Transformada de Laplace y Teorema de Nyquist: Conceptos Clave para Exámenes

Preguntas teóricas típicas y cómo explicar los gráficos

Sobre la Transformada de Laplace

• ¿Qué es y cómo funciona? (El mecanismo): Es una herramienta matemática que permite tomar un sistema físico complejo, descrito por ecuaciones diferenciales en el dominio del tiempo (donde resolver es difícil, sobre todo con condiciones iniciales), y transformarlo a un dominio algebraico complejo llamado "dominio s". El mecanismo fundamental es que convierte las derivadas en el tiempo en multiplicaciones por la variable s (una ecuación diferencial pasa a ser un simple polinomio fácil de despejar).
• ¿Qué significa la variable s? Es una variable compleja ($s = \sigma + j\omega$). No solo tiene en cuenta la frecuencia de oscilación de la señal ($\omega$, como hace Fourier), sino también su crecimiento o decaimiento en el tiempo mediante su parte real ($\sigma$).
• Explicar el gráfico del "Plano s" (Polos y Ceros):

  Si te piden dibujar o explicar un plano complejo (con un eje Real horizontal y un eje Imaginario vertical):

  • Si los polos caen en el lado izquierdo (Parte Real negativa): El sistema es estable. Esto se debe a que la exponencial asociada ($e^{-at}$) decaerá con el tiempo hasta extinguirse (respuesta transitoria).
  • Si los polos caen justo sobre el eje imaginario: Representan una oscilación mantenida en el tiempo (como un seno o un coseno que no se frena). Generalmente, ahí se encuentran los polos de tu señal de entrada que formarán el régimen permanente.
  • Si los polos tienen coordenada imaginaria (complejos conjugados): El sistema tiene una respuesta subamortiguada; es decir, oscilará antes de estabilizarse.

Sobre Muestreo (Sampling)

• ¿Qué es y cuál es su objetivo? Es el proceso de convertir una señal de tiempo continuo (por ejemplo, el voltaje que genera un sensor analógico) a una secuencia discreta de números. El mecanismo matemático consiste en multiplicar la señal original por un "tren de impulsos" de Dirac separados por un tiempo $T_s$. En la práctica, es lo que permite que un microcontrolador pueda leer y procesar información del mundo real.
• ¿Qué dice el Teorema de Nyquist y qué es el Aliasing? El teorema establece que, para no perder información, debes tomar muestras a una frecuencia ($f_s$) que sea por lo menos el doble de la frecuencia más rápida ($f_{max}$) que contenga tu señal original. Si muestreas más lento que eso, las frecuencias altas se superponen sobre las bajas, creando frecuencias falsas o "alias" (como el efecto visual de la rueda de un auto que parece girar hacia atrás en los videos).
• Explicar los gráficos de espectros de muestreo:

  Si te solicitan explicar los gráficos de los espectros:

  1. El espectro original: Es un triángulo centrado en el cero, que llega hasta $f_{max}$ o $\omega_M$. Esto significa que tu señal física está acotada en ese ancho de banda.
  2. El espectro muestreado sin Aliasing: Al muestrear, ese triángulo original "se clona" infinitamente hacia la derecha y la izquierda cada $\omega_s$. Si se cumple Nyquist ($f_s > 2f_{max}$), existe una separación limpia entre un triángulo y el siguiente.
  3. El espectro con Aliasing: Si la frecuencia de muestreo no fue suficientemente grande, los triángulos replicados se solapan. La base de un triángulo entra en la zona del anterior; ese solapamiento es información que se corrompió irreversiblemente.
• Gráfico del Filtro de Reconstrucción: Suele representarse como un "cuadrado" o "rectángulo" que abraza únicamente al triángulo central (el que está en el cero). Físicamente, es un filtro pasa-bajos ideal que elimina todas las réplicas infinitas de los costados, logrando recuperar la señal continua original de forma precisa.