Академический Документы
Профессиональный Документы
Культура Документы
Rojas Reischel
CONTENIDO
APNDICES
Apndice 1: El delta Dirac
Apndice 2: Convergencia de la serie de Fourier
Apndice 3: Convergencia de la transformacin de Fourier
Apndice 4: Expansin en fracciones parciales
Apndice 5: La integral de correlacin
Apndice 6: El problema de doblaje
Apndice 7: Transformacin de Fourier en f
Apndices-1
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
0+
Definicin ( t ) = 0, si t 0, y 0
( t )dt = 1
El delta Dirac puede relacionarse a una infinidad de seales. Por ejemplo, sea
0, si t < 0
1
u~ ( t ) = t , si 0 t
1, si t
~ du~ ( t ) ~
(t ) = , entonces ( t ) = lim ( t ) . En este sentido es posible argumentar que
dt 0
~ du~ ( t ) d du( t )
( t ) = lim ( t ) = lim = lim u~ ( t ) =
0 0 dt dt 0 dt
t
u( t ) = ( )d
Propiedad de muestreo de ( t )
y ( t ) = x ( t ) ( t t0 ) = x ( t0 ) ( t t0 ) , donde x ( t ) es continua en t = t 0 .
~
DEM Aproxime delta Dirac con el pulso ( t ) definido arriba, considere que x ( t ) es
aproximadamente constante entre t 0 y t 0 + y de valor x ( t 0 ) , y haga tender 0.
Ejemplo 1
x ( t ) ( t t 0 )dt = x ( t 0 ) ( t t 0 )dt = x ( t 0 ) ,
donde x ( t ) es continua en t = t 0 .
Ejemplo 2
y ( t ) = x ( t ) ( t t 0 ) = x ( ) ( t t 0 )d = x ( t t 0 )
Apndices-2
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
K
f K (t ) = F e
k = K
k
jkw0 t
la pregunta que nos ocupa es: Bajo qu condiciones de f ( t ) puede sta ser realmente
aproximada por f K ( t ) si K , de acuerdo a un criterio apropiado del error?
Para el criterio cuadrtico medio (CCM), usado en la derivacin de la S. de
Fourier, cualquiera de las condiciones siguientes es suficiente para la convergencia:
2
f ( t ) dt <
T
2
f ( t ) dt < TB 2
T
T
f ( t ) dt <
Los casos patolgicos se eliminan con dos requisitos adicionales, como sigue: (a) f ( t )
debe tener slo un nmero finito de mximos y mnimos durante cada perodo T, y (b)
f ( t ) debe tener slo un nmero finito de discontinuidades durante cada perodo T, las
cuales deben ser de amplitudes finitas. De hecho, puede demostrarse que para las seales
que satisfacen los requisitos Dirichlet ocurre que f K ( t ) f ( t ) cuando K para todo
t excepto en las discontinuidades; y que en cada discontinuidad, la serie converge al
promedio de los valores de la seal en ambos lados de la discontinuidad.
Apndices-3
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
2
f ( t ) dt <
f ( t ) dt <
entonces, excepto para ciertas seales patolgicas, la T. de Fourier converge. Los casos
patolgicos se eliminan con los requisitos adicionales de que: (a) f ( t ) tenga slo un
nmero finito de mximos y mnimos durante cualquier intervalo finito, y (b) f ( t ) tenga
slo un nmero finito de discontinuidades durante cualquier intervalo finito, siendo finita
cada discontinuidad. De hecho, si los requisitos de Dirichlet son satisfechos, el error de la
representacin es cero para todo t excepto en las discontinuidades; y en cada
discontinuidad, la representacin converge al promedio de los valores de la seal en
ambos lados de la discontinuidad.
Apndices-4
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
s 3 + 3s 2 + 8s + 8 A B C D
H ( s) = = + + +
( s + 1)( s + 2) 3
s + 1 s + 2 ( s + 2) ( s + 2)3
2
s 3 + 3s 2 + 8s + 8 1 + 3 8 + 8
A= = =2
( s + 2) 3
s =1
1
s 3 + 3s 2 + 8s + 8 8 + 12 16 + 8
D= = =4
s +1 s =2
1
Este procedimiento sirve para los polos simples y el trmino de potencia mayor de los
polos repetidos. Entonces
s 3 + 3s 2 + 8s + 8 2 B C 4
= + + +
( s + 1)( s + 2) 3
s + 1 s + 2 ( s + 2) ( s + 2)3
2
Para calcular B y C evaluamos ambos lados de esta ecuacin para dos valores simples
de s que sean ceros de H ( s) (o que no sean polos de H ( s) ). Por ejemplo, s = 0 y s = 1 :
En s = 0 tenemos:
8 2 B C 4 B C 1
= + + 2+ 3 1= 2+ + + 6 = 2B + C
8 1 2 (2) (2) 2 4 2
En s = 1 tenemos:
1+ 3 + 8 + 8 2 B C 4 10 B C 4
3
= + + 2+ 3 = 1+ + + 7 = 3B + C
2(3) 2 3 (3) (3) 27 3 9 27
1s 1 = 2 s 1 + Bs 1 + 0 s 1 + 0 s 1 1= 2+ B B = 1
Apndices-5
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
xw ( t ) = x ( t + )w ( )d
xx ( t ) = x ( t + ) x ( )d
xw ( t ) = x ( t ) w ( t )
xw (t ) = wx (t )
xx (0) = x 2 (t )dt xx ( ) , 0
La correlacin tiene por finalidad establecer una medida del parecido entre dos
funciones mediante una extensin de la idea de ortogonalidad. La integral
f 1 ( t ) f 2 ( t )dt
xx ( )e jw d =
x ( t ) x ( t )e jw dtd = x ( t )e jwt dt x ( t )e jw( t ) d
= X ( w) x (t )e jwx dx = X ( w) X ( w) = X ( w)
2
Apndices-6
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
Apndices-7
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
El doblaje de frecuencias entre los planos s y z proviene del mapeo dado por
z = e , con s = jw . Como la funcin exponencial es peridica, la relacin anterior es
sh
biunvoca si y slo si los valores de w estn restringidos a la franja cero del plano s , es
decir, / h < w / h . Los valores de w fuera de la franja cero, se "doblan" hacia la
franja cero y aparecen como frecuencias pertenecientes a esta ltima. Especficamente,
en qu frecuencias aparecen las frecuencias dobladas?
Si p es par, entonces:
h h
e jwct = cos(q i ) + j sin(q i ) = cos(q N ih) + j sin(q N ih)
h h
e = cos wc ' ih + j sin wc ' ih = e jwc 'ih = e jwc 't
jwc t
Apndices-8
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
h h
e jwct = cos[(1 q) i ] j sin[(1 q) i ] = cos[(1 q) N ih] j sin[(1 q) N ih]
h h
e = cos[( N wc ')ih] j sin[( N wc ')ih] = e j ( N wc ')ih = e j ( N wc ') t
jwc t
con wc ' = q N .
4 N 5 N
2 N 3 N
0 N
wc '
Apndices-9
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
3 N
c s
f1 2 N
b
N
a
f0
0
a
N
b
f1 2 N
c
3 N
c
3 N N z 0 2 N
wc '
c
b
a
3 N N 0 2 N
f
4 N
e 5 N
d
2 N
c 3 N
b
a N
0 wc '
Apndices-10
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
F{ f (t )} = G ( f ) = g (t )e jwt dt , w = 2 f T. de Fourier de g( t ) (1)
F 1{F ( w)} = g (t ) = G ( f )e jwt df , T. de Fourier inversa de G( f ) (2)
Es interesante comparar (1) y (2) respectivamente con (3.28) y (3.29). Los argumentos
principales para preferir (1) y (2) por sobre las definiciones (3.28) y (3.29) son dos:
Propiedades en f , w = 2 f
P1 a g1 (t ) + b g 2 (t ) a G1 ( w) + b G2 ( w) (linealidad)
1
P2 g ( at ) G( f / a) (escalamiento)
a
P3 G (t ) g ( f ) (simetra)
d n g (t )
P7 ( jw) n G ( f ) (derivacin en el tiempo)
dt n
d nG ( f )
P8 ( jt ) g (t )
n
(derivacin en la frecuencia)
df n
t 1 1
P9 g ( )d G ( f ) + G (0) ( f ) (integracin en el tiempo)
jw 2
P10 g1 (t ) g 2 (t ) = g1 ( x) g 2 (t x)dx G1 ( f )G2 ( f ) (convolucin en el tiempo)
Apndices-11
Anlisis de Sistemas Lineales. Ricardo A. Rojas Reischel
( 2) 1 ( f )
1 1
(3) u( t ) + ( f )
jw 2
1
( 4) e at u( t ) , a>0
jw + a
1
(5) te at u( t ) , a>0
( jw + a ) 2
( 6 ) e jw0t ( f f0 )
1
( 7) cos w0 t [ ( f + f 0 ) + ( f f 0 )]
2
j
(8 ) senw0 t [ ( f + f 0 ) ( f f 0 )]
2
1
(9 ) g( t ) cos w0 t [G( f + f 0 ) + G ( f f 0 )]
2
t
/ 2 0 /2 sin f
(10) A = A sinc f
f
t
0 sin 2 f
(11) B 2 = B sinc f
2
( f )
OBS En esta tabla se considera que g( t ) y g( t ) son iguales. Esto es cierto para todos
los efectos prcticos. En realidad ambas funciones pueden diferir en los puntos donde
g( t ) es discontinua.
Apndices-12