Apuntes Matemática Superior PDF

Apuntes curso Matemtica Superior
APUNTES CURSO MATEMTICA SUPERIOR
Para uso del curso IE-305 Matemtica Superior
Compilado por Jhonny Cascante Ramrez, profesor de la Escuela de

Ingeniera Elctrica de la Universidad de Costa Rica.
Actualizacin Agosto 2006
Compilado por Jhonny Cascante Ramrez
NDICE
Nmeros Complejos............................................................................................3
Transformada de Laplace..................................................................................21
Transformada Z.................................................................................................37
Series de Fourier...............................................................................................51
Transformada de Fourier...................................................................................63
Mtodos Numricos...........................................................................................79
Bibliografa.........................................................................................................90
Apndices..........................................................................................................91
NMEROS COMPLEJOS
Problema a resolver:
De los estudios anteriores de matemtica, se tiene claro que existe el conjunto
= {1, 2, 3, ...}, como los nmeros utilizados en la
de los nmeros naturales
= {...-3, -2, -1, 0,
vida diaria. ste es un subconjunto de los nmeros enteros
1, 2, 3, ...} que incluye, adems, a la contraparte negativa y al 0. ste, a su
= {x/x es un nmero de la
vez, es subconjunto de los nmeros racionales
y b 0}, evidentemente incluye las
forma a/b donde a y b pertenecen a
fracciones y su caracterstica principal es que todos sus elementos tienen una
expresin decimal peridica (por ejemplo 1.23, 1.555..., etc.). Existe tambin el
conjunto de los nmeros irracionales , cuya caracterstica principal es que no
poseen una expresin decimal peridica. Entre stos, est incluido el nmero
, las races con cualquier subradical e ndice impar, por ejemplo 3 4 , 5 7 o
con subradical positivo e ndice par, por ejemplo
5 , 4 27 . No incluye
expresiones que dan como resultado races exactas, dado que seran parte del
conjunto , por ejemplo 16 , debido a que evidentemente es igual a 4. La
unin del conjunto
y el conjunto , dan como resultado el conjunto de los
, cubriendo ste totalmente la recta numrica.
Por
nmeros reales
consecuencia, se dice que
es un conjunto continuo, a diferencia de
y
e
que son densos. El problema surge cuando se
que son discretos y
quiere resolver una ecuacin del tipo x + x + 1 = 0 , al aplicar la frmula
2
general,
se
aprecia
que
el
discriminante
= b 4ac = 3 ,
consecuentemente = 3 , lo cual no es posible de resolver en el conjunto
de los nmeros . Para solucionar este tipo de situaciones, se defini el
operador imaginario i = j = 1 que acompaara a las expresiones como las
2
anteriores, de tal manera que

3 = 1 3 = j 3 y se estableci la
existencia de un nuevo conjunto denominado conjunto de los nmeros
complejos C, que contiene una parte real R, correspondiente a los nmeros
reales y otra parte denominada imaginaria I que contempla a todas las
expresiones del tipo jy .
Definicin:
Sea z = x + jy, un nmero perteneciente al conjunto de los nmeros complejos,
tal que x = Re(z), parte real de z, y = Im(z), parte imaginaria de z. Adems, j es
el operador imaginario definido como j = 1 .
Negativo de un nmero complejo
z = x jy
Conjugado de un nmero complejo
z = z = x jy
Valor absoluto de un nmero complejo
z = x2 + y2
Representacin de un nmero complejo
Im
z = (x, y)
y
r
Re
El anterior grfico se denomina diagrama de Argand, tambin es conocido

como plano complejo o plano z.
Forma cartesiana: z= x + jy o par ordenado (x, y)
Forma polar: Se define r = z =
se tiene que x = r cos ,
x2 + y2
y
adems = tan 1 ( ) , luego,
x
y = rsen , por lo que finalmente se obtiene que:
z = r (cos + jsen) = rcis

Forma fasorial: Se define la identidad de Euler como e
por lo tanto, se tiene que z = r e
y ngulo .
= cos + jsen ,
= r , donde z es un fasor de magnitud r
Operaciones con los nmeros complejos

Sea:
z1 = x1 + jy1 = r1 (cos 1 + jsen1 ) = r11

z 2 = x2 + jy 2 = r2 (cos 2 + jsen 2 ) = r2 2
Suma y resta
Cartesiana:
z1 m z 2 = ( x1 m x2 ) + ( y1 m y 2 ) j
Polar:
z1m z 2 = ( r1 cos 1 m r2 cos 2 ) + ( r1sen1 m r2 sen 2 ) j
Fasorial:
z1 m z 2 = r1 e
1 j
m r2 e
2 j
Multiplicacin
Cartesiana:
z1 z 2 = ( x1 + jy1 ) ( x2 + jy 2 ) = x1 x2 + x1 jy 2 + jx2 y1 y1y 2

z1 z 2 = ( x1 x2 y1 y 2 ) + ( x1 y 2 + x2 y1 ) j
Fasorial:
z1 z 2 = r1e
1 j
r2 e
2 j
= r1r2 e
( 1 + 2 ) j
= r1r 2 1 + 2
Polar: Utilizando la identidad de Euler, se puede concluir que:
z1 z 2 = r1 (cos 1 + jsen1 ) r2 (cos 2 + jsen 2 ) = r1r2 {cos(1 + 2 ) + jsen (1 + 2 )}
Divisin
Cartesiana:
z1 x1 + jy1
=
z 2 x2 + jy 2
z1 z 2 ( x1 + jy1 ) ( x2 jy 2 ) x1 x2 x1 y 2 j + jy1 x2 + y1 y 2
=
=
z 2 z 2 ( x2 + jy 2 ) ( x2 jy 2 ) x2 x2 x2 y 2 j + y 2 x2 j + y 2 y 2
( x x + y y ) + j ( x2 y1 x1 y 2 )
= 1 2 1 22
x2 + y 22
Fasorial:
j
z1 r1e 1
r ( ) j
= j = 1e 1 2
z 2 r2 e 2
r2
Polar: Utilizando la identidad de Euler, se puede concluir que:
z1 r1 (cos 1 + jsen1 ) r1
=
= {cos(1 2 ) + jsen(1 2 )}
z 2 r2 (cos 2 + jsen 2 ) r2
Potencias
Del producto de complejos se tiene que:
z1 z 2 z3 ...z n = r1 r 2 r3 ...rn {cos(1 + 2 + 3 + ... n ) + jsen (1 + 2 + 3 + ... n )}

Si:
z1= z 2 = z3 = ...z n = z r1 = r2 = r3 = ..rn = r y 1 = 2 = 3 = ... n =

Luego:
z n = r n {cos( n) + jsen(n)} conocido como el teorema de De Moivre

En fasorial:
z n = r n e jn = r n n
Races
Del teorema de De Moivre se puede deducir que:
1
zn
1
n
= {r (cos + jsen)} =
1
+
r n cos(
+ 2k
2k
) + jsen(
) donde k = 0,1,2,3,...n 1
n
n
En fasorial:
1
zn
1 j ( + 2 k )
n
r ne
r n
+ 2 k
n
Se puede generalizar como:

m
zn
m
m ( +
r n cos[
2k )
m( + 2k )
m( + 2k )
] + jsen[
] = r n
n
n
Funciones complejas
Variable: se define z como la variable compleja y es el smbolo que representa
cualquier elemento de un conjunto de nmeros complejos.
Funcin: Si a cada valor que puede tomar una variable compleja z, le
corresponde uno (unvoca) o ms (multvoca) valores de una variable compleja
w, se dice que w es una funcin de z. Donde z es la variable independiente y w
la variable dependiente y w = f(z).
Transformacin
w = f(z)
Plano z
Plano w
. (x , y )
1
. (u , v )
1
Dado z = x+jy en el plano z, se define w = u + jv en el plano w, tal que w es

funcin de z. Adems, u = u(x, y), v = v(x, y).
w = f(z) es una transformacin y por cada punto (x, y) en el plano z,
corresponde un (u, v) en el plano w.
Ejemplo
Sea z = 1 + 2j en el plano z.
Determine la imagen de z en el plano w, si w = f(z) = z2
R/ Si z = x + jy, para w= f(z) = z2 = (x + jy)2 = x2 + 2xyj y2 = (x2 y2) + 2xyj
u = x2 y2, v = 2xy
Luego, para z = 1 + 2j, o sea, el punto (1, 2) en el plano z y aplicando para w =
z2, se tiene:
u = x2 y2 = 12 22 = -3
v = 2xy = 2(1)(2) = 4
Entonces w = -3 + 4j, o sea, el punto (-3,4), es la imagen de (1, 2) en el plano
w.
Tipos de funciones complejas

Los tipos de funciones complejas ms comunes son:
Polinomiales: del tipo P(z) = w = a0z n + a1z n-1 + ... + a n-1z + an, donde z es
un nmero complejo, an es una constante compleja y n es el grado del
polinomio que es entero positivo.
Algebraicas racionales: del tipo w = P(z)/Q(z), donde P y Q son polinomiales.
z
x + jy
Exponenciales: del tipo w = e = e
jy
= e e = e (cosy + jseny)
Tambin del tipo w = a , que puede expresarse como lnw = lna = zlna
zlna
w=e
Trigonomtricas e hiperblicas: se pueden expresar de la siguiente manera:
senz =
e jz e jz
2j
cos z =
e jz + e jz
2
senhz =
e z e z
2
cosh z =
e z + e z
2
Logartmicas:
j
Del tipo lnz = w = ln(re ) = lnr + lne = lnr + jlne = lnr + j(+2k)
Este tipo de funcin es multvoca, donde el valor principal o rama principal
corresponde al valor encontrado en el intervalo 0 2 (para k = 0).
Lmites
Sea f(z) definida y unvoca en una vecindad z = z0
se dice que el nmero L es el lmite de f(z) cuando z tiende a z0 y se denota:
lm f(z) = L
zz0
Continuidad
Sea f(z) definida y unvoca en una vecindad z = z0, as como en z = z0
La funcin se llama continua en z = z0 si lm f(z) = f(z0)
zz0
Derivadas
Si f(z) es unvoca en alguna regin del plano z, la derivada de f(z) est definida
como:
f`(z) = lm f(z + z) f(z)
z0
z
Funcin analtica
Si la derivada f`(z) existe en todo punto z de una regin determinada, se dice
que f(z) es analtica en tal regin. Tambin se conoce como regular u
holomorfa. En caso de que sea analtica en todo el plano z, se conoce como
entera (por ejemplo los polinomios).
Ecuaciones de Cauchy Riemann
Una condicin necesaria para que w = f(z) = u(x, y) + jv(x, y) sea analtica en
una regin dada, es que en tal regin, u y v satisfagan las ecuaciones de
Cauchy Riemann.
u
v
=
y
x
u v
=
x y
La derivada f(z) viene dada por:
f ( z ) =
u v
v u
+
j=
j
x x
y y
Funciones armnicas
Derivando la primera ecuacin de Cauchy Riemann respecto a x y la
segunda respecto a y y sumando, se obtiene:
2 u
2 v
=
x 2 y x
2 u
2 u
2 v
=
x y
y2
2 u
2 v
2 v
+
=
=0
x 2 y 2 y x x y
10
Ecuacin de Laplace:
2u =
v=
2
2 u
x
2 v
x2
+
+
2 u
y
2 v
y2
=0
=0
Teorema: Las partes real e imaginaria de una funcin compleja f(z) = u(x, y) +
jv(x, y) analtica en un dominio dado, son soluciones de la ecuacin de Laplace.
Definicin: Toda funcin u(x, y) y v(x, y) que satisfacen la ecuacin de Laplace
en una regin dada, son llamadas funciones armnicas en tal regin. Luego, u
y v tambin se denominan funciones conjugadas, debido a que si se conoce
una, se puede encontrar la otra. Dos funciones armnicas u y v relacionadas
de modo que u + jv sea una funcin analtica, se llaman funciones armnicas
conjugadas.
Si f ( z ) = u ( x, y ) + jv( x, y )
z jz
z jz
f ( z ) = 2u ,
+c
+ c = 2 jv ,
2 2
2 2
Puntos singulares
Un punto singular o singularidad de f(z), es todo aquel en el que f(z) deja de ser
analtica.
Se tienen tres tipos de singularidades: polos, removibles y
esenciales.
n
Polos: Si existe un entero positivo n, tal que lm (z z0) f(z) = A 0

z z0
z = z0 es llamado polo de orden n. Si n es igual a 1, z0 es llamado polo
simple.
Ejemplos: f ( z ) =
f ( z) =
(z 2)3
, f(z) tiene un polo de orden 3 en z = 2
3z 2
( z 1) 2 ( z + 1)( z 4)
, f(z) tiene un polo de orden 2 en 1 y polos
simples en -1 y 4.
f ( z) =
2
z2 + 1
2
, f(z) tiene polos simples en j y j.
( z + j )( z j )
Singularidades removibles: Un punto z0 es singularidad removible de f(z) si

lm f(z) existe.
z z0

Ejemplo: f ( z ) =
11
senz
, para este caso z = 0 es singularidad removible por
z
cuanto f(0) = sen0/0 no existe, pero lm senz/z = 1

z0
Singularidades esenciales: Se trata de una singularidad particular que tiene
caractersticas de polos pero dentro de otra funcin.
Ejemplo: f ( z )
1
z
=e 2,
tiene una singularidad esencial en z = 2.
Integracin compleja
y
f(z) continua en todos los puntos de la curva C
f(A1)
a=z0 A1 z1 A2 z2
zk-1
AK
zk
zn-1 An zn=b
Sn = f(A1)(z1 - a) + f(A2)(z2 - z1) +...+ f(An)(b - zn-1)
Sn =
f ( Ak )( z k z k 1 ), se define z k
k =1
Sn =
f ( Ak ) zk ,
k =1
= z k z k 1
incrementando el nmero de subdivisiones, z k
tiende a cero.
S n = f ( z )dz
12
f ( z )dz , integral compleja de lnea

C
Si f(z) = u(x, y) + j v(x, y) = u + jv
f ( z )dz = (u + jv)(dx + jdy ) = udx vdy + j vdx + udy

C
Si la curva C es una curva cerrada (a y b coinciden), se denota:
f ( z )dz , integral de contorno

C
Teorema de Cauchy Goursat

Sea f(z) analtica en una regin R y sobre su frontera C
f ( z )dz = 0
C
f(z) sin
singularidades
C
R
Otros teoremas sobre integrales complejas de lnea

Sea f(z) analtica en una regin R
Teorema 1: Si a y z son dos puntos en R
z
f ( z )dz es independiente del camino en R que une a y z

a
13
z
Teorema 2: Si a y z son dos puntos en R y G(z) =
f ( z )dz ,
G(z) es
analtica en R y G(z) = f(z)
Teorema 3: Si a y b con dos puntos en R y G(z) = f(z) f ( z )dz = G(b)

a
G(a)
Teorema 4: Sea f(z) analtica en una regin limitada por 2 curvas simples
cerradas C y C1, entonces
f ( z )dz =
C
f ( z )dz f ( z )dz
C1
f ( z) = 0
C1
C
C1
Teorema 5: Sea f(z) analtica en una regin limitada por las curvas simples
cerradas C y C1, C2, C3, ..., Cn, entonces:
f ( z )dz
C
f ( z )dz
C1
f ( z )dz =
C
f ( z )dz ...
C2
C1
f ( z )dz +
f ( z )dz = 0
Cn
f ( z )dz + ... +
C2
f ( z )dz
Cn
14
Cn
C2
C1
...
Principio de la deformacin de los contornos:

La integral de lnea de una funcin analtica alrededor de cualquier curva
cerrada, es igual a la integral de lnea de la misma funcin alrededor de
cualquier otra curva simple cerrada, hacia la cual se pueda reducir la primera
por medio de una deformacin continua, sin pasar por punto alguno en el que
f(z) sea no analtica.
C1
f ( z) =
f ( z)
C2
C1
C2
15
Integral de Cauchy
Si f(z) es analtica dentro y sobre una curva cerrada C y a es un punto dentro
de C
f (a) =
1 f ( z)
dz
2j C z a
f(z) analtica dentro
y sobre C
C
a
Asimismo, la n-sima derivada de f(z) en z = a est dada por:
f n (a) = (
n!
f ( z)
dz , n = 1, 2, 3,...
)
2j C ( z a ) n +1
Series y teorema del residuo

Series de potencia:
Una serie de la forma: a0 + a1 ( z a ) + a2 ( z a ) + ... =
2
an ( z a) n se
n=0
llama una serie de potencias en z = a.

Series de Taylor:
Sea f(z) analtica en un crculo de centro en z = a. Entonces para todos los
puntos z del crculo, la representacin de f(z) en serie de Taylor est dada por:
( z a) 2
( z a) n
n
f ( z ) = f (a ) + f (a )( z a ) + f ``(a )
+ ... + f (a )
+ ...
2!
n!
16
Series de Laurent:
Una funcin f(z) analtica en una regin R comprendida entre dos
circunferencias concntricas de centro en z = a, puede desarrollarse en una
serie de Laurent.
f ( z ) = a0 + a1 ( z a ) + a 2 ( z a ) 2 + ... +
a1
a 2
+
+ ...
z a ( z a) 2
donde an y a-n son los coeficientes de la serie de Laurent
Residuos
Sea f(z) unvoca y analtica dentro y sobre el crculo C excepto en su centro (z
= a).
f(z) tiene una serie de Laurent en torno a z = a
donde an =
f ( z)
1
dz , n = 0, 1, 2,...
2j C ( z a ) n +1
En el caso especial de n = -1, se tiene que:
a1 =
1
f ( z )dz 2ja1 = f ( z )dz
2j C
C
17
Y el coeficiente a-1 del desarrollo de Laurent se conoce como el residuo de f(z)

en z = a.
Clculo de residuos
Mtodo 1: Obteniendo el coeficiente a-1 del desarrollo de Laurent (utilizado
para singularidades esenciales).
1
d k 1
Mtodo 2: a1 = lm
( z a) k f ( z ) , k orden del polo
1
k
(k 1)! dz
Si k = 1, a 1 = lm ( z a ) f ( z )
polo simple
Nota: El lmite tiende a a

Ejemplos:
Caso polos:
Si
f ( z) =
z
( z 1)( z + 1) 2
Encontrar los residuos de f(z) en los polos
respectivos.
Polo simple en z = 1
1 1
z
=
=
( z 1)( z + 1) 2 2 2 4
Res (z = 1) = lm ( z 1)
Nota: El lmite tiende a 1.

Polo segundo orden en z = -1
Res (z = -1) = lm

1 d
d z
z
2
(
1
)
lm
=
+
z
2
1! dz
dz z 1
( z 1)( z + 1)
= lm
z `( z 1) z ( z 1)
( z 1) 2
= lm
Nota: El lmite tiende a -1.
z 1 z
( z 1) 2
1
4
18
Caso de singularidad esencial:
Si f ( z )
1
=e z ,
z = 0 es singularidad esencial.
Se utilizan series conocidas e con u =

u
1
z
u2 u3
un
e =1+ u +
+
+ ... +
+ ...
2! 3!
n!
u
1
e z
=1
1
1
1
+
+ ...
z 2! z 2 3! z 3
El residuo en z = 0 es el coeficiente a-1 que es igual a -1.

Si fuera
2
e z +1 ,
2
e z +1
=1
la singularidad esencial es z = -1 y el desarrollo sera:
2
4
8
+
+ ...
2
z + 1 2!( z + 1)
3!( z + 1) 3
Y el residuo sera 2.
Teorema del residuo:
Sea f(z) unvoca y analtica dentro y sobre una curva simple cerrada C excepto
en sus singularidades a, b, c, ... interiores a C con residuos a-1, b-1, c-1, ...
Se cumple que:
f ( z )dz = 2j (a1 + b1 + c1 + ...)

C
Grfica de lugar
Para determinar la curva C, se requiere averiguar qu tipo de figura tiene.
Por ejemplo:
z =4
x2 + y2 = 4
x 2 + y 2 = 16
Crculo con centro en (0, 0) y radio 4.
z +1 = 4
19
( x + 1) + jy = 4 ( x + 1) 2 + y 2 = 16
x + jy + 1 = 4
Crculo con centro en (-1, 0) y radio 4.
z +1 2 j = 4
x + jy + 1 2 j = 4
( x + 1) + ( y 2) j = 4 ( x + 1) 2 + ( y 2) 2 = 16
Crculo con centro en (-1, 2) y radio 4.

Ejercicios de prctica
1. Encuentre el valor numrico de:
24j 2
R/ 10/37
5+7j
2. Encuentre todos los valores de z y halle el valor principal en representacin
fasorial.
z = (1 +
j
2
j)
1
R/ z = e 8 ln 2
z 2 ( z )3
1
2
3. Sea z1 = 1 + j y z2 = j, halle el valor de Re
R/ 1
z
4. Halle todas las races de
z1 z 2 y grafquelas en el Plano Z
Considere z1 = 1 + j y z2 = j R/ 6 2 , 6 2 7 , 6 215
3
12
12
12
5. Exprese f(z) = 1/(1 - z) de la forma w = u(x, y) + j v(x, y)

6. Demostrar que u (x, y) = 3x2y + 2x2 - y3 - 2y2 es armnica. Encontrar una
funcin v(x, y) tal que u + jv sea analtica. R/ v = 3xy2 + 4xy x3 + c
7. Encuentre todas las soluciones de z2 + j = 2z
8. Halle el valor numrico de (sen2 z) (senhz) si z = j. Exprese el nmero en
coordenadas cartesianas, polares y fasoriales y grafique el resultado en el
plano z.
9. Utilice el teorema y la integral de Cauchy para resolver:
z+4
C z 2 + 2 z + 5 dz a) Para C: z = 1; b) Para C: z + 1 j = 2 ; c) Para C: z + 1 + j = 2
R/ a) 0, b) (3/2 + j) , c) (-3/2 + j)
20
10. Utilice la frmula integral de Cauchy para resolver:
z +1
dz
2z
Si C: z = 1 R/ -j
11. Evale
3+ j
z 2 dz
A lo largo del eje x hasta 3 y luego verticalmente hasta 3 + j R/ (2/3)(9 + 13j)
1
ze zt
dz =
12. Utilice el teorema del residuo para demostrar que:
2j C ( z 2 + 1) 2
t sent ; C:plano z
13. Halle el valor de la integral utilizando el teorema del residuo
z2 +1
1
C 3z 3 + z 2 dz Si C: z = 2 R/ (2/3)j
14. Utilice el teorema del residuo para resolver:
3 jze zt
( z 2 + 1) dz
donde C:plano z.
Deje la expresin en trminos de funciones senoidales. R/ -6cost
15. Calcule
1
1
) dz
) + sen(
( z 2) 2 sen(
z
z
4
2
C: z =3
2 n 1
z3 z5
n 1 z
Considere: sen( z ) = z
+
...(1)
+ ... R/ (-/3)j
3! 5!
(2n 1)!
16. Encuentre el valor de
z 4 + 6 z 3 + 8 z 2 dz
donde C es el cuadrado con
vrtices en los puntos -3 + j, -3 - j, 3 + j, 3 - j.

17. Encuentre el valor de
( z 1)
( z + 1)( z
j)
R/ (j-1)
R/(/8)j
dz donde C:|x + jy 2j| = 2.
21
TRANSFORMADA DE LAPLACE
La transformada de Laplace es una herramienta matemtica que convierte
funciones dependientes del tiempo en funciones algebraicas complejas. Es
muy utilizada en la solucin de ecuaciones diferenciales, en el anlisis de
sistemas lineales y control automtico en tiempo continuo.
Definicin
Sea f(t) una funcin del tiempo t tal que f(t) = 0 para t < 0, sea s una variable
compleja tal que s = + jw y sea L denominado operador de transformada de
Laplace. Se define la transformada de Laplace de f(t) como:
L{ f (t )} = F ( s) =
f (t )e
st
dt
0
El proceso inverso se denomina transformada inversa de Laplace y se define
como:
a + j
1
L {F ( s )} = f (t ) =
F ( s )e st ds
2j a j
1
Donde a es una constante real y es el punto singular ms grande de F(s).

No obstante, para el proceso inverso normalmente se utilizan tablas y mtodos
de transformacin inversa.
Funciones bsicas
Funcin exponencial
-at
Sea f(t) = 0 para t < 0 y f(t) = Ae
para t 0, A y a constantes.
Aplicando la definicin de transformada de Laplace:
A ( a + s )t
L{ f (t )} = Ae at e st dt = Ae ( a + s )t dt =
e
(
)
+
a
s
0
0
0
Funcin escaln
Sea f(t) = 0 para t < 0 y f(t) = A para t 0, A constante.
L{ f (t )} = Ae
st
A st
dt =
s e
0
1 A
= A 0
=
s s
1
A
= A 0
=
(a + s) s + a
22
f(t)
Funcin escaln unidad

Sea f(t) = 0 para t < 0 y f(t) = u(t) para t 0.
Se define u(t) como la funcin escaln unidad que representa una seal
constante aplicada a un sistema en el instante t = 0. Su valor es de 1 a partir
de ese instante. De manera tal que la transformada de Laplace de u(t) es igual
al caso anterior pero con A = 1.
L (u (t )) =
1
s
En caso de que la seal sea aplicada al sistema con un retardo a, la funcin

se representa como u(t a) y la transformada de Laplace tendr una variacin:
L{ f (t )} = e
a
st
1 st
dt =
s e
a
e sa
1
0 e sa =
s
s
23
f(t)
Funcin rampa
Sea f(t) = 0 para t < 0 y f(t) = At para t 0, A es constante.
L{ f (t )} = A te
st
dt ,
0
-st
Resolviendo por partes: u = t, du = dt, dv = e
te st e st
F (s) = A
dt
s
s
0
-st
dt, v = e / -s
te st e st
= A
2
s s 0
A
s2
La funcin rampa se puede generalizar a t .

n
n+1
En este caso, L(t ) = n!/s
, donde n = 0, 1, 2, 3, ...
Funcin seno y coseno

Sea f(t) = 0 para t < 0 y f(t) = Asenwt para t 0, A y w son constantes.
L( Asenwt ) = A ( senwt )e
0
st
dt
e jwt e jwt
pero senwt =
2j
24
Entonces:
A jwt
A ( s jw)t
jwt st
L( Asenwt ) =
e
e ( s + jw)t dt
(e
)e dt =
e
2j 0
2j 0
( s jw)t
( s + jw)t
e
A e
L( Asenwt ) =
2j
s
jw
(
)
( s + jw)
L( Asenwt ) =
1
A 1
2 j s jw s + jw
A s + wj s + jw A
Aw
2 jw
=
=
2j
2 j s 2 + w 2
(s 2 + w2 ) s 2 + w2
e jwt + e jwt
De igual manera y partiendo de que cos wt =
, se puede concluir
2
que:
L( A cos wt ) =
As
s 2 + w2
Funcin pulso
La funcin pulso est constituida por la suma de dos funciones escaln de
signo contrario y una con un retardo con respecto a la otra.
Se define como f(t) = A, constante, para 0 t a y f(t) = 0 para t < 0 y t > a.
f(t)
a
-A
25
Por consecuencia, la funcin pulso se puede escribir como:

f(t) = Au(t) Au(t a).
-sa
Dado que L{Au(t)} = A/s y que L{Au(t-a)} = Ae
/s
-sa
L{f(t)} = (A/s) (1 - e
Funcin impulso
La funcin impulso es un caso lmite especial de una funcin pulso y est
definida como f(t) = lm A/a para 0 t a y 0 para t < 0 y t > a.
a 0
f(t)
rea=A
A/a
La altura de la funcin impulso es A/a, la duracin es a, el rea es A. Al

tender a a cero y manteniendo el rea constante en A, la altura A/a tiende
a infinito.
La funcin impulso es la representacin de una seal que entra a un sistema y
que tiene una amplitud muy grande pero que a su vez es de muy corta
duracin.
En cuanto a la transformada de Laplace de la funcin impulso, de nuevo se
aplica la definicin (considere para todos los lmites que a 0):
A 1 st
A st
A e sa 1
A 1(1 e sa )
= lm
+ = lm
L{ f (t )} = lm e dt = lm e
a
a
s
s
a
s
a s 0
0
a
Aplicando la regla de LHopital (derivacin respecto a a):
L{ f (t )} = lm
A( se sa )
=A
s
Donde A es el rea bajo el impulso.

26
Se tiene el caso especial cuando el impulso tiene rea = 1. Este se denomina

impulso unitario o Delta de Dirac.
Este se define como
(t a ) = 0 para t a
(t a ) = para t = a
Se tiene que el rea bajo el impulso es igual a 1 por lo tanto:
{ }
L{ (t )} = 1 , tambin L n (t ) = s n
Adems,
(t ) =
du (t )
dt
Propiedades de la funcin impulso:
(t ) dt = 1
(t ) G (t ) dt =G (0)
(t a) G (t ) dt = G (a)
0
Propiedades de la Transformada de Laplace y su Transformada Inversa
Linealidad
Si C1 y C2 son constantes y f1(t) y f2(t) son funciones con transformadas de
Laplace F1(s) y F2(s):
L{ C1 f1(t) + C2f2(t)} = C1F1(s) + C2F2(s)

Para la transformada inversa tambin se cumple:
-1
L { C1 F1(s) + C2F2(s)} = C1f1(t) + C2f2(t)

Primera propiedad de traslacin
-at
Si L{f(t)} = F(s) L{ e
f(t)} = F(s+a)
Para el caso de la transformada inversa:

-1
-1
Si L {F(s)} = f(t) L {F(s+a)} = e
-at
27
f(t)
Segunda propiedad de traslacin

-as
Si L{f(t)} = F(s) L{f(t-a)u(t-a)} = F(s) e

-1
-1
-as
Si L {F(s)} = f(t) L { e
F(s)} = f(t-a)u(t-a)
Cambio de escala
Si L{f(t)} = F(s) L{f(at)} = (1/a)F(s/a), o bien, L{f(t/a)} = a F(as), a constante.
-1
-1
-1
Si L {F(s)} = f(t) L { F(as)} = (1/a)f(t/a), o bien, L { F(s/a)} = a f(at), a

constante.
Derivacin
Si L{f(t)} = F(s)
n
n
n 1
L f (t ) = s F ( s ) s
f (0) s n 2 f ' (0) ... sf n 2 (0) f n 1 (0)
-1
-1
n n
Si L {F(s)} = f(t) L {F (s)} = (-1) t f(t)

Integracin
Si L{f(t)} = F(s)
t
F ( s )
L f (u ) du =
s
0

-1
Si L {F(s)} = f(t)
f (t )
(
)
F
u
du
=
t
s
28
Multiplicacin por t
Si L{f(t)} = F(s)
n
n n
L t f (t ) = ( 1) F ( s )
n
Multiplicacin por s
-1
Si L {F(s)} = f(t)
1 n
n
L s F ( s ) = f (t ) , f(0) = 0
Divisin por t
Si L{f(t)} = F(s)
f (t )
L
= F (u )du
t s
Divisin por s
-1
Si L {F(s)} = f(t)
1 F ( s )
= f (u )du
s 0
1 F ( s )
=
De forma general L
n
f (u )du
se integra n veces evaluando
entre 0 y t para cada caso.

Transformada de Laplace para funciones peridicas
Sea f(t) con perodo T > 0 tal que f(t + T) = f(t)
T
L{ f (t )} = 0
st
f (t )dt
1 e sT
Propiedad de convolucin
-1
-1
Si L {F(s)} = f(t) y L {G(s)} = g(t)
{F (s) G( s)} = f (u ) g (t u )du =
29
f (t ) g (t )
se
denomina
0
convolucin en el tiempo.
Es importante indicar que f * g = g * f
Tambin existe la convolucin en la frecuencia:
L{ f (t ) g (t )} =
1 s
1
{F (s) G ( s)}
F (u ) G ( s u )du =
2j 0
2j
Mtodos para obtener Transformadas de Laplace Inversas

Fracciones Parciales
Sea F(s) una funcin polinomial compleja, donde:
F (s) =
A1( r 1)
A2(t 1)
A2t
A1r
A
A
P( s)
=
+
+ ... + 11 +
+
+ ... + 21 +
Q ( s ) ( s s1 ) r ( s s1 ) r 1
s s1 ( s s2 ) t ( s s2 ) t 1
s s2
Am( n 1)
Amn
A
+
+ ... + m1
... +
s sm
( s sm ) n ( s sm ) n 1
Debe cumplirse que para F(s) = P(s)/Q(s), el orden de P(s) debe ser
estrictamente menor que el orden de Q(s).
El caso general anterior indica que F(s) tiene m polos con diversos rdenes
(r, t, ..., n).
Donde Axy es una constante, con x nmero del polo que se escoja (del total
que posee F(s)) y y es el orden del polo respectivo.
Los coeficientes Axy pueden ser obtenidos de la siguiente manera:
A xy = ( s s ) y F ( s )
x
d
Ax ( y 1) =
.
.
.
s=s
y
(s s x ) F (s)
1 d2
Ax ( y 2) =
2!
30
ds
s=sx
y
(s s x ) F (s)
ds
s=sx
1 d y 1 (s s x ) y F (s)
Ax1 =
y 1
( y 1)!
ds
s=sx
Una vez obtenidos los coeficientes, f(t) puede ser calculada mediante el uso de
tablas y propiedades.
Frmula de inversin compleja o mtodo de los residuos
Sea F(s) una funcin polinomial compleja.
f (t ) = residuos de e st F ( s ) en los polos de F ( s )

Debe cumplirse que para F(s) = P(s)/Q(s), el orden de P(s) debe ser
estrictamente menor que el orden de Q(s).
Obsrvese que en el mtodo para encontrar la Transformada Inversa de
Laplace por medio de los residuos, la solucin se obtiene de forma directa en el
tiempo, por lo que no es necesario recurrir a las tablas o propiedades.
31
Frmulas utilizadas para resolver circuitos
i=
dq
dt
q = idt
voltaje resistencia = Ri = R
dq
dt
d 2q
di
=L
dt
dt 2
q 1
voltaje condensador = = idt
C C
voltaje inductor = L
Funcin de Transferencia
Sea el sistema:
H(s)
X(s)
Y(s)
X(s): entrada del sistema.

Y(s): salida del sistema.
H(s): funcin de transferencia.
H(s) relaciona la salida del sistema con su entrada en el dominio de la
frecuencia, en trminos de los parmetros del sistema. Es una propiedad del
sistema en s, independiente de la funcin de entrada. Se supone condiciones
iniciales cero. H(s) determina la estabilidad del sistema.
En trminos del tiempo, y(t) = h(t) * x(t), donde h(t) se denomina respuesta al
impulso debido a que si x(t) = (t) entonces X(s) = 1
Y(s) = H(s) x 1 = H(s).

En la frecuencia, el sistema se expresa como Y(s) = H(s) X(s), o bien, H(s) =
Y(s)/X(s).
32
Pueden existir sistemas en cascada:
H1
X1
H2
Y1 = X2
Y2
Donde:
Y1 = H1 X1
Y2 = H2 X2, pero Y1 = X2, entonces Y2 = H2 (H1 X1)
Y2 = H1H2
X1
Criterios de Estabilidad
Para L{y(t)} = Y(s) = H(s) X(s).
Sistema estable es aquel cuya salida est limitada cuando la entrada tambin
lo est. Es caracterstica del sistema y no depende de la entrada.
Respuesta y(t) es estable sii al analizar H(s):
Toda raz real no repetida es no positiva.
Toda raz real repetida es negativa.
Toda raz imaginaria pura es no repetida.
Toda raz compleja general tiene parte real negativa
33
A
A, estable
s
A
At n 1
, inestable
(n 1)!
sn
A
Ae at , estable , amortiguam iento exp onencial
s+a
A
At n 1 at
e
, estable , amortiguam iento exp onencial
( n 1)!
(s + a) n
A
Ae at senbt ,
( s + a + jb)( s + a jb)
estable, seno amortiguado exp onencial
A
At n 1 at
e
senbt ,
n
n
(
n
1
)!
( s + a + jb) ( s + a jb)
estable, seno amortiguado exp onencial
A
Asenat ,
( s + ja)( s ja)
estable, seno amplitud cons tan te
At n 1
senat ,
(n 1)!
( s + ja) n ( s + ja ) n
A
A
Ae at , inestable , incremento exp onencial
sa
A
At n 1 at
e , inestable , incremento exp onencial

( n 1)!
(s a) n
A
Ae at senbt ,
( s a + jb)( s a jb)
inestable, seno con incremento exp onencial
A
At n 1 at
e senbt ,
n
n
(
n
1
)!
( s a + jb) ( s a jb)
inestable, seno con incremento exp onencial
34
1. Con la definicin de TL, determine F(s) si f(t) = -1 para 0 < t < 1 y 1 para
t 1.
2. Calcule F(s) para f(t) = sen3t
R/ F ( s ) =
6
( s 2 + 1)( s 2 + 9)
3. Calcule F(s) para f(t) = (1 + e2t)2

4. Calcule F(s) para f(t) = e2t (t 1)2
5. Resuelva L {e2t (3sen4t - 4cos4t) }, dejarlo a la mnima expresin. R/
F ( s) =
20 4 s
s 2 4 s + 20
6. Resuelva L (t2 sent), dejarlo a la mnima expresin. R/ F ( s ) =
6s 2 2
( s 2 + 1) 3
7. Si F(s) = (s2 - s + 1) / { (2s + 1)2 (s - 1) }, hallar L (f(2t)), dejarlo a la

1 s 2 2s + 4
mnima expresin. R/ F ( s ) =
2
4
( s + 1) ( s 2)
8. Calcule f(t) para F(s) = (s + 1)2 / s3 utilice propiedades y transformadas

bsicas.
9. Calcule f(t) para F(s) = (s + 1) / (s2 4s)
transformadas bsicas.
utilice propiedades y
10. Calcule f(t) para F(s) = log {(s2 + 1)/(s2 + 4)} utilice propiedades y
transformadas bsicas.
3
5
4
5
3s 8
(
)
=
cos
R/
f
t
t
sen
t
4
2
5
2
4 s 2 + 25
11. Halle L
12. Calcule f(t) para F(s) = 1/{s(s2 + 1)} por convolucin

1
1
R/
2
(
s
2
)
(
s
2
)
+
13. Encuentre utilizando convolucin L
f (t ) =
1
(e 2t e 2t 4te 2t )
16
35
14. Calcule f(t) para F(s) = 1/(s2 + 4s + 5)2 por residuos.

15. Calcule f(t) para F(s) = 1/(s + 1)3(s + j)2 por fracciones parciales.
R/ El valor numrico es
t
e t sen(u ) (t u ) du dt
16. Encuentre el valor numrico de
1
Recomendacin: utilizar la definicin y s = -1
2
17. Resuelva y'' - 3 y' + 2 y = 4 e2t , donde y (0) = - 3, y'(0) = 5

t
2t
2t
R/ y = 7e + 4e + 4te
18. Sea un sistema descrito por la siguiente ecuacin diferencial:
y(t ) + 4 y(t ) + 5 y (t ) = x(t )

donde y (0) = 1
y(0) = 0
La entrada x(t) se muestra en la figura.

x(t)
1
1
R/
y = [e 2(t 1) sen(t 1)]u (t 1) + [e 2t (cos t + 2 sent )]u (t )

19. Considere el siguiente circuito:
R1
+
xi(t)
R2
i1
y
L1
i2
L2
36
Sean R1 = R2 = 2 , L1= L2 = 1 H, i1 = i2 = y = 0 para t < 0 y sea xi la entrada

del sistema (voltaje) as como y la salida del sistema (corriente).
a) Encuentre la funcin de transferencia del sistema y determine de forma
justificada su estabilidad.
b) Obtenga y(t) si xi(t) = u(t).
s
, inestable dado que tiene un polo real positivo.
( s 2)(3s + 2)
R/ a) H ( s ) =
8 t
2t
b) y = (e 3 e )
9
20. Encuentre la carga en el capacitor para cualquier tiempo si inicialmente la
carga y la corriente es cero.
7
+
10 u(t)
i(t)
1H
0.1F
R/ q (t ) = 1
5 2t 2 5t
e
+ e
3
3
t
t
R/ f (t ) = 2 + 3e te
2
(s + 1)
1
21. Calcular L
s3
37
TRANSFORMADA Z
Seales discretas
Sea x(t) una seal continua
x(t)
t
Si esta seal es aplicada a un muestreador que toma muestras cada T
segundos, se obtiene xk(t) = x(k), que es una seal discreta dado que tiene
valores solo cada T segundos.
Muestras cada T segundos
xk(t) = x(k)
x(t)
Grficamente:
xk(t) = x(k)
2T
3T
4T
5T
38
Ejemplo de uso seales discretas

Un mtodo utilizado para enviar seales de voz sin necesidad de enviar toda la
seal, es el de Modulacin por Amplitud de Pulso (PAM siglas en ingls). Solo
se envan muestras cada T segundos. El ancho de banda de un canal de voz
(banda de frecuencia contenida en el canal), est definido para 4 KHz. Segn
el Teorema de Nyquist, para reproducir la voz en el extremo distante, se
necesitan 2 veces el ancho de banda de la seal. Para el canal de voz, sto
sera 2 x 4 KHz = 8000 muestras/segundo. Usualmente estas muestras PAM
son cuantificadas y luego codificadas en cdigo binario. Esto es la voz
digitalizada.
Muestreador PAM:
Muestreador
T=1/8000=125s
f(t)
fk(t) = f(k)
f(t) seal
continua de
voz
2T
3T
4T
fK(t) = f(k), es una seal discreta

de voz con las muestras
necesarias para su
reproduccin en el extremo
distante.
Determinacin y definicin de la Transformada Z

Considrese un muestreador ideal. ste toma muestras de ancho infinitesimal
de x(t) en intervalos regulares de tiempo.
Muestreador:
Multiplicador de
x(t) por T(t)
x(t)
T(t) = (t kT)
k=0
xk(t) = x(k)
2T
3T
4T
39
Muestra ideal xK(t) de x(t) que puede considerarse una sucesin de impulsos
equiespaciados con magnitudes iguales a los valores de la funcin x(t) en los
instantes discretos correspondientes.
xk (t ) =
x(kT ) (t kT )
T : perodo de muestreo
k =0
Aplicando la Transformada de Laplace:
X k (s) =
x(kT ) e kTs
Si z = eTs var iable compleja
k =0
X k (s) =
x(kT ) z k
k =0
La cual est definida como Transformada Z unilateral de x(t)

Su notacin es:
Z {x(t )} = Z {xk (t )} = Z {x(k )} = X ( z ) =
x(kT ) z
k =0
x(k ) z k
k =0
Donde:
x(k ) = Z 1{X ( z )} es su inversa.

Ntese que la Transformada Z solo considera los valores de la seal en los
instantes de muestreo.
Propiedades:
Linealidad: Z {a1 x1 ( k ) + a 2 x2 ( k )} = a1Z {x1 ( k )} + a 2 Z {x2 ( k )}
Desplazamiento hacia la izquierda:
x(k + m) z m X ( z ) z m x(0) z m 1x(1) ... z x(m 1)

Desplazamiento hacia la derecha: x( k m) u ( k m) z
Multiplicacin por k: k x( k ) z
d {X ( z )}
dz
X ( z)
40
Multiplicacin por k :
d X ( z)
d
d
d
))...
k x(k ) z X ( z ) = z ...( z ( z
dz
dz
dz
dz
Multiplicacin por a :
z
a k x(k ) X
a
d z
ka k x(k ) z X
dz a
Convolucin:
Si x( k ) h( k ) =
xm hk m = Z 1{X ( z ) H ( z )}
m=0
Luego Z {x ( k ) h( k )} = X ( z ) H ( z ) =
k =0 m=0
xm hk m z k
Transformada Z inversa
Se estudian tres mtodos para resolver transformadas inversas: serie infinita de
potencias, fracciones parciales y la integral de inversin o residuos.
Serie infinita de potencias
En este mtodo se expanden los polinomios X(z) = P(z)/Q(z) y se realiza una
divisin de polinomios. Se debe aclarar que el orden de P(z) debe ser menor o
igual al de Q(z).
Por ejemplo:
X ( z) =
10 z
10 z
=
( z 1)( z 2) z 2 3 z + 2
41
z 2 3z + 2
10 z
10 z 30 m 20 z 1
10 z 1 + 30 z 2 + 70 z 3 + 150 z 4
30 20 z 1
30 90 z 1 m 60 z 2
70 z 1 60 z 2
70 z 1 210 z 2 m 140 z 3
150 z 2 140 z 3
Se contina hasta obtener todos los x(k) deseados, k = 0, 1, 2, ...
Por inspeccin: x(0) = 0, x(1) = 10, x(2) = 30, x(3) = 70, x(4) = 150.
Fracciones parciales
Es el mtodo tradicional de separar la expresin X(z) = P(z)/Q(z) en fracciones
parciales y luego, mediante tablas y propiedades, obtener x(k).
Por ejemplo:
X ( z) =
10 z
10 z
=
( z 1)( z 2) z 2 3 z + 2
En este caso, se puede:
10
10
10 z 10 z
X ( z)
10
+
=
=
+
X ( z) =
( z 1)( z 2) z 1 z 2
z
z 1 z 2
Por tablas:
{ } z z 1 Z 1 z z 1 = 1k = 1
z
z
k
Z {2 k }=
Z 1
=2
z2
z 2
Z 1k =
z
1 z
k
k
x(k ) = 10 Z 1
= 10 1 + 10 2 = 10 + 10 2
+ 10 Z
z 2
z 1
Evaluando: x(0) = 0, x(1) = 10, x(2) = 30, x(3) = 70, x(4) = 150.
42
Integral de inversin o mtodo de los residuos

Dado X ( z ) =
x(k ) z k x(k ) =
k =0
1
k 1
X ( z ) z dz que es la integral de
2j
inversin.
Esto equivale a: x( k ) = residuos de X ( z ) z
k 1
en los polos de X ( z )
Se debe aclarar que el orden de P(z) debe ser menor o igual al de Q(z), dado
X(z) = P(z)/Q(z). En este mtodo se obtiene directamente x(k).
Por ejemplo:
X ( z) =
10 z
( z 1)( z 2)
Se identifican polos simples en z = 1, z = 2.

k 1
k
10 z k
10 z z
10 1
res ( z = 1) = ( z 1)
=
= 1 = 10
z
2
z
z
(
1
)(
2
)
z =1
z =1
k 1
10 z k
10 z z
k
res ( z = 2) = ( z 2)
=
= 10 2
( z 1)( z 2)
z 1
z =2
z =2
k
k
x ( k ) = 10 + 10 2 = 10 ( 1 + 2 )
Ecuaciones en diferencia
Las ecuaciones en diferencia son las expresiones matemticas mediante las
cuales se pueden modelar sistemas de tiempo discretos.
Por ejemplo:
Resolver: x(k + 2) + 3x(k+1) + 2x(k) = 0, donde x(0) = 0, x(1) = 1
Se aplica Transformada Z a la ecuacin utilizando propiedades y tablas:
2
{z X(z) - z x(0) -z x(1)} + 3{z X(z) - z x(0)} + 2 X(z) = 0

Evaluando condiciones iniciales:
2
{z X(z) - 0 -z} + 3{z X(z) - 0} + 2 X(z) = 0
43
X(z) (z + 3z + 2) = z
2
X(z) = z/(z + 3z + 2) = z/{(z + 2) (z + 1)} = {z/(z+1)} - {z/(z+2)}

K
Dado que Z(a ) = z/(z-a), entonces:

K
Si a = -1, Z{(-1) } = z/(z + 1)

K
Si a = -2, Z{(-2) } = z/(z + 2)

K
Por lo tanto, x(k) = (-1) - (-2)

Sea el sistema:
H(z)
X(z)
Y(z)
X(z): entrada del sistema.

Y(z): salida del sistema.
H(z): funcin de transferencia.
H(z) relaciona la salida del sistema con su entrada en el dominio de la
iniciales cero.
En trminos del tiempo, y(k) = h(k) * x(k), donde h(k) se denomina respuesta al
impulso debido a que si x(k) = (k) entonces X(z) = 1
Luego Y(z) = H(z) x 1 = H(z).
En la frecuencia, el sistema se expresa como Y(z) = H(z) X(z), o bien, H(z) =
Y(z)/X(z).
Pueden existir sistemas en cascada:
H1
X1
H2
Y1 = X2
Y2
44
Donde:
Y1 = H1 X1
Y2 = H2 X2, pero Y1 = X2, entonces Y2 = H2 (H1 X1)
Luego Y2/ X1 = H1H2
Ejemplo:
Sea H(z) la funcin de transferencia de un sistema. Si H(z) = 1/z, determine la
respuesta del sistema si x(k) = u(k), condiciones iniciales son cero.
Si x(k) = u(k), luego Z{u(k)} = X(z) = z/(z - 1)
Luego, Y(z) = H(z) X(z) = (1/z) {z/(z - 1)} = 1/(z - 1)
Adems, Z{y(k + 1)} = zY(z) - z y(0), pero y(0) = 0.
Z{y(k + 1)} = z/(z - 1)

K
k-1
Si Z(1 ) = z/(z - 1), luego y(k + 1) = 1 , finalmente, restando 1 a k, y(k) = (1)

Otros ejemplos
Ejemplo:
-at
Hallar TZ de x(t) si x(t) = 0 para t < 0 y e
{ }= Z {e }= e
Ze
at
ak
ak k
k =0
para t 0.
(e
k =0
La serie geomtrica est definida como:
1 k
=
a
k =0 e z
ar n = 1 r
n=0
a
Luego, a = 1 y r = 1 /(e z)
{ } { }
Z e at = Z e ak =
1
1
1
ea z
1
ea
1
z
1
z ea
z
z
z ea
45
Ejemplo:
Resuelva x(k + 2) + 3 x(k + 1) + 2 x(k) = 0, donde x(0) = 1 y x(1) = -3
Aplicando la Transformada Z:
2
z X(z) - z x(0) - z x(1) + 3 {z X(z) - z x(0)} + 2 X(z) = 0

2
X(z) { z + 3 z + 2} - z x(0) - z x(1) - 3 z x(0) = 0

Sustituyendo las condiciones iniciales:
2
X(z) { z + 3 z + 2} - z + z 3 - 3 z = 0
2
X(z) { z + 3 z + 2} = z
2
Luego X(z) = z / { z + 3 z + 2} = z / {(z + 2) (z + 1)}

Aplicando residuos:
k +1
k
z 2 z k 1
z k +1
( 2)
( 2) ( 2)
k
=
=
=
= 2 ( 2)
res ( z = 2) =
( z + 2)
1
1
( z + 2)( z +1)
z = 2 ( z +1) z = 2
k +1
k
z 2 z k 1
z k +1
( 1) ( 1)
( 1)
k
res ( z = 1) =
=
=
=
= 1 ( 1)
( z +1)
1
1
( z + 2)( z +1)
z = 1 ( z + 2) z = 1
k
Por lo tanto x(k) = 2 (-2) - (-1)

Ejemplo:
K
Resuelva TZ de x(k) = k a u(k).
{ k }= z z a
De las tablas: Z a
De las propiedades: kx( k ) z
d {X ( z )}
dz
46
Por lo tanto:
z
d
( z a) z
az
z a
k
k
= z
Z ka u (k ) = Z ka = z
=
2
2
dz
( z a) ( z a)
} { }
Ejemplo:
Sea x(k) = (k) + 2(k+1) -3(k-2), hallar TZ
Z{x(k)} = Z{(k)} + 2Z{(k+1)} -3Z{(k-2)}
.
-2 .
Z{x(k)} = 1 + 2z Z{(k)} 2z (0) -3z

.
Z{x(k)} = 1 + 2z
1 2z (0) -3z
-2 .
Z{(k)}
-2
Z{x(k)} = 1 + 2z 2z (0) -3z , si (0) = 0, X(z) = 1 + 2z - 3z
-2
Ejemplo:
K
2k
Sea y(k) = k (3) e , halle TZ
{ ak }= z ze a , luego Z {e2k }= z ze2 dado a = -2
Se tiene que: Z e
d z
k
Luego, se tiene que: ka x(k ) z
X
dz a
Por otra parte:
{ }
X ( z ) = Z e 2k =
z
z e2
z

1
z
z
3
z
=
X = =
3 z e 2 3 z e 2 z 3e 2

3
3
Luego:
z 3e 2 z
z`( z 3e 2 ) z ( z 3e 2 )
d z
3e 2 z
Y ( z) = z
=
= z
= z
2 2
2 2
2 2
dz z 3e 2
(
z
3
e
)
(
z
3
e
)
( z 3e )
47
Ejemplo:
2
Sea Y(z) = 2 + (9 / z) + (10 / z )+ (3 / z ), halle y(k)

Y(z) = 2 + (9 / z) + (10 / z )+ (3 / z ) = 2 + 9 z
-1
Dado Z{(k)} = 1, luego Z{ (k-m) u(k-m)} = z
+ 10 z
-2
+3z
Z{(k)} = z
-3
Finalmente:
y(k) = 2 (k) + 9 (k -1) u(k 1) + 10 (k - 2) u(k 2) + 3 (k - 3) u(k 3)
Ejemplo:
K
Halle X(z) si x(k) = (1/2) [u(k) u(k 10)]
1
1
1
1
1
x ( k ) = [u ( k ) u ( k 10)] = u ( k ) u ( k 10) = u ( k )
2
2
2
2
2
{ k }= z z a
Dado Z a
k 10
10
1
u ( k 10)
2
Z {x(k m)} = z m X ( z )
Por lo tanto:
1 k
1 10 1 k 10
X ( z ) = Z u ( k ) Z
u ( k 10)
2
2
2
Luego:
k
z
1 10 10 1
X ( z) =
z
Z =
1 2
2 z 1
z
z
10
1
1
2
X ( z) =
(1
1
)
2z
10
10
1
1
2
=
1
z 10
z 1
2
1 10 10
z
z
z
1
2
z (1 / 2)10 z 10 z
1
(z )
2
48
Ejemplo:
Resuelva y grafique f(k) si F ( z ) =
z
( z + 2) 2 ( z 1)
Se tiene un polo simple en z = 1 y un polo de orden 2 en z = -2

k
zk
z z k 1
(
1)
res ( z = 1) =
=
=
( z 1)
2
2
9
( z + 2) ( z 1)
z =1 ( z + 2) z = 1
res ( z = 2) =
res ( z = 2) =
1
9
kz k 1 ( z 1) z k 1
d z z k 1
d zk
=
=
( z + 2) 2
dz ( z + 2) 2 ( z 1)
dz ( z 1)
2
( z 1)
z = 2
z = 2
z = 2

k ( 2 )
k 1
( 3) ( 2)
2
( 2 1)
k
=
1
k
k
3 k ( 2 ) ( 2 ) ( 2 )
9
( 2 ) k
9
{F ( z )} = f ( k ) = res F ( z ) z k 1 = 1 1 + ( 2) k ( 3k 1)
9
Evaluando para k = 0, 1, 2, ...

f(k)
9
1
1
-3
3k
49
1
1. Calcule X(z) para x( k ) = u ( k ) R/ X ( z ) =
3
1
z 1
1
3
1
2. Calcule Y(z) para y ( k ) = ( k + 2) ( k 1) + u ( k 2) + k
4
3. Encuentre y(k) para Y ( z ) = 2 +
R/
9 10 3
+
+
z z 2 z3
y (k ) = 2 (k ) + 9 (k 1) u (k 1) + 10 (k 2) u (k 2) + 3 (k 3) u (k 3)
k
1
, halle x(k) R/ x( k ) =
4. Si X ( z ) =
u (k )
1
2
1 z
1+
2
1
1
, halle x(k) R/ x( k ) = 2
5. Si X ( z ) =
2
3 z 1 z 2
+
1
2
2
1
6. Resuelva la siguiente ecuacin en diferencia (obtenga la transformada

inversa por medio de la integral de inversin). D el valor de x(k) para k
= 1, 2, 3 y 4.
x(k +2) - 3 x(k + 1) - 10 x(k) = (k)
donde x(0) = 0, x(1) = 1
7. Resuelva y (k + 2) + y (k + 1) - 2 y (k) = 1, donde y(0) = 0, y(1) = 1

R/ y (k ) =
1
2 2
k + (2) k
3
9 9
8. Obtenga la transformada Z inversa de:
F ( z) =
z 1 (1 + 2 z 1 )
(1 2 z 1 )(1 + 3 z 1 + 2 z 2 )
Mediante los siguientes mtodos:

a) Serie infinita de potencias (4 trminos).
50
b) Fracciones parciales.
c) Integral de inversin.
R/ f ( k ) =
1 k 1
(2) (1) k
3
3
9. Resuelva la siguiente ecuacin en diferencia y exprese el resultado de la

forma ms simplificada posible:
y ( k + 2) + 7 y ( k + 1) + 12 y ( k ) = x( k + 1)
k
donde: x( k ) = ( 3) ,
y (0) = 0,
y (1) = 1,
x(0) = 2
k
k
R/ y ( k ) = (k + 3)(3) 3(4)
10. Resuelva la siguiente ecuacin en diferencia:
x(k+2) 4x(k+1) + 3x(k) = 2k, donde x(0) = x(1) = 0
Encuentre los valores de x(k) para k = 0, 1, 2, 3 y 4 y grafquelos. Utilice el
mtodo de serie infinita de potencias.
R/ x(0) = 0, x(1) = 0, x(2) = 1, x(3) = 6, x(4) = 25
11. Sea la siguiente ecuacin en diferencias:
1
1
y (k ) = y (k 1) + y (k 2) + x(k ) + x(k 2)
6
6
a) Encuentre la funcin de transferencia H(z) = Y(z) / X(z).
b) Encuentre la respuesta y(k) para una entrada escaln unitario, x(k) =
u(k).
z2 + 1
R/ a) H ( z ) =
1
1
( z )( z + )
2
3
k
1
1
b) y ( k ) = 2 2 +
3
2
51
SERIE DE FOURIER
Serie trigonomtrica de Fourier
Sea g(t) una seal peridica tal que g(t) = g(t + T0), donde T0 0 y T0 = 1/f0 (T0
es el perodo y f0 frecuencia).
g(t) puede expresarse como:

g(t) = a0 + a1 cos(2f0t) + a2 cos(2f02t) + ... + ak cos(2f0kt) +
b1sen(2f0t) + b2 sen(2f02t) + + bk sen(2f0kt)
an cos(2f 0 nt ) + bn sen(2f 0 nt )
g (t ) = a0 +
n =1
seal peridica con perodo T 0=
Consecuentemente, cualquier combinacin de senoides de frecuencia 0, f0,

2f0,, kf0, es una seal peridica con perodo T0. Luego, la frecuencia f0 se
conoce como frecuencia fundamental y nf0 se conoce como la n-sima
frecuencia armnica. Para simplificar se utiliza w0 = 2f0.
Entonces, cualquier seal peridica de perodo T0, puede representarse en una
serie de Fourier trigonomtrica:
a n cos(nw0t ) + bn sen(nw0t )
g (t ) = a0 +
n =1
Donde:
1
a0 =
T0
2
an =
T0
2
bn =
T0
t +T
0 0
g (t ) dt
t 0 arbitrario , a0 : componente frecuencia "0" o continua
t +T
0 0
g (t ) cos(nw0t ) dt
t +T
0 0
g (t ) sen(nw0t ) dt
1
f0
52
Serie trigonomtrica de Fourier compacta

Se define como:
g (t ) = C 0 +
C n cos(nw0 t + n )
n =1
Donde:
C 0 = a0
C n = an2 + bn2
b
n = tan 1 n
an
Con la anterior informacin se pueden generar las grficas de espectro de
amplitud (cn vrs w) y espectro de fase (n vrs w). Para la serie de Fourier los
espectros son discretos, sto es, se dibujan solo para: 0, f0, 2f0,, nf0.
Ejemplo: Encuentre la serie trigonomtrica de Fourier del tren de pulsos
rectangulares g(t) de la figura.
g(t)
T0
A,
g (t ) =
0,
<t <
2
2
resto del perodo
Perodo T0 f 0 =
1
2
w0 = 2f 0 =
T0
T0
Se tiene que: g (t ) = a0 +
a n cos(nw0t ) + bn sen(nw0t )
n =1
53
Luego:
t +T
1 0 0
1
a0 =
g (t ) dt =
T0 t
T0
0
2
an =
T0
=
/2

/2
A
A
1 At
Adt +
=
( + )=
=
0 dt
/ 2
T0
resto del perodo T0 / 2 T 0 2 2
t +T
0 0
2 /2
2A
g (t ) cos(nw0t ) dt = T A cos(nw0t )dt = T nw
0 / 2
0 0
t
[sen(nw0t )]/ 2/ 2
2A
T0 nw0

2A
(
)
(
)
=
sen
nw
sen
nw
0
0
2
2 T0 nw0
(
)
+
(
)
sen
nw
sen
nw
0
0
2
2
4A
4A
2
2A
n
)=
)
sen(nw0 ) =
sen(n
sen(
2 T n 2
T0 nw0
T0 2 n
T0
0
T0
2
bn =
T0
t +T
0 0
2 /2
g (t ) sen(nw0t ) dt = T Asen(nw0t )dt = 0
0 / 2
t
0
Luego:
g (t ) =
2A
A
n
2nt
+
sen(
) cos(
)
T0 n =1 n
T0
T0
En forma compacta:
C0 =
2A
A
n
, Cn =
), n = 0
sen(
T0
n
T0
2A
2nt
A
n
g (t ) =
+
) cos(
)
sen(
T0 n =1 n
T0
T0
Para particularizar con un caso, se escoge un especfico:
T
2A
2A
n
n T0
A T0 A
= , Cn =
)=
sen( )
sen(
Si = 0 C0 =
5
5
n
n
T0 5
T0 5 5
Espectro de magnitud:
54
Cn
0.4A
0.3A
0.2A
0.2A
6w0
w0
(n=1)
2w0
3w0
4w0
5w0
7w0
(n=2) (n=3)....
Para ejemplificar con otro caso:

Si 0, A y A = 1, g(t) es un tren uniforme de impulsos unitarios.
C0 = A / T0 = 1 / T0
Cn = [2 A / n ] lm sen [ (n / T0) ]
0
n
n
sen( T )
sen( T )
0
0 = lm
Cn = lm
n T0
n T0
0 2 A T0
0 T0 2 A
Dado que:
lm sen ( x ) / x = 1
x0
Cn = 2 / T0
sen(
)
T0
2
= lm
n
T
0 0
T0
55
2/T0
Cn
...
1/T0
w0
2w0
3w0
4w0
Serie exponencial o compleja de Fourier

Dado que: sen( w0 t ) =
jw 0 t
e
2j
jw0 t
y cos( w0 t ) =
jw 0 t
+e
2
jw0 t
La serie trigonomtrica de Fourier se puede expresar en trminos de

funciones exponenciales:
g (t ) = G0 + G1e
g (t ) =
jw0 t
n =
Gn e
1
Donde Gn =
T0
+ G2 e
jnw0 t
j 2 w0 t
jnw0 t
donde w0 = 2f 0 =
t +T
0 0
+ ... + Gn e
g (t ) e
jnw0 t
dt
+ G1e
jw0 t
+ G 2 e
j 2 w0 t
+ ... + G n e
2
T0
son coeficientes complejos
La serie trigonomtrica y exponencial de Fourier representan dos modos

distintos de escribir la misma serie. Una puede ser obtenida de la otra.
jnw0 t
+ ...
56
a0 = G0
a n = Gn + G n
bn = j (Gn G n )
1
Gn = (an jbn )
2
C0 = G0
C n = 2 Gn = G n + G n
Luego:
Gn y G n son conjugados
G n = G n e j n
G n = G n e j n
Gn : espectro de magnitud (funcin par).

n : espectro de fase (funcin impar).
Ejemplo: Encuentre la serie compleja de Fourier del tren de pulsos
rectangulares g(t) de la siguiente figura.
g(t)
T0
A,
g (t ) =
0,
<t <
2
2
resto del perodo
Perodo T0 f 0 =
1
2
w0 = 2f 0 =
T0
T0
g (t ) =
57
Gn e jnw t
0
n =
A
1 /2
1
Gn =
Ae jnw t dt =
T0 / 2
T0 jnw0
0
[e
jnw0t / 2
/ 2
jnw
jnw
jnw
jnw
2 e
2
2A e
A
2
2
e
=
=
e
nw0T0
T0 nw0 j
2j
2A
2
A
n
)=
)
sen(n
sen(
2
2
T
n
T
0
0
n
T0
T0
Si 0, A y A = 1, g(t) es un tren uniforme de impulsos unitarios.

Gn = [ A / n ] lm sen [ (n / T0) ]
0
n
n
sen
(
)
(
)
sen
T0
T0
1
= lm
= lm
Gn = lm
n T0
n T0
0 T0
0 A T0
0 T0 A
Dado que:
lm sen ( x ) / x = 1
x0
Gn = 1 / T0
sen
(
)
T0
T0
58
Gn
1/T0
...
...
-3w0
-2w0
-w0
w0
2w0
3w0
Simplificaciones por simetra

Es posible obtener la serie trigonomtrica de Fourier sin necesidad de hacer
todos los clculos. Todo depende de si la seal en el tiempo tiene algn tipo
de simetra.
Simetra Par:
f (t ) = f (t )
f (t ) = a0 +
an cos nw0t
n =1
T
0
an =
4
T0
f (t ) cos(nwot )dt
0
Simetra Impar:
f (t ) = f (t )
f (t ) =
bn sennw0t
n =1
T
0
4
bn =
T0
f (t ) sen(nwot )dt
0
59
Simetra de Media Onda:
T
f (t ) = f (t + 0 )
2
f (t ) =
[a2n 1 cos(2n 1) w0t + b2n 1sen(2n 1) w0t ]
n =1
T
0
a2n 1 =
4
T0
f (t ) cos((2n 1) wot )dt

0
T
0
b2n 1 =
4
T0
f (t ) sen((2n 1) wot )dt

0
La simetra de media onda da como resultado solo armnicas impares (del tipo
2n 1).
Simetra de Cuarto de Onda Par
f (t ) = f (t )
f (t ) =
T
f (t ) = f (t + 0 )
2
[a2n 1 cos(2n 1) w0t ]
n =1
T
0
a2n 1 =
8 4
f (t ) cos((2n 1) wot )dt
T0 0
La simetra de cuarto de onda par da como resultado armnicos impares

coseno.
60
Simetra de Cuarto de Onda Impar
f (t ) = f (t )
f (t ) =
T
f (t ) = f (t + 0 )
2
[b2n 1sen(2n 1) w0t ]
n =1
T
0
8 4
b2n 1 =
f (t ) sen((2n 1) wot )dt
T0 0
La simetra de cuarto de onda impar da como resultado armnicos impares
seno.
Contenido de Potencia de una funcin peridica
El contenido de potencia de una funcin peridica f(t) con perodo T0 est dado
por:
T
0
1
T0
[ f (t )]
dt
T
0
2
Teorema de Parseval: Si f(t) es una funcin real y peridica con perodo T0.
T
0
T0
[ f (t )]
T
0
dt =
n =
Gn
= G0
+ 2 Gn
n =1
Donde Gn es el coeficiente de la serie compleja de Fourier.
61
1. Sea la funcin definida por f(t) = t en el intervalo [- , ] y f(t + 2 ) = f(t).
Dibuje f(t), encuentre la serie trigonomtrica, halle la serie compacta y dibuje el
espectro discreto de magnitud de frecuencia, encuentre la serie compleja y
dibuje el espectro discreto de magnitud, halle la potencia de las primeras tres
j (1) n 1 jnt
(1) n 1
e
sennt , f (t ) =
armnicas. R/ f (t ) = 2
, P = 49/18 W
n
n
n =1
2. Sea la funcin f(t) definida por f(t) = |t| en el intervalo [- , ] y f(t + 2 ) = f(t).
Dibuje f(t), encuentre la serie trigonomtrica, halle la serie compacta y dibuje el
1
4
espectro discreto de magnitud de frecuencia. R/
cos(2n 1)t
2 n =1 (2n 1) 2
(1) n 1
cos nt
o bien +
2 n =1 n 2
2
3. Encontrar los coeficientes complejos de Fourier y dibujar los espectros de

frecuencia para la funcin diente de sierra definida por f(t) = (-1/T)t + 1/2 para 0
1
< t < T y f(t + T) = f(t). R/ Gn =
, G0= 0
j 2n
4. Aplicar el teorema de Parseval al resultado del problema anterior para probar
1
que: 2 = 2 / 6
n=1 n
5. Sea f ( t ) = {
2, - < t < 0
1, 0 < t <
exponencial de Fourier.
, adems f(t + 2 ) = f(t), encuentre la serie
6. Si la potencia total de una funcin f(t) es 1 W, encuentre el % de la potencia

contenida en las 3 primeras armnicas si su representacin en serie
4
1
trigonomtrica de Fourier es f (t ) =
sen(nt ) . R/ 93.2 %
n =1 (2n - 1)
7. Una funcin peridica est definida por f ( ) = cos(a ) , con variando de
( , ) y donde a es constante. Determine la serie trigonomtrica de Fourier y
exprese el resultado de la forma ms simplificada posible.
1 1
sena
R/ f (t ) =
[sen(a + n )] + 1 [sen(a n )] cos n
+
a
an
n =1 a + n
8. Al aplicar una tensin senoidal f (t ) = sent a travs de un rectificador de
media onda, se observa la siguiente seal en el osciloscopio. Determine la
serie trigonomtrica de Fourier de la onda rectificada y exprese el resultado de
la forma ms simplificada posible. Considere T=2.
62
f (t )
t
sent 1 (1) n + 1
cos nt (nota: debe de evaluar por aparte para

R/ f (t ) = +
n=2 n2 1
a1 y para b1).
1
9 . Considere la funcin f(t) = - t + 1 donde f(t + 2) = f(t).

a) Encuentre la serie compleja de Fourier.
b) Halle el contenido de potencia de las tres primeras armnicas.
R/ f (t ) =
1 njt
, P= 0.276 W
e
nj
n =
10. Sea f(t) =

1
T
4
T
<t <
2
una seal peridica con perodo T = 4
3T
<t <
4
0 <t <
T
4
T
2
3T
<t < T
4
a) Encuentre la serie trigonomtrica de Fourier, simplifique al mximo.

b) Dibuje el espectro de magnitud de la serie trigonomtrica para las primeras
tres armnicas.
c) Halle la serie compleja de Fourier sin utilizar la conversin trigonomtrica
compleja, simplifique al mximo.
d) Encuentre la potencia contenida hasta la tercera armnica.
2
R/ f (t ) =
n =1 n
n
n
cos 2 cos n sen 2 t ,
j
n
jn 2 t
f (t ) =
cos
cos
n
, P= 0.4278 W
e
n
2
n =
63
TRANSFORMADA DE FOURIER
Sea g(t) una seal no peridica y gp(t) una seal peridica de perodo T0 que
tiene la misma forma que g(t) solo que repetida cada T0.
Si lm gp(t) = g(t) g(t) puede representarse por la misma serie de Fourier en
T0
el lmite.
La serie exponencial de g p (t ) =
1
Y el coeficiente Gn =
T0
Gn e
n =
t +T
0 0
jnw0 t
g p (t ) e
jnw0 t
dt
Se tiene que cuando T0 se incrementa w0 = 2f0 se reduce Espectro

Denso.
Cuando T0 w0 = 2f0 0 Espectro Continuo.
Se define:
1
g (t ) =
G ( w)e jwt dw como la transformada inversa de Fourier.
2
G ( w) =
g (t )e
jwt
dt como la transformada de Fourier.
Asimismo y dado que G(w) es una expresin compleja:
G ( w) = G ( w) e j ( w)
Donde G (w) es el espectro continuo de amplitud de g(t) y (w) es el
espectro continuo de fase de g(t).
Simblicamente:
G ( w) = F {g (t )}
g (t ) = F 1{G ( w)} y
conoce como par de Transformada de Fourier.
g (t ) G ( w) , este ltimo se
64
Transformada de Fourier de funciones bsicas

Funcin exponencial
Sea g (t ) = e
at
u (t )
1 (a +
G ( w) = e at u (t )e jwt dt = e at e jwt dt = e ( a + jw)t dt =
e
a + jw
0
0
G ( w) =
1
1
1
e j tan ( w / a )
=
a + jw
a 2 + w2
Luego: G ( w) =
1
2
a +w
, ( w) = tan
(w / a)
Funcin compuerta
1, t < / 2
0, t > / 2
Sea g (t ) = =
t
F

/2
/2
1 jwt
jwt
dt =
= 1 e
jw e
/ 2
=
/ 2
1 jw / 2
e jw / 2
e
jw
sen(w / 2 )
1 jw / 2
2
2 e jw / 2 e jw / 2
e jw / 2 =
e
=
jw
2 w
2j
w / 2
Sea la funcin sinc(x) = sen(x)/x
t
F

= sin c
2
Funcin signo
1, t > 0
1, t < 0
Sea g (t ) = sgn(t ) =
jw)t
Luego: sgn(t) = lm [e
a 0
-at
u(t) e
at
65
u(- t)]
0
0
F {sgn(t )} = e at e jwt dt e at e jwt dt

= e (a + jw)t dt e (a jw)t dt
a =0 0
a =0
1 (a + jw)t 1 (a jw)t 0
=
a + jw e
a jw e

a =0

0
1
1
=
a + jw e (a + jw)t a jw e (a jw)t

0
a =0
1
1
1
1
2
=
=
+
=
a + jw a jw
jw jw jw
a =0
Funcin impulso unitario
Sea g(t) = (t).
Segn la propiedad de muestreo:
A(t ) (t ) dt = A(0)
F { (t )} =
(t ) e
jwt
dt = e 0 = 1
Funcin constante
Sea g(t) = 1.
1 jwt
e dw 2 (t ) = e jwt dw
Se tiene que (t ) =
Se cambian variables: w = x, t = -w.
2 ( w) =
jwx
dx (1)
66
Por otra parte:
F {1} = 1 e jwt dt
Se cambian variables: t = x.
F {1} = 1 e jwx dx (2)
Igualando (1) y (2):
F {1} = 2 ( w) = 2 ( w) que posee 1 componente de frecuencia en w = 0.

Funcin escaln unidad
Sea g(t) = u(t).
Se tiene que:
1 + sgn(t) = 2 u(t) u(t) = (1/2) [ 1 + sgn(t) ]
Luego:
F{ u(t) } = (1/2) { F[1] + F[ sgn(t) ] } = (1/2) [ 2(w) + 2/jw ]
Finalmente: u(t) (w) + 1/jw
Propiedades de la Transformada de Fourier
Simetra o dualidad
Si g(t) G(w) G(t) 2g(-w)
a + jt
Por ejemplo: Encontrar F
Si e at u (t )
1
1
por simetra
2 e a wu ( w) = 2 e awu ( w)
a + jw
a + jt
67
Cambio de escala
Si g(t) G(w) g (at )
1 w
G
a a
Esta propiedad significa que si hay compresin en el tiempo, habr expansin

en la frecuencia. Asimismo, si hay expansin en el tiempo, habr compresin
en la frecuencia.
Corrimiento en el tiempo
Si g(t) G(w) g (t t 0 ) G ( w) e
jwt
Puede observarse que ante un corrimiento en el tiempo, el espectro de

magnitud se mantiene, en tanto que el de fase vara.
a t t0
Por ejemplo: Encontrar F e

Por tablas se tiene que:
{ }= a 2+aw
F e
a t
Por lo tanto:
a t t0
jwt 0
2a
F e
e
= 2
2
a +w
Corrimiento en la frecuencia
Si g(t) G(w) g (t ) e
jw0 t
G ( w w0 )
Esta propiedad significa que la multiplicacin de la funcin g(t) por un

exponencial complejo, implica una traslacin del espectro de frecuencia. Esto
es conocido como modulacin.
Ejemplo:
F e
jw t
= F 1 e 0
jw0t
68
jw t
Si F {1} = 2 ( w) F 1 e 0 = 2 ( w w0 )
G(w)
w0
Ejemplo:
e jw0 t + e jw0 t 1
jw t
jw0 t
F {cos w0t} = F
= F e 0 + F e

2
2
=
1
[2 ( w w0 ) + 2 (w + w0 )] = [ (w w0 ) + ( w + w0 )]
2
G(w)
-w0
w0
Ejemplo:
jw t
jw0 t
1
F {cos w0t u (t )} = F u (t ) e 0 + F u (t ) e

2
Dado que F {u (t )} = ( w) +
1
jw
69
1
1
1
(
)
F {cos w0t u (t )} = ( w w0 ) +
+
+
+
w
w
0

2
j ( w w0 )
j ( w + w0 )
=
[ (w w0 ) + ( w + w0 )] +
jw
w02 w 2
Modulacin: Para transmitir efectivamente una seal, se requiere contar con

una antena de un tamao equivalente a /10. Para una seal con frecuencia f
= 10 KHz (dentro del rango de voz), la antena debera ser de aproximadamente
8
3000 metros, dado que = 30.000 metros (f = c y c = 3 x 10 m/s). Si se logra
colocar la seal sobre una que tenga una frecuencia ms alta (por ejemplo 100
MHz), la antena sera de 0.3 metros, dado que = 3 metros. El proceso de
trasladar el espectro variando alguna de sus caractersticas (AM, FM, PM) es
conocido como modulacin.
Caso AM:
f(t)
f(t)coswct
coswct
f(t): seal modulante (moduladora) de baja frecuencia (wm), posee la
informacin.
coswct: seal portadora de alta frecuencia (wc).
f(t)
coswct
f(t)coswct
x
t
=
t
Vara la amplitud
de la portadora
70
En la frecuencia:
(1/2){F(w+w0)+
F(w-w0)}
F(w)
-wm
wm
-wc
2wm
wc
2wm
Al modular, el espectro es
trasladado
Derivacin e integracin respecto al tiempo

n
Si g(t) G(w) g(t) jwG(w), g (t) (jw) G(w)
Si g(t) G(w)
g ( x) dx
G ( w)
jw
Derivacin respecto a la frecuencia

Si g(t) G(w) -jtg(t) G(w)
Convolucin
Si g(t) G(w) y f(t) F(w)
t
g (t ) f (t ) = g ( x) f (t x) dx
0
Luego: g (t ) f (t ) G ( w) F ( w) se denomina convolucin en el tiempo.

y g (t ) f (t )
1
[G (w) F ( w)] se denomina convolucin en la frecuencia.
2
Transformada de Fourier de una funcin peridica

Gn e
Si g (t ) =
71
jnw0 t
n =
F {g (t )} =
F Gn e
n =
F {g (t )} = 2
jnw0 t
dado e
jnw0 t
2 ( w nw0 )
Gn ( w w0 n)
n =
Tambin se tiene que Gn = (1/T0) F0(nw0)

Donde F0 es la transformada de Fourier de g(t) en un perodo. T0 es el perodo
de g(t) y w0 = 2/T0.
Contenido de Energa de una funcin no peridica
El contenido de energa de una funcin no peridica f(t) est dado por:
[ f (t )]
dt
Teorema de Parseval: Si f(t) F(w)
[ f (t )]
1
2
dt =
F ( w) dw
Luego:
1
1
2
2
F ( w) dw = F ( w) dw
2
0
es la energa de f(t) en trminos del espectro continuo de frecuencias.
S ( w) = F ( w)
es la funcin densidad de energa espectral de f(t) o espectro
de energa.
72
Sea el sistema:
H(w)
X(w)
Y(w)
X(w): entrada del sistema.

Y(w): salida del sistema.
H(w): funcin de transferencia.
H(w) relaciona la salida del sistema con su entrada en el dominio de la
iniciales cero.
En trminos del tiempo, y(t) = h(t) * x(t), donde h(t) se denomina respuesta al
impulso debido a que si x(t) = (t) entonces X(w) = 1
Y(w) = H(w) x 1 = H(w).

En la frecuencia, el sistema se expresa como Y(w) = H(w) X(w), o bien, H(w) =
Y(w)/X(w).
Existir una variacin en los espectros:
Y ( w) = X ( w) H ( w)
Y = x + H
Tambin se tiene:
Y ( w) = X ( w) H ( w) : Densidad espectral de energa.
2
Filtros
H(w)
Paso bajo ideal
Paso alto ideal
73
-w0
w0
H(w)
-w0
w0
H(w)
Paso banda ideal
-w2 -w1
w1 w2
Ejemplo:
74
Determine G(w).
g(t)G(w)
A
m = A/(b-a)
-b
m =- A/(b-a)
-a
g(t)jwG(w)
A/(b-a)
-b
-a
- A/(b-a)
75
g(t)(jw) G(w)
[A/(b-a)] (t+b)
[A/(b-a)] (t-b)
-a
-b
[-A/(b-a)] (t+a)
g(t ) =
[-A/(b-a)] (t-a)
A
A
A
A
u (t b)
u (t a) +
u (t + a )
u (t + b)
ba
ba
ba
ba
g(t ) =
A
A
A
A
(t + b)
(t + a)
(t a) +
(t b)
ba
ba
ba
ba
F {g(t )} =
A
e jwb e jwa e jwa + e jwb
ba
F {g(t )} = ( jw)2 G ( w) = w 2G ( w) =
G ( w) =
A
e jwb e jwa e jwa + e jwb
ba
[
e jwb e jwa e jwa + e jwb ]
(b a) w 2
A
2(e jwb + e jwb ) 2(e jwa + e jwa )

G ( w) =
2
2
2
(b a ) w
G ( w) =
(b a) w 2
2 [cos wb cos wa ] =
2 A cos wa cos wb
b a
w2
76
1. Utilice tablas y propiedades para hallar la transformada de Fourier de
2a
-a|t|
f(t) = e . R/ F ( w) =
(a 2 + w 2 )
1
2
1 6 t 7 jt
R/ f (t ) = e
e
2
6
36 + ( w + 7)
2 Calcule F
1 (3 jt + 3 t )
R/ f (t ) = e
2
3
w + 6 w + 12
3. Calcule F
4. Utilice propiedades para hallar la transformada de Fourier de f(t) = 1/(a + t )

a w
R/ F ( w) = e
a
1
4 w jw
R/ e
e
2
4
16 + (t 1)
5. Calcule F
-1
6. Utilice convolucin para encontrar F { 1 / ((1 + jw)(2 + jw)) }

R/ f (t ) = e t e 2t u (t )
7. Hallar la solucin particular a la ecuacin x"(t) + 3x'(t) + 2x(t) =

3 (t ) utilizando la transformada de Fourier. R/ x(t ) = 3e t e 2t u (t )
8. Dibuje el espectro de frecuencia de e(t) = Em [ 1 - () sen(w0t) ] sen(100 w0t)

(utilice identidades trigonomtricas).
-awj
9. Utilice tablas y propiedades para encontrar f(t) si F(w) = e

R/ g (t ) =
1
{ [t (a + b )] + [t (a b )]}
2
10. Considere la siguiente figura:

G(w)
2
1
w0
cos(bw).
77
Encuentre g(t) = F-1[G(w)], si w0 = 2 (ubicado en el centro del pulso).
R/ f (t ) =
1
2
1 jt
1 3 jt
(t ) e + (t ) e
jt
jt
11. Obtenga la transformada de Fourier de f(t).

funciones senoidales.
Exprese su respuesta en
f(t)
A
-2a
-a
a
2a
-A
R/ F ( w) =
2 Aj
[sen(2aw) sen(aw)]
aw 2
12. La seal f(t) = sen2(2t) cos2(t) es aplicada al filtro cuya transformada de

Fourier H(w) se presenta en la figura. Determine la seal de salida del filtro
y(t).
H(w)
-1
-5
R/ y (t ) =
1
cos(4t )
2
13. Si F ( w) = e
R/ f (t ) =
-3
-3 w
, hallar f(t)
3
(9 + t 2 )
14. Sea x( t ) = t que se aplica como entrada a un sistema cuya funcin de

transferencia H(w) se muestra en la figura. Determine la energa de la seal de
salida y(t).
78
H(w)
1
2
R/ E = 23.21 mJ Considerar F {t } =
2
w2
-at
15. Se aplica una seal f(t) = e u(t) a la entrada de un filtro pasa-bajas, cuya
funcin de transferencia se observa en la figura. Determine el valor de la
constante b, para que el 50 % de la energa de la seal de entrada se
transfiera a la salida. Considere a = 1.
H(w)
-1
Nota:
x 2 + a 2 dx = a arctan( a ) + c
R/ b = 1
79
MTODOS NUMRICOS
Los mtodos numricos son procesos por medio de los cuales pueden
resolverse problemas matemticos de forma sencilla. Esto a travs de
algoritmos que involucran operaciones aritmticas. Se orientan hacia la
codificacin en algn lenguaje de programacin para su resolucin por
computadora.
Otra caracterstica es que estn fundamentados en
aproximaciones, lo cual implica la existencia del error.
Error
Para los clculos numricos, se debe considerar que las soluciones obtenidas
por los computadores no son soluciones exactas. La precisin de una solucin
numrica puede verse variada por varios factores. Algunos de ellos son: el
error de truncamiento, el cual est asociado a los errores que se producen
cuando una expresin matemtica complicada es sustituida por una ms
simple. Esto sucede en los casos en que una funcin es sustituida por una
serie infinita. Normalmente, se trunca despus de algunos trminos. Tambin
existe el error de redondeo. Este se refiere al nmero de cifras significativas
permitidas por el computador o las que se deseen para el clculo. El redondeo
har que el valor real sea diferente del obtenido.
Hay que mencionar que el error en s no es un problema, en tanto sea
conocido. Lo crtico es no saber de su existencia y pensar que el clculo
obtenido es el real sin tener la certeza.
Definicin de error:
Valor Exacto (VE) = Valor Aproximado (VA) + Error (E)
Error Relativo (ER) = E / VE
Error Relativo porcentual: |ER| x 100 %
Por ejemplo:
Sea VE = 1/3 y VA = 0.333
-3
E = (1/3) 0.333 = 0.000333 ER = 0.000333 / (1/3) = 1 x 10 .

ER % = |ER| x 100 % = 0.1 %
80
Mtodo Newton Raphson para la obtencin de races de un polinomio

Se utiliza en funciones diferenciables de una variable y = f(x) y soluciona
ecuaciones de la forma f(x) = 0.
Mtodo:
1. Se elige un valor inicial x1 que se supone en la vecindad de la solucin
real.
2. Se calcula x2 = x1 f(x1) / f(x1)
3. Se repite el proceso hasta la (n+1)sima iteracin xn+1 = xn f(xn) / f(xn)
2
Ejemplo: Determine una raz de x - 7x + 10 cerca de x = 1.
f ( x) = x 2 7 x + 10
f (x) = 2 x 7
x 2 7 x + 10
n
xn +1 = xn n
2 xn 7
Luego:
x1 = 1
12 7 1 + 10
f ( x1 )
= 1.8000
= 1
f (x1 )
2 1 7
1.8 2 7 1.8 + 10
f ( x2 )
= 1.9882
x3 = x 2
= 1 .8
f (x 2 )
2 1 .8 7
1.9882 2 7 1.9882 + 10
f ( x3 )
= 1.9999
x4 = x3
= 1.9882
2 1.9882 7
f (x3 )
1.9999 2 7 1.9999 + 10
f ( x4 )
= 1.9999
= 1.9999
x5 = x 4
2 1.9999 7
f (x 4)
x2 = x1
El proceso se detiene de acuerdo con la exactitud deseada.
81
En el caso anterior, si se requiere de una exactitud de 0.001, se detiene cuando

el tercer decimal se repite (y los anteriores son iguales). En este caso, para
cuando se obtiene x5. Obsrvese:
x1 = 1.0000
x2 = 1.8000
x3 = 1.9882
x4 = 1.9999
x5 = 1.9999
En x5 se repite el tercer decimal con respecto a x4, aqu se detiene el proceso.
Integracin numrica
La regla de Simpson
Este es un mtodo para obtener integrales definidas.
Mtodo:
1. Se parte el intervalo [a, b] (lmite inferior y superior de la integral
respectivamente), en n secciones (n es par) donde: a = t0 < t1 < t2 <...<
tn = b.
2. Se define h = (b a) / n
ti = a + ih
yi = f(ti)
3. Se aproxima:
b
f (t ) dt = 3 ( y0 + 4 y1 + 2 y2 + 4 y3 + 2 y4 + ... + 2 yn 2 + 4 yn 1 + yn )
a
4. El procedimiento se realiza hasta que se obtiene la exactitud deseada.
Si por ejemplo se escoge una exactitud de 0.01, el clculo se hace para
diversos valores de n, hasta que se repita el ltimo decimal deseado.
Por ejemplo:
Para n = 4, el resultado es 1.231
Para n = 8, el resultado es 1.245
Para n = 16, el resultado es 1.248, aqu se puede detener el proceso.
Ejemplo:
1
Calcular
1 + t 3 dt
0
1. Se elige el nmero de subintervalos, por ejemplo, n = 4.
2. Se calculan h = (b a) / n = (1 0) / 4 = 0.25.
Se calculan ti y yi:
t0 = 0 + 0 0.25 = 0
y0 = f (t0 ) = 1 + 03 = 1
t1 = 0 + 1 0.25 = 0.25
y1 = f (t1 ) = 1 + 0.253 = 1.008
t 2 = 0 + 2 0.25 = 0.5
y2 = f (t 2 ) = 1 + 0.53 = 1.061
t3 = 0 + 3 0.25 = 0.75
y3 = f (t3 ) = 1 + 0.753 = 1.192
t 4 = 0 + 4 0.25 = 1
y 4 = f (t 4 ) = 1 + 13 = 1.414
3. Se aproxima:
1
0.25
3
1 + t dt =
82
[1 + 4(1.008) + 2(1.061) + 4(1.192) + 1.414] = 1.111
4. Luego, se procedera a realizar el proceso tantas veces como se

requiere, de acuerdo con la exactitud deseada.
Derivacin numrica
Se tienen varias frmulas:
Bsica: f (x0 ) =
f ( x0 + h ) f ( x 0 )
h
Tres puntos: f (x0 ) =
1
[ f ( x0 + h ) f ( x 0 h ) ]
2h
Cinco puntos:
f (x0 ) =
1
[ f ( x0 2 h ) 8 f ( x0 h ) + 8 f ( x0 + h ) f ( x0 + 2 h ) ]
12h
Se escoge h sucesivamente ms pequeo hasta que se repite el decimal

deseado. Por ejemplo, para una exactitud de 0.001:
h = 0.1 f (x0 ) = 1.24567

h = 0.01 f (x0 ) = 1.24613
h = 0.001 f (x0 ) = 1.24641
Se repite el tercer decimal y se detiene el proceso.
83
Por ejemplo:
x
Para f(x) = xe , hallar f(2) con h = 0.1 y con el mtodo de tres puntos.
f (2) =
1
[ f (2 + 0.1) f (2 0.1)] = 1 [ f (2.1) f (1.9)]
2 0 .1
0 .2
f (2) =
1
2.1e 2.1 1.9 e1.9 = 22.229
0.2
Ecuaciones diferenciales ordinarias de primer orden

Aplican para ecuaciones diferenciales del tipo y= f(x, y) que pasan por (x0, y0).
Se trata de obtener puntos para construir una grfica que permita encontrar
valores de y para los x deseados. La grfica se construye en el intervalo de
inters.
Mtodo de Euler
1. Escoger un h tal que h < exactitud.
2. Partir del punto (x0, y0) y aplicar xn+1 = xn + h.
3. Calcular yi+1 = yi + hf(xi, yi).
4. Construir la grfica.
Por ejemplo:
Resolver y= x y, f(0) = 1, se escoge h = 0.25.
x0 = 0
y0 = 1
x1 = 0.25
y1 = 1 + 0.25(0 1) = 0.75
x2 = 0.50
y 2 = 0.75 + 0.25(0.25 0.75) = 0.625
x3 = 0.75
y3 = 0.625 + 0.25(0.5 0.625) = 0.594
x4 = 1
y 4 = 0.594 + 0.25(0.75 0.594) = 0.633
Mtodo de Euler mejorado

2

3. Calcular yi +1 = yi +
84
h
{ f ( xi , yi ) + f [( x i + h), ( yi + hf ( xi , yi ))]}
2
Mtodo de Runge Kuta cuarto orden
4

3. Calcular yi +1 = yi +
h
(ki1 + 2ki 2 + 2ki3 + ki 4 )
6
Donde:
ki1 = f ( xi , yi )
h
h
ki 2 = f ( xi + , yi + ki1 )
2
2
h
h
ki3 = f ( xi + , yi + ki 2 )
2
2
ki 4 = f ( xi + h, yi + hki3 )
Tabla comparativa mtodos solucin ecuaciones diferenciales ordinarias
primer orden
Utilizando el ejemplo anterior, considerando el valor real la solucin de la
-x
ecuacin diferencial y = (x 1) + 2 e , utilizando un mismo h = 0.25
i
0
1
2
3
4
xi
0
0.25
0.5
0.75
1
Valor
real
yi
1
0.808
0.713
0.695
0.736
Euler
yi
1
0.75
0.625
0.594
0.633
Euler M
E relat
0%
16 %
12.3 %
14.5 %
14 %
yi
1
0.813
0.721
0.704
0.745
R-K
E relat
0%
0.6 %
1.1 %
1.3 %
1.2 %
yi
1
0.808
0.713
0.695
0.736
E relat
0%
0%
0%
0%
0%
85
Estimacin de h
Euler h < Exactitud.
2
Euler mejorado h < Exactitud
4
Runge Kuta h < Exactitud
Por ejemplo:
Se requiere que la exactitud sea de 0.01.
Euler: se escoge h = 0.005. Cumple dado que 0.005 < 0.01.
2
Euler mejorado: se escoge h = 0.071. Cumple dado que 0.071 = 0.005 < 0.01.
4
Runge Kuta: se escoge h = 0.266. Cumple dado que 0.266 = 0.005 < 0.01.
Mtodos iterativos para sistemas lineales
Para resolver sistemas lineales de varias incgnitas se pueden utilizar los
siguientes mtodos, siempre y cuando se observe que hay convergencia.
Mtodo de Jacobi
Este mtodo despeja cada una de las incgnitas en trminos de las otras.
Luego, se escoge un valor inicial el cual es incorporado al sistema de
ecuaciones para obtener los nuevos valores de las incgnitas. El proceso se
repite hasta que alcance la exactitud deseada. Esta se obtiene cuando se
repite el ltimo dgito de acuerdo con la exactitud requerida.
Por ejemplo:
Considere el siguiente sistema de ecuaciones:
4x y + z = 7
4 x 8 y + z = 21
2 x + y + 5 z = 15
Estas ecuaciones se pueden escribir como:
7+ yz
4
21 + 4 x + z
y=
8
15 + 2 x y
z=
5
x=
86
El proceso iterativo es el siguiente:
7 + yk zk
4
21 + 4 xk + z k
y k +1 =
8
15 + 2 xk y k
z k +1 =
5
xk +1 =
Por ejemplo, si se escogen los siguientes puntos (x0, y0, z0) = (1, 2, 2), la
primera iteracin dara los siguientes valores:
7+22
= 1.75
4
21 + 4 1 + 2
y1 =
= 3.375
8
15 + 2 1 2
z1 =
= 3.00
5
x1 =
Mtodo de Gauss Seidel

Este mtodo es igual al anterior, solo que para acelerar el proceso de
convergencia, se sustituyen los valores que se van encontrando de una vez.
Utilizando el ejemplo anterior, el proceso iterativo sera:
7 + yk zk
4
21 + 4 xk +1 + z k
y k +1 =
8
15 + 2 xk +1 y k +1
z k +1 =
5
xk +1 =
Para comparar con el mtodo de Jacobi, en el ejemplo, los valores encontrados

en la primera iteracin seran:
7+22
= 1.75
4
21 + 4 1.75 + 2
y1 =
= 3.75
8
15 + 2 1.75 3.75
z1 =
= 2.95
5
x1 =
87
Solucin de sistemas lineales con matrices

Un sistema de ecuaciones lineales de varias incgnitas puede solucionarse por
medio de matrices.
Solucin mediante la regla de Cramer
Primero, se debe de recordar el concepto de determinante, el cual es una
matriz de orden n que tiene un escalar nico asociado.
Por ejemplo:
6 2 1
0 1 3 1 3 0
Det 3 0 1 = 6
2
+1
= 6(0 2) 2(9 8) + 1(6 0) = 8
2 3 8 3 8 2
8 2 3
Por medio del siguiente ejemplo se observar la aplicacin del mtodo de

Cramer:
Solucionar:
2x + 3 y = 4
x 2y =1
Se puede escribir como:
2 3 x 4
1 2 y = 1

A es la matriz de la izquierda, A1 es la matriz que sustituye los valores del lado
derecho del igual en la primera columna de A, A2 es la matriz que sustituye los
valores del lado derecho del igual en la segunda columna de A.
Luego:
4 3
det
1 2 8 3 11 11
det A1
=
x=
=
=
=
det A
2 3 4 3 7 7
det
1 2
2 4
det
1 1
det A2
24 2 2
y=
=
=
=
=
det A
2 3 4 3 7 7
det
1 2
88
Solucin mediante la matriz inversa

Se requiere repasar algunos conceptos:
Cofactor
Se tiene que cofactor = ( 1)
i+ j
M ij = ij
Por ejemplo:
6 2 1
6 1
A = 3 0 1 32 = (1) 5 M 32 = (1) 5 det
= 1 (6 3) = 3
3
1
8 2 3
Matriz cofactor
Sustituir cada elemento de una matriz cuadrada A por su correspondiente
cofactor. Por ejemplo:
1 2 3
A = 2 3 2
3 3 4
6 9 6 2 3
12 6 (8 6)
(3 6) = 1 5 3
49
A = (8 9)
4 9
( 2 6)
3 4 5 4 1
C
Matriz adjunta
CT
Es la traspuesta de la matriz cofactor: Adj A = A . Para el caso anterior:
1 2 3
A = 2 3 2
3 3 4
6 2 3
C
A = 1 5 3
5 4 1
1 5
6
AdjA = 2 5 4
3 3 1
Propiedad: A Adj ( A) = I det( A)

Inversa
Si dos matrices A y B cumplen que A x B = I B es la inversa de A, o sea B =
-1
A .
Luego, utilizando la propiedad del punto anterior:
B=
Adj ( A)
det( A)
89
Ejemplo:
Encontrar la solucin de:
3x + 2 y = 1
2x + 4 y = 2
Se puede escribir como:
3 2 x 1
2 4 y = 2 o sea,
x 3 2
y = 2 4

1
2 (1)

3 2
= 12 4 = 8
2
4
Determinante de A: det
3 2
Cofactor de A:
2 4
4 2
=
2 3
T
4 2
4 2
=
Adjunta de A = traspuesta de cofactor de A:
2 3
2 3
3 2
2 4
1 4 2 1 / 2 1 / 4
=
=
8 2 3 1 / 4 3 / 8
Finalmente, retomando (1):
x 3 2
y = 2 4

1 1 / 2 1 / 4 1 (1 / 2) (2 / 4) 0
2 = 1 / 4 3 / 8 2 = (1 / 4) + (6 / 8) = 1 / 2

x = 0
Consecuentemente:
1
y = 2
90
Bibliografa
Chapra, S. y Canales,
Iberoamericana, 1985.
R.
Mtodos
Numricos.
Mxico:
Editorial
Churchill, R. V. y Brown, J. Variable compleja y sus aplicaciones. Mxico:

Editorial McGraw-Hill, 1987.
Hildebrand, F. B. Introduction to Numerical Analysis. Segunda edicin. New
York: Dover Publications, Inc., 1974.
Hsu, H. Anlisis de Fourier, Fondo Educativo Interamericano, Bogot, 1973.
Jackson, L. B. Signals, Systems and Transforms. Reading, Massachusetts:
Addison-Wesley Publishing Company, Inc, 1987.
James, G. Matemticas Avanzadas para Ingeniera. Segunda edicin. Mxico:
Pearson Educacin de Mxico, 2002.
Kreyszig, E. Matemticas Avanzadas para Ingeniera. Mxico: Editorial Limusa
y Noriega Editores, 1990.
Lathi, B.P., Signals, Systems and Communications, Wiley, USA, 1967.
LePage, Wilbur R. Complex Variables and the Laplace Transform for
Engineers. New York: Dover Publications, Inc., 1980.
Ogata, K., Control Automtico, Prentice-Hall, USA, 1970.
Papoulis, A. The Fourier Integral and Its Applications. New York: McGraw-Hill
Publishing Company, 1987.
Spiegel, M. R. Matemticas Avanzadas para Ingeniera y Ciencias. Mxico:
McGraw-Hill/Interamericana Editores, 2001.
Spiegel, Murray R., Variable Compleja, McGraw-Hill, Mxico, 1991.
Spiegel, M. R. Transformada de Laplace. Mxico: McGraw-Hill, 1996.
Wylie, C. R. Matemticas Superiores para Ingeniera. Segunda edicin. Mxico:
McGraw-Hill/Interamericana Editores, 1994.
APNDICES
91

Apuntes Matemática Superior PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apuntes Matemática Superior PDF

Caricato da

Copyright:

Formati disponibili

Apuntes curso Matemtica Superior

APUNTES CURSO MATEMTICA SUPERIOR

Para uso del curso IE-305 Matemtica Superior

Compilado por Jhonny Cascante Ramrez, profesor de la Escuela de

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

anteriores, de tal manera que

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

Conjugado de un nmero complejo

El anterior grfico se denomina diagrama de Argand, tambin es conocido

y = rsen , por lo que finalmente se obtiene que:

z = r (cos + jsen) = rcis

= r , donde z es un fasor de magnitud r

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

Operaciones con los nmeros complejos

z1 = x1 + jy1 = r1 (cos 1 + jsen1 ) = r11

z1m z 2 = ( r1 cos 1 m r2 cos 2 ) + ( r1sen1 m r2 sen 2 ) j

z1 z 2 = ( x1 + jy1 ) ( x2 + jy 2 ) = x1 x2 + x1 jy 2 + jx2 y1 y1y 2

Polar: Utilizando la identidad de Euler, se puede concluir que:

z1 z 2 = r1 (cos 1 + jsen1 ) r2 (cos 2 + jsen 2 ) = r1r2 {cos(1 + 2 ) + jsen (1 + 2 )}

Apuntes curso Matemtica Superior

Polar: Utilizando la identidad de Euler, se puede concluir que:

z1 z 2 z3 ...z n = r1 r 2 r3 ...rn {cos(1 + 2 + 3 + ... n ) + jsen (1 + 2 + 3 + ... n )}

z1= z 2 = z3 = ...z n = z r1 = r2 = r3 = ..rn = r y 1 = 2 = 3 = ... n =

z n = r n {cos( n) + jsen(n)} conocido como el teorema de De Moivre

Se puede generalizar como:

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

Dado z = x+jy en el plano z, se define w = u + jv en el plano w, tal que w es

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

Tipos de funciones complejas

Exponenciales: del tipo w = e = e

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

La derivada f(z) viene dada por:

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

Polos: Si existe un entero positivo n, tal que lm (z z0) f(z) = A 0

, f(z) tiene un polo de orden 3 en z = 2

, f(z) tiene un polo de orden 2 en 1 y polos

Singularidades removibles: Un punto z0 es singularidad removible de f(z) si

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

cuanto f(0) = sen0/0 no existe, pero lm senz/z = 1

tiene una singularidad esencial en z = 2.

Sn = f(A1)(z1 - a) + f(A2)(z2 - z1) +...+ f(An)(b - zn-1)

incrementando el nmero de subdivisiones, z k

Compilado por Jhonny Cascante Ramrez

Apuntes curso Matemtica Superior

f ( z )dz , integral compleja de lnea

Si f(z) = u(x, y) + j v(x, y) = u + jv

f ( z )dz = (u + jv)(dx + jdy ) = udx vdy + j vdx + udy

Si la curva C es una curva cerrada (a y b coinciden), se denota:

f ( z )dz , integral de contorno

Teorema de Cauchy Goursat

Otros teoremas sobre integrales complejas de lnea

f ( z )dz es independiente del camino en R que une a y z

Compilado por Jhonny Cascante Ramrez