Tema 2. Sistemas Lineales e Invariantes en el Tiempo (Sesión 2)

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Tema 2. Sistemas Lineales e Invariantes en el Tiempo (Sesión 2)"

Transcripción

1 SISTEMAS LINEALES Tema. Sistemas Lineales e Invariantes en el Tiempo (Sesión ) 4 de octubre de 00 F. JAVIER ACEVEDO javier.acevedo@uah.es

2 TEMA Contenidos. Representación de señales discretas en términos de impulsos Representación de señales continuas en términos de impulsos Respuesta al impulso en sistemas LTI discretos. Suma de convolución. Ejemplos de suma de convolución Respuesta al impulso en sistemas LTI discretos. Integral de convolución. Ejemplos de integral de convolución. Propiedades de los sistemas LTI a partir de su respuesta al impulso. Respuesta al escalón. Sistemas descritos por ecuaciones en diferencias.

3 REPASO DE CONCEPTOS En un sistema LTI la respuesta al impulso (h[n] o h(t)) caracteriza completamente el sistema. Es decir, a partir de la respuesta al impulso podemos conocer la salida ante cualquier entrada mediante la operación de convolución. h[n] =y[n] x[n]=δ[n] h(t) =y(t) x(t)=δ(t) y [n] = P y (t) = R x [k] h [n k] =x[n] h[n] x(τ)h (t τ)dτ = x (t) h (t) Las propiedades que cumple la convolución son: a) Conmutativa b) Asociativa c) Distributiva Importante: x(t) δ(t) =x(t) x(t) δ(t t 0 )=x(t t 0 )

4 REPASO DE CONCEPTOS Es imprescindible entender qué significa que el sistema es LTI. En el siguiente ejemplo, en el que se conocen las salidas ante x [n] y x [n] encuentre la respuesta al impulso x [n] 3 y [n] x [n] 4 3 y [n] h[n] =

5 PROPIEDADES DE LOS SISTEMAS A partir de la respuesta al impulso, en un sistema LTI, se puede determinar sus propiedades de causalidad, memoria, estabilidad y encontrar el sistema inverso si existe. a) Causalidad: Un sistema es causal cuando su salida no anticipa valores futuros de la entrada. Podemos asegurar que un sistema es causal si: h[n] =0 n<0 h(t) =0 t<0 Demostración: Si el sistema es causal, al no poder depender de valores futuros de x[n] en la suma de convolución no podrá depender de valores de x[k] si k>n y [n] = P x [k] h [n k] = n P x [k] h [n k] Esta igualdad solo si es causal Para que se de esa igualdad: h[n k] =0 sik>n h[n k] =0 sin k<0 Si recordamos que (h[n] o h(t)) es la respuesta al impulso, parece lógico que un sistema LTI que es causal (y por tanto no puede anticipar la entrada) no pueda tener salida no nula antes de del instante cero.

6 PROPIEDADES DE LOS SISTEMAS b) Memoria: En un sistema LTI sin memoria, su respuesta al impulso solo puede ser un múltiplo de δ[n], δ(t) Sistema sin memoria: h[n] =0 n 6= 0 h(t) =0 t 6= 0 Dado que en un sistema sin memoria, la salida no puede depender de valores pasados ni futuros de la entrada, solo puede ser no nula en el instante cero. c) Estabilidad: Un sistema LTI es estable si se cumple: P h[n] < R h(t) dt < Demostración: En un sistema estable, la salida tiene que estar acotada si la entrada está acotada: x[n] P y [n] = P P y[n] < x [k] h [n k] = x [k] h [n k] P P P h [n k] x [k] h [n k] < P h[n] <

7 PROPIEDADES DE LOS SISTEMAS d) Invertibilidad. Un sistema será invertible si existe un sistema tal que h[n] h I [n] =δ[n] h(t) h I (t) =δ(t) x (t) Sistema y (t) Sistema Inverso z (t) =x (t) h(t) h I (t) δ (t) h (t) δ (t) Ejemplos: De los siguientes sistemas LTI conocemos su respuesta al impulso. Deduzca a partir de las mismas las propiedades de causalidad, memoria y estabilidad. a) h[n] = n u[n] b) c) h(t) =3δ(t +) h[n] =cos(3n +)

8 PROPIEDADES DE LOS SISTEMAS De los siguientes sistemas deduzca sus propiedades de linealidad, invarianza en el tiempo, causalidad, memoria y estabilidad. Para aquellos que sean LTI calcule su respuesta al impulso (de la forma más cerrada posible) y a partir de la misma vuelva a deducir sus propiedades de causalidad, memoria y estabilidad. a) y[n] =x[n] b) y(t) = R t x(τ)dτ c) y[n] =cos(n)x[n] d) y[n] = P k=0 x[k]cos[n k]

9 RESPUESTA AL ESCALÓN Hasta ahora hemos trabajado con la respuesta al impulso (h[n] o h(t)). A veces interesa trabajar con la respuesta al escalón: s[n] =y[n] x[n]=u[n] s(t) =y(t) x(t)=u(t) La respuesta al escalón está relacionada con la respuesta al impulso mediante: h[n] =s[n] s[n ] s[n] = n P h[k] h(t) = d(s(t)) dt Una propiedad de los sistemas LTI es que x(t) y(t) x 0 (t) y 0 (t) = s 0 (t) s(t) = R t h(τ)dτ A partir de las propiedades de la convolución, podemos deducir que: y 0 (t) =x(t) h 0 (t) y(t) =x 0 (t) s(t) y(t) =x 0 (t) y[n] =(x[n] x[n ) s[n] ³ R t h(τ)dτ

10 SISTEMAS DE ECUACIONES EN DIFERENCIAS Un sistema descrito por una ecuación en diferencias es aquél que viene definido como: NP k=0 a k y[n k] = M P k=0 b k x[n k] De la ecuación anterior podemos despejar y[n] como: y[n] = a 0 µ M P k= b k x[n k] N P Si el sistema se denomina no recursivo. Se trata de un sistema LTI y su respuesta al impulso viene dada por: b n a0 k=0 b k y[n k] h[n] = 0 <n<m sistema FIR (Finite Impulse Response ) 0 resto N 6= 0 Cuando el sistema se denomina recursivo, ya que para conocer el valor de y[n] en un determinado instante necesitamos conocer las salidas en N instantes anteriores.

11 SISTEMAS DE ECUACIONES EN DIFERENCIAS N 6= 0 Un sistema descrito en ecuaciones en diferencias recursivo será LTI si se cumple: Si x[n] =0 <n 0 y[n] =0 n <n 0 En general, si el sistema parte del reposo, el sistema es LTI y causal y la salida Ejemplo: Calcular la respuesta al impulso del siguiente sistema descrito por su ecuación en diferencias, sabiendo que parte del reposo 3y[n ] + y[n ] + y[n] =x[n] h[n] = ³ () n+ u[n] Sistema causal, con memoria e inestable.

Sistemas continuos. Francisco Carlos Calderón PUJ 2010

Sistemas continuos. Francisco Carlos Calderón PUJ 2010 Sistemas continuos Francisco Carlos Calderón PUJ 2010 Objetivos Definir las propiedades básicas de los sistemas continuos Analizar la respuesta en el tiempo de un SLIT continuo Definición y clasificación

Más detalles

SISTEMAS LINEALES. Tema 6. Transformada Z

SISTEMAS LINEALES. Tema 6. Transformada Z SISTEMAS LINEALES Tema 6. Transformada Z 6 de diciembre de 200 F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA 3 Contenidos. Autofunciones de los sistemas LTI discretos. Transformada Z. Región de convergencia

Más detalles

Sistemas lineales invariantes en el tiempo

Sistemas lineales invariantes en el tiempo Sistemas lineales invariantes en el tiempo Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario Regional Este Sede Rocha

Más detalles

Propiedades de los Sistemas Lineales e Invariantes en el Tiempo

Propiedades de los Sistemas Lineales e Invariantes en el Tiempo Propiedades de los Sistemas Lineales e Invariantes en el Tiempo La respuesta al impulso de un sistema LTIC (h(t)), representa una descripción completa de las características del sistema. Es decir la caracterización

Más detalles

Señales y Sistemas II

Señales y Sistemas II 1 Señales y Sistemas II Módulo I: Señales y Sistemas Discretos Contenido de este módulo 2 1.- Tipos de señales y operaciones básicas 2.- Tipos de sistemas y sus propiedades 3.- Respuesta impulsiva y convolución

Más detalles

Propiedades de los sistemas (con ecuaciones)

Propiedades de los sistemas (con ecuaciones) Propiedades de los sistemas (con ecuaciones) Linealidad: Para verificar si un sistema es lineal requerimos que le sistema sea homogéneo y aditivo es decir, cumplir con la superposición. Método: Dada una

Más detalles

Procesado con Sistemas Lineales Invariantes en el Tiempo

Procesado con Sistemas Lineales Invariantes en el Tiempo Procesado con Sistemas Lineales Invariantes en el Tiempo March 9, 2009 Sistemas Lineales Invariantes en el Tiempo (LTI). Caracterización de los sistemas LTI discretos Cualquier señal discreta x[n] puede

Más detalles

Concepto y Definición de Convolución

Concepto y Definición de Convolución Convolución Concepto y Definición de Convolución Propiedades Correlación y Autocorrelación Convolución Discreta 1 Concepto y Definición de Convolución Mediante la convolución calcularemos la respuesta

Más detalles

Sistemas Lineales. Examen de Septiembre Soluciones

Sistemas Lineales. Examen de Septiembre Soluciones Sistemas Lineales Examen de Septiembre 25. Soluciones. (2.5 pt.) La señal y(t) [sinc( t)] 4 puede escribirse como y(t) [sinc( t)] 4 [ ] sin(o πt) 4 o πt [ sin(o πt) ] 4 4 πt 4 [y (t)] 4 4 y (t) y (t) y

Más detalles

Sistemas Lineales e Invariantes PRÁCTICA 2

Sistemas Lineales e Invariantes PRÁCTICA 2 Sistemas Lineales e Invariantes PRÁCTICA 2 (1 sesión) Laboratorio de Señales y Comunicaciones PRÁCTICA 2 Sistemas Lineales e Invariantes 1. Objetivo Los objetivos de esta práctica son: Revisar los sistemas

Más detalles

Tema 1. Introducción al Control Automático

Tema 1. Introducción al Control Automático Tema 1. Introducción al Control Automático Automática 2º Curso del Grado en Ingeniería en Tecnología Industrial Contenido Tema 1.- Introducción al Control automático 1.1. Introducción. 1.2. Conceptos y

Más detalles

Transformada Discreta de Fourier.

Transformada Discreta de Fourier. Transformada Discreta de Fourier. Hasta ahora se ha visto Importancia de la respuesta en frecuencia de un sistema Transformada de Fourier de una señal discreta Tenemos otra forma de caracterizar los sistemas

Más detalles

apuntes señales SEÑALES Y SISTEMAS 1.- Representar convenientemente a la señal de entrada x 3.- Obtener la salida usando el método mas apropiado

apuntes señales SEÑALES Y SISTEMAS 1.- Representar convenientemente a la señal de entrada x 3.- Obtener la salida usando el método mas apropiado SEÑALES Y SISTEMAS 2.1.-INTRODUCCION: Tal y como se dijo anteriormente, los sistemas de comunicación eléctrica son los que han tenido más éxito debido a que logran la mayor eficiencia al transmitir mas

Más detalles

1. Sistemas Muestreados

1. Sistemas Muestreados . Sistemas Muestreados. Sistemas Muestreados.. Introducción 2.2. Secuencias 5.3. Sistema Discreto 5.4. Ecuaciones en Diferencias 6.5. Secuencia de Ponderación de un Sistema. 7.6. Estabilidad 9.7. Respuesta

Más detalles

2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,

2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo, 2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo

Más detalles

Práctica 3. Sistemas Lineales Invariantes con el Tiempo

Práctica 3. Sistemas Lineales Invariantes con el Tiempo Universidad Carlos III de Madrid Departamento de Teoría de la Señal y Comunicaciones LABORATORIO DE SISTEMAS Y CIRCUITOS CURSO 2003/2004 Práctica 3. Sistemas Lineales Invariantes con el Tiempo 12 de diciembre

Más detalles

Conjunto R 3 y operaciones lineales en R 3

Conjunto R 3 y operaciones lineales en R 3 Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en

Más detalles

Asignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos

Asignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos Asignatura: SISTEMAS LINEALES Curso académico: 2007/2008 Código: 590000804 Créditos: 6 Curso: 2 Horas/Semana:4 Teoría + 0 Laboratorio Departamento: ICS Objetivos 1() Para todas las titulaciones OBJETIVOS

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

Señales y sistemas Otoño 2003 Clase 22

Señales y sistemas Otoño 2003 Clase 22 Señales y sistemas Otoño 2003 Clase 22 2 de diciembre de 2003 1. Propiedades de la ROC de la transformada z. 2. Transformada inversa z. 3. Ejemplos. 4. Propiedades de la transformada z. 5. Funciones de

Más detalles

ELECTIVA I PROGRAMA DE FISICA Departamento de Física y Geología Universidad de Pamplona Marzo de 2010 NESTOR A. ARIAS HERNANDEZ - UNIPAMPLONA

ELECTIVA I PROGRAMA DE FISICA Departamento de Física y Geología Universidad de Pamplona Marzo de 2010 NESTOR A. ARIAS HERNANDEZ - UNIPAMPLONA ELECTIVA I PROGRAMA DE FISICA Departamento de Física y Geología Universidad de Pamplona Marzo de 2010 PDS Señal Analoga Señal Digital Estabilidad y Repetibilidad condiciones externa) Inmunidad al ruido

Más detalles

Transformada Z Filtros recursivos. clase 12

Transformada Z Filtros recursivos. clase 12 Transformada Z Filtros recursivos clase 12 Temas Introducción a los filtros digitales Clasificación, Caracterización, Parámetros Filtros FIR (Respuesta al impulso finita) Filtros de media móvil, filtros

Más detalles

Asignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos. Programa

Asignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos. Programa Asignatura: SISTEMAS LINEALES Curso académico: 2012/2013 Código: 590000628 Créditos: 6 Curso: 2 Horas/Semana:4 Teoría + 0 Laboratorio Departamento: ICS Objetivos 1() Para todas las titulaciones OBJETIVOS

Más detalles

Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT

Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil

Más detalles

Señales y Sistemas. Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas. 5º Curso-Tratamiento Digital de Señal

Señales y Sistemas. Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas. 5º Curso-Tratamiento Digital de Señal Señales y Sistemas Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas Señales El procesamiento de señales es el objeto de la asignatura, así que no vendría mal comentar

Más detalles

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas

Más detalles

Análisis de Sistemas Lineales: segunda parte

Análisis de Sistemas Lineales: segunda parte UCV, Facultad de Ingeniería, Escuela de Ingeniería Eléctrica. Análisis de Sistemas Lineales: segunda parte Ebert Brea 7 de marzo de 204 Contenido. Análisis de sistemas en el plano S 2. Análisis de sistemas

Más detalles

1. Modelos Matemáticos y Experimentales 1

1. Modelos Matemáticos y Experimentales 1 . Modelos Matemáticos y Experimentales. Modelos Matemáticos y Experimentales.. Definición.. Tipos de Procesos.3. Tipos de Modelos 3.4. Transformada de Laplace 4.5. Función de Transferencia 7.6. Función

Más detalles

Estabilidad BIBO de Sistemas Lineales

Estabilidad BIBO de Sistemas Lineales Estabilidad BIBO de Sistemas Lineales Notas para el curso del Sistemas Lineales 2 UNIVERSIDAD DE LA REPÚBLICA FACULTAD DE INGENIERÍA INSTITUTO DE INGENIERÍA ELÉCTRICA Montevideo, segundo semestre del 27

Más detalles

Sucesiones. Se llama sucesión a un conjunto de números dispuestos uno a continuación de otro.

Sucesiones. Se llama sucesión a un conjunto de números dispuestos uno a continuación de otro. Sucesiones Concepto de sucesión Se llama sucesión a un conjunto de números dispuestos uno a continuación de otro. a 1, a 2, a 3,..., a n 3, 6, 9,..., 3n Los números a 1, a 2, a 3,...; se llaman términos

Más detalles

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar. UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.

Más detalles

Generación de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Generación de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Generación de Variables Aleatorias UCR ECCI CI-453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Las variables aleatorias se representan por medio de distribuciones

Más detalles

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21

Más detalles

Forma binomial de números complejos (ejercicios)

Forma binomial de números complejos (ejercicios) Forma binomial de números complejos (ejercicios) Objetivos. Mostrar que los números reales x se pueden identificar con números complejos de la forma (x, 0), y cada número complejo (x, y) se puede escribir

Más detalles

Descripción y Objetivos Etapas del proyecto Presentación del producto Balance final Conclusiones generales. Universidad Técnica Federico Santa María

Descripción y Objetivos Etapas del proyecto Presentación del producto Balance final Conclusiones generales. Universidad Técnica Federico Santa María f s = 22050 x[n] n y[n] n x n x[n] C C D D L y n = L x n L C x n + sign x n 1 C D, x n < D, x n D x[n] n y[n] n x n x[n] D D u y 1 n = a x n 1,6 x n 1,6 x n + sign x n D 1 D a k = 2,5 D 0,997 D c L, x

Más detalles

Problemas Tema 1: Señales

Problemas Tema 1: Señales Curso Académico 009 00 Problemas Tema : Señales PROBLEMA. Una señal continua (t) se muestra en siguiente figura. Dibuje y marque cuidadosamente cada una de las siguientes señales [Prob.. del Oppenheim]:

Más detalles

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos ARMA

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos ARMA ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelos ARMA Definición: Ruido blanco. Se dice que el proceso {ɛ t } es ruido blanco ( white noise ) si: E(ɛ t ) = 0 Var(ɛ t ) = E(ɛ 2 t ) = σ 2 Para todo

Más detalles

Matrices 1 (Problemas). c

Matrices 1 (Problemas). c º Bachillerato Matrices 1 (Problemas) 1.- Efectúa las siguientes operaciones con matrices: a) 1 4 5 6 + b) 5 7 9 11 1 1 1 1 1 1 c). 4 d) 6. 1 6 1 18 1 g) 0 0 0 0 a 0 b 0. 0 b 0 0 0 c c 0 0.- Siendo A =

Más detalles

5 Estabilidad de soluciones de equilibrio

5 Estabilidad de soluciones de equilibrio Prácticas de Ecuaciones Diferenciales G. Aguilar, N. Boal, C. Clavero, F. Gaspar Estabilidad de soluciones de equilibrio Objetivos: Clasificar y analizar los puntos de equilibrio que aparecen en los sistemas

Más detalles

Definición 1. Dado un conjunto C una aplicación definida por : C C C

Definición 1. Dado un conjunto C una aplicación definida por : C C C ESTRUCTURAS ALGEBRAICAS. En matemáticas aparecen distintos conjuntos cuyos elementos podemos operar de alguna manera. Los conjuntos de números usuales: N, Z, Q, y R son unos ejemplos claros. Otros ejemplos

Más detalles

CONCEPTOS BASICOS DE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE

CONCEPTOS BASICOS DE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE Por cálculo integral sabemos que cuando vamos a determinar una integral impropia de la forma,su desarrollo se obtiene realizando un cambio de variable en el límite superior de

Más detalles

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES CONCEPTO DE MATRIZ Definición: Se denomina matriz A o (a ij ) a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas : Columnas Filas Elemento a ij : Cada uno

Más detalles

Clasificación de sistemas

Clasificación de sistemas Capítulo 2 Clasificación de sistemas 2.1 Clasificación de sistemas La comprensión de la definición de sistema y la clasificación de los diversos sistemas, nos dan indicaciones sobre cual es la herramienta

Más detalles

Propiedades de las operaciones lineales con matrices

Propiedades de las operaciones lineales con matrices Propiedades de las operaciones lineales con matrices Ejercicios Objetivos. Aprender a demostrar propiedades de las operaciones lineales en M m n (R). Requisitos. Operaciones lineales en R n, definición

Más detalles

Matemáticas Básicas para Computación

Matemáticas Básicas para Computación Matemáticas Básicas para Computación MATEMÁTICAS BÁSICAS PARA COMPUTACIÓN 1 Sesión No. 6 Nombre: Álgebra Booleana Objetivo Durante la sesión el participante identificará las principales características

Más detalles

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz

Más detalles

Práctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados.

Práctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados. Práctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados. Ejercicio 1 Ver ejemplo 7.1 del capítulo 7 de las notas del curso (página 158). El resultado final de dicha

Más detalles

Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017

Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017 Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017 Grupo: Matrícula: Nombre: Tipo:-1 1. Suponga que V = R 2 y que se definen las operaciones: y Si Calcule: 1.

Más detalles

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A = Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente

Más detalles

Cadenas de Markov. José Antonio Camarena Ibarrola

Cadenas de Markov. José Antonio Camarena Ibarrola Cadenas de Markov José Antonio Camarena Ibarrola Definiciones elementales El proceso discreto cadena de Markov si se cumple es denominado es la probabilidad de que en el tiempo k, el proceso esté en el

Más detalles

Introducción a los espacios vectoriales

Introducción a los espacios vectoriales 1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial

Más detalles

Tema 1: Señales y Sistemas

Tema 1: Señales y Sistemas c Luis Vielva, Grupo de Tratamiento Avanzado de Señal. Dpt. Ingeniería de Comunicaciones. Universidad de Cantabria. Señales y sistemas. Tema 1: Señales y Sistemas. OpenCourseWare p. 1/58 Tema 1: Señales

Más detalles

EXPRESIONES ALGEBRAICAS RACIONALES

EXPRESIONES ALGEBRAICAS RACIONALES Epresiones Algebraicas Racionales EXPRESIONES ALGEBRAICAS RACIONALES Llamaremos epresiones algebraicas racionales a las de la forma A() donde A() y B() son B() polinomios de variable, y B() 0. Por ejemplo,

Más detalles

8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV

8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV 8.4. CRITERIO DE ESTAB.: METODO DE LIAPUNOV 309 8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV Consideremos el sistema autónomo dx = F (x, y) dt (8.32) dt = G(x, y), y supongamos que tiene

Más detalles

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Una matriz es un arreglo rectangular de elementos. Por ejemplo: 1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con

Más detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

Matriz sobre K = R o C de dimensión m n

Matriz sobre K = R o C de dimensión m n 2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0

Más detalles

Capítulo 2 Análisis espectral de señales

Capítulo 2 Análisis espectral de señales Capítulo 2 Análisis espectral de señales Objetivos 1. Se pretende que el alumno repase las herramientas necesarias para el análisis espectral de señales. 2. Que el alumno comprenda el concepto de espectro

Más detalles

Tema 4. Proceso de Muestreo

Tema 4. Proceso de Muestreo Ingeniería de Control Tema 4. Proceso de Muestreo Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Conocer el proceso de muestreo

Más detalles

El Producto escalar para las comunicaciones (parte 1) Luca Mar9no Apuntes no revisados Cuidado!

El Producto escalar para las comunicaciones (parte 1) Luca Mar9no Apuntes no revisados Cuidado! El Producto escalar para las comunicaciones (parte ) Luca Mar9no Apuntes no revisados Cuidado! Producto Escalar El producto escalar, también conocido como producto interno o producto punto, es una operación

Más detalles

Ejercicios del Tema 2: Estructuras algebraicas básicas

Ejercicios del Tema 2: Estructuras algebraicas básicas Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Métodos directos para resolver sistemas de ecuaciones lineales

Métodos directos para resolver sistemas de ecuaciones lineales Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el

Más detalles

Ejemplo 1. Ejemplo introductorio

Ejemplo 1. Ejemplo introductorio . -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo

Más detalles

UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS

UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS Sistemas de dos ecuaciones con dos incógnitas. Método de igualación. Método de reducción. Método de sustitución Método de eliminación Gaussiana.

Más detalles

Números complejos (lista de problemas para examen)

Números complejos (lista de problemas para examen) Números complejos (lista de problemas para examen) En esta lista de problemas trabajamos con la construcción de números complejos (como pares ordenados de los reales) y con su representación en la forma

Más detalles

INTRODUCCION- FILTRO DE WIENER

INTRODUCCION- FILTRO DE WIENER FILTRO LMS INTRODUCCION- FILTRO DE WIENER Es un sistema al que le llegan dos señales: x(n) y e(n). A los coeficientes del filtro se les llama w(n), que son los que multiplican a la entrada x(n) para obtener

Más detalles

1. Señales y sistemas Sistemas lineales e invariantes en el tiempo (SLI) 13.5

1. Señales y sistemas Sistemas lineales e invariantes en el tiempo (SLI) 13.5 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS DE SISTEMAS Y SEÑALES 1418 4 09 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería de Control

Más detalles

Transformadas de Laplace

Transformadas de Laplace Semana 7 - Clase 9 9// Tema 3: E D O de orden > Algunas definiciones previas Transformadas de Laplace En general vamos a definir una transformación integral, F (s), de una función, f(t) como F (s) = b

Más detalles

Transformada de Laplace (material de apoyo)

Transformada de Laplace (material de apoyo) Transformada de Laplace (material de apoyo) André Luiz Fonseca de Oliveira Michel Hakas Resumen En este artículo se revisará los conceptos básicos para la utilización de la transformada de Laplace en la

Más detalles

Clasificación y Propiedades de los Sistemas

Clasificación y Propiedades de los Sistemas Connexions module: m12822 1 Clasificación y Propiedades de los Sistemas Melissa Selik Richard Baraniuk Translated By: Fara Meza Erika Jackson Based on System Classications and Properties by Melissa Selik

Más detalles

NÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES.

NÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES. UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS POSTGRADO EN MATEMÁTICA NÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES. Autor: MSc. Arnaldo De La Barrera. Tutor: Dra. Marisela

Más detalles

Análisis Matemático I: Numeros Reales y Complejos

Análisis Matemático I: Numeros Reales y Complejos Contents : Numeros Reales y Complejos Universidad de Murcia Curso 2008-2009 Contents 1 Definición axiomática de R Objetivos Definición axiomática de R Objetivos 1 Definir (y entender) R introducido axiomáticamente.

Más detalles

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ... TEMA : MATRICES Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas a a a... a n a a a... an A... am am am... amn A los números reales a ij se les llama elementos

Más detalles

MA3002. Matemáticas Avanzadas para Ingeniería: Transformada Z Inversa. Departamento de Matemáticas. X 1 (z) MFP. Ejemplo 1. Ejemplo 2.

MA3002. Matemáticas Avanzadas para Ingeniería: Transformada Z Inversa. Departamento de Matemáticas. X 1 (z) MFP. Ejemplo 1. Ejemplo 2. MA3002 Inversa La transformada Z inversa una función variable compleja X () se fine como x(n) = 2 π i C X () n d don la integral se calcula sobre una curva cerrada simple C postivamente orientada que encierra

Más detalles

Tema 6. Diseño de controladores discretos

Tema 6. Diseño de controladores discretos Ingeniería de Control Tema 6. Diseño de controladores discretos Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Como obtener el

Más detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

Más detalles

1.3.- V A L O R A B S O L U T O

1.3.- V A L O R A B S O L U T O 1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto

Más detalles

C A P I T U L O V ANALISIS EN FRECUENCIA DE SEÑALES Y SISTEMAS DISCRETOS SERIES DE FOURIER PARA SEÑALES DISCRETAS EN TIEMPO:

C A P I T U L O V ANALISIS EN FRECUENCIA DE SEÑALES Y SISTEMAS DISCRETOS SERIES DE FOURIER PARA SEÑALES DISCRETAS EN TIEMPO: C A P I T U L O V ANALISIS EN FRECUENCIA DE SEÑALES Y SISTEMAS DISCRETOS 51- SERIES DE FOURIER PARA SEÑALES DISCRETAS EN TIEMPO: Las mismas motivaciones que nos condujeron al desarrollo de las series y

Más detalles

ECUACIÓN DE OSCILACIONES. Tomado del texto de Ecuaciones Diferenciales de los Profesores. Norman Mercado. Luis Ignacio Ordoñéz

ECUACIÓN DE OSCILACIONES. Tomado del texto de Ecuaciones Diferenciales de los Profesores. Norman Mercado. Luis Ignacio Ordoñéz ECUACIÓN DE OSCILACIONES Tomado del texto de Ecuaciones Diferenciales de los Profesores Norman Mercado Luis Ignacio Ordoñéz Muchos de los sistemas de ingeniería están regidos por una ecuación diferencial

Más detalles

Ecuaciones Diferenciales Ordinarias

Ecuaciones Diferenciales Ordinarias Ecuaciones Diferenciales Ordinarias (Transformada de Laplace) Julio López jclopez@dim.uchile.cl Depto Ingeniería Matemática, Universidad de Chile Verano 2010, Resumen clases Julio López EDO 1/30 Introducción

Más detalles

CONSIDERACIONES GENERALES SOBRE ESTÁTICA

CONSIDERACIONES GENERALES SOBRE ESTÁTICA CONSIDERACIONES GENERALES SOBRE ESTÁTICA Índice 1. CONCEPTOS ÚTILES 2 1.1. Configuración geométrica de un sistema....................... 2 1.2. Ligaduras....................................... 2 1.3. Coordenadas

Más detalles

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:

Más detalles

Si conocemos x(n) y obtenemos la salida del sistema podemos determinar la respuesta al impulso del sistema obteniendo en primer lugar H(z) con: = n(

Si conocemos x(n) y obtenemos la salida del sistema podemos determinar la respuesta al impulso del sistema obteniendo en primer lugar H(z) con: = n( 58 Funciones de transferencia de sistemas LTI Como ya conocemos la salida de un sistema LTI en el tiempo (en reposo) para una secuencia de entrada x(n) se podía obtener como la convolución de esa secuencia

Más detalles

Introducción a la Probabilidad

Introducción a la Probabilidad Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento

Más detalles

BLOQUE 1. LOS NÚMEROS

BLOQUE 1. LOS NÚMEROS BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números

Más detalles

Variables aleatorias

Variables aleatorias Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

Complementos de matemáticas. Curso 2004-2005

Complementos de matemáticas. Curso 2004-2005 Univ. de Alcalá de Henares Ingeniería Técnica Industrial Complementos de matemáticas. Curso 004-005 Colección de ejercicios del tema 1 Las soluciones aparecen en color azul, y si disponéis de la posibilidad

Más detalles

3.1 Ecuaciones a diferencias con coeficientes constantes

3.1 Ecuaciones a diferencias con coeficientes constantes 1 CAPÍTULO 3 SE ÑALES Y SISTEMAS DISCRETOS 31 Ecuaciones a diferencias con coeficientes constantes Hasta ahora se han estudiado los sistemas lineales e invariantes en el tiempo, y se los ha caracterizado

Más detalles

Sobre funciones reales de variable real. Composición de funciones. Función inversa

Sobre funciones reales de variable real. Composición de funciones. Función inversa Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real

Más detalles

Algunas Aplicaciones de la Transformada de Laplace

Algunas Aplicaciones de la Transformada de Laplace Algunas Aplicaciones de la Transformada de Laplace Dr. Andrés Pérez Escuela de Matemática Facultad de Ciencias Universidad Central de Venezuela 11 de marzo de 2016 A. Pérez Algunas Aplicaciones de la Contenido

Más detalles

Sistemas Lineales Tema 2: Sistemas Lineales e Invariantes en el Tiempo (LTI)

Sistemas Lineales Tema 2: Sistemas Lineales e Invariantes en el Tiempo (LTI) Sisemas Lineales Tema 2: Sisemas Lineales e Invarianes en el Tiempo (LTI). Inroducción e las propiedades básicas de los sisemas, visas en el ema anerior, la linealidad y la invarianza en el iempo juegan

Más detalles

1 ÁLGEBRA DE MATRICES

1 ÁLGEBRA DE MATRICES 1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa

Más detalles

5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y

5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y 5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y LÍMITES. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2010-2011 5.1.1. Las magnitudes variables: funciones. 5.1.1. Las magnitudes variables:

Más detalles

1 Ecuaciones diferenciales

1 Ecuaciones diferenciales 1 Ecuaciones diferenciales La solución a una ecuación algebraica es un número, o un conjunto de números que satisfacen la ecuación. Por ejemplo las soluciónes de x 2 4x + 3 = 0 son x 0 = 1 y x 1 = 3. Las

Más detalles

CAPITULO II PRINCIPIOS BASICOS DEL PROCESAMIENTO DE SEÑALES DIGITALES

CAPITULO II PRINCIPIOS BASICOS DEL PROCESAMIENTO DE SEÑALES DIGITALES 1 13 CAPIITULO IIII PRIINCIIPIIOSS BASSIICOSS DEL PROCESSAMIIENTO DE SSEÑALESS DIIGIITALESS Antes de pasar a describir como se han de procesar las señales a tratar, para nuestro caso las señales auditivas,

Más detalles

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura: 4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,

Más detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, Determinantes y Sistemas Lineales. 12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión

Más detalles

Tema 9. Espacio de Estados : Representación y propiedades importantes

Tema 9. Espacio de Estados : Representación y propiedades importantes Ingeniería de Control Tema 9. Espacio de Estados : Representación y propiedades importantes Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Esquema del tema 9.1. Representación de sistemas discretos en

Más detalles