Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformada de Fourier*
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.
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() :=
1
(y)(t) :=
2
y()eis d
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 < .
=
ei(s+a) x(s)ds (donde s = t a)
ia
= e
F[x(t)]().
t
1
=
eis x(s)ds (donde s = )
= F[x]()
La demostracion de la segunda formula es analoga.
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
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:
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
et dt =
I =
Z
t2
dt
s2
Z
ds =
e(t
2 +s2 )
et dt. Entonces
dtds.
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.
2
(t+ i
)
2
e
dt =
et dt =
y, por tanto,
x
b() =
e 4 ,
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
entonces
Z
lm
h0
xh (t)dt =
(lm xh (t))dt =
h0
x(t)dt.
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
h0
h0
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).
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)
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 (),
que es lo que queramos demostrar.
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.
sin(a)
.
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
v.p
x
b()eit d
= lm
x
b()eit d.
1
x(t) = lm
M 2
1
e x
b()d =
v.p
2
M
it
it
e x
b()d
(t R)
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
12
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
1
M
x(t+u)
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
=
lm+
= ,
2 t0
t
2
(donde se ha utilizado el Teorema de Dirichlet ??). Esto finaliza la prueba.
1
(b
x, yb)L2 (R)
2
1
||b
x||L2 (R)
2
14
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.
lm ||b
xn () ybn ()||L2 (R) = 2 lm ||xn (t) yn (t)||L2 (R) = 0
Algunos autores llaman transformada de Plancherel a la extension de F a L2 (R) y la denotan por P. Ver, por ejemplo,
[?].
15
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).
16
1 b
x
b(t).
2
= 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
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
(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
20
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
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),
21
x(s)
sin(w0 (t s t0 ))
ds
(t s 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
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
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
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
2i z ia z + ia
a
= 2
(para z > 0).
z + a2
exp(iat)exp(iat)
2i
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
k=0
!Z
X
=
(ezT )k
k=0
1
1 ezT
ezu x(u)du
ezu x(u)du.
25
|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
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)
lm L(x (t)) = lm
pues e
zs
ezs x0 (s)ds = 0,
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
= lm
ezs x0 (s)ds
z0 0
Z
=
x0 (s)ds = lm x(t) x(0+ ),
z0
27
(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
1
= lm
M 2i
s+iM
ezt X(z)dz,
siM
Z
ezt X(z)dz = 0
R
s+iM
zt
e X(z)dz =
siM
n
X
j=1
29
Res(ezt X(z); zj ).
(5)
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)
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
p(z)
q(z)
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
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
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
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)
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
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
A
B
+
z (z )2
A
B(z )
+
2
2
(z ) +
(z )2 + 2
34
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
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
x(n)z n
n=
P
n=
x(n)z n .
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.
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 ).
38
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=
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
z
1
n 1 n1m
1
1
1
Z
=Z
z
=
u(n 1).
(z a)m+1
(z a)m+1
m
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=
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
{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
z2
.
(z1)(z+2)
Y (z) =
y, por tanto,
y(n) =
z/3
2z/3
+
z1 z+2
1 2
n
+ (2) u(n).
3 3
42
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