1. Sistemas Muestreados
|
|
- José Ramón Luna Torregrosa
- hace 7 años
- Vistas:
Transcripción
1 . 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 Estabilidad 9.7. Respuesta en Frecuencia 9.8. ransformada de Fourier de una Secuencia 0.9. eorema del Muestreo.9.. Demostración.0. ransformada de Laplace ransformada de Laplace de una Secuencia 4.. ransformada en Z 5.2. Reconstrucción Reconstrucción ideal Bloqueadores 7.3. Aparición de Frecuencias Espurias 9
2 .. Introducción Si se buscamos en el diccionario el significado de muestreo dirá proceso o acción de tomar una pequeña parte o porción de algo como una muestra para su análisis. En el contexto del control y las comunicaciones, muestrear una señal implica reemplazar la magnitud continua por una secuencia de números que representan los valores de dicha señal en determinados instantes. Un sistema muestreado es entonces, aquel que, partiendo de una señal o magnitud analógica o continua es capaz de generar una secuencia de valores discretos, separados a intervalos de tiempo. El muestreo es la característica fundamental de los sistemas controlados por computadora dada la naturaleza discreta de estos dispositivos. Generalmente la señal continua es convertida en una secuencia de números que son procesados por el computador digital. Este da una nueva secuencia de números, los que son convertidos a una señal continua y aplicada al proceso. Este segundo proceso se denomina reconstrucción de la señal. Dada la importancia del muestreo es necesario conocer a fondo este proceso. La Ilustración - y la Ilustración -2 muestran la forma en que se realiza el muestreo. Existe un primer elemento llamado muestreador que congela un instante el valor de la señal a muestrear, pero la salida del muestreador sigue siendo analógica. Para convertir esta señal a un valor numérico esta el conversor analógico digital. y(t) - y Rec y r (t) Ilustración - Generación de una Secuencia 2
3 Ilustración -2 Muestreo de una señal continua En el ejemplo se ha dibujado ex-profeso el muestreo con tiempos diferentes pero lo más común es muestrear con un período constante llamado período de muestreo. Si bien se han dibujado separados, el muestreador y el conversor normalmente están juntos en un mismo elemento. Lo que conviene reiterar es que el proceso no sufre alteración alguna y si éste era continuo lo seguirá siendo. Para mayor claridad, se muestra en la Ilustración -3 cómo sería la generación de una señal de control discreta y en la Ilustración -4 se observan la diferentes señales. y(t) CAD y Computador u +c CDA B u(t) - - (mayor demora) Ilustración -3 Controlador Digital 3
4 Ilustración -4 Muestreo de una señal continua A los fines del análisis es útil tener una descripción del muestreo. Esta acción significa simplemente reemplazar una señal por su valor en un número finito de puntos. Sea Z el conjunto de números enteros y {t : Z } el subconjunto de números reales llamados instantes de muestreo. La versión muestreada de f es entonces la secuencia {f(t ) : Z}. El muestreo es una operación lineal. El período de muestreo es normalmente constante o sea t =. En estas condiciones se llama muestreo periódico y es llamado período de muestreo. f s = ( Hz ) se denomina frecuencia de muestreo. Son usados también otros esquemas de muestreo mas sofisticados. Por ejemplo, muestrear diferentes lazos con diferentes períodos de muestreo. Este caso se denomina muestreo múltiple y puede ser tratado como superposición de varios muestreos periódicos. El caso del muestreo periódico ha sido estudiado profundamente. Mucha teoría está dedicada a este tema pero el muestreo múltiple está cobrando importancia día a día con el uso de sistemas multiprocesadores. Con el software moderno es posible diseñar un sistema como si fuesen varios procesos trabajando asincrónicamente. La señal continua y(t) se convierte en una secuencia mediante el muestreador y el CAD que normalmente es el elemento más lento de la cadena. Ya dentro del computador se genera la secuencia de control u. Este proceso consume un determinado tiempo c. Mediante el CDA la secuencia se convierte en analógica y por último el bloqueador interpola los valores de la señal entre dos períodos de muestreo. El bloqueador más usual es aquel que mantiene el valor de la señal hasta la siguiente muestra llamado bloqueador de orden cero. 4
5 .2. Secuencias En síntesis lo que ve el computador no es más que una secuencia de números. Es necesario entonces recordar algunas de las operaciones básicas entre secuencias. La forma de escribir una secuencia es la siguiente: { u} = { u-3, u-2, u-, u0, u } [.] Se verán a continuación algunas operaciones, por ejemplo una suma de secuencias está dada por la siguiente ecuación { u} { v} = + [.2] x { } { } y el producto por una constante, y = m x [.3] Dos secuencias muy usuales en control son el impulso y el escalón que tienen la forma siguiente: { δ } = {,0,0, } { l } = {,,, } [.4] Su representación gráfica está dada en la Ilustración Sistema Discreto Ilustración -5 Secuencias Impulso y Escalón Ahora se podría definir un Sistema Discreto como aquel sistema que es excitado por una secuencia y genera otra secuencia como salida, tal como se ve en la Ilustración -6. 5
6 {u } Sistema {y } Discreto Ilustración -6 Sistema Discreto Un ejemplo de sistema discreto es un Sumador de modo que la secuencia de salida sea la suma de los valores de entrada hasta ese instante: { y } = i { u } [.5] i= Del mismo modo un Promediador puede escribirse como, { y } = ( u-+ u+ u+ ) 3.4. Ecuaciones en Diferencias [.6] Existe un equivalente a la ecuación diferencial de los sistemas continuos, son las llamadas ecuaciones en diferencias. Una ecuación diferencial típica es la siguiente: x (t) = t 0 ω (t) dt [.7] La integral se puede asociar a un sumador con lo cual se tendría, para dos instantes de tiempo consecutivo, las siguientes ecuaciones: - x () = ω (i) 0 x ((+)) = ω (i) 0 x ((+)) - x () = ω () [.8] 6
7 Restando miembro a miembro y despejando, se obtiene la llamada ecuación en diferencia: x ((+)) = x () + () ω [.9] La anterior sería una ecuación en diferencia de primer orden, el equivalente a un integrador. Pero en general para un sistema lineal tendríamos la siguiente forma: x + a x + + a x = b ω + b ω + + b ω [.0] - n -n 0 - m -m Al igual que en los sistemas continuos se pueden definir algunas propiedades. Por ejemplo, si los a i y los b i son constantes se dice que el sistema es invariante. La linealidad está dada por el cumplimiento de la siguiente condición: { u } { y }, { u } { } 2 y2 { αu + α2u2 } { α y + α2 y2 }.5. Secuencia de Ponderación de un Sistema. Es importante definir para un sistema discreto una función que vincule analíticamente su entrada y salida. En particular, se puede normalizar el comportamiento del sistema observando cuál es su respuesta a la secuencia impulso [.] {d } Sistema {g } Discreto Ilustración -7 Respuesta al Impulso Si el sistema es causal se cumple, g = 0 < 0 [.2] Esta forma de definir la relación entrada-salida es el equivalente a la respuesta impulsional de los sistemas continuos. De este modo, una secuencia se podría representar como: [.3] { u } = un{ δ -n } n=- 7
8 siendo u n el valor de la secuencia en ese instante. Por ejemplo la secuencia, { 2, 3, 5 } = 2 {, 0, 0 } + 3 { 0,, 0 } + 5 { 0, 0, } = 2 { } + 3 { } + 5 { } δ δ δ - -2 [.4] eniendo en cuenta la linealidad y esta descomposición se obtiene, { y } = ui{ g } = g { u-i } [.5] Con esto queda definida la convolución discreta entre secuencias del siguiente modo: { y } = { g }*{ u } y = u g = g u -i i i=- i=- i -i i i=- i=- -i Ejemplo. Secuencia de Ponderación Sean las secuencias de ponderación y de entrada de un sistema las siguientes [.6] { g } = {, 2, } { u } = { 0, 3, 4 } [.7] o lo que es lo mismo lo que muestra la gráfica y la forma de calcular la salida es la siguiente Ilustración -8 Ejemplo de secuencia de ponderación 8
9 y = u g = u g + u g + u g = 0 y = u-0 g + 0 u-g + u-2 g = 3 2 y = 2 u2-0g + 0 u2-g + u2-2 g = = 0 2 y3= u3-0g0+ u3-g+ u3-2 g2= = y = 4 u4-0 g + 0 u4-g + u4-2 g = 4. = 4 2 y = 0 5 [.8].6. Estabilidad Se dice que un sistema discreto es estable si secuencia de entrada acotada, la salida lo es. y = g u i -i y = g u g u -i [.9] si u es acotada se verifica y u c i=- c 0 0-i i i=- i=- i -i i i=- i=- g i [.20] condición para que y sea acotada es que ){ g } a i acotada g < sii i [.2] i=- b )lim g = 0 i i.7. Respuesta en Frecuencia Sistema con { g } entrada j { } = { } u e ω [.22] salida 9
10 y = y = e i=-j ω g e i j ω (-i) g i e -j ωi (la última sumatoria es independiente de ) [.23] -j ω i j ω { y } = g e { e } respuesta en frecuencia G( ω ) = g e ω G es periódica con respecto a ω = { y } = G( ) j { e ω } ω [.26] serán: G es el desarrollo en serie de Fourier (según [.23]) por lo tanto los coeficientes g π j ω = G( ω ) d e 2 -π ω π [.27] Ejemplo 2. Pasa Bajos. ω < ω G( ω ) = 0 ω c < ω c π [.28] g ω c j ω e ω ω c [.29] π -ω c = d = sen ( ) es no causal.8. ransformada de Fourier de una Secuencia ω χ ( ω ) = lim xe i = x n n i=-n i=- i [.24] i=- i -j i [.25] i=- -j i -j ω i xe i i=- π j ω = χ( ω ) e d -π ω [.30] para que χ exista debe ser 0
11 xi < [.3] i=- i- i [.32] i=- y = g u e e g iui -jω -jω y = =- =- i=- -jω = e g i =- i=- -jωi -j ω( i) = e ui e g i i=- =- u i [.33] el último [] va desde a + por lo que es independiente de i (i- = ) Υ ( ω ) = G( ω ) U( ω ) [.34].9. eorema del Muestreo Si el muestreo es suficientemente pequeño no se pierde casi información pero ésta pérdida puede ser importante si el período de muestreo es muy grande. Es, entonces, esencial saber cuando una señal continua es biunívocamente definida por su muestreo. El siguiente teorema da las condiciones para el muestreo. Una señal continua con espectro en frecuencia nulo fuera del intervalo [ ω, ω ] es reconstruible totalmente si se la muestrea con una frecuencia ωs > 2ω0. La reconstrucción se obtiene mediante el siguiente cálculo: ( ) = f ( ) f t ( ω s ( t ) ) ( t ) 2 sen 2 [.35] =.9.. Demostración ( ωs ) La transformada de Fourier y la antitransformada de la función continua son: jω t ( ω ) ( ) F = e f t dt [.36] jωt f ( t) = e F( ω) dω [.37] 0 0
12 { } a partir del muestreo se genera una secuencia f f ( ) transformada de Fourier discreta de la forma s jω ( ω) = = que tendrá una F = e f [.38] y su antitransformada π jω f = f ( ) = e Fs( ω) dω [.39] π es decir f ( ) tiene dos formas de calcularse, de acuerdo a [.37] y a [.39]. La ecuación[.37] se puede expresar la integral como una suma de partes, ( 2r+ ) π jω jω f ( ) = e F( ω) dω = e F( ω) dω [.40] r = ( 2r ) π haciendo un cambio de variables al período de muestreo r ω = Ω+ donde Ω es una frecuencia relativa ( 2r+ ) π Ω+ r j π 2 2 Ω+ πr Ω+ πr f ( ) = ( 2r ) e F d r = [.4] Ω+ r f ( ) = e F dω π j( r) r Ω+ π = [.42] se cumple además que j2 r e π = por lo que π jω Ω+ r f ( ) = e F dω r π = [.43] π jω Ω+ r f = e F d Ω [.44] π r= comparando [.44] con [.39] se obtiene la relación entre la ransformada de Fourier discreta y continua como sigue, F s ( ω ) Ω+ r = F r = [.45] o similarmente, dado que = ω s 2
13 r Fs F F sr r= r= [.46] ( ω) = ω+ = ( ω+ ω ) De aquí se deduce que si la frecuencia de muestreo es mayor a dos veces la máxima frecuencia para la cual la ransformada de Fourier es no nula, la ransformada de la señal muestreada será una repetición infinita del lóbulo de la transformada continua. Esto significa que tomando una parte de esta transformada se puede reconstruir exactamente la señal continua, excepto un factor de escala. No sucede lo mismo si la frecuencia de muestreo es inferior a este límite ya que los lóbulos se superpondrán. En la figura siguiente se muestra la ransformada de la señal continua y dos casos de ransformada de la señal discreta: el primero satisface el teorema del muestreo y el segundo no. Es fácil ver, gráficamente, la posibilidad de la reconstrucción en el primer caso. F s (w) F(w) F s (w) / / w w c p/=ws /2 w s w w c w s 2w s w w c -p/=w s /2 3w s /2 -p/=w s /2 p/=w s /2 Ilustración -9: ransformada de Fourier Continua, ransformada de Fourier de la señal muestreada con frecuencia superior e inferior a la de corte. La frecuencia ω s 2 recibe el nombre de Frecuencia de Nyquist. El reconstructor de la ecuación [.35] es no causal y tiene la siguiente respuesta impulsional. 3
14 Ilustración -0 Respuesta impulsional del reconstructor ideal.0. ransformada de Laplace La ransformada de Laplace de una función continua se define como -st X( s ) = Ls x(t) x(t) e dt s = σ + j ω { } 0 = [.47] La ransformada de un impulso es { δ ( )} δ ( ) -st Ls t = t e dt = [.48] s 0 y de un impulso desplazado en un tiempo -s { ( )} L δ t = e [.49].0.. ransformada de Laplace de una Secuencia Si se tiene la secuencia { x }, en la cual sus elementos han sido obtenido como muestreo de una señal continua, se puede escribir como una sumatoria de impulsos modulados por los elementos de la secuencia, x = x δ(t-) [.50] s =0 se define su transformada de Laplace como s ( ) L s = x e [.5] =0 4
15 es periódica respecto de s con período ω = lo que significa que todas las singularides se repiten al igual que la ransformada de Fourier. 3p/ 2p/ p/ Ilustración - ransformada de Laplace Discreta.. ransformada en Z Solo se define para secuencias Z x X z xz ({ } ) ( ) = = [.52] = donde z es una variable compleja. La ransformada en Z de la secuencia impulso es { } {,0,0, } δ = [.53] ( z) = [.54] de una secuencia 2 { x} {, aa,, } = [.55] ( ) = = ( ) [.56] X z az az = = que converge para z > a y en cuyo caso la sumatoria resulta 5
16 ( ) = az X z [.57] - Propiedades Linealidad: Z( af + bg) = az( f ) + bz( g) [.58] Desplazamiento d d ( ) ( ) Z q f = z Z f [.59] lim 0 Valor Inicial ( f ) limz( f ) = [.60] z Valor Final ( f ) ( z ) Z( f ) lim = lim [.6] z si ( z ) Z( f ) no tiene ningún polo fuera del círculo unidad..2. Reconstrucción Si se quiere saber cómo es la señal continua a partir de la información que brinda la secuencia de muestras es necesario un proceso llamado de reconstrucción. En este proceso es posible que la señal reconstruida no coincida exactamente con la original. Esto se ve en la figura siguiente: y(t) - y Rec y r (t) Ilustración -2 Proceso de Reconstrucción La pregunta es cuán parecida será la señal reconstruida a la original. odo dependerá del reconstructor que se utilice. 6
17 .2.. Reconstrucción ideal Para el caso de señales con ancho de banda limitado, se puede reconstruir a partir de la ecuación [.35]. La desventaja es que esta operación no es casual y debemos conocer los valores anteriores y posteriores al instante tratado. Esto no es conveniente para el control digital, pero si puede ser útil en comunicaciones donde se puede aceptar un retardo. Otra desventaja es su complicado cálculo y que solo es aplicable al muestreo periódico. La reconstrucción se hace con el siguiente proceso ( ωs ( t ) ) ( t ) 2 sen 2 fr ( t) = f ( ) [.62] = ( ωs ) Esta reconstrucción es no causal y en la gráfica siguiente se muestra el resultado del proceso; la línea suave es la señal continua y la ondulada es su reconstrucción. Se muestran además los aportes de cada elemento de la sumatoria. La reconstrucción no es perfecta ya que no se consideraron infinitos términos de la sumatoria Bloqueadores Ilustración -3 Reconstrucción ideal de una señal La reconstrucción anterior no es útil para aplicaciones en control y demasiado costosa desde el punto de vista de cálculo. Es por esto que se eligen métodos más simples. El más usual es el bloqueador de orden cero o retenedor que consiste en mantener la señal en el mismo valor de la última muestra. 7
18 Ilustración -4 Reconstrucción con Bloqueador de Orden Cero Dada su simplicidad este bloqueador es el más usado en control digital y los CDA estándares son diseñados con este principio. ambién se puede usar el BOO para muestreo no periódico. Obviamente ésta recontrucción introduce un error como se puede ver en la figura Otro bloqueador causal es el que se construye considerando las dos últimas muestras y extrapolando linealmente el comportamiento futuro tal como se ve en la gráfica Ilustración -5 Bloqueador de Orden Uno Este último bloqueador no necesariamente tiene menor error que el bloqueador de orden cero. Depende de las frecuencias de la señal a reconstruir 8
19 .3. Aparición de Frecuencias Espurias Lo que dice el teorema del muestreo es que si la frecuencia de muestreo es inferior a la máxima frecuencia del sistema continuo la reconstrucción ya no es posible debido a la superposición de los lóbulos. Un ejemplo es lo que sucede al muestrear la señal de la figura siguiente Ilustración -6 Aparición de frecuencias espurias Una posible solución es incrementar la frecuencia de muestreo pero esto trae dos problemas: ) si se observan los elementos de la transformada en Z, estos varían con el período de muestreo y en particular las raíces de los polinomios tenderán todas a, esto llevará a errores numéricos indeseados. 2) en el caso de que se elija una frecuencia suficientemente alta respecto de las frecuencias propias de la planta, puede ser que no sea lo suficientemente alta con respecto a alguna perturbación y el muestreo de esta perturbación introduzca componentes de baja frecuencia. Estas señales que aparecen reciben el nombre es frecuencias alias y la única forma de evitarlas es filtrar la señal antes del muestreo. 9
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesTransformada 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 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 detallesTransformada de Laplace: Aplicación a vibraciones mecánicas
Transformada de Laplace: Aplicación a vibraciones mecánicas Santiago Gómez Jorge Estudiante de Ingeniería Electrónica Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina thegrimreaper7@gmail.com
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 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 detallesCONCEPTOS BASICOS DE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE
LA TRANSFORMADA DE LAPLACE Por cálculo integral sabemos que cuando vamos a determinar una integral impropia de la forma,su desarrollo se obtiene realizando un cambio de variable en el límite superior de
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesII Unidad Diagramas en bloque de transmisores /receptores
1 Diagramas en bloque de transmisores /receptores 10-04-2015 2 Amplitud modulada AM Frecuencia modulada FM Diagramas en bloque de transmisores /receptores Amplitud modulada AM En la modulación de amplitud
Más detalles7.FUNCIÓN REAL DE VARIABLE REAL
7.FUNCIÓN REAL DE VARIABLE REAL 7.1 CONCEPTOS PREVIOS Dados dos conjuntos A={ 1,, 3,...} y B={y 1, y, y 3,...}, el par ordenado ( m, y n ) indica que el elemento m del conjunto A está relacionado con el
Más detallesTSTC. Dpt. Teoría de la Señal, Telemática y Comunicaciones. Robótica Industrial. Universidad de Granada
Dpt. Teoría de la Señal, Telemática y Comunicaciones Robótica Industrial Universidad de Granada Tema 5: Análisis y Diseño de Sistemas de Control para Robots S.0 S.1 Introducción Sistemas Realimentados
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 detallesComunicaciones I. Capítulo 4 CODIFICACIÓN Y MODULACIÓN
Comunicaciones I Capítulo 4 CODIFICACIÓN Y MODULACIÓN 1 Resumen de lo visto en el Capítulo 4 Se analizó la diferencia entre datos analógicos y digitales, y entre señales analógicas y digitales. A partir
Más detallesUniversidad de Alcalá
Universidad de Alcalá Departamento de Electrónica CONVERSORES ANALÓGICO-DIGITALES Y DIGITALES-ANALÓGICOS Tecnología de Computadores Ingeniería en Informática Sira Palazuelos Manuel Ureña Mayo 2009 Índice
Más detalles2º INGENIERÍA INDUSTRIAL TEORÍA DE CIRCUITOS Y SISTEMAS
º INGENIERÍA INDUSTRIAL TEORÍA DE CIRCUITOS Y SISTEMAS PRÁCTICA 7 SISTEMAS. UTILIDADES MATLAB. TRANSFORMADAS Y ANTITRANSFORMADAS Matlab permite obtener transformadas y antitransformadas de Fourier, Laplace
Más detallesResumen de CONVERSORES ANALÓGICO DIGITALES Y DIGITALES ANALÓGICOS
Universidad De Alcalá Departamento de Electrónica Resumen de CONVERSORES ANALÓGICO DIGITALES Y DIGITALES ANALÓGICOS Tecnología de Computadores Almudena López José Luis Martín Sira Palazuelos Manuel Ureña
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 detallesEsta expresión posee un polo doble en s=0 y dos polos simples en s= 1 y en s= 2.
Antitransformada de Laplace (Transformada Inversa de Laplace) Utilizamos la transformada de Laplace para trabajar con modelos algebraicos en los bloques en lugar de modelos en Ecs. Diferenciales que son
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesConvergencia y existencia de la serie de Fourier
A Convergencia y existencia de la serie de Fourier A.1. Convergencia de la serie de Fourier* Posiblemente una de las mayores controversias respecto al desarrollo de Fourier fue su afirmación que cualquier
Más detallesRetardo de transporte
Retardo de transporte Escalón Escalón con retardo de transporte T Retardo de Transporte. Ejemplo de un Tiristor Tiempo Muerto Ángulo de Disparo (desde controlador) Pulso de disparo Nuevo Pulso de disparo
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 detallesÚltima modificación: 1 de julio de
Contenido SEÑALES DIGITALES Y CAPACIDAD DE CANAL 1.- Señales digitales de 2 y más niveles. 2.- Tasa de bit e intervalo de bit. 3.- Ancho de banda de una señal digital. 4.- Límites en la tasa de transmisión.
Más detallesProcesamiento de Señales Digitales
Procesamiento de Señales Digitales La IEEE* Transactions on Signal Processing establece que el término señal incluye audio, video, voz, imagen, comunicación, geofísica, sonar, radar, médica y señales musicales.
Más detallesEl Teorema Fundamental del Álgebra
El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia
Más detallesEcuaciones Diferenciales Ordinarias
Ecuaciones Diferenciales Ordinarias (Transformada de Laplace) Julio López jclopez@dim.uchile.cl Depto Ingeniería Matemática, Universidad de Chile Verano 2010, Resumen clases Julio López EDO 1/30 Introducción
Más detallesCálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos
Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím
Más detallesDos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Más detallesDEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso
DEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso 2009-10 1. Generalidades Instrumentación: En general la instrumentación comprende todas las técnicas, equipos y metodología relacionados con
Más detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesTeoremas de Convergencia
Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y
Más detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 7: Lunes 22 - Viernes 27 de Abril. Contenidos
Coordinación de Matemática I (MAT01) 1 er Semestre de 013 Semana 7: Lunes - Viernes 7 de Abril Cálculo Contenidos Clase 1: Álgebra de límites. Teorema del Sandwich. Cálculo de límites. Límites trigonométricos.
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 detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesf: D IR IR x f(x) v. indep. v. dependiente, imagen de x mediante f, y = f(x). A x se le llama antiimagen de y por f, y se denota por x = f -1 (y).
TEMA 8: FUNCIONES. 8. Función real de variable real. 8. Dominio de una función. 8.3 Características de una función: signo, monotonía, acotación, simetría y periodicidad. 8.4 Operaciones con funciones:
Más detallesT0. TRANSFORMADAS DE LAPLACE
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS T0. TRANSFORMADAS DE LAPLACE Mediante transformadas de Laplace (por Pierre-Simon
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 detallesUNIDAD 8 INECUACIONES. Objetivo general.
8. 1 UNIDAD 8 INECUACIONES Objetivo general. Al terminar esta Unidad resolverás inecuaciones lineales y cuadráticas e inecuaciones que incluyan valores absolutos, identificarás sus conjuntos solución en
Más detalles1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas:
LIMITE DE FUNCIONES Tema: Introducción a límite 1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas: a) Cuál es el valor de la función si x = 2? b) Cuál es el valor de la función
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detallesTeoremas de convergencia y derivación bajo el signo integral
Capítulo 8 Teoremas de convergencia y derivación bajo el signo integral En este capítulo estudiaremos sucintamente bajo qué circunstancias puede intercambiarse el orden de la integral con las operaciones
Más detallesMAT08-13-CALCULA - La calculadora ClassPad 300 como recurso didáctico en la enseñanza de las matemáticas
ENUNCIADO Para completar el curso te proponemos la siguiente actividad: Selecciona cualquier contenido o contenidos del área de Matemáticas (o de otra especialidad si esta no es tu área de trabajo) de
Más detallesECUACIONES POLINÓMICAS CON UNA INCÓGNITA
Unidad didáctica. Ecuaciones, inecuaciones y sistemas de ecuaciones e inecuaciones ECUACIONES POLINÓMICAS CON UNA INCÓGNITA Las ecuaciones polinómicas son aquellas equivalentes a una ecuación cuyo primer
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 detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detalles1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesTRANSFORMADA DE LAPLACE. Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión
TRANSFORMADA DE LAPLACE Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión L= = Se le llama Transformada de Laplace de la función f(t), si la integral existe. Notación:
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detallesGeneración de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Generación de Variables Aleatorias UCR ECCI CI-453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Las variables aleatorias se representan por medio de distribuciones
Más detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
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 detallesResumen sobre mecánica analítica
Resumen sobre mecánica analítica Ecuaciones de Lagrange. Supongamos una partícula, cuyo movimiento se puede describir mediante una sóla coordenada x, de modo que en el instante t la posición de la partícula
Más detallesELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano
ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesNo es otra cosa, que la representación de los resultados de una función sobre el plano carteciano.
FUNCIONES GRAFICAS No es otra cosa, que la representación de los resultados de una función sobre el plano carteciano. INTÉRVALOS Un intervalo es el conjunto de todos los números reales entre dos números
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detalles1. Cinemática: Elementos del movimiento
1. Cinemática: Elementos del movimiento 1. Una partícula con velocidad cero, puede tener aceleración distinta de cero? Y si su aceleración es cero, puede cambiar el módulo de la velocidad? 2. La ecuación
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesSeries y Transformada de Fourier
Series y Transformada de Fourier Series de Fourier Transformada de Fourier Series de Fourier Las series de Fourier describen señales periódicas como una combinación de señales armónicas (sinusoides). Con
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 detallesDerivada. 1. Pendiente de la recta tangente a una curva
Nivelación de Matemática MTHA UNLP Derivada Pendiente de la recta tangente a una curva Definiciones básicas Dada una curva que es la gráfica de una función y = f() y sea P un punto sobre la curva La pendiente
Más detallesNotas sobre el teorema minimax
Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f
Más detallesSistemas Electrónicos Digitales
Sistemas Electrónicos Digitales Profesor: Carlos Herrera C. I. Unidad COMPUERTAS LOGICAS Las compuertas lógicas son dispositivos que operan con aquellos estados lógicos Binarios y que funcionan igual que
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 detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesAritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesVolumen de Sólidos de Revolución
60 CAPÍTULO 4 Volumen de Sólidos de Revolución 6 Volumen de sólidos de revolución Cuando una región del plano de coordenadas gira alrededor de una recta l, se genera un cuerpo geométrico denominado sólido
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 detallesBLOQUE 1. LOS NÚMEROS
BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números
Más detallesTEMA 1 CONJUNTOS NUMÉRICOS
TEMA 1 CONJUNTOS NUMÉRICOS. Objetivos / Criterios de evaluación O.1.1 Realizar correctamente operaciones con fracciones: Suma, resta, producto, cociente, potencia y radicación. O.1.2 Resolver operaciones
Más detallesEnteros (Z):..., -3, -2, -1, 0, 1, 2, 3,... Números enteros (positivos o negativos), sin decimales. Incluye a los naturales.
Tema 1: Números Reales 1.1 Conjunto de los números Naturales (N): 0, 1, 2, 3. Números positivos sin decimales. Sirven para contar. Enteros (Z):..., -3, -2, -1, 0, 1, 2, 3,... Números enteros (positivos
Más detallesTutorial MT-b11. Matemática Tutorial Nivel Básico. Inecuaciones e intervalos
12345678901234567890 M ate m ática Tutorial MT-b11 Matemática 2006 Tutorial Nivel Básico Inecuaciones e intervalos Matemática 2006 Tutorial Inecuaciones e intervalos I. Definición y Propiedades de las
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detalles3. Modelos, señales y sistemas. Panorama Obtención experimental de modelos Respuesta en frecuencia Diagramas de Bode
3. Modelos, señales y sistemas Panorama Obtención experimental de modelos Respuesta en frecuencia Diagramas de Bode CAUT1 Clase 4 1 Obtención experimental de modelos Muchos sistemas en la práctica pueden
Más detallesFunciones reales. Números complejos
Funciones reales. Números complejos Funciones reales 1. Encuentra todos los números reales x que verifican: a) (x 1)(x 3) > 1 b) x + 1 > 1 1 x c) x 1 + x + 1 < 1 d) 5 < x 2 14x + 5 < 26 2. Si la gráfica
Más detallesMás sobre las series geométricas. 1. Derivación de series geométricas elementales
Semana - Clase 2 4/0/0 Tema : Series Más sobre las series geométricas Las series infinitas se encuentran entre las más poderosas herramientas que se introducen en un curso de cálculo elemental. Son un
Más detalles3 SISTEMAS DE PROCESAMIENTO DIGITAL DE SEÑALES. ha desarrollado durante los últimos 30 años gracias a los avances tecnológicos de
3 SISTEMAS DE PROCESAMIENTO DIGITAL DE SEÑALES 3.1 Introducción al procesamiento digital de señales Una alternativa para el procesado analógico de señales es el procesado digital. Esta área se ha desarrollado
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesTrabajo opcional tema 4: modulación
Trabajo opcional tema 4: modulación Alberto Mateos Checa I. Telecomunicación 2 Trabajo opcional tema 4: modulación angular ÍNDICE DE CONTENIDOS: 1. Introducción.... 3 2. Diseño.... 3 2.1. Sistema completo....
Más detallesy 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 detallesTema 7.0. Repaso de números reales y de funciones
Matemáticas II (Bachillerato de Ciencias) Análisis: Repaso de números reales y de funciones 47 Tema 70 Repaso de números reales y de funciones El conjunto de los números reales El conjunto de los números
Más detallesAplicación: cálculo de áreas XII APLICACIÓN: CÁLCULO DE ÁREAS
XII APLICACIÓN: CÁLCULO DE ÁREAS El estudiante, hasta este momento de sus estudios, está familiarizado con el cálculo de áreas de figuras geométricas regulares a través del uso de fórmulas, como el cuadrado,
Más detallesUnidad II. Conjuntos. 2.1 Características de los conjuntos.
Unidad II Conjuntos 2.1 Características de los conjuntos. Es la agrupación en un todo de objetos bien diferenciados en el la mente o en la intuición, por lo tanto, estos objetos son bien determinados y
Más detallesFunciones: Aspectos básicos
Funciones: Aspectos básicos Nombre: Curso:.. Producto cartesiano En teoría de conjuntos, el producto cartesiano de dos conjuntos es una operación que resulta en otro conjunto cuyos elementos son todos
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesLímites de funciones de varias variables.
Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas
Más detallesMatemáticas 2º E.S.P.A. Pág.1 C.E.P.A. Plus Ultra. Logroño
ALGEBRA 1. LETRAS EN VEZ DE NÚMEROS En muchas tareas de las matemáticas es preciso trabajar con números de valor desconocido o indeterminado. En esos casos, los números se representan por letras y se operan
Más detalles13,20 13,25 13,30 13,35 13,40 13,45 13,50 13,55 14,00 14,05 14,10
05 Trabajo Práctico N : LÍMITE DE FUNCIONES Ejercicio : Un dispositivo registra los valores de la frecuencia cardiaca de un paciente internado. El gráfico muestra la frecuencia cardíaca epresada en pulsaciones
Más detallesINVERSORES RESONANTES
3 INVERSORES RESONANTES 3.1 INTRODUCCIÓN Los convertidores de CD a CA se conocen como inversores. La función de un inversor es cambiar un voltaje de entrada en CD a un voltaje simétrico de salida en CA,
Más detallesV B. g (1) V B ) g, (2) +ρ B. =( m H. m H (3) ρ 1. ρ B. Aplicando al aire la ecuación de estado de los gases perfectos, en la forma.
Un globo de aire caliente de volumen =, m 3 está abierto por su parte inferior. La masa de la envoltura es =,87 kg y el volumen de la misma se considera despreciable. La temperatura inicial del aire es
Más detallesOrtogonalidad y Series de Fourier
Capítulo 4 Ortogonalidad y Series de Fourier El adjetivo ortogonal proviene del griego orthos (recto) y gonia (ángulo). Este denota entonces la perpendicularidad entre dos elementos: dos calles que se
Más detallesElementos de Cálculo en Varias Variables
Elementos de Cálculo en Varias Variables Departamento de Matemáticas, CSI/ITESM 5 de octubre de 009 Índice Introducción Derivada parcial El Jacobiano de una Función 5 Derivadas Superiores 5 5 Derivada
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
Más detalles