This document contains problems related to discrete-time signals and systems. It asks the student to:
1. Determine if various signals are periodic and calculate their fundamental frequencies.
2. Graph a sampled analog sinusoidal signal, calculate the discrete-time signal's frequency, and compare it to the original analog signal.
3. Graph a piecewise defined discrete-time signal, derive transformed versions of it, and express it using unit step and impulse functions.
Este documento define la convolución matemática y describe sus propiedades y usos. La convolución representa la integral del producto de dos funciones después de desplazar una de ellas, y se usa en estadística, probabilidad, óptica, acústica e ingeniería para describir promedios móviles, sumas de variables aleatorias, imágenes desenfocadas, ecos y sistemas lineales, respectivamente. El documento también explica la convolución discreta y circular, y las propiedades de conmutatividad, asociatividad, dist
El documento describe los amplificadores operacionales (amp op), incluyendo sus características ideales como una ganancia infinita y una impedancia de entrada y salida infinita y cero respectivamente. Explica que los amp op son importantes para construir funciones de transferencia y controladores de sistemas de control. También describe varios circuitos que se pueden implementar con amp op como sumadores, restadores e integradores.
Soluciones: Openheim - Sistemas y señales - cap 5Carlos Brizuela
Este documento contiene respuestas a ejercicios sobre transformadas de Fourier. En el Ejercicio 5.1, se calculan las transformadas de Fourier de dos señales usando la ecuación de análisis. En el Ejercicio 5.2, se calculan las transformadas de Fourier de dos señales adicionales usando la misma ecuación. Luego, en los Ejercicios 5.3 a 5.6, se calculan más transformadas de Fourier y transformadas inversas aplicando diferentes propiedades de la transformada.
La Carta de Smith representa impedancias normalizadas a través de dos diagramas superpuestos. Muestra valores de impedancia dividiendo el valor real por la impedancia característica de la línea. Contiene nueve casos especiales que ilustran diferentes configuraciones de carga y sus correspondientes coeficientes de reflexión, relaciones de onda estacionaria y posiciones de mínimo voltaje.
Este documento presenta una serie de 19 problemas relacionados con señales y sistemas de tiempo continuo y discreto. Los problemas cubren temas como transformaciones de señales, periodicidad, cálculo de potencia media y energía, y representación de funciones en términos de escalones unitarios.
Este documento describe un experimento para diseñar un controlador mediante respuesta en frecuencia para un sistema de lazo cerrado. El objetivo es satisfacer especificaciones de desempeño como una constante de error estático de 4 seg-1, un margen de fase de 50 grados y un margen de ganancia de al menos 10 dB. Se diseña un controlador de adelanto y se grafican las respuestas en frecuencia del sistema compensado para verificar que cumple los requisitos.
DIELÉCTRICOS Y CAPACITANCIA
NATURALEZA DE LOS MATERIALES DIELÉCTRICOS
CONDICIONES DE FRONTERA MATERIALES DIELÉCTRICOS PERFECTOS
CAPACITANCIA
EJEMPLOS DE CAPACITANCIA
CAPACITANCIA DE UNA LÍNEA DE DOS HILOS
Este documento define la convolución matemática y describe sus propiedades y usos. La convolución representa la integral del producto de dos funciones después de desplazar una de ellas, y se usa en estadística, probabilidad, óptica, acústica e ingeniería para describir promedios móviles, sumas de variables aleatorias, imágenes desenfocadas, ecos y sistemas lineales, respectivamente. El documento también explica la convolución discreta y circular, y las propiedades de conmutatividad, asociatividad, dist
El documento describe los amplificadores operacionales (amp op), incluyendo sus características ideales como una ganancia infinita y una impedancia de entrada y salida infinita y cero respectivamente. Explica que los amp op son importantes para construir funciones de transferencia y controladores de sistemas de control. También describe varios circuitos que se pueden implementar con amp op como sumadores, restadores e integradores.
Soluciones: Openheim - Sistemas y señales - cap 5Carlos Brizuela
Este documento contiene respuestas a ejercicios sobre transformadas de Fourier. En el Ejercicio 5.1, se calculan las transformadas de Fourier de dos señales usando la ecuación de análisis. En el Ejercicio 5.2, se calculan las transformadas de Fourier de dos señales adicionales usando la misma ecuación. Luego, en los Ejercicios 5.3 a 5.6, se calculan más transformadas de Fourier y transformadas inversas aplicando diferentes propiedades de la transformada.
La Carta de Smith representa impedancias normalizadas a través de dos diagramas superpuestos. Muestra valores de impedancia dividiendo el valor real por la impedancia característica de la línea. Contiene nueve casos especiales que ilustran diferentes configuraciones de carga y sus correspondientes coeficientes de reflexión, relaciones de onda estacionaria y posiciones de mínimo voltaje.
Este documento presenta una serie de 19 problemas relacionados con señales y sistemas de tiempo continuo y discreto. Los problemas cubren temas como transformaciones de señales, periodicidad, cálculo de potencia media y energía, y representación de funciones en términos de escalones unitarios.
Este documento describe un experimento para diseñar un controlador mediante respuesta en frecuencia para un sistema de lazo cerrado. El objetivo es satisfacer especificaciones de desempeño como una constante de error estático de 4 seg-1, un margen de fase de 50 grados y un margen de ganancia de al menos 10 dB. Se diseña un controlador de adelanto y se grafican las respuestas en frecuencia del sistema compensado para verificar que cumple los requisitos.
DIELÉCTRICOS Y CAPACITANCIA
NATURALEZA DE LOS MATERIALES DIELÉCTRICOS
CONDICIONES DE FRONTERA MATERIALES DIELÉCTRICOS PERFECTOS
CAPACITANCIA
EJEMPLOS DE CAPACITANCIA
CAPACITANCIA DE UNA LÍNEA DE DOS HILOS
Este documento presenta 12 ejercicios relacionados con el muestreo y reconstrucción de señales. Los ejercicios cubren temas como la frecuencia de Nyquist, frecuencia de muestreo, aliasing y cuantificación de señales. Se proveen soluciones detalladas a cada ejercicio que involucran cálculos matemáticos para determinar frecuencias clave y representaciones gráficas de señales muestreadas.
Este documento contiene los siguientes elementos:
1) Una dedicatoria de los autores a Dios, sus familias y amigos por su apoyo.
2) Un prefacio y prólogo que introducen el tema a tratar.
3) Apuntes y ejercicios resueltos sobre señales y sistemas, incluyendo conceptos como convolución y ecuaciones en diferencia. Los ejercicios están resueltos de manera gráfica y analítica.
1) Las señales son funciones que contienen información sobre algún fenómeno físico representado por variaciones en una variable independiente como el tiempo o la altitud. 2) Existen señales de tiempo continuo y discreto, siendo las primeras definidas para valores continuos de la variable independiente y las segundas sólo para valores discretos. 3) Señales básicas como el escalón y la muestra unitaria son útiles para representar otras señales más complejas.
El documento describe los conceptos y métodos de compensación de sistemas de control. Explica que la compensación se utiliza para mejorar el comportamiento de un sistema de control para que cumpla mejor con los requerimientos específicos, mediante la inserción de un componente adicional llamado compensador. Luego detalla dos tipos de compensadores (adelanto y retardo de fase) y sus respectivas redes, y métodos de diseño utilizando diagramas de Bode y el lugar de las raíces. Finalmente presenta un ejemplo numérico de diseño de compensador por adel
Este documento trata sobre control digital. Explica que un sistema de control mantiene o altera una variable de interés de acuerdo a un patrón deseado. Describe los componentes clave del control digital como muestreo, cuantización y codificación de señales. También cubre historia, aplicaciones e importancia del control digital versus analógico.
Este documento presenta 18 problemas relacionados con sistemas y circuitos en tiempo continuo y discreto. Los problemas cubren temas como determinar las señales de salida para diferentes sistemas dados sus entradas, propiedades de sistemas lineales e invariantes en el tiempo como causalidad y estabilidad, convolución de señales, y el análisis de interconexiones de sistemas en cascada. Los problemas utilizan conceptos como respuesta al impulso, convolución, propiedades de sistemas, y transformaciones de sistemas entre el dominio del tiempo y la
El documento presenta un resumen de gráficas de señales de tiempo continuo y discreto realizadas en Matlab. Incluye ejemplos de señales en tiempo continuo y discreto, convolución en tiempo discreto, serie de Fourier, muestreo de señales y cálculo de la transformada de Fourier discreta.
Este documento presenta un informe de laboratorio sobre análisis de señales y sistemas realizado en MATLAB. El estudiante realizó varias convoluciones continuas de funciones como escalones unitarios, exponenciales y rampas. Explica los algoritmos utilizados en MATLAB y presenta gráficos de las convoluciones. También incluye ejemplos adicionales de funciones como impulsos y una tarea propuesta de realizar más problemas de convolución.
Este documento describe la transformada de Hilbert, un operador matemático que introduce un desfase de 90 grados en el espectro de frecuencias de una señal. Explica el fundamento matemático de la transformada de Hilbert y cómo introduce este desfase de fase. También describe algunas aplicaciones importantes de la transformada de Hilbert en el área de comunicaciones, como la separación de señales basada en la selectividad de fase. Finalmente, presenta ejemplos del cálculo de la transformada de Hilbert para diferentes señales como impulsos rectangulares
Este documento presenta diferentes métodos para el análisis y diseño de sistemas de control, incluyendo el análisis en el dominio del tiempo y de la frecuencia. Describe la respuesta de un sistema en términos de su respuesta transitoria y en estado estacionario. También introduce conceptos clave como la función de transferencia, los polos, ceros y el orden de un sistema, y proporciona ejemplos de señales de entrada comunes como la función paso, rampa y parabólica.
Este documento proporciona una guía sobre el uso del temporizador 0 (TMR0) y las interrupciones en los microcontroladores. Explica los registros asociados a TMR0, cómo funciona el temporizador y el prescaler, y cómo calcular tiempos de conteo utilizando TMR0 y un registro auxiliar para lograr temporizaciones mayores a 65.536 milisegundos.
Este documento describe circuitos RLC de segundo orden en serie y en paralelo. Explica las ecuaciones diferenciales que rigen estos circuitos y cómo resolverlas para obtener las corrientes en función del tiempo. Se analizan los casos de respuesta sobreamortiguada, críticamente amortiguada y subamortiguada. También presenta un ejemplo numérico para resolver un problema de circuito RLC en paralelo.
Este documento presenta el análisis del lugar geométrico de las raíces (LGR) para sistemas de control. Explica que el LGR muestra el movimiento de las raíces de la ecuación característica cuando se modifica un parámetro. Proporciona reglas para construir el LGR, como el inicio y final de las trayectorias, trayectorias sobre el eje real, y ubicación de ceros infinitos. También define conceptos como puntos de quiebre, ganancia de quiebre y ganancia crítica. Finalmente, presenta un ej
Este documento describe sistemas de segundo orden continuos. Explica que estos sistemas responden a ecuaciones diferenciales lineales de segundo orden. Analiza la función de transferencia de lazo cerrado y los tipos de polos que puede tener (reales diferentes, reales iguales, complejos). También define parámetros clave como la frecuencia natural, el factor de amortiguamiento y la respuesta a entradas como escalones y impulsos. Por último, define los principales parámetros que caracterizan la respuesta transitoria de un sistema de segundo orden, como el tiempo de retardo, cre
Este documento describe la simulación de un contador ascendente-descendente de 0 a 7 usando flip-flops tipo D y displays de 7 segmentos. Explica el funcionamiento de los flip-flops D, el decodificador 4511 y los displays de 7 segmentos. Luego presenta la tabla de estados, la simplificación del circuito y la simulación del contador ascendente-descendente de 0 a 7. Finalmente concluye reforzando conocimientos sobre los circuitos secuenciales y la interpretación de datasheets.
Este documento describe un laboratorio realizado en MatLab sobre convolución en tiempo discreto y la transformada de Fourier. Presenta las propiedades básicas de estas temáticas comprobadas a través de ejemplos gráficos generados en MatLab, como corrimientos en el tiempo y la frecuencia. También muestra un algoritmo para convolucionar señales de entrada con la respuesta al impulso de un sistema, permitiendo al usuario definir estos parámetros.
El documento encuentra la serie de Fourier de la función f(t)=t para -π≤t≤π. Calcula los coeficientes a0, an, bn y determina que a0=0, an=0 y bn=-2(-1)n/n. Esto implica que la serie de Fourier es f(t)=-2Σ(-1)n/nsen(nt).
Este documento presenta notas de clase para un curso de Procesamiento Digital de Señales. Incluye un prefacio que introduce el propósito de las notas y su adaptación a un curso específico. Contiene un índice general que lista los temas cubiertos en cada capítulo, incluyendo señales y sistemas de variable discreta, análisis de sistemas LTI con la transformada z, análisis frecuencial y más. El documento proporciona una guía para el curso pero también recomienda fuentes bibliográficas
The document discusses difference equations, z-transforms, and discrete Fourier transforms. It provides examples of applying difference equations to electrical circuits and finding the total, homogeneous, and particular solutions. It also gives examples of using z-transforms to find the z-transform of sequences and the inverse z-transform. Examples of finding the transfer function and impulse response from a given difference equation are provided. The document also discusses discrete Fourier transforms and provides an example of finding the Fourier series representation of a given sequence.
This document describes the process of using natural and clamped cubic splines to approximate functions based on data points. It presents the mathematical formulas for natural and clamped cubic splines and their derivatives. Code functions are provided to calculate the splines and plot the results. The document demonstrates applying this process to example functions and data, showing the natural and clamped cubic splines accurately fit the original functions.
Este documento presenta 12 ejercicios relacionados con el muestreo y reconstrucción de señales. Los ejercicios cubren temas como la frecuencia de Nyquist, frecuencia de muestreo, aliasing y cuantificación de señales. Se proveen soluciones detalladas a cada ejercicio que involucran cálculos matemáticos para determinar frecuencias clave y representaciones gráficas de señales muestreadas.
Este documento contiene los siguientes elementos:
1) Una dedicatoria de los autores a Dios, sus familias y amigos por su apoyo.
2) Un prefacio y prólogo que introducen el tema a tratar.
3) Apuntes y ejercicios resueltos sobre señales y sistemas, incluyendo conceptos como convolución y ecuaciones en diferencia. Los ejercicios están resueltos de manera gráfica y analítica.
1) Las señales son funciones que contienen información sobre algún fenómeno físico representado por variaciones en una variable independiente como el tiempo o la altitud. 2) Existen señales de tiempo continuo y discreto, siendo las primeras definidas para valores continuos de la variable independiente y las segundas sólo para valores discretos. 3) Señales básicas como el escalón y la muestra unitaria son útiles para representar otras señales más complejas.
El documento describe los conceptos y métodos de compensación de sistemas de control. Explica que la compensación se utiliza para mejorar el comportamiento de un sistema de control para que cumpla mejor con los requerimientos específicos, mediante la inserción de un componente adicional llamado compensador. Luego detalla dos tipos de compensadores (adelanto y retardo de fase) y sus respectivas redes, y métodos de diseño utilizando diagramas de Bode y el lugar de las raíces. Finalmente presenta un ejemplo numérico de diseño de compensador por adel
Este documento trata sobre control digital. Explica que un sistema de control mantiene o altera una variable de interés de acuerdo a un patrón deseado. Describe los componentes clave del control digital como muestreo, cuantización y codificación de señales. También cubre historia, aplicaciones e importancia del control digital versus analógico.
Este documento presenta 18 problemas relacionados con sistemas y circuitos en tiempo continuo y discreto. Los problemas cubren temas como determinar las señales de salida para diferentes sistemas dados sus entradas, propiedades de sistemas lineales e invariantes en el tiempo como causalidad y estabilidad, convolución de señales, y el análisis de interconexiones de sistemas en cascada. Los problemas utilizan conceptos como respuesta al impulso, convolución, propiedades de sistemas, y transformaciones de sistemas entre el dominio del tiempo y la
El documento presenta un resumen de gráficas de señales de tiempo continuo y discreto realizadas en Matlab. Incluye ejemplos de señales en tiempo continuo y discreto, convolución en tiempo discreto, serie de Fourier, muestreo de señales y cálculo de la transformada de Fourier discreta.
Este documento presenta un informe de laboratorio sobre análisis de señales y sistemas realizado en MATLAB. El estudiante realizó varias convoluciones continuas de funciones como escalones unitarios, exponenciales y rampas. Explica los algoritmos utilizados en MATLAB y presenta gráficos de las convoluciones. También incluye ejemplos adicionales de funciones como impulsos y una tarea propuesta de realizar más problemas de convolución.
Este documento describe la transformada de Hilbert, un operador matemático que introduce un desfase de 90 grados en el espectro de frecuencias de una señal. Explica el fundamento matemático de la transformada de Hilbert y cómo introduce este desfase de fase. También describe algunas aplicaciones importantes de la transformada de Hilbert en el área de comunicaciones, como la separación de señales basada en la selectividad de fase. Finalmente, presenta ejemplos del cálculo de la transformada de Hilbert para diferentes señales como impulsos rectangulares
Este documento presenta diferentes métodos para el análisis y diseño de sistemas de control, incluyendo el análisis en el dominio del tiempo y de la frecuencia. Describe la respuesta de un sistema en términos de su respuesta transitoria y en estado estacionario. También introduce conceptos clave como la función de transferencia, los polos, ceros y el orden de un sistema, y proporciona ejemplos de señales de entrada comunes como la función paso, rampa y parabólica.
Este documento proporciona una guía sobre el uso del temporizador 0 (TMR0) y las interrupciones en los microcontroladores. Explica los registros asociados a TMR0, cómo funciona el temporizador y el prescaler, y cómo calcular tiempos de conteo utilizando TMR0 y un registro auxiliar para lograr temporizaciones mayores a 65.536 milisegundos.
Este documento describe circuitos RLC de segundo orden en serie y en paralelo. Explica las ecuaciones diferenciales que rigen estos circuitos y cómo resolverlas para obtener las corrientes en función del tiempo. Se analizan los casos de respuesta sobreamortiguada, críticamente amortiguada y subamortiguada. También presenta un ejemplo numérico para resolver un problema de circuito RLC en paralelo.
Este documento presenta el análisis del lugar geométrico de las raíces (LGR) para sistemas de control. Explica que el LGR muestra el movimiento de las raíces de la ecuación característica cuando se modifica un parámetro. Proporciona reglas para construir el LGR, como el inicio y final de las trayectorias, trayectorias sobre el eje real, y ubicación de ceros infinitos. También define conceptos como puntos de quiebre, ganancia de quiebre y ganancia crítica. Finalmente, presenta un ej
Este documento describe sistemas de segundo orden continuos. Explica que estos sistemas responden a ecuaciones diferenciales lineales de segundo orden. Analiza la función de transferencia de lazo cerrado y los tipos de polos que puede tener (reales diferentes, reales iguales, complejos). También define parámetros clave como la frecuencia natural, el factor de amortiguamiento y la respuesta a entradas como escalones y impulsos. Por último, define los principales parámetros que caracterizan la respuesta transitoria de un sistema de segundo orden, como el tiempo de retardo, cre
Este documento describe la simulación de un contador ascendente-descendente de 0 a 7 usando flip-flops tipo D y displays de 7 segmentos. Explica el funcionamiento de los flip-flops D, el decodificador 4511 y los displays de 7 segmentos. Luego presenta la tabla de estados, la simplificación del circuito y la simulación del contador ascendente-descendente de 0 a 7. Finalmente concluye reforzando conocimientos sobre los circuitos secuenciales y la interpretación de datasheets.
Este documento describe un laboratorio realizado en MatLab sobre convolución en tiempo discreto y la transformada de Fourier. Presenta las propiedades básicas de estas temáticas comprobadas a través de ejemplos gráficos generados en MatLab, como corrimientos en el tiempo y la frecuencia. También muestra un algoritmo para convolucionar señales de entrada con la respuesta al impulso de un sistema, permitiendo al usuario definir estos parámetros.
El documento encuentra la serie de Fourier de la función f(t)=t para -π≤t≤π. Calcula los coeficientes a0, an, bn y determina que a0=0, an=0 y bn=-2(-1)n/n. Esto implica que la serie de Fourier es f(t)=-2Σ(-1)n/nsen(nt).
Este documento presenta notas de clase para un curso de Procesamiento Digital de Señales. Incluye un prefacio que introduce el propósito de las notas y su adaptación a un curso específico. Contiene un índice general que lista los temas cubiertos en cada capítulo, incluyendo señales y sistemas de variable discreta, análisis de sistemas LTI con la transformada z, análisis frecuencial y más. El documento proporciona una guía para el curso pero también recomienda fuentes bibliográficas
The document discusses difference equations, z-transforms, and discrete Fourier transforms. It provides examples of applying difference equations to electrical circuits and finding the total, homogeneous, and particular solutions. It also gives examples of using z-transforms to find the z-transform of sequences and the inverse z-transform. Examples of finding the transfer function and impulse response from a given difference equation are provided. The document also discusses discrete Fourier transforms and provides an example of finding the Fourier series representation of a given sequence.
This document describes the process of using natural and clamped cubic splines to approximate functions based on data points. It presents the mathematical formulas for natural and clamped cubic splines and their derivatives. Code functions are provided to calculate the splines and plot the results. The document demonstrates applying this process to example functions and data, showing the natural and clamped cubic splines accurately fit the original functions.
Here are the steps to solve this problem numerically in MATLAB:
1. Define the 2nd order ODE for the pendulum as two first order equations:
y1' = y2
y2' = -sin(y1)
2. Create an M-file function pendulum.m that returns the right hand side:
function dy = pendulum(t,y)
dy = [y(2); -sin(y(1))];
end
3. Use an ODE solver like ode45 to integrate from t=0 to t=6pi with initial conditions y1(0)=pi, y2(0)=0:
[t,y] = ode45
This document summarizes research on the consistency and stability of linear multistep methods for solving initial value differential problems. It discusses the local truncation error and consistency conditions for convergence. The consistency condition requires that the truncation error approaches zero as the step size decreases. Stability conditions like relative and weak stability are also analyzed. It is shown that linear multistep methods satisfy the conditions of the Banach fixed point theorem, ensuring a unique solution. Specifically, a two-step predictor-corrector method is presented where the predictor provides an initial estimate that is corrected.
The document describes using MATLAB to plot various two-dimensional and three-dimensional plots, generate different types of signals used in signal processing, compare discrete and continuous ramp signals, compute the linear convolution of two sequences, illustrate folding and time shifting of sequences. MATLAB commands like plot, plot3, stem, conv are used to generate graphs and signals. Various experiments are presented on plotting functions, signals, and operations like convolution in MATLAB.
Unit-2 raster scan graphics,line,circle and polygon algorithmsAmol Gaikwad
This document provides information about raster scan graphics and algorithms for drawing lines, circles, and polygons in raster graphics. It begins with an introduction to raster scan graphics and line drawing concepts. It then describes the Digital Differential Analyzer (DDA) line drawing algorithm and provides an example of how to use it to rasterize a line. Next, it explains Bresenham's line drawing algorithm and provides another example of using it to rasterize a line. Finally, it includes C program code implementations of the DDA and Bresenham's algorithms.
The document contains MATLAB code for signal processing lab experiments. It includes code to:
1. Generate and plot sequences based on the user's roll number.
2. Define custom functions to generate basic sequences like unit sample, unit step, exponential rise and decay.
3. Plot signals together and manipulate signals using operations like convolution.
4. Quantize signals and calculate signal-to-quantization noise ratio (SQNR).
5. Perform operations like filtering using transfer functions and z-transforms.
6. Implement the discrete Fourier transform and inverse discrete Fourier transform using a custom function.
This document introduces the Method of Least Squares (or Minimum Squares) for fitting curves to data points. It explains that this method finds the coefficients of a function that best approximates the relationship between x- and y-values in a dataset by minimizing the sum of squared residuals between the actual and predicted y-values. The document provides an example of using a linear and quadratic function to fit a dataset, showing how to set up and solve the normal equations to determine the coefficients. It also discusses evaluating the quality of fit using the R-squared value.
The document describes the syllabus for a course on design analysis and algorithms. It covers topics like asymptotic notations, time and space complexities, sorting algorithms, greedy methods, dynamic programming, backtracking, and NP-complete problems. It also provides examples of algorithms like computing greatest common divisor, Sieve of Eratosthenes for primes, and discusses pseudocode conventions. Recursive algorithms and examples like Towers of Hanoi and permutation generation are explained. Finally, it outlines the steps for designing algorithms like understanding the problem, choosing appropriate data structures and computational devices.
The document is a maths project report for class 12th student Tabrez Khan on the topic of determinants. It contains definitions and properties of determinants of order 1, 2 and 3 matrices. It discusses minors, cofactors and applications of determinants like solving systems of linear equations using Cramer's rule. It also contains examples of evaluating determinants and applying properties of determinants to simplify expressions.
The document discusses techniques for line drawing and generalization in computer graphics. It covers Bresenham's line drawing algorithm, which uses only integer arithmetic for efficiency. It also discusses circle drawing using the midpoint circle algorithm and extensions to draw ellipses. Anti-aliasing techniques like area sampling are introduced to reduce jagged edges when rasterizing lines.
The document provides instructions for a written test for admission to the Tata Institute of Fundamental Research. It describes that the test will have three parts, with Part A being common to both Computer Science and Systems Science streams. Part B will cover topics specific to Computer Science, while Part C will cover topics specific to Systems Science. Sample topics and questions are provided for each stream. The test will be three hours, multiple choice, and involve negative marking for incorrect answers. Calculators will not be permitted.
The document provides instructions for a written test for admission to the Tata Institute of Fundamental Research. It describes that the test will have three parts, with Part A being common to both Computer Science and Systems Science streams. Part B will cover topics specific to Computer Science, while Part C will cover topics specific to Systems Science. Sample topics and questions are provided for each stream. The test will be three hours, multiple choice, and involve negative marking for incorrect answers. Calculators will not be permitted.
C program to find factorial of number using recursion as well as iteration ,
Calculate power of a number program in c using Recursion and Iteration, Write a C program to count digits of a number using Recursion and Iteration, Write a C program to find sum of first n natural numbers using Recursion, C program to print sum of digits of a given number using recursion ,Write a C program to find nth term in Fibonacci Series using Recursion, C program to find out the GCD (Greatest Common Divisor )of the two numbers using recursion,
Write a C program to find the first upper case letter in the given string using recursion, write C program to calculate length of the string using Recursion ,
Write a program in C to count number of divisors of a given number using recursion, Recursive program to check whether a given number is prime or composite,
C program to displays integers 100 through 1 using Recursion and Iteration, Write a program in C to convert a decimal number to binary using recursion,
Recursion Stack of factorial of 3 Recursion stack of 4th term of Fibonacci
1. The document discusses the basis functions used in 1D and 2D finite element analysis.
2. For 1D elements, it presents the linear, quadratic and cubic basis functions derived from imposing interpolation conditions on linear, quadratic and cubic shape functions respectively.
3. For 2D elements, it derives the linear and quadratic basis functions for triangular and rectangular elements by transforming the element coordinates and imposing interpolation conditions on linear and quadratic Ansatz shape functions.
This document contains information about data structures and algorithms taught at KTH Royal Institute of Technology. It includes code templates for a contest, descriptions and implementations of common data structures like an order statistic tree and hash map, as well as summaries of mathematical and algorithmic concepts like trigonometry, probability theory, and Markov chains.
This document discusses dynamic programming and algorithms for solving all-pair shortest path problems. It begins by defining dynamic programming as avoiding recalculating solutions by storing results in a table. It then describes Floyd's algorithm for finding shortest paths between all pairs of nodes in a graph. The algorithm iterates through nodes, calculating shortest paths that pass through each intermediate node. It takes O(n3) time for a graph with n nodes. Finally, it discusses the multistage graph problem and provides forward and backward algorithms to find the minimum cost path from source to destination in a multistage graph in O(V+E) time, where V and E are the numbers of vertices and edges.
This document provides an overview of key concepts in real numbers and geometry. It defines sets and set operations like union, intersection, and difference. It describes the properties of real numbers, including natural numbers, integers, fractions, algebraic numbers, and transcendental numbers. The document also covers inequalities, absolute value, the number line, distance and midpoint formulas, and representations of conic sections like circles, parabolas, ellipses, and hyperbolas. Examples are provided to illustrate solving inequalities with absolute value, finding distance and midpoint, and the standard forms of conic sections. In conclusion, it references two textbooks on calculus and geometry.
This document discusses two algorithms: divide-and-conquer and dynamic programming. Divide-and-conquer breaks problems into independent subproblems, solves the subproblems, and combines their solutions. Dynamic programming solves subproblems once and saves their solutions in a table to solve the original problem more efficiently. Examples include computing the Fibonacci sequence and matrix chain multiplication.
Understanding Inductive Bias in Machine LearningSUTEJAS
This presentation explores the concept of inductive bias in machine learning. It explains how algorithms come with built-in assumptions and preferences that guide the learning process. You'll learn about the different types of inductive bias and how they can impact the performance and generalizability of machine learning models.
The presentation also covers the positive and negative aspects of inductive bias, along with strategies for mitigating potential drawbacks. We'll explore examples of how bias manifests in algorithms like neural networks and decision trees.
By understanding inductive bias, you can gain valuable insights into how machine learning models work and make informed decisions when building and deploying them.
A review on techniques and modelling methodologies used for checking electrom...nooriasukmaningtyas
The proper function of the integrated circuit (IC) in an inhibiting electromagnetic environment has always been a serious concern throughout the decades of revolution in the world of electronics, from disjunct devices to today’s integrated circuit technology, where billions of transistors are combined on a single chip. The automotive industry and smart vehicles in particular, are confronting design issues such as being prone to electromagnetic interference (EMI). Electronic control devices calculate incorrect outputs because of EMI and sensors give misleading values which can prove fatal in case of automotives. In this paper, the authors have non exhaustively tried to review research work concerned with the investigation of EMI in ICs and prediction of this EMI using various modelling methodologies and measurement setups.
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECTjpsjournal1
The rivalry between prominent international actors for dominance over Central Asia's hydrocarbon
reserves and the ancient silk trade route, along with China's diplomatic endeavours in the area, has been
referred to as the "New Great Game." This research centres on the power struggle, considering
geopolitical, geostrategic, and geoeconomic variables. Topics including trade, political hegemony, oil
politics, and conventional and nontraditional security are all explored and explained by the researcher.
Using Mackinder's Heartland, Spykman Rimland, and Hegemonic Stability theories, examines China's role
in Central Asia. This study adheres to the empirical epistemological method and has taken care of
objectivity. This study analyze primary and secondary research documents critically to elaborate role of
china’s geo economic outreach in central Asian countries and its future prospect. China is thriving in trade,
pipeline politics, and winning states, according to this study, thanks to important instruments like the
Shanghai Cooperation Organisation and the Belt and Road Economic Initiative. According to this study,
China is seeing significant success in commerce, pipeline politics, and gaining influence on other
governments. This success may be attributed to the effective utilisation of key tools such as the Shanghai
Cooperation Organisation and the Belt and Road Economic Initiative.
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSIJNSA Journal
The smart irrigation system represents an innovative approach to optimize water usage in agricultural and landscaping practices. The integration of cutting-edge technologies, including sensors, actuators, and data analysis, empowers this system to provide accurate monitoring and control of irrigation processes by leveraging real-time environmental conditions. The main objective of a smart irrigation system is to optimize water efficiency, minimize expenses, and foster the adoption of sustainable water management methods. This paper conducts a systematic risk assessment by exploring the key components/assets and their functionalities in the smart irrigation system. The crucial role of sensors in gathering data on soil moisture, weather patterns, and plant well-being is emphasized in this system. These sensors enable intelligent decision-making in irrigation scheduling and water distribution, leading to enhanced water efficiency and sustainable water management practices. Actuators enable automated control of irrigation devices, ensuring precise and targeted water delivery to plants. Additionally, the paper addresses the potential threat and vulnerabilities associated with smart irrigation systems. It discusses limitations of the system, such as power constraints and computational capabilities, and calculates the potential security risks. The paper suggests possible risk treatment methods for effective secure system operation. In conclusion, the paper emphasizes the significant benefits of implementing smart irrigation systems, including improved water conservation, increased crop yield, and reduced environmental impact. Additionally, based on the security analysis conducted, the paper recommends the implementation of countermeasures and security approaches to address vulnerabilities and ensure the integrity and reliability of the system. By incorporating these measures, smart irrigation technology can revolutionize water management practices in agriculture, promoting sustainability, resource efficiency, and safeguarding against potential security threats.
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELgerogepatton
As digital technology becomes more deeply embedded in power systems, protecting the communication
networks of Smart Grids (SG) has emerged as a critical concern. Distributed Network Protocol 3 (DNP3)
represents a multi-tiered application layer protocol extensively utilized in Supervisory Control and Data
Acquisition (SCADA)-based smart grids to facilitate real-time data gathering and control functionalities.
Robust Intrusion Detection Systems (IDS) are necessary for early threat detection and mitigation because
of the interconnection of these networks, which makes them vulnerable to a variety of cyberattacks. To
solve this issue, this paper develops a hybrid Deep Learning (DL) model specifically designed for intrusion
detection in smart grids. The proposed approach is a combination of the Convolutional Neural Network
(CNN) and the Long-Short-Term Memory algorithms (LSTM). We employed a recent intrusion detection
dataset (DNP3), which focuses on unauthorized commands and Denial of Service (DoS) cyberattacks, to
train and test our model. The results of our experiments show that our CNN-LSTM method is much better
at finding smart grid intrusions than other deep learning algorithms used for classification. In addition,
our proposed approach improves accuracy, precision, recall, and F1 score, achieving a high detection
accuracy rate of 99.50%.
Introduction- e - waste – definition - sources of e-waste– hazardous substances in e-waste - effects of e-waste on environment and human health- need for e-waste management– e-waste handling rules - waste minimization techniques for managing e-waste – recycling of e-waste - disposal treatment methods of e- waste – mechanism of extraction of precious metal from leaching solution-global Scenario of E-waste – E-waste in India- case studies.
Comparative analysis between traditional aquaponics and reconstructed aquapon...bijceesjournal
The aquaponic system of planting is a method that does not require soil usage. It is a method that only needs water, fish, lava rocks (a substitute for soil), and plants. Aquaponic systems are sustainable and environmentally friendly. Its use not only helps to plant in small spaces but also helps reduce artificial chemical use and minimizes excess water use, as aquaponics consumes 90% less water than soil-based gardening. The study applied a descriptive and experimental design to assess and compare conventional and reconstructed aquaponic methods for reproducing tomatoes. The researchers created an observation checklist to determine the significant factors of the study. The study aims to determine the significant difference between traditional aquaponics and reconstructed aquaponics systems propagating tomatoes in terms of height, weight, girth, and number of fruits. The reconstructed aquaponics system’s higher growth yield results in a much more nourished crop than the traditional aquaponics system. It is superior in its number of fruits, height, weight, and girth measurement. Moreover, the reconstructed aquaponics system is proven to eliminate all the hindrances present in the traditional aquaponics system, which are overcrowding of fish, algae growth, pest problems, contaminated water, and dead fish.
Using recycled concrete aggregates (RCA) for pavements is crucial to achieving sustainability. Implementing RCA for new pavement can minimize carbon footprint, conserve natural resources, reduce harmful emissions, and lower life cycle costs. Compared to natural aggregate (NA), RCA pavement has fewer comprehensive studies and sustainability assessments.
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressionsVictor Morales
K8sGPT is a tool that analyzes and diagnoses Kubernetes clusters. This presentation was used to share the requirements and dependencies to deploy K8sGPT in a local environment.
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024Sinan KOZAK
Sinan from the Delivery Hero mobile infrastructure engineering team shares a deep dive into performance acceleration with Gradle build cache optimizations. Sinan shares their journey into solving complex build-cache problems that affect Gradle builds. By understanding the challenges and solutions found in our journey, we aim to demonstrate the possibilities for faster builds. The case study reveals how overlapping outputs and cache misconfigurations led to significant increases in build times, especially as the project scaled up with numerous modules using Paparazzi tests. The journey from diagnosing to defeating cache issues offers invaluable lessons on maintaining cache integrity without sacrificing functionality.
ML Based Model for NIDS MSc Updated Presentation.v2.pptx
Informe laboratorio n°1
1. FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA
ESCUELA PROFESIONAL DE INEGENIERIA ELECTRONICA
PROCESAMIENTO DIGITAL DE SEÑALES
TEMA: SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO
PROFESOR(A):
M. SC. ING. JULIO BORJAS CASTAÑEDA
ALUMNOS:
- CORTEZ PALOMINO CRISTHIAN DANIEL 1723225376
- ESCOBEDO MEDINA LUIS ALBERTO 1723225394
- CABEZAS ALANIA CRISTHIAN ALONSO 1723225304
- SANCHEZ QUINTO CESAR 1723225411
- URBINA MEDINA RENZO JOSHUA 1713220184
TURNO:
- 90G
2021-B
2. Desarrollo de Problemas:
Resuelva los siguientes problemas usando la programación en MATLAB, analizando la respuesta
gráfica.
1. Determine si las siguientes señales son periódicas. En caso afirmativo,
especifique su frecuencia fundamental.
a) 𝒙𝒂(𝒕) = 𝟑𝐜𝐨𝐬(𝟓𝒕 +
𝝅
𝟔
)
-La señal 𝐴𝑐𝑜𝑠(𝜔𝑡 + 𝜃) en tiempo continuo es periódica. Y su frecuencia fundamental es:
𝜔 = 2𝜋𝑓0 →𝑓0 =
𝜔
2𝜋
. Reemplazando los valores: 𝑓0 =
5
2𝜋
Comandos en Matlab
clear all; clc; close all;
t=0:0.01:50;
x=3*cos(5*t+(pi/6));
plot(t,x)
axis([0 50 -10 10])
grid
title('x(t)=3*cos(5*t+(pi/6))')
xlabel('Tiempo (seg)')
ylabel('x(t)')
grid minor
3. b) 𝒙(𝒏) = 𝟑 𝐜𝐨𝐬 (𝟓𝒏 +
𝝅
𝟔
)
-Una señal en tiempo discreto es periódica si se cumple:
𝑥(𝑛 + 𝑁) = 𝑥(𝑛)𝑝𝑎𝑟𝑎𝑡𝑜𝑑𝑜𝑠𝑙𝑜𝑠𝑒𝑛𝑡𝑒𝑟𝑜𝑠𝑛
Reemplazamos en la señal:
𝑥(𝑛 + 𝑟) = 3 cos (5(𝑛 + 𝑁) +
𝜋
6
) = 𝑥(𝑛) = 3 cos (5𝑛 +
𝜋
6
)
3 cos (5(𝑛 + 𝑁) +
𝜋
6
) = 3 cos (5𝑛 +
𝜋
6
)
Esta relación es cierta si y solo si existe un entero K tal que
5𝑁 = 2𝐾𝜋
𝑓0 =
𝐾
𝑁
=
5
2𝜋
La señal es discreta si su 𝑓0 es un numero racional.
∴ 𝑙𝑎𝑠𝑒ñ𝑎𝑙𝑥(𝑛)𝑛𝑜𝑒𝑠𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎.
Comandos en Matlab
clear all; clc; close all;
n=0:1:100;
x=3*cos(5*n+(pi/6));
stem(n,x,'filled')
axis([0 100 -3.5 3.5])
grid
xlabel('Indice n')
ylabel('x[n]')
grid minor
4. c) 𝒙(𝒏) = 𝟐𝒆𝒙𝒑[𝒋(
𝒏
𝟔
− 𝝅)]
-Una señal en tiempo discreto es periódica si se cumple:
𝑥(𝑛 + 𝑁) = 𝑥(𝑛)𝑝𝑎𝑟𝑎𝑡𝑜𝑑𝑜𝑠𝑙𝑜𝑠𝑒𝑛𝑡𝑒𝑟𝑜𝑠𝑛
Reemplazamos en la señal:
𝑥(𝑛 + 𝑟) = 2𝑒𝑥 𝑝 [𝑗 (
𝑛 + 𝑁
6
− 𝜋)] = 𝑥(𝑛)
2 𝑒𝑥𝑝 [𝑗 (
𝑛
6
+
𝑁
6
) + 𝑗(−𝜋)] = 2𝑒𝑥𝑝[𝑗(
𝑛
6
− 𝜋)]
Esta relación se cumple si:
𝑁
6
= 2𝐾𝜋
𝑓0 =
𝐾
𝑁
=
1
12𝜋
∴ 𝑙𝑎𝑠𝑒ñ𝑎𝑙𝑒𝑠𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎, 𝑎𝑑𝑒𝑚𝑎𝑠𝑙𝑜𝑝𝑜𝑑𝑒𝑚𝑜𝑠𝑐𝑜𝑛𝑝𝑟𝑜𝑏𝑎𝑟𝑔𝑟𝑎𝑓𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒.
Comandos en Matlab
clear all; clc; close all;
n=0:1:150;
x=2*exp(j.*((n/6)-pi));
stem(n,x,'filled')
axis([0 150 -2.5 2.5])
grid
xlabel('Indice n')
ylabel('x[n]')
grid mino
5. d) 𝒙(𝒏) = 𝒄𝒐𝒔 (
𝒏
𝟖
) 𝒄𝒐𝒔(
𝝅𝒏
𝟖
)
-Primero usamos la siguiente propiedad trigonométrica:
𝑐𝑜𝑠(𝑥) ∗ 𝑐𝑜𝑠(𝑦) =
1
2
(𝑐𝑜𝑠(𝑥 − 𝑦) + 𝑐𝑜𝑠(𝑥 + 𝑦)
𝑥(𝑛) =
1
2
(𝑐𝑜𝑠 (
1
8
−
𝜋
8
) 𝑛 + 𝑐𝑜𝑠 (
1
8
+
𝜋
8
) 𝑛)
-Una señal en tiempo discreto es periódica si se cumple:
𝑥(𝑛 + 𝑁) = 𝑥(𝑛)𝑝𝑎𝑟𝑎𝑡𝑜𝑑𝑜𝑠𝑙𝑜𝑠𝑒𝑛𝑡𝑒𝑟𝑜𝑠𝑛
Reemplazamos en la señal:
𝑥(𝑛 + 𝑁) =
1
2
(𝑐𝑜𝑠( (
1 − 𝜋
8
) 𝑛 + (
1 − 𝜋
8
)𝑁) + cos( (
1 + 𝜋
8
) 𝑛 + (
1 + 𝜋
8
)𝑁))
Hallamos la 𝑓0 para cada coseno:
(
1 − 𝜋
8
)𝑁 = 2𝐾𝜋
𝑓0 =
𝐾
𝑁
=
1 − 𝜋
16𝜋
(
1 + 𝜋
8
) 𝑁 = 2𝐾𝜋
𝑓0 =
𝐾
𝑁
=
1 + 𝜋
16𝜋
La señal no es periódica, además lo podemos comprobar gráficamente.
Comandos en Matlab :
clear all; clc; close all;
n=0:1:100;
x=3*cos(n/8).*cos(n*pi/8);
stem(n,x,'filled')
axis([0 100 -3 3.5])
grid
xlabel('Indice n')
ylabel('x[n]')
grid minor
6. e) 𝒙(𝒏) = 𝒄𝒐𝒔 (
𝝅𝒏
𝟐
) − 𝒔𝒆𝒏 (
𝝅𝒏
𝟖
) + 𝟑𝒄𝒐𝒔(
𝝅𝒏
𝟒
+
𝝅
𝟑
)
-Una señal en tiempo discreto es periódica si se cumple:
𝑥(𝑛 + 𝑁) = 𝑥(𝑛)𝑝𝑎𝑟𝑎𝑡𝑜𝑑𝑜𝑠𝑙𝑜𝑠𝑒𝑛𝑡𝑒𝑟𝑜𝑠𝑛
Reemplazamos en la señal:
𝑥(𝑛 + 𝑁) = 𝑐𝑜𝑠 (
𝜋(𝑛 + 𝑁)
2
) − 𝑠𝑒𝑛 (
𝜋(𝑛 + 𝑁)
8
) + 3cos(
𝜋(𝑛 + 𝑁)
4
+
𝜋
3
) = 𝑥(𝑛)
Analizamos cada componente de a señal:
− 𝑐𝑜𝑠 (
𝜋(𝑛+𝑁)
2
) = 𝑐𝑜𝑠 (
𝜋𝑛
2
)→ 𝑐𝑜𝑠 (
𝜋𝑛
2
+
𝑁𝜋
2
) = 𝑐𝑜𝑠 (
𝜋𝑛
2
)
Esta relación se cumple si:
𝑁𝜋
2
= 2𝐾𝜋 𝑓0 =
𝐾
𝑁
=
1
4
La 𝑓0 de la primera componente de la señal es un numero racional, entonces el
primero componente de la señal es periódico.
−𝑠𝑒𝑛 (
𝜋(𝑛+𝑁)
8
) = 𝑠𝑒𝑛 (
𝜋𝑛
8
)→ 𝑠𝑒𝑛 (
𝜋𝑛
8
+
𝑁𝜋
8
) = 𝑠𝑒𝑛 (
𝜋𝑛
8
)
Esta relación se cumple si:
𝑁𝜋
8
= 2𝐾𝜋
𝑓0 =
𝐾
𝑁
=
1
16
La 𝑓0 de la segunda componente de la señal es un numero racional, entonces la segunda
componente de la señal es periódica.
−3 cos (
𝜋(𝑛+𝑁)
4
+
𝜋
3
) = 3𝑐𝑜 𝑠 (
𝜋𝑛
4
+
𝜋
3
)→ 3 cos (
𝜋𝑛
4
+
𝜋
3
+
𝑁𝜋
4
) = 3𝑐𝑜 𝑠 (
𝜋𝑛
4
+
𝜋
3
)
Esta relación se cumple si:
𝑁𝜋
4
= 2𝐾𝜋
𝑓0 =
𝐾
𝑁
=
1
8
La 𝑓0 de la tercera componente de la señal es un numero racional, entonces la
tercera componente de la señal es periódica.
7. -Como las tres componentes de la señal son periódicas, la señal x[n] es periódico.
Gráficamente también se puede comprobar:
Comandos en Matlab:
clear all; clc; close all;
n=0:1:200;
x=cos(n*pi/2)-sin(n*pi/8)+3*cos(n*pi/4+pi/3);
stem(n,x,'filled')
axis([0 200 -6 6])
grid
xlabel('Indice n')
ylabel('x[n]')
grid minor
8. 2. Considere la siguiente señal analógica sinusoidal
𝒙𝒂(𝒕) = 𝟑𝒔𝒆𝒏(𝟏𝟎𝟎𝝅𝒕)
a. Represente gráficamente la señal 𝑥𝑎(𝑡) para 0 ≤ 𝑡 ≤ 30𝑚𝑠
9. b. La señal Xo (t) se muestrea en una tasa de muestreo de F=300muestras/s.
Determine la frecuencia de la señal discreta en el tiempo x(n)=xo(t), T=1/F, y demuestre
que es periódica
10. c. Calcule los valores de las muestras en un periodo de 𝑥(𝑛). Dibuje 𝑥(𝑛) en la misma
grafica que 𝑥𝑎(𝑡). ¿Cuál es el periodo de la señal discreta en el tiempo en ms?
d. ¿Puede hallar una frecuencia de muestreo 𝐹
𝑠, tal que la señal 𝑥(𝑛) alcance su valor
pico en 3? ¿Cuál es la frecuencia mínima 𝐹
𝑠 aceptable para esta tarea?
11. 3. Una señal discreta en el tiempo 𝑥(𝑛) se define como
𝑥(𝑛) = {
1 +
𝑛
3
, −3 ≤ 𝑛 ≤ −1
1,0 ≤ 𝑛 ≤ 3
0,𝑒𝑛𝑜𝑡𝑟𝑜𝑐𝑎𝑠𝑜
a. Determine sus valores y dibuje la señal 𝑥(𝑛).
b. Dibuje las señales que se obtienen si:
1. Primero reflejamos 𝑥(𝑛) y luego desplazamos la señal resultante cuatro muestras.
2. Primero desplazamos 𝑥(𝑛) cuatro muestras y luego reflejamos la señal resultante.
c. Dibuje la señal 𝑥(−𝑛 + 4).
d. Compare los resultados de los apartados (b) y (c) y deduzca una regla para obtener la
señal 𝑥(−𝑛 + 𝑘).
e. ¿Puede expresar la señal 𝑥(𝑛) en función de las señales 𝛿(𝑛) y 𝑢(𝑛)?
Solución:
a. Determine sus valores y dibuje la señal 𝑥(𝑛).
El programa desarrollado en MATLAB es el siguiente:
clc
clear
close all
%%
n = -8:8;
xn = x(n,0);
figure('Name','PULSO DISCRETO RECTANGULAR')
stem(n,xn,'LineWidth',2,'Color','g')
title('senial discreta en el tiempo','Color','r')
xlabel('n')
ylabel('x[n]')
grid on
12. axis([-8 8 0 1.2])
ax = gca;
ax.XAxisLocation = 'origin'; %ubica el eje x en el origen
ax.YAxisLocation = 'origin'; %ubica el eje y en el origen
ax.XTick = n; %muestra los valores de n en el eje x
ax.YTick = [0 .5 1]; %muesta el valor de p
ax.Box = 'off'; %elimina el borde
%%
%%DEFINICION DE FUNCIONES
%%el offset indica el desplazamiento de la funcion x[n] ya sea para la
%%derecha o la izquierda
function value = x(N,offset)
offset = -1*offset;
for i = 1:length(N)
if((-3+offset)<=N(i) && N(i)<=(-1+offset)) %(-3+ofsset)<=n<=(-
1+offset)
value(i) = 1 + N(i)/3;
elseif((offset)<=N(i) && N(i)<=(3 + offset))
%(ofsset)<=n<=(3+offset)
value(i) = 1;
else
value(i) = 0;
end
end
end
La gráfica obtenida es la siguiente:
13. b. Dibuje las señales que se obtienen si:
3. Primero reflejamos 𝑥(𝑛) y luego desplazamos la señal resultante cuatro
muestras.
4. Primero desplazamos 𝑥(𝑛) cuatro muestras y luego reflejamos la señal
resultante.
c. Dibuje la señal 𝑥(−𝑛 + 4).
Como tenemos definida la señal en ciertos intervalos, redefinimos la función para −𝑛 + 4:
1 +
−(−𝑛 + 4) + 4
3
, 1 ≤ −𝑛 ≤ 3 → 5 ≤ −𝑛 + 4 ≤ 7
1, 0 ≤ 𝑛 ≤ 3 →−3 ≤ −𝑛 ≤ 0 → 1 ≤ −𝑛 + 4 ≤ 4
0,𝑒𝑛𝑜𝑡𝑟𝑜𝑐𝑎𝑠𝑜
Y si realizamos un cambio de variable 𝑚 = −𝑛 + 4, obtendríamos la siguiente función:
𝑥(𝑚) = {
1 +
−𝑚 + 4
3
, 5 ≤ 𝑚 ≤ 7
1,1 ≤ 𝑚 ≤ 4
0,𝑒𝑛𝑜𝑡𝑟𝑜𝑐𝑎𝑠𝑜
Realizando la programación correspondiente en el Software Matlab, obtenemos lo siguiente:
clear all; close all; clc;
m=-10:1:10;
x1=zeros(size(m));
x2=((4>=m)&(m>=1)).*(1)+((7>=m)&(m>=5)).*(1+((-1)*m+4)/3);
stem(m,x1,'filled');
stem(m,x2,'filled');
xlabel('m')
ylabel('x(m)')
title('Gráfica del Problema 4.c')
grid
14. La gráfica que obtenemos es la siguiente:
𝑥(−𝑛 + 4) = {
1 +
−𝑛 + 4
3
, −3 ≤ −𝑛 + 4 ≤ −1
1,0 ≤ −𝑛 + 4 ≤ 3
0,𝑒𝑛𝑜𝑡𝑟𝑜𝑐𝑎𝑠𝑜
−3 ≤ −𝑛 + 4 ≤ −1 →−7 ≤ −𝑛 ≤ −5 → 5 ≤ 𝑛 ≤ 7
0 ≤ −𝑛 + 4 ≤ 3 →−4 ≤ −𝑛 ≤ −1 → 1 ≤ 𝑛 ≤ 4
d. Compare los resultados de los apartados (b) y (c) y deduzca una regla para obtener la
señal 𝑥(−𝑛 + 𝑘).
Para obtener x (−n + k), primero doblamos x (n). Esto produce x (−n). Luego, desplazamos
x (−n) k muestras hacia la derecha si k> 0, o k muestras hacia la izquierda si k <0.
%%DEFINICION DE FUNCIONES
%%el offset indica el desplazamiento de la funcion x[n] ya sea para la
%%derecha o la izquierda
function value = x(N,offset)
offset = -1*offset;
for i = 1:length(N)
if((-3+offset)<=N(i) && N(i)<=(-1+offset)) %(-3+ofsset)<=n<=(-1+offset)
value(i) = 1 + N(i)/3;
elseif((offset)<=N(i) && N(i)<=(3 + offset)) %(ofsset)<=n<=(3+offset)
value(i) = 1;
else
15. value(i) = 0;
end
end
end
El scrip anterior define x[n], es una función que recibe dos parámetros, la variable discreta n
y k, si se quiere desplazar a la derecha o la izquierda. Por ejemplo, k = 4.
clc
clear
close all
%%
n = -8:8;
xn = x(-n,4);
stem(n,xn,'LineWidth',2,'Color','g')
title('senial discreta en el tiempo','Color','r')
xlabel('n')
ylabel('x[n]')
grid on
axis([-8 8 0 1.2])
ax = gca;
ax.XAxisLocation = 'origin'; %ubica el eje x en el origen
ax.YAxisLocation = 'origin'; %ubica el eje y en el origen
ax.XTick = n; %muestra los valores de n en el eje x
ax.YTick = [0 .5 1]; %muesta el valor de p
ax.Box = 'off'; %elimina el borde
%%
%%DEFINICION DE FUNCIONES
%%el offset indica el desplazamiento de la funcion x[n] ya sea para la
%%derecha o la izquierda
function value = x(N,offset)
offset = -1*offset;
for i = 1:length(N)
if((-3+offset)<=N(i) && N(i)<=(-1+offset)) %(-3+ofsset)<=n<=(-
1+offset)
value(i) = 1 + N(i)/3;
elseif((offset)<=N(i) && N(i)<=(3 + offset))
%(ofsset)<=n<=(3+offset)
value(i) = 1;
else
value(i) = 0;
end
end
end
16. e. ¿Puede expresar la señal 𝑥(𝑛) en función de las señales 𝛿(𝑛) y 𝑢(𝑛)?
Podemos observar que en la pregunta a, hemos obtenido los valores que tomará x(n), en
base a estos valores utilizaremos las fórmulas que se muestran a continuación:
𝑥(𝑛) = ∑ 𝑥(𝑘)
∞
𝑘=−∞
δ(n − k)
Esos son los valores que hallamos, ahora utilizaremos estos valores para poder poner x(n)
en función de δ.
Con esta fórmula podremos colocar x(n) en función de δ.
17. 𝑥(𝑛) = 0δ(n + 4) + 0δ(n + 3) +
1
3
δ(n + 2) +
2
3
δ(n + 1) + 1δ(n) + 1δ(n − 1)
+ 1δ(n − 2) + 1δ(n − 3) + 0δ(n − 4)
Ahora para poder calcular x(n) en función de u(n) utilizaremos la siente fórmula:
δ[n] = u[n] − u[n − 1]
𝑥(𝑛) = 0(𝑢[𝑛 + 4] − 𝑢[𝑛 + 3]) + 0(𝑢[𝑛 + 3] − 𝑢[𝑛 − 2]) +
1
3
(𝑢[𝑛 + 2] − 𝑢[𝑛 + 1])
+
2
3
(𝑢[𝑛 + 1] − 𝑢[𝑛]) + 1(𝑢[𝑛] − 𝑢[𝑛 − 1]) + 1(𝑢[𝑛 − 1] − 𝑢[𝑛 − 2])
+ 1(𝑢[𝑛 − 2] − 𝑢[𝑛 − 3]) + 1(𝑢[𝑛 − 3] + 𝑢[𝑛 − 4]) + 0(𝑢[𝑛 − 4]
− 𝑢[𝑛 − 5])
4. En la figura se muestra una señal discreta en el tiempo 𝒙(𝒏). Dibuje y etiquete
con detalle cada una de las señales siguientes:
Analizando la función:
La secuencia para 𝑥(𝑛) viene desde el menos infinito, valiendo desde cero:
Analizando la cantidad de muestras de todos los intervalos:
𝑥(𝑛) = {… . , 0, 1, 1, 1, 1,
1
2
,
1
2
, 0, 0, … . }
a) 𝒙(𝒏 − 𝟐)
18. Solución:
Para esta función sería:
𝑥(𝑛 − 2) = {… .0, 0, 1, 1, 1, 1,
1
2
,
1
2
, 0, … … }
En Matlab:
clear all
clc
n=-1:7; %tomamos valores para n-2
x=[0 0 1 1 1 1 1/2 1/2 0]; %tomamos los valores de la función
stem(n,x,'filled')%graficamos con la función para espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
Gráfico:
b) 𝒙(𝟒 − 𝒏)
19. Solución:
Para esta función sería:
𝑥(4 − 𝑛) = {… . . , 0,
1
2
,
1
2
, 1, 1, 1, 1, 0, … . }
En Matlab:
clear all
clc
n=-1:7; %tomamos valores para n-2
x=[0 0 1/2 1/2 1 1 1 1 0]; %tomamos los valores de la
función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
Gráfico:
20. c) 𝒙(𝒏 + 𝟐)
Solución:
Para esta función sería:
𝑥(𝑛 + 2) = {… . , 0, 1, 1, 1, 1,
1
2
,
1
2
, 0, … . . }
En Matlab:
clear all
clc
n=-4:4; %tomamos valores para n-2
x=[0 1 1 1 1 1/2 1/2 0 0]; %tomamos los valores de la
función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
Gráfica:
21. d) 𝑥(𝑛)𝑢(2 − 𝑛)
Solución:
Para esta función sería:
𝑥(𝑛)𝑢(2 − 𝑛) = {… . ,0,1,1,1, 1, 0, 0, … }
En Matlab:
clear all
clc
n=-2:4; %tomamos valores para n-2
x=[0 1 1 1 1 0 0]; %tomamos los valores de la función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
Gráfica:
22. e) 𝒙(𝒏 − 𝟏)𝜹(𝒏 − 𝟑)
Solución:
Para la función sería:
𝑥(𝑛 − 1)𝛿(𝑛 + 3) = {… . , 0, 0, 1, 0, … . . }
En Matlab:
clear all
clc
n=-2:1; %tomamos valores para n-2
x=[0 0 1 0]; %tomamos los valores de la función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
23. Gráfica:
f) 𝒙(𝒏𝟐
)
Solución:
Desarrollo de la función sería:
𝑥(𝑛2) = {… . ,
1
2
, 1, 1, 1,
1
2
, 0, … . }
En Matlab:
clear all
clc
n=-2:3; %tomamos valores para n-2
x=[1/2 1 1 1 1/2 0]; %tomamos los valores de la función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
24. Gráfica:
g) La parte par de 𝒙(𝒏)
Solución:
Para este caso se aplica la siguiente propiedad:
𝑥𝑐(𝑛) =
𝑥(𝑛) + 𝑥(−𝑛)
2
Para 𝑥(−𝑛):
𝑥(−𝑛) = {… . , 0,
1
2
,
1
2
, 1, 1, 1, 1, 0, … … }
Por lo tanto, desarrollando:
𝑥𝑐(𝑛) = {… . , 0,
1
4
,
1
4
,
1
2
, 1, 1, 1,
1
2
,
1
4
,
1
4
, 0, … . . }
En Matlab:
25. clear all
clc
n=0:10; %tomamos valores para la variable
x=[0 1/4 1/4 1/2 1 1 1 1/2 1/4 1/4 0]; %tomamos los
valores de la función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
Gráfica:
h) La parte impar de 𝒙(𝒏):
Solución:
𝑥𝑐(𝑛) =
𝑥(𝑛) + 𝑥(−𝑛)
2
26. 𝑥𝑐(𝑛) = {… . , 0, −
1
4
, −
1
4
, −
1
2
, 1, 1, 1,
1
2
,
1
4
,
1
4
, 0, … . . }
En Matlab:
clear all
clc
n=0:10; %tomamos valores para la variable
x=[0 -1/4 -1/4 -1/2 0 0 0 1/2 1/4 1/4 0]; %tomamos los
valores de la función
stem(n,x,'filled')%graficamos con la función para
espectro
%agregamos títulos.
xlabel('Tiempo')
ylabel('x[n]')
title('Valores que toma la señal')
grid on
Gráfica: