Mate Avanzada

Indice General
1 Preliminares 3
1.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Clasicacion de las Se nales . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Se nales Periodicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Se nal Exponecial Compleja . . . . . . . . . . . . . . . . . . . . . . 6
2 Se nales de Energa Finita y de Potencia Media Finita 13
3 Transformacion de Se nales 25
4 Se nales Elementales 45
4.1 La Funci on Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2 La Funci on Rampa . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3 Funcion de Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.4 La Funcion Impulso Unidad: (t) . . . . . . . . . . . . . . . . . . 56
4.5 Derivadas de la Funci on Impulso . . . . . . . . . . . . . . . . . . 66
5 Sistemas en Tiempo Continuo: Sistemas L.I.T 75
5.1 Sistemas Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.2 Sistemas L.I.T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.3 Estabilidad de Sistema . . . . . . . . . . . . . . . . . . . . . . . . 80
6 Sistemas Descritos por Ecuaciones Diferenciales 83
6.1 Componentes Basicos de los Sistemas . . . . . . . . . . . . . . . . 86
1
2

INDICE GENERAL
6.2 Diagramas de Simulacion para Sistemas Continuos . . . . . . . 89
6.3 Obtencion de la Respuesta al Impulso . . . . . . . . . . . . . . . . 94
6.4 Representaci on Mediante Variables de Estado . . . . . . . . 97
6.4.1 Denicion de Estado . . . . . . . . . . . . . . . . . . . . . 97
6.4.2 Ecuaciones de Estado . . . . . . . . . . . . . . . . . . . . . 97
6.5 Solucion en el Dominio del Tiempo de las Ecuaciones de Estado . 102
7 Representacion de Fourier: Series de Fourier 107
8 Convergencia de las Series de Fourier 127
8.1 Convergencia en los Extremos . . . . . . . . . . . . . . . . . . . . 130
8.2 Series de Fourier en Senos y Cosenos . . . . . . . . . . . . . . . . 134
8.3 Integraci on y Diferenciacion de Serie de Fourier . . . . . . . . . . 135
8.4 Series de Fourier Complejas . . . . . . . . . . . . . . . . . . . . . 136
Captulo 1
Preliminares
1.1 Introduccion
Las se nales y los sistemas son utiles en el estudio de algunas areas de la ingeniera
electronica tal como :
a) Procesamiento de se nales (analogicos y digitales).
b) Sistemas de comunicaci on.
c) Sistemas de control.
d) Modulacion.
e) Filtrado.
f) Sistemas realimentados.
Una se nal se dene formalmente como la funcion de una o mas variables, que
transporta informacion acerca de la naturaleza de un fenomeno fsico.
Un sistema se dene formalmente como una entidad que manipula una o mas
se nales para llevar acabo una funcion, produciendo de esta manera nevas se nales.
La graca que sigue es sugerente:
3
4 CAP
ITULO 1. PRELIMINARES
Sistema
Seal de
salida
Seal de
entrada
Figura 1.1
Representacion en diagrama de bloques de un sistema elemental.
1.2 Clasicacion de las Se nales
Las se nales se clasican en se nales de tiempo continuoy se nales de tiempo
discreto. Decimos que una se nal es de tiempo contnuo, si esta denida para
todo t, donde t es la variable independiente y se indica en la forma x(t). Una
se nal es de tiempo discreto si tiene unicamente valores discretos, los cuales suelen
estar espaciados de manera uniforme, y se indica en la forma x[n], donde n =
0, 1, 2, . . . y desempe na el papel de variable independiente.
Existen sin embargo se nales en tiempo continuo de interes, pero no en el sentido
amplio de la denicion. As por ejempo el pulso rectangular rect(
t
) que se dene
como:
rec
_
t
_
=
_
_
_
1 , [t[ <

2
0 , [t[ >

2
(1.1)
con graca
Figura 1.2
rect
t
0
2 2
1

_
Esta se nal es continua por tramos, ya que es continua en todos los valores de t
excepto para t =
2
, y el salto en esos puntos es de amplitud 1. Otro ejemplo,
es el tren de pulsos que se muestra en la gura que sigue:
1.3. SE
NALES PERI
ODICAS 5
6 5 4 3 2 1 0 1 2 3 4 5 6 7
x( t )
Figura 1.3
Esta se nal es continua para todo t excepto en t = 0, 1, 2, . . .
Generalmente se considera que el valor de las se nales x(t) es indenida en los
puntos de discontinuidad. No obstante con la nalidad de considerar de forma
similar las se nales continuas y las discontinuas por tramos, se acostumbra asignar
el valor
x(t
1
) =
1
2
[x(t
+
1
) x(t
1
)]
a la se nal x(t) en el punto de discontinuidad t = t
1
.
1.3 Se nales Peri odicas
Denicion 1.1 Una se nal (o funcion) es Periodica si ella satisface
x(t) = x(t +T) (1.2)
para todo valor de t. La constante minima T toma el nombre de Perodo Fun-
damentalde la se nal. Mediante la repeticion de (1.2) nos permite escribir en
general: x(t) = x(t +nT) con n, enteros. La gura que sigue representa la graca
de una funcion o se nal Peri odica de perodo T.
. . .
. . .
x( t )
A
T
2T 0 T 2T
Figura 1.4
6 CAP
Nota 1.1 Veremos mas tarde como de manera articiosa, se puede convertir una
funcion no-periodica en una periodica.
Un ejemplo clasico de funciones perodicas son la funciones sin t y cos t con perodo
fundamental 2, y en general 2k, esto es:
cos t = cos(t + 2k); sin t = sin(t + 2k) con k = 0, 1, 2, . . .
1.4 Se nal Exponecial Compleja
Una clase importante de se nales de tiempo continuo es la se nal de la forma:
x(t) = Ce
at
(1.3)
donde C y a en general son cantidades complejas. Dependiendo de los valores de
estas cantidades, la exponencial (1.3) puede adoptar varias caractersticas. Si C y
a son reales en cuyo caso la se nal x(t) toma el nombre de exponecial real, la cual
toma dos comportamientos, si a > 0 la se nal es creciente como se observa en la
gura (a) que sigue. De igual manera si a a < 0 la se nal es decreciente como se
observa en la gura (b).
C
C
0 0
x( t )
x( t )
t t
( a ) ( b )
Figura 1.5
El otro caso importante se reere a un caso particular de (1.3) esto es:
x(t) = e
jw
0
t
, j =
1, (o i =
1) (1.4)
1.4. SE
NAL EXPONECIAL COMPLEJA 7

Una propiedad distinguible de (1.4) es que esta se nal es periodica. Se puede
vericar que (1.4) es periodica si existe un T tal que:
e
jw
0
t
= e
jw
0
(t+T)
= e
jw
0
t
e
jw
0
T
de donde:
e
jw
0
T
= 1 (1.5)
Si w
0
= 0, entonces x(t) = 1, la cual es periodica para cualquier valor de t. Si
w
0
,= 0, entonces, el perodo fundamental T
0
de x(t) es el valor positivo mas
peque no de T, para el cual (1.5) se cumple, esto es:
T
0
=
2
[w
0
[
,
_
o T =
2
_
(1.6)
Entonces las se nales e
jw
0
t
y e
jw
0
t
tienen el mismo perodo fundamental. Por
la identidad de Euler, (1.6) tambien es valido para las funciones o se nales sinu-
soidales.
Denicion 1.2 (w
0
= Frecuencia angular)
w
0
= 2f
0
(o w = 2f
m
o w = 2f
s
) (1.7)
donde f
0
tiene las unidades de ciclos por segundo o Hz.
Tambien: f
0
=
1
T
, y se denomina frecuencia pura o fundamental.
Ejemplo 1.1 EL movimiento armonico simple (o movimiento libre no-amortiguado)
esta dise nado por la ecuacion diferencial:
d
2
x
dt
2
+w
2
x = 0
_
w
2
=
k
m
_
(1.8)
con solucion general:
x(t) = c
1
cos wt +c
2
sin wt (1.9)
El perodo de las vibraciones libres se describe con (1.6), y la frecuencia es: f
0
=
1
T
.
Supongamos entonces que para condiciones iniciales apropiadas la solucion gene-
ral (1.9) tenga la forma: (solucion particular donde las componentes tienen igual
frecuencia),
x(t) = 2 cos 3t 4 sin 3t
8 CAP
entonces el perodo sera: T
0
=
2
3
, y la frecuencia f
0
=
3
2
. Los resultados anterio-
res para T
0
y f
0
, signican: para T
0
, la graca de x(t) se repite cada
2
3
unidades
y para f
0
, que existen 3 ciclos de la graca que se repite cada 2 unidades.
Nota 1.2 Cuando nos referimos a un movimiento armonico debemos entender
tambien como un movimiento vibratorio.
Una se nal muy relacinada con la exponencial compleja perodica es la se nal Senoidal
(o Cosenoidal).
x(t) = Asin(wt +) (1.10)
donde: A =
_
c
2
1
+c
2
2
y es el angulo de fase denido por:
sin =
c
1
A
cos =
c
2
A
_
_
_
tan =
c
1
c
2
= tan
1
_
c
1
c
2
_
(1.11)
La comprobacion de estos hechos se puede efectuar, considerando la graca del
triangulo rectangulo dado a continuaci on:
A =
c + c
c
c
1
1 2
2
2
2
Figura 1.6
y multiplicando y dividiendo la solucion general (1.9) por A =
_
c
2
1
+c
2
2
Debemos indicar nalmente que T
0
es la distancia entre dos maximos para las
funciones seno y coseno, y es un corrimiento de la gura como se observa en el
diagrama que sigue:
1.4. SE

0
A
t
A cos
T =
2
w
0
0
0
x( t) = A cos(w t+ )
Figura 1.7
donde t esta medido en segundos, y w
0
en radianes y en radianes por segundo
respectivamente.
Nota 1.3 : w debe ser considerado desde el punto de vista fsico como la velocidad angular
en el movimiento circular, esto es:
w =
d
dt
, con = (t) (1.12)
y en este sentido, la funcion exponencial compleja debe interpretarse como una
rotacion con velocidad angular dada por w. (esta interpretaci on de la exponencial
compleja es interesante para el desarrollo de los diagramas fasoriales.
Las exponenciales periodicas complejas juegan un papel central en el tratamien-
to de se nales y sistemas. En muchas ocasiones es util considerar la nocion de
exponenciales complejas relacionadas de forma armonica esto es, conjuntos de
exponenciales periodicas con frecuencias fundamentales que son todas m ultiplos
de una sola frecuencia fundamental w
0
:
k
(t) = e
jkw
0
t
k = 0, 1, 2, . . .
y donde el perodo fundamental es
2
|k|w
0
o con frecuencia fundamental [k[w
0
. Como
una se nal que es periodica con perodo T, es tambien (por denicion 1.1) periodica
con perodo kT, para cualquier entero positivo k, vemos que todas las se nales
k
(t)
tienen un perodo com un
2
w
0
.
10 CAP
Propiedad 1.1 (De una se nal perodica)
Las suma de dos se nalea periodicas, puede o no puede ser una se nal periodica. Si
una se nal tiene perodo T
1
y otra se nal tiene perodo T
2
, entonces si las suma de
las dos se nales tiene un perodo T, obtenemos (hipotesis de periodicidad para la
suma).
T = kT
1
= lT
2

T
1
T
2
=
l
k
(una expresion racional) (1.3)
donde k y l son enteros (positivos o negativos).
En efecto supongamos la suma:
z(t) = ax(t) + by(t)
donde x(t) y y(t) son se nales con perodo T
1
y T
2
respectivamente. Como x(t) y
y(t) son periodicas, entonces por denicion
x(t) = x(t +kT
1
); y(t) = y(t +lT
2
).
Por lo tanto:
z(t) = ax(t +kT
1
) + by(t +lT
2
)
y si consideramos que z(t) es periodica con perodo T, tenemos:
z(t) = z(t +T) = ax(t +T) + by(t +T) = ax(t +kT
1
) + by(t +lT
2
)
de donde, por identicaci on
T = kT
1
= lT
2

k
l
=
T
2
T
1
es una cantidad racional. El resultado se puede generalizar a n-se nales periodicas.
Propiedad 1.2 (Operacion de Desplazamiento)
La se nal x(t t
0
) es una versi on desplazada de la se nal x(t) hacia la derecha si
t
0
> 0 y hacia la izquierda si t
0
< 0. Se observa entonces que la se nal no cambia
de forma en este desplazamiento. Luego se concluye: la integral de una funcion
periodica es independiente de los desplazamientos temporales (ver ejemplo (1.3)
posterior).
1.4. SE

Ejemplo 1.2 Determinar cual de las siguientes se nales son periodicas y si lo son,
determinar su perodo fundamental.
a) x
1
(t) = sin
2
3
t
b) x
2
(t) = sin(
2
5
t) cos(
3
t)
c) x
3
(t) = sin 3t
d) x
4
(t) = x
1
(t) 2x
3
(t)
En efecto , para a) escribimos, bajo la hipotesis de que x(t) sea periodica (o de
que existe un T)
x(t) = sin
_
2
3
t
_
= sin
_
2
3
t +
2
3
T
_
Si T = 3 (T exste) entonces tenemos:
sin
_
2
3
t + 2
_
= sin
_
2
3
t
_
Para (b) escribimos x
2
(t) como la suma de dos sinusoides
sin
2
5
t cos 4
3
t =
1
2
_
sin
_
2
5
t 4
3
t
_
sin
_
2
5
t + 4
3
t
__
=
1
2
sin
_
14
15
t
_
1
2
sin
_
26
15
t
_
Seg un (a) para el primer sumando T
1
=
15
7
, y para el segundo T
2
=
15
13
. Seg un la
propiedad 1.1 k
15
7
= l
15
13
= T, se obtiene T = 15.
Para (c) x
3
(t), se tiene que esta se nal es perodica con T =
2
13
. Como no se puede
determinar enteros k y l que cumplan con kT
1
= lT
2
, x
4
(t) no es perodica (Que
relacion tienen estos ejemplos con el ejemplo 1.1.?).
Ejercicio 1.1 Determinar el perodo fundamental T de cada una de las siguientes
se nales:
a) cos t
b) sin 2t
12 CAP
c) sin 4t
d) cos

2
t
e) sin

3
t
f) x(t) = sin(
3
t) + 2 cos(
8
3
t)
Captulo 2
Se nales de Energa Finita y de
Potencia Media Finita
La Energa de una se nal durante un intervalo temporal de duracion 2L se dene
como:
E
2L
=
_
L
L
[x(t)[
2
dt (2.1)
y la Energa total de la se nal en el intervalo t (, ) como:
E = lim
L
_
L
L
[x(t)[
2
dt (2.2)
La potencia Media se dene de la siguiente manera:
P = lim
L
_
1
2L
_
L
L
[x(t)[
2
dt
_
(2.3)
Cuando el lmite denido en la ecuacion (2.2) y (2.3) existe y es nito (0 < E < )
se dice que la se nal x(t) es de energa nita. Se Puede observar de la ecuacion
(2.3) que las se nales de enrga nita tiene potencia media cero. Por otra parte si
el limite de la ecuacion (2.3) exste y es nito (0 < P < ) se dice que x(t) es
de potencia media nita. Se observa entonces que las se nales de potencia media
nita tienen energa innita. Si bien las se nales periodicas tienen energa innita
por denicion, tenemos sin embargo la siguiente:
13
14CAP
ITULO2. SE
NALES DE ENERG
IAFINITAYDE POTENCIAMEDIAFINITA
Propiedad 2.1 El valor de la potencia media de una se nal periodica de perodo
T es dado por:
P =
1
T
_
T
0
[x(t)[
2
dt (2.4)
Demostracion
Si x(t) es una se nal periodica de perodo T, la integral de la ecuacion (2.3) tiene
el mismo valor sobre cualquier intervalo de longitud T. Tomando los limites de
forma que 2L sea un m ultiplo entero de perodo (es decir, 2L = mT) encontramos
que la energa total de x(t) es un intervalo de longitud 2L es m veces la energa
en un perodo. Por lo tanto, la potencia media es:
P = lim
m
1
mT
m
_
L
0
[x(t)[
2
dt
=
1
T
_
T
0
[x(t)[
2
dt
Ejemplo 2.1 Sean las se nales que se muestran en las guras que siguen:
( a ) ( b )
0 0
A A
x ( t )
x ( t )
A exp [t]
A exp [t]
t t
Figura 2.1
1
2
Deseamos determinar si se trata de se nales de energa nita o de potencia media
nita. La se nal de la gura (a) es aperiodica con energa total:
E =
_

0
A
2
exp[2t]dt =
A
2
2
que es un valor nito. Por tanto esta se nal es de energa nita y su energa total
es
A
2
2
. Su potencia es:
P = lim
L
_
1
2L
_
L
L
A
2
exp[2t]dt
_
= lim
L
A
2
4L
= 0
15
La energa total de la se nal de la gura (b) es dada por:
E = lim
L
__
0
L
A
2
dt +
_
L
0
A
2
exp[2t]dt
_
= lim
L
A
2
_
L +
1
2
(1 exp[2L])
_
que no esta acotada. Por lo tanto, no es una se nal de energa nita. Su potencia
media es dada por:
P = lim
L
1
2L
__
0
L
A
2
dt +
_
L
0
A
2
exp[2t]
_
dt =
A
2
2
Ejemplo 2.2 Consideremos la se nal sinusoidal
x(t) = Asin(w
0
t +)
que es periodica de periodo T =
2
w
0
.
La potencia media de la se nal es:
P =
1
T
_
T
o
A
2
sin
2
(w
0
t +)dt
=
A
2
w
0
2
_
T=
2
w
0
o
_
1
2

1
2
cos(2w
0
t + 2)
_
dt
=
A
2
2
el resultado se debe a que la se nal cos(2w
0
t + 2) es periodica de perodo
T
2
y el
area encerrada bajo un coseno, medida sobre cualquier intervalo de longitud lT
siendo l un entero positivo es siempre cero. Se hizo uso de sin
2
t =
1
2
(1 cos 2t).
Nota 2.1 Casi todas las se nales limitadas en el tiempo de interes practico son
se nales de energa nita, tales como las que se observan en las guras que siguen
(pulsos).
16CAP
ITULO2. SE
NALES DE ENERG
( a )
( b )
0
0
A
A
x ( t ) x ( t ) = A exp [a| t |]
t t
Figura 2.2
1 2
2 2
_
donde para (a) E

1
= A
2
y para (b) E
2
=
A
2
a
.
Ejercicio 2.1 Determinar si las siguientes se nales son de energa nita, de po-
tencia media nita o ninguna de las dos cosas. Justicar las respuestas:
a) x(t) = Asin t, < t <
b) x(t) = A[(t a) (t +a)]
c) x(t) = r(t) r(t 1)
d) x(t) = exp[at](t), a > 0
e) x(t) = t(t)
f ) x(t) = (t)
g) x(t) = Aexp[bt], b > 0
Ejercicio 2.2 Repetir el ejercicio anterior para las se nales:
a) x(t) = t sin(
3
)t
b) x(t) = exp[2[t[ ] sin(t)
c) x(t) = exp[ 4[t[ ]
d) x(t) = exp[j
5
6
]t
17
e) x(t) = 2 sin(
3
8
)t cos(
2
3
)t
f ) x(t) =
_
_
_
1 , t < 0
exp[3t] , 0 t
Ejercicio 2.3
Demostrar que si x(t) es periodica de periodo T, entonces:
_
T
0
[x(t)[dt
PT
siendo P la potencia media de la se nal.
Ejemplo 2.3 El elemento basico en el movimiento armonico esta descrito por la
funcion (o se nal).
x(t) = Asin(wt +) ()
donde w es la frecuencia en radianes (como ya se manifesto) por unidad de tiempo.
Para w = 440 2 rad/seg debemos entender que hay 440 ciclos completos por
segundo (si es un angulo de rotacion entonces, v = w =
d
dt
para = (t)).
Quisieramos ahora determinar el periodo fundamental para ().
En efecto, si suponemos que () es periodica, entonces:
x(t) = x(t +T) = Asin[wt +wT +]
= Asin[(wt +) + wT]
y si escribimos w = z2 donde z es un entero positivo tenemos:
Asin[wt + + 2zT]
Por lo tanto
2zT = 2 T =
1
z
z ,= 0
Entonces x(t) dado por () es una funcion periodica con perodo
T =
1
z
=
2
2z
=
2
w
= T
18CAP
ITULO2. SE
NALES DE ENERG
Ejercicio 2.3 Desarrollar la descomposicion par-impar de una se nal x(t) apli-
cando las deniciones de funcion par e impar.
Rta:
x
p
(t) =
1
2
[x(t) +x(t)]
x
i
(t) =
1
2
[x(t) x(t)]
Ejercicio 2.4 Considere el par de se nales que se muestran en las guras que
siguen cual de estas se nales es par y cual impar?. Determinar sus expresiones
analticas.
0 0
A
x ( t )
x ( t )
t t
Figura 2.3
1
2
2 2
_
Las se nales x
1
(t), x
2
(t) mostradas anteriormente son, la parte real e imaginaria
de la se nal de valor complejo x(t) Que forma de simetria tiene x(t)?.
Nota 2.2 Una se nal de valor complejo x(t), se dice que es conjugada simetricasi
satisface la condicion: x(t) = x
(t). Para la se nal anterior esta x(t) es conjugada

simetrica.
Ejercicio 2.5 La gura que sigue muestra una onda triangular Cual es la fre-
cuencia fundamental?. Expresar la frecuencia fundamental en unidades de Hz o
rad/seg.
19
1
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
1
timpo : segundos
Amplitud
t
Figura 2.4
Rta: 5Hz, 10 rad/seg (onda triangular alternante entre 1 y 1 con perodo
fundamental de 0.2seg).
Ejercicio 2.6 Cual es la frecuencia fundamental de la onda cuadrada en el tiem-
po discreto que se presenta en la gura que sigue.
1
1
n
2
N
0
=
Figura 2.5
donde N es el periodo entero de la se nal
Rta: /4 rad, ya que T = 8, f = 1 y w =
2
8
=

4
.
Ejercicio 2.7 Probar que la potencia promedio de la se nal en tiempo discreto que
se muestra en la gura anterior es 1.
Nota 2.3 Para el caso discreto:
P = lim
N
1
2N
N
n=N
x
2
(n)
20CAP
ITULO2. SE
NALES DE ENERG
Ejercicios de Repaso
1. Determinar las componentes par e impar de cada una de las siguientes:
a) x(t) = cos t + sin t + sin t cos t
b) x(t) = 1 + t + 3t
2
+ 5t
3
+ 9t
4
c) x(t) = 1 + t cos t +t
2
sin t
d) x(t) = (1 + t
3
) cos
3
(10t)
2. Determinar si las se nales que siguen son periodicas, si lo son determine T.
a) x(t) = (cos(2t))
2
b) x(t) =
5
k=5
w(t 2k), para w(t) descrita en la gura que sigue:
x( t )
1
1
1
t
Figura 2.6
3. La se nal senoidal
x(t) = 3 cos
_
200t +

6
_
,
se hace pasar por un dispositivo de funcion cuadratica denido por la relacion
de entrada-salida
y(t) = x
2
(t)
empleando la identidad trigonometrica
cos
2
=
1
2
(cos 2 + 1)
muestre que la salida y(t) consiste en una componente dc y una componente
senoidal.
21
a) Especique la componente dc.
b) Especique la amplitud y la frecuencia fundamental de la componente
senoidal de la salida y(t).
4. Clasique cada una de las siguientes se nales como de energa o como de
potencia y encontrar la energa.
Nota 2.4 Una se nal es de energa si y solo s la potencia promedio de la
se nal satisface la condicion (ya especicada):
0 < E < .
Por otra parte, se conoce como una se nal de potencia si y solo si la potencia
promedio de la misma, cumple la condicion 0 < P < .
a) x(t) =
_
_
t , 0 t
2 t , 1 t 2
0 , en otros casos
b) x(t) =
_
_
_
5 cos t , 1 t 1
0 , en otros casos
5. Considere la se nal senoidal.
x(t) = Acos(wt +)
Determine la potencia promedio de x(t).
6. La frecuencia angular w de las se nales senoidal:
x(t) = Acos(wt +)
satisface la condicion para que x(t) sea periodica.
Determinar la potencia promedio de x(t).
7. El pulso coseno levantado x(t), que se muestra en la gura que sigue, se
dene como:
22CAP
ITULO2. SE
NALES DE ENERG
x( t )
1.0
Figura 2.7

_
x(t) =
_
_
_
1
2
[cos wt + 1] ,
w
t

w
0 , en otros casos
Determinar la energa total de x(t).
8. El pulso trapezoidal de la gura adjunta se dene por medio de:
x(t) =
_
_
5 t , 4 t 5
1 , 4 t 4
t + 5 , 5 t 4
0 , en otros casos
x( t )
t
5 5 4 4 3 3 2 2 1 0 1
Figura 2.8
Determinar la energa total x(t).
23
9. El pulso trapezoidal x(t) del ejemplo anterior se aplica a un diferenciador,
denido por:
y(t) =
d
dt
x(t)
a) Determine la salida resultante y(t) del diferenciador.
b) Determine la energa total de y(t).
10. Un pulso rectangular x(t) esta denido por:
x(t) =
_
_
_
A , 0 t T
0 , en otros casos
El pulso x(t) se aplica a un integrador denido por
y(t) =
_
t
0
x()d
Determinar la energa total de y(t).
24CAP
ITULO2. SE
NALES DE ENERG
Captulo 3
Transformacion de Se nales
Es de interes en lo que sigue, establecer un tipo de operaciones con las se nales que
tienen que ver con la transformacion de la variable independiente. Las operaciones
basicas son la operacion de reexion, escala y desplazamiento (temporal).
La operacion general que involucre las tres operaciones particulares antes denidas
sera motivada con el siguiente.
Ejemplo 3.1 Supongamos la se nal dada por la graca que sigue:
t
x( t )
1
1 2
3
Figura 3.1
0
La expresi on analtica de esta se nal es dada en la forma :
x(t) =
_
_
_
1 , 1 t 2
0 , en otros casos
Efectuemos la operacion de reexion que consiste en cambiar la variable indepen-
25
26 CAP
ITULO 3. TRANSFORMACION DE SE
NALES
diente t por t
x(t) =
_
_
_
1 , 1 t 2
0 , en otros casos
x(t) =
_
_
_
1 , 2 t 1
0 , en otros casos
La graca de la se nal sera entonces:
t
x( t )
1
1 1 2 2
3
3
Figura 3.2
0
Fsicamente esta operacion de reexion invierte la se nal x(t) con respecto al eje
t = 0, osea que la gura resultante es simetrica con respecto al eje vertical. Co-
mo ejemplo de aplicacion tenemos: si x(t) representa una se nal de audio en una
grabadora de cinta, entonces x(t) representa la misma grabacion pero reproduci-
da en sentido contrario (recordemos que el tiempo fsico t siempre va hacia futuro).
Veamos nuevamente la misma se nal dada en el ejemplo, y hagamos el cambio de
la variable t por t 1, esto es, la operacion.
x(t 1) =
_
_
_
1 , 1 t 1 2
0 , en otros casos
tenemos entonces:
x(t 1) =
_
_
_
1 , 2 t 3
0 , en otros casos
y esta operacion es llamada Desplazamiento Temporal. La graca de x(t 1) sera
entonces
27
t
x( t1 )
1
1 4 2
3
Figura 3.3
0
Vemos que x(t 1) es una version de la se nal x(t) desplazada en el tiempo una
unidad (en general t = t
0
). Si t
0
> 0 la se nal esta retrasada t
0
segundos. Fisica-
mente t no puede tomar valores negativos (tiempo real en futuro) pero, desde el
punto de vista analtico, tomamos t
0
< 0, con lo que la gura queda desplazada t
0
unidades de tiempo a la izquierda. El mismo resultado se obtiene, si se mantiene
ja la se nal x(t) y quien se desplaza es el referencial (t, x(t)). Las se nales que
se relacionan mediante la transformacion de desplazamiento en el tiempo apare-
cen en aplicaciones como radar, sonar, sistemas de comunicacion y tratamiento
de se nales ssmicas en las cuales varios receptores situados en diferentes localiza-
ciones detectan una se nal que esta siendo transmitida a travez de un cierto medio
(agua, aire, etc). En este caso, la diferencia en el tiempo de propagacion desde el
punto de origen de la se nal transmitida a cualquiera de dos receptores resulta en
un corrimiento del tiempo entre las se nales medidas por los dos receptores.
Nota 3.1 Las operaciones de desplazamiento temporal y reexion no son conmutivas.
La reexion esta relacionada con las propiedades de simetra que puedan poseer
las se nales.
Se dice que una se nal es par si:
x(t) = x(t) (3.1)
y decimos que una se nal tiene simetra impar (o es antisimetrica) si:
x(t) = x(t) (3.2)
28 CAP
NALES
Propiedad 3.1 Una se nal arbitraria x(t) puede expresarse como la suma de una
se nal par y de otra impar:
x(t) = x
e
(t) + x
0
(t) (3.3)
Siendo x
e
(t) la parte par, y x
0
(t) la parte impar. El resultado (3.3) se obtiene, si
escribimos:
x
e
(t) =
1
2
[x(t) + x(t)] (a)
x
0
(t) =
1
2
[x(t) x(t)] (b)
(3.4)
La dencion de paridad e imparidad tiene las siguientes consecuencias: (consid-
eradas nuestra integrales en el sentido de Riemann).
Para la integral de una funcion par:
_
a
a
x(t)dt = 2
_
a
0
x(t)dt
y para la integral de una funcion impar:
_
a
a
x(t)dt = 0
Veamos entonces algunos ejemplos adicionales respecto a las dos operaciones es-
tablecidas
Ejemplo 3.2 Los sensores de vibracion se montan en los ejes delanteros y traseros
de los vehculos para recoger las vibraciones debidas a la rugosidad de la calzada.
La se nal del sensor delantero es x(t) y se muestra en la gura que sigue.
t
x( t )
60
Figura 3.4
0
(en metros)
seal eje
delantero
90
29
La se nal del sensor del eje trasero se modela con x(t 120). Si los sensores estan
separados 1.5 metros, es posible determinar la velocidad del vehculo comparando
la se nal procedente del sensor del eje trasero con la se nal procedente del sensor
del eje delantero. La gura que sigue ilustra la versi on retrasada de x(t) donde el
retraso es de 120 metros o de 0.12seg. El valor del retraso entre las se nales de
los sensores de los ejes delanteros y traseros se relaciona con la distancia entre los
ejes dado por d y la velocidad del vehculo mediante la expresion:
d = v; ; v =
d
=
1.5
0.12
= 12.5
m
seg
t
x( t )
180
Figura 3.5
0
seal eje
trasero
210
Ejemplo 3.3 Un radar situado para detectar aeronaves a una distancia R de 45
millas nauticas (una milla nautica vale aproximadamente 1.852 metros) transmite
el tren de pulsos que se muestra en la gura que sigue
t
Figura 3.6
1.000
(Seal de radar transmitida)
Si existe un blanco, la se nal transmitida se reejara devuelta al receptor del radar.
El radar funciona midiendo el retraso temporal entre cada pulso transmitido, y el
correspondiente retorno o eco. La velocidad de propagacion C de la se nal radar
30 CAP
NALES
es de 161.875 millas nauticas por segundo.
El retardo de transito de la se nal, es dada por:
=
2R
C
=
2 45
161.875
= 0.556mts
Por lo tanto, el tren de pulsos recibidos es identico al transmitido, pero desplazado
0.556 metros a la derecha como muestra en la gura que sigue:
Figura 3.7
. . .
556
(tren de pulsos recibidos)
pulsos recibidos
Ejemplo 3.4 Consideremos la se nal denida por:
x(t) = f(t) = 2 cos(3t + 30
)
Queremos obtener la parte par e impar de esta se nal. En efecto, debido al de-
splazamiento de fase 30
, esta se nal no tiene simetra par ni impar. Por (3.4)(a)

su parte par es:
x
e
(t) =
1
2
[2 cos(3t + 30
) + 2 cos(3t + 30
)]
= cos(3t + 30
) + cos(3t 30
)
y utilizando las identidades para la suma y diferencia de un coseno, se obtiene:
_
_
3
2
cos 3t
1
2
sin 3t
_
+
_
_
3
2
cos 3t
1
2
sin 3t
_
de donde x
e
(t) =
3 cos 3t y de manera analoga para la parte impar:

x
0
(t) = sin 3t
De esta manera la parte par de una sinusoide es una funcion coseno, y la parte
impar es una funcion seno.
31
Ejemplo 3.5 Las funciones de perodo T poseen un valor medio o promedio:
x
av
(t) =
1
T
_
t
0
+T
t
0
x(t)dt (a)
y un valor Cuadrado Medio:
[x
av
(t)[
2
=
1
T
_
t
0
+T
t
0
[x(t)[
2
dt (b)
donde las integrales varan sobre un perodo T, y t
0
es arbitrario como ya se
manifesto el valor cuadrado medio, tambien se le denomino Potencia Media de la
se nal x(t). La raz cuadrada del valor cuadrado medio es el valor r.m.s. de x(t).
x(t)
r.m.s
=
_
[x(t)[
2
av =
1
T
_
t
0
+T
t
0
[x(t)[
2
dt (c)
Por ejemplo, el valor promedio de la funcion x(t) que aparece en la gura que
sigue:
Figura 3.8
. . . . . .
1 2 3 0
1 2 3
t
es dada por:
x
av
=
_
1
0
e
t
dt = 1 e
1
y los valores cuadrado medio (potencia media ) y r.m.s.
[x
av
[
2
=
_
1
0
e
2t
dt =
1
2
(1 e
2
)
x
r.m.s
=
_
[x(t)[
2
av
=
_
e
2
1
2e
2
Los calculos pueden ser simplicados para se nales pares e impares para
(x
e
)
av
=
1
T
_ T
2
T
2
x
e
(t)dt =
1
T
_
0
T
2
x
e
(t)dt +
1
T
_ T
2
0
x
e
(t)dt
32 CAP
NALES
y si cambiamos la variable de integraci on de t a x en la primera integral, tenemos:
1
T
_ T
2
T
2
x
e
(t)dt =
1
T
_
0
T
2
x
e
(x)dt +
1
T
_ T
2
0
x
e
(t)dt
=
1
T
_ T
2
0
x
e
(t)dt +
1
T
_ T
2
0
x
e
(t)dt =
2
T
_ T
2
0
x
e
(t)dt
De manera analoga para una funcion impar:
1
T
_ T
2
T
2
x
0
(t)dt = 0
de donde, el promedio es cero. Un ejemplo especico, lo tenemos para la funcion
o se nal x(t) = sin t.
Ejercicio 3.1 Determinar el promedio para la funcion
x(t) = cos t.
Ejemplo 3.6
1. Probar que la combinacion lineal general de funciones impares es impar, y
que el producto de funciones impares es par.
En efecto, sean x(t) y y(t) funciones impares. Entoces:
= ax(t) + by(t)
z(t) = ax(t) + by(t) = z(t)
supongase las mismas, impares x(t) y y(t). Entonces:
z(t) = x(t)y(t)
z(t) = x(t)y(t) = x(t)y(t) = z(t)
33
2. Obtenga y dibuje las parte par e impar de la funcion o se nal x(t) que se da
en la graca de la pagina (???).
Respuesta:
Figura 3.9
0
0
t
t
1 1
f (t) = 1/2(e +e )
f (t) = 1/2(e +e )
0 < t < 1
f (t) = x (t)
f (t)
1+e
2
e
e e
t
t
t1
t1
0
0
3. Es f(t) = x(t) = sin t + cos wt periodica para w =
2
3
?. De ser as Cual es
el perodo de f(t)? Repetir el ejemplo para w =
2.
Repuesta: Si, T = 6
No.
Ejemplo 3.7 Consideremos la se nal denida en la forma:
x(t) =
_
_
_
1 , t > 0
0 , t < 0
fig(a)
La parte par e impar de esta se nal son, respectivamente x
e
(t) =
1
2
, para todo t,
excepto t = 0, ya que:
x(t) =
_
_
_
1 , t < 0
0 , t > 0
fig(b)
34 CAP
NALES
1 1
0
0
x( t )
x( t )
t t
( a ) ( b )
Figura 3.10
x
e
=
1
2
(x(t) + x(t)) =
1
2
(1) =
1
2
y
x
0
(t) =
_
_
_
1
2
, t < 0
1
2
, t > 0
ya que
x
0
=
1
2
[x(t) x(t)]
con graca:
1
1
0
x( t )
x( t )
t
Figura 3.11
El unico problema que tenemos ahora, es el valor de esas funciones en t = 0. Si
denimos: x(0) =
1
2
(denicion que es consistente con la denicion de una se nal
en un punto de discontinuidad) entoces:
x
e
(0) =
1
2
y x
0
(0) = 0
Ejemplo 3.8 Consideremos la se nal:
x(t) =
_
_
_
Ae
t
, t > 0
0 , t < 0
35
La parte par de la se nal es:
x
0
(t) =
_
_
_
1
2
Ae
t
, t > 0
1
2
Ae
t
, t < 0
=
1
2
Ae
|t|
La parte impar de x(t) es
x
0
(t) =
_
_
_
1
2
Ae
t
, t > 0
1
2
Ae
t
, t < 0
Las partes x
e
(t) y x
0
(t) se muestran en las guras (b)y (c).
0 0 0
A A
A
A
x( t )
x ( t ) x ( t )
1
1
1
2
2
2
t t t
_
Figura 3.12
e
0
Nota 3.2 Para funciones complejas (o se nales complejas) se debe considerar una
parte real y una imaginaria. Una funcion compleja es hermitiana cuando su parte
real es par, y su parte imaginaria impar. Una funcion es antihermitiana cuando
su parte real es impar y su parte imaginaria es una funcion par. Las guras (a) y
(b) que siguen son, la primera, la graca de una funcion hermitiana, y la segunda
de una funcion antihermitiana.
36 CAP
NALES
Img f( x )
Img f( x )
x
x
Re f( x )
Re f( x )
( a )
( b )
Figura 3.13
Consideremos ahora la operacion de escalado, considerando nuevamente nuestra
funcion (o se nal):
x(t) =
_
_
_
1 , 1 t 2
0 , en otros casos
entonces escalemos la variable t por el factor 2 (un factor mayor que 1), tenemos
entonces:
x(2t) =
_
_
_
1 , 1 2t 2
0 , en otros casos
de donde:
x(2t) =
_
_
_
1 ,
1
2
t 1
0 , en otros casos
y la graca de la funcion escalada (por 2) sera
1
1
2 3 1/2
x( 2t )
t
Figura 3.14
37
Vemos entoces que la nueva graca es una version comprimida en un factor 2 de
la graca de x(t), y donde se observa que la topologade la gura no cambia.
Para x(
1
2
t) el problema es inverso, ya que la se nal (su graca) se expande en un
factor
1
2
(2t = x, entoces es t =
x
2
y de manera analoga si x =
1
2
t, osea t = 2x).
En este ultimo caso el factor de escala es menor que 1.
Por ejemplo si x(t) fuera la salida de un grabador de video, x(2t) correesponde
a la se nal obtenida cuando la grabacion se reproduce a una velocidad 2 veces
superior a la que fue grabada, x(
1
2
t) es la se nal que se obtiene cuando la grabacion
se reproduce a la mitad de la velocidad.
Ejemplo 3.9 Supongamos que deseamos representar la se nal x(3t6) donde x(t)
es la se nal que se muestra en la gura.
x( t )
t
3 2 1
0 1
Figura 3.14
Despues de escribir la se nal x(t). Se tiene t 3t 6
x(3t 6) =
_
_
3t 5 ,
5
3
t < 2
1 , 2 < t
8
3
3t + 9 ,
8
3
< t 3
0 , en el resto
La gura que sigue muestra la se nal x(3t 6) en funcion de t
x( 3t6 )
t
3 4
2 0 1
1
Figura 3.15
5/3 8/3
38 CAP
NALES
Puede verse la se nal x(t) comprimida por un factor de 3 (o escalada en el tiempo
por un factor
1
3
) y desplazada posteriormente dos unidades de tiempo a la derecha.
Debemos cerciorarnos que si desplazamos en primer lugar y despues escalamos,
obtenemos una se nal diferente. Por lo tanto, las operaciones de desplazamiento y
escalado temporal no son conmutativas. El primer resultado se obtiene de
x(3t 6) = x[3(t 2)]
que indica que primero debemos hacer el escalado, y posteriormente el desplaza-
miento.
Ejemplo 3.10 Se encuentra a menudo se nales del tipo
x(t) = 1 Ae
t
cos(w
0
t +)
La gura que sigue muestra la se nal para valores tpicos de A, y w
0
.
1Ae
1+Ae
1+A
1A
1.05
1.00
0.95
0
t
t
x( t )
s
t
t
figura 3.16
Como puede verse, la se nal se aproxima a un valor estacionario de 1 (tomese
limx(t) cuando t ) a medida que t tiende al innito. En la practica se supone
que la se nal alcanzar un valor nal cuando permanece dentro de un porcentaje
especco de su valor teorico. Este porcentaje se escoge generalmente del 5%
y el tiempo t
s
tras el cual la se nal permanece dentro de ese rango se denomina
39
tiempo de establecimiento t
s
. Como puede verse en la gura, t
s
puede determinarse
resolviendo la ecuacion
1 + Ae
t
s
= 1.05
de forma que:
t
s
=
1
ln
_
0.05
A
_
Sea en particular:
x(t) = 1 2.3e
10.356t
cos[5t]
Deseamos encontrar t
s
para las se nales x(t), x(
t
2
), x(2t). Para x(t) como A = 2.3
y = 10.356 obtenemos t
s
= 0.3697seg como
x
_
t
2
_
= 1 2.3e
5.178t
cos[2.5t]
y
x(2t) = 1 2.3e
20.712t
cos[10t]
y de esta manera obtenemos t
s
= 0.7394 s, y t
s
= 0.1849 s. Para las se nales
x(
t
2
) y x(2t) respectivamente. Estos resultados son los esperados, ya que x(t) se
comprime por un factor 2 y se expande en el segundo caso por un factor 1/2, esto
es, como t
s
= 0.3697 s se tiene
1
2
0.3697 = 0.1849 y 2 0.3697 = 0.7394 s.
Conclusion:
Dada la transformacion general de la variable independiente t en la forma: t +
la variable independiente se puede realizar como sigue:
x(t +) = x
_
_
t +

__
esto es:
a) Escalado por un factor . Si es negativo, primero se realizara una reexion
sobre el eje vertical.
b) Desplazamiento a la derecha si

tiene signo negativo, y desplazamiento

izquierdo si tiene signo positivo.
40 CAP
NALES
Ejercicio 3.2
a) Gracar la funcion o se nal:
x(t) = 2 cos(2t 45
)
y
x(t) = e
t
cos 2t
b) Sea
x(t) =
_
_
t + 1 , 1 t < 0
t , 0 t < 2
2 , 2 t < 3
0 , en el resto
1) Dibujar x(t)
2) Dibujar x(t 2), x(t + 3), x(3t 2) y x(
2
3
t +
1
2
).
Determinar las expresiones matematicas de estas se nales o funciones.
c) Repetir el problema anterior para:
x(t) =
_
_
_
2t + 2 , 1 t < 0
2t 2 , 0 t < 1
Ejercicio 3.3 Considere el pulso triangular que se muestra en la gura que sigue:
T T
x( t )
t
1
2
Figura 3.17
Determinar la version reejada de x(t) en forma analtica y graca.
41
Ejercicio 3.4 La se nal en tiempo discreto se dene como
x(n) =
_
_
1 , n = 1
1 , n = 1
0 , n = 0 y [n[ > 1
Determinar una se nal compleja y(n) denida en terminos de x(n) por:
y(n) = x(n) +x(n)
Rta: y(n) = 0 para todo valor entero de n.
Ejercicio 3.5 Repetir el problema anterior para:
x(n) =
_
_
_
1 ; n = 1 y n = 1
0 ; n = 0 y [n[ > 1
Rta:
y(n) =
_
_
_
2 ; n = 1 y n = 1
0 ; n = 0 y [n[ > 1
Ejercicio 3.6 La se nal en tiempo discreto x(n) se dene como:
x(n) =
_
_
1 ; n = 1, 2
1 ; n = 1, 2
0 ; n = 0 y [n[ > 2
Determinar la se nal recorrrida en el tiempo y(n) = x(n + 3).
Rta:
y(n) =
_
_
1 ; n = 1, 2
1 ; n = 4, 5
0 ; n = 3, n < 5 y n > 1
Ejercicio 3.7 Considere la se nal en tiempo discreto x(n) denida por:
x(n) =
_
_
_
1 ; 2 n 2
0 ; [n[ > 2
42 CAP
NALES
determinar: y(n) = x(3n 2)
Rta:
y(n) =
_
_
_
1 ; n = 0, 1
0 ; en otros casos
Ejercicios de Repaso
1. Un pulso trapezoidal x(t) se escala en el tiempo, produciendo: y(t) = x(at).
Dibujar y(t) para:
a) a = 5
b) a = 0.2
2. Un pulso triangular x(t), se describe en la gura adjunta:
x( t )
1 1
t
Figura 3.18
Dibuje cada una de las siguientes se nales obtenidas de x(t):
a) x(3t)
b) x(3t + 2)
c) x(2t 1)
d) x(3t) + x(3t + 2)
3. Sean x(t) y y(t) dos se nales como las que se dan en las guras que siguen.
43
1
1
1
1
2
0
0
1
1
1 2 2 3
Figura 3.19
t t
x( t ) x( t )
Dibujar cuidadosamente las siguientes se nales:
a) x(t)y(t 1)
b) x(t 1)y(t)
c) x(t + 1)y(t 2)
d) x(t)y(2 t)
e) x(4 t)y(t)
4. Dibujar las formas de onda de las siguientes se nales:
a) x(t) = (t) (t 2)
b) x(t) = (t + 1) 2(t) + (t 1)
c) y(t) = r(t + 1) r(t) + r(t 2)
d) y(t) = r(t + 2) r(t + 1) +r(t 1) +r(t 2)
44 CAP
NALES
Captulo 4
Se nales Elementales
Exsten varias se nales importantes y que sirven de base para representar otras
se nales, lo cual, permitira entender mejor las propiedades no solamente de las
se nales si no tambien de los sistemas. Inclusive muchas de estas se nales tienen
caractersticas tan especiales que resultan particularmente util en muchos proble-
mas de ingeniera.
La Funcion Escalon Unitario
La funcion escalon unitario de tiempo continuo se dne como:
(t) =
_
_
_
1 , t > 0
0 , t < 0
1
1/2
0
Figura 4.1
. . .
. . .
t
( t )
Debemos notar que esta funcion es discontinua en t = 0, y tiene muchas aplica-
ciones analticas y practicas. De acuerdo a nuestra convencion en t = 0, (0) =
1
2
.
Un ejemplo de una funcion escalon unitario es la salida de una fuente de tension
de 1 V en serie, con un interruptor que se cierra cuando t = 0.
45
46 CAP
ITULO 4. SE
NALES ELEMENTALES
Ejemplo 4.1 La se nal pulso rectangular que se muestra en la gura que sigue,
es el resultado de la operacion de cierre y apertura de una fuente de tension cons-
tante en un circuto electrico. En general, un pulso rectangular que se extiende
desde a hasta +a con amplitud A, se puede expresar como la diferencia entre
dos funciones escalon desplazadas apropiadamente. Es decir:
A rectg
_
t
2a
_
= A[(t +a) (t a)] ()
y en nuestro ejemplo concreto:
2 rectg
_
t
2
_
= 2[(t + 1) (t 1)]
1
0
1
2
t
2 rectg (t/2)
Figura 4.2
La funcion () es conocida tambien como la funcion ltro o funcion ventana, y se
obtiene de la graca que sigue (en general) cuando A = 1.
1
a b
t
Figura 4.3
(t) =
_
_
_
1 , t > 0
0 , t < 0
47
(t a) =
_
_
_
1 , t > a
0 , t < a
(t b) =
_
_
_
1 , t > b
0 , t < b
y por diferencia, se obtiene la funcion ltro. Observar que la funcion escalon para
A = 1, corta una funcion a la izquierda de a. La funcion ltro corta una funcion
hacia la izquierda de a y hacia la derecha de b.
Ejemplo 4.2 Cual es la ecuacion de la funcion cuya graca se da a conti-
nuacion?.
t
Figura 4.4
y
2
2
1
1 3
4
y = 2(t1) y = 4t
P R
Q
Para obtener el segmento de esta funcion entre 1 y 2, debemos multiplicar la
expresion 2(t 1) por una funcion ltro de tipo: (t 1) (t 2) esto es:
2(t 1)[(t 1) (t 21)] ()
lo cual da el segmento PQ. De manera analoga, el segmento QR sera:
(4 t)[(t 2) (t 4)) ()
y si sumamos las dos expresiones () y (), obtenemos en denitiva la funcion
resultante de manera ordenada:
48 CAP
ITULO 4. SE
NALES ELEMENTALES
2(t 1)[(t 1) (t 2)] + (4 t)[(t 2) (t 4)]
= 2(t 1)(t 1) 3(t 2)(t 2) + (t 4)(t 4)
Debemos observar que el conjunto (t k) puede considerarse como una base
para representar una funcion denida a trozos.
Ejemplo 4.3 Consideremos la funcion signo original denotado con sig t como se
muestra en la gura que sigue. La funcion sig t se dene originalmente (veremos
mas tarde otras deniciones equivalentes).
sig(t) =
_
_
1 , t > 0
0 , t = 0
1 , t < 0
1
1
0
t
sig (t)
Figura 4.5
4.1 La Funci on Signo
Tambien se puede expresar en terminos de la funcion escalon:
sig(t) = 1 + 2(t) = 2(t) 1
lo cual se puede vericar haciendo uso de la denicion de la funcion escalon.
Nota 4.1 La funcion sig(t) es una de las se nales que se utilizan mas frecuente-
mente en comunicaciones , y teoria de control.
4.2. LA FUNCI
ON RAMPA 49
4.2 La Funci on Rampa
La funcion rampa se da en la graca que sigue:
1
1
t
r (t)
Figura 4.6
0
y tiene como denicion analtica:
r(t) =
_
_
_
t , t 0
0 , t < 0
r(t) =
_
_
_
t , t 0
0 , t < 0
Esta funcion se obtiene integrando la funcion escalon:
_
t
()d = r(t)
El dispositivo que realiza esta operacion se denomina integrador. Observamos por
denicion que la funcion rampa es continua en t = 0. El escalado temporal de
una rampa unidad por un factor genera una funcion rampa con pendiente
(la funcion rampa unidad tiene pendiente unidad). Un ejemplo de funcion rampa
unidad es la forma de onda correspondiente al barrido lineal en un tubo de rayos
catodicos.
Ejemplo 4.4 Sea
x(t) = (t + 2) 2(t + 1) + 2(t) (t 2) 2(t 3) + 2(t 4).
Sea y(t) la integral entonces:
y(t) = r(t + 2) 2r(t + 1) + 2r(t) r(t 2) 2r(t 3) + 2r(t 4)
y la se nal y(t) se muestra en la gura que sigue:
50 CAP
ITULO 4. SE
NALES ELEMENTALES
1
1
t
y( t )
Figura 4.7
0
2 1 2
2
3 4
Ejemplos y Ejercicios
1. Dibujar la siguiente se nal:
x
1
(t) = (t) + 5(t 1) 2(t 2)
Solucion:
4
3
2
2
1
1
0
1
2
5
Figura 4.8
t
Por lo tanto
4.2. LA FUNCI
ON RAMPA 51
4
3
3
2
2
1
1 0
5
Figura 4.9
6
t
2. Dibujar las siguientes se nales:
a) x
2
(t) = r(t) r(t 1) (t 2)
b) x
3
(t) = e
t
(t)
c) x
4
(t) = 2(t) + (t 1)
d) x
5
(t) = (t) (t a) a > 0
e) x
6
(t) = (t) (a t)
f) x
7
(t) = (cos t) emplear la denicion de (t)
g) x
8
(t) = x
1
(t) x
2
(t +
1
2
)
h) x
9
(t) = x
1
(
t
3
+
1
2
) x
3
(t 2)
i) x
10
(t) = x
2
(t) x
3
(2 t)
3. a) Demostrar que:
x
e
(t) =
1
2
[x(t) + x(t)]
es una se nal par.
b) demostrar que:
x
0
(t) =
1
2
[x(t) x(t)]
es una se nal impar.
52 CAP
ITULO 4. SE
NALES ELEMENTALES
4. Consideraremos el sencillo transmisor de FM estereo que se muestra en la
gura que sigue
Amplificador
Amplificador
Seal
de audio
izquierda
Seal
de audio
derecha
Sumador
Sumador
Inversor
1
1
1
1
2
2
2
2
3
3
0
0
R( t )
L( t )
t
t
1
1
R
L
L+R
LR
R
Figura 4.10
a) Dibujar las se nales L +R y L R.
b) Si se suman las salidas de los dos sumadores, dibujar la forma de onda
resultante.
c) Si la se nal L R se invierte y se suma a la se nal L + R, dibujar la
forma de onda resultante.
5. Para cada una de las se nales que se muestran en la gura que sigue, es-
cribir sus expresiones utilizando las funciones basicas escalon unidad y ram-
pa unidad.
4.2. LA FUNCI
ON RAMPA 53
1
a
t
t
t
t
t
t
x ( t )
x ( t )
x ( t )
x ( t )
x ( t )
x ( t )
0
0
0
a
a
a
a
b
a
a+b a ab a
a
a
b a
a
a
a
2a 2ac
a
b
b
c
1 2
3
4
5
6
Figura 4.11
6. Si la duracion de x(t) se dene como el tiempo que tarda la se nal en
descender a
1
e
de su valor en el origen. Determinar entonces la duracion de
las se nales siguientes:
a) x
1
(t) = Ae
t
T
(t)
b) x
2
(t) = x
1
(3t)
c) x
3
(t) = x
1
(
t
2
)
d) x
4
(t) = 2x
1
(t)
Solucion:
En las redes que contienen elementos de almacenamiento de energa, es util
caracterizar con un solo n umero el ritmo en que la respuesta natural decae
a cero. La cantidad llamada constante de tiempo del circuito, realiza
esta funcion. El tiempo requerido para que la respuesta natural decaiga un
54 CAP
ITULO 4. SE
NALES ELEMENTALES
por factor de
1
e
se dene como la constante de tiempo de una se nal, y se
designara con . Denimos:ritmo o razon de cambio o cada por:
x(t +)
x(t)
=
1
e
()
entonces para la se nal: x(t) = Ae
t
T
se tiene
x(t +)
x(t)
=
Ae
(t+)
T
Ae
t
T
=
1
e
de donde
e

T
= e
1
y
T
= 1 = T
7. La se nal x(t) = rect (
t
2
) se transmite por la atmosfera y se reeja en difer-
entes objetos colocados a diferentes distancias. La se nal recibida es
y(t) = x(t) + 0.5x
_
t
T
2
_
+ 0.25 T 2
La se nal y(t) se procesa como se muestra la gura:
Retardo
T/2
Retardo
T
1
1/2 1/8
+ + z( t )
x( t )
figura 4.12
a) Dibujar y(t) pata T = 10.
b) Dibujar z(t) para T = 10.
4.3. FUNCION DE MUESTREO 55
4.3 Funcion de Muestreo
Una funcion que se encuentra muy frecuentemente en analisis espectral, es la
funcion de muestreo Sa(x), denida por: (Funci on Sa).
Sa(x) =
sin x
x
=
1
x
sin x
_
=
1
t
sin t
_
(a)
como el denominador es una funcion creciente con x, y el numerador esta acotado
([ sin x[ < 1), Sa(x) es simplemente una onda sinusoidal amortiguada. La gura
que sigue (a) muestra que Sa(x) es una funcion par de x que tiene su valor pico
igual a 1 en x = 0 (regla de LHopital) y con cruces en x = n.
1
0
Sa( x )
x
2 2

Figura 4.13
Una funcion estrechamente relacionada con la funcion Sa(x) es la funcion Sinc(x),
denida por:
Sinc(x) =
sin x
x
= Sa(x) (b)
que se muestra en la gura que sigue:
1
0
Sinc( x )
x
3 2
Figura 4.14
1 2 3
1
Debemos notar que Sinc(x) es una version comprimida de la funcion Sa(x) con
un factor de comprension dado por .
56 CAP
ITULO 4. SE
NALES ELEMENTALES
Ejercicio 4.1 Probar que
_

sin
2
2
d = con =
t
4.4 La Funcion Impulso Unidad: (t)

La se nal impulso unidad (t) se denomina frecuentemente Funcion delta de Dirac
y ocupa un lugar central en el analisis de se nales. Exsten muchos fenomenos
fsicos que se pueden modelar como funcion delta, como fuentes puntuales, car-
gas puntuales, cargas concentradas en estructurar, fuentes puntuales de tension
y de corriente que actuan durante intervalos de tiempo muy cortos. Se es-
tablecen diferentes difeniciones de esta funcion, como veremos posteriormente.
Matematicamente, la funcion delta de Dirac se dene as:
_
t
2
t
1
x(t)(t)dt = x(0), t
1
< 0 < t
2
(4.1)
suponiendo que x(t) sea continua en t = 0. La funcion (t) se representa
gracamente con una echa en el origen como se muestra en la gura que sigue y
posee las propiedades:
0
t
( t )
Figura 4.15
Caractersticas:
1. (0)
2. (t) = 0, t ,= 0 (4.2)
3.
_

(t)dt = 1
4. (t) es una funcion par esto es (t) = (t)
4.4. LA FUNCION IMPULSO UNIDAD: (T) 57
Tal como se ha denido, la funcion no se ajusta a la denicion habitual de
funcion. Sin embargo, a veces es necesario considerarla como un lmite de alguna
funcion convencional cuando alg un parametro 0. Las guras que siguen
muestran varios ejemplos. Todas las guras presentan el mismo comportamiento
cuando 0.
1. El valor en t = 0 es muy grande y tiende a innito cuando 0.
2. La duracion es relativamente corta y tiende a cero cuando 0
3. El area encerrada bajo la funcion es constante e igual a 1.
4. Todas las funciones son pares.
0
0
0
t
t t
p ( t ) p ( t )
Figura 4.16
p ( t )
1/
1/
1/
1/
1/
2e e e 2e
1 2 3
p
3
(t) =
_
1
t
sin t
_
2
Ejemplo 4.5 Consideremos la funcion denida asi:
p(t) = lim
0
_
1
t
sin
t
_
2
Esta funcion satisface todas las propiedades de la funcion (t), lo que puede de-
mostrarse escribiendola:
p(t) = lim
0
1
_
sin
t
_
2
de modo que:
1. p(0) = lim
0
(
1
) =
58 CAP
ITULO 4. SE
NALES ELEMENTALES
2. Para valores de t ,= 0
p(t) = lim
0
_
1
t
sin
t
_
2
= lim
0
lim
0
_
1
t
sin
t
_
2
= 0
el segundo limite esta acotado por 1. Pero el primer limite tiende a cero
0. Por lo tanto:
p(t) = 0 t ,= 0
3. Para demostrar que el area encerrada bajo p(t) es la unidad basta ver que:
_

p(t)dt = lim
0
1
_
sin
t
_
2
dt
=
1
sin
2
2
d
donde en el ultimo paso se ha efectuado la sustitucion
=
t
como se sabe:
_

sin
2
2
d = (4.3)
(aproximar (4.3) con un desarrollo de Taylor y tomar (, )) de donde se
desprende que:
_

p(t)dt = 1
4. Es obvio que p(t) = p(t). Por lo tanto p(t) es par.
Existen propiedades importantes de la funcion (t); desplazamiento, muestreo
y escalado.
Propiedad de Desplazamiento
La propiedad de desplazamiento se expresa mediante la ecuacion:
_
t
2
t
1
x(t)(t t
0
)dt =
_
_
_
x(t
0
) , t
1
< t
0
< t
2
0 , en el resto
(4.4)
Lo anterior se puede demostrar utilizando el cambio de variable = t t
0
con lo
que se obtiene:
_
t
2
t
1
x(t)(t t
0
)dt =
_
t
2
t
0
t
1
t
0
x( +t
0
)()d
= x(t
0
), t
1
< t
0
< t
2
(4.5)
Seg un la dencion de (t), dada en (4.1). Debemos considerar al lado derecho de
(4.5) como una funcion de t
0
. Esta funcion es discontinua en t
0
= t
1
y t
0
= t
2
. De
acuerdo con nuestra notacion el valor de la funcion en t
1
y t
2
viene dado por:
_
t
2
t
1
x(t)(t t
0
)dt =
1
2
x(t
0
) (4.6)
con t
0
= t
1
o t
0
= t
2
.
En ocasiones se usa este resultado como denicion alternante para (t).
Es posible aproximar x(t) como una sucesion de pulsos rectangulares, cada uno
con ancho de y altura x(), de manera que el area de un pulso tpico centrado
en t = es x(). Si se escogen anchos de pulsos que sean peque nos en com-
paracion con el tiempo de respuesta del sistema en estudio, cada pulso se puede
modelar como un impulso de la forma A(t) donde la intensidad A del impulso
es igual al area del pulso. Por consiguiente la se nal x(t) puede modelarse como
las suma continua de impulsos cada uno de la forma:
[x()](t )
En el limite, cuando el ancho del pulso se aproxima a cero, puede representarse
con d, y x(t) se escribe como la integral:
x(t) =
_

x()(t )d (4.7)
Ejemplo 4.6 Evaluar la integral denida:
_

e
cos t
(t )dt
Solucion:
_

e
cos t
(t )dt = e
cos
= e
1
= 0.368
60 CAP
ITULO 4. SE
NALES ELEMENTALES
Ejercicio 4.2
Evaluar:
a)
_

1
e
x
2
(x)dx
b)
_
100
1
log(t)(t 10)dt
Rta: a) 0 b) 1.
Propiedad de Muestreo
Si x(t) es continua en t = t
0
, entonces:
x(t)(t t
0
) = x(t
0
)(t t
0
) (4.8)
La anterior se puede comprobar, integrando ambos miembros, esto es:
_

x(t)(t t
0
)dt = x(t
0
)
_

x(t
0
)(t t
0
)dt = x(t
0
).1 = x(t
0
)
Matematicamente dos funciones f
1
((t)) y f
2
((t)) son equivalentes en el intervalo
(t
1
, t
2
) si para cualquier funcion continua y(t)
_
t
2
t
1
y(t)f
1
((t))dt =
_
t
2
t
1
y(t) = f
2
((t))dt
Por lo tanto x(t)(t t
0
) y x(t
0
)(t t
0
) son equivalentes, ya que:
_
t
2
t
1
y(t)x(t)(t t
0
)dt = y(t
0
)x(t
0
) =
_
t
2
t
1
y(t)x(t
0
)(t t
0
)dt
que es una forma mas general de la demostracion dada.
Ejemplo 4.7 Si x(t) = 1, entonces:
_
t
2
t
1
x(t)(t t
0
) =
_
t
2
t
1
(t t
0
)dt = 1
y por consiguiente (t) tiene area 1. Analogamente A(t) tiene una area de A
unidades.
Propiedad de Escala Simple
(at) =
1
[a[
(t) (4.9)
Si denimos (t) por la integral
_

x(t)(t t
0
)dt
entonces: (at) se escribira:
_

x(t)[a(t t
0
)]dt (6.9
)
Por lo tanto:
_

x(t)[a(t t
0
)]dt =
_

x(t)[(at at
0
)]dt
y haciendo el cambio de variable y = at, tenemos:
_

x
_
y
a
_
(y at
0
)
1
a
dy =
1
a
x(t
0
)
y repetimos el proceso para a < 0 y el cambio y = at
_

x(t)[a(t t
0
)]dt =
_

x
_
y
a
_
(at
0
)
1
a
dy =
1
a
x(t
0
)
de donde el resultado.
Ejemplo 4.8 Evaluar la integral denida.
_

t
2
e
sin t
cos 2t (2t 2)dt
En efecto, usando primero la escala y despues la propiedad de separacion (o
muestreo):
_

t
2
e
sin t
cos 2t (2t 2)dt =
1
2
_

t
2
e
sint
cos 2t (t )dt
=
1
2

2
=

2
2
62 CAP
ITULO 4. SE
NALES ELEMENTALES
Ejercicio 4.3 Evaluar la integral denida:
_

(1 t) cos
_
1
t
_
dt
En efecto, se dene:
_

cos
1
t
[(t 1)]dt
_

cos
1
t
(t 1)dt =
_

cos
1
t
_
t
1
__
dt
y por la propiedad de escala
=
1
cos =
1
Propiedad de Escalado General

Esta propiedad esta dada por:
(at +b) =
1
[a[
_
t +
b
a
_
()
Por razones pedagogicas no damos la demostracion de esta propiedad y solo
nos limitamos hacer el siguiente comentario: el resultado se puede interpretar
considerando (t) como el limite de impulso p(t) de area unidad cuando alg un
parametro tiende a cero. El pulso p(at) es una versi on comprimida (o expandida)
de p(t) si a > 1 o a < 1 y su area es
1
|a|
(debemos notar que el area siempre es
positiva) tomando el limite cuando 0, el resultado es una funcion delta de
peso
1
|a|
.
Ejemplo 4.9 Consideremos el pulso gaussiano:
p(t) =
1
2
2
exp
_
t
2
2
2
_
El area bajo este pulso siempre es 1, es decir:
_

2
2
exp
_
t
2
2
2
_
dt = 1
Se puede demostrar que p(t) se aproxima a (t) cuando 0. Sea a cualquier
constante mayor que 1, p(at) es entonces una version comprimida de p(t). Se
puede demostrar tambien que el area bajo p(at) es
1
a
, a medida que se aproxima
a cero, p(at) se aproxima a (at).
Ejemplo 4.10 Supongamos que deseamos evaluar las siguientes integrales:
a)
_
1
2
(t +t
2
)(t 3)dt
b)
_
4
2
(t +t
2
)(t 3)dt
c)
_
3
0
e
t2
(2t 4)dt
d)
_
t
()d
Para b) se tiene el valor cero, ya que por denicion 3 no esta entre 2 < t < 1.
Para b) empleamos la propiedad de escala simple, para obtener:
_
3
0
e
t2
[2(t 4)]dt con a = 2
y como resultado el valor de la integral es
1
2
.
Para c) consideremos los dos casos:
i) Como 0 no esta en < < t entonces la integral es cero.
ii) t > 0 entonces 0 si esta en el intervalo < < t y por denicion vale 1
y asi tenemos la siguiente conclusion:
_
t
()d =
_
_
_
1 , t > 0
0 , t < 0
Pero esto por denicion es la funcion escalon unitario. Por lo tanto, las funciones (t) y (t) estan relacionadas por las operaciones de derivacion e integracion.
Esto es:
d
dt
(t) = (t)dt (4.11)
_
t
()d (4.12)
A continuacion tenemos las representaciones de A(t t
0
) y A(t t
0
)
64 CAP
ITULO 4. SE
NALES ELEMENTALES
0
0
t
t
t t
( b ) ( a )
A
A
0
0
Figura 4.17
Ejemplo 4.11 Hacer la graca de la derivada del pulso rectangular dada en la
gura (a) que sigue:
0
0
t
t
t t
( b )
( a )
A
A
A
0
0
Figura 4.18
f ( t )
d f
d t
x(t) = A(t) A(t t
0
)
x
(t) = A(t) A(t t

0
)
(ver gura (b)).
Ejercicio 4.4 Si x(t) = (t) (t 3k(t 4)). Determinar el valor numerico
de k para que:
_

x(t)dt = 0.
En efecto:
_

x(t)dt =
_
3
0
[(t) (t 3)]dt k
_

(t 4)dt
0 =
_
3
0
dt k = 3 k
k = 3
Ejemplo 4.12 Determinar la respuesta a un impulso del sistema dado en (a):
0 t
t
( b ) ( a )
0
0
h ( t )
Integrador
Retraso t
x ( t )
y ( t ) +
_
1
Figura 4.19
(Circuito Holding y su funcion respuesta a un impulso).
Para determinar la respuesta a un impulso, hacemos x(t) = (t) y seg un el circuito
dado tenemos:
y(t) = (t) (t t
0
)
y posteriormente:
_
t
y(t)dt =
_
t
()d
_
t
( t
0
)d
= (t) (t t
0
)
Ejercicio 4.5 Determinar la respuesta a un impulso del sistema que se da a
continuacion para:
a) k = 1
b) k < 1
t
h ( t )
Integrador K Retraso T
x ( t )
y ( t )
+
+
Figura 4.20
. . .
0 T
2T 3T
(1) (k) (k ) (k )
2 3
66 CAP
ITULO 4. SE
NALES ELEMENTALES
(Un ltro de recirculacion y su respuesta a un impulso) y este tipo de sistema es
util en la deteccion de se nales periodicas si se conoce el perodo.
Rpta:
a) h(t) =
n=0
(t nT)
b) h(t) =
n=0
(k)
n
(t nT)
Ejercicios
1. Comprobar si cada una de las se nales siguientes se puede emplear como
modelo matematico de una funcion (t).
a) p
1
(t) = lim
0
1
2 cosh(
t
)
b) p
2
(t) = lim
0
_
1
2
2
e
t
2
2
2
c) p
3
(t) = lim
2
4
2
t
2
+
2
d) p
4
(t) = lim
1
t
2
+
2
2. Evaluar las siguientes integrales.
a)
_

_
2
3
t
3
2
_
(t 1)dt
b)
_

(t 1)
_
2
3
t
3
2
_
dt
c)
_
2
3
_
e
t+1
+ sin
_
2
3
t
__
_
t
3
2
_
dt
d)
_
2
3
[e
5t+1
]
(t 5)dt
4.5 Derivadas de la Funcion Impulso
La primera derivada de la funcion impulso o doblete unidad que denotamos con
(t) se dene como:

_
t
2
t
1
x(t)
(t t
0
)dt = x(t
0
); t
1
< t
0
< t
2
(4.13)
4.5. DERIVADAS DE LA FUNCI
ON IMPULSO 67
Suponiendo que existe la derivada de x(t) en t = t
0
. Este resultado se puede
demostrar utilizando la integracion por partes:
_
t
2
t
1
x(t)
(t t
0
)dt =
_
t
2
t
1
x(t)d[(t t
0
)]
= x(t)(t t
0
)[
t
2
t
1
_
t
2
t
1
x
(t)d(t t
0
)dt
= 0 0 x
(t
0
)
ya que (t) = 0 para t ,= 0.
Propiedad 4.1 (de
(t))
1. x(t)
(t t
0
) = x(t
0
)
(t t
0
) x
(t
0
)
(t t
0
)
2.
_
t
(t t
0
)d = (t t
0
)
3.
(at +b) =
1
|a|
(t +
b
a
)
Podemos denir derivadas de orden superior de (t) extendiendo la denicion de
. Por ejemplo:
_
t
2
t
1
x(t)
n
(t t
0
)dt = (1)
n
x
()
(t
0
) (4.14)
Ejemplo 4.13 Evaluar las siguientes integrales:
a)
_
4
4
(t 2)
2
1
3
t +
1
2
_
dt
b)
_
1
4
te
2t
(t 1)dt
Para el caso (a):
_
4
4
(t 2)
2
1
3
t +
1
2
_
dt =
_
4
4
3(t 2)
2
_
t
3
2
_
dt
=
_
4
4
_
3
4
_
t
3
2
_
+ 9
_
t
3
2
__
dt
=
3
4
_
t
3
2
_
+ 9
y para (b):
_
1
4
(te
2t
(t 1)dt = (4t 4)e

2t
t=1
= 0
68 CAP
ITULO 4. SE
NALES ELEMENTALES
Ejercicios
a) La probabilidad de que una variedad aleatoria x valga menos que se obtiene
integrando la funcion de densidad de probabilidad f(x) con lo que se obtiene:
P(x ) =
_

f(x)dx
Dada f(x) = 0.2(x + 2) + 0.3(x) + 0.2(x 1) + 0.1[(x 3) (x 6)].
Calcular:
a) P(x 3)
b) P(x 1.5)
c) P(x 4)
d) P(x 6)
b) La velocidad de un gramo de masa es:
v(t) = e
(t+1)
(t + 1) + (t 1)
a) Dibujar v(t)
b) Evaluar la fuerza:
f(t) = m
d
dt
(v(t))
c) Si hay un muelle conectado a la masa constante k = 1 N/m, encontrar
la fuerza.
T
k
(t) = k
_
t
v()d
c) Dibujar las derivadas segundas de las siguientes se nales:
1. x(t) = (t) + 5(t 1) 2(t 2)
2. x(t) = r(t) r(t 1) + 2(t 2)
3. x(t) =
_
_
_
2t + 2 , 1 t < 0
2t 2 , 0 t < 1
ON IMPULSO 69
Ejemplo 4.14 Probar las siguentes relaciones:
a)
_

(t)(t t
0
)dt =
_

(t +t
0
)(t)dt = (t
0
)
b)
_
(at)(t)dt =
1
[a[
_

(t)
_
t
a
_
dt =
1
[a[
(0).
Solucion:
Hagase = t t
0
para a) y at = para la propuesta b).
Ejemplo 4.15 Haciendo uso de la denicion de (t) como:
_

x(t)(t t
0
)dt = x(t
0
)
Probar que
_

(t t
0
)dt =
_
_
_
1 , para a < t
0
< b
0 , para otro caso
Escribir la funcion (t) en la forma
(t) =
_
_
_
1 , para a < t
0
< b
0 , para b < t
0
< a
()
entonces por hipotesis:
_

(t)(t t
0
)dt = (t
0
)
y por representacion de (t) obtenemos el resultado.
Ejercicio 4.6 Demostrar que haciendo uso de la construccion de la fucion x(t)
dado en () que
x(t)(t) = x(0)(t)
y de aqu:
a) t(t) = 0
b) (at) =
1
|a|
(t)
70 CAP
ITULO 4. SE
NALES ELEMENTALES
c) (t) = (t)
Ejemplo 4.16 Demostrar que :
_

(t)(t) =
_

F(t)
(t)dt ()
Solucion:
Integrando por partes.
Observacion 1 La derivacion F
(t) de una funcion generalizada arbitraria esta

dada por ().
Ejercicio 4.7 Probar que:
[f(t)(t)]
= f(t)
(t) +f
(t)(t)
haciendo uso de ().
Ejercicio 4.8 Demostrar que:
a) x(t)(t t
0
) = x(t
0
)(t t
0
)
b) t
(t) = (t)
c)
(t) =
(t)
d)
n
(t) = (1)
n
n
(t)
ON IMPULSO 71
Ejemplo y ejercicios de Repaso
1.- En este ejercicio investigamos lo que sucede cuando se aplica un impulso uni-
tario a un diferenciador. Considere un pulso triangular x(t), de duracion T y
amplitud 2T como se describe en la gura que sigue:
x ( t )
2T
T/2 T/2
0
Figura 4.21
El area bajo el pulso es la unidad. De modo que cuando la duracion T se acerca
a cero, el pulso triangular se aproxima a un impulso unitario.
a) Suponga que se aplica un pulso triangular x(t) a un difenciador. Determine
la salida y(t) del diferenciador.
b) Que ocurre con la salida y(t) del diferenciador cuando T tiende a cero?.
Use la denicion de impulso unitario (t) para exprsar su respuesta.
c) Cual es el area total bajo la salida del diferenciador y(t) para todo T?
Justique su respuesta.
Con base en sus resultados de (a) y (c) describa brevemente el resultado de
diferenciar un impulso unitario.
Ejercicio 4.9 Si se dene (t) a partir de las relaciones (t) = 0 para t ,= 0;
_

(t)dt = 1 ()
Probar que la funcion impulso unitario (t) es una funcion par del tiempo, esto
es (t) = (t).
72 CAP
ITULO 4. SE
NALES ELEMENTALES
Ejercicio 4.10 La derivada de la funcion impulso (t) se conoce como eun doblete.
Se denota con
(t). Muestre que
(t) satisface la propiedad de seleccion

_

(t t
0
)x(t)dt = x
(t
0
) con x
(t
0
) =
d
dt
x(t)
t=t
0
.
Ejemplo 4.17 El impulso unitario es solamente el primero de una sucesion in-
nita de las llamadas Funciones singulares. Como una generalizacion directa del
impulso unitario tenemos el doblete unitario como se observa en la gura que
sigue:
x ( t )
x ( t )
2a
2a
Figura 4.22
a
a
1/a
1/a [ (t) + (t2a) ]
2/a (ta)
1/a
2
2
2
2
t
t

ON IMPULSO 73
(Graca que sugiere la naturaleza y denicion (no rigurosa) como de un doblete
unitario).
lim
a0
(t) 2(t a) + (t 2a)
a
2
El triplete unitario, es denido de manera analoga
lim
a0
(t) 3(t a) + 3(t 2a) (t 3a)
a
3
y as sucesivamente. A pesar de sus limitaciones (t) es una idea util, que en el
peor de los casos, puede aplicarse formalmente siempre que las respuestas a las
que conduce se pueden comprobar despues a traves de medio experimentales o por
un analisis independiente.
74 CAP
ITULO 4. SE
NALES ELEMENTALES
Captulo 5
Sistemas en Tiempo Continuo:
Sistemas L.I.T
La caracterstica de un sistema fsico es su capacidad de aceptar entradas y pro-
ducir una salida como respuesta a esa entrada. Un sistema de tiempo continuo
es un sistema en el que se nales de entrada continuas se transforman en se nales de
salida continuas. Si la se nal de entrada es discreta y la salida del sistema es una
se nal discreta, entonces el sistema se denomina sistema discreto. En los diagramas
que siguen se especican estos dos tipos de sistemas elementales.
x ( t )
S ( x [ n ] ) = y [ n ] S [ x ( t ) ] = y ( t )
y ( t ) x [ n ]
y [ n ]
Figura 5.1
S
sistema
continuo
S
sistema
discreto
Por lo general el analisis de Sistemas lineales se pude reducir al estudio de la
respuesta del sistema a ciertas se nales basicas de entrada.
5.1 Sistemas Lineales
Principio de superposicion: cuando un sistema es lineal se puede aplicar el prin-
cipio de superposicion el cual establece simplemente que la respuesta de un sistema
75
76 CAP
ITULO 5. SISTEMAS EN TIEMPO CONTINUO: SISTEMAS L.I.T

a una suma de se nales de entrada, es la suma de las respuestas del sistema a cada
se nal de entrada por separado. Matematicamente el principio de superposicion es
equivalente a la denicion de un operador lineal: se dice que un operador S es
lineal si:
S[x
1
(t) + x
2
(t)] = Sx
1
+Sx
2
= y
1
+y
2
, R (5.1)
Equivalentemente un sistema es lineal, si una entrada nula la salida es nula. En
efecto, para S[x(t)] con x(t) = 0 se tiene: S[0] = y(t) y por homogenidad:
S[0.0] = y(t) 0S[0] = 0 = y(t).
Ejemplo 5.1 Consideremos el divisor de tensionesque se muestra en la gura
que sigue.
x ( t ) y ( t )
Figura 5.2
+
+
_
_
R
R
1
2
Con R
1
= R
2
. La relacion entrada salida se puede escribir de manera explcita:
y(t) =
R
2
R
1
+R
2
x(t) =
1
2
x(t) ()
Aqui, el operador S es dado por
R
2
R
1
+R
2
=
1
2
.
Para ver si el sistema () es lineal veamos si cumple con el requerimiento (5.1):
Para x
1
(t), y
1
=
1
2
x
1
(t) y para x
2
(t), y
2
=
1
2
x
2
(t). Entonces, para la suma
x
1
(t) +x
2
(t) se tiene.
y(t) =
1
2
x(t) entonces y(t) =
1
2
(x
1
(t) +x
2
(t))
=
_
1
2
x
1
(t)
_
+
_
1
2
x
2
(t)
_
= y
1
(t) +y
2
(t)
5.1. SISTEMAS LINEALES 77
Ejercicio 5.1 Seran lineales:
a) y(t) = k
dx
dt
b) y(t) = e
x(t)
Ejemplo 5.2 Consideremos el circuito RL:
x ( t ) = e ( t ) y ( t ) = i ( t )
Figura 5.3
+
_
R
R
L
1
2
i
De acuerdo a las leyes Kircho se tiene la E.D.O:
dy
dt
+
R
1
R
2
L(R
1
+R
2
)
y(t) =
R
2
L(R
1
+R
2
)
x(t) ()
que es la ecuacion entrada-salida que describe el comportamiento del sistema. Si
damos condiciones iniciales: para t = t
0
, y(t
0
) = y
0
se tiene como solucion
particular de ():
y(t) = y(t
0
) exp
_
R
1
R
2
L(R
1
+R
2
)
(t t
0
)
_
+
R
2
L(R
1
+R
2
)
_
t
t
0
exp
_
R
1
R
2
L(R
1
+R
2
)
(t )
_
x()d ()
Ejercicio 5.2 Probar que () es no lineal reemplazando x(t) por
x(t) = x
1
(t) +x
2
(t).
Lo cual puede ser sorprendente ya que las bobinas y condensadores son elementos
lineales. Sin embargo el sistema de la gura viola una propiedad importante de
los sistemas lineales: entrada nula salida nula por lo tanto el sistema sera lineal
si y(0) = y
0
= 0.
78 CAP

5.2 Sistemas L.I.T
Un sistema S se dice que es lineal e invariante en el tiempo, si este es lineal en el
sentido anterior, y es invariante en el tiempo seg un lo siguiente:
1. Sea y
1
(t) la salida del sistema, a la entrada x
1
(t).
2. Consideremos una segunda entrada x
2
(t) obtenida desplazando x
1
(t) esto
es:
x
2
(t) = x
1
(t t
0
)
y determinamos la salida y
2
(t) correspondiente a la entrada x
2
(t).
3. Obtengamos la se nal y
1
(t t
0
) a partir de la se nal y
1
(t) del paso 1. y
comparemos con x
2
(t).
4. Si y
2
(t) = y
1
(t t
0
) el sistema es invariante en el tiempo. Caso contrario es
variante en el tiempo.
Ejemplo 5.3 Deseamos determinar si los sistemas descritos por las ecuaciones
que siguen son invariantes en el tiempo.
a) y(t) = cos x(t)
b)
dy
dt
= ty(t) + x(t); y(0) = 0 t 0
Para a):
1. y
1
(t) = cos x
1
(t) ()
2. x
2
(t) = x
1
(t t
0
)
y
2
(t) = cos x
2
(t) = cos x
1
(t t
0
)
3. De () se tiene: y
1
(t t
0
) = cos x
1
(t t
0
)
4. Comparemos 3. con 2. y vemos que los resultados son iguales, y por lo tanto
el sistema es invariante en el tiempo.
5.2. SISTEMAS L.I.T 79
Para b):
Si resolvemos la ecuacion diferencial, por el procedimiento del factor integrante
obtenenmos:
y(t) =
_
t
0
exp
_
t
2
2
+

2
2
_
x()d ()
Demostraremos que el sistema dise nado por la ecuacion entrada- salida dada en
() no es invariante en el tiempo.
En efecto si la entrada es x
1
(t), tenemos como salida y
1
(t) esto es para ():
y
1
(t) =
_
t
0
exp
_
t
2
2
+

2
2
_
x
1
()d ()
Consideremos la nueva entrada x
2
(t) = x
1
(t t
0
). La salida correspondiente es:
y
2
(t) =
_
t
0
exp
_
t
2
2
+

2
2
_
x
2
()d
=
_
t
0
exp
_
t
2
2
+

2
2
_
x
1
( t
0
)d
haciendo el cambio de variable z = t
0
dz = d
=
_
tt
0
t
0
exp
_
t
2
2
+
(z +t
0
)
2
2
_
x
1
(z)dz
y cambiando z por , obtenemos:
=
_
tt
2
t
0
exp
_
t
2
2
+
( +t
0
)
2
2
_
x
1
()d ( )
De la ecuacion () se tiene:
y
1
(t t
0
) =
_
tt
0
0
exp
_
(t t
0
)
2
2
+

2
2
_
x
1
()d ,= y
2
(t)
y por comparacion de este resultado con ( ) vemos que no son iguales, y por
lo tanto el sistema dado no es invariante en el tiempo.
Ejercicios
Determinar si los sistemas que siguen son L.I.T.
a) y(t) = 2x(t) + 3
80 CAP

b) y(t) = 2x
2
(t) + 3x(t)
c) y(t) = Ax(t)
d) y(t) = Atx(t)
e) y(t) =
_
_
_
x(t) , t 0
x(t) , t < 0
f) y(t) =
_
t
x()d
g) y(t) =
_
t
0
x()d
h) y(t) = x(t 5)
i) y(t) = exp[x(t)]
j) y(t) = x(t) x(t 2)
k)
dy
dt
+ 2y = 2x
2
(t)
5.3 Estabilidad de Sistema
Un de los conceptos mas importantes en el estudio de sistemas es la nocion de
estabilidad. Aunque se denen muchos criterios sobre estabilidad de sistemas, en
esta seccion solo consideramos el criterio de estabilidad llamado B.I.B.O (bounded-
input bounden-output) esto es entrada acotada salida acotada.
Denicion 5.1 Se dice que una se nal es acotada si su modulo no crece sin limite,
esto es [x(t)[ < B < para todo t.
Denicion 5.2 Un sistema estable en el sentido B.I.B.O, si para cualquier en-
trada acotada x(t), la respuesta a la salida y(t) esta tambien acotada, esto es
[x(t)[ < B
1
< implica que [y(t)[ < B
2
< .
Ejemplo 5.4 Determinar cual de los sistemas es estable en el sentido B.I.B.O.
5.3. ESTABILIDAD DE SISTEMA 81
a) y(t) = e
x(t)
b) y(t) =
_
t
x()d
Para a):
Si [x(t)[ < B, produce una salida:
[y(t)[ = [e
x(t)
[ = e
|x|
= e
B
<
Para b):
Consideremos un caso particular para x(t) = (t). La salida y(t) es dado por:
y(t) =
_
t
()d = r(t)
[y(t)[ = [r(t)[
entonces como [(t)[ = 1, la entrada es acotada y la salida no es acotada, por lo
que el sistema no es estable.
82 CAP

Captulo 6
Sistemas Descritos por
Ecuaciones Diferenciales
En esta parte consideramos los sistemas dise nados por ecuaciones diferenciales
de entrada-salida con coecientes constante. Entre estos, tenemos las redes electri-
cas con resistencia, condensadores y bobinas ideales y los sistemas mecanicos con
peque nos muelles y amortiguadores. En esta parte, se ha incluido la manera
de obtener la respuesta al impulso unitario h(t) de sistemas dise nados por ecua-
ciones diferenciales (un metodo usual en este caso, es el metodo de las trans-
formadas). Finalmente veremos que estos sistemas se pueden realizar (simular)
mediante sumadores, multiplicadores e integradores.
Ejemplo 6.1 Analizar el circuito que se da en la gura que sigue
v ( t )
i ( t )
Figura 6.1
R
L
C
83
84CAP
ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

obteniendo la respuesta de la corriente i(t), al voltaje (entrada) del circuito dado
por v(t), seg un las leyes de Kircho, obtenemos:
Ri(t) + L
di(t)
dt
+
1
c
_
t
0
i(t)dt = v(t)
y si diferenciamos la ecuacion anterior:
L
d
2
i(t)
dt
2
+R
di(t)
dt
+
1
c
i(t) =
dv(t)
dt
()
Utilizando el operador D =
d
dt
, la ecuacion anterior, toma la forma: (D
1
_
)
_
LD
2
+RD +
1
c
_
i(t) = Dv(t)
Por lo tanto:
i(t) =
D
LD
2
+RD +
1
c
v(t) = H(D)v(t)
donde:
H(D) =
D
LD
2
+RD +
1
c
=
1
(R +LD +
1
cD
)
=
1
Z(D)
= Y (D)
En el circuito de la gura dada, Y (D) se denomina Funcion de Admitancia
Operacional, y Z(D) =
1
Y (D)
se denomina Funcion de Impedancia Operacional.
Veamos ahora una generalizacion de la ecuacion diferencial (), en efecto, sea un
sistema de tiempo continuo descrito por la ecuacion diferencial:
d
N
y(t)
dt
N
+
N1
i=0
a
i
d
i
y(t)
dt
i
=
M
i=0
b
i
d
i
x(t)
dt
i
(6.1)
donde los coecientes a
i
i = 1, 2, . . . , N 1, b
j
j = 1, 2, . . . , M son contantes
reales y N > M. Utilizando la notacion de operadores, la ecuacion anterior se
puede escribir en la forma:
_
D
N
+
N1
i=0
a
i
D
i
_
y(t) =
_
M
i=0
b
i
D
i
_
x(t) (6.2)
Para resolver la ecuacion anterior son necesarias las N condiciones iniciales
y(t
0
), y
(t
0
), . . . , y
N1
(t
0
).
85
donde t
0
es alg un instante de tiempo en el que la entrada x(t) se aplica al sistema.
El entero N es el orden o dimension del sistema. Debemos indicar que si la
i-esima derivada de la entrada x(t) contiene un impulso o la derivada de un im-
pulso, entonces para resolver la ecuacion 2 para t > t
0
, es necesario conocer las
condiciones iniciales en t = t
0
. El motivo es que la salida y(t) y sus derivadas
hasta el orden N 1 pueden cambiar de forma instantanea en el instante t = t
0
.
Por tanto, las condiciones iniciales deben darse en el instante inmediatamente
anterior al instante t
0
.
Ejemplo 6.2 Consideremos el sistema L.I.T de primer orden descrito por la
siguiente ecuacion diferencial, tambien de primer orden (para t < t
0
, la entra-
da es cero).
dy(t)
dt
+ay(t) = bx(t)
con las condiciones inciciales y(t
0
) = y
0
, t t
0
si tiene entonces como solucion
complementaria.
y
c
(t) = ce
at
y para la solucion particular, obtenemos (metodo de la variacion de parametros
del factor integrante).
y
p
(t) =
_
t
t
0
e
a(t)
bx()d, t t
0
y por lo tanto, la solucion general toma la forma:
y
c
(t) = ce
at
+
_
t
t
0
e
a(t)
bx()d, t t
0
y si aplicamos las condiciones inciales y(t
0
) = y
0
, tenemos:
y
0
(t) = ce
at
0
y por lo tanto para t t
0
y(t) = y
0
e
a(tt
0
)
+
_
t
t
0
e
a(t)
bx()d
86CAP

Si para t < t
0
, x(t) = 0 la solucion consta solo de la parte complemetaria u
homogenea.
y(t) = y
0
e
a(tt
0
)
, t < t
0
combinando las dos soluciones para t t
0
y t < t
0
tenemos:
y(t) = y
0
e
a(tt
0
)
+
__
t
t
0
e
a(t)
bx()d
_
(t t
0
)
Como los sistemas lineales poseen la propiedad de que si la entrada es cero, la
salida es cero, este sistema es no-lineal si y
0
,= 0. Si y
0
= 0 el sistema no
solamente es lineal si no invariante en el tiempo (vericarlo!).
6.1 Componentes Basicos de los Sistemas
Todos los sistemas lineales invariantes en el tiempo, continuos y de dimension
nita descritos por ecuaciones de la forma (6.1) con M N, se puden realizar
o simular utilizando sumadores, restadores, multiplicadores escalares. Estos com-
ponentes se pueden implementar a su vez utilizando resistencias, condensadores y
amplicadores operacionales.
El Integrador:
Es un elemento basico en la teora de sistemas y en sus aplicaciones. Matematicamente
la relacion entrada/salida que describe un integrador basico como el que se de-
scribe en la gura que sigue es:
x ( t )
y ( t ) = y ( t ) + x ( )d t > t
Figura 6.2
Integrador
0
0 0
t
t

es decir la ecuacion diferencial del integrador (entrada/salida). La ecuacion difer-
encial del intgrador es
dy
dt
= x(t). En este sentido podemos usar bloques diferen-
ciadores:
6.1. COMPONENTES B
ASICOS DE LOS SISTEMAS 87

Si, y(t
0
) ,= 0, se obtiene como solucion particular:
y(t) = y(t
0
) +
_
t
t
0
x()d, t t
0
Si y(t
0
) = 0 se dice que el integrador esta en reposo.
Sumadores, Restadores y Multiplicadores Escalares:
Las guras que siguen muestran las operaciones respectivas:
x ( t )
x ( t )
x ( t )
x ( t ) + x ( t ) x ( t ) x ( t ) x ( t )
x ( t )
K x ( t ) K no es necesariamente
es un factor constante
Figura 6.3
1 1 1 1 2
2
2
+ +
Nota 6.1 Bloques de Retroalimentacion Simple
y ( t )
x ( t )
x ( t ) + x ( t )
Figura 6.4
+
+
_
_
En el caso en que no se quisiera comparar (error) la entrada con la salida, ten-
driamos x(t) + y(t).
Ejemplo 6.3 (Problema Directo)
Determinar la ecuacion diferencial que describe el sistema de la gura que se
da a continuacion. Llamaremos v
1
(t) a la salida del primer sumador, v
2
(t) a la
88CAP

salida del segundo sumador e y
1
(t) a la salida del primer integrador, y(t) corres-
ponde al segundo integrador (estas notaciones adicionales se usan como un recurso
pedagogico, y al nal deben eliminarse). Los diagramas pueden ser signados o no.
x ( t )
y ( t )
Figura 6.5
4
4 2
1
y
v v
+ +
1
1
2
Entonces:
v
2
= 4y +y
1
+ 4x (a)
diferenciando esta ecuacion y teniendo encuenta que por denicion:
y
1
=
dy
1
dt
2
= v
1
y tambien:
dy
dt
= v
2

d
2
y
dt
2
=
dv
2
dt
entonces:
dv
2
dt
= 4
dy
dt
+
dy
1
dt
+ 4
dx
dt
d
2
y
dt
2
= 4
dy
dt
+
dy
1
dt
+ 4
dx
dt
d
2
y
dt
2
= 4
dy
dt
+v
1
+ 4
dx
dt
Pero:
v
1
(t) = y + 2x(t) (b)
6.2. DIAGRAMAS DE SIMULACI
ON PARA SISTEMAS CONTINUOS 89

y por lo tanto tenemos en denitiva:
y
(t) 4y
(t) + y(t) = 2x(t) + 4x
(t)
Ejemplo 6.4 Diagrama de ujo para una ecuacion diferencial de primer orden.
x ( t )
a ( t )
y ( t )
Figura 6.6
+
1
D =
d
dt
que corresponde a la ecuaci on diferencial.
y
(t) = a(t)y(t) + x(t)

Ejemplo 6.5 Con bloques diferenciadores tenemos.
c ( t )
b ( t )
y ( t )
Figura 6.7
+
+
1
D
D
a ( t )
_
que es el diagrama de ujo de la ecuacion diferencial de segundo orden.
D
2
y(t) +a(t)Dy(t) +b(t)y(t) = c(t)
6.2 Diagramas de Simulacion para Sistemas
Continuos
Veamos ahora el problema inverso para lo cual consideraremos el sistema L.I.T
(6.2). Este sistema se puede realizar varias formas. En funcion de cada aplicacion
90CAP

puede ser preferible uno u otro. Obtendremos en esta parte dos realizaciones
canonicas diferentes aunque equivalentes. Para obtener la primera forma canonica
suponemos que M = N y escribimos la ecuacion (6.2) en forma
D
N
(y b
N
x)+D
N1
(a
N1
y b
N1
x)+. . . +D(a
1
y b
1
x)+(a
0
y b
0
x) = 0 (6.3)
y multiplicando (D
1
signica integraci on) la relacion anterior por D
N
, y orde-
nando terminos obtenemos por reacomodo de los parentesis:
y = b
N
x+D
1
(b
N1
xa
N1
y)+. . . +D
(N1)
(b
1
xa
1
y)+D
N
(b
0
xa
0
y) (6.4)
de donde se puede obtener el diagrama de ujo que se muestra en la gura que
sigue comenzando por la derecha con la salida y(t), y desplazandonos hacia la
izquierda. El operador D
k
indica que debemos integrar k veces.
x ( t )
y ( t )
b
b b b
a
a a
+ +
+ +
. . .
0
0
1
1
N1
N1
N
Figura 6.8
Diagrama de Simulacion mediante la primera forma canonica (que se puede veri-
car por regresion).
Ejemplo 6.6 Obtener el diagrama de simulacion para el sistema L.I.T descrito
por la siguiente ecuacion diferencial:
y
(t) = +3y
(t) + 4y(t) = 2x
(t) 3x
(t) + x(t)

Para determinar los elementos a
i
y b
i
escribimos la ecuacion en la forma dada
por (6.3) y (6.4) esto es:
[y
(t) 2x
(t)] + [3y
(t) + 3x
(t)] + [4y(t) x(t)] = 0

o
D
2
[y(t) 2x(t)] + D[3y(t) + 3x(t)] + [4y(t) x(t)] = 0
y si integramos dos veces (ambos miembros) o lo que equivale a multiplicar por
D
2
, obtenemos:
y(t) = 2x(t) D
1
[3y(t) + 3x(t)] D
2
[4y(t) x(t)]
o
y(t) = 2x(t) + D
1
[3x(t) 3y(t)] + D
2
[x(t) 4y(t)]
de donde, el diagrama de simulacion:
x ( t )
y ( t )
Figura 6.9
2
4
3
3
1
+ + +
Para la segunda forma can onica tenemos que transformar la ecuacion diferencial
de orden N en dos ecuaciones equivalentes. Sea:
_
D
N
+
N1
j=0
a
j
D
j
_
v(t) = x(t) (6.5)
92CAP

Entonces:
y(t) =
_
N1
i=0
b
i
D
i
_
v(t) (6.6)
Veriquemos entonces, que estas dos ecuaciones son equivalentes a la ecuacion
(6.2) sustituimos entonces la ecuacion (6.6) en el lado izquierdo de la ecuacion
(6.2) con lo que obtenemos:
_
D
N
+
N1
j=0
a
j
D
j
_
y(t) =
_
N
i=0
b
i
D
(i+N)
+
N1
j=0
a
j
N
i=0
b
i
D
(i+j)
_
v(t)
=
_
N
i=0
b
i
_
D
(i+N)
+
N1
j=0
a
j
D
(i+j)
__
v(t)
=
_
N
i=0
b
i
D
i
_
x(t)
Las variables v
N1
(t), . . . , v(t) que se utilizan para construir y(t) y x(t) en
las ecuaciones (6.5) y (6.6) respectivamente, se obtienen mediante integraciones
sucesivas dv
N
(t). El diagrama de simulacion para las ecuaciones es (6.5) y (6.6)
se da en la gura que sigue.
b b b
b b
a
a a a
0
0
1
1
N1 N2
N2
N1
N
Figura 6.10
+
+ + +
+
+ + +
. . .
. . .
. . .
y ( t )
x ( t )
D v ( t )
v ( t )
N
Diagrama de simulacion mediante la segunda forma canonica.
Debemos notar en este diagrama que la entrada al integrador es exactamente la

misma que la salida del integrador anterior. Por ejemplo, si las salidas de dos
integradores sucesivos (contando a partir del lado derecho) se indican respectiva-
mente por v
m
y v
m+1
, entonces
v
m
(t) = v
m+1
(t)
un hecho importante que sera util para desarrollar representaciones mediante vari-
able de estado que poseen utiles propiedades. Veamos el ultimo ejemplo, en esta
segunda representacion canonica.
Ejemplo 6.7 Para la ecuacion diferencial:
y
(t) + 3y
(t) + 4y(t) = 2x
(t) 3x
(t) +x(t)
tenemos entonces seg un (6.5) y (6.6):
_
D
2
+
1
j=0
a
j
D
j
_
v(t) = x(t)
(D
2
+a
0
D
0
+a
1
D
)v(t) = x(t)
v
+a
1
v
+a
0
v = x(t)
y para nuestro caso:
_
_
_
v
+ 3
1
v
+ 4v = x(t)
y(t) = 2v
3v
+v(t)
que producen el siguiente diagrama de simulacion.
x ( t )
y ( t )
Figura 6.11
2
4
3
3
+
+
+ +
v ( t )
94CAP

Utilizaremos las dos formas canonicas para obtener dos representaciones diferentes
utilizando variables de estado.
6.3 Obtencion de la Respuesta al Impulso
La respuesta al impulso del sistema se puede determinar a partir de la ecuacion
diferencial que lo describe. Habiamos denido la respuesta al impulso h(t) como
la respuesta y(t) cuando la entrada es x(t) = (t) y y(t) = 0, < t < 0.
Los ejemplos que siguen ilustran el procedimiento para determinar la respuesta al
impulso a partir de la ecuacion diferencial del sistema.
Ejemplo 6.8 Consideremos el sistema gobernado por la siguiente ecuacion dife-
rencial:
2y
(t) + 4y(t) = 3x(t)

Haciendo x(t) = (t) se obtiene la respuesta y(t) = h(t). De esta manera h(t)
debe satisfacer la siguiente ecuacion diferencial:
2h
(t) + 4h(t) = 3(t) ()

La parte homogenea o complementaria de la ecuacion anterior es:
h
c
(t) = ce
2t
(t) ()
se puede predecir que la solucion particular es cero. El motivo es que h(t) no
puede contener una funcion delta
()
.
Observamos entonces que si bien no se han dado condiciones iniciales especcas
para la determinacion de la constante c, podemos sustituir () en () para
obtener:
2
d
dt
(ce
2t
(t)) + 4ce
2t
(t) = 3(t)
de donde resulta 2ce
2t
(t) = 3(t) y si aplicamos la propiedad de muestreo de
(t)
2c(t) = 3(t)
6.3. OBTENCION DE LA RESPUESTA AL IMPULSO 95
de donde c = 1.5. Asi obtenemos:
h(t) = 1.5 exp [2t] (t)
Nota 6.2 En general, se puede demostrar que para x = (t) la solucion particular
de la ecuacion diferencial es:
h
p
(t) =
_
_
MN
i=0
c
i

i
(t) , M N
0 , M < N
(6.7)
donde
i
(t) es i-esima derivada de la funcion (t). Como en la mayoria de los
casos de interes practico N M la solucion particular es a lo mucho una funcion
de (t).
Ejemplo 6.9 Consideremos el sistema de primer orden:
y
(t) + 3y(t) = 2x(t)

y la respuesta al impulso h(t) satisface la siguiente ecuacion:
h
(t) + 3h(t) = 2(t)

La solucion homogenea de esta ecuacion es de la forma:
h
c
(t) = c
1
e
3t
(t)
Supongamos que una solucion particular es de la forma:
h
p
(t) = c
2
(t)
La solucion general sera:
h(t) = c
1
e
3t
(t) + c
2
(t)
Sustituyendo en la ecuacion diferencial obtenemos:
c
1
[3e
3t
(t) +e
3t
(t)] +c
2

(t) + 3[c
1
e
3t
(t) + c
2
(t)] = 2(t)
96CAP

igualando los coecientes de (t) y
(t) y utilizando la propiedad de desplaza-

miento de la funcion resulta
c
1
= 2, c
2
= 0
Esto esta en conformidad con nuestra discusion anterior ya que en este ejemplo
M < N y por lo tanto debemos suponer que c
2
= 0. Por lo tanto:
h(t) = 2e
3t
(t)
Ejemplo 6.10 Consideremos el sistema de segundo orden:
y
(t) + 2y
(t) + 2y(t) = x
(t) + 3x
(t) + 3x(t)
Las raices caracteristicas de esta ecuacion diferencial son iguales a 1 j, por lo
tanto la ecuacion homogenea es de la forma:
e
t
[c
1
cos(t) + c
2
sin(t)] (t)
Como en este caso M = N
debemos esperar que

h
p
(t) = c
3
(t)
Por lo tanto, la respuesta al impulso es de la forma:
h(t) = e
t
[c
1
cos(t) + c
2
sin(t)] (t) + c
3
(t)
De modo que al derivar obtenemos:
h
(t) = [c
2
c
1
]e
t
cos(t)(t) [c
2
+c
1
]e
t
sin(t)(t) +c
1
(t) +c
3
(t)
y
h
(t) = 2c
2
e
t
cos(t)(t) + 2c
1
e
t
sin(t)(t) + (c
2
c
1
)(t) +c
1
(t) + c
3
(t)
Sustituimos las exprsiones anteriores en la ecuacion original y obtenemos:
c
1
= 1, c
2
= 0, c
3
= 1
con lo que la respuesta al impulso es dada en la forma:
h(t) = e
t
cos(t)(t) + (t).
6.4. REPRESENTACI
ON MEDIANTE VARIABLES DE ESTADO 97

6.4 Representacion Mediante Variables de
Estado
Existen dos maneras clasicas de representar un sistema:
a) El metodo de las ecuaciones diferenciales.
b) El metodo de la convoluci on haciendo uso de la respuesta al impulso unitario
h(t) (que veremos mas adelante).
En lo que sigue haremos el metodo de representaciones de un sistema haciendo
uso de las variables de estado. La representaci on de los sistemas, mediante esta
forma tiene muchas ventajas:
1. Proporciona interpretaciones interesantes sobre el comportamiento del sis-
tema que no lo proporcionan ni a) ni b).
2. Se puede adaptar a procesos computacionales.
3. Se puede extender a sistemas no-lineales.
4. Permite manejar el sistema con multiples entradas y salidas.
6.4.1 Denicion de Estado
El estado de un sistema dinamico es el conjunto mas peque no de variables
(llamadas variables de estado), de modo que el conocimiento de estas variables
en t = t
0
, junto con el conocimiento de la entrada para t t
0
, determinan por
completo el sistema para cualquier tiempo t t
0
. Dado el estado de un sistema en
t
0
y su entrada entre t
0
y t
1
podemos encontrar la salida y el estado del sistema
en t
1
.
6.4.2 Ecuaciones de Estado
Como los integradores, son elementos con memoria, resulta natural escoger la sali-
da de los integradores como un estado del sistema en cualquier instante t. Como
98CAP

un sistema continuo de dimension N se realiza con N integradores, este queda
representado por n-variables de estado.
3
3
1
1
2
2
2
Figura 6.12
. . .
y
v v
v =
v =
v
d v
d v
d t
d t
Por ejemplo para una representaci on con dos integradores tenemos como varia-
bles de estado v
1
(t), v
2
(t) con la condicion ya establecida por denicion de
integrador v
2
(t) =
dv
1
dt
, y as sucesivamente, en el caso mas integradores. Aqu
v (t) =
_
_
v
1
v
2
_
_
es llamado Vector de estado.
Ejemplo 6.11 Considere un sistema dise nado por la ecuacion diferencial (caso
simple).
m y +b y +ky = (t) = x(t) ()
Aqu tenemos dos integradores y por lo tanto, podemos escribir:
v
1
(t) = y(t)
v
2
(t) = v
1
(t) = y(t)
y para y = v
2
(t), de la ecuacion anterior () obtenemos:
dv
1
dt
= v
1
= v
2
dv
2
dt
= v
2
=
1
m
(ky b y) +
1
m
x(t)
o bien
v
1
= v
2
v
2
=
k
m
v
1
b
m
v
2
+
1
m
= x(t) ()
y la ecuacion de salida
y = v
1
( )
6.4. REPRESENTACI

y si escribimos lo anterior () y () en forma matricial, obtenemos:
_
_
v
1
v
2
_
_
=
_
_
0 1
k
m

b
m
_
_
_
_
v
1
v
2
_
_
+
_
_
0
1
m
_
_
y =
_
1 0
_
_
_
v
1
v
2
_
_
Ejemplo 6.12 Consideremos el circuito R.L.C en serie como se muestra en la
gura que sigue:
x ( t )
y ( t )
Figura 6.13
+
_
R L
1
2
+
+
_
_
c
v
v
con la ecuacion (seg un las leyes de Kircho)
L
d
2
q
dt
2
+R
dq
dt
+
1
c
q = x(t)
_
i =
dq
dt
_
como existen dos integradores tendremos:
100CAP

v
1
(t) = q(t)
v
2
(t) = v
1
(t) = q(t)
v
2
= q =
R
L
dq
dt

1
cL
q +
1
L
x(t)
esto es:
v
2
=
1
cL
v
1
R
L
v
2
+
1
L
x(t)
de dode se tiene:
v
1
(t) = v
2
(t)
v
2
=
1
Lc
v
1
R
L
v
2
+
1
L
x(t)
que se puede escribir en forma matricial:
_
_
v
1
v
2
_
_
=
_
_
0 1
1
Lc

R
L
_
_
_
_
v
1
v
2
_
_
+
_
_
0
1
L
_
_
x(t)
v

=
_
_
0 1
1
Lc

R
L
_
_
v +
_
_
0
1
L
_
_
x(t)
y la salida sera:
q(t) = y(t) = [1, 0] v(t)
Ejemplo 6.13 Dada la ecuacion:
y
(t) = 4y
(t) y(t) + 4x
(t) + 2x(t)
Hagamos entonces (para la salida) por denicion:
_
_
_
v
1
(t) = y
v
2
(t) = v
1
= y
y para las variables de entrada y salida:

_
_
_
u = x(t)
y =
dx
dt
= x
= v
1
6.4. REPRESENTACI

Por el sistema diferenciador: x(t) D y(t)
v
2
= y
= 4v
2
v
1
+ 4v
1
+ 2x(t)
y as:
_
_
_
v
1
= v
2
v
2
= 3v
1
+ 4v
2
+ 2x(t)
()
y escrito en forma matricial:
_
_
v
1
v
2
_
_
=
_
_
0 1
3 4
_
_
_
_
v
1
v
2
_
_
+
_
_
0
2
_
_
x(t)
y para la salida:
y = v
1
(t) =
_
1 0
_
_
_
v
1
v
2
_
_
seg un (*) podemos dar la siguiente denicion (para este caso y en general).
Denicion 6.1
v
1
(t) = y(t)
v
2
(t) = v
1
(= y
(t))
v
2
(t) = a
0
v
1
(t) a
1
v
2
(t) + b
0
x(t)
En representaci on matricial:
_
_
v
1
v
2
_
_
=
_
_
0 1
a
0
a
1
_
_
_
_
v
1
v
2
_
_
+
_
_
0
b
0
_
_
x(t) (6.8)
y(t) =
_
1 0
_
_
_
v
1
v
2
_
_
(6.9)
Ejercicio 6.1 Generalizar la denicion anterior. En esta representacion matri-
cial la ecuacion (a) se denomina Ecuacion de Estadoy (b) Ecuacion de Salida.
Entonces el dispositivo vectorial para las ecuaciones (a) y (b) sera:
Ecuacion de estado respuesta
comp =
_
_
_
v

(t) = Av(t) +

bx(t)
y(t) = c v(t) + dx(t)
(6.10)
con A una matrz cuadrada de N N.
102CAP

6.5 Solucion en el Dominio del Tiempo de las
Ecuaciones de Estado
Lo que sigue es fundamental para el analisis de los sistemas de ecuaciones no-
lineales de primer orden dadas en (c). El vector de estado v(t) es una funcion
implicita del tiempo, pero tambien depende implicitamente del estado inicial
v(t
0
) = v
0
del instante inicial t
0
de la entrada x(t). Resuelto la ecuacion de
estado para v(t), podemos determinar la salida y(t) = cv(t) + dx(t). Podemos
entonces emplear el metodo del Factor Integrantepara resolver la ecuacion de
estado:
v(t) = Av(t) +
bx(t)
Recordemos la dencion de matriz exponencial:
e
At
= I +At +
1
2!
A
2
t
2
+. . .
Entonces, esperemos que la solucion de la ecuacion diferencial homogenea sea de
la forma
v(t) = e
At
v
0
Propiedades de la Matriz Exponencial
a) exp[A(t
1
+t
2
)] = exp[At
1
] exp[At
2
]
b) [exp[At]]
1
= exp[At]
c)
d
dt
[exp At] = Aexp At ()
Ahora bien usemos el factor integrante:
(t) = = e
At
de tal manera que multiplicando este a la ecuacion:
v

(t) = Av(t) +
bx(t)
6.5. SOLUCI
ONENEL DOMINIODEL TIEMPODE LAS ECUACIONES DE ESTADO103

obtenemos:
exp[At] [v

(t) Av(t)] = exp[At]
bx(t)
de donde:
d
dt
[e
At
v(t)] = e
At
bx(t)
y si integramos ambos lados de la ecuacion anterior entre t
0
y t se obtiene:
exp[At] v(t) + exp[At
0
] v
0
=
_
t
t
0
exp[A]
bx()d
y si multiplicamos esta ecuacion por exp[At] y reorganizando terminos, obtenemos
la solucion completa de la ecuacion de estado:
v(t) = e
A(tt
0
)
v
0
+
_
t
t
0
e
A(t)
bx()d
La matrz e
At
se denomina Matrz de Transici onentre estados y se reprsenta por
(t).
La respuesta completa de la salida sera entonces: (ver (c))
y(t) =c (t t
0
) v
0
+
_
t
t
0
c (t )
b x()d +dx(t) t t
0
Ahora bien: haciendo uso de la propiedad de desplazamiento del impulso unidad
(t) podemos escribir la igualdad anterior en la forma:
y(t) =c (t t
0
)v
0
+
_
t
t
0
c (t )
b +d(t )x()d
Observaci on 2 La solucion completa es la suma de dos terminos. El primer
termino es la respuesta cuando la entrada x(t) es cero y se denomina respuesta
a la entrada cero. El segundo termino corresponde a la respuesta cuando el
estado inicial v
0
=
0y se denomina respuesta con estado cero.

Observamos tambien que la respuesta con estado cero indica que este termino es
la convolucion de la entrada x(t) con:
c (t) +d(t)
y comparando este resultado con la convolucion (resultado que sera vericado):
y(t) =
_

x()h(t )d
104CAP

se tiene naturalmente que la respuesta al impulso (t) de este sistema es:
h(t) =
_
_
_
c (t)
b +d(t) , t 0
0 , en otro caso.
La ecuacion anterior puede usarse para calcular directamente la respuesta al im-
pulso a partir de las matrices de coecientes del modelo de estados del sistema.
Ejemplo 6.14 Considere el sistema continuo lineal e invariante con el tiempo,
descrito por la ecuacion diferencial.
y
(t) + y
(t) 2y(t) = x(t)

El modelo de este sistema en el espacio de estados es:
v

(t) =
_
_
2 1
2 1
_
_
v(t) +
_
_
0
1
_
_
x(t)
y(t) =
_
1 0
_
de donde
A =
_
_
0 1
2 1
_
_
,

b =
_
_
0
1
_
_
y c =
_
1 0
_
Para determinar la respuesta del sistema a la entrada cero con el vector especco
de condiciones iniciales.
v
0
=
_
_
1
0
_
_
entonces tenemos que calcular la matrz de transmision (t).
Las potencias de la matriz A son:
A
2
=
_
_
2 1
2 3
_
_
; A
3
=
_
_
2 3
6 5
_
_
, A
4
=
_
_
6 5
10 11
_
_
De manera que (t) ser a:
(t) =
_
_
1 0
0 1
_
_
+
_
_
0 t
2t t
_
_
+
_
_
t
2
t
2
2
t
2 3t
2
2
_
_
+
_
_

t
3
3
t
3
2
t
3
5
6
t
3
_
_
+
_
_
t
4
4

5
24
t
4
5
12
t
4
11
24
t
4
_
_
6.5. SOLUCI
ONENEL DOMINIODEL TIEMPODE LAS ECUACIONES DE ESTADO105

=
_
_
1 + t
2
t
3
3
+
t
4
4
+ . . . t
t
2
2
+
t
3
2

5
24
t
4
+ . . .
2t t
2
+t
3
5
12
t
4
+ . . . 1 t +
3
2
t
2
5
6
t
3
+
11
24
t
4
+ . . .
_
_
La respuesta del sistema a la entrada cero es:
h(t) = [1, 0]
_
_
1 + t
2
t
3
3
+
t
4
4
+ . . . t
t
2
2
+
t
3
2

5
24
t
4
+ . . .
2t t
2
+t
3
5
12
t
4
+ . . . 1 t +
3
2
t
2
5
6
t
3
+
11
24
t
4
+ . . .
_
_
= 1 +t
2
t
3
3

t
4
4
+. . .
y la respuesta al impulso del sistema es
h(t) = [1, 0]
_
_
1 + t
2
t
3
3
+
t
4
4
+ . . . t
t
2
2
+
t
3
2

5
24
t
4
+ . . .
2t t
2
+t
3
5
12
t
4
+ . . . 1 t +
3
2
t
2
5
6
t
3
+
11
24
t
4
+ . . .
_
_
= t
t
2
2
+
t
3
2

5
24
t
4
+. . .
Debemos notar que para x(t) = 0 el estado en el instante t es:
v(t) = (t)v
0
=
_
_
1 + t
2
t
3
3
+
t
4
4
+ . . .
2t t
2
+t
3
5
12
t
4
+ . . .
_
_
Ejercicio
1. Determinar si los siguientes sistemas L.I.T en tiempo continuo caracterizados
por sus respuestas al impulso son estables o inestables:
a) h(t) = exp[3t] sin(t)(t)
b) h(t) = exp[4t](t)
c) h(t) = (t) exp[t](t)
d) h(t) = exp[[2t[ ]
2. La entrada x(t) y la salida y(t) de un sistema lineal invariante en el tiempo
se muestran en las guras que siguen. Dibujar las respuestas a las siguientes
entradas.
106CAP

a) x(t + 2)
b) 2x(t) + 3x(t)
c) x(t
1
2
) x(t +
1
2
)
d)
dx(t)
dt
Figura 6.14
x ( t )
y ( t )
1
1
1 1 1 0 0
3. Dado un sistema L.IT descrito por la ecuacion
y
(t) + 3y
(t) y
(t) 2y(t) = 3x(t) x(t)

Determinar el diagrama de simulaci on.
4. Utilizando tecnicas de variable de estado determinar la respuesta al impulso
para el sistema descrito por la ecuacion diferencial ( en reposo esto es:
y
(0) = 0, y
(0) = 0)
y
(t) + 6y
(t) + 8y(y) = x
(t) + x(t)
Captulo 7
Representacion de Fourier: Series
de Fourier
A veces es conveniete escoger como se nales basicas para la representaci on de una
funcion o se nal, un conjunto de funciones ortogonales. Resulta entonces conve-
niente matematicamente representar una se nal arbitraria como una suma ponder-
ada de funcines ortogonales. En segundo lugar, la se nal se puede representar como
un vector en un sistema de coordenadas ortogonales en que las funciones ortog-
onales son las coordenadas. En esta parte vamos a considerar la representacion
de una se nal arbitraria en un intervalo nito utilizando una base formada por
un conjunto de funciones ortogonales. La representacion que haremos no es en
el dominio del tiempo, sino en el dominio de la frecuencia. Descompondremos
se nales perodicas en sus componentes en frecuenciaesto es por ejemplo
3
5
cos 2t
signica, la componente
3
5
en la frecuencia = 2. Estos resultados se pueden
extender a se nales no-periodicas. Daremos entonces condiciones sucientes para
que una se nal periodica se pueda representar mediante una combinaci on lineal de
funciones del tipo 1, cos n
0
t, sin n
0
t o del conjunto e
j n
0
t
.
107
108CAP
ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER

Denicion 7.1 Un conjunto de se nales
i
(t), i = 0, 1, 2, . . . se denomina
ortogonal en un intervalo [a, b] si:
_
b
a
l
(t)
k
dt =
_
_
_
M
k
, si l = k
0 , si l ,= k
= M
k
(l k)
donde
l
(t) signica el complejo conjugado de
l
(t) y (l k) es la funcion de
Kronecker (delta de Kronecker)
l
k
= (l k) =
_
_
_
1 , si l = k
0 , si l ,= k
Se puede probar el siguiete cuadro de ortogonalidad para el conjunto
1, cos n
0
t, sin n
0
t denidas en el intervalo
_
T
2
,
T
2
.
1.
_ T
2
T
2
cos m
0
tdt = 0 m ,= 0
2.
_ T
2
T
2
sin m
0
tdt = 0 para todo m
3.
_ T
2
T
2
cos(m
0
t) cos(n
0
t)dt =
_
_
_
0 , m ,= n
T
2
, m = n ,= 0
4.
_ T
2
T
2
sin(m
0
t) sin(n
0
t)dt =
_
_
_
0 , m ,= n
T
2
, m = n ,= 0
5.
_ T
2
T
2
sin m
0
t cos(n
0
t)dt = 0
Ejemplo 7.1 Probar por ejemplo (3). En efecto haciendo uso d la identidad
cos a cos b =
1
2
[cos(a +b) + cos(a b)]
y teniendo encuenta que
0
=
2
T
, se tiene
=
1
2
_ T
2
T
2
cos(m +n)
0
t) cos(mn)
0
t)dt = 0
109
para m, n enteros.
Ahora, haciendo uso de la identidad:
cos
2
a =
1
2
(1 + cos 2a)
y de m = n se puede probar que:
_ T
2
T
2
cos
2
(m
0
t)dt =
T
2
Ejercicio 7.1 Haciendo uso de las identidades:
sin(a) cos(b) =
1
2
[sin(a +b) + sin(a b)]
y
sin(2a) = 2 sin(a) cos(a),
probar 5.
Si nuestro conjunto (sistema) 1, cos n
0
t, sin n
0
es ortogonal, entonces pode-
mos representar una se nal periodica x(t) en [
T
2
,
T
2
] como:
x(t) =
1
2
a
0
+
n=1
a
n
cos(n
0
t) + b
n
) sin(n
0
t) ()
llamado desarrollo trigonometrico de Fourier de la se nal x(t) en el intervalo
_
T
2
,
T
2
. Calculamos entonces los coecientes a

n
y b
n
(o a(n) y b(n) ) en
la forma siguiente: multiplicamos ambos lados de () por la expresion cos m
0
t
e integramos entre
_
T
2
,
T
2
para obtener:
_ T
2
T
2
x(t) cos(m
0
t)dt =
1
2
a
0
_ T
2
T
2
cos(m
0
t)dt+
_ T
2
T
2
_

n=1
a
n
cos(n
0
t)
_
cos(m
0
t)dt
+
_ T
2
T
2
_

n=1
b
n
sin(n
0
t)
_
cos(m
0
t)
Intercambiando el orden de los signos de integracion y sumatoria se obtiene:
_ T
2
T
2
x(t) cos(m
0
t)dt =
1
2
a
0
_ T
2
T
2
cos(m
0
t)dt+
n=1
a
n
_ T
2
T
2
cos(n
0
t) cos(m
0
t)dt
110CAP
n=1
b
n
+
_ T
2
T
2
sin(n
0
t) cos(m
0
t)
y si aplicamos las condiciones de ortogonalidad se tiene:
_ T
2
T
2
x(t) cos(m
0
t) =
T
2
a
m
de donde:
a
m
=
2
T
_ T
2
T
2
x(t) cos(m
0
t)dt ()
Si por el contrario, multiplicamos la serie dada en () por sin(m
0
t) y efectuando
los mismos calculos y la sustitucion de valores dados en la tabla de ortogonalidad,
entonces obtenemos para b
n
b
m
=
2
t
=
_ T
2
T
2
x(t) sin(n
0
t)dt ( )
y
a
0
=
2
T
_ T
2
T
2
x(t)dt
y es por esta razon que
a
0
2
es el valor promediode x(t) durante un perodo.
Ejercicio 7.2
1. Probar que las se nales
m
(t) = sin(mt) m = 1, 2, 3 . . . forman un conjunto
ortogonal esto es:
m
(t),
n
(t)) =
_
_
_
, m = n
0 , m ,= n
Como la energa de la se nal es igual a el siguiente conjunto de se nales es
ortonormal.
sin t
,
sin 2t
,
sin 3t
, . . .
2. Probar las tres se nales que se muestran en las guras que siguen son ortonor-
males.
111
Figura 7.1
( t )
( t )
( t )
1
1
3
1
1 1
1
2
2
2 0
0
t t t
2
2
2

1
2 3
3. Demostrar que las se nales
k
(t) = exp
_
j
2kt
T
_
k = 0, 1, 2, . . .
forman un conjunto ortogonal [0, T].
Una serie de Fourier es la representacion de una se nal o funcion como una serie de
constantes multiplicadas por funciones sin y/o cos de diferente frecuencia, bajo
la hipotesis de que
_ T
2
T
2
x(t)dt exista.
Sin embargo, debemos indicar que el analisis anteriror es debil debido al inter-
cambio de la sumatoria y la integral lo que no siempre es verdadero. Pero, el
argumento nos dice como puede elegirse las constantes, al menos bajo ciertas
condiciones y se sugiere la siguiente denicion.
Denicion 7.2 Sea x(t) una funcion (o se nal) integrable seg un Riemann en
_
T
2
,
T
2
.
1. Los n umeros
a
n
=
2
T
=
_ T
2
T
2
x(t) cos(n
0
t)dt n = 0, 1, 2 . . .
y
b
n
=
2
T
=
_ T
2
T
2
x(t) sin(n
0
t)dt n = 0, 1, 2, . . .
son los coecientes de Fourier de x(t) en
_
T
2
,
T
2
.
Aqui: T =
2
0
,
0
=
2
T
.
112CAP

2. La serie
1
2
a
0
+
n=1
a
n
cos n
0
t +b
n
sin n
0
t
es la serie de Fourier de x(t) en
_
T
2
,
T
2
cuando las constantes son los

coecientes de Fourier de x(t) en
_
T
2
,
T
2
.
Si x(t) esta denida en L < t L entonces la denicion se establece de la
siguiente forma:
Sea x(t) una se nal o funcion integrable seg un Riemann.
1. Los n umeros
a
n
=
1
L
_
L
L
x(t) cos
nt
L
dt n = 0, 1, 2, . . .
y
b
n
=
1
L
_
L
L
x(t) sin
nt
L
dt n = 0, 1, 2, . . .
son los coecientes de Fourier de x(t) en [L, L].
2. La serie
1
2
a
0
+
n=1
a
n
cos
_
nt
L
_
+b
n
sin
_
nt
L
_
es la serie de Fourier de x(t) en [L, L] cuando las constantes son los coe-
cientes de Fourier de x(t) en [L, L].
Nota 7.1 Observamos que esta denicion es mucho mas generica que la anteriror
ya que no especica que la funcion x(t) sea periodica y que T =
2
, que este
denida en [L, L]. Haciendo L =
T
2
, entonces :
n2t
2L
=
n2t
T
= n
0
t.
Ejercicio 7.3 Demostrar el siguiente lema: Si n y m son enteros, entonces:
a)
_
L
L
cos
_
nt
L
_
sin
_
mt
L
_
dt = 0
113
b) Si n ,= m, entonces:
_
L
L
cos
_
nt
L
_
sin
_
mt
L
_
dt
=
_
L
L
sin
_
nt
L
_
sin
_
mt
L
_
dt = 0
c) Si n ,= 0:
_
L
L
cos
2
_
nt
L
_
dt
=
_
L
L
sin
2
_
nt
L
_
dt = L
Ejemplo 7.2 Sea x(t) = t para t . Escribir la serie de Fourier de x(t)
en [, ]. Los coecientes son:
a
0
=
1
tdt = 0
a
n
=
1
t cos(nt)dt
integrando por partes:
=
_
1
n
2
cos(nt) +
t
n
sin nt
_
= 0
y
b
n
=
1
t sin(nt)dt
=
_
1
n
2
sin(nt)
t
n
cos nt
_
=
2
n
cos(n) =
2
n
(1)
n+1
ya que cos(n) = (1)
n
si n es un entero. La serie de Fourier de t en [, ] es
n=1
2
n
(1)
n+1
sin(nt) = 2 sin(t) sin(2t) +
2
3
sin(3t)
1
2
sin(4t) +
2
5
sin(5t) . . .
Observamos en este ejemplo que el termino constantes y los coecientes de los
cosenos son todos ceros, y la serie de Fourier solo tiene senos.
114CAP

Ejemplo 7.3 Sea:
x(t) =
_
_
_
0 para 3 t 0
t para 0 t 3
Aqui L=3 y los coecientes de Fourier son:
a
0
=
3
2
a
n
=
3
n
2
2
[(1)
n
1]
b
n
=
3
n
(1)
n+1
La serie de Fourier para x(t) en [3, 3] es dada por:
3
4
+
n=1
_
3
n
2
2
[(1)
n
1] cos
_
nt
3
_
+
3
n
(1)
n+1
sin
_
nt
3
__
Ejemplo 7.4 Sea x(t) = e
4t
para 2 t 2. Los coecientes de Fourier son:
a
0
=
1
8
(e
8
e
8
)
a
n
= (e
8
e
8
)
8(1)
n
64 +
2
n
2
b
n
= (e
8
e
8
)
n(1)
n
64 +
2
n
2
Entonces la serie de Fourier para x(t) = e
4t
en [2, 2] es dada en la forma:
1
16
(e
8
e
8
) + (e
8
e
8
)
n=1
8(1)
n
64 +
2
n
2
cos
_
nt
2
_
+
n(1)
n
64 +
2
n
2
sin
_
nt
2
_
En estos ejemplos, escribimos la serie de Fourier de x(t) pero no pedimos que
fuera igual a x(t). No es obvio cual es la suma de la serie de Fourier. Es evidentes
que en algunos casos que la serie no es igual a x(t). Consideremos por ejemplo
x(t) = t en [, ] en el primer ejemplo. En t = y t = cada termino de la
sere de Fourier es cero, sin embargo x() = y x() = . De esta manera,
hasta para ejemplos muy sencillos, pueden haber puntos donde la serie de Fourier
no converja a x(t). Daremos mas adelante algunas consideraciones para que la
serie de Fourier converja.
115
Ejemplo 7.5 A menudo, las series de Fourier nos permite obtener interesantes
series numericas evaluandolas en puntos particulares. Asi por ejemplo, si en el
desarrollo de Fourier:
x(t) =
1
+
sin t
2

2
_
cos 2t
3
+
cos 4t
15
+
cos 6t
35
+. . .
_
donde:
x(t) =
_
_
_
0 , < t < 0
sin t , 0 < t <
Obtenemos
x(t) = 1 =
1
+
1
2

2
(
1
3
+
1
15

1
35
+
1
63
. . .)
o bien:
1
1.3

1
3.5
+
1
5.7

1
7.9
. . . =
2
4
Nota 7.2 En estos desarrolos es relevante hacer la graca de la se nal.
Ejemplo 7.6 Determinar la serie trigonometrica de Fourier para la fucnion (o
se nal) x(t) denida por:
f(t) = x(t) =
_
_
_
1 ,
T
2
< t < 0
1 , 0 < t <
T
2
y F(t +T) = f(t) (o x(t +T) = x(t))
Figura 7.2
x ( t ) = f ( x )
t
0
1
1
T
T
2 2
116CAP

Solucion:
w
0
=
2
T
a
n
=
2
T
_ T
2
T
2
x(t) cos nw
0
tdt
=
2
T
_
_
0
T
2
cos(nw
0
t)dt +
_ T
2
0
cos(nw
0
t)dt
_
Integrando
=
2
T
_
1
nw 0
sin w
0
t
T
2
+
1
nw 0
sin nw
0
t
T
2
0
_
_
=
2
T
_
1
nw
0
[sin 0 sin(n)] +
1
nw
0
[sin(n) sin 0]
_
= 0
para n ,= 0 puesto que sin 0 = sin n = 0.
Para n = 0 se tiene:
1
2
a
0
=
1
T
_ T
2
T
2
f(t)dt = 0
y el valor promedio :
a
0
2
durante un perodo es cero, para b
n
obtenemos:
b
n
=
2
T
_ T
2
T
2
f(t) sin nw
0
tdt
=
2
T
_
_
0
T
2
sin(nw
0
t)dt +
_ T
2
0
sin(nw
0
t)dt
_
=
2
T
_
1
nw 0
cos (w
0
t)
T
2
+
1
nw 0
cos (nw
0
t)
T
2
0
_
_
=
2
nw
0
T
[1 cos(n)] [cos(n) 1]
=
2
n
(1 cos n)
puesto que cos n(1)
n
b
n
=
_
_
_
0 , n par
4
n
, n impar
117
donde:
f(t) =
4
nimpar
1
n
sin nw
0
t
=
4
_
sin w
0
t +
1
3
sin 3w
0
t +
1
5
sin 5w
0
t +. . .
_
Ejemplo 7.7 Determinar la serie de Fourier para la funcion cuya forma de onda
se muestra en la gura que sigue:
Figura 7.3
0
t
f ( t ) = x ( t )
1
1
T/2 T/2 T/4 T/4
La funcion f(t) = x(t) se puede expresar analticamente como:
f(t) =
_
_
_
1 +
4t
T
,
T
2
< t 0
1
4t
T
, 0 t <
T
2
(Ecuaciones de rectas)
Puesto que el valor promedio de x(t) = f(t) durante un perodo es cero:
1
2
a
0
=
1
T
_ T
2
T
2
f(t)dt = 0
para
a
n
=
2
T
_ T
2
T
2
f(t) cos nw
0
tdt = 0
=
2
T
_ T
2
T
2
f(t) cos(nw
0
t)dt+
2
T
_
0
T
2
4
T
t cos(nw
0
t)dt
+
2
T
_ T
2
0
4
T
cos(nw
0
t)dt
118CAP

La primera integral del segundo miembro como se sabe es igual a cero. Haciendo
t = en la segunda integral se obtiene (con
T
2
= , entonces =
T
2
y
0 = , = 0.)
a
n
=
8
T
2
_
0
T
2
() cos nw
0
()(d)
8
T
2
_ T
2
0
t cos nw
0
tdt
=
8
T
2
_
0
T
2
cos nw
0
d
8
T
2
_ T
2
0
t cos nw
0
tdt
=
8
T
2
_ T
2
0
cos nw
0
d
8
T
2
_ T
2
0
t cos nw
0
tdt
=
16
T
2
_ T
2
0
t cos nw
0
tdt
Integrando por partes, se obtiene:
_ T
2
0
t cos nw
0
tdt =
1
nw
0
t sin nw
0
t
T
2
0
1
nw
0
_ T
2
0
sin(nw
0
t)dt
=
1
(nw
0
)
2
cos(nw
0
t)
T
2
0
=
1
(n2/T)
2
(cos n 1)
de donde:
a
n
=
16
T
2
1
(n2/T)
2
(cos n 1)
=
4
n
2
2
(1 cos n)
puesto que cos n = (1)
n
a
n
=
_
_
_
0 , n para
8
n
2
2
, n impar
De manera analoga se tiene:
b
n
=
2
T
_ T
2
T
2
f(t) sin nw
0
tdt =
2
T
_ T
2
T
2
sin(nw
0
t)dt
+
2
T
_
0
T
2
4
T
t sin(nw
0
t)dt +
2
T
_ T
2
0
4
T
t sin(nw
0
t)dt
119
b
n
=
8
T
2
_
0
T
2
() sin(nw
0
()(d)
8
T
2
_ T
2
0
t sin nw
0
tdt
= 0
de donde:
x(t) = f(t) =
8
2
_
cos w
0
t +
1
3
2
cos 3w
0
t +
1
5
2
cos w
0
t +. . .
_
Ejemplo 7.8 Determinar la serie de Fourier para la se nal x(t) = f(t) denida
por:
f(t) = x(t) =
_
_
_
0 ,
T
2
< t < 0
Asin w
0
t , 0 < t <
T
2
Figura 7.4
0
t
x ( t )
A
T/2 T/2 T T
a
0
=
2
T
_ T
2
0
Asin w
0
tdt =
2A
Tw
0
(cos w
0
t)
T
2
0
=
A
(1 cos ) =
2A
a
n
=
2
T
_ T
2
0
Asin w
0
t cos nw
0
tdt (y por identidad trigonometrica)
=
A
T
_ T
2
0
sin[(1 +n)w
0
t] + sin[(1 n)w
0
t]dt
Cuando n = 1
a
1
=
A
T
_ T
2
0
Asin 2w
0
tdt =
A
T
_
1
2w
0
cos 2w
0
t
_
T
2
0
=
A
4
[1 cos(2)]
=
4
4
(1 1) = 0
120CAP

Cuando n = 2, 3, . . .:
a
n
=
A
T
_
cos[(1 + n)w
0
t]
(1 + n)w
0
cos[(1 n)w
0
t]
(1 n)w
0
_
T
2
0
=
A
2
_
1 [cos(1 +n)]
(1 + n)
+
1 cos[(1 n)]
(1 n)
_
=
_
_
0 , n par
A
2
_
2
1+n
+
2
1n
_
=
2A
(n1)(n+1)
, n impar
Analogamente:
b
n
=
2
T
_ T
2
0
Asin(w
0
t) sin(nw
0
t)dt
=
A
T
_ T
2
0
cos [(1 + n)w
0
t] cos [(1 n)w
0
t]dt
Cuando n = 1
b
1
=
A
T
_ T
2
0
dt
A
T
_ T
2
0
cos(2w
0
t)dt =
A
2

A
T
sin 2w
0
t
2w
0
T
2
0
=
A
2
Cuando n = 2, 3, . . .
b
n
=
A
T
_
sin[(1 n)w
0
t]
(1 n)w
0
sin[(1 + n)w
0
t]
(1 + n)w
0
_
T
2
0
=
A
2
_
sin[(1 n)] sin 0
(1 n)

sin[(1 + n)] sin 0
(1 + n)
_
de donde
x(t) = f(t) =
A
+
A
2
sin w
0
t
2A
_
1
1.3
cos 2w
0
t +
1
3.5
cos 4w
0
t +. . .
_
Ejemplo 7.9 Desarrollar x(t) = f(t) = sin
5
t en serie de Fourier.
Para este ejemplo vale la pena expresar el sin t en terminos de exponenciales para
simplicar los calculos. Asi:
sin
5
t =
_
e
jt
e
jt
2j
_
5
=
1
32j
(e
j5t
5e
j3t
+ 10e
jt
10e
jt
+ 5e
jt
e
j5t
)
=
5
8
sin t
5
16
sin 3t +
1
16
sin 5t.
En este caso la serie de Fourier tiene solamente tres terminos.
121
Ejemplo 7.10 Consideremos la se nal cuadrada (onda cuadrada)
f(t) = 0 para t
2
f(t) = 1 para
2
< t <

2
f(t) = 0 para

2
< t
Debemos reconocer que si la se nal es discontinua en un punto, su valor para este
punto es el promedio de los limites en ese punto
f(t
0
) =
1
2
[L
+
+L
]
donde L
+
y L
son los limites por la derecha e izquierda respectivas. Para

nuestra funcion f(
2
) =
1
2
, f(
2
) =
1
2
Figura 7.5
0
t
x ( t )
1
S
S
S
0
1
2
/2
/2

Entonces T = 2, por lo tanto w
0
=
2
2
= 1.
a
0
=
1
f(t)dt =
1
_
2
2
dt = 1
a
n
=
1
_
2
2
cos ntdt =
1
sin nt
n
2
=
1
sin(
n
2
) sin(
n
2
)
n
Ahora sin
n
2
= 1 para n = 1, 5, 9, . . . y sin
n
2
= 1 para n = 3, 7, 11, . . . o
sin
n
2
= 0 para otro caso. Tambien observemos que
sin
_
n
2
_
= sin
n
2
122CAP

Por lo tanto
a
n
=
_
2
n
para n = 3, 7, 11, . . .
2
n
para n = 1, 5, 9, . . .
0 para n = 2, 4, 6, . . .
para n = 1, 2, 3, . . . tenemos b
n
= 0 para todo n.
As
f(t) =
1
2
+
2
cos t
2
3
cos 3t +
2
5
cos 5t
2
7
cos 7t +. . .
osea
1
2

2
n=1
(1)
n
cos (2n 1)t
2n 1
Si denotamos con S
n
las sumas parciales de la serie de Fourier se tiene:
S
0
=
1
2
, S
1
=
1
2
+
2
cos t, S
3
=
1
2
+
2
cos t
2
3
cos 3t
Ejercicio 7.4 Probar que el desarrollo de la funcion periodica denida en un
perodo por:
x(t) =
_
_
_
t , 3 < t < 0
t , 0 < t < 3
es dada en la forma:
x(t) = f(t) =
3
2

12
2
_
1
1
cos
t
3
+
1
9
cos
3t
3
+
1
25
cos
5t
3
+. . .
_
Ejemplo 7.11 Sea
_
_
_
f(t) = t t
2
para 0 t
f(t) = t
2
+t para t 0
con w
0
=
2
T
= 1. Entonces:
a
0
=
1
_
0
(t
2
+t)dt +
1
_

0
(t t
2
)dt = 0
a
n
=
1
_
0
(t
2
+t) cos ntdt +
1
_

0
(t t
2
) cos ntdt = 0 n = 1, 2, 3, . . .
123
b
n
=
1
_
0
(t
2
+t) sin ntdt +
1
_

0
(t t
2
) sin ntdt
=
_
_
_
0 para n par
8
n
3
para n impar
(hemos obviado la doble integraci on por partes para evaluar las integrales). Por
lo tanto, la serie de Fourier de f(t) = x(t) es
8
sin t +
8
sin 3t
27
+
8
sin 5t
125
+. . . +
8
sin(2n + 1)t
(2n + 1)
3
+. . .
Ejemplos y Ejercicios
Ejemplo 7.12 Obtener la serie de Fourier para la onda diente se sierra de la
gura que sigue:
Figura 7.6
x ( t )
t
0 3

3
Aqu:
f(t) = x(t) = t < t <
f(t + 2) = f(t)
Puesto que T = 2, tenemos w
0
=
2
T
= 1. Si elegimos t
0
= entonces
a
0
=
1
tdt = 0
Para n = 1, 2, 3, . . .
124CAP

a
n
=
1
t cos ntdt
=
1
n
2
(cos nt +nt sin nt)
= 0
b
n
=
1
t sin ntdt
=
1
n
2
(sin nt +nt cos nt)
=
2 cos n
n
=
2(1)
n+1
n
En el caso n = 0 debe ser considerado a parte, para n = 0, a
0
= 0
De nuestros resultados tenemos:
f(t) = x(t) = 2
_
sin t
1

sin 2t
2
+
sin 3t
3
. . .
_
Ejemplo 7.13 Supongamos que tenemos la funcion generadora:
f
T
(t) =
_
_
0 , 2 < t < 1
6 , 1 < t < 1
0 , 1 < t < 2
Figura 7.7
x ( t )
t
0 1 1 2 2 3 3 4
4
5 5
6
. . .
. . .
a
0
=
3
4
_
1
1
6dt +
2
4
_
3
1
0dt = 6
a
n
=
2
4
_
1
1
6 cos
nt
2
dt +
2
4
_
3
1
0 cos
nt
2
dt
=
12
n
sin
n
2
125
y tambien
b
n
=
2
4
_
1
1
6 sin
nt
2
dt +
2
4
_
3
1
0 sin
nt
2
dt = 0
Por consiguiente la serie de Fourier es
x(t) = f(t) = 3 +
12
_
cos
t
2

1
3
cos
3t
2
+
1
5
cos
5t
2
. . .
_
Puesto que no existe armonicos pares podemos expresar el resultado en forma
compacta
f(t) = 3 +
12
n=1
(1)
n+1
cos[(2n 1)t]/2
2n 1
Ejercicio 7.5 Probar que la funcion denida por:
f(t) =
_
_
_
4 , 0 < t < 1
4 , 1 < y < 2
tiene a
n
= 0, para n = 0, 1, 2, . . .
b
n
=
8
n
[1 (1)
n
]
Por lo tanto:
b
n
=
_
_
_
0 , para n par
16
n
, para n impar
Ejercicio 7.6 Probar que la representacion de Fourier para
f(t) =
_
_
_
4 , 0 < t < 1
4 , 1 < t < 2
se puede escribir en la forma
16
n=1
sin(2n 1)t
2n 1
Ejercicio 7.7 Obtenga los coecientes de Fourier para:
f(t) =
_
_
_
3 , 0 < t < 1
1 , 1 < t < 4
126CAP

Rta:
a
0
= 0, a
n
=
4
n
sin
n
2
, b
n
=
4
n
_
1 cos
n
2
_
n = 1, 2, 3, . . .
Ejercicio 7.8 Obtener la serie de Fourier para
f(t) =
_
_
_
2 , 0 < t <

2
0 ,

2
< t <
Rta:
1 +
4
n=1
sin(2n 1)t
2n 1
Ejercicio 7.9 Probar que la serie de Fourier para el sinusoide recticado de onda
completa (o cicloide)
f(t) = [4 sin 2t[
que se muestra en la gura adjunta.
Figura 7.8
x ( t )
t
4
/2 /4
0
/4 /2 3/2 3/2

es dada en la forma:
16
_
1
2
+
n=1
1
1 4n
2
cos 4nt
_
Captulo 8
Convergencia de las Series de
Fourier
Para escribir los coecientes de Fourier de una se nal x(t) (o funcion f(t)) en un
intervalo [L, L] o
_
T
2
,
T
2
o en general: [t
0
, t
0
+T] solo se requiere la existencia
de:
_
L
L
x(t) cos
_
nt
L
_
dt
y
_
L
L
x(t) sin
_
nt
L
_
dt
El problema que presentamos a continuacion es el de determinar si la serie de
Fourier resultante converge a x(t) o incluso, ni siquiera converge. En lo que sigue
estableceremos condiciones sobre una funcion que nos permita determinar la suma
de una serie de Fourier en un intervalo dado. Estas condiciones se centran en el
concepto de continuidad a trozos.
Denicion 8.1 (De Funcion Contnua a Trozos) . Sea x(t) denida en [a, b]
excepto quizas en un n umero nito de puntos. Entonces x(t) es continua a trozos
en [a, b] si:
1. x(t) es continua en [a, b] excepto quizas en un n umero nito de puntos.
2. Ambos lim
ta
+
x(t) y lim
ta
x(t) exsten y son nitos.

127
128 CAP
ITULO 8. CONVERGENCIA DE LAS SERIES DE FOURIER

3. Si t
0
esta en [a, b] y x(t) no es continua en t
0
entonces: lim
ta
+
x(t) y lim
ta
x(t)
exste y son nitos.
Como ejemplos tipicos de la denicion dada tenemos las gracas de las siguientes
funciones o se nales:
t t
x ( t ) x ( t )
Figura 8.1
Aqu, tenemos lo que se denomina discontinuidad de salto.
Ejemplo 8.1 Dada la funcion continua a trozos:
x(t) =
_
_
_
0 para t = 0
1
t
para 0 < t 1
entonces x(t) es continua en (0, 1] y discontinua en 0. Sin embargo lim
t0
+
x(t) = ,
de tal manera que la discontinuidad no es un salto nito y x(t) no es contnua a
trozos en [0, 1] de acuerdo a la denicion dada.
Indicamos como lim
ta
+
x(t) cuando nos acercamos al valor a por la derecha, y
lim
ta
x(t) cuando nos acercamos al valor a por la izquierda.

Ejercicio 8.1 Analizar en el sentido de la dnicion la se nal:
x(t) =
_
_
5 para t =
t para < t < 1
1 t
2
para 1 t
4 para 2 t
Denicion 8.2 (Funcion Suave a Trozos) . x(t) es suave a trozos en [a, b]
si x(t), x
(t) son contnuas a trozos en [a, b].

129
En esta denicion la derivada debe ser continua en todo punto, excepto en un
n umero nito de puntos, donde la derivada puede no existir, pero debe tener
limites laterales nitos.
Ejemplo 8.2 Dada la se nal:
x(t) =
_
_
1 para 4 t < 1
2t para 1 t < 2
9e
t
para 2 t 3
La gura (a) que sigue muestra la graca de x(t). La se nal es continua, excepto
para un n umero nito de discontinuidad de salto en 1 y 2. Por lo tanto, x(t) es
contnua a trozos en [4, 3]. La derivada de x(t) es dada en la forma
x
(t) =
_
_
0 para 4 < t < 1
2 para 1 < t < 2
9e
t
para 2 < t < 3
t t
t
x ( t )
x ( t )
x ( t )
x ( t )
Figura 8.2
L
L
1/2 [ x ( t ) + x ( t ) ]
+
+
_
_
( a )
( b )
4
4
3
3
2
2
1
1
0
1
1
2 3
y esta es continua en [4, 3] excepto en los puntos de discontinuidad 1 y 2 de x(t),
donde x
(t) no existe. Sin embargo en esos puntos x
(t) tiene limites laterales

nitos. As x
(t) es contnua a trozos en [4, 3] y de esta manera x(t) es suave a

trozos.
130 CAP

Corolario 8.1 Una se nal x(t) es suave a trozos si tiene tangente contnua en
todas partes, excepto en un nemero nito de puntos.
Teorema 8.1 (De Convergencia) . Sea x(t) suave en [L, L]. Entonces para
L < t < L, la sere de Fourier de x(t) en [L, L] converge a
1
2
[x(t
+
) + x(t
1
)].
Esto siginica que en cada punto entre -L,y L, la funcion o se nal converge al
promedio de sus limites izquierdo y derecho. Si x(t) es continua en t, entonces,
estos limites izquierdo y derecho son iguales a x(t), y la serie converge al valor
de la se nal en t. Si x(t) tiene una continuidad de salto en t, entonces la serie
de Fourier no puede converger a x(t), pero converger a al punto medio, entre los
extremos de los limites de la se nal como se observa en la gura (b).
8.1 Convergencia en los Extremos
El teorema anterior no hace referencia a la convergencia de una serie de Fourier
en los extremos del intervalo. Existe un problema en este caso, y se reere que
auque la se nal x(t) que nos interesa puede estar denida solo en [L, L], su serie
de Fourier
1
2
a
0
+
n=1
a
n
cos
_
nt
L
_
+b
n
sin
_
nt
L
_
Puede estar denida para todo real t para los cuales la serie converge. Mas a un
la serie de Fourier es periodica de perodo 2L. El valor de la serie no cambia si
reemplazamos t por t + 2L Como reconciliamos la representacion de una se nal
que esta denida solo en un intervalo con una se nal que es periodica y puede estar
denida en toda la recta real?.
La reconciliacion se da en una extension periodica de x(t) sobre la recta real.
Tomamos la graca de x(t) en [L, L] y la reproducimos en intervalos sucesivos
de longitud 2L. Esto dene una se nal x
p
(t) que coincide con x(t) en [L, L] y
tiene perodo 2L.
8.1. CONVERGENCIA EN LOS EXTREMOS 131
Segundo teorema de Convergencia (Derivada Derecha)
Supongamos que x(t) esta denida al menos para c < t < c+r para alg un n umero
positivo r. Supongamos que x(a
+
) es nito; entonces la derivada derecha de x(t)
en c es dada por:
x
R
(t) = lim
h0
+
x(c +h) x(c
+
)
h
()
si este limite existe y es nito.
De manera analoga la derivada izquierda se dene de la siguiente manera: Suponga-
mos que x(t) esta denida al menos para cr < t < c, para alg un n umero positivo
r. Supongamos que x(c
) es nito, entonces la derivada izquierda de x(t) en c es:

x
I
(t) = lim
h0
x(c +h) x(c
)
h
()
Si el limite existe y es nito.
La graca que sigue es sugerente:
t
x ( t )
x ( t )
x ( t )
R
I 0
0
0
Figura 8.3
(derivadas laterales como pendientes por la derecha y por la izquierda).
Ejemplo 8.3 Sea la se nal:
x(t) =
_
_
_
1 + t , < t < 1
t
2
, 1 t <
Entonces x(t) es continua en (, ) excepto en 1 como se observa en la gura
que sigue:
132 CAP

t
x ( t )
4
4
6
6
2
2
8
10
0
6
2
4
Figura 8.4
Mas a un, x(t) es diferenciable excepto en el punto de discontinuidad. En efecto:
x
(t) =
_
_
_
1 , < t < 1
2t , 1 < t <
Si calculamos sus derivadas izquierda y derecha tenemos seg un ()
x(1 + h) x(1) = 1 + (1 + h) 2 = h
de tal forma que
x
I
(1) = lim
h0
h
h
= 1
y
x(1 +h) = (1 + h)
2
= 1 + 2h +h
2
y asi
x
R
(1) = lim
h0
1 + 2h +h
2
1
h
= lim
h0
(2 + h) = 2
Usando las derivadas laterales podemos enunciar el siguiente teorema de conver-
gencia.
8.1. CONVERGENCIA EN LOS EXTREMOS 133
Teorema 8.2 Sea x(t) continua a trazos en [L, L]. Entonces:
1. Si L < t < L y x(t) tiene derivada izquierda y derecha en t, entonces la
serie de Fourier de x(t) en [L, L] converge en t a
1
2
[x(t
+
) + x(t
)]
2. Si x
R
(L) y x
I
(L) existen, entonces en ambos L y L la serie de Fourier
de x(t) en [L, L] converge en:
1
2
[x(L
+
) + x(L
)]
Como en el primer teorema de convergencia no se necesita calcular la sere de
Fourier para determinar su suma.
Ejercicio 8.2 Comprobar que la se nal:
x(t) =
_
_
e
t
, 2 t < 1
2t
2
, 1 t < 2
4 , x = 2
con graca (a)
t
x ( t )
4
4
4 4
6
6 6
2
2
2
2
8
8 8
0 2
4
t
x ( t )
4
4
6
2
2
8
0 2
4
( a ) ( b )
Grfica de x ( t )
Serie de Fourier de x ( t )
Figura 8.5
134 CAP

x(t) es continua a trozos, siendo contnua excepto para las discontinuidades de
salto en 1 y 2. Para 2 < t < 1, x es contnua y la serie converge a x(t) = e
t
.
Para 1 < t < 2, x(t) tambien x es contnua y la serie converge a x(t) = 2t
2
.
En las discontinuidades de salto t = 1, existen las derivadas izquierda y derecha
(e
1
y 4). De esta manera en t = 1 la serie converge
1
2
(x(1
) + x(1
+1
)) =
1
2
(e
1
2). Si consideramos los extremos, ambos en 2 y -2, la serie de Fourier
converge a
1
2
(x(2
) +x(2
+
)) =
1
2
(8 + e
2
).
8.2 Series de Fourier en Senos y Cosenos
Si x(t) esta denida en [L, L], podemos escribir su serie de Fourier. Los
coecientes de esta serie estan completamente determinados por la funcion y el
intervalo. Se puede probar que si x(t) esta denida en el semi-intervalo [0, L]
entonces tenemos una eleccion y podemos escribir una serie que tenga solo cosenos
o solo senos para representar a x(t) en este semi-intervalo. Si x(t) es una funcion
par, entonces podemos dsarrollar la se nal entre [0, L] y doblar el resultado y por
lo tanto, los valores de b
n
= 0 y la serie resultante es llamada Sere de Fourier
de Cosenos. Formalizamos los resultados.
Teorema 8.3 Sea x(t) contnua a trazos en [0, L]. Entonces:
1. Si 0 < t < L y x(t) tiene derivada izquierda y derecha en t, entonces en t
la serie de Fourier en cosenos para x(t) en [0, L] converge a
1
2
[x(t
) +x(t
+
)].
2. Si x(t) tiene derivada derecha en 0, entonces en 0 la serie de Fourier en
cosenos para x(t) en [0, L] converge a x(0
+
).
3. Si x(t) tiene derivada izquierda en L, entonces la serie de Fourier en cosenos
para x(t) en [0, L] converge a x(L
).
8.3. INTEGRACI
ON Y DIFERENCIACI
ON DE SERIE DE FOURIER 135

Para una se nal x(t) impar se tiene a
n
= 0, y la sere resultante se denomina Serie
de Fourier de Senosde la se nal en [0, L].
Se puede entonces establecer un teorema analogo al anterior.
8.3 Integracion y Diferenciacion de Serie de Fourier
Generalmente la diferenciacion de series de Fourier termino a termino lleva a
resultados absurdos a un para se nales o funciones que tengan un comportamiento
extremadamente bueno. Consideremos por ejemplo x(t) = t para t .
La serie de Fourier es
n=1
2
n
(1)
n+1
sin(nt)
que converge a t para < t < . Por supuesto x
(t) = 1 para < t < ,

de tal forma que x(t) es suave a trozos. Sin embargo, si diferenciamos la serie de
Fourier termino a termino tenemos:
n=1
2(1)
n+1
cos(nt)
la cual, ni siquiera converge en (, ). La derivada termino a termino de esta
serie de Fourier, no esta relacionada con la derivada de x(t).
Teorema 8.4 Si x(t) es continua a trozos en [L, L] con serie de Fourier
1
2
a
0
+
n=1
a
n
cos
_
nt
L
_
+b
n
sin
_
nt
L
_
Entonces, para cualquier t con L t L
_
t
L
x(t)dt =
1
2
a
0
(t +L) +
L
n=1
1
n
_
a
n
sin
_
nt
L
_
+b
n
_
cos(
nt
L
) (1)
n
__
En esta ecuacion, la expresion de la derecha es exactamente lo que obtenemos
integrando la serie de Fourier termino a termino de L a t. Esto signica que
para cualquier se nal continua a trozos, podemos integrar x(t) de L a t integrando
su serie termino a termino. Esto se satisface aun que la serie de Fourier no converja
a x(t) en este t particular.
136 CAP

Teorema 8.5 (Diferenciacion de una Serie de Fourier) . Sea x(t) continua
en [L, L] y supongamos que x(L) = x(L). Sea x
(t) continua a trozos en

[L, L]. Entonces x(t) es igual en serie de Fourier para L t L
x(t) =
1
2
a
0
+
n=1
a
n
cos
_
nt
L
_
+b
n
sin
_
nt
L
_
y en cada punto en [L, L] donde x
(t) exista
x
(t) =
n=1
n
L
_
na
n
sin
_
t
L
_
+b
n
cos
_
nt
L
__
.
8.4 Series de Fourier Complejas
Habiamos visto que una se nal es periodica si exste alg un valor positivo T tal que
x(t) = x(t +nT) n = 1, 2, . . . (8.1)
El valor de T para el que se verica la ecuacion (8.1) se denomina perodo fun-
damental y el valor
2
T
se denomina frecuencia angular fundamental y se denota
con
0
. Tambien observamos que si dos se nales x
1
(t) y x
2
(t) son perodicas de
perodo T entonces:
x
3
(t) = ax
1
(t) + bx
2
(t) (8.2)
es tambien periodica de perodo T. Se probo, tambien que el conjunto de funciones
e
jn
0
t
es un conjunto ortogonal de funciones (funciones base) y por lo tanto
podemos escribir una se nal periodica en al forma:
x(t) =
n=
c
n
e
jn
0
t
(8.3)
donde
c
n
=
1
T
_
T
0
x(t)e
jn
0
t
dt (8.4)
Debemos observar que debido a la periodicidad del integrando, el intervalo de inte-
gracion en la ecuacion (8.4) se puede sustituir por cualquier intervalo de longitud
T (por ejemplo por el intervalo
t
0
t t
0
+T
8.4. SERIES DE FOURIER COMPLEJAS 137
con t
0
un valor arbitrario) tambien podemos observar que en el desarrollo de
Fourier se utiliza un n umero innito de frecuencias, estas no son continuas ya que
cada termino de frecuencia es un m ultiplo de
0
. La frecuencia correspondiente a
n = 1 se denomina primer armonico fundamental. Para n = 2 segundo armonico
y asi sucesivamente. Los coecientes c
n
denen una funcion de variable compleja
en las frecuencias discretas n
0
siendo n = 0, 1, 2, . . . La componente contnua
o promedio en un ciclo completo de x(t) es igual a c
0
y se obtiene haciendo n = 0
en (8.4).
Veamos entonces el calculo para la determinacion de c
n
dado en (8.4) y la jus-
ticacion de las expresiones antes establecidas (8.4), (8.3). Por la igualdad de
Euler
cos n
0
t =
1
2
(e
jn
0
t
+e
jn
0
t
)
sin n
0
t =
1
j2
(e
jn
0
t
e
jn
0
t
)
y sustituyendo en
f(t) =
a
0
2
+
n=1
(a
n
cos n
0
t +b
n
cos n
0
t)
y agrupando terminos semejantes
f(t) =
a
0
2
+
n=1
__
a
n
jb
n
2
_
e
jn
0
t
+
_
a
n
+jb
n
2
_
e
jn
0
t
_
(8.5)
y si denimos el nuevo coeciente:
c
n
=
a
n
jb
n
2
(8.6)
y sustituyendo para a
n
, b
n
de
a
n
=
2
T
_
t
0
+T
t
0
f(t) cos n
0
tdt
b
n
=
2
T
_
t
0
+T
t
0
f(t) sin n
0
tdt
en (8.6) con t
0
=
T
2
, tenemos:
c
n
=
1
T
_ T
2
T
2
f(t)(cos n
0
t j sin n
0
t)dt
138 CAP

c
n
=
1
T
_ T
2
T
2
f(t)e
jn
0
t
dt (8.7)
Observamos entonces que para cualquier funcion real f(t), a
n
y b
n
son ambas
reales, de forma que c
n
(conjugado de c
n
) esta dado por:
c
n
=
a
n
+jb
n
2
(8.8)
=
1
T
_ T
2
T
2
f(t)(cos n
0
t + sin n
0
t)dt
que es evidentemente c
n
(n sustituido por n). Esto es
c
n
=
a
n
+jb
n
2
= c
n
[c
n
[ = [c
n
[ = [c
n
[ (8.9)
Finalmente observamos que:
a
0
2
=
1
T
_ T
2
T
2
f(t)dt
y por (8.7)
a
0
2
= c
0
(8.10)
Sumando (8.6), (8,9), (8.10) nos permite escribir (8.5) en forma
f(t) = c
0
+
n=1
c
n
e
jnw
0
t
+
n=1
c
n
e
jnw
0
t
=
n=0
c
n
e
jnw
0
t
+
n=1
c
n
e
jnw
0
t
y el resultado puede escribirse en denitiva
f(t) =
n=
c
n
e
jmw
0
j
(8.11)
Ejemplo 8.4 Sea f(t) = t
2
para 0 t 2. Determinar el desarrollo exponen-
cial complejo de f(t).
Aqui T = 2 y w
0
=
2
2
= 1 y por lo tanto (integrando por partes dos veces)
c
n
=
1
2
_
2
0
t
2
e
jnt
dt =
1
2
_
t
2
e
jnt
jn
_
2
0
+
2
jn
_
2
0
te
jnt
dt
=
1
2
_
4
i
2
e
jn2
n
+
2
jn
_
te
int
jn
2
0
+
1
jn
_
2
0
e
jnt
dt
__
=
1
2
_
4
j
2
e
jn2
n
+
2
jn
_
2e
jn2
jn
+
e
jnt
n
2
2
0
__
Pero e
in2
= cos 2j sin n2 = 1, por lo que tenemos la siguiente simplicacion
c
n
=
2 + 2nj
n
2
Debido a que n aparece en la relacion anteriores no podemos determinar c
0
. Hace-
mos entonces:
c
0
=
1
2
_
2
0
t
2
dt =
4
2
3
Por lo tanto:
f(t)
4
2
3
+
n=
2 + 2nj
n
2
e
jnt
donde
es una sumatoria que excluye a n = 0.

Ejemplo 8.5 Obtener la serie exponencial compleja para la onda dada por:
x(t) =
_
_
_
k , 1 < t < 0
k , 0 < t < 1
con graca
t
x ( t )
K
K
1 1 0
Figura 8.6
140 CAP

Determinar su espectro de amplitud y de fase.
Aqui x(t + 2) = x(t) y w
0
=
2
2
= . Se reconose esta se nal como se nal externa
de sistemas mecanicos como fuerzas electromagneticas en circuitos electricos etc.
Los coecientes de Fourier son:
c
n
=
1
2
_
1
1
x(t)e
jnt
dt
=
1
2
__
0
1
Ke
jnt
dt +
_
1
0
Ke
jnt
dt
_
=
K
2
_
1 e
jn
jn
+
e
jn
1
jn
_
=
K
jn
_
1
1
2
(e
jn
+e
jn
)
_
()
=
_
_
_
2K
jn
n impar
0 n par (con n entero)
()
La amplitud del espectro es:
c
n
=
_
_
_
2k
|n|
, n impar
0 , n par
Si reemplazamos n = 0 para la obtencion de c
0
, obtenenmos de (*) una expresion
indenida, pero si aplicamos la regla de LHopital obtenemos c
0
= 0.Esto se puede
comprobar directamente ya que c
0
=
a
0
2
es el promedio, y f(t) es una funcion impar
y por lo tanto el area encerrada por la curva de x(t) en un perodo es cero.
La fase del espectro de x(t) es dado por:
c
n
=
_
2
, n = (2m2) m = 1, 2, . . .
0 , n = 2m m = 0, 1, . . .
2
, n = (2m1) m = 1, 2, . . .
El analisis anterior radica en que el espectro de amplitudes es una funcion par y
espectro de fase es una funcion impar.
Propiedad 8.1 Si f(t) es real entonces:
[c
n
[ = [c
n
[ ()
y si la fase de c
n
es
n
, la fase de
c
n
es
n
En efcto, se haba probado que:
c
n
= c
n
y por lo tanto
[c
n
[ = [c
n
[
de aqui se inere que el espectro de magnitud (o de amplitud) que es la denomi-
nacion para [c
n
[ es simetrico con respecto al eje vertical que pasa por el origen,
y por lo tanto es una funcion par de w; (espectro de lneas). Si c
n
es real c
n
tambien lo es y c
n
= c
n
. Si c
n
es compleja, esto es
c
n
= [c
n
[e
j
n
entonces
c
n
= [c
n
[e
j
n
= [c
n
[e
j(
n
)
y de esta manera si la fase de c
n
es
n
la fase de c
n
es
n
. Por lo tanto el
espectro de fase es asimetrico (funcion impar).
As por ejemplo, para un desarrollo exponencial complejo de una se nal, tal como
f(t) =
2A

2A
3
e
j2t
2A
15
e
j4t
2A
35
e
j6t
. . .
2A
3
e
j2t
2A
15
e
j4t
2A
35
e
j6t
. . .
y el espectro de amplitudes existe en w = 0, 2, 4, 6, . . . etc. y las magni-
tudes correspondientes son:
2A
,
2A
,
2A
15
,
2A
35
, . . .. Por ser reales los coecientes
de Fourier, el espectro de fase es cero para todas las frecuencias w
0
, [c
n
[ (espectro
de amplitud).
142 CAP

2A/35 2A/35
2A/15 2A/15
2A/
2A/ 2A/3
8 8 6 6 4 4 2 2
Figura 8.7
0
Para el espectro de fase
3 3 2 2 1 1
()
Figura 8.8
0
Con lo anterior podemos establecer el espectro de lineas de x(t) de la ncion x(t)
propuesta en el ejemplo
3 5 4 3 4 5 2 2 1 1
Figura 8.9
0
. . . . . .
2K/
2 k/3
y para el espectro de fase tenemos.
3 4
3 4 5
2
2
1
1
/2
/2
/2 /2
Figura 8.10
0
. . .
. . .
Nota 8.1 Se puede gracar tambien el espectro d frecuencias.
Ejemplo 8.6 Una se nal de voltaje se modela como la sinusoide
x(t) = v(t) = 5 cos(3t + 0.5)
Expresar la se nal en terminos de componentes exponenciales de frecuencia y dibu-
jar la representaci on de la se nal en el dominio de la frecuencia.
En efecto, el coseno desfasado puede escribirse como
v(t) =
5
2
(e
j(3t+0.5)
+e
j(3t+0.5)
)
Ahora, la informacion de frecuencia y de fase puede separarse escribiendo los
terminos exponenciales en la forma:
e
j(3t+0.5)
= e
j0.5
e
j3t
= e
j0.5
e
j(3)t
e
j(3t+0.5)
= e
j0.5
e
j3t
Por tanto la se nal se puede expresar como la suma de componentes de frecuencia
a 3rads
1
y 3rads
1
v(t) = [2.5e
j0.5
]e
j3t
+ [2.5e
j0.5
]e
j3t
Cada componente entonces tiene asociadas una amplitud y una fase: La compo-
nente a 3 rad s
1
tiene una amplitud de 2.5v y una fase de 0.5 rad. La componente
a 3 rad s
1
tambien tiene una amplitud de 2.5v pero una fase d2 0.5 rad.
144 CAP

3
3
3 3 0 0
2.5
0.5
w /rad S w /rad S
Fase Amplitud
Espectro de Amplitudes Espectro de Fase
Figura 8.11
1 1
Ejercicio 8.3 Determine y dibuje la representacion en el dominio de la frecuencia
de la se nal
v(t) = 5 sin(3t + 0.5)
Ejemplo 8.7 Consideremos una se nal periodica x(t) con frecuencia fundamental
2, y expresamos esta se nal en la forma:
x(t) =
3
k=3
c
k
e
jk2t
()
donde
c
0
= 1; a
1
= a
1
=
1
4
a
2
= a
2
=
1
2
; a
3
= a
3
=
1
3
escribiendo la ecuacion () en forma desarrollada obtenemos
x(t) = 1 +
1
4
(e
j2t
+e
j2t
) +
1
2
(e
j4t
+e
j4t
) +
1
3
(e
j6t
+e
j6t
)
y empleando la identidad de Euler obtenemos:
x(t) = 1 +
1
2
cos 2t + cos 4t +
2
3
cos 6t
cuyas gracas acumulativas o sumas parciales nos dise nan aproximadamente la
se nal x(t).
1
x ( t ) = 1
x ( t ) = 1/2 cos 2 t
x ( t ) = 2/3 cos 6 t
x ( t ) = cos 2 t
x + x
x + x + x
x + x + x + x
0
0
0
0 1
1
1
1
2 2
2 3
3
Figura 8.11
Debemos notar que en el caso de este ejemplo las c

k
son todas reales.
Ejemplo 8.8 Un voltaje sinusoidal E sin w
0
t se pasa por un recticador de media
onda que corta la parte negativa de la se nal, como se muestra en la gura que
sigue:
146 CAP

Figura 8.12
0
t
x ( t ) = E sen w t
E
T/2 T
T
2/
2/ =
/
/ =
=2/
0
0
0 0
0 0
Estas se nales se pueden encontrar en problemas de dise no de recticadores. Los
recticadores son circuitos que convierten la corriente continua en alterna.
La representaci on analitica de x(t) es
x(t) =
_
_
_
0 ,
T
2
=

w
0
< t < 0
E sin w
0
t , 0 < t

w
0
=
T
2
y x(t +
2
w
0
) = x(t). Obtenemos para c
n
c
n
=
1
T
_ T
2
0
E sin w
0
te
jnw
0
t
dt
=
Ew
0
4j
_
w
0
0
1
2j
[e
jw
0
t
e
jw
0
t
]e
jnw
0
t
dt
=
Ew
0
4j
_
w
0
0
[e
jw
0
(n1)t
e
jw
0
(n+1)t
]dt
=
Ee
jn/2
2(1 n
2
)
(e
jn
2
+e
jn
2
)
=
E
(1 n
2
)
cos
n
2
e
jn/2
n ,= 1
=
_
_
_
E
(1n
2
)
, n par
0 , n impar n ,= 1
Haciendo n = 0 obtenemos la componente continua o valor medio de la se nal
periodica que es c
0
=
E
. Para determinar c
1
y c
1
que corresponde al primer
armonico, notamos que no podemos sustituir n = 1 ya que esto conduce a una
indeterminacion. Por lo tanto utilizaremos la ecuacion original
c
n
=
1
T
_
T
0
x(t)e
jnw
0
t
dt
con n = +1 y n = 1 con lo que resulta
c
1
=
E
4j
; c
1
=
E
4j
A continuacion damos el espectro de amplitudes y fase.
3
3
4
4
3
3
4
4
2
2
2
2
1
1
1
1
3
3
15 15
4
4
Figura 8.13
0
0
E/
E/
E/
E/
E/
E/ E/
En general, los recticadores se utilizan para convertir una se nal alterna en una
se nal continua; idelamente, la salida recticada x(t) debe constar solo de compo-
nente continua. Cualquier componente alterna contribuye al rizado (desviacion
respecto a la continua pura) de la se nal.
Observese en la graca que los armonicos decrecen rapidamente cuando n crece
de forma que la contribuci on principal al rizado procede del primer armonico. La
razon entre el primer armonico (amplitud) y la componente continua se puede
utilizar como medida de la cantidad de rizado que queda en la se nal recticadora.
En este ejemplo

4
, se puede utilizar circuitos mas complejos que proporcionan
menor rizado.
Ejemplo 8.9 Consideremos la se nal cuadrada que se muestra en la gura que
sigue:
148 CAP

Figura 8.13
x ( t )
t
0
. . .
. . .
K
T/2
T T
T T T T
T/2
/2
/2 /2 /2
+/2 +/2
La representaci on analtica de x(t) es:
x(t) =
_
_
0 ,
T
2
< t <
2
K ,
2
< t <

2
0 ,

2
< t <
T
2
Los generadores de pulsos producen se nales como esta, que se utilizan ampliamente
en sistemas radar y sonar.
Tenemos entonces:
c
n
=
_ T
2
T
2
x(t)e
jnw
0
t
dt =
1
T
_
2
2
ke
jnw
0
t
dt
=
k
j2n
[e
jn
T
e
jn
T
]
=
k
n
sin
n
T
=
k
T
sin c
n
T
nos interesa este importante resultado que se analizara posteriormente para es-
tablecer la Integral de Fourier.
Ejemplo 8.10 En este ejemplo demostraremos que la se nal x(t) = t
2
(ver ejemplo
()) en < t < tiene el siguiente desarrollo trigonometrico:
x(t) =

2
3
4(cos t
1
4
cos 2t +
1
9
cos 3t . . .) ()
Como siempre debemos notar que T = 2 y w
0
= 1. Los coecintes complejos del
desarrrollo de Fourier son:
c
n
=
1
2
_

t
2
e
jnt
dt
y si integramos por partes dos veces obtenemos:
c
n
=
2 cos n
n
2
n ,= 0
el termino c
0
se obtiene de
c
0
=
1
2
_

t
2
dt =

2
3
Ejercicio 8.4 Probar:
a
0
= c
0
=
1
T
_
<T>
x(t)dt
a
n
= 2Rec
n
=
2
T
_
<T>
x(t) cos nw
0
tdt
b
n
= 2Imc
n
=
2
T
_
<T>
x(t) sin nw
0
tdt
Aplicando las relaciones anteriores para a
0
, a
n
, b
n
se tiene:
a
n
= 2Rec
n
=
4
n
2
cos n
b
n
= 2Imgc
n
= 0
ya que c
n
es real. Sustituyendo en la ecuacion:
x(t) = a
0
+
n=1
[a
n
cos nw
0
t +b
n
sin nw
0
t]
obtenenmos el resultado deseado. Sin embargo observamos este ejemplo con el
ejemplo () y vemos que existe una deferencia y esto se debe a que hemos usado
como promedio a
0
y no
a
0
2
.
Ejemplo 8.11 Consideremos:
x(t) = 1 + 2 sin
_
7
3
t
_
3 cos
_
7
3
t
_
+ sin 7t + cos
_
28
3
t
_
150 CAP

se puede vericar que esta se nal es periodica de perodo T =
6
7
de modo
que w
0
=
7
3
. Por tanto 7 = 3w
0
y
28
3
= 4w
0
. Aunque podemos encontrar
los coecientes del desarrollo en serie de Fourier para este ejemplo utilizando la
ecuacion para la determinacion de los c
n
es mucho mas facil representar en este
caso las se nales senos y cosenos en terminos de exponenciales complejas y escribir
x(t) en la forma
x(t) = 1+
1
j
e
jw
0
t
1
j
e
jw
0
t
3
2
e
jw
0
t
3
2
e
jw
0
t
+
1
2j
e
j3w
0
t
1
2j
e
j3w
0
t
+
1
2
e
j4w
0
t
+
1
2
e
j4w
0
t
de donde se obtiene (en comparacion con el desarrollo exponencial)
c
0
= 1
c
1
= c
1
=
_
3
2
+J1
_
c
2
= c
2
=
j
2
c
4
= c
4
=
1
2
y todos los restantes c
n
son cero. Como el espectro de amplitud de x(t) contiene
un n umero nito de componentes, esta se nal se denomina de banda limitada.
Ejercicio 8.5 Probar que para la onda cuadrada dada en forma analtica por:
x(t) =
_
_
_
4 , 0 < t < 1
4 , 1 < t < 2
c
n
=
4
jn
[1 (1)
n
]
c
0
= 0
Escribir entonces algunos terminos del desarrollo.
Ejercicio 8.6 Obtener la serie exponencial de forma para x(t) periodica con
T = 4
x(t) =
_
_
_
1 , 1 < t < 1
0 , 1 < [t[ < 2
la cual es dada por
1
2
+
1
n=
sin(
n
2
)
n
e
jnw
t
2
()
Ejercicio 8.7 Probar que () del ejercicio anterior puede escribirse en la forma
x(t) =
1
2
n=
Sa
_
n
2
_
e
jn
t
2
Ejercicio 8.8 Determinar la serie compleja de Fourier para la funcion diente de
sierra que se muestra en la gura.
Figura 8.14
x ( t )
t
0
A
T
T
y denido por
x(t) =
A
T
t 0 < t < T
Rta:
c
n
= j
A
nw
0
T
= j
A
2n
=
A
2n
e
j
2
c
0
=
1
2
A
y por lo tanto
x(t) =
A
2
+
A
2
n=
1
n
e
j (nw
0
t+
2
)
donde
no incluye n = 0.
Ejercicio 8.9 Reducir el ejercicio anterior a la forma trigonometrica haciendo
uso de
c
0
=
1
2
a
0
, c
n
=
1
2
(a
n
jb
n
), c
n
= c
n
=
1
2
(a
n
+jb
n
)
152 CAP

entonces llegar al resultado:
=
A
2

A
n=1
1
n
sin nw
0
t
=
A
2

A
_
sin w
0
t +
1
2
sin w
0
t +
1
3
sin w
0
t +. . .

Mate Avanzada

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Mate Avanzada

Caricato da

Copyright:

Formati disponibili

Indice General

NAL EXPONECIAL COMPLEJA 7

NAL EXPONECIAL COMPLEJA 9

NAL EXPONECIAL COMPLEJA 11

donde para (a) E

(t). Para la se nal anterior esta x(t) es conjugada

, esta se nal no tiene simetra par ni impar. Por (3.4)(a)

3 cos 3t y de manera analoga para la parte impar:

tiene signo negativo, y desplazamiento

4.4 La Funcion Impulso Unidad: (t)

Propiedad de Escalado General

(t) = A(t) A(t t

(t) se dene como:

(t 1)dt = (4t 4)e

(t) de una funcion generalizada arbitraria esta

(t). Muestre que

(t) satisface la propiedad de seleccion

4.5. DERIVADAS DE LA FUNCI

ITULO 5. SISTEMAS EN TIEMPO CONTINUO: SISTEMAS L.I.T

ITULO 5. SISTEMAS EN TIEMPO CONTINUO: SISTEMAS L.I.T

ITULO 5. SISTEMAS EN TIEMPO CONTINUO: SISTEMAS L.I.T

ITULO 5. SISTEMAS EN TIEMPO CONTINUO: SISTEMAS L.I.T

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ASICOS DE LOS SISTEMAS 87

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ON PARA SISTEMAS CONTINUOS 89

(t) + y(t) = 2x(t) + 4x

(t) = a(t)y(t) + x(t)

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ON PARA SISTEMAS CONTINUOS 91

(t)] + [4y(t) x(t)] = 0

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ON PARA SISTEMAS CONTINUOS 93

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

(t) + 4y(t) = 3x(t)

(t) + 4h(t) = 3(t) ()

(t) + 3y(t) = 2x(t)

(t) + 3h(t) = 2(t)

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

(t) y utilizando la propiedad de desplaza-

debemos esperar que

ON MEDIANTE VARIABLES DE ESTADO 97

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ON MEDIANTE VARIABLES DE ESTADO 99

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

y para las variables de entrada y salida:

ON MEDIANTE VARIABLES DE ESTADO 101

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

ONENEL DOMINIODEL TIEMPODE LAS ECUACIONES DE ESTADO103

0y se denomina respuesta con estado cero.

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

(t) 2y(t) = x(t)

ONENEL DOMINIODEL TIEMPODE LAS ECUACIONES DE ESTADO105

ITULO6. SISTEMAS DESCRITOS POR ECUACIONES DIFERENCIALES

(t) 2y(t) = 3x(t) x(t)

ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER

. Calculamos entonces los coecientes a

ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER

ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER

cuando las constantes son los

ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER

ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER

ITULO 7. REPRESENTACION DE FOURIER: SERIES DE FOURIER