La Delta de Dirac

A la función generalizada delta de Dirac se le suele llamar distribución delta, pues, nos
referimos a un delta de Dirac como a aquel objeto matemático que posee ciertas propiedades y
cuyo sentido y utilidad aparece al aplicarse sobre integrales en el integrando.
Definición simbólica (Delta de Dirac)

δ : R ⇾ {0 ,}

x ⇾ δ ( x )= 0 si x ≠ 0
{
si x=0
Tal que ⩝ a , b que pertenece a los reales, a< 0<b ,
b

∫ δ ( x ) dx=1
a

NOTA: Al hablar de la función delta de Dirac, hablamos de una función generalizada, no una
función en sentido del cálculo habitual.
Propiedad de selectividad
Sea f : R ⇾ R una función continua. Entonces:
b

∫ δ ( x ) f ( x ) dx=f (0),⩝ a , b que pertenece a los reales , a< 0<b

a

Cuando hablamos de delta de Dirac aceptamos que hablamos de cualquier representación

formal que cumpla las propiedades en los intervalos fijados previamente.

Un caso particular de la propiedad de selectividad se tiene considerando a ⇾−∞ ∧b ⇾ ∞

∞

∫ δ ( x ) f ( x)dx=f (0)
−∞

Sucesión delta

Sea f : R ⇾ R una función continua. Una sucesión delta (o secuencia delta) es cualquier sucesión
de funciones {ϕ n ( x) }nEN con dominio y recorrido real que cumple:
b
∃ a ,b ∈ R , a<0<b , lim ∫ ϕ n ( x ) f ( x ) dx=f ( 0 )
n→∞ a

La sucesión delta ∃ a ,b ∈ R . Ahora consideremos el caso particular en que f ( x )=1 ,

obtenemos:
b
lim ∫ ϕn ( x ) dx =1
n→∞ a

Además existen sucesiones delta que cumplen lo mencionado para el caso en que
a ⇾−∞ ∧b ⇾ ∞, es decir, que cumplen:
∞
lim ∫ ϕn ( x ) f ( x ) dx=f ( 0 )
n → ∞ −∞
 ∞
lim ∫ ϕn ( x ) dx=1
n → ∞ −∞

Algunas sucesiones delta construidas a partir de las funciones diferenciables son:

n 1
- ϕ n ( x )=
π 1+(nx )2
n −n x
2 2

- ϕ n ( x )= e
√π
2
1 sin (nx )
- ϕ n ( x )=
nπ x2
Estas son sucesiones delta, cuya integral se encuentra normalizada.
Función escalón de Heaviside (función escalón unitario)
Es aquella definida de la siguiente manera:

H ( x ) = 0 , si x< 0
{
1 , si x ≥ 0

Cuando escribamos g1 ( x ) δ ( h1 ( x ) ) =g 2 ( x ) δ ( h2 ( x ) ) , con g1 , g 2 , h1 , h2 funciones de R en R

cualesquiera, tales que g1 , g 2 ≠ 0; se cumple la igualdad:
∞ ∞

∫ g1 ( x ) δ ( h1 ( x ) ) f (x) dx= ∫ g2 ( x ) δ ( h 2 ( x ) ) f (x ) dx
−∞ −∞

Para toda función f : R ⇾ R continua.

Propiedad 1

dH ( x )
δ ( x )= , además lim ϕn ( x )=H (x)
dx n →∞

∞
Donde: ϕ n ( x )= ∫ ϕn ( ξ ) dξ
−∞

Propiedad 2

Si f : R ⇾ R una función continua en x=0 o si satisface que lim

x →0
xf ( x )=0, entonces:

∫ xδ ( x ) f (x )dx=0
−∞

Propiedad de selectividad cambiada

dH ( x−a)
δ ( x−a )=
dx
Es decir, ⩝ f : R ⇾ R una función continua,
∞

∫ δ ( x−a ) f ( x)dx=f (a)

−∞
Propiedad 4
1
δ ( ax ) =
¿ a∨¿ δ ( x ) , ∀ a≠ 0 ¿
Para el caso particular a=−1 , se obtiene que δ ( x )=δ (−x ) , es decir, el delta de Dirac es una
función generalizada par.
Propiedad 5
1
δ ( x 2−a2 )= ¿
2a
Propiedad 6

Sea g : R ⇾ R una función diferenciable con m raíces distintas entre sí. Sean x 1 , … , x mestas
dg(x k )
raíces ( g ( x k )=0 , ∀ k =1 ´,m ). Entonces, si ≠ 0 , ∀ k ∈ 1,´m, se tiene que:
dx
m
1
δ ( g ( x ) )=∑ δ (x −¿ xk )¿
d g ( x k)
k=1
| |
dx
Propiedad 7
Sea g : R ⇾ R una función continua. Entonces:

g ( x ) δ ( x )=g ( 0 ) δ ( x )
La función pulso

Sea τ ϵ (0 , ∞). Sea t 0> 0.El pulso rectangular positivo normalizado es la función real:
0 , si 0 ≤t ≤ t0

PT
{
+¿ ( t−t 0)= 1 , sit0 ≤ t ≤t 0+τ ¿
T
0 , sit ≥t0 +τ

Representación en transformada de Fourier

e−iλa
F [ δ ( x −a ) ] ( λ )= ,∀a∈R
√2 π
Notemos que un caso particular, es el de a=0 , que nos dice que:
−iλ 0
e 1
F [ δ ( x ) ] ( λ )= =
√2 π √2π
También podemos aplicar la antitransformada de Fourier, resultando:

F−1 [ e−iλa ] ( x ) =√ 2 π δ ( x−a ) , ∀ a ∈ R ,

Por lo que se tiene:
∞ ∞
1 1
δ ( x−a )= ∫ e−iλa e−iλx dλ= ∫ e−iξa e−iξx dξ
√ 2 π −∞ √ 2 π −∞
Luego hacemos el cambio de variable x=−λ , se obtiene:
∞
1
δ (− λ−a )= ∫ e−iξa e−iξλ dξ
2 π
√ −∞
Lo que nos lleva a la expresión:

F [ e−iξa ] ( λ )= √ 2 π δ ( λ+ a), ∀ a ∈ R

También

- F [ δ ( x −a ) ] ( λ )=e−iλa , ∀ a∈ R
- F [ e−iξa ] ( λ )=δ (λ+ a), ∀ a ∈ R
SEÑALES
Utilizaremos como definición de señal: la variación en el tiempo o el espacio de una magnitud
física o de otra naturaleza.
Por ejemplo:
- La intensidad de la corriente eléctrica
- El nivel de gris de los puntos de una imagen
- Un electrocardiograma
- Un sonido
- La evolución del índice de la bolsa de valores
La representación matemática (el modelo matemático) de una señal corresponde a la noción de
función (de una o varias variables: tiempo, espacio, etc.…). Sin embargo, las distribuciones (o
funciones generalizadas) constituyen un modelo más general y satisfactorio.
2.2. Tipos de señales

Las señales que representaremos por y=f (t ) , donde es la variable independiente, la variable
dependiente, admiten diferentes caracterizaciones:
a) Según la presencia o no de elementos probabilísticos:
- Estocástica
- Determinística
b) Según la variable independiente
- Continua (analógica) si la variable es continua,
- Discreta (digital) si solo está definida para ciertos valores determinados: y=f ( t n ) ,nϵ I .
c) Según la periodicidad
- Periódica. Si se repite cada cierto intervalo T de la variable independiente, dicho
intervalo se dice periodo: f ( t +mT ) = y (t)
- No periódica en caso contrario.
d) Según la exactitud de los valores
- Exacta. Si los valores de la señal (función) sean reales o complejos se consideran
exactos.
- Aproximada. Los valores son aproximados.
ANÁLISIS DE FOURIER DISCRETO
Es el equivalente a la trasformada de Fourier para señales continuas. Su definición para una
señal x de N valores x ( n ) viene dada por
N −1
1
X ( k )=
N
∑ X ( k ) e−2 iπkn/ N
k=0

Los factores de normalización 1, 1/N y los signos de las exponenciales son convencionales,
pueden cambiar a condición de que los signos sean contrarios y que el producto de dichos
factores sea 1/N.

Si notamos x n=x ( n ) y X n=X ( n) la TFD se puede expresar matricialmente mediante:

La TFD permite evaluar una representación espectral (en frecuencias) discreta de una señal en
una ventana de tiempo finita.
Trasformada rápida de Fourier (TRF)
La transformada rápida de Fourier (TRF) es un algoritmo eficiente que permite calcular la
transformada de Fourier discreta (TFD) y su inversa. Sus aplicaciones no solamente están en el
tratamiento digital de funciones y filtrado digital, sino que se extienden a las ecuaciones
diferenciales. Este algoritmo fue presentado originalmente en 1965 por James Cooley y John
Tukey.

Evaluar directamente las sumas de la TFD cuesta ( N −1)2 productos complejos y N ( N−1 )

sumas complejas mientras que la TRF utiliza solo ( N2 ) ¿) productos y N log ( N ) sumas.
2

La idea es utilizar el principio “dividir para conquistar”: descomponer la transformada a tratar

en otras más simples y éstas a su vez hasta llegar a transformadas de 2 elementos donde k puede
tomar los valores 0 y 1. Una vez resueltas las transformadas más simples hay que agruparlas en
otras de nivel superior que deben resolverse de nuevo y así sucesivamente hasta llegar al nivel
más alto. Al final de este proceso, los resultados obtenidos deben reordenarse.
El procedimiento es similar para el cálculo de la transformada inversa.
La transformada z

Es una generalización de la TFD. Es una aplicación que transforma una sucesión {x ( n ) }nEZ en
una función X de variable compleja z, tal que:

Pero una señal x la variable n representa al tiempo discretizado, mientras que la variable no
representa nada en particular (es una creación abstracta) pero por analogía con la transformada
de Fourier se le llama frecuencia.
iw
La TFD se encuentra evaluando X ( z ) en z=e iw . Luego X ( e )=¿ X ( z )∨¿ z=e ¿.
iw

La transformada z tiene propiedades de linealidad, desplazamiento y convolución. Si

consideramos el impulso de Dirac y el escalón unitario, tenemos:

La transformada z viene dada por:

Donde C es un camino recorrido en sentido contrario a las agujas del reloj y completamente
contenido en el dominio de la convergencia.