Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Señales Sistemas12 PDF
Señales Sistemas12 PDF
Armengol Blanco
Facultad Nacional de Ingeniería
Ingeniería Eléctrica e Ingeniería Electrónica
6 de diciembre de 2011
ii
Prefacio
Este apunte tiene el objeto de proporcionar a los alumnos de Señales y Sis-
temas Discretos una ayuda para claricar y aplicar los conceptos expuestos en
clases.
Armengol Blanco
Índice general
1. Señales y Sistemas 1
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3. Clasicación de Señales . . . . . . . . . . . . . . . . . . . . . . . 1
1.3.1. Señal de Tiempo Continuo vs. Tiempo Discreto . . . . . . 1
1.3.2. Señal Analógica vs. Digital . . . . . . . . . . . . . . . . . 2
1.3.3. Señal Periódica vs. Aperiódica . . . . . . . . . . . . . . . 2
1.3.4. Señal Causal vs. Anticausal vs. Nocausal . . . . . . . . . 3
1.3.5. Señal Par vs. Impar . . . . . . . . . . . . . . . . . . . . . 3
1.3.6. Señal Determinística vs. Aleatoria . . . . . . . . . . . . . 4
1.3.7. Señal de Hemisferio Derecho vs. Hemisferio Izquierdo . . 5
1.3.8. Señal de Tamaño Finito vs. Tamaño Innito . . . . . . . . 5
1.4. Operaciones con Señales . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1. Desplazamiento en el eje del Tiempo . . . . . . . . . . . . 7
1.4.2. Escala en el eje del Tiempo . . . . . . . . . . . . . . . . . 7
1.4.3. Reexión en el eje del Tiempo . . . . . . . . . . . . . . . 7
1.5. Señales Elementales . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1. Señales Senoidales . . . . . . . . . . . . . . . . . . . . . . 8
1.5.2. Exponencial real . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.3. Exponenciales Complejas . . . . . . . . . . . . . . . . . . 9
1.5.4. Función Impulso Unitario . . . . . . . . . . . . . . . . . . 9
1.5.5. Escalón Unitario . . . . . . . . . . . . . . . . . . . . . . . 10
1.5.6. Función Rampa Unitaria . . . . . . . . . . . . . . . . . . 11
1.6. Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6.1. Clasicación de Sistemas . . . . . . . . . . . . . . . . . . 11
1.6.2. Sistema Continuo vs. Discreto . . . . . . . . . . . . . . . . 11
1.6.3. Sistema Lineal vs. No Lineal . . . . . . . . . . . . . . . . 12
1.6.4. Sistema Invariante en el Tiempo vs. Variante en el Tiempo 12
1.6.5. Sistema Causal vs. No Causal . . . . . . . . . . . . . . . . 13
1.6.6. Sistema Estable vs. Inestable . . . . . . . . . . . . . . . . 13
1.7. Propiedades de los Sistemas . . . . . . . . . . . . . . . . . . . . . 13
1.7.1. Sistemas Lineales . . . . . . . . . . . . . . . . . . . . . . . 13
1.7.2. Sistemas Invariantes en el Tiempo . . . . . . . . . . . . . 14
1.7.3. Sistemas Lineales Invariantes en el Tiempo . . . . . . . . 15
iii
iv ÍNDICE GENERAL
2. Serie de Fourier 17
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Serie Trigonométrica de Fourier de Señales Periódicas Continuas 17
2.2.1. Forma de Laboratorio . . . . . . . . . . . . . . . . . . . . 18
2.2.2. Forma Exponencial Compleja . . . . . . . . . . . . . . . . 18
2.3. Funciones Ortogonales . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4. Cálculo de los Coecientes de la serie de Fourier . . . . . . . . . 19
2.5. Convergencia de las Series de Fourier . . . . . . . . . . . . . . . . 19
2.5.1. Condiciones de Dirichlet . . . . . . . . . . . . . . . . . . . 19
2.6. Propiedades de la Serie de Fourier Continua . . . . . . . . . . . . 20
2.6.1. Relación de Parseval para Señales Periódicas Continuas . 20
3. La Transformada de Fourier 21
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. La transformada de Fourier Continua . . . . . . . . . . . . . . . . 21
3.3. Denición de la Transformada de Fourier . . . . . . . . . . . . . 22
3.4. Las Transformadas de Fourier . . . . . . . . . . . . . . . . . . . . 24
3.5. Transformadas Seno y Coseno de Fourier . . . . . . . . . . . . . . 25
3.5.1. Transformadas Seno de Fourier . . . . . . . . . . . . . . . 25
3.5.2. Transformadas Coseno de Fourier . . . . . . . . . . . . . . 25
3.6. Propiedades de la Transformada de Fourier . . . . . . . . . . . . 25
vii
viii ÍNDICE DE CUADROS
Índice de guras
ix
x ÍNDICE DE FIGURAS
Señales y Sistemas
1.1. Introducción
En este capítulo, se trata las señales y sistemas, su clasicación, deniciones
y propiedades que son fundamentales para el tratamiento de señales y sistemas.
Este capítulo está basado en la referencia [1].
1.2. Señales
Una señal contiene y transporta alguna información y esto supone que algo
varía en el espacio o en el tiempo o bien en ambos simultáneamente.
Las señales son magnitudes físicas o variables detectables mediante las que
se pueden transmitir mensajes o información.
Como consecuencia de lo anterior el modelo matemático más adecuado para
estudiar señales es el de una función cuyo dominio se extiende en el soporte de
la información y cuyo codominio (rango) corresponden a la magnitud que lleva
la información.
1
2 CAPÍTULO 1. SEÑALES Y SISTEMAS
valores en los espacios que tienen una separación igual y son creados en el eje
del tiempo. En la Fig. (1.1), se muestra la variable independiente (tiempo) que
determina la clasicación de una señal: de tiempo continuo o tiempo discreto.
Una señal impar, es una señal f (t) que satisface f (t) = −f (−t). En la Fig.
(1.9), se muestra la gráca de una señal impar. Las señales impares se pueden
detectar fácilmente por que son 'simétricas' al origen.
utilizan cuando se tiene una señal discreta o se tiene una secuencia de valores.
En términos matemáticos, f (t) es una señal de tamaño nito si tiene un valor
que no sea cero en un intervalo nito:
∞ ≤ f (t) ≤ −∞
f (t) = Beαt
1 si t ≥ 0
u(t) =
0 si t < 0
0 si t<0
r(t) = t si 0 ≤ t ≤ t0
t0
1 si t > t0
1.6. Sistemas
Un sistema, es un conjunto de elementos que interactúan entre sí y está
limitado por una frontera (real o imaginaria).
Las propiedades de los sistemas proveen una manera sencilla de separar un
sistema de otro. Entender la diferencia básica entre sistemas y sus propiedades,
es un concepto fundamental utilizado en el procesamiento de señales.
Serie de Fourier
2.1. Introducción
Las series de Fourier permiten representar una función periódica como suma-
toria de senos y cosenos, y obtener el espectro de la serie en frecuencia.
En este capítulo, se presenta las series de Fourier de señales periódicas,
las grácas del espectro de frecuencia, las condiciones de convergencia y las
propiedades de las series de Fourier. Este capítulo, se basa en las referencias [2],
[4].
f (t) = 1
2 a0 + a1 cos ω0 t + a2 cos 2ω0 t + a3 cos 3ω0 t + . . . + b1 sen ω0 t + b2 sen 2ω0 t + b3 sen 3ω0 t + . . .
= 1 a + P∞ (a cos nω t + b sen nω t)
2 0 n=1 n 0 n 0
donde ω0 = 2πT
Una señal periódica (f (t) se puede expresar como una combinación lineal
de señales senos y cosenos. Es decir, una señal periódica de periodo T siempre
puede representarse como una serie trigonométrica. Los coecientes a0 , an y bn
constituyen un conjunto de números asociado unívocamente con la función f (t).
Cada término de la suma, an cos nω0 t + bn sen nω0 t, corresponde a una ar-
mónica de la función. Así, nω0 es el múltiplo n-ésimo de la frecuencia funda-
mental ω0 .
17
18 CAPÍTULO 2. SERIE DE FOURIER
1 jnω0 t
+ 12 (an + jbn )e−jnω0 t
= 2 (an − jbn )e
Los coecientes asociados a las exponenciales se denen como:
1
Cn = 2 (an − jbn )
1
C−n = 2 (an + jbn )
Ejemplo 2.1 Demostrar que el conjunto de funciones {1, cos ω0 t, cos 2ω0 t,
cos 3ω0 t, . . . , cos nω0 t, . . . , sen ω0 t, sen 2ω0 t, sen 3ω0 t, . . . , sen nω0 t, . . . ,} for-
man un conjunto de funciones ortogonales en el intervalo T2 < t < T2 .
RT
an = T2 −2T f (t) cos(nω0 t)dt, n = 1, 2, . . . ,
2
RT
bn = T2 −2T f (t) sen(nω0 t)dt, n = 1, 2, . . . ,
2
La Transformada de Fourier
3.1. Introducción
En este capítulo, se presenta la generalización de las series de Fourier de
señales de tiempo continuo no periódicas y sus espectros de frecuencia. Este
capítulo, se basa en las referencias [2], [3].
21
22 CAPÍTULO 3. LA TRANSFORMADA DE FOURIER
donde Z T
1 2
Cn = f (t)e−jnω0 t dt (3.2)
T − T2
=
P∞ ∆ω R T2 f (t)e−jnω0 t dt]ejnω0 t
n=−∞ [ 2π − T2
1 P∞ R T2 −jnω0 t
= 2π n=−∞ [ − T2 f (t)e dt]∆ωejnω0 t
La Serie y Transformada de
Fourier de Tiempo Discreto
4.1. Introducción
En este capítulo, se presentan la serie y la transformada Fourier de tiempo
discreto. Está basada en las referencias [4], [5] y [8].
Los sistemas que trabajan con señales procedentes de un muestreo previo
están cada día más extendidos.
La transformada de Fourier de tiempo discreto, es la transformada de Fourier
de una señal muestreada no periódica.
4.2. Secuencias
En los sistemas de tiempo discreto, es de interés el procesamiento de señales
que son representadas por secuencias. Una señal de tiempo discreto es una se-
cuencia .
27
28CAPÍTULO 4. LA SERIE Y TRANSFORMADA DE FOURIER DE TIEMPO DISCRETO
4.3.1. Producto
El producto de dos secuencias x y y está denida como el producto de mues-
tra por muestra:
x · y = {x[n]y[n]}
4.3.2. Suma
La suma de dos secuencias x y y está denida como la suma de muestra por
muestra:
x + y = {x[n] + y[n]}
4.3.4. Retardo
Una secuencia y se dice que está retardada o es un versión recorrida de una
secuencia x si y tiene valores:
y[n] = x[n − n0 ]
donde n0 es un entero.
donde: ω0 = 2π
T
Al igual que en tiempo continuo, una señal discreta x[n] periódica puede
representarse como una superposición de exponenciales complejas discretas con
frecuencias múltiplos de la frecuencia fundamental.
Sea x[n], una secuencia periódica de periodo fundamental N , es decir, x[n] =
x[n + N ], su representación mediante la serie de Fourier, es:
∞
X
x[n] = X[k]ejkΩ0 n
k=−∞
donde: Ω0 = 2πN
La interrogante que se tiene, es: ¾Cuántos términos se deben considerar en
la sumatoria para el caso de una secuencia periódica de periodo N ?.
Considerando la propiedad de la exponencial compleja discreta:
ejΩ0 (k+N )n = ejΩ0 kn ejΩ0 N n = ejΩ0 kn ej2πn = ejΩ0 kn
donde la notación k =< N > indica que k varia sobre cualesquiera N valores
consecutivos (normalmente se usan los valores de k = 0 hasta N − 1).
Con lo cual, se denen los pares de transformadas, tal como sigue:
N −1
2π
X
x[n] = X[k]ej N kn
k=0
N −1
1 X 2π
X[k] = x[n]e−j N kn
N n=0
N −1 N −1
X[k + N ] = 1 P −j 2π
N (k+N )n =
1 P −j 2π 2π
N kn e−j N N n
N n=0 x[n]e N n=0 x[n]e
N −1
= 1 P x[n]e−j 2πN kn = X[k]
N n=0
donde
∞
(4.3)
X
X(ejω ) = x[n]e−jωn
n=−∞
Ejemplo 4.1 Sea la secuencia x[n] = an u[n], con |a| < 1, en la Fig. (4.5), se
muestra la gráca de la secuencia, la transformada de Fourier de tiempo discreto
existe y es sumable absolutamente, se tiene: [8]
∞
X ∞
X ∞
X ∞
X
|x[n]| = |an u[n]| = |an | = |a|n
n=−∞ n=−∞ n=0 n=0
Este es una serie geométrica y la sumatoria existe si |a| < 1, en ése caso, se
tiene:
∞
X 1
|a|n = < +∞
n=0
1 − |a|
La Transformada Discreta de
Fourier
5.1. Introducción
En este capítulo se presenta, la serie y la transformada discreta de Fourier.
Está basada en las referencias [4], [5] y [7].
Las ecs. (5.1) y (5.2), son conocidos como las ecuaciones de la TDF de análisis
y de síntesis, respectivamente.
37
38 CAPÍTULO 5. LA TRANSFORMADA DISCRETA DE FOURIER
Solución 5.1 Usando la ec. (5.1), la TDF de cuatro puntos de x[k] está dado
por:
P3 −j(2πkr/4)
X[r] = k=0 x[k]e
−j(2πr/4)
= 2+3·e − 1 · e−j(2π(2)r/4) + 1 · e−j(2π(3)r/4)
Para 0 ≤ r ≤ 3. Sustituyendo los diferentes valores de r, se obtiene:
r = 0 X[0] = 2+3−1+1=5
r = 1 X[1] = 2 + 3e−j(2π/4) − e−j(2π(2)/4) + e−j(2π(3)/4)
= = 2 + 3(−j) − 1(−1) + 1(j) = 3 − 2j
r = 2 X[2] = 2 + 3e−j(2π(2)/4) − e−j(2π(2)(2)/4) + e−j(2π(3)(2)/4)
= = 2 + 3(−1) − 1(1) + 1(−1) = −3
r = 3 X[3] = 2 + 3e−j(2π(3)/4) − e−j(2π(2)(3)/4) + e−j(2π(3)(3)/4)
= 2 + 3(j) − 1(−1) + 1(−j) = 3 + 2j
En la Fig. (5.1), se muestran los espectros de amplitud y se fase.
Solución 5.2 Usando la ec. (5.2), la TDF inversa de X[r] está dado por:
x[k] = 1 P3 X[r]ej(2πkr/4)
4 r=0
= 1 [5 + (3 − j2) · ej(2πk/4) − 3 · ej(2π(2)k/4) + (3 + j2) · ej(2π(3)k/4) ]
4
x[0]
1 1 1 ... 1 X[0]
2π 4π 2(N −1)π
x[1]
1 ej N ej N ... ej N
X[1]
x[2]
1
1
4π
ej N
8π
ej N ...
4(N −1)π
ej N
X[2]
=
.. ..
N .. .. .. .. ..
. . . . . . .
x[N − 1] 1 ej
2(N −1)π
N ej
4(N −1)π
N . . . ej
2(N −1)(N −1)π
N
X[N − 1]
El cual implica que las secuencias de tiempo discreto pueden ser obtenidas al
multiplicar por la izquierda el vector de coecientes X[r] de la TDF por la
matriz F −1 .
3 + j2
Usando la expresión matricial, la secuencia x[k], se tiene:
1 1 1 1
x[0] X[0]
2π 4π 6π
x[1] 1 1 ej N ej N ej N X[1]
x[2] = 4 4π 8π 12π
1 ej N ej N ej N X[2]
6π 12π 18π
x[3] 1 ej N ej N ej N X[3]
1 1 1 1
5 8 2
j 2π 4π 6π
1 1 e 4 ej 4 ej 4 3 − j2 1
= 1
12 3
= 4π 8π 12π
−3 = 4
4 1 ej 4 ej 4 ej 4 −4 4 −1
6π
j 12π j 18π 3 + j2 4 1
1 ej 4 e 4 e 4
n 0 1 2 3 4 5 6 7
x[n] 1 2 3 4 5 6 7 8
5.3. LA TRANSFORMADA DISCRETA DE FOURIER COMO UNA MATRIZ DE MULTIPLICACIÓN 41
Solución 5.4
X[0]
1 1 1 1 1 1 1 1 x[0]
2π 4π 6π 8π 10π 12π 14π
X[1] 1 e−j N e−j N e−j N e−j N e−j N e−j N e−j N
x[1]
4π 8π 12π 16π 20π 24π 28π
1 e−j N e−j N e−j N e−j N e−j N e−j N e−j N
X[2] x[2]
6π 12π 18π 24π 30π 36π 42π
1 e−j N e−j N e−j N e−j N e−j N e−j N e−j N
X[3] x[3]
= 8π 16π 24π 32π 40π 48π 56π
X[4] 1 e−j N e−j N e−j N e−j N e−j N e−j N e−j N x[4]
10π 20π 30π 40π 50π 60π 70π
X[5] 1 e−j N e−j N e−j N e−j N e−j N e−j N e−j N x[5]
X[6] 12π
1 e−j N
24π
e−j N
36π
e−j N
48π
e−j N
60π
e−j N
72π
e−j N
84π
e−j N x[6]
X[7] 14π
1 e−j N
28π
e−j N
42π
e−j N
56π
e−j N
70π
e−j N
84π
e−j N
98π
e−j N x[7]
Para N = 8, se tiene:
X[0]
1 1 1 1 1 1 1 1 x[0]
2π
−j 4π −j 6π −j 8π −j 10π −j 12π −j 14π
X[1] 1 e−j 8 e 8 e 8 e 8 e 8 e 8 e 8
x[1]
4π 8π 12π 16π 20π 24π 28π
1 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8
X[2] x[2]
6π 12π 18π 24π 30π 36π 42π
1 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8
X[3] x[3]
= 8π 16π 24π 32π 40π 48π 56π
X[4] 1 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 x[4]
10π 20π 30π 40π 50π 60π 70π
X[5] 1 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 e−j 8 x[5]
X[6] 12π
1 e−j 8
24π
e−j 8
36π
e−j 8
48π
e−j 8
60π
e−j 8
72π
e−j 8
84π
e−j 8 x[6]
X[7] 14π
1 e−j 8
28π
e−j 8
42π
e−j 8
56π
e−j 8
70π
e−j 8
84π
e−j 8
98π
e−j 8 x[7]
La Transformada Rápida de
Fourier
6.1. Introducción
En este capítulo, se presentan los métodos de la transformada rápida de
Fourier. Está basada en las referencias [4], [5], [7] y [8].
45
46 CAPÍTULO 6. LA TRANSFORMADA RÁPIDA DE FOURIER
N
X −1
X[k] = x[n]WNkn
n=0
Sea x[2n] = f [n] y x[2n + 1] = g[n], donde el n ∈ [0, N/2 − 1], se puede expresar
2π
que WNk·2n = e−j N k·2n = e−j N/2 k·n = WN/2 y se dene a:
2π
k·n
N/2−1
k·n
P
F [k] = f [n]WN/2
n=0
N/2−1
k·n
P
G[k] = g[n]WN/2
n=0
Análogamente para G[k], con N/2 como periodo mínimo. Entonces el problema
de calcular la TDF para N datos se redujo ahora a calcular 2 TDF para N/2
datos cada una. Nuevamente se asume que N/2 es par y ahora para F [k], se
tiene:
N/2−1 N/4−1 N/4−1
P k·n
P k·2n
P k·(2n+1)
F [k] = f [n]WN/2 = f [2n]WN/2 + f [2n + 1]WN/2
n=0 n=0 n=0
N/4−1 N/4−1
k·2n k k·2n
P P
= ff [n]WN/2 + WN/2 gf [n]WN/2
n=0 n=0
n 0 1 2 3
x[n] 1 2 3 4
Desarrollando, se tiene:
X[k] = x[0] + x[1](−j)k + x[2](−j)2k + x[3](−j)3k
= x[0] + x[1](−j)k + x[2](−1)k + x[3](−1)k (−j)k
Xpar [0] = 4
Xpar [1] = −2
Ximpar [0] = 6
Ximpar [1] = −2
Entonces, las secuencias de la TRF, se tienen
50 CAPÍTULO 6. LA TRANSFORMADA RÁPIDA DE FOURIER
1 1 1 1 1 1 1 1
1 1 1 1
1 e−j 2π
4 1·1 e−j
2π
4 2·1 e−j
2π
4 3·1 1 e−j 2π
4 e−j
4π
4 e−j
6π
4 1 −j −1 j
W = −j 2π 2π 2π
=
1 e−j 4π 8π 12π
=
1 e 4 1·2 e−j 4 2·2 e−j 4 3·2 4 e−j 4 e−j 4 1 −1 1 −1
2π 2π 2π
−j 6π 12π 18π
1 j −1 −j
1 e−j 4 1·3 e−j 4 2·3 e−j 4 3·3 1 e 4 e−j 4 e−j 4
X = Wx
X[0] 1 1 1 1 1 10
X[1] 1 −j −1 j 2 −2 + 2j
X[2] = 1 −1 1 −1
=
3 −2
X[3] 1 j −1 −j 4 −2 − 2j
Aparentemente, el método matricial parece elegante, pero tiene el problema de
que requiere mucho esfuerzo computacional.
Si se reemplaza n = n + N
2 en la segunda sumatoria, se tiene:
N
−1
2
X N k(n+ N
2 )
x[n + ]WN
n=0
2
kN
Como WN 2 = e−j N k 2 = (e−jπ )k = (cos π − j sen π)k = (−1)k , la nueva
2π N
Para k = 0, 1, 2, 3, . . . , N2 − 1.
Con la nalidad de facilitar la escritura, se realiza un cambio de variables:
N
a[n] = x[n] + x[n + ]
2
N
b[n] = x[n] − x[n + ]
2
La ecuaciones recurrentes, son:
N
−1
2
X
kn
X[2k] = a[n]W N
2
n=0
52 CAPÍTULO 6. LA TRANSFORMADA RÁPIDA DE FOURIER
N
−1
2
X
kn
X[2k + 1] = b[n]W N WNn
2
n=0
La Transformada Z
7.1. Introducción
En este capítulo, se presenta la transformada Z de una señal discreta y su
inversa. Se tratan dos tipos de transformada Z : Bilateral y Unilateral. Está
basada en las referencias [4], [5], [6], [7] y [8].
La Transformada Z así como la Transformada Discreta de Fourier se aplica
a señales de tiempo discreto, y las Transformadas de Fourier y Laplace se aplica
el caso de señales de tiempo continuo.
La importancia de la Transformada Z radica en que permite reducir las
Ecuaciones en Diferencias que son ecuaciones recursivas con coecientes cons-
tantes a Ecuaciones Algebraicas Lineales.
53
54 CAPÍTULO 7. LA TRANSFORMADA Z
A(r1 , r2 ) = B(∞, r)
Solución 7.2
∞
X[z]
= Z x[n] =
P
anT e
jnT ω
+ e−jnT ω z −n
n=0
2
∞ ∞
= 1 P aT ejT ω z −1 n + 1 P aT e−jT ω z −1 n
2 n=0 2 n=0
= 1 1 1 1 1 − aT z −1 cos T ω
2 1 − aT ejT ω z −1 + 2 1 − aT e−jT ω z −1 = 1 − 2aT z −1 cos T ω + a2T z −2
∞
X[z] = Z −1 x[n] =
P ejnT ω − e−jnT ω z −n
n=0
2j
∞ ∞
= 1 P aT ejT ω z −1 n − 1 P e−jT ω z −1 n
2j n=0 2j n=0
1 1 1 1 z −1 sen T ω
= 2j 1 − ejT ω z −1 − 2j 1 − e−jT ω z −1 = 1 − 2z −1 cos T ω + z −2
ROC: |z| > |1|
Si F (z) corresponde a una señal causal, entonces la señal puede ser hallada por
división del numerador entre el denominador para generar una serie de potencias
de z −1 y reconociendo que f [nT ] es el coeciente de z −n .
bm xm + bm−1 xm−1 + bm−2 xm−2 + . . . + b1 x + b0
F (z) =
an xn + an−1 xn−1 + an−2 xn−2 + . . . + a1 x + a0
m ≤ n para sistemas causales.
y además:
f [n] = Z −1 F1 (z) + Z −1 F2 (z) + Z −1 F3 (z) + Z −1 F4 (z) + . . .
I K
1
Resz=zi F (z)z n−1 ; n = 0, 1, 2, . . .
X
−1
F (z)z n−1 dz =
f [nT ] = Z [F (z)] =
2πj C i=1
Series Especiales
∞
La serie geométrica:
P 1 converge absolutamente si y solo si
xn = 1 −
n=0
x
|x| < 1.
Derivando miembro a miembro, se tiene:
∞
X 1
nxn−1 = = 1 + 2x + 3x2 + 4x3 + . . .
n=1
(1 − x)2
Reordenando, se tiene:
∞
1X n 1
nx =
x n=1 (1 − x)2
∞
Despejando nxn , se tiene:
P
n=1
∞
X x
nxn =
n=1
(1 − x)2
63
64 APÉNDICE A. SERIES ESPECIALES
Bibliografía
[1] Richard Baraniuk, et al., Signals and Systems, (2010), on line
http://cnx.org/content/col10064/1.12/
[2] Hwei P. Hsu, Análisis de Fourier . Editorial Fondo educativo interame-
ricano, S.A., 1973.
[3] L. Balmer, Signals and Systems: An Introduction. Editorial Prentice-
Hall, Londres 1991.
[4] Alan V, Oppenheim, Alan S. Willsky y S. Hamid Nawab, Señales y Sis-
temas. Editorial Pearson Educación, 2da edición, 1997.
[5] Alan V, Oppenheim, Alan S. Willsky y Jhon R. Buck, Señales y Sistemas
Discretos. Editorial Prentice Hall, 2da edición, 2000.
[6] Alexander D. Poularikas, The Z-Transform. The Transformas and
Applications Handbook, 2th edition, Ed. CRC Press LLC, 2000.
[7] Mrinal Mandal, Amir Asif , Continuous and Discrete Time Signals
and Systems, Cambridge University Press, 2007.
[8] Benoit Boulet, Fundamentals of Signals and Systems. Editorial
Charles River Media, Boston, Massachusetts, 2006.
65
Índice alfabético
Algoritmo de Cooley-Turkey, 46 condiciones de Dirichlet, 19
Decimación en Frecuencia, 50 espectro de amplitud, 18
Decimación en Tiempo, 46 espectro de fase, 18
forma de laboratorio, 18
Decimación, 45 forma exponencial, 18
Diezmado, 46 forma trigonométrica, 17
propiedades, 20
Funciones Ortogonales, 19
tiempo discreto, 31
Identidad de Parseval, 35 Serie geométrica, 63
Señal, 1
Operaciones con Secuencias aleatoria, 4
multiplicación por una constante, analógica, 2
30 anticausal, 3
producto, 30 aperiódica, 2
retardo, 30 causal, 3
suma, 30 determinística, 4
Operaciones con señales digital, 2
compresión, 7 hemisferio
desplazamiento derecho, 5
tiempo, 7 izquierdo, 5
expansión, 7 impar, 4
inversión, 7 nocausal, 3
reexión, 8 par, 3
periódica, 2
Propiedades de los sistemas tamaño
sistemas lineales nito, 6
homogeneidad, 13 innito, 6
superposición, 14
tiempo
Relación de Parseval, 20 continuo, 1
discreto, 1
Secuencia tiempo discreto, 27
arbitraria, 30 Señales
periódica, 28 elementales, 8
Serie de Fourier, 17 escalón unitario, 10
coecientes, 19 exponencial compleja, 9
convergencia, 19 exponencial real, 8
66
ÍNDICE ALFABÉTICO 67
Teorema de Fourier, 20
Transformada
coseno de Fourier, 25
seno de Fourier, 25
Transformada Z , 54
aplicaciones a sistemas LITD,
61
escalón unitario, 55
exponencial, 56
impulso unitario, 55
polinomial, 56
propiedades, 57
rampa unitaria, 56
senoidal, 57
Transformada Z bilateral, 53
Transformada Z inversa, 57
Expansión en Fracciones Par-
ciales, 58
Expansión en Series de Poten-
cias, 58
Fórmula de Inversión, 60