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.