Transformadas de Fourier

UNIVERSIDAD CATOLICA ANDRÉS BELLO
Facultad de Ingeniería
Escuela de Telecomunicaciones 1
Señales y Sistemas II
Módulo II: Transformada y Serie de
Fourier en Tiempo Discreto
© 2004 by R.Banchs SEÑALES Y SISTEMAS II: TRANSFORMADA Y SERIE DE FOURIER EN TIEMPO DISCRETO
Escuela de Telecomunicaciones
Contenido de este módulo 2
1.- Respuesta en frecuencia de un sistema LIT
2.- La transformada de Fourier en tiempo discreto (DTFT)
3.- La serie de Fourier en tiempo discreto (DTFS)

4.- Las transformadas discreta (DFT) y rápida (FFT)

Entrada exponencial compleja 4
Consideremos un sistema LIT con entrada x[n] = e j n
SISTEMA
j n y[n]
e LIT
Entonces su salida y[n] está dada por:

∞ ∞
y[n] = h[n] * e j =
n  h[k] e j (n - = e j
k) n  h[k] e - j
k
k=-∞ k=-∞
Respuesta en frecuencia 5
Donde la función compleja H(e j) definida por:
∞
H(e j)
H(e j) =
j
k 
=
h[k] e
-∞
- j k = | H(e j) | e
se denomina la respuesta en frecuencia del sistema.
Autofunción de los sistemas LIT 6
La exponencial compleja e j n constituye una autofunción

para los sistemas LIT
SISTEMA
e j n LIT H(ej) e j n
La respuesta de un sistema LIT a una entrada del tipo e j n

es una versión escalada y retardada de la entrada:
y[n] = H(e ) e j j n = | H(e ) | e

j j ( n + H(e j) )
Ejercicio II.1 7
• RESPUESTA EN FRECUENCIA
Halla una expresión para la respuesta en frecuencia
H(e j) del diferenciador discreto causal, y esboza los
gráficos del factor de escala | H(e j) | y del retardo
H(e j)
Ejercicio II.1 8
• RESPUESTA
Para el diferenciador discreto causal: h[k] = [k] – [k-1]
Y de la definición de respuesta en frecuencia:
∞ ∞ ∞
H(e j) =
k 
=
h[k] e
-∞
- j k =
k 
=
[k] e
-∞
- j k –
k 
=
[k-1] e
-∞
- j k
H(e j) = 1 – e - j = 1 – cos() + j sin()
Ejercicio II.1 9
• RESPUESTA (continuación)
| H(e j) |= 2(1–cos()) sin()

H(e j)=Atan 1– cos()
3 3
2.5 2
2 1
1.5 0
1 -1
0.5 -2
0 -3
       
 

Escuela de Telecomunicaciones DTFT fórmula de síntesis
Toda secuencia discreta x[n] absolutamente

11 sumable puede
ser representada mediante una suma ponderada de infinitas
exponenciales complejas infinitesimales:

x[n] =
1
∫ X(e
d
j) e j n
2
donde la función de ponderación X(ej) se conoce como la
transformada de Fourier en tiempo discreto (DTFT) de x[n]
Escuela de Telecomunicaciones DTFT fórmula de análisis 12
La función de ponderación X(ej) se construye mediante la

proyección ortogonal* de la secuencia x[n] sobre el
espacio definido por las exponenciales complejas:
X(ej) =
n=-∞ x[n] e - j n
* Sobre este asunto de la proyección volveremos con más detalle en el móduloVI
Escuela de Telecomunicaciones Par transformado único 13
x[n] y X(ej) constituyen un par transformado único
Transformada directa
x[n] X(ej)
Transformada inversa
donde es importante destacar que x[n] es una señal discreta

en tiempo y X(ej) es una señal analógica.
Escuela de Telecomunicaciones Ejercicio II.2
• VERIFICACIÓN DE LA DTFT 14
Verifica que las ecuaciones de análisis y síntesis pre-
sentadas constituyen realmente un par transformado.
∞
X(ej) = 
n=-∞
x[n] e - j n
x[n] =
1
∫ X(e
d

j ) e jn
2
• RESPUESTA 15
Reemplazando la ecuación de análisis en la de síntesis:
 ∞
x[n] =
1
∫ e jn d
 
m=-∞
x[m] e - j m
2 el orden de la sumatoria y la integral:

e intercambiando
∞ 
1
∫e j (n-m) d
x[n] =
m 
=
x[m]
-∞

© 2004 by R.Banchs
2
SEÑALES Y SISTEMAS II: TRANSFORMADA Y SERIE DE FOURIER EN TIEMPO DISCRETO
• RESPUESTA (continuación) 16
donde:

1
∫e

j(n-m) d  sinc[n-m] = [n-m]
 finalmente se verifica la relación inversa entre

con lo 2que
las ecuaciones consideradas:
∞
x[n] =
m=-∞  x[m] [n-m] = x[n]
Escuela de Telecomunicaciones Espectro de frecuencias 17
La señal X(ej) también se conoce como espectro de frecuen-

cias, ó simplemente espectro, de la secuencia x[n].
X(ej) = | X(ej) | e j X(e j)
| X(e j) | se denomina el espectro de amplitud ó magnitud,
y X(ej) se denomina el espectro de fase.
Escuela de Telecomunicaciones Periodicidad de la DTFT
18periódica con período 2

X(ej) es por definición una función
∞
X(e j( +2  k)) =

n=-∞ 
x[n] e – j ( +2  k)
n
∞
=

n=-∞
x[n] e – j n e – j 2  kn = X(e j)
• Frecuencias mínimas:  = 2m con m

entero
• Frecuencias máximas:  = (2m+1)
Escuela de Telecomunicaciones Respuesta en frecuencia y DTFT
19 la respuesta en frecuencia de
¿ Recuerdas la definición de
un sistema lineal e invariante en tiempo ?
H(e j) =
k=-∞  h[k] e - j k
¡ No es más que la DTFT de su respuesta impulsiva h[n] !!!
Escuela de Telecomunicaciones Simetrías complejas 20
• Secuencia conjugada simétrica (simetría hermiciana):

x[n] = x*[-n] Re{x[n]}+j Im{x[n]} = Re{x[-n]} -j Im{x[-
n]}
• Secuencia conjugada antisimétrica:

x[n] = -x*[-n] Re{x[n]}+j Im{x[n]} = -Re{x[-n]}+j Im{x[-
n]}
• Descomposición de una secuencia x[n] en partes

conjugadas, simétrica xs [n] y antisimétrica xa [n]: x[n] =
xs [n] + xa [n] donde xs [n] = ½ ( x[n] + x*[-n] ) y xa [n] = ½ (
Escuela de Telecomunicaciones Propiedades de simetría de la DTFT
21
Dado el par transformado x[n] X(ej)
se puede demostrar que:
x*[n] X*(e –j)

x*[-n] X*(e
Re{x[n]} j) Xs
j Im{x[n]} (e )
j
xs [n]
Xa (e j)
xa [n]
Re{X(
© 2004 by R.Banchs
e j  )}
Escuela de Telecomunicaciones DTFT de secuencias reales 22
Dado el par transformado x[n] X(ej)

si x[n] es una secuencia real, se puede demostrar que:
X(ej) = X*(e –j) : Simetría
hermiciana
Re{X(ej  )} = Re{X(e–j)} : Simetría par
Im{X(e j)} = -Im{X(e–j)} : Simetría impar
|X(ej  )| = |X(e –j)| : Simetría par

Escuela de Telecomunicaciones Linealidad de la DTFT 23
Dados los pares transformados:

x[n] X(ej)
y[n] Y(e j)
Entonces se cumple que:
A x[n] + B y[n] A X(ej) + B Y(ej)
Escuela de Telecomunicaciones Retardo en tiempo y modulación 24
Dado el par transformado:

x[n] X(ej)
x[n- e –jk X(ej)

k]
e jn x[n] X(e j ( )
¡ La transformada de Fourier no es invariante en tiempo !
Escuela de Telecomunicaciones Rebatimiento 25

x[n] X(ej)
x[- X(e–j)
n]
y si x[n] es real, entonces se cumple que X(e–j) = X*(e j)
Escuela de Telecomunicaciones Diferencia en tiempo
Dado el par transformado: 26

x[n] X(ej)
x[n+k] – x[n-k] 2 j sin( k) X(e

j)
Escuela de Telecomunicaciones Diferenciación en frecuencia

x[n] X(ej)
(-j n) x[n ]
k d k X(ej)
dk
Escuela de Telecomunicaciones Teorema de convolución
Dados los pares transformados: 28

x[n] X(ej)
y[n] Y(e j)
x[n]* y[n] X(ej) Y(e j)
Escuela de Telecomunicaciones Teorema de modulación 29

x[n] X(ej)
y[n] Y(e j)


x[n] y[n]
1
∫ X(e j) Y(e j )
d

2
Escuela de Telecomunicaciones Teorema de Parseval

x[n] X(ej)
∞ 
1
∫ |X(e j)|2

n=-∞
|x[n]|2 d
= 2
¡ La DTFT es una transformación que preserva la energía !
• DEMOSTRACIÓN 31
Demuestra el Teorema de Parseval
∞ 
1
∫ |X(e j)|2

n=-∞
|x[n]|2 d
= 2
• RESPUESTA 32
Sabiendo que: x[n] X(ej)
x*[- X*(e
n] j)
y utilizando el teorema de convolución:
x[n]* x*[-n] X(ej) X*(e j)
podemos escribir el siguiente par transformado:

∞
| X(ej) |2
 x[k] x*[n+k]
k=-∞
• RESPUESTA (continuación) 33
De acuerdo con la fórmula de síntesis de la DTFT:
∞ 
1
∫ |dX(e j) |2 e j n
k 
=
x[k] x*[n+k] =
-∞
 
2
Y finalmente, evaluando en n = 0:
∞ 
=
∫ | X(e ) | d
j 2

k=-∞
| x[k] |2
1

Escuela de Telecomunicaciones Teorema generalizado de Parseval
34
x[n] X(ej)
y[n] Y(e j)
∞ 
1
∫ X(e j) Y*(e j)
n 
=
x[n] y*[n]
-∞
d
= 2
Escuela de Telecomunicaciones Pares transformados de interés
x[n] = [n] X(ej) = 1

35
∞
x[n] = 1
X(e j) = 2
k 
=
( + 2
-∞
x[n] = n u[n] (||<1) k)

X(ej) = (1- e –j) –
1 ∞
x[n] = u[n]
X(e j) = (1-e –j) –1 + 
∞ k 
=
(+2
-∞
x[n] = e j k)
n
X(e j) = 2
k 
=
(   + 2
-∞
© 2004 by R.Banchs
k)
Escuela de Telecomunicaciones Más pares transformados de interés
x[n] = u[n+M] u[M-n] sin( (2M+1)/2)

36 X(ej) = sin(
∞ /2)
x[n]= sin( n)

(0<<
X(e j) = [ u(+) u()] * (+2
n k =-∞
k)
∞
x[n] = cos(n+
X(e j) = 

k=-∞
[e j (
+ e
2
–j (2
k) k)]
∞ ∞
x[n] =  [n-kN]
X(e j)
=
2
N  k/N)
(  2
k = -∞ k=-∞
• CÁLCULO DE UNA DTFT 37

Halla la DTFT de la secuencia pulso rectangular
Pa [n] = u[n] – u[n-a]
• RESPUESTA 38
Partiendo de: u[n+M] u[M- sin( (2M+1)/2)
n] sin( /2)
y aplicando un retardo de M muestras
u[n] u[2M-n] e –j M sin( (2M+1)/2) / sin(
/2)
donde u[n] u[2M-n] = u[n] - u[n-2M-1] = P2M+1 [n]
Finalmente, haciendo 2M+1 = a M = (a-

1)/2
sin( a
DTFT{ Pa [n] } = e –j (a-1)/2
/2)
sin( /2)
6
• | Pa (e j)
| Espectro
5
39
RESPUESTA 4
(continuación) de
3
2
amplitud
Ejemplo: a = 5 1
0
   

2 3
1.5 Pa [n] Pa (e j) 2
1 1
0.5
Espectro 0
0 de -1
-0.5 fase -2
-3
-1
-10 -5 0 5 10
   


Escuela de Telecomunicaciones DTFS fórmula de síntesis
Toda secuencia discreta periódica

41x[n] con período N, puede
ser representada mediante una suma ponderada de N expo-
nenciales complejas de la forma:
N-1
x[n] =
1
N  X[k] e j
nk /N
k=0
donde la secuencia de ponderación X[k] se conoce como la

serie de Fourier en tiempo discreto (DTFS) de x[n]
Escuela de Telecomunicaciones DTFS fórmula de análisis 42
La secuencia de ponderación X[k] constituye realmente una

versión muestreada* de la DTFT de la secuencia x[n] y se
puede calcular de la siguiente manera:
N-1
X[k] =
n=0  x[n] e –j nk/N
* Sobre este asunto del muestreo volveremos con más detalle en el móduloVI
Escuela de Telecomunicaciones Par transformado único 43
x[n] y X[k] constituyen un par transformado único
Transformada directa
x[n] X[k]
Transformada inversa
donde es importante destacar que tanto x[n] como X[k] son

señales periódicas discretas en variable.
Escuela de Telecomunicaciones Notación 44
Las fórmulas de análisis y síntesis de la DTFS suelen

expresarse de la siguiente forma:
N-1 N-
~
X[k] =
 x[n] W
1 ~ kn
N
~ 1
x[n] = N  ~
X[k] WN
–k n
n=0 k=0
donde:
• El operador complejo WN se define como e –j /N
• Las ~ se incluyen para enfatizar el carácter periódico
de las secuencias x[n] y X[k]
Escuela de Telecomunicaciones Ortogonalidad 45
Propiedad de ortogonalidad del operador WN
N-1 1, si n = mN N-1
1
N W N
–k n
=
0, si n ≠ mN =  [n-mN]
k=0 m =0
Escuela de Telecomunicaciones Propiedades de simetría de la DTFS 46
~
Dado el par transformado ~x[n X[k]
se puede demostrar que: ]
~
x~*[n] X*[-k]
~
X*[k]
x~*[-n] ~
Xs [k]
Re{x~[n]} ~
Xa [k]
~
j Im{xx~~s[n]}
[n] Re{X[k]}
~
x~a [n] j
Im{X[k]
© 2004 by R.Banchs
}
Escuela de Telecomunicaciones DTFS de secuencias reales
~
Dado el par transformado 47 ~x[n]
~x[n] es una secuencia real, se puede demostrar que:
X[k]
si
~ ~
X [k] = X*[-k] :
Simetría hermiciana
~ ~
Re{X~ [k]} = Re{X[-k]}
~ : Simetría par
Im{ } = -Im{ } : Simetría impar
X[k] X[-k]
~ ~
|
X[k]| = |X[-k]|
: Simetría par
~
~
X[k] = -
© 2004 by R.Banchs
X[-k]
:
Escuela de Telecomunicaciones Linealidad de la DTFS
48
~
~x[n] X[k]
~
Y[k]
~y[n]

~ ~
A
A x~[n] + B X[k] + B Y[k]
y~[n]
Escuela de Telecomunicaciones Dualidad

~
~x[n] X[k]
~ ~
X[n] N x[-k]
Escuela de Telecomunicaciones Retardo en tiempo y modulación 50

~
~x[n] X[k]
mk ~
x~[n- W N
X[k]
–m]
 ~ ~
WNn x[n] X[k-]
Escuela de Telecomunicaciones Convolución periódica en tiempo 51

~
~x[n] X[k]
~
Y[k]
~y[n]

N-1
~ ~
X[k] Y[k]
m=0  x~[m] y~[n-
m]
Convolución Periódica
Escuela de Telecomunicaciones Convolución periódica en frecuencia 52

~
~x[n] X[k]
~
Y[k]
~y[n]

N-1
~

~
1
X[i] Y[k-i]
x[n]~ N
i=0
y[n]~
Convolución Periódica
Escuela de Telecomunicaciones Pares transformados de interés
53 ∞
x~[n] =
~
X[k] =  N[k-mN]
1 m=-∞
∞
~
X[k] = 1
~x[n] =
m=-∞
[n-
mN] ∞
~ = e j
x[n]
np /N
~
X[k] =  N[k-p-mN]
m=-∞
Escuela de Telecomunicaciones Más pares transformados de interés
∞
54 ~ sin( (2M+1)
2M+1 [n+M-mN] X[k] =
x~[n] = 
m=-∞
k/N) sin(
k /N)
P
∞
~ = cos(2 pn
x[n]
/N)
~
X[k] = N/2  [k+p-mN]+[k-p-mN]
m=-∞
∞
~ = sin(2 pn
x[n]
/N)
~
X[k] = N/(2j)  [k+p-mN]–[k-p-mN]
m=-∞
• CÁLCULO DE UNA DTFS 55

Halla una expresión analítica para la serie de Fourier
en tiempo discreto de la siguiente secuencia:
x~[n] =  ([n-2m]–[n-
m=-∞
2m+1])
• RESPUESTA 56
De la expresión de x~[n] se desprende que N=2
Usando la fórmula de análisis de la DTFS
 
1
~ ~ e –j
X[k] = 1 x[n] = ([n] – [n-1]) e –j
nk nk
n=0 n=0
de donde finalmente se obtiene que:
~ = 1 – e –j
X[k] ~
X[k] = 1 – (–1)k
k
Escuela de Telecomunicaciones Representaciones de Fourier 57
En resumen, existen cuatro representaciones de Fourier
TIPO DE SEÑAL Continua en tiempo Discreta en tiempo
Serie en tiempo Serie en tiempo

Periódica
continuo discreto
(CTFS) (DTFS)
Transformada en Transformada en
No periódica tiempo continuo (CTFT) tiempo discreto (DTFT)

Escuela de Telecomunicaciones Secuencias de duración finita
59
Considera una secuencia periódica x~[n] con período
N, esta puede ser representada de la siguiente forma:
∞
x~[n] =
m 
=
x[n]* [n-
-∞
mN]
donde la secuencia x[n] de duración finita se
define como:
x~[n], para 0 ≤ n < N
x[n] =
0, para el resto
Escuela de Telecomunicaciones DFTS calculada con señales finitas
60
De forma que la DFTS de x~[n] se puede calcular
también a partir de x[n]:

N-1

N-1
~ ~ W =kn kn
X[k] = x[n] N x[n] W N
n=0 n=0
Y en forma totalmente análoga:

N-1 N-1
~ = 1
x[n]
N  ~ –k n
X[k] WN =
1
N  X[k] WN
–k n
k=0 k=0
Escuela de Telecomunicaciones Transformada discreta de Fourier
De esta forma, se define

61la transformada discreta de
Fourier (DFT) de una secuencia finita x[n] de duración N,
como:
N-1
X[k] =
 x[n] W
kn
N , para 0 ≤ k < N
n=0
0, para el resto
Escuela de Telecomunicaciones Transformada discreta de Fourier
62
Cuya transformada inversa, o fórmula de síntesis, está
dada por:
N-1
x[n] =
1
N  X[k] W –k n
N , para 0 ≤ n < N
k=0
0, para el resto
Escuela de Telecomunicaciones Observación importante
63
CUIDADO !!!
La DTF es en realidad un artificio matemático mediante
el cual se usa la DTFS para representar secuencias de
duración finita. En la realidad lo que se está manipulando
son las versiones periódicas de dichas secuencias finitas.
Escuela de Telecomunicaciones Transformada rápida de Fourier
64 del operador WNkn

Aprovechando las propiedades
• Simetría: W Nkn = (WN
• kn
Periodicidad: W kn
N = W k(n+N)
N n(k+N)
=WN
)*
se pueden diseñar algoritmos de cómputo muy eficientes
para la DFT. Estos algoritmos se denominan transformadas
rápidas de Fourier (FFT).
El estudio de estos métodos no está dentro de los objetivos de este curso.
Escuela de Telecomunicaciones Cálculo de la convolución vía FFT 65
De acuerdo con el teorema de convolución, la convolución

entre dos secuencias x[n] y y[n] puede calcularse como:
x[n]* y[n] = IFFT{ FFT{ x[n]} FFT{ y[n]} }
la cual constituye, desde el punto de vista computacional,

una forma alternativa para el cálculo de la convolución; y
que, como veremos ahora, es más eficiente !!!
Escuela de Telecomunicaciones Eficiencia computacional de la FFT
El costo computacional66
de la convolución para dos secuencias
de longitud N es de orden N2 (hay que realizar N multiplicacio-
nes N veces)
El costo computacional de la FFT de una secuencia de longitud

N es de orden (N/2) log2N
De forma que el costo computacional del cálculo de la convolu-

ción vía FFT es: 2 (N/2) log2N + 2N + (N/2) log2N
Escuela de Telecomunicaciones Convolución directa vs. vía FFT 67
Comparación del costo computacional para el cálculo de

la convolución:
4
10
Número de operaciones
DIRECTO
3
10
VÍA FFT
2
10
1
10
0
10
0 20 40 60 80 100
Tamaño de las secuencias
Escuela de Telecomunicaciones Convolución periódica
ATENCIÓN !!! Recuerda que la representación

68 de la DFT
asume que las secuencias son periódicas. Como consecuencia,
el resultado de calcular la convolución vía FFT es en
realidad una convolución periódica.
x[n]
x[n]* x[n]
6 100
4
50
2
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Escuela de Telecomunicaciones Completación con ceros
Para calcular correctamente una convolución

69 vía FFT se
deben añadir ceros al final de cada una de las secuencias
involucradas, hasta completar la longitud de la convolución
resultante.
x[n]
x[n]* x[n]
6 100
4
50
2
0 0
0 5 10 15 20 0 5 10 15 20
Fin del Módulo II

Transformada y Serie de Fourier
en Tiempo Discreto

Transformadas de Fourier

Cargado por

Información del documento

Descripción 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

Transformadas de Fourier

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CATOLICA ANDRÉS BELLO

1.- Respuesta en frecuencia de un sistema LIT

2.- La transformada de Fourier en tiempo discreto (DTFT)

3.- La serie de Fourier en tiempo discreto (DTFS)

1.- Respuesta en frecuencia de un sistema LIT

2.- La transformada de Fourier en tiempo discreto (DTFT)

3.- La serie de Fourier en tiempo discreto (DTFS)

Consideremos un sistema LIT con entrada x[n] = e j n

Entonces su salida y[n] está dada por:

Donde la función compleja H(e j) definida por:

se denomina la respuesta en frecuencia del sistema.

La exponencial compleja e j n constituye una autofunción

La respuesta de un sistema LIT a una entrada del tipo e j n

y[n] = H(e ) e j j n = | H(e ) | e

Y de la definición de respuesta en frecuencia:

H(e j) = 1 – e - j = 1 – cos() + j sin()

| H(e j) |= 2(1–cos()) sin()

1.- Respuesta en frecuencia de un sistema LIT

2.- La transformada de Fourier en tiempo discreto (DTFT)

3.- La serie de Fourier en tiempo discreto (DTFS)

Toda secuencia discreta x[n] absolutamente

La función de ponderación X(ej) se construye mediante la

* Sobre este asunto de la proyección volveremos con más detalle en el móduloVI

x[n] y X(ej) constituyen un par transformado único

donde es importante destacar que x[n] es una señal discreta

2 el orden de la sumatoria y la integral:

 finalmente se verifica la relación inversa entre

La señal X(ej) también se conoce como espectro de frecuen-

X(ej) = | X(ej) | e j X(e j)

| X(e j) | se denomina el espectro de amplitud ó magnitud,

y X(ej) se denomina el espectro de fase.

18periódica con período 2

X(e j( +2  k)) =

• Frecuencias mínimas:  = 2m con m

¡ No es más que la DTFT de su respuesta impulsiva h[n] !!!

• Secuencia conjugada simétrica (simetría hermiciana):

• Secuencia conjugada antisimétrica:

• Descomposición de una secuencia x[n] en partes

x*[n] X*(e –j)

Dado el par transformado x[n] X(ej)

X(ej) = X*(e –j) : Simetría

Re{X(ej  )} = Re{X(e–j)} : Simetría par

Im{X(e j)} = -Im{X(e–j)} : Simetría impar

|X(ej  )| = |X(e –j)| : Simetría par

Dados los pares transformados:

Entonces se cumple que:

A x[n] + B y[n] A X(ej) + B Y(ej)

Dado el par transformado:

Entonces se cumple que:

x[n- e –jk X(ej)

¡ La transformada de Fourier no es invariante en tiempo !

Dado el par transformado:

Entonces se cumple que:

y si x[n] es real, entonces se cumple que X(e–j) = X*(e j)

Dado el par transformado: 26

Entonces se cumple que:

x[n+k] – x[n-k] 2 j sin( k) X(e

Dado el par transformado: 27

Entonces se cumple que:

Dados los pares transformados: 28

Entonces se cumple que:

x[n]* y[n] X(ej) Y(e j)

Dados los pares transformados:

x[n] X(e –j)

x[n]* x[-n] X(ej) X(e j)