Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformada Fourier Almira PDF
Transformada Fourier Almira PDF
Transformada de Fourier*
Ahora bien, |fk+1 fk | = f = 1/2T ( k Z ) y, por tanto, podemos interpretar los puntos {fk }
como nodos equiespaciados de una particion de Riemann para la integral lmite
Z Z
2if s
x(s)e ds e2if t df
Es decir, podemos concluir que (bajo ciertas condiciones restrictivas sobre la suavidad de la senal
aperiodica x(t)) se satisface la siguiente identidad (llamada: Teorema integral de Fourier):
Z Z
2if s
x(t) = x(s)e ds e2if t df
*
Este documento esta basado ampliamente en el libro de texto del autor: J.M. Almira, Matematicas para la recu-
peracion de senales, Grupo Editorial Universitario, 2005.
1
Es decir: no periodica.
LAFA. Laboratorio de Analisis de Fourier Aplicado
Definicion 1 La senal Z
F(x)() := x
b() := x(s)eis ds
Definicion 2 La senal Z
1 1
F (y)(t) := y()eis d
2
y, de manera analoga,
F(F 1 (y))() = y().
Una cosa es clara: bajo ciertas hipotesis (que luego especificaremos), conocer la transformada
de Fourier de una senal equivale a conocer dicha senal, ya que al aplicar la transformada inversa
recuperamos toda la informacion. De igual forma, si conocemos los coeficientes de Fourier {ck } k=
de cierta senal (periodica) x(t), de la que sabemos que es suficientemente suave, entonces conocemos
la senal, pues para rescatarla completamente bastara sumar la correspondiente serie de Fourier. As,
el papel del espectro de la senal, que en el caso periodico lo juegan los coeficientes de Fourier, en el
caso aperiodico lo juega la transformada de Fourier.
Para evitar problemas con la definicion de transformada de Fourier, supondremos que la senal x(t)
es absolutamente integrable en R. Es decir, supondremos que
Z
||x||L1 (R) = |x(t)|dt < .
En tal caso, su transformada xb() existe y esta uniformemente acotada en R, pues |eis | = 1 para
, s R implica |b
x()| ||x||L1 (R) para para R.
2
LAFA. Laboratorio de Analisis de Fourier Aplicado
Nota 2 Mantenemos ambas notaciones, F(x) y x para la transformada de Fourier, porque a veces
una de ellas es mas comoda o mas clarificadora que la otra. Por otra parte, esto ayuda a que el
estudiante se familiarize con ambas notaciones y, por tanto, le permitira leer facilmente diferentes
textos sobre el tema (ya que por ahora no hay acuerdo unanime para la notacion en esta materia).
Demostracion. En realidad, esta propiedad es trivial: basta hacer un cambio de variable, como
se observa a continuacion:
Z
F[x(t a)]() = eit x(t a)dt
Z
= ei(s+a) x(s)ds (donde s = t a)
ia
= e F[x(t)]().
La otra formula se demuestra de forma analoga.
Cambios de escala. Si > 0 y x (t) = 1 x(t/), entonces
F[x ]() = F[x]() y F[x(t)]() = F(x) ().
Demostracion. De nuevo un simple cambio de variable sirve para nuestros objetivos:
Z
1
F[x ]() = eit x(t/)dt
Z
1 t
= eis x(s)ds (donde s = )
= F[x]()
La demostracion de la segunda formula es analoga.
3
LAFA. Laboratorio de Analisis de Fourier Aplicado
Demostracion. En este caso vamos a utilizar la formula de integracion por partes, para el calcu-
lo de x0 :
Z
0
x () = eit x0 (t)dt
Z
it
t=
= e x(t) t= + i eit x(t)dt
= i x()
Su transformada de Fourier es
Z
F(ua )() = ua (s)eis ds
Z a s=a
2iseis eia eia
= e ds = =
a i s=a i
cos(a) + i sin(a) cos(a) i sin(a)
=
i
sin(a)
= 2
4
LAFA. Laboratorio de Analisis de Fourier Aplicado
Hay otros ejemplos cuyo calculo no es tan sencillo como en los casos anteriores. Esto, unido a su
importancia para las aplicaciones, los traslada a la categora de teoremas:
Teorema 1 Si x(t) = exp(t2 ), entonces x
b() = exp( 2 /4).
R 2
Demostracion. El primer paso para el calculo de x b() = et eit dt consiste en agrupar en un
2
solo termino el producto et eit , de manera que aparezca como exponente un cuadrado perfecto.
As, si tenemos en cuenta que
2
i 2 2
t+ = t + it ,
2 4
resulta que
2
2 2 i
t + it = t +
4 2
y, por tanto,
Z Z
2 i 2
x
b() = e t2 it
e dt = e 4 (t+ 2 ) dt
2
Z 2
= e 4
e(
t+ i
2 ) dt,
5
LAFA. Laboratorio de Analisis de Fourier Aplicado
Lema 1 Z
2
et dt = .
R 2
Demostracion. Denotemos por I la integral que queremos calcular: I =
et dt. Entonces
Z Z Z Z
2 t2 s2 2 +s2 )
I = e dt e ds = e(t dtds.
cuyo Jacobiano es igual a , podemos entonces hacer uso del teorema de integracion por cambio de
variables, para obtener que
Z 2 Z Z 2 Z
2 2 2
I = e dd = d e d
0 0 0 0
Z
2 1 2 1
= 2 e d = 2 e = 2 = .
0 2 0 2
Por tanto, I = .
Tomamos ahora en consideracion la formula integral de Cauchy, aplicada a Rla funcion entera
f (z) = exp(z 2 ). Como se trata de una funcion sin singularidades, la integral exp(z 2 )dz se
anula sobre cualquier curva cerrada . Consideramos, pues, la curva = 1 + 2 + 3 + 4 , cuyo
grafo es el borde del rectangulo [R, R] [0, /2] y que esta orientada positivamente (de modo que
1 va desde R hasta R, 2 va desde R hasta R + i 2 , 2 va desde R + i 2 hasta R + i 2 y 2 va desde
R + i 2 hasta R). Entonces
Z Z Z Z Z
z 2 z 2 z 2 z 2 2
0 = e dz = e dz + e dz + e dz + ez dz
1 2 3 4
Z R Z R
i 2
e(t+ 2 ) dt.
2
= et dt
R R
6
LAFA. Laboratorio de Analisis de Fourier Aplicado
y, por tanto,
2
x
b() = e 4 ,
que es lo que queramos demostrar.
Ya hemos mencionado anteriormente que si la senal es absolutamente integrable en R entonces su
transformada de Fourier es acotada. En realidad, el siguiente resultado, mas fuerte, se satisface:
lm F(x)() = 0.
Otro resultado importante (y, en principio, inesperado) consiste en que podemos garantizar la con-
tinuidad de xb(), para R, incluso para senales x(t) discontinuas. Mas precisamente, se satisface
el siguiente teorema:
Teorema
R 3 Supongamos que x : R C; t x(t) es continua a trozos y absolutamente integrable
(i.e., |x(t)|dt < ). Entonces x
b() es continua en todo R.
Demostracion. Para demostrar el teorema, vamos a hacer uso de un resultado tecnico de analisis real
que no cabe demostrar en un curso del nivel que nos proponemos, pero s podremos utilizar. Se trata
de una version del teorema de la convergencia dominada de Lebesgue adaptada al contexto en que
nos encontramos:
Teorema 4 (Convergencia dominada, Lebesgue) Supongamos que tenemos una familia de funciones
xh : R C (h R), continuas a trozos tales que existe una cierta funcion g verificando que
x(t) = lm fh (t); t R,
h0
entonces Z Z Z
lm xh (t)dt = (lm xh (t))dt = x(t)dt.
h0 h0
7
LAFA. Laboratorio de Analisis de Fourier Aplicado
donde xh (t) = x(t)eit (eiht 1). Es claro que, para , h, t R se tiene que
Es mas, si utilizamos una version mas fuerte del Teorema de la convergencia dominada (ver [?]),
se puede demostrar el siguiente (importante) resultado:
1
Teorema 5 (Riemann-LebesgueR + Continuidad de x()) Sean L (R) y C0 (R) dotados de 1sus nor-
mas usuales kx(t)kL1 (R) = |x(t)|dt y kx(t)kC0 (R) = suptR |x(t)|. Entonces F : L (R)
C0 (R) es un operador acotado. Lo mismo sucede con el operador transformada de Fourier inversa,
F 1 : L1 (R) C0 (R)
Teorema 6 Supongamos que las funciones x(t)es1 t y x(t)es2 t son continuas a trozos y absolutamente
integrables en toda la recta real, y s1 < s2 . Entonces la funcion
Z
F (z) = x(t)eizt dt
Por tanto, Z Z Z
0
izt s1 t
|x(t)e |dt |x(t)|e dt + |x(t)|es2 t dt < .
0
8
LAFA. Laboratorio de Analisis de Fourier Aplicado
Esto demuestra la existencia de F (z) para z D. Por otra parte, fijados z D, y {zn } z
({zn }nN D), se tiene que
Z
|F (zn ) F (z )| |eizn t eiz t ||x(t)|dt.
Ahora bien, sabemos que lmn |eizn t eiz t | = 0 (puntutalmente en t R) y, por tanto, necesi-
tamos (para utilizar el Teorema de Convergencia Dominada) encontrar una funcion y(t) L1 (R) tal
que |eizn t eiz t |x(t) y(t) para todo t R y todo n 0. Es facil comprobar que la funcion y(t)
definida por y(t) = 2es2 t |x(t)| si t 0, y(t) = 2es1 t |x(t)| si t < 0 satisface dichos requisitos. Por
tanto, F es continua en D. Tomamos ahora una curva cerrada en D. Entonces, utilizando el teorema
de Fubini, vemos que
Z Z Z
F (z)dz = ( x(t)eizt dt)dz
Z
Z
= ( x(t)eizt dz)dt (por Fubini)
Z
y, por tanto , podemos usar el Teorema de Morera para afirmar que F H(D), que es lo que
queramos demostrar.
Corolario 2 Si x() tiene soporte compacto entonces x(t) es la restriccion a R de una funcion entera
x(z).
En realidad, la convolucion esta bien definida desde el momento en que una de las senales sea acotada
(en R) y la otra sea absolutamente integrable.
9
LAFA. Laboratorio de Analisis de Fourier Aplicado
Proposicion 2 Si x(t) e y(t) son senales continuas a trozos y absolutamente integrables en R, en-
tonces su convolucion, x[
y(t) es tambien una senal absolutamente integrable. Es mas, se verifica la
desigualdad
k[
x ykL1 (R kxkL1 (R) kykL1 (R)
Demostracion. Como las senales son absolutamente integrables, podemos utilizar el Teorema de
Fubini, para cambiar el orden de integracion en los siguientes calculos:
Z
k[
x ykL1 (R) = x[ y(t) dt
Z
Z
= x(s)y(t s)ds dt
Z Z
|x(s)||y(t s)|dsdt
Z Z
= |x(s)|ds |y(t s)|dt (por F ubini)
Z
= kxkL1 (R) |y(t s)|dt = kxkL1 (R) kkykL1 (R) ,
x[
y() = x()y()
Demostracion. Ya sabemos que x[ y(t) es absolutamente integrable, de modo que podemos utilizar
el teorema de Fubini otra vez en nuestros calculos:
Z
x[ y() = x y(t)eit dt
Z
Z
= x(s)y(t s)ds eit dt
Z
Z
10
LAFA. Laboratorio de Analisis de Fourier Aplicado
una operacion relativamente complicada (la convolucion de senales en el dominio del tiempo) en
otra muy sencilla (el producto de senales en el dominio de la frecuencia). Esto lleva a pensar que
quizas cierto tipo de problemas que se plantean de forma natural en el dominio del tiempo se puedan
trasladar (va la transformada de Fourier) al dominio de la frecuencia, donde (supuestamente) seran
mas faciles de resolver. En tal caso, una vez obtenida la solucion en el dominio de la frecuencia,
sera necesario llevarsela al domino del tiempo va una transformacion que debera funcionar como el
operador inverso de la transformada de Fourier. Con esto, queda motivado el contenido de la siguiente
seccion.
Ahora vamos a estudiar en detalle bajo que condiciones sobre la senal x(t) se satisface dicha formula.
De la misma forma que no fue sencillo el estudio de la convergencia de las series de Fourier, la
respuesta a la pregunta que nos formulamos ahora no es Rtrivial en absoluto. Para empezar, pudiera
suceder que F(x) = x b/ L1 (R) y, por tanto, la expresion F(x)()eit d no sea convergente. Un
ejemplo de que esto es perfectamente posible lo da la identidad (que ya demostramos en su momento)
sin(a)
F(ua )() = 2 .
no baste con substituir por el valor de x(s) y realizar el calculo de la integral doble, pues podra suced-
er que no podamos hacer ciertas operaciones como, por ejemplo, intercambiar el orden de integracion
(debido a que no hay convergencia absoluta para la integral doble).
Pero podemos intentar lo siguiente:
Primero multiplicamos el integrando xb() por una funcion () que decrezca muy rapido para
pero que, si hacemos 0, se aproxime uniformemente a la funcion 1. De esta
forma, para > 0 fijo, podemos hacer las cuentas (intercambiar el orden de integracion, etc)
pues la correspondiente integral doble es absolutamente convergente.
Existen varias elecciones de () que funcionan (y, por tanto, existen varias versiones del Teore-
2 2
ma Integral de Fourier2 ). Una posibilidad es tomar () = e /2 y, de hecho, el correspondiente
teorema es muy usado para el estudio de procesos estocasticos. Nosotros vamos a elegir () de
2
En realidad, esto es parecido a la existencia de varios metodos de sumacion para las series de Fourier.
11
LAFA. Laboratorio de Analisis de Fourier Aplicado
Teorema 8 (Teorema Integral de Fourier) Supongamos que x(t) es continua a trozos, absoluta-
mente integrable en R, en cada punto admite ambas derivadas laterales, y que en los puntos de
discontinuidad esta definida como
Entonces Z Z
M
1 it 1 it
x(t) = lm e x
b()d = v.p e x
b()d (t R)
M 2 M 2
1
RM 1
R M R
2 M
b()e d = 2 M x(s)e ds eit d
x it is
R R
1 M is it
= 2
x(s) e e d ds
M i
1
R i(ts)
=M
= 2
x(s) ei(ts) ds
=M
R
1
= 2 x(s) 2 sin(M (ts))
ds
R
1 t
ts R
= x(s) ts ds + 1 t x(s) sin(Mts
sin(M (ts)) (ts))
ds
12
LAFA. Laboratorio de Analisis de Fourier Aplicado
1
R x(t+u)
Por tanto, lmM M u
sin(M u)du = 0 y solo tenemos que estudiar el lmite
Z
1 sin(M u)
lm x(t + u) du.
M 0 u
+
Ahora bien, sabemos que h(u) = x(t+u)x(tu
)
es continua a trozos y, por tanto, tambien como conse-
cuencia del Teorema de Riemann-Lebesgue, se tiene que
Z
1 sin(M u)
lm x(t + u) du
M 0 u
Z Z
1 x(t + u) x(t+ ) + sin(M u)
= lm sin(M u)du + x(t ) du
M 0 u 0 u
Z
x(t+ ) sin(M u)
= lm du
M 0 u
13
LAFA. Laboratorio de Analisis de Fourier Aplicado
14
LAFA. Laboratorio de Analisis de Fourier Aplicado
15
LAFA. Laboratorio de Analisis de Fourier Aplicado
por tanto, podemos intentar calcular los coeficientes de Fourier de como funcion T -periodica.
Z Z T Z (n+1)T
1 T 2ikt 1 X 2ikt 1 X 2ikt
ck () = (t)e T dt = x(t + nT )e T dt = x(t)e T dt
T 0 T n= 0 T n= nT
Z
1 2ikt 1 2k
= x(t)e T dt = x b( )
T T T
Se sigue que el desarrollo en serie de Fourier de es
1 X 2k 2ikt
(t) x
b( )e T
T k= T
y, por tanto, cuando se pueda garantizar la convergencia de dicho desarrollo, se tendra la conocida
formula de Poisson
X 1 X 2n 2int
x(t + nT ) = x
b( )e T (2)
n=
T n=
T
Un caso especial es el que se logra de hacer t = 0 en la expresion anterior:
X
1 X 2n
x(nT ) = x
b( ). (3)
n=
T n= T
Es muy importante, para nuestros objetivos futuros (relacionados con la teora del muestreo de senales
analogicas), observar que se satisface la siguiente propiedad:
16
LAFA. Laboratorio de Analisis de Fourier Aplicado
F(x){} = x{F()}
El concepto que acabamos de introducir permite hacer un uso muy extenso de las transformadas de
Fourier ya que en principio no hay grandes restricciones para las funciones generalizadas. En particu-
lar, esto se hara notar en el estudio del teorema del muestreo clasico. Ahora, para que la transformada
de Fourier que acabamos de introducir sea util es imprescindible comprobar que las propiedades
basicas de la transformada de Fourier clasica se conservan.
Teorema 10 (Teorema de inversion de Fourier para senales generalizadas) Sea x(t) G una fun-
cion generalizada. Entonces para toda senal S se tiene que
1b
x
b{(t)} = x{(t)},
2
1 b
y, por tanto, podemos afirmar que x(t) = 2
x
b(t).
Nota 6 Observese con que facilidad hemos podido demostrar el teorema de inversion para senales
generalizadas, a pesar de lo dificil que fue su prueba para las senales ordinarias. Ahora bien: dicha
simplicidad es enganosa puesto que nuestra prueba descansa sobre el hecho de que se conoce el
teorema de inversion de Fourier para las funciones que estan en la clase de Schwartz, que son
senales ordinarias.
Ejemplo 3 Vamos a calcular la transformada de Fourier de la funcion delta de Dirac . Por defini-
cion, F(){} = {F()} = F()(0) y, por tanto,
Z
F(){} = (0) = (s) 1ds = 1{}.
17
LAFA. Laboratorio de Analisis de Fourier Aplicado
para toda senal S. Por tanto, hemos demostrado que F() = 1. Ademas, utilizando el teorema de
inversion de Fourier, y el hecho de que es par, podemos afirmar que F(1)(t) = (t) = 2(t) =
2(t). Ademas, si consideramos las traslaciones de la senal delta de Dirac, w (t) = (t w),
entonces obtenemos que
Z
c
w {} = (t w)(t)dt
Z
= (s)(s + w)dt
= (w)
Z
= eiwt (t)dt
iwt
= (e ){},
\
es decir, ( w)(t) = exp(wit).
Ejemplo 4 El ejemplo anterior sirve (entre otras cosas) para calcular la transformada de Fourier de
una exponencial compleja, x(t) = exp(iwt). Para ello basta aplicar el Teorema 10, pues
\
\
x
b(t) = ( w)(t) = 2(t w) = 2(t + w).
Ejemplo 5 Otro
P ejemplo importante es el calculo de laP
transformada de Fourier
del tren de impulsos
III{}T = n= (nT ). Claramente, III T {} =
n= ( nT ) {}. Por tanto,
X
[T {} =
III (\
nT ){}
n=
X
= exp(inT t){}
n=
X
= b
(nT )
n=
X
2 2
= ( n) (gracias a la Formula de Poisson (3)).
T n=
T
2
= III 2 {}.
T T
[T =
Es decir, III 2
III 2 .
T T
18
LAFA. Laboratorio de Analisis de Fourier Aplicado
Como (k) CSG y (nk) S para todo k n, se tiene que las funciones (k) (nk) pertenecen a
S para todo k n y, por tanto, tambien se tiene que ()(n) S.
Obviamente, si la senal satisface la condicion (4), podemos definir para toda senal generalizada
x G, el producto generalizado
( x){} = x{ }.
Obviamente, si la senal satisface la condicion (4), podemos definir para toda senal generalizada
x G, el producto generalizado
( x){} = x{ }.
Por otra parte, la convolucion de senales generalizadas se puede definir de la siguiente forma: Supong-
amos que las senales ,b b0 , b00 , pertenecen a S. Entonces, para toda senal x G se define el
producto de convolucion Z
( x){} := e
x(t)( )(t)dt,
e := (t).
donde (t)
Vamos a probar que entonces se satisface la siguiente importante propiedad:
Teorema 11 (Producto y Convolucion) Sean (t) verificando (4) y x G. Entonces
1
d
x=
bx b.
2
Demostracion. Para empezar, si tenemos en cuenta que verifica (4), entonces = b satisface las
b b
condiciones necesarias para definir el producto de convolucion x, puesto que =
b = 2e .
Sea S. Entonces, para toda senal S se tiene que
Z
[
(){} = b
()(t)(t)dt
Z
= b
(t)((t)(t))dt
Z
1 \ be
= (t)( )(t)dt
2
Z
1 be
= b(t)( )(t)dt
2
Z
1 eb
= b(t)( )(t)dt
2
Z
1 1
= (b
)(t)(t)dt
b = (b
){}
b
2 2
19
LAFA. Laboratorio de Analisis de Fourier Aplicado
[ = 1 (b
lo que demuestra que () )
b siempre que S. En particular, hemos dado una prueba
2
explcita de que para toda senal S se tiene que
e S y, por tanto, el producto de convolucion
Z
1 \ b
= (t)( xe)(t)dt
2
Z
1 b
= b(t)( x
e)(t)dt
2
Z
1 e
= b(t)( x
b)(t)dt
2
Z
1 1
= (b
x b)(t)(t)dt = (b
x
b){}
2 2
bb
yb = F(Lx) = F(x)F(h) = x h
Generalmente, se emplea la notacion siguiente: X(w) = x b(w) representa la entrada del sistema e
Y (w) = yb(w) representa la salida del sistema (ambas en el dominio de la frecuencia). En tal caso, la
senal H(w) = bh(w) caracteriza completamente el sistema (en el dominio de la frecuencia). La senal
H(w) recibe el nombre de funcion de transferencia del sistema. Evidentemente, la formula
Y (w) = X(w)H(w),
que describe completamente el sistema en el dominio de la frecuencia, es mas sencilla (en principio)
que la correspondiente formula en el dominio del tiempo. Esto, ademas, posee importantes aplica-
ciones para el diseno de filtros: veamos por que.
20
LAFA. Laboratorio de Analisis de Fourier Aplicado
Por tanto,
A(w)ei(w) = A(w)ei(w) = H(w) = H(w) = A(w)ei(w) ,
lo que nos lleva a las igualdades
A(w) = A(w) (i.e., A es par)
(w) = (w) (i.e., es impar),
que es lo que queramos probar.
21
LAFA. Laboratorio de Analisis de Fourier Aplicado
Como H(w) = b h(w), podemos usar el teorema de inversion de la transformada de Fourier para
obtener que la respuesta al impulso unidad del correspondiente sistema LTI viene dada por
Z Z w0
1 iwt 1
hw0 (t) = Hw0 (w)e dw = eiw(tt0 ) dw
2 2 w0
sin(w0 (t t0 ))
=
(t t0 )
Esto demuestra que los unicos filtros ideales paso-todo que existen son las traslaciones en el tiempo.
22
LAFA. Laboratorio de Analisis de Fourier Aplicado
4. Transformada de Laplace
4.1. Algunas limitaciones de la Transformada de Fourier
Como ya hemos comentado anteriormente, una de las limitaciones mas significativas de la Trans-
formada de Fourier Z
F(x)() := xb() := x(s)eis ds
es que para garantizar su existencia (cuando consideramos senales que son funciones en el sentido
ordinario del termino), necesitamos exigir que la senal x(t) sea absolutamente integrable, ya que, al
ser R, se tiene que |eis | = 1 para toda eleccion de s R. Si suponemos que nuestra senal es
causal (i.e., x(t) = 0 para t < 0) y permitimos que tome valores complejos, la situacion cambia,
puesto que
|ezt | = |e(tRez+iImz) | = |etRez |
23
LAFA. Laboratorio de Analisis de Fourier Aplicado
donde C es el conjunto de puntos del plano complejo para los que la integral del segundo
miembro de la formula anterior es convergente.
Si z < 0, entonces la integral impropia anterior es divergente y, por tanto, no existe transformada
de Laplace en dichos valores.
24
LAFA. Laboratorio de Analisis de Fourier Aplicado
exp(iat)exp(iat)
Ejemplo 8 Tomamos x(t) = sin(at). Entonces podemos utilizar que sin(at) = 2i
Z
L(x)(z) = ezs sin(as)ds
0
Z
exp(ias) exp(ias)
= ezs ds
0 2i
exp(iat) exp(iat)
= L( )(z) L( )(z)
2i 2i
1 1 1
=
2i z ia z + ia
a
= 2 (para z > 0).
z + a2
exp(iat)+exp(iat)
Ejemplo 9 Tomamos x(t) = cos(at). Entonces podemos utilizar que sin(at) = 2
Z
L(x)(z) = ezs cos(as)ds
Z0
exp(ias) + exp(ias)
= ezs ds
0 2i
exp(iat) exp(iat)
= L( )(z) + L( )(z)
2 2
1 1 1
= +
2 z ia z + ia
z
= 2 (para z > 0).
z + a2
Ejemplo 10 Consideremos ahora la transformada de Laplace de una funcion x(t) contnua a trozos
y T -periodica. Entonces:
Z X Z (k+1)T
zs
L(x)(z) = e x(s)ds = ezs x(s)ds
0 k=0 kT
Z T
X
= ez(u+kT ) x(u)du (donde s = u + kT )
k=0 0
!Z
X T
= (ezT )k ezu x(u)du
k=0 0
Z T
1
= ezu x(u)du.
1 ezT 0
25
LAFA. Laboratorio de Analisis de Fourier Aplicado
Linealidad. La transformada de Laplace es un operador lineal. Es decir, si L(xi )(z) existe para
valores z i (i = 1, 2), y a, b R, entonces L(ax1 + bx2 )(z) existe para z 1 2 , y
Demostracion. Basta utilizar el metodo de integracion por partes para el calculo de L(x0 ). De
hecho,
Z s= Z
0 zs 0 ezs
L(x )(z) = e x (s)ds = x(s) +z ezs x(s)ds
0 z s=0 0
= zL(x)(z) x(0).
Teorema 13 Supongamos que x(t) es de clase al menos C(n) . Entonces se satisface la formula sigu-
iente:
L(x(n) )(z) = z n L(x)(z) z n1 x(0) z n2 x0 (0) x(n1) (0)
26
LAFA. Laboratorio de Analisis de Fourier Aplicado
Demostracion. La prueba se hace por induccion sobre n. Para n = 1 se trata de la formula que
acabamos de probar. Supongamos que el resultado es cierto para n 1. Entonces
L(x(n)
)(z) = x(n1) (0) zL(x(n1) )(z)
= z z n1 L(x)(z) z n2 x(0) z n3 x0 (0) x(n2)(0)
z n L(x)(z) z n1 x(0) z n2 x0 (0) x(n1) (0) |z=0
= z n L(x)(z) z n1 x(0) z n2 x0 (0) x(n1) (0),
que es lo que queramos demostrar.
Multiplicacion por tn . Se satisface la siguiente formula:
L(tn x(t)(z) = (1)n (L(f )(z))(n)
Propiedad del valor inicial. Supongamos que x0 (t) tiene transformada de Laplace, entonces
se satisface la formula:
lm zL(x)(z) = x(0+ )
z
27
LAFA. Laboratorio de Analisis de Fourier Aplicado
Teorema 14 Supongamos que eat x(t) es continua a trozos y absolutamente integrable en [0, ).
Entonces L(x)(z) es una funcion analtica en el semiplano Ha = {z C : Re(z) > a}.
Este resultado es importante por varias razones. Por ejemplo, si tenemos en cuenta que una funcion
analtica queda determinada completamente una vez se conoce sobre un conjunto que posea puntos
de acumulacion interiores a su dominio de definicion (esto es el conocido principio de identidad que
se da en cualquier curso de introduccion a las funciones de una variable compleja), entonces resulta
evidente que la transformada de Laplace queda completamente determinada por las expresiones que
se calculen para valores reales de z. En realidad, esto es algo que hemos utilizado para todos los
calculos que se han hecho anteriormente.
Ahora estamos en condiciones de definir la transformada inversa de Laplace. Como en el caso de
la transformada de Fourier, la posibilidad de invertir la transformada de Laplace de una senal x(t),
depende de ciertas propiedades de suavidad de x(t). As pues, el teorema analogo al teorema integral
de Fourier es, en este caso, el siguiente resultado:
Teorema 15 (Transformada de Laplace inversa) Supongamos que x(t) es continua, satisface eat x(t)
L1 ([0, )), y sus derivadas unilaterales existen para todo valor de t. Sea X(z) = L(x)(z) (z > a)
la transformada de Laplace de x(t). Entonces
Z s+iM
1
x(t) = lm ezt X(z)dz,
M 2i siM
Nota 7 Observese que la integral que aparece en el teorema anterior se toma sobre la recta Ls =
{z C : Re(z) = s}, con s > a arbitrariamente elegido. Al tomar s > a, dicha recta esta contenida
en el dominio de holomorfa de X(z) y, por tanto, no depende de la eleccion del valor s. Esta formula
recibe tambien el nombre de formula de inversion de Mellin-Fourier.
Demostracion. Vamos a basar nuestra prueba en el teorema integral de Fourier. Cosideramos s > a
fijo, y definimos la funcion Y (v) = X(s + iv), v R. Entonces
Z Z
(s+iv)t
Y (v) = e x(t)dt = eivt est x(t) dt = y(v),
o o
donde
est x(t), t0
y(t) =
0, t < 0.
28
LAFA. Laboratorio de Analisis de Fourier Aplicado
Ahora bien, las hipotesis sobre x(t) pasan a verificarse para la senal y(t) y, por tanto, podemos aplicar
el teorema integral de Fourier:
Z Z
1 ivt 1
y(t) = p.v. e y(v)dv = p.v. eivt Y (v)dv, para todo t 6= 0.
2 2
Se sigue que, para t > 0, Z
st 1
e x(t) = p.v. eivt X(s + iv)dv
2
y, por tanto,
Z
1
x(t) = p.v. e(s+iv)t X(s + iv)dv
2
Z s+iM
1
= lm ezt X(z)dz,
M 2i siM
29
LAFA. Laboratorio de Analisis de Fourier Aplicado
Teorema 16 Sea X(z) = L(x)(z) una funcion analtica en todo C excepto quizas en un numero
finito de puntos y sea R = IR + CR como antes. Si
lm max |X(z)| = 0,
R zCR
entonces Z
1
lm ezt X(z)dz = 0
R 2i R
y, por tanto,
n
X
1
x(t) = L (X)(t) = Res(ezt X(z); zj ).
j=1
El teorema anterior se puede aplicar para el estudio de la transformada de Laplace inversa de cualquier
funcion racional, X(z) = p(z)/q(z), con deg p < deg q, pues en tal caso se tiene que X(z) solo tiene
como posibles singularidades los ceros de q(z) (que son a lo sumo deg q) y lmR max|z|>R |X(z)| =
0.
Un caso particular que se puede estudiar facilmente es el descrito por el siguiente resultado:
p(z)
Teorema 17 Supongamos que X(z) = L(x)(z) = q(z)
, deg p < deg q y q(z) = a(z 1 )(z
2 ) . . . (z m ), con i 6= j para i 6= j. Entonces
Xm
p(k ) k t
x(t) = L1 (X)(t) = 0 ( )
e .
k=1
q k
1 dm1
Res(X(z); ) = lm ((z )m X(z)) .
zk (m 1)! dz m1
30
LAFA. Laboratorio de Analisis de Fourier Aplicado
finito de pasos.
5
El calculo de la descomposicion en fracciones simples de una funcion racional aparece, por primera vez, en la cor-
respondencia entre J. Bernoulli y Leibnitz, alrededor de 1700, pero estas ideas fueron explotadas sistematicamente por J.
Bernoulli (1702), Leibnitz (1702), Euler (1768) y Hermite (1873). En particular, se suele llamar metodo de Hermite al
metodo de integracion de funciones racionales basado en dicha descomposicion .
31
LAFA. Laboratorio de Analisis de Fourier Aplicado
Ahora bien, si la ecuacion anterior se puede resolver para ciertos C y s(z), entonces
se concluye que
1 C C n
L = t exp(t)
(z )m n!
y, por tanto, si
k m
p(z) X X i
Ci,j
= j
.
q(z) i=1 j=1
(z i )
p(z)
es la descomposicion en fracciones simples de q(z)
, entonces
mi
k X
X
1 p(z) 1 Ci,j
L = L
q(z) i=1 j=1
(z i )j
mi
k X
X Ci,j
= tj exp(i t)
i=1 j=1
j!
Este resultado es muy importante. En concreto, en la proxima seccion podremos comprobar que
de el depende el poder resolver ciertas ecuaciones diferenciales que aparecen frecuentemente en la
practica. Por supuesto, una vez sabemos que las descomposiciones en fracciones simples existen, nos
resultara imprescindible encontrar algun mecanismo sencillo para su calculo.
Ahora bien, si multiplicamos p(z)
q(z)
por (z i0 )mi0 , obtenemos que
p(z)
(z i0 )mi0
q(z)
mi mi
X X Ci,j (z i0 )mi0 X0
= j
+ Ci0 ,j (z i0 )mi0 j
ik;i6=i j=1
(z i ) j=1
0
mi mi
X X Ci,j (z i0 )mi0 X0
= j
+ Ci0 ,mi0 t (z i0 )t
ik;i6=i j=1
(z i ) t=1
0
32
LAFA. Laboratorio de Analisis de Fourier Aplicado
y, por tanto,
1 dk mi0 p(z)
Ci0 ,mi0 k = (z i0 ) ; para k = 0, 1, . . . , mi0
k! dz k q(z) |z=i0
p(z)
De esta forma podremos calcular todas las constantes Ci,j , una vez conocidos los polos de q(z)
.
obtenemos que
0 = L(ay 00 + by 0 + cy)(z)
= a(z 2 L(y)(z) zy 0 (0) y(0)) + b(zL(y)(z) y(0)) + cL(y)(z)
= (az 2 + bz + c)L(y)(z) (az + b)y0 ay1
y, por tanto,
az + b a
L(y)(z) = y0 + y1 2
az 2
+ bz + c az + bz + c
Ahora bien, L es un operador lineal y, por tanto, si L tuviese un operador inverso, L1 , este sera
lineal. Vamos a suponer momentaneamente que tal es el caso. Entonces la expresion anterior la po-
dramos reescribir como:
1 az + b 1 a
y(z) = y0 L + y1 L
az 2 + bz + c az 2 + bz + c
az+b a
en realidad, si definimos las funciones F (z) = az 2 +bz+c
y G(z) = az 2 +bz+c
, necesitamos encontrar
las funciones L1 (F ) y L1 (G) de modo que
L1 (F )(0) = 1, L1 (F )0 (0) = 0
33
LAFA. Laboratorio de Analisis de Fourier Aplicado
y
L1 (G)(0) = 1, L1 (G)0 (0) = 0.
Para realizar los calculos que faltan, es necesario distinguir varios casos, que dependen de como
son los ceros de q(z) = az 2 + bz + c:
Caso 1: Los ceros de q(z) son simples. Esto significa que q(z) = a(z )(z ) y, por tanto,
F (z) (y tambien G(z)) se puede descomponer en fracciones simples como sigue:
A B
F (z) = +
z z
para ciertas constantes A, B C. Se sigue que
L1 (F )(t) = Aet + Bet .
Caso 2: q(z) tiene un cero doble. Esto implica que q(z) = a(z )2 para cierto numero real
y, por tanto, F (z) (y tambien G(z)) se descompone ahora como
A B
F (z) = +
z (z )2
para ciertas constantes A, B. Se sigue que
L1 (F )(t) = Aet + Btet .
Caso 3: Los ceros de q(z) son complejos conjugados. En este caso, podemos encontrar +
i C tal que q(z) = a(z ( + i))(z ( i)); , R y 6= 0 y, por tanto, F (z)
(tambien G(z)) se descompone como
A B(z )
F (z) = 2 2
+
(z ) + (z )2 + 2
Ahora la transformada de Laplace inversa queda como:
L1 (F )(t) = Aet sin t + Bet cos t.
34
LAFA. Laboratorio de Analisis de Fourier Aplicado
35
LAFA. Laboratorio de Analisis de Fourier Aplicado
Es decir, el problema pasa a ser la solucion (en sentido generalizado) de la ecuacion algebraica
P ()
Y () = X()
Q()
para ciertos polinomios algebriacos P (z), Q(z). Esto se puede interpretar, en el dominio del tiempo,
como
1 1 P ()
y(t) = F (Y )(t) = F x (t).
Q()
P ()
Es decir, el cociente Q() representa la respuesta del sistema al impulso unidad en el dominio de la
frecuencia y nuestro problema es calcular su transformada de Fourier inversa, algo que tiene sentido
gracias a que estamos trabajando con funciones generalizadas.
5. Transformada Z
5.1. Definicion de la transformada Z. Primeras propiedades
Dada una senal discreta {x(n)}
n= , definimos su transformada Z como
X
Z({x(n)}
n= ) = x(n)z n ,
n=
donde se supone que z pertenece a la region de convergencia de la serie de Laurent que aparece en
el segundo miembro de la igualdad anterior. (Observese que dichas regiones de convergencia son
siempre anillos {z : r < |z| < R}, donde los radios de interior y exterior del anillo dependen del
comportamiento asintotico de la sucesion {x(n)} n= ).
La correspondencia que acabamos de establecer (una sucesion es llevada a una cierta funcion
analogica), no es biyectiva. Es sencillo obtener sucesiones distintas tales que, si se suma la serie que
define la transformada Z de ambas secuencias, entonces resulte que para ambas se obtiene la misma
expresion algebraica. Por ejemplo, tomamos x = {u(n)} n= , y = {u(n1)}n= y obtenemos:
X 1 z
Z(x) = z n = 1
= (para |z 1 | < 1)
n=0
1z z1
1
X
X
n
Z(y) = z = zn
n= n=1
X
1 z
= z zn = z = (para |z| < 1)
n=0
1z z1
z
As pues, ambas transformadas producen la misma funcion, z1 , excepto por el detalle (que nunca
debemos menospreciar) de que dicha funcion esta definida en dominios distintos, ya que las regiones
de convergencia de las correspondientes series, son diferentes. As, podemos definir con mayor pre-
cision la transformada Z de una sucesion como sigue:
36
LAFA. Laboratorio de Analisis de Fourier Aplicado
Demostracion. En realidad, el teorema anterior es una sencilla consecuencia del siguiente teorema
debido a Laurent6 :
Teorema 19 (Laurent) 7 Supongamos que f (z) es una funcion deP variable compleja derivable en un
anillo R = {z C : R1 < |z z0 | < R2 }. Entonces f (z0 + h) = n
n= cn h para R1 < |h| < R2 ,
donde la convergencia de la serie es uniforme sobre compactos del anillo R1 < |h| < R2 , y las
constantes cn estan dadas por
Z
1 f (z)
cn = dz, n Z,
2i Cr (z z0 )n+1
Si tomamos
P z0 =n 0 entonces la expresion que aparece en el teorema anterior, se transforma en
f (z) = n= cn z , y las regiones de convergencia pasan a ser coronas con centro el origen de
coordenadas.
Para x una senal arbitraria, si la region de convergencia R(x) es un anillo no vaco, entonces
la funcion Z(x)(z) es holomorfa en dicho anillo. Supongamos ahora que R(x) 6= . Entonces el
teorema de Laurent garantiza que, si Cr es una circunferencia interior al anillo R(x), entonces
Z
1
x(n) = f (z)z n1 dz, n Z,
2i Cr
y por tanto, si R(x) R(y) 6= , y Z(x)(z) coincide con Z(x)(z) para z Cr , una circunceferencia
interior a ambas regiones, se obtiene que x(n) = y(n) para todo n Z.
El teorema de Laurent proporciona la clave para el proceso de inversion asociado a la transformada
Z. Mas precisamente, si conocemos tanto la funcion X(z) = Z(x)(z) y su correspondiente region
6
P. A. Laurent (1813-1854). Ingeniero frances. En 1842 envio una memoria para participar en un premio de
matematicas a la Academia de Ciencias de Pars, pero el manuscrito llego fuera de tiempo y, a pesar de que Cauchy
emitio un informe positivo, este no fue evaluado. Los desarrollos en serie de Laurent son muy importantes en la teora de
funciones de variable compleja.
7
La demostracion de este resultado se puede consultar en [?, p. 196, Th. 11.1]
37
LAFA. Laboratorio de Analisis de Fourier Aplicado
de convergencia = R(x), no solo es cierto que existe una unica senal x = {x(n)} para la que
X(z) = Z(x)(z) y = R(x) sino que, de hecho, los valores x(n) se pueden rescatar de X(z) (y )
simplemente teniendo en cuenta las expresiones
Z
1
x(n) = f (z)z n1 dz, n Z.
2i Cr
As, podemos afirmar que la formula anterior define la transformada Z inversa. El problema es que
no siempre resulta sencillo evaluar las integrales que aparecen en el segundo miembro de la expresion
anterior. As pues, nos preguntamos si en ciertos casos especiales (y que tambien sean importantes
para las aplicaciones) es sencillo evaluar la transformada Z inversa.
Terminamos esta seccion con las siguientes observaciones:
Se sigue del teorema de Laurent que toda funcion X(z) holomorfa en un anillo R, es la trans-
formada Z de alguna senal {x(n)}
n= .
Z({x(n m)}
n= )(z) = z
m
Z({x(n)}
n= )(z).
Ademas, la region de convergencia no vara, excepto quizas por la posible inclusion o exclusion
de 0 o de .
38
LAFA. Laboratorio de Analisis de Fourier Aplicado
Todas estas propiedades son sencillas de demostrar y se dejan como simples ejercicios. Solo hare-
mos algun comentario respecto de la convolucion. As pues, recordemos que si x l1 (Z) y y l (Z)
son dos senales discretas, su convolucion esta dada por x y = {cn }
n= , donde
X
cn = x(k)y(n k), para todo n Z.
k=
Ahora bien, es sencillo comprobar que, si multiplicamos las series de potencias Z(x) y Z(y),
obtenemos que
! !
X X
n n
Z(x)(z)Z(y)(z) = x(n)z y(n)z
n= n=
!
X X
= x(x)y(n k)z k z (nk)
n= k=
!
X X
= x(x)y(n k) z n
n= k=
X
= cn z n
n=
= Z(x y)(z),
lo que demuestra la propiedad de convolucion.
P (z)
Dada una funcion racional X(z) = Q(z) , queremos ahora calcular la senal x(t) tal que X(z) =
Z(x(t)). Para ello, consideramos (como es habitual) la descomposicion en fracciones simples de
X(z),
k mi
P (z) X X Ci,j
X(z) = h(z) + = j
,
Q(z) i=1 j=1
(z i )
donde h(z) es el polinomio que resulta de dividir P (z) por Q(z), y de esta forma hemos reducido
Ci,j
nuevamente nuestro problema al de conocer la transformada inversa de las fracciones simples (z i)
j,
i = 1, ..., k, j = 1, . . . , mi .
Ahora bien, dichas transformadas se pueden calcular de forma sencilla, si se tiene en cuenta que
X
n 1 z
Z({ u(n)}
n= ) = n z n = 1
=
n=0
1 z z
con region de convergencia R = {z : |z| > ||}. Para verlo, basta derivar m veces ambos lados de la
expresion anterior respecto de , obteniendo que:
X m!z
n(n 1) . . . (n m + 1)nm z n =
n=0
(z )m+1
39
LAFA. Laboratorio de Analisis de Fourier Aplicado
y, por tanto,
1 z n
Z = nm u(n).
(z a)m+1 m
Ahora bien, si tenemos en cuenta la propiedad de desplazamiento en el tiempo, se ve que
1 1 1 1 z n 1 n1m
Z =Z z = u(n 1).
(z a)m+1 (z a)m+1 m
Definicion 8 Llamamos funcion de transferencia del filtro digital L a la funcion de variable com-
pleja:
X
H(z) = Z({h(n}n= ) = h(n)z n .
n=
Nota 9 Observese, ademas, que H(z) se puede interpretar como un autovalor de L de la siguiente
forma: Tomamos x = {z n }n= para z C fijo. Entonces
X
L(x)(n) = (x h)(n) = h(k)x(n k)
k=
X
= h(k)z k z n
k=
= H(z)x(n), para todo n Z,
y, por tanto,
L(x) = H(z)x.
Es decir: H(z) es un autovalor con autovector x.
40
LAFA. Laboratorio de Analisis de Fourier Aplicado
las funciones de transferencia H(z). Veamos, por ejemplo, como se caracterizan en terminos de H(z)
las propiedades de causalidad y de estabilidad (BIBO) del sistema L. Esto queda resuelto mediante
las siguientes proposiciones:
Proposicion 5 Un sistema L que es LTI es ademas estable BIBO si y solo si la region de convergencia
de su funcion de transferencia contiene la circunferencia unidad.
donde x = {x(n)}
n= representa la entrada del sistema, y = {y(n)}n= representa la salida
d h
del sistema y {ak }k=0 , {bk }k=0 son ciertas constantes que determinan completamente el sistema. Esta-
mos suponiendo que para cierto n0 Z se tiene que si x(n) = 0 para todo n < n0 entonces y(n) = 0
tambien para todo n < n0 (i.e., suponemos las causalidad del sistema). De esta forma garantizamos
que la sucesion {y(n)}
n= esta unvocamente determinada por la sucesion {x(n)}n= .
Si aplicamos la transformada Z a ambos lados de la ecuacion anterior, obtendremos entonces que
d
X h
X
k
ak z Y (z) = bk z k X(z)
k=0 k=0
y, por tanto, Ph
bk z k
H(z) = Pdk=0
k=0 ak z k
es una funcion racional.
Como las funciones racionales quedan completamente determinadas por sus ceros y sus polos,
sera entonces deseable disponer de descripciones de las propiedades del sistema en terminos de dicha
informacion.
Podemos ahora calcular {y(n)} n= (i.e., la solucion de la ecuacion en diferencias, o, lo que es
igual: la salida del sistema) de alguna de las dos formas siguientes:
Calculamos {h(n)}
n= = Z
1
(H(z)) y luego calculamos la convolucion
{y(n)}
n= = {(h x)(n)}n= .
41
LAFA. Laboratorio de Analisis de Fourier Aplicado
Notese que para calcular Z 1 (H(z)) necesitamos fijar de antemano la region de convergencia
para H(z). Esto significa que necesitamos saber si el sistema es o no causal. Evidentemente,
bajo nuestras hipotesis, el sistema es causal y por tanto supondremos que la region de con-
vergencia de H(z) es el exterior de una circunferencia de centro el origen de coordenadas.
Recuerdese que para dicho caso ya realizamos el calculo de la transformada Z inversa de las
fracciones simples asociadas a cualquier funcion racional H.
los calculos para las entradas x1 (n) = u(n) y x2 (n) = u(n) u(n 3). En el primero de los casos
es claro que
X
z
X1 (z) = Z(x1 ) = z k =
k=0
z1
z2
y, por tanto, Y1 (z) = X1 (z)H(z) = (z1)(z+2)
. La correspondiente descomposicion en fracciones
simples es
z/3 2z/3
Y (z) = +
z1 z+2
y, por tanto,
1 2 n
y(n) = + (2) u(n).
3 3
Para calcular la salida de x2 = {u(n) u(n 3)}
n= , observamos que
x2 (n) = (n) + (n 1) + (n 2)
y, por tanto,
y, por tanto, asociadas a H(z) podemos considerar varias regiones de convergencia. Si la region de
convergencia es
R1 = {z C : |z| > |d |}
entonces el sistema sera causal. Si H(z) no tiene polos en la circunferencia unidad, entonces podemos
considerar como region de convergencia la corona mayor que contenga la circunferencia unidad y
42
LAFA. Laboratorio de Analisis de Fourier Aplicado
Proposicion 7 El sistema descrito por la funcion de transferencia racional H(z) sera estable y
causal simultaneamente si y solo si se satisface que: (i) Todos los polos de H(z) estan en el interior
del disco unidad, y (ii) tomamos como region de convergencia de H(z) a R1 = {z C : |z| > |d |},
donde d es uno de los polos de H(z) con valor absoluto maximo.
Referencias
[1] C. Gasquet and P. Witomski, Fourier Analysis and Applications. Filtering, Numerical Compu-
tation, Wavelets Texts in Applied Mathematics 30 Springer 1999.
[2] C. Lanczos, Discourse on Fourier Series, Olyver and Boyd, Edinburg, 1966.
43