Sistemas continuos. Francisco Carlos Calderón PUJ 2010
|
|
- José Ramón Márquez Soriano
- hace 7 años
- Vistas:
Transcripción
1 Sistemas continuos Francisco Carlos Calderón PUJ 2010
2 Objetivos Definir las propiedades básicas de los sistemas continuos Analizar la respuesta en el tiempo de un SLIT continuo
3 Definición y clasificación Puede verse un sistema como un proceso que transforma señales de entrada en otras a la salida, mediante la interconexión de componentes, dispositivos o subsistemas.
4 Sistemas en tiempo continuo Sistemas en tiempo discreto x ( t ) ( t ) H y x [n] H y[n ] x(t) H y(t)
5 Clasificación de los sistemas en tiempo continuo Sistemas lineales y no lineales: Un sistema lineal es aquel que cumple la propiedad de superposición. 1. La respuesta a x 2 (t)+ x 1 (t) es y 1 (t)+ y 2 (t) 2. La respuesta a ax1 ( t) es ay1( t) Conocidas como las propiedades de aditividad y escalamiento u Homogeneidad
6 Clasificación de los sistemas en tiempo continuo Si el sistema es lineal, una entrada que sea cero todo el tiempo resulta en una salida que sea cero todo el tiempo. 0 ) ( 0 ) ( 0 0 ) ( ) ( = = t y t x t y t x
7 Sistemas lineales deben cumplir x 1 ( t ) H a x 2 ( t ) H b + ay 1 t by 2 t Que sean iguales x 1 ( t ) a + x 3 ( t ) H y 3 ( t ) x 2 ( t ) b
8 Clasificación de los sistemas en tiempo continuo Sistemas con y sin memoria Sistema SIN memoria: Es aquel cuya salida para cada valor de la variable independiente en un tiempo dado depende solamente de la entrada en ese mismo momento. Ej y( t ) = x( t 2) + x( 2 t ) Si entrada es x ( t 0 ) la salida es: x( t0 2) + x( 2 t0 ). De donde se aprecia que la salida depende de entradas a tiempos diferentes de t 0. Por lo tanto el sistema es Con Memoria.
9 Clasificación de los sistemas en tiempo continuo Invertibilidad y sistemas inversos Sistema Invertible: Si un sistema es invertible debe existir un sistema inverso, tal que al interconectarlo en cascada con el sistema original produce una salida igual a la entrada del primer sistema. x( t ) y( t ) x( t )
10 Clasificación de los sistemas en tiempo continuo Causalidad Sistema Causal: Si su salida en cualquier instante de tiempo depende sólo de los valores de la entrada en el momento presente y en el pasado. (No-anticipativo). CAUSAL: ( t ) x( t ) y = NO-CAUSAL: y ( t ) = x( t )
11 Clasificación de los sistemas en tiempo continuo Estabilidad Sistema Estable: Es aquel que a entradas acotadas produce salidas que no divergen. ESTABLE: sen(t). NO-ESTABLE: 1/t,
12 Clasificación de los sistemas en tiempo continuo Invariante en el tiempo Sistema Invariante en el tiempo: Si el comportamiento y características del mismo están fijos en el tiempo.
13 Sistemas Invariantes deben cumplir x ( t ) y 1 1 ( t ) t y ( t ) H 0 1 t o Que sean iguales x 1 ( t ) t 0 x 2 ( t ) H y 2 ( t )
14 Sistemas Lineales e invariantes en el tiempo continuos y discretos Este tipo de sistemas son conocidos como SLIT o LTI(ingles). Muchos fenómenos físicos pueden modelarse mediante estos sistemas. El análisis matemático del comportamiento de estos sistemas puede desarrollarse a través de procedimientos directos.
15 SLIT discretos. Las señales discretas pueden representarse por medio de una secuencia de impulsos, aplicando la propiedad: x [ n] δ [ n a] = x[ a] δ [ n a] Dada una señal discreta x[n] x x[n] puede escribirse como una suma de impulsos desplazados [ n] =... + x[ 1] δ [ n + 1] + x[ 0] δ [ n] + x[ 1] δ [ n 1]... x [ n] = x[ k ] δ [ n k ] k =
16 Sistemas Lineales e invariantes en el tiempo discretos H δ [ n k] h k [n] x[k] + y[n] H x[ n] = x[ k ] δ [ n k ] y[ n] = x[ k ] h k [ n] k = k =
17 Sistemas Lineales e invariantes en el tiempo discretos El sistema además de ser lineal también es invariante en el tiempo entonces: δ [ n k] H h k [n] h k x 1[ n ] t x [ n 2 ] 0 H y [ n] 2 [ n] = h0[ n k] = x 1[ n ] y [ n 1 ] t y1[ n k] H 0
18 Sistemas Lineales e invariantes en el tiempo discretos y [ n] = x[ k ] h k [ n] k = [ n] = x[ k ] h [ n k ] y 0 k = Este resultado se conoce como la suma de convolución suma de superposición También representada como: y [ n] = x[ n] h[ n] Un sistema SLIT discreto puede caracterizarse totalmente con la respuesta al impulso unitario.
19 Sistemas Lineales e invariantes en el tiempo continuos De una manera parecida al caso discreto, se puede encontrar una caracterización para los SLIT en término de su respuesta al impulso unitario. x x ( t ) = x( k ) δ ( t k ) + k = ( t ) = lím x( k ) δ ( t k ) x + 0 k = + ( t ) x( τ ) δ ( t τ ) = dτ La salida y(t) puede verse como una combinación lineal de respuestas a las señales impulso δ ( t τ ) H h( t, τ ) Y como mi sistema es invariante en el tiempo se tiene que: h( t, τ ) = h( t τ ) h k [ n] = h0[ n k]
20 Sistemas Lineales e invariantes en el tiempo continuos y t = y t = x h t, d x h t d Este resultado se conoce como la integral de convolución También representada como: y( t) = x( t) h( t) Un sistema SLIT continuo puede caracterizarse totalmente con la respuesta al impulso.
21 Propiedades de los Sistemas Lineales e invariantes en el tiempo Propiedad distributiva [ n] = x[ n] * h1 [ n] + x[ n] * h [ n] [ n] = x[ n] * ( h [ n] + h [ n] ) y 2 y 1 2
22 Propiedades de los Sistemas Lineales e invariantes en el tiempo Propiedad asociativa [ n] = ( x[ n] * h [ n] ) h [ n] y 1 * 2 [ n] = x[ n] * ( h [ n] h [ n] ) y 1 * 2
23 Propiedades de los Sistemas Lineales e invariantes en el tiempo Propiedad conmutativa [ n] = ( x[ n] h[ n] ) y [ n] = ( h[ n] * x[ n] ) y * [ n] = ( x[ n] * h1 [ n] ) * h [ n] [ n] = ( x[ n] * h [ n] ) h [ n] y 2 y 2 * 1
24 Propiedades de los Sistemas Lineales e invariantes en el tiempo SLIT con y sin memoria. Sistema SIN memoria: Es aquel cuya salida para cada valor de la variable independiente en un tiempo dado depende solamente de la entrada en ese mismo momento. En el caso discreto esto se cumple si: h[ n] = 0 para n 0 Por lo que la suma de convolución se reduce a: y [ n] = Kx[ n] Donde K= h[0]
25 Propiedades de los Sistemas Lineales e invariantes en el tiempo Causalidad para los SLIT Si su salida en cualquier instante de tiempo depende sólo de los valores de la entrada en el momento presente y en el pasado. (No-anticipativo). La respuesta impulso de un SLIT causal discreto, basándose en la definición debe ser de la forma: h [ 0 ] = 0 para n < 0 que a su vez implica: y [ n] = x[ k ] h [ n k ] k = 0 0
26 Propiedades de los Sistemas Lineales e invariantes en el tiempo Invertibilidad de los SLIT Si el sistema es invertible, posee un sistema inverso, de tal forma que si el sistema es un SLIT se cumple que: Figura 38. SLIT invertible y su sistema inverso Es decir, para el caso continuo: h 1 ( t ) h ( t ) = δ ( t ) 2 De forma análoga se puede concluir una expresión para el caso discreto.
27 Propiedades de los Sistemas Lineales e invariantes en el tiempo Estabilidad para los SLIT Aquel que a entrada limitadas en amplitud produce salidas limitadas en amplitud Puede encontrarse ver Oppenheim pag 113 que el sistema es estable si la respuesta al impulso unitario es absolutamente sumable + k = h [ k ] <
28 Referencias Señales y sistemas continuos y discretos, Soliman. S y Srinath. M. 2ª edición cap 2 Señales y sistemas,oppenheim, alan cap 1 Apuntes de clase Prof. Jairo Hurtado PUJ Apuntes de clase Prof. Julián Quiroga PUJ
Tema 2. Sistemas Lineales e Invariantes en el Tiempo (Sesión 2)
SISTEMAS LINEALES Tema. Sistemas Lineales e Invariantes en el Tiempo (Sesión ) 4 de octubre de 00 F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA Contenidos. Representación de señales discretas en términos
Más detallesPropiedades 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 detallesPropiedades 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 detallesAsignatura: 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 detallesSeñales 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 detallesPráctica 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 detallesSistemas 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 detallesAsignatura: 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 detallesClasificación 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 detallesConcepto 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 detallesTema 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 detallesClasificación 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 detalles2. 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 detallesCapítulo 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 detallesELECTIVA 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 detallesSeñales 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 detallesSistemas 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 detallesAlgebra 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 detallesMétodos 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 detallesRepresentación 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 detallesProcesado 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 detallesapuntes 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 detallesECUACIÓN 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 detallesMétodos, Algoritmos y Herramientas
Modelado y Simulación de Sistemas Dinámicos: Métodos, Algoritmos y Herramientas Ernesto Kofman Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA - Universidad Nacional de Rosario.
Más detallesMatemáticas Empresariales I. Funciones y concepto de ĺımite
Matemáticas Empresariales I Lección 3 Funciones y concepto de ĺımite Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales I 1 / 22 Concepto de función Función de
Más detallesSeñales 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 detallesEstabilidad 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 detallesProcesos estocásticos. Definición
Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesDescripción 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 detalles1. 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 detalles1. 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 detallesSistemas 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 detalles1. 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 detallesTransformada 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 detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detalles1. Lección 1 - Espacio Vectorial
1. Lección 1 - Espacio Vectorial Definiremos espacio vectorial como la estructura algebraica consistente en: 1. Grupo abeliano {V, +, } cuyos elementos se denominan vectores. Para que los elementos de
Más detallesTema 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 detallesEl 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 detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesIntroducción 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 detallesAnálisis 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 detallesNOCIONES PRELIMINARES (*) 1
CONJUNTOS NOCIONES PRELIMINARES (*) 1 Conjunto no es un término definible, pero da idea de una reunión de cosas ( elementos ) que tienen algo en común. En matemática los conjuntos se designan con letras
Más detalles8.4. 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 detallesSi 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 detallesDefinición: 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 detallesECONOMETRÍA 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 detallesDEFINICIONES 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 detallesFUNCIÓN DE PRODUCCIÓN LINEAL. La función lineal se caracteriza porque las variables están elevadas a la primera potencia.
LA FUNCION DE PRODUCCION LINEAL lorenzo castro gómez 1 La función lineal se caracteriza porque las variables están elevadas a la primera potencia. A). Si se tiene un insumo variable: Y = ƒ (X) = a +b 1
Más detallesPráctico 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 detallesDEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta
DEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta SUCESIONES Y RELACIONES DE RECURRENCIA Esta última sección la dedicamos a presentar el concepto de recurrencia, que esta muy ligado al axioma de
Más detallesContinuidad. 5.1 Continuidad en un punto
Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos
Más detallesMatemáticas Aplicadas a los Negocios
LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:
Más detallesAPUNTES ACERCA DE LA ECUACIÓN DE LA RECTA
Introducción APUNTES ACERCA DE LA ECUACIÓN DE LA RECTA Se denomina solución de una ecuación al valor o conjunto de valores de la(s) incógnita(s) que verifican la igualdad. Así por ejemplo decimos que x
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesProblemas 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 detallesTransformada 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 detallesTeoría Tema 6 Ecuaciones de la recta
página 1/14 Teoría Tema 6 Ecuaciones de la recta Índice de contenido Base canónica en dos dimensiones como sistema referencial...2 Ecuación vectorial de la recta...4 Ecuación paramétrica de la recta...6
Más detallesTema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso
Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes
Más detallesMENORES, COFACTORES Y DETERMINANTES
MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a
Más detallesTEMA 11. VECTORES EN EL ESPACIO
TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo
Más detallesTema 8: Aplicaciones. Ecuaciones en. diferencias: modelos en tiempo discreto. 1 Modelo de crecimiento exponencial. 2 Sucesión de Fibonacci
8 de diciembre de 20 Contexto: Bloque de Álgebra Lineal Tema 6. Sistemas de ecuaciones lineales y matrices. Tema 7. Valores y vectores propios. Tema 8. Aplicaciones del cálculo de los valores y vectores
Más detallesAlgunas 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 detallesUniversidad de Chile Facultad de Ciencias Físicas y Matemáticas Unidad de Calidad de Vida Estudiantil MA1101 Introducción al Álgebra 12 SEMANA 11
12. Semana 11 P1 (a) a b c d a b c d a a b c d a a a a a b b a d c b a a a a c c d a b c a b c d d d c b a d a b c d 1.1) Recordemos que (A, ) es grupo abeliano, con esto tenemos a b = b a = b y a d =
Más detallesEJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES
EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesEL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
Más detallesSISTEMAS 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 detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesConceptos de señales y sistemas
Conceptos de señales y sistemas Marta Ruiz Costa-jussà Helenca Duxans Barrobés PID_00188064 CC-BY-NC-ND PID_00188064 Conceptos de señales y sistemas Los textos e imágenes publicados en esta obra están
Más detallesVARIABLE COMPLEJA Y ANÁLISIS FUNCIONAL
VARIABLE COMPLEJA Y ANÁLISIS FUNCIONAL (Curso 00-00) HOJA Ejercicio. Determina en qué recintos es holomorfa la siguiente función: f(x + iy) x + ay + i(bx + cy) En este caso consideramos: u(x, y) x + ay
Más detallesASIGNATURA: SISTEMAS DE CONTROL CÓDIGO: Teórico #4 Cursada 2015
ASIGNATURA: SISTEMAS DE CONTROL CÓDIGO: 0336 Teórico #4 Cursada 2015 RESUMEN CLASE ANTERIOR (Teórico #3) Capítulo 1 - Introducción 1-1. Descripción y aplicaciones de sistemas de control automático. 1-2.
Más detallesMatrices 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 detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesUna 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 detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Más detallesC 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 detallesUnidad 3. Técnicas de Modulación
Unidad 3. 3.1 Modulación de Onda Continua. 3.2 Modulación por Pulsos. 1 Antes de transmitir una señal con información a través de un canal de comunicación se aplica algun tipo de modulación. Esta operación
Más detallesTécnicas Avanzadas de Control Memoria de ejercicios
Memoria de ejercicios Curso: 2007/08 Titulación: Ingeniero Técnico Industrial Especialidad: Electrónica Industrial Alumno: Adolfo Hilario Tutor: Adolfo Hilario Caballero Índice general Presentación. 2..
Más detalles5 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 detallesECUACIONES. Ecuaciones. Indicadores. Contenido ECUACIÓN
Indicadores ECUACIONES Determina el conjunto solución de una ecuación. Resuelve ecuaciones de primer y segundo grado, así como sistemas de ecuaciones Contenido Ecuaciones De primer grado Sistemas de ecuaciones
Más detallesControlabilidad y observabilidad
Controlabilidad p. 1/16 Controlabilidad y observabilidad En las próximas clases discutiremos dos conceptos fundamentales de la teoría de sistemas: controlabilidad y observabilidad. Esos dos conceptos describen
Más detallesSESIÓN 4: ESPACIOS VECTORIALES
SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será
Más detallesONDAS Y PERTURBACIONES
ONDAS Y PERTURBACIONES Fenómenos ondulatorios Perturbaciones en el agua (olas) Cuerda oscilante Sonido Radio Calor (IR) Luz / UV Radiación EM / X / Gamma Fenómenos ondulatorios Todos ellos realizan transporte
Más detallesLa asignatura de Matemática estimula el desarrollo de diversas habilidades:
La asignatura de Matemática estimula el desarrollo de diversas habilidades: Intelectuales, como: El razonamiento lógico y flexible, la imaginación, la inteligencia espacial, el cálculo mental, la creatividad,
Más detalles1 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 detallesEjercicios 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 detallesAPUNTES DE FUNDAMENTOS DE MATEMATICA. CASO I: Cuando todos los términos de un polinomio tienen un factor común.
FACTORIZACION DE POLINOMIOS. CASO I: Cuando todos los términos de un polinomio tienen un factor común. Cuando se tiene una expresión de dos o más términos algebraicos y si se presenta algún término común,
Más detallesColegio San Patricio Matemática 3 año Prof. Selva Hernández Trabajo Práctico N 9 : Factorización de polinomios.
Colegio San Patricio Matemática 3 año - 2015 Prof. Selva Hernández Trabajo Práctico N 9 : Factorización de polinomios. Factorizar un polinomio es escribirlo como producto de factores irreducibles. El concepto
Más detalles1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES
Capítulo 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 1.1 INTRODUCCIÓN Este libro trata del álgebra lineal. Al buscar la palabra lineal en el diccionario se encuentra, entre otras definiciones, la siguiente:
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.7: Aproximación de funciones. Desarrollo de Taylor. Aproximación lineal. La aproximación lineal de una función y = f(x) en un punto x = a es la
Más detallesAlgebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesMatemática I. Descomposición en factores. Tercera Parte. Ing. Santiago Figueroa Lorenzo Correo electrónico:
Matemática I Descomposición en factores. Tercera Parte Ing. Santiago Figueroa Lorenzo Correo electrónico: santiagofigueroalorenzo@gmail.com Temas Primera Unidad: Elementos Algebraicos Tema 1: Principales
Más detallesOperaciones con matrices
Operaciones con matrices Problemas teóricos En todos los problemas de esta lista se supone que F es un campo (cuerpo). Si no conoce bien el concepto de campo, entonces puede pensar que F = R. Operaciones
Más detalles1. Números reales. Análisis de Variable Real
1. Números reales Análisis de Variable Real 2014 2015 Índice 1. Sistemas numéricos 2 1.1. Números naturales. Principio de Inducción... 2 1.2. Números enteros... 4 1.3. Números racionales... 6 2. Los números
Más detallesUnidad II. 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función.
Unidad II Funciones 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función. Función En matemática, una función (f) es una relación entre un conjunto dado X (llamado dominio)
Más detalles9. Análisis en frecuencia: lugar de las raíces
Ingeniería de Control I Tema 9 Análisis en frecuencia: lugar de las raíces 1 9. Análisis en frecuencia: lugar de las raíces Introducción: Criterios de argumento y magnitud Reglas de construcción Ejemplo
Más detallesGuía N 2 Desigualdades e Inecuaciones. p < 0 E) x E) N.A IV) > 2 x C) x > 4 B) 4
Colegio Raimapu Departamento de Matemática Guía N Desigualdades e Inecuaciones Nombre del Estudiante: π ) Para el conjunto de números reales A = R / es verdadero que: I) A II), A III) A ) Qué condición
Más detalles