ANALISIS DE FOURIER PARA EL TRATAMIENTO

DE SEALES

Julio MEDINA
XII Encuentro de Matemtica y sus
Aplicaciones
EPN- Quito, Ecuador- 28 junio a 2 julio 2010
1

1. INTRODUCCION
La nocin de seal es bastante amplia y aparece en diferentes
situaciones en las cuales ciertas cantidades varan en el tiempo o el
espacio de una magnitud fsica o de otra naturaleza. Por tanto est
ligada al concepto de funcin.
El Procesamiento de Seales es una disciplina de las ciencias de la
Ingeniera que desarrolla las tcnicas de procesamiento, anlisis e
interpretacin de seales. Entre las operaciones posibles con las
seales tenemos
control, filtrado, compresin de datos,
deconvolucin, prediccin, etc.
Se pueden procesar seales analgicas (representadas por funciones
continuas) o seales digitales (dadas por funciones discretas). En el
procesamiento de seales existen diferentes ramas dependiendo de la
naturaleza de las seales consideradas (audio, voz, imagen, video).
El procesamiento de seales puede tener diferentes objetivos:
deteccin de una seal, estimacin de los valores de una seal,
codificacin, compresin para su almacenamiento y transmisin. Sus
aplicaciones son amplias en telecomunicaciones, audio, video,
imagen (mdica, satelital), geofsica.
La Teora de Seales es la rama matemtica que estudia las seales y
los sistemas que los transmiten e involucra herramientas del Anlisis
armnico (generalizacin del Anlisis de Fourier), de los espacios
vectoriales, de los procesos estocsticos, entre otras.
En este documento se presentan algunos elementos del Anlisis de
Fourier relacionados con el estudio y procesamiento de seales. Dos
son los instrumentos fundamentales: las series de Fourier (que
permiten la representacin de una seal como superposicin de
ondas de base llamadas armnicos) y la transformada de Fourier,
tanto en su versin continua como en su versin discreta.

En la seccin 2 se aborda los conceptos bsicos relativos a las

seales. En las dos siguientes secciones se tratan las series de
Fourier y las transformadas de Fourier, respectivamente. La
funcin delta de Dirac es el tema de la quinta parte. Enseguida se
aborda la transformada discreta de Fourier y la transformada . La
seccin 7 concierne a ciertas operaciones del procesamiento de
seales en los cuales se aplica el Anlisis de Fourier (espectro,
filtros, muestreo)

2. CONCEPTOS BASICOS
2.1 . Definicin de seal
Utilizaremos como definicin de seal: la variacin en el tiempo o el
espacio de una magnitud fsica o de otra naturaleza.
Por ejemplo:
La intensidad de la corriente elctrica
El nivel de gris de los puntos de una imagen
Un electrocardiograma
Un sonido
La evolucin del ndice de la bolsa de valores
La representacin matemtica (el modelo matemtico) de una seal
corresponde a la nocin de funcin (de una o varias variables:
tiempo, espacio, etc.). Sin embargo las distribuciones (o funciones
generalizadas) constituyen un modelo ms general y satisfactorio.

2.2. Tipos de seales.

Las seales que representaremos por
, donde
es la
variable independiente,
la variable dependiente, admiten
diferentes caracterizaciones:
3

a) Segn la presencia o no de elementos probabilsticos:

Estocstica
Determinstica (consideradas en este documento)
b) Segn la variable independiente
Continua (Analgica) si la variable es continua
Discreta (Digital) si solo est definida para ciertos valores
determinados:
En muchos casos una seal discreta se obtiene por discretizacin de
una seal analgica, generalmente mediante un convertidor, pero
algunas seales son discretas por su propia naturaleza: edades de una
poblacin, estado en el tiempo de una vlvula (abierto o cerrado),
etc.
c) Segn la periodicidad
Peridica si se repite cada cierto intervalo de la variable
independiente, dicho intervalo se dice perodo:

No peridica en el caso contrario

La frecuencia
es una medida para indicar el nmero de
repeticiones de cualquier fenmeno o suceso peridico en la unidad
de tiempo, por tanto
d) Segn la exactitud de los valores
Exacta si los valores de la seal (funcin) sean reales o
complejos se consideran exactos (precisin infinita)
Aproximada los valores son aproximados, por ejemplo para
poder utilizarlos computacionalmente. La operacin de
aproximacin de valores exactos se dice cuantificacin
Evidentemente una seal puede combinar varios de estos atributos,
los mismos que sern tomados en cuenta para su procesamiento.

2.3. Algunas seales elementales

a) Escaln unitario de Heaviside
Esta seal se denota por

y se define por

La funcin no est definida en

y modela el establecimiento
instantneo de un rgimen constante, por ejemplo la seal obtenida al
cerrar un interruptor en un instante dado y mantenerlo cerrado
indefinidamente.
Tambin se le nota por
el valor
.

. Para tener simetra a veces se le asigna

Funcin escaln unitario

b) Seal rectangular
Es la seal, notada
donde

, definida por

dado.

c) Seal sinusoidal pura (o monocromtica)

Se representa mediante

donde

es la amplitud
es el pulso o velocidad angular
es el (ms pequeo) perodo

es la frecuencia (nmero de veces que este fenmeno peridico

se repite por unidad de tiempo)
es el ngulo de fase
es la fase inicial (cuando

(Ms til que conocer el ngulo de fase es el desfase o diferencia de

fase entre dos instantes)

Aunque los valores de una seal son, en principio, nmeros reales y
la frecuencia un nmero positivo, por comodidad se utiliza una
funcin con valores complejos
lo que da

Hay que observar que el coseno o cualquier combinacin lineal de

seno y de coseno con la misma frecuencia se pueden transformar en
una sinusoide simple y viceversa:

con

Otra representacin posible para la sinusoide es

Sinusoide

3. SERIES DE FOURIER
Fue el matemtico francs Joseph Fourier, a principios del siglo XIX,
quien encontr que una funcin peridica
se puede representar
como una suma infinita ponderada de trminos en senos y cosenos
(la serie de Fourier), mientras que en el caso de funciones no
peridicas la representacin se da por medio de una integral (la
transformada de Fourier).
Esto dio origen al Anlisis Armnico, rama de la Matemtica que
estudia la representacin de funciones o seales como superposicin
de ondas de base (los armnicos). En el caso de las series de Fourier
estos son sinusoidales y por tanto las series son trigonomtricas.
A partir de la segunda mitad del siglo XIX se aplica esta teora a
datos de fenmenos relacionados con el sonido, la imagen, el clima,
la mecnica cuntica o las neurociencias.
Existen tambin versiones discretas de la serie y de la transformada
de Fourier.

3.1. Polinomios trigonomtricos

Una funcin

se dice peridica de perodo

si

La funcin
es peridica con perodo
para
cualquier entero , y lo mismo la funcin
que se denomina polinomio trigonomtrico de grado inferior o igual
a N.
Este polinomio
puede escribirse como combinacin lineal de senos y cosenos:
7

donde si

e inversamente
Sea
.
Con las operaciones usuales para las funciones es un espacio
vectorial, al cual se le puede dotar del producto escalar
que da origen a la norma

Se puede mostrar que

y que

es una base ortogonal de

, espacio de dimensin

Adems para todo

de donde

que da de manera explcita los coeficientes de Fourier

funcin de p.
Los coeficientes

se obtienen por las frmulas

en

Observacin
En razn de la periodicidad de

Por tanto si
p es funcin par (impar),

3.2. Series de Fourier

Un contexto matemtico adecuado para desarrollar el Anlisis de
Fourier es el de los espacios de Hilbert (espacios vectoriales
normados, cuya norma proviene de un producto escalar y
completos). Aqu trabajaremos en el espacio de las funciones
continuas por tramos.
Una funcin
es continua por tramos en un intervalo
si
admite un nmero finito de discontinuidades de salto.
Evidentemente, una funcin continua en un intervalo es continua
por tramos en

Funcin continua por tramos

Sea
. Con
las operaciones usuales de funciones es un espacio vectorial. Si
definimos
sucede que no cumple con la
condicin de producto escalar
(basta tomar una
funcin que sea nula en salvo en un nmero finito de puntos)
Para evitar este problema debemos tomar el espacio de las clases de
equivalencias de la funciones de
, donde la relacin de
equivalencia se define por
. Este
es un espacio vectorial euclidiano (dotado de producto escalar). Para
simplificar el lenguaje y la notacin trataremos a estos vectores
(colecciones de funciones) como si fueran funciones ordinarias
utilizando un representante de la clase de equivalencia.
En el marco de los espacios de Hilbert se trabaja en
, el espacio
de las funciones de cuadrado integrable en el sentido de Lebesgue.
Aqu se identifican dos funciones si coinciden casi en todas partes
(salvo en un conjunto de medida nula). Este espacio es el completado
del espacio de las funciones de cuadrado integrable en el sentido de
Riemann.
3.2.1 Definicin.
Se llama serie de Fourier a la sucesin de sumas parciales (de
polinomios trigonomtricos) en forma compleja
o en forma real
.
Otra representacin se obtiene a partir del armnico (sinusoide)

donde
10

Siendo estas representaciones equivalentes, su uso depender de las

aplicaciones
En todo punto donde la serie converge se notar

Evidentemente, si la funcin

su suma

existe tendr perodo

3.2.2. Representacin en serie de Fourier de una funcin

El problema de descomponer una funcin dada
Fourier no siempre tiene respuesta positiva.
Ahora supongamos que una funcin
con perodo
expresar como serie de Fourier, es decir que

en serie de
se puede

Entonces integrando ambos miembros de la igualdad en el intervalo

y usando las propiedades de ortogonalidad de las
funciones seno y coseno se obtiene los coeficientes de Fourier

mientras que

11

Se puede remplazar el intervalo simtrico

cualquier otro intervalo de la forma

por

Para precisar mejor la diferencia entre la funcin y la serie de

Fourier que se le asocia se usa la notacin

donde los coeficientes estn dados por las frmulas anteriores.

En efecto puede suceder que para ciertas funciones los coeficientes
no existan y por tanto tampoco la serie de Fourier, o que la serie
exista y sea divergente o que aunque sea convergente no lo haga
hacia la funcin.
Se define una funcin
es suave por tramos en un intervalo
si tanto la funcin como primera derivada
son continuas
por tramos en . Tambin se dice que es de clase
por tramos.
Teorema de Dirichlet
Sea
una funcin de perodo . Si
es de suave por tramos
en entonces la serie de Fourier asociada converge hacia
si
es continua en y hacia
)] si no es continua en .

3.2.3.Series de senos y de cosenos

Si es un funcin par (
de Fourier entonces

y desarrollable en serie

y
.

12

Por tanto la serie de Fourier solo contiene trminos cosenos:

,

Si la funcin es impar la serie de Fourier solo tendr trminos

senos:
,
---------En algunos casos la funcin es continua por tramos en un intervalo
y se quiere desarrollarle en serie de Fourier. Se procede as:
(i)
se hace una extensin de al intervalo
llamada
(ii)
se hace la extensin peridica de a todo con perodo
para esta nueva funcin se halla la serie de Fourier.
Las extensiones ms convenientes son la par y la impar dadas por
y

pues conducen a series de Fourier que contienen solo cosenos o

senos cuyos coeficientes son, respectivamente
y

Ejemplo
Se considera la funcin
y
.

definida por

13

Como la funcin es par su serie de Fourier es

Si toma el valor de

se tiene el siguiente resultado conocido

3.2.4. Propiedades de las series de Fourier

a) Aproximacin
Si aproximamos la funcin

el error

por la suma finita

se define por

y el error cuadrtico medio por

Se puede mostrar que

El fnomeno de Gibbs
Cuando
es suficientemente grande, Gibss observ que en los
puntos de discontinuidad
el valor dado por la aproximacin
continua
produce un error de aproximadamente el 9% del salto
de discontinuidad.

14

Efecto de Gibbs

15

b) Teorema de Parseval
Sea
una funcin de perodo
Entonces

desarrollable en serie de Fourier.

+
La ltima igualdad muestra que el valor cuadrtico medio de una
funcin peridica
es igual a la suma de los valores cuadrticos
medios de sus armnicos. Se observa que el contenido de potencia de
la funcin peridica
, definido por
depende
nicamente de la amplitud de sus armnicos y no de sus fases.
c) Continuidad de una serie de Fourier
Bajo qu condiciones sobre
Sea
en

su serie de Fourier es continua?

una funcin suave a trozos, su serie de Fourier es continua

si y solo si
continua y

Si el desarrolla la serie de Fourier de cosenos o de senos a partir de

un medio intervalo
, se tiene que
Sea
(i)
(ii)

una funcin suave a trozos, su serie de Fourier

de cosenos es continua en
de senos es continua en

si y solo si
si y solo si

es continua
es continua y

d) Derivacin trmino a trmino de una serie de Fourier

No siempre se puede derivar trmino a trmino una serie de Fourier.
16

Veamos el siguiente contraejemplo:

El desarrollo en serie de Fourier de senos de

si

es
. Al derivar la serie trmino a
trmino se obtiene
y mientras que la
derivada de es 1. No se mantiene la igualdad pues laserie de
cosenos de 1 es 1.
Si una serie de Fourier de

es continua y

suave por tramos

entonces se puede derivar trmino a trmino

Para las series de Fourier de cosenos y de senos se tienen resultados
similares:
(i) Si
continua y
Fourier de cosenos de

suave por tramos entonces la serie de

se puede derivar trmino a trmino

(ii) Si
continua,
y
entonces la serie de Fourier de senos de
trmino a trmino

suave por tramos

se puede derivar

e) Integracin trmino a trmino de una serie de Fourier

Se puede integrar series de Fourier sin mayores dificultades
Sea
una funcin suave por tramos, su serie de Fourier se puede
integrar trmino a trmino, la serie infinita resultante es convergente
y siempre converge a la integral de
para

El resultado es vlido incluso si la serie de Fourier original tiene

discontinuidades de salto
La serie obtenida al integrar ser continua pero no
necesariamente ser de Fourier.

17

4. LA TRANSFORMADA DE FOURIER
Las series de Fourier permiten tratar varios problemas que
involucran funciones peridicas, ahora se busca extender este
anlisis cuando las funciones no son peridicas para asociarles un
espectro en frecuencias.
4.1. Definiciones
Sea
una funcin integrable sobre
transformada de Fourier es la funcin

, su
dada por la frmula

Si la transformada de Fourier de es una funcin integrable, la

frmula dicha transformada inversa de Fourier, operacin notada
, permite encontrar a partir de

La variable corresponde al tiempo y la variable a la frecuencia.

Se dice que
est en el dominio temporal y que
est en el
dominio frecuencial.
Este par de transformadas de Fourier tendrn propiedades anlogas
pues solo cambian el coeficiente multiplicativo y que se vuelve
En general la funcin

donde
de fase de

es compleja y se tendr que

es el espectro de amplitud de

18

el espectro

Observaciones
Si
a)
b)

es una funcin real entonces

y
y

son funciones par e impar de

son funciones par e impar de

4.2. Propiedades de las transformadas de Fourier

a) Linealidad :
Si
,

funciones integrables en

b) Escalonamiento :
Si
,

entonces

(La expansin en el dominio del tiempo es equivalente a la

contraccin en el dominio de la frecuencia y viceversa)
c) Desplazamiento en el tiempo:
Si
entonces

d) Desplazamiento en la frecuencia:
Si
entonces

e) Convolucin
La convolucin de dos funciones
define por la funcin
19

, notada

,se

La convolucin es una operacin conmutativa, asociativa y

distributiva respecto a la suma.
Convolucin en el tiempo:
Si

entonces

Convolucin en la frecuencia:
Si

entonces

(El inters principal de calcular el producto de convolucin por

transformadas de Fourier es que estas operaciones son menos
costosas en tiempo para una computadora que el clculo directo de la
integral)
f)

Teorema de Parseval

Si

entonces

(La interpretacin de esta frmula es que la energa total de la seal

es igual a la energa total de su transformada de Fourier
a
lo largo de todas sus componentes frecuenciales)
g) Continuidad
La transformada de Fourier de
es una funcin continua, de
lmite nulo al infinito y acotada por
donde
,

20

h) Derivabilidad
Si la funcin
es integrable, entonces se puede
derivar la transformada de Fourier bajo el signo de integracin y se
tiene
i)

Transformada de la derivada

Si
es derivable, de lmite nulo al infinito y si la derivada de f(t)
es integrable entonces
.
Este resultado se puede generalizar para derivadas de orden superior:
.

Estas propiedades se pueden demostrar sin mayor dificultad usando

las propiedades de la integral y aplicando la tcnica de la integracin
por partes.
Por ejemplo para la propiedad del desplazamiento en el tiempo:

entonces con el cambio de variable

se obtiene
=

y por tanto

21

5. LA funcin DELTA DE DIRAC

La delta de Dirac , llamada por abuso de lenguaje funcin de
Dirac, se puede considerar informalmente como una funcin que
toma el valor infinito en cero y el valor 0 en los dems puntos, y
cuya integral en vale 1. En realidad la delta de Dirac no es una
funcin sino una funcin generalizada o distribucin. Tambin se le
llama funcin impulso.

Delta de Dirac (funcin impulso)

Es muy til para aproximar funciones cuya representacin grfica
tiene la forma de una gran punta estrecha y modela una carga
puntual. La delta de Dirac permite definir la derivada generalizada de
funciones discontinuas.
La delta de Dirac viene dada por la frmula:
por tanto
donde
es una funcin continua , que se anula fuera de algn intervalo
finito (soporte de la funcin) y que se conoce como funcin test

22

5.1. Algunas propiedades de

1.
2.
3.

4. La derivada

de

est dada por

5. La derivada de la funcin escaln unitario (Heaviside)

6.

es

, por tanto

7. Para la convolucin se tiene

5.2. Aplicaciones
Algunas de estas propiedades pueden utilizarse para: (i) investigar el
comportamiento de las series de Fourier para las derivadas de formas
de ondas con un nmero finito de discontinuidades en un perodo,
(ii) calcular los coeficientes de las series de Fourier de algunas
23

funciones, (iii) hallar las transformadas de Fourier de ciertas

funciones
que no satisfacen la condicin suficiente
, como la constante,
,
, el escaln
unitario
etc.
Se tiene as:

5.3. Funcin peine de Dirac

La funcin peine de Dirac
espaciadas de :

es una suma de deltas de Dirac

A esta funcin tambin se le conoce como tren de impulsos

unitarios, que aparece en la siguiente figura:

Como esta funcin tiene perodo T, se calcula su serie de Fourier y

se tiene
,
que consiste de un trmino constante
todos con la misma amplitud

y una suma de armnicos

La propiedad

conduce a
24

es decir el clculo aproximado de una integral por el mtodo de los

rectngulos es equivalente al clculo de la integral de la funcin
multiplicada por un peine de Dirac.
La transformada de Fourier de un peine de Dirac en el tiempo es
tambin un peine similar en la frecuencia:

6. ANALISIS DE FOURIER DISCRETO

En muchos procesos del tratamiento de seales se trabaja con seales
discretas o digitales. La discretizacin de una seal continua se hace
a travs de una operacin llamada muestreo.
6.1. Transformada de Fourier discreta(TFD)
El equivalente a la transformada de Fourier para seales continuas es
la transformada de Fourier discreta (TFD). Su definicin para una
seal x de N valores
viene dada por
para
y su transformada inversa discreta por

25

Los factores de normalizacin

y los signos de las
exponenciales son convencionales, pueden cambiar a condicin de
que los signos sean contrarios y que el producto de dichos factores
sea
.
Si notamos
y
matricialmente mediante

la TFD se puede expresar

La TFD permite evaluar una representacin espectral (en

frecuencias) discreta de una seal discreta en una ventana de tiempo
finita. Este anlisis es relativamente sencillo y adems eficaz en
aplicaciones de eliminacin del ruido que contamina una seal y en
otros tipos de filtrados (pasa bajos, filtros para altos, filtros pasa
banda,etc.)
TFD de algunas funciones
a)
b)
c) Si

entonces

6.2. Transformada rpida de Fourier (TRF)

La transformada rpida de Fourier (TRF) es un algoritmo eficiente
que permite calcular la transformada de Fourier discreta (TFD) y su
inversa. Sus aplicaciones no solamente estn en el tratamiento digital
de funciones y filtrado digital sino que se extienden a las ecuaciones
26

diferenciales. Este algoritmo fue presentado originalmente en 1965

por James Cooley y John Tukey.
Evaluar directamente las sumas de la TFD cuesta
productos complejos y
sumas complejas mientras que la
TRF utiliza solo
productos y
sumas.
As para N=1024 el tiempo de clculo del algoritmo rpido puede ser
100 veces ms pequeo que el clculo que utiliza la definicin de la
TFD.
La idea es utilizar el principio dividir para conquistar:
descomponer la transformada a tratar en otras ms simples y stas a
su vez hasta llegar a transformadas de 2 elementos donde k puede
tomar los valores 0 y 1. Una vez resueltas las transformadas ms
simples hay que agruparlas en otras de nivel superior que deben
resolverse de nuevo y as sucesivamente hasta llegar al nivel ms
alto. Al final de este proceso, los resultados obtenidos deben
reordenarse.
El procedimiento es similar para el clculo de la transformada
inversa.
6.3. La transformada
La transformada es una generalizacin de la transformada de
Fourier discreta (TFD). Es una aplicacin que transforma una
sucesin
en una funcin de una variable compleja , tal
que
sea convergente.
Para una seal
la variable
representa al tiempo discretizado,
mientras que la variable no representa nada en particular (es una
creacin abstracta) pero por analoga con la transformada de Fourier
se le llama frecuencia.
La TFD se encuentra evaluando
crculo unidad):

en
27

(es decir sobre el

La transformada
tiene
desplazamiento, convolucin.

las

propiedades

Si consideramos el impulso de Dirac

y
La transformada

de

linealidad,

y el escaln unitario
para

inversa viene dada por

Donde es un camino recorrido en sentido contrario a las agujas del

reloj y completamente contenido en el dominio de convergencia

7. ANALISIS DE FOURIER Y PROCESAMIENTO

DE SEALES
En este captulo desarrollaremos algunas tcnicas del procesamiento
de seales que involucran series y transformadas de Fourier,
particularizaremos sobre el anlisis del espectro y de sistemas, el
filtrado y el muestreo de seales.
7.1. Anlisis espectral
Las series de Fourier permiten describir una seal, funcin del
tiempo, como superposicin de seales ms simples (sinusoides) de
varias frecuencias mltiplos de la frecuencia fundamental
. El
espectro de frecuencia es una medida de la distribucin de
amplitudes o de las fases de cada frecuencia. El proceso que
cuantifica las diversas intensidades de cada frecuencia se conoce
como anlisis espectral.

28

Una seal peridica se puede representar mediante un grfico de

flechas paralelas al eje de las ordenadas de altura
(intensidad) en
la frecuencia
. Se obtiene as una representacin del espectro de
amplitudes en rayas de la seal. Recordemos que
Una representacin similar con rayas se puede hacer para el espectro
de fases, donde ahora las flechas tendrn alturas iguales a los
argumentos .
Estos espectros son discretos. En el caso que los
seal tiene una sola representacin en frecuencia.

sean reales la

Para la seal dada por la siguiente grfica, sus coeficientes son

y su espectro de magnitud

29

Para la transformada de Fourier el espectro ser continuo. Para la

funcin escaln unitario
se dan las grficas de su transformada
de Fourier
y de sus espectros:

7.2 Sistemas y filtros

Un sistema es un proceso (o un aparato) que produce transformacin
de seales. Se distinguen por tanto, una seal de entrada, una de
salida y un mecanismo de transformacin representado
matemticamente por un operador
Entonces si
,
se tiene

con

Si hay mltiples seales de entrada o de salida las funciones

tienen valores vectoriales.
Como ejemplos de sistemas tenemos
amplificadores, telfonos.

circuitos elctricos,

Las seales de entrada y de salida no son necesariamente de la

misma naturaleza (por ejemplo en un modem). Se dir que un
30

sistema es analgico (discreto) si transforma una seal analgica

(discreta) en otra seal analgica (discreta).

7.2.1. Propiedades de los sistemas

Si se dota a e de la estructura de espacios vectoriales (reales o
complejos) un sistema
puede tener alguna o algunas de las
siguientes propiedades:
a) Linealidad: una combinacin lineal de entradas produce la
misma combinacin de salidas:
A la linealidad se le conoce tambin como principio de
superposicin. Hay que observar que algunos sistemas no
lineales pueden ser adecuadamente linearizados.
b) Invariancia: un desplazamiento en la entrada produce el mismo
desplazamiento en la salida:
Si
entonces
Un sistema invariante tambin se dice estacionario
c) Causalidad: la salida no depende de entradas futuras, es decir la
respuesta en un instante dado solo depende del pasado anterior a
ese instante.
Si
entonces
d) Continuidad: S es continuo si para toda sucesin
que
tiende hacia , la sucesin
tiende hacia
.
Esta nocin expresa la idea que si dos seales de entrada son
cercanas las salidas correspondientes tambin lo son.
La continuidad est ligada al concepto de norma pues:
31

significa que
espacios de funciones

. Por tanto se dotar a los

de normas.

e) Memoria: si un sistema no tiene memoria entonces la salida en

un instante depende de la entrada en ese instante
f)

Invertibilidad: entradas distintas producen salidas distintas:

Si
entonces

Entre los sistemas ms interesantes a tratar estn los lineales,

invariantes y continuos.
7.2.2. Algunos Sistemas
a) Amplificador
constante fija
b) Lnea con retardo
, constante real
c) Diferencial

7.2.3. Sistemas lineales, continuos e invariantes

El trmino filtro designa a la vez un sistema fsico que permite
modificar seales (por ejemplo un ecualizador) y su modelo
matemtico dado por un sistema lineal, continuo e invariante . El
papel de un filtro es modificar la fase y la amplitud de las
componentes de una seal. Los sistemas a), b) y c) son filtros.
Otra definicin de sistema lineal invariante es que las seales de
entrada y de salida (o respuesta) estn relacionadas por una ecuacin
diferencial lineal con coeficientes constantes o un sistema con este
tipo de ecuaciones. Este modelo da cuenta de la relacin existente
entre las variaciones de la seal de salida y los valores o las
32

variaciones de la seal de entrada. Aparece en circuitos elctricos y

sistemas mecnicos.
a) Salida de una seal peridica
Enunciemos en primer lugar el siguiente resultado
La respuesta de , sistema lineal e invariante, a una seal
exponencial
es tambin una seal exponencial y
proporcional a la entrada, es decir

Dicho de otra manera,

propio .

es funcin propia de

asociada al valor

Este resultado es importante ya que la serie de Fourier asociada a

una seal peridica
se escribe
y por tanto
por linealidad se tendr
.
Es decir que la imagen de la seal peridica
est determinada
completamente por las salidas que corresponden a los elementos de
la base
.
Tanto la serie de entrada como la serie de salida tienen las mismas
frecuencias, lo que no es el caso para sistemas no lineales que crean
nuevas frecuencias. Por tanto la localizacin de las rayas del espectro
no cambia. El filtrado consistir entonces en disminuir, amplificar o
seleccionar ciertas rayas.
b) Salida de una seal cualquiera
Ahora se estudiar la respuesta a un seal cualquiera. Para ello
notaremos
la salida del impulso unitario (delta de
Dirac), llamada respuesta impulsional.
33

La respuesta
de , sistema lineal e invariante, a una seal
cualquiera
est dada por el producto de convolucin de esta
entrada y de la respuesta del sistema al impulso unitario:

En lugar de calcular explcitamente la respuesta del sistema en el

tiempo, cuyo clculo puede resultar laborioso, muchas veces interesa
determinar su contenido en frecuencias y se tiene el siguiente
resultado en trminos de transformadas de Fourier:
Si

entonces

,
A

, se le conoce como la funcin de transferencia del sistema,

y se acostumbra a escribirle como cociente

. La

funcin de transferencia tipifica al filtro pues determina la forma en

la que la seal entrante cambia en amplitud y fase al pasar a travs
del filtro.
Observacin
El valor de para la salida de la exponencial tratada en el literal
6.2.3.a) es justamente

7.2.4. Filtros digitales

Los filtros digitales modifican una seal discreta mediante
operaciones matemticas.
Los filtros analgicos utilizan componentes fsicas (resistencias,
condensadores, transistores, etc.), los filtros digitales actan con
34

circuitos integrados, procesadores programables o software de una

computadora (por ejemplo los programas para retocar imgenes).
La representacin matemtica en el dominio temporal discreto se da
mediante ecuaciones en diferencias. Para un filtro de orden
para
una seal
se tiene

En el dominio de las frecuencias, usando la transformada

funcin de transferencia de orden viene dada por

, la

Los valores de los coeficientes

y
determinarn el tipo de filtro
(pasa bajo, pasa alto, etc.). En general se toma
.
7.3. Muestreo
El muestreo es la operacin que consiste en tomar muestras
peridicas de los valores de una seal continua (analgica) a
intervalos regulares de tiempo (o de la variable independiente).
La frecuencia a la cual se capturan los valores se dice frecuencia de
muestreo.
El muestreo es el primer proceso que interviene en la conversin de
una seal analgica en digital. Los otros procesos matemticos son
la cuantificacin (asignacin de un margen de valor a un nico nivel
de salida por ejemplo por redondeo o truncamiento sobre una
precisin determinada) y la codificacin (traduccin de los valores
cuantificados a un cdigo, generalmente binario). La cuantificacin,
al contrario del muestreo, no es reversible pues se produce una
prdida de informacin que se traduce en un error llamado ruido de
35

cuantificacin. Durante el muestreo la seal es an analgica (puede

tomar cualquier valor), a partir de la cuantificacin la seal se vuelve
digital (toma ya valores finitos).
Esta transcripcin a seales digitales se realiza con el objetivo de
facilitar su procesamiento (compresin, etc.) y darle a la seal
resultante mayor inmunidad al ruido y otras interferencias a las que
son ms sensibles las seales analgicas.
Segn el teorema de Nyquist-Shannon para replicar con exactitud la
forma de la seal la frecuencia de muestreo debe ser superior al
doble de la mxima frecuencia a muestrear. Esa frecuencia lmite se
llama frecuencia de Nyquist. Por ejemplo un CD de audio contiene
datos musicales muestreados a 44,1kHz (44 100 muestras por
segundo) ya que el odo humano puede captar los sonidos hasta
16kHz y a veces hasta 22kHz.

Teorema del muestreo uniforme en el dominio del tiempo

Sea
una seal analgica, cuya frecuencia ms alta es (o sea
que la seal es de banda limitada). Si se realiza un muestreo regular
de
) con frecuencia de muestreo mayor o igual a
, entonces
se puede determinar por completo a partir de la seal discreta.
Dicho de otra manera, la informacin completa de la seal analgica
original que cumple el criterio anterior se describe completamente
por la serie total de muestras resultantes del proceso de muestreo, de
la siguiente manera:

36

donde

Se observa que cada muestra est multiplicada por la funcin

muestreadora

y todas estas funciones resultantes se suman para obtener

Muestreo y reconstitucin de

37

En caso de que la seal sea muestreada a una tasa inferior a la

indicada las trasladadas vecinas se superponen dando origen al
fenmeno llamado aliasing y no se puede recuperar la seal
inicial. Si se cumple con la condicin indicada de nada sirve
aumentar la frecuencia de muestreo.

Encabalgamiento de seales. aliasing

Como se constata con las frmulas expuestas la seal analgica no se
obtiene mediante interpolacin lineal de los puntos resultantes del
muestreo.
Tambin existe un teorema similar cuando se considera el dominio
de las frecuencias.
Teorema del muestreo uniforme en el dominio de la frecuencia
Sea
una seal analgica, cuyo banda es
(es decir fuera
de ese intervalo
), entonces su transformada de Fourier
se puede determinar en forma unvoca a partir de los valores de
tomados en los puntos equidistantes
, mediante la frmula

38

REFERENCIAS
[1] Claude GASQUET, Patrick WITOMSKI Analyse de Fourier et
applications, Universit de Grenoble I, Dunod (1996)
[2] Hwei P. HSU,
Iberoamrica,(1987)

Anlisis

de

Fourier,

[3] http://www.jhu.edu/~signals/index.html

39

Addison-Wesley