Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ANÁLISIS DE SEÑALES
Arica - Chile
2014
i
INDICE
i
UNIDAD VI: TRANSFORMADA – Z 269
6.1 Transformada- Z 269
6.2.Transformada– Z Inversa 276
6.3. Relación entre Transformada de Fourier y Transformada – Z 277
6.4 Propiedades de la Transformada – Z 279
6.5 Transformada –Z Racionales 296
6.6. Transformada – Unilateral 303
6.7 Cálculo de la Transformada –Z Inversa 308
Problemas 331
iii
PREFACIO
El Dossier de Análisis de Señales, está pensado en permitir que los estudiantes que se
enfrentan por primera vez a los conceptos de señales y sistemas, logren el dominio de la
materia, en base a la correcta aplicación de las herramientas matemáticas, computacionales
y conocimientos. Para lo cual, en el desarrollo de las unidades se presentan ejemplos que
ayudan a madurar los conceptos involucrados. Además, al final de cada capítulo se
incluyen problemas propuestos, los que tienen por objetivo el proporcionar a los estudiantes
una alternativa para la ejercitación complementaria de los temas desarrollados en la unidad
respectiva. Se hace énfasis en la aplicación del software MATLAB en la solución de
problemas.
En la Unidad I, se presentan conceptos generalizados de señales y sistemas,
haciendo mención a las características fundamentales de los sistemas de comunicaciones y
señales eléctricas.
En la Unidad II, se comienza el desarrollo de lo concerniente a señales y sistemas de
tiempo continuo en los dominios del tiempo y de la frecuencia. Se aplican las técnicas de
Fourier para la representación de señales aperiódicas y periódicas en el dominio de la
frecuencia.
En la Unidad III, se hace la introducción de las operaciones de convolución y
correlación entre señales de tiempo continuo. Estas operaciones son muy utilizadasen el
análisis de señales y de sistemas.
En la Unidad IV, se realiza el análisis del muestreo, en el dominio del tiempo, de
señales de tiempo continuo, proceso muy importante en la conversión análogo – digital. Se
señala lo importante del cumplimiento del Teorema de Muestreo, para que la señal que se
muestrea, pueda recuperarse a partir de la señal muestreada,
En la Unidad V, se comienza el estudio del campo de tiempo discreto. Los
conceptos son los mismos que se presentan para el caso de tiempo continuo. También, se
aplican las herramientas de Fourier para el análisis frecuencial de señales y de sistemas.
En la Unidad VI, se analizan los conceptos y propiedades de la Transformada – Z,
sin abordar su aplicación a sistemas de tiempo discreto.
En la Unidad VII, se analizan sistemas LTI descritos por ecuaciones en diferencias,
definiéndose los diferentes tipos de respuestas de los sistemas de tiempo discreto, como
respuesta de entrada – cero, respuesta de estado cero, respuesta transiente, etc. Se aplica
Fourier para el análisis frecuencial de sistemas de tiempo discreto
En la Unidad VIII, se realiza la aplicación de la Transformada – Z al análisis de
sistemas de tiempo discreto, haciendo uso de los conceptos de Función de Sistema y de
Función Respuesta de Frecuencia.
UNIDAD I. CONCEPTOS BÁSICOS DE SEÑALES Y SISTEMAS
El objetivo de esta unidad es presentar al alumno los conceptos generales de sistemas y de
señales y su aplicación a sistemas de comunicaciones electrónicos. El alumno conocerá la
caracterización de señales eléctricas en el dominio del tiempo y en el dominio de la
frecuencia y la clasificación de sistemas.
TEMAS
SEÑAL RESPUESTA
SISTEMA
1
Una señal eléctrica puede ser una onda de voltaje o de corriente que puede
describirse matemáticamente. El interés radica en las variaciones de las señales con el
tiempo, sean éstas de voltajes o de corrientes. Luego, una señal eléctrica es simplemente
una función univaluada del tiempo que puede emplearse para representar un voltaje o una
corriente en una situación específica. En ocasiones pueden aparecer excepciones,
particularmente en análisis que impliquen los conceptos de energía y de potencia. En este
caso es conveniente considerar que la señal se aplica a un resistor de resistencia un ohm
para todos los cálculos de energía y de potencia asociada a la señal, en este caso se habla de
potencia o energía normalizada.
Algunas señales varían en forma continua en el tiempo, en tanto que otras señales se
definen sólo en puntos discretos de tiempo. Esta distinción se aplica tanto a señales como a
sistemas que responden y procesan estas señales, lo cual conduce a dos formas de análisis
de señales y sistemas, uno para fenómenos y procesos que son descritos en tiempo continuo
y otro para aquellos que son descritos en tiempo discreto.
Las señales senoidales tienen una gran importancia en el análisis de los sistemas de
comunicación. Estas señales pueden representarse como una función del tiempo de la
siguiente manera
x(t) = A cos( wt + f) (1.1)
Donde :
A : amplitud
f : fase relativa
w : rapidez del cambio de fase
En análisis de señales se usa el principio de los métodos de Fourier, el que consiste
en la descomposición de las señales en sumatorias de componentes senoidales. Esto
proporciona la descripción de una señal dada, en componentes senoidales, en función de la
frecuencia. Un objetivo importante de la descomposición señalada, es la descripción de la
distribución de la energía o de la potencia de una señal dada (y de la respuesta), en términos
de tales frecuencias. Cualquier descripción de la respuesta, a una señal dada, ilustrará las
características del sistema.
Conceptos Básicos en Teoría de Información. Como el concepto de sistema se aplicará al
caso particular de Sistemas de Comunicaciones, es adecuado manejar algunos conceptos
básicos que se manejan en tales sistemas, como por ejemplo.
Información. C. Shannon, estableció una teoría matemática de comunicaciones que
representa la base de la Teoría de Información y Codificación, cuya premisa es el
comportamiento probabilístico de la fuente de información. En este sentido la cantidad de
información recibida al conocer la ocurrencia de un evento está relacionada con la
probabilidad de ocurrencia del mismo, o bien, desde el punto de vista del destino con la
incertidumbre.
En forma intuitiva se puede decir que un mensaje con alta probabilidad de
ocurrencia, conlleva menos información que uno que posea baja probabilidad de ocurrencia
2
Fuentes de Información. Existen diferentes clases de fuentes de información, por lo que
los mensajes aparecen en diferentes formas, tales como: una secuencia de símbolos o letras
discretas (palabras escritas en forma telegráfica), una magnitud sencilla variando con el
tiempo (presión acústica producida por la voz o la música), etc.. Sea cual sea la naturaleza
del mensaje, el objetivo de un sistema de comunicación es proporcionar una réplica
aceptable de dicho mensaje en el punto destino.
Cuando el mensaje producido por una fuente no es de naturaleza eléctrica, es
necesario un transductor de entrada. Este transductor convierte el mensaje en una señal, o
sea en una magnitud eléctrica variable, tal como un voltaje o corriente. En forma similar, es
necesario otro transductor en el punto destino para convertir la señal de salida a la forma
apropiada del mensaje.
Comunicación. Cuando entre dos entes, interlocutores, se tiene un intercambio de
información se dice que existe una comunicación entre ellos, dicho de otra manera,
comunicación es el proceso por medio del cual la información se transfiere de un punto
llamado fuente, en espacio y tiempo, a otro punto que es el destino o usuario. Si la
comunicación es eventual y en un sólo sentido se dice que se envía un mensaje; el cual es la
manifestación física de la información producida por la fuente. Si es interactiva se dice que
existe un diálogo compuesto de mensajes sucesivos en uno y otro sentido. Aquí cabe el
siguiente concepto de la información: es la diferencia entre el conocimiento previo y
posterior a la comunicación, es decir, entre la ignorancia inicial y la remanente
Sistema de Comunicación. Es la totalidad de los mecanismos que proporcionan el enlace
para la información entre fuente y destino. Un sistema de comunicación eléctrico es aquel
que ejecuta esta función principal, pero no exclusivamente, por medio de dispositivos y
fenómenos eléctricos.
1.1.1. Elementos de un Sistema de Comunicación. Para visualizar la relación señal –
sistema, se considerará el diagrama en bloques de un sistema de comunicaciones mostrado
en la Figura 1.2.
3
Elementos Funcionales de un Sistema de Comunicación.
Receptor. La función del receptor es extraer del canal la señal deseada y entregarla al
transductor de salida. Por lo general el receptor contiene etapas de filtrado, amplificación y
la operación clave es la demodulación (detección ), con la cual la señal vuelve a su forma
original .
Ruido. Por ruido se entiende cualquier señal aleatoria o impredecible de tipo eléctrico,
originada en forma natural dentro o fuera del sistema. Debido al ruido, la información
puede ser cubierta en gran parte o eliminada totalmente, haciendo imposible su
recuperación en el receptor.
4
1.2 CLASIFICACION DE SEÑALES ELECTRICAS .
La elección del modelo matemático de una señal debe ser tal que describa lo
suficientemente claro las características más relevantes de los mensajes. El análisis
matemático y el procesamiento de señales requieren de la disponibilidad de una
descripción matemática de las señales. Esta descripción matemática o modelo de señal
conduce a la clasificación básica de las señales en : determinísticas y en aleatorias.
La Figura 1.3. ilustra en forma esquemática una primera clasificación de señales eléctricas .
SEÑAL
ALEATORIA O
DETERMINISTICA
EATOCASTICA
NO NO
ESTACIONARIA ESTACIONARIA
ESTACIONARIA ESTACIONARIA
NO NO
PERIODICA ERGODICA
PERIODICA ERGODICA
5
1.2.2. Señales Aleatorias. Las variaciones de estas señales son extremadamente complejas.
Los eventos físicos que generan tales señales son de difícil predicción. Algunos de los
factores que intervienen en un proceso aleatorio carecen de descripción analítica. Los
procesos aleatorios pueden sin embargo, poseer alguna forma que permitasu caracterización
en base a ciertos valores medios. Lo cual implica que el comportamiento de mecanismos
aleatorios, puede ser predecible sobre la base de valores medios y hay una ignorancia o
incertidumbre sobre su comportamiento completo. La salida de un generador de ruido, una
señal sísmica, una señal de voz son ejemplos de señales aleatorias .
En Teoría de Comunicación, las señales aleatorias tienen una gran importancia. Así
se tiene, que en todo canal de comunicación existe una señal de ruido aleatorio, la cual tiene
por efecto la contaminación de los mensajes. Por otra parte, un mensaje solamente puede
transmitir información si es impredecible; en este contexto el monto de la información es
proporcional a la incertidumbre de la señal. Si un mensaje es determinístico, o sea, si es
conocido completamente, se tiene que la recepción del mensaje no aporta información
adicional. En Teoría de Comunicación Estadística, tanto el mensaje como el ruido son
tratados como señales aleatorias, las que pueden ser descritas por sus propiedades
estadísticas.
Señales de Tiempo Continuo o Señales Análogas. Estas señales están definidas para
cualquier valor de tiempo y ellas asumen sus valores en el intervalo continuo (a,b), donde a
puede ser -¥ y b puede ser ¥. Matemáticamente, estas señales pueden ser descritas por
6
funciones de una variable continua. Ejemplos de señales analógas pueden ser : onda de voz
, x(t) = senpt .
Señales de Tiempo Discreto. Estas señales están definidas solamente en valores discretos
de tiempo. Estos instantes de tiempo no son necesariamente equidistantes, pero en la
práctica se consideran igualmente espaciados por conveniencia computacional y manejo
matemático. Como ejemplo de señal de tiempo discreto setiene a : x(t) = e - t n , n = 0,±1,±2
,....Si se usa el subíndice n de los instantes de muestreo como la variable independiente, el
valor de la señal es función de una variable entera, por lo cual llega a ser una secuencia de
números. Luego una señal de tiempo discreto puede ser representada matemáticamente por
una secuencia de números reales o complejos. Para enfatizar la naturaleza de tiempo
discreto de una señal, se denotará tal señal como x(n) en lugar de x(t). Si los instantes tn
están igualmente espaciados, o sea tn = nT , la notación x(nT) es también usada .
Las señales de tiempo discreto pueden originarse a partir de:
-Selección de valores de una señal análoga en instantes discretos de tiempo. Este proceso
se conoce como muestreo de una señal análoga .
-Por acumulación de una variable sobre un período de tiempo. Por ejemplo, el conteo del
número de automóviles que circulan por cada hora en una determinada calle, como también
la grabación del valor diario de la Unidad de Fomento.
Señales de Valores Continuos y de Valores Discretos. Los valores de una señal de
tiempo continuo o de tiempo discreto pueden ser continuos o discretos .
Señales de Valores Continuos. Si una señal toma todos los valores posibles de un rango
finito o infinito de valores, se dice que es una señal de valor continuo .
Señales de Valores Discretos. En este caso la señal toma valores de un conjunto finito de
los posibles valores. Usualmente, los valores finitos son equidistantes y luego pueden ser
expresados como un múltiplo entero de la distancia entre dos valores sucesivos . Una señal
de tiempo discreto y que tiene valores discretos se llama señal digital .
1.2.4. Señales Descritas en Términos de Energía y en Términos de Potencia
Señales de Duración Limitada. Se trata de señales que se anulan fuera de un intervalo de
tiempo determinado que, comúnmente, se considera simétrico con respecto al origen.
Señales Acotadas. Son aquellas señales cuyos valores instantáneos están acotados por un
número real y positivo.
Señales Descritas en Términos de Potencia. Son aquellas que tienen potencia media finita
distinta de cero. Como ejemplo de este tipo de señales se tiene : las señales periódicas, las
aleatorias estacionarias y las que no están limitadas en el tiempo.
Señales Descritas en Términos de Energía. Las señales que tienen energía finita son
descritas en términos de energía. Este es el caso de señales de duración limitada en el
tiempo, las que además tienen potencia media nula.
Señales de Energía Limitada. En este tipo de señales, su energía está acotada por un
cierto número real k.
7
1.3. DESCRIPCION DE SEÑALES EN LOS DOMINIOS DEL TIEMPO Y DE LA
FRECUENCIA
Las señales pueden estudiarse en dos ámbitos diferentes: el del tiempo, y el de la frecuencia
1.3.1. Descripción de Señales en el Dominio del Tiempo. El estudio de una señal en el
dominio temporal se basa en la representación de la señal como función de la variable
tiempo. Esta descripción se fundamenta en la definición de ciertos parámetros, tales como
valor máximo, valor máximo a máximo, valor medio, valor cuadrático medio, valor eficaz,
factor de forma, factor de cresta, etc.
1.3.2. Conceptos de Descripción de Señales en el Dominio de la Frecuencia. La base del
tratamiento y estudio de las señales en el dominio de la frecuencia radica en la
descomposición de ellas en componentes senoidales de diferentes frecuencias. En este
contexto, para las señales periódicas se emplea la Serie de Fourier y para representar a las
señales no periódicas la Transformada de Fourier o la Transformación Discreta. Algunos
conceptos utilizados en el dominio de la frecuencia son
Espectro . La representación de las señales en el dominio de la frecuencia se denomina
espectro y el tratamiento correspondiente, se denomina estudio o análisis espectral .
Dentro del análisis espectral, se determinan dos tipos de espectros: Continuo y
Discreto .
Espectro Continuo. Un espectro se dice continuo si la función que lo caracteriza es una
función continua de la frecuencia, tal como se ilustra en la Figura 1.4.
H(f)
f
0
Figura 1.4 . Gráfica de Espectro Continuo
X(f)
8
Densidad Espectral .Dada una señal de potencia o de energía, su función densidad
espectral representa la distribución de su potencia o de su energía de en el dominio de la
frecuencia .
Los dominios del tiempo y de la frecuencia están relacionados entre sí y en ellos se
realiza la mayor parte de los estudios que se ocupa la Teoría de la Señal, como son los
relacionados a transformaciones de señales, filtrado, correlación, obtención de densidades
espectrales de potencia o de energía, así como los que describen los procesos de
transmisión de la información y su recuperación, influencia de perturbaciones, calidad de la
transmisión, etc .
1.3.3. Clasificación de Señales en el Dominio de la Frecuencia. Según las características
de las señales en el dominio de la frecuencia, éstas se clasifican en : Señales de Baja
Frecuencia, de Alta Frecuencia y de Media Frecuencia .
Señales de Baja Frecuencia . Si una señal de potencia ( o señal de energía ) tiene su
densidad espectral de potencia ( o su densidad espectral de energía ) concentrada en torno a
la frecuencia cero, tal como se muestra en la Figura 1.6, se dice que es Señal de Baja
Frecuencia.
f
0
0 f
9
frecuencias se llama Señal de Frecuencias Medias. La Figura 1.8, ilustra la densidad
espectral de potencia (energía) de una señal de frecuencias medias.
f
0
10
X(f)
-fm 0 fm
11
Sistemas Invariantes en el Tiempo. Se tiene que un sistema es invariante en el tiempo si
un desplazamiento en tiempo de la señal de entrada produce un desplazamiento en tiempo
de la salida, del mismo monto que el de la entrada .
Sistemas Variantes en el Tiempo. Un sistema que no cumpla la propiedad de invariancia
en el tiempo se dice que es un sistema variante en el tiempo .
1.4.5. Sistemas Lineales / Sistemas no Lineales. La clase general de sistemas también
puede ser dividida en Sistemas Lineales y no Lineales .
El objetivo de esta unidad, es que el alumno conozca y aplique los conceptos y las
herramientas matemáticas para caracterizar las señales, tanto en el dominio del tiempo,
mediante la definición de parámetros, como en el dominio de la frecuencia, aplicando
conceptos como: espectro, densidad espectral, ancho de banda. Las herramientas
matemáticas fundamentales, para la caracterización en el dominio de la frecuencia, son la
Serie de Fourier y la Transformada de Fourier.
TEMAS
2.1.1. Señales Singulares.Las señales son singulares si no son finitas o no tienen derivadas
finitas de todo orden en todos los puntos. Estas señales tienen formas matemáticas simples
y son idealizaciones, en el sentido que no aparecen en sistemas físicos. Son de utilidad dado
a que son buenas aproximaciones a ciertas condiciones restrictivas de los sistemas físicos.
Como señales singulares se tiene a: Escalón Unitario, Rampa Unitaria e Impulso Unitario.
Escalón Unitario: u(t). La señal escalón unitario u(t) se define matemáticamente como
ì1 t>0
u(t) = í (2.1)
î0 t<0
u(t)
1
t
0
Figura 2.1. Escalón Unitario de Tiempo Continuo
ìt t ³ 0
r(t) = í (2.2)
î0 t £ 0
13
La función rampa unitaria es continua en t = 0. Su gráfica se muestra en la Figura 2.2 .
r(t)
0 t
Figura 2.2. Señal Rampa Unitaria de Tiempo Continuo
dr(t)
u(t) = (2.3)
dt
o
t
r(t) = ò u( t)dt (2.4)
0
Impulso Unitario: d(t). El impulso unitario Delta de Diracd (t) , no es una función en un
sentido estrictamente matemático. Mediante el uso de funciones generalizadas se puede
efectuar una aproximación rigurosa a la función Delta. Por lo tanto, no hay una definición
rigurosa de impulso unitario , por lo que existen diversas formas de definirlo y una de ellas
es la que se basa en las tres observaciones siguientes
d(t) = 0 t¹0
d(t) ® ¥ t =0 (2.5)
ò d(t)dt = 1
-¥
La integral de (2.5) establece que el área de la función impulso es unitaria y que está
concentrada en un punto. Aún más, los límites de la integral pueden ser finitos como por
ejemplo
b
ò d(t)dt = 1
a
Con a < 0 y b > 0. Basado en esta propiedad, se puede determinar la relación entre u(t) y d
(t), la cual es
14
ì1 t>0
ï
t
d (t)
1
t
0
Figura 2.3. Señal Impulso Unitario de Tiempo Continuo
Propiedades de la Señal Impulso Unitario. La señal impulso unitario tiene, entre otras,
las siguientes propiedades
Propiedad de Muestreo. La propiedad más interesante de d (t) es la llamada propiedad de
muestreo, la que matemáticamente se expresa como
ò x(t)d(t)dt = x(0)
-¥
(2.7)
Un caso más general se tiene cuando el impulso está desplazado en un monto t0 , o sea d(t-
t0), y en este caso la propiedad de muestreo queda
ò x(t)d(t - t
-¥
0 )dt = x(t 0 ) (2.8)
La ecuación (2.8) puede tener la siguiente interpretación: que con el impulso se pueden
obtener muestras de la señal x(t) en los instantes de tiempo en que existe el impulso .
De la propiedad de muestreo del impulso se puede escribir la siguiente igualdad
15
1
d(at) = d(t) (2.10
a
Ejemplo 2.1 .
Evaluar la integral
¥
ò (t + 4)d(2t - 6)dt
2
-¥
Solución .
La integral dada se puede escribir como
ò (t
2
+ 4)d [ 2(t - 3) ]dt
-¥
¥
1 2 13
ò (t
2
+ 4)d [ 2(t - 3)] dt = (3 + 4) =
-¥ 2 2
Ejemplo 2.2.
Si x(t) = u(t) – u(t – 4) - Kd(t – 5). Determinar, el valor numérico de K para que
16
¥
ò x(t)dt = 0
-¥
Solución
La gráfica de x(t) se muestra en la Figura 2.4.
x(t)
1
5 t
0 1 2 3 4
K
Figura 2.4. Gráfica de x(t) del Ejemplo 2.2
b
Matemáticamente la integral ò x(t)dt
a
representa el área de la superficie que la curva x(t)
forma con el eje t, entre los límites de integración. En base a la expresión o gráfica de x(t),
se tiene
¥ 4 ¥
-¥
ò x(t)dt = ò dt - K ò d(t - 5)dt
0 -¥
La primera integral del segundo miembro de la ecuación anterior representa el área del
rectángulo y la segunda integral representa un área de valor K, concentrada en el punto
donde está definido el impulso. Como el problema establece que el área encerrada por x(t)
sea nula, se debe cumplir que
¥
ò x(t)dt = 4 - K = 0
-¥
K=4
Generación de d(t). El impulso unitario d (t) se puede representar como límite de otras
funciones, a partir de la expresión
¥
ò x(t)d(t - t
-¥
0 )dt = x(t 0 )
17
lim de (t) = d(t)
e® 0
1 ætö
de (t) = sin c ç ÷ (2.13)
e èeø
1 ætö
de (t) = sin c 2 ç ÷
e èeø
Haciendo el cambio de variable k = 1/e, se tiene la función dk (t), y la relación entre d(t) y
dk (t) es
d(t) = lim dk (t) (2.14)
k ®¥
Para aplicar la ecuación (2.14), basta hacer el cambio de variable de k = 1/e en las
expresiones de de (t) establecidas en (2.13) .
1 ætö
Considerando la expresión de (t) = Õ ç ÷ , se tiene que de (t) representa un pulso
e èeø
1
rectangular, centrado en el origen, con ancho e y altura , en consecuencia cuando e
e
tiende a cero, el ancho del pulso tiende a cero y su altura tiende a infinito, características
que describen al impulso unitario.
18
Ejemplo 2.3.
Solución
El programa MATLAB propuesto es:
>> t=-6:0.01:6;
>> T=0;
>>x1=stepfun(t,T);
>> %Grafica de x1(t)=u(t)
>>subplot(3,1,1);
>>plot(t,x1);xlabel('t');ylabel('x_1(t)'); axis([-6 6 0 1.5]);
>> %Grafica de x_2(t)=u(t+4)-u(t-4)
>> T1=4;T2=-4;
>> u1=stepfun(t,T1); u2=stepfun(t,T2);
>>x2=u2-u1;
>>subplot(3,1,2)
>>plot(t,x2);xlabel('t');ylabel('x_2(t)'); axis([-6 6 0 1.5]);
>> %Grafica de x3(t)=sent*x2(t)
>>subplot(3,1,3); y=sin(t); x3=y.*x2;
>>plot(t,x3);xlabel('t');ylabel('x_3(t)'); axis([-6 6 -1.5 1.5])
19
Rampa Unitaria r(t). Para graficar la señal rampa unitaria utilizando MATLAB, se puede
utilizar un programa basado en la función stepfun, como se establece en el siguiente
ejemplo.
Gráfica de r(t)
5
2
r(t)
-1
-2
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
C y a reales. En este caso x(t) se denomina exponencial real, y se pueden encontrar las
siguientes situaciones: a > 0, lo que determina una exponencial creciente adoptando una
forma que se utiliza para describir ciertos fenómenos, como reacciones en cadena en
explosiones atómicas. Si a < 0 se tiene exponencial decreciente. Tales señales también
20
tienen un uso en la descripción de fenómenos, como la respuesta de circuitos RC, sistemas
amortiguados, etc. Si a = 0, x(t) es constante .
C real y a imaginario. Este caso da lugar a las llamadas señales senoidales, las que
representan la denominada variación armónica temporal. Estas señales son muy
importantes en el análisis de señales. Considerando el caso especial de C = 1 y a = jw0, se
tiene
x(t) = e jw0 t (2.16)
La señal descrita por la ecuación (2.16) tiene la propiedad de ser periódica, con período T0
dado por
2p
T0 = (2.17)
w0
De las ecuaciones (2.18) y (2.19), se obtienen las siguientes expresiones de las señales
senoidales en función de señales exponenciales complejas
cos w0 t =
2
(
1 jw0 t - jw0 t
e +e ) (2.20)
sen w0 t =
2j
(
1 jw0 t
e - e jw0 t ) (2.21)
x(t) = A cos ( w0 t + f ) =
2
(
A jw0 t jf - jw0t - jf
e e +e e ) (2.23)
21
Una expresión alternativa para x(t) dado por (2.22) es
{
x(t) = A cos ( w0 t + f ) = Re Ae j( w0 t +f ) } (2.24)
C = C e jq
(2.25)
a = r + jw0
Con r = 0, se tiene que las partes real e imaginaria de una exponencial compleja son
senoidales.
Para r > 0 las partes real e imaginaria son señales senoidales multiplicadas por
exponenciales crecientes en el tiempo. Para r <0, corresponden a señales senoidales
multiplicadas por exponenciales decrecientes en el tiempo, las que se denominan
senoidesamortiguadas .
22
Ejemplo 2.5.
Gráfica de (2t)u(t)
18
16
14
12
10
x(t)
En MATLAB existen funciones para generar ondas periódicas específicas como es el caso
de un tren de pulsos rectangulares y de diente de sierra.
Tren de Pulsos Rectangulares. Con la función square, con MATLAB se puede generar un
tren de pulsos rectangulares con periodo 2p y con un determinado ciclo de trabajo
especificado dentro del argumento de la función square, tal como se ilustra en el siguiente
ejemplo.
23
Ejemplo 2.6.
Solución
>> % Gráfica de Tren Pulsos Rectangulares
>> t=0:0.001:1;
>> x=square(2*pi*60*t,80); plot(t,x), axis([0 0.1 -2 2]);
>>title('Tren de Pulsos Rectangulares con Ciclo de Trabajo de 80%');
>>xlabel('t [seg]'); ylabel('x(t)'); grid;
1.5
0.5
x(t)
-0.5
-1
-1.5
-2
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
t [seg]
Onda Diente de Sierra. En MATLAB existe la función sawtoothque permite generar una
onda diente de sierra con amplitudes ± 1 y un periodo 2p. Si la onda diente de sierra es de
frecuencia f1[Hz], la sintaxis es :
x(t) = sawtooth(2*pi*f1*t).
Señales Simétricas o con Simetría Par. Una señal real x(t) se denomina simétrica o par si
24
Señales Asimétricas o con Simetría Impar. Una señal real x(t) se define como asimétrica o
impar si
x(- t) = - x(t) (2.29)
1
xp = [ x(t) + x(- t) ] (2.31)
2
1
xi = [ x(t) - x(- t)] (2.32)
2
Ejemplo 2.7.
Solución
El programa MATLAB propuesto, es el siguiente
>>% Gráfica de x(t) del Ejemplo
>> t=-100:0.001:100;
>> b=0.04*pi.*t;
>> a=pi/4;
>> b=0.04*pi.*t;
>>x1=cos(a+b);
>> c=pi/2;
>> d=0.03*pi*t;
>>x2=cos(c+d);
>> e=3*pi/2;
>> f=0.1*pi*t;
>>x3=sin(e+f);
>> x=0.8*x1+0.4*x2+0.2*x3;
25
>>x4=cos(a-b);
>>x5=cos(c-d);
>>x6=sin(e-f);
>>xA=0.8*x4+0.4*x5+0.2*x6;
>>xp=(1/2)*(x+xA);
>>subplot(211)
>>plot(t,xp);
>>grid;title('Gráfica de componente par x_p)')
>>xlabel ('t'); ylabel('x_p(t)');
>>xi=(1/2)*(x-xA);
>>subplot(212);
>>plot(t,xi);
>>grid;title('Gráfica de componente par x_i(t)');
>>xlabel ('t'); ylabel('x_i(t)');
>>grid;title('Gráfica de componente impar x_i(t)');
-1
-100 -80 -60 -40 -20 0 20 40 60 80 100
t
Gráfica de componente impar x (t)
i
1
x i(t)
-1
-100 -80 -60 -40 -20 0 20 40 60 80 100
t
26
2.2.1. Parámetros en el Dominio del Tiempo. Para la descripción de señales en el
dominio del tiempo, se pueden definir ciertos parámetros. Para las señales de tiempo
continuo se tiene:
Valor Máximo (peak ): Xp.Es la máxima amplitud de la señal x(t) registrada en el intervalo
de observación T. Puede ser positivo o negativo .
Valor Máximo a Máximo (peak to peak ): Xpp. Es la excursión o separación entre los
valores máximos positivo y negativo de la señal x(t).
Valor Medio: <xT(t) >. El valor medio de una señal x(t) en un intervalo T, se define como
t+T
1
< x T (t) > =
T ò x(t)dt
t
(2.34)
t+T
1
< x (t) > = lím < x T (t) >= lím
T ®¥ T ®¥ T ò x(t)dt
t
(2.35)
Cuando existe este límite, el valor medio temporal se denomina componente continua de la
señal .
Para señales periódicas, con período T, se tiene
T
1
T ò0
< x(t) > = x(t)dt (2.36)
Valor Medio Cuadrático :<çx(t)ï2>. El valor medio cuadrático de una señal, en el intervalo
de observación T, se define como
t+T
1
ò
2 2
< x(t) > = lím x(t) dt (2.37)
T ®¥ T
t
t +T
1
ò x (t)
2 2
< x ( t ) >= dt (2.38)
T t
27
Valor Eficaz o Efectivo: Xeff. Para un tiempo de observación T, el valor eficaz Xeff se define
como
t +T
1
X eff = < x(t) > = lim ò
2 2
x(t) dt (2.39)
T ®¥ T
t
2
Varianza : X efond . Este parámetro se define de la siguiente manera
X 2 efond = < [ x(t) - < x(t) > ] > = < x 2 (t) > - [ < x(t) > ]
2 2
(2.40)
Xp
jc = (2.42)
X efond
Ejemplo 2.8.
0 T/4 T 2T t
-20
28
Solución
Valor Medio. Como y(t) es una señal periódica, de periodo T, se tiene que
T
1
T ò0
< y(t) > = y(t) dt
éT T
ù
1 ê4 ú
< y(t) > = ê ò 100dt + ò (-20)dt ú
T 0
êë T
4
úû
integrando
1
< y(t) > = [ 25T - 15T ]
T
de donde
<y(t) > = 10
T
4 T
1 1
Yeff =
T0ò 104 dt + ò 400dt
TT
4
Luego
Yeff = 52,91
Integrando, se obtiene
29
< y(t) >= 40
Por lo tanto
52.91
jf = = 1,32
40
Señales Acotadas. Son aquellas señales cuyos valores instantáneos están acotados por un
número real y positivo K, tal que
Señales Descritas en Términos de Energía. Las señales que tienen energía finita son
descritas en términos de energía. Este es el caso de señales de duración limitada en el
tiempo, las que además tienen potencia media nula. La energía ET de una señal x(t) en un
intervalo arbitrario T es
t+T
ò
2
ET = x(t) dt (2.45)
t
Las señales que se describen en términos de energía, son aquellas en que ET tiende a un
límite finito cuando T ®¥.
30
Señales de Energía Limitada. En este tipo de señales se cumple que
ò x(t)
2
dt £ k k real y positivo (2.46)
-¥
Es decir, que su energía está acotada por k. La integral de la relación (2.46) representa la
energía total disipada en una resistencia de un ohm .
Ejemplo 2.8.
Clasifique la señal x(t) = cost + 2cos2t como señal de energía o de potencia y determine la
energía o potencia normalizada de tal señal, la cual está definida en el intervalo -¥< t <¥ .
Solución
El problema se puede resolver, suponiendo arbitrariamente que x(t) es una señal definida en
término de energía, y en este caso como x(t) es una señal real se debe cumplir que
¥
E= ò x(t)
2
dt <¥
-¥
¥
E= ò (cos t + 2 cos 2t ) dt
2
-¥
integrando se obtiene
¥ ¥
æt ö æ cos 2t ö
E = ç + 2t ÷ + ò ç + 2[cos 3t + cos t ] + 2 cos 4 t ÷dt
è2 ø -¥ -¥è 2 ø
31
T
æ 1 + cos 2t ö
2
1
P = lim ò çè + 2 [ cos 3t + cos t ] + 2 [1 + cos 4t ] ÷dt
T ®¥ T
-
T 2 ø
2
O sea que, como tal límite es finito, x(t) es una señal definida en término de potencia y su
potencia normalizada es de 5/2 [watt]
1 2p
fo = Þ wo = (2.48)
To To
32
x(t) dura en el intervalo de -¥ y +¥, por lo cual, es sólo un modelo matemático que,
aproximadamente describe una señal física cuya duración es finita.
Una señal periódica x(t) de tiempo continuo puede ser representada por la Serie de
Fourier definida por
¥
x(t) = åCe
n =-¥
n
jnwo t
(2.49)
donde
2p
wo =
To
1
ò x(t)e
- jnwo t
Cn = dt (2.50)
To To
Cn e-jnwo t o
Por lo cual, se deduce que se ha producido una variación en la fase de la señal desplazada
x(t -t0 ) con respecto a la fase de la señal x(t).
Modulación. Se genera esta propiedad cuando se tiene la siguiente función x(t)e -jkw0 t , la
cual indica que la señal x(t) ha sido modulada. A esta señal modulada le corresponde el
33
coeficiente genérico Cn+k, lo que representa que a un desfasaje en el tiempo le corresponde
un desplazamiento de los coeficientes de Fourier
Derivación. Esta propiedad establece que a la señal x´(t) le corresponde el coeficiente
genérico jnwoCn.
Esta propiedad permite el determinar los coeficientes de Fourier de señales en base
al cálculo previo de los coeficientes de Fourier de su derivada, si estos últimos son más
simples a determinar.
Simetría. Si x(t) presenta simetría par, los coeficientes de la serie de Fourier están dados
por
T0 T0
2 2
1 2
Cn =
T0 òT0 x(t) cos nw0 tdt = T0 ò x(t) cos nw tdt0 (2.52)
-2
0
Para el caso de que x(t) tenga simetría impar, los Cn tienen la forma
T0
2
j
Cn = -
T0 ò x(t) sen nw tdt
T0
0 (2.53)
- 2
Ejemplo 2.9.
Determinar los coeficientes Cn, del desarrollo en Serie de Fourier, de la señal x(t)
representada en la Figura 2.10.
x(t)
m =-1
m =1
t
-T T T T T T
- -
2 4 4 2
34
Pero, dada la forma de x(t), es más conveniente aplicar la propiedad de la derivación de la
Serie de Fourier. La cual establece que si C'n son los coeficientes de la derivada de x(t), es
decir de x , (t) , se cumple que
C'n =jnwo Cn
de donde
C'n
Cn =
jnwo
22
C = ò x , (t) cos nw0 tdt
'
n
T0
x(t)
1
-T/2 T/2
|
0 T/4 T 2T t
-1
Figura 2.11. Gráfica de x´(t)del Ejemplo 2.9
2 é4 ù
T T
2
35
np ö
2
æ
sen
jT æ np ö ç 4 ÷
C n = - sen ç ÷ ç ÷
8 è 2 ø ç np ÷
è 4 ø
Interpretación Espectral .El desarrollo en Serie de Fourier expresa que la señal periódica
x(t) puede escribirse como combinación lineal de infinitos fasores, o sea :
x(t)= å C n e (
j nwo t+f n )
(2.54)
n
ya que C n = Cn e jfn .
Por lo que x(t) admitirá una representación en el dominio de la frecuencia en forma
de líneas espectrales (espectro discreto), con la particularidad de que las líneas espectrales
están situadas en frecuencias múltiplos enteros de la frecuencia fundamental wo (fo),
llamándoseles armónicos de wo (fo).
Espectro de Amplitud. La gráfica de ïCnï en función de la frecuencia se denomina
Espectro de Amplitud.
Espectro de Fase. La gráfica de fn en función de la frecuencia se denomina Espectro de
Fase.
En la Figura 2.11 se representa un ejemplo de espectro de la señal x(t). Se observa
que el espectro de amplitud ïCnïpresenta simetría par y que el espectro de fase fnpresenta
simetría impar.
C0
C-1 C1
C-2 C2
C-3 C3
C-4 C4
C-5 C5
f
-5fo -4fo -3fo -2fo -fo 0 fo 2fo 3fo 4fo 5fo
a)
f3
f1
f -2 f5
f-4
-5fo -3fo -fo f0 2fo 4fo
f
-4fo -2fo 0 fo 3fo 5fo
f- 5 f4
f2
f -1
f -3
b)
Figura 2.12. Ejemplo de Espectro para una Señal Periódica: a) Amplitud
b) Fase
36
Se tiene la característica que el espectro de amplitud presenta simetría par y el de fase
impar .
Ejemplo 2.10.
æ pö
x(t)=1+senwo t+2coswo t+cos ç 2wo t+ ÷
è 4ø
Solución
Para la función x(t) del ejemplo, en lugar de emplear la ecuación
1
ò x(t)e
- jnwo t
Cn = dt
To To
1 jwo t -jwo t 1
x(t) = 1 + éë e -e ùû + éë e jwo t + e - jwo t ùû + éëe j(2wo t +p / 4) +e -j(2wo t +p / 4) ùû
2j 2
De donde :
1 jp / 4 2 1
Co = 1 C2 =e = (1 + j) Þ C 2 =
2 4 2
1 5 1 2 1
C1 = 1 - j Þ C1 = C -2 = e - jp / 4 = (1 - j) Þ C -2 =
2 2 2 4 2
1 5
C-1 = 1 + j Þ C -1 = Cn = 0 para n > 2
2 2
n
-5 -4 -3 -2 -1 0 1 2 3 4 5
fn
-2 1
n
-5 -4 -3 -1 0 2 3 4 5
Figura 2.12. Espectro de Magnitud y de Fase de la señal x(t) del Ejemplo 2.10
2.3.2. Teorema de Parseval para Señales Periódicas. En general la señal x(t) representará
un voltaje o una corriente. Si se aplica x(t) a un resistor de resistencia de un ohm, la
potencia media disipada en él será igual al valor cuadrático medio de x(t) y se llama
potencia normalizada o media asociada a la señal x(t). La potencia media de una señal ha
de ser finita si esta señal admite desarrollo en Serie de Fourier. Esta potencia puede
expresarse en función de los coeficientes del desarrollo de Fourier, y para ello se tiene que
por definición, la potencia media Pm de la señal x(t) está dada por
1 1
Pm = á x 2 (t)ñ = ò x(t) dt = ò x(t)x (t)dt
2 *
(2.55)
T o To To To
1
Pm = ò [ å C n e jnwo t ] [ åC e* - jnwo t
n ]dt
To T0 n n
38
Ejemplo 2.11.
Utilizando el Teorema de Parseval, determinar la potencia media de la señal x(t) dada por
x(t) = 2sen100t
Solución
Se tiene que x(t) se puede escribir como
x(t) =
j
(e - e )
1 j100t - j100t
n -1
Pm = 2 [ w ]
39
1,8 -0,10394325 -0,09371372 -0,08334074 -0,07286546 -0,06232856
1,9 -0,05177009 -0,0412294 -0,03074501 -0,02035449 -0,01009437
2 0 0,009894477 0,019556278 0,028954041 0,038057908
2,1 0,046839602 0,055272493 0,063331663 0,070993962 0,078238058
2,2 0,08504448 0,091395657 0,097275943 0,102671646 0,107571045
2,3 0,111964395 0,115843934 0,11920388 0,122040422 0,124351701
2,4 0,126137788 0,127400659 0,128144157 0,12837395 0,12809749
2,5 0,127323954 0,126064196 0,124330676 0,1221374 0,119499843
2,6 0,116434881 0,112960705 0,109096741 0,104863564 0,100282808
2,7 0,095377077 0,090169847 0,084685373 0,078948591 0,072985021
2,8 0,066820663 0,060481903 0,053995407 0,047388027 0,040686696
2,9 0,033918333 0,027109743 0,020287525 0,013477975 0,006706994
3 0 -0,00661816 -0,01312329 -0,01949194 -0,02570144
3,1 -0,03173005 -0,03755695 -0,04316234 -0,04852752 -0,0536349
1t sen t ætö
ò
to
cos xdx =
t
= sin c ç ÷
èpø
ætö
t
1 jx t
ò
to
e dx = sin c ç ÷ + j sin c 2
èpø 2
40
En la Figura 2.13, se representa esta función, que presenta un máximo en el origen de valor
igual a la unidad, presentando valores nulos para las abcisas x = ±1 ,± 2 , ± 3 , ....±
s inc (x)
1
0,8
0,6
0,4
0,2
0 x
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
-0,2
-0,4
ætö
t
1 jx t
ò
to
e dx = sin c ç ÷ + j sin c 2
èpø 2
Ejemplo 2.12
El tren de pulsos rectangulares mostrado en la Figura 2.14, está definido sobre un período
de la siguiente manera
ì
ïA para t < T1
ï
x(t) = í
ï T
ï0 para T1 < t < 0
î 2
41
x(t)
A
Solución
Se tiene que
1
ò x(t)e
- jnw0 t
Cn = dt
T0 T0
T1
1 2T1A
C0 =
T0 ò Adt =
- T1 T0
Y para n cualquiera, se tiene
T1
A
òe
- jnw0 t
Cn = dt
T0 - T1
Integrando, se obtiene
2A
Cn = sen nw0 T1
nw0 T0
2AT1
Cn = sin c(2nf0 T1 )
T0
Con To como período fundamental, se tiene que la frecuencia fundamental fo, es
1
f0 =
T0
Con t como ancho de los pulsos, para el ejemplo se tiene que
t = 2T1
42
Por otra parte la relación t/To se define como Ciclo de Trabajo o Período de Actividad , el
cual se puede designar como “ d ”. Con este concepto, la expresión de Cn se puede escribir
de la siguiente manera
C n = Ad sin c ( nd )
Por lo tanto, en base al Teorema de Parseval, la potencia media Pm de x(t) tiene la siguiente
expresión
Pm = å ( Ad ) sin c2 ( nd )
2
Esta relación se puede utilizar para determinar qué porcentaje de la potencia media total
está contenido en un rango de frecuencia de interés.
Considerando la expresión de Cn , se puede concluir que :
-Los coeficientes son reales.
-Si d = 0,5 , con n par y distinto de cero, los coeficientes son nulos, o sea Cn = 0 .
N
x N (t) = åC e
n=-N
n
jnw0 t
(2.58)
Donde xN(t) es también periódica de período T. Sea eN(t) el error de aproximación, el cual
está dado por
N
e N (t) = x(t) - x N (t) = x(t) - åCe
n =- N
n
jnwo t
(2.59)
Con el objetivo de determinar cuan buena es una aproximación dada, se especifica una
medida cuantitativa del tamaño del error de aproximación. El criterio a utilizar es la
magnitud del valor cuadrático medio del error en un período, o sea
1 1
ò é x(t) - x N (t) ùû dt = ò e N (t)e*N (t)dt
2
< e 2N (t) >= ë (2.60)
TT TN
å å
2 2
< e 2N (t) >= Cn - Cn (2.61)
n =-¥ n =- N
43
Cuando una determinada función se aproxima mediante una serie finita de términos , se
produce un error importante en la vecindad de una discontinuidad, no importando cuantos
términos se utilicen . Este hecho se conoce como Fenómeno de Gibbs
La Figura 2.15 ilustra el Fenómeno de Gibbs para diferentes valores de N.
x N (t) x N (t)
N=1 N=3
-T1 0 T1 t 0 t
-T1 T1
x N (t) x N (t)
N=7 N = 17
-T1 0 T1 t -T1 0 T1 t
x N (t)
N = 69
-T1 0 T1 t
Ejemplo 2.13.
Usando MATLAB, determinar las gráficas de los espectros de magnitud y fase de la señal
periódicax(t) mostrada en la Figura 2.16.
44
x(t)
x(t)
cos(t)
p p
t[s]
-8 - 0 8
2 2
Solución
De acuerdo a la Figura 2.16 se deduce que el periodo de la señal x(t) es T = 8[s], por lo
tanto la frecuencia fundamental es w0 = 2p/8 = p/4[rad/seg]. Aplicando serie de Fourier, se
tiene
¥
x(t) = åCe
n =-¥
n
jnw0 t
y
T
2
1
ò x(t)e
- jnw0 t
Cn = dt
T T
-
2
Luego
p
2
1
ò cos(t)e
- jnw0 t
Cn = dt
8 p
-
2
p
2
1
Cn = ò (e + e - jt )e - jnw0 t dt
jt
16 p
-
2
p
2
1
ò (e
jt (1- nw0 )
Cn = + e - jt (1+ nw0 ) )dt
16 p
-
2
45
Integrando, se obtiene
1 1 é e j 2 (1-nw0 ) - e - j 2 (1-nw0 ) ù - 1
p p 1 é e - j 2 (1-nw0 ) - e j 2 (1- nw0 ) ù
p p
Cn =
16 j(1 - nw0 ) ë û 16 j(1 + nw0 ) ë û
Cn =
1 1
8 (1 - nw0 )
cos ( ) + 8(n +1 w ) cos ( )
pnw0
2
pnw0
2
0
De donde
é ù
1
C n = cos ( ) ê (1 - 1nw ) + (n +1w ) ú
pnw0
2
8 ë 0 0 û
Luego
Cn =
1 1
4 (1 - n 2 w02 )
cos ( )
pnw0
2
46
0.25
0.2
0.15
0.1
0.05
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
Angulo(c ) en rad
n
3.5
2.5
1.5
0.5
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
Variable n
47
Limitación Estricta. Una función tiene limitación estricta en el dominio del tiempo ,
cuando la función es nula fuera de un cierto intervalo de tiempo, tal como se muestra en la
Figura 2. 19.
x(t)
0 t
Limitación Asintótica. Una función tiene limitación asintótica si tiende a cero cuando el
tiempo tiende a ±¥, como se ilustra en la Figura 2.20.
x(t)
0 t
Figura 2.20. Función con Limitación Asintótica .
Limitación Mixta. Este tipo de limitación es una combinación de la limitación estricta con
la asintótica, como se ilustra en la Figura 2.21.
x(t)
0 t
Figura 2.21. Función con Limitación Mixta .
Las señales a considerar son de cuadrado integrable, si la señal x(t) es de este tipo, se
cumple
lim ò x(t) dt< ¥
2
T ®¥
T
48
Con T como intervalo de observación.
Esta relación implica que la señal x(t) tiene energía finita, lo que determina que x(t) está
descrita en términos de energía. Tales señales se representan en el dominio de la frecuencia,
utilizando la Transformada de Fourier.
Se define la Transformada de Fourier F{x(t)} de la señal x(t), como
dondew = 2pf
Definiéndose la Transformada Inversa de Fourier, F-1{X(f)}, como
ò x(t)e
- jwt
X(w) = dt (2.64)
-¥
y
¥
1
x(t) = ò
2p -¥
X(w)e jwt dw (2.65)
ò
2
E= x(t) dt < ¥
-¥
49
¥ ¥
é¥ ù ¥
-¥ -¥ -¥ ë -¥ û
¥
é¥ * ù ¥
-¥ ë -¥ û -¥
Finalmente
¥ ¥ ¥
1
ò x(t) dt = ò X(f ) df = ò
2 2 2
E= X(w) dw (2.66)
-¥ -¥ 2p -¥
La ecuación (2. 66) representa el Teorema de Parseval para señales no periódicas.
Para cargas diferentes de un ohm, aplicando el Teorema de Parseval, y con x(t)
como señal de tensión, las relaciones de energía son
¥ ¥ ¥
1 1 1
E = ò x(t) dt = ò X(f ) df = ò
2 2 2
X(w) dw (2.67)
R -¥ R -¥ 2pR -¥
¥ ¥ ¥
R
E =R ò x(t) = R ò X(f ) df = ò
2 2 2
X(w) dw (2.68)
¥ -¥ 2p -¥
Sx (f ) = X(f )
2
(2.69)
Se deduce que Sx(f) > 0 y es real y par, por lo tanto la energía E se puede escribir como
¥ ¥
E= ò Sx (f )df =2 ò Sx (f )df
-¥ 0
(2.70)
50
Es aquí donde se origina el concepto de ancho espectral de una señal, estableciendo que:
ancho espectral es la banda de frecuencias que contiene la mayor parte de la energía de la
señal. Un criterio podría ser el 90 %. Se considera despreciable la energía contenida en las
frecuencias que están fuera de tal banda.
Ejemplo 2.14
-t / 2 0 t/ 2 t
Figura 2.22. Pulso Rectangular del Ejemplo 2. 14
Solución
Como x(t) es simétrico par, se tiene
t
2
X(f ) = 2 ò A cos wtdt
0
Integrando
Para f = 0, se tiene
X(0) = At
51
X(f )
0
-4 / t -3/ t -2 / t -1/ t 1/ t 2/ t 3/ t 4/ t f
a)
RX(f )
180º
-3/ t -2 / t -1/ t
1/ t 2/ t 3/ t 4/ t f
- 180º
b)
La gráfica de Sx(f) tiene una forma similar a la gráfica de êX(f)÷ , la cual se anula para
valores de f múltiplos de 1/t , y se puede deducir que la porción más significativa del
espectro se halla contenida en el intervalo çf÷< 1/t .Además, se observa que si la duración
del pulso se reduce (t más pequeño), el ancho espectral aumenta y viceversa . De modo que
los pulsos cortos tienen un gran ancho de banda, y los pulsos largos un ancho de banda
pequeño. El pulso rectangular se utiliza con frecuencia como señal modelo, aunque
físicamente no exista. Su simplicidad y fácil operación, lo hacen muy útil en Teoría de
Señales .
52
Ejemplo 2.15
¥ ¥
ò h(t)e - jwt dt = òe
- at
H(f ) = u(t)e - jwt dt
-¥ -¥
¥ ¥
H(f ) = ò e e - at - jwt
dt = ò e - (a + jw) t dt
0 0
Integrando, se obtiene
¥
-1 -(a + jw)t
H(f ) = e
a + jw 0
Luego
1
H(f ) =
a + jw
¥ ¥
E= òh (t)dt = ò e -2at dt
2
-¥ 0
¥
-1 1
E = e -2at = <¥
2a 0 2a
a + jw
1
Sx (f ) =
a + w2 2
53
2.3.8. Potencia . Densidad Espectral de Potencia .
Potencia .Para el caso de señales descritas en términos de potencia, considerando una carga
resistiva de un ohm y una señal x(t), la potencia media P de x(t) está dada por
T
2
1
ò
2
P = lim x(t) dt (2.71)
T ®¥ T T
-
2
Para una señal periódica, la operación de llevar al límite se puede omitir siempre que T se
considere como el periodo de la señal. Sin embargo, hay señales de potencia que no son
periódicas, por lo que en este caso se debe considerar la ecuación (2.72) que representa el
caso general, para el cálculo de la potencia asociada a la señal x(t).
Densidad Espectral de Potencia. Para la determinación de la expresión de la densidad
espectral de potencia, se puede comenzar definiendo un truncamiento de la señal de
potencia x(t). Esta señal truncada se denomina xT (t), donde T es el intervalo de
observación y por conveniencia de análisis xT (t) se puede definir como
ìï x(t) t < T
x T (t) = í 2
La Figura 2.26 muestra un ejemplo de una señal x(t) y su versión truncada xT (t)
x(t)
-T/2 0 T/2 t
a)
x T (t)
-T/2 0 T/2 t
b)
54
De acuerdo a su definición, xT (t) es una señal descrita en términos de energía. Siendo XT
(f) su transformada de Fourier, su densidad espectral de energía Sx T (f) es
Sx T (f ) = X T (f )
2
(2.72)
Donde
T
¥ 2
òx ò x(t)e
- j2 pft - j2 pft
X T (f ) = T (t)e dt = dt (2.73)
-¥ - T2
2
Sx T (f ) X T (f )
G xT = = (2.74)
T T
1 2
G x (f ) = lim G xT = lim X T (f ) (2.75)
T ®¥ T ®¥ T
¥ ¥
1
P= ò G x (f )df =
-¥
ò G x (w)dw
2p -¥
(2.76)
55
potencia de una señal sólo proporciona información sobre la variación de su magnitud en
función de la frecuencia, omitiendo lo referente a la fase. Por lo que todas las señales con la
misma densidad espectral de potencia tienen idénticos espectros de potencia, sin importar
las posibles diferencias en las características de la fase. Por lo tanto, la densidad espectral
de potencia no describe unívocamente a la señal en cuestión. Hay una densidad espectral de
potencia específica para una señal dada, pero puede haber más de una señal con la misma
densidad espectral de potencia .
Ejemplo 2.16.
Solución
a) Primeramente se determinará si x(t) = A es una señal de potencia o de energía. Para ello
se calculará su energía y se aplicará el criterio correspondiente.
La energía de x(t) es
¥ ¥
ò ò A dt = ¥
2
E= x(t) dt = 2
-¥ -¥
1 2
G x (f ) = lim X T (f )
T ®¥ T
xT (t)
A
t
-T/2 0 T/2
56
En consecuencia
T
¥ 2
òx (f )e - jwt dt = ò Ae
- jwt
X T (f ) = T dt
-¥ -
T
2
Integrando, se obtiene
X T (f ) = AT sin c(fT)
Por lo tanto
1
G x (f ) = lim (AT)2 sin c 2 (fT) = A 2 lim T sin c 2 (fT)
T ®¥ T T ®¥
En consecuencia
Gx (f) = A2 d(f)
Como
¥ ¥
Integrando, se obtiene
P = A2 [watts]
Esta expresión de P puede ser verificada calculando la potencia media en el dominio del
tiempo, para ello se tiene
T
2
1
P = lim ò A dt = A [ watts]
2 2
T ®¥ T
T
-
2
Por lo que la señal x(t) = Au(t) es de potencia, ya que x(t) es de valor acotado.
La señal truncada xT (t) a considerar tiene la gráfica mostrada en la Figura 2.40
xT (t)
A
t
-T/2 0 T/2
Figura 2.40. Gráfica de xT (t) del apartado b) del Ejemplo 2.25
57
Por lo cual, XT (f) está dada por
T
2
X T (f ) = ò Ae- jwt dt =
A
jw
(1 - e - jwT / 2 )
0
X T (f ) =
jw
(e - e ) e
A jwT / 4 - jwT / 4 - jwT / 4
A wT - jwT / 4 2A wT - jwT / 4
X T (f ) = 2jsen e = sen e
jw 4 w 4
AT æ fT ö
X T (f ) = sin c ç ÷ e - jwT / 4
2 è 2 ø
1 A 2T 2 æ Tö A æ Tö
2
T
G x (f ) = lim sin c 2 ç f ÷ = lim sin c2 ç f ÷
T ®¥ T 4 è 2ø 2 T ®¥ 2 è 2ø
Recordando que
A2
G x (f ) = d(f )
2
58
¥
A2
P= ò d(f )
-¥
2
A2
P= [ watts]
2
Resultado que era de esperar, de acuerdo con la forma de las señales de los apartados a) y
b). y que puede ser ratificado calculando P en el dominio del tiempo.
12 A2
P = lim ò A 2 dt =
T ®¥ T
[ watts]
0
2
Si bien es cierto que es más simple y directo el cálculo de la potencia en el dominio del
tiempo, el ejemplo presentado tiene por objetivo el mostrar el procedimiento para la
determinación de la densidad espectral de potencia para señales de potencia que no sean
periódicas .
Ejemplo 2.26.
Sea x(t) la señal cuya gráfica se muestra en la Figura 2.41. Determinar su densidad
espectral de potencia.
x(t)
1
........ ........
-T - T2 0 T
2
T t
-1
59
¥
å
2
G x (f ) = C n d(f - nf 0 )
n =-¥
Por lo que es necesario determinar los coeficientes de la Serie de Fourier de la señal x(t)
dada. Estos están dados por
T
2
1
ò x(t)e
- jnw0 t
Cn = dt
T T
-
2
T
2
2j
T ò0
Cn = - x(t) sen nw0 tdt
De acuerdo a la Figura 2.34, x(t) en el intervalo (0,T/2) tiene un valor constante igual a 1,
por lo que
T
2j2
2j æ nw T ö
Cn = -
T 0ò sen nw0 tdt = - ç
nw0 T è
1 - cos 0 ÷
2 ø
np ænö
Cn = - j sin c 2 ç ÷
2 è2ø
En consecuencia
æ np ö
¥ 2
ænö
G x (f ) = å ç ÷ sin c 4 ç ÷ d(f - nf 0 )
n =-¥ è 2 ø è2ø
60
(f) y X2 (f) las Transformadas de Fourier de x1 (t) y de x2 (t) respectivamente, luego para
dos constantes a1 y a2 arbitrarias se tiene que
F{ x* (t)} = ò x (t)e
* - jwt
dt
-¥
*
é¥ ù
F{ x (t)} = ê ò x(t)e jwt dt ú
*
ë -¥ û
F{ x* (t)} = X* (-f )
Simetría. Cuando una señal posee simetría con respecto al eje tiempo, su transformada
puede ser simplificada. La simetría de una señal depende de su forma y de la ubicación del
origen del tiempo. Pero se tiene la libertad de elegir el origen del tiempo dado que
físicamente no es único, en contraste con el origen en el dominio de la frecuencia, el cual
tiene un significado físico bien definido .
Cualquier señal se puede expresar como la suma de una función par xe(t), y de una
función impar xo (t), teniéndose que
61
de donde
x e (t) = 1
2 [ x(t) + x(-t)]
(2.80)
x 0 (t) = 12 [ x((t) - x(- t) ]
¥
F{ x 0 (t)} = X 0 (f ) = -2 jò x 0 (t) sen wtdt (2.82)
0
¥ ¥ ¥
X e (f ) º ò
-¥
x e (t)e - jwt dt = ò
-¥
x e (t) cos wtdt - j ò x e (t) sen wtdt
-¥
¥ ¥ ¥
X 0 (f ) º ò
-¥
x 0 (t)e - jwt dt = ò
-¥
x 0 (t) cos wtdt - j ò x 0 (t) sen wtdt
-¥
¥
X 0 (f ) = -2 jò x 0 (t) sen wtdt
0
Para el caso de que x(t) presente simetría par (x0 (t) = 0), se tendrá que
62
X( f ) = Xe( f ) (2.84)
y para el caso de que x(t) presente simetría impar ( xe (t) = 0), se tendrá
X( f) = X0 ( f ) (2.85)
Las ecuaciones (2.84) y (2.85) establecen que el espectro de una señal real simétrica puede
ser real puro y par o imaginario puro e impar.
Si x(t) es una señal causal, o sea que
lo cual significa que la señal parte en 0 después de t = 0. Dado que la causalidad excluye
cualquier simetría temporal, el espectro consiste tanto de la parte real como imaginaria de
la integral
¥
X(f ) = ò x(t)e- jwt dt (2.87)
0
En este caso las partes real e imaginaria del espectro están relacionadas. No se pueden
especificar en forma arbitraria.
Dualidad. Existe dualidad entre los dominios del tiempo y de la frecuencia. Esto se aprecia
examinando el par de integrales de Fourier, la de análisis y la de síntesis. Ellas se
diferencian solamente en la variable de integración y en el signo del exponente de la
exponencial compleja. Una consecuencia de esta similitud es el Teorema de Dualidad, el
que establece que si x(t) y X(f) constituyen un par conocido de transformada, y si existe
una función temporal z(t) relacionada a la función X(f) por
ò X(l)e
j2 plt
x(t) = dl
-¥
63
Además, ya que t es una variable ficticia en la integral que define la Transformada de
Fourier y dado que z(t) = X(t), se tiene
¥ ¥
F{z(t)} = x(- f )
Ejemplo 2.20.
Solución
Se obtendrá Z(f) aplicando el Teorema de Dualidad al par de transformada
F
x(t) = BP ( t )
t
X(f ) = Bt sin c(ft)
comparando esta expresión con la de X(f), se puede escribir que z(t) = X(t) con t = 2W y B
= A/2W. La propiedad de dualidad establece que
como la función rectangular es simétrica par, se tiene que F{z(t)} tiene la forma
A æ f ö
Z(f ) = Pç ÷
2W è 2W ø
Luego, una función sin(x)c en el dominio el tiempo tiene una transformada de forma pulso
rectangular en el dominio de la frecuencia .
64
1 æf ö
F{ x(at)} = a¹0
a çè a ÷ø
X (2.90)
La señal escalada x(at) será expandida si ïaï<1 y será comprimida si ïaï>1. Un valor
negativo de a produce una inversión temporal como también expansión o compresión. Si a
= -1, se tiene el par de transformada x( -t) « X( -f) y en este caso tanto la señal como el
espectro son invertidos .
Si a es positiva pero menor que uno, x(at) es una versión expandida x(t) y su
densidad espectral se comprime. La magnitud de la densidad espectral también cambia para
mantener el balance de energía entre los dos dominios. Si a es positiva y mayor que uno,
x(at) es una versión comprimida de x(t) y su densidad espectral se expande en frecuencia
en 1/a .
-1 ¥
F{ x(- a t)} = ò x(l )e - jwl / a dl
a -¥
¥
F{ x(- a t)} =
1
ò x(l)e
- j2 p (f / a ) l
dl
a -¥
1 æf ö
F{ x(- a t)} = Xç ÷
a èaø
Desplazamiento Temporal . Dada una función temporal x(t), se pueden generar otras
formas a partir de ella modificando su argumento. Específicamente, reemplazando t por t -
td y con td > 0 se produce la señal retardada en el tiempo x(t - td ). La señal retardada tiene
la misma forma que x(t), pero desplazada td unidades hacia la derecha a lo largo del eje del
tiempo. En el dominio de la frecuencia, el retardo temporal produce un agregado de fase
lineal con pendiente negativa -2ptd , o sea
65
Demostración. Considerando que w = 2pf y realizando el cambio de variable l = t - td en la
integral de la transformada, se tiene
¥
F{ x(t - t d )} = ò x(t - t d )e- jwt dt
-¥
¥
F{ x(t - t d )} = ò x(l)e
- jw( l+ t d )
dl
-¥
é¥ ù
F{ x(t - t d )} = ê ò x(l )e - jwl dl ú e - jwt d
ë -¥ û
Si td es negativo, se dice que se produce una señal adelantada x(t + td ) y en este caso se
tiene
Ejemplo 2.21.
Determinar Z(f) en términos de X(f), X(f)= F{x(t)}, cuando z(t) = x(at - td) .
Solución
Considerando la señal x(at) y utilizando la propiedad de escalamiento , se tiene
1 æf ö
F{ x(at)} =
a çè a ÷ø
X
1 æ f ö - j wa td
F{z(t)} = F{x(at - t d } =
a çè a ÷ø
X e
66
Ejemplo 2.22.
-t t t
-1
Figura 2.42. Gráfica de x(t) del Ejemplo 2.29
Solución .
Se tiene que
æ t + 2t ö æ t - 2t ö
x(t) = P ç ÷ - P ç t ÷
è t ø è ø
Como x(t) = y(t + t/2) - y(t - t/2), aplicando transformada a x(t) , se obtiene
sen pft
X(f ) = ( 2jpft ) t sin c(ft)
pft
67
Aplicando la definición de sinc(x), se obtiene
{ }
F x(t)e jw0 t = X(f - f 0 ) (2.92)
Demostración. Se tiene
¥
{
F x(t)e jw0 t
} = ò x(t)e jw0 t - jwt
e dt
-¥
{
F x(t)e jw0 t
} = ò x(t)e - j( w-w0 )t
dt
-¥
{ }
F x(t)e jw0 t = X(f - f 0 )
{ }
F x(t)e - jw0 t = X(f + f 0 )
F { x(t) cos w0 t} = 1
2 [ X(f - f 0 ) + X(f + f 0 )] (2.93)
68
Para el caso de la señal x(t)senw0 t, se tiene
F { x(t) sen w0 t} = 1
2j [ X(f - f0 ) - X(f + f 0 )] (2.101)
Ejemplo 2.30.
g(t) = x(t - 12 )
- jp (f - 12 )
G(f - 12 ) = X(f - 12 )e
jp
G(f - 12 ) = X(f - 12 )e - jpf e 2
Por lo tanto
69
ìd ü
F í x(t) ý = jwX(f ) (2.95)
î dt þ
ò X(f )e
jwt
x(t) = df
-¥
¥
d æd ö
x(t) = ò X(f ) ç e j2 pft ÷ df
dt -¥ è dt ø
De donde
¥
d
x(t) = ò [ j2pfX(f )] e j2 pft df
dt -¥
ìd ü
F í x(t) ý = j2pfX(f )
î dt þ
F {ò-¥
t
x(t)dt = } 1
jw
X(f ) + pX(0)d(f ) (2.96)
donde
¥
X(0) = ò x(t)dt
-¥
(2.97)
70
Se observa que la integración en el tiempo suprime las componentes de alta frecuencia de la
señal. Esta conclusión está en concordancia con la afirmación de que el proceso de
integración suaviza las fluctuaciones de una señal en el dominio del tiempo. Obviamente si
X(0) = 0, la transformada de la integral se reduce a
ìt ü 1
F í ò x(t)dtý = X(f )
î -¥ þ jw
Ejemplo 2.24.
x(t)
A
-2t -t tt 2t
Figura 2.31|. Gráfica del Pulso Trapezoidal del Ejemplo 2.24 .
Solución
Dada la forma del pulso trapezoidal es más conveniente determinar su transformada
aplicando el Teorema de Derivación. Para ello, x(t) se deriva dos veces, las gráficas de tales
derivadas se muestran en la Figura 2.32 .
x , (t)
A
t
t 2t
-2t -t t
- At
a)
x ,, (t) A
A t
t
- At - At
b)
Figura 2.32. Gráficas de x , (t) y de x ,, (t) del Ejemplo 2.24
71
F{x ,, (t)} =
A
é F {d(t + 2t) - d(t + t) - d(t - t) + d(t - 2t)}ùû
të
por lo tanto
F{x ,, (t)} = (e - e - e + e )
A j2wt jwt - jwt - j2wt
t
A é e j2 wt + e - j2 wt - (e jwt + e - jwt ) ù
X(f ) =
t êë -(2pf )2 ú
û
Aplicando Euler, se tiene
të -(2pf )2 û êë -(2pf ) 2 úû
72
Ejemplo 2.25.
x(t)
A
-t 0 t t
triangular mostrado en la Figura 2.45.
ì æ t ö
ï A ç1 - ÷ t <t
x(t) = í è tø
ï
î0 t >t
y(t)
A
t
-t t
-A
Figura 2.434. Gráfica de y(t) del Ejemplo 2.25
t
1
x(t) = ò y(l)dl
t -¥
73
Aplicando el teorema de integración, se obtiene
1 1
X(f ) = Y(f )
t j2pf
F{d(t)} = ò d(t)e
- jwt
dt
-¥
Integrando, se obtiene .
F {d(t)} = 1 (2.98)
La ecuación (2.98), indica que la función d(t) tiene una densidad espectral uniforme para
todas las frecuencias, tal como se muestra en la Figura 2.35 .
x(t) X(f)
d(t) 1
t f
0 0
Figura 2.35. Impulso d(t) y su Transformada de Fourier
74
¥
1
F-1 {1} = ò e jwt dw = d(t) (2.99)
2p -¥
òe
jwx
dw = 2pd(x) (2.100)
-¥
¥
x(t) = åCe
n =-¥
n
jnw0 t
ì ¥ ü
F{ x(t)} = F í å Cn e jnw0 t ý
î n =-¥ þ
La cual puede escribirse como
¥
F{ x(t)} = å C F{e }
n =-¥
n
jnw0 t
{ }
F e jnw0 t = 2pd ( w - nw0 )
Por lo tanto
¥
ü
F{x(t)} = 2p å C n d ( w - nw0 ) ï
n =-¥
ïï
o ý (2.101)
¥ ï
F{x(t)} = å C d ( f - nf )
n =-¥
n 0
ï
ïþ
75
Ejemplo 2.26.
dT (t)
1
......... .........
¥
dT (t) = åC e
n =-¥
n
jnw0 t
Por lo tanto
T
2
1
Cn =
T òd T
T (t)e - jnw0 t dt
-
2
dT (t) = d(t)
En consecuencia
T
2
1
ò d(t)e
- jnw0 t
Cn = dt
T T
-
2
ò f (t)d(t)dt = f (0)
-¥
Se tiene que
76
1
Cn =
T
por lo que
¥
1
F{dT (t)} = 2p å d(w - nw0 )
n =-¥ T
Como
2p
w0 =
T
¥
F{dT (t)} = w0 å d ( w - nw )
n =-¥
0
o
¥
F{dT (t)} = f 0 å d ( f - nf )
n =-¥
0
Ejemplo 2.34.
Solución
Aplicando la definición de Transformada de Fourier , se tiene
F{A} = ò Ae
- jwt
dt
-¥
F{A} = A ò e jwx dx
-¥
de donde
77
F{A} = 2pAd(w)
o
F{A} = Ad(f )
f(t) F(f)
A Ad(f)
t f
0 0
1
Figura 2.37. Una Constante y su Transformada de Fourier
Transformada de sgn(t) .
La función sgn(t) se define como
ì1 para t>0
ï
sgn(t) = í
ï -1 para t<0
î
sgn(t)
1
-1
78
La Transformada de Fourier de la función sgn(t) se puede obtener utilizando la propiedad
de la derivación en el tiempo , la cual establece que :
Si se tiene el par de transformada
F
x(t) X(f )
Luego se cumple que
F
x , (t) jwX(f )
Por lo tanto si
x(t) = sgn(t)
luego
x , (t) = 2d(t)
F{x , (t)} = 2
Como
F{ x , (t)} = jwX(f )
de donde
F {x , (t)}
X(f ) =
jw
Por lo tanto
2
X(f ) = F{sgn(t)} = (2.102)
jw
ì1 para t>0
ï
u(t) = í
ï0
î para t<0
79
u(t)
1
t
0
Figura 2.39. Escalón Unitario
La función escalón unitario se puede expresar en función de la función sgn(t), de la
siguiente manera
1 1
u(t) = + sgn(t)
2 2
1 1
F{u(t)} = d(f ) + (2.103)
2 jw
Transformada de e jw0 t .
¥ ¥
{ }= ò e
F e jw0 t jw0 t - jwt
e dt = òe
j( w0 -w ) t
dt
-¥ -¥
t = -y ; w - wo = x
se obtiene
¥
{ } òe
F e jw0 t = jxy
dy = 2pd(x)
-¥
80
Transformada de coswot y senwot .
Se tiene
ì1 ü
(
F{cos w0 t} = F í e jw0 t + e - jw0 t ý
î2 þ
)
luego
1
F{cos w0 t} = é d ( f - f 0 ) + d ( f + f 0 ) ùû (2.106)
2ë
Empleando un método similar, se obtiene
-j
F{sen w0 t} = éd ( f - f 0 ) - d ( f + f 0 ) ùû
2 ë
o (2.107)
1
F{senwo t} = éë d ( f - f 0 ) e - jp / 2 + d ( f + f 0 ) e jp / 2 ùû
2
La Figura 2.40 ilustra las funciones senw0t y cosw0 t y sus espectros de amplitud y de fase
a)Función cosw0 t
F(w)
-wo 0 w0
b) Espectros de cosw0 t
81
t
c)Función senw0 t
F(w)
p
2
-w0 w0 w
- p
2
d) Espectros de senw0 t
Figura 2.40. Gráficas de las Funciones cosw0t y senw0t y de sus Espectros
En la Tabla 2.2, se muestran pares de transformadas básicas muy utilizadas
1
e- at u(t)
a + jw
1
te- at u(t)
( a + jw)
2
ìï1, t < T2
x T (t) = í T sin c ( w2T )
ïî0, otros valores
ï
í
( )
ìA 1 - t ,
T
t <T
AT sin c 2 ( w2T )
ïî0, t >T
-a t 2a
e
a + w2
2
82
w0
e- at sen(w0 t)u(t)
( a + jw ) + w20
2
a + jw
e- at cos(w0 t)u(t)
( a + jw ) + w20
2
p -w2 / 4a
e-at
2
e
a
t n -1 - at 1
e u(t)
(n - 1)! ( jw + a )
n
1 p -a w
e
a + t2
2
a
cos bt p é - a w- b - a w+ b
ù
e +e
a 2 + t2 2a ë û
senbt p é - a w- b - a w+ b
ù
e -e
a 2 + t2 2aj ë û
-2
t
w2
d n d(t)
( jw) n
dt n
83
b m r m + b m -1r m -1 +··········+ b1r + b 0
H(r) = (2.108)
a n r n + a n -1r n -1 +············+ a1r + a 0
b m (r - z1 )(r - z 2 )··········(r - z m )
H(r) = · (2.110)
a n (r - p1 )(r - p 2 )·········(r - p n )
Función Racional Propia. Para el caso que en la función racional, se tenga m < n, la
función racional H(r) se conoce como Función Racional Propia.
bn -1r n -1 +··+b1r + b0
H(r) = g m -n r m -n + g m - n -1r m - n -1 +···+g1r + g 0 + (2.111)
r n + d n -1r n -1 +···+ d1r + d 0
Donde los coeficientes g1 ,g2,....... ,gm-n y b0, b1,........, bn-1, se obtienen al igualar las
ecuaciones (2.109) y (2.111) y posteriormente multiplicándolas por el polinomio del
denominador, para enseguida comparar los coeficientes de potencias iguales de r de ambos
miembros de la ecuación resultante y de esta manera determinar los coeficientes b y g en
función de los coeficientes conocidos c y d. Para visualizar el procedimiento indicado, se
desarrollará el siguiente ejemplo.
84
Ejemplo 2.28.
Expresar esta función como la suma de un polinomio en r y de una función racional propia.
Solución
De acuerdo a la expresión dada de H(r), se tiene que m = 3 y n = 2. Considerando (2.118),
la expresión dada de H(r) se puede escribir como
b1r + b0
H(r) = g1r + g 0 + (I)
r + d1r + d 0
2
c3 r 3 + c2 r 2 + c1r + c o b r + b0
= g1r + g 0 + 2 1
r + d1r + d 0
2
r + d1 r + d 0
g1 = c 3
g 0 = c 2 - c3d1
b1 = c1 + c3d13 - c3 d 0 - c 2 d1
b0 = c 0 + c3d 0 d1 - c 2 d 0
Por lo tanto, la expresión pedida para H(r) es
85
(c1 + c3 d12 - c3 d 0 - c 2 d1 )r + c0 + c3d 0 d1 - d 0 c 2
H(r) = c3 r + c2 - c1d1 +
r 2 + d1 r + d 0
A1 A2 A n -1 An
H(r) = + +·······+ + (2.113)
r - p1 r - p 2 r - p n -1 r - p n
El problema de la expansión en fracciones parciales se reduce a la determinación de los
coeficientes Ai , los que dependerán de la naturaleza de los polos de H(r). De aquí, se
pueden analizar los siguientes casos.
Ai = [ (r - pi )H(r) ] r = p (2.114)
i
Ejemplo 2.29.
r +1
H(r) =
r + 2r + 5
2
Solución
Los polos de H(r) se determinan resolviendo la ecuación
r 2 + 2r + 5 = 0
obteniéndose
p1 = -1 + j2 , p 2 = -1 - j2
Por lo tanto
r +1 A1 A2
H(r) = = +
éë r - ( -1 + j2 ) ùû éë r - ( -2 - j2 ) ùû r - ( -1 + j2 ) r - ( -1 - j2 )
86
De donde
{
A1 = éë r - ( -1 + j2 ) ùû H(r) } r =-1+ j2
=
1
2
{
A 2 = éë r - ( -1 - j2 ) ùû H(r) } r =-1- j2
=
1
2
1 1
H(r) = 2
+ 2
r - ( -1 + j2 ) r - ( -1 - j2 )
Polos Múltiples. En general, una función racional puede tener algunos polos diferentes
conjuntamente con algunos polos múltiples. Para el caso de que se tenga polos diferentes y
un polo pi múltiple con multiplicidad li , se puede considerar la siguiente expansión en
fracciones parciales
A1 A2 A Ai 2 A il i
H(r) = + +····+ i1 + +····+ (2.115)
r - p1 r - p 2 r - pi ( r - pi ) 2
( r - pi ) i
l
Los coeficientes de los polos diferentes A1, A2, ·········, y el coeficiente Ail se determinan
utilizando la ecuación (2.114), tal como se empleó en el Ejemplo 2.36. Los coeficientes Ai1,
Ai2, ·······, Aik, se determinan usando la siguiente expresión
1 é d li - k é ù
l i - k ë(
r - pi ) i H(r) ù ú , k = 1,2,····, li – 1
l
Aik = ê (2.116)
( li - k )! ë dr ûû
r = pi
Ejemplo 2.30.
Para la función
2(r + 1)
H(r) =
r(r + 3)(r + 5) 2
Solución
Los polos de H(r) son
87
p1 = 0 , p2 = -3 y el polo p3 = -5 con multiplicidad 2
2(r + 1) 1
A 2 = (r + 3)H(r) r =-3 = =
r(r + 5) 2 r =-3
3
2(r + 1) 4
A32 = (r + 5) 2 H(r) = =-
r =-5 r(r + 3) r =-5 5
1 é d 2-1 ù d é 2(r + 1) ù
A31 = ê é (r + 5)2 H(r) ùû ú
2 -1 ë
= ê ú
(2 - 1)! ë dr û r =-5 dr ë r(r + 3) û r =-5
2 1
- 259 - 54
H(r) = 75
+ 3
+ +
r r+3 r + 5 (r + 5)2
88
Ejemplo 2.31.
7 + 5jw
H(w) =
(4 + jw) éë ( jw) 2 + jw + 1ùû
Solución
Haciendo jw = r, se tiene
7 + 5r
H(r) =
(4 + r) éë r 2 + r + 1ùû
Los polos de esta función son
p1 = -4 ; p 2 = - 12 + j 2
3
; p3 = - 12 - j 2
3
A1 A2 A3
H(r) = + +
r + 4 r + ( 12 - j 23 ) r + ( 12 + j 23 )
7 + 5r 1 3
A 2 = éë r + ( 12 - j 23 ) ùû H(r) 1 3 = = -j
r =- 2 + j 2 (r + 4) éë r + ( 2 + j 2 ) ùû 1 3 2
1 3 2
r =- 2 + j 2
7 + 5r 1 3
A3 = éë r + ( 12 + j 23 ) ùû H(r) 1 3 = = +j
r =- 2 - j 2 (r + 4) éë r + ( 2 - j 2 ) ùû 1 3 2
1 3 2
r =- 2 - j 2
89
-1 1
-j 3 1
+j 3
H(r) = + 21 2 3 + 21 2 3
r + 4 r + (2 - j 2 ) r + (2 + j 2 )
-1 2 - j 2 2 + j 2
1 3 1 3
H(w) = + +
jw + 4 jw + ( 12 - j 23 ) jw + ( 12 + j 23 )
De donde,
MATLAB hace uso de los coeficientes del numerador y del denominador de F(x). Para ello
se definen los vectores filas num y den como:
El comando
[r,p,k] = residue(num,den) (2.120)
calcula los residuos (vector r), los polos (vector p) y los términos del polinomio resultante
(vector k). Si F(x) es impropia, la expansión en fracciones parciales es de la forma
90
k(x) es un polinomio en x, con el mayor exponente de x dado por m –n, cuando m ³ 0, o
sea cuando F(x) sea una función racional impropia. El polinomio k(x) es cero cuando F(x)
es una función racional propia, o sea, cuando m < n.
Para un polo p(i) de multiplicidad q, la expansión en fracciones parciales contendrá
términos de la forma
5x 2 + 3x + 2
a)
x 3 + 8x 2 + 19x + 12
x 2 + 2x + 3
b)
x 3 + 6x 2 + 12x + 8
3x + 2
c)
2x - 3x + 6
2
x 4 + 5x 2 + 3x + 2
d)
x 3 + 6x 2 + 11x + 6
Solución
a) num = [5 3 2];
>> den = [1 8 19 12];
>> [r,p,k]=residue(num,den)
r=
23.3333 = 70/3
-19.0000
0.6667 = 2/3
p=
-4.0000
-3.0000
-1.0000
91
k=
[]
k(x) = 0
Luego
5x 2 + 3x + 2 70 19 2
= - +
x + 8x + 19x + 12 3(x + 4) x + 3 3(x + 1)
3 2
b) num = [1 2 3];
>> den = [1 6 12 8];
>> [r,p,k]=residue(num,den)
r=
1.0000
-2.0000
3.0000
p=
-2.0000
-2.0000
-2.0000
k=
[]
k(x) =0
En este caso,
x 2 + 2x + 3 1 2 3
= - +
x + 6x + 12x + 8 x + 2 ( x + 2 )
3 2 2
( x + 2)
3
c) num = [ 3 2];
>> den = [2 -3 6];
>> [r,p,k]=residue(num,den)
r=
92
0.7500 - 0.6805i
0.7500 + 0.6805i
p=
0.7500 + 1.5612i
0.7500 - 1.5612i
k=
[]
k(x) = 0
De donde
3x + 2 0, 75 - 0, 6805i 0, 75 + 0, 6805i
= +
2x - 3x + 6 0, 75 + 1,5612i 0, 75 - 1,5612i
2
d) num = [1 0 5 3 2];
den = [1 6 11 6 ];
>> [r,p,k]=residue(num,den)
r=
59.5000 = 119/2
-32.0000
2.5000 = 5/2
p=
-3.0000
-2.0000
-1.0000
k=
1 -6
x 4 + 5x 2 + 3x + 2 119 32 5
=x -6+ - +
x + 6x + 11x + 6
3 2
2(x + 3) x + 2 2(x + 1)
93
Ejemplo 2.33
Utilizando MATLAB para la expansión en fracciones parciales, determinar la transformada
inversa de
( jw + 5)(2 jw + 1)
H(w) =
( jw + 1)[( jw)2 + jw + 1]
Solución
La expresión dada de H(w) se puede escribir de la forma siguiente
r=
-4.0000
3.0000 - 3.4641i
3.0000 + 3.4641i
p=
-1.0000
-0.5000 + 0.8660i
-0.5000 - 0.8660i
k=
[]
De donde
-4 3 - j3, 4641 3 + j3, 4641
H(w) = + +
jw + 1 jw + (0,5 - j0,866) jw + (0,5 + j0,866)
Luego,
h(t) = F -1 {H(w)} = -4e- t u(t) + (3 - j3, 4641)e - (0,5- j0,866)t u(t) + (3 + j3, 4641)e- (0,5 + j0,866)t u(t)
Ecuación que se puede escribir como
94
2.3.13. Uso de MATLAB en la Determinación Directa de la Transformada de Fourier y de
la Transformada Inversa de Fourier
Transformada de Fourier. Para determinar la expresión de la Transformada de Fourier, a
partir de la expresión en el dominio del tiempo de la función o señal, se usa la función
fourier. Si x(t) es la señal a considerar, para obtener su Transformada de Fourier X(w), la
sintaxis es X = fourier(x). El ejemplo siguiente, ilustrará el procedimiento correspondiente
para determinar en forma directa, usando MATLAB, la Transformada de Fourier de una
señal o función dada.
Ejemplo 2.34.
t
-T 0 T
Figura 2.41. Gráfica de x(t) del Ejemplo 2.34.
95
A*(exp(i*T*w)*(pi*Dirac(w)-i/w)-exp(-i*T*w)*(pi*Dirac(w)-i/w))
O sea
{ }
X(w) = A e jwT éë pd( w) - wj ùû - e - jwT éë pd( w) - wj ùû
Queda como ejercicio para el lector, considerando que d(w)sen(wT) = 0 , demostrar que la
Ejemplo2.35.
Considerando el resultado obtenido para la Transformada de Fourier X(w) del Ejemplo
2.34, utilizar la función ifourier para determinar la Transformada Inversa de Fourier x(t).
Solución
Se tiene que la expresión de X(w) es
{ }
X(w) = A e jwT éë pd( w) - wj ùû - e - jwT éë pd( w) - wj ùû
1/2*A*(Heaviside(x+T)-Heaviside(-x-T)-Heaviside(x-T)+Heaviside(-x+T))
96
Cuando la variable en el dominio de la frecuencia es w, la variable temporal que entrega
MATLAB, por defecto, es x. Por lo tanto ,considerando la expresión obtenida por el
programa, se tiene que
1
x(t) = A [ u(t + T) - u(- t - T) - u(t - T) + u(- t + T)]
2
x(t) = A Õ ( 2Tt )
Ejemplo 2.36
.Utilizando la función fourier, determinar las Transformadas de Fourier de las siguientes
señales
a) x(t) = (e -4t cos At)u(t) .
b) x(t) = (te-2t sen4t)u(t) .
c) x(t) = ( senptpt ) ( sen 2 p (t -1)
p (t -1) ) u(t) .
Solución
a) El programa es
ans =
1/2/(4-i*A+i*w)+1/2/(4+i*A+i*w)
O sea,
1 1
X(w) = 2
+ 2
4 + j(w - A) 4 + j(w + A)
97
>> % Determinacion de Transformada de Fourier
>> %de x(t)=(t*exp(-2*t)*sin(4*t))*u(t)
>> t=sym('t','real');
>> escalon1=sym('Heaviside(t)');
>> x=(t*exp(-2*t)*sin(4*t))*escalon1;
>> fourier(x)
ans =
-1/2*i/(2-4*i+i*w)^2+1/2*i/(2+4*i+i*w)^2
Es decir
- 12 j 1
j
X(w) = + 2
1/pi^2*(1/4*i*pi*(Heaviside(-w+3*pi)-Heaviside(w-3*pi))-1/4*i*exp(-i*(w-
3*pi))*pi*(Heaviside(-w+3*pi)-Heaviside(w-3*pi))-1/4*i*pi*(Heaviside(-w-pi)-
Heaviside(w+pi))+1/4*i*exp(-i*(w+pi))*pi*(Heaviside(-w-pi)-Heaviside(w+pi))-
1/4*i*pi*(Heaviside(-w+pi)-Heaviside(w-pi))+1/4*i*exp(-i*(w-pi))*pi*(Heaviside(-w+pi)-
Heaviside(w-pi))+1/4*i*pi*(Heaviside(-w-3*pi)-Heaviside(w+3*pi))-1/4*i*exp(-
i*(w+3*pi))*pi*(Heaviside(-w-3*pi)-Heaviside(w+3*pi)))
98
Ejemplo 2.37.
1/500*Heaviside(x)*(-500*exp(-4*x)+250*exp((-1/2+433/500*i)*x)-433*i*exp((-
1/2+433/500*i)*x)+250*exp((-1/2-433/500*i)*x)+433*i*exp((-1/2-433/500*i)*x))
De donde
h(t) = éë -e -4t + (0,5 - j0.866)e - (0,5 - j0,866) t + (0,5 + j0.866)e- (0,5 + j0,866) t ùû u(t)
99
PROBLEMAS
2.1. Use MATLAB para graficar las siguientes señales. Escalar adecuadamente el eje
temporal para que se grafique una parte suficiente de la señal que permita visualizar su
gorma completa.
ì0 t < -3
ï
a) x(t) = ít + 3 -3 £ t < 2
ït - 3 t³2
î
b) y(t) = x(t – 2) con x(t) definida en el apartado a).
c) x(t) = 2cos(2t) + 3sen(8t)
2.2. Escribir un programa en MATLAB para generar y graficar , con 51 puntos, los
siguientes escalones desplazados:
a) u(t –4).
b) u(t –12).
c) u(t +8).
2.3. Determinar el valor medio, el valor eficaz de la señal representada en la figura P 2.3
x(t)
10
....... ........
Figura P 2.3
2.4 Determinar el valor eficaz, el factor de forma y el factor de cresta de la señal ilustrada
en la figura P 2.4.
x(t)
Xm
.............. ..............
1
t
0 2
T T 2T
Figura P 2.4
2.5 Determinar el valor y eficaz de una señal cosenoidal, con rectificación onda completa,
cortada en la mitad de su valor máximo.
100
2.6. Determinar la expresión de k, en función del valor eficaz y de A en la forma de señal
representada en la Figura P 2.6, sabiendo que k es una fracción del período T . Determinar
el valor de k cuando el valor de A es 10 y cuando el valor eficaz es a) 3 , b)
5 ¿Cuál será el máximo valor eficaz de la señal dada al variar k , con A = 10 ?
x(t)
A
.............. ..............
t
kT T T+kT
Figura P2.6
2.7. Determinar el valor medio y el valor eficaz (rms), de la onda senoidal de voltaje con
rectificación de media onda, y con un ángulo de retardo de p/4 radianes, como se muestra
en la Figura P 2.7.
x(t)
20
wt
p/4 p 2p
Figura P 2.7
2.8. Determinar si las siguientes señales son definidas en términos de energía o de potencia
y encontrar la energía o potencia normalizada en cada caso :
a) e - t
b) e jwt
2.9 Determinar la frecuencia fundamental de las siguientes señales, y dibujar los espectros
de magnitud y fase correspondientes
a) x(t) = 2 + 3cos(0, 2t) + cos(0, 25t + p / 2) + 4cos(0,3t - p)
b) x(t) = 1 + 5cos(120pt + p / 8) + 4cos(600pt - p / 4)
101
2.10. Determinar las representaciones en serie de Fourier para cada una de las siguientes
señales.
a) ej100t
b) cos[p(t-2)/4]
c) cos2t +sen4t
2.11. Sea la señal x(t) = cos4pt. Se tiene que x(t) es periódica con periodo fundamental 1/2 .
¿ Cuáles son los coeficientes de la serie de Fourier de x(t), si x(t) se considera periódica con
periodo 2?.
2.12. ¿ Que porcentaje de la potencia total está contenida dentro del primer cruce por cero
del espectro de la señal x(t), cuya gráfica se muestra en la Figura P 2.12.
1/20
x(t)
1
......... .........
t
-1/4 0 1/4
Figura P 2.12
2.13. Un tren de pulsos, cuya gráfica se muestra en la Figura P 2.13 a), con A = 10[v], con
periodo T = 10-3[seg] y un ciclo de trabajo d = 0,2 , se aplica a un filtro pasabajos de primer
orden mostrado en la Figura P 2.13 b).
a) Determinar la expresión de los espectros de amplitud y de fase de la señal de salida del
filtro.
b) Determinar la expresión de v2(t) en términos de las componentes senoidales.
v1 (t) R
A + +
v1 (t) C v 2 (t)
......... .........
- -
t
-T 0 T
R = 1[ KW ] ; C=0,159 [ mF]
a) b)
Figura P 2.13
102
2.14 Un tren de pulsos rectangulares de voltaje v(t), ilustrado en la Figura P 2.14 a), se
aplica a un circuito RL en serie, tal como se muestra en la Figura P 2.14b). Determinar
las cinco primeras armónicas de la respuesta de corriente i(t). En estas condiciones utilizar
MATLAB para graficar vR(t), vL(t) y vR(t)+ vL(t)
v(t) R = 1[ W ]
1
+
......... ......... i(t)
0 1 1 t v(t) L = 1[ H ]
4 2 1
-
-1
a) b)
Figura P 2.14
2.15. La Figura P 2.15 a) muestra una onda triangular de voltaje v(t), que se aplica al
circuito mostrado en la Figura P 2.15 b). Asumiendo que el diodo es ideal, determinar la
expansión en serie de Fourier de la corriente i(t).
R
v(t)
+
1 i(t)
......... ......... v(t) V
-
-1 0 1 1 2
t
2
a) b)
Figura P 2.15
2.17. Empleando Transformada de Fourier, calcular la energía de la señal f(t) dada por
f (t) = e
at
, a>0
103
2.18. Para cada señal x(t) dada, determinar su Transformada de Fourier .
a)
x(t)
3
0 3
Figura P 2.18 a)
b)
x(t)
10
t
0 5
Figura P 2.18 b)
b) x(t) = e-2tcos(12t)u(t).
c) x(t) = 3e-3tu(t).
ìï1 - t / t t £t
b) x(t) = í
ïî0 otros valores
2.20. Usar la propiedad de la modulación para hallar la función y(t), cuya Transformada de
Fourier se muestra en la Figura P 2.20.
Y(w)
A
w
-w0 w0
2W
Figura P 2.20
104
2.21. Determinar el espectro del pulso de la Figura P2.21, usando solamente la
Transformada de Fourier de un impulso junto con las propiedades adecuadas de la
Transformada de Fourier.
x(t)
t 2t t
Figura P 2.21
x(t)
t
t0 - t t0 t0 + t
Figura P 2.22
2.23. La señal s(t), cuya gráfica se muestra en la Figura P 2.23 a), con T = 1 y t = 0,5, [s]
multiplica a la señal v(t), la cual tiene transformada de Fourier V(f) mostrada en la Figura P
2.23 b).
a) Dibujar el espectro de vs(t) = v(t)s(t).
b) ¿ Puede recuperarse v(t) a partir de vs(t)?
c) Si V(f) tiene por gráfica la mostrada en la Figura 2.19 c).¿Puede v(t) ser recuperada a
partir de vs(t)?. Justificar la respuesta.
105
s(t)
2 t
....... .......
t
-2T -T 0 T 2T 3T
a)
V(f) V(f)
1 1
f [ Hz ] f [ Hz ]
- 14 0 1
4 -1 0 1
b) c)
Figura P 2.23
òe
-2t
u(t)dt
-¥
2
Nota: Use el hecho de que e -2t u(t) = e - t u(t) .
f (t) F
F(w)
106
2.26. a) Sea x(t) una señal real e impar. Demostrar X(w) = F{x(t)} es imaginaria pura e
impar.
b) ¿Qué propiedad tiene la Transformada de Fourier de una señal x(t) si x(-t) = x*(t)?.
2.27. Una señal x(t) real y de tiempo continuo tiene una transformada de Fourier X(f) cuya
magnitud cumple con la relación
ln X(f ) = - f
Determinar x(t) si se sabe que x(t) es
a) Una señal con simetría par.
b) Una señal con simetría impar.
d) x(t) = t 2 e - t
e) x(t) = 12 t [ u(t + 2) - u(t - 2) ]
f) La señal x(t) tiene la gráfica mostrada en la Figura P 2.28.
x(t)
1
t
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6 7
-1
Figura P 2.28
Determine cuales de las señales reales, si es que hay alguna, tienen transformadas de
Fourier que satisfagan cada una de las siguientes condiciones
i) Re{X(w)} = 0
ii) Im{X(w)} = 0
iii) Existe a real tal que ejawX(w) es real
¥
iv) ò X(w)dw = 0
-¥
¥
v) ò wX(w)dw = 0
-¥
107
2.29. Una señal x(t) de tiempo continuo tiene una transformada de Fourier dada por
1
X(w) =
a + jw
2.30 La señal x(t) tiene la densidad espectral de potencia Gx(w) dada por
é 1 ù
G x (w) = ê + d(w - 3) + d(w + 3) ú
ë1 + w û
2
t
-2 -1 0 1 2
Figura P 2.31
108
æ pö
b) X(w) = cos ç 4w + ÷
è 3ø
c) X(w) tiene los espectros de magnitud y fase indicados en la Figura P2.33.
X(w) qX (w)
1
3
w w
-1 1 -1
Figura P2.33
X(w) X(w)
1
1
w w
-1 0 1 -2 -1 0 1 2
a) b)
Figura P 2.35
jw + 4
X(w) =
( jw) + 4jw + 3
2
109
2.37. Determinar la señal x(t) si su Transformada de Fourier es
jw + 4
X(w) =
(1 + jw)2 (3 + jw)
110
UNIDAD III CONVOLUCIÓN Y CORRELACIÓN DE SEÑALES DE TIEMPO
CONTINUO
El objetivo de esta unidad, es dar a conocer a los alumnos herramientas matemáticas que le
permitan comprender ciertos procesos físicos que existen en los sistemas lineales. Así, por
ejemplo, la convolución permite abordar ,en el dominio del tiempo, el análisis de procesos
de transmisión, como es el caso de la determinación de la determinación de la respuesta de
un sistema, realizando la convolución entre la señal de salida y la respuesta al impulso del
sistema en cuestión. La operación de correlación se usa, en el análisis de señales, como
parámetro para determinar el grado de similitud entre muna señal y versiones desplazadas
de ella misma, o entre dos señales, estando una de ellas desplazada con respecto a la otra.
Una aplicación de la correlación es en la detección de señales, especialmente en el caso de
señales ruidosas. Otra característica importante de correlación, es que aporta información
sobre las condiciones de aditividad de energía o de potencia para señales que son suma de
111111otras señales, como también la variación d e éstas con respecto a la frecuencia, a
través de la correspondiente densidad espectral. Luego, la correlación es una importante
caracterización de una señal en el dominio del tiempo.
TEMAS
3.1. CONVOLUCION
Definición. La convolución z(t) entre dos funciones x(t) e y(t) se representa
simbólicamente por
z(t) = x(t) * y(t) (3.1)
111
considerando a t como variable independiente, se tiene que para t > 0 se produce un
desplazamiento de y(-t) hacia la derecha y para t < 0 se produce un desplazamiento de y(-t)
hacia la izquierda. A continuación se realiza la integración del producto x(t)y(t-t) en el
intervalo donde dicho producto es distinto de cero .
t=t-y
se obtiene
¥
x1 (t) * x 2 (t) = òx
-¥
2 (y)x1 (t - y)dy
como
¥
òx
-À
2 (y)x1 (t - y)dy = x 2 (t) * x1 (t)
luego ,
x1 (t) * x 2 (t) = x 2 (t) * x1 (t)
Ley Distributiva .
x 1 (t) * [ x 2 (t) + x 3 (t) ] = x1 (t) * x 2 (t) + x 1 (t) * x 3 (t) (3.4)
Ley Asociativa .
x 1 (t) * [ x 2 (t) * x 3 (t) ] = [ x1 (t) * x 2 (t) ] * x 3 (t) (3.5)
En este caso la traslación de x2(t) sería t unidades hacia la izquierda para t > 0 y hacia la
derecha para t < 0 por no haberse invertido tal función.
Cambio de Signo . Si
x 3 (t) = x1 (t) * x 2 (t)
112
se tiene que
x 3 (- t) = x1 (-t) * x 2 (- t) (3.7)
Traslación . Si
x 3 (t) = x1 (t) * x 2 (t)
entonces
x 3 (t ± t 0 ) = x1 (t ± t 0 ) * x 2 (t) (3.8)
Derivación .
x ,3 (t) = x1, (t) * x 2 (t) = x1 (t) * x ,2 (t) (3.9)
F
x1 (t) X1 (f)
F
x2 (t) X2 (f)
Plancheral establece que
F { x1 (t) * x 2 (t)} = X1 (f )X 2 (f ) (3.10)
Simbólicamente
.F
x1 (t) * x 2 (t) X1 (f )X 2 (f )
¥
é¥ ù
F{ x1 (t) * x 2 (t)} = ò x1 (t) ê ò x 2 (t - t)e - jwt dt ú dt
-¥ ë -¥ û
¥
F { x1 (t) * x 2 (t)} = ò x (t)X
1 2 (f )e - jwt dt = X 2 (f ) ò x1 (t)e - jwt dt
-À -¥
luego
F { x1 (t) * x 2 (t)} = X1 (f )X 2 (f )
113
3.1.3. Convolución en el Dominio de la Frecuencia . Considerando los siguientes pares de
transformadas
F
x1 (t) X1 (f)
y
F
x2 (t) X2 (f)
se tiene
¥
ò X (y)X (f - y)dy = X (f ) * X
F
x1 (t)x 2 (t) 1 2 1 2 (f ) (3.11)
-¥
o
¥
1 1
ò X1 (y)X 2 (w - y)dy = X1 (w) * X 2 (w)
F
x1 (t)x 2 (t) (3.12)
2p -¥ 2p
Demostración . Considerando que
g(t) =x1 (t)x2 (t)
y que
F
g(t) G(w)
se tendrá
¥
1
G(w) = ò X1 (y)X 2 (w - y)dy
2p -¥
Haciendo
ì1 ¥ ü
F-1 {G(w)} = F-1 í ò X1 (y)X 2 (w - y)dy ý
î 2p -¥ þ
Se obtiene
1 ¥ 1 é¥ ù jwt
g(t) = ò ê ò X1 (y)X 2 (w - y)dy ú e dw
2p -¥ 2p ë -¥ û
3.1.4. Convolución con el Impulso Delta Dirac [d(t)]. Para generalizar el análisis, se
considerará el impulso desplazado d(t-t0 ) y la señal x(t). Luego, se tendrá la siguiente
convolución
¥
x(t) * d(t - t 0 ) = ò d( t - t
-¥
0 )x(t - t)dt
de donde
x(t) * d(t - t 0 ) = x(t - t 0 ) (3.13)
é ¥ ù ¥
x(t) * ê å d(t - nT) ú = å x(t - nT) (3.14)
ë n =-¥ û n =-¥
luego
¥
j éë w0 ( t -t ) +jùû
x(t) * y(t) = ò x(t)Ae
-¥
dt
x(t) * y(t) = Ae (
j w0 t +j )
ò x(t)e
- jw0 t
dt
-¥
pero
¥
ò x(t)e
- jw0 t
dt = X(f 0 ) e jq(f0 )
-¥
por lo tanto
x(t) * y(t) = A X(f 0 ) e (
j w0 t +j+q (f0 ) )
(3.15)
115
La variable independiente en la Integral de Convolución es t. El proceso de la convolución,
se ilustra en la Figura 3.1 .
Las funciones x1 (t) y x2 (t) se ilustran en la Figura 3.1 a). Las funciones x1 (t) y x2
(-t) se muestran en la Figura 3.1 b). La función x2 (t-t) representa a la función x2 (-t)
desplazada en un monto t a lo largo del eje t. La Figura 3.1 c) muestra x2 (t1 - t). Dado a
que x1 (t) es igual a 1 en -1<t< 1, se tiene en este caso que el valor de x1(t) * x2(t) en t = t1
está dado por el área achurada de la Figura 3.1 d). Esto es así, dado a que la convolución
corresponde al área bajo la curva producto x1 (t)x2 (t1 -t). Variando el valor de t y
determinando las áreas de las curvas productos, se obtiene x1(t) * f2(t), cuya gráfica se
muestra en la Figura 3.1 f).
x 2 (t) x1 (t)
t t
-1 0 1
a)
x 2 (- t) x 1(t)
t t
-3 0 -1 0 1
b)
x 2 ( t1 - t) x1 (t)
t t
t1 - 3 0 t1 -1 0 1
c)
x 2 ( t1 - t)
x 1 (t)
x 1 ( t) x 2 ( t1 - t)
t
t1 - 3 -1 0 t1 1
d
x 2 (t 2 - t)
x 1 (t)
x1 (t)x 2 (t 2 - t)
t
t2 - 3 -1 0 1 t2
e)
Figura 3.1. Ilustración del Proceso de Convolución
116
Ejemplo 3.1 .
-T - a
2
-T - T + a
2
0 T- a
2
T T+ a
2 t
x 2 (t)
k k
-T 0 T t
Figura 3.2. Gráficas de x1 (t) y x2 (t) del Ejemplo 3.1
Solución .
Siguiendo el procedimiento de la convolución gráfica descrito anteriormente, se invierte
x2(t) en relación al eje vertical obteniéndose x2(-t). Ya que x2(t) es una función par de t, se
tiene que
x2(-t) = x2(t)
Luego la convolución de x1 (t) con x2 (t) se reduce a la convolución de x1 (t) con dos
impulsos. Se aplicará la propiedad de una función impulso de reproducir la función dada, a
través de su convolución con dicha señal. Para ôtô£ a/2 ,y tomando t1 dentro de este
intervalo, como se muestra en la Figura 3.3.a), se tiene que cada impulso contribuye a la
convolución con un valor de kx1(t1). De manera que la gráfica de x1(t)*x2(t) en el dominio t
para t = t1 tendrá un valor de 2kx1(t1). Este resultado es válido para todo ôtô£ a/2, por lo
que en este intervalo de t x1(t)*x2(t) tendrá la forma de un pulso triangular centrado en el
origen con altura 2Ak y ancho a. Para 2T – a/2 £ t £ 2T + a/2 , el impulso ubicado en –T + t
reproducirá un pulso triangular de altura Ak centrado en T = 2T y con ancho a . Para –2T –
a/2 £ t £ -2T +a/2, el impulso ubicado en T + t reproducirá un pulso triangular centrado en t
= -2T con altura Ak, y ancho a. Por lo tanto, la gráfica de x1(t)*x2(t) es la mostrada en la
Figura 3.3 b).
x 2 (t 1 - t ) x 2 (t 1 - t )
A
t1
-T - a
-T - T + a
0 T- a
T T+ a t
2 2 2 2
a)
x 1 ( t) * x 2 ( t )
2Ak
-2T 0 2T t
b)
Figura 3.3 Proceso de Convolución del Ejemplo 3.1
117
3.1.7. Determinación de los Límites de la Integral de Convolución. Para el cálculo
exacto de la integral de convolución, es importante determinar con exactitud el intervalo de
existencia del producto x(t )y(t - t) o de y(t )x(t - t).
Sean las funciones x(t) e y(t) mostradas en la Figura 3.4.
x(t)
t
a1 b1
y(t)
t
a2 b2
Figura 3.4. Gráficas de las Funciones x(t) e y(t) para el Análisis de la Determinación
de los Límites de la Integral de Convolución .
Los límites útiles de la integral del producto x(t)y(t) son los extremos del intervalo en el
que ninguna de las dos funciones es nula. En este caso se tendrá
Límite superior : b1 = mín(b1 ,b2) = mínimo de los máximos
Límite inferior : a2 = máx(a1 , a2) = máximo de los mínimos .
Considerando el ejemplo, se analizará cuáles son los límites de variación de la integral de
convolución, si
x(t) existe para a1 £ t £ b1
y(t) existe para a2 £ t £ b2
Por lo tanto y(t - t) existirá para a2 £ t - t £ b2 Þ t – a2 ³ t ³ t – b2. En consecuencia, de
una manera genérica, y de acuerdo con las desigualdades anteriores, la integral de
convolución se podrá expresar como
mínimo (b1 ,t - a 2 ) mínimo (t - a1 ,b 2 )
z(t) = ò
máximo (a1 ,t - b 2 )
x(t)y(t - t)dt o z(t)= ò
máximo (t - b1 , a 2 )
y(t)x(t-t)dt (3.16)
Ejemplo 3.2
118
ìsen at para 0 £ at £ p/2 , con a=1 [ rad/seg ]
ï
x(t) = í
ï0 otros valores
î
Determinar : z(t) = x(t) * y(t)
Solución
Las gráficas de x(t) e y(t) se muestran en la Figura 3.5 .
1,2
1,2 x(t) y(t)
1
1
0,8
0,8
0,6
0,6
0,4
0,4
0,2
0,2
0
0 t t
p
2
Figura 3.5 . Gráficas de x(t) e y(t) del Ejemplo 3.2
Se considerará como núcleo de la integral de convolución a la función x(t) , Luego y(t) es
similar a y(t) y es necesario invertir x(t) , tal como se muestra en la Figura 3.6.
1,2 x (- t)
1
0,8
0,6
0,4
0,2
0 t
p
-
2
Figura 3.6 . Gráfica de x( - t)
Se analizará los siguientes casos de variación del parámetro t .
a) t £ 0 . Este caso se representa en la Figura 3.7.
1,2
1
x ( t - t) y (t)
0,8
0,6
0,4
0,2
0 t
p t
t-
2
Figura 3.7 . Gráficas de x(t - t) y de y(t) para t £ 0
119
¥
b) 0 £ t £ p/2
1,2
1 y (t)
x ( t - t)
0,8
0,6
0,4
0,2
0 t
p t
t-
2
Figura 3.8 Gráficas de x(t-t) y de y(t) para 0 £ t £ p/2
En este caso
t
z(t) = ò e- t sen(t - t)dt
0
Haciendo
t-t = u Þ t = t-u Þ dt = -du
Se tiene que
t
0 t
é eu ù
z(t) = - ò e - (t - u )
sen udu = e ò e sen udu = e ê ( senu - cos u ) ú
-t u -t
t 0 ë2 û0
Obteniéndose
1
z(t) = éësen t - cos t + e- t ùû
2
c) t ³ p/2
1,2
1 y(t)
x(t - t)
0,8
0,6
0,4
0,2
0 t
p
t- t
2
Figura 3.9. Gráficas de x( t -t ) y de y( t ) para t ³ p/2
120
0
t
é eu ù
z(t) = ò e sen(t - t)dt = -e ê ( sen u - cos u ) ú
-t -t
p
- +t
ë2 û p/2
2
luego
e-t
z(t) = é1 + ep / 2 ùû
2 ë
Teniéndose finalmente que
ì
ï0 para t £ 0
ï
ï1
z(t) = x(t) * y(t) = í (sen t - cos t + e- t ) para 0 £ t £ p/2
ï2
ï e-t
ï (1 + e )
p/ 2
para t ³ p/2
î2
ò x (t)x(t + t)dt
*
R x ( t) = (3.17)
-¥
t=u-t y que du = dt
ò x(u)x (u - t)du
*
R x ( t) =
-¥
ò x(t)x (t - t)dt
*
R x ( t) = (3.18)
-¥
121
Las definiciones dadas por las ecuaciones (3.17) y (3.18), son utilizadas en la bibliografía
del tema. En los análisis posteriores, se hará uso de la definición dada por la ecuación
(3.17). En la definición de autocorrelación, se tiene que t es el parámetro de integración .
La función de autocorrelación se puede expresar como una convolución. Haciendo
uso de la definición de convolución , se puede escribir la siguiente expresión
-¥
Haciendo
u= - t
se obtiene
¥
ò x (u)x(t + u)du
* *
x (-t) * x(t) =
-¥
Rx (t) dice algo acerca de la variación en el tiempo de f(t), al menos en un sentido integrado
o promediado. Por ejemplo, si çRx (t)÷ es grande, entonces se infiere que x(t + t) es muy
similar (proporcional ) a ± x(t) para ese valor de t . Si Rx (t) = 0 para algún valor de t , se
tiene que x(t) y x(t + t) son ortogonales .
Correlación Cruzada . Si x(t) e y(t) son señales de energía finita, se definen las
correlaciones cruzadas Rxy (t) y Ryx (t)como
¥
ü
R xy (t) = ò x * (t)y(t + t)dt = x * (-t) * y(t) ï
-¥ ï
ï
o ý (3.21)
¥ ï
ï
ò x(t)y (t - t)dt = x(t) * y (-t)
* *
R xy (t) =
-¥
ïþ
122
¥
¥
R xy (t) = ò x(t)y(t + t)dt = x(-t) * y(t)
-¥
y (3.23)
¥
R yx (t) = ò y(t)x(t + t)dt = y(-t) * x(t)
-¥
b) R *yx ( t) = R xy (-t)
(3.25)
R xy ( -t) = R yx ( t)
Energía.
Esta propiedad establece que la energía E de una señal x(t) está determinada por
E = Rx (0) (3.26)
Valor Máximo.
Esta propiedad establece que
Por lo tanto, la función de autocorrelación Rx (t) está acotada por el valor de la energía de
la señal x(t) .
Aditividad. Si se suman dos señales, la función autocorrelación de la suma puede o no ser
la suma de sus respectivas funciones de autocorrelación. Para su determinación se
considera que
z(t) = x(t) + y(t)
123
Por lo tanto
¥
R z ( t) = R x ( t) + R y ( t) + R xy ( t) + R yx ( t) (3.28)
Funciones Incorreladas . Si se tiene que Rxy (t) = 0 para todo t, se dice que x(t) e y(t) son
no correladas ( incorreladas ), se puede demostrar que
R yx ( t) = - R *xy ( -t)
Por lo que si
R xy ( t) = 0 , luego R yx ( t) = 0
R z ( t) = R x ( t) + R y ( t) (3.29)
Densidad Espectral de Energía. Se tiene que la energía E de una señal x(t) está dada por :
E= òx
2
(t)dt
-¥
x(t) « X(f)
¥ ¥
é¥ ù
ò ò-¥ ë-¥ò
jwt
E= x 2 (t)dt = x(t) ê X(f )e df ú dt
-¥ û
124
¥
é¥ ù
E = ò X(f ) ê ò x(t)e jwt dt ú df
-¥ ë -¥ û
La integral dentro del paréntesis cuadrado es X(-f), en consecuencia
¥ ¥
ò ò
2
E= X(f )X(-f )df = X(f ) df
-¥ -¥
Esta última ecuación establece que la energía de una señal está dada por el área bajo la
curva ïX(f)ï2. Al término ïX(f)ï2 se le denomina densidad espectral de energía y se le
designa Sx(f), o sea
ïX(f)ï2 = Sx (f)
F {R x ( t)} = X(f ) = Sx (f )
2
(3.30)
R z ( t) = R x ( t) + R y ( t) + R xy ( t) + R yx ( t)
Sz (f ) = Sx (f ) + Sy (f ) + Sxy (f ) + S yx (f ) (3.31)
En el caso de que x(t) e y(t) sean incorreladas, la ecuación (3.30) tiene la siguiente forma
Sz (f ) = Sx (f ) + Sy (f ) (3.32)
Es decir, que para señales incorreladas la densidad espectral de la señal suma es igual a la
suma de las densidades espectrales de las señales componentes. Lo mismo ocurrirá con la
energía total : Ez = Ex + Ey .
125
Desplazamiento. Esta propiedad establece que si Rxy(t) es la función de correlación
cruzada de las señales x(t) e y(t), luego, se tendrá que la función correlación cruzada entre
las señales x(t – t0) e y(t – t1) es Rxy(t + t0 – t1) o Ryx(t + t1 – t0).
También, se tiene
R y1x1 ( t) = R yx ( t + t1 - t 0 ) (3.34)
R xy ( t) = R x ( t - t1 ) (3.35)
y
R y ( t) = R x ( t) (3.36)
De (3.36), se tiene que la función de autocorrelación de una señal se mantiene, si tal señal
se desplaza en un monto dado.
Ejemplo 3.3
f(t)
A
t
0 T
Figura 3.10. Pulso rectangular del Ejemplo 3.3
Solución
Aplicando la definición de autocorrelación, y dado que f(t) es real, se tendrá que
R f ( t) = ò f (t)f (t + t)dt
-¥
a)t ³ T
En este caso se tiene la siguiente gráfica
126
f(t)
f ( t + t)
A
t
-t -t+T 0 T
De acuerdo a tal gráfica, se tendrá que
R f ( t) = ò f (t)f (t + t)dt = 0
-¥
b) 0 £ t £ T
f(t)
f ( t + t) A
t
-t 0 -t+T T
En este caso
- t+ T
R f ( t) = ò
0
AAdt
Integrando, se obtiene
R f (t) = -A 2t + A 2T
c) - T £ t £ 0
f(t)
A f ( t + t)
t
0 -t T -t+T
En este caso
T
R f ( t) = ò A dt
2
-t
Integrando
R f (t) = A2 t + A 2T
127
d) t £ -T
f(t)
A f ( t + t)
t
0 T -t -t+T
En este caso
Rf (t ) = 0
ï0 t £ -T
î para
t
-T 0 T
Para este ejemplo se tiene que la energía E de la señal f(t) está dada por .
Ejemplo 3.4
128
x(t) y(t)
1 1
t t
-T/2 0 T/2 0 T
Figura 3.12. . Gráficas de x(t) e y(t) del Ejemplo 3.4 .
Solución .
i) Determinación de Rxy (t) . Por definición se tiene que
a)t ³ 3T/2 .
x(t)
y ( t + t) 1
t
-t -t+T -T/2 0 T/2
Rxy (t) = 0
b) T/2 £ t £ 3T/2
1 x (t )
y( t + t)
t
-t -T/2- t + T 0 T/2
En este caso
- t+ + T
2
3T
R xy (t) = ò dt = 2
-t
-T
2
129
c) -T/2 £ t £ T/2
1
x(t) y( t + t)
t
-T/2 0 - t T/2 -t+T
De acuerdo a la gráfica anterior se tiene
T
2
T
R xy ( t) = ò dt = +t
-t
2
d) t £ - T/2 .
En este caso
Rxy (t) = 0
Por lo tanto
ì 3T
ï0 para t³
2
ï
ï 3T - t para
T
£t£
3T
ï
R xy (t) = í 2 2 2
ïT + t T
para - £ t £
T
ï2 2 2
ï T
ï0 para t£-
ïî 2
La Figura 3.13, muestra la gráfica de Rxy (t ) .
R xy (t)
T
t
-T -T/2 0 T/2 T 3T/2
Figura 3.13 . Gráfica de Rxy (t ) del Ejemplo 3. 4 .
R z ( t) = R x ( t) + R y ( t) + R xy ( t) + R yx ( t)
130
En el apartado anterior, se determinó Rxy (t). Con un proceso similar al anterior, se
determina la siguiente expresión para Ryx (t ) :
ì T
ï0 para t³
2
ï
ï -t + T para -
T
£t£
T
ï 2 2 2
R yx (t) = í
ï t+ 3T para -
3T
£t£-
T
ï 2 2 2
ï 3T
ï0 para t £ -
ïî 2
R yx (t)
T
t
-3T/2 -T -T/2 0 T/2 T
Figura 3.14. Gráfica de Ryx (t ) del Ejemplo 3 . 4 .
t
-T -T/2 0 T/2 T
131
ì0 t³T
ï-t+T 0£t£T
ï
R x ( t) = í
ït + T -T £ t £ 0
ïî0 t £ -T
O sea, Rx(t) = Ry(t).
Analizando las gráficas de Ry (t ) , Rxy (t ) y de Ryx (t ) , se concluye que :
Rxy (t ) = Ry (t - T/2 )
Reduciendo, se obtiene
F {R z ( t)} = F {R y ( t)} ( 2 + 2 cos wT / 2 )
Pero
F {R y ( t)} = T 2 sin c 2 (fT)
En consecuencia
F {R z ( t)} = 2T 2 sin c 2 (fT) (1 + cos wT / 2 )
132
T
2
1
Q x (t) = lim
T ®¥ ò
T -T
x * (t)x(t + t)dt (3.37)
2
Correlaciones Cruzadas: Qxy(t) y Qyx(t). Si x(t) e y(t) son señales de potencia las
correlaciones cruzadas tienen las siguientes definiciones
T
2
1
ò x (t)y(t + t)dt
*
Q xy (t) = lim (3.39)
T ®¥ T
T
-
2
T
2
1
ò y (t)x(t + t)dt
*
Q yx (t) = lim (3.40)
T ®¥ T
T
-
2
En el caso de que x(t) e y(t) sean periódicas y con el mismo período T, se tiene
T
2
1
ò x (t)y(t + t)dt
*
Q xy (t) = (3.41)
T T
-
2
T
2
1
ò y ( t)x(t + t)dt
*
Q yx (t) = (3.42)
T T
-
2
T
2
1
ò x (t)x(t)dt =< x
*
Q x (0) = lim 2
(t) > (3.47)
T ®¥ T
T
-
2
Qx (t ) = Qx (t + T ) (3.51)
± j( w0 t +f )
x(t) = Ae
con período T = 2p/w0 .
La función Qx (t) será
134
T
2
1 m j( wo t +f ) ± j éëw0 ( t +t ) +f ùû
Q x (t) =
T ò Ae
T
Ae dt
-
2
Reduciendo, se obtiene
T
2
1
òAe
2 ± jw0 t
Q x (t) = dt
T T
-
2
Integrando, se tiene
Qx (t) = A 2e ± jw0 t (3.52)
± j ëé w0 ( t +t ) +f ûù
Q x (t) =< x * (t)x(t + t) > = <Ae m j( wo t +f ) Ae >
Ahora si
x n (t) = C n e jnw0 t
x m (t) = C m e jmw0 t
Q x m x n (t) =< C*m e- jmw0 t C n e jnw0 (t +t) >= C*m C n e jnw0 t < e (
j n -m ) t
>
135
ì0 m¹n
ïï
Q x m x n ( t) = í (3.53)
ï 2 jmw0 t
ïî C n e m=n
Suponiendo que se tiene
x(t) = å C n e jnw0 t
n
En este caso
Q x (t) =< å C*m e - jmw0 t å Cn e jnw0 (t +t) >
m n
Q x (t) = å C n e jnw0 t
2
(3.54)
n
Q x (0) = Pm = å C n
2
F {Q x ( t)} = G x (f ) (3.55)
Incorrelación. Dos señales x(t) e y(t) de energía (potencia) finita están incorreladas si
Ez = Ex + Ey (3.57)
(Pz = Px + Py)
( Qxy(0) = Qyx(0))
(Âe{Qxy(0)} = Âe{Qyx(0)} = 0)
Cuando las señales cumplen la condición planteada en la ecuación (3.59), se dice que son
incoherentes. La incoherencia es la condición necesaria para la aditividad de energías
(potencias).
Dos señales incorreladas son también ortogonales e incoherentes. Dos señales
ortogonales, también son incoherentes. El razonamiento inverso puede ser no cierto. Lo
estipulado para el caso de dos señales puede ser generalizado para cualquier número de
señales .
Al tratar el Teorema de Parseval se encontró esta ley de aditividad de potencias
medias, dado a que las componentes del desarrollo en Serie de Fourier son incoherentes
entre sí .
Ejemplo 3.5
137
Solución
En general se tiene que .
y que
Sz ( f ) = Sx ( f ) + Sy ( f )
(Gz ( f ) = Gx ( f ) + Gy ( f ))
Rxy ( 0 ) = Ryx ( 0 ) = 0
(Qxy (0) = Qyx (0) = 0)
A 22
Q y ( t) = cosw2t
2
ì
ï0 w1 ¹ w2
ï
Q xy (t) =< x(t)y(t + t) >= í
ïA A
ï 1 2 cos(w2 t - f1 + f2 ) w1 = w2
î 2
ì
ï0 w1 ¹ w2
ï
Q yx (t) =< y(t)x(t + t) >= í
ïA A
ï 1 2 cos(w2 t + f1 - f2 ) w1 = w2
î 2
138
Se pueden considerar los siguientes casos particulares
a) Si w1 ¹ w2 , o sea que x(t) e y(t) son incoherentes y en este caso
A12 A 22
Pz1 = Q z (0) = +
2 2
( A + A2 )
2
Pz2 = 1
2
Resultado que era de esperar, dado que en este caso z(t) es una sinusoide de amplitud A1 +
A2 .
Analizando las expresiones de Pz1 y de Pz2 , se deduce que
139
PROBLEMAS
t t
-1 0 1 -1 0 1
Figura P 3.1
3.2. Si S(f) = 0 para ôfô > fm y que a/2p > fm , demostrar que
sen(at)
s(t)* = s(t)
pt
s1 (t) s2 (t)
A B
t t
0 1 0 2
a)
s1 (t) s2 (t)
A B
t t
0 1 -1 0 1
b)
Figura P 3.3
3.4. Determinar h(t)*f1(t), cuyas gráficas se muestran en la Figura P 3.4.
h(t) f1 (t)
16 A
4
20
t t
0 10 30 0 5
-8
Figura P 3.4
140
3.5. Aplicando el teorema de convolución en frecuencia, determinar la Transformada de
Fourier de la función cos22pf0t.
-a/2 0 a/2
Figura P 3.10
141
3.11. Determinar la densidad espectral de energía de la señal f(t) = e-atu(t):
a) A través de su función de autocorrelación.
b) Aplicando directamente Transformada de Fourier a f(t).
f(t)
T
t
-T 0
-A
Figura P 3.12
3.13. La señal x(t) tiene la densidad espectral de potencia Gx(w) dada por
é 1 ù
G x (w) = ê + d(w - 3) + d(w + 3) ú
ë1 + w û
2
-A
Figura P 3.14
142
3.15. Determinar la densidad espectral de potencia y la función de autocorrelación de la
señal
x(t) = cos 20pt + cos 40pt
3.17. Determinar la correlación cruzada entre las señales x(t) e y(t), cuyas gráficas se
muestran en la Figura P 3.17. Determinar la densidad espectral de energía de z(t) = x(t) +
y(t).
x(t) y(t)
1 1
t t
-T 0 0 T
143Figura P 3.17
3.18. Una onda senoidal rectificada onda completa, tiene una amplitud A y un periodo T.
a) Determinar su valor cuadrático medio en el dominio del tiempo.
b) Usando autocorrelación, determine la expresión para su densidad espectral.
143
144
UNIDAD IV MUESTREO EN EL DOMINIO DEL TIEMPO DE SEÑALES DE
TIEMPO CONTINUO.
El muestreo es un proceso por el cual una señal, que es una función de una variable
continua, es convertida en una señal que es función de una variable discreta .
Muchas señales de interés práctico, tales como voz, señales biológicas, señales sísmicas,
señales de radar, y señales de comunicación (como las señales de audio y de video), son
análogas. Para procesar señales análogas por medios digitales, primero es necesaria
convertirla a una forma digital, o sea, convertirla a una secuencia de números con precisión
finita. Este proceso es llamado conversión análoga - digital (A/D) y los correspondientes
dispositivos son llamados conversores A/D . El objetivo, de esta unidad, es dar a conocer a
los alumnos las técnicas de muestreo, de señales de bajas frecuencias (tipo pasabajo), para
que logren la capacidad de aplicarlas cuando sea pertinente.
Conceptualmente la conversión A/D es un proceso de tres etapas :
145
TEMAS
donde x(n) es la señal de tiempo discreto obtenida por la muestras de la señal análoga xa(t)
cada T segundos. Este procedimiento de muestreo se ilustra en la Figura 6.2 .
xa(t)
n
(nT)
Figura 4.2. Muestreo Periódico de una Señal Análoga
146
El muestreo periódico establece una relación entre la variable temporal t, de una señal de
tiempo continuo, con la variable temporal n, de una señal de tiempo discreto. De hecho,
estas variables están linealmente relacionadas a través del período de muestreo T, o
equivalentemente a través de la tasa de muestreo fs =1/T, mediante la relación
n
t = nT = (4.2)
fs
Como una consecuencia de la ecuación (4.2), existe una relación entre la variable de
frecuencia f(o w) para señales análogas y la variable de frecuencia F(o W) para señales de
tiempo discreto. Para establecer estas relaciones, se considera una señal análoga senoidal de
la forma
xa (t) = A cos(2pft + q) (4.3)
La cual, cuando se muestrea periódicamente a una tasa de fs = 1/T muestras por segundo,
produce
f
x a (nT) = x(n) = A cos(2pfnT + q) = A cos(2pn + q) (4.4)
fs
f
F=
fs
o equivalentemente (4.5)
W = wT
luego
147
1 1
- £F£
2 2
(4.9)
-p £ W £ p
f Hz
w radianes/seg
F ciclos/muestra
W radianes/muestra
En base a las ecuaciones anteriores se puede decir que la diferencia fundamental entre
señales de tiempo continuo y señales de tiempo discreto está en el rango de valores de las
variables de frecuencia f y F, o w y W. El muestreo periódico de una señal de tiempo
continuo implica una correspondencia entre un rango infinito de frecuencia para la variable
f (o w) y un rango finito de frecuencia para la variable F (o W). La frecuencia más alta en
una señal de tiempo discreto es W = p o F = 1/ 2, por lo que, con una tasa de muestreo fs , y
dado que que f = Ffs y w = W/T, los valores más altos de f, fmax, y de w, wmax , son
fs 1
f max = =
2 2T (4.10)
p
wmax = pfs =
T
Dado que la frecuencia más alta en una señal de tiempo continuo que puede ser distinguida
unívocamente, cuando una señal es muestreada a la tasa fs = 1/T, es fmax o wmax dadas por
(4.10), se tiene que el muestreo introduce una ambigüedad cuando la señal analógica
148
contiene frecuencias sobre fs/2. Para graficar esta situación, se considerará el siguiente
ejemplo.
Ejemplo 4.1.
Sean las señales senoidales análogas x(t) = cos 40pt y y (t) = cos200pt, las que son
muestreadas a la tasa de fs = 80 [Hz]. Determinar las correspondientes señales de tiempo
discreto o secuencias.
Solución
Las señales de tiempo discreto correspondientes son
æ 20 ö p
x(n) = cos 2p ç ÷ n = cos n
è 80 ø 2
æ 100 ö 5p
y(n) = cos 2p ç ÷ n = cos n
è 80 ø 2
Como, cos(5pn/2) = cos(2pn + pn/2) = cos(pn/2) se deduce que x(n) = y(n). Por lo tanto,
las señales sinusoidales discretas son idénticas y, por lo tanto, indistinguibles. Si se
consideran los valores muestreados generados por cos(p/2)n, no se puede determinar si son
correspondientes a la señal x(t) o la señal y(t). Ya que x(t) produce exactamente los mismos
valores que y(t) cuando las dos señales son muestreadas en fs = 80 muestras por segundo.
En este caso se dice que la frecuencia f2 = 100[Hz] es una “alias “ de la frecuencia f1 =
20[Hz] a la tasa de muestreo de 80 muestras por segundo.
Se tiene que f2 no es la única alias de f1. Efectivamente, a la tasa de muestreo de 80
muestras por segundo, todas las senoides cos2p(f1 +80k)t, k= 1,2,3,4,......, muestreadas a 80
muestras por segundo producen idénticos valores. En consecuencia todas ellas son alias de
f1 = 20[Hz].
con una tasa de muestreo fs = 1/T, produce una señal de tiempo discreto x(n) con expresión
149
donde F0 = f0 / fs. Si se asume que -fs/2 £ f0 £ fs/2, la frecuencia F0 de x(n) está en el rango -
1 /2 £ F0 £ 1 / 2. En este caso, la relación entre f0 y F0 es uno a uno, por lo que es posible
identificar o reconstruir la señal análoga xa (t) a partir de sus muestras x(n).
Por otra parte, si las senoides
son muestreadas a la tasa fs,, se tendrá que la frecuencia fk está fuera del rango fundamental
de frecuencia -fs / 2 £ f £ fs / 2. En estas condiciones, la señal muestreada es
æ f + kfs ö
x(n) = x a (nT) = A cos ç 2p 0 n + q÷
è fs ø
Ecuación que es idéntica a la señal de tiempo discreto en (4.12), la que fue obtenida
muestreando la señal analógica dada por (4.10). De esta manera, un número infinito de
senoides de tiempo continuo está representado, después del muestreo, por la misma señal
de tiempo discreto. De aquí, se deduce que las frecuencias fk = f0 + kfs , -¥ < k < ¥ son
alias de f0. La relación entre las variables de frecuencia de las señales de tiempo continuo y
discreto está ilustrada en la Figura 4.3.
F W
1/2 p
f
-fs -fs /2 0 fs /2 fs
-1/2 -p
150
Como f = Ffs. y que el valor máximo de F es 1/2, se tendrá f = fs/2, la cual corresponde a W.
= p, representa la frecuencia más alta de una señal que puede ser muestreada unívocamente
a una tasa de muestreo fs. En el caso de que la señal contenga frecuencias alias superiores a
fs/2 (W. = p), se puede realizar la correspondencia pertinente, empleando la frecuencia
equivalente menor que fs/2. La frecuencia fs/2 (W = p) se denomina frecuencia de plegado
(folding).
De la ecuación (6.5), se deduce que fs = f/F, como el valor máximo de F es 1/2, se
tiene que para una frecuencia f dada, como f = f1 , la frecuencia mínima de muestreo fsmin
está dada por
Ejemplo 4.2.
Dada la señal :
xa (t) = 5 cos 200pt
a) Determinar la tasa de muestreo mínima .
b) Supóngase que la señal es muestreada a la tasa de fs = 400 [Hz]. ¿ Cuál es la señal de
tiempo discreto obtenida después del muestreo ?
c) Supóngase que la señal es muestreada a la tasa fs = 150 [Hz]. ¿Cuál es la señal de tiempo
discreto obtenida después del muestreo? .
d) ¿Cuál es la frecuencia f < fs / 2 de una senoide que produce muestras idénticas a las
obtenidas en el apartado c )?
Solución
a) La tasa mínima fsmin de muestreo está dada por
fsmin = 2 f
151
b) En general si la señal análoga está dada por xa (t) = Acos( 2pf0t + q ), al ser muestreada
la señal de tiempo discreto resultante es x(n) = Acos( 2pF0n+ q ). Luego, para el ejemplo
dado, con F = f / fs y fs = 400 Hz , se tiene que
x(n) = 5cos(2pn100/400)
x(n) = 5cos(np / 2)
De la ecuación anterior, se deduce que F = 2/3, lo que no satisface la condición de que ôFô
£ 1/2, por lo que es necesario reescribir dicha ecuación como
x(n) = 5cos(2pn/3)
d) Se pide determinar la frecuencia f < fs/2 de una senoide que produzca muestras idénticas
a las obtenidas en al apartado c). Para fs = 150 [Hz], se tiene f < 75 [Hz] y
f = Ffs = 150F
f = 50 [Hz].
De manera que ya(t), muestreada a la tasa de fs = 150 muestras por segundo produce
muestras idénticas que para el caso del apartado c). O sea, la frecuencia f = 100 [Hz] es una
alias de la frecuencia f = 50 [Hz], para la tasa de muestreo fs = 150 [Hz].
152
4.2 . MUESTREO DE SEÑALES DE FRECUENCIAS BAJAS (PASABAJO)
4.2.1. Muestreo Teórico. Para el caso de Muestreo Teórico la onda muestreadora sd (t),
con Ts como intervalo de muestreo, está dada por
153
é ù
X d (f ) = X(f ) * ê fs å d(f - mfs ) ú (4.23)
ë m û
de donde
X d (f ) = fs å X(f - mfs ) (4.24)
m
Ecuación que establece que el espectro de xd (t) es el de x(t) repetido y centrado en cada
armónica de la frecuencia afectada por un factor fs .
La Figura 4.4, muestra los espectros de x(t) y de xd(t).
X(f)
A
f
-W 0 W
Xd (f)
Afs X(f)
........... ...........
f
-fs -W 0 W fs - W fs fs + W
Si se verifica que
fs - W ³ W
o sea que
fs ³ 2W (4.25)
W £ B £ fs – W (4.26)
154
“ Una señal de banda limitada, sin componentes espectrales por encima de una
frecuencia de W [Hz], se determina unívocamente por sus valores muestras equidistantes a
intervalos no mayores de 1/(2W) segundos. Esta es una condición suficiente para que una
señal analógica pueda ser reconstruida totalmente a partir de un conjunto de muestras
discretas uniformemente espaciadas en el tiempo “.
A la frecuencia de muestreo fs = 2W se le llama frecuencia de Nyquist (fN) y al
intervalo de muestreo Ts = 1/fs = 1/(2W) se le conoce como intervalo de Nyquist (TN )
Para evitar el traslape de las componentes espectrales parciales de Xd(f), el intervalo
de muestreo Ts debe satisfacer la siguiente relación
1
Ts £ (4.27)
2W
fs ³ 2W (4.28)
sen 2pWt
g(t) = = sin c(2Wt) (4.29)
2pWt
Donde W es la frecuencia máxima del espectro de xa (t). Luego xa(t) puede ser expresada
como
¥
ænö æ nö
x a (t) = åx a ç ÷gç t - ÷ (4.30)
n =-¥ è fs ø è fs ø
¥
æ n ö
x a (t) = åx
n =-¥
a ç ÷ sin c [ 2W(t - n / 2W)]
è 2W ø
(4.31)
Una señal análoga xa (t) = sen(480pt) + 3 sen(720pt) es muestreada idealmente, 600 veces
por segundo .
a) Determinar la frecuencia Nyquist para xa (t).
b) Determinar la frecuencia folding o de plegado.
c) ¿Cuáles son las frecuencias en rad/muestra, de la señal de tiempo discreto resultante?
d) Si x(n) se pasa a través de un conversor D/A ideal, ¿cual es la señal ya (t) reconstruida?
Solución
a) Para el ejercicio dado se tiene que el espectro de xa (t) tiene una frecuencia máxima fm
igual a 360 Hz, luego la frecuencia Nyquist fN está dada por
fN = 2 fm = 2*360 Hz = 720 Hz
Por otra parte, las frecuencias de la senoide de tiempo continuo, muestreada a la tasa de fs ,
deben estar en el rango :
f f
- s £f £ s
2 2
o
1 1
- £F£
2 2
156
En este caso se tiene sólo una frecuencia presente, la que está dada por
2
F=
5
4p
W = 2pF = [ rad / muestra ]
5
f = F*fs = (2/5)600[Hz]
f = 240 [Hz]
ya (t) = -2sen480pt
la cual es obviamente diferente de la señal original xa(t). Esta distorsión de la señal análoga
original es causada por el efecto aliasing, debido a la baja tasa de muestreo utilizada (menor
que la frecuencia Nyquist).
157
- La onda muestreadora está constituida por trenes de pulsos de duración no nula .
- Los filtros de reconstrucción no son ideales .
- Las señales a las que se aplica el Teorema de Muestreo no están estrictamente limitadas
en banda, dado a que son señales limitadas en en el tiempo .
Existen dos clases de muestreo práctico : instántaneo y natural.
Muestreo Práctico Instantáneo: xpi (t). Sea el pulso básico arbitrario p(t) con ancho t, tal
que
La forma de p(t) puede ser cualquiera. Considérese la onda s(t) dada por
Luego xpi(t) es un tren de pulsos, cada uno de los cuales tiene un factor de ponderación,
igual al valor instantáneo x(nT).
Como en todo el intervalo de duración de cada pulso p(t - nT), sólo se considera un
valor instantáneo de x(t), cabe esperarse alguna distorsión espectral del espectro de xpi (t),
como se mostrará a continuación. Se tiene que
é ù é ù
x pi (t) = p(t) * ê å x(nT)d(t - nT) ú = p(t) * ê å x(t)d(t - nT) ú (4.36)
ë n û ë n û
Como la expresión entre paréntesis cuadrados es la misma que la del muestreo teórico,
tomando Transformada de Fourier, se tiene que
158
X pi (f ) = fs P(f )å X(f - nfs ) (4.37)
n
como P(f) es una función continua, de acuerdo a la ecuación (4.37), se produce una
modificación del espectro de la señal muestreada con respecto al de la señal original. Por lo
tanto, para recuperar fielmente la señal original hay que disponer de un filtro corrector o
igualador que cancele la influencia de P(f). Idealmente la Función de Transferencia de tal
filtro podría ser
1 æ f ö
H I (f ) = pç ÷ (4.38)
P(f ) è 2W ø
con lo cual
X pi (f )H I (f ) = X(f ) (4.39)
Muestreo Práctico Natural : xpn(t). En este caso en vez de afectar a cada pulso con un
valor instantáneo de x(t), se le multiplica punto a punto por cada uno de los valores de x(t)
en el intervalo de existencia. Es decir, se forma el producto genérico x(t)p(t - nT), el cual
será nulo para ït - nTï ³ t/2, por serlo p(t - nT). Sumando tales productos se obtiene el
muestreo práctico natural xpn(t), dado por
como
p(t - nT) = p(t) * d(t - nT)
159
Aplicando Transformada de Fourier a la ecuación (6.43), y considerando la expresión de
S(f) dada por la ecuación (4.42), se obtiene
é ù
X pn (f ) = X(f ) *S(f ) = X(f ) * êfs å P(nf s )d(f - nf s ) ú (4.44)
ë n û
de donde
Se observa que Xpn (f) está constituido por el espectro X (f) de x(t), centrado en cada
armónica de fs, afectado por un factor de escala P(nfs)fs que es fijo para cada componente
espectral parcial, por lo cual no se tiene distorsión en el espectro de xpn(t) y x(t) se puede
recuperar utilizando un filtro pasabajo .
Ejemplo 4.4.
Sea la onda muestreadora s(t) un tren de pulsos rectangulares, cuya gráfica es la mostrada
en la Figura 4.5. Con x(t) como señal arbitraria a muestrear, determinar la expresión de la
señal muestreada y la de su espectro, utilizando :
a) Muestreo práctico instantáneo .
b) Muestreo práctico natural .
s(t)
1
t
-T -t t T
2 2
æ t - nT ö
s(t) = å p ç ÷
n è t ø
160
a) Muestreo práctico instantáneo.
æ t - nT ö
x pi (t) = å x(nT)p ç ÷
n è t ø
De donde se deduce que xpi(t) está formado por un tren de pulsos rectangulares, con altura
igual al valor de la señal x(t) en el instante de muestreo nT. En el dominio de la frecuencia
se tiene
con
P(f ) = F{p(t)}
por lo que en este caso
P(f ) = t sin c(ft)
por lo tanto
Como
x pn (t) = x(t)s(t) = x(t)å p(t - nT)
n
161
luego
æ t - nT ö
x pn (t) = x(t)å p ç ÷
n è t ø
De acuerdo a la expresión de xpn (t), se tiene que la señal muestreada está constituida por un
tren de pulsos no rectangulares, dado que el tren de pulsos tiene como envolvente a la señal
x(t).
En el dominio de la frecuencia ,se tiene en general que
por lo tanto
se observa que Xpn (f) está formado por versiones desplazadas del espectro de x(t), en cada
versión desplazada tiene un factor constante de dsinc(nfst), por lo que cada una de ellas
tiene la forma del espectro de x(t) y por lo tanto no se tiene distorsión .
Ejemplo 4.5.
Solución
Como x(t) = cos2p10t, luego su espectro X(f) es
X (f ) = 1
2 [d(f + 10) + d(f - 10)]
162
La gráfica de X(f) es
X(f)
1
2
f [Hz ]
-10 0 10
Figura 4.6. Espectro X(f) de la señal x(t) del Ejemplo 4.5
........ ........
f [Hz ]
-29 -19 -10 -9 9 10 19 29
El espectro X0(f) de la señal a la salida x0(t) del filtro pasabajo ideal con ancho de banda de
10 [Hz], se muestra en la Figura 4.8.
163
X 0 (f )
0,5*0,019
0,5*0,019sinc(0,019)
f [Hz ]
-10 -9 9 10
x(n) = xa(nTs)
stem(n,x)
164
En los ejemplos siguientes, se ilustrará la aplicación de MATLAB, para obtener la gráfica
de la señal muestreada.
Ejemplo 4.6.
La señal analógica ya(t) = 3sen(2p50t), es muestreada a una tasa de 1000 muestras por
segundo. Obtener la gráfica de la señal muestreada, en un intervalo de tiempo igual a un
periodo de la señal analógica.
Solución
Del enunciado del problema, se deduce: que la frecuencia de la señal es f = 50[Hz], el
intervalo de muestreo Ts= 1/fa=1/1000=0,001[seg]. Luego, el programa MATLAB para
graficar y(n) es
165
Figura 4.9. Gráficas de la Señal Analógica y(t)= 3sen(2p50t) y de su Versión
Muestreada y(n) = 3sen(2p50n0,001) del Ejemplo 4.6
Ejemplo 4.7.
La señal compleja analógica x a (t) = 2e - (0,125- j0.25 p) t u(t) , se muestrea a una tasa de 1[Hz] o
muestra por segundo. Emplear MATLAB para obtener las gráficas de las parte real e
imaginaria de la señal muestreada.
Solución
Como la tasa de muestreo es de 1[Hz], luego el intervalo de muestreo Ts es igual a 1[seg].
Por lo tanto, el programa MATLAB para graficar las componentes real e imaginaria de la
señal muestreada x(n) es
166
>> Graficas de Componentes Real e Imaginaria de una Señal Compleja
>> n = 0:20;
>> Ts = 1
>> x=2*exp(-(.125-(pi*0.25)*i)*n*Ts);
% Grafica de la componente real de x(n)
>> subplot(2,1,1);
>> stem(n,real(x),'fill','k')
>> title('Parte Real de x(n)'); ylabel('Amplitud');
% Grafica de la componente imaginaria de x(n)
>> subplot(2,1,2);
>> stem(n,imag(x),'fill','k')
>> title('Parte Imaginaria de x(n)'); ylabel('Amplitud'); xlabel('n');
167
Ejemplo 4.8.
La señal x(t) = 3cos(2p50t) + 2cos(2p80t), se debe muestrear teóricamente a una tasa que
permita su recuperación sin distorsión. Determinar una tasa de muestreo que satisfaga tal
condición, y obtener la gráfica de la señal muestreada.
Solución
Para recuperar la señal original, a partir de la señal muestreada, se debe de cumplir con el
Teorema de Muestreo, el cual establece que
fs ³ 2fm
En que, fs es la frecuencia de muestreo y fm es la frecuencia máxima del espectro de x(t). En
este caso, fm = 80[Hz], por lo que fs ³ 160 [Hz]. Por lo tanto, se puede considerar el
siguiente valor adecuado para fs
fs = 200[Hz]
168
Por otra parte, aplicando la regla de Euler a las funciones coseno de x(t), y considerando la
expansión de la Serie de Fourier en exponenciales complejas, se determina que
Figura 4.11. Gráficas de las señales x(t) y de x(n) del Ejemplo 4.8
PROBLEMAS
169
4.3. Sea x(t) una señal de banda limitada con una ancho de banda de B[Hertz]. Determinar
la tasa de muestreo de Nyquist para las siguientes señales:
a) x(3t) b) x2(t) c)x(t)*x(t)
4.4. Una señal x(t), con espectro X(f) mostrado en la Figura P6.4, es muestreada por dos
señales de muestreo teórico o ideal diferentes, sd1(t) y sd2(t). La señal sd1(t) es un tren de
impulsos unitarios con periodo T y la señal sd2(t) está dada por
s d 2 ( t ) = s d1 (t - T2 )
y
1
T=
2f m
Determinar las Transformadas de Fourier de las dos señales muestreadas xd1(t) y xd2(t).
X(f)
1
f
- fm 0 fm
4.6. La señal x(t) = sinc(t) es muestreada por un tren de impulsos unitarios de periodo T =
p, obteniéndose la señal muestreada xd(t).
a) Determinar el espectro Sd(f) de la señal muestreada xd(t).
b) Diseñar un sistema para recuperar la señal original x(t) a partir de xd(t).
170
a) Determinar la frecuencia mínima de muestreo y la expresión de la onda muestreada a tal
frecuencia.
b) Graficar la amplitud espectral de la onda muestreada.
c) ¿Cuál es el ancho de banda mínimo para reconstruir x(t)?
4.9. La señal x(t) = 2sen300pt es muestreada idealmente en los puntos t = n/150[seg], con n
= 0,1,2,.....,.¿ Es posible la recuperación de x(t) a partir de la señal muestreada?. Justificar
la respuesta.
4.10. El espectro X(f) de una señal x(t) tipo pasabajo, está dada por
ïì1 - f / 400 , f £ 400 [ Hz ]
X(f ) = í
ïî0 , otros valores
4.11. La señal x(t) = 2cos2pt es muestreada idealmente a una tasa de 2,5 [muestras/seg] en
el intervalo de tiempo 0 £ t £ 10[seg]. La señal es recuperada usando un filtro pasabajo.
Determinar la diferencia entre la señal original y la señal recuperada en los puntos t = 4,9, t
= 5, y t = 5,1[seg].
4.13. La señal x(t) tiene el espectro mostrado en la Figura P4.13, y se muestrea idealmente
a una frecuencia de muestreo mayor en un 10% que la frecuencia mínima necesaria. La
señal muestreada se aplica a un filtro pasabanda ideal, con función de transferencia
centrada en el segundo armónico de la frecuencia de muestreo y ancho de banda igual al
doble del ancho de banda del espectro de la señal x(t). Determinar el espectro de la señal de
salida del filtro pasabanda.
H(f)
f [Hz ]
-5000 -5 5 5000
171
4.14. Un pulso rectangular con ancho igual a 2[s] es idealmente muestreado y reconstruido
por un filtro pasabajo unitario ideal, el que tiene un ancho de banda B=f2/2 [HZ] y retardo
cero. Dibujar la señal de salida del filtro pasabajo ideal para
a) Ts = 0,8[s].
b) Ts = 0,4[s].
4.15. La señal x(t) = cos2pt, es muestreada naturalmente por un tren de pulsos con amplitud
unitaria con periodo 0,4[seg]y ancho de 0,1[seg]. La señal muestreada es transmitida y el
canal puede ser modelado como un filtro pasabajos ideal de ganancia unitaria y ancho de
banda de 10 [Hz].
a) Determinar la expresión de la señal a la salida del canal.
b) Determinar la señal a la salida de un filtro pasabajo, utilizado en el receptor para
recuperar la señal original.
4.16. En el sistema mostrado Figura P4.16, p(t) es un tren de pulsos rectangulares unitarios
con periodo 2[s] y el ancho de los pulsos es de 0,2[s]. Determinar y(t), para las siguientes
señales x(t) de entrada:
a) x(t) = sinc(t) , - ¥ < t < ¥.
b) x(t) = sinc2(t) , , - ¥ < t < ¥.
x(t) y(t)
X H(f ) = Õ ( f2 )
p(t)
Figura P 4.16
4.17. Se muestrea con muestreo práctico natural, a la frecuencia Nyquist, una señal x(t) de
banda limitada (-W,W). El espectro de amplitud de x(t) es plano. La onda muestreadora es
un tren de pulsos rectangulares de amplitud A, periodo T y duración de pulso t < T.
Determinar el valor del ciclo de trabajo d para que el valor del espectro de la señal
muestreada en f = W, sea igual al 80% de su valor para f = 0.[ Considere los dos primeros
términos del desarrollo en serie de la función senx y aplique método de aproximaciones
sucesivas].
172
UNIDAD V. SEÑALES DE TIEMPO DISCRETO: SERIE Y TRANSFORMADA DE
FOURIER-
TEMAS
Una señal de tiempo discreto x(n) (o secuencia) es una función de una variable
independiente entera. En la Figura 5.1, se representa una señal de tiempo discreto, la cual
no está definida en instantes entre dos muestras sucesivas, lo que significa que x(n) no es
nula si n no es entero.
x(n)
1,3
Si x(n) fue obtenida desde el muestreo de una señal análoga xa (t), luego
x(n) = xa (nT)(5.1)
173
donde T es el intervalo de muestreo. La variable n es entera en tanto que la variable
nTpuede no serlo, ya que T no necesariamente es un número entero, puede ser racional.
}
Además de la representación gráfica de una señal de tiempo discreto o secuencia, existen
otros tipos de representaciones alternativas que son utilizadas frecuentemente. Estas
alternativas son
n ......-2 -1 0 1 2 3 4 .........
x(n) ......0 0 2 5 2 0 0
5.2.1 . Secuencia de Impulso Unitario :d(n) .La secuencia impulso unitario se define
como :
ì1 para n=0
d(n) º í
î0 para n ¹ 0
174
La gráfica de d(n) se muestra en la Figura 5.2 .
d(n)
1
............... ................
n
-4 -3 -2 -1 0 1 2 3 4
Figura 5.2. Representación Gráfica de la Secuencia Impulso Unitario
ì1 para n ³ 0
u(n) º í
î0 para n<0
La Figura 5.3 muestra la gráfica de u(n).
u (n)
1
................. ...............
n
- 4 -3 -2 -1 0 1 2 3 4
Figura 5.3. Representación Gráfica de la Señal Escalón Unitario
ìn para n ³ 0
r(n) º í
î0 para n<0
Esta señal es graficada en la Figura 7.4 .
r(n)
4
3
2 u r
( n )
.....
1
.................
n
- 4 -3 -2 -1 0 1 2 3 4
Figura 5.4. Representación Gráfica de la Señal Rampa Unitaria
175
a) Parámetro real .
Cuando a es real, luego x(n) es real. La Figura 5.5 ilustra an para 0 < a < 1.
an
........
.......
n
Figura 5.5. Gráfica de an para 0 < a < 1
La Figura 5.6 ilustra an para -1 < a < 0
......
..................
n
176
% Grafica de Impulso Unitario
>> n =-10:10;
>> n0 =0
>> x =[(n –n0)==0];
>>stem(n,x,'fill','k')
>>title('Grafica de Impulso Unitario')
>>xlabel('n');
>>.ylabel('Impulso Unitario')
>>axis([-10,10,0,2]);
% Coloca límites de –10 a 10 en el eje X y de 0 a 2 en el eje Y
177
Grafica de u(n)
2
1.5
u(n) 0.5
-0.5
-1
-10 -8 -6 -4 -2 0 2 4 6 8 10
n
Grafica de u (n)
r
10
-1
-10 -8 -6 -4 -2 0 2 4 6 8 10
178
5.2.5. Representación de una Señal de Tiempo Discreto en Impulsos. Sea x(n) una señal
arbitraria y sea xk (n) dada por
Se obtiene este resultado, dado que d(n -k) es cero en todo instante excepto en n = k, donde
su valor es la unidad. Luego, x(n)d(n - k) es una secuencia que tiene un valor nulo en todo
instante, salvo en n = k, donde su valor es x(k). Si se desea repetir la multiplicación de x(n)
con d(n -m) donde m es otro retardo (m¹k), el resultado será una secuencia que es cero en
todo instante salvo en n = m, o sea
Por lo tanto, cada multiplicación de la señal x(n) por un impulso unitario con algún retardo
k producirá como resultado la señal x(n) evaluada en n = k multiplicada por el impulso
unitario en cuestión. Si se repite esta multiplicación para -¥< k <¥, y se suman todas las
secuencias productos, se obtendrá
¥
x(n) = å x(k)d(n - k)
k =-¥
(5.10)
Ejemplo 5.1
Expresar la secuencia
179
en una suma de secuencias impulsos .
Solución .
Dado que la secuencia x(n) es no cero para los instantes de tiempo n = -1, 0, 2 y 3, se tendrá
que
3
x(n) = å x(k)d(n - k) = d(n + 1) + 2d(n) + 4d(n - 2) + 5d(n - 3)
k =-1
De acuerdo a la potencia y energía asociadas a una señal de tiempo discreto, ésta se puede
definir o describir como Señal de Energía o Señal de Potencia .
¥
E= å
2
x(n) (5.11)
n =-¥
5.3.2. Señales de Potencia. Existen señales que poseen energía infinita y potencia media
finita. La potencia media P de una señal de tiempo discreto x(n) es definida como
N
1
P = lim å
2
x(n) (5.12
N ®¥ 2N + 1
n =- N
N
EN = å
2
x(n) (5,13)
n =- N
180
E = lim E N (5.14)
N ®¥
1
P º lim EN (5.15)
N ®¥ 2N + 1
Ejemplo 5.2.
¥ ¥ ¥
å å å
2 2
E= x(n) = Ae jnW0 = A 2 e jnW0 = ¥
2
N
1
P = lim å
2
x(n)
N ®¥ 2N + 1
n =- N
N N
1 1
å å
2 2
P = lim Ae jnW0 = A 2 lim e jnW0
N ®¥ 2N + 1 N ®¥ 2N + 1
n =- N n =- N
de donde
2N + 1
P = A 2 lim = A2
N ®¥ 2N + 1
Como la potenciaP es finita se tiene que la señal x(n) del Ejemplo 5.2 es de potencia
181
5.3.3. Señales Periódicas. Una señal de tiempo discreto x(n) es periódica con período
N(N> 0) si y solamente si
x(n) = x(n + N)" n (5.16)
Se demuestra que esta señal es periódica si F0 es un número racional, o sea, que F0 puede
ser expresada como
K
F0 =
N
donde K y N son enteros. El número N representa el periodo de x(n) si K y N son números
primos entre sí.
De aquí, las secuencias obtenidas por muestreo de una señal analógica periódica,
serán periódicas cuando el período T de la señal analógica y el intervalo de muestreo Ts,
sean enteros o racionales. Si el periodo de la señal analógica es entero y múltiplo de T s, el
período NTs de la secuencia x(nTs) será igual al período de la señal analógica, o sea, NTs =
T, con N igual al entero dado por T/Ts. En el caso, de que el periodo de la señal analógica
sea racional, el período de la secuencia x(nTs) será NTs,,con N igual al numerador de la
razón T/Ts,, con el numerador y denominador números primos entre sí. En todos los casos,
el periodo de la secuencia x(n) es N. Si el período de la señal analógica no es racional, la
secuencia x(nT s) será aperiódica.
La energía de una señal periódica x(n) en un período, o sea, en el intervalo 0 £ n £ N - 1 , es
finita si x(n) toma valores finitos en dicho período. Sin embargo, la energía de la señal
periódica para -¥£ n £¥ es infinita. Por otra parte, la potencia media de la señal periódica
es finita y es igual a la potencia media en un período. Luego, si x(n) es una señal periódica
con período fundamental N y toma valores finitos sobre valores finitos, su potencia media P
es
1 N -1
P = å x(n)
2
(5.18)
N n =0
Ejemplo 5.3.
Sea xa(t) una señal analógica cuya gráfica se muestra en la Figura 5.10. Determinar el
periodo de la secuencia obtenida por el muestro ideal de la señal xa(t), cuando:
182
a) El periodo T de la señal analógica es de 2[seg] y el intervalo de muestreo Ts es de 1/3
[seg].
b) El periodo T de la señal analógica es de 3/4 [seg] y el intervalo de muestreo Ts es de 1/6
[seg].
x(t)
1
t
-T 0 T/2 T 2T 3T
Figura 5.10. Gráfica de xa(t) del Ejemplo 5.3
Solución
a) El periodo T de la señal analógica es entero igual a 2 y múltiplo de Ts, por lo que el
periodo NTs de la secuencia x(nT s) también es 2, o sea
NTs = 2 [seg]
T 2
N= = =6
Ts 13
x(nTs ) 1
2/3 2/3 2/3 2/3
1/3 1/3 1/3 1/3 ........
nTs
-2/3 -1/3 0 1/3 2/3 1 4/3 5/3 2 7/3 8/3
a)
x(n)
1
2/3 2/3 2/3 2/3
183
b) Dado que T = 3/4 [seg] y Ts = 1/6 [seg], se tendrá que
3
T 18 9
= 4
1
= =
Ts 6 4 2
N=9
9 3
NTs = = [seg]
6 2
x(nTs )
8/9 8/9 8/9
6/9 6/9
4/9 4/9 4/9 4/9
nTs
-1/3 -1/6 0 1/6 1/3 1/2 2/3 5/6 1 7/6 4/3 3/2 10/3
a)
x(n)
8/9 8/9 8/9
6/9 6/9
n
-2 -1 0 1 2 3 4 5 6 7 8 9 10
b)
Figura 5.12. Gráfica de : a) x(nTs) y b) x(n) del Problema 5.3, para T = 3/4 [seg] y
Ts = 1/6 [seg]
Ejemplo 5.4.
n
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9
Solución .
Como la secuencia x(n) es periódica su potencia media P está dada por
1 N -1
P= å
2
x(n)
N n =0
De la Figura 5.13 se tiene que el período N es 5 y considerando los valores que tiene x(n)
en dicho período , se tiene
1 4
P = å x(n)
2
5 n=0
P=
1
5
(1 + 22 + 32 + 42 ) [ w ]
P = 6 [w]
5.3.4 . Señales Simétricas y Asimétricas. Una señal x(n) real se denomina simétrica o par
si
x( -n) = x(n) (5.19)
185
x(n)
............ ............
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 n
a)
x(n)
............ ............
-6 -5 -4 -3 -2 -1
n
0 1 2 3 4 5 6
b)
Figura 5.14. Ejemplo de: a) Señales Pares. b) Señales Impares
Ejemplo 5.5.
Una señal x(n) tiene la gráfica mostrada en la Figura 5.15. Obtener las gráficas de x(n - 3) y
de x(n +3).
x(n)
-2
-7 -6 -5 -4 -3 -1 0 1 2 3 4 5 6 7 n
1
-7 -6 -5 -4 -3 -2 -1 0 2 3 4 5 6 7 8 9 n
Figura 5.16. Gráfica de x(n - 3) del Ejemplo.5.5
Gráfica de x(n + 3). Por otra parte , la señal x(n + 3) se obtiene avanzando x(n) en tres
unidades de tiempo ( desplazamiento de x(n) hacia la izquierda ), lo cual se ilustra en la
Figura 5.17
x(n+3)
-5
-8 -7 -6 -4 -3 -2 -1 0 1 2 3 4 n
Figura 5.17. Gráfica de x(n + 3) del Ejemplo.5.5
Si la señal x(n) es generada por algún fenómeno físico en tiempo real, no es posible avanzar
x(n) en el tiempo, ya que eso implicaría usar muestras que aún no han sido generadas. Sin
embargo, es posible la inserción de retardo en las muestras ya generadas. En consecuencia,
en aplicaciones de procesos de señales en tiempo real, la operación de avance de la base de
tiempo es físicamente irrealizable. Si la señal x(n) es almacenada en cinta magnética, en un
disco, o en la memoria de un computador, el modificar la base de tiempo es una operación
relativamente simple ya que, basta introducir un retardo o un avance.
5.4.2. Reflexión de la Señal. Al reemplazar, en x(n), la variable independiente n por –n, se
obtiene una reflexión de la señal x(n) en torno a n = 0.
Ejemplo 5.6.
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 n
Figura 5.18. Gráfica de la señal x(n) del Ejemplo 5.6
187
Solución .
Gráfica de x(-n). De acuerdo a la gráfica de x(n), la señal x(-n) tendrá la gráfica mostrada
en la Figura 5.19.
x(-n)
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 n
Gráfica de x(-n + 3) .La señal x(-n + 3) es simplemente la señal x(-n) retrasada en tres
unidades de tiempo, desplazamiento hacia la derecha de x(n), tal como se muestra en la
Figura 5.20.
x(-n+3)
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 n
Es importante hacer notar que las operaciones de retardo o avance en el tiempo no son
conmutativas con respecto a la operación de reflexión .
5.4.3. Escalamiento en el Tiempo. Otra modificación de la variable independiente consiste
en reemplazar n por un, donde u es un entero. Esta modificación de la base de tiempo se
conoce como escalamiento en el tiempo.
.
Ejemplo 5.7.
Determinar la gráfica de la señal y(n) = x(3n) , cuando x(n) es la señal ilustrada en la Figura
5.21.
x(n)
-9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 n
Figura 5.21. Gráfica de x(n) del Ejemplo 5.7
188
Solución
Considerando la gráfica de x(n) y que y(n) = x(3n), la gráfica de y(n) es la mostrada en la
Figura 5.22.
y(n)
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 n
Suma . La suma de dos señales x1 (n) y x2 (n) es una señal y(n) cuyo valor en cualquier
instante, es igual a la suma de los valores de las dos señales en ese instante, o sea :
Ejemplo 5.8.
189
Suma.
Componentes Par e Impar. Cualquier señal arbitraria x(n) puede ser expresada como la
suma de dos señales componentes, una par xp(n) y la otra impar xi (n), o sea x(n) = xp(n)+ xi
(n). La señal componente par xp(n) se forma de acuerdo a
1
x p (n) = [ x(n) + x(-n) ] (5.24)
2
1
x i (n) = [ x(n) - x(-n)] (5.25)
2
Descomponer la señal x(n) en sus componentes par e impar, si x(n) está dada por
x(n) = {2,3, 4,5, 6}
Solución .
a) Componente par . Se tiene que
1
x p (n) = [ x(n) + x(-n) ]
2
190
b) Componente impar . Dado que
1
x i (n) = [ x(n) - x(-n)]
2
se obtiene que
Solución
a) Escalamiento de Amplitud. En este caso, el programa MATLAB es
191
Figura 5.23. Gráfica de q(n) = 4x(n) del Ejemplo 5.10
O sea,
192
Es decir,
Por lo tanto
v(n) = x(n) * y(n) = {0,1,3, 0, 24,12, 4}
Ejemplo 5.11.
Solución
Se determinará la convolución aplicando su definición, pero se hará uso de las gráficas de
las secuencias como ayuda para el cálculo y comprensión del proceso. En la Figura 5.27a)
se ilustran las secuencias x(k) e y(k).
El primer paso para el cálculo de la convolución es invertir y(k), obteniéndose y(-k),
cuya gráfica se muestra en la Figura 5.27b). Se puede determinar z(0) dada por
¥
z(0) = å x(k)y(-k)
k =-¥
v 0 (k) = x(k)y(- k)
Haciendo uso de las Figuras 5.27a) y 5.27b), la gráfica de la secuencia v0(k) es la mostrada
en la Figura 5.27b), luego z(0) está dada por
¥
z(0) = å v (k) = 2
k =-¥
0
194
y(k) x(k)
2 2
1
2 3
k k
-2 -1 0 1 3 -2 -1 0 1 2 4
-1
a)
Inversión -3
y(-k) v 0 (k)
Multiplicación Secuencia Producto
x(k)y(-k)
2 2
1
-2
k k
-3 -1 0 1 2 -2 -1 0 1 2 3
-3
b)
y(1-k) v1 (k) 4
Secuencia Producto
2 x(k)y(1-k)
1
-1
k k
-2 0 1 2 3 -2 -1 0 1 2 3
-3 c)
-3
d) -6
e)
-3
Figura 5.26. Determinación Gráfica de la Convolución de Secuencias
195
¥ ¥
z(1) = å
k =-¥
x(k)y(1 - k) = å v1 (k) = 4
-¥
Para n = 2, se tiene
¥ ¥
z(2) = å x(k)y(2 - k) = å v (k) = -5
k =-¥ k =-¥
2
De una manera similar, se obtiene z(3) desplazando y(-k) tres unidades hacia la derecha,
formando la secuencia producto v3(k) = x(k)y(3 – k) y sumando todos términos de esta
secuencia se obtiene z(3) = 1. Aplicando sucesivamente este proceso para los siguientes
valores de la variable n, se obtiene z(4) =-5, y z(5) = 3. Para n > 5 se encuentra que z(n) es
igual a cero, debido a que todos los términos de la secuencia producto son ceros.
Para el caso de que n sea negativo, por ejemplo n = -1, se tendrá que la secuencia
y(-1-k) representa un desplazamiento de la secuencia y(-k) de una unidad de tiempo hacia
la izquierda, tal como se muestra en la Figura 5.26e). Para el ejemplo dado se tiene que
5.5.2. Método Matricial. Hay otro algoritmo que se puede emplear para evaluar la
convolución discreta, el cual consiste en la construcción de una matriz cuyos elementos son
los productos del desarrollo de la sumatoria que define la convolución. Para formar la
matriz, los elementos de una secuencia, por ejemplo x(n), se colocan sobre la primera fila
de la matriz, y los elementos de la segunda secuencia, y(n), se colocan al lado izquierdo de
la primera columna de la matriz. La primera fila de la matriz está determinada por el
producto del primer elemento de y(n) por todos los elementos de x(n), y así sucesivamente
para las otras filas de la matriz. Para determinar la secuencia convolución de las dos
secuencias dadas, se trazan diagonales en la matriz obtenida, y se suman los términos que
están sobre una diagonal y el resultado de la sumatoria representa un elemento de la
secuencia convolución. El ejemplo siguiente ilustra el método descrito.
Ejemplo.5.12.
196
Solución
La matriz asociada a las secuencias x(n)={2, 0, 1, -1} e y(n) = {1, 2, -3}, se muestra en la
Figura 5.28.
Con z(n) = x(n)*y(n), se realiza la siguiente matriz
Sumando los elementos que están sobre las diagonales de la matriz, se obtiene
z(0) = 2
z(1) = 0 + 4 = 4
z(2) = 1 + 0 – 6 = -5
z(3) = -1 +2 +0 = 1
z(4) = - 2 - 3 = -5
z(5) = 3
197
5.5.3. Método Computacional. Este método es la automatización del cálculo de la
convolución entre dos secuencias. Se puede utilizar cualquier lenguaje para implementar el
algoritmo correspondiente a la definición de convolución
Solución
El programa MATLAB, para obtener z(n) = x(n)*y(n), es
>> % Calculo de z(n)=x(n)*y(n)
>> x=[1 -2 3 4 -5 2 1]; y=[-1 3 -2 2 1];
>> u = 3; % elemento 3 del vector x es x(0) de la secuencia x(n)
>> v= 4; % elemento 4 del vector y es y(0) de la secuencia y(n)
>> t= u+v-1 %Indica que el elemento t del vector z es z(0) de la secuencia z(n)
t=
6
>> z = conv(x,y)
z=
-1 5 -11 11 8 -21 26 -7 -3 4 1
198
De los resultados del programa, se deduce que la secuencia z(n) tiene 11 elementos,(r =11),
el sexto elemento, t = 6, de la secuencia z(n) es z(0), en este caso, z(0)=-21. Porl lo tanto, la
secuencia z(n) es
Gráfica de z(n). Del resultado obtenido para z(n), se deduce los valores extremos de n, son
n = -5 y n = 5. Luego, un programa MATLAB, para graficar z(n) es
199
5.5.4. Propiedades de la Convolución de Secuencias. La convolución entre secuencias,
presenta algunas propiedades que tienen una aplicación muy importante en sistemas de
tiempo discreto. Las propiedades a considerar son :
Conmutatividad. Sean x(n) e y(n) dos secuencias, tales que
¥
rxx (l) = å x(n)x(n - l)
n =-¥
l=0 , ± 1 , ± 2,..... (5.33)
o en forma equivalente
¥
rxx (l) = å x(n + l)x(n)
n =-¥
l=0 , ± 1 , ± 2,...... (5.34)
¥
E x = rxx (0) = åx
n =-¥
2
(n) (5.35)
Correlación Cruzada. Sean las señales secuencias x(n) e y(n), ambas de energía finita. La
correlación cruzada de x(n) y de y(n) es una secuencia rxy( l ), la cual es definida como
¥
rxy (l) = å x(n)y(n - l) ,
n =-¥
l =0 , ± 1 , ± 2 ,....... (5.36)
201
o equivalentemente
¥
rxy (l) = å x(n + l)y(n) ,
n =-¥
l=0 , ± 1 , ± 2 ,...... (5.37)
o
¥
ryx (l) = å y(n + l)x(n)
n =-¥
(5.39)
Comparando las ecuaciones (5.36) con (5.39) y (5.37) con (5.38), se concluye que
202
secuencias, multiplicación de la secuencia desplazada con la otra secuencia y suma de todos
los términos de la secuencia producto. En consecuencia, si se tiene un programa
computacional que desarrolla la convolución, se puede usar este programa para obtener la
secuencia correlación cruzada, proporcionando como entrada lassecuencias x(n) e y(-n).
Luego, la convolución de x( l ) con y(- l ) produce la secuencia correlación cruzada rxy ( l) ,
y la de y( l ) con x(- l ) produce la correlación cruzada ryx (l ) , o sea
rxy ( l) = x(l ) * y( -l )
(5.41)
ryx (l ) = y(l )* x( -l)
Ejemplo 5.14.
a) x(n) = {1,2,1,1}
b) y(n) = {1,1,2,1}
Solución
Para resolver el ejercicio presentado se puede aplicar tanto la definición de secuencia de
autocorrelación, como el algoritmo matricial para determinar la aucorrelación como
rxx (l) = x(l)* x(-l)
a)
a1. Aplicación de la definición deautocorrelación. Se tiene que
¥
rxx (l) = å x(n)x(n - l)
n =-¥
203
luego
rxx(0) = 1*1+2*2+1*1+1*1 = 7
Para l = 1 , se tiene
3
rxx (1) = å x(n)x(n - 1) = x(0)x(-1) + x(1)x(0) + x(2)x(1) + x(3)x(2)
n =0
rxx ( l ) = {1,3,5,7,5,3,1}
x( l )
x(- l ) 1 2 1 1
1 1 2 1 1
1 1 2 1 1
2 2 4 2 2
1 1 2 1 1
De donde
rxx ( l ) = {1,3,5,7,5,3,1}
y( l )
y(- l ) 1 1 2 1
1 1 1 2 1
2 2 2 4 2
1 1 1 2 1
1 1 1 2 1
204
Obteniéndose
ryy( l ) = {1,3,5,7,5,3,1}
De acuerdo a los resultados obtenidos se deduce que x(n) e y(n), del ejemplo dado, tienen la
misma secuencia autocorrelación. La relación entre x(n) e y(n), es que y(n) es un
desplazamiento circular de x(n), con sus respectivos elementos extremos iguales.
Ejemplo 5.15.
x(n) ={...,0,0,2,-1,3,7,1,2,-3,0,0,....}
y(n) ={..,0,0,1,-1,2,-2,4,1,-2,5,0,0,...}
Solución
Para el cálculo de rxy ( l ), se hará uso del algoritmo matricial, o sea
x( l )
y(- l ) ..0 0 2 -1 3 7 1 2 -3 0 0.....
.
.
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
5 0 0 10 -5 15 35 5 10 -15 0 0
-2 0 0 -4 2 -6 -14 -2 -4 6 0 0
1 0 0 2 -1 3 7 1 2 -3 0 0
4 0 0 8 -4 12 28 4 8 -12 0 0
-2 0 0 -4 2 -6 -14 -2 -4 6 0 0
2 0 0 4 -2 6 14 2 4 -6 0 0
-1 0 0 -2 1 -3 -7 -1 -2 3 0 0
1 0 0 2 -1 3 7 1 2 -3 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
Obteniéndose
205
rxy ( l ) ={10,-9,19,36,-14,33,0,7,13,-18,16,-7,5,-3}
Secuencias Correlación Acotadas. Considerando que las secuencias x(n) e y(n) son de
energía finita, se demuestra que
De (5.44), se deduce que la secuencia autocorrelación alcanza su valor máximo para retardo
cero es decir, l = 0.
Para el caso de secuencia correlación cruzada, su límite superior está dado por la
ecuación (5.41), o sea por la raíz cuadrada del producto de sus energías.
rxx (l)
r xx (l) = (5,45)
rxx (0)
Por lo cual, ïrxx ( l )ï£ 1 y ïrxy( l )ï£ 1, y por lo tanto, estas secuencias son independientes
del escalamiento de las señales .
206
Propiedad de Simetría Par de la Secuencia de Autocorrelación. Anteriormente se
estableció que
rxy (l ) = ryx ( -l )
En consecuencia, para el caso de que x(n) sea igual a y(n), se tendrá que :
rxx (l) = rxx (-l) (5.47)
Lo cual establece, que la secuencia autocorrelación es una función par y por lo tanto, es
suficiente calcular rxx (l) para l ³ 0.
Ejemplo 5.16.
ì1 -N £ n £ N
x(n) = í
î0 otros valores
Solución
rxx (l)
Como r xx (l) = y empleando el método matricial, se tendrá
rxx (0)
1 11 1 1 1 1 1 1 1 1 1
1 11 1 1 1 1 1 1 1 1 1
1 11 1 1 1 1 1 1 1 1 1
1
.
.
.
1 11 1 1 1 1 1 1 1 1 1
1 11 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 11 1 1 1 1 1 1 1 1 1
1 11 1 1 1 1 1 1 1 1 1
.
.
.
. 1
1 11 1 1 1 1 1 1 1 1 1
1 11 1 1 1 1 1 1 1 1 1
207
De la matriz, se obtiene
Se observa que rxx (l) = rxx (-l) y que rxx (0) = 1/(2N+1). Luego
rxx (l)
r xx (l) = = { 2N1+1 , 2N2+1 , 2 N3+1 ,.......,1,......, 2N3+1 , 2N2+1 , 2N1+1}
rxx (0)
Ejemplo5.17.
¥ ¥ ¥ ¥
n =-¥ n =-¥ n =0 n =0
Dado que a < 1, la serie infinita converge y aplicando la relación correspondiente a una
progresión geométrica, se obtiene
1
rxx ( l) = al
1- a 2
Como l puede ser también negativo ( l < 0) y como rxx (l) = rxx (-l) , una expresión más
general y válida para todo l es
1 l
rxx (l ) = a - ¥< l <¥
1- a 2
Por lo tanto
1
rxx (0) =
1- a2
y
208
rxx (l) l
r xx (l) = =a - ¥< l <¥
rxx (0)
¥
ryy (l) = å x(n - n
n =-¥
0 )x(n - n 0 - l) (5.49)
¥
ryy (l) = å x(m)x(m - l) = r
m =-¥
xx (l ) (5.50)
Ejemplo 5.18.
Determinar las secuencias de autocorrelación, usando MATLAB, de las secuencias
b) y(n) = x(n - 2) .
Solución
a) La secuencia x(n) tiene 7 elementos, luego su secuencia correlación rxx( l ) tendrá 13
elementos, y el elemento rxx(0) corresponderá al elemento rxx(7) del vector rxx.
El programa MATLAB, para obtener rxx( l ), es
209
>> % Calculo de rxx(l) de la secuencia x(n) del Ejemplo 5.18
>> x=[-2 0 -1 1 2 0 -1];
>>rxx=xcorr(x)
rxx =
Columns 1 through 10
2.0000 -0.0000 -3.0000 -3.0000 -2.0000 1.0000 11.0000 1.0000 -2.0000 -
3.0000
Columns 11 through 13
-3.0000 -0.0000 2.0000
Luego
b) En este caso, y(n) es una versión retardada, en dos unidades de tiempo de x(n). El vector
y del programa MATLAB, es el mismo que el vector x del apartado a), estos vectores son
independientes de la ubicación del elemento correspondiente a n = 0. Luego, el programa
MATLAB es el mismo que el del apartado a), verificándose que la secuencia
autocorrelación de una señal x(n), es igual a la secuencia autocorrelación de una versión
desplazada de ella, o sea
ryy (l) = rxx (l) = {2, 0, -3, -3, -2,1,11,1, -2, -3, -3, 0, 2}
Correlación Cruzada. Sean las secuencias x(n) e y(n), las que se van a correlacionar. Por
lo tanto, son posibles dos casos: rxy (l ) y ryx (l) .
Correlación rxy (l ) . En este caso, para determinar el elemento correspondiente a rxy(0),
se toma como base la secuencia y(n), la cual tiene en total M elementos. Esta secuencia,
se representa por el vector fila y de M elementos. En este vector, el elemento y(b)
corresponde al elemento y(0) de la secuencia y(n). La secuencia x(n),de N elementos, se
representa por el vector fila x, en el cual, el elemento x(a) corresponde al elemento x(0)
de la secuencia x(n).La sintaxis a usar es xcorr(x,y). Los vectores x y y, tendrán la forma
(5.51)
y = [y(1) y(2) y(3).......y(b)........y(M)]
210
La secuencia rxy (l ) tendrá M + N – 1 elementos, y se representa por el vector rxy, dado
por
rxy = [rxy(1) rxy(2) rxy(3)......rxy(c)........rxy(M+n-1)]
Correlación ryx (l) . El análisis es similar al realizado para rxy (l ) , con la diferencia, de
que en este caso, se toma como base la secuencia x(n) y la sintaxis a usar es xcorr(y,x).
Manteniendo, las definiciones y nomenclatura usadas para el análisis de rxy (l ) , se tendrá
que el valor de c, correspondiente al elemento ryx(c) del vectorryx, está dado por c= N –
b +a.
Ejemplo 5.19.
Dadas las secuencias
Solución
>> % Calculo de rxy(l)
>> x=[1 -1 2 -2 4 1 -2 5];
>> N = 8; a=5;
>> y =[2 -1 3 7 1 2 -3];
>> M = 7; b = 5; c = M - a + b
c=
7
>>rxy = xcorr(x,y)
rxy =
Columns 1 through 6
Columns 7 through 12
211
Columns 13 through 15
>>ryx = xcorr(y,x)
ryx =
Columns 1 through 6
Columns 7 through 12
Columns 13 through 15
De la aplicación del programa, se deduce que los valores nulos de los extremos aparecen
debido a la diferencia de longitud de los vectores x yy, y pueden ser ignorados en el
resultado, por lo tanto, con c = 7 y c1 = 8, las secuencias correlación son
ryx (l) = {10, -9,19,36, -14, 33, 0, 7,13, -18,16, -7,5, -3}
212
5.6.4. Correlación de Secuencias de Potencia. Correlación Cruzada. Sean x(n) e y(n)
dos señales de potencia. Su secuencia correlación cruzada q xy ( l) se define como
M
1
q xy (l) = lim
M ®¥ 2M + 1
å x(n)y(n - l)
n =- M
(5.52)
Secuencias de Potencia Periódicas. Si x(n) e y(n) son dos secuencias periódicas, ambas
con período N, se tienen las siguientes relaciones
1 N -1
q xy (l) = å x(n)y(n - l)
N n =0
(5.55)
N -1
1
q yx (l) = å y(n)x(n - l)
N n=0
y si x(n) = y(n),
1 N -1
q xx (l) = å x(n)x(n - l)
N n =0
(5.56)
La secuencia y(n) así definida es también periódica con periodo N, luego su secuencia
autocorrelación q yy (l ) está dada por
213
1 N -1
q yy (l) = å y(n)y(n - l)
N n =0
(5.58)
1 N -1
q yy (l) = å [ x(n) + z(n)][ x(n - l) + z(n - l)]
N n =0
é N -1 N -1 N -1
ù
q yy (l) = êå - l + å [ - l + - l ] + å z(n)z(n - l) ú
1
N x(n)x(n ) x(n)w(n ) z(n)x(n )
ë n =0 n =0 n =0 û
Ejemplo 5.20.
Solución
La señal x(n) = u(n) dada es de potencia, luego su secuencia de aucorrelación q xx (l) , para
l > 0 ,está dada por
M M
1 1
q xx (l) = lim
M ®¥ 2M + 1
å
n =- M
u(n)u(n - l) = lim
M ®¥ 2M + 1
å
l
1
M - l +1 1
q xx (l ) = lim =
M ®¥ 2M + 1 2
214
para l < 0
M M
1 1 1
q xx (l) = lim
M ®¥ 2M - 1
å
n =- M
u(n)u(n - l ) = lim
M ®¥ 2M - 1
å
n=0
1=
2
1
q xx (l) =
2
Para señales de tiempo continuo el rango de frecuencia es de -¥a ¥, luego es posible tener
señales que contengan un número infinito de componentes frecuenciales. En cambio, dado
que el rango de frecuencia W para señales de tiempo discreto es de -p a p o de 0 a 2p, se
tiene que una señal de tiempo discreto de período fundamental N puede contener
componentes frecuenciales separadas por 2p/N radianes o F=1/N.
5.7.1. Series de Fourier para Señales de Tiempo Discreto Periódicas. Sea x(n) una
secuencia periódica con período N, o sea que
N -1
x(n) = å C k e j2 pkn / N (5.62)
k =0
1 N -1
Ck = å x(n)e- j2 pkn / N
N n=0
k=0,1,2,3,.....N-1 (5.63)
215
Wk = 2pk/N. Estas componentes de frecuencias, son periódicas con período N, lo que
determina que {Ck} es una secuencia periódica con período fundamental N, o sea
Ck = Ck + N (5.64)
Luego, el espectro de una señal periódica x(n) de período N, es una secuencia periódica de
período N. De aquí, cualesquiera N muestras consecutivas, temporales o frecuenciales,
proporcionan una descripción completa de la señal, en los respectivos dominios. Para el
análisis frecuencial, en base a la Serie de Fourier, es conveniente considerar el intervalo en
frecuencia 0 £W k< 2p, con W k =2pk/N , intervalo que está asociado al periodo 0 £ k £ N –
1, el que es válido para k par e impar.
Ejemplo 5.21.
x(n) = { ...1,0,1,1,1,0,1,0,1,1,1,0, }
Solución
a) En este caso W0 = 3p , lo cual implica que F0 = 3 / 2 o sea, que F0 no es un número
racional por lo que x(n) dado no es una señal periódica, por lo cual x(n) no puede ser
expandida en serie de Fourier. Sin embargo, la señal tiene un espectro consistente en dos
líneas espectrales situadas W = ± 3p = ±W0 .
b) Se tiene que F0 = 1/6, por lo que x(n) es periódica con período fundamental N = 6. De la
definición de coeficientes de Fourier se tiene
1 N -1
C k = å x(n)e - j2 pkn / N
N n =0
1 5
Ck = å
6 n =o
sen(np / 3)e - j2 pkn / 6 k=0,1,2,3,4,5
216
Ya que x(n) es una señal sinusoidal, los coeficientes Ck se pueden determinar a partir de la
aplicación de Euler, o sea
1 j 2 pn 1 - j 2 pn
x(n) = sen ( 2 p6n ) = e 6 - e 6
2j 2j
Por otra parte
1 - j 26pn 1 j 2 p( 56-6) n 1 j 2 p(56 )n
e = e = e
2j 2j 2j
1 j 2 p (1) n 1 j 2 p ( 5) n
x(n) = - j e 6 + j e 6
2 2
De donde se obtiene que
C0 = C2 = C3 = C4 = 0
y que
1 1 1
C1 = - j ; C5 = j Þ C1 = C5 =
2 2 2
Ck
1
2
k
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
p p
RC1 = - ; RC 5 =
2 2
bi)
ÐCk
p
2
-5 1 7
k
-7 -6 -4 -3 -2 -1 0 2 3 4 5 6
- p
2
bii)
217
c) En este caso
1 5
Ck = å x(n)e- j2pkn / 6
6 n =0
k=0,1,2,3,4,5
con 0 £ n £ 5, x(n) es
x(n) = {1,1,1, 0,1, 0}
se obtiene
1 2
C0 = [1 + 1 + 1 + 0 + 1 + 0] =
6 3
1
C1 = éë1 + e - jp / 3 + e - j2 p / 3 + 0 + e - j4 p / 3 + 0ùû
6
de donde
C1 =
1
12
(
1- j 3 )
en forma similar, se obtiene que
C2 =
1
12
(
-1 - j 3 )
1
C3 =
3
C4 =
1
12
(
-1 + j 3 )
C5 =
1
12
(
1+ j 3 )
Por lo tanto, el espectro de amplitud está dado por
2 1 1
C0 = ; C1 = C 2 = C 4 = C5 = ; C3 =
3 6 3
p 4p 2p p
RC 0 = RC 3 = 0 ; RC1 = - ; RC 2 = ; RC 4 = ; RC5 =
3 3 3 3
En la Figura 5.31 se ilustran los espectros de amplitud y de fase para la secuencia x(n) =
{1,1,1,0,1,0)
218
Ck
2
3
1
1 3
6
k
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
ci)
RC k
4p
3
2p
3
p
3
-5 -4 -2 1 7 k
-7 -6 -3 -1 p 0 2 3 4 5 6
-3
- 23p
- 43p
cii)
Figura 5.31. Gráficas de : ci) Espectro Magnitud y cii) Espectro de
Fase de la Señal x(n) del Ejemplo 5.21 c)
Uso de MATLAB.
219
Columns 1 through 5
0.6667 0.0833 - 0.1443i -0.0833 - 0.1443i 0.3333 + 0.0000i -0.0833 + 0.1443i
Columns 6
0.0833 + 0.1443i
>> % Grafica de los Espectros de Amplitud y de Fase
>>cmag=abs(c2); cfase=angle(c2); q=0:5;
>>subplot(2,1,1); stem(q,cmag)
>>title('Modulo de C_k'); xlabel('k'); ylabel('Modulo'); grid
>>subplot(2,1,2); stem(q,cfase)
>>title('Fase de C_k'); xlabel('k'); ylabel('Fase en Radianes'); grid
A partir de la ecuación (5.65) se puede derivar una expresión para Px , en términos de los
coeficientes Ck de la serie de Fourier. Considerando que la ecuación (5.65) puede escribirse
como
220
1 N -1
Px = å x(n)x* (n)
N n =0
(5.66)
y que
N -1
x(n) = å C k e j2 pkn / N (5.67)
k =0
por lo que
N -1
x * (n) = å C*k e - j2 pkn / N (5.68)
k =0
1 N -1 é N -1 * - j2 pkn / N ù
Px = å êëå
N n =0
x(n)
k =0
Ck e ú
û
(5.69)
1 N -1
Ck = å
N n =0
x(n)e - j2 pkn / N (5.70)
N -1
é 1 N -1 ù N -1 N -1
Px = å C*k ê å x(n)e - j2 pkn / N ú = å C*k C k = å C k
2
(5.71)
k=0 ë N n =0 û k =0 k =0
Es decir, que la potencia media de una señal periódica de tiempo discreto es la suma de las
potencias de las componentes de frecuencias individuales. La ecuación (5.71) se conoce
como relación de Parseval para señales periódicas de tiempo discreto. La secuencia ïCkï2
para k = 1,2,3,............,2N - 1, representa la distribución de potencia en función de la
frecuencia y es llamada Densidad Espectral de Potencia de la señal periódica x(n) .
La energía EN, dentro de un periodo, de la secuencia periódica x(n), es
N -1 N -1
E N = å x(n) = N å C k
2 2
(5.72)
n=0 k=0
Ejemplo 5.22.
x(n) x(n)
1 1
n n
-N 0 L N -N -M 0 M N
(a) (b)
1 N -1 1 L-1 - j2 pkn / N
Ck = å
N n =0
x(n)e - j2 pkn / N
= åe
N n =0
, k = 0,1,2,3...., N - 1
222
ìL
ï k=0, ± N, ± 2N ,.....
ïï N
Ck = í
ï1 sen(pkL / N)
ï e- jpk(L -1) / N otros valores
îï N sen(pk / N)
ìæ L ö 2
ïç ÷ k=0, ± N, ± 2N,....
2 ïè N ø
Ck =í
ïæ 1 ö æ sen pkL / N ö
2 2
1 M - j2 pkn / N
Ck = åe
N n =- M
e j2 pkM / N 2M
Ck =
N
åe
m =0
- j2 pkm / N
Ck =
1 e
- jpk / N
(e j2 pk(M +1/ 2) / N
- e - j2 pk(M +1/ 2) / N )
N e- jpk / N ( e jpk / N - e - jpk / N )
223
ì 2M + 1
ï k=0, ± N, ± 2N, ........
ï N
ï
Ck = í
ï sen 2pk(M + 1/ 2) / N
ï1 [ ] otros valores
ïî N sen ( pk / N )
ìæ 2M + 1 ö 2
ïç ÷ k=0, ± N, ± 2N,......
ïè N ø
=í
2
Ck
ïæ 1 ö æ sen [ 2pk(M + 1/ 2) / N ] ö
2 2
ïçè N ÷ø çç sen [ pk / N ]
÷÷ otros valores
î è ø
En este ejemplo, se verifica que dos secuencias diferentes pueden tener la misma densidad
espectral de potencia, dado que con L = 2M + 1, las expresiones de ïCkï2 obtenidas en los
apartados a) y b) son idénticas .
La Figura 5.33 ilustra la gráfica de la densidad espectral de potencia para los valores
particulares de L = 5 y N = 40 .
Figura 5.33. Gráfica de la densidad espectral de potencia del Ejemplo 7.22 para L=5 y
N = 40
Solución
Para resolver el problema, se emplean las ecuaciones siguientes
224
1 N -1
Ck = å x(n)e- j2 pnk / N
N n =0
N -1
Px = å Ck
2
k =0
P=
2.8574
La respuesta es
P = 2,8574 [W]
¥
X(W) = å x(n)e
n =-¥
- jWn
(5.76)
siempre que la serie sea convergente. La ecuación (5.76) se conoce como la ecuación de
análisis.
Si x(n)es absolutamente sumable, es decir, si
å x(n) < ¥
n
225
la serie es absolutamente convergente y converge a la función continua X(W). La
Transformada de Fourier de una secuencia es una función continua (no discreta) y periódica
de la variable W. Para el caso de señales de tiempo continuo, su Transformada de Fourier y
por lo tanto su espectro, tienen un rango de frecuencia de (-¥, ¥). En el caso de señales de
tiempo discreto, el rango de frecuencia es (-p, p) o equivalentemente (0,2p), por lo cual la
Transformada de Fourier X(W) de la señal x(n) es periódica de periodo 2p, o sea que X(W
+ 2pk) = X(W) siendo k entero positivo
Si la secuencia es absolutamente sumable, tendrá una energía finita, es decir
å x(n) <¥
2
Ejemplo 5.24.
X(W)
2
W
-p - p 9
10 - p
8
10 0 8
10 p 9
10 p p
226
Solución
Como X(W) es real y par se tiene que x(n) es también real y par, por lo tanto aplicando
(5.76), se obtiene
p
1
x(n) = ò X(W) cos WndW
p0
9p
10 p
1 2
x(n) = ò cos WndW + ò cos WndW
p 8p p 9p
10 10
Integrando, se obtiene
é9 8 ù
x(n) = 2 sin c(n) - ê sin c(n9 /10) + sin c(n8 /10) ú
ë10 10 û
¥
Ex = å
2
x(n) (5.78)
n =-¥
¥ ¥
é 1 p ù
Ex = å
n =-¥
x(n)x * (n) = å x(n) êë 2p ò
n =-¥
-p
X* (W )e - jnW dW ú
û
(5.79)
p p
1 é ¥ ù 1
Ex = ò W å x(n)e- jnW ú dW = ò X(W) dW
* 2
X ( ) ê (5.80)
2p - p ë n =-¥ û 2p - p
227
p
1
Ex = ò X(W) dW
2
(5.81)
2p -p
El término ïX(W)ï2 se define como densidad espectral de energía de x(n) y se designa por
Sxx (W) .
El espectro X(W) es, en general, una función compleja en función de la frecuencia y
por lo tanto admite la siguiente representación
Donde
X( -W) = X(W)
2 2
( simetría par ) (5.86)
Ejemplo 5.25.
Solución .
a) La gráfica de x(n) ,se muestra en la Figura 5.36.
228
x(n)
1
.......... ..........
n
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Figura 5.36. Gráfica de x(n) del Ejemplo 5.25 .
5 5
X(W) = å x(n)e - jnW = å e - jnW
n =0 n =0
De donde se deduce que X(W) es una serie geométrica, por lo cual se usará
N -1
ìN para a =1
ï
å a = í1 - a N
n
para a ¹ 1
n =0 ï
î 1- a
1 - e- j6 W
X(W) =
1 - e - jW
2
æ sen 3W ö
Sxx (W) = ç ÷
è sen(W / 2) ø
229
5.7.5. Uso de MATLAB en la Gráfica de los Espectros de Amplitud y de Fase de
Señales de Tiempo Discreto. En MATLAB, existen diferentes formas para graficar el
módulo y la fase de la Transformada de Fourier de señales de tiempo discreto. Se hará la
descripción de algunas de ellas.
Funciónfreqz. Esta función se usa para el cálculo de los valores de la Transformada de
Fourier, de una secuencia infinita, descrita como una función racional en términos de ejW,
en la forma
b + b e- jW +···········+ bM e - jWM
X(W) = 0 1 - jW (5.87)
a 0 + a1e +···········+ a N e - jWN
en un conjunto de puntos de frecuencia discreta W = Wl .
La sintaxis es freqz(num,den,w). Por ejemplo, la declaración
H= freqz(num,den,w) (5.88)
Produce los valores de la respuesta de frecuencia como un vector H de una DTFT, definida
en términos de los vectores numy den, los que contienen los coeficientes bi y ai,
respectivamente, en un conjunto prescrito de frecuencias entre 0 y p (o 2p), dado por el
vector w.
Para determinar el espectro de amplitud, se usa abs(H), y para el espectro de fase se
usa angle(H).
Ejemplo 5.26.
Usando la función freqz, obtener las gráficas de los espectros de amplitud y de fase, de la
señal
é æ 1 ön 2 æ 1 ö n 8 æ 1 ö n ù
x(n) = ê - ç ÷ + ç ÷ + ç ÷ ú u(n)
êë è 2 ø 5 è 3 ø 7 è 5 ø úû
Solución
Cada término de la sumatoria que determina x(n), es de la forma an. La Transformada de
Fourier de an es
¥ ¥ ¥
F{a n u(n)} = åa u(n)e- jWn = å a n e - jWn = å ( ae - jW )
n n
n =-¥ n =0 n =0
La sumatoria es una serie geométrica, con razón a - jW y último término cero, luego
F {a n u(n)} =
1
1 - ae- jW
Por lo tanto
-1 2 8
X(W) = F{x(n)} = + 5
+ 7
1 - ( 12 ) e - jW 1 - ( 13 ) e - jW 1 - ( 15 ) e- jW
230
De donde
- jW 86 - j2 W
19
- 367
525 e + 525 e
X(W) = 35
- jW - W
1- 31
30 e + 13 e j2
- 301 e - j3 W
0.6
0.5
0.4
|X(W )|
0.3
0.2
0.1
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
W /p
Figura 5.37 Gráfica del Espectro de Amplitud de x(n) del Ejemplo 5.26
Espectro de Fase
1.5
0.5
X(W )
-0.5
-1
-1.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
W /p
Figura 5.38. Gráfica del Espectro de Fase de x(n) del Ejemplo 5.26
231
Función atan2. Esta función se usa para graficar el espectro de fase. Si X(W), es la
Transformada de Fourier de la secuencia de longitud finita x(n), se definen los vectores:
X=X(W), realX=real(X), imagX=imag(X), y con P como vector de la fase de X(W), la
sintaxis a usar es
P = atan2(imagX,realX) (5.89)
Los elementos de P están en el intervalo [-p, p]. Para el espectro de amplitud, se usa
abs(X).
Ejemplo 5.27.-
La secuencia x(n) es
x(n) = {1, -1, 0, 2, 3, 1}
>> w=[-2*pi:pi/256:2*pi];
>> X=exp(j*w)-1+2*exp(-j*2*w)+3*exp(-j*3*w)+1*exp(-j*4*w);
>>figure(1)
>>plot(w/pi,abs(X),’LineWidth’,2); grid
>>title(‘Espectro de Amplitud’); xlabel(‘\Omega/\pi’); ylabel(‘|X(\Omega)|’);
>>figure(2)
>>realX=real(X); imagX=imag(X); plot(w/pi,atan2(imagX,realX),’LineWidth’,2)
>>title(‘Espectro de Fase’); xlabel(‘\Omega/\pi’); ylabel(‘Fase X(\Omega)’); <<grid
Figura 5.39. Gráfica del Espectro de Amplitud de x(n) del Ejemplo 5.27
232
Figura 5.40. Gráfica del Espectro de Fase de x(n) del Ejemplo 5.27
Ejemplo 5.28.
Dada la señal x(n) = cos(np), -5 £ n £1, obtener la gráfica de los espectros de amplitud y de
fase, usando MATLAB, a partir de la expresión de x(n).
Solución
>> %Obtencion de los graficos de los espectros de Ampiltud
>> %y de fase a partir de x(n)
>> n=-5:10; x=cos(n*pi);
>> k=-1000:1000; w=(pi/1000)*k; %Rango de frecuencia de –pi a +pi
>> X=x*(exp(-i*pi/1000)).^(n'*k); % DTFT de x(n)
>>% Grafica Espectro de Amplitud
>> XA=abs(X);
>>figure(1)
>>plot(w/pi,XA); grid
>>title('Espectro de Amplitud de x(n) del Ejemplo 7.28');
>>xlabel('\Omega/\pi'); ylabel('|H(\Omega)|'); axis([-1 1 0 18]);
>>% Grafica del Espectro de Fase
>>realX=real(X); imagX=imag(X);
>>figure(2)
>>plot(w/pi,atan2(imagX,realX));
>>title('Espectro de fase de x(n) del Ejemplo 7.28');xlabel('\Omega/\pi');
>>ylabel('FaseX(\Omega)[rad]'); grid; axis([-1 1 -3 3]);
233
Figura 5.41. Gráfica de los espectros de x(n) del Ejemplo 5.28.
¥
X(W) = F {x(n)} = å x(n)e
n =-¥
- jnW
(5.90)
1
x(n) = F-1 {X(W)} = ò X(W)e jnW dW (5.91)
2p 2 p
La secuencia x(n) y su Transformada de Fourier X(W), forman un par de transformada, el
cual se denota como
F
x(n) X(W)
234
Es necesario recordar que X(W) es periódica con período 2p. Por lo tanto, el espectro puede
ser especificado en cualquier intervalo de longitud 2p es. Usualmente, se dibuja el espectro
en el intervalo fundamental [ -p , p]. Para la completa descripción o caracterización de la
señal, se necesita la información espectral contenida en el intervalo fundamental, por esta
razón, el rango de integración en la ecuación (5.91) es siempre 2p, independientemente de
cuales sean las características específicas de la señal dentro del intervalo fundamental .
Propiedades de simetría de las señales en el dominio del tiempo, imponen algunas
condiciones de simetría en su Transformada de Fourier. El uso de cualquier característica
de simetría, implica la simplificación de los procesos para obtener las expresiones tanto de
la transformada directa como de su inversa.
Suponiendo que la señal x(n) y su transformada X(W) son complejas, luego ellas se
pueden expresar como
x(n) = xR (n) + jxI (n) (5.92)
Sustituyendo (5.92) en (5.90) y que e-jW = cosW - jsenW, y separando las partes real e
imaginaria, se obtiene
¥
X R (W ) = å [x
n =-¥
R (n) cos nW + x I (n) sen Wn ] (5.94)
¥
X I (W) = - å [ x R (n)sen Wn - x I (n) cos Wn ] (5.95)
n =-¥
De una manera similar, sustituyendo (5.93) en (5.91), y que ejW = cosW +jsenW, se obtiene
1
[ X R (W) cos Wn - X I (W) sen Wn ] dW
2p 2òp
x R (n) = (5.96)
1
[ XR (W) sen Wn + X I (W) cos Wn ] dW
2p 2òp
x I (n) = (5.97)
Señales Reales. Si x(n) es real, luego xR (n) = x(n) y xI (n) = 0, en consecuencia las
expresiones de XR (W) y de XI (W) se reducen a
¥
X R (W ) = å x(n) cos Wn
n =-¥
(5.98)
y
¥
X I (W) = - å x(n) sen Wn (5.99)
n =-¥
235
Dado a que cos(-Wn) = cosWn y que sen(-Wn) = - senWn, de las ecuaciones (5.98) y (5.99)
se obtiene
XR (- W) = XR (W)( simetría par ) (5.100)
y el de fase por
X I (W )
RX(W) = tan -1 (5.102)
X R (W )
y dado que los productos XR (W)cosWn y XI (W)senWn son funciones pares de W, se tiene
p
1
[ X R (W) cos Wn - X I (W) sen Wn ] dW
p ò0
x(n) = (5.107)
Señales Reales con Simetría Par. Si x(n) es una señal real y par, luego x(n)cosWn es par y
x(n)senWn es impar. En consecuencia, de (5.98), (5.99) y (5.106), se obtiene
¥
X R (W) = x(0) + 2å x(n) cos Wn (5.108)
n =1
XI (W) = 0 (5.109)
236
p
1
p ò0
x(n) = X R (W) cos WndW (5.110)
Luego, una señal real par tiene un espectro real y par con respecto a W.
Señales Reales con Simetría Impar. Si x(n) es real e impar, luego x(n)cosWn es impar y
x(n)senWn es par. De (5.98) y de (5.106) se obtiene
XR (W) = 0 (5.111)
¥
X I (W) = -2å x(n) sen Wn (5.112)
n =1
p
1
x(n) = - ò X I (W) sen WndW (5.113)
p0
Luego, una señal real e impar posee un espectro imaginario puro e impar, en relación a W.
Ejemplo 5.29.
Considere la señal
x(n) = { 1, 0 , -1 , 2 , 3}
con Transformada de Fourier X(W) = XR (W) + jXI (W). Determinar la señal y(n) cuya
Transformada de Fourier es
Y(W) = XI (W) + XR (W) ej2W
Solución
Como x(n) es real, luego
¥
X R (W ) = å x(n) cos Wn
n =-¥
y
¥
X I (W) = - å x(n) sen Wn
n =-¥
1
X R (W ) = å x(n) cos nW = cos 3W - cos W + 2 + 3cos W = 2 + 2 cos W + cos 3W
n =-3
y
237
XI (W) = sen 3W - sen W - 3sen W = sen 3W - 4sen W
X R (W ) = 2 + 12 e j3W + 21 e - j3W + e jW + e - jW
X I (W) = - 2j e j3 W + 2j e- j3 W + 2 je jW - 2 je - jW
En consecuencia Y(W) se puede escribir como
Desarrollando se obtiene
( )
Y(W) = 2j e - j3W + ( 21 - 2 j) e - jW + (1 + 2 j) e jW + 2e j2 W + 1 - 2j e j3 W + 12 e j5W
Como
¥
Y(W) = å y(n)e
n =-¥
- jWn
se obtiene que
y(n) = { 1
2 , 0, (1 - 2j ), 2, (1 + 2 j), 0, ( 12 - 2 j), 0, j
2 }
Ejemplo 5.30.
Considerar la señal
x(n) = {-1 , 2 , -3 , 2 , -1}
Solución
Como x(n) es real con simetría par, se tiene que
238
¥
X R (W) = x(0) + 2å x(n) cos Wn
n =1
X I (W ) = 0
En consecuencia
Luego, si
x(n) = a1e jW1n + a 2 e jW2 n +··········+ a M e jWM n (5.116)
¥ ¥
X(W) = a1 å 2pd(W - W1 - 2pk) + a 2 å 2pd(W - W 2 - 2pk) +··
k =-¥ k =-¥
¥
(5.117)
+········ + a M å 2pd(W - W
k =-¥
M - 2pk)
Esto es, X(W) es un tren de impulsos periódicos, localizados en las frecuencias W 1,......., W M
de cada una de las exponenciales complejas y todos los puntos son múltiplos de 2p a partir
de estas frecuencias.
La ecuación (5.115) es la Transformada de Fourier de la señal x(n) = e jW0 n , sea esta
señal periódica o no, esto, sea W0 de la forma 2pm/N con m y N enteros. Por lo tanto, x(n)
dado por la ecuación (5.116) será periódica con período N, sólo si todas las W i tienen esta
forma, pudiendo ser m de valor diferente para cada una de ellas.
239
Con x(n) periódica con período N, y con coeficientes ck de la Serie de Fourier, una
forma alternativa para la expresión de su Transformada de Fourier X(W), es
¥
æ 2pk ö
X(W ) = 2p å c k d ç W - ÷ (5.118)
k =-¥ è N ø
Ejemplo 5.31.
1 jW0 n 1 1
x(n) = (e - e - jW0 n ) = e jW0n - e - jW0n
2j 2j 2j
Luego, aplicando ecuación (5.116) a esta expresión de x(n), se tiene que X(W) está dado
por
p ¥ p ¥
X(W) = å d(W - W 0 - 2pk) - å d(W + W0 - 2pk)
j k =-¥ j k =-¥
p ¥
X(W) = å [d(W - W0 - 2pk) - d(W + W0 - 2pk)]
j k =-¥
b m v m + b m -1v m -1 + ...... + bv + b 0
X(v) = (5.119)
a n vn + a n -1 v n -1 + ......av + a 0
240
TABLA 5.1. Pares básicos de la Transformada de Fourier de Secuencias
Señal Transformada de Fourier
d(n) 1
d(n - n 0 ) e - jn 0
¥
1
u(n) + å
1 - e - jW k =-¥
pd(W - 2pk)
ì1 n = 0,1,2,3,........ 2
sgn(n) = í
î-1 n = -1,-2,-3,..... 1 - e - jW
1
a n u(n) , a < 1
1 - ae - jW
1
(n + 1)a n u(n) , a < 1
(1 - ae ) - jW 2
2p ¥ æ 2pk ö
x(n) = 1 å dçW -
N k =-¥ è N ø
÷
ìï1 n £ N1 sen éë W ( N1 + 12 ) ùû
x(n) = í
ïî0 n > N1 sen ( W / 2 )
¥
e jW 0 n 2p å d(W - W 0 - 2pk)
k =-¥
¥
cos W 0 n p å éëd ( W - W0 - 2pk ) + d ( W + W 0 - 2pk ) ùû
k =-¥
p ¥
senW 0 n å éd ( W - W0 - 2pk ) - d ( W + W0 - 2pk ) ùû
j k =-¥ ë
¥
cos(W 0 n + q) å p éëe
k =-¥
- jq
d ( W + W 0 - 2pk ) + e jqd ( W - W 0 - 2pk ) ùû
senWn W æ Wn ö ìï1 0 £ W £ W
= sin c ç ÷ , 0<W<p X(W) = í
pn n è p ø ïî0 W< W £ p
X(W) periódica con periodo 2p
¥
2p ¥ æ 2pk ö
å
k =-¥
d(n - kN) å dçW -
N k =-¥ è N ø
÷
241
como la suma de un polinomio en v y una fracción racional propia. Luego, el interés se
centra en las funciones racionales propias
Las funciones racionales propias se pueden expandir en fracciones parciales
factorizando el denominador en función de los polos de la función racional, para el caso
específico de X(v) se tiene
b m v m + b m -1 v m -1 + ........ + b1 v + bo
X(v) = (5.120)
(v - p1 )(v - p 2 )..........(v - p n )
A1 A2 An
X(v) = + + ......... + (5.121)
v - p1 v - p 2 v - pn
Ai = (v - pi )X(v) v = p (5.122)
i
Polos Múltiples. Cuando X(v) tiene polos múltiples, como por ejemplo el polo pi con
multiplicidad li , se tiene que X(v), se puede escribir como
A1 A2 A i1 Ai 2 A ili
X(v) = + + .... + + + .... + (5.123)
v - p1 v - p 2 v - pi (v - pi )2 (v - pi )li
Si X(v) tiene polos múltiples, se emplea la ecuación (5.122) para el cálculo de los
coeficientes tipo Ai y también para los tipos A ili , se emplea la ecuación (5.124) para el
cálculo de los coeficientes tipo Aik.
242
En la expansión en fracciones parciales de X(v) se hace v = e-jW , quedando X(W).
La secuencia x(n) se obtiene aplicando transformada inversa de Fourier a cada término de
la expansión en fracciones parciales de X(W).
Expansión en Fracciones Parciales usando MATLAB. Los coeficientes Ai pueden ser
determinados, computacionalmente, empleando MATLAB. En MATLAB se tiene el
comando [r,p,k] que permite la expansión en fracciones parciales de funciones racionales
que tengan la expresión dada por
N(v) b0 + b1 v + b 2 v 2 + ........ + b m v m
F(v) = = (5.125)
D(v) a 0 + a1 v + a 2 v 2 + ....... + v n
MATLAB hace uso de los coeficientes del numerador y del denominador de F(v). Para ello
se definen los vectores filas num y den como:
calcula los residuos (vector columna r), los polos (vector columna p) y los términos
directos (vector fila k) de una expansión en fracciones parciales de la función F(v) =
N(v)/D(v). La forma de la expansión en fracciones parciales obtenidas es
Donde k(v) es un polinomio en v, con el mayor exponente de v dado por m –n, cuando m ³
0, o sea cuando F(v) sea una función racional impropia. El polinomio k(v) es cero cuando
F(v) es una función racional propia, o sea, cuando m < n.
Para un polo p(i) de multiplicidad q, la expansión en fracciones parciales contendrá
términos de la forma
r(i) r(i + 1) r(i + q - 1)
+ + ...... + (5.130)
v - p(i) [ v - p(i) ]2
[ v - p(i) ]
q
Ejemplo 5.32. Determinar la señal x(n) que tiene como Transformada de Fourier X(W):
e - jW + 2e - j2 W
X(W) =
(1 - 16 e- jW - 16 e- j2W )(1 - e- jW + 14 e- j2W )
243
Solución
Haciendo v = e-jW , X(W) queda
2v 2 + v 48v 2 + 24v
X(v) = =
(1 - 16 v - 16 v 2 )(1 - v + 14 v 2 ) - v 4 + 3v3 + 6v2 - 28v + 24
Como el denominador de X(v) es de cuarto orden, X(v) tiene cuatro polos. El programa
MATLAB es
r=
2.8800
-2.8800
-33.6000
-48.0000
p=
-3.0000
2.0000
2.0000
2.0000
k=
[]
p1 = - 3 , p2 = 2 el cual es de multiplicidad 3
244
2,88 -2,88 -33, 6 -48
X(W) = + - jW + + - jW
e - (-3) e - 2 ( e - jW - 2 ) (e - 2)3
- jW 2
F
( n + k - 1)! a n u(n) , a <1
1
n!( k - 1) ! (1 - ae ) - jW k
n n n n
æ 1ö æ1ö æ1ö æ1ö
x(n) = 0,96 ç - ÷ u(n) + 1, 44 ç ÷ u(n) - 8, 4(n + 1) ç ÷ u(n) + 3(n + 1)(n + 2) ç ÷ u(n)
è 3ø è2ø è 2ø è2ø
n n
æ 1ö æ1ö
x(n) = 0,96 ç - ÷ u(n) + ( -0,96 + 0, 6n + 3n 2 ) ç ÷ u(n)
è 3ø è 2ø
F
x1 (n) X1 (W)
y
F
x2 (n) X2 (W)
luego
F
a1 x1 (n) + a2 x2 (n) a1 X1 (W) +a2 X2 (W) (5.131)
O sea que, la Transformada de Fourier de una combinación lineal de dos o más señales es
igual a la misma combinación lineal de la Transformadas de Fourier de cada señal .
245
Ejemplo 5.33.
Solución
Aplicando la propiedad de linealidad, se tiene que
1 - e- jW (M +1)
X1 (W) =
1 - e - jW
por otra parte X2 (W) está dada por
-1
X 2 ( W) = åx
n =- M
2 (n)e - jWn = e jW + e j2 W + ....... + e jMW
de donde .
246
e jW - e jW (M +1)
X 2 (W ) =
1 - e jW
Por lo tanto
1 - e - jW (M +1) e jW + e jW (M+1)
X(W) = X1 (W) + X 2 (W) = +
1 - e - jW 1 - e jW
sen ( M + 12 ) W
X(W) =
sen ( W2 )
ì1 -M £ n £ M
ï
x(n) = x1 (n) + x 2 (n) = í
ï0
î otros valores
Por lo cual x(n) es una función real y par, lo que implica que su Transformada de Fourier es
también real y par, en consecuencia
M
X(W) = x(0) + 2å x(n) cos Wn
n =1
M
æ1 ö
X(W) = 1 + 2å cos Wn = 2 ç + cos W + cos 2W + .......... + cos MW) ÷
n =1 è2 ø
Relación que verifica el resultado obtenido para X(W), aplicando la propiedad de linealidad.
247
5.8.2. Desplazamiento en el Tiempo. Si se tiene el par de transformada siguiente
F
x(n) X(W)
luego
F
x(n - k ) e-jWkX(W) (5.132)
¥ ¥
F{ x(n - k)} = å
n =-¥
x(n - k)e - jWn = å x(m)e
m =-¥
- jW (m + k )
= X(W)e - jWk (5.133)
F
x(n) X(W)
luego
F
x(-n) X(-W) (5.135)
Si x(n) es real, luego por propiedad de señales reales vistas anteriormente, se tendrá
248
5.8.4. Teorema de Convolución. Si
F
x1 (n) X1 (W)
y
F
x2 (n) X2 (W)
luego
F
x(n) = x1 (n) * x2 (n) X(W)= X1 (W)X2 (W) (5.136)
Ejemplo 5.34.
Solución
Se hará uso que la Transformada de Fourier de la convolución de dos secuencias es el
producto de sus transformadas. Luego, si z(n) = x(n)*y(n) se tendrá que Z(W) = X(W)Y(W),
por lo tanto aplicando la definición de Transformada de Fourier a x(n) e y(n), se obtiene
¥ 1
X(W) = å
n =-¥
x(n)e - jWn = åe
n =-1
- jWn
= e jW + 1 + e - jW
y
¥ 2
Y(W) = å
n =-¥
y(n)e- jWn = å e - jWn = 1 + e - jW + e- j2 W
n =0
Luego
X(W)Y(W) = ( e jW + 1 + e - jW )(1 + e - jW + e - j2 W )
y como
¥
F{z(n) = x(n) * y(n)} = X(W)Y(W) = å z(n)e
n =-¥
- jWn
se obtiene
249
5.8.5. Teorema de Correlación. Si
F
x1 (n) X1 (W)
F
x2 (n) X2 (W
luego
F
rx1x 2 (l) Sx1x 2 (W) = X1 (W)X 2 ( -W) (5.137)
F
rxx ( l ) Sxx (W) (5.138
Este teorema establece que la densidad espectral de energía de una señal de energía es la
Transformada de Fourier de su secuencia autocorrelación. De donde, la secuencia
autocorrelación y la densidad espectral de energía de una señal, contienen la misma
información sobre ella. Dado que la secuencia autocorrelación y la densidad espectral.
de energía, no contienen información sobre la fase, no es posible reconstruir la señal a
partir de su secuencia autocorrelación o de la densidad espectral de energía .
Ejemplo.5.35.
En el Ejemplo 5.17, se obtuvo que la autocorrelación de an u(n) para 0<a<1 está dada por :
1 l
rxx (l ) = a
1- a2
Por lo tanto
¥ ¥ l
1 æ 1 ö - jWl
Sxx (W) = år
l =-¥
xx (l)e - jWl
=å
1
2 ç
l =-¥ 1 - ( 4 ) è 4 ø
÷ e
¥ l
1 æ 1 ö - jWl
Sxx (W) =
1 - ( 14 )
2 å ç ÷ e
l =-¥ è 4 ø
é -1 æ 1 ö - l - jWl ¥ æ 1 öl - jWl ù 1 é -1 1 jW - l ¥ 1 - jW l ù
2 êå (4
e ) + å( 4 e ) ú
1
Sxx (W) = êå ç ÷ e + åç ÷ e ú =
1 - ( 14 ) êë l=-¥ è 4 ø l =0 è 4 ø úû 1 - ( 14 ) ë l=-¥
2
l =0 û
Como 1
4 e- jW = 1
4 ej W = 1
4 < 1 , se tiene que las sumatorias de la ecuación anterior son
convergentes , por lo que
1 é 14 e jW 1 ù
Sxx (W) = ê 1 jW + 1 - jW ú
1 - ( 14 ) ë1 - 4 e 1- 4 e û
2
1
Sxx ( W) =
1 - 12 cos W + ( 41 )
2
251
5.8.7. Desplazamiento en Frecuencia. Si
F
x(n) X(W)
luego
F
e jW0 n
x (n) X ( W - W0 ) (5.139)
W
-2p -p 0 p 2p
X(W - W0 )
1
Para W 0< 0, el producto e jW0 n x(n) representa un desplazamiento hacia la izquierda de X(W)
en un monto W0, o sea, que X(W) pasa a ser X(W +÷W0÷ ).
252
Ejemplo 5.36.
El espectro X(W) de una señal x(n) , tiene la gráfica mostrada en la Figura 5.43. Obtener la
gráfica del espectro de la señal y(n) dada por :
y(n) = x(n)cospn
X(W)
1
La gráfica de 1
2 X(W - p) se muestra en la Figura 5.44 .
1
2 X(W - p)
1/2
La gráfica de 1
2 X(W + p) se muestra en la Figura 5.45.
1
2 X(W + p)
1/2
253
En consecuencia , la gráfica de Y(W) será la que se muestra en la Figura 5.46.
Y(W)
1
1/2
F
x1(n) X1 (W)
y
F
x2 (n) X2 (W)
luego
¥ p
1
å
n =-¥
x1 (n)x *2 (n) = ò
2p - p
X1 (W)X*2 (W )dW (5.141)
F
x1 (n) X1 (W)
y
F
x2 (n) X2 (W)
luego
F
p
1
x 3 (n) º x1 (n)x 2 (n) X 3 (W ) = ò X1 (l)X 2 (W - l)dl (5.142)
2p -p
F
x(n) X(W)
luego
F
dX(W)
nx(n) j (4.143)
dW
ì x(n / q) &
para n multiplo de q
ï
x (q) (n) = í (4.144)
ï0 &
î para n no multiplo de q
Ejemplo 5.37.
La señal x(n) está definida por la Figura 5.46.
a) Determinar y graficar el espectro X(W) de x(n).
b) Determinar y graficar x(2)(n).
c) Determinar y graficar el espectro X(2)(W).
x(n)
1
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 n
Figura 5.47. Gráfica de x(n) del Ejemplo 5.37
Solución
a) De acuerdo a x(n) dado, el espectro X(W) está dado por
¥ 2
X(W) = å
n =-¥
x(n)e - jnW = åe
n =-2
- jnW
1
W
- 2 p - p 0 p 2 p
-1
-2
256
ì x(n / 2) &
para n multiplo de 2
x (2) (n) = í
î0 &
para n no multiplo de 2
En consecuencia, para valores impares de n, x(2)(n) será cero. Por lo que la secuencia x(2)(n)
es
x (2) (n) = {x(-4 / 2), 0, x(-2 / 2),0, x(0 / 2), 0, x(2 / 2), 0, x(4 / 2)}
x(2)(n) = {1, 0, 1, 0, 1, 0, 1, 0, 1}
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 n
Figura 5.49. Gráfica de la Señal Escalada x(2)(n) del Ejemplo 5.37
X (2) (W) = x (2) (-4)e j4W + x (2) (-2)e j2W + x (2) (0) + x (2) (2)e- j2W + x (2) e- j4W
Para el problema propuesto, este resultado se puede obtener más directamente aplicando la
relación X(2)(W)= X(2W), ya que en el apartado a) se determinó la expresión de X(W).
257
X (2 ) (W ) = 2 X (W )
5
1
W
-2p -p - p /2 0 p /2 p 2p
-1
Figura 5.50. Gráfica del Espectro X(2)(W) de x(2)(n) del Ejemplo 5.37
Solución
a) Se puede comenzar considerando la propiedad de diferenciación en el dominio de la
frecuencia, o sea, el par de transformada
F dX(W)
nx(n) j
dW
1
Con X(W) = F {x(n)} = . Luego:
1 - 0, 5e - jW
dX(W) 0, 5e - jW
F{z(n) = nx(n)} = Z(W) = j =
dW (1 - 0, 5e- jW )
2
258
Como y(n) =z(n)cos4n, y aplicando la propiedad de modulación, se tiene
1
Y(W) = é Z ( W - W 0 ) + Z ( W + W 0 ) ùû
2ë
conW0 = 4, se tiene
é ù
1 ê 0,5e - j( W- 4 ) 0, 5e - j( W+ 4 ) ú
Y(W) = +
(
2 ê 1 - 0,5e - j( W-4 )
) (1 - 0,5e )
2 ú
- j( W+ 4 )
2
ëê ûú
259
Figura 5.52. Espectro de Fase de y(n) del Ejemplo 5.38.
La Tabla 5.3 resume las propiedades presentadas, la cual sirve como referencia
dX(W)
Diferenciación en el nx(n) j
dW
dominio de la frecuencia
Conjugación x* (n) X* (-W)
¥
1 p
Teorema de Parseval å x (n)x
n =-¥
1
*
2 (n) =
2p ò-p
X1 (W)X*2 (W)dW
Escalamiento en Tiempo y
en Frecuencia x(q)(n) X(qW)
260
PROBLEMAS
5.1 Determinar si las siguientes señales son descritas en términos de energía o de potencia
a) x(n) = Ae-nu(n).
b) x(n)= u(n).
c) x(n) = Ae jW0 n u(n).
ì 2n para -2 £ n £ 4
ï
x(n) = í
ï0 otros valores
î
5.3.Determinar la potencia media de la señal x(n) cuya gráfica se muestra en la Figura P5.3.
x(n)
3
2
...... 1 ......
-11 -10-9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 n
Figura P 5.3
5.4. Descomponer las siguientes señales x(n) en sus componentes para e impar, para x(n)
dada por
a) x(n) = {1, 3, 5, 4, 6}
b) x(n) = {1, 3, 5, 4, 6}
5.5. Determinar la suma y el producto de las señales x(n) e y(n), definidas como
a) x(n) = {2, -1, 1, 4,-3, 0, 2) , y(n) = {3, 1, -2, 5, 3,-1}.
5.6. Calcular la secuencia convolución z(n) = x(n)*y(n), para las secuencias x(n) e y(n)
dadas por
a) x(n) = {0, 1, 0, 1, 1, 1} , y(n) = {1, -2 , 4}
261
c) x(n) = ( 13 ) u(n) , y(n)= ( 21 ) u(n)
n n
x(n) y(n)
3
2 2
1
-2 -1 0 1 2 3 n -2 -1 0 2 3 4 5 6 n
-2
h) x(n) e y(n) dadas por la Figura P 5.6
Figura P 5.6
b) x(n) = {2, 2, 1, 1}
b) x(n) = {1, 2, 2, 2, 1}
262
x(n) y(n)
4
1
...... ...... ...... 2 ......
1
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 n -9-8-7-6-5-4-3-2-1 0 1 2 3 4 5 6 7 8 9 n
Figura P 5.11
Determinar
a) La secuenciasautocorrelaciones q xx (l) y q yy (l) .
b) Las secuencias correlaciones cruzadas q xy (l) y q yx (l) .
5.12. Sea y(n) = x(n) + ax(n – k). a) Determinar analíticamente la secuencia autocorrelación
ryy (l ) en términos de la autocorrelación rxx (l) .
b) Si x(n) = cos(0,2pn) + 0,5cos(0,6pn), y a = 0,1 y k = 50. Generar 200 muestras de y(n) y
determinar su autocorrelación.
5.13. Considerando las secuencias x(n) e y(n) definidas en el Problema 7.11 y teniendo que
z(n) = x(n) + y(n)
x(n)
2
...... ......
-6 -3 0 3 6 9 12 n
Figura P 5.14
b) x(n) = n ( 12 ) u(n) .
n
c) x(n) = 2nu(n).
d) x(n) = u(n) – u(n – 4).
e) x(n) = {-3, -2, 0, 2, 3}
f) x(n) = (1/4)nu(n+2)
7
5.19. Determinar la secuencia x(n) para las siguientes transformadas de Fourier.
a) X(W) = cos2W.
ìï0 0 £ W £ WM
b) X(W) = í
ïî1 WM < W < p
c) X(W) = 1 - 2e - j3W + 4e j2 W + 3e - j6 W
d) X(W ) = senW cos W
e) X(W) = cos ( W2 ) + jsenW
e - jW
f) X(W) =
1 + 16 e - jW - 16 e - j2 W
264
X(W)
p
...... ......
-2p -p 0 p 2p W
a)
X(W)
1
...... ......
X(W)
2
1
...... ......
-2p -p - p3 0 p 2p
3 3
p 2p W
c)
Figura P 5.20
ìï2 - ( 12 ) n n £4
c) x(n) = í
ïî0 otros valores
x(n)
3
2
1
-6 -5 1 2 3
-4 -3 -2 -1 0 4 5 6 n
-1
-2
-3
b)
Figura P 5.23
5.24. Sea x(n) dada por
ì1 -10 £ n £ 10
x(n) = í
î0 otros valores
e y(n) dada por
æ nö
y(n) = ç 1 - ÷ x(n)
è 10 ø
1
x(W) =
a + e - jW
Dondea es una constante arbitraria. Determinar las transformadas de Fourier Y(W) de las
siguientes señales.
a) y(n) = x(2x – 4)
b) y(n) = x( -3n).
c) y(n) = nx(n).
np
d) y(n) = e 2 x(n + 1)
e) y(n) = x2(n).
f) y(n) = x(n)cos2n.
g) y(n) = x(n)*x(n).
267
UNIDAD VI: TRANSFORMADA – Z
TEMAS
6.1 TRANSFORMADA – Z
6.1.1.Definición. La Transformada - Z, X(z), de una señal de tiempo discreto x(n) se define
como
¥
X(z) = å x(n)z
n =-¥
-n
(6.1)
X(z) º Z { x(n)}
(6.2)
En tanto , la relación entre x(n) y X(z) se indica como
Z
x(n) X(z)
269
Región de Convergencia para Señales de Longitud Infinita. Para determinar la región de
convergencia de la Transformada – Z , de señales de longitud infinita, se puede utilizar el
criterio de Cauchy, el cual establece que si
¥
y que
1
lim v(n) n < 1 (6.4)
n ®¥
-1 ¥
X(z) = å
n =-¥
x(n)z - n + å x(n)z - n
n =0
(6.5)
Para que X(z) tenga un valor finito, las dos sumatorias del segundo miembro de la ecuación
(6.5) deben de ser finitas . Aplicando Cauchy, por separado, a las sumatorias de la ecuación
(6.5), y definiendo como
1
R x - = lim x(n) n (6.6)
n ®¥
Y
1
R x+ = 1 (6.7)
lim x(- m) m
m ®¥
Plano Z
Rx-
Re{z}
Rx+
¥ ¥
X(z) = å 1z - n = å z - n
n =0 n =0
1
X(z) =
1 - z -1
La ROC de esta transformada está dada por Rx- y Rx+ .Rx- está determinado por
1 1
R x - = lim x(n) n = lim 1 n = 1
n ®¥ n ®¥
como x(n) es la señal escalón unitario, o sea x(-n) = 0 para n < 0, luego Rx+ = ¥. Por lo tanto
1
X(z) = paraïzï> 1
1 - z -1
Ejemplo 6.2.
x(n) = an u(n)
Solución
En este caso, se tiene
¥ ¥ ¥
å x(n)z = å a n z - n = å ( az -1 )
-n n
X(z) =
n =-¥ n=0 n=0
n ®¥ n ®¥ n ®¥
luego
Rx- = ïaï
yRx+ está dado por
1 1 1
R x+ = 1 = 1 = =¥
lim x(- n) n
lim a - n u(- n) n 0
n ®¥ n ®¥
luego
1
X(z) = paraïzô>ïaô
1 - az -1
Ejemplo 6.3.
1 1
n ®¥ n ®¥
1 1 1
R x+ = 1 = 1 = -1
=a
lim x(- n) n
lim a - n n
a
n ®¥ n ®¥
Rx-<ïzô<Rx+
o sea , es una relación estricta, ya que no se considera la igualdad. En este caso, se tiene que
Rx- = Rx+ =ïaï, por lo cual no se cumple la condición de existencia de la ROC, lo que a su
vez implica la no existencia de X(z) para la señal dada.
272
Ejemplo 6.4.
ì0 n ³ 0
x(n) = -a n u(-n - 1) = í n
î-a n £ -1
Solución
De la definición de X(z), se tiene
-1 ¥
å ( -a ) z = - å ( a -1 z )
-n m
X(z) = n
, con m = -n
n =-¥ m =1
Usando la fórmula
A + A 2 + A 3 + .......... = A (1 + A + A 2 + ........) =
A
, con ïAï< 1
1- A
se obtiene
a -1 z 1
X(z) = - =
1 - a z 1 - az -1
-1
R x - = lim a n u(- n - 1) = 0
n
n ®¥
por lo tanto
1
X(z) = paraïz ï<ïaï
1 - az -1
De los resultados de los Ejemplos 6.2 y 6.4, se observa que la Transformada – Z de una
señal causal tiene la misma expresión que la Transformada -Z de una señal anticausal. Esto
implica que no basta conocer solamente la Transformada-Z para especificar una señal en el
dominio del tiempo, es necesario especificar además su ROC. En resumen, una señal de
tiempo discreto x(n) es unívocamente determinada por su Transformada - Z y por la región
de convergencia de X(z). Se deduce también que la ROC de una señal causal es el exterior
a un circulo de algún radio Rx-, en tanto que la ROC de una señal anticausal es el interior
de un circulo de radio Rx+ .
273
Ejemplo 6.5.
¥ ¥
X(z) = å
n =-¥
a n u(n)z - n + å b u(-n - 1)z
n =-¥
n -n
La primera serie del segundo miembro de la ecuación anterior, de acuerdo con el Ejemplo
8.2, converge para ÷ z÷>÷ a÷ y la segunda serie, de acuerdo con el Ejemplo 6.4.
converge para ïzï<ïbï, luego X(z) tiene una ROC dada por
ïaï<ïzï<ïbï
Luego, se considerarán dos casos :
Caso 1 :ïbï<ïaï. En este caso, no se cumple la condición de la ROC para X(z) y por lo
tanto ésta no existe, dado que no hay valores de z para los cuales las dos series de potencia
converjan simultáneamente.
Caso 2 :ïbï>ïaï. En este caso hay un anillo en el plano Z donde ambas series convergen
simultáneamente, por lo tanto
¥ -1 ¥ ¥
X(z) = å a n z - n + åbz = å ( az -1 ) + å ( b -1z )
n -n n m
n =0 n =-¥ n =0 m =1
1 1
X(z) = -1
-
1 - az 1 - bz -1
b-a
X(z) = paraïaï<ïzï<ïbï
a + b - z - abz -1
Este ejemplo muestra que una señal de duración infinita tanto para n<0 como para n>0
(infinita bilateral), tendrá como ROC un anillo en el plano Z .
Ejemplo 6.6.
a) x(n) = {3, 0, 0, 0, 0, 6, 1, 4 }
b) y(n) = {1, 2, 3, 4, 0, 2}
c) v(n) = d(n)
Solución
De la definición de Transformada -Z , se tiene
275
¥
X + (z) = å x(n)z - n (6.11)
n =0
¥
X(z) = å x(k)z
k =-¥
-k
(6.12)
Im{z}
C
r1
Re{z}
r2
Se obtiene
¥
ÑòC
X(z)z n -1dz = Ñò
C
å x(k)z
k =-¥
n -1- k
dz (6.13)
276
donde C denota el contorno en el interior de la ROC de X(z), con sentido en contra del giro
de los punteros del reloj. Dado que la serie converge en este contorno, se puede
intercambiar el orden de integración y de la sumatoria, por lo cual (6.13) se puede escribir
como
¥
Ñò
C
X(z)z n -1dz = å x(k)Ñò
k =-¥
C
z n -1-k dz (6.14)
Por otra parte, se tiene que el Teorema de la Integral de Cauchy establece que
1 ì1 , k = n
ò
Ñ
2pj C
z n -1- k dz = í
î0 , k ¹ n
(6.15)
donde C es cualquier contorno que encierra al origen. Aplicando (6.15) en (6.14), se tiene
que el segundo miembro de (6.14) se reduce a 2pjx(n), o sea
Ñò C
X(z)z n -1 = 2pjx(n) (6.16)
1
x(n) =
2pj ò
Ñ C
X(z)z n -1dz (6.17)
tienen Transformadas - Z racionales, existiendo para tal caso métodos más simples para la
inversión .
¥
X(z) = å x(n)z
n =-¥
-n
, ROC : r2<ïzï< r1 (6.18)
277
donde r = ïzï y W es el ángulo de z. Luego, dentro de la ROC de X(z), se puede sustituir z
= r ejW en (6.18), obteniéndose
¥
X(z) z= re jW = å éë x(n)r
n =-¥
-n
ùû e - jWn (6.20)
¥
X(z) z =e jW º X(W) = å x(n)e
n =-¥
- jW n
(6.21)
å
n =-¥
x(n)r - n < ¥ (6.22)
6.4.1 .Linealidad . Si
Z
x1 (n) X1 (z)
y
Z
x2 (n) X2 (z)
luego
Z
x(n) = a1 x1 (n) +a2 x2 (n) X(z) =a1 X1 (z) + a2 X2 (z) (6.25)
Ejemplo 6.7.
n
æ1ö
x(n) = ç ÷ u(n) - 2n u(n)
è3ø
Z {a n u(n)} =
1
, ROC :ïzï>ïaï
1 - az -1
Por lo tanto
X1 (z) = Z {( ) u(n)} = 1 - 1 z
1 n
3 1
3
-1
, ROC : z > 1
3
y
X 2 (z) = Z {2n u(n)} =
1
, ROC :ïzï>ï2ï
1 - 2z -1
Ejemplo 6.8.
280
{ }
Z e jW0 n u(n) =
1
1 - e jW 0 z - 1
, ROC :ïzï> e jW0 n = 1
{ }
Z e - jW0 n u(n) =
1- e
1
- j W0
z -1
, ROC : z > e - jW0 n = 1
Por lo tanto
1 1 1 1
X(z) = jW 0 - 1
+ - jW 0 - 1
, ROC :ïzï> 1
2 1- e z 2 1- e z
1 - z -1 cos W0
X(z) = , ROC :ïzï> 1
1 - 2z -1 cos W0 + z -2
Z
x(n) X(z)
luego
Z
x(n-k) z-kX(z) (6.26)
Ejemplo 6.9.
x2 (n) = x1 (n+4)
281
x3 (n) = x1 (n-4)
Solución
Se tiene
X1 (z) = Z{x1 (n)} = 2z4 + z3 + 2z2 + 5z1 +7 + z-2 +2z-3
Aplicando la propiedad de desplazamiento temporal, se obtiene
Ejemplo 6.10.
ì2 0 £ n £ N-1
ï
x(n) = í
ï0
î otros valores
Solución
En este problema se pueden utilizar las siguientes resoluciones
N -1
ì2N si z=1
ï
X(z) = å 2z -n
= 2 éë1 + z + z + ........... + z
-1 -2 - ( N -1)
ùû = í 1 - z - N
n =0 ï2 si z ¹ 1
î 1 - z -1
282
La ROC de X(z) es todo el Plano-Z excepto z = 0 .
b) Aplicación de las propiedades de linealidad y desplazamiento temporal .
En este caso x(n) se puede escribir como
x(n)=2u(n)-2u(n-N)
El Ejemplo 6.10 ayuda a clarificar una característica muy importante de la ROC de combinación de
varias Transformadas - Z. Si la combinación lineal de varias señales tiene duración finita, la ROC
de su Transformada -Z está determinada exclusivamente por la duración finita de esta señal, no por
la ROC de cada transformada individual .
Z
x(n) X(z) , ROC : r1<ïzô< r2
luego
Z
an x(n) X ( za ) , ROC : ïaôr1<ïzô<ïaôr2(6.27)
Ejemplo 6.11.
1æ 1 1 ö
X1 (z) = Z { x1 (n)} = ç jW 0 -1
- - jW 0 - 1 ÷
, ROC :ïzô> 1
2j è1- e z 1- e z ø
az -1 sen W0
Z {x(n) = a (sen W0 n)u(n)} = X1 (a z) =
n -1
, ROC :ïzï>ïaï
1 - 2az -1 cos W0 + a 2 z -2
Z
x(n) X(z) , ROC : r1<ïzï< r2
luego
Z
1 1
x(-n) X(z-1 ) , ROC : <z < (6.28)
r2 r1
Ejemplo 6.12.
x2 (n) = x1 (-n)
si
ì( 1 ) n n³0
ïï 3
x1 (n) = í
ï 1 -n
ïî( 2 ) n<0
284
Solución
Como
Z{x1 (-n)} = X1 (z-1 )
¥ -1 ¥
å å ( 12 ) z - n + å ( 13 ) z - n
-n
x1 (n)z - n =
n
X1 (z) =
n =-¥ n =-¥ n=0
Se tiene
¥ ¥
z - n = å ( 13 z -1 ) =
1 1
å ( 13 )
n n
-1
, ROC : z >
n =0 n=0 1- z 1
3 3
Por otra parte
-1 ¥ 1
z 1 1
å ( 12 ) z - n = å ( 12 z ) =
-n m 2
= -1
=- , ROC :ïzï< 2
n =-¥ m =1 1 - 12 z 2z - 1 1 - 2z -1
En consecuencia
5 -1
1 1 z 1
X1 (z) = 1 -1
- -1
= - 7 3-1 2 -2 , ROC : < z < 2
1- 3 z 1 - 2z 1- 3 z + 3 z 3
Dado que
Z { x 2 (n)} = X 2 (z) = X1 (z -1 )
se tiene que
5
z 1
X 2 (z) = - 3
, ROC : <ïzï< 3
1- z + 3 z
7
3
2 2
2
Z
x(n) X(z)
luego (6.29)
dX(z)
nx(n) Z
-z
dz
Ejemplo 8.13.
x(n) = ( 1 + n) u(n)
285
Solución.
x(n) se puede escribir como
x(n) = u(n) + nu(n)
En consecuencia
1 z -1 1
X(z) = -1
+ -1 2
= , ROC :ïzï> 1
1- z (1 - z ) (1 - z -1 )2
Z
x1 (n) X1 (z)
Z
x2 (n) X2 (z)
luego
Z
x(n) = x1 (n)*x2 (n) X(z) = X1 (z)X2 (z) (6.30)
286
1. Se determina las Transformadas - Z de las dos señales a ser convolucionadas, o sea se
pasa del dominio del tiempo al dominio -Z.
Ejemplo 6.14.
x1 (n) = {1, 2, 5, 7, 0, 1}
x2 (n) = {2, 4, 5, 7, 0, 1}
Solución
Aplicando la definición de Transformada - Z se tiene
287
6.4.7. Correlación de Dos Señales. Si
Z
x1 (n) X1 (z)
y
Z
x2 (n) X2 (z)
luego
Z
¥
rx1x 2 (l) = å x (n)x
n =-¥
1 2 (n - l) R x1x 2 (z) = X1 (z)X 2 (z -1 ) (6.31)
Solución
Con X(z) = Z{x(n)} , se tiene que
R xx (z) = Z {rxx (l)} = X(z)X(z -1 )
Del Ejemplo 6.2 se tiene
Z {a n u(n)} =
1
, ROC :ïzï>ïaï
1 - az -1
288
1 1 1 1
R xx (z) = -1
= -1
, ROC : < z < 2
1 - z 1 - 2 z 1 - 2 (z + z ) + 4
1
2
1 1 1
2
Dado que la ROC de Rxx (z) es un anillo, rxx ( l ) es una función bilateral, aún si x(n) es
causal .
Para obtener rxx ( l ), se tiene que la Transformada - Z de la secuencia del Ejemplo
6.5 con b=1/a es simplemente (1-a2 )Rxx (z), con a = 1/2. De aquí se sigue que
Z {( 2)
1 n
u(n) + ( 12 ) u(- n - 1) = ( 21 )
-n n
} = éë1 - ( ) ùû R
1 2
2 xx (z)
1
( 12 )
l
rxx (l) = - ¥< l <¥
1- ( 1 2
2 )
Para el caso general de que se tenga que x(n) = an u(n), con ôaô< 1, se obtiene que
1 l
rxx (l ) = a
1- a 2
Z
x1 (n) X1 (z)
Z
x2 (n) X2 (z)
luego
1 æzö
x(n) = x1 (n)x 2 (n) ò
Ñ X1 (v)X 2 ç ÷ v -1dv
Z
X(z)= (6.32)
2p C
èvø
donde C es un contorno cerrado que encierra el origen y está dentro de la ROC de X1 (v) y
de X2 (z/v) .
Para obtener la ROC de X(z) se tiene que si X1 (v) converge para r1l<ïzï< r1u y X2
(z) converge para r2l<ïzï< r2u , luego la ROC de X2 (z/v) es
z
r2l < < r2u
v
luego , la ROC de X(z) es al menos
289
r1l r2l < z < r1u r2u
Para el caso de que x1 (n) y x2 (n) sean secuencias complejas, se puede definir el producto
secuencia como x(n) = x1 (n)x *2 (n) . Luego, la correspondiente integral de convolución
compleja es
* æ z ö -1
*
1
2pj Ñò C
x(n) = x1 (n)x *2 (n) Z
X(z)= X1 (v)X 2 ç * ÷ v dv (6.33)
èv ø
¥
1 æ1ö
å x (n)x
n =-¥
1
*
2 (n) =
2pj ò
Ñ C
X1 (v)X*2 ç ÷ v -1dv
èvø
(6.34)
con r1l r2l< 1 < r1ur2u , donde r1l<ïzï< r1u y r2l<ïzï< r2u están en la ROC de X1 (z) y X2(z) .
La demostración de la ecuación (8.42) es inmediata, evaluando X(z) en la ecuación
(6.33) en z = 1.
Si X1 (z) y X2 (z) convergen sobre una circunferencia unitaria, se puede seleccionar
el contorno de integración de la ecuación (6.34) como la circunferencia unitaria. Luego, la
ecuación (6.34) se reduce a la relación de Parseval, dada por
¥ p
1
å
n =-¥
x1 (n)x (n) =
*
2 ò
2p -p
X1 (W)X*2 (W)dW (6.35
luego
x(0) = lim X(z) (6.36)
z ®¥
290
TABLA 6.1 . Algunos pares comunes de Transformada - Z
Señal Transformada - Z
x(n) X(z) ROC
d(n) 1 Todo el Plano - Z
u(n) 1 ïzï> 1
1 - z -1
an u(n) 1 ïzï>ïaï
1 - az -1
1 zk
(n + 1)...(n + k - 1)a n , n ³ 0 ïzï>ïaï
(k - 1)! (z - a)k
1 zk
- (n + 1)...(n + k - 1)a n , n £ -1 ïzï<ïaï
(k - 1)! (z - a)k
Propiedad
292
Ejemplo 6.16.
teniéndose que X(z) y Z {n(0, 6) n sen ( p6n ) u(n)} tienen la misma ROC. Aplicando la
propiedad de diferenciación en el dominio - z, y considerando que y(n) =
(0,6)nsen(pn/6)u(n), se tendrá
dZ {y(n)} dY(z)
Z {ny(n)} = -z = -z
dz dz
por lo cual
ï -3
X(z) = z í- z
{
ì dZ ( 0, 6 ) n sen ( p n ) u(n)
6 } ïüý
ïî dz ïþ
0, 6sen ( p6 ) z -1
{ n
}
Z ( 0,6 ) sen ( p6n ) u(n) =
1 - 2(0, 6 cos p6 )z -1 + 0, 36z -2
=
0,3z -1
1 - 0, 6 3z -1 + 0,36z -2
, |z|>0,6
Luego,
d ì 0,3z -1 ü
X(z) = -z -2 í -1 -2 ý
, | z | > 0,6
dz î1 - 0, 6 3z + 0, 36z þ
ì -0,3z -2 + 0,108z -4 ü
X(z) = -z -2 í -1 -2 -3 -4 ý
î1 - 1, 2 3z + 1,8z - 0, 432 3z + 0,1296z þ
Finalmente
0,3z -4 - 0,108z -6
X(z) = , | z | > 0,6
1 - 1, 2 3z -1 + 1,8z -2 - 0, 432 3z -3 + 0,1296z -4
293
6.4.11. Uso de MATLAB en la determinación de la Transformada – Z. Existen
diferentes formas de usar MATLAB en la determinación de la Transformada – Z de
secuencias o señales de tiempo discreto. Una de ellas se presenta en el desarrollo del
siguiente ejemplo, otras se presentarán en las secciones posteriores.
Ejemplo 6.17.
Solución
La propiedad de convolución establece que
x3 =
15 19 23 17 8 2
>>t
t=
4
294
De donde
x 3 (n) = {15,19, 23,17,8, 2}
En consecuencia
X3(z)= 15z3 + 19z2 + 23z + 17 + 8z-1 + 2z-2 ,ROC: Plano-Z entero, excepto z=0 y z=¥
Función ztrans. En MATLAB existe la función ztrans, que permite obtener la expresión
simbólica de la Transformada – Z de una señal x(n) causal, a partir de la expresión de x(n).
La sintaxis es X = ztrans(x), la que por defecto entregará como resultado una expresión en
función de z.
Ejemplo 6.18.
Solución.
La señal x(n) del Ejemplo 6.16 es
X=
15/2/z^2*(25*z^2-9)/(25*z^2-15*z*3^(1/2)+9)^2
O sea
295
15
z -2 ( 25z 2 - 9 )
X(z) =
2
( 25z )
2
2
- 15 3z + 9
Ecuación que puede escribirse como
375 - 135z -2
X(z) = , | z | > 0,6
1250z 4 - 1500 3z3 + 2250z 2 - 540 3z + 162
Queda como ejercicio del lector, demostrar que el resultado obtenido, es idéntico al
resultado del Ejemplo 6.16.
Una importante familia de Transformada - Z es aquella para la cual X(z) es una función
racional, o sea, una razón de dos polinomios en z-1 ( o z). En esta sección se presentarán
algunos temas importantes en relación a la clase de Transformadas - Z racionales
Si a0¹ 0 y b0¹ 0, X(z) se puede escribir con exponentes positivos de z, tal como se muestra
en la siguiente ecuación
296
M
Õ (z - z
N - M k =1
k )
X(z) = Gz N
(6.40)
Õ (z - p
k =1
k )
donde G = b0 / a0 , zk son las raíces del polinomio del numerador y pk son las raíces del
polinomio del denominador.
Luego, X(z) tiene M ceros finitos en z = z1 , z2 , z3 , ........., zM y N polos finitos en z
= p1 , p2 , p3 , ..........,pN , y en el.origen ( z = 0) tendrá ïN - Mï ceros si N > M o ïN - Mï
polos si N < M. Los polos o ceros también pueden ocurrir en z = ¥. Un cero existe en z = ¥
si X(¥) = 0 y un polo existirá en z = ¥ si X(¥) = ¥. Si se cuentan los polos y ceros en cero
y en el infinito, se encuentra que X(z) tiene exactamente el mismo número de polos y ceros.
X p1
z1 W0
Re{z}
W0
r
ROC
Figura 6.3. Diagrama de polos y ceros de la señal (rnsenW 0 n)u(n)
Ejemplo 6.20.
zM = aM
tiene M raíces de la forma
j 2Mpk
z k = ae , k = 0, 1, 2, 3, .........., M-1
298
En consecuencia, X(z) tiene M-1 ceros ubicados en una circunferencia con radio a, y M-1
polos múltiples ubicados en el origen. La ROC de X(z) es todo el Plano - Z, excepto z = 0
porque los M-1 polos están localizados en el origen.
Considerando como ejemplo M = 6, se tienen 5 polos múltiples en el origen y los
siguientes ceros
jp j 23p j 43p j 53p
z1 = ae 3 , z 2 = ae , z3 = ae jp , z4 = ae , z5 = ae
Por lo tanto , el diagrama de polos y ceros es el que se muestra en la Figura 6.4 .
Im{z}
Z 2
Z 1
Z 3 m=5
x
Z 4
Z 5
ROC
Ejemplo 6.21 .
a
x Re{z}
m=2
ROC
299
Solución .
Hay un polo múltiple de multiplicidad 2 (N = 2) en z = a y un cero (M = 1) en el
origen. Sustituyendo estas relaciones en
M
Õ (z - z
N - M k =1
k )
X(z) = Gz N
Õ (z - p
k -1
k )
se obtiene
z z z
X(z) = G =G =G 2
(z - p1 )(z - p 2 ) (z - a)(z - a) z - 2az + a 2
Del Ejemplo 6.21 se tiene que el producto (z -p1 )(z - p2 ) da por resultado un polinomio
con coeficientes reales, cuando p1 y p2 son complejos conjugados. En general, si un
polinomio tiene coeficientes reales, sus raíces pueden ser reales o un par de complejos
conjugados.
La Transformada - Z es una función compleja de la variable compleja z, por lo cual
ïX(z)ï es una función real y positiva de z y como z representa un punto en el plano
complejo, ïX(z)ïes una función bidimensional y describe una superficie en el espacio.
300
Si una señal real tiene una Transformada - Z con un polo, éste tiene que ser real. La
única señal que posee esta característica es la exponencial real: x(n) = an u(n), teniéndose el
siguiente par de transformada
1
x(n) = a n u(n) Z
X(z)= , ROC :ïzï>ïaï (6.41)
1-az -1
En este caso, X(z) tiene un cero en el origen y un polo en p1 = a. La Figura 8.6 ilustra el
comportamiento de la señal, con respecto a la ubicación relativa del polo en relación a la
circunferencia unitaria
...... ......
x n x n
0 1 0 0 1 0
Figura 6.6. Comportamiento en el Dominio del Tiempo de una Señal con un Polo Real
H(z) = k
( z - z(1) )( z - z(2) ) ........... ( z - z(m) ) (6.41)
( z - p(1) )( z - p(2) ) .......... ( z - p(n) )
301
En este caso, la sintaxis general es z = zpk(‘z’,Ts), con Ts como intervalo de muestreo, el
cual puede no especificarse, quedando la sintaxis z=zpk(‘z’).
Función zplane. Para graficar el diagrama de polos – ceros de una función racional, en
MATLAB se emplea la función zplane. Si la función racional es de la forma b(z)/a(z), la
sintaxis es zplane(b,a).
Ejemplo 6. 19.
Teniéndose que
1 - 3z -1 + 2z -2
H(z) =
1 - 0, 75z -1 + 0,125z -2
Usando MATLAB, determinar
a) Los valores de polos y ceros de H(z), usando la función roots.
b) La expresión de H(z) en forma de polos – ceros - ganancia
c) Diagrama de polos – ceros de H(z).
Solución
a) Para obtener los valores de los polos y ceros de H(z), usando la función roots, el
programa MATLAB es
p1 = 0,5 , p2 = 0,25
302
>> % Expresion forma polos - ceros- ganancia de H(z) del Ejemplo 6.19
>> z=zpk('z');
>> H=(z^2-3*z+2)/(z^2-0.75*z+0.125)
Zero/pole/gain:
(z-2) (z-1)
----------------
(z-0.5) (z-0.25)
Z+
x(n) X+ (z)
Ejemplo 6.20 .
a) X1+ (z) = 3 + 2z -3 + 6z -4 + z -5 - 3z -6
b) X+2 (z) = 2 + 6z -1 + z -2 - 3z -3
c) X 3+ (z) = 2 + 6z -1 + z -2 - 3z -3
d) X+4 = 1
e) X 5+ = z - k
f) X 6+ = 0
De los resultados obtenidos se deduce que : para una señal no causal, su Transformada Z
Unilateral no es única. Ciertamente, X +2 (z) = X 3+ (z) pero x2 (n) ¹ x3 (n). Para señales
anticausales la Transformada -Z Unilateral es siempre cero, como es el caso de x6 (n) que
tiene X +6 (z) = 0
Z+
x(n-k) z-k X+ (z) (6.45)
Ejemplo 6.21 .
a) x(n) = 4n u(n)
b) x1 (n) = x(n - 3) , donde x(n) = 4n
305
Solución
a) Aplicando la definición de X+(z), se tiene que
¥
1
X + (z) = å 4n z - n = 1 + 4z -1 + 4 2 z -2 + 43 z -3 + ....... =
n=0 1 - 4z -1
é 3 ù
Z+ {x(n - 3)} = z -3 ê å x(-n)z n + X + (z) ú
ë n =1 û
de donde
+ z -3 1 1 1
X (z) = -1
+ z -2 + z -1 +
1 - 4z
1
4 16 64
luego
é k -1
ù
x(n + k) z+
z k ê X + (z) - å x(n)z - n ú , k > 0 (6.46)
ë n =0 û
luego
é k -1
ù
x(n + k) z+
z k ê X + (z) - å x(n)z - n ú , k > 0 (6.47)
ë n =0 û
é k -1
ù
Z+ {x(n + k)} = z k ê X + (z) - å x(n)z - n ú
ë n =0 û
306
Ejemplo 6.22 .
x2 (n) = x(n+3)
Solución
z3
Z {x(n + 3)} =
+
-1
- z3 - 4z 2 - 16z
1 - 4z
luego
El límite en (6.48) existe si la ROC de (z - 1)X+ (z) incluye el circulo unitario .Este teorema
es muy útil cuando se tiene interés en el comportamiento asintótico de una señal x(n) y se
conoce su Transformada - Z pero no x(n). En tales casos, especialmente si es complicado
invertir X+ (z), se puede usar el Teorema del Valor Final para determinar el límite de x(n)
cuando n ®¥ .
307
Ejemplo 6.23 .
Sean las señales x1 (n) = nan u(n) y x2 (n) = u(n) , con ïaï< 1. Se define :
Dado que x1 (n) y x2 (n) son señales causales, x3 (n) es también causal. Por lo que sus
Transformadas - Z Bilaterales y Unilaterales son idénticas. Luego se puede aplicar
X 3+ (z) = Z{x1 (n)*x2 (n)} = X1 (z)X2 (z)
y como
az -1
X1 (z) =
(1 - az -1 ) 2
y
1
X 2 (z) =
1 - z -1
por lo tanto
az -1 1
X3+ (z) =
(1 - az ) 1 - z -1
-1 2
En consecuencia
a
lim x 3 (n) = lim(z - 1) -1 2
n ®¥ z ®1 (1 - az ) (z - 1)
1
x(n) =
2pj ò
Ñ C
X(z)z n -1dz (6.47)
Donde la integral es una integral curvilínea, con C como línea cerrada que encierra al
origen y está dentro de la ROC de X(z). Por simplicidad, C se considera como una
circunferencia en el Plano - Z .
308
Para la determinación de la Transformada - Z Inversa se utilizan, generalmente, los
siguientes métodos :
1 . Evaluación directa, por integración curvilínea .
2 . Expansión en serie de potencias de z o z-1 .
3 . Expansión en fracciones parciales y uso de Tablas .
ìf (z 0 ) si z 0 está den t ro de C
1 f (z) ï
ò
Ñ
2pj z - z 0
dz = í (6.49)
ï0
C
î si z 0 está fu e r a de C
ì 1 d k -1f (z)
ï k -1
si z 0 está dentro de C
ï (k - 1)! d z z= z0
1 f (z) ï
ò
Ñ
2pj (z - z 0 ) k
dz = í (6.50)
ï0
C
si z 0 está fuera de C
ï
ï
î
Los valores de los segundos miembros de (6.49) y (6.50) se denominan residuos del polo en
z = z0 . Las expresiones (6.49) y (6.50) son dos formas del Teorema de Residuo de Cauchy
.
Se puede aplicar (6.49) y (6.50) para obtener los valores de integrales más
generales. Por ejemplo, se supone que el integrando de la integral curvilínea es
f (z)
P(z) = (6.51)
g(z)
donde f(z) no tiene polos dentro del contorno C y g(z) es un polinomio con raíces simples
distintas p1 , p2 ,........., pn , las que están dentro de C. Luego
309
1 f (z) 1 é n A i (z) ù
êå
2pj Ñò C g(z) 2pj Ñò C ë i =1 z - pi û
dz = ú dz
n
1 f (z) 1 A i (z)
ò
Ñ
2pj C g(z)
dz = å
i =1 2pj
ò
Ñ C z-p
dz (6.52)
i
n
1 f (z)
2pj Ñò C g(z)
dz = å
i =1
A i (pi )
donde
f (z)
Ai (z) = (z - pi )P(z) = (z - p i ) (6.53)
g(z)
Los valores Ai (pi) son los residuos de los polos correspondientes en z = pi , i = 1,2,....,n Por
lo tanto, el valor de la integral curvilínea es igual a la suma de los residuos de todos los
polos dentro del contorno C .
La Ecuación (6.52) fue obtenida desarrollando una expansión en fracciones
parciales del integrando y aplicando (6.49). Cuando g(z) tiene raíces múltiples y raíces
simples dentro del contorno, la expansión en fracciones parciales debe ser modificada
adecuadamente y (8.57) debe ser utilizada para evaluar los residuos de los polos
correspondientes.
Para el caso de Transformada - Z Inversa para polos pisimples , se tiene
1
x(n) =
2pj ò
Ñ C
X(z)z n -1dz
x(n) = å
todos los
éë residuo de X(z)z n-1 en z = pi ùû (6.54)
polos {pi } en C
x(n) = å (z - pi )X(z)z n -1
z = pi
i
Si X(z)zn-1 no tiene polos dentro del contorno C para uno o más valores de n, luego x(n)= 0
para estos valores de n.
Ejemplo 6.25 .
310
Solución
X(z) dado se puede escribir como
az
X(z) =
(z - a)2
luego
1
x(n) =
2pj ò
Ñ C
X(z)z n -1dz
queda como
1 az a zn
2pj Ñò C (z - a)2 2pj Ñò C (z - a) 2
n -1
x(n) = z dz = dz
1 zn 1 dz n
2pj Ñò C (z - a)2
dz =
(2 - 1)! dz z =a
De donde
1 zn
ò
Ñ
2pj (z - a)
C 2
dz = na n -1
Por lo tanto
x(n) = ana n -1
Multiplicando, se obtiene
x(n) = nan
Para n < 0, zn tiene polos múltiples de orden n en z = 0, los cuales están dentro de C al igual
que el polo en z = a. Para n = -1 y aplicando (8.59), se tiene
n
1 f (z) 1 1
2pj Ñò C g(z)
dz =
2pj Ñò C z(z - a) 2
dz = å
i =1
A i (pi )
con
f (z)
Ai (z) = (z - pi )
g(z)
å A (p ) = A (p ) + A
1
i i 1 1 2 (p 2 )
311
Como el polo z = 0 es simple, su residuo A1 (0) se determina por
1 1 1
A1 (0) = (z - 0) = =
z(z - a) 2 z =0
(z - a) 2 z =0
a2
1 z -1 dz -1 1
2pj Ñò C (z - a) 2
A 2 (a) = = =-
dz z =a
a2
Por lo tanto
a 1 æ 1 1 ö
x(-1) = ò
Ñ
2pj z(z - a)
C 2
dz = a ç 2 - 2 ÷ = 0
èa a ø
a 1 é d(z - a)-2 dz -2 ù
2pj Ñò C z 2 (z - a) 2
x(-2) = dz = a ê + ú
êë dz z =0
dz z= a ú
û
x( -2) = a éë -2a 3 + 2a 3 ùû = 0
x(n) = na n u(n)
6.7.2. Método por Expansión en Serie de Potencias. La base de este método es que dada
una Transformada –Z, X(z), con su correspondiente ROC, se puede expandir X(z) en una
serie de potencia de la forma
¥
X(z) = åcz
n =-¥
n
-n
312
Ejemplo 6.26.
1 1
a) X(z) = -1
, ROC: z >
1+ z
1
2 2
1 1
b) X(z) = -1
, ROC: z <
1+ z
1
2 2
Solución
a) Para el caso de que la ROC sea ôzô> 1/2, se tiene que x(n) es de tipo causal, lo que
determina que los términos del polinomio sean potencia de z-1. Por lo tanto, la expansión en
serie de potencia se realiza de la siguiente manera
1 + 12 z -1 1
1 + 12 z -1
- 12 z -1
- 12 z -1 - 14 z -2
1
4 z -2
1
4 z -2 + 81 z -3
- 18 z -3
- 18 z -3 - 161 z -4
1
16 z -4
1
16 z -4 + 321 z -5
Por lo tanto
X(z) = 1 - 12 z -1 + 14 z -2 - 18 z -3 + 161 z -4 - 321 z -5 + ..........
En consecuencia
313
b) Como en este caso la ROC es ôzô< 1/2, se tendrá que x(n) deberá ser una señal
anticausal. Luego, el polinomio correspondiente sólo contendrá potencias positivas de z por
lo que la división larga se realiza de la siguiente manera
1
2 z -1 + 1 1
1 + 2z
-2z
-2z - 4z 2
4z 2
4z 2 + 8z3
-8z3
Lo que determina que
x(n) = {...............,32, -16,8, -4, 2, 0}
En el caso de señales anticausales, para realizar la división larga, los polinomios se escriben
comenzando con el término con potencia más negativa de z.
En general, el método de división larga es adecuado en los casos que se desee determinar
los valores de las primeras muestras de la señal. Cuando es posible determinar fácilmente el
término genérico del polinomio x(n), se puede emplear una forma más compacta para la
expresión de x(n).
Ejemplo 6.27.
ì n +1 a
n
ï(-1) n ³1
x(n) = í n
ï0 n£0
î
314
6.7.3. Método por Expansión en Fracciones Parciales. En determinados problemas es
deseable expresar la función X(z) como una combinación lineal de X1(z), X2(z),......, Xk(z),
es decir,
X(z) = a1X1 (z) + a 2 X 2 (z) + ......... + a k X k (z) (6.55)
Donde X1(z), X2(z),......, Xk(z) son expresiones con transformadas inversas x1(n), x2(n),..... ,
xk(n),. Si es posible tal descomposición de X(z), x(n) puede determinarse aplicando
transformación inversa a X(z), lo que da por resultado
Ejemplo 6.28.
1
8 z -2 - 12 z -1 + 1 2z -3 - 1
2z -3 - 8z-2 + 16z-1
8z -2 - 16z -1 - 1
8z -2 - 32z-1 + 64
16z-1 - 65
Por lo tanto
-65 + 32z -1
-1
X(z) = 64 + 16z +
1 - 12 z -1 + 18 z -2
N1 (z)
X(z) = c0 + c1z -1 + ............ + c M - N z M - N + (6.58)
D1 (z)
316
X(z) b 0 z N -1 + b1z N - 2 + .......... + b 0 z N - M -1
= (6.61)
z z N + a1z N -1 + ........... + a N
Polos Diferentes. Supóngase que todos los polos p1, p2,.........., pN son distintos. En este
caso, se tendrá la siguiente forma de expansión en fracciones parciales
X(z) A1 A2 AN
= + + .......... + (6.62)
z z - p1 z - p 2 z - pN
El problema consiste en determinar los coeficientes A1, A2, ..........., AN.
Ejemplo 6.29.
5 -1
z
X(z) = 6
1 - z - z -2
1 -1
6
1
6
Solución.
Para eliminar las potencias negativas de z, tanto el numerador como en el denominador de X(z) se
multiplican por z2, obteniéndose
5
z
X(z) = 6
z - z - 16
2 1
6
Los polos de X(z) son: p1 = 1/2 y p2 = -1/3 . Por lo tanto, la expansión en fracciones parciales tiene
la siguiente expresión
5
X(z) A A
= 6
= 11 + 21
z (z - 2 )(z + 3 ) z - 2 z + 3
1 1
5
6 = A1 (z + 13 ) + A 2 (z - 12 )
317
Ecuación que se puede escribir como
5
6 = (A1 + A 2 )z + A31 - A22
A1 + A 2 = 0
A1 A 2 5
- =
3 2 6
A1 = 1 y A2 = -1
5
6 = A1 ( 12 + 13 ) = A1 56 Þ A1 = 1
5
6 = A2 (- 12 - 13 ) = -A 2 56 Þ A2 = -1
Xz 1 1
= -
z z - 12 z + 13
Ecuación que se puede escribir como
z z
X(z) = -
z - 2 z + 13
1
El ejemplo anterior sugiere que se pueden determinar los coeficientes A1, A2,........., An,
multiplicando los dos miembros de (6.62) por cada término (z – pk), k = 1, 2,.........., N y
evaluando las expresiones resultantes en la correspondiente posición de los polos p1,
p2,......., pN. En general se tendrá
318
(z - p k )X(z) (z - p k )A1 (z - p k )
= + .... + A k + ..... + (6.63)
z z - p1 z - pN
(z - p k )X(z)
Ak = , k= 1,2,........, N (6.64)
z z = pk
Ejemplo 6.30.
X(z) 10z - 10 12
= 2
z z - 2z + 1
los polos de X(z) son
2 2 2 2
p1 = +j , p2 = -j
2 2 2 2
Dado que p1¹ p2, se tendrá la siguiente forma de expansión
X(z) 10z - 10 12 A1 A2
= = +
z (z - p1 )(z - p 2 ) z - p1 z - p 2
luego
(z - p1 )X(z) 10z - 10 12 10( 2
+ j 22 ) - 10 1
A1 = = = =5
2 2
z z = p1 (z - p 2 ) z = p1 2
2
+j 2
2
- 2
2
+j 2
2
z z =p 2 (z - p1 ) z =p 2 2
2
-j 2
2
- 2
2
-j 2
2
319
Luego, la expansión en fracciones parciales queda
X(z) 5 5
= +
z z- 2 - j
2
2
2
z- + j
2
2
2
2
5z 5z
X(z) = +
z - 22 - j 2
2
z - 22 + j 2
2
La expansión (6.62) y la fórmula (6.64) son válidas tanto para polos reales como para polos
complejos, la única restricción es que todos los polos sean diferentes. En general, un par de
polos complejos conjugados determinarán coeficientes complejos A1 y A2 en la expansión
en fracciones parciales, cumpliéndose que A2 = A1* .
Polos Múltiples. Si X(z) tiene un polo de multiplicidad m, es decir, que contiene el factor
(z – pk)m en su denominador, se tendrá que la ecuación (6.62) deja de tener validez. Por lo
tanto, en este caso se requiere una forma de expansión en fracciones parciales diferente. La
expansión en fracciones parciales correspondiente al polo de multiplicidad m, tiene la
siguiente forma
A k1 Ak 2 A km
+ + .......... + (6.65)
z - pk ( z - pk ) 2
( z - pk )
m
Los coeficientes {Akj} para j < m, pueden ser evaluados realizando la siguiente derivación
1 é dm- j é H(z) ù ù
A kj = ê (z - p k ) m
z úû úû z =p
m- j ê
j = 1,2,....., m -1 (6.66)
(m - j)! ë dz ë
k
(z - p k ) m
A km = H(z) (6.67)
z z = pk
320
Ejemplo 6.31.
1
X(z) =
(1 - 2z )(1 - z -1 ) 2
-1
Solución.
Considerando potencias positivas de z, se tiene
X(z) z2
=
z (z - 2)(z - 1) 2
X(z) z2 A A A 22
= = 1 + 21 +
z (z - 2)(z - 1) 2
z - 2 z - 1 (z - 1) 2
Luego
(z - 2)H(z) z2
A1 = = =4
z z= 2 (z - 1)2 z= 2
(z - 1) 2 H(z) z2
A 22 = = = -1
z z =1
z - 2 z =1
d é (z - 1) 2 X(z) ù
A 21 = ú = -3
dz êë z û z =1
Por lo que la expresión de X(z) se puede escribir como
4z 3z z
X(z) = - -
z - 2 z - 1 (z - 1) 2
321
La ecuación (8.75) determina los residuos (r), los polos (p) y los términos (k) asociados al
polinomio en z, de una expansión en fracciones parciales de la razón de dos polinomios
b(z) y a(z), o sea
b(z) b0 + b1z -1 + b2 z -2 +·······+ b m z - m
= (6.70)
a(z) a 0 + a1z -1 + a 2 z -2 ·······+a n z - n
No existiendo polos múltiples y con m > n –1, la expansión en fracciones parciales de
b(z)/a(z), es
b(z) r(1) r(n)
= k(1) + k(2)z -1 +·······+k(m - n + 1)z - (m -n ) + -1
+········+ )(6.71)
a(z) 1 - p(1)z 1 - p(n)z -1
Ejemplo 6.33.
322
Por lo tanto
X(z) = -4 +
4z
+
( 0,5 + j3,1754 ) z + ( 0, 5 - j3,1754 ) z
z - 1 z - ( 0, 25 + j0, 433) z - ( 0, 25 - j0, 433)
Ejemplo 6.34.
1 - 0, 25z -2
X(z) =
1 + z -1 + 0, 74z -2
323
Determinación de x(n). Realizada la expansión en fracciones parciales de X(z), se puede
determinar x(n) a partir de esta expansión. De acuerdo a (6.62), se tiene
1 1 1
X(z) = A1 -1
+ A2 -1
+ ......... + A N (6.72)
1 - p1z 1 - p2z 1 - p N z -1
La Transformada – Z Inversa x(n) = Z-1{X(z)}, puede ser obtenida tomando la inversa a
cada término en (6.72) y considerando la correspondiente combinación lineal. De la Tabla
6.3 se tiene que estos términos pueden ser invertidos usando la fórmula
ï
î (señales anticausales)
Si todos los polos son reales, la expresión deseada de x(n) es (6.74). Luego, una señal
causal que tiene una Transformada – Z que contiene polos reales y distintos, es una
combinación lineal de señales exponenciales reales.
Si todos los polos son diferentes, pero algunos de ellos son complejos, se tiene que
algunos de los términos de (6.74) son componentes exponenciales complejas. Sin embargo,
si la señal x(n) es real, estos términos complejos podrían ser reducidos a reales. Si x(n) es
real, los polinomios que aparecen en X(z) tienen coeficientes reales. En este caso, si pk es
un polo, su complejo p*k es también un polo, por lo que los coeficientes de la expansión en
fracciones parciales son también complejos conjugados. Luego, la contribución de dos
polos complejos conjugados es de la forma
Estos dos términos pueden ser combinados para formar una componente real de señal.
Primero, Ak y pk se expresan en forma polar, o sea
A k = A k e jak (6.76)
p k = p k e jbk (6.77)
324
dondeak y bk son componentes de fase de Ak y de pk respectivamente. Empleando estas
relaciones en (6.76), se tiene
Por lo que
ì Ak A*k ü
Z -1 í + = 2 A k p k cos(bk n + a k )u(n)
n
* -1 ý
-1
(6.80)
î1 - p k z 1 - pk z þ
si la ROC es ôzô>ôpkô.
De (6.80) se observa que cada par de polos complejos conjugados en dominio – Z resulta
en una componente senoidal de señal causal con una envolvente exponencial. La distancia
ôpkô del polo al origen, determina el peso exponencial (creciendo si ôpkô.> 1, decayendo
si ôpkô.< 1, constante si ôpkô.=1). El ángulo de los polos con el semieje real positivo
proporciona la frecuencia de la componente de señal senoidal. Los ceros, o
equivalentemente el numerador de la transformada racional afectan indirectamente a la
amplitud y a la fase de xn(n) a través de Ak.
En el caso de multipolos, ya sean reales o complejos, se requiere que la
transformada inversa de forma A/(p – pk)n. Por ejemplo, para el caso de polo doble, de
acuerdo a la Tabla 6.1, se utiliza el siguiente par de transformada
ì pz -1 ü
Z -1 í -1 2 ý
= np n u(n) (6.81)
î (1 - pz ) þ
Ejemplo 6.35.
si
a) ROC: ôzï> 0,3
b) ROC: ôzï< 0,2
c) ROC: 0,2 <ôzï< 0,3
325
Solución.
Realizando la expansión en fracciones parciales de X(z), se tiene
z2 z2
X(z) = =
z 2 - 0,5z + 0, 06 (z - 0,3)(z - 0, 2)
luego
X(z) z A1 A2
= = +
z (z - 0,3)(z - 0, 2) z - 0,3 z - 0, 2
de donde
H(z) z
A1 = (z - 0,3) = =3
z z= 0,3 z - 0, 2 z =0,3
H(z) z
A 2 = (z - 0, 2) = = -2
z z =0,2 z - 0,3 z= 0,2
Por lo que
3z 2z 3 2
X(z) = - = -1
- (I)
z - 0, 3 z - 0, 2 1 - 0,3z 1 - 0, 2z -1
Con esta expresión de X(z), se procederá a analizar los tres casos de ROC propuestos.
a) En este caso la ROC es ôzï> 3, por lo tanto la señal x(n) es causal y ambos términos
del segundo miembro de (I) son componentes causales. Considerando (8.80), se obtiene
b) Cuando la ROC es ôzï< 0,2, la señal x(n) es anticausal, luego ambos términos del
segundo miembro de (I) son componentes anticausales. De (6.69), se tiene
c) En este caso la ROC es 0,2 <ôzï< 0,3, es decir es un anillo, lo cual implica que la señal
x(n) es bilateral. Luego, un término del segundo miembro de (I) es una componente causal
y el otro término una componente anticausal. Obviamente, la ROC es el traslape de las
regiones ôzï> 0,2 y ôzï< 0.3. De aquí que el polo p2 = 0,2 proporciona la parte causal y el
polo p1 = 0,3 la anticausal. En consecuencia
326
x(n) = -3(0,3) n u(-n - 1) - 2(0, 2) n u(n)
Ejemplo 6.36.
6z
X(z) =
(2z + 2z + 1)(3z + 1)
2
Solución.
Los polos de X(z) son
1 1 1 1
p1 = -3 ; p2 = - + j ; p3 = - - j
2 2 2 2
X(z) 1
=
z (z + 3 ) [ z - (- 2 + j 12 )][ z - (- 12 - j 12 )]
1 1
X(z) A1 A2 A3
= + +
z z - (- 3 ) z - (- 2 + j 2 ) z - (- 12 - j 12 )
1 1 1
Con
X(z) 1 18
A1 = (z + 13 ) = =
z z=- 13 [ z - (- 2 + j 2 )][ z - (- 2 - j 2 )] z =- 1 5
1 1 1 1
3
X(z) 1 9 3
A 2 = (z - p 2 ) = = - +j
z z = p2 (z + 13 ) [ z - (- 12 - j 12 )] z = p 5 5
2
X(z) 1 9 3
A3 = (z - p3 ) = = A *
= - -j
z z= p3 (z + 13 ) [ z - (- 12 + j 12 )] z =p
2
5 5
3
Considerando los valores encontrados para A1, A2, A3, X(z) tiene la siguiente expresión
327
18
- 95 + j 35 - 95 - j 35
X(z) = 5
+ +
1 - (- )z -1
1
3 1 - (- 12 + j 12 )z -1 1 - (- 12 - j 12 )z -1
Como en este caso se aplica la ecuación (8.83), se considera A2 =Ak y p2 = pk, luego
p2 = ( - 12 ) + ( 12 ) Rp 2 = tg -1 ( -1) = 1350
2 2
= 2
4
= 1
2
;
y aplicando x(n) = Z-1{X(z)}, Tabla 8.1 y ecuación(8.83), se obtiene
n
18 æ 1 ö
n
6 æ 1ö
x(n) = ç - ÷ u(n) + 10 çç ÷÷ cos éë(135 )n + 161,57 ùû u(n)
0 0
5 è 3ø 5 è 2ø
Ejemplo 6.37.
1
X(z) =
(1 - 2z )(1 - z -1 ) 2
-1
Solución
z3
X(z) =
(z - 2)(z - 1)2
Por lo cual X(z)/z queda
X(z) z2 A A A3
= = 1 + 2 +
z (z - 2)(z - 1) 2
z - 2 z - 1 (z - 1) 2
Con
X(z) z2
A1 = (z - 2) = =4
z z =2 (z - 1)2 z= 2
X(z) z2
A 21 = (z - 1)2 = = -1
z z =1 z - 2 z =1
328
d é (z - 1)2 X(z) ù d é z2 ù
A 22 = = ú = -3
dz êë z ú ê
û z =1 dz ë z - 2 û z =1
4z 3z z 4 3 z -1
X(z) = - - = - -
z - 2 z - 1 (z - 1)2 1 - 2z -1 1 - z -1 (1 - z -1 )2
Ejemplo 6.38.
Solución
a) El programa MATLAB es
329
Luego
3
x(n) = 2n n (1 - n ) u(n)
8
b) El programa MATLAB es
De donde
En algunos casos, la expresión que entrega la función iztrans, no es la más simple como lo
ilustra el ejemplo siguiente
Ejemplo 6.39.
Solución
Como la señal x(n) es causal, sus Transformadas – Z Bilateral y Unilateral, son iguales.
Luego, se puede aplicar directamente la función iztrans a la función X(z) dada, la cual
puede escribirse como
6z
X(z) = 3
6z + 8z 2 + 5z + 1
En este caso, el programa MATLAB es
330
Para obviar este resultado poco claro, se puede realizar la expansión en fracciones parciales
de X(z) y aplicar la función iztrans a esta expansión. Considerando que X(z) es una
fracción propia, el programa MATLAB es
ìï18 æ 1 ö n 9 éæ 1 1 ön æ 1 1 ö n ù 3 éæ 1 1 ö æ 1 1 ö ù üï
n n
x(n) = í ç - ÷ - êç - + j ÷ + ç - - j ÷ ú + j êç - + j ÷ - ç - - j ÷ ú ý u(n)
îï 5 è 3 ø 5 êëè 2 2 ø è 2 2 ø úû 5 êëè 2 2 ø è 2 2 ø úû þï
Queda como ejercicio para el lector verificar, que el resultado obtenido es idéntico al del
Ejemplo 6.36.
PROBLEMAS
ìï( 1 )n n³4
b) x(n) = í 3
ïî0 n£3
331
6.3. Determinar la Transformada – Z, dibujar el diagrama de polos – ceros y la ROC de las
siguientes señales
a) x(n)=d(n)+3d(n-2)
b) x(n)= é( 13 ) + [ 12 ] ù u(n)
n n
ë û
c) x(n)= ( 12 ) nu(n)
n
d) x(n)= ( 12 )
n -2
u(n - 2)
e) x(n)=(n-1)u(n)-nu(n - 2)
f) x(n)= 12 (n 2 + n) ( 13 )
n -1
u(n - 1)
g) x(n)=na n cos(nW0 )u(n)
h) x(n)=e-an (sen 2 nW)u(n)
i) x(n) = ( 12 ) [ u(n) - u(n - 8) ]
n
k) x(n) = -a n u(-n - 1)
ìï( 12 ) n -2 n n³0
b) v(n) = í
ïî0 n<0
ì0 n<0
ï1 0£n<5
ï
c) w(n) = í
ï2 5 £ n < 10
ïî3 n ³ 10
d) p(n) = n (1 + e - jan ) u(n)
Usando y(n) – y(n – 1), expresar la Transformada – Z Y(z), se la señal y(n), en términos de
la Transformada – Z X(z) de la señal x(n)..
332
6.6. Empleando Transformada – Z, determinar la convolución de las siguientes señales
ìï( 13 ) n n³0
x(n) = í - n
ïî( 12 ) n<0
y(n) = ( 12 ) u(n)
n
6.10 Una señal causal de tiempo discreto x(n), tiene como Transformada –Z:
z
X(z) =
5z - 3z - 2
2
333
Determinar la Transformada –Z de las siguientes señales
a) y(n) = x(n – 2)u(n – 2)
b) y(n) = x(n + 3)u(n + 3)
c) y(n) = cos(4n)x(n)
6.13. Para las secuencias x1(n) y x2(n), se tiene que la relación de Parseval establece que
¥ p
1
å
n =-¥
x1 (n)x *2 (n) = ò X1 (W)X2 (W)dW
2p -p
Si se tiene que x1(n) = x2(n) = x(n), siendo x(n) una secuencia real. Siendo x(n) una
secuencia real derecha, aplicar Parseval y el teorema de residuo de Cauchy para demostrar
que
¥
a(1 - b 2 ) - b(1 - a 2 )
å x (n) = (a - b)(1 - a 2 )(1 - b2 )(1 - ab)
n =-¥
2
X 1
- 34 2 Re
- j 12 X
334
6.15. Determinar la Transformada – Z y la ROC de la señal de tiempo discreto
x(n) = - ( 12 ) u ( - n - 1) .
n
e)
6.18.Aplicar el teorema del valor final para determinar x(¥) para la señal
ì2 si n es par
x(n) = í
î0 otros valores
z
X(z) =
3z - 4z + 1
2
si
a) ROC: 1 < | z | <¥
b) ROC: 0 < | z | < 1/3
c) ROC: 1/3 < | z | <1,
335
6.21. Determinar la señal causal x(n) si su transformada – Z X(z) está dada por
1 + 3z -1
a) X(z) =
1 + 3z -1 + 2z -2
z -4 + z -5
b) X(z) =
1 + z -1
1 + 2z -1 + z -2
c) X(z) =
1 + 4z -1 + 4z -2
1 - bz -1
d) X(z) = -1
z -b
2 - 32 z -1
e) X(z) =
1 - 32 z -1 + 12 z -2
6.22. Usando el método indicado, determinar la secuencia asociada con cada una de las
siguientes transformadas – Z.
1 - 14 z -1
a) X(z) = , por división larga y x(n) es una secuencia derecha.
1 + 14 z -1
1 - 2z -1
b) X(z) = , por expansión en fracciones parciales y x(n) es absolutamente
1 - 52 z -1 + z -2
sumable.
3z
c) X(z) = , por expansión en fracciones parciales y x(n) es absolutamente
z - 14 z - 81
2
sumable.
6.24. Determinar la transformada – Z Inversa x(n) , usando cualquier método, para cada una
de las siguientes transformadas – Z X(z)
1
a) X(z) = , x(n) es secuencia estable.
(1 + 3 z )(1 - 2z -1 )(1 - 3z-1 )
1 -1
z 3 - 2z
b) X(z) = , x(n) es secuencia derecha.
z-2
336
6.25. Aplicando propiedades de la transformada – Z, determinar la transformada – Z
inversa x(n), para cada una de las siguientes transformadas – Z.
3z -3
a) X(z) = , x(n) es una secuencia izquierda.
(1 - 14 z-1 )
2
337
338
UNIDAD VII: SISTEMAS DE TIEMPO DISCRETO
TEMAS
Sea x(n) la señal de entrada e y(n) la señal de salida de un sistema, se dice que la señal
de entrada x(n) es transformada por el sistema a una señal de salida y(n). La expresión
general de la relación entre x(n) e y(n) es
H
x(n) y(n)
Sistema de Tiempo
x(n) Discreto y(n)
H
Ejemplo 7.1 .
a) y(n) = x(n)
b) y(n) = x(n-2)
c) y(n) = x(n+2)
d) y(n) = 13 [ x(n + 2) + x(n) + x(n - 2)]
e) y(n) = máx [ x(n + 2),x(n),x(n - 2)]
n
f) y(n) = å x(k) = x(n)+x(n-1)+x(n-2)+x(n-3)+........
k=-¥
Solución .
b) Este sistema retarda la entrada en dos muestras. Luego su salida está dada por
Repitiendo este cálculo para cada valor de n, se obtiene la siguiente señal de salida
e) Este sistema selecciona, como su entrada en el tiempo, al valor máximo de las tres
muestras de entrada x(n - 2), x(n), x(n + 2). Luego, la respuesta de este sistema a la
señal de entrada x(n) es
y(n) = {1,1,1,1,1,1,1,1,1, 12}
f) Este sistema es básicamente un acumulador que calcula la suma de todos los valores
pasados de la entrada al valor presente. La respuesta de este sistema a la entrada dada es
Existen sistemas, como algunos del Ejemplo 7.1, en que la salida en el instante n = n0 ,
no sólo depende de la entrada en n = n0 sino que también de los valores de la entrada
aplicadas antes y después de n = n0 . Considerando, por ejemplo, el acumulador del
Ejemplo 7.1 se tiene que la salida en el instante n = n0 depende de la entrada en n = n0
como también de las entradas en n = n0 -1 , n0 -2, y así sucesivamente. La relación
entrada - salida del acumulador puede ser escrita como
n n -1
y(n) = å x(k) = å x(k) + x(n) = y(n - 1) + x(n)
k =-¥ k =-¥
(7.2)
En este caso, el sistema caracterizado por (9.2) calcula el valor presente en la salida
sumando al valor presente en la entrada el valor previo o inmediatamente anterior de la
salida, lo que justifica la denominación de acumulador.
Considerando el ejemplo del acumulador se supone que se tiene la señal de
entrada x(n) para n ³n0 , y se desea determinar y(n) para n ³ n0. A partir de (7.2) y
haciendo n = n0 , n0 -1 , n0 -2 , ........., se obtiene
y así sucesivamente. En este caso, para determinar y(n0), se necesita conocer y(n0 - 1)..
n
Como y(n) = å x(k) , haciendo n = n0 – 1, se obtiene
k =-¥
341
n 0 -1
y(n 0 - 1) = å x(k)
k =-¥
(7.5)
Por lo que y(n0 - 1) resume el efecto de todas las entradas que han sido aplicadas al
sistema antes del instante n0 . Luego, para determinar y(n) para n ³ n0 no basta conocer
solamente x(n) para n ³n0 , sino que también x(n) para n < n0 .
La información adicional requerida para el cálculo de y(n) para n ³ n0 es la
condición inicial y(n0 - 1) .
Si el acumulador no ha sido excitado en instantes previos a n0 , se tiene que la
condición inicial y(n0 - 1) = 0. En tal caso se dice que el sistema está inicialmente
relajado. Dado que y(n0 - 1) = 0, la secuencia de salida y(n) de un sistema inicialmente
relajado, depende solamente de la secuencia de entrada x(n) para n ³ n0 .
Es habitual asumir que los sistemas están relajados en n = -¥. En este caso, si se
aplica una entrada en n = -¥, la salida y(n) correspondiente es determinada sólo y
únicamente por la señal de entrada dada.
Ejemplo 7.2 .
El acumulador descrito por (7.2) es excitado por la secuencia x(n) = u(n). Determinar, la
salida bajo las siguientes condiciones
a) El acumulador está inicialmente relajado .
b) Inicialmente , y( - 1) = 2 .
Solución .
Para la resolución del problema se considera que la salida del sistema es
n -1 n
y(n) = å
k =-¥
x(k) = å
k =-¥
x(k) + å x(k)
k =0
n
y(n) = y(-1) + å x(k)
k =0
Teniéndose que
n n
å x(k) = å u(k) = n + 1
k =0 k =0
y(n) = 2 + n +1 = n + 3 , n³0
342
7.2. REPRESENTACION EN DIAGRAMA DE BLOQUES DE SISTEMAS DE
TIEMPO DISCRETO
Es de utilidad el representar en diagramas de bloques los Sistemas de Tiempo Discreto.
Para este propósito se definen algunos bloques básicos que pueden ser interconectados
para formar sistemas complejos .
Sumador. La Figura 7.2 ilustra un sumador que realiza la adición dos señales de tiempo
discreto o secuencias para formar otra secuencia, la cual se denota como y(n). Se
observa que no es necesario almacenar las secuencias que se suman para obtener la
secuencia suma. En otras palabras la operación suma es sin memoria .
x 1 (n)
+
y(n) = x 1(n) + x 2(n)
x 2 (n)
Multiplicador de Señales .La Figura 7.4 ilustra la multiplicación de dos señales x1(n) y
x2(n). La secuencia producto obtenida se denota como y(n). También se tiene que la
multiplicación de señales es una operación sin memoria .
x 1 (n) X
y(n) = x 1 (n) x 2(n)
x 2 (n)
343
instante n – 1 y es solicitada de la memoria en el instante n para formar la salida y(n)
dada por
y(n) = x(n - 1)
Se tiene que este elemento básico requiere memoria. El uso del símbolo z-1 denota el
retardo en una muestra.
Se deduce que una Unidad de Avance es físicamente irrealizable en tiempo real, dado
que implica la consideración de valores futuros de la señal. Por otra parte, si se
almacena la señal en la memoria de un computador, se puede acceder a cualquier
muestra en cualquier tiempo. En tal caso, en una aplicación en tiempo no real , es
posible avanzar en el tiempo a la señal x(n)
Ejemplo 7.3 .
Solución .
De acuerdo a la expresión dada de y(n) se tendrían las siguientes posibles realizaciones,
las que se diferencian en la ubicación de los elementos multiplicadores por constante
que multiplican a la señal x(n) y a su versión retardada x(n –1), antes y después del
primer sumador, como se observa en las Figuras 7.7.a) y 7.7b), respectivamente
344
0,25
z -1
x(n)
+ +
0,25 y(n)
z -1
0,2
a)
z -1
x(n) 0,25
+ +
y(n)
z -1
0,2
b)
Figura 7.7 . Diagrama en Bloques de la Realización del Sistema
y ( n) = 51 y ( n - 1) + 41 x ( n) + 41 x ( n - 1)
n
x 2 (n) = å x(n - k) (7.10)
k =0
¥
x 3 (n) = å x(n - k) (7.11)
k =0
Los sistemas descritos por (7.9) y (7.10) son sistemas con memoria finita, en tanto que
el sistema descrito por (7.11) tiene memoria infinita.
H
x(n) y(n)
se cumple que
H
x(n - k) y(n - k) (7.12)
346
salida denotada como y(n). Luego, se retarda la secuencia de entrada .en un monto k , y
se determina la salida la salida y(n,k) dada por
Si se cumple que y(n,k) = y(n - k), para todos los valores posibles de k, se tiene que el
sistema es invariante en el tiempo. Con y(n – k) representando una versión retardada de
y(n).
Sistemas Variantes en el Tiempo . Si la salida y(n , k) ¹y(n - k), aún para un valor de
k, el sistema es variante en el tiempo .
Ejemplo 7.4 .
Determinar si los sistemas mostrados en la Figura 7.8, son invariantes o variantes en el
tiempo .
x(n) y(n) =x(n) - x(n-2)
+ +
+
-
z-1 z-1
a)
x(n) X y(n) = nx(n)
b)
(c)
x(n) X y(n) = x(n)senw on
senw on
d)
Figura 7.8 Ejemplos de Sistemas Invariantes : a) y de Sistemas
Variantes: b) , c) y d).
Solución
a) La relación entrada - salida que describe al sistema de la Figura 9.8 a) es
347
y(n,k) = x(n - k) - x( n -k - 2)
Por otra parte, a partir de (7.12), se tiene que si y(n) se retarda en el tiempo en k
unidades, se obtiene
y(n - k) = x(n - k) - x(n - k - 2)
y(n,k) = y(n - k)
Por otra parte, se tiene que la respuesta de este sistema a x(n - k) está dada por
y(n - k) = x(-n - k)
348
en consecuencia este sistema es variante en el tiempo.
d) La relación entrada - salida del sistema de la Figura 7.8 d) es
Por otra parte, la respuesta de este sistema a x(n - k) está dada por
+ H y(n)
a2
x 2 (n )
a1
x 1(n ) H
y1(n)
+
a2
x 2 (n ) H
349
Propiedad Multiplicativa o de Escalamiento de Sistemas Lineales. Suponiendo a2 =
0 en la Ecuación (7.14), ésta se reduce a
con
y1 (n) = H [ x1 (n)] (7.16)
se obtiene
H [ a1x1 (n)] = a1 y1 (n) (7.17)
donde
yk (n) = H [ x k (n)] , k = 1,2,.....,M-1 (7.20)
Ejemplo 7.5 .
Determinar si los sistemas descritos por las siguientes relaciones entrada - salida, son
lineales o no lineales .
350
a) y(n) = n2 x(n) b) y(n) = x(n3 ) c) y(n) = x3 (n)
d) y(n) = Ax(n) + B e) y(n) = ex(n)
Solución.
a) Se considerarán dos secuencias de entrada x1 (n) y x2 (n), las correspondientes salidas
son
y1 (n) = n2 x1 (n)
y2 (n) = n2 x2 (n)
Por otra parte, una combinación lineal de las dos salidas, produce la siguiente salida
Comparando las ecuaciones (I) y (II), se deduce que los segundos miembros son
iguales, por lo que el sistema en cuestión es lineal .
y1 (n) = x1 (n3 )
y2 (n) = x2 (n3 )
La salida del sistema a una combinación lineal de x1 (n) y x2 (n), está dada por
Comparando las dos últimas ecuaciones, se tiene que los dos segundos miembros son
iguales, por lo tanto el sistema dado es lineal .
351
y1 (n) = x13 (n)
y 2 (n) = x 32 (n)
y3 (n) = a13 x13 (n) + 3a12 x12 (n)a 2 x 2 (n) + 3a1 x1 (n)a 22 x 22 (n) + a 32 x 32 (n)
Comparando las dos últimas ecuaciones, se deduce que los segundos miembros son
diferentes, por lo tanto el sistema en cuestión es no lineal .
Por otra parte , si el sistema fuese lineal , su salida a la combinación lineal de x1 (n) y
x2(n) sería una combinación lineal de y1 (n) y de y2 (n) , o sea
Se observa que las dos últimas ecuaciones son diferentes, por lo tanto el sistema no
satisface la prueba de linealidad. La razón de que el sistema no satisfaga la prueba de
linealidad, no se debe a que el sistema sea no lineal (de hecho es lineal porque está
descrito por una ecuación lineal), sino que se debe a la presencia de la constante B. Lo
que hace que la salida dependa de la excitación de entrada y del parámetro B ¹0. Luego,
para B¹0, el sistema es no relajado. Si se considera B = 0, el sistema es relajado y se
satisface la prueba de linealidad.
352
y(n) = ex (n )
y1 (n) = ex1 (n )
y2 = e x2n y2 = e x2n
Sistemas no Causales .Si un sistema no satisface la definición dada por (7.21), se dice
que tal sistema es no causal .
Se tiene que en aplicaciones de procesamiento de señales en tiempo real, no se
pueden observar valores futuros de las señales, por lo que un sistema no causal es
físicamente irrealizable.
Ejemplo 7.6 .
Determinar si los sistemas descritos por las siguientes ecuaciones entrada - salida, son
causales o no causales .
353
n
a) y(n) = x(n) - x(n-2) b) y(n) = å x(k) c) y(n) = bx(n)
k =- ¥
d) y(n) = 4x(n) + 2 x(n + 3) e) y(n) = x(n3 ) f) y(n) = x(3n)
g) y(n) = x(-n)
Solución
Los sistemas descritos en los apartados a), b), y c) son causales, dado que la salida
depende solamente de los valores presente y pasados de la entrada. Por otra parte, los
sistemas descritos en los apartados d) ,e), y f) son no causales, dado que en cada
sistema, la salida depende de los valores futuros de la entrada. El sistema descrito en el
aparado g) es también no causal, ya que si se considera un valor específico de n, por
ejemplo n = -1, se tendrá que y(-1) = x(1), lo cual indica que la salida para n = -1
depende de la entrada en n = 1, la cual está dos unidades de tiempo adelantada (futuro)
con respecto a y(-1).
Ejemplo 7.7 .
¥
y(n) = å x(k)
k =-¥
Solución
Considerando que x(n) = u(n), o sea entrada acotada, y(n) está dada por
354
n
y(n) = å u(k) = (n + 1)u(n)
k =-¥
lim y(n) = ¥
n ®¥
y1 (n)
x(n) H1 H2 y(n)
a)
H1
x(n) + y(n)
H2
b)
se observa que los sistemas H1 y H2 pueden ser combinados en un único sistema Hc tal
que
Hc = H1 H2 (7.25)
cumpliéndose que
y(n) = Hc [ x(n)] (7.26)
x(n) Hc y(n)
H1 H2¹H2 H1 (7.27)
Sin embargo, si los sistemas son lineales e invariantes en el tiempo, se tiene que el
sistema Hc es también invariante y en este caso
H1 H2 = H2 H1 (7.28)
356
o sea
y3 (n) = H1 [ x(n)] + H 2 [ x(n)] = (H1 + H 2 ) [ x(n)] (7.33)
haciendo
Hp = H1 +H2 (7.34)
se obtiene
y3 (n) = H p [ x(n)] (7.35)
Sistema
x(n) Sistema y(n) Inverso z(n) = x(n)
Ejemplo 7.8 .
Determinar la relación entrada - salida del sistema inverso asociado con tal sistema
Solución
La relación entrada - salida del sistema dado se puede escribir de la siguiente manera
De acuerdo a la Figura 7.12 se tiene que el sistema inverso asociado debe cumplir que
z(n) = x(n)
Por lo tanto la relación entrada salida del sistema inverso debe ser
y(n) = 0 (7.36)
O sea , que tal sistema produce la secuencia de salida cero para cualquier secuencia de
entrada .
358
Si la entrada es la señal arbitraria x(n), la cual se puede expresar como
¥
x(n) = å x(k)d(n - k)
k =-¥
(7.39)
¥
y(n) = å x(k)h(n - k)
k =-¥
(7.43)
Se deduce que un sistema LTI relajado es completamente caracterizado por una función
única h(n), es decir, por su respuesta a la secuencia d(n). Por otra parte, un sistema
lineal invariante en el tiempo requiere en general, para caracterizar salida, de un número
infinito de funciones respuesta al impulso h(n,k), una por cada retardo posible .
Recordando la definición de la convolución entre secuencias (convolución suma)
se tiene que (7.43) se puede escribir como
Ejemplo 7.9.
Determinar la respuesta y(n) del sistema a la señal de entrada x(n) dada por
x(n) = {1, 1, 0, 1, 1}
Solución
h(n)
x(n) 1 -2 -3 4
1 1 -2 -3 4
1 1 -2 -3 4
0 0 0 0 0
1 1 -2 -3 4
1 1 2 3 4
Obteniéndose
360
En base a las propiedades de la convolución, vistas anteriormente, y a la representación
en diagramas de bloques de sistemas LTI, se tienen las siguientes relaciones entre
dichas propiedades y la interconexión de sistemas LTI.
Desde un punto de vista físico, se puede interpretar x(n) como la señal de entrada a un
sistema LTI con respuesta al impulso h1 (n). La salida de este sistema, denotada como
y1(n), es la entrada a un segundo sistema LTI con h2 (n) como respuesta impulsional.
Luego, la salida y(n) del sistema total es
361
Por otra parte, la expresión x(n) * [ h1 (n)* h 2 (n)] se puede interpretar como la
aplicación de x(n) como entrada a un sistema equivalente, que tiene como respuesta al
impulso h(n) = h1 (n) * h2 (n) . En consecuencia, considerando la propiedad de
asociatividad, y(n) se puede escribir como
Ejemplo 7.10.
h1 (n) = ( 13 ) u(n)
n
h 2 (n) = ( 19 ) u(n)
n
Solución
Siendo h(n) la respuesta al impulso del sistema en cascada, se tiene
¥
h(n) = h1 (n) *h 2 (n) = å h (k)h
k =-¥
1 2 (n - k)
considerando las expresiones dadas de h1 (n) y de h2 (n) , h(n) se puede escribir como
å( ) u(k) ( 91 )
k n -k
h(n) = 1
3 u(n - k)
k =-¥
n
h(n) = å ( 13 ) ( 91 )
k n -k
para n ³ 0
k =0
Resultado que era de esperar, ya que h1 (k) es cero para k < 0 y h2 (n - k) es cero para
k>n y como para n >0 se tiene un desplazamiento hacia la derecha de h2 (n - k), se
tendrá que el producto h1 (k) h2 (n - k) es no nulo sólo en el intervalo 0 £ k £ n para n >
0.
En consecuencia h(n), se puede escribir como
n n
h(n) = å ( 13 ) ( 13 ) = ( 19 ) å3
k 2n - 2k n k
k=0 k =0
h(n) = ( 19 )
n
( 3n +1 -1
2 )
De donde
h(n) = 12 ( 13 ) é3 - ( 13 ) ù para n ³ 0
n n
ë û
También se puede aplicar el proceso inverso, en que cualquier sistema LTI puede ser
descompuesto en una interconexión de subsistemas en cascada.
Físicamente, esta propiedad implica que si se tiene dos sistemas LTI, con respuestas al
impulso h1 (n) y h2 (n) , excitados por la misma señal de entrada x(n), la suma de las dos
363
respuestas es idéntica a la respuesta de un sistema equivalente que tenga como respuesta
al impulso h(n) dada por
h(n) = h1 (n) + h2 (n) (7.54)
Luego , el sistema total es visto como una combinación en paralelo de los dos sistemas
LTI, como se ilustra en la Figura 7.16.
h 1 (n )
y(n) x(n)
y(n)
x(n) + h (n) = h1 (n) + h 2 (n )
h 2 (n)
M
h(n) = å h i (n)
i =1 (7.55)
Sistemas sin Memoria .Un sistema carece de memoria si su salida en cualquier instante
de tiempo depende sólo del valor de la señal de entrada en ese mismo instante de
tiempo. A partir de la ecuación
¥ ¥
y(n) = å
k =-¥
x(k)h(n - k) = å h(k)x(n - k) = x(n)* h(n)
k =-¥
(7.56)
364
se puede decir que la única manera de que se cumpla que el sistema sea sin memoria es
que
h(n) = 0 para n ¹ 0 (7.57)
donde K = h(0) es una constante y entonces el sistema está especificado por la relación
Sistemas con Memoria. Si un sistema LTI de tiempo discreto tiene una respuesta al
impulso h(n), no idéntica a cero para n ¹ 0, entonces el sistema tiene memoria .
Ejemplo 7.11.
Solución
Haciendo x(n) = d(n), se tiene
Como la respuesta del sistema al impulso es diferente de cero para n = 1 (n ¹ 0), se tiene
que este sistema es con memoria .
365
x(n) y(n) z(n) = x(n)
h1 (n) h2 (n)
(a )
x(n)
Sistema de x(n)
Identidad
(b)
Figura 7.17. Concepto de un Sistema Inverso para Sistemas LTI de Tiempo
Discreto
sistemas sea igual a x(n). Este sistema en cascada es equivalente al Sistema Identidad
mostrado en la Figura 9.17 b). Ya que la respuesta total al impulso en la Figura 7.17 (a)
es h1 (n)*h2 (n), para que x(n)*[h1 (n)*h2 (n)] = x(n), se debe cumplir que
Ejemplo 7.12.
h1 (n) = u(n)
Solución
La respuesta y(n) para una entrada arbitraria x(n), está dada por
¥ ¥
y(n) = å x(k)h (n - k) = å x(k)u(n - k)
k =-¥
1
k =-¥
ya que u(n - k) es igual a cero para (n - k ) < 0 y 1 para (n - k) ³ 0, esta última ecuación
se puede escribir como
n
y(n) = å x(k)
k =-¥
366
Esta expresión representa una operación de primera diferencia. Si se hace x(n) = d(n),
se encuentra que la respuesta al impulso h2(n) del sistema inverso asociado al sistema
con h1(n) es
7.7.3. Causalidad para Sistemas LTI. En la sección 9.3 se definió un sistema causal como
aquel cuya salida sólo depende de los valores presente y pasados de la señal de entrada. Es
decir, que la salida del sistema en un instante de tiempo n, como n = n0 , sólo depende de los
valores de x(n) para n £0 .
En el caso de sistemas LTI la causalidad puede ser considerada como una propiedad
correspondiente a la respuesta al impulso. Sea un sistema LTI que tiene la salida y(n0 ) para n =
n0 , por lo que se puede escribir la siguiente ecuación
¥
y(n 0 ) = å h(k)x(n
k =-¥
0 - k) (7.61)
¥ -1
y(n 0 ) = å h(k)x(n 0 - k) + å h(k)x(n 0 - k) (7.62)
k =0 k =-¥
La primera sumatoria del segundo miembro de la ecuación anterior, representa los valores
presente y pasados de la señal de entrada. La segunda sumatoria, representa los valores futuros
de la señal de entrada. Si la salida en el instante n = n0 depende solamente de los valores
presente y pasados de la entrada, se debe cumplir que
-1
å h(k)x(n - k) = h(-1)x(n
k =-¥
0 + 1) + h(-2)x(n 0 + 2) + ..... = 0 (7.63)
lo cual es cierto, si
h(n) = 0 para n < 0 (7.64)
367
Dado que h(n) es la respuesta de un sistema LTI relajado a un impulso unitario aplicado
en n = 0 , se tiene que h(n) = 0 para n < 0 representa la condición necesaria y suficiente
para la causalidad. Luego, un sistema LTI es causal si y sólo si su respuesta al impulso
es cero para valores negativos de n .
Ya que para un sistema causal h(n) = 0 para n < 0, los límites de la sumatoria de
convolución deben ser modificados para reflejar esta restricción. Así se tiene dos formas
equivalentes para la salida de un sistema causal
¥
y(n) = å h(k)x(n - k) (7.65)
k =0
n
y(n) = å x(k)h(n - k)
k =-¥
(7.66)
n
y(n) = å x(k)h(n - k) (7.68)
k =0
Se tiene en este caso, que son idénticos los límites de las sumatorias de las dos formas
alternativas y que el límite superior es creciente con el tiempo. Además, la respuesta de
un sistema causal a una secuencia de entrada causal es causal, dado que y(n) = 0 para
n<0.
Ejemplo 7.13 .
Determinar la respuesta al escalón unitario, del sistema LTI con respuesta al impulso
h(n) dada por
h(n) = ( 13 ) u(n)
n
Solución
Dada que la secuencia de entrada es un escalón unitario, o sea una secuencia causal, y
que el sistema es también causal, se puede utilizar cualquiera de las ecuaciones (7.67) o
(7.68) para determinar la respuesta y(n). Como x(n) = 1 para n ³ 0, es más conveniente
utilizar la ecuación (7.67), obteniéndose
368
n
y(n) = å ( 13 )
k
k =0
1 - ( 13 ) 3 - ( 13 )
n +1 n
y(n) = =
1 - 13 2
7.7.4. Estabilidad para Sistemas LTI. Un sistema es estable si cada entrada limitada
(acotada) produce una salida limitada. Para determinar las condiciones bajo las cuales
los sistemas LTI son estables, se considera una secuencia de entrada x(n) que está
limitada en magnitud, o sea
x(n) £ M x < ¥ (7.69)
con Mx constante .
Similarmente , si la salida es limitada , existe una constante My tal que
¥
y(n) £ å
k =-¥
h(k) x(n - k) (7.72)
Considerando la ecuación (7.69) se tiene que ïx(n-k)ï< Mx para todos los valores de n.
Esto junto con la ecuación (7.72) implica que
¥
y(n) £ M x å
k =-¥
h(k) (7.73)
369
O sea, que un sistema LTI es estable si su respuesta al impulso es absolutamente
sumable. Esta condición no es solamente suficiente, sino que también es necesaria para
asegurar la estabilidad de un sistema. Efectivamente, si se tiene que Hh = ¥ , habrá una
entrada acotada para la cual la salida es no acotada. Este resultado implica que cualquier
excitación de duración finita en la entrada de un sistema, producirá una salida que será
de naturaleza transiente, es decir que su amplitud decaerá con el tiempo y
eventualmente que tienda a cero, cuando el sistema sea estable.
Ejemplo 7.14 .
Solución
Se tiene que un sistema es estable si
¥
Hh = å
k =-¥
h(k) < ¥
En este caso, dado que el sistema es causal porque h(n) = 0 para n < 0, se tiene
¥
H h = å ( 12 ) = 1 + 21 + ( 21 ) + ........
k 2
k =0
¥
1
H h = å ( 12 ) =
k
k =0 1 - 12
De donde
Hh = 2 <¥
Ejemplo 7.15.
Determinar el rango de los valores de p y q para los cuales el sistema LTI es estable, si
la respuesta al impulso h(n) dada por
ìïp n n³0
h(n) = í n
ïîq n<0
370
Solución.
De acuerdo a la expresión de h(n) se deduce que el sistema dado es no causal.
Aplicando la condición de estabilidad dada por (7.74), se tiene
¥ ¥ -1
å h(n) = å p + å
n n
q
n =-¥ n =0 n =-¥
Del Ejemplo 7.13, se tiene que la primera sumatoria del segundo miembro converge
para ïpï<1 . La segunda sumatoria puede escribirse como
( )
-1 ¥
1 1
å q =å = 1+ + + ........
n 1 1
n q 2
q
n =-¥ n =1 q q
haciendo
1
aº
q
se tiene
-1
a
å q = a (1 + a + a 2 + ........) =
n
n =-¥ 1- a
-1
å
n
Luego , para que la serie q converja , se debe cumplir que
n =-¥
1
a= <1
q
de donde
ïqï> 1
ïpï< 1 y ïqï> 1
371
La salida y(n) de este sistema está dada por
M -1
y(n) = å h(k)x(n - k) (7.76)
k =0
Sistemas IIR. Por otro lado, un sistema IIR LTI tiene una respuesta al impulso de
duración infinita. Asumiendo causalidad, su salida y(n) está dada por
¥
y(n) = å h(k)x(n - k) (7.77)
k =0
Dado que la suma ponderada considera las muestras presente y pasadas de la entrada, se
dice que un sistema IIR tiene una memoria infinita.
¥
y(n) = å h(k)x(n - k)
k =-¥
(7.78)
En general, cualquier sistema LTI puede ser caracterizado por la relación entrada -
salida dada por (7.78). Lo interesante es que la convolución sugiere un medio para la
realización del sistema. En el caso de sistemas FIR, tal realización implica el uso de
sumadores, multiplicadores y disponibilidad de memoria. En consecuencia, un sistema
FIR es implementado directamente a partir de la sumatoria de convolución.
Si el sistema es IIR, se tiene que es prácticamente imposible su implementación
a partir de la sumatoria de convolución, ya que se requeriría un número infinito de
sumadores, de multiplicadores y de ubicaciones de memoria. Dentro de la clase general
de IIR, hay una familia que puede ser descrita por ecuaciones en diferencias, lo cual es
una forma práctica y eficiente para la implementación de sistemas IIR. Los sistemas LTI
transforman la secuencia de entrada en una secuencia de salida de acuerdo a alguna
fórmula o ecuación diferencia. Esta familia o subclase IIR es muy utilizada en varias
aplicaciones prácticas, incluyendo la implementación de filtros digitales y el
modelamiento de fenómenos y sistemas físicos.
372
7.8.1 Sistemas de Tiempo Discreto Recursivos y No-Recursivos. Explícitamente, la
convolución expresa la salida de los sistemas LTI sólo en términos de la señal de
entrada. Sin embargo, hay muchos sistemas donde es necesario o deseable expresar su
salida, tanto en términos de los valores presente y pasados de la señal de entrada como
en términos de valores pasados disponibles de la propia señal de salida; en este contexto
los sistemas se clasifican en Sistemas Recursivos y en Sistemas No – Recursivos.
y(n) = F [ y(n - 1), y(n - 2),...., y(n - N), x(n), x(n - 1),.....x(n - M)] (7.79)
donde F [.] denota alguna función de sus argumentos. Esta es una ecuación recursiva que
especifica un procedimiento para el cálculo de la salida del sistema en términos de
valores previos de la salida y presente y pasados de la entrada.
En relación a los sistemas causales FIR, se tiene la siguiente relación entrada - salida
¥
y(n) = å h(k)x(n - k) (7.81)
k =0
De donde se concluye que los sistemas FIR LTI, descritos por la convolución, son
sistemas no recursivos.
La diferencia básica entre sistemas recursivos y no recursivos se ilustra en la
Figura 7.18.
373
x(n) F [ x(n), x(n - 1),......., x(n - M)] y(n)
(a)
z-1
(b)
Figura 7.18 . Forma Básica para un Sistema Causal y Realizable (a) No-Recursivo
y (b) Recursivo
Del análisis de la Figura 7.18, se infiere que la diferencia fundamental entre sistemas
recursivos y no - recursivos es el lazo de realimentación que utiliza el sistema recursivo,
el cual contiene un elemento de retardo. La presencia de este retardo es crucial para la
realización del sistema, ya que la ausencia de este retardo forzaría al sistema a calcular
y(n) en términos de ella propia, lo cual no es posible para sistemas de tiempo discreto .
z -1
a
Figura 7.19 . Diagrama en Bloques de la Realización de un Sistema Recursivo
Simple
374
Se asume que se aplica una señal x(n) en n ³ 0, y que existe la condición inicial y(-1)..
Dado que (7.83) describe implícitamente la salida del sistema, se debe resolver esta
ecuación para obtener una expresión explícita de y(n). Calculando valores sucesivos de
y(n) para n ³ 0, se tiene
De (7.84) se infiere que la respuesta y(n) del sistema consiste de dos partes: el primer
término del segundo miembro de (7.84), que contiene el término y(-1), es el resultado
de la condición inicial y(-1) del sistema. El segundo término, la sumatoria, es la
respuesta del sistema a la señal de entrada x(n).
Respuesta Forzada .Dado que la memoria del sistema describe en algún sentido su
estado, se dice que el sistema está en estado cero cuando su memoria es nula y su
correspondiente salida se denomina respuesta de estado cero o forzada y se denota por
yzs(n). Obviamente, la respuesta forzada del sistema descrito por la ecuación (7.83) está
dada por
n
y zs (n) = å a k x(n - k) , n³0 (7.85)
k=0
Se observa también que el sistema descrito por la ecuación diferencia lineal de primer
orden (7.83) es causal, por lo que el límite inferior de (7.85) es cero. Por otra parte, la
condición y(-1) = 0 implica que la señal de entrada puede ser asumida causal y de aquí
que el límite superior de (7.85) es n, dado que x(n -k) = 0 para k > n. En efecto, se ha
375
obtenido el resultado que el sistema recursivo relajado descrito por la ecuación
diferencia de primer orden (7.83), es un sistema IIR LTI con respuesta al impulso dado
por (7.86).
Respuesta Total. En general, la respuesta total y(n) del sistema puede ser expresada
como
y(n) = yzi (n) + yzs (n) (7.88)
N M
å a k y(n - k) = å b k x(n - k)
k =0 k =0
(7.89)
N M
y(n) = -å a k y(n - k) + å b k x(n - k) (7.90)
k =1 k =0
376
iniciales resumen todo el conocimiento , del pasado histórico de la respuesta del
sistema, que se requiere para el cálculo del presente y futuro de la salida.
Dependiendo de las condiciones iniciales, un sistema recursivo puede ser o no
relajado. Por lo que las definiciones de las propiedades de linealidad, invariancia en el
tiempo y estabilidad de tales sistemas, deben tomar en cuenta la presencia o no de las
condiciones iniciales.
Ejemplo 7.16.
Solución
Considerando la ecuación (7.84), se tiene
n
y(n) = a n +1 y( -1) + å a k x(n - k) n³ 0
k =0
Por lo tanto
y(n) = yzi (n) +yzs (n)
377
En consecuencia, se cumple el requerimiento de que la respuesta total sea igual a la
suma de las respuestas de entrada - cero y estado - cero.
Asumiendo que x(n) = c1 x1 (n) +c2 x2 (n) , se tiene que
n
y zs (n) = å a k [ c1 x1 (n - k) + c2 x 2 (n - k) ]
k =0
n n
y zs (n) = c1 å a k x1 (n - k) + c2 å a k x 2 (n - k)
k =0 k =0
y zs (n) = c1 y (1)
zs (n) + c1 y zs (n)
(2)
Luego, yzs (n) cumple el principio de superposición, por lo que el sistema es lineal de
estado - cero
Ahora se asume que y(-1) = c1 y1 (-1) + c2 y2 (-1), por lo que
y zi (n) = c1 y (1)
zi + c 2 y zi
( 2)
378
para cualquier entrada limitada y cualquier condición inicial limitada, la respuesta total
del sistema es limitada .
Ejemplo 7.17.
n
y(n) £ a n +1 y(-1) + åa
k =0
k
x(n - k) n³0
n
y(-1) + M x å a
n +1
y(n) £ a n³0
k
k =0
n +1
n +1 1- a
y(n) £ a y(-1) + M x = My n³0
1- a
z -1
x(n-1) b1
Figura 7.20. Representación en Diagrama de Bloques del Sistema LTI Descrito por
la Ecuación (7.91) .
åa
k =0
k y(n - k) = å b k x(n - k)
k =0
(7.93)
åa
k=0
k y(n - k) = 0 (7.94)
yh (n) = r n (7.95)
åa k =0
k r n -k = 0 (7.96)
o con a0 = 1,
r n - N ( r N + a1r N -1 + a 2 r N -2 + ............... + a N -1r + a N ) = 0 (7.97)
donde C1, C2, .........., CN son coeficientes, los cuales pueden ser determinados a partir de
las condiciones iniciales especificadas para el sistema. Dado que la entrada es x(n) = 0,
la ecuación (7.98) puede ser utilizada para obtener la respuesta de entrada – cero del
sistema, evaluando los coeficientes Ci de la solución homogénea.
381
Ejemplo 7.18.
-3y(n - 1) - 4y(n - 2) = 0
yh (n) = r n
-3r n -1 - 4r n - 2 = 0
r n -2 ( -3r - 4 ) = 0
Luego, la raíz es
4
r1 = -
3
yh (n) = C1r1n
y h (n) = C1 ( - 43 )
n
La respuesta de entrada – cero del sistema, no relajado, puede ser determinada a partir
de la solución homogénea, evaluando los coeficientes Ci. Para ello, se hace uso de la
ecuación en diferencias homogénea asociada a la ecuación en diferencias original dada,
asumiendo conocidas las condiciones iniciales necesarias. Como se trata de una
ecuación en diferencias de primer orden, sólo es necesario una condición inicial. De la
ecuación en diferencias homogénea asociada, haciendo n = 1, se tiene
-3y(0) - 4y(-1) = 0
de donde
382
y(0) = - 43 y(-1) (I)
y h (0) = C1 (II)
y zi (n) = ( - 43 )
n +1
y( -1)
Ejemplo 7.19.
r n -2 ( r 2 - r - 6 ) = 0
Luego, las raíces son
r1 = -2
r2 = 3
383
Luego, considerando los valores obtenidos para r1 y r2, se obtiene la expresión
específica de yh(n)
yh (n) = C1 (-2) n + C2 (3)n
Como en el Ejemplo 7.18, la respuesta de entrada cero puede ser obtenida a partir de la
solución homogénea. Como se trata de una ecuación en diferencias de segundo orden
son necesarias dos condiciones iniciales. Se hace n = 0 y n = 1 en la ecuación
homogénea dada , obteniéndose
y(0) = C1 + C2
(III)
y(1) = -2C1 + 3C 2
C1 + C 2 = y(-1) + 6y(-2)
y zi (n) = éë- 54 y( -1) + 125 y(-2) ùû( -2 ) + éë 95 y( -1) + 185 y( -2) ùû( 3 ) ,n³0
n n
384
C1 = -8 , C 2 = 18
luego
y zi (n) = ( -2 ) + 2 ( 3)
n +3 n+2
, n³0
Ejemplo 7.20.
+ z-1 z-1
x(n)
-6
Figura 7.21. Representación del Sistema de Tiempo Discreto del Ejemplo 7.20
Solución
El modelo ecuación diferencia del sistema dado es
r 2 - 5r + 6 = 0
r1 = 3
385
r2 = 2
Como ejercicio queda el demostrar que la respuesta de entrada – cero está dada por
Ejemplo 7.21.
Solución .
La ecuación característica correspondiente es
r 2 - 2ar + 1 = 0
la cual tiene las siguientes raíces
386
r1 = a + a 2 - 1
r2 = a - a 2 - 1
yh (n) = C1 (a + a 2 - 1)n + C2 (a - a 2 - 1) n
1/ 2
r = éë a 2 + (1 - a 2 ) ùû =1
f = tg -1 ( )
1- a 2
a
por lo que
2. Si a= 1, se tiene que las raices son reales e iguales a 1, es decir, con grado de
multiplicidad igual a 2, o sea
r1 =r2 = 1
y h (n) = C1 + C 2 n
r1 = r2 = -1
387
Solución Particular de la Ecuación en Diferencias. La solución particular yp (n) debe
satisfacer la ecuación en diferencias (7.89) para una señal de entrada específica x(n), n ³
0. Es decir, yp (n) es cualquier solución que satisface
N M
å a k yp (n - k) = å bk x(n - k)
k =0 k =0
(7.99)
Hay varios métodos para determinar la solución particular. Uno de ellos se basa en que
la solución particular depende de la forma de la entrada x(n), como se muestra en el
siguiente ejemplo.
Ejemplo 7.22.
y(n)
x(n) + z -1 z -1
5/6
-1/6
Determinar la solución particular del sistema de tiempo discreto, mostrado en la Figura
7.27, si x(n) = 3 n para n ³ 0 y x(n) = 0 para n < 0.
Figura 7.22 . Representación del Sistema de Tiempo Discreto del Ejemplo 7.22
Solución
El modelo ecuación en diferencias del sistema de tiempo discreto dado es
En este caso, dado que x(n) = 3n, se considerará una solución particular de la forma
yp (n) = C1 (3) n
En consecuencia
yp (n) = 27
20
(3)n
388
Para determinar la solución particular se puede aplicar el siguiente criterio: si x(n) es
una exponencial, se asume que la solución particular es también exponencial. Si x(n)
fuera una senoide, luego y(n) también sería una senoide. Para el caso de que las
soluciones homogénea y particular sean distintas, la Tabla 7.1 proporciona la forma
general de la solución particular para varios tipos de entradas.
A (Constante) C
AMn CMn
AnM C0nM + C1 nM-1 +.........+ CM
ì AcosW0nü
í ý C1cosW 0 n + C2senW 0 n
î AsenW0nþ
Ejemplo 7.23.
r1 = 12 , r2 = 1
4
Como las raíces de la ecuación característica son constantes reales, yh (n) = C(l)n, y
dado que x(n) es una función senoidal, las soluciones homogéneas son diferentes a la
particular, y en consecuencia se puede aplicar la Tabla 7.1. De acuerdo con dicha Tabla,
se tiene que la solución particular es de la forma
389
Donde C1 y C2 son constantes a determinar sustituyendo yp (n) en la ecuación en
diferencias original, obteniéndose
ë ( ) ( )
8 éë C1 cos ( n2p ) + C 2 sen ( n2p ) ùû - 6 éC1 cos (n -21) p + C 2 sen (n -21) p ù +
û
( )
( n - 2) p
( )
+ éëC1 cos 2 + C 2 sen 2 ùû = 5sen ( n2p )
(n - 2) p
Comparando los términos del primer miembro con el del segundo, se obtiene
7C2 -6C1 = 5
6C2 +7C1 =0
C1 = 30
13
C 2 = 177
yp (n) = 30
13
cos ( n2p ) + 177 sen ( n2p )
Para el caso de que la solución particular tenga la misma forma que la homogénea, se
debe aplicar el criterio de multiplicidad. Existe un método de resolución de ecuaciones
en diferencias, que omite la necesidad de conocer la forma de la solución homogénea
para determinar la solución particular, tal método se conoce Método de Coeficientes
Indeterminados.
Método de Coeficientes Indeterminados. El Método de Coeficientes Indeterminados
para el cálculo de la solución particular [ ], consiste en que dada la siguiente ecuación
en diferencias de orden N
390
El símbolo S± k denota el operador de desplazamiento, el que indica que la secuencia
y(n) es operada, o transformada, para producir una secuencia nueva y(n ± k), la cual es
una versión desplazada de la secuencia original. Luego, (9.110) se puede escribir como
Para una escritura más compacta de (7.112), se define el operador diferencia lineal L
como
L = 1 + a 1S-1 + a 2S-2 + ....... + a NS- N (7.113)
L A [ x(n)] = 0 (7.115)
an 1-aS-1
senfn o cosfn (1 - ejf S-1 )(1 - e-jf S-1 )
nk (1-S-1 )k+1
nk an (1-aS-1 )k+1
ansenfn o an cosfn (1-aejf S-1 )(1-ae-jf S-1 )
[ (1 - e S -1 )(1 - e-jfS -1 )]
jf 2
nsenfn o ncosfn
Si la secuencia u(n) es anulada por Lu (S) y la secuencia v(n) por Lv (S), luego la
secuencia C1 u(n) + C1 v(n) es anulada por Lu (s)Lv (S).
391
Si las raíces de la ecuación auxiliar resultante de aplicar LA a la ecuación en
diferencias original, repiten cualquiera de las raíces de la ecuación auxiliar
correspondiente a la ecuación homogénea asociada a la ecuación en diferencias original,
se debe aplicar la regla para el caso de raíces múltiples, y se selecciona la solución
particular no considerando los términos contenidos en la solución homogénea .
Ejemplo 7.24 .
(1 + 1
9
S-2 ) [ y(n) ] = ( 13 ) cos( n2p ) , n ³ 0
n
Por otra parte, de la Tabla 7.2 se tiene que el operador anulador para x(n) dado es
( jp
)(
L A = 1 - 13 e 2 S-1 1 - 13 e 2 S-1
- jp
)
Realizando el producto, se obtiene
L A = 1 + 19 S-2
û
de donde
(1 + 1
9 S-2 ) (1 + 19 S-2 ) [ y(n) ] = 0
Se observa que las raíces de esta última ecuación homogénea son raíces repetidas de la
ecuación característica (I), las que son
r1 = j 13 , r2 = - j 13
392
y p (n) = n ( 13 ) ëéC1 cos( n2p ) + C 2 sen( n2p ) ûù
n
dado que
cos ( n -22) p = - cos n2p
sen (n -22) p = - sen n2p
C1 = 1
2
, C2 = 0
( 13 )
n
y p (n) = n
2 cos n2p , n³0
En el caso de que las raíces de la ecuación característica de LA (S), sean diferentes a las
raíces de la ecuación característica de la ecuación homogénea asociada a la ecuación en
diferencias original, se tendrá que las raíces de LA (S), determinan la forma de la
solución particular.
Ejemplo 7.25.
r 2 - 56 r + 16 = 0
cuyas raíces son
393
r1 = 1
2
, r2 = 13
r-2=0
o sea que la raíz es r3 =2, la cual es diferente a r1 y r2. Por lo tanto la solución particular
es de la forma
yp (n) = C1 2n , n ³ 0
Para determinar C1 , es necesario evaluar esta ecuación para cualquier n ³ 2, con lo cual
se asegura que ningún término del primer miembro desaparezca. De esta manera para n
= 2, se obtiene
4C1 - 56 (2C1 ) + 16 C1 = 4
de donde
C1 = 85
Luego, la solución particular es
yp (n) = 85 2n , n ³ 0
Como las raíces de los dos factores del primer miembro son distintas, las raíces del
primer factor determinan la forma de la solución particular (1 - 2S-1 ), y las raíces del
segundo factor (1 - 5/6 S-1 + 1/6 S-2) la forma de la solución homogénea .
Ejemplo 7.26.
Determinar la repuesta de estado cero y(n), n ³ 0, de los sistemas relajados descritos por
a) Ecuación en diferencias del Ejemplo 7.24 .
b) Ecuación en diferencias del Ejemplo 7.25 .
Solución
a) En este caso la ecuación en diferencias es
( ) ( )
n n
yh (n) = K1 1
3
cos n2p + K 2 1
3
sen n2p
Solución Particular. Por otra parte, en el Ejemplo 7.24 se determinó que la forma de la
solución particular, como tenía raíces repetidas de la ecuación homogénea, es
( )
n
yp (n) = n
2
1
3
cos n2p
395
Respuesta de estado - cero yzs (n) = y(n). Para sistemas relajados, la respuesta de estado
- cero yzs (n) está dada por
( ) ( ) ( )
n n n
y zs (n) = y(n) = K1 1
3
cos n2p + K 2 1
3
sen n2p + 2n 1
3
cos n2p
Para evaluar las constantes K1 y K2 se aplican las condiciones iniciales. Como se tienen
sistemas relajados las condiciones iniciales son nulas, y dado que el sistema dado es de
segundo orden, se requieren dos condiciones iniciales, considerándose y(- 1) = y(- 2)=0.
En la ecuación en diferencias original, se tiene
y(1) = K 2 ( ) 1
3
ì
ï0 n<0
ï
y zs (n) = y(n) = í
ï
ïî( n2 + 1) ( ) cos ( n2p ) n ³ 0
n
1
3
También se determinó que las raíces de la ecuación homogénea asociada eran :l1 = 1/2
y l2 = 1/3, por lo cual, la forma de la solución homogénea es
y h (n) = K 3 ( 12 ) + K 4 ( 31 )
n n
396
Aplicando condiciones iniciales, de la ecuación en diferencias original, se tiene
y(0) = K 3 + K 4 + 85 Þ K 3 + K 4 + 85 = 1
K3 = -1 , K4 = 2/5
ìï - ( 1 ) n + 2 ( 1 )n + 8 2 n n³0
y zs (n) = y(n) = í 2 5 3 5
ïî0 n<0
Ejemplo 7.27.
x(n) + z -1 z -1 y(n)
-1
Figura 7.23. Representación del Sistema de Tiempo Discreto del Ejemplo 7.27
Solución
Designando como v(n) la secuencia de salida del sumador, se tiene el siguiente modelo
ecuación en diferencias del sistema dado
v(n) = x(n) + 2v(n - 1) - v(n - 2)
397
o
v(n) - 2v(n - 1) + v(n - 2) = n , n³0
(1 - 2S -1
+ S-2 ) [ v(n) ] = n
(1 - 2S -1
+ S-2 ) [ v(n) ] = 0
r 2 - 2r + 1 = 0
cuyas raíces son
r1 = r2 = 1
v h (n) = C1 + C 2 n
Solución Particular. Como x(n) =n, se tiene que el operador anulador LA es
L A = (1 - S-1 )
2
(1 - S ) (1 - 2S
-1 2 -1
+ S-2 ) [ v(n) ] = 0
Se observa que las raíces correspondientes a la solución particular (raíces de LA), son
raíces repetidas de las raíces de la solución homogénea, con grado de multiplicidad
cuatro. Por lo tanto, considerando la expresión obtenida de la solución homogénea, la
forma de la solución particular es
vp (n) = C3 n 2 + C 4 n 3
C3 n 2 + C4 n 3 - 2C3 (n - 1) 2 - 2C 4 (n - 1) 3 + C3 (n - 2) 2 + C4 (n - 2)3 = n
398
1 1
C3 = , C4 =
2 6
v(n) = C1 + C 2 n + 12 n 2 + 16 n 3
C1 = 0 ; C 2 = 13
Por lo tanto
v(n) = 13 n + 12 n 2 + 16 n 3 , n³0
Luego la solución total de la ecuación en diferencias o respuesta total del sistema está
dada por
y(n) = v(n - 2) = 13 (n - 2) + 12 (n - 2) 2 + 61 (n - 2)3
Dado que y(n) = v(n – 2) = 0 para n < 2, y(n) se puede escribir como
ì 13 n - 12 n 2 + 61 n 3 n³2
ï
y(n) = í
ï0 n<2
î
399
en diferencias generalizada que caracteriza a un sistema de tiempo discreto está dada
por (7.89), o sea
N M
å a k y(n - k) = å b k x(n - k)
k =0 k =0
Ejemplo 7.28.
Solución
r 2 - r + 0,9 = 0
Por lo cual, considerando que las raíces son complejas conjugadas, la forma de la
solución homogénea yh(n) es
400
Aplicando el método establecido anteriormente, para el cálculo de los coeficientes
indeterminados de la solución particular, se tiene que K3 = 1. Luego
Gráfica de y(n). Se hará uso de la función filter, para obtener la gráfica de y(n). El
programa MATLAB es
Para el caso de que existan condiciones iniciales no – nulas, las condiciones iniciales
pueden ser almacenadas en vector definido para ello. Para un sistema de primer orden,
N=M=1, se define ci=[b 1x(-1) – a1 y(-1)]. Para un sistema de segundo orden, N=M=2, se
define ci = [b 1x(-1) + b2x(-2) – a1 y(-1) – a2 y(-2), b1x(n-1) – a2 y(-1)]. Para calcular la
respuesta con condiciones iniciales no – nulas, el formato es y = filter(b,a,x,ci).
401
Ejemplo 7.29.
Solución
En este caso, el programa MATLAB es
Ejemplo 7.30.
1
1
Y + (z) = 4
-2
+
1- z 1
4 (1 - z )(1 - 41 z -2 )
-1
Haciendo
z2 1
H1 (z) = 4
(z - )(z + 12 )
1
2
z3
H 2 (z) =
(z - 1)(z - 12 )(z + 12 )
se tiene que
Y + (z) = H1 (z) + H 2 (z)
1
H1 (z) 4z C C
= = 11 + 21
z (z - 2 )(z + 2 ) z - 2 z + 2
1 1
H1 (z) 1
C1 = (z - 12 ) =
Z z = 12 8
H1 (z) 1
C 2 = (z + 12 ) =
z z =- 12 8
403
1 1
z 8z
H1 (z) = 8
+
z - 2 z + 12
1
Por lo que
H 2 (z) 4
C3 = (z - 1) =
z z =1 3
H 2 (z) 1
C 4 = (z - 12 ) =-
z z = 12 2
H 2 (z) 1
C5 = (z + 12 ) =
z z =- 12 6
Por lo que la expresión de H2(z) queda
4
z - 13 z 1
6z
H 2 (z) = 3
+ +
z - 1 z - 2 z + 12
1
En consecuencia
4 7
- 83
Y + (z) = 3
+ 24
+
1 - z -1 1+ z1 -1
2 1 - 12 z -1
Ejemplo 7.31.
Solución
Como se trata de un sistema relajado, condiciones iniciales nulas, aplicando
Transformada – Z a la ecuación en diferencias dada, se tiene
404
1
Y + (z) - 56 z -1Y + (z) + 61 z -2 Y + (z) =
1 - 2z -1
1
Y + (z) éë1 - 56 z -1 + 61 z -2 ùû =
1 - 2z -1
1 z3
Y + (z) = =
(1 - 56 z -1 + 61 z -2 )(1 - 2z -1 ) (z - 21 )(z - 13 )(z - 2)
De donde
Y + (z) z2 A B C
= = + +
z (z - 2 )(z - 3 )(z - 2) z - 2 z - 3 z - 2
1 1 1 1
Y + (z)
A = (z - 12 ) = -1
z z= 1
2
Y + (z) 2
B = (z - 13 ) =
z z= 1 5
3
Y + (z) 8
C = (z - 2) =
z z =2 5
Por lo que
-1 2 8
Y + (z) = + 5
+ 5
1 - 12 z -1 1 - 13 z -1 1 - 2z -1
En consecuencia
y(n) = - ( 12 ) + 25 ( 13 ) + 85 ( 2 )
n n
n³0
n
,
405
la respuesta de estado cero es
n
y zs (n) = å a k x(n - k) (7.108)
k=0
n
y zs (n) = å a k d(n - k) = a n , n ³ 0 (7.109)
k =0
Por lo tanto, la respuesta h(n) al impulso del sistema recursivo de primer orden, descrito
por la ecuación (7.108) es
h(n) = a n u(n) (7.110)
n
y zs (n) = å h(k)x(n - k) , n³0 (7.111)
k =0
Cuando la entrada es d(n) = x(n) ,se tiene que x(n –k) = d(n - k), y (7.111) se reduce a
y p (n) = 0 (7.113)
Ejemplo 7.32.
406
Solución
Con x(n) = d(n), la ecuación en diferencias dada se convierte en
h(n) = hh(n)
(1 - 0, 7S -1
+ 0,1S-2 ) [ h(n) ] = 0
r 2 - 0, 7r + 0,1 = 0
r1 = 12 , r2 = 51
Por lo que la expresión de h(n) es
h(n) = C1 ( 12 ) + C2 ( 51 )
n n
Para n = 0 h(0) = 2
de donde
h(1) = 7
5
407
De la expresión obtenida para h(n), se tiene
h(1) = 12 C1 + 15 C2
h(2) = 14 C1 + 251 C 2
1
2
C1 + 15 C 2 = 7
5
1
4
C1 + 251 C 2 = - 11
50
Se observa que los sistemas recursivos de primer y segundo orden tienen respuestas al
impulso de duración infinita. En otras palabras, los dos sistemas recursivos son sistemas
IIR. Esto es así, dado que cualquier sistema recursivo descrito por ecuación en
diferencias es un sistema IIR. Lo inverso no es cierto, ya que no todo sistema IIR puede
ser descrito por una ecuación en diferencias. Es decir, que sistemas recursivos descritos
por ecuaciones en diferencias con coeficientes constantes son una subclase de sistemas
IIR LTI
Generalizando para sistemas de orden N, se tiene que cuando un sistema es
descrito por una ecuación en diferencias lineal de orden N, la solución de la ecuación
homogénea, para el caso de que las raíces rk del polinomio característico sean distintas,
es
N
y h (n) = å C k rkn (7.114)
k =1
N
h(n) = å C k rkn (7.115)
k =1
408
donde los parámetros Ck son determinados a partir de las condiciones iniciales
Ejemplo 9.33.
Un sistema de tiempo discreto, está caracterizado por el siguiente modelo de ecuación
en diferencias
y(n) - 32 y(n - 1) + 21 y(n - 2) = x(n) , n ³ 0
1
Y + (z) - 32 éë y( -1) + z -1Y + (z) ùû + 12 éë y( -2) + z -1 y( -1) + z -2 Y + (z) ùû =
1 - 12 z -1
z2
Luego, el programa MATLAB para obtener y(n) a partir de Y+(z), es
409
>> % Obtención de y(n) a partir de Y(z)
>> n=sym('n','real');
>> z=sym('z');
>> x=(1/2)^n;
>> X1=(z-3)/z;
>>d1=(z^2-(3/2)*z+1/2)/z^2;
>> X=ztrans(x);
>>Y=(X1+X)/d1;
>> y=iztrans(Y)
y=
2*(1/2)^n-(1/2)^n*n
O sea
n
æ1ö
y(n) = ç ÷ ( 2 - n ) u(n)
è2ø
410
Otro caso a considerar, es la determinación de la respuesta al impulso de la
interconexión de sistemas, cuando se conoce la respuesta al impulso de cada sistema
interconectado.
Ejemplo 7.34.
Solución
Para tres sistemas interconectados en cascada, la respuesta al impulso h(n) del sistema
interconectado es
h(n) = h1 (n)* h 2 (n) *h 3 (n)
Luego,
é 40 æ 2 ö n æ1ö 2æ1ö ù
n n
h(n) = ê ç ÷ - 5 ç ÷ + ç ÷ ú u(n)
ëê 7 è 3 ø è 2 ø 7 è 5 ø ûú
411
7.11. SECUENCIAS CORRELACIÓN ENTRADA – SALIDA EN SISTEMAS
LTI.
En esta sección se derivarán dos relaciones entrada – salida para sistemas LTI en el
campo o dominio de la correlación. Se asume que una señal x(n) con autocorrelaciónrxx(
l ) conocida, es aplicada a un sistema LTI con respuesta h(n) al impulso, produciendo la
salida y(n) dada por
¥
y(n) = h(n)* x(n) = å h(k)x(n - k)
k =-¥
(7.117)
¥
ryy (l) = rhh (-l) *rxx (l ) = år
k =-¥
xx (k)rhh (l + k)
412
La autocorrelaciónrhh( l ) de la respuesta al impulso h(n) existe, si el sistema es estable.
Además, la estabilidad asegura que el sistema no cambia la naturaleza de energía o de
potencia de la señal de entrada. Evaluando (7.121) para l = 0, se obtiene
¥
ryy (0) = år
k =-¥
hh (k)rxx (k) (7.122)
Ejemplo 7.35.
h(n) = {1, 1, 1, 1, 1}
x(n) = {1, 2, 4}
Determinar:
a) La correlación cruzada entrada – salida ryx( l ).
b) Autocorrelaciónryy( l ) de la secuencia de salida.
Solución
a) Se tiene que
b)
ryx ( l) = h( l) * rxx (l)
Por otra parte
rxx ( l) = x(l ) * x( -l )
x( l )
x(- l ) 1 2 4
4 4 8 16
2 2 4 8
1 1 2 4
De donde
rxx (l ) = {4, 10, 21, 10, 4}
413
Por lo cual
rxx( l )
h( l ) 4 10 21 10 4
1 4 10 21 10 4
1 4 10 21 10 4
1 4 10 21 10 4
1 4 10 21 10 4
1 4 10 21 10 4
De donde
ryx (l) = {4, 14, 35, 45, 49, 45, 35, 14, 4}
c) En este caso
ryy (l) = rhh (l ) * rxx (l )
con
rhh (l) = h(l )* h(- l)
Por lo que aplicando método matricial, se obtiene
h( l )
h(- l ) 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
obteniéndose
rhh (l) = {1, 2, 3, 4 , 5, 4, 3, 2, 1}
Por lo tanto
rxx( l )
rhh(- l ) 4 10 21 10 4
1 4 10 21 10 4
2 8 20 42 20 8
3 12 30 63 30 12
4 16 40 84 40 16
5 20 50 105 50 20
4 16 40 84 40 16
3 12 30 63 30 12
2 8 20 42 20 8
1 4 10 21 10 4
En consecuencia
414
ryy (l) = {4, 18, 53, 98, 147, 188, 209, 188, 147, 98, 53, 18, 4}
Ejemplo 7.36.
Solución
De acuerdo a lo estipulado en el Ejemplo 7.33, se tiene que la respuesta h(n) al impulso
del sistema dado, es h(n) = { 1, 1, 1, 1, 1}, y la secuencia de entrada es x(n) = {1, 2, 4}.
ryx =
Columns 1 through 8
Column 9
415
4.0000
>>t
t=
En consecuencia,
ryy =
Columns 1 through 8
Columns 9 through 13
416
147.0000 98.0000 53.0000 18.0000 4.0000
>>t
t=
Por lo tanto
Los resultados obtenidos de ryx( l ) y de ryy (l) , ratifican los resultados obtenidos en el
Ejemplo 7.35.
En esta relación entrada – salida, el sistema está caracterizado en el dominio del tiempo
por su respuesta h(n) al impulso unitario.
Para desarrollar una caracterización del sistema en el dominio de la frecuencia,
se aplica la señal de entrada x(n) dada por
417
x(n) = Ae jWn (7.124)
¥
y(n) = å h(k) éë Ae
k =-¥
jW (n - k)
ùû
é ¥ ù
y(n) = A ê å h(k)e - jWk ú e jWn (7.125)
ë k =-¥ û
Se observa que el término del dentro del paréntesis cuadrado en (7.125), representa la
Transformada de Fourier de la respuesta h(n) del sistema al impulso unitario. Esta
función se denomina Función Respuesta de Frecuencia y se denota como H( W ) y está
dada por
¥
H(W) = å h(k)e
k =-¥
- j Wk
(7.126)
La función H( W ) existe si el sistema es estable BIBO, por lo que se debe cumplir que
å
n =-¥
h(n) < ¥ (7.127)
Se tiene que la respuesta del sistema es también de forma exponencial compleja, con la
misma frecuencia de la entrada, pero afectada por el factor H( W ).
Ejemplo 7.37.
h(n) = ( 13 ) u(n)
n
Solución
Cuando la señal de entrada es del tipo
418
x(n) = Ae jpn / 2 , -¥ <n<¥
¥ ¥
1
å h(n)e- jWn = å ( 13 ) e jWn =
n
H(W) =
n =-¥ n =0 1 - 13 e- jW
como W = p/2, luego
1 3 - j18,40
H ( p2 ) = = e
1+ j 3
1
10
)
e - j18,4 e jnp / 2
Ecuación que puede escribirse como
Este ejemplo ilustra claramente que el único efecto del sistema sobre la señal de entrada
es escalar la amplitud por 3 / 10 y un desplazamiento de fase de –18,40. De este modo,
la salida es también una exponencial compleja de frecuencia p/2, amplitud 3A / 10 , y
fase –18,40.
Si se altera la frecuencia de la señal de entrada, el efecto del sistema sobre la
señal de entrada cambia. Por ejemplo, si la secuencia de entrada es una exponencial
compleja de frecuencia p, se tiene
luego, en W = p, se tiene
1 1 3
H(p) = - jp
=4=
1- e 1
3 3 4
419
y(n) = 34 Ae jpn , -¥ <n<¥
se observa que H(p) es real puro, luego la salida es escalada en magnitud por el factor
H(p)=3/4, con nulo desplazamiento de fase.
En general, H( W ) es una función compleja de la variable frecuencial W , por lo
que H( W ) puede ser expresada en forma polar como
¥
H(W) = å h(k)e
k =-¥
- j Wk
(7.130)
por lo que
p
1
h(k) = ò
2p - p
H(W)e jWk dW (7.131)
¥ ¥
H( W) = å h(k) cos Wk - j å h(k)senWk
k =-¥ k =-¥
(7.132)
y definiendo
¥
H R (W ) = å h(k) cos Wk
k =-¥
(7.133)
¥
H I (W) = - å h(k)senWk
k =-¥
420
teniéndose que
H(W) = H 2R (W) + H 2I (W)
(7.135)
H I (W)
Q(W) = tan -1
H R (W )
Ejemplo 7.38.
1/2
z -1 + y(n)
x(n)
Figura 7.28. Gráfica del Sistema de Tiempo Discreto del Ejemplo 7.38
Solución
El modelo ecuación diferencia del sistema dado es
se tiene
H(W) = 12 (1 + cos W - jsenW ) = 12 (1 + cos W ) - j 12 senW
luego
H(W) = 12 (1 + cos W ) + sen 2W = 1 + cos W
2 2
2
Empleando la relación
421
cos W2 = 1+ cos W
2
se obtiene
H(W) = cos W2
1,2
H(W)
1
0,8
0,6
0,4
0,2
0
p W
a)
Q H (W )
0 W
-0,5
-1
-1,5
-2
b)
422
y(n) = A H(W) cos [ W n + QH (W)] (7.136)
Por otra parte, si la entrada es x(n) = AsenWn ,la salida del sistema es
Ejemplo 7.39.
Solución
en consecuencia
H(W) = 1 + e- j10W
ecuación que puede escribirse como
423
de donde
H(W) = 2 cos 5W
2,5 |H(W)|
2
1,5
0,5
0 W
p
a)
2 QH(W)
1,5
1
0,5
0 W
p
-0,5
-1
-1,5
-2
b)
se tiene que
424
y(n) = H ( 10p ) cos éë 10n
p + Q ( 10 ) û + 3 H ( 3 ) sen ë 3 + 10 + Q ( 3 ) û
p
ù p
é pn p p
ù
y(n) = - 2sen ( 10
pn
) + 3 3sen ( p3n - 730p )
å a k y(n - k) = å b k x(n - k)
k =0 k =0
(7.138)
Para determinar la respuesta de frecuencia del sistema LTI descrito por la ecuación
(7.138), se supondrá que existen los pares de transformadas x(n) ®X(W, y(n) ® Y(W) y
h(n) ® H(W), y usando la propiedad de convolución de la Transformada de Fourier, se
obtiene que
Y(W)
H(W) = (7.139)
X(W)
åa e
k =0
k
- jkW
Y(W) = å b k e- jkW X(W)
k =0
(7.140)
o equivalentemente
425
M
Y(W) åb e k
- jkW
H(W) = = k =0
(7.141)
X(W) N
åa e
k =0
k
- jkW
åb e k
- jkW
b 0 + b1e - jW + ..... + b M e- jMW
H( W) = k =0
= (7.142)
N
1 + a1e- jW + ..... + a N e- jNW
1 + å a k e- jkW
k =1
Se observa que los coeficientes del polinomio del numerador de (7.142) son los mismos
coeficientes que están en el segundo miembro de (7.138) y que los coeficientes del
polinomio denominador de (7.141) son los mismos coeficientes que están en el primer
miembro de (7.138). Este hecho, representa que la respuesta de frecuencia del sistema
LTI descrito por la ecuación (7.138), puede determinarse por inspección directa de
dicha ecuación. Una vez obtenida la expresión de H(W), se puede determinar la
expresión de la respuesta h(n) al impulso del sistema, aplicando h(n) = F-1{H(W)}.
Ejemplo 7.40.
-3
-4 + e- jW
H(W) =
1 - 4e- jW + 3e - j2W
426
Respuesta al Impulso h(n).
Se tiene
h(n) = F-1 {H(W)}
-4 + e- jW A1 A2
H( W) = = +
(1 - 3e )(1 - e ) 1 - 3e 1 - e - jW
- jW - jW - jW
-4 + e- jW
A1 = (1 - 3e- jW ) H(W)
11
= =-
e - jW
= 13 1 - e - jW e - jW = 13
2
-4 + e - j W
A 2 = (1 - e - jW ) H(W)
3
= =
e - jW
=1 1 - 3e - jW e- jW =1
2
Por lo tanto
- 112 3
H( W) = + 2
1 - 3e- jW 1 - e- jW
é 3 11 n ù
h(n) = ê - ( 3) ú u(n)
ë2 2 û
L
x(n) = å A i cos(Wi n + fi ) , -¥ < n ¥ (7.143)
i =1
L
y(n) = å A i H(Wi ) cos [ Wi + fi + q(Wi ) ] (7.144)
i =1
W
-p -W c 0 Wc p
a)
H(W)
1
W
-p -W c 0 Wc p
b)
H(W)
1
W
-p -W 2 -W0 -W1 0 W1 W 0 W2 p
c)
H(W)
1
p W
-p -W0 0 W0
d)
H(W)
1
W
-p 0 p
e)
Figura 7.32. Respuesta de Magnitud de Filtros Ideales de Tiempo Discreto
a) Pasabajo; b) Pasa-alto; c) Pasabanda; d) Rechazo de Banda; d) Pasatodo
428
Otra característica de un filtro ideal, es el tener una respuesta de fase lineal. Para
demostrar esta característica, se asume que una secuencia de entrada x(n), con
componentes de frecuencia dentro del intervalo W 1<W<W2, pasa a través de un filtro con
respuesta de frecuencia dada por
donde C y n0 son constantes. La señal y(n) en la salida del filtro tiene el espectro
Q(W) = -n 0W (7.148)
dQ(W)
tg = - (7.149)
dW
429
aproximadas a las de los filtros ideales, utilizando filtros prácticos físicamente
realizables.
N M
åa
k =0
k y(n - k) = å b k x(n - k)
k =0
åb e k
- jkW
b 0 + b1e - jW +·······+ b M e - jMW
H( W) = k=0
=
N
a 0 + a1e- jW +·······+a N e- jNW
åa e
k =0
k
- jkW
[H,w]=freqz(b,a,n,’whole’) (7.150)
o
[H,w]=freqz(b,a,n) (7.151)
430
La ecuación (7.152) retorna los valores del vector H, calculados en las
frecuencias determinadas por el vector frec. El vector frec puede tener cualquier
longitud.
Haciendo plot(w,abs(H)), se obtiene la gráfica de la amplitud de la Función
Respuesta de Frecuencia y haciendo plot(w,angle(H)), se obtiene la gráfica de la fase de
la Función Respuesta de Frecuencia.
Además de las sintaxis expuestas, existen otras sintaxis de la función freqz.
Ejemplo 7.41.
Solución
Para el ejemplo propuesto, los vectores b y a son
b = [0,16 - 0,48 0,48 - 0.,16]
431
Figura 7.33. Gráfica de la Magnitud y Fase de la Función Respuesta
de Frecuencia del Ejemplo 7.41 en el intervalo de 0 a 2p [rad/muestra]
432
Figura 7.34. Gráfica de la Magnitud y Fase de la Función Respuesta
de Frecuencia del Ejemplo 7.41 en el intervalo de -p a +p
Respuesta de Estado Estacionario. Para un sistema estable BIBO, con respuesta y(n),
la respuesta de estado estacionario yss(n) se define como
433
Respuesta Transiente. La componente respuesta transienteytr(n) de la respuesta y(n),
de un sistema LTI BIBO, presenta la siguiente característica
Ejemplo 7.42.
Solución
La respuesta de este sistema a cualquier entrada x(n) aplicada en n = 0, está dada por
n
y(n) = a n +1 y(-1) + å a k x(n - k) , n ³ 0
k =0
x(n) = Ae jWn , n ³ 0
n
y(n) = a n +1 y( -1) + A å a k e jW (n - k)
k =0
luego,
én kù
y(n) = a n +1y(-1) + A êå ( ae- jW ) ú e jWn
ë k =0 û
434
Finalmente,
Respuesta de Estado Estacionario yss(n). Aplicando (9.161) y que |a| < 1, se obtiene
A
yss (n) = lim y(n) = - jW
e jW
n ®¥ 1 - ae
y(n) = H(W)x(n)
y que para el ejemplo dado x(n) = Ae jWn , n ³ 0 , yss(n) se puede escribir como
Respuesta Transiente. Dado que ytr(n) es la componente de y(n) que tiende a cero
cuando n tiende a infinito, y como |a| < 1, se tendrá que
El término an+1 y(-1) de ytr(n) representa la respuesta de entrada – cero del sistema, en
Aa n +1e- jW (n +1) jWn
tanto que el término e , es el transiente producido por la señal
1 - ae- jW
exponencial de entrada.
En general, todos los sistemas LTI BIBO cuando son excitados por una señal
exponencial compleja o senoidal en n = 0, o en algún otro instante de tiempo, presentan
la característica que la respuesta transiente tiende a cero cuando n tiende a infinito,
permaneciendo solamente la respuesta de estado – estacionario.
N -1
x(n) = å Ck e j2 pkn / N , k=0,1,........,N-1 (7.156)
k=0
es
æ 2p ö
y k (n) = C k H ç k ÷ e j2 pkn / N , k=0,1,......, N-1 (7.158)
èN ø
donde
æ 2pk ö
Hç ÷ = H(W) W=2 pk / N , k=0,1,......, N-1 (7.159)
è N ø
N -1
æ 2pk ö j2 pkn / N
y(n) = å C k H ç ÷e , -¥ < n < ¥ (7.160)
k =0 è N ø
Este resultado implica que la respuesta y(n) del sistema a la señal periódica de entrada
x(n) es también periódica con el mismo periodo N. Los coeficientes Dk de la serie de
Fourier asociada a y(n), son
æ 2pk ö
Dk = Ck H ç ÷ , k = 0,1,......, N-1 (7.161)
è N ø
436
7.12.7. Respuesta a Señales de Entrada Aperiódicas. El Teorema de Convolución
dado por
F
x(n) = x1 (n)*x2 (n) X(W) = X1 (W)X2 (W) (7.162)
Se tiene que en el análisis en el dominio del tiempo para determinar la salida del
sistema, se emplea la convolución de la señal de entrada con la respuesta al impulso del
437
sistema. Por otro lado, en el análisis en el dominio de la frecuencia para obtener el
espectro de la señal de salida, se realiza la multiplicación del espectro de la señal de
entrada X(W) con la respuesta de frecuencia H(W) del sistema .
p
1
y(n) = ò
2p - p
Y(W)e jWn dW (7.166)
Sin embargo este método es raramente utilizado, dado que con la Transformada - Z se
obtiene un método más simple para determinar la secuencia de salida {y(n)} del sistema
LTI.
Elevando al cuadrado los dos miembros de la ecuación (7.164), se obtiene
(7.167)
Syy (W) = H(W) Sxx (W)
2
dondeSxx (W) y Syy (W) son las densidades espectrales de energía de las señales de
entrada y de salida, respectivamente. La energía Ey de la señal de salida se obtiene
realizando la integración siguiente
p
1
Ey = ò Syy (W)dW
2p -p
p
(7.168)
1
ò H(W) Sxx (W)dW
2
Ey =
2p -p
Ejemplo 7.43.
Determinar las respuestas transiente, de estado - estacionario y total del sistema relajado
dado por
8y(n) - 6y(n - 1) + y(n - 2) = x(n)
con
x(n) = 5sen n2p u(n)
Solución
Respuesta Transiente. Para determinar la respuesta transienteytr (n) del sistema dado se
considera la ecuación homogénea asociada
438
la cual puede escribirse como
y(n) - 34 y(n - 1) + 81 y(n - 2) = 0
(1 - 3
4 S-1 + 18 S-2 ) [ y(n) ] = 0
r 2 - 34 r + 81 = 0
r1 = 12 , r2 = 1
4
y tr (n) = C1 ( 12 ) + C 2 ( 41 )
n n
luego
h(n) = C3 ( 12 ) + C4 ( 14 )
n n
439
h(0) = C3 + C4
h(-1) = 0
h(0) = 18
De donde se obtiene que
C3 + C 4 = 18
2C3 + 4C4 = 0
Por lo cual
C3 = 14 , C 4 = - 18
Por lo tanto
( 12 ) - 18 ( 14 )
n n
h(n) = 1
4
1 1 1
H(W) = 4
- 8
= 8
1- e 1 - jW
2 1- e1 - jW
4 (1 - 1
2 e- jW )(1 - 14 e- jW )
de donde
1
H(W) = 8
3
sen W - 81 sen 2W
Q(W) = - tg -1 4
1 - 34 cos W + 81 cos 2W
En consecuencia
1
1
H ( p2 ) = 8
=
(1 - ) + ( )
1 2
8
3 2
4
85
y
3
Q ( p2 ) = - tg -1 4
7
= -40, 60
8
Por lo tanto
yss (n) = 5
85
sen ( n2p - 40, 60 )
luego
440
yss (n) = 0, 412sen n2p - 0,353cos n2p
r3 = ejp/2 , r4 = e-jp/2
K1 = 177 , K 2 = - 176
En consecuencia
441
Para evaluar C1 y C2 se hace uso de las condiciones iniciales y(-1) = y(-2) = 0,
teniéndose
y(-1) = 2C1 + 4C2 - 177 = 0
( 12 ) - 345 ( 14 )
n n
y tr (n) = 1
2
Ejemplo 7.44.
Y(W) = X(W)H(W)
1
H(W) =
1 + e - j2 W1
2
n =0
Obteniéndose
1
X(W) =
1 - e- jW
1
3
Por lo tanto
1
Y(W) =
(1 + 1
2 e - j2 W
)(1 - 1
3 e- jW )
Reduciendo, se obtiene
1
Syy (W) = 2
3 ( + cos 2W)( 53 - cos W)
5
4
Ejemplo 7.45.
Obtener la gráfica de Syy(W) del Ejemplo 7.44, a partir de la expresión de X(W) y el uso
de la función freqzpara obtener H(W), y aplicar que Syy (W) = ïH(W)ï2ïX(W)ï2.
Solución
Del ejemplo 7.44, se que
x(n) = ( 13 ) u(n)
n
por lo que
1
X(W) =
1 - e- jW
1
3
y como
1
H(W) =
1 + e - j2 W
1
2
443
El programa MATLAB, puede ser el siguiente
PROBLEMAS
7.2. Determinar si los siguientes sistemas de tiempo discreto son causales o no causales,
si tienen memoria o son sin memoria, si son lineales o no lineales, si son invariantes o
variantes con respecto al tiempo, si son estables o no estables. Justifique sus respuestas.
a) y(n) = x(n) + x(n – 1).
444
b) y(n) = x(n) + x(n + 1).
c) y(n) = x(-n + 2).
d) y(n) = cos[x(n)].
e) y(n) = x(n)u(n).
f) y(n) = x(n) + nx(n+1).
g) y(n) = x(2n).
n
h) y(n) = å (0,5)
k =-¥
n-k
x(k)
i) y(n) = ïx(n)ï.
j) y(n) = x(n)x(n – 1)
7.3. Sea H un sistema LTI, relajado y estable BIBO con entrada x(n) y salida y(n).
Demostrar que:
a) Si x(n) es periódica con periodo N, la salida y(n) es periódica con el mismo periodo.
b) Si x(n) es acotada y tiende a una constante, la salida también tenderá a una
constante.
c) Si x(n) es una señal de energía, la salida y(n) también será una señal de energía.
7.5. Sea x(n) la señal de entrada a un filtro de tiempo discreto con respuesta al impulso
hi(n) y sea yi(n) la correspondiente salida. Determinar la respuesta yi(n) para
x(n) = {2, 3, 5, 3, 4, 5, 7}
h1(n) = {1, 2, 1}
7.6. Un sistema de tiempo discreto LTI, tiene la respuesta al impulso h(n) dada por
445
a) Determinar la respuesta al escalón u(n) para n ³ 0.
b) Determinar la respuesta y(n) para n ³ 0, cuando la entrada es x(n) = u(n) – u(n-4),
para el sistema inicialmente relajado.
7.8. Se conectan dos sistemas de tiempo discreto LTI como se muestra en la Figura
P.7.8. El sistema 1 tiene la respuesta al impulso h1(n) y el sistema 2 tiene la respuesta al
impulso h2(t). Deducir una expresión para la respuesta al impulso del sistema completo.
Expresar la respuesta en términos de h1(n) y de h2(n).
+ +
x(n) + + + + y(n)
Sistema 1 Sistema 2
Figura P 7.8
7.9. Determinar la respuesta de entrada - cero, del sistema relajado descrito por la
ecuación diferencia
8y(n) - 6y(n - 1) + y(n - 2) = 5sen ( n2p )
7.10. La Figura P 9.10, representa un sistema de tiempo discreto relajado. Determinar la
respuesta de y(n) de dicho sistema, si x(n) es
y(n)
x(n)
+ z -1 z -1
3/4
-1/8
ìæ 1 ö n
ï n³0
x(n) = íçè 4 ÷ø
ï0
î n<0
Figura P 7.10
7.11. Determinar la repuesta total del sistema relajado caracterizado por la ecuación
diferencia
y(n) + 19 y(n - 2) = ( 13 ) cos ( n2p )
n
n³0
446
7.12. Usando la Transformada – Z Unilateral, determinar y(n), n ³ 0, para los sistemas
caracterizados por
a) y(n) + y(n - 1) - 6y(n - 2) = 0 ; y(-1)=y(-2)=1
b) y(n) - 12 y(n - 1) = ( 13 ) u(n) ; y(-1) = 1
n
7.13. Se tiene los sistemas LTI causales descritos por las siguientes ecuaciones
diferencias. En cada caso determinar la respuesta al impulso del sistema inverso y la
ecuación diferencia que caracteriza a tal sistema inverso.
a) y(n) = x(n) - 12 x(n - 1)
b) y(n) + 14 y(n - 1) = x(n)
c) y(n) + 54 y(n - 1) - 81 y(n - 2) = x(n) - 21 x(-1)
x(n) y(n)
h1 (n) h 2 (n)
Figura P 7.15
447
h 2 (n)
x(n) + y(n)
+ + +
h1 (n)
- +
h 3 (n) h 4 (n)
h 5 (n)
Figura P 7.16
7.18. La entrada de un sistema de tiempo discreto LTI es x(n), la cual es cero para N0£ n
£ N1 intervalo de longitud Mx. La respuesta h(n) al impulso del sistema tiene la
característica de que es cero para N2£ n £ N3 intervalo de longitud Mh, luego la salida
y(n) es cero para toda n excepto en el intervalo N4£ n £ N5, intervalo de longitud My.
a) Determinar N4 y N5 en términos de N0 , N1, N2 y de N3.
b) Expresar My en términos de Mx y de Mh .
7.20. a) Determinar la función respuesta de frecuencia del sistema LTI causal descrito
por la ecuación diferencia
y(n) = x(n) - 12 y(n - 1)
448
7.21. Para el sistema de tiempo discreto LTI mostrado en la Figura P 7.21, determinar:
a) La ecuación diferencia que relacione y(n) con x(n).
b) La función respuesta de frecuencia, y dibujar su magnitud y fase para -p£W£p.
x(n) 1 + y(n)
4 + + z -1 z -1 - +
+
1
2
Figura P 7.21
7.22. Un sistema de tiempo discreto LTI está descrito por la ecuación diferencia
7.23. Un sistema de tiempo discreto LTI causal está descrito por la ecuación diferencia
7.24. Se tiene un sistema que consiste de dos sistemas LTI en cascada con respuestas de
frecuencia
1 - 12 e - jW
H1 ( W ) = 4
2 + e - jW
1
H 2 (W ) =
1 - 12 e + 14 e - j2W
- j W
449
b) Determinar una realización del sistema total que contenga sistemas de primer y
segundo orden en cascada, donde los sistemas de primer tengan como respuesta de
frecuencia la relación
1
1 + e - jW
1
2
7.26. Determinar la respuesta transiente y de estado estacionario del sistema descrito por
la ecuación diferencia
y(n) = x(n) + 2x(n - 2) + x(n - 4) y(n) = x(n) + 2x(n - 2) + x(n - 4)
con x(n) = ejpn/2 u(n) y condiciones iniciales nulas.
3
Figura P 7.27
450
UNIDAD VIII: ANÁLISIS DE SISTEMAS LTI DE TIEMPO DISCRETO EN EL
DOMINIO – Z.
TEMAS
N M
y(n) = -å a k y(n - k) + å b k x(n - k)
k =1 k =0
åb z k
-k
H(z) = k =0
N
(8.1)
1+ å akz -k
k =1
donde N(z) es el polinomio numerador que contiene los ceros de H(z) y D(z) es el
polinomio denominador que determina los ceros de H(z). Se asume también que la señal de
entrada x(n), tiene una Transformada - Z de tipo racional de la forma
P(z)
X(z) = (8.3)
Q(z)
La forma de X(z) dada por (8.3) es válida, dado que la mayoría de señales de interés
práctico tienen transformadas racionales .
Si el sistema está inicialmente en reposo, es decir que las condiciones iniciales para
y(n) son nulas, o sea
451
y(-1) = y( -2) = ..........= y(-N) = 0 (8.4)
N(z)P(z)
Y(z) = H(z)X(z) = (8.5)
D(z)Q(z)
La transformada inversa de Y(z) representa la señal de salida del sistema, la que está dada
por
N L
y(n) = å Ck (p k ) n u(n) + å K k (q k )n u(n) (8.7)
k =1 k =1
Respuesta Natural. Se observa que la secuencia de salida puede ser dividida en dos partes.
La primera parte, correspondiente al primer término del segundo miembro de (8.7), es una
función de los polos {pk} del sistema y es llamada la respuesta natural del sistema. La
influencia de la señal de entrada sobre esta respuesta es realizada por los factores de escala
{Ck}.
RespuestaForzada. La segunda parte, segundo término, es una función de los polos {qk}
de la señal de entrada y es llamada la respuesta forzada del sistema. La influencia del
sistema sobre esta respuesta es ejercida a través de los factores de escala {Kk}.
Se tiene que los factores de escala {Ck} y {Kk}son funciones tanto de los polos {pk}
como de los polos {qk}. Por ejemplo, si X(z) = 0 de modo que la entrada es cero, luego
Y(z) = 0, y en consecuencia, la salida es cero. Por lo que la respuesta natural del sistema es
cero. Esto implica que la respuesta natural del sistema es diferente de la respuesta de
entrada - cero.
Cuando X(z) y H(z) tengan uno o más polos comunes o cuando X(z) y/o H(z)
contengan polos múltiples, Y(z) contendrá polos múltiples. En este caso, la expansión en
fracciones parciales de Y(z) contendrá factores de la forma 1 / (1 - p l z-1 )k , k= 1,2,.......,m,
donde m es el orden de los polos. La inversión de estos factores producirá en la salida y(n)
del sistema, términos de la forma n k -1p nl .
452
Ejemplo 8.1 .
H1 (z) A A
= 11 + 21
z z-2 z-5
con
12z - 7 10
A1 = =-
z - 5 z= 1
1
3
2
12z - 7 46
A2 = =
z - 2 z= 1 3
1
5
En consecuencia
- 103 46
H(z) = -10 + + 3
1 - 12 z -1 1 - 15 z -1
Por lo tanto
ë û
453
Respuesta al Escalón Unitario. En este caso se puede emplear la expresión
N L
Ck Kk
Y(z) = å -1
+ å -1
k =1 1 - p k z k =1 1 - q k z
lo que implica
N L
y(n) = å Ck (p k ) n u(n) + å K k (q k )n u(n)
k =1 k =1
-2
2-z 23
C2 = - -
= -
(1 - 12 z )(1 - z ) z = 1
1 1
6
5
2 - z -2 5
K1 = 1 -1 1 -1
=
(1 - 2 z )(1 - 5 z ) z =1 2
En consecuencia
y(n) = é 103 ( 12 ) - 236 ( 15 ) + 25 ù u(n)
n n
ë û
Se deduce que la respuesta natural, en este caso, es é 103 ( 21 ) - 236 ( 15 ) ù u(n) y la respuesta
n n
ë û
forzada es 52 u(n)
454
Ejemplo 8.2.
Determinar la respuesta forzada yf(n) y respuesta natural yn(n), empleando MATLAB, del
sistema cuyo modelo de ecuaciones en diferencias es
y(n) + 3y(n - 1) + 2y(n - 2) = x(n)
con x(n) = ( 12 ) u(n)
n
Solución
Para la resolución del problema, se puede usar el siguiente programa MATLAB
>> %Calculo de repuesta forzada y natural
>> %del sistema del Ejemplo 8.2
>> b=[1 0 0]; a=[1 3 2]
>> H=tf(b,a,[])
Transfer function:
z^2
-------------
z^2 + 3 z + 2
455
Como los polos de la Función de Transferencia del Sistema son p1= -2 y p2 = -1, la
respuesta natural yn(n) es
y n (n) = é 85 ( -2 ) - 32 ( -1) ù u(n)
n n
ë û
La señal de entrada tiene el polo p3 = 12 , por lo tanto la respuesta forzada del sistema es
y f (n) = ( 12 ) u(n)
n
como x(n), se puede escribir que X+ (z) = X(z) . En cualquier caso (8.8) puede ser
expresada como
M N k
åb z k
-k
åa k z - k å y(- n)z n
Y + (z) = k =0
N
X(z) - k =1
N
n =1
1 + å a k z- k 1 + å a k z- k
k =1 k =1
(8.9)
P0 (z)
Y + (z) = H(z)X(z) +
D(z)
donde
N k
P0 (z) = -å a k z -k
å y(-n)z n
(8.10)
k =1 n =1
Respuesta de Estado – Cero Yzs(z). De (8.9) se tiene que la salida del sistema con
condiciones iniciales no nulas puede ser subdividida en dos partes: la primera es la
respuesta de estado - cero, definida en el dominio -z como
456
Respuesta de Entrada – Cero Yzi+ (z) . La segunda componente corresponde a la salida
resultante debido a las condiciones iniciales. Esta salida representa la respuesta de entrada -
cero del sistema, la cual es definida en el dominio -z como
P0 (z)
Yzi+ (z) = (8.12)
D(z)
Luego Y+ (z) se puede escribir como
y ( n ) = y zs ( n ) + y zi ( n ) (8.14)
Dado que el denominador de Yzin (z) es D(z), sus polos son p1 , p2 ,....., pN. En consecuencia,
la respuesta de entrada - cero tiene la forma
N
y zi (n) = å M k (p k )n u(n) (8.15)
k =1
Dado que el denominador de Yzin (z) es D(z), sus polos son p1 , p2 ,....., pN. En consecuencia,
la respuesta de entrada - cero tiene la forma
N
y zi (n) = å M k (p k )n u(n) (8.16)
k =1
El efecto de las condiciones iniciales es el alterar la respuesta natural del sistema mediante
la modificación de los factores de escala. Las condiciones iniciales no introducen nuevos
polos en la función de sistema. Además, no hay efecto sobre la respuesta forzada del
sistema.
Ejemplo 8.3.
Determinar la respuesta al escalón unitario del sistema descrito por la ecuación diferencia
empleando que y(n) = y zs (n) + y zi (n) , y con las siguientes condiciones iniciales
457
y(-1) = 0 , y(-2) = 1
Solución
Reescribiendo la ecuación diferencia dada, se tiene
y(n) - 14 y(n - 2) = x(n)
1
H(z) =
1 - 14 z -2
Luego los polos de H(z) son
p1 = 1
2 , p 2 = - 12
1
H(z) =
(1 - z )(1 + 12 z -1 )
1
2
-1
1 A1 A2 A3
Yzs (z) = -1 1 -1 -1
= 1 -1
+ 1 -1
+
(1 - z )(1 + 2 z )(1 - z ) 1 - 2 z
1
2 1+ 2 z 1 - z -1
Con
1 1
A1 = -1 -1
=-
(1 + z )(1 - z ) z = 1
1
2 2
2
1 1
A2 = -1 -1
=
(1 - z )(1 - z ) z =- 1 6
1
2
2
1 4
A3 = -11 -1
=
(1 - z )(1 + 2 z ) z =1 3
1
2
Por lo que
458
- 12 1 4
Yzs (z) = 1 -1
+ 6
1 -1
+ 3
1- 2 z 1+ 2 z 1 - z -1
En consecuencia
y zs (n) = éë - ( 12 ) n +1 + 16 ( - 12 ) n + 43 ùû u(n)
Respuesta de Entrada - Cero yzi (n). En este caso, por (8.12) , se tiene que
P0 (z)
Yzi (z) =
D(z)
La ecuación (8.10) establece que
N k
P0 (z) = -å a k z - k å y(- n)z n
k =1 n =1
a1 = y(-1) = 0 , a 2 = - 14 , y(-2) = 1
luego
P0 (z) = ( 14 z -2 ) éë z 2 ùû = 1
4
o sea
D(z) = 1 - 14 z -2
Por lo tanto
1
z2 1
Yzi (z) = 4
= 4
1 - z -2
1
4 ( z - )( z + 12 )
1
2
1 1
Yzi = 8
-1
+ 8
1- z 1
2 1 + z -1
1
2
459
De donde
y zi (n) = é 18 ( 12 ) + 18 ( - 12 ) ù u(n)
n n
ë û
Como
se tiene
ë û
donde {pk } , k = 1,2,........, N son los polos del sistema y {Ak} son factores de escala que
dependen de las características de la secuencia de entrada y de las condiciones iniciales.
Si ïpkï< 1 para todo k, luego ynr (n) tiende a cero cuando n tiende a infinito. En tal
caso la respuesta natural del sistema representa su respuesta transiente. La rapidez con que
ynr (n) tiende a cero depende de la magnitud de los polos. Si se tiene el caso que todos los
polos tengan magnitud pequeña, se tiende a cero muy rápidamente. Por otra parte, si uno o
más polos están localizados cerca del circulo unitario, los términos correspondientes en ynr
(n) tenderán lentamente a cero y el transiente persistirá por largo tiempo.
Respuesta Forzada o de Estado Estacionario. La respuesta forzada del sistema se define
como
L
y fr (n) = å Sk (q k ) n u(n) (8.18)
k =1
donde {qk} , k = 1,2,.......,L son polos de la función forzante y {Sk}son factores de escala
que dependen de las características del sistema y de la secuencia de entrada. Si todos los
polos de la señal de entrada caen dentro del circulo unitario, yfr(n) decaerá a cero cuando n
tienda a infinito, tal como en el caso de la respuesta natural. Esto no es sorprendente dado
que la señal de entrada es también una señal transiente. Por otra parte, cuando la señal
460
causal de entrada es una senoide, los polos caen sobre la circunferencia de radio unitario y
en consecuencia la respuesta forzada es también una senoide , que persiste para todo n ³ 0.
En este caso, la respuesta forzada es denominada respuesta de estado - estacionario del
sistema. Para que el sistema sostenga la respuesta de estado estacionario para n ³ 0, la señal
de entrada debe de estar presente para todo n³0 .
Ejemplo 8.4 .
y(n)
x(n) + z -1 z -1
5/6
-1/6
1
H(z) =
1 - z + 16 z -2
5
6
-1
461
N L
Ck Kk
Y(z) = H(z)X(z) = å -1
+ å -1
k =1 1 - p k z k =1 1 - q k z
Luego
- 53 1 27
Y(z) = 1 -1
+ 4
1 -1
+ 20
1- 2 z 1- 3 z 1 - 3z -1
y nr (n) = éë - 35 ( 21 ) n + 14 ( 13 ) n ùû u(n)
y fr (n) = 27
20 (3) n u(n)
Se observa que la respuesta de estado - estacionario tiene valores para todo n ³ 0, al igual
que la señal de entrada. Para determinar la respuesta total del sistema y(n) se aplica
Ejemplo8.5.
Escribir un programa MATLAB para determinar la respuesta total del sistema del Ejemplo
10.4, en las condiciones planteadas en dicho ejemplo.
Solución
En base a que el modelo ecuación en diferencias del sistema, inicialmente en reposo,del
Ejemplo 8.4, es
con x(n) = 3n u(n) . Un programa MATLAB para obtener y(n), puede ser el siguiente
462
>> z=sym('z'); n=sym('n');
>> b=[1 0 0]; a=[1 -5/6 1/6];
>> H=tf(b,a,[])
Transfer function:
z^2
-----------------------
z^2 - 0.8333 z + 0.1667
Sampling time: unspecified
>> H=z^2/(z^2-5/6*z+1/6); x=3^n;
>> X=ztrans(x)
X=
1/3*z/(1/3*z-1)
d=
z^3-23/6*z^2+8/3*z-1/2
>> Y=z^3./(z^3-23/6*z^2+8/3*z-1/2);
>> b1=[1 0 0]; a1=[1 -23/6 8/3 -1/2];
>> [r,p,k]=residuez(b1,a1);
>> Y1=r(1)*z/(z-p(1))+r(2)*z/(z-p(2))+r(3)*z/(z-p(3));
>> y=iztrans(Y1)
y=
27/20*3^n-
2702159776422311/4503599627370496*(2251799813685243/4503599627370496)^n+112
5899906842639/4503599627370496*(1/3)^n
>>format('rat');
>> q=2702159776422311/4503599627370496
q=
3/5
>> c=2251799813685243/4503599627370496
c=
1/2
>> m=1125899906842639/4503599627370496
m=
1/4
463
De donde
30 ( 3) - 5 ( 2 ) + 4 ( 3 )
y(n) = é 27
n 3 1 n 1 1 nù
u(n)
ë û
8.2.1. Causalidad. Se ha definido como sistema lineal causal invariante en el tiempo, como
aquel sistema cuya respuesta h(n) al impulso unitario satisface la condición
8.2.2 .Estabilidad .La estabilidad de un sistema LTI puede ser expresada en términos de
las características de la función de sistema. Una condición necesaria y suficiente para que
un sistema LTI sea estable BIBO es
¥
å
n =-¥
h(n) < ¥ (8.20)
Esta condición implica que H(z) debe de contener el círculo unitario dentro de su ROC, lo
cual se puede verificar considerando que
¥
H(z) = å h(n)z
n =-¥
-n
(8.21)
¥ ¥
H(z) £ å
n =-¥
h(n)z - n = å
n =-¥
h(n) z - n (8.22)
¥
H(z) £ å
n =-¥
h(n) (8.23)
464
Luego, si el sistema es estable BIBO, la circunferencia unitaria está contenida en la ROC de
H(z). Lo inverso es también verdadero, es decir, que un sistema LTI es estable BIBO si y
sólo si la ROC del sistema contiene a la circunferencia unitaria.
Se puede recalcar que las condiciones para la causalidad y para la estabilidad son
diferentes y que una no implica la otra. Por ejemplo, un sistema causal puede ser estable
o inestable, así como un sistema no causal puede ser estable o inestable. En forma similar,
un sistema inestable puede ser causal o no causal, como un sistema estable puede ser causal
o no causal.
Un sistema causal es caracterizado por una función de sistema H(z) que tiene como
ROC el exterior de algún circulo. Para que este sistema sea estable, su ROC debe incluir la
circunferencia unitaria. Dado que la ROC puede no contener todos los polos de H(z), se
tiene que un sistema LTI es estable BIBO si y sólo si todos los polos de H(z) están dentro
de la circunferencia unitaria .
Criterios de Polos para la Estabilidad de los Sistemas. Sean p1, p2, ....., pn los polos de
una función de transferencia H(z) de un sistema. En relación a la estabilidad se tendrá que
el sistema será:
Ejemplo 8.6.
Solución
Expandiendo H(z) en fracciones parciales, se obtiene
- 15 6
H(z) = + 5
1 - 13 z -1 1 - 2z -1
465
a)Dado que el sistema es estable se tiene que su ROC debe contener la circunferemcia
unitaria, o sea
Esta situación implica que h(n) es no causal y como H(z) está dado por
- 15 6
H(z) = -
+ 5
1 - 13 z 1
1 - 2z -1
haciendo h(n) = Z-1{H(z)}, se obtiene
ROC :ïzï> 2
Por lo que este sistema es inestable. Luego, h(n) está dado por
ROC : z < 13
h(n) = - éë - 15 ( 13 ) n + 56 (2) n ùû u( - n - 1)
Ejemplo 8.7.
Solución
a) De la ecuación diferencia dada, se tiene que
z -1 + z -2
H(z) =
1 - 0, 7z -1 + 0,12z -2
por lo que los polos de H(z) son
p1 = 2
5 , p 2 = 103
De los valores de p1 y de p2 , se deduce que ellos están dentro del circulo unitario lo que
implica que el sistema es estable y causal .
Y(Z) = H(z)X(z)
Donde X(z) es
(z -1 + z -2 )z -1 z2 + z
Y(z) = =
(1 - 25 z -1 )(1 - 103 z -1 )(1 - z -1 )2 (z - 25 )(z - 103 )(z - 1)2
Y(z) z +1 C1 C2 K1 K2
= = + + +
z (z - 25 )(z - 103 )(z - 1) 2
z - 25 z - 103 z - 1 (z - 1)2
C1 = 350
9 , C2 = - 1300
49 , K1 = - 7550
441 , K 2 = 100
21
467
Por lo que
8.2.3. Cancelación Polo - Cero. En el caso de que una Transformada - Z tenga un polo que
sea igual a un cero de ella misma, se tiene que el polo es cancelado por el cero
y en consecuencia, el término que contiene al polo en la Transformada - Z Inversa
desaparece.
La cancelación polo - cero puede realizarse en la propia función de sistema o en el
producto de la función de sistema con la Transformada - Z de la señal de entrada. En el
primer caso se dice que el orden del sistema se ha reducido en uno. En el segundo caso se
dice que el polo del sistema es suprimido por el cero de la señal de entrada o viceversa.
Luego, con una adecuada selección de los ceros de la señal de entrada es posible suprimir
en la respuesta del sistema uno o más modos, factores con polos, de la función de sistema.
En forma similar, con una selección adecuada de los ceros de la función de sistema, es
posible suprimir en la respuesta del sistema uno o más modos de la señal de entrada
La cancelación polo – cero puede no ocurrir en la práctica debido a la precisión
numérica insuficiente utilizada en la representación de los coeficientes asociados a la
representación del sistema. En este caso, no se podrá estabilizar un sistema inherentemente
inestable, colocando un cero en la señal de entrada en la ubicación de un polo de la función
de sistema.
Ejemplo 8.8.
4 - z -2 4(z 2 - 14 )
H(z) = =
1 - 0, 7z -1 + 0,1z -2 1 - 0, 7z -1 + 0,1z -2
468
De donde, se obtiene la siguiente expresión de H(z)
4(z - 12 )(z + 12 )
H(z) =
(z - 12 )(z - 15 )
z + 12 1 + 12 z -1
H(z) = 4 = 4 (I)
z - 15 1 - 15 z -1
z -1
7
14 z -1
H(z) = 4 + 4 1 -1 = 4 +
10
1- 5 z 5 1 - 15 z -1
De (I), se tiene que el sistema de orden reducido obtenido por la cancelación polo - cero, es
caracterizado por la ecuación diferencia
Ejemplo 8.9.
Solución
La función de sistema es
1
H(z) =
1 - z + 181 z -2
1
2
-1
1
H(z) =
(1 - z )(1 - 16 z -1 )
1
3
-1
X(z) = 1 - 16 z -1
Luego
Y(z) = H(z)X(z)
1
Y(z) =
1 - 13 z -1
y(n) = ( 13 ) n u(n)
8.2.4 . Polos de Orden Múltiple y Estabilidad. Una condición necesaria y suficiente para
que un sistema LTI causal sea BIBO estable es que todos sus polos se encuentren dentro del
circulo unitario. La señal de entrada es acotada si su Transformada - Z contiene polos {qk }
, k = 1,2,......, L , que satisfacen la condición ïqkï£ 1 para todo k. Se observa que la
respuesta forzada del sistema, dada en (8.17), es también acotada, aún cuando la señal de
entrada contenga una o más polos distintos sobre la circunferencia unitaria .
Un sistema que tenga polos sobre la circunferencia unitaria, ôpkô = 1, presentará
inestabilidad si se excita con una secuencia de entrada que posea un polo sobre la
circunferencia, lo cual se ilustra en el siguiente ejemplo.
Ejemplo 8.10.
1
X(z) = Z { x(n)} = Z {u(n)} =
1 - z -1
X(z) también tiene un polo en z = 1. Por lo tanto, la señal de salida y(n) tiene la
transformada
2 2z3
Y(z) = H(z)X(z) = =
(1 - z ) ( z - 1)
-1 3 3
A1 = 2 , A2 = 4 , A3 = 2
2 4z -1 2z -2
Y(z) = + +
1 - z -1 (1 - z -1 )2 (1 - z -1 )3
y(n) = (2 + 4n + 2n 2 )u(n)
De la expresión obtenida para y(n), se deduce que y(n) es no acotada, ya que tiende a
infinito cuando n tiende a infinito, aunque x(n) es acotada. En consecuencia el sistema es
inestable.
471
Este ejemplo demuestra que la estabilidad BIBO requiere que los polos del sistema se
encuentren estrictamente dentro del circulo unitario. Si todos los polos están dentro del
circulo unitario y la secuencia excitación x(n), contiene uno o más polos que tienen la
misma ubicación que algunos polos del sistema, la salida Y(z) contendrá polos múltiples.
Los polos múltiples producirán una secuencia de salida que contendrá términos de la forma
Ak n b (p k )n u(n) (8.24)
Para que los sistemas causales sean estables, todas las raíces de D(z) deben de estar dentro
del circulo unitario.
Hay varios procedimientos de cálculo utilizados para la determinación de las raíces
de A(z), que se encuentren fuera del circulo unitario. Estos procedimientos se denominan
Criterios de Estabilidad. Uno de ellos es el Test de Schür - Cohn.
Para desarrollar el test de Schür - Cohn, se considerará que el sistema está
caracterizado por la función de sistema H(z) = N(z)/D(z) y se empleará la siguiente
notación para un polinomio de grado n.
n
D n (z) = å a n (k)z - k , a n (0)=1 (8.26)
k =0
n
E n (z) = z - n D n (z -1 ) = å a n (n - k)z - k (8.27)
k=0
De (8.26) y (8.27) se deduce que los coeficientes de En (z) son los mismos que los de Dn
(z), pero en orden inverso.
472
La aplicación del test de estabilidad de Schür - Cohn para determinar si todas las
raíces de D(z) están dentro del circulo unitario, implica el cálculo de un conjunto de
coeficientes llamados coeficientes de reflección: C1 , C2 , ......., CN, a partir de los
polinomios Dn(z). Para ello, se hace
DN (z) = D(z)
y (8.28)
KN =aN (N)
El test de Schür - Cohn establece que el polinomio D(z) dado por (8.26) tiene todas sus
raíces dentro del circulo unitario si y sólo si los coeficientes Cn satisfacen la condición
ïCnï< 1 para n = 1,2,......., N.
Ejemplo 8.11.
Solución
Los polos de H(z) son
p1 = 1 , p 2 = 12
D1 (z) = 1 - z -1
De donde se deduce que
C1 = -1
En consecuencia |C2| = 0,5 y |C1|= 1. Aplicando el test de Schür - Cohn y considerando que
|K1| = 1, se determina que el sistema es marginalmente estable. En este ejemplo, por mera
coincidencia se dio el hecho de que los valores de los polos de H(z) son iguales a los
valores de los módulos de los coeficientes C, en general los valores de los polos son
diferentes a los de C. Para los polinomios de segundo grado, el análisis de la estabilidad del
sistema se puede realizar en base a los polos, dado que la determinación de éstos no es
compleja e incluso en algunos casos se pueden determinar mediante una simple
factorización. Sin embargo, para polinomios de grado más alto, el test de estabilidad de
Schür - Cohn proporciona un procedimiento más simple que la factorización directa de
H(z).
8.2.6. Test de Estabilidad de Jury. Otro procedimiento para analizar la estabilidad de los
sistemas es el Criterio de Jury. Se asume que H(z) es de la forma
N(z)
H(z) = (8.30)
D(z)
Con D(z) dado por
El Criterio de Jury se basa en la Tabla Jury, la cual se muestra en la Tabla 8.1. Las dos
primeras filas de la Tabla de Jury se llenan con los coeficientes de D(z). Los coeficientes de
la tercera y cuarta fila están dados por
474
Tabla 8.1. Tabla de Jury
1 a0 a1 a2 an-2 an-1 an
2 an an-1 an-2 a2 a1 a0
3 b0 b1 b2 bn-2 bn-1
4 bn-1 bn-2 bn-3 b1 b0
5 c0 c1 c2 cn-2
6 cn-2 cn-3 cn-4 c0
. . . .
. . . .
. . . .
2n – 5 do d1 d2 d3
2n – 4 d3 d2 d1 d0
2n – 3 e0 e1 e2
ci = b0 bi - b n -i -1b n -1 (8.33)
El proceso continúa hasta la (2n –3) ésima fila, cuyo último elemento está dado por
e 2 = d 0d 2 - d1d 3 (8.34)
El criterio de estabilidad de Jury establece que un sistema es estable, todos los polos de su
función de sistema están dentro del circulo unitario (ôpkô) < 1), si y sólo si se satisfacen
las siguientes condiciones:
D(1) > 0 y (-1) n D(-1) > 0
an > a0
b0 > b n -1
c0 > c n - 2
.
.
e0 > e2
475
Ejemplo 8.12.
z0 z1 z2 z3
1 0,5 0,5 1 1
2 1 1 0,5 0,5
3 -0,75 -0,75 -0.5
D(1) = 3 > 0
(-1)nD(-1) = (-1)3(0) = 0.
Como no se cumple que(-1)n D(-1) > 0, luego el sistema es inestable. Aunque de la Tabla
de Jury se tenga que
ôa3ô>ôa0ôÞô1ô>ô0,5ô
ôb0ô>ôb2ôÞô0,75ô>ô0,5ô
476
a1 a 2 - 4a 2
p1 , p 2 = - ± 1 (8.37)
2 4
El sistema es estable BIBO si los polos están dentro del circulo unitario, o sea si ïp1ï< 1 y
ïp2ï< 1. Estas condiciones pueden ser relacionadas con los coeficientes a1 y a2, Para ello se
pueden emplear los siguientes procedimientos :
Se tiene que las raíces de una ecuación cuadrática satisfacen las siguientes relaciones
a2 = p1 p2 (8.39)
Estas condiciones definen una región de forma triangular en el plano (a1,a2) , como se
muestra en la Figura 8.2 .
El sistema es estable si y sólo si el punto (a1,a2) está dentro del triángulo achurado
de la Figura 8.2, llamado triángulo de estabilidad .
Las características de un sistema de dos polos depende de la ubicación de los polos
o en forma equivalente de la ubicación del punto (a1,a2) con respecto al triángulo
a2
a12
a2 =
4
Polos Complejos
Conjugados
a 2 = a1 - 1
1 a2 = 1
Polos reales e Iguales
-2 -1 1 2 a1
a 2 = -a 1 - 1
477
de estabilidad. Según sea el valor del discriminante D = a12 - 4a 2 , los polos del sistema
pueden ser reales o complejos conjugados. La parábola a 2 = a12 / 4 divide al triángulo de
estabilidad en dos regiones : una región bajo la parábola (a12 > 4a2 ) que corresponde al caso
de polos reales y diferentes, y la otra región sobre la parábola que corresponde a polos
complejos conjugados. Los puntos que pertenecen a la parábola corresponden a polos reales
de multiplicidad dos.
Se puede realizar el análisis siguiente, para los tres casos planteados en el párrafo
anterior.
Polos reales y distintos ( a 12 > 4 a 2 ) . Como p1 y p2 son reales y p1¹ p2, la función de
sistema H(z) se puede expresar como
A1 A2
H(z) = -1
+ (8.42)
1 - p1z 1 - p 2 z -1
donde
b0 p1 -b0 p2
A1 = , A2 = (8.43)
p1 - p 2 p1 - p 2
Luego, la respuesta al impulso h(n) es
b0
h(n) = (p1n +1 - p n2 +1 )u(n) (8.44)
p1 - p 2
En este caso, la respuesta al impulso h(n) consiste en la diferencia de dos exponenciales
decrecientes .
Se observa de (8.46) que h(n) es el producto de una secuencia rampa y de una exponencial
decreciente .
Polos Complejos Conjugados ( a 12 < 4 a 2 ) . Dado que los polos son complejos conjugados,
la función de sistema H(z) se puede expresar como
A A*
H(z) = +
1 - pz -1 1 - p*z -1
(8.47)
A A*
H(z) = +
1 - re jW0 z -1 1 - re - jW0 z -1
478
donde p = re jW 0 y 0 <W 0<p. Para este caso se tiene
a1 =-2rcosW 0 (8.48)
a2 = r2 (8.49)
La evaluación de A es
b0 p b 0 re jW0 b 0e jW0
A= = = (8.50)
p - p* r(e jW0 - e - jW0 ) j2sen W0
Por lo que h(n) está dado por
b0 r n é e j(n +1)W0 - e - j(n +1) W0 ù
h(n) =
sen W0 êë ú u(n) (8.51)
2j û
Aplicando Euler se obtiene
b0 r n
h(n) = sen(n + 1)W0 u(n) (8.52)
sen W0
De donde se deduce que h(n) tiene un comportamiento oscilatorio con una envolvente
tipoexponencial decreciente cuando r< 1. El ángulo W 0 de los polos determina la
frecuencia de oscilación y la distancia de los polos al origen r determina la tasa de caída.
Cuando r tiene un valor cercano a la unidad, la caída es lenta. Cuando r tiene un valor
próximo a cero, la caída es rápida.
Ejemplo 8.13.
Solución
Estabilidad. Los polos de la función de transferencia dada son
p1 = - 0,5 , p2 = -1
Por lo que en este caso se tiene que ôpkô£ 1. En consecuencia, el sistema es
marginalmente estable.
Respuesta al Impulso. Como los polos p1 y p2 son reales y p1¹ p2, la respuesta h(n) al
impulso está dada por (10.54), o sea
h(n) =
b0
p1 - p 2
( p1n +1 - p2n +1 ) u(n)
De H(z) dado se tiene que b0 = 1, por lo tanto la expresión de h(n) queda
479
h(n) = 2 é( -0,5 ) - ( -1) ù u(n)
n +1 n +1
ë û
Ejemplo 8.14.
18014398509481984/3184525199124733*(2^(1/2))^n*sin(1065/452*n+1065/452)
>>format('rat');
>> k1=18014398509481984/3184525199124733
k1 =
7303/1291
480
Estabilidad del Sistema. De los resultados obtenidos del programa MATLAB, se deduce
que dado los módulos de los polos son mayores que la unidad, el sistema es inestable.
Expresión de h(n). De acuerdo a la expresión de h obtenida por el programa MATLAB, se
deduce que la expresión de h(n) es
Función de Sistema. Un sistema LTI con respuesta h(n) al impulso puede ser caracterizado
en el dominio de la frecuencia por la función de sistema H(z), mediante la relación
¥
H(z) = å h(n)z
n =-¥
-n
(8.53)
Por otra parte, la salida del sistema y(n) puede ser expresada en el dominio - z como
donde Y(z) y X(z) son las Transformadas - Z de las secuencias de salida y(n) y de la
secuencia de entrada x(n), respectivamente. La relación (8.54) es válida siempre que H(z) y
X(z) tengan una ROC común. Luego, la ROC de Y(z) y H(z) incluyen al menos la ROC
común de X(z) y H(z).
La función de sistema H(z) proporciona una descripción completa de un sistema
LTI. Además, se tiene que un sistema es estable si la ROC de H(z) contiene al circulo
481
unitario. Es estable y causal, si la ROC de H(z) es el exterior de un circulo de radio r<1,
incluyendo al punto z = ¥ .
Para el caso particular de sistemas LTI descritos por una ecuación diferencia lineal
con coeficientes constantes de la forma
N M
y(n) = -å a k y(n - k) + å b k x(n - k) (8.55)
k =1 k =0
Y(z) åb z k
-k
H(z) = = k =0
N
(8.56)
1+ å a kz
X(z) -k
k =1
N(z) P (1 - z k z -1 )
H(z) = = b 0 kN=1 (8.57)
D(z) P (1 - p k z -1 )
k =1
donde {zk } y {pk } son los ceros y polos del sistema , respectivamente .
Si los polos de H(z) son diferentes y con M > N , H(z) puede ser expandida en
fracciones parciales como
M- N N
Bk
H(z) = å
k =0
Ak z- k + å
k =1 1 - p k z
-1
(8.58)
El primer término del segundo miembro de (10.58) no aparece cuando M < N. A partir de
(8.58) se puede obtener h(n), aplicando transformación inversa. Si el sistema es causal, se
tiene
M-N N
h(n) = å Ak d(n - k) + å Bk (pk )n u(n)
k=0 k =1
(8.59)
Del segundo término del segundo miembro de (8.59) , se deduce que el sistema será estable
siempre que todos los polos del sistema estén dentro del circulo unitario , o sea si ïpkï< 1
para k = 1,2,....,N .
De la ecuación diferencia (8.55), se observa que cuando ak= 0 para k=1,2,......,N la
función de sistema se reduce a
482
M
H(z) = B(z) = å b k z - k (8.60)
k =0
ìb 0£n £M
h(n) = í n (8.61)
î0 otros valores
En esta situación, el sistema presenta una respuesta al impulso de duración finita (FIR). Un
sistema FIR tiene polos solamente en el origen.
Si se tiene el caso de que algunos de los ak son distintos de cero, H(z) tendrá uno o
más polos distintos de cero, y en este caso h(n) está dado por la expresión general (8.59).
Dado que los términos exponenciales en h(n) tienen duración infinita, el sistema es llamado
un sistema con respuesta al impulso de duración infinita (IIR). La existencia de un polo no
implica que el sistema sea IIR, como es el caso de un sistema que tenga la siguiente función
de sistema
1 - (az -1 ) M
H(z) = (8.62)
1 - az -1
La función H(z) contiene un polo y un cero en z = a, por lo que se tiene cancelación polo –
cero. Luego, en este caso H(z) no contiene polos distintos de cero y la implementación de
(8.62) es recursiva.
¥
H(W) = å x(n)e
n =-¥
- jWn
(8.63)
H(W) es periódica con periodo 2p. También se tiene que la salida de un sistema LTI con
respuesta de frecuencia H(W) a una señal aperiódica con energía finita con transformada de
Fourier X(W) está dada por
Y(W) = H(W)X(W)
De donde se establece que un sistema LTI produce sobre la señal de entrada, una
atenuación y un desplazamiento de fase dependientes de la frecuencia .
Usualmente, H(W) se expresa como
483
H(W) = ïH(W)ïejQ(W) (8.64)
Ejemplo 8.15.
1 + 12 e - jW
H(W) =
1 - 12 e - jW
5
+ cos W 5
+ cos W
H(W) = 4
= 4
5
4 - cos W 5
4 - cos W
En consecuencia
5
+ cos W
H(W) dB = 20 log H(W) = 10 log 4
5
4 - cos W
En el caso de que H(z) sea una función racional de la forma H(z) = N(z) / D(z), se tendrá
¥
N(W) åb e k
- jWk
H(W) = = k =0
(8.67)
D( W) N
1+ å ake - jWk
k =1
Õ (1 - z e k
- jW
)
H(W) = b k =1
0 N (8.68)
Õ (1 - p e
k =1
k
- jW
)
En algunos casos es deseable expresar ïH(W)ï2 en términos de H(z). Para ello, se tiene que
Õ (1 - z e *
k
jW
)
H (W ) = b
* k =1
0 N (8.70)
Õ (1 - p e
k =1
*
k
jW
)
485
Se tiene que H*(W) se obtiene evaluando H*(1/z*) en la circunferencia unitaria, teniéndose
por lo tanto
M
Õ (1 - z e
*
k
jW
)
H (1/ z ) = b
* * k =1
0 N (8.71)
Õ (1 - p e
k =1
*
k
jW
)
Sin embargo, cuando h(n) es real o en forma equivalente los coeficientes {ak} y {bk} son
reales, los polos y ceros complejos ocurren en pares de complejos conjugados. En este caso,
H* (1/z* ) = H(z-1 ). En consecuencia, H* (W) = H(-W), por lo que
Ejemplo 8.16.
Solución
La función de sistema H(W) está dada por
2 - z -1
H(z) =
1 - 0, 7z -1 + 0,1z -2
De donde se tiene que los polos de H(z) son p1 = 0,5 y p2 = 0,2 . Por lo tanto , el sistema
tiene una ROC de ïzï> 0,5 y en consecuencia H(W) existe .Realizando el producto
H(z)H(z-1 ) ,se obtiene
2 - z -1 2-z
H(z)H(z -1 ) = -1 -2
1 - 0, 7z + 0,1z 1 - 0, 7z + 0,1z 2
486
5 - 2(z - z -1 )
H(z)H(z -1 ) =
1,5 - 0, 77(z + z -1 ) + 0,1(z 2 + z -2 )
5 - cos W
H(W) =
2
Se tiene que conocido H(z), se determina directamente H(z-1) y por lo tanto ïH(Wï2. Sin
embargo, el problema inverso de determinar H(z) conocido ïH(W)ï2 o la correspondiente
respuesta al impulso h(n), no es directo. Se demuestra que no se puede determinar
singularmente H(z) teniendo sólo la respuesta de magnitud de H(W).
487
H(z) = H1 (z) + H 2 (z) + ............H n (z) (8.75)
Ejemplo 8.17.
X(z) H 1 (z ) + Y(z)
H 3 (z ) H4 (z)
Finalmente, la función de sistema total H(z) está dada por la cascada entre H1(z) y H6(z) o
sea
En este caso no se tiene una relación simple para la magnitud y fase de la respuesta de
frecuencia H(W), del sistema en paralelo, en términos de las magnitudes y fases de H1(W),
H2(W),......,Hn(W). Las relaciones para las conexiones en cascada y en paralelo, para n = 2,
se ilustran en la Figura 8.5 .
x(n) h1 (n) h1 (n) * x(n) h 2 (n) y(n) = [h1 (n) * h 2 (n)]* x(n)
X(W ) H1 (W) H1 (W)X(W) H2 (W) Y(W) = [H1 (W)H 2 (W)]X(W
a)
b)
Donde rxx (m) es la secuencia autocorrelación de la señal de entrada {x(n)}, ryy (m) es la
secuencia autocorrelación de la salida {y(n)}, rhh (m) es la secuencia autocorrelación de la
respuesta al impulso {h(n)}, y ryx (m) es la secuencia correlación cruzada entre las señales
entrada y de salida. Las Transformadas - Z correspondientes son
En forma similar, Syy (z) se puede evaluar en la circunferencia unitaria, lo cual produce la
densidad espectral de energiaSyy (W) de la señal de salida y(n). Syy (z) está dada por
Donde Sxx (W) es la densidad espectral de energía de la señal de entrada .Dado que ryy (m) y
Syy (W) forman un par de Transformada de Fourier, se tiene que
p
1
ò Syy (W)e dW
jWm
ryy (m) = (8.87)
2p -p
p p
1 1
Ey = ò Syy (W)dW = ò H(W) Sxx (W )dW = ryy (0)
2
(8.88)
2p -p 2p -p
1
h(n) = ryx (m) (8.89)
Ex
490
siendo
ryx (m) = Z -1 {Syx (W)} (8.90)
8.4.1 . Distorsión de Magnitud y de Fase .Cuando una señal de salida de un filtro es una
versión escalada y desplazada de la señal de entrada, se dice que el filtro no introduce
distorsión. Para dicho filtro, si la señal de entrada es x(n), la salida y(n) está dada por
y(n ) = Cx (n - n 0 ) (8.91)
491
Distorsión de Amplitud . Si la magnitud de la respuesta de frecuencia del filtro varía en
función de la frecuencia, dentro del ancho de banda de la señal de entrada, se dice que el
filtro introduce distorsión de amplitud.
Distorsión de Fase .Si la fase de la respuesta de frecuencia del filtro no tiene una
dependencia lineal de la frecuencia, dentro del ancho de banda de la señal de entrada, la
señal sufre una distorsión de fase.
En vez de tratar con la fase de la respuesta de un filtro, se puede considerar el
concepto de retardo de grupo o retardo de envolvente tg (W) , el cual se define como
dQ(W)
t g (W ) = - (8.94)
dW
Si el retardo de grupo varía con la frecuencia, se dice que la señal de entrada sufre
distorsión de retardo o distorsión de fase .
Se tiene que el retardo de fase es igual a la pendiente de la línea trazada desde el origen al
punto definido por la frecuencia W sobre la curva de la respuesta de fase. Por otra parte, el
retardo de grupo es igual a la pendiente de la curva de la respuesta de fase. En general se
cumple que tg (W) ¹ t ph (W ) . De las dos características de retardo, la más utilizada en la
práctica es el retardo de grupo. En el cálculo de la distorsión de retardo, la fase Q(W) se
trata como una función continua de la frecuencia en el rango 0 £W£p. De aquí que tg (W)
se asume que existe en todo el intervalo 0 £W£p..
492
ì Wc
ï , n=0
ïï p
h (n ) = í (8.97)
ï W sen W n
ï c c
, n¹0
ïî p W c n
Dado que el filtro pasabajo ideal es no – causal, no puede ser realizado en la práctica.
Además, h(n) no es absolutamente sumable, en consecuencia el filtro pasabajo ideal es
inestable.
En la Figura 8.6 se muestra la gráfica de h(n) para dos casos, para W =p/4 y para W
=p/8. De esta figura, se observa que el ancho del lóbulo principal de h(n) es inversamente
proporcional al ancho de banda W c del filtro. Es decir, que si el ancho de banda del filtro
aumenta, la respuesta al impulso h(n) se hace más estrecha y viceversa. Para W= p, el filtro
es pasatodo y su respuesta al impulso es una secuencia impulso unitaria.
h(n)
n
0
a)
h(n)
n
0
b)
493
F
h (n - n 0 ) H(W)e- jWn 0 (8.98)
ò ln H(W) dW < ¥
-p
(8.99)
El Teorema de Paley – Wiener establece que H(W) puede ser cero en algunas frecuencias,
pero no puede ser cero sobre una banda finita de frecuencias, dado que si fuera cero en
dicho intervalo, la integral de (8.99) sería infinita. En consecuencia, un filtro ideal es no –
causal-
La causalidad implica que las componentes real HR(W) e imaginaria HI(W) de H(W),
no son independientes entre sí. Con
siendo he(n) componente par y h0(n) componente impar de h(n). Para h(n) causal, se
demuestra que
Ejemplo 8.18.
Solución
Como F{he(n)} = HR(W) = H R (z) z =e jW , y con cos2W = (ej2W + e-j2W)/2, se obtiene que
H R ( z) = 1 +
2
(
a 2 -2
z +z )
, ROC plano-z entero, excepto z = 0 y z = ¥.
La definición de Transformada – Z es
¥
H R (z ) = å h (n )z
n = -¥
-n
495
2
H R (z ) = åh
n = -2
e (n )z -n = h e (-2)z 2 + h e (0) + h e (2)z - 2
Por lo tanto
h (n ) = 2h e (n )u (n ) - h e (0)d(n )
h (n ) = 2{1, 0, a / 2} - {1}
De donde
h(n) = {1, 0, a}
H(z) = 1 + az-2
Por lo tanto H(W) es
H(W) = H (z) z = e jW = 1 + ae - j2W
Finalmente
Con H(W) = HR(W) + jHI(W), se deduce de la expresión obtenida para H(W), que HI(W) = -
asen2W.
b)En base a la expresión de HR(W) dada, se tiene que HI(W), aplicando (10.106), está dada
por
496
p
1 æW-a ö
H I (W ) = - ò
2p -p
(1 + a cos a) cot ç
è 2 ø
÷ da
Integrando, se obtiene
H I (W) = -a sen 2W
p p
1 1
h 0 (n) = j ò
2p -p
H I (W)e jWn dW = j ò
2p -p
(- asen2W)e jWn dW
luego
p
-a
h 0 (n) = j ò sen2W(cos Wn + jsenWn)dW
2p -p
-a é p p
ù
h 0 (n) = j ê ò sen2W cos WndW + j ò sen2WsenWndW ú
2p ë -p -p û
h 0 (n) = j í ê + úû + j êë - úû ý
4p îï ë 2+n 2-n -p
2 - n 2+n -p ï
þ
El primer término del segundo miembro es cero y recordando que sin c(x) = senpxpx , se
obtiene que
a
h 0 (n) = [sin c(2 - n) - sin c(2 + n)]
2
h 0 (n) = {- a2 , 0, 0, 0, 2a }
En consecuencia
h(n) = {1, 0, a}
Expresión de h(n) que es idéntica a la obtenida para h(n) en apartado a). La expresión
obtenida para h0(n) puede verificarse, haciendo en el apartado a)
PROBLEMAS
8.2. Para cada una de los siguientes casos, usando Transformada – Z Unilateral, determinar
la respuesta y(n) pasa la correspondiente entrada x(n).
a) y(n) + 3y(n - 1) = x(n)
x(n) = ( 12 ) u(n),
n
y(-1)=1
b) y(n) + 14 y(n - 1) - 18 y(n - 2) = x(n)
x(n) = u(n), y(-1) = 0, y(-2) = 1.
c) y(n) - 2 y(n - 1) = x(n) - 12 x(n - 1)
1
+ + +
+ z -1 + z -1 + +
x(n) + + y(n)
-
0,3
0,02
Figura P 8.6
y(n)
x(n) 3 +
z -1 + z -1
+ +
4 1/2
Figura P 10.7
499
8.8. La respuesta s(n) de un sistema LTI, en reposo, al escalón unitario es
s(n) = ( 12 )
n-2
u(n + 2)
a). Encontrar la función de transferencia H(z) del sistema dado. Dibujar el diagrama de
polos y ceros de H(z) e indique la región de convergencia.
b) Determinar la respuesta al impulso de este sistema.
c) Determinar los estados de causalidad y de estabilidad del sistema.
8.10. Determinar la respuesta de estado estacionario del sistema de tiempo discreto relajado
caracterizado por la ecuación diferencia
y(n) = 5y(n - 1) - 6y(n - 2) + x(n) , n ³ 0
con x(n) = 5 + 3n.
5
2 y(n) = y(n - 1) + y(n + 1) - x(n)
Este sistema puede ser o no estable y/o causal. En base al diagrama de polos y ceros
asociado con esta ecuación diferencia, determinar tres posibles respuestas al impulso
unitario del sistema dado. Demostrar que cada una de ellas satisface la ecuación diferencia
que caracteriza a dicho sistema .
1
H(z) =
1 + a1z + a 2 z -2
-1
Calculando sus polos y restringiéndolos a que se encuentren dentro del círculo unitario.
500
x(n) = ( 12 ) u(n) + ( 2 ) u( - n - 1)
n n
a) Determinar la función de sistema H(z) del sistema. Dibujar el diagrama de polos y ceros
de H(z) e indicar la región de convergencia.
b) Determinar la respuesta h(n) al impulso del sistema.
c) Escribir la ecuación diferencia que caracteriza al sistema.
d) Determinar si el sistema es estable y/o causal.
a) Encontrar la función de sistema H(z) para este sistema. Dibujar el diagrama de polos y
ceros de H(z) e indicar su región de convergencia.
b) Determinar la respuesta h(n) al impulso de este sistema.
8.15. Un filtro digital causal es descrito por la función de sistema H(z) dada por
1 + 0, 5z -1
H(z) = b 0
1 - 0,5z -1
8.17. Se tiene un sistema LTI con respuesta al impulso h(n) dada por
501
h(n) = ( 12 ) cos ( p4n ) u(n)
n
8.18. Un sistema LTI causal tiene la función de sistema H(z) dada por
H1 (z) H 2 (z)
H 3 (z) H 4 (z) +
X(z) Y(z)
H 5 (z)
Figura P 8.19
Figura P 8.20
502
a) Determinar H2 en la Figura P8.20 de manera que v(n) = x(n). ¿Es el sistema inverso H2
causal?
b) Determinar el sistema H2 en la Figura P 8.20 de manera que v(n) = x(n – 1). ¿Es el
sistema H2 causal?.
c) Determinar la ecuación diferencia para el sistema H2 determinado tanto en el apartado
a) como en el apartado b).
8.21. En el sistema lineal de tiempo discreto, mostrado en la Figura P8.21, se tiene que
z 4
H1 (z) = , H 2 (z) =
z +1 z -8
w(n)
H2(z)
Figura P8.21
1 1
H1 (W) = j2 W
; H 2 (W ) = j2 W
; H 3 (W) = 1 - e - j2 W
e - 1
4 e + 14
H1 (W)
+
+ H 3 (W )
x(n) + y(n)
H 2 (W )
Figura P8.22
503
( 14 )
n
8.23. Se aplica la señal x(n) = u(n) , al sistema caracterizado por la ecuación diferencia
y(n) - 12 y(n - 1) = x(n)
8.25. Se tiene un sistema LTI estable con repuesta al impulso h(n) real y par. Determinar
H(W) si
1 - a cos W
H R (W ) = , ôaô< 1
1 - 2a cos W + a 2
8.26. La respuesta de un sistema LTI estable es real y par. Determinar si el sistema inverso
asociado a dicho sistema es estable o inestable.
504
ANEXO I
PAUTAS DE PRUEBAS
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2010
Solución
a) Como se trata de una señal periódica, admite desarrollo en Serie de Fourier, con periodo
fundamental T0 y frecuencia angular fundamental w0, cumpliéndose
2p
w0 =
T0
w0 = 4p [rad/seg] o f0 = 2[Hz]
T0
2
1
ò x ( t ) dt
2
P=
T0 T0
-
2
Con
1
é T20 T0 T0
ù
1 ê 2 2
ú
P = ê ò 16 sen ( 2w0t ) dt + ò 16sen ( 2w0t ) cos ( 3w0 t ) dt + ò 4 cos ( 3w0t ) dt ú
2 2
T0 T0
êë - 2 T
- 0
2
T
- 0
2
úû
Donde.
T0 T0
2 2
Luego
é T0 T0
ù T0 T0
1 ê2 2
ú 1
2
1 2
P = ê ò 16 sen ( 2w0t ) dt + ò 4 cos ( 3w0t ) dt ú =
2 2
òT 16sen ( 2w0t ) dt + T0
2
ò 4 cos ( 3w t ) dt
2
0
T0 T0 T0
êë - 2 T
- 0
2
úû - 0
2
-
T0
2
T0 T0
2 2
1 1
P=
T0 ò 8 éë1 - cos ( 4w t )ùû dt + T ò 2 éë1 + cos ( 6w t ) ùû dt
T
0
0 T
0
- 0 - 0
2 2
T0 T0 T0 T0
2 2 2 2
1 8 1 2
P=
T0 ò 8dt - T ò cos ( 4w t ) dt + T ò 2dt - T ò cos ( 6w t ) dt
T 0 T
0
0 T 0 T
0
- 0 - 0 - 0 - 0
2 2 2 2
De donde
P = 10 [ w]
c) Para resolver este apartado, se debe usar Parseval y como se pide la potencia contenida
hasta la segunda armónica, se tiene:
åC
2 2 2
P2 = n = C0 + 2 C1 + 2 C2
n =-2
x (t ) =
j
e(
2 j 2w0t - j 2w0t
-e ) 2
j
2
+ e j 3w0t + e - j 3w0t = e - j 3w0t - e - j 2w0t + e j 2w0t + e j 3w0t
j
C-3 = C3 = 1 ; C -2 = j 2 ; C 2 = - j 2
2
C2 = 2 ; C3 = 1
Por lo tanto:
P2 = 2 C2 = 8 [ w]
2
En consecuencia
P2 8
100 [ %] = 100 = 80 [ %]
P 10
3
Problema Nº 2. a) Emplear el Teorema de Rayleigh para calcular el porcentaje de la
1
energía total del pulso v(t) = Ae - t / T u(t) , que está contenido en el rango f £ .
2T
El Teorema de Rayleigh establece que
ò
2
E= V(f ) df
-¥
b) Determinar la densidad espectral de energía del pulso mostrado en la Figura P2
x(t)
0 T 2T t
Solución.
a) La Transformada de Fourier de V(f) de v(t) es
¥ t ¥ æ1 ö
- - j ç + jw ÷t
V ( f ) = ò Ae T e - jwt dt = Aò e èT ø
dt
0 0
Integrando, se tiene
¥
æ1 ö
A - j ç + jw ÷t A
V(f)= e èT ø
=
æ1 ö æ1 ö
- ç + jw ÷ 0 ç + jw ÷
èT ø èT ø
Luego
A2
V(f) =
2
2
æ1ö
ç ÷ +w
2
èT ø
èT ø
Integrando
4
¥
æ ö
ç ÷ ¥
4p 2 ÷ = T tan -1 ( f 2p T ) = T æ p æ p öö
tan -1 ç f
1
E= - ç - ÷ ÷ [ Joules ]
æ1ö
2 ç æ1ö
2
÷ 2p -¥ 2p çè 2 è 2 øø
ç ÷ 4p
2 çç ç ÷ ÷÷
èT ø è èT ø ø -¥
O sea
T
E= [ Joules ]
2
1
La energía en el intervalo f £ , es
2T
1
æ ö 2T
ç ÷ 1
4p 2
1 -1 ç ÷ T
tan -1 ( f 2p T )
T
( tan -1 (p ) - tan -1 ( -p ) ) [ Joules]
2T
E1 = tan f = =
2 ç æ1ö
2
÷ 2p 2p
æ1ö
1
-
ç ÷ 4p
2 çç ç ÷ ÷÷ 2T
èT ø è èT ø ø- 1
2T
T
E1 = 2,525 [ Joules ] = 0, 4T [ Joules ]
2p
Por lo tanto
E1 0, 4T
100 = 100 = 80 [ %]
E T
2
S xx ( f ) = X ( f )
2
X(f )= ò x(t )e
- jwt
dt
-¥
T 2T
A
X ( f ) = ò te- jwt dt + ò Ae
- jwt
dt
0
T T
Integrando, se obtiene
T
A æ e - jwt ö A - jwt 2T
X(f )= ç 2 (
- jwt - 1) ÷ - e
T è -w ø 0 jw T
X(f )=
A
-T w
é e - jwT ( - jwT - 1) + 1ùû -
2 ë
jw
(
A - j 2 wT
e - e - jwT )
X(f )= j
w
A
e - jwT + j
A
w
(e - j 2wT
- e- jwT ) = j
A
w
e- j 2wT
En consecuencia, Sxx(f) es
A2 é joules ù
S xx ( f ) =
w 2 êë m 2 úû
6
Problema Nº 3. Dada la señal x(t) = - u(-t), determinar
a) Su potencia media
b) Su densidad espectral
Solución
a) La potencia media P(t) de una señal x(t) arbitraria es:
T
2
1
P = lim ò x ( t ) dt
2
T ®¥ T
T
-
2
1 æT ö
2 0
1 1
P = lim òT u ( -t ) dt = Tlim ò dt = lim T çè 2 ÷ø
2
T ®¥ T ®¥ T T ®¥
T
- -
2 2
O sea
1
P= [ watts ]
2
b) Como la potencia media de x(t) dada, es finita se deduce que tal señal es de potencia.
Luego, su densidad espectral de potencia, está dada por:
1
Gx ( f ) = lim XT ( f )
2
T ®¥ T
Siendo
T
2
XT ( f ) = ò x (t ) e
- j 2p ft
dt
T
-
2
X T ( f ) = - ò e- j 2p ft dt = -
1 1
(1 - e jp fT )
0
e - j 2p ft =
- j 2p f j 2p f
T
-
T 2
-
2
1 - cos ( p fT ) - jsen ( p fT )
XT ( f ) =
j 2p f
Por lo tanto
7
2 (1 - cos ( p fT ) )
XT ( f ) =
2p f
En consecuencia
1 - cos ( p fT )
XT ( f ) =
2
2p 2 f 2
Como
æ p fT ö
1 - cos ( p fT ) = 2 sen 2 ç ÷
è 2 ø
Luego
æ p fT ö
sen 2 ç ÷
XT ( f )
2
= è 2 ø
p2f 2
sen ( p x )
sen ( x ) =
px
æ p fT ö
sen 2 ç ÷
è 2 ø = T sin c 2 æ fT ö = 1 T sin c 2 æ fT ö
2 2 2
T
XT ( f )
2
= ç 2 ÷ 2 2 ç 2 ÷
4 p 2 f 2T 2 4 è ø è ø
4
Lo que determina
1 1 æT2 æ fT ö ö 1 T æ fT ö
Gx ( f ) = lim ç sin c 2 ç ÷ ÷ = lim sin c 2 ç ÷
2 T ®¥ T è 2 è 2 ø ø 2 T ®¥ 2 è 2 ø
Como
d ( f ) = lim k sin c 2 ( fk )
k ®¥
Se concluye
1
Gx ( f ) = d ( f )
2
8
PAUTA SEGUNDA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2010.
x(n) = {........,0,3,2,1,0,1,3,2,1,0,1,3,2,.........}
Solución
a) Se deduce que la secuencia x(n) dada es periódica con periodo N = 5. Luego, su
representación en Serie de Fourier es
N -1
x(n) = å C k e j2 pkn / N
k=0
1 N -1
Ck = å x(n)e- j2pkn / N , con k = 0, 1, 2,......., N-1
N n=0
Con N = 5, se tiene
1 4 1
Ck = å
5 n =0
x(n)e - j2 pkn / N = éë x ( 0 ) + x(1)e - j2 pk / 5 + x(2)e - j4 pk / 5 + x(3)e- j6 pk / 5 + x(4)e- j8pk / 5 ùû
5
1
C k = éë3 + 2e - j2 pk / 5 + 0 + e - j4 pk / 5 + e - j8 pk / 5 ùû
5
C k = éë3 + 2cos ( 72º k ) + cos (144º k ) + cos ( 288º k ) - j ( 2sen ( 72º k ) + sen (144º k ) + sen ( 288º k ) ) ùû
1
5
Por lo tanto
7
C0 =
5
C1 = éë3 + 2 cos ( 72º ) + cos (144º ) + cos ( 288º ) - j ( 2sen ( 72º ) + sen (144º ) + sen ( 288º ) ) ùû
1
5
1
C1 = éë3 + 0, 62 - 0,81 + 0, 31 - j (1,9 + 0,59 - 0,95 ) ùû = 0, 624 - j0,31
5
C 2 = éë3 + 2 cos (144º ) + cos ( 288º ) + cos ( 576 ) - j ( 2sen (144º ) + sen ( 288º ) + sen ( 576º ) ) ùû
1
5
1
1
C 2 = éë3 - 1, 62 + 0,31 - 0,81 - j (1,18 - 0,95 - 0, 59 ) ùû = 0,176 + j0, 072
5
C3 = éë3 + 2 cos ( 216º ) + cos ( 432º ) + cos ( 864º ) - j ( 2sen ( 216º ) + sen ( 432º ) + sen ( 864º ) ) ùû
1
5
1
C3 = éë3 - 1, 62 + 0,31 - 0,81 - j ( -1,18 + 0, 95 + 0,59 ) ùû = 0,176 - j0, 072
5
C4 = éë3 + 2 cos ( 288º ) + cos ( 576º ) + cos (1152º ) - j ( 2sen ( 288º ) + sen ( 576º ) + sen (1152º ) ) ùû
1
5
1
C 4 = éë3 + 0, 62 - 0,81 + 0,31 - j ( -1, 9 - 0,59 + 0,95 ) ùû = 0, 624 + j0,31
5
En consecuencia
7
C0 = = 1, 4; C1 = C 4 = 0, 7; C2 = C3 = 0,19
5
RC0 = 0º ; RC1 = -26, 27º , RC 2 = 22, 25º , RC3 = -22, 25º , RC4 = 26, 27º
Luego, las gráficas de los espectros de amplitud y fase de x(n) se muestran en las Figuras
P1a y P1b
|Cn|
1,4
1,4
0,7 0,7 0,7 0,7 0,7
1 4 1
å x(n) = é x ( 0 ) + x (1) + x ( 2 ) + x ( 3) + x ( 4 ) ù
2 2 2 2 2 2
Px =
5 n =0 5ë û
1 2
Px = é 3 + 2 + 1 + 0 + 1 ù [ watts ]
2 2 2 2
5ë û
Px = 3[ watts ]
N -1 4
Px = å C k = å C k = C0 + C1 + C 2 + C3 + C 4 = C0 + 2 C1 + 2 C2
2 2 2 2 2 2 2 2 2 2
k =0 0
Px = 1, 4 + 2 0, 7 + 2 0,19
2 2 2
[ watts]
Px = 3[ watts ]
1 N -1
Px = q xx ( l ) l= 0 = å x ( n ) x (n - l)
N n =0 l =0
De donde
1 N -1 1 N -1 1 4
Px = q xx ( l ) l= 0 = å ( ) ( ) = å ( ) = å x (n)
2 2
x n x n x n
N n =0 N n =0 5 n =0
Px = 3[ watts ]
3
Problema Nº2. a) Determinar la Transformada de Fourier de
Solución
a) Definiendo la secuencia
p
n
æ1ö
x1 ( n ) = ç ÷ sen ( W 0 n ) u ( n ) ; con W 0 = -
è2ø 4
Se tiene que
x1 ( - n ) = x ( n )
F{x1 ( - n ) = x ( n )} = X ( W ) = X1 ( -W )
Por lo tanto, es necesario determinar la transformada de Fourier de la secuencia x(1 n), ose
X1(W), para se define la secuencia x2(n) como
n
æ1ö
x2 (n ) = ç ÷ u (n )
è2ø
1 1
x1 ( n ) = x 2 ( n ) sen ( W0 n ) = x 2 ( n ) e jW0n - x 2 ( n ) e - jW0n
2j 2j
X1 ( W ) =
1
2j
{ }
1
{
F x 2 ( n ) e jW0n - F x 2 ( n ) e - jW0n
2j
}
Aplicando la propiedad de Desplazamiento en Frecuencia, se obtiene
1
X1 ( W ) = é X 2 ( W - W0 ) - X 2 ( W + W0 ) ùû
2j ë
Donde
ïìæ 1 ö ïü
n
1
X 2 ( W ) = F íç ÷ u ( n ) ý = 1 - jW
ïîè 2 ø ïþ 1 - 2 e
Por lo tanto
4
1 é 1 1 ù
X1 ( W ) = ê 1 - j( W-W0 ) - - ( W+W ) ú
2j ëê1 - 2 e 1 - 12 e
j 0
ûú
En consecuencia
1é 1 1 ù
X ( W ) = X1 ( -W ) = ê 1 - j( -W-W0 ) - - j -W+W0 ) ú
2 j ëê1 - 2 e 1 - 12 e ( ûú
ë 2 2 û
1 ê 2
X ( W) = ê
2 (
é1 - 1 e j( W+ p4 ) - 1 - 1 e j( W- 4p )
) ùú = 1 éê 1
e
j( W- p4 )
- 12 e
j( W+ p4 ) ù
ú
( )( ) úúû 2 j êêë1 + ( )
2
2 j 1 - 1 e j( W+ 4 ) 1 - 1 e j( W- p4 )
p j( W+ p4 ) j( W- p4 ) ú
êë 2 2
1
4 e j2 W - 12 e +e úû
1 é -e sen ( p4 ) ù
jW
2é e jW ù
X ( W ) = ê 1 j2 W 2 jW ú = - ê ú
2 ë1 + 4 e - 2 e û 4 ë1 + 14 e j2 W - 2
2 jW
e û
2é cos W + jsenW ù
X ( W) = - ê ú
4 ê1 + 4 cos 2W - 2 cos W + j 14 sen2W -
ë
1 2
( 2
2
senW ú
û )
¥
X (W) = å x (n)e
n =-¥
- jnW
= +....... + x ( -2 ) e j2W + x ( -1) e jW + x ( 0 ) + x (1) e - jW + x ( 2 ) e - j2 W + ....... + ..
Luego
X(W) = 1 + 3e- jW + 2e - j2 W - 4e - j3W + e - j10 W
Corresponde a
10
X ( W ) = å x ( n ) e - jnW = x ( 0 ) + x (1) e- jW + x ( 2 ) e - j2 W + ....... + x (10 ) e - j10 W
n =0
En consecuencia
x ( n ) = {1, 3, 2, -4, 0, 0, 0, 0 , 0, 0, 1}
5
Problema Nº 3. a) Determinar Transformada –Z de
b) Determinar a partir del resultado del apartado a) que x(n) tiene o no tiene Transformada
de Fourier, si es sí, determinar la Transformada de Fourier de x(n).
Solución
a) Aplicando la propiedad de convolución de la Transformada – Z, o sea
X ( z ) = Z {x1 ( n ) * x 2 ( n )} = X1 ( z ) X1 ( z )
y definiendo
x1 ( n ) = u ( n ) , x 2 ( n ) = ( 0,5 ) u ( n )
n
Se tiene
1 1 1
X1 ( z ) = , ROC: z >1; X2 ( z ) = , ROC: z >
1 - z -1 1- z 1
2
-1
2
Como la ROC de X(z) debe ser a lo menos igual a la intersección de las ROC de X1(z) y de
X2(z), se tiene
1 1
X (z ) = = 3 -1 1 -2 , ROC : z > 1
(1 - z )(1 - 12 z ) 1- 2 z + 2 z
-1 -1
b) Del resultado del apartado a), se tiene que la ROC de X(z) no contiene a la
circunferencia de radio |z| = 1, luego, la secuencia x(n) dada no tiene Transformada de
Fourier.
6
Problema Nº 4. a) Si x(n) = Z -1 {X ( z )} es una secuencia causal, con
1 - 32 z -1
X(z) =
5 1
1 - z -1 + z -2
6 6
determinar la ROC de X(z).
b) Determinar x(n).
c) Si x(n) = 4n - 2 , determinar la Transformada – Z Unilateral de x(n+3) y determinar el
valor final de x(n+3).
Solución
1 - 32 z -1 z2 - 3 z
X(z) = = 2 52 1
1 - z -1 + z -2 z - 6 z + 6
5 1
6 6
z 2 - 32 z
X(z) =
( z - 12 ) ( z - 13 )
Haciendo la expansión en fracciones parciales, se tiene
X (z) z - 32 A1 A2
= = +
z ( z - 12 ) ( z - 13 ) z - 12 z - 13
X (z) z - 32
A1 = ( z - 12 ) = = -6
z z = 12
( z - 13 ) z = 1
2
X (z) z - 32
A 2 = ( z - 13 ) = =7
z z = 13
( z - 12 ) z = 13
-6 7
X (z ) = 1 -1
+
1- 2 z 1 - 31 z -1
1
ROC : | z | >
2
7
b) Aplicando Transformada – Z Inversa a X(z) del apartado a), se tiene
é æ 1 ön æ1ö ù
n
x ( n ) = ê -6 ç ÷ + 7 ç ÷ ú u ( n )
ëê è 2 ø è 3 ø ûú
X +2 ( z ) = z3 éë X + ( z ) - ( x ( 0 ) + x (1) z -1 + x ( 2 ) z -2 ) ùû = z3 X + ( z ) - z 3 x ( 0 ) - z 2 x (1) - zx ( 2 )
X +2 ( z ) = z 3 X + ( z ) + 2z 3 - 2z 2 - 6z
Como
x(n) = 4n - 2
Se tiene que
¥ ¥ ¥
X + ( z ) = å ( 4n - 2 )z - n = å 4nz - n - å 2z - n
n =0 n =0 n =0
4z -1 2 6z -1 - 2
X+ ( z ) = - =
(1 - z )
-1 2 1 - z -1 (1 - z -1 ) 2
De aquí
6z 4 - 2z5
X +2 ( z ) = + 2z 3 - 2z 2 - 6z
( z - 1)
2
Valor final de x(n+3). Se aplica el Teorema del Valor final, dado por
lim x 2 ( n ) = lim ( z - 1) X 2+ ( z )
n ®¥ z ®1
lim x 2 ( n ) = ¥
n ®¥
8
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2010.1994
Solución
a) Aplicando el método indirecto, se tendrá:
Y(z) =
( 2 - z ) X(z)
-2
=
( 2z 2
- 1) X(z)
(1)
-1 -2
1 - 0, 7z + 0,1z z - 0, 7z + 0,1
2
X(z) = 1
Por lo tanto
2z 2 - 1
H(z) =
z 2 - 0, 7z + 0,1
z 2 - 0, 7z + 0,1 = 0 Þ p1 = 0,5 , p 2 = 0, 2
2z 2 - 1
H(z) =
( z - 0, 5)( z - 0, 2 )
Para realizar la expansión en fracciones parciales de Y(z), se hace
z ( 2z 2 - 1)
H(z) =
z ( z - 0,5 )( z - 0, 2 )
1
Luego
H(z) 2z 2 - 1 A A2 A3
= = 1+ +
z z ( z - 0,5 )( z - 0, 2 ) z z - 0,5 z - 0, 2
H(z) 2z 2 - 1
A1 = z = = -10
z z =0 ( z - 0, 5 )( z - 0, 2 ) z =0
H(z) 2z 2 - 1 10
A 2 = (z - 0,5) = =-
z z =0,5 z ( z - 0, 2 ) z =0,5 3
H(z) 2z 2 - 1 46
A 3 = (z - 0, 2) = =
z z =0,2 z ( z - 0,5 ) z =0,2 3
Por lo tanto,
10 46
H(z) = -10 - 3
+ 3
1 - 0, 5z -1 1 - 0, 2z -1
En consecuencia
10 46
h(n) = -10d(n) - ( 0,5) u(n) + ( 0, 2) u(n)
n n
3 3
1 z
X(z) = -1
=
1- z z -1
Aplicando esta expresión de X(z) en la ecuación (1), del apartado a), se obtiene
Y(z) =
( 2z 2
- 1)
·
z
( z - 0,5)( z - 0, 2 ) z - 1
De donde
Y(z)
=
( 2z 2 - 1)
=
A1
+
A2 A
+ 3
z ( z - 0,5)( z - 0, 2 )( z - 1) z - 0,5 z - 0, 2 z - 1
2
Se tiene
A1 = ( z - 0, 5 )
Y(z)
=
( 2z 2 - 1)
=
10
z z = 0,5 ( z - 0, 2 )( z - 1) 3
z = 0,5
A 2 = ( z - 0, 2 )
Y(z)
=
( 2z 2 - 1)
=-
23
z z =0,2 ( z - 0,5 )( z - 1) 6
z = 0,2
A 3 = ( z - 1)
Y(z)
=
( 2z 2 - 1)
=
5
z z =1 ( z - 0, 5 )( z - 0, 2 ) 2
z =1
En consecuencia
10
- 236 5
Y(z) = 3
-1
+ + 2
1 - 0,5z 1 - 0, 2z -1 1 - z -1
é 5 10 23 nù
y(n) = ê + ( 0,5) - ( 0, 2 ) ú u(n)
n
ë2 3 6 û
2z 2 - 1
H(z) =
( z - 0, 5)( z - 0, 2 )
2 2
2z 2 - 1 = 0 Þ z1 = , z2 = -
2 2
y los polos son
p1 = 0, 5 , p 2 = 0, 2
Por lo tanto, el diagrama de polos – ceros, se muestra en la Figura P1
3
Im{}
0,5 Re{}
O X X O
-0,7 0,2 0,7
Figura P1
Como en este caso se cumple los dos polos tienen un módulo menor que uno, o sea
están dentro de la circunferencia unitaria, se deduce que el sistema es estable y es causal
porque h(n) = 0 para n < 0.
4
Problema Nº 2. Para el sistema de tiempo discreto LTI mostrado en la Figura P2,
determinar:
a) La ecuación en diferencias que relacione y(n) con x(n).
b) La función respuesta de frecuencia.
c) La respuesta de estado cero, si x(n) =(n+1)2nu(n).
x(n) 1 + y(n)
4 + + z -1 z -1 - +
+
1
2
Figura P 2
Solución
a) Sea v(n) la señal de salida del sumador en la entrada del sistema, por lo tanto, se
tendrá
1 1
v(n) = x(n) + v(n - 2) (2.1)
4 2
1
v(n) = x(n) - y(n) (2.4)
2
De aquí
1
v(n - 2) = x(n - 2) - y(n - 2) (2.5)
2
1 1
y(n) = x(n) - y(n) - x(n - 2) + y(n - 2)
2 2
5
Finalmente
1 1 1
y(n) - y(n - 2) = x(n) - x(n - 2)
2 4 4
N M
å a k y(n - k) = å bk x(n - k)
k =0 k =0
åb e k
- jkW
b 0 + b1e- jW +·······+b M e- jMW
H(W) = k =0
=
N
a 0 + a1e - jW +·······+a N e- jNW
åa e
k =0
k
- jkW
- 14 e - j2 W
1
H(W) = 4
1 - 12 e - j2 W
1 æ 1 - cos 2W + jsen2W ö
H(W) = ·ç ÷
2 è 2 - cos 2W + jsen2W ø
1 1 1
y(n) - y(n - 2) = x(n) - x(n - 2) (2.6)
2 4 4
1 1 1
y1 (n) - y1 (n - 2) = n2n - 2n
2 4 4
6
En notación operacional, se tiene
æ 1 -2 ö 1 n 1 n
ç1 - S ÷ [ y1 (n)] = n2 - 2
è 2 ø 4 4
æ 1 -2 ö
ç1 - S ÷ [ y1 (n)] = 0
è 2 ø
1 2 2
r2 - = 0 Þ r1 = , r2 = -
2 2 2
n n
æ 2ö æ 2ö
y h (n) = C1 çç ÷÷ + C2 çç - ÷÷
è 2 ø è 2 ø
æ 1 -2 ö 1 n 1 n
ç1 - S ÷ [ y1 (n) ] = n2 - 2 (2.7)
è 2 ø 4 4
æ 1 -2 ö
(1 - 2S )-1 3
ç1 - S ÷ [ y(n)] = 0
è 2 ø
Como las raíces de LA son diferentes a las del polinomio característico de la ecuación
homogénea asociada, se tiene que las raíces de LA representan la solución particular.
7
Dado que la raíz de LA es r =2 con grado de multiplicidad 3, se tiene que la solución
particular yp(n) es de la forma
y p (n) = C3 ( 2 ) + C 4 n ( 2 ) + C5 n 2 ( 2 )
n n n
C3 ( 2 ) + C 4 n ( 2 ) + C5 n 2 ( 2 ) -
n n n 1
2
( 2
)
C3 ( 2 ) + C 4 ( n - 2 )( 2 ) + C5 ( n - 2 ) ( 2 )
n-2 n -2 n-2 1 1
= n2n - 2n
4 4
De donde, se obtiene
æ7 1 ö n æ7 1 ö n 7 1 n 1 n
ç C 4 + C5 ÷ n2 + ç C3 - C5 ÷ 2 + C5n 2 = n2 - 2
2 n
è8 4 ø è8 2 ø 8 4 4
2 2
C3 = - , C4 = , C5 = 0
7 7
En consecuencia,
2 n 2
yp (n) = - ( 2) + n ( 2)
n
7 7
Por lo cual
n n
æ 2ö æ 2ö 2 n 2
y1 (n) = C1 çç ÷÷ + C2 çç - ÷÷ - ( 2 ) + n ( 2 )
n
è 2 ø è 2 ø 7 7
1 1 1
y1 (0) - y1 (-2) = - Þ y1 ( 0 ) = -
2 4 4
8
1 1 1
y1 (1) - y1 ( -1) = 2 - 2 Þ y1 (1) = 0
2 4 4
2
y1 (0) = C1 + C 2 -
7
2 2
y1 (1) = C1 - C2
2 2
2 1
C1 + C 2 - =-
7 4
2 2
C1 - C2 = 0
2 2
De donde se obtiene
1
C1 = C 2 =
56
n n
1 æ 2ö 1 æ 2ö 2 n 2
÷÷ - ( 2 ) + n ( 2 )
n
y1 (n) = çç ÷÷ + çç -
56 è 2 ø 56 è 2 ø 7 7
1
Para la componente de la señal de entrada - x(n - 2) , se tendrá que la respuesta
4
correspondiente es - y1 (n - 2) , la respuesta de estado estacionario es
y ( n ) = y1 ( n ) - y1 (n - 2)
O sea
n n n-2 n -2
1 æ 2ö 1 æ 2ö 2 n 2 1 æ 2ö 1 æ 2ö 2 n -2 2
÷÷ - ( 2 ) + n ( 2 ) - çç ( 2 ) - ( n - 2 )( 2 )
n -2
y(n) = ÷÷ + çç - - çç - +
n
çç ÷ ÷
56 è 2 ø 56 è 2 ø 7 7 56 è 2 ÷ø 56 è 2 ÷ø 7 7
n n
1 æ 2ö 1 æ 2ö 1 3
y ( n ) = - çç ÷÷ - çç - ÷÷ + ( 2 ) + n ( 2 )
n n
56 è 2 ø 56 è 2 ø 14 14
9
Problema Nº 3. Un sistema LTI, tiene como secuencia de entrada
x(n) = ( 12 ) u(n) + ( 2 ) u( -n - 1)
n n
Solución
a) La secuencia x(n) se puede escribir como
1 1 1
X(z) = -1
- , ROC: < z <2
1- z1
2 1 - 2z -1 2
Se tiene
6 6 3
Y(z) = -1
- -1
, ROC: z >
1- z 1
2 1- z3
4 4
- 32 z
Y(z) =
( z - 12 ) ( z - 34 )
Por lo tanto
Y(z) z - 2 3
H(z) = = , ROC: < z <2
X(z) z - 34 4
10
Diagrama de Polos – Ceros. El diagrama de polos – ceros se muestra en la Figura P3
jw
X O
3/4 2 s
Figura P3
b) Se tiene que
ìz - 2ü
h(n) = Z-1 {H(z)} = Z-1 í 3ý
îz - 4 þ
h(n) se puede escribir como
ì 1 ü ì z -1 ü
h(n) = Z-1 í 3 -1 ý - 2Z-1 í 3 -1 ý
î1 - 4 z þ î1 - 4 z þ
De donde
n n -1
æ3ö æ3ö
h(n) = ç ÷ u(n) - 2 ç ÷ u ( n - 1)
è4ø è4ø
c) Como
e jW - 2 1 - 2 - jW
H ( W ) = H(z) z = jW = =
e jW - 34 1 - 34 e- jW
y dado que
M
åb e k
- jkW
b 0 + b1e- jW +·······+b M e- jMW
H(W) = k =0
=
N
a 0 + a1e - jW +·······+a N e- jNW
åa e
k =0
k
- jkW
con
N M
å a k y(n - k) = å bk x(n - k)
k =0 k =0
3
y ( n ) - y ( n - 1) = x(n) - 2x ( n - 1)
4
11
d) El sistema es estable porque su función de sistema tiene el único polo con módulo
menor que uno, o bien porque h(n) tiende a cero cuando n tiende a infinito, y es causal
dado que h(n) = 0 para n < 0.
12
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2010. PLAN 2006.
Solución.
a) Aplicando Euler, la señal x(t) se puede escribir como:
x(t) = 1 +
2j
(
1 jw0 t - jw0t
e -e ) ( 1
) (
+ e jw0 t + e - jw0 t + e j( 2 w0t +p / 4 ) - e - j( 2 w0 t +p / 4 )
2
)
De donde
1 - jp / 4 - j2 w0 t 1
x (t) = e e + (1 + j 12 ) e - jw0 t + 1 + (1 - j 12 ) e jw0 t + e jp / 4 e j2 w0 t
2 2
Por lo tanto:
1 - jp / 4
C -2 = e
2
C0 = 1
1
C 2 = e jp / 4
2
1
1 5
C -2 = C2 = ; C -1 = C1 = ; C0 = 1
2 2
El espectro de fase es
5 5
P1 = 2 C1 = 2 = [ watts ]
2
4 2
Y como el desarrollo en serie de Fourier de x(t) tiene términos finitos, la potencia total P de
esta señal, se puede calcular empleando Parseval, o sea:
2
P = C0 + 2å C n = C0 + 2 C1 + 2 C 2
2 2 2 2 2
n =1
Luego:
5 1
P = 1 + + = 4 [ watts ]
2 2
En consecuencia:
P1 500
100 = = 62, 5%
P 8
2
Gráfica de x(t)
4
2
x(t)
-1
-2
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
3
Problema N° 2. La señal de voltaje x ( t ) = 10te - t u ( t ) se aplica a un resistor de resistencia
1[W].
a) Calcular la energía total desarrollada en el resistor.
b)¿Qué porcentaje de la energía está contenida en una señal que es la salida de un filtro
pasabajos ideal de ancho de banda 1[rad/seg], cuando se le aplica la señal x(t).
c) Propon
Solución
a) La energía E desarrollada en el resistor es igual a la energía de la señal porque la
resistencia del resistor es unitaria, luego
¥ ¥
ò x ( t ) dt = ò 100t e
2 -2t
E= 2
dt
-¥ 0
Con
G ( n ) = ( n - 1) ! si n = entero > 0
En consecuencia, con n = 3 y a =1, se tiene
¥
G ( 3) 2 1
ò t e dt =
2 -2t
= =
(1 + 1)
3
0
8 4
En consecuencia:
1
E=100 = 25[Joule]
4
b) La señal de salida del filtro pasabajos ideal será igual a x(t) en la banda pasante del filtro,
su energía E1, en el dominio de la frecuencia, está dada por:
1 1
1 1
ò X ( w ) dw = ò X ( w ) dw
2 2
E1 =
2 p -1 p0
Con
¥ ¥ ¥
X ( w) = ò x ( t ) e - jwt dt = ò 10te - t e - jwt dt = 10ò te - t e - jwt dt
-¥ 0 0
¥
X ( w) = 10 ò te
- (1+ jw) t
dt
0
4
10 10
X ( w) = =
(1 + jw) 1 - w2 + j2w
2
De aquí:
10 10 10
X ( w) = = =
(1 - w )2 2 1 + 2w + w (1 + w )
2 4 2 2
+ 4w2
10
X ( w) =
1 + w2
Luego:
100
X ( w) =
2
(1 + w ) 2 2
Por lo tanto:
1
1 100
E1 = ò
p 0 (1 + w2 ) 2
dw
Aplicando
dx x 1 dx x 1 é 1 -1 x ab
ù
ò =
2a ( a + bx 2 ) 2a ò a + bx
+ = + ê
2a ( a + bx 2 ) 2a ë ab
tg ú
( a + bx )
2 2 2
a û
Se obtiene:
1
1
1 ìï w 1 üï 1 p
ò é ù
-1
dw = í + tg w ý = +
0 (1 + w )
2 2
îï 2 (1 + w2
) 2 ë û
þï 0
4 8
Luego:
100 æ 1 p ö 25
E1 = ç + ÷= + 12,5 » 20, 5 [ watts]
p è4 8ø p
En consecuencia:
E1 20,5
100 = 100 = 81,83%
E 25
c) Como
100
SXX ( w) = X ( w) =
2
(1 + w )2 2
El programa propuesto es
5
>> grid;title('Gráfica de S_x_x(w)'); xlabel('w');ylabel('S_x_x(w)’);
90
80
70
Sxx (w) 60
50
40
30
20
10
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
w
6
Problema N° 3. Se tienen las señales
æ t - 1/ 2 ö é æ t + 1/ 2 ö ù
x(t) = t Õ ç ÷ + ê -t Õ ç ÷ú
è 1 ø ë è 1 øû
æ t -1 ö
y(t) = Õ ç ÷
è 2 ø
Solución
a) Las gráficas de las señales x(t) e y(t) se muestran en la Figura P.3
i) t £ -1
En este caso
z(t) = x(t) * y(t) = 0
7
ii) -1 £ t £ 0
Ahora, se tiene
t t
t2
z(t) = ò - tdt = -
-1
2 -1
1 t2
z(t) = -
2 2
iii) 0 £ t £ 1
Se tiene
Luego
0 t 0 t
t2 t2
z(t) = ò - tdt + ò tdt = - +
-1 0
2 -1
2 0
1 t2
z(t) = +
2 2
iv) 1 £ t £ 2
En este caso
8
0 1 0 1
t2 t2
z(t) = ò - tdt + ò tdt = - +
t -2 0
2 t -2
2 0
( t - 2)
2
1
z(t) = +
2 2
v) 2 £ t £ 3
Luego
1 1
t2
z(t) = ò tdt =
t -2
2 t -2
1 ( t - 2)
2
z(t) = -
2 2
vi) t ³ 3
En este caso
z(t) = 0
Resumiendo
ì0 t £ -1
ï 1 t2
ï2 - 2 -1 £ t £ 0
ï1 + t 2
0 £ t £1
ï2 2
z(t) = í ( t - 2 )2
ï2 + 2 1£ t £ 2
1
ï 1 ( t + 2 )2
ï2 - 2 2£t£3
ï0 t ³3
î
b) Las componentes par yP(t) e impar yI(t), de la señal y(t), están dadas por:
1
y P (t) = [ y(t) + y(- t)]
2
9
1
y I (t) = [ y(t) - y(- t)]
2
Como
ì0 t £ 0-
ï
y(t) = í1 0+ £ t £ 2-
ï
î0 t ³ 2+
Se tiene que
ì0 t £ -2-
ï
y(- t) = í1 -2+ £ t £ 0 -
ï
î0 t ³ 0+
Por lo tanto:
ì0 t £ -2-
ï
ï1
y P (t) = í -2+ £ t £ 2-
ï2
ïî0 t ³ 2+
ì0 t £ -2-
ï 1
ï- 2 -2+ £ t £ 0-
y I (t) = í
ï2
1
0+ £ t £ 2 -
ï0 t ³ 2+
î
Luego, las gráficas de las componentes yP(t) e yI(t) se muestran en la figura siguiente:
10
c) El programa MATLAB propuesto, para la gráfica de z(t), es el siguiente:
11
Gráfica de z(t)
2
-2
-4
-6
z(t)
-8
-10
-12
-14
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
Problema N° 4. Se tiene:
jw + 1
H ( w) =
é ( jw ) + 5 jw + 6 ù ( jw + 2 ) 2
2
ë û
a) Determinar h(t).
b) Proponer un programa MATLAB para obtener la gráfica de H ( jw ) .
Solución.
a) Haciendo el cambio de variable de r = jw , se obtiene:
12
r +1
H (r) =
éë r + 5r + 6 ùû ( r + 2 )
2 2
r +1 r +1
H (r) = =
( r + 2 )( r + 3)( r + 2 ) ( r + 3 )( r + 2 )
2 3
r +1 A1 A A 22 A 23
H (r ) = = + 21 + +
( r + 3)( r + 2 ) r + 3 r + 2 ( r + 2 ) ( r + 2 )3
3 2
Donde:
r +1 -3 + 1
A1 = ( r + 3) H ( r ) r =-3 = = =2
( r + 2) ( -3 + 2 )
3 3
r =-3
r +1 -2 + 1
A 23 = ( r + 2 ) H ( r ) = = = -1
3
r =-2 r + 3 r =-2 ( -2 + 3)
1 é d li - k é ù
l i - k ë(
r - pi ) i H ( r ) ù ú
l
Aik = ê , k=1,2,3,......,l i - 1
( li - k )! ë dr ûû
r=p i
1 é d 3-1 é ù 1 d2 é r +1 ù
A 21 = ( - ) ( ) ù =
3
( 3 - 1) ! êë dr 3-1 ë û úû
r 2 H r êë r + 3 úû
r =-2
2 dr 2 r =-2
1 -4
A 21 = = -2
2 ( r + 3 )3
r =-2
1é d ù d é r +1 ù 2
A 22 = ê é( r - 2 ) H ( r ) ù ú = ê = =2
3
1 ë dr ë ûû ú
dr ë r + 3 û r =-2 ( r + 3)2
r =-2 r =-2
Luego
2 -2 2 -1
H (r ) = + + +
r + 3 r + 2 ( r + 2 ) ( r + 2 )3
2
Por lo cual
13
2 -2 2 -1
H ( w) = + + +
jw + 3 jw + 2 ( jw + 2 ) ( jw + 2 ) 3
2
Se obtiene:
(
h ( t ) = 2e-3t - 2e -2t + 2te -2t - t2 e -2t u(t)
2
)
ë (
h(t) = é 2e -3t + -2 + 2t - 2t
2
)e -2t ù u(t)
û
0.04
0.035
0.03
0.025
|H(w)|
0.02
0.015
0.01
0.005
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
w
>>
14
PAUTA SEGUNDA PRUEBA DE ANÁLISIS DE SEÑALES
2° SEMESTRE 2010
Figura P 1
Solución
a) Se considera el intervalo
i) 2 £ t La Figura siguiente ilustra un caso que cumple esta condición.
En este caso
R xx ( t ) = 0
ii) 0 £ t £ 2 .Una situación del valor de t en este intervalo, se muestra en la Figura siguiente
Luego
1
- t+ 3
R xx ( t ) =
- t+ 3
ò1
dt = t 1
R xx ( t ) = -t + 2
iii) -2 £ t £ 0 . Este caso, se ilustra en la Figura siguiente
3
R xx ( t ) = ò
3
dt = t - t+1
-t+1
Por lo tanto
R xx ( t ) = t + 2
iv) t £ -2
De donde
R xx ( t ) = 0
En consecuencia
ì0 2£t
ï-t + 2 0£t£2
ï
R xx ( t ) = í
ït + 2 -2 £ t £ 0
ïî 0 t £ -2
2
La energía Ex de la señal x(t) se obtiene, aplicando que
E x = R xx ( 0 ) = 2 [ Joules ]
1.8
1.6
1.4
1.2
Rxx (t)
0.8
0.6
0.4
0.2
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
3
Problema N° 2. Una señal tipo pasa-bajos x(t) tiene un espectro X(f) dado por:
Solución
a) La gráfica del espectro X(f) se muestra en la Figura siguiente
La gráfica del espectro Xd(f) de la señal x(t) muestreada idealmente, a una frecuencia de
muestreo de 300[Hz], en el rango de -400 [Hz] £ f £ 400[Hz], se muestra en la Figura
siguiente:
1 1 1
TN = = = [s ]
2W 2B 2 · 200
TN = 2,5[ms]
4
Problema N° 3. Utilizando correlación, determinar la energía de la señal z(n), si z(n) =
x(n) + y(n), con
Solución
Si
z(n) = x(n) + y(n)
Luego
rzz (l) = rxx (l) + ryx (l) + rxy (l) + ryy (l)
Como
ryx ( l ) = rxy ( -l )
Luego
ryx ( 0 ) = rxy ( 0 )
En consecuencia:
rxx ( l ) = x ( l ) * x ( -l )
5
x ( l)
x ( -l ) -1 1 2 -2
-2 2 -2 -4 4
2 -2 2 4 -4
1 -1 1 2 -2
-1 1 -1 -2 2
De donde:
rxx ( 0 ) = 10
ryy ( l ) = y ( l ) * y ( -l )
y (l)
y ( -l )
De donde:
ryy ( 0 ) = 10
6
x ( l)
y ( -l )
De donde
rxy ( 0 ) = 9
Por lo tanto:
E z = rzz ( 0 ) = 10 + 18 + 10 = 38 [Joules]
7
Problema N° 4. a) Determinar el porcentaje de la potencia media total de la señal
contenida en la componente continua y en las dos primeras armónicas del espectro de x(n).
b) Determinar las componentes par e impar de x(n)
Solución
a) De acuerdo a la expresión dada de x(n), se deduce que se trata de una secuencia
periódica de periodo N = 5. Por lo tanto, para solucionar el problema es necesario aplicar
Parseval, o sea :
N -1
Px = å Ck
2
k =0
Con
1 N -1
Ck = å
N n=0
x ( n ) e - j2 pnk / N
Con N = 5, se tiene
4
Px = å Ck
2
k =0
1 4
Ck = å x ( n ) e- j2pnk / 5
5 n =0
Luego
1 4 1 1 4
C0 = å
5 n =0
x ( n ) = éë x ( 0 ) + x (1) + x ( 2 ) + x ( 3) + x ( 4 ) ùû = [ -2 + 3 + 1 + 2] =
5 5 5
2 16
C0 = = 0, 64
25
1 4 1
C1 = å x ( n ) = éë x ( 0 ) + x (1) e - j2 p / 5 + x ( 2 ) e - j4 p / 5 + x ( 3) e - j6 p / 5 + x ( 4 ) e - j8 p / 5 ùû
5 n =0 5
8
1
C1 = éë -2 + 3cos ( 2p / 5 ) - 3jsen ( 2p / 5 ) + cos ( 4p / 5) - jsen ( 4p / 5 ) + 2 cos ( 8p / 5 ) - j2sen ( 8p / 5 ) ùû
5
1
C1 = [ -2 + 0, 93 - j2,85 - 0,81 - jsen0,59 + 0, 62 + j1,9] = -0, 25 - j0,31 Þ C1 = 0,16
2
1
C 2 = éë -2 + 3cos ( 4p / 5 ) - 3jsen ( 4p / 5 ) + cos ( 8p / 5 ) - jsen ( 8p / 5 ) + 2 cos (16p / 5 ) - j2sen (16p / 5 ) ùû
5
1
[ -2 - 2, 43 - j1, 76 + 0,31 + j0,95 - 1, 62 + j1,18] = -1,15 + j0, 07 Þ C2 = 1,33
2
C2 =
5
1
C3 = éë -2 + 3cos ( 6p / 5 ) - 3jsen ( 6p / 5 ) + cos (12p / 5 ) - jsen (12p / 5 ) + 2 cos ( 24p / 5 ) - j2sen ( 24p / 5) ùû
5
1
[ -2 - 2, 43 + j1, 76 + 0,31 - j0,95 - 1, 62 - j1,18] = -1,15 - j0, 07 Þ C2 = 1, 33
2
C3 =
5
1
C 4 = éë -2 + 3cos ( 8p / 5 ) - 3jsen ( 8p / 5 ) + cos (16p / 5 ) - jsen (16p / 5 ) + 2 cos ( 32p / 5 ) - j2sen ( 32p / 5 ) ùû
5
1
[ -2 + 0,93 + j2,85 - 0,81 + j0,59 + 0, 62 - j1, 9] = -025 + j0,31 Þ C4 = 0,16
2
C4 =
5
4
Px = å C k = C 0 + C1 + C2 + C3 + C 4
2 2 2 2 2 2
k =0
2
P1 = å C k = C0 + C1 + C 2 = 0, 64 + 0,16 + 1, 33 = 2,13 [watts]
2 2 2 2
k=0
9
P1 2,13
· 100 = · 100 = 58,84 [%]
Px 3, 62
1
xp (n) = é x ( n ) + x ( - n ) ùû
2ë
Con
Por lo tanto
1
xi ( n ) = é x ( n ) - x ( - n ) ùû
2ë
Se tiene
x i ( n ) = {...., - 12 ,, 12 , 12 , - 12 , - 12 , 0, 12 , 12 , - 12 , - 12 , 0, 12 , 12 , - 12 , - 12 , 0, 12 , 12 ,........}
10
PAUTA TERCERA PRUEBA DE ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2010.
Problema N° 1. Demostrar que la energía de una señal real es igual a la suma de las
energías de sus componentes par e impar.
Solución.
Sea la señal x(n), la que en función de sus componentes par xp(n) y componente impar xi(n)
se puede escribir como:
¥
E x = å x 2 (n) (II)
-¥
¥
E x = å éë x p (n) + x i (n) ùû
2
-¥
¥
E x = å éë x p2 (n) + 2x p (n)x i (n) + x i2 (n) ùû
-¥
¥ ¥ ¥
Ex = å
n =-¥
x p2 (n) + å
n =-¥
2x p (n)x i (n) + åx
n =-¥
2
i (n)
¥
La sumatoria å 2x
n =-¥
p (n)x i (n) , se puede escribir como:
¥ -1 ¥
å 2x
n =-¥
p (n)x i (n) = å 2x
n =-¥
p (n)x i (n) + 2x p (0)x i (0) + å 2x p (n)x i (n)
n =1
å 2x
n =-¥
p (n)x i (n) = 0
1
Por lo tanto:
¥ ¥
Ex = åx
n =-¥
2
p (n) + åx
n =-¥
2
i (n) = E x p (n) + E x i (n)
2
Problema N°2. a) Usando Parseval, determinar la potencia media de la señal de tiempo
discreto
æ 2p ö æ 2p ö æ 2p pö
x(n) = 1 + sen ç ÷ n + 3cos ç ÷ n + cos ç n + ÷
èNø èNø èN 2ø
Solución
a) Parseval establece que la potencia media de la señal x(n) es:
å
2
Px = Ck
n =-¥
Dado que
æ 2p pö æ 2p ö p æ 2p ö p æ 2p ö
cos ç n + ÷ = cos ç n ÷ cos - sen ç n ÷ sen = -sen ç n ÷
èN 2ø èN ø 2 èN ø 2 èN ø
x(n) = 1 +
2
(
3 j 2Npn - j 2 pn
e + e N = 1+ e N + e N
2 2
)
3 j 2 pn 3 - j 2 pn
(I)
x(n) = 1 +
2
(
3 j 2Npn - j 2 pn
e + e N = 1+ e N + e N
2 2
)
3 j 2 pn 3 j 2 p( N-1)n
3
Expresión de x(n) que representa la representación de la serie de Fourier de x(n), con
3
Co = 1 , C1 = C N -1 =
2
2
æ 3ö
= 1 + 2 ç ÷ [ watts ]
2 2 2 2 2
Px = Co + C1 + C N -1 = Co + 2 C1
è 2ø
Px = 5,5 [watts]
2
x(n)
-1
-2
-5 -4 -3 -2 -1 0 1 2 3 4 5
n
4
Problema N° 3. a) Determinar la convolución de las señales
Solución
a) Se empleará el método matricial
Luego,
x(n)*y(n) = {0, 0, 1, -1, 2, 2, 1, 3}
b) Se aplicará la relación
rxx ( l )
r xx ( l ) =
rxx ( 0 )
rxx ( l ) = x ( l ) * x ( -l )
Se tiene que x(n) es
x(n) = {1, 1, 1, 1}
5
x(l)
x(-l) 1 1 1 1
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
Luego
rxx ( l ) = {1, 2, 3, 4, 3, 2, 1 }
Por lo tanto:
ì1 1 3 3 1 1ü
r xx ( l ) = í , , , 1, , , ý
î4 2 4 4 2 4þ
E x = rxx ( 0 ) = 4 [ J ]
6
Problema N° 4. a) Determinar la Transformada – Z y dibujar la ROC de la siguiente señal
ìæ 1 ö 2
ïç ÷ n³5
ï è 2 ø
ï
x(n) = í0 0£n £4¨
ï-2n u - n - 1
ï ( )
ïî
Solución
a) La seña x(n) se puede escribir como
n
æ1ö
x(n) = ç ÷ u ( n - 5 ) -2n u ( - n - 1)
è2ø
Luego
¨
ìïæ 1 ö n üï ìïæ 1 ön üï
Z {x(n)} = Z íç ÷ u ( n - 5 ) -2 u ( - n - 1) ý = Z íç ÷ u ( n - 5 ) ý + Z {-2n u ( - n - 1)}
n
îïè 2 ø þï îïè 2 ø þï
Se tiene
ìïæ 1 ö n üï ¥ æ 1 ön ¥ n
æ1 ö æ1 ö æ1
5 6
ö æ1 ö
7
Z íç ÷ u ( n - 5 ) ý = å ç ÷ z - n = å ç z -1 ÷ = ç z -1 ÷ + ç z -1 ÷ + ç z -1 ÷ + .... + 0
ïîè 2 ø þï n =5 è 2 ø n =5 è 2 ø è2 ø è2 ø è2 ø
5
æ 1 ö -5
ìïæ 1 ö n üï çè 2 ÷ø z
Z íç ÷ u ( n - 5 ) ý = , ROC: | z | >1/2
îïè 2 ø ïþ 1 - 1 z -1
2
Por otra parte, se tiene que la componente -2 n u ( - n - 1) de x(n), es una señal anticausal, por
lo que:
-1 ¥
Z {-2n u ( - n - 1)} = å ( -2n ) z -n = -å ( 2-1 z )
m
con m = -n
n =-¥ m =1
ë û
7
2-1 z 1
Z {-2n u ( -n - 1)} = - = ROC : | z | < 2
1 - 2 z 1 - 2z -1
-1
5
æ 1 ö -5
ç ÷ z 1
2
X (z) = è ø + , ROC: ½ < | z | < 2
1 -1 1 - 2z -1
1- z
2
Im{z}
2
1/2
Re{z}
ROC
Figura P.4
n
æ1ö
x(n) = ç ÷ u ( n - 5 ) -2n u ( - n - 1)
è2ø
>>%Gráfica de x(n)
>> n=-10:10;
>> u1=stepfun(n,5);
>> x1=(1/2).^n.*u1;
>> u7=1-stepfun(n,0);
>> x2=2.^n.*u7;
>> x=x1-x2;
>> stem(n,x)
>> grid
>> title('Gráfica de x(n)');xlabel('n');ylabel('x(n)');
8
Gráfica de x(n)
0.2
0.1
-0.1
x(n)
-0.2
-0.3
-0.4
-0.5
-10 -8 -6 -4 -2 0 2 4 6 8 10
n
9
PAUTA PRIMERA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2011.
PARTE CONCEPTUAL
Respuesta. La diferencia fundamental es que las señales analógicas están definidas para
todo valor de la variable temporal, en cambio las señales de tiempo discreto están definidas
sólo para algunos valores de la variable temporal.
Pregunta N°3. ¿Qué se entiende por señal de energía y por señal de potencia?
Respuesta..Dos señales x(t) e y(t) son incorreladas cuando sus correlaciones cruzadas son
nulas para todo t , o sea:
R xy ( t ) = R yx ( t ) = 0 "t
1
PARTE PROBLEMAS
Problema N° 1. a) Determinar las componentes par e impar de la señal x(t) dada por:
2t 2 + 3t + 6
x (t) =
1+ t
Solución.
a) Componente par xp(t). La componente par xp(t) de x(t) está dada por:
1
xp ( t) = é x ( t ) + x ( - t ) ùû
2ë
Con
2t 2 - 3t + 6
x ( -t ) =
1- t
Luego
1 é 2t 2 + 3t + 6 2t 2 - 3t + 6 ù
xp ( t) = +
2 êë 1 + t 1- t ú
û
6 - t2
xp ( t) =
1- t2
x p ( - t ) = x p ( t ) señal par
Componente impar : xI(t). La componente impar xI(t) de x(t) está dada por:
1
xI (t) = é x ( t ) - x ( - t ) ùû
2ë
O sea:
1 é 2t 2 + 3t + 6 2t 2 - 3t + 6 ù
xI ( t) = -
2 êë 1 + t 1- t ú
û
2
Obteniéndose:
2t + 3t
3
xI (t ) = 2
t -1
Se deduce
x(-t) = -x(t) , señal impar
3
Problema N° 2. a) Si x ( t ) = 2 + 3senw0 t - 2 cos w0 t + 3cos 3w0 t - sen2w0 t , aplicando
Parseval determinar la potencia media de x(t).
b) Determinar x(t) si
X ( w) =
( jw ) + 4
é ( jw ) + 5 ( jw ) + 6 ù é ( jw ) + 2 ù 2
2
ë ûë û
Solución.
a) Aplicando Euler x(t) se puede escribir de la manera siguiente:
3 - j3 w0 t 1 - j2 w0 t æ 3ö æ 3ö 1 3
x (t) = e + e + ç -1 - ÷ e - jw0 t + 2 + ç -1 + ÷ e jw0 t - e j2 w0 t + e j3w0 t
2 2j è j2 ø è j2 ø 2j 2
¥ 3
x ( t ) = å C n e jnw0 t = å Cn e jnw0 t
-¥ -3
Se deduce que
3 9
C -3 = C3 = Þ C-3 = C3 =
2 2
2 4
1 1
C -2 = - j Þ C -2 =
2
2 4
3 13
C -1 = -1 + j Þ C -1 =
2
2 4
C0 = 2 Þ C0 = 4
2
3 13
C1 = -1 - j Þ C1 =
2
2 4
1 1
C2 = j Þ C2 =
2
2 4
-3 1
4
æ 13 1 9 ö
P = 4 + 2 ç + + ÷ [ watts]
è 4 4 4ø
31
P= [ watts]
2
r+4
X (r) =
éë r 2 + 5r + 6 ùû [ r + 2]
2
r 2 + 5r + 6 = 0 Þ p1 = -3 ; p 2 = -2 ; p3 = p 4 = -2
r+4 A1 A A 22 A 23
X (r ) = = + 21 + +
[ r + 3][ r + 2] r + 3 r + 2 ( r + 2 ) ( r + 2 )3
3 2
Con:
r+4
A1 = ( r + 3) X ( r ) r =-3 = = -1
( r + 2)
3
r =-3
r+4
A 23 = ( r + 2 ) X ( r ) r =-2 = =2
3
( r + 3 ) r =-2
Para un polo pi con multiplicidad li, los coeficientes Aik con k = 1,2,…., li -1, se calculan
aplicando:
1 é d li - k é ù
l i - k ë(
r - pi ) i X ( r ) ù ú
l
Aik = ê , k=1,2,3,.....,k-1
( li - k )! ë dr ûû
r=p i
Se obtiene
d é d ér + 4ù -1
A 22 = ( r + 2 ) X(r) ù = ê = = -1
3
dr ë ú
û r =-2 dr ë r + 3 û ( r + 3)
2
r =-2 r =-2
5
1 d2 é 1 d é -1 ù 1 2
A 21 = · 2 ( r + 2 ) X(r) ù = · ê = · =1
3
ú
2 dr ë û
r =-2
2 dr êë ( r + 3) 2 úû 2 ( r + 3)3
r =-2 r =-2
Luego:
-1 1 -1 2
X(r) = + + +
r + 3 r + 2 ( r + 2 ) ( r + 2 )3
2
-1 1 -1 2
X(w) = + + +
jw + 3 jw + 2 ( jw + 2 ) ( jw + 2 ) 3
2
ìï 1 üï t n -1 - at
F -1 í n ý
= e u (t)
îï ( j w+a ) þï ( n - 1) !
6
Problema N° 3. Las señales x(t) y (t) tienen las gráficas mostradas en la Figura P3.
a) b)
Figura P 3. a) Gráfica de x(t). b) Gráfica de y(t)
Solución.
a) Determinación de z(t) = x(t)*y(t). Considerando a x(t) como núcleo de la integral de
convolución, o sea:
a) t £ -2
En este caso
z(t) = 0
b) -2 £ t £ 0
7
En este caso
t +2 t +2
1 1
z(t) = ò
0
2
tdt = t2
4 0
1
z(t) = ( t + 2)
2
c) 0 £ t £ 2
En este caso
2 2
1 1
z(t) = ò tdt = t 2
t
2 4 t
z(t) =
1
4
( 4 - t2 )
d) t ³ 2
En este caso
z(t) = 0
Resumiendo
8
ì0 -2 ³ t
ï1
ï ( t + 2 )2 -2 £ t £ 0
ï
z(t) = í4
ï1 (4 + t2 ) 0£t £2
ï4
ï0 t³2
î
b) Hay que determinar
¥
R y ( t) = ò y ( t ) y ( t + t ) dt
-¥
a) t ³ 2
En este caso
Ry(t) = 0
b) 0 £ t £ 2
1
y (t) = t
2
1
y ( t + t) = ( t + t)
2
-t+ 2 -t+ 2 - t+ 2
1 1 1 2 1
R y ( t) = ò t · ( t + t ) dt = ò t dt + ò ttdt
0
2 2 0
4 0
4
1 1
R y ( t) = ( 2 - t) + t ( 2 - t )
3 2
12 8
9
Como la expresión obtenida para R y ( t ) es válida en el intervalo 0 £ t £ 2 , se puede
aplicar
1 1
E = R y ( 0) = ( 2 - 0 ) + 0 ( 2 - 0 ) [ Joules]
3 2
12 8
2
E = R y ( 0) = [ Joules]
3
Y=
1/2*(2*i*exp(-2*i*w)*w+exp(-2*i*w)-1)/w^2
O sea:
j2we - j2 w + e - j2 w - 1 2wsen2w + cos 2w - 1 + j ( 2w cos w - senw)
Y ( w) = =
2w2 2w2
10
PAUTA SEGUNDA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2011.
Solución
a) Se aplicará el método de determinantes, o sea:
x(l)
-1 2 -2 2 1
x(-l)
1 -1 2 -2 2 1
2 -2 4 -4 4 2
-2 2 -4 4 -4 -2
2 -2 4 -4 4 2
-1 1 -2 2 -2 -1
Luego
1
E x = rxx (0) = 14[J]
b) Como
ryx (l) = y(l) * x(-l)
Se tiene
y(l)
2 1 3 0 2 1
x(-l)
1 2 1 3 0 2 1
2 4 2 6 0 4 2
-2 -4 -2 -6 0 -4 -2
2 4 2 6 0 4 2
-1 -2 -1 -3 0 -2 -1
De donde
2
Problema N º 2. La señal x(n) es periódica, con simetría par, y período 6. El períodod
básico es {1,1,1, 0,1,1} . Aplicando Parseval, determinar la potencia media de x(n)
Solución
La gráfica de la señal x(n) se muestra en la Figura P.2
x(n)
….
….
n
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
Figura P 2
El Teorema de Parseval establece que, la potencia media Px de una secuencia x(n) periódica
de periodo N, es
N -1
Px = å Ck
2
k =0
Con
2 pkn
1 N -1 -j
Ck = å
N n=0
x(n)e N
con k = 0,1,2,..........,N-1
pkn
1 5 -j
Ck = å
6 n =0
x(n)e 3
, k = 0,1,2,3,4,5
Ck =
1
6
{
x(0) + x(3)e - jpk + 2 éë x(1) cos ( p3k ) + x(2) cos ( 2 p3k ) ùû }
Considerando los valores de la secuencia x(n), se tiene
3
Ck =
1
6
{ }
1 + x(3)e- jpk + 2 éëcos ( p3k ) + cos ( 2 p3k ) ùû
C0 =
1
6
{1 + 2 [1 + 1]} =
5
6
C1 = {1 + 2 [ 12 - 12 ]} =
1 1
6 6
C2 =
1
6
{1 + 2 [ - 12 - 12 ]} = -
1
6
C3 =
1
6
{1 + 2 [ -1 + 1]} =
1
6
C4 =
1
6
{1 + 2 [ - 12 - 12 ]} = -
1
6
C5 =
1
6
{1 + 2 [ 12 - 12 ]} =
1
6
En consecuencia
5
Px = å C k = C 0 + C1 + C3 + C 4 + C5
2 2 2 2 2 2
k =0
2 2
æ5ö æ 1 ö 30
Px = ç ÷ + 5 ç ÷ = [ w ]
è6ø è 6 ø 36
5
Px = = 0,833[ w ]
6
4
Problema Nº 3. a) Proponer un programa MATLAB para graficar la señal:
ì -5 -5 £ n £ 0
ï5-3n 0<n £ 4
ï
x(n) = í
ï-23-n
2
4<n £ 8
ïî41 8<n £ 14
b) Determinar la densidad espectral de la señal
n
æ1ö
x(n) = ç ÷ u(n - 1)
è3ø
Solución
a). La señal x(n) dada se puede escribir como
Gráfica de x(n)
50
-50
x(n)
-100
-150
-200
-10 -5 0 5 10 15 20
n
Gráfica de x(n)
5
b) Dado que la señal x(n) dada, presenta limitación mixta en el tiempo, es una señal descrita
en términos de energía, luego su densidad espectral de energía está dada por
Sxx ( W ) = X ( W )
2
( n -1)
1æ1ö
x(n) = ç ÷ u(n - 1)
3è3ø
Definiendo, la secuencia y(n) como
(n )
æ1ö
y (n ) = ç ÷ u(n)
è3ø
Se tiene que
( n -1)
1 1æ1ö
x ( n ) = y ( n - 1) = ç ÷ u(n - 1)
3 3è 3ø
F{x ( n - k )} = e - jkW X ( W )
se tiene
F{x ( n )} = X ( W ) = F {y ( n - 1)} = e- jW Y ( W )
1 1
3 3
Con
ìïæ 1 ö( n ) üï 1
F íç ÷ u(n) ý = Y ( W ) =
îïè 3 ø
1
þï 1 - e - jW
3
Luego
1 e- jW
X ( W) =
3 1 - 1 e - jW
3
Por lo tanto:
1 1 1 1
Sxx ( W ) = =
9æ 1 2
ö 1 9 10 - 6 cos W
ç 1 - 3 cos W ÷ + 9 sen W
2
è ø 9
1
Sxx ( W ) =
10 - 6 cos W
6
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2011.
Solución
a) Aplicando el método indirecto, se tendrá:
Y(z) =
( 2 - z ) X(z)
-2
=
( 2z 2
- 1) X(z)
(1)
1 - 0, 7z -1 + 0,1z -2 z 2 - 0, 7z + 0,1
X(z) = 1
Por lo tanto
2z 2 - 1
H(z) = 2
z - 0, 7z + 0,1
z 2 - 0, 7z + 0,1 = 0 Þ p1 = 0, 5 , p 2 = 0, 2
2z 2 - 1
H(z) =
( z - 0,5 )( z - 0, 2 )
Para realizar la expansión en fracciones parciales de Y(z), se hace
1
z ( 2z 2 - 1)
H(z) =
z ( z - 0,5 )( z - 0, 2 )
Luego
H(z) 2z 2 - 1 A A2 A3
= = 1+ +
z z ( z - 0,5 )( z - 0, 2 ) z z - 0,5 z - 0, 2
H(z) 2z 2 - 1
A1 = z = = -10
z z =0 ( z - 0, 5)( z - 0, 2 ) z =0
H(z) 2z 2 - 1 10
A 2 = (z - 0,5) = =-
z z =0,5 z ( z - 0, 2 ) z =0,5 3
H(z) 2z 2 - 1 46
A3 = (z - 0, 2) = =
z z =0,2 z ( z - 0,5 ) z =0,2 3
Por lo tanto,
10 46
H(z) = -10 - 3
+ 3
1 - 0,5z -1 1 - 0, 2z -1
En consecuencia
10 46
h(n) = -10d(n) - ( 0,5 ) u(n) + ( 0, 2 ) u(n)
n n
3 3
1 z
X(z) = -1
=
1- z z -1
Aplicando esta expresión de X(z) en la ecuación (1), del apartado a), se obtiene
Y(z) =
( 2z 2
- 1)
·
z
( z - 0, 5)( z - 0, 2 ) z - 1
2
De donde
Y(z)
=
( 2z 2 - 1)
=
A1
+
A2 A
+ 3
z ( z - 0,5 )( z - 0, 2 )( z - 1) z - 0,5 z - 0, 2 z - 1
Se tiene
A1 = ( z - 0,5 )
Y(z)
=
( 2z 2 - 1)
=
10
z z= 0,5 ( z - 0, 2 )( z - 1) 3
z = 0,5
A 2 = ( z - 0, 2 )
Y(z)
=
( 2z 2 - 1)
=-
23
z z =0,2 ( z - 0, 5)( z - 1) 6
z = 0,2
A3 = ( z - 1)
Y(z)
=
( 2z 2 - 1)
=
5
z z =1 ( z - 0,5 )( z - 0, 2 ) 2
z =1
En consecuencia
10
- 236 5
Y(z) = 3
+ + 2
1 - 0,5z -1 1 - 0, 2z -1
1 - z -1
é 5 10 23 nù
y(n) = ê + ( 0,5 ) - ( 0, 2 ) ú u(n)
n
ë2 3 6 û
2z 2 - 1
H(z) =
( z - 0,5 )( z - 0, 2 )
3
2 2
2z 2 - 1 = 0 Þ z1 = , z2 = -
2 2
y los polos son
p1 = 0,5 , p 2 = 0, 2
Por lo tanto, el diagrama de polos – ceros, se muestra en la Figura P1
Im{}
0,5 Re{}
O X X O
-0,7 0,2 0,7
Figura P1
Como en este caso se cumple los dos polos tienen un módulo menor que uno, o sea están
dentro de la circunferencia unitaria, se deduce que el sistema es estable y es causal porque
h(n) = 0 para n < 0.
4
Problema Nº 2. Para el sistema de tiempo discreto LTI mostrado en la Figura P2,
determinar:
a) La ecuación en diferencias que relacione y(n) con x(n).
b) La función respuesta de frecuencia.
c) La respuesta de estado cero, si x(n) =(n+1)2nu(n).
x(n) 1 + y(n)
4 + + z -1 z -1 - +
+
1
2
Figura P 2
Solución
a) Sea v(n) la señal de salida del sumador en la entrada del sistema, por lo tanto, se tendrá
1 1
v(n) = x(n) + v(n - 2) (2.1)
4 2
1
v(n) = x(n) - y(n) (2.4)
2
De aquí
1
v(n - 2) = x(n - 2) - y(n - 2) (2.5)
2
5
1 1
y(n) = x(n) - y(n) - x(n - 2) + y(n - 2)
2 2
Finalmente
1 1 1
y(n) - y(n - 2) = x(n) - x(n - 2)
2 4 4
N M
åa
k =0
k y(n - k) = å b k x(n - k)
k=0
åb e k
- jkW
b 0 + b1e - jW +·······+ b M e - jMW
H(W) = k =0
=
N
a 0 + a1e - jW +·······+ a N e - jNW
åa e
k =0
k
- jkW
1
- 14 e- j2 W
H(W) = 4
1 - 12 e- j2 W
1 æ 1 - cos 2W + jsen2W ö
H(W) = ·ç ÷
2 è 2 - cos 2W + jsen2W ø
c) Dado que el sistema es relajado, se tiene que la respuesta de estado - cero corresponde a
la solución total, y(n), de la ecuación en diferencias que modela al sistema dado: Como
1 1 1
y(n) - y(n - 2) = x(n) - x(n - 2) (2.6)
2 4 4
6
De aquí, aplicando el principio de superposición a la ecuación (2.6), se tiene
1 1 1
y1 (n) - y1 (n - 2) = n2n - 2 n
2 4 4
æ 1 -2 ö 1 n 1 n
ç 1 - S ÷ [ y1 (n)] = n2 - 2
è 2 ø 4 4
æ 1 -2 ö
ç 1 - S ÷ [ y1 (n)] = 0
è 2 ø
1 2 2
r2 - = 0 Þ r1 = , r2 = -
2 2 2
n n
æ 2ö æ 2ö
y h (n) = C1 çç ÷÷ + C 2 çç - ÷÷
è 2 ø è 2 ø
æ 1 -2 ö 1 n 1 n
ç 1 - S ÷ [ y1 (n)] = n2 - 2 (2.7)
è 2 ø 4 4
7
Aplicando LA a la ecuación (2.7), se obtiene
æ 1 -2 ö
(1 - 2S ) -1 3
ç1 - S ÷ [ y(n)] = 0
è 2 ø
Como las raíces de LA son diferentes a las del polinomio característico de la ecuación
homogénea asociada, se tiene que las raíces de LA representan la solución particular. Dado
que la raíz de LA es r =2 con grado de multiplicidad 3, se tiene que la solución particular
yp(n) es de la forma
y p (n) = C3 ( 2 ) + C 4 n ( 2 ) + C5 n 2 ( 2 )
n n n
Evaluación de los Coeficientes C3, C4, C5. Aplicando la expresión de yp(n) en la ecuación
en diferencias original, se tiene
C3 ( 2 ) + C4 n ( 2 ) + C5 n 2 ( 2 ) -
n n n 1
2
(C3 ( 2 ) + C 4 ( n - 2 )( 2 ) + C5 ( n - 2 ) ( 2 )
n-2 n -2 2
)
n -2 1 1
= n2 n - 2 n
4 4
De donde, se obtiene
æ7 1 ö n æ7 1 ö n 7 1 n 1 n
ç C 4 + C5 ÷ n2 + ç C3 - C5 ÷ 2 + C5 n 2 = n2 - 2
2 n
è8 4 ø è8 2 ø 8 4 4
2 2
C3 = - , C4 = , C5 = 0
7 7
En consecuencia,
2 2
y p (n) = - ( 2) + n ( 2)
n n
7 7
Por lo cual
n n
æ 2ö æ 2ö 2 n 2
y1 (n) = C1 çç ÷÷ + C 2 çç - ÷÷ - ( 2 ) + n ( 2 )
n
è 2 ø è 2 ø 7 7
8
Evaluación de C1 y C2: Aplicando condiciones iniciales en la ecuación en diferencias
original y en la solución total, se tiene
1 1 1
y1 (0) - y1 (-2) = - Þ y1 ( 0 ) = -
2 4 4
1 1 1
y1 (1) - y1 (-1) = 2 - 2 Þ y1 (1) = 0
2 4 4
2
y1 (0) = C1 + C 2 -
7
2 2
y1 (1) = C1 - C2
2 2
2 1
C1 + C 2 - =-
7 4
2 2
C1 - C2 = 0
2 2
De donde se obtiene
1
C1 = C 2 =
56
n n
1 æ 2ö 1 æ 2ö 2 n 2
y1 (n) = çç ÷÷ + çç - ÷÷ - ( 2 ) + n ( 2 )
n
56 è 2 ø 56 è 2 ø 7 7
9
1
Para la componente de la señal de entrada - x(n - 2) , se tendrá que la respuesta
4
correspondiente es - y1 (n - 2) , la respuesta de estado estacionario es
y ( n ) = y1 ( n ) - y1 (n - 2)
O sea
n n n-2 n -2
1 æ 2ö 1 æ 2ö 2 n 2 1 æ 2ö 1 æ 2ö 2 n -2 2
÷÷ - ( 2 ) + n ( 2 ) - çç ( 2 ) - ( n - 2 )( 2 )
n -2
y(n) = çç ÷÷ + çç - - çç - +
n
÷ ÷
56 è 2 ø 56 è 2 ø 7 7 56 è 2 ÷ø 56 è 2 ÷ø 7 7
n n
1 æ 2ö 1 æ 2ö 1 3
y ( n ) = - çç ÷÷ - çç - ÷÷ + ( 2 ) + n ( 2 )
n n
56 è 2 ø 56 è 2 ø 14 14
10
Problema Nº 3. Un sistema LTI, tiene como secuencia de entrada
a) Determinar la función de sistema H(z) del sistema. Dibujar el diagrama de polos y ceros
de H(z) e indicar la región de convergencia.
b) Determinar la respuesta h(n) al impulso del sistema.
c) Escribir la ecuación diferencia que caracteriza al sistema.
d) Determinar si el sistema es estable y/o causal.
Solución
a) La secuencia x(n) se puede escribir como
Por lo tanto
1 1 1
X(z) = -1
- , ROC: < z <2
1- z1
2 1 - 2z -1 2
- 32 z
X(z) =
( z - 12 ) ( z - 2 )
Como
y(n) = 6 ( 12 ) u(n) - 6 ( 34 ) u(n)
n n
Se tiene
6 6 3
Y(z) = -1
- -1
, ROC: z >
1- z 1
2 1- z3
4 4
11
- 32 z
Y(z) =
( z - 12 ) ( z - 43 )
Por lo tanto
Y(z) z - 2 3
H(z) = = , ROC: < z <2
X(z) z - 34 4
jw
X O
3/4 2 s
Figura P3
b) Se tiene que
ìz - 2ü
h(n) = Z -1 {H(z)} = Z-1 í 3ý
îz - 4 þ
ì 1 ü ì z -1 ü
h(n) = Z -1 í 3 -1 ý - 2Z -1 í 3 -1 ý
î1 - 4 z þ î1 - 4 z þ
De donde
n n -1
æ3ö æ3ö
h(n) = ç ÷ u(n) - 2 ç ÷ u ( n - 1)
è4ø è4ø
12
c) Como
e jW - 2 1 - 2- jW
H ( W ) = H(z) z = jW = =
e jW - 34 1 - 34 e - jW
y dado que
M
åb e k
- jkW
b 0 + b1e - jW +·······+ b M e - jMW
H(W) = k =0
=
N
a 0 + a1e - jW +·······+ a N e - jNW
åa e
k =0
k
- jkW
con
N M
å a k y(n - k) = å bk x(n - k)
k =0 k=0
3
y ( n ) - y ( n - 1) = x(n) - 2x ( n - 1)
4
d) El sistema es estable porque su función de sistema tiene el único polo con módulo menor
que uno, o bien porque h(n) tiende a cero cuando n tiende a infinito, y es causal dado que
h(n) = 0 para n < 0.
13
PAUTA PRIMERA PRUEBADE ANALISIS DE SEÑALES
SEGUNDO SEMESTRE 2011 PLAN 2006
Problema N° 1. Sea la señal x(t) periódica con periodo T, y con xb(t) como periodo básico
dado por
x b ( t ) = t éë u ( t ) - u ( t - T / 2 ) ùû + u ( t - T / 2 ) - u ( t - T )
a) Determinar la potencia media relativa a la potencia media total, contenida en las tres
primeras armónicas.
b) Proponer un programa MATLAB para obtener el valor eficaz de x(t) dada.
Solución
a) Para mayor claridad en la solución del problema, es conveniente hacer la gráfica de x(t),
la que se muestra en la Figura P1.
Figura P1
¥
P= å
n =-¥
C 2n
Como se pide la potencia contenida en las tres primeras armónicas, Parseval se puede
escribir de la siguiente manera:
3 3
å Cn2 = C 0 + 2å Cn
2 2
P3 =
n =-3 n =1
P3 = C0 + 2 é C1 + C 2 + C3 ù
2 2 2 2
ë û
ò ò 2 e dt úû
- jnw0 t
Cn = ê te dt +
Të 0 T/2
Integrando, se obtiene:
é T/2
ù
1 ê e - jnw0 t T
2 (
- jnw0 t - 1) + ú
T
Cn = e - jnw0 t
T ê ( - jnw0 ) - jnw0 2 T/2 ú
ë 0 û
1 é e - jnw0 T / 2 1 ù
Cn = ê
T êë ( - jnw0 )
( - jn w T / 2 - 1) - 2 ú
-
1
(
e - jnw0 T - e- jnw0 T / 2 )
( nw0 ) úû w
2 0
jn 0 2
e - jnw0T / 2 1 e - jnw0T
Cn = 2 2 - 2 2 + j
n w0 T Tn w0 nw0 2
e - jnw0 T
Cn =
T
T 2 n 2 w20
e(- jnw0 T / 2
- 1 + jT )
2Tnw0
Como w0 T = 2p , se tiene
e - jn 2 p
Cn =
T
(e - jnp
- 1) + jT
( 2np ) 4np
2
T cos n2p
Cn = - (1 - conp ) + jT
( 2np ) 4np
2
é 1 2 æ n ö cos n2p ù
C n = T ê - sin c ç ÷ + j
ë 8 è2ø 4np úû
é 1 ù T2
C0 = T ê - + j0 ú Þ C 0 =
ë 8 û 64
é 1 2 æ 1 ö cos 2p ù 2 é1 æ1ö 1 ù
C1 = T ê - sin c ç ÷ + j ú Þ C1 = T 2 ê sin c4 ç ÷ + 2ú
ë 8 è2ø 4p û ë 64 è 2 ø 16p û
é 1 cos 4p ù é 1 ù
C 2 = T ê - sin c (1) + j
2 2
ú Þ C2 = T 2 ê
ë 8 8p û ë 64p úû
2
é 1 2 æ 3 ö cos 6p ù 2 é1 æ3ö 1 ù
C3 = T ê - sin c ç ÷ + j ú Þ C3 = T 2 ê sin c 4 ç ÷ + 2 ú
ë 8 è2ø 12p û ë 64 è 2 ø 144p û
é 1 cos 4p ù é 1 ù
C 2 = T ê - sin c (1) + j
2 2
ú Þ C2 = T 2 ê
ë 8 8p û ë 64p úû
2
T2 é1 æ1ö 1 1 1 æ3ö 1 ù
P3 = + 2T 2 ê sin c 4 ç ÷ + + + sin c 4 ç ÷ + 2 ú
è 2 ø 16p 64p 64 è 2 ø 144p û
2 2
64 ë 64
Con:
æ1ö æ3ö
sin c ç ÷ = 0, 6366 ; sin c ç ÷ = -0, 2122
è2ø è2ø
Se obtiene
P3 = 0, 0379 · T 2 [watts]
T/2 T
1 1 T2 1 T3 T T
PT = ò t dt + ò dt = · + ·
2
T 0
T T/ 2 4 3T 8 4 2
1
PT = · T 2 [watts]
6
En consecuencia:
P3 0, 0379 · T 2
100[%] = = 22, 74[%]
PT 1 2
·T
6
Con
T
1 2
< x 2 ( t ) >= x ( t ) dt
T ò0
T/ 2 T
1 1 T2
< x 2 ( t ) >= ò T Tò/ 2 4
t 2 dt + dt
T 0
xeff =
1/6*6^(1/2)*(T^2)^(1/2)
O sea:
T 6
X eff = = T
6 6
Problema N° 2. a) Proponer un programa MATLAB para determinar la densidad espectral
de la señal x ( t ) = 2e .
-t
1 + j2w
X ( w) =
( jw ) - 4 jw - 4
2
Solución
a) Dado que x(t) presenta limitación de tiempo asintótica, x(t) es señal de energía por lo que
su densidad espectral de energía Sxx(f) está dada por
Sxx ( f ) = X ( f ) = X ( f ) X* ( f )
2
(1)
Como x(t) dada presenta simetría par, la transformada de Fourier de x(t) se puede
considerar como la transformada de la señal 2e-tu(t). Esta situación se considerará para
escribir el programa MATLAB propuesto, aplicando además la ecuación (1)
>> t=sym('t');
>> w=sym('w','real');
>> u=sym('Heaviside(t)');
>> x1=exp(-t);
>> x=2*x1*u;
>> X=fourier(x);
>> X1=real(X);
>> X2=imag(X);
>> XC=X1-i*X2;
>> S=X*XC;
>> S=
4/(1+i*w)/(1-i*w
b) Se aplica:
x ( t ) = F-1 {X(f )}
Dado que X(f) es una función racional, se hará uso de la expansión en fracciones parciales
de X(f).Luego, haciendo el cambio de variable r = jw, se tiene:
1 + 2r 1 + 2r
X (r ) = =
( )
r - 4r - 4 é r - 2 1 + 2 ù é r - 2 1 - 2 ù
2
ë ûë û ( )
1 + 2r A B
X (r) = = +
( ) ( ) (
ér - 2 1 + 2 ù é r - 2 1 - 2 ù ér - 2 1 + 2 ù é r - 2 1 - 2 ù
ë ûë û ë û ë û ) ( )
1 + 2r 5+ 4 2 5 2
( )
A = ér - 2 1 + 2 ù X ( r ) = = = +1
ë û r = 2(1+ 2 )
ë ( )
ér - 2 1 - 2 ù
û r = 2(1+ 2 )
4 2 8
1 + 2r 5-4 2
( )
B = ér - 2 1 - 2 ù X ( r ) = = = 1-
5 2
ë û r = 2(1- 2 )
ë ( )
ér - 2 1 + 2 ù
û (
r = 2 1- 2 )
-4 2 8
æ 5 2ö 1 æ 5 2ö 1
X ( r ) = çç1 + ÷÷ + çç 1 - ÷÷
è ë ( û )
8 ø ér - 2 1 + 2 ù è 8 ø ér - 2 1 - 2 ù
ë û ( )
Haciendo r =jw, se tiene
æ 5 2ö 1 æ 5 2ö 1
X ( f ) = çç1 + ÷÷ + çç 1 - ÷÷
è ë ( û )
8 ø é jw - 2 1 + 2 ù è 8 ø é jw - 2 1 - 2 ù
ë û ( )
Aplicando:
ì 1 ü - at
F -1 í ý = e u(t)
î a + jw þ
Se obtiene:
éæ 5 2 ö 2(1+ 2 ) t æ 5 2 ö 2(1- 2 ) t ù
x ( t ) = êçç 1 + ÷e + çç 1 - ÷e ú u (t)
êëè 8 ÷ø è 8 ÷ø úû
Problema N° 3. Se tienen las señales
y ( t ) = Õ ( t -21 )
a) Determinar
b) Determinar la autocorrelación de x(t).
Solución.
a) Las gráficas de x(t) e y(t) se muestran en la Figura P 3
Figura P 3.
a) t £ -1
b) -1 £ t £ 0
En este caso
t
t2 -t 2 + 1
t
z(t) = ò -tdt = - =
-1
2 -1
2
c) 0 £ t £ 1
0 t
t2 t2 t2 +1
0 t
z(t) = ò -tdt + ò tdt = - + =
-1 0
2 -1
2 0 2
d) 1 £ t £ 2
0 1
t2 t2 t 2 - 4t + 5
0 1
z(t) = ò -tdt + ò tdt = - + =
t -2 0
2 t -2
2 0 2
e) 2 £ t £ 3
1
t2 - t 2 + 4t - 3
1
z(t) = ò tdt = =
t -2
2 t -2
2
f) t ³ 3
z(t) = 0
ì0 t £ -1
ï 2
ï -t + 1 -1 £ t £ 0
ï 2
ï t2 +1
ï 0 £ t £1
ï
z (t ) = í 22
ï t - 4t + 5 1£ t £ 2
ï 2
ï 2
ï - t + 4t - 3 2£t£3
ï 2
ï0 t³3
î
b) Para calcular la autocorrelación x(t), dado que x(t) es de energía, se hará uso de
R x ( t ) = x ( t ) * x ( -t )
a) t £ -2
R x ( t) = 0
b) -2 £ t £ -1
Las ecuaciones de las rectas L1 y L2 son
L1 = y1 ( t ) = - t + t L2 = y2 ( t ) = t - t
t+1 t+1
R x ( t) = ò y 2 ( t ) x ( t ) dt = ò ( t - t )( -t ) dt
-1 -1
Integrando, se obtiene
1 2
R x ( t ) = t3 - t -
6 3
-1 £ t £ 0
t 0 t+1
R x ( t) = ò ( -t + t )( -t ) dt + ò ( t - t)( - t ) dt + ò ( t - t )( t ) dt
-1 t 0
1 2
R x ( t ) = - t3 + t +
2 3
0 £ t £1
0 t 1
R x ( t) = ò ( - t + t)( - t ) dt + ò ( - t + t)( t ) dt + ò ( t - t) tdt
t-1 0 t
1 3 2
R x ( t )1 = t -t+
2 3
1£ t £ 2
1
R x ( t) = 0 R x ( t) = 0 R x ( t) = ò ( - t + t)( t ) dt
t-1
1 2
R x ( t ) = - t3 + t -
6 3
t³2
R x ( t) = 0
Resumiendo
ì0 t £ -2
ï1
ï t3 - t - 2 -2 £ t £ -1
ï6 3
ï 1 3 2
ï- t + t + -1 £ t £ 0
ï 2
R x ( t) = í
3
ï 1 t3 - t + 2 0 £ t £1
ï2 3
ï 1 2
ï- t3 + t - 1£ t £ 2
ï 6 3
ïî0 t³2
PAUTA SEGUNDA PRUEBA DE ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2011.
Solución
Energía
Señal x(n). Aplicando la definición de energía
å
2
Ex = x(n)
n =-¥
A la señal x(n) dada, se tiene:
å
2
Ex = Ad(n) = +...... + A 2 d(-2) + A 2 d(-1) + A 2 d(0) + A 2 d(1) + A 2 d(2) + ...
n =-¥
Como
ì1 para n=0
d(n) = í
î0 otros valores
Se obtiene
E x = A 2 [ Joules ]
å
2
Ey = A = +...... + A 2 + A 2 + A 2 + A 2 + ...
n =-¥
Ey = ¥
Potencia
Señal x(n).. Como
1 N
1 N
A2
Px = lím å = å d =
2 2
x(n) lím A (n) lím
N ®¥ 2N + 1 N ®¥ 2N + 1 N ®¥ 2N + 1
n =- N n =- N
Luego
Px = 0
1
Señal y(n). Considerando y(n) dada, se tiene
1 N
( 2N + 1) A 2
å A = Nlím
2
Py = lím
N ®¥ 2N + 1 ®¥ 2N + 1
n =- N
En consecuencia:
Py = A 2 [ watts ]
De los resultados obtenidos, se deduce que la señal x(n) es de energía y que la señal y(n) es
de potencia.
2
Problema N° 2. Sean las secuencias x(n) = {1,1,2,2} e y(n) = {2,2,1,1}
Solución
Como z(n) = x(n) + y(n), se tiene
x (l)
x ( -l ) 1 1 2 2
2 2 2 4 4
2 2 2 4 4
1 1 1 2 2
1 1 1 2 2
y ( -l )
y (l) 1 1 2 2
2 2 2 4 4
2 2 2 4 4
1 1 1 2 2
1 1 1 2 2
3
También se deduce que ryy(0) = 10.
Para rxy ( l ) , se tiene
rxy ( l ) = x ( l ) * y ( -l )
x ( l)
rxy ( l ) = 8
ryx ( l ) = rxy ( -l )
Luego para l = 0 , se tiene
ryx ( 0 ) = rxy ( 0 ) = 8
Por lo que:
E z = rzz ( 0 ) = 10 + 8 + 8 + 10 = 28 [ joules ]
4
Problema N° 3. Determinar la secuencia autocorrelación de la secuencia x(n) = u(-n).
Solución
Como x(n) = u(-n) es una señal de potencia, por no estar limitada en el tiempo y por ser
acotada en magnitud, se tiene que su secuencia autocorrelación q xx ( l )
M
1
q xx ( l ) = lím
M ®¥ 2M + 1
å u(-n)(-n - l)
n =- M
Figura P 3
Considerando | M | > | l | , se tiene que para l > 0 u(-n) se desplaza hacia la izquierda en un
monto -l , luego:
1 -M
q xx ( l ) = lím
M ®¥ 2M - 1
å u(-n)u(-n - l)
n =- l
M - l +1 1
q xx ( l ) = lím =
M ®¥ 2M - 1 2
l
1
q xx ( l ) = lím
M ®¥ 2M - 1
å u(-n)u(-n - l)
n =- M
Obteniéndose:
M - l +1 1
q xx ( l ) = lím =
M ®¥ 2M - 1 2
En consecuencia
1
q xx ( l ) = "l
2
5
PAUTA TERCERA PRUEBA DE ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2011.
Solución
a) La señal x(n) dada se puede escribir como:
Pero:
n [ u(n) - u(n - 2) ] = d(n - 1)
O sea:
x(n) = d(n - 1) - u(n)
En consecuencia:
1
X(z) = z -1 - ; ROC: | z | > 1
1 - z -1
-z2 + z - 1
X(z) = ; ROC: | z | > 1
z (1 - z -1 )
1 3
z1 = -j
2 2
1
Los polos de H(z) son
p1 = 0
p2 = 1
La gráfica de la ROC y de ceros y polos, se muestra en la Figura P1
Figura P1.
b) La Transformada – Z dada
3z -3
X (z) =
(1 - z -1 )
2
1
3
(1 - z -1 )
2
1
3
az -1
Z {na u ( n )} =
n
(1 - az ) -1 2
n-2
æ1ö
x ( n ) = 9 ( n - 2) ç ÷ u ( n - 2)
è 3ø
2
b2.) Si x(n) es una señal anticausal, y por un proceso similar al caso b1) se tiene que en este
caso, la señal x(n) es:
n -2
æ1ö
x ( n ) = -9 ( n - 2 ) ç ÷ u ( -n + 1)
è 3ø
3
Problema N° 2. La secuencia x(n) tiene simetría par, con Transformada – Z X(z).
A partir de la definición de Transformada – Z, demostrar que
æ1ö
X (z) = X ç ÷
èzø
Solución
a) La definición de Transformada – Z de x(n) es
¥
X(z) = å x(n)z
n =-¥
-n
¥
X1 (z) = å x(-n)z
n =-¥
-n
¥ ¥
X1 (z) = å
n =-¥
x(- n)z - n = å x(n)z
n =-¥
-n
= X(z) (1)
¥
X1 ( z ) = å x ( m) z
m =-¥
m
(2)
m
¥ ¥
æ1ö ¥
å x (m ) z = å x ( m) ç ÷ = å x ( m) y-m
m
O sea
¥
æ1ö
m =-¥
å x ( m) z= X ( y) = X ç ÷
m
è zø
(3)
4
æ1ö
X1 ( z ) = X ç ÷ (4)
èzø
æ1ö
X (z) = X ç ÷
èzø
5
Problema N° 3. a) Si x(n) = Z-1{X(z)} es una secuencia causal, con
1 - 32 z -1
X (z) =
1 - 56 z -1 + 61 z -2
Solución
a) En función de sus polos, X(z) se puede escribir como:
z 2 - 32 z
X (z) =
( z - 1) ( z - 23 )
Como x(n) es una señal causal, la ROC de X(z) es
X(z) z - 32
A1 = ( z - 12 ) = = -6
z z =1/ 2 ( z - 23 ) z =1/ 2
X(z) z - 32
A 2 = ( z - 13 ) = =7
z z =1/ 3 ( z - 12 ) z =1/ 3
De aquí:
1 1
X(z) = -6 -1
+7
1- z1
2 1 - 13 z -1
En consecuencia
æ 1 5 2n ö
x(n) = ç - + e 3 ÷ u(n)
è 6 8 ø
c) Como X(z) tiene como ROC. |z| > 1, se deduce que la circunferencia con radio |z|= 1 no
está contenida por la ROC de X(z), por lo tanto, la secuencia x(n) no tiene Transformada de
Fourier.
6
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALESPARTE
CONCEPTUAL.PRIMER SEMESTRE 2012.
Pregunta Nº 3. Se tiene una señal con limitación estricta en el tiempo. ¿Cómo se puede
obtener un desplazamiento de ella en un monto t0?
Respuesta. Para aplicar Parseval en señales de tiempo continuo, se requiere determinar los
coeficientes de la Serie de Fourier de la señal en cuestión.
Pregunta Nº 5. Cuándo dos señales x1(t) y x2(t) se suman, ¿que condición se debe cumplir
para la potencia (energía) de la señal resultante sea igual a la suma de la potencias
(energías) de x1(t) y x2(t)?
Respuesta. Para que la potencia (energía) de la señal resultante sea igual a la suma de la
potencias (energías) de x1(t) y x2(t), se requiere que las señales que se suman sean
incorreladas, o seas, que sus correlaciones cruzadas sean nulas para todo valor de la
variable temporal.
1
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALES PARTE PROBLEMAS
PRIMER SEMESTRE 2012.
Solución.
Aplicando convolución, se tiene
y ( t ) == òe
-at
u ( t ) e -b( t -t) u ( t - t ) dt
-¥
t
y ( t ) = ò e -at e
-b( t -t )
dt
0
t t
y (t) = ò e
- ( a-b ) t -at - ( a-b ) t
òe
-at
e dt = e dt
0 0
Integrando, se obtiene
e -at - e -( 2 a-b) t
y (t) = u (t)
a -b
Integrando, se obtiene:
y ( t ) = te -at u ( t )
b) t £ 0
En este caso, u ( t - t ) representa un desplazamiento hacia la izquierda de u ( -t ) en un
monto t, por lo cual el producto u ( t ) u ( t - t ) no existe para cualquier valor de t. En
consecuencia la respuesta y(t) es la obtenida en el caso anterior.
3
Problema Nº 2. a) Determinar la autocorrelación de la señal x(t) cuya gráfica se muestra en
la Figura P 2. Bosquejar la grafica de tal autocorrelación
b) Proponer un programa MATLAB para la gráfica de x(t).
c) Determinar la densidad espectral de x(t).
Figura P 2
Solución
a) Se tiene que la autocorrelación de x(t) es
R xx ( t ) = ò x ( t ) x ( t + t ) dt
-¥
a1) t ³ 2
Este caso se ilustra en la figura siguiente
Se observa en esta figura que las gráficas de x(t+t) y de x(t) no se interceptan, luego
R xx ( t ) = 0
a2) 0 £ t £ 2
Esta situación se ilustra en la figura siguiente
4
En este caso
-t +2 - t +2
ò (t + tt ) dt
1
R xx ( t ) = ò 1
2
t 12 ( t + t ) dt = 2
0
4 0
1 é1 ù 1 é1
- t+ 2 -t+ 2
1 1 2ù
R xx ( t ) = ê t 3 + tt 2 ú = ê ( -t + 2 ) + t ( -t + 2 ) ú
3
4 ëê 3 0 2 0 ûú 4 ë 3 2 û
1 3 1 2
R xx ( t ) = t - t+
24 2 3
a3) -2 £ t £ 0
La figura siguiente ilustra este caso
x(t)
1 x(t+t)
0 -t 2 -t+2 t
En esta situación
2 2
t ( t + t ) dt = ò ( t 2 + tt ) dt
1
R xx ( t ) = ò 1
2
1
2
-t
4 -t
1 é1 3 1 2 ù 1 é8 1
2 2
ù
R xx ( t ) = ê t + tt ú = ê - ( -t ) + t ( 4 - t2 ) ú
3 1
4 êë 3 -t 2 û 4 ë3 3
-t ú 2 û
1 3 1 2
R xx ( t ) = - t + t+
24 2 3
Resumiendo
ì0 t³2
ï1
ï t3 - 1 t + 2 0£t£2
ï 24
R xx ( t ) = í
2 3
ï - 1 t3 + 1 t + 2 -2 £ t £ 0
ï 24 2 3
ï0 t £ -2
î
5
La figura siguiente muestra un bosquejo de la posible forma de R xx ( t )
R xx ( t )
2/3
-2 0 2 t
0
b)El programa MATLAB propuesto es
Gráfica de x(t)=(1/2)t
1.5
1
x(t)
0.5
-0.5
-4 -3 -2 -1 0 1 2 3 4
t
6
c) La densidad espectral de energía Sxx(f) de la señal x(t) está dada por
Sxx ( f ) = X ( f )
2
Donde X(f) es
¥
X (f ) = ò x (t)e
- jwt
dt
-¥
2
1 é e - jwt ù
2
X ( f ) = ò te
1 - jwt
dt = g ê 2 g( - jwt - 1) ú
2 ë -w
2
0 û0
Luego
Sxx ( f ) =
w2
De donde
Sxx ( f ) = 8 - 8sin c ( 4f ) + 4sin c 2 ( 2f )
7
Problema N° 3. a) Determinar el espectro de magnitud y de fase de la señal x(t) mostrada
en la Figura P 3
Figura P 3
b) Determinar la potencia media de x(t)
Solución
a) La señal x(t) es una señal periódica con periodo T0 = 6. Es necesario determinar los
coeficientes Cn de la Serie de Fourier de x(t) dada, los cuales están dados por
T/ 2
ò x (t)e
- jnw0 t
Cn = dt
- T/ 2
3 -1 2
Cn = ò x ( t ) e - jnw0 t
dt = ò e - jnw0 t
dt + ò ( -1) e - jnw0 t dt
-3 -2 1
Integrando
1 -1 1 - jnw0 t 2
Cn = e - jnw0 t + e
- jnw0 -2 jnw0 1
2
Cn = j é cos ( nw0 ) - cos ( 2nw0 ) ùû
nw0 ë
Como T0 = 6 luego
2p p
w0 = =
T0 3
Por lo tanto
8
6 é æ pö æ 2p ö ù
Cn = j ê cos ç n ÷ - cos ç n ÷ú
np ë è 3 ø è 3 øû
6 é æ pö æ 2p ö ù
Cn = ê cos ç n ÷ - cos ç n ÷ú
np ë è 3 ø è 3 øû
6 é æ pö æ 2p ö ù
RC n = 900 cuando ê cos ç n ÷ - cos ç n ÷ú > 0
np ë è 3 ø è 3 øû
6 é æ pö æ 2p ö ù
RC n = -900 cuando ê cos ç n ÷ - cos ç n ÷ ú < 0
np ë è 3 ø è 3 øû
9
Problema N° 4. Determinar la señal x(t) si su Transformada de Fourier es:
jw + 3
X ( w) =
( jw + 2 ) ( jw + 1)
2
Solución
Realizando el cambio de variable de r = jw, se tiene
r +3 A1 A A 22
H (r ) = = + 21 +
( r + 2 ) ( r + 1) r + 1 r + 2 ( r + 2 )2
2
r +3
A1 = ( r + 1) H ( r ) r =-1 = =2
( r + 2)
2
r =-1
r +3
A 22 = ( r + 2 ) H ( r ) = = -1
2
r =-2 ( r + 1) r =-2
d d r +3
A 21 = ( r + 2 ) H ( r ) r =-2 = = -2
2
dr dr r + 1 r =-2
Luego
2 2 1
H ( w) = - -
jw + 1 j w + 2 ( jw + 2 ) 2
De aquí, aplicando
t n -1 - at 1
e u(t)
(n - 1)! ( jw + a )
n
10
PAUTA SEGUNDA PRUEBA DE ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2012.
Problema N° 1. Una señal x ( t ) = 2 cos 400pt + 6 cos 640pt se muestrea idealmente con
frecuencia de muestreo fs = 500[Hz] . Si la señal muestreada se aplica a un filtro pasa-bajo
ideal con ancho de banda igual a 400[Hz].¿Qué componentes de frecuencia o espectro
aparece en la salida del filtro?
Solución
La señal x(t) se puede escribir como
X(f)
3 3
1 1
x d ( t ) = x ( t ) å d ( t - nTs )
n
Por lo que el espectro de la señal muestreada está dado por
X d ( f ) = X ( f ) *Sd ( f ) = fs X ( f ) * å d ( f - nf s )
n
.........
............ 500 500
-820 -700 -500 -320 -200 0 200 320 500 700 820 f [Hz]
1
Se observa que ISI, dado que la frecuencia de muestreo fs = 500[Hz] no satisface el
Teorema de Muestreo el que, en este problema, establece que se debe cumplir
fs ³ 2f m
fs ³ 640[Hz]
O sea, que la frecuencia mínima de muestreo que permite recuperar x(t) es 640[Hz]. Y es
por eso que la señal a la salida del filtro pasa-bajo, con ancho de banda de 400[Hz], tiene el
siguiente espectro Y(f)
Y(f)
1500 1500
500 500
-820 -700 -500 -320 -200 0 200 320 500 700 820 f [Hz]
Se observa que el espectro Y(f) es distinto al espectro X(f), o sea, que no se recuperó la
señal x(t) a partir de la señal muestreada porque no se cumplió el Teorema de Muestreo.
2
Problema Nº 2. Sea x(n) una secuencia periódica con periodo 6 y
n
æ1ö
x (n) = ç ÷ para -2 £ n £ 3
è2ø
Solución
a)Para determinar los espectros de amplitud y de fase, se deben conocer los coeficientes Ck
de la serie de Fourier que están dados por
1
Ck = å x ( n ) e- j2 pkn / N
N N
, k = 0,1,2,…..,N – 1
1 3 1
Ck = å x ( n ) e- j2pkn / N = 6 éë x ( -2 ) e j2pk /3 + x ( -1) e jpk/3 + x ( 0 ) + x (1) e- jpk/3 + x ( 2) e- j2pk /3 + x ( 3) e- j2 pk ùû
6 n =-2
1 3 1é 1 1 1 ù
Ck = å
6 n =-2
x ( n ) e - j2 pkn / N = ê 4e j2 pk /3 + 2e jpk /3 + 1 + e - jpk /3 + e - j2 pk/3 + e - j2 pk ú
6ë 2 4 8 û
Luego
63
C0 =
68
1é 1 1 1 ù 1 7 3
C1 = ê 4e j2 p /3 + 2e jp /3 + 1 + e- jp/3 + e - j2 p /3 + e - j2 p ú = +j
6ë 2 4 8 û 24 16
1 é j4 p/3 1 1 1 ù 3 3 3
C2 = ê 4e + 2e j2 p/3 + 1 + e - j2 p/3 + e - j4 p /3 + e- j4 p ú = - - j
6ë 2 4 8 û 8 16
1 é j2 p 1 1 1 ù 23
C3 = ê 4e + 2e jp + 1 + e - jp + e - j2 p + e - j6 p ú =
6ë 2 4 8 û 48
1 é j8 p /3 1 1 1 ù 3 3 3
C4 = ê 4e + 2e j4 p /3 + 1 + e - j4 p /3 + e - j8 p /3 + e - j8 p ú = - + j
6ë 2 4 8 û 8 16
3
63
C0 =
68
1137
C1 = C5 =
2304
23
C3 =
48
63
C2 = C4 =
256
El espectro de fase es
RC 0 = RC3 = 0º
RC1 = 86,85°
RC 2 = 240º
RC 4 = 120º
RC5 = -86,85°
4
Problema N° 3. Si
x ( n ) = ( -1) {u ( n ) - u ( n - 6 )} e y ( n ) = u ( n ) - u ( n - 6 )
n
Solución
a) La secuencias x(n) e y(n) se pueden escribir como:
x (l)
y ( -l ) 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
ryx ( l ) = rxy ( -l )
Luego
ryx ( l ) = {-1, 0, -1, 0, -1, 0,1, 0,1, 0,1}
Como no se cumple que rxy ( l ) = ryx ( l ) = 0 "l , se deduce que las señales x(n) e y(n) no
son incorreladas. Pero, en este caso, se tiene que rxy ( l ) + ryx ( l ) = 0
b) De las expresiones de x(n e y(n), se deduce que
5
z ( n ) = x ( n ) + y ( n ) = {2, 0, 2, 0, 2, 0}
Luego, rzz ( l ) = z ( l ) * z ( - l ) es
z (l)
z ( -l ) 2 0 2 0 2 0
0 0 0 0 0 0 0
2 4 0 4 0 4 0
0 0 0 0 0 0 0
2 4 0 4 0 4 0
0 0 0 0 0 0 0
2 4 0 4 0 4 0
De donde:
La energía Ez de z(n) es
E z = rzz ( 0 ) = 12 [ J ]
6
Problema N° 4. Determine la densidad espectral de la señal
ì æ 1 ön
ï2 - n £4
x ( n ) = í çè 2 ÷ø
ï0
î otros valores
Solución
Como la secuencia x(n) está limitada en forma estricta en el tiempo, se tiene que x(n) es
una señal de energía, luego su densidad espectral de energía Sxx(W) está dada por:
S xx ( W ) = X ( W )
2
Con
Ã
X (W) = å x ( n) e
n =-¥
- jnW
4
X (W) = å x (n) e
n =-4
- jnW
= x ( -4 ) e j 4 W + x ( -3) e j 3W + x ( -2 ) e j 2 W + x ( -1) e jW + x ( 0 ) +
+x (1) e- jW + x ( 2 ) e - j 2 W + x ( 3) e - j 3 W + x ( 4 ) e - j 4 W
4
3 7 15 31
X (W ) = å x (n) e
n =-4
- jnW
= -14e j 4 W - 6e j 3W - 2e j 2 W + 0 + 1+ e- jW + e - j 2 W + e- j 3W + e- j 4 W
2 4 8 16
893 33 1 3 æ 955 63 15 3 ö
X (W) = - cos 4W - cos 3W - cos 2W + cos W + 1 - jç sen4W + sen3W + sen2W + senW ÷
16 8 4 2 è 16 8 4 2 ø
En consecuencia
2
æ 893 33 1 3 ö
S xx ( W ) = ç - cos 4W - cos 3W - cos 2W + cos W + 1÷ +
è 16 8 4 2 ø
2
æ 955 63 15 3 ö
+ç sen 4W + sen3W + sen 2W + senW ÷
è 16 8 4 2 ø
7
Problema N° 5. Determinar x(n) si
e - jW + 2e - j2 W
X ( W) =
æ 1 - jW 1 - j2 W öæ - jW 1 - j2 W ö
ç1 - e - e ÷ç1 - e + e ÷
è 6 6 øè 4 ø
Solución
Haciendo
r = e- jW
Se obtiene
r + 2r 2
X (r) =
æ 1 1 2 öæ 1 2ö
ç 1 - r - r ÷ ç1 - r + r ÷
è 6 6 øè 4 ø
24 ( r + 2r 2 ) 24 ( r + 2r 2 )
X (r) = =
( r + 3 )( r - 2 )( r - 2 ) ( r + 3)( r - 2 )
2 3
24 ( r + 2r 2 ) A1 A A32 A33
X (r) = = + 31 + +
( r + 3)( r - 2 ) r + 3 r - 2 ( r - 2 ) ( r - 2 )3
3 2
Donde
24 ( r + 2r 2 ) 72
A1 = ( r + 3) X ( r ) r =-3 = =-
( r - 2)
3
25
r =-3
24 ( r + 2r 2
)
A33 = ( r - 2 ) X ( r ) = = 48
3
r =2 ( r + 3) r=2
Aplicando:
1 é d li - k ù
A li k = ê é (v - pi )li X(v) ùû ú
li - k ë
(l i - k) ! ë dv û v =p i
Se obtiene
d é 24 ( r + 2r ) ù 24 ( r + 3)(1 + 4r ) - 24 ( 4 + 2r 2 )
2
1 é d 3- 2 ù 168
A32 = ê é
3- 2 ë
( r - 2) 3
X ( r ) ù
û ú = ê ú = =
(3 - 2) ! ë dr û r = 2 dr êë ( r + 3 ) úû r =2 ( r + 3)
2
5
r =2
1 d 2 é 24 ( r + 2r ) ù 24 ( 30r + 90 )
2
1 é d 3-1 ù 144
A31 = ê é (r - 2) X (r ) ùû ú =
3-1 ë
3
ê ú = =
(3 - 1) ! ë dr û r =2 2 d r êë ( r + 3) úû r = 2 ( r + 3) r = 2 25
2 4
8
Por lo tanto
72 1 144 1 168 1 1
X (r) = - + + + 48
25 r + 3 25 r - 2 5 ( r - 2 ) 2
( r - 2)
3
De donde
72 1 144 1 168 1 1
X (W) = - + + + 48
25 e + 3 25 e - 2 5 ( e - 2 )
- jW - jW - j W 2
(e - 2)
- j W 3
72 1 144 1 168 1 1
X (W) = - - + -6 (I)
75 æ 1 ö - jW 50 æ 1 ö - jW 20 æ 1 - jW ö 2
æ 1 ö
3
1- ç - ÷ e 1- ç ÷ e ç1 - 2 e ÷
-
ç1 - 2 e ÷
j W
è 3ø è2ø è ø è ø
é 72 æ 1 ö n 12 æ 1 ön 3 æ 1 ön æ1ö ù
n
x ( n ) = ê - ç - ÷ - ç ÷ - n ç ÷ - 3n 2 ç ÷ ú u ( n )
êë 75 è 3 ø 25 è 2 ø 5 è 2 ø è 2 ø úû
9
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2012.
Solución
a) Aplicando el método indirecto, se tendrá:
Y(z) =
( 2 - z ) X(z)
-2
=
( 2z 2
- 1) X(z)
(1)
1 - 0, 7z -1 + 0,1z -2 z 2 - 0, 7z + 0,1
X(z) = 1
Por lo tanto
2z 2 - 1
H(z) = 2
z - 0, 7z + 0,1
z 2 - 0, 7z + 0,1 = 0 Þ p1 = 0, 5 , p 2 = 0, 2
2z 2 - 1
H(z) =
( z - 0,5 )( z - 0, 2 )
Para realizar la expansión en fracciones parciales de Y(z), se hace
1
z ( 2z 2 - 1)
H(z) =
z ( z - 0,5 )( z - 0, 2 )
Luego
H(z) 2z 2 - 1 A A2 A3
= = 1+ +
z z ( z - 0,5 )( z - 0, 2 ) z z - 0,5 z - 0, 2
H(z) 2z 2 - 1
A1 = z = = -10
z z =0 ( z - 0, 5)( z - 0, 2 ) z =0
H(z) 2z 2 - 1 10
A 2 = (z - 0,5) = =-
z z =0,5 z ( z - 0, 2 ) z =0,5 3
H(z) 2z 2 - 1 46
A3 = (z - 0, 2) = =
z z =0,2 z ( z - 0,5 ) z =0,2 3
Por lo tanto,
10 46
H(z) = -10 - 3
+ 3
1 - 0,5z -1 1 - 0, 2z -1
En consecuencia
10 46
h(n) = -10d(n) - ( 0,5 ) u(n) + ( 0, 2 ) u(n)
n n
3 3
1 z
X(z) = -1
=
1- z z -1
Aplicando esta expresión de X(z) en la ecuación (1), del apartado a), se obtiene
Y(z) =
( 2z 2
- 1)
·
z
( z - 0, 5)( z - 0, 2 ) z - 1
2
De donde
Y(z)
=
( 2z 2 - 1)
=
A1
+
A2 A
+ 3
z ( z - 0,5 )( z - 0, 2 )( z - 1) z - 0,5 z - 0, 2 z - 1
Se tiene
A1 = ( z - 0,5 )
Y(z)
=
( 2z 2 - 1)
=
10
z z= 0,5 ( z - 0, 2 )( z - 1) 3
z = 0,5
A 2 = ( z - 0, 2 )
Y(z)
=
( 2z 2 - 1)
=-
23
z z =0,2 ( z - 0, 5)( z - 1) 6
z = 0,2
A3 = ( z - 1)
Y(z)
=
( 2z 2 - 1)
=
5
z z =1 ( z - 0,5 )( z - 0, 2 ) 2
z =1
En consecuencia
10
- 236 5
Y(z) = 3
+ + 2
1 - 0,5z -1 1 - 0, 2z -1
1 - z -1
é 5 10 23 nù
y(n) = ê + ( 0,5 ) - ( 0, 2 ) ú u(n)
n
ë2 3 6 û
2z 2 - 1
H(z) =
( z - 0,5 )( z - 0, 2 )
3
2 2
2z 2 - 1 = 0 Þ z1 = , z2 = -
2 2
y los polos son
p1 = 0,5 , p 2 = 0, 2
Por lo tanto, el diagrama de polos – ceros, se muestra en la Figura P1
Im{}
0,5 Re{}
O X X O
-0,7 0,2 0,7
Figura P1
Como en este caso se cumple los dos polos tienen un módulo menor que uno, o sea están
dentro de la circunferencia unitaria, se deduce que el sistema es estable y es causal porque
h(n) = 0 para n < 0.
4
Problema Nº 2. Para el sistema de tiempo discreto LTI mostrado en la Figura P2,
determinar:
a) La ecuación en diferencias que relacione y(n) con x(n).
b) La función respuesta de frecuencia.
c) La respuesta de estado cero, si x(n) =(n+1)2nu(n).
x(n) 1 + y(n)
4 + + z -1 z -1 - +
+
1
2
Figura P 2
Solución
a) Sea v(n) la señal de salida del sumador en la entrada del sistema, por lo tanto, se tendrá
1 1
v(n) = x(n) + v(n - 2) (2.1)
4 2
1
v(n) = x(n) - y(n) (2.4)
2
De aquí
1
v(n - 2) = x(n - 2) - y(n - 2) (2.5)
2
1 1
y(n) = x(n) - y(n) - x(n - 2) + y(n - 2)
2 2
5
Finalmente
1 1 1
y(n) - y(n - 2) = x(n) - x(n - 2)
2 4 4
N M
å a k y(n - k) = å bk x(n - k)
k =0 k=0
åb e k
- jkW
b 0 + b1e - jW +·······+ b M e - jMW
H(W) = k =0
=
N
a 0 + a1e - jW +·······+ a N e - jNW
åa e
k =0
k
- jkW
- 14 e- j2 W
1
H(W) = 4
1 - 12 e- j2 W
1 æ 1 - cos 2W + jsen2W ö
H(W) = ·ç ÷
2 è 2 - cos 2W + jsen2W ø
c) Dado que el sistema es relajado, se tiene que la respuesta de estado - cero corresponde a
la solución total, y(n), de la ecuación en diferencias que modela al sistema dado: Como
1 1 1
y(n) - y(n - 2) = x(n) - x(n - 2) (2.6)
2 4 4
6
1 1 1
y1 (n) - y1 (n - 2) = n2n - 2 n
2 4 4
æ 1 -2 ö 1 n 1 n
ç 1 - S ÷ [ y1 (n)] = n2 - 2
è 2 ø 4 4
æ 1 -2 ö
ç 1 - S ÷ [ y1 (n)] = 0
è 2 ø
1 2 2
r2 - = 0 Þ r1 = , r2 = -
2 2 2
n n
æ 2ö æ 2ö
y h (n) = C1 çç ÷÷ + C 2 çç - ÷÷
è 2 ø è 2 ø
æ 1 -2 ö 1 n 1 n
ç 1 - S ÷ [ y1 (n)] = n2 - 2 (2.7)
è 2 ø 4 4
7
æ 1 -2 ö
(1 - 2S ) -1 3
ç1 - S ÷ [ y(n)] = 0
è 2 ø
Como las raíces de LA son diferentes a las del polinomio característico de la ecuación
homogénea asociada, se tiene que las raíces de LA representan la solución particular. Dado
que la raíz de LA es r =2 con grado de multiplicidad 3, se tiene que la solución particular
yp(n) es de la forma
y p (n) = C3 ( 2 ) + C 4 n ( 2 ) + C5 n 2 ( 2 )
n n n
Evaluación de los Coeficientes C3, C4, C5. Aplicando la expresión de yp(n) en la ecuación
en diferencias original, se tiene
C3 ( 2 ) + C4 n ( 2 ) + C5 n 2 ( 2 ) -
n n n 1
2
(C3 ( 2 ) + C 4 ( n - 2 )( 2 ) + C5 ( n - 2 ) ( 2 )
n-2 n -2 2
)
n -2 1 1
= n2 n - 2 n
4 4
De donde, se obtiene
æ7 1 ö n æ7 1 ö n 7 1 n 1 n
ç C 4 + C5 ÷ n2 + ç C3 - C5 ÷ 2 + C5 n 2 = n2 - 2
2 n
è8 4 ø è8 2 ø 8 4 4
2 2
C3 = - , C4 = , C5 = 0
7 7
En consecuencia,
2 2
y p (n) = - ( 2) + n ( 2)
n n
7 7
Por lo cual
n n
æ 2ö æ 2ö 2 n 2
y1 (n) = C1 çç ÷÷ + C 2 çç - ÷÷ - ( 2 ) + n ( 2 )
n
è 2 ø è 2 ø 7 7
8
Para n =0 en la ecuación en diferencias original, se obtiene
1 1 1
y1 (0) - y1 (-2) = - Þ y1 ( 0 ) = -
2 4 4
1 1 1
y1 (1) - y1 (-1) = 2 - 2 Þ y1 (1) = 0
2 4 4
2
y1 (0) = C1 + C 2 -
7
2 2
y1 (1) = C1 - C2
2 2
2 1
C1 + C 2 - =-
7 4
2 2
C1 - C2 = 0
2 2
De donde se obtiene
1
C1 = C 2 =
56
n n
1 æ 2ö 1 æ 2ö 2 n 2
y1 (n) = çç ÷÷ + çç - ÷÷ - ( 2 ) + n ( 2 )
n
56 è 2 ø 56 è 2 ø 7 7
9
1
Para la componente de la señal de entrada - x(n - 2) , se tendrá que la respuesta
4
correspondiente es - y1 (n - 2) , la respuesta de estado estacionario es
y ( n ) = y1 ( n ) - y1 (n - 2)
O sea
n n n-2 n -2
1 æ 2ö 1 æ 2ö 2 n 2 1 æ 2ö 1 æ 2ö 2 n -2 2
÷÷ - ( 2 ) + n ( 2 ) - çç ( 2 ) - ( n - 2 )( 2 )
n -2
y(n) = çç ÷÷ + çç - - çç - +
n
÷ ÷
56 è 2 ø 56 è 2 ø 7 7 56 è 2 ÷ø 56 è 2 ÷ø 7 7
n n
1 æ 2ö 1 æ 2ö 1 3
y ( n ) = - çç ÷÷ - çç - ÷÷ + ( 2 ) + n ( 2 )
n n
56 è 2 ø 56 è 2 ø 14 14
10
Problema Nº 3. Un sistema LTI, tiene como secuencia de entrada
a) Determinar la función de sistema H(z) del sistema. Dibujar el diagrama de polos y ceros
de H(z) e indicar la región de convergencia.
b) Determinar la respuesta h(n) al impulso del sistema.
c) Escribir la ecuación diferencia que caracteriza al sistema.
d) Determinar si el sistema es estable y/o causal.
Solución
a) La secuencia x(n) se puede escribir como
Se tiene
6 6 3
Y(z) = -1
- -1
, ROC: z >
1- z 1
2 1- z3
4 4
- 32 z
Y(z) =
( z - 12 ) ( z - 43 )
Por lo tanto
Y(z) z - 2 3
H(z) = = , ROC: < z <2
X(z) z - 34 4
11
Diagrama de Polos – Ceros. El diagrama de polos – ceros se muestra en la Figura P3
jw
X O
3/4 2 s
Figura P3
b) Se tiene que
ìz - 2ü
h(n) = Z -1 {H(z)} = Z-1 í 3ý
îz - 4 þ
h(n) se puede escribir como
ì 1 ü ì z -1 ü
h(n) = Z -1 í 3 -1 ý - 2Z -1 í 3 -1 ý
î1 - 4 z þ î1 - 4 z þ
De donde
n n -1
æ3ö æ3ö
h(n) = ç ÷ u(n) - 2 ç ÷ u ( n - 1)
è4ø è4ø
c) Como
e jW - 2 1 - 2- jW
H ( W ) = H(z) z = jW = jW 3 =
e - 4 1 - 34 e - jW
y dado que
M
åb e k
- jkW
b 0 + b1e - jW +·······+ b M e - jMW
H(W) = k =0
=
N
a 0 + a1e - jW +·······+ a N e - jNW
åa e
k =0
k
- jkW
con
N M
å a k y(n - k) = å bk x(n - k)
k =0 k=0
12
3
y ( n ) - y ( n - 1) = x(n) - 2x ( n - 1)
4
d) El sistema es estable porque su función de sistema tiene el único polo con módulo menor
que uno, o bien porque h(n) tiende a cero cuando n tiende a infinito, y es causal dado que
h(n) = 0 para n < 0.
13
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2012 Plan 2006.
x ( t ) = u ( t ) - 2u ( t - 2 ) + u ( t - 5)
y ( t ) = e -3t u ( t )
b) Determinar la autocorrelación de x(t).
Solución
a) Las gráficas de x(t) e y(t) se muestran en la Figura P.1.1
x(t) y(t)
1 1
0 2 5 t t
-1
Figura P.1.1.
1
y ( t)
x ( t)
t-5 t-2 t 0 t
1
En este caso:
ii) 0 £ t £ 2
1
y ( t)
x (t)
t-5 t-20 t t
En este caso
t t
1
z ( t ) = ò e dt = - e-3 t
-3 t
0
3 0
z(t) =
1
3
(1 - e- t )
iii) 2 £ t £ 5
1
y ( t)
x ( t)
t-5 0 t-2 t t
2
En este caso:
t-2 t t -2
1 1
z(t) = ò ( -1) e dt + ò (1) e dt = - e-3t + e-3t t - 2
-3 t -3 t t
0 t-2
3 0 3
z ( t ) = - + e -3t ( 2e6 - 1)
1 1
3 3
iv) t ³ 5
1 y ( t)
x ( t)
0 t-5 t-2 t t
En este caso
t -2 t t -2
1 1
z ( t ) = ò ( -1) e dt + ò (1) e dt = e -3t
-3 t -3 t t
- e -3 t
3 3 t -2
t -5 t -5 t -5
e-3t
z(t) = éë 2e6 - e15 - 1ùû
3
Resumiendo, se tiene:
ì0 t£0
ï1
ï (1 - e - t ) 0£t£2
ï3
ï
z ( t ) = í 1 1 -3t
ï- 3 + 3 e ( 2e - 1) 2£t£5
6
ï -3t
ïe
ïî 3 ( 2e - e - 1) t³5
6 15
3
b) Como se pide la autocorrelación de x(t) y dado que x(t) es de limitación estricta en el
tiempo, x(t) es una señal de energía. Luego, se debe emplear la ecuación
R X (t) = ò x ( t ) x ( t + t ) dt
-¥
i) t ³ 5
x(t+t) 1 x(t)
-t -t+2 -t+5 0 2 5 t
-1
En este caso
R X (t) = 0
ii) 3 £ t £ 5
x(t+t) 1 x(t)
-t -t+2 0 -t+5 2 5 t
-1
Integrando
R X (t) = t - 5
4
iii) 2 £ t £ 3
x(t+t) 1 x(t)
-t -t+2
0 2 -t+5 5 t
-1
Integrando, se obtiene
R X ( t ) = -t + 1
iv) 0 £ t £ 2
x ( t + t) 1
x(t)
-t+5
-t 0 -t+2 2 5 t
-1
5
-t+ 2 2 -t+ 5
RX ( t) = ò (1)(1) dt + ò (1)( -1) dt + ò ( -1)( -1) dt
0 - t+ 2 2
Integrando, se obtiene
R X ( t ) = -3t + 5
v) -2 £ t £ 0
1
x ( t + t)
x(t)
0 -t 2 -t+2 5 -t+5 t
-1
2 -t+ 2 5
RX (t) = ò (1)(1) dt + ò (1)( -1) dt + ò ( -1)( -1) dt
-t 2 - t+ 2
Integrando, se obtiene
R X ( t ) = 3t + 5
vi) -3 £ t £ -2
1
x ( t + t) x(t)
0 2 -t -t+2 5 -t+5 t
-1
En este caso
6
-t+ 2 5
RX (t) = ò (1)(1) dt + ò ( -1)( -1) dt
-t - t+ 2
Integrando
RX ( t) = t +1
vii) -5 £ t £ -3
1
x ( t + t)
x(t)
0 2 -t 5 -t+2 -t+5 t
-1
En este caso
5
RX ( t) = ò (1)( -1) dt
-t
R X ( t ) = -t - 5
viii) t £ -5
R X (t) = 0
Resumiendo, se tiene:
ì0 t³5
ït-5 3£ t £5
ï
ï-t+1 2£ t £3
ï
ï-3t+5 0£t£2
RX ( t) = í
ï3t+5 -2 £ t £ 0
ït + 1 -3 £ t £ -2
ï
ï-t-5 -5 £ t £ -3
ï0 t £ -5
î
7
La figura siguiente, muestra la gráfica de R X ( t )
R X (t)
t
-5 -4 -3 -2 -1 1 2 3 4 5
-1
-2
8
Problema Nº 2. a) Determinar la densidad espectral de la señal
ætö
x ( t ) = A cos ( pt / t ) Õ ç ÷
ètø
¿Que efecto se produce en X(f) si t aumenta su valor?
b) Determinar x(t) si
2 - jw
X ( w) =
( jw - 3 ) ( jw + 4 )
3
Solución
a) Se tiene que la señal x(t) está enventanada por el pulso rectangular centrado en el origen,
o sea, tiene limitación estricta en el tiempo por lo cual es una señal de energía, por lo que su
densidad espectral de energía Sxx(f) está dada por:
SXX ( f ) = X ( f )
2
(1)
Con
¥
X (f ) = ò x (t)e
- jwt
dt (2)
-¥
Se puede determinar X(f) aplicando directamente la ecuación (2), pero también se puede
obtener aplicando propiedades de la Transformada de Fourier, como por ejemplo la
propiedad de desplazamiento frecuencial. La que con x ( t ) = y ( t ) cos w0 t , establece:
X ( f ) = F {x(t)} = F {y ( t ) cos w0 t} =
1
é Y ( f - f 0 ) + Y ( f + f0 ) ùû (3)
2ë
ætö
Con y ( t ) = AÕ ç ÷ , por lo que
è tø
t
¥ 2
Y (f ) = ò y (t)e
- jwt
dt = A ò e - jwt dt
-¥ - 2t
Obteniéndose
A A
Y ( f ) == éëe - jwt/ 2 - e jwt/ 2 ùû = sen ( pft ) (4)
- jw pf
Y ( f ) = At sin c ( ft ) (5)
p 1
Como w0 = Þ f0 =
t 2t
9
At At
X (f ) = sin c ( [ f - f 0 ] t ) + sin c ([ f + f0 ] t )
2 2
Los cruces por cero de la función sinc(x), ocurren para valores enteros de x, o sea, para
x = ±1, ±2, ±3,........... . Por lo tanto, los cruces por cero de X(f) se presentarán cuando
f = f 0 ± n / t , con n entero. Como los primeros cruces por cero, determinan el ancho de
banda, si t aumenta disminuye el ancho de banda de la señal x(t).
b) Como X ( w) es una función racional, para obtener x(t), se utilizará el método de
expandir en fracciones parciales X ( w) y aplicar a cada término de la expansión en
fracciones parciales la siguiente relación
ìï 1 üï t n -1 - at
F -1 í ý = e u (t) (1)
ïî ( jw + a ) þï ( n - 1) !
n
2-r
X (r) = (2)
( r - 3) ( r - ( -4 ) )
3
A1 A A 22 A 23
X (r ) = + 21 + + (3)
r - p1 r - p 2 ( r - p 2 ) ( r - p 2 )3
2
A1 A A 22 A 23
X (r ) = + 21 + + (4)
r - 3 r + 4 ( r + 4 ) ( r + 4 )3
2
2-r 1
A 23 = ( r - 3) X ( r ) = =-
3
(6)
r =3 ( r + 4 ) r =3 7
10
Para los residuos A21 y A22, se aplica:
1 é d li - k ù
li -k (
r - pi ) i X ( r ) ú
l
Aik = ê (7)
( li - k )! ë dr û r =p i
Obteniéndose
1 é d2 ù 1 é d2 æ 2 - r öù 1 é 12 ù 6
A 21 = ( - ) ( ) = = =
3
ê r 3 X r ú ê 2 çç ÷÷ ú ê 3ú
(8)
( 3 - 1) ! ë dr 2
û r =3 2 êë dr è ( r + 4 ) ø úû r =3 2 êë ( r + 4 ) úû r =3 343
1 éd ù é d æ 2 - r öù é -6 ù 6
A 22 = ( - ) ( ) = = =-
3
ê r 3 X r ú ê ç
ç ÷
÷ ú ê 2ú
(9)
( 2 - 1)! ë dr û r =3 êë dr è ( r + 4 ) ø úû
r =3
êë ( r + 4 ) úû r =3 49
6 1 6 1 6 1 1 1
X ( w) = - + - - (11)
343 jw + ( -3) 343 jw + 4 49 ( jw + 4 ) 7 ( jw + 4 )3
2
6 3t 6 -4t 6 1
x (t) = - e u (t) + e u ( t ) - te -4t u ( t ) - t 2 e -4t u ( t ) (12)
343 343 49 14
La expresión de x(t) dada por la ecuación (12) debería ser la Transformada de Fourier
6 3t
Inversa de la X ( w) , pero el término - e u ( t ) de x(t), determina que esta función no
343
sea absolutamente integrable, y en consecuencia su Transformada de Fourier no existe.
11
Problema Nº 3. La señal x ( t ) = cos 2pf 0 t + cos 4pf0 t + cos 6pf 0 t es muestreada idealmente:
a) Encontrar el máximo intervalo de muestreo, que permita recuperar x(t) a partir de la
señal muestreada.
b) Usando el resultado del apartado a), obtener una expresión para x d ( t ) = x ( t ) s d ( t ) .
c) Determinar el ancho de banda del filtro ideal para recuperar x(t) a partir de x d ( t ) , en las
condiciones planteada en el apartado a).
Solución
a) Siendo fm la frecuencia máxima o ancho de banda de la señal a muestrear, el Teorema de
Muestreo establece que el intervalo de muestreo TS , debe cumplir la siguiente relación
1
TS £ (1)
2f m
1
TN = (2)
2f m
De acuerdo a la expresión de x(t), se deduce que su espectro tiene una frecuencia máxima
de fm = 3f0, en consecuencia TN es:
1
TN =
6f 0
sd ( t ) = å d ( t - nTs ) (3)
n
æ n ö
sd ( t ) = å d ç t - ÷ (4)
n è 6f 0 ø
æ n ö æ n ö
xd ( t ) = å x ç ÷dç t - ÷
n è 6f 0 ø è 6f 0 ø
12
c) Como se tiene que el espectro de la señal x(t), que es una señal tipo pasa-bajos, tiene una
frecuencia máxima igual a 3f0, se deduce que el ancho de banda B del filtro ideal para
recuperar x(t) a partir de x d ( t ) , debería cumplir la siguiente relación:
B = 3f 0
13
Problema Nº 4. Determinar el porcentaje de la potencia total de la señal x(t) que está
contenida en las cuatro primeras armónicas.
x(t)
1
...... ......
t
-2 -1 1 2 3
Solución.
Se pide determinar la relación
P4
100 [ %] (1)
P
Donde:
P4 = Potencia contenida en las primeras cuatro armónicas de la señal x(t)-
P = Potencia total de la señal x(t).
Para determinar P4 se hará uso del Teorema de Parseval, que en este caso se puede escribir
como:
åC
2
P4 = n (2)
n =-4
4
P4 = C0 + 2å C n
2 2
(3)
n =1
Se tiene
1
x ( t ) e - jnw0 t dt (4)
T òT
Cn =
12 12
C n = ò x ( t ) e - jnw0 t dt = ò e- jnw0 t dt
T0 T0
Integrando, se obtiene
14
Cn =
1
- jnTw0
(
- jnw T
e 0 2 -1 ) (5)
Cn =
1
- jn2p
( e - jnp - 1) = j
1
2np
éë cos ( np ) - 1ùû = - j
1
é1 - cos ( np ) ùû (6)
2np ë
1 np
Cn = - j sen 2 ( n2p ) = - j sen 2 ( n2p ) (8)
np æ np ö
2
4ç ÷
è 2 ø
De donde, se obtiene
np ænö
Cn = - j sin c 2 ç ÷ (9)
4 è2ø
De donde:
C0 =0
p æ1ö
C1 = - j sin c 2 ç ÷ = - j0, 79 ( 0, 637 ) = - j0,32 Þ C1 = 0,103
2 2
4 è 2ø
C2 = 0
3p æ3ö
C3 = - j sin c 2 ç ÷ = - j2, 37 ( -0, 212 ) = - j0,107 Þ C1 = 0, 0113
2 2
4 è2ø
C4 = 0
P4 = 0, 2286 [ watts ]
Por ser x(t) señal periódica, su potencia media P está dada por:
T
T
1 12
P = ò x 2 ( t ) dt = ò dt = 0,5 [ watts]
T0 T0
15
En consecuencia:
P4 0, 2286
100 = 100 = 45, 72%
P 0,5
16
PAUTA SEGUNDA PRUEBA DE ANÁLISIS DE SEÑALES
2º SEMESTRE 2012 Plan 2006.
x ( n ) = 2e- n u ( n )
Solución
a) Energía. La energía E de una señal de tiempo discreto x(n) es
¥
E= å x (n)
n =-¥
2
E = 22 + ( 2e -1 ) + ( 2e -2 ) + ( 2e -3 ) + ........ + ( 2e -¥ )
2 2 2 2
Se observa que E es serie geométrica con razón e -2 y último término cero, en consecuencia
4
E= [J]
1 - e -2
( 2e - n )
N
1
å
2
P = lim
N ®¥ 2N + 1 n =0
P = lim
N ®¥
1
2N + 1
( 4 + 4e-2 + 4e-4 + ..... + 4e-2 N )
1
1 æ 4 - 4e( -2 N -2 ) ö
P = lim ç ÷
N ®¥ 2N + 1 çè 1 - e -2 ÷ø
Aplicando límite, se obtiene
P = 0 [ watts ]
Como la señal x(n) tiene energía finita y potencia media cero, se deduce que x(n) es una
señal de energía.
b) De la expresión de x(n) se deduce que
2p W0 1
W0 = Þ F0 = =
3 2p 6
Como F0 es un número racional, se infiere que x(n) es una secuencia periódica con periodo
N = 6. Luego, x(n) tiene Serie Fourier dada por
N -1 2 p( k ) n
x ( n ) = å Ck e
j
N
k =0
Como N = 6, x(n) queda
5 2 p( k ) n
x ( n ) = å Ck e
j
6
k =0
Los coeficientes Ck se pueden determinar aplicando Euler en la expresión de x(n),
obteniéndose
æ j 2 p ( 2) n -j
2 p( 2 ) n
ö æ j 2 p(1) n -j
2 p(1)n
ö æ j 2 p( 4 ) n -j
2 p( 4 ) n
ö
çe 6
+e 6 ÷ çe 6
+e 6 ÷ çe 6
+e 6 ÷
x ( n ) = 4 - 3ç +
÷ ç2 +
÷ ç3 ÷
ç 2 ÷ ç 2 ÷ ç 2 ÷
è ø è ø è ø
2 p( 4 ) n 2 p( 2 ) n 2 p(1) n 2 p(1) n 2 p( 2 ) n 2 p( 4 ) n
3 -j 3 -j -j 3 j 3 j
x (n) = e
j
6
- e 6
+e 6
+4+e 6
- e 6
+ e 6
(1)
2 2 2 2
2 p( 4 ) n 2 p( 2 - 6 ) n 2 p ( 2) n
3 -j 3 j 3 j
e 6
= e 6
= e 6
2 2 2
2 p( 2 ) n 2 p( 4 - 6 ) n 2 p ( 4) n
3 -j 3 j 3 j
- e 6
=- e 6
=- e 6
2 2 2
2
2 p (1) n 2 p( 5 - 6 ) n 2 p( 5 ) n
-j j j
e 6
=e 6
=e 6
2 p(1) n 2 p( 5 ) n
x (n) = 4 + e
j j
6
+e 6
C0 = 4 Þ C0 = 16
2
C1 = 1 Þ C1 = 1
2
C5 = 1 Þ C5 = 1
2
C 2 = C3 = C 4 = 0
Aplicando Parseval se obtiene
5
P = å Ck = C 0 + C1 + C5 = 16 + 1 + 1 = 18 [ watts ]
2 2 2 2
k =0
3
Problema Nº 2. a) Determinar la densidad espectral de la señal
ì æ 1 ön
ï3 - n £4
x ( n ) = í çè 3 ÷ø
ï0
î otros valores
Son incorreladas.
Solución
a) Se observa de la definición de la señal x(n), que ésta es una señal con limitación estricta
en el tiempo y por lo tanto es una señal de energía. Lo que determina que su densidad
espectral de energía Sxx(W) es:
Sxx ( W ) = X ( W )
2
¥
X ( W ) = å x ( n ) e - jnW
-¥
8 26 80 242 - j4 W
X ( W ) = -78e j4 W - 24e j3W - 6e j2 W + 2 + e- jW + e - j2 W + e - j3W + e
3 9 27 81
En consecuencia
2 2
æ 6076 568 28 8 ö æ 6560 728 80 8 ö
Sxx ( W ) = ç 2 - cos 4W - cos3W - cos 2W + cos W ÷ + ç sen4W + sen3W + sen2W + sen2W ÷
è 81 27 9 3 ø è 81 27 9 3 ø
b)Para que las secuencias dadas sean incorreladas se debe cumplir que
4
rxy ( l ) = ryx ( l ) = 0 "l
rxy ( l ) = x ( l ) * y ( -l )
x (l)
y ( -l ) 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
1 1 -1 1 -1 1 -1
5
Problema Nº3. a) Determinar x(n) si
1 + e - jW - 2e - j2 W
X ( W) =
(1 + 2e- jW - 2e-2 jW )(1 - 3e- jW - +e-2 jW )
b) Usando la propiedad de convolución, determinar la Transformada – Z de x(n) dada por
x ( n ) = ( 0,9 ) u ( n ) * ( 0, 6 ) u ( n )
n n
Solución
a) Como X ( W ) es una función racional, para determinar x(n) se empleará la expansión en
fracciones de X ( W ) , la cual puede escribirse de la siguiente manera
1 + e - jW - 2e - j2 W
X ( W) = (1)
(1 + 2e- jW - 2e-2 jW )(1 - 3e- jW + e-2 jW )
Haciendo el cambio de variable r = e - jW , la ecuación anterior queda
1 + r - 2r 2
X ( r ) == (2)
(1 + 2r - 2r 2 )(1 - 3r + r 2 )
La cual tiene los siguientes polos
3+ 5 3- 5
p1 = -1 + 3=0,73 ; p 2 = -1 - 3= -1,73 ; p3 = =2,62 ; p4 = = 0,382
2 2
1 + r - 2r 2 A1 A2 A3 A4
X (r ) = = + + + (3)
( r - p1 )( r - p 2 )( r - p3 )( r - p 4 ) r - p1 r - p 2 r - p3 r - p 4
Con
1 + 0, 73 - 2 ( 0, 73)
2
1 + r - 2r 2
A1 = ( r - p1 ) X ( r ) r = p = = = -0, 41
1
( p1 - p2 )( p1 - p3 )( p1 - p4 ) ( 0, 73 + 1, 73)( 0, 73 - 2, 62 )( 0, 73 - 0, 382 )
1 - 1, 73 - 2 ( -1, 73)
2
1 + p 2 - 2p 22
A 2 = ( r - p2 ) X ( r ) r=p = = = -0, 23
2
( 2 1 )( 2 3 )( 2 4 ) (
p - p p - p p - p -1, 73 - 0, 73 )( -1, 73 - 2, 62 )( -1, 73 - 0, 382 )
6
1 + ( 2, 62 ) - 2 ( 2, 62 )
2
1 + p3 - 2p32
A 3 = ( r - p3 ) X ( r ) r = p = = = 0,55
3
( p3 - p1 )( p3 - p2 )( p3 - p4 ) ( 2, 62 - 0, 73)( 2, 62 + 1, 73)( 2, 62 - 0,382 )
1 + ( 0,382 ) - 2 ( 0,382 )
2
1 + p4 - 2p 42
A4 = ( r - p4 ) X ( r ) r = p = = = 0, 66
4
( p4 - p1 )( p 4 - p 2 )( p 4 - p3 ) ( 0,382 - 0,73)( 0,382 + 1, 73)( 0,382 - 2, 62 )
Por lo tanto
-0, 41 -0, 23 0, 55 0, 66
X (r ) = - jW
+ - jW + - jW + - jW
e - 1, 73 e + 0, 73 e - 2, 62 e - 0,382
1 1 1 1
X ( W ) = 0, 24 - 0,32 - 0, 21 - 1, 73
1 - 0,58e - jW
1 - ( -1,37 ) e - jW
1 - 0,38e - jW
1 - 2, 62e - jW
Considerando el par de transformada siguiente:
F{a n u ( n )} =
1
, a <1
1 - ae - jW
Se tendría
{ } {
X ( z ) = Z ( 0,9 ) u ( n ) * ( 0, 6 ) u ( n ) = Z ( 0,9 ) u ( n ) Z ( 0, 6 ) u ( n )
n n n
} { n
}
Teniéndose:
7
{ }
Z ( 0, 9 ) u ( n ) =
n 1
1 - 0,9z -1
; ROC: z > 0,9
{ }
Z ( 0, 6 ) u ( n ) =
n 1
1 - 0, 6z -1
; ROC: z > 0, 6
En consecuencia:
1 1
X (z ) = g ; ROC: z > 0,9
1 - 0,9z 1 - 0, 6z -1
-1
Como se tiene que X(z) tiene una ROC: z > 0,9 , se deduce que esta ROC contiene a la
circunferencia de radio z = 1 , por lo tanto la secuencia x(n) tiene Transformada de Fourier
X ( W ) , la cual es:
1 1
X ( W ) = X ( z ) z = e jW = - jW
g
1 - 0,9e 1 - 0, 6e- jW
8
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2012.2006
è2ø
b) y ( n ) = e sen ( n ) u ( n )
n
Solución
a) Aplicando Transformada - Z, se obtiene
-1 ¥
X ( z) = å 3n z - n +
n =-¥
å( )
n =-2
1 n
2 z-n
-1 ¥
3 z -1
å 3n z -n = å ( 3z -1 ) =
m
; ROC: z < 3
n =-¥ m =1 1 - 3 z -1
¥ ¥
2z2
å( z -1 ) =
1
å ( 12 )
n
z-n =
n 1
; ROC: z >
1 - 12 z -1
2
n =-2 n =-2 2
En consecuencia
3 z -1 2z2 1
X (z) = -1
+ -
; ROC: < z <3
1 - 3z 1 - 12 z 1
2
1
Problema N° 2. Determinar la Transformada – Z Inversa de
z
X (z) = ; ROC: z < 2
z ( z - 1)( z - 2 )
Solución
a) Aplicando expansión en fracciones parciales, se obtiene
X (z) 1 A A A
= = 1+ 2 + 3
z z ( z - 1)( z - 2 ) z z - 1 z - 2
X (z) 1
A1 = z =
z z =0 2
X ( z)
A2 = ( z - 1) = -1
z z =1
X ( z) 1
A3 = ( z - 2 ) =
z z=2 2
Luego
1 1 1 1
X (z) = - -1
+ ; ROC: z < 2
2 1- z 2 1 - 2 z -1
Como la ROC de X(z) es menor que 2, se deduce que x(n) es una señal anticausal, luego se
debe aplicar para cada componente de X(z), el ar de Transformada siguiente
1
- a n u ( - n - 1) « ;ROC: z < a
1 - az -1
Obteniéndose
1 1
x ( n ) = d ( n ) + u ( - n - 1) - ( 2 ) u ( - n - 1)
n
2 2
2
Problema Nº 3. Un sistema LTI, tiene como secuencia de entrada
x(n) = ( 12 ) u(n) + ( 2 ) u( -n - 1)
n n
a) Determinar la función de sistema H(z) del sistema. Dibujar el diagrama de polos y ceros
de H(z) e indicar la región de convergencia.
b) Determinar la respuesta h(n) al impulso del sistema.
c) Escribir la ecuación diferencia que caracteriza al sistema.
d) Determinar si el sistema es estable y/o causal.
Solución
a) La secuencia x(n) se puede escribir como
- 32 z
X(z) =
( z - 12 ) ( z - 2 )
Como
y(n) = 6 ( 12 ) u(n) - 6 ( 43 ) u(n)
n n
Se tiene
6 6 3
Y(z) = -1
- -1
, ROC: z >
1- z 1
2 1- z3
4 4
- 32 z
Y(z) =
( z - 12 ) ( z - 43 )
Por lo tanto
Y(z) z - 2 3
H(z) = = , ROC: < z <2
X(z) z - 34 4
3
Diagrama de Polos – Ceros. El diagrama de polos – ceros se muestra en la Figura P3
jw
X O
3/4 2 s
Figura P3
b) Se tiene que
ìz - 2ü
h(n) = Z-1 {H(z)} = Z-1 í 3ý
îz - 4 þ
ì 1 ü ì z -1 ü
h(n) = Z-1 í 3 -1 ý - 2Z-1 í 3 -1 ý
î1 - 4 z þ î1 - 4 z þ
De donde
n n -1
æ 3ö æ 3ö
h(n) = ç ÷ u(n) - 2 ç ÷ u ( n - 1)
è 4ø è 4ø
c) Como
e jW - 2 1 - 2- jW
H ( W ) = H(z) z = jW = jW 3 =
e - 4 1 - 34 e - jW
y dado que
M
åb e k
- jkW
b0 + b1e- jW +·······+ b M e - jMW
H(W) = k =0
=
N
a 0 + a 1e - jW +·······+ a N e - jNW
åa e
k=0
k
- jkW
con
N M
å a k y(n - k) = å bk x(n - k)
k =0 k =0
4
Se tiene que la ecuación en diferencias que modela al sistema es
3
y ( n ) - y ( n - 1) = x(n) - 2x ( n - 1)
4
d) El sistema es estable porque su función de sistema tiene el único polo con módulo menor
que uno, o bien porque h(n) tiende a cero cuando n tiende a infinito, y es causal dado que
h(n) = 0 para n < 0.
5
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALES
Problema N°1. Sea la señal x(t) un tren de pulsos rectangulares periódico, con simetría par,
con periodo T = 2[seg] ancho de cada pulso de 1[seg] y x(0) = 1.
a) Determinar la potencia media relativa a la potencia total, contenida dentro de las cuatro
primeras armónicas.
Solución
x(t)
-1 -1/2 0 1/2 1 2 t
Figura P 1
a) En este caso, es necesario determinar la potencia contenida dentro de las primeras cuatro
armónicas P4 y la potencia total P de la señal x(t). Para calcular P4 se debe emplear
Parseval, el que establece que
N
PN = å
2
Cn
n =- N
Y para calcular la potencia total P, como x(t) es una señal periódica, se usa:
P = ò x ( t ) dt
2
P4
g100 [ % ]
P
Cálculo de P4. Para calcular P4 empleando Parseval es necesario calcular los coeficientes de
Fourier Cn necesarios, para ello se aplica:
1
T /2
1
ò x (t ) e
- jnw0t
Cn = dt
T -T /2
Se tiene que T = 2, por lo que 1/2 = T/4. De acuerdo a la gráfica de x(t), Cn queda
T /4
2
Cn =
T ò cos nw tdt
0
0
2 2 æ Tö
sen ( nw0t ) 0 = sen ç nw0 ÷
T /4
Cn =
nw0T nw0T è 4ø
æ np ö
sen ç ÷
1 æ np ö 1 è 2 ø
Cn = sen ç ÷ =
np è 2 ø 2 np
2
1 ænö
Cn = sin c ç ÷
2 è2ø
( )
4
P4 = C0 + 2å Cn = C0 + 2 C1 + C2 + C3 + C4
2 2 2 2 2 2 2
n =1
Luego, es necesario determinar los coeficientes C0, C1, C2, C3, C4, obteniéndose
1 1
C0 = Þ C0 =
2
2 4
1 æ1ö
C1 = sin c ç ÷ Þ C1 = 0,1
2
2 è 2ø
2
1
C2 = sin c (1) = 0 Þ C2 = 0
2
1 æ3ö
C3 = sin c ç ÷ Þ C3 = 0, 011
2
2 è2ø
1
C4 = sin c ( 2 ) = 0 Þ C4 = 0
2
Por lo tanto
En consecuencia, la respuesta es
P4 0, 472
g100 = g100 = 94, 4 [ %]
P 0, 5
1 2
X eff = < x 2 ( t ) > = x ( t ) dt
T Tò
T /4
1
X eff = ò x 2 ( t ) dt
T -T / 4
3
>>syms A t; % Se declaran simbólicas la constante A y la variable de integración t
>> I=int(A^2,t,-1/2,1/2);
>>Xeff=sqrt(I/2)
Xeff =
(A^2/2)^(1/2)
1
X eff =
2
4
Problema N°2. a) Determinar la densidad espectral de la señal
x(t) = 2[u(t+1) – u(t)] +{-2(t – 1)[u(t) – u(t – 1)]}+2(t – 1)[u(t – 1) – u(t – 2)]
Solución
x(t)
-1 0 1 2 t
Figura P. 2
a)Como x(t) presenta limitación estricta en el tiempo, es una señal de energía. La densidad
espectral de energía Sxx(f) de la señal x(t) es
S xx ( f ) = X ( f )
2
Integrando, obtiene
0 1 1 2 2
2 - jwt 2e - jwt 2 - jw t 2e - jwt 2
X(f )= e + ( - jwt - 1) + e - ( - jwt - 1) + e- jwt
- jw -1
w2 0
- jw 0
w 2
1
jw 1
X(f )=
2
w 2 (1 - e )
- jw 2
+ j
2
w
(e - j 2w
- e - jw )
2 2 é2 4 ù
X(f )= éë1 - 2 cos w + cos 2 w - sen 2w ùû - + j ê ( co 2w - cos w ) - 2 ( senw - senw cos w ) ú
w 2
w ëw w û
2 2 é2 4 æ sen2w ö ù
X(f )= [1 - 2 cos w + cos 2w ] - + j ê ( co 2w - cos w ) - 2 ç senw - ÷
w 2
w ëw w è 2 ø úû
5
Por lo tanto
sen 2w ö ù
2
ö é2
2
æ 2 2 4 æ
S xx ( f ) = ç 2 [1 - 2 cos w + cos 2w ] - ( senw - sen 2w ) ÷ + ê ( co 2w - cos w ) - 2 ç senw - ÷
è w w ø ë w w è 2 ø úû
>> w=-pi:1/259:pi;
>>x1=2*(1-2*cos(w)+cos(2*w));
>>x2=x1./(w.*w);
>>x3=2*(sin(w)-sin(2*w))./w;
>>x5=4*(sin(w)-(sin(2*w))./(w.*w));
>>x6=(x2-x3).^2;
>>x4=2*(cos(2*w)-cos(w))./w;
>>x7=(x4-x5).^2;
>> S=x6+x7;
>>plot(w/pi,S)
>>plot(w/pi,S,w/pi,z,w/pi,y);
>>
6
7
Problema N° 3. a) Determinar la señal x(t) si su transformada de Fourier X(w) es
jw + 2
X (w ) =
( jw + 1) ( jw + 3)
3
Solución
A = ( r + pi ) X ( r ) r =- p
1
Luego:
r +2 1
A1 = ( r + 3) X ( r ) r =-3 = =
( r + 1)
3
8
r =-3
r+2 1
A33 = ( r + 1) X ( r ) r =-1 = =
r + 3 r =-1 2
1 é d li -k é ù
ê li - k ë( r - pi ) X ( r ) ùû ú
li
Ali k = ; k=1,2,........, li - 1
( li - k )! ë dr û r= p i
Por lo tanto:
1 é d2 é ù 1 é d2 é r + 2 ùù 1 é -2r - 6 ù 1
A31 = ( + ) ( ) ù = =-
3
ê 4ú
2! êë dr 2 ë û úû 2! êë dr 2 ú
r 1 X r = êë r + 3 úû
r =-1 û r =-1 2 êë ( r + 3) úû r =-1
8
1éd é 1 é d é r + 2 ùù é 1 ù
A32 = ( r + 1)
3
X ( r ) ùù = = ê 2ú
=
1
ê ë û ú ê ê ú ú
1! ë dr û r =-1 1 ë dr ë r + 3 û û r =-1 ëê ( r + 3) ûú 4
r =-1
8
En consecuencia:
1 1 1 1
-
X (r) = 8 + 8 + 4 2 + 2 3
r + 3 r + 1 ( r + 1) ( r + 1)
1 1 1 1
-
X (w ) = 8 + 8 + 4 + 2
jw + 3 jw + 1 ( jw + 1) ( jw + 1)3
2
Para obtener x(t), a cada término del segundo miembro de la ecuación anterior se le aplica
ìï K üï t n -1 - at
F -1 í n ý
= K e u (t )
îï ( a + jw ) þï ( n - 1) !
Obteniéndose:
é1 æ 1 1 1 ö ù
x ( t ) = F -1 { X ( w )} = ê e -3t + ç - + t + t 2 ÷ e - t ú u ( t ) (1)
ë8 è 8 4 4 ø û
b) Para responder esta pregunta una alternativa es aplicar el criterio calcular el valor de t
que hace cero la primera derivada de x(t) y aplicar este valor a la segunda derivada de x(t),
si para este valor de t se tiene un valor positivo de esta segunda derivada, se deduce que
este valor de t hace máximo a x(t).
3 æ3 1 1 ö
x¢(t ) = - e -3t + ç - t - t 2 ÷ e - t
8 è8 8 4 ø
3 æ3 1 1 ö
- e -3t + ç - t - t 2 ÷ e- t = 0
8 è8 8 4 ø
La ecuación obtenida no tiene solución analítica, luego otra alternativa para solucionar el
problema es aplicando método de iteración de la siguiente manera:
En la ecuación (1) se consideran los valores indicados en la Tabla siguiente, la cual muestra
los valores de x(t) para tales valores de la variable t.
9
t x(t)
0 0
0,5 0,066
1 0,1442
1,5 0,182
1,8 0,188
2 0,1863
Como primera aproximación, se puede decir que para t = 1,8 se tiene el valor máximo de
x(t). El siguiente programa MATLAB, ratifica tal criterio-
>> t=0:0.001:10;
>>x2=(-1/8+t/4+(t.^2)/4).*exp(-t);
>>x1=exp(-3*t)/8;
>> x=x1+x2;
>>plot(t,x)
>>grid
0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 1 2 3 4 5 6 7 8 9 10
10
PAUTA SEGUNDA PRUEBA DE ANALISIS DE SEÑALES
PRIMER SEMESTRE 2013.
x(n) y(n)
4
1
...... ...... ...... 2 ......
1
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 n -9-8-7-6-5-4-3-2-1 0 1 2 3 4 5 6 7 8 9 n
Figura P 1
Determinar
a) La secuencias autocorrelaciones q xx (l) y q yy (l) .
b) Las secuencias correlaciones cruzadas q xy (l) y q yx (l) .
c) Potencia media de x(n), aplicando el Teorema de Parseval.
Solución
a) Como las señales x(n) e y(n) son periódicas con periodo N = 4, se tiene
1 N -1 1 3
q xx (l) = å
N n=0
x(n)x(n - l ) = å x(n)x(n - l) ; l = 0,1, 2,3
4 n =0
1
q xx (l) = [ x(0)x(-l) + x(1)x(1 - l) + x(2)x(2 - l) + x(3)x(3 - l)]
4
Luego
1 1
q xx (l) = [0·x(-l) + x(1 - l) + x(2 - l) + x(3 - l)] = [ x(1 - l) + x(2 - l) + x(3 - l) ]
4 4
En consecuencia
1 1 3
q xx ( 0 ) = éë x (1) + x ( 2 ) + x ( 3) ùû = [1 + 1 + 1] =
4 4 4
1 1 1
q xx (1) = éë x ( 0 ) + x (1) + x ( 2 ) ùû = [ 0 + 1 + 1] =
4 4 2
1
1 1 1
q xx ( 2 ) = éë x ( -1) + x ( 0 ) + x (1) ùû = [1 + 0 + 1] =
4 4 2
1 1 1
q xx ( 3) = éë x ( -2 ) + x ( -1) + x ( 0 ) ùû = [1 + 1 + 0] =
4 4 2
1 1 3
q xx ( 4 ) = éë x ( -3) + x ( -2 ) + x (1) ùû = [1 + 1 + 1] =
4 4 4
1 1 1
q xx ( -1) = éë x ( 2 ) + x ( 3) + x ( 4 ) ùû = [1 + 1 + 0] =
4 4 2
1 1 1
q xx ( -2 ) = éë x ( 3) + x ( 4 ) + x ( 5 ) ùû = [1 + 0 + 1] =
4 4 2
ì 1 3 1 1 1 3 1 1 1 3 1 1 1 3 ü
q xx ( l ) = í....., , , , , , , , , , , , , , ,.......ý
î 2 4 2 2 2 4 2 2 2 4 2 2 2 4 þ
b) En este caso
1 N -1 1 3
q xy ( l ) = å
N n =0
x ( n ) y (n - l) = å x ( n ) y ( n - l )
4 n =0
1
q xy ( l ) = é x ( 0 ) y ( -l ) + x (1) y (1 - l ) + x ( 2 ) y ( 2 - l ) + x ( 3) y ( 3 - l ) ùû
4ë
1
q xy ( l ) = é y (1 - l ) + y ( 2 - l ) + y ( 3 - l ) ùû
4ë
Luego
1 1 3
q xy ( 0 ) = éë y (1) + y ( 2 ) + y ( 3) ùû = [ 2 + 1 + 0] =
4 4 4
1 1 7
q xy (1) = éë y ( 0 ) + y (1) + y ( 2 ) ùû = [ 4 + 2 + 1] =
4 4 4
1 1 3
q xy ( 2 ) = éë y ( -1) + y ( 0 ) + y (1) ùû = [ 0 + 4 + 2] =
4 4 2
1 1 5
q xy ( 3) = éë y ( -2 ) + y ( -1) + y ( 0 ) ùû = [1 + 0 + 4] =
4 4 4
1 1 3
éë y ( -3) + y ( -2 ) + y ( -1) ùû = [ 2 + 1 + 0] =
q xy ( 4 ) =
4 4 4
Se tiene que la secuencia q xy ( l ) es periódica con periodo N = 4. Por lo tanto
ì 3 7 3 5 3 7 3 5 3 ü
q xy ( l ) = í........., , , , , , , , , ,..........ý
î 4 4 2 4 4 4 2 4 4 þ
N -1
P = å Ck
2
k =0
Con
1 N -1
C k = å x(n)e N , k =0, ± 1, ± 2, ± 3,......., ± N-1
- j 2 pkn
N n=0
Como N = 4, se tiene
1 3 1
å x(n)e 2 = é x ( 0 ) + x (1) e 2 + x ( 2 ) e - jpk + x ( 3) e 2 ù
- j pkn - j pk - j 3 pk
Ck =
4 n=0 4ë û
1 é - j p2k
e + e - jpk + e 2 ù
- j 3 pk
Ck =
4ë û
En consecuencia
1 3 9
C0 = [1 + 1 + 1] = Þ C0 =
2
4 4 16
1 é - j p2 1 1 1
e + e - jp + e 2 ù = [ - j - 1 + j] = -
- j3p
C1 = Þ C1 =
2
4 ë û 4 4 16
3
1 - jp - j2 p - j3 p 1 1 1
C2 = éë e + e + e ùû = [ -1 + 1 - 1] = - Þ C2 =
2
4 4 4 16
1 é - j 32p 1 1 1
e + e- j3 p + e 2 ù = [ j - 1 + j] = -
- j9p
C3 = Þ C3 =
2
4ë û 4 4 16
Por lo tanto
9 1 1 1
P = C0 + C1 + C 2 + C3 = + + + [ watts ]
2 2 2 2
16 16 16 16
3
P= [ watts ]
4
Problema Nº 2. a) Determinar la densidad espectral de la señal
n
æ1ö
x(n) = ç ÷ u(n + 4)
è 4ø
b) Determinar la energía de x(n).
Solución
a) En este caso
¥
X ( W) = å x(n)e
n =-¥
- jnW
¥ n ¥ n
æ1ö æ 1 ö - jnW
X ( W) = å ç ÷ (
n =-¥ è 4 ø
u n + 4 ) e - jnW
= å ç ÷e
n =-4 è 4 ø
-4 -3 -2 -1 2
æ1ö æ1ö æ1ö æ1ö æ1ö æ1ö
X ( W ) = ç ÷ e j4W + ç ÷ e j3W + ç ÷ e j2W + ç ÷ e jW + 1 + ç ÷ e- jW + ç ÷ e - j2W + .......... + 0
è4ø è4ø è4ø è4ø è4ø è4ø
1 - jW
Se deduce que X ( W ) es una serie geométrica con razón r = e , primer término
4
-4
æ 1 ö j4 W
ç ÷ e y último término 0, en consecuencia
è4ø
-4
æ 1 ö j4 W
ç ÷ e 45 e j5W 1024e j5 W
X ( W) = è ø
4
= jW =
1
1 - e - jW 4e - 1 4 cos W - 1 + j4senW
4
De donde
1024 1024
X ( W) = =
( 4cos W - 1)
2
+ 16sen 2 W 17 - 8cos W
1048576
SXX (f ) = X(f ) = [ Joules]
2
17 - 8cos W
5
b) La energía E es
¥ ¥
E= å
n =-¥
x2 ( n ) = å( )
n =-4
1 n
16
-4 -3 -2 -1 2 3
æ1ö æ1ö æ1ö æ1ö æ1ö æ1ö æ1ö
E = ç ÷ + ç ÷ + ç ÷ + ç ÷ + 1 + ç ÷ + ç ÷ + ç ÷ + ..... + 0
è 16 ø è 16 ø è 16 ø è 16 ø è 16 ø è 16 ø è 16 ø
1
E es una serie geométrica con razón r = , luego
16
-4
æ1ö
ç ÷ 165
E=è ø = = 69905 [ Joules ]
16
1 15
1-
16
Problema Nº3. La señal s(t), cuya gráfica se muestra en la Figura 3 a), con T = 1 y t =
0,5[s], multiplica a la señal v(t), la cual tiene transformada de Fourier V(f) mostrada en la
Figura 2 b).
a) Determinar el espectro de vs(t) = v(t)s(t).
b) ¿ Puede recuperarse v(t) a partir de vs(t)?
c) Si V(f) tiene por gráfica la mostrada en la Figura 2 c).¿Puede v(t) ser recuperada a partir
de vs(t)?. Explicar la respuesta.
s(t)
2 t
....... .......
t
-2T -T 0 T 2T 3T
a)
V(f) V(f)
1 1
f [H z ] f [H z ]
- 1
4 0 1
4 -1 0 1
b) c)
Figura 3
Solución
a) Como
vs (t) = v(t)s(t)
Vs ( f ) = V ( f ) *S ( f )
Con V ( f ) = F {v ( t )} y S ( f ) = F {s ( t )} , como
s ( t ) = å p ( t - nT )
n
con
ætö
p( t) = Õç ÷
ètø
7
s ( t ) = p(t) * å d ( t - nT )
n
De aquí
ì ü
S ( f ) = P ( f ) F íå d ( t - nT ) ý
în þ
Como
ì ü
F íå d ( t - nT ) ý = fs å d ( f - nf s )
î n þ n
se tiene
S ( f ) = fs P ( f ) å d ( f - nfs ) = fs å P ( f ) d ( f - nfs ) = fs å P ( nf s ) d ( f - nfs )
n n n
Además
P ( nfs ) = F{p ( t )} = t sin c ( ntfs )
f = nfs
De aquí
S ( f ) = fs tå sin c ( ntfs ) d ( f - nfs )
n
S ( f ) = 0,5å sin c ( 0, 5n ) d ( f - n )
n
En consecuencia
é ù
Vs ( f ) = V ( f ) * ê 0,5å sin c ( 0,5n ) d ( f - n ) ú
ë n û
Vs ( f ) = 0,5* å sin c ( 0, 5n ) V ( f - n )
n
… ... … … ..
-2 -1 -1/4 0 1/4 fs = 1 2 f
…... ……..
-2 -1 -1/4 0 1/4 fs = 1 2 f
Figura P3 e)
De la Figura P3 e), se deduce que no es posible recuperar v(t) a partir de vs(t), ya que se
produce aliasing, porque en este caso no se cumple con el Teorema de Muestreo, o sea que
en este caso fs < 2W, con W = 1 y fs = 1.
9
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2013.
x ( n ) = d ( n + 3) + d ( n ) + 2n ( - n )
b) Determinar el valor final de la secuencia x(n) si su Transformada – Z Unilateral es
2z - 74
X+ ( z ) = z
z 2 - 74 z + 34
Solución
a) Aplicando la definición de Transformada – Z Unilateral, se tiene
¥ ¥ ¥ ¥
X + ( z ) = å x ( n ) z - n = å d ( n ) z - n + å d ( n + 3) z - n + å ( 2 ) u ( - n ) z - n
n
n =0 n =0 n =0 n =0
X+ ( z ) = 1 + 0 + 1
X+ ( z ) = 2
lim x ( n ) = lim ( z - 1) X + ( z )
n ®¥ z ®1
2z - 74
lim x ( n ) = lim ( z - 1) z
n ®¥ z ®1 z 2 - 74 z + 34
2z - 74 2z - 74 2 - 74
lim x ( n ) = lim ( z - 1) z = lim z =
n ®¥ z ®1 ( z - 1) ( z - 34 ) z ®1 ( z - 34 ) 1 - 34
1
En consecuencia
lim x ( n ) = 1
n ®¥
2
Problema Nº 2. Determinar si el sistema de tiempo discreto que tiene la siguiente relación
entrada – salida
y ( n ) = x(n) + nx ( n + 1)
es
a) Causal o no causal
b) Estático o dinámico.
c) Lineal o no lineal.
d) Invariante o variante con el tiempo.
e) Estable o no estable.
Solución
a) Dado que la respuesta es función de loa valores presente y futuros de la señal de entrada,
el sistema es no - causal
b) Dado que la respuesta es función de loa valores presente y futuros de la señal de entrada,
el sistema es dinámico
c) Se consideran dos secuencias de entrada x1(n) y x2(n), las correspondientes salidas son
y1 ( n ) = x1 (n) + nx1 ( n + 1)
y 2 ( n ) = x 2 (n) + nx 2 ( n + 1)
Por otra parte, una combinación lineal de las dos salidas, da por resultado
Comparando las ecuaciones (I) y (II), se deduce que los segundos miembros son iguales, en
consecuencia el sistema analizado es lineal.
y ( n, k ) = x ( n - k ) + nx ( n + 1 - k ) (III)
lim y ( n ) = lim éë x ( n ) + nx ( n + 1) ùû = ¥
n ®¥ n ®¥
4
Problema Nº 3. a) Determinar la ecuación en diferencias que modela al sistema cuya
realización se muestra en la Figura P. 3 .
b) Determinar la respuesta de entrada – cero de tal sistema, si y(-1) = y(-2) = 1.
y(n)
x(n)
+ Z-1 Z-1
Z-1
-0,5
Figura P.3
a) De la Figura P 3, se deduce la siguiente ecuación en diferencias
y ( n ) = x ( n ) + x ( n - 1) + y ( n - 1) - 0,5y ( n - 2 )
O sea
y ( n ) - y ( n - 1) + 0,5y ( n - 2 ) = x ( n ) + x ( n - 1)
y ( n ) - y ( n - 1) + 0,5y ( n - 2 ) = 0
yh ( n ) = r n
Se obtiene
r n - r n -1 + 0,5r n - 2 = 0
De aquí, se tiene
r 2 - r + 0,5 = 0
Siendo las raíces
1 1 1 1
r1 = +j ; r2 = -j
2 2 2 2
5
Con
æ1ö p
2 2
æ1ö æ1ö 2
r = ç ÷ +ç ÷ = y f=tg -1 ç 12 ÷ =
è 2ø è 2ø 2 è2ø 4
Luego
n n
æ 2ö pn æ 2ö pn
y h ( n ) = C1 çç ÷÷ cos + C 2 çç ÷÷ sen
è 2 ø 4 è 2 ø 4
C 2 = -C1 = -0,5
n n n
1æ 2 ö pn 1 æ 2 ö pn 1 æ 2 ö æ pn pn ö
y zi ( n ) = çç ÷÷ cos - çç ÷÷ sen = çç ÷÷ ç cos - sen ÷
2è 2 ø 4 2è 2 ø 4 2è 2 ø è 4 4 ø
6
PAUTA PRIMERA PRUEBA ANALISIS DE SEÑALES
SEGUNDO SEMESTRE 2013
Solución.
a) La componente par xp(t)de la señal x(t) es:
1
xp (t ) = é x ( t ) + x ( -t ) ùû
2ë
Con
x ( -t ) = e5t u ( -t + 2 )
Luego
1 -5 t
xP ( t ) = ée u ( t + 2 ) + e5t u ( -t + 2 ) ùû
2ë
e -5t u ( t + 2 ) = -e5t u ( -t + 2 )
E= ò x ( t ) dt
2
-¥
1 20
E= e [ Joules ]
10
Como la energía de la señal x(t) es finita, se deduce que la señal x(t) dada es de energía.
1
PROBLEMA N° 2. a) Se tienen las señales
x ( t ) = e 2t u ( -t ) y z ( t ) = u ( t - 3 )
Determinar y ( t ) = x ( t ) * z ( t ) .
b) Determinar la densidad espectral de x(t) del apartado a).
Solución
a) Las gráficas de x(t) y de z(t) se muestran en la Figura P2.1
x(t) z(t)
1 1
t
0 t
0 3
Figura P2.1.
t
0 3
Figura P.2.2
2
i) t £ -3
Para t £ -3 , las gráficas dez(-t+t) y x(t) se muestra en la Figura P.2.3
z (t -t )
1
x (t )
t+3 0 t
En este caso, la convolución es:
t +3 t +3
1
y ( t ) = x(t ) * z (t ) = ò e dt = e 2t
2t
-¥
2 -¥
1 6 2t
y (t ) = ee
2
ii) t ³ -3
Para t ³ -3 , las gráficas de z(-t+t) y x(t) se muestra en la Figura P.2.4
z (t -t )
1
x (t )
0 t+3 t
Figura P.2.4.
En este caso:
0 0
1
y ( t ) = x(t ) * z (t ) = ò e dt = e2t
2t
-¥
2 -¥
3
1
y (t ) =
2
b) Como x(t) presenta limitación mixta en el tiempo, se deduce que x(t) es una señal de
energía, luego su densidad espectral de energía Sxx(f) está dada por:
S xx ( f ) = X ( f )
2
Con
¥
X(f)= ò x (t ) e
- jw t
dt
-¥
0 0 0
1
X(f )= òe òe
( 2 - jw )t
e( )
2 t - jw t 2 - jw t
e dt = dt =
-¥ -¥ 2 - jw -¥
1 1
X( f )= =
2 - jw 2 - j 2p f
En consecuencia:
1
S xx ( f ) = X ( f ) =
2
4 (1 + p 2 f 2 )
4
Problema N° 3. a) Determinar las correlaciones cruzadas de las señales x(t) e y(t)
mostradas en la Figura P.3.
x(t)
y(t)
0 2 t 0 3 5 6 7 t
Figura P.3
Solución
a) Se determinará la correlación cruzada
R yx = ò y ( t ) x ( t + t ) dt
-¥
a1) t ³ 2
En este caso, la gráfica de x ( t + t ) completamente en el segundo cuadrante, por lo tanto
Ryx (t ) = 0
a2) 0 £ t £ 2
y(t)
x (t + t )
-t 0 -t + 2 3 5 6 7 t
Figura P3.1.
-t + 2 -t + 2
R yx (t ) = ò y ( t ) x ( t + t ) dt = ò (1) éë ( t + t ) ùû dt
1
2
0 0
5
-t + 2 -t + 2 -t + 2 -t + 2
1 1 1 1
Ryx (t ) = ò tdt + ò t dt = t 2 + tt
2 0
2 0
4 0 2 0
Integrando, se obtiene:
1
R yx (t ) = 1 - t 2
4
a2) -1 £ t £ 0
y(t)
x (t +t )
0 -t -t + 2 3 5 6 7 t
Figura P.3.2.
En este caso
-t + 2 -t + 2
R yx (t ) = òt y ( t ) x ( t + t ) dt = òt (1) éë ( t + t ) ùû dt
1
2
- -
-t + 2 -t + 2 -t + 2 -t + 2
1 1 1 1
Ryx (t ) = ò tdt + ò t dt = t 2 + tt
2 -t
2 -t
4 -t 2 -t
Integrando, se obtiene
Ryx (t ) = 1
a3) -3 £ t £ -1
La Figura P.3.3, ilustra la condición planteada
y(t)
x (t + t )
0 -t 3 -t + 2 5 6 7 t
Figura P.3.3.
De la Figura P.3.3., se deduce:
6
-t + 2 3 -t + 2
R yx (t ) = òt y ( t ) x ( t + t ) dt = ò (1) éë 12 ( t + t ) ùû dt + ò ( -1) éë ( t + t )ùû dt
1
2
- -t 3
3 3 -t + 2 -t + 2 3 3 -t + 2 -t + 2
1 1 1 1 1 1 1 1
Ryx (t ) = ò tdt + ò t dt - ò tdt - ò t dt = t 2 + t t - t 2 - tt
2 -t 2 -t 2 3
2 3
4 -t 2 -t 4 3 2 3
Obteniéndose:
7 1 2
R yx (t ) = + t + 3t
2 2
a4) -4 £ t £ -3
y(t)
x (t + t )
0 3 -t 5 6 7 t
-t + 2
Figura P3.4.
-t + 2 5 -t + 2
R yx (t ) = òt y ( t ) x ( t + t ) dt = òt ( -1) éë ( t + t ) ùû dt + ò (1) éë ( t + t )ùû dt
1
2
1
2
- - 5
5 5 -t + 2 -t + 2 5 5 -t + 2 -t + 2
1 1 1 1 1 1 1 1
Ryx (t ) = - ò tdt - ò t dt + ò tdt + ò t dt = - t 2 - t t + t 2 + tt
2 -t 2 -t 2 5
2 5
4 -t 2 -t 4 5 2 5
23 1 2
R yx (t ) = - - t - 5t
2 2
a5) -5 £ t £ -4
y(t)
x (t + t )
0 3 -t 5 6 7 t
-t + 2
Figura P3.5.
7
-t + 2 5 6 -t + 2
R yx (t ) = òt y ( t ) x ( t + t ) dt = ò ( -1) éë 12 ( t + t ) ùû dt + ò (1) éë 12 ( t + t ) ùû dt + ò ( -1) éë ( t + t ) ùû dt
1
2
- -t 5 6
5 5 6 6 -t + 2 -t + 2
1 1 1 1 1 1
R yx (t ) = - ò tdt - ò t dt + ò tdt + ò t dt - ò tdt - ò t dt
2 -t 2 -t 25 25 2 6 2 6
5 5 6 6 -t + 2 -t + 2
1 1 1 1 1 1
Ryx (t ) = - t 2 - tt + t2 + t t - t2 - tt
4 -t 2 -t 4 5 2 5 4 6 2 6
18
R yx (t ) = +t
4
a6) -6 £ t £ -5
y(t) x (t + t )
t
0 3 5 -t 6 7 -t + 2
7 6 7
R yx (t ) = òt y ( t ) x ( t + t ) dt = òt (1) éë ( t + t )ùû dt + ò ( -1) éë ( t + t )ùû dt
1
2
1
2
- - 6
6 6 7 7
1 1 1 1
R yx (t ) = ò tdt + ò t dt - ò tdt - ò t dt
2 -t 2 -t 26 26
6 6 7 7
1 1 1 1
Ryx (t ) = t 2 + tt - t2 - t t
4 -t 2 -t 4 6 2 6
23 1 2 5
R yx (t ) = + t + t
4 4 2
a7)
8
y(t)
x (t + t )
t
0 3 5 6 -t 7 -t + 2
Figura P3.6
7 7 7 7
1 1
Ryx (t ) = ò y ( t ) x ( t + t ) dt = ò ( -1) éë 12 ( t + t ) ùû dt = - t 2 - t t
-t -t
4 -t 2 -t
7 7 7 7
1 1
Ryx (t ) = ò y ( t ) x ( t + t ) dt = ò ( -1) éë ( t + t ) ùû dt = - t 2 - t t
1
2
-t -t
4 -t 2 -t
49 1 2 7
R yx (t ) = - - t - t
4 4 2
a8) t £ -8
En este caso
Ryx (t ) = 0
9
Problema N° 4. Determinar la señal x(t) si su Transformada de Fourier es:
( jw ) + 2 jw + 1
2
X (w ) =
é( jw ) 2 - 2 jw + 1ù ( jw - 2 )
ë û
Solución
Haciendo el cambio de variable de r = jw, se obtiene la ecuación:
(r) + 2r + 1
2
X (r) =
é( r ) - 2r + 1ù ( r - 2 )
2
ë û
La cual se puede escribir como:
r 2 + 2r + 1 A1 A A22
X (r) = = + 21 +
( r - 2 )( r - 1) r - 2 r - 1 ( r - 1) 2
2
r 2 + 2r + 1
A1 = ( r - 2 ) X ( r ) r = 2 = =9
( r - 1)
2
r=2
r 2 + 2r + 1
A22 = ( r - 1) X ( r ) = = -4
2
r =1 ( r - 2 ) r =1
d ( r - 2 )( 2r + 2 ) - ( r 2 + 2r + 1)
A21 = ( r - 1) X ( r ) = =8
2
( r - 2)
2
dr r =1
r =1
En consecuencia:
1 1 1
X (r) = 9 +8 -4
r-2 r -1 ( r - 1)
2
Se obtiene:
x ( t ) = ( 9e 2 t + 8et - 4tet ) u ( t )
10
PAUTADE SEGUNDA PRUEBA ANALISIS DE SEÑALES
x ( n ) = {1, 2, 2, 2,1}
-
Solución
rxx ( l )
r xx ( l ) =
rxx ( 0 )
Por lo que es necesario calcular rxx ( l ) , lo que se puede hacer empleando, la relación
rxx ( l ) = x ( l ) * x ( -l )
x (l)
x ( -l ) 1 2 2 2 1
1 1 2 2 2 1
2 2 4 4 4 2
2 2 4 4 4 2
2 2 4 4 4 2
1 1 2 2 2 1
De donde
1
ì1 2 4 6 6 4 2 1ü
r xx ( l ) = í , , , ,1, , , , ý
î14 7 7 7 7 7 7 14 þ
-
Ex = rxx ( 0 )
Por lo tanto;
Ex = 14 [ Joules ]
å x ( n)
2
Con E N = , P se puede escribir como
n =- N
1
P = lim EN
N ®¥ 2 N + 1
1
E x = lim EN
N ®¥ 2N +1
P=0
2
PROBLEMA N° 2. Determinar el espectro de amplitud y de fase de la secuencia x(n)
periódica,con periodo 6 y que cumple con :
n
æ1ö
x ( n) = ç ÷ para -2 £ n £ 3
è4ø
Solución
Se cumple Ck es una secuencia periódica con el mismo periodo que x(n), o sea que
Ck + N = Ck .Como N = 6, se tiene
1 5 1
Ck = å
6 n =0
x ( n ) e - j 2p kn/ N = éë x ( 0 ) + x (1) e- jp k /3 + x ( 2 ) e - jp 2 k /3 + x ( 3 ) e - jp k + x ( 4 ) e- jp 4 k /3 + x ( 5 ) e- jp 5 k /3 ùû
6
x ( -2 ) = x ( -2 + 6 ) = x ( 4 ) =16 ; x ( -1) = x ( -1 + 6 ) = x ( 5 ) = 4
Luego
1 é 1 - jp k /3 1 - jp 2 k /3 1 - jp k ù
Ck = ê1+ e + e + e + 4e- jp 4 k /3 + 16e - jp 5 k /3 ú
6ë 4 16 64 û
En consecuencia
1é 1 1 1 ù 1365
C0 = ê1 + + + + 4 + 16 ú =
6 ë 4 16 64 û 384
1é 1 1 1 ù 453 315
C1 = ê1 + e - jp /3 + e- jp 2/3 + e - jp + 4e- jp 4/3 + 16e- jp 5/3 ú = +j 3 = 4, 62 + j 2,84
6ë 4 16 64 û 98 192
3
1 é 1 - jp 1 - jp 2 1 - jp 3 ù 717
C3 = ê1+ e + e + e + 4e - jp 4 + 16e - jp 5 ú = -
6ë 4 16 64 û 384
1é 1 1 1 ù 581 189
C4 = ê1 + e- jp 4/3 + e- jp 8/3 + e - jp 4 + 4e- jp 16/3 + 16e- jp 20/3 ú = - -j 3 = -1,51 - j1, 7
6ë 4 16 64 û 384 192
Espectro de Amplitud
1365
C0 = = 3,55
384
453 315
C1 = C5 = +j 3 = 5, 43
98 192
581 189
C2 = C4 = - +j 3 = 2, 28
384 192
717
C3 = = 1,87
384
Espectro de Fase
RC0 = 0°
æ 2,84 ö
RC1 = tg -1 ç ÷ = 31, 60
è 4, 62 ø
æ 1, 7 ö
RC2 = tg -1 ç ÷ = 131, 610
è -1,51 ø
RC3 = 1800
æ -1, 7 ö
RC4 = tg -1 ç ÷ = 228,390
è -1, 51 ø
æ -2,84 ö
RC5 = tg -1 ç ÷ = -31, 60
è 4, 62 ø
4
Problema N° 3. Determinar la densidad espectral de la señal
n
æ1ö
x ( n ) = ç ÷ éëu ( n + 3) - u ( n - 2 ) ùû
è2ø
Solución
En este caso, x(n) es una secuencia de longitud finita en el tiempo, se puede escribir como:
ìæ 1 ö n
ï para -3 £ n £ 1
x ( n ) = íçè 2 ÷ø
ï0
î otros valores
Como x(n) es una secuencia con limitación estricta en el tiempo, es una señal de energía,
por lo que su densidad espectral de energía Sxx(W) es:
S xx ( W ) = X ( W )
2
1
X ( W ) = 8e j 3 W + 4e j 2 W + 2e j W + 1 + e - j W
2
1 1
X ( W ) = 8 cos 3W + j8sen3W + 4 cos 2W + j 4 sen 2W + 2 cos W + j 2 senW + 1 + cos W - j senW
2 2
Ordenando, se tiene
5 æ 3 ö
X ( W ) = 8cos 3W + 4 cos 2W + cos W + 1 + j ç 8sen3W + 4sen2W + senW ÷
2 è 2 ø
En consecuencia
2 2
æ 5 ö æ 3 ö
S xx ( W ) = ç 8 cos 3W + 4 cos 2W + cos W + 1÷ + ç 8sen3W + 4 sen 2W + senW ÷
è 2 ø è 2 ø
5
Problema N° 4. Determinar la señal x(n) si su Transformada de Fourier es:
X (W) =
(e )- jW 2
+ 2e - jW + 1
éë e - j 2 W - 4e - jW + 3ùû ( e - jW - 2 )
Solución
(r) + 2r + 1
2
X (r) =
éë r 2 - 4r + 3ùû ( r - 2 )
( r ) + 2r + 1
2
X (r) =
( r - 1)( r - 3)( r - 2 )
Expandiendo X( r) en fracciones parciales, se tiene
( r ) + 2r + 1 = A1 + A2 + A3
2
X (r) =
( r - 1)( r - 3)( r - 2 ) r - 1 r - 3 r - 2
( r ) + 2r + 1 = 2
2
A1 = ( r - 1) X ( r ) r =1 =
( r - 3)( r - 2 ) r =1
( r ) + 2r + 1 = 8
2
A2 = ( r - 3) X ( r ) r =3 =
( r - 1)( r - 2 ) r =3
( r ) + 2r + 1 = -9
2
A3 = ( r - 2 ) X ( r ) r =2 =
( r - 1)( r - 3) r = 2
Luego
1 1 1
X (r) = 2 +8 -9
r -1 r -3 r -2
1 1 1
X (W) = 2 - jW
+8 - jW
-9 - jW
e -1 e -3 e -2
6
Considerando el siguiente par de Transformada de Fourier:
F {a n u ( n )} =
1
1 - ae - jW
Y escribiendo X ( W ) como
1 8 1 9 1
X ( W ) = -2 - jW
- +
1- e 3 1 - 1 e - jW 2 1 - 1 e - jW
3 2
Se obtiene
é 8æ1ö 9æ 1ö ù
n n
x ( n ) = ê -2 - ç ÷ + ç ÷ ú u ( n )
ëê 3 è 3 ø 2 è 2 ø ûú
7
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
SEGUNDO SEMESTRE 2013
n
æ1ö
x ( n ) = ç ÷ cos (a 0 n ) u ( n )
è3ø
Solución
æzö
Z {a n x ( n )} = X ç ÷
èaø
En este problema se puede definir la secuencia x1(n) como
x1 ( n ) = cos (a 0 n ) u ( n )
Con
1 - z -1 cos a 0
X1 ( z ) = , ROC: z > 1
1 - 2 z -1 cos a 0 + z -2
En consecuencia
æzö
X ( z ) = X 1 ç ÷ , ROC: | z | > | a |
èaø
1
X ( z ) = X 1 ( 3z ) , ROC: z >
3
Por lo tanto
1
1 - z -1 cos a 0
1
X (z) = 3 , ROC: z >
2 1 3
1 - z -1 cos a 0 + z -2
3 9
1
Problema N° 2. Usar Transformada – Z para hallar la convolución de las señales:
ìæ 1 ö n
ï 0£n £2
x1 ( n ) = íçè 2 ÷ø
ï0
î otros valores
x2 ( n ) = d ( n ) + d ( n - 1) + 4d ( n - 2 )
Solución
El problema condiciona que se debe ocupar la propiedad de convolución de la
Transformada-Z, la cual establece que
Z { x1 ( n ) * x2 ( n )} = X 1 ( z ) X 2 ( z ) (I)
Luego
Z -1 { X 1 ( z ) X 2 ( z )} = x1 ( n ) * x2 ( n ) (II)
x1 ( n ) = {1, 12 , 14 }
-
Por lo tanto
2
1 -1 1 -2
X 1 ( z ) = å x1 ( n ) z - n = x1 ( 0 ) + x1 (1) z -1 + x1 ( 2 ) z -2 = 1 + z + z
n =0 2 4
X 2 ( z ) = Z {d ( n ) + d ( n - 1) + 4d ( n - 2 )} = 1 + z -1 + 4 z -2
Por lo que
æ 1 ö
X 1 ( z ) X 2 ( z ) = ç1 + z -1 + z -2 ÷ (1 + z -1 + 4 z -2 )
1
è 2 4 ø
O sea
3 -1 19 -2 9 -3
X1 ( z ) X 2 ( z ) = 1 + z + z + z + z -4
2 4 4
En consecuencia
Z -1 { X 1 ( z ) X 2 ( z )} = x1 ( n ) * x2 ( n ) = {1, 32 , 194 , 94 ,1}
-
2
Problema N° 3. a) Encontrar la expresión de y(n), usando Transformada – Z Unilateral, si
se tiene que la representación en ecuaciones en diferencias de un sistema es
n
5 1 æ1ö
y ( n ) - y ( n - 1) + y ( n - 2 ) = ç ÷ u ( n )
6 6 è5ø
Con y(-1) = 6, y(-2) = 25
ì5 ü ì1 ü ìïæ 1 ön ïü
Z + { y ( n )} - Z + í y ( n - 1) ý + Z + í y ( n - 2 ) ý = Z + íç ÷ u ( n ) ý (I)
î6 þ î6 þ ïîè 5 ø ïþ
5 1 1
Y + ( z ) - z -1 éëY + ( z ) + y ( -1) z ùû + z -2 éëY + ( z ) + y ( -1) z + y ( -2 ) z 2 ùû =
6 6 1
1 - z -1
5
Considerando los datos del problema, se tiene
5 1 1
Y + ( z ) - z -1 éëY + ( z ) + 6 z ùû + z -2 éëY + ( z ) + 6 z + 25 z 2 ùû =
6 6 1
1 - z -1
5
Ecuación que se puede escribir como
é 5 1 ù 5 1
Y + ( z ) ê1 - z -1 + z -2 ú = - z -1 + +
ë 6 6 û 6 1 - 1 z -1
5
6 6
5z2 - 6z + 5z 2 - 6 z +
5 5
æ 1 ö æ 1 ö æ 6ö
6z ç z - ÷ 6z ç z - ÷ z ç 5z 2 - 6 z + ÷
Y + ( z) = è 5ø
= è 5ø
= è 5ø
5 -1 1 -2 6 z 2 - 5 z + 1 æ 1ö
1- z + z ç z - ÷ ( 6 z - 5 z + 1)
2
è 5ø
2
6 6 6z
3
æ 6ö
z ç 5z 2 - 6 z + ÷
Y + ( z) = è 5ø
æ 1 öæ 1 öæ 1ö
ç z - ÷ç z - ÷ç z - ÷
è 5 øè 2 øè 3ø
Y + ( z) A A A
= 1 + 2 + 3
z 1 1 1
z- z- z-
5 2 3
Donde
æ 2 6ö
+
( ) ç 5z - 6 z + ÷
æ ö
= è
1 Y z 5ø
A1 = ç z - ÷ =5
è 5 ø z z=1 æ 1 öæ 1ö
ç z - ÷ç z - ÷ 1
è 2 øè 3 ø z=
5
æ 2 6ö
1 ö Y ( z)
+ ç 5z - 6z + ÷
æ
= è
5ø
A2 = ç z - ÷ = 11
è 2 ø z z=1 æ 1 öæ 1ö
ç z - ÷ç z - ÷ 1
è 5 øè 3 ø z=
2
æ 2 6ö
1 ö Y (z)
+ ç 5z - 6 z + ÷
æ
= è
5ø
A3 = ç z - ÷ = 11
è 3 ø z z=1 æ 1 öæ 1ö
ç z - ÷ç z - ÷ 1
è 5 øè 2 ø z=
3
Luego
Y + ( z) 1 1 1
=5 + 11 + 11
z 1 1 1
z- z- z-
5 2 3
De donde
z z z
Y + (z) = 5 + 11 + 11
1 1 1
z- z- z-
5 2 3
4
Por lo tanto
é æ 1 ön æ1ö
n
æ1ö ù
n
y ( n) = Z + -1
{Y ( z )} = ê5 çè 5 ÷ø + 11çè 2 ÷ø + 11çè 3 ÷ø ú u ( n )
+
ëê ûú
lim y ( n ) = lim ( z - 1) Y + ( z )
n ®¥ z ®1
En este caso
æ 6ö
z ç 5z 2 - 6 z + ÷
lim y ( n ) = lim ( z - 1) è 5ø
=0
n ®¥ z ®1 æ 1 öæ 1 öæ 1ö
ç z - ÷ç z - ÷ç z - ÷
è 5 øè 2 øè 3ø
5
PAUTA PRIMERA PRUEBA DE ANÁLISIS DE SEÑALES
PRIMER SEMESTRE 2014
-2 -1 0 1 2 4 t
-1
Figura P1
Solución
Valor Eficaz. Como x(t) es una señal periódica, con simetría par, su valor eficaz Xeff está
dado por:
T /2
2
X eff = ò x ( t ) dt
2
T 0
1 1 1 1
X eff = ò ( 4t - 4t + 1) dt = ò 4t dt - ò 4tdt + ò dt
2 2
0 0 0 0
4 1
X eff = - 2 +1 =
3 3
1
|x(t)|
-2 -1 0 1 2 4 t
-1
Figura P1a)
El valor medio de |x(t)| es
1
< x ( t ) >= x ( t ) dt
T Tò
En este caso T = 1, y como |x(t)| presenta simetría par, la ecuación anterior se puede
escribir de la siguiente manera
1/ 2
< x ( t ) >= ò ( -2t + 1) dt = ( -t + t ) 0
1/ 2
2
1
< x ( t ) >=
2
En consecuencia:
X eff 2
jf = =
< x (t ) > 3
2
Problema N°2. Determinar el porcentaje de la potencia media total de la señal x(t) que está
contenida en las tres primeras armónicas, incluida la componente continua, de la señal x(t)
mostrada en la Figura P1.
Solución
La Figura P1 es
x(t)
-2 -1 0 1 2 4 t
-1
Se pregunta por:
P3
100 [ % ]
Pt
Donde P3 es la potencia contenida en las tres primeras armónicas y Pt es la potencia media
total de x(t). La potencia P3 se calcula aplicando el Teorema de Parseval, el que establece
que:
3
P3 = C0 + 2å Cn
2 2
n =1
1
Cn = ò x ( t ) e- jnw0t dt
TT
T /2
2
Cn =
T ò x ( t ) cos ( nw t ) dt
0
0
x ( t ) = -2t + 1
Por lo tanto, para n = 0, se tiene:
1 1
C0 = ò x ( t ) dt = ò ( -2t + 1) dt = -t 2 + t 0
1 1
0
0 0
3
C0 = 0
Para n ¹ 0 , se tiene:
1 1 1
Cn = ò ( -2t + 1) cos ( nw0 t ) dt = ò ( -2 ) t cos ( nw0t ) dt + ò cos ( nw0t ) dt
0 0 0
Por tabla:
cos ( cx ) xsen ( cx )
ò x cos ( cx ) dx = c2
+
c
Luego
é cos ( nw0t ) tsen ( nw0 t ) ù sen ( nw0t )
1 1
Cn = -2 ê + ú +
ë n w0 nw0 nw0
2 2
û0 0
Dado que w0T = 2p , como T = 2, en consecuencia w0 = p , lo que implica que Cnse puede
escribir como
é cos ( np t ) tsen ( np t ) ù sen ( np t )
1 1
Cn = -2 ê + ú +
ë np np np
2 2
û0 0
-2 2
Cn = é cos ( np ) - 1ùû = 2 2 éë1 - cos ( np ) ùû
2 2 ë
np np
Para n = 1, se obtiene
2 4
C1 = 2 éë1 - cos (p ) ùû = 2
p p
Para n = 2, se tiene
2
C2 = é1 - cos ( 2p ) ùû = 0
4p 2 ë
Para n = 3, se tiene:
2 4
C3 = 2 éë1 - cos ( 3p ) ùû = 2
9p 9p
Por lo tanto:
16 16
C1 » C3 »
2 2 2 2
; C2 =0 ; ; C0 =0
100 8100
Luego:
4
2
(
P3 = C0 + 2 C1 + C2 + C3
2 2 2
) = 0 + 2 æçè 100
16
+0+
16 ö
÷ [ watts ] = 0,324 [ watts ]
8100 ø
T T
-
2
T
1 1
x ( t ) dt = ò ( -2t + 1) dt = ò ( 4t 2 - 4t + 1) dt
2
2 2
Pt = ò
2
T 0 0 0
Integrando, se obtiene
4 1
Pt = - 2 + 1 = = 0,333333[ watts ]
3 3
Por lo tanto:
P3 0,324
100 = 100 = 97,3[ % ]
Pt 0, 333
5
Problema N°3. a) Determinar la señal x(t) si su Transformada de Fourier es
( jw ) + jw + 1
2
X (w ) =
( jw + 2 ) ( jw + 1)
3 2
Solución
a) Haciendo el cambio de variable r = jw en la ecuación anterior, se obtiene:
(r) + r +1
2
X (r) =
( r + 2 ) ( r + 1)
3 2
Con
(r ) + r +1 = 3
2
A33 = ( r + 2 ) X ( r ) =
3
( r + 1) r =-2
2
r =-2
d é d é ( r )2 + r + 1ù r2 -1
A32 = ( r + 2) X ( r )ù = ê = =3
3
ú
dr ë û r =-2 dr ê ( r + 1) 2 ú
ë û r =-2 ( r + 1)
4
r =-2
1 d 2 é ( r ) + r + 1ù 1 d é r2 -1 ù 1 é ( r + 1) 2r - ( r - 1) 4 ( r + 1) ù
2 4 2 3
A31 = ê ú = ê ú = ê ú =4
2 dr 2 ëê ( r + 1) 2 ûú 2 dr ëê ( r + 1)4 ûú 2ê ( r + 1)
8
ú
r =-2 r =-2 ë û r =-2
(r ) + r +1 = 1
2
A22 = ( r + 1) X ( r ) =
2
( r + 2 ) r =-1
3
r =-1
A21 =
d é
( r + 1) X ( r ) ù
2 d
= ê
é ( r ) 2 + r + 1ù
ú =
(
( r + 2 ) ( 2r + 1) - ( r ) + r + 1 3 ( r + 2 )
3 2
) 2
= -4
dr ë û r =-1 dr ê ( r + 2 )3 ú
ë û r =-1 ( r + 2)
6
r =-1
En consecuencia:
1 1 1 1 1
X (r) = 4 +3 +3 -4 +
r+2 (r + 2) (r + 2) r + 1 ( r + 1) 2
2 3
6
Haciendo el cambio de variable r = jw , se obtiene:
1 1 1 1 1
X (w ) = 4 +3 +3 -4 +
jw + 2 ( jw + 2 ) ( jw + 2 ) jw + 1 ( jw + 1) 2
2 3
t n -1 - at 1
e u (t ) «
( n - 1)! ( jw + a )
n
æ 3 ö
x ( t ) = ç 4e -2 t + 3te -2t + t 2 e -2t - 4e- t + te - t ÷ u ( t )
è 2 ø
>> w=-2*pi:1/254:2*pi;
>> X=4./(j*w+2)+3./(j*w+2).^2+3./(j*w+2).^3-4./(j*w+1)+1./(j*w+1).^2;
>> plot(w/pi,abs(X));
>> title('Grafica de |H(w)|');xlabel('w/pi'); ylabel('|H(w)|'); grid;
Grafica de |H(w)|
0.14
0.12
0.1
0.08
|H(w)|
0.06
0.04
0.02
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
w/pi
7
Problema N°4. a) Determinar la convolución z(t) de las señales
æt ö æ t - 2T ö
x ( t ) = t Õ ç ÷ e y ( t ) =Õ ç ÷ .
èT ø è T ø
b) Plantear la ecuación que permita calcular energía de z(t).
Solución.
y(t)
x(t) 1
T/2
-T/2
t t
0 T/2 0 3T/2 2T 5T/2
-T/2
Figura P4.1
En forma arbitraria, se elige como núcleo de la integral de convolución a la señal x(t), luego
x ( -t ) se muestra en la Figura P4.2
x ( -t )
T/2
T/2
0 t
-T/2
-T/2
Figura P4-2
8
I) t £ T
y (t )
1
x (t -t ) T/2
t+T/2
t
t-T/2 t 0
3T/2 2T 5T/2
En este caso
z (t ) = ò y (t ) x ( t - t ) dt = 0
-¥
II) T £ t £ 2T
y (t )
1 x (t -t )
T/2
t t+T/2
t
0
t-T/2 3T/2 2T 5T/2
-T/2
En este caso
t +T /2
1 3T
z (t ) = ò ( -t + t ) dt = 2 t
2
- t +T2
3T / 2 2
9
III) 2T £ t £ 3T
x (t - t ) y (t )
1
T/2
t t+T/2
t
0
3T/2 t-T/22T 5T/2
-T/2
En este caso
5T / 2
5T / 2
æ t2 ö
z ( t ) = ò ( -t + t ) dt = ç - + tt ÷
t -T / 2 è 2 ø t -T / 2
t2 5
z (t ) = - + tT - 3T 2
2 2
La energía de z(t) es
¥
Ez = ò z ( t ) dt
2
-¥
10
PAUTA SEGUNDA PRUEBA ANALISIS DE SEÑALES
PRIMER SEMESTRE 2014
1,5
1
-1 0 t
-1
Figura P.1.
b) Determinar la energía o potencia media de x(t)-
Solución.
a) Se aplica la definición de integral de autocorrelación, dada por:
¥
Rxx (t ) = ò x ( t ) x ( t + t ) dt
-¥
a1) t ³ 2
En este caso, se tiene la situación mostrada en la Figura P1.1.
x (t + t )
1,5
x(t)
-t + 1 1
-t - 1 -t -1 0 t
-1
Figura P.1.1.
1
En esta situación, se tiene:
¥
Rxx (t ) = ò x ( t ) x ( t + t ) dt = 0
-¥
a2) 1 £ t £ 2
x (t + t )
1,5
x(t)
-t -t + 1 1
-t - 1 -1 0 t
-1
Figura P.1.2.
En este caso
-t +1 -t +1
1,5 2
Rxx (t ) = ò ( -1, 5t )( -1) dt = t
-1 2 -1
Rxx (t ) =
2
(t - 2t )
1,5 2
a3) 0 £ t £ 1
x (t +t )
1,5
x(t)
-t -t + 1 1
-t - 1 -1 0 t
-1
Figura P.1.3.
En este caso:
2
-t 0 -t +1
Rxx (t ) = ò ( -1,5t ) éë-1,5 ( t + t )ùû dt + ò ( -1, 5t )( -1) dt + ò ( -1)( -1) dt
-1 -t 0
-t 0
æ 2, 25 3 2, 25 2 ö 1,5 2
Rxx (t ) = ç
-t +1
t + tt÷ + t +t 0
è 3 2 ø -1 2 -t
0, 75 3 1,5 2 4, 25 5, 25
Rxx (t ) = t - t - t+
2 2 2 3
a4) -1 £ t £ 0
1,5
x (t +t )
x(t)
-t 1 -t + 1
-1 -t - 1 0 t
-1
Figura P.1.4.
En este caso:
0 -t 1
Rxx (t ) = ò ( -1, 5t ) éë -1, 5 ( t + t ) ùû dt + ò ( -1) éë -1, 5 ( t + t )ùû dt + òt ( -1)( -1) dt
-t -1 0 -
0 -t
æ 2, 25 3 2, 25 2 ö 1,5 2
Rxx (t ) = ç
-t
t + tt÷ + + 1, 5tt + t -t
1
t
è 3 ø -t -1 2 0
0
2
2, 25 3 1,5 2 4, 25 5, 25
Rxx (t ) = - t - t ++ t+
6 2 2 3
a5) -2 < t < -1
x (t +t )
1,5
x(t)
1 -t -t + 1
-1 0 -t - 1 t
-1
Figura P.1.5.
3
En este caso
1
Rxx (t ) = òt ( -1) éë -1, 5 ( t + t )ùû dt
- -1
1
æ 1,5 2 ö
Rxx (t ) = ç t + 1,5tt ÷
è 2 ø -t -1
1,5 2
Rxx (t ) = 1, 5t + t
2
a6) t < -2
En este caso
Rxx (t ) = 0
4
PROBLEMA N° 2.a) Determinar la energía de la señal:
ìæ 1 ö n
ï para -2 £ n £ 3
x ( n ) = íçè 4 ÷ø
ï0
î otros valores
b) Determinar la secuencia autocorrelación de la secuencia
x1 ( n ) = {2, -1,3,1, -2, -3}
-
Solución
a) La energía Ex de una señal de tiempo discreto x(n), está dada por:
¥
å x ( n)
2
Ex =
n =-¥
å x ( n) = x ( -2 ) + x ( -1) + x ( 0 ) + x (1) + x ( 2 ) + x ( 3)
2 2 2 2 2 2 2
Ex =
n =-2
b) Para resolver este apartado, como la señal x(n) es de longitud finita, o sea,x(n) es de
enrgía, se aplica la siguiente relación de autocorrelación
rxx ( l ) = x ( l ) * x ( -l )
Aplicando, método matricial para calcular rxx ( l ) , se tiene:
x (l)
x ( -l ) 2 -1 3 1 -2 -3
-3 -6 3 -9 -3 6 9
-2 -4 2 -6 -2 4 6
1 2 -1 3 1 -2 -3
3 6 -3 9 3 -6 -9
-1 -2 1 -3 -1 2 3
2 4 -2 6 2 -4 -6
5
De donde
rxx ( l ) = {-6, -1, -5, -4, 2, 28, 2, -4, -5, -1, -6}
-
6
Problema N° 3. a) Determinar la secuencia z(n), si
z ( n) = x ( n) + y ( n)
Con
x ( n ) = {1, 2, -2, -1,3} , y ( n ) = {1, 2, -2, -1,3}
- -
b) Determinar la secuencia r yx ( l )
Solución
a) Para sumar las secuencias se debe realizar rellenos de ceros cuando son de distinta
longitud, como es en este caso. Luego
b) Se tiene
ryx ( l )
r yx ( l ) =
rxx ( 0 ) ryy ( 0 )
Considerando que
ryx ( l ) = y ( l ) * x ( -l )
Y aplicando método matricial, se tiene
y (l)
x ( -l ) 1 2 -2 -1 3
3 3 6 -6 -3 9
-1 -1 -2 2 1 -3
-2 -2 -4 4 2 -6
2 2 4 -4 -2 6
1 1 2 -2 -1 3
Luego
7
ryx ( l ) = {3,5, -10, -3,19, -3, -10, 5,3}
-
Para rxx ( l ) = x ( l ) * x ( -l ) , se tiene
x (l)
x (-l ) 1 2 -2 -1 3
3 3 6 -6 -3 9
-1 -1 -2 2 1 -3
-2 -2 -4 4 2 -6
2 2 4 -4 -2 6
1 1 2 -2 -1 3
De donde
rxx ( 0 ) = 19
Para ryy ( l ) = y ( l ) * y ( -l ) , se tiene
y (l)
y ( -l ) 1 2 -2 -1 3
3 3 6 -6 -3 9
-1 -1 -2 2 1 -3
-2 -2 -4 4 2 -6
2 2 4 -4 -2 6
1 1 2 -2 -1 3
Se tiene
ryy ( 0 ) = 19
Como
ryy ( 0 ) = rxx ( 0 ) = 19
Se cumple
ì 3 5 10 3 3 10 5 3 ü
r yx ( l ) == í , , - , - ,1, - , - , , ý
î19 19 19 19 19 19 19 19 þ
-
8
Problema N° 4. La señal x(t) tiene como Transformada de Fourier la que se muestra en la
Figura P.4
X(f)
1
-20 0 20 f [Khz]
Figura P.4
1
a) Se muestrea idealmente con un intervalo de muestreo Ts = 10-4 [ seg ] . Dibujar el
5
espectro de la muestreada.¿Se puede recuperar la señal x(t) a partir de la señal muestrada?.
Justifique su respuesta.
1
b) ¿Qué pasa si la señal x(t) se muestrea con un intervalo de muestreo de 10-4 [ seg ]
3
?.Justifique su respuesta.
Solución
Como el espectro X d ( f ) , de la señal muestreada, está dado por
Xd ( f ) = X ( f )* S ( f )
Como S(f) es el espectro de la señal muestreadora, que es un tren de impulsos unitarios, con
una separación uniforme igual a la frecuencia de muestreo fs. Dado que la frecuencia de
muestreo es
1 1
fs = = = 50 [ KHz ]
Ts 1 10-4
5
Se tiene que la gráfica del espectro de la señal muestreada, es el mostrado en la Figura P4.1
Xd ( f )
f [ Khz ]
-50 -20 0 20 50 100
Figura P4.1
9
En la Figura P4.1, se observa que existe una guarda de frecuencia de 10[Khz], lo cual
determina, que en este caso, se puede recuperar la señal original a partir de la señal
muestreada.
fs ³ 2 fm
f s ³ 2 ´ 20 [ Khz ]
O sea
f s ³ 40 [ Khz ]
1
Con intervalo de muestreo de Ts = [ seg ] , se tiene una frecuencia de muestreo
3 ´104
1
fs = = 30 [ Khz ]
1
3 ´10 4
Por lo que en este caso, no se cumple con el Teorema de Muestreo, en consecuencia, con
una frecuencia de muestreo de 30[Khz], no se puede recuperar la señal original a partir de
la señal muestreada.
10
PAUTA TERCERA PRUEBADE ANÁLISIS DE SEÑALES
e- jW
X (W) =
1 1
1 + e- jW - e - j 2 W
6 6
Solución.
Haciendo r = e - jW , se tiene:
r
X (r) =
1 1
1+ r - r2
6 6
-6r
X (r) =
( r - 3)( r + 2)
La expansión en fracciones parciales de X(r) es:
-6r A A
X (r) = = 1 + 2
( r - 3)( r + 2 ) r - 3 r + 2
Donde:
-6r 18
A1 = ( r - 3) X ( r ) r =3 = =-
( r + 2 ) r =3 5
-6r 12
A2 = ( r + 2 ) X ( r ) r =-2 = =-
( r - 3) r =-2 5
Por lo tanto
18 1 12 1
X (r) = - -
5 r -3 5 r + 2
1
18 1 12 1 6 1 6 1
X (W) = - - jW
- - jW
= -
5 e - 3 5 e + 2 5 1 - 1 e- jW 5 æ 1 ö - jW
1- ç - ÷ e
3 è 2ø
1
a nu ( n ) « , a <1
1 - ae - j W
Se obtiene
6 éæ 1 ö æ 1 ö ù
n n
x ( n ) = êç ÷ - ç - ÷ ú u ( n )
5 ëêè 3 ø è 2 ø ûú
2
Problema N°2. Si la secuencia x(n) tiene como Transformada – Z
X ( z ) = 4 z 3 - 2 z 2 + z - 2 - 3 z -1 + 2 z -2
Y ( z ) = 2 z 2 + z - 4 + z -1 - 2 z -2 + 3 z -3
Solución.
Z { x ( n ) * y ( n )} = X ( z ) Y ( z )
Luego:
Z -1 {W ( z ) = X ( z ) Y ( z )} = w ( n ) = x ( n ) * y ( n )
W ( z ) = X ( z ) Y ( z ) = 8 z 5 - 16 z 3 + 9 z 2 - 22 z + 26 + 4 z -1 - 4 z -2 + 2 z -3 - 13 z -4 + 6 z -5
Aplicando que:
¥ 5
W ( z) = å
n =-¥
w( n) z-n = å w( n) z
n =-5
-n
Se deduce que:
Otra forma es calcular x(n) e y(n) a partir de X(z) e Y(z), respectivamente, para enseguida
determinar w(n) = x(n)*y(n).
3
y ( n ) = {2,1, -4,1, -2,3}
-
x(n)
y(n) 4 -2 1 -2 -3 2
2 8 -4 2 -4 -6 4
1 4 -2 1 -2 -3 2
-4 -16 8 -4 8 12 -8
1 4 -2 1 -2 -3 2
-2 -84 -2 4 6 -4
3 12 -6 3 -6 -9 6
4
Problema N° 3.Se tiene el sistema de tiempo discreto dado por la ecuación en diferencias
de entrada – salida:
3 1
y ( n + 2) - y ( n + 1) + y ( n ) = x ( n )
2 2
n
æ1ö
Con x ( n ) = ç ÷ u ( n ) ; y ( 0 ) = 10 ; y (1) = 4 …
è4ø
Determinar y(n).
Solución.
Para resolver este problema, se aplicará Transformada – Z Unilateral, para considerar los
datos y(0) = 10, y(1) = 4. Considerando las propiedades de desplazamiento temporal, o sea:
é k -1
ù
Z { x ( n + k )} = z k ê X + ( z ) - å x(n) z - n ú
ë n= 0 û
é 1
ù 3 1 1
z 2 êY + ( z ) - å y ( n ) z - n ú - z éëY + ( z ) - y ( 0 ) ùû + Y + ( z ) =
ë n =0 û 2 2 1
1 - z -1
4
3 1 1
z 2 éëY + ( z ) - y ( 0 ) - y (1) z -1 ùû - z éëY + ( z ) - y ( 0 ) ùû + Y + ( z ) =
2 2 1
1 - z -1
4
3 1 1
z 2 éëY + ( z ) - 10 - 4 z -1 ùû - z éëY + ( z ) - 10 ùû + Y + ( z ) =
2 2 1
1 - z -1
4
é 3 1ù z
Y + ( z ) ê z 2 - z + ú = 10 z 2 - 11z +
ë 2 2û z-
1
4
27 2 55 27 2 55
10 z 3 -z + z 10 z 3 - z + z
Y + ( z) = 2 4 = 2 4
æ 2 3 1 öæ 1 ö æ 1 ö æ 1ö
ç z - z + ÷ç z - ÷ ç z - ÷ ( z - 1) ç z - ÷
è 2 2 øè 4ø è 2ø è 4ø
Por lo que
5
27 55
Y + ( z) 10 z 2 - z+ A A A
= 2 4 = 1 + 2 + 3
æ 1ö æ 1ö 1 z -1 1
ç z - ÷ ( z - 1) ç z - ÷ z - 2
z z-
è 2ø è 4ø 4
Con
27 55
10 z 2 - z+
æ 1 ö Y ( z) 2 4
A1 = ç z - ÷ = = -38
è 2 ø z z =1/ 2 æ 1ö
( z - 1) ç z - ÷
è 4ø z =1/ 2
27 55
Y (z) 10 z 2 - z+
A2 = ( z - 1) = 2 4 = -41
z z =1 æ 1 öæ 1ö
ç z - ÷ç z - ÷
è 2 øè 4ø z =1
27 55
+
( ) 10 z 2 - z+
æ 1 ö Y z 2 4 176
A3 = ç z - ÷ = =
è 4 ø z z =1/ 4 æ 1 ö
ç z - ÷ ( z - 1)
3
è 2ø z =1/ 4
Por lo tanto:
1 1 176 1
Y + ( z ) = -38 - 41 -1
+
1 -1
1- z 1- z 1
3 1 - z -1
2 4
é æ1ö
n
176 æ 1 ö ù
n
y ( n ) = ê -38 ç ÷ - 41 + ç ÷ ú u (n)
êë è 2ø 3 è 4 ø úû
6
PAUTA PRIMERA PRUEBA ANALISIS DE SEÑALES
SEGUNDO SEMESTRE 2014
02 de Octubre 2014.
Ex ( t ) = ò x (t )
2
dt
-¥
E x ( t ) = ò e -10t dt
-2
Integrando, se tiene
e 20
Ex ( t ) = [J ]
10
b) En general, se tiene
¥
X(f)= ò x (t ) e
- jw t
dt
-¥
X ( w ) = ò e -5t e- jwt dt
-2
¥
1
X (w ) = - e( )
- 5 + jw t
5 + jw -2
e( 5 + jw ) 2 10 e
j 2w
X(f )= =e
5 + jw 5 + jw
cos 2w + jsen2w
X ( w ) = e10
5 + jw
1
c) El módulo de X(f) es
1
X ( w ) = e10
25 + w 2
Por lo tanto
e10
X (0) = = 0, 2e10
5
e10
X (1) = = 0,196e10
26
e10
X ( 2) = = 0,186e10
29
10
e
X ( 3) = = 0,171e10
34
e10
X ( 5) = = 0,141e10
5 2
El bosquejo del espectro de ampiltud de la señal x(t) dada se muestra en la Figura P1.
X (w )
-5 -4 -3 -2 -1 0 1 2 3 4 5 w
2
Problema Nº2. a)Determinar la señal x(t) si su Transformada de Fourier X(w) es
1 + 2 jw
X ( w) =
( jw ) - 4 jw - 4
2
Solución
a) Haciendo el cambio de variable jw = r , en X ( w ) , se obtiene:
1 + 2r
X (r) =
r - 4r - 4
2
( )
r 2 - 4r - 4 = 0 Þ p1 = 2 1 + 2 = 2,82; p 2 = 2 1 - 2 = -0,82 ( )
Luego, X(r) se puede escribir como:
1 + 2r A1 A2
X (r) = = +
( r - 2,82 )( r + 0,82) r - 2,82 r + 0,82
Con
1 + 2r 166
A1 = ( r - 2,82 ) X ( r ) r = 2,82 = =
( r + 0,82 ) r = 2,82 91
1 + 2r 16
A2 = ( r + 0,82 ) X ( r ) r =-0,82 = =
( r - 2,82 ) r =-0,82 91
Por lo tanto:
166 1 16 1
X (r) = +
91 r - 2,82 91 r + 0,82
166 1 16 1
X (w ) = +
91 jw - 2,82 91 jw + 0,82
Aplicando
F {e - at u ( t )} =
1
a + jw
3
Se obtiene
æ 166 2,82 t 16 -0,82t ö
x (t ) = ç e + e ÷ u (t )
è 91 91 ø
1 2
x ( t ) dt
T Tò
X eff =
TT TT
1 1 1
X eff =
TTò sen 2tdt + ò 2 sent cos 2tdt + ò cos2 2tdt
TT TT
1 1 - cos 2t 1 1 1 + cos 4t
X eff = ò dt + ò ( sen3t + sent ) dt + ò dt
TT 2 TT TT 2
1 1
TTò senwtdt = ò cos 2wtdt = 0
TT
1 1 1 1
X eff = ò
TT2
dt + ò dt = 1
TT2
4
1 æ t -1 ö
Problema N° 3. a) Determinar la autocorrelación de la señal x ( t ) = t · Õ ç ÷
2 è 2 ø
b) Determinar el porcentaje de la potencia media, con referencia a la potencia media total,
contenida hasta la tercera armónica, inclusive, de la señal periódica mostrada en la Figura
P.3.
x(t)
------- -------
0 2 t
Figura P3.1.
Como x(t) es limitación estricta en el tiempo, es señal de energía, luego, aplicando la
definición de autocorrelación correspondiente, se tiene:
¥
Rxx (t ) = ò x ( t ) x ( t + t ) dt
-¥
a1) t ³ 2
1 x(t)
x (t + t )
-t
-t + 2 0 2 t
En este caso
¥
Rxx (t ) = ò x ( t )( t + t ) dt = 0
-¥
a2) 0 £ t £ 2
5
1 x (t + t ) x(t)
-t 0 -t + 2 2 t
En este caso
-t + 2
1 1
Rxx (t ) = ò t ´ ( t + t ) dt
0 2 2
-t + 2 -t + 2
1 1
Rxx (t ) = t 3 + t 2t
6 0 4 0
1 1 1
Rxx (t ) = ( -t + 2 ) + ( -t + 2 ) t = ( -t + 2 ) (t + 4 )
3 2 2
6 4 12
a3) -2 £ t £ 0
x (t + t )
1 x(t)
0 -t 2 -t + 2 t
En este caso
-2 2 2
1 1 1 1
Rxx (t ) = ò t ´ ( t + t ) dt = t 3 + t 2t
-t
2 2 6 -t 4 -t
4 1
Rxx (t ) = +t - t 3
3 12
a4) t £ -2
x (t + t )
1 x(t)
-t -t + 2 t
0 2
¥
En este caso Rxx (t ) = ò x ( t )( t + t ) dt = 0
-¥
6
b) Se pide
P3
100 [ % ]
PT
Con
3 3
P3 = å Cn = C0 + 2å C n
2 2 2
-3 n =1
T /2
1
x 2 ( t ) dt
T -Tò/2
PT =
Cálculo de P3.
T /2
1
ò x (t ) e
- jnw0t
Cn = dt
T -T /2
æ nö æ nö
2 sen ç p ÷ sen ç p ÷
Cn = è 2ø = è 2ø
pn p
n
2
Luego
ænö
Cn = sin c ç ÷
è2ø
Por lo tanto
æ1ö æ3ö
C0 = sin c ( 0 ) = 1 ; C1 = sin c ç ÷ =0,637 ; C 2 = sin c (1) = 0 ; C3 = sin c ç ÷ =-0,212
è2ø è2ø
7
Lo que determina
3
P3 = C0 + 2å C n = 1 + 2 é( 0,637 ) + ( -0, 212 ) ù [ watts ]
2 2 2 2
n =1
ë û
P3 = 1,90 [ watts ]
Cálculo de PT.
T /4
4
dt = 2 [ watts ]
T -Tò/ 4
PT =
En consecuencia
P3 1,9
= 100 = 95 [ % ]
PT 2
8
PAUTA SEGUNDA PRUEBA ANÁLISIS DE SEÑALES
2º SEMESTRE 2014. 19 NOVIEMBRE
M
1
qxx ( l ) = lim
M ®¥ 2 M + 1
å x ( n) x (n - l)
n =- M
16 M
16 M -1- l 1
qxx ( l ) = lim
M ®¥ 2 M + 1
å
n =2 + l
1 = lim
M ®¥ 2 M + 1
( M - 2 - l + 1) = 16 Mlim
®¥ 2 M + 1
= 16 ´
2
Por lo tanto
qxx ( l ) = 8
1
16 M 16 M -1
qxx ( l ) = lim
M ®¥ 2 M + 1
å
n =2
1 = lim
M ®¥ 2 M + 1
( M - 2 + 1) = 16 lim
M ®¥ 2 M + 1
=8
En consecuencia
qxx ( l ) = 8 "l
r xx
( l ) = å x ( n ) x ( n - l ) = x ( l ) * x ( -l )
n
x (l)
x ( -l ) 2 -1 -2 1 3 1
1 2 -1 -2 1 3 1
3 6 -3 -6 3 9 3
1 2 -1 -2 1 3 1
-2 -4 2 4 -2 -6 -2
-1 -2 1 2 -1 -3 -1
2 4 -2 -4 2 6 2
De la matriz, se obtiene
2
Problema Nº 2. a) Usando Parseval, determinar la potencia media de la secuencia x(n)
dada por
æ 2p n ö æ 2p n ö æ 2p n p ö
x ( n ) = 1 + sen ç ÷ + 3cos ç ÷ + cos ç - ÷
è N ø è N ø è N 2ø
b) Dibujar los espectros de magnitud y de fase de la señal x(n) del apartado a).
Solución
a) El Teorema de Parseval para secuencias periódicas, determina que la potencia media P
de la secuencia considerada es
N -1
P = å Cn
2
n =0
donde los Cn son los coeficientes de la serie de Fourier asociada a la secuencia en cuestión.
Luego, es necesario determinar los coeficientes de la serie de Fourier de x(n). Para ello, se
aplica la siguiente relación trigonométrica, en la expresión de x(n)
æ 2p n p n ö æ 2p n ö æp ö æ 2p n ö æp ö æ 2p n ö
cos ç - ÷ = cos ç ÷ cos ç ÷ + s en ç ÷ s en ç ÷ = s en ç ÷
è N 2 ø è N ø è2ø è N ø è2ø è N ø
æ 2p n ö æ 2p n ö æ 2p n ö
x ( n ) = 1 + sen ç ÷ + 3cos ç ÷ + s en ç ÷
è N ø è N ø è N ø
æ 2p n ö æ 2p n ö
x ( n ) = 1 + 2sen ç ÷ + 3cos ç ÷
è N ø è N ø
2p (1) n
1æ j -j
2p n
ö 3 æ j 2p (1) n -j
2p n
ö
x ( n) = 1 + ç e N - e N ÷ + ç e N + e N ÷
j çè ÷ 2ç
ø è
÷
ø
2p (1) n 2p ( N -1) n
æ3 ö j æ3 ö j
x ( n) = 1 + ç - j ÷ e N
+ ç + j ÷e N
è2 ø è2 ø
En este caso
3
3 3 13
C0 = 1 Þ C0 =1 ; C1 = -j ; C N -1 = + j Þ C1 = C N -1 =
2 2 2
P = 7,5 [ watts ]
-(N-1) -1 0 1 N-1 n
Figura P2.1.
-(N-1) 0° 1
-1 0 1 N-1 n
-33,7° -33,7°
Figura P2.2.
4
Problema Nº 3. Dada la secuencia
n
æ1ö
x ( n) = ç ÷ u ( n + 2)
è4ø
Solución
a) Se tiene que los espectros de amplitud y de fase de una secuencia x(n), están dados por
X ( W ) y RX ( W ) , respectivamente. Con X(W) Transformada de Fourier de x(n).
Método 1 para calcular X(W). Una forma de calcular X(W), es aplicar la definición de
Transformada de Fourier directamente a la secuencia x(n), como se muestra a continuación:
¥ ¥ n ¥ n
æ1ö æ1ö
X (W) = å x ( n) e
n =-¥
- jnW
= å ç ÷ u ( n + 2 ) e- jnW = å ç ÷ e - jnW
n =-¥ è 4 ø n =-2 è 4 ø
1 1 1
X ( W ) = 16e j 2 W + 4e jW + 1 + e- jW + e- j 2 W + e - j 3 W + .......... + 0
4 16 64
1 - jW
El segundo miembro de la ecuación anterior es una serie geométrica, con razón e , en
4
consecuencia
16e j 2 W
X (W) =
1
1 - e- jW
4
16e j 2 W 16e j 2 W
X (W) = =
1 1 1
1- ( cos W - jsenW ) 1 - cos W + j senW
4 4 4
Método 2 para calcular X(W). Dada la forma de x(n), X(W) se puede determinar aplicando
la propiedad de desplazamiento temporal de la Transformada de Fourier, tal como se
muestra a continuación.
La secuencia x(n) se puede escribir como
5
n+2
æ1ö
x ( n ) = 16 ç ÷ u ( n + 2)
è4ø
Ecuación que se puede escribir como
x ( n ) = 16 y ( n + 2 )
Con
n
æ1ö
y ( n) = ç ÷ u ( n)
è4ø
F { x ( n ) = 16 y ( n + 2 )} = X ( W ) = 16e j 2 WY ( W )
Siendo
Y ( W ) = F { y ( n )} =
1
1
1 - e- jW
4
Por lo tanto
16e j 2 W
X (W) =
1
1 - e- jW
4
Para determinar los espectros de amplitud y de fase de x(n), X(W) se puede escribir de la
forma polar , es decir
16e j 2 W 16e j 2 W
X (W) = =
1 1 2 2 æ senW ö
1 - cos W + j senW æ 1 ö æ1 ö jarctg çè 4 -cos W ÷ø
4 4 ç1 - cos W ÷ + ç senW ÷ e
è 4 ø è4 ø
æ æ senW ö ö
16e j 2 W 16 j ç 2 W- arctg ç ÷÷
X (W) = æ senW ö
= ´e è è 4- cos W ø ø
17 1 jarctg ç ÷ 17 1
- cos We è 4 - cos W ø - cos W
6 2 6 2
6
16
Espectro de Amplitud: X (W) =
17 1
- cos W
6 2
æ senW ö
Espectro de Fase RX ( W ) = 2W - arctg ç ÷
è 4 - cos W ø
b) Como x(n) es una secuencia con limitación mixta en el tiempo, se deduce que x(n) es
una señal de energía, por lo tanto su densidad espectral de energía SXX(W) es
S XX ( W ) = X ( W )
2
256
S XX ( W ) = X ( W ) =
2
17 1
- cos W
6 2
256 é Joules ù
S XX ( W ) máx = = 36, 6 ê ú
7 ë rad / seg û
7
Problema Nº 4. a) Determinar la señal x(n) que tiene como Transformada de Fourier
e- jW + 2e -2 jW
X (W) =
æ 1 - jW 1 - j 2 W öæ - jW 1 - j2W ö
ç1 - e - e ÷ç 1 - e + e ÷
è 6 6 øè 4 ø
Solución
a) Haciendo el cambio de variables r = e- jW , en la ecuación dada, se tiene
r + 2r 2
X (r) =
æ 1 1 2 öæ 1 2ö
ç 1 - r - r ÷ ç1 - r + r ÷
è 6 6 øè 4 ø
-24 ( r + 2r 2 ) -24 ( r + 2r 2 )
X (r) = =
( r - 2 )( r + 3)( r - 2 ) ( r + 3)( r - 2 )
2 3
Con
-24 ( r + 2r 2 ) -24 éë( -3) + 18ùû 72
A1 = ( r + 3 ) X ( r ) r =-3 = = = = 2,88
( r - 2) -125
3
25
r =-3
r=2 ( r + 3) r =2
5 5
( 3 - 2 )! êë dr ë û r = 2 êë dr ( r + 3) úû ( r + 3)
2
r=2
r =2
8
-48r 2 - 288r - 72
A32 = = -33,6
( r + 3)
2
r =2
1 é d2 é ù 1 é d -48r 2 - 288r - 72 ù
A31 = ( r - 2) X ( r )û ú = ê
ù
3
ú
( 3 - 1) ! êë d 2 r ë û r = 2 2 êë dr ( r + 3)
2
ûú r =2
A31 = = -2,88
2 ( r + 3)
4
r =2
1 1 1 1
X ( r ) = 2,88 - 2,88 - 33, 6 - 48
r+3 r-2 ( r - 2) ( r - 2)
2 3
1 1 1
X ( W ) = 2,88 - 2,88 - 33, 6 - 48
( e - jW - 2 )
- jW - jW
e +3 e -2 2
( n + k - 1)! n 1
a u ( n) «
n !( k - 1) ! (1 - ae- jW )
k
1 1 1 1
X ( W ) = 0,96 + 1, 44 - 8, 4 +6
æ 1ö 1
1 - e- jW æ 1 - jW ö
2
æ 1 - jW ö
3
1 - ç - ÷ e - jW ç1 - 2 e ÷ ç1 - 2 e ÷
è 3ø 2 è ø è ø
n n n n
æ 1ö æ1ö æ1ö æ1ö
x ( n ) = 0,96 ç - ÷ u ( n ) + 1, 44 ç ÷ u ( n ) - 8, 4 ( n + 1) ç ÷ u ( n ) + 3 ( n + 1)( n + 2 ) ç ÷ u ( n )
è 3ø è 2ø è2ø è2ø
9
n n
æ 1ö æ1ö
x ( n ) = 0,96 ç - ÷ u ( n ) + ( -0,96 + 0, 6n + 3n 2 ) ç ÷ u ( n )
è 3ø è2ø
b) Se obtiene x(0) = 0. Para que la secuencia x(n) sea negativa se debe cumplir que n sea
impar y que se satisfaga la siguiente relación
n n
æ 1ö æ1ö
0,96 ç - ÷ u ( n ) > ( -0,96 + 0, 6n + 3n 2 ) ç ÷ u ( n )
è 3ø è2ø
Relación que no se cumple para n ³ 0 , ya que por una parte ( -0,96 + 0, 6n + 3n 2 ) > 0 para
n
æ 1ö
todo n > 0 y x(n) = 0 para n = 0, y por otra parte 0,96 ç - ÷ u ( n ) decrece más
è 3ø
n
æ1ö
rápidamente que ( -0,96 + 0, 6n + 3n ) ç ÷ u ( n ) a medida que aumenta el valor de n.
2
è2ø
10
PAUTA TERCERA PRUEBA ANÁLISIS DE SEÑALES
2° SEMESTRE 2014
c) Aplicando, el Teorema del Valor Final, Determinar el valor final de x(n) del apartado b)
Solución
a) Transformada – Z Bilateral. Por definición la Transformada – Z Bilateral, se tiene
∞
𝑋(𝑧) = ∑ 𝑥(𝑛)𝑧 −𝑛
𝑛=−∞
1 1
𝑋(𝑧) = 𝑧 −3 + 1 + + 𝑧 ; 𝑅𝑂𝐶: |𝑧| > 𝑒𝑥𝑐𝑒𝑝𝑡𝑜 𝑧 = ∞
1 2
1 − (2) 𝑧 −1
𝑋 + (𝑧) = ∑ 𝑥(𝑛)𝑧 −𝑛
𝑛=0
En este caso
∞
+ (𝑧)
1 𝑛
𝑋 = ∑ [𝛿(𝑛 − 3) + 𝛿(𝑛) + ( ) 𝑢(𝑛) + 𝛿(𝑛 + 1)] 𝑧 −𝑛
2
𝑛=0
Obteniéndose
1
1 1
𝑋 + (𝑧) = 𝑧 −3 + 1 + +𝑧 ; 𝑅𝑂𝐶: |𝑧| >
1 −1 2
1 − (2) 𝑧
Con
7
𝑋 + (𝑧) 2𝑧 − 4
𝐴1 = (𝑧 − 1) | = | =1
𝑧 𝑧=1 (𝑧 − 3)
4 𝑧=1
7
3 𝑋 + (𝑧) 2𝑧 − 4
𝐴2 = (𝑧 − ) | = | =1
4 𝑧 𝑧=3 (𝑧 − 1)
4 3
𝑧=
4
Por lo tanto
𝑋 + (𝑧) 1 1
= +
𝑧 𝑧−1 𝑧−3
4
1 1
𝑋 + (𝑧) = +
1 − 𝑧 −1 1 − 3 𝑧 −1
4
En consecuencia
3 𝑛
𝑥(𝑛) = [1 + ( ) ] 𝑢(𝑛)
4
>>z=sym(‘z’);
>>X=z.*(2.*z-7/4)./(z.^2-(7/4).*z+3/4);
>>x=iztrans(X)
x=(3/4)^n+1
2
c) El Teorema del Valor Final establece
lim 𝑥(𝑛) = lim(𝑧 − 1)𝑋 + (𝑧)
𝑛→∞ 𝑧→1
Aplicado al problema, se obtiene
7 7
2𝑧 − 4 2𝑧 − 4
lim 𝑥(𝑛) = lim(𝑧 − 1) = lim
𝑛→∞ 𝑧→1 3 3
(𝑧 − 1) (𝑧 − ) 𝑧→1 (𝑧 − )
4 4
Luego
lim 𝑥(𝑛) = 1
𝑛→∞
3
Problema N°2. Determinar si el sistema de tiempo discreto que tiene la siguiente relación
entrada – salida
𝑦(𝑛) = 𝑥(𝑛) + 𝑛𝑥(𝑛 + 1)
es
a) Causal o no causal
b) Estático o dinámico.
c) Invariante o variante con el tiempo.
4
Problema N° 3. a) Determinar la ecuación en diferencias que modela al sistema cuya
realización se muestra en la Figura P.3.
b) Aplicando Transformada – Z, determinar la respuesta de entrada – cero de tal sistema, si
𝑦(−1) = 𝑦(−2) = 1.
c) La Función de Respuesta de Frecuencia.
𝑦(𝑛)
𝑥(𝑛)
+ 𝑍 −1 𝑍 −1
𝑍 −1
Solución
a) Del circuito de la Figura P.3, se deduce que
𝑦(𝑛) = 𝑥(𝑛) + 𝑥(𝑛 − 1) + 𝑦(𝑛 − 1) − 0,5𝑦(𝑛 − 2)
O sea
𝑦(𝑛) − 𝑦(𝑛 − 1) + 0,5𝑦(𝑛 − 2) = 𝑥(𝑛) + 𝑥(𝑛 − 1) (I)
Como se pide la respuesta de entrada cero (𝑥(𝑛) = 0), se obtiene la ecuación en diferencias
homogénea, dada por
𝑦(𝑛) − 𝑦(𝑛 − 1) + 0,5𝑦(𝑛 − 2) = 0
b) La solución de esta ecuación en diferencias homogénea, determina la respuesta de entrada
– cero. Aplicando Transformada – Z Unilateral, y la propiedad de retardo temporal, se obtiene
𝑌 + (𝑧) − 𝑧 −1 [𝑌 + (𝑧) + 𝑦(−1)𝑧] + 0,5𝑧 −2 [𝑌 + (𝑧) + 𝑦(−1)𝑧 + 𝑦(−2)𝑧 2 ] = 0
𝑌 + (𝑧)[1 − 𝑧 −1 + 0,5𝑧 −2 ] = 𝑦(−1) − 0,5𝑦(−1)𝑧 −1 − 0,5𝑦(−2)
De donde
𝑦(−1) − 0,5𝑦(−1)𝑧 −1 − 0,5𝑦(−2)
𝑌 + (𝑧) =
1 − 𝑧 −1 + 0,5𝑧 −2
En función de los polos y de los valores de las condiciones iniciales, se tiene
0,5𝑧 2 − 0,5𝑧
𝑌 + (𝑧) =
1 1 1 1
(𝑧 − [2 + 𝑗 2]) (𝑧 − [2 − 𝑗 2])
La expansión en fracciones parciales, es
5
𝑌 + (𝑧) 0,5𝑧 − 0,5 𝐴1 𝐴2
= = +
𝑧 1 1 1 1 1 1 1 1
(𝑧 − [2 + 𝑗 2]) (𝑧 − [2 − 𝑗 2]) (𝑧 − [2 + 𝑗 2]) (𝑧 − [2 − 𝑗 2])
Con
1 1
𝐴2 = 𝐴1∗ = −𝑗
4 4
Luego
𝑌 + (𝑧) 1 1 1 1 1 1
=( +𝑗 ) +( −𝑗 )
𝑧 4 4 (𝑧 − [1 + 𝑗 1]) 4 4 (𝑧 − [1 − 𝑗 1])
2 2 2 2
De donde
1 1 1 1 1 1
𝑌 + (𝑧) = ( + 𝑗 ) +( −𝑗 )
4 4 1 − [1 + 𝑗 1] 𝑧 −1 4 4 1 − [1 − 𝑗 1] 𝑧 −1
2 2 2 2
Con
1 1 √2 𝑗𝜋 1 1 √2 −𝑗𝜋
+𝑗 = 𝑒 4 ; −𝑗 = 𝑒 4
4 4 4 4 4 4
1 1 √2 𝑗𝜋 1 1 √2 −𝑗𝜋
+𝑗 = 𝑒 4 ; −𝑗 = 𝑒 4
2 2 2 2 2 2
𝑌 + (𝑧) se puede escribir como
√2 𝑗𝜋 1 √2 −𝑗𝜋 1
𝑌 + (𝑧) = 𝑒 4 + 𝑒 4
4 √2 𝜋 4 √2 𝜋
1 − 2 𝑒 𝑗 4 𝑧 −1 1 − 2 𝑒 −𝑗 4 𝑧 −1
6
En consecuencia
𝑛 𝑛
√2 𝜋 √2 𝜋 √2 −𝑗𝜋 √2 𝜋
𝑦(𝑛) = 𝑍 −1 {𝑌 +
(𝑧)} = [ 𝑒 𝑗 4 ( ) 𝑒 𝑗 4 + 𝑒 4 ( ) 𝑒 −𝑗 4 ] 𝑢(𝑛)
4 2 4 2
𝑛
√2 √2 𝜋
(𝑛+1)
𝜋
(𝑛+1)
𝑦(𝑛) = ( ) (𝑒 𝑗 4 + 𝑒 −𝑗 4 ) 𝑢(𝑛)
4 2
Aplicando Euler, se obtiene
𝑛
√2 √2 𝜋
𝑦(𝑛) = ( ) cos [ (𝑛 + 1)] 𝑢(𝑛)
2 2 4
Finalmente
𝑛+1
√2 𝜋
𝑦(𝑛) = ( ) cos [ (𝑛 + 1)] 𝑢(𝑛)
2 4
∑ 𝑎𝑘 𝑦(𝑛 − 𝑘) = ∑ 𝑏𝑘 𝑥(𝑛 − 𝑘)
𝑘=0 𝑘=0
Por lo tanto
1 + 𝑒 −𝑗Ω
𝐻(Ω) =
1 − 𝑒 −𝑗Ω + 0,5𝑒 −𝑗2Ω
7
Problema N°4. Si
𝑛 𝑛
𝑥 ( ) si es entero
𝑥𝑘 (𝑛) = { 𝑘 𝑘
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Demostrar que
𝑋𝑘 (𝑧) = 𝑋(𝑧 𝑘 )
Solución
Para la resolución del problema, se hace uso de la definición de Transformada – Z. En primer
lugar s le aplica a la secuencia 𝑥𝑘 (𝑛), definida en el enunciado del problema, o sea
∞ ∞
𝑛
𝑋𝑘 (𝑧) = ∑ 𝑥𝑘 (𝑛)𝑧 −𝑛 = ∑ 𝑥 ( ) 𝑧 −𝑛 (𝐼)
𝑘
𝑛=−∞ 𝑛=−∞
Siendo n/k entero, es decir
𝑛
=𝑚
𝑘
Siendo m entero. Haciendo el cambio de variable en la ecuación (I), se tiene
∞
𝑋𝑘 (𝑧) = ∑ 𝑥(𝑚)𝑦 −𝑚
𝑚=−∞
𝑋(𝑦) = ∑ 𝑥(𝑚)𝑦 −𝑚
𝑚=−∞
Luego
𝑋𝑘 (𝑧) = 𝑋(𝑦)
Pero 𝑦 = 𝑧 𝑘 , en consecuencia
𝑋𝑘 (𝑧) = 𝑋(𝑧 𝑘 )
Que era lo que se pedía demostrar
8
ANEXO II
SOLUCIONARIOS DE TALLERES
SOLUCIÓN TALLER 1 ANÁLISIS DE SEÑALES
EJERCICIO N° 1. Sea
2 + 3x + 5x 2
H ( x) =
6 + 11x + 6 x 2 + x3
SOLUCIÓN
>>num = [5 3 2];
r=
19.0000
-16.0000
2.0000
p=
-3.0000
-2.0000
-1.0000
k=
1
[]
19 16 2
H ( x) = - +
x + 3 x + 2 x +1
>>num=[2 3 5];
>> [r,p,k]=residue(num,den)
r=
2.0000
-8.0000
6.3333
p=
-1.0000
-0.5000
-0.3333
k=
[]
19
8 2
H ( x) = 3 - +
1 1 x +1
x+ x+
3 2
De donde se obtiene
2 x 2 + 3x + 5
H ( x) = 3
6 x + 11x 2 + 6 x + 1
2
De los resultados obtenidos en los apartados a) y b), se deduce que se debe respetar las
definiciones de los vectores num y den al usar la sintaxis [r,p,k] = residue(num,den).
c) Para
2 + 5x 2
H ( x) =
6 + 11x + 6 x 2 + x3
>>num=[5 0 2];
>> [r,p,k]=residue(num,den)
r=
23.5000
-22.0000
3.5000
p=
-3.0000
-2.0000
-1.0000
k=
[]
47 1 1 7 1
H ( x) = g - 22g + g
2 x+3 x + 2 2 x +1
En este caso fue necesario efectuar un relleno de cero en el vector num ya que en él se tiene
que b1 = 0, lo que implica que los residuos del apartado c) son diferentes a los del apartado
a), manteniéndose los polos iguales.
3
EJERCICIO N° 2. Si
x ( t ) = t éëu ( t ) - u ( t - 2 ) ùû
Proponer un programa MATLAB para dibujar las componentes par e impar de x(t) dada.
Con escala de -4 a +4 en ambos ejes.
SOLUCIÓN
Se tiene que componente par xp(t) de la señal x(t) está dada por:
1
xP ( t ) = é x ( t ) + x ( -t ) ùû
2ë
x ( -t ) = ( -t ) éëu ( -t ) - u ( -t - 2 ) ùû = ( -t ) éëu ( t + 2 ) - u ( t ) ùû
>> t=-4:0.001:4;
>> x=(t).*[stepfun(t,0)-stepfun(t,2)];
>>x1=(-t).*[stepfun(t,-2)-stepfun(t,0)];
>>xp=(1/2)*[x+x1];
>>xi=(1/2)*[x2-x1];
>>subplot(2,1,2)
>>plot(t,xi);grid
>>axis([-4 4 -4 4]);
>>title('Gráfica de xi(t)');
>>subplot(2,1,1);
>>plot(t,xp);grid
>>axis([-4 4 -4 4]);
>>title('Gráfica de xp(t)');
4
Gráfica de xp(t)
4
-2
-4
-4 -3 -2 -1 0 1 2 3 4
Gráfica de xi(t)
4
-2
-4
-4 -3 -2 -1 0 1 2 3 4
5
SOLUCIÓN DE TALLER 2 DE ANÁLISIS DE SEÑALES
EJERCICIO . Sea
x ( t ) = e -t
2
Solución
>> t=sym('t');
>> x=exp(-t^2);
>> X=fourier(x);
>> X
X=
pi^(1/2)/exp(w^2/4)
O sea
p
X(f )=
( p2f 2 )
e
1
>> w=-2*pi:1/254:2*pi;
>> X=pi^(1/2)./exp(w.^2/4);
>> subplot(2,1,1)
>> plot(w/pi,abs(X));
>> xlabel('w/pi');
>>title('Gráfica |H(f)|');
>> ylabel('|X(f)|');grid
>> subplot(2,1,2)
>> plot(w/pi,angle(X));
>> title('ang(X(f))');
>> ylabel('ang(X(f))');grid
Gráfica |H(f)|
2
1.5
|X(f)|
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
w/pi
Gráfica de ang(X(f))
1
0.5
ang(X(f))
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
2
SOLUCIÓN TALLER N° 3 ANÁLISIS DE SEÑALES
2 - z -1 + 3 z -2 + 4 z -4
X (z) =
3 + 2 z -1 - z -2
Solución.
r=
2.5000
29.1667
p=
-1.0000
0.3333
k=
-31 -8 -4
>>
Luego, la expansión en fracciones parciales de X(z) dada, es
2, 5 29,167
X ( z ) = -31 - 8 z -1 - 4 z -2 + +
1 - ( -1) z -1
æ1ö
1 - ç ÷ z -1
è3ø
b) El programa MATLAB propuesto es
>> z=sym('z');
>> X=-31-8*(z^-1)-4*(z^-2)+2.5/(1-(-1)*(z^-1))+29.167/(1-(1/3)*(z^-1));
>> x=iztrans(X)
x=
(29167*(1/3)^n)/1000 - 31*kroneckerDelta(n, 0)
O sea
n
æ1ö
x ( n ) = -31d ( n ) - 8d ( n - 1) - 4d ( n - 2 ) + 2, 5 ( -1) u ( n ) + 29,167 ç ÷ u ( n )
n
è3ø
SOLUCIÓN TALLER 4 DE ANÁLISIS DE SEÑALES
Solución
1
Gráfica de z(n)=x(n)*y(n)
12
10
6
z(n)
-2
-4
-5 -4 -3 -2 -1 0 1 2 3 4 5
n
2
SOLUCIÓN DE TALLER 5 DE ANÁLISIS DE SEÑALES
EJERCICIO . Si
x ( t ) = t éëu ( t ) - u ( t - 2 ) ùû
a) Usando la función int , cuya sintaxis es int(C,x,a,b), proponer un programa MATLAB
para determinar la función autocorrelación de x(t).
b) Proponer un programa MATLAB para graficar la auocorrelación obtenida en al apartado
a).
Para declarar simbólico el escalón unitario, se usa la sintaxis
escalon = sym('Heaviside(t)')
Solución
a) La gráfica de x(t), se muestra en la Figura 1
x(t)
0 2 t
Figura 1
Rxx (t ) = ò x ( t + t ) x ( t ) dt
-¥
Se tiene, para;
i) t ³ 2
La Figura 2, ilustra tal situación
x(t)
x (t +t ) 2
-t -t + 2 0 2 t
Figura 2
En este caso
¥
Rxx (t ) = ò x ( t + t ) x ( t ) dt = 0
-¥
ii) 0 £ t £ 2
La Figura 3, ilustra esta situación
x(t)
x (t + t ) 2
-t 0 -t + 2 2 t
Figura 3
La ecuación de x ( t + t ) ,es
x (t + t ) = t + t
Por lo tanto, el programa MATLAB propuesto, es
>> t=sym('t');
>> T=sym('T');
>> z=t +T; y=t;
>> r=z*y;
>> R=int(r,t,0,-T+2)
R=
((T - 2)^2*(T + 4))/6
O sea
(t - 2 ) (t + 4 )
2
Rxx (t ) =
6
Obteniendose
t3 8
Rxx (t ) = - 2t +
6 3
iii) -2 £ t £ 0
La Figura 4, ilustra esta condición
x(t) x (t +t )
2
-t -t + 2 t
0 2
Figura 4
En este caso, el programa MATLAB propuesto, es
>> t=sym('t');
>> T=sym('T');
>> z=t+T; y=t;
>> r=z*y;
>> R=int(r,t,-T,2)
R=
O sea
- (t + 2 ) (t - 4 )
2
Rxx (t ) =
6
De donde
1 8
Rxx (t ) = - t 3 + 2t +
6 3
iv) t £ -2
La Figura 5, ilustra esta condición
x(t)
x (t + t )
2
0 2 -t -t + 2
Figura 5
En este caso
Rxx (t ) = ò x ( t + t ) x ( t ) dt = 0
-¥
Gráfica de R (T)
xx
3
2.5
1.5
Rxx(T)
0.5
-0.5
-5 -4 -3 -2 -1 0 1 2 3 4 5
T
ANEXO III
MATLAB APLICADO AL
ANÁLISIS DE SEÑALES
Matlab aplicado al análisis de señales
Índice
1.- Generalidades sobre Matlab 03
1.1.- ¿Qué es Matlab? 03
1.2.- Entorno de trabajo 05
1.3.- Declaración de variables 06
1.4.- Funciones matemáticas disponibles 07
1.5.- Operaciones Matemáticas 07
1.6.- Vectores y Matrices 08
1.7.- Operaciones entre Vectores y Matrices 10
1.8.- Operadores lógicos y relacionales 12
1.9.- Gráficos en Matlab 12
1.10.- Funciones por tramo 15
1.11.- Elementos de un gráfico 18
1.12.- Colores y puntos en gráficas 19
2.- Transformadas en Matlab 23
2.1.- Transformada de Fourier 23
2.2.- Transformada inversa de Fourier 25
2.3.- Transformada de Laplace 26
2.4.- Transformada inversa de Laplace 30
2.5.- Transformada discreta de Fourier 33
2.6.- Transformada inversa discreta de Fourier 36
2.7.- Transformada z 37
2.8.- Transformada z inversa 39
3.- Anexo 42
3.1.- Gráficos interactivos con Mathematica 42
3.2.- Serie de Fourier de un Pulso Cuadrado 43
3.3.- Serie de Fourier de una señal Triangular 43
2
Matlab aplicado al análisis de señales
3
Matlab aplicado al análisis de señales
Matlab es un software que provee una serie de herramientas que permiten resolver
problemas comunes en ciencia e ingeniería. Consta de una serie de rutinas, algoritmos,
bloques, etc. que ayudan a analizar y visualizar las variables involucradas en los
distintos procesos.
Este documento, se enfocará en el uso de Matlab aplicado al análisis de señales, se
revisarán los comandos y rutinas relativas a la gráfica de señales, tanto en tiempo
discreto como continuo, transformaciones como Fourier, discreta de Fourier, Z, entre
otras.
4
Matlab aplicado al análisis de señales
5
Matlab aplicado al análisis de señales
Cuando se quiera definir una variable se debe tener en consideración las siguientes
restricciones:
Debe iniciarse con una letra.
Puede contener letras, números y guiones bajos.
Matlab distingue entre minúsculas y mayúsculas.
Existen variables predefinidas como pi que tiene asignado el valor 3,14159…
Para asignar un valor a una variable se hace uso del símbolo “=” como se muestra a
continuación:
>>x=45
6
Matlab aplicado al análisis de señales
Paréntesis
Exponentes (potencias, raíces)
Multiplicación-División
Suma-Resta
En la Figura 3 se muestra un ejemplo en donde se puede apreciar que Matlab primero
ejecuta los paréntesis, luego las multiplicaciones y posteriormente las sumas o restas
que quedan por realizar.
2 √𝜋
Ejemplo: Calcular el valor de 𝑒 sin((𝑥−𝑦) ) , con 𝑥 = 2√𝜋 e 𝑦 = ;
4
De lo anterior se puede deducir que al usar “,” (coma) se separan elementos dentro de
una misma fila y para cambiar de fila se debe ingresar un “;” (punto y coma). Lo
anterior nos sirve para escribir matrices. La Figura 6 muestra un ejemplo de la
definición de una matriz.
Notar que los elementos dentro de una misma fila se separan con “coma” y para
cambiar de fila se debe escribir un “punto y coma”. La Figura 6 muestra la definición
de una matriz.
>>x=[a:dx:b]
Donde a es el primer elemento del vector, dx es el incremento de cada elemento y b es
el elemento final.
9
Matlab aplicado al análisis de señales
En el caso de una matriz, como esta posee filas y columnas, se debe utilizar el
comando size(x), este entregará como resultado un vector donde el primer elemento
corresponderá al número de filas y el segundo al número de columnas.
Para acceder a un elemento de un vector primero se debe saber que las posiciones son
numeradas desde 1 en adelante. En el caso de un vector fila 1 es la posición del primer
elemento (a la izquierda), en el caso de un vector columna 1 es la posición del primer
elemento (superior).
En el caso de una matriz, dado que está compuesta por filas y columnas, estas se
numeran de 1 hasta n y de 1 hasta m (para una matriz de n filas y m columnas). Para
acceder al elemento de la fila i y columna j se debe escribir lo siguiente:
>>M(i,j)
Donde i debe ser el número de la fila y j el número de la columna.
Existe arreglos (matrices) predefinidas en Matlab. Estas son algunas matrices que
podrían facilitar la creación de ellas:
Existen otras definiciones de matrices, pero estas son las más usadas en la asignatura
de análisis de señales.
Algunas operaciones pueden no ser bien definidas si las dimensiones de los vectores no
son las adecuadas.
10
Matlab aplicado al análisis de señales
Para sumar vectores simplemente se usa la suma, teniendo en cuenta de que deben
tener la misma longitud y ser del mismo tipo (fila o columna).
>>c=x.^n %asigna al vector c un vector cuyas componentes son las del vector x pero
todas elevadas a la potencia n.
Nótese que se debe usar “.” para que un vector operar sobre las componentes. Si el
punto no se coloca la operación no quedaría bien definida debido a que las dimensiones
no serían las adecuadas.
Ejemplo: El siguiente comando hará que las componentes del vector x sean elevadas a
las componentes del vector y (ver Figura 8):
Otro comando útil es el reshape, este permite convertir o reordenar un vector y llevarlo
a una matriz. Sea un vector x de L elementos, este puede convertirse en una matriz de
orden 𝑚𝑥𝑛siempre que se cumpla que 𝐿 = 𝑚𝑥𝑛; sino aparecerá un mensaje de error.
11
Matlab aplicado al análisis de señales
Los primeros elementos del vector x serán colocados en la primera columna y así
sucesivamente se irán rellenando las columnas. Un ejemplo se muestra en la Figura 9.
Se aprecia que los primeros elementos del vector x quedaron en la primera columna de
la matriz y. La matriz y es de orden 3𝑥4 = 12, lo que corresponde a la longitud del
vector x.
12
Matlab aplicado al análisis de señales
Figura 10: Comando plot, notar que el vector “x” corresponde a las abcisas y el “y” a
las ordenadas.
En la Figura 11 se muestra la gráfica parcial de una función sin(x), pero como hay
pocos puntos la función no se ve de la mejor forma.
13
Matlab aplicado al análisis de señales
Otra forma no vista antes de definir un vector es con el comando linspace. Su sintaxis
es la siguiente:
Figura 12: Gráfica de la función sin(x) con 100 puntos entre 0 y 2𝜋.
Como se ha visto en la asignatura de análisis de señales, una señal puede ser de tiempo
continuo, la que podría ser graficada con el comando plot, pero también existen señales
de tiempo discreto, las que en general corresponden a muestras o secuencias de
valores. En general las señales de tiempo discreto son importantes ya que son las que
se almacenan en un computador. Una señal de tiempo continuo equivale a tener
infinitas muestras entre un punto y otro, cualesquiera, en donde la señal esté definida.
Dado que las memorias son de capacidad finitas el uso de señales muestreadas es muy
común en la disciplina del procesamiento de señales. Dado que las muestras solo
existen para aquel tiempo en que fue tomada (generalmente múltiplos de un tiempo de
muestreo 𝑇𝑠 ) solo deben graficarse en dicho instante de tiempo, para esto Matlab
cuenta con la función stem. La sintaxis de stem es muy similar a la del comando plot.
14
Matlab aplicado al análisis de señales
Figura 13: Comando stem para graficar una señal en tiempo discreto.
15
Matlab aplicado al análisis de señales
En la Figura 14 se muestra encerrado en una elipse el botón que crea un nuevo script,
este nos dará una pantalla donde podemos colocar una secuencia de comandos que
queramos ejecutar.
Al presionar el botón anterior aparecerá un editor para escribir lo que se necesite. (Ver
Figura 15).
Si bien escribir programas está fuera del propósito de este manual, construiremos uno
tal que reciba un vector x como argumento y grafique la función por tramos definida
anteriormente en la ecuación (1).
Existen múltiples formas de definir una función por tramos, una alternativa sería usar
la función escalón unitario, ya que esta función permite “recortar” señales.
16
Matlab aplicado al análisis de señales
La otra alternativa sería usar un ciclo forque fuese evaluando para cada valor de x que
función evaluar y así generar un vector de salida con los valores necesarios. Usaremos
en esta ocasión otra alternativa, que se basa en algunos de los contenidos vistos en este
manual.
El pequeño script consiste en usar operadores relacionales y lógicos. Cuando un
operador relacional es verdadero arroja el valor “1” y los falsos arrojan el valor “0”.
Por lo tanto el script al tomar un valor de x evalúa en toda la expresión habilitando solo
la porción de función que esté multiplicada por el operador relacional que corresponda.
En la Figura 16 se muestra un script que realiza lo descrito previamente:
Figura 16: Ejemplo de script para graficar una función por tramos.
17
Matlab aplicado al análisis de señales
18
Matlab aplicado al análisis de señales
El comando plot, asi como el stem en general reciben vectores como argumento, por
ejemplo plot(x,y) en donde graficay (eje vertical) vs x (eje horizontal).
19
Matlab aplicado al análisis de señales
Figura 19: Gráfica de una función seno donde se han modificado color, puntos y líneas.
Las opciones que pueden ser añadidas a través de string se muestran en la Tabla 1.
20
Matlab aplicado al análisis de señales
Cabe destacar que en la Tabla anterior aparecen separadas las distintas opciones
disponibles para la categoría color, marcador o estilo de línea. Dado lo anterior no es
posible ocupar en una misma curva 2 elementos de alguna categoría, por ejemplo no se
puede a una misma curva agregar el string ‘bg’ porque estaríamos refiriéndonos a 2
colores y Matlab no sabría interpretar que color colocar a la curva.
Varias funciones en el mismo gráfico
Matlab permite que en una misma gráfica aparezcan varias curvas.
Una forma es agregar más pares de vectores al comando plot o stem (ver Figura 20).
Otra forma de obtener varias curvas en una misma gráfica es mediante el comando
holdon.
Este comando lo que hace es “retener” las gráficas superponiendo las curvas
posteriores.
21
Matlab aplicado al análisis de señales
22
Matlab aplicado al análisis de señales
2. Transformadas en Matlab
2.1. Transformada de Fourier
La transformada de Fourier permite transformar señales en el dominio del tiempo a
señales en el dominio de la frecuencia. En el caso que una función sea periódica la
transformada de Fourier diverge por lo que es recomendable usar la serie de Fourier.
Matlab también posee comandos para calcular la transformada de Fourier de una señal
𝑓(𝑡). Si se revisa la literatura existen distintas definiciones de transformada de Fourier,
a veces esta puede estar normalizada o no, lo que implicará la aparición del factor √2𝜋.
La definición que posee Matlab es la siguiente:
∞
𝐹(𝜔) = ∫−∞ 𝑓(𝑡) 𝑒 −𝑗𝜔𝑡 𝑑𝑡 (2)
Para calcular la transformada de Fourier en Matlab se hace uso del comando fourier.
Su sintaxis es la siguiente:
>>syms t w %esto define las variables a utilizar t para tiempo y w para frecuencia.
23
Matlab aplicado al análisis de señales
Este comando es muy útil, ya que le permite a Matlab “reconocer” cuales son las
variables involucradas en el problema.
Ejemplo: Calcular la transformada de Fourier de 𝑥(𝑡) = cos(𝜔0 𝑡), ver Figura 24.
24
Matlab aplicado al análisis de señales
Ejemplo: Calcular la transformada inversa de Fourier de 𝐹(𝜔) = 𝛿(𝜔), ver Figura 26.
25
Matlab aplicado al análisis de señales
𝑠𝑒𝑛(𝜔)
Figura 27: Cálculo de la transformada inversa de la función 𝐹(𝜔) = .
𝜔
26
Matlab aplicado al análisis de señales
27
Matlab aplicado al análisis de señales
Ejemplo: Demostrar que ℒ{𝑒 −𝑎𝑡 𝑓(𝑡)} = 𝐹(𝑠 + 𝑎), ver Figura 31.
28
Matlab aplicado al análisis de señales
29
Matlab aplicado al análisis de señales
30
Matlab aplicado al análisis de señales
A los ceros del numerador se les denomina simplemente ceros. A los valores de s que
hacen cero el denominador se les denomina polos.
31
Matlab aplicado al análisis de señales
La otra posibilidad es que un sistema posea polos complejos conjugados, a este tipo de
respuestas se les denomina subamortiguadas.
5𝑠+4
Ejemplo: Calcular la transformada inversa de 𝐹(𝑠) = 𝑠2 +𝑠+3
𝑠2 +𝑠+1
Ejemplo: Calcular la Transformada inversa de Laplace de 𝐹(𝑠) = 𝑠2 +8𝑠+15
Figura 39: Caso cuando el numerador tiene el mismo grado que el denominador.
Donde 𝑥(𝑛) es una señal discreta en el tiempo, 𝑋(𝑘) corresponde a las transformada
discreta de Fourier de 𝑥(𝑛) y k variando de 0 a N.
Dado que en la ecuación (11) se aprecia que 𝑋(𝑘) será una cantidad compleja, es decir
con parte real e imaginaria, para poder graficarla será necesario especificar que se desea
obtener. En general 2 gráficos muy útiles son el de amplitud y fase.
33
Matlab aplicado al análisis de señales
Para obtener la amplitud o módulo de las componentes de un vector se hace uso del
comando abs. Su sintaxis es la siguiente:
Para graficar la fase o ángulo de cada componente es necesario hacer uso del comando
angle.
anglefunciona de manera similar al comando anterior, sólo que en vez de entregar la
amplitud entregará el ángulo de cada componente expresada en radianes. Su sintaxis es
la siguiente:
34
Matlab aplicado al análisis de señales
35
Matlab aplicado al análisis de señales
Donde 𝑋(𝑘) es un vector que contiene las componentes de la DFT (Discrete Fourier
Transform) de la secuencia 𝑥(𝑛), siendo N el número de componentes o longitud del
vector X.
36
Matlab aplicado al análisis de señales
2.7. Transformada Z
La transformada Z constituye una de las transformadas más útiles en sistemas
discretos. Se puede decir que es la contraparte de la transformada de Laplace en
sistemas continuos. Permite transformar un sistema de ecuaciones de diferencias
lineales con coeficientes constantes en un sistema algebraico. La transformada Z está
definida en Matlab mediante la siguiente expresión:
𝑋(𝑧) = ∑∞
𝑛=0 𝑥(𝑛)𝑧
−𝑛
(13)
Matlab permite calcular la transformada Z a través del comando ztrans. La sintaxis del
comando en cuestión se muestra a continuación:
>>ztrans(f,n,z) %Comando para calcular transformada Z de unafunción discreta f.
37
Matlab aplicado al análisis de señales
Similarmente a los casos anteriores primero se deben definir las variables involucradas
en el problema; en este caso a, n y z. Luego los argumentos que utiliza el comando
ztrans son en primera instancia la función que queremos transformar (a^n),
posteriormente la variable independiente (de la cual depende la función anterior), en
este caso n.Finalmente se coloca la variable en la cual queremos dejar expresada la
transformada, en este caso z.
En la Figura 47 se aprecia que en primera instancia se deben definir todas las variables
del problema, en este caso, 𝑥(𝑛), 𝑛 y 𝑧. El resultado de dicha transformada es muy útil
para ecuaciones de diferencias con coeficientes variables, debido al término 𝑛𝑥(𝑛)
donde la variable independiente n multiplica a la función que se quiere transformar
𝑥(𝑛).
38
Matlab aplicado al análisis de señales
𝑑2 𝑑
𝑧2 𝑋(𝑧) + 𝑧 𝑋(𝑧)(16)
𝑑𝑧 2 𝑑𝑧
39
Matlab aplicado al análisis de señales
1
𝑥(𝑛) = ∫ 𝑋(𝑧)𝑧 𝑛−1 𝑑𝑧(17)
𝑗2𝜋
Para sistemas lineales en general se tendrá que la transformada z, que representa a la
función de transferencia del sistema o la respuesta de este, será una función racional.
Por este motivo encontrar la transformada inversa de expresiones racionales es de
nuestro interés.
Matlab permite el cálculo de la transformada z inversa mediante el comando iztrans.
La sintaxis del comando es la siguiente:
>>iztrans(f,z,n) %Cálculo de la transformada z inversa de f.
Donde f representa una expresión dependiente de la variable z y el resultado de la
transformada inversa quedará en función de n.
Similarmente a los casos anteriores se debe primero definir las variables en juego en el
problema y luego aplicar el uso del comando iztrans.
4𝑧
Ejemplo: Calcular la transformada inversa de 𝑋(𝑧) = (𝑧−2)2
4𝑧
Figura 50: Transformadaz inversa de (𝑧−2)2
Similarmente a los casos anteriores es importante primero definir las variables, en este
caso n y z, para que así Matlab “reconozca” que se le ingresará una expresión en
función de z. Si se observa la expresión mostrada en la Figura 50, en el
comandoiztrans, aparecen 3 argumentos, el primero corresponde a la expresión que
queremos transformar, luego aparece la variable z, que es la variable de la cual
depende la expresión ingresada y finalmente aparece la variable n, que es la variable de
salida, de la que dependerá la expresión final (el resultado de la transformada inversa).
Podemos cambiar la variable de salida por cualquier otra, ejemplo k. (Ver Figura 51).
40
Matlab aplicado al análisis de señales
41
Matlab aplicado al análisis de señales
3. Anexo
3.1. Gráficos Interactivos con Mathematica.
En esta sección se presentan algunas rutinas que serán utilizadas durante la asignatura
para mostrar de manera interactiva el tópico relacionado con Series de Fourier.
Las series de Fourier permiten que cualquier función periódica sea expresada como una
suma de funciones sinusoidales (seno y coseno). Sea 𝑓(𝑡) una función periódica con
2𝜋
periodo 𝑇 = donde 𝜔 es la frecuencia angular y T el periodo. La función puede ser
𝜔
expresada como:
∞
Donde
𝑇
1
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇
0
𝑇
2
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔𝑡) 𝑑𝑡
𝑇
0
𝑇
2
𝑏𝑛 = ∫ 𝑓(𝑡) sen(𝑛𝜔𝑡) 𝑑𝑡
𝑇
0
En la Figura 54 se muestran los parámetros de una sinusoide y el gráfico interactivo de
esta señal.
42
Matlab aplicado al análisis de señales
La Figura 54 muestra el gráfico de una función seno, está puede ser variada a coseno o
tangente, además se puede variar su amplitud y su fase, parámetros usuales en
funciones trigonométricas.
En este gráfico interactivo se puede variar el número de armónicos, así mientras más
armónicos se grafiquen, más nos acercamos a la señal requerida (Pulso Cuadrado
Bipolar).
43
Matlab aplicado al análisis de señales
Figura 57: Serie de Fourier con 18 armónicos de una señal dientes de sierra.
44
Matlab aplicado al análisis de señales
Recordemos que un rectificador de media onda solo escoge un signo de la señal, este
puede ser positivo o negativo. En nuestro caso al ingresar una señal sinusoidal a un
rectificador de media onda, este solo permitirá mostrar los valores positivos, y cuando
la sinusoide tome valores negativos en la salida del rectificador se mostrará el valor
cero.
En electrónica y electrónica de potencia son muy comunes este tipo de señales, al igual
que las dientes de sierra y triangulares, utilizadas en modulación PWM.
45
Matlab aplicado al análisis de señales
46