Transformada Fourier Almira PDF

LAFA.
Laboratorio de Analisis de Fourier Aplicado
Transformada de Fourier*
1. De las series de Fourier a la Transformada de Fourier: primeras

consideraciones
Las series de Fourier son u tiles para el estudio de senales periodicas pero, desafortunadamente,
este tipo de senales no son tan frecuentes en la practica como las no-periodicas. Esta situacion requiere
el desarrollo de una teora matematica mas ambiciosa y a ello vamos a dedicar algun tiempo.
Sea x(t) una senal aperiodica1 definida en todo el intervalo real y denotemos por xT (t) (T > 0)
la senal 2T -periodica que se obtiene a partir de x(t) haciendo xT (t) = x(t) para t (T, T ] y
extendiendo periodicamente con periodo 2T . Si suponemos que x(t) es suficientemente suave (e.g.,
es C1 (R)), entonces tendremos la identidad
Z T
1 X
(i/T )ks
x(t) = xT (t) =
x(s)e
ds e(i/T )kt , para t (T, T ]
(1)
2T k= T
Evidentemente, si hacemos T en el segundo miembro de la igualdad anterior, entonces la
igualdad lmite sera valida para todo t R y su valor sera igual al de la senal de partida x(t).
Ahora, estudiemos que le sucede al segundo miembro si hacemos T . Tomando f =
1/(2T ) y fk = kf , podemos reescribir (1) como
Z T
X
2ifk s
x(s)e
ds e2ifk t , para t (T, T ]
x(t) =
f
T
k=
Ahora bien, |fk+1 fk | = f = 1/2T ( k Z ) y, por tanto, podemos interpretar los puntos {fk }
como nodos equiespaciados de una particion de Riemann para la integral lmite
Z Z
2if s
x(s)e
ds e2if t df
Es decir, podemos concluir que (bajo ciertas condiciones restrictivas sobre la suavidad de la senal
aperiodica x(t)) se satisface la siguiente identidad (llamada: Teorema integral de Fourier):
Z Z
2if s
x(t) =
x(s)e
ds e2if t df
Este documento esta basado ampliamente en el libro de texto del autor: J.M. Almira, Matematicas para la recuperacion de senales, Grupo Editorial Universitario, 2005.
1
Es decir: no periodica.
LAFA. Laboratorio de Analisis de Fourier Aplicado
Haciendo el cambio de variable = 2f , podemos reescribir la anterior formula como
Z Z
1
is
x(t) =
x(s)e ds eit d
2
Definicion 1 La senal
x(s)eis ds
F(x)() := x
b() :=
toma el nombre de transformada de Fourier de la senal (aperiodica) x(t) L1 (R).

Definicion 2 La senal
F
1
(y)(t) :=
2
y()eis d
toma el nombre de transformada de Fourier inversa de la senal (aperiodica) y().

Nota 1 Es evidente que el teorema integral de Fourier se puede reescribir como
Z Z
1
is
x(s)e ds eit d
x(t) =
2
Z
1
=
F(x)()eit d = F 1 (F(x))(t)
2
y, de manera analoga,
F(F 1 (y))() = y().
Una cosa es clara: bajo ciertas hipotesis (que luego especificaremos), conocer la transformada
de Fourier de una senal equivale a conocer dicha senal, ya que al aplicar la transformada inversa
recuperamos toda la informacion. De igual forma, si conocemos los coeficientes de Fourier {ck }
k=
de cierta senal (periodica) x(t), de la que sabemos que es suficientemente suave, entonces conocemos
la senal, pues para rescatarla completamente bastara sumar la correspondiente serie de Fourier. As,
el papel del espectro de la senal, que en el caso periodico lo juegan los coeficientes de Fourier, en el
caso aperiodico lo juega la transformada de Fourier.
Para evitar problemas con la definicion de transformada de Fourier, supondremos que la senal x(t)
es absolutamente integrable en R. Es decir, supondremos que
Z
||x||L1 (R) =
|x(t)|dt < .
En tal caso, su transformada x

b() existe y esta uniformemente acotada en R, pues |eis | = 1 para
, s R implica |b
x()| ||x||L1 (R) para para R.
1.1. Teoremas basicos sobre la transformada de Fourier

La palabra transformada indica que estamos trabajando con una herramienta para transformar
un tipo determinado de problema en otro. De hecho, la transformada de Fourier sera u til (como veremos) para simplificar el estudio de la solucion de cierto tipo de ecuaciones diferenciales, convirtiendo
el problema de la solucion de una ED en un problema de solucion de ecuaciones algebraicas. La motivacion para dicho estudio esta en el hecho de que la transformada de Fourier posee buenas propiedades
algebraicas cuando se aplica a las derivadas sucesivas de una senal, o al trasladar la senal, etc. En este
apartado estudiamos las propiedades mas sencillas de la transformada de Fourier.
A continuacion exponemos una lista de las propiedades elementales de F(x)() = x() (Algunas
de las demostraciones son muy sencillas y las dejamos como ejercicio).
Nota 2 Mantenemos ambas notaciones, F(x) y x para la transformada de Fourier, porque a veces
una de ellas es mas comoda o mas clarificadora que la otra. Por otra parte, esto ayuda a que el
estudiante se familiarize con ambas notaciones y, por tanto, le permitira leer facilmente diferentes
textos sobre el tema (ya que por ahora no hay acuerdo unanime para la notacion en esta materia).
Linealidad La transformada de Fourier es un operador lineal. Mas precisamente, si x1 , x2
L1 (R), y a, b R, entonces ax\
b1 () + bxb2 ().
1 + bx2 () = ax
Traslacion en el tiempo. Dado a R, se tiene que
F[x(t a)]() = eia F[x(t)]() y F[eia x(t)]() = F[x(t)]( a)
Demostracion. En realidad, esta propiedad es trivial: basta hacer un cambio de variable, como
se observa a continuacion:
Z
eit x(t a)dt
F[x(t a)]() =
Z
=
ei(s+a) x(s)ds (donde s = t a)
ia
= e
F[x(t)]().
La otra formula se demuestra de forma analoga.

Cambios de escala. Si > 0 y x (t) = 1 x(t/), entonces
F[x ]() = F[x]() y F[x(t)]() = F(x) ().
Demostracion. De nuevo un simple cambio de variable sirve para nuestros objetivos:
Z
1
eit x(t/)dt
F[x ]() =
Z
t
1
=
eis x(s)ds (donde s = )
= F[x]()
La demostracion de la segunda formula es analoga.
Derivacion. Si x es continua y derivable a trozos, con x0 (t) L1 (R), entonces

F(x0 )() = iF(x)().
Ademas, si tx(t) es integrable entonces
F(tx(t))() = iF(x)0 ().
Demostracion. En este caso vamos a utilizar la formula de integracion por partes, para el calculo de x0 :
Z
0
x () =
eit x0 (t)dt
Z
t=
it
= e x(t) t= + i
eit x(t)dt
= i x()
Antes de continuar desarrollando la teora, vamos a calcular algunas transformadas de Fourier:
Ejemplo 1 Consideremos la senal escalon
ua (t) =
1
0
si |t| < a
en otro caso
Su transformada de Fourier es
Z
F(ua )() =
ua (s)eis ds
s=a
eis
eia eia
=
e
ds =
=
i s=a
i
a
cos(a) + i sin(a) cos(a) i sin(a)
=
i
sin(a)
= 2
2is
Ejemplo 2 Sea x(t) = exp(|t|). Entonces

Z
x
b() =
e|t| eit dt
Z 0
Z
t it
=
e e dt +
et eit dt
0
Z 0
Z
u iu
=
e e du +
et eit dt
0
Z
Z
t it
it
=
e (e + e )dt =
2et cos(t)dt
0
Z 0
t
t
e sin(t)dt
= 2 cos(t)e 0 +
0
t
t
e cos(t)dt
= 2 1 + e sin(t) 0
0
Z
1
1 2
b() ; pues ya hemos visto que
et cos(t)dt = x
b().
= 2 1 x
2
2
0
De modo que
1 2
x
b() = 2 1 x
b() = 2 2 x
b()
2
y, por tanto,
x
b() =
2
.
+1
Hay otros ejemplos cuyo calculo no es tan sencillo como en los casos anteriores. Esto, unido a su
importancia para las aplicaciones, los traslada a la categora de teoremas:
Teorema 1 Si x(t) = exp(t2 ), entonces x

b() =
exp( 2 /4).
R
2
Demostracion. El primer paso para el calculo de x
b() = et eit dt consiste en agrupar en un
2
solo termino el producto et eit , de manera que aparezca como exponente un cuadrado perfecto.
As, si tenemos en cuenta que
2
2
i
2
= t + it ,
t+
2
4
resulta que
2
2
i
t + it = t +
4
2
y, por tanto,
Z
x
b() =
= e
Z
t2 it
Z
2
dt =
2
t+ i
2
e(
) dt,
i 2
e 4 (t+ 2 ) dt
lo que reduce nuestro problema al calculo de la integral

Z
i 2
e(t+ 2 ) dt.
Para ello, vamos a demostrar el siguiente resultado tecnico:

Lema 1
et dt =
Demostracion. Denotemos por I la integral que queremos calcular: I =

Z
2
I =
Z
t2
dt
s2
Z
ds =
e(t
2 +s2 )
et dt. Entonces
dtds.
Si hacemos el cambio de variable a coordenadas polares,
t = cos
,
s = sin
cuyo Jacobiano es igual a , podemos entonces hacer uso del teorema de integracion por cambio de
variables, para obtener que
Z 2 Z
Z 2 Z
2
2
2
e d
d
I =
e dd =
0
0
0
0
Z
1 2
1
2
= 2
e d = 2
= 2 = .
e
2
2
0
0
Por tanto, I = .
Tomamos ahora en consideracion la formula integral de Cauchy, aplicada a Rla funcion entera
f (z) = exp(z 2 ). Como se trata de una funcion sin singularidades, la integral exp(z 2 )dz se
anula sobre cualquier curva cerrada . Consideramos, pues, la curva = 1 + 2 + 3 + 4 , cuyo
grafo es el borde del rectangulo [R, R] [0, /2] y que esta orientada positivamente (de modo que
1 va desde R hasta R, 2 va desde R hasta R + i 2 , 2 va desde R + i 2 hasta R + i 2 y 2 va desde
R + i 2 hasta R). Entonces
Z
Z
Z
Z
Z
2
z 2
z 2
z 2
z 2
0 =
e dz =
e dz +
e dz +
e dz +
ez dz
Z
Z
2
et dt
2
R
i 2
e(t+ 2 ) dt.
Como esta igualdad se satisface paa todo R > 0, se concluye que

Z
Z
2
2
(t+ i
)
2
e
dt =
et dt =
y, por tanto,
x
b() =
e 4 ,
que es lo que queramos demostrar.

Ya hemos mencionado anteriormente que si la senal es absolutamente integrable en R entonces su
transformada de Fourier es acotada. En realidad, el siguiente resultado, mas fuerte, se satisface:
Teorema 2 (Lema de Riemann-Lebesgue) Si x L1 (R) entonces
lm F(x)() = 0.
Otro resultado importante (y, en principio, inesperado) consiste en que podemos garantizar la continuidad de x
b(), para R, incluso para senales x(t) discontinuas. Mas precisamente, se satisface
el siguiente teorema:
Teorema
R 3 Supongamos que x : R C; t x(t) es continua a trozos y absolutamente integrable
(i.e., |x(t)|dt < ). Entonces x
b() es continua en todo R.
Demostracion. Para demostrar el teorema, vamos a hacer uso de un resultado tecnico de analisis real
que no cabe demostrar en un curso del nivel que nos proponemos, pero s podremos utilizar. Se trata
de una version del teorema de la convergencia dominada de Lebesgue adaptada al contexto en que
nos encontramos:
Teorema 4 (Convergencia dominada, Lebesgue) Supongamos que tenemos una familia de funciones
xh : R C (h R), continuas a trozos tales que existe una cierta funcion g verificando que
|xh (t)| |g(t)| para todo t, h R
y
g(x)dx < . Si ademas sabemos que existe el lmite puntual

x(t) = lm fh (t); t R,
h0
entonces
Z
lm
h0
xh (t)dt =
(lm xh (t))dt =
h0
x(t)dt.
Nota: Para la demostracion de este resultado, ver [?].

Ahora podemos demostrar la continuidad de x
b(). Para ello, fijado R hacemos los siguientes
calculos:
Z
x
b( + h) x
b() =
x(t)(ei(+h)t eit )dt
Z
Z
it iht
=
x(t)e (e
1)dt =
xh (t)dt,
donde xh (t) = x(t)eit (eiht 1). Es claro que, para , h, t R se tiene que
|xh (t)| = |x(t)||eit ||(eiht 1)| 2|x(t)|
Como g(t) = 2|x(t)| es absolutamente integrable, y existe el lmite puntual
lm xh (t) = x(t)eit lm (eiht 1) = 0, t R;
h0
h0
se concluye que podemos utilizar el teorema de la convergencia dominada, de modo que

Z
Z
lm (b
x( + h) x
b()) = lm
xh (t)dt =
(lm xh (t))dt = 0,
h0
h0
h0
que es lo que queramos probar.

Corolario 1 En las condiciones del teorema anterior, si x
b() es absolutamente integrable, entonces
x(t) C(R).
Es mas, si utilizamos una version mas fuerte del Teorema de la convergencia dominada (ver [?]),
se puede demostrar el siguiente (importante) resultado:
Teorema 5 (Riemann-Lebesgue
()) Sean L1 (R) y C0 (R) dotados de sus norR + Continuidad de x
mas usuales kx(t)kL1 (R) = |x(t)|dt y kx(t)kC0 (R) = suptR |x(t)|. Entonces F : L1 (R)
C0 (R) es un operador acotado. Lo mismo sucede con el operador transformada de Fourier inversa,
F 1 : L1 (R) C0 (R)
Otra propiedad importante de la transformada de Fourier es el siguiente resultado:
Teorema 6 Supongamos que las funciones x(t)es1 t y x(t)es2 t son continuas a trozos y absolutamente
integrables en toda la recta real, y s1 < s2 . Entonces la funcion
Z
F (z) =
x(t)eizt dt
existe y es holomorfa en la banda

D = {z C : Imz (s1 , s2 )}.
Demostracion. Sea z = w + is D. Entonces, para t 0, se tiene que
|x(t)eizt | = |x(t)|est |x(t)|es2 t
Ademas, para t 0, se tiene que
|x(t)eizt | = |x(t)|est |x(t)|es1 t .
Por tanto,
Z
izt
|x(t)e
|dt
s1 t
|x(t)|e dt +
|x(t)|es2 t dt < .
Esto demuestra la existencia de F (z) para z D. Por otra parte, fijados z D, y {zn } z
({zn }nN D), se tiene que
Z
|F (zn ) F (z )|
|eizn t eiz t ||x(t)|dt.
Ahora bien, sabemos que lmn |eizn t eiz t | = 0 (puntutalmente en t R) y, por tanto, necesitamos (para utilizar el Teorema de Convergencia Dominada) encontrar una funcion y(t) L1 (R) tal
que |eizn t eiz t |x(t) y(t) para todo t R y todo n 0. Es facil comprobar que la funcion y(t)
definida por y(t) = 2es2 t |x(t)| si t 0, y(t) = 2es1 t |x(t)| si t < 0 satisface dichos requisitos. Por
tanto, F es continua en D. Tomamos ahora una curva cerrada en D. Entonces, utilizando el teorema
de Fubini, vemos que
Z
Z Z
F (z)dz =
(
x(t)eizt dt)dz
Z
Z
( x(t)eizt dz)dt (por Fubini)
=
=
0dt (por el Teor. Integral de Cauchy)
= 0
y, por tanto , podemos usar el Teorema de Morera para afirmar que F H(D), que es lo que
queramos demostrar.
Corolario 2 Si x() tiene soporte compacto entonces x(t) es la restriccion a R de una funcion entera
x(z).
1.2. Convolucion y Transformada de Fourier

Dadas dos senales x(t), y(t) absolutamente integrables en R, recordamos que su convolucion
esta dada por la formula
Z
(x y)(t) =
x(s)y(t s)ds.
En realidad, la convolucion esta bien definida desde el momento en que una de las senales sea acotada
(en R) y la otra sea absolutamente integrable.
Proposicion 1 La convolucion de senales es una operacion conmutativa.
Demostracion. Basta hacer el cambio de variables t s = u, de modo que:
Z
Z
x[
y(t) =
x(s)y(t s)ds =
x(t u)y(u)du
Z
=
x(t u)y(u)du = y]
x(t).
Proposicion 2 Si x(t) e y(t) son senales continuas a trozos y absolutamente integrables en R, entonces su convolucion, x[
y(t) es tambien una senal absolutamente integrable. Es mas, se verifica la
desigualdad
k[
x ykL1 (R kxkL1 (R) kykL1 (R)
Demostracion. Como las senales son absolutamente integrables, podemos utilizar el Teorema de
Fubini, para cambiar el orden de integracion en los siguientes calculos:
Z
x[
k[
x ykL1 (R) =
y(t) dt
Z
Z
dt
x(s)y(t
s)ds
=
Z Z
|x(s)||y(t s)|dsdt

Z Z
=
|x(s)|ds |y(t s)|dt (por F ubini)
Z
|y(t s)|dt = kxkL1 (R) kkykL1 (R) ,
= kxkL1 (R)
como queramos demostrar.

Teorema 7 Supongamos que x, y L1 (R). Entonces
x[
y() = x()
y ()
Demostracion. Ya sabemos que x[
y(t) es absolutamente integrable, de modo que podemos utilizar
el teorema de Fubini otra vez en nuestros calculos:
Z
x[
y() =
x y(t)eit dt
Z
Z
=
x(s)y(t s)ds eit dt
Z
Z
=
x(s)eis y(t s)ei(ts) dsdt
Z
Z
is
=
x(s)e ds y(t s)ei(ts) dt
Z
= x()
y(t s)ei(ts) dt
= x()
y (),
Evidentemente el teorema de convolucion anterior es u til en teora de senales, puesto que los
filtros son normalmente operadores de convolucion y, usando el resultado anterior, podemos convertir
10
una operacion relativamente complicada (la convolucion de senales en el dominio del tiempo) en
otra muy sencilla (el producto de senales en el dominio de la frecuencia). Esto lleva a pensar que
quizas cierto tipo de problemas que se plantean de forma natural en el dominio del tiempo se puedan
trasladar (va la transformada de Fourier) al dominio de la frecuencia, donde (supuestamente) seran
mas faciles de resolver. En tal caso, una vez obtenida la solucion en el dominio de la frecuencia,
sera necesario llevarsela al domino del tiempo va una transformacion que debera funcionar como el
operador inverso de la transformada de Fourier. Con esto, queda motivado el contenido de la siguiente
seccion.
1.3. El teorema integral de Fourier

En las secciones anteriores llegamos mediante una serie de argumentos heursticos a la expresion
Z
1
x(t) =
F(x)()eit d.
2
Ahora vamos a estudiar en detalle bajo que condiciones sobre la senal x(t) se satisface dicha formula.
De la misma forma que no fue sencillo el estudio de la convergencia de las series de Fourier, la
respuesta a la pregunta que nos formulamos ahora no es Rtrivial en absoluto. Para empezar, pudiera
suceder que F(x) = x

b
/ L1 (R) y, por tanto, la expresion F(x)()eit d no sea convergente. Un
ejemplo de que esto es perfectamente posible lo da la identidad (que ya demostramos en su momento)
F(ua )() = 2
sin(a)
.
por otra parte, aun en el caso de que x

b L1 (R) es posible que para comprobar la formula
Z Z
1
is
x(t) =
x(s)e ds eit d
2
no baste con substituir por el valor de x(s) y realizar el calculo de la integral doble, pues podra suceder que no podamos hacer ciertas operaciones como, por ejemplo, intercambiar el orden de integracion
(debido a que no hay convergencia absoluta para la integral doble).
Pero podemos intentar lo siguiente:
Primero multiplicamos el integrando x
b() por una funcion () que decrezca muy rapido para
pero que, si hacemos 0, se aproxime uniformemente a la funcion 1. De esta
forma, para > 0 fijo, podemos hacer las cuentas (intercambiar el orden de integracion, etc)
pues la correspondiente integral doble es absolutamente convergente.
A continuacion intentamos llegar a nuestro resultado tomando 0.
Existen varias elecciones de () que funcionan (y, por tanto, existen varias versiones del Teore2 2
ma Integral de Fourier2 ). Una posibilidad es tomar () = e /2 y, de hecho, el correspondiente
teorema es muy usado para el estudio de procesos estocasticos. Nosotros vamos a elegir () de
2
En realidad, esto es parecido a la existencia de varios metodos de sumacion para las series de Fourier.
11
forma un poco mas drastica. Tomamos: () = [ 1 , 1 ] (), lo que es equivalente a interpretar la

R
b()d como su valor principal. Es decir, para nuestro teorema, no suponemos la
integral eit x
convergencia de la integral impropia en el sentido estricto sino que interpretamos que denota su valor
principal,
Z
v.p
x
b()eit d
= lm
x
b()eit d.
De esta forma, llegamos a demostrar el siguiente (importante) resultado:

Teorema 8 (Teorema Integral de Fourier) Supongamos que x(t) es continua a trozos, absolutamente integrable en R, en cada punto admite ambas derivadas laterales, y que en los puntos de
discontinuidad esta definida como
x(t) = (x(t+) + x(t))/2.
Entonces
1
x(t) = lm
M 2
1
e x
b()d =
v.p
2
M
it
it
e x
b()d
(t R)
Demostracion. Utilizamos el teorema de Fubini para ver que
RM
R M R
1
1
it
is
x
b()e d = 2 M x(s)e ds eit d
2 M
R
R
M
1
is it
x(s)
e
e
d
ds
= 2
M i
=M
R
i(ts)
1
x(s) ei(ts)
= 2
ds
=M
R
(ts))
1
= 2
ds
x(s) 2 sin(M
ts
R
R
sin(M (ts))
(ts))
1 t
= x(s) ts ds + 1 t x(s) sin(Mts
ds
Si hacemos el cambio de variable u = s t, entonces
Z M
Z
Z
1
1 0
sin(M u)
1
sin(M u)
it
x
b()e d =
x(u + t)
du +
x(u + t)
du.
2 M

u
0
u
Vamos a demostrar que
1
y
1
x(t + u)
sin(M u)
x(t+)
du =
u
2
x(u + t)
sin(M u)
x(t)
du =
.
u
2
En realidad, basta que hagamos

R una de estasu)pruebas (la otra es analoga). Lo primero que hacemos es
descomponer la integral 1 0 x(t + u) sin(M
du en dos trozos, como sigue
u
Z
Z
Z
1
sin(M u)
1
sin(M u)
1
sin(M u)
x(t + u)
du =
x(t + u)
du +
x(t + u)
du
0
u
0
u

u
12
(la eleccion de la constante no es, de todas formas, significativa). La funcion

1 x(t+u)
si u
u
y(t) =
0
si u <
es continua a trozos y absolutamente integrable en R, de modo que podemos utilizar el Teorema de
Riemann Lebesgue para garantizar que
Z
lm
y(t) sin(M t)dt = 0
M
Por tanto, lmM
1
M
x(t+u)
u
sin(M u)du = 0 y solo tenemos que estudiar el lmite

Z
1
sin(M u)
lm
x(t + u)
du.
M 0
u
+
)
Ahora bien, sabemos que h(u) = x(t+u)x(t
es continua a trozos y, por tanto, tambien como conseu
cuencia del Teorema de Riemann-Lebesgue, se tiene que
Z
1
sin(M u)
lm
x(t + u)
du
M 0
u
Z
Z
x(t + u) x(t+ )
1
sin(M u)
+
= lm
sin(M u)du + x(t )
du
M
u
u
0
0
Z
x(t+ ) sin(M u)
= lm
du
M
u
0
Si hacemos el cambio de variable s = M u, obtenemos que du

= ds
y, por tanto,
u
s
Z
Z M
Z
sin(M u)
sin(s)
sin(s)
lm
du = lm
ds =
ds
M 0
M 0
u
s
s
0
R
La demostracion del teorema se concluye si tenemos en cuenta que 0 sin(s)
ds = 2 , hecho que
s
separamos en forma de nota.
R
Nota 3 Veamos que 0 sin(s)
ds = 2 . Como sin(s)
es continua en [0, ), la integral impropia sera cons
R sin(s) s
vergente si y solo si lo es la integral a
ds para alguna eleccion de a > 0. Para demostrar esto
s
u ltimo, hacemos integracion por partes.
s= Z
Z
sin(s)
cos s
sin(s)
ds =
+
ds
s
s
s2
a
a
s=a
s
R
12 y 12 ds < . Esto demuestra que nuestra integral impropia existe.
Ahora bien, sin
2
s
s
a s
R
Teniendo en cuenta que sinu u es una funcion continua concluimos que la integral impropia 0 sin(s)
ds
s
se podra representar como
Z Rn
Z
sin(s)
sin(s)
ds = lm
ds
Rn 0
s
s
0
13
para alguna eleccion de la sucesion {Rn }

alculos, tomamos Rn =
n=0 . Para hacer efectivos los c
1
(n + 2 ), de modo que
Z
Z
sin u
sin((n + 1/2)t)
du = lm
dt
n 0
u
t
0
Z
2 sin( 12 t) sin((n + 1/2)t)
dt
= lm
n 0
t
2 sin( 12 t)
Z
2 sin( 12 t)
= lm
Dn (t)dt
n 0
t
2 sin( 21 t)
=
lm+
= ,
2 t0
t
2
(donde se ha utilizado el Teorema de Dirichlet ??). Esto finaliza la prueba.
1.4. Transformada de Fourier de funciones de L2 (R)

En principio, la transformada
de una senal x(t) L2 (R) podra no existir, por la
R de Fourier
it
sencilla razon de que la integral x(t)e d podra ser divergente si x(t)
/ L1 (R). Aun as, sera
deseable disponer de una extension de la transformada de Fourier a todo L2 (R): despues de todo,
L2 (R) es el substituto natural (en el mundo analogico) de l2 (Z) y, ya que la serie de Fourier tena
tan buenas propiedades en relacion con el espacio l2 (Z), quizas consigamos algo parecido para la
transformada de Fourier.
La extension a que nos referimos se puede hacer en gran medida gracias al siguiente resultado
tecnico:
Lema 2 Si x(t), y(t) L1 (R) son tales que tambien x
b(t), yb(t) L1 (R), entonces tanto x(t), y(t)
como x
b(t), yb(t) pertenecen a L2 (R) y ademas
(x, y)L2 (R) =
1
(b
x, yb)L2 (R)
2
En particular, si x(t) = y(t), entonces se tiene la siguiente formula de Parseval:

||x||L2 (R) =
1
||b
x||L2 (R)
2
Demostracion. Que x(t), x

b(t) L1 (R) implica x(t), x
b(t) L2 (R) es sencillo de probar. Vamos a
14
calcular el producto (x, y)L2 (R) utilizando el teorema integral de Fourier:

Z
(x, y)L2 (R) =
x(t)y(t)dt
Z
!
Z
1
=
x(t)
yb()eit d dt
2
Z Z
1
it
=
yb()x(t)e dt d
2
Z
1
it
=
yb()
x(t)e dt d
2
Z
1
1
=
yb()b
x()d =
(b
x, yb)L2 (R)
2
2
Esto termina la prueba.
Ahora, si x(t) L2 (R), entonces es posible encontrar una sucesion de senales {xn (t)}
n=0 tales
que xn (t), x
bn () L1 (R) para todo n 0 y lmn ||x xn ||L2 (R) = 0 (ver [?]). Se sigue entonces
2
del lema anterior que la sucesion {b
xn ()}
on {xn (t)}
n=0 es de Cauchy en L (R), ya que la sucesi
n=0
lo es (al ser convergente) y
||b
xn () x
bm ()||L2 (R) = 2||xn (t) xm (t)||L2 (R)
se satisface para todo n, m 0. Se sigue que existe una senal z() L2 (R) tal que
lm ||b
xn () z()||L2 (R) = 0.
Veamos que z() no depende de la sucesion de aproximantes {xn (t)}

n=0 : si {yn (t)}n=0 fuese otra
sucesion de senales con yn (t), ybn () L1 (R) y lmn ||x yn ||L2 (R) = 0, entonces se tendra que
lm ||b
xn () ybn ()||L2 (R) = 2 lm ||xn (t) yn (t)||L2 (R) = 0
y, por tanto, tambien lmn ||b

yn () z()||L2 (R) = 0. Esto prueba que z() solo depende de la senal
2
x(t) L (R).
Definicion 3 Llamamos transformada de Fourier3 de la senal x(t) L2 (R) a la u nica senal x
b() tal
que es lmite en el sentido de L2 (R) de una sucesion de transformadas {b

xn ()}
,
donde
{x
(t)}
n
n=0
n=0
2
1
L (R) satisface xn (t), x
bn () L (R) para todo n 0 y lmn ||x xn ||L2 (R) = 0.
De esta forma hemos demostrado el siguiente (importante) resultado:
Teorema 9 (Plancherel) La transformada de Fourier, definida originalmente en L2 (R) L1 (R), se
extiende de forma u nica a un operador F : L2 (R) L2 (R) (F(x(t)) = x
b()). Ademas,
1
1
(b
x, yb)L2 (R) y ||x||L2 (R) =
||b
x||L2 (R) ,
(x, y)L2 (R) =
2
2
se satisfacen para toda eleccion de x, y L2 (R).
Nota 4 El resto de propiedades algebraicas de la transformada de Fourier tambien se conservan
para la extension que hemos definido en esta seccion.
3
Algunos autores llaman transformada de Plancherel a la extension de F a L2 (R) y la denotan por P. Ver, por ejemplo,
[?].
15
1.5. Formula de Poisson

P
Sea x L1 (R) y sea (t) =
n= x(t + nT ). Es evidente que (t) = (t + T ) para todo
t R y, ademas,
Z T
Z T
Z (n+1)T
X
X
|(t)|dt
|x(t + nT )|dt =
|x(t)|dt = kxkL1 <
0
n=
n=
nT
por tanto, podemos intentar calcular los coeficientes de Fourier de como funcion T -periodica.
Z
Z T
Z (n+1)T
2ikt
2ikt
1 X
1 X
1 T
2ikt
(t)e T dt =
x(t + nT )e T dt =
x(t)e T dt
ck () =
T 0
T n= 0
T n= nT
Z
2ikt
1
1 2k
=
x(t)e T dt = x
b(
)
T
T
T
Se sigue que el desarrollo en serie de Fourier de es
(t)
1 X
2k 2ikt
x
b(
)e T
T k=
T
y, por tanto, cuando se pueda garantizar la convergencia de dicho desarrollo, se tendra la conocida
formula de Poisson
X
1 X
2n 2int
x(t + nT ) =
x
b(
)e T
(2)
T
T
n=
n=
Un caso especial es el que se logra de hacer t = 0 en la expresion anterior:
1 X
2n
x(nT ) =
x
b(
).
T n=
T
n=
(3)
Es muy importante, para nuestros objetivos futuros (relacionados con la teora del muestreo de senales
analogicas), observar que se satisface la siguiente propiedad:
Proposicion 3 Si x = S, entonces se satisface la Formula de Poisson (2).
2. Transformada de Fourier de Senales

Generalizadas
Uno de los problemas que tiene el concepto de transformada de Fourier es que para calcular F(x)
es necesario asumir que x L1 (R) o, mediante el argumento explicado en la seccioo n anterior, tambien podemos ampliar dicho calculo al caso en que x(t) es una senal de energa finita, x L2 (R).
Podemos definir la transformada de Fourier de senales en espacios menos restrictivos?. Por ejemplo, es posible definir F(x) cuando x Lp (R), p (1, )? (Una idea podra ser considerar los
elementos de Lp (R) como funciones generalizadas).
Si tenemos en cuenta que para toda funcion S se tiene que F() S (algo que dejamos
como ejercicio para el lector), entonces podemos definir la transformada de Fourier de una senal
generalizada x G del siguiente modo:
16
Definicion 4 Sea x G una funcion generalizada arbitraria. Definimos su transformada de Fourier

(generalizada) F(x) mediante la formula siguiente:
F(x){} = x{F()}
Tambien usamos la notacion x
b = F(x).
Nota 5 En la definicion anterior se esta utilizando la caracterizacion de las funciones generalizadas
como distribuciones temperadas (i.e., funcionales continuos h : S C). Ver Teorema ??.
El concepto que acabamos de introducir permite hacer un uso muy extenso de las transformadas de
Fourier ya que en principio no hay grandes restricciones para las funciones generalizadas. En particular, esto se hara notar en el estudio del teorema del muestreo clasico. Ahora, para que la transformada
de Fourier que acabamos de introducir sea u til es imprescindible comprobar que las propiedades
basicas de la transformada de Fourier clasica se conservan.
Teorema 10 (Teorema de inversion de Fourier para senales

generalizadas) Sea x(t) G una funcion generalizada. Entonces para toda senal S se tiene que
1b
x
b{(t)} = x{(t)},
2
y, por tanto, podemos afirmar que x(t) =
1 b
x
b(t).
2
Demostracion. Sean x G y S. Entonces

Z
1b
1
b
x
b(t)(t)dt
x
b{(t)} =
2
2
Z
1
bb
=
x(t)(t)dt
2
Z
=
x(t)(t)dt
= x{(t)}
Nota 6 Observese con que facilidad hemos podido demostrar el teorema de inversion para senales
generalizadas, a pesar de lo dificil que fue su prueba para las senales ordinarias. Ahora bien: dicha
simplicidad es enganosa puesto que nuestra prueba descansa sobre el hecho de que se conoce el
teorema de inversion de Fourier para las funciones que estan en la clase de Schwartz, que son
senales ordinarias.
Ejemplo 3 Vamos a calcular la transformada de Fourier de la funcion delta de Dirac . Por definicion, F(){} = {F()} = F()(0) y, por tanto,
Z
F(){} = (0) =
(s) 1ds = 1{}.
17
para toda senal S. Por tanto, hemos demostrado que F() = 1. Ademas, utilizando el teorema de
inversion de Fourier, y el hecho de que es par, podemos afirmar que F(1)(t) = (t)
= 2(t) =
2(t). Ademas, si consideramos las traslaciones de la senal delta de Dirac, w (t) = (t w),
entonces obtenemos que
Z
c
w {} =
(t w)(t)dt
Z
+ w)dt
=
(s)(s
= (w)
Z
=
eiwt (t)dt
iwt
= (e
){},
\
es decir, (
w)(t) = exp(wit).
Ejemplo 4 El ejemplo anterior sirve (entre otras cosas) para calcular la transformada de Fourier de
una exponencial compleja, x(t) = exp(iwt). Para ello basta aplicar el Teorema 10, pues
\
\
x
b(t) = (
w)(t) = 2(t w) = 2(t + w).
Ejemplo 5 Otro
transformada de Fourier
del tren de impulsos
P ejemplo importante es el calculo de laP
III{}T =
(nT
).
Claramente,
III
{}
=
(
nT
)
{}.
Por tanto,
T
n=
n=
[T {} =
III
=
=
=
=
[T =
Es decir, III
X
n=
X
n=
(\
nT ){}
exp(inT t){}
b
(nT
)
n=
2
T
n=
2
n) (gracias a la Formula de Poisson (3)).
T
2
III 2 {}.
T
T
2
III 2 .
T
T
Teniendo en cuenta la conocida formula de derivacion de Leibnitz,

n
X
n (k) (nk)
(n)
(f g) =
f g
,
k
k=0
18
se puede demostrar que si la senal satisface

(k) CSG para todo k N,
(4)
entonces, para toda senal S se tiene que S. Veamoslo. Para ello, calculamos las derivadas
n
X
n (k) (nk)
(n)
() =

.
k
k=0
Como (k) CSG y (nk) S para todo k n, se tiene que las funciones (k) (nk) pertenecen a
S para todo k n y, por tanto, tambien se tiene que ()(n) S.
Obviamente, si la senal satisface la condicion (4), podemos definir para toda senal generalizada
x G, el producto generalizado
( x){} = x{ }.
Obviamente, si la senal satisface la condicion (4), podemos definir para toda senal generalizada
x G, el producto generalizado
( x){} = x{ }.
Por otra parte, la convolucion de senales generalizadas se puede definir de la siguiente forma: Supongb b0 , b00 , pertenecen a S. Entonces, para toda senal x G se define el
amos que las senales ,
producto de convolucion
Z
e
( x){} :=
x(t)( )(t)dt,
e := (t).
donde (t)
Vamos a probar que entonces se satisface la siguiente importante propiedad:
Teorema 11 (Producto y Convolucion) Sean (t) verificando (4) y x G. Entonces
1
bx
b.
2
Demostracion. Para empezar, si tenemos en cuenta que verifica (4), entonces =
b satisface las
b
b
condiciones necesarias para definir el producto de convolucion x, puesto que =
b = 2e
.
Sea S. Entonces, para toda senal S se tiene que
Z
[
b
(){} =
()(t)(t)dt
Z
b
(t)((t)(t))dt
=
Z
1
\
be
=
(t)( )(t)dt
2
Z
1
be
b(t)( )(t)dt
=
2
Z
1
eb
b(t)( )(t)dt
=
2
Z
1
1
=
(b
)(t)(t)dt
b
=
(b
){}
b
2
2
d
x=
19
[ = 1 (b
lo que demuestra que ()
)
b siempre que S. En particular, hemos dado una prueba
2
explcita de que para toda senal S se tiene que
e S y, por tanto, el producto de convolucion
bx
b{} esta bien definido.
Terminamos la demostracion calculando d
x{} explcitamente:
Z
\
b
(
x){} =
x(t)(t)(t)dt
Z
b
=
(t)((t)x(t))dt
=
=
=
=
Z
1
\
b
(t)( x
e)(t)dt
2
Z
1
b
b(t)( x
e)(t)dt
2
Z
1
e
b(t)( x
b)(t)dt
2
Z
1
1
(b
x
b)(t)(t)dt =
(b
x
b){}
2
2
3. Transformada de Fourier y sistemas LTI: diferentes tipos de

filtros
Ya sabemos que una clase amplia de filtros se pueden representar a traves de la convolucion
contra la respuesta del sistema LTI al impulso unidad (i.e., Lx = x h, donde h = L). Si tomamos
la transformada de Fourier a ambos lados de la igualdad, obtenemos que el sistema LTI se puede
representar en el dominio de la frecuencia como
yb = F(Lx) = F(x)F(h) = x
bb
h
Generalmente, se emplea la notacion siguiente: X(w) = x
b(w) representa la entrada del sistema e
Y (w) = yb(w) representa la salida del sistema (ambas en el dominio de la frecuencia). En tal caso, la
senal H(w) = b
h(w) caracteriza completamente el sistema (en el dominio de la frecuencia). La senal
H(w) recibe el nombre de funcion de transferencia del sistema. Evidentemente, la formula
Y (w) = X(w)H(w),
que describe completamente el sistema en el dominio de la frecuencia, es mas sencilla (en principio)
que la correspondiente formula en el dominio del tiempo. Esto, ademas, posee importantes aplicaciones para el diseno de filtros: veamos por que.
20
Consideremos la senal exponencial truncada:
xT (t) = e
iwt
[T,T ] (t) =
eiwt
0
|t| T
otro caso
y sea L un filtro con respuesta al impulso unidad dada por (L)(t) = h(t). Entonces se tiene que
Z
(LxT )(t) = (xT h)(t) =
xT (t s)h(s)ds
Z T +t
=
eiw(ts) h(s)ds
T t
Z T +t
iwt
= e
eiws h(s)ds
T t
Si ahora tomamos lmite T en ambos miembros de la igualdad, entonces obtenemos que

L(eiwt )(t) = b
h(w)eiwt .
Es decir: eiwt es un autovector del operador L y su autovalor asociado es precisamente H(w) = b
h(w).
Esto nos lleva a considerar el siguiente concepto:
Definicion 5 Sea H(w) = A(w)ei(w) la funcion de transferencia del filtro L, donde se supone
que A(w) 0 y (w) R para todo w. Entonces llamamos espectro de amplitud del sistema a la
funcion A(w) y espectro de fase a la funcion (w). Decimos que el sistema no produce distorsion
en las amplitudes si la funcion A(w) = A0 > 0 es constante. Decimos que el filtro produce un
desplazamiento en la fase si la funcion (w) es lineal, (w) = wt0 . En tal caso, decimos que el
filtro es ideal, ya que no produce distorsion en la fase.
Una propiedad sencilla de los espectros de fase y de amplitud de un filtro, es la siguiente:
Teorema 12 Supongamos que h(t) = (L)(t), la respuesta al impulso unidad es una senal real.
Entonces el espectro de amplitudes del sistema es una funcion par y el espectro de frecuencias del
sistema es una funcion impar.
Demostracion. Como H(w) = A(w)ei(w) = b
h(w), tenemos que
Z
Z
iws
H(w) =
e
h(s)ds =
eiws h(s)ds = H(w).
Por tanto,
A(w)ei(w) = A(w)ei(w) = H(w) = H(w) = A(w)ei(w) ,
lo que nos lleva a las igualdades
A(w) = A(w)
(w) = (w)
(i.e., A es par)
(i.e., es impar),
que es lo que queramos probar.

A continuacion, vamos a describir la construccion de algunos tipos (importantes) de filtros ideales:
21
3.0.1. Filtros ideales paso bajo

En el caso de un filtro ideal paso-bajo queremos eliminar la influencia de todas las frecuencias w
que sobrepasen en amplitud una frecuencia dada (i.e., con |w| w0 para cierto valor fijo w0 > 0),
y no distorsionar la influencia de las frecuencias w que satisfacen |w| < w0 . Como el filtro es ideal,
tendremos que (w) = wt0 para cierto t0 fijo. Ambas exigencias nos llevan derechos a la expresion
iwt
0
|w| w0
e
Hw0 (w) =
.
0
otro caso
Como H(w) = b
h(w), podemos usar el teorema de inversion de la transformada de Fourier para
obtener que la respuesta al impulso unidad del correspondiente sistema LTI viene dada por
Z
Z w0
1
1
iwt
hw0 (t) =
Hw0 (w)e dw =
eiw(tt0 ) dw
2
2 w0
sin(w0 (t t0 ))
=
(t t0 )
y, por tanto, nuestro filtro esta dado por
Z
Lw0 (x)(t) =
x(s)
sin(w0 (t s t0 ))
ds
(t s t0 )
3.0.2. Filtros ideales paso todo

En el caso de un filtro ideal paso-todo, no deseamos ningun tipo de distorsion sobre el espectro de
amplitudes o el espectro de fases. Esto significa que podramos tomar como filtro paso todo el sistema
L obtenido como lmite del sistema Lw0 calculado en el apartado anterior, para w0 ,
Z
sin(w0 (t s t0 ))
x(s)
(Lx)(t) = lm
ds
w0
(t s t0 )
Z
=
x(s)(t t0 s)ds = x(t t0 )
Esto demuestra que los u nicos filtros ideales paso-todo que existen son las traslaciones en el tiempo.
3.0.3. Filtros ideales paso alto
Denotemos por Sw0 un filtro ideal que elimine todas las componentes de frecuencia de la senal
para frecuencias que satisfacen |w| < w0 para cierto w0 fijo, pero deje intactas las componentes de
frecuencia |w| w0 (diremos entonces que Sw0 es un filtro ideal paso alto) y sea Lw0 el filtro paso
bajo descrito anteriormente. Entonces Sw0 + Lw0 es forzosamente un filtro paso todo y, por tanto,
(Sw0 x)(t) = x(t t0 ) (Lw0 x)(t) para cierta eleccion de t0 .
22
3.0.4. Filtros ideales de banda estrecha

En muchas aplicaciones queremos eliminar todas las componences de frecuencia de una senal
excepto aquellas que estan muy cerca de una componente de frecuencia prefijada, wc 6= 0. Para ello,
fijamos un valor pequeno w0 << wc y entendemos como frecuencias cercanas a wc aquellas para las
que |w wc | < w0 . Como el espectro de amplitudes es par (estamos tratando con senales reales),
el comportamiento cerca de wc esta sujeto a la relacion A(w) = A(w). Como de todas formas
queremos que el filtro sea ideal, la correspondiente funcion de transferencia debe ser forzosamente de
la forma
iwt
0
e
si max{|w wc |, |w + wc |} w0
Hwc ,w0 (w) =
0
otro caso
La respuesta al impulso unidad es, por tanto:
Z
1
hwc ,w0 (w) =
Hwc ,w0 (w)eiwt dw
2
Z wc +w0
Z wc +w0
1
1
iw(tt0 )
=
e
dw +
eiw(tt0 ) dw
2 wc w0
2 wc w0
1
{sin((wc + w0 )(t t0 )) sin((wc w0 )(t t0 ))}
=
(t t0 )
1
=
sin(wc (t t0 )) cos(wc (t t0 )).
(t t0 )
Nota: Como se habra observado, los filtros ideales tienen el problema de ser sistemas no causales
y, por tanto, ser fsicamente irrealizables. En la practica aparece, por tanto, el siguiente importante
problema: buscar aproximaciones razonablemente buenas a los diferentes tipos de filtros ideales (i.e.,
a las funciones de transferencia de dichos filtros) mediante el uso de funciones de transferencia que
se correspondan con filtros causales. Este problema no es en absoluto sencillo de resolver (ni existe,
por el momento, una solucion o ptima del mismo) y, debido a la naturaleza elemental de estas notas,
no abordamos su solucion aqu.
4. Transformada de Laplace
4.1. Algunas limitaciones de la Transformada de Fourier
Como ya hemos comentado anteriormente, una de las limitaciones mas significativas de la Transformada de Fourier
Z
F(x)() := x
b() :=
x(s)eis ds
es que para garantizar su existencia (cuando consideramos senales que son funciones en el sentido
ordinario del termino), necesitamos exigir que la senal x(t) sea absolutamente integrable, ya que, al
ser R, se tiene que |eis | = 1 para toda eleccion de s R. Si suponemos que nuestra senal es
causal (i.e., x(t) = 0 para t < 0) y permitimos que tome valores complejos, la situacion cambia,
puesto que
|ezt | = |e(tRez+iImz) | = |etRez |
23
es una funcion absolutamente integrable en (0, ) si Rez > 0 y, por tanto,

Z
L(x)(z) := F(x)(iz) =
x(s)ezs ds
0
converge incluso para funciones no acotadas x(t).

Definicion 6 Dada la senal x(t), su transformada de Laplace4 es la funcion de variable compleja
Z
L(x)(z) =
ezs x(s)ds; z ,
0
donde C es el conjunto de puntos del plano complejo para los que la integral del segundo
miembro de la formula anterior es convergente.
En algunos textos se llama transformada de Laplace unilateral a la transformada que acabamos de
definir y se define la transformada de Laplace tomando la integral en toda la recta real. Para nosotros,
la transformada
Z
Lb (x)(z) =
ezs x(s)ds
recibe el nombre de transformada de Laplace bilateral.
4.2. Propiedades elementales de la transformada de Laplace

Antes de describir las propiedades mas importantes de la transformada de Laplace, veamos algunos ejemplos.
Ejemplo 6 Tomamos x(t) = u(t), la funcion escalon unidad. Entonces
Z
L(x)(z) =
zs
e
0
ezs
ds = lm
L z
s=L
=0
1
= , para z > 0.
z
Si z < 0, entonces la integral impropia anterior es divergente y, por tanto, no existe transformada
de Laplace en dichos valores.
Ejemplo 7 Tomamos x(t) = exp(at) (a R). Entonces
Z
L(x)(z) =
e
0
e(az)s
e ds = lm
L a z
s=L
zs as
=
=0
1
, para z > 0.
za
P. S. Laplace (1749-1827). Matematico frances. En palabras del profesor Solomon Bochner (ver [?]), podemos afirmar
que Laplace domino la matematica, astronoma, fsica y teora de probabilidades de su e poca, y contribuyo a todas ellas.
De origen social modesto, comenzo como protegido de DAlembert. Sus resultados mas importantes fueron: una hipotesis
cosmologica, la revision de la formula de Newton para la propagacion del sonido; una memoria con Lavoisier sobre
aspectos cuantitativos de la qumica y la introduccion de las integrales de Laplace como funciones generatrices en la
teora de la probabilidad.
24
Ejemplo 8 Tomamos x(t) = sin(at). Entonces podemos utilizar que sin(at) =

Z
L(x)(z) =
ezs sin(as)ds
0
Z
exp(ias) exp(ias)
=
ds
ezs
2i
0
exp(iat)
exp(iat)
= L(
)(z) L(
)(z)
2i
2i
1
1
1
=
2i z ia z + ia
a
= 2
(para z > 0).
z + a2
exp(iat)exp(iat)
2i
Ejemplo 9 Tomamos x(t) = cos(at). Entonces podemos utilizar que sin(at) =

Z
L(x)(z) =
ezs cos(as)ds
Z0
exp(ias) + exp(ias)
=
ezs
ds
2i
0
exp(iat)
exp(iat)
= L(
)(z) + L(
)(z)
2
2
1
1
1
=
+
2 z ia z + ia
z
= 2
(para z > 0).
z + a2
exp(iat)+exp(iat)
2
Ejemplo 10 Consideremos ahora la transformada de Laplace de una funcion x(t) contnua a trozos
y T -periodica. Entonces:
Z
Z (k+1)T
X
zs
ezs x(s)ds
L(x)(z) =
e x(s)ds =
0
Z T
X
k=0
kT
ez(u+kT ) x(u)du (donde s = u + kT )
k=0
!Z
X
=
(ezT )k
k=0
1
1 ezT
ezu x(u)du
ezu x(u)du.
Podemos probar facilmente la siguiente proposicion.

Proposicion 4 Sea x(t) una senal causal continua a trozos con valores reales o complejos. Si existen
constantes a y K tales que
|x(t)| K exp(at), para todo t 0
entonces L(x)(z) esta bien definida para todo z C tal que Re(z) > a.
25
Demostracion. Basta observar que

Z
|L(x)(z)|
Z0
=
zs
e x(s) ds
Z
Re(z)s
|x(s)| K
e(aRe)(z)s ds
K
Re(z) a
para todo z C tal que Re(z) > a.

La transformada de Laplace posee numerosas propiedades algebraicas, como la transformada de
Fourier, y es precisamente en base a dichas propiedades, y a que e sta se puede aplicar a funciones no
absolutamente integrables, que dicha transformada resulta de gran utilidad para las aplicaciones.
A continuacion escribimos una lista de las propiedades mas importantes de L. Algunas propiedades
las demostramos, pero otras las dejamos como ejercicio.
Linealidad. La transformada de Laplace es un operador lineal. Es decir, si L(xi )(z) existe para
valores z i (i = 1, 2), y a, b R, entonces L(ax1 + bx2 )(z) existe para z 1 2 , y
L(ax1 + bx2 )(z) = aL(x1 )(z) + bL(x2 )(z).
Transformada de Laplace y desplazamientos Se satisface la formula:
L(exp(bt)x(t))(z) = L(x)(z + b).
Ademas, si u(t) denota la funcion salto unidad, entonces
L(u(t t0 )x(t t0 ))(z) = ezt0 L(x)(z).
Transformada de Laplace de la derivada. Supongamos que x(t) es derivable y admite transformada de Laplace. Entonces se satisface la igualdad:
L(x0 )(z) = zL(x)(z) x(0)
Demostracion. Basta utilizar el metodo de integracion por partes para el calculo de L(x0 ). De
hecho,
s=
Z
Z
ezs
0
zs 0
+z
ezs x(s)ds
L(x )(z) =
e x (s)ds = x(s)
z
0
0
s=0
= zL(x)(z) x(0).
La propiedad de la derivada se puede generalizar de la siguiente forma:
Teorema 13 Supongamos que x(t) es de clase al menos C(n) . Entonces se satisface la formula siguiente:
L(x(n) )(z) = z n L(x)(z) z n1 x(0) z n2 x0 (0) x(n1) (0)
26
Demostracion. La prueba se hace por induccion sobre n. Para n = 1 se trata de la formula que
acabamos de probar. Supongamos que el resultado es cierto para n 1. Entonces
L(x(n)
= x(n1) (0) zL(x(n1) )(z)
)(z)
= z z n1 L(x)(z) z n2 x(0) z n3 x0 (0) x(n2)(0)

z n L(x)(z) z n1 x(0) z n2 x0 (0) x(n1) (0) |z=0
= z n L(x)(z) z n1 x(0) z n2 x0 (0) x(n1) (0),
Multiplicacion por tn . Se satisface la siguiente formula:
L(tn x(t)(z) = (1)n (L(f )(z))(n)
Propiedad del valor inicial. Supongamos que x0 (t) tiene transformada de Laplace, entonces
se satisface la formula:
lm zL(x)(z) = x(0+ )
z
Demostracion. Consideramos la transformada de Laplace de la senal x0 (t). Sabemos que

L(x0 (t)) = x(0+ ) zL(x)(z)
Ahora bien, es claro que
lm L(x (t)) = lm
pues e
zs
ezs x0 (s)ds = 0,
converge a cero para z . Se sigue que x(0+ ) = lmz zL(x)(z).
Propiedad del valor final. Supongamos que x0 (t) tiene transformada de Laplace, entonces se
satisface la formula:
lm zL(x)(z) = lm x(t)
z0
Demostracion. En este caso utilizamos la formula

L(x0 (t))(z) = x(0+ ) zL(x)(z)
tomando lmite para z 0. Como lmz0 ezs = 1, tenemos que
lm (x(0+ ) zL(x)(z)) = lm L(x0 (t))(z)
Zz0
= lm
ezs x0 (s)ds
z0 0
Z
=
x0 (s)ds = lm x(t) x(0+ ),
z0
de donde se sigue la formula que queramos demostrar.

Es evidente que podemos ayudarnos de las propiedades de la transformada de Laplace que acabamos
de demostrar para realizar el calculo de nuevas transformadas de Laplace. En realidad, podramos decir que el calculo de transformadas integrales tiene una metodologa similar a la que se emplea en un
primer curso de calculo para hallar integrales indefinidas. De hecho, lo usual en este punto es dedicar
algun tiempo al manejo de la transformada de Laplace a traves del uso de las propiedades anteriores,
proponiendo al alumno una lista de funciones cuya transformada debe calcular.
27
4.3. Transformada de Laplace inversa

En esta seccion estamos interesados en el proceso de inversion de la transformada de Laplace.
Evidentemente, esta transformada perdera su utilidad si no fuese posible calcular su transformada
inversa. Sin embargo, veremos que el proceso de inversion es mucho mas complejo que en el caso de
la transformada de Fourier.
Comenzamos con el siguiente resultado:
Teorema 14 Supongamos que eat x(t) es continua a trozos y absolutamente integrable en [0, ).
Entonces L(x)(z) es una funcion analtica en el semiplano Ha = {z C : Re(z) > a}.
Demostracion. Basta utilizar el Teorema 6.
Este resultado es importante por varias razones. Por ejemplo, si tenemos en cuenta que una funcion
analtica queda determinada completamente una vez se conoce sobre un conjunto que posea puntos
de acumulacion interiores a su dominio de definicion (esto es el conocido principio de identidad que
se da en cualquier curso de introduccion a las funciones de una variable compleja), entonces resulta
evidente que la transformada de Laplace queda completamente determinada por las expresiones que
se calculen para valores reales de z. En realidad, esto es algo que hemos utilizado para todos los
calculos que se han hecho anteriormente.
Ahora estamos en condiciones de definir la transformada inversa de Laplace. Como en el caso de
la transformada de Fourier, la posibilidad de invertir la transformada de Laplace de una senal x(t),
depende de ciertas propiedades de suavidad de x(t). As pues, el teorema analogo al teorema integral
de Fourier es, en este caso, el siguiente resultado:
Teorema 15 (Transformada de Laplace inversa) Supongamos que x(t) es continua, satisface eat x(t)
L1 ([0, )), y sus derivadas unilaterales existen para todo valor de t. Sea X(z) = L(x)(z) (z > a)
la transformada de Laplace de x(t). Entonces
Z s+iM
1
x(t) = lm
ezt X(z)dz,
M 2i siM
para todos los valores t > 0 y s > a.
Nota 7 Observese que la integral que aparece en el teorema anterior se toma sobre la recta Ls =
{z C : Re(z) = s}, con s > a arbitrariamente elegido. Al tomar s > a, dicha recta esta contenida
en el dominio de holomorfa de X(z) y, por tanto, no depende de la eleccion del valor s. Esta formula
recibe tambien el nombre de formula de inversion de Mellin-Fourier.
Demostracion. Vamos a basar nuestra prueba en el teorema integral de Fourier. Cosideramos s > a
fijo, y definimos la funcion Y (v) = X(s + iv), v R. Entonces
Z
Z
(s+iv)t
Y (v) =
e
x(t)dt =
eivt est x(t) dt = y(v),
o
donde
y(t) =
est x(t),
0,
28
t0
t < 0.
Ahora bien, las hipotesis sobre x(t) pasan a verificarse para la senal y(t) y, por tanto, podemos aplicar
el teorema integral de Fourier:
Z
Z
1
1
ivt
y(t) = p.v.
e y(v)dv = p.v.
eivt Y (v)dv, para todo t 6= 0.
2
2
Se sigue que, para t > 0,
e
st
1
x(t) = p.v.
2
y, por tanto,
1
x(t) = p.v.
2
eivt X(s + iv)dv
e(s+iv)t X(s + iv)dv
1
= lm
M 2i
s+iM
ezt X(z)dz,
siM

Ya sabemos en que condiciones es posible invertir la tansformada de Laplace. Ahora bien, el
calculo de la transformada inversa de Laplace no es en general sencillo. Dedicamos el resto de esta seccion al estudio de algunos casos concretos en los que la transformada L1 se puede calcular
explcitamente. En particular, vamos a suponer que X(z) = L(x)(z) es una funcion con un numero
finito de singularidades y vamos a utilizar el teorema del residuo para el calculo de x(t). Un caso
particular, de especial importancia, es cuando X(z) es una funcion racional.
Supongamos, pues, que X(z) = L(x)(z) es una funcion analtica en C \ {z1 , . . . , zn } y que
Re(zi ) < a para i = 1, 2, . . . , n. Sea s > a y sea R > 0 un numero real lo bastante grande como
para garantizar que el semicrculo derecho de centro (s, 0) y radio R contiene en su interior todos los
{zi }ni=1 . Denotemos por R = IR + CR la curva que parametriza el borde de dicho semicrculo, orientada contra el sentido de las agujas del reloj (donde IR representa el trozo de dicha parametrizacion
que cubre el segmento {s}[R, R], y CR parametriza el resto del borde). Podemos aplicar entonces
el teorema de los residuos, para afirmar que
Z
n
X
1
zt
e X(z)dz =
Res(ezt X(z); zj ).
2i R
j=1
(Evidentemente, esta identidad se alcanza independientemente de R, para R suficientemente grande).
Por tanto, si reescribimos la integral del miembro de la izquierda de la igualdad como
Z
Z
Z
1
1
1
zt
zt
e X(z)dz =
e X(z)dz +
ezt X(z)dz
2i R
2i IR
2i CR
podemos concluir que, si fuese cierto que
1
lm
R 2i
Z
ezt X(z)dz = 0
R
entonces tendramos que la formula

1
x(t) = lm
M 2i
s+iM
zt
e X(z)dz =
siM
n
X
j=1
29
Res(ezt X(z); zj ).
(5)
proporcionara un calculo explcito de la transformada de Laplace inversa para la funcion X(z).

El siguiente resultado nos muestra ciertas condiciones suficientes para que la formula anterior sea
verdadera:
Teorema 16 Sea X(z) = L(x)(z) una funcion analtica en todo C excepto quizas en un numero
finito de puntos y sea R = IR + CR como antes. Si
lm max |X(z)| = 0,
R zCR
entonces
1
lm
R 2i
Z
ezt X(z)dz = 0
R
y, por tanto,
1
x(t) = L (X)(t) =
n
X
Res(ezt X(z); zj ).
j=1
El teorema anterior se puede aplicar para el estudio de la transformada de Laplace inversa de cualquier
funcion racional, X(z) = p(z)/q(z), con deg p < deg q, pues en tal caso se tiene que X(z) solo tiene
como posibles singularidades los ceros de q(z) (que son a lo sumo deg q) y lmR max|z|>R |X(z)| =
0.
Un caso particular que se puede estudiar facilmente es el descrito por el siguiente resultado:
Teorema 17 Supongamos que X(z) = L(x)(z) =
2 ) . . . (z m ), con i 6= j para i 6= j. Entonces
x(t) = L1 (X)(t) =
Demostracion. Sabemos que
x(t) =
m
X
Res(
j=k
p(z)
,
q(z)
deg p < deg q y q(z) = a(z 1 )(z
m
X
p(k ) k t
e .
0 ( )
q
k
k=1
ezt p(z)
; k ).
q(z)
zt
p(z)
Por tanto, solo necesitamos calcular los residuos Res( e q(z)
; k ), k = 1, . . . , m. Vamos a suponer
que todos los ceros de q(z) son polos de orden uno de
p(z)
q(z)
(y, por tanto, polos de orden uno de
ezt p(z)
,
q(z)
Y (z) =
pues ezt es una funcion entera para todo t > 0). Ahora bien, sabemos que si la
funcion X(z) posee un polo de orden m en z = entonces
Res(X(z); ) = lm
zk
1
dm1
((z )m X(z)) .
(m 1)! dz m1
En nuestro caso, tenemos que
30
Res(
ezt p(z)
; k ) =
q(z)
p(z)
zk
q(z)
z
k
= lm ezt p(z)
zk
q(z) q(k )
1
q(z) q(k )
k t
= e p(k ) lm
zk
z k
1
= ek t p(k ) 0
, k = 1, 2, . . . , m.
q (k )
lm (z k )ezt
Si p(k ) = 0 entonces la funcion que estamos considerando tiene una singularidad evitable en
k y, por tanto, el correscondiente residuo es cero. Por otra parte, el correspondiente sumando que
aparece en el segundo miembro de la formula que estamos considerando, tambien sera igual a cero si
p(z) se anula en k . Esto finaliza la demostracion.
En realidad, no es difcil proporcionar un resultado general para el calculo de L1 (p(z)/q(z)) para
funciones racionales con deg p < deg q. A continuacion vamos a realizar dicho calculo utilizando la
descomposicion en fracciones simples de dichas funciones racionales y dejamos como ejercicio la
comprobacion de que las formulas que se obtienen por ambos metodos coinciden.
As pues, dada una funcion racional p(z)
, podemos hallar su descomposicion como suma de
q(z)
5
fracciones simples como sigue:
Comenzamos suponiendo (sin perdida de generalidad), que p y q no tienen ceros en comun. Si
deg p deg q, utilizamos el algoritmo de division eucldea para polinomios, dividiendo p por
r(z)
q. Se sigue que p(z) = q(z)c(z) + r(z) con deg r < deg q, y, por tanto, p(z)
= c(z) + q(z)
. Esto
q(z)
reduce todos los casos al caso en que deg p < deg q.
Podemos suponer, pues, sin perdida de generalidad que q es monico y deg p < deg q. Si q(z) =
(z 1 )m1 (z 2 )m2 . . . (z k )mk , donde se supone que todos los i son distintos, entonces
podemos encontrar constantes {Ci,j }ik,jmi C tales que
k
i
Ci,j
p(z) X X
=
.
q(z)
(z i )j
i=1 j=1
Demostracion. Podemos hacer lo siguiente: si q(z) = (z )m h(z), con q() = 0 y h() 6= 0,

entonces buscamos una constante C y un polinomio s(z) de grado menor que deg p tales que
p(z)
C
s(z)
p(z)
=
=
+
.
m
m
q(z)
(z ) h(z)
(z )
(z )m1 h(z)
Si conseguimos hacer esto, entonces podremos continuar el algoritmo, aplicando la misma operacion a (z)s(z)
on que buscabamos en un numero
m1 h(z) , y terminaremos obteniendo la expresi
finito de pasos.
5
El calculo de la descomposicion en fracciones simples de una funcion racional aparece, por primera vez, en la correspondencia entre J. Bernoulli y Leibnitz, alrededor de 1700, pero estas ideas fueron explotadas sistematicamente por J.
Bernoulli (1702), Leibnitz (1702), Euler (1768) y Hermite (1873). En particular, se suele llamar metodo de Hermite al
metodo de integracion de funciones racionales basado en dicha descomposicion .
31
Ahora bien, si la ecuacion anterior se puede resolver para ciertos C y s(z), entonces
p(z) = Ch(z) + s(z)(z )
y, por tanto, C =
p(z)
q(z)
p()
,
h()
p()
y s(z) se obtiene de dividir p(z) h()
por x . Esto finaliza la prueba.
De esta forma, se
ha reducido
el calculo de la transformada de Laplace inversa para la fraccion
C
al calculo de L1 (z)
para m 0 y , C C arbitrarios.
m
Ahora bien, si tenemos en cuenta que
L(tn exp(t)) =
se concluye que
n!
, para |z| > ||,
(z )n+1
C
(z )m
C n
t exp(t)
n!
y, por tanto, si
k
i
Ci,j
p(z) X X
=
.
j
q(z)
(z
)
i
i=1 j=1
es la descomposicion en fracciones simples de
p(z)
q(z)
p(z)
,
q(z)
entonces
mi
k X
X
i=1 j=1
mi
k X
X
Ci,j
i=1 j=1
j!
Ci,j
(z i )j
tj exp(i t)
Este resultado es muy importante. En concreto, en la proxima seccion podremos comprobar que
de e l depende el poder resolver ciertas ecuaciones diferenciales que aparecen frecuentemente en la
practica. Por supuesto, una vez sabemos que las descomposiciones en fracciones simples existen, nos
resultara imprescindible encontrar algun mecanismo sencillo para su calculo.
Ahora bien, si multiplicamos p(z)
por (z i0 )mi0 , obtenemos que
q(z)
(z i0 )mi0
p(z)
q(z)
mi
mi
X X
Ci,j (z i0 )mi0 X0
=
+
Ci0 ,j (z i0 )mi0 j
j
(z
)
i
j=1
ik;i6=i j=1
0
mi
mi
X X
Ci,j (z i0 )mi0 X0
=
+
Ci0 ,mi0 t (z i0 )t
j
(z
)
i
t=1
ik;i6=i j=1
0
32
y, por tanto,
Ci0 ,mi0 k
1 dk
=
k! dz k
mi0
(z i0 )
p(z)
q(z)
; para k = 0, 1, . . . , mi0
|z=i0
De esta forma podremos calcular todas las constantes Ci,j , una vez conocidos los polos de
p(z)
.
q(z)
4.4. Transformada de Laplace y EDOs

Comenzamos esta seccion desarrollando los calculos para abordar la solucion del problema de
valores iniciales dado por
00
ay (t) + by 0 (t) + cy(t) = 0, para t > 0,
y(0) = y0 , y 0 (0) = y1
(donde a, b, c y0 , e y1 son constantes dadas de antemano y buscamos la funcion y = y(t) que verifica
la ecuacion anterior para todo t > 0), mediante el uso de la transformada de Laplace. Posteriormente,
explicamos el metodo para atacar problemas lineales con coeficientes constantes, en el caso general.
Como todo el mundo sabe, este tipo de ecuaciones diferenciales aparecen en muchos contextos y
son, por tanto muy u tiles.
Si aplicamos la transformada de Laplace a ambos miembros de la ecuacion anterior, y tenemos en
cuenta las relaciones
L(y 0 ) = zL(y)(z) y(0)
L(y 00 ) = z 2 L(y)(z) zy 0 (0) y(0)
obtenemos que
0 = L(ay 00 + by 0 + cy)(z)
= a(z 2 L(y)(z) zy 0 (0) y(0)) + b(zL(y)(z) y(0)) + cL(y)(z)
= (az 2 + bz + c)L(y)(z) (az + b)y0 ay1
y, por tanto,
az + b
a
+ y1 2
+ bz + c
az + bz + c
Ahora bien, L es un operador lineal y, por tanto, si L tuviese un operador inverso, L1 , e ste sera
lineal. Vamos a suponer momentaneamente que tal es el caso. Entonces la expresion anterior la podramos reescribir como:
az + b
a
1
1
y(z) = y0 L
+ y1 L
az 2 + bz + c
az 2 + bz + c
L(y)(z) = y0
az 2
en realidad, si definimos las funciones F (z) =

las funciones L1 (F ) y L1 (G) de modo que
az+b
az 2 +bz+c
y G(z) =
L1 (F )(0) = 1, L1 (F )0 (0) = 0
33
a
,
az 2 +bz+c
necesitamos encontrar
y
L1 (G)(0) = 1, L1 (G)0 (0) = 0.
Para realizar los calculos que faltan, es necesario distinguir varios casos, que dependen de como
son los ceros de q(z) = az 2 + bz + c:
Caso 1: Los ceros de q(z) son simples. Esto significa que q(z) = a(z )(z ) y, por tanto,
F (z) (y tambien G(z)) se puede descomponer en fracciones simples como sigue:
F (z) =
A
B
+
z z
para ciertas constantes A, B C. Se sigue que

L1 (F )(t) = Aet + Bet .
Caso 2: q(z) tiene un cero doble. Esto implica que q(z) = a(z )2 para cierto numero real
y, por tanto, F (z) (y tambien G(z)) se descompone ahora como
F (z) =
A
B
+
z (z )2
para ciertas constantes A, B. Se sigue que

L1 (F )(t) = Aet + Btet .
Caso 3: Los ceros de q(z) son complejos conjugados. En este caso, podemos encontrar +
i C tal que q(z) = a(z ( + i))(z ( i)); , R y 6= 0 y, por tanto, F (z)
(tambien G(z)) se descompone como
F (z) =
A
B(z )
+
2
2
(z ) +
(z )2 + 2
Ahora la transformada de Laplace inversa queda como:

L1 (F )(t) = Aet sin t + Bet cos t.
4.4.1. El caso general
Consideremos ahora la EDO
(n)
y (t) + an1 y (n1) (t) + + a0 y(t) = (t), para t > 0,
y(0) = y0 , y 0 (0) = y1 , . . . , y (n1) (0) = yn1
Queremos utilizar la transformada de Laplace para su solucion. Para ello, empezamos aplicando
el operador L a ambos lados de la ecuacion. Se obtiene que
L()(z) = z n L(y)(z) z n1 y(0) z n2 y 0 (0) y (n1) (0)+
+an1 [z n1 L(y)(z) z n2 y(0) z n3 y 0 (0) y (n2) (0)]+
+... ... ... +
+a1 [L(y)(z) y(0)]+
+a0 L(y)(z)
34
Agrupando los terminos convenientemente, resulta que

L(y)(z)[z n + an1 z n1 + + a1 z + a0 ] =
L()(z) + y(0)[z n + an1 z n2 + + a2 z + a1 ]+
+y 0 (0)[z n + an2 z n1 + + a3 z + a2 ]
+............+
+y (n2) (0)[z + an1 ]
+y (n1) (0)
Tomando q(z) = z n + an1 z n1 + + a1 z + a0 , la ecuacion anterior queda como
L(y)(z) =
L()(z)
z n + an1 z n2 + + a2 z + a1
+ y(0)
+
q(z)
q(z)
z n + an2 z n1 + + a3 z + a2
+y 0 (0)
q(z)
+............+
z + an1
+y (n2) (0)
q(z)
1
+y (n1) (0)
q(z)
Esto reduce el problema del calculo de la solucion de la EDO lineal con condiciones iniciales dada
anteriormente, al calculo de la transformada de Laplace inversa del segundo miembro de la formula
P (z)
P
anterior. Es decir: debemos ser capaces de calcular L1 ( Q(z)
) para cierta funcion racional Q
. Ahora
P
bien, esto es posible gracias al uso de la descomposicion en fracciones simples de Q
(ver la seccion
anterior).
Es evidente que podemos interpretar la EDO lineal con coeficientes constantes como un tipo
especial de sistema LTI. De hecho, este tipo de sistemas aparecen en diferentes contextos, como son
el analisis de circuitos o el estudio de sistemas con muelles. De esta forma podemos interpretar la
transformada de Laplace como un instrumento matematico u til para la teora de senales y sistemas
analogicos. En la proxima seccion vamos a introducir la transformada Z, que, como veremos, es u til
para el estudio de senales y sistemas digitales.
Nota 8 Para tratar el problema de la solucion de EDOs lineales generales es tambien posible hacer
uso de la transformada de Fourier generalizada (es decir: la transformada de Fourier de funciones
generalizadas) pues, como ya se ha visto en una seccion anterior, dicha transformada verifica tambien
buenas propiedades formales con respecto al producto, la convolucion, y la derivacion. Si estamos
interesados en estudiar la ecuacion
an y (n) (t) + + a0 y(t) = bm x(m) (t) + + b0 x(t),
donde x, y G (x nos la dan y buscamos y), entonces aplicando la transformada de Fourier a ambos
lados de la igualdad y teniendo en cuenta que F(y (k) )() = (i)k F(y)(), para todo k N, tenemos
que la identidad anterior se transforma en la siguiente
(an (i)n + + a0 ) F(y)() = (bm (i)m + + b0 ) F(x)().
35
Es decir, el problema pasa a ser la solucion (en sentido generalizado) de la ecuacion algebraica
Y () =
P ()
X()
Q()
para ciertos polinomios algebriacos P (z), Q(z). Esto se puede interpretar, en el dominio del tiempo,
como
P ()
1
1
y(t) = F (Y )(t) = F
x (t).
Q()
P ()
representa la respuesta del sistema al impulso unidad en el dominio de la
Es decir, el cociente Q()
frecuencia y nuestro problema es calcular su transformada de Fourier inversa, algo que tiene sentido
gracias a que estamos trabajando con funciones generalizadas.
5. Transformada Z
5.1. Definicion de la transformada Z. Primeras propiedades
Dada una senal discreta {x(n)}
n= , definimos su transformada Z como
Z({x(n)}
n= )
x(n)z n ,
n=
donde se supone que z pertenece a la region de convergencia de la serie de Laurent que aparece en
el segundo miembro de la igualdad anterior. (Observese que dichas regiones de convergencia son
siempre anillos {z : r < |z| < R}, donde los radios de interior y exterior del anillo dependen del
comportamiento asintotico de la sucesion {x(n)}
n= ).
La correspondencia que acabamos de establecer (una sucesion es llevada a una cierta funcion
analogica), no es biyectiva. Es sencillo obtener sucesiones distintas tales que, si se suma la serie que
define la transformada Z de ambas secuencias, entonces resulte que para ambas se obtiene la misma
expresion algebraica. Por ejemplo, tomamos x = {u(n)}

n= , y = {u(n1)}n= y obtenemos:
Z(x) =
z n =
n=0
1
X
Z(y) =
n=
1
z
=
(para |z 1 | < 1)
1
1z
z1
zn = z
= z
n=0
zn
n=1
1
z
=
(para |z| < 1)
1z
z1
z
, excepto por el detalle (que nunca
As pues, ambas transformadas producen la misma funcion, z1
debemos menospreciar) de que dicha funcion esta definida en dominios distintos, ya que las regiones
de convergencia de las correspondientes series, son diferentes. As, podemos definir con mayor precision la transformada Z de una sucesion como sigue:
36
Definicion 7 Dada la sucesion de numeros x ={x(n)}

n= (reales o complejos), definimos su transformada Z como el par (Z(x), R(x)), donde
Z(x) =
x(n)z n
n=
y R(x) es la region de convergencia de la serie de Laurent
P
n=
x(n)z n .
El siguiente resultado se satisface:

Teorema 18 No hay dos senales distintas x, y tales que
(Z(x), R(x)) = (Z(y), R(y)).
Demostracion. En realidad, el teorema anterior es una sencilla consecuencia del siguiente teorema
debido a Laurent6 :
Teorema 19 (Laurent) 7 Supongamos que f (z) es una funcion deP
variable compleja derivable en un
n
anillo R = {z C : R1 < |z z0 | < R2 }. Entonces f (z0 + h) =
n= cn h para R1 < |h| < R2 ,
donde la convergencia de la serie es uniforme sobre compactos del anillo R1 < |h| < R2 , y las
constantes cn estan dadas por
Z
1
f (z)
cn =
dz, n Z,
2i Cr (z z0 )n+1
donde Cr es la curva parametrizada por Cr (t) = z0 + exp(2it), t [0, 1], r (R1 , R2 ).
Si tomamos
P z0 =n 0 entonces la expresion que aparece en el teorema anterior, se transforma en
f (z) =
n= cn z , y las regiones de convergencia pasan a ser coronas con centro el origen de
coordenadas.
Para x una senal arbitraria, si la region de convergencia R(x) es un anillo no vaco, entonces
la funcion Z(x)(z) es holomorfa en dicho anillo. Supongamos ahora que R(x) 6= . Entonces el
teorema de Laurent garantiza que, si Cr es una circunferencia interior al anillo R(x), entonces
Z
1
x(n) =
f (z)z n1 dz, n Z,
2i Cr
y por tanto, si R(x) R(y) 6= , y Z(x)(z) coincide con Z(x)(z) para z Cr , una circunceferencia
interior a ambas regiones, se obtiene que x(n) = y(n) para todo n Z.
El teorema de Laurent proporciona la clave para el proceso de inversion asociado a la transformada
Z. Mas precisamente, si conocemos tanto la funcion X(z) = Z(x)(z) y su correspondiente region
6
P. A. Laurent (1813-1854). Ingeniero frances. En 1842 envio una memoria para participar en un premio de
matematicas a la Academia de Ciencias de Pars, pero el manuscrito llego fuera de tiempo y, a pesar de que Cauchy
emitio un informe positivo, e ste no fue evaluado. Los desarrollos en serie de Laurent son muy importantes en la teora de
funciones de variable compleja.
7
La demostracion de este resultado se puede consultar en [?, p. 196, Th. 11.1]
37
de convergencia = R(x), no solo es cierto que existe una u nica senal x = {x(n)} para la que
X(z) = Z(x)(z) y = R(x) sino que, de hecho, los valores x(n) se pueden rescatar de X(z) (y )
simplemente teniendo en cuenta las expresiones
Z
1
x(n) =
f (z)z n1 dz, n Z.
2i Cr
As, podemos afirmar que la formula anterior define la transformada Z inversa. El problema es que
no siempre resulta sencillo evaluar las integrales que aparecen en el segundo miembro de la expresion
anterior. As pues, nos preguntamos si en ciertos casos especiales (y que tambien sean importantes
para las aplicaciones) es sencillo evaluar la transformada Z inversa.
Terminamos esta seccion con las siguientes observaciones:
Se sigue del teorema de Laurent que toda funcion X(z) holomorfa en un anillo R, es la transformada Z de alguna senal {x(n)}
n= .
La funcion X(z) es la transformada Z de una senal causal x = {x(n)} si y solo si la funcion
e
X(z)
= X(1/z) es holomorfa en un disco de la forma D(0, r) = {z : |z| < r} para cierto
r > 0. Ademas, esto es equivalente a decir que la region de convergencia de Z(x)(z) es el
complementario de un disco D para cierto r > 0.
5.2. Propiedades elementales de la Transformada Z. Inversion de la transformada Z

En esta seccion, vamos a establecer las propiedades elementales de la transformada Z y, a continuacion, vamos a explicar el proceso de inversion para la transformada Z para funciones racionales
P (z)
X(z) = Q(z)
(Posteriormente, veremos que dichos casos son u tiles en la practica).
La transformada Z satisface las siguientes propiedades:
Linealidad. La transformada Z es lineal. Es decir, si x, y son dos senales discretas y a, b C,
entonces Z(ax + by) = aZ(x) + bZ(y). Ademas, R(ax + by) = R(x) R(y).
Desplazamiento en el tiempo. Sea m Z fijo. Entonces
m
Z({x(n m)}
Z({x(n)}
n= )(z) = z
n= )(z).
Ademas, la region de convergencia no vara, excepto quizas por la posible inclusion o exclusion
de 0 o de .
Cambios de escala en la frecuencia. Dado a C, se tiene que
z
Z({an x(n)}
n= )(z) = Z({x(n)}n= )( a ).
Ademas, la region de convergencia pasa de ser R(x) a ser |a|R(x).

Reflexion en el tiempo. Se tiene que Z({x(n)})(z) = Z({x(n)})( z1 ). Ademas, la region de
convergencia de y = {x(n)} es: R(x) = {z C : z1 R(x)}.
38
Convolucion. Dadas x l1 (Z) y y l (Z), se tiene que

Z(x[
y)(z) = Z(x)(z)Z(y)(z)
Todas estas propiedades son sencillas de demostrar y se dejan como simples ejercicios. Solo haremos algun comentario respecto de la convolucion. As pues, recordemos que si x l1 (Z) y y l (Z)
son dos senales discretas, su convolucion esta dada por x y = {cn }
n= , donde
cn =
x(k)y(n k), para todo n Z.
k=
Ahora bien, es sencillo comprobar que, si multiplicamos las series de potencias Z(x) y Z(y),
obtenemos que

!
!
X
X
n
n
Z(x)(z)Z(y)(z) =
x(n)z
y(n)z
n=
n=
=
=
n=
n=
x(x)y(n k)z k z (nk)
k=
!
!
x(x)y(n k) z n
k=
cn z n
n=
= Z(x y)(z),
lo que demuestra la propiedad de convolucion.
P (z)
Dada una funcion racional X(z) = Q(z)
, queremos ahora calcular la senal x(t) tal que X(z) =
Z(x(t)). Para ello, consideramos (como es habitual) la descomposicion en fracciones simples de
X(z),
k mi
P (z) X X
Ci,j
X(z) = h(z) +
=
,
j
Q(z)
(z
)
i
i=1 j=1
donde h(z) es el polinomio que resulta de dividir P (z) por Q(z), y de esta forma hemos reducido
Ci,j
nuevamente nuestro problema al de conocer la transformada inversa de las fracciones simples (z
j,
i)
i = 1, ..., k, j = 1, . . . , mi .
Ahora bien, dichas transformadas se pueden calcular de forma sencilla, si se tiene en cuenta que
Z({
u(n)}
n= )
n z n =
n=0
1
z
=
1
1 z
z
con region de convergencia R = {z : |z| > ||}. Para verlo, basta derivar m veces ambos lados de la
expresion anterior respecto de , obteniendo que:
n(n 1) . . . (n m + 1)nm z n =
n=0
39
m!z
(z )m+1
y, por tanto,
z
(z a)m+1

n
=
nm u(n).
m
Ahora bien, si tenemos en cuenta la propiedad de desplazamiento en el tiempo, se ve que
z
1
n 1 n1m
1
1
1
Z
=Z
z
=
u(n 1).
(z a)m+1
(z a)m+1
m
5.3. Tranformada Z y filtros digitales

Dado un filtro digital L, sabemos que e ste queda completamente determinado por su respuesta
al impulso unidad (tambien llamada respuesta impulsional del sistema) L() = {h(n)}
n= . Evidentemente, como la transformada Z es invertible, dicha respuesta impulsional queda completamente
determinada a su vez por su transformada Z. Esto nos lleva a la siguiente definicion:
Definicion 8 Llamamos funcion de transferencia del filtro digital L a la funcion de variable compleja:
H(z) = Z({h(n}n= ) =
h(n)z n .
n=
Nota 9 Observese, ademas, que H(z) se puede interpretar como un autovalor de L de la siguiente
forma: Tomamos x = {z n }
n= para z C fijo. Entonces
L(x)(n) = (x h)(n) =
h(k)x(n k)
k=
h(k)z k z n
k=
= H(z)x(n), para todo n Z,

y, por tanto,
L(x) = H(z)x.
Es decir: H(z) es un autovalor con autovector x.
El nombre funcion de transferencia(del sistema) proviene de la siguiente interpretacion: Sabemos
que y = L(x) = x h, donde h es la respuesta impulsional del sistema. Si aplicamos a ambos lados
de la formula anterior la transformada Z, entonces (teniendo en cuenta la propiedad de convolucion)
se tiene que
Y (z) = H(z)X(z),
donde Y (z) = Z(y) representa la respuesta del sistema en el dominio de la frecuencia, X(z) =
Z(x) es la entrada del sistema (tambien en el dominio de la frecuencia) y H(z) es la funcion de
transferencia.
Evidentemente, de la misma forma que {h(n)} lleva toda la informacion del sistema y, por tanto,
podemos caracterizar algunas propiedades del sistema en terminos de {h(n)}, lo mismo sucedera con
40
las funciones de transferencia H(z). Veamos, por ejemplo, como se caracterizan en terminos de H(z)
las propiedades de causalidad y de estabilidad (BIBO) del sistema L. Esto queda resuelto mediante
las siguientes proposiciones:
Proposicion 5 Un sistema L que es LTI es ademas estable BIBO si y solo si la region de convergencia
de su funcion de transferencia contiene la circunferencia unidad.
Proposicion 6 Un sistema L que es LTI es ademas causal si y solo si la region de convergencia de
su funcion de transferencia es el exterior de una circunferencia.
5.3.1. Ecuaciones en diferencias
Es bien sabido que los filtros digitales mas comunmente usados vienen descritos por ecuaciones
en diferencias,
d
X
ak y(n k) =
k=0
h
X
bk x(n k), n Z,
k=0
donde x = {x(n)}
n= representa la entrada del sistema, y = {y(n)}n= representa la salida
d
h
del sistema y {ak }k=0 , {bk }k=0 son ciertas constantes que determinan completamente el sistema. Estamos suponiendo que para cierto n0 Z se tiene que si x(n) = 0 para todo n < n0 entonces y(n) = 0
tambien para todo n < n0 (i.e., suponemos las causalidad del sistema). De esta forma garantizamos
que la sucesion {y(n)}
a unvocamente determinada por la sucesion {x(n)}
n= est
n= .
Si aplicamos la transformada Z a ambos lados de la ecuacion anterior, obtendremos entonces que
d
X
ak z
Y (z) =
bk z k X(z)
k=0
k=0
y, por tanto,
h
X
Ph
H(z) = Pdk=0
k=0
bk z k
ak z k
es una funcion racional.

Como las funciones racionales quedan completamente determinadas por sus ceros y sus polos,
sera entonces deseable disponer de descripciones de las propiedades del sistema en terminos de dicha
informacion.
on de la ecuacion en diferencias, o, lo que es
Podemos ahora calcular {y(n)}
n= (i.e., la soluci
igual: la salida del sistema) de alguna de las dos formas siguientes:
Calculamos X(z) = Z(x) y luego calculamos Z 1 (X(z)H(z)). Este procedimiento se puede
llevar a cabo facilmente, siempre que X(z) sea una funcion racional.
1
(H(z)) y luego calculamos la convolucion
Calculamos {h(n)}
n= = Z
{y(n)}
n= = {(h x)(n)}n= .
41
Notese que para calcular Z 1 (H(z)) necesitamos fijar de antemano la region de convergencia
para H(z). Esto significa que necesitamos saber si el sistema es o no causal. Evidentemente,
bajo nuestras hipotesis, el sistema es causal y por tanto supondremos que la region de convergencia de H(z) es el exterior de una circunferencia de centro el origen de coordenadas.
Recuerdese que para dicho caso ya realizamos el calculo de la transformada Z inversa de las
fracciones simples asociadas a cualquier funcion racional H.
Vemos a continuacion un ejemplo resuelto de ambas formas:
Ejemplo 11 Consideramos la ecuacion en diferencias
y(n) + 2y(n 1) = x(n), n Z.
1
z
n
Sabemos que en este caso, H(z) = 1+2z
1 = z+2 y, por tanto, h(n) = (2) u(n). Vamos a realizar
los calculos para las entradas x1 (n) = u(n) y x2 (n) = u(n) u(n 3). En el primero de los casos
es claro que
X
z
X1 (z) = Z(x1 ) =
z k =
z1
k=0
y, por tanto, Y1 (z) = X1 (z)H(z) =

simples es
z2
.
(z1)(z+2)
Y (z) =
y, por tanto,
y(n) =
La correspondiente descomposicion en fracciones
z/3
2z/3
+
z1 z+2
1 2
n
+ (2) u(n).
3 3
Para calcular la salida de x2 = {u(n) u(n 3)}

n= , observamos que
x2 (n) = (n) + (n 1) + (n 2)
y, por tanto,
y(n) = (x2 h)(n) = (2)n u(n) + (2)n1 u(n 1) + (2)n2 u(n 2)
Es decir: y(0) = 0, y(1) = 1 y y(n) = 34 (2)n para n 2.
Si {1 , 2 , . . . , d } son los polos de H(z) y suponemos que |i | |i+1 |, i = 1, 2, ..., d 1,
entonces existe i, s N tales que
|i0 | < 1 = |i0 +1 | = = |i0 +s | < |i0 +s+1 |
y, por tanto, asociadas a H(z) podemos considerar varias regiones de convergencia. Si la region de
convergencia es
R1 = {z C : |z| > |d |}
entonces el sistema sera causal. Si H(z) no tiene polos en la circunferencia unidad, entonces podemos
considerar como region de convergencia la corona mayor que contenga la circunferencia unidad y
42
carezca de polos y obtendremos que el correspondiente sistema es estable. Finalmente, si tomamos

como region de convergencia a
R2 = {z C : |z| < |1 |}
entonces el sistema sera anticausal. Evidentemente, varias de estas cosas pueden suceder simultaneamente. En particular, se verifica el siguiente resultado:
Proposicion 7 El sistema descrito por la funcion de transferencia racional H(z) sera estable y
causal simultaneamente si y solo si se satisface que: (i) Todos los polos de H(z) estan en el interior
del disco unidad, y (ii) tomamos como region de convergencia de H(z) a R1 = {z C : |z| > |d |},
donde d es uno de los polos de H(z) con valor absoluto maximo.
Referencias
[1] C. Gasquet and P. Witomski, Fourier Analysis and Applications. Filtering, Numerical Computation, Wavelets Texts in Applied Mathematics 30 Springer 1999.
[2] C. Lanczos, Discourse on Fourier Series, Olyver and Boyd, Edinburg, 1966.
43

Transformada Fourier Almira PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Transformada Fourier Almira PDF

Cargado por

Copyright:

Formatos disponibles

LAFA.

Laboratorio de Analisis de Fourier Aplicado

1. De las series de Fourier a la Transformada de Fourier: primeras

LAFA. Laboratorio de Analisis de Fourier Aplicado

Haciendo el cambio de variable = 2f , podemos reescribir la anterior formula como

toma el nombre de transformada de Fourier de la senal (aperiodica) x(t) L1 (R).

toma el nombre de transformada de Fourier inversa de la senal (aperiodica) y().

En tal caso, su transformada x

LAFA. Laboratorio de Analisis de Fourier Aplicado

1.1. Teoremas basicos sobre la transformada de Fourier

La otra formula se demuestra de forma analoga.

LAFA. Laboratorio de Analisis de Fourier Aplicado

Derivacion. Si x es continua y derivable a trozos, con x0 (t) L1 (R), entonces

LAFA. Laboratorio de Analisis de Fourier Aplicado

Ejemplo 2 Sea x(t) = exp(|t|). Entonces

Teorema 1 Si x(t) = exp(t2 ), entonces x

LAFA. Laboratorio de Analisis de Fourier Aplicado

lo que reduce nuestro problema al calculo de la integral

Para ello, vamos a demostrar el siguiente resultado tecnico:

Demostracion. Denotemos por I la integral que queremos calcular: I =

Si hacemos el cambio de variable a coordenadas polares,

Como esta igualdad se satisface paa todo R > 0, se concluye que

LAFA. Laboratorio de Analisis de Fourier Aplicado

que es lo que queramos demostrar.

g(x)dx < . Si ademas sabemos que existe el lmite puntual

Nota: Para la demostracion de este resultado, ver [?].

LAFA. Laboratorio de Analisis de Fourier Aplicado

se concluye que podemos utilizar el teorema de la convergencia dominada, de modo que

que es lo que queramos probar.

existe y es holomorfa en la banda

LAFA. Laboratorio de Analisis de Fourier Aplicado

1.2. Convolucion y Transformada de Fourier

LAFA. Laboratorio de Analisis de Fourier Aplicado

como queramos demostrar.

LAFA. Laboratorio de Analisis de Fourier Aplicado

1.3. El teorema integral de Fourier

suceder que F(x) = x

por otra parte, aun en el caso de que x

LAFA. Laboratorio de Analisis de Fourier Aplicado

forma un poco mas drastica. Tomamos: () = [ 1 , 1 ] (), lo que es equivalente a interpretar la

De esta forma, llegamos a demostrar el siguiente (importante) resultado:

Demostracion. Utilizamos el teorema de Fubini para ver que

En realidad, basta que hagamos

LAFA. Laboratorio de Analisis de Fourier Aplicado

(la eleccion de la constante no es, de todas formas, significativa). La funcion

Por tanto, lmM

sin(M u)du = 0 y solo tenemos que estudiar el lmite

Si hacemos el cambio de variable s = M u, obtenemos que du

LAFA. Laboratorio de Analisis de Fourier Aplicado

para alguna eleccion de la sucesion {Rn }

1.4. Transformada de Fourier de funciones de L2 (R)

En particular, si x(t) = y(t), entonces se tiene la siguiente formula de Parseval:

Demostracion. Que x(t), x

LAFA. Laboratorio de Analisis de Fourier Aplicado

calcular el producto (x, y)L2 (R) utilizando el teorema integral de Fourier:

Veamos que z() no depende de la sucesion de aproximantes {xn (t)}

y, por tanto, tambien lmn ||b

que es lmite en el sentido de L2 (R) de una sucesion de transformadas {b

LAFA. Laboratorio de Analisis de Fourier Aplicado

1.5. Formula de Poisson

2. Transformada de Fourier de Senales

LAFA. Laboratorio de Analisis de Fourier Aplicado

Definicion 4 Sea x G una funcion generalizada arbitraria. Definimos su transformada de Fourier