SlideShare a Scribd company logo
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
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
b) 𝒙(𝒏) = 𝟑 𝐜𝐨𝐬 (𝟓𝒏 +
𝝅
𝟔
)
-Una señal en tiempo discreto es periódica si se cumple:
𝑥(𝑛 + 𝑁) = 𝑥(𝑛)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛
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.
∴ 𝑙𝑎⁡𝑠𝑒ñ𝑎𝑙⁡𝑥(𝑛)⁡𝑛𝑜⁡𝑒𝑠⁡𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎.⁡
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
c) 𝒙(𝒏) = 𝟐𝒆𝒙𝒑⁡[𝒋(
𝒏
𝟔
− 𝝅)]
-Una señal en tiempo discreto es periódica si se cumple:
𝑥(𝑛 + 𝑁) = 𝑥(𝑛)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛
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
∴ 𝑙𝑎⁡𝑠𝑒ñ𝑎𝑙⁡𝑒𝑠⁡𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎, 𝑎𝑑𝑒𝑚𝑎𝑠⁡𝑙𝑜⁡𝑝𝑜𝑑𝑒𝑚𝑜𝑠⁡𝑐𝑜𝑛𝑝𝑟𝑜𝑏𝑎𝑟⁡⁡𝑔𝑟𝑎𝑓𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒.
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
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)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛
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
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)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛
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.
-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
2. Considere la siguiente señal analógica sinusoidal
𝒙𝒂(𝒕) = 𝟑𝒔𝒆𝒏(𝟏𝟎𝟎𝝅𝒕)
a. Represente gráficamente la señal 𝑥𝑎(𝑡) para 0 ≤ 𝑡 ≤ 30⁡𝑚𝑠
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
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?
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,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜
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
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:
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,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜
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,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜
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
La gráfica que obtenemos es la siguiente:
𝑥(−𝑛 + 4) = {
1 +
−𝑛 + 4
3
, −3 ≤ −𝑛 + 4 ≤ −1
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡1,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡0 ≤ −𝑛 + 4 ≤ 3
0,⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜
−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
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
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.
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)
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)
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:
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:
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:
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
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
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:
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
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:
5. Determine y dibuje la convolución 𝒚(𝒏) de las señales
𝒙(𝒏) = {
𝟏
𝟑
𝒏, 𝟎 ≤ 𝒏 ≤ 𝟔
𝟎,⁡⁡⁡⁡⁡⁡⁡𝒆𝒏⁡𝒐𝒕𝒓𝒐⁡𝒄𝒂𝒔𝒐
𝒉(𝒏) = {
𝟏,⁡⁡⁡⁡⁡⁡⁡⁡⁡ − 𝟐 ≤ 𝒏 ≤ 𝟐
𝟎, 𝒆𝒏⁡𝒐𝒕𝒓𝒐⁡𝒄𝒂𝒔𝒐
a. Gráficamente.
b. Analíticamente.
Solución:
Hallamos primero la convolución:
𝑦(𝑛) = ∑ ℎ(𝑘)𝑥(𝑛 − 𝑘)
4
𝑘=0
Luego hallamos los valores de h(n) y x(n):
𝑥(𝑛) = (
1
3
0,
1
3
1,
1
3
2,
1
3
3,
1
3
4,
1
3
5,
1
3
6)
𝑦(𝑛) = (1,1,1,1,1)
Para todo:
𝑦(𝑛) = ∑ 𝑥(𝑛 − 𝑘)
4
𝑘=0
,⁡⁡⁡⁡⁡⁡− 2 ≤ 𝑛 ≤ 8
De otra manera y(n)=0
Por lo tanto, reemplazamos los valores de y(n) para cada caso:
𝑦(−2) =
−2
3
+
−1
3
+ 0 +
1
3
+
2
3
= 0
𝑦(−1) =
−1
3
+ 0 +
1
3
+
2
3
= 0.666
𝑦(0) =
−2
3
+
−1
3
+ 0 +
1
3
+
2
3
+ 1 = 1
𝑦(1) = 0 +
1
3
+
2
3
+ 1 = 2
𝑦(2) = 0 +
1
3
+
2
3
+ 1 +
4
3
= 3.333
𝑦(3) =
1
3
+
2
3
+ 1 +
4
3
+
5
3
= 5
𝑦(4) =
2
3
+ 1 +
4
3
+
5
3
+ 2 = 6.6667
𝑦(5) = 1 +
4
3
+
5
3
+ 2 = 6
𝑦(6) =
4
3
+
5
3
+ 2 = 5
𝑦(7) =
5
3
+ 2 = 3.6667
𝑦(8) = 2
Gráficamente:
Grafica1:
clc; clear all; close all;
x = [0 1/3 2/3 1 4/3 5/3 2];
n=0:6
stem(n,x,'filled')
xlabel('n')
ylabel('y[n]')
grid
Gráfica 2
clc; clear all; close all;
v = [1 1 1 1 1];
n=-2:2
stem(n,v,'filled')
xlabel('n')
ylabel('y[n]')
grid
convolución:
clc; clear all; close all;
x = [0 1/3 2/3 1 4/3 5/3 2];
v = [1 1 1 1 1];
y = conv(x,v)
n=-2:8
stem(n,y,'filled')
xlabel('n')
ylabel('y[n]')
grid

More Related Content

What's hot

Solución ejercicios 9 12
Solución ejercicios 9 12Solución ejercicios 9 12
Solución ejercicios 9 12
Universidad Tecnológica de Pereira
 
Apuntes y ejercicios Señales y sistemas (Borrador)
Apuntes y ejercicios Señales y sistemas (Borrador)Apuntes y ejercicios Señales y sistemas (Borrador)
Apuntes y ejercicios Señales y sistemas (Borrador)
Julio Daniel Ruano
 
Señales digitales tran z
Señales digitales tran zSeñales digitales tran z
Señales digitales tran z
Ricardo Guerrero
 
Compensadores adelanto-y-atraso
Compensadores adelanto-y-atrasoCompensadores adelanto-y-atraso
Compensadores adelanto-y-atraso
xino7
 
Tabla laplace
Tabla laplaceTabla laplace
Tabla laplaceJORGE
 
Control digital
Control digitalControl digital
Control digital
Adan Aguirre
 
Problemas sistemas lti
Problemas sistemas ltiProblemas sistemas lti
Problemas sistemas lti
Andres Campoverde
 
Señales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLABSeñales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLAB
Jose Agustin Estrada
 
Lab 03 - Análisis de Señales - UNTECS
Lab 03 - Análisis de Señales - UNTECSLab 03 - Análisis de Señales - UNTECS
Lab 03 - Análisis de Señales - UNTECS
Ing. Electrónica xD
 
Lab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECSLab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECS
Ing. Electrónica xD
 
Transformada de hilbert
Transformada de hilbert Transformada de hilbert
Transformada de hilbert
Fernando Marcos Marcos
 
CPI1- CLASE 3
CPI1- CLASE 3CPI1- CLASE 3
CPI1- CLASE 3
BlogsalDescubierto
 
Guía rápida tmr0 e interrupciones
Guía rápida tmr0 e interrupcionesGuía rápida tmr0 e interrupciones
Guía rápida tmr0 e interrupciones
Luis Zurita
 
CIRCUITOS DE SEGUNDO ORDEN RLC.pdf
CIRCUITOS DE SEGUNDO ORDEN RLC.pdfCIRCUITOS DE SEGUNDO ORDEN RLC.pdf
CIRCUITOS DE SEGUNDO ORDEN RLC.pdf
gabyhuacac1
 
Lugar geométrico de las raices control 1
Lugar geométrico de las raices control 1Lugar geométrico de las raices control 1
Lugar geométrico de las raices control 1
Marvin Pariona
 
Sistemas de segundo orden
Sistemas de segundo  ordenSistemas de segundo  orden
Sistemas de segundo orden
Henry Alvarado
 
Contador de 0 a 7 flip flop tipo D
Contador de 0 a 7 flip flop tipo DContador de 0 a 7 flip flop tipo D
Contador de 0 a 7 flip flop tipo D
Cristian Rodriguez
 
Convolucion Tiempo Discreto
Convolucion Tiempo DiscretoConvolucion Tiempo Discreto
Convolucion Tiempo Discreto
guest1e528d
 
Ejercicios Resueltos Series de Forurier
Ejercicios Resueltos Series de ForurierEjercicios Resueltos Series de Forurier
Ejercicios Resueltos Series de Forurier
Santiago Salinas Lopez
 
Procesamiento Digital de Señales
Procesamiento Digital de SeñalesProcesamiento Digital de Señales

What's hot (20)

Solución ejercicios 9 12
Solución ejercicios 9 12Solución ejercicios 9 12
Solución ejercicios 9 12
 
Apuntes y ejercicios Señales y sistemas (Borrador)
Apuntes y ejercicios Señales y sistemas (Borrador)Apuntes y ejercicios Señales y sistemas (Borrador)
Apuntes y ejercicios Señales y sistemas (Borrador)
 
Señales digitales tran z
Señales digitales tran zSeñales digitales tran z
Señales digitales tran z
 
Compensadores adelanto-y-atraso
Compensadores adelanto-y-atrasoCompensadores adelanto-y-atraso
Compensadores adelanto-y-atraso
 
Tabla laplace
Tabla laplaceTabla laplace
Tabla laplace
 
Control digital
Control digitalControl digital
Control digital
 
Problemas sistemas lti
Problemas sistemas ltiProblemas sistemas lti
Problemas sistemas lti
 
Señales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLABSeñales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLAB
 
Lab 03 - Análisis de Señales - UNTECS
Lab 03 - Análisis de Señales - UNTECSLab 03 - Análisis de Señales - UNTECS
Lab 03 - Análisis de Señales - UNTECS
 
Lab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECSLab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECS
 
Transformada de hilbert
Transformada de hilbert Transformada de hilbert
Transformada de hilbert
 
CPI1- CLASE 3
CPI1- CLASE 3CPI1- CLASE 3
CPI1- CLASE 3
 
Guía rápida tmr0 e interrupciones
Guía rápida tmr0 e interrupcionesGuía rápida tmr0 e interrupciones
Guía rápida tmr0 e interrupciones
 
CIRCUITOS DE SEGUNDO ORDEN RLC.pdf
CIRCUITOS DE SEGUNDO ORDEN RLC.pdfCIRCUITOS DE SEGUNDO ORDEN RLC.pdf
CIRCUITOS DE SEGUNDO ORDEN RLC.pdf
 
Lugar geométrico de las raices control 1
Lugar geométrico de las raices control 1Lugar geométrico de las raices control 1
Lugar geométrico de las raices control 1
 
Sistemas de segundo orden
Sistemas de segundo  ordenSistemas de segundo  orden
Sistemas de segundo orden
 
Contador de 0 a 7 flip flop tipo D
Contador de 0 a 7 flip flop tipo DContador de 0 a 7 flip flop tipo D
Contador de 0 a 7 flip flop tipo D
 
Convolucion Tiempo Discreto
Convolucion Tiempo DiscretoConvolucion Tiempo Discreto
Convolucion Tiempo Discreto
 
Ejercicios Resueltos Series de Forurier
Ejercicios Resueltos Series de ForurierEjercicios Resueltos Series de Forurier
Ejercicios Resueltos Series de Forurier
 
Procesamiento Digital de Señales
Procesamiento Digital de SeñalesProcesamiento Digital de Señales
Procesamiento Digital de Señales
 

Similar to Informe laboratorio n°1

Digital Signal Processing
Digital Signal ProcessingDigital Signal Processing
Digital Signal Processing
aj ahmed
 
Natural and Clamped Cubic Splines
Natural and Clamped Cubic SplinesNatural and Clamped Cubic Splines
Natural and Clamped Cubic Splines
Mark Brandao
 
INTRODUCTION TO MATLAB presentation.pptx
INTRODUCTION TO MATLAB presentation.pptxINTRODUCTION TO MATLAB presentation.pptx
INTRODUCTION TO MATLAB presentation.pptx
Devaraj Chilakala
 
05_AJMS_332_21.pdf
05_AJMS_332_21.pdf05_AJMS_332_21.pdf
05_AJMS_332_21.pdf
BRNSS Publication Hub
 
Mat lab
Mat labMat lab
Unit-2 raster scan graphics,line,circle and polygon algorithms
Unit-2 raster scan graphics,line,circle and polygon algorithmsUnit-2 raster scan graphics,line,circle and polygon algorithms
Unit-2 raster scan graphics,line,circle and polygon algorithms
Amol Gaikwad
 
DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)
DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)
DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)
Ravikiran A
 
DSP LAB COMPLETE CODES.docx
DSP LAB COMPLETE CODES.docxDSP LAB COMPLETE CODES.docx
DSP LAB COMPLETE CODES.docx
MUMAR57
 
Mqm em
Mqm emMqm em
01 - DAA - PPT.pptx
01 - DAA - PPT.pptx01 - DAA - PPT.pptx
01 - DAA - PPT.pptx
KokilaK25
 
TABREZ KHAN.ppt
TABREZ KHAN.pptTABREZ KHAN.ppt
TABREZ KHAN.ppt
TabrezKhan733764
 
Cs580
Cs580Cs580
Paper computer
Paper computerPaper computer
Paper computer
bikram ...
 
Paper computer
Paper computerPaper computer
Paper computer
bikram ...
 
Recursion in C
Recursion in CRecursion in C
Recursion in C
Lakshmi Sarvani Videla
 
Finite elements : basis functions
Finite elements : basis functionsFinite elements : basis functions
Finite elements : basis functions
Tarun Gehlot
 
kactl.pdf
kactl.pdfkactl.pdf
kactl.pdf
Rayhan331
 
algorithm Unit 3
algorithm Unit 3algorithm Unit 3
algorithm Unit 3
Monika Choudhery
 
Numeros reales y_plano_numerico1.1_compressed
Numeros reales y_plano_numerico1.1_compressedNumeros reales y_plano_numerico1.1_compressed
Numeros reales y_plano_numerico1.1_compressed
AntonelaSantana1
 
Divide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docx
Divide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docxDivide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docx
Divide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docx
jacksnathalie
 

Similar to Informe laboratorio n°1 (20)

Digital Signal Processing
Digital Signal ProcessingDigital Signal Processing
Digital Signal Processing
 
Natural and Clamped Cubic Splines
Natural and Clamped Cubic SplinesNatural and Clamped Cubic Splines
Natural and Clamped Cubic Splines
 
INTRODUCTION TO MATLAB presentation.pptx
INTRODUCTION TO MATLAB presentation.pptxINTRODUCTION TO MATLAB presentation.pptx
INTRODUCTION TO MATLAB presentation.pptx
 
05_AJMS_332_21.pdf
05_AJMS_332_21.pdf05_AJMS_332_21.pdf
05_AJMS_332_21.pdf
 
Mat lab
Mat labMat lab
Mat lab
 
Unit-2 raster scan graphics,line,circle and polygon algorithms
Unit-2 raster scan graphics,line,circle and polygon algorithmsUnit-2 raster scan graphics,line,circle and polygon algorithms
Unit-2 raster scan graphics,line,circle and polygon algorithms
 
DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)
DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)
DSP Lab Manual (10ECL57) - VTU Syllabus (KSSEM)
 
DSP LAB COMPLETE CODES.docx
DSP LAB COMPLETE CODES.docxDSP LAB COMPLETE CODES.docx
DSP LAB COMPLETE CODES.docx
 
Mqm em
Mqm emMqm em
Mqm em
 
01 - DAA - PPT.pptx
01 - DAA - PPT.pptx01 - DAA - PPT.pptx
01 - DAA - PPT.pptx
 
TABREZ KHAN.ppt
TABREZ KHAN.pptTABREZ KHAN.ppt
TABREZ KHAN.ppt
 
Cs580
Cs580Cs580
Cs580
 
Paper computer
Paper computerPaper computer
Paper computer
 
Paper computer
Paper computerPaper computer
Paper computer
 
Recursion in C
Recursion in CRecursion in C
Recursion in C
 
Finite elements : basis functions
Finite elements : basis functionsFinite elements : basis functions
Finite elements : basis functions
 
kactl.pdf
kactl.pdfkactl.pdf
kactl.pdf
 
algorithm Unit 3
algorithm Unit 3algorithm Unit 3
algorithm Unit 3
 
Numeros reales y_plano_numerico1.1_compressed
Numeros reales y_plano_numerico1.1_compressedNumeros reales y_plano_numerico1.1_compressed
Numeros reales y_plano_numerico1.1_compressed
 
Divide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docx
Divide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docxDivide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docx
Divide-and-Conquer & Dynamic ProgrammingDivide-and-Conqu.docx
 

Recently uploaded

Properties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptxProperties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptx
MDSABBIROJJAMANPAYEL
 
Engine Lubrication performance System.pdf
Engine Lubrication performance System.pdfEngine Lubrication performance System.pdf
Engine Lubrication performance System.pdf
mamamaam477
 
Understanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine LearningUnderstanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine Learning
SUTEJAS
 
A review on techniques and modelling methodologies used for checking electrom...
A review on techniques and modelling methodologies used for checking electrom...A review on techniques and modelling methodologies used for checking electrom...
A review on techniques and modelling methodologies used for checking electrom...
nooriasukmaningtyas
 
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECTCHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
jpsjournal1
 
Textile Chemical Processing and Dyeing.pdf
Textile Chemical Processing and Dyeing.pdfTextile Chemical Processing and Dyeing.pdf
Textile Chemical Processing and Dyeing.pdf
NazakatAliKhoso2
 
New techniques for characterising damage in rock slopes.pdf
New techniques for characterising damage in rock slopes.pdfNew techniques for characterising damage in rock slopes.pdf
New techniques for characterising damage in rock slopes.pdf
wisnuprabawa3
 
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSA SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
IJNSA Journal
 
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELDEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
gerogepatton
 
22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt
KrishnaveniKrishnara1
 
Comparative analysis between traditional aquaponics and reconstructed aquapon...
Comparative analysis between traditional aquaponics and reconstructed aquapon...Comparative analysis between traditional aquaponics and reconstructed aquapon...
Comparative analysis between traditional aquaponics and reconstructed aquapon...
bijceesjournal
 
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student MemberIEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
VICTOR MAESTRE RAMIREZ
 
Generative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of contentGenerative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of content
Hitesh Mohapatra
 
132/33KV substation case study Presentation
132/33KV substation case study Presentation132/33KV substation case study Presentation
132/33KV substation case study Presentation
kandramariana6
 
Recycled Concrete Aggregate in Construction Part II
Recycled Concrete Aggregate in Construction Part IIRecycled Concrete Aggregate in Construction Part II
Recycled Concrete Aggregate in Construction Part II
Aditya Rajan Patra
 
Casting-Defect-inSlab continuous casting.pdf
Casting-Defect-inSlab continuous casting.pdfCasting-Defect-inSlab continuous casting.pdf
Casting-Defect-inSlab continuous casting.pdf
zubairahmad848137
 
学校原版美国波士顿大学毕业证学历学位证书原版一模一样
学校原版美国波士顿大学毕业证学历学位证书原版一模一样学校原版美国波士顿大学毕业证学历学位证书原版一模一样
学校原版美国波士顿大学毕业证学历学位证书原版一模一样
171ticu
 
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressions
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressionsKuberTENes Birthday Bash Guadalajara - K8sGPT first impressions
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressions
Victor Morales
 
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024
Sinan KOZAK
 
ML Based Model for NIDS MSc Updated Presentation.v2.pptx
ML Based Model for NIDS MSc Updated Presentation.v2.pptxML Based Model for NIDS MSc Updated Presentation.v2.pptx
ML Based Model for NIDS MSc Updated Presentation.v2.pptx
JamalHussainArman
 

Recently uploaded (20)

Properties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptxProperties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptx
 
Engine Lubrication performance System.pdf
Engine Lubrication performance System.pdfEngine Lubrication performance System.pdf
Engine Lubrication performance System.pdf
 
Understanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine LearningUnderstanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine Learning
 
A review on techniques and modelling methodologies used for checking electrom...
A review on techniques and modelling methodologies used for checking electrom...A review on techniques and modelling methodologies used for checking electrom...
A review on techniques and modelling methodologies used for checking electrom...
 
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECTCHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
 
Textile Chemical Processing and Dyeing.pdf
Textile Chemical Processing and Dyeing.pdfTextile Chemical Processing and Dyeing.pdf
Textile Chemical Processing and Dyeing.pdf
 
New techniques for characterising damage in rock slopes.pdf
New techniques for characterising damage in rock slopes.pdfNew techniques for characterising damage in rock slopes.pdf
New techniques for characterising damage in rock slopes.pdf
 
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSA SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
 
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELDEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
 
22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt
 
Comparative analysis between traditional aquaponics and reconstructed aquapon...
Comparative analysis between traditional aquaponics and reconstructed aquapon...Comparative analysis between traditional aquaponics and reconstructed aquapon...
Comparative analysis between traditional aquaponics and reconstructed aquapon...
 
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student MemberIEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
 
Generative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of contentGenerative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of content
 
132/33KV substation case study Presentation
132/33KV substation case study Presentation132/33KV substation case study Presentation
132/33KV substation case study Presentation
 
Recycled Concrete Aggregate in Construction Part II
Recycled Concrete Aggregate in Construction Part IIRecycled Concrete Aggregate in Construction Part II
Recycled Concrete Aggregate in Construction Part II
 
Casting-Defect-inSlab continuous casting.pdf
Casting-Defect-inSlab continuous casting.pdfCasting-Defect-inSlab continuous casting.pdf
Casting-Defect-inSlab continuous casting.pdf
 
学校原版美国波士顿大学毕业证学历学位证书原版一模一样
学校原版美国波士顿大学毕业证学历学位证书原版一模一样学校原版美国波士顿大学毕业证学历学位证书原版一模一样
学校原版美国波士顿大学毕业证学历学位证书原版一模一样
 
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressions
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressionsKuberTENes Birthday Bash Guadalajara - K8sGPT first impressions
KuberTENes Birthday Bash Guadalajara - K8sGPT first impressions
 
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024
 
ML Based Model for NIDS MSc Updated Presentation.v2.pptx
ML Based Model for NIDS MSc Updated Presentation.v2.pptxML Based Model for NIDS MSc Updated Presentation.v2.pptx
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)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛 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. ∴ 𝑙𝑎⁡𝑠𝑒ñ𝑎𝑙⁡𝑥(𝑛)⁡𝑛𝑜⁡𝑒𝑠⁡𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎.⁡ 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)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛 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 ∴ 𝑙𝑎⁡𝑠𝑒ñ𝑎𝑙⁡𝑒𝑠⁡𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎, 𝑎𝑑𝑒𝑚𝑎𝑠⁡𝑙𝑜⁡𝑝𝑜𝑑𝑒𝑚𝑜𝑠⁡𝑐𝑜𝑛𝑝𝑟𝑜𝑏𝑎𝑟⁡⁡𝑔𝑟𝑎𝑓𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒. 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)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛 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)⁡𝑝𝑎𝑟𝑎⁡𝑡𝑜𝑑𝑜𝑠⁡𝑙𝑜𝑠⁡𝑒𝑛𝑡𝑒𝑟𝑜𝑠⁡𝑛 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 ≤ 30⁡𝑚𝑠
  • 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,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜 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,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜 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,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜 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,⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑒𝑛⁡𝑜𝑡𝑟𝑜⁡𝑐𝑎𝑠𝑜 −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:
  • 27. 5. Determine y dibuje la convolución 𝒚(𝒏) de las señales 𝒙(𝒏) = { 𝟏 𝟑 𝒏, 𝟎 ≤ 𝒏 ≤ 𝟔 𝟎,⁡⁡⁡⁡⁡⁡⁡𝒆𝒏⁡𝒐𝒕𝒓𝒐⁡𝒄𝒂𝒔𝒐 𝒉(𝒏) = { 𝟏,⁡⁡⁡⁡⁡⁡⁡⁡⁡ − 𝟐 ≤ 𝒏 ≤ 𝟐 𝟎, 𝒆𝒏⁡𝒐𝒕𝒓𝒐⁡𝒄𝒂𝒔𝒐 a. Gráficamente. b. Analíticamente. Solución: Hallamos primero la convolución: 𝑦(𝑛) = ∑ ℎ(𝑘)𝑥(𝑛 − 𝑘) 4 𝑘=0 Luego hallamos los valores de h(n) y x(n): 𝑥(𝑛) = ( 1 3 0, 1 3 1, 1 3 2, 1 3 3, 1 3 4, 1 3 5, 1 3 6) 𝑦(𝑛) = (1,1,1,1,1) Para todo: 𝑦(𝑛) = ∑ 𝑥(𝑛 − 𝑘) 4 𝑘=0 ,⁡⁡⁡⁡⁡⁡− 2 ≤ 𝑛 ≤ 8 De otra manera y(n)=0 Por lo tanto, reemplazamos los valores de y(n) para cada caso: 𝑦(−2) = −2 3 + −1 3 + 0 + 1 3 + 2 3 = 0 𝑦(−1) = −1 3 + 0 + 1 3 + 2 3 = 0.666 𝑦(0) = −2 3 + −1 3 + 0 + 1 3 + 2 3 + 1 = 1 𝑦(1) = 0 + 1 3 + 2 3 + 1 = 2 𝑦(2) = 0 + 1 3 + 2 3 + 1 + 4 3 = 3.333 𝑦(3) = 1 3 + 2 3 + 1 + 4 3 + 5 3 = 5
  • 28. 𝑦(4) = 2 3 + 1 + 4 3 + 5 3 + 2 = 6.6667 𝑦(5) = 1 + 4 3 + 5 3 + 2 = 6 𝑦(6) = 4 3 + 5 3 + 2 = 5 𝑦(7) = 5 3 + 2 = 3.6667 𝑦(8) = 2 Gráficamente: Grafica1: clc; clear all; close all; x = [0 1/3 2/3 1 4/3 5/3 2]; n=0:6 stem(n,x,'filled') xlabel('n') ylabel('y[n]') grid
  • 29. Gráfica 2 clc; clear all; close all; v = [1 1 1 1 1]; n=-2:2 stem(n,v,'filled') xlabel('n') ylabel('y[n]') grid
  • 30. convolución: clc; clear all; close all; x = [0 1/3 2/3 1 4/3 5/3 2]; v = [1 1 1 1 1]; y = conv(x,v) n=-2:8 stem(n,y,'filled') xlabel('n') ylabel('y[n]') grid