Propiedad Causalidad | | UPV

Título: Propiedad Causalidad
Descripción: Define la propiedad de causalidad e indica cómo determinar si un sistema la posee o no Bernabeu Soler, PA. (2009). Propiedad Causalidad. hdl.handle.net/...
Descripción automática: En este video, el profesor del departamento de comunicaciones explica la caracterización de sistemas causales. Se inicia definiendo la causalidad como aquella propiedad de un sistema donde la salida depende únicamente de los valores de entrada en el momento presente y en el pasado, siendo estos sistemas no anticipativos, es decir, no requieren conocimiento de valores de entrada futuros para definir la salida actual.
Se destacan consideraciones importantes, tales como que todos los sistemas sin memoria son causales, pero la causalidad no es siempre fundamental, como en el procesado de imágenes u otros datos previamente almacenados, donde es posible aplicar sistemas no causales.
Para determinar la causalidad, se debe verificar la relación entrada-salida para todos los tiempos, tanto positivos como negativos. Se presentan ejemplos concretos, donde se evalúan sistemas en tiempo discreto y se analizan para determinar si son causales o no. Ejemplos que involucran operaciones matemáticas puras, como la multiplicación por el coseno o seno de tiempo, no afectan la causalidad, a diferencia de cuando estas operaciones se aplican a las señales de entrada.
Finalmente, se resume que un sistema es causal si su salida actual no depende de entradas futuras, permitiendo combinaciones de entrada-salida que excluyan valores futuros. Se dan ejemplos matemáticos de sistemas causales y no causales, facilitando así la comprensión y caracterización de estos sistemas.
Autor/a: Bernabeu Soler Pablo Andrés
Universitat Politècnica de València UPV: www.upv.es
Más vídeos en: / valenciaupv
Accede a nuestros MOOC: upvx.es
#Causa-efecto #Sistemas #Propiedad causalidad #Propiedades de los sistemas #

[@dario4815162342]

porq mi profe no lo explico asi de simple claro y consiso......GRACIAS me sirvio de mucho

[@ay22062006]

Perfecto. Muy bien explicado gracias

[@nataliaha5577]

Muy buena explicación, muchas gracias

[@juanpablopovedalopez773]

Super , muchas gracias profe muy claro

[@vasa1933]

Excelente profesor, muchas gracias

[@albertoochoa7657]

Gracias por la información!

[@arnoldjoeibarra4993]

Excelente manera de explicar, saludos desde México

[@jorjito123]

todo muy claro, me fue de gran ayuda!

[@danielnicolasgonzalezcely1991]

Hola si tengo una funcion y[n]=2x[2^n] ¿se puede considerar para alguna propiedad? es que creería que no por que no hay una entrada. me podrías ayudar a salir de la duda

[@pabloandres5363]

Si hay entrada es x[m] con m=2^n por tanto para m distintas a 2,4,8,16. La señal toma valor 0. Recuerda m sería todo número entero.

[@paulinho3397]

Se puede conocer si un sistema es causal o no con los polos y ceros del sistema?

[@pabloandres5363]

Sí. En concreto conociendo los polos y la región de convergencia. Fíjate un sistema es causal si su respuesta al impulso h[n] toma valor cero para n

[@paulinho3397]

@@pabloandres5363 e Gracias!!

[@Darkhet61]

Muy bien explicado

[@jhonysfernandovallejoaceve2418]

Excelente, gracias.

[@rafaelmoran3334]

exactamente lo mismo que alan oppenheim

[@sebastianamado7758]

Pero entonces los sistemas con memoria que dependen de un valor de la entrada en el instante t y en el instante (t-1) son tambien causales>??al igual que los con memoria?? O.o

[@pabloandres5363]

Son causales,. No son si parecen términos como x(t+1) o x(-t) por ejemplo.

[@pabloandres5363]

sí

[@andresariza259]

Gracias!

[@theblackprince999]

Hola muchas gracias por la clase pero pues observe en un libro los siguientes ejemplos de sistemas no causales y no veo la razón de dicho calificativo, podrías por favor ayudarme: Y[n] = X[n] - X[n-1] Y(t) = X(t-1)

[@pabloandres5363]

Son causales, es un error del libro. Los errores en libros suceden.

[@Chake16]

Wow! Nunca se me hubiese cruzado por la mente que el libro podía estar errado. Y yo que tanto le peleé la nota a mi profesor por lo que decía el libro. Gracias por sacarnos de tal ignorancia.

[@heynervilchezrojas7387]

porque el procesamiento de señales es un sistema No causal si realiza operaciones de datos almacenados (datos que pertenecen al pasado). No comprendí esa parte. saludos.

[@pabloandres5363]

Me refiero a que si estamos procesando datos que están almacenados(todas los instantes), en un orden temporal, yo puede procesar dichos datos (tengo un dispositivo almacena la información).. En tiempo real, sólo puedo, para evaluar la salida, valores presentes o pasados de la entrada. Evidentemente será no causal si uso muestras futuras. Pero puede ser causal, si no las uso. Veo no queda claro del todo vídeo. Quería decir para procesar no causal he de terner todos los datos para la evaluación almacenados. No es posible hacerlo en tiempo real

[@Dukongo]

Gracias

[@01darkking]

y si y[t]=X(sin(t)), es causal o no causal?

[@pabloandres5363]

Por ejemplo para t=-pi/2 y(-pi/2)=x(sen(-pi/2)=x(-1), t=-1 es el futuro de t=-pi/2, por tanto, NO CAUSAL.

[@ing.constantinohernandezto6012]

Muy clara la explicación, un poco complejas las fórmulas.

[@rapconan]

Profe, mucho dialecto técnico y poca explicación real.

[@danielamerino3309]

y(n)=ax(n) que seria ?

[@pabloandres5363]

Causal, sólo depende del presente (n) en la y (n) en la x- Para evaluar y(5)=ax(5) la salida en t=5, sólo necesito la entrada en el mismo instante x(5)

[@pabloandres5363]

Causal la a es una constante multiplicativa. La variable independiente es n

[@rapconan]

Yo también tengo la misma maldita duda y no he podido entenderrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrr :s

[@TheArmagedon2010]

no se entiende

[@albertoochoa7657]

Ya le entendiste a todos los temas?

[@josedata2259]

Muy buena explicación. Gracias.