SENALES Y SISTEMAS

continuos y discretos

.

.

~..,.c......_

.

.

.

._

..

~

••

_._~_.

__

•• _-

\.
\

\,

\

SENALES Y SISTEMAS continuos y discretos
Segunda edici6n

-

Samir S. SOLIMAN
QUALCOMM

Incorporated San Diego, California

Mandyam D. SRINATH
Southern Methodist University
Dallas, Texas

Traduccion;

Ana Torres Suarez Licenciada en Ciencias Ftsicas Revision tecnica: Miguel Angel Rodriguez Hernandez Universidad Politecnica de Valencia

PRENTICE

HALL

Madrid • Mexico • Santafe de Bogota • Buenos Aires • Caracas • Lima Montevideo s Sanjuan s Sanjose s Santiago s Sao Paulo s White Plains

/

Datos de catulogacion bibhografica

Samir S. Soliman, Mandyam D. Srinath

SENALES Y SISTEMAS

CONTINUOS

Y DISCRETOS. Segunda edicion PRENTICE HALL IBERIA, S.R.L.. Madrid, 1999

ISBN: 84-8322-\54-3
Materia: Ingenierta, 62

Formato 195 x 250

Paginas: 560

Samir S. Soliman, Mandyam D. Srinath
SEN-ALES Y SISTEMAS CONTINUOS Y DISCRETOS. Segunda edicion

No esta permit ida la reproduccion total 0 parcial de esta obra ni su tratamiento 0 transmisi6n por cualquier medio 0 metoda sin autorizaci6n escrita de la Editorial.

DERECHOS RESERV ADOS © 1999 respecto a la primera edici6n en espafiol por: PRENTICE HALL IBERIA, S.R.L. Nunez de Balboa, 120 28006 MADRID ISBN: 84-8322-154-3 Legal: M. 31.512-1999

Dep6sito

Traducido de: CONTINUOUS AND DISCRETE PRENTICE HALL © MCMXCVIII ISBN: 0-13-569112-5

SIGNALS AND SYSTEMS

Edicion en espaiiol:
Editora: Isabel Capella Editor de producci6n: Pedro Aguado Diseflo de cubierta: DIGRAF, S. A. Composici6n: COPIBOOK, S. L. Impreso por: IMPRESO EN ESPANA - PRINTED IN SPAIN
Este libro ha sido impreso can papel y tintas ecolcgicos

Contenido

PR6LOGO 1. REPRESENTACI6N 1.1. DE SENALES

, . . . .. . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .. . . . . . .

XIII

1.2. 1.3. 1.4. 1.5.

1.6.

1.8. 1.9. 1.10.
1.11. 2.

1. 7.

Introducci6n '" Sefiales en tiempo continuo y sefiales en tiempo discreto.............................................. Senales peri6dicas y aperi6dicas. . . . . . .. . . . . .. . . .. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . .. . . . Sefiales de energfa finita y de potencia media finita..................................... Transformaciones de la variable independiente......................................................... 1.5.1. La operaci6n de desplazamiento................................................................. 1.5.2. La operaci6n de reflexi6n......................................................................... 1.5.3. La operaci6n de escalado temporal.............................................................. Sefiales elementales........................................................................................ 1.6.1. La funcion escal6n unidad........................................................................ 1.6.2. La funcion rampa................................................................................. 1.6.3. La funci6n de muestreo.................................... . . . . . . . . .... . . . . . . . . . . . . . . .. . . . . . . . . . . . 1.6.4. La funci6n impulso unidad....... . .. .. .. . . .. . . . . . . . . . . . . .. .. . . .. .. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.6.5. Derivadas de la funci6n impulso................................................................. Otros tipos de sefiales..................................................................................... Resumen............................... Lista de terminos importantes. . . .. . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . .. . . . .. . . . . . . . . . . . .. .. . . . . Problemas.................................................................................................. Problemas para computador.............................................................................

1 2 3 6 10 10 13 16 19 20 21 22 23 30 33 34 35 36 42
43

SISTEMAS EN TIEMPO CONTINUO.......................................................................

2.1. Introd uccion ~.. . 2.2. Clasificaci6n de sistemas en tiempo continuo '" . .. . . . . . . . . . . .. . 2.21. Sistemas lineales y no lineales..................................................................... 2.2.2. Sistemas variantes e invariantes con el tiempo............. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.3. Sistemas con memoria y sin memoria.. .. .. .. .. ...... .. . .. .. . . . . . .. . . .. .... .. .. .. . .. . .. .. ... .... .. 2.2.4. Sistemas causales................................................................................... 2.2.5. Sistemas invertibles y sistema inverso " " . .. 2.2.6. Sistemas estables :...............................................................

44 44 48 50 51 53 54

43

VIII

Contenido .. . . .. . . . . . . . . . . .. . . . .
. .

2.3. Sistemas lineales e invariantes con el tiempo 2.3.1. La convoluci6n 2.3.2. Interpretaci6n grafica de la convoluci6n

55 55 61 66 66 66 67 68 69 69 71 73 75 78 79 81 89 90
94

2.4. Propiedades de los sistemas lineales e invariantes can el tiempo
2.4.1. Propiedad de memoria de los sistemas LTI 2.4.2. Sistemas LTI causales .; 2.4.3. Sistemas LTI invertibles 2.4.4. Sistemas LTI estables Sistemas descritos por ecuaciones diferenciales 2.5.1. Ecuaciones diferenciales lineales con coeficientes constantes 2.5.2. Componentes basicos de los sistemas 2.5.3. Diagramas de simulaci6n para sistemas en tiempo continuo 2.5.4. Obtenci6n de la respuesta al impulso . .. ,,1 ;)~l_;i'. _.-:=:) Representacion mediante vanables de estado 2.6.1. Ecuaciones de estado 2.6.2. Soluci6n en el dominio del tiempo de las ecuaciones de estado 2.6.3. Ecuaciones de estado en la primera forma can6nica 2.6.4. Ecuaciones de estado en 1a segunda forma can6nica 2.6.5. Consideraciones sobre estabilidad Resumen Lista de terminos importantes Problemas ~.. .~ <; :0' : i.~ :.> '{': ',:' ~ :: "> .::: •.. ' .. :< :;' , . ',~ .(: .~ Introducci6n.............
Representaciones

2.5.

2.6.

2.7. 2.8. 2.9.

.

96 97 98 109 109 110 115 125 127 127 129 132 132 133 135 135 137 137 145 148 151 151 164 167

3. SERIES DE FOURIER.......................................................................................... 3.1. 3.2. 3.3. 3.4. 3.5.
ortogonales de setiales .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.6. 3.7. 3.8. 3.9. 3.10. 3.11.

Desarrollo en serie de Fourier mediante exponenciales complejas............................ ......... Condiciones de Dirichlet.................................................................................. Propiedades de desarrollo en serie de Fourier.......................................................... 3.5.1. Propiedad de aproximaci6n de mfnimos cuadrados..................................... ....... 3.5.2. Efectos de la simetrfa............................................................................. 3.5.3. Linealidad.......................................................................................... 3.5.4. Producto de dos seiiaJes.......................................................................... 3.5.5. Convoluci6n de dos senales . . . . . . .. . . . . . . . . . . . . . . . . .. . .. .. . ... .. . .. . .. . . . . . . . . . . . . . . . . 3.5.6. Teorema de Parseva1 ;.................................... 3.5.7. Desplazamiento en el tiempo..................................................................... 3.5.8. Integraci6n de senales peri6dicas................... . Sistemas con entradas peri6dicas......................................................................... El fen6meno de Gibbs..................................................................................... Resumen.............. Lista de terminos importantes.................................................................. Problemas Problemas para computador.............................................................................

4. LA TRANSFORMADA DE FOURIER....................................................................... 4.1. Introducci6n............................................. 4.2. La transformada de Fourier en tiempo continuo......................................................... 4.2.1. Desarrollo de la transformada de Fourier........................................................ 4.2.2. Existencia de la transformada de Fourier..... .. .. .. .. .. .. .. . .. . 4.2.3. Ejemplos de transforrnadas de Fourier en tiempo continuo __ 4.3. Propiedades de la transformada de Fourier .. __ __ .. ..

.. .. .. ..

168 168 168 .. 170 __ 171 176

Contenido

IX
178 179 180

4.3.1. Linealidad 4.3.2. Simetria ', 4.3.3. Desplazamiento temporal.......................................................................... 4.3.4. Escalado temporal.................................................................................. 4.3.5. Diferenciaci6n ., 4.3.6. Energfa de senales no peri6dicas.................................................................. 4.3.7. Convoluci6n....... 4.3.8. Dualidad ,............................................................................ 4.3.9. Modulaci6n............ 4.4. Aplicaciones de la transformada de Fourier 4.4.1. 4.4.2. 4.4.3. 4.4.4. 4.5. Modulacion de amphtud
• • ~--. ,,~ ~:>.
~';>;,

'" ,............ ..

180
,. " . . . . . . . . . . . 182 184 186 189 191 195 195 198 199 205 209 .. .. 209 213 216 217 218 231 231 232 235 237 238 238 239 240 240 241 244 245 246 246 250 251 253 259 263 263 264 266 269 272 274 276 277 285 285

"
' );-

:................
,'_', \

M ultiplexacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .. . . .. .. . .. . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
El teorema de muestreo............................ Filtrado de sen ales . .. . . . . . . . . . . . . . . . . . . . .. .. . .. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

;

'>'./r

;/.-:::

;..-...}_-:~

:......................................

r-.;_,

~ ,:_. t

.c'\._.

Relaciones entre duracion y ancho de banda............ 4.5.1. Definiciones de duracion y ancho de banda.............................................. 4.5.2. EI principia de incertidumbre....................... ..

4.6. 4.7. 4.8.

Resumen.... . .. . Lista de terminos importantes............................................. Problemas " . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . .. . . . . . . .

5. LA TRANSFORMADA DE LAPLACE....................................................................... 5.1. 5.2. 5.3. 5.4. 5.5. Introduccion.............. La transformada bilateral de Laplace , , , .. . . . . . . . . . . . . . . . La transformada unilateral de Laplace.................................................................. Calculo de transformadas bilaterales mediante transformadas unilaterales.... Propiedades de la transformada unilateral de Laplace................................................. 5.5.1. 5.5.2. 5.5.3. 5.5.4. 5.5.5. 5.5.6. 5.5.7. 5.5.8. 5.5.9. 5.5.10. 5.5.11. Linealidad , . . . . . . . . . . . . . . . . . . . . . . . .. . . . . Desplazamiento temporal....................................................................... Desplazamiento en el dominio s................................................................ Escalado temporal............................................................................... Diferenciaci6n en el dominio del tiempo....................................................... Integracion en el dominio del tiempo.......................................................... Diferenciacion en el dominio s.................................................................. Modulacion , .. . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . Convoluci6n , . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .. . . . . . Teorema del valor inicial........................................................................ Teorema del valor final. . . . . . .. . . . . . ... .. .. . .. .. .. . .. .. ... .. ... .. .. . .. .. . . . . . .. .. .. . . . . . . . . . . . . . .
"-

.5.6. La transformada inversa de Laplace..................................................................... 5.7. Diagramas de simulacion para sistemas en tiempo continuo ,.................... 5.8. Aplicaciones de la transformada de Laplace............................................................

5.8.1. Solucion de ecuaciones diferenciales............................................................. 5.8.2. Aplicacion al analisis de circuitos RLC ..... , ... , . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.8.3. Aplicacion en control............................................................................. 5.9. 5.10. 5.11. 5.12. 5.13. 6. Ecuaciones de estado y transformada de Laplace , . . . . . . . . . . . . . .. .. . . . . . . . . . . . . . . .. . . . . . . . . Estabilidad en el dominio s............................................................................... Resumen.................................................................................................... Lista de terminos importantes............................................................................ Problemas.................................................................................................. ,.............. ' , , ..

SISTEMAS EN TlEMPO DISCRETO 6.1. Introducci6n

X

Contenido 6.1.1. Clasificaci6n de sefiales en tiempo discreto....................................... . 6.1.2. Transformaciones de la variable independiente ...... "'......................................... 6.2. Senales elementales en tiempo discreto.................................................................. 6.2.1. Funciones discretas impulso y escalon................................... .. 6.2.2. Secuencias exponenciales......................................................................... 6.3. Sistemas en tiempo discrete """"" 6.4. Convolucion peri6dica.................................................................................... 6.5. Representaci6n de sistemas en tiempo discrete mediante ecuaciones en diferencias . . . . . . . . . . . . . . . . . . 6.5.1. Solucion hornogenea de la ecuaci6n en diferencias................................ 6.5.2. La solucion particular.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.5.3. Determinacion de la respuesta al impulso...... . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6. Diagramas de simulaci6n para sistemas en tiempo discrete "' "' . . .. .. .. .. . .. .. . .. .. .. . . . .. .. 6.7. Representaciorede iiStemas discretos mediante variables de estado................................... 6.7.1. Solucion de las ecnaciones en el espacio de estados............................................ 6.7.2. Respuesta al impulse de sistemas descritos por ecuaciones de estado........................ 6.8. 6.9. 6.10. 6.11. Estabilidad de sistemas en tiempo discreto.............................................................. Resumen.................................................................................................... Lista de terminos importantes............................................................................ Problemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .

286 288 290 290 291 294 301 305 307 309 312 314 319 321 324 324 326 328 328 339 . .. .. 339 341 350 355 356 356 356 356 359 360 361 362 .. 369 370 375 379 381 381 387

7.

ANALISIS DE FOURIER DE SISTEMAS EN TIEMPO DISCRETO.................................... 7.1. 7.2. 7.3. 7.4. Introducci6n , "" . .. Desarrollo en serie de Fourier de senales discretas peri6dicas.......................................... La transformada discreta de Fourier...................................................................... Propiedades de la transformada de Fourier en tiempo discreto......................................... 7.4.1. 7.4.2. 7.4.3. 7.4.4. 7.4.5. 7.4.6. 7.4.7. Periodicidad __ Linealidad.... .. Desplazamientos en el tiempo y en Ja frecuencia __ Diferenciaci6n en frecuencia....................................................................... Convoluci6n __ Modulaci6n........ .. .. Transformada de Fourier de secuencias peri6dicas en tiempo discreto . .. .

.. . __ .. .. __

7.5. Transformada de Fourier de sefiales en tiempo continuo muestreadas. ..

7.5.1. Reconstruccion de senales muestreadas........................................................... 7.5.2. Modificaci6n de la velocidad de muestreo............................................... 7.5.3. Conversion AjD y D/A............................................................................ 7.6. Resumen..... . .. .. 7.7. Lista de terminos importantes............................................................................. 7.8. Problemas 8. LA TRANSFORMADA Z 8.1. 8.2. 8.3. 8.4.

Introducci6n............................................................................................... La transformada Z........................................................................................ Convergencia de la transformada Z. . . . . . . . . . . . . . . . . . . . .. . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Propiedades de la transformada Z....................................................................... 8.4.1. 8.4.2. 8.4.3. 8.4.4. S.4.S. Linealidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . .. .. . . . . . . . . . . . . . . . . Desplazamiento temporal......................................................................... Escalado en frecuencia............................................................................ Diferenciaci6n con respecto a z.................................................................. Valor inicial...........................

388
390 395 398 398 400 401 402

387

-----------

.- ~',t

... ~-.------..~--.---- ..... -

Contenido

XI
402 403 406 406 408 411 415 424 425 427 427 433 433 435 436 436 436 437 437 438 439 440 442 443 447 450 458 461 461 465 465 467 470 470 476 480 481 485 488 494 ..

8.4.6. Valor final. . . . . . . . . . . . . . . . . . . .. .. . . . . . . .. . . . . . . . . . . . . . . . .. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 8.4.7. Convoluci6n.. .. . . . . . .. .. . .. . . . .... . . .. . .. . .. . . . . . . . . . . .. .. . . .. . . . . . . .. .. .. .. . . . . . . . .. .. .. . . . . . . . .. 8.5. La transformada Z inversa.............................................................................. 8.5.1. 8.6. 8.7. 8.8.

8.5.2. Inversion por descornposicion

Inversion par desarrollo en serie de potencias............... .. .. .. .. .. .. . .. . .. .. .. .. . .. .. .. .. . en fracciones simples.................................... ......

8.9.

8.10. 8.11. 9,

Transformadas Z de sistemas causales en tiempo discreto............................................ Analisis de sistemas descritos mediante ecuaciones de estado utilizando la transformada Z....... Relaci6n entre la transformada Z y la transformada de Laplace.................. . Resumen....... . . .. .. Lista de terminos importantes........................................................................... Problemas. . . . . . . . . . . . .. . .. . .. . . .. . . . . . . . .. . . . . .. .. .. . . . . . . . . . . .. .. .. .. .. .. . . . . . . . . . . . . . .. . . .. .. .. . . . . . . . . . DISCRETA DE FOURIER.........................

LA TRANSFORMADA 9.1. 9.2. 9.3.

IntroducciOn............................................................................................... La transformada discreta de Fourier y su inversa...................................................... Propiedades de la DFT................................................................................... 9.3.1. 9.3.2. 9.3.3. 9.3.4. 9.3.5. 9.3.6. Linealidad... .. . .. .. .. .. .. . Desplazamiento temporal......................................................................... Formula de inversion alternativa................................................................ Convolucion temporal............................................................................ Relacion con la transformada de Fourier en tiempo discreto y con la transformada Z..... Representacion matricial de la DFT......................................... .. .. . . . . . . . . . . . . . . . .

9.4. 9.5.

Convolucion lineal mediante la DFT.................................................................... Transformadas rapidas de Fourier....................................................................... 9.5.1. 9.5.2. Algoritmo de diezmado en el tiempo............................................................ Algoritmo de diezmado en frecuencia...........................................................

9.6. 9.7. 9.8. 9.9. 10.

Estirnacion espectral de sefiales analogicas mediante la OFT.......................................... Resumen.................................................................................. Lista de terminos importantes............................................................................ Problemas.................................................................................................. DE FILTROS ANALOGICOS Y DIGITALES.......................

DISENO 10.1. 10.2. 10.3.

Introducci6n..... .. Transformaciones de frecuencia......................................................................... Disefio de filtros analogicos............................................................................. 10.3.1. EI filtro de Butterworth......................................................................... 10.3.2. El filtro de Chebyshev...........................................................................

10.4.

FiItros digitales........................................................................................... 1O.4.l. 10.4.2. 10.4.3. 10.4.4. Disefio Disefio Disefio Diseho de filtros digitales IIR por el metoda de invarianza at impulso..................... de filtros IIR mediante la transformaci6n bilineal.................................... de filtros FIR............................................................................ asistido por computador de filtros digitales........................................... . . . . .. .. .. .. . ... . .. . . .. .. ..

10.5. 10.6. 10.7. APENDICE A.1. A.2.

Resumen.............. . Lista de terrninos importantes.............. Problemas.. . A. NUMEROS COMPLEJOS. ..

495 496 496 499 499 50 I 501

Definici6n.................................................................................................. Operaciones aritmeticas.................................................................................. A.2.1. Suma y diferencia :...............................................................

XII

Contenido

A.2.2. Producto.......................................................................................... A.2.3. Division........................................................................................... A.3. Potencias y rafces de numeros complejos................................................................ AA. Desigualdades . . . . . . . . . . . . . . . .. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . .

501 502 502 504 505 505 506 507 507 508 508 508 509 509 510 510 512 517

APENDICE B. RELACIONES MATEMATICAS...............................
B.l. Identidades trigonometricas............................................................................... B.2. Funciones exponencial y logaritmica..................................................................... B.3. Funciones especiales........................................................................................ B.3.1. Funciones gamma................................................................................. B.3.2. Funciones gamma incompleta.................................................................... B.3.3. Funciones beta..................................................................................... B.4. Desarrollos en serie de potencias...... .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . B.S. Sumas de potencias de numeros naturales............................................................... B.5.1. Sumas de coeficientes binomiales................................................................. B.5.2. Series de exponenciales............................................................................ B.6. Integrates definidas.. . . . . . .. .. .. .. . . . . .. .. .. .. . .. . . . . . . . . . .. . . . .. .. .. .. .. . . . . . . .. .. .. . . . . .. .. . . . . . . .. . . .. . .. B.7. Integrales indefinidas............

APENDICE C. TEORiA ELEMENTAL DE MATRICES....
C.l. Definiciones basicas........... .. C.2. Operaciones basicas........................................................................................ C.2.L Suma de matrices.................................................................................. C.2.2. Diferenciacion e integraci6n...................................................................... C.2.3. Producto de matrices....................................................... C.3. C.4. C.5. C.6. .

517 518 518 518 518 519 521 522 523

Matrices especiales......................................................................................... Inversa de una matriz. . . . . . . . . . . . . .. . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . Autovalores y autovectores................................................................................ Funciones de una matriz............ . .. . .

APENDICE D. DESCOMPOSICION EN FRACCIONES SIMPLES........................................
.D. L 0.2. D.3. 0.4. Caso Caso Caso Caso 1: Factores lineales no repetidos.................................................................... 2: Factores lineales repetidos....................................................................... 3: Factores de segundo grado no repetidos e irreducibles........................................ 4: Factores de segundo grado repetidos e irreducibles..... .. .

527
528 529 531 532

.

BIBLIOGRAFiA INDICE ALFABETICO..............................................................................................

_.............

..

535 537

Pr61ogo

La segunda edicion del libro Seiiales y sistemas continuos y discretos es una versi6n modificada de la primera edicion, basada en nuestra experiencia en su utilizacion como libro de texto en el curso introductorio sobre senales y sistemas que se imparte en la Southern Methodist University. Incorpora tambien los comentarios de numerosos colegas que han utilizado el libro en otras universidades. El resultado, esperamos, ha side un libro que proporciona un tratamiento introductorio pero completo de las materias relacionadas con las sefiales y los sistemas continuos y discretos. Hemos introducido algunos cambios con el objeto de mejorar la calidad dellibro, como desplazar la secci6n sobre representaciones ortogonales del Capitulo 1 al principio del Capitulo 3 dedicado a las series de Fourier. Esto nos permite tratar las series de Fourier como un caso particular de representaciones mas generales. Hemos afiadido en el Capitulo 7 secciones sobre filtros practices de reconstrucci6n, conversion de velocidad de muestreo, y conversi6n A/D y D/ A. Tambien hemos anadido varios problemas en algunos capftulos, haciendo especial enfasis en el uso del computador. Sin embargo, hemos decidido no sugerir ni requerir el uso de ningun paquete de software matematico especifico, ya que creemos que esta eleccion debe quedar en manos del profesor. En general, se han cambiado casi un tercio de los problemas y la quinta parte de los ejemplos del libro. Como ya se indico en la primera edicion, la necesidad de disenar sistemas complejos para realizar tareas complicadas impone a los estudiantes de ingenieria una necesidad de mejorar su conocimiento sobre las sefiales y los sistemas, de modo que puedan utilizar de forma efectiva la rica variedad de tecnicas de analisis y sintesis disponibles. Por tanto, las asignaturas sobre sefiales y sistemas son materia troncal en los planes de estudio de ingeniena electrica de la mayor parte de las escuelas. Al escribir este libro hemos intentado presentar, de forma apropiada, a un nivel de pregrado las tecnicas sobre analisis de senales y sistemas mas ampliamente utilizadas. Los conceptos y tecnicas que forman el micleo del libra son de importancia fundamental y resultaran utiles tambien a los ingenieros que deseen actualizar 0 ampliar sus conocimientos sabre sen ales y sistemas mediante su estudio personal. Ellibro se divide en dos grandes partes. La primera parte presenta un tratamiento completo de las senales y los sistemas en tiempo continuo. La segunda parte extiende los resultados a las senales y sistemas en tiempo discreto. Segun nuestra experiencia, presentar conjuntamente los sistemas en tiempo discreto y en tiempo continuo confundia muchas veces a los estudiantes, que no terminaban de ver claro si un deterrninado concepto 0 tecnica se aplicaba a los sistemas en tiempo continuo, en tiempo discreto 0 a

Hacemos un amplio uso de ejemplos para ilustrar de forma intuitiva el material teorico. considera la representacion matematica de las seriales. En consecuencia... Aunque utilizamos extensamente tecnicas matematicas. Estos problemas son de varias cIases. Ellibro se organiza de forma que todos los capftulos son diferentes. AI final de cada capitulo hemos incIuido un resumen en forma de puntos que enumeran los conceptos y f6rmulas relevantes presentadas. En el capitulo consideramos una variedad -de conceptos como las senales periodicas. Estos prerrequisitos son adquiridos por Jos estudiantes en ingenierfa electrica en sus primeros cursos. Como en todas las materias que involucran la resolucion de problemas. incluso se introduce materia nueva mediante los problemas. Se han seleccionado para ilustrar conceptos clave. La cantidad relativa de trabajos de «diseno. se supone una cierta familiaridad con el calculo. Esto no solo refuerza la comprensi6n de la materia sino que en algunos casos permite la ampliaci6n de los conceptos que se discuten en el texto. para ilustrar conceptos y mostrar a los estudiantes la aplicaci6n de la teorfa que se desarrolla. EI Capitulo 2 esta dedicado a la caracterizaci6n de los sistemas lineales invariantes con el tiempo (LTrV -Linear time invariant) en tiempo continuo. Una vez que se han Iamiliarizado con este material. Se mencionan aplicaciones con significaci6n practica para mostrar a los estudiantes la amplia variedad de aplicaciones de los principios que se tratan. que se cubre en los cinco primeros capitulos. los cursos sobre senales y sistemas se imparten en el tercer 0 cuarto ano de los planes de estudio de pregrado. pero con transiciones entre ellos suaves. senales y sistemas en tiempo continuo (1. 5. Esto proporciona una flexibilidad considerable en el diseno de cursos. El resultado es que much as veces utilizaban tecnicas de solucion que no eran adecuadas para problemas particulares. las transformaciones de la variable independiente y las senales elementales. algunos son aplicaciones directas de las ideas basicas que se presentan en los capftulos y se incluyen para asegurar que los estudiantes han entendido satisfactoriamente la materia presentada. sefiales y sistemas en tiempo discreto (Capftulos 6. 2. Hemos utilizado muchas veces este libro en la Southern Methodist University. No se requiere experiencia previa en anal isis de sistemas. 7. concretamente con la integraci6n de funciones trigonometricas. las sefiales de energfa finita y de potencia media finita. 4.. es un tema de interes en los cursos de una escuela de ingenierfa. es una respuesta directa a esta preocupaci6n. este libro se puede utilizar como texto en diversos cursos como teoria de transformadas (Capftulos 1. Es bien sabido que los estudiantes no asimilan completamente una materia de esta naturaleza. pero no necesario. El Capitulo 1 se centra en las sefiales. can probado exito. ----~~------ .-. asf como algunos conocimientos de calculo diferencial. Comienza con una c1asificaci6n de los sistemas en tiem- ~------..--. se han inc1uido mas de 260 problemas al final de los capftulos. 6. 7 Y 8).---------------- . estimular el interes y resaltar conexi ones con otras ramas de la ingenieria electrica. nuestro interes no es emplearlas de forma rigurosa. Otros son de dificultad moderada y otros requieren que el estudiante apJique Ja teoria aprendida en el capitulo a problemas de importancia practica. basico para el resto del texto. en un curso de un semestre sobre senales y sistemas en tiempo continuo y en tiempo discreto. 3. 8 y 9) y senales y sistemas: continuos y discretos (Capftulos 1.4. as! como de otras materias relacionadas con el diseno. sino mas bien como herramienta en un contexto de ingenieria. 3. La inclusion en este texto del disefio de filtros analogicos y digitales. Como la mayor parte de los estudiantes estan familiarizados con las senales y los sistemas en tiempo continuo. Es preferible. Aunque el libro se ha disen ado para ser autocontenido. Este material..4 Y 5). Normalmente. pueden seguir sin dificultad el desarrollo de la teorfa y los analisis de estos sistemas.XIV Pr61ogo ambos. ----~ . debido a que los han visto en cursos basicos anteriores a este. Esta lista sirve de recordatorio para el estudiante del material que requiere una atenci6n especial. En ciertos casos. y una lista con todos los terminos importantes. un conocimiento previo de algebra matricial y analisis de circuitos. estan preparados para enfrentarse a las senales y sistemas en tiempo discreto.. Por eso hemos incIuido un gran numero de ejemplos resueltos con detalle. A 10 largo dellibro se da especial enfasis a los sistemas lineales invariantes con el tiempo. 7 y 8). pensamos que es de importancia primordial que los estudiantes yean muchos problemas resueltos relacionados con la materia que se considera. 3. 2. a menos que tengan la oportunidad de resolver problemas utilizando y aplicando las herramientas basicas desarrolladas en cada capitulo. Seleccionando apropiadamente el material.

Se obtiene el desarrollo en serie de Fourier de secuencias periodicas y la transformada de Fourier de senales arbitrarias. El desarrollo es semejante al realizado en el Capftulo 5 sobre la transformada de Laplace. Hasta este punto nos hemos enfocado en la descripci6n en el dominio del tiempo de las senales y los sistemas. muestreo y filtrado de senales. Sigue una presentaci6n de los sistemas descritos par ecuaciones diferenciales . Se present a la relaci6n entre la transformada de Fourier en tiempo continuo y la transformadas de Fourier en tiempo discreto de seiiales anal6gicas muestreadas y dicha relaci6n se utiliza para obtener el modelo de muestreo. EI teorema de Nyquist sobre el muestreo se obtiene a partir del modelo de muestreo mediante la modulaci6n de impulsos. Se obtienen las propiedades de la transformada Z y se desarrolla su aplicaci6n al analisis de sistemas en tiempo discreto. basado en modulaci6n de impulsos. que se presenta en el Capitulo 4. Se discute tambien el uso de la transformada de Fourier en la determinaci6n de la respuesta de sistemas LTIV. EI Capitulo 7 considera el analisis de Fourier de senales en tiempo discreto. Se hace hincapie en las similitudes y diferencias con sus conceptos equivalentes en tiempo continuo y se discuten propiedades y aplicaciones. por tanto. El Capitulo 5 trata de la transformada de Laplace. Comienza con una discusi6n sobre la representacion ortogonal de senales peri6dicas. Se presentan el concepto de funcion de transferencia y otras aplicaciones de la transform ada de Laplace como la soluci6n de ecuaciones diferenciales. que se utilizan como base para introducir el concepto de variable de estado. Se consideran aplicaciones de la transformada de Fourier en areas como modulaci6n de amplitud. analisis de circuitos y sistemas de control. Se presentan las condiciones bajo las que existe la transformada y se discuten sus propiedades. un curso centrado nnicamente en este material puede terminar aqui. Fi- po continuo y presenta. Como en el caso de los sistemas en tiempo continuo. Se presentan los diagramas de simulacion de estos sistemas. Al finalizar este capitulo ellector habra adquirido una buena comprensi6n de las sefiales y los sistemas en tiempo continuo y estara preparado para abordar la segunda parte del curso en la que se considera el analisis de las sefiales y los sistemas en tiempo discreto. Se considera tambien la representaci6n de sistemas en tiempo discreto mediante la ecuaci6n en diferencias y se obtiene su soluci6n. Este capftulo concluye con una breve discusi6n sabre la conversi6n AID y D/A. Se definen las transformadas de Laplace unilateral y bilateral. El tratamiento de las sefiales y los sistemas en tiempo continuo finaliza con el Capitulo 5 y. a continuaci6n. El Capitulo 4 comienza con el desarrollo de la transformada de Fourier. El Capitulo 8 se ocupa de la transformada Z de sen ales en tiempo discreto. Se presentan tambien diversas definiciones para el concepto de ancho de banda y las relaciones entre duraci6n y ancho de banda. la caracterizaci6n mediante la respuesta al impulso de los sistemas LTIV y la convoluci6n. Empezamos nuestra discusion sobre sistemas en tiempo discreto en el Capitulo 6. a continuacion. El Capitulo 3 considera descripciones en el dominio de la frecuencia. se discuten los diagramas de simulaci6n para obtener la representaci6n utilizando variables de estado. Tambien se discute la soluci6n de ecuaciones en diferencias y el analisis de sistemas descritos mediante variables de estado. Se presentan. Se presenta tambien el concepto de espectro de line as para describir el contenido en frecuencia de una serial y se discute a continuaci6n la respuesta de los sistemas lineales a entradas peri6dicas. las propiedades de las series de Fourier. Se considera tambien la representaci6n de sistemas en el domini a de la frecuencia utilizando variables de estado y la soluci6n de las ecuaciones de estado utilizando transformadas de Laplace.Pr61ogo XV lineales con coeficientes constantes. El capitulo termina con una presentaci6n del fen6meno de Gibbs. multiplexaci6n. Se presenta la respuesta al impulso y la convoluci6n para determinar la respuesta a entradas arbitrarias. que trata sobre sistemas elementales en tiempo discreto. Se considera tarnbien la reconstrucci6n de senales ana16gicas muestreadas utilizando dispositivos practices de reconstrucci6n como el filtro de retenci6n de orden cero. El capitulo concluye can una discusion sobre la estabilidad. Se obtienen las propiedades de la transformada de Laplace y se dan ejemplos para demostrar como se utilizan esas propiedades en la obtenci6n de nuevas parejas de transformadas y para encontrar transformadas inversas de Laplace. Se discute tambien la conversi6n de velocidad de muestreo mediante el diezmado y la interpolacion de las sefiales muestreadas.

Finalmente. Deseamos dar las gracias a todas las personas que nos han ayudado al escribir este libro. D. Se proporcionan tecnicas de diserio de filtros anal6gicos paso bajo. Se presentan dos populares algoritmos para realizar la transformada rapida de Fourier (FFT~Fast Fourier Transform). Se discute tambien el disefio de filtros digitales FIR (Finite Impulse Response) mediante tecnicas de enventanado. Capitulo 10. S. Queremos dar tambien las gracias a Dyan Muratalla. Se obtienen las propiedades de la DFT y se discuten las diferencias con otras transformadas presentadas en ellibro. Se considera tam bien la aplicaci6n de la OFT al analisis de sistemas lineales y a la estimaci6n espectral de sefiales analogicas. que son una fuente util y rapidamente disponible de material sobre variable compleja y algebra matricial. Se presentan las tecnicas de invarianza del impulso y las tecnicas bilineales para el diseno de filtros digitales I1R (Infinite Impulse Response). necesario para el curso. considera algunas tecnicas para disefiar filtros anal6gicos y digitales. para establecer su relaci6n con otras transformadas ortogonales. Se incIuye tarnbien una extensa lista de f6rmulas frecuentemente utilizadas. Se utiliza brevemente la interpretaci6n de la DFT como una operaci6n matricial sobre un vector de datos. que rem os agradecer a nuestras esposas y familias su paciencia durante la realizaci6n de este libra. EI capitulo termina can una revisi6n muy breve de las tecnicas de diseno asistido par computador. que escribi6 en computador una parte sustancial del manuscrito. Soliman M. y a los revisores cuyos comentarios fueron muy utiles.XVI Prologo nalmente se obtiene la relaci6n entre la transfonnada de Laplace y la transformada Z de senales muestreadas. Se presenta un ejemplo que ilustra la aplicaci6n de los filtros FIR en la aproximaci6n de filtros no convencionales. El capitulo final. como los filtros de Butterworth y de Chebyshev. y se presenta la correspondencia entre el plano s y el plano z. Se incluyen ademas cuatro apendices. EI Capitulo 9 presenta la transformada discreta de Fourier (DFT-Discrete Fourier Transform) para el analisis de secuencias de longitud finita. especialmente a los estudiantes que sirvieron para probar en las cIases una buena parte de este material. Hemos intentado incorporar la mayor parte de sus comentarios al preparar la segunda edici6n dellibro. Srinath .

en sefiales de tension 0 de corriente que varian con el tiempo. la velocidad del viento y la intensidad de luz se pueden transformar. Par ejemplo. Por ejemplo. mediante transductores. electronica y comunicaciones tratan con senales que pueden tener caractensticas muy variadas: forma. que trata can senales de alta tension. Existen una gran variedad de sefiales que son de importancia practica en la descripcion de fenomenos fisicos. 0 el ingeniero de sistemas de potencia. como la temperatura. Par ejemplo. Las sefiales electricas constituyen el tipo de senales que se pueden medir con mas facilidad y que se pueden representar de forma mas simple. el disefiador de un sistema radar que analiza pulsos de microondas de alta frecuencia. una imagen se puede ver tambien como una funcion de dos variables (las coordenadas x e y). la voz.1 Hepresentacron de seriales 1. 0 el ingeniero especialista en sistemas de comunicaciones que se ocupa de detecci6n y analisis de serial. En este curso introductorio sobre sefiales y sistemas. que analiza las senales que transportan informacion. que asumiremos que es el tiempo. Maternaticamente. Finalmente. que maneja senales con millones de pulsos por segundo. las senates se representan como funciones de una a mas variables independientes. Es par eso que muchos ingenieros pretieren transformar variables ftsicas en senates electricas. aunque en algunas aplicaciones especificas puede ser otra magnitud.1. Como ejemplos tenemos la voz humana. la humedad. muchas magnitudes ffsicas. duracion. La vibracion de una membrana rectangular se puede representar como una funcion de dos variables espaciaIes (las coordenadas x e y). Los ingenieros en electricidad. y posiblemente otras propiedades fisicas. amplitud.: . centraremos nuestra atenci6n en seiiales que dependen de una sola variable independiente. INTRODUCCION Las senales son magnitudes fisicas 0 variables detectables mediante las que se pueden transmitir mensajes 0 informaci6n. las sefiales consistentes en tensiones 0 corrientes que varian con el tiempo son funciones de una sola variable (el tiempo). las imageries de television. los datos de un teletipo y la temperatura atrnosferica. 0 el ingeniero en computadores. La intensidad de campo electrico se puede ver como una funcion de dos variables (el espacio y el tiempo).

Si no se cum ple 10 anterior. u(r) 11(/1) (a) (b) Figura 1. rect (t/.5 se presentan varias transformaciones de la variable independiente.4 considera las senales de energia finita y de potencia media finita. SENALES EN TIEMPO CONTINUO Y SENALES EN TIEMPO DISCRETO Una forma de c1asificar las seiiales es atendiendo a la naturaleza de la variable independiente. amplitud 1.2. la correspondiente serial se denomina serial en tiempo continuo. diremos que la sefial es discontinua en t1. respectivamente. Seguidamente.) (vease Figura 1. En la Secci6n 1. Si la variable independiente es continua. It I < 2 r r It I >"2 ( 1. La Secci6n 1. las senales en tiempo continuo y en tiempo discreto. 0 la presi6n atmosferica como funci6n de la altitud (vease Figura 1. Existen muchas senates en tiempo continuo de interes que no son continuas.7 menciona otros tipos de sefiales de importancia en ingeniena. Por ejemplo. Indicaremos mediante t+ y C los instantes t1 + 8 Y t[ ./2.2) que se define asf: t. Una senal x(t) es continua si es continua en cualquier valor de t.2. siempre que el salto de amplitud que se produce en cada discontinuidad sea finito.2.2.1). y el salta en esos puntos es de. Ejemplos de sefiales en tiempo continuo.) = { 0. y <: un mimero real positivo infinitesimalmente pequeno.1. y esta definida para valores continuos de la variable independienteoEjemplos de seiiales continuas pueden ser una senal telef6nica 0 de radio como funci6n del tiempo. La Secci6n 1.6 introduce algunas sefiales elementales importantes que no aparecen frecuentemente en las aplicaciones. La Seccion 1.1) Esta sefial es continua por tram os. Si se cumple que x{t~) = x(tt) = x(tl). pero que sirven de base para la representaci6n de otras senales. 1. Y la amplitud de la sefial x(t) presentara un saIto en ese punto. Concretamente. Otro ejemplo puede ser el tren .2 Senales y sistemas continuos y discretos Este capitulo comienza con una introducci6n a las dos clases de senales que vamos a considerar a 10 largo del libro.2.s. Una senal que presente s610 un mimero finito 0 infinito numerable de discontinuidades se dice que es continua por tramos. la Secci6n 1. la funci6n pulso rectangular rect (t/.3 define las senates peri6dicas. decimos que la serial es continua en t = tl. ya que es continua en todos los valores de t excepto para t = ± . Sea t 1 un instante temporal determinado.

y k un mimero entero (es decir.. k = 0. economfa. ± 1. . No obstante.2) a la senal x(t) en el punto de discontinuidad t = t iSi la variable independiente toma s610 valores discretos t = kT" siendo T. (1.2.3.Representacion de senates 3 rect u/r) -T/2 Figura 1.2. 1. .). Como ejemplos tenemos la amortizaci6n de un prestamo en el mes k-esimo.. ± 1.2. SENALES PERIOOICAS Y APERIOOICAS Cualquier senal en tiempo continuo que satisfaga la condici6n x(t) = x«( + nT)..2. 0 T/2 Un pulso rectangular.. ± 2. M cada 1'.. la correspondiente serial x(las) se denomina senal en tiempo discreto. n = 1. Un tren de pulsos. xU) -6 -5 -4 -3 -2 -I 0 2 3 4 5 Figura 1.3. Generalmente se considera que el valor de la seiial x(t) es indefinido en los puntas de discontinuidad.3. ± 2.3. En el Capitulo 6 consideraremos con mas detalle las senates en tiempo discreto..2. Las seiiales en tiempo discreto surgen de forma natural en muchas areas de negocios. asignaremos el valor x(t1) = 2: [x(t1) + x(t1)] 1 + _ (1. segundos.2.. Esta serial es continua para todo t excepto en t = 0. un numero real positivo fijo.. 2.3.1) . .. etc. ciencia e ingeniena. con objeto de poder considerar de forma similar las sefiales continuas y las discontinuas par tramos.... de pulsos que se muestra en la Figura 1. . el valor semanal del Indice Dow Jones 0 la salida de una fuente de informacion que produzca cada vez uno de los dtgitos 1.

4T.2) donde A = Wo = ¢= amplitud frecuencia angular en rad/s angulo de fase inicial con respecto at origen temporal en radianes Las senales sinusoidales son peri6dicas can periodo fundamental T = 2n/wo para to· dos los valores de wo. Una serial sinusoidal real se puede expresar matematicamente como una funcion que varia con el tiempo de la siguiente fo~a: x(t) = A sen (wot + ¢) (1... La Figura 1.3 tiene una frecuencia angular fundamental de Wo = n. Wo Y ¢. La frecuencia fundamental.4) .. la sefial que se muestra en la Figura 1. (1.2) para valores especfficos de A. podernos asociar un mimero infinito de seiiales arm6nicas distintas can una determinada forma de onda sinusoidal.. EI tren de pulsos que se muestra en la Figura 1. en radianes (frecuencia angular) de la senal peri6dica x(t) se relaciona con el perfodo fundamental mediante la siguiente expresi6n: w o =- 2n T (1.4 Senales y sistemas continuos y discretos siendo T> 0 una constante denominada perfodo fundamental. . Sinusoides arm6nicarnente relacionadas. N6tese que si x(t) es peri6dica con periodo fundamental T.3. Si una senal x(t) no es peri6dica se denomina senal aperi6dica. . En teorfa.1. /\/\1/\/\ (r) ~ ~ ~DS 2rrt Ejemplo 1. Existen fen6menos ffsicos que producen aproximadamente sefiales sinusoidales: la tensi6n de salida de un alternador electrico y el desplazamiento vertical de una masa unida a un muelle bajo la suposici6n de que la masa del muelle es despreciable y que no hay amortiguamiento.3.2) se conoce generalmente como onda sinusoidal.2.3. Las sefiales sinusoidales son ejemplos familiares de senales peri6dicas. Por ejemplo.3. la frecuencia angular del segundo arm6nico es w2 = 2n y la frecuencia angular del tercer arm6nico es W3 = 3n.1 muestra los arm6nicos primero.3 es otro ejemplo de serial periodica con periodo fundamental T = 2. ±2.3. ± 1.3. XI TV\) V\T\I Figura 1.1 Las exponenciales en tiempo continuo arm6nicamente relacionadas son conjuntos de exponenciales complejas cuyas frecuencias fundamentales son multiples de una frecuencia positiva WOo Matematicamente: ¢it) = exp [jkwot].3) Los ingenieros y la mayoria de los matematicos denominan arm6nico k-esimo a la senal sinusoidal de frecuencia angular wk = kwo. 3T. k = 0. se considera una sefial periodica. La funcion sinusoidal del tiempo descrita en la Ecuacion (1. tam bien sera peri6dica con periodo 2T.3..2. N6tese que las formas de onda correspondientes a cada arm6nico son distintas. segundo y tercero de la serial de la Ecuacion (1.3.

Y T2.Representaci6n de senales 5 Demostraremos que para k i= 0. respectivamente.3.2 Deseamos determinar emil de las siguientes sefiales es peri6dica (a) (b) x1(t) = sen 3t 5 t cos 4 '3 t 21t 1C 2n x2(t) = sen . La suma de dos senales peri6dicas puede ser 0 no ser peri6dica. 10 que es 10 mismo + T)] = T=21t exp [jkwot] Ikwol (1. la suma de dos senales peri6dicas es peri6dica s610 si el cociente de sus respectivos periodos se puede expresar como un mimero racional. Ejemplo 1. todas las seftales IA(t) tienen como perfodo cormin 21t/wo. Para que la serial (A(t) sea peri6dica con perfodo T> 0 debe cumplirse exp [jkwo(t 0. En otras palabras. esto implica que Analogamente yet) =y(t + lT2) donde k y I son enteros de forma que se cumple que z(t) = axit + kT1) + by(t + lT2) Para que z(t) sea peri6dica de perfodo T es necesario que se cumpla ax(t + T) + by(t + T) = axi: + kT1) + hy(t + IT2) y por 10 tanto debemos tener 10 que es 10 mismo 0.5) N6tese que como una serial peri6dica con periodo T es tambien peri6dica con perfodo IT para todo entero positivo I. ¢k(t) es peri6dica can perfodo fundamental 21t/lkwol 0 frecuencia fundamental Ikwol. Como x(t) es peri6dica de periodo T1. Consideremos dos senales periodicas can perfodos fundamentales y T.3. Investigaremos bajo que condiciones la suma z(t) = ax(t) + by(t) es peri6dica y cual es el perfodo fundamental de la sefial si esta es peri6dica.

Es decir. 1. y la senal y(t) es periodica de perfodo 21(lw2. deberfan comenzar en t = ~ co Y terminar en t = 00. y la energia correspondiente al intervalo infinitesimal dt es [x2(t)/RJdt.WI Y otra de frecuencia angular W2 + WI' Para ello. se pueden producir arrnonicos de orden superior.~. Si x(t) representa la tension en una resistencia de valor R.4. Por 10 tanto. N6tese que si x(t) e y(t) tienen el mismo periodo T. __ .Cr)l)t + cos (W2 + wl)t] Si WI = (1)2 = ill. SENALES DE ENERGIA FINITA Y DE POTENCIA MEDIA FINITA Sea x(t) una sefial real. En general. el estudio de la respuesta de los sistemas a entradas periodicas es esencial al proceso de obtener la respuesta de los sistemas a entradas de valor practice. y para normalizar la potencia. como veremos en el Capitulo 4. EI siguiente ejemplo ilustra este hecho. y un segundo armonico de valor 1/2 cos Zcot. Si se realizan operaciones no lineales sobre senales peri6dicas (como por ejemplo. Como no se pueden encontrar enteros k y ( que cumplan que kTI = IT3.1 ) ______ • ~"'._. Consideremos la senal z(t) = x(t)y(t). La potencia instantanea de la serial es Ri2(t) = x2(t}IR. la potencia instantanea correspondiente a [a sefial x(t) vale x2(t). x3(t) es peri6dica con perfodo T3 = 21(/13. Se puede demostrar que la senal z(t) = x(t)y(t) tiene dos componentes..4. = 3. se producira una corriente cuya intensidad sera i(t) = x(t)/ R. en la practica. la multiplicacion). la serial z(t) tiene un termino constante. de valor 1/2. cuando se realizan operaciones no lineales sabre senales peri6dicas. Podemos escribir x2(t) como la suma de dos sinusoides de periodos T21 = 15/13 y T22 = 15/7. r'~" ' __ '_'_ . todas las sefiales son aperi6dicas. se conc1uye que x2(t) es peri6dica con periodo T2 = 15.2X3(t) x1(t) es peri6dica con periodo T.6 Senales y sistemas continuos y discretos (c) (d) x3(t) xit) = sen = 3t x1(t) .~~. La serial x(t) es periodica de perfodo 21(/w1. ElL = fL -L Ix(tW dt (1. ••• _ •• _. Par tanto. se producen sefiales periodicas con perfodos fundamentales diferentes. las operaciones lineales (en este caso la suma) no afectan a la periodicidad de la serial resultante. Como 13T21 = 7T22. X4(t) no es peri6dica. __ •• •• __ . . asumiremos que la resistencia R es de 1 ohmio. No obstante. no sabremos si xU) corresponde a una sefial de tensi6n 0 de corriente. basta con escribir de otra forma el producto x(t)y{t) cos Wit cos ill2 t = 2: 1 [COS(w2 . Ejemplo 1. " ~ . una de frecuencia angular w2 . La energfa de la sefial durante un intervalo temporal de duracion 2L se define as! . En general.3 Sea x(t) = cos Wit e yet) = cos W2t. Como las senales periodicas son de duraci6n infinita.3. entonces z(t) = x(t) + yet) es periodica de periodo T..

se dice que x(t) es de potencia media finita. (0) es ( 1. -.2) y (1. la integral de la Ecuaci6n (1.4.1 En este ejemplo demostraremos de perfodo T viene dado par que el valor de la potencia media de una serial peri6dica P =1 T I 0 Ix(t)12 dt (1..3) existe y es finito (0 <P < cc). ~.---.. se dice que la senal xU) es de energia finita.---. . tienen energfa infinita.-. la potencia media es P = lim [_1 1II~:r: mT m IT 0 IxU)I:! ".Representaci6n de sefiales 7 y la energfa total de la serial en el intervalo t E ( E = :~ 00.- .--.4.4) Si x(t) es una serial peri6dica de penodo T.4.3) hemos empleado senales electricas.3) tiene el mismo valor sobre cualquier intervalo de longitud T.4.•. las sen ales peri6dicas estan definidas para cualquier valor del tiempo entre . 2L = mT). = -1 T Ejemplo 1....4.2) existe y es finito (0 < E < 00). encontramos que la energia total de x(t) en un intervalo de longitud 2L es m veces la energia en un periodo. Deseamos determinar si se trata de sefiales de energia finita 0 de potencia media finita.2) f~L Ix(tW dt La potencia media puede definirse entonces asi (1.00 e 00 y. las senales de duraci6n limitada son sefiales de energfa finita..--.-.3) Aunque en el desarrollo de las Ecuaciones (1.... En la mayorfa de los casas las senales peri6dicas tienen potencia media finita. Observando la Ecuaci6n (1.4.4. dichas ecuaciones definen respectivamente la energfa y la potencia media para cualquier sefial arbitraria x(t).--.3) vemos que las seiiales de energfa finita tienen una potencia media de cero.-.-~. Las senales de potencia media finita tienen energia infinita.4.4.2 iT 0 Ix(t)12 dt Sean las seiiales que se muestran en la Figura 1.'--. si el limite de la Ecuacion (1.4. par 10 tanto.. Ejemplo 1.-..1{a) es aperi6dica can energia total E= f 'X: A2 A2 exp [. Por el contrario. Por otra parte.1. La seiial de la Figura 1.-----. Tomando los lfrnites de forma que 2L sea un rmiltiplo entero del perfodo (es decir... Cuando el limite definido en la Ecuaci6n (1. Por tanto.4.-. . Como mencionamos anteriormente. .4.4..2tJ dt = o 2 ~-----.

4.3 Considererrios la serial sinusoidal x(t) que es periodica de perfodo T== A sen (wot 211: + ¢) (00 La potencia media de la serial es P = -1 T IT 0 A 2 sen? (Wot + ¢) dt .2tJ dt 0 J A2 =2 de modo que se trata de una sefial de potencia media finita y el valor de dicha potencia media es A 2/2.1 L'-v-x: 2L [fO -L A2 dt + i L A2 exp [.4.4. no es una sefial de energfa finita. Su potencia media puede encontrarse asf: E = lim .A A exp H] o (a) (b) Figura 1. La energia de la senal de la Figura 1. Las senales del Ejemplo 1. Por 10 tanto.2(b) se puede encontrar asi: que claramente no esta acotada.2. Su potencia media es p= l~~ J~LA2 exp [(~ A2 LOG 2t] dt) =lim-=O 4L que vale cera como era de esperar.8 Senales y sistemas continuos y discretos A exp [-t] A _____ ---I.4. Ejemplo 1. Por tanto esta serial es de energia finita y su energfa total es A 2/2.1. que es un valor finito.

Casi todas las seiiales limitadas en el tiempo de interes practice son senales de energia finita. La energi a de la serial Xl (t) es Ejemplo 1. Xl (t) Y x2(t) son senales de energfa linita. .4.-._-"" .-- -_ _ . ------ ..exp [ .2(a) esta estrictamente limitado en el tiempo.2aL]) L-~ A2 =- a a X2(t) = A exp [-a Itl1 A -T/2 0 (a) T!~ Figura 1. _ ------ -. _.(1 ."".4.4.._ _" .Representaci6n de senales 2 9 = Aw A2 2 211: 0 f [1 2: 2 0 1«"'" 1 2: cos (2wot + 2¢) ] dt Este ultimo paso es debido a que la sefial cos (2wot + 2¢) es peri6dica de perfodo TI2 y el area encerrada bajo un coseno medida sobre cualquier intervalo de longitud iT._"". siendo I un entero positivo..----""----_.4 Para la serial x2(t) A2 lim . La otra senal esta limitada en el tiempo asint6ticamente.4.4. Consideremos las dos sefiales aperiodicas que se muestran en la Figura 1.2. Este tipo de sefiales se pueden considerar como «pulses» en sentido amplio.2.. es siempre cero [para comprobar este resultado. o (b) Como ElY E2 son finitos._-. Estas senales son ejemplos de senates de energia finita. en e1 sentido de que x2(t) -lo 0 cuando t -lo± 00.4. En ambos casas.. ya que x1(t) es identicamente cera fuera del intervalo de duraci6n del pulso. El pulso rectangular que se muestra en la Figura 1.-----. la potencia media es cera. se sugiere dibujar dos perfodos completos de la serial cos (2wot + 2¢)]. Las sefiales del Ejemplo 1.

to) es una versi6n de la senal x(t) desplazada en el tiempo.(t .10 Senales y sistemas continuos y discretos 1. 1.5. 1. Ejemplo 1. Deseamos dibujar las senates x(t .1.2. to no puede tomar valores negativos.2) Y x(t + 3).1.1 Consideremos la serial x(t) que se muestra en la Figura 1. { =t +. Si to > 0.5. Es import ante que ellector conozca c6mo se realizan estas operaciones y que entienda el significado ffsico de cad a una de ellas. La operaclon de desplazamiento La serial x(t .2) 1. pero desde el punto de vista analitico. x(t . x(t) xU . 3 0<t~2 2<t~3 en el resto temporal se sustituye t por t .2 en la Para realizar la operaci6n de desplazamiento expresi6n de x(t): (t . { .to) para to < 0 representa una replica adelantada de la serial x(t). + 3. Se puede ver facilmente que t x(t) = + 0. sonar. TRANSFORMACIONES DE LA VARIABLE INDEPENDIENTE Hay un tipo de operaciones importantes que se realizan a menudo sobre las senales. El desplazamiento temporal es to. la sefial esta retrasada to segundos. Las tres operaciones que se presentan en esta secci6n son el despiazamiento.2) 0. La mayona de esas operaciones tienen que ver con transformaciones de la variable independiente. xt. y tratamiento de senales sismicas.5. Ftsicarnente.5. sistemas de comunicaciones. -l~t~O 1.'II) A o Figura 1. -1~t-2~0 0~t-2~2 2<t-2~3 en e1 resto . Las senales que se relacionan mediante esta transformaci6n aparecen en aplicaciones como radar. + 1. como se muestra en la Figura 1.5. La operaci6n de desplazamiento. la reflexi6n y el escalado temporal.5.1.2 ( ) -.

0.5. Desplazamientos de la senal x(t) del EjempJo 1. Si los sensores estan separados 1.2) -4 (a) -3 -1 (b) -] o Figura 1.3(b).1.1. = -4. t . La seiial x(t + 3) se muestra en la Figura l. La senal del sensor del eje trasero se modela como x(t .t. De forma analoga se puede demostrar que t x(t + 4.2) se muestra en la Figura l.::::. 1~t~2 2<t~4 4 <t'::::.4.5 metros.2) = 1. x(t .3(a).2. -1<t~0 -1 { 0. 10 que es 10 mismo. y se puede ver que corresponde a desplazar x(t) dos unidades a la derecha en el eje temporal.5.1. es posible determinar la velocidad del vehiculo comparando la senal procedente del sensor del eje trasero can la sefial procedente del sensor del eje delantero. para recoger las vibraciones debidas a la rugosidad de la calzada. La sefial x(t . -3<t~ t.5. 5 en el resto 0.2 .5.::::.3.5. -3 + 3) = 1.5.Representacion de senates 11 :c (t) Figura 1. La senal del sensor delantero es x(t) y se muestra en la Figura 1.5. y se puede ver como una versi6n de x(t) desplazada tres unidades a la izquierda en el eje temporaL Los sensores de vibraci6n se montan en los ejes delanteros y traseros de los vehfculos. Representaci6n de la serial x(t) del Ejemplo 1. en el resto x i] +3) xU .120). { =t + 5.5. Ejemplo 1.

La Figura 1.5. El retardo de transite de la senal es 2R 2 x 45 r =.12 s.5. El valor del retardo r entre las seiiales de los sensores de los ejes delantero y trasero se relacionan con la distancia entre ejes d y la velocidad del vehfculo v mediante la expresi6n d de forma que = ut v= - d t =-- 1.12 Sefiales y sistemas continuos y discretos x (t) o Figura 1.5 m 0. 60 90 t (rns) Serial del sensor del eje delantero del Ejemplo 1. 0 de 0.5.5.875 ' .120} o Figura 1.= = 0 556 ms .5 ilustra la versi6n retrasada de x(t) donde el retardo es de 120 ms.C 161.2.852 metros) transmite el tren de pulsos que se muestra en la Figura 1.2. EJemplo 1.5. EI radar funciona midiendo el retardo temporal entre cada pulso transrnitido y el correspondiente retorno 0 eco.5.. Seiial del sensor del eje trasero del Ejemplo 1. la serial transmitida se reflejara de vuelta al receptor del radar.3 Un radar situado para detectar aeronaves a una distancia R de 45 millas nauticas (1 milla nautica son aproximadamente 1. Si existe un blanco.875 millas nauticas por segundo.5.12s = 125 m/s ' x(c .5. La velocidad de propagaci6n C de la serial radar es de 161.4.6.

~~ -------- .8.556 ms.6. x( . Por tanto.3. Es decir.5.5.5.8.5. Tren de pulsos transmitidos y recibidos en el Ejemplo 1.5.us) Figura 1. como se muestra en la Figura 1.t) corresponderfa a la senal de salida del video cuando la tecla de rebobinado esta pulsada (suponiendo que la velocidad de rebobinado y de reproducci6n fuera la misma). do 0.2. La operaci6n de reflexi6n .t) se obtiene a partir de la sefial x(t) mediante una reflexi6n sobre t = O.7. La serial de radar transmitida en el Ejemplo 1.3. a la derecha.5. si x(t) fuera la sefial de un grabador de video. el tren de pulsos recibido es identico al transmitido.7. . Por 10 tanto.5. corresponde a invertir la senal x(t). como se muestra en la Figura 1.Representaci6n de senales 13 -1 ~IOO Figura 1. x (I) x(-I) -2 -I o Figura 15. La operaclen de reflexion La senal x( . Pulso recibido Pulse transmitido pero des plaza- t (. 1.

t) se puede obtener sustituyendo t por -t en la ultima ecuaci6n de forma que x( .5.t) = -t 1. y se puede describir como la serial x(t) reflejada sobre el eje vertical. -l~t:>:.3) -5 (e) -4 -3 -2 (d) --1 o Figura 1. ' 3~t~4 1<t~3 en el resto X(-I) x (t) -2 (a) -I 0 (b) x (3 . { 0.O 0< -t:>:.t) = { 1.9(b). de forma equivalente -t x( . 1 ' O:>:.4 Deseamos dibujar x( . + 1 ' -l~-t:>:.t) en el Ejemplo 1. 0.t) se muestra en la Figura 1. { 0.5.0 en el resto La senal x( .5. Analogamente.t~l -2<t:>:.5.4.14 Senales y sistemas continuos y discretos Ejemplo 1.S.2 en el resto 0.tl x(-t . . 0. La serial x(t) se puede escribir t x(t) { + 1.t) y x(3 .O 0<t:>:.t) y x(3 .t) siendo x(t) la serial que se muestra en la Figura l.9(a).2 en e1 resto La senal x( . se puede demostrar que 4-t x(3 .t) + = 1.9. Graficas de x( . = 1.

5. Este resultado se puede obtener como sigue: x(3 .9(c). Corresponde a la reflexion de ~(t) = x( . como en e1 ejemplo del video. el resultado seria x( .3). respectivamente. es decir si x( + r) = x(t) (1. Se dice que una senal x(t) es par. la reflexi6n es extremadamente util al examinar las propiedades de simetrfa que pueden poseer las sefiales.t) se muestra en la Figura 1. que se puede obtener as! (vease Problema 1.5.1) Se dice que una senal posee simetna impar si x( .5. can un desplazamiento posterior de tres unidades a la derecha.5. t >0 t<O Las partes par e impar de esta serial son.t . Ademas de su usa en la representaci6n de fen6menos ffsicos. las operaciones de desplazamiento y reflexi6n no son conmutativas.Representaci6n de sefiales 15 sabre el eie vertical.5.5) Ejemplo 1.t)] (1.3) siendo xit) la parte par de x(t). como se muestra en la Figura 1.3) N6tese que si desplazaramos primero x(t) tres unidades y despues reflejaramos la serial desplazada.5. a que posee simetria par si es identica a su reflexi6n sabre el origen.2) Una sefial arbitraria x(t) se puede expresar siempre como la suma de una serial par y otra impar x(t) = xJt) + xo{t) (1. Por 10 tanto.t) =- x(t) (1.5.9(d).14): xit) = 2: [x(t) + x( - 1 t)] (1.(t . xit) = 2:' 1 para todo t excepto t 1 = 0 xJt) = { ~ 2' t<O t>O 2' .t) La senal x(3 . l.4) y xo(t) la parte impar de x(t) que se puede expresar asf xo(t) = 2: [x(t) 1 .x( .5.5 Consideremos la sefial x(t) definida asi: x(t) = {0.

x(t/2) se puede ver como x(t) expandida por un factor de 2.1/1 Xu ! 1 o Figura 1. = = A exp [.5.12. entonces Las senales xe(t) y xo(t) se muestran en Ia Figura 1.5. Tanto x(3t) .. Graficas de xe(t) y xo(t) para la senal x(t) del Ejemplo 1.'2 A exp [1Xt].1 '2 A exp [IXtJ.10. 1. ---l!-l t lL II) Ejemplo 1. Si definimos x(O) = 1/2 (esta definici6n es consistente con nuestra definici6n de la serial en el punto de discontinuidad). t> 0 t<O Las sefiales xe(t) y xo(t) se muestran en la Figura 1.5. x.10.11.1Xt].5.5. xe{t) .5.3. Analogamente.5. que se muestran en la Figura 1. Como puede verse en la figura.16 Senales y sistemas continuos y discretos EI unico problema aquf es el valor de esas funciones en t = O. xo(t) 1 . x(3t) se puede describir como x(t) contrafda en un factor de 3.1Xt]. { 0.5.6 Consideremos la senal x(t) La parte par de la sefial es _ {~ A exp [ . »0 t<0 t>O t<0 '2 A 1 exp [-altl] La parte impar de x(t) es _ {~ A exp [-IXt]. x(3t) y x(t/2). La operaclon de escalado temporal Consideremos las sen ales x(t).

7 Supongamos que deseamos representar la sefial x(3t .5.2.11.5. x('1t) sera una version comprimida de x(t) si I'll > 1 (la serial ocupa un intervalo de tiempo menor). 3<t<2 2<t<3 3<t<3 en el resto 5 1.12. 0. En general. 8 x(3t- 6) = .5. Ejemplo 1. x(3t) corresponderfa a la senal obtenida cuando la grabaci6n se reproduce a velocidad tres veces superior a la que fue grabada.A 2 o Figura 1.6). Utilizando la definici6n de x(t) del ejemplo 1.6.1 obtenemos 3t . La operaci6n de escalado temporal.(t) y x)t) para la serial x(t) del Ejemplo 1.Representaci6n de sefiales 17 l. 8 . x(t/2) es la sefial que se obtiene cuando la grabaci6n se reproduce a la mitad de velocidad . Por ejemplo.5.5. si la variable indepens diente se escala por un pararnetro '1. donde x(t) es la serial que se muestra en la Figura 1.5.3t + 9. como x(t/2)on versiones de x(t) escaladas en el tiempo. Graficas de x.. x(t/~t 1 -1 o (a} _j 3 0 I 3 (b} (c] Figura 1. si x(t) fuera la salida de un grabador de vfdeo.\ (t) . .. X(l7t) sera una versi6n expandida de x(t) si I'll < 1 (la sefial ocupa un intervalo de tiempo mayor).5.

..2)) La ecuacion indica que realizamos primero la operacion de escalado y despues la operaci6n de desplazamiento.356t]cos[5t] Desearnos encontrar t.5. 0: Y Woo Como puede verse. --~----. Notese que si x(t) se desplaza en primer lugar y se escala en el tiempo posteriormente por un factor de 1/3. El result ado obtenido se puede justificar como sigue: x(3t .. y desplazada posteriormente dos unidades de tiernpo a la dereeha. X(}f - 6) Figura 1.14 rnuestra la serial x(t) para valores tfpicos de A.6) del Ejemplo 1. la serial se aproxima a un valor estacionario de 1 a medida que t tiende a infinito.3exp[ -10..18 Senales y sistemas continuos y discretos La Figura 1. Puede verse la serial x(t) comprimida por un factor de 3 (0 escalada en el tiempo por un factor de 1/3). como A = 2.2.356 obtenernos t.A exp [-at] cos (wot + ¢) La Figura 1.5.~--~.5. obtendrfamos una sefial diferente..14. En la practica.5._---_ .3697 s.••.6) = x(3(t .8 Encontrarnos a rnenudo seiiales del tipo x(t) = 1 .-. ts se puede detenninar resolviendo la ecuaci6n 1 + Aexp[ de forma que t Sea x(t) = 1 . Para x(t)...13.5.05J A 0: -....05 = -! In [0. Este porcentaje se escoge generalmente del 5 % Y el tiempo ts tras el cual la serial permanece dentro de ese rango se denomina tiempo de establecimiento t.5.-.7. Representaci6n de la senal x(3t . x(t/2) y x(2t).13 muestra la serial x(3t .. .--. = 0. Como puede verse en la Figura 1.-_.3 y il: = 10.. Ejemplo 1. Por 10 tanto. para las senales x(t). s -octJ = 1.6) en funci6n de t. se supone que la serial alcanza su valor final cuando permanece dentro de un porcentaje especifico de su valor final te6rico.. las operaciones de desplazamiento y escalado temporal no son conmutativas.

para las sefiales x(t/2) y x(2t). y a la izquier- N6tese que las operaciones de reflexion y escalado temporal son conmutativas.8.6. muchas de esas senates las .5.5t] x(2t) = 1 .178t] cos [2.1849 s. SENALES ELEMENTALES Existen varias senales elementales importantes que aparecen frecuentemente en las aplicaciones y que sirven de base para representar otras senates. respectivamente. para cualquier serial generica x(t). Como x(t/2) y = 1 . Las operaciones se deben realizar en el siguiente orden: 1. la transformaci6n riable independiente se puede realizar como sigue: x(at at + 13 en la va(1.2. vertical.5.Representaci6n de senales 19 I +A Figura 1.2. = 0. = 0. Esos resultados son los esperados ya que x(t) se cornprime por un factor de 2 en el primer caso y se expande par el mismo factor en el segundo caso.Si a es negativo. La serial x(t) del Ejempio 1. Como conclusi6n.5. a tienen signos diferentes.712t] cos [lOt] obtenemos t. Desplazamiento ala derecha de p/a si 13 y da de {Jla si {3 y a tienen el mismo signo. y t. A 10 largo de este libro encontraremos que la representacion de sefiales en terminos de esas sefiales elementales nos permitira entender mejor las propiedades de senales y los sistemas.5. Escalado por un factor ()(. Es mas.3 exp [ .14.7394 s. 1.20.3 exp [ . se efectuara una reflexion sabre el eje 2. mientras que las operaciones de reflexion 0 escalado temporal y desplazamiento no 10 son.6) + (J) = x(a(t + PM) donde se supone que a y 13 son m1meros reales.

un pulso rectangular que se extiende desde .6.6.6.6. 0 La.1.2.u(t . 2 rect (t/2) = Ejemplo 1.6.u(t . 11 (l) o Figura 1.I)J 2 rect (tI2) 2-~-"'" -1 Figura 1.' Esta sefial es importante para estudios analiticos. En"general. De acuerdo con nuestra discusion anterior.1) que se muestra en la Figura 1. Es decir: Arect(t/2a) En nuestro ejemplo concreto.a hasta + a con amplitud A se puede expresar como la diferencia entre dos funciones escal6n desplazadas apropiadamente.2 es el resultado de la operacion de cierre y apertura de una fuente de tensi6n constante en un circuito electrico. 1. son de importancia para nuestros estudios posteriores.6.6.6. »0 t<O (1. definimos el valor u(O) = 1/2.20 Sefiales y sistemas continuos y discretos tienen caracteristicas que las hacen particularmente iitiles en la solucion de problemas de ingenieria y.1. en donde hay una discontinuidad. t El escal6n unidad en tiempo continuo se define como u(t) = {0.6. y tiene tambien muchas aplicaciones practicas. . '-'1 ~. N6tese que la funci6n escalon unidad es continua para todo t excepto t = 0. Un ejemplo de funci6n escalon unidad es la salida de una fuente de tensi6n de 1 V en serie con un interruptor que se cierra cuando t = O. serial pulso rectangular del Ejemplo 1.1. La serial pulso rectangular que se muestra en la Figura 1.a)J (1.1. " -) ~ La funcion escalon unidad en tiempo continuo. r.2) 2[u(t + 1) . por tanto.1 = A[u(t + a) . La funelon escalon unidad l.

que se muestra en la Figura 1.6. Esta funci6n se obtiene integrando la funci6n escal6n unidad: fiX> ll(r)dr= r(t) . La funcion rampa.3. ret) = { 0.3) = 0.6.6. t<O sgn U) o -------1-1 Figura 1.Representacion de senales 21 Ejemplo 1. 1. La funci6n signo se puede expresar en terminos de la funci6n escal6n unidad como sgn t =- 1 + 2u(t) La funci6n signo es una de las senales que se utilizan mas frecuentemente en comunicaciones y en teorfa de control. sgn t t >0 (1. { t=O -1.4 se define asf: t.2 Consideremos la funci6n signo (que denotaremos por sgn).4.6.2.3. La funci6n signo. La funcion signo unidad se define asi: I.6.4) o Figura 1. La funci6n rampa La funci6n ramp a que se muestra en la Figura 1.6.6. r(t) t:?O t<O (1.6.

5. Entonces + 2) = .3) + 2u(t .2) . definida asi: (lsen xi :( 1).6.2) .2r(t + 2r(t) . 1. Sea yet) la inte- yet) ret + 2) .4).3 Sea x{t) = u(t gral.3.6) que se muestra en la Figura 1. y(t) -2 -[ o 2 J 4 Figura 1. EI escalado temporal de una rampa unidad por un factor a genera una funci6n rampa con pendiente a (la funci6n Tampa unidad tiene una pendiente unidad). Ejemplo 1.2u(t .6.A diferencia de las funciones escal6n unidad y signo. Sa(x) es simplemente una onda sinusoidal amortiguada..6.6.6.6. Notese que sine x es una versi6n comprimida Sa(x).6.6.5.6(a) muestra que Sa(x) es una funcion par de x que tiene su valor de pico en x = 0 y con cruces por cero en x = ± nn.4) La sefial y(t) se muestra en la Figura 1.6. con un factor de compresi6n de n. La seiial utilizada en el Ejemplo 1.ii Senales y sistemas continuos y discretos EI dispositivo que realiza esta operaci6n se denomina integrador . definida asf: Sa(x) Como el denominador =-~ senx x (1. Un ejemplo de funci6n rampa unidad .2r(t .5) es una funci6n ereciente con x y el numerador esta acotado La Figura 1.3) + 2r(t . la funci6n rampa es continua en t = O. de . EI valor de Ia funcion en x = 0 se puede obtener utilizando la regIa de l'Hopital.u(t .r(t . La funci6n de muestreo Una funci6n que se encuentra muy frecuentemente en analisis espectral es la funci6n de muestreo Sa(x). sincx = -- sen zx rex = Sa(rex) (1.2u(t + 1) + 2u(t) + 1) . Una funci6n estreehamente relaeionada can esta es sine x.6(b). es la forma de onda eorrespondiente al barrido lineal en un tuba de rayos catodicos.3.

Representacion de senales

23

Sa (x)

(a)

sine (x)

1,0

x

(b)

Figura 1.6.6. La funci6n de muestreo.

1.6.4.

La funci6n impulso unidad

La sefial impulso unidad J(t) se denomina frecuentemente delta de Dirac 0 simplemente delta, y ocupa un lugar central en el analisis de senales, Hay muchos fen6menos ffsicos que se pueden modelar como funciones delta, como fuentes puntuales, cargas puntuales, cargas concentradas en estructuras, fuentes puntuales de tensi6n y de corriente que actuan durante intervalos muy cortos de tiempo. Matematicamente, la funci6n delta de Dirac se define asf .l
'-I.. i'

f'

~:,"(

l

x(t)(j(t) dt

=

x(O),

t 1 < 0 < t2

(1.6.7)

suponiendo que x(t) sea continua en t = O. La funci6n J(t) se representa graficamente con una flecha en eI origen, como muestra la Figura 1.6.7. Posee las siguientes propiedades; ~ -1. b(O) --+ 00 [ L.1 \ ,"', (~ r:~
.....
? _ _
T y"

2. 3. 4.

J(t)

f~
OCJ

= 0, t=/;O
b(t)dt
=

1

J(t) es una funci6n par, es decir, J(t)

= J( - t)

Tal como ha sido definida, la funcion b no se ajusta a la definici6n habitual de funci6n. Sin embargo, a veces es conveniente considerarla como ellfmite de alguna funci6n conven-

.----------~-

... -- ..

24

Senales y sistemas continuos

y discretos

oU)

o
Figura 1.6.7. Representaci6n de la funci6n impulso unidad b(t).

cional cuando algun parametro Ii tiende a cera. La Figura 1.6.8muestra varios ejemplos. Todas las funciones que se muestran en dicha figura presentan las mismas propiedades cuando e tiende a cera:
1. El valor en t = 0 es muy grande y tiende a infinito cuando s tiende a cero. 2. La duraci6n es relativamente corta y tiende a cera cuando [;tiende a cero. 3. El area total encerrada bajo la funci6n es constante e igual a 1. 4. Todas las funciones son pares.

PI (t)

P3

=

'1 TTt)2 e ( - sen TTt e

r--+-..,

1

e

e
2

0

E

-e Figura 1.6.8.

o

e

-2e

-€

o

e

2€

2

Modelos de ingenierfa de b(t).

Ejemplo 1.6.4

Consideremos la funci6n definida asi:
p(t)
=

lim
.:-0+

B

1 ( -ttt sen -s

nt)2

Esta funci6n satisface todas las propiedades de la funci6n delta, 10 que se puede demostrar volviendola a escribir ast
p(t)

1(sen = lim ,,-0' e nt]«

nt/8)2

de modo que:
1.

p(O) = lim (l/e) =
E-O+

00.

Hemos usado el conocido limite lim (sen
t-O

.)j.

= 1.

2. Para valores de t

=1= 0,

Representaci6n de senales

25

p(t)

=

r.~O+

1 nt)2 lim e ( - sen ta e

=

(lim e)[lim
,-0'
.~o+

(_!_

nt

sen nt)2]

8

do

8 -+

El segundo limite esta acotado por 1, pero el primer lfmite tiende a cero cuan0 +. Por 10 tanto, p(t) = 0,
t#0

3. Para demostrar que el area encerrada bajo p{t) es la unidad, basta ver que

I

x

p(t)dt

=

lim ~
F.-O£

.

1

foo
-00

-00

(sen (nt/£))2 / dt tate

= ~ fOO
tt
-00

sen: (0) dt r

donde en el ultimo paso se ha realizado la sustitucion
r
=-

nt
s

Como (vease Apendice B)

se desprende que

I

x
00

--2-dr
r

sen2 t

=

n

-

f~oo p(t)dt
4. Es claro que pet)
=

=

1

p( - t}. Par 10 tanto, p(t) es una funci6n par.

Hay tres importantes propiedades que se utilizan repetidamente al operar con funciones delta: la propiedad de desplazamiento, la propiedad de muestreo y la propiedad de escalado. Propiedad de desplazamiento. la siguiente ecuaci6n: La propiedad de desplazamiento se expresa mediante

I

f>

x(t)6(t - to) dt

=

{x(to),
0,

I

tl<tO<t2 en el resto
=

(1.6.8)

La expresi6n anterior se puede demostrar utilizando el cambia de variables r con 10 que se obtiene

t - to'

f'

x(t)6(t

- to)dt

=

f2~,~O
x(to),

x(r t1

+ to)b(r)dr
< to < t2

=

26

Senales y sistemas continuos y discretos

aplicando la Ecuaci6n (1.6.7). N6tese que ellado derecho de la Ecuacion (1.6.8) se puede ver como una funci6n de to. Esta funci6nes discontinua en to = t1 yen to = t2. De acuerdo con nuestra notacion, el valor de la funcion en t1 yen t2 viene dado por

I
I,

x(t)t5(t - to) dt

= "2 x(to), 1

(1.6.9)

La propiedad de desplazamiento se utiliza generalmente en lugar de la Ecuacion (1.6.7) como definici6n de la funci6n delta localizada en to' En general, esta propiedad se puede expresar asf:
x{t)
=

f~oo

x(t)b(t - ;;)d,

(1.6.10)

10 que implica que Ia serial x(t) se puede expresar como una surna continua de impulsos ponderados. Este resultado se puede expresar graficamente si aproximamos x(t) mediante una suma de impulses rectangulares. Cada impulso tiene una anchura de .1. segundos y su altura es variable, como se muestra en la Figura 1.6.9. Es decir, ,I

x(t) que se puede escri bir asi:

=

L
k= 00

C(>

x(k.1.) rect ((t '--:-k~)/M

T

, xU)

x(2t1) reet ((t - 2ti)(ti)

Figura 1.6.9. Aproximaci6n a la serial

x(t).

Ahora cada termino de la suma representa el area encerrada bajo el impulso k-esimo de la aproximacion .x(t). Si ahora hacemos quet1,::;-+0 y sustituimos k.1. por r, de forma que k.1. - (k - 1).1. = dt, la suma se transformaerl una integral. Ademas, cuando .1. ~ 0, l/.1.rect((t - ktl}/.1.) se aproxima a 6(t - r), con 10 que se llega ala Ecuaci6n (1.6.10). La representaci6n de la Ecuaci6n (1.6.10), junto con el principia de superposici6n se utilizara en el Capitulo 2 para estudiar el comportamiento de una clase especial e importante de sistemas: los sistemas lineales e invariantes.

_____________

~

-'-oo-~'~--~-'~

.... ~'

Representacion

de ,s~i'la,les

~1

Propiedad de muestreo.

Si x(t) es continua en to. entonces
(1.6.11)

Graficamente, esta propiedad se puede ilustrar aproximando la senal impulso mediante un pulso rectangular de anchura L1yaltura l/A, como se muestra en la Figura 1.6.10, y haciendo que L1tienda a cero con 10 que se obtiene;., lim x(t)&-0

rect«t _ toVA) L1

1

=

x(to)b(t _ to)

dt!)l rcct W - tu)/t.)

+

Figura 1.6.10.

La propiedad de muestreo de la serial impulso.

Matematicamente, dos funciones 11(b(t» y I2(b(t})s9n;equivale~t€s:en ~l i~tervalo si para cualquier funci6n continua yet),

«., t 2)

J'l

r

t ,

y(t)fI(b(t»

dt

=

Jt]

r

1i

y(t)I2(3(t))'dt
~I . , : ~.

Por 10 tanto, x(t)c5(t _ to) Y x(to)c5(t _ to) son equivalentes, ya que

f'

y(t)x(t)b(t
" ',',;

., toldt
i -r
_ •.

=
~..

y(to)x(to)
,'.

=
J ,;'" -

f'
'. '",',;

y(t)x(to)~(t
•• )':,

_ to)dt
;_: •

f:

j"':'

N6tese la diferencia entre la propiedad de desplazamiento y la propiedad de muestreo. El lado derecho de la Ecuacion (16.8) es el valor de la funcion evaluado en un punto, mientras que ellado derecho de la Ecuacion (1.6.11) es todavfa una funci6n delta con peso igual al valor de x(t) evaluado en t = to'

Propiedad de escalado., .La propiedad de escalado. esta dada por
(1.6.12) Este resultado se puede interpretar considerando bet) como el limite de un pulso pet) de area unidad cuando algun parametro e tiende a cero. El pulso peat) es una versi6n comprimida (0 expandida) de pet) si a > 1 (0 a < 1), y su area es liial (n6tese que el area es siempre positiva), Tomando elhrnite cuando e -4 0, el resultado es una funci6n delta de

28

Senales y sistemas continuos y discretos

peso l/laJ. Efectuaremos la demostraci6n considerando a < O. Para a > 0 tenemos que demostrar que

separadamente

los casos

a >0

y

f

t'

" x(t)o(at

+ b) dt =

f 'l
t

t, ~

x(t)o t

( + ~ dt, b)
allado dereeho obtenemos

Aplicando la propiedad de desplazamiento

Para evaluar ellado izquierdo utilizamos la transfonnaci6n
l' =

de variables

at

+b

Entonees dt = (l/a)di: y el rango lado Izquierdo se convierte ahora en

t1

< t < t2 se convierte en at , + b < 1: < at2 + b. El

f
J("
I,

t'
,

x(t)i5(at

+ b) dt =

fut,
{It,

+ +

b h

x ~~

(1' -

a

b) 6(1') -1
a

dt

que coincide con el lado derecho. Cuando a < 0 tenemos que demostrar que x{t)6(at

+ b) dt

=

fl'

t,

~

1

x(t)J

(b)+ ~
t

dt, resultado es

Utilizando la propiedad de desplazamiento, evaluamos el lade derecho.El 1 ~x

(-b) =:
t

Para el lado izquierdo, utilizamos la transfonnaci6n dt = - dt alai
y el range de r se transforma

=

at

+ b de

forma que

1

=-

-dr que

1

en -lalt2

+ b < l' < -Ialt 1 + b, resulta
=

l

tl

x(t)3(at

+ b)dt

1-1(*<
1

+b

x ~+h

I,

-lair, +h

=-

f-I{lII'

lal

(r - b) -1-1 -1 (r - b)
a 3(1') a x --

dt

-1{llt, + h

a

3(1')dr

Representacion

de senales

29

N6tese que antes de utilizar la propiedad de desplazamiento en el ultimo paso, hemos intercambiado los lfrnites de integraci6n y hemos cambiado el signa de la integral, ya que

Ejemplo 1.6.5

Consideremos el pulso gaussiano pet) = -- 1
~

exp [--2

t2]

2f:

El area bajo este pulso es siempre 1, es decir

f
Ejemplo 1.6.6

oo
-00

~exp Y 2ne2

1

[t2]
-2

28

dt= 1

Se puede demostrar que pet) se aproxima a bet) cuando s --'> 0 (vease Problema 1.19). Sea a cualquier constante mayor que 1. peat} es entonces una versi6n comprimida de p(t). Se puede demostrar que el area bajo peat) es l/a, y a medida que e se aproxima acero, peat) se aproxima a b(at).

Supongamos que deseamos evaluar las siguientes integrales:
a)

f2(t+t2)O(t-3)dt

b)

f:2

(t

+ (2).5(t - 3)dt
- 2]b(2t

c)

f:

exp[t

- 4)dt

d) a)

f~
00

b(-r) dT

Utilizando la propiedad de desplazamiento obtenemos

ya que

b)

t = 3 no esta en el intervalo - 2 < t < 1. Utilizando la propiedad de desplazamiento obtenemos

ya que t == 3 esta en el intervale

- 2 < t < 4.

30

Senales y sistemas continuos y discretos

c)

Utilizando la propiedad de escalado y despues la propiedad de desplazamiento tenemos

ob-

Jo

[3

exp[t - 2]0(2t - 4)dt

=

Jo
1
2

[3

exp[t - 2] 1

2 o(t

1

- 2)dt

=-

exp [0]

=-

2

d)

Consideremos los dos casas siguientes: Caso 1: t < 0 En este caso el punta r la integral es cero. Caso 2: t
=

0 no esta en el intervalo -

00

< T < t, Y el resultado de

»0
00

En este caso, T = 0 esta en el intervalo En resumen, obtenemos

< T < t, Y el valor de la integral es 1.
t>O
t<O

Pero esto es por definici6n la funci6n escalon unidad. Por 10 tanto, las funciones oCt) y u(t) estan relacionadas por las operaciones de derivaci6n e integraci6n. Concretamente: dt u(t)
d
= oCt)

(1.6.13)

foo

i5(T)dT=U(t)

(1.6.14)

El impulso unidad es un representante de una clase de funciones denominadas funciones de singularidad, N6tese que la definicion de oCt) en la Ecuaci6n 0.6.7) no se corresponde con la definici6n de una funci6n ordinaria. Adquiere significado s610 si o(t) se considera un funcional, es decir, como el proceso de asignar el valor x(O) a la senal x(t). La notaci6n con la integral es simplemente una forma adecuada de describir las propiedades de este funcional, como las de linealidad, desplazamiento y escalado. Consideraremos a continuacion como representar las derivadas de la funci6n impulso.

1.6.5.

Derivadas de la funclon impulso
por o'(t),

La primera derivada de la funcion impulso, 0 doblete unidad, que denotaremos se define asi:

i

ll

x(t)o'(t

- to) dt

= - x'(to),

(1.6.15)

t,

Representaci6n de sefiales

31

suponiendo que existe la derivada de x(t) en t = to, x'(to). Este resultado se puede demostrar utilizando integraci6n por partes,

f
ya que 6(t) piedades:
=

t,

x(t)6'(t - to)dt

=

ftl

x(t)d[b(t

- to)]

,
=

"

x(t)6(t - to) jt' rI

It' x'(t)b(t
t~

- to) dt

= 0 - 0 - x'(to)
0 para t #- O. Se puede demostrar que (Y(t) posee al menos las siguientes pro-

3.

6'(at

+ h) = __!_ o'(t lal

-+' ~)

a

Se pueden definir derivadas de orden superior de b(t) extendiendo la definicion de b'(t). Por ejemplo, la derivada de orden n de b(t) se define asf:

I',
t

x(tWn)(t

- to) dt = (-

1tx(n)(to),
=

t 1 < to <

t2

(1.6.16) grafica de

suponiendo que la derivada n-esima exista en t m uestra en la Figura 1.6.11.
b'(r)

to. La representaci6n

o'(t) se

o

Figura 1.6.11.

Representacion de b'(t).

32

Senales y sistemas continuos y discretos

Ejemplo 1.6.7

La intensidad que circula por una bobina de 1 mH es i(t) = 10 exp [ - 2t]u(t) rios. El voltaje que se produce entre los extremos de la bobina viene dado por
vet) =
=

oCt) ampe-

10-3

d
-

dt

[10exp[ -2t]u(t)

- bet)]

-2 x 1O-1exp[-2t]u(t)

+ lO-2exp[-2t]6(t)
+ lO-20(t) - 1O-2b'(t)

- 1O-2b'(t) voltios

voltios

= -2 x 10-2 exp [-2t]u(t)

en donde el ultimo paso se desprende de la Ecuaci6n (1.6.11). Las Figuras 1.6.12(a) y (b) muestran respectivamente el comportamiento en la bobina i(t) y la tensi6n en sus extremos v(t).
i (t) 10 vet) 10-2

de la corriente

o
10-3 -2 X 10-2exp[-21]u(t)

-2 X 10-2

(a)

(b)

Figura 1.6.12.

v(t) y dv(t}/dt en el Ejernplo 1.6.7.

N6tese que la derivada de x(t)u{t) se obtiene mediante la regIa del producto de la diferenciaci6n. Es decir, -I [x(t)u(t)] = x(t)o(t)
d

at

+

x'(t)u(t)

mientras que la derivada de x(t)b(t) es
dt [x(t)J(t)]

d

= dt [x(O)o(t)]

d

Este resultado no se puede obtener par diferenciaci6n directa del producto, ya que J(t) se interpreta como un funcional en vez de como una funcion ordinaria.

Ejemplo 1.6.8

Evaluaremos la siguiente integral:
(a)

f4

-4

(t-2)26'(-~t+~)dt 3 2

.

._. __ .

.

.

........ ~ _

..

.N_ ~~

Representaci6n de senales

33

(b)

f4
(t -

texp[-2tJo"(t

- l)dt

Para el caso (a), tenemos

f4

-4

2)2b'( -

! + !)
3

t

2

dt =

f4

3(t -

-4

2)23'(t - ~) dt 2

=
=
Y para el caso (b~

f:4

3(t - 2)23'(t - ~}lt

f:4 [~ b'(t
- l)dt
=

- ~)

+ 96(t

-

D

Jdt

=~

3(t -~)

+9

f4

texp[-2tJo"(t

(4t - 4)exp[-2tJlt=1

=

0

1.7. OTROS TIPOS DE SENALES
Existen otros tipos de senales con las que los ingenieros electricos y electr6nicos trabajan muy frecuentemente. Hablando en sentido general, las sefiales se pueden clasificar en sefiales aleatorias y no aleatorias, 0 deterministas. EI estudio de las sen ales aleatorias queda fuera del alcance de este libra, pero algunas de las ideas y de las tecnicas que presentaremos son basicas para abordar temas mas avanzados. Las sefiales aleatorias no presentan un comportamiento totalmente predecible, a diferencia de las senales deterministas, La voz, la mtisica, la salida de un computador, la televisi6n, 0 la sefial radar no son sinus oides, ni formas de onda peri6dicas puras. Si 10 fueran, conociendo un perfodo de la senal podrfamos predecir el aspecto que tendrta la senal en el futuro. Cualquier sefial capaz de transportar informaci6n debe ser aleatoria en algun sentido. En otras palabras, para poder lIevar informaci6n, la senal debe cambiar de alguna manera, y en forma no determinista. Las seiiales se pueden clasificar tambien en sefiales anal6gicas y digitales. En ciencia e ingenieria, la palabra «analogica- significa que se comporta de forma similar, pero en un dominio diferente. Por ejemplo, la tensi6n electrica en los terminales de salida de un amplificador estereo varia exactamente de la misma manera que el sonido que activ6 el micr6fono que alimenta al amplificador. En otras palabras, la tensi6n electrica ret) en cad a instante de tiempo es proporcional (analoga) a la presi6n del aire que varia rapidamente con el tiempo. De forma sencilla, una serial anal6gica es una magnitud fisica que varia con el tiempo, generalmente de forma suave 0 continua. Los valores que toma una senal en tiempo discreto pueden ser continuos 0 discretos. Si una serial en tiempo discreto puede tamar todos los valores posibles dentro de un rango finito 0 infinito, se dice que es una senal en tiempo discreto con amplitud continua. Por el contrario, si la senal en tiempo discreto s610 toma valores pertenecientes a un conjunto finito de valores posibles, se dice que es una serial en tiempo discreto can amplitud discreta o simplemente una sefial digital. Como ejemplos de seiiales digitales tenemos las imageries

_... con periodo cormin T = 2n/wo. • Las exponenciales en tiempo continuo arm6nicamente relacionadas 2n/wo para son periodicas. El proceso completo se denornina conversion analogico-digital (AID). las entradas a un com put ad or y las seiiales asociadas a fuentes digitales de La mayor parte de las senales que encontramos en la naturaleza son senales analogicas. estas deben estar en formato digital (es decir.. etc.8. en muchos casos la seiial no esta disponible en forma electrica. debido principalmente a los significativos avances que se han producido en la teenologia de computadores digitales y en la fabricacion de circuitos integrados. El tratamiento digital de la sefial se ha desarrollado rapidamente en las dos pasadas decadas. ~ --- ~'~----'--'~'~- --. informaci6n.ser discretas en tiempo y discretas en amplitud).-------"'---------~---~~--~ . • La frecuencia angular fundamental de una sefial peri6dica se relaciona con el perfodo fundamental T mediante la expresi6n 2n w o =- T = • La exponencial periodica x(t) = exp [jwot] es peri6dica de perfodo T todo wo. los transductores QO pueden responder instantanearnente a los cambios y tienden a suavizar las sefiales. EI motivo basico es que los sistemas ffsicos no pueden responder instantaneamente a cambios en sus entradas.34 Senales y sistemas continuos y discretos digitalizadas. electrico. para proporcionar una senal electrica que represente a la sefial que produce el sistema.~---. termico. Si la senal que se va a procesar esta en formato anal6gico. • La energfa E de una senal x{t) se define E = l~rr:f~ L Ix(t)12 dt _~.. __ ~. __ ~.-. Para poder procesar las sefiales digitalmente.~C+ . La sefial en tiempo discreto se transforma posteriormente en una serial digital mediante un proceso denominado euantificacion. • Las sefiales en tiempo continuo que satisfacen la condicion x(t) = x(t + T) se denominan peri6dicas de perfodo T. ~_. 1. RESUMEN • Las sefiales se pueden clasificar en seiiales en tiempo continuo y sefiales en tiempo discreto.).. 6ptico. La cuantificacion es el proceso de convertir una senal de amplitud continua en una serial de ampiitud discreta._. con 10 que se requiere el uso de un transductor (mecanico. Generalmente. Basicamente. Es mas. es un procedimiento de aproximacion. y el dispositivo correspondiente se denomina conversor AfD. se debe convertir previamente en una sefial en tiempo discretomediante muestreo en instantes concretos de tiempo.

t) se obtiene par reflexi6n de x(t) sobre el eje t = O. - . Si a> 1.. t2 x(t)o{t to) dt = t1<tO<t2 I en el resto • La propiedad de muestreo de la funci6n 0 es LISTA DE TERMINOS IMPORTANTES Funci6n impulso unidad Funcion de muestreo Funci6n rampa unidad Funci6n escal6n unidad Funci6n signa Funcion sine Operaci6n de desplazamiento Operaci6n de escalado Operaci6n de reflexion Pulso rectangular Senales aperi6dicas Sefiales elementales Senales de energfa finita Sefiales peri6dicas Sefiales de potencia media finita Sefiales en tiempo continuo Senales en tiempo discreto ------.----~ . -------.) dt {X(t ).to) es una versi6n despJazada en el tiempo de x(t). • La serial x(t) es de potencia media finita si 0 < P < 00.9. Si to < 0.Representacion de senales 35 • La ~otencia media de una serial x(t) se define P= l~~ fL 1 2L -L Ix(t)1 dt 2 • La sefial xU) es de energfa finita si 0 < E < 00. x(at) es una versi6n comprimida de x(t). x(at) es una versi6n expandida de x(t). 0..) dt ret) • La propiedad de desplazamiento = {<O u(. la sefial esta retrasada to segundos..t) • Las funciones impulso unidad. Si to > 0. entonces x(t . escalon unidad y rampa unidad esran relacionadas par u(t) = f <0 be.x( . mientras que si 0 < a < 1.------~---. • La serial x(t .------------------- ..to) es una replica de x(t) adelantada en el tiempo. • La senal x(t) tiene simetria par si x(t) = x( . • La sefial x(at) es una versi6n escalada de x(t).t) • La sefial x(t} tiene simetria impar si x(t) = . 0 de la funcion 0 es c- I 1. • La serial x( .

entonces x3(t) = (con a y b constantes) es tambien peri6dica de perfodo T.. .tJ. 1. eos(3nt). 3. + j sen OJt para den'.6. istrar qu i. Y = 2 exp [ .2. 1. x(t) r t + e31. sen (2nt). Representar aproximadamente (a) (b) las siguientes senales: x(t) = sen (~ t x(t) + 20 0 ) = (c) x(t) =0 (d) 1. x(t + 1) = x(t) para todo t Demostrar que si x(t) es peri6dica de perfodo T.10. 2 o~ t~ 2 t-2 t ~ -2 -2~t~2 2~t 0 ~ t ~ 1.1.Son peri6dieas las siguientes sefiales? En caso afirmativo. 1.. Demostrar = ax1(t) peri6dica de perfodo n' + bXz(t) que si x1(t) Y x2(t) son peri6dicas de periodo T. Encontrar el penodo fundamental T de cada una de las siguientes seriales: cos (nt). encontrar sus penodos (a) x(t) = sen G t) + n 76 7t 2eos C3n t) 5n 6 (b) x(t) = exp ~ 76 tJ + exp [j tJ (c) x(t) = exp[j tJ + exp[~ tJ + exp [~ cosG tJ (d) x(t) = exp [1 5 6 7t tJ (e) x(t) = 2senCsn t) + t) . PROBLEMAS 1. exp [jwtJ = cos OJt exp [jwt] es peri6dica de periodo T = 2n/w.5.4. eos(~ t} sen(~ t) 1. es tambien con n = 2.36 Senales y sistemas continuos y discretos 1.3. U tilizar la relaci6n de Euler. sen (4nt).

es tarnbien una serial periodica de = sen t.Representaci6n de sefiales 37 1. x(t) = tu(t) (f) (g) 1._-- .r(t . (a) (b) -1 ~ t < 0 0~ t<2 2~ t<3 en el resto Dibujar x(t). a > 0.00 < t < 00 x(t) = A[u(t .11. y xG t +~) Encontrar la expresi6n matematica de esas funciones. de potencia media finita = A sen t. --_.1) x(t) = exp [ . 1. a = b = 2. x(. 2. Justifiear las respuestas. x(t + 3). y que x(t/b). t.7. Sea x(t) = .8 para las senales siguientes: tsen(~ t) 5 n} 6 x(t) = exp [ . b>0 Repetir el Problema (a) (b) x(t) = 1. x(t) = u(t) x(t) = A exp [btJ. peri6dica de penodo Si xU} es una senal peri6diea de periodo T. Dibujar x(t .atJu(t). t <0 exp [3t]. Verificar estos resultados para la sefial x(t) ninguna de las dos cosas.u(t + a)J a>0 0 (c) (d) (e) x(t) = r(t) . Demostrar que si x(t) es peri6dica de periodo T.2). .t + 1. (a) (b) x(t) ria.8. demostrar que x(at). t) t (f) 1. Deterrninar si las siguientes sefiales son de energia finita.10. b > 0.a) . 1._-_.3t - 2).9.21tlJsen (nt) x(t) x(t) (c) (d) = exp [41t1J = exp [j (e) x(t) x(t) = 2sen = 1. entonces siendo P la potencia media de la senal. C8n t) cos o~ C. es una serial perfodo bT. 0.

Si la duraci6n de x(t) se define como el tiempo que tarda la sefial en descender a lie de su valor en el origen. dibujar la forma de onda resultante.-.~+ ~}~3(tDemostrar que 2) Xit)X3(2 . Si Ia serial L .. . --------------- --. Si se suman las salidas de los dos sumadores. dibujar la forma de onda resultante.2u(t .-.~.x( .2) x2(t) = r(t) ..2) x3(t) = exp [ .1) xs(t) = u(t)u(t ..1) .t)] 1. a>0 x6(t) = u(t)u(a .15. (a) (b) (c) el sencillotransmisor de FM estereo que se muestra en la Figu- Dibujar las senales L + R y L .11 can las funciones x(t) = 2t + 2. .12.14.r). (t +~) x{ . encontrar la duraci6n de las sefiales siguientes: (a) (b) (e) x1(t) = A exp [.---~--~--- ---.t/TJu(t) (d) x2(t) = xl(3t) x3(t) = Xl (tI2) X4(t) = 2x1(t) . :2 [x(t) . 2t .13. Demostrar que xa(t) = es una senal impar..16. Consideremos ra P1.r(t .---. escribir su expresi6n utilizando las funciones basicas escal6n unidad y rampa unidad.a).: t < 0 0 :( t < 1 1.R se invierte y se suma a la serial L + R.------- .-.2.16.15. a>0 X7(t) = U (cos t) X1(t)X2 (i) (j) 1.38 Senales y sistemas continuos y discretos 1.t) (a) xit) = (b) :2 [x(t) + x( 1 1 t)J es una senal par.. 1. 1.R.-. Repetir el Problema 1.. Dibujar las siguientes sefiales (a) (b) (c) (d) (e) (t) (g) (h) x1(t) = u(t) + 5u(t .1 .17. Para cada una de las sefiales que se muestran en la Figura Pl.1) .u(t .t]u(t) X4(t) = 2u(t) + b(t ..

-"'2 (t) 0 a "V a x4(t) b a b x3(1) -b L 'I -a a a -a -a . I 2 o -I 3 Figura P1.16.1S.b -a a a a + b t Figura PJ.Representaci6n de senales 39 R(t) Sefial de audio izquierda L+R 0 -I L-R Sefial de audio derecha u. .

La sefial x(t) = rect (t/2) se transmite par la atm6sfera y se refleja en diferentes objetos colocados a diferentes distancias. 1.18.18. 1 sen et P6(t) = lim . La serial y (t) se procesa como m uestra la Figura P 1. Dibujar z(t) para T = to.--0 n t f. (a) (b) Dibujar y (t) para T = 10.Gltl] t:-O (1) 1.T). T» 2 Figura P1. 2G n-t 7 28n cosh (t/8) exp [-t J 2T 2 8 (e) P3(t) = lim 4 r.25x(t .40 Senales y sistemas continuos y discretos 1.20.~}-5(t 3 2 l)dt .5X(t . Evaluar las siguientes integrales: (a) foo -00 (~t.19.~) + O.~O 2 ~ +c (d) (e) P4(t) = lim = . Comprobar si cada una de las senales siguientes se puede emplear como modelo matematico de una funci6n delta: (a) p (t) 1 = lim I:~O 1 (b) P2(t) = lim "-0 g. La serial recibida es y (r) = x(t) + O.-0 1 8 tt t 2 +8 2 P5(t) lim Gexp [ .IS.

(e) Si hay un muelle conectado f(t) =m- d dt [v(t)] a la masa can constante k = 1 Nrrn.6)J calcular (a) (b) (e) (d) P(x <s.~)dt exp[-5t + 1JcY(t - 5)dt 1. . . . 4) P(x <S.. + 1) (d) (e) f:3 f~~.2u(t .r(t .t<l 2t + 2 { 2t .._- __ . 6) 1.26(x + 2) + 0.-.._--_ .~)dt 1r + 1) + senC.2) .1) + 2u(t .Representacion de sefiales 41 (b) (e) f~: f:~~ l)6G (r [exp(-t t- ~)dt t)}(t . _-_ .2) -1<S. 0:) = f '"+ -r cr» f(x) dx = 0. Dibujar las derivadas segundas de las siguientes senales (a) x(t) = ll(t) (b) (c) x(t) = r(t) x(t) = + 5u(t .2 --- .(t + l)]u(t + 1) + 6(t - 1) .__ .22. _-_..21._----_ .t + senC3 t) }(t .._------_ _ .. _ .5) P(x <S.u(x . encontrar la fuerza 1. 1. La probabilidad de que una variable aleatoria x valga menos que CJ.1) .1[u(x .26(x .36(x) + 0..3} P(x <S.... La velocidad de 1 g de masa es v(t) (a) (b) Dibujar v(t) Evaluar la fuerza = exp [ .- [exP( .---_.23.3) ..1) + O.t<0 O<S.. . se obtiene integrando la funci6n densidad de probabilidad f(x) con 10 que se obtiene P(x Dada f(x) <S.

.- .y~ exp [(1 - 2 -1 (t 1) ..42 Senales y sistemas continuos y discretos 1.--. .---.i ~ exp[- t f:2Jdt 2 (b) (c) 1..11.~..y?..--..24 para las siguientes integrales: (a) exp [ . como se indica a continuaci6n: rt. La integral r: J x(t)y(t) dt se puede aproximar mediante la suma de bandas rectangulares de ancho 8t.------------~~~----~.-~-------~--.. -.t] -1 2 8 + 47t t 28 22 dt (b) L2 f~l exp[ ~ t] 82 + 4:2~t + If dt _ 1)2 (e) exp [- tJ f:2 + 4~~t dt --------..IfJ 282 dt Repetir el Problema 1.. ...~ ~..24. N x(t)y(t) dt ~ (t2 - n~1 x(ndt)y(nM)8t Escribir un programa para verificar que En la expresi6n anterior.+ ... se puede utilizar como modelo maternatico de la funci6n delta.25. .---. At = tI)/N. PROBLEMAS PARA COMPUTADOR 1.~.+ 1)2J dt 2f:2 (1 .---. I.. f f fl l -2 (t 1) (1 . -----~~------..y~ exp [(t.. aproximando siguientes integrates por la suma: (a) las fl (t -1 + + + 2 1) .

Para estudiar el comportamiento de los sistemas se modela matematicamente cada uno de sus elementos y despues se considera la interconexi6n entre dichos elementos. un sistema se puede ver como un proceso que transforrna sefiales de entrada en otras senales de salida. presi6n. Por ejemplo.1(a). Un sistema de este tipo se representa graficamente como muestra la Figura 2.. y cuya salida es una senal de video que se muestra en la pantalla del radar. que es un sistema cuya entrada es una sefial electrica de control y cuya salida es un determinado movimienta a una determinada accion realizada par el robot. Un sistema en tiempo discreto es un sistema que transforma entradas en tiempo discreto en salidas en tiempo discreto [vease Figura 2.1. En pocas palabras. Un sistema en tiempo continuo es un sistema en el que senales de entrada en tiempo continuo se transforman en sefiales de salida en tiempocontinuo. Otro ejempla puede ser un robot.1(b)]. etc. corrientes.1. . donde x(t) es la entrada e yet) es la salida. y el Capitulo 6 considerara los sistemas en tiempo discreto. y cuya salida es la seiial deseada. INTRODUCCION Una caracterfstica de casi cualquier sistema fisico es su capacidad de aceptar entradas como tension. EjempJos de sistemas en tiempo continuo yen tiempo discrete. 1. Nuestro interes se centrara tanto en sistemas en tiempo continuo como en sistemas en tiempo discreto.1.. un receptor radar es un sistema electronico cuya entrada es la reflexi6n de una sefial electromagnetica en un blanco. Este capitulo considera los sistemas en tiempo continuo.2 Sistemas en tiempo continuo 2. Un tercer ejemplo es un filtro. cuya entrada es una senal distarsionada par ruido e interferencias. fuerza. y producir una salida en respuesta a esa entrada.1. desplazamiento. EI Sistema en liempo continuo (a) (b) Figura 2.

Estas dos propiedades que definen un sistema lineal se pueden combinar en una sola (2.1) no es valida para al menos un conjunto de x1(t).2. + R2 R2 x(t) = . el principio de superposici6n se puede enunciar como sigue: sea Yl(t) la respuesta de un sistema a la entrada x1(t). Ejemplo 2. CLASIFICACION DE LOS SISTEMAS DE TIEMPO CONTINUO En esta secci6n pretendemos profundizar en el concepto de sistema presentando una clasificaci6n atendiendo a la interacci6n del sistema can la seiial de entrada. 2. a Y p.44 Sefiales y sistemas continuos y discretos resultado se puede expresar matematicamente en el dominio del tiempo. invariantes y deterministas. propiedad de homogeneidad. El sistema es lineal (es decir.1 con R. y determinista 0 no determinista.1 Consideremos el divisor de tension que se muestra en la Figura 2.2. causal a no causal.2.2. Sistemas lineales y no lineales Cuando un sistema es lineal se puede aplicar el principio de superposici6n. x2(t). como en este capitulo. sigue el principio de superposicion) si 1. siendo a una constante arbitraria.2. nuestro interes estara centrado en sistemas lineales. El principio de superposici6n establece simplemente que la respuesta de un sistema a una suma de sen ales de entrada es la suma de las respuestas del sistema a cada sefial de entrada por separado. En esta secci6n examinaremos brevemente las propiedades de cada una de esas clases. que define eI modele de sistema. La primera propiedad se denomina propiedad de aditividad. y La respuesta a es 1XX1(t) es aYl(t). La relacion entrada/salida se puede escribir explicitamente y(t) = e. La respuesta a es x1(t) + x2(t) es Yl(t) + h(t). Este hecho tan importante ha side la causa de que se hayan desarrollado tanto las tecnicas de analisis de sistemas lineales. La mayor parte de las veces. 0 en el dominio de la frecuencia. Esta interacci6n. como veremos en los Capftulos 3 y 4. En este capitulo demostraremos que el analisis de sistemas lineales se puede reducir al estudio de la respuesta del sistema a ciertas senales basicas de entrada 2. estable a inestable. variante con el tiempo 0 invariante can el tiempo.2. y la segunda. Se dice que un sistema es no lineal si la relaci6n (2. Matematicamente. can memoria 0 sin memoria.x(t) 2 1 . puede ser lineal 0 no lineal.1) en donde la notacion x(t) -+ y(t) represent a la relaci6n entrada/salida del sistema en tiempo continuo. = R2• Para cualquier entrada x(t) y salida y(t) se trata de un sistema lineal. 2.1. e h(t) la respuesta correspondiente a la entrada X2(t).

El sistema del Ejemplo 2.[ax1(t) + bx2(t)] = a-!-x1(t) + b-!-xP) = aYl(t) + bYz(t) en donde Por otra parte.:. x2(t).2) .2.1. la transformaci6n consiste unicamente en multiplicar por una constante.1. la relaei6n entrada/salida se puede eseribir asf yet) = R x(t) 2 x(t) R2 + R x(t) z x(t) +1 Para una entrada de la forma la salida serfa El sistema en este caso es no lineal ya que axl(t) + bxit) x (t) x2(t) -__.-----==---. Para demostrar que el sistema es realmente lineal. b = 2].2 = x2(t).i' a 1 + b ---=----ax1(t) + bxit) + 1 x1(t) + 1 x2(t) + 1 para determinados valores de x let).1). I es decir.2.2. Y a = 1. si R 1 fuera una resistencia dependiente de la tensi6n como R 1 = R 2X( t) el sistema seria no lineal. a. La eorrespondiente salida es y(t) = l ~(t) = -!. Supongamos que deseamos determinar emil de los siguientes sistemas es lineal: (a) y(t) = Kdt dx(t) (2. Consideremos la entrada x(t) = ax1(t) + bx2(t). debemos demostrar que satisface la Ecuaei6n (2. En este easo. x1(t) Ejemplo 2.2.Sistemas en tiempo continuo 45 Figura 2.2. Y b [por ejemplo.

De forma analoga. un condensador ideal es tambien un sistema (elemento) lineal.~.(b). el sistema caracterizado por la Ecuacion (2. ~ ·c. Por tanto.46 Sefiales y sistemas continuos y discretos (b) yet) = exp [x(t)] (2.4): y(t) = = -=1= exp [axl(t) aYl(t) + bx2(t)] exp [axt(t)] exp [bxit)] + bY2(t) Por tanto.2.2.3 Consideremos el circuito RL que se muestra en la Figura 2.-._------_. Para el Apartado ..3) es no lineal.2.2) con diet) vet) = Ldt podemos concluir que una bobina ideal con entrada i(t) (corriente que circula por la bobina) y salida vet) (tensi6n en los extremos de la bobina) es un sistema (elemento) lineal. Comparando la Ecuaci6n (2.--_.4) La correspondiente salida es que se puede escribir asi yet) = = Ka dt x let) (IYl(t) d + Kb dt x2(t) d + bY2(t) en donde y Y2(t) = d K -[ xit) at por tanto.2.2) es lineal.-----. Este circuito se puede ver como un sistema en tiempo continuo cuya entrada x(t) es igual a la fuente de tensi6n e(t) y cuya salida y(t) es igual a la corriente en la bobina.2. Ejemplo 2.-- ____ ~~ __ .2. se puede demostrar que un sistema que realiza la operaci6n de integraci6n es lineal [vease Problema 2. investigaremos la respuesta al sistema a la entrada descrita en la Ecuacion (2. consideremos la entrada (2.2.1(1)].- .2. el sistema descrito por la Ecuaci6n (2._-----------_.2. Supongamos que en el instante to' idto) = y(to} = Yo' .3) En el caso (a).~_~_~__ L ~'~' .

Para calcular una expresi6n explfcita de y(t) en funci6n de x(t).5) es la ecuaci6n diferencial de entrada/salida que describe el comportamiento del sistema.3. Aplicando la ley de Kirchhoff de corrientes al nodo a. EI circuito RL del Ejemplo 2.2. debemos resolver dicha ecuaci6n diferencial para una entrada arbitraria x(t) aplicada para t ~ to.2.2.2.2. La solucion completa es de la forma (2.2. obtenemos Como v(t) a = diL(t) Ldt se desprende que de modo que o (2.5) La ecuaci6n diferencial (2.6) .Sistemas en tiempo continuo 47 a xU)= e(t) + L Figura 2.

--- ---. EI procedimiento para comprobar si un sistema es invariante con e1 tiempo se resume en los siguientes pasos: 1. si yet) es la salida correspondiente a la entrada x(t). que se apJica al anal isis del pendulo simple.---. IX:x:1(t) + px2(t).--_ . Para RIR2 ] [ . la regIa que se utiliza para obtener la salida del sistema no depende del instante en el que se aplica la entrada. Una tecnica corrnin para resolver este problema es aproximar el sistema por un modelo lineal que sea valido en las eercanias del punto de trabajo.•. Sea Y 1(t) la salida correspondiente a Xl (r). Esta tecnica se utiliza repetidamente a 10 largo del texto. ya que las bobinas y los condensadores son elementos lineales. y despues sumar todas las respuestas para obtener la respuesta global del sistema.to) y encontremos la salida Yz(t) correspondiente a la entrada X2(t). Frecuentemente se necesita determinar el comportamiento del sistema en las cercanfas de esa soluci6n. El concepto de linealidad es muy import ante en teoria de sistemas.48 Sefiales y sistemas continuos y discretos demostrarlo. ..2. el sistema seria lineal. En estas situaciones._----_. La respuesta a cada serial basica se puede calcular par separado. Sistemas variantes e invariantes con el tiempo Se dice que un sistema es invariante con el tiempo si un desplazamiento temporal de la sefial de entrada causa un desplazamiento temporal identico en la seiial de salida. un sistema invariante con e1 tiempo producira como salida y(t . Sin embargo.. 0 con la ayuda del ordenador. el sistema de la Figura 2. Muchos sistemas fisicos. bien analfticamente. concretamente que una entrada cera debe producir salida cero. Consideremos una segunda entrada. El principio de superposici6n se puede utilizar para determinar la respuesta de un sistema lineal a cualquier entrada arbitraria que se pueda descomponer en una suma (que puede tener infinitos terminos) de seiiales basicas. 2. este sistema es no lineal.2. Esta tecnica se conoce como linealizaci6n. Es decir. 10 que no es posible para sistemas no lineales. se puede encontrar una soluci6n para una excitaci6n y condiciones iniciales dadas.to) Esto puede parecer alga sorprendente.to). si Yo = 0. y el modelo de pequeiia serial.2 viola una propiedad muy importante de los sistemas lineales. consideremos la entrada x(t) .2. La salida correspondiente es y(t} = y(to)exp De acuerdo con la Ecuaci6n (2.- --- --_ . cuando se analizan con detalle.:. Algunos ejemplos importantes son la tecnica de analisis de pequena serial que se aplica a circuitos de transistores.L(RI + R2) (t .... Por tanto. 2. y en muchos casos produce resultados en forma matematicamente cerrada.. Concretamente. a menos que y(to) = 0.to) cuando la entrada sea x{t .2. obtenida desplazando x1(t) xz(t) = x l(t .l). muestran un comportamiento no lineal. x2(t).

to -tu exp [t2 -"2 + (r + 2 t )2J 0 xl(r)dr . que el sistema I Consideremos ahora el sistema del Apartado (b). la salida es (2.Sistemas en tiempo continuo 49 3. 4. Consideremos la entrada x2(t) xl(t .2.4 Deseamos determinar si los sistemas descritos por las ecuaciones que siguen son invariantes con el tiempo: (a) (b) y(t) = cos x(t) dy(t) -.2. Obtengamos la senal YI(t .2. 1.8) y (2.to). el sistema es invariante con el tiempo. La salida correspondiente es yz(t) = cos x.it = - ty(t) + x(t). y(O) =0 Consideremos el sistema del Apartado (a).2.to).2.to) (2. t ~ 0.9) demuestra = cos x(t) es invariante con el tiempo. se puede verificar muy facilmente por sustituci6n directa en la ecuaci6n diferencial que la salida Y1U) viene dada por 2 YI(t) = (t 1: Jo exp [t2-"2 +"2 JxJr)dr = (2.11) = I t . Consideremos la segunda entrada x2(t) = xl(t . Seguimos los pasos indicados anteriormente: L Para la entrada Xl it).to) a partir de la senal YI(t) (del paso 1).2. De la Ecuaci6n (:~. y(t) = cos x(t). Si h(t) = YI(t . yet) La comparaci6n de las Ecuaciones (2. Si la entrada es x1(t).10) es 2.8) 3. y comparemosla con Yz(t).9) 4. Ejemplo 2.2.Iz .to)' La salida correspondiente (2.z(t) = cos x.7) 2. Caso contrario es variante.7) (2.2.2.

~_~.3. el valor de yet) en cualquier instante depende s610 del valor de x(t) en ese instante.-~_.12) 4. Por ejemplo. ~ ---+- .. = 15 f(t) 1 ". Por el contrario.-. la relaci6n entrada/salida se puede poner de la forma y(t) = F(x(t» Para sistemas lineales. De la Ecuaci6n (2.2.-n . las entradas y las salidas son funciones de la variable independiente. Comparando las Ecuaciones (2. una resistencia es un sistema sin memoria. Si un sistema es sin memoria 0 instantaneo. Es obvio que Ia salida en cualquier instante t depende de la historia pasada completa de la entrada.13) k(t)x(t) y si el sistema es invariante con eI tiempo. La dependencia lineal entre la fuerza f(t) y la velocidad v(t) es v(t) siendo D la constante de amortiguamiento. Sistemas con memoria y sin memoria En la mayona de los sistemas. (2.~. ya que si la entrada x(t) es la corriente que circula por la resistencia y la salida yet) es la tensi6n entre los extremos de la resistencia.12) Ilegamos a Ia conclusion de que el sistema no es invariante con el tiempo.. Se dice que un sistema es sin memoria 0 instantaneo. un condensador es un ejemplo de sistema con memoria.-.10).2. ~.2. tenemos yet) = kx(t) siendo k una constante. si el valor actual de la salida depende solamente del valor actual de la entrada.---. invariante con el tiempo y sin memoria es un amortiguador mecanico.2. la relaci6n se reduce a yet) = (2.--- •.2.2. la relacion entrada/salida es y(t) = Rx(t) siendo Rei valor de la resistencia. la relaci6n entrada/salida es en este caso yet) = -1 C I ~co x(t) dt siendo C el valor de la capacidad. Un ejemplo de sistema lineal. -----------. Si la entrada es la corriente que circula por el condensador y Ia salida es la tensi6n entre sus extremos. 2.~--.11) y (2. Por tanto.50 Sefiales y sistemas continuos y discretos 3._- .---- •.

4. t + IX 0 en algun momento del pasado. si x1(t) = x2(t).T hasta t). Podemos verificarlo matematicamente como sigue. en el intervalo desde t .Sistemas en tiempo continuo 51 Un sistema cuya respuesta en el instante testa determinada completamente por las seT segundos (es decir.t) t~ 5 t t'::':.2. mientras que la serial yet) = x(t .2.=0 N a. t . y el segundo sistema es un retardador ideal. entonces Los sistemas que no cumplen esta propiedad se denominan no causales Ejemplo 2.fJ) es una versi6n retrasada de x(t). sino que depende tambien de la historia anterior de x(t).2. La serial yet} = x(t + IX) es una predicci6n de x(t). es decir: Por 10 tanto. La memoria de un sistema de este tipo es de Iongitud T unidades de tiempo. fiales de entrada durante los ultimos Ejemplo 2. Matematicamente. t < to y el sistema es causal.p. las correspondientes salidas deben ser iguales hasta ese mismo instante de tiempo ya que un sistema causal no puede predecir si las dos entradas seran diferentes despues de to (en el futuro). Consideremas las entradas x (t) = 1 I {exp( .5 La salida de un canal de comunicaciones yet) = y(t) se relaciona con su entrada x(t) asf: I . .x(t . no anticipativo (conocido tambien como Iisicamente realizable). El primer sistema se denomina predictor ideal. si dos entradas a un sistema causal son identicas hasta algun instante to.5 »5 y t de modo que x1(t) Y xit) >5 son identicas hasta to = 5. este sistema posee una memoria finita de T = maxJTJ 2. Es claro que el predictor es un sistema no causal. Sistemas causales Un sistema es causal. ya que la salida depende de los valores futuros de la entrada. En muchas aplicaciones nuestro interes no es el valor de una sefial x(t) en el instante actual t sino en algun instante del futuro.6 0 anticipativos.TJ Es claro que la salida yet) del canal en el instante t no depende s610 de la entrada en instante t. se denomina sistema con memoria finita. si la salida en cualquier instante to depende s610 de los valores de la entrada para t < to' De forma equivalente.

15) ra t Sean xl(t) Y x2(t) dos seiiales que son identicas para t . Pero YI(3) = exp(-6) El retardo ideal es causal ya que su salida depende s610 de los valores pasados de la Ejemplo 2. (2. 16b) que no es igual a (2.:( 2 = {~ t>2 e Yz(3) = O. Las salidas correspondientes son t . el sistema es no causal. (2.. Por tanto. Esto se puede hacer calculando el promediado. xav(t) de la sefial x(t).14) o xaV(t)=- ft+!:' r-2" T 2 T x(r)dr (2. xav(t) se puede calcular de varias formas.es causal.14).2. para la ecuaci6n del sistema (2. Este sistema es. xaV(t) = -1 T 1 It [-T X(T) d.l6a) Por 10 tanto el sistema .2.2.7 A menudo se requiere determinar eI valor media de una serial en cada instante temporal t.2.2. Par ejemplo..15)._. 2 t> 2 y Y2(t) t .:( to.2. Si el sistema es causal.2. no causal.16c) ya que x1(t) Y x2(t) no son las mismas para t> to. (2. . pero que son diferentes pa> to' Entonces. Para el sistema de la Ecuaci6n (2.2. sefial de entrada..52 Sefiales y sistemas continuos y discretos Supongamos que IX = 3. por tanto. YI(t) = Y2(t) para todo t < 5.

y el siste- es el diferenciador z(t) dt yet) . el sistema no es invertible. = Para el Apartado (b). y el sistema inverso es z(t) La Figura 2.2.3. x(1) z (t) '" x (I) Figura 2. yet) = 2x(t) es invertible. produce una salida igual a la entrada del sistema original. construir el sistema inverso. x(t) Figura 2.8 Concepto de sistema inverso. Por tanto. y no se requiere que e1 sistema sea ffsicamente realizable. Sistemas invertibles y sistema inverso Se dice que un sistema es invertible si observando la salida se puede determinar la entrada Es decir.2. el sistema y(t) producen la misma salida. el sistema yet) = ma inverso correspondiente f~oo d = 0 es invertible. EI sistema inverso de un sistema causal no tiene que ser causal necesariamente.2.. como se indica en la Figura 2. El uso del concepto de sistema inverso en los capitulos que siguen es fundamentalmente por conveniencia maternatica.3. se puede construir un sistema inverso que cuando se coloca en cascada con el sistema original. (a) yet) = 2x(t) (b) yet) = cos x(t) (c) yet) = (d) foo x(r)dr. De hecho. deben encontrarse dos entradas diferentes que produzcan la misma salida.2.4.. el sistema inverso «deshace» 10 que el sistema original hace con la entrada x(t).2. el efecto del sistema dado se puede eliminar colocandolo en cascada con su sistema inverso. Sistema inverso para eJ Apartado (a) del Ejemplo 2.8. = !yet) xU) z (t) .4 muestra esta idea. y(-co)=O yet) = x(t + 1) El sistema del Apartado (a). ~ v(t) . Ejemplo 2. puede no existir en absoluto en ningun sentido convencional. En otras palabras.co) = + 2n: Para el Apartado (c). N6tese que si dos entradas diferentes producen la misma salida. Se desea determinar si los sistemas que se indican a continuaci6n son invertibles. Si 10 son. y( .Sistemas en tiempo continuo 53 2.5.2. cos x(t) no es invertible ya que x(t) y x(t) x(r) di. Si no.2.

2.. Aunque se pueden definir muchos tipos de estabilidad.--.. una entrada acotada duce una salida y(t) cuyo m6dulo es que cumpla Ix(t)1 < B pro- I y(t)1 = lexp [x(t)]1 = exp [x(t)] ~ exp [B] < 00 Por 10 tanto. la salida tarnbien esta acotada y eLsistema es estable. todas las entradas acotadas deben producir salidas acotadas.) u(T)dT = ret) Por tanto. Si el tratamiento previo se puede representar mediante un sistema invertible. La salida y(t) es igual a y(t) = f".54 Senales y sistemas continuos y discretos Por ultimo. cuya salida no este acotada. consideremos como entrada x(t) el escal6n unidad tI(t). ________________________________ " . es decir.' . Se dice que una serial x(t) esta acotada si su m6dulo no crece sin limite. La estabilidad BIBO se refiere al comportamiento de la respuesta a la salida cuando se aplica una entrada acotada._. Ix(t)1 < B1 < Ejemplo 2..6. y el sistema no es estable. en esta secci6n consideraremos s610 un tipo denominado estabilidad BIBO (Bounded-input Bounded-output. ~r _." _" __ . para el Apartado (d). el sistema y(t) = x(t + 1) es invertible y el sistema zft) = y(t - inverso es el retardador unidad 1) En algunas aplicaciones.2._ _ ___"._++__'. Ix(t)1 < B < 00.9 00 implica que I y{t)1 < B2 < 00 Se desea determinar cual de estos sistemas es estable (a) y (t) (b) = exp[ x(t)] y(t) = foo xCr:)dT x(t) Para el sistema del Apartado (a). para asegurar que el sistema es inestable._. ~. la respuesta a la salida y(t) esta tambien acotada. ._. una entrada acotada u(t) produce una salida r(t) no acotada.. entrada acotada salida acotada)._ . Para al Apartado (b).. 2. Sistemas estables Uno de los conceptos mas importantes en el estudio de sistemas es La noci6n de estabilidad. Este ejemplo sirve para enfatizar el hecho de que cuando un sistema es estable. Basta con encontrar una sola entrada acotada. es necesario realizar un tratamiento previo de las sen ales recibidas para transformarlas en senales con las que se pueda trabajar. para todo t Un sistema es estable en sentido BIBO si para cualquier entrada acotada x(t). Es decir.13)...~~--.. su acci6n no tendra efecto en las prestaciones del sistema global (vease Problema 2.

respectivamente.(t). Dos de ellas.3. Utilizando la propiedad de superposicion de los sistemas lineales (Ecuacion 2. Una forma obvia seria resolver la ecuaci6n diferencial que describe el sistema. entonces si el sistema es lineal. El sistema es lineal si la respuesta a la entrada x(t) = atx1(t) + a2xZ(t} es igual a y(t) = aIYl(t) + Q2h(t). __ .3. esto se puede resolver de formas muy diferentes.3.._..1) expresa que cualquier serial x(t) se puede expresar como un continuo de impulsos ponderados.r)dr (2.{t) En la Secci6n 1. Analfticamente. En los Capftulos 3 y 4 consideraremos tecnicas en el dominio de la frecuencia para analizar sistemas LTI. + QNXN(t) = L j= N aixj(t) 1 = ay l 1(r) + a (t) 2y 1 + . ------. debido a que muchos fen6menos ffsicos se pueden modelar mediante sistemas lineales invariantes con el tiempo.6 demostramos q\le las fuliones escal6n unidad e impulso unidad se pueden usaf como bloques basicos para representar senales arbitrarias.. presentaremos un segundo metodo que explota Ia Iinealidad y la invarianza temporal del sistema. El desarrollo de este metoda conduce a una importante integral conocida como convoluci6n. y debido tambien a que el analisis matematico del comportamiento de esos sistemas se puede realizar por procedimientos muy directos._---_.. Es decir.---~- . y la respuesta a xlt) es y. En esta secci6n vamos a desarrollar una importante y iitil representaci6n para los sistemas lineales e invariantes con el tiempo (LTI.. la linealidad y la invarianza con el tiempo juegan un papel fundamental en el analisis de seIiales y sistemas. podemos expresar la ----------------'--------. 2._--- +--+--_. En Ia seccion siguiente. Sean Yl (t) e Y2(t) las respuestas de un sistema a las entradas xl(t) Y xit). . si xU) = al Xl (t) tenemos entonces que y(t) + Q2X2(t) + .1.Sistemas en tiempo continuo 55 2.. del ingles «linear time invariant»). la salida y(t) sera Ia suma ponderada de las respuestas y.. -. Un problema fundamental en el analisis de sistemas es la obtenci6n de Ia respuesta a alguna entrada determinada.- ~:~~ . 4- I aNYN(t) = i~l N QS. Consideremos ahora un sistema en tiempo continuo con entrada x(t). la propiedad de desplazamiento de la funci6n <5. De forma mas general. Esto constituye los fundamentos de la teorfa de sistemas lineales y de las diferentes transformadas presentadas a 10 largo del texto.(t).-~---------. De hecho.2. si la entrada x(t) es una suma ponderada de cualquier conjunto de sefiales xj(t}. x(t) = f~oo x(r)o(t . SISTEMAS LINEALES E INVARIANTES CON EL TIEMPO En la secci6n anterior hemos estudiado diversas propiedades de sistemas. La convoluci6n Los sistemas lineales se gobiernan por el principio de superposici6n... teniendo en cuenta Ia entrada especificada y las condiciones iniciales.1).

56 Senales y sistemas continuos y discretos salida y(t) como una combinaci6n lineal de las respuestas del sistema a las sefiales impulso desplazadas.3. ademas.._"__ __"_~ . En otras palabras.__._~~~~~_. Es irnportante indicar que la convoluci6n yet) = x(t) * h(l) no existe para cualquier senal. '1:) es la salida del sistema en el instante tala entrada bet . 0 bien ambas deben ser absolutamente integrables en el intervalo (. b] si Ix(t)! dt < 00 (2. Se dice que una sefial x(t) es absolutamente f iihegrable en el intervalo [a. h(t. 00)...__ •.3.'1:).3. h(l. Tanto x(t) como h(l) deben ser absolutamente integrables en el intervalo [0.T) d: (2.3._ .2) siendo h(t.'1:) aplicada en el instante r.3) se denomina integral de convolucion entre las senales x(t) y h(l) y relaciona la entrada y la salida del sistema par medio de la respuesta al impulso del mismo.'1:._~ .~_.3..__. Por tanto la Ecuaci6n (2. 00). '1:) la respuesta del sistema lineal al impulso desplazado bet . x(t) 0 h(l)...4) Una consecuencia de esta representaci6n es que un sistema LTI queda completamente caracterizado mediante su respuesta al impulso. h(t. Si. es decir. 00. ". Esta operaci6n se representa simb6licamente asf yet) = x(t) * h(t) (2. Las condiciones suficientes para que exista la convoluci6n de las senales x(t) e h(t) son: 1. cuando el sistema esta en reposo (condiciones iniciales nulas). OJ.'1:). ._ .3) La funci6n h(t) se denomina respuesta al impulso del sistema LTI y representa la salida del sistema en el instante t debida a un impulso unidad aplicado a la entrada del sistema en el instante t = 0..'1:).. e) de (2.. exp [t] * exp [t].. . entonces la respuesta a bet . Esto es debido a que la propiedad de invarianza con el tiempo implica que si h(t) es la respuesta a bet). '1:) no debe depender de T. Tanto x(t) como h(t) deben ser absolutamente integrables en el intervalo ( 2._~. 3.5) Par ejemplo.._~~. .00.3.. _ L. .tJ no existen.2) se transforma en yet) = f~ 00 x('1:)h(t . sino de t .•.. el sistema es tambien invariante en el tiempo. La operacion de convoluci6n en tiempo continuo satisface estas importantes propiedades: Propiedad conmutativa x(t) * h{t) = h(t) * x(t) Esta propiedad se demuestra por sustituci6n de variables. La relaci6n integral que expresa la Ecuacion (2. Es decir. '1:) = h(t .' ··_·'__ ·····_·_··_· ·_ __ . las convoluciones sen OJt * cos OJt. yet) = f~ 00 x{'1:)~(t. _c__ ~ . y exp [t] * exp [ . Implica que los papeJes de la senal de entrada y de la respuesta al impulso son intercambiables.'1:) es simplemente h(t .

el impulso unidad y el doblete unidad.Sistemas en tiempo continuo 57 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 e1 orden de integracion. Propiedad distributiva Esta propiedad es consecuencia direeta de la propiedad lineal de la integraci6n.3. Implica que una combinaci6n en paralelo de sistemas LTI es equivalente a un unico sistema.3. eoncretamente can el escal6n unidad.1. X(t)~y(t) h(t)~Y(t) (a) x(t) y(t) X(t)~y(tl (b) x(t) )"(t) X(f}~Y(t} o» Figura 2. cuya respuesta al impulso es la convoluci6n de las respuestas al impulso de cada sistema.1 ilustra estas tres propiedades. La Figura 2. Propiedades de la convoluci6n de sistemas continuos. Utilizando las definiciones dadas en el Capitulo 1 se puede demostrar que x(t) * J(t) = f~ 00 x(r)6(t .6) . Se pueden obtener algunas propiedades adicionales interesantes de la convoluci6n si consideramos la convoluci6n can funeiones de singularidad. Implica que una combinaci6n en cascada de sistemas LTI se puede sustituir por un (mica sistema. cuya respuesta al impulso es la suma de las respuestas al impulso de los sistemas en paralelo.r) de = x(t) (2.3.

O. ponen de manifiesto las diferencias entre las tres operaeiones siguientes: x(t)o(t ~ a) = x(a)b(t ~ a) f~ 00 x(t)o(t ~ a) dt = x(a} a) x(t) * b(t ~ = x(t ~ a) El resultado de la primera operaci6n (propiedad de muestreo de la funcion delta) es una nueva funcion delta con peso x(a). yet) = ah(t) = + bh(t . la salida yet) se puede expresar como la suma ponderada de las respuestas a las dos funeiones b.7) u(t) es un integrador En consecuencia.e(t . junto con las otras ya presentadas.3) produce el siguiente resultado h(t . . Como el sistema es lineal e invariante can el tiempo.. La comparacion de la Ecuaci6n (2. Estas propiedades.. un sistema LTI con respuesta al impulso h(t) perfecto.2 La salida yet) de un receptor 6ptimo en un sistema de comunicaciones se relaeiona con la entrada x(t) asi: yet) = r Jt-T J x(r)s(T . x(t) * o'(t) = L"'oo x(r)o'(t ~ r}dr = x'(t) (2.:S t s.--- ..3.. Cansideremos ahora x(t)*u(t) = = J(t) es el sistema identi- f~oo x(r)u(t ~ r)dr = Loo x(r)dr = (2. la respuesta del sistema a un impulso unidad en su entrada es igual a h(t).9) en donde s(t) es una seiial conocida de duracion T.---. 0 <t - T <T =0 en el resto ! J -__. Por ultimo. .to). el resultado de Ia tercera operaci6n (propiedad de convoluei6n de la funcion delta) es una versi6n desplazada de x(t).____.t + r)dr.3..------------~--__.--. Por 10 tanto.8) can 10 que podemos ver que un sistema LTI con respuesta al impulso h(t) = o'(t) es un diferenciador perfecto. T (2.ct]u(t) Ejemplo 2.ct]u(t).1 Sea la serial x(t) = ao(t) + M(t .--... Par definici6n._-~~-.3.r) = s(T . EI resultado de la segunda operacion (propiedad de desplazamienta de la funci6n delta) es el valor de la senal x(t) en t = CI...t + r).to) + bK exp [ .-._-.3.to)]u(t ~ to» aK exp [ . Por ultimo.3.58 Senales y sistemas continuos y discretos Por 10 tanto.3. un sistema LTI con respuesta al impulso h(t) dad. Esta sefial es la entrada de un sistema LTI con respuesta al impulso h(t) = K exp [ ...9) con la Ecuaci6n (2.3. Podemos ver que la entrada es la suma ponderada de dos funciones desplazadas. Ejemplo 2.

Hagamos ahara x(t) = 6(t) para encontrar la respuesta al impulso del sistema: 1 h(t) =T _!__ J . Ecuacion (1. 0.~t+r-- T T 2 b(r)dr ~ -~!.6. Su respuesta al impulso es la senal reflejada y desplazada un intervalo T Eel sistema esta adaptado a la serial set)].r) dt entonces la salida yet) es yet) = f:w exp[ ~ b'[]u('[)exp [~a(t N6tese que U(1')u(t . b *" a . <t <r en el resto ° = I 1 exp [ .r)Ju(t .Sistemas en tiempo continuo 59 a bien h(t) = seT ~ t). de la funci6n impulso.4 Consideremos un sistema L TI can respuesta al impulso h(t) = exp [ ~ at]u(t).3.8). este sistema calcula el promediado de la seiial x(t) en el intervalo [t ~ T12.bt) . °< t <T en el resto Un sistema de este tipo se denomina filtro adaptado.exp (._<t<!. t + T12].3 Consideremos el sistema descrito par la relaci6n y(t) =- 1 T rt+~ "(-- T 1 x('[)d'[ Como se ha dicho anteriormente._ 2""'2 =T { o en el resto expresada en la donde el ultimo paso se desprende de la propiedad de desplazamiento.at)Ju(t) =a_ b . Ejemplo 2.1') Par 10 tanto yet) = = 1. = 0.at] exp [(a ~ b)r] dt [exp ( . a >0 Si la entrada al sistema es x(t) = exp [ ~ bt]u(t).3. Ejemplo 2.

3t)u(t) [exp (.exp( .3._"C.~ __.3. y(t)dt f:oo x(r{f~oo h(t = r)dt]dr f~ 00 x(r)[area bajo h(t)Jdr = area bajo x(t) x area bajo h(t) Este resultado se generalizara posteriormente cuando hablemos de las transformadas de Fourier y de Laplace.3._.4 y del heche de que x(t) * J(t) = x(t)._..2t)]u(t) donde el._.~_. El area de la integral de convoluci6n se puede ca1cular integrando la Ecuaci6n (2. Ejemplo 2.~_..3) en el intervalo .3.ultimo paso es consecuencia del Ejemplo 2... ~. "_'.2 si ht(t) = exp [ .3.3.00 < t < co.3tJu(t) h4(t) = 4b(t) de la convoluci6n se desprende Utilizando las propiedades asociativa y distributiva que h(t) para el sistema de la Figura 2. __ .2 es h(t) = = ht(t) * h2(t) + h3(t) * h4(t) + 12 exp (.t) . podemos utilizarlo como una forma de comprobar rapidamente el resultado de una convoluci6n.c. __ ~_....2.6 La convoluci6n tiene la propiedad de que el area de la integral de convoluci6n es igual al producto de las areas de las dos seiiales que se convolucionan. x (t) y(t) Figura 2. resultando Si intercambiamoslos 6rdenes de integraci6n obtenemos = f~a. EI sistema del Ejemplo 2.3.' .3. ~ __ .5.t]u(t) h3(t) = exp [ .60 Sehales y sistemas continuos y discretos Ejemplo 2..5 Encontremos la respuesta al impulso del sistema que muestra la Figura 2. Por el momento.2t]u(t) h2(t) = 2 exp [ ..--+---'--"~ '_~~ ~_~~ __ .

r) y x(r)h(t .r) = x(.)h(t .r dt T A =~ T [t .). N6tese que el integrando get.T :C r :(.1 + exp [ . como se muestra en la Figura 2. Los ejemplos que siguen ilustran este procedimiento.tJ] 0< t :(. t :C t. N6tese que h(t . Integrar el producto get. Dichos pasos indican como se calcula graficamente convoluci6n en el intervalo t. la interpretaci6n grafica de la convoluci6n resulta especialmente util. Por 10 tanto. Vemos que las seiiales no se solapan. tJ se dibujan x(. + Paso 2.3(a). Interpretacion grafica de la convoluclon El calculo de x(t) * h(t) cuando las dos senales son continuas para todo t.3.3.3(c). cuando t > T.3. como muestra la Figura 2.r) se pueda describir mediante una unica expresi6n matematica en dicho intervale.Sistemas en tiempo continuo 61 2. Y x(t)*h(t)= i =- ! Aexp[-rJ--dr [T-l tT t !-T A T + exp[-TJ]exp[-(t . las sefiales se solapan en el intervalo t . Sin embargo. Ejemplo 2. la integral es igual a cera y x(t) * h(t) = 0. Paso 1.3. y que se obtiene desplazando h( r) a la derecha t segundos. las sefiales se solapan en el intervalo 0 :C r :C t.3(b) muestra x(r). El valor de t es siernpre igual a la distancia desde el origen de x(r) al origen desplazado de h( .l' tJ se escoge de forma que el producto x(r)h(t .r] indicado par la linea de puntos. t.3. y x{t) * h(t) = Jo r Aexp[-rJ t . _ 1 :(.3(d). La integracion puede verse como el area bajo Ia curva representada por el integrando.3. t :C 0 Cuando O:C t :C T.T)J. t> T .r] es una version invertida y desplazada de her). siendo x(t) = = A exp [ . 0 :C t < 00 h(t) T' t 0 :C t < T La Figura 2. h(t . donde el intervalo [ti. r) como funci6n de T.z) con t < O. A continuaci6n indicaremos los pasos de esta ayuda grafica para 1a obtenci6n de la convoluci6n.7 Consideremos las sefiales que se muestran en la Figura 2. y el producto get.r) como funciones de r. T Finalmente.2. con 10 que el lfmite superior de la integraci6n es t. en muchas ocasiones al menos una de las dos senales involucradas se define por tramos. no es conceptualmente mas complicado que la integraci6n ordinaria. r) Para t un valor arbitrario fijo en el intervalo [ti-1.t]. En este caso. r) depende de t y de T. res la variable de integracion que desaparecera al calcular la integral e imponer los limites sobre el resultado. h(t .

:i_ (T .3(e). En este ejemplo. --------------------------------------- --- -~------------ .7.T 0 T 0 (b) r f'U_ t.62 Senales y sistemas continuos y discretos xU)= AL A exp [-tl h(t) o o (a) x(r) h(t .r) t.3. El resultado completo se muestra en la Figura 2.3.r) T h(r .r) 0 (c) x(r) h(t . la grafica del resultado muestra que la operaci6n de convoluci6n produce un suavizado en el sentido de que x(t) * h(t) es mas suave que cualquiera de las sehales originales.exp [-T)) T o Figura 2.T) r- o t.3.T r (d) o t- T T x(:) * h(t) . Interpretacion T (e) grafica de la convolucion del Ejemplo 2.1 .T 0 T x(r) h(t .3.

. I I I I a +---. y(t) = t < -2a t + 2a. centrada en t = 0 y de longitud 4a.. { 0.4.4 ilustra el solapamiento de los dos pulsos rectangulares para diferentes valores de t y la sefial resultante y(t).3. Utilizaremos la notaci6n . EI resultado se expresa analiticamente asf: a.1(t/2a) para indicar una serial triangular de altura unidad. Solucion grafica del Ejemplo 2.1(t/2a) Esta sefial aparecera frecuentemente en nuestros razonamientos y se denomina sefial triangular.8.t. izU I I I I I x (r) r) r---T-I -3a -a I= 0 ~2a I 11 a I -a o <t< a =a -2a -a t -a 0 a < t <0 -a 0t O<t<a .3.Sistemas en tiempo continuo 63 Ejemplo 2. I I I I --'---1 I I I I -a a < t < 2a o ! I I 1 I I ! a y(l) -a 3a t = 2a ~ -2a o 2a Figura 2. 'J.3. 2a .t<0 o:!( t < 2a t ?: 2a 0. -2ao:s. = ItI ItI :!( 2a It I ?: 2a 2a .3. . de forma mas compacta 2a y(t) { 0.8 Determinemos la siguiente convoluci6n y (t) = rect(t/2a) *feet (tI2a) La Figura 2. o a -.

1t t?:: +1 T -2 A -) yet) o 2 1 grafica de x(t) (f) Figura 2. Por 10 tanto. Para . t s: 1 T II -1 (e) a II ~ t t.-1 T ~' t.5 muestra el solapamiento de las dos senales x(r) y h(t .3. Para . eI y(t) = 1 .t y altura 1.r).1 eI producto es un triangulo de base t + 2 y altura t + 2. Interpretacion * h(t) en el Ejernplo 2.3.0 t-IOt (d) t+1 0::. Podemos ver que para t < .5(c) y el area es -1:«t<0 Para 0 area es :« t < 1 el producto es un rectangulo de base 1 . 1::.2 :« t < .1 :« t < 0 el producto se muestra en la Figura 2.9. O:(t<1 .3.] (c) t +] -1 o -1::. el area es y(t) = ~(t + 2)2 -2:«t< -1 t- ~I Itt +] -] a (a) t <-2 1 t-l tt+10 (b) -2::.t.5..3.r) siempre vale cero.64 Sefiales y sistemas continuos y discretos Ejemplo 2.9 Calculemos la convoluci6n x(t) * h(t).2 el producto x(r)h(t . Por tanto.3. siendo x(t) y h(t) las senales h(t) .:(1) -I o La Figura 2. t::.

Para 1 :( t < 2 el area bajo el producto es igual a yet) = °:( u« .Sistemas en tiempo continuo 65 Para t > 1 e1 producto es siempre eero. t < -2 -1 -2:(t< -1:(t<0 O:(t<1 t~ 1 2' 0. tenemos 0. En resumen.t.r) vale siempre cera.t: .6 podemos ver que para t < 0 el producto x(r}h(t .t)2J. En resumen. Entonees. yet) = O. yet) = t2/2. el producto x('r:)h(t .3.(3 . Para t ~ 3.10 Calcularemos graficamente la convolucion de las dos senales que se muestran en la siguiente figura h(t) a D 1- 2 -[ o En la Figura 2.t)2/2. Para t < 1 el producto es un triangulo de base t y altura t. tenemos 0. . (t + 2}2 2 yet) = t2 1-1 . 3 2' l:(t<2 2:(t<3 t ?: 3 2 0.1)2 + i(2 . par tanto.t)l . 1 :( t < 2 Para 2 :( t < 3 el producto es un triangulo de base 3 .t y altura 3 .3.r) vale siempre cero para to do t. Par 10 tanto. yet) = (3 . t2 t<O O:(t<1 2' yet) = 3t . Ejemplo 2.t.

4.4. ademas. Utilizando la integral de convoluci6n. Propiedad de memoria de los sistemas LTI En la Secci6n 2.2. Vimos. 2.2 en terminos de la respuesta al impulso.1. la salida de un sistema causa] depende solamente de los valores presentes y pasados de la entrada.6.2.3.4. 2 (f) 3 Figura 2.1) para alguna constante K.4.4. En esta seccion examinaremos las propiedades de los sistemas presentadas en la Seccion 2.4. _.1 (d) I 2:::t<3 + I T 1$/<2 o (e) 1- I I. podemos . Hacienda x(t) = 6(t) en la Ecuaci6n 2.66 Sefiales y sistemas continuos y discretos I- AiD I t + 11 2 t<0 T 1-1 t (b) +1 0:::/<1 (a) 1-11/2t+1 (c) T o y(t) t. Convolucion de x(t) y h(t) en el ejemplo 2.:: 3 t + 1 T J~. PROPIEDADES DE LOS SISTEMAS LINEALES E INVARIANTES CON EL TIEMPO La respuesta al impulso de un sistema LTI representa una descripci6n completa de las caracterfsticas del sistema. ~ 2. Sistemas LTI causales Como se dijo en la Seccion 2. que los sistemas invariantes con el tiempo y sin memoria obedecen a una relaci6n entrada/salida de la forma y(t) = Kx(t) (2.4.3 definiamos los sistemas sin memoria como aquellos en los que la salida en cualquier instantedepende s610 del valor de la entrada en ese mismo instante.3.2) 2.2.10.1 vemos que estos sistemas tienen la respuesta al impulso de Ia forma h(t) = Kc)(t) (2.

' = x(1')h(t ~ r)dT = h(1')x(t . En general. el sistema LTI hl(t) = b(t + to) es el inverso del sistema h(t) = b(t .r) dt 6(t (2.3. Por ejemplo. Si hl(t) representa la respuesta al impulso del sistema inverso.3. pero eI sistema h(t) causal. Sistemas LTI inverlibles Consideremos un sistema LTI continuo cuya respuesta al impulso es h(t). 2. la eonvoluci6n se transforma en yet) = I"".4) Por ejemplo.r ! ! I Sistemas en tiempo continuo 67 i relacionar esta propiedad con una propiedad equivalente de la respuesta al impulso de un sistema LTI.4.5 ) Por ejemplo. se dice que una serial x(t) es causal si x(t) 0. la exponencial x(t) x(t) = = exp [ .to). .3. to > 0 es no t<0 Se dice que Ja serial es anticausal si x(t) = 0 para t ): O. yet) no debe depender de x(1') para r > t. entonees.2. Es decir. podemos ver que esto se cumplira si h(t) = 0 para t<0 (2. el sistema hU) = u(t) es causal. Concretamente.5 mencionamos que un sistema es invertible s610 si se puede disefiar un sistema inverso que cuando se conecta en cascada con el sistema original produce una salida igual a la entrada del sistema inicial. en terrninos de la convoluci6n debe cumplirse: De la Ecuaci6n (2. = + to). De la Ecuaci6n 2.4. la parte anticausal de x(t). para que un sistema en tiempo continuo sea causal.t] se puede expresar como exp [ ~ t]u(t) + exp [ - tJu( .3.4.6) conc1uimos que hI (t) debe satisfacer (2. La multiplicacion de la sefial por el escal6n unidad asegura que la sefial resultante es causal.4.t) en donde el primer terrnino representa la parte causal de x(t) y el segundo termino.3) En este easo. Cualquier serial que no contenga singularidades (funciones delta 0 sus derivadas) en t = 0 se puede escribir como la suma de una parte causal x+(t) y de una parte anticausal x-(t). It. En la Secci6n 2.

. el sistema con h(t) = exp [ . _---_ .68 Senales y sistemas continuos y discretos 2.1) ---.4. encontramos que el m6dulo de la salida es I y (t)1 = 0( 0( f~ f~ 00 If~ 00 00 h(-r)x(t ._ . yet) no estara acotada.2tJu(t) (ii) h2(t) = .. el sistema es estable si f~ 00 Ih(r)1dt < 00 (2.7) es decir. . si no se cumple. En este caso. Sistemas LTI estables Un sistema en tiempo continuo es estable si y s610 si cualquier entrada acotada produce una salida acotada. Es decir.r) drl Ih(r)llx(t .1 Vamos a determinar si los sistemas con la respuesta al impulso que se presenta a continuaci6n son causales 0 no causales..--_-_ _. -_. fijemos t y escojamos como entrada la sefial acotada x(r) = sgn [h(t ~ r)] 0 10 que es 10 mismo.. consideremos una entrada acotada x(t) que cumple Ix(t)1 < B para todo t.h(-r)sgn[h(r)]dr = f~ 00 Ih(r)1dt Es claro que si hU) no es absolutamente integrable. .r) = sgn [her)].3. mientras que el sistema con h(t) = u(t) es inestable.. Ejemplo 2. Por ejemplo. podemos encontrar entradas acotadas para las que las correspondientes salidas no estan acotadas. xU . _ . Por ejemplo. can a sin memoria y estables 0 inestables (i) hI (t) == t exp [ .4.4..3.tJu(t) es estable._-_ _-_ . Esta condici6n es tambien necesaria para la estabilidad.t) + b(t . yet) = f~oc. Para relacionar esta propiedad can la respuesta al impulso de los sistemas LTI.. Supongamos que esta entrada se aplica a un sistema LTI cuya respuesta al impulso es h(t).•_---- __ .r) dr B Ih(r)1dt (2.. que la condici6n suficiente para la estabilidad en el sentido entrada limitadasalida limitada de un sistema LTI es que su respuesta al impulso sea absolutamente integrable.4.6) Por 10 tanto.3 exp [2tJu(t) (iii) h3(t) = Sb(t + 5) (iv) sen Stu h4(t) = 10-nt + exp [3tJu( . Utilizando la Ecuaci6n 2..4.

la ecuaci6n anterior se puede escribir asf: (2. i = 1. De hecho. Como h(t) no es de la forma KJ(t) para ninguno de los sistemas. Ecuaciones diferenciales lineales con coeficientes constantes Consideremos un sistema en tiempo continuo descrito por la siguiente ecuaei6n diferencial de entrada/salida (2.! ) donde los coeficientes a. Daremos tam bien algunos ejemplos para mostrar como determinar la respuesta al impulso de sistemas L TI descritos por ecuaciones diferenciales lineales con coeficientes constantes. bj. Para determinar emil de los sistemas es estable.5. Como ejemplos de estos sistemas tenemos las redes electricas can resistencias.5. la respuesta de muchos sistemas fisicos se puede describir mediante ecuaciones diferenciales. s610 el sistema (ii) es causal. a texp[-2tJdt + JO -00 exp[3t] + 1 =- 19 -00 12 co = L'' 3 exp [2t] dt no esta aeotada f:a) Ih3(t)! dt =5 f 2. multiplicadores e integradores.5.. (iii) y (iv) son estables..1 consideraremos los sistemas can ecuaciones diferenciales de entrada/salida con coeficientes constantes. los sistemas (i). y el sistema (ii) es inestable. y los sistemas mecanicos con pequefios mueJles y amortiguadores. hlt) i= 0. i = 1.j = 1. N . M son constantes reales y N > M.5.<O -co sen Snt 10 -~ = 20 Par 10 tanto.. . En los Capftulos 4 y 5 presentaremos un metodo mas sencillo y direeto para detenninar la respuesta al impulse de los sistemas LTI: el usa de transformadas. condensadores y bobinas ideales.2. 2. todos ellos tienen memona.7 se expres6 en terminos de ecuaciones difereneiales..1. En la Secci6n 2. 3.2) . Par 10 tanto. (iii) y (iv) son no causales ya que para t < 0.Sistemas en tiempo continuo 69 Los sistemas (i).1. Utilizando notacion de operadores.2.. y demostraremos que estos sistemas se pueden realizar (0 simular) mediante sumadores.. "" -00 Ih4(t)1 dt = fC. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES La respuesta del circuito RC del Ejemplo 2.. 4. vemos que f: y f 'D Ih1(t)ldt Ih2(t)1 dt = foc. .5.

2) para t > to es necesario conocer las condiciones iniciales en t = EI motivo es que la salida y(t) y sus derivadas hasta de orden N . trabajaremos con un caso de primer orden (N = 1) para revisar el metoda habitual de solucionar las ecuaeiones diferenciales lineales de coefieientes constantes.5.at] que la soluci6n Utilizando el metodo del factor de integracion. • . para resolver la Ecuaci6n (2.1 Consideremos el sistema LTI de primer orden descrito por la siguiente ecuaci6n diferencial.5.aCt ~ r... t.aCt .. r)]bx(r) di.5. exp [. iN-1)(to) donde to es algiin instante de tiempo en el que la entrada x{t) se aplica al sistema e yi(t) es la derivada de yet). Ejemplo 2.5. t > to y.5.5.. t ?: to (2. Para que la salida quede cornpletamente determinada. la soluci6n general es yet) = C exp [ ._. entonces.r)]bx(r) ds.5) N6tese que en la Ecuacion (2. debemos conocer la condicion inicial y(to). por 10 tanto.5._o __ ~ • ~· __ ~---~~·--·~ .5) la constante C todavfa no ha sido determinada. y'(to). Yit) = J r t. podemos encontrar particular es .1 pueden cambiar de forma instantanea en el instante t = to' Por tanto.3) consiste en Ia suma de la solucion particular Yp(t} y de la soluci6n homcgenea YI. N6tese que si la i-esima derivada de la entrada x(t) contiene un impulso 0 la derivada de un impulso.4) dt + ay{t) tiene una soluci6n de la forma Yh(t) dy(t) =0 = C exp [.2). son necesarias las N condiciones iniciales y(to).3) donde a y b son eonstantes arbitrarias.t: Aunque se supone que ellector posee un cierto conocimiento de las tecnicas de solucion de ecuaciones diferenciales lineales. El entero N es el orden 0 dimensi6n del sistema. dy(t) - dt + ay(t) = bx(t) (2. tambien de primer orden.70 Senales y sistemas continuos y discretos en donde D representa el operador de diferenciaci6n que transforma la serial y(t) en su derivada y'(t}.at] + It exp [ .5. La soIuci6n completa de la Ecuacion (2. Para resolver la Ecuacion (2. las condiciones iniciales deben establecerse en el instante inmediatamente anterior al in stante to. . Sea . ..(t): yet) La eeuaci6n diferencial homogenea = yit) + Yh(t) (2.

1) can M :S. Es un elemento basico en la teorfa de sistemas y en sus aplicaciones.to)] + f exp [ .aft ~ to)] Si Yo = 0 el sistema no solo es lineal. N.1 es y(t) = y(to) + r J t :«r) dt. multiplicadores escalares e integradores. . se pueden realizar 0 simular utilizando sumadores.5. restadores. EI integrador.2. condensadores y amplificadores operacionales. sino que tambien es invariante con el tiempo (Veri ffquel 0).5. t< to Combinando las soluciones para t ? to Y t < to tenemos y(t) = Yo exp [ . la relacion entrada/salida que describe a un integrador como el que se muestra en la Figura 2.aft .5. invariantes con el tiempo. Componentes basicos de los sistemas Todos los sistemas lineales.aft .7) 10 Figura 2. Estos componentes se pueden implementar a su vez utilizando resistencias.5.5) Yo = Cexp[ -ato] y.5. este sistema es no lineal si Yo i= O. 2.aft . para t ? to y(t) = Yo exp [ .5. x(t) = 0. EI integrador.T)]bx(r) dt }U(t - to) (2.T)]hx(r) dt Si para t < to. t? to (2.6) Como los sistemas lineales poseen la propiedad de que si la entrada es cera la salida es cere.1.to)].5. Esto se puede ver facilmente haciendo que en la Ecuacion (2. por 10 tanto.aft .aft . continuos y de dimension finita descritos por la Ecuacion (2.ton + {f exp [ .6) x(t) = 0 con 10 que resulta y(t) = Yo exp [. Matematicamente. de la Ecuaci6n (2.5. la soluci6n consta s610 de la parte homogenea: y(t) = Yo exp [ .Sistemas en tiempo continuo 71 Entonces.

2 Encontraremos la ecuaci6n diferencial que describe el sistema de la Figura 2.5.3. La Figura 2.5.72 Sefiales y sistemas continuos y diseretos La ecuaci6n diferencial de entrada/salida para el integrador es = d~.8) Si y(to) = 0 se dice que el integrador esta en reposo.2.5.2. (b) restador y (e) multiplicador escalar. (t) TX' X2 (I) (t) + x. Llamaremos v1(t) a la salida del primer sumador.5. . Componentes basicos: (a) sumador. Entonces v2(t) = y'(t) = Yl(t) + 4y(t) + 4x(t) (2.(t) x.5. -.9) Figura 2.(t)ix. v2(t) a la salida del segundo sumador e Yl(t) a la salida del primer integrador. restadores y multipHcadores escalares. Realizacion del sistema del Ejemplo 2.5. Sumadores.(t)-x.3.5. Ejemplo 2.5.(t) Xl (I) (a) (b) X{r)-D---y(t)= Kx(t) (c) Figura 2.t) x(t) (2.2 ilustra estas operaciones.

_---_. comenzando par la derecha con la salida yet) y desplazandonos hacia la izquierda.yet) + 4x'(t) + 2x{t) (2. .5.2): DN(y . El operador tr» indica que debemos integrar k veces.aN-Iy) .2).13) de donde se puede obtener el diagrama de flujo que se muestra en la Figura 2. sustituimas la Ecuacion (2..5..1 0) Sustituyendo Vl(t) = .15) Para verificar que estas dos ecuaciones son equivalentes a la Ecuaci6n (2.3. En funci6n de cada aplicaci6n puede ser preferible una u otra.5.Il) 2.. Diagramas de simulaci6n para sistemas en tiempo continuo Consideremos el sistema lineal e invariante descrito par la Ecuaci6n (2. (2.2).5.etaY) D-N por y ordenando terminos obtenemos: y = bNx + D-I(bN-lx .bN-1X) + .bNx) + DN-I(aN_l b1x) Y .12) + D(al y Multiplicando + ao y .box = 0 + .5.14) Entonces (2.15) en ellado Izquierdo de la Ecuaci6n (2.. pero ambas son equivalentes. Para obtener la primera forma can6nica supondremos que M = N y escribiremos de nuevo la Ecuacion (2. .2).5.. Se puede obtener otro diagrama de simulacion uti! transformando la ecuacion diferencial de orden N en dos ecuaciones equivalentes.5. Este sistema se puede realizar de varias maneras diferentes.Sistemas en tiernpo continuo 73 Diferencianda esta ecuacion y tenienda en cuenta que Y'l(t) y"(t) = v~(t) = Vl(t) = v1(t) obtenemos + 4y'(t) + 4x'(t) (2. En esta seccion vamos a obtener dos realizaciones can6nicas diferentes.5.5.5. Cada forma can6nica conducira a una realizacion distinta. can 10 que obtenemos --------_.5.4. Sea DN ( + N-1 j~O ) aJY vet) = x(t) (2.yet) + 2x(t) queda y"{t) = 4y'(t) .alY) + D-rN-l)(blx + D-N(box (2.5. __ ..5.

-----_.4.. si las salidas de dos integradores sucesivos (contando a partir dellado derecho) se indican respeetivamente por Vm Y Vm+1.14) muestra en la Figura 2.-. .5._ ..5. EI diagrama de simulaci6n correspondiente a las Ecuaciones (2.. se obtienen mediante integraciones V(N)(t).. . Las variables V(N-l)(t)..-.74 Senales y sistemas continuos y discretos x(t) y(t) Figura 2..5._.-----~--. Diagrama de simulaci6n mediante la segunda forma canonica.-.14) y (2.15) se segunda for- y(t) x(t) Figura 2..5..-. . Por ejemplo. . respectivamente. entonees .5.---._-.15).5._-_ ...5._-_ •.5. las Ecuaciosucesivas de y (2.. N6tese que en la segunda forma can6nica la entrada del integrador es exactamente la misma que Ia salida del integrador anterior. Denominaremos a esta forma de representaci6n ma can6nica.---_--..5. vet) que se utilizan para construir yet) y x(t) en nes (2.. _. __ ----_. Diagrama de simulacion mediante la primera forma can6nica. --_.

Sistemas en tiempo continuo 75 Este hecho se utilizara en la Seccion 2.6.3 mediante Vamos a obtener el diagrama de simulaci6n para el sistema LTI descrito por la siguiente ecuaci6n diferencial con coeficientes constantes: y"(t) + 3y'(t) + 4y(t) = 2x"(t) ~ 3x'(t) + x(t) en donde yet) es la salida.5.4. En la Seccion 2.5. + 3v'(t) + 4v(t) = x(t) y(t) = 2v"(t) . Ejemplo 2. Obtenclon de la respuesta al impulso La respuesta al impulso del sistema se puede deterrninar a partir de la ecuacion diferencial que 10 describe.--~----~----. En capftulos posteriores veremos como se puede encontrar la respuesta al impulso utilizando tecnicas basadas en transformadas.I[ .6(a). .6(b).---------- .4 Consideremos el sistema gobernado por la siguiente ecuaci6n diferencial: 2y'(t) + 4y(t) = 3x(t) = Haciendo x(t) = bet) se obtiene la respuesta yet) la siguiente ecuaci6n diferencial: 2h'(t) h(t).. 2.00 < t < 0. Ejemplo 2.S. reescribiremos la ecuaci6n asi: D2y(t) = 2x(t) + D-l[~3x(t) ~ 3y(t)] + D-2[x(t) ~ 4y(t)] Integrando ambos lados dos veces con respecto a t obtenemos yet) = 2x(t) + D.5.--.4 para desarrollar representaciones variables de estado que poseen utiles propiedades.5. h(t) debe satisfacer (2. Por 10 tanto. 3v'(t) I + v(t) que produce el diagrama de simulaci6n de la Figura 2. Los ejemplos que siguen ilustran el procedimiento para determinar Ia respuesta al impulso a partir de la ecuaci6n diferencial del sistema. y x(t) es la entrada al sistema. Ya definimos la respuesta al impulso h(t) como la respuesta yet) cuando la entrada es x(t) = 3(t) e yet) = 0..4y(t)] EI diagrama de simulaci6n para esta representaci6n Para la segunda forma can6nica tenemos v"(t) y se muestra en Ia Figura 2.3x(t) ~ 3y(t)] + D-2[x(t) .5.16) + 4h(t) = 3b(t) -----------------------~-- .6 indicaremos como utilizar las dos formas canonicas que acabamos de describir para obtener dos representaciones diferentes utilizando variables de estado. Para obtener la primera forma can6nica.

5. que no es parte del lado derecho de la Ecuaci6n (2. EI motivo es que h(t) no puede contener una funci6n delta.5.5.17) en la Ecuaci6n (2.---------.2tJu(t)) + 4C exp [ - 2tJu(t) = 36(t) .---------. Si as! fuera. Diagrama de simulacion del sistema de segundo orden del Ejemplo 2. h'(t) tendria una derivada de una funci6n delta.2t]u(t) (2. -3 2 + J -3 J -4 (a) + yet) 2 -3 x (t) v"(t) J v'{r ) J -4 v (t) -3 (b) Figura 2.16) obteniendo d 2 dt (C exp [ ..5.5. La parte homogenea de la solucion de la ecuaci6n diferencial de primer orden es h(t) = C exp [ .17) Podemos predecir que la soluci6n particular es cero.5.76 Senales y sistemas continuos y discretos X(I) ----.16).6.3. Para encontrar la constante C sustituimos la Ecuacion (2.

3 exp (... Supongamos una soluci6n particular de la forma hit) = C26(t).---..5..2) es de la forma M'.----------_ . -.3N M<N donde b(i)(t) es la i-esima derivada de la funci6n o.18) ---- . La soluci6n general es por tanto h(t) = C 1 exp [ . tras aplicar la propiedad de muestreo de la funci6n 2Cc5(t) por 10 que C = = c5 es equivalente a 3c5(t) 1..5 .. tenemos h(t) = 1.- . Por 10 tanto tenemos h(t) = 2 exp [ . se deduce que en la mayoria de los casas la solucion particular es como mucho una funci6n D.5 exp [ ..2tJu(t) En general. Ejemplo 2.•--. Consideremos el sistema de primer orden y'(t) + 3y(t) = 2x(t) La respuesta al impulso del sistema deberia satisfacer la siguiente ecuacion diferencial: h'(t) + 3h(t) = 26(t) La soluci6n hornogenea de esta ecuaci6n es de la forma C 1 exp [ ..5.5. se puede demostrar que para x(t) = Jet) la soluci6n particular de la Ecuacion (2. debemos esperar que C2 = O.3t)u(t) + exp( - 3t)b(t)J + C2S(t) + 3[ C 1 exp ( - 3t)u(t) + ClO(t)] = 26(t) Igualando los coeficientes de Oft) y de Set) a ambos lados y utilizando la propiedad de desplazamiento de la funci6n (j resulta C1 = 2..5. Como en la mayorfa de los casos de interes practice N '. .~---. --~----.3tJu(t) (2.. Por 10 tanto..2t]c5(t) = 36(t) que. Esto esta en conformidad can nuestra discusi6n anterior ya que en este ejemplo M < N Y por 10 tanto..3tJu(t) + C 2b(t) Sustituyendo en la ecuaci6n diferencial obtenemos C 1[ .-----.3tJu(t)..3 M.Sistemas en tiempo continuo 77 Simplificando esta expresi6n resulta 2C exp [ .

.5.t) sen tJu(t). iniciales que debe ser suficiente para determinar la forma en la que cualquier entrada pasa.. Cz = 0 y C3 = 1 con 10 que la respuesta al impulso es h(t) = exp [ . por 10 que la ecuaci6n homogenea es de la forma [C 1 exp (. no s610 debemos conocer el valor de la entrada en este intervalo. la salida se determina en terminos de un conjunto de condiciones iniciales. En esta secci6n presentaremos el metodo de representaci6n de sistemas que utiliza variables de estado. podemos obtener la salida del mismo utilizando la convoluci6n. En el caso de utilizar la representaci6n mediante ecuaciones diferenciales.-~ En la presentaci6n que hemos hecho hasta el momento hemos caracterizado a los sistemas lineales invariantes con el tiempo. mediante sus funciones respuesta al impulso 0 mediante ecuaciones diferenciales que relacionan sus entradas y sus salidas.00 < t < 00. para t :( to) afecta a la salida del sistema durante ese intervalo.6 Consideremos el sistema de segundo orden y"(t) + 2y'(t) + 2y(t) = x"(t) + 3x'(t) + 3x(t) Las rafces caracterfsticas de esta ecuaci6n diferencial son iguales a-I ± jl.78 Senales y sistemas continuos y discretos Ejemplo 2.t) sentJu(t) + C3c5(t) y h"(t) = . La representaci6n de los sistemas de esta forma tiene muchas ventajas: . REPRESENTACION MEDIANTE VARIABLES DE ESTADO . ----- ----------~---. En los Capitulos 4 y 5 utilizaremos metodos basados en transformadas la respuesta al impulso de una forma mas simple. Si conoce. Set) y (ill(t) Y despejando los coeficientes C. sino tam bien un cierto numero de condiciones. la respuesta al impulso es el metoda mas conveniente para describir un sistema. " para encontrar 2. obtenemos C1 = 1. Si deseamos encontrar la salida en un intervalo to :( t < tl..t) cost de modo que + C2 exp( .t) cos t + Cz exp (. la respuesta al impulso es de la forma h(t) = [Cl exp( .5. Por tanto. En much as ocasiones.6. Agrupando terminos en oCt).'~ mas la entrada al sistema en el intervalo .2C2 exp (. Como en este caso M = N debemos esperar que hit) = C3c5(t)..t) cos t u(t) + 2C 1 exp ( + C36"(t) t) sen t u(t) + (C2 - C1)c5(t) + ClS(t) Sustituimos ahora las expresiones anteriores en la ecuaci6n diferencial del sistema.19) .tJ cos t tI(t) + oCt) (2.5 da (es decir.

2.6. por tanto.a1v2(t) = -aOvl(t) + box(t) Expresando V'(t) en funci6n de v(t) obtenemos (2. A menudo resulta ventajoso pensar en las variables de estado como las componentes de un vector N-dimensional que se denomina vector de estado v(t). Las variables que contienen esta informaci6n se denominan variables de estado.5.. 4.--•..1) se denomina ecuaci6n de estado y la Ecuacion (2.. podemos encontrar la salida y el estado del sistema en t1. y letras mayusculas en negrilla para indicar matrices.5.. 2. Definimos estado de un sistema como la minima cantidad de informaci6n que es suficiente para determinar salida en todos los instantes t ~ to. La Figura 2. N6tese que un sistema en tiempo continuo de dimensi6n N se realiza con N integradores y.6..-~.. Proporciona interpretaciones cial. Dado el estado de un sistema en to Y su entrada entre to Y tl. En el ejemplo que estamos considerando definimos asi los componentes del vector de estado v(t): Viet) = yet) v2(t) = V'l(t) V'I (t) .2) En esta representacion. una raz6n suficiente para que los metodos de variables de estado sean ampliamente utilizados en el analisis de sistemas altamente complejos.~ . Se puede extender a sistemas no lineales 0 variantes con el tiempo. Como los integradores son elementos can memoria (es decir.. la Ecuaci6n (2. ----.- . queda completamente representado por N variables de estado. A 10 largo del Iibro utilizaremos letras minusculas en negrilla para indicar vectores.. La posibilidad de adaptaci6n para soluci6n por ordenador es. N6tese que esta definici6n de estado del sistema se apJica solamente a sistemas causales (sistemas en los que entradas futuras no pueden afectar a la salida). contienen informacion sobre la historia pasada del sistema) resulta natural escoger las salidas de los integradores como estado del sistema en cualquier instante t.2) ecuaci6n de salida.6.1. proporcionar sobre el comportamiento del sistema que no pueden ni el metoda de la respuesta al impulso ni el de la ecuaci6n diferenanalo- Se puede adaptar muy facilmente para su soluci6n utilizando computadores gicos 0 digitales. suponiendo que se conoce la entrada en t ~ to.. Permite manejar sistemas con multiples entradas y salidas. Ecuaciones de estado Consideremos el sistema en tiempo continuo de segundo orden con una sola entrada y una sola salida.11).3 muestra una realizacion del sistema. en sf misma..1) La salida y(t) se puede expresar en terminos del vector de estado v(t): yet) = [1 (2.Sistemas en tiempo continuo 79 1.. 3.6. descrito por la Ecuaci6n (2.6. - __ .

A.1. El circuito RLC del Ejemplo 2.}tJ + _ [1 O]v(t) Si tomamos C = 1/2 y L = R = 1.2) \~ . lineal.6..6. ~--------------------------------------------------~ ------------- .-.3) (2.6. Si tomamos como variables de estado la tensi6n en los extremos del condensador y la corriente que circula por la bobina. con 10 que tendremos un sistema variante can el tiempo. b. tenemos v'(z) = [_~ ~}(t) + [~}(t) L Y (t) = [1 R O]v(t) + . limitaremos nuestra atenci6n a sistemas invariantes con el tiempo en los que los coeficientes son constantes." x(t) + c y(t) Figura 2. N x 1 Yc un vector fila 1 x N.80 Sefiales y sistemas continuos y discretos De forma general. b un vector columna y d son funciones del tiempo.6. con una sola entrada y una sola salida se puede escribir de la forma v'[r] = Av(t) yet) = ev(t) siendo A una matriz cuadrada + bx(t) + dx(t) (2.. N-dimensional.6.vl(t) yet) = VI(t) En forma matricial se expresan v'[r] ~ [~[ y(t) = ~+t)[.. En este texto.1. - . c Ejemplo 2. la descripci6n can variables de estado de un sistema invariante can el tiempo.6.Rv2(t) .. La soluci6n de las ecuaciones de estado para estos sistemas requiere el uso de un computador. En el caso mas general. obtenemos las siguientes ecuaciones de estado: C L I '-~ ----:it dvl(t) = v2(t) = dt dv2(t) x(t) . N x N con elementos constantes.1...1 Consideremos el circuito RLC en serie que muestra la Figura 2.

6...6.9) [exp [AtJr = exp [.. Como una generalizacion natural de la soluci6n de la ecuacion diferencial escalar de primer orden.2.] x IJ Y [ 1+ Atl + A2 _! + .. ] Haciendo t2 = . Utilizando esta definicion se pueden establecer las siguientes propiedades exp[A(tl + t2)] = exp [At1] exp [At2] I (2.+ ... del instante inicial to Y de la entrada x(t). Y multiplicamos terminos. Consideremos un sistema en tiempo continuo lineal.+ A 3t2 + . 2! 3! k1 (2.6. Resolver las ecuaciones de estado significa encontrar la dependencia funcionaL Por 10 tanto.6. + Ak . Soluci6n en el dominic del tiempo de las ecuaciones de estado ..6. pero tambien depende implicitamente del estado inicial v(to) = vo. podemos calcular la salida y(t) utilizando la Ecuacion (2.6) y(t) EI vector de estado v{t) es una funci6n explfcita del tiempo.. 2! I + At 2 t2 k! [ 2 + A 2t2.At] = [exp [AtJr 1 .8) desarrollamos exp [At2].+ ... obteniendo exp [At1J exp [AtoJ = en serie de potencias exp [At k + Ak -t + .6.5) (2.At] Para demostrar la Ecuaci6n (2.7) donde I es la matriz identidad N x N.. invariante can el tiempo.6.8) (2. descrito par las siguientes ecuaciones de estado: v'(r) = = Av(t) cv(t) + + bx(t) dx(t) (2. con una sola entrada y una sola salida. + A kt2 2! 3! k! 3 k + .Sistemas en tiempo continuo 81 2..6.6).At] exp [At] =I de modo que exp [. esperamos que la so1uci6n de la ecuaci6n diferencial matricial hornogenea sea de 13 forma v(t) = exp [At]vo en donde exp [AtJ es una matriz exponencial N mediante la siguiente desarrollo en serie: exp [AtJ = xN de funciones del tiempo que se define I + At + A 2 - t2 t3 tk + A 3 .tl = t se desprende que exp [ .

] Entonces dt exp[AtJ d = exp[AtJA = Aexp[AtJ (2. + A k 2! 3! 2 3 tk k! - + .exp[AtJ tit I 1 d = 0 + A + .6..to)]vo + r exp [A(t ..5) en la forma vet) = exp [A(t .. _-_ .] A t k! k = .6.A2 + 2! = 2t 3t2 3! A3 3 + ..5) por la izquierda por exp [ . + ~- ktk -I k! - Ak + .11) Integrando ambos lados de la Ecuaci6n (2.10) Multiplicando ahora la Ecuaci6n (2.AtJbx(t) Utilizando la Ecuacion (2..12) por exp [At] y reorganizando la soluci6n completa de la Ecuacion (2..6. Es necesario que la matriz A sea invertible para que la integral exista.. La respuesta completa de salida yet) se obtiene sustituyendo la Ecuaci6n (2. [ I + At + A 2 -t2 + A 3 -t + . --.T)bx(r)dr + dx(t).6.r)Jbx(T)dT (2. r c€fl(t .6..to)vo + J!.6.11) entre to Y t se obtiene exp[-AtJv(t) + exp[-AtoJvo = { exp[-ArJbx(r)dT (2.At] y reordenando terminos obtenemos exp [.12) terminos obtenemos Multiplicando la Ecuaci6n (2.. t ~ to (2.._ __ ..-------- . Para demostrar que la derivada de exp [AtJ es tambien una matriz exponencial.At]bx(t) (2. diferenciamos la Ecuaci6n (2.82 Senates y sistemas continuos y discretos Es bien sabido que la funci6n exponencial escalar exp [at] es la unica funci6n que posee la propiedad de que su derivada y su integral son tambien funciones exponenciales con cambios de escala en las amplitudes.14) ------------------------ ----_ --_ .6.13) La matriz exponencial exp [AtJ se denomina matriz de transici6n entre estados y se representa como «P(t}.AtJ[v'(t) ..A vU)] = exp [. + Ak 2! 3! + .6.. EI resultado es yet) = c4»(t .6.6). __ .6.6.10).. [ AI + At + A2 -t + A 3 -t + . ._-_ _--------_ .6...6. podemos escribir la ultima ecuacion asf: d dt (exp [ .13) en la Ecuaci6n (2.7) con respecto a t obteniendo . Esta observacion tambien es cierta para la matriz exponencial.AtJv(t» = exp [ .--.

6._----.---~----~~------ . Eiemplo 2.16) se puede utilizar para calcular directamente la respuesta al impulso a partir de las matrices de coeficientes del modelo de estados del sistema. E1 segundo terrnino es la respuesta cuando el est ado inicial Vo es cero y se denomina respuesta can estado cero.14): y(t) = cCP(t .2y(t) = x(t) El modelo de este sistema en el espacio de estados es v'(r) = [~ .3) concJuimos que la respuesta at impulso de este sistema es h(t) = {C<I>(t)b + d6(t) o i »0 en el resto (2.3. Comparando este resultado con la Ecuaci6n (2.~] OJ vet) v(t} + [~J y c x(t) yet) = [1 de forma que A = [~ _~ J b = [~] = [1 OJ Para determinar la respuesta del sistema a la entrada cero can el vector especifico de condiciones iniciales tenemos que ca1cular <I>(t).r)b + d3(t .16} Es decir. El primer termino se debe a la contribucion de la matriz de transici6n entre estados y el segundo termino corresponde a un camino directo entre entrada y salida.T)}x(r)dr. Una inspecci6n mas detallada de la respuesta con estado cera indica que este terrnino es la convoluci6n de la entrada x(t) con c4>(t) + elD(r).. to (2. El primer termino es la respuesta cuando la entrada x(t) es cero y se denomina respuesta a la entrada cero.6.15) to Observamos que la soluci6n completa es Ia suma de dos terminos.Sistemas en tiempo continuo 83 Utilizando la propiedad de desplazamiento escribir la Ecuaci6n (2.2 Consideremos el sistema continuo lineal e invariante con el tiempo descrito par la ecuacion diferencial y"(t) + y'(t) . t._.6..to)vo del impulso unidad bet) podemos volver a + it {cCP(t ._:::.6. Las potencias de la matriz A son A2 =[ -2 2 ~ 3 A [-2 6 -53J 1J 3 = A4 =[ -10 6 -5J 11 --------------:..6.. La Ecuaci6n (2. la respuesta al impulso se compone de dos terrninos.:.

-5 t4 + .. =t .. "------.--- . N6tese que para x(t) = 0 el estado en el instante t es vet) = 4»(t)vo 1 + t2 - t3 + ..2 _£4 5 24 + .t + ..t 2 1.....3 Dado el sistema en tiempo continuo -1 v'(z) = [ ~ -4 4 -1 0 2 o 0] x(t) yet) = [- 1 OJ ---------------- -------- " ~-----.+ .....12 t 3 +'" t4 + 2: 3 -"6 5 (3 + 24 t4 + '" 11 La respuesta del sistema a la entrada cero es 1 + t2 yet) = [1 t3 - OJ [ 2t 3 - + .3_ £.. [0] 6 24 t..+.. l-'+~" 2 _~ "+!.t 2 + t . ] + [ -5~ t3 - -5] t4 4 24 t 24 t 11 4 + ..~---------- ..t2 + t3 2t 12 4 + .+ . 12 3 + .-..6. ..._... 4 2 .4+ .-5 t4 + '. Ejempto 2....84 Sefiales y sistemas continuos y discretos de forma que 4»(t) = [1 0J + [ 0 o 1 2t 1 + t2 [ t3 - - -5 6 24 t. 4 4 [ 2t .+ '" 4 5 4 t4 2 t.t 2 + . ] f ~ [ 2..! .t2 t3 + t3 2 12 t4 + .4+ .. t 2 t 2 3 ] 2t ..2 t2 +. t 2 24 3 ] 1 Y la respuesta al impulso del sistema es 1+ h(t) = [1 t2 _ OJ t 3 - 3 + t + ..

2t2 1 .. Es decir det(A . 1 . y(t) 0 h(t) debemos obtener primero exp [At].AI) = 0 EI teorema de Cayley-Hamilton nos proporciona una forma de expresar una potencia de una matriz A como combinaci6n lineal de Am para m = 0.16) resulta claro que para determinar v(t).. A 2 se puede expresar en terrninos de A e I: A2 = 7A .15) y (2.AI) y la matriz dada satisface = [~ ~J - = ).. 1. Los dos ejemplos anteriores muestran c6mo se utiliza el metoda del desarrollo en serie para encontrar tI>(t) = exp [At].Sistemas en tiernpo continuo 85 calculamos la matriz de transici6n y la respuesta al impulso del sistema. Se puede utilizar otro metoda que se basa en el teorema de Cayley-Hamilton. +] Utilizando la Ecuaci6n (2. Aunque el metodo es directo y el resultado es aceptable...6. Utilizando la Ecuaci6n (2. Observando las Ecuaciones (2.1. Ejemplo 2. el principal problema es que generalmente no es po sible obtener una forma cerrada a partir de esta soluci6n.7) tenemos ~t) [I 0 0] 0 = 0 1 o + [-' 0 -4t -t ~ 1-'+~2+" " [ o 0 1 0 4~]+ ~ 0 [.6.11t + 2 t 33 2 + .16) encontramos que la respuesta al impulso del sistema es h(t) = [-1 2 OJ «)(t) ~ = [ 1] 3 . 4t-8~' =t + 2t2 + ..2t2 + .13).6...6.6. .. .2 7A + 6 A2 .. (2. que indica que para cualquier matriz arbitraria A de tamano N x N se satisface su ecuaci6n caracteristica.61 (2.7A + 61 = 0 Par 10 tanto.4t + 6t2 + . N .2 0 6t2 2t2 -8t2 o] +.6.4 Dada A se obtiene que det (A .6..17) .

1'1 (t) y h(t) son la solucion del sistema de ecuaciones exp [. se puede encontrar por este metoda cualquier potencia de A como combinacion lineal de A e I.4Yl(t) + 9Y2(t) + 16Y2{t) .19) i=O Si hay autovalores repetidos el procedimiento es algo mas complicado. .6A 43A .6.18) i=O Ai diferentes. A tiene autovalores ecuaciones = L f'i(t)Ai (2. Ejemplo 2.2Yl(t) + 4Y2(t) = exp [ .86 Senates y sistemas continuos y discretos terminos.5 Supongamos que deseamos encontrar la matriz de transicion de un sistema con A = [-~ o -~ ~] 0-3 utilizando el metodo de Cayley-Hamilton.6. se puede obtener ilP) resolviendo el sistema de exp [A/] = N-l 2:: ili(t))"~ j = 1.17) por A-I y reordenando terminos A1 = .31'1(t) Yo(t) .l. l 7) pOT A Y reordenando = = 7A 2 - 6A = 7(7A . multiplicando la Ecuacion (2. . se puede determinar A .. si existe. A2 = .2tJ exp [-4tJ = 'Yo(t) . Utilizando el teorema de Cayley-Hamilton podemos escribir exp [At] de la siguiente forma donde los coeficientes Yo{t)...421 Analogamente.6. i = 0.3tJ = Yo(t) . N .6.2.6. En primer lugar calculamos los autovalores de A que son Al = . N (2. L 2.3 Y A3 = ..A] 6 1 De nuestra anterior exposici6n se desprende que podemos utilizar el teorema de Cayley-Hamilton para escribir exp [At] como una combinacion lineal de terminos (At)i. como veremos posteriormente (vease detalles en el Apendice C)...4. es decir: N-1 exp [At] Si.[71 . Es mas.l.61) . con 10 que se obtiene A3 Tambien se puede obtener A 3 multiplicando la Ecuacion (2.

Sign up to vote on this title
UsefulNot useful