Apunte 2 - Procesamiento de seales

Este apunte est constituido por extractos de algunos textos sobre procesamiento de
seales, principalmente, aunque no exclusivamente, el de Proakis y Manolakis. Para simplificar
la lectura se elimin el formato convencional de las citas bibliogrficas y en algunos casos se
las adapt libremente. La intencin fundamental del apunte es complementar el captulo
correspondiente de Huang con algunos conocimientos previos y sntesis de algunos temas. Se
sigue el orden de presentacin de los temas de Huang, mantenindose incluso los ttulos
principales y su numeracin.

5.1 Seales digitales y sistemas

Definiciones preliminares

Una seal se define como una cantidad fsica que vara con el tiempo, el espacio o
cualquier otra variable o variables independientes. Matemticamente, describimos una seal
como una funcin de una o ms variables independientes. Por ejemplo, las funciones

(1) s1(t) = 5t
(2) s2(t) = 20t2

describen dos seales, una que vara linealmente con la variable independiente t (tiempo) y
una segunda que vara cuadrticamente con t. Las seales descritas en (1) y (2) pertenecen a
las clases de seales que quedan perfectamente definidas especificando la dependencia
funcional con la variable independiente. Sin embargo, existen casos en los que dicha relacin
funcional es desconocida o demasiado complicada como para tener utilidad prctica.

Por ejemplo, una seal de voz no se puede describir funcionalmente mediante

expresiones como (1). En general, un segmento de voz puede representarse con un alto grado
de exactitud como la suma de varias sinusoides de diferentes amplitudes y frecuencias, esto
es, como

N
(3)
i =1
Ai(t) sen[2 F i(t)t + i(t)]

donde {Ai(t)}, {Fi(t)} y {i(t)} son los conjuntos (probablemente variables en el tiempo) de
amplitudes, frecuencias y fases, respectivamente de las sinusoides. De hecho, una manera de
interpretar la informacin o el mensaje contenido en un segmento corto de una seal de voz es
medir las amplitudes, frecuencias y fases contenidas en el segmento corto de seal.

Otros ejemplos de seales naturales son los electrocardiogramas y los

electroencefalogramas. Las seales de voz, los electrocardiogramas y los
electroencefalogramas son ejemplos de seales que portan informacin y que varan como
funciones de una nica variable independiente, el tiempo. Una imagen constituye un ejemplo
de seal que vara en dos variables independientes. Las dos variables independientes en este
caso son las coordenadas espaciales. Estos son unos pocos ejemplos de un incontable
nmero de seales naturales que se pueden encontrar en la prctica.

Asociados a las seales naturales se encuentran los medios con los que se generan.
Por ejemplo, las seales de voz se generan al forzar el paso del aire a travs de las cuerdas
vocales. Las imgenes se obtienen exponiendo pelcula fotogrfica ante un paisaje u objeto.
Por lo tanto, la forma en la que se generan las seales se encuentra asociada con un sistema
que responde ante un estmulo o fuerza. En una seal de voz, el sistema est constituido por
las cuerdas vocales y el tracto bucal, tambin llamado cavidad bucal. El estmulo en
combinacin con el sistema se llama fuente de la seal.

Un sistema se puede definir tambin como un dispositivo fsico que realiza una
operacin sobre una seal. Por ejemplo, un filtro que se usa para reducir el ruido y las
interferencias que corrompen una seal tambin se denomina sistema. En este caso, el filtro
 2

realiza algunas operaciones sobre la seal cuyo efecto es reducir (filtrar) el ruido y la
interferencia presentes en la seal deseada.

Cuando pasamos una seal a travs de un sistema, como en el caso del filtrado,
decimos que hemos procesado la seal. En este caso, el procesamiento de la seal implica la
separacin de la seal deseada del ruido y la interferencia. En general, el sistema se
caracteriza por el tipo de operacin que realiza sobre la seal. Por ejemplo, si la operacin es
lineal, el sistema se denomina lineal, si la operacin es no lineal, el sistema se dice no lineal,
etc. Estas operaciones se denominan habitualmente procesamiento de seales.

Es conveniente ampliar la definicin de sistema para incluir no solo dispositivos fsicos,

sino tambin realizaciones en software de operaciones sobre una seal. En el procesamiento
digital de seales en una computadora, las operaciones realizadas sobre una seal constan
de varias operaciones matemticas especificadas por un programa de software.

El procesamiento de seales involucra primero obtener una representacin de la seal

sobre la base de un modelo dado y luego la aplicacin de alguna transformacin de alto nivel
para poner la seal en una forma ms conveniente. El ltimo paso en el proceso es la
extraccin y utilizacin de la informacin del mensaje. Este paso puede ser realizado por
oyentes humanos o automticamente por mquinas.

Entonces, el procesamiento de las seales de habla involucra generalmente dos

tareas. Primero, es un vehculo para obtener una representacin general de una seal de habla
en forma de onda o paramtrica. Segundo, el procesamiento de seales sirve la funcin de
ayudar en el proceso de transformar la representacin de la seal en formas alternativas no
menos generales por naturaleza, pero ms apropiadas para aplicaciones especficas.

En los sistemas de comunicacin de habla, la seal de habla es transmitida,

almacenada y procesada de muchos modos. Las preocupaciones tcnicas llevan a una amplia
variedad de representaciones de la seal del habla. En general, hay dos preocupaciones
importantes en cualquier sistema:

1. Preservacin del contenido del mensaje en la seal de habla.

2. Representacin de la seal del habla en una forma que sea conveniente para la
transmisin o almacenamiento, o en una forma que sea flexible de modo que las
modificaciones puedan hacerse a la seal de habla sin degradar seriamente el
contenido del mensaje.

La representacin de la seal de habla debe ser tal que el contenido de informacin puede ser
extrado fcilmente por oyentes humanos o automticamente por mquina.

Las representaciones de las seales de habla pueden clasificarse en dos grandes

grupos: representaciones de forma de onda y representaciones paramtricas. Las
representaciones de forma de onda como lo implica el nombre se ocupan simplemente de
preservar la forma de onda de la seal de habla analgica a travs de un proceso de
muestreo y cuantizacin. Las representaciones paramtricas, por otro lado, se ocupan de
representar la seal de habla como salida de un modelo de produccin de habla. El primer
paso para obtener una representacin paramtrica es frecuentemente una representacin
digital de la forma de onda; esto es, la seal de habla es muestreada y cuantificada y luego
procesada para obtener los parmetros del modelo de produccin de habla. Los parmetros de
este modelo pueden clasificarse convenientemente como parmetros de excitacin (esto es,
relacionados con la fuente de los sonidos del habla) o parmetros de respuesta del tracto (esto
es, relacionados con sonidos de habla individuales).

El procesamiento de las seales de habla involucra generalmente dos tareas. Primero,

es un vehculo para obtener una representacin general de una seal de habla en forma de
onda o paramtrica. Segundo, el procesamiento de seales sirve la funcin de ayudar en el
proceso de transformar la seal en formas alternativas que son menos generales por
naturaleza, pero ms apropiadas para aplicaciones especficas.
 3

El procesamiento digital de seales se ocupa de obtener representaciones discretas

de seales y de la teora, diseo e implementacin de los procedimientos numricos para
procesar la representacin discreta. Los objetivos en el procesamiento digital de seales son
idnticos a los del procesamiento de seal analgica.

Elementos bsicos de un sistema de procesamiento digital de seales

La mayor parte de las seales que aparecen en los mbitos de la ciencia y la ingeniera
son de naturaleza analgica, es decir, las seales son funciones de una variable continua,
como el tiempo o el espacio y normalmente toman valores en un rango continuo. Estas seales
pueden ser procesadas directamente por sistemas analgicos adecuados (como filtros o
analizadores de frecuencia) o multiplicadores de frecuencia con el propsito de cambiar sus
caractersticas o extraer cualquier informacin deseada. En tal caso, decimos que la seal fue
procesada directamente en forma analgica, como se ilustra en la Fig. 1.2. Tanto la seal de
entrada como la de salida estn en forma analgica.

El procesamiento digital de seales proporciona un mtodo alternativo para procesar

una seal analgica, como se ilustra en la figura 1.3. Para realizar el procesamiento
digitalmente, se necesita una interfaz entre la seal analgica y el procesador digital. Esta
interfaz se denomina conversor analgico-digital (A/D). La salida del conversor A/D es una
seal adecuada como entrada al procesador digital.

En aplicaciones donde la salida digital del procesador digital de seales se ha de entregar en

forma analgica, como en comunicaciones digitales, debemos proporcionar otra interfaz desde
el dominio digital al analgico. Esta interfaz se denomina conversor digital-analgica (D/A).

Clasificacin de las seales

Los mtodos que usamos en el procesamiento de una seal o en el anlisis de la

respuesta de un sistema a una seal dependen fuertemente de las caractersticas de la
seal en particular. Existen tcnicas que se aplican solo a familias especficas de seales. En
consecuencia, cualquier investigacin en procesamiento de seales debe comenzar con la
clasificacin de las seales que se encuentran en la aplicacin concreta.

Seales multicanal y multidimensionales. Una seal se describe mediante una funcin de

una o ms variables independientes. El valor de la funcin (es decir, de la variable
dependiente) puede ser un escalar real, una cantidad compleja o quizs un vector. En algunas
aplicaciones, las seales son generadas por mltiples fuentes o sensores. Estas seales
pueden representarse en forma vectorial. Nos referiremos a un vector de seales como seal
multicanal. Por ejemplo, en electrocardiografa se usan electrocardiogramas (ECG) de 3 y 12
tomas que dan lugar a seales de 3 y 12 canales. Si la seal es funcin de una nica variable
 4

independiente, la seal se denomina unidimensional. Una seal se denomina M-dimensional

si es funcin de M variables independientes.

Seales en tiempo continuo vs. seales en tiempo discreto. Las seales se pueden
clasificar en cuatro categoras diferentes dependiendo de las caractersticas de la variable
(independiente) tiempo y de los valores que esta puede tomar. Las seales en tiempo
continuo o seales analgicas estn definidas para todos los valores del tiempo y pueden
tomar cualquier valor en el intervalo continuo (a,b), donde a puede ser - y b puede ser . La
onda de voz y la seal x1(t) = cost, - < t < son ejemplos de seales analgicas. Las
seales en tiempo discreto estn definidas solo para ciertos valores del tiempo. Estos
instantes del tiempo no necesitan ser equidistantes, aunque en la prctica se toman
normalmente instantes equiespaciados conforme a intereses computacionales y matemticos.
Si usamos el ndice n como la variable independiente que representa los instantes de tiempo, la
seal pasa a ser una funcin de una variable entera (es decir, una secuencia de nmeros). Por
lo tanto, una seal en tiempo discreto se puede representar matemticamente como una
secuencia de nmeros reales o complejos. Para destacar la naturaleza discreta de una seal
se la suele denotar como x(n) o x[n] en vez de como x(t). Si los instantes de tiempo tn estn
equiespaciados (es decir, tn = nT), tambin se usa la notacin x(nT) (T es el perodo de
muestreo).

Tiempo continuo Tiempo discreto

V. dependiente Seal analgica Seal continua en tiempo
continua discreto
V. dependiente Seal discreta en tiempo Seal digital
discreta continuo

En la prctica las seales en tiempo discreto pueden originarse de dos maneras:

1. Eligiendo valores de una seal analgica en determinados instantes de tiempo. Este

proceso se denomina muestreo. Todos los aparatos de medida que proporcionan
medidas en instantes de tiempo regulares generan seales en tiempo discreto.
2. Acumulando una variable a lo largo de un determinado periodo de tiempo.

Seales continuas vs. seales discretas. El valor de una seal, en tiempo continuo o
discreto, puede ser continuo o discreto. Si una seal toma todos los valores posibles en un
intervalo tanto finito como infinito, se dice que es continua. Por el contrario, si toma valores de
un conjunto finito de valores se dice que es discreta. Normalmente, estos valores son
equidistantes y por tanto pueden expresarse como un mltiplo de la distancia entre dos valores
sucesivos. Una seal en tiempo discreto, que toma valores en un conjunto discreto se
denomina seal digital.

Para que una seal pueda ser procesada digitalmente debe ser en tiempo discreto y
tomar valores discretos (es decir, debe ser una seal digital). Si la seal a procesar es
analgica, se convierte a digital muestrendola en el tiempo y obteniendo por tanto una seal
en tiempo discreto y posteriormente cuantificando sus valores en un conjunto discreto. El
 5

proceso de convertir una seal continua en discreta, denominado cuantificacin, es

bsicamente un proceso de aproximacin. Puede lograrse por redondeo o truncamiento.

Seales deterministas vs. seales aleatorias. El anlisis matemtico y el procesamiento de

seales requieren que la seal sea descrita matemticamente. Esta descripcin matemtica,
normalmente denominada modelo matemtico, conduce a otra importante clasificacin de las
seales. Cualquier seal que pueda ser definida por una forma matemtica explcita, un
conjunto de datos o una regla bien definida se denomina determinista. Este trmino se usa
para resaltar el hecho de que valores de la seal tanto presentes como pasados o futuros, se
conocen exactamente, sin incertidumbre.
En muchas situaciones prcticas, sin embargo, existen seales que no se pueden
describir con un grado de precisin razonable mediante frmulas matemticas explcitas o cuya
descripcin es demasiado complicada para ser de utilidad prctica. La falta de tal relacin
supone que dichas seales evolucionan con el tiempo de forma impredecible. Nos referiremos
a estas seales como seales aleatorias. La seal de la voz es un ejemplo de seal aleatoria.
El anlisis y descripcin de las seales aleatorias se hace mediante tcnicas estadsticas en
vez de mediante frmulas explcitas. El marco matemtico para el anlisis de seales aleatorias
lo constituye la teora de la probabilidad y los procesos estocsticos.
La clasificacin de una seal real como determinista o aleatoria no est siempre clara.
Algunas veces ambas aproximaciones dan lugar a resultados significativos que ayudan a
clarificar el comportamiento de la seal. Otras veces, una clasificacin errnea puede dar lugar
a resultados errneos, dado que algunas herramientas matemticas se aplican solo a seales
deterministas y otras a seales aleatorias.

5.1. Seales y sistemas digitales

De la fsica sabemos que la frecuencia est ntimamente relacionada con un tipo

especfico de movimiento peridico llamado oscilacin armnica, que se describe mediante
funciones sinusoidales. El concepto de frecuencia est directamente relacionado con el de
tiempo. De hecho, sus dimensiones son las inversas del tiempo. Por tanto, de acuerdo con
esto, deberamos esperar que la naturaleza del tiempo (continuo o discreto) afecte a la
frecuencia.

Seales sinusoidales en tiempo continuo

Una simple oscilacin armnica se describe matemticamente mediante la siguiente

seal en tiempo continuo:

(4) xa(t) = A cos(t + ), - < t <

que se muestra en la figura 1.10.

Figura 1.10 Ejemplo de una seal sinusoidal analgica.

 6

El subndice a usado con x(t) denota una seal analgica. Esta seal est completamente
caracterizada por tres parmetros: A es la amplitud de la sinusoide, es la frecuencia en
radianes por segundo (rad/s) y es la fase en radianes. En lugar de , a menudo se utiliza la
frecuencia F ciclos por segundo o Hertzios (Hz), donde

(5) = 2F

La ecuacin (4) puede escribirse en trminos de F como

(6) xa(t) = A cos(2F t + ), - < t <

La seal analgica sinusoidal (6) est caracterizada por las siguientes propiedades:

A1. Para todo valor fijo de la frecuencia F, xa(t) es peridica. Puede demostrarse fcilmente
usando trigonometra elemental que

xa(t + Tp) = xa(t)

donde Tp= 1/F es el periodo fundamental de la seal sinusoidal.

A2. Las seales en tiempo continuo con frecuencias diferentes son diferentes.

A3. El aumento en la frecuencia F resulta en un aumento en la tasa de oscilacin de la seal,

en el sentido de que se incluyen ms periodos en un intervalo de tiempo dado.

Para F = 0, el valor Tp = es consistente con la relacin fundamental F = 1/Tp. Debido

a la continuidad de la variable temporal t, podemos aumentar la frecuencia F sin lmite, con el
consiguiente aumento en la tasa de oscilacin.
Las propiedades que hemos descrito para seales sinusoidales son aplicables a la
clase de seales exponenciales complejas
j(t + )
(7) xa(t) = A e

Seales sinusoidales en tiempo discreto

Una seal sinusoidal en tiempo discreto puede expresarse como

(8) x(n) = A cos(n + ), - < n <

donde n es una variable entera, denominada nmero de muestra, A es la amplitud de la

sinusoide, es la frecuencia en radianes por muestra y es la fase en radianes.
Si en lugar de utilizamos la variable de frecuencia f definida por

(9) 2f

la relacin (9) se convierte en

(10) x(n) = A cos(2f n + ), - < n <

La frecuencia f tiene dimensiones de ciclos por muestra. Cuando consideremos el muestreo de

sinusoides analgicas, vamos a relacionar la variable de frecuencia f de una sinusoide en
tiempo discreto con la frecuencia F en ciclos por segundo de la sinusoide analgica.
 7

En contraste con las sinusoides en tiempo continuo, las sinusoides en tiempo discreto
estn caracterizadas por las propiedades siguientes:

B1. Una sinusoide en tiempo discreto es peridica solo si su frecuencia f es un nmero

racional.
Por definicin, una seal en tiempo discreto x(n) es peridica con perodo N (N > 0) si y
solo si

(11) x(n + N) = x(n) para todo n

El valor ms pequeo de N para el que se cumple (11) se denomina periodo fundamental.

B2. Las sinusoides en tiempo discreto cuyas frecuencias estn separadas por un mltiplo
entero de 2, son idnticas.
Como resultado, todas las secuencias sinusoidales

(12) xk (n) = A cos(kn + ), k= 0, 1, 2...

donde

k = 0 + 2k - 0

son indistinguibles (esto es, idnticas). Por otro lado, las secuencias de dos sinusoides
cualesquiera de frecuencias en el rango - o 1/2 f son distintas. En
consecuencia, las seales sinusoidales en tiempo discreto de frecuencias || o |f| son
nicas. Cualquier secuencia que resulte de una sinusoide con una frecuencia || > o |f| >
es idntica a una secuencia obtenida a partir de una seal sinusoidal de frecuencia || .
Debido a esta similitud, denominamos a la sinusoide que tiene la frecuencia || > un alias de
la sinusoide correspondiente de frecuencia || < . Por esta razn consideramos las
frecuencias en el rango - o 1/2 f como nicas y todas las frecuencias | |
> o |f| > , como alias.

B3. La mayor tasa de oscilacin en una sinusoide en tiempo discreto se alcanza cuando =
(o = -) o equivalentemente, f = (o f =- ). Vanse las caractersticas de la seal
sinusoidal graficada en la figura 1.13. Los valores de 0 = 0, /8, /4, /2, correspondientes a
f = 0, 1/16, 1/8, , dan lugar a secuencias peridicas con periodos N =, 16, 8, 4,2. El
periodo de la sinusoide disminuye a medida que la frecuencia aumenta. Podemos ver que la
tasa de oscilacin aumenta cuando lo hace la frecuencia.
 8

Dado que las seales sinusoidales en tiempo discreto de frecuencias separadas por un
mltiplo entero de 2 son idnticas, se deduce que las frecuencias en cualquier intervalo 1
1 + 2 constituyen todas las sinusoides y exponenciales complejas en tiempo discreto
existentes. Por lo tanto, el rango de frecuencias para sinusoides en tiempo discreto es
finito con duracin 2 . Habitualmente, se elige el rango 0 2 o - (0 f 1, -1/2
f ), que denominamos elrango fundamental.

Exponenciales complejas relacionadas armnicamente

Las seales sinusoidales y las exponenciales complejas son fundamentales en el

anlisis de seales y sistemas. En muchos casos se trabaja con conjuntos de exponenciales
complejas (o sinusoides) armnicamente relacionadas. Estos son conjuntos de exponenciales
complejas peridicas de frecuencias fundamentales que son mltiplos de una frecuencia
positiva nica. Aunque circunscribamos nuestra discusin a las exponenciales complejas, las
mismas propiedades se verifican para las seales sinusoidales. Consideraremos exponenciales
complejas armnicamente relacionadas tanto en tiempo continuo como discreto.

Exponenciales en tiempo continuo

Las seales bsicas en tiempo continuo, las exponenciales armnicamente

relacionadas, son

(13) sk (t) = ejk0t = e j2kF0t k = 0, 1, 2

Para cada valor de k, sk(t) es peridica, con periodo fundamental 1/(kF0) = Tp/k o frecuencia
fundamental kF 0. Dado que una seal que es peridica con periodo Tp/k, es tambin peridica
con periodo k(Tp/k) = Tp para cualquier entero positivo k, tenemos que el conjunto de todas las
sk(t) tienen periodo comn Tp. Lo que es ms, F 0 puede tomar cualquier valor y todos los
miembros del conjunto son distintos en el sentido de que si k1 k2, entonces sk1 (t) sk2(t).
Partiendo de las seales fundamentales dadas en (13) podemos construir una
combinacin lineal de exponenciales complejas armnicamente relacionadas de la forma
 9

(14) xa(t) =
k =
ck sk(t) =
k =
ck ejk0t

donde ck, k = 0, 1, 2,... son constantes complejas arbitrarias. La seal xa(t) es peridica con
perodo fundamental Tp = 1/F0, y su representacin en trminos de (14) se denomina
expansin en serie de Fourier de xa(t). Las constantes complejas son los coeficientes de
la serie de Fourier y la seal sk(t) se denomina el k-simo armnico de xa(t).

Exponenciales en tiempo discreto

Dado que las exponenciales complejas discretas en el tiempo son peridicas si su

frecuencia relativa es un nmero racional, escogemos f0 = 1/N y definimos los conjuntos de
exponenciales complejas armnicas como

sk (n) = ej2 , k = 0, 1, 2,...

kf0n
(15)

A diferencia del caso de seales continuas en el tiempo, observamos que

j2n(k+N)/N j2n
sk+N(n) = e =e sk(n) = sk(n)

Esto quiere decir que, en concordancia con (11), existen solo N exponenciales
complejas peridicas distintas en el conjunto descrito (15). Adems, todas las seales del
conjunto tienen un periodo comn de N muestras. Evidentemente, podemos escoger cualquier
conjunto de N exponenciales complejas consecutivas, por ejemplo, k = n0 hasta k = n0 + N 1,
para formar un conjunto armnicamente relacionado con frecuencia fundamental f0 = 1/N.
Normalmente, por conveniencia, elegimos el conjunto que se corresponde con n0 = 0, es decir,
el conjunto
j2kn/N
(16) sk (n) = e , k = 0, 1, 2,, N 1

Como en el caso de seales en tiempo continuo, es evidente que la combinacin lineal

N 1 N 1
(17) x(n)=
k =0
ck sk (n) =
k =0
ck e
j2kn/N

produce una seal de periodo fundamental N. Esta es la representacin en serie de Fourier

de una secuencia peridica en tiempo discreto con coeficientes de Fourier {ck}. La secuencia
sk(n) se denomina el armnica k-sima de x(n).

Seales y sistemas en tiempo discreto

La sinusoide es una seal elemental muy importante que sirve como bloque bsico
para la construccin de seales ms complejas. Sin embargo, existen otras seales
elementales que son importantes en nuestro tratamiento del procesamiento de seales.

Hacemos especial hincapi en la caracterizacin de sistemas en tiempo discreto en

general y en la clase de sistemas lineales e invariantes en el tiempo (LTI, linear time-invariant)
en particular. Definimos y desarrollamos una serie de importantes propiedades de los sistemas
LTI en el dominio del tiempo y se deduce una frmula importante, denominada la frmula de la
convolucin, que permite calcular la salida de un sistema LTI correspondiente a cualquier seal
de entrada arbitraria. Adems de la frmula de la convolucin, se utilizan ecuaciones en
diferencias como un mtodo alternativo para la descripcin de la relacin entrada-salida de un
sistema LTI, Los LTI tienen realizaciones recursivas y no recursivas.

Nuestra motivacin para subrayar el estudio de sistemas LTI se apoya en dos razones.
En primer lugar, existe una gran coleccin de tcnicas matemticas que pueden aplicarse al
 10

anlisis de sistemas LTI. En segundo lugar, muchos sistemas prcticos son LTI o pueden
aproximarse mediante sistemas LTI.

Seales en tiempo discreto

Una seal en tiempo discreto x(n) es una funcin de una variable independiente entera.
Es importante destacar que una seal en tiempo discreto no est definida para instantes entre
dos muestras sucesivas. Igualmente, es incorrecto pensar que x(n) es igual a cero si n no es un
entero. Simplemente, la seal x(n) no est definida para valore no enteros de n.

En lo sucesivo supondremos que una seal en tiempo discreto se define para cada
valor entero n para - < n < . Por tradicin, nos referimos a x(n) como la ensima muestra
de la seal aun cuando x(n) sea inherentemente en tiempo discreto (es decir, aunque no haya
sido obtenida por muestreo de una seal analgica). En el caso en que x(n) haya sido obtenida
al muestrear una seal analgica x a(t), entonces x(n) xa(nT), donde T es el periodo de
muestreo (el tiempo entre muestras sucesivas).

Adems de la representacin grfica de una seal en tiempo discreto o secuencia,

existen otras representaciones alternativas que a menudo son ms convenientes. Estas son:

1. Representacin funcional

2. Representacin tabular

3. Representacin como secuencia

donde indica el origen del tiempo (n = 0). Muchas veces usaremos negrita en lugar de la
flecha.
 11

Clasificacin de las seales en tiempo discreto

Los mtodos matemticos empleados en el anlisis de sistemas y seales en

tiempo discreto dependen de las caractersticas de las seales. Realizamos una
clasificacin de las seales en tiempo discreto que atiende a diferentes caractersticas.

Seales de energa y seales de potencia. La energa E de una seal x(n) se define como

(18) E
n =
2
|x(n)|

Hemos considerado el mdulo al cuadrado de x(n); por tanto, esta definicin se aplica tanto a
seales reales como a seales complejas. La energa de una seal puede ser finita o infinita. Si
E es finita (es decir, 0 < E < ), entonces se dice que x(n) es una seal de energa.
Algunas veces aadimos un subndice x a E y escribimos Ex para hacer hincapi en que Ex es
la energa de la seal x(n).
Muchas seales que poseen energa infinita tienen potencia media finita. La potencia
media de una seal discreta en el tiempo x(n) se define como

N
1
(19) P = limN
2N + 1

n = N
| x(n)|2

Si definimos la energa de una seal sobre un intervalo finito N n N como

N
(20) EN
n = N
| x(n)|2

Entonces podemos expresar la energa E de la seal como

(21) E limN EN

y la potencia media de la seal x(n) como

1
(22) P limN EN
2N + 1
Claramente, si E es finita, P = 0. Por otra parte, si E es infinita, la potencia media P puede ser
tanto finita como infinita. Si P es finita (y distinta de cero), la seal se denomina seal de
potencia.

Seales peridicas y seales aperidicas. Como se defini ms arriba, una seal x(n) es
peridica con periodo N (N > 0) si y solo si

(23) x(n + N) = x(n) para todo n

El valor ms pequeo de N para el que (23) se verifica se denomina periodo (fundamental). Si

(23) no se verifica para ningn valor de N la seal se denomina aperidica o no peridica. La
energa de una seal peridica x(n) sobre un nico periodo, por ejemplo sobre el intervalo 0 n
N 1, es finita, si x(n) toma valores finitos en el periodo. Sin embargo, la energa de una
seal peridica en el intervalo - n es infinita. La potencia media de una seal peridica
es finita y es igual a la potencia media sobre un nico periodo. En consecuencia, las seales
peridicas son seales de potencia.

Seales simtricas (pares) y antisimtricas (impares). Una seal real x(n) se denomina
simtrica (par) si x(-n) = x(n). Una seal x(n) se denomina antisimtrica (impar) si x(-n) = -x(n).
 12

Una seal arbitraria puede expresarse como la suma de dos componentes, una de las cuales
es par y la otra impar.

Manipulaciones simples de seales en tiempo discreto

En esta seccin consideraremos algunas modificaciones o manipulaciones simples en

las que intervienen la variable independiente y la amplitud de la seal (variable dependiente).

Transformacin de la variable independiente (tiempo). Una seal x(n) puede ser

desplazada en el tiempo reemplazando la variable independiente n por n k, donde k es un
entero. Si k es un entero positivo, el desplazamiento temporal resulta en un retraso de la
seal en k unidades de tiempo. Si k es un entero negativo, el desplazamiento temporal resulta
en un adelanto de la seal en |k| unidades de tiempo.

Otra modificacin til de la base temporal es reemplazar la variable independiente n por

n. El resultado de esta operacin es un pliegue o una reflexin de la seal con respecto al
origen de tiempos n = 0.
 13

Una tercera modificacin de la variable independiente implica reemplazar n por n,

siendo un entero. Nos referimos a esta modificacin de la base de tiempos como escalado
temporal o submuestreo.
 14

Suma, multiplicacin y escalado de secuencias. La suma de dos seales x1(n) y x2(n) es

una seal y(n) cuyo valor en cualquier instante es igual a la suma de los valores en ese instante
de las dos seales de partida:

y(n) = x1(n) + x2(n) -<n<

El producto es:

y(n) = x1(n) x2(n) -<n<

El escalado de amplitud de una seal por una constante A se obtiene multiplicando el valor de
cada muestra de la seal por A:

y(n) = A x1(n) -<n<

Sistemas en tiempo discreto

En muchas aplicaciones del procesamiento de seales digitales es necesario disear

dispositivos o algoritmos que realicen operaciones sobre seales en tiempo discreto. Estos
dispositivos se denominan sistemas en tiempo discreto o simplemente sistemas discretos.
En concreto, un sistema discreto es un dispositivo que opera sobre una excitacin o seal de
entrada en tiempo discreto segn una regla preestablecida para generar otra seal en tiempo
discreto denominada salida o respuesta del sistema. En general, consideraremos un sistema
como una operacin o conjunto de operaciones que se realizan sobre la seal de entrada x(n)
para producir la seal de salida y(n). Diremos que la seal x(n) es transformada por el sistema
en y(n), y expresaremos la relacin general entre x(n) e y(n) como

(24) y(n) [x(n)]

 15

donde el smbolo T denota la transformacin (tambin llamada operador), o procesamiento

realizado por el sistema sobre x(n) para producir y(n).

Existen varias maneras de describir las caractersticas de un sistema y las operaciones

que realiza sobre una seal x(n) para producir y(n). Ac nos ocuparemos de la caracterizacin
en el dominio del tiempo de los sistemas. Comenzaremos con una descripcin entrada-
salida del sistema. Esta se centra en el comportamiento a las puertas del sistema e ignora la
realizacin interna. Ms tarde nos introduciremos en la descripcin del sistema mediante un
espacio de estados. De esta manera desarrollaremos ecuaciones matemticas que no
solamente describen el comportamiento entrada-salida del sistema sino que especifican su
estructura interna y comportamiento.

Sea la seal de entrada:

Veamos algunos sistemas:

a) Sistema identidad: y(n) = x(n)

b) Sistema que retrasa una muestra: y(n) = x(n 1)
c) Sistema que adelanta una muestra: y(n) = x(n + 1)
d) Sistema que promedia ternas de muestras de entrada: y(n) = 1/3 [x(n + 1) + x(n) + x(n
1)]
e) Sistema acumulador:

Se puede observar que para varios de los sistemas considerados la salida en el instante n = n0
depende no solo de la entrada en el instante n = n 0 (o sea, x(n0)), sino tambin de los valores
de la entrada aplicados al sistema antes y despus de n = n0.

Clasificacin de los sistemas discretos

Tanto en el anlisis como en el diseo de sistemas es conveniente realizar una

clasificacin de los mismos segn las propiedades generales que satisfacen. De hecho, las
tcnicas matemticas que desarrollaremos para analizar y disear sistemas en tiempo
discreto dependen fuertemente de las caractersticas generales de los sistemas que se
consideren. Por esta razn, es necesario desarrollar una serie de propiedades y categoras
que puedan usarse para describir las caractersticas generales de los sistemas.

Debemos destacar que para que un sistema disponga de una propiedad determinada,
esta debe cumplirse para cada posible seal de entrada al sistema. Si una propiedad se
satisface para algunas seales de entrada pero no para otras, el sistema no posee dicha
propiedad. En ese caso, un contraejemplo es suficiente para demostrar que un sistema no
 16

posee una propiedad. Sin embargo, para demostrar que el sistema tiene alguna propiedad,
debemos probar que esta propiedad se cumple para cualquier seal de entrada posible.

Sistemas estticos y sistemas dinmicos. Un sistema en tiempo discreto se denomina

esttico o sin memoria si su salida en cualquier instante n depende a lo sumo de la muestra
de entrada en ese mismo instante, pero no de las muestras pasadas o futuras de la entrada. En
cualquier otro caso, se dice que el sistema es dinmico o con memoria. Si la salida de un
sistema en el instante n est determinada completamente por las muestras de entrada en el
intervalo de n N a n (N > 0), se dice que el sistema tiene memoria de duracin N. Si N = 0,
el sistema es esttico. Si 0 < N < , se dice que el sistema tiene memoria finita, mientras que si
N = , se dice que el sistema tiene memoria infinita. Ejemplos:

a) Sistema sin memoria: y(n) = ax(n)

b) Sistema con memoria finita: y(n) = x(n) + 3x(n 1)

c) Sistema con memoria infinita: y(n) =
k =0
x(n k)

Los sistemas estticos o sin memoria se describen en general por ecuaciones de entrada-
salida de la forma y(n) = T[x(n),n] y no incluyen elementos de retardo (memoria).

Sistemas invariantes en el tiempo y sistemas variantes en el tiempo. Podemos subdividir

la clase general de sistemas en dos categoras amplias: sistemas invariantes en el tiempo y
sistemas variantes en el tiempo. Un sistema se dice invariante en el tiempo si sus
caractersticas de entrada salida no cambian con el tiempo. Para entender esto mejor,
supngase que tenemos un sistema T en reposo que, cuando se excita con una seal x(n),
produce una seal de salida y(n). Entonces, podemos escribir

(25) y(n) = T[x(n)]

Supngase ahora que esa misma entrada es retardada k unidades de tiempo para dar lugar a
x(n k), y de nuevo se aplica al mismo sistema. Si las caractersticas del sistema no cambian
con el tiempo, la salida del sistema en reposo ser y(n k), es decir, la salida ser la misma
que la correspondiente a la entrada x(n), excepto en que estar retardada las mismas k
unidades de tiempo que se retard la entrada. Esto nos conduce a definir un sistema invariante
en el tiempo o invariante ante desplazamientos de la siguiente manera:

Teorema. Un sistema en reposo T es invariante en el tiempo o invariante a desplazamientos si

y solo si

x(n) T y(n)

Implica que

(26) x(n k) T y(n k)

para toda seal de entrada x(n) y todo desplazamiento temporal k.

Para determinar si un sistema dado es invariante en el tiempo, necesitamos realizar el

test especificado en la definicin precedente. Bsicamente, excitamos el sistema con una
secuencia de entrada arbitraria x(n) que produce una salida denotada por y(n). A continuacin,
retardamos la seal de entrada en la misma cantidad k y recalculamos la salida. En general,
podemos escribir la salida como

y(n,k) = T[x(n k)]

Si ahora esta salida cumple y(n,k) = y(n k), para todos los valores posibles de k, el sistema es
invariante en el tiempo. En cambio si la salida cumple y(n,k) y(n k), aun para un solo valor
de k, el sistema es variante en el tiempo.
 17

Sistemas lineales y sistemas no lineales. Los sistemas en general pueden subdividirse en

lineales y no lineales. Un sistema lineal es aquel que satisface el principio de superposicin. De
forma sencilla podemos decir que el principio de superposicin exige que la respuesta del
sistema a una suma ponderada de seales sea igual a la correspondiente suma ponderada de
las salidas a cada una de las seales de entrada. Por tanto, tenemos la siguiente definicin de
linealidad.

Teorema. Un sistema es lineal si y solo si

(27) T[a1x1(n) + a2x2(n)] = a1T[x1(n)] + a2T[x2(n)]

Para cualesquiera secuencias arbitrarias de entrada x1(n) y x2(n), y cualesquiera constantes

arbitrarias a 1 y a2.

El principio de superposicin expresado por la relacin (27) se puede separar en dos

partes. Primera, supongamos que a 2 = 0. Entonces (27) se reduce a

(28) T[a1x1(n)] = a1 T[x1(n)] = a1y1(n)

donde y1(n) = T[x1(n)]

La relacin (28) muestra la propiedad multiplicativa o de escalado de un sistema lineal. Esto es,
si la respuesta del sistema a xi(n) es y1(n), la respuesta del sistema a a1x1(n) es simplemente
a 1y1(n). Por tanto, cualquier escalado de la entrada produce un escalado igual de la salida
correspondiente.

Segunda, supongamos que a 1 = a 2 = 1 en (27). Entonces

(29) T[x1(n) + x2(n)] = T[x1(n)] + T[x2(n)] = y1(n) + y2(n)

 18

Esta relacin muestra la propiedad aditiva de un sistema lineal. Las propiedades aditiva y
multiplicativa definen el principio de superposicin tal y como se aplica a los sistemas lineales.
La condicin de linealidad expresada en (27) puede extenderse por induccin a
cualquier nmero de seales.

Sistemas causales y sistemas no causales. Un sistema es causal si la salida del sistema en

cualquier instante n (es decir, y(n)) depende solo de las entradas presentes y pasadas (es
decir, x(n), x(n 1), x(n 2),...) pero no de las futuras (es decir, x(n + 1), x(n + 2),...). En
trminos matemticos, la salida de un sistema causal verifica una ecuacin de la forma y(n) =
F[x(n), x(n 1), x(n 2),...] donde F[] es una funcin arbitraria. Si un sistema no satisface esta
definicin se dice que es no causal. En un sistema de este tipo, la salida depende no solo de
las entradas pasadas y presentes sino tambin de las futuras. En un sistema en tiempo real no
se dispone de las entradas futuras de la seal y, por lo tanto, un sistema no causal no puede
ser realizado fsicamente (no puede ser implementado). Por otra parte, si la seal se graba de
manera que el procesamiento no se realiza en tiempo real, es posible implementar sistemas no
causales, ya que todos los valores de la seal se encuentran disponibles en el momento del
procesamiento.

Sistemas estables frente a sistemas inestables. La estabilidad es una propiedad muy

importante que debe ser considerar en cualquier aplicacin prctica de un sistema. Sistemas
inestables presentan un comportamiento errtico y extremo que es causa de desbordamiento
del sistema en aplicaciones prcticas. Un sistema arbitrario en reposo se dice de entrada
acotada-salida acotada (BIBO, bounded input-bounded output), si y solo si toda entrada
acotada produce una salida acotada. Matemticamente el acotamiento de las secuencias de
entrada y salida, x(n) e y(n), se traduce en la existencia de un par de nmeros finitos, digamos
Mx y My, tales que |x(n)| Mx < y |y(n)| My < , para todo n. Si, para alguna entrada
acotada x(n) la salida no est acotada (es infinita), el sistema se clasifica como inestable.

Anlisis de sistemas discretos lineales e invariantes en el tiempo

Nos centraremos ahora en el anlisis de los sistemas lineales e invariantes en el

tiempo. En concreto demostraremos que dichos sistemas quedan caracterizados en el
dominio del tiempo por su respuesta a un impulso unitario. Demostraremos tambin que
cualquier secuencia de entrada puede considerarse como la suma ponderada de
impulsos unitarios. Entonces, como consecuencia de las propiedades de linealidad e
invarianza en el tiempo del sistema, la respuesta del sistema a cualquier secuencia de
entrada podr ser expresada en trminos de la respuesta del sistema al impulso unitario.
Se obtendr adems la frmula general que relaciona la respuesta al impulso unitario con las
seales de entrada y salida del sistema, conocida como convolucin. As seremos capaces de
determinar la salida de un sistema lineal e invariante en el tiempo para cualquier seal de
entrada.

Tcnicas para el anlisis de sistemas lineales

Existen dos mtodos bsicos para el anlisis del comportamiento o respuesta de un

sistema lineal a una determinada seal de entrada. Un mtodo se basa en obtener la solucin
de la ecuacin de entrada-salida del sistema que, en general, tiene la forma

y(n) = F[y(n 1), y(n 2), ..., y(n N), x(n), x(n 1),..., x(n M)]

Donde F[.] representa cualquier funcin de las cantidades entre corchetes. En concreto, para
sistemas LTI, veremos que la forma general de la relacin de entrada-salida es
N M
(30) y(n) = -
k =1
a k y(n k) +
k =0
b k x(n k)

donde {ak} y {bk } son parmetros constantes que especifican el sistema y son independientes
de x(n) e y(n). La relacin de entrada-salida dada en (30) se denomina ecuacin en
diferencias y representa una de las maneras de caracterizar el comportamiento de un sistema
discreto LTI.
 19

El segundo mtodo para el anlisis del comportamiento de un sistema lineal ante una
determinada entrada se basa en descomponer dicha seal de entrada en seales
elementales. Las seales elementales se escogen de manera que sea fcil determinar la
respuesta del sistema a cada una de ellas. Entonces, usando la propiedad de linealidad del
sistema, se suman las respuestas del sistema a cada una de las seales elementales para
obtener la respuesta del sistema a la seal de entrada global. Este segundo mtodo es el
descrito en esta seccin.
Supongamos que la seal de entrada x(n) se expresa como la suma ponderada de
seales elementales {xk(n)}

(31) x(n) =
k
ck xk(n)

donde los {ck} definen el conjunto de amplitudes (coeficientes de ponderacin) de la

descomposicin de la seal x(n). Supongamos ahora que la respuesta del sistema a la seal
elemental xk(n) es yk(n). Entonces

(32) yk(n) T[xk(n)]

suponiendo que el sistema est en reposo y que la respuesta a ck xk(n) es ck yk(n), como
consecuencia de la propiedad de escalado de un sistema lineal.

Finalmente, la respuesta total a la entrada x(n) es

(33) y(n) = T[x(n)] = T [ k

ck xk(n)] =
k
ck T [xk(n)] =
k
ck yk(n)

En (33) se usa la propiedad aditiva de los sistemas lineales.

Aunque a primera vista parece que la eleccin de las seales elementales es

completamente arbitraria, en realidad dicha eleccin est fuertemente condicionada por la clase
de seales de entrada que queramos considerar. Si no se considera ninguna restriccin
para las seales de entrada, entonces la descomposicin de las mismas en una suma
ponderada de impulsos unitarios desplazados (impulsos) es matemticamente
conveniente y completamente general. Por otra parte, si nos restringimos a ciertas subclases
de seales de entrada entonces otros conjuntos de seales elementales pueden ser ms
convenientes, desde el punto de vista matemtico, para determinar la seal de salida.

Para la descomposicin de la seal de entrada en una suma ponderada de impulsos

unitarios, debemos determinar en primer lugar la respuesta del sistema a un impulso unitario y
a continuacin usar las propiedades de escalado y aditiva de un sistema lineal para determinar
la frmula de la seal a una entrada arbitraria.

Descomposicin de una seal discreta en impulsos. Supongamos que tenemos una seal
arbitraria x(n) que queremos expresar como la suma de impulsos unitarios. Escogemos las
seales elementales xk(n) como xk(n) = (n k) donde k representa el retraso del
impulso unitario. Para poder manejar una seal arbitraria x(n) que puede tener infinitos
valores, el conjunto de impulsos unitarios debe ser tambin infinito, para contener el nmero
infinito de desplazamientos.
Supongamos ahora que multiplicamos la secuencias x(n) y (n k). Dado que (n k)
es cero en todos los puntos excepto en n = k, donde vale uno, el resultado de esta
multiplicacin es otra secuencia que vale cero en todos los puntos excepto en n = k donde vale
x(k), como se ilustra en la figura 2.2. Por tanto,

x(n) (n k) = x(k) (n k)

es una secuencia que se anula en todos los puntos excepto en n = k, donde su valor es x(k). Si
hicisemos ahora la multiplicacin de x(n) con (n m), donde m es otro desplazamiento (m
 20

k), el resultado sera otra secuencia que es cero en todos los puntos excepto en n = m donde
valdra x(m). De aqu

x(n) (n m) = x(m) (n m)

En otras palabras, cada multiplicacin de la seal x(n) por un impulso unitario desplazada un
cierto k, (es decir, (n k)), extrae de la secuencia x(n) el valor de dicha secuencia en el punto
n = k en el que el impulso unitario vale uno, en concreto, x(k). En consecuencia, si repetimos
esta multiplicacin para todos los posibles desplazamientos, - < k < , y sumamos el
resultado de todas estas multiplicaciones, obtendremos una seal igual a la secuencia original
x(n), es decir,

(34) x(n) =
k =
x(k) (n k)

La parte derecha de la ecuacin (34) es la sumatoria de un nmero infinito de impulsos

unitarios (n k) que tienen una amplitud x(k). As, la parte derecha de la ecuacin (34) nos
proporciona la descomposicin de una seal arbitraria x(n) es una suma ponderada de
impulsos unitarios desplazados.

Respuesta de un sistema LTI a entradas arbitrarias: la convolucin. Ahora que hemos

expresado una seal de entrada arbitraria x(n) como la suma ponderada de impulsos, estamos
preparados para determinar la respuesta de un sistema LTI en reposo a cualquier seal de
entrada. Primero, denotaremos la respuesta del sistema y(n,k) a un impulso unitario en el
instante n - k mediante el smbolo especial h(n,k), - < k < . Es decir,

(35) y(n,k) h(n,k) = T[(n k)]

 21

En (35) observamos que n es el ndice temporal y k indica la posicin del impulso o instante en
que el impulso unitario es distinto de cero. Si el impulso a la entrada del sistema se escala una
cierta cantidad c k x(k), la respuesta del sistema quedar escalada por la misma cantidad, esto
es,

(36) ckh(n,k) = x(k) h(n,k)

Finalmente, si la entrada es la seal arbitraria x(n) expresada como la suma ponderada de

impulsos

(37) x(n) =
k =
x(k) (n k)

entonces la respuesta del sistema es la correspondiente suma ponderada de respuestas a los

impulsos, es decir,

(38) y(n) = T[x(n)] = T [
k =
x(k) (n k)] =
k =
x(k) T[(n k)] =
k =
x(k) h(n,k)

Claramente (38) es consecuencia del principio de superposicin de los sistemas lineales y se

conoce como sumatoria de superposicin.

Destacamos que (38) es la respuesta de un sistema lineal a cualquier secuencia de

entrada x(n). Esta expresin es una funcin tanto de x(n) como de las respuestas h(n,k) del
sistema a los impulsos unitarios (n k) con - < k < . Para obtener (38) se hizo uso de la
propiedad de linealidad del sistema pero no de la propiedad de invarianza en el tiempo. Por lo
tanto, la expresin (38) es aplicable a cualquier sistema lineal en reposo (variante en el tiempo).
Si adems, el sistema es invariante en el tiempo, la frmula (38) se simplifica
considerablemente. De hecho, si la respuesta del sistema al impulso unitario (n) se denota
h(n), esto es

h(n) T[(n)]

entonces, por la propiedad de invarianza en el tiempo, la respuesta del sistema al impulso

unitario desplazado (n k) es

h(n k) = T[(n k)]

En consecuencia, la frmula (38) se simplifica a

(39) y(n) =
k =
x(k) h(n - k)

Ahora queda claro que el sistema LTI en reposo queda totalmente caracterizado por la funcin
h(n), es decir, su respuesta al impulso unitario (n). Por el contrario, la caracterizacin de la
salida de un sistema lineal variante en el tiempo exige el conocimiento de infinitas funciones de
respuesta a los impulsos unitarios desplazados, en concreto una por cada posible valor de
desplazamiento, h(n,k).
La frmula (39) que da la respuesta y(n) del sistema LTI como funcin de la seal de
entrada x(n) y de la respuesta impulsional h(n) se denomina convolucin. Diremos que la
entrada x(n) se convoluciona con la respuesta impulsional h(n) para producir la salida y(n).

Sistemas con respuesta impulsional de duracin finita e infinita

Hasta este punto hemos caracterizado los sistemas lineales e invariantes en el tiempo
por medio de su respuesta impulsional h(n). Es conveniente, sin embargo, subdividir los
sistemas lineales invariantes en el tiempo en aquellos que tienen una repuesta impulsional de
 22

duracin finita (FIR, finite-duration impulse response) y los que tienen una respuesta
impulsional de duracin infinita (IIR, infinite-duration impulse response). As, pues, un
sistema FIR tiene una respuesta impulsional que es cero fuera de un determinado intervalo
finito. Sin prdida de generalidad, centraremos nuestra atencin en sistemas causales FIR
tales que

h(n) = 0 n<0ynM

La convolucin para este tipo de sistemas se simplifica segn

M 1
y(n) =
k =0
h(k) x(n k)

Esta expresin indica que la salida en cualquier instante n se obtiene como la suma ponderada
de las siguientes muestras de la seal de entrada: x(n), x(n 1),...,x(n M + 1). En otras
palabras, el sistema simplemente pondera, mediante los valores de la respuesta impulsional
h(k), k = 0, 1, ..., M 1, las M muestras ms reciente de la seal de entrada y suma los M
productos resultantes. El sistema se comporta como una ventana que solo permite ver las
M muestras ms recientes de la seal de entrada a la hora de calcular la salida. Desprecia
todas las muestras anteriores, es decir, x(n M), x(n M 1),... Por tanto, decimos que un
sistema FIR tiene una memoria finita de M muestras. Por el contrario, un sistema lineal
invariante en el tiempo IIR tiene una respuesta impulsional de duracin infinita. Su salida,
segn la frmula de la convolucin es

y(n) =
k =0
h(k) x(n k)

donde se ha supuesto causalidad, aunque no es necesario. En este caso la salida del sistema
consiste en la combinacin lineal ponderada (por la respuesta impulsional h(k)) de las muestras
de la seal de entrada, x(n), x(n-1), x(n-2),... Dado que esta suma ponderada contiene la
muestra presente y todas las pasadas de la seal de entrada, decimos que el sistema tiene
memoria infinita.

Correlacin de seales discretas. Una operacin matemtica muy parecida a la convolucin

es la correlacin. Al igual que en el caso de la convolucin, la correlacin es una operacin
entre dos secuencias. Pero al contrario que la convolucin, el objetivo de la correlacin es
medir el parecido que existe entre dos seales, y as extraer informacin que depender de la
aplicacin concreta considerada. La correlacin de seales es una operacin que se realiza
con frecuencia en distintas reas de la ingeniera y la ciencia. En comunicaciones digitales la
informacin que se va a transmitir de un punto a otro se convierte a forma binaria, es decir, se
transforma en una secuencia de unos y ceros que es transmitida hacia el receptor. Para
transmitir un 0 podemos enviar una secuencia x0(n) para 0 n L 1, y para transmitir un 1 la
secuencia x1(n) para 0 n L 1, donde L es un entero que indica el nmero de muestras en
cada una de las dos secuencias. Muy a menudo, se selecciona x1(n) como el valor negativo de
x0(n). La seal recibida por el receptor se puede representar como

y(n) = xi(n) + w(n) i = 0, 1 0nL1

donde ahora lo que hay que determinar es si es x0(n) o x1(n) la seal contenida en y(n), y w(n)
representa el ruido aditivo y otras interferencias propias de cualquier sistema de comunicacin.
Otra vez, parte del ruido tiene su origen en los distintos componentes del receptor. En cualquier
caso, el receptor conoce las dos posibles secuencias transmitidas x 0(n) y x1(n) y su tarea
consiste en compararlas con la seal recibida y(n) para determinar cul de las dos se parece
ms a esta. Esta comparacin se realiza mediante la correlacin.
Supngase que tenemos dos secuencias reales x(n) e y(n), ambas de energa finita. La
correlacin cruzada de las secuencias x(n) e y(n) es la secuencia rxy(l), que se define como
 23

(40) rxy(l) =
n =
x(n) y(n l) l = 0, 1, 2,...

o equivalentemente, como

rxy(l) =
n =
x(n + l) y(n) l = 0, 1, 2,...

El ndice l es el parmetro de desplazamiento o retardo en el tiempo y los subndices xy de

la secuencia de autocorrelacin r xy(l) indican las seales que han sido correlacionadas. El
orden de los subndices, con x precediendo a y indica la direccin en que una secuencia es
desplazada con respecto a la otra. Es decir, la secuencia x(n) no se desplaza y la secuencia
y(n) se desplaza l muestras hacia la derecha si l es positivo y l muestras hacia la izquierda si l
es negativo.
Las similitudes entre el clculo de la correlacin cruzada y la convolucin de dos
secuencias son evidentes. En el clculo de la convolucin, una de las seales se refleja, se
desplaza y entonces se multiplica por la otra secuencia; finalmente se suman todos los valores
de la secuencia producto. Con excepcin de la operacin de reflexin, el clculo de la
correlacin cruzada supone exactamente las mismas operaciones: desplazamiento de una de
las secuencias, multiplicacin de ambas y suma de todos los trminos de la secuencia
producto. En definitiva, si tenemos un programa para el clculo de la convolucin, podemos
usarlo para obtener la correlacin cruzada proporcionando como entrada x(n) y la secuencia
reflejada y(- n).
En el caso especial de que y(n) = x(n), tenemos la autocorrelacin de x(n), que se
define como la secuencia

rxy(l) =
n =
x(n) x(n l)

5.2 Transformaciones continuas de la frecuencia

La transformada de Fourier es una de las diferentes herramientas tiles en el anlisis

y diseo de sistemas LTI. Otras son las series de Fourier. Estas representaciones de seales
implican bsicamente la descomposicin de las mismas en trminos de componentes
sinusoidales (o exponenciales complejas). Con esta descomposicin, se dice que una seal
est representada en el dominio de la frecuencia.

La mayor parte de las seales de inters prctico se pueden descomponer en la

suma de componentes sinusoidales. Para la clase de seales peridicas esta
descomposicin se denomina una serie de Fourier. Para la clase de seales de energa
finita, la descomposicin se denomina transformada de Fourier. Ambas descomposiciones
son extremadamente importantes en el anlisis de sistemas LTI porque la respuesta de un
sistema LTI a una seal de entrada sinusoidal es una sinusoide de la misma frecuencia pero de
diferente amplitud y fase. Adems, la propiedad de linealidad de los sistemas LTI implica que la
suma lineal de componentes sinusoidales a la entrada produce una suma similar de
componentes sinusoidales a la salida, que difieren nicamente en las amplitudes y fases de las
sinusoides de la entrada. Este comportamiento caracterstico de los sistemas LTI hace que la
descomposicin sinusoidal de seales sea muy importante. Aunque son posibles muchas otras
descomposiciones, solo la clase de seales sinusoidales (o exponenciales complejas) posee
esta interesante propiedad al pasar a travs de un sistema LTI.

Anlisis frecuencial de seales en tiempo continuo

El anlisis frecuencial de una seal conlleva la separacin de la seal en sus

componentes (sinusoidales) frecuenciales. Un ejemplo de anlisis frecuencial es la utilizacin
de un prisma para descomponer la luz solar en los colores del arco iris. Las formas de onda
que nos interesa son bsicamente funciones temporales. El papel del prisma es desempeado
por las herramientas de anlisis de Fourier que desarrollaremos: las series de Fourier y la
transformada de Fourier. La recombinacin de los componentes sinusoidales para reconstruir la
seal original es bsicamente un problema de sntesis de Fourier. Si descomponemos una
 24

forma de onda en sus componentes sinusoidales, de forma similar a como un prisma separa la
luz blanca en sus diferentes colores, la suma de estas componentes sinusoidales resulta en la
forma de onda original. Por otra parte, si alguna de estas componentes desaparece, el
resultado es una seal diferente.

El objetivo bsico al desarrollar herramientas de anlisis frecuencial es proporcionar

una representacin matemtica y pictrica de las componentes frecuenciales contenidas en
una cierta seal. Como en la Fsica, el trmino espectro se emplea al referirse al contenido en
frecuencia de una seal. El proceso de obtencin del espectro de una seal dada, usando las
herramientas matemticas bsicas, se conoce como anlisis frecuencial o espectral. A su
vez, el proceso de determinacin del espectro de una seal en la prctica, basado en
mediciones reales de la seal, se denomina estimacin espectral. Esta distincin es muy
importante. En un problema prctico, la seal que est siendo analizada no conduce a una
descripcin matemtica exacta. La seal puede ser portadora de cierta informacin que
intentamos extraer. Si esta informacin que deseamos extraer se puede obtener directa o
indirectamente a partir del contenido espectral de la seal, hacemos estimacin espectral sobre
la seal que porta la informacin y as obtenemos una estimacin del espectro de la seal.
Podemos ver la estimacin espectral como un tipo de anlisis espectral realizado sobre seales
obtenidas de fuentes fsicas (p. ej. voz, EEG, ECG, etc.). Los instrumentos o programas de
software empleados para obtener estimaciones espectrales de tales seales se conocen como
analizadores espectrales.

Series de Fourier para seales peridicas en tiempo continuo

Ejemplos de seales peridicas encontradas en la prctica son las ondas cuadradas,

rectangulares, triangulares y, por supuesto, las sinusoides y exponenciales complejas. La
representacin matemtica bsica de las seales peridicas es la serie de Fourier, que
es una suma ponderada de sinusoides relacionadas armnicamente.

Una combinacin lineal de exponenciales complejas armnicamente relacionadas de la

forma

(41) x(t) =
k =
cke
j2kF0t

es una seal peridica de periodo fundamental Tp = 1/F0. As pues, podemos considerar las
seales exponenciales ej2kF0t como los bloques bsicos a partir de los cuales podemos
construir seales peridicas de diferentes tipos mediante la eleccin adecuada de la frecuencia
y de los coeficientes {ck }. F0 determina el periodo fundamental de x(t) y los coeficientes {ck}
especifican la forma de la onda.

Una seal peridica tiene energa infinita y potencia media finita dada por

(42)
 25

A partir de (42) se puede establecer la relacin

(43)

que se denomina relacin de Parseval para seales de potencia. Para ilustrar el significado
fsico de (43), supongamos que x(t) es una exponencial compleja simple
j2kF0t
(44) x(t) = cke

En este caso, todos los coeficientes de la serie de Fourier excepto ck son cero. En
consecuencia, la potencia media de la seal es

Px = |ck |2
2
Es obvio que |ck| representa la potencia del armnico k-simo de la seal. As, pues, la
potencia media total de la seal peridica es la suma de las potencias medias de sus
armnicos.

Si dibujamos |ck| en funcin de las frecuencias kF0, k = 0, 1, 2,..., el diagrama que

2

obtenemos muestra cmo se reparte la potencia de la seal peridica entre sus distintas
componentes en frecuencia. Este diagrama, que se muestra en la fig. 4.2, se denomina
densidad espectral de potencia (tambin espectro de la densidad de potencia o siplemente
espectro de potencia) de la seal peridica x(t). Dado que la potencia de una seal peridica
existe solo para determinados valores discretos de frecuencia (es decir, F = 0, F0, 2F0,...), se
dice que la seal tiene un espectro formado por lneas. El espaciado entre dos lneas
espectrales consecutivas es igual al inverso del periodo fundamental Tp, mientras que la forma
del espectro (es decir, la distribucin de potencia de la seal), depende de las caractersticas
de la seal en el dominio del tiempo.

Ejemplo. Determinar la serie de Fourier y la densidad espectral de potencia del tren de pulsos
rectangulares de la fig. 4.3.
 26

La seal es peridica con periodo fundamental Tp. Podemos representar la seal con
la serie de Fourier definida antes y con los coeficientes de Fourier ya especificados. Como x(t)
es una seal par, es conveniente seleccionar el intervalo de integracin de Tp/2 a Tp/2. c0 es
entonces

(45)

El trmino c0 representa el valor medio (componente de continua) de la seal x(t). Para k 0

tenemos

(46)

El trmino de la derecha en (46) es de la forma (sen )/, con = kF0. En este caso toma
valores discretos ya que F 0 y son fijos y el ndice k vara. Si embargo, si representamos (sen
)/ con un parmetro continuo en el rango - < < , obtenemos el grfico de la figura 4.4.
Observamos que esta funcin decae hasta cero cuando , tiene un mximo de valor
unidad en = 0, y es cero para mltiplos de . Est claro que los coeficientes de Fourier dados
por (46) son las muestras de la funcin (sen )/ para = kF0 y estn escaladas en amplitud
por A/Tp.

Cuando la funcin peridica x(t) es par, los coeficientes de Fourier ck son reales. Por lo
tanto, el espectro de fase, o bien es cero, cuando ck es positivo, o cuando ck es negativo. En
lugar de representar la magnitud y la fase por separado, podemos simplemente representar {ck}
 27

en una nica grfica, en la que se muestran los valores positivos y negativos de c k. Esta es
prctica habitual cuando los coeficientes de Fourier {c k} son reales.

La figura 4.5 ilustra los coeficientes de Fourier del tren de pulsos rectangulares cuando
Tp es fijo y la anchura del pulso vara. En este caso Tp = 0.25 segundos, de modo que F 0 =
1/Tp = 4 Hz y = 0.05Tp, = 0.1Tp, y = 0.2Tp. Observamos que el efecto de disminuir
manteniendo fijo Tp es dispersar la potencia de la seal sobre el rango de frecuencias. El
espaciado entre lneas espectrales adyacentes es F0 = 4 Hz, independiente del valor de la
anchura del pulso .

Por otro lado, tambin es instructivo fijar y variar el periodo Tp cuando Tp > . La
figura 4.6 ilustra esta condicin cuando Tp = 5, Tp = 10, y Tp = 20. En este caso el
espaciado entre lneas espectrales adyacentes decrece a medida que Tp aumenta. En el lmite
cuando Tp , los coeficientes de Fourier ck tienden a cero debido al factor de Tp en el
denominador de (46). Este comportamiento es consistente con que si Tp y permanece
fijo, la seal resultante ya no es una seal de potencia. En su lugar, se convierte en una seal
de energa y su potencia media es cero.

Si k 0 y sen(kF0) = 0, entonces ck = 0. Los armnicos con potencia cero aparecen

en frecuencias kF0 tales que (kF0) = m, m = 1, 2,..., o en kF0 = m/: Por ejemplo, si F0 =
4Hz y = 0.2Tp, se deduce que las componentes en 20 Hz, 40 Hz, ... tienen potencia cero.
Estas frecuencias corresponden a los coeficientes de Fourier ck, k = 5, 10, 15,... Por otra
parte, si = 0.1Tp, las componentes espectrales con potencia cero son k = 10, 20, 30,...
 28

Las series de Fourier representan una seal peridica como combinacin lineal de
exponenciales complejas armnicamente relacionadas. Como consecuencia de la periodicidad,
estas seales tienen un espectro formado por lneas equidistantes. El espaciado entre lneas
es igual a la frecuencia fundamental, que a su vez es la inversa del perodo fundamental de la
seal. Se puede ver el periodo fundamental como el parmetro que determina el nmero de
lneas por unidad de frecuencia (densidad de lneas) como se muestra en la figura 4.6.

La transformada de Fourier para seales aperidicas en tiempo continuo

Como consecuencia de la periodicidad de las seales peridicas, estas poseen un

espectro formado por lneas equidistantes. El espaciado entre lneas es igual a la frecuencia
fundamental, que a su vez es la inversa del perodo fundamental de la seal. Podemos ver el
perodo fundamental como el parmetro que determina el nmero de lneas por unidad de
frecuencia (densidad de lneas), como se muestra en la figura 4.6.
Con esta interpretacin en mente, es evidente que si permitimos que el perodo
aumente sin lmite, el espaciado entre lneas tiende a cero. En el lmite, cuando el periodo se
hace infinito, la seal se hace aperidica y su espectro es continuo. Este argumento sugiere
que el espectro de una seal aperidica ser la envolvente del espectro formado por las lneas
correspondientes a la seal peridica obtenida al repetir la seal aperidica con algn periodo
Tp.
 29

Es evidente que la diferencia entre la serie de Fourier y la transformada de Fourier es

que el espectro es continuo en el segundo caso y, por tanto, la sntesis de una seal aperidica
a partir de su espectro se lleva a cabo con una integracin en lugar de una suma.

Densidad espectral de energa de seales aperidicas

Sea x(t) una seal de energa finita con transformada de Fourier X(F). Su energa es

La relacin de Parseval para seales aperidicas de energa finita es

(47)

y expresa el principio de conservacin de la energa en los dominios del tiempo y la frecuencia.

El espectro X(F) de una seal es, en general, complejo. En consecuencia, suele
expresa en forma polar. Por otra parte, la cantidad

(48) Sxx(F) = |X(F)|2

que es el integrando de (47), representa la distribucin de energa de la seal en funcin de la

frecuencia. De aqu que Sxx(F) se denomine densidad espectral de energa de x(t). La integral
de Sxx(F) sobre todas las frecuencias nos da la energa total de la seal. De otra forma, la
energa de la seal x(t) sobre una banda de frecuencias F1 F F 1 + F es

En (48) vemos que Sxx(F) no contiene informacin sobre la fase, es decir, Sxx(F) es
estrictamente real y no negativo. Dado que el espectro de fase de x(t) no se encuentra en
Sxx(F) es imposible reconstruir la seal dada Sxx(F).
30
 31

Anlisis frecuencial de seales en tiempo discreto

La representacin en series de Fourier de una seal peridica en tiempo continuo

puede tener infinitas componentes en frecuencia, donde la separacin en frecuencia de dos
componentes armnicas sucesivas es 1/Tp, y donde Tp es el periodo fundamental. Dado que el
rango de frecuencias de seales en tiempo continuo se extiende desde - a , es posible
tener seales con infinitas componentes en frecuencia. Por el contrario, el rango de frecuencias
de seales en tiempo discreto se limita al intervalo (- ,) o (0, 2). Una seal en tiempo
discreto de periodo fundamental N puede tener componentes en frecuencias separadas 2/N
radianes o f = 1/N ciclos. Consecuentemente, la representacin en series de Fourier de seales
peridicas en tiempo discreto contendr como mximo N componentes de frecuencia. Esta es
la diferencia fundamental entre la representacin en series de Fourier de seales en tiempo
continuo y seales en tiempo discreto.

Ejemplos:

Determinar el espectro de las seales:

a) x(n) = cos 2 n. Para 0 = 2 tenemos f0 = 1/ 2 . Dado que f0 no es un nmero

racional, la seal no es peridica. En consecuencia, esta seal no puede expandirse
en series de Fourier. De todas maneras, la seal posee un espectro. Su contenido
espectral consta de una nica componente de frecuencia en = 0 = 2 .

b) x(n) = cos n/3

c) x(n) es peridica de periodo N = 4 y x(n)= {1, 1,0,0}

 32

Densidad espectral de potencia de seales peridicas

La potencia media de una seal peridica en tiempo discreto con periodo N es

La siguiente es la expresin para Px en trminos de los coeficientes de Fourier {ck }:

(49)

As, la potencia media de la seal es la suma de las potencias medias de las componentes
individuales en frecuencia. (49) es la relacin de Parseval para seales peridicas en tiempo
2
discreto. La secuencia |ck | para k = 0,1,...,N 1 es la distribucin de potencia en funcin de la
frecuencia y se denomina densidad espectral de potencia de una seal peridica.
 33

Transformada de Fourier de seales aperidicas en tiempo discreto

Como en el caso de seales aperidicas en tiempo continuo, el anlisis frecuencias de

seales de energa finita aperidicas en tiempo discreto implica una transformada de Fourier de
la seal en el dominio del tiempo.
La transformada de Fourier de una seal de energa finita en tiempo discreto x(n) se
define como

(47) X() =
n =
x(n) e-jn

Fsicamente X() representa el contenido en frecuencia de x(n). En otras palabras, X( ) es

una descomposicin de x(n) en sus componentes en frecuencia.
Observamos dos diferencias bsicas entre la transformada de Fourier de una seal
de energa finita en tiempo discreto y la transformada de Fourier de una seal de energa finita
analgica. Primero, para el caso de tiempo continuo, la transformada de Fourier, y por tanto, el
espectro de la seal, tiene un rango en frecuencia que va desde - a - Por el contrario, el
rango de frecuencias de una seal en tiempo discreto es (- ,) o, equivalentemente (0, 2).
Esta propiedad se refleja en la transformada de Fourier de la seal. De hecho, X() es
peridica de perodo 2. La segunda diferencia bsica es tambin consecuencia de la
naturaleza discreta de la seal. Dado que la seal es en tiempo discreto, la transformada de
Fourier de la seal implica una sumatoria en lugar de una integral, como ocurre en el caso de
seales de tiempo continuo.
Dado que X() es una funcin peridica de la variable frecuencia , puede expandirse
en series de Fourier siempre y cuando se verifiquen las condiciones descritas anteriormente.
De hecho, de la definicin de la transformada de Fourier X() de la secuencia x(n), dada en
 34

(42), tenemos que X() tiene la forma de una serie de Fourier. Los coeficientes de Fourier de
esta serie son los valores de la secuencia x(n).

Densidad espectral de energa de seales peridicas

La siguiente es la relacin de Parseval para seales aperidicas de energa finita en

tiempo discreto:

El espectro X() es, en general, una funcin compleja de la frecuencia. Como en el caso de
seales en tiempo continuo, la cantidad

Sxx() = |X()|2

representa la distribucin de energa en funcin de la frecuencia y se denomina densidad

espectral de energa de x(n). Claramente, Sxx() no contiene ninguna informacin de fase.
 35

La transformada z

Las tcnicas de transformacin constituyen una importante herramienta en el anlisis

de seales y sistemas lineales e invariantes en el tiempo (LTI). La transformada z representa el
mismo papel en el anlisis de seales y sistemas discretos LTI que la transformada de Laplace
 36

en el anlisis de seales y sistemas continuos LTI. Por ejemplo, veremos que en el dominio z
(plano z complejo), la convolucin de dos seales en el dominio del tiempo se corresponde con
la multiplicacin de sus transformadas z. Esta propiedad simplifica enormemente el anlisis de
la respuesta de un sistema LTI a diferentes seales. Adems, la transformada z nos
proporciona una manera de caracterizar sistemas LTI y sus respuestas a varias seales
mediante la localizacin de sus polos y ceros.

La transformada z de una seal discreta x(n) se define como la serie de potencias

(48) X(z)
k =
-n
x(n) z

Donde z es una variable compleja. La relacin (48) se denomina a veces transformada z

directa porque transforma una seal en el dominio del tiempo x(n) en la seal compleja X(z). El
procedimiento inverso, es decir, el que obtiene x(n) a partir de X(z), se denomina transformada
z inversa.
Por conveniencia, la transformada z de una seal x(n) se denota por

(49) X(z) Z{x(n)}

Mientras que la relacin entre x(n) y X(z) se indica mediante

x(n) z X(z)

Dado que la transformada z es una serie infinita de potencias, existe solo para aquellos
valores de z para los que la serie converge. La regin de convergencia (ROC, region of
convergence) de X(z) es el conjunto de todos los valores de z para los que X(z) es finita. Por lo
tanto, siempre que hablemos de una transformada z debemos indicar tambin su ROC.

Se ve fcilmente que la ROC de seales de duracin finita es todo el plano z, excepto

quizs z = 0 y/o z = . Estos puntos quedan excluidos porque zk (k > 0) no est acotada para z
= y z (k > 0) no est acotada para z = 0.
--k

Por ejemplo, la transformada z de la seal x1(n) = {1,2,5,7,0,1} es X1(z) = 1 + 2z-1 + 5

z + 7z + z-5, ROC: plano z completo excepto z = 0. La transformada de x2(n) = {1,2,5,7,0,1}
-2 -3

es X2(z) = z2 + 2z + 5 + 7z -1 + z-3, ROC: plano z completo excepto z = 0 y z = . En esos

ejemplos se ve que la ROC de seales de duracin finita es todo el plano z, excepto quizs z =
0 y/o z = . Estos puntos quedan excluidos porque zk (k > 0) no est acotada para z = y z-k (k
> 0) no est acotada para z = 0.

Desde un punto de vista matemtico, la transformada z es simplemente una forma

alternativa de representar una seal. Esto queda ilustrado en los ejemplos anteriores donde
vemos que el coeficiente de z -n, para una transformada determinada, es el valor de la seal en
el instante n. En otras palabras, el exponente de z contiene la informacin que necesitamos
para identificar las muestras de la seal.
En muchos casos la suma, finita o infinita, correspondiente a una transformada z puede
expresarse de forma compacta. En estos casos, la transformada z produce una representacin
alternativa y compacta de la seal.
 37

A menudo, tenemos la transformada z de una seal y queremos determinar la seal. El

procedimiento para transformar desde el dominio z al dominio del tiempo se denomina
transformada z inversa. La frmula para obtener x(n) a partir de X(z) se puede obtener usando
el teorema integral de Cauchy, que es un teorema muy importante dentro de la teora de
variable compleja.

La transformada z es una herramienta muy potente para el estudio de seales y

sistemas discretos. La potencia de esta transformacin es consecuencia de algunas
propiedades muy importantes que tiene: linealidad, desplazamiento en el tiempo, escalado en
el dominio z, convolucin de dos secuencias, correlacin de dos secuencias, multiplicacin de
dos secuencias, etctera.
38
 39

Una familia muy importante de transformada z es aquella en la que X(z) es una funcin
racional, esto es, el cociente de dos polinomios en z-1 (o z) (todos los ejemplos de la tabla 3.3
son de este tipo).

La funcin de transferencia de un sistema lineal invariante en el tiempo

La salida de un sistema lineal invariante en el tiempo para una secuencia de entrada

x(n) se puede obtener como la convolucin de esa secuencia de entrada x(n) con la respuesta
impulsional del sistema. La propiedad de la convolucin, nos permite expresar esta relacin en
el dominio z como

(50) Y(z) = H(z) X(z)

Donde Y(z) es la transformada z de la secuencia de salida y(n), X(z) es la transformada z de la

secuencia de entrada x(n) y H(z) es la transformada z de la respuesta impulsional h(n).

Clasificacin de seales en el dominio de la frecuencia: El concepto de ancho de banda

Es interesante clasificar las seales, dependiendo de sus caractersticas en el dominio

del tiempo, segn sus caractersticas en el dominio de la frecuencia. Es prctica habitual
clasificar las seales en trminos relativamente amplios atendiendo a su contenido frecuencial.

En particular, si una seal de potencia (o seal de energa) tiene una densidad

espectral de potencia (o densidad espectral de energa) concentrada en torno a la frecuencia
cero, se denomina seal de baja frecuencia. La Figura 4.25(a) ilustra las caractersticas
espectrales de una seal de este tipo. En cambio, si la densidad espectral de potencia (o
densidad espectral de energa) est concentrado en altas frecuencias, se dice que la seal es
de alta frecuencia. Las caractersticas espectrales de este tipo de seal se representan en la
Fig. 4.25(b). Una seal que tienen la densidad espectral de potencia (o densidad espectral de
 40

energa) concentrada en alguna otra parte del rango de frecuencias situado entre las altas y las
bajas, se denomina se denomina seal de frecuencias medias o seal paso banda. En la Fig.
4.25(c) se ilustra un espectro de este tipo.

Adems de esta clasificacin relativamente amplia de las seales en el dominio de la

frecuencia, es a menudo deseable expresar de forma cuantitativa el rango de frecuencias sobre
el que se concentra la densidad espectral de potencia o energa. Esta medida cuantitativa se
conoce como ancho de banda de una seal. Por ejemplo, supngase que una seal en
tiempo continuo tiene el 95% de su densidad espectral de potencia (o energa) concentrada en
el rango de frecuencias F1 F F 2. Entonces el ancho de banda del 95% de la seal es F2
F 1. De una forma similar, se puede definir el ancho de banda del 75%, 90% o 99% de la seal.

En el caso de una seal paso banda, el trmino banda estrecha se usa para describir
aquella seal cuyo ancho de banda F2 F 1 es mucho menor (digamos que por un factor de 10
o ms) que la frecuencia central (F 2 + F1)/2. En caso contrario, la seal se dice de banda
ancha.

Diremos que una seal es de banda limitada si su espectro es cero fuera del rango de
frecuencias |F| B. Por ejemplo, una seal en tiempo continuo de energa finita x(t) es de
banda limitada si su transformada de Fourier cumple que X(F) = 0 para |F| > B. Una seal en
tiempo discreto de energa finita x(n) se dice de banda limitada (peridicamente) si
 41

|X()| = 0 para 0 < || <

De forma similar, una seal peridica en tiempo continuo xp(t) es limitada en banda
peridicamente si sus coeficientes de Fourier son tales que ck = 0 para |k| < M, donde M es
algn entero positivo. Una seal peridica en tiempo discreto con perodo fundamental N est
limitada en banda peridicamente si sus coeficientes de Fourier cumplen que ck = 0 para k0 <
|k| < N. La figura 4.26 ilustra los cuatro tipos de seales de banda limitada.

Utilizando la dualidad entre el dominio de la frecuencia y el del tiempo, se pueden dar

formas similares para caracterizar las seales en el dominio temporal. En particular, una seal
x(t) se denomina limitada en tiempo si x(t) = 0, |t| > . Si la seal es peridica con periodo Tp,
se dir limitada en tiempo peridicamente si

xp(t) = 0 < |t| < Tp/2

Si tenemos una seal discreta x(n) de duracin finita, esto es,

x(n) = 0 |n| > N

Tambin se denomina limitada en tiempo. Cuando la seal es peridica con periodo

fundamental N, se dice que es limitada en tiempo peridicamente si

x(n) = 0 n0 < |n| < N

Ninguna seal puede ser limitada en tiempo y en banda simultneamente, existiendo

una relacin recproca entre la duracin temporal y frecuencial de una seal. Por ejemplo, si
tenemos un pulso rectangular de duracin corta en el dominio temporal, su espectro tendr una
anchura inversamente proporcional a la duracin del pulso en el dominio del tiempo. Cuanto
ms estrecho es el pulso en el dominio del tiempo, mayor es su ancho de banda. En
consecuencia. El producto de la duracin temporal y el ancho de banda de una seal no se
puede hacer arbitrariamente pequeo. Una seal de corta duracin tendr un gran ancho de
banda, y una seal de ancho de banda pequeo ser de duracin larga. Por tanto, para
cualquier seal, el producto tiempo-ancho de banda es fijo y no se puede hacer arbitrariamente
pequeo.

Hacemos notar que discutimos mtodos para el anlisis de seales peridicas y

aperidicas de energa finita. Existe, no obstante, una familia de seales aperidicas
deterministas con potencia finita. Estas seales consisten en una superposicin lineal de
exponenciales complejas con frecuencias que no estn relacionadas armnicamente, esto es,
 42

donde 1, 2,..., M no estn armnicamente relacionadas. Estas seales tienen espectros

discretos pero las distancias entre las lneas no estn armnicamente relacionadas. Las
seales con espectros discretos no armnicos se denominan en ocasiones cuasi peridicas.

Dualidades fsicas y matemticas

Resumiendo, se presentaron las siguientes herramientas de anlisis frecuencial:

1. Las series de Fourier para seales peridicas en tiempo continuo.

2. La transformada de Fourier de seales aperidicas en tiempo continuo.
3. Las series de Fourier para seales peridicas en tiempo discreto.
4. La transformada de Fourier de seales aperidicas en tiempo discreto.

La siguiente figura resume las frmulas de anlisis y sntesis para este tipo de seales.
 43

Resumen de las frmulas de anlisis y sntesis

 44

Existen dos caractersticas en el dominio del tiempo que determinan el tipo de espectro
que obtendremos. Estas son si el tiempo es discreto o continuo y si la seal es peridica o
aperidica. En resumen:

Las seales en tiempo continuo tienen espectros aperidicos. Un examen detallado de las
frmulas de anlisis de las series de Fourier y de la transformada de Fourier para seales en
tiempo continuo no revela la existencia de ningn tipo de periodicidad en el dominio del
espectro. Esta falta de periodicidad es consecuencia de que la funcin exponencial exp(j2Ft)
sea una funcin de la variable continua t, y, por lo tanto, no peridica en F. As, el rango de
frecuencias de seales en tiempo continuo se extiende desde F = 0 hasta F = .

Las seales en tiempo discreto tienen un espectro peridico. Tanto las series de Fourier
como la transformada de Fourier de seales en tiempo discreto son peridicas de periodo =
2. Como resultado de esta periodicidad, el rango de frecuencias de seales en tiempo discreto
es finito y se extiende desde = - hasta = radianes, donde = corresponde a la mayor
oscilacin posible.

Las seales peridicas tienen espectros discretos. Las seales peridicas se describen
mediante series de Fourier. Los coeficientes de la serie de Fourier representan las lneas del
espectro discreto. El espaciado entre lneas F o f es igual al inverso del periodo Tp o N,
respectivamente, en el dominio del tiempo. Esto es, F = 1/Tp para seales peridicas en
tiempo continuo y f = 1/N para seales en tiempo discreto.

Las seales aperidicas de energa finita tienen espectros continuos. Esta propiedad es
consecuencia directa del hecho de que tanto X(F) como X() sean funciones de exp(j2Ft) y
exp(jn), respectivamente, que son funciones continuas de las variables F y . La continuidad
en frecuencia es necesaria para romper la armona y originar las seales aperidicas.
En resumen, podemos concluir que periodicidad con periodo en un dominio
automticamente implica discretizacin en el otro dominio con espaciado 1/ y viceversa.
Si mantenemos que periodo en el dominio de la frecuencia indica el rango de
frecuencias, espaciado en el dominio del tiempo es el periodo de muestreo T y, el espacio
entre lneas en el dominio de la frecuencia es F, entonces = Tp implica que 1/ = 1/Tp = F,
= N implica que f = 1/N, y = Fs implica que T = 1/Fs.

Estas dualidades tiempo-frecuencia se muestran en la figura anterior. Sin embargo, las

grficas de esta figura no se corresponden con ningn par de transformadas real. Por lo tanto,
debe evitarse cualquier comparacin entre ellas.

Un anlisis cuidadoso de la figura de ms arriba revela la existencia tambin de

algunas simetras y dualidades matemticas entre las distintas relaciones de anlisis en
frecuencia. En particular, se observa que existen dualidades entre las siguientes ecuaciones de
anlisis y sntesis:

1. Las ecuaciones de anlisis y sntesis de la transformada de Fourier en tiempo continuo.

2. Las ecuaciones de anlisis y sntesis de las series de Fourier en tiempo discreto.
3. La ecuacin de anlisis de la serie de Fourier en tiempo continuo y la ecuacin de
sntesis de la transformada de Fourier en tiempo discreto.
4. La ecuacin de anlisis de la transformada de Fourier en tiempo discreto y la ecuacin
de sntesis de la serie de Fourier en tiempo continuo.

Obsrvese que todas las relaciones duales se diferencian nicamente en el signo de la

exponencial compleja. Es interesante destacar que este cambio en el signo puede
considerarse tanto un plegado en el tiempo como en la frecuencia, ya que

Recordamos que utilizamos el trmino densidad espectral de energa para caracterizar

seales aperidicas de energa finita y el trmino densidad espectral de potencia para seales
 45

peridicas. Esta terminologa es consistente con el hecho de que las seales peridicas son
seales de potencia y las seales aperidicas de energa finita son seales de energa.

Propiedades de la transformada de Fourier de seales en tiempo discreto

La transformada de Fourier de seales aperidicas de energa finita en tiempo discreto

poseen varias propiedades que resultan muy tiles a la hora de reducir la complejidad del
anlisis frecuencial que surge en numerosos problemas prcticos. Propiedades similares se
verifican para la transformada de Fourier de seales aperidicas de energa finita en tiempo
continuo.

5.3 Transformadas discretas de la frecuencia

Para realizar el anlisis frecuencial de una seal en tiempo discreto {x(n)}, convertimos
la secuencia en el dominio del tiempo en una forma equivalente, en el dominio de la frecuencia.
Sabemos que tal forma viene dada por la transformada de Fourier, X(), de la secuencia {x(n)}.
Sin embargo, X() es una funcin continua de la frecuencia y, por lo tanto, no es una forma
computacionalmente conveniente de la secuencia {x(n)}.

Consideraremos la representacin de una secuencia {x(n)} mediante muestras de su

espectro X(). Dicha representacin en el dominio de la frecuencia nos lleva a la transformada
 46

de Fourier discreta (DFT), que constituye una poderosa herramienta para el anlisis
frecuencias de seales en tiempo discreto.

Muestreo en el dominio de la frecuencia: la transformada de Fourier discreta

Las seales aperidicas de energa finita tienen espectros continuos. Consideremos

dicha seal aperidica en tiempo discreto x(n), con frecuencia de Fourier

(51) X() =
n =
-jn
x(n) e

Supongamos que muestreamos X() peridicamente con un espaciado en frecuencia

radianes entre muestras sucesivas. Dado que X() es peridica de periodo 2, solo
necesitaremos las muestras del periodo fundamental. Por conveniencia, tomaremos N
muestras equidistantes en el intervalo 0 2, espaciadas = 2/N, como se muestra en
la figura 5.1.

La seal

(52)

obtenida repitiendo peridicamente x(n) cada N muestras es peridica de periodo fundamental

N. Por tanto, puede desarrollarse en serie de Fourier como

con coeficientes de Fourier

Por lo tanto,

(53)
 47

Esta ltima relacin nos proporciona la reconstruccin de la seal peridica xp(n) a

partir de las muestras del espectro X(). Sin embargo, no implica que se puedan recuperar
X() o x(n) a partir de las muestras. Para conseguir esto necesitamos considerar la relacin
entre x p(n) y x(n).

Dado que xp(n) es la extensin peridica de x(n) tal como se da en (51), est claro que
x(n) puede ser recuperada a partir de xp(n), si no existe aliasing en el dominio del tiempo, es
decir, si x(n) est limitada en tiempo a una duracin menor que el periodo N de xp(n). Esta
situacin se muestra en la figura 5.2, donde, sin prdida de generalidad, hemos considerado
una secuencia de duracin finita x(n), que es distinta de cero en el intervalo 0 n L 1.
Observamos que cuando N L,

x(n) = xp(n) 0 n N 1

De manera que x(n) puede recuperarse a partir de xp(n) sin ambigedad. Por otra parte, si N <
L, no es posible recuperar x(n) a partir de su extensin peridica debido al aliasing en el
dominio del tiempo. Por tanto, concluimos que el espectro de una seal aperidica en tiempo
discreto de duracin finita L, puede recuperarse exactamente a partir de sus muestras a las
frecuencias k = 2k/N, si N L. El procedimiento consiste en calcular xp(n), n = 0, 1,..., N 1 a
partir de (53); despus hacemos

y, finalmente, calculamos X() a partir de (51)

Como en el caso de seales en tiempo continuo, es posible expresar el espectro X()

directamente en trminos de sus muestras X(2k/N), k = 0, 1,..., N 1. Para obtener la frmula
de interpolacin para X(), suponemos que N L y, partiendo de (53) y puesto que x(n) = xp(n)
para 0 n N 1, tenemos
 48

(54)

La transformada de Fourier discreta (DFT)

En general, las muestras equiespaciadas en frecuencia X(2k/N), k = 0, 1,..., N 1, no

representan unvocamente a la secuencia original x(n) cuando x(n) tiene duracin finita. Al
contrario, las muestras en frecuencia X(2k/N), k = 0, 1,..., N 1, se corresponden con una
secuencia peridica x p(n) de periodo N, donde xp(n) es una versin con aliasing de x(n), esto
es,

Cuando la secuencia x(n) es de duracin finita L N, entonces xp(n) es simplemente

una repeticin peridica de x(n), donde xp(n) en un nico periodo viene dado por

En consecuencia, las muestras en frecuencia X(2k/N), k = 0, 1,..., N 1, representan

de forma unvoca la secuencia de duracin finita x(n). Dado que x(n) xp(n) en un solo periodo
(rellenado con N L ceros), la secuencia de duracin finita original x(n) puede obtenerse a
partir de las muestras en frecuencia { X(2k/N)} por medio de la frmula (53).

Obsrvese que rellenar con ceros no proporciona ninguna informacin adicional sobre
el espectro X() de la secuencia {x(n)}. Las L muestras equidistantes de X() son suficientes
para reconstruir X() usando la frmula de reconstruccin

Sin embargo, al rellenar la secuencia {x(n)} con N L ceros y calcular la DFT de N puntos se
obtiene una mejor representacin grfica de la transformada de Fourier X().

En resumen, una secuencia de duracin finita x(n) de longitud L, es decir, x(n) = 0 para
n < 0 y n L, tiene transformada de Fourier

donde los ndices superior e inferior de la sumatoria reflejan el hecho de que x(n) = 0 fuera del
intervalo 0 n L 1. Cuando muestreamos X() en frecuencias equiespaciadas k = 2k/N, k
= 0, 1,..., N 1, donde N L, las muestras resultantes son
 49

(55)

donde, por conveniencia, el ndice superior de la sumatoria ha sido aumentada desde L 1

hasta N 1, dado que x(n) = 0 para n L.

La relacin (55) realiza la transformacin de la secuencia {x(n)}, de longitud L N, en

una secuencia de muestras en frecuencia {X(k)} de longitud N. Dado que las muestras en
frecuencia se obtienen evaluando la transformada de Fourier X() en un conjunto de N
frecuencias discretas (igualmente espaciadas entre s), la relacin (55) se denomina
transformada discreta de Fourier (DFT) de x(n). Por otra parte, la relacin dada por (54), que
nos permite recuperar la secuencia x(n) a partir de las muestras en frecuencia se denomina
DFT inversa (IDFT). Claramente, cuando x(n) tiene longitud L < N, la IDFT de N puntos da x(n)
= 0 para L n N 1. Resumiendo, las frmulas para DFT y la IDFT son:

Ejemplo. Una secuencia de duracin finita de longitud L viene dada por

La transformada de Fourier de esta secuencia es

En la figura 5.5 se muestran la magnitud y la fase de X() para L = 10. La DFT de N puntos de
x(n) es simplemente X(), calculada en las N frecuencias equiespaciadas k = 2k/N, k = 0,
1,..., N 1. De aqu
 50

Si N se elige de manera que N = L, entonces la DFT se expresa como

Por lo tanto, existe un nico valor de la DFT distinto de cero. Esto resulta evidente al observar
X() = 0 a las frecuencias k = 2k/L, k 0. x(n) se puede recuperar a partir de X(k) realizando
una IDFT de L puntos.

Aunque la DFT de L puntos es suficiente para representar de forma unvoca la

secuencia x(n) en el dominio de la frecuencia, resulta evidente que no es suficiente para
obtener una representacin grfica detallada de las caractersticas espectrales de x(n). Si
deseamos obtener una representacin grfica mejor, debemos calcular (interloplar) X() en
frecuencias ms prximas entre s, digamos, en k = 2k/L k = 2k/N, donde N > L. Podemos
interpretar esta operacin como la expansin de la secuencia de L puntos a N puntos,
aadiendo N L ceros a la secuencia x(n), es decir, rellenando con ceros. Por lo tanto, la DFT
de N puntos proporciona una interpolacin ms fina que la DFT de L puntos.

La figura 5.6 proporciona grficas de la magnitud y fase de la DFT de N puntos para L

= 10, N = 50 y N = 100. As, las caractersticas espectrales de la seal estn ms claras, como
se puede concluir comparando estos espectros con el espectro continuo X().
 51

Relacin de la DFT con otras transformadas

La DFT constituye una herramienta computacional importante para el anlisis

frecuencial de seales mediante procesadores de seal digital. Puesto que hemos desarrollado
otras herramientas y transformadas para el anlisis frecuencial, es importante establecer la
relacin entre estas otras transformadas y la DFT.

Relacin con los coeficientes de las series de Fourier de secuencias peridicas. Una
secuencia peridica {xp(n)} de periodo fundamental N puede representarse mediante una serie
de Fourier de la forma

(56)

donde los coeficientes de la serie de Fourier vienen dados por la expresin

 52

(57)

Si comparamos (56) y (57) con las frmulas de DFT e IDFT, vemos que la frmula para el
clculo de los coeficientes de la serie de Fourier tiene la forma de una DFT. De hecho, si
definimos la secuencia x(n) = xp(n), 0 n N 1, la DFT de esta secuencia es simplemente
X(k) = N ck. Adems, (56) tiene la forma de una IDFT. Por lo tanto, la DFT de N puntos nos
proporciona las lneas del espectro de la secuencia peridica de periodo fundamental N.

Relacin con la transformada de Fourier de secuencias aperidicas. Si x(n) es una

secuencia aperidica de energa finita con transformada de Fourier X() que se muestrea en
las N frecuencias equiespaciadas k = 2k/N, k = 0, 1,..., N 1, las componentes espectrales

son los coeficientes de la DFT de una secuencia peridica de periodo N, dada por

Por lo tanto, xp(n) queda determinada por el aliasing de {x(n)} en el intervalo 0 n N 1. La

secuencia de duracin finita

carece de parecido con la seal original {x(n)}, a menos que x(n) sea de duracin finita y
longitud L N, en cuyo caso

Solo en este caso la IDFT de {X(k)} dar como resultado la secuencia original {x(n)}.

Relacin con la transformada z. Consideremos la secuencia x(n) con transformada z

con una ROC que incluye la circunferencia unidad. Si muestreamos X(z) en N puntos
equiespaciados sobre la circunferencia unidad zk = ej2k/N, 0, 1, 2,..., N 1, obtenemos

(58)
 53

La expresin (58) es idntica a la transformada de Fourier X() calculada en N frecuencias

equiespaciadas k = 2k/N, k = 0, 1,..., N 1.

Si la secuencia x(n) es de longitud finita N o menos, podemos recuperarla a partir de su

DFT de N puntos. De aqu que su transformada z quede unvocamente determinada por su
DFT de N puntos. En consecuencia, X(z) se puede expresar como una funcin de la DFT {X(k)}
como sigue

(59)

Cuando (59) se calcula sobre la circunferencia unidad, se obtiene la transformada de Fourier de

la secuencia de duracin finita, en trminos de su DFT, en la forma

(60)

Esta expresin de la transformada de Fourier es una frmula de interpolacin polinmica (de

Lagrange) para X(), expresada en trminos de los valores {x(k)} del polinomio, en un conjunto
de frecuencias equiespaciadas, k = 2k/N, k = 0, 1,..., N 1. Tras ciertas manipulaciones
algebraicas, es posible reducir (60) a la frmula de interpolacin dada anteriormente.

Relacin con los coeficientes de la serie de Fourier de una seal en tiempo continuo.
Supongamos que x a(t) es una seal peridica en tiempo continuo de periodo fundamental Tp =
1/F 0. La seal puede desarrollarse en serie de Fourier

(61)

donde {ck} son los coeficientes de Fourier. Si muestreamos xa(t) con velocidad uniforme F s =
N/Tp = 1/T, obtenemos la secuencia en tiempo discreto

(62)

Resulta evidente que (62) tiene la forma de la frmula de la IDFT, donde

 54

Por lo tanto, la secuencia es una versin con aliasing de {ck}.

Anlisis frecuencial de seales usando la DFT

Para calcular el espectro, tanto de seales en tiempo continuo como de seales en

tiempo discreto, se necesitan los valores de la seal para todos los instantes de tiempo. Sin
embargo, en la prctica, las seales se observan solo durante un periodo de tiempo finito. En
consecuencia, el espectro de la seal debe aproximarse a partir de un registro de datos finito.
Examinaremos las consecuencias de disponer solo de registros de datos finitos en el anlisis
espectral por medio de la DFT.

Si la seal que va a ser analizada es analgica, la pasaremos, en primer lugar, por un

filtro antialiasing y, despus, la muestrearemos a una velocidad Fs 2B, donde B es el ancho
de banda de la seal filtrada. Por lo tanto, la frecuencia ms alta de la seal muestreada es
F s/2. Finalmente, por razones prcticas, limitaremos la duracin de la seal al intervalo de
tiempo T0 = LT, donde L es el nmero de muestras y T es el intervalo de muestreo. La
limitacin del intervalo de observacin a una duracin finita reduce la resolucin en frecuencia;
esto es, se reduce nuestra capacidad para distinguir entre dos componentes de frecuencia que
estn separadas en frecuencia menos de 1/T0 = 1/LT.

Sea {x(n)} la secuencia a analizar. Limitar la duracin de la secuencia a L muestras

dentro del invervalo 0 n L 1, es equivalente a multiplicar {x(n)} por una ventana
rectangular w(n) de longitud L. Esto es,

donde

Supongamos ahora que la secuencia x(n) consta de una sola sinusoide, esto es

X(n) = cos 0n

Por tanto, la transformada de Fourier de la secuencia de duracin finita x(n) puede expresarse
como

donde W() es la transformada de Fourier de la secuencia ventana, que es (para la ventana

rectangular)
 55

Para calcular usamos la DFT. Rellenando con N L ceros la secuencia x^(n), podemos
calcular la DFT de N puntos de la secuencia truncada (L puntos) . El espectro de
magnitud para k = 2k/N, k = 0, 1,..., N, se muestra en la figura 5.12
para L = 25 y N = 2048. Observamos que el espectro de la ventana no se localiza en
una sola frecuencia, sino que se extiende sobre todo el intervalo de frecuencias. Por lo tanto, la
potencia de la seal original {x(n)} que estaba concentrada en una sola frecuencia se ha
extendido, por la ventana, a todo el intervalo de frecuencias. Decimos que la potencia se ha
derramado en todo el intervalo de frecuencias. En consecuencia, este fenmeno, que es
caracterstico del enventanado de la seal, se denomina derrame.

El enventanado no solo distorsiona la estimacin espectral debido al derrame, sino que

tambin reduce la resolucin espectral. Para reducir el derrame, podemos elegir una ventana
que tenga lbulos laterales en frecuencia ms bajos que la ventana rectangular. Sin embargo,
la reduccin del nivel de los lbulos secundarios de una ventana W() se consigue a expensas
de aumentar la anchura del lbulo principal de W() y, por tanto, de una prdida de resolucin.
Para ilustrar este punto, consideremos la ventana de Hanning y una seal
 56

La figura 5.14 representa para esta ventana. Sus lbulos secundarios son
significativamente inferiores a los de la ventana rectangular, pero su lbulo principal es
aproximadamente el doble.
 57

En la figura 5.15 la reduccin de los lbulos secundarios y la prdida de resolucin con

respecto a la ventana rectangular son evidentes.

5.4 Filtros digitales y ventanas

El trmino filtro se utiliza comnmente para describir un dispositivo que discrimina,

segn algn atributo de los objetos que se aplican a su entrada, aquello que pasa a travs
suyo. Vimos antes que un sistema lineal e invariante en el tiempo tambin realiza un tipo de
discriminacin o filtrado de las diferentes componentes en frecuencia de la entrada. La
naturaleza de esta accin de filtrado viene determinada por las caractersticas de la respuesta
en frecuencia H(), que a su vez depende de la eleccin de los parmetros del sistema.
Eligiendo adecuadamente los coeficientes, podemos disear filtros selectivos en frecuencia que
dejen pasar seales con componentes frecuenciales en ciertas bandas, al tiempo que atenan
seales que contengan componentes frecuenciales en otras bandas.

En general, un sistema lineal e invariante en el tiempo modifica el espectro de la seal

de entrada X(), segn su respuesta en frecuencia H(), para dar lugar a una seal de salida
con espectro Y() = H() X(). En cierto sentido, H() acta como funcin de ponderacin o
funcin de conformacin espectral para las diferentes componentes frecuenciales de la seal
de entrada. Visto en este contexto, cualquier sistema lineal e invariante en el tiempo puede
considerarse como un filtro de conformacin espectral, aunque no bloquee necesariamente
ninguna componente en frecuencia. En consecuencia, los trminos sistema lineal e invariante
en el tiempo y filtro son sinnimos y, como tales, se intercambian habitualmente.

Emplearemos el trmino filtro para describir el sistema lineal e invariante en el

tiempo utilizado para realizar operaciones de conformacin espectral o filtrado selectivo
en frecuencia. El filtrado se emplea en el procesamiento digital de seales de diferentes
maneras, por ejemplo, eliminacin de ruido indeseado de seales deseadas, conformacin
espectral para igualacin de canales de comunicaciones, deteccin de seales en radar, sonar
y comunicaciones, anlisis espectrales de seales, etc.
 58

Caractersticas de los filtros ideales

Los filtros se suelen clasificar segn sus caractersticas en el dominio de la frecuencia

como paso bajo, paso alto, paso banda y de banda eliminada. Las caractersticas ideales
de la respuesta en magnitud de estos tipos de filtros se representan en la Fig. 4.43. Tal como
se muestra, estos filtros ideales tienen ganancia constante (normalmente tomada como
ganancia unitaria) en la banda de paso y ganancia cero en la banda eliminada.

Otra caracterstica de un filtro ideal es su respuesta de fase lineal, es decir, la salida del
filtro es simplemente una versin retardada y escalada en amplitud de la seal de entrada.

Como conclusin, los filtros ideales tienen una caracterstica de magnitud constante y
una caracterstica de fase lineal dentro de su banda de paso. Adems, estos filtros no son
realizables, pero sirven como idealizacin matemtica de los filtros prcticos. El filtro paso bajo
ideal, por ejemplo, no es causal ni absolutamente sumable, por lo que es inestable. Sin
embargo, su caracterstica de respuesta en frecuencia se puede aproximar mucho con filtros
prcticos y realizables fsicamente.
 59

La posicin de los polos y los ceros afecta a la respuesta en frecuencia del sistema.
Existe un mtodo grfico para calcular las caractersticas de la respuesta en frecuencia a partir
del diagrama de polos y ceros, situando estos en el plano z. Este mismo procedimiento se
puede emplear para disear algunos filtros digitales sencillos, pero importantes, con las
caractersticas de la respuesta en frecuencia deseadas.

El principio bsico subyacente en el mtodo de los polos y ceros es el de localizar los

polos cerca de los puntos de la circunferencia unidad correspondientes a las frecuencias que
desean ser acentuadas, y situar los ceros cerca de aquellos puntos que se corresponden con
frecuencias que desean ser amortiguadas. Adems, deben imponerse las siguientes
condiciones:

1. Todos los polos deben estar en el interior de la circunferencia unida para que el filtro
sea estable. Sin embargo, los ceros pueden situarse en cualquier punto del plano z.
2. Todos los ceros y polos complejos deben tener su conjugado correspondiente, de
manera que los coeficientes del filtro sean reales.

En el diseo de filtros digitales paso bajo, los polos deben situarse cerca de los puntos
de la circunferencia unidad correspondientes a las bajas frecuencias (cerca de = 0) y los
ceros deben situarse cerca de los puntos de la circunferencia unidad correspondientes a las
altas frecuencias (cerca de = ). Lo contrario es lo necesario para filtros paso alto.

Los filtros ideales son no causales y, por lo tanto, fsicamente irrealizables para
aplicaciones de procesamiento de seales en tiempo real. La causalidad implica que la
caracterstica de respuesta en frecuencia H() del filtro no puede ser cero excepto en un
conjunto finito de puntos en el rango de frecuencias. Adems, H() no puede tener un corte
infinitamente abrupto desde la banda de paso a la banda de rechazo, es decir, H() no puede
caer desde uno hasta cero abruptamente.
 60

Aunque las caractersticas de respuesta en frecuencia que poseen los filtros ideales
deben ser deseables, no son absolutamente necesarias en la mayora de las aplicaciones
prcticas. Si relajamos estas condiciones es posible realizar filtros causales que aproximan los
filtros ideales con tanta precisin como deseemos. En particular, no es necesario insistir que la
magnitud |H()| sea constante en toda la banda de paso del filtro. Se puede tolerar un pequeo
rizado en la banda de paso como se ilustra en la figura 8.2. Similarmente no es necesario que
la respuesta del filtro |H()| sea cero en la banda de rechazo. Tambin se puede tolerar un
valor pequeo distinto de cero o un pequeo rizado en la banda de rechazo.

La transicin de la respuesta en frecuencia desde la banda de paso a la banda de

rechazo define la banda de transicin o regin de transicin del filtro, como se ilustra e la
figura 8.2. La frecuencia p define el lmite superior de la banda de paso, mientras que la
frecuencia s define el principio de la banda de rechazo. As, el ancho de la banda de transicin
es s p. El ancho de la banda de transicin se denomina generalmente ancho de banda del
filtro. Por ejemplo, si el filtro es paso bajo con una frecuencia de corte superior p, su ancho de
banda es p.

Si existe un rizado en la banda de paso del filtro, su valor se denota por 1, y la

magnitud |H()| vara entre los lmites 1 1. El rizado en la banda de rechazo del filtro se
denota por 2.

En cualquier problema de diseo de filtros podemos especificar: (1) el mximo rizado

tolerable en la banda de paso, (2) el mximo rizado tolerable en la banda de rechazo, (3) la
frecuencia de corte de la banda de paso p, y (4) la frecuencia de corte de la banda de rechazo
s.

5.5 Procesamiento digital de seales analgicas

Conversin analgico-digital y digital-analgica

La mayora de las seales de inters prctico, seales de voz, biolgicas, ssmicas,

radas, sonar y de distintos tipos de comunicacin, como las seales de audio y video, son
analgicas. Para procesar seales analgicas por medios digitales es necesario convertirlas a
formato digital, esto es, transformarlas en una secuencia de nmeros de precisin finita. Este
procesamiento se denomina conversin analgico-digital (A/D) y los dispositivos
correspondientes conversores A/D (ADCs).
 61

Conceptualmente, podemos ver la conversin A/D como un proceso en tres pasos.

Este proceso se ilustra en la figura 1.14.

1. Muestreo. Esta es la conversin de una seal en tiempo continuo a una seal en

tiempo discreto obtenida tomando muestras de la seal en tiempo continuo en
instantes de tiempo discreto. As, si xa(t) es la entrada al muestreador, la salida es
xa(nT) x(n), donde T se denomina el intervalo de muestreo.
2. Cuantificacin. Esta es la conversin de una seal en tiempo discreto con valores
continuos a una seal en tiempo discreto con valores discretos (seal digital). El valor
de cada muestra de la seal se representa mediante un valor seleccionado de un
conjunto finito de valores posibles. La diferencia entre la muestra sin cuantificar x(n) y
la salida cuantificada xq(n) se denomina error de cuantificacin.
3. Codificacin. En el proceso de codificacin, cada valor discreto xq(n) se representa
mediante una secuencia binaria de b bits.

Aunque modelamos el conversor A/D con un muestreador seguido de un cuantificador,

en la prctica la conversin A/D se efecta en un nico dispositivo que toma x a(t) y produce un
nmero codificado en binario. Las operaciones de muestreo y cuantificacin pueden realizarse
en cualquier orden, pero, en la prctica, el muestreo siempre tiene lugar antes de la
cuantificacin.
En muchos casos de inters prctico (p. ej. procesamiento de voz) es deseable
convertir las seales digitales procesadas a forma analgica. El proceso de conversin de una
seal digital en una seal analgica se conoce como conversin digital-analgica (D/A). Todos
los conversores D/A conectan los puntos de una seal digital efectuando cierto tipo de
interpolacin, cuya precisin depende de la calidad del proceso de conversin D/A. La figura
1.15 muestra una forma sencilla de conversin D/A, denominada mantenedor de orden cero o
aproximacin por escalones. Tambin son posibles otras aproximaciones, como la que
conecta linealmente dos puntos (interpolacin lineal), la que ajusta una funcin cuadrtica a
tres muestras sucesivas (interpolacin cuadrtica), etc. Existe un interpolador ptimo
(ideal)? Para seales que tienen contenido en frecuencia limitado (ancho de banda finito), el
teorema de muestreo especifica la forma ptima de interpolacin.
 62

Demostraremos que el muestreo no da lugar a una prdida de informacin ni introduce

distorsin en la seal si su ancho de banda es finito. En principio, la seal analgica puede
reconstruirse a partir de sus muestras, siempre que la tasa de muestreo sea lo suficientemente
alta como para evitar el problema comnmente denominado aliasing (solapamiento). Por otra
parte, la cuantificacin es un proceso no invertible o irreversible que resulta en la distorsin de
la seal. Demostraremos que la cantidad de distorsin depende de la precisin, medida en
funcin del nmero de bits del proceso de conversin A/D. Los factores que afectan a la
eleccin de la precisin deseada del conversor A/D son el costo y la tasa de muestreo. En
general, el costo aumenta con la precisin y/o la tasa de muestreo.

Muestreo de seales analgicas

Existen muchas maneras de muestrear una seal. Vamos a limitar nuestra discusin al
muestreo peridico o uniforme, que es el tipo de muestreo usado ms a menudo en la prctica.
Este se describe mediante la relacin

(1.4.1) x(n) = xa(nT), - < n <

Donde x(n) es la seal en tiempo discreto obtenida tomando muestras de la seal

analgica xa(t) cada T segundos. Este proceso se ilustra en la Figura 1.16. El intervalo de
tiempo T entre dos muestras sucesivas se denomina perodo de muestreo o intervalo de
muestreo y su recproco 1/t = Fs se llama velocidad de muestreo (muestras por segundo) o
frecuencia de muestreo (hertzios).
 63

El muestreo peridico establece una relacin entre las variables t y n de tiempo

continuo y tiempo discreto, respectivamente. De hecho, estas variables se relacionan
linealmente a travs del perodo de muestreo T o, equivalentemente, a travs de la velocidad
de muestreo Fs = 1/T, como

(1.4.2) t = nT = n/Fs

Como consecuencia de (1.4.2), existe una relacin entre la variable frecuencia F (o )

de las seales analgicas y la variable frecuencia f (o ) de las seales en tiempo discreto.

Las variables frecuencia F y f estn linealmente relacionadas segn

(1.4.5) f= F/Fs

o equivalentemente, segn

(1.4.6) = T

La relacin dada en (1.4.5) justifica el nombre frecuencia normalizada o relativa, que se usa a
veces para describir la variable frecuencia f. Como se ve en (1.4.5), podemos usar f para
determinar la frecuencia F en hertzios solo si la frecuencia de muestreo F s es conocida.
El rango de la variable frecuencia F o para sinusoides en tiempo continuo es

(1.4.7) -<F<
-<<

Sin embargo, la situacin es diferente para sinusoides en tiempo discreto. Tenemos que

-1/2 < f <

-< <

Se desprende que la diferencia fundamental entre seales en tiempo discreto y seales en

tiempo continuo es el rango de valores de las variables frecuencia F y f o y . El muestreo
peridico de una seal en tiempo continuo supone una correspondencia entre un rango de
frecuencia infinito correspondiente a la variable F (o ) y un rango de frecuencia finito
correspondiente a la variable f (o ). Dado que la frecuencia mxima de una seal en tiempo
discreto es = o f = , los valores mximos de F y para una velocidad de muestreo F s son
 64

(1.4.11) Fmax = Fs /2 = 1/2T

max = F s = /T

Por lo tanto, el muestreo introduce ambigedad; as, la mxima frecuencia de una seal
en tiempo continuo que puede determinarse unvocamente cuando dicha seal se muestra a
una velocidad Fs = 1/T es Fmax = Fs /2 o max = F s. Para ver qu sucede con las frecuencias
superiores a Fs/2 consideremos el siguiente ejemplo.

Ejemplo. 1.4.1. Las consecuencias de estas relaciones entre las frecuencias pueden
observarse considerando las dos seales analgicas

(1.4.12) x1(t) = cos 2 (10)t

x2(t) = cos 2 (50)t

que son muestreadas a una velocidad Fs = 40 Hz. Las seales o secuencias en tiempo discreto
correspondientes son

(1.4.13) x1(n) = cos2 (10/40) n = cos /2 n

x2(n) = cos 2 (50/40) n = cos 5/2 n

Sin embargo, cos 5n/2 = cos (2n + n/2) = cos n/2. De aqu, x2(n) = x1(n). Las seales
sinusoidales son, por lo tanto, idnticas y, en consecuencia, indistinguibles. Dados los valores
de las muestras correspondientes a cos(/2), no podemos determinar si proceden de x 1(t) o de
x2(t). Dado que x2(t) produce exactamente los mismos valores que x 1(t) cuando ambas son
muestreadas a Fs = 40 muestras por segundo, decimos que la frecuencia F 2 = 50 Hz es un
alias de la frecuencia F 1 = 10 Hz a la velocidad de muestreo de 40 muestras por segundo. Es
importante observar que F2 no es el nico alias de F1. De hecho, a una velocidad de muestreo
de 40 muestras por segundo la frecuencia F3 = 90 Hz tambin es un alias de F1, as como la
frecuencia F4 = 130 Hz, etc. Todas las sinusoides cos 2 (F1 + 40k)t, k = 1,2, 3, 4,...
muestreadas a 40 muestras por segundo producen valores idnticos. En consecuencia todas
son alias de F1 = 10 Hz.

En general, el muestreo de una seal sinusoidal en tiempo continuo

(1.4.14) xa(t) = A cos(2 F 0t + )

con una velocidad de muestreo Fs = 1/T produce una seal en tiempo discreto

(1.4.15) x(n) = A cos(2f 0n + )

donde f 0 = F0/Fs es la frecuencia relativa de la sinusoide. Si suponemos que Fs/2 F 0 F s/2,

la frecuencia f0 de x(n) se encuentra en el rango 1/2 f0 , que es el rango de frecuencia
para seales en tiempo discreto. En este caso, la relacin entre F 0 y f0 es biunvoca, y por
tanto, es posible identificar (o reconstruir) la seal analgica xa(t) a partir de las muestras x(n).
Por otra parte, si las sinusoides

(1.4.16) xa(t) = A cos(2 F kt + )

donde

(1.4.17) Fk = F 0 + kFs, k = 1, 2,

se muestrean a una velocidad F s, est claro que la frecuencia Fk se encuentra fuera del rango
F s/2 F F s/2. En consecuencia. La seal muestreada es

F 0 + kFs
x(n) xa(nT) = A cos (2 n + )
Fs
= A cos(2n F 0/Fs + + 2kn)
= A cos(2f 0n + )
 65

que es idntica a la seal en tiempo discreto dada en (1.4.15) y obtenida mediante muestreo
(1.4.14). Por lo tanto, un nmero infinito de seales en tiempo continuo se representan
mediante el mismo conjunto de muestras. En consecuencia, a partir de las muestras x(n) no es
posible determinar qu seal en tiempo continuo xa(t) representan. De forma equivalente,
podemos decir que las frecuencias F k = F0 + kFs, - < k < (k entero) son indistinguibles de la
frecuencia F0 despus del muestreo y, por tanto, son alias de F0. La relacin entre variables
frecuencia de seales en tiempo continuo y tiempo discreto se ilustra en la figura 1.17.

La Fig. 1.18 muestra un ejemplo de aliasing: dos sinusoides de frecuencias F 0 = 1/8 Hz

y F1= - 7/8 Hz producen muestras idnticas cuando se usa una velocidad de muestreo Fs = 1
Hz. De (1.4.17) tenemos que, para k = -1, F0 = F1 + F s = (-7/8 +1) Hz = 1/8 Hz.

Dado que Fs/2, que se corresponde con = , es la frecuencia ms alta que puede ser
representada inequvocamente con una velocidad de muestreo Fs, es fcil determinar la
correspondencia entre cualquier alias por encima de Fs/2 ( = ) y su frecuencia equivalente
por debajo de Fs /2. Podemos usar Fs/2 o = como el punto de plegado y reflejar o doblar la
frecuencia alias en el rango F s/2 ( = ). La frecuencia Fs /2 ( = ) se denomina frecuencia de
plegado.

Teorema de muestreo
 66

Dada una seal analgica cualquiera, cmo se debe elegir el perodo de muestreo T
o, lo que es lo mismo, la velocidad de muestreo F s? Para contestar a esta cuestin es
necesaria cierta informacin sobre las caractersticas de la seal que va a ser muestreada. En
particular, debemos tener cierta informacin general sobre el contenido frecuencial de la seal.
Generalmente, dicha informacin se encuentra disponible. Por ejemplo, sabemos que la mayor
frecuencia en seales de voz ronda los 3.000 Hz. Por otra parte, las seales de televisin
tienen componentes de frecuencia importantes hasta los 5 MHz. La informacin contenida en
dichas seales se encuentra en las amplitudes, frecuencias y fases de las distintas
componentes de frecuencia, pero antes de obtener dichas seales no conocemos sus
caractersticas con detalle. De hecho, el propsito del procesamiento de seales es
normalmente la extraccin de dichas caractersticas. Sin embargo, si conocemos la mxima
frecuencia de una determinada clase de seales (por ejemplo, seales de voz, de video, etc.)
podemos especificar la velocidad de muestreo necesaria para convertir las seales analgicas
en seales digitales.
Supongamos que cualquier seal analgica se puede representar como una suma de
sinusoides de diferentes amplitudes, frecuencias y fases, es decir,

N
(1.4.18) xa(t) =
i =1
Ai cos(2Fit + i)

donde N indica el nmero de componentes de frecuencia. Todas las seales, como las de voz
o video, se prestan a dicha representacin en cualquier intervalo de tiempo pequeo.
Normalmente, las amplitudes, fases y frecuencias varan lentamente de un intervalo de tiempo
al siguiente. Supongamos que las frecuencias de una determinada seal no exceden una
frecuencia mxima conocida F max. Por ejemplo, Fmax = 3 KHz, para seales de voz y Fmax = 5
MHz, para seales de video. Dado que la mxima frecuencia puede variar ligeramente (por
ejemplo, de un orador a otro) podemos querer asegurar que Fmax no sobrepase determinado
valor y para ello pasaremos la seal analgica por un filtro que atene fuertemente las
componentes de frecuencia por encima de Fmax. As estaremos seguros de que ninguna seal
de la clase que nos interesa tendr componentes de frecuencia (con amplitud o potencia
significativa) por encima de Fmax. En la prctica, este filtrado se realiza antes del muestreo. El
conocimiento de Fmax nos permite seleccionar la velocidad de muestreo apropiada. Sabemos
que la frecuencia ms alta de la seal analgica que puede reconstruirse sin ambigedad
cuando la seal se muestrea a una velocidad Fs = 1/T es Fs/2. Cualquier frecuencia por encima
de Fs/2 o por debajo de F s/2 produce muestras que son idnticas a las correspondientes a
frecuencias dentro del intervalo Fs/2 F F s/2. Para evitar las ambigedades que resultan del
aliasing, se debe seleccionar una velocidad de muestreo lo suficientemente alta, esto es,
debemos escoger F s/2 mayor que Fmax. Por tanto, para evitar el problema del aliasing, se
selecciona Fs segn

(1.4.19) Fs > 2 F max

donde Fmax es la frecuencia ms alta de la seal analgica. Con la velocidad de muestreo

seleccionada de esta manera tenemos que cualquier componente de frecuencia, por ejemplo
|Fi| < Fmax, de la seal analgica se corresponde en tiempo discreto con una sinusoide de
frecuencia

(1.4.20) - f i = Fi/Fs

o equivalentemente,

(1.4.21) - i = 2fi

Dado que |f| = o |

| = es la frecuencia ms alta (nica) en una seal en tiempo discreto, la
eleccin de la velocidad de muestreo segn (1.4.19) evita el problema del aliasing. En otras
palabras, la condicin F s > 2 F max garantiza que todas las componentes sinusoidales de la seal
analgica se correspondan con componentes en frecuencia de tiempo discreto en el intervalo
fundamental. Por lo tanto, todas las componentes en frecuencia de la seal analgica estn
representadas sin ambigedad en la forma muestreada de la seal, y as la seal analgica
 67

puede ser reconstruida sin distorsin a partir de las muestras usando un mtodo de
interpolacin apropiado (conversin digital analgica). La frmula de interpolacin ideal o
apropiada se especifica mediante el teorema del muestreo.

Teorema del muestreo. Si la frecuencia ms alta contenida en una seal analgica xa(t) es
F max = B y la seal se muestrea a una velocidad Fs < 2Fmax 2B, entonces xa(t) se puede
recuperar totalmente a partir de sus muestras mediante la siguiente funcin de interpolacin

sen2Bt
(1.4.22) g(t) =
2Bt
La tasa de muestreo dada por F N = 2B = 2 Fmax se denomina tasa de Nyquist. La figura 1.19
ilustra el proceso de conversin D/A ideal que utiliza la funcin de interpolacin dada por
(1.4.22).

Un punto importante es que aun cuando la forma de onda puede tener un espectro
limitado en banda, la seal podra estar corrompida por ruido aleatorio de banda ancha, previo
a la conversin analgica a digital. En tales casos, la seal ms ruido debiera ser filtrada con
un filtro analgico paso bajo que corta abruptamente por encima de la frecuencia de Nyquist,
de modo que las imgenes de ruido de alta frecuencia no sean solapadas (aliased) en la banda
de base.

Cuantificacin de seales de amplitud continua

Una seal digital es una secuencia de nmeros (muestras) en la que cada nmero se
representa por un nmero finito de dgitos (precisin finita).
El proceso de convertir una seal en tiempo discreto de amplitud continua en una seal
digital, expresando cada muestra por medio de un nmero finito (en vez de infinito) de dgitos,
se denomina cuantificacin. El error cometido al representar la seal de valor continuo por un
conjunto finito de valores discretos se denomina error de cuantificacin o ruido de
cuantificacin.
Denotaremos la operacin de cuantificacin de las muestras x(n) como Q[x(n)] y
utilizaremos xq(n) para designar la secuencia de muestras cuantificadas a la salida del
cuantificador. As x q(n) = Q[x(n)] por tanto, el error de cuantificacin de una secuencia eq(n) se
define como la diferencia entre el valor cuantificado y el de la muestra original

(1.4.25) eq(n) = xq(n) x(n)

Supongamos que queremos utilizar un solo dgito significativo. Para eliminar los dgitos
sobrantes podemos simplemente eliminarlos (truncamiento) o aproximar por el nmero con un
dgito significativo ms cercano (redondeo). Las seales cuantificadas resultantes xq(n) se
muestran en la Tabla 1.2. Discutiremos solo la cuantificacin por redondeo, aunque es igual de
fcil considerar el caso de truncamiento. El proceso de redondeo se ilustra grficamente en la
Fig. 1.20b.
 68

Los valores permitidos en la seal digital se denominan niveles de cuantificacin, mientras

que la distancia entre dos niveles de cuantificacin sucesivos se denomina escaln de
cuantificacin o resolucin. El cuantificador por redondeo asigna a cada muestra de x(n) el
nivel de cuantificacin ms cercano. Por el contrario un cuantificador por truncamiento le
asignara el nivel inmediatamente por debajo de la muestra. El error de cuantificacin en el
caso de redondeo se encuentra en el intervalo [-/2 a /2], es decir

(1.4.26) - e q(n)
s s
En otras palabras, el error de cuantificacin instantneo no puede superar la mitad del valor del
escaln de cuantificacin (ver Tabla 1.2).
Si xmin y xmax representan los valores mximo y mnimo de x(n) y L es el nmero de
niveles de cuantificacin, entonces

x max x min
(1.4.27) =
L 1
Definimos el rango dinmico de la seal como xmax xmin. En nuestro ejemplo xmax = 1, xmin =
0, y L = 11, lo que nos lleva a = 0.1. Obsrvese que si el rango dinmico est prefijado, el
aumento del nmero de niveles conlleva la disminucin del escaln de cuantificacin. Por tanto,
el error de cuantificacin decrece y aumenta la precisin del cuantificador. En la prctica se
puede reducir el error de cuantificacin a niveles insignificantes, eligiendo un nmero suficiente
de niveles de cuantificacin.
 69

Tericamente, la cuantificacin de las seales analgicas resulta siempre en una

prdida de informacin. Este es el resultado de la ambigedad introducida por la cuantificacin.
De hecho, la cuantificacin es un proceso no invertible (es decir, una correspondencia en la
que muchos elementos tienen la misma imagen), dado que a todas las muestras a una
distancia inferior a /2 de un determinado nivel se les asigna el mismo valor. Esta ambigedad
hace que el anlisis cuantitativo de la cuantificacin sea extremadamente difcil.