Clase 2. Herramientas de representación tiempo frecuencia IIE. May 2, 2017

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

Download "Clase 2. Herramientas de representación tiempo frecuencia IIE. May 2, 2017"

Transcripción

1 Clase 2 Herramientas de representación tiempo frecuencia IIE 1 Facultad de Ingeniería Universidad de la República May 2, 2017 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

2 Contenido 1 Motivación La Señal Analítica 2 Principio de incertidumbre Introducción El Principio de Incertidumbre en el Análisis de Señales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

3 Contenido Motivación 1 Motivación La Señal Analítica 2 Principio de incertidumbre Introducción El Principio de Incertidumbre en el Análisis de Señales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

4 La Señal Compleja Motivación La naturaleza de las señales es real, pero es ventajoso definir una señal compleja z(t) como herramienta para estudiar s(t) z(t) = s r (t) + js i (t) = A(t)e jϕ(t) donde s r corresponde a la señal real y s i se elige a los efectos del análisis. La amplitud y fase se definen como A(t) = s 2 r + s 2 i ; ϕ(t) = arctan s i /s r obteniendo ω i (t) = ϕ (t) = (s is r s rs i )/A 2 Cómo se define la parte imaginaria s i (t)? IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

5 La Señal Compleja Motivación La naturaleza de las señales es real, pero es ventajoso definir una señal compleja z(t) como herramienta para estudiar s(t) z(t) = s r (t) + js i (t) = A(t)e jϕ(t) donde s r corresponde a la señal real y s i se elige a los efectos del análisis. La amplitud y fase se definen como A(t) = s 2 r + s 2 i ; ϕ(t) = arctan s i /s r obteniendo ω i (t) = ϕ (t) = (s is r s rs i )/A 2 Cómo se define la parte imaginaria s i (t)? IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

6 La Señal Compleja Motivación La naturaleza de las señales es real, pero es ventajoso definir una señal compleja z(t) como herramienta para estudiar s(t) z(t) = s r (t) + js i (t) = A(t)e jϕ(t) donde s r corresponde a la señal real y s i se elige a los efectos del análisis. La amplitud y fase se definen como A(t) = s 2 r + s 2 i ; ϕ(t) = arctan s i /s r obteniendo ω i (t) = ϕ (t) = (s is r s rs i )/A 2 Cómo se define la parte imaginaria s i (t)? IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

7 La Señal Compleja Motivación La naturaleza de las señales es real, pero es ventajoso definir una señal compleja z(t) como herramienta para estudiar s(t) z(t) = s r (t) + js i (t) = A(t)e jϕ(t) donde s r corresponde a la señal real y s i se elige a los efectos del análisis. La amplitud y fase se definen como A(t) = s 2 r + s 2 i ; ϕ(t) = arctan s i /s r obteniendo ω i (t) = ϕ (t) = (s is r s rs i )/A 2 Cómo se define la parte imaginaria s i (t)? IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

8 Una Exponencial Compleja Motivación IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

9 Motivación Qué son las frecuencias positivas y negativas? Im e jw 0t Re e -jw 0t Im Re IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

10 Motivación Motivos para definir la Señal Compleja En una señal real, debido a la simetría de S(ω) 2, la frecuencia promedio será siempre cero. Y el cálculo del Ancho de Banda será en realidad la frecuencia promedio. Podemos resolver este problema con la frecuencia promedio definida como ω = ω S(ω) 2 dω = z (t) 1 d z(t)dt, [ z(t) =? ] j dt 0 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

11 Motivación Motivos para definir la Señal Compleja En una señal real, debido a la simetría de S(ω) 2, la frecuencia promedio será siempre cero. Y el cálculo del Ancho de Banda será en realidad la frecuencia promedio. Podemos resolver este problema con la frecuencia promedio definida como ω = ω S(ω) 2 dω = z (t) 1 d z(t)dt, [ z(t) =? ] j dt 0 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

12 Motivación Motivos para definir la Señal Compleja En una señal real, debido a la simetría de S(ω) 2, la frecuencia promedio será siempre cero. Y el cálculo del Ancho de Banda será en realidad la frecuencia promedio. Podemos resolver este problema con la frecuencia promedio definida como ω = ω S(ω) 2 dω = z (t) 1 d z(t)dt, [ z(t) =? ] j dt 0 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

13 Contenido La Señal Analítica 1 Motivación La Señal Analítica 2 Principio de incertidumbre Introducción El Principio de Incertidumbre en el Análisis de Señales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

14 La Señal analítica La Señal Analítica Introducida por Gabor en 1947, la señal analítica z(t) = A[s(t)] se define como z(t) = 2 1 S(ω)e jωt dt 2π 0 Simplificando z(t) = s(t) + jŝ(t) donde ŝ(t) es la transformada Hilbert de la señal s(t) H[s(t)] = ŝ(t) = 1 s(τ) π t τ dτ La energía de la señal analítica es igual a E/2. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

15 La Señal analítica La Señal Analítica Introducida por Gabor en 1947, la señal analítica z(t) = A[s(t)] se define como z(t) = 2 1 S(ω)e jωt dt 2π 0 Simplificando z(t) = s(t) + jŝ(t) donde ŝ(t) es la transformada Hilbert de la señal s(t) H[s(t)] = ŝ(t) = 1 s(τ) π t τ dτ La energía de la señal analítica es igual a E/2. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

16 La Señal analítica La Señal Analítica Introducida por Gabor en 1947, la señal analítica z(t) = A[s(t)] se define como z(t) = 2 1 S(ω)e jωt dt 2π 0 Simplificando z(t) = s(t) + jŝ(t) donde ŝ(t) es la transformada Hilbert de la señal s(t) H[s(t)] = ŝ(t) = 1 s(τ) π t τ dτ La energía de la señal analítica es igual a E/2. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

17 Cálculo de la señal analítica La Señal Analítica Algunas operaciones y la relación con la señal analítica: La señal analítica de una señal analítica La señal analítica de la derivada Convolución Modulación de la señal Señal analítica de la suma de dos señales Teorema de factorización Producto de dos señales analíticas Señales reales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

18 Cálculo de la señal analítica La Señal Analítica La señal analítica de una señal analítica A[z(t)] = 2z(t), si z(t) es anallítica La señal analítica de la derivada [ d n ] s A dt n = dn dt n A[s] IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

19 Cálculo de la señal analítica La Señal Analítica Convolución entonces z(t) = 2 1 F (w)s(w)e jwt dw 2π 0 A[s(t )]f(t t )dt, es analítica para sy farbitrarios Modulación de la señal s new (t) = s(t)e jw 0t S new (w) = S(w w 0 ) s(t)e jw 0t es analítica si el espectro de s(t) es cero para w w 0 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

20 Cálculo de la señal analítica La Señal Analítica Señal analítica de la suma de dos señales s = s 1 + s 2 es analítica si S 1 (w) = S 2 (w) para w 0. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

21 La Señal Analítica Cálculo de la señal analítica - Factorización Teorema de factorización A[s 1 s 2 ] = s 1 A[s 2 ] si el espectro de s 1 es nulo para frecuencias menores a w 1 y s 2 es cualquier señal que su función analítica que es cero debajo de w 1 Producto de dos señales analíticas A[s 1 s 2 ] = s 1 A[s 2 ] = 2s 1 s 2 si s 1 y s 2 son analíticas Señales reales A[s 1 s 2 ] = s 1 A[s 2 ] si s 1 = 0 para w w 1 y s 2 = 0 para w w 1 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

22 La aproximación en cuadratura La Señal Analítica Parece natural que si la señal real es s(t) = A(t) cos φ(t), la señal compleja se s q (t) = A(t)e jφ(t) A s q (t) se le llama el modelo de señal en cuadratura. No es evidente cómo hallar A(t) y φ(t) a partir de una señal dada. En ocasiones se cuenta con amplitud y fase y es directa esta construcción, cuando no nos importe que sea analítica. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

23 La Señal Analítica Elección del modelo, criterio de la energía Es bueno el modelo el modelo de cuadratura para s(t) = A(t) cos φ(t)? s q (t) = A(t)e jφ(t) 2 s a (t) = 2π 0 S(ω)e jωt dω Un criterio para evaluarlo la energía de la diferencia, relacionado con cuánta energía hay del modelo en cuadratura en las frecuencias negativas. E = s a s q 2 dt = 0 E = 2 0 S q (ω) 2 dω + S q (ω) 2 dω Otro criterio más estricto punto a punto : s a (t) s q (t) que es fácil probar que está acotado por 0 S q ( ω) 2 dω 2 0 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

24 Contenido 1 Motivación La Señal Analítica 2 Principio de incertidumbre Introducción El Principio de Incertidumbre en el Análisis de Señales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

25 La señal analítica es compleja y puede ser escrita en cuadratura z(t) = A(t)e jϕ(t) Si la contribución AM es mucho menor a la contribución FM, la frecuencia instantánea (IF) se puede considerar como ω i (t) = ϕ (t). Es ésta una buena idea? s(t) = A 1 e jω 1t + A 2 e jω 2t = A(t)e jϕ(t) w i (t) = ϕ (t) = 1 2 (ω 2 + ω 1 ) (ω 2 ω 1 ) A2 2 A2 1 A 2 (t) Para (ω 1, A 1, ω 2, A 2 ) = (10, 0.2, 20, 1), entonces ocasionalmente ω i (t) > 20. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

26 La señal analítica es compleja y puede ser escrita en cuadratura z(t) = A(t)e jϕ(t) Si la contribución AM es mucho menor a la contribución FM, la frecuencia instantánea (IF) se puede considerar como ω i (t) = ϕ (t). Es ésta una buena idea? s(t) = A 1 e jω 1t + A 2 e jω 2t = A(t)e jϕ(t) w i (t) = ϕ (t) = 1 2 (ω 2 + ω 1 ) (ω 2 ω 1 ) A2 2 A2 1 A 2 (t) Para (ω 1, A 1, ω 2, A 2 ) = (10, 0.2, 20, 1), entonces ocasionalmente ω i (t) > 20. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

27 Densidad de la La densidad de la frecuencia instantánea, P (ω i ), está dada por P (ω i ) = δ ( ω i ϕ (t) ) s(t) 2 dt El ensanche de la frecuencia instantánea (ϕ σif 2 = (t) ω ) 2 s(t) 2 dt Relativo al ancho de banda B B 2 = σif 2 + A (t) 2 dt IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

28 Densidad de la La densidad de la frecuencia instantánea, P (ω i ), está dada por P (ω i ) = δ ( ω i ϕ (t) ) s(t) 2 dt El ensanche de la frecuencia instantánea (ϕ σif 2 = (t) ω ) 2 s(t) 2 dt Relativo al ancho de banda B B 2 = σif 2 + A (t) 2 dt IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

29 Densidad de la La densidad de la frecuencia instantánea, P (ω i ), está dada por P (ω i ) = δ ( ω i ϕ (t) ) s(t) 2 dt El ensanche de la frecuencia instantánea (ϕ σif 2 = (t) ω ) 2 s(t) 2 dt Relativo al ancho de banda B B 2 = σif 2 + A (t) 2 dt IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

30 Contenido Principio de incertidumbre Introducción 1 Motivación La Señal Analítica 2 Principio de incertidumbre Introducción El Principio de Incertidumbre en el Análisis de Señales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

31 Principio de incertidumbre Principio de Incertidumbre Introducción El teorema del producto tiempo-frecuencia o principio de incertidumbre es una propiedad propia de pares de Fourier. Fue derivada por vez primera por W. Heisenberg en 1927 en el área de mecánica cuántica, y extendido a pares relacionados por Fourier por C.G. Darwin en Establece que las densidades de tiempo y frecuencia no pueden ser arbitrariamente angostas simultáneamente. El teorema del producto tiempo ancho de banda establece restricciones morfológicas intrínsecas al espacio tiempo frecuencia. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

32 Contenido Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales 1 Motivación La Señal Analítica 2 Principio de incertidumbre Introducción El Principio de Incertidumbre en el Análisis de Señales IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

33 Principio de incertidumbre El Principio de Incertidumbre El Principio de Incertidumbre en el Análisis de Señales Repetimos las definiciones de la duración T y ancho de banda B (t T 2 = σt 2 ) 2 = t s(t) 2 dt (ω B 2 = σω 2 ) 2 = ω S(ω) 2 dω El principio de incertidumbre es T B 1 2 Una versión más fuerte del principio de incertidumbre es σ t σ ω Cov 2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

34 Principio de incertidumbre El Principio de Incertidumbre El Principio de Incertidumbre en el Análisis de Señales Repetimos las definiciones de la duración T y ancho de banda B (t T 2 = σt 2 ) 2 = t s(t) 2 dt (ω B 2 = σω 2 ) 2 = ω S(ω) 2 dω El principio de incertidumbre es T B 1 2 Una versión más fuerte del principio de incertidumbre es σ t σ ω Cov 2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

35 Prueba Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales Por simplicidad asumiremos que la señal tiene tiempo medio nulo y frecuencia, o podemos considerar la nueva señal obtenida s new (t) = e j ω (t+ t ) s old (t + t ) Como σω 2 = s (t) 2 dt, el producto duración ancho de banda es σt 2 σω 2 = ts(t) 2 dt s (t) 2 dt Schwarz ts (t)s (t)dt 2 El integrando, escrito en términos de amplitud y fase es ts (t)s (t) = ta A + jtϕ A 2 = 1 d 2 dt ta2 1 2 A2 + jtϕ A 2. Entonces σt 2 σω 2 ts (t)s (t)dt 2 = jcov tω = Cov2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

36 Prueba Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales Por simplicidad asumiremos que la señal tiene tiempo medio nulo y frecuencia, o podemos considerar la nueva señal obtenida s new (t) = e j ω (t+ t ) s old (t + t ) Como σω 2 = s (t) 2 dt, el producto duración ancho de banda es σt 2 σω 2 = ts(t) 2 dt s (t) 2 dt Schwarz ts (t)s (t)dt 2 El integrando, escrito en términos de amplitud y fase es ts (t)s (t) = ta A + jtϕ A 2 = 1 d 2 dt ta2 1 2 A2 + jtϕ A 2. Entonces σt 2 σω 2 ts (t)s (t)dt 2 = jcov tω = Cov2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

37 Prueba Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales Por simplicidad asumiremos que la señal tiene tiempo medio nulo y frecuencia, o podemos considerar la nueva señal obtenida s new (t) = e j ω (t+ t ) s old (t + t ) Como σω 2 = s (t) 2 dt, el producto duración ancho de banda es σt 2 σω 2 = ts(t) 2 dt s (t) 2 dt Schwarz ts (t)s (t)dt 2 El integrando, escrito en términos de amplitud y fase es ts (t)s (t) = ta A + jtϕ A 2 = 1 d 2 dt ta2 1 2 A2 + jtϕ A 2. Entonces σt 2 σω 2 ts (t)s (t)dt 2 = jcov tω = Cov2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

38 Prueba Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales Por simplicidad asumiremos que la señal tiene tiempo medio nulo y frecuencia, o podemos considerar la nueva señal obtenida s new (t) = e j ω (t+ t ) s old (t + t ) Como σω 2 = s (t) 2 dt, el producto duración ancho de banda es σt 2 σω 2 = ts(t) 2 dt s (t) 2 dt Schwarz ts (t)s (t)dt 2 El integrando, escrito en términos de amplitud y fase es ts (t)s (t) = ta A + jtϕ A 2 = 1 d 2 dt ta2 1 2 A2 + jtϕ A 2. Entonces σt 2 σω 2 ts (t)s (t)dt 2 = jcov tω = Cov2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

39 Prueba Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales Por simplicidad asumiremos que la señal tiene tiempo medio nulo y frecuencia, o podemos considerar la nueva señal obtenida s new (t) = e j ω (t+ t ) s old (t + t ) Como σω 2 = s (t) 2 dt, el producto duración ancho de banda es σt 2 σω 2 = ts(t) 2 dt s (t) 2 dt Schwarz ts (t)s (t)dt 2 El integrando, escrito en términos de amplitud y fase es ts (t)s (t) = ta A + jtϕ A 2 = 1 d 2 dt ta2 1 2 A2 + jtϕ A 2. Entonces σt 2 σω 2 ts (t)s (t)dt 2 = jcov tω = Cov2 tω IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

40 Principio de incertidumbre Alcanzando la Igualdad El Principio de Incertidumbre en el Análisis de Señales ts(t) 2 dt s (t) 2 dt? = ts (t)s (t)dt 2 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

41 Principio de incertidumbre Alcanzando la Igualdad El Principio de Incertidumbre en el Análisis de Señales ts(t) 2 dt s (t) 2 dt? = ts (t)s (t)dt 2 La igualdad se alcanza si s (t) ts(t) IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

42 Principio de incertidumbre Alcanzando la Igualdad El Principio de Incertidumbre en el Análisis de Señales ts(t) 2 dt s (t) 2 dt? = ts (t)s (t)dt 2 La igualdad se alcanza si s (t) ts(t) = s(t) = e αt2 IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

43 Principio de incertidumbre Alcanzando la Igualdad El Principio de Incertidumbre en el Análisis de Señales ts(t) 2 dt s (t) 2 dt? = ts (t)s (t)dt 2 La igualdad se alcanza si s (t) ts(t) = s(t) = e αt2 Extendiendo este resultado a cualquier tiempo y frecuencia promedio... s(t) = e α(t t )2 e j ω t 0 t IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

44 Conclusiones Principio de incertidumbre El Principio de Incertidumbre en el Análisis de Señales La duración y ancho de banda de una señal no pueden ser arbitrariamente pequeñas T B 1 2. La igualdad T B = 1 2 es especialmente interesante porque indica señales con la concentración más compacta de densidad de energía tiempo frecuencia. Los wavelets gaussianos cumplen esta igualdad. Adicionalmente, la igualdad en la versión fuerte del principio de incertidumbre se cumple para chirplets Gaussianos. IIE (Facultad de Ingeniería) Herramientas de representación tiempo frecuenciamay 2, / 26

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

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

Más detalles

Transformada de Laplace (material de apoyo)

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

Más detalles

Problemas Tema 1: Señales

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

Más detalles

Contenidos. Importancia del tema. Conocimientos previos para este tema?

Contenidos. 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 detalles

Ecuaciones Diferenciales Ordinarias

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

Más detalles

EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal

EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)

Más detalles

La función, definida para toda, es periódica si existe un número positivo tal que

La 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 detalles

Tema 11: Integral definida. Aplicaciones al cálculo de áreas

Tema 11: Integral definida. Aplicaciones al cálculo de áreas Tema 11: Integral definida. Aplicaciones al cálculo de áreas 1. Introducción Las integrales nos van a permitir calcular áreas de figuras no geométricas. En nuestro caso, nos limitaremos a calcular el área

Más detalles

Unidad 3. Técnicas de Modulación

Unidad 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 detalles

F. de C. E. F. y N. de la U.N.C. Teoría de las Comunicaciones Departamento de Electrónica GUIA Nº 4

F. de C. E. F. y N. de la U.N.C. Teoría de las Comunicaciones Departamento de Electrónica GUIA Nº 4 4.1- Realice el desarrollo analítico de la modulación en frecuencia con f(t) periódica. 4.2- Explique el sentido el índice de modulación en frecuencia y su diferencia con la velocidad de modulación. 4.3-

Más detalles

Capítulo 2 Análisis espectral de señales

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

Más detalles

Unidades de medición fasorial (PMUs)

Unidades de medición fasorial (PMUs) Unidades de medición fasorial (PMUs) Hernando Díaz Universidad Nacional de Colombia 30 de marzo de 2012 Resumen Unidades de Medición Fasorial (PMU) miden ángulos de fase Recordamos la importancia de los

Más detalles

MATEMÁTICAS 2º BACH CC y TECN INTEGRAL DEFINIDA

MATEMÁTICAS 2º BACH CC y TECN INTEGRAL DEFINIDA 1. APROXIMACIÓN DE ÁREAS BAJO UNA CURVA Hay infinidad de funciones extraídas del mundo real (científico, económico, física )para las cuales tiene especial relevancia calcular el área bajo su gráfica. Vamos

Más detalles

Tema 6. Variables aleatorias continuas

Tema 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

+ ax 2 + bx) x. ( 2 sen(x) 0 (a + b sen(x) sen(2x))2 dx sea mínima.

+ ax 2 + bx) x. ( 2 sen(x) 0 (a + b sen(x) sen(2x))2 dx sea mínima. Facultad de Ingeniería - IMERL Cálculo - Curso. Práctico 8. Integrales paramétricas e integrales iteradas dobles y triples. Integrales múltiples. Cambio de variables, áreas, volúmenes, sumas de Riemann

Más detalles

1. Sistemas Muestreados

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

Más detalles

CBC. Matemática (51) universoexacto.com 1

CBC. Matemática (51) universoexacto.com 1 CBC Matemática (51) universoexacto.com 1 PROGRAMA ANALÍTICO 1 :: UNIDAD 1 Números Reales y Coordenadas Cartesianas Representación de los números reales en una recta. Intervalos de Distancia en la recta

Más detalles

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

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

Más detalles

Tema III: Análisis de circuitos mediante la transformada de Fourier

Tema III: Análisis de circuitos mediante la transformada de Fourier Tema III: Análisis de circuitos mediante la transformada de Fourier Planteamiento del problema... 65 Determinación de los coeficientes de Fourier... 68 Procedimiento general... 68 Ejemplo... 69 Casos particulares...

Más detalles

GUIA 10. Series de Fourier. 1. Revisión sobre el espacio euclideo R n

GUIA 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 detalles

Trabajo opcional tema 4: modulación

Trabajo 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 detalles

Concepto de medida. Clases de medidas. Probabilidad. Medida completa. Completación de un espacio de medida. Medidas regulares y apretadas.

Concepto de medida. Clases de medidas. Probabilidad. Medida completa. Completación de un espacio de medida. Medidas regulares y apretadas. 2. Función de conjunto. Medida. Probabilidad. Función de conjunto aditiva y σ-aditiva. Propiedades. Concepto de medida. Clases de medidas. Probabilidad. Medida completa. Completación de un espacio de medida.

Más detalles

Transformadas de Laplace

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

Más detalles

Convergencia y existencia de la serie de Fourier

Convergencia 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 detalles

Señales y Sistemas II

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

Más detalles

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

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

Más detalles

Algunas Aplicaciones de la Transformada de Laplace

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

Más detalles

AUXILIAR 1 PROBLEMA 1

AUXILIAR 1 PROBLEMA 1 AUXILIAR 1 PROBLEMA 1 Calcular el campo eléctrico en cualquier punto del espacio, producido por una recta de carga infinita (con densidad lineal de carga λ0). Luego, aplicar el teorema de Gauss para obtener

Más detalles

9. Aplicaciones al cálculo de integrales impropias.

9. Aplicaciones al cálculo de integrales impropias. Funciones de variable compleja. Eleonora Catsigeras. 8 Mayo 26. 85 9. Aplicaciones al cálculo de integrales impropias. Las aplicaciones de la teoría de Cauchy de funciones analíticas para el cálculo de

Más detalles

LISTA DE SÍMBOLOS. Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro

LISTA DE SÍMBOLOS. Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro LISTA DE SÍMBOLOS Capítulo 2 EJEMPLOS Y TEORIA DE LAS VIBRACIONES PARAMÉTRICAS 2.1 Introducción T - Periodo Ω - Frecuencia a- parámetro b- parámetro 2.1.1 Rigidez Flexiva que Difiere en dos Ejes x- Desplazamiento

Más detalles

Conducción en régimen transitorio

Conducción en régimen transitorio Conducción en régimen transitorio 1.1. Ejemplo: Calefacción de una casa Se propone el estudio de la transferencia de calor entre una casa y el medio que la rodea en régimen estacionario y en régimen transitorio.

Más detalles

REPRESENTACIONES GRÁFICAS

REPRESENTACIONES 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 detalles

Límites y continuidad

Límites y continuidad Límites y continuidad Podríamos empezar diciendo que los límites son importantes en el cálculo, pero afirmar tal cosa sería infravalorar largamente su auténtica importancia. Sin límites el cálculo sencillamente

Más detalles

Sistemas de comunicación

Sistemas de comunicación Sistemas de comunicación Práctico 5 Ruido Pasabanda Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil. Además puede

Más detalles

SISTEMAS LINEALES. Tema 6. Transformada Z

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

Más detalles

(a, 0) + (b, 0) = (a + b, 0), (a, 0) (b, 0) = (ab, 0),

(a, 0) + (b, 0) = (a + b, 0), (a, 0) (b, 0) = (ab, 0), NÚMEROS COMPLEJOS 1. Preliminares Definición. Se llama número complejo a todo par ordenado de números reales. Si z = (a, b) es un número complejo, se dice que a es la parte real de z y b es la parte imaginaria

Más detalles

Teoremas de convergencia y derivación bajo el signo integral

Teoremas 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 detalles

1. Curvas Regulares y Simples

1. Curvas Regulares y Simples 1. Regulares y Simples en R n. Vamos a estudiar algunas aplicaciones del calculo diferencial e integral a funciones que están definidas sobre los puntos de una curva del plano o del espacio, como por ejemplo

Más detalles

MATEMÁTICA D y D 1 Módulo I: Análisis de Variable Compleja

MATEMÁTICA D y D 1 Módulo I: Análisis de Variable Compleja Matemática D y D MATEMÁTICA D y D Módulo I: Análisis de Variable Compleja Unidad 0 Números Complejos Mag. María Inés Baragatti Números complejos. Generalidades Un número complejo es un par ordenado de

Más detalles

FUNDAMENTOS MATEMÁTICOS (Grado en Ingeniería Informática) Práctica 4. DERIVACIÓN

FUNDAMENTOS MATEMÁTICOS (Grado en Ingeniería Informática) Práctica 4. DERIVACIÓN FUNDAMENTOS MATEMÁTICOS (Grado en Ingeniería Informática) Práctica 4. DERIVACIÓN 1.- Derivada de una función en un punto. El estudio de la derivada de una función en un punto surge con el problema geométrico

Más detalles

NÚMEROS COMPLEJOS: C

NÚMEROS COMPLEJOS: C NÚMEROS COMPLEJOS: C Alejandro Lugon 21 de mayo de 2010 Resumen Este es un pequeño estudio de los números complejos con el objetivo de poder usar las técnicas de solución de ecuaciones y sistemas diferenciales

Más detalles

MAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas. g(z) e u(z) 1. u(z) a log z + b

MAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas. g(z) e u(z) 1. u(z) a log z + b PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE FACULTAD DE MATEMÁTICAS MAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas 1. Sea u : C R una función armónica positiva. Pruebe que u es constante. Solución:

Más detalles

Complementos de Análisis. Año 2016

Complementos 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 detalles

Cálculo en varias variables

Cálculo 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 detalles

II Unidad Diagramas en bloque de transmisores /receptores

II 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 detalles

Transformada de Laplace: Aplicación a vibraciones mecánicas

Transformada 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 detalles

Tema 4. Proceso de Muestreo

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

Más detalles

LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE. Capítulo 7 Sec. 7.5 y 7.6

LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE. Capítulo 7 Sec. 7.5 y 7.6 LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE Capítulo 7 Sec. 7.5 y 7.6 El Plano Complejo Se puede utilizar un plano de coordenadas para representar números complejos. Si cada

Más detalles

PRÁCTICA NÚMERO 6. ESTUDIO DE UN CIRCUITO RLC EN CORRIENTE ALTERNA.

PRÁCTICA NÚMERO 6. ESTUDIO DE UN CIRCUITO RLC EN CORRIENTE ALTERNA. PRÁCTCA NÚMERO 6. ESTUDO DE UN CRCUTO RLC EN CORRENTE ALTERNA. 6.. Análisis Teórico del Circuito. En las prácticas anteriores se ha analizado el comportamiento del circuito RLC cuando este es alimentado

Más detalles

Problemas de VC para EDVC elaborados por C. Mora, Tema 4

Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,

Más detalles

Resumen sobre mecánica analítica

Resumen 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 detalles

UAM CSIC Grupo 911 Febrero Ejercicios Resueltos del Tema Asignatura de Matemáticas Grado en Química

UAM CSIC Grupo 911 Febrero Ejercicios Resueltos del Tema Asignatura de Matemáticas Grado en Química UAM I Grupo 911 Febrero 213 Ejercicios Resueltos del Tema 2.2.6 Asignatura de Matemáticas Grado en Química Lista de ejercicios en estas páginas: 1 7 y 9 12. Nota: Los ejercicios pueden contener errores,

Más detalles

Termodinámica estadística: Diferenciales, transformada de Legendre

Termodinámica 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 detalles

Transformada de Laplace

Transformada de Laplace Capítulo 4 Transformada de Laplace La Transformada de Laplace es la herramienta de preferencia en el análisis de sistemas lineales e invariantes en el tiempo. Se le atribuye a Pierre-Simon de Laplace (749

Más detalles

Definición de la integral de Riemann (Esto forma parte del Tema 1)

Definición de la integral de Riemann (Esto forma parte del Tema 1) de de de Riemann (Esto forma parte del Tema 1) Departmento de Análise Matemática Facultade de Matemáticas Universidade de Santiago de Compostela Santiago, 2011 Esquema de Objetivos del tema: Esquema de

Más detalles

16. Ejercicios resueltos sobre cálculo de residuos.

16. Ejercicios resueltos sobre cálculo de residuos. 7 Funciones de variable compleja. Eleonora Catsigeras. 3 Junio 26. 6. Ejercicios resueltos sobre cálculo de residuos. En esta sección se dan ejemplos de cálculo de integrales de funciones reales, propias

Más detalles

Procesado con Sistemas Lineales Invariantes en el Tiempo

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

Más detalles

Señales: Tiempo y Frecuencia PRÁCTICA 1

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

Más detalles

RESPUESTA FRECUENCIAL Función de transferencia del amplificador

RESPUESTA 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 detalles

Regiones en el plano complejo

Regiones en el plano complejo Regiones en el plano complejo Disco abierto, vecindad o entorno: El conjunto de puntos que satisfacen la desigualdad donde es número real positivo [ : entorno] ====================================== Recordemos

Más detalles

Computación I Representación Interna Curso 2011

Computación I Representación Interna Curso 2011 Computación I Representación Interna Curso 2011 Facultad de Ingeniería Universidad de la República Estándar IEEE 754 Primero se definen tres formatos s e F Total (bits) (bits) (bits) (bytes) simple precisión

Más detalles

Inecuaciones con valor absoluto

Inecuaciones con valor absoluto Inecuaciones con valor absoluto El valor absoluto de un número real a se denota por a y está definido por: Propiedades a a si a si a 0 a < 0 i a y b son números reales y n es un número entero, entonces:

Más detalles

TEMA 1. NÚMEROS REALES Y COMPLEJOS

TEMA 1. NÚMEROS REALES Y COMPLEJOS TEMA 1. NÚMEROS REALES Y COMPLEJOS 1.1 DEFINICIÓN AXIOMATICA DE LOS NÚMEROS REALES 1.1.1 Axiomas de cuerpo En admitimos la existencia de dos operaciones internas la suma y el producto, con estas operaciones

Más detalles

FUNCIONES REALES 1º DE BACHILLERATO CURSO

FUNCIONES REALES 1º DE BACHILLERATO CURSO FUNCIONES REALES 1º DE BACHILLERATO CURSO 2007-2008 Funciones reales Definición Clasificación Igual de funciones Dominio Propiedades Monotonía Extremos relativos Acotación. Extremos absolutos Simetría

Más detalles

ONDAS Y PERTURBACIONES

ONDAS 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 detalles

1. INTEGRALES DEFINIDAS E IMPROPIAS

1. INTEGRALES DEFINIDAS E IMPROPIAS . INTEGRALES DEFINIDAS E IMPROPIAS. Hallar el área de la región limitada por la parábola y = y el eje OX. Los cortes de la gráfica de y = con el eje OX son los valores de tales que =, esto es, = y =. El

Más detalles

Tema Contenido Contenidos Mínimos

Tema Contenido Contenidos Mínimos 1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.

Más detalles

Campo de un hilo infinito. Fuerzas magnéticas. Teorema de Ampère. Campo magnético de una espira circular

Campo de un hilo infinito. Fuerzas magnéticas. Teorema de Ampère. Campo magnético de una espira circular El campo magnético de las corrientes estacionarias ntroducción Propiedades diferenciales del campo magnético Propiedades integrales del campo magnético Teorema de Ampère El potencial vector Ecuaciones

Más detalles

Introducción a la Teoría Analítica de Números

Introducción a la Teoría Analítica de Números Introducción a la Teoría Analítica de Números Pablo De Nápoli clase 3. Ejemplos de funciones generatrices El teorema que vimos la clase anterior sobre el producto de series de Dirichlet permite determinar

Más detalles

Tecnologías de Comunicación de Datos

Tecnologías de Comunicación de Datos Tecnologías de Comunicación de Datos Modulación de frecuencia y fase Eduardo Interiano Contenido Señales de FM y PM FM y PM de banda angosta FM de banda ancha FM estéreo 2 Modulación no lineal (angular

Más detalles

Una ecuación puede tener ninguna, una o varias soluciones. Por ejemplo: 5x 9 = 1 es una ecuación con una incógnita con una solución, x = 2

Una ecuación puede tener ninguna, una o varias soluciones. Por ejemplo: 5x 9 = 1 es una ecuación con una incógnita con una solución, x = 2 Podemos definir a las ecuaciones como una igualdad entre expresiones algebraicas (encadenamiento de números y letras ligados por operaciones matemáticas diversas),en la que intervienen una o más letras,

Más detalles

Análisis Matemático I: La integral de Riemann

Análisis Matemático I: La integral de Riemann Contents : La integral de Riemann Universidad de Murcia Curso 2006-2007 Contents 1 Definición de la integral y propiedades Objetivos Definición de la integral y propiedades Objetivos 1 Definir y entender

Más detalles

Transformada de Laplace

Transformada de Laplace Matemática 4 Segundo Cuatrimestre 2 Transformada de Laplace M. del C. Calvo Dada f G(R ), definimos la transformada de Laplace de f como L(f)(s) = e st f(t) dt para los s R para los cuales converge esta

Más detalles

MATEMATICAS ESPECIALES I PRACTICA 7 CLASE 1. Transformaciones conformes

MATEMATICAS 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 detalles

CONCEPTOS BASICOS DE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE

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

Más detalles

entonces las derivadas laterales existen y son iguales. y vale lo mismo. Si existen las derivadas laterales y son iguales, entonces existe f (a)

entonces las derivadas laterales existen y son iguales. y vale lo mismo. Si existen las derivadas laterales y son iguales, entonces existe f (a) DERIVADAS. TEMA 2. BLOQUE 1 1.- DERIVADA DE UNA FUNCIÓN EN UN PUNTO Se llama derivada de la función y = f ( en el punto de abscisa x = a al límite f ( f ( a f ( a = lím x a x a Si existe f (a entonces

Más detalles

Conjuntos y funciones convexas

Conjuntos y funciones convexas Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +

Más detalles

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

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

Más detalles

EL42A - Circuitos Electrónicos

EL42A - Circuitos Electrónicos ELA - Circuitos Electrónicos Clase No. 24: Amplificadores Operacionales (1) Patricio Parada pparada@ing.uchile.cl Departamento de Ingeniería Eléctrica Universidad de Chile 3 de Noviembre de 2009 ELA -

Más detalles

1 Curvas planas. Solución de los ejercicios propuestos.

1 Curvas planas. Solución de los ejercicios propuestos. 1 Curvas planas. Solución de los ejercicios propuestos. 1. Se considera el lugar geométrico de los puntos del plano tales que la suma del cuadrado de las distancias a los puntos P 1 = (, 0) y P = (, 0)

Más detalles

CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo)

CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo) CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA El problema del área, el problema de la distancia tanto el valor del área debajo de la gráfica de una función como la distancia recorrida por un objeto

Más detalles

Señales y Sistemas II

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

Más detalles

Familiarizar al alumno con las distintas maneras de expresar números complejos.

Familiarizar al alumno con las distintas maneras de expresar números complejos. Capítulo 2 Aritmética compleja Objetivos Familiarizar al alumno con las distintas maneras de expresar números complejos. Manejar con soltura las operaciones aritméticas con números complejos. 2.1. Representaciones

Más detalles

1. ESPACIOS DE HILBERT Y OPERADORES

1. ESPACIOS DE HILBERT Y OPERADORES 1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación

Más detalles

CAPÍTULO III Electrostática

CAPÍTULO III Electrostática CAPÍTULO III Electrostática Fundamento teórico I.- Ley de Coulomb Ia.- Ley de Coulomb La fuerza electrostática F que una carga puntual q con vector posición r ejerce sobre una carga puntual q con vector

Más detalles

TEMA 1. MECANISMOS BÁSICOS DE TRANSMISIÓN DE CALOR

TEMA 1. MECANISMOS BÁSICOS DE TRANSMISIÓN DE CALOR TEMA 1. MECANISMOS BÁSICOS DE TRANSMISIÓN DE CALOR El calor: Es una forma de energía en tránsito. La Termodinámica y La Transferencia de calor. Diferencias. TERMODINAMICA 1er. Principio.Permite determinar

Más detalles

Definición. 1. Se define la función logaritmo (neperiano ) por. ln x =

Definición. 1. Se define la función logaritmo (neperiano ) por. ln x = ANÁLISIS MATEMÁTICO BÁSICO. LAS FUNCIONES LOGARITMO Y EXPONENCIAL. A partir de la integral y el Teorema Fundamental del Cálculo podemos definir y demostrar las propiedades de las funciones logaritmo y

Más detalles

ANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009

ANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009 ANÁLISIS I MATEMÁTICA ANÁLISIS II (Computación) Práctica 5 - Verano 2009 Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior. Calcular las derivadas

Más detalles

2. Método de separación de variables

2. Método de separación de variables APUNTES DE AMPIACIÓN DE MATEMÁTICAS II PARA INGENIEROS DE TEECOMUNICACIONES Elaborados por Arturo de Pablo, Domingo Pestana y José Manuel Rodríguez 2. Método de separación de variables 2.1. Separación

Más detalles

Ecuaciones Diferenciales Tema 4. Series de Fourier

Ecuaciones Diferenciales Tema 4. Series de Fourier Ecuaciones Diferenciales Ester Simó Mezquita Matemática Aplicada IV 1 1. Funciones periódicas 2. Serie de Fourier de una función periódica 3. Convergencia. Teorema de Dirichlet. Fenómeno de Gibbs 4. Forma

Más detalles

Cálculo Diferencial en una variable

Cálculo 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 detalles

REDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL

REDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández REDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL Tabla de Contenidos Definición Filtros No Lineales Filtros Temporales Definición 3 G = Ruido:

Más detalles

Funciones reales. Números complejos

Funciones 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 detalles

f: 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).

f: 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 detalles

Breviario de cálculo vectorial

Breviario de cálculo vectorial Apéndice A Breviario de cálculo vectorial versión 16 de octubre de 2006 Este apéndice no pretende ser mas que un resumen de definiciones y fórmulas útiles acerca de la función delta de Dirac, cálculo vectorial

Más detalles

Dinámica de electrones Bloch y Propiedades de Transporte Física del Estado Sólido II

Dinámica de electrones Bloch y Propiedades de Transporte Física del Estado Sólido II Dinámica de electrones Bloch y Propiedades de Transporte Física del Estado Sólido II Rubén Pérez Departamento de Física Teórica de la Materia Condensada Universidad Autónoma de Madrid Curso 2010-2011 Índice

Más detalles

DERIVADAS PARCIALES Y APLICACIONES

DERIVADAS PARCIALES Y APLICACIONES CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras

Más detalles

La cuerda vibrante. inicialmente se encuentra sobre el eje de abscisas x la posición de un punto de la cuerda viene descrita por su posición vertical

La cuerda vibrante. inicialmente se encuentra sobre el eje de abscisas x la posición de un punto de la cuerda viene descrita por su posición vertical la cuerda es extensible La cuerda vibrante inicialmente se encuentra sobre el eje de abscisas x la posición de un punto de la cuerda viene descrita por su posición vertical y(x, t) la posición depende

Más detalles

UNIDAD II. INTEGRAL DEFINIDA Y LOS MÉTODOS DE INTEGRACIÓN. Tema: LA INTEGRAL DEFINIDA

UNIDAD II. INTEGRAL DEFINIDA Y LOS MÉTODOS DE INTEGRACIÓN. Tema: LA INTEGRAL DEFINIDA UNIDAD II. INTEGRAL DEFINIDA Y LOS MÉTODOS DE INTEGRACIÓN Tema: LA INTEGRAL DEFINIDA La integral definida Anteriormente se mencionó que la Integral Indefinida da como resultado una familia de funciones

Más detalles

CONCEPTO DE CINEMÁTICA: es el estudio del movimiento sin atender a las causas que lo producen

CONCEPTO DE CINEMÁTICA: es el estudio del movimiento sin atender a las causas que lo producen CINEMÁTICA CONCEPTO DE CINEMÁTICA: es el estudio del movimiento sin atender a las causas que lo producen CONCEPTO DE MOVIMIENTO: el movimiento es el cambio de posición, de un cuerpo, con el tiempo (este

Más detalles