Академический Документы
Профессиональный Документы
Культура Документы
Unidad 2: Tarea 2
Señales en el dominio de la frecuencia
Presentado a:
Tutor FAVER ADRIAN AMOROCHO
1
INTRODUCCIÓN
2
OBJETIVOS
3
DESARROLLO ACTIVIDADES INDIVIDUALES
+∝ +∝
𝑓(𝑥, 𝑦) ∗ 𝑔(𝑥, 𝑦) = ∫ ∫ 𝑓(𝑥′ , 𝑦)𝑔(𝑥 − 𝑥′ , 𝑦 − 𝑦′)𝑑𝑥′𝑑𝑦′
−∝ −∝
4
g(x,y) debe cumplir el requisito de no variar según la posición x e y.
Convolución discreta:
Casualidad:
Un sistema es causal cuando su salida no anticipa valores futuros de
la entrada. Podemos asegurar que un sistema es causal si:
5
de x[n] en la suma de convolución no podrá depender de valores de x[k] si
k>n.
𝑦[𝑛] = ∑∝𝑘=−∝ 𝑥[𝑘]ℎ[𝑛 − 𝑘] = ∑𝑛𝑘=−∝ 𝑥[𝑘]ℎ[𝑛 − 𝑘] Esta igualdad solo si es
casual.
ℎ[𝑛 − 𝑘] = 0 𝑠𝑖 𝑘 > 𝑛
Para que se de esa igualdad:
ℎ[𝑛 − 𝑘] = 0 𝑠𝑖 𝑛 − 𝑘 < 0
𝑛 ∑𝑛 𝑛 𝑛
𝑖=1 𝑥𝑖 𝑦𝑖 −∑𝑖=1 𝑥𝑖 ∗∑𝑖=1 𝑦𝑖
𝑟=
√[𝑛 ∑𝑛 2 𝑛 𝑛 2 𝑛
𝑖=1 𝑥 𝑖 −(∑𝑖=1 𝑥𝑖 )^2][𝑛 ∑𝑖=1 𝑦 𝑖 −(∑𝑖=1 𝑦𝑖 )^2]
r = coeficiente de correlación
x = variable independiente
y = variable independiente
6
Edad (x) Peso (y) X2 Y2 X* Y
𝑟
𝑛 ∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∗ ∑𝑛𝑖=1 𝑦𝑖
=
√[𝑛 ∑𝑛𝑖=1 𝑥 2 𝑖 − (∑𝑛𝑖=1 𝑥𝑖 )^2][𝑛 ∑𝑛𝑖=1 𝑦 2 𝑖 − (∑𝑛𝑖=1 𝑦𝑖 )^2]
7
señal que no contiene dicha componente, pero aparecen numerosas frecuencias
armónicas de esta.
dicho cálculo es
8
donde , y la
demostrarse además que esta transformación tiene inversa, es decir que dada
Fourier. En general las funciones con las que trataremos en problemas reales
verificarán las condiciones que es necesario imponer para que las expresiones
Es importante señalar que aunque las funciones que definen a las imágenes son
funciones reales sus transformadas Fourier son funciones complejas con parte
9
decir, tambien puede expresarse como ,
donde ,y .
10
2.1. Ejercicio 1- Convolución continua (analítica): usando como guía el ejemplo 6.2
de la página 134 del libro guía Ambardar y teniendo en cuenta las propiedades de
dicha operación determine la convolución entre 𝑥(𝑡) y ℎ(𝑡) descritas a continuación:
Ítem grupal
∞
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 )𝑢(𝜆) 𝑒 −6(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
∞
(𝑡) = ∫ (6 − 𝑒 −6𝜆 ) 𝑒 −6(𝑡−𝜆) 𝑢(𝜆)𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
𝒖(𝝀) = 𝟎 𝝀=𝟎
𝑡−𝜆−6=0
𝜆 =𝑡−6
11
𝑡−6
𝑦(𝑡) = ∫ 6 − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6(𝑡−𝜆) − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6𝑡+6𝜆 − 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0
𝑡−6 𝑡−6
−6𝑡+6𝜆
𝑦(𝑡) = 6 ∫ 𝑒 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝒆𝒂+𝒃 = 𝒆𝒂 ∗ 𝒆𝒃
𝑡−6 𝑡−6
𝑦(𝑡) = 6 ∫ 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
𝑦(𝑡) = 6𝑒 −6𝑡 ∫ 𝑒 6𝜆 𝑑𝜆 − 𝑒 −6𝑡 ∫ 𝑒 −6𝜆 𝑒 6𝜆 𝑑𝜆
0 0
𝒆𝒂+𝒃 = 𝒆𝒂 ∗ 𝒆𝒃
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡 ) = 6𝑒 ∫ 𝑒 𝑑𝜆 − 𝑒 ∫ 𝑒 −9𝜆+9𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡 ) = 6𝑒 ∫ 𝑒 𝑑𝜆 𝑒 ∫ 1𝑑𝜆
0 0
𝑒 6𝜆
𝑦(𝑡 ) = 6𝑒 −6𝑡 ∙ ( ) − 𝑒 −6𝑡 𝜆
6
−6𝑡
𝑒 6(𝑡−6) 𝑒 6(0)
𝑦(𝑡 ) = 6𝑒 ∙( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
−6𝑡
𝑒 6𝑡 𝑒 −36 1
𝑦(𝑡) = 6𝑒 ∙( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
12
6 −6𝑡 6𝑡 −36 6 −6𝑡
𝑦 (𝑡 ) = 𝑒 𝑒 𝑒 − 𝑒 − 𝑒 −6𝑡 𝑡 + 6𝑒 −6𝑡
6 6
Grupo= 6
Código de estudiante= 4
Inicio
(N+M) = − 2 + (−1) = −3
Terminación
(n+m) =3 + 1 = 4
n= -2 -1 0 1 2 3
x[n]= -1 6 2 6 4 4
13
h[n]= 2,5 4 0,5
-,5 15 5 15 10 10
-4 24 8 24 16 16
-0,5 3 1 3 2 2
-
2,5 11 28,5 26 35 29 18 2
̌ , 35,29,18,2]
𝑦[𝑛] = [−2.5,11,28.5, 26
14
15
16
17
2.3. Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la página
197 del libro Ambardar, dibuje tres (3) periodos de la siguiente señal 𝑥(𝑡) y calcule
los coeficientes trigonométricos de la serie de Fourier.
Rect
2
0
-1 -0,5 0 0,5 1
𝑥(𝑡) = 3 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 4)
18
señal 𝑥(𝑡) = 3 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 4)
3,5
3
2,5
2
1,5
1
0,5
0
0 1 2 3 4 5 6
2 5,5
𝑎𝑘 = ∫ 3cos(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
4 4,5
𝜋𝑘
6 5,5 𝜋𝑘 6 𝑠𝑒𝑛 ( 𝑡) 5,5 −6 𝜋𝑘 5,5
𝑎𝑘 = ∫ cos ( ∗ 𝑡) 𝑑𝑡 = [− 2 | ]= [𝑠𝑒𝑛 ( 𝑡) |
4 4,5 2 4 𝜋𝑘 4𝜋𝑘 2
2 4,5 2 4,5
3 𝜋𝑘 𝜋𝑘
𝑎𝑘 = (𝑠𝑒𝑛 ( 5,5) − 𝑠𝑒𝑛 ( 4,5))
𝜋𝑘 2 2
2 5,5
𝑏𝑘 = ∫ 3sen(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
4 4,5
𝜋𝑘
6 5,5 𝜋𝑘 6 −𝑐𝑜𝑠 ( 2 𝑡) 5,5 6 𝜋𝑘 5,5
𝑏𝑘 = ∫ sen ( ∗ 𝑡) 𝑑𝑡 = [− | ]= [−𝑐𝑜𝑠 ( 𝑡) |
4 4,5 2 4 𝜋𝑘 4𝜋𝑘 2
2 4,5 2 4,5
19
3 𝜋𝑘 𝜋𝑘
𝑏𝑘 = − (𝑐𝑜𝑠 ( 5,5) + 𝑐𝑜𝑠 ( 4,5))
𝜋𝑘 2 2
Nota: Para encontrar los coeficientes de la serie de Fourier, se tienen las siguientes
expresiones matemáticas:
2.2 2.4. Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos 9.5
de las páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la
transformada de Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de transformadas
y propiedades reconocibles. Posteriormente verifique su respuesta diseñando un
script con la combinación lineal de señales usadas para obtener x(t) y y(t), en Matlab
u Octave y anexe el resultado junto con el script (práctica):
20
a. Señal x(t)
21
22
23
YEISON YESID BERTEL LOPEZ
Código 92.544.209
Convolución discreta:
∞
Ejemplo:
1
x[n] = 2 δ[n] + 2δ[n − 1]
n < 0, y[n] = 0
∞
1
𝑛 = 0, 𝑦[0] = ∑ 𝑥 [𝑘]ℎ[0 − 𝑘] = 𝑥[0]ℎ[0] =
2
𝑘=−∞
∞
5
𝑛 = 1, 𝑦[1] = ∑ 𝑥 [𝑘]ℎ[1 − 𝑘] = 𝑥[0]ℎ[1] + 𝑥[1]ℎ[0] =
2
𝑘=−∞
∞
5
𝑛 = 2, 𝑦[2] = ∑ 𝑥 [𝑘]ℎ[2 − 𝑘] = 𝑥[0]ℎ[2] + 𝑥[1]ℎ[1] =
2
𝑘=−∞
𝑛 >= 3, 𝑦[𝑛] = 0
24
25
Convolución continua:
∞
y(t) = x(t) ∗ h(t) = ∫ 𝑥 (𝑡)ℎ(𝑡 − τ)𝑑τ
−∞
h(t) = u(t)
t < 0, y(t) = 0
𝑡
1 − 𝑒 −𝑎𝑡
t ≥ 0, y(t) = ∫ 𝑒 −𝑎𝑡 𝑑𝑡 =
0 𝑎
1−𝑒 −𝑎𝑡
y(t) = 𝑢(𝑡), ∀t
𝑎
26
b. ¿Qué es estabilidad y causalidad de sistemas LTI?
∑ |ℎ[𝑘]| < ∞
−∞
∞
∫ |ℎ(𝑡)| 𝑑𝑡 < ∞
−∞
27
Causalidad de sistemas LTI
h[n] = 0 n < 0
h(t) = 0 t < 0
Ejemplo:
Una compañía desea hacer predicciones del valor anual de sus ventas totales en
cierto país a partir de la relación de estas y la renta nacional. Datos suministrados;
X Y
189 402 Y
190 404
208 412 480
227 425 470
239 429
460
252 436
257 440 450
274 447 440
293 458
430
308 469
316 469 420
410
400
390
0 50 100 150 200 250 300 350
28
En este caso la grafica nos muestra que los datos totalmente obtenidos muestran
mucha relación entre sí, debido a que la recta de regresión presenta un lugar
específico de crecimiento.
Es una operación matemática que permite cuantificar el grado de similitud entre dos
señales, aunque aparentemente no haya evidencias de coincidencia temporal entre
ellas.
𝑥[𝑛] = 𝑦[𝑛]
La autocorrelación de la secuencia 𝑦[𝑛] del ejemplo del apartado anterior 𝑟𝑦𝑦 [𝑚]
será:
29
𝑚 4 𝑟𝑦𝑦 [4] 0
𝑚 3 𝑟𝑦𝑦 [3] 3 0 0
𝑚 2 𝑟𝑦𝑦 [2] 3 1 3
𝑚 2 𝑟𝑦𝑦 [2] 3 1 3
𝑚 1 𝑟𝑦𝑦 [1] 3 2 2 1 8
𝑚 1 𝑟𝑦𝑦 [1] 1 2 2 3 8
𝑚 2 𝑟𝑦𝑦 [2] 1 3 3
𝑚 3 𝑟𝑦𝑦 [3] 0
30
e. ¿Cuál es la diferencia de correlación continua y correlación discreta?
En la correlación continua los procesos el valor de la función cambia sobre un
dominio continuo; en la correlación discreta la función de correlación cambia de
forma escalonada sobre una malla discreta de valores del intervalo de correlación.
∞
𝑎0 2nπ 2nπ
+ ∑[ 𝑎𝑛 𝑐𝑜𝑠 𝑡 + 𝑏𝑛 𝑠𝑖𝑛 𝑡
2 𝑇 𝑇
𝑛=1
función 𝑓(𝑡)
31
g. ¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso
y/o aplicación en la ingeniería.
∞
𝑥(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑗2πft 𝑑𝑡
−∞
T= tiempo
F= frecuencia en Hz
Ejemplo:
Considere la señal
Esto es
1
𝑥(𝑗𝜔) = , a>0
𝑎 + 𝑗𝜔
Ítem grupal
a=6
∞
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 )𝑢(𝜆) 𝑒 −6(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
∞
(𝑡) = ∫ (6 − 𝑒 −6𝜆 ) 𝑒 −6(𝑡−𝜆) 𝑢(𝜆)𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
𝒖(𝝀) = 𝟎 𝝀=𝟎
𝑡−𝜆−6=0
𝜆 =𝑡−6
𝑡−6
𝑦(𝑡) = ∫ 6 − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6(𝑡−𝜆) − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
33
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6𝑡+6𝜆 − 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0
𝑡−6 𝑡−6
𝑦(𝑡) = 6 ∫ 𝑒 −6𝑡+6𝜆 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝒆𝒂+𝒃 = 𝒆𝒂 ∗ 𝒆𝒃
𝑡−6 𝑡−6
𝑦(𝑡) = 6 ∫ 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 6𝑒 ∫ 𝑒 𝑑𝜆 − 𝑒 ∫ 𝑒 −6𝜆 𝑒 6𝜆 𝑑𝜆
0 0
𝒆𝒂+𝒃 = 𝒆𝒂 ∗ 𝒆𝒃
𝑡−6 𝑡−6
𝑦(𝑡) = 6𝑒 −6𝑡 ∫ 𝑒 6𝜆 𝑑𝜆 − 𝑒 −6𝑡 ∫ 𝑒 −9𝜆+9𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 6𝑒 ∫ 𝑒 𝑑𝜆 𝑒 ∫ 1𝑑𝜆
0 0
𝑒 6𝜆
𝑦(𝑡 ) = 6𝑒 −6𝑡 ∙ ( ) − 𝑒 −6𝑡 𝜆
6
−6𝑡
𝑒 6(𝑡−6) 𝑒 6(0)
𝑦(𝑡 ) = 6𝑒 ∙( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
−6𝑡
𝑒 6𝑡 𝑒 −36 1
𝑦(𝑡) = 6𝑒 ∙( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
34
6 −6𝑡 6𝑡 −36 6 −6𝑡
𝑦 (𝑡 ) = 𝑒 𝑒 𝑒 − 𝑒 − 𝑒 −6𝑡 𝑡 + 6𝑒 −6𝑡
6 6
Usando como guía el ejemplo 7.3 de la página 173 del libro Ambardar, determine la
respuesta de un filtro FIR (ℎ[𝑛]), a la entrada 𝑥[𝑛]. Posteriormente verifique su
respuesta diseñando un script con el método gráfico de convolución, en Matlab u
Octave y anexe el resultado junto con el script (práctica):
a=6
b=9
Inicio
(n+m) = − 2 + (−1) = −3
(n+m) =3 + 1 = 4
35
n= -2 -1 0 1 2 3
x[n]= -1 6 2 6 9 4
36
37
Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la página 197
del libro Ambardar, dibuje tres (3) periodos de la siguiente señal 𝑥(𝑡) y calcule los
coeficientes trigonométricos de la serie de Fourier.
38
𝑑𝑢
Para resolver la integral se realiza la sustitución 𝑢 = 𝑘𝜔0 𝑡, asi, 𝑘𝜔 = 𝑑𝑡
0
7
3 2 1
𝑎𝑘 = ∫5 cos(𝑢) 𝑑𝑢
2 𝑘𝜔0
2
3 7𝑘𝜔0 5𝑘𝜔0
𝑎𝑘 = (sen ( ) − sen ( ))
2𝑘𝜔0 2 2
Dado que
2𝜋 2𝜋 𝜋
𝜔0 = 2𝜋𝑓0 = = =
𝑇 4 2
Entonces
𝜋 𝜋
3 7𝑘 (2) 5𝑘 (2)
𝑎𝑘 = 𝜋 (sen ( ) − sen ( ))
2𝑘 (2) 2 2
3 7𝜋𝑘 5𝜋𝑘
𝑎𝑘 = (sen ( ) − sen ( )) , 𝑘 = 1, 2, 3, …
𝜋𝑘 4 4
39
Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos 9.5 de las
páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la transformada de
Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de transformadas y propiedades
reconocibles. Posteriormente verifique su respuesta diseñando un script con la
combinación lineal de señales usadas para obtener x(t) y y(t), en Matlab u Octave
y anexe el resultado junto con el script (práctica):
𝑑 𝑡
𝑥(𝑡) = (tri ( − 𝑏))
𝑑𝑡 2𝑏
La transformada de Fourier de tri(𝑡) es
𝑡 1 𝑓
tri ( ) ↔ senc2 ( )
6 6 6
𝑑 𝑗𝜋𝑓 𝑓
(tri(𝑡)) ↔ senc2 ( )
𝑑𝑡 3 6
Finalmente
𝑗𝜋𝑓 −𝑗6𝜋𝑓 𝑓
𝑋(𝑓) = 𝑒 senc2 ( )
3 6
40
41
𝑡 𝜋𝑡
𝑦(𝑡) = rect ( + 7) × cos ( )
14 14
La transformada de Fourier de rect(𝑡) es
rect(𝑡) ↔ senc 𝑓
42
1 𝑓
Aplicando la propiedad de escalamiento 𝑥(𝛼𝑡) ↔ |𝛼| 𝑋 (𝛼), se obtiene que la
𝑡
transformada de fourier de rect (14) es
𝑡 1 𝑓
rect ( )↔ senc ( )
14 14 14
𝑡 1 −𝑗14𝜋𝑓 𝑓
rect ( − 7) ↔ 𝑒 senc ( )
14 14 14
𝜋𝑡 1 1
cos ( ) ↔ 0.5 [𝛿 (𝑓 + ) + 𝛿 (𝑓 − )]
14 28 28
1 −𝑗14𝜋𝑓 𝑓 1 1
𝑌(𝑓) = 𝑒 senc ( ) ⋆ 0.5 [𝛿 (𝑓 + ) + 𝛿 (𝑓 − )]
14 14 28 28
1 1
𝑓+ 1 𝑓− 1
−𝑗14𝜋( 1428) 𝑓 + 28 −𝑗14𝜋( 1428) 𝑓 − 28
1 1
𝑌(𝑓) = 𝑒 senc ( )+ 𝑒 senc ( )
28 14 28 14
43
44
45
JUAN PABLO DIAZ DIAZ
Código: 1095791511
a. Convolución continua
La convolución en el dominio del del tiempo puede considerarse como un método
para encontrar la respuesta de estado cero de un sistema LTI relajado. se le llama
convolución a la operación matemática utilizada en los sistemas lineales para
describir la relación que existe entre tres señales de interés: la señal de entrada, la
respuesta al impulso y la señal de salida.
La convolución analítica es una operación integral que puede ser evaluada tanto
grafica como numéricamente. El resultado depende de la naturaleza de las señales
que se estén siendo convolucionadas. En la convolución analítica describimos 𝑥(𝑡)
𝑦(𝑡) por medio de expresiones usando la función escalón, usando 𝒙(𝝀) y 𝒙(𝒕 − 𝝀) e
integrando su producto.
Integral de convolución:
∞
46
Ejemplos y aplicaciones de la convolución en la ingeniería:
∞
∫ |ℎ(𝜉)|𝑑𝜉 < ∞
−∞
Causalidad sistemas continuos: para que un sistema sea causal, se requiere una
respuesta al impulso de la forma ℎ(𝑡)𝑢(𝑡), que sea igual a cero para 𝑡 < 0. Esto
asegura que una entrada 𝑥(𝑡)𝑢(𝑡 − 𝑡0 ) que inicia en 𝑡 = 𝑡0 resulte en una respuesta
𝑦(𝑡) que también inicia en 𝑡 = 𝑡0 . Esto se establece en la integral de convolución
como:
∞ 𝑡
𝑦(𝑡) = ∫ 𝑥(𝜆)𝑢(𝜆 − 𝑡0 )ℎ(𝑡 − 𝜆)𝑢(𝑡 − 𝜆)𝑑𝜆 = ∫ 𝑥(𝜆)ℎ(𝑡 − 𝜆)𝑑𝜆
−∞ 𝑡0
∑ |ℎ[𝑘]| < ∞
𝑘=−∞
c. Correlación
Correlación continua:
Es una operación similar a la convolución. La cual radica en desplazar una función
más allá de otra y encontrar el área bajo el producto resultante, a diferencia de la
convolución no se efectúa ninguna reflexión. La correlación 𝑟𝑥𝑥 (𝑡) de dos funciones
idénticas 𝑥(𝑡) se llama autocorrelación. Para dos funciones diferentes 𝑥(𝑡) y 𝑦(𝑡),
la correlación 𝑟𝑥𝑦 (𝑡) 𝑜 𝑟𝑦𝑥 (𝑡) se conoce como correlación cruzada. El símbolo para
denotar correlación es (**)
∞
𝑟𝑥𝑥 (𝑡) = 𝑥(𝑡) ∗∗ 𝑥(𝑡) = ∫ 𝑥(𝜆)𝑥(𝜆 − 𝑡)𝑑𝜆
−∞
48
∞
𝑟𝑥𝑦 (𝑡) = 𝑥(𝑡) ∗∗ 𝑦(𝑡) = ∫ 𝑥(𝜆)𝑦(𝜆 − 𝑡)𝑑𝜆
−∞
∞
𝑟𝑦𝑥 (𝑡) = 𝑦(𝑡) ∗∗ 𝑥(𝑡) = ∫ 𝑦(𝜆)𝑥(𝜆 − 𝑡)𝑑𝜆
−∞
Correlación discreta:
Es una medida de la similitud entre dos señales y se encuentra usando un proceso
similar a la convolución. La correlación discreta de 𝑥[𝑛] y ℎ[𝑛] se define por.
∞ ∞
Para hallar 𝑟𝑥ℎ [𝑛], se alinean el ultimo elemento de ℎ[𝑛] con el primero de 𝑥[𝑛] y se
inicia un desplazamiento de ℎ[𝑛] hasta recorrer toda 𝑥[𝑛] un índice a la vez.
Aplicación en la ingeniería:
d. Autocorrelación
La autocorrelación se aplica sobre dos funciones idénticas, se puede ejecutar en
cualquier orden y representa una operación conmutativa. La autocorrelación se
puede ver como una medida de similitud entre una función 𝑥(𝑡) y su versión de
desplazamiento.
La autocorrelación continua siempre es simétrica par con un máximo en el origen.
𝑟𝑥𝑥 (𝑡) = 𝑥(𝑡) ∗∗ 𝑥(𝑡) = 𝑥(𝑡) ∗ 𝑥(−𝑡) 𝑟𝑥𝑥 (𝑡) = 𝑟𝑥𝑥 (−𝑡) 𝑟𝑥𝑥 (𝑡) ≤ 𝑟𝑥𝑥 (0)
La autocorrelación discreta siempre es simétrica par con un máximo en el origen.
49
𝑟𝑥𝑥 [𝑛] = 𝑥[𝑛] ∗∗ 𝑥[𝑛] = 𝑥[𝑛] ∗ 𝑥[−𝑛] 𝑟𝑥𝑥 [𝑛] = 𝑟𝑥𝑥 [−𝑛] 𝑟𝑥𝑥 [𝑛] ≤ 𝑟𝑥𝑥 [0]
Aplicación en la ingeniería
En el procesado de señal, la autocorrelación proporciona información sobre las
periodicidades de las señales y sus frecuencias características como los armónicos
de una nota musical producida por un instrumento determinado (tono y timbre).
Evaluación de coeficientes
para encontrar los coeficientes de la serie de Fourier simplemente examinamos un
solo periodo de 𝑥𝑝 (𝑡) ya que una representación que describa a 𝑥𝑝 (𝑡) sobre un
periodo garantiza la misma representación sobre los demás periodos y para toda la
señal. La calve para determinar los coeficientes de la serie es la ortogonalidad, dos
señales 𝑓(𝑡) y 𝑔(𝑡) so ortogonales sobre el intervalo 𝛼 ≤ 𝑡 ≤ 𝛽 si el área de su
producto 𝑓(𝑡)𝑔∗ (𝑡) sobre 𝛼 ≤ 𝑡 ≤ 𝛽 es igual a cero:
𝛽
∫ 𝑓(𝑡)𝑔∗ (𝑡)𝑑𝑡 = 0
𝛼
50
Coeficientes:
1
𝑎0 = ∫𝑥(𝑡)𝑑𝑡 𝑎0
𝑇 𝑇
2 2
= ∫ 𝑥(𝑡)cos(2𝜋𝑘𝑓0 𝑡)𝑑𝑡 𝑏𝑘 = ∫𝑥(𝑡)sen(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 𝑇 𝑇 𝑇
Aplicaciones en la ingeniería
51
Las impedancias 𝑍𝑅 , 𝑍𝐶 y 𝑍𝐿 tiene unidades de ohms. El circuito puede
transformarse directamente al dominio de la frecuencia si se reemplazan los
elementos del circuito por sus impedancias y las fuentes del sistema por sus
transformadas de Fourier. Las ecuaciones basadas en las leyes de Kirchhoff
toman una forma algebraica simple y le permiten el cálculo de la función de
transferencia o de la respuesta del sistema.
52
𝑥(𝑡) = (6 − 𝑒 −6𝑡 )𝑢(𝑡)
∞
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 )𝑢(𝜆) 𝑒 −6(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
Organizamos términos
∞
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 ) 𝑒 −6(𝑡−𝜆) 𝑢(𝜆)𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
𝑡−𝜆−6=0
𝜆 =𝑡−6
𝑡−6
𝑦(𝑡) = ∫ 6 − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6(𝑡−𝜆) − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6𝑡+6𝜆 − 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0
𝑡−6 𝑡−6
𝑦(𝑡) = 6 ∫ 𝑒 −6𝑡+5𝜆 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
𝑦(𝑡) = 6𝑒 −6𝑡 ∫ 𝑒 6𝜆 𝑑𝜆 − 𝑒 −6𝑡 ∫ 𝑒 −6𝜆 𝑒 6𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
𝑦(𝑡) = 6𝑒 −6𝑡 ∫ 𝑒 6𝜆 𝑑𝜆 − 𝑒 −6𝑡 ∫ 𝑒 −5𝜆+5𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 6𝑒 ∫ 𝑒 𝑑𝜆 𝑒 ∫ 1𝑑𝜆
0 0
𝑒 6𝜆
𝑦(𝑡) = 6𝑒 −6𝑡 ∙ ( ) − 𝑒 −6𝑡 . 𝜆 Evaluamos landa en (𝑡 − 6) y 0
6
𝑒 6(𝑡−6) 𝑒 6(0)
𝑦(𝑡) = 6𝑒 −6𝑡 ∙ ( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
−6𝑡
𝑒 6𝑡−36 1
𝑦(𝑡) = 6𝑒 ∙( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
𝑒 6𝑡 𝑒 −36 1
𝑦(𝑡) = 6𝑒 −6𝑡 ∙ ( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
54
Ejercicio 2 – Convolución discreta (tabular y gráfica): Usando como guía el
ejemplo 7.3 de la página 173 del libro Ambardar, determine la respuesta de un filtro
FIR (ℎ[𝑛]), a la entrada 𝑥[𝑛]. Posteriormente verifique su respuesta diseñando un
script con el método gráfico de convolución, en Matlab u Octave y anexe el resultado
junto con el script (práctica):
indice de terminacion =3 + 1 = 4
longitud 𝐿 = 𝐿𝑥 + 𝐿ℎ − 1 = 6 + 3 − 1 = 8
n= -2 -1 0 1 2 3
x[n]= -1 6 2 6 1 4
h[n]= 2,5 1 0,5
-
2,5 15 5 15 2,5 10
-1 6 2 6 1 4
-0,5 3 1 3 0,5 2
-
2,5 14 10,5 20 9,5 14 4,5 2
̌ , 9.5,14,4.5,2]
𝑦[𝑛] = [−2.5,14,10.5, 20
Simulación Octave
55
56
Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos 9.5 de las
páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la transformada de
Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de transformadas y propiedades
reconocibles. Posteriormente verifique su respuesta diseñando un script con la
combinación lineal de señales usadas para obtener x(t) y y(t), en Matlab u Octave y
anexe el resultado junto con el script (práctica):
𝑑 𝑡
𝑥(𝑡) = (tri ( − 1))
𝑑𝑡 2(1)
1 𝑓
𝑥(𝛼𝑡) ↔ 𝑋( )
|𝛼| 𝛼
𝑡 1 𝑓
tri ( ) ↔ senc 2 ( )
2 2 2
𝑥 ′ (𝑡) ↔ 𝑗2𝜋𝑓𝑋(𝑓)
57
𝑑 𝑗𝜋𝑓 𝑓
(tri(𝑡)) ↔ senc 2 ( )
𝑑𝑡 2 2
𝑗𝜋𝑓 −𝑗6𝜋𝑓 𝑓
𝑋(𝑓) = 𝑒 senc 2 ( )
1 2
𝑡 𝜋𝑡
𝑦(𝑡) = rect ( + 6) × cos ( )
12 12
rect(𝑡) ↔ senc 𝑓
1 𝑓 𝑡
𝑥(𝛼𝑡) ↔ |𝛼| 𝑋 (𝛼), se obtiene que la transformada de fourier de rect (12) es
𝑡 1 𝑓
rect ( )↔ senc ( )
12 12 12
𝑡
𝑥(𝑡 − 𝛼) ↔ 𝑒 −𝑗2𝜋𝑓𝛼 𝑋(𝑓), se obtiene que la transformada de Fourier de rect(12 − 6)
es
𝑡 1 −𝑗12𝜋𝑓 𝑓
rect ( − 6) ↔ 𝑒 senc ( )
12 12 12
la transforma de Fourier de cos(2𝜋𝛼𝑡) es
58
𝜋𝑡
Por lo tanto, la transformada de cos (12) es
𝜋𝑡 1 1
cos ( ) ↔ 0.5 [𝛿 (𝑓 + ) + 𝛿 (𝑓 − )]
12 24 24
1 −𝑗12𝜋𝑓 𝑓 1 1
𝑌(𝑓) = 𝑒 senc ( ) ⋆ 0.5 [𝛿 (𝑓 + ) + 𝛿 (𝑓 − )]
12 12 24 24
1 1
𝑓+ 1 𝑓− 1
28) 28
1 −𝑗14𝜋(
14 𝑓 + 28 1 −𝑗14𝜋( 14 ) 𝑓 − 28
𝑌(𝑓) = 𝑒 senc ( )+ 𝑒 senc ( )
28 14 28 14
59
JHOAN ESTEVAN NIÑO ALVAREZ.
Código: 1095813374
convolución continua
La convolución nos ayuda a determinar el efecto que tiene el sistema en
la señal de entrada. Puede ser visto que el sistema lineal de tiempo
invariante (Section 2.1) es completamente caracterizado por su respuesta
al impulso. A primera vista, esto puede parecer de pequeño uso, ya que
las funciones de impulso no están bien denidas en aplicaciones reales.
Sin embargo la propiedad de desplazamiento del impulso nos dice que
una señal puede ser descompuesta en una suma infinita (integral) de
impulsos escalados y desplazados. Conociendo como un sistema afecta
un impulso simple, y entendiendo la manera en que una señal es
abarcada por impulsos escaldos y sumados, suena razonable que sea
posible escalar y sumar la respuesta al impulso a un sistema en para
poder determinar que señal de salida resultara de una entrada en
particular. Esto es precisamente lo que la convolución hace - la
convolución determina la salida del sistema por medio conocimiento de la
entrada y la respuesta al impulso del sistema.
convolución discreta
Ejemplos
• Optica
• Estadistica
• Acustica
• Fisica
• Teoria de la probabilidad
Ejemplo
62
La función de auto correlación se define como la correlación cruzada
de la señal consigo misma. La función de auto correlación resulta de gran
utilidad para encontrar patrones repetitivos dentro de una señal, como la
periodicidad de una señal enmascarada bajo el ruido o para identificar la
frecuencia fundamental de una señal que no contiene dicha componente,
pero aparecen numerosas frecuencias armónicas de esta.
Ejemplo:
Correlación continua:
Correlación discreta:
63
Es una medida de la similitud entre dos señales y se encuentra usando un proceso
similar a la convolución. La correlación discreta de 𝑥[𝑛] y ℎ[𝑛] se define por.
∞ ∞
64
g- ¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos
de uso y/o aplicación en la ingeniería.
65
Resumen.
∞
𝑦(𝑡) = ∫ 𝑥(𝜆)ℎ(𝑡 − 𝜆)𝑑𝜆
−∞
∞
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 )𝑢(𝜆)𝑒 −6𝜆 𝑢(𝑡 − 𝜆 − 6)𝑑𝜆
−∞
es necesario reemplazar cada uno de los límites de esta integral anterior con
el fin de lograr una integral común en función de 𝜆.
Límite interior
𝜆=0
Límite superior
𝑡−𝜆−6=0
𝜆 =𝑡−6
𝑡−6
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 )𝑒 −6𝜆 𝑑𝜆
0
𝑡−7
−12𝜆
𝑦(𝑡) = −𝑒 ∫ 6𝑒 −6𝜆 𝑑𝜆
0
−12𝜆
6𝑒 −6𝜆
𝑦(𝑡) = −𝑒 (− )
6
67
2.2 Ejercicio 2 – Convolución discreta (tabular y gráfica): Usando
como guía el ejemplo 7.3 de la página 173 del libro Ambardar,
determine la respuesta de un filtro FIR (ℎ[𝑛]), a la entrada 𝑥[𝑛].
Posteriormente verifique su respuesta diseñando un script con el
método gráfico de convolución, en Matlab u Octave y anexe el
resultado junto con el script (práctica):
n -2 -1 0 1 2 3
X[n] -1 6 2 6 4 4
-2.5 15 5 15 10 10
-4 24 8 24 16 16
-0.5 3 1 3 2 2
-2.5 11 28.5 26 35 29 18 2
Y[n]
̌ , 35,29,18,2]
𝑌[𝑛] = [−2.5,11,28.5, 26
68
69
Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la
página 197 del libro Ambardar, dibuje tres (3) periodos de la siguiente
señal 𝑥(𝑡) y calcule los coeficientes trigonometricos de la serie de
Fourier. B=4
70
Iniciamos con la integral
1 ∞
𝑎0 = ∫ 𝑥(𝑡)𝑑𝑡
𝑇 −∞
Se reemplazan valores
1 4
𝑎0 = ∫ 3𝑑𝑡
4 −4
1
𝑎0 = (3(4) − 3(−4))
4
1
𝑎0 = (24)
4
𝑎0 = 6
2 𝑇
𝑎𝑘 = ∫ 𝑥(𝑡) cos(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 −𝑇
reemplazamos valores
2 4
𝑎𝑘 = ∫ 3(𝑡) cos(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
4 −4
71
4
2
𝑎𝑘 = (3) ∫ cos(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
4 −4
3 4
𝑎𝑘 = ∫ cos(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
2 −4
3 1
𝑎𝑘 = ∗ + sin(2𝜋𝑘𝑓0 𝑡)
2 2𝜋𝑘𝑓0
3 sin(2𝜋𝑘𝑓0 𝑡)
𝑎𝑘 = ∗
2 2𝜋𝑘𝑓0
3 sin(8𝜋𝑘𝑓0 ) sin(8𝜋𝑘𝑓0 )
𝑎𝑘 = ∗ +
2 2𝜋𝑘𝑓0 2𝜋𝑘𝑓0
3 2sin(8𝜋𝑘𝑓0 )
𝑎𝑘 = ∗
2 2𝜋𝑘𝑓0
72
3sin(8𝜋𝑘𝑓0 )
𝑎𝑘 =
2𝜋𝑘𝑓0
2 𝑇
𝑏𝑘 = ∫ 𝑥(𝑡) sen(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 −𝑇
reemplazamos valores
2 4
𝑏𝑘 = ∫ 3(𝑡) sen(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
4 −4
3 4
𝑏𝑘 = ∫ sen(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
2 −4
3 1
𝑏𝑘 = ∗− + cos(2𝜋𝑘𝑓0 𝑡)
2 2𝜋𝑘𝑓0
73
3 cos(2𝜋𝑘𝑓0 𝑡)
𝑏𝑘 = ∗−
2 2𝜋𝑘𝑓0
3cos(2𝜋𝑘𝑓0 𝑡)
𝑏𝑘 = −
4𝜋𝑘𝑓0
a. X(t)
1
+b +2b t
-1
74
𝑋(𝑡) = −𝑢(𝑡) + 𝑢(𝑡 + 4) + 𝑢(𝑡 − 4) − 𝑢(𝑡 − 8)
1 1
𝑋(𝑤) = − (𝜋𝛿 (𝑤) + ) + (𝑒 −𝑗4𝑤 (𝜋𝛿 (𝑤) + ))
𝑗𝑤 𝑗𝑤
1 1
+ (𝑒 −𝑗4𝑤 (𝜋𝛿 (𝑤) + )) − (𝑒 −𝑗8𝑤 (𝜋𝛿 (𝑤) + ))
𝑗𝑤 𝑗𝑤
75
76
JULIO CESAR CORREA SIERRA
Código: 13514880
77
de su respuesta al impulso ℎ[𝑛]. Puede describirse como una suma de
impulsos escalados y desplazados.
Suma de convolución:
∞
78
h- ¿Qué es estabilidad y causalidad de sistemas LTI?
∑ |ℎ[𝑘]| < ∞
𝑘=−∞
∞
∫ |ℎ(𝜉)|𝑑𝜉 < ∞
−∞
h[n] = 0 n < 0
h(t) = 0 t < 0
∞
𝑟𝑥𝑥 (𝑡) = 𝑥(𝑡) ∗∗ 𝑥(𝑡) = ∫ 𝑥(𝜆)𝑥(𝜆 − 𝑡)𝑑𝜆
−∞
∞
𝑟𝑥𝑦 (𝑡) = 𝑥(𝑡) ∗∗ 𝑦(𝑡) = ∫ 𝑥(𝜆)𝑦(𝜆 − 𝑡)𝑑𝜆
−∞
∞
𝑟𝑦𝑥 (𝑡) = 𝑦(𝑡) ∗∗ 𝑥(𝑡) = ∫ 𝑦(𝜆)𝑥(𝜆 − 𝑡)𝑑𝜆
−∞
80
Una de las aplicaciones en Ingeniería, radica en la obtención y
comparación de señales con y su tabulación con base en patrones pre
establecidos, utilizados en sistemas biométricos y de medición.
81
l- ¿Qué son las series de Fourier?
82
m- ¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de
uso y/o aplicación en la ingeniería.
83
Ejercicios: Cada estudiante de manera individual debe resolver los siguientes
cuatro (4) ejercicios.
Enlace del libro- Nota: Para poder ingresar al enlace del libro de Ambardar, debe
estar registrado en campus y no debe superar los 5 minutos de ingreso. Después
de los 5 minutos le pedirá contraseña y deberá salir del campus y volver a ingresar.
Ítem grupal
a=6
84
SOLUCION
∞
𝑦(𝑡) = ∫ (6 − 𝑒 −6𝜆 )𝑢(𝜆) 𝑒 −6(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
∞
(𝑡) = ∫ (6 − 𝑒 −6𝜆 ) 𝑒 −6(𝑡−𝜆) 𝑢(𝜆)𝑢((𝑡 − 𝜆) − 6)𝑑𝜆
−∞
𝒖(𝝀) = 𝟎 𝝀=𝟎
𝑡−𝜆−6=0
𝜆 =𝑡−6
85
𝑡−6
𝑦(𝑡) = ∫ 6 − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6(𝑡−𝜆) − 𝑒 −6𝜆 𝑒 −6(𝑡−𝜆) 𝑑𝜆
0
𝑡−6
𝑦(𝑡) = ∫ 6𝑒 −6𝑡+6𝜆 − 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0
𝑡−6 𝑡−6
−6𝑡+6𝜆
𝑦(𝑡) = 6 ∫ 𝑒 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝒆𝒂+𝒃 = 𝒆𝒂 ∗ 𝒆𝒃
𝑡−6 𝑡−6
−6𝑡 6𝜆
𝑦(𝑡) = 6 ∫ 𝑒 𝑒 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 6𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 6𝑒 ∫ 𝑒 𝑑𝜆 − 𝑒 ∫ 𝑒 −6𝜆 𝑒 6𝜆 𝑑𝜆
0 0
𝒆𝒂+𝒃 = 𝒆𝒂 ∗ 𝒆𝒃
𝑡−6 𝑡−6
𝑦(𝑡) = 6𝑒 −6𝑡 ∫ 𝑒 6𝜆 𝑑𝜆 − 𝑒 −6𝑡 ∫ 𝑒 −9𝜆+9𝜆 𝑑𝜆
0 0
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 6𝑒 ∫ 𝑒 𝑑𝜆 𝑒 ∫ 1𝑑𝜆
0 0
86
Teniendo en cuenta el valor de “a” se evalúa Landa
𝑒 6𝜆
𝑦(𝑡) = 6𝑒 −6𝑡 ∙ ( ) − 𝑒 −6𝑡 𝜆
6
𝑒 6(𝑡−6) 𝑒 6(0)
𝑦(𝑡) = 6𝑒 −6𝑡 ∙ ( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
𝑒 6𝑡 𝑒 −36 1
𝑦(𝑡) = 6𝑒 −6𝑡 ∙ ( − ) − 𝑒 −6𝑡 (𝑡 − 6 − 0)
6 6
Grupo: 26 a=6
Código: 80 b=3
87
De acuerdo a lo anterior, tenemos que:
̌, 𝟔, 𝟑, 𝟒]
𝒙[𝒏] = [−𝟏, 𝟔, 𝟐
̌, 𝟎. 𝟓]
𝒉[𝒏] = [ 𝟐. 𝟓, 𝟑
INDICE DE TERMINACION =𝟑 + 𝟏 = 𝟒
LONGITUD 𝐋 = 𝐋𝐱 + 𝐋𝐡 − 𝟏 = 𝟔 + 𝟑 − 𝟏 = 𝟖
n= -2 -1 0 1 2 3
x
[n]= -1 6 2 6 3 4
h
[n]= 2,5 3 0.5
-2,5 15 5 15 7,5 10
-3 18 6 18 9 12
-0,5 3 1 3 1,5 2
-2,5 12 22,5 24 26,5 22 13,5 2
88
89
senal discreta H[𝒏]-Julio Correa
90
Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la página 197
del libro Ambardar, dibuje tres (3) periodos de la siguiente señal 𝑥(𝑡) y calcule los
coeficientes trigonométricos de la serie de Fourier.
Código: 80 b=3
91
Los 𝑎𝑘 de la serie de Fourier se determinan a través de
𝟐
𝐚𝐤 = ∫ 𝐱(𝐭) 𝐜𝐨𝐬(𝐤𝛚𝟎 𝐭) 𝐝𝐭
𝐓 𝐓
5 7
Debido a que 𝑥(𝑡) es una señal que tiene amplitud 3 en el intervalo ≤𝑡<2 y
2
7 13
amplitud 0 en el intervalo ≤𝑡< . La integral previa se puede escribir de la
2 2
siguiente forma:
𝟕 𝟏𝟑
𝟐 𝟐 𝟐
𝒂𝒌 = [∫ 𝟑 𝐜𝐨𝐬(𝒌𝝎𝟎 𝒕) 𝒅𝒕 + ∫ 𝟎 𝐜𝐨𝐬(𝒌𝝎𝟎 𝒕) 𝒅𝒕]
𝟒 𝟓 𝟕
𝟐 𝟐
92
𝑑𝑢
Para resolver la integral se realiza la sustitución 𝑢 = 𝑘𝜔0 𝑡, asi, = 𝑑𝑡
𝑘𝜔0
𝟕
𝟑 𝟐 𝟏
𝒂𝒌 = ∫ 𝐜𝐨𝐬(𝒖) 𝒅𝒖
𝟐 𝟓 𝒌𝝎𝟎
𝟐
𝟕
𝟑 𝟐
𝒂𝒌 = 𝐬𝐞𝐧(𝒌𝝎𝟎 𝒕)|
𝟐𝒌𝝎𝟎 𝟓
𝟐
𝟑 𝟕𝒌𝝎𝟎 𝟓𝒌𝝎𝟎
𝒂𝒌 = (𝐬𝐞𝐧 ( ) − 𝐬𝐞𝐧 ( ))
𝟐𝒌𝝎𝟎 𝟐 𝟐
Dado que
𝟐𝝅 𝟐𝝅 𝝅
𝝎𝟎 = 𝟐𝝅𝒇𝟎 = = =
𝑻 𝟒 𝟐
Entonces
93
𝝅 𝝅
𝟑 𝟕𝒌 ( 𝟐 ) 𝟓𝒌 ( 𝟐 )
𝒂𝒌 = 𝝅 (𝐬𝐞𝐧 ( 𝟐 ) − 𝐬𝐞𝐧 ( 𝟐 ))
𝟐𝒌 ( 𝟐 )
𝟑 𝟕𝛑𝐤 𝟓𝛑𝐤
𝐚𝐤 = (𝐬𝐞𝐧 ( ) − 𝐬𝐞𝐧 ( )) , 𝐤 = 𝟏, 𝟐, 𝟑, …
𝛑𝐤 𝟒 𝟒
Ejercicio 4 – Transformada de Fourier: Usando como guía los ejemplos 9.5 de las
páginas 259 del libro Ambardar y las tablas 9.1 y 9.2, determine la transformada de
Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡), usando pares de transformadas y propiedades
reconocibles. Posteriormente verifique su respuesta diseñando un script con la
combinación lineal de señales usadas para obtener x(t) y y(t), en Matlab u Octave
y anexe el resultado junto con el script (práctica):
Código: 80 b=3
b. X(t)
1
+b +2b t
-1
94
𝑋(𝑡) = −𝑢(𝑡) + 𝑢(𝑡 + 3) + 𝑢(𝑡 − 3) − 𝑢(𝑡 − 6)
𝟏 𝟏
𝑿(𝒘) = − (𝝅𝜹(𝒘) + ) + (𝒆−𝒋𝟑𝒘 (𝝅𝜹(𝒘) + ))
𝒋𝒘 𝒋𝒘
𝟏 𝟏
+ (𝒆−𝒋𝟑𝒘 (𝝅𝜹(𝒘) + )) − (𝒆−𝒋𝟔𝒘 (𝝅𝜹(𝒘) + ))
𝒋𝒘 𝒋𝒘
95
c. Item Grupal
96
𝑡 𝜋𝑡
𝑦(𝑡) = rect ( + 7) × cos ( )
14 14
rect(𝑡) ↔ senc 𝑓
1 𝑓
Aplicando la propiedad de escalamiento 𝑥(𝛼𝑡) ↔ |𝛼| 𝑋 (𝛼), se obtiene que la
𝑡
transformada de fourier de rect (14) es:
𝑡 1 𝑓
rect ( )↔ senc ( )
14 14 14
𝑡 1 −𝑗14𝜋𝑓 𝑓
rect ( − 7) ↔ 𝑒 senc ( )
14 14 14
97
cos(2𝜋𝛼𝑡) ↔ 0.5[𝛿(𝑓 + 𝛼) + 𝛿(𝑓 − 𝛼)]
𝜋𝑡
Por lo tanto, la transformada de cos (14) es:
𝜋𝑡 1 1
cos ( ) ↔ 0.5 [𝛿 (𝑓 + ) + 𝛿 (𝑓 − )]
14 28 28
1 −𝑗14𝜋𝑓 𝑓 1 1
𝑌(𝑓) = 𝑒 senc ( ) ⋆ 0.5 [𝛿 (𝑓 + ) + 𝛿 (𝑓 − )]
14 14 28 28
1 1
𝑓+ 1 𝑓− 1
−𝑗14𝜋( 28) 𝑓 + 28 −𝑗14𝜋( 28) 𝑓 − 28
1 14 1 14
𝑌(𝑓) = 𝑒 senc ( )+ 𝑒 senc ( )
28 14 28 14
98
99
CONCLUSIONES
100
6. BIBLIOGRAFÍA
101