Documente Academic
Documente Profesional
Documente Cultură
Magnitudes en sistemas.
al( t) := ( t − 1) ⋅ Φ ( t − 1 ) − ( t − 2 ) ⋅ Φ ( t − 2 ) − Φ ( t − 5 ) altura
1 − ζ 2
vo t , ζ , ωn := 1 −
( ) ⋅ Φ ( t − 2 ) voltaje
1 2
⋅ exp−ζ ⋅ ωn ⋅ ( t − 2 ) ⋅ sinωn⋅ 1 − ζ ⋅ ( t − 2 ) + atan
2 ζ
1−ζ
tf − ti
co( t) := 2 ⋅ Φ ( t − 1 ) + Φ ( t − 2) − 2 ⋅ Φ ( t − 4 ) − Φ ( t − 5 ) corriente ti := 0 tf := 6 t := ti , ti + .. tf
200
1 1 2
0 0 0
0 5 0 5 0 5 tf − ti
ti := −6 tf := 6 t := ti , ti + .. tf
200
f1 ( t , f , φ ) := sin( 2 ⋅ π ⋅ f⋅ t + φ )
2 3
f2 ( t) := 2 Φ ( t − 2 ) − 2 ⋅ Φ ( t − 4 ) f3 ( t) := t f4 ( t) := t
fo := 0.5 φ o := π
f1 f2 f3 f4
2 40 400
0
200
2 0
0 20 0
200
2 0 0 400
5 0 5 5 0 5 5 0 5 5 0 5
δ(t ) = 0 t ≠ 0 t
u (t ) = ∫ δ(τ)d τ
t
r (t ) = ∫ u (τ)d τ
∞ −∞ −∞
∫−∞
δ(t )dt = 1
0 t < 0 0 t < 0
δ(t ) = lim δT (t ) u (t ) = r (t ) =
T →0 1 t ≥ 0 t t ≥ 0
⋅ ( Φ ( t ) − Φ ( t − T) )
1
delT( t , T) := To := 0.5 esc( t) := Φ ( t) ram( t) := if ( t < 0 , 0 , t)
T
del T esc ram
2 10
2
1 5
0 0 0
5 0 5 5 0 5 5 0 5
0 t ≠ 0 u (t ) = lim uT (t ) T1 := 0.5 r (t ) = t u (t )
δ(t ) = T →0
∞ t = 0 1 1
escT( t , T) := ⋅ t⋅ Φ ( t) − ⋅ ( t − T) ⋅ Φ ( t − T) ram( t) := t⋅ Φ ( t)
T T
esc T ram
2 10
1 5
0 0
5 0 5 5 0 5
d r (t ) d u (t ) t t
Notar que, = u (t ) , = δ(t ) , r (t ) = ∫ u (τ)d τ , y que u (t ) = ∫ δ(τ)d τ .
dt dt −∞ −∞
0 0
100
Exponencial Real 75
50
0 0
5 0 5 5 0 5
ti := 0 tf := 2
tf − ti
a4 := 0 b 4 := 2 a5 := 0 b 5 := −2 t := ti , ti + .. tf
500
exp exp
0 0
0 0
Exponencial Compleja 0 0
1 0 1 1 0 1
a6 := 0.8 b 6 := 8 a7 := 0.8 b 7 := −8
exp exp
5 5
0 0
Exponencial con 0 0
parte Real y Compleja 0 0
5 5
5 0 5 5 0 5
t
⌠
Sinusoidal
de
f := 50 ω( t) := 2⋅ π ⋅ f θ ( t) := 2⋅ π ⋅ f dt + θ o
⌡
θ ( t) := 2 ⋅ π ⋅ f⋅ t + θ o (
six( t , A) := A⋅ sin 2 ⋅ π ⋅ f⋅ t + θ o )
0
Frecuencia señal posición, teta
Constante 2 30
20
0
0 10
0
0
2 10
0 0.1 0.2 0.3 0.4 0 0.1 0.2 0.3 0.4
t
75 75 75 ⌠
Sinusoidal f( t) := 50 − ⋅ ( t − 0.05) ⋅ Φ ( t − 0.05) + ⋅ ( t − 0.15) ⋅ Φ ( t − 0.15) + ⋅ ( t − 0.35) ⋅ Φ ( t − 0.35) ... ω( t) := 2⋅ π ⋅ f( t) θ ( t) := ω( t) dt + θ o
de 0.1 0.1 0.1 ⌡
0
−75
six( t , A) := A⋅ sin( θ ( t) )
Frecuencia + ⋅ ( t − 0.45) ⋅ Φ ( t − 0.45)
Variable 0.1
señal
2
0
0
2
0 0.1 0.2 0.3 0.4
50 5
0 0.1 0.2 0.3 0.4 0 0.1 0.2 0.3 0.4
Capítulo II - Señales 4 de 29 Sistemas Lineales Dinámicos - 543 214
Señales Continuas en Sistemas © UdeC - DIE - 2012
Problema Ilustrar cómo las señales afectan los sistemas como los encontrados en Ingeniería.
1
0
0
1
0 5 10 15 20 25 30 35 40
(
f( t) := 15⋅ delT( t − 1 , 2 ) + delT( t − 10 , 1 ) + delT( t − 20 , 0.5) + delT( t − 30 , 0.25) ) u ( t) := f( t)
−1
( ) ⋅ (b⋅ u(0) + γ ) ( )
T
D( t , x) := A⋅ x x + b ⋅ u ( t) + γ CI := −A Zal := rkfixed CI , 0 , tf , n f , D
0 1
Posición y fuerza normalizada
4
0
0
0 5 10 15 20 25 30 35 40
2 k F(t)
x(t)
0
0
m
2
0 5 10 15 20 25 30 35 40
d
f( t) := 15⋅ sin[ 2 ⋅ ( t − 1 ) ] ⋅ ( esc( t − 1 ) − esc( t − 13) ) + sin[ 3⋅ ( t − 13) ] ⋅ ( esc ( t − 13) − esc( t − 26) ) ... u ( t) := f( t)
+ sin[ 4 ⋅ ( t − 26) ] ⋅ ( esc( t − 26) )
−1
( ) ⋅ (b⋅ u(0) + γ )
lo es la distancia
( )
T
D( t , x) := A⋅ x x + b ⋅ u ( t) + γ CI := −A Zal := rkfixed CI , 0 , tf , n f , D
0 1 entre el techo y el
Posición y fuerza normalizada centro de m con el
4 resorte en reposo.
2
0
0
2
0 5 10 15 20 25 30 35 40
f( t) := 15⋅ sin[ 5 ⋅ ( t − 1 ) ] ⋅ ( esc( t − 1 ) − esc( t − 13) ) + sin[ 6⋅ ( t − 13) ] ⋅ ( esc ( t − 13) − esc( t − 26) ) ... u ( t) := f( t)
+ sin[ 7 ⋅ ( t − 26) ] ⋅ ( esc( t − 26) )
−1
( ) ⋅ (b⋅ u(0) + γ ) ( )
T
D( t , x) := A⋅ x x + b ⋅ u ( t) + γ CI := −A Zal := rkfixed CI , 0 , tf , n f , D
0 1
Posición y fuerza normalizada
4
2
0
0
2
0 5 10 15 20 25 30 35 40
Capítulo II - Señales 6 de 29 Sistemas Lineales Dinámicos - 543 214
Caso 2 Estanque con paredes cóncavas.
© UdeC - DIE - 2012
Parámetros Modelo Variables de Estado
H := 8 k := 0.25 dh fe − kv⋅ g⋅ h
= x1 = h
2 dt 2
kv := g := 10 2 x
π ⋅ 1 + k⋅ h −
H
1000
2 fe
fe( t) := feo1 + 0.005⋅ sin0.2⋅ 10 ⋅ ( t − 1 ⋅ 3600) ⋅ ( esc( t − 1 ⋅ 3600) − esc ( t − 12⋅ 3600) ) ...
−3
u ( t) := fe( t)
+ sin0.4⋅ 10 ⋅ ( t − 12⋅ 3600) ⋅ ( esc( t − 12⋅ 3600) − esc( t − 24⋅ 3600) )
−3
y = 1 + k(x - H/2)2
u ( t) − kv⋅ g⋅ x 2
u(0) ⋅ 1
( )
0 y
D( t , x) := CI := k g Za := rkfixed CI , 0 , tf , n f , D
2
v
H
2
π ⋅ 1 + k⋅ x −
0 2 fs
flujo de ent. lt/s
20
15
10
5
0 2 4 6 8 10 12 14 16 18 20 22 24
altura m
6
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Capítulo II - Señales 7 de 29 Sistemas Lineales Dinámicos - 543 214
© UdeC - DIE - 2012
fe( t) := feo2 + 0.005⋅ sin0.2⋅ 10 ⋅ ( t − 1 ⋅ 3600) ⋅ ( esc( t − 1 ⋅ 3600) − esc ( t − 12⋅ 3600) ) ...
−3
u ( t) := fe( t)
+ sin0.4⋅ 10 ⋅ ( t − 12⋅ 3600) ⋅ ( esc( t − 12⋅ 3600) − esc( t − 24⋅ 3600) )
−3
u ( t) − kv⋅ g⋅ x 2
u(0) ⋅ 1
( )
0
D( t , x) := CI := k g Za := rkfixed CI , 0 , tf , n f , D
2
2
v
k⋅ x −
H
π⋅1 +
0 2
20
15
10
0 2 4 6 8 10 12 14 16 18 20 22 24
altura m
8
7
x
fe
6
0 2 4 6 8 10 12 14 16 18 20 22 24
y = 1 + k(x - H/2)2
y
fs
0 0 0
0 0 0
0 5 0 5 0 5
α 2 := 2 β 2 := 0 α 3 := 0.5 β 3 := 0
g g
Amplificación y 5 5
Atenuación 0 0
0 0
0 0
Normalización 0 5 0 5
1 −fo
fo := −1 f1 := 2 α o := β o :=
f1 − fo f1 − fo
f g
α o = 0.333 β o = 0.333
2 0 2 0
0 0
0 0
2 2
0 5 0 5
0 0 0 Adelanto
y Atraso
0 0 0
0 5 0 5 0 5
a2 := 2 b 2 := 0 a3 := 0.5 b 3 := 0
g g
Compresión y Expansión 5 5
0 0
0 0
0 0
0 5 0 5
Caso 3 Descomposición de Señales.
La señal f(t) se puede descomponer en las
f1 ( t) := −Φ ( t) f3 ( t) := Φ ( t − 2 )
cuatro señales siguientes.
f2 ( t) := 2 ⋅ Φ ( t − 1) f4 ( t) := −3 ⋅ Φ ( t − 4 )
f f1 f2 f3 f4
5 5 5 5 5
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 5 0 5 0 5 0 5 0 5
Caso 1 f( t) := t⋅ Φ ( t) − 2 ⋅ ( t − 1 ) ⋅ Φ ( t − 1 ) + ( t − 2 ) ⋅ Φ ( t − 2) g( t) := 1 Φ ( t)
0 0
1 1 0
2 0 2 4
0 0
2 0 2 4 2 0 2 4
y1( τ ) := f( 1 − τ ) ⋅ g( τ )
0 0
1 1
0 0
2 0 2 4 2 0 2 4 t
⌠
Convolución y( t) := f( t − τ ) ⋅ g( τ ) dτ
y2( τ ) := f( 2 − τ ) ⋅ g( τ ) ⌡
0
0 0 1 0
1 1
0 0 0
2 0 2 4 2 0 2 4 2 0 2 4
g( t) := exp( −2⋅ t) ⋅ Φ ( t)
0 0
1 1 0
2 0 2 4
0 0
2 0 2 4 2 0 2 4
y1( τ ) := f( 1 − τ ) ⋅ g( τ )
0 0
1 1
0 0
2 0 2 4 2 0 2 4 t
⌠
Convolución y( t) := f( t − τ ) ⋅ g( τ ) dτ
y2( τ ) := f( 2 − τ ) ⋅ g( τ ) ⌡
0
0 0 1 0
1 1
0 0 0
2 0 2 4 2 0 2 4 2 0 2 4
⋅ sin 2 ⋅ π ⋅
1 t
g( t) := + 1 ⋅ Φ ( t)
2 2
Respuesta Las funciones intermedias son: τ := −3 , −2.9 .. 5 0
1
y0( τ ) := f( 0 − τ ) ⋅ g( τ )
0 0
1 1 0
2 0 2 4
0 0
2 0 2 4 2 0 2 4
y1( τ ) := f( 1 − τ ) ⋅ g( τ )
0 0
1 1
0 0
2 0 2 4 2 0 2 4 t
⌠
Convolución y( t) := f( t − τ ) ⋅ g( τ ) dτ
y2( τ ) := f( 2 − τ ) ⋅ g( τ ) ⌡
0
0 0 1 0
1 1
0 0 0
2 0 2 4 2 0 2 4 2 0 2 4
0 0
2 2
u( t) u( t)
0 0
0 2 4 0 2 4
t t
0 0
1 1
ST( t) Si( t)
0 0
0 2 4 0 2 4
t t
0 0
2 2
y( t) yi( t)
0 0
0 2 4 0 2 4
t t
Capítulo II - Señales 14 de 29 Sistemas Lineales Dinámicos - 543 214
© UdeC - DIE - 2012
k
Represen-
tación del
del( k) := if ( k⋅ T = 0 , 1 , 0 ) Impulso Discreto Si( k) :=
∑ del( k⋅ T − i⋅ T)
i=0
Muestrea-
dor Ideal
0
1
del( k)
0
0 2 4
k⋅ T
0
1
Si( k) y( t) = u ( 0 ) del( t) + u ( T) del( t − T) + u ( 2T) del( t − 2T) + ....
0
y( k) :=
∑ u( i⋅ T) del( k⋅ T − i⋅ T)
0 2 4 i=0
k⋅ T
0 0
2 2
u( t) y( k)
0 0
0 2 4 0 2 4
t k⋅ T
0
2
delT( t)
0
0 2 4
t
0
2
delT( t− T)
0
0 2 4
t
0
2
delT( t− 2T)
y( t) = u ( 0 ) delT( t) ⋅ T + u ( T) delT( t − T) ⋅ T + u ( 2T) delT( t − 2T) ⋅ T + ....
N
0
0 2 4 y( t) :=
∑ u ( i⋅ T) delT( t − i⋅ T) ⋅ T
t i =0
0 0
2 2
u( t) y( t)
0 0
0 2 4 0 2 4
t t
Capítulo II - Señales 16 de 29 Sistemas Lineales Dinámicos - 543 214
Señales Discretas © UdeC - DIE - 2012
tf := 10 n f := 500 n := 0 .. n f Tl( t) := 1 ⋅ Φ ( t − 7 )
ti ti tf tf − ti
ti := 0 k := , + 1 .. t := ti , ti + .. tf
T T T nf
−R −km
Simulación. 1 0
A := L L
b := L e := −1 p ( t) := Tl( t) u ( t) := xc( t)
km −d
0 J
J J
x0 0
+ b ⋅ u ( t) + e⋅ p( t)
D( t , x) := A⋅
x
CI := Zal := rkfixed( CI , 0 , tf , n f , D)
1 0
va - w - tl
0
0 1 2 3 4 5 6 7 8 9 10
⋅ ( Φ ( t ) − Φ ( t − T) )
1
Parametros T := 0.5 Tc := 0.25 del( k) := if ( k⋅ T = 0 , 1 , 0 ) delT( t) :=
T
t
k T
Muestrea-
dor con
u ( k) :=
∑ xc( i⋅ T) del( k⋅ T − i⋅ T) va( t) :=
∑ u( i) delT( t − i⋅ T) ⋅ T
i=0 i=0
Retención
u(kT) - va(t)
0
0 1 2 3 4 5 6 7 8 9 10
−R −km
1 0 x0
L L L e := −1 D( t , x) := A⋅ + b ⋅ u ( t) + e⋅ p( t) 0
A :=
km −d
b :=
p ( t) := Tl( t) u ( t) := va( t)
x1
CI :=
0
( )
Zal := rkfixed CI , 0 , tf , n f , D
0 J
J J
va - w - tl
0
0 1 2 3 4 5 6 7 8 9 10
0 0 0
2 0 2 2 0 2 2 0 2
k⋅ T k⋅ T k⋅ T
(
exx k , ao , bo ) 4
0
(
exx k , a2 , b2 ) 4
0
0 0
2 0 2 2 0 2
k⋅ T k⋅ T
exp exp
0 0
( ( )) ( ( ))
0 0
Im exx k , a4 , b4 Im exx k , a5 , b5
0 0
1 0 1 1 0 1
( (
Re exx k , a4 , b4 )) ( (
Re exx k , a5 , b5 ))
ti ti tf
Exponen- T := 0.05 exx( k , a , b ) := exp[ ( a + j ⋅ b ) ⋅ k⋅ T] ti := 0 tf := 2 k := , + 1 ..
cial con T T T
parte
a6 := 0.8 b 6 := 8 a7 := 0.8 b 7 := −8
Real y
Compleja
exp exp
5 5
0 0
0 0
( ( ))
Im exx k , a6 , b6
0
( (
Im exx k , a7 , b7 )) 0
5 5
5 0 5 5 0 5
( (
Re exx k , a6 , b6 )) ( (
Re exx k , a7 , b7 ))
4
0
0 2
0
0
2 2
0 0.02 0.04 0.06 0.08 0 0.02 0.04 0.06 0.08
∑
75 75
Sinusoidal f( k) := 50 − ⋅ ( k⋅ T − 0.05) ⋅ Φ ( k⋅ T − 0.05) + ⋅ ( k⋅ T − 0.15) ⋅ Φ ( k⋅ T − 0.15) ... ω( k) := 2 ⋅ π ⋅ f( k) ⋅ T θ ( k) := ω( i ) + θ o
de 0.1 0.1
75 −75 i =0
six( k , A) := A⋅ sin( θ ( k) )
Frecuencia + ⋅ ( k⋅ T − 0.35) ⋅ Φ ( k⋅ T − 0.35) + ⋅ ( k⋅ T − 0.45) ⋅ Φ ( k⋅ T − 0.45)
Variable 0.1 0.1
señal
2
0
0
2
0 0.1 0.2 0.3 0.4
frecuencia, f posición, teta [vueltas]
100 5
50 0
0 0
0
50 5
0 0.1 0.2 0.3 0.4 0 0.1 0.2 0.3 0.4
Capítulo II - Señales 21 de 29 Sistemas Lineales Dinámicos - 543 214
Muestreo de Señales Continuas (Teorema de Nyquist) © UdeC - DIE - 2012
ti ti tf
Sinusoida- six( t , A , f , φ ) := A⋅ sin( 2 ⋅ π ⋅ f⋅ t + φ ) A := 1 f1 := 1 φ 1 := 0 f2 := 5 φ 2 := 0 ti := 0 tf := 2 k := , + 1 ..
les T T T
sin
2
(
six t , A, f1 , φ 1 ) 0
six( t , A, f2 , φ 2) 0
2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
t
Sinusoida- T := 0.25 six( k , A , f , φ ) := A⋅ sin( 2⋅ π ⋅ f⋅ k⋅ T + φ )
les
muestrea- sin
2
das
0
(
six k , A, f1 , φ 1 ) 0
2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
k⋅ T
sin
2
0
(
six k , A, f2 , φ 2 ) 0
2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
k⋅ T
Teorema: Teorema del Muestreo de Nyquist. Si la frecuencia más alta contenida en una señal análoga
f(t) es fmax y la señal se muestrea a una velocidad 1 / T > 2fmax, entonces la señal f(t) se
puede recuperar totalmente a partir de sus muestras.
Capítulo II - Señales 22 de 29 Sistemas Lineales Dinámicos - 543 214
Introducción a la Convolución Discreta © UdeC - DIE - 2012
Caso Si la entrada es d(t) en un sistema continuo, entonces sea h(t) la salida, si en cambio, la entrada es δT(t), entonces sea hT(t) la salida, como se
Continuo muestra en la . La interrogante es ¿ cuál es la salida para una entrada arbitraria x(t) ?. Dado que,
∞ ∞
x(t ) = x(t ) ∗ δ(t ) = ∫ x(τ)δ(t − τ)d τ = lim ∑ x(iT )δT (t − iT )T
−∞ T →0
i =−∞
Caso Esta última expresión es la convolución continua o integral de convolución. Similarmente, en el caso discreto se tiene que una señal discreta pue
Discreto ser escrita como,
∞
x(kT ) = ∑ x(iT )δ(kT − iT )
i=0
si la respuesta de un sistema discreto a entrada impulso δ(kT) es h(kT), entonces, al someter a este sistema a la
entrada arbitraria x(kT) se tiene por salida a,
Def.: Se llama convolución discreta de f(kT) con g(kT) y se denota por f(kT)*g(kT) a la sumatoria,
∞
f (kT ) ∗ g (kT ) = ∑ f (kT − iT ) g (iT )
i =−∞
g( k) := 1 Φ ( k⋅ T)
0
0 0 2 0 2 4
1 1
0 0
2 0 2 4 2 0 2 4
y1( i) := f( 16⋅ T − i) ⋅ g( i)
0 0
1 1
20
0
2 0 2 4
0
2 0 2 4
Convolución y( k) :=
∑ g( i) ⋅ f( k − i)
i=0
y2( i) := f( 32⋅ T − i) ⋅ g( i)
10
0 0 0
1 1
5 4
0 0 0
2 0 2 4 2 0 2 4 2 0 2 4
0
0 0 2 0 2 4
1 1
0 0
2 0 2 4 2 0 2 4
y1( i) := f( 16⋅ T − i) ⋅ g( i)
0 0
1 1
20
0
2 0 2 4
0
2 0 2 4
Convolución y( k) :=
∑ g( i) ⋅ f( k − i)
i=0
y2( i) := f( 32⋅ T − i) ⋅ g( i)
10
0 0 0
1 1
5 4
0 0 0
2 0 2 4 2 0 2 4 2 0 2 4
⋅ sin 2 ⋅ π ⋅
1 k⋅ T
g( k) := + 1 ⋅ Φ ( k⋅ T) k := −30 , −29 .. 50
2 2
0
0 0 2 0 2 4
1 1
0 0
2 0 2 4 2 0 2 4
y1( i) := f( 16⋅ T − i) ⋅ g( i)
0 0
1 1
20
0
2 0 2 4
0
2 0 2 4
Convolución y( k) :=
∑ g( i) ⋅ f( k − i)
i=0
y2( i) := f( 32⋅ T − i) ⋅ g( i)
10
0 0 0
1 1
5 4
0 0 0
2 0 2 4 2 0 2 4 2 0 2 4
Caso 1 f1 ( k) := k⋅ T⋅ Φ ( k⋅ T) − ( k⋅ T − 2 ⋅ T) ⋅ Φ ( k⋅ T − 2 ⋅ T) − ( k⋅ T − 8⋅ T) ⋅ Φ ( k⋅ T − 8 ⋅ T) ... Q −1
+ ( k⋅ T − 12⋅ T) ⋅ Φ ( k⋅ T − 12⋅ T) + ( k⋅ T − 18⋅ T) ⋅ Φ ( k⋅ T − 18⋅ T) − ( k⋅ T − 20⋅ T) ⋅ Φ ( k⋅ T − 20⋅ T) f ( kT ) ∗c g ( kT ) = ∑ f ( kT − iT ) g (iT )
i =0
1 3
N −1
g( k) := sin 2 ⋅ π ⋅ k⋅
T
f( k) :=
∑ f1 ( k − i⋅ N)
4 y( k) :=
∑ f( k − i) ⋅ g( i)
i =−1
i=0
Respuesta 5
0 0 0
0 0 0
5
0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
1 1
N −1
f( k) :=
∑ f1 ( k − i⋅ N) g( k) :=
∑ g1 ( k − i⋅ N)
y( k) :=
∑ f( k − i) ⋅ g( i)
i =−2 i=−1
i=0
Respuesta 5 2
4
1
2
0 0 0
0 0 0
0 0.5 1 1.5 0 0.5 1 1.5 0 0.5 1 1.5
sin2 ⋅ π ⋅ ( k − 10) ⋅
T
f1 ( k) := sin( 0.5⋅ π ⋅ k⋅ T) ⋅ ( Φ ( k) − Φ ( k − N) )
1
g1( k) := ⋅ if k = 10 , 2 ⋅ π ⋅
T
,
4 ⋅ 0.4
⋅ ( Φ ( k) − Φ ( k − N) )
π 4⋅ 0.4 k − 10
1 1 N −1
f( k) :=
∑ f1 ( k − i⋅ N) g( k) :=
∑ g1 ( k − i⋅ N) y( k) :=
∑ f( k − i) ⋅ g( i)
i =−1 i=−1 i=0
Respuesta 2 2
0 0.2 0
0 0
0
0
2 0.2 2
0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
1 N −1
f( k) :=
∑ f1 ( k − i⋅ N) g( k) y( k) :=
∑ f( k − i) ⋅ g( i)
i =−1 i=0
Respuesta 2 2
0 0.2 0
0 0
0
0
2 0.2 2
0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
f1 ( k) := Φ ( k⋅ T) − 2 ⋅ Φ ( k⋅ T − 10⋅ T) + Φ ( k⋅ T − 20⋅ T)
1 N −1
f( k) :=
∑ f1 ( k − i⋅ N) g( k) y( k) :=
∑ f( k − i) ⋅ g( i)
i =−1 i=0
Respuesta 2 2
0 0.2 0
0 0 0
0
2 0.2 2
0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
Caso 6 f1 ( k) := del( k⋅ T − T) + 2 ⋅ del( k⋅ T − 2T) + del( k⋅ T − 3T) − del( k⋅ T − 5T) − 2 ⋅ del( k⋅ T − 6T) − del( k⋅ T − 7T) N := 8 k := 0 .. 3⋅ N − 1
4 4
N −1
Señales f( k) :=
∑ f1 ( k − i⋅ N) g( k) :=
∑ g1 ( k − i⋅ N)
y( k) :=
∑ f( k − i) ⋅ g( i)
i =−4 i=−4
i=0
Respuesta 2 10
0 0 0
0 0 0
2 10
0 1 2 3 0 1 2 3 0 1 2 3