Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capitulo 8
Capitulo 8
Y LA TRANSFORMADA Z 8
INTRODUCCIÓN
8-1
8-2 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
la respuesta forzada es
y RF [ n] = H ( z) × Az n (8.2)
La ecuación (8.2) muestra una característica similar a la que se obtuvo en (3.1) para el
sistema continuo, en el sentido de que la respuesta forzada a una entrada exponencial
compleja, es la misma entrada exponencial compleja escalada en magnitud por el valor de
H ( z) , que se reconoce como la función característica del sistema. Aunque el desarrollo
anterior consideró solo secuencias, las ecuaciones (8.1) y (8.2) se pueden aplicar sin
limitación alguna al caso de sistemas de datos muestreados.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.1 – DEFINICION DE LA TRANSFORMADA Z 8-3
∞ ∞
H ( z) = ∑ (0.8)n u[ n]z− n = ∑(0.8)n z− n
n =−∞ n=0
1
H ( z1 ) = = 0.7143 − j 0.8248 = 1.0911e− j 0.8571
1 − 0.8 ( e )
j π / 3 −1
1
H ( z2 ) = = 0.7143 + j 0.8248 = 1.0911e j 0.8571
1 − 0.8 ( e )
− j π / 3 −1
El ejemplo 8.1 muestra que la respuesta forzada de un sistema discreto ante una secuencia
senoidal tiene la misma forma de la entrada, modificando solo la amplitud y la fase, de
acuerdo con el valor de la expresión compleja H ( zk ) = H ( zk ) θ k .
Transformada Z bilateral
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8-4 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
que se reconoce como la forma de desarrollo en serie de la TZ, la cual permite identificar
una característica muy particular, en el sentido de que la TZ se construye como una suma
ponderada de potencias de z, a partir de los valores de la muestras de la secuencia x[ n] .
Utilizando este resultado, en la sección 10.2 se presentará la TZ de un sistema de datos
muestreados.
Transformada Z unilateral
x[ n] = {−3, 1, 5, 2, 3, 0, − 6, 4}
↑
donde la flecha <↑ > se utiliza para indicar el origen de la base de tiempo
discreta.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.1 – DEFINICION DE LA TRANSFORMADA Z 8-5
Comentarios:
1. La RC de una secuencia causal corresponde a puntos fuera de un círculo.
2. La RC de una secuencia anticausal corresponde a puntos dentro de un círculo.
3. Dos secuencias con diferente causalidad pueden tener la misma TZ.
4. Para establecer la diferencia es necesario incluir la RC en expresión de la TZ.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8-6 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
donde C debe ser un contorno antihorario que incluya el origen y se encuentra dentro de la
RC de X ( z) . Por simplicidad, C puede ser un círculo dentro de la RC en el plano-z. Por otro
lado, se puede demostrar [Carlson98] que la RC de la combinación lineal de dos secuencias
es la intersección de las regiones de las dos componentes. Luego, si RC x 1 es la RC de
x1[ n] y RC x 2 la RC de x2 [ n] ,
x[ n] = a1 x1[ n] + a2 x2 [ n] → RC x = RC x 1 ∩ RC x 2 (8.8)
Como una secuencia no causal es la suma de una componente causal y de una componente
no causal, según (8.8) su RC debe ser de forma anular tal como se muestra en la figura 8.1,
donde Rxc es el radio de la componente causal y Rxa el radio de la componente anticausal.
Para que exista la TZ, Rxa > Rxc . Si Rxa < Rxc la RC es un espacio vacío y no existe la TZ.
jy
Rxa
Rxc
Figura 8.1 x
Forma general de la
región de
convergencia de la
transformada-z
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.2 – TRANSFORMADA Z DE SECUENCIAS ELEMENTALES 8-7
La condición para que exista X ( z) es az−1 < 1 , lo cual permite identificar la RC como
z > a . Simplificando el resultado anterior:
z
a n u[ n] ↔ , RC: | z|>| a| (8.11)
z− a
Si a < 1 , x[ n] es acotada y la RC incluye el círculo unitario tal como se muestra en la
figura 8.2, garantizando así la existencia de la TFTD.
x
a
Figura 8.2
Región de
convergencia de 0 0
xb
señales causales y
anticausales.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8-8 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
Si en los dos últimos casos a = − b , la única diferencia entre (8.11) y (8.12) está en la RC.
Lo anterior implica que dos secuencias diferentes pueden tener la misma TZ. Una vez más,
la RC permite garantizar la relación única x[ n] ↔ X ( z) .
x[ n] = cos( Ω n) = 1
2 (e jΩn
+ e− j Ω n ) u[ n]
x[ n] = 0.5 ( e j Ω ) u[ n] + 0.5 ( e− j Ω ) u[ n]
n n
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.2 – TRANSFORMADA Z DE SECUENCIAS ELEMENTALES 8-9
z2 − zcos( Ω)
cos( Ω n) u[ n] ↔ 2 , z >1 (8.14)
z − 2 zcos( Ω) + 1
De modo similar
z sen( Ω)
sen( Ω n) u[ n] ↔ , z >1 (8.15)
z − 2 zcos( Ω) + 1
2
La tabla 8.1 resume la TZ de las secuencias elementales de mayor uso, con su respectiva
RC. Otras secuencias se tratarán en la siguiente sección.
z2 − z cos( Ω0 )
T9 cos( nΩ0 )u[ n] z >1
z2 − 2 z cos( Ω0 ) + 1
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 10 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
No. x[ n], n ≥ 0 X ( z) RC
T1 δ[ n] 1 Todo z
T2 δ[ n − n0 ] z− n0 z≠0
z
T3 u[ n] z >1
z−1
z
T4 n z >1
( z − 1)2
z( z + 1)
T5 n2 z >1
( z − 1)3
z
T6 an z> a
z− a
az
T7 n an z> a
( z − a )2
z
T8 na n − 1 z> a
( z − a )2
az( z + a )
T9 n2 a n z> a
( z − a )3
z2
T10 ( n + 1) a n z> a
( z − a )2
zsen( Ω 0 )
T11 sen[ Ω 0 n] z >1
z − 2 z cos( Ω 0 ) + 1
2
z[ z − cos( Ω0 )]
T12 cos[ Ω0 n] z >1
z − 2 z cos( Ω0 ) + 1
2
azsen( Ω0 )
T13 a n sen[ Ω 0 n] z> a
z − 2 az cos( Ω0 ) + a2
2
z[ z − acos( Ω0 )]
T14 a n cos[ Ω0 n] z> a
z − 2 az cos( Ω0 ) + a2
2
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.3 – EVALUACION DE LA TRANSFORMADA Z 8 - 11
∞ −1 0
X a ( z) = ∑
n =−∞
xa [ n] z− n = ∑
n =−∞
x[ n] z− n = − x[0] + ∑ x[ n]z
n =−∞
−n
Cambiando z por z−1 y comparando con la TZU (8.6), la sumatoria de esta expresión es la
TZ de una secuencia causal, obtenida a partir de la reflexión de la secuencia anticausal.
Luego la solución está en calcular la TZ de la secuencia causal equivalente por reflexión de
la secuencia anticausal y finalmente efectuar la transformación
Esta expresión es consecuencia de la propiedad de reflexión del la TZ, que será demostrada
más adelante. El procedimiento para calcular la TZ de la secuencia anticausal, a partir de su
secuencia causal equivalente, puede resumirse en
1. Construir la secuencia causal equivalente por reflexión de secuencia anticausal:
xce [ n] = xa [ − n] = x[ − n]u[ n − 1] = x[ − n]u[ n] − x[0] δ[ n] (8.17)
z
xc [ n] = (0.8)n u[ n] ↔ X c ( z) = , z > 0.8
z − 0.8
La componente anticausal es xa [ n] = (0.5)− n u[ − n − 1] . Aplicando (8.17),
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 12 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
P1. Linealidad
La TZ es una transformación lineal y por tanto satisface el principio de superposición:
a1 ⋅ x1[ n] + a2 ⋅ x2 [ n] ↔ a1 ⋅ X1( z) + a2 ⋅ X2 ( z) (8.18)
−k ⎛ ⎞
∞ −1 ∞
∑
m =− k
x[ m ] z −( m + k )
= z ⎜∑
⎝ m=− k
x[ m ] z −m
+ ∑
m=0
x[ m] z− m ⎟
⎠
(8.20)
La ecuación (8.20) será aplicada en la sección 8.5 para resolver una ecuación en
diferencias (EED) mediante la TZ. Como x[ n] es causal, solo existe para n ≥ 0 .
Luego el primer término entre paréntesis es cero y (8.20) se reduce a (8.19).
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.4 – PROPIEDADES DE LA TRANSFORMADA Z 8 - 13
∞ ∞
⎛ ∞ k−1
⎞
x[ n + k] ↔ ∑ x[ n + k] z
n=0
= ∑ x[ m] z− m + k = z k ⎜ ∑ x[ m] z− m − ∑ x[ m] z− m ⎟
−n
m= k ⎝ m=0 m=0 ⎠
que se reduce a (8.21), si se reconoce que el primer término entre paréntesis es X ( z) .
Figura 8.3
Interpretación del
adelanto y atraso de
muestras en una
señal discreta causal.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 14 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
Propiedad de
desplazamiento a. x1[ n] = x[ n − 1]
real de la TZ.
b. x2 [ n] = x[ n + 1]
z
Solución: Según la T6 de la tabla 8.2, x[ n] = a ↔ X ( z) =
n
z− a
Aplicando (8.19) a x1[ n]
⎡ z ⎤ 1
x1[ n] ↔ X1( z) = z−1 X ( z) = z−1 ⎢ ⎥ = , z> a
⎣ z− a⎦ z− a
De modo similar, aplicando (8.21) a x2 [ n] ,
⎡ z ⎤ az
x2 [ n] ↔ X2 ( z) = z ( X ( z) − x[0]) = z ⎢ − 1⎥ = , z> a
⎣z− a ⎦ z− a
x[ − n] ↔ X ( z−1 ) (8.22)
Como la secuencia reflejada puede existir para n < 0 , es necesario recurrir a la TZB.
Aplicando (8.3), obtenemos:
∞ ∞ ∞
∑
n =−∞
x[ − n] z− n = ∑
m =−∞
x[ m] z m = ∑ x[ m]( z )
m =−∞
−1 m
= X ( z) z= z−1
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.4 – PROPIEDADES DE LA TRANSFORMADA Z 8 - 15
a n x[ n] ↔ X ( z / a) = X ( z) z= z / a (8.24)
z sen ( Ω0 ) ( z / a) sen ( Ω0 )
a n sen ( Ω0 n) ↔ =
z − 2 z cos ( Ω0 ) + 1 z= z / a ( z / a) − 2( z / a) cos ( Ω 0 ) + 1
2 2
Para demostrar esta propiedad derivamos los dos lados de la TZ unilateral (8.6)
d d ∞ ∞ ∞
X ( z) = ∑ x[ n] z− n = ∑ − nx[ n] z− n−1 = − z−1 ∑ nx[ n] z− n
dz dz n=0 n=0 n=0
El siguiente ejemplo muestra el uso de las propiedades y la tabla 8.2 para determinar la TZ
de secuencias compuestas sin necesidad de recurrir a la definición (8.6).
z 10 z 0.25 1.1111
X1( z) = 0.25 z−2 − z−2 = −
z − 0.5 9 z − 0.9 z( z − 0.5) z( z − 0.9)
Simplificando, obtenemos
−0.8611( z − 0.3839) −0.8611z + 0.3306
X 1 ( z) = = 3
z( z − 0.5)( z − 0.9) z − 1.4 z2 + 0.45 z
Utilizando MATLAB® para la señal x1[ n] :
» syms n; un=sym('Heaviside(n)'); unm2=subs(un,n,n-2);
» x1n=(0.5)^n*unm2-(0.9)^(n-3)*unm2; X1z=ztrans(x1n)
X1z = 2*z/(2*z-1)+271/729+119/162/z-10000/6561*z/(10/9*z-1)
» [nX1z,dX1z]=sym2num(X1z)
nX1z = -0.8611 0.3306
dX1z = 1.0000 -1.4000 0.4500 0
que corresponde al resultado analítico mostrado anteriormente.
En la señal x2 [ n] se combinan 3 propiedades: desplazamiento real (8.19),
desplazamiento complejo (8.24) y multiplicación por n (8.25). Igual que en el
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.4 – PROPIEDADES DE LA TRANSFORMADA Z 8 - 17
⎛ z ⎞ 4
X a ( z) = 4 z−1 ⎜ − 2 ⎟
=−
⎝ ( z + 0.25) ⎠ ( z + 0.25)2
Sumando y simplificando, obtenemos finalmente
8( z + 0.375) −8 z − 3
X2 ( z) = X a ( z) − Xb ( z) = − = 2
( z + 0.25)2
z + 0.5 z + 0.0625
Utilizando MATLAB® para la señal x2 [ n] :
» unm1=subs(un,n,n-1);
» x2n=(n-3)*(0.25)^(n-2)*cos((n-1)*pi)*unm1;
» X2z=ztrans(x2n)
X2z = 64*z/(4*z+1)^2+192*z/(4*z+1)-48
» [nX2z,dX2z]=sym2num(X2z)
nX2z = -8 -3 dX2z = 1.0000 0.5000 0.0625
que coincide con el resultado analítico de X2 ( z) .
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 18 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
Comentarios:
Para facilitar lo anterior, en el ejemplo 8.7 se utilizó la función especial sym2num() que se
desarrolló para expresar el resultado simbólico X ( z) de ztrans(), como una fracción
racional numérica. Su descripción de presenta en el apéndice B y su sintaxis es:
[numX,denX] = sym2num(Xsym)
Las propiedades de la TZ son de gran utilidad, junto con la tabla 8.2, en la evaluación de la
TZ de señales discretas determinísticas en el dominio del tiempo discreto. Sin embargo,
como se muestra en el siguiente ejemplo, también es posible obtener la TZ de señales
representadas gráficamente.
… n
4
Solución: Aplicando la definición (8.6)
X ( z) = 0.25 z−1 + 0.5 z−2 + 0.75 z−3 + z−4 + z−5 +
X ( z) = 0.25( z−1 + 2 z−2 + 3 z−3 ) + z−4 (1 + z−1 + z−2 + )
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.4 – PROPIEDADES DE LA TRANSFORMADA Z 8 - 19
x[ n] = 0.25 n u[ n] − 0.25[ n − 4] u[ n − 4]
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 20 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
z 3 + z2 + 2 z 1 + z−1 + 2 z−2
x[0] = = =1
( z − 1)( z2 − z + 1) z→∞ (1 − z−1 )(1 − z−1 + z−2 ) z→∞
z 3 + z2 + 2 z z 3 + z2 + 2 z 1+ 1+ 2
x[ ∞] = ( z − 1) = 2 = =4
( z − 1)( z − z + 1) z →1
2
z − z + 1 z →1 1 − 1 + 1
son z1,2 = 0.5 ± j 0.866 = 1 ± 60º y están sobre el c.u. Se dice entonces que la
función ( z − 1) X ( z) no es analítica y el resultado no es válido. Como veremos
en el ejemplo 8.21 , la forma analítica de x[ n] es:
x[ n] = 4 + 3.0551 cos( nπ / 3 − 2.9515), n ≥ 0
Se puede verificar que x[0] = 1 . Sin embargo, el valor de x[ ∞] no existe por la
componente senoidal sin amortiguamiento de x[ n] . La función zplane() del
TBS de MATLAB® permite obtener el diagrama de polos y ceros de ( z − 1) X ( z) :
» num=[1 1 2 0]; den=[1 -1 1]; zplane(num,den)
Figura 8.4
Diagrama de polos y
ceros para verificar
aplicación del TVF.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.4 – PROPIEDADES DE LA TRANSFORMADA Z 8 - 21
Ejemplo 8.10: Resolver el ejemplo 7.18 usando la TZ. Se trata de calcular la convolución
Teorema de de las siguientes señales discretas no causales
convolución
lineal. x1[ n] = {2,5,0,4} y x2 [ n] = {4,1,3}
↑ ↑
Solución: Como son dos secuencias finitas no causales, conviene utilizar la forma de
desarrollo en serie para determinar la TZB,
X1( z) = 2 z2 + 5 z + 4 z−1 X 2 ( z) = 4 z + 1 + 3 z −1
Aplicando (8.28), la convolución de x1[ n] y x2 [ n] es
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 22 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
La tabla 8.3 resume las propiedades desarrolladas en esta sección, para al caso particular de
secuencias. En el capítulo 10 se demostrará que la mayor parte de estas propiedades pueden
aplicarse a señales muestreadas, salvo casos especiales, donde el período de muestreo T
tiene un efecto en su aplicación.
x[ n − k] u[ n − k] z − k X ( z)
P2 Desplazamiento real
⎛ k− 1
⎞
x[ n + k] u[ n] z k ⎜ X ( z) − ∑ x[ m] z− m ⎟
⎝ m=0 ⎠
Reflexión real x[ − n] X ( z −1 )
P3
Señal anticausal x[ − n] u[ − n − 1] X ( z−1 ) − x[0]
Escalamiento X ( z / b) = X ( z ) z = z / b
P4 b n x[ n]
complejo
d
P5 Multiplicación por n nx[ n] −z X ( z)
dz
P6
Teorema del valor x[0] = lim x[ n] lim X ( z)
inicial n→0 z→∞
P7
Teorema del valor x[ ∞] = lim x[ n] lim( z − 1) X ( z)
final n →∞ z→ 1
P8 Convolución lineal x[ n] ∗ h[ n] X ( z ) ⋅ H ( z)
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 23
y[ n] = ( −1)n ( n + 1)
Utilizando matemática simbólica de MATLAB®:
» syms z, Yz=z^2/(z^2+2*z+1); yn=iztrans(Yz); yn=factor(yn)
yn = (1+n)*(-1)^n
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 24 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
» Yzserie=tzserie(nYz,dYz,5)
Yzserie =(1)z^0 + (-2)z^-1 + (3)z^-2 + (-4)z^-3 + (5)z^-4
B( z) R1 R2 Rk Rn
Y ( z) = = + + + + , M<N (8.29)
A( z) z − p1 z − p2 z − pk z − pn
donde p1 , p2 , …, p N son los polos y R1 , R2 , …, R N los residuos asociados con estos. Para
obtener el k-ésimo residuo Rk , se multiplican los dos lados de (8.29) por el factor del polo
( z − pk ) y se evalúa la expresión resultante para z = pk ,
Rk = ( z − pk ) Y ( z) z = p (8.30)
k
En (8.29) se observa que cada término se asemeja a la transformada T6 de la tabla 8.2, solo
que no existe z en el numerador. Sin embargo, la propiedad de desplazamiento real permite
interpretar que la falta de z en el numerador se debe al atraso de una muestra; luego:
Rk z
= z−1 Rk ↔ Rk ( pk ) n − 1 , n ≥ 1 (8.31)
z − pk z − pk
Ejemplo 8.12: Asumiendo una señal causal y usando el método FPD, obtener la TIZ de
TIZ por método
10 z
FPD con polos Y ( z) =
reales simples ( z − 1)( z − 0.2)
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 25
12.5 2.5 ⎛ z ⎞ −1 ⎛ z ⎞
Y ( z) = − = 12.5 z−1 ⎜ ⎟ − 2.5 z ⎜ ⎟
z − 1 z − 0.2 ⎝ z − 1⎠ ⎝ z − 0.2 ⎠
Aplicando T6 de la tabla 8.2 a los términos entre corchetes y la propiedad de
desplazamiento real para interpretar el factor z−1 , obtenemos
y[ n] = 12.5 − 2.5(0.2)n−1 , n ≥ 1
¿Qué sucede con la solución para n = 0 ? Se verá en el siguiente ejemplo.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 26 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
Comentarios:
1. La presencia del factor z−1 en cada fracción parcial del método FPD restringe la
solución para n ≥ 1 .
2. La solución del método FPI no tiene restricciones y es valida para n ≥ 0 .
3. Evaluando el resultado para n = 0 , del método FPI en el ejemplo anterior, se obtiene
y[0] = 0 . Luego, realmente las 2 soluciones existen solo para n ≥ 1 . En efecto,
desarrollando el segundo término del método FPI, obtenemos:
Y ( z) = 0 + 10 z −1 + 12 z −2 + 12.4 z −3 +
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 27
Ejemplo 8.14: Calcular la TIZ de la siguiente función causal usando el método de FPI
TIZ con polos
2z + 1
reales e Y ( z) =
imaginarios ( z − 1)( z2 + 0.25)
conjugados
Solución: Existe un polo real simple en p1 = 1 y un polo imaginario conjugado en
± jπ / 2
p2,3 = ± j 0.5 = 0.5 e . Como no existe un factor de z en el numerador es
necesario dividir los dos miembros por z, lo cual genera un polo adicional
Y ( z) 2z + 1 R1 R2 R3 R3*
= = + + +
z z( z − 1)( z2 + 0.25) z z − 1 z − j 0.5 z + j 0.5
Aplicando (8.30) para cada residuo obtenemos
2z + 1 1
R1 = = = −4
( z − 1)( z + 0.25) z=0 ( −1)(0.25)
2
2z + 1 3
R2 = = = 2.4
z( z + 0.25) z=1 (1)(1.25)
2
2z + 1
R3 = = 0.8 + j 2.4 R3* = 0.8 − j 2.4
z( z − 1)( z + j 0.5) z= j 0.5
En el ejemplo anterior se utilizaron las funciones especiales impud() y escad() que fueron
presentadas en la sección 7.1, para la simulación de las señales discretas impulso y escalón.
Y ( z) R R02 R0 m
= 01 + + + + Y R ( z) (8.35)
z z − p0 ( z − p0 )2 ( z − p0 )m otros polos
m fracciones parciales del polo múltiple
Para calcular los otros residuos es necesario recurrir a la siguiente expresión [Phillips99]:
1 d m− k
R0 k = ( z − p0 )m Y ( z) , k = 1, 2, 3, …, m − 1 (8.37)
( m − k)! dz m − k z = p0
Sin embrago, es posible utilizar el método de sustitución [Carlson98] para evitar el cálculo
de las ( m − 1) derivadas. Este método se basa en evaluar numéricamente (8.35) como una
identidad, para ( m − 1) valores de z, diferentes a los polos de Y ( z) . El resultado conduce a
( m − 1) ecuaciones algebraicas simultáneas, suficientes para calcular los ( m − 1) residuos.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 29
Ejemplo 8.15: Calcular la TIZ de la siguiente función causal, utilizando el método FPI.
TZI con polos
reales simples y 2 z3 + z
Y ( z) =
múltiples. ( z − 1)( z − 0.5)2
Solución: Existe un polo real simple en p1 = 1 y un polo real múltiple en p2 = 0.5 , con
multiplicidad m = 2 . Aplicando (8.35) para el método FPI obtenemos
Y ( z) 2 z2 + 1 A B C
= 2
= + +
z ( z − 1)( z − 0.5) z − 1 z − 0.5 ( z − 0.5)2
Para determinar A y C aplicamos (8.30) y (8.36) respectivamente
2 z2 + 1 2 z2 + 1
A= = 12 C= = −3
( z − 0.5)2 z= 1
z − 1 z=0.5
1 d 2 z2 + 1 2 z2 − 4 z − 1 −2.5
B= = = = −10
(2 − 1)! dz z − 1 z=0.5 ( z − 1)2
z = 0.5
0.25
donde num y den son arreglos que contienen los coeficientes en orden descendente de
potencias positivas de z (forma estándar) del numerador y denominador de la función
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 30 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
®
Ejemplo 8.16: Resolver el ejemplo 8.15, utilizando la función residue() de MATLAB .
Métodos FPI y
FPD usando 2 z3 + z
Y ( z ) =
residue()
®
( z − 1)( z − 0.5)2
de MATLAB .
Solución: Los comandos de MATLAB para la descomposición de Y ( z) / z , son
®
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 31
12 8 1.5
Y ( z) = − − +2
z − 1 z − 0.5 ( z − 0.5)2
Utilizando tablas obtenemos,
y FPD [ n] = 12 u[ n − 1] − 8(0.5)n−1 u[ n − 1] − 1.5( n − 1)(0.5)n−2 u[ n − 1] + 2δ[ n]
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 32 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
El Toolbox de Señales (TBS) de MATLAB®, incluye la función residuez() que puede ser
utilizada para obtener la descomposición FPI de Y ( z) . Su sintaxis es:
[R,p,C]=residuez(num,den)
2 z3 + z 2 + z−2
Y ( z) = =
( z − 1)( z − 0.5)2 (1 − z− 1 )(1 − 0.5 z− 1 )2
Usando residuez() obtenemos
» num=[2 0 1 0]; den=poly([1,0.5,0.5]);
» [R,p,C]=residuez(num,den)
Ri = pi = C =
12.0000 1.0000 []
-4.0000 0.5000
-6.0000 0.5000
Interpretando resultados en la forma DSP
12 4 6 z z z2
Y ( z) = − − = 12 − 4 − 6
1 − z −1 1 − 0.5 z −1 ( 1 − 0.5 z −1 )2 z−1 z − 0.5 ( z − 0.5)2
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 33
Comentarios:
1. Por conveniencia se ha modificado la notación de residue y residuez que presenta
MATLAB® cuando se utiliza el comando help.
2. La función residue() supone coeficientes del numerador y denominador en orden
descendente de potencias positivas de z (forma estándar).
3. La función residuez() asume coeficientes del numerador y denominador en orden
ascendente de potencias negativas de z (forma DSP).
4. El resultado obtenido con residuez() a partir de Y ( z) en la forma DSP, puede
diferir del que se logra con residue() a partir de Y ( z) / z en la forma estándar. Sin
embargo son equivalentes.
5. Estas funciones solo facilitan el cálculo de las fracciones parciales de los métodos
FPD y FPI. La expresión final de la TIZ se consigue aplicando tablas y propiedades.
6. Usando MATLAB® es posible verificar numéricamente el resultado analítico de y[ n] .
7. La condición de M ≥ N solo tiene interés práctico en el procesamiento digital de
señales (DSP), donde podría tener aplicación (8.39) y (8.41).
Otra herramienta de MATLAB® que puede ser útil en el cálculo de la TIZ es la función
iztrans() del Toolbox de Matemática Simbólica (TBMS), que se presentó al final del
ejemplo 8.11. Sin embargo el resultado puede ser difícil de interpretar cuando en la
expresión de la TIZ aparecen términos senoidales o de la función impulso unitario δ[ n] .
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 34 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
Ejemplo 8.18: Verificar el resultado del ejemplo 8.17, usando matemática simbólica.
Método FPD y
TIZ usando
2 z3 + z
matemática Y ( z) =
simbólica de ( z − 1)( z − 0.5)2
MATLAB.
» YzFPD=diff(int(Yz)); pretty(YzFPD)
YzFPD =
12 6 16
2 + ----- - ---------- - -------
z - 1 2 2 z - 1
(2 z - 1)
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 35
En esta expresión, cada polo pk tiene asociado un residuo rk [ n] , que es una expresión
algebraica en el dominio-n. Según el tipo de polo pk , pueden ocurrir dos casos:
Se puede observar la similitud de esta expresión con la ecuación (8.30) utilizada por el
método FPD de descomposición en fracciones parciales.
1 d m−1
rk [ n] = ⋅ m −1 ( z − p0 )m Y ( z) z n−1 , n≥1 (8.45)
( m − 1)! d z z = p0
Aunque este método puede exigir un tratamiento algebraico riguroso en el caso de polos
complejos y polos múltiples, ofrece la ventaja de que es posible llegar sistemáticamente a la
expresión de y[ n] sin necesidad de recurrir al uso de tablas de pares de transformadas.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 36 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
10 z 10(1)
r1[ n] = ⋅ z n−1 = ⋅ (1)n−1 = 12.5, n ≥ 1
z − 0.2 z= 1 1 − 0.2
10 z n−1 10(0.2)
r2 [ n] = ⋅z = ⋅ (0.2)n−1 = −2.5(0.2)n−1 , n ≥ 1
z−1 z= 0.2 0.2 − 1
Sumando estos dos residuos, obtenemos
y[ n] = r1[ n] + r2 [ n] = 12.5 − 2.5(0.2)n−1 , n ≥ 1
que es el mismo resultado que se obtuvo en el ejemplo 8.13 usando FPD.
2 z3 + z n − 1 2 z2 + 1 n
r1[ n] = ⋅ z = ⋅z = 12, n ≥ 0
( z − 0.5)2 z= 1
( z − 0.5)2
z= 1
1 d 2 z2 + 1 n 2 z 2 − 4 z − 1 n 2 z2 + 1 n − 1
r2 [ n] = ⋅z = ⋅z + nz
(2 − 1)! dz z − 1 z = 0.5
( z − 1)2 z−1 z = 0.5
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.5 TRANSFORMADA INVERSA Z 8 - 37
Simplificando, obtenemos
r2 [ n] = −10(0.5)n − 3 n(0.5)n − 1 , n ≥ 0
Sumando estos dos residuos
y[ n] = 12 − 10(0.5)n − 3 n(0.5)n − 1 , n ≥ 0
Solución: Esta función se utilizó en el ejemplo 8.9 para evaluar los teoremas del valor
inicial y final. Tiene un polo real simple en p1 = 1 y un polo complejo
conjugado en p2,3 = 0.5 ± j 0.8667 = e± j π / 3 . Existen 3 residuos a calcular, luego:
x[ n] = r1[ n] + r2 [ n] + r2* [ n]
z2 + z + 2 n 1+ 1+ 2
r 1[ n] = 2 ⋅z = ⋅ (1)n−1 = 4, n ≥ 0
z − z+1 z= 1
1− 1+ 1
z2 + z + 2 3 − j nπ / 3
r 2[ n] = − jπ / 3
⋅ zn = − 21 (3 + j 3 )e , n≥0
( z − 1)( z − e ) z= e j π/3
x[ n] = 4 + 3.0551cos( nπ / 3 − 2.9515), n ≥ 0
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 38 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
( z2 − 1.5 z + 0.5)Y ( z) = z2 X ( z) + z2 − 2 z
Sustituyendo X ( z) = z /( z − 0.25)
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.6 SOLUCION DE ECUACIONES EN DIFERENCIAS USANDO LA TZ 8 - 39
z3 z2 − 2 z 2 z3 − 2.25 z2 + 0.5 z
Y ( z) = + =
( z − 0.25)( z2 − 1.5 z + 0.5) z2 − 1.5 z + 0.5 ( z − 1)( z − 0.5)( z − 0.25)
Descomponiendo en FPI
2 z z 1 z
Y ( z) = + +
3 z − 1 z − 0.5 3 z − 0.25
Finalmente, utilizando la tabla 8.2
y[ n] = 23 + (0.5)n + 31 (0.25)n , n ≥ 0
La EED del ejemplo anterior es la misma que se resolvió por el método clásico en el
ejemplo 7.14, donde se cambió n por n + 2 y por lo tanto el resultado es el mismo.
Ejemplo 8.23: Obtener la solución completa de la EED hacia atrás del ejemplo 7.14
Solución de
EED hacia y[ n] − 1.5 y[ n − 1] + 0.5 y[ n − 2] = x[ n], n ≥ 0
atrás en el
dominio-z. para x[ n] = (0.25)n u[ n] , asumiendo y[ −1] = 4, y[ −2] = 10 .
Solución: Llevamos la EED al dominio-z y utilizando (8.46)
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 40 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
(1 − 1.5 z−1 + 0.5 z−2 )Y ( z) = X ( z) + 1.5 y[ −1] − 0.5 y[ −2] − 0.5 y[ −1] z−1
Sustituyendo X ( z) = z /( z − 0.25)
z2 z z2 − 2 z 2 z3 − 2.25 z2 + 0.5 z
Y ( z) = 2 × + =
z − 1.5 z + 0.5 z − 0.25 z2 − 1.5 z + 0.5 ( z − 1)( z − 0.5)( z − 0.25)
Usando el método FPI de fracciones parciales:
2 z z 1 z
Y ( z) = + +
3 z − 1 z − 0.5 3 z − 0.25
El resultado anterior puede verificarse usando MATLAB®:
» nYz=[2.0000 -2.2500 0.5000 0]; dYz=poly([1 0.5 0.25]);
» [R,p,C]=residuez(nYz,dYz)
R = 0.6667 p = 1.0000 C = 0
1.0000 0.5000
0.3333 0.2500
Aplicando la tabla 8.2:
y[ n] = 23 + (0.5)n + 31 (0.25)n , n ≥ 0
Comentarios:
Como quedó establecido en la sección 7.3, la respuesta natural o respuesta a entrada cero
se debe al efecto del estado inicial del sistema y se evalúa asumiendo que la entrada
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.6 SOLUCION DE ECUACIONES EN DIFERENCIAS USANDO LA TZ 8 - 41
X ( z) = 0 . Por otro lado, la respuesta forzada o respuesta a estado cero se logra asumiendo
que el sistema está en reposo. Una ventaja más de la TZ está en que al llevar la EED hacia
atrás al dominio-z, es fácil identificar directamente estas dos componentes, tal como se
demuestra en el siguiente ejemplo, en lugar de tener que calcularlas por separado cuando se
utiliza el método clásico (ver ejemplo 7.15).
Ejemplo 8.24: Calcular la respuesta natural y respuesta forzada del sistema LIT del
Respuesta ejemplo 8.23, cuya EED es:
natural y
respuesta y[ n] − 1.5 y[ n − 1] + 0.5 y[ n − 2] = x[ n], n ≥ 0
forzada usando
TZ.
para x[ n] = (0.25)n u[ n] , asumiendo y[ −1] = 4, y[ −2] = 10 .
Solución: Utilizando el resultado de Y ( z) del ejemplo 8.23, antes de sustituir X ( z) :
z2 z2 − 2 z
Y ( z) = 2 X ( z) + 2
z − 1.5 z + 0.5 z − 1.5 z + 0.5
respuesta forzada respuesta natural
z3 z3
YRF ( z) = =
( z2 − 1.5 z + 0.5)( z − 0.25) ( z − 1)( z − 0.5)( z − 0.25)
Aplicando el método FPI
8 z z 1 z
YRF ( z) = −2 +
3 z−1 z − 0.5 3 z − 0.25
Usando T3 y T6 de la tabla 8.2, obtenemos
y RF [ n] = 83 − 2(0.5)n + 31 (0.25)n , n ≥ 0
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 42 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
El ejemplo 8.24 utilizó la función especial respsym() que se presentó en el ejemplo 3.18
para determinar las componentes forzada y natural de la respuesta de un sistema continuo
LIT modelado por su ecuación diferencial (ED).
El uso de la TZ a través de (8.46) genera el vector de condiciones iniciales xci que fue
requerido por la función filter() de MATLAB® para la solución numérica de la EED
hacia atrás ( ver ejemplo 7.13). Aplicando al ejemplo 8.24, obtenemos:
» b=1; a=[1 -1.5 0.5];
» Yi=[4,10]; xci=filtic(b,a,Yi)
xci = 1 -2
El vector anterior es el polinomio del numerador de la respuesta natural: YRN ( z) .
y[ n] = 23 + (0.5)n + 31 (0.25)n , n ≥ 0
y RP [ n] = 2 y y RT [ n] = (0.5)n + 31 (0.25)n
3
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.6 SOLUCION DE ECUACIONES EN DIFERENCIAS USANDO LA TZ 8 - 43
Ejemplo 8.25: Usando TZ, calcular las componentes de la solución de la siguiente EED:
Componentes y[ n] − 0.25 y[ n − 1] = x[ n], n ≥ 0
de la solución
de la EED
usando la TZ.
asumiendo x[ n] = cos( nπ / 3) u[ n] y y[ −1] = 2 .
z z( z − 0.5) z2 ( z − 0.5)
YRF ( z) = × 2 =
z − 0.25 z − z + 1 ( z − 0.25)( z2 − z + 1)
cuyos polos son p1 = 0.25 y p2, 3 = 0.5 ± j 0.8666 = 1 e± j π / 3 . Usando método FPI
z z z
YRF ( z) = (0.5385 − j 0.1332) jπ / 3
+ (0.5385 + j 0.1332) − jπ / 3
− 0.0769
z− e z− e z − 0.25
Aplicando la tabla 8.2
y RF [ n] = (0.5385 − j 0.1332)( e j π / 3 )n + (0.5385 + j 0.1332)( e− j π / 3 )n − 0.0769(0.25)n
Utilizando las identidades de Euler del apéndice A.2:
y RF [ n] = −0.0769(0.25)n + 1.1094 cos( nπ / 3 − 0.2426), n ≥ 0
Los resultados anteriores puede verificarse usando MATLAB®:
» b=1; a=[1 -0.25]; Yi=2;
» syms n; xn=cos(n*pi/3)*sym('Heaviside(n)');
» [yFn,yNn]=respsym('z',b,a,xn,Yi)
yFn = -0.07692*(0.25)^n + 1.1094*cos(1.0472*n-0.24256), n>=0
yNn = 0.5*(0.25)^n, n>=0
Sumando las dos componentes, la respuesta completa es
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 44 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
Despejando H ( z) , obtenemos
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.7 ANALISIS DE SISTEMAS DISCRETOS EN EL DOMINIO Z 8 - 45
∑b z k
−k
N ( z)
H ( z) = k=0
N
= (8.47)
D( z)
1 + ∑ ak z −k
k=1
Ejemplo 8.26: Utilizando la TZ, calcular la respuesta impulso del sistema del ejemplo 8.23
Respuesta
impulso y[ n] − 1.5 y[ n − 1] + 0.5 y[ n − 2] = x[ n], n ≥ 0
usando la TZ.
Solución: Llevando la EED al dominio-z para x[ n] = δ[ n] y y[ n] = h[ n] , asumiendo
condiciones iniciales cero (sistema en reposo), obtenemos
∑k=0
h[ k] = ∑ 2 − ∑ (0.5)k = ∞
k=0 k= 0
Figura 8.5
Respuesta escalón
de un sistema
discreto inestable.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 46 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
x[ n] h[ n] y[ n] X ( z) H ( z) Y ( z)
Figura 8.6
Modelo de un (reposo) (reposo)
sistema discreto
LIT en reposo.
Y ( z)
H ( z) (8.49)
X ( z) reposo
El siguiente ejemplo muestra el cálculo de la FTD de un sistema discreto LIT, a partir del
modelo básico de EED y su aplicación para obtener la respuesta escalón del sistema.
Ejemplo 8.27: Obtener la FTD del sistema discreto LIT representado por la siguiente EED
FTD de un y a partir de esta calcular la respuesta escalón.
sistema discreto
LIT a partir de
su EED. 2 y[ n] − 2 y[ n − 1] + y[ n − 2] = x[ n]
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.7 ANALISIS DE SISTEMAS DISCRETOS EN EL DOMINIO Z 8 - 47
Y ( z) 0.5 z2 A B B*
= = + +
z ( z − 1)( z − z + 0.5) z − 1 z − (0.5 + j 0.5) z − (0.5 − j 0.5)
2
0.5 z2 0.5 z2
A= =1 B= = −0.25 − j 0.25
z2 − z + 0.5 z=1 ( z − 1)[ z − (0.5 − j 0.5)] z=0.5 + j 0.5
( ) ( )
n n
2 2
y[ n] = 1 − (0.25 + j 0.25) 2 e j n π / 4 − (0.25 − j 0.25) 2 e− j n π / 4
( 22 ) ( e ( 22 ) ( e
n n
j nπ / 4
y[ n] = 1 − 0.25 + e− j n π / 4 ) − j 0.25 j nπ / 4
− e− j n π / 4 )
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 48 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
z z N
z
H ( z) = R1 + + RN = ∑ Rk , | z|>| pk | (8.51)
z − p1 z − p N k= 1 z − pk
Para que la RC de H ( z) no incluya los polos, se requiere que
z > pk , k = 1, 2, …, N (8.52)
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.7 ANALISIS DE SISTEMAS DISCRETOS EN EL DOMINIO Z 8 - 49
N
h[ n] = ∑ Rk ( pk )n u[ n] (8.53)
k= 1
Para que h[ n] de un sistema causal sea acotada, la magnitud de cada polo en (8.53) debe
ser pk < 1 y por lo tanto los polos de H ( z) deben estar dentro del círculo unitario. Luego,
para garantizar la estabilidad BIBO de un sistema discreto causal, la RC de H ( z) debe
incluir el círculo unitario, tal como se muestra en la figura 8.7.
x x
x
x
Figura 8.7 x x x x x x x x
0 0 0
Relación entre polos
x x
de H(z), su RC y
causalidad del x x
sistema discreto.
z z z N
z
H ( z) = − R1 − R2 − − RN = − ∑ Rk , | z|<| pk | (8.54)
z − p1 z − p2 z − pN k= 1 z − pk
Para que la RC de H ( z) no incluya los polos, se requiere que
z < pk , k = 1, 2, …, N (8.55)
que se logra si z < pmin , siendo pmin el polo más cercano al origen. Luego, la RC de un
sistema discreto anticausal está formada por los valores de z dentro del círculo que pasa por
el polo pk de menor magnitud, tal como se muestra en la figura 8.7.
Para que h[ n] de un sistema anticausal sea acotada, la magnitud de cada polo en (8.56)
debe ser pk > 1 y por lo tanto los polos de H ( z) deben estar fuera del círculo unitario. Lo
anterior implica que para garantizar estabilidad BIBO en un sistema discreto anticausal, la
RC de H ( z) debe incluir el círculo unitario, tal como lo muestra la figura 8.7.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 50 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
donde, pc k son los polos de la parte causal y pa k los polos de la parte anticausal. En
consecuencia, la FTD se puede expresar como
N1
z N
z
H ( z) = H c ( z ) + H a ( z) = ∑ R k − ∑ Rk , pc k <| z|< pa k (8.58)
k=1 z − pc k k= N1 + 1 z − pa k
Por otro lado, para garantizar estabilidad de un sistema no causal, los polos de la parte
causal deben estar dentro del círculo unitario, mientras que los de la parte anticausal deben
estar fuera del círculo unitario. Por lo tanto en un sistema no causal estable la RC de H ( z)
debe contener el círculo unitario, lo cual se resume en el principio de estabilidad, definido
a continuación:
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.7 ANALISIS DE SISTEMAS DISCRETOS EN EL DOMINIO Z 8 - 51
z
H 2 ( z) = − , z < 0.4
z + 0.4
La RC z < 0.4 no incluye el único polo p1 = −0.4 y por lo tanto satisface el
principio de causalidad. Sin embargo, el sistema es inestable porque la RC
no incluye el círculo unitario.
h[ n] = − 4(3)n − 2( − 0.5)n , n ≤ −1
b. Para 0.5 < z < 3 el sistema es estable porque se incluye el círculo unitario.
Cada polo está en el extremo de la RC y por lo tanto el sistema es no causal,
con p1 = 3 como polo anticausal y p2 = − 0.5 como polo causal. Luego
h[ n] = − 4(3)n u[ − n − 1] + 2( − 0.5)n u[ n]
h[ n] = 4(3)n + 2( − 0.5)n , n ≥ 0
Si la FTD del ejemplo 8.29 incluye un polo adicional en z = 0.8 , la RC del caso b. no
satisface el principio de causalidad y por lo tanto no existiría H ( z) . (ver problema 8.29).
Ejemplo 8.30: Asumiendo que los siguientes sistemas son estables, identificar el tipo de
Respuesta causalidad, calcular la respuesta impulso y verificar que es sumable.
impulso a partir
z
de la FTD, para a. H 1( z) =
lograr ( z − 0.4)( z + 0.6)
estabilidad. 2.5 z
b. H 2 ( z) =
( z − 0.5)( z + 2)
2.5 z
c. H 3 ( z) =
( z − 2)( z + 3)
Solución: La clave está en reconocer que la RC está delimitada por uno o varios polos de
H ( z) y que para ser estable debe incluir el círculo unitario. En cada caso
descomponemos la FTD usando el método FPI.
z z
a. H 1( z) = − , polos p1 = 0.4 y p2 = −0.6
z − 0.4 z + 0.6
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.7 ANALISIS DE SISTEMAS DISCRETOS EN EL DOMINIO Z 8 - 53
k=0
n
= −
1 − 0.4 1 + 0.6
= 0.7917
h2 [ n] = (0.5)n u[ n] + ( −2)n u[ − n − 1]
Verificamos que h2 [ n] es absolutamente sumable
∞ ∞ ∞ 1
∑
k =−∞
h2 [ k] = ∑ (0.5)
n =−∞
n
u[ n] + ( −2)n u[ − n − 1] < ∑ (0.5)n +
n=0
∑ ( −2)
n =−∞
n
Luego,
∞ ∞ ∞
1 1
∑
k =−∞
h2 [ k] < ∑ (0.5)n − 1 + ∑ ( −0.5)n =
n=0 n=0 1 − 0.5
− 1+
1 + 0.5
= 1.6667
z z
c. H 3 ( z) = − , polos p1 = 2 y p2 = −3
z−2 z+ 3
Las alternativas para que la RC satisfaga el principio de causalidad son:
z < 2 , z > 3 o 2 < z < 3 . Solo la primera solución incluye el círculo
unitario y se trata de sistema anticausal, cuya respuesta impulso es:
h3 [ n] = −(2)n u[ − n − 1] + ( − 3)n u[ − n − 1]
Verificamos que h3 [ n] es absolutamente sumable
∞ ∞ 1 1
∑
k =−∞
h3 [ k] = ∑
n =−∞
−(2)n u[ − n − 1] + ( −3)n u[ − n − 1] < ∑
n =−∞
−(2)n + ∑ (−3)
n =−∞
n
Simplificando
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 54 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
∞ ∞ ∞
1 1
∑
k =−∞
h3 [ k] < −1 + ∑ (0.5)n − 1 + ∑ (1/ 3)n = −2 +
n=0 n=0
+
1 − 0.5 1 − 1/ 3
= 1.5
donde nYz y dYz son arreglos del numerador y denominador de Y ( z) en la forma DSP y
delta es un arreglo con los valores de señal impulso δ[ n] , que puede crearse usando la
función especial impud() presentada en la sección 7.1. Como la respuesta impulso asume
condición de reposo, no es necesario incluir el vector de condiciones iniciales xci.
Otra posibilidad para obtener la solución numérica de la TIZ es mediante la función impz()
incluida en el Toolbox de Señales (TBS) de MATLAB®, que permite calcular la respuesta
impulso de sistemas tipo FIR o IIR en reposo. Las opciones más comunes son:
impz(nYz,dYz,Nm)
[yn,n] = impz(nYz,dYz,Nm)
[ynT,nT] = impz(nYz,dYz,Nm,1/T)
La primera opción reproduce la gráfica de la respuesta impulso del sistema discreto, donde
Nm es el número de muestras deseado de Y ( z) . La segunda opción permite capturar las
muestras de y[ n] y la base de tiempo discreta. La tercera opción es una variante de las dos
anteriores, para el caso de un sistema de datos muestreados, con período de muestreo T.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.7 ANALISIS DE SISTEMAS DISCRETOS EN EL DOMINIO Z 8 - 55
Figura 8.8
Evaluación
numérica de la TIZ
usando MATLAB®.
x[ n] x[ n − 1] x[ n] ax[ n]
Retardo: z −1 Multiplicador: a
x1[ n] x1[ n] + x2 [ n] x[ n] x[ n]
Figura 8.9
Elementos básicos Sumador: + Toma:
de un diagrama de x[ n]
simulación. x2 [ n]
z−1
0.5
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.8 DIAGRAMA DE SIMULACION DE SISTEMAS DISCRETOS 8 - 57
Se puede observar que la simulación digital de la estructura del ejemplo 8.31 utiliza el
mismo algoritmo aplicado para obtener la solución recursiva de la EED del ejemplo 7.13.
Para facilitar el desarrollo sistemático del DS, despejamos en (8.59) el término que se
refiere a la salida del sistema en el instante actual:
y[ n] = b0 x[ n] + b1 x[ n − 1] + b2 x[ n − 2] − a1 y[ n − 1] − a2 y[ n − 2] (8.60)
x[ n] y [ n]
b0 +
z −1 z −1
x[ n − 1] y[ n − 1]
b1 + − a1
z−1 z−1
Figura 8.10
Estructura Directa I
x[ n − 2] y[ n − 2]
del DS de una EED de b1 + − a2
orden-2.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 58 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
x[ n] b0 y [ n]
z−1 z−1
b1 − a1
Figura 8.11
Estructura Directa I
del GFS de una EED z−1 z−1
de orden-2. b2 − a2
∑ T ( z) ⋅ Δ ( z)
k k
Y ( z)
T ( z) = k=1
= (8.61)
Δ( z) X ( z)
z−1 z−1
0.5 z−1
−0.5
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.8 DIAGRAMA DE SIMULACION DE SISTEMAS DISCRETOS 8 - 59
Y ( z) z−1 0.5 z
= −1 −2
= 2
X ( z) 2 − 2 z + z z − z + 0.5
H ( z) =
Y ( z) b0 + b1 z−1 + b2 z−2
= =
∑ T ( z) ⋅ Δ ( z )
k k
(8.62)
X ( z) 1 + a1 z−1 + a2 z−2 Δ( z)
cofactores unitarios, por ser conexas con los lazos del determinante Δ( z) . Utilizando estas
interpretaciones, la figura 8.12 muestra el DS.
x[ n] y [ n]
+ b0 +
z−1
+ − a1 b1 +
Figura 8.12
Estructura canónica z−1
directa II del DS de
una FTD de orden-
+ − a2 b2 +
x[ n] b0 y [ n]
z −1
− a1 b1
Figura 8.13
Estructura canónica
directa II del GFS de z−1
− a2 b2
una FTD de orden-2.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.8 DIAGRAMA DE SIMULACION DE SISTEMAS DISCRETOS 8 - 61
Ejemplo 8.34: Desarrollar el DS en la forma canónica Directa II para el sistema del ejemplo
Forma anterior, cuya FTD es
canónica
directa 1D a
0.5 z
partir de la H ( z) =
FTD. z − z + 0.5
2
z−1
0.5
z−1
− 0.5
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 62 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
X(z) + Y(z)
H1(z)
Figura 8.15 +
Descomposición H ( z) = H 1 ( z ) + H 2 ( z )
indirecta de la FTD
en paralelo. H2(z)
x[ n] 1 1 y [ n]
z−1 z−1
1 2 0.5 1
z−1
−1 0.2
Ejemplo 8.36: Desarrollar el DS para la estructura en paralelo del sistema LIT discreto del
Forma ejemplo 8.35.
canónica en
paralelo a
partir de la
FTD.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.8 DIAGRAMA DE SIMULACION DE SISTEMAS DISCRETOS 8 - 63
z−1
1 1.6
z −1
0.5 − 1.6
z −1
−1 1.2
R1 B z + B0
H ( z) = + 1 (8.64)
z − p1 ( z − p2 )2
Los valores de B1 y B0 se pueden obtener sumando las dos fracciones del polo múltiple o
utilizando el método de sustitución propuesto en la sección 8.5. Siguiendo un
procedimiento similar se puede aplicar al caso de polos reales cuya multiplicidad sea
superior a 2. El siguiente ejemplo muestra la aplicación de esta estrategia.
x[ n] 1 y [ n]
z−1 10
0.4 3
z−1
2 − 10
3
z−1
22
−1 3
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8.8 DIAGRAMA DE SIMULACION DE SISTEMAS DISCRETOS 8 - 65
Ejemplo 8.38: Desarrollar la estructura en paralelo del sistema LIT discreto del ejemplo
Forma 8.37, preservando la representación de todos los polos del sistema.
canónica en
paralelo
incluyendo
todos los polos
múltiples.
Solución: Utilizando la descomposición en fracciones parciales FPD del ejemplo 8.37:
10 10
3 3 4
H ( z) = − +
z − 0.4 z − 1 ( z − 1)2
Factorizando el término 1/( z − 1) :
1
3 1 ⎡ 10 4 ⎤
H ( z) = − +
z − 0.4 z − 1 ⎣ 3 ( z − 1)2 ⎥⎦
⎢
x[ n] 1 y [ n]
z −1
0.4 10 − 103
3
1 1
z −1 z −1
1 1 1 4
RESUMEN
Aunque el uso de tablas es una forma conveniente para evaluar la TZ, se comprobó que la
aplicación de propiedades, así como el uso de la matemática simbólica de MATLAB®, pueden
facilitar este trabajo, especialmente en el caso se señales compuestas formadas por la
combinación de señales elementales. Se verificó además la utilidad de los teoremas del valor
inicial y valor final. En este último caso se demostró que el resultado solo es valido solo si la
expresión ( z − 1) X ( z) es analítica, lo cual se consigue si sus polos están dentro del círculo
unitario. Usando el teorema de convolución lineal se facilitó considerablemente la evaluación de
la convolución de dos secuencias finitas o infinitas.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
RESUMEN, TERMINOS Y CONCEPTOS IMPORTANTES 8 - 67
Se demostró que la causalidad y estabilidad de un sistema discreto LIT están asociadas con
la RC de la FTD. Usando este resultado se llegó a la conclusión de que la FTD solo existe si sus
polos están fuera de la RC, enunciado como el principio de causalidad. De modo similar, para
que un sistema sea estable, la RC debe contener el círculo unitario, conocido como el principio
de estabilidad.
Aunque la mayor parte del material desarrollado en este capítulo hizo referencia a señales
y sistemas modelados por secuencias, es posible aplicarlo a sistemas de datos muestreados. Sin
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 68 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
embargo, es necesario analizar con mayor profundidad los aspectos relacionados con el proceso
de muestreo y reconstrucción de una señal continua, los cuales serán tratados en el capítulo 11.
A continuación se presenta una relación de los términos y conceptos que fueron abordados
en este capítulo y que pueden ser una buena referencia para la evaluación del aprendizaje de los
temas desarrollados.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
RESUMEN, TERMINOS Y CONCEPTOS IMPORTANTES 8 - 69
PROBLEMAS DE REFUERZO
Definición de la transformada Z
P8.1 Utilizando la definición y las series geométricas del apéndice A, obtenga la forma cerrada
de la TZ de las siguientes secuencias finitas. Exprese cada resultado como una fracción
racional en la forma estándar y verifíquelo usando matemática simbólica de MATLAB®.
a. x1[ n] = u[ n − 2] − u[ n − 6]
b. x2 [ n] = 3 ⋅ ( u[ n] − u[ n − 5]) + 5 ⋅ ( u[ n − 2] − u[ n − 4])
P8.2 Utilizando las funciones especiales impud() y escad() de MATLAB® genere las siguientes
señales y utilice la forma de desarrollo en serie de potencias z, para obtener la TZ. Exprese
cada resultado como una fracción racional en la forma estándar.
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
8 - 70 Capítulo 8 – SISTEMAS DISCRETOS Y LA TRANSFORMADA Z
a. x[ n] = (0.5)n u[ n − 2] + n ⋅ (0.2)n u[ n − 5]
b. y[ n] = (0.25)n cos[( n − 1) π2 )u[ n]
2 z 3 + 6 z2
X ( z) = 3
4 z − 2 z + 13
P8.6 Calcule x[0] para la secuencia x[ n] , asumiendo que es cero para n > 0 y su TZ es:
5z + 1
X ( z) =
z + 2 z − 0.5
2
2 2
Figura P8.9 …
1 2 3 4 n 1 2 3 4 n
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009
PROBLEMAS DE REFUERZO 8 - 71
P8.9 Utilizando el método directo de fracciones parciales FPD, obtenga la TIZ de las siguientes
señales discretas causales. Verifique el resultado de las fracciones parciales usando
®
residue() y evalúe numéricamente la TIZ usando filter() de MATLAB .
0.5 z 0.5 z
a. X1( z) = b. X2 ( z) =
( z − 1)( z − 0.6) ( z − 1)2 ( z − 0.6)
0.5 z 0.5( z + 1)
c. X2 ( z) = d. X4 ( z) =
( z − 1)( z2 − z + 1) ( z − 0.5)( z + 0.5)( z − 0.25)
P8.10 Repita el problema P8.10 utilizando el método de fracciones parciales indirecto FPI.
Verifique el resultado de las fracciones parciales usando residuez() y la forma analítica
de la TIZ utilizando la función especial tizsym().
P8.11 Evalúe numéricamente el resultado de los problemas P8.10 y P8.11, para demostrar que
las soluciones analíticas obtenidas por los métodos FPD y FPI son equivalentes.
P8.12 Repita el problema P8.10 utilizando el método de residuos. Compare el resultado con las
expresiones obtenidas en el problema P.8.11.
P8.13 Utilice la propiedad de la derivada para obtener la TIZ de las siguientes expresiones:
a. X1( z) = ln(1 − 2 z), z < ½ b. X2 ( z) = ln(1 − 21 z−1 ), z > 1
2
SEÑALES Y SISTEMAS EN TIEMPO CONTINUO Y EN TIEMPO DISCRETO – Carlos Alberto Rey Soto - 2009