4.5. Ejercicios Ejercicios 15

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

Download "4.5. Ejercicios Ejercicios 15"

Transcripción

1 .5. Ejercicios Ejercicios Ejercicio 1. Determine los coeficientes de la SDF de las siguientes sucesiones periódicas utilizando la definición, y verifique usando MATLAB. Observación: en cada caso, se indica sólo un período de la sucesión periódica. 1. x 1 = {,,, }, N =.. x = {,, 1,, }, N = x 3 = {3, 3, 3, 3}, N =.. x = {1, j, j, 1}, N =. Ejercicio. Determine las sucesiones a partir de los siguientes coeficientes de (un período de) la SDF usando la definición. Verifique usando MATLAB. 1. X 1 [k] = {5, j, 3, j}, N =.. X [k] = {, 5, 3, 5}, N =. 3. X 3 [k] = {, j, j, j}, N =.. X [k] = {,,, }, N =. Ejercicio 3. Para las sucesiones que se muestran en la figura, especifique si el origen de coordenadas puede elegirse de modo que 1. X[k] sea real;. X[k] sea imaginaria (salvo para los k que sean múltiplos de N); 3. Para cuáles sucesiones se verifica que X[k] =, k = ±, ±, ±6,...? Ejercicio. Sea x 1 una sucesión periódica, con período N = 5, donde un período está dado por { ne x 1 =,3n, n 5,, 6 n 9, Procesamiento Digital de Señales U.N.S. 1

2 16. Series y Transformadas de Fourier y sea x periódica con período N = 1, uno de cuyos períodos es x = { ne,3n, n 5,, 6 n 99. Las dos sucesiones difieren en su periodicidad, pero tienen la mismas muestras no nulas. 1. Encuentre la SDF X 1 [k] de x 1, y grafique las muestras del módulo y la fase en función de k usando el comando stem.. Encuentre la SDF X [k] de x, y grafique las muestras del módulo y la fase en función de k. 3. Cuál es la diferencia entre ambos gráficos de las SDF? I Ejercicio 5. A partir de la sucesión x 1 del Ejercicio, considere la sucesión x 3 de período N = 1, cuyo período se obtiene concatenando dos períodos de x 1 x 3 = [ x 1, x 1 ]. Evidentemente, esta sucesión es diferente de la sucesión x del Ejercicio, aunque ambas tienen período N = Calcule los coeficientes de (un período de) la SDF X 3 [k] de x 3, y grafique el módulo y la fase en función de k.. Cuáles son los efectos de duplicar la periodicidad en los coeficientes de la SDF? 3. Extienda los resultados anteriores para el caso en que el período se multiplica por M. En particular, muestre que si [ ] x M = x 1,..., x 1 }{{} entonces M veces X M [Mk] = { M X 1 [k], k =, 1,... N 1,, Mk =, M,... M N. M Ejercicio 6. Grafique el módulo de la Transformada de Fourier X ( e jω) de las sucesiones discretas que se listan a continuación usando la TDF como herramienta de cálculo (es decir, calculando X[k]). Elija apropiadamente la longitud N de la transformada de modo que sus gráficos tengan sentido. 1. x 1 = cos (,πn) (u u[n 1]).. x = sen (,5πn) sen (,55πn). 3. x 3 = 3 ( n ), 1 n 1.. x = (,5) n, 1 n 1. Procesamiento Digital de Señales U.N.S. 1

3 .5. Ejercicios x 5 = (/5) n u. C Ejercicio 7. Se ha visto en la teoría que existe una relación directa entre X ( e jω) y X[k], donde X[k] son las muestras de X ( e jω) tomadas en las frecuencias ω k = (π/n)k, k N 1. El propósito de este problema es mostrar que se puede conocer el valor de X ( e jω ) para cualquier valor de frecuencia ω en base al conocimiento de las N muestras X[k]; esto es, se puede obtener una fórmula de interpolación. El siguiente procedimiento permite obtener tal ecuación. 1. Si X[k] es la SDF de x, exprese la transformada de Fourier X ( e jω) de x como un tren de impulsos.. Observe que x = xw, donde w es una función apropiada de longitud finita (una ventana ). Calcule w. 3. De acuerdo al inciso anterior, X ( e jω) puede expresarse como la convolución (periódica) de X ( e jω) y W ( e jω). Evaluando en detalle el procedimiento descrito, muestre que X ( e jω) puede calcularse como ( X e jω) = 1 N X[k] sen[ N ( ω π N k) ] N 1 k sen[ 1 ( ω π N k) ] e j (ω π k) N. Calcule explícitamente los límites de la sumatoria. Ejercicio 8. Sea x una sucesión de longitud N, tal que x = si n < o n > N 1, y que por lo menos tiene una muestra no nula. Es posible que para tal sucesión X ( e jω k) =, donde ω k = π M k, k M 1? Si la respuesta es afirmativa, construya un ejemplo. En caso contrario, explique su razonamiento. Analice los casos en que: 1. M N,. M < N. Ejercicio 9. Sea X[k] la TDF de N puntos de la sucesión x de N puntos de longitud. 1. Muestre que si x = x[n 1 n], entonces X[] =. Considere por separado los casos en que N es par o impar.. Muestre que si N es par y x = x[n 1 n], entonces X[N/] =. Ejercicio 1. Se sabe que x es una sucesión de longitud N = 6, y que su TDF X[k] es X[k] = {1, 7, 3,, 3, 7}, para k < 6. Cuál de las siguientes afirmaciones es correcta? Justifique su respuesta. 1. La sucesión x es real.. La sucesión x es imaginaria pura. Procesamiento Digital de Señales U.N.S. 1

4 18. Series y Transformadas de Fourier 3. La sucesión x es compleja.. La información dada es insuficiente para obtener una conclusión. Ejercicio 11. Las sucesiones complejas de longitud finta N pueden descomponerse en sucesiones de N puntos conjugadas simétricas y antisimétricas a partir de las siguientes relaciones respectivamente. x ep = 1 (x + x [(( n)) N ]), n N 1, x op = 1 (x x [(( n)) N ]), n N 1, 1. Verifique analíticamente las siguientes propiedades: Re {x} j Im {x} x ep x op TDF TDF TDF X ep [k], X op [k], Re {X[k]} = Re {X[(( k)) N ]} TDF j Im {X[k]} = j Im {X[(( k)) N ]}. Construya una función en MATLAB que, a partir de la sucesión x calcule las sucesiones conjugadas simétricas y antisimétricas x ep y x op, respectivamente. 3. Verifique las propiedades de simetría enunciadas arriba utilizando la sucesión x = (,9e j π 3 n )(u u[n ]).. Utilice las propiedades enunciadas arriba para computar simultáneamente la TDF de dos sucesiones reales x 1 y x, ambas de longitud N, formando la sucesión compleja x = x 1 + jx, recuperando X 1 [k] y X [k] a partir de X[k]. Compruebe sus resultados para las siguientes dos sucesiones: x 1 = cos (,5πn), x = sen (,75πn), n 63. Ayuda: Aunque la operación módulo, indicada aquí como ((n)) N se puede implementar con el comando rem(n,n), no resulta útil si n <. Por ello se sugiere implementar la función mod, tal como se detalla a continuación: function m = mod(n,n) % Esta función calcula ((n))n, aun para n<. % m = rem(n,n); m = m+n; m = rem(m,n); Ejercicio 1. El en Capítulo se estudió cómo calcular la transformada de Fourier inversa a partir de la transformada directa. Algunas relaciones similares pueden aplicarse para calcular la TDF inversa a partir de la TDF. En los gráficos de la figura, el bloque indicado TDF calcula la transformada de Fourier de la sucesión x = x r + jx i, dando como resultado X[k] = X r [k] + jx i [k]. Procesamiento Digital de Señales U.N.S. 1

5 .5. Ejercicios Demuestre que la sucesión x se puede calcular a partir de X[k] aplicando los siguientes pasos, como se sugiere en la Fig. (a) : Conjugar X[k]. Calcular la TDF directa de X [k]. Conjugar el resultado de la TDF directa. En definitiva, x = 1 N F{X [k]}.. Otra forma de calcular la transformada inversa también hace uso de la propiedad de conjugación, como se muestra en la Fig. (b) Intercambiar las partes real e imaginaria de X[k], definiendo un vector v = Im{X[k]} k=n + j Re{X[k]} k=n. Calcular V[k], la TDF directa de v. Intercambiar la parte real e imaginaria de V[k]. En síntesis, x = 1 N Im {F{Im{X[k]}+j Re{X[k]}}}+ j Re {F{Im{X[k]}+j Re{X[k]}}}. N 3. Una tercera manera hace uso de rotaciones. Defina v = X[k] k=(( n))n. Calcule V[k], la TDF de v. Verifique que x = (1/N) V[k] k=n. Ejercicio 13. Si X[k] es la TDF de puntos de la sucesión de longitud finita x que se muestra en la figura, grafique la secuencia y cuya TDF es Y[k] es Y[k] = W 3k X[k]. Ejercicio 1. Determine la relación entre X 1 [k] y X [k], las TDF de dos sucesiones x 1 y x de longitud finita (N = 8 muestras) que se muestran en la figura. Procesamiento Digital de Señales U.N.S. 1

6 . Series y Transformadas de Fourier Ejercicio 15. Sea X[k] es la TDF de 6 puntos de la sucesión x real y de longitud finita que se muestra en la figura. 1. Grafique la secuencia de longitud finita y cuya TDF de 6 puntos es Y[k] = W k 6 X[k].. Grafique la secuencia de longitud finita w cuya TDF de 6 puntos es W[k] = Re {X[k]}. 3. Grafique la secuencia de longitud finita q cuya TDF de 3 puntos es Q[k] = X[k], k =, 1,. Ejercicio 16. Una sucesión x de duración finita N = 8 tiene la TDF X[k] que se muestra en la Fig. I. Una sucesión nueva, de longitud N = 16 se genera a partir de x como { x[n/], si n es par, y =, en caso contrario. De la Fig. II, elija la TDF de 16 puntos correspondiente a y. Figura I Figura II Ejercicio 17. Sea x una sucesión de longitud finita N que se muestra en la figura (a). Las líneas llenas sugieren la envolvente de los valores de la sucesión entre y N 1. A partir de x se construyen dos sucesiones x 1 y x de longitud finita N, como se indica en las figuras (b) y (c), y expresadas matemáticamente como: x 1 = { x, n N 1,, caso contrario. x, n N 1, x = x[n N], N n N 1,, en caso contrario. Procesamiento Digital de Señales U.N.S. 1

7 .5. Ejercicios 1 Sea X[k] la TDF de N puntos de x, y X 1 [k] y X [k] las TDF de N puntos de x 1 y x, respectivamente. 1. Determine la forma más simple de obtener X[k] a partir de X 1 [k].. Calcule X [k] a partir de X 1 [k]. 3. Justifique si X [k] se puede obtener a partir de X[k]. Ejercicio 18. Si X[k] es la TDF de N puntos de x (N es par), determine las sucesiones y cuyas TDF de N puntos se listan a continuación, y expréselas en función de x. Y[k] = ( 1) k X[k]. Y[k] = Re {X[k]} = 1 (X[k] + X [k]). { X[k N/], k N/, Y[k] = X[k + N/], k < N/. Ejercicio 19. Para la sucesión temporal x = (1/) n u, 1. Calcule X(e jω ). Muestree X(e jω ) en puntos, y determine X[k] = X(e jω ) ω= π, k =, 1,, 3. k 3. Compute ˆx, la TDF inversa de X[k].. Compare x e ˆx, y justifique el resultado expresando analíticamente ˆx en función de x. Ayuda: para resolver este problema es conveniente repasar los contenidos de la Sección 8., Sampling the Fourier Transform del libro de Oppenheim et al. I Ejercicio. Las sucesiones x e y tienen longitud N. A partir de ellas se genera una tercera sucesión w de largo 3N como se indica a continuación: w = {x[], y[],, x[1], y[1],, x[], y[],,... x[n 1], y[n 1], }. Exprese W[k] en función de X[k] e Y[k]. Ejercicio 1. Considere la sucesión x = A cos ω n + B cos ω 1 n, n N 1, con A = 1, B =,5, ω = (1/N)π, ω 1 = (3/N)π, N = 8. Procesamiento Digital de Señales U.N.S. 1

8 . Series y Transformadas de Fourier 1. Calcule y grafique X ( e jω).. Calcule y grafique X N [k], la TDF de N puntos de x. 3. Si la transformada de Fourier X ( e jω) de x se muestrea en ω k = (π/q)k, k Q 1, donde Q = N/ =, se obtiene una transformada discreta Z[k], k Q 1. Escriba z en función de x, y calcule explícitamente z para n Q 1.. Se acorta la sucesión x a la mitad, obteniéndose la sucesión w = x, n Q 1. Grafique W ( e jω) y W[k], k Q Es cierto que Z[k] = W[k], n Q 1, donde Z[k] y W[k] son las TDF de los incisos 3 y, respectivamente? Justifique. C Ejercicio. Sean (x, y), n =, 1,..., N 1 las coordenadas cartesianas de los vértices de un polígono simple P de N lados, orientado positivamente, y sea z =x + jy, n =, 1,..., N Verifique que el área del triángulo con vértices, ae jα, be jβ, donde a >, b >, y α < β < π es A T = 1 Im{(bejβ )(ae jα )}.. Demuestre que el polígono P tiene área 3. Muestre que A P = 1 N 1 Im z[n + 1]z = N n= N 1 ( ) π sen N k Z[k]. k= A P = 1 N 1 N 1 ( ) π Im {y[n + 1] y[n 1]}x = in sen n= N k Y[k]X[k]. k= Ejercicio 3. Calcule la convolución circular de N = 6 y N = 1 puntos para las dos sucesiones de la figura, y verifique sus resultados usando Matlab (calculando la antitransformada del producto de las transformadas). Ejercicio. Para las dos sucesiones de puntos x y h, definidas por x = cos(πn/), n =, 1,, 3, h = n, n =, 1,, Calcule X[k], la TDF de puntos de x. Procesamiento Digital de Señales U.N.S. 1

9 .5. Ejercicios 3. Calcule H[k], la TDF de puntos de h. 3. Calcule y = x h usando la convolución circular y = N 1 x[m]h[((n m)) N ]. m=. Calcule y = x h multiplicando las TDF de x y h y calculando la transformada inversa. Nota: Se sugiere resolver el inciso 3 a mano para comprender el funcionamiento de la convolución circular. Ejercicio 5. Si x = {1, 3, 1, 5} e y = {7, 7, 9, 3}, existe una sucesión w de longitud N = tal que y = x w? C Ejercicio 6. Sea c = (c, c 1,..., c N 1 ), d = (d, d 1,..., d N 1 ) la representación vectorial de dos sucesiones c, d de longitud finita, n =, 1,..., N 1. Se definen las matrices circulantes c c N 1 c N c 1 d d N 1 d N d 1 c 1 c c N 1 c d 1 d d N 1 d C = c c 1 c c 3, D = d d 1 d d c N 1 c N c N 3 c d N 1 d N d N 3 d 1. Muestre cómo relacionar el producto matricial Cx T con la convolución c x, donde x = (x, x 1,..., x N 1 ) es la representación vectorial una sucesión x.. Usando los resultados del inciso anterior, muestre que CD es la matriz circulante correspondiente a c d. 3. Pruebe que C y D conmutan: CD = DC. I Ejercicio 7. En este problema se investiga el resultado del cálculo reiterado de la TDF. 1. Suponga que x es una sucesión de longitud N, y sea y = TDF N {TDF N {x}}. Exprese la sucesión y en función de los elementos de la sucesión x de la forma más sencilla posible.. La sucesión w se obtiene por la aplicación reiterada P veces de la TDF a una sucesión x. Cuál es el mínimo valor de P para el cual w = Ax, donde A es una constante? Cuánto vale A? Procesamiento Digital de Señales U.N.S. 1

10 . Series y Transformadas de Fourier I Ejercicio 8. Sean x e y dos sucesiones de longitud finita, tales que x se anula para n < y n >, y para 9 < n < 3, e y se anula para n < 1 y n > 19, tal como se muestra en la figura. Sea w la convolución lineal entre x e y, y g la convolución circular de N = puntos entre x e y w = x y = g = x y = x[k]y[n k], k= N 1 x[k]y[((n k)) N ]. k= 1. Determine los valores de n para los cuales w puede ser no nula.. Especifique los valores de n para los cuales w puede calcularse a partir de g. Ejercicio 9. Considere dos sucesiones x 1 y x definidas como x 1 = { 1, n 99,, en caso contrario. x = { 1, n 9,, en caso contrario. 1. Calcule y grafique la convolución lineal x 1 x.. Calcule y grafique la convolución circular de 1 puntos x 1 x. 3. Calcule y grafique la convolución circular de 11 puntos x 1 x. I Ejercicio 3. Se desea filtrar la sucesión de datos x = u con un filtro con respuesta impulsiva h = δ δ[n ]. Calcule la salida del sistema y = h x por medio de: 1. la definición de suma convolución: y = k h[k]x[n k];. el método overlap-add; 3. el método overlap-save. Para los incisos () y (3), utilice una TDF de orden, y ajuste la longitud de los bloques de la entrada y de la respuesta impulsiva según corresponda. Verifique que se obtiene el mismo resultado en los tres casos. Nota: Aunque en una implementación real las convoluciones de cada etapa se calcularían efectuando la TDF inversa del producto de H[k] con la TDF de cada bloque de entrada, para simplificar el ejercicio es suficiente calcular la convolución (lineal o circular, según el caso) en el dominio tiempo. Las sucesiones se han elegido de manera que las convoluciones puedan efectuarse por inspección. Procesamiento Digital de Señales U.N.S. 1

11 .5. Ejercicios 5 I Ejercicio 31. Usualmente, el funcionamiento de la técnica de filtrado por bloques overlapsave es más difícil de entender que el método overlap-add. En este ejercicio se exploran algunas alternativas para tratar de facilitar la comprensión. En todos los casos, utilice las mismas señales x y h del Ejercicio 3, y compare sus resultados con los de la convolución lineal x h. 1. Calcule las tres primeras etapas de la convolución por bloques por el método overlapsave sin solapar los bloques de entrada. Explique sus resultados.. Como al aplicar la convolución circular se descartan las primeras P 1 muestras, uno estaría tentado a reemplazar las primeras P 1 muestras de los bloques de entrada (las que se solapan) por valores arbitrarios, por ejemplo muestras nulas. Calcule los tres primeras etapas de la convolución por bloques efectuando el solapamiento de los bloques de las muestras de entrada, pero reemplazando las muestras solapadas por ceros. Justifique sus resultados. I Ejercicio 3. Se desea filtrar un arreglo de datos muy largo con un filtro FIR cuya respuesta impulsiva tiene una longitud P = 5 muestras utilizando la técnica de procesamiento por bloques. Para hacer esto: las secciones de entrada se solapan en V muestras; de la salida de cada sección se extraen M muestras tal que cuando estas muestras son agrupadas, la secuencia resultante es la salida filtrada deseada. La entrada se segmenta en bloques de L = 1 muestras de longitud, y el tamaño de la TDF utilizada para calcular las convoluciones parciales es N = 18 puntos. Suponga además que la secuencia de salida de la convolución circular está indexada de a Determine V.. Determine M. 3. Determine el índice del comienzo y el final de los M puntos extraídos; es decir, determine cuál de los 18 puntos resultantes de la convolución circular son extraídos y anexados con los resultados de la sección previa. I Ejercicio 33. Calcule la convolución por bloques entre las señales x y h del Ejercicio 3 utilizando bloques entrada de tamaño L =, y TDF de tamaño N =. Para cada convolución parcial, determine el número de puntos que se deben descartar (V), y la cantidad de puntos que debe reservarse para sumarlos al resultado del cálculo del próximo bloque. Ejercicio 3. Se desea implementar la convolución lineal de una sucesión de 1 puntos con un FIR cuya respuesta impulsiva tiene una longitud de 1 muestras. La convolución se efectuará usando TDF y TDF inversas de 56 puntos. 1. Cuál es el mínimo número de TDF de 56 puntos, y de TDF inversas de 56 puntos necesarias para implementar la convolución de la secuencia de 1 puntos si se utiliza el método overlap-add? Justifique. Procesamiento Digital de Señales U.N.S. 1

12 6. Series y Transformadas de Fourier. Cuál es el mínimo número de TDF de 56 puntos, y de TDF inversas de 56 puntos necesarias para implementar la convolución de la secuencia de 1 puntos si se utiliza el método overlap-save? Justifique. 3. Se verá más adelante que, cuando N es potencia de, la TDF o la TDF inversa se puede efectuar con (N/) log N multiplicaciones complejas, y (N/) log N adiciones complejas. Para el mismo filtro usado en (1) y en (), compare el número de operaciones aritméticas (sumas y productos) necesarias para implementar el método overlap-add, overlap-save, y la convolución directa. C Ejercicio 35. En la reseña histórica del Capítulo se incluye la tabla siguiente, que consigna los datos de posición del asteroide Pallas, donde variable θ representa la ascensión en grados, y la variable x la declinación en minutos. θ (grados) x (minutos) Encuentre una función x(θ) continua y periódica que pase por cada uno de los 1 pares de puntos con el menor error posible. Ayuda: exprese x(θ) en series de Fourier, y use la TDF para encontrar los coeficientes de la serie. Nota: Para resolver este problema Gauss ideó un método de cálculo muy eficiente, que sería redescubierto años más tarde como la FFT. Procesamiento Digital de Señales U.N.S. 1

13 .5. Ejercicios 7 Ejercicio 36. Convolución por bloques Se debe calcular la convolución entre x y h utilizando los métodos de procesamiento por bloques. El largo de la sucesión x es N x, y el de h es P. Las convoluciones se calcularán con el método de la convolución rápida usando TDFs de largo N = Para el método overlap-add: a) Determinar el largo L a de los bloques x i en que debe partirse la sucesión de entrada x. b) Calcular la salida y i que resulta de la convolución de h con cada uno de los bloques x i. c) Indicar para cada bloque las muestras que deben solaparse con las del bloque anterior y el siguiente. d) Sumar apropiadamente las salidas de cada bloque para obtener la salida completa y. e) Comparar la salida calculada con el resultado de la convolución común entre x y h.. Para el método overlap-save: a) Determinar el largo L s de los bloques x i en que debe partirse la sucesión de entrada x. b) Calcular la salida y i que resulta de la convolución de h con cada uno de los bloques x i. c) Indicar para cada bloque las muestras que deben descartarse y el rango de las muestras útiles. d) A partir de la salidas y i de cada bloque indique cómo obtener la salida completa y. e) Comparar la salida calculada con el resultado de la convolución común entre x y h. 3. Una variante del método overlap-add es elegir el largo L de los bloques menor que L a = N (P 1). Explique el funcionamiento del método en este caso, y comente sobre su eficiencia respecto al indicado en el inciso 1.. Para el método overlap-save, también se puede elegir el largo L de los bloques menor que L s, (pero mayor que L a ). Explique en este caso una forma de implementar el método de convolución por bloques indicando las muestras que se deben descartar en cada bloque, el número de muestras útiles, y comente sobre la eficiencia de esta técnica respecto a la del inciso. Observaciones Este es un ejercicio más de la práctica de problemas. La idea es presentar los resultados en una forma legible, pero no necesariamente linda. Lo que se espera es que se indiquen cómo queda conformado cada bloque (de entrada, resultados intermedios, convolución), los índices correspondientes a cada bloque, qué muestras se solapan, guardan o descartan, etc. No es necesario hacer las gráficas (aunque se incluirán en las soluciones entregadas por la cátedra). El informe puede presentarse en forma manuscrita o impresa; la idea es no gastar más tiempo del necesario. Procesamiento Digital de Señales U.N.S. 1

14 8. Series y Transformadas de Fourier El ejercicio tiene fecha de vencimiento. La presentación en una fecha posterior será penada con una reducción de la nota. Para calcular la convolución circular se puede utilizar la siguiente función function y = ccirc(x,h,n) if nargin <3 N = max([length(x) length(h)]); end y = ifft(fft(x,n).*fft(h.n); Ejemplo Como ejemplo, se muestran el resultado de efectuar la convolución por bloques entre las sucesiones x = {1, 1, 1,,,, 3, 3, 3,,,, 5, 5, 5}, h = {1,, 3, }. En este caso, el largo P de h es, el tamaño N de la TDF es 8, y el largo de los bloques de x se ajusta según el método de cálculo. 1. Método overlap-add: En este caso la sucesión de entrada se parte en bloque de largo L a = N (P 1) = 5, y por lo tanto el cálculo demanda tres etapas. a) Etapa 1: x 1 = {1, 1, 1,, }, n, y 1 = h x 1 = {1, 3, 6, 11, 13, 1, 1, 8}, n 7, De la salida parcial y 1 las P 1 = 3 últimas muestras ({1, 1, 8}) deberán sumarse a las P 1 = 3 primeras muestras de la segunda salida parcial. Sin embargo, las primeras L = 5 muestras son correctas, y pueden escribirse en el buffer de salida: b) Etapa : y = {1, 3, 6, 11, 13}, n. x = {, 3, 3, 3, }, 5 n 9, y = h x 1 = {, 7, 15, 6, 31, 9,, 16}, 5 n 1, A las P 1 = 3 primeras muestras de la salida parcial y deben sumarse las últimas P 1 = 3 muestras de la salida parcial anterior, de modo que en el buffer de salida puede escribirse el segundo bloque formado por las muestras y = { + 1, 7 + 1, , 6, 31}, = {16, 1, 3, 6, 31}. 5 n 9 Las últimas P 1 = 3 muestras ({{9,, 16}, correspondientes a n = 1, 11, 1) se deben sumar a las primeras tres muestras de la salida parcial siguiente. Procesamiento Digital de Señales U.N.S. 1

15 .5. Ejercicios 9 x n h n y n x Overlap-add: Etapa n h n y n x 3 Overlap-add: Etapa n h n y n Overlap-add: Etapa 3. Procesamiento Digital de Señales U.N.S. 1

16 3. Series y Transformadas de Fourier c) Etapa 3: x 1 = {,, 5, 5, 5}, 1 n 1, y 1 = h x 1 = {, 1, 5, 3, 6, 5, 35, }, 1 n 17, Para calcular el último bloque de salida se deben sumar las últimas 3 muestras del bloque y a las primeras 3 muestras de y 3. Entonces y = { + 9, 1 +, , 3, 6, 5, 35, }, 1 n 17, = {33, 36, 1, 3, 6, 5, 35, } d) Finalmente, recolectando todos los resultados, se encuentra que y = {1, 3, 6, 11, 13, 16, 1, 3, 6, 31, 33, 36, 1, 3, 6, 5, 35, }, n 17. }{{}}{{}}{{} 1 er etapa 3 ra etapa da etapa En la figura se representa la sucesión de entras x, la respuesta impulsiva h, y la salida que resulta de hacer la convolución (lineal) entre x y h, y la salida y que resulta del cálculo usando el método overlap-add. x n h n x*h n y n Overlap-add: comparación de resultados.. Método overlap-save: En este método, donde el largo de la respuesta impulsiva es P =, y el largo de la TDF que se utiliza para calcular la convolución circular es N = 8, la entrada se parte en bloques de largo L s = N = 8. De acuerdo con estos valores, se deben descartar las primeras P 1 = 3 muestras de cada convolución circular, y para evitar perder las primeras 3 muestras de la convolución, se agregan 3 ceros al principio de la sucesión x, en los índices { 3, 1}. Procesamiento Digital de Señales U.N.S. 1

17 .5. Ejercicios 31 x n h n y n x Overlap-save: Etapa n h n y n Overlap-save: Etapa. a) Etapa 1: El primer bloque de la sucesión de entrada es x 1 = {,,, 1, 1, 1,, }, 3 n, donde se resaltaron las muestras nulas agregadas al comienzo de x. La sucesión h se debe completar con ceros, de manera de llevar su longitud total a N = 8 muestas: h = {1,, 3,,,,, }. El resultado de la convolución circular de x con h es x 1 h = {1, 1, 8, 1, 3, 6, 11, 13}, 3 n. Las primeras P 1 = 3 muestras deben descartarse, de modo que el primer bloque de la salida está formado por le conjunto de 5 muestras dado por y 1 = {1, 3, 6, 11, 13}, n. Procesamiento Digital de Señales U.N.S. 1

18 3. Series y Transformadas de Fourier como se muestra en la figura. Las muestras que se deben descartar se indican con línea de trazos, y cruces en los índices respectivos. b) Etapa : En esta etapa, el segundo bloque de la sucesión de entrada se elige de modo que se solape con las P 1 = 3 últimas muestras del bloque anterior, de modo que x = {1,,,, 3, 3, 3, }, n 9. En negrita se indican las muestras que se guardaron de x 1. El resultado de la convolución circular entre x y h es x h = {3, 8, 5, 16, 1, 3, 6, 31}, n 9 y como se deben descartar las primeras P 1 muestras (destacadas en negrita), el segundo bloque de salida resulta c) Etapa 3: El bloque de entrada de esta etapa es y = {16, 1, 3, 6, 31}, 5 n 9. x 3 = {3, 3,,,, 5, 5, 5}, 7 n 1, que repite en los P 1 = 3 primeros lugares las últimas P 1 = 3 muestras almacenadas del bloque de entrada anterior. La convolución circular entre x 3 y h es x 3 h = {8,, 39, 33, 36, 1, 3, 6}, 7 n 1, donde se han resaltado las P 1 muestras que se deben descartar. Por lo tanto, el tercer bloque de salida es como se representa en la figura. y 3 = {33, 36, 1, 3, 6}, 1 n 1, d) Etapa : Finalmente, el bloque de entrada de esta última etapa es x = {5, 5, 5,,,,, }, 1 n 19. Este bloque está formado por las últimas tres muestras del bloque de entrada anterior, y cinco muestras nulas que resultan de efectuar un padding de ceros para ajustar al largo de la TDF. El resultado de la convolución circular entre x y h es x h = {5, 15, 3, 5, 35,,, }, 1 n 19. Nuevamente, las tres primeras muestras (resaltadas en negrita) deben descartarse, y por lo tanto el último bloque de salida es y = {5, 35,,, }, 15 n 19. Procesamiento Digital de Señales U.N.S. 1

19 .5. Ejercicios 33 x n h n y n x Overlap-save: Etapa n h n y n Overlap-save: Etapa. e) Reuniendo los resultados anteriores, se encuentra que la salida completa está dada por y = {1, 3, 6, 11, 13, 16, 1, 3, 6, 31, 33, 36, 1, 3, 6, 5, 35,,, }, }{{}}{{}}{{}}{{} 1 er etapa 3 ra etapa ta etapa da etapa n 19. Obviando las muestras nulas que aparecen en la última etapa del método overlap-save a consecuencia del padding de ceros en el último bloque de muestras de la entrada, se comprueba que la y calculada coincide con la convolución lineal entre x y h. Procesamiento Digital de Señales U.N.S. 1

20 3. Series y Transformadas de Fourier x n h n x*h n y n Overlap-save: comparación de resultados. Procesamiento Digital de Señales U.N.S. 1

Señales: Tiempo y Frecuencia PRÁCTICA 1

Señales: Tiempo y Frecuencia PRÁCTICA 1 Señales: Tiempo y Frecuencia PRÁCTICA 1 (1 sesión) Laboratorio de Señales y Comunicaciones PRÁCTICA 1 Señales: Tiempo y Frecuencia 1. Objetivo El objetivo de esta primera práctica es revisar: las principales

Más detalles

Tratamiento Digital de Señales

Tratamiento Digital de Señales Departamento de Teoría de la Señal y Communicaciones Tratamiento Digital de Señales Transformada Discreta de Fourier (DFT) Prof.: Manuel Blanco Velasco Sumario Definición e interpretación La DFT como transformación

Más detalles

Segunda parte (2h 30 ):

Segunda parte (2h 30 ): TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL SEPTIEMBRE 2008 05/09/2008 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES

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

3.7. Ejercicios: Sistemas discretos

3.7. Ejercicios: Sistemas discretos 3.7. Ejercicios: Sistemas discretos 57 3.7. Ejercicios: Sistemas discretos Ejercicio 1. Calcule la salida y[n] de cada uno de los siguientes sistemas para la entrada x[n] que se muestra en la figura. (1)

Más detalles

Transformada Discreta de Fourier (II)

Transformada Discreta de Fourier (II) Transformada Discreta de Fourier (II) 1 Más problemas...ahora computacionales La DFT de orden de una señal x(n) viene definida por la siguiente expresión #1 % X(k) = x(n) "e n= 0 # j"2"$ "k"n Para cada

Más detalles

Muestreo y Procesamiento Digital

Muestreo y Procesamiento Digital Muestreo y Procesamiento Digital Práctico Transformada de Fourier en tiempo discreto Cada ejercicio comienza con un símbolo el cual indica su dificultad de acuerdo a la siguiente escala: básico, medio,

Más detalles

Tratamiento Digital de Señales TEMA 2 : DFT (I)

Tratamiento Digital de Señales TEMA 2 : DFT (I) Tratamiento Digital de Señales TEMA 2 : DFT (I) Universidade de Vigo ETSE Telecomunicación CONTENIDOS 1. Repaso de conceptos asociados con la TF 2. Formulación de la DFT 3. Propiedades de la DFT 4. Métodos

Más detalles

Ampliación de Señales y Sistemas

Ampliación de Señales y Sistemas Grados Ing. de Telecomunicación. Universidad Rey Juan Carlos Página 1/6 Ampliación de Señales y Sistemas PRÁCTICA 2: La DFT en Matlab Profesora responsable de esta práctica: Alicia Guerrero Bibliografía:

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

Análisis Espectral mediante DFT PRÁCTICA 4

Análisis Espectral mediante DFT PRÁCTICA 4 Análisis Espectral mediante DFT PRÁCTICA 4 (2 sesiones) Laboratorio de Señales y Comunicaciones 3 er curso, Ingeniería Técnica de Telecomunicación Sistemas de Telecomunicación 1 PRÁCTICA 4 Análisis Espectral

Más detalles

La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT

La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT 1 La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT Existen diversas formas de implementar la transformada discreta de Fourier (DFT). Para estudiar algunas de

Más detalles

Análisis Espectral mediante DFT PRÁCTICA 4

Análisis Espectral mediante DFT PRÁCTICA 4 Análisis Espectral mediante DFT PRÁCTICA 4 (2 sesiones) Laboratorio de Señales y Comunicaciones 1 PRÁCTICA 4 Análisis Espectral mediante DFT 1. Objetivo Habitualmente, el análisis de señales y sistemas

Más detalles

N kn N. X[ k] ( ) N N. 2.- Cálculo eficiente de la Transformada discreta de

N kn N. X[ k] ( ) N N. 2.- Cálculo eficiente de la Transformada discreta de .- Cálculo eficiente de la Transformada discreta de Fourier. La (Transformada Discreta de Fourier) de una secuencia finita de longitud es [] []: Siendo por: =e X[ k] = x[ n], k =,,..., (.) -j(π/). La Transformada

Más detalles

La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT

La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT 1 La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT Existen diversas formas de implementar la transformada discreta de Fourier (DFT). Para estudiar algunas de

Más detalles

Transformadas de la imagen

Transformadas de la imagen Transformadas de la imagen Digital Image Processing, Gonzalez, Woods, Addison Wesley, ch 3 Transformadas de la imagen 1 Transformada de Fourier en el caso continuo Transformada de Fourier de una funcion

Más detalles

Integral de Fourier y espectros continuos

Integral de Fourier y espectros continuos 9 2 2 2 Esta expresión se denomina forma de Angulo fase (o forma armónica) de la serie de Fourier. Integral de Fourier y espectros continuos Las series de Fourier son una herramienta útil para representar

Más detalles

Preguntas IE TEC. Total de Puntos: 80 Puntos obtenidos: Porcentaje: Nota:

Preguntas IE TEC. Total de Puntos: 80 Puntos obtenidos: Porcentaje: Nota: IE TEC Nombre: Instituto Tecnológico de Costa Rica Escuela de Ingeniería Electrónica EL-470 Modelos de Sistemas Profesor: Dr. Pablo Alvarado Moya II Semestre, 005 Examen Final Total de Puntos: 80 Puntos

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

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. Tema 5. La Transformada Z. h[k]z k. = z n (

Sistemas Lineales. Tema 5. La Transformada Z. h[k]z k. = z n ( La transformada Z Sistemas Lineales Tema 5. La Transformada Z Las señales exponenciales discretas de la forma z n con z = re jω son autosoluciones de los sistemas LTI. Para una entrada x[n] = z0 n la salida

Más detalles

1. Sistemas Lineales e Invariantes a la Traslación 1.1 Motivación de las imágenes digitales Qué es una imagen digital? Sistema: Suma: Escalamiento:

1. Sistemas Lineales e Invariantes a la Traslación 1.1 Motivación de las imágenes digitales Qué es una imagen digital? Sistema: Suma: Escalamiento: 1. Sistemas Lineales e Invariantes a la Traslación 1.1 Motivación de las imágenes digitales 1.2 Sistemas lineales 1.2.1 Ejemplo de Sistemas Lineales Qué es una imagen digital? a) Sistema: un sistema realiza

Más detalles

INSTITUTO TECNOLÓGICO DE MASSACHUSETTS Departamento de Ingeniería Eléctrica e Informática

INSTITUTO TECNOLÓGICO DE MASSACHUSETTS Departamento de Ingeniería Eléctrica e Informática INSTITUTO TECNOLÓGICO DE MASSACHUSETTS Departamento de Ingeniería Eléctrica e Informática 6.003: Señales y sistemas Otoño 2003 Examen final Martes 16 de diciembre de 2003 Instrucciones: El examen consta

Más detalles

EL NÚMERO COMPLEJO. Los números complejos. Distintas expresiones del número complejo. Operaciones con números complejos.

EL NÚMERO COMPLEJO. Los números complejos. Distintas expresiones del número complejo. Operaciones con números complejos. EL NÚMERO COMPLEJO. Los números complejos. Distintas expresiones del número complejo. Operaciones con números complejos. 1. Introducción Los números complejos o imaginarios nacen de la necesidad de resolver

Más detalles

Muestreo y Procesamiento Digital

Muestreo y Procesamiento Digital Muestreo y Procesamiento Digital Práctico 5 Muestreo de señales de tiempo continuo Cada ejercicio comienza con un símbolo el cual indica su dificultad de acuerdo a la siguiente escala: básico, medio, avanzado,

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

Forma polar de números complejos (repaso breve)

Forma polar de números complejos (repaso breve) Forma polar de números complejos (repaso breve) Objetivos. pasar la forma polar de números complejos. quisitos. Números complejos, funciones trigonométricas, valor absoluto de números complejos, circunferencia

Más detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

Más detalles

PRÁCTICA 4: LA TRANSFORMADA RÁPIDA DE FOURIER (FFT)

PRÁCTICA 4: LA TRANSFORMADA RÁPIDA DE FOURIER (FFT) PRÁCTICA 4: LA TRANSFORMADA RÁPIDA DE FOURIER (FFT) Objetivo Específico El alumno implementará un algoritmo de la Transformada Rápida de Fourier y comparará su rapidez contra el cálculo por fórmula de

Más detalles

Elementos de Cálculo Numérico

Elementos de Cálculo Numérico Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico Primer cuatrimestre 2006 Práctica N 2: Condicionamiento de una matriz. Descomposición

Más detalles

José Humberto Serrano Devia Página 1

José Humberto Serrano Devia Página 1 Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad

Más detalles

En la Clase 3, se demostró que cualquier señal discreta x[n] puede escribirse en términos de impulsos como sigue:

En la Clase 3, se demostró que cualquier señal discreta x[n] puede escribirse en términos de impulsos como sigue: SISTEMAS LINEALES INVARIANTES EN EL TIEMPO (SISTEMAS LTI) Un sistema lineal invariante en el tiempo, el cual será referido en adelante por la abreviatura en inglés de Linear Time Invariant Systems como

Más detalles

PRÁCTICA 6: DISEÑO DE FILTROS FIR

PRÁCTICA 6: DISEÑO DE FILTROS FIR PRÁCTICA 6: DISEÑO DE FILTROS FIR Objetivo Específico: El alumno utilizará herramientas computacionales para el diseño de filtros de respuesta finita al impulso (FIR). Comparará las características que

Más detalles

Tema III: Transformación de Laplace

Tema III: Transformación de Laplace 17 Tema III: Transformación de Laplace 1 Introducción La transformación de Laplace permite analizar circuitos utilizando las propiedades del dominio s. Si se desea expresar el resultado de un análisis

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma

Más detalles

p = p 2 r 1 r r A = p 3

p = p 2 r 1 r r A = p 3 Unidad 5 Transformaciones 5. Introducción Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno requiere tres tipos de materiales. Se identifican los cuatro productos como P,

Más detalles

3.- Herramientas matemáticas para el procesamiento de señales.

3.- Herramientas matemáticas para el procesamiento de señales. 3.- Herramientas matemáticas para el procesamiento de señales. La mejor manera de caracterizar un sistema consiste en probar de qué manera responde a señales de entrada, es decir, cómo transforma las señales

Más detalles

UNIVERSIDAD DE VIGO. Escuela de Ingeniería de Telecomunicación

UNIVERSIDAD DE VIGO. Escuela de Ingeniería de Telecomunicación UNIVESIDAD DE VIGO Escuela de Ingeniería de Telecomunicación Grado en Ingeniería de Tecnologías de Telecomunicación Primer curso Análisis de circuitos lineales Examen de 8 mayo 0 Departamento de Teoría

Más detalles

VECTORES : Las Cantidades Vectoriales cantidades escalares

VECTORES : Las Cantidades Vectoriales cantidades escalares VECTORES En física hay dos tipos de cantidades: Las Cantidades Vectoriales son aquellas que tiene tanto magnitud como dirección y sentido sobre la dirección), mientras que las cantidades escalares son

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

Instituto de Matemática. Agosto de ) Encuentre experimentalmente los siguientes valores de su calculadora:

Instituto de Matemática. Agosto de ) Encuentre experimentalmente los siguientes valores de su calculadora: Curso de Métodos Numéricos Instituto de Matemática Práctico 1: Errores Agosto de 2005 1) Encuentre experimentalmente los siguientes valores de su calculadora: (a) El valor ɛ mach definido como el minimo

Más detalles

TRABAJO PRÁCTICO Nº 1. Matrices = 0 = = + 3 = 0 = = 1 = 2 + < = 0

TRABAJO PRÁCTICO Nº 1. Matrices = 0 = = + 3 = 0 = = 1 = 2 + < = 0 TRABAJO PRÁCTICO Nº 1 Matrices Ejercicio 1: Determine para todo, 1,,3 y para todo 1,,3 : a) La matriz A, donde 0, b) La matriz A, donde c) La matriz C, donde d) La matriz D, donde 0 + 3 0 1 + < 0 e) Para

Más detalles

Práctica 2: Periodicidad

Práctica 2: Periodicidad Práctica 2: Periodicidad Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es explorar las utilidades de representación gráfica de MATLAB para observar las especiales

Más detalles

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES - Considere el sistema 3 5 7 0 3 3 6 0 3 4 6 0 a) Estudie para qué valores del número real a, la única solución del sistema es la nula. b) Resuélvalo, si

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

Mapa Curricular: Funciones y Modelos

Mapa Curricular: Funciones y Modelos A.PR.11.2.1 Determina el dominio y el alcance de las funciones a partir de sus diferentes representaciones. A.PR.11.2.2 Identifica y aplica las relaciones entre los puntos importantes de una función (ceros,

Más detalles

Victrola de La Transformada de Fourier

Victrola de La Transformada de Fourier Victrola de La Transformada de Fourier p. 1/2 Victrola de La Transformada de Fourier Introducción para Músicos Juan I Reyes juanig@maginvent.org artelab Laboratorios de Artes Electrónicas Victrola de La

Más detalles

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL Vectores y escalares. REPÚBLICA BOLIVARIANA DE VENEZUELA APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL Las magnitudes escalares son aquellas magnitudes físicas que

Más detalles

ESCUELA MILITAR DE INGENIERÍA ÁLGEBRA I

ESCUELA MILITAR DE INGENIERÍA ÁLGEBRA I ESCUELA MILITAR DE INGENIERÍA MISCELÁNEAS DE PROBLEMAS ÁLGEBRA I NUMEROS COMPLEJOS. Imaginario: guardia que no efectúa rondas, pero se encuentra en un lugar fijo dispuesto a intervenir si fuera necesario.

Más detalles

UNIDAD 1 NUMEROS COMPLEJOS

UNIDAD 1 NUMEROS COMPLEJOS UNIDAD 1 NUMEROS COMPLEJOS El conjunto de los números complejos fue creado para poder resolver algunos problemas matemáticos que no tienen solución dentro del conjunto de los números reales. Por ejemplo

Más detalles

ACTIVIDADES SELECTIVIDAD MATRICES

ACTIVIDADES SELECTIVIDAD MATRICES ACTIVIDADES SELECTIVIDAD MATRICES Ejercicio 1 Para qué valores de m tiene solución la ecuación matricial? (b) Resuelve la ecuación matricial dada para. Ejercicio 2 Siendo I la matriz identidad de orden

Más detalles

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( ) MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una

Más detalles

Vectores y matrices. Problemas para examen

Vectores y matrices. Problemas para examen Vectores y matrices Problemas para examen Operaciones lineales con vectores 1. Programación: la suma de dos vectores. Escriba una función que calcule x + y, donde x, y R n. Calcule el número de flops.

Más detalles

Formulario Procesamiento Digital de Señales

Formulario Procesamiento Digital de Señales Formulario Procesamiento Digital de Señales M n=0 n=0 α n = αm+ α ( α n =, a < ( α sen(a ± B = sen(a cos(b ± cos(a sen(b (3 cos(a ± B = cos(a cos(b sen(a sen(b (4 cos (A = ( + cos(a (5 sen (A = ( cos(a

Más detalles

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes

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

Lección 8. Matrices y Sistemas de Ecuaciones Lineales

Lección 8. Matrices y Sistemas de Ecuaciones Lineales Lección 8 Matrices y Sistemas de Ecuaciones Lineales MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Septiembre 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida En

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

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

Procesado Lineal Bidimensional

Procesado Lineal Bidimensional Procesado Lineal Bidimensional Santiago Aja-Fernández Universidad de Valladolid S. Aja-Fernández (ETSI Telecomunicación) Introducción al Procesado de Imagen 1 / 36 Contenidos 1 Señales bidimensionales

Más detalles

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy). UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios

Más detalles

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para : UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 I / Ejercicios sugeridos para : los temas de las clases del 2 y 23 de abril de 29. Tema : Matrices. Operaciones con matrices. Ejemplos. Operaciones elementales

Más detalles

01. Simplifica y compara fracciones y las representa, de forma aproximada, sobre la recta real.

01. Simplifica y compara fracciones y las representa, de forma aproximada, sobre la recta real. 1.6 Criterios específicos de evaluación. 01. Simplifica y compara fracciones y las representa, de forma aproximada, sobre la recta real. 02. Realiza operaciones aritméticas con números decimales y francionarios.

Más detalles

Comenzando a usar MatLab:

Comenzando a usar MatLab: Universidad Simón Bolívar Núcleo del Litoral Departamento de Tecnología Industrial TI-2284. Laboratorio de Sistemas de Control PRACTICA 1. INTRODUCCION A MATLAB Introducción: MatLab es una herramienta

Más detalles

Ejercicios de Álgebra Lineal Parcial 1

Ejercicios de Álgebra Lineal Parcial 1 Ejercicios de Álgebra Lineal Parcial 1 1. Ejercicios de respuesta corta ( ) 3 1 a) Si A = encuentre la entrada c 6 2 12 de la matriz A 2 { x 3y = 1 b) Si para k R el sistema tiene solución única, verique

Más detalles

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5 Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:

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

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo. Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter

Más detalles

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?

Más detalles

Tratamiento de Voz e Imágenes Tema 2 EJERCICIOS:

Tratamiento de Voz e Imágenes Tema 2 EJERCICIOS: Tratamiento de Voz e Imágenes Tema 2 EJERCICIOS: 1.- Operaciones sobre pixels 2.- Operaciones de convolución 3.- Operaciones geométricas 4.- Filtros y Transformadas de Fourier Operaciones algebraicas Ejercicio

Más detalles

Análisis de Fourier: efectos de un medio físico ideal en la transmisión de una señal digital

Análisis de Fourier: efectos de un medio físico ideal en la transmisión de una señal digital Análisis de Fourier: efectos de un medio físico ideal en la transmisión de una señal digital Pedro Manuel Díaz Varela Estudiante de Ingeniería en Computación Universidad Nacional del Sur Avda. Alem 153

Más detalles

Matemáticas II Bachillerato Ciencias y Tecnología 2º Curso. Espacio euclídeo Determinación de ángulos

Matemáticas II Bachillerato Ciencias y Tecnología 2º Curso. Espacio euclídeo Determinación de ángulos Espacio euclídeo 5.1. Determinación de ángulos.... - 2-5.1.1. Ángulo determinado por dos rectas secantes.... - 2-5.1.2. Ángulo determinado por planos secantes.... - 2-5.1.3. Ángulo determinado por una

Más detalles

Muestreo y Procesamiento Digital

Muestreo y Procesamiento Digital Muestreo y Procesamiento Digital Práctico N+ Problemas surtidos El propósito de este repartido de ejercicios es ayudar en la preparación del examen. Dadas las variadas fuentes de los ejercicios aquí propuestos,

Más detalles

Señales y Sistemas II

Señales y Sistemas II 1 Señales y Sistemas II Módulo IV: La Teoría de Muestreo Contenido de este módulo 2 1.- Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas

Más detalles

GUIA DE ESTUDIO FUNCIONES CUADRÁTICAS. Se llama FUNCION POLINOMICA DE SEGUNDO GRADO o FUNCION CUADRÁTICA a la función:

GUIA DE ESTUDIO FUNCIONES CUADRÁTICAS. Se llama FUNCION POLINOMICA DE SEGUNDO GRADO o FUNCION CUADRÁTICA a la función: GUIA DE ESTUDIO FUNCIONES CUADRÁTICAS Se llama FUNCION POLINOMICA DE SEGUNDO GRADO o FUNCION CUADRÁTICA a la función: f: R R f(x) = ax + bx + c a 0 y a, b, c R El término ax se denomina término cuadrático,

Más detalles

Tema 11: Problemas Métricos

Tema 11: Problemas Métricos ..- Distancia entre dos puntos : Tema : Problemas Métricos B AB A d( A, B) AB La distancia entre dos puntos Aa (, a, a) Bbb (,, b ) es el módulo del vector que une dichos puntos: d( A, B) AB b a b a b

Más detalles

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para : II / 7 UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 Ejercicios sugeridos para : los temas de las clases del 28 y de abril de 29. Temas : Métodos de Gauss y Gauss-Jordan. Sistemas homogéneos y no homogéneos.

Más detalles

Transformada de Laplace - Conceptos Básicos. e -st f(t)dt. L { f (t) } = F(s) =

Transformada de Laplace - Conceptos Básicos. e -st f(t)dt. L { f (t) } = F(s) = Transformada de Laplace - Conceptos Básicos Definición: Sea f (t) una función de t definida para t > 0. La Transformada de Laplace de f(t) se define como: L { f (t) } = F(s) = 0 e -st f(t)dt Algunas Propiedades

Más detalles

Procesamiento Digital de Señales usando GNU Octave.

Procesamiento Digital de Señales usando GNU Octave. Procesamiento Digital de Señales usando GNU Octave Dr. Alfonso Alba Cadena fac@galia.fc.uaslp.mx Facultad de Ciencias UASLP GNU Octave... Es un lenguaje de alto nivel orientado al cómputo numérico Trabaja

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 3. Análisis de Fourier de señales y sistemas de tiempo continuo.

Tema 3. Análisis de Fourier de señales y sistemas de tiempo continuo. Tema 3. Análisis de Fourier de señales y sistemas de tiempo continuo. 205-206 Tema 3. Análisis de Fourier de tiempo continuo 205-206 / 23 Índice Introducción 2 Respuesta de sistemas LTI a exponenciales

Más detalles

GUÍA DE ESTUDIOS PARA EL EXAMEN A TITULO DE SUFICIENCIA DE FUNDAMENTOS DE ÁLGEBRA.

GUÍA DE ESTUDIOS PARA EL EXAMEN A TITULO DE SUFICIENCIA DE FUNDAMENTOS DE ÁLGEBRA. GUÍA DE ESTUDIOS PARA EL EXAMEN A TITULO DE SUFICIENCIA DE FUNDAMENTOS DE ÁLGEBRA. INSTRUCCIONES El conjunto de ejercicios que a continuación se presenta tienen como objetivo proporcionarte orientación

Más detalles

Ejercicio 1. Ejercicio 2

Ejercicio 1. Ejercicio 2 Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función

Más detalles

NÚMEROS COMPLEJOS UNIDAD 5. Página 130. El paso de N a Z

NÚMEROS COMPLEJOS UNIDAD 5. Página 130. El paso de N a Z UNIDAD NÚMEROS COMPLEJOS Página 0 El paso de N a Z 0 Imagina que solo se conocieran los números naturales, N. Sin utilizar otro tipo de números, intenta resolver las siguientes ecuaciones: a) x + b) x

Más detalles

PROBLEMA 1 *( ) + SOLUCIÓN: Sea la superficie de la parte esférica superior, parametrizada con coordenadas cilíndricas de la siguiente manera:

PROBLEMA 1 *( ) + SOLUCIÓN: Sea la superficie de la parte esférica superior, parametrizada con coordenadas cilíndricas de la siguiente manera: PROBLEMA 1 A una esfera maciza de radio unidad se le hace una perforación cilíndrica siguiendo un eje diametral de la esfera. Suponiendo que el cilindro es circular de radio, con y que el eje que se usa

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

ESPACIOS VECTORIALES Y APLICACIONES LINEALES

ESPACIOS VECTORIALES Y APLICACIONES LINEALES Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes

Más detalles

******* Enunciados de Problemas *******

******* Enunciados de Problemas ******* ******* Enunciados de Problemas ******* CÁLCULO ESCUELA SUPERIOR DE LA MARINA CIVIL DIPLOMADO EN MÁQUINAS NAVALES DIPLOMADO EN NAVEGACIÓN MARÍTIMA ISIDORO PONTE ESMC EL NÚMERO REAL Sea o un número racional

Más detalles

Transformada Z. Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas,

Transformada Z. Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, Transformada Z Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario Regional Este Sede Rocha Tecnólogo en Telecomunicaciones

Más detalles

2. El conjunto de los números complejos

2. El conjunto de los números complejos Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS Para una mirada sobre el origen y desarrollo histórico de los números complejos leer el siguiente documento páginas 8-13 CANTIDADES IMAGINARIAS Definición: Las cantidades imaginarias

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

Escuela de Matemáticas

Escuela de Matemáticas Escuela de Matemáticas Universidad de Costa Rica MA-004: Álgebra Lineal Prácticas Sistemas de ecuaciones lineales, Matrices Determinantes MSc Marco Gutiérrez Montenegro 07 Sistemas de ecuaciones lineales

Más detalles

Vectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector

Vectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector UNIDAD I: MATRICES Vectores en el plano Un vector,, es un segmento con una dirección que va del punto A (origen) al punto B (etremo).un vector es un segmento orientado que va del punto A (origen) al punto

Más detalles

Lista de ejercicios # 4

Lista de ejercicios # 4 UNIVERSIDAD DE COSTA RICA MA-5 FACULTAD DE CIENCIAS Ecuaciones Diferenciales para Ingeniería ESCUELA DE MATEMÁTICA Primer Ciclo del 5 Lista de ejercicios # 4 Sistemas de ecuaciones diferenciales. EPII-II-

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica

Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica 1. a) Marcar en un eje los puntos a(1);b( 2) y c(4). b) Hallar los puntos simétricos respecto al origen

Más detalles

Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1

Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1 MAT 5 B Sistemas de ecuaciones no lineales EJERCICIOS RESUELTOS. Resuelva el siguiente sistema de ecuaciones no lineales, utilizando el método de punto fijo multivariable: x cos x x SOLUCIÓN x 8 x +. +

Más detalles