Universidad Nacional Abierta y a Distancia UNAD.

Señales y Sistemas

Tarea 2
Señales en el Dominio de la Frecuencia

Jimmy Franco García

Grupo 203042_16

Tutor
Freddy Valderrama

Bogotá
Noviembre 2019.
 Introducción

Cuando se estudian y aplican de señales en los diferentes campos del

saber del hombre se requiere la posibilidad de combinar o realizar
cambios a dichas señales dependiendo de la necesidad particular de cada
aplicación que se esté desarrollando, gracias a la convolución es posible
analizar y predecir el resultado de un sistema completo donde se cuenta
con una señal de entrada, una señal de respuesta a un impulso y una
señal de salida.
Con la misma premisa anterior, es necesario estudiar señales desde el
punto de vista de la frecuencia, dominio de frecuencia, perspectiva un
poco diferente a lo que se ha estudiado en cursos anteriores donde el
análisis se desarrolla desde el dominio del tiempo, las series de Fourier
permiten matemáticamente realizar esta conversión de dominio de
manera tal que es posible realizar análisis y tratamiento a las señales
desde el dominio de frecuencia
 Objetivos

➢ Comprender el concepto de convolución entre señales, de igual

manera la técnica para determinarla analíticamente.

➢ Determinar mediante el método de tabulación o lápiz y papel la

respuesta de un sistema, apropiándose del procedimiento para
aprenderlo.

➢ Estudiar y entender las series de Fourier a través de los conceptos y

demostraciones matemáticas de la manera como se llevan a cabo.
 Actividades a desarrollar

Tarea 2 - Señales en el dominio de la frecuencia

Definición de conceptos:
A)
Explique qué es convolución continua y discreta. De cuatro (4) ejemplos
de usos y/o aplicaciones en la ingeniería.
En el dominio del tiempo la convolución puede considerarse como un método para
encontrar la respuesta de estado cero de sistemas relajados lineales e invariantes en
el tiempo (LTI) considera que la información del sistema se conoce en términos de su
respuesta al impulso. Se asume que el sistema es descrito por medio de su respuesta
al impulso, la convolución es una operación integral que puede ser evaluada analítica,
grafica o numéricamente. El resultado depende de la naturaleza de las señales que
están siendo convulsionadas.

Ejemplos:

- Señales de audio en equipos electrónicos

- Señales electrónicas en todo tipo de dispositivos.

- Imágenes y fotografías.
-Radio y televisión.
-Guitarra Eléctrica y Amplificador.

B)
¿Qué es estabilidad y causalidad de sistemas LTI?
La estabilidad BIBI (entrada acotada, salida acotada) de sistema LTI descritos por
ecuaciones de diferencias requiere que cada raíz de la ecuación característica tenga
una magnitud menor a la unidad. También decimos que la respuesta al impulso sea
absolutamente sumable, si esto se cumple podemos afirmar que el sistema es un
sistema estable.
La casualidad de un sistema discreto en tiempo implica a un sistema no anticipado
con una respuesta al impulso.
C)

Explique que es correlación y de un (1) ejemplo de uso y/o aplicación

en la ingeniería.
La correlación es una operación similar a la convulsión, esta implica desplazar una
función más allá de otra para encontrar el área bajo el producto restante, sin
embargo, a diferencia de la convulsión no se efectúa ninguna reflexión.
Para dos funciones diferentes la correlación se conoce como correlación cruzada.

D)
Explique qué es auto correlación y de un (1) ejemplo de uso y/o aplicación
en la ingeniería.
La autocorrelación es la correlación de dos funciones idénticas, esto puede
presentarse en cualquier orden y refleja una operación conmutativa, la
autocorrelación puede verse como una medida de similitud o coherencia entre una
función y su versión de desplazamiento.

• Una de las aplicaciones de la autocorrelación es la medida de espectros

ópticos y en especial la medida de pulsos muy cortos de luz.

• En óptica, la autocorrelación normalizada y la correlación cruzada

proporcionan el grado de coherencia de un campo electromagnético.

• En el procesado de señal, la autocorrelación proporciona información sobre las

periodicidades de la señal y sus frecuencias características como
los armónicos de una nota musical producida por un instrumento determinado
(tono y timbre).

E)
¿Cuál es la diferencia de correlación continua y correlación discreta?
La correlación continua se encarga de asemejar un producto resultado de un
desplazamiento de una función sobre otra una relación es lineal cuando el cambio
en una variable se asocia en un cambio proporcional en otra variable y la correlación
discreta se encarga de encontrar la similitud entre señales o valores semejantes por
emparejamiento.

F)
¿Que son las series de Fourier?
Una serie de Fourier es una serie infinita que converge puntualmente a una función
periódica y continúa por partes, esta constituye una herramienta de la matemática
básica empleado para analizar funciones periódicas a través de la descomposición de
dicha función en una suma infinita de funciones sinusoidales mucho más simple.
Las 3 formas de una serie de Fourier son forma trigonométrica, forma polar y forma
exponencial.

Las áreas de aplicación incluyen análisis de vibratorio, acústico, óptico

procesamiento de imágenes y comprensión de datos, ecuaciones de calor y de
ondas, además circuitos eléctricos.

G)
¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso
y/o aplicación en la ingeniería.
La transformada Continua de Fourier puede considerarse como una extensión de la
serie de Fourier aplicada a señales no periódicas, esta sirve para unificar las
representaciones de señales periódicas y sus contrapartes no periódicas. Se dice
que la función original está en el dominio del tiempo y la transformada la pasa al
dominio de la frecuencia.
Las aplicaciones son muy numerosas por ejemplo algunos circuitos eléctricos,
comprensión de audio sabemos que una señal de audio como una canción es una
función temporal y en la telefonía móvil, el sonido de la voz se codifica. La
transformada de Fourier es básicamente el espectro de frecuencias de una función.
Un buen ejemplo de eso es lo que hace el oído humano, ya que recibe una onda
auditiva y la transforma en una descomposición en distintas frecuencias (que es lo
que finalmente se escucha).
2.1
Ejercicio 1- Convolución continua (analítica):
Ítem grupal
𝑥(𝑡) = (3 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
ℎ(𝑡) = 3 ∗ 𝑒 −𝑎𝑡 𝑢(𝑡 − 3)
𝑥(𝑡) = (3 + 𝑒 −6𝑡 )𝑢(𝑡)
ℎ(𝑡) = 3 ∗ 𝑒 −6𝑡 𝑢(𝑡 − 3)

En el cual
𝑥(𝑡) = (3 − 𝑒 −6𝑡 )𝑢(𝑡) = (3 − 𝑒 −6𝜆 )𝑢 (𝜆)

ℎ(𝑡) = 3 ∗ 𝑒 −6𝑡 𝑢(𝑡 − 3) = 𝑒 −6(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 3)

Convolución analítica
𝑏
𝑦(𝑡) = 𝑥(𝑡)𝑥 ℎ(𝑡) ∫ 𝑥(𝜆) . ℎ(𝑡 − 𝜆)𝑑𝜆
𝑎

sustituir
𝑡−6
𝑦(𝑡) = ∫ (3 − 𝑒 −6𝜆 )𝑢 (𝜆) ∗ 𝑒 −6𝑡+6𝜆 𝑢(𝑡 − 𝜆 − 3)𝑑𝜆
0

Ordenando
𝑡−6
𝑦(𝑡) = ∫ (3 − 𝑒 −6𝜆 ) ∗ 𝑒 −6𝑡+6𝜆 ∗ 𝑢(𝜆) ∗ 𝑢(𝑡 − 𝜆 − 3)𝑑𝜆
0

Encontramos Limites
𝑢(𝜆) = 0, 𝑑𝑜𝑛𝑑𝑒 𝜆 = 0
𝑢(𝑡 − 𝜆 − 3) = 0
−𝜆 = 3 − 𝑡
𝜆 =𝑡−3
𝑡−6
𝑦(𝑡) = ∫ (3 − 𝑒 −6𝜆 ) ∗ 𝑒 −6𝑡+6𝜆 𝑑𝜆
0

𝑡−6
𝑦(𝑡) = ∫ 3 𝑒 −6𝑡+6𝜆 − 𝑒 −6𝜆 𝑒 −6𝑡+6𝜆 𝑑𝜆
0
Distribuyendo
𝑡−6 𝑡−6
𝑦(𝑡) = 3 ∫ 3 𝑒 −6𝑡+6𝜆 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡+6𝜆 𝑑𝑦
0 0

Propiedad de la exponenciales
𝑡−6 𝑡−6
−6𝑡 6𝜆
𝑦(𝑡) = 3 ∫ 𝑒 𝑒 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 −6𝜆 𝑑𝑦
0 0

Tenemos
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 3𝑒 ∫ 𝑒 𝑑𝜆 − 𝑒 ∫ 𝑒 −6𝜆 𝑒 −6𝜆 𝑑𝑦
0 0

Integramos
𝑒 6𝜆 𝑡 − 3 𝑡−3
𝑦(𝑡) = 3𝑒 −6𝑡 ∗ ( ) | − 𝑒 −6𝑡 (𝜆)|
3 0 0

Valoramos

−6𝑡
𝑒 6(𝑡−6) 𝑒 6(0)
𝑦(𝑡) = 3𝑒 ∗( − ) − 𝑒 −6𝑡 ∗ (𝑡 − 6)
3 3

Reducimos
𝑒 6𝑡−36 1
𝑦(𝑡) = 3𝑒 −6𝑡 ∗ ( − ) − 𝑒 −6𝑡 ∗ (𝑡 − 6)
3 3

Desarrollando

−6𝑡
𝑒 6𝑡 𝑒 −36 1
𝑦(𝑡) = 3𝑒 ∗( − ) − 𝑒 −6𝑡 ∗ (𝑡 − 6)
3 3

3𝑒 −6𝑡 𝑒 6𝑡 𝑒 −36 1 3𝑒 −6𝑡 −6𝑡

𝑦(𝑡) = ( − )−( ) 𝑒 𝑡 + 3𝑒 −6𝑡
3 3 3

𝑦(𝑡) = 𝑒 −6𝑡 𝑒 6𝑡 𝑒 −36 − 𝑒 −6𝑡 − 𝑒 −6𝑡 𝑡 + 3𝑒 −6𝑡

𝑦(𝑡) = 𝑒 −36 − 𝑒 −6𝑡 − 𝑒 −6𝑡 𝑡 + 3𝑒 −6𝑡
𝑦(𝑡) = 𝑒 −36 + 2𝑒 −6𝑡 − 𝑒 −6𝑡
2.2
Ejercicio 2 – Convolución discreta (tabular y gráfica):

̌ , 𝑎, 𝑏, 4]
𝑥[𝑛] = [4, 𝑎, −2

ℎ[𝑛] = [ 0.5, 𝑏̌ , 2.5]

̌ , 6,8,4]
𝑥[𝑛] = [4,6, −2

ℎ[𝑛] = [ 0.5, 8̌, 2.5]

n = -3 -2 -1 0 1 2 3 4
𝒙[𝒏] = 4 6 -2 6 8 4

𝒉[𝒏] = 0.5 8 2.5

2 3 -1 3 4 2
32 48 -16 48 64 32
10 15 -5 15 20 10
𝒚[𝒏] = 2 35 57 2 47 81 52 10
2.3
Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la
página 197 del libro Ambardar, dibuje tres (3) periodos de la siguiente
señal 𝑥(𝑡) y calcule los coeficientes trigonométricos de la serie de
Fourier.

a) 𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 𝑏) con T=6 s

Encuentre los coeficientes 𝑎0 , 𝑎𝑘 y 𝑏𝑘

De acuerdo a lo anterior la función 𝑥(𝑡) será:

𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 8)
Con la información suministrada tenemos que:

1 1
𝑓0 = = = 0.16
𝑇 6
Figura 3. Gráfica de la función 𝑟𝑒𝑐𝑡(𝑡) generada en Matlab

Teniendo en cuenta la gráfica expuesta en la figura 3 se puede argumentar que la

imagen correspondiente para la señal 𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 8) propuesta, estará
desplazada 3 unidades hacia la izquierda (eje del tiempo) y será escalada en dos
unidades negativas (eje de la amplitud), por lo tanto, su representación gráfica de
manera continua no nula se puede consultar en la siguiente figura:
Figura 1

Gráfica de la función 𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 8)

2
𝑎𝑘 =
∫ 𝑥(𝑡) cos (2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 𝑇
Reemplazamos las variables de 𝑇, 𝑥(𝑡), 𝑓0 y agregando los límites entre los que
estará acotada la integral de la gráfica expuesta tenemos que:
2 9.5
𝑎𝑘 = ∫ 9 cos (2𝜋𝑘(0.16)𝑡)𝑑𝑡
6 8.5

9.5
𝑎𝑘 = 3 ∫ cos (0.32𝜋𝑘𝑡)𝑑𝑡
8.5

𝑠𝑒𝑛(0.32𝜋𝑘𝑡) 9.5
𝑎𝑘 = 3 ( )
0.32𝜋𝑘 8.5

9
𝑎𝑘 = (𝑠𝑒𝑛(0.32𝜋𝑘𝑡))9.5
8.5
𝜋𝑘

9
𝑎𝑘 = [𝑠𝑒𝑛(2.72𝜋𝑘) − 𝑠𝑒𝑛(3.04𝜋𝑘)]
𝜋𝑘

Teniendo en cuenta que la función seno es impar se puede reescribir de la siguiente

manera:

9
𝑎𝑘 = [𝑠𝑒𝑛(3.04𝜋𝑘) − 𝑠𝑒𝑛(2.72𝜋𝑘)]
𝜋𝑘

obtenemos que los coeficientes 𝑎𝑘 para la señal 𝑥(𝑡) estará basados por:

𝟗
𝒂𝒌 = [𝒔𝒆𝒏(𝟐. 𝟕𝟐𝝅𝒌) − 𝒔𝒆𝒏(𝟑. 𝟎𝟒𝝅𝒌)]
𝝅𝒌
Figura 2
De acuerdo a lo anterior la función 𝑥(𝑡) será:

𝑥(𝑡) = 6𝑡

Con la información suministrada tenemos que:

1 1
𝑓0 = = = 0.16
𝑇 6
Gráfica que representa la función 𝑥(𝑡) la cual se le determina analíticamente su
coeficiente 𝑏𝑘

Gráfica de la función 𝑥(𝑡)

2
𝑏𝑘 = ∫ 𝑥(𝑡) sen (2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 𝑇

2 2 1
𝑏𝑘 = ∫ 6𝑡 sen (2𝜋𝑘 ( ) 𝑡)𝑑𝑡
6 0 6

2
2𝜋𝑘𝑡
𝑏𝑘 = ∫ 2𝑡 sen ( 6
)𝑑𝑡
0

1
9 sen(2𝜋𝑘𝑡
6
) − 12𝜋𝑘𝑡 cos (2𝜋𝑘𝑡
6
)
𝑏𝑘 = ( )
2𝜋 2 𝑘 2 0

9 sen(2𝜋𝑘
6
) − 6𝜋𝑘 cos(2𝜋𝑘
6
) + 9 sen(0) − 6𝜋𝑘(0) cos (2𝜋𝑘
6
)
𝑏𝑘 = ( 2 2
)
2𝜋 𝑘
 9 − 6𝜋𝑘 cos(2𝜋𝑘
3
)
𝑏𝑘 = ( )
2𝜋 2 𝑘 2

9 sen(2𝜋𝑘3
) 3 cos(2𝜋𝑘
3
)
𝑏𝑘 = −
2𝜋 2 𝑘 2 𝜋𝑘

Finalmente tenemos que los coeficientes 𝑏𝑘 para la señal 𝑥(𝑡) estarán dados por:

18 sen(2𝜋𝑘3
) 12 cos(2𝜋𝑘
3
)
𝑏𝑘 = −
2𝜋 2 𝑘 2 𝜋𝑘

“calculadora de integrales” se valida que el resultado.

Figura 3
Realizamos una ampliación de 3 unidades en el eje vertical.
Realizamos un desplazamiento de unidades hacia el lado positivo.
Temenos
1
𝑤 = 2𝜋𝑓, 𝑓 =
𝑇

t=6s

1 9.5
𝑎𝑜 = ∫ 𝑥(𝑡)𝑑𝑡
𝑡 8.5

1 9.5 3 9.5
𝑎𝑜 = ∫ 3𝑑𝑡 = ∫ 𝑑𝑡
6 8.5 6 8.5

3
𝑎𝑜 = 𝑡
6
3
𝑎𝑜 = (9.5 − 8.5)
6
3
𝑎𝑜 = (1)
6
3
𝑎𝑜 =
6
Ejercicio 4 – Transformada de Fourier: Usando como guía los
ejemplos 9.5 de las páginas 259 del libro Ambardar y las tablas 9.1 y
9.2, determine la transformada de Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡),
usando pares de transformadas y propiedades reconocibles.
Posteriormente verifique su respuesta diseñando un script con la
combinación lineal de señales usadas para obtener x(t) y y(t), en
Matlab u Octave y anexe el resultado junto con el script (práctica):

A)
2

+28 +48 t

-2

La señal
𝑥(𝑡) = −𝑢(𝑡) + 𝑢(𝑡 − 28) + 𝑢(𝑡 − 28) − 𝑢(𝑡 − 48)
Transformada de Fourier
1 1 −28𝑗𝑤 1 −28𝑗𝑤 1 −48𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 𝜋𝛿(𝑤) + 𝑒 + 𝜋𝛿(𝑤) + 𝑒 − 𝛿𝜋(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤 𝑗𝑤
1 1 −28𝑗𝑤 1 −48𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 2(𝜋𝛿(𝑤) − 𝑒 ) − 𝛿(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤
En términos de Laplace
1 𝑒−28𝑠 𝑒−48𝑠
𝑥(𝑓) = − + 2 −
𝑠 𝑠 𝑠
Ítem grupal

y(t)
3

0 +36 t

Señal
2𝜋𝑡 𝑡
𝑥(𝑡) = 𝑠𝑒𝑛 ( ) ∗ (𝑟𝑒𝑐𝑡 ( − 4))
72 36

La transformada de Fourier
𝑤
3 3 𝑠𝑒𝑛𝑐 𝜋
𝑦(𝑓) = 𝑗𝜋 [𝛿 (𝑤 + 2𝜋 ∗ ) − 𝛿 (𝑤 + 2𝜋 ∗ )] ∗ [ ∗ 𝑒 −4𝑗𝑤 ]
72 72 36
 CONCLUSIONES

En esta Actividad se pudo ver lo que son las señales periódicas,

aperiódicas señales armónicas y el uso de las diferentes funciones como
el ejemplo de 𝑠𝑖𝑛𝑐(𝑥) , todo esto para profundizar en el uso y tratamiento
de las señales continuas y discretas, se realizaron las diferentes
operaciones con las señales planteadas en esta guía como son
desplazamiento de una señal tanto continua como discreta en su eje
temporal, reflexión en el eje temporal y eje de amplitud y amplificación
en el tiempo y la amplitud de la señal.

Se pudo obtener la energía de las diferentes señales a través del uso de

herramientas de software avanzado como Matlab.

Se dio solución a la ecuación diferencial planteada, se halló sus raíces y

la ecuación característica.
 Referencias Bibliográficas

Ambardar, A. (2002). Procesamiento de señales analógicas y digitales:

Panorama. Cengage Learning. Recuperado de

http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultListType

=RELATED_DOCUMENT&userGroupName=unad&inPS=true&contentSeg

ment=&prodId=GVRL&isETOC=true&docId=GALE|CX4060300008