el teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentaciontfg.pdf · jos e garc a...
TRANSCRIPT
![Page 1: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/1.jpg)
El teorema de muestreo y sus aplicaciones
Jose Garcıa Fernandez
Universidad de Sevilla
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 2: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/2.jpg)
Introduccion
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
http://euler.us.es/~renato/clases/tfg/jgf/.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 3: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/3.jpg)
Introduccion
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
http://euler.us.es/~renato/clases/tfg/jgf/.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 4: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/4.jpg)
Introduccion
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
http://euler.us.es/~renato/clases/tfg/jgf/.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 5: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/5.jpg)
Capıtulos
Plan:
F Capıtulo 1: La serie de Fourier
F Capıtulo 2: La transformada de Fourier
F Capıtulo 3: Senales
F Capıtulo 4: Programas
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 6: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/6.jpg)
Capıtulos
Plan:
F Capıtulo 1: La serie de Fourier
F Capıtulo 2: La transformada de Fourier
F Capıtulo 3: Senales
F Capıtulo 4: Programas
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 7: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/7.jpg)
Capıtulos
Plan:
F Capıtulo 1: La serie de Fourier
F Capıtulo 2: La transformada de Fourier
F Capıtulo 3: Senales
F Capıtulo 4: Programas
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 8: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/8.jpg)
Capıtulos
Plan:
F Capıtulo 1: La serie de Fourier
F Capıtulo 2: La transformada de Fourier
F Capıtulo 3: Senales
F Capıtulo 4: Programas
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 9: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/9.jpg)
Capıtulos
Plan:
F Capıtulo 1: La serie de Fourier
F Capıtulo 2: La transformada de Fourier
F Capıtulo 3: Senales
F Capıtulo 4: Programas
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 10: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/10.jpg)
La serie de Fourier
Definicion: Dada una funcion f de cuadrado integrable en [−π, π] y2π-periodica en [−π, π] definimos la serie trigonometrica de Fourier como:
Sf (x) =a0
2+∞∑n=1
an cos (nx) + bn sin (nx),
donde los coeficientes vienen dados por las expresiones:
a0 =1
π
∫ π
−πf (x)dx , an =
1
π
∫ π
−πf (x) cos (nx)dx , bn =
1
π
∫ π
−πf (x) sin (nx)dx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 11: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/11.jpg)
La serie de Fourier
Definicion: Dada una funcion f de cuadrado integrable en [−π, π] y2π-periodica en [−π, π] definimos la serie trigonometrica de Fourier como:
Sf (x) =a0
2+∞∑n=1
an cos (nx) + bn sin (nx),
donde los coeficientes vienen dados por las expresiones:
a0 =1
π
∫ π
−πf (x)dx , an =
1
π
∫ π
−πf (x) cos (nx)dx , bn =
1
π
∫ π
−πf (x) sin (nx)dx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 12: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/12.jpg)
La serie de Fourier
Definicion: Dada una funcion f de cuadrado integrable en [−π, π] y2π-periodica en [−π, π] definimos la serie trigonometrica de Fourier como:
Sf (x) =a0
2+∞∑n=1
an cos (nx) + bn sin (nx),
donde los coeficientes vienen dados por las expresiones:
a0 =1
π
∫ π
−πf (x)dx , an =
1
π
∫ π
−πf (x) cos (nx)dx , bn =
1
π
∫ π
−πf (x) sin (nx)dx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 13: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/13.jpg)
Ejemplos
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x con 5 terminos (izquierda) y con 12 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 14: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/14.jpg)
Ejemplos
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x con 5 terminos (izquierda) y con 12 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 15: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/15.jpg)
Ejemplos
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x con 5 terminos (izquierda) y con 12 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 16: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/16.jpg)
Ejemplos
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
serie de Fourierf(x)=x
-4
-3
-2
-1
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x con 5 terminos (izquierda) y con 12 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 17: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/17.jpg)
Ejemplos
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x2 con 2 terminos (izquierda) y con 4 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 18: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/18.jpg)
Ejemplos
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x2 con 2 terminos (izquierda) y con 4 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 19: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/19.jpg)
Ejemplos
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x2 con 2 terminos (izquierda) y con 4 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 20: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/20.jpg)
Ejemplos
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
x
f(x)=x2
Serie de Fourier
0
1
2
3
4
5
-6 -4 -2 0 2 4 6
Figura: Serie de Fourier de x2 con 2 terminos (izquierda) y con 4 (derecha).
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 21: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/21.jpg)
Fenomeno de Gibbs
Figura: Serie de Fourier con 20 terminos de signo(x) (izquierda) y con 200terminos (derecha).
∣∣∣max signo(x)−max lımn→∞
Snf (x)∣∣∣ = 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 22: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/22.jpg)
Fenomeno de Gibbs
Figura: Serie de Fourier con 20 terminos de signo(x) (izquierda) y con 200terminos (derecha).
∣∣∣max signo(x)−max lımn→∞
Snf (x)∣∣∣ = 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 23: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/23.jpg)
Fenomeno de Gibbs
Figura: Serie de Fourier con 20 terminos de signo(x) (izquierda) y con 200terminos (derecha).
∣∣∣max signo(x)−max lımn→∞
Snf (x)∣∣∣ = 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 24: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/24.jpg)
Fenomeno de Gibbs
Figura: Serie de Fourier con 20 terminos de signo(x) (izquierda) y con 200terminos (derecha).
∣∣∣max signo(x)−max lımn→∞
Snf (x)∣∣∣ = 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 25: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/25.jpg)
Fenomeno de Gibbs
Figura: Serie de Fourier con 20 terminos de signo(x) (izquierda) y con 200terminos (derecha).
∣∣∣max signo(x)−max lımn→∞
Snf (x)∣∣∣ = 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 26: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/26.jpg)
Fenomeno de Gibbs
Sea f con una discontinuidad de salto finito en el punto x0, definimos
µ =f (x+
0 )− f (x−0 )
2. Tomando g(x) = f (x)− µ signo(x). Entonces:∣∣∣max f (x)−max lım
n→∞Snf (x)
∣∣∣ = µ 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 27: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/27.jpg)
Fenomeno de Gibbs
Sea f con una discontinuidad de salto finito en el punto x0,
definimos
µ =f (x+
0 )− f (x−0 )
2. Tomando g(x) = f (x)− µ signo(x). Entonces:∣∣∣max f (x)−max lım
n→∞Snf (x)
∣∣∣ = µ 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 28: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/28.jpg)
Fenomeno de Gibbs
Sea f con una discontinuidad de salto finito en el punto x0, definimos
µ =f (x+
0 )− f (x−0 )
2.
Tomando g(x) = f (x)− µ signo(x). Entonces:∣∣∣max f (x)−max lımn→∞
Snf (x)∣∣∣ = µ 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 29: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/29.jpg)
Fenomeno de Gibbs
Sea f con una discontinuidad de salto finito en el punto x0, definimos
µ =f (x+
0 )− f (x−0 )
2. Tomando g(x) = f (x)− µ signo(x).
Entonces:∣∣∣max f (x)−max lımn→∞
Snf (x)∣∣∣ = µ 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 30: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/30.jpg)
Fenomeno de Gibbs
Sea f con una discontinuidad de salto finito en el punto x0, definimos
µ =f (x+
0 )− f (x−0 )
2. Tomando g(x) = f (x)− µ signo(x). Entonces:∣∣∣max f (x)−max lım
n→∞Snf (x)
∣∣∣ = µ 1, 17897...
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 31: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/31.jpg)
Transformada de Fourier
f (λ) = F [f ](λ) :=1
2π
∫ ∞−∞
f (x)e−iλxdx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 32: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/32.jpg)
Transformada de Fourier
f (λ) = F [f ](λ) :=1
2π
∫ ∞−∞
f (x)e−iλxdx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 33: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/33.jpg)
Transformada de Fourier
f (λ) = F [f ](λ) :=1
2π
∫ ∞−∞
f (x)e−iλxdx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 34: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/34.jpg)
Transformada de Fourier
f (λ) = F [f ](λ) :=1
2π
∫ ∞−∞
f (x)e−iλxdx .
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 35: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/35.jpg)
Senales
Definicion Por una senal s(t), entenderemos una funcion casi-continua enun intervalo I = (t0, t) ∈ R.
Definicion Una senal s(t) es de energıa finita si s ∈ L2, es decir:
E =
∫ +∞
−∞|s(t)|2dt < +∞.
Definicion La funcion S(w) = |s(w)| , es denominada espectro de la senal s.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 36: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/36.jpg)
Senales
Definicion Por una senal s(t), entenderemos una funcion casi-continua enun intervalo I = (t0, t) ∈ R.
Definicion Una senal s(t) es de energıa finita si s ∈ L2, es decir:
E =
∫ +∞
−∞|s(t)|2dt < +∞.
Definicion La funcion S(w) = |s(w)| , es denominada espectro de la senal s.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 37: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/37.jpg)
Senales
Definicion Por una senal s(t), entenderemos una funcion casi-continua enun intervalo I = (t0, t) ∈ R.
Definicion Una senal s(t) es de energıa finita si s ∈ L2,
es decir:
E =
∫ +∞
−∞|s(t)|2dt < +∞.
Definicion La funcion S(w) = |s(w)| , es denominada espectro de la senal s.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 38: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/38.jpg)
Senales
Definicion Por una senal s(t), entenderemos una funcion casi-continua enun intervalo I = (t0, t) ∈ R.
Definicion Una senal s(t) es de energıa finita si s ∈ L2, es decir:
E =
∫ +∞
−∞|s(t)|2dt < +∞.
Definicion La funcion S(w) = |s(w)| , es denominada espectro de la senal s.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 39: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/39.jpg)
Senales
Definicion Por una senal s(t), entenderemos una funcion casi-continua enun intervalo I = (t0, t) ∈ R.
Definicion Una senal s(t) es de energıa finita si s ∈ L2, es decir:
E =
∫ +∞
−∞|s(t)|2dt < +∞.
Definicion La funcion S(w) = |s(w)| , es denominada espectro de la senal s.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 40: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/40.jpg)
Senales
Definicion Una senal es de banda limitada a B si:
F [s](w) = 0, ∀ |w | ≥ B,
donde F [s](w) es la transformada de Fourier de s(t), es decir, el espectro dela senal esta contenido en un compacto de R. Analogamente:
s(w) = F [s](w) =1
2π
∫ ∞−∞
s(t)e−iwtdt =1
2π
∫ B
−Bs(t)e−iwtdt.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 41: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/41.jpg)
Senales
Definicion Una senal es de banda limitada a B si:
F [s](w) = 0, ∀ |w | ≥ B,
donde F [s](w) es la transformada de Fourier de s(t), es decir, el espectro dela senal esta contenido en un compacto de R. Analogamente:
s(w) = F [s](w) =1
2π
∫ ∞−∞
s(t)e−iwtdt =1
2π
∫ B
−Bs(t)e−iwtdt.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 42: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/42.jpg)
Senales
Definicion Una senal es de banda limitada a B si:
F [s](w) = 0, ∀ |w | ≥ B,
donde F [s](w) es la transformada de Fourier de s(t), es decir, el espectro dela senal esta contenido en un compacto de R.
Analogamente:
s(w) = F [s](w) =1
2π
∫ ∞−∞
s(t)e−iwtdt =1
2π
∫ B
−Bs(t)e−iwtdt.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 43: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/43.jpg)
Senales
Definicion Una senal es de banda limitada a B si:
F [s](w) = 0, ∀ |w | ≥ B,
donde F [s](w) es la transformada de Fourier de s(t), es decir, el espectro dela senal esta contenido en un compacto de R. Analogamente:
s(w) = F [s](w) =1
2π
∫ ∞−∞
s(t)e−iwtdt =1
2π
∫ B
−Bs(t)e−iwtdt.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 44: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/44.jpg)
Ejemplos de senales
Escalon de Heaviside:
Heaviside (t) =
1 si t ≥ 0,
0 si t < 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 45: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/45.jpg)
Ejemplos de senales
Escalon de Heaviside:
Heaviside (t) =
1 si t ≥ 0,
0 si t < 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 46: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/46.jpg)
Ejemplos de senales
Escalon de Heaviside:
Heaviside (t) =
1 si t ≥ 0,
0 si t < 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 47: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/47.jpg)
Ejemplos de senales
Pulso rectangular:
Rect(t) =
1 si |t| ≤ 1,
0 si |t| > 1.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 48: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/48.jpg)
Ejemplos de senales
Pulso rectangular:
Rect(t) =
1 si |t| ≤ 1,
0 si |t| > 1.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 49: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/49.jpg)
Ejemplos de senales
Pulso rectangular:
Rect(t) =
1 si |t| ≤ 1,
0 si |t| > 1.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 50: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/50.jpg)
Ejemplos de senales
Senal sinusoidal:
f (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2), w1,w2 > 0.
Senal con ruido:
fr (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2) + a0random(t), w1,w2 > 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 51: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/51.jpg)
Ejemplos de senales
Senal sinusoidal:
f (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2), w1,w2 > 0.
Senal con ruido:
fr (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2) + a0random(t), w1,w2 > 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 52: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/52.jpg)
Ejemplos de senales
Senal sinusoidal:
f (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2), w1,w2 > 0.
Senal con ruido:
fr (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2) + a0random(t), w1,w2 > 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 53: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/53.jpg)
Ejemplos de senales
Senal sinusoidal:
f (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2), w1,w2 > 0.
Senal con ruido:
fr (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2) + a0random(t), w1,w2 > 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 54: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/54.jpg)
Ejemplos de senales
Senal sinusoidal:
f (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2), w1,w2 > 0.
Senal con ruido:
fr (t) = A sin(w1t + ϕ1) + B sin(w2t + ϕ2) + a0random(t), w1,w2 > 0.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 55: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/55.jpg)
Tipos de senales
Una senal que sea casi-continua, se dice que es analogica. Si la senal es unconjunto de valores dados s1, s2, ..., sN , ... se dice que la senal es digital. Ası:
f : R→ R, f ∈ C (R) =⇒ senal analogica.
Si en vez de f tenemos sus muestras tomadas con una frecuencia 1/a,diremos que la senal es digital:
(f (xk))k : xk = ka, k ∈ Z =⇒ senal digital.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 56: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/56.jpg)
Tipos de senales
Una senal que sea casi-continua, se dice que es analogica. Si la senal es unconjunto de valores dados s1, s2, ..., sN , ... se dice que la senal es digital.
Ası:
f : R→ R, f ∈ C (R) =⇒ senal analogica.
Si en vez de f tenemos sus muestras tomadas con una frecuencia 1/a,diremos que la senal es digital:
(f (xk))k : xk = ka, k ∈ Z =⇒ senal digital.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 57: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/57.jpg)
Tipos de senales
Una senal que sea casi-continua, se dice que es analogica. Si la senal es unconjunto de valores dados s1, s2, ..., sN , ... se dice que la senal es digital. Ası:
f : R→ R, f ∈ C (R) =⇒ senal analogica.
Si en vez de f tenemos sus muestras tomadas con una frecuencia 1/a,diremos que la senal es digital:
(f (xk))k : xk = ka, k ∈ Z =⇒ senal digital.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 58: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/58.jpg)
Tipos de senales
Una senal que sea casi-continua, se dice que es analogica. Si la senal es unconjunto de valores dados s1, s2, ..., sN , ... se dice que la senal es digital. Ası:
f : R→ R, f ∈ C (R) =⇒ senal analogica.
Si en vez de f tenemos sus muestras tomadas con una frecuencia 1/a,diremos que la senal es digital:
(f (xk))k : xk = ka, k ∈ Z =⇒ senal digital.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 59: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/59.jpg)
El Teorema de muestreo
Teorema Sea una senal x(t) de energıa finita y de banda limitada a B,entonces:
x(t) =1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Es decir, para recuperar una senal banda limitada a B basta conocer susmuestras tomadas con una frecuencia igual a 2B. Dicha frecuencia sedenomina frecuencia de Nyquist.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 60: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/60.jpg)
El Teorema de muestreo
Teorema Sea una senal x(t) de energıa finita y de banda limitada a B,entonces:
x(t) =1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Es decir, para recuperar una senal banda limitada a B basta conocer susmuestras tomadas con una frecuencia igual a 2B. Dicha frecuencia sedenomina frecuencia de Nyquist.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 61: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/61.jpg)
El Teorema de muestreo
Teorema Sea una senal x(t) de energıa finita y de banda limitada a B,entonces:
x(t) =1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Es decir, para recuperar una senal banda limitada a B basta conocer susmuestras tomadas con una frecuencia igual a 2B. Dicha frecuencia sedenomina frecuencia de Nyquist.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 62: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/62.jpg)
El Teorema de muestreo
Teorema Sea una senal x(t) de energıa finita y de banda limitada a B,entonces:
x(t) =1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Es decir, para recuperar una senal banda limitada a B basta conocer susmuestras tomadas con una frecuencia igual a 2B. Dicha frecuencia sedenomina frecuencia de Nyquist.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 63: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/63.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 64: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/64.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 65: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/65.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 66: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/66.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u,
donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 67: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/67.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 68: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/68.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 69: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/69.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 70: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/70.jpg)
Idea de la demostracion
Consideremos f (u) = e2πiut en el intervalo (−B,B).
Calculamos su serie exponencial de Fourier en la base{e2πi(n/2B)u
}n≥0
.
f (u) =∞∑
n=−∞cne
2πi(n/2B)u, donde cn =sin (π(2tB − n))
π(2Bt − n).
Recordemos que nuestra senal x(t) =∫ B
−B X (u)e2πiutdu.
Sustituyendo f (u) en la ultima expresion:
x(t) =
∫ B
−BX (u)
∞∑n=−∞
sin (π(2tB − n))
π(2Bt − n)e2πi(n/2B)udu =
=1
π
∞∑n=−∞
x( n
2B
) sin (π(2Bt − n))
2Bt − n.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 71: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/71.jpg)
Cota de error
Teorema Sea x(t) una senal con energıa finita y de banda limitada a B, severifica que:
|x(t)| ≤√
BE
π.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 72: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/72.jpg)
Cota de error
Teorema Sea x(t) una senal con energıa finita y de banda limitada a B,
severifica que:
|x(t)| ≤√
BE
π.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 73: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/73.jpg)
Cota de error
Teorema Sea x(t) una senal con energıa finita y de banda limitada a B, severifica que:
|x(t)| ≤√
BE
π.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 74: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/74.jpg)
Cota de error
Teorema Sea x(t) una senal con energıa finita y de banda limitada a B, severifica que:
|x(t)| ≤√
BE
π.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 75: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/75.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital. ¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo. Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 76: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/76.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital.
¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo. Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 77: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/77.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital. ¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo. Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 78: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/78.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital. ¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo.
Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 79: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/79.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital. ¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo. Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 80: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/80.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital. ¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo. Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 81: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/81.jpg)
Aliasing
El aliasing es el efecto que causa que senales continuas distintas no seandistinguibles cuando realizamos un muestreo digital. ¿Cuando se produce?
νs = 1/a ≥ 2B,
donde νs representa nuestra frecuencia de muestreo. Consideremosx(t) = sin(2πt).
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 82: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/82.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 83: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/83.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 84: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/84.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 85: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/85.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 86: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/86.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 87: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/87.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.
Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 88: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/88.jpg)
Irregular sampling
¿Y si las muestras no son equidistantes?
Hay otros tipos de muestreo.
Muestreo irregular.
Principal inconveniente: No podemos usar el teorema de muestreo quehemos visto anteriormente.
Principal ventaja: Poco probable que se produzca aliasing.Mas eficiente en determinado tipo de senales.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 89: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/89.jpg)
Programas
¿Espectro de una senal?
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 90: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/90.jpg)
Programas
¿Espectro de una senal?
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 91: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/91.jpg)
Programas
¿Espectro de una senal?
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 92: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/92.jpg)
Programas
¿Espectro de una senal?
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 93: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/93.jpg)
Programas
¿Espectro de una senal?
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 94: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/94.jpg)
Programas
¿Espectro de una senal?
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 95: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/95.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 96: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/96.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 97: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/97.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 98: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/98.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 99: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/99.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 100: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/100.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 101: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/101.jpg)
Recuperacion de una senal
Veamos un ejemplo con la senal x(t) = sin(2πt).
B = 2.
νs =1
a≥ 2B.
Tomamos a = 1/4.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 102: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/102.jpg)
Recuperacion de una senal
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Opiniones: Es una buena reconstruccion ... pero hay un error.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 103: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/103.jpg)
Recuperacion de una senal
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Opiniones: Es una buena reconstruccion ... pero hay un error.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 104: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/104.jpg)
Recuperacion de una senal
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Opiniones:
Es una buena reconstruccion ... pero hay un error.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 105: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/105.jpg)
Recuperacion de una senal
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Opiniones: Es una buena reconstruccion
... pero hay un error.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 106: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/106.jpg)
Recuperacion de una senal
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.5 1 1.5 2
Opiniones: Es una buena reconstruccion ... pero hay un error.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 107: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/107.jpg)
Recuperacion de una senal
Veamos otro ejemplo con la senal x(t) = sin(2πt) + cos(3πt).
νs =1
a≥ 2B.
Tomamos a = 1/16.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 108: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/108.jpg)
Recuperacion de una senal
Veamos otro ejemplo con la senal x(t) = sin(2πt) + cos(3πt).
νs =1
a≥ 2B.
Tomamos a = 1/16.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 109: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/109.jpg)
Recuperacion de una senal
Veamos otro ejemplo con la senal x(t) = sin(2πt) + cos(3πt).
νs =1
a≥ 2B.
Tomamos a = 1/16.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 110: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/110.jpg)
Recuperacion de una senal
Veamos otro ejemplo con la senal x(t) = sin(2πt) + cos(3πt).
νs =1
a≥ 2B.
Tomamos a = 1/16.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 111: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/111.jpg)
Recuperacion de una senal
Veamos otro ejemplo con la senal x(t) = sin(2πt) + cos(3πt).
νs =1
a≥ 2B.
Tomamos a = 1/16.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 112: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/112.jpg)
Recuperacion de una senal
Veamos otro ejemplo con la senal x(t) = sin(2πt) + cos(3πt).
νs =1
a≥ 2B.
Tomamos a = 1/16.
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 113: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/113.jpg)
Recuperacion de una senal
Y recuperamos la senal original:
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.2 0.4 0.6 0.8 1
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 114: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/114.jpg)
Recuperacion de una senal
Y recuperamos la senal original:
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.2 0.4 0.6 0.8 1
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 115: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/115.jpg)
Recuperacion de una senal
Y recuperamos la senal original:
t
MuestrasReconstrucción
Original
-3
-2
-1
0
1
2
3
0 0.2 0.4 0.6 0.8 1
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 116: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/116.jpg)
Recuperacion de una senal
Tambien hemos realizado el programa de recuperacion con Octave:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 117: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/117.jpg)
Recuperacion de una senal
Tambien hemos realizado el programa de recuperacion con Octave:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 118: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/118.jpg)
Recuperacion de una senal
Tambien hemos realizado el programa de recuperacion con Octave:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 119: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/119.jpg)
Aliasing
Observemos otros casos en los que tambien se produce el aliasing:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 120: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/120.jpg)
Aliasing
Observemos otros casos en los que tambien se produce el aliasing:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 121: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/121.jpg)
Aliasing
Observemos otros casos en los que tambien se produce el aliasing:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 122: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/122.jpg)
Aliasing
Observemos otros casos en los que tambien se produce el aliasing:
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 123: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/123.jpg)
Aliasing
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 124: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/124.jpg)
Aliasing
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 125: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/125.jpg)
Aliasing
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 126: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/126.jpg)
Por ultimo
Destacamos que en los programas utilizamos la transformada rapida deFourier, y no la transformada convencional:
Muchas gracias por la atencion
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 127: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/127.jpg)
Por ultimo
Destacamos que en los programas utilizamos la transformada rapida deFourier, y no la transformada convencional:
Muchas gracias por la atencion
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 128: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/128.jpg)
Por ultimo
Destacamos que en los programas utilizamos la transformada rapida deFourier, y no la transformada convencional:
Muchas gracias por la atencion
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones
![Page 129: El teorema de muestreo y sus aplicacionesrenato/clases/tfg/jgf/presentacionTFG.pdf · Jos e Garc a Fern andez El teorema de muestreo y sus aplicaciones Fen omeno de Gibbs Figura:Serie](https://reader030.vdocuments.net/reader030/viewer/2022040618/5f261392c773b30f21492549/html5/thumbnails/129.jpg)
Por ultimo
Destacamos que en los programas utilizamos la transformada rapida deFourier, y no la transformada convencional:
Muchas gracias por la atencion
Jose Garcıa Fernandez El teorema de muestreo y sus aplicaciones