SEÑALES Y SISTEMAS

(UNIDAD 2)

POR:
EVER MAURICIO RODRIGUEZ RONDON
COD: 1110594536

TUTOR:
FREDDY VALDERRAMA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
CEAD-IBAGUE
2019
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.
La convolucion se define como la integral del producto de ambas
funciones después de que una sea invertida y desplazada una distancia
T.
Convolucion continúa: está definida para todos los puntos de un
intervalo determinado del conjunto de los números reales. Por ejemplo,
la función seno es un ejemplo continuo, como la función exponencial o la
función constante. Una parte de la función seno en el rango de tiempos
de 0 a 6 segundos también es continua. Si deseamos ejemplos de la
naturaleza tenemos la corriente, el voltaje, el sonido, la luz, etc.
[ CITATION wik33 \l 9226 ]

Convolución discreta: Cuando se trata de hacer un procesamiento digital

de señal no tiene sentido hablar de convoluciones aplicando
estrictamente la definición ya que sólo se dispone de valores en
instantes discretos de tiempo, disponiendo además de tan solo un
conjunto de estos valores, por lo anterior es necesario, una
aproximación numérica de la misma.
Para realizar la convolución entre dos señales, se evaluará el área de la
función x(l)h(t-l),para ello, se realiza el muestreo de ambas señales en
los instantes de tiempo nt s, que se llaman x s[k]yhs[n-k](donde n y k
son enteros).
El área pasa a ser una suma ponderada de los valores de las dos
secuencias discretas correspondientes a cada señal.
[ CITATION Fra1 \l 9226 ]
La convolución y las operaciones relacionadas se encuentran en muchas
aplicaciones de ingeniería y matemáticas.

 En estadística, como un promedio móvil ponderado.

 En teoría de la probabilidad, la distribución de probabilidad de la
suma de dos variables aleatorias independientes es la convolución
de cada una de sus distribuciones de probabilidad.
 En óptica, muchos tipos de manchas se describen con
convoluciones. Una sombra (p. ej. la sombra en la mesa cuando
se tiene la mano entre ésta y la fuente de luz) es la convolución
de la forma de la fuente de luz que crea la sombra y del objeto
cuya sombra se está proyectando. Una fotografía desenfocada es
la convolución de la imagen correcta con el círculo borroso
formado por el diafragma del iris.
 En acústica, un eco es la convolución del sonido original con una
función que represente los objetos variados que lo reflejan.
 En ingeniería eléctrica, electrónica y otras disciplinas, la salida de
un sistema lineal (estacionario o bien tiempo-invariante o espacio-
invariante) es la convolución de la entrada con la respuesta del
sistema a un impulso (ver animaciones).
 En física, allí donde haya un sistema lineal con un principio de
superposición, aparece una operación de convolución.

[ CITATION wik34 \l 9226 ]

b- ¿Qué es estabilidad y causalidad de sistemas LTI?

Causalidad: Un sistema es causal cuando su salida no anticipa valores
futuros de la entrada
Estabilidad: Un sistema LTI es estable si se cumple:
∞ ∞

∑|h[n]|< ∞ ∫ |h(t)|dt< ∞
−∞ −∞

[ CITATION fja10 \l 9226 ]

 c- Explique que es correlación y de un (1) ejemplo de uso y/o
aplicación en la ingeniería.
La correlación de dos funciones reales es una operación de similares
características a la convolución con la salvedad de que no giraremos
alrededor del origen los valores de una de las funciones.
Tiene aplicaciones en el reconocimiento de patrones y en criptoanálisis.
[ CITATION htt4 \l 9226 ]

d- Explique qué es auto correlación y de un (1) ejemplo de uso

y/o aplicación en la ingeniería.
La autocorrelación o dependencia secuencial es una herramienta
estadística utilizada frecuentemente en el procesado de señales.
La función de autocorrelación se define como la correlación cruzada de
la señal consigo misma. La función de autocorrelación resulta de gran
utilidad para encontrar patrones repetitivos dentro de una señal, como
la periodicidad de una señal enmascarada bajo el ruido o para identificar
la frecuencia fundamental de una señal que no contiene dicha
componente, pero aparecen numerosas frecuencias armónicas de esta.
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).
[ CITATION wik35 \l 9226 ]

e- ¿Cuál es la diferencia de correlación continua y correlación

discreta?
f- ¿Qué son las series de Fourier?
Una serie de Fourier es una serie infinita que converge puntualmente a
una función periódica y continua a trozos. Las series de Fourier
constituyen la herramienta matemática básica del análisis de Fourier
empleado para analizar funciones periódicas a través de la
descomposición de dicha función en una suma infinita de funciones
sinusoidales mucho más simples. El nombre se debe al matemático
francés Jean-Baptiste Joseph Fourier, que desarrolló la teoría cuando
estudiaba la ecuación del calor. Fue el primero que estudió tales series
sistemáticamente, y publicó sus resultados iniciales en 1807 y 1811.
Esta área de investigación se llama algunas veces análisis armónico.

g- ¿Qué es la transformada Continua de Fourier? De dos (2)

ejemplos de uso y/o aplicación en la ingeniería.
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). El oído
humano va percibiendo distintas frecuencias a medida que pasa el
tiempo, sin embargo, la transformada de Fourier contiene todas las
frecuencias del tiempo durante el cual existió la señal; es decir, en la
transformada de Fourier se obtiene un sólo espectro de frecuencias para
toda la función.
Uso en la ingeniería.
La transformada de Fourier se utiliza para pasar una señal al dominio de
frecuencia para así obtener información que no es evidente en el
dominio temporal. Por ejemplo, es más fácil saber sobre qué ancho de
banda se concentra la energía de una señal analizándola en el dominio
de la frecuencia.
La transformada también sirve para resolver ecuaciones diferenciales
con mayor facilidad y, por consiguiente, se usa para el diseño de
controladores clásicos de sistemas realimentados, si conocemos la
densidad espectral de un sistema y la entrada podemos conocer la
densidad espectral de la salida. Esto es muy útil para el diseño de filtros
de radio transistores.

Ejercicios: Cada estudiante de manera individual debe resolver los

siguientes cuatro (4) ejercicios.
Nota: la constante “a” corresponde al último digito del número de
su grupo, y la constante “b” corresponde con el último dígito de su
código universitario (documento de identidad), si “a” es cero, o
“b” es cero utilice a=3, o b=3 según sea el caso.

Enlace del libro- Nota: Para poder ingresar al enlace del libro de
Ambardar, debe estar registrado en campus y no debe superar los
5 minutos de ingreso. Después de los 5 minutos le pedirá
contraseña y deberá salir del campus y volver a ingresar.

Ejercicio 1- Convolución continua (analítica): usando como

guía el ejemplo 6.2 de la página 134 del libro guia Ambardar y
teniendo en cuenta las propiedades de dicha operación determine
la convolución entre x (t ) y h(t) descritas a continuación:
Ítem grupal
Grupo 51, a = 1
x ( t )=(1−e¿¿−at )u ( t ) ¿

h ( t )=e−at u ( t−1 )

∞
y ( t ) =x ( t )∗h ( t )= ∫ x ( τ ) h( t−τ ) dτ
−∞

Limites de la integral
τ =0
τ =t−1
∞
y ( t ) =∫ ( 1−e−τ ) e−( t−τ )∗u ( τ ) u [ ( t−τ )−1 ] dτ
−∞

t−1
y ( t ) = ∫ ( 1−e−τ ) e− (t −τ ) dτ
0
 t−1
y ( t ) = ∫ e−(t −τ )−e−τ ∗e−(t −τ ) dτ
0

Resolvemos los paréntesis

t−1
y ( t ) = ∫ e−t +τ −e−τ ∗e−t +τ dτ
0

Propiedades de las integrales

t−1 t −1
y ( t ) = ∫ (e −t +τ
) dτ− ∫ ( e−τ∗e−t+ τ ) dτ
0 0

t−1 t−1
−t
y ( t ) =e ∫ e dτ −e ∫ ( e− τ∗e τ ) dτ
τ −t

0 0

Integral indefinida

∫ e−τ e τ dτ=t−1−0

Calculo de límites

t −1

∫ e−τ e τ dτ=t −1−0

0

e−t ( et −1 −1 )−e−t ( t−1 )

Simplificamos

1
¿−e−t t+
e

Ejercicio 2 – Convolución discreta (tabular y gráfica): Usando

como guía el ejemplo 7.3 de la página 173 del libro Ambardar,
determine la respuesta de un filtro FIR (h [n ]), a la entrada x [n].
Posteriormente verifique su respuesta diseñando un script con el método
gráfico de convolución, en Matlab u Octave y anexe el resultado junto
con el script (práctica):
Código: 1110594536
A= 1 y b= 6

x [ n ] =[ −1,1 , 2̌ , 1,6,4 ]

h [ n ] =[ 2.5 , 6̌ , 0.5 ]
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 )=3∗rect (t−b) con T=4 s

 Encuentre los coeficientes a 0, a k y b k

Nota: Para encontrar los coeficientes de la serie de Fourier, se tienen las

siguientes expresiones matemáticas:

a) x ( t )=3∗rect (t−b) con T=4 s

𝑡)=3∗𝑟(𝑡−6) con T=4 s

1 1
f 0= = 0,25
T 4

{ }
0 si>
4
rect ( t−0,25 )= 1 1
sit=
4 4
1 sit=0

1
a 0= x ( t ) dt
T∫

1
a 0= 3 dt
4∫
T
3
a 0= t
4
Desplazada 0,25

3
a k= ∫ x ( t ) cos ( 2 πk f 0 t ) dt
T t
Reemplazamos valores
1
3
a k = ∫ 1cos ( 2 πk 0,25 t ) dt
4 0
1
a k =0,75∫ 1 cos ( 2 πk 0,25 t ) dt
0

sen ( πkt )
a k=
πk

a k =2 sin ⁡ ( 12 )
2
b k= x ( t ) sen ( 2 πk f 0 t ) dt
T∫
2
b k= x ( t ) sen ( 2 πk 0.25 t ) dt
4∫
2 2 πk
b k=
T
∫ x (t) sin
T ( t dt )
1
2
b k= ∫ ( t−6 )∗sin 2 4πk t dt
4 0 ( )
1
1 πk
b k=
20
∫ ( t−6 )∗sin
2 ( )
t dt

1
1 πk πk
b k = ∫ t∗sin
20 ( ( ))
2
t dt −6∗sin
2
t dt ( )
1 1
1 πk 1 πk
b k = ∫ t∗sin
20 2 ( )
t dt− ∫ 6∗sin
20 2
t dt ( )
1 1
1 πk 6 πk
b k = ∫ t∗sin
20 2 ( )
t dt− ∫ sin
20 2
t dt ( )
 1
w= πkt
2
2w
=t
πk
1
dw= πk∗dt
2
2 dw
dt =
πk

1 1
1 2w ( w )∗2 6 ( w )∗2
b k= ∫ ∗sin dw− ∫ sin dw
2 0 πk πk 20 πk

1 1
4 6
b k = 2 2 ∫ w∗sin ( w )∗¿ dw− ∫ sin ( w )∗dw ¿
2π k 0 πk 0
1
2 6 1
b k = 2 2 ∫ w∗sin ( w )∗¿ dw+ ( cos (w) )0 ¿
π k 0 πk
1 1
2 6 πk
b k= 2 2∫
π k 0
w∗sin ( w )∗¿ dw+
πk
cos (
2
t ( )) ¿ 0

1
2 6 πk πk
b k= 2 2∫
π k 0
w∗sin ( w )∗¿ dw+
πk
cos (
2 (
∗1 −¿ cos
2)) ( (
∗0 ¿ ¿ ))
1
2 6 πk
b k= 2 2∫
π k 0
w∗sin ( w )∗¿ dw+
πk
cos (
2 ( ))
−¿ ( cos ( 0 ) ) ¿ ¿

1
2 6 πk
b k= 2 2∫
π k 0
w∗sin ( w )∗¿ dw+
πk
cos (
2 ( ))
−¿ 1 ¿¿

1
2 6 πk 6
b k= 2 2∫
π k 0
w∗sin ( w )∗¿ dw+
πk
cos (
2
−¿
πk( ))
¿¿

Solución integral

∫ 𝑤 ∗ sin (𝑤) 𝑑𝑤 = 𝑤 ∗ − cos (𝑤) − ∫ − cos (𝑤) 𝑑𝑤

∫ 𝑤 ∗ sin (𝑤) 𝑑𝑤 = −𝑤 cos (𝑤) + sin (𝑤) + 𝐶

∫ 𝑤 ∗ sin (𝑤) 𝑑𝑤 = sin (𝑤) − 𝑤 cos (𝑤) + 𝐶

 Reemplazamos

1
2 6
b k = 2 2 ∫ (w∗sin ( w ) dw)+ ¿
π k 0 πk

2 1 6
b k= ∗( w∗sin ( w ) dw )0+ ¿
2
π k 2
πk

2 πkt πkt πk 1 6
b k=
π2 k2
sin ( )
2
−
2
cos ( )
t + ¿
2 0 πk

2 πk πk πk 2 πk πk πk
b k= 2
π k 2
∗sin (2
∗1− ∗1∗cos
2 2 π k(
∗1 − 2 2 ∗sin))
2 2 (
∗0− ∗0∗cos
2
∗0( ))
2 πk πk πk 6
b k= 2
π k 2
∗sin (2
− ∗cos
2 2
+ ¿
πk ( ))
2 πk πk πk 6
b k= 2
π k 2
∗sin (2
− ∗cos
2 2
+ ¿
πk ( ))
2.2 2.4. 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. X(t)
1

+b +2b t

-1
 b. Ítem grupal y(t)
1

0 +2a t

Solución:
Ítem grupal
Bibliografía
(s.f.). Obtenido de
http://www6.uniovi.es/vision/intro/node31.html#SECTION00351000000000000000

acevedo, f. (14 de 10 de 2010). Obtenido de

http://agamenon.tsc.uah.es/Asignaturas/ittst/sl/apuntes/Tema2Sesion2.pdf

Raos, F. (s.f.). scribd. Obtenido de https://es.scribd.com/document/92645504/convolucion-

discreta

wikilibros. (s.f.). Obtenido de https://es.wikibooks.org/wiki/Introducci%C3%B3n_a_Se

%C3%B1ales,_Sistemas_y_Control

wikipedia. (s.f.). Obtenido de https://es.wikipedia.org/wiki/Convoluci%C3%B3n

wikipedia. (s.f.). Obtenido de https://es.wikipedia.org/wiki/Autocorrelaci%C3%B3n