Base de conocimiento

Inorgánica, Química

Combinaciones binarias No Metal- No Metal. Regla de nomenclatura y ejemplos

Las Combinaciones binarias No Metal- No Metal: son compuestos binarios formados por la unión de dos elementos de la siguiente lista: B, Si, C, Sb, As, P, N, Te, Se, S, O, I, Br, Cl, F. Se formulan colocando en primer lugar el elemento que aparece primero en la lista anterior, Se intercambian los números de oxidación. Es decir, en el ejemplo de IBr3, (tribromuro de yodo) el número de oxidación del bromuro es -1 y este se coloca como subíndice del yodo en la fórmula. Simultáneamente, el número de oxidación del yodo es -3 y este se coloca como subíndice del bromuro. Las combinaciones binarias No Metal-No metal se nombran mediante la nomenclatura de composición en sus dos formas: Prefijos multiplicadores o números romanos.

null

A continuación algunos ejemplos:

null

Fuente:

Nomenclatura Q Inorgánica 1920

Quimica_11va_Edicion_Raymond_Chang_FREEL

ANTERIOR: Nomenclatura de Química Inorgánica

Revisión literaria hecha por:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

WhatsApp:  +34633129287  Atención Inmediata!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Quito, Guayaquil, Cuenca. 

WhatsApp:  +34633129287  

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

Problema resuelto de Circuito C.A. y aparatos de medición – Régimen estacionario sinusoidal

El circuito de la Figura siguiente está alimentado por un generador de c.a. v(t)

Los aparatos de medida dan los siguientes resultados:

Además, se sabe que Z1 es completamente inductiva, Zaes una impedancia capacitiva con fase -70°, Z2 es una impedancia completamente resistiva y Zb es una impedancia con componente inductivo y resistivo.

Se pide:

  1. La lectura del amperímetro IT.
  2. La lectura del voltímetro V2.
  3. La lectura del vatímetro P1.

Solución:

  1. Lectura del amperímetro IT. Para hallar IT utilizamos la ley de corrientes de Kirchhoff y la siguiente relación:

Vamos a determinar Ia en primer lugar. Sabemos que la impedancia Za es capacitiva, con fase -70°. Conviene definir Va como el voltaje de referencia. Además, en el diagrama del circuito vemos claramente que Ia=Va/Za  y además Va = Vb. Entonces:

En consecuencia:

Además es importante saber que:

Para determinar Ib, determinaremos el valor de la fase de la impedancia Zb para luego aplicar:

Calcularemos la fase de la impedancia Zb mediante las siguientes fórmulas:

La potencia aparente Sb relativa a la impedancia Zb es la siguiente:

Luego:

Para calcular Pb, utilizamos la potencia medida por P2, que es la potencia activa consumida por los componentes  resistivos de las impedancias Za y Zb:

Este resultado nos permite determinar Qb:

Con estos datos, la impedancia Zb queda definida como:

En consecuencia:

Recordamos que:

Por lo tanto:

De donde:

En conclusión, la lectura del amperímetro es IT =28.09 A.

2. Lectura del voltímetro V2. Podemos determinar V2 mediante la siguiente fórmula:

Como ya conocemos Vb vamos a calcular primero a V1, del cual gracias a los datos del problema ya conocemos su módulo:

Por la impedancia Z1 circula IT. Podemos utilizar este hecho para determinar la fase de V1, ya que en una impedancia puramente inductiva, la corriente se retrasa con respecto al voltaje en 90°. Por lo tanto:

Para determinar el módulo de V2, aprovechamos el hecho de que la impedancia Z2 es puramente resistiva. Esto significa que V2 está en fase con la corriente IT la cual atraviesa Z2. Es decir:

De los datos del problema sabemos que:

De esta manera:

Considerando el módulo de la expresión anterior, obtenemos que:

Simplificando:

De donde:

En conclusión, la lectura del voltímetro es V= 338.12 V

3. Lectura del potenciómetro P1: El amperímetro mide el consumo de potencia activa en la red. A parte de la potencia medida por P2, R2 es la única resistencia que consume potencia. Por tanto:

En conclusión, la lectura del potenciómetro es P= 16698 W.

Te puede interesar:

Elaborado por Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer – Twitter: @dademuch

Mentoring Académico / Emprendedores / Empresarial

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: Jaén – España: Tlf. 633129287

Caracas, Valladolid, Quito, Guayaquil, Jaén, Villafranca de Ordizia.

WhatsApp: +34 633129287

Twitter: @dademuch

FACEBOO DademuchConnection

Sin categoría

Transformada de Laplace – Problemas resueltos – Catálogo 12

La siguiente guía contiene los procedimientos estándar de la cátedra de señales y sistemas para determinar la transformada de Laplace y su ROC. Cada problema tiene un costo de 8.5 euros. La Guía completa tiene un valor de 16.5 euros. Se facilita pago a través de Paypal.

Problema 1. Dada las señales x(t), y(t):

Se pide:

  1. Hallar la transformada de Laplace de la señal x(t) a partir de la definición de la transformada, incluyendo su ROC.
  2. Hallar la transformada de Laplace de la señal y(t) aplicando las propiedades de la transformada al resultado obtenido en el apartado anterior.

Problema 2. Dado el sistema LTI con respuesta impulsional y señal de entrada h(t), x(t):

  1. Determinar la transformada de Laplace de h(t) y x(t)  a partir de la definición de la transformada.
  2. Determinar la transformada de Laplace de la señal de salida Y(s) a partir de la propiedad de convolución de la transformada.

Problema 3. Obtenga la Transformada de Laplace de la siguiente señal, indicando la región de convergencia.

Problema 4. en construcción:

Método de pago: Paypal

Puedes consultar también:

Elaborado por Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer – Twitter: @dademuch

Mentoring Académico / Emprendedores / Empresarial

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: Jaén – España: Tlf. 633129287

Caracas, Valladolid, Quito, Guayaquil, Jaén, Villafranca de Ordizia.

WhatsApp: +34 633129287

Twitter: @dademuch

FACEBOO DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

The Z-Transform

The z-transform is an extension of the DTFT (The Discrete-Time Fourier Transform) to overcome two shortcomings of the DTFT approach: First, there are many important signals for which the DTFT does not exist. Take the case of the step u[n]. Second, the transient response of a system due to initial conditions or due to changing inputs cannot be computed using the DTFT approach.

In consequence, the bilateral version of the z-transform provides another domain in which a larger class of sequences and systems can be analyzed. Meanwhile, the unilateral version of the z-transform can be used to obtain the response of systems with initial conditions or changing inputs.  

THE BILATERAL Z-TRANSFORM

The z-transform of an arbitrary sequence x[n] is given by:

where z is a complex variable called the complex frequency:

The set  of values for which X[z] exists is called the region of convergence (ROC) and is given by:

For some non-negative numbers Rx- and Rx+. Since the ROC defined in terms of the module of z, the shape of the ROC is an open ring, as show in Figure 1:

Figure 1. A general region of convergence.

Another way of defining the ROC is:

null

When:

Hence, the DTFT X[e] may be viewed as a special case of the z-transform X[z].

The inverse z-transform of a complex function X[z] is given by:

where C is a counterclockwise contour encircling the origin and lying in the ROC.  

Example 1. 

Let x1[n] a positive-time sequence:

Then:

Note: in example 1:

That is, has a zero at the origin (z=0) and a pole in z=a.

Summarizing:

Example 1 is s special case of a right-side sequences, defined as a sequence x[n]  that is zero for some n<n0. The ROC of a right-side sequence is always outside of a circle of radius Rx-. In the case of example 1, Rx-=a. If n0 0, then the right-side sequence is also called a casual sequence. Note that if a=1, example 1 is the z-transform of the unit step. That is to say:

Example 2

Let x2[n] a negative-time sequence:

Then:

Example 2 is s special case of a left-side sequences, defined as a sequence x[n]  that is zero for some n>n0. The ROC of a left-side sequence is always inside of a circle of radius Rx+. In the case of example 2, Rx+=b. If n0<=0, then the right-side sequence is also called an anticasual sequence.

Example 3

Let x3[n] a two-side sequence:

Then:

Example 3 is s special case of a two-side sequences. The ROC of a two-side sequence is always an open ring Rx+ <IzI<Rx+ if it exist.

Another considerations about ROC are as follows:

  • The sequences that are zero for n<n1 and n>n2 are called finite-duration sequences. The ROC of such sequences is the entire z-plane. If n1<0, then z=+∞ is not in the ROC. If n2>0, then z=0 is not in the ROC.
  • The ROC cannot include a pole since X(z) converges uniformly in there.
  • There is at least one pole on the boundary of a ROC of a rational X(z).
  • The ROC is one contiguous region; that is, the ROC does not come in pieces.

In digital signal processing, signals are assumed to be casual since almost every digital data is acquired in real time. Therefore, the only ROC of interest is those of the same type of example 1.

Previous: The Discrete-Time Fourier TransformThe Frequency Response of an LTI system

Source:

  • Digital Signal Processing Using Matlab, 3erd ed
  • Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
  • Oppenheim – Señales y Sistemas
  • Análisis de Sistemas Lineales Asistido con Scilab – Un Enfoque desde la Ingeniería Eléctrica.

You can also be interested in:

Literature review by:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Exercises are solved!!

WhatsApp:  +34633129287  Inmediate Attention!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Valladolid, Quito, Guayaquil, Jaén, Ordizia. 

WhatsApp:  +34633129287   

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

La Respuesta en Frecuencia de un sistema LTI discreto

La Transformada de Fourier de tiempo discreto (DTFT – Discrete-Time Fourier Transform) de la respuesta al impulso de un sistema (respuesta impulsiva) se denomina Respuesta en Frecuencia (o Función de Transferencia) de un sistema LTI.

Anterioirmente habíamos manifestado queLa Transformada de Fourier es la representación más útil para un sistema LTI (La Transformada de Fourier de Tiempo DiscretoDTFT). Esto es debido a la siguiente razón:

RESPUESTA A LA EXPONENCIAL COMPLEJA ejωon

Sea ejωon  la entrada a un sistema LTI con respuesta impulsiva h[n]:

Entonces:

Definición:

RESPUESTA EN FRECUENCIA: La Transformada de Fourier de tiempo discreto de La Respuesta al Impulso se denomina Respuesta en Frecuencia (o Función de transferencia) de un sistema LTI y se denota por:

En consecuencia, si x[n] es la entrada a un sistema LTI:

El sistema puede ser representado por:

Lo que es equivalente a escribir:

y la salida y[n] del sistema es:

Por tanto, la secuencia de salida es la secuencia de entrada modificada por la respuesta del sistema a la frecuencia ω0. Esto justifica la definición de H[e] como la respuesta en frecuencia porque es lo que se multiplica el exponencial complejo ejωon para obtener la salida y[n]. Este es un resultado poderoso que puede extenderse a una combinación lineal de exponenciales complejas utilizando la propiedad de linealidad de los sistemas LTI:

Respuesta a secuencias sinusoidales

Equation (2) is also a powerful result because of the way it facilitates a faster determination of output to any very-used signal capable of being represented by a combination of complex exponentials, such as sinusoidal sequences. Take the case of the following x[n] being an input to an LTI system h[n]:

La ecuación (2) también es un resultado poderoso debido a la forma en que facilita una determinación más rápida de la salida a cualquier señal de entrada capaz de ser representada por una combinación de exponenciales complejas, como secuencias sinusoidales. Tomemos el caso siguiente en que la entrada x[n] un sistema LTI con h[n] es de la forma:

You already know how to use Euler to represent x[n] in this case as a combination of complex exponentials. So, we can get directly to what we want to point out, the power of equations (2) and (3) to faster knowledge of the output y[n]:

Ya sabemos como utilizar Euler para representar la x[n] de este ejercicio, como una combinación de exponenciales complejos. Entonces, directamente podemos utilizar el poder de las ecuaciones (2) y (3) para determinar rápidamente la salida y[n] del sistema:

En general, la respuesta en frecuencia es una función compleja de ω. Esto significa que tiene una magnitud y una fase. En otras palabras, se puede representar como un fasor:

En consecuencia:

Ejemplo 1

Determine la salida y[n] de un sistema LTI descrito por su Respuesta al Impulso h[n], cuando la entrada es x[n]:

Graficar la amplitud y la fase de la Respuesta en Frecuencia H[e].

Solución:

Utilizando la ecuación (1) obtenemos la Respuesta en frecuencia H[e] del sistema:

Utilizando ala ecuación 3.1, podemos obtener la amplitud y la fase de H[e]:

En consecuencia:

Para graficar ampitud y fase de H[e] en Matlab, podemos utilizar el siguiente script:

w=[0:1:500]*pi/500; % [0,pi] axis divided into 501 points H=exp(i*w)./(exp(i*w)-0.9*ones(1,501));
magH=abs(H); angH=angle(H);
plot(w/pi,magH);grid;
xlabel(‘Frequency in pi units’);
ylabel(‘|H[e^jω ]|’);
title (‘Magnitude of |H[e^jω ]|’);

w=[0:1:500]pi/500; % [0,pi] axis divided into 501 points H=exp(iw)./(exp(iw)-0.9ones(1,501));
magH=abs(H); angH=angle(H);
plot(w/pi,angH);grid;
xlabel(‘Frequency in pi units’);
ylabel(‘<H[e^jω’);
title (‘Angle of H[e^jω ]’);

Respuesta a entradas arbitrarias

Finally, Equation (2) can be applied to any arbitrary absolutely summable sequence. Suppose an arbitrary sequence x[n] and its DTFT X[e]. Take any system described by its Transfer Function H[e], then the response y[n]  of this system to the input x[n]  can be obtain by applying the IDTFT (inverse discrete-time Fourier transform) to Y[e], where Y[e]  is:

Finalmente, la Ecuación (2) se puede aplicar a cualquier secuencia arbitraria absolutamente sumable que se presente en la entrada del sistema. Suponga una secuencia arbitraria x[n] y su DTFT X[e]. Tome cualquier sistema, descrito por su Respuesta en Frecuencia H[e], entonces la salida y[n] de este sistema a la entrada x[n] se puede obtener aplicando la IDTFT (transformada inversa de Fourier en tiempo discreto) a Y[e], donde Y[e] es:

Por lo tanto, cualquier sistema LTI puede ser representado en el dominio de la frecuencia, por el siguiente diagrama:

Las consecuencias de la ecuación (5) son monumentales en Ingeniería !!! A partir de allí, podemos construir la Transformada de Laplace (Laplace Transform) en el tiempo continuo, así como la Transformada Z (Z-Transform) en el tiempo discreto, lo cual es nuestro siguiente tema.

La Transformada Z es una poderosa herramienta que nos permite evitar el uso de integrales, operación obligada para determinar la IDTFT de Y[e]. Es decir, podremos obtener y[n] de manera algebraica más sencilla.

Anterior: La Transformada de Fourier de Tiempo Discreto

Fuentes:

  • Digital Signal Processing Using Matlab, 3erd ed
  • Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
  • Oppenheim – Señales y Sistemas
  • Análisis de Sistemas Lineales Asistido con Scilab – Un Enfoque desde la Ingeniería Eléctrica.

También puede estar interesado en:

Revisión literaria hecha por:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Se resuelven ejercicios!!

WhatsApp:  +34633129287  Atención inmediata!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Valladolid, Quito, Guayaquil, Jaén, Ordizia. 

WhatsApp:  +34633129287   

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

Convolución – Problemas resueltos – Matlab – Catálogo 11

La siguiente guía contiene los procedimientos estándar de la cátedra de señales y sistemas para aplicar convolución. Cada solución además ofrece un código de Matlab para graficar las señales y la simulación de la salida. Cada problema tiene un costo de 8.5 euros. La Guía completa tiene un valor de 16.5 euros. Se facilita pago a través de Paypal.

Problema 1. Un sistema LTI de tiempo continuo tiene la siguiente respuesta al impulso:

Considerando la siguiente señal de entrada:

Se pide:

  1. Determinar los instantes inicial y final de la señal de salida sin evaluar la integral de convolución. Graficar ambas señales.
  2. Realizando ahora la integral de convolución, determinar la salida del sistema y(t) a la entrada x(t). Ejecutar analíticamente y mediante simulación en Matlab.

Problema 2. Un sistema LTI de tiempo discreto tiene la siguiente respuesta al impulso:

Considerando la siguiente señal de entrada:

Se pide:

  1. Sin evaluar la convolución, determinar los instantes inicial y final de la señal de salida. Graficar ambas señales.
  2. Obtener la salida del sistema mediante la operación de convolución. Ejecutar analíticamente y mediante simulación en Matlab.
  3. A partir del resultado obtenido en el apartado anterior evaluar la salida del sistema cuando la entrada es:

Problema 3. Sea el sistema LTI de tiempo discreto tiene la siguiente respuesta al impulso:

Considerando la siguiente señal de entrada:

Se pide:

  1. Indique el instante inicial y final de la salida del sistema;
  2. Aplicando convolución, evalúe la salida del sistema.

Método de pago

Convolución – Problemas Resueltos – Catálogo 11, pago por un solo ejercicio.

Ejercicio de Convolución. Pago por un solo ejercicio. Luego de pagar, por favor solicitar la solución en PDF al WhatsApp +34633129287

8,50 €

Convolución – Problemas Resueltos – Catálogo 11, pago por la guía completa.

Ejercicio de Convolución. Pago por la guía completa, tres ejercicios. Luego de pagar, por favor solicitar la solución en PDF al WhatsApp +34633129287

16,50 €

Puedes consultar también:

Elaborado por Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer – Twitter: @dademuch

Mentoring Académico / Emprendedores / Empresarial

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: Jaén – España: Tlf. 633129287

Caracas, Valladolid, Quito, Guayaquil, Jaén, Ordizia.

WhatsApp: +34 633129287

Twitter: @dademuch

FACEBOO DademuchConnection

email: dademuchconnection@gmail.com

Digital Signal Processing

The Frequency Response of a discrete LTI system

The Discrete-Time Fourier Transform of an impulse response is called The Frequency Response (or The Transfer Function) of an LTI system.

We early stated that the Fourier Transform representation is the most useful signal representation for LTI systems (The Discrete-Time Fourier Transform). That is true due to the following reason:

RESPONSE TO A COMPLEX EXPONENTIAL ejωon

Let ejωon be the input to an LTI system represented by the impulse response h[n]:

Then:

Definition:

FREQUENCY RESPONSE: The Discrete-Time Fourier Transform of an impulse response is called The Frequency Response (or The Transfer Function) of an LTI system and is denoted by:

In consequence, if x[n] is the input to an LTI system:

The system can be represented by:

Note. This is equivalent to write:

and the output y[n] is as follows:

Hence, the output sequence is the input sequence modified by the response of the system at frequency ω0. This justifies the definition of H[e] as the frequency response because it is what the complex exponential ejωon is multiplied by to obtain the output y[n]. This is a powerful result that can be extended to a linear combination of complex exponentials using the linearity of LTI systems:

Response to sinusoidal sequences

Equation (2) is also a powerful result because of the way it facilitates a faster determination of output to any very-used signal capable of being represented by a combination of complex exponentials, such as sinusoidal sequences. Take the case of the following x[n] being an input to an LTI system h[n]:

You already know how to use Euler to represent x[n] in this case as a combination of complex exponentials. So, we can get directly to what we want to point out, the power of equations (2) and (3) to faster knowledge of the output y[n]:

In general, the frequency response  is a complex function of ω. This means that it has a magnitude and a phase. In other words, can be represented as a fasor:

In consequence:

Example 1

Determine the output y[n] of a LTI system described by its Impulse Response h[n], when the input is x[n]:

Plot amplitude and phase of the Frequency Response H[e].

Solution:

Using equation (1) we obtain the Frequency Response H[e] of the system:

To use equation 3.1, we can obtain amplitude and phase of H[e]:

In consequence:

Plotting amplitude and phase of H[e] in Matlab, we use the following script:

w=[0:1:500]*pi/500; % [0,pi] axis divided into 501 points H=exp(i*w)./(exp(i*w)-0.9*ones(1,501));
magH=abs(H); angH=angle(H);
plot(w/pi,magH);grid;
xlabel(‘Frequency in pi units’);
ylabel(‘|H[e^jω ]|’);
title (‘Magnitude of |H[e^jω ]|’);

w=[0:1:500]pi/500; % [0,pi] axis divided into 501 points H=exp(iw)./(exp(iw)-0.9ones(1,501));
magH=abs(H); angH=angle(H);
plot(w/pi,angH);grid;
xlabel(‘Frequency in pi units’);
ylabel(‘<H[e^jω’);
title (‘Angle of H[e^jω ]’);

Response to Arbitrary Sequences

Finally, Equation (2) can be applied to any arbitrary absolutely summable sequence. Suppose an arbitrary sequence x[n] and its DTFT X[e]. Take any system described by its Transfer Function H[e], then the response y[n]  of this system to the input x[n]  can be obtain by applying the IDTFT (inverse discrete-time Fourier transform) to Y[e], where Y[e]  is:

Therefore, any LTI system can be represented in the frequency domain by the following diagram:

The consequences of equation (5) is Monumental in Engineering !!! And from there, we get to Laplace Transform in continuous time and Z-Transform in discrete time.

The Z-Transform is a powerful tool that will allow us to avoid integral operations which is needed to determine the IDTFT of Y[e].  That is, we can obtain y[n] in a simpler algebraic way.

Previous: The Discrete-Time Fourier Transform

De la Transformada de Laplace y la Transformada de Fourier

A menudo se argumenta que la Transformada de Laplace es una herramienta excesivamente teórica y poco intuitiva, ya que implica una integración en el plano complejo y convierte una señal de variable real (el tiempo continuo) en una transformada de variable compleja (la variable s). Es decir, para representar la misma información es necesario utilizar dos variables en el dominio de Laplace, la parte real de s y la parte imaginaria de s, en lugar de solo una, tal y como se hace en el dominio temporal. A primera vista, no hay una razón evidente que justifique la necesidad de utilizar dos variables y ello hace que surjan alternativas para comprimir la redundancia que contiene la Transformada de Laplace y volverla a reducir a una sola dimensión. Una de estas alternativas se basa en la función exponencial est, que, como ya sabemos, presenta la propiedad de ser una autofunción de los sistemas LIT analógicos. Es decir, al excitar la entrada de un sistema analógico LIT de respuesta impulsional ℎ(𝑡) con la señal 𝑥(𝑡)= est, el sistema presenta una señal 𝑦(𝑡) a su salida dada por:

Dónde H(s)  es la función de transferencia del sistema. El resultado anterior muestra cómo la señal exponencial que hay en la entrada vuelve a aparecer en la salida acompañada de un factor de escala, dado por la función de transferencia, el cual resume el comportamiento del sistema en función de la variable compleja s.

De entre todas las posibles señales exponenciales, hay una de ellas que es de especial interés para nosotros y que no es otra que la señal exponencial compleja: esto es, e jωt, en donde se ha llevado a cambio el cambio de variable s=𝒋ω . Este cambio es interesante porque la señal exponencial compleja tiene un significado físico más tangible, al poder ser interpretada como un fasor en el plano complejo rotando a una velocidad angular constante ω, cuya proyección en los ejes real e imaginario da lugar a las funciones cos(ω𝒕) y sen(ω𝒕), respectivamente. Estas señales co/sinusoidales son fácilmente generables en un laboratorio y corresponden, haciendo un símil acústico, a tonos de frecuencia pura.

Esto hace que, de todo el plano complejo definido por la variable de Laplace s, en la práctica nos interese restringirnos al caso s=𝒋ω. Esta particularización no solo hace más intuitivo el análisis en el dominio transformado a partir del uso de exponenciales complejas, sino que, además, reduce la Transformada de Laplace a una nueva transformada de una sola variable, ω.

Source:

  • Digital Signal Processing Using Matlab, 3erd ed
  • Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
  • Oppenheim – Señales y Sistemas
  • Análisis de Sistemas Lineales Asistido con Scilab – Un Enfoque desde la Ingeniería Eléctrica.

You can also be interested in:

Literature review by:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Exercises are solved!!

WhatsApp:  +34633129287  Inmediate Attention!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Quito, Guayaquil, Jaén. 

WhatsApp:  +34633129287   

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

Señal analógica y señal digital – Definición y diferencia

Una señal de tiempo continuo es aquella que se define sobre un intervalo de tiempo continuo. En dicha señal, la amplitud puede tener un intervalo continuo de valores o solamente un número finito de valores distintos.

Por su parte, una señal analógica es una señal definida de tiempo continuo cuya amplitud adopta un intervalo continuo de valores. En consecuencia, una señal analógica es un caso especial de señal de tiempo continuo. Por ello, en rigor, “la señal de tiempo continuo no es necesariamente una señal analógica… no son sinónimos”.

Luego, el proceso de representar una variable por medio de un conjunto de valores  distintos se denomina cuantificación. Por ende, si representamos una señal de tiempo continuo por medio de un conjunto de valores distintos de su amplitud, podemos llamarla señal cuantificada en amplitud en tiempo continuo. Note la diferencia entre esta última señal y una señal analógica, mediante la siguiente figura:

La amplitud de la señal cuantificada sólo cambia en un número finito de valores.

Por otra parte, una señal en tiempo discreto es una señal definida sólo en valores discretos de tiempo (es decir, t, la variable independiente de una señal en tiempo discreto, está cuantificada). Luego, si la amplitud de una señal de tiempo discreto puede adoptar valores en un intervalo continuo, esa señal se denomina señal de datos muestreados. Por el contrario, si la amplitud de una señal de tiempo discreto sólo puede adoptar valores de un conjunto finito (es decir, la amplitud está cuantificada), entonces estamos en presencia de una señal digital. En consecuencia:

“Una señal digital es una señal en tiempo discreto con amplitud cuantificada”

En la siguiente gráfica se ilustra la diferencia entre una señal de datos muestreados y una señal digital:

Fuentes:

  1. Sistemas de Control en tiempo discreto – Katsuhiko Ogata
  2. Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
  3. Análisis de sistemas lineales asistido con Scilab, Ebert Brea.
  4. Analisis_de_Sistemas_Lineales
  5. Oppenheim – Señales y Sistemas
  6. Señales y circuitos lineales

Te puede interesar:

Escrito por Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer – Twitter: @dademuch

Se hacen trabajos, se resuelven ejercicios!!

WhatsApp:  +34633129287  Atención Inmediata!!

Twitter: @dademuch

Mentoring Académico / Emprendedores / Empresarial

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Quito, Guayaquil, Jaén. 

WhatsApp:  +34633129287     

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

Transformada de Fourier en tiempo discreto – DTFT

Cuando un sistema en tiempo discreto es lineal y invariante en el tiempo (sistema LIT), solo una representación se destaca como la más útil. Se llama Transformada de Fourier de tiempo discreto (DTFT) y se basa en el conjunto de señales exponenciales complejas {ejωn}.

THE  DISCRETE-TIME FOURIER TRANSFORM (DTFT)

Si x[n] es absolutamente sumable, esto es:

Entonces, la DTFT de x[n] está dada por:

Ejemplo 1.

Determine the DTFT of x[n]:

Solution.

Dado que X(e) es una función de valor complejo, deberá trazar su magnitud y su ángulo (o la parte real y la parte imaginaria) con respecto a ω por separado para poder graficar, es decir, describir visualmente X(e). Ahora ω es una variable real entre –∞ y +∞, lo que significa que solo podemos graficar una parte de la función X(e). Usando dos propiedades importantes de la DTFT, podemos reducir este dominio al intervalo [0, π] para secuencias de valores reales.

Los siguientes scripts de Matlab nos permite graficar cada parte de X(e) del ejemplo 1:

w=[0:1:500]*pi/500; X=exp(i*w)./(exp(i*w)-0.5*ones(1,501));
magX=abs(X);angX=angle(X);
plot(w/pi,magX); grid
xlabel(‘Frequency in pi units’); ylabel(‘Magnitude’);
title(‘Magnitude Part’)

This script yields:

w=[0:1:500]*pi/500; X=exp(i*w)./(exp(i*w)-0.5*ones(1,501));
angX=angle(X);
plot(w/pi,angX); grid
xlabel(‘Frequency in pi units’); ylabel(‘Radians’);
title(‘Angle Part’)

This script yields:

Ejemplo 2.

Determine the DTFT of the following finite-duration sequence:

Solution.

Dos propiedades importamtes

Las siguientes dos propiedades son esenciales para el análisis DTFT:

Algunos pares DTFT de gran importancia

A partir de las propiedades anteriormente mencionadas, la DTFT de las siguientes secuencias, Tabla 1, revelan ser muy útiles:

Propiedades de la DTFT

Ahora presentamos el resto de las propiedades de la DTFT en la Tabla 2:

These properties will be of remarkable value for the next application of the DTFT: The z-Transformation. Estas propiedades serán de notable valor para la próxima aplicación de la DTFT: la transformada z.

Relacionado: Resolver ecuaciones diferenciales en tiempo discreto con Matlab

Fuentes:

  • Digital Signal Processing Using Matlab, 3erd ed
  • Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
  • Oppenheim – Señales y Sistemas
  • Análisis de Sistemas Lineales Asistido con Scilab – Un Enfoque desde la Ingeniería Eléctrica.

Puede estar interesado también en:

Revisión literaria hecha por:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Se hacen trabajos, se resuelven ejercicios!!

WhatsApp:  +34633129287  Atención Inmediata!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Quito, Guayaquil, Jaén. 

WhatsApp:  +34633129287   

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Sin categoría

The Discrete-Time Fourier Transform (DTFT)

When the system is linear and discrete time-invariant (LIT system), only one representation stands out as the most useful. It is called The Discrete-Time Fourier Transform (DTFT) and is based on the complex exponential signal set {ejωn}.

THE  DISCRETE-TIME FOURIER TRANSFORM (DTFT)

If x[n] is absolutely summable, that is:

Then, the Discrete-Time Fourier Transform of x[n] is given by:

Example 1.

Determine the DTFT of x[n]:

Solution.

Since X[e] is a complex-valued function, will have to plots its magnitude and its angle (or the real part and imaginary part) with respect to ω separately to visually describe X[e]. Now ω is a real variable between –∞ and +, which would mean that we can plot only a part of the X[e] function. Using two important properties of the DTFT, we can reduce this domain to the [0,π] interval for real-valued sequences.

The following Matlab script allows us to plot every part of X(e) of example 1:

w=[0:1:500]*pi/500; X=exp(i*w)./(exp(i*w)-0.5*ones(1,501));
magX=abs(X);angX=angle(X);
plot(w/pi,magX); grid
xlabel(‘Frequency in pi units’); ylabel(‘Magnitude’);
title(‘Magnitude Part’)

This script yields:

w=[0:1:500]*pi/500; X=exp(i*w)./(exp(i*w)-0.5*ones(1,501));
angX=angle(X);
plot(w/pi,angX); grid
xlabel(‘Frequency in pi units’); ylabel(‘Radians’);
title(‘Angle Part’)

This script yields:

Example 2.

Determine the DTFT of the following finite-duration sequence:

Solution.

Two important properties

The following two properties are essential for DTFT analysis:

Some common DTFT Pairs

Derived from the previous properties, the DTFT of the following sequences, Table 1, are very useful:

Properties of the DTFT

We now present the complete properties of the DTFT in Table 2:

These properties will be of remarkable value for the next application of the DTFT: The z-Transformation.

We early stated that the Fourier Transform representation is the most useful signal representation for LTI systems. That is true due to the following reason:

RESPONSE TO A COMPLEX EXPONENTIAL ejωon

Let  be the input to an LTI system represented by the impulse response h[n]:

Then:

Definition: The FREQUENCY RESPONSE

FREQUENCY RESPONSE: The Discrete-Time Fourier Transform of an impulse response is called The Frequency Response (or The Transfer Function) of an LTI system and is denoted by:

In consequence, if x[n] is the input to an LTI system:

The system can be represented by:

and the output is as follows:

… Next: The Frequency Response of an LTI system

Source:

  • Digital Signal Processing Using Matlab, 3erd ed
  • Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
  • Oppenheim – Señales y Sistemas
  • Análisis de Sistemas Lineales Asistido con Scilab – Un Enfoque desde la Ingeniería Eléctrica.

You can also be interested in:

Literature review by:

Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer

Exercises are solved!!

WhatsApp:  +34633129287  Inmediate Attention!!

Twitter: @dademuch

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV Caracas.

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: España. +34633129287

Caracas, Quito, Guayaquil, Jaén. 

WhatsApp:  +34633129287   

Twitter: @dademuch

FACEBOOK: DademuchConnection

email: dademuchconnection@gmail.com

Análisis de sistemas de control

Error en estado estacionario – Problemas resueltos – Catálogo 10

La siguiente guía contiene los procedimientos estándar de la cátedra de sistemas de control para el cálculo del error en estado estable. Cada problema tiene un costo de 8.5 euros. La Guía completa tiene un valor de 16.5 euros. Se facilita pago a través de Paypal.

Problema 1. Para el sistema del diagrama de bloques 1 mostrado a continuación, determine: a) el error permanente en términos de k y k1, si E(s)=R(s)-Y(s). b) seleccione k1 para que el error de estado estacionario sea nulo, c) graficar para una entrada escalón.

Problema 2. Para el sistema de control indicado en el diagrama de bloques 2, determine: a) la ecuación del error estacionario, para K. Considere: K=1, 10, 100, y obtenga:

  • El error de estado estacionario
  • El gráfico y(t) para r(t) si d(t)=0
  • El gráfico y(t)  para d(t) si r(t) =0
  • Presente una tabla para mostrar: Mp, ts al 2%, ess por r y por d.
Diagrama de bloques 2

Problema 3. Para el sistema del diagrama de bloques 4 mostrado a continuación, determine: a) el error permanente para una entrada rampa r(t)=t si t>0, en términos de K, km y kb; b) si km=10 y kb=0.05, seleccione K=? para que este  error permanente sea igual a la unidad (1); c) graficar para una entrada escalón y para una rampa.

Error en estado estable – Problemas resueltos – Catálogo 10

Ejercicio de error en estado estable. Observación: Pago por un ejercicio. Solicitar la entrega en PDF al whatsapp +34633129287

8,50 €

Error en estado estable – Problemas resueltos – Catálogo 10 guía completa

Guía resuelta de los problemas que se enuncian en el artículo. Pago por tres ejercicios. Luego de pagar por favor solicitar entrega de soluciones en PDF al WhatsApp +34633129287

16,50 €

Puedes consultar también:

Elaborado por Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer – Twitter: @dademuch

Mentoring Académico / Emprendedores / Empresarial

Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)

Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.

Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs

Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.

Contacto: Jaén – España: Tlf. 633129287

Caracas, Quito, Guayaquil, Jaén.

WhatsApp: +34 633129287

Twitter: @dademuch

FACEBOO DademuchConnection

email: dademuchconnection@gmail.com