Tarea 2-Señales en el dominio de la frecuencia

Tutor: Carlos Augusto Fajardo

Estudiante: Ana Felisa López Jaramillo

Cedula: 43208158

Código: 203042

Grupo: 52

Universidad Nacional Abierta y a Distancia UNAD

Ingenieria en Telecomunicaciones

Señales y Sistemas

Medellin de 2020
Actividades a desarrollar

Tarea 2 - Señales en el dominio de la frecuencia

1. Definición de conceptos: estudiando el libro de (Ambardar), El estudiante

investiga de manera individual y da respuesta a las siguientes preguntas
teóricas:

a- Explique qué es convolución continua y discreta. De cuatro (4) ejemplos

de usos y/o aplicaciones en la ingeniería.

Definición:

∞
y [ n ] =x [ n ]∗h [ n ] =∑ x [ k ] h [ n−k ]
−∞

Convolución discreta

Una forma de representar un sistema es a través de su respuesta en frecuencia o

función transferencia; existe otra forma de caracterizar un sistema, en el dominio del
tiempo y es mediante su respuesta al impulso. Es decir:
Cuando x [n]=δ [n], la salida y [n], la cual llamaremos h [n ], será la respuesta al impulso
o respuesta impulsiva. Como el sistema es lineal e invariante en el tiempo, la respuesta
a

x [n]= Aδ [n−k ] será Ah[n−k ]

Esto nos permitirá conocer la respuesta a cualquier entrada arbitraria x [n] ya que
siempre podemos expresar a x [n] como:

x [n]=∑ Ak . δ[ n−k ]

Por lo tanto, aplicando superposición:

y [n]=∑ Ak . h[n−k ]

Esto se conoce como convolución discreta o suma de convolución entre la entrada

(definida por los Ak) y la respuesta impulsiva h [n ]

y [n]=x [ n]∗h[n]

La convolución discreta tiene las siguientes propiedades:

1. Conmutatividad:
x [n]∗y [n]= y [n ]∗x [n]

2. Asociatividad:
¿
Esto es aplicable por ejemplo si queremos determinar la salida para la cascada de 2
sistemas con respuesta impulsiva h 1[n] y h 2[n] respectivamente. Esta propiedad
permite concluir que el orden de colocación de los sistemas no es importante.

( x [n]∗h 1[n])∗h 2[n]=( x [n]∗h 2[n])∗h 1[n]

3. Distributividad:

( x [n]+ y [n])∗w [n]=x [n]∗w [n ]+ y [n]∗w[n]

Esta propiedad nos permite determinar la salida cuando la señal de entrada pasa por
dos sistemas conectados en paralelo.

Ejemplos
 Señales de audio en equipos electrónicos
 Señales electrónicas en todo tipo de dispositivos
 b- ¿Qué es estabilidad y causalidad de sistemas LTI?

La estabilidad es sistemas LTI es la respuesta que tiene al sistema a una entrada cero
o un estado cero, si esta se perturba el sistema es inestable.

Un sistema LTI es causal cuando sus valores de salida dependen solamente de valores
presentes y pasado de la entrada.

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.

Es el grado de relación que existe entre dos señales o variables distintas, esta se aplica
para estudiar relaciones entre dos variables distintas en sistemas electrónicos.

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.

Esta es la relación que hay entre una señal consigo misma, es una correlación cruzada.
En procesamiento digital de señales se usa para encontrar información sobre el
período y la frecuencia de las señales.

Esto puede presentarse en cualquier orden y refleja una operación conmutativa, la auto
correlación puede verse como una medida de similitud o coherencia entre una función y
su versión de desplazamiento.

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- ¿Qué 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).
 Referencias Bibliográficas

Convolución Continua:

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

Cengage Learning, (2nd ed, pp. 130-155). Recuperado de
https://link.gale.com/apps/doc/CX4060300057/GVRL?
u=unad&sid=GVRL&xid=a65906f7

Correlación Continua:

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

Cengage Learning, (2nd ed, pp. 156-159). Recuperado de
https://link.gale.com/apps/doc/CX4060300067/GVRL?
u=unad&sid=GVRL&xid=744f759e

Convolución Discreta:

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

Discreta. Cengage Learning, (2nd ed, pp. 169-183). Recuperado de
https://link.gale.com/apps/doc/CX4060300070/GVRL?
u=unad&sid=GVRL&xid=f736ec2e

Correlación Discreta:

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

Discreta. Cengage Learning, (2nd ed, pp. 187-188). Recuperado de
https://link.gale.com/apps/doc/CX4060300079/GVRL?u=unad&sid=GVRL&xid=ff1dc3d0
Series de Fourier:

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

Fourier. Cengage Learning, (2nd ed, pp. 197-204). Recuperado de
https://link.gale.com/apps/doc/CX4060300083/GVRL?
u=unad&sid=GVRL&xid=df5530fd

Transformada de Fourier:

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

Fourier. Cengage Learning, (2nd ed, pp. 248-304). Recuperado de
https://link.gale.com/apps/doc/CX4060300097/GVRL?u=unad&sid=GVRL&xid=ff1dc3d0

Valderrama, F. (2016). Curso de Señales y Sistemas Unidad 2. Duitama: Universidad

Nacional Abierta y a Distancia. Recuperado de http://hdl.handle.net/10596/9572

Quiroga, J. (2007). Análisis de Fourier: Señales. (pp. 17- 80). Recuperado de

https://drive.google.com/file/d/0B7IdP8eYshy8ZHloWmxPRW8yZkE/view