UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1

FIEE UNI

OBJETIVO:
Introducir al alumno en el manejo del MATLAB, aportándole los conocimientos necesarios
para una mayor profundización. Asimismo revisar la representación de señales en el dominio
del tiempo y de la frecuencia.

1
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

INFORME PREVIO

1. Investigar sobre señales continuas y discretas, representación y propiedades: Sinusoide,

Exponencial Compleja, Gauss, Uno , Triangulo, Impulso, Rect, Sinc, Asinc, Escalon, Signo, Shah,
Horquilla y Antihorquilla.

SEÑAL CONTINUA:

Una señal continua o señal en el tiempo-continuo es una señal que puede expresarse como
una función cuyo dominio se encuentra en el conjunto de los números reales, y normalmente
es el tiempo. La función del tiempo no tiene que ser necesariamente una función continua.
Ejemplo : f(t)=sen(t) , t Ԑ R.

SEÑAL DISCRETA:

Una señal de tiempo discreto x(k), solamente está definida en ciertos instantes discretos de
tiempo, de tal manera que entre cada instante de tiempo y el siguiente no está definida la
señal. Una señal de tiempo discreto también se puede representar como una lista o
secuencia de números, denotado comúnmente como x(n).
Señal continua Sinusoidal en MATLAB:

>> x = linspace(-2*pi,2*pi,32)
>>plot(x,sin(x))

2
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

Señal discreta Sinusoidal en MATLAB:

>> x = linspace(-2*pi,2*pi,64)
>>stem(x,sin(x))

Función Gaussiana:

En estadística, la función gaussiana (en honor a Carl Friedrich Gauss) es una función definida
por la expresión:
(𝑥−𝑏)2
−
𝑓(𝑥) = 𝑎𝑒 2𝑒 2

Donde a, b y c son constantes reales (a > 0).

Las funciones gaussianas se utilizan frecuentemente en estadística correspondiendo, en el caso
1
de que a sea igual a 𝑐 2𝜋, a la función de densidad de una variable aleatoria con distribución
√
normal de media 𝜇 = 𝑏 y varianza 𝜎 2 = 𝑐 2 .
En MATLAB:

>> x=linspace(-3,3,500)
>>plot(x,exp(-x.^2))

3
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

FUNCIÓN TRIÁNGULO:

La función triangulo se define del a siguiente

manera:
En MATLAB:

>>x=(-3:0.01:3)
>>y=tripuls(x,4)
>>plot(x,y)

FUNCIÓN IMPULSO:
La delta de Dirac o función delta de Dirac es una distribución o función generalizada
introducida por primera vez por el físico inglés Paul Diracy, como distribución, define un
funcional en forma de integral sobre un cierto espacio de funciones. Se escribe como:
𝛿𝑎 = 𝛿(𝑥 − 𝑎)

Siendo 𝛿(𝑥) la función que vale 1 cuando x=0, y 0 en caso contrario.

En MATLAB:
>> x=(-5:0.01:5)
>>y=tripuls(t,0.000001)
>>plot(x,y)

4
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

FUNCIÓN RECT:
La función rectangular (también llamada función ventana unitaria o pulso unitario) se
define como:

En MATLAB:

>>x=(-5:0.01:5)
>> y=rectpuls(x,1)
>> plot(x,y,'Linewidth',1)
>> ylim([-1 2]) >> grid on

FUNCIÓN SINC
En matemática, la función sinc o seno cardinal, denotada por sinc(x), tiene dos definiciones,
la normalizada y la desnormalizada que se definen de la siguiente forma:
1. Enprocesamiento digital de señales yteoría de la información, la función sinc
normalizada comúnmente se define como:
sin(𝜋𝑥)
𝑠𝑖𝑛𝑐𝑁 (𝑥) =
𝜋𝑥
2. En matemática,la histórica función sinc desnormalizada, está definida por:
sin(𝑥)
𝑠𝑖𝑛𝑐 (𝑥) =
𝑥

En ambos casos el valor de la función tiene una singularidad evitable en cero, que
generalmente se redefine específicamente como igual a 1. La función sinc es analítica en
todas partes.

En MATLAB:
>> x=(-5:0.05:5)
>>y=sinc(x)
>>plot(x,y)

5
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

FUNCIÓN ESCALÓN:
La función escalón de Heaviside, también llamada función escalón unitario, debe su nombre
al matemático inglés Oliver Heaviside. Es una función discontinua cuyo valor es 0 para
cualquier argumento negativo, y 1 para cualquier argumento positivo:

En MATLAB:

>>x=(-5:0.01:5)
>>y=heaviside(x)
>>plot(x,y)

FUNCIÓN SIGNO:

La función signo puede definirse de las siguientes

maneras:

1. Donde su dominio de definición es R y su conjunto imagen {-1;0;1}.

2.Como la derivada de la funciónvalor absoluto. Su dominio de definición es R - {0} y su

conjunto imagen Im={-1;1}

En MATLAB:

>>x=(-5:0.01:5)
>>y=sign(x)
>>plot(x,y)

6
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

2. Utilizando MATLAB genere tanto en tiempo continuo como en tiempo discreto señales
periódicas cuadradas y triangulares, señales exponenciales, señales senoidales amortiguadas
exponencialmente; Asimismo las señales del párrafo anterior.

Señal Periódica Cuadrada:

Continua:
>>x=linspace(0,100,10000)
>>y=square(2*pi*0.1*x,50)
>>plot(x,y)

Discreta:
>>x=linspace(0,100,200)
>>y=square(2*pi*0.1*x,50)
>>stem(x,y)

7
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

Señal Periódica Triangular:

Continua:
>>x=linspace(0,100,10000)
>>y=sawtooth(2*pi*0.1*x,0.5)
>>plot(x,y)

Discreta:

>>x=linspace(0,100,100)
>>y=sawtooth(2*pi*0.1*x,0.5)
>>stem(x,y)

8
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

Señal Exponencial:

Continua:

>>x=linspace(0,10,100)
>>y=exp(-x)
>>plot(x,y)

Discreta:
>>x=linspace(0,10,100)
>>y=exp(-x)
>>stem(x,y)

9
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

Señales Seno:

Continua:
>>x=linspace(0,50,100)
>>y=sin(2*pi*0.1*x)
>>plot(x,y)

Discreta:
>>x=linspace(0,50,100)
>>y=sin(2*pi*0.1*x)
>>stem(x,y)

Señál Senoidal Amortiguada

Exponencialmente:

Continua:
>> x=-0:0.005:1

>>y =A*sin(20*pi*x).*exp(-8*x);
>>plot(x,y);

10
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

3- Desarrollo en serie de Fourier de señales continuas periódicas: Deduzca los valores de los
coeficientes del desarrollo en serie de Fourier de una señal cuadrada periódica. Simular en
MATLAB:
Serie de Fourier:
2𝜋
Cualquier función del tiempo f(t), real, periódica de período T o frecuencia 𝜔 = 𝑇 , continua,
puede ser expandida en una serie infinita de senos y cosenos de frecuencias 𝜔𝑛 múltiplos
de 𝜔1 , es decir, 𝜔𝑛 = 𝑛𝜔1 , con n=1,2,…. En forma de ecuación tenemos que:

Construcción: Para obtener 𝐴0 calculamos el promedio temporal de 𝑓(𝑡), sustituyendo la

anterior serie en la integral del promedio y tomando en cuenta que el promedio temporal de
los senos y cosenos son cero. El valor de 𝑡0 normalmente es cero pero más adelante nos
convendrá tomarlo como – T/2.

Para calcular los coeficientes 𝐴𝑚 con 𝑚 = 1,2, …, calcularemos el promedio de una nueva función
𝑓(𝑡) 𝑐𝑜𝑠( 𝑚 𝜔 𝑡):

La primera integral del lado derecho es cero porque es el promedio de un coseno. Para las
siguientes dos podemos considerar que los senos y cosenos son buena gente y permiten
intercambiar los signos de sumatoria e integral sin mayores traumas.

Entonces calculemos primero la última integral usando que el producto 𝑠𝑒𝑛 𝛼 ∗ 𝑐𝑜𝑠 𝛽 se puede
escribir como [𝑠𝑒𝑛(𝛼 + 𝛽) + 𝑠𝑒𝑛(𝛼 − 𝛽)]/2, resultando así dos promedios que se anulan en un
período, para todo valor de 𝛼 𝑦 𝛽, es decir para todo valor de n y m, y así ningún B m saldrá en el
resultado.

Para calcular la segunda integral usamos que el producto cos * cos se puede escribir como
[cos( + )+cos( - )]/2, resultando así dos promedios que se anulan en un período, para todo valor
de y , es decir para todo valor de n y m, excepto para el caso n=m que solo se anula el promedio
de cos( + ), porque cos( - )= cos(0)=1, cuyo promedio es 1. En resumen, solamente quedará el
valor Am/2, o cambiando la letra del índice:

11
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

Codigo de la serie de fourier en MATLAB:

syms t n
A=[-1 0 1];
f=[-1 1];

f=sym(f);
T=max(A) - min(A);
wo=2*pi/T;

Ao=0;
for i=1:length(f)
Ao=Ao + int(f(i),'t',A(i),A(i+1));

end
Ao=(Ao/T);
An=0;

for i=1:length(f)
An=An +
int(f(i)*cos(n*wo*t),'t',A(i),A(i+1));

end
An=(2*An/T);
Bn=0;

for i=1:length(f)
Bn=Bn + int(f(i)*sin(n*wo*t),'t',A(i),A(i+1));

end
Bn=(2*Bn/T);
disp('Ao')
pretty(Ao)
disp('An')
pretty(An)
disp('Bn')
pretty(Bn)

4.- Transformada de Fourier de señales continuas. Propiedades: Hallar F(w)para un solo pulso
Rectangular y simularlo:
La transformada de Fourier, denominada así por Joseph Fourier, es una transformación
matemática empleada para transformar señales entre el dominio del tiempo (o espacial) y
el dominio de la frecuencia, que tiene muchas aplicaciones en la física y la ingeniería. Es
reversible, siendo capaz de transformarse en cualquiera de los dominios al otro. El propio término
se refiere tanto a la operación de transformación como a la función que produce.
En el caso de una función periódica en el tiempo (por ejemplo, un sonido musical continuo pero
no necesariamente sinusoidal), la transformada de Fourier se puede simplificar para el cálculo de

12
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

un conjunto discreto de amplitudes complejas, llamado coeficientes de las series de Fourier. Ellos
representan el espectro de frecuencia de la señal del dominio-tiempo original.
La transformada de Fourier es una aplicación que hace corresponder a una función 𝑓 con una
función 𝑔 de la siguiente manera:

Definición formal
Sea 𝑓 na función Lebesgue integrable:

La transformada de Fourier de 𝑓 es la función:

Esta integral tiene sentido, pues el integrando es una función integrable. Una estimativa simple
demuestra que la transformada de Fourier es una función acotada.
Propiedades:

Ademas se cumplen las siguientes propiedades:

13
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

En MATLAB:
x=-5:0.01:5;
y=rectpuls(x,1);
fs=20; g=fft(y); g2=(1/fs).*abs(fftshift(g));
N = length(g2); ff = -fs/2 : fs/N : fs/2 - fs/N;
plot(ff,g2);

14
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

5.- Transformada de Fourier de secuencias Discretas. Transformada Discreta de Fourier de

secuencias discretas. Propiedades:
Transformada de Fourier Discreta:
La secuencia de N números complejos x0, ..., xN−1 se transforma en la secuencia de N números
complejos X0, ..., XN−1 mediante la DFT con la formula.

Esta expresión se puede escribir también en términos de una matriz DFT; cuando se escala de
forma apropiada se convierte en una matriz unitaria y Xk puede entonces ser interpretado como
los coeficientes de x en una base ortonormal.

La transformada se denota a veces por el símbolo 𝐹 , igual que en

La transformada inversa de Fourier discreta (IDFT) viene dada por

Una descripción simple de estas ecuaciones es que los números complejos 𝑋𝑘 representan la
amplitud y fase de diferentes componentes sinusoidales de la señal de entrada 𝑥𝑛 . La DFT calcula

𝑋𝑘 a partir de 𝑥𝑛 , mientras que la IDFT muestra cómo calcular como la suma de

componentes sinusoidales con una frecuencia de 𝐾/𝑁 ciclos por muestra.

Escribiendo las ecuaciones de este modo, estamos haciendo un uso extensivo de la fórmula de
Euler para expresar sinusoides en términos de exponentes complejas, lo cual es mucho más
sencillo de manipular. Del mismo modo, escribiendo 𝑋𝑘 en forma polar, obtenemos una
sinudoide de amplitud 𝐴𝑘/𝑁 y fase 𝜃 a partir del módulo y argumento complejos de 𝜃 ,
respectivamente:

donde atan2 es la forma bi-argumental de la función arcotangente. Nótese que el factor de

normalización que multiplica a la DFT y la IDFT (que son 1 y 1/N) y los signos de los exponentes
se colocan meramente por convenio, y varían dependiendo de la aplicación

15
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

6. Conceptos de Muestreo. El teorema de muestreo. Espectro de la Señal Muestreada. Muestreo

no ideal. Filtros de Reconstrucción.
Si una señal contínua, S(t), tiene una banda de frecuencia tal que fm sea la mayor frecuencia
comprendida dentro de dicha banda, dicha señal podrá recontruirse sin distorsión a partir
de muestras de la señal tomadas a una frecuencia fs siendo fs > 2 fm.

En la figura se muestra un esquema simplificado del proceso de muestreo.

El interruptor no es del tipo mecánico, puesto que por lo general fs es de bastante valor.
Suelen emplearse transistores de efecto campo como interruptores, para cumplir los
requerimientos que se le exigen entre los que se encuentran:

 Una elevada resistencia de aislamiento cuando los interruptores (transistores)están

desconectados.
 Una baja resistencia si los interruptores están conectados o
cerrados. Una elevada velocidad de conmutación entre los dos estados de los
interruptores.
 En la siguiente figura se ofrece las formas de las tres señales principales:
 S(t) señal a muestrear señal muestreadora Sd(t) señal muestreada

16
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

Desde el punto de vista de la cuantificación de la señal muestreada, lo ideal sería que el

tiempo en que el interruptor está cerrado, fuese prácticamente cero, ya que de otro modo,
la señal muestreada puede variar en dicho tiempo y hacer imprecisa su cuantificación.

Debe tenerse en cuenta que para la reconstrucción de la señal srcinal, a partir de la

muestreada, se emplea un filtro de paso bajo, el cual deberá tener una función de
transferencia como se indica en la figura siguiente:

Obsérvese que la respuesta del filtro, debe ser plana hasta una frecuencia, como mínimo,
igual a fm, para caer posteriormente de forma brusca a cero, antes de que la frecuencia
alcance el valor de fs-fm.

Mediante la aplicación del Teorema del Muestreo, se pueden transmitir varias señales, por
un mismo canal de comunicación. Para ello se muestrea sucesivamente varias señales S 1,
S2, S3,.... y las señales muestreadas se mandan por el canal de comunicación. A este
sistema se le denomina "multiplexado en el tiempo"

Al otro extremo del canal habrá que separar las distintas señales muestreadas para hacerlas
pasar después por el filtro paso bajo que las reconstruya

En la figura anterior el multiplexor y el demultiplexor se han representado mediante

conmutadores rotativos sincronizados , los cuales, evidentemente no son adecuados, dada
la gran frecuencia de giro fs, necesaria en este sistema. Para ello se emplean multiplexores
y demultiplexoreselectrónicos.
En este sistema de transmisión de señales es imprescindible, el perfecto sincronismo entre
los dos extremos del canal.

17
UNIVERSIDAD NACIONAL DE INGENIERÍA INFORME PREVIO 1
FIEE UNI

7. Desarrollar la Practica 3 que se adjunta.

Comprobar en Simulink la generación de una señal cuadrada a partir de la expresión (5),

usando fuentes de señales sinuesoidales, elementos de ganancia adecuada y un
mezclador.

18