S&S Clase7

Sistema LTI de tiempo continuo

Anlisis de Sistemas Lineales
Procesamiento Digital de Seales
(PDS en espaol, DSP en ingles)
Sistemas Lineales Invariantes en el
Tiempo (LTI)

11
Procesamiento digital de seales

Filtros Digitales:
FIR-IIR-Adaptativos

Transf. de Fourier
Anlisis de Espectro

Conversor A/D
Conversor D/A
Procesamiento de Seales
12
Una seal es una funcin que representa una cantidad fsica o
matemtica, que contiene informacin acerca del comportamiento o
naturaleza de un fenmeno

x(t) seal en tiempo contino
x[n] seal en tiempo discreto (secuencia)

s
1
t
x(t)
n 0 1 2 3 4 5 6 7 8 9 10
x[n]
Seales
13
s
1
t
t
s
2
111
110
101
100
011
010
001
000
n 0 1 2 3 4 5 6 7 8 9 10
x(t)
x[n]
Cuantizacin
Muestreo x(nT
s
)
Seal Analogica
Seal Digital
Conversin A/D
s
1
t
t
a
= 1 / f
a
s
2
T
s
=1/f
s
Muestreo de Seales
14
( )
( )
( ) cos(2 ) cos( )
Para una frecuencia de muestreo
[ ] cos(2 ) cos 2
[ ] cos 2
[ ] cos
s
s
s
x t ft t
f
f
x n fnT n
f
x n Fn
x n n
= t = e
| |
= t = t
|
\ .
= t
= O
Muestreo de una seal de tiempo continuo
Ejemplo 1
Representacin:
x[n] = {1, 3, 7, 5, 11}
l
Secuencia
15
x[0]
x[n]
1
3
7
5
11
n
Reflexin

Escalamiento en el tiempo

-10 -5 0 5 10
-2
0
2
4
6
8
-10 -5 0 5 10
-2
0
2
4
6
8
x[-n]
x[n]
Operaciones sobre las Seales
16
Desplazamiento Temporal

-20 -10 0 10 20
-1
-0.5
0
0.5
1
1.5
2
2.5
3
-20 -10 0 10 20
-1
-0.5
0
0.5
1
1.5
2
2.5
3
... ...
...
x[n]
x[n-n
0
]
n
0
x[n]
y[n]=x[n-no]
17
18
19
20
21
22
23
Propiedades de las Seales
Seales Pares e Impares

Par: x(t) = x(t) x[n] = x[n]
Impar: x(t) = x(t) x[n] = x[n]

Periodicidad

Tiempo Contino: x(t) = x(t+T)
Tiempo Discreto: x[n] = x[n+N]
24
25
Periodicidad de una seal de tiempo discreto
Ejemplo 2
( ) ( )
( )
cos 2 cos 2 ( )
cos 2 2
2 2
s
Fn F n N
Fn FN
FN k
FN k
f k
F
f N
t = t +
t + t
t = t
=
= =
, = 2 = 2

( )
[ ]
o o o o
j n j n N j n j N
x n Ce e e e
O O + O O
= =
2
o
N m O = t
2
o
m
N
O
=
t
2
o
m
N
| |
O = t
|
\ .
26
Ejemplo 3
Cul es el perodo de la seal?

Ejemplo 4
27
28

29
30
31
32
33
34
Ejercicios
1.Determine cual de las siguientes seales son peridicas:
a) x[n]=cos[ n] b) x[n]=cos[3 n/2+ ] c) x[n]=1+cos[ n/2]
c) x[n]=-3 sin[0.01 n] d) x[n]=sin[3.15n] e) x[n]=sin[3.15 n]
2.Para cada seal, determine el periodo fundamental No, si la
seal es peridica, en caso contrario, pruebe que no son
peridicas.
a) x[n]=exp(j8 n/7) b) x[n]=exp(j2 n) c) x[n]=exp(j8n)
35
36
Dos formas estndar de modelos de simulacin
37
38
Figura 10.15 Realizacin de
la Forma Directa II del
sistema de segundo orden
La anterior realizacin , de la
Figura 10.14, se denomina
Forma Directa I.
Una segunda forma de realizar
la ecuacin en diferencia es
manipulando la Forma I ante-
rior. El primer sistema tiene la
entrada x[n] y salida w[n] y la
segunda tiene entrada w[n] y
salida y[n]. Debido a que los
dos sistemas son lineales, el
orden de los dos sistemas
pueden ser invertido sin afec-
tar la caracterstica de entrada
y salida del sistema completo.
El resultado es mostrado en la
figura 10.15a. La forma Directa
II se muestra en la figura
10.15b.

39

Escaln

Impulso

1, 0
( )
0, 0
t
u t
t
>
=

<
( )
( )
du t
t
dt
o =
0 0 0
( ) ( ) ( ) ( ) x t t t x t t t o = o
( ) (0) ( )
I
x t x t = o
Seales Bsicas en Tiempo Continuo
40

1, 0
[ ]
0, 0
n
n
n
=
o =

=
Secuencia Impulso

0 0 0
[ ] ( ) ( ) ( ) x n n n x n n n o = o
-3 -2 -1 0 1 2 3
n
... ...
o[n]
1
| |
=
=
=
k n
k n
k n
, 0
, 1
o
k-3 k-2 k-1 k k+1 k+2 k+3
n
... ...
o[n-k]
1
Propiedad:
Seales Bsicas en Tiempo Discreto
41

Secuencia Escaln

1, 0
[ ]
0, 0
n
u n
n
>
=

<
-3 -2 -1 0 1 2 3
n
... ...
u[n]
1
| |
<
>
=
k n
k n
k n u
, 0
, 1
k-3 k-2 k-1 k k+1 k+2 k+3
n
... ...
u[n-k]
1

, 0
[ ] [ ]
0, 0
n n
r n nu n
n
>
= =

<
Secuencia Rampa

| |
,
0,
n k n k
r n k
n k
>
=

<
42
( )
[ ]
o
j n
x n C e
O +u
=
Secuencia Exponencial

Si

[ ]
n
x n C = o
,
o
j n j
e C C e
O u
o = =
43

0
2
t
O =
Si m=1 y N=4

Si m=1 y N=8

x[0]=x[4]
-A
x[1]
x[2]
x[3]
0
4
t
O =
x[0]=x[8]
x[1]
x[2]
x[3]
x[4]
x[5]
x[6]
x[7]
0
O
0
O
2
o
m
N
| |
O = t
|
\ .
44
45

Un sistema puede ser definido como un proceso que realiza la
transformacin de seales, relacionadas a travs de una funcin de
transformacin T{.}

x(t) y(t)

x[n] y[n]

Definicin de Sistemas
46

1) Causalidad
Un sistema es causal si su salida para cualquier instante de tiempo depende
solamente de los valores de las entradas en el tiempo presente y pasados
Causal:
No Causal:
2) Linealidad
Obedecen a dos propiedades:
Aditividad
Homogeneidad
Corresponden a las propiedades que permiten el principio da superposicin

2
[ ] [ ] 2 [ 1] y n x n x n = +
[ ] [ ] [ 1] y n x n x n = +
Propiedades de los Sistemas
47
Propiedad de Aditividad

| | | | { }
| | | | { }
| | | | | | | | { } n x n x T n y n y
n x T n y
n x T n y
2 1 2 1
2 2
1 1
+ = +

=
=
T { } x
1
[n] y
1
[n]
T { } x
2
[n] y
2
[n]
E y[n]
x
1
[n]
x
2
[n]
E
T { } y[n]
48
Propiedad de Homogeneidad:

donde a es una constante arbitraria

| | | | { } | | | | { } n ax T n ay n x T n y = =
x[n] T { }
y[n]
ay[n]
a
ay[n]
x[n] T { } a
ax[n]
49
Considerando las dos propiedades:

| | | | { }
| | | | { }
| | | | | | | | { } n bx n ax T n by n ay
n x T n y
n x T n y
2 1 2 1
2 2
1 1
+ = +

=
=
T { } ay
1
[n]
T { } by
2
[n]
E y[n]
x
1
[n]
x
2
[n]
a
b
y
1
[n]
y
2
[n]
E y[n]
x
1
[n]
x
2
[n]
a
b
T { }
| | | | { } | | | | { }
0 0
y n T x n y n n T x n n = =
3) Invarianza en el tiempo
Un sistema es invariante en el tiempo si para un
desplazamiento en el tiempo de la seal de entrada,
est causa un desplazamiento en el tiempo en la seal
de salida.

Desplazamiento
en la entrada
Desplazamiento
en la salida
50

-2 -1 0 1 2 3
n
... ...
x[n]
1
T { }
4
-2 -1 0 1 2 3
n
... ...
y[n]
1
4
1/3
-2 -1 0 1 2 3
n
... ...
x[n-2]
1
T { }
4
-2 -1 0 1 2 3
n
... ...
y[n-2]
1
4
1/3
51
Desplazamiento
en el tiempo
n
0
=2
| | | | { } | | | | { }
0 0
n n x T n n y n x T n y = =
4) Memoria
a) Sistema con memoria
Un sistema es con memoria, si su salida depende de los
valores de las entradas pasadas

b) Sistema sin memoria
Solo depende del estado actual, n

5. Invertibilidad

[ ] [ ] [ 1] [ 2] y n x n x n x n = + +
[ ] [ ] y n ax n =
52
6. BIBO Estable
53
1
1 1
2 1 0
2 2
Determinar si el sistema es invariante en el tiempo
[ ] sin( . [ ])
SOLUCION:
Para una entrada [ ] la salida del sistema es :
[ ] sin( . [ ]) (1)
Considerando una entrada [ ] [ ], la salida es :
[ ] sin( . [ ]) sin(
y n a x n
x n
y n a x n
x n x n n
y n a x n
=
=
=
= =
1 0
1
1 1
2 1
. [ ] ) (2)
Para un desplazamiento de la salida [ ]
[ ] sin( . [ ]) (3)
Comparando (2) (3) :
[ ] [ ]
Por lo tanto el sistema es invariante en el tiempo
o o
o
a x n n
y n
y n n a x n n
y
y n y n n
=
=
SLIT
Ejemplo 5
54
55
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-1
-0.5
0
0.5
1
n
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-1
-0.5
0
0.5
1
n
[ ] sin( . [ ]) y n a x n =
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0
2
4
6
8
10
n
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0
2
4
6
8
10
n
Ejemplo 5
1
1 1
2 1 0
2 2 1 0
Determinar si el sistema es invariante en el tiempo
[ ] [ ]
SOLUCION:
Para una entrada [ ] la salida del sistema es :
[ ] [ ] (1)
Considerando una entrada [ ] [ ], la salida es :
[ ] [ ] [ ] (2)
Para un desp
y n nx n
x n
y n nx n
x n x n n
y n nx n nx n n
=
=
=
= =
1
1 1
2 1
lazamiento de la salida [ ]
[ ] ( ) [ ] (3)
Comparando (2) (3) :
[ ] [ ]
Por lo tanto el sistema es variante en el tiempo
o o o
o
y n
y n n n n x n n
y
y n y n n
=
=
SLIT
Ejemplo 6
56

Sistemas Lineales Invariantes
en el Tiempo (SLIT)
57
Formas de Representacin

Una secuencia puede ser expresada en trminos de una sumatoria
de impulsos unitarios escalados y desplazados en el tiempo.

58
x[n]= + 7o[n+2] + 5o[n+1] + 3o[n] + 5o[n1] + ...
x[n]= +x[2]o[n+2]+x[1]o[n+1]+x[0]o[n]+x[1]o[n1] +...

Sistemas Lineales Invariantes en el tiempo (LTI)

x[n]= +x[2]o[n+2]+x[1]o[n+1]+x[0]o[n]+x[1]o[n1] +.
..

[ ] [ ] [ ]
k
x n x k n k
=
= o

Escalados
Desplazados
59
Formas de Representacin
}

Respuesta al Impulso

T { } o[n-k] h
k
[n]
Es la respuesta de un Sistema Lineal (SL) a
un impulso localizado en el instante k.

| | | | { } k n T n h
k
= o
S.L.
60

T { } o[n-k] h
k
[n]
Si el Sistema es Lineal e Invariante en el Tiempo (SLIT)
S.L.I.T
| | | | { } | | k n h k n T n h
k
= = o
61
Respuesta al impulso del sistema:

T { } x[n] y[n]
Si x[n] es una secuencia representada por una suma de
impulsos
| | | | | |
+
=
=
k
k n k x n x o
| | | | | |
)
`
=

+
= k
k n k x T n y o
| | | | | | { }
+
=
=
k
k n T k x n y o
Linealidad
62

| | | | | |
+
=
=
k
k
n h k x n y

| | | | | | { }
+
=
=
k
k n T k x n y o
Invariante en el Tiempo
h
k
[n]
| | | | | |
+
=
=
k
k n h k x n y
63
Respuesta al
Impulso
Relacion entre la respuesta al impulso y la
respuesta al escalon unitario
En cualquier sistema LTI de tiempo-discreto, x[n],
produce la respuesta, y[n]. Luego la excitacin x[n]-
x[n-1] producir la respuesta y[n]-y[n-1].
Se sigue que la respuesta al impulso unitario es la
primera diferencia hacia atrs de la respuesta a un
escaln unitario y, inversamente, que la respuesta al
escaln unitario es la acumulacin de la respuesta al
impulso unitario.
Donde s(n) es la respuesta al escaln unitario.
64
Relacion entre la respuesta al impulso y la
respuesta al escalon unitario
65
Ejemplo
Suponga que la respuesta al escaln esta dado por

Cul es la respuesta al impulso?

Respuesta:

| | | | | | | | | |
k k
y n x k h n k h k x n k
+ +
= =
= =

Conocida la respuesta al impulso h[n], es posible calcular la
respuesta a cualquier seal de entrada, a travs de la
sumatoria de la convolucin.
Ejemplo
| | | | | |
[ ]* [ ] y n x n h n h n x n = - =
66
Sumatoria de la Convolucion
( ) ( ) ( )
i
y n h i x n i
=
=
67
( ) ( ) ( )
i
y n h i x n i
=
=

68
( ) ( ) ( )
i
y n h i x n i
=
=

Convolucin
69
( ) ( ) ( )
i
y n h i x n i
=
=

70
( ) ( ) ( )
i
y n h i x n i
=
=

71
( ) ( ) ( )
i
y n h i x n i
=
=

72
( ) ( ) ( )
i
y n h i x n i
=
=

Calcular la convolucion de
Ejemplo
Anlisis de Sistemas Lineales
Sistemas Descritos por
Ecuaciones en Diferencias
76
Sistemas Descritos por Ecuaciones en Diferencias
Representacin General
m entradas
n salidas
x
1
[n]
.
.
.
.
.
.
SISTEMA
SISO: Simple Entrada-Simple Salida
MIMO: Mltiples Entradas-Mltiples Salidas
SIMO: Simple Entrada-Mltiples Salidas
77
x
2
[n]
x
m
[n]
y
1
[n]
y
2
[n]
y
n
[n]
Ecuacin en Diferencias General de un Sistema SISO,
Lineal, Causal e Invariante en Tiempo

= =
= =
=
=
=
N
j
j
M
i
i
M
i
i
N
j
j
j k y a i k x b k y
i k x b j k y a
1 0
0
0 0
] [ ] [ ] [
escribir puede se 1 a para
] [ ] [
Solucin abierta de la ecuacin en diferencias (secuencia de valores)
78
Cul es la solucin cerrada? La obtenida como relaciones o funciones que
permiten obtener la secuencia de la solucin abierta.
Ecuacin en Diferencias Lineal (solucin cerrada)
Solucin
Homognea, y
h
[k]
O Respuesta Natural
Tambin se conoce como:
Respuesta a Entrada Cero
Solucin Particular, y
p
[k]
Tambin se conoce como:
Respuesta a Estado Cero o
Respuesta Forzada
(C.I. nulas)
y

[k] = y
h
[k] + y
p
[k] = y
1
[k] + y
2
[k]
Solucin Completa,
y
c
[k]
a y k j b x k i
j
j
N
i
i
M
[ ] [ ] =
= =

0 0
79
Ecuacin en Diferencias Lineal (solucin homognea)
i raiz la a asociada potencia una es k] donde
forma la a tendr n o soluci La ltiples. u m o simples
, conjugadas complejas o reales ser pueden cuales la
r r r raices, N tiene n o ecuaci esta
auxiliar mica o polin n o ecuaci la define se
N 2 1
[
] [ ] [
,..., ,
0 ) (
0 ] [ ] [
1
1
1
i
N
i
i i h
N
k
k N
k
N
N
j
k
y
k y A k y
q a q q D
j k y a k y
=
=
=
=
= + =
= +

80
81
82
83
Ecuacin en Diferencias Lineal (solucin particular)
k
r q
j N
N
j
j
N
p
k
j N
N
j
j
N
p
j N
N
j
j
N
p
N
j
j
Ar
q a q
k y
r Ar k x
k x
q a q
k y k x q a q k y
k x j k y a k y
(
(
(
(
(
+
=
=
+
= =
|
|
.
|
\
|
+
= +
=
=
=
1
1
1
1
1
Re ] [
, ] [
] [
1
] [ ] [ ] [
] [ ] [ ] [
real tipo del n o excitaci una supone se si
bien o
auxiliar ecuacion la define se
84
85
k
p
k
p
k
p
k
k y
q
q q q
k y
q q q k y
k y k y k y k y
) 5 . 0 (
267
64
] [
5 . 0
) 5 . 0 ( 8
50 37 8
1
] [
) 5 . 0 ( 8 ) 50 37 8 ]( [
) 5 . 0 ( 8 ] [ 50 ] 1 [ 37 ] 2 [ 8 ] 3 [
2 3
2 3
=
=
+
=
= +
= + + + +
ser particular solucin la , en evaluando
ser auxiliar ecuacin la
de particular solucin la Hallar
3 EJEMPLO
86
Ecuacin en Diferencias Lineal (solucin)
Solucin Homognea, y
h
[k] Solucin Particular, y
p
[k]
y

[k] = y
h
[k] + y
p
[k]
Solucin Completa,
y
c
[k]
a y k j b x k i
j
j
N
i
i
M
[ ] [ ] =
= =

0 0
87
k k k k
c
k
p
k k k
h
k
k A k A A k y
k y
k A k A A k y
k y k y k y k y
) 5 . 0 (
267
64
) 9273 . 0 sin( 5 ) 9273 . 0 cos( 5 2 ] [
) 5 . 0 (
267
64
] [
) 9273 . 0 sin( 5 ) 9273 . 0 cos( 5 2 ] [
) 5 . 0 ( 8 ] [ 50 ] 1 [ 37 ] 2 [ 8 ] 3 [
3 2 1
3 2 1
+ + =
=
+ + =
= + + + +
es completa solucin la
es particular solucin la
es homognea solucin la
de completa solucin la Hallar
4 EJEMPLO
88
35666 . 0 , 05108 . 0 , 1886 . 2
5 ] 2 [ , 3 ] 1 [ , 2 ] 0 [
] 2 [ ], 1 [ ], 0 [
3 2 1
= = =
= = =
A A A
y y y
y y y

que do consiguien

: caso este En

iniciales s condicione las cuenta en toman se
A constantes las determinar Para
i
89
Ejercicio Torres de Hanoi
Dibujar 3 torres y n discos
a) Cuntos movimientos son necesarios para trasladar n discos
de una torre a otra, si
1. slo se puede mover un disco cada vez, y
2. un disco no puede estar sobre otro menor?
y[0] = 0, y[1] = 1, y[2] = 3, y[n]=2y[n1] + 1, n1.
Podemos poner y[n]2y[n1] =u[n1].
La ecuacin caracterstica es k2=0, por tanto
y
h
[n]=C2
n
u[n1].
La completa es y[n]=(C2
n
+D)u[n1].
Como y[1] = 1 e y[2] = 3, solucin completa y[n]=(2
n
1)u[n1].
90
EJERCICIO 1
Determine la solucin completa de las ecuaciones en diferencias
siguientes

ecuacin
y[k] + 0.6 y[k-1] +0.08y[k-2]= 4
2
y[1]
5
y[0]
1
2
1
2
2
5
2
5 y[k] + 0.6 y[k-1] +0.25y[k-2]= 4(0.4)
k

y[k] + 0.6 y[k-1] +0.09y[k-2]= 4cos(k/3)
y[k] + 8y[k-1] + 80y[k-2]= x[k]+3x[k-1]
x[k]= 3cos(pk/3)
y[k] + 6y[k-1] + 9y[k-2]= x[k]+3x[k-1]
x[k]= 2k (0.4)
k

91
Correlacin de Seales
92
Correlacin
Relacin, Vnculo, Parentesco, Similitud
Similitud temporal entre seales
t
x(t) y(t)
Rxy(t)
Correlacin x, y Rxy(t)
t
93
Correlacin r
xy
(t) (Tiempo Contnuo)
Rxy(t) = x(t) y(t-t) dt
t = -
t=
=
x(t+t) y(t) dt
t = -
t=
Seales: x(t), y(t)
Propiedad: r
xy
(t) = r
yx
(-t)
Autocorrelacin de una seal x(t): r
xx
(t)
rxx(t) =
x(t) x(t-t) dt
t = -
t=
=
x(t+t) x(t) dt
t = -
t=
94
Correlacin rxy(m)
rxy(m) =
E
x(n) y(n-m)
n= -
n=
E
x(n+m) y(n)
n= -
n=
=
0.72
3.60
3.84
3.51
-0.56
1.44
-0.72
.
.
.
x(n) =
n=0
0.81
1.32
2.23
2.34
-0.98
1.71
-2.23
.
.
.
y(n) =
n=-2 2.32
1.21
-0.29
0.43
-0.21
3.33
-0.28
.
.
.
rxy(m) =
m=-2
rxy(m) = ryx(-m)
95
Autocorrelacin rxx(m)
Rxx(m) =
E
x(n) x(n-m)
n= -
n=
E
x(n+m) x(n)
n= -
n=
=
Rxx(m) = Rxx(-m)
t
x(t)
t
x(t)
t
rxx(t)
La autocorrelacin es mxima
para t =0 (n=0)
96
Correlacin rxx(m) de seales desfasadas en el tiempo
t
x(t)
t
y(t)
t
rxy(t)
La autocorrelacin es mxima
para t = t (n=n*)
t
t
97
Autocorrelacin rxx(m) de seales peridicas
t
x(t)
El periodo T aparece en
la correlacin
t
x(t)
t
rxx(t)
T T
T
Periodo T (seg)
98
Aplicaciones de la Correlacin
Determinacin de distancias
Determinacin de velocidades
Determinacin de frecuencias
Determinacin de periodicidad
Determinacin de usuarios
99
Determinacin de Distancia
Radar
Avin
d
t
rxx(t)
t
Seal emitida
t
x(t)
t
y(t)
t
Seal recibida
Correlacin
100
Determinacin de Velocidad
t
rxy(t)
t
Seal rueda delantera
t
x(t)
t
y(t)
t
Correlacin
d
Seal rueda trasera
101
Determinacin de Frecuencia
t
y(t)
Correlacin
Seal recibida
Radar A
Radar B
Seal peridica ms ruido
t
rxx(t)
T T
102
Determinacin de Usuarios (Telefona Mvil)
t
x(t)
Seal recibida por antena
Usuario
B
Usuario
A
Antena
Usuario
Z
Cdigo Usuario B
t
B(t)
t
A(t)
Cdigo Usuario A
Cdigo Usuario Z
t
Z(t)
.
.
.
.
103
Determinacin de Usuarios (Telefona Mvil)
Usuario
B
Usuario
A
Antena
Usuario
Z
.
.
.
.
t
r
xA
(t)
x - A
t
r
xZ
(t)
x - Z
Seal de Usuario B
t
x - B
r
xB
(t)
104
Problema
Calcular la autocorrelacin de la seal
x(n) = a
n
u(n)
Problema
Hacer un programa en Matlab para calcular y graficar la correlacin de dos
seales x(n) , y(n).
105

S&S Clase7

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

S&S Clase7

Diunggah oleh

Hak Cipta:

Format Tersedia

Sistema LTI de tiempo continuo

Sistema LTI de tiempo continuo

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Anda mungkin juga menyukai