AnSyS2022 - Teoria3 - Csistemas - Lineales

Análisis de Sistemas
y Señales
Sistemas Lineales
Representación de señales Correlación

Convolución Representación de SLIT y
Propiedades de SLIT y SLID SLID
Sebastián Pazos 2022

Representación de Señales
SVID
Representación de SVID en términos de impulsos

∞
X ∞
X
x[n] = x[n − k]δ[k] = x[k]δ[n − k]
k=−∞ k=−∞
= · · · + x[−1]δ[n + 1] + x[0]δ[n] + x[1]δ[n − 1] + x[2]δ[n − 2] + . . .
Análisis de Sistemas y Señales 2022 Sistemas Lineales 3 / 52

SVID
Podemos “armar” una secuencia punto a punto

SVID como combinación lineal de secuencias elementales
∞
X
x[n] = ak fn [k]
k=−∞
Espacio de secuencias: se puede definir un espacio de secuencias de

dimensión infinita contable.
Las deltas de Kronecker desplazadas son las secuencias elementales
fn [k] o funciones de la base {δ[n − k]}∞
k=−∞
Las coordenadas ak son los valores x[k] que multiplican a cada
función de la base

SVIC
Representación de SVIC en términos de deltas de Dirac

ˆ ∞
x(t) = x(σ)δ(t − σ)dσ
−∞
ˆ ∞ ˆ ∞
Notar: x(t) = x(t) δ(t − σ)dσ = x(t)δ(t − σ)dσ que lleva a la
−∞ −∞
igualdad distribucional x(σ)δ(t − σ)0 =0 x(t)δ(t − σ)
Ya no es posible interpretar como una suma de un número contable de

términos!

Convolución Discreta
Ingredientes
Sistemas lineales discretos con operador H que satisface el principio

de superposición. Tanto para SLID como SLVD.
Representación de SVID en términos de impulsos
∞
X ∞
X
x[n] = x[n − k]δ[k] = x[k]δ[n − k]
k=−∞ k=−∞
Aplicando H, en la última igualdad se puede interpretar a x[k]δ[n − k]

como una secuencia con un impulso en k de amplitud x[k].
( ∞ ) ∞
X X
y[n] = H x[k]δ[n − k] [n] = x[k]Hk {δ[·]}[n]
k=−∞ k=−∞
Usamos superposición en una suma de “infinitos” términos. H debe cumplir

ciertos requisitos técnicos
Ingredientes
∞
X ∞
X
y[n] = x[k]Hk {δ[·]}[n] = x[k]h̄[n, k]
k=−∞ k=−∞
donde h̄[n, k] es la respuesta impulsional: la respuesta observada en el

instante n de la salida a un impulso de Kronecker aplicado en el instante k.
¯ [n, m],
Forma alternativa: a veces se define la respuesta impulsional como h̄
donde m representa cuántas unidades antes de n se aplicó el impulso.

Ejemplo SLVD
1
X
x[n] = x[k]δ[n − k] con x[−1] = −2, x[0] = 5, x[1] = 2
k=−1
1
X
y[n] = x[k]h̄[n, k]
k=−1

SLID
si se tiene un SLID, utilizando la invariancia al desplazamiento

h̄[n, k] = h̄[n − 1, k − 1] = h̄[n − k, 0]
no es necesario que la respuesta al impulso tenga dos ı́ndices, se describe
la diferencia entre el instante de observación de la salida y el de aplicación
de la delta
h̄[n − k, 0] , h[n − k]
entonces
∞
X ∞
X
y[n] = x[k]h̄[n, k] = x[k]h[n − k]
k=−∞ k=−∞
Convolución SLID
∞
X ∞
X
y[n] = {x ∗ h}[n] = x[k]h[n − k] = x[n − m]h[m]
k=−∞ m=−∞

Convolución Gráfica
∞
X
y[n] = x[k]h[n − k]
k=−∞
1 Dibujar x[k] y dejarla fija

2 Obtener h[·]
3 Reflejar h[·]
4 Desplazar el origen de h al punto de observación n
5 Multiplicar muestra a muestra y sumar, resulta y[n]
6 Repetir 4) y 5) hasta tener todos los puntos deseados
Notar: roles intercambiables de x y h
∞
X
y[n] = x[n − m]h[m]
m=−∞

Ejemplo SLID
∞
X
y[n] = x[k]h[n − k]
k=−∞
y[−3] = 0

Ejemplo SLID
y[0] = 23 y[5] = 2

Ejemplo SLID
Soporte de x = 3
[−1, 1]
Soporte de h = 6
[−1, 4]
Soporte de {x ∗ h} = 8 = 3 + 6 − 1
[−2, 5]

Convolución Continua
Ingredientes
Sistemas lineales continuos (manejan SVIC) con operador H que

satisface el principio de superposición. Tanto para SLIT como SLVT.
Representación de SVIC en términos de impulsos
ˆ ∞
x(t) = x(σ)δ(t − σ)dσ
−∞
Aplicando H se puede interpretar a x(σ)δ(t − σ) como una señal con

un impulso (Dirac) en σ de área x(σ)
ˆ ∞
y(t) = H {x(·)} (t) = H x(σ)δ(t − σ) dσ (t)
−∞
Más hipótesis adicionales, definiendo h̄(t, σ) = Hσ {δ(·)}(t) resulta la

convolución para SLVT
ˆ ∞
y(t) = x(σ)h̄(t, σ)dσ
−∞
SLIT
Similar al caso discreto,
h̄(t, σ) , h(t − σ)
luego ˆ ˆ
∞ ∞
y(t) = x(σ)h̄(t, σ)dσ = x(σ)h(t − σ)dσ
−∞ −∞
Convolución SLIT
ˆ ∞ ˆ ∞
y(t) = {x ∗ h}(t) = x(σ)h(t − σ)dσ = h(λ)x(t − λ)dλ
−∞ −∞

Convolución Gráfica
ˆ −∞
y(t) = x(σ)h(t − σ)dσ
−∞
1 Dibujar x(t) y dejarla fija

2 Obtener h(·)
3 Reflejar h(·)
4 Desplazar el origen de h al punto de observación t
5 Multiplicar punto a punto e integrar, da y(t)
6 Repetir 4) y 5) hasta tener todos los puntos deseados
Notar: roles intercambiables de x y h
ˆ ∞
y(t) = h(σ)x(t − σ)dσ
−∞

Ejemplo SLIT
x(t) = e−αt u(t) h(t) = e−βt u(t)
y(t) = {x ∗ h}(t)
ˆ ∞
= x(τ )h(t − τ ) dτ
−∞
ˆ ∞
= e−ατ u(τ )e−β(t−τ ) u(t − τ ) dτ
−∞
ˆ t
= e−ατ e−βt eβτ dτ u(t)
0
ˆ t
−βt
=e e−ατ eβτ dτ u(t)
0
( −αt −βt
e −e
β−α u(t) α 6= β
= −αt
e tu(t) α=β

Ejemplo SLIT

Propiedades de Sistemas Lineales
Propiedades de la Convolución y Combinaciones
Válidas tanto para SLIT como SLID (con los cambios obvios):
Conmutativa: y = {x ∗ h} = {h ∗ x}. Intercambiabilidad entre

respuesta impulsional y entrada.
Asociativa: y2 = {x ∗ h1 ∗ h2 } = {{x ∗ h1 } ∗h2 } = {x ∗ {h1 ∗ h2 }}

| {z } | {z }
y1 h
h = h1 ∗ h2 = h2 ∗ h1 es el sistema equivalente a uno serie.

Distributiva: y = {x ∗ {h1 + h2 }} = {x ∗ h1 } +{x ∗ h2 }

| {z } | {z } | {z }
h y1 y2
h = h1 + h2 es el sistema equivalente a un paralelo.

Conmutativa + Asociativa:
y = {x ∗ h1 ∗ h2 } = {{x ∗ h1 } ∗h2 } = {x ∗ {h1 ∗ h2 }}

| {z } | {z }
y1 h
= {x ∗ {h2 ∗ h1 }} = {{x ∗ h2 } ∗h1 }
| {z } | {z }
h y2

Largo de la convolución resultante
SLID

x[n] largo Nx
y[n] = {x ∗ h}[n] largo Ny ≤ Nx + Nh − 1
h[n] largo Nh
Qué sucede si Nx = ∞, o Nh = ∞? y si Nx = ∞, puede ser Ny finito?
SLIT

x(t) largo `x
y(t) = {x ∗ h}(t) largo `y ≤ `x + `h
h(t) largo `h

Causalidad SLID
Aplicando δ[n] (impulso en cero); la respuesta debe ser posterior a su

aplicación, por lo tanto debe ser nula para muestras anteriores. La
respuesta impulsional se dice unilateral a derecha.
Teorema Causalidad SLID
Un SLID es causal sii su respuesta impulsional es h[n] = 0; n < 0.
∞
X ∞
X
y[n] = x[n − m]h[m] = x[n − m]h[m]
m=−∞ m=0
∞
X Xn
= h[n − m]x[m] = h[n − m]x[m]
m=−∞ m=−∞
Si además, x[n] fuera unilateral a derecha (x[n] ≡ 0; n < 0)

n
X
y[n] = h[n − m]x[m]
m=0
Causalidad SLIT
Aplicando δ(t) (impulso en cero); la respuesta debe ser posterior a su

aplicación, por lo tanto debe ser nula para instantes anteriores. La
respuesta impulsional se dice unilateral a derecha.
Teorema Causalidad SLIT

Un SLIT es causal sii su respuesta impulsional es h(t) = 0; t < 0.
ˆ t ˆ ∞
y(t) = x(σ)h(t − σ)dσ = h(λ)x(t − λ)dλ
−∞ 0
Si además la señal de entrada se aplica en cero, o sea es unilateral a
derecha desde t = 0, x(t) ≡ 0; t < 0
ˆ t ˆ t
y(t) = x(σ)h(t − σ)dσ = h(λ)x(t − λ)dλ
0 0

Estabilidad de SLID
Teorema Estabilidad EA/SA SLID
Un SLID es estable en sentido EA/SA sii su respuesta impulsional

es absolutamente sumable; es decir existe 0 < Kh < ∞ tal que
X∞
|h[k]| ≤ Kh
k=−∞
Demostración: 1) “ida” y 2) “vuelta”.

1) h abs. sumable es suficiente: Sea una entrada acotada por
0 < Ke < ∞, o sea |x[n]| ≤ Ke para todo n. El módulo de la salida es
∞
X ∞
X
|y[n]| = x[k]h[n − k] ≤ |x[k]||h[n − k]|
k=−∞ k=−∞

Estabilidad de SLID
∞ ∞
!
X X
|y[n]| ≤ |x[k]||h[n − k]| ≤ Ke |h[n − k]| ≤ Ke Kh
k=−∞ k=−∞
tomando Ky = Ke Kh la salida resulta acotada.

2) h abs. sumable es necesaria: sistema EA/SA ⇒ h es abs. sumable.
⇔ h NO es abs. sumable ⇒ sistema NO es EA/SA.
Mostraremos una entrada acotada que, suponiendo que h NO es abs.
sumable, dará y[n] no acotada.
Sea x[n] , h[−n]/|h[−n]| luego |x[n]| ≤ Ke = 1 para todo n. La salida en
n = 0 es
∞
X ∞
X ∞
X
h[−k]
y[0] = x[k]h[−k] = h[−k] = |h[−k]| → ∞
|h[−k]|
k=−∞ k=−∞ k=−∞
que no está acotada por hipótesis. Luego y no está acotada y entonces el

sistema no es EA/SA.
Estabilidad de SLIT
Teorema Estabilidad EA/SA SLIT
Un SLIT es estable en sentido EA/SA sii su respuesta impulsional es

absolutamente integrable, es decir,
ˆ ∞
existe un 0 < Kh < ∞ tal que |h(τ )| dτ ≤ Kh
−∞
Demostración: similar a la de SLID.
Repasar las ideas de la demostración para SLID, haciendo ésta para SLIT.
¿Y si el sistema fuera VT (tanto C como D)?

Correlación
Señales de energı́a VIC. Intercorrelación
Idea básica: medida de parecido para señales determinı́sticas de energı́a
Función de intercorrelación
Para dos señales complejas f y g con energı́as Ef y Eg
ˆ ∞
rf g (τ ) , {f ? g}(τ ) = f (τ + λ)g ∗ (λ) dλ
−∞
El argumento de rf g (·) se conoce como retardo o demora

rf g (τ )
La auténtica medida de parecido serı́a √
Ef Eg
rf g (τ ) = ∗ (−τ ).
rgfEl orden de f y g en rf g (τ ) es importante
rf g (τ ) = {f ∗ ǧ}(τ ), con ǧ(t) = g ∗ (−t)
Retardo: argumento de la 1ra función (sin conjugar) menos el de la
segunda (que va conjugada)
Correlación
Señales de energı́a VIC. Autocorrelación
Intuición: Parecido de una señal con una versión de sı́ misma, desplazada
en la cantidad τ .
Función de autocorrelación
ˆ ∞
rf (τ ) , f (τ + λ)f ∗ (λ) dλ
−∞
ˆ ∞
La energı́a de f es rf (0) = |f (λ)|2 dλ = Ef (real, positivo).
−∞
Comparando f consigo misma sin desplazar se consigue el máximo
parecido.
rf (τ ) = rf∗ (−τ ) tiene simetrı́a Hermı́tica
Re{rf (τ )} es par y
Im{rf (τ )} es impar.
Correlación
Desigualdad de Cauchy-Schwarz
Para señales de energı́a

ˆ ∞ 2 ˆ ∞ ˆ ∞
f (λ)g ∗ (λ) dλ ≤ 2
|f (λ)| dλ · |g(λ)|2 dλ = Ef Eg
−∞ −∞ −∞
con igualdad sii g(x) = Kf (x), K ∈ C.
2
Recordemos en |a · R3 : b|2 d
= |a||b| cos a, b ≤ |a|2 |b|2 ; con igualdad
sii (a, b) colineales.
Consecuencias:
|rf (τ )| ≤ Ef = rf (0), lo que confirma la intuición sobre el máximo
parecido. Notar: la energı́a de f es el valor al origen de la
autocorrelación.
p
|rf g (τ )| ≤ Ef Eg . En la intercorrelación, no hay máximo en cero en
general.

Correlación
Señales de energı́a VID
Todo es similar a VIC,

Función de Autocorrelación
∞
X
rf [m] , f [m + n]f ∗ [n]
n=−∞
Función de Intercorrelación
∞
X
rf g [m] , f [m + n]g ∗ [n]
n=−∞
desigualdad de C-S
∞ 2 ∞ ∞
X X X
∗ 2
f [m + n]g [n] ≤ |f [n]| · |g[n]|2 = Ef Eg
n=−∞ n=−∞ n=−∞

Correlación
Señales de energı́a
Reemplazando sumas por promedios temporales,

Función de Intercorrelación
N
X
1
rf g [m] , hf, gi[m] = lı́m f [m + n]g ∗ [n]
N →∞ 2N + 1
n=−N
ˆ T
1
rf g (x) , hf, gi(x) = lı́m f (x + λ)g ∗ (λ) dλ
T →∞ 2T −T
Función de Autocorrelación
N
X
1
rf [m] , hf, f i[m] = lı́m f [m + n]f ∗ [n]
N →∞ 2N + 1
n=−N
ˆ T
1
rf (x) , hf, gi(x) = lı́m f (x + λ)f ∗ (λ) dλ
T →∞ 2T −T
Correlación
Señales de energı́a
Las cotas mencionadas anteriormente ahora quedan en función de la

potencia en lugar de la energı́a
Por ejemplo
|rf g (τ )|2 = Pf Pg ∀τ ∈ R
rf [0] = Pf
|rf [m]| ≤ Pf ∀m ∈ Z

Correlación
Ejemplo
x[n] = an u[n], 0 < a < 1
∞
X
rxx [m] = x[n + m]x∗ [n]
n=−∞
X∞
= an+m u[n + m]an u[n]
n=−∞
X∞
m
=a a2n u[n + m] u[n]
| {z } |{z}
n=−∞
n≥−m n≥0

Correlación
Ejemplo
si m ≥ 0 ∞
X n
rxx [m] = am a2
n=0
1 am
= am 2
=
1−a 1 − a2
si m < 0 ∞
X n
rxx [m] = am a2
n=−m

2 −m
a a−m
= am =
1 − a2 1 − a2
a|m|
rxx [m] =
1 − a2

Representación de Sistemas Lineales
Ecuaciones Diferenciales
SLIT ecuaciones diferenciales ordinarias de coeficientes constantes

(EDOLCC)
XN M
di y(t) X dj x(t)
ai = bj
dti dtj
i=0 j=0
Demuestren linealidad e invarianza en el tiempo.

Restricciones técnicas: Sistemas realizables N ≥ M , diferenciabilidad
de x(t).
Aún si x(t) es unilateral a derecha de t0 la EDOLCC se integra para
t ≥ t0 para causalidad.
Pero también se podrı́an integrar para t ≤ t0 .
2 N −1
Condiciones iniciales CI y(t0 ), dy (t0 ), d 2y (t0 ), ..., d N −1y (t0 )
dt dt dt

Ecuaciones Diferenciales
La solución de las EDOLCC es y(t) = yh (t) + yp (t)

la solución homogénea yh ≡ 0 si las CI son nulas.
yp es la solución particular, da el término forzado o sea la convolución
de x con la respuesta impulsional h.
Note que yp incluye tanto régimen transitorio como régimen
permanente.
La respuesta impulsional h(t) se obtiene resolviendo
N
X M
di h(t) X (j)
ai = bj δ (t)
dti
i=0 j=0
con condiciones iniciales nulas y t > 0: SLIT causales. Podrı́a haber

soluciones para t < 0 o aún bilaterales, SLIT no-causales.
Usando la transformada L de Laplace: H(s) = L{h}(s).
Transferencia H(s) racional, es decir b(s) con a(·), b(·) polinomios en
a(s)
la variable s. Para causal y no-causal.
Ecuaciones en diferencias
SLID ecuaciones en diferencias lineales de coeficientes constantes

(EDILCC)
XN XM
ai y[n − i] = bj x[n − j]
i=0 j=0
Demuestren linealidad e invarianza al deslizamiento.

La EDILCC se “integra” para n ≥ n0 , n0 ∈ Z para causalidad. Pero
también se pueden “integrar” para n ≤ n0 de modo no-causal.
Condiciones iniciales CI y[n0 − 1], y[n0 − 2], ..., y[n0 − N ].
La solución de las EDILCC es y[n] = yh [n] + yp [n]

yh ≡ 0 es la solución homogénea si las CI son nulas.

yp es la solución particular, da el término forzado o sea la convolución
de x con la respuesta impulsional h.
Notar que yp incluye tanto régimen transitorio como régimen
permanente.
La respuesta Impulsional h[n] se obtiene resolviendo
N
X M
X
ai h[n − i] = bj δ[n − j]
i=0 j=0
Resolverla es muy “sencillo”!! Caso causal h[n] = 0, n < 0:

 
1  N
X M
X 
h[n] = − ai h[n − i] + bj δ[n − j]
a0  
i=1 j=0
notar las CI nulas h[−1] = 0, h[−2] = 0, . . . , h[−N ] = 0.

Hagamos a0 = 1 por simplicidad

PN PM
Fácil, pero laborioso h[n] = − i=1 ai h[n − i] + j=0 bj δ[n − j]
h[0] = −0 + b0 = b0
h[1] = −a1 b0 + b1
h[2] = −a1 (−a1 b0 + b1 ) + b2 = a21 b0 − a1 b1 + b2
······
y ası́ siguiendo para h[n], n ≥ 0...

Veremos la transformada Z y calcularemos H(z) = Z{h}(z).
H(z) resultará la transferencia discreta del SLID y resulta racional, es
b(z)
decir a(z) donde a(·), b(·) son polinomios en la variable z.

La Respuesta Impulsional h[n] caso anticausal h[n] = 0, n > 0; se

obtiene, reacomodando la EDILCC y calculando
 
1  NX−1 M
X 
h[n] = − ai h[n + N − i] + bj δ[n + N − j]
aN  
i=0 j=0
note las “CI” nulas h[1] = 0, h[2] = 0, . . . , h[N ] = 0.
H(z) en este caso también resultará la transferencia discreta del SLID

y será racional en Z. Igualmente para SLIT no-causales en general.

Ecuaciones de estado
SLIT
ṡ(t) = As(t) + Bx(t)
y(t) = Cs(t) + Dx(t)
con CI s(t) = s0 .
s ∈ RN y A es de N × N , B de N × 1 y C de 1 × N .
SLID
s[n + 1] = F s[n] + Gx[n]
y[n] = Hs[n] + Dx[n]
con CI s[0] = s0 .
con p = máx{N, M }, s ∈ Rp y F es de p × p, G de p × 1 y H de
1 × p.
Se usará muchı́simo en Control Moderno y en Comunicaciones.
Notar la clave: compacta separación entre presente y pasado
Diagramas en bloque SLID
x[n] a ax[n]
bloque ganancia
x2 [n]
x1 [n] x1 [n] + x2 [n]
+
bloque sumador
x[n] y[n] = x[n − 1]

D
D: “delay” o retardo

Ejemplo 1 Respuesta impulsional finita (FIR, Finite Impulse Response)

y[n] = b0 x[n] + b1 x[n − 1]
Respuesta impulsional: h[0] = b0 ; h[1] = b1 ; h[2] = 0 y h[n] = 0; n ≥ 2.

Diagrama en bloque:
x[n] b0 y[n]
b
+
D
b1
x[n − 1]
Generalización: SLID con N = 0 y M > 0, se denota MA (Moving

Average)
Ejemplo 2 Respuesta impulsional infinita IIR, Infinite Impulse Response
y[n] − ay[n − 1] = b0 x[n]
Respuesta impulsional: h[0] = b0 ; h[1] = ab0 ; h[2] = a2 b0 y

h[n] = an b0 ; n ≥ 0.
Diagrama en bloque:
x[n] y[n]
+
b0
D
a
y[n − 1]
Generalización: SLID con N > 0 y M = 0, se denota AR (AutoRegresive)

Ejemplo 3 Respuesta impulsional infinita (IIR)
a0 y[n] + a1 y[n − 1] = b0 x[n] + b1 x[n − 1] ⇒

1
⇒ y[n] = {−a1 y[n − 1] + b0 x[n] + b1 x[n − 1]}
a0
b0 −a1 b0 b1
Resp. impulsional: h[0] = a0 ; h[1] = a20
+ a0 ; h[2] = . . .
Diagrama en bloque:
x[n] b0 1/a0 y[n]
b
+ +
D D
b1 −a1
x[n − 1] y[n − 1]
Generalización: SLID con N > 0 y M > 0, se denota ARMA

(AutoRegresive Moving Average)
En General Respuesta impulsional infinita:

M
! M
1 X X
y[n] = ai y[n − i] + w[n] w[n] = bi x[n − i]
a0
i=1 i=0
Diagrama en bloque: Realización tipo I

x[n] b0 w[n] 1/a0 y[n]
b
+ +
D D
b1 a1
+ +
D D
b2 a2
+ +
bN −1 aN −1
+ +
D D
bN aN

Usando conmutatividad
x[n] 1/a0 v[n] b0 y[n]
+ + b
+
-
D D
a1 b1
+ v[n − 1] +
D D
a2 b2
+ +
aN −1 bN −1
+ +
D D
aN bN
Los bloques correspondientes de cada columna llevan la misma señal:

¡juntémoslos!.

Realización tipo II
x[n] 1/a0 b0 y[n]
+ + +
-
D
a1 b1
+ +
D
a2 b2
+ +
aN −1 bN −1
+ +
D
aN bN
Menor número de retardos (estados).

¿Es el mı́nimo? (a Control Moderno o postgrado).
Diagramas en bloque SLIT
De manera totalmente similar con sumas y multiplicadores por constantes.

En lugar de retardos irı́an diferenciadores ⇒ pero son “ruidosos”.
Se usan integradores
Rt
x(t) R y(t) = −∞
x(λ) dλ
o sea
dy
ẏ(t) = (t) = x(t)
dt

Realización tipo I

Realización tipo II

AnSyS2022 - Teoria3 - Csistemas - Lineales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

AnSyS2022 - Teoria3 - Csistemas - Lineales

Cargado por

Copyright:

Formatos disponibles

Análisis de Sistemas

Representación de señales Correlación

Sebastián Pazos 2022

Representación de SVID en términos de impulsos

Análisis de Sistemas y Señales 2022 Sistemas Lineales 3 / 52

Podemos “armar” una secuencia punto a punto

Espacio de secuencias: se puede definir un espacio de secuencias de

Análisis de Sistemas y Señales 2022 Sistemas Lineales 4 / 52

Representación de SVIC en términos de deltas de Dirac

Ya no es posible interpretar como una suma de un número contable de

Análisis de Sistemas y Señales 2022 Sistemas Lineales 5 / 52

Sistemas lineales discretos con operador H que satisface el principio

Aplicando H, en la última igualdad se puede interpretar a x[k]δ[n − k]

Usamos superposición en una suma de “infinitos” términos. H debe cumplir

donde h̄[n, k] es la respuesta impulsional: la respuesta observada en el

Análisis de Sistemas y Señales 2022 Sistemas Lineales 7 / 52

Análisis de Sistemas y Señales 2022 Sistemas Lineales 8 / 52

si se tiene un SLID, utilizando la invariancia al desplazamiento

Análisis de Sistemas y Señales 2022 Sistemas Lineales 9 / 52

1 Dibujar x[k] y dejarla fija

Análisis de Sistemas y Señales 2022 Sistemas Lineales 10 / 52

Análisis de Sistemas y Señales 2022 Sistemas Lineales 11 / 52

Análisis de Sistemas y Señales 2022 Sistemas Lineales 12 / 52

Análisis de Sistemas y Señales 2022 Sistemas Lineales 13 / 52

Sistemas lineales continuos (manejan SVIC) con operador H que

Aplicando H se puede interpretar a x(σ)δ(t − σ) como una señal con

Más hipótesis adicionales, definiendo h̄(t, σ) = Hσ {δ(·)}(t) resulta la

Similar al caso discreto,

Análisis de Sistemas y Señales 2022 Sistemas Lineales 15 / 52

1 Dibujar x(t) y dejarla fija

Análisis de Sistemas y Señales 2022 Sistemas Lineales 16 / 52

x(t) = e−αt u(t) h(t) = e−βt u(t)

Análisis de Sistemas y Señales 2022 Sistemas Lineales 17 / 52

Análisis de Sistemas y Señales 2022 Sistemas Lineales 18 / 52

Conmutativa: y = {x ∗ h} = {h ∗ x}. Intercambiabilidad entre

Asociativa: y2 = {x ∗ h1 ∗ h2 } = {{x ∗ h1 } ∗h2 } = {x ∗ {h1 ∗ h2 }}

Análisis de Sistemas y Señales 2022 Sistemas Lineales 19 / 52

Distributiva: y = {x ∗ {h1 + h2 }} = {x ∗ h1 } +{x ∗ h2 }

Análisis de Sistemas y Señales 2022 Sistemas Lineales 20 / 52

y = {x ∗ h1 ∗ h2 } = {{x ∗ h1 } ∗h2 } = {x ∗ {h1 ∗ h2 }}

Análisis de Sistemas y Señales 2022 Sistemas Lineales 21 / 52

Largo de la convolución resultante

Qué sucede si Nx = ∞, o Nh = ∞? y si Nx = ∞, puede ser Ny finito?

Análisis de Sistemas y Señales 2022 Sistemas Lineales 22 / 52

Aplicando δ[n] (impulso en cero); la respuesta debe ser posterior a su

Si además, x[n] fuera unilateral a derecha (x[n] ≡ 0; n < 0)

Aplicando δ(t) (impulso en cero); la respuesta debe ser posterior a su

Teorema Causalidad SLIT

Análisis de Sistemas y Señales 2022 Sistemas Lineales 24 / 52

Teorema Estabilidad EA/SA SLID

Un SLID es estable en sentido EA/SA sii su respuesta impulsional

Demostración: 1) “ida” y 2) “vuelta”.

Análisis de Sistemas y Señales 2022 Sistemas Lineales 25 / 52

tomando Ky = Ke Kh la salida resulta acotada.

que no está acotada por hipótesis. Luego y no está acotada y entonces el

Teorema Estabilidad EA/SA SLIT

Un SLIT es estable en sentido EA/SA sii su respuesta impulsional es

Demostración: similar a la de SLID.

¿Y si el sistema fuera VT (tanto C como D)?

Análisis de Sistemas y Señales 2022 Sistemas Lineales 27 / 52

Idea básica: medida de parecido para señales determinı́sticas de energı́a

El argumento de rf g (·) se conoce como retardo o demora

Para señales de energı́a