representación de señales
DESCRIPTION
Representación de señales. Francisco Carlos Calderón PUJ 2009. Objetivos. Repasar conceptos de espacios vectoriales Definir espacios vectoriales de señales Representar señales utilizando bases ortogonales. Espacios Vectoriales. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/1.jpg)
Representación de señales
Francisco Carlos Calderón
PUJ 2009
![Page 2: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/2.jpg)
Objetivos
Repasar conceptos de espacios vectorialesDefinir espacios vectoriales de señalesRepresentar señales utilizando bases
ortogonales.
![Page 3: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/3.jpg)
Espacios Vectoriales
Un espacio vectorial, es un conjunto de elementos sobre el que pueden realizarse las operaciones de adiciónadición entre elementos del espacio y multiplicación multiplicación por elemento de un campo escalarcampo escalar.
![Page 4: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/4.jpg)
Espacios Vectoriales
Al definir un espacio vectorial, no se especifica la naturaleza de los elementos ni se dice como se realizarán las operaciones entre ellos
Pero si se exige que las operaciones posean ciertas propiedades tomadas como los axiomas de un espacio vectorial.
![Page 5: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/5.jpg)
Espacios Vectoriales
Sea V un conjunto no vacío, donde los elementos x, y y z pertenecen al conjunto ( ), este se llamará espacio lineal o vectorial si al asociarse con un campo escalar F con elementos α y β pertenecientes al campo ( ), satisface los siguientes diez (10) axiomas.
Vzyx ,,
F ,
![Page 6: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/6.jpg)
Espacios Vectoriales
Axiomas de clausura
i) Clausura respecto de la adición.
ii)Clausura respecto de la multiplicación por números reales.
zyx
yx
![Page 7: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/7.jpg)
Espacios Vectoriales
Axiomas para la adicióniii) Ley conmutativa.
iv) Ley asociativa.
v) Existencia del elemento nulo.
vi) Existencia del elemento opuesto.
xyyx
zyxzyx
xx 0
0 xx
![Page 8: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/8.jpg)
Espacios VectorialesAxiomas para la multiplicación por númerosvii)Ley asociativa.
viii) Ley distributiva para la adición en V.
ix) Ley distributiva para la adición de números.Para todo x de V y todo par de números complejos y , se tiene:
x) Existencia de elemento idéntico.
xx
yxyx
xxx
xx1
![Page 9: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/9.jpg)
Ejemplos de espacios vectorialesV = RR. Definiendo x + y y x la adición y multiplicación
de los números reales.
V = CC. Definiendo x + y y x la adición y multiplicación de los números complejos.
V = El conjunto de todas las funciones continuas definidas en un intervalo dado. (espacio funcional)
V = El conjunto de todos los polinomios. (espacio funcional)
V = El conjunto de todos los polinomios de grado n.
V = El conjunto de los polinomios de grado n no lo es ¿Qué axiomas no cumple?
![Page 10: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/10.jpg)
Conjuntos dependientes e independientes en un espacio vectorial Un conjunto SS de elementos de un espacio
vectorial VV se llama dependiente si existe un conjunto finito de elementos que pertenecen a SS, (x1, x2, ..., xk) y un correspondiente conjunto de escalares (c1, c2, ..., ck) no todos cero, tales que:
Si es no dependiente se llamará independiente
k
iii xc
1
0
![Page 11: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/11.jpg)
Bases en el espacio de las señales• Un conjunto finito SS de elementos de un
espacio lineal VV se llama base finita de VV si SS es independiente y genera VV.
• El espacio V es de dimensión finita si tiene una base finita.
• La dimensión de un espacio vectorial se define como el mayor número posible de elementos linealmente independientes que pueden ser tomados para generar el espacio vectorial.
![Page 12: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/12.jpg)
Espacio vectorial. Producto interno Un espacio vectorial real o complejo VV tiene
producto interno si a cada par de elementos (x, y) de VV corresponde un número real (o complejo) que satisface los siguientes axiomas:
![Page 13: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/13.jpg)
Axiomas producto interno
Cualesquiera que sean (x, y, z) de V y para todos los escalares reales o complejos.
Conmutatividad o simetría.
Distributividad o linealidad.
Asociatividad u homogeneidad.
Positividad
xyyx ,,
zxyxzyx ,,,
ycxyxc ,,
00, xsixx
![Page 14: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/14.jpg)
Ejemplo de producto interiores Si y son dos vectores, se
define el producto interno como:
Con f y g funciones reales continuas en el intervalo (a,b).
21 , xxx 21 , yyy
221221112, yxyxyxyxyx
b
a
dttgtfgf ,
![Page 15: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/15.jpg)
Ortogonalidad en un espacio
En un espacio V, dos elementos se llaman ortogonales si su producto interior es cero:
De esta forma si es un conjunto de elementos que conforma una base y que cumplen:
Entonces se dice que el conjunto S es una base ortogonal.
0, yx nxxxxS ,,,, 321
jixx ji 0,
![Page 16: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/16.jpg)
Ortonormalidad
Si además de cumplir con ortogonalidad, los elementos de la base cumplen:
Entonces se dice que el conjunto S es una base ortonormal, ya que el producto interior entre un mismo elemento es igual a uno (1), es decir, todos los elementos poseen norma igual a uno (1).
con la norma definida como ||x|| = √ (x, x) .
ixxx iii ,1,
![Page 17: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/17.jpg)
Representaciones ortogonales de señales
• Es conveniente representar señales como una suma ponderada de funciones ortogonales
• Es posible visualizar las señales como vectores en un sistema de coordenadas ortogonal en el que las funciones ortogonales representan los vectores unitarios
![Page 18: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/18.jpg)
Conjunto Ortogonal
• Un conjunto de señales ɸi, i=(…-3,-2,-1,0,1,2,3,…). Se denomina ortogonal en un intervalo (t1, t2), si:
• Donde Ek es la energía de la señal y δ es el delta de Kroenecker
)(
,0
,)()(
2
1
*
klE
kl
klEdttt
k
kt
t
kl
![Page 19: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/19.jpg)
Conjunto Ortonormal
• Si Ek es igual a la unidad para todo k, se dice que el conjunto es ortonormalnormal en un intervalo (t1, t2).
kl
kldttt
t
t
kl ,0
,1)()(
2
1
*
Ejemplo: ver que ɸi(t)=sen (mt) con m=1,2,3 forma un conjunto ortogonal en (-π, π), normalizarlo.
![Page 20: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/20.jpg)
Método de ortogonalización de Gram‐Schmidt
i
ii
i
kkkiii
u
ue
uuu
u
ue
uuuuu
u
ue
uuu
u
ue
u
1
1
3
33
22311333
2
22
11222
1
11
11
),(
),(),(
),(
Tomado de Wikipedia: http://es.wikipedia.org/wiki/Proceso_de_ortogonalizaci%C3%B3n_de_Gram-Schmidt
Para mas información ver:
http://www.kmels.net/wp-content/files/uvg/mm2002/gram-schmidt/Gram-Schmidt.pdf
Tomado de Wikipedia: http://es.wikipedia.org/wiki/Proceso_de_ortogonalizaci%C3%B3n_de_Gram-Schmidt
Para mas información ver:
http://www.kmels.net/wp-content/files/uvg/mm2002/gram-schmidt/Gram-Schmidt.pdf
![Page 21: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/21.jpg)
Representaciones ortogonales de señales• Estos conjuntos ortogonales y Ortonormales, producen
desarrollos en series de señales simples.
• Donde
i
ii tctx )()(
ik
ikEdtttcdtttx
idtttxE
c
it
t
ki
ii
t
t
k
t
t
ii
i
,0
,)()()()(
,...)1,0,1(...,,)()(1
2
1
2
1
2
1
**
*
Desarrollo en serie de Fourier generalizado de x(t)
Ci son los coeficientes de Fourier con respecto al conjunto ortonormal )(ti
![Page 22: Representación de señales](https://reader035.vdocuments.pub/reader035/viewer/2022062315/568153ce550346895dc1c1b1/html5/thumbnails/22.jpg)
Referencias
Señales y sistemas continuos y discretos, Soliman. S y Srinath. M. 2ª edición cap 2
Señales y sistemas ,Oppenheim, alan cap 1 Calculus calculo infinitesimal, segunda edición
Michael Spivak. Apuntes de clase Prof. Jairo Hurtado PUJ Apuntes de clase Prof. Julián Quiroga PUJ http://es.wikipedia.org/wiki/
Proceso_de_ortogonalizaci%C3%B3n_de_Gram-Schmidt