Procesamiento de Señales basado en Wavelets Notas de Clase - Parte II
|
|
- Clara Juárez Ramírez
- hace 6 años
- Vistas:
Transcripción
1 de Procesamiento de Señales basado en s Notas de Clase - Juan Carlos Gómez 1 <jcgomez@fceia.unr.edu.ar> 1 Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA, Universidad Nacional de Rosario, Argentina Semestre 2, 2006 (s) Semestre 2, / 19
2 de 1 de (s) Semestre 2, / 19
3 de de Para una señal f(t), nuestro interés es conocer su contenido frecuencial en función del tiempo. La de de f(t) F (ω) F {f(t)} = f(t)e jωt dt, permite analizar el contenido frecuencial de la señal pero la información de localización temporal se pierde. La localización temporal se puede lograr pasando la señal f(t) a través de una ventana y luego tomando la de. Se obtiene la denominada de (WFT: Windowed Transform) F W IN (ω, t) F W IN {f(t)} f(s)g(s t)e jωs ds (s) Semestre 2, / 19
4 de de Fig. 1: de. La WFT también es conocida como de de Tiempo Corto (STFT: Short Time Transform) (s) Semestre 2, / 19
5 de de La STFT mapea una señal función del tiempo en una función de las variables tiempo y frecuencia. Provee información de que componentes en frecuencia están presentes y en que momento. Sin embargo, la información de localización tiempo-frecuencia sólo puede obtenerse con una precision limitada que es determinada por el ancho de la ventana temporal utilizada. Más difundida es la versión discreta de la STFT, definida como F W IN (m, n) F W IN (ω, t) ω=mω0,t=nt 0 = f(s)g(s nt 0 )e jmω 0s ds (s) Semestre 2, / 19
6 de de Para un n dado, la F W IN (m, n) corresponde a la de de f( )g( nt 0 ). Si g tiene soporte compacto, la elección de un ω 0 apropiado permitirá reconstruir f( )g( nt 0 ) con F W IN (, n). Cambiando n permite tomar diferentes porciones de f, permitiendo reconstruir f a partir de F W IN (m, n). Si la ventana g y su transformada de ĝ están concentradas alrededor del cero, entonces F W IN (m, n) puede interpretarse como el contenido frecuencial de f en el tiempo t = nt 0 alrededor de la frecuencia ω = mω 0. (s) Semestre 2, / 19
7 de de Puede probarse que la señal f puede reconstruirse a partir de su WFT F W IN (ω, t). El siguiente Teorema da una fórmula de reconstrucción y prueba la Identidad de Parseval para el cómputo de la energía. Teorema: Si f L 2 (R) entonces f(t) = 1 F W IN (ξ, u)g(t u)e jξt dξdu (1) 2π y f(t) 2 dt = 1 F W IN (ξ, u) 2 dξdu (2) 2π (s) Semestre 2, / 19
8 de de La fórmula (1) de reconstrucción de f(t) a partir de su WFT puede escribirse como f(t) = 1 2π f, g u,ξ g u,ξ (t)dξdu (3) que se asemeja a la descomposición de una señal en bases ortonormales. Sin embargo no lo es, ya que las funciones {g u,ξ } u,ξ R son (muy) redundantes en L 2 (R). La ecuación (2) justifica la interpretación de F W IN (ξ, u) 2 como una densidad de energía, ya que su suma en tiempo-frecuencia iguala la energía de la señal. (s) Semestre 2, / 19
9 de Se verifica que no existe una función de energía finita (es decir en L 2 (R)) que tenga soporte compacto simultáneamente en los dominios temporal y frecuencial. Esto es análogo al referido a la imposibilidad de conocer con exactitud simultáneamente la posición y velocidad de una partícula. Si f es no nula y tiene soporte compacto, entonces su transformada de no puede ser cero en un intervalo. Similarmente, si la transformada de tiene soporte compacto entonces f no puede ser cero en un intervalo. La localización tiempo-frecuencia puede medirse en media cuadrática y está representada por lo que se denomina una Box. (s) Semestre 2, / 19
10 de Para el caso de la STFT, al término g uξ (t) g(t u)e jξt se lo denomina átomo de Gabor, y su distribución de energía en el plano tiempo-frecuencia está representada por las Boxes de Fig. 2. Fig. 2: Boxes para WFT. (s) Semestre 2, / 19
11 de σ ω mide el intervalo en frecuencia en donde la transformada de de g uξ (t) es no despreciable, en tanto que σ t mide el intervalo en donde está concentrada la energía de g uξ (t). Teorema de : Si f L 2 (R) y están definidos σ t y σ ω, entonces se verifica σ 2 t σ 2 ω 1 4 o equivalentemente σ t σ ω 1 2 El área de la box para el caso de la STFT es mínima cuando g es Gaussiana y en este caso las funciones g uξ (t) se denominan funciones de Gabor. (s) Semestre 2, / 19
12 de La idea es representar una señal como una combinación lineal de señales de duración efectiva limitada que se obtienen por traslación y escalado de una función original denominada mother. La mother wavelet es una función ψ(t) que verifica la condición de admisibilidad ψ(t)dt = 0, es decir tiene media cero, con la cual se genera un conjunto de funciones ψ u,s (t) (átomos wavelets o simplemente wavelets) por dilatación con un factor de escala s y translación u, de la forma ψ u,s (t) = 1 ( ) t u ψ s s (s) Semestre 2, / 19
13 de La (CWT: Continuous Transform) de f en la escala s y en la posición u se computa correlacionando (i.e., haciendo el producto interno de) f con el átomo wavelet, es decir: W f(u, s) = f(t) 1 s ψ ( t u s ) dt Recurriendo a la Identidad de Parseval puede escribirse W f(u, s) = f(t)ψ u,s (t) dt = 1 2π f(ω) ψ u,s(ω)dω (s) Semestre 2, / 19
14 de El coeficiente wavelet W f(u, s) depende entonces de los valores de f(t) y f(ω) en la region del plano tiempo-frecuencia donde la energía de ψ u,s y de ψ u,s está concentrada. En el dominio temporal, la energía de ψ u,s está concentrada en un intervalo centrado en u con un ancho proporcional a s. En el dominio frecuencial, la energía de ψ u,s está concentrada en un intervalo centrado en η/s cuyo ancho está escalado por 1/s. Cuando s varía, el alto y el ancho de la box cambian, pero el área se mantiene constante. (s) Semestre 2, / 19
15 de Fig. 3: Boxes para WT. Valores grandes de s bajas frecuencias Valores pequeños de s altas frecuencias Cambiando u cambia el centro de localización temporal. (s) Semestre 2, / 19
16 de Similitud entre la WFT y la WT: en ambos casos se realiza el producto interno de f con una familia de funciones indexadas por dos índices: WFT: átomos de Gabor g uξ (t) WT: s ψ u,s (t) Diferencias entre la WFT y la WT: WFT: Las funciones de análisis (átomos de Gabor) g uξ (t) tienen todas la misma envolvente, trasladadas en el tiempo, y todas el mismo ancho (independiente de ω) WT: Las wavelets ψ u,s (t) tienen un ancho (temporal) adaptado a su frecuencia. ψ u,s(t) en alta frecuencia angostas ψ u,s(t) en baja frecuencia anchas La representación con wavelets ψ u,s (t) permite capturar fenómenos de alta frecuencia de corta duración. (s) Semestre 2, / 19
17 Mother wavelets típicas: Mexican hat (segunda derivada de una Gaussiana) de ψ(t) = ( 1 t 2) e t2 2 Fig. 4: Mexican hat. (s) Semestre 2, / 19
18 de Morlet ψ(t) = cos(5t)e t2 2 Fig. 5: Morlet. (s) Semestre 2, / 19
19 de Ejemplo: Sea la señal en tiempo continuo f(t) = sin(2πf 1 t) + sin(2πf 2 t) + γ [δ(t t 1 ) + δ(t t 2 )] donde F 1 = 500Hz, F 2 = 1kHz, que se muestrea con una frecuencia F s = 8kHz. La señal muestreada puede aproximarse por f(nt ) = sin(2πf 1 T n)+sin(2πf 2 T n)+α [δ(n n 1 ) + δ(n n 2 )] Se desea analizar el contenido frecuencial de la señal en función del tiempo usando la WFT con distintos anchos de la ventana, y la WT usando la wavelet de Morlet. Ver Script Matlab ex wavelet 1.m. (s) Semestre 2, / 19
Índice. Índice. 1. Fundamentos del análisis de señales Introducción Fundamentos básicos Transformada de Fourier.
Índice Rosa Mª de Castro Índice 1. Fundamentos del análisis de señales... 1 1.1. Introducción 2 1.2. Fundamentos básicos.. 3 1.3. Transformada de Fourier. 7 1.4. Transformada rápida de Fourier.. 8 2. Análisis
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 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 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 detallesRepresentación de señales de audio
Representación de señales de audio Emilia Gómez Gutiérrez Síntesi i Processament del So I Departament de Sonologia Escola Superior de Musica de Catalunya Curso 2009-2010 emilia.gomez@esmuc.cat 28 de septiembre
Más detallesLa función, definida para toda, es periódica si existe un número positivo tal que
Métodos con series de Fourier Definición: Función periódica La función, definida para toda, es periódica si existe un número positivo tal que para toda. El número en un periodo de la función. Si existe
Más detallesContenidos. Importancia del tema. Conocimientos previos para este tema?
Transformación conforme Contenidos Unidad I: Funciones de variable compleja. Operaciones. Analiticidad, integrales, singularidades, residuos. Funciones de variable real a valores complejos. Funciones de
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 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 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 detallesSeñales 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 detallesCómo funciona el MP3?
Cómo funciona el MP3? Ursula Molter Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Semana de la Matemática 2010 Digitalización por qué y para qué? La palabra
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 detallesAUDIO DIGITAL. Diego Cabello Ferrer Dpto. Electrónica y Computación Universidad de Santiago de Compostela
AUDIO DIGITAL Diego Cabello Ferrer Dpto. Electrónica y Computación Universidad de Santiago de Compostela 1. Introducción Señal de audio: onda mecánica Transductor: señal eléctrica Las variables físicas
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 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 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 detallesProcesamiento de Señales basado en Wavelets Notas de Clase - Parte VI
Procesamiento de Señales basado en Wavelets Notas de Clase - Juan Carlos Gómez 1 1 Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA, Universidad Nacional
Más detallesSeñales: 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 detalles6 DINAMICA DEL CUERPO RIGIDO
6 DINAMICA DEL CUERPO RIGIDO 6. CINEMATICA 6.. Configuracion de un Cuerpo Rígido: Angulos de Euler Un cuerpo rígido se puede entender como una distribución continua de materia que se subdivide en pequeños
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 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 detallesFunción diferenciable Regla de la cadena (2 variables) Regla de la cadena (vectorial) Diferenciabilidad
Diferenciabilidad 1 Función diferenciable 2 Regla de la cadena (2 variables) 3 Regla de la cadena (vectorial) OBJETIVO Generalizar el concepto de diferenciabilidad (conocido ya para funciones de una variable)
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 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 detallesTema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación. Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30
Tema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30 Ecuaciones Diferenciales y Dinámica definición de la RAE Modelo: (definición
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesTransformada de Laplace (material de apoyo)
Transformada de Laplace (material de apoyo) André Luiz Fonseca de Oliveira Michel Hakas Resumen En este artículo se revisará los conceptos básicos para la utilización de la transformada de Laplace en la
Más detallesCAPACITORES INDUCTORES. Mg. Amancio R. Rojas Flores
CAPACITORES E INDUCTORES Mg. Amancio R. Rojas Flores A diferencia de resistencias, que disipan la energía, condensadores e inductores no se disipan, pero almacenan energía, que puede ser recuperada en
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 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 detalles10 cm longitud 30 m. Calcular: (a) la velocidad en el pie del plano inclinado si
Las pesas de la figura ruedan sin deslizar y sin 6 cm rozamiento por un plano inclinado 30 y de 10 cm longitud 30 m. Calcular: (a) la velocidad en el pie del plano inclinado si 100 cm las pesas parten
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 detallesAMPLIACIÓN DE MATEMÁTICAS
AMPLIACIÓN DE MATEMÁTICAS SUCESIONES DE FUNCIONES En primer curso estudiamos el concepto de convergencia de una sucesión de números. Decíamos que dada una sucesión de números reales (x n ) n=1 R, ésta
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 detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesFigura Trabajo de las fuerzas eléctricas al desplazar en Δ la carga q.
1.4. Trabajo en un campo eléctrico. Potencial Clases de Electromagnetismo. Ariel Becerra Al desplazar una carga de prueba q en un campo eléctrico, las fuerzas eléctricas realizan un trabajo. Este trabajo
Más detallesModulación. Modulación n AM. Representación n en el Tiempo y en Frecuencia
Objetivos Unidad III Técnicas de Modulación n y Conversión n Análoga loga-digital Definir, describir, y comparar las técnicas de modulación analógica y digital. Definir y describir la técnica de conversión
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 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 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 detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesUNIVERSIDAD DE ORIENTE NÚCLEO DE BOLÍVAR DEPARTAMENTO DE CIENCIAS ÁREA DE MATEMATICA CATEDRA MATEMATICA 4
UNIVERSIDAD DE ORIENTE NÚCLEO DE BOLÍVAR DEPARTAMENTO DE CIENCIAS ÁREA DE MATEMATICA CATEDRA MATEMATICA 4 APLICACIONES DE LAS MATEMATICAS A LOS CIRCUITOS ELECTRICOS (RC, RL, RLC) Profesor: Cristian Castillo
Más detallesFacultad de Ciencias de la Electrónica CONTINUAS
Unidad II MUESTREO DE SEÑALES CONTINUAS OBJETIVO: Comprender los mecanismos del muestreo e introducir algunos de los conceptos fundamentales y notaciones para los sistemas muestreados. Ilustrar el problema
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 detallesRepresentación de señales en MATLAB ( T.II.1)
Representación de señales en MALAB (.II. ste aneo incluye una reerencia del código Matlab utilizado para calcular y visualizar el espectro en recuencia de las señales continuas utilizadas en las prácticas,
Más detallesLa reordenación aleatoria de un conjunto finito
La reordenación aleatoria de un conjunto finito Pérez Cadenas J. I. 0.06.2003 Resumen Al desordenar y, a continuación, reordenar aleatoriamente un conjunto finito es posible que algunos de sus elementos
Más detallesUn subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,
Más detallesREPRESENTACIONES GRÁFICAS
REPRESENTACIONES GRÁFICAS 1. Qué son? Son gráficos que permiten mostrar la respuesta en frecuencia de un sistema lineal. Son herramientas útiles para el análisis, síntesis y diseño. 2. Diagrama de Bode
Más detallesJULIO ENRIQUE RAMIREZ HERNANDEZ MARIA ISABEL GUAPACHA GARCIA DIRECTOR : ING. EDUARDO GIRALDO
JULIO ENRIQUE RAMIREZ HERNANDEZ MARIA ISABEL GUAPACHA GARCIA DIRECTOR : ING. EDUARDO GIRALDO OBJETIVOS OBJETIVO GENERAL: Realizar un análisis de variabilidad de señales cardiovasculares (ECG) utilizando
Más detallesTransformada de Fourier
Transformada de Fourier Transformada Inversa de Fourier Estas ecuaciones existen si f(x) es continua e integrable y si F(u) es integrable (casi siempre se cumplen en la práctica). Espectro de Fourier La
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
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 detallesMATEMATICAS ESPECIALES I PRACTICA 7 CLASE 1. Transformaciones conformes
MATEMATICAS ESPECIALES I PRACTICA 7 CLASE 1 Transformaciones conformes 1 Determinar donde son conformes las siguientes transformaciones: (a) w() = 2 + 2 (b) w() = 1 + i (c) w() = + 1 (d) w() = En cada
Más detallesEXAMEN EXTRAORDINARIO 8 de julio de 2016
CÁLCULO I EXAMEN EXTRAORDINARIO 8 de julio de 16 Apellidos: Titulación: Duración del eamen: horas y 3 minutos Fecha publicación notas: 18-7-16 Fecha revisión eamen: 1-7-16 Todas las respuestas deben de
Más detallesEsta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS
Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la
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 detallesOBJETIVOS. Familiarizarse con los métodos numéricos de interpolación racional. Manejar aproximación de funciones periódicas
ema 6 Aproximación con Funciones Racionales y rigonométricas OBJEIVOS Familiarizarse con los métodos numéricos de interpolación racional Manejar aproximación de funciones periódicas Aprender a usar Matlab
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 detallesCálculo Diferencial en una variable
Tema 2 Cálculo Diferencial en una variable 2.1. Derivadas La derivada nos proporciona una manera de calcular la tasa de cambio de una función Calculamos la velocidad media como la razón entre la distancia
Más detallesDinamica de rotacion. Torque. Momentum Angular. Aplicaciones.
Dinamica de rotacion. Torque. Momentum Angular. Aplicaciones. Movimiento de rotación. Cuerpos rígidos un cuerpo con una forma definida, que no cambia en forma que las partículas que lo componen permanecen
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesPRINCIPIOS DE LA DINÁMICA
Capítulo 3 PRINCIPIOS DE LA DINÁMICA CLÁSICA 3.1 Introducción En el desarrollo de este tema, cuyo objeto de estudio son los principios de la dinámica, comenzaremos describiendo las causas del movimiento
Más detallesRESPUESTA FRECUENCIAL Función de transferencia del amplificador
Función de transferencia del amplificador A (db) A (db) A 0 3 db A M 3 db Amplificador directamente acoplado ω BW=ω H -ω L GB=A M ω H ω L ω H ω Amplificador capacitivamente acoplado Ancho de Banda Producto
Más detallesCAPITULO 1 SINOPSIS. La Figura muestra el circuito que usaremos como base para construir varios ejemplos.
1 CAPITULO 1 SINOPSIS El propósito de este capítulo no es el de disminuir el entusiasmo del lector por leer el libro, delatando su contenido. En vez de eso se pretende que, mediante el uso de un circuito
Más detallesAnálisis espectral de señales periódicas con FFT
Análisis espectral de señales periódicas con FFT 1 Contenido 7.1 Introducción a la Transformada Discreta de Fourier 3-3 7.2 Uso de la Transformada Discreta de Fourier 3-5 7.3 Método de uso de la FFT 3-8
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
Más detallesAPLICACIONES DE LA TRANSFORMADA ONDÍCULA ( WAVELET ) EN INGENIERÍA ESTRUCTURAL
Ogeâpkec"Eqorwvcekqpcn"Xqn"ZZXK."rr2742-2753 Ugtikq"C"Gncumct."Gnxkq"C"Rknqvvc."Igtoâp"C"Vqttgu"*Gfu+ Eôtfqdc."Ctigpvkpc."Qevwdtg"4229 APLICACIONES DE LA TRANSFORMADA ONDÍCULA ( WAVELET ) EN INGENIERÍA
Más detallesMáster Universitario en Ingeniería de las Estructuras, Cimentaciones y Materiales UNIVERSIDAD POLITÉCNICA DE MADRID ANÁLISIS DINÁMICO DE ESTRUCTURAS
ALBERTO RUIZ-CABELLO LÓPEZ EJERCICIO 4 1. Matriz de masas concentradas del sistema. La matriz de masas concentradas para un edificio a cortante es una matriz diagonal en la que cada componente no nula
Más detalles2 o Bachillerato. Conceptos básicos
Física 2 o Bachillerato Conceptos básicos Movimiento. Cambio de posición de un cuerpo respecto de un punto que se toma como referencia. Cinemática. Parte de la Física que estudia el movimiento de los cuerpos
Más detallesRECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)
Caracterización de las fuentes y formación de escalas de tiempo Rec. UIT-R TF.538-3 1 RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)
Más detallesTermodinámica estadística: Diferenciales, transformada de Legendre
Termodinámica estadística: Diferenciales, transformada de Legendre Prof Jesús Hernández Trujillo 1. Diferenciales 1.1. Diferencial total La diferencial total de z = φ(, y) se define por dφ = ( ) φ d +
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 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 detallesTratamiento y Transmisión de Señales Ingenieros Electrónicos SEGUNDA PRÁCTICA
Tratamiento y Transmisión de Señales Ingenieros Electrónicos SEGUNDA PRÁCTICA NOTA: en toda esta práctica no se pueden utilizar bucles, para que los tiempos de ejecución se reduzcan. Esto se puede hacer
Más detallesSegmentacion de Imagenes de Resonancia Magnetica y Mamografia Digital
Segmentacion de Imagenes de Resonancia Magnetica y Mamografia Digital Universidad Tecnológica de Pereira Pereira, 19 de Junio de 2009 Eng. Juan David Vasquez Jaramillo, MSc(c). Programa de Maestria en
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 detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
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 PROBLEMA DE LA TANGENTE
EL PROBLEMA DE LA TANGENTE El problema de definir la tangente a una curva y f (x) en un punto P ( x, y ) ha llevado al concepto de la derivada de una función en un punto P ( x, y ). Todos sabemos dibujar
Más detallesGUIA DE CATEDRA Matemática Empresarial Guía N.3 F. Elaboración 09 abril /11 F. 1 Revisión 09/04/11 Pagina 1 de 8
Plan de Estudios: Semestre 1 Área: Matemática 1 Nº Créditos: Intensidad horaria semanal: 3 Hrs T Hrs P Total horas: 6 Tema: Desigualdades 1. OBJETIVO Apropiar los conceptos de desigualdades y establecer
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en texturas INTRODUCCIÓN La textura provee información sobre la distribución espacio-local del color o niveles de intensidades
Más detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesCircuitos SC (Switched Capacitors)
ircuitos S (Switched apacitors) V I V I O V O V I V I O V O Q T S φ 1 : se carga hasta V = V I φ 2 : se descarga hasta V = V O ; Q = (V I V O ) orriente promedio: Î = Q T s = (V I V O ) T s = (V I V O
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 detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detalles1.- FILTRADO MEDIANA GENERALIZADO Y TÉCNICAS DE FILTRADO NO LINEAL
- FILTRADO MEDIANA GENERALIZADO Y TÉCNICAS DE FILTRADO NO LINEAL -INTRODUCCIÓN Bovi, Huang y Munson han introducido una generalización de filtros mediana llamados filtro de orden estadístico (OSF) en la
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 detallesGUIA 10. Series de Fourier. 1. Revisión sobre el espacio euclideo R n
GUIA 1 Series de Fourier A finaes de sigo XVIII Jan Baptiste Joseph Fourier (1768-183) descubrió un método que permite aproximar funciones periódicas mediante combinaciones ineaes de funciones trigonométricas
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 detallesTransformadas de Laplace
Semana 7 - Clase 9 9// Tema 3: E D O de orden > Algunas definiciones previas Transformadas de Laplace En general vamos a definir una transformación integral, F (s), de una función, f(t) como F (s) = b
Más detallesEquipos analizadores de señal. - Introducción - Analizadores de Fourier - Analizadores de espectros heterodinos
- Introducción - Analizadores de Fourier - Analizadores de espectros heterodinos Introducción El análisis del espectro de colores es una forma de análisis de componentes frecuenciales que para el caso
Más detallesCAPÍTULO 3 REVISIÓN DE LA TEORÍA DE WAVELETS
CAPÍTULO 3 REVISIÓN DE LA TEORÍA DE WAVELETS En este capítulo se presenta la teoría de wavelets iniciando con la perspectiva histórica de las wavelets, en la cual se define a la teoría de Fourier como
Más detallesUn segundo ohmímetro mide la misma resistencia y obtiene los siguientes resultados: R B1 = ( 98 ± 7 ) Ω R B2 = ( 100 ± 7 ) Ω R B3 = ( 103 ± 7 ) Ω
Relación de problemas: MEDIDAS Y ERRORES. 1) En la medida de 1 m se ha cometido un error de 1 mm, y en 300 Km, 300 m. Qué error relativo es mayor?. ) Como medida de un radio de 7 dm hemos obtenido 70.7
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detalles