Ponencia Realizada en el Primer Congreso Regional de Electricidad, Electrónica y Sistemas, CREES 2009.

Método Alternativo para Calcular la

Convolución de Señales en Tiempo Continuo
Hans I. López

Resumen—El presente artículo expone una solución Ahora considérense a todas las derivadas e integrales de la
alternativa al método gráfico que se utiliza con frecuencia para función impulso unitario como una familia de funciones, que
obtener la convolución de dos señales continuas. Se discuten las se reconocerán como funciones singulares o elementales.
ventajas y desventajas del método, así como las posibles
La función escalón unitario [1] es, por ejemplo, obtenida al
aplicaciones en el ámbito académico.
integrar la función delta de Dirac:
Palabras Claves—Convolución, Funciones Singulares, Método
Gráfico ⎧0, t < 0
u (t )  ⎨ ∫ δ (λ ) d λ (3)
t
=
⎩1, t ≥ 0 −∞

I. INTRODUCCIÓN
Otros ejemplos de funciones singulares son: rampa unitaria,

L A convolución es una operación que permite encontrar la

respuesta de un sistema lineal e invariante en el tiempo
(LTI) si se conoce la respuesta al impulso y la señal de entrada
r(t); parabola, p(t ); cúbica, c(t); muy utilizadas en el análisis
de señales en tiempo continuo.

al mismo [1]. ⎧0, t < 0

r (t )  ⎨ = ∫ u ( λ ) d λ (4)
t
Dicha operación se realiza con las señales en el dominio del
tiempo y su contraparte, en la frecuencia, es básicamente una ⎩t, t ≥ 0 −∞

multiplicación de las transformadas de Fourier respectivas [2]. ⎧0, t < 0

⎪
p (t )  ⎨ t 2 = ∫ r ( λ ) d λ (5)
t
Aunque el análisis frecuencial facilita en muchos casos el
⎪2 ,t ≥0
−∞
análisis de las señales, es de esperarse que en otros se ⎩
convierta en un desgaste de esfuerzo y tiempo valioso.
⎧0, t < 0
Gracias a la dualidad tiempo-frecuencia, la convolución es ⎪
c (t )  ⎨ t 3 = ∫ p ( λ ) d λ (6)
t

útil en el análisis de procesos que impliquen la multiplicación

⎪6,t ≥0
−∞

en el dominio del tiempo (tal como ocurre en el proceso de ⎩

modulación) [3] y en el cálculo de funciones de
autocorrelación; sin embargo, el cálculo de la integral de
convolución [4] es dispendioso, computacionalmente exigente
y en el ámbito académico, un martirio.
A continuación se expone un método alternativo para
calcular la convolución, el cual promete evitar la evaluación
de la integral y facilitar el análisis de señales.
II. MARCO REFERENCIAL
A. Funciones Singulares
Sea δ(t) la función impulso unitario [1], también conocida
como delta de Dirac, definida en (1) y cuya área total “bajo la
curva” es unitaria.
⎧0, t ≠ 0
δ (t ) = ⎨
⎩∞, t = 0 (1)
∞ como se representa en la Fig. 1c. Ahora bien, la linealidad del
∫ δ (t ) dt = 1
−∞
Es de esperarse entonces que la funciones singulares se
puedan obtener como las derivadas de las de orden superior;
por ejemplo, la función delta de Dirac se podría definir como
la derivada de la función escalón unitario, la segunda derivada
de la función rampa unitaria y así sucesivamente.
B. Integral de Convolución
A continuación, considérese un sistema lineal e invariante
en el tiempo (LTI) caracterizado por su respuesta al impulso
h(t). Sea x(t), y(t), la entrada y salida del sistema,
respectivamente (Fig. 1a).
La respuesta al impulso, h(t), es la salida que se obtiene al
aplicar un delta de dirac de área unitaria en la entrada del
sistema LTI (Fig. 1b).
Debido a que el sistema en cuestión es invariante en el
tiempo, un retraso de τ unidades de tiempo en la señal de
entrada implica un retraso equivalente en la salida del sistema,
sistema permite aplicar el principio de superposición mostrado
en la Fig. 1d y la Fig. 1e.
Ponencia Realizada en el Primer Congreso Regional de Electricidad, Electrónica y Sistemas, CREES 2009. 2

Es de aclarar que las propiedades dadas en (11) y (12) son

extensibles a ordenes superiores.

III. MÉTODO BASADO EN FUNCIONES SINGULARES PARA

CALCULAR LA CONVOLUCIÓN

A. Convolución de Funciones Singulares

Considerando las definiciones de las funciones singulares y
la de la integral de convolución mostrada en (7), así como las
propiedades (11) y (12) de la misma, es posible demostrar las
siguientes relaciones:

x ( t ) * δ ( t ) = x ( t ) (13)
d d
x ( t ) * δ ( t ) = x ( t ) (14)
dt dt
x (t ) * u (t ) = ∫ x (λ ) d λ
t
(15)
−∞

En (13) se puede reconocer a la función delta de Dirac

Fig. 1. Integral de Convolución. Nótese la necesidad de la invarianza en el
tiempo del sistema en (c) y como se aplica el principio de homogeneidad en
(d) y el de aditividad en (e) aprovechando que el sistema también es lineal.
De esta forma (Fig. 1f), la salida del sistema se puede
calcular con la denominada integral de convolución dada en
(7). Para simplificar su representación se utiliza el operando
asterisco como la operación de convolución [2]:
∞ la segunda derivada de la misma.
y (t ) = ∫ x (τ ) h (t − τ ) dτ  x (t ) * h (t ) (7)
−∞
En síntesis, la convolución es una operación que permite
determinar la salida de un sistema LTI si se conoce la entrada
y la respuesta al impulso que lo caracteriza.
C. Propiedades de la Convolución
La convolución presenta las mismas propiedades básicas del
producto [4]: es conmutativa, asociativa y distributiva con
respecto a la adición, como se ilustra en (8), (9) y (10),
respectivamente:
x ( t ) * h ( t ) = h ( t ) * x ( t ) (8)
⎡⎣ x ( t ) * h1 ( t ) ⎤⎦ * h2 ( t ) = x ( t ) * ⎡⎣ h1 ( t ) * h2 ( t ) ⎤⎦ (9)
x ( t ) * ⎡⎣ h1 ( t ) + h2 ( t ) ⎤⎦ = x ( t ) * h1 ( t ) + x ( t ) * h2 ( t ) (10)
Existen un par de propiedades adicionales, (11) y (12), con
respecto a las operaciones de diferenciación e integración:
como el módulo de la convolución, de la misma forma que el
cero es para la adición y el uno lo es para el producto. En otras
palabras, la convolución tambien cumple con la propiedad
modulativa.
Ahora bien, de (14) y (15) se puede inferir que la
convolución con tales funciones singulares no es mas que una
forma elegante de representar la integral o derivada de
cualquier señal, y no solo las de primer orden; por ejemplo, la
convolución con r(t) es la segunda integral de la función y la
convolución con la segunda derivada de delta es, por supuesto,
El análisis anterior conlleva a resultados de mayor interés
cuando la señal x(t) es también una función singular. A
continuación se muestran algunos ejemplos:
δ ( t ) * δ ( t ) = δ ( t ) (16)
u ( t ) * u ( t ) = r ( t ) (17)
r ( t ) * u ( t ) = p ( t ) (18)
r ( t ) * r ( t ) = c ( t ) (19)
B. Convolución de Funciones Singulares Desplazadas en el
Tiempo
Si las funciones singulares no se encuentran centradas en el
origen aún es posible encontrar su convolución. El resultado
se obtiene al extender una de las propiedades de la función
delta de Dirac [1], (20), y aplicarla en la definición dada en
(7).
∫ f (t )δ (t − t ) dt = f (t ),
b
0 0 a ≤ t0 ≤ b (20)
a

d d
x (t ) * h ( t ) = ⎡⎣ x ( t ) * h ( t ) ⎤⎦ (11) De esta forma se pueden inferir las siguientes relaciones:
dt dt
x (t ) * ∫ h ( λ ) d λ = ∫ x ( λ ) * h ( λ ) d λ (12)
t t

−∞ −∞
δ ( t − t 0 ) * δ ( t − t1 ) = δ ( t − t 0 − t1 ) (21)
u ( t − t 0 ) * u ( t − t1 ) = r ( t − t 0 − t1 ) (22)
Ponencia Realizada en el Primer Congreso Regional de Electricidad, Electrónica y Sistemas, CREES 2009.
r ( t − t 0 ) * u ( t − t1 ) = p ( t − t 0 − t1 ) (23)
r ( t − t 0 ) * r ( t − t1 ) = c ( t − t 0 − t1 )
En este punto se encuentran todas las herramientas
dispuestas para enunciar un método general para calcular la
convolución. Está basado en las propiedades antes descritas y
en la posibilidad de representar una función de interés como
una combinación lineal de funciones singulares desplazadas en
el dominio del tiempo.
El método se define en breve y mas adelante se ilustrará con
ejemplos numéricos, para facilitar su comprensión.
C. Descripción del Método
Sea x(t) la entrada a un sistema LTI caracterizado por la
respuesta al impulso h(t) y considérese a y(t) como la salida
del mismo.
i. Represente a x(t) y h(t) como una combinación lineal de
funciones singulares desplazadas en el tiempo.
ii. Reemplace a x(t) y h(t), obtenidas en i, en y(t)=x(t)*h(t).
iii. Utilice la propiedad distributiva de la convolución, con
respecto a la adición.
iv. Convolucione las funciones singulares y simplifique el
resultado.
De esta forma se obtiene a y(t) como una combinación lineal
de funciones singulares desplazadas en el tiempo. El resultado
se puede graficar en algún software de matemática como
Matlab, MathCad, Derive o Grapher.
IV. EJEMPLOS DE APLICACIÓN
A. Convolución de dos rectángulos
Considérese el sistema LTI caracterizado por la respuesta al
impulso h(t) de la Fig. 2.
Fig. 2. Respuesta al impulso de un sistema LTI. El sistema es causal, estable
y con memoria.
3
(24)
Fig. 3. Entrada aplicada al sistema caracterizado por h(t). A este tipo de
señales se les denota como no causales ya que existen para tiempos menores
que cero.
De manera similar se muestra, en la Fig. 3, la entrada que se
desea aplicar al sistema LTI. Para encontrar la salida
resultante se empleará el método propuesto.
En (25) y (26) se muestran las representaciones en
funciones singulares de h(t) y x(t), respectivamente.
h ( t ) = 4u ( t − 1) − 4u ( t − 3) (25)
x ( t ) = 2u ( t + 1) − 2u ( t − 2 ) (26)
A continuación se aplica la propiedad distributiva de la
convolución con respecto a la adición.
y (t ) = x (t ) * h (t )
= ⎡⎣ 2u ( t + 1) − 2u ( t − 2 ) ⎤⎦ * ⎡⎣ 4u ( t − 1) − 4u ( t − 3) ⎤⎦ (27)
= ⎡⎣ 2u ( t + 1) * 4u ( t − 1) ⎤⎦ − ⎡⎣ 2u ( t + 1) * 4u ( t − 3) ⎤⎦
− ⎡⎣ 2u ( t − 2 ) * 4u ( t − 1) ⎤⎦ + ⎡⎣ 2u ( t − 2 ) * 4u ( t − 3) ⎤⎦
Se convolucionan las funciones singulares y por último se
simplifica como se muestra en (28).
y (t ) = x (t ) * h (t )
= 8r ( t + 1 − 1) − 8r ( t + 1 − 3) (28)
−8r ( t − 2 − 1) + 8r ( t − 2 − 3)
= 8r ( t ) − 8r ( t − 2 ) − 8r ( t − 3) + 8r ( t − 5 )
El resultado final mostrado en (28) es la convolución
deseada. Obsérvese que el método evoca los procedimientos
practicados en la álgebra básica, como la múltiplicación de
coeficientes y el manejo de signos. De esta forma se justifica
su aplicación en el ámbito académico, en la medida que el
estudiante puede realizar el cálculo deseado con un ahorro de
tiempo considerable.
Para terminar el ejemplo, se muestra la gráfica de y(t) en la
Fig. 4 y se destaca que aunque fue elaborada en un software de
matemáticas, su elaboración manual también es realizable
(considerando las características de las señales involucradas).
Ponencia Realizada en el Primer Congreso Regional de Electricidad, Electrónica y Sistemas, CREES 2009.
Fig. 4. Salida del sistema LTI. Convolución de x(t) con h(t).
B. Cálculo de la Función de Autocorrelación
El segundo ejemplo consiste en la aplicación de la
convolución en el cálculo de la función de autocorrelación.
Esta es la tranformada inversa de Fourier de la densidad
espectral de energía.
La función de autocorrelación, Rf (τ), de la señal de energía
f(τ), se puede calcular por medio de la convolución de f con
el conjugado de su versión reflejada, tal y como se muestra en
(29).
R f (τ ) = f (τ ) * f * ( −τ ) (29)
Tómese en consideración la señal ilustrada en la Fig. 5, f(t),
cuya representación en funciones singulares es la siguiente:
f ( t ) = 2u ( t + 2 ) − 2r ( t + 2 ) + r ( t + 1) + r ( t − 1) + 2u ( t − 1) (30)
En la Fig. 6 se muestra la versión reflejada de f(t). En (31) se
puede observar la representación en funciones singulares de
f(-t).
Fig. 5. Señal f(t). Debido a que la señal es acotada en tiempo y magnitud, su
energía total es finita y la potencia promedio es nula.
4
Fig. 6. Señal f*(-t). Debido a que la señal es real f*(-t) = f(-t).
f ( −t ) = −2u ( t + 1) + r ( t + 1) + r ( t − 1) − 2r ( t − 2 ) − 2u ( t − 2 ) (31)
La función de autocorrelación se calcula a continuación. El
cambio de variable es un formalismo fundamentado en el
hecho que la función no representa una señal.
R f (τ ) = f (τ ) * f * ( −τ )
(32)
= ⎡⎣ 2u (τ + 2 ) − 2r (τ + 2 ) + r (τ + 1) + r (τ − 1) + 2u (τ − 1) ⎤⎦ *
⎡⎣ −2u (τ + 1) + r (τ + 1) + r (τ − 1) − 2r (τ − 2 ) − 2u (τ − 2 ) ⎤⎦
Después de aplicar la propiedad distributiva de la
convolución, con respecto a la adición, se obtiene:
R f (τ ) = f (τ ) * f * ( −τ )
= −4r (τ + 3) + 2 p (τ + 3) + 2 p (τ + 1) − 4 p(τ ) − 4r (τ )
(33)
+4 p (τ + 3) − 2c (τ + 3) − 2c (τ + 1) + 4c (τ ) + 4 p (τ )
−2 p (τ + 2 ) + c (τ + 2 ) + c (τ ) − 2c (τ − 1) − 2 p (τ − 1)
−2 p (τ ) + c (τ ) + c (τ − 2 ) − 2c (τ − 3) − 2 p (τ − 3)
−4r (τ ) + 2 p (τ ) + 2 p (τ − 2 ) − 4 p (τ − 3) − 4r (τ − 3)
Fig. 7. Función de autocorrelación de f(t). La simetría de la función es par y
en τ = 0 ocurre su valor máximo que equivale a la energía total de la señal.
Ponencia Realizada en el Primer Congreso Regional de Electricidad, Electrónica y Sistemas, CREES 2009.
La expresión (33) se puede simplificar, tal y como se
muestra en (34). En la Fig. 7 se ilustra la gráfica respectiva.
R f (τ ) = f (τ ) * f * ( −τ )
= −4r (τ + 3) + 6 p (τ + 3) − 2c (τ + 3) − 2 p (τ + 2 ) + c (τ + 2 )
+2 p (τ + 1) − 2c (τ + 1) − 8r (τ ) + 6c (τ ) − 2 p (τ − 1)
−2c (τ − 1) + 2 p (τ − 2 ) + c (τ − 2 ) − 6 p (τ − 3) − 4r (τ − 3)
−2c (τ − 3)
Como se mencionó al principio, la función de
autocorrelación es la transformada inversa de Fourier de la
densidad espectral de energía y permite encontrar la energía
total de la señal cuando se evalua en τ = 0. En este caso f(t)
tiene 4J.
ET = R f ( 0 ) (35)
V. REVISIÓN DEL MÉTODO PROPUESTO
En las secciones previas se ha enunciado e ilustrado la
aplicación del método con un par de ejemplos. El paradigma
expuesto puede generar diversas apreciaciones en cuanto a su
simplicidad. Es así como se plantean, en este capítulo, las
condiciones requeridas para su aplicación.
En primera instancia se observa la necesidad de representar
las funciones involucradas como una combinación lineal de
funciones singulares desplazadas en el tiempo. Esta condición
es fundamental para que el método pueda aplicarse y se
convierte así en una limitante para la universalidad del mismo;
sin embargo, cuando se considera que las entradas al sistema
LTI son trenes de bits o señales multinivel de una codificación
de línea, las bondades del método empiezan a sobresalir.
Por otra parte, y tal vez la mayor razón para que el método
tenga aplicación nace en el hecho de que los sistemas LTI
básicos tales como amplificadores, derivadores e integradores,
presentan como respuesta al impulso una función singular; por
lo tanto, se garantiza que h(t) es una combinación lineal de
funciones singulares para tales sistemas. Un ejemplo lo
representa el grupo de controladores P, PD, PI o PID
empleados comúnmente en control analógico.
La tercera característica del método y seguramente su
debilidad yace en que la respuesta obtenida no está
representada directamente en una función definida por
intervalos, como si sucede en el método gráfico utilizado con
frecuencia. Es una lástima porque tal representación es para
muchos la mas apropiada.
Por supuesto, existe una contraprestación y es el hecho de
que la gráfica respectiva se puede realizar con un software de
matemáticas. Es suficiente con definir las funciones singulares
en la herramienta, para que la gráfica se pueda obtener en
breve. Por ejemplo, las gráficas mostradas en las Fig. 2-7 son
hechas en grapher 2.0 (software de Apple sobre OS X) bajo la
premisa anterior. Representaciones similares se pueden
conseguir mediante calculadoras gráficas y herramientas más
poderosas como Derive o Matlab.
5
VI. CONCLUSIÓN
El método propuesto permite encontrar la convolución de
dos señales que se puedan representar como combinación
lineal de funciones singulares desplazadas en el tiempo. En
(34)
resumen, se puede mencionar que está basado en las
propiedades de la convolución; evita evaluar la integral de
convolución; reduce la cantidad de pasos requeridos para
obtener el resultado; y obtiene una representación final que es
graficable en un software de matemáticas.
La propuesta que se presenta es una alternativa al método
gráfico y por supuesto, es menester del usuario identificar los
casos en que puede aplicarlo. Se destaca que el método
definido en este artículo es un resumen formal de la
experiencia del autor como docente de la cátedra de análisis de
señales. Ha sido expuesta, optimizada, simplificada y puesta a
prueba por alumnos de ingeniería durante más de ocho (8)
semestres. Para el autor es grato destacar que los resultados
han sido satisfactorios en pro de la actividad académica y que
a su vez, la motivación demostrada por parte de los estudiantes
ha incrementado notablemente.
En este artículo se dejaron de plasmar ejemplos de
aplicación a sistemas LTI, así como ejercicios dirigidos al
contexto de las telecomunicaciones, dado que el interés central
es la definición formal del método. El trabajo a seguir es la
elaboración de un texto basado en la temática, la extensión del
método para análisis en tiempo discreto y la búsqueda de
herramientas adicionales que faciliten la aplicación y
aprendizaje del análisis de señales.
RECONOCIMIENTOS
H. I. López quiere agradecer a la facultad de ingeniería de la
Fundación Universitaria San Martin, por permitirle formarse
en su labor docente, y expresar su sentimiento de gratitud a
todos los estudiantes, docentes, colegas y directivos que
hicieron parte del proceso de realimentación.
REFERENCIAS
[1] S. Soliman, M. Srinath. “Señales y Sistemas Continuos y Discretos”, 2da
ed. Prentice Hall, 1999, pp. 19–33.
[2] A. Oppenheim, A. Willsky, S. Nawad. “Señales y Sistemas”, 2da ed.
Prentice Hall, 1998, pp. 90–115.
[3] H. Hsu. “Análisis de Fourier”, 1ra ed. Prentice Hall, 1987, pp. 151-171.
[4] B. Lathi. “Introducción a la Teoría y Sistemas de Comunicación”, 1ra
ed. Limusa, 2005, pp. 87-94.
Hans I. López nació en Barranquilla el 24 de Junio de 1982. Es ingeniero
Electrónico de la Universidad Distrital Francisco José de Caldas. Obtuvo el
mayor promedio acumulado de la facultad de ingeniería en la promoción
2003. Estudiante becado y candidato a Magister en Ciencias de la Información
y las Telecomunicaciones de la misma institución.
Él se ha desempeñado, desde el año 2004, como docente de ingeniería en
electrónica y telecomunicaciones. En la actualidad presta sus servicios como
Docente de Medio Tiempo en la Universidad Distrital y como el Coordinador
de Investigación de la Facultad de Ingeniería de la Fundación Universitaria
San Martín, ambos empleos ubicados en la ciudad de Bogotá. Sus temas de
interés son el análisis de señales y la ingeniería de teletráfico. La investigación
que adelanta para su tesis de maestría se fundamenta en la síntesis de tráfico
multifractal.