1

CAPTULO 5: Seales
tiempo discreto

y sistemas determinsticos de

5.1 Anlisis de seales de tiempo discreto

En casi todas las situaciones de anlisis y procesamiento de seales aplicadas
se tendr que tratar con seales muestreadas. Estas seales son fcilmente
tratadas por los equipos modernos basados en microprocesadores. Como
consecuencia se requiere una teora para tratar y analizar seales de tiempo
discreto, similar a las herramientas que estn disponibles para analizar seales
de tiempo continuo . Esto se refiere a la descomposicin de una seal en sus
armnicos bsicos, evaluando el contenido de frecuencia y evaluando la
distribucin de energa y/o potencia en el dominio de la frecuencia.
5.1.1 Analisis de Fourier de seales deterministicas de tiempo
discreto
En este documento se adoptara la notacin ud(k) := u(kTs) para seales de
tiempo discreto. En esta expresin u es la seal de tiempo continuo que,
posiblemente, sea la causa de la seal de tiempo discreto, y Ts el perodo de
muestreo. k es la variable de tiempo (discreto) que es un ndice entero
variable: k =1, 2, . La frecuencia de muestreo s est definida como
ws 2 Ts . En trminos de energa y potencia de las seales, se usan
definiciones similares como se indic antes (Ver Capitulo 4):

u k

2
d

y la potencia de la seal:

(5.1)

1
Pu
N

N 1

u k
k 0

2
d

(5.2)

donde se permite que N tienda a infinito en el caso que se considere una seal
de tiempo infinito.
La herramienta bsica para analizar el contenido de frecuencia de una seal de
tiempo discreto es el anlisis de Fourier para tiempo discreto, es decir las
series de Fourier de tiempo discreto y la transformada de Fourier de tiempo
discreto. Las series Fourier hacen referencia a seales peridicas, mostrando
que cualquier seal peridica puede ser descrita como la sumatoria de
funciones armnicas (sinusoides). La Transformada de Fourier es una
generalizacin que tambin puede tratar con seales no peridicas.

(a)
(b)
Figura 5.1. Dos seales de tiempo discreto. (a) Seal pulso. (b) Seal paso
Series de Fourier de tiempo discreto
Para seales de tiempo discreto que son peridicas existe un equivalente de las
series Fourier de las seales de tiempo continuo. Si ud(k) es una seal
peridica con perodo N0, lo que significa que ud(k + N0) = ud(k) para todo
kZ, entonces la serie Fourier de tiempo discreto de la seal ud est dada
por1:

1 La expresin dada para ud(k) en realidad resulta de , la cual muestra que el efecto del intervalo de muestreo
Ts es cancelado en el exponente.

ud k

N 0 1

ae
l 0

2
lk
N0

(5.3)

donde los coeficientes de Fourier estn dados por:

1
al
N0

N 0 1

u k e
k 0

2
lk
N0

(5.4)

La expresin dada para ud(k) realmente resulta de la notacin ud(k) := u(kTs),

con 2/Ts = s y 0 =2/(N0Ts). Esto es, N0 = 0/s = Ts/To.
Note que estas expresiones estn estrechamente relacionadas a sus
contrapartes para tiempo continuo (4.10a-4.14). Por construccin los
a
al
coeficientes de Fourier son tambin peridicos: l N0
(ver Figura 5.2).

(a)
(b)
Figura 5.2 (a) Seal peridica de tiempo discreto. (b) Coeficientes de la serie
de Fourier de tiempo discreto
La potencia de las seales peridicas puede, de nuevo, ser escrita directamente
como una funcin de los coeficientes de Fourier:

Pu

N 0 1
1 N 1 2
u
k

al
d
N 0 k 0
l 0

(5.5)

Esto muestra que cada funcin exponencial en u tiene una contribucin

independiente a la potencia de la seal, la cual es simplemente la sumatoria de
las contribuciones de cada frecuencia por separado. Ya que los coeficientes de
Fourier al son peridicos con perodo N0, la suma del lado derecho de (5.5)
puede ser tomada sobre cualquier conjunto N0 de valores consecutivos de l.
Transformada de Fourier para tiempo discreto
La transformada de Fourier para tiempo discreto de seales de tiempo discreto
est dada por el siguiente par de transformadas:

U s w :

ud k

u k e
d

Ts
2

2 Ts

iwkTs

(5.6)

U s w eiwk Ts dw
(5.7)

Se debe observar que la Transformada de Fourier de tiempo discreto (DTFT)

transforma una secuencia discreta de muestras en el dominio del tiempo, en
una funcin Us() que toma valores continuos en la frecuencia . Por
construccin (ya que k es un entero) la transformada Us() es una funcin
peridica de perodo 2/Ts = s. Correspondiendo a esto, la integral en (5.7) se
puede tomar sobre cualquier rango de con longitud 2/Ts, siendo esta la
longitud del perodo del integrando.
La figura 5.3 muestra un ejemplo de la transformada de Fourier de tiempo
discreto.

(a)
(b)
Figura 5.3 (a) Seal de tiempo discreto. (b) Transformada de Fourier de
tiempo discreto (las seales en verde son las equivalentes para tiempo
continuo)
Seales de tiempo finito
Para secuencias de tiempo nito se usar una notacin similar a la de las
seales de tiempo continuo :
N 1

U N w : ud k e iwkTs
k 0

(5.8)

Esto concierne a las seales de tiempo nito que estn definidas en el

intervalo [0,N], (o, mas precisamente, [0,NTs]).
Seales peridicas
Para una seal peridica con perodo T0 los coeficientes de la serie de Fourier
pueden estar directamente relacionados con una Transformada de Fourier de
tiempo nito tomada sobre un perodo de la seal peridica. Directamente de
(5.4) se obtiene

al

1
U N l w0
N0 0

(5.9)

Adicionalmente, se puede demostrar que las expresiones para la transformada

de Fourier estan directamente relacionadas con los coeficientes de las series de
Fourier. Comparando las series Fourier (5.3) con la transformada inversa de
Fourier (5.7) se obtiene que para esta seal peridica u la transformada de
Fourier satisface:

Us w

Con

2
Ts

w0

a w kw

(5.10)

2
N 0Ts .

La figura 5.4 muestra el ejemplo de la Transformada de Fourier de tiempo

discreto de un tren de impulsos.

(a)
(b)
Figura 5.4 (a) Tren de Impulsos. (b) Transformada de Fourier
Potencia de una seal peridica
Con La expresin (5.9) para al la potencia de una seal peridica se puede
escribir como:

Pu

N 0 1

a
k 0

2
k

1
2
N0

N 0 1

U kw
k 0

N0

(5.11)

Observe que estas expresiones estn estrechamente relacionadas con sus

contrapartes en tiempo continuo (4.10a-4.14).
Ejemplo (Transformada de Fourier de tiempo discreto de una seal
sinusoidal) Considere la seal
u(k) = A cos(0(kTs))
con 0 =2/(N0Ts), es decir, hay N0 muestras en un solo perodo de la seal.
Sea u(k) una seal peridica con longitud N = rN 0 y perodo bsico N0, con
rN. Entonces
N 1

U N w
k 0

A i w0 w kTs
i w w kT
e
e 0 s

(5.12)

Usando el lema 2A.1 (ver [Van den Hof y Bombois, 2004]). Se obtiene:

A
N

U N w

for w w0
for w

2
N 0Ts

2 l
, l , l r
NTs

(5.13)

Para una explicacin ms amplia ver tambin el ejemplo 2A.2 (Apendice).

5.2 Densidades espectrales de energa y de potencia de seales

discretas.
De nuevo, similar a la situacin de seal para tiempo continuo podemos
considerar la distribucin de energa y/o la potencia de una seal en la
frecuencia.
Proposicin (Funcin de Densidad Espectral de Energa.) sea ud(k) una
seal de datos muestreados de energa finita, obtenida con un intervalo de
muestreo Ts. Entonces

Ts
2

u w dw

2 Ts

(5.14)

donde la densidad Espectral de Energa u()) est dada por

u w U s w

(5.15)

Proposicin (Funcin de Densidad Espectral de Potencia.) sea ud(k) una

seal de datos muestreados de potencia nita, es decir
2
N 1
1
u
k
Pu

d
N k 0
, obtenida con un intervalo de muestreo Ts. Entonces

Pu

Ts
2

u w dw

2 Ts

(5.16)

donde la Densidad Espectral de Potencia u() est dada por:

u w

1
U N w
N

La demostracin se encuentra en [Van den Hof y Bombois, 2004].

Como en el caso de las seales de tiempo continuo, la transformada de Fourier
(de tiempo discreto) de seales de datos muestreados constituye un modo de
caracterizar la distribucin de energa y/o la potencia de las seales
correspondientes sobre las diferentes frecuencias.
2
1
U N w
N
Para seales de potencia finita la cantidad
es
denominada como el periodograma de la seal de tiempo discreto (de tiempo
finito). Este periodograma determina la distribucin de potencia en la
frecuencia.

u w

De nuevo, para seales peridicas la densidad espectral de potencia puede ser

calculada directamente en base a los coeficientes de Fourier de tiempo
discreto de las seales. Puesto que en este caso
combinacin de (5.9) y (5.16) que
2
u w
Ts

2
k

Pu

c w kw0

N 0 1

a
l 0

se sigue de la

(5.17)

5.3 Muestreo de seales de tiempo continuo

En este apartado se recordar brevemente el teorema del muestreo y
reconstruccin de Shannon. Este considera la cuestion sobre bajo qu
condicin una seal muestreada puede representar exactamente una seal de
tiempo continuo de tiempo infinito a partir de la cual es construida. La
operacin del muestreo de una seal se ilustra esquemticamente en la Figura
5.5.

10

Figura 2.2: Muestreo de una seal de tiempo continuo

La seal u es una seal de tiempo continuo que toma valores para todo tR,
mientras su versin muestreada ud(k) = u(kTs) es una secuencia discreta
definida para valores enteros kZ. Como un primer paso la transformada de
Fourier de seales de tiempo continuo y de tiempo discreto sern relacionadas
entre s. Bajo la condicin ud(k) = u(kTs) se sigue que:
A partir de la transformada de Fourier para tiempo discreto, expresin
(5.6),

Us w

u kT e
s

iwkTs

(5.18)

A partir de la Transformada inversa de Fourier para tiempo continuo,

expresin (4.12b),

u t

1
2

U w eiwt dw

(4.12b)

Substituyendo u(t) por u(kTs) y cambiando la variable de integracin w por ,

en la relacin (4.12b), resulta que (5.18) es
1
U s w
2

i w kTs

(5.19)

11

U w e iwkTs
2
k

(5.20)

Donde * es el operador de convolucin, y U() la transformada de Fourier de

la seal de tiempo continuo subyacente.
A partir de eikTs = F (c(t
estndar,

t kT

2
Ts

kTs))2, el siguiente par transformadas de Fourier

2 k

(5.21)

duede ser usada para demostrar que

1
2
U s w
U w
2
Ts

w kw

(5.22)

Calculando el operador de convolucin

Ts

w k

Finalmente,

2 F es la transformada de Fourier.

2
d
Ts

(5.23)

12

U s w

1
Ts

wk

Ts

(5.24)

Por consiguiente, la transformada de Fourier Us de la seal muestreada es

construida como la sumatoria desplazada de la transformada de Fourier de la
seal del tiempo continuo u. Por lo tanto, la transformada de Fourier Us es
peridica en el dominio de la frecuencia con perodo s =2/Ts, siendo s la
frecuencia (radial) de muestreo. Este mecanismo se ilustra en la Figura 5.6.

Figura 2.3: Transformada de Fourier U() de la seal de tiempo continuo y

de su versin muestreada Us().
El hecho de que la transformada de Fourier de u se repita periodicamente,
directamente apunta hacia a la posibilidad de reconstruir la seal original u(t)
a partir de su versin muestreada ud. Esto se refleja en el teorema de Shannon
que establece que siempre que tengamos una seal de tiempo continuo que
satisface:
U() = 0

|| >s/2,

(5.25)

13

Podemos recuperar exactamente U() a partir de Us() aplicando un filtro

pasa bajo que extrae exactamente la regin de frecuencia [s/2, +s/2]. La
frecuencia s/2 es tambin denotada como la frecuencia de Nyquist N.
Solapamiento (Aliasing)
Cuando se trata con a una seal u(t) no limitada en banda (en la frecuencia),
es decir, su transformada de Fourier Us no satisface la ecuacin (5.25),
entonces la transformada de Fourier Us es construida de acuerdo con (5.24),
pero en ese caso las versiones desplazadas de U() presentaran solapamiento
de los espectros en Us(). Este efecto es llamado solapamiento (aliasing). La
principal consecuencia de esto es que el filtrado pasa bajo de us nunca
recuperar el espectro U() original.
La consecuencia bsica de los resultados obtenidos en esta seccin es que
cuando se muestrea una seal de tiempo continuo, se debe tener cuidado que
la seal muestreada no contenga ningn componente de frecuencia para
frecuencias ms altas que la de Nyquist s/2. Solamente en este caso toda la
informacin de la seal de tiempo continuo puede ser recuperada a partir de la
seal muestreada. Este conduce al uso estndar de los filtros anti-aliasing de
tiempo continuo antes de una operacin de muestreo.
Reconstruccin de seales de tiempo continuo.
La reconstruccin exacta de una seal de tiempo continuo a partir de sus datos
muestreados, como lo enuncia el Teorema de Shannon, se puede hacer
utilizando la relacin inversa entre Us y U. Siempre y cuando la seal de
tiempo continuo sea limitada en banda, como se mencion anteriormente, se
sigue que
U () = Ts Us()H()

(5.26)

Donde H() es el filtro pasa bajo con frecuencia de corte N, determinada por
1 wN w w N
w wN
0

H w

14

El par de transformadas de Fourier estndar3

wN
sinc wN t H w

(5.27)

Puede ser ahora usado para reconstruir la seal u de acuerdo con4

u t Ts

wN
sinc wN t F 1 U s w

La transformada inversa de Fourier de Us(), denotada por us(t) tiene que

satisfacer

U s w us t e iwt dt

y con (5.18), se obtiene

U s w us t e

iwt

dt

u kT e

iwkTs

U s w

(5.28)

Entonces,

us t

u t t kT

3 La funcin sinc est denida como para t 0, y seno (0) = 1.

4 F 1 es la transformada.inversa de Fourier

(5.29)

15

Siendo s/2 = N, entonces TsN / = 1, y u(t) puede ser escrita como

u t sinc wN

u t t kT d
c

(5.30)

u kT sinc w t kT

(5.31)

Esta expresin muestra como la seal de tiempo continuo u puede ser

completamente calculada usando slo los valores muestreados {u(kTs)}, k =
,, de la seal original de tiempo continuo. Observe que (5.31) muestra
que:

Se requiere un nmero infinito de los datos muestreados para recuperar

completamente la seal de tiempo continuo subyacente, aun si
solamente toma valores durante un perodo de tiempo finito.

Tambin muestra que las funciones sinc realmente formanuna

basepara el conjunto de seales limitadas en banda en el dominio de la
frecuencia.

Muestreo impulsivo
El esquema ideal de muestreo y reconstruccin discutido anteriormente es a
menudo descrito como muestreo y reconstruccin impulsivo. El motivo para
esto es que la transformada de Fourier de la seal muestreada Us puede ser
interpretada como la transformada de Fourier (de tiempo continuo) de la seal
(de tiempo continuo)

16

us t

u t t kT

Esta ltima seal est relacionada con la seal del tiempo continuo original u a
travs de la multiplicacin con el denominado peine de pulsos de Dirac. Las
operaciones relacionadas se representan esquemticamente en la Figura 2.4.
En esta Figura la seal artificial us(t) es una seal de tiempo continuo que
slo toma valores diferentes de cero cuando t = kTs para valores enteros de
kZ. En estos valores de t la seal se hace ilimitada, siendo una funcin
con peso igual a u(kTs).

Figura 2.4: Muestreo y reconstruccin impulsivo

5.3.1 Seales de datos muestreados y seales de tiempo discreto

Las seales de datos muestreados se refieren a la situacin hbrida donde
interactan seales de tiempo continuo y seales de tiempo discreto. Es muy
importante destacar que las seales de tiempo discreto se pueden considerar
como originadas al muestrear seales de tiempo continuo o simplemente como
una secuencia de nmeros de tiempo discreto. En esta seccin se sigue la
primera interpretacin, conduciendo al uso del intervalo de muestreo Ts en
todas las expresiones para la transformada de Fourier y otras por el estilo. Por
consiguiente, la DTFT y las densidades espectrales son formuladas como
funciones de la frecuencia radial de tiempo continuo . Esto permite hacer un
anlisis directo de las propiedades en frecuencia de las seales establecidas en
trminos que se relacionan con sus equivalentes de tiempo continuo.

17

Sin embargo, en la mayora de las situaciones del anlisis de seales de tiempo

discreto, la coneccin con un mecanismo de muestreo simplemente se
descarta, y en efecto esto verdaderamente posible sin perder ninguna
informacin. Cuando se interpretan las seales de tiempo discreto como
secuencias discretas de nmeros, todos los resultados y las nociones
introducidas aqu todava se aplican. Esta situacin se entiende mejor
introduciendo la transformacin de variables
Ts
Lo que es realmente equivalente a insertar Ts = 1.
Bajo esta transformacin de variables todas las expresiones para la
transformada de Fourier y para las densidades espectrales estn dadas en
trminos de frecuencia radial "discreta" y las nociones consideradas se hacen
peridicas con una longitud de perodo de 2.
5.4 La transformada discreta de Fourier
Ahora restringimos la atencin por el momento a la situacin de seales de
tiempo finito. Para seales de tiempo nito ya se ha determinado la notacin
UN() como se da en (5.8).
Realmente esta DTFT de tiempo finito esta dada por el siguiente par de
transformadas:
N 1

U N w ud k e iwkTs

(5.32)

k 0

1
ud k
N

N 1

2 l

l iN
UN
ws e

N
l 0

(5.33)

18

Una vericacin de la validez de este par de transformadas se puede

encontrar en el apndice.
Observese que mientras UN() toma sus valores en una regin continua de ,
para reconstruir la seal original ud slo son necesarios N valores discretos de
UN . Estos N valores discretos son N puntos dentro de un perodo de la funcin
w

l
ws
N , l = 0, N 1}, se

peridica UN(). Esta secuencia, UN()

denomina la Transformada discreta de Fourier (DFT) de la seal ud(k), k = 0,
N 1.
lk
N 1
i2 .
l
N
Ud l U N
ws ud k e
N
k 0

(5.32a)

Considerando este par de transformadas, se deben hacer estas observaciones.

La DTFT es peridica con un perodo de 2/Ts.
La DFT constituye un mapeo uno a uno de una secuenciade longitudN
de muestras en el dominio del tiempo a una secuenciade longitud Nde
muestras en el dominio de la frecuencia.
La DFT inversa, proporcionada por (5.33), tambin dene una
secuencia en el dominio del tiempo fuera del intervalo [0, N 1]. En
realidad esta induce una extensin peridica de la secuencia original
ud(k), ya que la seal reconstruida (5.33) es peridica con perodoN.
Debido a razones de simetra, la DTFT satisface
UN() = UN().

(5.34)

Por lo tanto la DTFT esta completamente determinada por UN() para

en el intervalo [0,/Ts]. Esto implica que el mapeo uno a uno entre

19

el dominio del tiempo y el dominio de frecuencia realmente tiene lugar

entre N muestras de numeros reales en el dominio del tiempo, y N/2
muestras complejas en el dominio de la frecuencia.
En muchas situaciones las seales de tiempo discreto son analizadas sin tener
en cuenta el hecho que ellas provienen de seales muestreadas en tiempo
continuo. Similar a la situacin de la seccin anterior, esto implica que en este
caso las expresiones para la DTFT son usadas para Ts 1 :

N 1

U N w ud k e iwk

(5.35)

k 0

1
ud k
N

2 l

2 l i N
UN

e
N
l 0
N 1

(5.36)

En muchos libros que tratan sobre procesamiento de seales de tiempo

discreto esta es la nica situacin que se considera. La transformada de
Fourier de tiempo discreto, densidades espectrales, periodogramas, seran
consideradas entonces generalmente sobre el intervalo de frecuencia
[0,], siendo esta la mitad de un periodo de la funcin peridica
correspondiente en el dominio de la frecuencia. Siempre que hagamos la
coneccion de un tiempo de muestreo con la seal de tiempo discreto, entonces
= adquiere la interpretacin de ser igual a la mitad de la frecuencia de
muestreo (radial).
5.4.1 La transformada Rpida de Fourier
Ya que un computador digital nicamente trabaja con datos numricos
discretos el calculo de la transformada de Fourier de u(t) requiere valores de
u k
muestreo discretos de u(t), d , k = 0, , N 1. Adems un computador

20

U w
puede calcular la transformada s slo en valores discretos de w, es decir,
slo puede proporcionar muestras discretas de la transformada iguales a,
l
ws
N , con, l = 0, N 1,

Ud l U N

en (5.32).
Es importante insistir que a fin de representar una seal discreta arbitraria de
tiempo finito slo es necesario usar las primeras N funciones exponenciales
complejas peridicas,

2 k
0
N

1, e

2 k
1
N

,..., e

2 k
N 1
N

(5.37)

La Ecuacin (5.33), tiene el efecto de descomponer la seal d en una

combinacin lineal de seales puramente peridicas. Por consiguiente (5.33)
es un polinomio trigonomtrico de interpolacin de grado N 1 para las
u k

seales discretas de tiempo nito ud k .

Puesto que se esta trabajando en el espacio vectorial de dimension finita CN

desde el principio, se puede reformular la serie discreta Fourier en forma
vectorial. Considerando las exponenciales base (5.37) producen los vectores
complejos

wN k 1, wN ,L , wN

donde

k l

,L , wN

k N 1

(5.38)

21

wN e

2
N

cos

2
2
i sin
N
N

Entonces,
ud k wN k U d
T

u u 0 ,L , u N 1
Considerando d
ecuacion (5.40) se puede escribir

U d U 0 ,L ,U N 1
y

ud WN U d

, la

(5.39)

Con los elementos de la matriz de Fourier WN dadas por

WN wNlk
Por ejemplo,
1 1
1 w
4

w42

1 w42

w44

3
1 w4

w46

W4

1
1 1 1 1

w43
1 i 1 i
1 1 1 1
w46

w49
1 i 1 i

La DFT de la secuencia ud(k), k = 0, , N 1, incluso de una secuencia

puramente real es, en general, compleja. Las componentes de la DFT, Ud, de
una secuencia real ud k de longitud N son simtricas conjugadas, es decir:

22

Ud(l) y Ud(N l) son complejos conjugados para l = 0..., (N/2 - 1). Dos
componentes de Ud de especial inters son:
Ud(0): Cuyo valor es la suma de los componentes de ud, a veces llamada
la componente de DC, correspondiente a la frecuencia cero (es
decir, una funcin constante)
Ud(n/2): Correspondiente a la frecuencia de Nyquist, que es la
frecuencia ms alta representable con la velocidad de muestreo
dada
Las componentes de Ud mas alla de la frecuencia de Nyquist corresponden a
las frecuencias negativas de aquellas que se encuentran por debajo de la
frecuencia de Nyquist
Ahora, asi como en la serie Fourier continua, la propiedad crucial es la
ortogonalidad de los elementos base. Si no fuera por la ortogonalidad y sus
consecuencias de simplificacin, las ideas precedentes serian solo
curiosidades matemticas, ms no una herramienta esencial para las
aplicaciones.
Si bien podemos apreciar un algoritmo terico por su elegancia intrnseca, en
el mundo real el punto fundamental es siempre la eficiencia de la
implementacin: menor el esfuerzo computacional, ms rpido el
procesamiento, y por tanto ms extenso el rango de aplicaciones. La
ortogonalidad es el primer y ms importante caracteristica de cualquier
algoritmo del lgebra lineal; sino fuera por la simplificacin dramtica
ofrecida por las frmulas de base ortogonal, el anlisis de Fourier no se
hubiese desarrollado como la herramienta esencial de hoy. Incluso aun estas
frmulas tienen sus limitaciones cuando se tratan problemas de escala
realmente grande como la presentacin de imgenes mdicas tridimensionales
o el procesamiento de vdeo.
En general, el clculo de todos los coeficientes de Fourier discretos (5.32) de
una seal muestreada N veces requiere un total de N2 multiplicaciones
2
complejas y N N sumas complejas5. Similarmente, dados los coeficientes de
5 Notese tambin que cada suma compleja requiere dos sumas reales, mientras que cada
multiplicacin compleja puede requerir 4 multiplicaciones reales y 2 sumas reales.

23

Fourier c0, , cN 1 , la reconstruccin de la seal muestreada via (5.33)

2
2
requiere de N N multiplicaciones complejas y N N sumas complejas.
Estos clculos se convierten en una labor muy intensiva para un N grande. El
ampliar estas ideas a datos multidimensionales slo empeora el problema. A
principios de la dcada de los aos 60, James Cooley y John Tukey
descubrieron una aproximacion mucho ms eficiente a la transformada de
Fourier discreta, explotando la estructura bastante especial de los vectores
exponenciales discretos, lo cual reduce el nmero de clculos en orden
aproximado desde N2 a Nlog (N). El algoritmo resultante es conocido como la
Transformada rpida de Fourier, a menudo abreviaba como FFT, y su
descubrimiento catapulto la revolucin moderna del procesamiento de datos
en seales digitales.
Ejemplos
Ejemplo: Marcacin Digital
(Ver el captulo 8 en Moler C. and Moler K., Numerical Computing with
MATLAB. The MathWorks, Inc. and Stanford University. 2003.)
El estndar DTMF (multifrecuencia de dos tonos) especfica que el tono
generado por un botn sobre un teclado de telfono es la suma de dos
sinusoides, con frecuencias determinadas por la fila y la columna del botn. El
programa touchtone.m demuestra como son generados y decodificados los
tonos DTMF. Touchtone.m usa FFT para sintetizar y analizar la marcacin
telefnica.
Ejemplo: Demostracin de la Transformada finita de Fourier: FFTGUI
(Ver el captulo 8 en Moler C. and Moler K., Numerical Computing with
MATLAB. The MathWorks, Inc. and Stanford University. 2003.)
El programa fftgui.m permite investigar las propiedades de la
transformada finita de Fourier. fftgui.m grafica real(y), imag(y),
real(fft(y)) e imag(fft (y)), donde y es un vector que contiene
una docena de elementos.

24

5.4.2 Propiedades espectrales de seales muestreadas de tiempo

nito
Similar a la situacin de las seales de tiempo infinito, podemos sacar
provecho de la relacin de Parseval para cuantificar la energa y la potencia de
seales muestreadas (determinsticas) de tiempo finito.
Considere la transformada discreta de Fourier discutida antes. Entonces,

N 1

1
u k

N
k 0

1
N

2
d

N 1

N 1

kws
UN

N
k 0

1
u k

N
k 0
2
d

N 1

k 0

1
kws
UN

N
N

(5.40)
2

(5.41)

Debe estar claro que la primera expresin se usa para seales que tienen el
carcter de tener energa finita, mientras que la segunda expresin se usa
especialmente para seales de potencia finita. Note que sobre un intervalo de
tiempo finito esta distincin no es realmente relevante ya que la operacin de
divisin por una N finita es slo una cuestin de escala. La principal diferencia
debe encontrarse en el anlisis asinttico correspondiente, cuando N .
Note que las expresiones de mas arriba son realmente alternativas para las
expresiones integrales de la potencia de una seal (Eq. 5.16), como la
presentada en la proposicin sobre la funcin de densidad espectral de
potencia (En este capitulo). Para seales de tiempo finito, no hay necesidad
alguna de tomar la integral para la densidad espectral de potencia como en
(5.16); la potencia tambin resulta de sumar la magnitud al cuadrado de la
DFT sobre un intervalo de frecuencia equidistante.

25

5.5 Anlisis de sistemas de tiempo discreto

5.5.1 Muestreo de sistemas de tiempo continuo
Seales de banda limitada generales
Suponga dado un sistema de tiempo continuo determinado por la relacin de
entrada/salida
y(t)= Gc(p)u(t),

(5.42)

Donde Gc(s) es una funcin de transferencia racional que especifica un sistema

lineal, invariante en el tiempo, de dimension finita.
Si las seales de entrada y de salida relacionadas con este sistema son
muestreadas con una frecuencia de muestreo radial s, la primer pregunta a ser
contestada es: Podemos encontrar una relacin de sistemas de tiempo
discreto entre las seales muestreadas u(kTs) y y(kTs)?
Si las Seales de tiempo continuo u y y son de banda limitada, el anlisis de
muestreo y reconstruccin presentado antes puede ser usado para analizar la
pregunta anterior. Bajo la condicin de que that U() = 0 para || > s/2, el
uso de la ecuacin de reconstruccin para u (5.31) conduce a (Ver el apndice
de este captulo para un anlisis detallado)

y kTs

g l u k l T

(5.43)

con

ws
d
2

g d l g lTs sinc

(5.44)

26

Esto muestra dos cosas importantes:

I. En primer lugar el sistema de tiempo discreto, en general, no ser
causal, es decir

gd l 0

para l < 0;

II. En segundo lugar, en general, no se tendr una representacin de

dimension finita, lo que significa que el sistema de tiempo discreto
Gd z k g d k z k

no puede ser escrito simplemente como una

funcin de transferencia racional,

Gd z

b0 z nb L bnb
z na a1 z na 1 L ana

(5.45)

Los dos aspectos susodichos muestran los defectos de este mtodo de llegar a
una representacin de tiempo discreto del sistema afectado. Una de las razones
de estas dificultades es que el resultado del muestreo y reconstruccin dado
anteriormente para seales limitadas en banda requiere un nmero infinito de
datos para la reconstruccin de la seal de tiempo continuo.
Equivalencia bajo retenedor de orden cero (Zero-order hold) entre
sistemas de tiempo continuo y sistemas de tiempo discreto.
Una alternativa prctica para el anlisis mostrado anteriormente se puede
encontrar comprendiendo que en muchas aplicaciones de control por
computador las entradas de los sistemas dinmicos son generadas por
computadores de proceso, proporcionando las seales de entrada de tiempo
discreto que, por la conversin digital-anloga (D/A), son mantenidas
constantes en medio de dos instantes de muestreo. Este implica que tratamos
con seales de tiempo continuo que son constantes a tramos, es decir.
u(t) = u(kTs)

for kTs t < (k +1)Ts.

(5.46)

27

Figura 5.8. Funcin constante a tramos.

Ahora puede plantearse de nuevo la pregunta de si, dado un sistema de tiempo
continuo y(t) = Gc(p)u(t), podemos formular una relacin con sistemas de
tiempo discreto entre las entradas y las salidas de datos muestreados.
Una relacin directa entre las seales de entrada y salida se obtiene por la
convolucin de u(kTs) con la respuesta al impulso gc(t). Escribiendo,

y kTs

lTs

l 1 Ts

l 1

Note que

gc u kTs d

g c u kTs d

(5.47)

(5.48)

u kTs u k l Ts

es constante dentro del intervalo de la

l 1 Ts lTs . Entonces,
integral, esto es cuando

y kTs g d l ud k l
l 1

(5.49)

28

con ud(k) = u(kTs) y

gd l

lTs

l 1 Ts

g c d

(5.50)

Por lo tanto podemos escribir el sistema de tiempo discreto equivalente como:

yd k g d l ud k l
l 1

(5.51)

Este sistema de tiempo discreto equivalente muestra ser causal (gd(k) = 0, k <
0), y tambin puede demostrarse que tiene una representacin de dimension
finita. Este ltimo fenmeno puede ser caracterizado fcilmente usando una
representacion en espacio de estados tanto para el sistema de tiempo continuo
como para el sistema de tiempo discreto:
Considerando un sistema de tiempo continuo caracterizado por la
representacin en espacio de estados:

x t Ac x t Bc u t

(5.52)

y t Cx t Du t

(5.53)

Entonces sistema de tiempo discreto equivalente con retenedor de orden cero,

para un perodo de muestreo Ts, est dado por

xd k 1 Ad xd k Bd ud k

(5.54)

yd k Cxd k Dud k

(5.55)

29

Con la notacin habitual para ud, yd y xd, y adems

Ad e AcTs

(5.56)

Ts

Bd e Ac d Bc

(5.57)

Si el sistema de tiempo continuo tiene un espacio de estados de dimension n,

entonces el sistema equivalente de tiempo discreto tiene la misma dimensin
de espacio de estados.
Para obtener ms detalles ver el apndice o el libro de Basile and Marro, 2002.
Interpretacin en el dominio de la frecuencia
La formulacin en el dominio de la frecuencia del sistema muestreado puede
ser obtenida aplicando una DTFT a (5.51). Para u una seal determinstica y
bajo la suposicin de condiciones iniciales cero (es decir u(t) = 0 para t < 0)
resulta que

Y w

y k e

iwkTs

Y w Gd eiwTs U w

(5.58)

Con la DTFT of gd dada por,

Gd eiwTs k g d k e iwkTs

(5.59)

30

Notese que se ha elegido una notacin para el argumento de Gd diferente del

argumento de U y Y; . Esto se hace para permitir una relacin simple con la
transformada Z de gd, como se ver en la siguiente seccion.
Similar a la situacin del espectro de seales de datos muestreados, la
Gd eiwTs
respuesta de frecuencia
del sistema de datos muestreados es
peridica con respecto a con perodo 2/Ts = s.
5.5.2 Sistemas de tiempo discreto
Notacin general
Para especificar relaciones de sistemas de tiempo discreto entre seales de
entrada y salida se usarn dos operadores de desplazamiento; el operador de
desplazamiento de adelanto q:

qud k ud k 1

(5.60)

y el operador de desplazamiento de retardo q1:

q 1ud k ud k 1

(5.61)

La utilizacin de estos operadores da como resultado

yd k g l q l ud k G q ud k
l 0

con

(5.62)

31

G q g l ql
l 0

(5.63)

Por simplicidad, en la notacin de g(k) se ha descartado el subndice d. La

secuencia {g (k)} k=0,1, es la respuesta al pulso del sistema. Con un leve
abuso de notacion, nos referiremos tambin a G(q) como la funcin de
transferencia del sistema. En sentido estricto, sin embargo, la funcin de
transferencia est definida por la funcin G(z):

G z g k z k
k 0

(5.64)

donde z es un complejo indeterminado.

Si se elige una seal de entrada con amplitud acotada, se obtiene una salida de
amplitud acotada, siempre y cuando el sistema sea BIBO (bounded input,
bounded output) estable. Esta propiedad se refleja en la siguiente condicin

g k

k 0

(5.65)

Esta condicin significa que la expansin de la serie en (5.64) es convergente

para |z| 1, lo cual implica que G(z) es analtica (es decir no tiene polos) en la
regin dada por |z| 1, es decir sobre y por fuera del crculo unitario en el
plano complejo.
De paso, agreguemos que un sistema de tiempo discreto es llamado mnico si
g (0) = 1.

Respuesta en frecuencia y Diagramas de Bode

32

Anlogamente a la situacin de los sistemas para tiempo continuo, la respuesta

en frecuencia de un sistema de tiempo discreto est determinada por la salida
del sistema cuando es excitado con una seal de entrada sinusoidal.
Considere la seal:

u k cos wk Re eiwk
La salida del sistema de tiempo discreto est dada por

y k g l u k l Re e
l 0

Re eiwk G eiw

iwk

g l e
l 0

iwl

(5.66)

(5.67)

Consecuentemente
y(k) = |G(e i )|cos(k + )

(5.68)

con = arg[G(ei)].
La funcin compleja G(ei) es denominada la la respuesta en frecuencia del
sistema de tiempo discreto. Esta evala la funcin de transferencia en el plano
complejo sobre el crculo unitario z = ei. Observe la diferencia con un sistema
de tiempo continuo, donde la respuesta en frecuencia se encuentra al evaluar
G(s) en el eje imaginario s = i.
Para sistemas de tiempo discreto con una respuesta al pulso real (es decir nocompleja y por lo tanto con coeficientes reales en la serie) se cumple que
G(ei ) = G(ei )* y por razones de simetra, la informacin completa de la

33

respuesta en frecuencia del sistema es obtenida evaluando G(ei) solo en la

midad del intervalo completo, es decir en [0,].

G z

z b
za

(5.69)

Figura 5.9: Localizacion de los polos y ceros y evaluacin de la respuesta en

frecuencia de un sistema de tiempo discreto de primer orden
Escribiendo la expresin

G e

iw

eiw b
iw
e a

(5.70)

Resulta

G e

iw

eiw b
eiw a

arg G eiw arg eiw b arg eiw a

(5.71)

(5.72)

34

La primera ecuacin genera la amplitud de los diagramas de Bode, mientras

que la segunda dene la fase del diagrama de Bode. Para el sistema de primer
orden considerado stos diagramas de Bode se muestran en la Figura 5.10,
donde se han eligido los valores b = 0.3 y a = 0.8. Observe que la respuesta en
frecuencia esta dada para frecuencias hasta = .
En este caso de tiempo discreto, a diferencia de la situacin en el caso de
tiempo continuo, no hay ningn punto asinttico donde la respuesta en
frecuencia G() tienda. Note que en el caso de tiempo discreto la contribucin
a la fase de cada cero (real) vara entre 00 y +1800, mientras que la
contribucin de cada polo (real) vara entre 00 y -1800. Para un par complejo
conjugado de polos/ceros se puede verificar facilmente que su contribucin a
la fase en = est dada por 3600 y +3600, respectivamente.

Fig. 5.10: Diagramas de amplitud y fase de Bode de un sistema de tiempo

discreto de primer orden

35

5.5. 3 Propiedades de las seales tratadas por sistemas de tiempo

discreto.
Similar a la situacin de los sistemas de tiempo continuo, se puede verificar
que dado un sistema de entrada/salida y(k) = G(q)u(k), y u y y determinsticas,
se mantienen las siguientes relaciones:

yu w G eiw u w

(5.73)

y w G eiw u w

(5.74)

If u is a deterministic sequence for which the DTFT exists, then additionally,

under the assumption of zero initial conditions (i.e. u(t) = 0, t < 0):
Si u es una secuencia determinstica para la cual la DTFT existe, entonces
adems, bajo la suposicin de condiciones iniciales cero (es decir u(t) = 0, t <
0):
Y()= G(ei)U().

(5.75)

5.6 COMANDOS RELEVANTES DE MATLAB

5.6.1 DFT y DFT inversa
La transformada discreta de Fourier y Transformada discreta inversa de
Fourier son obtenidas por los comandos de MATLAB fft e ifft.
y = fft(x)

36

Con esta expresion se calcula la DFT para una seal de tiempo discreto
representada en el vector x con longitud N segn la ecuacion

X N k x j e

2
j 1 k l
N

j 1

(5.76)

El resultado {XN(k)} k=1,,N se almacena en el vector y. El tiempo de

ejecucin de esta instruccin es ms rpido si N es una potencia de 2 porque
en este caso se usa el algoritmo de la transformada rpida de Fourier.
x = ifft(y)
Con esta expresion se calcula la DFT inversa para una secuencia de
frecuencias discretas representada en el vector y con longitud N segn la
ecuacion

1
x k
N

y j e

2
j 1 k l
N

j 1

(5.77)

Aqu tambin se cumple que el tiempo de ejecucin es ms rpido si N es una

potencia de 2.
5.6.2 Conversin entre sistemas de tiempo continuo y de tiempo
discreto
Hay varias posibilidades para convertir sistemas de tiempo discreto en
sistemas de tiempo continuo, o viceversa.
[Ad,Bd] = c2d(Ac,Bc,T)

37

Conversin de continuo a discreto. Dadas las matrices de espacio de estados

Ac, Bc de un sistema de tiempo continuo, y un tiempo de muestreo T, se
obtiene un sistema de tiempo discreto equivalente de retenedor de orden cero
en las matrices de espacio de estados discreto Ac, Bd.
[Ac,Bc] = d2c(Ad,Bd,T)
Conversin de discreto a continuo. Considerando las matrices de espacio de
estados Ac, Bd de un sistema de tiempo discreto, y un tiempo de muestreo T,
se obtiene un sistema de tiempo continuo equivalente de retenedor de orden
cero en las matrices de espacio de estados Ac, Bc.
Adems de la equivalencia de retenedor de orden cero, hay ms posibilidades
para convertir sistemas de tiempo discreto y de tiempo continuo. Esta y otras
conversiones estn disponibles en los comandos c2dm y d2cm que pueden
manejar tambin representaciones en funcin de transferencia (formas [num,
den] ) de los diferentes sistemas.
Las respuestas en frecuencia de sistemas de tiempo discreto pueden ser
obtenidas con los comandos dbode y freqz.

38

5.7 RESUMEN
En esta seccin se han examinado las propiedades bsicas y las nociones en
torno de seales y sistemas de tiempo discreto, y se ha determinado la
notacin apropiada.

Transform
CTFT

U w u t e iwt dt

DTFT

DFT

U s w :

Inverse transform
1
u t
U w eiwt dw

2
Ts
2

ud k e iwkTs

ud k

N 1

1
ud k
N

U N w ud k e
k 0

iwkTs

U s w eiwk Ts dw

2 Ts

N 1

2 l

l iN
U
ws e

N
N
l 0

FUENTES
Van den Hof Paul M.J., Bombois Xavier, System Identication for
Control. Lecture Notes DISC Course. Delft Center for Systems and
Control. Delft University of Technology. March, 2004
Tsakalis Kostas, System properties, A Collection of Class Notes.
http://www.eas.asu.edu/~tsakalis. December, 2003
Roberts Clive, Fundamentals of Signals and Systems. University of
Birmingham. 2003.
Olver Peter J. and Shakiban Chehrzad, Applied Mathematics. School of
Mathematics, University of Minnesota and Department of Mathematics,
University of St. Thomas. 1999.
Moler C. and Moler K., Numerical Computing with MATLAB. The
MathWorks, Inc. and Stanford University. 2003.

39

Basile G. and Marro G., Controlled and Conditioned Invariants in

Linear Systems Theory. Department of Electronics, Systems and
Computer Science. University of Bologna, Italy. October 7, 2002
Tham M.T., Dynamic Models for Controller Design. Department of
Chemical and Process Engineering. University of Newcastle upon Tyne.
1999
REFERENCES
Cooley, J. W. and J. W. Tukey, "An Algorithm for the Machine
Computation of the Complex Fourier Series," Mathematics of
Computation, Vol. 19, April 1965, pp. 297-301.
APPENDIX
[Van den Hof and Bombois, 2004].
A.1 Proof of (2.51) - Sampling continuous-time systems
Starting from

y t g c u t d

and using the reconstruction formula (5.31) for u(t),

u t

u kT sinc w t kT

(5.31)

it follows that

y t gc

u mT sinc w t mT d

40

Evaluating this expression for t = kTs and replacing m by m = k l delivers:

u k l T sinc w lT

y kTs g c

g l u k l T

With

g d l g c sinc wN lTs d

g c lTs sinc wN d

where the latter equation follows from the fact that the integral expression is a
convolution, which can be rewritten by change of variables lTs .

A.2 Proof of the DFT-pair (5.32)-(5.33).

Substituting the expression (5.32) into (5.33) shows that

1
ud k
N

N 1 N 1

u m e
l 0 m 0

lws
2 l
mTs i
k
N
N

41

N 1 i 2 l k m

N 1

u m e

m 0

l 0

But,
N 1 i 2 l k
N

for k = 0
for k 0

l 0

=0

Then, the sum of exponentials will equal N(k m), (with () the discrete
pulse function, i.e. (k) = 1 for k = 0 and (k) = 0 elsewhere.), which proves
the validity of the transform pair.

A.3 Proof of the pair (5.56)-(5.57).

[Basile and Marro, 2002]
In the continuous-time case the state transition function is expressed in terms
of the matrix exponential as follows:
t

x t e A t Bu d e At x 0

(A3.1)

Consider a general instant of time t and denote by kTs, (k + 1)Ts two

subsequent sampling instants such that kTs t < (k + 1)Ts; equation (A3.1) can
be written as
k 1

x t
l 0

l 1 Ts

lTs

A t

d Bu lTs

kTs

A t

d Bu kTs e At x 0

(A3.2)
Using the following identity:

42

t1

t0

A t1

t1 t0

e Ax dx

t1 t0

e A d

and noting that

l 1 Ts

lTs

A t l 1 Ts l 1 Ts A l 1 Ts
e A t d e
d
e
lTs

(A3.2) can be writen as

k 1

A t l 1 Ts
x t e
f A, Ts Bu lTs f A, t Bu kTs e At x 0
l 0

(A3.3)

where f(A, t) denotes the matrix exponential integral, defined as

t

f A, t : e A d
0

(A3.4)

In conclusion, the state transition function of a constant continuous-time

system with a piecewise constant input is expressed as a finite sum whose
terms are easily computable using the matrix exponential and the matrix
exponential integral.
If sampling is uniform with period T and the output is also synchronously
sampled, the system is described by the discrete-time model (5.54, 5.55)
where matrices Ad, Bd, Cd, Dd are related to the corresponding ones of the
continuous-time case by the relations

Ad : e AcTs

(A3.5)

43
Ts

Bd : e Ac d Bc

(A3.6)

Cd : Cc

(A3.7)

Dd : Dc

(A3.8)

A.4 The z - transform

[Tham, 1999]
The z-transform is the most commonly used tool for the analysis of sampled
data systems. Suppose we sample a continuous time variable u(t). Because the
sampled signal exists only at the sampling instants, the sequence of pulses can
be represented mathematically as:
u t
0

u kTs

k 0,1, 2,L
otherwise

To simplify notation, let the sampled sequence be denoted by u*(t). Now the
Laplace transform of u(t) is defined as:

U s u t e st dt
0

Since the sampled signal u*(t) is a subset of u(t), we can also apply the
Laplace transform to it:

U * s u * t e st dt
0

44

Since u*(t) only exists at sampling instants, this means that we can replace the
integral with a summation, that is,

U * s u * t e dt u kTs e skTs
st

k 0

skTs
Defining: z e , then

U * s u kTs e z
k 0

This is the definition of the z-transform of a continuous time signal u(t)

sampled with a sampling interval of Ts, i.e.

Z u t U z u kTs e z
k 0

Thus, the z-transform is merely the Laplace Transform of a sampled data

sequence.
Relationship with the s-plane
The mapping from the s-plane to the z-plane is accomplished through the
relationship

z e skTs
This function maps the whole of the left side of the s-plane to a unit circle on
the z-plane as shown in Figure A.3.1. In the Laplace domain, systems are
stable if they do no possess poles on the right half of the s-plane. In the case of

45

sampled data systems, they are stable if they do not possess poles that lie
outside the unit-circle in the z-plane.

Figure A.3.1: Relationship between s-plane and z-plane

Inversion of z-transforms
Like Laplace transforms, z-transforms can be inverted back into the time
domain. Given a transfer function, we can either apply long division to obtain
the series form of the sampled signal or make use of the tables. The first is
simple but tedious and the result may not be suitable for further analysis. Thus
tables are often used. In this case, the transfer function is factored into lower
order components using partial fraction expansion, and tables are used to look
up the corresponding time functions of each component. The final result is
obtained by adding up these individual time function.
However, due to the nature of the problem, it is not often that z-transform
functions need to be converted back to the time domain. Given the range of
simulation tools available nowadays, it is usually simpler to simulate the
response of the discrete system to enable visualisation of response
characteristics.