DEPARTAMENTO DE ELECTRÓNICA
i
INTRODUCCIÓN
Este texto digital que está en tus manos tiene precisamente este sentido
de ser un instrumento eficaz de aprendizaje ideal para los alumnos de
ingeniería, también tiene el propósito de impactar en las competencias del
ejercicio de la actividad profesional. Por eso creo que hay motivos
suficientes para emprender la elaboración de éste pensando sobre todo
en el alumno, que de respuesta a la necesidad de apoyar el aprendizaje
con creatividad en el análisis y comportamiento de los sistemas lineales e
invariantes en el tiempo.
ii
capítulo muestra “la Convolución” de sistemas de tiempo discreto y tiempo
continuo en el cual se pretende que el alumno utilice los comandos del
matlab para explicitar esta operación. El sexto capítulo aborda la
representación matemática de una señal de potencia la “serie de Fourier”
la forma de precisar el tipo de armónicos que contienen las señales
periódicas y su distribución en el eje de las frecuencias su presentación a
través de un analizador de espectro, El séptimo capítulo trata de la
“Transformada de Fourier” en particular la representación de un sistema
mediante la función de respuesta en frecuencia de modo de predecir la
respuesta o salida cuando una señal se propaga por el mismo. El octavo
capítulo aborda la variable de frecuencia compleja “la transformada de
Laplace” como una herramienta poderosa para analizar el
comportamiento dinámico de un sistema lineal con la cual se logra que
alumno observe la predicción que ésta aporta para separar la respuesta
transitoria y la respuesta de estado estable ademadas de predecir si el
sistema es estable o inestable mediante la ubicación de los polos de la
función de transferencia.
Cada uno de los temas está sustentado en el principio de “si oigo olvido si
veo recuerdo si hago aprendo” por lo que se expone una serie de
ejercicios creativos al final de cada tema con la finalidad de cautivar y
fortalecer en el alumno el aprendizaje significativo de la ingeniería con
un enfoque humanístico.
Atentamente
iii
ÍNDICE DE CONTENIDO
iv
6.7.2 Los coeficientes de Fourier Exponenciales se calculan con las siguientes
integrales ............................................................................................................................... 168
6.7.3 Onda diente de sierra ............................................................................................... 169
Fig. 6.12 Señal periodica diente de sierra impar .............................................................. 171
6.7.4 El pulso periódico cuadrado ................................................................................... 171
6.7.5. Espectro de frecuencia para el pulso periódico cuadrado. .............................. 175
6.7.6 Analizasor de espectros ............................................................................................ 177
6.8 Relaciones entre las formas de las Series de Fourier: ......................................... 185
6.9 Relaciones de entrada salida: .............................................................................. 187
Maxwell, James Clerk .......................................................................................................... 189
CAPÍTULO 7. La Transformada de Fourier ......................................................................... 192
7.1 Función de Respuesta en frecuencia H(jw). ...................................................... 193
7.2 Relación entre h(t) y H ( jω ) .................................................................................. 196
7.3 Condiciones para la existencia Transformadas de señales. ............................. 202
7.4 Obtención de la transformada de Fourier de señales: ...................................... 203
7.5 Principio de la transformada de Fourier: .............................................................. 208
7.6 Obtener la transformada de Fourier de la función δ (t). ................................... 213
7.7 Propiedades de la transformada de Fourier ....................................................... 214
7.8 La transformada de Fourier para señales periódicas......................................... 220
CAPÍTULO 8. Variable de frecuencia complaja ............................................................... 223
8.1. Definición de la Transformada de Laplace ............................................................. 224
8.2 Propiedades de La transformada de Laplace .......................................................... 229
8.3 Técnica de fracciones parciales................................................................................. 235
8.4. Función de transferencia ............................................................................................. 240
Carl Sagan ........................................................................................................................... 260
Bibliografia............................................................................................................................. 264
v
CAPÍTULO 1. LAS SEÑALES
OBJETIVO:
Al finalizar este capítulo el alumno estará capacitado
cognocitivamente para modelar una variedad
significativa de señales deterministicas a través de
funciones matemáticas, distinguirá una señal causal,
continua o discreta, reconocerá la simetría de una señal,
la forma de onda, su periodicidad, diferenciará una
señal deterministica de una aleatoria, determinara la
energía o la potencia de una señal
ACTIVIDAD PREVIA:
Definiremos lo que es una señal.
Relacionará procesos físicos con variables físicas.
ACTIVIDAD DE ANÁLISIS:
Lee el concepto de señal y función.
Considera la clasificación de las señales de acuerdo al valor que puede
tomar la variable independiente de la función, su simetría, su periodicidad,
su energía o potencia y finalmente de acuerdo a su certidumbre.
Comprende que el significado de señal de tiempo continuo y señal de
tiempo discreto.
Analiza cual es la forma correcta de convertir una señal de tiempo
continuo en una señal de tiempo discreto, utilizando el teorema del
muestreo o también teorema de Nyquist o Shanon.
Razona la diferencia entre una señal de simetría par, de simetría impar y
asimétrica, además, analiza como una señal está constituida por una
parte par y una impar y cuando se dice que una señal es causal.
Identifica una señal periódica de una aperiódica y calcula el período
común de una combinación de sinusoidales.
Distingue entre una señal determinista y una señal aleatoria.
Calcular la potencia y energía de algunas señales.
Razona los modelos matemáticos de las funciones singulares y funciones
relacionadas.
Distingue las señales exponenciales complejas y sinusoidales.
ACTIVIDAD DE SÍNTESIS:
Elabora con una lista de procesos físicos y variables físicas que no se
hayan mencionado en la lectura, construye un cuadro sinóptico donde
detalles las características de una señal de TC periódica y una señal TD
aperiódica. Describe el modelo matemático de una señal de de
crecimiento exponencial, y una señal en forma de pulsos rectangulares
que se repiten, calcula su energía y su potencia respectivamente.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
1
AUTOEVALUACIÓN:
Consulta y lee a “M. J. Roberts, señales y sistemas, Edit. Mc. Graw Hill,
2005, impreso en México, paginas 1 – 13, contesta el cuestionario de las
actividad de autoevaluación capitulo 1.
Convierta una señal de tiempo continuo a una señal de tiempo discreto
tomando en cuenta el teorema del muestreo dentro de las actividades
de autoevaluación capitulo 1.
Identifica señales periódicas y aperiódicas de simetría par, impar o
asimétricas de las actividades, también obtener el periodo común de una
combinación de sinusoidales, correspondiente a las actividades de
autoevaluación capitulo 1.
Calcula el valor de Energía o Potencia de las señales que se muestran en
las actividades del autoevaluación capitulo 1.
Clasificar una señal y finalmente escribir el modelo de una señal
actividades de autoevaluación capitulo 1.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
2
¿Qué es una señal?
Ejemplo.
3
1
0.9
2.5
0.8
0.7 2
0.6
1.5
0.5
0.4
1
0.3
0.2 0.5
0.1
0
0 -2 0 2 4 6 8 10
-1 -0.5 0 0.5 1 1.5 2 2.5 3
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
3
Relación entre magnitudes físicas y procesos físicos
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
4
Una función podría ser pensada como la “regla” que relaciona la variable
dependiente con una o más variables independientes, por utilidad práctica en el
resto del texto la variable independiente se considera como el tiempo, así la
representación matemática de una función se escribirá:
y = x(t ) (1.1)
Donde y es la variable dependiente, t es la variable independiente que asociáremos
con el tiempo, x (*) es la “regla” que relaciona estas dos variables de la ecuación
1.1
Actividad 1.1
Lee el primer capítulo del libro “M.J. Roberts, señales y sistemas, Edit. Mc. Graw Hill,
2009, impreso en México, Paginas 1 – 13 y conteste las siguientes preguntas.
6. ¿Qué diferencia hay entre una señal determinística y una señal aleatoria?
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
5
1.2. Clasificación de señales-
Existen muchas formas para clasificar las señales o funciones, restringiremos nuestra
atención a aquella clasificación que pudiera ser más útil para el estudio de señales y
de sistemas lineales.
2.- Señales con simetría par, señales con simetría impar y sin simetría.
-1
0 1 2 3 4 5
Fig.1.1 Representación gráfica de una señal de
tiempo continuo x (t), esta señal esta definida en todo instante de tiempo y se le
conoce como senoidal amortiguada y su modelo matemático esta dado por
.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
6
1.2.2. Funciones de tiempo discreto
Las señales de tiempo discreto sólo están definidas en intervalos de tiempos y en
consecuencia para estas señales la variable independiente toma solamente un
conjunto discreto de valores Se pueden encontrar ejemplos de señales discretas en
estudios demográficos en función de diversos atributos edad, ingreso promedio,
índice de criminalidad, otro ejemplo es el índice Dow Jones semanal del mercado
de valores.
Para distinguir entre las señales de tiempo continuas y las señales de tiempo
discretas usaremos el símbolo t para denotar la variable independiente continua
entre paréntesis (•), y n para indicar la variable independiente discreta entre
corchetes [•].
Ejemplo 1.1
Una señal o secuencia discreta está modelada por la siguiente representación
matemática
0.8 0
1
Código de la gráfica en matlab
0.8
0.4
x=(0.8).^n; %Amplitud de la función
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
7
1.2.3. Relación entre las señales de TC y TD
En el procesamiento (DSP) de una señal de tiempo continuo o analógico, el
muestreo constituye un asunto fundamental.
Una señal en tiempo discreto se deriva a menudo de una señal en tiempo continuo
muestreándola cada intervalo de tiempo. Ver fig. 1.3, adquisición de valores de una
señal analógica en puntos discretos en el tiempo
Dejemos que TS (donde TS es número real positivo fijo) sea el intervalo de tiempo, el
cual se le da el nombre del período de muestreo y que n sea el número de veces
que tomamos las muestras.
1 1
0.5 0.5
0 0
0 5 10 0 5 10
Fig. 1.3 Muestreo de una señal adquisición de los valores de amplitud de una
señal continúa a intervalos de tiempo fijos.
Donde las variables independientes (t) y [n] de tiempo continuo y tiempo discreto,
respectivamente, se relacionan linealmente a través del período de muestreo TS
como:
(1.2)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
8
¿Como muestrear correctamente una señal analógica para evitar aliasing
(traslape)?
2
Donde es la componente de frecuencia máxima de la señal analógica que se
desea muestrear.
Ejemplo 1.2
Sea la señal de tiempo continuo definida por 2 8 que se muestrea a
una frecuencia 15 y comenzando en el tiempo t = 0. Calcule los primeros
valores de la secuencia de muestras y grafique ambas señales.
Solución.
El intervalo de muestreo es
la secuencia de muestras es:
4 * 2π
x [n] = x [nTs ] = sen[8π n Ts ] = sen ( n) ,
15
2
2 Ts = → Ts = (s);
F
1
ωo = 8πfo(rad/s)
fo = = 4 (Hz.) ;
0
-1
-2
0 5 10 15 To = = = 0.25 (s);
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
9
t→nTs = ;
X[n] = 2sen ( ;
4 2 2 4 15 2 4
Ω , 15
15 4 2 2 4
15
Donde K es el número de ciclos de la señal analogical donde se inscribe un ciclo
compete de la señal discreta. (Ver figura 1.4).
N= Numero de muestras en un ciclo de la señal discrete o “periodo fundamental”.
De donde se cumple:
Actividad 1.2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
10
Elabore a mano la grafica de una señal discreta definida por el modelo
matematico:
x1 [n ] = 0.2, para → 0 ≤ n ≤ 5n y
1, para → −4 ≤ n ≤ −1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
11
Actividad 1.3
Convierta una sinusoidal de tiempo continuo (TC), a una señal de tiempo discreto
(TD) considerando lo anterormente expuesto y tomando en cuenta el teoraema de
Nyquist:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
12
1.2.4. Señales pares e impares
En el estudio de sistemas lineales, los problemas podrán simplificarse mediante las
ventajas que ofrecen las propiedades de simetría de las funciones. Una señal
ó es conocida como una función par si es idéntica a su contraparte
invertida en el tiempo, es decir, está reflejada respecto al eje ordenado.
Estrictamente una señal de tiempo continuo es par si cumple con:
En otras palabras una señal de tiempo continuo tiene simetría par si es idéntica a su
reflexión con respecto al eje ordenado.
x ( − t ) = − x (t ) x (t ) = − x ( − t ) (1.5)
Ver figura 1.7
x[ − n ] = − x[ n ] x[ n ] = − x[ − n ] (1.6)
Ver figura 1.8
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
13
Ver grafica de una señal par de tiempo continuo:
1
0.9
Código matlab de la fig.1.5
0.8 t1=-2:0.001:-1;
0.7
t2=-1:0.001:0;
0.6
t3=0:0.001:1;
0.5
0.4
t4=1:0.001:2;
0.3 t=[t1,t2,t3,t4];
0.2
x1=zeros(size(t1));
0.1
x2=t2+1;
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x3=1-t3;
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(t,x,'linewidth',3),grid
Fig. 1.5 Una señal par de tiempo continúo es idéntica a su reflexión con respecto al
eje ordenado cumple con x(t) = x(-t).
1
Fig. 1.6 Una señal par de tiempo discreto es
idéntica a su reflexión con respecto al eje
0.9
0.8
0.5
Código matlab de la fig.1.6
0.4
0.3
0.2 n1=-8:-6;
0.1 n2=-5:5;
0
-8 -6 -4 -2 0 2 4 6 8 n3=6:8;
n=[n1,n2,n3];
x1=zeros(size(n1));
x2=ones(size(n2));
x3=zeros(size(n3));
x=[x1,x2,x3];
stem(n,x),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
14
cas de señales impares
Ver grafic
go matlab
Códig b de la fig..1.7
0.5
0.4
0.3
0.2
0.1
>>t1=--8:0.0001:0 0;
0
>>t2=00:0.0001:8;
-0.1 >>t=[t1 t2];
-0.2
-0.3
>>x1=--1/2.*exp((0.5.*t1);
-0.4 >>x2=1/2.*exp(--0.5.*t2);
-0.5
-8 -6 -4 -2 0 2 4 6 8 >>x=[xx1 x2];
>>plott(t,x,'linew
width',3), grid
g
Fig. 1.7 (c
c) una señal imparr tiempo continúo o es idénttica a la in
nversa de
e su reflexxión
con respecto al orrigen cunple con x(t) = -x(-t).
Códig go matlab b
n1=-88:-6;
n2=-55:5;
n3=6::8;
n=[n1 1,n2,n3];
x1=zeeros(size(nn1));
x2=n2 2;
x3=zeros((size(n3)); x=[x1,x2,xx3];>stem(n,x),grid
15
Ahora observe las graficas de las señales siguientes
0
-4 -3 -2 -1 0 1 2 3 4 5 stem(n,x,'linewidth',3),grid
Fig. 1.9 Una señal discreta causal sin simetría, no par ni impar.
1.5 t=[t1,t2];
1
x1=zeros.*(t1);
x2=exp(-0.5.*t2);
0.5
x=[x1,x2];
0
plot(t,x,'linewidth',3),grid,
-2 0 2 4 6 8 10
Fig. 1.10 Una señal de tiempo continuo causal sin simetría ni par ni impar.
Estas señales no cumplen con las condiciones para simetría par ni impar, por lo que
se les conoce como señales que no tienen simetría.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
16
Propiedades de la simetría de señales:
Aun más las señales simétricas cubren una duración simétrica (-a, a) en torno al
origen.
El área de señales simétricas sobre límites simétricos (-a, a), tienen las siguientes
propiedades:
a a
∫ x (t )dt = 2 ∫ x (t )dt
−a
e
0
e (1.7)
∫ x (t )dt = 0
−a
o
∑ x[n] = 0
k
n=− k
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
17
Como ejemplos evaluemos
(par) (impar)=impar
(impar) (impar)=par
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
18
Otro ejemplo donde se destaca las propiedades de simetría de una señal, obtener
el área de la siguiente señal modelada por:
0.5
αt
x (t ) = A e
0.45
0.4
0.35
0.3
0.25
0.2
Código matlab de la fig.1.11
0.15
0.1
t1=-8:0.0001:0;
0.05
t2=0:0.0001:8;
0
-8 -6 -4 -2 0 2 4 6 8
t=[t1 t2];
x1=1/2.*exp(0.5.*t1);
x2=1/2.*exp(-0.5.*t2);x=[x1 x2];
plot(t,x,'linewidth',3), grid,
Y definida por:
{
x (t ) = A e
−αt
t 〉 0
x (t ) = {A e
αt
t 〈 0
0
αt ∞ −αt
Area = ∫ Ae
−∞
dt + ∫
0 Ae dt =
Area = 2 ∫
∞
0 Ae
−αt
dt = −
2A
[ ]
α e
−αt ∞
0
=−
2A
α
[0 − 1] = 2 A
α
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
19
Cualquier señal está constituida por una parte de simetría par y otra parte de
simetría impar:
Es fácil demostrar que una señal arbitraria x(t ) puede ser expresada como una suma
de una parte par xe (t ) y una parte impar xo (t ) ;
x(t ) = xe (t ) + xo (t )
(1.8)
1
xe (t ) = [x(t ) + x(− t )]
2
(1.9)
1
x o (t ) = [x (t ) − x (− t )] (1.10)
2
Ejemplo 1.4
, 0 0.9
0, 0 0.8
0.7
0.6
>>t1=-8:0.0001:0; 0.4
>>t2=0:0.0001:8; 0.3
>>t=[t1,t2];
0.2
0.1
>>x1=zeros.*(t1); 0
-8 -6 -4 -2 0 2 4 6 8
>>x2=exp(-0.5.*t2);
>>x=[x1,x2];
>>plot(t,x,'linewidth',3),grid,
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
20
Parte par de la señal y su gráfica 0.5
0.45
0.35
0.3
1 αt 0.1
xe (t ) = e 0.05
2 0
-8 -6 -4 -2 0 2 4 6 8
xo(t)=1/2[x(t)-x(-t)]
0.4
0.3
0.2
-1/2e para
at t<0 0
-0.1
>>t1=-8:0.0001:0; -0.3
>>t2=0:0.0001:8;
-0.4
-0.5
>>t=[t1 t2]; -8 -6 -4 -2 0 2 4 6 8
>>x1=-1/2.*exp(0.5.*t1);
>>x2=1/2.*exp(-0.5.*t2);
>>x=[x1 x2];
>>plot(t,x,'linewidth',3), grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
21
1.2.5. Señales periódicas y no periódicas
Un tipo importante de señales que encontramos con frecuencia es la clase de
señales periódicas. Una señal periódica tiene la siguiente propiedad:
Donde k es cualquier número entero y T0 es una constante de valor real positivo que
representa la duración más pequeña que cumple con la propiedad (1.9) conocido
como el periodo fundamental de la función se caracteriza por que en ese intervalo
de tiempo la señal f(t) define un ciclo completo. El recíproco del periodo se llama la
frecuencia fundamental de la función. Las señales periódicas continuas surgen en
una gran variedad de contextos. En la figura 1.10 se muestra un ejemplo de una
señal periódica continua.
La definición anterior es valida excepto cuando x (t) es una constante, en este caso
el periodo fundamental es indefinido ya que x (t) es periódica para cualquier valor
de T (caso la función escalón unitario, es periódica).
Ejemplo 1.5
Graficar una señal periódica de tiempo continúo modelada por la serie de Fourier
1
1
Solucion:
t=[-2:.001:2]; f=1;
w0=2*pi*f;
x=1.5;
for m=1:1000;
x=x+((-1)^(m+1))*(1/m)*sin(m.*w0.*t);
end
plot(t,x,'linewidth',2), grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
22
3.5
2.5
1.5
0.5
-0.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
2
2
o retraso y .
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
23
Ejemplo 1.6
Graficar 3
Donde
con 12
Como se observa en la figura 1.11 la señal se adelanta esta es la razón del
signo + en el argumento de la función.
t=-6*pi:.001:6*pi;
x=3* cos(pi/6*t+pi/6);
-1
-2
-3
-20 -15 -10 -5 0 5 10 15 20
plot(t,x,'linewidth',3),grid
Ω
Ω Ω
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
24
Es periódica con la condición
Ω 2
con la condición de que N y k sean enteros
2 2
Ω ,
Ω
Ejemplo 1.7
Determinar
A).- El periodo de la señal discreta modelada por .
Solucion A: Ω 2 2 0.125
Donde:
Ω es la frecuencia digital angular . es la frecuencia digital en herz y equivale a , N
es el periodo fundamental de la señal sinusoidal y k es el numero de ciclos
completos de la señal analógica donde la señal discreta inscribe un ciclo completo.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
25
1
0.8
C.- Graficar señal.
1.- Grafica de la señal senoidal
0.6
discreta: X [´n]=sin((1/8)*pi.*n).
0.4
-0.6
-0.8
-1
0 5 10 15
n=[0:15];
X=sin(((2*pi/16).*n));
stem(n,X),grid
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 5 10 15
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
26
3.- Grafica de la señal senoidal discreta: X [n]=sin((1/8)(pi)*(n+N)).
n=[0:31];
N=16;
X=sin((1/8)*pi*(n+N));
stem(n,X),grid
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 5 10 15 20 25 30 35
Ejemplo 1.8
Sea una señal sinusoidal de tiempo discreto modelada por X[n] = 5sen (0.2πn)
Solucion:
, , ,…
.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
27
, , , ,…
5
Fig. 1.19 Señal sinusoidal periodica.
4
2
senoidal de la fig. 1.15
1
n=[0:10];
0 X=5.*sin(0.2*pi.*n);
-1 stem(n,X,'linewidth',3),grid
-2
-3
-4
-5
0 1 2 3 4 5 6 7 8 9 10
Señales aperiódicas:
Las señales o funciones que no satisfacen la Ec. (1.9) o Ec. (1.10) son llamadas no
periódicas o aperiódicas. Un ejemplo de una señal
1
aperiódica sería una señal absolutamente integrable o
0.9
en otras palabras de área finita las cuales tienen forma
de pulso ver fig.1.12, como ejemplo de dichas señales.
0.8
0.7
0.6
0.5
Código matlabde la fig.1.20
0.4 t1=-2:0.001:-1;
0.3 t2=-1:0.001:0;
0.2
t3=0:0.001:1;
0.1
t4=1:0.001:2;
t=[t1,t2,t3,t4];
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x1=zeros(size(t1));x2=t2+1;x3=-t3+1;x4=zeros(size(t4));
x=[x1,x2,x3,x4];plot(t,x,'linewidth',3),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
28
Combinación de senoides:
1 2 3
Ejemplo 1.9
Considere la señal x (t) = 2 seno (2/3*t) + 3 seno (1/2*t) + 4 seno (1/3*t) y obtenga el
periodo común:
Solución:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
29
“El periodo común de una combinación de sinusoidales es la duración más
pequeña sobre la cual cada senoide completa un número entero de ciclos”.
Ejemplo 1.10
2.- Pre-multiplicar por un factor un factor común a ambos periodos para hacerlos
enteros
Por lo tanto el factor común= 6*9 = 54
1/6*54/1=54/6=9 y 1/9*54/1=54/9=6
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
30
4.- MCM 32*2=9*2=18
6.- Para comprobar divida el MCM de las fracciones entre los periodos:
1/3/1/6=6/3=2
1/3/1/9=9/3=3 Ambas funciones tienen un número entero de periodos, por lo tanto
el periodo común
Tcomún = 1/3 (s)
Maximo común divisor: es el mayor número natural que divide a todos ellos.
Igual al producto de factores comunes con el minimo exponente.
Ejemplo 1.11
Determinar la frecuencia común de una señal que está descrita por una
combinación de sinusoidales
24 40 56 2
12 20 28 2 MCD= 2*2*2=8
6 10 14 2
3 5 7 3
1 5 7 5
1 1 7 7
1 1 1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
31
1.2.6. Señales deterministas y aleatorias
Quizás una de las distinciones más básicas que pueden ser hechas, cuando se
discute la representación matemática de un fenómeno físico, es que este puede ser
un fenómeno determinístico o un fenómeno aleatorio. El comportamiento de un
fenómeno determinístico es completamente predecible (existe total certidumbre en
cuanto a su comportamiento), mientras que el comportamiento de un fenómeno
aleatorio tiene algún grado de incertidumbre asociado con este. Para hacer esta
distinción un poco más clara, consideremos la observación, o la medición de alguna
cantidad variable con el tiempo asociada con algún fenómeno físico. Asumiendo
que la cantidad ha sido observada por un tiempo largo y que tenemos un buen
registro de su comportamiento en el pasado. Si en base al conocimiento de su
comportamiento en el pasado, podemos predecir su comportamiento en el futuro,
decimos que esta cantidad es determinística. Por otro lado, si no somos capaces de
predecir su comportamiento en el futuro, decimos que ésta es una cantidad
aleatoria. Por lo anterior podemos formalizar la definición de tales señales de la
siguiente manera:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
32
1.2.7. Clasificación de señales de energía y de potencia.
Iniciaremos por determinar la potencia instantánea en un circuito resistivo puro
mostrado a continuación
T 2
lim
E=
T →∞ ∫ x (t ) dt
−T . (1.11)
O
∫
2
E = x ( t ) dt
−∞ . (1.12)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
33
Para señales de tiempo continuo.
∞ 2
E= ∑ x[n]
n = −∞ . (1.13)
Recordando que una señal podría ser la variación en el tiempo de una fuerza,
de una temperatura de una concentración química, un flujo de neutrones o si se
quiere un voltaje o una corriente, las unidades de la energía de la señal dependen
de las unidades de la señal, para el caso de que es un voltaje, la unidad es el
volt (v), la energía de la señal se expresa en V *s.
2
Por tanto las unidades son simplemente el cuadrado de las unidades de la propia
señal.
1
T T∫
2
P= x (t ) dt
. (1.14a)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
34
N −1
lim 1 2
P=
N → ∞ 2N
∑ x[n]
n=− N . (1.15)
1 2
∑ x[n]
N −1
P= n =0
N .
(1.15a)
Es usual clasificar las señales como aquellas que tienen energía finita y aquellas que
tienen potencia promedio finita.
x(t ) o x[n] es una señal de energía si y sólo si 0 〈 E 〈∞ , tal que Promedio es igual a
cero.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
35
Ejemplo 1.12
Calculamos la energía de la señal
definida como:
x3=zeros.*(t3);x=[x1,x2,x3];plot(t,x,'linewidth',5),grid
ε
τ
∞ 2 2 2
⎡ t ⎤ E = A2 ∫ dt = A2 τ
∫ ∫ε
2
E = x ( t ) dt = ⎢⎣ Arect ( τ ) ⎥ dt
−∞ −
⎦ τ
−
2 2
T 2
lim 1 lim 1 ⎛t⎞ lim A 2
(τ ) = 0
T
∫−T x(t ) dt = T → ∞ 2T ∫
2
P= Arect⎜ ⎟ dt =
T → ∞ 2T −T
⎝τ ⎠ T → ∞ 2T
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
36
Ejemplo 1.13
Considere una función periódica sinusoidal
2π
x(t ) = A cos(ωot ) ω =
0
T 0
0.8
0.6
0.4
0.2
0
Código de Matlab fig.1.23
-0.2
-0.4 t=-2.5:.001:2.5;
-0.6 A=1;
-0.8 x=A*cos(2*pi*t);
-1
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 plot(t,x,'linewidth',4),grid
⎡ ⎤
2 ⎢
⎤⎥
[ ]
⎡ T ⎤
[T 0 − 0 ] 4π T
2
A A ⎢ 1 ⎡
P = ⎢ t0 +
1
[
sen ( 2 ω 0 t ]
T
⎥= + ⎢ sen (
0
− sen ( 0 ) ⎥ ⎥
promedio
2T 0 ⎣⎢ 2 ω0 0
⎦⎥ 2 T 0 ⎢
⎢
0 4 π ⎣⎢ T0 ⎦⎥ ⎥
⎥
⎣ T 0 ⎦
⎡ ⎤
2 ⎢ ⎥ 2
P = A ⎢
T +
1
[sen ( 4 π ) − sen ( 0 ) ]⎥ = A
promedio
2T 0
⎢ 0
4π ⎥ 2
⎢ ⎥
⎣ T 0 ⎦ A
X EFICAZ
= P=
2
= 0.7071A
T
lim ⎡1 ⎤
E= A2 ∫ ⎢ [1 + cos(2ωt )]⎥ dt = ∞ .
T →∞ 0 ⎣ 2 ⎦
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
37
Ejemplo 1.14
Encuentre la energía del pulso modelado por la secuencia discreta:
2.5
2
x[n ] = 3(0.5) n , para n ≥ 0 y
1.5
1
x[n] = 0, para n〈0
0.5
∞ 2 ∞
9 n
∑ω x[n] = ∑n = 0 3(0.5) = ∑ 9(0.25) n =
2 ∞
E= = 12
n=− n=0 1 − 0.25
Fig. 1.24 pulso de energía discreto de código
n1=[-4:1:0];
n1=[-4:1:-1];
n2=[0:1:5];
n=[n1,n2];
x1=zeros.*n1; x2=3*(0.5).^n2; x=[x1,x2]; stem(n,x,'linewidth',3),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
38
Ejemplo 1.15
Considere la señal periódica x[n ] = 6 cos (2π n / 4 ), para n ≥ 0 cuyo período es N=4.
Recordando que para que una señal discreta sea periódica la frecuencia digital
debe darse como un cociente de enteros, donde N es el periodo
fundamental de la señal discreta y k el número de periodos de la señal analógica
donde se describe un sólo periodo de la señal discreta, en este caso Ω 2 y
por tanto el periodo es N=4 instantes de muestreo.
-En un período se describen las muestras
6 x[n ] = {6,0,−6,0}.
4
-6
0 2 4 6 8 10 12
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
39
Consideraciones de señales de energía:
Figura 1.26 muestra como dos señales de area idéntica tienen energía diferente
dado su posición.
Función escalón
Función escalón unitario, u (t) y u (n) caso continuo y discreto respectivamente. Se
define:
1 ⎧1, t〉0
⎪ .
u (t ) = ⎨
0.9
0.8
⎪0, t 〈0
⎩
0.7
0.6
0.5
0.3
0.2
t1=[-1:0.001:0];
t2=[0:0.001:3];
0.1
0
-1 -0.5 0 0.5 1 1.5 2 2.5 3
t=[t1,t2];x1=zeros.*(t1);x2=ones(size(t2));
x=[x1,x2];>>plot(t,x,'linewidth',7),grid
Fig. 1.27 Función escalón, u(t), por excelencia esta función es causal; vale cero
para t<0.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
40
Como se muestra en la figura 1.28. Podemos observar que ésta tiene una
discontinuidad en el punto t = 0 . La utilidad de esta función en el análisis de sistemas
es la representación matemática de una acción muy común en los sistemas físicos
reales que es la rápida conmutación de un estado a otro. Es por excelencia una
señal causal, no tiene simetría y es un caso especial de señal periodica ya que su
periodo es indeterminado.
Función Rampa
La función rampa está definida por
⎧t, t〉0
⎪
tu (t ) = ramp(t ) = ⎨ .
⎪0, t 〈0
⎩
La señal rampa es útil en el análisis de señales y sistemas porque nos permite evaluar
cómo un sistema de tiempo continuo responderá a una señal de entrada que
aumenta linealmente. Es una señal que no tiene simetría par o impar.
Función impulso
La función impulso conocida como la función delta de Dirac, es de gran utilidad en
el estudio de sistemas lineales. Vamos a emplear un símbolo ampliamente utilizado
para denotar la función impulso, la cual tiene las propiedad de:
0, 0. (1.16)
∞
∞
1 (1.17)
Esta función brinda una aproximación a una señal física de extremada corta
duración y alta amplitud.
Propiedades de la función impulso.
-Se dice que esta señal tiene simetría par.
-Posee área unidad.
-Energía infinita
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
41
-Tiene la propiedad de filtrado la cual se puede ilustrar con la siguiente integral
∞
∞
0 (1.18)
La cual nos da entender que la integral del producto de cualquier función con el
impulso selecciona el valor de la función en el tiempo t =0.
La función impulso se puede intuir mediante una familia de pulsos cada vez más
estrechos hasta el límite y de aérea unidad como en la fig. 1.30
Funciones singulares
∞
ESCALON -IMPULSO
RAMPA-ESCALON
Con excepción de t=0
Constituyen los miembros de la familia de funciones singulares.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
42
Función rectángulo
Es una de las señales más usadas para representar la transmisión de información, su
modelo matemático está dado por:
⎧⎪1, − 0 .5 ≤ t ≤ 0 .5
rect (t ) = ⎨
⎪⎩ 0 , en otro tiempo
Código matlab
x=[x1,x2,x3]; t1=[-1:0.001:-1/2];t2=[-
1/2:0.001:1/2];
t3=[1/2:0.001:1];t=[t1,t2,t3];A=1;x1=zeros.*(t1);
x2=A.*ones(size(t2));x3=zeros.*(t3);plot(t,x,'linewidth',5),grid
Esta función tiene una amplitud unitaria, y está centrada en el punto t = 0, y tanto su
ancho como su área son igual a 1, como se observa en la Fig. 1.31. En el dominio del
tiempo esta función se utiliza para representar la operación de disparo en un circuito
eléctrico, la operación de cerrar el diafragma de una cámara fotográfica. Es una
señal aperiódica y de simetría par
rect (t ) = π (t ) = u (t ) − u (t − τ )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
43
Función triangulo
Es una importante señal en el análisis de señales y sistemas, esta señal es aperiódica
y de energía, tiene simetría par y se define así:
1
0.9
0.8
0.7
⎧ 1 − t , para t 〈 0 0.6
⎪
tri (t ) = ⎨ y 0.5
⎩ 0.3
>>t1=-2:0.001:-1; 0.1
>>t2=-1:0.001:0; 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
>>t3=0:0.001:1;t4=1:0.001:2;t=[t1,t2,t3,t4];x1=zeros(siz
e(t1));x2=t2+1;x3=-t3+1;
>>x4=zeros(size(t4));x=[x1,x2,x3,x4];plot(t,x,'linewidth',3),grid
Fig.1.31 Función tri(t)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
44
Función crecimiento exponencial:
Tomando la diferencia entre una función escalón y una función exponencial
decreciente da lugar a una función que denominamos de crecimiento exponencial
muy útil para representar un fenómeno físico como la carga de un capacitor en un
sistema eléctrico:
x1(t)=Au(t).
x2(t)= A e-t/tauu(t).
x (t ) = x1 − x 2 = Au (t ) − A e
−αt
[
u (t ) = A 1 − e
−αt
]u (t )
1
Donde τ = ⇒ ancho del pulso
α
La amplitud de la función en el tiempo igual a τ en este
caso es de aproximadamente 2/3 de A, como se
observa en la fig. 1.33
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
45
Función rampa amortiguada:
Se le conoce así dada la poderosa influencia del decrecimiento exponencial sobre
la función rampa
x1(t) =ramp(t).=tu(t).
x2(t)= A e-t/tauu(t).
−αt −α t
x (t ) = x1 x2 = tu (t ) A e u (t ) = At e u (t ) ver fig. 1.34
0.8
−αt
Fig. 1.34 función rampa amortiguada x (t ) = At e u (t ) .
. (1.20)
(1.21)
Una propiedad importante de esta señal consiste en que es periódica. Para verificar
lo anterior, será periódica con periodo T si
o puesto que
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
46
Se desprende para que la señal exponencial compleja sea periódica, debemos
tener
Como se ilustra en la fig. 1.3 donde A, ωo, y φ son constantes definidas como la
amplitud, frecuencia angular y fase, respectivamente. Puesto que las unidades de t
son los segundos, las de φ y ωo son radianes y radianes por segundo,
respectivamente.
También, es común escribir ωo = 2πfo donde fo tiene unidades de ciclos por segundo,
o Hz. Usando la relación de Euler, la exponencial compleja se puede escribir en
términos de señales exponenciales complejas, con el mismo periodo fundamental:
A jφ jω o t A − j φ − j ω o t
A cos(ω o t + φ ) = e e + e e
2 2
De manera alternativa, podemos expresar una función senoidal en términos de la
señal exponencial compleja como:
3
-1
-2
-3
-20 -15 -10 -5 0 5 10 15 20
47
[
A cos(ω o t + φ ) = A Re e j (ω ot +φ ) ] ,
Asen (ω t + φ ) = A Im[e (
o
j ω o t +φ )
]
Señales exponenciales complejas generales
a = r + jωo (1.23)
Entonces,
Ce at = C e jθ e (r + jω )t = C e rt e j(ω t +θ )
o o
Usando la relación de Euler podemos expandir esta aun más de la siguiente forma:
Ce at = C e rt cos(ωo t + θ ) + j C e rt sen(ωo t + θ )
Así para r = 0 las partes real e imaginaria de una exponencial compleja son
senoidales. Para r > 0 estas señales corresponden a señales senoidales multiplicadas
por una exponencial creciente, y para r < 0 corresponden a señales senoidales
multiplicadas por una exponencial decreciente fig. 1.33
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
48
rt
Fig. 1.36 Senoidal decreciente x(t ) = C e sen(ωt + θ ), r 〈0. .
Las señales senoidales multiplicadas por los exponenciales decrecientes se conocen
comúnmente como senoides amortiguadas. Ejemplos de tales señales surgen en la
respuesta de circuitos RLC y en sistemas mecánicos que contienen tanto fuerzas de
amortiguamiento como de restauración, un ejemplo de lo cual se encuentra en los
sistemas de suspensión automotriz.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
49
1.2.10. La función sinc
Tiene simetría par, area unitaria y cruces por cero de espaciamiento unitario se
define
. (1.24)
Por lo que sinc(t) es continua en t=0, integrabe al cuadrado (una señal d energía) ,
pero no es absolutamente integrable.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
50
Galileo Galilei (1564-1642).
Nace el 15 de Febrero de 1564 en Pisa, Italia, enn 1610 publicó El mensajero de los
astros en 1612 publicó un libro sobre cuerpos en flotación , 1613 escribió un tratado
sobre las manchas solares y anticipó la supremacía de la teoría de Copérnico , en
1624 Galileo empezó a escribir un libro que quiso titular Diálogo sobre las mareas, en
el que abordaba las hipótesis de Tolomeo y Copérnico respecto a este fenómeno la
última obra de Galileo, Consideraciones y demostraciones matemáticas sobre dos
ciencias nuevas, publicada en Leiden en 1638. Galileo estudió con los monjes en
Vallombroso y en 1581 entró en la Universidad de Pisa para estudiar medicina. Al
poco tiempo cambió sus estudios de medicina por la filosofía y las matemáticas,
abandonando la universidad en 1585 sin haber llegado a obtener el título. En cierta
ocasión se admira de la regularidad que presentaban los movimientos de una
lámpara que colgaba en la catedral de Pisa. Por carecer de instrumentos
cronométricos recurre a su propio pulso y comprueba que el período de oscilación
es el mismo cualquiera que sea la separación de la lámpara con respecto a la
vertical. Sobre la caída libre de los cuerpos (Ley de la gravitación universal), Galileo,
anunció que probaría públicamente la falsedad de la teoría aristotélica (Aristóteles
afirmó que la velocidad de los objetos era proporcional al de su peso). Ante una
multitud de observadores, entre los que estaban muchos de sus escépticos colegas
de la universidad, procedió a dejar caer desde la parte alta de la torre de Pisa una
bola de plomo de una libra y otra de diez libras ¡Y he aquí que las dos bolas de
plomo llegaron al suelo aproximadamente al mismo tiempo ¡ En el campo de la física
descubrió las leyes que rigen la caída de los cuerpos y el movimiento de los
proyectiles. En 1609 desarrolla el telescopio astronómico con una lente convergente
y otra divergente. Con este nuevo instrumento descubre cráteres en la superficie de
la luna, manchas en la superficie del sol, las fases del planeta Venus, cuatro satélites
de Júpiter y demostró que la vía láctea está compuesta de estrellas.
En Padua, Galileo inventó un 'compás' de cálculo que resolvía problemas prácticos
de matemáticas. En la historia de la cultura, Galileo ha pasado a representar el
símbolo de la lucha contra la autoridad y libertad en la investigación.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
51
CAPÍTULO 2. Operaciónes con Señales
OBJETIVO:
ACTIVIDAD PREVIA:
Definición de términos:
1. Desplazamiento de amplitud, 2. Escalamiento
de amplitud,
3. Desplazamiento de tiempo, 4. Escalamiento de
tiempo, 5.Reflexión.
ACTIVIDAD DE ANÁLISIS:
ACTIVIDAD DE SÍNTESIS:
AUTOEVALUACIÓN:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
52
Operación de señales
Definición de términos
Una operación importante en el análisis de señales y sistemas es el de la
transformación de una señal. Por ejemplo, en el sistema de control de un avión, las
señales correspondientes a las acciones del piloto son transformadas mediante
sistemas eléctricos y mecánicos en cambios en el empuje y sustentación del avión.
De la misma forma, en un sistema de audio de alta fidelidad, una señal de entrada
que representa la música grabada en un disco compacto se modifica para
enriquecer las características deseables, eliminar el ruido de grabación o balancear
los agudos y graves de la señal.de lo anterior se desprende que manipularemos
algunas señales para transformarlas de acuerdo a las operaciones indicadas.
Ejemplo de este tipo de operación son los voltajes de d.c. Super puestos a una
señal fluctuante en el tiempo (ver la fig. No.2.1)
2 3
1.5 2.5
1 2
0.5 1.5
0 1
-2 -1 0 1 2 -2 -1 0 1 2
a) b)
Fig. 2.1 Desplazamiento de Amplitud a) x(t), b) 1+x(t)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
53
ESCALAMIENTO DE AMPLITUD: Esta operación es una amplificaión de la señal sin
alterar los índices de tiempo en otras palabras la señal se ve modificada por un
factor de escala en cuanto amplitud esto se indica por y(t) = C x (t)
y(t) = x(a t) si, a >1, la señal y(t) es una versión comprimida de x(t).
Si, por otro lado el valor de a es 0 < a < 1, la señal y(t) es una versión expandida
(alargada) de x(t).
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
54
Como se observa en la fig.2.3
1 1 1
0 0
-2 0 2 4 6-2 0 2 4 6 0-2 0 2 4 6
a) x(t) b) x(2t) c) x(0.5t)
REFLEXIÓN O REVERSIÓN:
Decimos que una señal x(t) sufre una inversión, reflexión o es reversada si se escala
en el tiempo por –1, así tendríamos y(t) = x(-t), la inversión en el tiempo origina que
la función sea reflejada respecto al eje de las ordenadas. El siguiente ejemplo ilustra
este concepto.
1 1
0.5 0.5
0 0
-2 0 2 4 6 -6 -4 -2 0 2
a)x(t) b)x(-t)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
55
DESPLAZAMIENTO O CORRIMIENTO DEL TIEMPO: Sea x(t) una señal de tiempo
continuo. La versión recorrida en el tiempo de x(t) se define como y(t) = x (t – t0),
donde t0 es el corrimiento en el tiempo . Si t0 > 0, la forma de onda que caracteriza x
(t) se corre intacta hacia la derecha, con respecto al tiempo. Si t0 < 0, la forma de
onda corre intacta hacia la izquierda.
Ejemplo 2.2
El pulso x (t) de la siguiente fig. se caracteriza por su duración finita en el tiempo y su
amplitud también finita: encuentre el desplazamiento o corrimiento determinado por
y(t) = x(t-2)
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-5 -4 -3 -2 -1 0 1 2 3 4 5 -5 -4 -3 -2 -1 0 1 2 3 4 5
k + Ag [(t − t 0 ) / a ] (2.1)
Donde
A = Escalamiento de amplitud
a = Escalamiento de tiempo
t0 = Desplazamiento de tiempo
K = Desplazamiento de amplitud
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
56
-Si la transformación es de la forma
k + Ag [(bt − t0 )] (2.2)
Ejemplo 2.3
1.- A partir del Modelo Matemático x (t)= { 1.5t 0 2
Código Matlab
t1=[-2:0.001:0];
t2=[0:0.001:2];
t3=[2:0.001:4];
t=[t1,t2,t3];
x1=zeros(size(t1));
x2=3/2.*t2;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot(t,x,'r','linewidth',3),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
57
Obtener la transformación y(t) = 2+2x(-2t+2)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
58
(3) y (4) Escalamiento y reflexión del tiempo…
t1=[-2:0.001:0];
t2=[0:0.001:2];
t3=[2:0.001:4];
t=[t1,t2,t3]-2;
x1=zeros(size(t1));
x2=3/2.*t2;
x3=zeros(size(t3));
x=2+(2*[x1,x2,x3]);
plot(t/-2,x,'r','linewidth',3),grid
2 2
2
2
0 2
1
0
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
59
2.- Para la señal…
Código Matlab:
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=[t1,t2,t3];
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot(t,x,'r','linewidth',3),grid
a) X(-t)
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=-1*[t1,t2,t3];
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot(t,x,'r','linewidth',3),grid
Comprobación
tn=-t, para t=0 tn=0, para t=6 tn=-6.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
60
b) X(t+2)
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=([t1,t2,t3])-2;
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot(t,x,'r','linewidth',3),grid
Comprobación
tn=t-2, para t=0 tn=-2, para t=6 tn=4
c) X(2t-2)
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=[t1,t2,t3]+2;
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot((t/2),x,'r','linewidth',3),grid
Comprobación
tn=(t+2)/2, para
t=0 tn=1, para t=6 tn=4.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
61
d) X(2-2t)
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=[t1,t2,t3]-2;
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot((t/-2),x,'r','linewidth',3),grid
Comprobación
tn=-(t-2)/2
e) X[0.5(t-2)]
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=2*[t1,t2,t3];
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot(t+1,x,'r','linewidth',3),grid
Comprobación
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
62
f) X(-0.5t-1)
t1=‐2:0.001:0;
t2=0:0.001:6;
t3=6:0.001:8;
t=[t1,t2,t3]+1;
A=4;
x1=zeros(size(t1));
x2=4/6.*‐t2+A;
x3=zeros(size(t3));
x=[x1,x2,x3];
plot(-2*t,x,'r','linewidth',3),grid
Comprobación
tn=-2(t+1), para t=0 tn=-2, para t=6 tn=-14
3.- De la señal…
Código Matlab:
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4];
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(t,x,'r','linewidth',3),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
63
Obtener las siguientes transformaciones y en cada caso realizar prueba de
consistencia:
a) X(-t)
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4];
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(-t,x,'r','linewidth',3),grid
Comprobación
tn=-t, para t=-4 tn=4, para t=8 tn=-8.
b) X(t+2)
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4];
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(t-2,x,'r','linewidth',3),grid
Comprobación
tn=t-2, para t=-4 tn=-6, para t=8 tn=6.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
64
c) X(2t-2)
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4]+2;
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(t/2,x,'r','linewidth',3),grid
Comprobación
tn=(t+2)/2, para t=-4 tn=-1, para t=8 tn=5.
d) X(2-2t)
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4]-2;
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(t/-2,x,'r','linewidth',3),grid
Comprobación
tn=(t-2)/-2, para t=-4 tn=3, para t=8 tn=-3.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
65
e) X[0.5(t-2)]
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4];
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot((t/0.5)+2,x,'r','linewidth',3),grid
Comprobación
tn=(t/0.5)+2, para t=-4 tn=-6, para t=8 tn=18.
f) X(-0.5t-1)
t1=‐6:0.001:‐4;
t2=‐4:0.001:0;
t3=0:0.001:8;
t4=8:0.001:10;
t=[t1,t2,t3,t4]+1;
x1=zeros(size(t1));
x2=2/2.*t2+4;
x3=4.*ones(size(t3));
x4=zeros(size(t4));
x=[x1,x2,x3,x4];
plot(t*-2,x,'r','linewidth',3),grid
Comprobación
tn=-2(t+1), para t=-4 tn=6, para t=8 tn=-18.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
66
Ejemplo 2.4
Función Original
x( t ) = 2, -2 ≤ t ≤ 0
t – 2, 0 ≤ t ≤ 2
Transformar a x (- t)
PRUEBA DE CONSISTENCIA
t = -tn; tn = -t
t = -2 tn = 2
t=2 tn = -2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
67
b) x ( t + 3)
PRUEBA DE CONSISTENCIA
t= tn + 3 ; tn = t - 3
t = -2 tn = -5
t=2 tn = -1
c) x ( 2 t - 2)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
68
PRUEBA DE CONSISTENCIA
t= 2 tn - 2 ; tn = ( t + 2) / 2
t=2 tn = 2; t = -2 tn = 0 t =0 tn = 1
d ) x ( 2 - 2t ) = x(-2t+2)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
69
PRUEBA DE CONSISTENCIA
t= 2 -2tn; tn = (2 –t) /2
t=2 tn = 0
t = -2 tn = 2
t=0 tn = 1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
70
PRUEBA DE CONSISTENCIA
t=2 tn = 6; t = -2 tn = -2 t =0 tn = 2
⎛t −2⎞
x[0.5(t − 2] = x⎜ ⎟ , el lado derecho es de la forma
⎝ 2 ⎠
k + Ag [(t − t 0 ) / a ]
En este caso el orden de las operaciones deberá ser:
1.- Escalamiento en el tiempo
2.- Desplazamiento en el tiempo
3.- Reflexión o inversión de tiempo
PRUEBA DE CONSISTENCIA
t= ( tn –2)/2 ; tn = 2t + 2
t=2 tn = 6; t = -2 tn = -2 t =0 tn = 2
“Como se puede notar nos daría el mismo resultado, de aquí que lo importante es
tomar como referencia cual de las dos formas aplicar”.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
71
Isaac Newton
(1643-1727)
Newton vivía aislado, lejos del bullicio y prefería estar refugiado armando
torres, molinillos, y toda clase de juguetes mecánicos, así como creando
mecanismos para el entretenimiento, todo esto sorprendía a chicos y grandes. Años
más tarde su madre viuda por segunda ocasión, en esta época de crisis su
progenitora retoma su papel de madre y recupera la patria potestad de Isaac. En
esta etapa de su vida, Newton acude en apoyo de las tareas que su madre
desempeñaba en administración de su pequeña propiedad en Woolsthorpe. En
este escenario el genio de la Mecánica se da cuenta que sus intereses no están
precisamente en la cuantificación de las finanzas del negocio familiar, sino en otros
fenómenos de la naturaleza cuyo desconocimiento, radica exactamente en en este
aspecto; se sabe de la existencia de la caída los cuerpos graves, se especula
acerca de las causas del movimiento, de la aceleración, de la masa de los cuerpos
y por supuesto de las fuerzas. Sin embargo, el problema fundamental consistía en
cuantificar y dimensionar estas magnitudes. La madre de Newton no puede ser
indiferente ante genio potencial que su hijo guarda, y finalmente ésta accede para
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
72
que ingrese en el verano de 1661, al Trinity College de la Universidad de Cambridge.
Desde un principio Isaac no fue un alumno brillante en el campo teórico, pero por
fortuna, contó con la valiosa tutoría su tocayo Isaac Barrow, emerito profesor de
matemáticas cuya personalidad dinámica, su enorme humanidad, y su
extraordinario buen humor fueron los ingredientes que consolidaron una amistad y
relación de trabajo envidiable. En estas favorables condiciones en el ambiente de la
investigación Newton escudriñó los laberintos de la geometría, la óptica, de la
misma forma penetró al fascinante mundo de la geometría algebraica cartesiana.
Este nuevo método simplificaba la geometría euclidiana, mediante la utilización de
otra simbología algebraica en el cálculo de las relaciones entre los puntos y los
segmentos que constituyen el espacio.
En 1664, su maestro al mismo tiempo que lo consideraba una inteligencia
desaprovechada, lo recomendó para que estudiara una carrera científica. En este
tiempo Newton recibe su título de bachiller. Después de interrumpir durante dos años
sus estudios universitarios, situación que fue provocada por la proliferación de una
epidemia de peste bubónica, volvió al Trinity College, para ser nombrado becario en
1667, al año siguiente recibió la categoría de profesor asistente, dedicándose de
tiempo completo a la investigación de las matemáticas, es en este nuevo contexto
en el cual analiza y discute con sus colegas la pertinencia de los métodos que se
habían aplicado para trazar líneas tangentes a curvas y para calcular el área
encerrada bajo una curva. Asimismo descubrió que los dos modelos eran
operaciones inversas o contrarias (derivación e integración). Conjugando ambos
procedimientos resultaba lo que él denominó “el método de las fluxiones”, lo que
actualmente se conoce como cálculo infinitesimal. Una nueva y poderosa
herramienta matemática que situó a la antigua ciencia pitagórica en una ciencia
moderna, es decir extendió los alcances de esta disciplina. Al mismo tiempo en otras
latitudes Leibniz llegó a las misma conclusiones. Situación que en algunos círculos
académicos le dan la patente al primero o al segundo, sin que se pueda demostrar
que en ambos casos llegaron a la misma meta por caminos diferentes.
73
A principios del siglo XVIII publicó su obra Óptica, en donde explicaba detallada y
objetivamente sus descubrimientos.
Isaac Newton deja la vida académica y la investigación el primer año del siglo
XVIII en la Universidad de Cambridge. Siguiendo los fieles consejos de Lulio Seneca
dedicó sus últimos años lo que él consideraba su máximo deseo; estudiar filosofía e
historia natural. Su muerte dejó un enorme vacío en la historia de la ciencia que
difícilmente pueda ser llenado. El insigne científico británico, cuyo saber dominó
durante siglos el mundo de la ciencia, murió en Londres, Gran Bretaña, el 31 de
marzo (20 de marzo según el calendario de la época) de 1727.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
74
CAPÍTULO 3. SEÑALES, su graficación
OBJETIVO:
ACTIVIDAD PREVIA:
ACTIVIDAD DE ANÁLISIS
ACTIVIDAD DE SÍNTESIS:
Ejecutar los programas y comentar cada línea de los códigos que vienen
en la actividad 3.1 de la primera parte.
AUTOEVALUACIÓN:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
75
3.1. Tutorial de MATLAB
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
76
EL INDICADOR: El símbolo “>>” , en la pantalla principal ( command window) nos
indica que MATLAB esta esperando que introduzcamos un comando o una variable.
Para salir de MATLAB cuando sea pertinente use los comandos quit o exit.
Matriz:
-2 0 3 El tamaño de una matriz se especifica por el número de filas y de
C= 3 -4 5 columnas; así, C es una matriz de 3x3. Un dato de una matriz se
0 0 2 puede identificar por los subíndices; así C23 representa el dato 5 de
la matriz C, si una matriz contiene m filas y n columnas, entonces contiene un total
de m x n valores; así, C es una matriz de tamaño 3x3.
DEFINICIÓN DE UNA MATRIZ: La forma más sencilla de definir una matriz es usar una
lista de números, como:
A = [4.5]
B = [1.6, 3.1]
C = [-2, 0,3; 3,-4,5; 0, 0,2] o también
C =[-2, 0,3
3,-4,5
0, 0,2]
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
77
PUNTOS SUSPENSIVOS: Si hay demasiados números en una fila de una matriz para
que quepan en una línea, podemos continuar la instrucción en la siguiente línea,
pero se requiere una coma y tres puntos al final de la línea para indicar que la fila
debe continuar.
Ejemplo:
H = [-2,0,-3,4,-3,-4,5,0,0,2,1,1,1,3,4,-0.2] que se puede escribir como:
MATLAB también nos permite definir una matriz a partir de otra previamente definida:
Ejemplo:
B = [1.5, 4.1]
D = [-4, B] este comando equivale a
D = [-4,1.5, 4.1]
También podemos modificar los valores de una matriz o agregar valores adicionales
usando una referencia a un lugar específico. Por ejemplo:
D (3) = 6; Cambia el tercer valor de la matriz D del valor 4.1 por 6, para quedar
como:
D = [-4,1.5, 6]
Ahora si empiece a teclear datos y comandos de los siguientes ejercicios sólo teclea
los vectores no escribas el comentario %
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
78
Q = [T, 0, T] % INTERCALA UN VALOR DE CERO ENTRE DOS VECTORES.
Si se usa un signo de dos puntos para separar dos enteros, el operador de dos puntos
generará todos los enteros entre los dos enteros especificados.
Tecleé:
También se usan los signos de dos puntos para separar tres números, el operador de
dos puntos generará valores entre el primer número y el tercero, usando el segundo
número como incremento:
Tecleé:
Tecleé:
r = 15:-1:0
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
79
Funciones especiales para generar matrices nuevas.
Tecleé
W = [ 4, 3, 2; 4, 6, 3 ];
F= zeros(size ( W ) )
Tecleé
C= [1, 2, 3; 4, 2, 5];
D = ones(size(C))
Tecleé:
a-b
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
80
Los vectores y matrices se suman (o restan) como lo hacemos en matemáticas, esto
es, los dos vectores o matrices deben tener la misma forma para sumarse o restarse a
menos que uno de ellos sea un matriz de 1*1, un escalar, como lo vimos antes :
Tecleé:
b+c
c-b
Los vectores y las matrices se multiplican de acuerdo a las reglas del álgebra:
Tecleé:
b*c
Este resultado ilustra un error común en Matlab. Las matrices deben ser
conmensurables para ser multiplicadas utilizando el operador *. La pre multiplicación
de un vector renglón de 1 por 3
como c por un vector renglón de 1 por 3 como b no esta definida. Sin embargo si c
se transpusiera a un vector columna 3 por 1, se definiría la multiplicación. La
transposición se efectúa con el operador ‘.
Tecleé:
c’
b*c’
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
81
Así pruebe las instrucciones de cada uno de los siguientes juegos de códigos:
Tecleé:
A = [ 4, 3, 2, 4, 6 ];
C = 3.*A
G = A./5
A fin de ilustrar las operaciones de arreglos para vectores, considere los dos
siguientes vectores fila:
Tecleé:
B = [ -6, 3, -2, 4, 6 ];
Tecleé:
L = A.*B
Tecleé:
F=A./B
Los ejemplos anteriores utilizaron vectores, pero las mismas reglas se aplican a
matrices con filas y columnas, como lo podrás constatar declarando la matriz ‘d’
ejecutando las operaciones indicadas:
d= [ 1:6; -1:-1:-6 ];
f=d.*6
w=d.^2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
82
GRAFICA X vs. Y: Gráficas x vs. y sencillas. Suponga que queremos graficar los
siguientes datos recabados de un experimento con un modelo de coche de control
remoto. El experimento se repite 10 veces, midiendo la distancia que un móvil
recorre en cada ensayo.
Pruebe generar esta gráfica: creando un vector llamado x con los datos de la
columna “Ensayo”, y un vector llamado y con los datos de la columna “Distancia”
y enseguida teclee:
plot (x, y), grid y de enter
Se genera automáticamente la gráfica.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
83
LISTA DE CARACTERES
COLOR MARCADOR ESTILO DE LINEA
y amarillo . punto -continua
m magenta o circulo :punteada
c cyan x marca x -.guión-punto
r rojo + más --guionada
g verde * asterisco
b azul s cuadrado
w blanco d diamante
k negro v triangulo(hacia abajo)
^ triangulo (hacia arriba)
Tecleé:
t =[0:0.001:2];
m = 2;
y = m .*t;
plot(t, y, 'r', ‘linewidth’,4),grid
Después guarda este código en el mismo blok de notas en la parte superior (file
save en el drive a: pendiente.m si es el caso ) con el nombre pendiente.m, esté
nombre de archivo se convierte en un comando de Matlab con el nombre
pendiente.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
84
equiespaciados; estas gráficas se llaman gráficas lineales. Una escala logarítmica
(de base 10) es útil cuando una variable abarca varios órdenes de magnitud.
Los comandos MATLAB para generar gráficas lineales y logarítmicas de los vectores x
y y son los siguientes
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
85
3.2. Señales definidas por intervalos
Una señal que varia en forma caprichosa se puede representar analíticamente en
términos de señales simples definidas sobre intervalos.
1ero.- Divida la señal en intervalos de tal forma que tenga una representación simple
de cada intervalo mediante un modelo matematico conocido de una señal
deterministica (recordando que éstas se conoce su modelo paatodo tiempo).
4ta,. Sume las representaciones para cada intervalo con el fin de formar el modelo
completo de la señal.
ε ε
b− ≤t ≤b+
1, 2 2
⎛t −b⎞
rect ⎜ ⎟=
⎝ ε ⎠ 0, en otro tiempo
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
86
x(t)
El
1
e
t
ε b ε
b− b+
2 2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
87
Ejemplo 3.1
Encontrar la representación analítica de la siguiente señal.
1
0.5
-0.5
-10 -5 0 5 10 15 20 25 30
I1 : -10 ≤ t ≤ 0
I2 : 0 ≤ t ≤ 10
I3 : 10 ≤ t ≤ 30
Paso 2: función pulso para cada intervalo
⎛t +5⎞ ⎛t −5⎞ ⎛ t − 20 ⎞
rect ⎜ ⎟ rect ⎜ ⎟ rect ⎜ ⎟
I1 : ⎝ 10 ⎠ I2 : ⎝ 10 ⎠ I3 : ⎝ 20 ⎠
Paso 3:
a) Representación analítica de la señal para cada intervalo
para I1 : constante
I1 : x(t) = 0.5
1.5
para I2 : línea recta: y(x) = mx + b pendiente m =− = – 0.15
10
cruce con el eje x(t) b=1
I2 : x(t) = – 0.15t + 1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
88
Multiplicación de las representaciones analíticas por la función pulso para cada
intervalo
⎛t +5⎞
rect ⎜ ⎟
I1 : 0.5 * ⎝ 10 ⎠
I2 : (– 0.15t + 1) * rect ⎛⎜ t − 5 ⎞⎟
⎝ 10 ⎠
Código en Matlab
t1=[-10:.001:0]; %intervalo de tiempo donde la señal es constante 0.5
t2=[0:.001:10]; %intervalo de tiempo donde la señal es una pendiente
negativa
t3=[10:.001:30]; % intervalo de tiempo donde la señal inica un crecimiento
exponencial con una tau de valor 2.
t=[t1,t2,t3]; % intervalo total de tiempo.
x1=0.5*ones(size(t1)); %vector de amplitud de la parte de valor constante
x2=-0.15*t2+1; % vector de la pendiente negativa que cruza el eje en 1.
x3=0.5*(1-exp(-0.333*(t3-10)));%vector de crecimiento exponencial desplazado t=10.
x=[x1,x2,x3]; % suma de vectores de amplitude.
plot(t,x,'b','linewidth',2),grid % commando de graficacion.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
89
Paso 4: Suma de las representaciones de cada intervalo para obtener el modelo
matemático de la señal complicada:
⎛t +5⎞ ⎛t −5⎞ ⎛ t − 20 ⎞
rect ⎜ ⎟ rect ⎜ ⎟ rect ⎜ ⎟
x(t) = 0.5 * ⎝ 10 ⎠ + (– 0.15t + 1) * ⎝ 10 ⎠ + (0.5 [1 – e −0.333(t −10) ]) * ⎝ 20 ⎠
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
90
Como ejercicio para el alumno se sugiere la actividad 3.1
Una más
t=[-2:0.001:2];
x=0.25*ones(size(t));
for m=1:2:99
x=x+(-1)^((m-1)/2)*1/(m*pi)*exp(i*m*pi*t);
end
plot(t,x,'r','linewidth',2),grid
Saca tus conclusions
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
91
3.3 Los siguientes comandos produciran una grafica de la función f(t)=(i+t)^2 en 3D
corre el programa comenta cada una de las líneas.
Código Matlab:
>> T=[0:0.001:10];
>> R=real((i+T).^2);
>> I=imag((i+T).^2);
>> plot3(T,R,I,'--r'),grid,xlabel('Tiempo'),ylabel('Real'),zlabel('Imagiario')
Nicolás Copérnico
(1473-1543)
92
responsable de su predilección por las ciencias naturales, analizadas a la luz con el
apoyo de las matemáticas aplicadas. Este personaje se conoce con el nombre de
Domenico Maria de Novara. El destino le tenía preparado a Copérnico todo un
escenario para involucrarse en la tesis heliocéntrica de Aristarco de Samos.
Contrariamente a este supuesto se encontraba la tesis de Claudio Ptolomeo, el cual
afirmaba que todo gravitaba en forma armónica teniendo como centro a la tierra.
Para fortuna de Copérnico el profesor que le permitió un sitio para hospedarse
resultó ser un recalcitrante crítico de la tesis geocéntrica.
Nicolás Copérnico es considerado como un hombre de ciencia
exageradamente modesto, al grado tal que jamás aceptó reconocimientos y
condecoraciones a su trabajo. Para él el reconocimiento lo separaba más de su
labor que fortalecer su relación de investigador.
El 9 de marzo de 1497 Copérnico junto con su anfitrión observaron un eclipse lunar,
este acontecimiento tuvo de fondo la posibilidad de estudiar los fenómenos
astronómicos junto con la incipiente ciencia, la Geografía.
Era el año1502. El joven profesor de astronomía de la Universidad de Roma, hizo una
breve pausa en su lección sobre el plan del universo. De todos los países civilizados
del mundo arribaron sus discípulos para oír las lecciones de Copérnico sobre las
estrellas y los planetas. Continuó haciendo su exposición del sistema tolemaico: “ La
tierra es el centro del universo”, el sol, la luna y los cinco planetas son satélites que
giran diariamente en torno a nuestra majestuosa tierra en un círculo perfecto. Más
allá se encuentran las estrellas fijas, que todo lo rodean. Estás son las verdades
fundamentales que escribió el gran Claudio Tolomeo hace más de mil quinientos
años y que son evidentes para los sentidos. Un joven de ojos brillantes hizo una
pregunta, “Distinguido Profesor”, ¿no disputó esto el antiguo filósofo griego Pitágoras,
diciendo que no es la tierra la que se encuentra en el centro del universo, sino el Sol?
Copérnico estaba a punto de responder, como lo hizo muchas veces, que el gran
Aristóteles refutó categóricamente a Pitágoras y que siendo el hombre la obra
maestra de Dios, la tierra que habitaba debería estar al centro del Universo. Esta vez
sin embargo, Copérnico tenía tan poca fe en su acostumbrada respuesta que dio
por terminada la clase y salió bruscamente de la sala, después de tres años de
dedicarse a la enseñanza, resolvió renunciar. Como no deseaba enseñar lo que él
mismo dudaba, decidió volver a su casa, en Frauenburg, que entonces era parte de
Polonia, para dedicarse a determinar para su satisfacción si Tolomeo y los
distinguidos profesores del siglo XVI tenían razón o estaban equivocados.
En 1497 retornó a Polonia y aceptó el puesto de canónigo de la catedral de
Frauenburg, lo cual le aseguraba vitaliciamente una posición acomodada. La
ciudad de Frauenburg se benefició bastante del talento de Copérnico, ya que el
canónigo había planeado la construcción de cierta máquina hidráulica que facilitó
el suministro del agua para la población.
Según la tradición, el primer ejemplar impreso de su obra llegó a las manos de
Copérnico el último día de su vida. Falleció el 24 de Mayo de 1543 en Frauenburg.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
93
Copérnico ideó un nuevo sistema que contradecía el formulado por el
astrónomo alejandrino del siglo II Claudio Tolomeo, apoyado por Aristóteles y
aceptado por la iglesia, que se basaba en ciertas referencias bíblicas. La teoría
geocéntrica de Tolomeo, explicaba los movimientos celestes mediante complejos
recorridos llamados epiciclos. Al desechar el sistema astronómico que concebía a al
tierra como centro del universo y colocar en ese lugar al sol, Copérnico dio inicio a
una revolución no sólo de la astronomía, sino de toda la ciencia.
Copérnico vivió en el palacio episcopal de su tío en Lidzbark Warminski entre
1503 y 1510, y trabajó en la administración de la diócesis y en las actividades contra
los caballeros de la Orden Teutónica. Allí publicó su primer libro, una traducción del
latín de cartas de ética de un autor bizantino del siglo VII, Teofilatos de Simocata.
Entre 1507 y 1515 escribió un tratado breve de astronomía, De hypothesibus motuum
coelestium a se constitutis commentariolus (más conocido como el Commentariolus),
que no se publicaría hasta el siglo XIX. En esta obra sentó las bases de su nueva
astronomía de concepción heliocéntrica.
Después de su traslado a Frauenburgo, en 1512, Copérnico tomó parte en la
comisión del quinto Concilio Laterano para la reforma del calendario (1515); escribió
un tratado sobre el dinero (1517) y empezó a trabajar en su obra principal, De
revolutionibus orbium caelestium (Sobre las revoluciones de los cuerpos celestes),
que culminó en 1530 y fue publicada el 24 de mayo de 1543, poco antes de su
muerte, por un editor luterano en Nuremberg, Alemania.
Una de las aportaciones del sistema de Copérnico era el nuevo orden de
alineación de los planetas según sus periodos de rotación. A diferencia de la teoría
de Tolomeo, Copérnico vio que cuanto mayor era el radio de la órbita de un
planeta, más tiempo tardaba en dar una vuelta completa alrededor del Sol. Pero en
el siglo XVI, la idea de que la Tierra se movía no era fácil de aceptar y, aunque parte
de su teoría fue admitida, la base principal fue rechazada.
A solicitud del Papa la comisión del quinto Concilio Laterano para la reforma del
calendario 1515, aconsejó algunas reformas prácticas para hacer más preciso el
calendario, decía: Copérnico fue el primero en descubrir la duración exacta del
año”. Autoridades posteriores encontraron que sus cálculos de longitud del año
tenían un error de sólo veintiocho segundos.
Usando fórmulas matemáticas y su teoría del movimiento de los planetas,
predijo las posiciones de los planetas Marte, Saturno, Júpiter y Venus. Luego
explorando ansiosamente el cielo durante varios años para ver si sus cálculos eran
correctos, descubrió con gran alegría que lo eran.
Al fin tenía pruebas para demostrar que la teoría tolemaica, con su falsa explicación
de las variaciones y sus telarañas de confusión e incoherencias que hacían de la
astronomía una ciencia equivocada, era falsa. La teoría que verifico Copérnico
ponía al sol en el centro del universo, la tierra y los otros planetas giraban alrededor
de él, y las estrellas lo rodeaban todo en el cielo infinito. Sabía que la tierra gira
también sobre su propio eje, lo cual daba el día y la noche. Dichos movimientos
siguen las infalibles leyes matemáticas de la naturaleza. Puede predecirse con
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
94
fórmulas matemáticas la posición de cada planeta en el cielo en cualquier
momento dado, inclusive los eclipses. Copérnico descubrió la verdad, pero el
conseguir que el mundo la aceptara era un proceso lento y peligroso, que se
enfrentaba a antiguas creencias vinculadas con la superstición y el dogma religioso.
Copérnico decidió no publicar sus hallazgos, sin tratar de ganar partidarios entre los
hombres cultos mediante la conversación y discusión. Lo hizo así con éxito limitado.
Martín Lutero lo acusó de ser un necio que quería “volver completamente del revés
el arte de la astronomía”.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
95
CAPÍTULO 4. SISTEMAS, su descripción
OBJETIVO:
ACTIVIDAD PREVIA:
ACTIVIDAD DE ANÁLISIS:
ACTIVIDAD DE SÍNTESIS:
AUTOEVALUACIÓN:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
96
Definición
Un sistema es la representación matemática de un proceso físico de tal manera
que una señal de entrada, al propagarse a través de éste se ve transformada
mediante una regla o procedimiento que caracteriza al sistema en una señal de
salida.
4.1. Clasificación
Sistema de tiempo continuo: Un sistema de tiempo continuo se usa para procesar
señales analógicas. En el dominio del tiempo la mayor parte de los sistemas
continuos se pueden describir por medio de ecuaciones diferenciales.
Ejemplo:
dV sal (t )
RC + V (t ) sal = Vent (t )
dt
Lo que nos indica que si una señal x(t) se trata exactamente como el operador H
requiere, obtenemos la función y(t).
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
97
Figura 4.1. Diagrama a bloques
H = operador derivada
20 5
Ejemplo 4.1:
Formulemos el operador H del siguiente sistema discreto:
Los diagramas de bloques son útiles para representar sistemas complejos que se
forman por unión de sistemas más simples.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
98
Punto de ramificación: Todas las señales que salen del punto de ramificación son
iguales a la señal de entrada a dicho punto
Punto de suma o detector de error: La señal que sale del punto de suma o deteción
es la suma algebraica de todas las señales que entran al mismo, solamente una
señal sale del punto de suma.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
99
Ejemplo 4.2:
Dibujar los diagramas de bloques de los procesadores descritos por las ecuaciones.
1 2
5
OPCIÓN 1
OPCIÓN 2
1 0.8 2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
100
Fig. 4.7 Diagrama de bloques de un procesador de tiempo discreto
Como ejercicio para el alumno se sugiere la actividad 4.1 y 4.2 de las actividades de
autoevaluación.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
101
Diagrama de bloques de sistemas de tiempo continúo
Ecuación (1)
4 2 Ecuación (2)
Ecuación (3)
4 8 Ecuación (4)
Primero se eligen como entrada y salida a ya respectivamente
De la ecuación (3) se obtiene a y se produce …
De usa a la ecuación (4) y se produce …
De la ecuación (1) se obtiene y se produce …
De usa a la la ecuación (2) y se obtiene …
Se conectan los bloques y se da el siguiente resultado
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
102
Modelos matemáticos de sistemas físicos
Por ejemplo para los sistemas mecánicos utilizamos las leyes de Newton, la
segunda ley de este establece que “Si una fuerza f se aplica a un cuerpo de masa
m, este se moverá con una aceleración a proporcional a la fuerza aplicada”, dicha
ecuación se escribe:
f = ma
Cuando el modelo matemático de un sistema es una ecuación que contiene
razones de cambio con respecto al tiempo el sistema se dice que es dinámico o que
tiene memoria.
Así:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
103
Por ejemplo este sistema bien podría ser un amortiguador de automóvil, su
representación seria tomando en cuenta la segunda ley de Newton.
d 2x dx d 2x b dx Kx
0 = −M 2 − b − Kx + F (t ) ∴ 2 = − − + F (t )
dt dt dt M dt M
d 2 x (t ) dx (t )
F=M + b + Kx (t )
dt 2 dt
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
104
Ejemplo de un modelo matemático de unsistema eléctrico
vi (t ) = Ri (t ) + vc (t )
dvc (t )
l c (t ) = c
at
dvc (t )
vi (t ) = RC + vc(t )
at
Se dice que un sistema es sin memoria (o estático) si la salida para cualquier valor t
o n en un tiempo dado depende solamente de la entrada en ese mismo tiempo, de
otra manera se dice que el sistema tiene memoria (o dinámico).
Ejemplo 4.3:
El sistema discreto especificado por la relación
y[n] = (2x[n] – x2 [n] )2 es sin memoria, ya que el valor de y[n] en cualquier instante de
tiempo n depende sólo del valor de x[n] en ese mismo instante.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
105
Ejemplo 4.4:
Otro ejemplo de sistema sin memoria es una red eléctrica que contiene un resistor
con x(t) como la corriente que pasa a través de éste como la entrada y un voltaje
tomado a través de las terminales del mismo llamado y ( t ) que se toma como
salida.
Por otra parte un sistema con memoria es aquel donde la salida depende de la
entrada actual y de la entrada pasada o futura.
Ejemplo 4.5
Un sistema con memoria es un circuito capacitor C, con la corriente de entrada
como x ( t ), y voltaje de salida y ( t ), donde
t
y (t ) = 1 / C ∫ x (τ ) d τ
−∞
Ejemplo 4.6:
El sistema retardador y[n]= x[n - k] es con memoria, a menos que k = 0.
Ejemplo 4.7:
El sistema premediador :
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
106
y[n] = 1/3(x[n] + x[n-1]+ x[n-2]), también es con memoria a menos que S y S2 sean
iguales a cero.
Ejemplo 4.8
Un sistema acumulador o sumador definido por
n
∑ x[k ]
Y[n] = k =−∞
es un sistema con memoria.
4.5. Causalidad
Un sistema es causal si su salida en cualquier instante de tiempo (valor presente)
depende sólo de los valores de la entrada en el momento presente y en el pasado.
A menudo a estos sistemas se les denomina no anticipativos, ya que la salida de este
sistema no anticipa valores futuros de la entrada. Un sistema causal no puede
responder antes de que se conozca la señal de entrada.
Ejemplo 4.9:
El sistema retardador H {x[n]}= x[ n-1], realiza un retardo de una muestra sobre la
señal de entrada.
La salida depende únicamente del valor anterior. El sistema es causal.
Ejemplo 4.10:
El sistema H {x[n]}=x[n +1], realiza un adelanto de una muestra sobre la señal de
entrada.
La salida depende de un valor futuro. El sistema es no causal.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
107
4.6. Linealidad
Si un operador sobre ax(t) es equivalente a “a” veces la operación lineal sobre x (t)
donde “a “ es un escalar , se dice que el operador será homogéneo, si :
H{ ax (t) } = a H {x (t) }
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
108
Donde a Y b son constantes arbitrarias.
PROPIEDAD DE LINEALIDAD
Si cumple Que
con implica
Prueba de
H{aX1(t)} = aH{X1(t)}
Homogeneidad
¿El sistema es Principio de
Lineal? Superposición
Prueba de H{ X1(t) + X2(t)} =
Aditividad H{ X1(t) + H{ X2(t)}
Ejemplo 4.12
El operador de integración ∞
¿Es Lineal?
Por Aditividad:
Hx t x t
∞ ∞ ∞
Por lo tanto el operador integral es lineal
Ejemplos 4.13
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
109
Por Homogeneidad:
log log
H ax t ax t b
aH x t ax t b ax t ab
ax t b ax t ab
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
110
Ejemplo 4.14:
Un sistema en tiempo discreto denominado sistema acumulador definido por la
ecuación de entrada-salida:
n
s[n] = ∑ E[k ]
k = −∞
Donde la salida en el instante de muestreo n es la suma de la muestra presente y
todas las demás muestras anteriores de la entrada.
s1 [n] = ∑ E1[k ]
k = −∞
s2 [n] = ∑ E2[k ]
k =−∞
Cuando la entrada es E3[n] = aE1[n] + bE2[n] el principio de superposición requiere
que la salida sea S3[n] = aS1[n] +bS2[n]. Para todas las selecciones posibles de los
coeficientes a y b, podemos demostrar
s 3 [n ] = ∑ E 3[k ] = ∑ [a E 1 [k ] + b E 2 [k ]] =
n n
k = −∞ k = −∞
n n
= a ∑ E 1
[k ] + b ∑ E 2
[k ]
k = −∞ k = −∞
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
111
sistema se denomina invariante con el tiempo también se le conoce como
estacionario o fijo.
H {2 x (t )}
Fig. 4.18 ( izquierda ) señal original. (derecha) escalada en amplitud. Ver que los
índices de tiempo no se movieron.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
112
Fig. 4.19 Señal transformada escalada en amplitud y retardada des unidades de
tiempo.
Son iguales ∴
el operador H,
Escalamiento
de amplitud es
invariante al
tiempo
H {2 x (t )}
Fig. 4.20 (izquierda) señal retardada dos unidades de tiempo. (derecha) escalada
en amplitud. El resultado de la transformación resulta idéntico si primero se escalo y
en seguida se retarde o primero se retarda y luego se escala. Por lo que se concluye
que la operación de escalamiento de amplitud es una operación invariante con el
tiempo.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
113
Analicemos ahora lo que sucede con la operación de ecalamiento de tiempo:
H {x (2t )}
Fig. 4.21 (izquierda) señal original (señal de la derecha) la señal escalada en tiempo.
No son iguales ∴ el
operador H,
Escalamiento en tiempo
es variante en el tiempo,
o no invariante
H {x (2t )}
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
114
Formalmente la operqcion de escalamiento
y(t ) = H {x(t )} = tx(t )
i ) H {x(t − t o )} = tx(t − t o )
y (t ) = tx(t )
ii ) y (t − t o ) = (t − t o ) x(t − t o )
i) e ii) no son iguales dicha operacion
no es invariante en el tiempo.
Ejemplo 4.15:
Sea un sistema cuya representación se expresa a través de : y(t) = t x(t) o
y(t)= H { } = t { } .
Por homogeneidad:
A H { x (t) }= H { A x (t)}
AH { x(t) }= A { t x(t) },
H {A x(t) }= t {A x(t) } por tanto el sistema es lineal
i) H { x(t - α) }= t { x(t - α ) }
Como se ve los dos términos de lado derecho de estas dos ecuaciones no son
iguales por lo que el sistema es no invariante o también se dice que el sistema es
variante en tiempo.
Ejemplo 4.16
Sea un dispositivo electrónico que se caracteriza por que su resistividad varía con el
tiempo debido a cambios de temperatura. Sea q(t) la resisistividad expresada como
función del tiempo x(t) la señal de entrada asociada con la caída de tensión entre
sus terminales y y(t) la señal de salida asociada con la corriente por el dispositivo en
cuestión.
y(t) = H{x(t)}=x(t)/q(t);
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
115
Probemos el principio de invariancia en el tiempo, de la condición: H {x(t - α)}=y(t -
α)
a) H {x(t-α)}=x(t-α)/q(t)
b)y(t)=x(t)/q(t)
En resumen
-Los sistemas LTI se pueden representar por medio de ecuaciones diferenciales para
sistemas de tiempo continuo y por ecuaciones en diferencia para sistemas de
tiempo discreto.
Para probar la linealidad o la invariancia de dichos sistemas se pueden aplicar las
pruebas antes descritas (homogeneidad, aditividad, e invariancia) a cada término
de la ecuación o reconocer operaciones no lineales o variantes en el tiempo en
cada termino de las ecuaciones.
“Los términos que contienen productos de entradas (x(t)x(t)) y/O salidas (y(t)y(t)),
confieren no linealidad a un sistema de ecuaciones, un termino constante hace
también no lineal a una ecuación que representa un sistema”
En cuanto si es no causal:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
116
“Un sistema es no causal si los términos de la salida tienen la forma y( t ) y cualquier
término contiene x( t+α), con α >0”
EJEMPLOS
Comentarios: lineal por que ningún término es no lineal, variante por que el segundo
termino de la izquierda de la ecuación esta en función del tiempo bien se dice que
el tiempo esta explicito en la expresión, dinámico o con memoria por un termino esta
retrasado y en el otro caso el sistema de tiempo continuo esta representado por una
ecuación diferencial, Causal por que no contiene términos con adelantos.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
117
4.8. Propiedad de estabilidad
n
S [n ] = H {E [n] } = ∑ E[n] .
k = −∞
Este sistema es inestable, para comprobarlo, basta aplicar una señal acotada y
verificar que la salida no esta acotada. Elegimos como señal de entrada el escalón
E[n] = u[n].
“Se dice que una señal E[n] está acotada si su módulo está limitado en magnitud lo
que se ve por:
|u[n]|=1
∞ ∞
S[∞] = ∑u[n] = ∑1 = ∞
k=−∞ K =0
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
118
Ejemplos
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
119
Leonardo da Vinci
(1452-1519)
Nacio el 15 de Abril de 1452 en Vinci región de Toscana (Italia), Artista florentino,
famoso como pintor, escultor, arquitecto, ingeniero, inventor, científico y humanista
y uno de los grandes maestros del renacimiento. Su profundo amor por el
conocimiento y la investigación fue la clave tanto de su comportamiento artístico
como científico.
Fue hijo ilegitimo de un notario, Piero de Antonio de Vinci y de una campesina
llamada Catalina que, posteriormente contraería matrimonio con persona distinta al
padre de su hijo, paso toda su infancia en la casa paterna la familia se traslado a
Florencia alrededor de 1469, año en que el artista está ya documentado en el taller
de Andrea del Verrocchio, junto a futuros grandes pintores, como Botticelli, Perugino,
Ghirlandaio, etc.
En 1472 costa ya como miembro del gremio de pintores, aunque continúa
trabajando en el taller de su maestro hasta1476. Allí pinta según Vasari, la figura de
un Angel en el bautismo de Cristo del Verrochio. No obstante, su primer obra cierta
es un dibujo de 1473, Paisaje.
En sus obras de este primer periodo pueden apreciarse ya sus incipientes muestras
de talento, buen ejemplo de este es el ángel realizado por Leonardo para la obra de
Verrocchio “El bautismo de Cristo (c. 1470, Uffizi, Florencia) ” al que siguieron dos
anunciaciones, la “Madona del Clavel” y el “retrato de Ginebra Benci”.
El primer período de la obra de Leonardo se desarrolla en Florencia, desde la salida
del taller de Verrochio en 1482, de esta época juvenil son el Retrato de Ginebra dei
Venci 1474-1476, Anunciación 1478. Muerte en la horca de Bernardo di Bandino
Baroncelli, asesino de Giuliano de Medicis 1479. San Jeronimo 1480. Y la tabla
contratada para la iglesia de San Donato de Scopeto, que nunca llegaría a
acabar, se trata de “ adoración de los magos ”1481, donde, además de una
renovación total de la iconografia , emplea fórmulas nuevas que habían de ser
imitadas continuamente. En 1480 se emancipó de sus padres y entró al servicio de
Lorenzo de Medicis, el Magnífico.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
120
El 25 de abril de 1483 contrató , en colaboración con otros dos pintores La virgen de
las rocas”, uno de los mas altos ejemplos de la co composición cerrada renacentista
y del esfumado Leonardesco.
En Milán realizo seis obras pictóricas entre las que se encuentran el “ retrato de
Cecilia Galerani”, “La dama del armiño”, “La virgen de las rocas” y “La ultima cena”,
mural que pinto para el refectorio de la iglesia de Santa Maria delle Grazie. También
se encargo de un proyecto escultórico grandioso, que quedo sin realizar: el
monumento ecuestre a Francisco Sforza fundador de la dinastía.
Leonardo paso los últimos años de su vida en la localidad francesa de Cloux, cerca
del palacio del rey francisco I en Amboise, allí dibujo los planos para el castillo de
Romorantin
Leonardo de Vinci descubrió la mayoría de la leyes de la aerodinámica más de
cuatrocientos años antes de aue se efectuara el primer vuelo en una máquina más
pesada que el aire, no obstante muchos científicos de nuestros días están dispuestos
a reconocer que Leonardo habría hecho el primer vuelo en un aeroplano si se
hubiera inventado entonces el motor de gasolina.
Durante sus primeros años de aprendizaje, Leonardo empezó a escribir sus famosas
notas. Por alguna razón se desconocida, usó una escritura secreta que inventó el
mismo para anotar sus observaciones, proposiciones y recordatorios. Solo podían
leerse cuando se sostenían ante un espejo. Tal vez esta excentricidad se debió al
hecho de que era zurdo.
En 1503 hubo una guerra encarnizada e indecisa entre las ciudades de Pisa y
Florencia, el ejercito Florentino estaba en las puertas de Pisa y se esperaba un largo y
sangriento asedio. En este punto. La Signoria de Florencia solicitó la ayuda de un
famosísimo pintor. El pintor Leonardo de Vinci, apreciable y humanitario que
voluntariamente dejó de comer carne hacía años, movido por su gran amor hacía
los animales.
La fecunda mente de Leonardo concibió un plan osado que reduciría
permanentemente el poderío de Pisa, la idea era tan sencilla y, sin embargo tan
eficaz , que haría que Pisa perdiera su abastecimiento de agua como su puerto en
el mar. Su plan consistía en desviar de su cauce al río Arno para llevarlo por los dos
canales que desembocarían en Leghorn, el cual se encontraba al sur de Pisa.
Procedió pues, a hacer una presa en el Arno y diseñar una serie de máquinas
novedosas para cavar los canales.
También compraba pájaros para ponerlos en libertad. Muchos observadores creen
que tenia otro propósito: observar su vuelo con el mayor cuidado a fin de dibujar
una máquina voladora para los seres humanos.
Leonardo da Vinci murió el 2 de mayo de 1519 en Cloux Francia.
En realidad descubrió el principio del cambio de velocidades del automóvil uniendo
tres ruedas dentadas de díametro desigual a una rueda giratoria común. Así, vio que
se obtenían al mismo tiempo diferentes velocidades de rotación, de la mecánica
escribió que era “ El paraíso de las ciencias matemáticas porque, por medio de ella,
llega uno a su fruto”.Gracias a esto pudo definir el principio de la “ acción y
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
121
reacción ”, aplicando los fenómenos aerodinámicos dos cientos años antes de que
Newton propusiera su tercera ley del movimiento.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
122
CAPÍTULO 5. SISTEMAS, la convolución
OBJETIVO:
ACTIVIDAD PREVIA:
ACTIVIDAD DE ANÁLISIS:
ACTIVIDAD DE SÍNTESIS:
AUTOEVALUACIÓN:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
123
5.1. Representación de una señal mediante una suma de impulsos.
Definamos una señal discreta la que se conoce como la secuencia muestra unitaria
y esta definida así ver fig. 5.1
1 δ [n] = 1, n=0
0.9
0.8 y
0, n≠0
0.7
0.6
0.5
0.4
0.3
0.2
Código en matlab:
n1=[-4:1:-1];
n2=[0];
n3=[1:1:4];
n=[n1,n2,n3];
x1=zeros.*n1;
x2=1;
x3=zeros.*n3;
x=[x1,x2,x3];
stem(n,x,'linewidth',3),grid
0.9
0.8
0.7
δ [n − 3] = 1, n = 3
0.6
y
0.5
0.4 0, en n ≠ 3
0.3
0.2
0.1
Mtro. -1Juan Gustavo Ruiz5 Barajas y Mtra. Maria Guadalupe Casillas Limon
0
-4 -3 -2 0 1 2 3 4 6
124
Fig. 5.2 muestra unitaria retardada tres instantes de muestreo.
1.8
1.6
1.4
1.2
0.8
2δ [n − 5] = 5, n = 5
0.6
0.4
0.2
y
0
-4 -2 0 2 4 6 8
0, en n ≠ 5
3.- Es útil para representar cualquier secuencia discreta como una suma de impulsos
desplazados y escalados de manera formal:
∞
x[ n ] = ∑ k = −∞ x[k ]δ [n − k ] (5.1)
Ejemplo 5.1
Sea una secuencia discreta definida x[n] = 2,3, -2, 1 ver la fig. 5.4
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
125
3 Código en matlab
2.5 >> n1=[-4:1:-1];
2 >> n2=[0];
1.5 >> n3=[1];
1 >> n4=[2];
0.5
>> n5=[3];
0
>> n=[n1,n2,n3,n4,n5];
-0.5
>> x1=zeros.*n1;
>> x2=2;
-1
-1.5
>> x3=3;
-2
-4 -3 -2 -1 0 1 2 3
>> x4=-2;
>> x5=1;
>> x=[x1,x2,x3,x4,x5];
>> stem(n,x,'linewidth',3),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
126
Esta secuencia x[n] = 2,3, -2, 1 se puede representar por medio de una suma de
secuencias muestra unitaria escalada y retardada.
Para este ejempo el primer termino de la secuncia lo podemos representar por una
muestra unitaria escalada por 2 en en índice de tiempo n=0 el segundo termino de
la secuencia mediante una secuencia muestra unitaria escalada po 3 en el índice
de tiempo n=1, el tercer termino de la muestra la representamos mediante una
muestra unitaria escalada por - 2 en el índice de tiempo n=2, y finalmente el cuarto
termino lo podemos representar por una muestra unitaira escalada 1 en el índice de
tiempo n=3. De tal forma que la señal discreta se representaría como una suma:
5.- Si esta señal muestra unitaria se utiliza para excitar un sistema de tiempo discreto
LTI la respuesta a dicha entrada se la conoce como la respuesta a la muestra
unitaria h[n] y caracteriza al sistema en el dominio del tiempo.
Ejemplo 5.1
Encuentre mediante una tabla la respuesta a la muestra unitaria de un procesador
discreto representado por la ecuación
n 0 1 2 3 4 5 6 7
x[n] 1 0 0 0 0 0 0 0
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
127
y[n] = x[n] + y[n-1]- 1 1 1/2 0 -1/4 -1/4 -1/8 0
½y[n-2]
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
128
Podemos verificar el anterior resultado si utilizamos el programa matlab:
N N
∑ ak y[n − k ] = ∑bkx[n − k ]
k =0 k =0
Ejemplo:
Reescribiendo y[ n ] - y [ n – 1 ] + 1 / 2 y [ n - 2] = x[ n ]
h=
1.0000
1.0000
0.5000
0
-0.2500
-0.2500
-0.1250
0
0.0625
0.0625
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
129
t=
0
1
2
3
4
5
6
7
8
9
Veamos ahora que utilidad tiene h[n] para obtener la respuesta de un sistema a
cualquier entrada a través de una operación que llamaremos convolución:
∞
y[ n ] = ∑ k = −∞ x[k ]h[n − k ] Esta ecuación se le conoce como suma de
convolución.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
130
Algoritmo para obtener la operación de convolución de secuencias finitas
1.- El índice de inicio de y[n] es igual a la suma de los índices de inicio de x[n] y h[n].
3.- la longitud Ly de y[n] está relacionada con las longitudes Lx y Lh de x[n] y h[n] por
Ly = Lx+ Lh-1.
c.- Sume las columnas de los arreglos (sucesivamente desplazados ) para generar la
secuencia de convolución.
Ejemplo 5.2
a) Un procesador FIR tiene una respuesta al impulso dada por h[n]={ 1, 2, 2 ,3}.
Encuentre la respuesta y[n] si la secuencia entrada esta dada por x[n] = {2, -1, 3},
ambas secuencias x[n] y h[n] , están ordenadas el primero de sus valores
comienzan en n = 0.
h[n] = 1 2 2 3
x[n] = 2 -1 3
entrada respuesta
2δ[n] 2h[n] = 2 4 4 6
-δ[n-1] -h[n-1] = -1 -2 -2 -3
3δ[n-2] 3h[n-2] = 3 6 6 9
--------------------------------------------
x[n] y[n] = 2 3 5 10 3 9
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
131
Prueba:
1.- El índice de inicio de y[n] es igual a la suma de los índices de inicio de x[n] y h[n]:
3.- la longitud Ly de y[n] está relacionada con las longitudes Lx y Lh de x[n] y h[n] por
Ly = Lx+ Lh-1 para este ejemplo: Lx = 3, Lh-1= 4-1 =3 por lo tanto la longitud de la
secuencia de la respuesa es Ly = Lx+ Lh-1=6.
↓ ↓
Outro ejemplo : Considere h[n]={ 2, 5, 0, 4} y x[n] = {4, 1, 3}
h[n] = 2 5 0 4
x[n] = 4 1 3
-----------------------------------------------------------------------------------------
8 20 0 16
2 5 0 4
6 15 0 12
_____________________________________________________________________
↓
y[n] = 8 22 11 31 4 12
Prueba:
1.- La convolución inicia en la suma de los índices de inicio de x[n] =-1 y h[n]=-2, en
n = –3.
2.- La convolución termina en la suma de los índices de terminación de x[n] =1 y
h[n]=1, en n=2
3.- La longitud de la secuencia de salida es Ly = Lx+ Lh-1= 3+(4-1)= 6.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
132
Ejemplo 5.3
La respuesta de un filtro promediador esta dado por Y[n]= 1,3,5,7,9,11,13 si la entrada
aplicada al sistema fue x[n]= 2,4,6,8,10,12,14, observe la secuencia de entrada y
salida y obtenga: 1) la ecuación de recurrencia, 2) la respuesta al impulso y 3) y por
la operación de Convolución compruebe la salida.
Solución:
1.- y[n]= x[n]/2 + x[n-1]/2.
2.- h[n]= 1/2, 1/2
3.-
h[n] = 1/2 1/2
x[n] = 2 4 6 8 10 12 14
1 1
2 2
3 3
4 4
5 5
6
___________________________________________________
Y[n] 1 3 5 7 9 11
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
133
Evaluación analítica de la convolución discreta:
Note que
nu [n ] = r [n ] = {n, n≥0
{ 0, n〈 0
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
134
5.2. Convolución para sistemas de tiempo continúo
Así como en el tiempo discreto aparece una función muestra unitaria
análogamente debe existir en el en el tiempo continuo una función análoga,
consideremos δ[t] y su desplazamiento δ [t - λ] procederemos a separar el valor de x
(λ) de una señal de tiempo continuo x(t) en el tiempo t= λ, como antes se forma el
producto
x(t) δ [t - λ], pero como estamos tratando señales de tiempo continuo usaremos en
vez de una sumatoria una integral para representar una suma continua a lo largo de
todo el tiempo por lo que tendremos la siguiente expresión
∞
∫− ∞ x(t) δ [t - λ ] dt = x(λ ) (5.3)
La que se conoce como la integral de muestreo o selección.
Asi podremos definir δ[t] como una función que tiene las siguientes características:
∞
1.- La integral de ∫−∞ x(t) δ [t] dt = 1 lo que quiere decir que la función tiene área
unitaria.
δ [t ] = ∞, t = 0
2.- Se define y lo que supone una función de extremadamente corta
0, en t ≠ 0
duración y alta amplitud.
3. Se utiliza para modelar un fenómeno que tenga una duración corta y una
amplitud considerable como:
a) Un rayo.
b) Un disparo de arma de fuego.
c) Un batazo.
4.- Para representar una función x(t) como una suma continua de impulsos
desplazados y escalados lo que formalmente se escribiría así:
∞
x(t ) = ∫−∞ x(λ ) δ [t - λ ] dλ (5.4)
Lo que permite deducir que si un sistema LTI de tiempo continuo se excita con
x(t) δ [t - λ] su respuesta a esta entrada será x(t) h [t - λ]. La respuesta total en base a
la superposición será la suma continua de las respuestas individuales esto es:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
135
∞
y (t ) = ∫−∞ x(λ ) h [t - λ ] dλ (5.5)
Ejemplo: 5.5
Sea una red eléctrica cuya respuesta al impulso esta determinada por
−2 t
h(t ) = A e u (t )
−2 t
y se excita por medio de una señal x(t ) = A e u (t )
hallar la respuesta o salida y(t ) del sistema por medio de la integral de convolución.
La respuesta del sistema y(t) a la señal de entrada está a dada por la integral de
convolución:
∞
y (t ) = ∫−∞ x(τ ) h [t - τ ] dλ
La Expresión para h (t − τ ) se obtiene sustituyendo t por t − τ en h(t) y x (τ )
sustituyendo t por τ en x(t).
Así:
∞ ∞ -2τ -2( t -τ )
y(t ) = ∫ x(τ ) h [t - τ ] dτ = ∫ A e u(τ )A e u(t − τ )dτ =
−∞ −∞
t -2τ 2τ −2 t t -2τ 2τ
A∫ Ae ∫ e e
2 -2t 2
y (t ) = A e (1)A e e (1)dτ = dτ =
0 0
2 − 2t t 0dτ = 2 − 2t [τ ]t = 2 − 2t [t − 0] = 2 − 2t
y (t ) = A e ∫0 e Ae 0 Ae A te
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
136
La entrada y la salida se muestran a continuación.
Fig 5.5 Entrada del sistema Fig. 5.6 Salida del sistema
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
137
5.3. Uso del MATLAB para realizar una convolucion de imagen
Para realizar una convuloción de un filtro FIR con una imagen, en MATLAB, primero
debemos de conocer los comandos que nos ayudaran.
Imread: será el comando que nos representara en vector o matriz la imagen que se
desea convolucionar.
Convn: es el comando que nos ayuda a hacer la convolucion pero con la diferencia
de que lleva un “n” al final para poder convolucionarr la matriz de imagen y[n] por el
vector h[n] que realiza la convolucion.
Imwrite: será el comando que nos mostrara y creara el archivo convolucionado.
Fig. 5.7 Imagen original ( señal de entrada al procesador o filtro pasa bajas ).
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
138
h=[1/500,1/500,1/500]; % “Este vector es h[n] representa la respuesta al impulso de
un filtro pasa bajas por el cual se convolucionara la
matriz de la imagen” .
Fig. 5.9 Figura convolucionada señal de salida del procesador caracterizado por su
respuesta al impulso de valor h[n] =[1/32,1/32,1/32]
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
139
Fig. 5.10 Figura convolucionada señal de salida del procesador caracterizado por su
respuesta al impulso de valor h[n] =[1/500,1/500,1/500]
Primero se lee el archivo en formato WAV por medio del comando wavread:
a=wavread(‘K:\Señales y sistemas\Amelie’)
Después, se crea el vector que representa la respuesta del sistema:
b=[1/3,1/3,1/3];
Al tener los dos vectores, se procede a realizar la convolución entre los dos:
c=conv(a,b);
Con el vector convolucionado, se crea un nuevo archivo WAV mediante el
comando wavcreate:
wavwrite(c,20050,16,’K:\Señales y sistemas\Amelie2’)
Donde c es el vector que se convertirá, 20050 es la frecuencia del archivo original, 16
es la cantidad de bits, y el resto es la dirección donde se creará.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
140
Primera convoluci
c ón
Fig
g. 5.11 gra afica arrib
ba señal de
d entrada origianaal y
abajo señal
s de salida co onvolucio onada de e un proc cesador ccaracterizzado por su
respuestaa al impulso de valo or h[n] =[[1/3,1/3,1//3].
Segunda a convoluc ción
Con el va alor [1/3, 1/3, 1/3] de
d la resp puesta de el sistema, el cambio casi noo se aprec
cia,
pero si se
e modifica a a [1/4,1//4,1/4,1/4], el resulttado es el siguiente
e
Fig. 5.12
2 grafica a arriba señal de
e entrada
a origianal y aba ajo señaal de saliida
convoluccionada de d un procesadorr caracteerizado po puesta al impulso de
or su resp
valor h[n
n] =[1/4,1//4,1/4].
141
Tercera convoluci
c ón
Si se dese
ea hacer aún más obvio el efecto de el filtro, se
e puede c
cambiar el
e valor de
e la
respuestaa a:[1/8,1//8,1/8,1/8
8,1/8,1/8,1/8,1/8], y el resultado es:
Cuarta convolució
c ón
142
Fig. 5.15 grafica a arriba señal de
e entrada
a origiana
al y aba ajo señaal de saliida
convoluccionada ded un procesadorr caracteerizado po
or su resp
puesta al impulso de
valor h[n
n] =[1/30,1
1/30,1/30].
Compara
ación de las salidass
143
Traslape de las señales (1/3)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
144
Traslape de las señales (1/12)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
145
Traslape de las señales (1/30)
Conclusiones
Se puede observar que al variar los coeficientes de la respuesta al sistema, la
modificación en el archivo de sonido es más evidente. Esto se debe a que al
aumentar el denominador de los coeficientes, el promedio al que se debe ajustar la
señal se vuelve menor, por lo que cada vez se nota más el efecto del filtro
pasabajas.
En el primer caso, al ser el coeficiente 1/3, la modificación es casi imperceptible
Al modificar los coeficientes a 1/4, 1/8 y 1/12 se vuelve evidente el efecto del filtro,
incluso en las gráficas se aprecian las modificaciónes de la señal.
Si se cambian los coeficientes por un valor muy grande como 1/30, el efecto del filtro
es tan grande que no solo evita que pasen las frecuencias altas, sino que disminuye
la amplitud de la señal completa, disminuyendo así el volumen de la pieza.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
146
Max Karl Ernst Ludwig Planck
(1858-1947)
En 1870 recibió el grado de Doctor por parte de las Universidades de Munich y Berlín
a la edad de 21 años, recibió una invitación por la universidad de Kiev para dirigir la
cátedra de física en 1885. sin duda alguna Max Planck estaba convencido de que la
teoría y la práctica forman un vínculo indisoluble en todo proceso de investigación,
con esta actitud demostró que una teórico sin práctico es tan sólo un especulador y
que un práctico sin teoría es como un ciego que no sabe hacia donde va, fue tan
grande su motivación que desde esa época consagró parte de su vida a la
docencia, en 1889 acepto una invitación para impartir en forma permanente la
cátedra de física en la Universidad de Berlin, la cual mantuvo hasta 1928,
obviamente que Plank se dedicó de tiempo completo a la investigación.
En un primer momento se dedicó al estudio de los fenómenos relacionados con la
termodinámica y en especial con la segunda ley de la termodinámica conocida
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
147
como “la ley de la entropía” (este enunciado se refiere a la pérdida inevitable de la
energía conservada en cualquier sistema) un ejemplo de esta ley lo podemos
apreciar en la energía que fluye a través de las cadenas alimenticias: la energía que
nuestro planeta recibe de parte del sol, podríamos afirmar que ésta es el cien por
ciento. Sin embargo, únicamente el tres por ciento es la puede ser asimilada por los
organismos a través del proceso de la fotosíntesis, es decir, el 97 % se pierde, o se a
es entropía pura.
Tomando en cuenta las aportaciones que hizo este físico alemán a la teoría
atómica, los físicos en la actualidad creen que la radiación electromagnética
combina las propiedades de las ondas y de las partículas. En este contexto el
primero en reconocer la gran riqueza de este modelo atómico fue Albert Einstein,
uno de los primeros en advertir el fenómeno denominado efecto fotoeléctrico
empleando los criterios utilizados en el modelo de la mecánica cuántica, los dos
científicos estuvieron colaboraron mutuamente. Planck recibió muchos premios,
distinciones y homenajes por este trabajo, especialmente, el Premio Nobel de Física,
en 1918. En 1930 Planck fue elegido presidente de la Sociedad Kaiser Guillermo para
el Progreso de la Ciencia, la principal asociación de científicos alemanes, que
después se llamó Sociedad Max Planck. Sus críticas abiertas al régimen nazi que
había llegado al poder en Alemania en 1933 le forzaron a abandonar la Sociedad
Kaiser, el terror de la guerra le arrebataría a tres de sus hijos y además su patrimonio
económico le fue confiscado por los derroteros de la suástica. Max Planck murió en
la ciudad de Gotinga el 4 de octubre de 1947.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
148
CAPÍTULO 6. FRECUENCIA, la serie de Fourier
OBJETIVO:
Que el alumno represente el espectro de frecuencia de
una señal periódica en el dominio de la frecuencia a
través de una serie de Fourier y analice que pasa
cuando ésta se propaga por un sistema lineal e
invariante en el tiempo (LTI).
ACTIVIDAD PREVIA:
Funcion exponencial Compleja, representación y
grafica.
ACTIVIDAD DE ANÁLISIS:
- Razona cuales son las condiciones para que una señal tenga serie de
Fourier.
ACTIVIDAD DE SÍNTESIS:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
149
AUTOEVALUACIÓN:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
150
6.1 La función exponencial compleja.
sen(ωt + φ ) = 1
2j (e (
j ωt +φ )
− e − j (ωt +φ ) ) (6.3)
Código:
>>t=[-3:0.001:3]; >>f=1; >>A=1; >>w=2*pi*f; >>x=A* exp (j*w.*t);
>>subplot(4,1,1),plot(t,real(x)),grid,title('parte real de la exponencial
compleja'),...
>>subplot(4,1,2),plot(t,imag(x)),grid,title('parte imaginaria de la
exponencial compleja'),...
>>subplot(4,1,3),plot(t,abs(x)),grid,title('magnirud de la exponencial
compleja'),...
>>subplot(4,1,4),plot(t,angle(x)),grid,title('fase de la exponencial compleja’)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
151
Fig. No.6.1 La exponencial compleja.
2.- Las Series de Fourier es una valiosa herramienta para el estudio espectral
(distribución de componentes de frecuencia) de señales que se repiten
periódicamente.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
152
exponenciales de la misma frecuencia que la entrada pero con magnitud
y fase distinta,
1 1
x(t ) = seno(ω0t ) − seno(2ω0t ) + seno(3ω0t )
2 3
(6.4)
Donde:
Frecuencia fundamental o primer armónico.
t=[-1:.001:1];
f=2;
w= 2*pi*f;
x= sin(w.*t)-1/2*sin(2*w.*t)+1/3*sin(3*w.*t);
plot(t,x,’linewidth’,2),grid, xlabel('t'),
ylabel('x(t)')
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
153
Como se observa en la grafica a primera vista no es una función
reconocible, para que se acerque más a su forma ideal, que es la de una
función periódica denominada tren de pulsos en diente de sierra, se
necesitan incrementar el número de términos de la serie o componentes
armónicos de la representación (6.1), hasta el infinito. Un código con el
programa en matlab que se ofrece en el anexo de estas notas nos
brindara la posibilidad de incrementar en una cantidad muy grande el
número de términos de la serie.
∞ ∞
x(t) = a 0 + ∑ m =1am cos(mωot ) + ∑ m =1bm sen(mωot ) ,donde
ωo = 2*pi/T
(6.6)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
154
2.-Representación polar o cosenoidal.
∞
x(t ) = ∑ Am cos(mωot + θm )
m=0 (6.7)
3.-Representación exponencial.
∞
∑X e
jmωO t
x(t ) = m
m = −∞
(6.8)
∫ x(t ) dt 〈∞
TO
(6.9)
b) No tiene comportamientos anómalos en un periodo (su variación
esta acotada en un periodo) esto es:
(6.10)
2π
ω0 =
T
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
155
Las principales características de esta representación en series de Fourier:
I.- La serie contiene tanto término seno como cosenos. Los coeficientes am,
bm son respectivamente los coeficientes de Fourier, coseno y seno
representan las amplitudes de las diversas componentes de frecuencia
que se usan en la descripción de una señal en el dominio de la frecuencia
(espectro) pueden ser positivos y negativos, en esta representación no hay
ángulos de fase asociados con estos términos.
m = 1; ω
0 es denominada frecuencia fundamental o primer armónico,
para un termino de frecuencia en donde m = 2 estaríamos
hablando del segundo armónico y así sucesivamente.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
156
Pmedia = a 2 0 +
1 ∞
∑
2 m=1
(a 2
m
2
+ bm )
(6.14)
Ejemplo 6.3 Identifique los coeficientes de Fourier cosenos y senos de la
señal definida en el Ejemplo
6.2.
Solución:
Coeficientes seno.
Solución:
2 2
1 1
(a )
2
Pmedia = a 2 0 +
1 ∞
∑
2 2
+ bm 1+ 2 + 3 = 0.5 + 0.125 + 0 − 055 = 0.68W
2 m=1 m
= 2 2 2
a) Para todas las funciones x(t) con simetría par, los coeficientes seno (bm)
son cero. Por lo tanto la señal contiene sólo armónicos coseno (am) y
podría tener o no una componente promedio. En algunos casos podría se
de utilidad conocer su fase que es; 0, o ± π.
b) Para todas las funciones x(t) con simetría impar los coeficientes coseno
(a m) son cero por lo tanto este tipo de señal contiene sólo armónicos
seno (bm) y podría tener o no una componente promedio. En algunos
casos podría se de utilidad conocer su fase que es; π/2 o – π/2.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
157
c) Simetría de media Onda :
Si una forma de onda periódica ver Fig. 6.3 es tal que la forma de onda
para la primera mitad del ciclo
(t = 0 a t = To /2) se repite así misma, excepto con el signo opuesto para la
segunda mitad del ciclo
(t = To/2 a t =To ) se dice que tiene simetría de media onda y satisface:
T0
x(t ) = −x(t ± + ) (6.15)
2o
En otras palabras. “hay dos semiciclos por periodo cada uno es una replica
invertida del otro”
Código Matlab:
t1=[-4:0.001:-3]; señal de simetria de media onda, no par ni impar
2
t2=[-3:0.001:-2];
t3=[-2:0.001:-1]; 1.5
t4=[-1:0.001:0]; 1
t5=[0:0.001:1]; 0.5
t6=[1:0.001:2];
0
t7=[2:0.001:3];
t8=[3:0.001:4]; -0.5
t=[t1,t2,t3,t4,t5,t6,t7,t8]; -1
x1=2.*t1+8; -1.5
x2=-2.*t2-6; -2
x3=2.*t3+4; -4 -3 -2 -1 0 1 2 3 4
x4=-2.*t4-2;
x5=2.*t5;
x6=-2.*(t6-1);
x7=2.*t7-4; Fig. 6.3 Señal con simetría de media onda no oculta
x8=-2.*t8+6; ni par ni impar véase que su valor
promedio es cero.
x=[x1,x2,x3,x4,x5,x6,x7,x8];
plot(t,x,'linewidth',4),grid, title('señal de simetria de media onda, no par ni
impar')
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
158
Por otra parte hay formas de onda que ocultan su verdadera simetría, por
ejemplo la Fig. 6.4 (función periódica triangulo) es decir a simple vista es
difícil determinar que tipo de simetría tienen.
Función periódica Triangular con simetría oculta.
Código Matlab: 1
t1=[-3:.005:-2];
0.9
0.8
t2=[-2:.005:-1]; 0.7
t3=[-1:.005:0]; 0.6
t4=[0:.005:1]; 0.5
t5=[1:.005:2]; 0.4
t6=[2:.005:3]; 0.3
t=[t1,t2,t3,t4,t5,t6]; 0.2
x1=t1+3; 0.1
x2=-t2-1;
0
-3 -2 -1 0 1 2 3
x3=t3+1;
x4=-t4+1;
x5=t5-1;x6=-t6+3;x=[x1,x2,x3,x4,x5,x6];
plot(t,x,'linewidth',4),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
159
Función periódica Triangular evidenciando su valor promedio y su simetría
par y de media onda.
Código Matlab:
t1=[-3:.005:-2]; 0.5
t2=[-2:.005:-1]; 0.4
t3=[-1:.005:0]; 0.3
t4=[0:.005:1]; 0.2
t5=[1:.005:2]; 0.1
t6=[2:.005:3]; 0
t=[t1,t2,t3,t4,t5,t6]; -0.1
x1=t1+3; -0.2
x2=-t2-1; -0.3
x3=t3+1; -0.4
x4=-t4+1; -0.5
-3 -2 -1 0 1 2 3
x5=t5-1;
x6=-t6+3;
x=[x1,x2,x3,x4,x5,x6];
y=x-0.5;
plot(t,y,'r', 'linewidth',4),grid
Fig.6.5 Señal con simetría par más simetría de
media onda.
1.2
1
>> t=[-1:0.001:1];
0.8
>> A=1;f=1;w=2*pi*f;
0.6
>> x=(A/2)*ones(size(t));
0.4 >> for m=1:2:99;
0.2 x=x+(2*A/(m*pi)).*sin(m*w.*t);
0 end
-0.2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
>> plot(t,x,'linewidth',2),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
160
CALCULOS: se hace cero
/ /
• /
/
Se hace cero
/ /
•
/
2
sin
0
2 2
1 sin 0 sin
2 2
1 sin cos
2
cos cos 0
2
Y como
2 2 1
cos 1 cos 1
2 2
1 cos 1 1
1
1 cos 2 1 1
2 2
1 cos 3 1 1
3 3
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
161
1 cos 4 1 1
0
4 4
1 cos 5 1 1 2
5 5 5
2
0.5 1,3,5
10
0
-1.5 -1 -0.5 0 0.5 1 1.5
162
m=k
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
163
Por lo tanto, la represntacion en serie de Fourier es:
∞
armonicos) 9
Graficando en Matlab. 8
>> t=[-1.5:0.001:1.5]; 6
>> w=2*pi; 5
>> x=5; 4
2
x=x-(10/(pi*i))*sin(i*w.*t); 1
end; 0
>> plot(t,x,'linewidth',4),grid
-1.5 -1 -0.5 0 0.5 1 1.5
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
164
6.6 Representación polar o cosenoidal.
Hay otra manera de representar un desarrollo en series de Fourier para un
señal periódica la cual se conoce como forma polar o cosenoidal y esta
dada por:
∞
x(t ) = ∑ Am cos(mωot + θm ) ωo =
2π
m=0 To
Am = Coeficiente de amplitud unilateral de la serie de Fourier.
θm =Coeficiente unilateral del ángulo fase.
Las principales características de esta forma de la serie de Fourier son:
No contamos con una fórmula fácil para calcular directamente esta forma
de series de Fourier. Sin embargo, se determina
fácilmente desde una de las otras
representaciones: − b
θ m = tg −1 m
am
2 2
Am = a +b
m m
Am angulo θ m = am − jbm
∞
10
x(t ) = 4 − ∑ sen(3kt )
k =1 k
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
165
Dado que
π π
cos( x + ) = − sen( x) cos( x − ) = sen( x)
2 2
m = −∞
T
1 − jmω O tdt
Xm =
T ∫ x(t ) e
0
1 2 2 − bm
Xm = a +bm m
Ángulo θ m = tg −1
2 am
am jmωOt − jmω t
am cos(mωot ) = (e +e O )
2
bm jmωOt − jmω t
bm sen(mωot ) =
2j
( e −e O )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
166
am cos(mωot ) + bm sen(mωot ) =
jmωOt − jmωOt
1/2(am + jbm) e + 1/2(am + jbm) e = X m
e jmwo t + X − m e − jmw0t
Donde
1 1
X m = (a m − jb m ) X -m = (a m + jb m )
2 2
La componente de directa se designa por Xo y es equivalente a a0 y A0.
Desarrollando x(t) se tiene
∑X e
jmωOt
x(t ) = m
m=−∞
∑X e
jmωOt
x(t ) = m
m=−∞
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
167
1
Xm = (a m − jb m )
2
Donde:
1
X = − j bm
- bm = 2 X m =
m
2 2j Xm 2j Xm 2j Xm
= =
j j*J − 1* − 1 1
- b m = 2 jX m si
am = 0
esto supone
Xm
es imaginario
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
168
6.7.3 Onda diente de sierra
Obtener los coeficientes de Fourier exponenciales de la siguiente señal:
10 t, 0 t T
T
9
· Valor promedio
10 10 1
10 1 0 1
10 1 1
10 1 1
10 1 1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
169
10
1 1
10 2
1 1
2
10 10
2 1 1 2 1
4 4
10
2 cos 2 sin 2 cos 2 sin 2 1
4
10
2 sin 2 cos 2 1 2 cos 2 sin 2
4
Como m es un numero entero, entonces y ,
por tanto:
10 10 20 5
0 1 1 j 2πm 1 0 j 2πm
4 4 4
Por lo tanto, finalmente:
∞ ∞
− 10 − 10 * j − 10 J
- 10 = 2 jX m Xm = = = =5j
2j 2 * j * j 2(−1)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
170
7.5
3.5
3
>> plot(t,x,'linewidth',4),grid
2.5
Warning: Imaginary parts of
complex X and/or Y arguments
-1.5 -1 -0.5 0 0.5 1 1.5
ignored
Fig. 6.12 Señal periodica diente de sierra impar
1.2
To / 2 τ /2
1 − jmwot A − jmwot
1 Xm=
T ∫ Ae dt =
T τ∫
e dt
0 −To / 2 0 − /2
0.8
mjω 0T τ∫ e
0.6
Xm= dt = −
2π τ /2
0.4 0
− /2 mj T
T 0
0
0.2
-0.2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
171
τ
1 ⎡ τ2 ⎤ 1 ⎡τ τ ⎤ 1
T
1 1 2
T ∫0 2τ ∫τ 2τ ⎣t − 2 ⎦ 2τ ⎢⎣ 2 2 ⎥⎦ 2
X0 = x (t )dt = 1dt = ⎢ τ⎥ = + =
−
2
X m
== −
A
[ − jmω 0t]
mj ω T e
0 0
τ /2
τ /2
=−
A
mj ω 0T 0
[e− jmω 0τ / 2 −e jmω 0τ / 2] =
X m
=
A
mj ω 0T 0
[e jmω 0τ / 2 −e− jmω 0τ / 2] =
[e ]
⎡ jmω 0τ / 2 − − jmω 0τ / 2 ⎤
⎢e e
2A 2A
Xm= m 2 j ω 0T 0
jmω 0τ / 2
− e − jmω 0τ / 2 = mω 0T 0 ⎢ 2j
⎥=
⎥⎦
⎣
sen( x)
S a
=
x
τ τ
sen(mω 0 )
2A 2A τ τ 2 = Aτ
Xm= m sen(mω 0 )( 2 ) = S (mω 0 τ )
ω 0T 0 2 τ T0 2 mω 0
τ T 0
a 2
2 2
Usando:
sen(πx)
sin x =
πx
⎛ mω oτ ⎞
senπ ⎜ ⎟
Aτ τ ) = Aτ ⎝ 2π ⎠ =
Xm = S ω0 2
( m
T0 a T 0 π ⎛⎜ mωoτ ⎞⎟
⎝ 2π ⎠
Donde
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
172
τ
x = sin(mω 0 )
2π
2π
m τ
Aτ mω 0τ Aτ T Aτ
Xm= sin c( )= sin c( 0 )= sin c(mτ )
2π 2π T
T 0 T 0 T 0 0
∞
x(t ) = ∑ X m e jmω t O
m = −∞
∞
Aτ mτ jmωO t
x(t ) = ∑
m = −∞ T0
sin c(
T0 e
)
A⎡ ⎤ A ⎡τ τ⎤
T 2 τ
1 1 A
X 0 = ∫ x (t )dt = ∫τ Adt = 2τ ⎢⎣t τ ⎥⎦ = 2τ ⎢⎣ 2 + 2 ⎥⎦ = 2
2
T 0 2τ −
2
−
2
2A τ 2A ⎛ 2π τ ⎞ A ⎛π ⎞ A
X1 = sen (m ω 0 ) = sen⎜ ⎟ = sen⎜⎜ ⎟⎟ =
mω 0T 0 2 2π ⎝ 2τ 2 ⎠ π ⎝2 ⎠ π
T
T 0
0
2A τ 2A ⎛ 3 * 2π τ ⎞ A ⎛ 3*π ⎞ A
X3 = sen (3ω 0 ) = sen⎜ ⎟= sen⎜⎜ ⎟⎟ = −
3ω 0 T 0 2 3 * 2π ⎝ 2τ 2 ⎠ 3π ⎝ 2 ⎠ 3π
T
T 0
0
1
Recordando que Xm = (a m − jb m )
2
A = 2 (−
A
a =2Xm a = 2( ) a )
π 3π
m 1 3
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
173
A 2A ⎡ 1 1 1 ⎤
x(t ) = + ⎢ cos(ωt ) − cos(3ωt ) + cos(5ωt ) − cos(7ωt ) + .....⎥
2 π ⎣ 3 5 7 ⎦
A ∞ 2A
x(t ) = + ∑1 cos(mωt )
2 πm
1.2
1
t=[-1:0.001:1];f=1;w=2*pi*f;
x=0.5.*ones(size(t));
0.8
for m=1:2:99
0.6 x=x+(-1).^((m-
0.4
1)/2).*(2./(m*pi)).*cos(w*m.*
t);
end;
0.2
0 plot(t,x),grid
-0.2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
b) Para todas las funciones x(t) con simetría impar los coeficientes Xm son
imaginarios y en función de la frecuencia wo. y para describir su espectro
(magnitud vs. frecuencia) basta sólo con una grafica de magnitud que
desde luego es bilateral y de simetría par.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
174
d) Finalmente si una señal x(t) no tiene simetría par ni impar sus coeficientes
de Fourier exponenciales son complejos esto es se necesitan dos graficas
para representar los una para representar su magnitud y otra para
representar su fase.
∞ 2
∑
∞ 2
Ppromedio = X 02 + 2∑ xm = Xm
=
m=1
m = −∞
=(0.5)2+2[(1/pi)2 +1/3*pi)2+(1/5*pi)2+…..+(1/m*pi)2].
2A τ
X = sen(mω 0 )
m
mω 0 T 0 2
Aτ
X = S (m ω 0 τ )
2
m
T 0
a
2π
m τ
Aτ mω 0τ Aτ T Aτ
Xm= sin c( )= sin c( 0 )= sin c(mτ )
2π 2π T
T 0 T 0 T 0 0
A ⎡ τ2 ⎤ A ⎡τ τ ⎤ A
T 2
1 1
X0 = ∫
T 0
x (t )dt =
2τ ∫ Adt =
τ 2τ ⎣t − 2 ⎦ 2τ ⎢⎣ 2 2 ⎥⎦ 2
⎢ τ⎥ = + =
−
2
2A τ 2A ⎛ 2π τ ⎞ A ⎛π ⎞ A
X1 = sen (m ω 0 ) = sen⎜ ⎟ = sen⎜⎜ ⎟⎟ =
mω 0T 0 2 2π ⎝ 2τ 2 ⎠ π ⎝2 ⎠ π
T
T 0
0
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
175
X 2 = 0 ya que la señal periodica cuadrada a de mas de ser de simetría par
tiene simstria de media onda y los armonicos pares son cero.
2A τ 2A ⎛ 3 * 2π τ ⎞ A ⎛ 3*π ⎞ A
X3 = sen (3ω 0 ) = sen⎜ ⎟= sen⎜⎜ ⎟⎟ = −
3ω 0 T 0 2 3 * 2π ⎝ 2τ 2 ⎠ 3π ⎝ 2 ⎠ 3π
T
T 0
0
2A τ 2A ⎛ 5 * 2π τ ⎞ A ⎛ 5 *π ⎞ A
X5 = sen (5ω 0 ) = sen⎜ ⎟= sen⎜⎜ ⎟⎟ =
5ω 0 T 0 2 5 * 2π ⎝ 2τ 2 ⎠ 5π ⎝ 2 ⎠ 5π
T
T 0
0
2A τ 2A ⎛ 7 * 2π τ ⎞ A ⎛ 7 *π ⎞ A
X7 = sen (7 ω 0 ) = sen⎜ ⎟= sen⎜⎜ ⎟⎟ = −
7ω 0T 0 2 7 * 2π ⎝ 2τ 2 ⎠ 7π ⎝ 2 ⎠ 7π
T
T 0
0
Y así sucesivamente
Código matlab:
A=1;
e=1;
T0=2;
m=-8:1:8;
a=A*e/T;
b=e*m/T;
X=a*sinc(b);
stem(m,X,’r’,’linewidth’,3),grid
Fig. 6.13 Espectro de frecuencias bilateral (Xm vs. índice m) de una función
periódica de onda cuadrada.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
176
6.7.6 Analizasor de espectros
2
0.5 1,3,5
1.2
Código en Matlab
t=[-1: 0.001:1];
1
A=1;f=1;w=2*pi*f;
0.8
x=(A/2)*ones(size(t));
for m=1:2:99;
0.6
x=x+(2*A/(m*pi)).*sin(m*w
0.4
.*t);
end
0.2 plot(t,x,'linewidth',2),grid
0
-0.2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
De la figura tenemos
• Onda Cuadrada con T0 = 1ms y f0 = 1 kHz. Sabemos que 2 , por lo
tanto:
2 2 2
0.5 2 1000 3 1000 5 1000
3 5
2
7 1000 …
7
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
177
Analizador de Espectros y Espectro de Frencuencias.
Cálculo de potencias: suponemos que la señal entra a un analizador de espectros
con 50Ω
VRMS = [(VDC)2+(V1AC)2+(V3AC)2 +(V5AC)2+(V7AC)2]1/2 donde VAC son los armónicos
sinusoidales y VDC la componente de directa.
Potencia DC
PDC = (VDC)2/RL = (0.5)2/50 = 5 mW.
Potencia de Armónicossinusoidales
P1AC= (V1AC)2/2RL = (2/ )2/(2*50) = 4.05 mW Primer Armónico ; f0 = 1kHz
P3AC= (V3AC)2/2RL = (2/3 )2/(2*50) = 0.45 mW Tercer Armónico ; f0 = 3kHz
2 2
P5AC= (V5AC) /2RL = (2/5 ) /(2*50) = 0.16 mW Quinto Armónico ; f0 = 5kHz
P7AC= (V7AC)2/2RL = (2/7 )2/(2*50) = 0.08 mW Séptimo Armónico ; f0 = 7kHz
| |
√
√ .
√ √
. .
Potencia en la cargacon RL de 50 ohms =
.
%
ñ
.
%
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
178
Conversión de Potencias de mW a dBm
Espectro de Frecuencias
Código de MATLAB:
f=[0,1,2,3,4,5,6,7];
P=[6.9,6.08,0,-3.46,0,-7.9,0,-10.97];
stem(f,P,'linewidth',2),...
xlabel('f(kHz)'),ylabel('P(dBm)'),grid
0
P(dBm)
-2
-4
-6
-8
-10
-12
0 1 2 3 4 5 6 7
f(kHz)
179
Tarea especial 3 del dia 4 de Noviembre
Σ ; con 1 m ∞
Código de MATLAB:
t=[-2:0.001:2];
f=2;
w=2*pi*f; 2.5
x=1;
for m=1:1:99 2
x=x-(2/(pi))*(1/m)*sin(m*w*t);
end
1.5
plot(t,x),grid
0.5
-0.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
180
Análisis de señal periódica cuadrada f=1kHz.
Código MatLab:
-1
-2
-3
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
>> t=[-1:0.001:1];f=1;w=2*pi*f;
>> x=0;
>> for m=1:2:99
x=x+(4*2.5/(m*pi)).*sin(m*w.*t);
end
>> plot(t,x),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
181
Observando la grafica de la señal obtenemos
T=1 s
.
. .
.
.
. .
.
.
. .
.
,
Serie de Furier:
Código MatLab:
f=[0,1,2,3,4,5,6,7,8];
Vp=[0,10/pi,0,10/(3*pi),
0,10/(5*pi),0,10/(7*pi),0];
stem(f,Vp,'linewidth',3),
xlabel('f (kHz)'),
ylabel('Vp (v)'),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
182
Suponiendo la aplicación de esta señal a una carga resistiva de 50Ω,
realizamos los siguientes análisis:
√ √ √ √
√ √ √ √
.
% . %
.
.
.
.
Código MatLab:
f=[0,1,2,3,4,5,6,7,8];
P=[0,101.32,0,11.25,
0,4.05,0,2.06,0];
>stem(f,P, 'linewidth',3),
xlabel('f (kHz)'),
ylabel('P (mW)'),grid
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
183
4. Comparación de la potencia de la componente de DC y de las primeras
cuatro armónicas contra la potencia total.
.
, , , ,
.
Ω
.
%
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
184
Código MatLab:
f=[0,1,2,3,4,5,6,7,8];
P=[0,20.0569,0,10.5115,0,6.0745,0,3.1386,0];
stem(f,P),xlabel('f (kHz)'),ylabel('P (dBm)'),grid
1) Ao = X o = a0
2) A ∠θm m
= am − jbm
− bm
∠θ m = tg −1
am
3) a m
= A m
cos(θ m ) b =−A
m m
sen (θ m )
2 2 − bm
4) Ao = a +b θ m = tg −1
m m
am
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
185
1 1
4) Xm = (a m − jb m ) X -m = (a m + jb m )
2 2
1 2 2 − bm
5) Xm = a +b
m m
; ∠θ m = tg −1
2 am
6) X m = A m
2
1
7) Xm = (a m − jb m )
2
- b m = 2 jX m am = 0 Xm
si esto supone es imaginario
8) P promedio
2
= a0 +
1 ∞
2
∑
2
(
m=1 am bm
+
2
)
P = A + 0.5∑ A
2 2
9) prom 0 m
m =1
10
∞ 2
2
P promedio = X 0 + 2∑ X m = ∑m=−∞
2 ∞
) m =1
X m
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
186
6.9 Relaciones de entrada salida:
Se supondrá que una señal periódica x(t) se aplica aun sistema lineal, BIBO
estable , caracterizado por su respuesta al impulso h(t) y su respuesta en
frecuencia H(jw) :
∞
x(t ) = ∑ Xm e jmw t0
m = −∞
∞
y (t ) = ∑ H ( jmwo t ) Xm e jmw t
0
m = −∞
Fig.6.14 Diagrama de bloque que representa un sistema LTI.
Ejemplo 6.9
De donde:
y(t ) =
A
2
[
H ( jω0 ) e j [ω0t +φ +θ (ωo )] + e− j [ω0t +φ +θ (ωo )] ]
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
187
y (t ) = A H ( jω0 ) cos[ω0t + φ + θ (ω0 )]
ω
1
H ( jω 0 ) e
jθ (ωo ) − j tan −1
= 2 2
∠e α
1 +w
La entrada esta modelada por
Solución:
El valor de la función de respuesta en frecuencia a la frecuencia de
operación de w0 = 1rad/ s es:
1 ω
π
H ( jω 0 ) e o = 2
jθ (ω ) − j tan −1
2
∠ e α = 0.7071∠ −
4
1 +w
( )
y (t ) = (10 )( 0 . 7071 ) sen t − 30 0 φ − 45 0 = 7 .07 sen (t − 75 0 )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
188
Maxwell, James Clerk
(1831-1879)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
189
importante del Reino Unido; el laboratorio de Cavendish de Cambridge, es
aquí donde postula los principios de la teoría electromagnética de la luz y
las ecuaciones generales del campo electromagnético, sus contribuciones
en el ámbito de esta rama de la Física, lo comvirtieron en uno de los
científicos más importantes del siglo XIX.
190
explica sus propiedades físicas (relación entre la temperatura, calor y
movimiento molecular) en este entorno de moléculas y gases aplicó su
gran talento que había mantenido oculto: su afición por la Estadistica, con
el propósito de analizar y dar respuesta a los fenomenos relacionados con
la separación de las moléculas y su relación con las velocidades que los
gases adquieren cundo se someten a los cambios de temperatura.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
191
CAPÍTULO 7. La Transformada de Fourier
OBJETIVO:
ACTIVIDAD PREVIA:
-Recordemar como la operación de convolución nos proporciona la
respuesta de un sistema en el dominio del tiempo basta conocer la
respuesta al impulso h(t) del sistema y la entrada.
ACTIVIDAD DE ANALISIS:
ACTIVIDAD DE SINTESIS:
-Redacta una ficha donde desarrolles el efecto que tiene un sistema
lineal sobre una señal sinusoidal que se propague por éste.
-Evalúa la transformada de Fourier de algunas señales en el dominio del
tempo como la función pulso unitario, la función triangulo unitario y la
función impulso unitario
-Elabora un cuadro sinóptico donde relaciones el modelo matemático de
la señal en el dominio del tiempo, con la descripción en el domino de la
frecuencia y su correspondiente espectro continuo.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
192
-Así mismo describe en una ficha las propiedades más importantes de la
Transformada de Fourier
AUTOEVALUACIÓN:
-Elabora con ayuda de Multisim las características de la función de
respuesta en frecuencia para filtro pasa bajas, actividad 2.1
-Resuelve los ejercicios y contesta las preguntas de las actividades 2.2 a
2.9 de la segunda parte.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
193
La descripción de un sistema en términos de sus efectos de amplitud y fase
de componentes de entrada sinusoidal o exponenciales complejas se
denomina modelo de respuesta en frecuencia.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
194
a cualquier frecuencia ω = ω0 , H ( jω ) es en general un número complejo
con una magnitud H ( jω0 ) y una fase θ (ω o ) , donde
H ( jω0 ) = jθ ( w0)
H ( j ω0 ) e
(7.6)
x (t ) = Ae jω 0 t
y (t ) = H ( jω 0 ) Ae ( jω 0 t +θ (ω 0 ))
y (t ) = e jωt H ( jω )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
195
a cualquier frecuencia ω = ω0 , H ( jω ) es en general un número complejo
con una magnitud H ( jω0 ) y una fase θ (ω o ) , donde
H ( jω 0 ) = H ( j ω 0 ) e
jθ (ωo )
[
y(t ) = A / 2 H ( jω0 ) ⎢e j ω0 t +θ
⎡ (ω )] + e− j[ω t +θ (ω )]⎤
⎥
o 0 o
⎣ ⎦
y(t ) = A H ( jω0 ) cos[ω0t + θ (ω0 )]
H ( jω 0 ) =
amplitudde salida
y la fase de H ( jω ) esta determinada por:
ω =ω 0 amplitudde entrada
θ (ω )
ω =ω = fase de salida - fase de entrada
0
196
Esta integral define la transformada de Fourier H ( jω ) de la respuesta al
impulso h(t). La integral de Fourier se puede calcular siempre y cuando la
función h(t) satisfaga la condición:
∞
∫ h(t ) dt 〈∞
−∞
Ejemplo 7.1 Una red RC tiene una respuesta al impulso de forma en pulso
exponencial decreciente definida por:
1 −αt
h(t)= RC
e para t ≥0
0 para t<0
∞
∞ −α t − j ω t − (α + jω )dt
H ( jw) = ∫ e e dt = ∫e
0
0
Realizando la integración, se tiene:
∞
− (α + jω )
H ( jω ) = − e =
1
Esta expresión es la transformada de Fourier
(α − jω ) α + jω
0
de la respuesta al impulso h(t) que tiene forma de pulso exponencial
decreciente. Se trata de una función compleja de la frecuencia ω y
contiene la información de magnitud y fase del sistema:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
197
1 1
H ( jω ) = =
α + jω α +ω
2 2
−1 ω
θ (ω ) = − tan ( )
α
Al graficar la magnitud y la fase de H(jw) con tau = R*C =1 por tanto alfa
=1/tau=1:
1
α
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
198
4.- En el dominio del tiempo para esta red la respuesta al impulso decrece
exponencialmente se caracteriza por su constante de tiempo tau= 1
α
Las graficas de magnitud y fase muestran que existe una relación simple
entre la constante de tiempo y la frecuencia en w = α , a esta frecuencia
la magnitud de H(jw) disminuye 1/√2( 1 ) o 0.7071( 1 ) de su valor a
α α
frecuencia cero ( 1 ), esta frecuencia es tan importante que se le da el
α
nombre de frecuencia de corte o frecuencia de -3 dB porque | H(jw)| dB
= 20 log10| H(jw)| =20 log 0.7071( 1 ) = -3( 1 )dB. (*Averigua que es un
α α
decibel) El defase del sistema a esta frecuencia es igual a –450 =- pi/2 rad
(en frecuencia positiva). La frecuencia w = α se usa como punto de
referencia para distinguir la respuesta del sistema a frecuencias altas y
bajas. Las frecuencias bajas corresponden desde w =0 a w = α y las altas
w>α
.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
199
De la relación entre el dominio del tiempo y el dominio de la frecuencia :
T.F.
h(t) ↔ H(jW)
−αt u (t ) A A −1 w
A e α + jω
=
2+ 2
,− tan α
α w
↔
(
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
200
Código en matlab:
*¿Qué es un decibel?
201
niveles de señales . Los logaritmos son muy usados debido a que la señal
en decibeles (dB) puede ser fácilmente sumada o restada y también por
que el oído humano responde en forma natural a niveles de señal que se
aproximan a la de los logaritmos.
Ventajas:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
202
− jω t
y (t ) = x (t ) e
− jω t
∫ y ( t ) dt ≤ ∫ y ( t ) dt = ∫ x (t ) e dt Se sabe que
e − jwt = 1
Una clase de señales que satisface la ecuación (3) son las señales de
energía finita o señales en forma de pulso, señales aperiódicas.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
203
∞
∞ −αt − jωt −(α + jω )dt ∞
X ( w) = ∫0 e e dt = ∫e −(α + jω )
0 X (ω ) = − e =
1
(α − jω ) α + jω
0
1 1
X (ω ) = =
α + jω α +ω
2 2
−1 ω
θ (ω ) = − tan α
−αt 1
e u (t )
α + jω
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
204
Ejemplo 7.3 Obtener la Transformada de Fourier de la siguiente señal
definida por :
rect (t) = 1, -½ ≤ t≤ ½
0,| t | > ½
Solución:
X(jw)= =
1/ 2 1/ 2
− jwt dt = −1 / jw ⎡e − jwt ⎤ = −1 / jw ⎢e − w / 2 − e − jw / 2 ⎥ = 1 / jw ⎢e jwt − e − jwt ⎥
⎡ ⎤ ⎡ ⎤
∫ 1e ⎢
⎣ ⎥
⎦ −1 / 2 ⎣ ⎦ ⎣ ⎦
−1 / 2
Multiplicando el numerador y denominador por 2
2
− e − jw / 2 ⎥ 2
⎡ jw / 2 ⎤
2 jw ⎡ − w / 2
− e − jw / 2 ⎥ = 2 / w ⎢
⎤ e
⎢⎣e = sen ( w / 2)
⎦ ⎢ 2j ⎥ w
⎣ ⎦
Si multiplicamos el numerador y denominador por ½ y como sin(x)/x = Sa(x)
y sinc(x)= sin(xpi)/xpi
2
2 sen( w / 2) = sen( w / 2) = Sa ( w / 2) = sen(π ( w / 2π ) sin c ( w / 2π )
w w/2 π ( w / 2π )
2 .
X(w) =Sa(w/2)= sinc(w/2pi)
rect (t ) 2 ω ω ω
sen ( )= sa ( ) = Sinc ( )
ω 2 2 2 pi
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
205
Ejemplo 7.4 Obtener la transformada de Fourier de la función pulso
rectangular escalado en amplitud y escalado en tiempo.
x(t)
A
⎛t⎞
τ x(t ) = Arect⎜ ⎟ = {A, −τ / 2 ≤ t ≤ τ / 2
⎝τ ⎠
0, en otro tiempo
-τ/2 τ/2 t
X ( jω ) = ∫
τ /2
−τ / 2
Ae − jωt dt = −
A ∞ − jωt
jw ∫− ∞
e (− jω )dt = −
A − jωt
jw
e [ ]
τ /2
−τ / 2 =−
jw
[
A − jω (ε / 2)
e ]
− e jω (ε / 2) =
=
jω
e [
A jω (τ / 2)
− e − jω (τ / 2) ]
sen[(π (ωτ / 2π )] ωτ
X ( jω ) = Aτ = Aτ sin c( )
π (ωτ / 2π ) 2π
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
206
t ωε ωτ ωτ
Aτ sen ( )= Aτ sa ( ) = A τ Sinc ( )
Arect ( ) 2 2 2 pi
τ
Gráfica de X(jw) de la función pulso escalado
La gráfica de X(jω) representa la función x(t) pero en el dominio de la
frecuencia.
Para este caso, usaremos ε = 0.5 s y una amplitud A = 1
Código Matlab
w=[-100:.001:100];
A=1;
ε=0.5;
tetha=w*(ε/2);
x=A*T*(sin(tetha))./tetha;
plot(w,x,'linewidth',2),grid,title('Grafica de la función en el dominio de la
frecuencia con ε =0.5')
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
207
2.- En la gráfica de la función en el dominio de las frecuencias, el rango de
frecuencias comprendidas entre ω = 0 y el primer cruce con cero se le
conoce como “ancho espectral” o “ancho de banda” o “bandwitdh” y es
donde la densidad espectral (distribución continua de componentes de
frecuencia) es mayor, observando la mayor contribución a la señal de
componentes de relativa baja frecuencia.
τ 2π 2π τ
seno ( w ) = 0 si w= esto es seno ( ) = seno (π ) = 0
2 τ τ 2
Este principio establece una relación inversa entre el ancho del pulso en el
dominio del tiempo y el ancho espectral en el dominio de la frecuencia; es
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
208
decir que mientras más corta sea la duración de una función (en el
tiempo) mayor será el ancho de banda de sus componentes de
frecuencia y viceversa.
· ·
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
209
:
∞
· ·
Código MatLab:
>> t1=[-2:0.001:0];
>> t2=[0:0.001:10];
>> t=[t1,t2];
>> x1=zeros.*(t1);
>> x2=5*exp(-4.*t2);
>> x=[x1,x2];
>> subplot(2,1,1),
plot(t,x,'linewidth',2),
title('Dominio
del Tiempo'),grid;
>> w=5./(4^2+(t).^2).^(1/2);
>> subplot(2,1,2),
plot(t,w,'linewidth',2),
title('Dominio de la Frecuencia'),grid;
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
210
Fig. 7.8 Pulso angosto en el dominio del tiempo tau =0.25 pequeña, espectro ampllpio
w=alfa =4 dominio de la frecuencia .
Asi mismo:
∞
· ·
2
Código MatLab:
>> t1=[-2:0.001:0];
>> t2=[0:0.001:10];
>> t=[t1,t2];
>> x1=zeros.*(t1);
>> x2=5*exp(-2.*t2);
>> x=[x1,x2];
>> subplot(2,1,1),
plot(t,x,'linewidth',2),
title('Dominio
del Tiempo'),grid;
>>
w=5./(2^2+(t).^2).^(1/2);
>> subplot(2,1,2),
plot(t,w,'linewidth',2),
title('Dominio de la
Frecuencia'),grid;
Fig. 7.9 Pulso ancho en el dominio del tempo tau grande= 0.5 espectro angosto w=alfa =
2 dominio de la frecuencia.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
211
Ejemplo 7.5 Obtener la transformada de Fourier de la siguiente señal y sus
gráficas
x(t)
A A, – T/2 ≤ t ≤ 0
x(t)=
T/2 –A, 0 ≤ t ≤ T/2
–T/2 t
0, en otro lugar
–A
0 T /2
∫ Ae dt − ∫ Ae
− jω t − jωt
x ( jω ) = dt 0 T /2
e− jωt dt + e − jωt dt =
A A
−T / 2 0 =
− jω ∫ jω ∫
−T / 2 0
A ⎡ jω ⎤ A ⎡ − jω 2 ⎤
[ ] [ ]
T T
A 0 A − jω t T /2
e − jωt −T / 2 + e 0 =− ⎢1 − e 2
⎥ + ⎢ e − 1⎥
− jω jω jω ⎣ ⎦ j ω ⎣ ⎦=
=
A ⎡ jω 2 ⎤ A ⎡ − jω 2 ⎤ A ⎡ jω 2 ⎤
T T T T
− jω
⎢ e − 1⎥ + ⎢ e − 1⎥ = ⎢ e + e 2
− 2⎥ ⎡ jω T2 − jω
T
⎤
jω ⎣ j ω j ω 2 A ⎢ e + e 2
= ⎦ ⎣ ⎦ ⎣ ⎦ = − 1⎥ =
jω ⎢ 2 ⎥
⎢⎣ ⎥⎦
2A ⎡ ⎛ T ⎞ ⎤
X ( jw) = cos⎜ ω ⎟ − 1
jω ⎢⎣ ⎝ 2 ⎠ ⎥⎦ (Esta cantidad es imaginaria y en
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
212
Otra Pareja Transformada para la tabla
A, – T/2 ≤ t ≤ 0
2A ⎡ ⎛ T ⎞ ⎤
x(t) = ↔ X(jw) = ⎢cos⎜ ω ⎟ − 1⎥
jω ⎣ ⎝ 2 ⎠ ⎦
–A, 0 ≤ t ≤ T/2
0.6 1
Gráficas en Matlab
0.4 0
0.2 -1
0 -2
-40 -20 0 20 40 -40 -20 0 20 40
Frecuencia.
1 1
w=linspace(-40,40,500); 0 0
tau=1; -1
-40 -20 0 20 40
-1
-40 -20 0 20 40
fc=2*A./(j.*(w));
argumento=w.*(tau./2);
x=fc.*(cos(argumento)-1);
subplot(2,2,1),plot(w,abs(x),'linewidth',2),grid,title('Valor absoluto de x'),
subplot(2,2,2),plot(w,angle(x),'linewidth',2),grid,title('Angulo de x'),
subplot(2,2,3),plot(w,real(x),'linewidth',2),grid,title('parte REAL de x'),
subplot(2,2,4),plot(w,imag(x),'linewidth',2),grid,title('parte IMAGINARIA de x')
de donde
∞
− jwt dt = e − jw0 = 1
∫ δ (t )e
−∞
Por lo tanto tenemos otra pareja de transformada de Fourier:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
213
δ(t) ↔ 1
Linealidad:
ƒ { a1 x1(t) + a2x2 (t)} = a1 X1(jω) + a2 X2(jω)
Ejemplo:
Sea a1 x1(t) = 2 e-αt u(t) y a2x2 (t) = 3 Π(t/ε).
Ejemplo:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
214
Ejemplo 7.6
0.4
x(t)
0.3
A 0.2
0.1
ε 0
-0.1
- ε/2 t -0.2
-100 -80 -60 -40 -20 0 20 40 60 80 100
0.2
ε
0.1
- 2pi/ε/2 wt
0
-0.1
-0.2
-100 -80 -60 -40 -20 0 20 40 60 80 100
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
215
Ejemplo 2.7:
Ae-αt u(t) ↔ A/α +jw
El último termino se usa si el espectro corresponde a una señal x(t) real con
simetría par.
Ejemplo 7.8 Cuál es la energía de la señal definida por x(t) = e-αt u(t) ,
para α > 0, utilizando el teorema de Parsenval..
Desplazamiento en el tiempo:
Desplazamiento en frecuencia:
ƒ { x ( t ) e-jω0t } ↔ X(ω – ω0 )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
216
Propiedad de modulación: Consideremos la multiplicación de x(t) por
coseno(wt), en este contexto se le conoce a x(t) como la señal
moduladora (señal de información) y a la sinusoide coseno(wt) como la
señal portadora, al multiplicar x(t) por el coseno(wt) en el dominio del
tiempo se transforma al dominio de la frecuencia en un desplazamiento
del espectro a una cantidad w0 , así tenemos la siguiente transformación:
⎧ ⎡ 1 jω t − jω t ⎤
f {x(t ) cos(ω0t ) } = f ⎨ x(t ) ⎢ (e 0 + e 0 )⎥
⎩ ⎣2 ⎦
por el teorema de superposición:
1
2
[{ jω t 1
2
] [{ − jω t
f x(t ) e 0 + f x(t ) e 0 ] ⇔
1
2
[X (ω + ω0 ) + X (ω − ω0 )]
Ejemplo 7.9
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
217
⎛t⎞ T.F. ⎛ ε ⎞
x(t ) = rect⎜ ⎟ ε × Sinc⎜⎜ ω ⎟
⎝ε ⎠ ⎝ 2 pi ⎟⎠
1
f ⎧⎨rect⎛⎜ εt ⎞⎟ × cos(ω t )⎫⎬
0 ⇔
2
[εSinc((ω + ω0 )ε ) / 2 pi + εSinc((ω − ω0 )ε / 2 pi)]
⎩ ⎝ ⎠ ⎭
Gráfica en Matlab:
w=[-50:.001:50];
E=1;
Wo=25;
a=E.*(sinc(w+Wo.*E)./2*pi);
b=E.*(sinc(w-Wo.*E)./2*pi);
x=(1/2).*(a+b);
plot(w,x),grid
y (t ) = x (t ) * h (t ) ⇔ Y ( jω ) = X ( jω ) H ( jω )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
218
Ejemplo 7.10
Ejemplo 7.11
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
219
Se sugiere las siguientes recomendaciones recomendaciones:
Si la convolución que vamos a realizar contiene vectores grandes
conviene realizarla por medio de la transformada de Fourier disreta.
Para una presentación en Power Point, los formatos de audio de
entrada como de salida se trabajan en formato WAV a un a
frecuencia de 22050Hz a 8 bits en un solo canal (mono).
Existen muchos programas para edición de audio, con ayuda de
estos podemos obtener tales especificaciones. Y así más fácil
trabajar con ellos en Matlab. La misma grabadora de sonidos que
Windows ofrece es perfecta para este trabajo.
Si PowerPoint no vincula algunos archivos de sonido, es decir, al
tratar de reproducirlos en otra computadora no se escuchan, se
debe cambiar el parámetro que se encuentra en:
Herramientas>Opciones>General y aumentar el tamaño de archivos
a vincular. De esta manera los audios se pueden reproducir en
PowerPoint para efectos de presentación.
A ⇔ Aδ ( f )
1
cos(2πft ) ⇔ [δ ( f − f 0 ) + δ ( f + f 0 )]
2
j
sen(2πft ) ⇔ [δ ( f − f 0 ) − δ ( f + f 0 )]
2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
220
A ⇔ 2πAδ (ω )
cos(ω 0 t ) ⇔ π [δ (ω − ω 0 ) + δ (ω + ω 0 ) ]
sen (ω 0 t ) ⇔ jπ [δ (ω − ω 0 ) + δ (ω + ω 0 )]
Michael Faraday
(1791-1867)
Michael Faraday, abrió los ojos por vez primera el 22 de septiembre de
1791, en la ciudad de Newington, Surrey Gran Bretaña, descendiente de
familia humilde, su padre aunque tuvo un modesto trabajo, se distinguió
como un artesano que practicó el oficio de la herrería, de acuerdo aquella
época, este tipo empleo no era suficiente para darle una educación
costosa. Su origen pobre propició, que si el joven Faraday quería un lugar
en la sociedad tenía que trabajar arduamente para ganárselo, esto
explica el porque desde muy temprana edad comenzó a laborar en un
taller de encuadernación enexo a una libreria, esto le permitio ayudar a la
manutención de la economía familiar, de la misma forma esto marcaria su
destino como hombre de ciencia porque estaría en contacto con los
libros, en este contexto quedó fascinado al leer unos artículos de
divulgación de electricidad se dio a la tarea de construir una batería que
le serviría como fuente de energía para desarrollar más experimentos.
Cuentan que un día llegó un cliente al negocio de libros y le comentó a
Faraday acerca de una conferencia que impartiría Sir Humphry Davy de la
Sociedad Real fue tal la emoción que manifestó el novel estudiante que el
cliente lo invito a dicho evento, En esa conferencia Faraday tuvo la
oportunidad de entrar contactar una persona dedicada por entero al
maravilloso mundo de la experimentación, pues ya para esos día Humphry
habia descubierto el sodio, el potacio, el bario y el calcio y otros elementos
químicos, fue tal el entusmo que estas lecciones le provocaron que el
joven faraday entabló relaciones con el maestro, meses después Humphry
invitaría personalmente a Faraday a trabajar como su ayudante, este
nuevo cargo lo aprovecharía para pprofundizar en sus estudiar, asimismo
poder investigar. La nueva experiencia de trabajar en equipo le trajo
beneficios inmediatod al joven químico analítico, años más trade se
covertiría en físico experimental al lograr por vez primera aislar el benceno.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
221
Durante una gira por las ciudades septentrionales de Italia, conocó
al famoso Alejandro Volta, inventor de la pila voltáica, este encuentro
accidental, fue prablemente el resorte que impulsó la inspiración para que
Faraday emprendiera sus primeras investigaciones sobre la
descomposición de ciertas sales en sus componentes elementales para
producir corrientes electricas, que él mismo bautizó como “la electrolisis”.
Fue en este entorno donde descubrió las bases de las sustancias
electróliticas, es decir, que al ser disueltas en agua se disocián formando
cargas eléctricas negativas y positivas, o sea, aniones y cationes. Dentro
de sus descubrimientos elaboró el primer “acero inoxidable”, descubrió la
bencina, fue el primero en licuar muchos gases y formuló las leyes de la
electrólisis.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
222
CAPÍTULO 8. Variable de frecuencia complaja
OBJETIVO:
ACTIVIDAD PREVIA:
-Recordar la Transformada de Fourier.
-Identificar las señales que no son absolutamente integrables.
ACTIVIDAD DE ANALISIS:
-Estudia en tu material de trabajo las condiciones para que un a señal
tenga transformada de Laplace.
-Obtener una tabla de parejas de transformadas.
-Estudia en tu material de trabajo las propiedades de la transformada de
Laplace
- Obtener la transformada inversa de Laplace a través de las fracciones
simples.
-Identificar la función de transferencia de un sistema y predecir su
comportamiento dinámico a través de la ubicación de los polos.
ACTIVIDAD DE SINTESIS:
-Elabora una lista de señales que tengan transformada de Laplace.
-Redacta una ficha de las propiedades de la Transformada de Laplace.
-Identificar la función de transferencia de un sistema lineal y su
comportamiento dinámico
-Elabora un una grafica de polos y ceros con ayuda de Matlab.
AUTOEVALUACIÓN:
- Obtén la transformada de Laplace de la función: Au(t), r(t)= tu(t) y te-
αtu(t)
223
8.1. Definición de la Transformada de Laplace
x(t ) = tu (t ) x (t ) = Au (t )
(La función rampa y la función escalón)
Son necesarias para excitar la entrada de un sistema LTI ¿existirá algún
procedimiento de resolución para encontrar la salida o respuesta del
sistema a esta entrada?, podemos afirmar que si. En efecto existe una
transformada idónea que opera con todas las funciones de entrada
llamada Transformada de Laplace.
∞ ∞
X ( s ) = ∫ x (t ) e dt = ∫ x (t )e − st dt
− (σ + jw ) t (1.1)
0 0
Observaciones:
1.- Note el parecido con la definición de la transformada de Fourier, se
dice que la transformada de Laplace es una extensión de ésta.
−αt
Mtro. Juan Gustavo Ruiz Barajas y Mtra. MariaxGuadalupe
e
(t ) = A Casillas
u (t )Limon
224
“activada”, algunas veces se indica este supuesto escribiendo la señal
como x ( t ) u(t), como por ejemplo la señal
Ejemplo 1.1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
225
∞ ∞
−σ − jω
X(s) = ∫ Au(t)e dt = A∫(1)e−(σ+ jω)tdt
t t
e
0 0
X ( s) = −
A
σ + jω
[
0−e ]
− (σ + jω ) t t = ∞
t =0
A
X (s) = − [0 − 1] = A Ya que
σ + jω σ + jω s = (σ + jω )
1
X (s) =
s
Por lo que tenemos la primera pareja de transformada de Laplace
1
x(t) = u(t) <=> X (s) =
s
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
226
Ejemplo 1.2
Obtener la transformada de Laplace de
2t
x(t ) = A e u (t )
Esta transformada existe sólo si σ > 2, en este caso, lo que asegura que el
producto 2t − ( α + jω ) t − ( α + jω − 2 ) t
Ae e = Ae
∞ ∞ ∞
X (s) = ∫ Ae e dt = A∫ e
2t − st − ( s − 2) t
dt = A∫ e−(σ + jω −2)t dt =
0 0 0
X (s) = −
A
σ + jω − 2 [e − (α + j ω − 2 )t
] = s −A 2
∞
lim − (σ + jω − 2 ) t
t→∞e
Existe si y sólo si σ > 2 en cuyo caso *,
esto garantiza que la exponencial es
decreciente con el tiempo esto da
αt A
x(t) = Ae u(t) <=> X (s) =
s −α
Algunas parejas de transformada de Laplace:
Rampa 1
2
r (t ) = tu (t ) s
Función impulso
δ (t ) 1
1
Exponencial creciente (s − α )
αt
e u (t )
Exponencial 1
decreciente (s + α )
−αt
e u (t )
Rampa amortiguada
−αt
t e u (t ) 1
(s + α )2
Función de crecimiento Aα
exponencial s(s + α )
−αt
x (t ) = A (1 − e )u ( t )
Sinusoide coseno
cos( ω t ) s
s +ω
2 2
Sinusoide seno
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
228
sen (ω t ) ω
s −ω
2 2
Coseno amortiguado s +α
e −α t cos( ω t ) (s + α )2 + ω
2
Seno o amortigguado ω
(s + α )2 + ω
−αt
e sens (ω t ) 2
8.2 Propiedad
P des de La transform
mada de LLaplace
La transform mada de e Laplace e es am mpliamente utilizada com mo una
tran
nsformada a operacio
onal. Esto es, es utillizada commo una hherramientta para
reso
olver prob blemas. Ha
ay dos raazones pa ara su uso o tan expaandido. Primero,
P
un gran
g númmero de señales
s c
comunes tienen tra
ansformaddas de Laplace
L
senc gundo, varias de las prop
cillas. Seg piedades de la trransforma ada de
Laplace permiten qu ue sea aplicada
a a mucho emas de interés
os proble
prácctico.
Ejem
mplo 3.1
amos la función de crecimien
Vea nencial y su transfo
nto expon ormada
med
diante la p
propiedad
d de linea
alidad.
−αt
x (t ) = A (1 − e A ( t ) − Ae − α t u (t )
) u ( t ) = Au
su trransforma
ada es
A A Aα
X (ss ) = − =
s s +α s(s + α )
mplo 3.2
Ejem
229
A jωt
x(t ) = [ A cos(ωt )]us (t ) = (e + e − jωt )us (t )
2
Definida la función:
x1 (t ) = ( Ae jω0t )us (t )
A
L{x1 (t )} =
s − jω0
Similarmente tenemos:
A
L{x2 (t )} = L{e − jω0t us (t )} =
s + jω0
A
Ahora tomamos a1 = b2 = en la propiedad del inicio del ejemplo.
2
Tenemos entonces que:
L { x ( t )} = L {[cos( ω t )] u s ( t )} = L { a 1 x 1 ( t ) + b 2
x 2 ( t )} =
A A A 1 A 1 As
X ( s) = L{ e jωt + e − jωt } = ( )+ ( )= 2
2 2 2 s + jω 2 s − jω s + ω2
Ejemplo 3.3
La representación en el dominio del tiempo de la convolución de una red
de paso bajo es:
∞ 1
−( t −λ )
y (t ) = ∫ Ae RC
u s (t − λ ) x ( λ ) d λ
0
Note la dificultad que tendría resolver esta integral.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
230
t
−
h.(t ) = Ae RC u (t )
Cuya transformada de Laplace es la llamada función de transferencia
H(s) que representa la red en el dominio de la variable de frecuencia
compleja:
A
H (s) =
1
s+
RC
1
Donde la constante de tiempo del sistema está definida como: τ = = RC
α
Supongamos que la red es excitada por un escalón unitario u(t), cuya
transformada de Laplace es 1/s, por lo tanto la salida es ;
= k1 + k 2
A 1 A
Y ( s) = H ( s) X ( s) = =
s + α s s(s + α ) s s + α
sA A A
k 1
=
s( s + α ) s =0
=
s +α s =0
=
α
(s + α ) A A A
k 2
=
s( s + α ) s =−α
=
s s =−α
=−
α
= k1 + k 2 =
A 1 A A A
Y ( s) = H ( s) X (s) = = −
s + α s s(s + α ) s s + α α α
s s +α
y(t ) ==
α
A
u (t ) − A
αe
−αt
u (t ) =
A
[1− ]u(t)
α e
−αt
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
231
Cuy
ya respuessta en el tiempo
t es de la form
ma:
Ejem
mplo La fu
unción ram
mpa unita
aria es la in
ntegral de
e la funció
ón paso unitario:
u
t
r (t ) = tu (t ) = ∫ u (τ ) dτ
0
t
1 1 1 1
L{r (t )} = L{∫ u s (τ ) dτ } = L{u s (τ )} = ( ) = 2
0
s s s s
Prop piedad 4.-Diferenc
4 ciación: Dado ell par tra
ansformad
do de LaPlace
L
x(t ) ↔ X (s) assumimos que:
q
dx
x& (t ) =
dt
232
L{δ (t ) } = L{d u (t ) } = s 1 − u (0−) = 1 + 0 = 1
dt s
x(t ) = w(t )
Sustituyendo en lo anterior y utilizando la propiedad de diferenciación
tenemos que:
d
L{ [w(t )]} = sW (s) − w(0−)
dt
233
L{x(t − t s )} = e − t s s X ( s )
Ejemplo 8.8
Considere un pulso que comienza en el origen:
p (t ) = u s (t ) − u s (t − t s ), t s ≥ 0
Utilizando la linealidad de la transformada de Laplace y esta propiedad de
retardo en el tiempo tenemos:
1 e − sts 1 − e − sts
L{us (t ) − us (t − t s )} = − =
s s s
Propiedad 6.- Escalamiento en el Tiempo: Dado el par de transformadas de
Laplace x(t ) ↔ X ( s) entonces, para cualquier numero positivo a:
1 s
L{x(at )} = X ( )
a a
Propiedad 7.- Teorema del Valor Inicial: Dado el par transformado de
Laplace x(t ) ↔ X ( s) , suponga que existe:
lim x(t ) = x(0+)
t →0
Entonces tenemos:
lim sX ( s ) = x (0 + )
s→∞
Ejemplo 8.9
Calcular el valor inicial en el dominio del tiempo de la función:
lim s 4 1 lim s 3s + 5
x (0 + ) = − = =3
s →∞ s+3 s+2 s →∞ s
2
+ 5s + 6
4 1 −3t −2 t
Comprobando la transformada inversa de − es → [4 e − e ]u (t )
s+3 s+2
−3 t −2 t
Cuyo valor inicial x(0+) = [4 e − e ]u (t ) = 4(1) − 1(1) = 3
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
234
Propiedad 8.- Teorema del Valor Final: Dado el par transformado de
LaPlace x(t ) ↔ Xs suponga que:
Ejemplo 8.10
Calcular el valor final de la función en el dominio del tiempo:
lim s 10 3 lim s 13 s + 20
x (∞ ) = + = = 10
s → 0 s s + 2 s → 0 s2 + 2s
Comprobando:
10 3 −2t
La transformada inversa de + es (10 + 3 e ) u ( t )
s s+2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
235
Donde y son los polinomios de la variable de frecuencia
compleja de s.
Los polinomios se pueden expresar en forma factorial en función de su raíz.
…
…
Donde: , 1,2,3, … ,
, 1,2,3, … ,
Si hay más polos que ceros (n > m) y si ninguno de los polos es una raíz
repetida del polinomio se podrá descomponer en fracciones
parciales.
Caso 1: Este es el caso cuando las raíces del polinomio del denominador
Son reales y diferentes por lo que la función racional se puede
descomponer en fracciones parciales de la siguiente manera.
2( s + 6) K1 K 2 K3
X ( s) = = + +
s ( s + 2)(s + 4) s s+2 s+4
2(0 − 6) 12
K 1 = s * X ( s ) s =0 = s * = = 1.5
s(0 + 2)(0 + 4) 8
2(−2 + 6) 8
K 2 = ( s + 2) * X ( s) s=−2 = ( s + 2) * = = −2
− 2( s + 2)(−2 + 4) − 4
2(−4 + 6) 4
K 3 = ( s + 4) * X ( s) s =−4 = ( s + 4) * = = 0.5
− 4(−4 + 2)( s + 4) 8
1.5 2 0.5 T:L−1:
X(s) = − + ⎯→x(t) =1.5u(t) −2e(−2t)u(t) +0.5e(−4t)u(t)
←⎯
s s +2 s +4
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
236
Caso 2: Este es el caso cuando las raíces del polinomio del denominador
son reales e iguales por lo que la función racional se puede descomponer
en fracciones parciales de la siguiente manera.
8( s + 6) K1 K 2,1 K 2,2
X ( s) = = + +
s ( s + 4) 2
s s + 4 ( s + 4) 2
8(0 + 6) 48
K 1 = s * X ( s ) s =0 = s * = =3
s(0 + 4) 2 16
8(−4 + 6) 16
K 2,2 = ( s + 4) 2 * X ( s) s=−4 = ( s + 4) 2 * = = −4
− 4( s + 4) 2
−4
d d 8( s + 6) d
K 2,1 = ( s + 4) 2 * X ( s) s=−4 = ( s + 4) 2 * = 8( s + 6) s −1 =
ds ds s( s + 4) 2
ds
d
[ ] ⎡
8 (1 + 6s −1 ) = 8 0 − 6s − 2 s =−4 = 8⎢0 − 2 ⎥
ds
6⎤ ⎡
= 8⎢0 − ⎥ =
6 ⎤ − 48
= −3
⎣ s ⎦ s = −4 ⎣ 16 ⎦ 16
3 3 4 T . L .−1
X ( s) = − − ←⎯ ⎯→ x(t ) = 3u (t ) − 3e ( −4t )u (t ) − 4(t )e ( −4t )u (t )
s s + 4 ( s + 4) 2
Caso 3: Este último caso que estudiaremos es el caso cuando surgen raíces
en el polinomio del denominador que son números complejos conjugados
este par de polos se combina para producir en el dominio del tiempo una
onda sinusoidal amortiguada del tipo:
p1t * p1*t σt
Ke 1
+ k1 e = 2 K 1 e cos( wt + ∠ k 1)
Donde Los residuos en estos polos deben ser conjugados entre si por lo
tanto conocer el valor de uno de ellos es suficiente.
X (s) =
40( s + 6)
=
K1
+
K2
+ k2
( s + 2)( s + 4 s + 10) s + 2 s + 2 − 2.4495 j s + 2 + 2.4495 j
2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
237
40(−2 + 6) 160
K1 = ( s + 2) * X ( s) = ( s + 2) * = = 26.66
s =−2
( s + 2)((−2) + 4(−2) + 10)
2
6
40 ( s + 6 )
K 2 = ( s + 2 − 2 .4495 j ) * X ( s ) = ( s + 2 − 2 . 4495 j ) * =
s = − 2 + 2 .4495 j
( s + 2 )( s + 2 − 2 .4495 j )( s + 2 + 2 . 4495 j )
K2=
M∠θ M∠ − θ
+ → 2Me−αt [cos(βt ) − θ ]u (t )
( s + α + jβ ) ( s + α − jβ )
−2 t −2 t
x (t ) = 26 .66 e u (t ) + 2(15 .63) e cos( 2.4495 + 0.549 rad )u (t )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
238
TRANSFORMACIONES INVERSAS DE LAPLACE PARA LOS TERMINOS QUE
APARECEN EN LAS FRACCIONES PARCIALES
Termino del desarrollo en fracciones Transformada inversa
parciales
K
Ke
− at u (t )
s+a
K K n −1 − at u (t )
( s + a)
n
(n − 1) Ι t e
•
Cs + D
− at ⎡C cos(βt ) + D − αC sen(βt )⎤u(t )
(s +α )
2
+β2 e ⎢
⎣ β ⎥
⎦
A + jB A − jB −αt [A cos( β t ) + Bsen ( β t )]u (t )
(*)
+
s + α + jβ s + α − jβ
2 e
M∠θ
+
M∠ − θ 2Me−αt [cos(βt ) − θ ]u (t )
( s + α + jβ ) ( s + α − jβ )
(*)
(*) Tómese en cuenta para el
ejemplo No. 3.15
Tabla 8.2 Términos del desarrollo de fracciones parciales.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
239
8.4. Función de transferencia
El concepto de la F. de T. Se encuentra en el centro del análisis de los
sistemas mediante el uso de métodos de transformación:
a n
y b m
son coeficientes numéricos reales
Su transformad de Laplace termino a termino :
an s nY ( s ) + an−1s n−1Y ( s ) + ....a0Y ( s ) + los → ter min os → de → condiciones → iniciales =
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
240
Donde
H (s )
¡) Ecuación diferencial:
h(t ) = H ( s ) −1
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
241
Ejemplo 8.11
Considere un sistema LTI relajado (condiciones iníciales nulas) el cual esta
representado por la siguiente ecuación diferencial:
y ′′(t ) + 3 y ′(t ) + 2 y (t ) = 2 x ′(t ) + 3 x (t )
Utilice la propiedad de derivada de la transformada de Laplace y
encuentre la función de transferencia del sistema y su respuesta al impulso.
Solución:
Transformando término a término la ecuación se transforma en:
Y ( s ) s 2 + 3Y ( s ) s + 2Y ( s ) = 2 X ( s ) s + 3 X ( s )
sacando término común Y(s)
Y ( s ){ s 2 + 3 s + 2 } = X ( s ){2 s + 3 }
La función de transferencia se obtiene de un sistema relajado tomando la
transformada de Laplace de la salida entre la transformada de Laplace de
la entrada
Y (s) 2s + 3
H (s) = = 2
X ( s ) s + 3s + 2
h (t ) = e − t u ( t ) + e −2 t u ( t )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
242
Ejemplos 8.12
Empleando las propiedades de la transformada de Laplace encuentre la
solución a la ecuación diferencial:
y ' ' (t ) + 7 y ' (t ) + 12 y (t ) = 0
Con condiciones iníciales y(0) =2 y
y’(0)=-4
'
s Y ( s) − sy (0) − y (0) + 7 sY ( s) − 7 y(0) + 12Y ( s) = 0
2
2
s Y ( s) − 2s + 4 + 7 sY (s) − 7(2) + 2Y (s) = 0
Y ( s )[s + 7 s + 12] − 2 s − 10 = 0
2
2 s + 10 2 s + 10 A B
Y ( s) = = = +
s
2
+ 7 s + 12 ( s + 3)( s + 4) ( s + 3) ( s + 4)
4 2
Y ( s) = ( − )
s+3 s+5
−3t − 4t
y (t ) = [4e − 2 e ]u (t )
Ejemplo 8.13
'
s Y ( s) − sy (0) − y (0) + 3sY ( s) − 3 y(0) + 2Y ( s) = 0
2
2
s Y ( s) − s5 − 1 + 3sY ( s) − 3(5) + 2Y ( s) = 0
Y ( s )[s + 3s + 2] − 5s − 16 = 0
2
5s + 16 5s + 16 A B
Y (s) = = = +
s
2
+ 3s + 2 ( s + 2)( s + 1) ( s + 2) ( s + 1)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
243
Por la técnica de fracciones parciales resuelva el valor de las constantes A
Y B y después aplique la transformada de Laplace inversa para volver al
dominio del tiempo.
Ejemplo 8.14
De la Ley de voltajes de K;
vi(t) = RC dvo(t)/dt+vo(t)….(Ecuac.
Diferencial).
H(s)=Vo(s)/Vi(s)=1/RCs+1
=1/RC/(RCs/RC+1/RC)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
244
8.7 Polos y ceros.
La función de transferencia de los sistemas LTI es una función racional (un
cociente de polinomios) cuya forma general puede expresarse como:
P (s ) b M + b s M − 1 + ...... + b
H (s ) = = 0 s 1 M
Q (s ) s N + a1 s N − 1 + ........ + a N
Ejemplo 8.15
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
245
1
H (s) =
s 2 + 2s +1
código:
b=[1];
a=[1,1.4142,1];
[r,p,k]=residue(b,a)
» h=tf(b,a);
» pzmap(h) Pole-zero map
r= 0 - 0.7071i 0.8
0 + 0.7071i 0.6
0
k =[]
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
246
h(t) = 2e-0.7071t [cos(0.7071t)+sen(0.7071t)]u(t) un coseno amortiguado más
un seno amortiguado.
1.5
0.5
-0.5
-1
-1.5
0 1 2 3 4 5 6 7 8 9 10
1.5
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
247
Fig.8.6partee h(t)= 2e-0.7071t sen(0.7071t), seno amortiguado
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
248
Análisis de sistemas mediante la transformada de Laplace:
Cuando se estudio la respuesta de un sistema LTI, y(t) a una entrada de
excitación x(t) en el dominio del tiempo se estableció que ésta esta dada
por la integral de convolución :
∞
y (t ) = ∫ h(τ )x(t − τ )dτ
−∞
donde h(τ ) es la respuesta al impulso unitario del sistema y x(t − τ ) es la
entrada desplazada. Vimos en las propiedades de la transformada de
Laplace que la convolución de dos funciones en el dominio del tiempo es
equivalente al producto de sus transformadas de Laplace en el dominio de
la frecuencia compleja..
Ejemplo 8.16
Y(s) =H(s)X(s)
249
5 Bs C s2
= A + +
( s + 1) ( s + 1) Ecuac. (2)
5 5 B
= + + 5
2 ( s + 1) 2 s (s +1)
s s
−5 = B
5 5 5
Y (s) = − +
2 s s +1
s
La respuesta de este sistema es:
−t
y (t ) = (5t − 5 + 5 e )u (t )
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
250
transferencia del sistema en función en la frecuencia de la componente
de la entrada armónica.
Ejemplo 8.17
a) 5 sen(2t) y
b) 5 sen(2t) + 4 cos(2t-300)
Solución:
La frecuencia de operación es ω = 2 rad/s., Por lo que debemos calcular la
magnitud y fase de H(s) a esta frecuencia:
H(2) = 2j-2/(j2)2+4(j2)+4 =
H(2) = 2j-2/-4+8j+4 =-2+2j/8j=0.3536∟450
Soluciones :
a) Yss(t)=5(0.3536) sen(2t-450).
Ejemplo 8.18
Y(s)[s2+3s+2]= 4/s+2
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
251
Y(s)=4/ (s+2)(s2+3s+2)= por el método de fracciones parciales
Ejemplo 8.19
r= -3.0000
-2.0000
3.0000
p= -2.0000
-2.0000 (polo doble)
-1.0000
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
252
k=
[].
s+4 3 2 3
H ( s) = =− − +
s + 5s + 8s + 4
3 2
( s + 2) ( s + 2) ( s + 1)
2
>> pzmap(h)
Ejemplo 8.20
F(s) =s2+1/(s+1)2
código:
b=[1,0,1];
a=[1,2,1];
[r,p,k]=residue(b,a)
r=
-2
2
p=
-1
-1
k= 1
» h=tf(b,a);
» pzmap(h)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
253
Dos polos reales y repetidos:
Pole-zero map
0.8
0.6
0.4
0.2
Imag Axis
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
Ejemplo 8.21
F(s)= s2+2/(s+1)(s2+0.2s+1)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
254
Código:
b=[1,0,2];
a=[1,1.2,1.2,1];
[r,p,k]=residue(b,a)
r=
-0.3333 - 0.2010i
-0.3333 + 0.2010i
1.6667
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
255
p=
-0.1000 + 0.9950i
-0.1000 - 0.9950i
-1.0000
Pole-zero map
1.5
0.5
Imag Axis
-0.5
-1
-1.5
-1.5 -1 -0.5 0 0.5 1
Real Axis
K=
[]
» h=tf(b,a);
» pzmap(h)
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
256
Ejemplo 8.22
s 2 − s +1
F (s) =
s 2 + s +1
Código:
b=[1,-1,1];
a=[1,1,1];
[r,p,k]=residue(b,a)
r=
-1.0000 - 0.5774i
-1.0000 + 0.5774i
p=
-0.5000 + 0.8660i
-0.5000 - 0.8660i
k= 1
» h=tf(b,a);
» pzmap(h)
Pole-zero map
0.8
0.6
0.4
0.2
Imag Axis
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
257
ANEXO
Señal periódica en diente de sierra generada al aumentar armónicos,
con el programas Matlab:
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
258
Fig. b Señal con armónicos finitos.
259
Carl Sagan
(1934-1996)
Físico y astrónomo norteamericano, es considerado como uno de los
científicos modernos más humanistas, desde muy joven se preocupó por
mantener al hombre alejado de la seudociencia, en su obra siempre
manifiesta posturas y criterios obtenidos de la investigación científica, pero
además su trabajo siempre estuvo articulado con los valores y principios de
la humanidad y el aprecio por la naturaleza, condiciones indispensables
para la preservación de la vida humana. Sagan es recordado como el
incansable divulgador de la ciencia a través del más poderoso medio de
comunicación como es la televisión, quien no recuerda su fabulosa serie
“ Cosmos”, así también como una serie de libros de los cuales destacan
“Los dragones del Edén” , (editada en 1977)”, “ El cometa” (en 1980) y
“Contactos” (1985), “El mundo y sus demonios”(1995)”.
Carl Sagan vio la luz por vez primera en la ciudad de los rascacielos
New York el 9 de noviembre de 1934. siendo muy joven obtuvo su
doctorado en la Universidad de Chicago en el área de astrofísica, en este
ámbito estudio fundamentalmente la existencia evidente de organismos
vivos en el espacio exterior, en ese terreno fue uno de los pioneros de la
ciencia denominada exobiología. Sagan debutó como profesor de
astronomía en la Universidad de Harvard. Sus discípulos lo recuerdan con
cariño en la cátedra de Astronomía y Ciencias del Espacio, fue
investigador en el prestigiado laboratorio de astrofísico Smithsoniano,
también ocupó la dirección del laboratorio de Estudios Planetarios de la
Universidad de Cornell.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
260
presidencia de la Sociedad Planetaria la más importante del mundo
dedicada a temas del espacio. En la década de los años cincuenta
participó como asesor y consultor de la NASA, trabajó activamente en los
programas espaciales Mariner, Viking, Voyager y Galileo. En este escenario
se desarrolló como instructor incansable en el programa Apolo. En este
Centro Espacial jugó un rol decisivo en las investigaciones planetarias con
lo cual contribuyó a descifrar los misterios de las altas temperaturas del
planeta Venus al emplear la teoría del efecto invernadero masivo y global,
así como los cambios a los que era sometida la atmósfera de Marte y las
nubosidades rojizas de la galaxia Titán.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
261
comportamiento a corto plazo. Con nuestros descendientes hemos creado
una especie, de acuerdo con la naturaleza: nuestros hijos serán difíciles de
formar, pero su habilidad para aprender nuevos conocimientos aumentará
con lo que aseguraran su capacidad de supervivencia dentro de la
especie humana. Además, los seres humanos hemos descubierto en la
última época que a través de los medios de nuestra existencia el
conocimiento no sólo es extragenético sino también extrasomático, lo cual
nos dice que; la información almacenada fuera de nuestros cuerpos, de la
cual, la escritura es el más notable ejemplo, de un conocimiento que
aunque esté fuera de nosotros constituye un producto nuestro. (Tomado
de “Los Dragones del Edén”.
262
mi opinión nuestro futuro depende enormemente de nuestra comprensión
del cosmos en el que flotamos como una partícula de polvo en el cielo
matinal.
El gran promotor y divulgador de la ciencia murió el 20 de diciembre de
1996 en la ciudad Norteamericana de Seattle, con él la humanidad
perdió uno de los más grandes científicos que dedicó su vida para
democratizar el conocimiento científico, con su inigualable estilo en donde
lo fácil y ameno son los ingredientes atractivos que hacen que la ciencia
sea leída con placer.
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
263
Bibliografia
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
264
Acerca de los autores
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
265
Mtra. María Guadalupe Casillas Limón
Mtro. Juan Gustavo Ruiz Barajas y Mtra. Maria Guadalupe Casillas Limon
266