M. J.

Roberts

Análisis mediante
njétodos^de-transformada -
yMATLAB .
 C A P I T U L O 2
Descripción matemática de señales
2.1 INTRODUCCIÓN Y OBJETIVOS
A lo largo de los años los analistas de señales y sistemas han observado muchas y han visto que es
posible clasificarlas en grupos con comportamiento similar. La figura 2.1 muestra algunos ejemplos de
los tipos de señales que ocurren en los sistemas reales.
En el análisis de señales y sistemas, las señales se describen (en la medida posible) mediante fian-
ciones maiemáticas. La señal es el fenómeno físico real que lleva información, y la función es una
descripción matemática de la señal. Aun cuando los dos conceptos son distintos, la relación entre una
señal y la función matemática que la describe es tan íntima que ambos términos se usan casi indistinta-
mente en el análisis de señales y sistemas.
Algunas de las funciones que describen las señales reales deben ser ya familiares: exponenciales y
senoidales. Éstas intervienen con frecuencia en el análisis de señales y sistemas y a menudo se utilizan
para describir señales. Se ha definido un conjunto de funciones para describir los efectos que producen
en las señales las operaciones de conmutación que a menudo se presentan en los sistemas. Algunas otras
funciones surgen en el desarrollo de ciertas técnicas del análisis de sistemas, las cuales se presentarán en
capítulos posteriores. Todas ellas se definirán aquí y se utilizarán conforme sea necesario en los capítu-
los que siguen. Las funciones se eligen con cuidado para que se relacionen de manera simple y sea fácil
transformarlas mediante un conjunto bien elegido de operaciones de transformación. Hay funciones
prototipo. la.s cuales tienen definiciones simples y se recuerdan sin ninguna dificultad.
Hay dos tipos distintos de señales y sistemas: de tiempo continuo y de tiempo discreto. Se definirán
ambos términos, así cotno las funciones aplicables y las operaciones de transformación. Igualmente se
definirán los tipos de simetrías y patrones que ocurren con mayor frecuencia en las señales reales y se
investigarán sus efectos en el análisis de señales.

OB.IETIVOS DEL CAPÍTULO

1. Definir algunas funciones tnatemáticas que pueden utilizarse para describir diversos tipos de se-
ñales.
2. Formular métodos de transformación y combinación de esas funciones en formas útiles para repre-
sentar señales reales.
3. Reconocer ciertas simetrías y patrones y utilizarlos para simplificar el análisis de señales y sis-
temas.

2.2 COMPARACIÓN DE FUNCIONES EN TIEMPO

CONTINUO Y EN TIEMPO DISCRETO
FUNCIONES EN TIEMPO CONTINUO

La mayor parte de la experiencia del lector con las funciones matemáticas ha sido con funciones de la
forma g(.r) donde la variable independiente x puede tener cualquier valor real en un continum de valores
reales. Si la variable independiente es el tiempo i y puede tener cualquier valor real, la función g(/)
recibe el nombre de función de tiempo continuo (TC¡ debido a que se define sobre un continum de
puntos en el tiempo. La figura 2.2 ilustra algunas funciones en TC. Observe que la figura 2.2b) ilustra
16 Mr)

CAPÍTULO 2
Descripción
matemática de señales

Portadora modulada por amplitud Respuesta escalón Altura dei parachoques de un automóvil
en un sistema de comunicación de un filtro pasabajas RC después de que pasa un tope

x(/) x(0

Intensidad luminosa de un láser Cadena de bits binarios codificados Cadena de bits binarios de banda base
de conmutación Q por desplazamientu de frecuencia con codificación Manchester

x[n] xl"l x[«]

FIGURA 2.1
Ejemplos de señales en Cierre diario del índice Temperatura promedio semanal [víuestras de una senoide
sistemas reales. compuesto NASDAQ amortiguada exponencialmente

una función con una primera derivada discontinua y la figura 2.2d) presenta una función discontinua.
En una discontinuidad, el límite del valor de la función cuando se aproxima a la discontinuidad desde
arriba no es el mismo que el límite cuando se acerca al mismo punto desde abajo. Establecido matemá-
ticamente, si el tiempo r = t^, es un punto de discontinuidad de una función g(í), entonces

l í m g ( f -h E) 7¿ lím g{í - 8).

e—o £-*o m
Pero las cuatro funciones, figura 2.2íi) a d), son funciones
de tiempo continuo porque sus valores se definen en un continum
de tiempos t. Por lo tanto, los términos continuo y tiempo con-
tinuo significan cosas diferentes. En cualquier tiempo / sobre
una función continua, el valor de la función es el límite cuando
la función se aproxima a ese mismo tiempo desde arriba o des-
de abajo. Una función en TC se define sobre un continum de
Puntos de discontinuidad de g'(r). tiempos, pero no necesariamente es continua en todo punto en
el tiempo.

MUESTREO Y TIEMPO DISCRETO

Son de gran importancia en el análisis de señales y sistemas las

funciones que se definen sólo en puntos discretos en el tiempo
y no entre ellos. Éstas son funciones de tiempo discreto (TD)
que describen a señales de tiempo discreto. Un ejemplo muy
comtín de señales TD son aquellas que se obtienen al muestrear
f í señales en TC. El muestreo significa la adquisición de valores
I^intos de discontinuidad de g(/) de una señal en puntos discretos en el tiempo. Una manera de
visualizar el muestreo es mediante el ejemplo de una señal de
FIGURA 2.2 voltaje y un interruptor utilizado como un muestreador ideal
Ejemplos de funciones en TC. [figura 2.3a)]. El interruptor se cierra en un tiempo infinitesimal
 FIGURA 2.3
xíf) • m • x[n] 17
a) Muestreador ideal y
b) Muestreo uniforme de un 2.2 Comparador} de
funciones en tiempo
muestreador ideal. b) continuo y en tiempo
discreto

en puntos discretos definidos en el tiempo. Sólo los valores de la señal en TC xU) en aquellos tiempos
discretos se asignan a la señal en TD x[/;]. Si existe un tiempo fijo r, enu-e muestras (que es la situación
más común en la práctica), se dice que el muestreo es uniforme y los tiempos de muestreo son múltiplos
enteros del intervalo de muestreo T^. La especificación del tiempo de la muestra nT^ puede sustituirse
especificando simplemente el número n que define el índice de la muestra. Puede entenderse este tipo
de operación si imagina que el interruptor gira a una velocidad cíclica constante f¡, en ciclos por segun-
do, o a una velocidad angular constante en radianes por segundo, como en la figura l.'ib). En ese
caso el tiempo entre muestras es

^ _ 1 _ 2lT
(2.2)

Se usará una notación simplificada que se acepta de manera general para las funciones en TD, g[n], la
cual, en cada punto de continuidad de g(f), es la misma que ginT^). y en la cual n sólo puede tener
valores enteros. Los paréntesis cuadrados [ ] que encierran al argumento indican una función e n T D , en
contraste con los paréntesis ( ). que indican una función en TC. La variable independiente n suele
denominarse una variable de tiempo discreto porque asigna índices a puntos discretos en el tiempo, aun
cuando es adimensional y no tiene unidades de segundos como ocurre con t y T,. Puesto que las funcio-
nes en TD sólo se definen para valores enteros de n, el valor de una expresión como g[2.7] simplemente
no está definido.
Los valores de g(í) que se adquieren en los instantes de muestreo son g{nTj. Este planteamiento de
la relación entre una función en TC y sus valores muestreados funciona bien salvo para el caso especial
en el qtie el tiempo de muestreo íiT", cae en una discontinuidad de g(r). En ese caso se adoptará la
convención de que, en una discontinuidad, el valor de la muestra estará definido por

g[n] = L í m g í n r , -1- e). e > 0. (2.3)

En palabras, en una discontinuidad, el valor adecuado de la muestra es el límite cuando t tiende a iiT^
desde arriba.
Las funciones que son inherentemente discretas en el tiempo se indican mediante la notación de la
forma g[nl, donde los paréntesis cuadrados indican que la función tiene un valor definido sólo si n es un
entero. Las funciones que se definen para argumentos continuos también pueden dar tiempo discreto
como argumento, por ejemplo, sen(2TT/^Tj). Se puede formar una función en TD a partir del muestreo
de una función en TC, por ejemplo, g[n] = sen(27T/onr,). En ese caso, aunqtie el seno se define para
cualquier valor del argumento en el plano complejo, la función g[fí] sólo se define paia valores enteros
reales de n. Esto es, gL7.8J no está definida aun cuando sen(2TT.fo(7.8)rj, lo esté.

Si se fuera a definir una función como g(n) = senilTififlT^), el paréntesis en g(«) indicaría que cualquier
valor de n sería aceptable entero o no. Aunque esto es válido.'no es una buena idea porque, al menos en este
libro se está utilizando el símbolo t para tiempo continuo y el símbolo n para tiempo discreto y la notación
g(H), aunque e.stá bien definida matemáticamente, resullana conftisa.

Las funciones en TD no siempre provienen de muestras de funciones en TC. Hay muchas señales y
sistemas que son inherentemente de tiempo discreto. El ejemplo clásico es un sistema financiero en el
que el interés sobre las cuentas de ahorro se acredita en tiempos discretos (al final de cada día, semana,
mes o año). El valor de la cuenta se fija durante el tiempo entre puntos discretos y sólo cambia en puntos
discretos en el tiempo. En todos los sistemas inherentemente de TD nada sucede entre puntos discretos
en el tiempo. Los eventos ocunen sólo en puntos discretos en el tiempo.
En la práctica de ta ingeniería los ejemplos más importantes de sistemas en TD son aquellos que
implican el uso de máquinas de estado secuencia!, con la computadora como el ejemplo más común. Las
computadoras se accionan mediante un reloj que genera pulsos a intervalos regulares en el tiempo, y al
final de cada ciclo del mismo la computadora ha ejecutado una instrucción y cambiado de un estado ló-
18 g[n] Éln]

LA

1, jl T I í •• . 11
11 1 [
FIGURA 2.4
i
Ejemplos de funciones
en TD.

gico al siguiente. Desde luego, en el nivel de los microcircuitos integrados, los eventos físicos ocurren
entre pulsos de reloj. Sin embargo, esto es de interés para los diseñadores del circuito integrado. Para los
usuarios de la computadora, sólo los estados secuenciales son importantes. En ese caso debe ser obvio
que la computadora se ha vuelto una heiramienta básica en la ingeniería y los negocios (y en muchos
otros campos), por lo que es muy importante comprender cómo se procesan las señales en TD mediante
máquinas de estado secuencial, en especial para los ingenieros. La figura 2.4 ilustra algunas funciones en
TD que podrían describir señales en TD. El tipo de gráfica que se utiliza en la figura 2.4 recibe el nombre
de gráfica de espigas en la cual un punto indica el valor funcional y las espigas conectan siempre el punto
con el eje n en tiempo discreto. Éste es un método que se usa mucho para graficar funciones en TD.
MATLAB tiene un comando, s t e m , que se utiliza para generar gráficas de espiga.
En el análisis de señales y sistemas, las señales más importantes son los fenómenos que varían en el
tiempo y se describen de manera directa mediante funciones del tiempo, ya sea continuas o discretas.
Éste es el porqué de la introducción de la terminología abreviada, TC o TD. Las funciones del tiempo
son sólo casos especiales de funciones de una variable independiente continua o discreta que podría
representar algo más que el tiempo. En los capítulos 4 y 5 se usarán transformadas para describir señales
y, después de la transformación, la variable independiente ya no será el tiempo. Por ejemplo, se trabaja-
rá con funciones del niímero armónico, una variable independiente discreta, y funciones de frecuencia,
una variable independiente continua. Todas las características matemáticas que se aplican a funciones
de tiempo continuo o de tiempo discreto también se aplican a funciones de otras variables independien-
tes continuas o discretas.

2.3 FUNCIONES DE SEÑALES EN TIEMPO CONTINUO

EXPONENCIALES COMPLEJAS Y SENOIDES

Algunas de las funciones matemáticas que se usan para describir señales (véase la figura 2.5) ya deben
ser familiares: senoides en TC

/2'rrí \
g(r) = A eos ( -í- 9 = A cos(2'iT/of 0) = A cos((doí + 9) (2.4)

y funciones exponenciales

g(f) = Ae^"'"+-''^-'" = Aí'"""'|cos(wof) jB sen(wof)] (2.S)

donde A = amplitud de la senoide o exponencial compleja

= periodo fundamental real de la senoide
/ o = frecuencia fundamental real de la senoide, Hz
oIq = frecuencia fundamental real de una senoide, radianes por segundo (rad/s)
t = tiempo continuo
a^i = velocidad de amortiguamiento real
 En la figura 2.5 las unidades indican qué tipo de señal física se describe. En el análisis de sistemas,
cuando sólo un tipo de señal se considera a través de un sistema, a menudo se omiten las unidades en
aras de la brevedad.
En el análisis de señales y sistemas, las senoides se expresan de dos maneras: en la forma de la
frecuencia cíclica / , A eos (litfa! + 9), y en la forma de la frecuencia to en radianes, A eos (©„? + 0).
2.3 Funciones
señales en
continuo
de
tiempo
1
Existen ventajas y desventajas en cada forma. Las ventajas de la forma / son

1. El periodo fundamental 7"y y la frecuencia cíclica fundamental ff¡ son recíprocos simples uno del
otro.
2. En el análisis de los sistemas de comunicaciones se usa a menudo un analizador de espectros y la
escala de la pantalla suele calibrarse en hertz y no en radianes por segundo. Por lo tanto. / es la
variable que se observa directamente.
3. La definición de la transformada de Fourier y de ciertas transformadas y relaciones de transforma-
das será más simple en la forma / que en la forma o).

Las ventajas de la forma ü) son

1. Las frecuencias resonantes de los sistemas reales, expresadas en términos de parámetros físicos, se
expresan con mayor simpleza en la forma Cú que en la forma / . Por ejemplo, en un oscilador LC. la
frecuencia resonante se relaciona con la inductancia y la capacitancia mediante

1
Wñ = (2-IT/o)^ (2.6)
LC

Un oscilador LC es un circuito en el cual una inductancia y una capacitancia resuenan y esa reso-
nancia controla su frecuencia de oscilación. Además, la relación entre las constantes de tiempo y
las frecuencias críticas correspondientes en un circuito se relacionan más simplemente a través de
la forma Cü que a través de la forma / . Por ejemplo, la frecuencia de corte a la mitad de la potencia
de un filtro pasabajas RC se relaciona con Ry C mediante

1
(2.7)
RC

2. La transformada de Laplace (capítulo 9) se define en una forma que se relaciona más simplemente
con la forma co que con la forma / .
3. Algunas transformadas de Fourier y de Laplace son más simples en la forma co.

Las senoides y exponenciales en TC son importantes en el análisis de señales y sistemas porque

surgen de manera natural en las soluciones de las ecuaciones diferenciales que describen los sistemas
dinámicos en TC. Como se verá en los capítulos 4 y 5 en el estudio de las series de Fourier y la transfor-
mada de Fourier, incluso si las señales no son senoides o exponenciales pueden expresarse en términos
de senoides o exponenciales.

lOcosdO^TTf) (nC)
FUNCIONES CON DISCONTINUIDADES

AI \'7
Los senos, cosenos y exponenciales en TC son continuos y
diferenciables en todo punto en el tiempo. Sin embargo, en los
sistemas prácticos hay muchos otros tipos de señales en TC im-
portantes que no son continuas o diferenciables en todo punto f = 10 ms
V
-io1 t =
en el tiempo. Una operación muy común en los sistemas es la
activación o desacüvación de una señal en algún tiempo especi- 2e- (m) sen(2'rTí) (m/r)
ficado. Algunos ejemplos de las señales que se activan o
desactivan se presentan en la figura 2.6. Cada una de ellas tiene
un punto en el que son discontinuas o su primera derivada lo es.
Las descripciones funcionales de las señales de la figura 2.6 son
completas y precisas pero están en una forma inconveniente. Es í = 0.1 s
posible describir mejor matemáticamente las señales de este tipo != 1 S

multiplicando una función que es continua y diferenciable todo

FIGURA 2.5
el tiempo por otra función que es cero antes de algún tiempo y
Ejemplos de señales descritas mediante senos, cosenos y
uno después de ese tiempo, o uno antes y cero después. exponenciales.
20 !tC/) =
O /<0 7 Pii í < 2 ms
3W x(í) =
í>0

3W 7Pa

í = 2 ms

O ;<Ó O í>10s
Xffl =
20sen(4TT X lO'r) V i>O 4e"-"C <10s

20 V -

.\iV
FIGURA 2.6
Ejemplos de señales A í \ f -
que se activan o
desactivan en algún -20 V-
tiempo especificado.
f = 50 ns

FUNCIONES SINGULARES Y FUNCIONES RELACIONADAS

En el análisis de señales y sistemas existe un conjunto de funciones que se relacionan entre sí a través de
integrales y derivadas que pueden utilizarse para describir matemáticamente señales que tienen discon-
tinuidades o derivadas discontinuas. Estas reciben el nombre defunciones singulares. Tales funciones,
así como aquellas que se relacionan estrechamente con ellas mediante algunas operaciones comunes en
el sistema, son el tema de esta sección.

La función escalón unitario Antes de definir la función escalón unitario es importante establecer un
principio del análisis de señales y sistemas. Considérese la función,

t < rn
g(0 = B (2.8)

(figura 2.7). Ésta es una función en TC que tiene un valor definido en cada punto en el tiempo excepto
en t = t(¡. Se puede aproximar / = Iq desde abajo con la precisión que se desee, y el valor de la función es
A hasta alcanzar )"= í(,. Es posible aproximarse a ? = ?„ desde arriba, y el valor de la función es B hasta
llegar a f - íq. Pero en t = f,, el valor no está definido. Desde luego, se podría asignar a g(t} un valor en
f ~ ÍQ, pero eso no cambiaría el hecho de que g(í) es discontinua ahí.
Supóngase ahora que se redefine g(f) como

A t < tQ

A+ B
g(f) = Aj^B
(2.9)
B T> fo

y se define otra función h(f) como

A t <tü
h(f) = Ai^B. (2.10)
B t > uf

Es evidente que g(f) y h(f) son desiguales debido a que sus valores son diferentes en el punto / = r„. Pero
las integrales definidas de estas dos funciones para cualquier intervalo son iguales; no aproximadamen-
te iguales, exactamente iguales. Esto es.

j giOdt = jh(t)dt (2.11)

 g(0 21
2.3 Funciones de
0- • B
señales en tiempo
continuo

FIGURA 2.7 1 ^
1 *
Una función discontinua. '0

para cualquier a y incluido a < < p. Lo anterior puede demostrarse escribiendo la integral de g{/)
como
I? íii-E ín+E 0

jg{t)dt= j g{t)dt+ j g{í)dr+ j g{t)dt. (2.12)

'o+E

En el límite conforme e tiende a cero, la integral g(í) di tiende a cero debido a que el valor de
la función es finito y el área bajo ella en el intervalo ÍQ - e < /g < /Q + e tiende a cero en ese límite. De
manera similar, la integral f" h(f) dt tiende a cero, aun cuando los valores de las funciones de g(/) y
h(t) son diferentes en f = /g. Despue's se verá que una consecuencia de este resultado es que si g(í) y h{í)
describe señales aplicadas como una excitación a cualquier sistema físico real, la respuesta del sistema
para g(/) y h(í) es exactamente la misma. Además, cuando se llegue después a las transformadas, resul-
tará que una diferencia finita entre dos señales en un punto (o cualquier número finito de puntos) no
tiene consecuencia reai; las transformadas son las mismas.
Esta discusión correspondió a dos funciones específicas. Ahora es posible generalizar y afirmar que
dos funciones cualesquiera que tienen valores finitos en todas partes y difieren en valor sólo en un
número finito de puntos aislados son equivalentes en su efecto sobre cualquier sistema físico real. Las
respuestas de cualquier sistema físico real a la excitación producida por las dos señales son idénticas.
A continuación se define la función escalón unitario en TC como

1 t > 0
1
u(/) = • ? =0
f • (2.13)
0 r < 0

(figura 2.8). La gráfica del lado izquierdo de la figura 2.8 se dibuja de acuerdo con la definición mate-
mática rigurosa. A la derecha se encuentra la forma más común de dibujar la función, que es la más
común en la práctica de la ingeniería porque ningún fenómeno físico real puede cambiar una cantidad
finita en un tiempo cero. Una gráfica en función del tiempo de cualquier señal real que se aproxima
mediante un escalón unitario se observaría como la que se muestra a la derecha. Esta función recibe el
nombre de escalón unitario debido a que la altura del cambio de escalón en el valor de la función es una
unidad en el sistema de unidades que se utiliza para describir la señal.

Algunos autores definen el escalón unitario por medio de

1 f >O / >O
u(í) = u(í) =
í <O / <O
t > O
u(í) =
t <0

u{í) u(f)

FIGURA 2.8
La función escalón
' unitario en TC.
 F = O sgn(r) sgn(f)
R
J
1
J

-1 - -1

FIGURA 2.9 FIGURA 2.10

Circuito con un inte- La función signo en TC.
rruptor cuya acción
puede representarse
matemáticamente
Para la mayoría de los fines de análisis estas definiciones son equivalentes. Los escalones unitarios descritos
mediante un escalón
unitario. por ellas tienen un efecto idéntico sobre cualquier sistema tísico real. La definición que se utiliza en este
texto es, en unas cuantas situaciones especiales, más conveniente que cualquier otra y corresponde también
en fonna más precisa a ta función signo que se presentará después.

El escalón unitario se define y usa en el análisis de señales y sistemas debido a que puede represen-
tar matemáticamente una acción muy comtin en los sistemas físicos reales, la rápida conmutación de un
estado a otro. Por ejemplo, en el circuito de la figura 2,9 el interruptor .se mueve de una posición a la otra
en el üempo r = 0. El voltaje que se aplica a la red RC se describe matemáticamente mediante

(2.14)

La función signum La función signum (figura 2.10) se relaciona estrechamente con la función esca-
lón unitario. Para argumentos distintos de cero, el valor de la función signum tiene una magnitud de uno
y un signo que es el igual al de su argumento. Por esta razón algunas veces recibe el nombre de función
de signo.

1 í > 0]
sgn(f) = 0 / = 0 = 2u(í) - 1
(2.15)
-1 f<oJ

La función rampa unitaria Otro tipo de señal que ocurre en los sistemas es una que se activa en
algián tiempo y cambia linealmente a partir de ese tiempo o una que cambia linealmente antes de algtin
tiempo y se desactiva en ese instante. La figura 2.11 ilustra algunos ejemplos. Las señales de este tipo se

L 1

1 V-

r
í = 6b
-pr
-12 >p. = 20 fis

X(í) x(/)
FIGURA2.il
Funciones que cam-
bian linealmente antes
o después de algún
tiempo o que se multi- 20^- 4 mA -
plican por funciones A / \ M ' ^
que cambian lineal- í = lOs
mente antes o después
de algiín tiempo, í=l00ms V
 rampaíD 23
2.3 Funciones de
señales en tiempo
continuo

FIGURA 2.12
La función rampa
unitaria en TC,

describen con el uso de la función rampa. La función rampa unitaria en TC (figura 2.12) es la integral de
la función escalón unitario. Recibe el nombre de función rampa unitaria debido a que, para un valor
positivo de T, su pendiente es uno.

• > O
ramp(/) u(X) d\ = íu(fj
/ < O (2.16)

La rampa se define mediante

ramp(f) O.) dk. (2.17)

El símbolo A, se usa en (2.17) como la variable independiente de la función escalón unitario y como la
variable de integración. Sin embargo, t se utiliza como la variable independiente de la función rampa.
En otras palabras, (2.17) señala que, para determinar el valor de la función rampa en cualquier valor
arbitrario de í, inicie con infinito negativo como el argumento A. de la función escalón unitario y desplá-
cese, en A, hasta donde X-t. acumulando en todo ese tiempo el área bajo la función escalón unitario. El
área total acumulada desde A. = -«>aA, = resel valor de la función rampa con un argumento de t (figura
2.13). Paj-a valores de / menores que cero, no se acumula ningún área. Para valores de t mayores que
cero, el área que se acumula es igual a / debido a que es simplemente el área de un rectángulo con ancho
t y altura uno.

E! impulso unitario Antes de que se defina el impulso unitario se debe explorar una idea importante.
Considérese un pulso de ái-ea unitaria rectangular definido por la función

a (2.18)
" 2

FIGURA 2.13
Ilustración de la rela-
ción integral entre el
escalón unitario de TC
y la rampa unitaria
-5 -4 -3 -2 -1 enTC.
 \ 5„(n

FIGURA 2.14 FIGURA 2.15

Pulso rectangular de área unitaria de ancho a. Producto del pulso rectangular de área unitaria
centrado en ? = O y una función g(/), que es
continua y finita en f = 0.

(figura 2.14). Permita que esta función multiplique a otra función g(f), la cual es finita y continua en
í = O, y determine el área bajo el producto de las dos funciones,

(2.19)

(figura 2.15). Mediante la definición de 5^(0 es posible rescribir la integral como

= ' í -= g{t)dt. (2.20)

a -lfl/2l
J

Ahora considere que se toma el limite de esta integral cuando a tiende a cero. En ese límite, los dos
límites de integración se acercan al mismo valor, cero, desde arriba y desde abajo. Como se está eva-
luando el valor de una función sobre el intervalo abarcado por la integración, cuando a tiende a cero el
valor de gtí) tiende al mismo valor en ambos límites y en cualquier lugar entre ellos debido a que es
continua y finita en í = 0. De modo que, en ese límite, el valor de g(í) se vuelve g(0), una constante, y
puede sacarse del proceso de integración. Entonces

lím A = g(0) Itoi í dt = g ( 0 ) l í m - ( í O = g(0).

a—o (2.21)
«-*o a J
-lí(/2)

De tal modo, en el límite cuando a tiende a cero, la función 5„(r) tiene la interesante propiedad de extraer
el valor de cualquier función finita continua g(f) en el tiempo / = O cuando se integra el producto de 5,//)
y g(í) entre dos límites cualesquiera que incluyan el tiempo t = 0.
Ahora, para hacer notar que los impulsos son un poco diferentes a las funciones con las que se ha
estado trabajando, se utilizará una definición diferente de la función 6„(f) para ver lo que ocurre. Defí-
nase ahora a dicha función como

t <a
S.(í) = íi \ a
(2.22)
O t > a

(figura 2.16). Si se sigue el mismo argumento que antes, se obtiene el área

FIGURA 2.16
Pulso triangular de área unitaria con la mitad del A = í Wg{r)dt = ^ f (\ -—)g{ndt. (2.23)
J a J \ a /
ancho igual a a. —oo
Al tomar el límite cuando a tiende a cero, 25
2.3 Funciones de
íí ü
señales en tiempo
lím A = lím - í ( 1 - — ) g(í) dt = g(0) lím - / ( 1 - - ) dt. (2.24) continuo

Al resolver la integral y tomar el límite, se obtiene

2a
lím A = g(0) lím — = g(0)lím =g(0). (2.25)
-lo a^o a 2

Éste es exactamente el mismo resultado que se obtuvo con ia definición anterior de 5,,(f). Por lo tanto,
las dos definiciones diferentes de 5^,(r) tienen el mismo efecto en el límite cuando a tiende a cero. El
punto relevante aquí es que no es Vd forma de la función lo que importa en el límite, sino su área. En
cada caso, 5„(f) es una función con un área de uno, independiente del valor de a. (En el límite cuando a
tiende a cero estas funciones no tienen forma debido a que no hay tiempo para que se forme una.)
Existen muchas otras definiciones de 8a(/) que podrían utiüzarse con el mismo efecto en el límite.
El impulso unitario 5(r) puede definirse ahora mediante la propiedad que establece que cuando se
mukiplica por cualquier función g(r), la cual es finita y continua en r = O, y el producto se integra entre
los límites que incluyen f = O, el resultado es

(2.26)

En otras palabras.

00
oo

/ /
&(f)g(r) dt = lím / 8,,(r)g(f) dt (2.27)

donde 5^(/) es una de las muchas funciones que tienen las caracten'sticas que acaban de describirse. La
notación S(f) sólo es una notación abreviada que evita tener que tomai- un límite de manera constante
cuando se utilizan impulsos.
La función escalón unitario es la derivada de la función rampa unitaria. Una manera de introducir el
impulso unitario es definirlo como la derivada de la función escalón unitario. En términos estrictos, la
derivada del escalón unitario u(f) no está definida en r = 0. Sin embargo, considere una función g(r) del
tiempo y su derivada con respecto al tiempo g'(r) en la figura 2.17. La derivada de g(r) existe para todo
í excepto en t = -(a/2) y t = +al2. En el límite cuando a tiende a cero, la función g(r) se acerca a la
función escalón unitario. En el mismo límite, el ancho de la función g'(í) tiende a cero mientras su área
permanece igual, uno. De modo que g'(r) es un pulso de corta duración cuya área es siempre uno, la
misma que la definición inicial de 6„(0 dada previamente con las mismas implicaciones. El límite
cuando a tiende a cero de g'(r) recibe el nombre de derivada generalizada de u(f). Por lo tanto, el
impulso unitario es la derivada generalizada del escalón unitario.
La derivada generalizada de cualquier función g(í), con una disconünuidad en el tiempo f = t^, se
define como

d d
— ( g ( í ) ) = — (g(0)í^/„ + líni[g(f + e) - g(/ - e)]8(/ - / o ) , s > 0. (2.28)
dt dt E^o

FIGURA 2.17
Funciones que se apro-
ximan a) escalón
unitario y al impulso
unitario.
26 S(0 95(f - 1)

14- 9 +
-3S{/ + 2)
O)
FIGURA 2.18
Rcprestínlación gráfica
+ -3 de impulsos.

Como el impulso unitario es la derivada generalizada del escalón unitario, debe concluirse que el esca-
lón unitario es la integral del impulso unitario.

ü(t) = / 5(X) d\. (2.29)

que es igual que la relación entre la rampa unitaria y el escalón unitario. Como la derivada del escalón
unitario u(r) es cero en todos lados excepto en í = O, el impulso unitario es cero en todos lados salvo en
f = 0. Puesto que el escalón unitario es la integral del impulso unitario, una integral definida del impulso
unitario cuyo intervalo de integración incluye / - O debe tener el valor de uno. Estos dos hechos se
utilizan a menudo para definir et impulso uuitai-io.

8(f) = 0 1^0 y j 8(r) dt = |

O
fi < O < íi
en otro caso (2.30)

El área bajo un impulso recibe el nombre de intensidad, o algunas veces peso. Un impulso con una
intensidad de uno se denomina impulso unitario. La definición y características exactas del impulso
requieren una conexión con las funciones generalizadas o teoría de distribuciones. Para nuesti'os fines
será suficiente considerar un impulso unitario como un pulso de área unitaria cuyo ancho es tan peque-
ño que al hacerlo más chico no cambiará de manera significativa ninguna de las señales del sistema al
cual se aplica.
El impulso no puede granearse de la misma manera que otras funciones debido a que su amplitud
no está definida cuando su argumento es cero. La convención usual para graficar un impulso es utilizar
una flecha vertical. Algunas veces la intensidad del impulso se escribe al lado de él entre paréntesis, y
algunas veces la altura de la flecha indica su intensidad. En la figura 2.18 se ilustran algunas maneras de
representar impulsos gráficamente.
Una operación matemática común que ocurre en el análisis de señales y si.stemas es el producto de
un impulso con otra función de la forma

h(/) = g ( / ) / l 5 ( ; - /(,) (2.31)

donde el impulso A6(f - íq) tiene una intensidad de A y ocurre en el tiempo t = í^. Si se utiliza el mismo
argumento que en la introducción al impulso, considere que el impulso A5(í - ÍQ) es el límite de un pulso
con área A, centrado en el tiempo t - f„, con ancho a. cuando a tiende a cero (figura 2.19). El producto
es entonces un pulso cuya alttira en el punto medio es Ag(t^¡)/a y cuyo ancho es a. En el límite cuando a
tiende a cero, el pulso se vuelve un impulso y su intensidad es Ag(íf)). Por lo tanto,

h(/) = g(í)/\8(í - fo) = Ag(fo)S(í - ta). (2.32)

La ecuación (2.32) algunas veces recibe el nombre de propiedad de equivalencia del impulso.

g(í)/t6(/ - ;„)
FIGURA 2.19 )
AS(í - f„)
Produelo de una fun- A _ Pin .•l.afíiii
lí
ción g(/) y una función
rectángulo que se con-
vierte en un impulso 1
cuando su ancho / l
tiende a cero. - ',+1
 S ( I - 0
27
2.3 Funciones de
2—-1 2 señales en tiempo
continuo
FIGURA 2.20
(4)
Ejemplos del efecto de
la propiedad de escala-
miento de impulsos.

Otra propiedad importante del impulso unitario que se desprende de manera natural de la propiedad
de equivalencia es la llamada propiedad de muestreo.

(30

/ g(í)S(r - to) dt = g(to). (2.33)

Ésta se observa con facilidad cuando, de acuerdo con la propiedad de equivalencia, el producto g(/)5
(f - fp) es igual a g(ro)S('' - to^- Puesto que íg es un valor particular de r, es una constante y gír^) también
lo es y

j g(f )8(r - ío) dt = g(ro) j S(/ - ÍQ) di = g(ro).

(2.34)

La ecuación (2.34) se denomina propiedad de muestreo del impulso debido a que muestrea el valor de la
función g(f) en el dempo t = t^,. [Algunas veces se conoce también como propiedad de selección debido
a que selecciona el valor de g(f), en el tiempo, / = f,).]
Otra propiedad importante de la función de impulso es la de escalamiento

6(£7(/ - ío)) =z — 5 f r - ta). (2.35)

Ésta puede demostrarse mediante un cambio de variable en la definición de la integral y mediante la

consideración por separado de los valores positivo y negativo de a (véase el ejercicio 39).

La comb unitaria Otra función útil es la función comb unitaria (figura 2.21). La función comb unita-
ria es una secuencia de impulsos unitarios uniformemente espaciados.

comb(r) = ^ bit-n). « es un entero

(2.36)

Ésta es una función comb unitaria debido a que la intensidad de cada impulso, el espaciamiento entre
impulsos y el valor promedio de la función son todos iguales a uno.
Las funciones de impulso y comb quizá parezcan abstractas e irreales. El impulso se presentará
después como un resultado de una operación fundamental del análisis de sistemas lineales, la integral de
convolución. Aunque, como una cuestión práctica, es imposible generar un impulso verdadero, el im-
pulso matemático es muy útil en el análisis de señales y sistemas, al igual que la función comb, que es

comb(f) comb(f)

i 1 1 j
... FIGURA 2.21
(1) 1.1) (1) (1) (1) La función comb
-2 -1 1 2 -2 -1 1 2 unitaria.
 una repetición periódica de impulsos. Mediante la función comb y la operación de convolución es
posible representar en forma matemática, en una notación sucinta, muchos tipos de señales útiles que
resultarán más convenientes que en una forma diferente.

Funciones singulares Se ha visto en secciones anteriores que el escalón unitario, el impulso unitario
y la rampa unitaria se relacionan por medio de integrales y derivadas generalizadas. Estas funciones son
los miembros más importantes de la familia de funciones Weimetáas funciones singulares. En cierta lite-
ratura sobre sistemas estas funciones se indican mediante la notación coordinada Ujt(r), donde el valor de
k determina la función. Por ejemplo.

uo(;) = 8(f). u^i(f)=u(f) u ^ 2 ( / ) = ramp(r). (2.37)

En esta notación coordinada, el subíndice k indica cuántas veces se diferencia un impulso para obtener
la función correspondiente y un valor negativo de k indica que se efectúa integración en vez de diferen-
ciación. El doblete unitario u, (f) se define como la derivada generalizada del impulso unitario, el triplete
unitario UTIÍ) se define como la derivada generalizada del doblete unitario, etc. Aun cuando
el doblete y el triplete unitario y las derivadas generalizadas superiores son incluso menos prácticos
que el impulso unitario, a veces son de utilidad en la teoría de señales y sistemas.
Justo como el impulso tiene una propiedad de muestreo, igual ocurre con el doblete. Considérese la
integral del producto de un doblete con una función g(f) que es continua y finita en la ubicación del
doblete / = fy,

= j g(f)U|(f- to) dt. (2.38)

Se utiliza la integración por partes para evaluar esta integral. En

j u ílv = iiv — j V du (2.39)

sea » = g(í) y íít; = U i ( / - fy) dt. Entonces

/ = g(í)uü(r - f o ) | ^ ^ - y Uü(r - ío)g'(0 dt. ^2.40)

-yo

Puesto que Uo(í) = 5(í), g(í)Uo(í)|!l, = O y, mediante la propiedad de muestreo del impulso.

l = -g'(ío). (2.41)

Es posible obtener propiedades de muestreo análogas de singularidades de orden superior.

La función rectángulo unitario Un tipo muy común de señal que ocurre en sistemas es aquella en
l a que la señal x(í) se activa en algún tiempo y se desactiva en un instante posterior Es muy conve-
niente definir otra función para describir este tipo de señal. El uso de esta función abrevia la notación
cuando se describen algunas señales complicadas. La función rectángulo unitario (figura 2.22) se de-

rect(f) rect(f)
1

FIGURA 2.22
La función rectángulo
_ 1
unitario en TC. —-
1
 sinc(f)

2.3 Funck
l7
señales er
continuo

-5 - 4 - 3 -2\J-] lV/2 3 4 5

FIGURA 2.23 FIGURA 2.24

La función triángulo unitaria en TC, La función sinc tinitaria en TC,

fine para este propósito. Es una función rectángulo unitario porque su ancho, altura y área son iguales
a uno.

1 \'\ < k
rect(í) = • l \n = \ (2.42)
0 i/i>^

La función rectángulo unitario puede considerarse como una función de compuerta. Cuando la
función rectángulo unitario multiplica a otra función, el resultado es cero fuera del intervalo distinto de
cero de la función rectángulo y es igual a la otra función dentro del inter\'alo distinto de cero de la
función rectángulo. El rectángulo "abre una compuerta", permitiendo que la otra función pase y luego
se cierra de nuevo.

La función triángulo unitario La función triángulo unitario se define en la figura 2.23. En el capítu-
lo 3 se verá que ésta tiene una relación estrecha con la función rectángulo unitario por medio de la
operación de convolución que se presentará después. Se denomina triángulo unitario porque su altura y
área son ambas iguales a uno (pero el ancho de su base no lo es).

(2.43)

La función sinc unitaria La función sinc unitaria (figura 2,24) también .se relaciona con la función
rectángulo unitario. Es la transfonnada de Fourier de la función rectángulo unitario e n T C . La transfor-
mada de Fourier se presentará en el capíuilo 5. La función sinc unitaria se denomina una función unita-
ria porque su altura y área son ambas iguales a uno. (En el capímlo 5 se verá una forma de determinar el
área de esta función.)

sen(7r/)
sinc(n = (2.44)
•ni

Conviene percatarse de que la definición de la función sinc se acepta por lo general, aunque no universal-
mente, como
sen(TTr)
sinc(í) =
•7TÍ

En algunos libros de texto y libros de referencia la función sinc se define como

sen(r)
smc(í) = .
í
En otras referencias esta segunda forma recibe el nombre de función Sa,
sen(/)
Sa(0 =
 La forma en que la lunción sinc se define no es una cuestión critica. Mientras se utilice y acepte una defini-
ción en forma constante, los resultados del análisis de señales y sistemas serán titiles.

Una pregunta común que surge cuando se encuentra por primera vez la función sinc es cómo deter-
minar el valor de sinc(O). Cuando la variable independiente t en senCTrO/Trr tiene el valor de cero, tanto
el numerador senfirr) como el denominador TTÍ dan un valor igual a cero, lo que produce una forma
indeterminada. La solución a este problema es, desde luego, utilizar la regla de L'Hópital. En ese caso

. senC-TT/) iTcos{TTr)
lim s i n c ( í ) = l i m = l i m = L (2.45)
í—o o jrr í ^ o TT

Por lo q u e sinc(f) es continua en r = 0.

La función de Dirichlet Una función que se relaciona con la función sinc es la función de Dirichlet
(figura 2.25) definida por

senitiNt)
drcKí, A') = (2.46)
N seníiTí)

Para A'' impar, la similitud con la función sinc es evidente; la función de Dirichlet es una suma de
funciones sinc espaciadas uniformemente. El numerador sen(A''TTO es cero cuando í es cualquier múltiplo
entero de \IN. Por lo tanto, la función de Dirichlet es cero en esos puntos, a menos que el denominador
sea también cero. El denominador N sentirr) es cero para todo valor entero de t. Por lo tanto, se debe
utilizar de nuevo la regla de L'Hópital para evaluar la función de Dirichlet en valores enteros de t.

sen(WTTí) Af-íT c o s ( A f T r f )
lím drcKf. N) = lím = lím • = ±1 (2.47)
t-*m '—"! / V s e n Í T T / ) í-'H A^TTCOSÍTr/)

donde m es un entero. Si A' es par, los extremos de la función de Dirichlet se alternan entre -l-l y - 1 . Si
A^es impar, todos los extremos son + \ . Una versión de la función de Dirichlet es una parte de la caja de
herramientas de señales de MATLAB con el nombre de función d i r i c . Ésta se define como

sen(AfA72)
diric(jr. A') = (2.48)
A^sen(.v/2)'

n C U R A 2.25
La función de Dirichlet
paraA = 4, 5, 7 y 13.
Por lo tanto. 31

drcl(r, N) - diric(2'iTí, N). (2.49) 2.3 Funciones de

señales en tiempo
La función de Dirichlet aparece en los capítulos 4 y 5 en el material acerca de la serie de Fourier de continuo
tiempo discreto y de la transformada de Fourier de tiempo discreto.

A R C H I V O S M A T L A B .m P A R A A L G U N A S F U N C I O N E S S I N G U L A R E S
Y FUNCIONES RELACIONADAS

Algunas de las funciones que se presentan en este capítulo existen como funciones llamadas intrínsecas
en algunos lenguajes de computación y herramientas matemádcas. Por ejemplo, en MATLAB la fun-
ción sgn recibe el nombre s i g n y tiene exactamente la misma definición. En MATLAB la función sinc
se define exactamente como se hace en este libro.
Usted puede crear sus propias funciones en MATLAB las cuales, después de definirlas, se vuelven
funciones que es posible invocar del mismo modo que las funciones incorporadas e o s , s i n , e x p , etc.
Las funciones MATLAB se definen creando un archivo . m, cuyo nombre tiene una extensión . m. Por
ejemplo, se podría crear un archivo que determine la longitud de la hipotenusa de un triángulo recto
dadas las longitudes de los otros dos lados.

% F u n c i ó n p a r a c a l c u l a r l a l o n g i t u d de l a h i p o t e n u s a de un triángulo
% r e c t á n g u l o dadas l a s l o n g i t u d e s de l o s o t r o s d o s l a d o s

% a - La l o n g i t u d de un l a d o
% b - La l o n g i t u d del otro lado
% c - La l o n g i t u d de l a h i p o t e n u s a

function c = hyp{a,b)
c = s q r t { a ' ' 2 + b"2) ;

Las primeras siete líneas son de comentarios que no se ejecutan pero sirven para documentar la forma
en que se utiliza la función. La primera línea ejecutable debe empezar con la palabra clave f u n c i ó n .
El resto de la primera línea está en la forma.

result = natneiargl, arg2,

donde resultado es el nombre de la variable que contiene el valor producido que puede ser un escalar, un
vector o una matriz (o incluso un arreglo de celdas o un arreglo de estructura, cuya discusión está más
allá del objetivo de este libro); nombre es el nombre de la función; y arg l. arg 2,..., son los parámetros
o argumentos dados a la función. Los argumentos pueden ser también escalares, vectores o matrices (o
arreglos de celdas o arreglos de estructuras). El nombre del archivo que contiene la definición de la
función debe ser nombre . m.
A continuación se presenta una lista de algunas funciones MATLAB para realizar las funciones que
acaban de discutirse.

% F u n c i ó n e s c a l ó n u n i t a r i o d e f i n i d a como O p a r a v a l o r e s d e l
% argumento de e n t r a d a menores que c e r o , | p a r a v a l o r e s d e l argumento
% de e n t r a d a i g u a l e s a c e r o , y uno p a r a v a l o r e s d e l argumento de
% entrada mayores que c e r o . Funciona igualmente b i e n para v e c t o r e s y e s c a l a r e s .

function y = u{t)
z e r o = ( t == 0) ; pos = (t>0) ; y = zero/2 + pos ;

% F u n c i ó n p a r a c a l c u l a r l a f u n c i ó n rampa d e f i n i d a como c e r o p a r a
% v a l o r e s d e l argumento menores que c e r o , y e l v a l o r d e l argumento
% para argumentos mayores o i g u a l e s a c e r o . Funciona igualmente
% b i e n para v e c t o r e s y e s c a l a r e s .

f u n c t i o n y = ramp(t)
y = t . * ( t > = 0 ) ;

% Función r e c t á n g u l o . U t i l i z a l a d e f i n i c i ó n de l a f u n c i ó n r e c t á n g u l o
% en t é r m i n o s de l a f u n c i ó n e s c a l ó n u n i t a r i o . F u n c i o n a i g u a l m e n t e
% bien para e s c a l a r e s y v e c t o r e s .
function y = rect(t)
y = u(t+0.5) - u(t-0.5)

% Función para c a l c u l a r la función t r i á n g u l o . U t i l i z a la definición

de l a f u n c i ó n t r i á n g u l o en t é r m i n o s de l a f u n c i ó n rampa. F u n c i o n a
igualmente bien para v e c t o r e s y e s c a l a r e s .

function y = tri(t)
y = ramp(t +l) - 2*ramp(t) + raitip(t-l) ;

% F u n c i ó n p a r a c a l c u l a r s i n c í t ) d e f i n i d a como s e n ( p i * t ) / ( p i * t ) .
i% Funciona igualmente bien para v e c t o r e s y e s c a l a r e s . Esta función
% p u e d e s e r i n t r í n s e c a e n a l g u n a s v e r s i o n e s d e MATLAB.

function y = sinc(t)
z e r o = (t==a) ; % I n d i c a l a s u b i c a c i o n e s de c e r o s en t .
num = ( - z e r o ) . * s i n ( p i * t ) + z e r o ; d e n = ( - z e r o ) . * ( p i * t ) + z e r o ;
y = num./den ;

% Función para c a l c u l a r v a l o r e s de l a f u n c i ó n de D i r i c h l e t . Funciona

% igualmente bien para v e c t o r e s y escalares.
%
% X = sin(N*pi*t)/(N*sin{pi*t))
function X = drcl(t,N)
X = diric{2*pi*t,N) ;

No se incluyó la función de impulso unitario en TC en esta lista de funciones de archivo .m. Hay
una buena razón para ello: ésta no es una función en el sentido ordinario. Una función acepta un argu-
mento y produce un valor relacionado. El impulso hace eso en todos los puntos excepto donde su
argumento es cero. En ese punto su valor no está definido. Por lo tanto, MATLAB no puede producir un
valor como lo hace con las funciones ordinarias. En la sección 2.9 se definirá un impulso en TD que
tiene valores definidos en todos los valores permisibles de su argumento y tendrá la descripción de
archivo . m de función MATLAB.

2.4 FUNCIONES Y COMBINACIONES DE FUNCIONES

Recuerde de las matemáticas básicas que una función acepta un número de su dominio y crea y produce
otro número de su intervalo con el que está relacionado matemáticamente. La notación estándar para
funciones en TC está en la forma g(f) en la que g es el nombre de la función y todo lo que está dentro del
paréntesis se denomina el argumento de ia función. El argumento es una expresión escrita en términos
de la variable independiente. En el caso de g(f)- r es la variable independiente y la expresión es la más
simple posible en términos de la propia f. Una función en la forma g(í) crea y produce un valor para g
correspondiente a todo valor de / que acepta. Por ejemplo, en la función

g(f) = 2 + 4 r (2.50)

para cualquier valor de f, hay un valor correspondiente de g. Si f es 1, entonces g es 6, Esto se indica

mediante la notación, g( 1) = 6.
El argumento de la función no necesita ser sólo la variable independiente. Puede ser cualquier
expresión matemática escrita en tétininos de la variable independiente, incluso otra función de ésta. Por
ejemplo, si g(r) - 5e--', ¿cuál es el valor de g(f + 3 ) ? Simplemente se sustituye / por r + 3 en todas partes
en ambos lados de g(f) = 5e^~' para obtener g(f + 3 ) = 5Í^^('+3)_ Obsérvese con cuidado que no se obtiene
5^-2r+3 El razonamiento es que en vista de que t se multiplicó por - 2 en el exponente de í , entonces la
expresión completa í + 3 debe también multiplicarse por - 2 en el nuevo exponente de e. En otras
palabras, todo lo que se haga con t en la función g(f) debe hacerse con la expresión completa que implica
a f en cualquier otra función, gie.xpresión que incluye a t). Las siguientes ecuaciones son ejemplos de
funciones definidas con t como el argumento y luego escritas con expresiones que incluyen a /.
 2.4 Funciones y
g(f) = 3 + /- - 2P (2.51) combinaciones de
funciones

entonces

g(2r) = 3 + (2tf - 2(2Tf = 3 + 4r - 16r' (2.52)

g ( l - f) = 3 + ( 1 - í ) ' - 2 ( 1 - r)^ = 2 + 4r - 5r= + 2 r ' (2.53)

g(í) = 10 cos(20Tir) (2.54)

entonces

= 10 eos 20TT- = 10 cos(5T7r) (2.55)

\ 4

g(e') = 10 cos(20TTe') (2.56)

Aun cuando g puede definirse con g(/) en el lado izquierdo de la ecuación y las expresiones que inclu-
yen a t en el lado derecho, la función g no siempre debe tener su argumento escrito en términos de una
variable independiente denominada /, Por ejemplo, si g(í) = 5e-'0^ entonces g(2jt) = 5e-'^^' y g(¿ - 1) =
5ging-io;^ Cuando g(í) se define indicando lo que debe hacerse con / para crear el valor de g(í), lo que eso
significa es que siempre que se ve g(e.\presión). debe realizarse sobre la expresión exactamente lo que
se hizo sobre t en la definición.
Cuando una función se invoca al darle un argumento, lo primero que hace MATLAB es evaluar
numéricamente el argumento y luego calcular el valor de la función. Por ejemplo, la instrucción de
MATLAB,

g = eos(2*pi*f0*t) ;,

encuentra primero los valores numéricos de t y f O, forma su producto y luego multiplica el resultado
por 2 y por p i ( ' I T ) . Luego el número que resulta se asigna a la función coseno para producir el valor del
coseno. El coseno produce un valor interpretando el número que se le asigna como un ángulo en radianes.
Si t es un vector o matriz de tiempos, en vez de un escalar, cada elemento de! vector o matriz t se
multiplica por f O, 2 y p i (TT) y luego el vector o matriz de números que resulta se asigna a la función
coseno para su evaluación. El coseno produce un vector o matriz de cosenos de los números que se le
asignan en el vector o la matriz, interpretándose de nuevo los números como ángulos en radianes. Por lo
tanto, las funciones de MATLAB efectúan exactamente lo que se describe aquí para argumentos que
son funciones de la variable independiente; aceptan números y producen otros números.

COMBINACIONES DE FUNCIONES

En algunos casos una función matemática simple puede describir por completo auna señal, una senoide,
por ejemplo. Sin embargo, una función no es suficiente para una descripción exacta. Una operación que
permite versatilidad en la representación matemática de señales arbitrarias es aquella que combina dos
o más funciones. Las combinaciones pueden ser sumas, diferencias, productos y/o cocientes de funcio-
nes. La figura 2.26 muestra algunos ejemplos de sumas, productos y cocientes de funciones. (No se
incluyen diferencias debido a que son similares a las sumas.)
 [sen(4'iTí) + 2] cos(40TTrj

CAPÍTULO 2
Descripción
matemática de señales

. sen(4iTÓ cos(20iTí) + cü,s(22tt0

smc(4;.) =

2 I

-1
FIGURA 2.26
Ejemplos de sumas,
productos y cocientes
de funciones. -2

E J E M P L O 2.1

Utilizando MATLAB, grafique estas combinaciones de funciones,

= e-' sen(20iTí) + sen(19Tr/) (2.57)

x,fí) - sinc(í) cosflOirr). 2.58)

Solución

% Programa p a r a g r a f i c a r a l g u n a s d e m o s t r a c i o n e s d e l a s c o m b i n a c i o n e s de f u n c i o n e s e n TC.
t = 0 : 1 / 1 2 0 : 6 ; x l = e x p ( - 1 ) . * s i n ( 2 O * p i * t ) + e x p ( - t / 2 ) .* s i n ( 1 9 * p i * t ) ;
Bubplot(2,1,1) ; p = plot(t,xl,'k') ; set(p,'LineWidth',2) ;
x l a b e l C X i t t ' ) ; y l a b e l ('x_l ( { \ i t t } ) ' ) ;
t = - 4 : 1 / 6 0 : 4 ; x2 - s i n C ( t ) . * C O S ( 2 O * p i * t ) ;
subplot(2,1,2) ; p = plot(t,x2,'k') ; s e t ( p , ' L i n e W i d t h 2 ) ;
x l a b e l C X i t t ' ) ; y l a b e l (• x_2 ( ( \ i t t } ) ' ) ;

Las gráficas que resultan se presentan en lafigura2.27.

FIGURA 2.27
Resultado gráfico de MATLAB.
2.5 TRANSFORMACIONES DE ESCALAMIENTO
Y DESPLAZAMIENTO EN TIEMPO CONTINUO
En el análisis de señales y sistemas es importante tenerla capacidad para describir señales
tanto analítica como gráficamente, junto con la capacidad para relacionar entre sí dos tipos
diferentes de descripciones. En consecuencia, se van a considerar algunas descripciones
gráficas de funciones para deducir cómo se observan cuando la ftmción se transforma.
Deje que g(r) se defina mediante la gráfica de la figura 2.28. Puesto que la gráfica sólo se
extiende sobre el intervalo - 5 < r < 5, no se sabe qué sucede con la función fuera del
intervalo sin información auxiliar Para evitar complicaciones suponga que g(0 = O, |/1 > 5.

ESCALAMIENTO DE AMPLITUD

Considere primero la transformación funcional más simple, multiplicando la función por FIGURA 2.28
una constante. Esta transformación se indica con la notación Definición gráfica de una función
g(f) en TC.
g(f) ^ Ag(í). (2.59)

Para cualquier f arbitrario, esta transformación multiplica el valor producido g(f) por A. De tal manera,
la transformación g(í) Ag(í) multiplica a g(í) en cada valor de t por A. Este tipo de transformación
funcional se denomina escalamiento de amplitud. La figura 2.29 muestra dos ejemplos del escalamien-
to de amplitud de la función g(í) que se definió en la figura 2.28.
Es claro en la figura 2.19b) que un factor negativo de escalamiento de amplimd invierte la función,
con el eje t como el eje de rotación de dicha inversión. Si el factor de escalamiento es - 1 como en este
ejemplo, la inversión es la única acción. Si el factor de escalamiento es algún otro factor A, y A es
negativa, la transformación del escalamiento de amplitud puede considerarse como dos transformacio-
nes sucesivas. TABLA 2.1
(2.60) Valores seleccionados
g(f)^-g(/)^|A|(-g(í)).
de g(/ -!)
una inversión seguida por un escalamiento de amplitiid positiva. El escalamiento de amplitud es una
t t-1 g(í-l)
transformación de la variable dependiente g. En las siguientes dos secciones se presentan transforma-
-5 -6 0
ciones de la variable independiente.
-4 -5 0
-3 -4 0
-2 -3 -3
1 -2 -5
0 -1 -4
l 0 -2
2 1 0
ni i
3 2 4
4 3 1
5 4 0

FIGURA 2.29
Dos ejemplos de esca-
lamiento de amplitud.
36 DESPLAZAMIENTO EN EL TIEMPO

Si la gráfica de la figura 2.28 define a g(0, ¿cómo será g(r -1)? Se puede empezar por entender cómo
efectuar esta transformación al calcular los valores de g(í - 1) en unos cuantos puntos seleccionados
(tabla 2.1). Ahora debe ser claro que la sustitución de / por f - I tiene el efecto de desplazar la función
una unidad a la derecha (figura 2.30). La transformación

(3.61)

puede describirse diciendo que, para cada valor de f, regresando una unidad de tiempo, se obtiene el
valor de g en ese tiempo y se utiliza como el valor para graficar g(f - 1) en el tiempo í. Este tipo de
transformación funcional recibe el nombre de desplazamiento en el tiempo o traslación en el tiempo.
Se resume el desplazamiento en el tiempo afirmando que la transformación t —^t-t^, donde ÍQ es
una constante arbitraria, tiene el efecto de desplazar g(í) a la derecha en /„ unidades. (Para ser consisten-
tes con la interpretación aceptada de números negativos, si ÍQ es negativo, el desplazamiento es hacia la
izquierda por unidades.) La figura 2.31 muestra algunas funciones escalón desplazadas en el tiempo.
La función rectángulo puede definirse como la diferencia entre dos funciones escalón unitario
desplazadas en el tiempo en direcciones opuestas.

rect(r) = u r+ - (2.62)

y es posible definir la función triángulo como la suma de tres funciones rampa, dos de las cuales están
desplazadas en el tiempo,

tri(rj = ramp(f + 1) - 2 ramp(í) + ramp(í - 1). (2.63)

El desplazamiento en el tiempo es una transformación de la variable independiente. Este tipo de

transformación puede efecmarse sobre cualquier variable independiente, no necesita ser el tiempo; po-
dría ser una dimensión espacial. En ese caso, se llamaría a este tipo de transformación desplazamiento
en el espacio. En el capítulo 5. en las secciones sobre transformadas, se tendrán funciones de una
variable independiente (frecuencia) y esta transformación recibirá el nombre de desplazamien-
to de frecuencia. El significado matemático es el mismo, al margen del nombre que se utilice
'—1 para describir el proceso.
A
4 El escalamiento de amplitud y el desplazamiento en el üempo ocurren en muchos sistemas
1—-Q-
J físicos reales. Por ejemplo, en la conversación ordinaria hay un retraso en la propagación, el
1—T.
z tiempo que se requiere para que una onda sonora se propague de la boca de una persona al oído
1 de otra. Si esa distancia es de 2 metros (m) y el sonido viaja a casi 330 m/s, el retraso de la
3V-3-2-Í ,
- ] 1 ^t' propagación es casi de 6 mil i segundos (ms), un retraso que no es percepüble. Sin embargo,
•> considérese un observador que mira un martinete, ubicado a 100 m de distancia, hincando un
pilote. La primera cosa que el observador registra es la imagen del martinete golpeando al
pilote. Hay un ligero retraso debido a la velocidad de la luz desde el martinete hasta el ojo, pero
es menor que un microsegundo. El sonido del martinete hincando el pilote arriba 0.3 s después,
un retardo notable. Éste es un ejemplo de desplazamiento en el tiempo, en este caso, retraso.
También el sonido del martinete golpeando al pilote es mucho mayor cerca del martinete que a

A
4
f" 1
J 4u(r} -lOu(r)
• o.

\ T.

- i\ •ll , i / 3 4
\ 1 -10
-1
\ T 2u(/ - 4) 7u(6 - f)

FIGURA 2.30
Gráfica de g(r - I) en relación
con g(/) que ilustra la transfor-
mación funcional de desplaza- FIGURA 2.31
miento en el tiempo. Funciones escalón transfomiadas.
una distancia de 100 m, un ejemplo de escalamiento de amplitud. Otro ejemplo familiar es el retraso
entre la observación de un rayo y el sonido del trueno que produce.
2.5 Transformaciones
Como un ejemplo más tecnológico, considere un sistema de comunicaciones vía satélite. Una esta- de escalamiento y
ción terrena envía una intensa señal electromagnética a un satélite. Cuando la señal llega a éste, el desplazamiento en
campo electromagnético es mucho más débil que cuando abandonó la estación terrena debido al retraso tiempo continuo
en la propagación. Si el satélite es geosíncrono. se encontrará a 36 000 kilómetros (km) sobre la super-
ficie terrestre, por lo que si la estación terrena estuviera directatuente abajo del satélite, el retraso en la
propagación relativo al enlace ascendente sería de casi 120 ms. Para estaciones terrenas que no estén
ubicadas debajo del satélite el retraso es un poco mayor Si la señal transmitida es Ax(/) la señal recibida
es Bx{t -1^,), donde B es por lo común mucho más pequeño que A, y es el üempo de propagación. En
enlaces de comunicaciones entre puntos sobre la tierra que están muy alejados, se requieren varios
enlaces ascendentes y descendentes para realizar la comunicación. Si se trata de comunicación de voz
entre una persona ubicada en Nueva York y un reportero en Calcuta, el retraso puede con facilidad ser de
Is, que es suficiente para causar un retraso notable en la conversación. Imagínese el problema de comu-
nicación con los primeros astronautas en Marte. El retraso nunimo en una dirección cuando la Tierra y
Marte se encuentran a la distancia más cercana rebasa los 4 minutos (min).
En el caso de comunicación bidireccional de largo alcance, el retraso en el tiempo es un problema.
En otros casos puede ser bastante útil como en el radar y el sonar. En este último, el retraso entre el
envío de un pulso y su regreso indica la distancia al objeto desde el cual se reflejó el pulso, por ejemplo,
un avión o un submarino.

TABLA 2.2
ESCALAMIENTO EN EL TIEMPO Valores seleccionados
de g(f/2)
Considere a continuación la transformación funcional indicada por
t t
/
(2.64) 2
Como ejemplo, se calculan valores seleccionados de g(r/2) (tabla 2.2). Esta transformación expande la -4 _2 -5
función g(í) horizontalmente (en r) por un factor a en g{t/a) (figura 2.32). Esta transformación funcional -2 -I -A
se denomina escalamiento en el tiempo. 0 0 -2
Considere ahora la transformación 2 1 0
4 1 4
(2.65)

TABLA 2.3
Valores seleccionados
de g(-r/2)
t
t Á( í l
2
-4 ->
4
-2 1 0
0 0 -2
2 -1 -4
4 _2 -5

.1
4
-f \
J
-) \
1 \
- FIGURA 2.32
1
1•
Gráfica de g(r/2) en
»-í - ( 5-í % 5 (3 7 3 9
1 relación con g(t) que
ilustra la transfomia-
ción funcional del
r
escalamiento en el
I
tiempo.
CAPÍTULO 2
Descripción
matemática de senaies

i \
FIGURA 2.33 \1
/
"I
j
Gráfica de g(-í/2) en ¿.

relación con g(f) que 1 1

I
ilustra la transforma- y
- 9 - S 5 - i-( )-. S-A -. i-: 1 ^V - 4 í
ción funcional de _ 1

escalamiento en el •TS
\\
tiempo correspondien- J
te a un factor de 4A-
\
escalamiento negativo.

Es idéntica al ijltimo ejemplo salvo por el signo del factor de escalamiento que es ahora - 2 en vez de 2.
La nueva relación se ilustra en la tabla 2.3 y se gráfica en la figura 2.33.
Es posible hacer un resumen diciendo que la transformación funcional de escalamiento en el tiem-
po f tía expande la función horizontaimente por un factor de \a\ y, si o < O, la función también se
invierte en el tiempo. La inversión en el tiempo significa invertir la curva con el eje g(f) como el eje de
rotación de la inversión. El caso de una a negativa puede concebirse como dos transformaciones suce-
sivas, r - r. seguidas por / —> t¡\a\. El primer paso t—^-t simplemente invierte el tiempo de la función
sin cambiar su escala horizontal. El segundo paso t ^ tl\a\ realiza un escalamiento en el tiempo de la
función, que ya ha sido invertida en el tiempo, por un factor de escalamiento positivo |ÍÍ|.
El escalamiento en el tiempo también puede indicarse mediante la transformación t —> bt. Esto no
es nuevo debido a que es lo mismo que t -> tía con b -> \la. De este modo todas las reglas del escala-
miento en el tiempo son válidas con esta relación entre las dos constantes de escalamiento ay b.
Es posible imaginar un experimento que demostrai'ía el fenómeno del escalamiento en el tiempo.
Suponga que tiene una grabación de cinta analógica de cierta música. Cuando se le reproduce de la ma-
nera usual, se escucha la música como se ejecutó. Sin embargo, si se aumenta la velocidad del movimien-
to de lacinta se escucha una versión acelerada de lamúsica. Todas las frecuencias en ta grabación original
ahora son mayores y se reduce el tiempo de la ejecución. Si se retarda la cinta, ocurre el efecto opuesto.
Si se invierte la dirección del recorrido de la cinta se escucha el tiempo inverso de la música, un sonido
muy extraño. Si una voz humana se graba sobre una cinta en la forma usual y luego se reproduce hacia
atrás acelerada, se describe a menudo como el sonido de una ardilla, muy rápido y de tono muy alto.
Una experiencia común que ilustra el efecto de! escalamiento en el tiempo es el efecto Dappler. Si
usted se mantiene de pie al lado de un camino y tin camión de bomberos se aproxima haciendo sonar su
sirena, notará que tanto el volumen como el tono de la misma parecen cambiar conforme pasa el ca-
mión. El volumen cambia debido a la proximidad de la sirena: cuanto más cercana se encuentra más
intenso es. Pero ¿por qué cambia el tono? La sirena hace exactamente lo mismo todo el tiempo, por lo
que no es el tono del sonido lo que cambia sino el tono que llega a sus oídos. Conforme el camión de
bomberos se acerca, cada compresión sucesiva del aire causado por la sirena ocurre un poco más cerca
de usted que el anterior, por lo que llega a sus oídos en un periodo más corto que la compresión previa
y hace que la frecuencia de la onda sonora en su oído sea más alta que la de la que emite la sirena.
Cuando el camión de bomberos pasa, ocurre el efecto opuesto y el sonido de la sirena que llega a sus
oídos se corre hacia una frecuencia inferior. Mientras usted escucha un cambio en el tono, los bomberos
sobre el camión escuchan una sirena constante.
 2.5 Transformaciones
de escalamiento y
desplazamiento en
tiempo continuo

Sonido que escuchan los bomberos en el camión

A(í)g(a/)

Sonido cuando el camión se aproxima

B(í)g(i./)

FIGURA 2.34
Ilustración del efecto
Sonido después de que pasa el camión Doppler.

Considere que el sonido que escuchan los bomberos en el camión se describe por medio de gíí),
Conforme se aproxima el camión, el sonido que usted escucha es A(f)g(«f) donde A(0 es una función
creciente del tiempo que explica el cambio de volumen y a es un niímero un poco mayor que uno. El
cambio de la amplitud en función del tiempo es un efecto llamado modulación de amplitud (o atnplitud
modulada) en los sistemas de comunicaciones. Después de que pasa el camión, el sonido que se escucha
cambia a B(i)gibt), donde B(í) es una función decreciente del tiempo y ¿ es un poco menor que uno
(figura 2.34). (En la figura 2.34 se usan senoides para representar el sonido de la sirena. Esto no es
preciso, pero sirve para ilustrar los puntos importantes.)
Se presenta el mismo fenómeno con las ondas luminosas. El desplazamiento hacia el rojo de los
espectros de estrellas distantes es lo que indicó primero que el universo se está expandiendo. Recibe el
nombre de desplazamiento hacia el rojo debido a que cuando una estrella retrocede con respecto a la
Tierra ia luz que se recibe en nuestro planeta experimenta un desplazamiento Doppler que reduce la
frecuencia de todas las ondas luminosas emitidas por la estrella. La luz de ésta tiene muchas variacio-
nes en frecuencia que la caracterizan debidas a su composición y a la trayectoria desde el astro hasta el
observador La cantidad de desplazamiento puede determinarse comparando los patrones espectrales de
la luz de la estrella con patrones espectrales conocidos de varios elementos medidos en un laboratorio
en la Tierra.
El escalamiento en el üempo es una transformación de la variable independiente. Al igual que
con el desplazamiento en el tiempo, este tipo de transformación puede realizarse sobre cualquier va-
riable independiente; ésta no necesita ser el tiempo. En el capítulo 5 se efectuará escalamiento de fre-
cuencia.

TRANSFORMACIONES MÚLTIPLES

Las tres transformaciones, escalamiento en amplitud, escalamiento en el tiempo y desplazamiento en el

tiempo pueden aplicarse de manera simultánea, por ejemplo,

g(0 Ag (2.66)

Para entender el efecto completo suele .ser más adecuado descomponer una transformación como (2.66)
en transformaciones simples sucesivas.

Escalamieiiioín
, . la amplitud A , . ,
g(í) — > Agio A g y ^ ^ 4 — j - (2.67)
 Observe aquí que el orden de las transformaciones es importante. Por ejemplo, si intercambia el orden
de las operaciones de escalamiento y de desplazamiento en el tiempo en (2.67), se obtiene

g(n ^ Agií) > Agir - ín) > i ^ ~ ) ^ V ~ a ^ (2.68)

El resultado de esta secuencia de transformaciones es diferente del resultado anterior (a menos que a =
1 o íg = 0). Se podría seguir esta secuencia y obtener el resultado precedente en (2.67) mediante un
desplazamiento en el tiempo diferente si se observa que

Luego sería posible desplazar primero en el tiempo y después escalai' en el tiempo, lo que produce

g(r) > Agit) . Ag [ t - - ) > Ag ( - - - j = Ag [ — (2.70)

Sin embargo, aun cuando esto funciona, es más simple y más lógico utilizar la primera secuencia,
escalamiento en el tiempo antes de desplazamiento en el tiempo. En una transformación diferente, quizá
sea mejor una secuencia diferente, por ejemplo.

Agibt - ?())• (2.71)

En este caso la secuencia del escalamiento de amplitud, el desplazamiento en el tiempo y el escalamien-

to en el tiempo es la trayectoria más simple para una U'ansformación correcta.

EsLialamienKi en

g(í) • Ag(í) > Ag(r - fo) * Agibt - to). (2.72)

Las figuras 2.35 y 2,36 ilustran algunas etapas de transformación para dos funciones. En estas figuras
ciertos puntos se marcan con letras, empezando con a y siguiendo alfabéticamente. Cuando se efecttia
cada transformación funcional, los puntos correspondientes tienen la misma designación de letras.

g(r)

-2G(R) Escalamiento en la amplitud

d\-2 Escalamiento en el dempo

a l S
b f

d -2

FIGURA 2.35
Una secuencia de esca- DESPLAZAMIENTO EN EL TIEMPO

lamiento en la ampli- 11

tud, escalamiento en ef a — Lt g
tiempo y desplaza- b f
miento en el tiempo de e
— Z
una función. í d
 S(í) 41
c
\ - 2,5 Transformación^
a h e de escalamiento y
-1 l desplazamiento en
tiempo continuo

Escalamiento en la amplitud

FIGURA 2.37
Desplazamiento en el tiempo Exponencial decreciente "accionada" en el
tiempo / = /(j.

Escalamiento en el tiempo

FIGURA 2.36
Una secuencia de escalainiento en ampütud, desplazamiento en FIGURA 2.38
el tiempo y escalamiento en el tiempo de una función. Producto de un seno y una función signum.

Las funciones que se presentaron previamente, junto con la transformación de funciones, permiten
describir una amplia variedad de señales. Por ejemplo, una señal que tiene una forma exponencial
decreciente después de algún tiempo f = y es cero antes de que pueda representarse en forma matemá-
tica sucinta.

x(í) = Ae ^utí - to) (2.73)

(figura 2.37). Una señal que tiene la forma de una función seno negativa antes del tiempo / = O y una
función seno positivo después del tiempo r = O puede representarse mediaiue x(fj = A sen(2-7T/,|/) sgn(/)
(figura 2.38). Una señal que es una ráfaga de una senoide entre los tiempos f = 1 y r = 5 y es cero en
cualquier otro lado se puede representar por medio de

t - 3 \
x(í) = A cos(27T/of + e)rect (2.74)
4 /

(figura 2.39). La figura 2.40 ilustra el escalamiento y el desplazamiento en el üempo de una función
comb,

comb (^-4^)
comb(2/)
x(r)
1 4
A"

2 6 to

a)

FIGURA 2.39 FIGURA 2.40

"Ráfaga" senoidal. a) Funciones comb escaladas en tiempo y b) desplazada en üempo.
 EJEMPLO 2.2

Mediante MATLAB, grafique la función definida por

O t < -2
-4-2í -2 < í < O
g(0 = - 4 + 3í O </ <4
(2.75)
16 - 2! 4 < f<8
O t > 8

Después grafique las funciones transformadas

3g(f + I). -g(3r}.

• Solución
Primero debe elegirse el intervalo de r sobre el cual graficar la función, y un espaciamiento entre los puntos en t para
generar una curva que se aproxime a la función real. Se elige un intervalo de -5 < / < 20 y un espaciamiento entre
puntos de 0.1. También se utilizará la característica de función de MATLAB que permite definir la función gí?)
como un programa de MATLAB independiente, un archivo tipo . m. Luego es posible referirse simplemente a ella
cuando se grafiquen las funciones transformadas sin tener que volver a reescribir la descripción de la función cada
vez. El archivo g .m contiene el código,

function y = g(t)
% Calcule la variación funcional de c a d a intervalo de t.
yl = -4 - 2*t; y2 = -4 + 3 * t ; y3 = 16 - 2*t;

% Una l a s d i f e r e n t e s v a r i a c i o n e s funcionales en sus respectivos

% i n t e r v a l o s de v a l i d e z .

y = yl.*(-2<t £: t< = 0) + y2.*(0<t & t<=4) + y3.*(4<t & t< = S) ;

El programa MATLAB contiene el siguiente código.

Programa p a r a g r a f i c a r l a f u n c i ó n , . g { t ) y después para graficar
3*g(t+l), g(3*t)/2 y -2*g({t-l)/2}.

t m i n = -4 tmax = 2 0; Se fija el i n t e r v a l o de t i e m p o p a r a l a g r á f i c a .
dt = 0 . 1 ; Se fija el tiempo entre puntos.
t = tmin:dt;tmax; Se fija el v e c t o r de t i e m p o s p a r a l a g r á f i c a .
gO = g { t ) ; Se calcula la g(t) original.

Función original g(t¡ Primera transformación

20
15
10

S 5
o
-5
-10
-15
10 20

Segunda Iransfomación Tercera transformación

20
15
10

I 5
" o -A-
FIGURA 2.41 -5
Gráficas de MATLAB
de funciones transfor- -15 10 15 20
madas.
g l = 3 * g ( t + l ) ,- Se c a l c u l a l a primera transformación.
g2 = g ( 3 * t ) / 2 , - Se c a l c u l a l a segunda transformación.
2.5 Transformaciones
g3 = - 2 * g ( ( t - 1 ) / 2 ) ; Se c a l c u l a la tercera transformación.
de escalamiento y
desplazamiento en
D e t e r m i n e l o s v a l o r e s g máxiino y mínimo e n t o d a s l a s f u n c i o n e s
tiempo continuo
t r a n s f o r m a d a s y ú s e l o s p a r a e s c a l a r d e l mismo m.odo t o d a s l a s g r á f i c a s .

gmax = max([max(gO) raax(gl}, max(g2), inax(g3)

gmin = m i n ( [ m i n ( g O ) min(gl), min(g2), min(g3)

% G r a f i q u e l a s c u a t r o f u n c i o n e s e n un a r r e g l o de 2 p o r 2 .
% G r a f l q u e l a s t o d a s e n l a misma e s c a l a m e d i a n t e e l comando a x i s ( e j e ) .
% D i b u j e l í n e a s d e una c u a d r í c u l a , u t i l i z a n d o e l comando g r i d ( c u a d r í c u l a )
% p a r a f a c i l i t a r l a l e c t u r a de l o s v a l o r e s .

s u b p l o t ( 2 , 2 , 1 ) ; p = p l o t ( t , g O , ' k ' ) ; s e t (p, • L i n e W i d t h ' , 2 ) ;

x l a b e l { ' t ' ) ; y l a b e l (' g ( t ) ' ) t i t l e ( ' F u n c i ó n o r i g i n a l , g ( t ) ' ) ;
axis([train,tmax,gmin,gmax]); grid;
subplot(2,2,21; p = p l o t ( t , g l , ' k ' ) ; set(p,'LineWidth',2);
x l a b e l ( ' t ' ) ; y l a b e l ( ' 3 g ( t + 1 ) ' ) ; t i t l e ('Primera t r a n s f o r m a c i ó n ' ) ;
axis([train,tmax,gmin,gmax]); grid;
s u b p l o t ( 2 , 2 , 3 ) ; p = p l o t ( t , g 2 , k ' } ; s e t (p, ' L i n e W i d t h ' , 2 ) ;
x l a b e l C t ' } ; y l a b e l ( ' g ( 3 t ) / 2 ' ) ; t i t l e ('Segunda t r a n s f o r m a c i ó n ' ) ;
axis([tmin,tmax,grain,gmax]); grid;
subplot(2,2,4); p = plot(t,g3,'k'); set(p,'LineWidth',2);
xlabel('t'}; ylabel('-2g((t-l)/2)');title('Tercera transformación');
axis([tmin,tmax,gmin,gmax]); grid;

Lo,s resultados gráficos se presentan en la figura 2.41.

En las figuras 2.42 y 2.43 se encuentran más ejemplos de versiones escaladas en amplitud, despla-
zadas en el tiempo y escaladas en el tiempo de las funciones que acaban de presentarse.

2 sinc(5f)

3re.(i±l)

7 \
¥
3 -4 4 12

i -7-

a) b)

FIGURA 2.42
Ejemplos de funciones «) escaladas en la amplitud, b) desplazadas en el tiempo y í') escaladas en el tiempo.

4u(3 - ¡) -5 rampa(O.lr) —3 sgn(20

J

-3

a) e)

FIGURA 2.43
Más ejemplos de funciones a) escaladas en la amplitud, h) desplazadas en el tiempo y c) escaladas en el tiempo
que se presentaron en este capítulo.
44 2.6 DIFERENCIACIÓN E INTEGRACIÓN
CAPÍTULO 2 Otro tipo muy común de transformación de una función que se usa para representar una señal consiste
Descripción
matemática de senaies
en diferenciarla o integrarla pues ambas operaciones son comunes en el procesamiento de señales de
sistemas reales. La derivada de una función en cualquier tiempo t es su pendiente en ese tiempo, y la
integral de una función en cualquier tiempo / es el área acumulada bajo la función hasta ese tiempo.
La figura 2.44 ilustra algunas funciones en TC y sus derivadas. Observe que los cruces por cero de todas
las derivadas se han indicado mediante líneas verticales delgadas que llevan exactamente a los máximos
y mínimos de la función correspondiente, puntos en los cuales la pendiente de la función es cero.
La integración es un poco más problemádca que la diferenciación. Toda derivada de una función se
determina de manera inequívoca (si existe). Sin embargo, su integral no es determinable de manera
exacta sin cierta información adicional. Esto es inherente a uno de los primeros principios que se apren-
den en cálculo integral. Si una función gí.v) tiene una derivada g'í-v), entonces la función, g(.v) + K(Kcs>
una constante) dene exactamente la misma derivada g'(x), independiente del valor de la constante K. En
términos lógicos, puesto que la integración es lo opuesto de la diferenciación, ¿cuál debe ser la integral
de g'í.v)' Podría ser g(.v), pero también podría serlo g(.í) + K: K representa cualquier valor arbitrario.
A menudo, en la práctica, se sabe que una función del tiempo es cero antes de algún tiempo inicial
t = fo- Entonces se sabe que la integral desde menos infinito hasta el tiempo / = r,, es cero,

/
'(I

g(t) dt = 0. (2.76)

Entonces la integral de esa función desde cualquier tiempo r, < hasta cualquier tiempo í > es
inequívoca. Sólo puede ser el área bajo la función desde el tiempo r = hasta el tiempo t.
r ra ( (

j g(t) dt = j g(t) dt + j gU) dt = j git) dt.

(2.77)

La figura 2.45 ilustra algunas funciones y sus integrales. Dos de las funciones son cero antes del
tiempo t = 0. y las integrales ilustradas suponen un límite inferior en la integral menor que cero, produ-

FIGURA 2.44
Algunas funciones en
TC y sus derivadas.
 2.7 Funciones par e
impar de tiempo
continuo

FIGURA 2.4S
Algunas funciones y
sus integrales.

ciendo de ese modo un resultado ijntco e inequívoco. Las otras dos se ilustran con múltiples integrales
posibles, y difieren una de otra únicamente en las constantes. Todas tienen la misma derivada y son
candidatas igualmente válidas para la integral en ausencia de información auxiliar,
MATLAB puede efecmar cierta diferenciación e integración con los comandos d i f f e int. Por
ejemplo,

»diff('sin(2*pi*t)')
ans =
2*cos(2*pi*t)*pi
»int('sin(2*pi*t)')
ans =
-l/2*cos(2*pi*t)/pi

El comando int realiza lo que se denomina una antiderivada. Eso quiere decir: la integral con una
supuesta constante de integración igual a cero. Véanse los archivos de ayuda de MATLAB para mayo-
res detalles,

2.7 FUNCIONES PAR E IMPAR DE TIEMPO CONTINUO

Algunas funciones tienen la propiedad de que al experimentar cierto tipo de transformaciones no cam-
bian en realidad. Se dice que son invariantes bajo esa transformación. Una función/JÍÍ/- es aquella que es
invariante bajo la transformación / - í , y una función impar es aquella que es invariante bajo la
transformación g(/) ^ - g ( - 0 - Esto es, una función par g(/) es aquélla para la cual g{f) = g(-r), y una
función impar es aquélla para la que g(í) = -g(-f).
Una manera sencilla de visualizar funciones pares e impares consiste en imaginar que el eje de las
ordenadas [el eje g(í)] es un espejo. Para funciones pares, la parte de g(í) para í > O y la parte de g(í) para
f < O son imágenes en espejo una de la otra. Para una función impar, las mismas dos partes de la función
son imágenes en espejo negativas una de la otra. Las figuras 2,46 y 2.47 muestran algunos ejemplos de
las funciones par e impar en TC.
 Par gff) Par g(í)

CAPÍTULO 2 , _

V \l
Descripción
matemática de señales

V ^ [ y '

Impar g(/) Impar g(í)

FIGURA 2.46
FIGURA 2.47
Ejemplos de funciones par e impar de TC.
Funciones en TC par e impar muy
comunes.

Algunas funciones son par, algunas son impar y algunas no son ni par ni impar Sin embargo, cual-
quier función g(r), incluso si no es ni par ni impar, puede expresarse como la suma de sus partes par e
impar como g(r) = g^.(f) + gjt). En otras palabras, cualquier función se compone de una parte par más
una parte impar. Las partes par e impar de una función g(r) son

g(fj + g(-í) g(r) -g(-í)

goit) = (2.78)

Suponga, por ejemplo, que g(í) es una función par. Entonces

g(/) + g{-t) g(0-gl-0

ieU) = ; = g(t) y g,(;) - ^ ^ = O, (2.79)

lo cual indica que una función par tiene una parte impar igual a cero. Si la función g(í) es impar,

S ( / ) - £(-f)
goit) = - = g(f). (2.80)
Si la parte impar de la función es cero, la función es par. y si la parte par de la función es cero, la fiínción
es impar.

EJEMPI O 2 . 3

¿Cuáles son las partes Dar e impar de la función g(/) = 4 cosí.^tt/)'?

• Solución
Son

g(/) + g t - 0 4cos(3-rTf)-|-4cos(-3TTí) 8 cos(3Tr/)

g.-(í) = - - = = = 4 cos(.3iT/)

4 cos(3tTO - 4 c o s ( - 3 7 t O
g,Xí) = = O

debido a que el coseno es una función par.

SUMAS, PRODUCTOS, DIFERENCIAS Y COCIENTES

Considere dos funciones g](f) y gi(r). Sean ambas funciones par. En ese caso

g¡{r) = gi(-f) y g2{n = g2(-/). (2.81)

Ahora sea 47

g{f) = gi(r) + g2(/). (2.82) Funciones par e

impar de tiempo
continuo
Entonces

g(-fJ = gj(-fJ + g2(-0 (2.83)

y, mediante la paridad de g](f) y gjit).

g ( - í ) = gi(r) + g 2 { r ) = g(r), (2.84)

lo que prueba que la suma de dos funciones pares también es par. Considere ahora

g(0 = gi(0g2(n- (2.85)

Entonces

g(-/) = g i ( - / ) g 2 f - / ) = giíf)g2(n = g(f). (2.86)

lo que demuestra que el producto de dos funciones pares es también par.

Ahora sea que gi(í) y B2W son ambas impares. Entonces

g ( - í ) = g i ( - / ) + g2(-ñ = -giit) - g:(0 = -g(/), (2.87)

lo que demuestra que la suma de dos funciones impares es impar Luego

g(-r) = g](-r)g2l-f) = [-gi(n][-g2(M] = gi(/)g2(/) = gíí). (2.88)

lo que prueba que el producto de dos funciones iiupares es par.

Mediante un razonamiento similar es posible demostrar que si dos funciones son pares, su diferen-
cia y cociente también son pares. Si dos funciones son impares, su diferencia es impar pero su cociente
es par. Si una función es par y otra es impar su producto y cocientes son impares.
Las más importantes funciones par e impar en el análisis de señales son los cosenos y los senos. Los
cosenos son pares y los senos son impares. Las figuras 2.48 a 2.51 presentan algunos ejemplos de
productos de funciones pares e impares en TC.
Sea g[t) una función pai". Entonces

g(í) = g ( - n . (2.89)

Si se utiliza la regla de la cadena de la diferenciación, la derivada de gfí) es

¿it) = -g(-t]. (2.90)

una función impar De tal modo que la derivada de cualquier función par es una función impar. De
manera similar, la derivada de cualquier función impar es una función par Es posible recun'ir a los
mismos argumentos para afirmar que la integral de cualquier función par es una función impar más una

FIGURA 2.48 FIGURA 2.49

Producto de funciones en TC impar y par. Producto de funciones en TC par c impar.
 gl(f)g2(')

giWg;frt

FIGURA 2.50 FIGURA 2.51

Producto de dos funciones par en TC. Producto de dos funciones impar en TC.

constante de integración, y que la integral de cualquier función impar es una función par. más una
constante de integración. Esto es, salvo por una posible constante aditiva, las integrales de funciones par
e impar son, respectivamente, impar y par.
Las integrales de funciones pares e impares en TC pueden simplificarse en ciertos casos comunes.
Si g(/) es una función par y a es una constante real.

fl U a -í! lí

(2.91)
J gU)di^ j g(/)(/f + j g ( r ) dt = -j git) dt + j g(t)dt.

Mediante el cambio de variable X - - r en el primer término de la integral en el lado derecho de (2.91),

y utilizando después el hecho de que g(k) = g ( - X) para una función par, es fácil demostrar que

a a
j g(r) dr^lj g(r) dt, (2.92)
-i! O

lo cual debe ser geométricamente obvio al mirar la gráfica de la función [figura 2.52£i)]. Mediante un
razonamiento similar, si g(f) es una función impar.

¡ g(r) dt = O, (2.93)

lo que debe ser también geométricamente evidente [figura 2.52(i>)].

MATLAB tiene varias funciones integradas, aparte de las funciones trigonométricas y exponenciales
que se utilizan para generar formas de onda de diversos tipos (figura 2.53). Los ejemplos de la figura
2.53 se generaron utilizando el siguiente archivo de comandos de MATLAB.

Pargíf) Impar g(f)

Área 2

T A A
FIGURA 2.52
integrales de una W y \j
función par y de una Área 1
función impar. Are;i 1 ^ Área 2 Área 1 = - Área 2
 chirp (coseno) "chimado" diric {la función de "Dirichler de tilATLAB 49

2.7 Funciones par e

impar de tiempo
continuo

square (onda cuadrada)

-1
-20 -10 10 20

rectpuis (pulso rectangular) tripuls (pulso triangular)

X
-1

-20 -10 O 10 20
f

slnc(t) sign (la función signum) FIGURA 2.53

Ejemplos de formas de
onda en agua que
pueden generarse
utilizando funciones
de MATLAB incor-
10 20 -20 -10 10 20
poradas.

% Programa p a r a i l u s t r a r algunas de las funciones incorporadas en MATLñB.

cióse all ;
t = -20:1/20:20 ;

xl = chirp(t,l/20,20,l/3) ,- s u b p l o t ( 4 , 2 , 1) ; p = p l c t ( t , x l , ' k ' ) ;

a x i s ( [ - 2 0 , 2 0 , - 1 . 5 , 1.5] ) ; t i t l e C c h i r p - A "chirped" c o s i n e ' ) ;
xlabel ('\itt') ,- y l a b e l { ' x _ l ( { \ i t t } ) ' ) ;

X2 = d i r i c ( t , 5 ) ; subplot(4,2,2) ; p = plot(t,x2,'k') ;
axis([-20,20,-1.5,1.5]) ;
t i t l e ( ' d i r i c - La f u n c i ó n d e D i r i c h l e t d e MATLiAB' ) ;
xlabel ('\itt') ; y l a b e l ( ' x _ 2 { { \ i t t } ) ' ) ,-

x3 = s a w t o o t h ( t ) ; subplot (4,2,3) ; p = p l o t ( t , x 3 , 'k') ;

a x i s ( [ - 2 0 , 2 0 , - 1 . 5 , 1 . 5 ] ) ,- t i t l e ( ' s a w t o o t h - Un d i e n t e d e sierra periódico') ;
x l a b e l ( ' \ i t t ' ) ; y l a b e l { ' x _ 3 ( { \ i t t } ) ' ) ,-

x 4 = s q u a r e ( t ) ; s u b p l o t (4 , 2 , 4 ) ; p = p l o t ( t , x 4 , ' k ' ) ,-
axis( [-20,20,-1.5,1.5]) ; t i t l e ( ' s q u a r e - Una o n d a c u a d r a d a ' ) ;
xlabel('\itt') ; ylabel('x_4{{\itt})') ;

x5 = r e c t p u l s ( t / 1 0 ) ; subplot(4,2,5) ; p = plot(t,x5,'k') ;
a x i s ( [ - 2 0 , 2 0 , - 1 . 5 , 1 . 5 ] ) ,- t i t l e ( ' r e c t p u l s - Un p u l s o r e c t a n g u l a r ' ) ,-
x l a b e l ( ' \ i t t ' ) ; y l a b e l ( ' x _ 5 ( { \ i t t } ) ' ) ,-

x6 = t r i p u l s ( t / 1 0 ) ; s u b p l o t ( 4 , 2 , 6) ,- p = p l o t ( t , x 6 , ' k ' ) ;
axis( [-20,20,-1.5,1.5]) ; t i t l e ( ' t r i p u l s - Un p u l s o t r i a n g u l a r ' ) ;
xlabel ('\itt') ; ylabel('x_6({\itt})') ;

x7 = S Í n c ( t / 2 ) ; subplot(4,2,7) ; p = p l o t (t,x7, 'k') ;

a x i s ( [ - 2 0 , 2 0 , - 1 - 5 , 1 . 5 ] ) ,- t i t l e { ' s i n c ( t ) ' ) ;

xlabel ('\itt') ; y l a b e l ( ' x _ 7 ( { \ i t t } ) ' ) ,-

x8 = s i g n ( t / 2 ) ; subplot(4,2,8) ; p = p l o t ( t , x 8 , 'k') ;
axis ( [-20,20,-1.5,1.5]) ; t i t l e { ' s i g n - La f u n c i ó n S i g n u m ' ) ;
xlabel ('\itt') ; ylabel('x_8({\itt})'} ;
 Es posible formar productos de estas funciones mostrando que los productos de funciones pares
son pares, los productos de funciones impares son pares y los productos mezclados de funciones pares
e impares son impares (figura 2.54).

x24 = x2 . *x4 ;
subplot (2,2,1) ; plot(t,x24, 'k' ) ;
axis ( [-20,20,-1.5,1.5] ) ; title ('x_2*x_4 - Par*Impar') ,
-
xlabel ( '\itt') ; ylabel('x_2_4({\itt})') ;
X34 = x3 . +x4 ;
subplot (2,2, 2) , - plot (t,x3 4, ' k') ;
axis ( [-20, 2 0 , - 1 . 5, 1. 5] ) ; title ('x_3*x_4 - Impar* Impar ' ) ,
-
xlabel ('\itt') ; ylabel ('x_3_4 ({\itt})') , -
X2 6 = x2 . *x6 ;
subplot(2,2,3) ; plot(t,x26,'k') ;
axis ( [-20,20,-1. 5,1. 5] ) ; title('x_2*x_6 - Par*Par'} ;
xlabel{'\itt') ; ylabel('x_2_6({\itt})'} ;
x3 7 = x3.*x7 ;
subplot(2,2,4) ; plot(t,x3 7,'k') ;
axis([-20,20,-1.5,1.5]) ; title('x_3*x_7 - Impar*Par') ;
xlabel{'\itt') ; ylabel('x3_7((\itt})') ;

La señal x,(í) en la figura 2.53 no es par ni impar. Sin embargo, se encuentran sus partes par e impar
utilizando MATLAB (figura 2.55).

xle = (xl + xl(end:-1:1))/2 ; xlo = (xl - xl(end:-1:1))/2 ;

Slibplot (2, 1, 1) ; plot (t, xle, 'k') ;
axis([-20,20,-1.5,1.5] ) ; title ('Parte par de x_l') ;
xlabel ('\itt' ) , - ylabel ('x_l_e ({\itt})') ;
subplot(2,1,2) ; plot(t,xlo,'k') ;
axis( [-20,20,-1.5,1.5] > ; title ('Parte impar de x l ' ) ,
-
xlabel ('\itt') ; ylabel ('x_l_o ({ \itt})') , -

(Parimpar) j (Imparlmpar)

FIGURA 2.54
Productos de funciones
par e impar.
 Parte par de x.
51

2.7 Funciones par e

impar de tiempo
continuo

FIGURA 2.55
Las partes par e impar
de X[(í) de la figura
2.50.

MATLAB también puede determinar el valor numérico de una integral de cualquier función dado
un tiempo arbitrario mediante la función de integración numérica q u a d . Por ejemplo, el código de
MATLAB,

n s = (1:20)' ,• á r e a s = [ ] ;
f o r n = 1:20 ,-
área = quad('sinc',-n,n) ; áreas = [áreas ; área] ;
end
disp{ [ns,áreas]) ;

calcule el área bajo la función s i n c entre dos límites simétricos, -n y n, para n que va de 1 a 20, y
produce el resultado.

1.. 0000 1..1790

2 .. 0000 0..9028
3 .. 0000 1..0562
4 ,, 0000 0.. 9499
5, , 0000 1.. 0402
6 .0000
, 0., 9664
7 .. 0000 1 . . 0288
a.. 0000 0 . . 9499
9 .. 0000 1., 0225
10 , 0000 0 .. 9798
11,. 0000 1 . .0184
12 . 0000 0 .. 9831
13 . 0000 1..0156
14 , 0000 0 .. 9855
15,, 0000 1..0135
16,, 0000 0 .. 9499
17., 0000 1.. 0119
18., 0000 0 .. 9887
19., 0000 1..0107
20 ..0000 0 .. 9899

donde la columna izquierda es el valor de H y la columna derecha es el área correspondiente.

52 Mr)

CAPÍTULO 2
Descripción
matemática de señales

FIGURA 2.56
Ejemplos de funciones en TC periódicas con periodo fundamental TQ.

2.8 FUNCIONES PERIÓDICAS EN TIEMPO CONTINUO

Una función periódica es aquella que ha estado repitiendo un patrón exacto durante un tiempo infinito y
que continuará haciéndolo por un üempo infinito. Esto es, una función periódica g(f) es aquélla para la
cual

git) = g(r +nT), (2.94)

para cualquier valor entero de ii, donde F e s un periodo de la función. Otra forma de decir que una
función es periódica consiste en afirmar que es invariante a la transformación

í ^ t +nT. (2.95)

La función se repite cada Ts. Desde luego, también se repite cada 2T,ÍTynTs (en donde /; es un número
entero). Por lo tanto, 2T, 3Ty nTson todos periodos de la función debido a que ésta se repite en cualquiera
de esos intervalos. El intervalo mínimo positivo sobre el cual se repite una función recibe el nombre de
periodo fundamental TQ. L-dfrecuenciafiiiídamentalfQ de una ftmción periódica es el recíproco del perio-
do fundamental/(,= l/r^. Ésta es la frecuencia C Í ' C / ( C Í Í fundamental, que es el número de ciclos (periodos)
por segundo. La frecuencia fundamental en radianes es = 2'TT/n = 2'rr/r¡), que es el número de radianes
por segundo. Ambos tipos de frecuencia se utilizan en análisis de señales y sistemas.
Algunos ejemplos comunes de funciones periódicas en TC son las senoides reales o complejas. En
el capítulo 3 se verá que pueden generarse y describirse matemáticamente otros tipos más complicados
de funciones periódicas con diferentes formas que se repiten de manera periódica. La figura 2.56 mues-
tra algunos ejemplos de funciones periódicas en TC.
Una función que no exhibe dicha periodicidad se denomina función no periódica. En sistemas
reales una señal nunca es en realidad periódica porque, puede suponerse que se activó en algún tiempo
finito en el pasado y se desactivará en algún tiempo finito en el futuro. Sin embargo, a menudo se
presenta el caso de que una señal se ha repetido durante un largo periodo antes del tiempo en el que se
le quiere analizar y se repetirá durante un largo plazo posterior a ese tiempo. En muchos de esos casos
aproximar la señal mediante una función periódica introduce un error muy pequeño. Ejemplos de seña-
les que podrían aproximarse de manera adecuada por medio de funciones periódicas serían senoides
rectificadas en un convertidor de CA a CC, señales de sincronía horizontal en un monitor de televisor o
computadora, la posición angular del eje de un generador en una central eléctrica, una portadora en un
transmisor de radio antes de la modulación, el patrón de encendido de las bujías de un automóvil que
viaja a velocidad constante, la vibración de un cristal de cuarzo en un reloj de pulso y la posición
angular del péndulo en un reloj de caja. Para fines prácticos, muchos fenómenos naturales son periódi-
cos: las posiciones orbitales de la mayon'a de los planetas, satélites y cometas; las faies de la Luna, el
campo eléctrico emitido por un átomo de cesio en resonancia, los patrones de migración de los pájaros,
la actividad de las manchas solares, y el periodo de apareamiento del caribú.
Por lo tanto, los fenómenos periódicos desempeñan un gran papel tanto en el mundo natural como
en el reino de los sistemas artificiales.

E.IEMPLO 2.4

Determine cuál de las siguientes funciones o señales son periódicas y. para aquellas que lo son, encuentre el periodo
fundamental.

a) g(0 = 7 sen(400'nrf) (2.96)

b) g(í) = 3 + r^ (2.97)
£•) g(í) = 3 tan(40 (2.98)
d) g(r)= IOsen(12TTí)+ 4 c o s ( 1 8 i T í ) (2.99)
(2.100) 2.8 Funciones
e) g(/) = i 0 s e n ( 1 2 7 T f ) + 4cos(180
periódicas en tiempo
f) g(í) = 10 Cüs(irf) sen(4T7í) (2.101)
continuo
Solución

d) La función seno se repite cuando su argumento total se incrementa o decrementa por un múltiplo entero de 2TT
rad. Por lo tanto.

sen(400TT/ ± liiiv) = sen[4007T(/ ± iiTa)] (2.102)

rA I
Igualando los argumentos en (2.102),

400-71 r ±2mr = 400Tr(í ±nTn) (2.103)

±2nii = ±400TTH7;, (2.104)

1
7-0 = (2.105)
200
Una forma alternativa de determinar el periodo fundamental consiste en darse cuenta de que 7 sen(400'irí) está
en la forma A sen{27T/(,f) o A sen(ft)„f). donde /(, es la frecuencia fundamental cíclica de la senoide y (Oq es la
frecuencia fundamental en radianes. En este caso, / Q = 200 y tü,) = 400-ir. Puesto que el periodo es el recíproco
de la frecuencia cíclica, 7"Q = 200,
h) Esta función es una parábola. Conforme su argumento ; aumenta o disminuye a partir de cero, el valor de la
función se incrementa de manera monótona (siempre en la misma dirección). Ninguna función que aumente
en esta forma puede ser periódica porque si se agrega una cantidad fija al argumento t. ia función debe ser
mayor o menor que para el valor actual de /. Esta función no es periódica.
La función tangente se repite cada TT rad de su argumento total. Por lo tanto.

3tan[4lí ± iiTn)] = 3tan{4í ± / i i r ) (2.106)

(2.107)

d) Abordar esta función es un poco más difícil. Es la suma de dos funcioties que son periódicas. No obstante, ¿ia
suma también es periódica? Depende. Si es posible deternánar un intervalo dentro del cual ambas funciones
tienen un número entero de periodos, entonces la suma se repetirá con ese periodo. E! periodo fundamental de
la primera es k s. El periodo fundamenta! de la segunda es | s. ¿Cuál es el tietnpo más corto en el que ambas
señales tienen un número entero de periodo? Si ambas funciones se repiten de manera exacta un ntSmero
entero de veces en algiín intervalo de tiempo mínimo, entonces se repetirán de manera exacta en un número
entero de tiempos en el siguiente intervalo de tiempo de la misma longitud. Ese tiempo es entonces el periodo
fundamental de la función completa, el dempo positivo mínimo en el cual se repite. Éste es un problema
común en matemáticas. Se está buscando el mínimo común miiüiplo de dos periodos fundatuentales; esto es, el
número más pequeño que divide a ambos números un número entero de veces. En este caso el mínimo común
múltiplo es i s. (Vea en el apéndice C un método sistemático para determinar el mínimo común múltiplo.) Hay
dos periodos fundamentales de la primera función y tres periodos fundamentales de la segunda en esc tiempo.
Por lo tanto, el periodo fundamental de la función completa es 5 s (figura 2.57). De manera similar, la frecuen-
cia fundamental de la suma de dos señales es el miíximo divisor común de las frecuencias de las dos señales.
La figura 2.58 es otro ejemplo del periodo fundamental de la suma de dos funciones periódicas con
periodos fundamentales diferentes.
e) Esta función es exactamente como la del inciso d) (2.99) salvo porque falta ir en el segundo argumento. Los
dos periodos fundamentales son ahora g y Tr/9 s. ¿Cuál es el mínimo común múltiplo de estos dos üempos? Es
infinito puesto que TT es irracional. Lo cual significa que esta función, aunque está conformada por la suma de
dos funciones periódicas, no es periódica debido a que no se repite exactamente en un tiempo finito, (En
algunas ocasiones se le denominará como casi periódica porque casi se repite en un tiempo finito. No obstan-
te, en términos estrictos, es no periódica.)
f) Esta función es el producto de dos funciones y no de una suma, pero los argumentos para determinar el periodo
fundamental son los mismos que para una suma de dos funciones. Esto es, su producto se repite en un tiempo
que es el mínimo común múltiplo de los periodos fundamentales de ambas funciones. En este caso 2 s. Apesar
de que el mínimo común múltiplo de los periodos fundamentales en el producto de dos funciones es un
periodo, quizá no sea el periodo fundamental del producto. Por ejemplo, sea la función

g(/) = A c o s í 2 T T / f , 0 sen(2-rT/(ir). (2.108)

Puesto que las dos funciones en el producto del lado derecho de {2.108) tienen el mismo periodo y frecuencia
fundamentales, el mínimo común múltiplo de los dos periodos fundamentales es TQ = 1//Q. Sin embargo, el
 Primera senoide Primera senoide

Segunda senoide Segunda senoide

X2(0 HO

-1 + - I f

Dos periodos de la suma de las senoides Dos periodos de la suma de las senoides
X,(í) + X,(í) X|tf) + X2(í)

2- -
U l
7 ^
-2 + -2+'
r= 1 s
f=3S

FIGURA 2,57 FIGURA 2.58

Señales con frecuencias de 6 y 9 Hz y su suma. Señales con frecuencias de 4 y 9 Hz y su suma.

periodo fundamental del producto es en realidad TQ = 1/2/Q. Esto puede verse aplicando la identidad
trigonométrica

sen(.v) cos(y) = ^[sen(A- - >') + sen(.v + v)] (2.109)

a (2.108) para producir

g ( r ) = — sen{47T/(,f) (2.110)

cuyo periodo es l/2fp. De modo que el mínimo comtín múltiplo de los periodos de dos funciones multiplica-
das es un periodo, aunque no necesariamente es el periodo fundamental. •

2.9 FUNCIONES DE SEÑALES EN TIEMPO DISCRETO

Las exponenciales y las senoides son tan importantes en el análisis de señales y sistemas en TD como en
el análisis de señales y sistemas en TC. Las exponenciales y senoides en TD pueden definirse de manera
.1
análoga a su contraparte en TC como

g[ji] = Ae^" o g[;7] = Aa'\ a = (2.111)

g[.] = A c o s ( — + 9 j o A COS(2TTfoH - 1 - 0 ) o

g[»] = A cos(S2ü« + 9) (2.112)

donde a, p = constantes complejas
A = constante real
9 = desplazamiento de fase real, en radianes
NQ = número real

y FQJQQ se relacionan con por medio de l/N^ = Pa = ^Q/^-H, donde n es el tiempo discreto definido
antes.
 Existen algunas diferencias importantes entre las senoides en TC y TD. La primera es el hecho de
que si se crea una senoide en TD muestreando una senoide en TC. sus periodos quizá no .sean los
mismos y, de hecho, es posible que la senoide en TD incluso no sea periódica. Sea una senoide en TD ,¿^ales en tiempo
y discreto

sin] = A COS(2TT& + 6) (2.1>3)

que se relaciona con una senoide en TC

g ( / ) - A c o s ( 2 ^ / o / + 9) / (2.114)

por medio de /

g[n] = g(«T,). (2.115)

En ese caso, para que (2.115) sea correcta,

K = foTs = ^. (2.116)
7.5

El requisito para que una .senoide en TD sea periódica es que, para cierto tiempo discreto H y algiín
entero m,

l-rrKn = 2-nm. (2.117)

Al despejar K,

m
K=-- (2.118)

En palabras, (2.108) indica que K debe ser un número racional (un cociente de enteros). Puesto que el
muestreo fuerza la relación K = fo/f^, este requerimiento también significa que para que una senoide en
TD sea periódica, el cociente entre frecuencia fundamental de la senoide en TC y la tasa de muestreo
debe ser racional para una senoide en TD formada al muestrear una senoide en TC. Por ejemplo, ¿cuál
es el periodo fundamental de la siguiente senoide en TD?

\
. 36
g[;¡] = 4cos^-^^íj + 9^ = 4 eos
(2.119)

El tiempo discreto positivo más pequeño n que resuelve Kn - m. donde m es un entero, es n = 19. De
modo que el periodo fundamental es 19. Si K es un número racional y se expresa como un cociente de
enteros en la forma

(2.120)

y si la fracción se ha reducido a su forma más simple cancelando factores comunes en/? y ^, entonces el
periodo fundamental de la senoide en TD es íj, no

1 q
(2.121)

a menos que p='í. Compare este resultado con el periodo fundamental de la senoide en TC,

g(f) = 4 c o s ( ^ ^ f + 9^, (2.122)

cuyo periodo Tg e s S , no 19. La figura 2.59 es una gráfica de algunas senoides en TD con sus periodos
fundamentales indicados.
En el análisis de las señales en TD una relación útil que debe recordar es que en la forma g[nl = A
cos{2T!n/NQ + 6), si N^¡ es un entero positivo, éste también es el periodo fundamental de g[fi].
56 - Periodo- • Periodo •

m m

Periodo - - Periodo •

FIGURA 2.59
Cuatro senoides en TD.

Otro aspecto de las senoides e n T D que será muy importante en el capítulo 7 en la consideración del
muestreo es que dos senoides en TD \

g,[;i] = ACOS(2-TT/Í|/! + 6) y g^líz] = A cosCZ-rriíjíí + B) (2.123)

pueden ser idénticas, incluso si y Kj son diferentes. Por ejemplo, las dos senoides en TD

gi[íi] = c o s í — H I y g:['T] = c o s | ^ - ^ í í j (2.124)

se describen mediante dos expresiones analíticas de aspecto diferente. Sin embargo, cuando se les gráfica
en función del tiempo discreto «, se ven idénticas (figura 2.60). Las líneas punteadas en la figura 2.60
corresponden a las funciones en TC

iTr
g i ( n = eos g2(/) = cos(lf^r). (2.125)

Las funciones en TC evidentemente son diferentes, pero no así las funciones en TD. La razón de que las
dos funciones en TD sean idénticas puede verse al reescribir gjin] en la forma

/2TT IOTT \ flTT (2.126)

Entonces, se utUiza el principio de que, si un múltiplo entero de 2IT se añade a un ángulo de una senoide,
el valor no cambia.

/27r \ /2Tr ,
g2[íij = cos|^—n + 2TT« I — cos^—« ) = gi[«], (2.127)

porque el tiempo discreto n siempre es un entero.

Las exponenciales en TD pueden tener una variedad de comportamientos funcionales que depen-
den del valor de Oí en Aa". Las figuras 2.61 y 2.62 resumen varios casos de la forma funcional de una
exponencial cuando a tiene valores diferentes.
 g,[„] = cos(2m} 57
2.9 Funciones de
señales en tiempo
discreto

\ 2 , Á
10
— I — \ —, 'A4 í 6

-1 +

g,[.] = c o s ( i ^ ' )

1 +

FIGURA 2.60
11 Dos cosenos en TD
10 con diferente A'pero
con el mismo
comportamiento
funcional.

FUNCIONES SINGULARES EN TIEMPO DISCRETO

El impulso unitario El itnpulso unitario en TD (figura 2.63) se define por medio de

n = O
S[n] = (2.128)
n ^0

El impulso unitario en TD no experimenta ninguna de las peculiaridades matemáticas que le ocurren al

impulso unitario en TC. (Esta función algunas veces se conoce como función delta de Kronecker.) El

O< a <1

-1 < a < 0

a >1

a < -1

•.*ttTTTT t T T T " FIGURA 2.61

Comportamiento de
Aa" para diferentes
valores de a reales.
 5 8 W < 1
Re(x[n]) Ini(x[/i])

1.1 .1 I
1
Ih 1" 'lli'^^ • "

I«l>1
Re{x[j)l) llTltxi»])

FIGURA 2.62
Comportamiento de LlL
Aa" para diferentes
valores complejos
de a.

impulso unitario en TD no tiene una propiedad correspondiente a la del escalamiento del impulso unita-
rio en TC. Por lo tanto.

5[H] = b[an] (2.129)

para cualquier valor de a entero, finito, distinto de cero. Sin embargo, el impulso en TD tiene una
propiedad de muestreo. Ésta es

^ Ab[n - «ü]x[«] = Ax[no]. (2.130)

Dicha propiedad se observa fácilmente al reconocer que, puesto que el impulso es tínicamente distinto
de cero cuando su argumento es cero, la suma de todas las ii es una sumatoria de términos que son todos
cero salvo aquel para el cual n = Cuando n = n^, xln] = x[n(¡\ y ese resultado se multiplica simplemen-
te por un factor de escala A.

La secuencia unitaria La función en TD que corresponde al escalón unitario es la función de secuen-

cia unitaria (figura 2.64).

/i > O
u[»] = (2.131)
Í; < O

Para esta función no hay desacuerdo o ambigüedad en torno a su valor en n = O, éste es uno, y todos los
autores concuerdan. La secuencia unitaria puede generarse al muestrear la función escalón unitario de la

I
manera que se describe en la .sección 2 . 2 ,

uln] = lím u(/ + « 7 , + e ) . E > 0. (2.132)

De tal modo, en la discontinuidad en la función escalón en TC el valor de la muestra es uno y la

secuencia unitaria en TD tiene el valor u[0] = 1.

FIGURA 2.63 FIGURA 2.64

La función impulso unitario en TD, La función secuencia unitaria.
 ianipa[n] 4
rectv„.[íil
1

-A' A',

FIGURA 2.65 FIGURA 2.66 FIGURA 2.67

La función rampa unitaria en TD. La función rectángulo en TD. La función comb en TD.

La rampa unitaria La función en TD correspondiente a la rampa unitaria en TC se define en la figu-

ra 2.65.

(2.133)

La función rectángulo En la figura 2.66 se muestra un rectángulo en TD y se define como

rectjv .["] = = u[« + NJ - u[n - N,^, - 1] (2.134)

O

donde A'^,,. es un entero > 0. Debido a la diferencia en los efectos en el escalamiento en el tiempo entre
funciones en TC y TD, resulta más conveniente definir un rectángulo general cuyo ancho está caracte-
rizado por un parámetro A^,,. que hacer una analogía directa con el rectángulo unitario en TC.
I

La función comb La función comb en TD (figura 2.67) se define mediante

I comb,,v,,[«] = ^ h{n—mNf)] (2.135)

Estas funciones enTD pueden ponerse en práctica en MATLAB mediante los siguientes archivos . m.

% Furición p a r a g e n e r a r l a f u n c i ó n de i m p u l s o e n t i e m p o d i s c r e t o
% d e f i n i d a como uno p a r a a r g u m e n t o s e n t e r o s d e e n t r a d a i g u a l e s a c e r o ,
% y cero en o t r o caso.
% P r o d u c e "NaN" p a r a a r g u m e n t o s n o e n t e r o s . F u n c i o n a i g u a l m e n t e b i e n
% para v e c t o r e s y e s c a l a r e s .
%
% function y = impDT{n)

f u n c t i o n y = impDT(n)
y = ( n == 0) ; El i m p u l s o e s uno donde e l argumento
es cero y cero en o t r o lugar.
ss = find(round(n)~=n) ; D e t e r m i n e l o s v a l o r e s no e n t e r o s de n.
y ( s s ) = WaN ; Se f i j a n l a s s a l i d a s c o r r e s p o n d i e n t e s a
NaN.

Función de s e c u e n c i a u n i t a r i a d e f i n i d a como c e r o p a r a v a l o r e s de
e n t r a d a de argumento e n t e r o menores que c e r o , y uno para v a l o r e s de
argumento de e n t r a d a e n t e r o i g u a l e s o mayores que c e r o . Produce

NaN p a r a argumentos no e n t e r o s . Funciona igualmente bien para vectores y escalares,

f u n c t i o n y = uDT(n)
i u n c t i o n y = uDT(n)
y = n>=0 ; Se i g u a l a l a s a l i d a a uno p a r a a r g u m e n t o s no n e g a t i v o s .
Se e n c u e n t r a n t o d a s l a s n no e n t e r a s .
ss = find(round(n)~=n) Se i g u a l a n t o d a s l a s s a l i d a s c o r r e s p o n d i e n t e s a NaN.
y ( s s ) = NaN ; Se f i j a n l a s s a l i d a s c o r r e s p o n d i e n t e s a
NaN.
% Función de rampa unitaria de tiempo discreto como cero para valores
% de argumentos enteros de entrada iguales o menores que cero, y n
% para valores de argumentos de entrada enteros mayores que cero.
% Produce NaN para argumentos no enteros . Funciona igualmente bien para vectores y escalares .

% function y = rampDT(n)
function y = rampDT(n)
pos = (n>0) ; y = n.*pos
ss = find (round (n) ~=n)
y(ss) = NaN ;
Se iguala la salida a n para n positiva.
Se determinan todas las n no enteras.
Se igualan todas las salidas correspondientes a NaN

% Función rectángulo de tiempo discreto definida como uno para

% valores del argumento de entrada enteros iguales o menores que W en
% magnitud y cero para otros valores de argumento enteros. W debe ser
% un entero. Produce NaN para valores de entrada no enteros.

% y = rectDT(W,n)

function y = rectDT(W,n)
if W == round(W),
y = abs (n) <:=abs (W) ;
ss = find(round(n)~=n)
y{ss) = NaN ;
% Se iguala la salida a uno si
% ¡n|<=|W| y cero en otro caso.
% Se encuentran todas las n no enteras.
% Se igualan todas las salidas correspondientes a NaN

else
disp {'In rectDT parámetro del ancho, W, no es un entero') ;
end

% La función comb de tiempo discreto definida como uno para valores de

% entrada de argumento entero es igual a m.últiplos enteros de NO, y
% cero en otro caso. NO debe ser un entero. Produce NaN para valores
% de entrada no enteros. Funciona igualmente bien para vectores y escalares.
%
% function y = combDT(NO,n)

function y = combDT(NO,n)
if NO round(NO),
y = n/NO -= round (n/NO) ,- % Se iguala la salida a uno para
% todas las n que son múltiples
% enteros de NO y cero en otro caso.
ss = find(round(n)~=n) % Se determinan todas las n no enteras.
y (s s) = NaN ; % Se igualan todas las salidas correspondientes
% a NaN.
else
disp ('In combDT, parámetro del periodo, NO, no es un entero');
end

Los siguientes son ejemplos del uso de estas funciones de MATLAB en TD.

»impDT(3)
ans =
O
»impDT(0)
ans =
1
»impDT(1.5)
ans =
NaN
»impDT(-4)
ans =
O
 »uDT(0) SI
ans =
2.10 Transformaciones
1
de escalamiento y
»uDT ( - 6) desplazamiento en
ans = tiempo discreto
O
»uDT(pi)
ans =
NaN
srampDT(0)
ans =
O
srampDT(10)
ans =
10
»rampDT(-10)
ans =
O
»rampDT(11.5)
ans =
NaN
»rectDT(3,0)
ans =
1
»rectDT(3,5)
ans =
O
»rectDT(3.3,1)
I n r e c t D T , w i d t h p a r a m e t e r , W, i s n o t a n i n t e g e r
»rectDT(5,-7)
ans =
O
»combDT(5,0)
ans =
1
»coiTibDT ( 5 , 2 )
ans =
O
»combDT ( 1 . 2 , 0 )
I n combDT, p e r i o d p a r a m e t e r , NO, i s n o t a n i n t e g e r
xcombDT ( 8 , - 8 ]
ans =
1

2.10 TRANSFORMACIONES DE ESCALAMIENTO

Y DESPLAZAMIENTO EN TIEMPO DISCRETO
Los principios generales que gobienitm las transformaciones de funciones en TC también se aplican a
funciones en TD. pero con algunas diferencias fundamentales. Así como ocurre con una función en TC,
una función en TD acepta un número y produce otro. Se cumple todavía el principio general de que la
expresión en glexpresión] se trata de la misma manera que el tiempo discreto n en la definición g[/íl. El
escalamiento de amplitud para funciones en TD es el mismo que para funciones en TC,

DESPLAZAMIENTO EN EL TIEMPO

Considere que una función g[n] en TD se define mediante la gráfica de la figura 2.68. Sea ahora n n
+ 3, El desplazamiento en el tiempo es en esencia el mismo para funciones en TD y TC, salvo que para
las primeras el desplazamiento debe ser un entero; de otra manera la función desplazada tendría valores
indefinidos (figura 2,69),
 g[" + 3]
CAPÍTULO 2 4-¬ 4¬
Descripción
matemática de señales 3-¬ 3--
2-- 2 --

i-t4

+ -1

2 -2

3 -3
4 -4

FIGURA 2.68 FIGURA 2.69

Definición gráfica de una función g[í)] en TD. Gráfica de g|/í + 3] que ilustra la transforma-
donde g[íí] = 0 y \n\ > 15. ción funcional de'desplazamientü en el tiempo.

ESCALAMIENTO EN EL TIEMPO

El escalamiento de amplitud y el desplazamiento en el tiempo para funciones en TD y TC son muy

similares, aunque el escalamiento en el tiempo es diferente. Hay dos casos por examinar, la compresión
y la expansión en el tiempo. La primera se realiza mediante una transformación de la forma n Kn,
donde A'es un entero cuya magnitud es mayor que uno. La compresión en el tiempo para funciones en
TD y en TC es similar en que la función ocurre más rápido en el tiempo. Sin embargo, en el caso de
funciones en TD hay otro efecto llamado diezmo que tiene significado sólo para estas funciones.
Considere e! escalamiento en el tiempo n —> 2», que se ilustra en la figura 2.70. Como es evidente
a partir de la figura, para cada entero n en g[2n], el valor del argumento funcional 2n debe ser un entero
par. Por lo tanto, para este escalamiento por un factor de dos, los valares enteros impares de la función
g[/i] definida originalmente nunca son necesarios para determinar los valores de gL2n]. La función se ha
diezmado por un factor de dos debido a que la gráfica de g[2«] sólo utiliza cualquier otro valor de la
función g[n] definida. Para constantes de escalamiento más grandes, el factor de diezmo es mayor. El
diezmo no ocuixe al escalar funciones en TC debido a un continum de mapeos en los valores, que
corresponden al condnum de los valores de t sin valores faltantes. La diferencia fundamental entre las
funciones en TC y en TD puede expresarse al observar que el dominio de una función en TC son todos
los mimeros reales, un infinito incontable de tiempos, pero el dominio de las funciones en TD son todos
los enteros, un infinito contable de tiempos discretos.
El otro caso de escalamiento en el tiempo, la expansión de éste, es incluso más extraño. Por ejem-
plo, si .se desea graficar g[»/2] para cada valor entero de n, se debe asignar un valor a g[n/2] determinan-
do el valor correspondiente en la definición de la función original. Pero cuando n = 1. n/2 = 5. y gis] no
está definida. El valor de la función transformada s[níK] es indefinido a menos qtie nlK sea un entero.
Es factible dejar indefinidos esos valores o efectuar interpolaciones entre ellos utilizando los valores de
g[nlK] en los siguientes valores más altos y más bajos de n a los cuales nlK es un entero. (La interpolación

gl'il gt2n]
C LL bcd
4-¬ 4 +
3-¬ 3 +
2-- 2

I-T 1+1

FIGURA 2.70 2 Í---2

Compresión en el 3 3
tiempo para una
4 4
función en TD.
es un proceso en el que se calculan valores funcionales entre dos valores conocidos de acuerdo con
cierta fórmula.) Puesto que la interpolación da por sentada la fórmula de interpolación que se usará,
2.10 Transformaciones
simplemente g[n/Kl se deja indefinida si nlKw es un entero. de escalamiento y
Las funciones en TD pueden combinarse de la misma manera que las funciones en TC a través de desplazamiento en
la adición, la resta, la multiplicación y la división. Sin embargo, hay dos aspectos que surgen y que no tiempo discreto
ocurren cuando se combinan funciones en TC.
Como se acaba de ver, es posible, mediante la transformación funcional, crear una función en TD
que esté indefinida en algunos tiempos discretos particulares. Si una función en TD está indefinida en
algún tiempo discreto particular, entonces cualquier combinación de esa función y cualquier otra fun-
ción en TD también estará indefinida en ese tiempo discreto.
Suponga que se crean dos funciones en TD al muestrear dos funciones en TC, y que las dos tasas de
muestreo son diferentes para las dos funciones. Se pueden combinar las dos funciones en TD combinan-
do sus valores en tiempos discretos correspondientes. Sin embargo, al hacerlo de esa manera se combi-
nan muestras tomadas en tiempos reales diferentes a los de las funciones originales en TC. Aunque no
hay reglas matemáticas que eviten este tipo de combinación de funciones en TD, no es claro el sentido
útil que tendrá el resultado. Es común en el análisis de señales de tiempo discreto, que todas tengan el
mismo tiempo discreto. Esto es, en cualquier valor particular del tiempo discreto n, todas las señales
tienen valores adquiridos en el mismo tiempo real t. Las figuras 2.71 y 2.72 ilustran algunas combina-
ciones de funciones en TD.
Al escribir los archivos .in de MATLAB para implementar una función en TD, es muy útil tener
una constante NaN predefinida. El nombre NaN es el acrónimo en inglés de "no es un número" e indica
sólo un valor indefinido. Por ejemplo, es posible definir una función polinomial en TC llamada p o l y ,

function X = poly(t)
X = 3*t.*2 - t + 8 ;

(MATLAB utiliza paréntesis exclusivamente para argumentos de funciones, aun cuando se defina la
función como una de comportamiento de tiempo discreto. Los paréntesis cuadrados se utilizan para
encerrar vectores o matrices. Por eso en MATLAB incluso las funciones en TD se escriben con parén-
tesis. La distinción viene en el cuerpo del archivo . trt de la función y no queda claro de inmediato
cuando la función se invoca en un archivo de guión.) De acuerdo con la manera como está escrita, esta
función de MATLAB calcula un valor numérico definido de x para todo t asignado a ella. Es posible
modificar ahora esta función para convertirla en una función en TD.

f u n c t i o n X = polyDT(n)
X = 3*n."2 - n + 8 ;
nonint = find(round(n)~=n) ; % E n c u e n t r e l a s no e n t e r a s de n.
x ( n o n l n t ) = NaN ; % Asigna los correspondientes valores de x a NaN.

1 +

-10 10 15 20
-1 +

-
i i . , , . r .1 Ii, i l [I
j l
1[! \ '^1 1 20

giifífei"]

1 +

-5
4ll
15 FIGURA 2.71
iir .'OIII
-1 +
Producto de dos
20 funciones en TD.
64 gri"!

10 2*j M
-10 -2(1 -10 -1 +

g2Í"]

1 +

Tnr„,MT^ Tllt , , . t T T
i i i - l l i M l i *UiVo 20 30
-iO -20 -10

g,[n] + g,[;j]

.1I. . IT. tTT» .T.^i'tt* »T »

^11' '1 1 111' '11'. *l*
FIGURA 2.72
10 2ü ** 30
Suma de dos funciones
en TD. -20 -iO

Cuando se utiliza el comando stem en MATLAB para graficar una función en TD con algunos
valores indefinidos, los \ aiores definidos se grafican y los valores no definidos se omite.i simplemente,
tal como debe ser.

EjE.MPLO 2.5

Utilice MATLAB. para graficar la función en TD

/ 3iT/¡ N
g[H] = lOe^" 'sen (2.136)

Luego grafique las funciones g[2n] y g[í!/3].

• Solución

En cienos aspectos las funciones en TD son más fáciles de programar en M.^TLAB que las funciones en TC debido
a que MATLAB está orientado hacia ei cálculo de \ alores funcionales en valores discretos de la variable indepen-
diente. Para funciones en TD no hay necesidad de decidir qué tanto aproximar los puntos del tiempo para conseguir
que la gráfica se vea continua debido a que la lunción no la es. Una buena forma de manejar la representación
gráfica de la función y fas funciones escaladas en el tiempo consiste en definir la función original como un archivo
.ra. Sin embargo, es necesario asegurar que la definición de la función incluya su comportamiento en tiempo
discreto, a saber, que para valores no enteros de tiempo discreto la función no está definida. MATLAB maneja
resultados indefinidos asignándoles un valor especial NaN. La secuencia de tres caracteres NaN está predetermina-
da por MATLAB para representar resultados que están indefinidos matemáticamente. El usuario de MATLAB
puede redcfinir el valor de !a variable NaN pero se recomienda ampliamente que no se haga debido a que causaría
una gran confusión. El único problema de programación adicional es cómo manejar las dos descripciones funciona-
les diferentes en los dos intervalos de ÍÍ. ES posible realizar lo anterior de una manera adecuada con operadores
lógicos y relaciónales como se demuestra más adelante en g. m.

function y = g(n),
s s = f i n d ( r o u n d ( n ) -= n) ; % Se e n c u e n t r a n t o d a s l a s n no e n t e r a s .
n ( s s ) = NaN ; % Se i g u a l a n t o d a s a NaN,
y = 10*exp(-n/4).*sin(3*pi*n/16) % Se c a l c u l a l a f u n c i ó n s i n l a
% e s p e c i f i c a c i ó n d e l v a l o r cera para
% tiempos d i s c r e t o s n e g a t i v o s .
y = y.*uDT(n) ; % Se i g u a l a a c e r o l a p a r t e de t i e m p o
% n e g a t i v o de l a f u n c i ó n .
 Todavía se debe decidir sobre que intervalo de tiempos discretos graficar ia función. Puesto que ésta es cero
para tiempos negativos, se debe representar ese intervalo de tiempo con al menos unos cuantos puntos para indicar
que cambia repentinamente de valor en el tiempo cero. En ese caso, para tiempos positivos tiene la fonua de una 2.10 Transformaciones
de escalamiento y
senoide que decae exponencialmente. Por lo tanto, si se grafican unas cuantas constantes de tiempo del decaimiento
desplazamiento en
exponencial, la función será cero después de ese tiempo. De manera que el intervalo de tiempo debe ser algo como
tiempo discreto
-5 < íi < 16 para graficar una representación razonable de la función original. Pero !a función expandida en el
tiempo g[í¡/31 será más ancha en tiempo discreto y requiere más tiempo discreto para ver el comporiamientü funcio-
nal. En consecuencia, para ver todas las funciones en la misma escala en TD con fines coiuparativos, se hará el
intervalo de tiempos discretos igual a -5 < ?! < 48 .
El único problema de programación que queda es cótno manejar las dos descripciones funcionales diferentes
en los dos intervalos distintos de n. Es posible hacerlo con operadores lógicos y relaciónales.
% G r á f i c a s de una f u n c i ó n d e t i e m p o d i s c r e t o y
% t r a n s f o r m a c i o n e s de compresión y e x p a n s i ó n .

C á l c u l o de l o s v a l o r e s de l a f u n c i ó n o r i g i n a l y l a s v e r s i o n e s
% transformadas en e s t a s e c c i ó n
%--
n = -5:48 ; Se e s t a b l e c e n l o s t i e m p o s d i s c r e t o s
para e l c á l c u l o de l a f u n c i ó n .
gO g(n) ; Se c a l c u l a n l o s v a l o r e s
de l a f u n c i ó n o r i g i n a l .
gl g{2*n) ; Se c a l c u l a n l o s v a l o r e s
de l a f u n c i ó n c o m p r i m i d a .
g2 g(n/3) ; Se c a l c u l a n l o s v a l o r e s
de l a f u n c i ó n e x p a n d i d a .

P r e s e n t e e n forma g r á f i c a l a s funciones o r i g i n a l y transformada

de e s t a s e c c i ó n .

% Grafique l a función original.

%
subplot (3,1,1) ; Se d i b u j a n p r i m e r o l a s t r e s g r á f i c a s
apiladas verticalmente.
p = stem(n,gO,'k','filled') ; "Stem" g r á f i c a l a f u n c i ó n o r i g i n a l .
s e t (p, ' L i n e W i d t h ' ,2, 'MarkerSize',4) Se f i j a e l g r u e s o d e l a l í n e a y e l tamaño
del punto.
y l a b e l C g t n ] ') ; Se marcan l o s e j e s d e l a f u n c i ó n
original.
title('Example 2.5') ; Se pone t í t u l o a l a g r á f i c a .
%
% Grafique l a f u n c i ó n comprimida en e l t i e m p o .

subplot(3,1,2) ; Se g r á f i c a l a s e g u n d a de t r e s g r á f i c a s
apiladas verticalmente.
p = stem(n,gl,'k','filled') ; "Stem" g r á f i c a l a p a r t e c o m p r i m i d a .
% function.
Se f i j a n e l g r u e s o de l a l í n e a
set(p,'LineWidth',2,'MarkerSize',4) y e l tamaño d e l p u n t o .
Se marca e l e j e d e l a f u n c i ó n
ylabel{'g[2n|•) ; comprimida.

% Grafique l a f u n c i ó n expandida en e l t i e m p o .
%
subplot (3,1,3) ; % Se d i b u j a l a t e r c e r a de t r e s g r á f i c a s
% apiladas verticalmente.
p = stem{n,g2,'k','filled') ; % "Stem" g r á f i c a l a f u n c i ó n e x p a n d i d a .
s e t t p , ' L i n e W i d t h ' , 2 , ' l y l a r k e r S i z e ' , 4 ) ; % Se f i j a e l g r u e s o de l a l í n e a y e l tamaño
% del punto.
x l a b e l ( ' D i s c r e t a t i m e , n') ; % Se marca e l e j e d e l a f u n c i ó n e x p a n d i d a ,
y l a b e l ( ' g [ n / 3 ] ') ; % Se marca e l e j e d e l t i e m p o d i s c r e t o .
CAPÍTULO 2
Descripción
matemática cte señales

FIGURA 2.73
Gráficas de g[¡i\, g[2n]
20
y g[///3]. Tiempo discreto n

Las gráficas de MATLAB se niueslran en la figura 2.73.

2.11 DIFERENCIA Y ACUMULACIÓN

Así como la diferenciación y la integración son transformaciones importantes para las funciones en TC,
la diferencia y la acumulación lo son para las funciones en TD. La primera diferencia en adelanto de una
función g[/í] en TD está definida por

Ag[n] = g[/i + 1] - g [ / ; ] . (2.137)

(Véase el apéndice I para más información acerca de las ecuaciones de diferenciación y en diferencias.)
La primera diferencia en atraso de una función en TD es g[íi] - g[n- ]],la cual es la primera diferencia
en adelanto de g[« - 1].

Ag[n - I] = g [ , ! ] - g [ í ! - 1]. (2.138)

La figura 2.74 ilustra algunas funciones en TD y sus primeras diferencias en adelanto o en atraso. Si se
imagina una función en TD creada a partir del tnuesíreo de una función en TC, es posible ver que la
operación de diferencias produce un resultado que se observa como muestras de la derivada de dicha
función en TC (hasta un factor de escala).
La contraparte de la integración de tiempo discreto es la acumulación (o sumatoria), y el mismo
problema de ambigüedad que ocurre en la integración de una función en TC existe también para las
funciones en TD. Esto es, aun cuando la primera diferencia en adelanto o en atraso de una función en
TD no es ambigua, la acumulación de una función en TD no es única y por tanto es ambigua. Múltiples
funciones en TD pueden tener la misma diferencia en adelanto o en atraso, pero, al igual que en la
integración, todas ellas sólo pueden diferir entre sí por una constante aditiva. Sea h[n] la primera dife-
rencia en adelanto de g [ í 7 ] ,

h¡n] = A(g[n]). (2.139)

En ese caso es posible determinar g[«] a partir de h|«] mediante acumulación en ambos lados,

g[n] = g[«ol + h[m]. (2.140)

 2 . 1 1 Diferencia y
acumulación

ÍIIR TNT
rT .20
-5 20

1 --

-1 + -5 20

-10 10
-1 +
-5 20

AxIh - 1]

.i 1- FIGURA 2.74
^1 ^ Algunas funciones en
7111* 10 TD y sus diferencias
-10
4-^ n -1 - en adelanto o en
-5
20 retraso.

Es posible demostrar que lo anterior es correcto al sustituir A(g[n]) para h[n],

m=ríi) m=)h\
= g[í!,)] + g[í¡,| + 1] - g[/í()] + g[í¡0 + 2]
(2.141)
- g [ « o + 11 + ••• + g[n) - g[í! - 1]
= gí'hi] + s[;t) - g[í!ü] = g[/!]

La figura 2,75 ilustra algunas funciones en TD h[í!] y sus acumulaciones g[;?l. En cada gráfica de la
figura la acumulación se realizó con base en la suposición de que lodos los valores de h [ í í ] de la función
antes del intervalo de tiempo graneado son cero.
De manera análoga a la relación integral-derivada entre el escalón unitario en TC y el impulso
unitario en TC. la secuencia unitaria es la acumulación del impulso unitario.

u[n]= ¿ 8[m], (2.142)

y el impulso unitario es la primera diferencia en atraso de la secuencia unitaria,

8[j¡J = u[/jj - u[í! - 1] = A ( U [ H - 1]). (2.143)

También de una manera similar a la definición de la integral de la función de rampa unitaria en TC, la
rampa unitaria en TD se define como la acumulación de una función de secuencia unitaria retrasada por
un tiempo discreto.

rampa[H] = ^ u[m -- 1] = ^ u[n¡]. (2.144)

 h["]

2 Í

..iTlll UlTl..
-5 -10 10

g["

-5 20 -10 10
-2 +

htft] h[n]

.4 4
,1I I 1 [ 1I I,1
-10 10 -5 20
g[n] g["]

4 +
FIGURA 2.75

MIL
A l g u n a s funciones
h[nj en T D y sus ...TÍ i.TT.T.1.
a c u m u l a c i o n e s gfn]. -10 10 -5 20

y la secuencia unitaria es la primera diferencia eti adelanto de la rampa unitaria,

u[í!] = rampa[n + 1 ] — rampa[n] = A(rampa[íi]). (2.145)

Es posible definir una familia de funciones singulares en TD con características análogas al doblete
en TC, el triplete, etc. Por ejemplo, se puede definir ¡a primera diferencia en adelanto del impulso
unitario de TD como un doblete unitario de TD.

ui[«] = 5[í¡J - 8[n - IJ. (2.146)

El doblete unitario en TD muestrea la primera diferencia en atraso de una función.

^ g r " ] u i [ ; 7 - ?;o] = Yl S [ " K S [ " - «o] - 5[n - «o - I])

LL=-0O /1=-X

- g [ " Q ] - g["o + 1 ] = - ( g [ « ü + I] - g[«o]) (2.147)

Éste es el negativo de la primera diferencia en atraso de g [ « ] en n = «f¡ + 1, que es lo mismo que el

negativo de la primera diferencia en adelanto de g[fi] en n - n^. Lo anterior es análogo a la propiedad de
muestreo del doblete unitario en TC. Éste muestrea el negativo de la primera derivada de una función de
TC. Otras características de las funciones singulares en TD son análogas a las correspondientes a las
funciones singulares en TC.
MATLAB puede calculai' diferencias de funciones en TD mediante la función d i f f . Ésta acepta
un vector como argumento y produce un vector de diferencias en adelanto cuya longitud es una uni-
dad menor que la longitud del vector aceptado. MATLAB también puede calcular la acumulación
de una función de TD a través de la función cumsum, la cual acepta un vector como argumento y
produce un vector de igual longitud que es la acumulación de los elementos en el vector argumento. Por
ejemplo,
 »a=l:10
a =
1 2 3 4 S S 7 8 9 10
»diff(a)
ans =
1 1 1 1 1 1 1 1 1
»cumsum(a)
ans =
1 3 6 10 15 21 28 36 45 55
»b = r a n d n ( 1 , 5 )
b =
i 1.1909 1.1892 -0.0376 0.3273 0.1746
»diff(b)
ans =
-0.0018 -1.2268 0.3549 -0.1527
»cumsum(b)
ans =
1.1909 2.3801 2.3424 2,6697 2.8444

Desde luego, cumsum supone implícitamente que el valor de la acumulación es cero antes del primer
elemento en el vector.

EJEMPLO 2 . 6

Mediante MATLAB detennine la acumulación de la función en TD

X í¡ = eos (2.148)
\ 18 /

desde H = O hasta 36 dada la suposición de que la acumulación antes del tiempo n = O es cero.

% Programa p a r a d e m o s t r a r l a a c u m u l a c i ó n de una f u n c i ó n en TD d a d o
% un t i e m p o f i n i t o m e d i a n t e l a f u n c i ó n cumsum,

l-n = 0 : 3 6 ; X = c o s ( 2 * p i * n / 3 6 ) ;
p = s t e m (n, cuTtisum (x! , ' l í ' , ' f i l l e d ' )
s e t ( p , ' L i n e W i d t h ' , 2 , 'MarkerSize' , 4) ;

FIGURA 2.76
Acumulación de un
coseno en TD.

Observe que esta acumulación del coseno (vea la figura 2.76) se asemeja muchísimo (aunque no es exactamente
igual) a una función seno en TD. Eso ocurre porque el proceso de acumulación es análogo al proceso de integración
para funciones de TC y la integral de un coseno es un seno. •
 7 0 Parg(n] Impar g[n]

I 1I
FIGURA 2.77
Ejemplos de funciones
enTD pare impar.

2.12 FUNCIONES PARES E IMPARES EN TIEMPO DISCRETO

Al igual que las funciones en TC, las funciones en TD también pueden clasificarse mediante las propie-
dades de pandad e imparidad. Las relaciones de definición son completamente análogas a las de las
funciones en TC. Si g[/T] = gf- n]. entonces g[n] es par y si g[n] = - g[- n], g[n] es impar La figura 2.77
muestra algunos ejemplos de funciones par e impar en TD,
¡1 Las partes par e impar de una función g[í!] en TD se encuentran exactamente de la misma forma
que en el caso de las funciones en TC.

g[n] + g [ - n ] g\n] - g[-n]

ge[n] = goín] = (2.149)
2 ' =^ ' 2

Una función par tiene una parte impar que es cero, y una función impar tiene una parte par que es cero.

EJEMPLO 2.7

/ 2—/) \
¿Cuáles son las partes pareimpardela ftinción g[« ] = sen j (1 + h ") ?
• Solución

— 1(1 + sení ^ 1 ( 1 + (-n)-l

g.l"] =

sen I I (1 -h «-) - sen (I + n')

= O (2.150)

= sen( ^^y^ (2.151)

La función 2[ji] es impar.

SXJMAS, P R O D U C T O S , D I F E R E N C I A S Y C O C I E N T E S

Todas las propiedades de las combinaciones de funciones que se aplican a funciones en TC también se
aplican a funciones en TD. Si dos funciones son pares, su suma, diferencia, producto y cociente también
son pares. Si dos funciones son impares, su suma y diferencia son impares, pero su producto y cocien-
te son pares. Si una función es par y otra es impar, su producto y su cociente son impares. Las figuras
2.78 a 2.80 muestran algunos ejemplos de productos de funciones par e impar en TD,
 2.12 Funciones pares
e impares en tiempo
discreto

(5>
m

r FIGURA 2.78
Producto de dos
funciones en TD pares.

ACUMULACIÓN

La integración de ias funciones en TC es análoga a la acumulación de las funciones en TD. Se cumplen

propiedades similares para las acumulaciones de funciones e n T D que son similares {aunque no idénti-
cas) a aquellas correspondientes a integrales de funciones en TC. Si g[«] es una función par y W es un
entero positivo.

N
¿I g[n] = g[0] + 2 ¿ g [ n ] (2.152)
n=-N N=L

y, si g[n] es una función impar.

(2.153)
n=-N

(figura 2.81).

llk gi[nlg2l"l

1
Sil"!
R

lllT FIGURA 2.79

I F m Producto de dos
funciones en TD
impares.
 1

Sil")
r Ul

Mk
FIGURA 2.80
Producto de una
función en TD par y
una impar.

2,13 FUNCIONES PERIÓDICAS EN TIEMPO DISCRETO

Una función periódica en TD es aquella que es invariante a la transformación

/!->/! + mN (2.154)

donde N = cualquier periodo de la función

m = cualquier entero
A'(] = periodo fundamental

El periodo fundamental es el tiempo discreto positivo mínimo en el que se repite la función. La figura
2.82 muestra algunos ejemplos de funciones periódicas en TD.
La frecuencia en tiempo discreto fundamental es F,, = \/N^^ en ciclos o = 2TT/N¡^ en radianes.
Observe que las unidades de la frecuencia en TD no son hertz o radianes por segundo ya que las unida-
des de tiempo discreto no son segundos. De! mismo modo que el tiempo discreto no es realmente

Suma 1 Suma 2
gf'd gi«]

T R r^N
Suma I = Suma 2

Impar g[n] ^0

J
Suma 1

•ll L ll T T.LÍ
l
-
-/l
FIGURA 2.81 MI
Acumulaciones de 1
funciones en TD par e Suma 2 FIGURA 2.82
impar. Suma 1 = -Suma 2 Ejemplos de funciones periódicas con periodo fundamental A^g.
 1 jlll
*1
f , JÍT lll. íí
11*
.ÍÍT
1'
jljj
If
+ -5

FIGURA 2.83

La función g[n] = 2 cos

4
/
( ÓTTÍÍ \
—7— I en TD.

tiempo sino más bien un número entero de tiempos de muestreo. La frecuencia en TD no es en realidad
frecuencia sino más bien el número de ciclos o radianes que ocun-en entre dos tiempos discretos conse-
cutivos.

E j e m p l o 2.8

Grafique la función en TD

g[n] = 2cos ^ — j - 3 sen — j (2.15S)

Sührc el intervalo -50 < < 50. A partir de la gráfica determine el periodo.

• Solución
Véase la figura 2.83.

2.14 E N E R G Í A Y P O T E N C I A D E L A S E Ñ A L
Es importante en este punto establecer cierta terminología que describa la energía y la potencia de
señales. En el estudio de señales en sistemas, éstas se consideran a menudo como abstracciones mate-
máticas. Muchas veces el significado físico de la señal se desconoce o ignora en aras de la simplicidad
del análisis. Las señales comunes en los sistemas eléctricos serían voltajes o corrientes pero podrían ser
carga o catnpo eléctrico o alguna otra cantidad física. En otros tipos de sistemas una señal podría ser una
fuerza, una temperatura, una concentración química, un flujo de neutrones, etc. Debido a los muchos
tipos diferentes de señales físicas que es posible operar mediante sistemas, en ocasiones en un solo
sistema, se ha definido el término energía de la seña!. La energía de la señal | contrario a solatnente
energía) de una señal en TC se define como el área bajo el cuadrado de la magnitud de la señal. Si x{f)
es una señal en TC, su energía de señal es

\Mt)\-dt (2.156)

Por lo tanto, las unidades de la energía de la señal dependen de las unidades de la señal. Si la unidad de
la señal es el volt (V), la energía de la señal se expresa en V- • s. La energía de la señal se define en esta
forma para ser proporcional a la energía física real entregada por una señal pero no necesariamente
igual a esa energía física. En el caso de una señal de voltaje v(í) a través de un resistor R, la energía real
entregada al resistor por el voltaje sería

|v(f)|-
Enersia = / di = — I v IN\-DT =
(2.157)
J R R J R
74 De acuerdo con esta definición la energía de la seña! es proporcional a la energía real y la constante de
CAPÍTULO 2 proporcionalidad, en este ca.so, es R. Para un tipo diferente de seña!, la constante de proporcionalidad
Descripción ^^""'^ diferente. En muchos tipos de análisis de sistemas el uso de la energía de la .señal es más conve-
matemáíica de señales niente que el uso de la energía física real.
La energía de la señal para una señal en TD se define de una manera análoga como

(2.158)

y las unidades son simplemente el cuadrado de las unidades de la propia señal.

EJENIPLO 2.9

Determine la energía de la señal de

xíf) (2.159)

• Solución
De acuerdo con la definición.

00. ^ 'X

E,= j \Ut)\^d¡= j 3tri^^j ' ' ' ' " ^ Z '"^(í)^''' ^^'^^^

Si se utiliza la definición de la función triángulo

^ ( l - i n |f|<l
tri(f) (2.161)
.LO |r|>R

tri (í/4) se define mediante

1 - <1 o |f|<4
(2.162)

>1 o |fi>4

4 ,
(2.163)

-4

Puesto que el integrando de (2.163) es una función par.

4

E... = 1 8 / ( l ^ | i | ) . . . 1 8 / ( l - i ) ' . , = 1 8 / ( , - i + n ) , ,

.1 T *
= 18 f 1 = 24 (2.164)
4 48 o

E.ÍEMPLO 2.10

Determine la energía de la señal de

/ 1 \ "
= y-J U[Í;1.
(2.165)
 • Solución
Dé la definición de la energía de una señal en TD,

E, = E u - i „ ] p = ¿ uf.]| =E|(^) I = £ ( 2 )

1 1
(2.166)

Esta serie infinita en ('2.166) puede reescribirse como

1 1
(2.167)

En (2.167) es posible utilizar la tórmula para la sumatoria de una serie de potencias

\ —^— = 1 + A- + . V - H . |.v| < I (2.168)

para obtencj'

i 3 ' (2.169)
4

En muchas .señales encontradas en el análisis de señales y sistemas, ni la integral

eo

dt (2.170)

ni la sumatoria

I convergen debido a que la energía de la señal es infinita. Esto suele ocumr debido a que la señal no está
limitada en el tiempo. (Limitada en el tiempo significa que la señal es distinta de cero tínicamente en un
(2.171)

tiempo finito.) Un ejemplo de una señal en TC con energía infiíñta sería la señal senoidal.

x(t) = A C O S ( 2 T Í - / O Í ) . (2.172)

La energía de la señal es infinita debido a que. dado un intervalo de tietnpo infinito, el área bajo el
cuadrado de esta señal es infinito. La secuencia unitaria es un ejemplo de una señal en TD con energía
infinita. En señales de este tipo suele ser más conveniente tratar con la potencia promedio de la señal en
vez de con la energía de la señal. La potencia promedio de una señal en TC se define mediante

I
T/2

= lím - í |x(r)R dt (2.173)

T^-^ T J

En esta definición de la potencia promedio de la señal, la integral es la energía de la señal en un tiempo

T, y ésta se divide después entre T para producir la potencia promedio de la señal en el tiempo T.
Entonces, cuando 7 tiende a infinito, dicha potencia promedio se convierte en la potencia promedio de
la señal durante todo el tiempo. Para señales en TD la definición de la potencia de señal es

1
Pv = lira (2.174)
tJ^oo 2N n=-N

que es la potencia promedio de señal para todo el tiempo discreto.

 Para señales periódicas, el cálculo de la potencia promedio de la señal quizá sea más simple. El
valor promedio de cualquier función periódica es el promedio en cualquier periodo. Por lo tanto, puesto
que el cuadrado de una fimción periódica también es periódico, para señales periódicas en TC,

+T
I j
I...

Pv =Y \Mf}\'dí = y |x(í)|-
(2.175)

donde la notación J y significa lo mismo que I,'"^'^ para cualquier elección arbitraria de t^. donde T puede
ser cualquier periodo (usualmente el periodo fundamental). Para señales e n T D

I k+N-l j
(2.176)

donde k es cualquier entero y la notación Z„=(/v) significa la sumatoria a través de cualquier intervalo de
longitud N, donde A' puede ser cualquier periodo (casi siempre el fundamental).

EjEMPL0 2.lt

Determine la potencia de señal de

x(r) = A COS(2TT/|)/ + 6). (2.177)

• Solución
A partir de la definición de potencia de señal para una señal periódica,

T¡,/2
P.. = f[\'^ C0s(2Tr/„r + e)|- dl = ^ j eos- (^^í + e jí/í. (2.178)
- l 7-0/31

Si se utiliza la identidad trigonométrica

cos(.v) cos( V } = - [ C O S ( . V — v) + eos(.v + y)] (2.179)

en (2.178), se obtiene

A~_
2T,
-(r„, 21

/
r,i '2

dt. (2.180)
2Tu

La segunda integra! dei lado derecho de (2.! 80) es cero porque es ¡a integral de una senoide sobre exactamente dos
periodos fundamentales. Por lo lanío, la potencia de señal es

A-
(2.181)

Observe que este resultado es independiente de la fase 6 y de la frecuencia /,,. Sólo depende de la amplitud A.

Las señales que tienen energía de señal finita se conocen como .señale.^ de energía y las que tienen
energía de señal infinita pero potencia de señal promedio finita se denominan señales de potencia. Nin-
guna señal física real puede tener en realidad energía infinita o potencia promedio infinita debido a que
no hay energía o potencia suficiente en el universo. Sin embargo, a menudo es posible analizar señales
que, de acuerdo con su definición matemática rigurosa tienen energía infinita, una senoide por ejemplo.
¿Qué tan importante puede ser un análisis si se efecttta con señales que físicamente no pueden existir? ¡Es
 Señales de energía Señales de potencia 77
2.14 Energía y
potencia de la señal

1
> <
•

T 1 TTTL R [ FIGURA 2.84

Ejemplos de señales de
11 1 energía y potencia en
TC y TD.

muy importante! La razón es que las senoides matemáticas que tienen energía de señal infinita siempre
han existido y siempre existirán. Desde luego, las señales reales que se usan en los sistemas y se denomi-
nan senoides nunca tienen esa cualidad exacta. Todas empezaron en algiin tiempo finito y, presumible-
mente, terminarán en algún tiempo finito posterior y, en consecuencia, en realidad están limitadas en el
tiempo y tienen energía de señal finita. No obstante, en muchos análisis de sistemas se efectúa el estudio
del estado estable de un sistema en el cual todas las señales se tratan como si fueran periódicas. Por lo
tanto, el análisis sigue siendo muy importante y úül porque es una buena aproximación a la realidad.
Existen otras señales con energía de señal infinita o potencia promedio de señal. Todas las señales perió-
dicas son de potencia [excepto la señal trivial, x(r) - 0] debido a que todas perduran por un fiempo infi-
nito. La figura 2.84 presenta ejemplos de señales de energía y potencia en TC y TD.

E j e m p l o 2.12

Mediante MATLAB determine la energía o potencia de señal de las siguientes señales:

^(0=tri(^)
 c) Una señal periódica de periodo ftindamental 10, descrita en un periodo mediante x(íj = -3;, - 5 < í < 5.

d) x|íí] = 4 comb:;[H] - 7 comb^ln]

Compare después los resultados con cálculos analíticos.

• Solución
% Programa p a r a c a l c u l a r l a e n e r g í a o l a p o t e n c i a de s e ñ a l de a l g u n a s s e ñ a l e s de ejemplo.
% (a)
dt = 0 . 1 t = -7:dt:13 % Se e s t a b l e c e un v e c t o r de t i e m p o s en e l cual
% c a l c u l a r l a f u n c i ó n . El i n t e r v a l o
% de t i e m p o e s 0 . 1 .
X = tri((t-3)/IQ) % Se c a l c u l a n l o s v a l o r e s de l a f u n c i ó n
% y sus cuadrados.
xsq = X. 2 ;
Ex = t r a p z ( t , x s q ) ; % Se u t i l i z a l a i n t e g r a c i ó n n u m é r i c a de l a r e g l a
% t r a p e z o i d a l para determinar e l área bajo la
% f u n c i ó n cuadrada y s e e x h i b e e l r e s u l t a d o .
disp a) Ex = ',num2str(Ex)1)
% (b)
n = -100:100 % Se e s t a b l e c e un v e c t o r de t i e m p o s d i s c r e t o s
% en e l cual s e c a l c u l a e l v a l o r de l a f u n c i ó n .
% Se c a l c u l a e l v a l o r de l a f u n c i ó n y s u c u a d r a d o .
X = e x p ( - a b s ( n / l O ) ) . * s i n ( 2 * p i * n / 4 ) ,• x s q = x . * 2 ;
Ex = s u m ( x s q ) ; % Se u t i l i z a l a f u n c i ó n suria en MATLAB p a r a d e t e r m i n a r
% la energía total y exhibir el resultado.
d i s p ( [ ' ( b ) Ex = ' , n u m 2 s t r ( E x ) ] ) ;
% (c)
TO = 10 ; % El p e r i o d o fundamental e s 10.
% Se e s t a b l e c e un v e c t o r de t i e m p o s en e l c u a l s e c a l c u l a
dt = 0 . 1 ; t = -5:dt:5 ; % l a f u n c i ó n . E l i n t e r v a l o de t i e m p o e s 0 . 1 .
% Se c a l c u l a n l o s v a l o r e s de l a f u n c i ó n y s u s c u a d r a d o s
X = -3*t ; xsq = X."2 ; % s o b r e un p e r i o d o f u n d a m e n t a l .
% Se u s a l a i n t e g r a c i ó n n u m é r i c a de l a r e g l a t r a p e z o i d a l
Px = t r a p z ( t , x s q ) / T O ¡ % para determinar e l área bajo la función al cuadrado,
% se divide el periodo y se exhibe e l resultado.
d i s p ( [ ' ( c ) Px = ',num2str(Px)]
% (d)
NO = 35 ; % El p e r i o d o fundamental e s 3 5 .
n = 0:N0-1 ; % Se e s t a b l e c e un v e c t o r de t i e m p o s d i s c r e t o s s o b r e
% un p e r i o d o e n e l c u a l s e c a l c u l a e l v a l o r de l a f u n c i ó n .
% Se c a l c u l a e l v a l o r de l a f u n c i ó n y s u c u a d r a d o ,
x = 4*corabN0n(5,n) - 7 *combNOn(7,n} ; x s q = x . * 2 ;
Px = s u m ( x s q ) / N O ,• % Se u s a l a f u n c i ó n suma de MATLAB p a r a d e t e r m i n a r
% l a p o t e n c i a promedio y e x h i b i r e l r e s u l t a d o .
d i s p ( [ ' ( d ) Px = ' , n u m 2 s t r { P x ) ] ) ;

La salida de este programa es

(a) Ex = 6.667
(b) Ex = 4.9668
(c) Px = 75.015
(d) Px = 8.6

Los cálculos analíticos son como sigue:

- 3\ / \ \
a) E,= j \x{t)fdt= j tri(^- <"=/
-•X.

11)
20
= — = 6.667 Verificación
J \ 5 100/ L 10 300 3
 sen
V 4 ;

- Ü

= E
(V ^^ )/

= - E ^ " " " ' ' U - cos(-rríi)) + - E ^'''^''d - cosí 1 7 0 ) )

fi=0 n=0

00 /

2 }

11/31
u=0 Ln = 0 ,1=1)

Utilizando la fórmula para ia suma de una serie geométrica.

11=0

1 1
1 „ f,[j^-H/5)] ¡ _ ^[-JTT-d/.ilJ

2 _ ^ i - / ^ - f 1/5)1 _ 1/5)1
1 1
|_ 1 _ EÍ-'--' I •'-'^'1 - íl-J^-lV5)l + g-C/íi

2 _ £ , - i i / í i ( ^ - i i T ^ p j , 7 ^
1 1
1 - <'-''-'' 2 Ll - 2 t ' - ' i ' 5 ' c o s ( T T ) H - e - ' - ' ^ '

5 +^-(1/5,

1 1.8187
= 4.966 Verificación.
0.1813 1 + 1.637 + 0.67

i r 1 W . ' i ^ 375
Verificación.
-5

.V|,-l

^ 1 ii=(.v„) ,i=u

Los impulsos en las dos funciones comb sólo coinciden en múltiplos enteros de 35. Por lo tanto, en este
intervalo de la sumatoria coinciden sólo en n = 0. La intensidad del itupulso neto en n = O es por lo tanto - 3 .
 Todos los otros impulsos ocurren aislados, y la suma de los cuadrados es igual que el cuadrado de la suma. Por
consiguiente,

1 í ^
\ 11=0 "=-^ 11 = 7 "=10 ,1=14 "=I5 n = 20 „^2I " = -5 Jl = 2S li=3ü/

9 + 6 X 4^+4 X (-7)- 9 + 96+196

= 8.6 Verificación.
35 35

2.15 RESUMEN DE PUNTOS IMPORTANTES

1. Los términos continuo y tiempo continuo significan cosas diferentes.
2. Una señal en TD puede formarse a partir de una señal de TC mediante muestreo.
3. Una función en TD no está definida en valores no enteros de tiempo discreto.
4. Dos señales en TC que difieren sólo en un niímero finito de puntos üenen exactamente el mismo
efecto sobre cualquier sistema físico en TC.
5. Un impulso en TC. aunque es muy útil en el análisis de señales y sistemas, no es una función en el
sentido ordinario.
6. El orden en el cual se realizan las transformaciones funcionales múltiples es importante.
7. Las señales en TD formadas mediante el muestreo de señales periódicas en TC pueden tener un
periodo diferente e incluso ser aperiódicas.
8. Dos descripciones analíticas diferentes de funciones en TD pueden ser idénticas.
9. Una versión desplazada en el tiempo de una función en TD sólo se define para desplazamientos
enteros de tiempo discreto.
10. El escalamiento en el tiempo de una función en TD puede producir diezmo o valores indefinidos,
fenómenos que no ocurren en el caso de funciones en TC escaladas en el tiempo.
11. La energía de seña! no es, en general, lo mismo que la energía real que entrega una señal.
12. Una señal con energía de señal finita se denomina señal de energía, y una señal con potencia
promedio fmita recibe el nombre de señal de potencia.

EJERCICIOS CON RESPUESTAS

1. Si g(f) = le--'-^. escriba y simplifique cada función.

a) g(3) b) g{2-t)

O g ( ¿ + 4
d) g(jt)

e) gijt) + gi-jt)

g((j;-3)/2)+g((-77-3)/2)
./)

Respuestas:

7cos(r), 7^^+2', 7e-J2'-3, 7í'-í'^'-ii, 7¿.-3 cos(2r), 7í'-9

2. Si g(.v) = .v2 - 4,v + 4, escriba y simplifique cada función.

a) g{z) b) giu + v)
C) g{0') d) g(g(f))
e) g(2)

Respuestas:
(eJ' - ly. - 4 ; + 4, O, + + 2uv - 4M - 4í; + 4,
/•i-8/3 + 20í^-16r + 4
 3. ¿Cuál sería el valor numérico de g en cada una de las siguientes instrucciones de MATLAB? 01

d) t = 3 ; g = sen(t) ;
b) X = 1 :5 ; g = cos (pi*x) ;
C) f = -1:0.5:1 ; W = 2*pi*f ; g = l . / ( l + j * W ' ) ;

Respuestas:

"0.0247 + jO.155
0.0920 + jO.289
0.1411, [-1,1,-1,1,-1], 1
0.0920 - ./0.289
L0.0247-70.155J

4. Considere que dos funciones se definen mediante

1 sen(20'i7r) > O t sen(2'ní) > O

si(í) = X2(/) =
-1 sen(20IT/) < O —t sen(2TRÍ) < O '

Grafique el producto de estas dos funciones contra el tiempo dado un intervalo de tiempo
" 2 < f < 2.

Respuesta:

x(í)

-2

-2 +

5. Para cada función g(/), dibuje g(-f), -g(r), g(f - 1) y g(2/).

a) m b)

- I

Respuestas:

g{-Ó -g(f)
I
4 -- 3

-1

-4 + -3 +

g { í - 1) g(2/) g(2/)
k
4-- 4-

L
1 3 2
82 6. Una función G(/) se define mediante

G(/) = e-^-^^ rtcl(^^y

Grafique la magnitud y la fase de G ( / - 10) + G ( / + 10) dado el intervalo - 2 0 < / < 20.

Respuesta:

|G(/)|

1 --

-20 20

Fase de G ( / )

1
-20
11 — IT -
ll 1 -
20

7. Dibuje las derivadas de estas señales.

a) x(f) = sinc(r)
b) x(f) = ( ! - e - O u ( í )

Respuestas:

8. Dibuje la integral desde infinito negativo hasta el tiempo f de estas funciones que son cero para
todo tiempo anterior al dempo t = 0.

a) fe)
g(Ó

I -

I 1 I '
1 2 3
Respuestas: 83

1-
1
2"
/ ¡ i
T I
1 2 3

9. Determine las partes par e impar de estas funciones.

a) g(f) = 2í'-3f+6 b) g(r) = 20cos^40'iTr -

2r-3í + 6
rf) gfO = sinc(í)

e) g(r) = í ( 2 - f - ) ( l + 4 r ) /) g(í) = / ( 2 - / ) ( l + 4 Í )

Respuestas:

20 2r+ 9
r(2-4f'), — cos{407Tf), O, -r- -, Ir, O,
V2 1 -r^

20 . , , 6 + 5f-
sen(40'iTf). 2 r + 6. /(2 ^ 1 + 4r'), - s i n c ( f ) . -3í
^/2 - t'

10- Dibuje las partes par e impar de estas funciones.

a) b)

Respuestas:

1 - 1-
2
/V
1 1
1
k
•
1

^-1

g<.(0

I —

H—h
1 2
11, Dibuje el producto o cociente g(f) indicado de estas funciones.

a)
1 -
-1 -1

Multiplicación (^x) ^ gW

'A
1-
-1

-1

c)

-1

MuItiplicación^X^J—*- g(0
Multiplicaciónf4 X J Si<)

e)
1 -

-1 1

-1

Multiplicación ( ^ x ) — g ( r j

-1

8)

-!

T
División ( ^ Í ^ ) — - g(i) J
\ /
División í -
IT -

T —
1

Respuestas:

m
m 1 -ir

-1
-1
+ -1 -1 +
 }

«vi--
AAAA/
-1 + -1

m
-1
-1 • f e
-1

-1

12. Utilice las propiedades de integrales de funciones par e impar para evaluar estas integrales de la
manera más rápida.

1/20

(2 + t)dt b) j [4 cosClO-n-í) + 8 sen(5iT0] dt

-1 -(1/20)
1/20
1/10

c) j 4í cos(lOiTf) rff d) j t senílO-rrí) dt

-(1/20) -d/io)
I

dt f) j re-l'l dt

-1 -1
Respuestas;

i l
O, , O, 1.264, 4
IOTT' 50TT'

13. Determine el periodo fundamental y la frecuencia fundamental de cada una de estas funciones.

a) g{f) = 10 c o s ( 5 0 T T r )

b) git) = 10 eos ( 50lT? + -

c) git) = cos(50TTr) + senílS-n-r)

d) g(t) = cos(2TTr) + senCSirr) + cosí Sur —j

Respuestas:

2s, — s, 2 . 5 Hz, — s, -Hz, 0.4 s, 25 Hz, 25 Hz

25 25 2

14. Determine el periodo y la frecuencia fundamentales de g(f).

a) g(o m

• g(')
 A

Respuestas:

1 Hz. 2 Hz,- s. 1 s, - s, 3 Hz
2 3
15. Grafique estas funciones en TD.

/2TT(«-2)

12;
, - 3 sen
V 8 ) -24 < H < 24

b) X [ / T ] = 3ííe"'"^^l -20<n<20

c) x[n] = 21 ( ^ - j + 141' -5 < n < 5

Respuestas:

xtn]

2 000--

-5
-2CX)0 +

A
6 -

TTTttfTTt T «TTT»tTT» lillllllíllílinn,,.

¿ '111' 'ijl 24 -2V^''iUll||||| 20
-7 +

16. Sea X|[n] = 5 cos(27t«/8) y x^í^] = -8e"*"'^'^ Grafique las siguientes combinaciones de estas dos
señales dado el intervalo en TD, - 2 0 < ?¡ < 20. Si una señal fiene algunos valores definidos y
algunos indefinidos, grafique sólo los definidos.

a) X[/T] = X| [n]x2[«] b) x[f!] = 4x,[n]-I-2x2[«]

xi[2«]
c) x[/!] = X,[2«]X2[3H] d) x[n] =
N TI
e) x[n] = 2xi — + 4X2 —
.2. .3.

Respuestas: x[n]
-20 5- 20
1 1 -
-20- 10 0 0 0 - - ,20 R

-50 000 + -40 -

 5 + 40--

-20 20
-20 20

-40 - -

m
20--

-20 20

- 4 0 -h

4¬
-10
1 I í T T t f * * * Jt ^^
lililí 1 M 10
-4 -
FIGURA E17

17. Una función g[n] (véase la figura El7) está definida por

-2, íi < - 4
—4 < « < 1.
g[«] = 4
1 < n

Dibuje
a) g[-n], b) g[2-H], c) g[2íi], d) g[n/2]

Respuestas:

gt-nl gl2 - n]

4--1

10 10
TttTTTTl ^.»»fTtTlT
-10
raT" -10

-4-b -4 +

gln/21

4 t 4-

-10
1 I IT
10 T 10

-4 -
 18. Dibuje las diferencias en adelanto de estas funciones en TD.

a) gl«] b) g[,i]

4. 1 +

-4 20 -4

g[«l = («/lO)-

4--

-4 20

Respuestas:

A g [ « - 1] Agl« - 11 Ag[n - 1]

0.5 1-- 1 -

-4 [ 1 1

-0.25 + 20
-4
-1 +
20 -4
-1 " l i J1 J
20

19. Dibuje la acumulación g[/i] desde infinito negativo hasta n de estas funciones h[«] en TD.
a) h[ii] = b) h[«] = u[n]
/2'TT«\
í/) h[n] = cos I — ^ lu[f!]

c) h[/!j = cos ( - j ^ lu[n]

e) h[n] = cos + 8]
Respuestas:
h['d h[n\

1"
TTr. .tTÍI ,
-16 '*16 "
g[ "1
gt"]

3-
mu, ., 1-r
-16 _3_

-16 16

h[«]

1 " tTímtTTTTtrtt
.J i.

-16 16
.11 \h, .tTIÍ ,
g["]
Sin]

lUlllI llllll'i"""''l|llll • 16
-16 16
 h[»]

I .
..,t.,.,.iTt.,,,.t

g["]

3 --

-If) 16

20. Determine y dibuje las partes par e impar de estas funciones.

a) g[H] = u [ « ] - u [ H - 4 ] b) g[«] = e-<"/^'u[rt]

c) gLn] = eos I I í/) g[n] = seni ^ - ) u [ « ]

Respuestas:

1+
111
-10 10

1 +

TTT
J-LL
-10 iO
-1 +

S,['d

1 -
T t 4 * »• •
' * « t >•
10
n
-10
lU 10

R " I ; | T ' T " I

T T* • • • .
1 'lo * -10 10
-1 +

Dibuje g[n].

b)
g|[n]

1 -
ILLLTTTR,'." . . T T L Í L L I , ..
—¿
1
I.
10 10
-1 - - -1

Multiplicación (x)—»- g('0 g^i"] Multiplicación (x^—*- g(«)

I
1

1
1 +
-10
LÍR 1 T
ILT..
!0 -4
11
C) gil"]

1
[ 1I 1 1I . . .
..1
-4 2 0 ^ -10 10
-1 + -l -

Multiplicación f X gifj) Multiplicación ( x ) — • g(")

LLL LLL LLL It.llIllT

20 -10 10
+ -1 -1

Respuestas:
g[n] gi'ii

1--

-10
A l 1 ll I. llLL. .ll
10 -4| 1 IJL 1[1 i
1 + •^14-

g£»] g["
i i
1 -- I—

-4 20 -10 iO

22. Detertuine el periotio A^g y la frecuencia FQ fundamentales de estas funciones en TD.

1TÍ7
a) g[f¡] = cos I — I ¿) g[n] = c o s ( —

c) g\/i\ = cos j + eos \ - ^ \ d) g[«.] = e ^ ' ^ " " ' ^ " ' + í

e) g[n] = e-J<^™/í> + e-J'2^"/'íi

Respuestas:
1 1 I
JVo=10, Fo=—, /Vü = 3 5 , F „ = - , /V„ = 20, F,, = — ,
10 35 20

yVo=12, F o = ^ , M, = 20, Fo=^

23. Grafique las siguientes ftmciones y determine a partir de las gráficas el periodo fundamental de
cada una (si es periódica).

, , (2'nn\ /2-nn\
a) g[)i\ = 5 .seni ) + 8 cos
V 4 \ 6 y
/ 14-rT/!
b) g[n] = 5 s e n ( ^ ^ ^ + 8 cos
\ 8

c) g[H] = Re(e-'™ + e-><™^-'') d] gln] = Re{e'" + e-J^"^^^)

Respuestas:

1-
2 -

ja JX J J ,
-«llíl'lfítífV "
ITTIÍI
-24J l24

-12+J
^2
K w , , = 12

12-- 2-

i T.T.
4 1 1" Tj1 H
J J

I
I 11 T T .
-24J 24
-2>1 1^24

+ -12 ' -7 -
- A'„ = 24 • No periódica

24. Determine la energía de señal de estas señales.

a) x(í) = 2 rect(/) b) x ( í ) = A ( u a ) - u ( / " 10))

c) x(f) = u ( Ó - u ( 1 0 - 0 íí) x(í) rect(0 cos(27rf)
e) x(f) = rect(/) cosf47t/) /) x(f) = rectt/) sen(27if)
g] x[í7l =Arect,vJ«] h) x[n]=A5[n]

/) x[/;] = combvj^ [«] i) x[j!] = ramp[í!]

k) x[«] - rampL»] - 2 ramp[n - 4] -i- ramp[H - 8]

Respuestas:

oo, 44, oo, (2Nü + \)A-, ^, oc, lOA", ^, 4, A-, ^

25. Determine la potencia de señal de estas señales.

a) x(r) = A b) x(í) = u(f)

re

c) x(f) = A cos{2-n'/oí + 6) d) x(t) = A ^ '^^'^^^^ " 2;;)

e) x ( 0 = 2A 4- ^ rect(í - 2n) f) x[n] = A

oo

g) X[H] = \i[n] h) y.[n] = A rect2[?! - Swl

ji;=-rv:

i) x[n] = comb,v„[n] 7) x[/?] = ramp[j!l

Respuestas:

5A- A' 1 T 1 A- 1
2- 2' ^ ' y 2
 r 92 EJERCICIOS SIN RESPUESTAS
26. Mediante MATLAB, grafique la señal x(f) = sen(2;tí) en TC dado el intervalo de tiempo O < t
< 10, con las siguientes elecciones de resolución de tiempo A/ de la gráfica. Explique por qué las
gráficas tienen ia apariencia que se muestra.

1
24 2

8) 1

27. Dadas las definiciones de funciones, determine los valores de las funciones.

a) g(/) = 100 sen (^200TTr + g(O.OOl)

ra b) g ( í ) = 1 3 - 4 / + 6 / ^ g(2)

c) g(/) = - 5 . - - ' ^ - ^ - - ' g Q )

28. Dibuje estas funciones exponenciales y trigonométricas en TC.

íí) g(í) = 10 cosClOOnf) b) g{t) = 40 c o s í ó O t t í j + 20 sen{60TTí)

c) g(0 5^-"/'°' d) g(í) = 5e-^"'^ cos(2'Trf)

29, Dibuje estas funciones singulares y relacionadas en TC.

a) g(/) 2u{4 - í) h) giO u(20

^) g(r) 5 sgn(r - 4) d) g ( í ) 1 + sgn(4 - /)
g{!) 5 ramp(í + 1) f) g ( 0 - 3 ramp(20
g) g{r) 25(í + 3) h) giO 6 5 ( 3 f + 9)

'•) SIN -48(2(í - D) 2 comb

j) g(í)
r+ 1
gir) 8 comb(4í) —3 comb
g(0

m) g(t)
•(O
2 rect ( «) g(0
4 rect

t - 1
g(í) tri{40) P) g(f)
= - 6 trt

^) gil) = 55 sinc
sinc ( ( 0 '•) g(f)
- s i n c ( 2 ( í + D)

g(0 - 1 0 drcl(í, 4) 5 drcl0,

O g(0

") g(r) = - 3 rect(/ - 2) 0.1 rect

V) g(f)

mO g(r) 4 sinc(5(/ - 3))

^) g(í)

>') g(í) 4sinc(5f - 3)

30. Dibuje estas combinaciones de funciones en TC.

13)

c)
g(/) = U(./) - U(í -

g(/) = - 4 ramp(í)u(f - 2)
1) í?)

d)
gí/)=rect(

g(f) = sgn(f)
4)
sen(2TTí)

g(/) = 5e-"/^>u(f) ,/") g(r) = rectíO cos(2TTf)

g(/) = - 6 r e c t ( r ) cos(3TTr) g(f) = r e c t ( 0 tri(/)

 93
,) g(f) = rect(f) tri^r + 0

j) g(O = u(^/ + 0 ranipQ-f^

k) g(í) = ti-i'(f) D git) = smc^{í)

d
m) git) = |sinc(í)l ") g ( f ) = —(tri(O)
at

o) git) = rect y 2) ^ ''^'^^\ ^ 2)

P) g ( f ) = J [5{X+l)-25(\) + 5{X-l)]
-se

q) g(/) = 3tri(^yj+3rect(^^

r) g(/) = 6tri(^0 recl(^^ í) g(í) = 4 s i n c ( 2 ? ) 5gn{-í)

/ - n
/) g(í) = 2 ramp(/) rect «) g(í) = 4 t r i f ^ ^ V ( 2 - í )
2 ;

v) g(í) = 3 r e c t ( - 6 rect - vv) g ( 0 = 10 drcl

.2

Mediante MATLAB, grafique la función original y la función transformada para cada ftmción.

a) g(í) = 10 C O S ( 2 0 7 T O tri(r) 5g(2f) vs. t

-2 r < -1
2í -1 < í < 1
b) gW = - 3 g ( 4 - t) vs. t
3-r^ 1 < í < 3
-6 t > 3

c) g{t) = ^t{e^^' +e^''^') vs. t

5
d) G(/) = | G ( 1 0 ( / - I0)) + G ( 1 0 ( / + 10))1 vs. /
- y2 + 3

Sean dos señales definidas mediante

COS(2TTÍ) > 1 /2lTf\

x,(f) = = seni I.
cos(2Trí) < 1 V 10 /
Grafique estos productos dado ei intervalo de tiempo - 5 < / < 5.

a) xi(2f)x2(-r) h) Xl (^0X2(20/)
c) X, (^0 X2(20(f + 1)) d) X, X2(20í)

Dada la definición gráfica de una fiínción, grafique la(s) transfonnación(es) indicada(s).

fl) g{í) = O, r < - 2 o í > 6. Grafique t 2t and s.(t) -3s.(-t). g<')

-2
/
— y—

1 ^\ r \ 1 k
r 1 / 1 l 1 1 *
—2 '/ 2 3 - l 5 6
--2
r 94 b) g( r) es periódica con periodo fundamental cuatro.

Grafique f í + 4 y g(í) - j - _2g^^-y^^.

m
2¬
— 1

-2 ,-L/i 2 3 '5 6
-2 •

34. Para cada par de funciones graficadas, detertnine qué transformación se ha efectuado y escriba
una expresión analítica correcta para la transformación. Para la parte b). suponga que g(f) es
periódica con periodo fundamental 2, determine dos transformaciones diferentes que produzcan
el mismo resultado.

a)

2^
2 3
1 1 1 f 1 >
-2 -1- X . . . - ^ 4 5 6

g(í)

1 2 3 4
+5 6

35. Dibuje la magnitud y la fase de cada función contra / .

a) G ( / ) = sinc(/)e^^"'"-^'^' b) G(f) =
jf
+ j{fm
-;(ir//500)
c) Gif) rect
V 100 y \ 100 Jj
1
d) G(/)
2 5 0 - / - + ,/.V

e) G(/)

36. Grafique contra / , en el intervalo —1 < / < 4. la magnitud y la fase de cada función.

a) X ( / ) = sinc(/) b) X ( / ) = 2 s i n c ( / ) e-^^^^

C-) X ( / ) = 5 r e c t ( 2 / ) e+J-''^ d) X{f) = 10 s i n c - ( ^ )

e) X ( / ) = 7 5 8 ( / + 2 ) - y 5 5 ( / - 2 ) f) X ( / ) = 2 c o m b ( 4 / ) e"^-^

37. Dibuje las partes par e impar de estas señales en TC.

a) x(f) = recta - 1) b) x{í) = t r i - ^ + t r i + ^j

f — 77
c) x(t) = 4 sinc d) x(f) = 2 sen| 4iTt - — | rect(f)
38. Considere que la función de impulso unitario en TC se representa mediante ei líndte 95

8(.v) = lím - tri( - I, £7>0.

a-'Q a \ a )

La función (1/ÍÍ) tri ixid) tiene un área de uno independiente del valor de a.

a) ¿Cuál es el área de la función 6{4jr) = lím - tri ( — ) ?

fl-o a \ a }

V) ¿Cuál es el área de la función 5C - 6A- ) = lím tri f )?

a^ü a \ a J
1 / bx \
c) ¿Cuál es el área de la función b{bx) = lím - tri — para b positiva y para b negativa?
a^o a \ a /

39. Mediante un cambio de variable y la definición del impulso unitario, pruebe que

6(a(í - fo)) = - to).

\a\

40. Mediante los resultados del ejercicio 39, demuestre que

a) comb(a.r)=^ Y] SJ.v--).

h) El valor promedio de comb(a.v) es uno, independiente del valor de a.

c) Una función comb de la forma, (l/a) comb(r/fl) es una secuencia de impulsos unitarios espa-
ciados por a unidades.
d) Aun cuando 5{at) = (l/\a\}5{t}. comb(íí.v) # (l/|fl|) comb(.v).

41. Dibuje la derivada generalizada de g(íj = 3 sen (tzt/2) rect(f).

42. Dibuje las siguientes funciones en TC.

a) g(í) = 38(3r) + 68(4(f - 2)) b) g(/) = 2 comb( - -

c) g(/) = comb(í) rect( — d) gír) = 5 sinc|^0 ^comb^0

e) g{t) = — / comb —combT \ dK

2 Jl \2j \ 2 ) _
43. ¿Cuál es el valor numérico de cada una de las siguientes integrales?

a) j 6 ( 0 cos(48TTr) dt b) j bit - 5) C O S Í T T / ) dt
--K

29 20

c) j bit - 8 ) t n ( ^ ) dt d) y 8(í - 8) rect^:j^

16/
dt
\

o o
2

e) j bit - l.í.5) sinc(f) dt f) / s ( í - i - 5) sinc(4í) dt

44. ¿Cuál es el valor numérico de cada una de las siguientes integrales?

ce

comb(í) cos{48iT/) dt b) j comb(f) sen(2iTr) dt

 30 ^
CAPÍTULO 2
Descripción c) y*comb^^^j rect(/) í^/ d) j comb(t) sinc{t) dt
matemática de señales O -2

45. Dibuje las derivadas de estas funciones en TC.

a) g(r) = sen(27r/) sgn(/) b) g(f) = 2 t r i Q - 1

C) g(í) = |COS{2'7Tí)|

46. Dibuje las derivadas de estas funciones en TC. Compare los valores promedios de las magnitudes
de las derivadas.

-1 y

1
i • 1 1 T 1 1 1 1 •! 1 1 1 1
-2 2 4 6 8 10 12

II > I r M I
8
I n I M I—
10 12

.7 \ / \ r...
1
i 11 ]
1
\
1 1I '1'1I 1I 11 1I 1M
1
r I 11 1I 'II 11 '
1

-2 2 4 6 8 10 i2

47. Una función g(/) tiene esta descripción: es cero para í < - 5 . Tiene una pendiente de - 2 en el
intervalo - 5 < f < - 2 . Tiene la forma de una onda seno de amplitud unitaria y con frecuencia de I
Hz más una constante en el intervalo - 2 < í < 2. Para r > 2 decae exponencialmente hasta cero con
una constante de tiempo de 2 s. Es continua en todos lados. Escriba una descripción matemática
exacta de esta función.

a) Grafique g(/) en el intervalo - 1 0 < í < 10.

b) Grafique g(2í) en el intervalo - 1 0 < / < 10.
c) Grafique 2g(3 - t) en el intervalo - 1 0 < r < 10.

d) Grafique -2g(^-^^ en el intervalo - 1 0 < í < 10.

48. Determine las partes par e impar de cada una de estas funciones en TC.

a) g(r) = 10 sen(20TTí) b) g(r) = 20t^

r) g ( 0 = 8 + 11- d) g{0 - 1 + í
e) g(/) = 6i f) g í O - 4í c o s í I O t t í )
cosí i r r ) sen(4iTf)
g) g(f) = h) g(í) = 1 2 +
TTt
i) g(f) = ( 8 4- 7 r ) cos(327rí) j) git) = (8 + 7 r ) sen(32iTO

49. ¿Hay una función que sea tanto par como impar? Explique.
50. Determine y dibuje las partes par e impar de la señal x(í) en TC, que se muestra en la figura E50.
51. Para cada una de las siguientes señales en TC decida si son periódicas y, en ese caso, determine el
periodo fundamental.

a) g(í) = 28 s e n ( 4 0 0 T r f ) b) g(í) = 1 4 + 40 cosíóOirr)

c) g(í) = 5/ - 2 cos(5 OOOiTí) d) g(í) = 28 sen(400TTO + 12 COS(500TT/)

e) g(í) = 10 sen(5r) - 4 cos(7r) j) g(r) = 4 sen(3f) + 3 sen(^/3í)

52. El voltaje que se ilustra en ia figura E52 ocurre en un convertidor analógico-digitai. Escriba una
descripción matemática de éste.
53. Una señal que ocurre en un aparato de televisión se ilustra en la figura E53. Escriba una descrip-
ción matemática de la misma.
54. La señal que se ilustra en la figura E54 es parte de una transmisión de datos binarios de manipula-
ción binaria de desplazamiento de fase (BPSK). Escriba una descripción matemática de la misma.

\ — f (ms)

FIGURA ESO FIGURA E52

Señal que ocurre en un convertidor analógico-digitai.

x(r) x(í)
i4
-10 60
í(|i.s)
4
• í(ms)

-10 i
FIGURA E53 FIGURA E54
Señal que ocurre en un aparato de televisión. Señal (BPSK).

ffns)
-1.333.3

-6 +

FIGURA E5S
Respuesta transitoria de unfiltroRC.

55. La señal que se ilustra en la figura E55 es la respuesta de un filtro pasabajas RC a un cambio
repentino en la excitación. Escriba una descripción matemática del mismo.
56. Encuentre la energía de señal de cada una de estas señales:

a) x(f) = 2 r e c t ( - / ) b) x(í) = rect(8r)

c) x( (O = 3rect(0 d) x(í) = t r i ( 2 0

e) x(r) f) x(í) = 2 sen(200'TTf)

 g) x(r) = S(í) {Sugerencia: determine primero la energía de señal de una señal que se aproxima
a un impulso en algún límite y luego tome el límite.)

h) x(/) = — (rect(í)) d) x(í) = j rect(\)í/\

dt
—OO

;) x(t) = e^~'-^^^>'u{t)

57, Determine la potencia promedio de la señal de cada una de estas señales:

a) x ( 0 = 2sen (2007TO b) x(f) = comb(í)

c) x(í)=e^'«""'

58. Dibuje estas funciones exponenciales y trigonométricas en TD.

/2-iT«\
a) g[n] = -4 cos {-^j b) g[n] = -4 COS(2.2TT«)

Í2ttn\ f2vn\

c) g[n] = - 4 cos( 1.8-17/!) d) g[„] = 2 cos I I - 3 seni )

e) g[n] = Q) /) g[n] = 2(0.9)"sen(^)

59. Dibuje estas funciones singulares en TD.

a) g ¡n] = 2u [n + 2] b) g[«l = U[5H]

c) g [rt] = - 2 ramp[-«] d) g[n] = 10 ramp

e) g[n] = 7Sí«-l] f) g[«] = 7 6 l 2 ( « - l ) ]

2
g) g [n] = - 4 8 -n h) g[n] = - 4 6 -n - 1
3 3
') g ["] = 8 comb4 [n] I) g[/!] = 8 comb4[27!]

k) g[n] =z rect4[«] l) g[n] = 2 rects

m) g[n] = tri(^^j n) g[«] =-sinc(^J^

o) g[n] = sinc P) g[H] = d r c l ^ : ^ , 9 )

60. Dibuje estas combinaciones de funciones en TD.

a) g[n] = u[n] + U[-H] b) g[n] = u[«] - u [ - r t ]

2'TT«
C) g[/!] = eos comb 3 [/z]
IT
/ 2'Trn ^ [n
d) g [ í ¡ ] = cos I I combj —

/^2Tr(n + 1) 277/! \
e) a[n] = e o s u[/í + 1] — cos u[/i]
~i2r)
^ /2TTm\
,/) g[«] = 2 ^ cos I lu[í7!]

'i

g) g[í!] = ffl=0
E (comb4[??j]— comb4[m - 2])
 h) g[f!] = (comb4[w] + comb3[m])rect4[m]
«1=0
/) g[n] = combiLíi + 1] — comb 2 [«J

m=-oo jn=-oo

61. Dibuje la magnitud y la fase de cada función con respecto a k.

a) GLyt] = 2 0 s e n ( ^ ) . - - ' ' - ^ / ^ ' b) Q^ = 20 eos sinc (

c) G [k] = (6 [k + 8] - 28 [i + 4J + S [A-] - 26 [k - 4] + 6 [í: - 8]) 6^'"""^^

62. Dadas las definiciones de funciones, determine los valores de las mismas,

3n + 6
a) g[n] = —-—e g[3]
10

b) g[n] = Re g[5]
V 2

c) g[n] = (y27r;i)' + ylOirn - 4 g[4]

63. Mediante MATLAB, grafique la función original y la función transformada para cada función.

5 ÍI < 0
5 " 3/í O< » < 4
a) g[n] = g[3«] vs. n
-23 + i r 4</;<8
41 n>S

/2ttn\ litn
eos 4g[2(íi + l ) I vs. rt
b) g [ « l = 10 eos —j
c) g[«]= 8í^'-™'''^'u[HÍ vs. n

64. Dada la definición gráfica de una función g[n], grafique la(s) función(es) indicada(s) h[n].

íí) g[«] = O, |í¡| > 8 . Grafique h[í¡l = g[2« - 4 ] .

-8 -6 -4 -2

2 4 6
-9^
100 b) gín] = O, \n\ > 8. Grafique hln] = g[«/2].

g[ ^]

I^
1d
í
-8 -6
_4 - 4 - 2 -
I•
2
>

z '

11
1
c) g[n] es periódica con periodo fundamental 8. Grafique h[n] = g[«/2].

-8 - 6 -4 2 4
i — i — h ' -2 f-

-6

65. Dibuje la acumulación desde infinito negativo iiasta n de cada una de estas funciones en TD.
a) g[n] = eos (2JI77) u[n] b) g[n] = eos (47tn) u[/!]
66. Determine y dibuje la magnimd y fase de las partes par e impar de esta función discreta en k.
10
G[k] =
1 - j4k
67. Determine y dibuje las partes par e impar de la función en TD que se muestra en la figura E67.

68. Mediante MATLAB, grafique cada una de estas funciones de TD. Si una función es periódica,
encuentre analíticamente el periodo y verifique a partir de la gráfica.

10TT/I\
a) g[n] = sen b) g[n] = s e n ^ ^ ^ | + eos
2 J

A
4

z
-f
L
•
1fT
-í l 5 í
-7

FIGURA E67
 c) g[/!j = 5cos(^ — j + 3 . s e n í — 1

d) gbü = 10 cos (^^^

/ 2 T I H \ flttn [Sugerencia: sería útil aquí una identidad trigo-

e) g['¡] = - 3 c o s I — I seni —
nométrica.)

69. Dibuje las siguientes funciones en TD.

a) gín] = 5S[« - 2]-1-35 [ H - 1 - 1] h) g[n\ = 5^[2n] + 3 6 [ 4 ( « --2)1

c) gl'i) = 5(u[« - 1] - u[4 - n]) d) g["] = 8 rect4[f¡ -1- I]
/2'TTíA
e) gln] = 8cos ( ^ ^ j f) gín] -ÍOe"'-*u[íi]

8) gl"! = -10{1.284)"ufH] h) g[n\ =

i) g[«] = ramp[H -I- 2] - 2 rampín + ramp[/! - 2]

j) g[«] = rect2[nl coraba[n] k) g[«] = rectil/?] c o m b i í " -1- 1]
/ 2IT;! \ / 277/; n
0 g[n] = 3 s e n l — ^ 1 rect4[j¡] m) g[«l = 5 eos
.2.
V 8
70. Grafique contra k, en el intervalo, - 1 0 < A- < 10, la magnitud y fase de cada función.

a) X[k] = sinc b) X[k] = sinc í M e-^*^-*/^'

1
d) X[k] =
1+ jk/l

¡k
f) Xík] = c o m b 2 [ ¿ ] e - ^ ' ' ' ' ' * '
1+ jk/2

71. Dibuje las partes par e impar de estas señales.

a) x[/¡] = rect5[/7 + 2] b) x[/;] — combj[H - 1]

/2TTÍ! TT 2Tr)j
c) x[/!] = 15cos ( -h- d) x[n] ~ sen rectsín - 1]

72. ("Cuál es el valor numérico de cada una de las siguientes acumulaciones?

10
^ 1
E ramp[/i] b) E -
« = 0 N=Ü -

10
•sp u[/í]
d) E comb 3 [/i]
2" í;=-10
N=—OC
10 ce

E comb 1 [2/?] f) E sinc[n]

jt=-iü

73. Determine la energía de la señal de cada una de estas señales.

a) x[/!] = 5 rect4[«l h) x[/!] = 2S[«]-I-55[/Í - 3]

u[«]
c) x[«.] = d) xL/ z l = ( ^ - - j u[/¡]

e) x [ f i ] = cos ( - ^ ) (u[/!] - U [ H - 6])

102 74. Encuentre la potencia promedio de la señal de cada una de estas señales.

CAPÍTULO 2 a) X[H] = U[Í;] t) = (-1)" c) x[«l = Acosl^irFüí? + 0)

Descripción
matemática de señales fA n = • • , 0 , 1. 2 , 3 . 8 , 9 , 10, 11, 16, 17. 18, 19, •••
d) x[«] = O n = • • •, 4, 5, 6, 7. 12. 13, 14, 15, 20, 2 1 , 22, 23, • • •