Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PDS02G01 PDF
PDS02G01 PDF
𝑥 [𝑛] = ∑ 𝑥 [𝑘 ]𝛿[𝑛 − 𝑘]
𝑘=−∞
𝑢[𝑛] = ∑ 𝛿[𝑘]
𝑘=−∞
1
= {𝑥[𝑛 + 𝑀1 ] + 𝑥 [𝑛 + 𝑀1 − 1]+..
𝑀1+𝑀2 +1
Este sistema calcula la n-ésima muestra de la secuencia de salida como el
promedio
• Sistemas Lineales
La clase de los sistemas lineales está definida por el principio de superposición. Si 𝑦1 [𝑛]
e 𝑦2 [𝑛] son las respuestas de un sistema cuando 𝑥1 [𝑛]y 𝑥2 [𝑛]son las respectivas
entradas.
Propiedad de Aditividad.
Como consecuencia, los sistemas lineales e invariantes con el tiempo están completamente
caracterizados por su respuesta al impulso ℎ[𝑛] en el sentido de que dadas las secuencias
𝑥[𝑛] 𝑦 ℎ[𝑛] para todo 𝑛, para calcularcualquiermuestrade la salida 𝑦[𝑛]. La Ecuación se
denomina comúnmente suma de convolución, y se representa mediante la notación
𝒚[𝒏] = 𝒙[𝒏] ∗ 𝒉[𝒏].
Consideremos: 𝑦[𝑛 − 𝑛0 ]
∞
𝐵ℎ = ∑ |ℎ[𝑘 ]| < ∞
𝑘=−∞
∞ ∞
𝑆𝑖 𝐵𝑥 = |𝑥 [𝑛 − 𝑘 ]|
|𝑦[𝑛]| ≤ 𝐵𝑥 𝐵ℎ
Si y[n] se encuentra acotada, es necesario demostrar que es posible encontrar una entrada
acotada que produzca una salida no acotada (𝐵ℎ = ∞). Es decir:
ℎ ∗ [−𝑛]
, ℎ[𝑛] ≠ 0
[𝑛] = { |ℎ[𝑛]|
0 , ℎ[𝑛] = 0
Al cumplir las condiciones h[n]=0, n<0; este sistema cumple la condición de causalidad, y es
conveniente denominarlo secuencia causal, lo que significa que podrá ser la respuesta al
impulso de un sistema causal.
Tabla 1. Respuestas al impulso
RESPUESTAS AL IMPULSO
Retardo Ideal ℎ[𝑛] = 𝛿 [𝑛 − 𝑛𝑑 ],
𝑛𝑑 𝑢𝑛 𝑒𝑛𝑡𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜 𝑓𝑖𝑗𝑜
𝑀2
Promedio móvil
1
ℎ[𝑛] = = ∑ 𝛿[𝑛 − 𝑘 ]
𝑀1 + 𝑀2 + 1
𝑘=−𝑀1
1
, − 𝑀1 ≤ 𝑛 ≤ 𝑀2
= {𝑀1 + 𝑀2 + 1
0 𝑒𝑛 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜
𝑛
Acumulador 1, 𝑛 ≥ 0,
ℎ[𝑛] = ∑ 𝛿 [𝑛] = { = 𝑢[𝑛]
0, 𝑛 < 0,
𝑘=−∞
Diferencia progresiva ℎ[𝑛] = 𝛿 [𝑛 + 1] − 𝛿[𝑛]
Diferencia regresiva ℎ[𝑛] = 𝛿 [𝑛] − 𝛿[𝑛 − 1]
Un sistema que posee una respuesta al impulso de duración finita (FIR) será siempre estable
mientras los valores de su respuesta al impulso sean de modulo finito. Si la respuesta al impulso
acumulador es de duración infinita, esta toma el nombre de respuesta al impulso de duración
infinita (IIR). De la tabla anterior, los sistemas acumuladores y de diferencia regresiva son
causales, y el de diferencia progresía es no causal.
La convolución de cualquier señal x[n] con un impulso desplazado se puede obtener
desplazando x[n] una cantidad igual al desplazamiento del impulso. Es importante recordar
que el retardo es una operación fundamental en la
implementación de sistemas lineales.
La combinación en cascada de un acumulador seguido por
un sistema de diferencia regresiva produce un sistema global
cuya respuesta al impulso es el propio impulso. En otras
palabras, la combinación en cascada será siempre igual a la Figura 7. Un acumulador en cascada con un
entrada ya que: sistema de diferencia regresiva.
∑ 𝑎𝑘 𝑦[𝑛 − 𝑘 ] = ∑ 𝑏𝑚 𝑏[𝑛 − 𝑚]
𝑘=0 𝑚=0
Las propiedades presentadas de los Sistemas Lineales e Invariantes con el tiempo son utilizadas
para obtener representaciones en forma de ecuación en diferencias para algunos sistemas LTI.
∑ 𝑎𝑘 𝑦[𝑛 − 𝑘 ] = 0
𝑘=0
𝑑𝑜𝑛𝑑𝑒: 𝐴(𝑧) = ∑ 𝑎𝑘 𝑧 −𝑘
𝑘=0
Al utilizar este procedimiento, se dice que y[n] se obtiene ‘recursivamente’. No obstante, para
poder generar valores de 𝑦[𝑛] para 𝑛 < −𝑁 se la pude encontrar mediante la siguiente forma:
𝑁−1 𝑀
𝑎𝑘 𝑏𝑘
𝑦[𝑛 − 𝑁] = − ∑ 𝑦[𝑛 − 𝑘 ] + ∑ 𝑥 [𝑛 − 𝑘 ]
𝑎𝑁 𝑎𝑁
𝑘=1 𝑘=0
Existe una única solución para aquellos sistemas que están caracterizados por una ecuación en
diferencias lineal con coeficientes constantes, siempre y cuando especifique que es LTI.
Además, la salida para una entrada determinada requiere de información adicional o
condiciones auxiliares. Las propiedades de linealidad, invarianza temporal y causalidad del
sistema dependen de las condiciones auxiliares.
Representación en el Dominio de la Frecuencia de Señales y Sistemas en Tiempo Discreto
Autofunciones de los sistemas lineales e invariantes con el tiempo
La propiedad de autofunción de las exponenciales complejas respecto a los sistemas en tiempo
discreto, en donde se puede demostrar que dada una secuencia de entrada 𝑥 [𝑛] = 𝑒 𝑗𝜔𝑛 para
−∞ < 𝑛 < ∞. Por lo tanto, la salida del sistema LTI con respuesta al impulso ℎ[𝑛] es
𝑦[𝑛] = 𝐻(𝑒 𝑗𝜔 )𝑒 𝑗𝜔𝑛
En donde
∞
∑|ℎ[𝑘]| < ∞
𝑘=0
𝑋(𝑒 𝑗𝜔 ) = 𝑋𝑅 (𝑒 𝑗𝜔 ) + 𝑗𝑋𝐼 (𝑒 𝑗𝜔 )
o en forma polar
𝑗𝜔 )
𝑋(𝑒 𝑗𝜔 ) = |𝑋(𝑒 𝑗𝜔 )|𝑒 𝑗∠𝑋(𝑒
𝑋(𝑒 𝑗𝜔 ) = 𝔉{𝑥[𝑛]},
𝑥 [𝑛] = 𝔉−1 {𝑋(𝑒 𝑗𝜔 )},
𝔉
𝑥 [𝑛] ↔ 𝑋(𝑒 𝑗𝜔 ).
Las Tablas 3 y 4 resumen, respectivamente, los teoremas de esta sección y varias parejas
fundamentales de transformadas de Fourier. En muchas ocasiones, utilizando los teoremas y
parejas de transformadas conocidas, es posible representar una secuencia en función de
operaciones sobre otras secuencias de las que se conoce su transformadas de Fourier,
simplificándose así la resolución de un problema de otra forma complicado o tedioso.
Como ya hemos demostrado, si el sistema es estable, si 𝑥 [𝑛] está acotada, 𝑦[𝑛] también lo
estará. La señal de entrada se puede caracterizar por su media 𝑚𝑥 y su función de
autocorrelación 𝜙𝑥𝑥 [𝑚], o bien podemos disponer de información adicional sobre sus
distribuciones de probabilidad de primer o incluso de segundo orden. Para caracterizar el
proceso aleatorio de salida 𝑦[𝑛] desearíamos tener similar información. En muchas
aplicaciones, es suficiente con caracterizar tanto la entrada como la salida en términos de
promedios simples como la media, la varianza y la autocorrelación. Por lo tanto, obtendremos
relaciones de entrada-salida para estas magnitudes.
Las medias de los procesos de entrada y de salida son, respectivamente,
𝑚𝑥𝑛 = 𝔈{𝑥𝑛 }, 𝑚𝑦𝑛 = 𝔈{𝑦𝑛 },
donde 𝔈{·} indica el valor esperado. En la mayor parte de nuestra presentación no será
necesario diferenciar cuidadosamente las variables aleatorias 𝑥𝑛 e 𝑦𝑛 y sus valores específicos
𝑥 [𝑛] e 𝑦[𝑛].
Si 𝑥 [𝑛] es estacionaria, entonces 𝑚𝑥 [𝑛] es independiente de 𝑛 y se escribirá 𝑚𝑥 . Lo mismo se
aplicará a 𝑚𝑦 [𝑛] si 𝑦[𝑛] es estacionaria.