Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PRESENTADO A:
FREDDY VALDERRAMA
PRESENTADO POR:
MARCO AURELIO PONGUTA GUTIERREZ
CÓDIGO 1054120926
Jefferson David Villegas Cañón
Código: 1072666018
Heiber yesid Rojas
William Oswaldo Sanchez
En este documento se encontrará de manera detallada la solución individual y colaborativa a los tres
ejercicios propuestos en la guía de actividades. En el primero de ellos se presenta la solución analítica
y su respectiva validación grafica a la convolución en tiempo continuo para las dos señales
propuestas, en el segundo ejercicio se realiza el mismo procedimiento anterior pero aplicado señales
en tiempo discreto asociadas a la respuesta de un filtro FIR y en el tercer ejercicio se determinan
analíticamente los coeficientes de Fourier para las dos señales propuestas en tiempo continuo.
OBJETIVO GENERAL
Realizar prácticas por medio del programa Matlab la cual es una herramienta práctica y
accesible.
Marco ponguta
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
4 4
lim 0 + (− 𝑒 −4𝑡−5𝜆 ) = − 𝑒 −4𝑡
𝜆 5 5
4 4
lim 𝑡 − 4 (− 𝑒 −4𝑡−5𝜆 ) = − 𝑒 −9𝑡+20𝜆
𝜆 5 5
4
lim 𝑡 − 4 (− 𝑒 −4𝑡−5𝜆 )
𝜆 5
Sustituimos la variable
4
𝑦(𝑡) = − 𝑒 −4𝑡−5(𝑡−4)
5
Simplificamos
4
𝑦(𝑡) = − 𝑒 −9𝑡+20
5
4 4
𝑦(𝑡) = − 𝑒 −9𝑡+20 − (− 𝑒 −4𝑡 )
5 5
4 4
𝑦(𝑡) = − 𝑒 −9𝑡+20 + 𝑒 −4𝑡
5 5
Marco ponguta
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):
numero de grupo 4
numero de cedula 6
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑖𝑛𝑖𝑐𝑖𝑜 = −2 − 1 = −3
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛 = 3 + 1 = 4
𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑: 𝐿 𝑥 + 𝐿 𝑦 − 1 = 6 + 3 − 1 = 8
𝑛 = −1 4 0 1 2 3 4 5 6 4
ℎ[𝑛] = 2 5 6 0 5
𝑥[𝑛] = −1 4 2 4 6 4
Entrada respuesta
-1δ[n+1] -1h[n] =-2 -5 -6 0 -5
4δ[n-2] 4h[n-2] = 8 20 24 0 20
2δ[n] 2h[n-1] = 4 10 12 0 10
4δ[n-3] 4h[n] = 8 20 24 0 20
6δ[n-4] 6h[n] = 12 30 36 0 30
4δ[n-5] 4h[n] = 8 20 24 0 20
Por lo tanto
𝑦[𝑛] = −2 3 ̌
18 42 39 82 66 44 30 20
%marco ponguta
%estudiante de ingeniería electrónica
%cead zipaquira
clc
clear
Xn=[-1, 4, 2, 4, 6, 4];
n=[-2, -1, 0, 1, 2, 3,];
subplot(3,1,1)
stem(n,Xn,'m');
grid
title ('Señal discreta X[n] - marco ponguta');
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
%grafica hn
%marco ponguta
hn=[0, 2.5, 6, 0.5, 0, 0];
subplot(3,1,2)
stem(n,hn,'r')
grid
title ('Señal discreta h[n]- marco ponguta')
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
Nota: Para encontrar los coeficientes de la serie de Fourier, se tienen las siguientes expresiones
matemáticas:
Solución
a= 4
b=6
Se tiene
1 1
𝑓0 = = = 0.04
𝑇 4
2 7.5
𝑎𝑘 = ∫ 𝑥(𝑡) cos(2𝜋𝑘𝑓0 𝑡) 𝑑𝑡
𝑇 4.5
Reemplazando valores
2 −7.5
𝑎𝑘 = ∫ 3 cos(2𝜋𝑘(−0.03)𝑡) 𝑑𝑡
3 −4.5
−7.5
𝑎𝑘 = 4.5 ∫ cos(−0.09𝜋𝑘𝑡) 𝑑𝑡
−4.5
−7.5
(sin(−0.09𝜋𝑘𝑡)
𝑎𝑘 = −0.4 ( )
0.09𝜋𝑘 −4.5
2
𝑎𝑘 = − (sin(−0.09𝜋𝑘𝑡))−7.5
−4.5
𝜋𝑘
2
𝑎𝑘 = − [sin(−0.11𝜋𝑘) − sin(−0.13𝜋𝑘)]
𝜋𝑘
Teniendo en cuenta que el número de grupo colaborativo es 30, el valor a utilizar para la constante
𝑎 será 3, con ello se procede a resolver el ejercicio propuesto.
De acuerdo a lo anterior la función 𝑥(𝑡) será:
𝑥(𝑡) = 4𝑡
1 1
𝑓0 = = = 0.4
𝑇 3
En la siguiente figura se relaciona la gráfica que representa la función 𝑥(𝑡) propuesta, a la cual se le
determina analíticamente su coeficiente 𝑏𝑘 como se indica a continuación.
2
𝑏𝑘 = ∫ 𝑥(𝑡) sen(2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 𝑇
Reemplazando los valores de 𝑇, 𝑥(𝑡), 𝑓0 y obteniendo los límites entre los que estará acotada la
integral de la gráfica expuesta anteriormente, tenemos que:
2 1
𝑏𝑘 = ∫ 4𝑡 sen(2𝜋𝑘(1⁄4)𝑡)𝑑𝑡
4 0
1
2𝜋𝑘𝑡
𝑏𝑘 = ∫ 2𝑡 sen( 4
)𝑑𝑡
0
1
16 sen(2𝜋𝑘𝑡
4
) − 8𝜋𝑘𝑡 cos(2𝜋𝑘𝑡
3
)
𝑏𝑘 = ( 2 2
)
2𝜋 𝑘 0
16 sen(2𝜋𝑘
4
) − 8𝜋𝑘 cos(2𝜋𝑘
4
) + 16 sen(0) − 8𝜋𝑘(0) cos(2𝜋𝑘
3
)
𝑏𝑘 = ( )
2𝜋 2 𝑘 2
16 sen(2𝜋𝑘
4
) − 8𝜋𝑘 cos(2𝜋𝑘
4
)
𝑏𝑘 = ( )
2𝜋 2 𝑘 2
16 sen(2𝜋𝑘3
) 4 cos(2𝜋𝑘
3
)
𝑏𝑘 = −
2𝜋 2 𝑘 2 𝜋𝑘
Finalmente tenemos que los coeficientes 𝑏𝑘 para la señal 𝑥(𝑡) estarán dados por:
𝟏𝟔 𝐬𝐞𝐧(𝟐𝝅𝒌
𝟒
) 𝟒 𝐜𝐨𝐬(𝟐𝝅𝒌
𝟒
)
𝒃𝒌 = −
𝟐𝝅𝟐 𝒌𝟐 𝝅𝒌
Jefferson Villegas:
Actividades a desarrollar
a- Explique qué es Convolución continua y discreta. De cuatro (4) ejemplos de usos y/o
aplicaciones en la ingeniería.
Convolución Continua:
El método de Convolución para encontrar la respuesta de estado cero y(t) se aplica a sistemas
lineales invariantes en el tiempo (LTI). Se asume que el sistema es descrito por medio de su
respuesta al impulso h(t). Un modo informal de establecer una forma matemática para y(t) se
ilustra en la figura 6.1.
Convolución Discreta:
Ésta es la relación que define a la operación de Convolución, que llamamos Convolución lineal, y
se indica por y[n] = x[n] * h[n] (o por x[n] * h[n] en las figuras) en este libro. La expresión para
calcular y[n] se llama suma de Convolución. Al igual que en la Convolución continua en el
tiempo, no es importante el orden en el cual realicemos la operación, y podemos intercambiar los
argumentos de ξ y h sin afectar los resultados. Por lo tanto:
Si x(t) está acotada, tal que \x(t)\ < M, entonces su versión reflejada x(t - λ) es también acotada.
Usando el teorema fundamental del cálculo (el valor absoluto de cualquier integral no puede
exceder la integral del valor absoluto de su integrando), la integral de Convolución produce la
siguiente desigualdad:
En la estabilidad BIBO, por consiguiente, h(t) debe ser absolutamente integrable. Esto es tanto una
condición necesaria como suficiente. Si se satisface, estamos garantizando un sistema LTI estable.
En particular, si h(t) es una señal de energía, tenemos un sistema estable.
El sistema y(t) = x‘(t) tiene la respuesta al impulso h(t) = δ‘(t). Esto no es una BIBO estable, puesto
que ⌠⃒h(t)⃒ dt no es finita. La entrada (acotada) u(t), por ejemplo, resulta de la respuesta δ(t), la
cual es claramente no acotada (t = 0). Extendiendo este concepto para un sistema estable,
requerimos que la derivada más superior de la entrada no exceda la derivada más superior de la
salida. Esto implica una función apropiada de transferencia operacional (el grado del numerador no
puede exceder al del denominador).
Un filtro ideal pasa-bajas se describe como una respuesta al impulso de la forma h(t) = senc(Bt). -
Puesto que h(t) no es cero para t < 0, este filtro es físicamente irrealizable. Puesto que la función
seno no es absolutamente integrable, un filtro ideal es también inestable.
c- Explique que es correlación y de un (1) ejemplo de uso y/o aplicación en la ingeniería.
Usando el símbolo ** para denotar correlación, definimos las dos operaciones como
Auto correlación:
La auto correlación puede verse como una medida de similitud, o coherencia, entre una función x(t)
y su versión de desplazamiento. Claramente, bajo ningún desplazamiento, las dos funciones se
“igualan” y resultan en un máximo para la auto correlación. Mas con un desplazamiento creciente,
sería natural esperar la similitud y, por consiguiente, la reducción de la correlación entre x(t) y su
versión desplazada. Conforme el desplazamiento se aproxima a infinito, toda traza de similitud se
desvanece y la auto correlación decae a cero.
Series de Fourier:
Cuando se combinan señales periódicas con frecuencias conmensurables, lo que se obtiene es otra
señal periódica. Este es el proceso de síntesis. Lo que ahora se intenta es el análisis, o separación,
de una señal periódica en sus componentes periódicos. Aun cuando la selección de los
componentes periódicos no es única, se escogen las señales armónicas o senoidales porque se
encuentran entre las señales periódicas más simples y proporcionan además un vínculo único con el
dominio de la frecuencia. Desde el punto de vista de los sistemas, los armónicos perpetuos de la
forma ejwt también son señales propias de los sistemas lineales. La serie de Fourier (SF) describe
una señal periódica xp ((t) como una suma (combinación lineal), en la mezcla correcta,
de armónicos (o senoides) en la frecuencia fundamental f 0 de xp (t) y sus múltiplos kf 0. La
selección de señales armónicas también trae otras ventajas. Permite un esquema simple, congruente
y único para encontrar los coeficientes (la proporción correcta o factor de ponderación) de cada
componente. De hecho, una suma de senoides que describe una señal periódica se conoce
como serie de Fourier sólo si los coeficientes se seleccionan de acuerdo con este esquema. La serie
de Fourier también produce el error cuadrático medio más pequeño en la potencia entre xp (t) y su
representación en serie, independientemente del número de términos o armónicos. También
representa el ajuste de mínimos cuadrados de una señal periódica. Finalmente, las condiciones de
existencia de la serie de Fourier (las denominadas condiciones de Dirichlet, que se estudiarán más
adelante) son suficientemente débiles como para asegurar que todas las funciones periódicas
encontradas en la práctica pueden describirse con una serie de Fourier. Por otra parte, las
excepciones no son más que curiosidades matemáticas.
g- ¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso y/o aplicación
en la ingeniería.
La transformada Fourier:
transformación tiene inversa, es decir que dada la función podemos a partir de ella calcular
Ejemplo 2:
Obtenga la transformada de Fourier de un pulso rectangular de altura b:
1
0 para − ∞ < x < − τ
2
1 1
f (x) = b para − τ < x < τ
2 2
1
{ 0 para 2 τ < x < ∞ }
Jefferson Villegas
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
sea
𝑥(𝑡) = (4 − 𝑒 −4𝑡 )𝑢(𝑡)
ℎ(𝑡) = 𝑒 −4𝑡 𝑢(𝑡 − 4)
entonces
𝑡−4
4 4
𝑦(𝑡) = ∫ 4𝑒 −4𝜆 ∙ 𝑒 −4(𝑡−𝜆) 𝑑𝜆 = − 𝑒 −9𝑡−20𝜆 − (− 𝑒 −4𝑡 )
0 5 5
4 4
lim 0 + (− 𝑒 −4𝑡−5𝜆 ) = − 𝑒 −4𝑡
𝜆 5 5
4 4
lim 𝑡 − 4 (− 𝑒 −4𝑡−5𝜆 ) = − 𝑒 −9𝑡+20𝜆
𝜆 5 5
4
lim 𝑡 − 4 (− 𝑒 −4𝑡−5𝜆 )
𝜆 5
Sustituimos la variable
4
𝑦(𝑡) = − 𝑒 −4𝑡−5(𝑡−4)
5
Simplificamos
4
𝑦(𝑡) = − 𝑒 −9𝑡+20
5
4 4
𝑦(𝑡) = − 𝑒 −9𝑡+20 − (− 𝑒 −4𝑡 )
5 5
4 4
𝑦(𝑡) = − 𝑒 −9𝑡+20 + 𝑒 −4𝑡
5 5
Jefferson Villegas
4.2 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):
𝑥[𝑛] = [−1, 𝑎, 2̌, 𝑎, 𝑏, 4]
ℎ[𝑛] = [ 2.5, 𝑏̌, 0.5]
numero de grupo 4
numero de cedula 8
ℎ[𝑛] = [ 2.5,8,0.5]
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑖𝑛𝑖𝑐𝑖𝑜 = −2 − 1 = −3
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛 = 3 + 1 = 4
𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑: 𝐿 𝑥 + 𝐿 𝑦 − 1 = 6 + 3 − 1 = 8
𝑛 = −1 4 0 1 2 3 4 5 8 4
ℎ[𝑛] = 2 5 8 0 5
𝑥[𝑛] = −1 4 2 4 8 4
Entrada respuesta
-1δ[n+1] -1h[n] =-2 -5 -8 0 -5
4δ[n-2] 4h[n-2] = 8 20 24 0 20
2δ[n] 2h[n-1] = 4 10 12 0 10
4δ[n-3] 4h[n] = 8 20 24 0 20
6δ[n-4] 6h[n] = 12 30 36 0 30
4δ[n-5] 4h[n] = 8 20 24 0 20
Por lo tanto
𝑦[𝑛] = −2 3 ̌
18 42 39 82 66 44 30 20
%Jefferson Villegas
%ingenieria electrónica
%ceda Zipaquirá
clc
clear
Xn=[-1, 4, 2, 4, 8, 4];
n=[-2, -1, 0, 1, 2, 3,];
subplot(3,1,1)
stem(n,Xn,'m');
grid
title ('Señal discreta X[n] -Jefferson Villegas');
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
%grafica hn
%Jefferson Villegas
hn=[0, 2.5, 6, 0.5, 0, 0];
subplot(3,1,2)
stem(n,hn,'r')
grid
title ('Señal discreta h[n]- Jefferson Villegas')
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
Convolución continua:
Es un operador usado para encontrar la respuesta de estado cero y se tiene que aplicar a
sistemas lineales invariantes en el tiempo o LTI.
Convolución Discreta:
Consiste en encontrar la respuesta de LTI, con una función de entrada discreta, es decir,
una función con saltos constantes a través del tiempo.
Es usado en ingeniería para determinar la salida de un sistema, con respecto a su entrada.
Se debe dejar como señal de entrada, una señal acotada, aquellas que varían en el tiempo dentro
de un rango determinado. Cuando la señal de salida nos genera otra señal acotada (su salida no
tiende a infinito o menos infinito) es un sistema estable.
La correlación es una otro tipo de operador, se debe desplazar una función más allá de otra y
encontrar el área bajo el producto resultante.
Explique qué es auto correlación y de un (1) ejemplo de uso y/o aplicación en la ingeniería:
¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso y/o aplicación
en la ingeniería:
Ayuda a identificar los armónicos de una señal, para amplificarlas de ser necesario o eliminarlas.
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑖𝑛𝑖𝑐𝑖𝑜 = −2 − 1 = −3
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛 = 3 + 1 = 4
𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑: 𝐿 𝑥 + 𝐿 𝑦 − 1 = 6 + 3 − 1 = 8
n= -2 -1 0 1 2 3
x[n] = -1 4 2 4 4 4
-2,5 10 5 10 10 10
-4 16 8 16 16 16
-0,5 2 1 2 2 2
-2,5 6 20,5 20 27 28 18 2
ℎ[𝑛] = [−2.5,6,20.5,20,27,28,18,2]
%% Grafica x[n] Helber Yesid Rojas
Xn=[-1, 4, 2, 4, 4, 4];
n=[-2, -1, 0, 1, 2, 3];
subplot(
3,1,1)
stem(n,X
n,'m')
grid
title ('Señal discreta X[n] - Helber Yesid Rojas')
xlabel ('n')
ylabel
('Amplitud')
xlim([-3,4])
%% Grafica h[n]
0.5, 0, 0];
subplot(3,1,2)
stem(n,Hn,'r'
) grid
title ('Señal discreta h[n]- Helber Yesid Rojas')
xlabel ('n')
ylabel ('Amplitud')
xlim([-3,4])
ConDis=conv(Xn,Hn);
ncon=(-4:1:6);
subplot(3,1,3)
stem(ncon,ConDis,'b'
) grid
title ('convolucion discreta x[n]*h[n] - Helber Yesid Rojas')
xlabel ('n')
ylabel
('Amplitud')
xlim([-4,5])
William Sanchez
1. Definición de conceptos: estudiando el libro de (Ambardar), El estudiante investiga
de manera individual y da respuesta a las siguientes preguntas teóricas:
Explique qué es convolución continua y discreta. De cuatro (4) ejemplos de usos y/o
aplicaciones en la ingeniería.
La convolución continua es un método para encontrar la respuesta de estado cero de una
sistemas LTI (sistemas lineales invariantes) relajado.
Concepto y Definición de Convolución
Mediante la convolución calcularemos la respuesta de un sistema (y(t)) a una entrada
arbitraria (x(t)).
Una señal arbitraria de entrada x(t) puede expresarse como un tren infinito de
impulsos. Para ello, dividimos x(t) en tiras rectangulares de anchura ts y altura x(k
ts).
Cada tira la reemplazamos por un impulso cuya amplitud es el área de la tira :
Definición
Propiedades:
Convolución Discreta.
Cuando se trata de hacer un procesamiento digital de señal sólo disponemos de valores en
instantes discretos de tiempo. Es necesario una aproximación numérica.
Definición
Propiedades:
Uso o aplicaciones:
En óptica, Una sombra (la sombra en la mesa cuando tenemos la mano entre ésta y la
fuente de luz) es la convolución de la forma de la fuente de luz que crea la sombra y
del objeto cuya sombra se está proyectando.
Una fotografía desenfocada es la convolución de la imagen correcta con el círculo
borroso formado por el diafragma del iris.
En acústica, un eco es la convolución del sonido original con una función que
represente los objetos variados que lo reflejan.
En ingeniería eléctrica, electrónica y otras disciplinas, la salida de un sistema
lineal(estacionario o bien tiempo-invariante o espacio-invariante) es la convolución
de la entrada con la respuesta del sistema a un impulso (ver animaciones).
Esta expresión nos indica que la relación que existe entre la convolución y la correlación. La
correlación nos da una medida de la similitud entre dos señales. No existe la propiedad
conmutativa por lo que dadas dos señales x(t) e y(t) se definen dos correlaciones:
Que solo coinciden en
Es una serie infinita que converge puntualmente a una función periódica y continua a trozos
o por partes. Las series de Fourier constituyen la herramienta matemática básica del análisis
de Fourier empleado para analizar funciones periódicas a través de la descomposición de
dicha función en una suma infinita de funciones sinusoidales mucho más simples.
Las series de Fourier tienen la forma:
Donde 𝑎𝑛 y 𝑏𝑛 se denominan coeficientes de Fourier de la serie de Fourier de la
función
es una transformación matemática empleada para transformar señales entre el dominio del
tiempo (o espacial) y el dominio de la frecuencia Es reversible, siendo capaz de transformarse
en cualquiera de los dominios al otro. El propio término se refiere tanto a la operación de
transformación como a la función que produce.
La transformada de Fourier es una aplicación que hace corresponder a una función f con otra
función g definida de la manera siguiente:
Sus aplicaciones son muchas, en áreas de la ciencia e ingeniería como la física, la teoría de
los números, la combinatoria, el procesamiento de señales (electrónica), la teoría de la
probabilidad, la estadística, la óptica, la propagación de ondas y otras áreas. En
procesamiento de señales la transformada de Fourier suele considerarse como la
descomposición de una señal en componentes de frecuencias diferentes, es decir,
g corresponde al espectro de frecuencias de la señal f.
Nota: Después de realizar la lectura del libro guía se debe estructurar con sus propias
palabras la definición de los temas, esto no debe tener una extensión mayor a 4
páginas.
2. 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.
a=4
b=9
𝑥(𝑡) = (𝑎 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
ℎ(𝑡) = 𝑒 −𝑎𝑡 𝑢(𝑡 − 𝑎)
∞
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑢(𝜆) ∗ 𝑒 −4(𝑡−𝜆) 𝑢(𝑡 − 4 − 𝜆)𝑑𝜆
−∞
∞
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 ) 𝑒 −4(𝑡−𝜆) 𝑢(𝜆)𝑢(𝑡 − 4 − 𝜆)𝑑𝜆
−∞
Limites de la integral
𝑢(𝜆) = 0
𝜆=0
𝑢(𝑡 − 4 − 𝜆) = 0
𝑡−4−𝜆 =0
−𝜆 = −𝑡 + 4
𝜆=𝑡−4
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 ) 𝑒 −4(𝑡−𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆 − 𝑒 −4𝜆 𝑒 −4𝑡+4𝜆 𝑑𝜆
0
𝑡−4 𝑡−4
𝑦(𝑡) = 4 ∫ 𝑒 −4𝑡+4𝜆 𝑑𝜆 − ∫ 𝑒 −4𝜆 𝑒 −4𝑡+4𝜆 𝑑𝜆
0 0
𝑡−4 𝑡−4
𝑦(𝑡) = 4 ∫ 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆 − ∫ 𝑒 −4𝜆 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0 0
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 𝑒 −4𝜆 𝑒 4𝜆 𝑑𝜆
0 0
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 𝑒 −4𝜆+4𝜆 𝑑𝜆
0 0
𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ 𝑒 4𝜆 𝑑𝜆 − 𝑒 −4𝑡 ∫ 𝑒 0 𝑑𝜆
0 0
𝑡−4 𝑡−4
−4𝑡 4𝜆 −4𝑡
𝑦(𝑡) = 4𝑒 ∫ 𝑒 𝑑𝜆 − 𝑒 ∫ 𝑑𝜆
0 0
𝑒 4(𝑡−4) 𝑒 4(0)
𝑦(𝑡) = 4𝑒 −4𝑡 ( − ) − 𝑒 −4𝑡 ((𝑡 − 4) − 0)
4 4
𝑒 4𝑡+16 1
𝑦(𝑡) = 4𝑒 −4𝑡 ( − ) − 𝑒 −4𝑡 (𝑡 − 4)
4 4
−4𝑡
𝑒 4𝑡+16 − 1
𝑦(𝑡) = 4𝑒 ( ) − 𝑒 −4𝑡 𝑡 + 4𝑒 −4𝑡 )
4
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):
X(t)
1
+4 +8 t
-1
La Señal
𝑥(𝑡) = −𝑢(𝑡) + 𝑢(𝑡 − 4) + 𝑢(𝑡 − 4) − 𝑢(𝑡 − 8)
La transformada de Fourier es
1 1 −3𝑗𝑤 1 −4𝑗𝑤 1 −8𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 𝜋𝛿(𝑤) + 𝑒 + 𝜋𝛿(𝑤) + 𝑒 − 𝜋𝛿(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤 𝑗𝑤
Queda
1 1 −4𝑗𝑤 1 −8𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 2 (𝜋𝛿(𝑤) − 𝑒 ) − 𝜋𝛿(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤
En términos de Laplace
1 𝑒 −4𝑠 𝑒 −8𝑠
𝑥(𝑓) = − + 2 −
𝑠 𝑠 𝑠
Código ejecutado en Matlab
clear all
clc
syms t
rect1=-heaviside(t)+heaviside(t-4);
rect2=heaviside(t-4)-heaviside(t-8);
rect3=rect1+rect2;
%______________________________
fplot(rect1,'k','linewidth',2)
hold on
fplot(rect2,'b','linewidth',2)
hold on
fplot(rect3,'r','linewidth',2)
grid on
title('señal x(t) - Helber Yesid Rojas')
xlabel ('Tiempo')
ylabel ('Amplitud')
xlim ([-1 9]);
%_________________________________
TL=laplace(rect3)
Pretty (TL)
Ejercicio 2 colaborativo
0 +8 t
La Señal
2𝜋𝑡
𝑦(𝑡) = sin ( ) ∗ (𝑢(𝑡) − 𝑢(𝑡 − 2))
8
Transformada de Fourier:
1 1 1 1 −2𝑗𝑤
𝑦(𝑓) = 𝑗𝜋 [𝛿 (𝑤 + 2𝜋 ∗ ) − 𝛿 (𝑤 − 2𝜋 ∗ )] ∗ [ 𝜋𝛿(𝑤) + − 𝜋𝛿(𝑤) − 𝑒 ]
8 8 𝑗𝑤 𝑗𝑤
clc
clear all
% señal senoidal
syms t
sen=sin(2*t*pi/16);
fplot(sen,'y--','linewidth',1)
grid on
hold on
%señal escalones
%señal rect (t)
rect=heaviside(t)-heaviside(t-8);
fplot(rect,'k','linewidth',1)
hold on
y=rect.*sen;
%señal solicitada
fplot(y,'n','linewidth',3)
hold on
title('señal x(t) - Helber Yesid Rojas ')
xlabel ('Tiempo')
ylabel ('Amplitud')
xlim ([-1 9]);
TL=laplace(y)
pretty(TL)
CONCLUSIONES:
Correlación Continua:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Correlación.
Cengage Learning, (2nd ed, pp. 156-159). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?tabID=&userGroupName=unad
&inPS=true&prodId=GVRL&contentSet=GALE&docId=GALE|CX4060300067
Convolución Discreta:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Convolución
Discreta. Cengage Learning, (2nd ed, pp. 169-183). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultListType=RELATED_DO
CUMENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isETO
C=true&docId=GALE|CX4060300069
Correlación Discreta:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Correlación
Discreta. Cengage Learning, (2nd ed, pp. 187-188). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?tabID=&userGroupName=unad
&inPS=true&prodId=GVRL&contentSet=GALE&docId=GALE|CX4060300079
Series de Fourier:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Series de Fourier.
Cengage Learning, (2nd ed, pp. 197-204). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultListType=RELATED_DO
CUMENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isETO
C=true&docId=GALE|CX4060300081
Transformada de Fourier:
Ambardar, A. (2002). Procesamiento de señales analógicas y digitales: Series de Fourier.
Cengage Learning, (2nd ed, pp. 248-304). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultListType=RELATED_DO
CUMENT&userGroupName=unad&inPS=true&contentSegment=&prodId=GVRL&isETO
C=true&docId=GALE|CX4060300096#
Cita de fuente (MLA 8.a edición)
Ambardar, Ashok. "Convolución Discreta." Procesamiento de señales analógicas y
digitales, 2nd ed., Cengage Learning, 2002, p. 169. Gale Virtual Reference Library,
http://link.galegroup.com/apps/doc/CX4060300069/GVRL?u=unad&sid=GVRL&xid=82fb
8906. Accessed 23 Mar. 2019.
Cita Trasformada de fourier : link
http://www6.uniovi.es/vision/intro/node19.html