1

Sistemas Lineales Invariantes en el Tiempo

Semana 4

Dr. Fernando Arias

0866 | Señales y Sistemas
Universidad Tecnológica de Panamá
2023
2

Sistemas LTI – Lineales Invariantes en el Tiempo

▪ Modelo LTI – linealidad e

invarianza en el tiempo.
▪ Muchos procesos reales tienen
estas propiedades y pueden
modelarse de esta forma.
▪ Permiten un análisis sencillo y
detallado usando herramientas
básicas para el análisis de
señales y sistemas.
3

Sistemas LTI Permite representar la entrada a un sistema LTI

en términos de una combinación lineal de un
conjunto de señales básicas, y calcular la salida
▪ Linealidad: en términos de las respuestas a esas señales
▪ Implica que la relación entre la básicas.
entrada y la salida de un sistema es el
resultado de ecuaciones diferenciales Las señales en general se pueden representar
lineales, es decir, ecuaciones como la combinación lineal de impulsos
diferenciales que emplean solo retardados.
operadores lineales. Así, podemos tener una caracterización en
▪ Un sistema lineal que mapea una términos de la respuesta al impulso unitario.
entrada x(t) a una salida y(t) mapeará
una entrada escalada ax(t) a una
salida ay(t) igualmente escalada por
el mismo factor a.
▪ El principio de superposición se aplica
a un sistema lineal: si el sistema
mapea las entradas x1(t) y x2(t) a las
salidas y1(t) y y2(t), respectivamente,
entonces mapeará
x3(t) = x1(t) + x2(t) a la salida y3(t)
donde y3(t) = y1(t) + y2(t).
4
Sistemas LTI
▪ Invarianza en el tiempo:
▪ Implica que, ya sea que apliquemos
una entrada al sistema en este
instante o T segundos a partir de este
instante, la salida será idéntica
excepto por un retraso de tiempo de
T segundos.
▪ Es decir, si la salida debida a la
entrada x(t) es y(t), entonces la salida
debida a la entrada x(t – T) es y(t – T).
▪ Por lo tanto, el sistema es invariante
en el tiempo porque la salida no
depende del momento particular en
que se aplica la entrada.
El resultado fundamental de la teoría del
sistema LTI es que cualquier sistema LTI puede
caracterizarse por completo por una única
función llamada respuesta al impulso del
sistema.
• En un sistema continuo, la salida del sistema
y(t) es simplemente la convolución de la
entrada al sistema x(t) con la respuesta al
impulso del sistema h(t), i.e.,
y(t) = x(t)*h(t)
• De manera similar, un sistema LTI en tiempo
discreto (o, más generalmente, "invariante en
el desplazamiento") se define como uno que
opera en tiempo discreto:
y[n] = x[n] ∗ h[n]
donde y[n], x[n] y h[n] son secuencias y la
convolución, en tiempo discreto, utiliza una
suma discreta en lugar de una integral.
5

Sistemas LTI
6

Operación de Convolución

▪ Relaciona 3 señales de interés: la señal de entrada, la señal de salida y la

respuesta al impulso.
▪ Ayuda a entender el comportamiento de un sistema basado en eventos
presentes y pasados.
▪ Operación matemática formal, igual que la multiplicación, suma e
integración.
▪ Múltiples aplicaciones:
▪ Probabilidad ▪ Visión por computadora
▪ Ingeniería Eléctrica ▪ Ecuaciones diferenciales
▪ Codificación de señales ▪ Inteligencia artificial (redes neuronales)
▪ Receptores de señales ▪ Análisis de armónicos
▪ Estadística ▪ Sismografía
▪ Óptica ▪ Tomografía
▪ Procesamiento de imágenes
7

Operación de Convolución

▪ Aplicaciones:
▪ En química analítica, la convolución se usa para diseñar
ciertos filtros que se utilizan para el análisis de datos
espectroscópicos para mejorar la relación señal-ruido
con una distorsión mínima de los espectros.
▪ En estadística, una media móvil ponderada es una
convolución.
▪ En acústica, la reverberación es la convolución del
sonido original con ecos de los objetos que rodean la
fuente de sonido.
▪ En el procesamiento de señales digitales, la convolución
se utiliza para mapear la respuesta al impulso de una
habitación real en una señal de audio digital.
▪ En la música electrónica, la convolución es la imposición
de una estructura espectral o rítmica a un sonido.
8

Operación de Convolución

▪ Cualquier señal discreta se puede representar

como una secuencia de impulsos individuales
(desplazados en el tiempo y escalados en la
amplitud).

+∞

𝑥 𝑛 = ෍ 𝑥 𝑘 𝛿[𝑛 − 𝑘]
𝑘=−∞
9

Operación de Convolución

▪ En otras palabras, la respuesta y[n] de un

sistema LTI a una entrada x[n] será la
superposición de las respuestas escaladas
del sistema a cada uno de estos impulsos
desplazados. +∞

𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ𝑘 [𝑛]
𝑘=−∞
10
Operación de Convolución
▪ Invarianza en el tiempo:
▪ Nos dice que las respuesta de un
sistema a impulsos desplazados en
el tiempo son simplemente
versiones desplazadas en el tiempo
una de otra:
ℎ𝑘 𝑛 = ℎ0 𝑛 − 𝑘
▪ Respuesta al impulso unitario:
ℎ 𝑛 = ℎ0 𝑛
▪ Para un sistema LTI, la suma de
convolución está dada por:
+∞
𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘]
𝑘=−∞
𝑦 𝑛 = 𝑥 𝑛 ∗ ℎ[𝑛]
▪ Un sistema LTI se caracteriza
completamente a partir de
solamente una señal: ¡Su
respuesta al impulso unitario!
11
Problema de Ejemplo
• Calcular la convolución 𝑥 𝑛 ∗ ℎ[𝑛] para las siguientes señales:

𝑦 𝑛 =𝑥 0 ℎ 𝑛−0

𝑥 1 ℎ 𝑛−1

𝑦 𝑛 = 0.5ℎ 𝑛 + 2ℎ 𝑛 − 1

+∞

𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘]
𝑘=−∞
12

Operación de Convolución

▪ Interpretación con señales en

función de k con n fijo para
diversos valores de n.
13 +∞
Problema de Ejemplo 𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘]
• Determinar la respuesta 𝑦 𝑛 de un sistema LTI con respuesta al impulso 𝑘=−∞
ℎ[𝑛] para una señal de entrada 𝑥 𝑛 :

Primer paso
a. Cambio de variable de n a k
b. Dejar una función igual
c. Invertir la otra función y llevarla a la izquierda (hasta el
infinito).
14 +∞
Problema de Ejemplo 𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘]
• Determinar la respuesta 𝑦 𝑛 de un sistema LTI con respuesta al impulso 𝑘=−∞
ℎ[𝑛] para una señal de entrada 𝑥 𝑛 :

𝑛<0
𝑦 𝑛 =0

𝑛=0

𝑦 0 = 𝑥 0 ℎ[0] = 1

𝑛=1

(1)(a) +(1)(1) = a+1

𝑛=2

(a2) +(1)(a)+ (1)(1)+ = a2 + a + 1

…
15 +∞
Problema de Ejemplo 𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘]
• Determinar la respuesta 𝑦 𝑛 de un sistema LTI con respuesta al impulso 𝑘=−∞
ℎ[𝑛] para una señal de entrada 𝑥 𝑛 [Ejemplo 2.4, Oppenheim]

Ancho de la convolución y[n] = x[n]*h[n]

Duración {y[n]} = duración {x[n]} + duración {h[n]}
El instante inicial de y[n) es la suma de los instantes iniciales
de x[n] y h[n].
El instante final de y[n) es la suma de los instantes finales de
x[n] y h[n].
16

Operación de Convolución

nx = 0:4;
x = ones(size(nx));
nh = 0:6;
h = 1.5.^nh;
nz = nx(1)+nh(1):nx(length(nx))+nh(length(nh));
z = conv(x,h);
subplot(2,2,1);stem(nx,x);axis([-2 12 0 max(h)]);grid
subplot(2,2,2);stem(nh,h);axis([-2 12 0 max(h)]);grid
subplot(2,2,3);stem(nz,z);axis([-2 12 0 max(z)]);grid
17

Operación de Convolución en Tiempo Continuo

▪ La integral de convolución nos da Un resultado interesante y muy

una manera matemática fácil de importante de lo anterior para un sistema
expresar la salida de un sistema lineal invariante en el tiempo es la
LTI basado en una señal convolución con un impulso.
arbitraria, x(t),y la respuesta al
impulso, h(t).
+∞

𝑦 𝑡 ≡ න 𝑥 τ ℎ 𝑡 − τ dτ
−∞

𝑦 𝑡 =𝑥 𝑡 ∗ℎ 𝑡

▪ Haciendo unos cambios simples

en las variables de la integral de
convolución, τ = t − τ,
podemos ver que la convolución
es conmutativa.
18

La Integral de Convolución

Ejemplo:

𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡)

+∞

𝑦 𝑡 = න 𝑥 𝜏 ℎ 𝑡 − 𝜏 𝑑𝜏
−∞
19

La Integral de Convolución

t < -2

-2  t < 0
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡)
+∞

𝑦 𝑡 = න 𝑥 𝜏 ℎ 𝑡 − 𝜏 𝑑𝜏
2+t
3(2 + t )
−∞ 2+t
 
2
 2
3t 2
0 3(− + 2)d = 3 − 2 + 2  = − 2 + 6(2 + t ) = − 2 + 6
0
20

La Integral de Convolución
0 t  −2
0t<2  3 2
− 2 t + 6 −2t 0
2
 2 
2

0 3(−  + 2 ) d = 3  − + 2  =6 y (t ) = f (t ) * g (t ) = 6 0t 2
 2
  0  3 t 2 − 12 t + 24 2t 4
2
0 t4

2t<4
2 2
𝜏2
න 3 −𝜏 + 2 𝑑𝜏 = 3 − + 2𝜏 อ
2
−2+𝑡 −2+𝑡
3
= 𝑡 2 − 12𝑡 + 24
2

Ancho de la convolución y(t) = f(t) * g(t)

t4 Duración {y(t)} = duración {f(t} + duración {g(t)}
El instante inicial de y(t) es la suma de los instantes
iniciales de f(t) y g(t).
El instante final de y(t) es la suma de los instantes
finales de f(t) y g(t).
21
Problema de Ejemplo
• Sea x(t) la entrada a un sistema LTI con respuesta al impulso unitario h(t).
Determinar la respuesta del sistema.

¿Cuáles son los intervalos de integración?

22
Problema de Ejemplo
• Sea x(t) la entrada a un sistema LTI con respuesta al impulso unitario h(t).
Determinar la respuesta del sistema.

tx=0:0.1:10;
x=exp(-tx);
th=0:0.1:20;
h=ones(size(th));
ty=tx(1)+th(1):0.1:tx(length(tx))+th(le
ngth(th));
y=0.1*conv(x,h);
subplot(2,2,1);plot(tx,x);grid;
subplot(2,2,2);plot(th,h);grid;
subplot(2,2,3);plot(ty,y);grid;
23
Problema de Ejemplo
• Sea h(t) un pulso triangular como el que se
muestra en la figura, y x(t) un tren de
impulsos Solución:

• Determine y grafique la convolución de

ambas señales.
24

Propiedades de la convolución

▪ Propiedad conmutativa

▪ Propiedad distributiva
25

Propiedades de la convolución

▪ Propiedad asociativa
26

Sistemas LTI: Memoria

▪ Sistema sin memoria

▪ La salida en cualquier instante depende solamente de la entrada en
ese mismo instante.
▪ En un sistema LTI discreto, esto se cumple si h[n] = 0 para n ≠ 0. En
este caso h[n] = K δ[n].
▪ La suma de convolución se reduce a y[n] = K x[n]
▪ Para sistemas continuos: y(t) = K x(t)
▪ Sistema con memoria
▪ Si la respuesta al impulso h[n] no es idéntica a cero para n ≠ 0.
▪ Caso especial: sistema identidad
▪ Cuando K = 1, por ende y(t) = x(t)
27

Sistemas LTI: Invertibilidad

▪ Un sistema h(t) es invertible únicamente si existe un sistema

inverso h1(t) que, cuando está conectado en serie con el
sistema original, produce una salida igual a la entrada del
primer sistema.
28

Sistemas LTI: Causalidad

▪ Ejemplo: Acumulador
▪ Considere un sistema LTI con
respuesta al impulso

▪ Para una entrada arbitraria

▪ El inverso de este sistema es

▪ Si x[n] = δ[n], entonces

29

Sistemas LTI: Estabilidad

▪ Un sistema es estable si cada entrada limitada produce una salida

limitada.
▪ Un sistema LTI es estable si la respuesta al impulso unitario es
absolutamente sumable (integrable)

▪ Entonces y[n] está limitada en magnitud

30

Sistemas LTI: Estabilidad

▪ Ejemplo: ¿Las siguientes respuestas impulso corresponden a sistemas

LTI estables?

𝑡
−𝑅𝐶
ℎ1 𝑡 = 𝐴𝑒 𝑢 𝑡

ℎ2 𝑡 = 𝜔0 sin 𝜔0 𝑡 𝑢 𝑡
31

Sistemas LTI: Estabilidad

▪ Ejemplo: ¿Las siguientes respuestas impulso corresponden a sistemas

LTI estables?
Solución
∞ ∞
𝑡
−𝑅𝐶
𝑡
−𝑅𝐶 𝐴
ℎ1 𝑡 = 𝐴𝑒 𝑢 𝑡 න ℎ1 𝑡 𝑑𝑡 = න 𝐴𝑒 𝑑𝑡 = <∞
𝑅𝐶
0 0

∞ ∞
ℎ2 𝑡 = 𝜔0 sin 𝜔0 𝑡 𝑢 𝑡 න ℎ2 𝑡 𝑑𝑡 = 𝜔0 න sin 𝜔0 𝑡 𝑑𝑡 = 𝑛𝑜 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒!
0 0
32

Sistemas LTI: Estabilidad

▪ Ejemplo: ¿La siguiente respuesta impulso corresponde a un sistema LTI

estable?
Solución
No es estable
∞ ∞
𝜋
෍ ℎ 𝑘 = ෍ 𝑛 cos 𝑛 →∞
4
𝑛=−∞ 𝑛=0
h[n] = n cos(π n/4) u[n]
n=0:100;
h=n.*cos(pi*n/4);

e=cumsum(abs(h));
subplot(2,1,1);
stem(n,h);title('h[n]');
grid;
subplot(2,1,2);
stem(n,e);
title('sum(|h[n]|)');
grid;
33

Sistemas LTI: Respuesta al escalón unitario

▪ Respuesta al escalón unitario s[n]

▪ Recuerde que h[n] se puede recuperar a partir de s[N] usando la relación

▪ Para sistemas LTI continuos

▪ ¡La respuesta al escalón unitario también se puede usar para caracterizar a un

sistema LTI, ya que permite calcular la respuesta al impulso unitario a partir de
ella!
34

Sistemas LTI: Respuesta al escalón unitario

▪ Ejemplo: Considere un
sistema LTI continuo
con respuesta al
escalón
𝑠 𝑡 = 𝑒 −𝑡 𝑢 𝑡

▪ Determine y dibuje la
salida del sistema para
la entrada x(t) dada.
35

Sistemas LTI: Respuesta al escalón unitario

Solución:
▪ Ejemplo: Considere un • Dado que el sistema es lineal invariante en el
sistema LTI continuo tiempo, y se conoce su respuesta al escalón,
con respuesta al la entrada x(t) puede escribirse en función de
escalón escalones como,
𝑠 𝑡 = 𝑒 −𝑡 𝑢 𝑡
𝑥 𝑡 =𝑢 𝑡−1 −𝑢 𝑡−3
• Entonces, la salida está dada por
▪ Determine y dibuje la
salida del sistema para 𝑠 𝑡 =𝑠 𝑡−1 −𝑠 𝑡−3
la entrada x(t) dada. 𝑠 𝑡 = 𝑒 − 𝑡−1 𝑢 𝑡 − 1 − 𝑒 − 𝑡−3
𝑢 𝑡−3
36

Descripción de sistemas LTI causales por ecuaciones

diferenciales y de diferencias.

▪ Sistemas continuos • Sistemas discretos

▪ La entrada y la salida
están relacionadas a
través de una ecuación
diferencial lineal con
coeficientes constantes.
– La entrada y la salida están
relacionadas a través de una
ecuación de diferencias lineal con
coeficientes constantes.
– Descripción de comportamiento
secuencial.
Ecuación de diferencia:
y[n] = x[n] – x[n –
1]
37

Ecuaciones diferenciales lineales con coeficientes constantes

▪ Considere la ecuación diferencial de primer orden

𝑑𝑦(𝑡)
+ 2𝑦 𝑡 = 𝑥(𝑡)
𝑑𝑡
▪ y(t) es la salida del sistema, y x(t) es la entrada.
▪ Esta ecuación describe la relación entre la entrada y la salida, más que
una expresión explícita para la salida del sistema como una función de la
entrada.

▪ Para obtener dicha función explícita,

hay que resolver la ecuación diferencial.
▪ Se requiere más información.
▪ Hay que especificar condiciones auxiliares.
38

Ecuaciones diferenciales lineales con coeficientes constantes

▪ Considere la ecuación diferencial lineal de primer orden

𝑑𝑦(𝑡)
+ 2𝑦 𝑡 = 𝑥(𝑡)
𝑑𝑡
▪ La solución completa consiste en la suma de una solución particular y
una solución homogénea.
▪ La solución particular satisface la expresión arriba indicada y la solución
homogénea (respuesta natural del sistema) satisface

𝑑𝑦(𝑡)
+ 2𝑦 𝑡 = 0
𝑑𝑡

▪ Bajo condición de reposo inicial, el sistema descrito es causal y LTI.

39

Ecuaciones diferenciales lineales con coeficientes constantes

▪ Ecuación diferencial lineal de orden N

𝑁 𝑀
𝑑𝑘 𝑦(𝑡) 𝑑 𝑘 𝑥(𝑡)
෍ 𝑎𝑘 = ෍ 𝑏𝑘
𝑑𝑡𝑘 𝑑𝑡𝑘
𝑘=0 𝑘=0

▪ Bajo la condición de reposo inicial, el sistema descrito es causal y LTI.

40

Ecuaciones diferenciales lineales con coeficientes constantes

solución solución
▪ Ejemplo: particular homogénea

▪ Considere un sistema de 𝑦 𝑡 = 𝑦𝑝 𝑡 + 𝑦ℎ 𝑡
tiempo continuo cuya Solución particular
entrada x(t) y salida y(t) Asumamos que 𝑦𝑝 𝑡 = 𝐴𝑒 −𝑏𝑡 𝑡 > 0
están relacionadas por
De la ecuación diferencial se tiene
𝑑𝑦(𝑡)
+ 𝑎𝑦 𝑡 = 𝑥 𝑡 −𝑏𝐴𝑒 −𝑏𝑡 + 𝑎𝐴𝑒 −𝑏𝑡 = 𝐾𝑒 −𝑏𝑡
𝑑𝑡 𝐾
→𝐴=
▪ donde a es una constante. 𝐾 𝑎−𝑏
𝑦𝑝 𝑡 = 𝑒 −𝑏𝑡 𝑡 > 0
▪ Determine y(t) con la 𝑎−𝑏
condición inicial y(0) = y0 y Solución homogénea
𝑦ℎ 𝑡 = 𝐵𝑒 𝑠𝑡
una entrada x(t) = Ke–bt u(t)
𝑠𝐵𝑒 𝑠𝑡 + 𝑎𝐵𝑒 𝑠𝑡 = 𝑠 + 𝑎 𝑒 𝑠𝑡 = 0
→ 𝑠 = −𝑎
−𝑎𝑡
𝑦ℎ 𝑡 = 𝐵𝑒
41

Ecuaciones diferenciales lineales con coeficientes constantes

𝑦 𝑡 = 𝑦𝑝 𝑡 + 𝑦ℎ 𝑡
▪ Ejemplo: 𝐾
▪ Considere un sistema de 𝑦 𝑡 = 𝑒 −𝑏𝑡 + 𝐵𝑒 −𝑎𝑡 , 𝑡>0
𝑎−𝑏
tiempo continuo cuya
entrada x(t) y salida y(t) De la condición inicial
están relacionadas por
𝑑𝑦(𝑡) 𝐾 −𝑏𝑡
𝐾
+ 𝑎𝑦 𝑡 = 𝑥 𝑡 𝑦 𝑡 = 𝑒 + 𝑦0 − 𝑒 −𝑎𝑡 , 𝑡>0
𝑑𝑡 𝑎−𝑏 𝑎−𝑏

▪ donde a es una constante. 𝐾

𝑦 𝑡 = 𝑦0 𝑒 −𝑎𝑡 + 𝑒 −𝑏𝑡 − 𝑒 −𝑎𝑡 𝑢 𝑡
𝑎−𝑏
▪ Determine y(t) con la
condición inicial y(0) = y0 y Respuesta de Respuesta de
una entrada x(t) = Ke–bt u(t) entrada cero estado cero
Respuesta debido a las Respuesta debido a las
condiciones iniciales entradas solamente (con las
solamente (con la entrada condiciones iniciales en
en cero) cero)
42

Ecuaciones de diferencias lineales con coeficientes constantes

▪ Contraparte de las ecuaciones diferenciales lineales para sistemas en

tiempo discreto: Ecuaciones de diferencias lineales con coeficientes
constantes.
𝑁 𝑀

෍ 𝑎𝑘 𝑦[𝑛 − 𝑘] = ෍ 𝑏𝑘 𝑥[𝑛 − 𝑘]
𝑘=0 𝑘=0

▪ La resolución es análoga a las ecuaciones diferenciales.

▪ La solución y[n] puede escribirse como la suma de una solución
particular y una solución de la ecuación homogénea
𝑁

෍ 𝑎𝑘 𝑦[𝑛 − 𝑘] = 0
𝑘=0
43

Ecuaciones de diferencias lineales con coeficientes constantes

▪ Si la ecuación general se escribe

Ejemplo
de la forma
Considere la ecuación de diferencias
𝑀 𝑁 1
1 𝑦 𝑛 − 𝑦[𝑛 − 1] = 𝑥[𝑛]
𝑦𝑛 = ෍ 𝑏𝑘 𝑥 𝑛 − 𝑘 − ෍ 𝑎𝑘 𝑦[𝑛 − 𝑘] 2
𝑎0
𝑘=0 𝑘=1
• En forma recursiva,
1
▪ Se denomina ecuación recursiva. 𝑦 𝑛 = 𝑥 𝑛 + 𝑦[𝑛 − 1]
2
• Se necesitan valores previos de la
salida para calcular el valor actual.
44

Ecuaciones de diferencias lineales con coeficientes constantes

▪ Suponga que se tiene una condición de reposo inicial y se considera la

entrada
𝑥 𝑛 = 𝐾𝛿[𝑛]

▪ Como x[n] = 0 para n ≤ -1, la condición de reposo inicial implica que

y[n] = 0 para n ≤ -1, y se tiene la condición inicial y[-1] = 0.
▪ Se puede resolver entonces la ecuación para valores sucesivos de y[n]
para n ≥ 0.
▪ Observe que la respuesta al impulso es de duración infinita.
▪ Estos sistemas se conocen como sistemas de respuesta infinita al
impulso (IIR).
45

Representación en diagrama de bloques de sistemas descritos

por ecuaciones diferenciales y de diferencias

▪ Representación gráfica que facilita la comprensión del

comportamiento y las propiedades de los sistemas.
▪ Representación valiosa para la simulación e instrumentación de los
sistemas.

RC-LPF
46

Representación en diagramas de bloques

▪ Observe que se requieren tres operaciones
▪ Ecuación de diferencias de básicas:
primer orden ▪ Suma
▪ Multiplicación por
𝑦 𝑛 + 𝑎𝑦 𝑛 − 1 = 𝑏𝑥[𝑛]
un coeficiente
▪ Retardo
▪ ¿Cómo sería la representación
del diagrama de bloque? ▪ Entonces se definen tres elementos de red
básicos
▪ Rescribimos la ecuación en forma
recursiva

𝑦 𝑛 = 𝑏𝑥 𝑛 − 𝑎𝑦 𝑛 − 1
47

Representación en diagramas de bloques

Ejemplo: Para este sistema de tiempo
▪ De forma similar para sistemas continuo, escriba la ecuación diferencial
continuos se pueden tener que relaciona la salida y(t) con la entrada
elementos básicos x(t).

Es conveniente incluir una

variable e(t) que permita
relacionar la salida con la
entrada del integrador.
𝑡
𝑑𝑦 𝑡
𝑦 𝑡 = න 𝑒 𝜏 𝑑𝜏 → 𝑒 𝑡 =
𝑑𝑡
−∞
𝑒 𝑡 = 𝑥 𝑡 − 𝑎𝑦 𝑡

𝑑𝑦 𝑡
+ 𝑎𝑦 𝑡 = 𝑥 𝑡
𝑑𝑡
48

Implementación de bloques funcionales con Op-Amps

49

Función de Correlación
▪ Permite medir la similitud entre dos señales.
▪ Función de gran importancia asociada a la convolución.
+∞

𝑅𝑥𝑦 𝜏 = න 𝑥 ∗ 𝑡 𝑦 𝑡 +  𝑑𝑡 = 𝑥 𝑡 ∗ 𝑦(−𝑡) 𝑥 ∗ 𝑡 𝑑𝑒𝑛𝑜𝑡𝑎 𝑐𝑜𝑚𝑝𝑙𝑒𝑗𝑜

−∞ 𝑐𝑜𝑛𝑗𝑢𝑔𝑎𝑑𝑜

Importante:
𝑅𝑥𝑦 𝜏 ≠ 𝑅𝑦𝑥 𝜏
50

Función de Correlación

• La correlación es una medida de similitud de

dos señales en función del desplazamiento (o +∞
retardo) de una con respecto a la otra. 𝑅𝑥𝑦 𝜏 = න 𝑥 𝑡 𝑦 𝑡 +  𝑑𝑡
• Se usa comúnmente para buscar una señal
−∞
extensa para una característica conocida
más corta.
• En una autocorrelación, que es la correlación
cruzada de una señal consigo misma,
siempre habrá un pico, y su tamaño será la
energía de la señal.

• Tiene aplicaciones en reconocimiento de

patrones, análisis de partículas individuales,
tomografía electrónica, promediado,
criptoanálisis y neurofisiología, etc..
51

Función de Correlación: Ejemplo

+∞

𝑅𝑓𝑔 𝜏 = න 𝑓 𝑡 𝑔 𝑡 +  𝑑𝑡
−∞  +2 = 0
 < -2

0
-2 <  < 0

2 +
3(2 +  )
2 +
 t2  2
3 2
0 3( −t + 2) dt = 3 −
 2 + 2t  =− + 6(2 +  ) = − +6
 0 2 2
52

Función de Correlación: Ejemplo

0<2 0   −2
 3 2
− 2  + 6 − 2   0

2
2
 t2 
0 3(− t + 2 ) dt = 3  −
 2 + 2t  =6 R fg ( ) = 6 0   2
  0
 3  2 − 12  + 24 2   4
2
0  4
2<4
2 2
𝑡2
න 3 −𝑡 + 2 𝑑𝑡 = 3 − + 2𝑡 อ
2
𝜏−2 𝜏−2
3
= 𝑡 2 − 12𝑡 + 24
2

 4

52
53

Función de Correlación: Ejemplo

▪ Para la señal de la figura, Solución

determine y grafique la
dt=0.01;
función de autocorrelación t=-4:dt:4;
Rxx(τ) usando el software. x=(0.5*t).*(t>=0 & t<=2);

▪ Muestre las señales en un % autocorrelación

intervalo de [-4, 4]. xi=fliplr(x);
tx=-fliplr(t);
ti=t(1)+tx(1);
tf=t(end)+tx(end);
tau= ti:dt:tf;
rxx=dt*conv(xi,x);

v=[-4 4 0 1];
subplot(2,1,1)
plot(t,x,'linewidth',3);
grid;
axis(v);title('x(t)');
subplot(2,1,2)
plot(tau,rxx,'linewidth',3);
grid;
axis(v);title('Rxx(\tau)');