Semana 8 - Convolucion y Serie de Fourier

Análisis de Señales y Sistemas
UNIVERSIDAD NACIONAL DE INGENIERIA
Análisis de Señales Y Sistemas
Ciclo: 2020 - II
Profesor:
Ing. ARÉVALO VILLANUEVA MANUEL
Lima-Perú
2020
Sistemas Lineales e Invariantes con el tiempo

Ya hemos estudiado diversas propiedades de sistemas. Dos de ellas, la linealidad
y la invarianza con el tiempo juegan un papel fundamental en el análisis de
señales y sistemas, debido a que muchos fenómenos físicos se pueden modelar
mediantes sistemas lineales invariantes en el tiempo, y debido también a que el
análisis matemático del comportamiento de esos sistemas se pueden realizar
por procedimientos muy directos.
En esta sección vamos a desarrollar una importante y útil representación para
los sistemas lineales e invariantes con el tiempo (LTI, del inglés lineal tiene
invariantes). Esto constituye los fundamentos de la teoría de sistemas lineales y
de las diferentes transformadas que serán extendidas en el curso.
Un problema fundamental en el análisis de sistemas es la obtención de las
respuestas a alguna entrada determinada.
Analíticamente, esto se puede resolver de formas muy diferentes. Una forma
obvia sería resolver la ecuación diferencial que describe el sistema, teniendo en
cuenta la entrada especifica y las condiciones iniciales
En este capitulo presentaremos un segundo competo que explota la linealidad y

la invarianza temporal del sistema. El desarrollo de este método conduce a una
importante integral conocida como convolución
Convolución
Los sistemas lineales se gobiernan por el principio de superposición
Sean y1 (t) e y2 (t) las respuestas de un sistema en las entradas x1 (t) y x2 (t),
respectivamente. El sistema es lineal si la respuesta a la entrada
x (t) = a1 x1 (t) + a2 x2 (t) es igual a y (t) = a1 y1 (t) + a2 y2 (t)
En general, si la entrada x (t) es una suma ponderada de cualquier conjunto de
señales xi (t) y la respuesta a xi (t) es y1 (t), entonces si el sistema es lineal, la
medida y (t) será la suma ponderada de las respuestas y1 (t). Es decir, si
n
X
x (t) = a1 x1 (t) + a2 x2 (t) + · · · + an xn (t) = ai xi (t)
i=1
tenemos entonces que
n
X
y (t) = a1 y1 (t) + a2 y2 (t) + · · · + an yn (t) = ai yi (t)
i=1
PRODUCED BY AN AUTODESK STUDENT VERSION

Dadas las señales x (t) y h(t), entonces la convolución se denota por x (t) ∗ h(t)
y se define como
Z ∞
y (t) = x (t) ∗ h(t) = x (τ ) h (t − τ ) dτ
−∞
La función h(t) se denomina respuesta al impulso del sistema LTI

Una consecuencia de esta representación es que un sistema LTI queda
completamente caracterizado mediante su respuesta al impulso. Es importante
indicar que la convolución
y (t) = x (t) ∗ h(t)
no existe para cualquier señal. Las condiciones suficientes para que exista la
convolución de las señales x (t) e h(t) son:
i) Tanto x (t) como h(t) deben ser absolutamente integrables en el intervalo

h −∞; 0]
ii) Tanto x (t) como h(t) deben ser absolutamente en el intervalo [0; ∞ i
iii) x (t) o h(t); o bien ambas deben ser absolutamente integrables en el
intervalo h−∞; ∞i
Se dice que la señal x (t) es absolutamente integrable en el intervalo [a; b] si
Z b
|x (t)| dt < ∞
a
Por ejemplo, las convoluciones sen ωt ∗ cos ωt, exp(t) ∗ exp(t) y
exp(t) ∗ exp(−t) no existen.
La operación de convolución en tiempo continuo satisface estas importantes
propiedades.
Propiedad Conmutativa
x (t) ∗ h(t) = h(t) ∗ x (t)

Esta propiedad se demuestra por sustitución de variables. Implica que los
papeles de la señal de entrada y de la respuesta al impulso son intercambiables
Propiedad Asociativa
x (t) ∗ h1 (t) ∗ h2 (t) = [x (t) ∗ h1 (t)] ∗ h2 (t)

= x (t) [h1 (t) ∗ h2 (t)]
Esta propiedad se demuestra intercambiando el orden de integración. Implica
que una combinación en cascada de sistemas LTI se puede sustituir por un
único sistema, cuya respuesta al impulso es la convolución de las respuestas al
impulso de cada sistema.
Propiedad Distributiva
x (t) ∗ [h1 (t) + h2 (t)] = [x (t) ∗ h1 (t)] + [x (t) ∗ h2 (t)]

Esta propiedad es consecuencia directa de la propiedad lineal de la integración.
Implica que una combinación en paralelo de sistemas LTI es equivalente a un
único sistema, cuya respuesta al impulso es la suma de las respuestas al
impulso de los sistemas en paralelo.
La figura (1) ilustra esta tres posibilidades
≡
(a)
≡
(b)
(c)
propiedad de la convolución de sistema continuos
Se pueden obtener algunas propiedades adicionales interesantes de la

convolución si consideramos la convolución con funciones de singularidad,
concretamente con el escalón unidad, el impulso unidad y el doblete unidad.
Utilizando las definiciones dadas
Z ∞
x (t) ∗ δ (t) = x (τ ) δ (t − τ ) dτ = x (t)
−∞
Demostración:
Haciendo t − τ = u → τ =t −u → dτ = −du
Z −∞
= x (t − u) δ (u) (−du)
+∞
Z +∞
=− x (t − u) δ (u) (−du)
−∞
Z ∞
= x t − u) δ (u) du = |x (t − u)|u=0 = x (t)
−∞
También Z t2
x (t0 ) t1 < t0 < t2
x (t) δ (t − t0 ) dt =
t1 0 en el resto
Se puede demostrar utilizando el cambio de variables
τ = t − t0 → t = t0 − τ → dt = dτ
Z t2 −t0
x (τ + t0 ) d (τ ) dτ = x (τ + t0 )|u=0 = x (t0 ) ; t1 < t0 < t2
t1 −t0
Por lo tanto, un sistema LTI con respuesta al impulso h (t) = δ (t) es el

sistema indentidad
Consideremos ahora
Z ∞ Z t
x (t) ∗ u (t) = x (τ ) u (t − τ ) dτ = x (τ ) dτ
−∞ −∞
En consecuencia, un sistema LTI con respuesta al impulso h (t) = u (t) es un

integrador perfecto. Por ultimo
Z ∞
0
x (t) ∗ f (t) = x (τ ) δ 0 (t − τ ) dτ = x 0 (t)
−∞
con lo que podemos ver que un sistema LTI con respuesta al impulso
h (t) = δ 0 (t) es un diferenciador perfecto. Estas propiedades, junto con las
otras ya presentadas, ponen de manifiesto las diferencias entre las tres
operaciones siguientes.
x (t) δ (t − a) = x (a) δ (t − a)
Z ∞
x (t) δ (t − a) at = x (a)
−∞
x (t) ∗ δ (t − a) = x (t − a)
El resultado de la primer operación (propiedad de muestreo de la función delta)

es una nueva función delta con peso x (a).
El resultado de la segunda operación (propiedad de desplazamiento de la
función delta) es el valor de la señal x (t) en t = a
Por ultimo, el resultado de la tercera operación (propiedad de convolución de la
función delta) es una versión desplazada de x (t)
Interpretación gráfica de la Convolución

El cálculo de x (t) ∗ h(t) cuando las dos señales son continuas para todo t, no
es conceptualmente más complicado que la integración ordinaria.
Sin embargo, en muchas razones al menos una de las dos señales involucradas
se define por tramos. En este caso, la interpretación gráfica de la convolución
resulta especialmente útil.
A continuación indicaremos los pasos de esta aguda gráfica para la obtención
de la convolución.
Dichos pasos indican como se calcula gráficamente la convolución en el

intervalo ti−1 ≤ t ≤ ti , donde el intervalo [ti−1 ; ti ] se escoge de forma que el
producto x (τ )h(t − τ ) se pueden describir mediante una única expresión
matemática en dicho intervalo
Paso 1
Para t un valor arbitrario fijo en el intervalo [ti−1 ; ti ] se dibujan x (τ ), h(t − τ )
y el producto g(t; τ ) = x (τ )h(t − τ ) como funciones de τ . Observe que
h(t − τ ) es una versión invertida y desplazada de h(τ ), y que se obtiene
desplazando h(−τ ) a la derecha t segundos.
Paso 2
Integrar el producto g(t; τ ) como función de τ . Observe que el integrando
g(t; τ ) depende de t y de τ , τ es la variable de integración que desaparecerá al
calcular la integral e imponer los limites sobre el resultado. La integración
puede verse como el área bajo la curva represnetada por el integrando.
Ejemplo 1
Consideremos las señales que se muestran en la figura (1) siendo

x (t) = Aexp(−t) , 0 ≤ t < ∞
t
h(t) = 0≤t<T
T

h(t-τ)

Interpretación grafica de la convolución

Ejemplo 2 PRODUCED BY AN AUTODESK STUDENT VERSION
Determine la siguiente convolución
t t

y (t) = rect ∗ rect
2a 2a
Solución:




i) Si t + a < −a
→ y (t) = 0
t < −2a
ii) −a < t + a < a → −2a < t < 0

Z t+a
y (t) = x (τ )h(t − τ )dτ
−a
Zt+a Z t+a
y (t) = (1)(1)dτ = dτ = τ |t+a
−a = t + a − (−a) = t + 2a
−a −a
y (t) = t + 2a
UCED BY AN AUTODESK STUDENT VERSION
PRODUCED BY AN AUTODESK STUDENT VE

iii) −a < t − a < a → 0 < t < 2a

Z a
y (t) = x (τ )h(t − τ )dτ
t−a
Za Z a
y (t) = (1)(1)dτ = dτ = τ |at−a

t−a t−a
y (t) = a − (t − a) = 2a − t

RODUCED BY AN AUTODESK STUDENT VERSION
PRODUCED BY AN AUTODESK STUDENT VERSIO
Finalmente
El resultado se expresa analíticamente así:


 0 ; t < −2a

t + 2a ; −2a ≤ t < 0

y (t) =
2a − t


; 0 ≤ t < 2a
0 ; t ≥ 2a
o de esta más compacta

2a − |t| ; |t| ≤ 2a
y (t) =
0 ; |t| ≥ 2a
t

= 2a∆
2a
Esta señal aparecerá frecuentemente en nuestros

razonamientos y se denomina
t
señal triangular, utilizaremos la notación ∆ para indicar una señal
2a
triangular de altura 2a; centrada en t = 0 y longitud de la base 4a.

Ejemplo 3
t1 > t2


1) cambiamos t por τ

2) hacemos la gráfica h(t + τ )


Finalmente

Comenzando la integración
i) t < −t2
y (t) = 0

ii) para −t2 < t < 0
Z t
y (t) = x (t) ∗ h (t) = x (τ ) h (t − τ ) dτ
−t2
t
t
2τ 2
Z
τ

= + 1 (2) dτ = + 2τ
−t2
t2 2t 2 −t
PRODUCED BY AN AUTODESK STUDENT VERSION 2
2
2

2t 2t2
= + 2t − + 2 (−t2 )
2t 2 2t 2
t2 t2 (t + t2 )2
= + 2t − t2 + 2t 2 = + t2 + 2t =
t2 t2 t2
también por áreas

(t − (−t2 )) 1
y (t) = 2 · (t − (−t2 ))
2 t2
(t + t2 )2

y (t) =
t2
iii) 0 < t < t1 − t2
t − t1 < −t2
t < t1 − t2

Z 0
y (t) = x (τ ) h (t − τ ) dτ
PRODUCED
−tBY
2 AN AUTODESK STUDENT VERSION
Z 0
τ

y (t) = + 1 2dτ
−t2
t2
2 0
2τ t2 2
y (t) = + 2τ =− + 2t2

2t 2 t2
−t2
= −t2 + 2t2 = t2
iv) t1 − t2 < t < t1
t − t1 < 0
t < t1
−t2 < t − t1
t1 − t2 < t < t1
0
0
2τ 2 (t − t1 )2
Z
τ

y (t) = + 1 · 2dτ = + 2τ =− − 2 (t − t1 )
t−t1
t2 2t 2 t−t
t2
1
(−2t + 2t 1 ) t2 − t 2 + 2tt1 − t1 2
=
t2
−2tt 2 + 2t1 t2 − t 2 + 2tt1 − t1 2
=
t2
Serie de Fourier
Introduccion:
Vemos que si {φ0 (x ) ; φ1 (x ) ; φ2 (x ) ; ...} es un conjunto de funciones con
valores reales que son ortogonales en el intervalo [a; b] y si f es una función
definida en el mismo intervalo, entonces podemos desarrollar formalmente f en
una serie ortogonal C0 φ0 (x ) + C1 φ1 (x ) + C2 φ2 (x ) + ...
Ahora desarrollaremos la funciones en términos de un conjunto ortogonal
especial de funciones trigonométricas.
Series trigonométricas
El conjunto de funciones trigonométricas

π 2π 3π π 2π 3π
1; cos x ; cos x ; cos x ; . . . ; sen x ; sen x ; sen x; . . . ......... (I)
p p p p p p
es ortogonal en el intervalo [−p; p]. Este conjunto será de especial importancia
posteriormente en la solución de ciertos tipos de problemas con valores en el
límite que involucran ecuaciones diferenciales lineales parciales.
En estas aplicaciones necesitamos desarrollar una función f definida sobre

[−p; p] en una serie ortogonal que consiste en las funciones trigonométricas
dadas en (I), es decir,
∞
a0 X nπ nπ
f (t) = + an cos t + bn sen t ......... (II)
2 p p
n=1
Los coeficientes a0 ; a1 ; a2 ; . . . ; b1 ; b2 ; b3 ; . . . pueden determinarse exactamente

en la misma forma que en el análisis general de las expansiones de serie
ortogonales.
Antes de continuar, observe
que
hemos seleccionado escribir el coeficiente de 1
a0
en el Conjunto (1) como en lugar de a0 , esto solamente es por
2
conveniencia, pues la fórmula de an se simplificará entonces a a0 para n = 0
Integramos ambos lados de (II) desde −p hasta p
Z p Z p ∞ Z p
a0 X nπ
f (t)dt = dt + an cos t dt+
−p
2 −p −p
p
n=1
Z p
nπ
bn sen t dt ......... (III)
−p
p

nπ nπ
puesto que cos t y sen t , n ≥ 1 son ortogonales a 1 en el
p p
intervalo, el segundo miembro de (II) se reduce a un solo término:
Z p Z p
a0 a0 p

f (t)dt = dt = t = pa0
−p
2 −p
2 −p
despejando a0
Z p
1
a0 = f (t)dt ......... (IV )
p −p

mπ
Ahora multiplicando (II) por cos t e integramos
p
Z p Z p
mπ a0 mπ
f (t) cos t dt = cos t dt
−p
p 2 −p
p
∞ Z p Z p
X mπ nπ mπ nπ
+ an cos t cos t dt + bn cos t sen t dt
−p
p p −p
p p
n=1
......... (V )
Mediante la ortogonalidad, tenemos

Z p Z p
mπ mπ nπ
cos t dt = 0 , m>0 ; cos t sen t dt = 0
−p
p −p
p p
y
Z p
nπ mπ 0; m 6= n
cos t cos t dt =
−p
p p p; m=n
por lo tanto, (V) se puede simplificar en
Z p
nπ
f (t) cos t dt = an p
−p
p
y así
Z p
1 nπ
an = f (t) cos t dt ......... (VI)
p −p
p

mπ
Por ultimo, si multiplicamos (II) por sen t , integramos, y usamos los
p
resultados
Z p Z p
mπ mπ nπ
sen t dt = 0 , m>0 ; sen t sen t dt = 0
−p
p −p
p p
y
Z p
mπ nπ 0; m 6= n
sen t sen t dt =
−p
p p p; m=n
encontramos que
Z p
1 nπ
bn = f (t) sen t dt ......... (VI)
p −p
p
Se dice que la serie trigonometrica (I) con coeficientes a0 , an y bn definidos por

(IV); (VI) y (VII) se conocen como coeficientes de Fourier
Para calcular los coeficientes a0 ; an y bn se supone que f es integrable en el
intervalo
y
que (II), así como la serie obtenida al multiplicar (II) por
mπ
cos t converge de tal manera que permite la integración término por
p
término.
Hasta que se demuestre que (II) es convergente para que una función f dada,
el signo de igualdad no se tomará en sentido estricto o literal.
En algunos libros se utiliza el simbolo ∼ en lugar de =. En vista de que la
mayoría de las funciones incluidas en las aplicaciones son de un tipo que
garantiza la convergencia de la serie, aqui utilizaremos el simbolo de igualdad.
Definición
La serie de Fourier de una función f definida en el intervalo (−p; p) está dada
por
∞
a0 X nπ nπ
f (t) = + an cos t + bn sen t
2 p p
n=1
Con
Z p
1
a0 = f (t)dt ......... (i)
p −p
Zp
1 nπ
an = f (t) cos t dt ......... (ii)
p −p
p
Zp
1 nπ
bn = f (t) sen t dt ......... (iii)
p −p
p
Ejemplo 1
Desarrollo de una serie de Fourier

R −→ BY
Expanderm la función f :PRODUCED RANtal que STUDENT VERSION
AUTODESK

0 −π <t <0
f (t) =
π−t 0≤t <π
en una serie de Fourier

Solución:
π
...... ......
-π O π
fig1
La grafica de f se proporciona en la figura (1).

Con p = π, calculemos las constantes a0 , an y bn usando (i) ; (ii) y (iii)
Z π Z 0 Z π
1 1
a0 = f (t)dt = 0dt + (π − t)dt
π −π
π −π 0
π
1 t2 =π

= πt −
π 2
0
2
Z π Z 0 Z π
1 1
an = f (t) cos ntdt = 0dt + (π − t) cos ntdt
π −π
π −π 0
Z π
1 sen nt π 1

= (π − t) + sen ntdt
π n 0 n 0
1 cos nt π − cos nπ + 1 1 − (−1)n

= − = 2
=
nπ n 0 n π n2 π
n
1 − (−1)
= ; cos nπ = (−1)n
n2 π
De manera simlar, encontramos

Z p
1
bn = f (t) sen ntdt
p −p
Zπ
1 1
bn = (π − t) sen tdt =
π 0
n
por lo tanto
∞
1 − (−1)n

π X 1
f (t) = + cos nt + sen nt
4 n2 π n
n=1
Tarea
Encuentre la serie de Fourier de la función f : R −→ R definida por y = f (t)

0 −π <t <0
a) f (t) =
1 0≤t<π

−1 − π < t < 0
b) f (t) =
2 0≤t<π

1 −1<t <0
c) f (t) =
t 0≤t<1

0 −1<t <0
d) f (t) =
t 0≤t<1

0 −π <t <0
e) f (t) =
t2 0 ≤ t < π
Utilize el resultado de la serie para calcular

π2 1 1 1
= 1 + 2 + 2 + 2 + ...
6 2 3 4
Utilice tambien para calcular
π2 1 1 1
= 1 − 2 + 2 − 2 + ...
12 2 3 4

π2 − π < t < 0
f) f (t) =
π2 − t 2 0 ≤ t < π
g) f (t) = {t + π ; −π < t < π
h) f (t) = 3 − 2t ; −π < t < π

0 −π <t <0
i) f (t) =
sent 0 ≤ t < π
( π
0 − <t<0
j) f (t) = 2 π
cos 0≤t<
2
Utilize el resultado del ejercicio (j) y demuestre que

π 1 1 1
= 1 − + − + .....
4 3 5 7
k) Utilize el resultado (i) para demostar que

π 1 1 1 1 1
= + − + − + ........
4 2 1·3 3·5 5·7 7·9
El valor cuadratico (RMS) por sus siglas en ingles de una función f
definida en un intervalo (a;b) esta dado por
v
uZ b
2
u
t a f (t)dt
u
RMS(f ) =
b−a

Semana 8 - Convolucion y Serie de Fourier

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Semana 8 - Convolucion y Serie de Fourier

Cargado por

Copyright:

Formatos disponibles

Análisis de Señales y Sistemas

UNIVERSIDAD NACIONAL DE INGENIERIA

Análisis de Señales Y Sistemas

Sistemas Lineales e Invariantes con el tiempo

En este capitulo presentaremos un segundo competo que explota la linealidad y

PRODUCED BY AN AUTODESK STUDENT VERSION

La función h(t) se denomina respuesta al impulso del sistema LTI

i) Tanto x (t) como h(t) deben ser absolutamente integrables en el intervalo

x (t) ∗ h(t) = h(t) ∗ x (t)

x (t) ∗ h1 (t) ∗ h2 (t) = [x (t) ∗ h1 (t)] ∗ h2 (t)

PRODUCED BY AN AUTODESK STUDENT VERSION

x (t) ∗ [h1 (t) + h2 (t)] = [x (t) ∗ h1 (t)] + [x (t) ∗ h2 (t)]

Se pueden obtener algunas propiedades adicionales interesantes de la

Por lo tanto, un sistema LTI con respuesta al impulso h (t) = δ (t) es el

En consecuencia, un sistema LTI con respuesta al impulso h (t) = u (t) es un

El resultado de la primer operación (propiedad de muestreo de la función delta)

Interpretación gráfica de la Convolución

Dichos pasos indican como se calcula gráficamente la convolución en el

PRODUCED BY AN AUTODESK STUDENT VERSION

Consideremos las señales que se muestran en la figura (1) siendo

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

Interpretación grafica de la convolución

Ejemplo 2 PRODUCED BY AN AUTODESK STUDENT VERSION

Determine la siguiente convolución

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

ii) −a < t + a < a → −2a < t < 0

PRODUCED BY AN AUTODESK STUDENT VE

iii) −a < t − a < a → 0 < t < 2a

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

El resultado se expresa analíticamente así:

PRODUCED BY AN AUTODESK STUDENT VERSION

Esta señal aparecerá frecuentemente en nuestros

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

2) hacemos la gráfica h(t + τ )

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

también por áreas

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

PRODUCED BY AN AUTODESK STUDENT VERSION

En estas aplicaciones necesitamos desarrollar una función f definida sobre

Los coeficientes a0 ; a1 ; a2 ; . . . ; b1 ; b2 ; b3 ; . . . pueden determinarse exactamente

Mediante la ortogonalidad, tenemos