Profesor | Manuel Domínguez de la Iglesia | lu mi vi | 9 a 10 |
Ayudante | José Humberto Torres Bustamante | ma ju | 9 a 10 |
TEMARIO
Tema 0 – Espacios con producto interno. (2 semanas). Producto interno. Los espacios L2 y l2. Ortogonalidad. Operadores lineales. Mínimos cuadrados. Codificación predictiva lineal (LPC).
Tema 1 – Series de Fourier. (3 semanas). Origen del análisis de Fourier. Cálculo de una serie de Fourier. Teoremas de convergencia.
Tema 2 – La transformada de Fourier. (3 semanas). Definición y propiedades de la transformada de Fourier. Filtros lineales. Teorema de muestreo. Principio de incertidumbre.
Tema 3 – Análisis de Fourier discreto. (2 semanas). La transformada de Fourier discreta. La transformada rápida de Fourier. Análisis de señales discretas.
Tema 4 – Ondeletas de Haar. (2 semanas). Definición y propiedades. Función escala y función ondeleta. Algoritmos de descomposición y reconstrucción.
Tema 5 – Análisis multiresolución. (3 semanas). Definición y resultados principales. Función escala y función ondeleta. Descomposición y reconstrucción de señales. Relación con la transformada de Fourier.
Tema 6 – Ondeletas de Daubechies. (1 semana). Construcción de Daubechies. Clasificación, momentos y regularidad. Complejidad computacional.
Tema 7 – Temas avanzados de ondeletas (si hay tiempo). Algoritmos para la complejidad computacional. Ondeletas en dimensiones mayores. Más sobre descomposición y reconstrucción. La transformada ondeleta.
REFERENCIA PRINCIPAL
A. Boggess y F.J. Narcowich, A first course in wavelets with Fourier analysis, Second Edition, John Wiley & Sons, Inc, 2009.
Todo el contenido del curso (teórico y práctico) está basado en esta referencia (atentos a la edición). Si algún alumno tiene dificultades en obtener el libro en pdf, favor de escribir al profesor.
REFERENCIAS ADICIONALES
[1] G. Bachman y L. Narici, Fourier and Wavelet Analysis, Springer, 2000.
[2] P. Brémaud, Mathematical Principles of Signal Processing. Fourier and Wavelet Analysis, Springer, 2002.
[3] I. Daubechies, Ten lectures on wavelets, SIAM, 1992.
[4] H. Dym y H.P. Mc Kean, Fourier Series and Integrals, Academic Press, 1972.
[5] G. Folland, Fourier analysis and its applications, Wadsworth & Brooks Cole, 1992.
[6] R. Goldberg, Methods of Real Analysis. Addison Wesley, 1976.
[7] S. Mallat, A Wavelet Tour of Signal Processing. The Sparse Way, Academic Press, 2009.
[8] M.C. Pereyra y L.A. Ward, Harmonic Analysis, from Fourier Transform to Wavelets. Student Mathematics Library vol. 63. AMS, 2010.
[9] M. Pinsky, Introduction to Fourier Analysis and Wavelets, Graduate Studies in Mathematics, AMS, 2009.
[10] M. Reed y B. Simon, Methods of Modern Mathematical Physics, Academic Press, 1975-1981.
[11] E. M. Stein y R. Shakarchi, Fourier analysis. An introduction, Princeton Lectures in Analysis, 2003.
PÁGINA WEB DE LA ASIGNATURA
El curso se impartirá online en la plataforma de Google Classroom de enlace
https://classroom.google.com/c/NDU1OTc0MTgwMzMw?hl=es
Los inscritos al curso recibirán un correo electrónico con el código de la clase para acceder al curso. Favor de usar el correo electrónico asociado a la Facultad de Ciencias para inscribirse. La presentación del curso será el 14 de febrero de 2022 a las 09:00 a través de una sesión de Zoom cuyo enlace se dará con suficiente antelación.
DINÁMICA DEL CURSO
El viernes de 09:00 a 10:00 habrá una sesión de Zoom con el ayudante para resolver ejercicios propuestos en los videos que se suban durante la semana.
Adicionalmente se podrán hacer comentarios, preguntas, dudas, etc. a la página de Google Classroom de la materia que se responderán a la mayor brevedad posible. La dinámica del curso podrá cambiar dependiendo de si hay examen, días festivos o cualquier otro inconveniente. Todo se avisará con tiempo sobre la marcha.
EVALUACIÓN