USAC – Facultad de Ingeniería Oscar Alfredo González Mejía

EIME – 2 4 2 – Comunicaciones 1 201612429-3001788830101

Ing. José Aníbal Silva
Aux. Jason Hernández

Conceptos fundamentales Donde:

𝑇
2
2
Conjuntos ortogonales 𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇
𝑇
−
Se dice que un conjunto es ortogonal 2
si cada uno de sus componentes son 𝑇
2
perpendiculares entre sí, es decir si su 2 2𝑛𝜋
producto interno es igual a cero. 𝑎𝑛 = ∫ 𝑓(𝑡)𝑐𝑜𝑠 ( 𝑡) 𝑑𝑡
𝑇 𝑇
𝑇
〈𝑣, 𝑢〉 = 0 −
2
𝑇
Series de Fourier 2
2 2𝑛𝜋
Trigonométrica: 𝑏𝑛 = ∫ 𝑓(𝑡)𝑠𝑒𝑛 ( 𝑡) 𝑑𝑡
𝑇 𝑇
𝑇
Una serie de Fourier es una serie −
2
infinita que converge puntualmente a
una función periódica y continua a
trozos (o por partes). Las series de Exponencial:
Fourier constituyen la herramienta
Utilizando la identidad de Euler la serie
matemática básica del análisis de
trigonométrica se puede expresar de
Fourier empleado para analizar
forma exponencial:
funciones periódicas a través de la
descomposición de dicha función en ∞
𝑛
una suma infinita de funciones 𝑓(𝑡) = ∑ 𝐶𝑛 𝑒 2𝜋𝑖𝑇 𝑡
sinusoidales mucho más simples −∞
(como combinación de senos y Donde:
cosenos con frecuencias enteras).
𝑇
2
Definición: 1 𝑛
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 −2𝜋𝑖𝑇 𝑡 𝑑𝑡
Si 𝑓(𝑡) es integrable en el intervalo 𝑇
𝑇
𝑇 𝑇 −
(𝑡0 − , 𝑡0 + ), entonces se puede 2
2 2
obtener el desarrollo en serie de
Fourier de 𝑓(𝑡) en ese intervalo. Fuera
Fenómeno de Gibbs:
del intervalo la serie es periódica, con
período 𝑇. Cuando la función que se está
desarrollando en Serie de Fourier
La serie de Fourier asociada es:
tiene discontinuidades (señales de
∞
𝑎0 2𝑛𝜋 2𝑛𝜋 variación rápida) no es posible que
𝑓(𝑡) = + ∑ [𝑎𝑛 𝑐𝑜𝑠 ( 𝑡) + 𝑏𝑛 𝑠𝑒𝑛 ( 𝑡)]
2 𝑇 𝑇 haya una buena convergencia en los
𝑛=1
entornos de las mismas.
USAC – Facultad de Ingeniería Oscar Alfredo González Mejía
EIME – 2 4 2 – Comunicaciones 1 201612429-3001788830101
Ing. José Aníbal Silva
Aux. Jason Hernández
la media o la desviación de la raíz
cuadrada media (RMSE o RMSD), que
En tales entornos, las sumas parciales
tiene las mismas unidades que la
muestran tanto sobrevalores como
cantidad que se estima; para un
subvalores alrededor del valor real de
estimador insesgado, el RMSE es la
la función, que pueden llegar a un 18%
raíz cuadrada de la varianza, conocida
del salto en la discontinuidad.
como la desviación estándar.
Si 𝑋0es un punto de discontinuidad, la
Linealidad
sucesión de sumas parciales
converge al valor: Se dice que una función es lineal si
cumple con dos características, ser
𝑓(𝑋0+ ) + 𝑓(𝑋0− )
𝑆𝑁 (𝑋0 ) = escalable, Homogeneidad; y la
2 Aditividad.
Homogeneidad:
Error Cuadrático medio
𝑓(𝑎𝑥) = 𝑎𝑓(𝑥)
En estadística, el error cuadrático
Aditividad:
medio (ECM) de un estimador mide el
promedio de los errores al cuadrado, 𝑓(𝑥1 + 𝑥2 ) = 𝑓(𝑥1 ) + 𝑓(𝑥2 )
es decir, la diferencia entre el
estimador y lo que se estima. El ECM
es una función de riesgo, Función Delta de Dirac
correspondiente al valor esperado de
la pérdida del error al cuadrado o Es una distribución o función
pérdida cuadrática. La diferencia se generalizada, define en forma de
produce debido a la aleatoriedad o integral sobre un cierto espacio de
porque el estimador no tiene en cuenta funciones. Se escribe como:
la información que podría producir una 𝛿𝑎 ≡ 𝛿(𝑥 − 𝑎)
estimación más precisa.
Siendo 𝛿(𝑥) la función que tiende al
El ECM es el segundo momento infinito cuando 𝑥 = 0, y es cero para
(sobre el origen) del error, y por lo cualquier otro valor de 𝑥.
tanto incorpora tanto la varianza del
estimador así como su sesgo. Para un
estimador insesgado, el ECM es la
varianza del estimador. Al igual que la
varianza, el ECM tiene las mismas
unidades de medida que el cuadrado
de la cantidad que se estima. En una
analogía con la desviación estándar,
tomando la raíz cuadrada del ECM
produce el error de la raíz cuadrada de
USAC – Facultad de Ingeniería Oscar Alfredo González Mejía
EIME – 2 4 2 – Comunicaciones 1 201612429-3001788830101
Ing. José Aníbal Silva
Aux. Jason Hernández
En física e ingeniería, la Relación de
Parseval se suele escribir como:
Respuesta al impulso
∞ ∞
La respuesta a un impulso o respuesta ∫ |𝑓(𝑡)|2 𝑑𝑡 = ∫ |𝐹[𝑓(𝑡)](𝛼)|2 𝑑𝛼
impulsiva de un sistema es la que se −∞ −∞

presenta en la salida cuando en la Donde

entrada se introduce un impulso. Un
impulso es el caso límite de un pulso 𝐹[𝑓(𝑡)](𝛼) representa la transformada
infinítamente corto en el tiempo pero continua de Fourier de 𝑓(𝑡) y 𝛼
que mantiene su área o integral (por lo representa la frecuencia de Hercios de
cual tiene un pico de amplitud 𝑓.
infinitamente alto). Aunque es Energía y potencia de una señal
imposible obtener amplitud infinita en
un intervalo infinitamente corto en Energía en un intervalo T
cualquier sistema real, es un concepto 𝑇
2
útil como idealización, debido 𝐸𝑇 = ∫ |𝑓(𝑡)|2 𝑑𝑡
principalmente a la simplicidad de su 𝑇
−
2
uso en la integración.
Energía total
Convolución
𝑇
2
En matemáticas y, en particular, 𝐸 = lim ∫ |𝑓(𝑡)|2 𝑑𝑡
𝑇→∞ −𝑇
análisis funcional, una convolución es 2
un operador matemático que
transforma dos funciones f y g en una Potencia promedio
tercera función que en cierto sentido 𝑇
2
representa la magnitud en la que se 𝑃 = lim ∫ |𝑓(𝑡)|2 𝑑𝑡
𝑇→∞ −𝑇
superponen f y una versión trasladada 2
e invertida de g. Una convolución es
Integral de Fourier (transformada
un tipo muy general de media móvil,
de Fourier)
como se puede observar si una de las
funciones se toma como la función La transformada de Fourier,
característica de un intervalo. denominada así por Joseph Fourier,
es una transformación matemática
Teorema de Parseval
empleada para transformar señales
En matemáticas, la Relación de entre el dominio del tiempo (o
Parseval demuestra que la espacial) y el dominio de la frecuencia,
Transformada de Fourier es unitaria; que tiene muchas aplicaciones en la
es decir, que la suma (o la integral) del física y la ingeniería. Es reversible,
cuadrado de una función es igual a la siendo capaz de transformarse en
suma (o a la integral) del cuadrado de cualquiera de los dominios al otro. El
su transformada. propio término se refiere tanto a la
USAC – Facultad de Ingeniería Oscar Alfredo González Mejía
EIME – 2 4 2 – Comunicaciones 1 201612429-3001788830101
Ing. José Aníbal Silva
Aux. Jason Hernández

operación de transformación como a

la función que produce.
Autocorrelación
La autocorrelación o dependencia
secuencial es una herramienta
estadística utilizada frecuentemente
en el procesado de señales.
La función de autocorrelación se
define como la correlación cruzada de
la señal consigo misma. La función de
autocorrelación 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.