PRESENTADO POR:
FABIO NELSON TOVAR VARGAS
11445117
PRESENTADO A:
XXXX
GRUPO:
Alrededor de todos los procesos, desde los más cotidianos, la naturaleza está
compuesta de señales, todas las leyes de la física pueden ser medidas y
demostradas a través de magnitudes, ecuaciones, funciones y señales. Hacer un
análisis sobre el comportamiento de un sistema es primordial para generar frutos
a través de la investigación.
OBJETIVOS
2. Definición de conceptos
a. Convolución continua
Convolución discreta
Un sistema LTI es lineal y no debe variar en el tiempo, esto quiere decir que
para un tiempo t1 se aplica una entrada al sistema y se obtiene determinada
salida, si al sistema ingresa la misma entrada en un tiempo cualquiera t2, la
salida debe ser igual, es decir, el sistema es invariante.
La causalidad determina que de un sistema se obtiene una salida sólo si existe
una entrada diferente de 0. Esto quiere decir que antes de que ocurra un impulso
en el sistema la salida de éste debe ser 0, se dice que un sistema LTI es causal
si cumple con la propiedad de reposo y la salida sólo depende de valores de
entrada presentes y pasados.
Un sistema LTI es estable sólo si la respuesta de este es acotada cuando la
entrada de excitación del sistema es acotada, es decir, la señal de salida no
puede tender hacia infinito si la entrada está acotada para valores menores de
infinito. Esto guarda una relación con la proporcionalidad en sistemas LTI, si una
entrada es escalada, la salida debe guardar una proporción con el valor escalado.
c. Correlación
El proceso matemático para hallar la correlación entre dos señales es muy similar
a la convolución, de igual manera se desplaza una señal sobre otra y se halla el
área entre ellas (integración), la diferencia radica en que en este proceso no se
refleja ninguna de las dos señales, cuando las señales tratadas son diferentes
se denomina correlación cruzada. Una de las propiedades más importantes es
que al no existir reflexión se debe tener en cuenta cuál de las dos funciones se
desplaza, por lo que la correlación no es conmutable, importa el orden. Por tanto,
la correlación permite determinar la similitud entre dos señales distintas. Una
aplicación práctica de la correlación en la ingeniería es cuando se desea
averiguar qué tanto afecta una variable independiente sobre otra que es
dependiente, por ejemplo, cómo afecta la variación de sujetos dentro de un
espacio cerrado a la temperatura del lugar.
d. Autocorrelación
g. Transformada de Fourier
2. Ejercicios
a=5 b=7
∞
𝑦(𝑡) = ∫ 𝑥( 𝜆)ℎ(𝑡 − 𝜆)𝑑𝜆
−∞
∞
𝑦(𝑡) = ∫ [(5 − 𝑒 −5𝜆 )𝑢(𝜆)] [𝑒 −5𝑡 𝑢(𝑡 − 𝜆 − 5)]𝑑𝜆
−∞
∞ ∞
𝑦(𝑡) = ∫ 5𝑢( 𝜆)𝑒 −5(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 5)𝑑𝜆 − ∫ 𝑒 −5𝜆 𝑢(𝜆)𝑒 −5(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 5)𝑑𝜆
−∞ −∞
∞ ∞
𝑦(𝑡) = ∫ 5𝑢( 𝜆)𝑒 −5(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 5)𝑑𝜆 − ∫ 𝑒 −5𝑡 𝑢(𝜆)𝑢(𝑡 − 𝜆 − 5)𝑑𝜆
−∞ −∞
Por tanto: 0 ≤ 𝜆 ≤ 𝑡 − 5
𝑒 5𝜆 𝑡 − 5
𝑦(𝑡) = 5𝑒 −5𝑡 [ | ] − 𝑒 −5𝑡 [𝑡 − 10]
5 0
a=5 y b=7
n -3 -2 -1 0 1 2
h[n] 2.5 7 0.5
x[n] -1 5 2 5 7 4
-2.5 -7 -0.5
12.5 35 2.5
5 14 1
12.5 35 2.5
17.5 49 3.5
10 28 2
Suma -2.5 5.5 39.5 29 53.5 61.5 31.5 2
y[n]
Tabla 1. Proceso de convolución discreta
Para dibujar los tres periodos de la señal x(t) se usa el aplicativo web wolfram
1
𝑎𝑜 = ∫ 𝑥(𝑡)𝑑𝑡
𝑇 𝑇
1 1
T corresponde a un solo periodo de la señal y b=7, en este caso: 𝑏 − ≤ 𝑇 ≤ 𝑏 +
2 2
13 15
≤𝑇≤
2 2
15
1 2
𝑎𝑜 = ∫ 3𝑑𝑡
4 13
2
3 15 13
𝑎𝑜 = [ − ]
4 2 2
3
𝑎𝑜 = [2]
8
𝟑
𝒂𝟎 =
𝟒
2
𝑎𝑘 = ∫ 𝑥(𝑡) cos(2𝜋𝑘𝑓𝑜𝑡) 𝑑𝑡
𝑇 𝑇
1 1
Como: 𝑓𝑜 = 𝑇 = 4 = 0.25
2 15/2
𝑎𝑘 = ∫ 3 cos(0.5𝜋𝑘𝑡) 𝑑𝑡
4 13/2
3 15/2
𝑎𝑘 = ∫ cos(0.5𝜋𝑘𝑡) 𝑑𝑡
2 13/2
Usando la técnica de integración por sustitución:
𝑑𝑢
𝑢 = 0.5𝜋𝑘𝑡 𝑑𝑢 = 0.5𝜋𝑘𝑑𝑡 𝑑𝑡 =
0.5𝜋𝑘
3 15/2 𝑐𝑜𝑠𝑢
𝑎𝑘 = ∫ 𝑑𝑢
2 13/2 0.5𝜋𝑘
3 15/2
𝑎𝑘 = [𝑠𝑒𝑛𝑢 | ]
𝜋𝑘 13/2
𝟑
𝒂𝒌 = [𝒔𝒆𝒏(𝟏𝟓/𝟐) − 𝒔𝒆𝒏(𝟏𝟑/𝟐)]
𝝅𝒌
2
𝑏𝑘 = ∫ 𝑥(𝑡) sen(2𝜋𝑘𝑓𝑜𝑡) 𝑑𝑡
𝑇 𝑇
1 1
Como: 𝑓𝑜 = = = 0.25
𝑇 4
2 15/2
𝑏𝑘 = ∫ 3 sen(0.5𝜋𝑘𝑡) 𝑑𝑡
4 13/2
3 15/2
𝑏𝑘 = ∫ sen(0.5𝜋𝑘𝑡) 𝑑𝑡
2 13/2
3 15/2
𝑏𝑘 = [−𝑐𝑜𝑠 | ]
𝜋𝑘 13/2
𝟑
𝒃𝒌 = [−𝒄𝒐𝒔(𝟏𝟓/𝟐) + 𝒄𝒐𝒔(𝟏𝟑/𝟐)]
𝝅𝒌
+b +2b t
-1
Analizando la gráfica, ésta puede ser construida a partir de una suma sucesiva
de la función rect(t) que comprende dos pulsos entre 0 ≤ 𝑡 ≤ 14:
𝑥(𝑡) = −𝑟𝑒𝑐𝑡(𝑡 − 0.5) − 𝑟𝑒𝑐𝑡(𝑡 − 1.5) − 𝑟𝑒𝑐𝑡(𝑡 − 2.5) − 𝑟𝑒𝑐𝑡(𝑡 − 3.5) − 𝑟𝑒𝑐𝑡(𝑡 − 4.5)
− 𝑟𝑒𝑐𝑡(𝑡 − 5.5) − 𝑟𝑒𝑐𝑡(𝑡 − 6.5) + 𝑟𝑒𝑐𝑡(𝑡 − 7.5) + 𝑟𝑒𝑐𝑡(𝑡 − 8.5) + 𝑟𝑒𝑐𝑡(−9.5)
+ 𝑟𝑒𝑐𝑡(𝑡 − 10.5) + 𝑟𝑒𝑐𝑡(𝑡 − 11.5) + 𝑟𝑒𝑐𝑡(𝑡 − 12.5) + 𝑟𝑒𝑐𝑡(𝑡 − 13.5)
Script
%%Señal 1 - Nelson Tovar
t=[0,0,7,7,14,14];
at=[0,-1,0,0,1,0];
subplot(3,1,1)
plot(t,at,'g')
title('Señal 1 - Nelson Tovar')
xlabel('t');
ylabel('Amplitud');
grid on
%%Señal 2 - Nelson Tovar
t=[0,0,7,7,14,14];
bt=[0,0,1,-1,0,0];
subplot(3,1,2)
plot(t,bt,'r')
title('Señal 2 - Nelson Tovar')
xlabel('t');
ylabel('Amplitud');
grid on
%%Combinación lineal señales 1 y 2 - Nelson Tovar
xt=at-bt;
subplot(3,1,3)
plot(t,xt,'b')
title('Combinación lineal señales 1 y 2 - Nelson Tovar')
xlabel('t');
ylabel('Amplitud');
grid on
xlim([0,15]);
ylim([-2,2]);
b. a=5 2a=10
Fig 5. Señal y(t)
No existe una función matemática que describa la gráfica anterior para valores entre 0
y 10, tomando como guía el ejemplo 9.5-f del libro de Ambardar se decide dar solución
a la señal que se presenta a continuación, en la que se desplaza y se deja al valor 10
como el centro de la función.
Script
%%Señal 1 - Nelson Tovar
t1=(9.5:0.001:10.5);
at=cos(pi*t1)
subplot(3,1,1)
plot(t1,at,'g')
title('Señal 1 - Nelson Tovar')
xlabel('t');
ylabel('Amplitud');
xlim([9,11]);
ylim([0,1.2]);
grid on
%%Señal 2 - Nelson Tovar
bt=exp(t1*0)
subplot(3,1,2)
plot(t1,bt,'r')
title('Señal 2 - Nelson Tovar')
xlabel('t');
ylabel('Amplitud');
xlim([9,11]);
ylim([0,1.2]);
grid on
%%Combinación lineal señales 1 y 2 - Nelson Tovar
xt=at*bt;
subplot(3,1,3)
plot(t1,xt,'b')
title('Combinación lineal señales 1 y 2 - Nelson Tovar')
xlabel('t');
ylabel('Amplitud');
xlim([9,11]);
ylim([0,1.2]);
grid on
Fig 7. Combinación lineal de dos señales en Matlab para hallar y(t).
CONCLUSIONES
BIBLIOGRAFÍA