SISTEMAS EN TIEMPO DISCRETO SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO

 Retardo ideal: el sistema de retardo ideal forma la salida La combinación de estas dos propiedades conduce a representaciones
especialmente convenientes de los sistemas que las cumplen.
simplemente desplazando la secuencia de entrada 𝑛𝑑 muestras
hacia la derecha. ∞
𝑦[𝑛] = 𝑥[𝑛 − 𝑛𝑑 ], 𝑦[𝑛] = 𝑇 { ∑ 𝑥[𝑘]𝛿[𝑛 − 𝑘]}
𝑘=−∞

 Sistema sin memoria: se dice que un sistema es sin Aplicando el principio de superposición, podemos escribir:
memoria si la salida para cualquier valor de 𝑛 depende solo de la
∞ ∞
entrada en el mismo valor de 𝑛.
𝑦[𝑛] = (𝑥[𝑛])2 𝑦[𝑛] = ∑ 𝑥[𝑘]𝑇{𝛿[𝑛 − 𝑘]} = ∑ 𝑥[𝑘]ℎ[𝑛] = 𝑥[𝑛] ∗ ℎ[𝑛]
𝑘=−∞ 𝑘=−∞

 Sistemas lineales: la clase de los sistemas lineales está

La respuesta al impulso es una caracterización completa de las propiedades de
un determinado sistema lineal e invariante con el tiempo. La operación de
definida por el principio de superposición. La primera propiedad se
convolución es:
denomina propiedad de aditividad y la segunda se denomina
propiedad de homogeneidad.
𝑇{𝑥1 [𝑛] + 𝑥2 [𝑛]} = 𝑇{𝑥1 [𝑛]} + 𝑇{𝑥2 [𝑛]}  Conmutativa:
y 𝑥[𝑛] ∗ ℎ[𝑛] = ℎ[𝑛] ∗ 𝑥[𝑛]
𝑇{𝑎 ∙ 𝑥[𝑛]} = 𝑎 ∙ 𝑇{𝑥[𝑛]} = 𝑎 ∙ 𝑦[𝑛]
 Distributiva:
 Sistema invariante con el tiempo: es un sistema para 𝑥[𝑛] ∗ (ℎ1 [𝑛] + ℎ2 [𝑛]) = 𝑥[𝑛] ∗ ℎ1 [𝑛] + 𝑥[𝑛] ∗ ℎ2 [𝑛]

el que un desplazamiento temporal de la secuencia de entrada Los sistemas lineales e invariantes con el tiempo son estables si y sólo si la
provoca el mismo desplazamiento en la secuencia de salida. respuesta al impulso es absolutamente sumable. Es decir, si

𝑦[𝑛] = 𝑇{𝑥[𝑛]}; → 𝑦[𝑛 ∓ 𝑛𝑑 ] = 𝑇{𝑥[𝑛 ∓ 𝑛𝑑 ]} ∞

∑ |ℎ[𝑘]| < ∞
𝑥1 [𝑛] = 𝑥[𝑛 − 𝑛𝑑 ]; 𝑦1 [𝑛] = 𝑦[𝑛 − 𝑛𝑑 ] 𝑘=−∞

 Sistema compresor: este sistema descarta (𝑀 − 1)

Esta propiedad se puede demostrar como:

muestras de cada 𝑀. ∞ ∞

|𝑦[𝑛]| = | ∑ ℎ[𝑘]𝑥[𝑛 − 𝑘]| ≤ ∑ |ℎ[𝑘]||𝑥[𝑛 − 𝑘]|

𝑦[𝑛] = 𝑥[𝑀𝑛] 𝑘=−∞ 𝑘=−∞

 Causalidad: un sistema es causal si para la salida depende solo

de valores presentes y pasados.
DOMINIO DE LA FRECUENCIA DE SEÑALES Y SISTEMAS
𝑦[𝑛] = 𝑥[𝑛 − 𝑛0 ], 𝑛0 ≥ 0 EN TIEMPO DISCRETO

 Estabilidad: un sistema es acotado, si y solo si cualquier Consideremos una secuencia de entrada 𝑥[𝑛] = 𝑒𝑗𝑤𝑛 , para − ∞ < 𝑛 < ∞, es
secuencia acotada a su entrada produce una secuencia de salida decir, una exponencial compleja de frecuencia angular 𝑤.
acotada.
∞ ∞ ∞

|𝑥[𝑛]| ≤ 𝐵𝑥 < ∞, para todo 𝑛 𝑦[𝑛] = ∑ ℎ[𝑘]𝑥[𝑛 − 𝑘] = ∑ ℎ[𝑘]𝑒 𝑗𝑤(𝑛−𝑘) = 𝑒𝑗𝑤𝑛 ∑ ℎ[𝑘]𝑒 −𝑗𝑤𝑘
𝑘=−∞ 𝑘=−∞ 𝑘=−∞

|𝑦[𝑛]| ≤ 𝐵𝑦 < ∞, para todo 𝑛 ∞

𝐻(𝑒𝑗𝑤 ) = ∑ ℎ[𝑘]𝑒 −𝑗𝑤𝑘

 Sistema acumulador: se denomina sistema acumulador, ya 𝑘=−∞

que la salida en el instante 𝑛 es la suma de la muestra presente y

𝑦[𝑛] = 𝐻(𝑒𝑗𝑤 )𝑒𝑗𝑤𝑛
todas las muestras anteriores de la entrada.

𝑦[𝑛] = ∑ 𝑥[𝑘]
𝑘=−∞
 REPRESENTACIÓN DE SECUENCIAS MEDIANTE Una transformada de Fourier 𝑋(𝑒𝑗𝑤 ) se puede descomponer en suma de
funciones simétrica conjugada y antisimétrica conjugada:
TRANSFORMADAS DE FOURIER
𝑋(𝑒𝑗𝑤 ) = 𝑋𝑒 (𝑒𝑗𝑤 ) + 𝑋𝑜 (𝑒𝑗𝑤 )

Donde
Muchas secuencias se pueden representar mediante una integral de Fourier
de la forma: 1
𝑋𝑒 (𝑒𝑗𝑤 ) = [𝑋(𝑒𝑗𝑤 ) + 𝑋 ∗ (𝑒 −𝑗𝑤 )]
2
1 𝜋
𝑥[𝑛] = ∫ 𝑋(𝑒𝑗𝑤 )𝑒𝑗𝑤 d𝑤
2𝜋 −𝜋 Y

Siendo 1
𝑋𝑜 (𝑒𝑗𝑤 ) = [𝑋(𝑒𝑗𝑤 ) − 𝑋 ∗ (𝑒 −𝑗𝑤 )]
2
∞

𝑋(𝑒𝑗𝑤 ) = ∑ 𝑥[𝑛]𝑒 −𝑗𝑤𝑛

𝑛=−∞
Expresando 𝑋(𝑒𝑗𝑤 ) en función de sus partes real e imaginaria
Podemos expresar 𝑋(𝑒𝑗𝑤 ) en forma rectangular:
𝑋(𝑒𝑗𝑤 ) = 𝑋𝑅 (𝑒𝑗𝑤 ) + 𝑗𝑋𝐼 (𝑒𝑗𝑤 )
𝑋(𝑒𝑗𝑤 ) = 𝑗𝑋𝐼 (𝑒𝑗𝑤 ) + 𝑋𝑅 (𝑒 𝑗𝑤 )
En concreto
O en forma polar
1
Parte Real de Fourier: 𝑋𝑅 (𝑒𝑗𝑤 ) = [𝑋(𝑒𝑗𝑤 ) + 𝑋 ∗ (𝑒𝑗𝑤 )]
𝑗𝑤 ) 2
𝑋(𝑒𝑗𝑤 ) = |𝑋(𝑒𝑗𝑤 )|𝑒𝑗∡𝑋(𝑒
1
Parte Imaginaria de Fourier: 𝑗𝑋𝐼 (𝑒𝑗𝑤 ) = [𝑋(𝑒𝑗𝑤 ) − 𝑋 ∗ (𝑒𝑗𝑤 )]
Las cantidades |𝑋(𝑒𝑗𝑤 )| y ∡𝑋(𝑒𝑗𝑤 ) son, respectivamente, el modulo y la fase 2

de la transformada de Fourier. 𝑋𝐼 (𝑒 𝑗𝑤 )
Fase de Fourier: ∡𝑋(𝑒𝑗𝑤 ) = tan−1 ( )
𝑋𝑅(𝑒 𝑗𝑤 )
Para que una señal tenga transformada de Fourier debe satisfaces ciertos
criterios: Magnitud de Fourier: |𝑋(𝑒𝑗𝑤 )|

1. |𝑋(𝑒𝑗𝑤 )| < ∞, para todo 𝑤 Cuando la señal 𝑥[𝑛] es real, la transformada de Fourier es PAR.
2. ∑∞ 𝑗𝑤
𝑘=−∞|𝑥[𝑘]| < ∞, si 𝑥[𝑘] es absolutamente sumable, 𝑋(𝑒 )
existe.

Como una secuencia estable es, por definición, absolutamente sumable, se

deduce que todas las secuencias estables tienen transformada de Fourier. Y,
por tanto, cualquier sistema estable tiene una respuesta en frecuencia finita y
continua.

∞ ∞ ∞

|𝑋(𝑒𝑗𝑤 )| = | ∑ 𝑥[𝑛]𝑒 −𝑗𝑤𝑛 | ≤ ∑ |𝑥[𝑛]||𝑒 −𝑗𝑤𝑛 | ≤ ∑ |𝑥[𝑛]| < ∞

𝑛=−∞ 𝑛=−∞ 𝑛=−∞

Cuando una secuencia es de longitud infinita, hay que estudiar la convergencia

de la suma infinita.

PROPIEDADES DE SIMETRÍA DE LA TRANSFORMADA DE FOURIER

Cualquier secuencia 𝑥[𝑛] se puede expresar como la suma de una secuencia

simétrica conjugada y una secuencia antisimétrica conjugada. Concretamente,

𝑥[𝑛] = 𝑥𝑒 [𝑛] + 𝑥𝑜 [𝑛]

donde,

1
𝑥𝑒 [𝑛] = (𝑥[𝑛] + 𝑥 ∗ [−𝑛]) = 𝑥𝑒∗ [−𝑛]
2

1
𝑥𝑜 [𝑛] = (𝑥[𝑛] + 𝑥 ∗ [−𝑛]) = −𝑥𝑜∗ [−𝑛]
2
 TRANSFORMADA Z

La transformada Z de señales en tiempo discreto es el equivalente de la

transformada de Laplace para señales en tiempo continuo. La transformada Z
de una secuencia 𝑥[𝑛] se define como:

𝑋(𝑧) = ∑ 𝑥[𝑛]𝑧 −𝑛
𝑛=−∞

Análogamente, la transformada Z tampoco converge para todas las secuencias

ni todos los valores de z. La condición de convergencia de la transformada Z:

∑ |𝑥[𝑛]||𝑧|−𝑛 < ∞
𝑛=−∞

Entre las transformadas Z más útiles e importantes destacamos aquellas en las

que 𝑋(𝑧) es una función racional en la región de convergencia, es decir

𝑃(𝑧)
𝑋(𝑧) =
𝑄(𝑧)

Siendo 𝑃(𝑧) y 𝑄(𝑧) polinomios en z. Los valores de z para los que 𝑋(𝑧) = 0 se
denominan CEROS y los valores de z para los que 𝑋(𝑧) = ∞ se denominan
POLOS. Además puede haber polos en 𝑧 = 0 o 𝑧 = ∞.

PROPIEDADES DE LAREGIÓN DE COVERGENCIA DE LA

TRANSFORMADA Z

 Propiedad 1: La región de convergencia en el plano z puede ser un

anillo o un disco centrado en el origen.
 Propiedad 2: La transformada de Fourier de 𝑥[𝑛] converge si y solo
si la región de convergencia de la transformada 𝑍 de 𝑥[𝑛] contiene
la circunferencia unidad.
 Propiedad 3: La región de convergencia no contiene ningún polo.
 Propiedad 4: Si 𝑥[𝑛] es una secuencia de duración finita es decir
una secuencia que es cero excepto en un intervalo finito −∞ <
𝑁1 ≤ 𝑛 ≤ 𝑁2 < ∞, la región de convergencia es el plano 𝑧
completo, pudiendo exceptuarse los valores 𝑧 = 0 o 𝑧 = ∞.
 Propiedad 5: Si 𝑥[𝑛] es una secuencia limitada por la izquierda, es
decir, una secuencia que es cero en 𝑛 ≤ 𝑁1 < ∞, la región de
convergencia se extiende hacia fuera desde el polo finito más
exterior hasta el valor 𝑧 = ∞.
 Desplazamiento en el tiempo:

𝓏
𝑥[𝑛 − 𝑛0 ] ↔ 𝑧 −𝑛0 ∙ 𝑥[𝑋(𝑧)]

Región de convergencia = 𝑅𝑥 (excepto por la posible adición o supresión de

𝑧 = 0 o 𝑧 = ∞).

𝑋(𝑧) = ∑ 𝑥[𝑛 − 𝑛0 ] ∙ 𝑧 −𝑛
𝑛=−∞

Realizando el cambio de variables 𝑚 = 𝑛 − 𝑛0

 Propiedad 7: Una secuencia bilateral es una secuencia de duración
∞ ∞
infinita, no limitada ni por la derecha ni por la izquierda. Si 𝑥[𝑛] es
una secuencia bilateral, la región de convergencia será un anillo en 𝑋(𝑧) = ∑ 𝑥[𝑚] ∙ 𝑧 −(𝑚+𝑛0 ) = 𝑧 −𝑛0 ∙ ∑ 𝑥[𝑚] ∙ 𝑧 −𝑚
𝑚=−∞ 𝑚=−∞
el plano z, limitado en el interior y en el exterior por un polo y que,
de acuerdo con la propiedad 3, no contendrá ningún polo. Multiplicación por una secuencia exponencial:

𝓏 𝓏
𝑧0𝑛 ∙ 𝑥[𝑛] ↔ 𝑋 ( ),
𝓏0

Región de convergencia = |𝓏0 |𝑅𝑥

 Propiedad 8: La región de convergencia debe ser una región

conexa.

DESCOMPOSICIÓN EN FRACCIONES SIMPLES

Para ver como se realiza una descomposición en fracciones simples,

supongamos que 𝑋(𝑧) se expresa como un consiente de polinomios en 𝑧 −1 , es
decir

𝑧 𝑁 ∑𝑀
𝑘=0 𝑏𝑘 𝑧
𝑀−𝑘
𝑋(𝑧) = 𝑁
𝑧 ∑𝑘=0 𝑎𝑘 𝑧 𝑁−𝑘
𝑀

La ecuación indica explícitamente que para estas funciones, habrá 𝑀 ceros y

𝑁 polos en posiciones del plano complejo distintas del cero. Además, habrá
𝑀 − 𝑁 polos en 𝑧 = 0 si 𝑀 > 𝑁, o 𝑁 − 𝑀 ceros en 𝑧 = 0 si 𝑁 > 𝑀. Las
transformadas 𝑍 de la forma indicada en

∑𝑀
𝑘=0 𝑏𝑘 𝑧
−𝑘
𝑋(𝑧) = 𝑁
∑𝑘=0 𝑎𝑘 𝑧 −𝑘

Tienen siempre el mismo número de polos y ceros en el plano 𝑧 finito, y no

hay polos ni ceros en 𝑧 = ∞.

PROPIEDADES DE LA TRANSFORMADA Z

Muchas de las propiedades de la transformada Z son particularmente útiles en

el estudio de las señales y los sistemas en tiempo discreto.

Linealidad: la propiedad de linealidad dice que

𝓏
𝑎 ∙ 𝑥1 [𝑛] + 𝑏 ∙ 𝑥2 [𝑛] ↔ 𝑎 ∙ 𝑋1 (𝓏) + 𝑏 ∙ 𝑋2 (𝓏).

La región de convergencia contiene a 𝑅𝑥1 ∩ 𝑅𝑥2 .

 RECONSTRUCCIÓN DE SEÑALES DE BANDA LIMITADA A PARTIR DE SUS
MUESTREO DE SEÑALES EN TIEMPO CONTINÚO MUESTRAS.

A partir de una señal continua 𝑥𝑐 (𝑡) se obtiene una secuencia de muestreas Una señal original se puede recuperar a partir de las muestras si se conoce el
𝑥[𝑛] mediante la relación periodo de muestreo. Si tenemos una secuencia de muestras, 𝑥[𝑛], se puede
formar el tren de impulsos 𝑥𝑠 (𝑡) en el que cada impulso tiene un área igual al
𝑥[𝑛] = 𝑥𝑐 (𝑛𝑇), −∞ < 𝑛 < ∞ valor de la correspondiente muestra. Es decir,

𝑇 es el periodo de muestreo, y su inverso, 𝑓𝑠 = 1/ 𝑇 se denomina frecuencia ∞

de muestreo. 𝑥𝑟 (𝑡) = ∑ 𝑥[𝑛] ∙ ℎ𝑟 [𝑡 − 𝑛𝑇]
𝑛=−∞

REPRESENTACIÓN DEL MUESTREO EN EL DOMINIO DE LA

El filtro de reconstrucción ideal tiene una ganancia de T y una frecuencia de
FRECUENCIA: corte Ω𝑐 cuyo valor es frecuentemente Ω𝑐 =
Ω𝑠
. Para una frecuencia de corte
2
𝜋/𝑇 la expresión de ℎ𝑟 (𝑡) es
Para obtener la relación entre la entrada y la salida de un conversor C/D ideal
en el dominio de la frecuencia, consideremos en primer lugar la conversión de
sin(𝜋𝑡/𝑇)
𝑥𝑐 (𝑡) en 𝑥𝑠 (𝑡) mediante la modulación con el tren periódico de impulsos ℎ𝑟 (𝑡) =
𝜋𝑡/𝑇
∞

𝑠(𝑡) = ∑ 𝛿(𝑡 − 𝑛𝑇) Por lo tanto, la reconstrucción de 𝑥𝑟 (𝑡) se puede reescribir como
𝑛=−∞
∞
sin(𝜋(𝑡 − 𝑛𝑇)/𝑇)
∞ 𝑥𝑟 (𝑡) = ∑ 𝑥[𝑛] ∙
2𝜋 𝜋(𝑡 − 𝑛𝑇)/𝑇
𝑆(𝑗Ω) = ∑ 𝛿(Ω − kΩ𝑠 ) 𝑛=−∞
𝑇
𝑘=−∞
Para obtener la relación entrada-salida en este dominio, consideremos la
Donde 𝑛 es un número entero. Siendo 𝛿(𝑡) la función impulso unidad o delta transformada de Fourier
de Dirac. Si modulamos 𝑠(𝑡) con 𝑥𝑐 (𝑡) obtenemos
∞

𝑋𝑟 (𝑗Ω) = ∑ 𝑥[𝑛] ∙ 𝐻𝑟 (𝑗Ω) ∙ 𝑒 −𝑗ΩTn

𝑥𝑠 (𝑡) = 𝑥𝑐 (𝑡) ∙ 𝑠(𝑡)
𝑛=−∞
∞

𝑥𝑠 (𝑡) = 𝑥𝑐 (𝑡) ∙ ∑ 𝛿(𝑡 − 𝑛𝑇) Sacando 𝐻𝑟 (𝑗Ω) fuera del sumatorio podemos escribir
𝑛=−∞
𝑋𝑟 (𝑗Ω) = 𝐻𝑟 (𝑗Ω) ∙ 𝑋(𝑒𝑗ΩT )
1
𝑋𝑠 (𝑗Ω) = 𝑋 (𝑗Ω) ∗ 𝑆(𝑗Ω)
2𝜋 𝑐 PROCESADO EN TIEMPO DISCRETO DE SEÑALES EN TIEMPO CONTINÚO

∞
1 Una aplicación importante de los sistemas en tiempo discreto es en el
𝑋𝑠 (𝑗Ω) = ∑ 𝑋𝑐 (𝑗 ∙ (Ω − kΩ𝑠 ))
𝑇 procesado de señales en tiempo continuo.
𝑘=−∞

TRANSFORMADA DE FOURIER EN TIEMPO CONTINÚO

Tenemos la señal 𝑥[𝑛], la cual se puede expresar como:

𝑥[𝑛] = 𝑥𝑐 (𝑛𝑇)

∞
∞
𝑋(𝑒𝑗𝑤 ) = ∑ 𝑥[𝑛] ∙ 𝑒 −𝑗𝑤𝑛 sin[𝜋(𝑡 − 𝑛𝑇)/𝑇]
𝑛=−∞ 𝑦𝑟 (𝑡) = ∑ 𝑦[𝑛]
𝜋(𝑡 − 𝑛𝑇)/𝑇
𝑛=−∞
∞

𝑋(𝑒𝑗𝑤 ) = ∑ 𝑥𝑐 (𝑛𝑇) ∙ 𝑒 −𝑗𝑤𝑛 𝑇𝑌(𝑒𝑗ΩT , |Ω| < 𝜋/𝑇)

𝑌𝑟 (𝑗Ω) = 𝐻𝑟 (𝑗Ω)𝑌(𝑒𝑗ΩT ) = {
𝑛=−∞ 0, othercase

𝑋(𝑒𝑗𝑤 )|𝑤=ΩT = 𝑋(𝑒𝑗ΩT ) = 𝑋𝑠 (jΩ) Para que la salida este libre de solapamiento es necesario que

TEOREMA DEL MUESTREO DE NYQUIST (2𝜋 − Ω𝑁 𝑇) > 𝑤𝑐

El teorema de Nyquist establece que La cual podemos comparar con la condición de Nyquist

(2𝜋 − Ω𝑁 𝑇) > Ω𝑁 𝑇
Ω𝑠 > 2Ω𝑁

2𝜋
Donde Ω𝑠 =
𝑇
IDENTIDADES TRIGONOMETRICAS