EL 3005 Cap2 Actualizado

Señales y sistemas I
Capítulo II: Señales y sistemas de

tiempo continuo
Profesor: Néstor Becerra Yoma
Agradecimientos:
Profesor Manuel Duarte Mermoud
(transformada de Laplace)
Enrique Guerrero Merino
Adio Stefoni Escudero
EL3005 – Señales y sistemas I Prof. Néstor Becerra Yoma
2.1 Transformada de Laplace

• Se define la transformada bilateral de Laplace
como: ∞
L { f (t )} = ∫ f (t )e − st dt
−∞
• A lo largo del curso solo se utilizará la
transformada unilateral (uso de señales causales)
∞
L { f (t )} = ∫ f (t )e − st dt
0

• Teorema:
Sea f(t) integrable en cada intervalo a<t<b, con 0 ≤ a < b <∞
y c tal que lim e − ct | f ( t ) | existe. Entonces la integral de
t→∞
Laplace converge uniformemente para Re{s} > c , es decir,
∞
L { f ( t )} = ∫ f ( t ) e − st d t < ∞ , para R e{ s} > c
0
jω Región de
convergencia
σ (ROC)

• Condiciones suficientes:
– f(t) es continua por trozos en el intervalo [0, ∞)
– f(t) es de orden exponencial c, es decir,
∀ t ∈ [0, ∞ ), e − ct | f ( t ) |≤ M
• Transformada inversa de Laplace

c + j∞
1
f (t ) = L −1
{ F ( s )} = ∫ F ( s ) e st ds
2π j c − j∞

• Teorema del residuo: jω
Puede utilizarse para obtener la

transformada inversa, pues, para σ
una función compleja G, 0 σ
n
R→
∫ G ( s ) d s = 2π j ∑ R e s(G , p i )
Γ i =1
∞
– Aquí { p1 ,..., pn } es el conjunto
de los polos de G(s) encerrados
por la curva Γ. σ + j∞
1 n
– Para f(t), f (t ) = 2π j ∫ F (s )e ds = ∑ Res( F ( s )e st , pi )

st
σ − j∞ i =1

• Descomposición en fracciones parciales
Polos reales simples (similar para polos complejos
conjugados):
N ( s ) bm s m + bm −1s m −1 + ... + b0 N ( s)
F ( s) = = n =
D( s) n −1
s + an −1s + ... + a0 ( s + a ) D′( s )
A B( s)
⇒ F (s) = +
s + a D′( s )
Con A = F ( s )( s + a ) |s =− a

• Descomposición en fracciones parciales
Polos reales repetidos:
N ( s)
F ( s) =
( s + a ) p D′( s )
Ap Ap −1 A1 B( s)
⇒ F ( s) = + + ... + +
( s + a ) p ( s + a ) p −1 ( s + a ) D′( s )
1 dk
Con Ap − k = [ F ( s )( s + a ) p
] |s =− a
k ! ds k

• Tabla de transformadas de Laplace
f (t ) F ( s)
1 δ (t ) 1
1
2 u (t ) s
1
3
e − at s+a
1
4 t n − at
e
n! ( s + a ) n +1
5 s
cos(ω0t )
s + ω02
2
6 ω0
sen(ω0t ) s + ω02
2
7 s+a
e − at
cos(ω0t ) ( s + a ) 2 + ω02
ω0
8 e − at sen(ω0t ) ( s + a) 2 + ω02

• Propiedades de la transformada de Laplace (I)
1 Linealidad L{ f (t ) + g (t )} = F ( s ) + G ( s )
2 Diferenciación temporal L{
d
f (t )} = sF ( s ) − f (0)
dt
3 Enésima diferenciación temporal dn n
L{ n f (t )} = s F ( s ) − ∑ s n − k f ( k −1) (0)
n
dt k =1
4 Desplazamiento temporal
L{ f (t − a)u (t − a)} = e − as F ( s ) a≥0
5 Desplazamiento en frecuencia L{e − at f (t )} = F ( s + a )
t
6 Convolución temporal
L{∫ f (t − τ ) g (τ )dτ } = F ( s )G ( s )
0
7 Escalamiento temporal t
L{ f ( )} =| a | F (as )
a

• Propiedades de la transformada de Laplace (II)
8 Diferenciación en frecuencia dF ( s )
L{t · f (t )} = −
ds
9 Enésima diferenciación en frecuencia dn
L{t f (t )} = (−1)
n
n
F ( s)
n
ds
10 Integración temporal definida t
F (s)
L{ ∫ f ( t ) dt } =
0
s
11 Integración temporal indefinida F (s) 1
L{∫ f (t )dt} = + [ ∫ f (t )dt ] |t =0
s s
∞
13 Integración en frecuencia 1 1
L{ f (t )} = ∫ F ( s )ds si lim f (t ) existe.
t x →0 t
s
σ + j∞
14 Convolución en frecuencia 1
2π j σ −∫j∞
L{ f (t ) g (t )} = F ( p )G ( s − p )dp
2.2 T. de Laplace y Estabilidad

• Existen diversos sistemas que pueden ser
modelados mediante ecuaciones diferenciales,
pero dichos sistemas presentan comportamientos
diversos aledaños a sus ecuaciones características.
• Ejemplo:
Analizar el caso que se muestra en la figura:
“Resorte Amortiguado”

• La ecuación que describe el sistema Resorte
b k F (t )
Amortiguado es: y ''+ y '+ y =
m m m
• Del polinomio característico que se desprende de
la ecuación diferencial se tienen tres condiciones:
b2
2
>k Soluciones reales y diferentes
4m
b b2 k b2
λ=− ± − ⇒ =k Soluciones reales e iguales
2m 4m 2 m 4m 2
b2
2
<k Soluciones complejos conjugados
4m

• De dichas condiciones se obtienen
tres respuestas diferentes:
– Régimen Sobreamortiguado
– Régimen Amortiguado
– Régimen Subamortiguado
• Si las soluciones están en el semiplano negativo, las

soluciones del sistema serán decrecientes en el
tiempo otorgándole estabilidad al sistema.

• En el ejemplo anterior sin importar los valores
característicos del sistema este siempre volverá a su
estado estable.
• Si las soluciones de la ecuación estudiada estuviesen
en el semiplano positivo estas tendrán exponenciales
de exponente positivo, generando soluciones
crecientes.
• De tener una sistema retroalimentado, el
comportamiento antes descrito se deberá analizar en
el denominador de la f. de transferencia.

• ¿Que es estabilidad?
– Matemáticamente la estabilidad se puede interpretar
como la tendencia de un sistema numérico cualquiera a
estabilizar su comportamiento al propagarse errores en
su entrada, ej: ecuación diferencial.
– Análogamente, de suponer dichos errores como
perturbaciones y un sistema numérico como un sistema
físico, se puede decir que dicho sistema es estable si a
pesar de ser perturbado vuelve a su estado estable,
ej: péndulo vertical (invertido y no invertido).

• Si el péndulo vertical no
invertido es perturbado el
oscilará hasta volver a su
estado estable.
• Si el péndulo invertido es
perturbado caerá debido a la
fuerza de gravedad y no
podrá volver a su estado
inicial (sistema inestable).

• Criterio de Estabilidad
Si los polos del sistema a analizar se encuentran en el
semiplano negativo este será estable pues en dicha región el
polinomio característico presenta una respuesta estable.
Plano s
Región estable Región inestable
Región estable Región inestable


• La ecuación característica se expresa como un
polinomio de parámetro s, que es producto de la
transformada de Laplace.
• Uno de los usos del plano complejo se conoce como
el plano s, este se usa para visualizar las raíces de la
ecuación que describe la conducta del sistema.
• Cabe destacar que el conveniente mapeo de la
ecuación diferencial en el plano s, permite analizar el
sistema de manera más fácil y rápida.
2.3 T. de Laplace en sistemas

• Calcular la estabilidad del circuito usando T. de
Laplace
Condiciones iniciales nulas.
Aplicando Ley de Corriente de Kirchoff:

v − vi v − vo
+ + s (v − vo ) = 0
1 1
v − vo svo
=
1 5

• Luego: v(2 + s ) = vi + vo (1 + s )
⎛ s⎞
v = vo ⎜1 + ⎟
⎝ 5⎠
5
• La Función de Transferencia es: H (s) =
s 2 + 2s + 5
5 j 5 j
• Fracciones Parciales: H (s) = −
4 ( s +1+ 2 j ) 4 ( s +1− 2 j )

• Aplicando la T. inversa de Laplace:
5 −t 5
H (t ) = e sen(2t ) − e − t sen(−2t )
4 4
• Se puede ver como esta respuesta se mantiene
estable en tiempo.
• Los polos del sistema son: + 2s + 5 = 0 ⇒ s1,2 = −1 ± 2 j
s 2
– Cumplen el criterio de estabilidad.

– De no cumplirlos la exponencial crecería dejando el
sistema inestable

• Calcular la estabilidad del sistema descrito por la
función de transferencia N(s)/D(s), donde:
D ( s ) = s 6 + 2 s 5 + 2 s 4 + s 3 + 3s 2 + s + 2
Este sistema se resuelve en MatLab generando las raíces:
s1 = −1.35 + 0.93 j s4 = 0.58 + 0.82 j
s2 = −1.35 − 0.93 j s5 = 0.58 − 0.82 j
s3 = −0.23 + 0.81 j s6 = −0.23 − 0.81 j
Como se puede apreciar dos polos son instables ya que se encuentran

en el semi-plano positivo, luego se infiere que el sistema es inestable.

• Para generalizar más aun se puede considerar un
sistema cualquiera descrito por la función de
transferencia: s − 50
H ( s) =
s 3 + 8s 2 + 14 s + 12
Calcular la estabilidad del sistema: s1 = −6
P ( s ) = s + 8s + 14 s + 12
3 2
⇒ s2 = −1 + j
P ( s ) = ( s + 6)( s + 2 s + 2)
2
s3 = −1 − j
Se puede ver que dicho sistema cumple con el criterio de
estabilidad, condición que se obtiene directamente de la
resolución numérica del polinomio característico.

Fe
• El siguiente sistema es un
estanque de sección transversal
A al que se le inyecta un fluido h
Fs
a una tasa Fin = kh (lineal).
A
ki Fin
La ecuación que describe el sistema es: h+ h =
A A
k Fin ( s )
Aplicando T. de Laplace, se obtiene: sH ( s ) + H ( s ) =
A A
1 Fin ( s )
Finalmente la f. de transferencia es: H (s) =
s+k A
A

• Del polinomio característico se consigue el polo:
k
s=−
A
• Finalmente se concluye que para todo k>0 el sistema es

estable.

• Dibuje el diagrama de Bode
de ganancia y fase de la
función de transferencia de
un generador Eólico
10
G(s) =
s (0.02 s + 1)(0.2 s + 1)
Los polos son:

s1 = 0 s2 = − 5 s3 = −50
Para poder trabajar en el plano

complejo se considera s=jw

• Se tienen dos sistemas:
El primero corresponde a uno
mecánico de amortiguamiento
y el segundo a uno RLC.
Las ecuaciones que describen a
cada sistema son:
b k F (t )
y ''+ y '+ y =
m m m
R 1 F (t )
q ''+ q '+ q=
L LC L Donde la corriente corresponde a dq
dt

• Se puede generar la analogía entre los dos sistemas
mencionados en base a:
1
m≈L b≈R k≈
C
• Aplicando la T. de Laplace a las f. de transferencia
de los sistemas:
R s bs
H ( s) = 2 L y H ( s) = 2 m
s +R s+ 1 s +b s+k
L LC m m

• Con el cambio de variable s=jw se tiene la f. de
transferencia directamente en el plano w.
R ω
H (ω ) = L
R ω + j⎡1 −ω2 ⎤
L ⎣ LC ⎦
La frecuencia central se define

como la frecuencia para la cual la
f. de transferencia es puramente
real.
1
ω0 =
LC

• Como se había visto en un principio la respuesta
del sistema “Resorte Amortiguado” se representa
por: b b2 k
s=− ± 2
−
2m 4m m
Al tender b a 0 la respuesta pasa a ser imaginaria pura.
Utilizando la analogía con el circuito Pasa Banda RLC, se

puede ver como dicho valor es el valor central del filtro.
k 1 k
s=±j ⇒ ω0 = =
m LC m

• Una ecuación diferencial describe un sistema, dicha
ecuación se analiza con la T. de Laplace,
posteriormente con un cambio de variable
conveniente (s=jw) esta se puede ver en el dominio
de la frecuencia, para así generar otro análisis del
sistema.
2.4 Serie exponencial de Fourier

• Se considerará la siguiente base:
jnω0t
φn = e
, n ∈ ZZ
• El valor de n se llama número armónico
• Se calculará el producto interno entre 2 funciones
sobre [t1,t2]
∫
t1
t2
φn (t )φm (t )dt = ∫ e
t2
t1
jnω0t − jmω0t
e dt =
1
j (n − m)ω0
(
e j ( n − m )ω0t2 − e j ( n − m )ω0t1 )
=
1
j (n − m)ω0
(
e j ( n − m )ω0t1 e j ( n − m )ω0 (t2 −t1 ) − 1 )

• Si se elige: ω0 (t 2 − t1 ) = 2π
• Se logra que:
t 2 jnω t − jmω t ⎧(t 2 − t1 ) n = m
∫t1 e e dt = ⎨⎩ 0 n ≠ m
0 0
• Se puede demostrar que la base es completa, por

lo que cualquier función f(t) de energía finita en
[t1,t2] se puede representar como:
∞
2π
f (t ) = ∑ Fn e jnω0t
, t ∈ [t1 , t 2 ], ω0 = F ∈ C
C
n = −∞ t 2 − t1 n

∞
2π
f (t ) = ∑F e
n = −∞
n
jnω0t
, t ∈ [t1 , t 2 ], ω0 =
t 2 − t1
• Para calcular los Fn
∞
f (t )e − jmω0t = ∑ n e , t ∈ [t1 , t2 ]
F e jnω0t − jmω0t
n = −∞
∞
∑
t2 t2
∫ Fn ∫ e jnω0t e − jmω0t dt
− jmω0t
f (t )e dt =
t1 t1
n = −∞
t2
∫t1
f (t )e − jmω0t dt = Fm (t 2 − t1 )
1 t2
∫
− jnω0t
Fn = f (t )e dt
t 2 − t1 t1

• Ejemplo: Escribir la siguiente función como serie
exponencial de Fourier
⎧ 1 0 < t <1
f (t ) = ⎨
⎩− 1 1 < t < 2
• Solución:
2π 2π
ω0 = = =π
(t 2 − t1 ) 2
1 t2
∫
− jnω0t
Fn = f (t ) e dt
t 2 − t1 t1

1 1 − jnπt 1 2 − jnπt
Fn = ∫ e dt − ∫ e dt
2 0 2 1
=
1
2 jnπ
−e [
− jnπ
+1+ e − j 2 nπ
−e ]
− jnπ
=
1
jnπ
[
1 − e − jnπ ]
⎧ 2 ∞
⎪
Fn = ⎨ jnπ
n impar
f (t ) = ∑ n
F e jnπt
⎪⎩ 0 n par n = −∞
2 jπt 2 j 3πt 2 j 5πt 2 − jπt 2 − j 3πt 2 − j 5πt

f (t ) = e + e + e + ... − e − e − e − ...
jπ j 3π j 5π jπ j 3π j 5π

• Dada f(t), la serie existe si se satisfacen las
condiciones de Dirichlet:
– f(t) tiene un nº finito de máximos y mínimos en [t1,t2]
– f(t) tiene un nº finito de discontinuidades en [t1,t2]
– f(t) es absolutamente integrable en [t1,t2]
t2
f (t ) = ∫ f (t ) dt < ∞
t =t1
• Las condiciones anteriores siempre se cumplen

para señales de energía finita en [t1,t2]
2.5 Señales y representaciones

complejas
• Considérese una función f(·) compleja:
f = f RE + j f IM
• Su conjugada es:
f * = f RE − j f IM
• Su parte real e imaginaria son:
f + f* f − f*
f RE = , f IM =
2 2j

complejas
• Su magnitud se puede calcular a partir de:
2 2 2
f = f f = ( f RE + j f IM )( f RE − j f IM ) = f RE + f IM
*
• La exponencial compleja es suma de un

seno y un coseno, y describe un círculo de
radio 1 en el plano complejo:
e jω0t = cos(ω0t ) + j sen(ω0t )

Im complejas
jω 0 t
ω0 e = cos(ω0t ) + j sen(ω0t )
1
Re x(t ) = cos(ω0t )
y (t ) = sen(ω0t )
• Las exponenciales complejas se pueden describir

en término de seno y coseno, y viceversa.
e jω 0 t + e − j ω 0 t e j ω 0 t − e − jω 0 t
cos(ω0t ) = , sen(ω0t ) =
2 2j

complejas
• Recordando la propiedad:
x + x* x − x*
xRE = , xIM = , ∀x ∈ CC
2 2j
se puede concluir la siguiente propiedad para los
coeficientes de la serie:
1 t2 1 t2
∫ ∫
− jnω0t jnω0t
Fn = f (t ) e dt , F−n = f (t ) e dt
t 2 − t1 1 t t 2 − t1 1
t
1 t2 *
∫
* jnω0t
Fn = f ( t ) e dt = F− n para f (·) real
t 2 − t1 t1
*
Fn + Fn Fn + F− n
Además, Re( Fn ) = =
2 2
2.6 Serie de Fourier trigonométrica

• La serie de Fourier exponencial se puede
reescribir en término de senos y cosenos:
∞ −1 ∞
f (t ) = ∑ n
F e
n = −∞
jnω0t
= ∑ m
F e
m = −∞
jmω0t
+ F0 + ∑ n
F
n =1
e jnω0t
−∞ ∞
f (t ) = ∑ m
F e
m = −1
jmω0t
+ F0 + ∑ n
F e jnω0t
n =1
( n' = − m)
∞ ∞
f (t ) = ∑ F− n 'e − jn 'ω0t + F0 + ∑ Fn e jnω0t . Si f(·) es real :
n '=1 n =1
2 Fn e jnω0t + 2 F− n e − jnω0t
∞ ∞
f (t ) = F0 + ∑ = F0 + ∑ 2 Re( Fn e jnω0t )
n =1 2 n =1

∞
f (t ) = F0 + ∑ 2 Re(2 Fn e jnω0t )
n =1
(
Re( Fn e jnω0t ) = Re ( FnRE + j FnIM )(cos(nω0t ) + j sen(nω0t )) )
Re( Fn e jnω0t ) = FnRE cos(nω0t ) − FnIM sen(nω0t )
∞ ∞
f (t ) = F0 + ∑ 2 FnRE cos(nω0t ) + ∑ (−2 FnIM ) sen( nω0t )
n =1 n =1
∞ ∞
f (t ) = a0 + ∑ an cos(nω0t ) + ∑ bn sen(nω0t )
n =1 n =1
• Las funciones cos(nω0t) y sen(nω0t) para

n=0,1,... forman una base ortogonal en
[t1,t2] si (t2-t1)ω=2π
• Para poder calcular directamente los valores
de an y bn se puede multiplicar f(t) por
cos(nω0t) o por sen(nω0t), y luego integrar
en [t1,t2].

t2
∫ f (t ) cos(nω0t )dt 2 t2
= = ∫ f (t ) cos(nω0t )dt
t1
an t2
t 2 − t1 1
∫ cos 2 (nω0t )dt
t
t1
t2
∫ f (t ) sen(nω0t )dt 2 t2
= = ∫ f (t ) sen(nω0t )dt
t1
bn t2
t 2 − t1 1
∫ sen 2 (nω0t )dt
t
t1
t2
∫ f (t )dt 1 t2
= = ∫
t1
a0 f (t )dt
t2
t 2 − t1 1
∫
t
dt
t1
• a0 es el valor medio de la señal.

• La serie trigonométrica de Fourier se puede

escribir usando sólo
∞
cosenos:
f (t ) = F0 + ∑ 2 Re( Fn e jnω0t ) =
n =1
∞
f (t ) = F0 + ∑ 2 Re( Fn e jφn e jnω0t )
n =1
∞
f (t ) = F0 + ∑ 2 Fn cos(nω0t + φn )
n =1
∞
f (t ) = ∑ Cn cos(nω0t + φn )
n =0
• Se cumplen las siguientes relaciones:

∞ ∞
f (t ) = F0 + ∑ 2 FnRE cos(nω0t ) + ∑ (−2 FnIM ) sen(nω0t )
n =1 n =1
a0 an bn
∞
f (t ) = ∑ 2 Fn cos(nω0t + φn )
n =0
cn
2 2 −1 ⎛
−bn ⎞
cn = an + bn , φn = tan ⎜ ⎟
⎝ n ⎠
a
• Ejemplo: representar f(t) como serie

trigonométrica de Fourier
f (t ) = t 2 , t ∈ [0,2]
1 2
• Desarrollo: a0 = ∫ t dt =
2 4
2 0 3
2 2 2 4
an = ∫ t cos(nπt )dt =
2 0 (nπ )2
2 2 2 −4
bn = ∫ t cos(nπt )dt =
2 0 nπ
• Luego, la serie trigonométrica es:

∞
4 4 1 4 ∞ 1
f (t ) = + 2
3 π
∑
n =1 n
2
cos(nπt ) − ∑ sen(nπt )
π n =1 n
• Cualquier función se puede expresar como

la suma de una parte par más una parte
impar:
f (t ) = f p (t ) + f i (t )

f (t ) = f p (t ) + f i (t )
f (t ) + f (−t ) f (t ) − f (−t )
f p (t ) = , f i (t ) =
2 2
f p (t ) = f p (−t ), f i (t ) = − f i (−t )
• Los términos coseno de la serie (incluyendo a0)
permiten representar la parte par, mientras que los
términos seno representan la impar.
2.7 Extensión por periodicidad

• Una función definida en el intervalo [t1,t2] se
puede representar mediante su serie de Fourier:
∞
f (t ) = ∑F e
n = −∞
n
jnω0t
• Las exponenciales complejas son funciones

periódicas:
jnω0t
e = cos(nω0t ) + j sen(nω0t )

• Luego, si se analiza una serie de Fourier fuera del
rango [t1,t2] se puede concluir que es periódica, de
periodo T=t2-t1:
∑ F (e )= ∑ F e
∞ ∞ ∞
∑F e
n = −∞
n
jnω0 ( t +T )
=
n = −∞
n
jnω0t
e jnω0T
n = −∞
n
jnω0t
• porque:
2π
jn T
e jnπT = e t 2 −t1
= e jn 2π = cos(2πn) + jsen(2πn) = 1

• Si f(t)=f(t+T), entonces
∞
2π
f (t ) = ∑F e
n = −∞
n
jnω0t
R si ω0 =
, ∀t ∈ R
T
• Es decir, la serie de Fourier para una señal
periódica vale en todo el eje real.
• Los Fn se calculan considerando sólo 1
periodo de la señal
2.7T Extensión por periodicidad

Par ⎧Sa (nπ / 2) n par
2 ⎨
⎩ 0 n impar
Par τ ⎛ nπτ ⎞
1 Sa⎜ ⎟
Ancho de pulso τ T ⎝ T ⎠
1 Par ⎧Sa 2 (nπ / 2) n ≠ 0
⎨
⎩ 0 n=0
Impar ⎧ j (−1) n /(nπ ) n ≠ 0
2 ⎨
⎩ 0 n=0
Par ⎧ 2
1 ⎪ n par
⎨π (1 − n 2 )
⎪⎩ 0 n impar

⎧ 1
⎪π (1 − n 2 ) n par
⎪
1 Par ⎪
⎨ − j/4 n = ±1
⎪
⎪ 0 otro
⎪
⎩
Sen( x)
• La función Sampling es: Sa( x) =
x
2.8 Teorema de Parseval

• La potencia de una señal f(·) es:
1 T /2
p= ∫ f (t ) f * (t )dt
T −T / 2
• Si se expresa f(·) mediante serie exponencial:
∞ ∞
1
∑ Fme ∑ Fn e
T /2 jmω 0 t * − jmω 0 t
p=
T ∫−T / 2
m = −∞ m = −∞
dt
1 ∞ ∞
* T / 2 − j ( m − n )ω 0 t
p = ∑ Fm ∑ Fn ∫ e dt
T m = −∞ m = −∞ −T / 2
1 ∞ 1 ∞
p = ∑ Fn Fn = ∑ Fn
* 2
T m = −∞ T m = −∞

• El teorema de Parseval indica que:
1 1 ∞
f (t ) dt = ∑ Fn
T /2
∫
2 2
p=
T −T / 2 T m = −∞
• La potencia de la señal completa es la suma de las
potencias de cada frecuencia
• Ej: Determinar la potencia de la función:
f (t ) = 2 sen(100t )

• Los coeficientes de Fourier son:
F1 = − j , F−1 = j , Fn = 0 para otro n
• Luego: 2 2
P= j + − j =2
2
Fn
ω
-100 -100
2.9 Respuesta estacionaria a

señales periódicas
• Consideremos un sistema lineal H(ω) (un
filtro lineal) que tiene una entrada periódica
u(t) y una salida y(t) en régimen
permanente:
u (t ) periódico y (t )
H(ω)
j(ω1t +φ1 ) j(ω1t +φ1 )

u(t) = Ae ⇒ y (t ) = AH (ω1 )e

• Luego, al ser el sistema lineal, la respuesta a
una señal periódica es:
∞ ∞
u (t ) = ∑ U n e j ( nω0t +φn ) ⇒ y (t ) = ∑ U n H (nω0 )e j ( nω0t +φn )
n =−∞ n =−∞
• La potencia de la salida es:

∞
∑U
2 2
Py = n H ( nω 0 )
n = −∞

• Ej. Determinar la salida cuando la entrada y
el filtro son los siguientes
u(t) H(ω)
2 1
-3π 3π
1/2
1

• La entrada se puede escribir como:
∞
sen(nπ / 2) jn 2πt
u (t ) = ∑ e
n = −∞ nπ / 2
• La salida está limitada en frecuencia

4
y (t ) = 1 + cos(2πt )
π

• Potencia promedio en la entrada:
1 t 0 +T 1/ 4
∫ u (t ) dt = ∫
2
Pu = 4 dt = 2
T t0 −1 / 4
• Potencia promedio en la salida:

∞ 2 2
⎛2⎞ ⎛2⎞
∑U
2 2
Py = H (nω0 ) = ⎜ ⎟ + 1 + ⎜ ⎟ = 1.811
⎝π ⎠ ⎝π ⎠
n
n = −∞
2.10 Espectro de Fourier

∞
2π
f (t ) = ∑F e
n = −∞
n
jnω0t
R si ω0 =
, ∀t ∈ R
T
• Señal periódica = suma de exponenciales
complejas multiplicadas por coeficientes Fn
• Fn: asociado a la amplitud de la frecuencia nω0.
• Se puede hacer un gráfico amplitud / frecuencia
• Los Fn se dibujan como líneas verticales
• => Espectro de la señal

• Ej: Espectro de la función f (t ) = 2 sen(100t )
ω0 = 100, f (t ) = ( j )e − j100t + (− j )e j100t
Fn φn
π
1 2
ω 100
ω
-100 100 -100
π
−
2
Espectro de magnitud Espectro de fase


• También se puede generar un espectro
trigonométrico a partir de la serie trigonométrica
de Fourier
Cn
t
ω
∞
f (t ) = ∑ Cn cos(nω0t + φn )
n =0

• Ej. Espectro para tren de pulsos periódico
f (t )
A
T T
−
2 τ 2
1 T /2 1 τ / 2 − jnω0t
Fn = ∫ f (t )e − jnω0t
dt = ∫ Ae dt
T −T / 2 T −τ / 2
Fn =
jnω0t
e (
− A − jnω0τ / 2
−e jnω0τ / 2
=
2A
)
nω 0 t
sen(nω0τ / 2)
Aτ sen(nω0τ / 2)
Fn =
T nω0τ / 2

Aτ ⎛ nω0τ ⎞ sen( x)
Fn = Sa⎜ ⎟ Sa( x) =
T ⎝ 2 ⎠ x
− 4π − 3π − 2π − π π 2π 3π 4π
Función Sa(·)

Aτ ∞
⎛ nπτ ⎞ jnω0t
f (t ) =
T
∑
n = −∞
Sa⎜
⎝ T ⎠
⎟e
Con τ fijo:
Al aumentar T:

Aτ ∞
⎛ nπτ ⎞ jnω0t
f (t ) =
T
∑
n = −∞
Sa⎜
⎝ T ⎠
⎟e
Con T fijo:
Al aumentar τ:
• Distancia entre líneas espectrales depende
de T
• Distancia entre cruces por cero de Sa(·)
depende de τ

• Teorema de Parseval => relación entre f(t) y F(ω),
energía de una señal.
∞ 1 ∞
E=∫ ∫
2 2
f (t ) dt = F (ω ) dω
t = −∞ 2π ω = −∞
|F(w)|2 => densidad espectral de energía, permite

calcular la energía en una banda de frecuencias
F(-w)=F(w)* => |F(-w)|2= |F(w)|2 => |F(w)|2 es par

2
Pasabanda #1 Medidor de energía F (ω1 )
2
f (t ) 2
• •
• •
• •
2
Pasabanda #N Medidor de energía F (ω N )
2
F (ω )

• No todas las señales tienen energía finita
• Algunas de ellas tienen potencia media finita =>
señales de potencia
1 T /2
P = lim ∫
2
f (t ) dt = f 2 (t )
t →∞ T −T / 2
Se puede definir una densidad espectral de potencia:
1 ∞
P=
2π ∫
−∞
S f (ω )dω
2.11 Representación para señal

aperiódica
• Serie de Fourier: A medida que T aumenta, las
líneas espectrales se juntan. La forma del espectro
no cambia.
• Se puede generar espectro de señal aperiódica a

partir de serie de Fourier al considerar que T → ∞

aperiódica
Sea f (t ) una señal aperiódica.
fT (t ) : función periódica asociada a f(t) con período T
⎡ T T⎤
fT (t ) = f (t + nT ), (t + nT ) ∈ ⎢− , ⎥, n ∈ ZZ
⎣ 2 2⎦
f (t ) fT (t )
T T
−
2 2
T

aperiódica
f (t ) fT (t )
T T
−
2 2
∞
1 T /2 2π
fT (t ) = ∑F e
n = −∞
n
jnω0t
, Fn = ∫
T −T / 2
fT (t )e − jnω0t
dt , ω0 =
T
Sea F (ωn ) = TFn
1 ∞ 2π
fT (t ) = ∑ F (ωn )e
T /2
jnω0t
, F (ωn ) = ∫ fT (t )e − jnω0t dt , ωn = n
T n = −∞ −T / 2 T

aperiódica
f (t ) fT (t )
T T
−
2 2
1 2π ∞
2π
∑ F (ω )e
T /2
fT (t ) = jnω0t
, F (ωn ) = ∫ fT (t )e − jnω0t
dt , ωn = n
2π T
n
−T / 2 T
n = −∞
∆ω
1 ∞
2π
∑ F (ωn )e
T /2
fT (t ) = jω n t
∆ω , F (ωn ) = ∫ fT (t )e − jωnt dt , ωn = n
2π n = −∞
−T / 2 T

f (t ) aperiódica f (t ) T
T T
−
2 2
∞
1 1 ∞
lim fT (t ) = lim
T →∞ t →∞ 2π
∑ F (ωn )e
n = −∞
jω n t
∆ω =
2π ∫
−∞
F (ω )e jωt dω = f (t )
T /2 ∞
lim F (ωn ) = lim ∫ fT (t )e − jω n t
dt = ∫ f (t )e − jωt dt = F (ω )
T →∞ t →∞ −T / 2 −∞
⎧ F (ω ) = ∞ f (t )e − jωt dt
⎪
⇒⎨
∫t = −∞
1 ∞
∫
j ωt
⎪ f (t ) = F (ω ) e dω
⎩ 2π ω = −∞

aperiódica
• Transformada directa e inversa de Fourier
∞
F (ω ) = ℑ( f (t ) ) = ∫ f (t )e − jnω0t dt
t = −∞
1 ∞
f (t ) = ℑ (F (ω ) ) =
−1
∫ω F (ω )e jωt dω
2π = −∞
• Permite ver una señal:

– En el dominio del tiempo => f(t)
– En el dominio de la frecuencia => F(ω)
2.12 Función de densidad espectral

• Fn son líneas espectrales: contenido espectral
repartido en frecuencias discretas
• F(ω) es función de densidad espectral: contenido
espectral repartido en un continuo
• dA=F(ω)dω => elemento de amplitud dentro de
un elemento de frecuencia en torno a ω
• Existe relación entre la serie de Fourier de la señal
periódica, y la transformada de Fourier para 1 sólo
periodo de la señal (ver próxima transparencia).

1
Fn = F (ω ) |ω = nω0
T
∞
Aτ ⎛ nω0τ ⎞ jnω0t ⎛ nωτ ⎞
f (t ) = ∑
n = −∞ T
Sa⎜
⎝ 2 ⎠
⎟ e F ( ω ) = Aτ Sa ⎜
⎝ 2 ⎠
⎟
A A
T T
−
2 τ 2 τ

• Dada f(t), la transformada existe si se satisfacen
las condiciones de Dirichlet para todo t1 , t 2 ∈ RR
– f(t) tiene un nº finito de máximos y mínimos en [t1,t2]
– f(t) tiene un nº finito de discontinuidades en [t1,t2]
– f(t) es absolutamente integrable en R R
∞
f (t ) = ∫ f (t ) dt < ∞
t = −∞
• Las condiciones anteriores siempre se cumplen
para señales de energía finita en RR

• La energía total disipada por una señal f(·) es:
∞ ∞
E=∫ f (t ) dt = ∫
2
f (t ) f * (t )dt
−∞ −∞
• Si se expresa f*(t) en términos de F*(ω):
∞ ⎡ 1 ∞ ⎤
E=∫ f (t ) ⎢ ∫ω F (ω )e
* − jω t
dω ⎥ dt
t = −∞
⎣ 2π = −∞
⎦
• Cambiando el orden de integración:
1 ∞ ⎡ ∞
⎤ dω
2π ∫ω = −∞ ⎢⎣ ∫ω = −∞
− j ωt
E= F *
(ω ) f (t ) e dt
⎥⎦
F (ω )

∞ 1 ∞
E=∫ ∫ω
2 2
f (t ) dt = F (ω ) dω
t = −∞ 2π = −∞
Contribución Contribución de
del tiempo t a la la frecuencia ω
energía a la energía
• La energía de una señal se puede calcular tanto en

el dominio del tiempo como en el dominio de la
frecuencia
• Se puede calcular la energía contenida en una
banda de frecuencias [ω1,ω2]
2.14 Transformadas que

incluyen a δ(t)
• Las transformadas de algunas señales de potencia
(es decir, de energía infinita) no se pueden
calcular usando la integral, por lo que deben
calcularse de modo indirecto.
∞
• Función impulso: ℑ{δ (t )} = ∫t = −∞ δ (t )e − jωt dt = e j 0 = 1
∞
ℑ{δ (t − t0 )} = ∫ δ (t − t0 )e − jωt dt = e − jωt 0
t = −∞
– La transformada de un impulso tiene amplitud

constante para todo ω y fase lineal. Espectro “blanco”.

incluyen a δ(t)
F(ω)IM
δ(t-t0) ω
F(ω)RE 2π
t0
F (ω ) = ℑ{δ (t − t0 )} = e − jωt0

incluyen a δ(t)
• Exponencial complejo: Su transformada se calcula
de modo indirecto.
−1 1 ∞ jωt 1 jω0t
ℑ {δ (ω − ω0 )} =
2π ∫ω =−∞ δ (ω − ω0 )e dω =
2π
e
{
ℑ ℑ−1{δ (ω − ω0 )} = } 1
2π
ℑ{e jω0t } = δ (ω − ω0 )
⇒ ℑ{e jω0t } = 2πδ (ω − ω0 )
• Esto permite calcular las transformadas de las

sinusoides.

incluyen a δ(t)
• Sinusoides: ℑ{e jω 0 t
} = 2πδ (ω − ω0 )
⎧ e j ω 0 t + e − jω 0 t ⎫
⇒ ℑ{cos(ω0t )} = ℑ⎨ ⎬ = πδ (ω − ω0 ) + πδ (ω + ω0 )
⎩ 2 ⎭
⎧ e jω0t − e − jω0t ⎫ πδ (ω − ω0 ) − πδ (ω + ω0 )
⇒ ℑ{sen(ω0t )} = ℑ⎨ ⎬=
⎩ 2j ⎭ j
• El espectro de una sinusoide son 2 impulsos

localizados en ω0 y –ω0.

incluyen a δ(t)
ℑ{cos(ω0t )} = πδ (ω − ω0 ) + πδ (ω + ω0 ) ℑ{sen(ω0t )} = − jπδ (ω − ω0 ) + jπδ (ω + ω0 )
F(ω)IM F(ω)IM
ω ω
F(ω)RE F(ω)RE

incluyen a δ(t)
x
• Función signo: sgn( x) = x
– No es absolutamente integrable
– Se calcula de modo indirecto
∞
ℑ{sgn( x)} = lim ∫ e
−at
sgn(t )e − jωt dt
a →0 − ∞
0 ∞ − 2 jω
ℑ{sgn( x)} = lim ∫ e ( a − jω ) t
dt + ∫ e − ( a + jω ) t
dt = lim 2
a →0 − ∞ −0 a →0 a + ω 2
2
ℑ{sgn( x)} =
jω

incluyen a δ(t)
• Escalón:
1 1 1
u (t ) = + sgn( x) ⇒ ℑ{u (t )} = πδ (ω ) +
2 2 jω
u (t )
F(ω)IM
F(ω)RE

incluyen a δ(t)
• Funciones periódicas
– Se pueden expresar como serie de Fourier
– Cada término de la serie contribuye con un impulso
• Se pueden representar como serie de Fourier o
como transformada que incluye impulsos
⎧ ∞ ⎫ ∞
ℑ⎨ ∑ Fn e jnω0t
⎬ = ∑ 2πFnδ (ω − nω0 )
⎩n = −∞ ⎭ n = −∞

incluyen a δ(t)
∞
Aτ ⎛ nω0τ ⎞ jnω0t ∞
Aτ ⎛ nω0τ ⎞
f (t ) = ∑
n = −∞ T
Sa⎜
⎝ 2 ⎠
⎟ e , F (ω ) = ∑
n = −∞
2π
T
Sa⎜
⎝ 2 ⎠
⎟δ (ω − nω0 )
T T
Serie
−
2 τ 2 Transformada
Fourier Fourier
Fn F(ω)

incluyen a δ(t)
• Tren de impulsos, “peineta”
∞ ∞
δ T (t ) = ∑ δ (t − nT ) =
n = −∞
∑ n
F e
n = −∞
jnω0t
1 T /2 1
∫
− jnω0t
Fn = δ (t )e =
T −T / 2 T
∞
1 ∞ jnω0t
⇒ δ T (t ) = ∑ δ (t − nT ) = ∑ e
n = −∞ T n = −∞

incluyen a δ(t)
− at
e u (t ) 1 /( a + jω )
− at
te u (t ) 1 /(a + jω ) 2
e
−at
2a /( a + ω )
2 2
− t 2 /( 2σ 2 ) −σ 2 w 2 / 2
e σ 2π e
sgn(t ) 2 /( jω )
j /(πt ) sgn(ω )

incluyen a δ(t)
u (t ) πδ (ω ) + 1 /( jω )
δ (t ) 1
1 2πδ (ω )
e ± jω 0 t
2πδ (ω ∓ ω0 )
cos(ω0t ) π [δ (ω − ω0 ) + δ (ω + ω0 )]
sen(ω0t ) − jπ [δ (ω − ω0 ) − δ (ω + ω0 )]

incluyen a δ(t)
rect (t / τ ) τ Sa (ωτ / 2)
⎛ Wτ ⎞
W
Sa⎜ ⎟ rect (ω / W )
2π ⎝ 2 ⎠
Λ (t / τ ) τ Sa (ωτ / 2)
2
W
2π
Sa 2 (Wt / 2) Λ (ω / W )
2τ cos(ωτ / 2)
cos(πt / τ )rect (t / τ ) π 1 − (ωτ / π ) 2
2W cos(Wt )
π 2 1 − (2Wt / π ) 2
Λ (ω / W )
δ T (t ) ω0δ ω (ω )
0
2.15 Propiedades de la
transformada de Fourier
• Linealidad (debido a que es una integral)
ℑ{a1 f1 (t ) + a2 f 2 (t )} = a1 F1 (ω ) + a2 F2 (ω )
• Conjugadas complejas
ℑ{ f (t )} = F (−ω )
* *
– Si f es real, F*(-ω)=F(ω)
– Se prueba directamente calculando
*
ℑ{ f * (t )} = ∫ f * (t )e − jωt dt = ⎛⎜ ∫ f (t )e jωt dt ⎞⎟
∞ ∞
−∞ ⎝ −∞ ⎠
• Simetría: Cualquier función es la suma de una
parte par más una impar
ℑ{ f PAR (t )} = FPAR (ω ) real
ℑ{ f IMPAR (t )} = FIMPAR (ω ) imaginario
• Por ejemplo, para la función par:
∞
ℑ{ f PAR (t )} = ∫ f PAR (t )e − jωt dt
−∞
∞ ∞
= ∫ f PAR (t ) cos(ωt )dt − j ∫ f PAR (t ) sen(ωt )dt
−∞ −∞
∞
= 2 ∫ f PAR (t ) cos(ωt )dt que es par
0
• Dualidad
si ℑ{ f (t )} = F (ω )
⇒ ℑ{F (t )} = 2πf (−ω )
– Para probarlo basta hacer un cambio de
variables entre t y ω en la transformada
ω' = t
∞ t' = ω
ℑ{ f ( t )} = ∫t = −∞ f ( t )e − jωt dt =
1 ∞
= 2π ∫
ω' = −∞
f ( ω' )e − jt' ω' dω' = 2π ℑ−1{ f ( −ω' )} |ω' =t
2π
• Ejemplo
– Si se sabe que ℑ{rect (t )} = Sa(ω / 2) , calcular
ℑ{Sa (t / 2)}
ℑ{Sa (t / 2)} = 2π rect (−ω ) = 2π rect (ω )
1
1
− 0.5 0.5
t − 2π 2π ω
1
2π
t − 0.5 0.5
ω
− 2π 2π
• Escala de Coordenadas
⎛ω ⎞
1
ℑ{ f (αt )} = F⎜ ⎟
α ⎝α ⎠
• Prueba: 2 casos: α positivo y α negativo
∞ ∞ 1⎛ω ⎞
ℑ{ f (αt )} = ∫ f (αt )e dt = ∫ f ( x)e
− j ωt − j ωx / a
dx / α = F ⎜ ⎟
−∞ −∞ α ⎝α ⎠
∞ −∞ 1 ⎛ω ⎞
ℑ{ f (αt )} = ∫ f (αt )e dt = ∫ f ( x)e
− j ωt − j ωx / a
dx / α = F⎜ ⎟
−∞ ∞ −α ⎝ α ⎠
• Si f(t) se vuelve ancho, F(ω) se vuelve angosto y
viceversa:
1
1
− 0.5 0.5 − 2π 2π
1 2
α= :
2
1
−1 1 −π π
• Desplazamiento en el tiempo (retardo)
ℑ{ f (t − t0 )} = F (ω )e − jωt0
∞ ∞
ℑ{ f (t − t0 )} = ∫ f (t − t0 )e − jωt
dt = ∫ f ( x)e − jω ( x +t0 ) dx
−∞ −∞
• Al retardar la señal, la amplitud del espectro

no varía, pero su fase si => información
temporal en la fase.
• Ej: Determinar la transformada de:
f(t)
1
τ
−τ
ℑ{ f (t )} = ℑ{rect[(t + τ / 2) / τ ] − rect[(t − τ / 2) / τ ]}
= τ Sa (ωτ / 2){e jωτ / 2 − e − jωτ / 2 } = j (4 / ω ) sen 2 (ωτ / 2)
• Desplazamiento de frecuencia (modulación)
– Es la propiedad dual a la del retardo
jω 0 t
ℑ{ f (t )e } = F (ω − ω0 )
∞ ∞
ℑ{ f (t )e jω 0 t
}= ∫ f (t )e jω 0 t − jωt
e dt = ∫ f (t )e − j (ω −ω0 ) t
dt
−∞ −∞
– También ocurre con cos(·)
⎧1 jω 0 t 1 − jω 0 t ⎫ 1 1
ℑ{ f (t ) cos(ω0t )} = ℑ⎨ f (t )e + f (t )e ⎬ = F (ω − ω0 ) + F (ω + ω0 )
⎩2 2 ⎭ 2 2
• Ej: hallar el espectro de:
ℑ{ A rect (t / τ ) cos(ω0t )} =
A A
= ℑ{ rect (t / τ )e jω0t } + ℑ{ rect (t / τ )e − jω0t }
2 2
A ⎛ ω − ω0 ⎞ A ⎛ ω + ω0 ⎞
= τ Sa⎜τ ⎟ + τ Sa⎜τ ⎟
2 ⎝ 2 ⎠ 2 ⎝ 2 ⎠
• Derivación
⎧d ⎫
ℑ⎨ f (t )⎬ = jωF (ω )
⎩ dt ⎭
– Porque:
1 ∞
∫
jωt
f (t ) = F (ω ) e dω
2π − ∞
1 ∞
d
f (t ) = ∫ F ( ω ) j ω e jωt
dω = ℑ −1
{F (ω ) jω}
dt 2π −∞
⎧d ⎫
ℑ⎨ f (t )⎬ = F (ω ) jω
⎩ dt ⎭
• Integración:
{ t
ℑ ∫τ = −∞
jω
}
f (τ )dτ = 1 F (ω ) + πF (0)δ (ω )
– donde:
∞
F (0) = ∫ f (t )dt
t = −∞
es la componente continua de la señal.

• Ejemplo: Determinar la transformada de f(t):
A
⎧d 2 f ⎫
f (t ) ℑ⎨ 2 (t )⎬ = ( jω ) 2 F (ω )
τ 2τ
⎩ dt ⎭
( )
A A j 2ωτ
df τ ( jω ) 2 F (ω ) = e − e jωτ − e − jωτ + e − j 2ωτ
(t ) τ
dt
⎛ A⎞
⎜ ⎟ F (ω ) = −
(
A e j 2ωτ − e jωτ − e − jωτ + e − j 2ωτ )
⎝τ ⎠
d2 f
(t ) ω 2τ
2
dt
• Convolución en el tiempo
– Se denomina convolución entre dos funciones a
la siguiente operación:
∞
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞
– Se cumple la propiedad:
ℑ{ f (t ) ∗ h(t )} = F (ω ) H (ω )
ℑ{ f (t ) ∗ h(t )} = ∫ ⎜ ∫ ⎛ ∞∞
f (τ )h(t − τ )dτ ⎞⎟e − jωt dt
t = −∞ ⎝ τ = −∞ ⎠
• Cambiando el orden de integración:
f (τ )⎜ ∫ h(t − τ )e − jωt dt ⎞⎟dτ
⎛
∞ ∞
ℑ{ f (t ) ∗ h(t )} = ∫
τ = −∞ ⎝ t = −∞ ⎠
∞
ℑ{ f (t ) ∗ h(t )} = ∫ f (τ )ℑ{h(t − τ )}dτ
τ = −∞
• Propiedad de desplazamiento en el tiempo:

∞
ℑ{ f (t ) ∗ h(t )} = ∫ f (τ ) H (ω )e − jωτ
dτ
τ = −∞
ℑ{ f (t ) ∗ h(t )} = H (ω ) F (ω )
• Si el sistema es lineal y h(t) es la respuesta al
impulso, se cumple:
f (t ) h(t) y (t )
∞
y (t ) = f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞
Y (ω ) = F (ω ) H (ω ) con H (ω ) = ℑ{h(t )}
• Convolución en la frecuencia: Si
ℑ{ f1 (t )} = F1 (ω ), ℑ{ f 2 (t )} = F2 (ω )
1
⇒ ℑ{ f1 (t ) f 2 (t )} = [F1 (ω ) ∗ F2 (ω )]
2π
• Se prueba de forma semejante a la convolución en
el tiempo
Linealidad
(superposición)
a1 f1 (t ) + a2 f 2 (t ) a1 F1 (ω ) + a2 F2 (ω )
Conjugada
compleja
f * (t ) F * (−ω )
1 ⎛ω ⎞
Escala
f (αt ) F⎜ ⎟
α ⎝α ⎠
Retardo
f (t − t0 ) e − j ωt 0
F (ω )
Traslación en
e jω0t f (t ) F (ω − ω0 )
frecuencia
Modulación de
amplitud
f (t ) cos(ω0t ) 1
2
1
F (ω + ω0 ) + F (ω − ω0 )
2
Convolución en el ∞
tiempo ∫τ = −∞
f (τ )h(t − τ )dτ F (ω ) H (ω )
Convolución en la 1 ∞
f1 (t ) f 2 (t ) 2π ∫
u = −∞
F1 (u ) F2 (ω − u )du
frecuencia
Dualidad tiempo - F (t ) 2πf (−ω )
frecuencia
Simetría par - f PAR (t ) FPAR (t ) real
impar f IMPAR (t ) FIMPAR (t ) imaginario
Derivación en el d
tiempo dt
f (t ) jωF (ω )
t 1
Integración en el
tiempo ∫τ = −∞
f (τ )dτ jω
F (ω ) + πF (0)δ (ω )
Como las transformadas de Fourier se obtienen a partir de las series de

Fourier, las propiedades de una son aplicables a la otra cambiando ω por
nω0 .
2.16 Relaciones de convolución

• La convolución se define por:
∞
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞
• Si el sistema es causal, entonces h(t)=0 para t<0

(h(t) es la respuesta al impulso δ(t))
• Si además la entrada f(·) cumple f(t)=0 para t<0, la
convolución se puede reescribir:
t
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ =0
• Propiedades: conmutatividad
f1 (t ) ∗ f 2 (t ) = f 2 (t ) ∗ f1 (t )
• Distributividad
f1 (t ) ∗ ( f 2 (t ) + f 3 (t ) ) = f1 (t ) ∗ f 2 (t ) + f1 (t ) ∗ f 3 (t )
• Asociatividad: no se requieren ( )
( f1 (t ) ∗ f 2 (t ) ) ∗ f 3 (t ) = f1 (t ) ∗ ( f 2 (t ) ∗ f 3 (t ) ) =
= f1 (t ) ∗ f 2 (t ) ∗ f 3 (t )

• Respuesta al escalón: La respuesta al escalón es la
integral de la respuesta al impulso para un sistema
lineal invariante:
∞
ℜ{u(t )} = u(t ) ∗ h(t ) = ∫ u(τ )h(t − τ )dτ =
τ =−∞
∞
=∫ h(t − τ )dτ
τ =0
• Haciendo x=t-τ:
t
ℜ{u (t )} = ∫ h( x)dx
x = −∞

• La respuesta al impulso puede determinarse
derivando la respuesta al escalón
• La respuesta al escalón puede determinarse,
usando una onda cuadrada lenta, en los flancos
positivos:
H(ω)
H(ω)
• Convolución con impulso => retraso

∞
f (t ) ∗ δ (t − t0 ) = ∫ f (τ )δ (t − to − τ )dτ = f (t − t0 )
τ =0
• Ejemplo: Calcularf (t ) ∗ g (t ) si
f (t ) = A sen(π t ) ⋅ u(t ), g(t ) = δ (t ) − δ (t − 2)
f (t ) * g (t ) = f (t ) * δ (t ) − f (t ) * δ (t − 2)
= f (t ) − f (t − 2) = A sen(πt )u (t ) − A sen(π (t − 2) )u (t )
= A sen(πt )(u (t ) − u (t − 2) )
2.17 Interpretación gráfica de la

convolución
• La convolución se define por la integral:
∞
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞
• Se quiere ver qué significa en el dominio del

tiempo de un modo intuitivo.
• h(t), al ser invertido en el eje horizontal se
comporta como un promediador móvil: permite
calcular un “promedio ponderado” de la entrada
en cada t:

convolución
f (τ ) f (τ )
τ τ
h(τ ) h(−τ )
τ τ
Ahora, h(·) se desplazará en t

convolución
f (τ ) f (τ )
τ τ
h(τ ) h(t − τ )
τ τ
t
Promediador móvil

convolución
El promediador avanza al pasar el tiempo. La salida en el tiempo t es el área común
que resulta al multiplicarlos.
h(t − τ ) h(t − τ ) h(t − τ ) h(t − τ ) h(t − τ )
f (τ )
t t t t t
∞
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ , ∀t
τ = −∞

convolución
• La salida, en el dominio del tiempo, es un
promedio ponderado de la señal de entrada. El
promediador avanza junto con t
• El cálculo de la integral puede discretizarse =>
permite cálculo en un computador
2.18 Característica de filtro de

los sistemas lineales
• La salida de un sistema lineal se puede ver
también en el dominio de la frecuencia:
y (t ) = f (t ) ∗ h(t )
Y (ω ) = F (ω ) H (ω )
• H(ω) indica la ganancia del filtro en función de la
frecuencia => función de transferencia
• A la salida, sólo quedan las frecuencias de F(ω)
que están también en H(ω)

• Para cada frecuencia ω:
– |H(ω)|: ganancia de amplitud
– Fase de H(ω): desfase entre salida y entrada. A
la fase de la entrada se le suma la fase de H(ω)
• Ejemplo: calcular el espectro de salida si
τ=4RC: F (ω ) = τ Sa(ωτ / 2)
1 1
H (ω ) = = e jφ
1 + jωRC 1 + (ωτ / 4) 2

F (ω ) = τ Sa (ωτ / 2)
1 1 jφ
H (ω ) = = e
1 + jωRC 1 + (ωτ / 4) 2
1
Y (ω ) = τ Sa (ωτ / 2)e jφ
1 + (ωτ / 4) 2
F (ω ) Y (ω )

H (ω )
F (ω )
Y (ω )
2.19 Ancho de banda de un sistema

• Zona en que H(ω) deja pasar la señal => ancho de
banda
• Intervalo W (en rad/s) donde la magnitud es
mayor que un cierto umbral (factor numérico)
• Típicamente: ancho de banda de –3dB = ancho de
banda de potencia media: umbral= 1 / 2 en
amplitud = ½ en potencia.
• Ancho de banda en Hz => B
2.19 Ancho de banda de un sistema

− 3dB
− ω1 ω1
ω1
W = ω1 , B =
2π
− 3dB
− ω2 − ω1 ω2
ω2 − ω1
W = ω2 − ω1 , B =
2π
2.20 Transmisión sin distorsión

• Requisito para que un sistema lineal no distorsione
la forma de onda: debe ser del tipo:
y (t ) = Kf (t − t0 )
• Tomando transformada de Fourier:

− jωt 0
Y (ω ) = Ke F (ω )
• Es decir, − jωt 0
H (ω ) = Ke
2.20 Transmisión sin distorsión

• Requisito para que un sistema lineal no distorsione
la forma de onda: debe tener ganancia constante y
fase lineal
− jωt 0
H (ω ) = Ke
• Ganancia K para todo ω

• Fase: φ H = −t0ω
2.21 Modulación de amplitud:

portadora suprimida
• Radio y televisión:
– Se requiere transmitir muchas señales con espectros
semejantes por un mismo canal (el aire) evitando
superposición
– Se requiere transmitir dichas señales en ciertas bandas
de frecuencia específicas (ej: para sintonizar un canal o
una radio)
• Solución: modulación

portadora suprimida
• La ecuación general de una señal senoidal es:
a (t ) : amplitud
φ (t ) = a(t ) cos θ (t )
θ (t ) : ángulo
• El ángulo se puede expresar en función de una
frecuencia y una fase:
φ (t ) = a(t ) cos(ωct + γ (t ) )
• Se supone que a (t ) y γ (t ) varían lentamente
comparados con ωc t

portadora suprimida
a (t ) : envolvente
φ (t ) = a(t ) cos(ωc t + γ (t ) ) ωc : portadora
γ (t ) : modulación de fase
• En la modulación de amplitud, la modulación de
fase es cero (o constante):
cos(ωc t ) : señal portadora
φ (t ) = f (t ) cos(ωc t ) f (t ) : señal moduladora
φ (t ) : señal modulada

portadora suprimida
• Aplicando la propiedad de modulación, se tiene
que:
1 1
φ (t ) = f (t ) cos(ωc t ) ⇒ Φ (ω ) = F (ω + ω0 ) + F (ω − ω0 )
2 2
• La modulación de amplitud traslada el espectro de
frecuencia dejando inalterada su forma
• Portadora suprimida => no aparece una portadora
identificable (un impulso visible) en el espectro

portadora suprimida
Antena
f (t ) φ (t )
X
cos(ω0t )

portadora suprimida
f (t ) cos(ωc t ) φ (t ) = f (t ) cos(ωc t )
F (ω ) πδ (ω − ωc ) + πδ (ω + ωc )
1 1
F (ω − ωc ) + F (ω + ωc )
2 2

portadora suprimida
• El ancho de banda necesario para transmitir se
duplica:
1 1
F (ω ) F (ω − ωc ) + F (ω + ωc )
2 2
B 2B

portadora suprimida
• Bandas laterales superior e inferior: corresponden
a los lados derecho e izquierdo del espectro
original, “simetría congujada”
superior
inferior

portadora suprimida
• DSB-SC (double sideband, suppresed carrier)
• Tiene 2 bandas laterales (superior e inferior)
• No tiene portadora explícita (impulso)
• Recuperación de la señal original volviendo a

modular del mismo modo, más un filtro pasabajos.
φ (t ) cos(ωc t ) = f (t ) cos 2 (ωc t )
1 1
φ (t ) cos(ωct ) = f (t ) + f (t ) cos(2ωc t )
2 2
1 1 1
ℑ{φ (t ) cos(ωc t )} = F (ω ) + F (ω + 2ωc ) + F (ω − 2ωc )
2 4 4

portadora suprimida
1 1 1
ℑ{φ (t ) cos(ωc t )} = F (ω ) + F (ω + 2ωc ) + F (ω − 2ωc )
2 4 4
× cos(ωc t )
• Con un pasabajos se deja sólo F(ω)


portadora suprimida
• Para demodular se debe conocer tanto la
frecuencia correcta como la fase correcta.
– Error en la fase => señal atenuada
– Error en la frecuencia => distorsión de la señal
φ (t ) cos((ωc + ∆ω )t + ∆θ ) = f (t ) cos(ωct ) cos((ωc + ∆ω )t + ∆θ )
1 1
( )
φ (t ) cos (ωc + ∆ω )t + ∆θ = ( )
f (t ) cos ∆ωt + ∆θ + f (t ) cos((2ωc + ∆ω )t + ∆θ )
2 2
• Tras el pasabajos:
1
φ (t ) cos((ωc + ∆ω )t + ∆θ ) = f (t ) cos(∆ωt + ∆θ )
2

portadora suprimida
• Requiere sincronización muy precisa
• Poco robusto ante errores ∆ω, ∆θ.
• Multiplexión en cuadratura: Como cos(·) y sen(·)

son ortogonales, se pueden transmitir 2 señales a
la vez
φ (t ) = f (t ) cos(ωct ) + g (t ) sen(ωc t )

portadora suprimida
φ (t ) = f (t ) cos(ωc t ) + g (t ) sen(ωc t )
φ (t ) cos(ωc t ) = f1 (t ) cos 2 (ωc t ) + f 2 sen(ωc t ) cos(ωc t )
1 1 1
φ (t ) cos(ωc t ) = f1 (t ) + f1 (t ) cos(2ωc t ) + f 2 (t ) sen(2ωc t )
2 2 2
φ (t ) sen(ωc t ) = f1 (t ) cos(ωc t ) sen(ωc t ) + f 2 (t ) sen 2 (ωc t )
1 1 1
φ (t ) sen(ωc t ) = f 2 (t ) + f1 (t ) sen(2ωc t ) − f 2 (t ) cos(2ωc t )
2 2 2
• Al filtrar pasabajos, se recuperan las señales
originales separadas.

portadora suprimida
• Para asegurar sincronismo se usa un circuito
llamado PLL (phase locked loop, lazo cerrado de
fase), que genera una sinusoide cuya frecuencia va
siguiendo a la de la entrada. Se compone de un
detector de desfase y un oscilador cuya frecuencia
es proporcional al voltaje que entra.
f (t ) cos(θ1 (t ) ) ∆θ cos(θ 2 (t ) )
Detector de fase Oscilador VCO
d
θ 2 = θ1 − θ 2
dt
d
ω2 = ω1 − ω2
dt

gran portadora
• Transmisión AM comercial: problema de
sincronización exacta poco deseable => sistema de
modulación alternativo, no requiere sincronización
• Se agrega una componente continua a la señal
antes de multiplicarla por cos(·) para que sea
siempre positiva
• La forma de la señal original es evidente en la
señal final => demodulación simple

gran portadora
A + f (t ) Antena
φ (t )
X
cos(ω0t )

gran portadora
φ AM (t ) = ( A + f (t ) ) cos(ωc t )
φ AM (t ) = A cos(ωc t ) + f (t ) cos(ωct )
1 1
Φ AM (ω ) = F (ω + ωc ) + F (ω − ωc ) + πAδ (ω + ωc ) + πAδ (ω − ωc )
2 2
DSB-LC: doble banda lateral, con portadora explícita (impulsos)

gran portadora
• La demodulación se puede realizar simplemente
con un detector de envolvente (un diodo con un
circuito RC)

gran portadora
• El transmitir el carrier significa gasto extra de
potencia para transmitir la señal.
• Se requiere que la componente continua sea mayor
que la amplitud de la señal
• Razón de eficiencia entre la potencia de la señal y
la potencia total transmitida.
φ AM (t ) = ( A + f (t )) cos(ωc t )
1 2 1 2
φ AM 2
(t ) = A cos (ωc t ) + f (t ) cos (ωc t ) = A + f (t )
2 2 2 2
2 2

gran portadora
1 2 1 2
φ AM 2
(t ) = A + f (t )
2 2
Pseñal f 2 (t )
µ= = , f (t ) MAX < A
Ptotal A2 + f 2 (t )
• Si f (t ) = mA cos(ω0t ), m < 1 (índice de modulación)

2 2 2
m A m
f 2 (t ) = ⇒µ= < 33%
2 1+ m 2

gran portadora
• Ej: Una estación de radio AM transmite una
potencia portadora de 40kW y usa un índice de
modulación de 0.707. Calcular la potencia de
salida
1 2
portadora ⇒ potencia A = 40kW
2
1 2 2 1
f (t ) ⇒ potencia m ( A ) = × 0.707 2 × 80kW
2 2
f (t ) ⇒ potencia 20kW
A + f (t ) ⇒ potencia 60kW
2.23 Multiplexión en frecuencia

• Es posible transmitir varias señales si se elige una
frecuencia portadora distinta para cada una =>
FDM (multiplexión por división en frecuencia)
x
cos(ω1t )
x +
cos(ω2t )
ω1 ω2 ω3
x
cos(ω3t )

• Para poder recuperar alguna de las señales, es
necesario ocupar primero un filtro pasabandas,
Idea: que se pueda mover para sintonizar distintas
señales
• Fabricar un “pasabandas móvil” no es simple:
problema.
• Solución: filtro pasabandas fijo, se desplaza la
señal de entrada para que la señal de interés quede
en la banda de paso => receptor superheterodino.
× cos(ω0t ) Oscilador local
Filtro
2ω0
× cos(ω0 ' t ) Oscilador local
Filtro
2ω0 '
× cos(ω0 ' ' t ) Oscilador local
Filtro
2ω0 ' '


• Una vez que la señal de interés ha sido separada,
su demodulación es simple (métodos ya vistos)
• Esquema:
Filtro,
Amplificador x Amplificador
de RF de IF
cos(ω1t )
Oscilador local Amplificador
Demodulador
Sintonizador de audio
(perilla de la radio)
2.24 Banda lateral única (SSB)

• A veces es molesto que se duplique el ancho de
banda al modular AM
• Solución: eliminar una de las bandas laterales
B B

• Implementar este tipo de modulación es muy
difícil, de hecho no se usa.
φSSB (t ) = f (t ) cos(ωc t ) + fˆ (t ) sen(ωc t )
fˆ (t ) = f (t ) más 90º en cada frecuencia que contenga
Fˆ (ω ) = F (ω )e j 90 º = jF (ω )
• Sumarle 90º a cada frecuencia que contenga f(t) es

complicado.

• También se puede implementar de un modo
“aproximado”: filtrando de modo que se elimine
una de las bandas => como los filtros no son
perfectos, la banda que debía quedar entera queda
atenuada
B B

• Se pueden demodular volviendo a multiplicar por
cos(wct) y filtrando pasabajos (igual que en el
primer caso)
• En el caso “aproximado”, las bajas frecuencias
pueden quedar un poco atenuadas (mirar gráfico
anterior)
2.25 Banda lateral residual (VSB)

• Aquí se elimina una de las bandas usando un filtro
=> una de las bandas queda entera, pero la otra no
se elimina completamente => queda un residuo
B B
2.25 Banda lateral residual (VSB)

• Se pueden demodular volviendo a multiplicar por
cos(wct) y filtrando pasabajos (igual que en el
primer caso)
• En este caso, las bajas frecuencias pueden quedar
un poco amplificadas (mirar gráfico anterior)

EL 3005 Cap2 Actualizado

Caricato da

Informazioni sul documento

Titolo originale

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

EL 3005 Cap2 Actualizado

Caricato da

Copyright:

Formati disponibili

Señales y sistemas I

Capítulo II: Señales y sistemas de

2.1 Transformada de Laplace

2.1 Transformada de Laplace

2.1 Transformada de Laplace

• Transformada inversa de Laplace

2.1 Transformada de Laplace

Puede utilizarse para obtener la

– Para f(t), f (t ) = 2π j ∫ F (s )e ds = ∑ Res( F ( s )e st , pi )

2.1 Transformada de Laplace

2.1 Transformada de Laplace

2.1 Transformada de Laplace

2.1 Transformada de Laplace

2.1 Transformada de Laplace

2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad

• Si las soluciones están en el semiplano negativo, las

2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad

Región estable Región inestable

Región estable Región inestable

2.2 T. de Laplace y Estabilidad

2.3 T. de Laplace en sistemas

Condiciones iniciales nulas.

Aplicando Ley de Corriente de Kirchoff:

2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas

– Cumplen el criterio de estabilidad.

2.2 T. de Laplace en sistemas

Como se puede apreciar dos polos son instables ya que se encuentran

2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas

• Finalmente se concluye que para todo k>0 el sistema es

2.3 T. de Laplace en sistemas

Los polos son:

Para poder trabajar en el plano

2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas

La frecuencia central se define

2.3 T. de Laplace en sistemas

Al tender b a 0 la respuesta pasa a ser imaginaria pura.

Utilizando la analogía con el circuito Pasa Banda RLC, se

2.3 T. de Laplace en sistemas

2.4 Serie exponencial de Fourier

2.4 Serie exponencial de Fourier

• Se puede demostrar que la base es completa, por

2.4 Serie exponencial de Fourier

2.4 Serie exponencial de Fourier

2.4 Serie exponencial de Fourier

2 jπt 2 j 3πt 2 j 5πt 2 − jπt 2 − j 3πt 2 − j 5πt

2.4 Serie exponencial de Fourier

• Las condiciones anteriores siempre se cumplen

2.5 Señales y representaciones

2.5 Señales y representaciones

• La exponencial compleja es suma de un

2.5 Señales y representaciones

• Las exponenciales complejas se pueden describir

2.5 Señales y representaciones