X
(y 2nl)
n=1
(2.174)
79
La expresi
on buscada es por consiguiente:
"
UA (x; y) = rect
"
!
x
rect
l
2
!
y
l
2
1
X
(x 2nl)
n=1
1
X
#
#
(y 2nl)
(2.175)
n=1
x x0
f (x) comb
=jbj
b
1
X
f (xo + nb) (x xo nb)
(2.176)
n=1
1
x i
X
1 h
(x nb)
comb
=
jbj
b
n=1
(2.177)
1
X
x x0
1
(x x0 nb)
comb
=
jbj
b
n=1
Introduciendo la funci
on:
(2.178)
80
f (x)
1
x x0
comb
=
jbj
b
1
X
(x x0 nb)
f (x)
(2.179)
n=1
1
x x0
f (x)
comb
=
jbj
b
1
X
f (x0 + nb) (x x0 nb)
(2.180)
n=1
x x0
f (x) comb
=
b
jbj
1
X
(2.181)
n=1
La soluci
on graca se encuentra en la gura 2.22.
T
4
y f (x) = Ae( T ) .
x
2.12.4
81
(2.182)
Debido a la simetra en las dos componentes ya que UA (x; y) es uan funcion de variables
separables, la solucion se puede plantear de la siguiente forma:
(2.183)
(2.184)
donde:
"
VA (x) = rect
!
x
l
2
"
WA (y) = rect
!
y
l
2
1
X
(2.185)
(2.186)
(x 2nl)
n=1
1
X
(y 2nl)
n=1
En el eje de las x:
= [VA (x)] = =
""
rect
!
x
l
2
1
X
##
(x 2nl)
(2.187)
n=1
= [VA (x)] = =
""
rect
!#
x
l
2
"
1
X
(x 2nl)
n=1
##
(2.188)
82
"
= rect
"
!#
x
1
X
l
2
l
= sinc
2
#
(x 2nl) =
n=1
n
2l
n=1
1
X
(2.189)
(2.190)
Resultado similar se obtiene en el eje de las y por consiguiente el resultado nal buscado es:
l2
l
l
sinc
UA (; ) = sinc
4
2
2
1
1
X
n X
n
2l n=1
2l
n=1
(2.191)
UA (; ) =
1
n
l2 X
n
sinc
4 n=1
4
2l
1
X
sinc
n=1
n
n
4
2l
(2.192)
Soluci
on Libre.
83
2.12.5 Aplicaci
on
Realice una graca del cuadrado de la transformada de Fourier obtenida en el literal A del numeral
III del presente ex
amen. La soluci
on graca se encuentra en la gura 2.23.
2.12.6 Representaci
on matem
atica de un objeto bidimensional
SOLUCION:
h
y i
UA (y) = (y) Drect
H
(2.193)
UA (x) = rect
x
D
(2.194)
De la denici
on del delta par y de la gura se requiere ademas la condicion: H = 1 para que la
gura se corresponda; es decir:
84
(2.195)
UA (x; y) = rect
x
D
(2.196)
2.12.7 Ejercicios pr
acticos
Considere la se~
nal mostrada en la gura 5.
SOLUCION:
La se~
nal corresponde a la convoluci
on de un rect con una comb; es decir:
f (t) = Arect
2t
T
1
X
(t nT )
(2.197)
n=1
F () = =[f (t)]
85
(2.198)
F () = = Arect
2t
T
1
X
(t nT )
(2.199)
n=1
" X
1
2t
(t nT )
F () = = Arect
=
T
n=1
(2.200)
De donde se obtiene:
T
F () = A sinc
2
T
2
X
1
n
T
n=1
1
T
A
F () = sinc
2
20
X
1
(2.201)
( n0 )
(2.202)
n=1
Para introducir el sinc dentro de la funcion comb se debe cumplir que = n0 ; es decir, se
obtiene nalmente:
F () =
1
n
A X
sinc
( n0 )
2 n=1
2
(2.203)
SOLUCION:
86
h
h
x ii
UA (x; y) = (y) Drect (y)rect
D
(2.204)
(2.205)
Reemplazando:
h
h
x ii
UA (; ) = = (y) Drect (y)rect
D
(2.206)
h
x i
UA (; ) = =[ (y)]= Drect (y)rect
D
(2.207)
De donde se obtiene:
(2.208)
Finalmente se obtiene:
(2.209)
87
SOLUCION:
Sea g (x) = f (x) h (x), g (x) una funcion con transformada de Fourier G (), f (x) una funcion
con transformada de Fourier F () y h (x) una funcion con transformada de Fourier H () entonces:
G () = F ff (x) h (x)g = F () H ()
(2.210)
n es simplemente el producto de
La transformada de Fourier de una convolucio
las transformadas de las funciones individuales
2.12.9 Aplicaci
on
Realice una graca del cuadrado de la transformada de Fourier obtenida en el literal A del numeral
III del presente ex
amen.
SOLUCION:
La gr
aca del cuadrado de la transformada de Fourier esta dada por la gura 7.
G () = F () H ()
(3.1)
Se pretende determinar como G () es afectada por H (); para ello la funcion de transferencia
se puede escribir como:
H () = AH () eiH ()
(3.2)
Donde ambas AH () y H () son funciones bipolares de valor real, a los cuales se les llama
amplitud de la funci
on de transferencia del sistema y fase de la funci
on de transferencia del sistema
90
respectivamente.
En la representaci
on frecuencial:
F () = AF () eiF ()
(3.3)
G () = AG () eiG ()
(3.4)
(3.5)
AG () = AF () AH ()
(3.6)
G () = (F () + H ())
(3.7)
91
g (x) = F 1 [G ()]
(3.8)
h
i
g (x) = F 1 AF () AH () ei(F ()+H ())
(3.9)
De tal forma que solo necesitamos determinar los efectos de la amplitud y de la fase de la funci
on de transferencia sobre la amplitud y la fase del espectro de entrada. Es conveniente considerar
separadamente los efectos de tal forma que si un sistema es tal que eiH () = 1 para todo se
denomina ltro de amplitud y si se trata de un sistema donde AH () = 1 para todo el sistema es
un ltro de solo fase. En la realidad siempre nos encontraremos con una combinaci
on de los dos;
sin embargo uno de ellos predominara sobre el otro, por tanto los estudiaremos separadamente y
luego en combinacion.
Consideremos un sistema con funcion de transferencia bipolar de valor real AH (), este sistema
se puede mirar como un ltro de amplitud con n entero:
AH () = H ()
(3.10)
H () = n2
(3.11)
AH () =j H () j
0
B
H () = B
@
n2
(2n + 1)
(3.12)
H () > 0
H () < 0
1
C
C
A
(3.13)
92
h
i
g (x) = F 1 AF () AH () ei(F ())
(3.14)
La amplitud del espectro de entrada es modicada por AH () pero la fase del espectro es
inalterada; la naturaleza exacta de los cambios en la amplitud de la se~
nal depende de los paramentos
del sistema, pero en general la amplica o la aten
ua, en el caso de sistemas pasivos se asume que
el u
nico efecto es la atenuaci
on y por simplicidad se tiene entonces que: j AH () j 1 y H () = 0
Si se consideran la clase de sistemas para los cuales AH () es una constante es decir AH () = A
donde j A j 1 por tanto la salida es simplemente una versi
on atenuada no distorsionada de la
entrada,en ese caso nos encontramos ante los llamados ltros de amplitud no distorsionadores;
Si AH () es variable el sistema introduce una distorsion en la amplitud y por tanto la salida no
tendra la misma forma que la entrada; los ltros de amplitud no distorsionadores son una forma
de ltros pasa todo.
Uno de los mas simples tipos de ltros de amplitud son los ltros de amplitud binaria, tambien
conocidos como ltros ideales, la funcion de transferencia de tal ltro puede u
nicamente tomar
valores de cero o uno, lo cual signica que las componentes de Fourier de la entrada son pasados
todos por el sistema sin alteracion o que ellos son completamente atenuados.
Filtros binarios verdaderos son usualmente considerados no realizables fsicamente, pero son
obtenidos bajo ciertas condiciones opticas. Los Filtros de amplitud continua tiene la exibilidad
adicional que pueden causar que varias componentes de Fourier de le entrada sean atenuadas en
alg
un grado no todas o ninguna como ocurre con los ltros binarios, ademas ltros de amplitud
continua son mas frecuentemente encontrados en la practica que los ltros binarios. Funciones de
transferencia tpicas para estos dos tipos de ltros de amplitud son mostrados en la gura 3.2
Las dos primeras guras son ilustrativas de ltros pasa bajo, tales ltros pasan sin atenuacion
todas las componentes de Fourier para las cuales es menor que la frecuencia de corte c mientras
que aten
uan todas las componentes para las cuales j j> c . Se debe notar que cuando una se~
nal de
banda limitada pasa a traves de un ltro ideal pasa bajo no debe aparecer distorsion en la amplitud
as como que la frecuencia de corte del ltro es m
as grande que la del espectro de la se~
nal, esto
es debido a que la cantidad debe corresponder con la frecuencia de corte de un ltro pasa bajo ideal.
Los ltros pasa alto efectivamente pasan todas las componentes espectrales para las cuales j j
es mas grande que alg
un valor especicado y elimina esas componentes para las cuales j j es
93
H() = rect
2c
La se~
nal de entrada es una funcion de onda rectangular:
(3.15)
94
x
1
f (x) = rect(x) comb
2
2
(3.16)
F () = sinc()comb(2)
(3.17)
Como se muestra en la gura 3.3 el espectro de la salida puede ser expresado como:
G() = sinc()comb(2)rect
2c
(3.18)
(3.19)
La forma de la convoluci
on de la salida es por tanto:
x
1
g(x) = rect (x) comb
[2c sinc (2c x)]
2
2
(3.20)
95
g(x) = f (x)
(3.21)
Figura 3.4. Efecto de un ltro pasa todo sobre la entrada de onda rectangular
2. Si c = 2 La funcion de transferencia llega a ser una funcion rectangulo cuyo ancho es cuatro
unidades como se muestra en la gura 3.5. Como resultado la frecuencia fundamental cero y los tres
armonicos componentes de la entrada son pasados inalteradamente, pero todas las componentes
de alta frecuencia son ltradas a la salida; por tanto el espectro de salida es:
G() = rect
sinc()comb(2)
4
(3.22)
1
X
n
1
sinc()
G() = rect
4
2
2
n=1
(3.23)
96
X
1
n
n
1
G() = rect
sinc
4 n=1 2
2
2
1 2
1
1
1
1
+ +
G() = () +
2
2
2
1 2
3
2
3
+
+
2 3
2
3
2
2
2
1
G() = () + (2)
2
2
3
(3.24)
(3.25)
(3.26)
g(x) =
1
2
2
+ cos (x)
cos (3x)
2
3
(3.27)
Figura 3.5. Efecto de un ltro ideal pasa bajo sobre la entrada de onda rectangular para
c = 2
3. Si c = 1 la funci
on de transferencia es ahora una funcion rectangulo de ancho dos y el
espectro de salida es encontrado como:
X
1
n
n
1
G() = rect
sinc
2 n=1 2
2
2
(3.28)
G() =
1
2
() + (2)
2
97
(3.29)
g(x) =
2
1
+ cos (x)
2
(3.30)
Figura 3.6. Efecto de un ltro ideal pasa bajo sobre la entrada de onda rectangular para
c = 1
1
n
X
n
1
G() = rect (2)
sinc
2
2
2
n=1
G() =
1
()
2
(3.31)
(3.32)
98
g(x) =
1
2
(3.33)
De nuevo es interesante notar que tan grande como es 0 < c < 0:5 la salida tendra el valor
constante de 0.5. Viendo la salida una vez mas como una convolucion, la respuesta impulsional es
tan ancha que esmotea completamente todas las variaciones en la entrada.
Figura 3.7. Efecto de un ltro ideal pasa bajo sobre la entrada de onda rectangular para
c = 0:25
En este ejemplo de ltro de amplitud binario se ha visto que el ancho de la funcion de transferencia inuye en la salida del sistema: entre m
as ancha la funci
on de transferencia mas parecida
es la se~
nal de salida a la se~
nal de entrada y entre menos ancha la funcion de transferencia menos
parecidas las dos se~
nales.
99
Figura 3.8. Funciones de transferencia, respuesta impulsional para diferentes ltros de amplitud
h
i
g (x) = F 1 AF () ei(F ()+H ())
(3.34)
h
i
g (x) = F 1 F () eiH ()
(3.35)
100
Todas las componentes de Fourier de la entrada son pasadas por el sistema sin atenuacion, pero
la fase de estas componentes puede ser desplazada; como resultado todas las componentes de la
entrada estar
an a la salida pero sus posiciones relativas han sido modicadas a tal grado que la
salida es severamente distorsionada.
Se comenzara el an
alisis de los ltros de fase considerando el caso para el cual la funcion H ()
varia linealmente con es decir un ltro con fase lineal, especcamente el caso es:
H () = 2x0
(3.36)
G() = F ()ei2x0
(3.37)
(3.38)
Y se puede ver que mientras todas las componentes de la entrada estan presentes en la salida,
ellas tienen un desfasaje de 2x0 . La salida por tanto es:
g (x) = F 1 F ()ei2x0
(3.39)
g (x) = f (x x0 )
(3.40)
Se puede observar que un ltro de fase lineal simplemente causa que la salida sea una versi
on
desfasada de la se~
nal de entrada. Se debe notar que la cantidad de desfasaje introducido por el
ltro de fase lineal es igual a la pendiente de H () dividida por 2, es decir:
shif t =
1 d
(2x0 ) = x0
2 d
(3.41)
101
h (x) = F 1 ei2x0
(3.42)
h (x) = (x x0 )
(3.43)
Y de la expresi
on anterior es facil observar que la se~
nal de salida es una versi
on desfasada de
la se~
nal de entrada
(3.44)
g (x) = f (x) (x x0 )
(3.45)
g (x) = f (x x0 )
(3.46)
H () = rect
+ sgn () 1 rect
2
2
(3.47)
Como se muestra en la gura 3.9 es aparente que todas las componentes espectrales para las
cuales j j> 1 ser
an desplazadas en fase por radianes lo cual u
nicamente introduce un signo
inverso, mientras que las componentes para las cuales j j 1 caer
an en un desfasaje que es
proporcional a . Expresando la entrada por una expansion en series de Fourier:
f (x) =
1
2
2
2
+ cos (x)
cos (3x) +
cos (5x)
2
3
5
(3.48)
102
armonico hacia arriba, de tal forma que la salida puede ser escrita como:
1
2
1
g (x) = + cos x
2
2
2
2
cos (5x) + :::
+ cos (3x)
3
5
Ser
a ahora conveniente adicionar y restar la cantidad
(3.49)
1
2
ecuaci
on (49) es decir:
1
2
1
1
2
+ cos x
+
+ cos (x)
2
2
2
1
2
2
2
+ cos (x) +
cos (3x)
cos (5x) + :::
2
3
5
g (x) =
(3.50)
2
1
g (x) = 1 f (x) +
cos x
+ cos (x)
(3.51)
1
2 2
cos x
g (x) = 1 f (x) +
(3.52)
Ser
a muy instructivo encontrar la respuesta impulsional para este sistema; La funcion de transferencia tiene la forma:
103
(3.53)
H() = rect
1 + ei 1
2
(3.54)
(3.55)
(3.56)
Tanto g (x) como h (x) son gracadas en la gura 3.10 donde se observa la se~
nal de entrada, la
respuesta impulsional y la distorsi
on notoria en la se~
nal de salida
Todos estos ltros investigados son llamados ltros de fase continua por el rango de continuidad
de los valores permitidos para H (). Se puede observar que la funcion de transferencia de estos
104
ltros es en general de valor complejo y se puede asumir que cualquier valor se encuentra dentro
de un circulo unitario tal que j H() j= 1. Un ltro de base binario de otro lado tiene una funcion
de transferencia de fase que es limitada justo a dos valores, otra vez la funci
on de transferencia es
generalmente de valor complejo con j H() j= 1 pero es ahora limitada u
nicamente a dos valores
en el circulo unitario.
H () = rect
20
+1
A. Gracar la funci
on de transferencia.
SOLUCION:
La soluci
on esta gracada en la gura 1.
SOLUCION:
(3.57)
= rect
= [1]
20
105
(3.58)
De donde se obtiene:
(3.59)
SOLUCION:
La soluci
on esta gracada en la gura 2.
106
SOLUCION:
La se~
nal corresponde a la convoluci
on de un tri con una comb; es decir:
1
X
(x n)
(3.60)
n=1
E. Encuentre la se~
nal de salida y concluya que clase de ltro es.
SOLUCION:
1
X
(x n)
n=1
(3.61)
h (x) =j
x
1
j sinc2
b
b
(3.62)
SOLUCION:
(3.63)
x
1
H () = = [h (x)] = = j j sinc2
=
b
b
107
(3.64)
(3.65)
La soluci
on esta gracada en la gura 4.
B. Encuentre la se~
nal de salida.
SOLUCION:
En la representaci
on frecuencial se tiene que:
G () = H () F ()
(3.66)
Se sabe que:
(3.67)
Por consiguiente:
F () =
2 j 0 j
(3.68)
Reemplazando:
G () = tri (b0 )
2 j 0 j
(3.69)
108
Pero:
g (x) = =
tri (b0 )
2 j 0 j
(3.70)
(3.71)
Resolviendo:
2 j 0 j
Finalmente:
(3.72)
Por consiguiente:
(3.73)
C. Como es la se~
nal de salida respecto de la se~
nal de entrada?.
SOLUCION:
La se~
nal de salida es exactamente igual a la se~
nal de entrada y la magnitud es determinada por
el valor de tri (b0 ):
D. Que valor toma la magnitud de la se~
nal de salida si j b0 j> 1.
SOLUCION: