Teoríadeseñales Fundamentos (2009)

M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1
Under construction
Teora de Seales:
Fundamentos
2
Autores 3
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Teora de Seales: 4
Fundamentos 5
Autores 6
2009 7
Centro de Publicaciones UN Manizales 8
publicacion_man@unal.edu.co
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
ISBN: XXX-XXX-XXXX-XX-X 9
Este libro est hecho con ayuda de KOMA- Script y L
A
T
E
X. 10
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Probability is our evaluation supported by all what we know. Its a situation that depends essentially 11
upon our incomplete information, and its also a measurement of the incompleteness of our 12
information. 13
K. Popper 14
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
15
Prefacio 16
17
<Crdito acadmico>, Manizales, 2009
18
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
19
Introduccin 20
21
Basic research is what I am doing when I
dont know what I am doing
Wernher von Braun
22
D
esde la visin pitagrica, basada en un primitivo anlisis armnico, de que la naturaleza completa es armnia 23
y nmero, que inevitablemente estructura el Todo como un cosmos lleno de proporciones y armonas. 24
Los Autores, 2009
25
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Notaciones 26
Notacin Signicado
x(a, b; s ) Seal x con parmetros a, b y argumento s
x
(s ) Conjugado de x C por s
|x]; |x] Parte real de x; parte imaginaria de x
x[k] Seal discretizada (con argumento normalizado)
|x
k
: k =1, . . . , N] Conjunto o sucesin de N valores discretos x
k
x
k
(t ) Trayectoria o contorno por el argumento t de x
k
d(x
m
, x
n
) Distancia mtrica entre los elementos x
m
y x
n
x, ; x, ; X, Escalar; Vector; Matriz
i
1n
; I
nn
Vector unitario; Matriz unitaria con dimensin n n
rankX; traceX; det X Rango; traza; determinante de X
X
-1
; X
T
; X
H
Matriz inversa; transpuesta, hessiana
|x]; ', , , T Transformada de x; T. Laplace, Fourier, Zeta, Wavelet
X
(s ); X() Densidad espectral de |x] por s ; Espectro de Fourier

X Espacio mtrico funcional
N, Z, , C Dominio de los naturales, enteros, reales y complejos
1
;
n
Espacio de los nmeros reales; E. eucldeo con dimensin n
L
2
[a, b] Espacio de Hilbert de seales integrables por Lebesgue en [a, b]
P() Medida de probabilidad del espacio de eventos elementales
F
(x); p
(x) Distribucin de probabilidad; densidad de probabilidad de

N (m
1
,
1
) Densidad de probabilidad Gaussiana de con momentos m
1
y
1
E|]; (t ) Valor esperado - promedio de ensamble ; promedio de tiempo
m
n
(t );
n
(t ) Momento inicial; Momento centralizado de orden n para
();
n
(t ) Funcin caracterstica; cumulantes de orden n por
()
R
,
(); K
,
() Funcin de correlacin; Funcin de covarianza entre y
Valor estimado de obtenido por el estimador
Relacin de verosimilitud; Est. por mxima verosimilitud

S
() Densidad espectral potencia de

H Espacio de Hilbert de p.a. centralizados, integrables al cuadrado
|| =E|||
2
]
1/2
; , Norma del p.a. ; producto punto de los p.a. y en H
P.a. ortogonales y , denidos en H
name Algoritmos o aplicaciones de software
27
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
28
ndice general 29
1. Representacin de seales y sistemas 1 30
1.1. Deniciones bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 31
1.1.1. Clasicacin de seales y sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 32
1.1.2. Proceso de seales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 33
1.1.3. Modelos de seales singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 34
1.1.4. Espacios de representacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 35
1.2. Representacin discreta de seales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 36
1.2.1. Descomposicin en funciones ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 37
1.2.2. Conjunto ortogonal completo de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 38
1.2.3. Otros conjuntos ortogonales completos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 39
1.3. Representacin integral de seales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 40
1.3.1. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 41
1.3.2. Transformada de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 42
1.3.3. Integral de convolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 43
1.4. Representacin operacional de sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 44
1.4.1. Mtodo de la integral de superposicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 45
1.4.2. Mtodo de anlisis espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 46
1.4.3. Mtodo de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 47
1.4.4. Sistemas discriminantes de frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 48
2. Principios de modulacin 57 49
2.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 50
2.1.1. Canal bsico de transmisin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 51
2.1.2. Clasicacin de mtodos de modulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 52
2.1.3. Comparacin de mtodos de modulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 53
2.2. Modulacin de amplitud anloga y radiofrecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 54
2.2.1. Modulacin de doble banda lateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 55
2.2.2. Modulacin de banda lateral nica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 56
2.2.3. Modulacin de banda lateral vestigial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 57
2.3. Modulacin de ngulo anloga y radiofrecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 58
2.3.1. Modulaciones de fase y frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 59
2.3.2. Modulacin de ngulo de banda angosta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 60
2.3.3. Modulacin de ngulo de banda ancha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 61
V
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
VI ndice general
2.4. Modulacin de pulso anloga y banda base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 62
2.4.1. Modulacin por amplitud de pulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 63
2.4.2. Modulaciones por ancho y posicin de pulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 64
2.5. Modulacin de pulso digital y banda base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 65
2.5.1. Modulacin por cdigo de pulso (PCM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 66
2.5.2. Modulacin delta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 67
2.6. Modulacin digital de radiofrecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 68
2.6.1. Descripcin bsica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 69
2.6.2. Modulacin digital de amplitud (ASK) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 70
2.6.3. Modulacin digital de fase (PSK) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 71
2.6.4. Modulacin digital de frecuencia (FSK) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 72
2.6.5. Modulacin mnima de frecuencia con fase continua (MSK) . . . . . . . . . . . . . . . . . . . . . . . . . . 107 73
3. Anlisis de aleatoriedad 113 74
3.1. Seales aleatorias en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 75
3.1.1. Estacionariedad de las seales aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 76
3.1.2. Ergodicidad de las seales aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 77
3.1.3. Descomposicin espectral de seales aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 78
3.1.4. Densidad espectral de potencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 79
3.2. Paso de seales aleatorias por sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 80
3.2.1. Anlisis en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 81
3.2.2. Anlisis en la frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 82
3.2.3. Empleo de operadores lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 83
3.3. Filtracin ptima lineal por mnimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 84
3.3.1. Optimizacin de la respuesta a impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 85
3.3.2. Condicin de realizacin fsica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 86
3.3.3. Filtros acoplados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 87
3.4. Mtodos de deteccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 88
3.4.1. Modelo de deteccin Gaussiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 89
3.4.2. Deteccin bayesiana de seales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 90
3.4.3. Deteccin de mxima verosimilitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 91
3.5. Recepcin ptima coherente de seales digitales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 92
3.5.1. Fidelidad del detector ptimo potencial binario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 93
4. Teora de la informacin 183 94
4.1. Fuentes de informacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 95
4.1.1. Medida de la informacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 96
4.1.2. Entropa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 97
4.1.3. Propiedades de la entropa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 98
4.2. Codicacin de una fuente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 99
4.2.1. Propiedades de los cdigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 100
4.2.2. Cdigos instantneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 101
4.2.3. Cdigo binario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 102
4.2.4. Compresin de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 103
4.3. Canales de transmisin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 104
4.3.1. Medidas de capacidad en canales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 105
4.3.2. Transmisin de informacin en canales discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 106
4.3.3. Entropa e informacin para ensambles continuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 107
Bibliografa 213 108
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1
109
Representacin de seales y sistemas 110
U
na seal se puede denir como una funcin que conlleva informacin, la cual se puede 111
referir a un fenmeno fsico medido o al comportamiento de un sistema fsico. Aunque la 112
informacin se puede representar en variadas formas, en todos los casos se busca que la infor- 113
macin est contenida en un patrn de variaciones de alguna forma. Las seales se representan 114
matemticamente por funciones de una o ms variables independientes. 115
1.1. Deniciones bsicas 116
x
1
(s )
x
2
(s )
. . .
x
m
(s )
|x(s )]
y
1
(s )
y
2
(s )
. . .
y
n
(s )
Figura 1.1: Diagrama bsico de un sistema con

transformacin |]
SistemaInicial
La seal de entrada x(s ) es el enlace de inter- 117
accin entre los elementos. De otra manera, 118
es la accin llevada a activar el sistema. La re- 119
spuesta o salida y(s ) es la accin conjunta del 120
sistema como resultado de una activacin. El 121
mismo sistema, que es un grupo de elemen- 122
tos u objetos con unndeterminado |], se 123
representa por una caja cerrada, o caja negra, 124
con un nmero dado de terminales de entra- 125
da y salida, para propsitos de anlisis como se ilustra en la Figura 1.1. 126
En un sistema, cada seal de entrada se transforma en una nica respuesta, lo que implica
que actuando sobre una entrada x(s ) = |x
i
(s ) : i =1, . . . , m] se obtiene una nica salida en la
forma, y(s ) =
_
y
i
(s ) : i =1, . . . , n.
_
, cuya transformacin generalizada se representa por:
y(s ) =|x(s )]
donde |] corresponde a la transformacin o transformada de entradasalida (o seal re- 127
spuesta). En la mayora de los casos de anlisis de seales informativas, el parmetro s corre- 128
sponde al tiempo t . 129
1.1.1. Clasicacin de seales y sistemas 130
?ClasificacionSenales?
Las seales, de acuerdo a la forma de denicin de sus valores con respecto a su argumento del 131
tiempo, se clasican en los siguientes tipos: 132
1
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2 Captulo 1. Representacin de seales y sistemas
Seales anlogas o continuas (en el tiempo). Seales para las cuales, tanto su argumen- 133
to como la misma funcin, pueden tomar cualquier valor del continuo de los interva- 134
los para los que se dene el argumento, t [t
0
, t
f
], x [x
min
, x
max
]. La denicin de 135
seales anlogas usualmente se extiende hasta soportar discontinuidades de primer gra- 136
do, x (t
k
) ,=x (t
k+
) , siendo |x (t )| <, t . 137
Seales discretas (en el tiempo). El argumento de la funcin (tiempo) est denido sola- 138
mente sobre una malla de valores x(t
k
), k N. Sin embargo, la funcin toma cualquier 139
valor del intervalo continuo x [x
min
, x
max
]. En aquellos valores del tiempo sobre los 140
cuales la seal no se dene t ,=t
k
, el valor de la funcin se asume igual a cero. 141
Cuando los valores de una seal discretizada en el tiempo, x (t
k
) , pertenecen a un con- 142
junto nito, x
Q
|x
Q
(i ) : i , . . . , N], N <, se habla de seales digitales. 143
Otras formas de clasicacin de las seales son las siguientes: 144
Seal de energa. Sin importar que el intervalo de tiempo sea innito, se cumple que la
energa de la seal es nita, esto es,
E
x
=|x|
2
=
_
T
|x (t )|
2
dt <, (1.1) SenalEnergia
Seal de potencia. Cuando la potencia media de la seal x(t ) durante un intervalo de
tiempo T, es nita y no es igual a cero, es decir,
P
x
= lm
T
1
T
_
T
|x(t )|
2
dt <, (1.2) SenalPotencia
Seal peridica. Cuando se cumple la condicin
x(t +T) =x(t ), t [0, T] , T >0 (1.3) Periodicidad_Def
donde el valor de min|T] que satisfaga la condicin (1.3), cuando existe, se denomina 145
perodo fundamental. En caso de no cumplirse la anterior condicin, la seal se denomi- 146
na aperidica. 147
Ejemplo 1.1 Demostrar la periodicidad de la funcin x(t ) =e
j (0t +)
, <t <, donde
0
=c t e .
A partir de (1.3) se cumple que x(t ) =x(t +T) =x(t +nT), n Z, con lo cual se puede demostrar la
periodicidad de la funcin
x(t ) =e
j (0t +)
=e
j (0(t +T)+)
=e
j 0(t +T)
e
=e
j 0t
e
j 0T
e
Adems, cuando e
j 0T
=cos
0
T +j sin
0
T =1, la seal es peridica y equivale a decir que cos
0
T =1
y sin
0
T =0, entonces,
0
T =2k con k N. Por lo tanto,
0
=2k/T.
148
Una seal cuasiperidica corresponde a una funcin con perodo fundamental demasiado 149
largo. Estas seales, generalmente, se componen por dos o ms seales peridicas. Un ejemplo 150
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
de seal cuasiperidica compuesta de dos seales peridicas es la funcin compuesta de la 151
forma: x(t ) =sint +sin
_
2t . 152
Seal aleatoria. Corresponde al caso de dependencias, para cuyo valor se tiene alguna 153
incertidumbre en funcin de cualquier argumento. 154
Seal determinstica. Funcinque se puede modelar o describir analticamente como una 155
dependencia completamente especicada con respecto a su argumento. 156
Seal de dimensinmultiple. Funcin descrita a partir de un conjunto compuesto de m 157
Z
+
variables independientes. Cuando la funcin depende de una sola variable, se habla 158
de seales de dimensin nica o simple. 159
En cuanto a los sistemas, stos se pueden clasicar de la siguiente forma: 160
Sistema lineal, cuando se cumple la ley de superposicin. 161
Sea a
i
y
i
(t ) = |a
i
x
i
(t )] , donde a
i
=ct e., i =1, 2, . . . , n. Entonces:
_
n
i =1
a
i
x
i
(t )
_
= |a
1
x
1
(t ) +a
2
x
2
(t ) +. . . +a
i
x
i
(t ) +. . . +a
n
x
n
(t )]
=a
1
y
1
(t ) +a
2
y
2
(t ) +. . . +a
i
y
i
(t ) +. . . +a
n
y
n
(t )
=
n
i =1
a
i
y
i
(t ) (1.4) Linealidad_def
Cuando la expresin (1.4) no se cumple, el sistema se denomina no lineal. 162
Ejemplo 1.2 Sea un sistema con relacin entrada-salida de la forma y (t ) =ax(t ) +b, siendo los valores
a, b =c t e . Determinar el valor de b para el cual el sistema se puede considerar lineal.
Considerando dos seales de entrada diferentes x
1
(t ) y x
2
(t ), las salidas correspondientes seran
y
i
(t ) =ax
i
(t ) +b, i =1, 2
Si se aplica la entrada x
1
(t ) +x
2
(t ), la salida ser a (x
1
(t ) +x
2
(t )) +b. De acuerdo con la condicin de
linealidad (1.4), se debe cumplir que:
a (x
1
(t ) +x
2
(t )) +b =a (x
1
(t ) +x
2
(t )) +2b,
luego, para b =0 el sistema es lineal.
163
Sistema invariante (en el tiempo). Si un desplazamiento en el argumento de la funcin o
seal de la entrada del sistema provoca respectivamente un corrimiento en el argumento
de su respectiva salida. En el caso de seales que varan en el tiempo se tiene:
y (t t
0
) = |x(t t
0
)] , t
0
>0 (1.5) Invariabilidad_def
En caso contrario, el sistema se denomina variable. 164
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Sistemaestable. Si una seal de entrada x(t ) conamplitudnita, max||x(t )|] <, produce 165
una respuesta y (t ) de amplitud nita, esto es, max||y (t )|] <. De otra manera, el sistema 166
es inestable. 167
Sistema invertible. Si distintas entradas producen distintas salidas, esto es, si al observar 168
la salida del sistema se puede determinar su correspondiente entrada. En caso contrario, 169
el sistema se considera no invertible. 170
Ejemplo 1.3 Cualquier sistema descrito por la expresin,
y (t ) =const .
debe ser considerado como no invertible, por cuanto genera un mismo valor a la salida, sin importar cual sea
el valor de la seal de entrada.
171
Sistema realizable o causal. Se debe tener una respuesta de salida que no suceda antes de 172
ser aplicada al sistema una funcin de entrada. Esto es, si la funcin de entrada se aplica 173
a partir de un tiempo, t = t
0
, entonces, la respuesta slo estar determinada para t t
0
. 174
Si no se cumple esta condicin el sistema es no causal. 175
Sistema (de tiempo) continuo. Cuando los cambios de los valores de entrada y salida cor- 176
responden a intervalos continuos (en el tiempo). 177
Sistema (de tiempo) discreto. Cuando las seales asociadas con el sistema son discretas, 178
esto es, existen sobre una malla de valores puntuales (en el tiempo). En los dems valores 179
del argumento, la seal es igual a cero. 180
Generalmente, los sistemas de tiempo continuo se modelan mediante ecuaciones difer- 181
enciales, mientras, los sistemas discretos, con ecuaciones iterativas. 182
Sistemas sin memoria. Si la salida, para cualquier tiempo t
k
, depende slo de la entrada 183
para el mismo valor de tiempo. 184
Sistemas con memoria. Si la seal de salida, para un valor del tiempo dado t
k
, depende de 185
valores de la seal de entrada determinados dentro del intervalo (t
k
T, t
k
), entonces el 186
sistema tiene memoria T. 187
Sistemas con parmetros concentrados. Si el tiempo de proceso de la seal de entrada a 188
travs del sistema es considerablemente pequeo. Estos sistemas se modelan mediante 189
ecuaciones diferenciales ordinarias. En los sistemas elctricos, esto signica que la longi- 190
tud de onda de la seal de entrada es mucho mayor con respecto a las dimensiones fsicas 191
de los elementos de proceso del sistema. 192
Sistemas con parmetros distribuidos. La seal de entrada tarda un tiempo considerable 193
en excitar los elementos del sistema, dependiendo el retardo de la velocidad de proceso 194
de la seal. Estos sistemas se pueden modelar con ecuaciones diferenciales parciales. 195
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.1.2. Proceso de seales 196
Sec:ProcesoSeales
El proceso, entendido como la aplicacin y sentido prctico que toma la transformacin de las 197
seales con carga informativa, se puede clasicar as: 198
(a). Continuo o anlogo. Cuando la transformacin, que caracteriza el proceso, se realiza so- 199
bre una seal que repite la forma de la magnitud fsica observada, esto es, existe analoga 200
entre ambas. El conjunto de valores sobre el cual se realiza el proceso es continuo y, por 201
lo tanto, innito. 202
(b). Digital. Cuando la transformacin se realiza sobre una funcin correspondiente a la for- 203
ma de la magnitudfsica observada, la cual se representa por unconjunto nito(contable) 204
y a priori conocido de estados o, inclusive, de relaciones entre los mismos. En el proceso 205
digital, las funciones de salida no debenpresentar ninguna analoga de forma con la seal 206
de entrada. 207
Entre las principales ventajas de los sistemas de proceso digital con respecto a los anlogos 208
estn las siguientes: 209
Son realizables sobre tecnologa digital lgica, por lo cual se alcanzan alta conabilidad, 210
estabilidad, reducido tamao y baja potencia, adaptndose rpidamente al diseo de los 211
circuitos integrados. 212
Los dispositivos digitales son menos sensibles a las tolerancias de sus elementos y pueden 213
ser reproducidos en grandes volmenes con alta exactitud sin requerir un ajuste adi- 214
cional, como usualmente ocurre con los elementos anlogos. 215
Se facilita el proceso simultneo de varias seales mediante un solo dispositivo digital, 216
reduciendo los costos de hardware. Adems, las caractersticas de proceso pueden cam- 217
biarse y ajustarse durante el proceso realizando la sintona necesaria sobre el respectivo 218
algoritmo de proceso; condicin importante en la adaptabilidad de los sistemas. 219
Los dispositivos digitales se asocian con algunas desventajas. La primera es el incremento 220
en la complejidad del sistema de proceso, por cuanto hay necesidad de un pre y pos-proceso 221
adicional de las seales. La segunda desventaja es el rango limitado de frecuencias disponibles 222
de los procesadores digitales que ofrecen an valores insucientes para seales de muy altas 223
frecuencias. Sin embargo, las ventajas del proceso digital compensan por mucho las desventajas 224
en las diversas aplicaciones, sumado al hecho de la tendencia constante en la rebaja de costos 225
del hardware de proceso digital. Como resultado el proceso digital de seales se extiende cada 226
vez a una mayor cantidad de actividades del campo humano. Es importante tener en cuenta 227
que el proceso digital exige la adecuacin en la representacin de las seales continuas, la cual 228
en la prctica se realiza mediante su discretizacin. Por lo tanto, el anlisis bsico del proceso 229
digital se realiza sobre la representacin discretizada de seales y sistemas. 230
1.1.3. Modelos de seales singulares 231
Estas funciones son modelos ideales matemticos y, en rigor, no aparecen en sistemas fsica- 232
mente implementables. Sin embargo, son buenas aproximaciones a ciertas condiciones y re- 233
stricciones reales, que permiten evaluar el comportamiento asinttico de los sistemas fsicos. 234
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
t t
0
1
1
sgn(t )
`
Figura 1.2: Funcin signo
FunSgn
Funcin signo. Denida por la expresin:
sgn(t t
0
)
A
=
_
_
_
1, t <t
0
0, t =t
0
1, t >t
0
donde la multiplicacin x(t ) sgn(t t
0
) deno- 235
ta el cambio de signo de la funcin x(t ) a par- 236
tir del punto t =t
0
, (Figura 1.2). 237
Funcin delta de Dirac. La funcin delta (t ) es tambin llamada funcin impulso o funcin
Kronecker, y se puede interpretar como la accin que hace angosta una funcin dada, p
(t t
0
),
denida con rea unitaria en la forma:
(t )dt =
1
=1 (1.6) Delta_defa
de tal manera, que su base determinada para un intervalo de tiempo (t
0
/2, t
0
+/2) tiende
a 0, esto es,
(t t
0
)
A
= lm
0
p
(t t
0
) =
_
, t =t
0
0, t ,=t
0
(1.7) Delta_def
`
T
`

......................................................................................
`
.....................................................................................................................................
t0 t
(t t0)
p(t )
t0 t
1
(a) Representacin
`
.
. . .
`
.. .. ...... .......... ... ....... ........ .... ... ... .... .. ... ...... ... ... .... ...... .... ... ... ...... .. .. ... ... .... .. ......... ....... ... .. .. ..... ... ... .... .. .. .. .. .. ... ... .... .... .... ... .. .... ... ... .... ..... .... .. ...... ............... ... .... .... .......... ... ... .. .. .. .... .. .. ... ... .... .... .... ..... . . .. ... ... ... ....... .. .. .. .. ... .......... ... ... ... .. .. .. .. .. .. .. .. ... ... ... ........ .... ... ... ... .. .... .. ... ....... .... ... ....... .. .. .... ... .... .. . . . . .. .... ............. .... .. .. ... ........... .. ...... ... ... ... .... ... ... .. ..
x(t )
p(t )
2 3 (k +1) k
t
x(k)p(t k)
p(t k)
(b) Aproximacin
Figura 1.3: Funcin delta (t )
Cabe anotar, que la denicin completa de la funcindelta est dada por el par de ecuaciones 238
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
(1.6) y (1.7), cuya representacin grca, en el caso particular de un pulso rectangular se ve en 239
la Figura 1.3(a) (parte inferior). La representacin convencional de (t t
0
) se muestra en la 240
Figura 1.3(a) (parte superior), donde la amplitud debe ser entendida como el rea del pulso 241
elemental. 242
La funcin (t ) tiene las siguientes propiedades: 243
(a). Simetra.
(t ) =(t )
(b). Escala de tiempo,
(t ) =
1
||
(t ) (1.8) delta_escala
(c). Multiplicacin, (por una funcin en el tiempo);
x(t )(t t
0
) =x(t
0
)(t t
0
)
Realmente, la continuidad de la funcin x(t ) se restringe al intervalo x(t
0
) = x(t
0+
), en 244
caso contrario, es simplemente imposible encontrar el valor correspondiente de la multi- 245
plicacin y preferiblemente se debe evitar tal situacin. 246
(d). Selectividad,
(t t
0
)x(t )dt =x(t
0
)
(t t
0
)dt =x(t
0
) (1.9) delta_Selectividad
La funcinx(t ) debe ser continua, o al menos tener unnmero nito de discontinuidades
de salto para un intervalo nito de tiempo, por cuanto el valor exacto de la integral en el
punto de discontinuidad no tiene ningn sentido fsico importante [1]. De (1.9) e inter-
cambiando t y t
0
, adems notando por a t
0
se obtiene la integral de Duhamel:
x(t ) =
x()(t )d (1.10) Duhamel

La integral (1.10) es la representacin de la funcin x(t ) mediante un continuo de funciones 247
delta y corresponde a su aproximacin en forma de un conjunto de pulsos rectangulares, p
a
(t ), 248
determinados dentro del intervalo de anlisis, como se muestra en la Figura 1.3(b). Haciendo 249
0 y N se obtiene la aproximacin, x(t )
N
k=N
x(k)p
a
(kt ). 250
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 1.4 Evaluar la expresin
t
2
e
sint
cos2t (2t 2)dt ,
Mediante el empleo secuencial de las propiedades, primero de escala (1.8) y luego de selectividad (1.9), se
obtiene que:
t
2
e
sint
cos2t (2t 2)dt =
1
2
t
2
e
sint
cos2t (t )dt
=
1
2
2
.
251
t
0
t
u(t t
0
)
1
T
Figura 1.4: Funcin escaln unitario
PulsoRect
Funcin escaln unitario. La denicin
matemtica de esta funcin, representada en
la Figura 1.4, es la siguiente:
u(t t
0
)
A
=
_
1, t t
0
0, t <t
0
(1.11) FuncEscalon
A partir de la denicin dada en (1.7) se
puede demostrar que:
p
(t ) =
1
t
0
u(t )
1
t
0
u(t t
0
)
=
1
t
0
(u(t ) u(t t
0
))
tomando el lmite de t
0
0, se obtiene que
(t ) = lm
t
0
0
p
a
(t ) = lm
t
0
0
1
t
0
(u(t ) u(t t
0
))
=
du(t )
dt
De manera inversa, integrando la anterior expresin se obtiene
_
(t )dt =
_
du(t )
dt
dt =u(t )
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 1.5 Sea x(t ) =u(t t
0
) u(t nt
0
) k(t mt
0
), donde m, n 1. Determinar el valor de k
para el cual se cumpla que:
x(t )dt =0
A partir de la anterior condicin de igualdad a 0, se obtiene que,
(u(t t
0
) u(t nt
0
) k(t mt
0
)) dt =0
_
t0
u(t t
0
)dt
_
nt0
u(t nt
0
)dt k
(t mt
0
)dt =0
Sin embargo,
lm
T
_
_
_
_
T
_
t0
u(t t
0
)dt
T
_
nt0
u(t nt
0
)dt
_
_
_
_
k =0
lm
T
((T t
0
) 1(T nt
0
) 1) k =0
lm
T
(T t
0
T +nt
0
) k =0
luego,
nt
0
t
0
k =0,
Por lo tanto, k =(n 1)t
0
.
252
Funcin pulso rectangular. Denida por la expresin:
rect
(t t
0
)
A
=
_
1, |t t
0
| /2
0, |t t
0
| >/2
(1.12) eq:DefRecPulse
Por cuanto,
rect
(t ) =u(t ) u(t t
0
)
entonces se cumple la siguiente relacin:
d
dt
rect
(t ) =((t ) (t t
0
))
As mismo, se cumple que
rect
(t t
0
) =
1
2
_
sgn(t t
0
) sgn(t t
0
)
_
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.1.4. Espacios de representacin 253
Cualquier espacio vectorial con dimensin n se caracteriza completamente por las proyec-
ciones sobre sus n ejes de coordenadas. En la descomposicin vectorial, es preferible el uso
de ejes perpendiculares y normalizados, para los que se cumple la condicin de ortogonalidad:
i
,
j
=
_
0, i ,= j
1, i = j
donde
i
,
j
son los vectores unidades de los respectivos ejes de coordenadas. Si el vector est 254
dado en un espacio con n dimensiones, entonces ste se puede descomponer en n compo- 255
nentes y, por lo tanto, expresado por la suma, a =
n
k=1
a
k
k
, siendo a
k
las proyecciones del 256
vector sobre los ejes de coordenadas, la direccin de los cuales est dada por el sistema de vec- 257
tores coordenadas o bases, |
k
: k =1, . . . , n]. 258
Ejemplo 1.6 Considrense los siguientes casos de descomposicin vectorial:
GrammSch
1. Sea el conjunto |
n
(t ) : n =1, . . . , N], un sistema de vectores ortogonales sobre un intervalo dado en
algn espacio de Hilbert. Demostrar que el conjunto corresponde a un sistema independiente lineal.
Al analizar la igualdad
k
1
1
+k
2
2
+ +k
n
n
+ +k
N
N
=0
se observa que al multiplicar escalarmente ambos lados de la igualdad por cada uno de los vectores y
teniendo en cuenta su ortogonalidad, se obtiene que:
n
(k
1
1
+k
2
2
+ +k
n
n
+ +k
N
N
) =
n
0
|
n
k
n
n
] =0, n =1, . . . , N
con lo cual k
n
= 0, n = 1, 2, . . . , N. Esto es, la ortogonalidad del sistema de vectores condiciona su
independencia lineal.
2. Dado un sistema de vectores no nulos y no ortogonales |g
0
, g
1
, , g
n
, ] en el espacio de Hilbert,
construir sobre este un sistema ortonormal |u
0
, u
1
, , u
n
, ], tal que cada vector u
k
de una combi-
nacin lineal del tipo u
k
=c
k0
g
0
+c
k1
g
1
+ +c
kn
g
n
, siendo c
k0
, c
k1
, , c
kn
valores constantes.
Al normalizar el elemento g
0
y suponer que u
0
= g
0
/|g
0
|, el vector h
1
= g
1
(g
1
, u
0
)u
0
es ortogonal
a u
0
. Normalizando h
1
se obtiene un nuevo elemento ortonormalizado del sistema u
1
=h
1
/|h
1
|.
La operacin se repite y se halla el elemento h
2
= g
2
(g
2
, u
0
)u
0
(g
2
, u
1
)u
1
, por lo que se obtiene
u
2
= h
2
/|h
2
| que es ortogonal tanto a u
0
como a u
1
. Repitiendo el proceso, iterativamente, en el
paso k Z se obtiene la siguiente combinacin lineal:
h
k
= g
k
_
g
k
, u
0
_
u
0
_
g
k
, u
1
_
u
1

_
g
k
, u
k1
_
u
k1
259
En forma general, el conjunto de las posibles seales de anlisis se entender como el forma-
do por todas las funciones de variable compleja denidas en forma continua sobre un eje real,
por ejemplo, el del tiempo:
L =|x =x(t ) : x(t ) C, t ]
donde L =|x : ] es el conjunto formado por todos los elementos, x, para los cuales cumple
que: x L. La mayora de los espacios de funciones de seales se restringen a los espacios
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
clsicos de Lebesgue, en los que se cumple que
L
p
=L
p
() =
_
_
_
x L : |x|
p
=
_
_
_
_
_
|x(t )|
p
dt
_
_
_
_
1/p
<
_
_
_
, p 1 (1.13) ?RepSenales:Norma
L
=L
() =
_
x L : |x|
=sup
t
|x(t )| <
_
donde |x|
L
p
()
es la norma denida para x en el espacio L
p
. 260
La restriccin de p 1, implica que la clase L
p
() es un espacio lineal normalizado y corre- 261
sponde a un espacio de Banach, el cual es completo con respecto a la correspondiente norma. 262
De manera similar, se denen los espacios formados por las funciones de valor complejo
determinadas en forma discreta (sucesin) en el tiempo:
=|x =x (t
n
) =(x
n
) : x
n
C, n Z]
Las restricciones sobre pertenencia a espacios lineales normalizados son similares a las de las
seales continuas, en las cuales las operaciones de integracin se cambian por operaciones de
sumatoria discreta; es decir, se generan los siguientes espacios:
p
=
_
_
_
x : |x|
p
=
_

n=1
|x
n
|
p
_
1/p
<
_
_
_
La generacinde conjuntos de seales a partir de alguna condicin comnconinterpretacin 263
fsica (energa, longitud en el tiempo, transformacin hacia algn espacio complejo, etc.), im- 264
plica establecer el modelo matemtico formal de relacin entre los elementos del conjunto. 265
Denicin 1.1 De manera general, la forma para distinguir dos elementos de un conjunto enca-
da pareja de elementos consiste en compararla con un nmero real positivo, el cual se interpreta
como la distancia entre los elementos, tal que
d : XX, donde x
n
, x
m
X, d (x
n
, x
m
) 0
En este caso, los elementos x
n
y x
m
presentan iguales propiedades geomtricas. 266
Un ejemplo de distancia entre dos seales x (t ) e y (t ) del espacio de funciones complejas en
el tiempo, a lo largo de un intervalo T est dado por la siguiente expresin:
d
_
x, y
_
=|x y | =
_
_
_
_
_
T
|x (t ) y (t ) |
2
dt
_
_
_
_
1/2
(1.14) RepSenales:DistEuclides
Denicin 1.2 El conjunto de funciones relacionados con la distancia (1.14), para los cuales la
respectiva norma es acotada, |x|
2
<, o espacio L
2
(), corresponde a un espacio de Hilbert que
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
est provisto del siguiente producto interno:
_
x, y
_
L
2
()
=
_
(t )y (t )dt (1.15) ?RepSenales:ProdInterno?

Un conjunto con una distancia dada en forma adecuada conforma un conjunto de seales. El
espacio de funciones dado por la distancia (1.14) tiene aplicacin amplia en la representacin
de seales debido a la interpretacin fsica simple de su respectiva norma, que corresponde a
la energa de las seales. Esto es, cuando x L
2
(T) se dice que
|x|
2
=x, x
L
2
(T)
E
x
(1.16) ?NormaEnergetica?
es la energa de la seal. Por cierto, la seal x (t ) determinada sobre T, corresponde a la seal de 267
energa, que cumple la condicin (1.1). 268
El soporte de una seal continua, supp(x), corresponde a la cerradura del conjunto de puntos 269
t , tales que x (t ) ,= 0. Si el soporte de la funcin se conna dentro de un intervalo nito del 270
argumento t , entonces se habla de una funcin con soporte compacto. 271
La representacin en forma discreta de cualquier seal de energa, x L
2
(T), que cumpla la 272
condicin (1.1), implica hallar la transformacin del espacio L
2
(T) en el espacio C
n
, donde el 273
valor de la dimensin n se elige a partir del compromiso entre la precisin y la economa de la 274
representacin. La forma general para hallar esta representacin consiste en la seleccin de un 275
subespacio de dimensin n a partir de L
2
(T). 276
Teniendo en cuenta que L
2
(T) es un espacio completo separable [2], la seal x L
2
(T) puede
ser representada de manera aproximada con cualquier precisin, si la dimensin de repre-
sentacin se escoge sucientemente grande (n ), por medio de un conjunto de valores
o coecientes x
k
, expresados en combinacin lineal del siguiente espacio de funciones de co-
ordenadas, elegido adecuadamente:
x (t ) =
k
x
k
k
(t ) , (1.17) RepEspecGeneral
donde
k
(t ) corresponde a unconjunto de funciones elegidas a priori, que conformanuna base 277
en el espacio vectorial L
2
(T), las cuales son denominadas funciones base, siendo k el orden de la 278
funcin dentro del conjunto
_
k
(t )
_
. La descomposicin en funciones base (1.17) corresponde 279
a la representacinespectral generalizada. 280
En forma general, las funciones base, obtenidas para la representacin de seales, deben 281
cumplir los siguientes requerimientos: 282
1. La serie (1.17) debe ser convergente, 283
2. Los coecientes |x
k
] deben tener procedimientos simples de clculo, 284
3. Sus valores no deben depender del lmite superior de la suma de la representacin (1.17). 285
0. 286
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
287
Problemas 288
289
1. Clasicar las siguientes seales por su tipo (de potencia o de energa):
(a). a sin(t ). (b). at e
t k
(u(t ) u(t t
0
)) , t
0
>0.
2. Representar la seal x(t ), que tiene el siguiente modelo matemtico:
x(t ) =
_
_
_
0, t <0
x
0
(t /t
0
) , 0 t t
0
x
0
, t >t
0
en forma de una suma de funciones lineales por segmentos. 290
3. Calcular la energa E
x
de la seal,
x(t ) =30exp
_
10
5
t
_
u(t )
4. Sea x(t ) =u(t t
0
)u(t nt
0
)k(t mt
0
), siendo m, n 1. Determinar el valor de k para
el cual se cumpla que:
x(t )dt =0
5. Determinar para la seal, x(t ) = t
2
, 0 t 1, la respectiva aproximacin, empleando la 291
funcin de dependencia lineal y (t ) =at +b, tal que sea la mejor en el sentido del mnimo error 292
de distancia (mtrica). 293
6. Describir mediante la funcin u(t ) las funciones representadas en la Figura 1.5
`
`
`
`
`
`
.
/
/
/
/
/ `
`
`
`
`
0 0 0 t
0
t
0
t
1
t
2
t
1
t
0
a) b) c)
x
1
(t ) x
2
(t ) x
3
(t )
t t t
Figura 1.5
problem1_1
294
7. Demostrar que haciendo n , las siguientes sucesiones de funciones tienden a la delta de
Dirac:
(a). x
n
(t ) =(n/2) exp(|t |). (b). x
n
(t ) =
_
n
2
exp(nt
2
/2).
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.2. Representacin discreta de seales 15
RepDiscreta
1.2.1. Descomposicinen funciones ortogonales 296
Los sistemas ortogonales son un caso particular de sistemas de funciones independientes lin-
eales. Ms an, cualquier sistema de este ltimo tipo puede ser transformado a un sistema
ortogonal empleando, por ejemplo el mtodo de Gramm-Schimdt (ver ejemplo 1.6) [3]. Un
sistema de funciones complejas
_
m
(t )
_
se dene como ortogonal en el intervalo de repre-
sentacin (t
i
, t
f
), si se cumple la relacin:
t
f
_
t
i
m
(t )
n
(t )dt =
t
f
_
t
i
m
(t )
n
(t )dt =
_
0, m ,=n
E
mn
, m =n
(1.18) ortogonalidad
siendo E
mm
= E
nn
= E
m
= E
n
una magnitud de energa. Mientras, para el caso de las seales
de potencia, denidas en (1.2), se tendr:
1
t
f
t
i
t
f
_
t
i
m
(t )
n
(t )dt =
1
t
f
t
i
t
f
_
t
i
m
(t )
n
(t )dt =
_
0, m ,=n
P
mn
, m =n
donde P
mm
=P
nn
=P
m
=P
n
es la potencia media o cuadrado de la norma de la funcin
n
(t ). 297
Se dice que el conjunto de funciones base est normalizado si se cumple que:
t
f
_
t
i
|
m
(t )|
2
dt =
t
f
_
t
i
|
n
(t )|
2
dt =E
mn
=1, m, n
Si el conjunto es a la vez normalizado y ortogonal, entonces se denomina ortonormal. 298
A partir de la representacin (1.17), cualquier seal de energa x(t ) se puede representar de
forma aproximada en trminos de
n
(t ):
x(t )
nN
x
n
n
(t ) (1.19) seriegentrunc
donde los coecientes x
n
caracterizan el peso de la correspondiente funcin ortogonal
n
(t ). 299
Luego, la representacin (1.19) de la funcin x(t ) corresponde a su expansin o representacin 300
ortogonal aproximada, para la cual los valores x
n
se determinan de acuerdo con la condicin 301
de mnimo error tomada en la aproximacin. 302
El tipo de error comnmente empleado en la valoracin de la aproximacin (1.19) es la po-
tencia media de error, que en el caso particular se determina como el valor cuadrtico medio
de la siguiente diferencia,
2
N
(t ) =
1
t
f
t
i
t
f
_
t
1
_
_
_
_
_
x(t )
N
n=0
x
n
n
(t )
_
_
_
_
_
2
dt , siendo
2
N
(t ) 0 (1.20) potenciaerror
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Por cuanto, el error cuadrticomedio (1.20) est dadoenfuncinde los coecientes x
0
, x
1
, . . . , x
N
,
entonces, para su minimizacin, min|
2
N
(t )], se deben hacer igual a cero todas las respectivas
derivadas parciales:
(
2
N
)
x
0
=
(
2
N
)
x
1
= =
(
2
N
)
x
N
=0
La derivada parcial de (1.20) por los coecientes x
k
ser:

2
N
(t )
x
k
=
1
t
f
t
i
x
k
_
_
_
t
f
_
t
i
_
_
_
_
_
x(t )
N
n=0
x
n
n
(t )
_
_
_
_
_
2
dt
_
_
_
=0
Denotando por a = x(t ) y b =
n
x
n
n
(t ), la expresin dentro del integral anterior toma la
forma
|a b|
2
=(a b) (a b)
=(a b)
_
a
_
=
_
aa
ab
ba
+bb
_
Luego, se cumple que
x
k
_
_
_
t
f
_
t
i
|x(t )|
2
dt
N
n=0
_
_
_
_
t
f
_
t
i
x(t )x
n
(t )dt +
t
f
_
t
i
x
(t )x
n
n
(t )dt
t
f
_
t
i
x
n
n
(t )
N
m=0
x
m
dt
_
_
_
_
_
_
_
= 0
En virtud de la condicin denida de ortogonalidad (1.18), los productos internos
_

m
(t )
n
(t )dt
para todo m ,=n, sern iguales a 0, esto es,
x
k
_
_
_
t
f
_
t
i
|x(t )|
2
dt
N
n=0
_
_
_
_
t
f
_
t
i
x(t )x
n
(t )dt +
t
f
_
t
i
x
(t )x
n
n
(t )dt
t
f
_
t
i
_
_
x
n
n
(t )
_
_
2
dt
_
_
_
_
_
_
_
= 0 (1.21) 1.22a
De igual manera, todas aquellas componentes que no contengan el trmino x
k
, se deben 303
igualar a cero. 304
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Como resultado slo se obtienen dos componentes diferentes de 0:
x
k
_
_
_
t
f
_
t
i
x
(t )x
k
k
(t )dt +
t
f
_
t
i
x
k
k
(t )x
k
(t )dt
_
_
_
=0
que al diferenciar por x
k
e intercambiando los trminos se obtiene:
t
f
_
t
i
x
(t )
k
(t )dt =x
k
t
f
_
t
i
_
_
k
(t )
_
_
2
dt
Por ltimo, cuando se generaliza en funcin del ndice n, da como resultado:
x
n
=
t
f
_
t
i
x(t )
n
(t )dt
t
f
_
t
i
_
_
n
(t )
_
_
2
dt
=
1
P
n
1
t
f
t
i
t
f
_
t
i
x(t )
n
(t )dt (1.22) calculo_xn
El numerador de (1.22) es la energa (o potencia) de la seal x(t ) y de la funcin base
n
(t ), 305
mientras en el denominador aparece la energa (o la respectiva potencia) de las funciones base. 306
De la expresin (1.21) se obtiene que el error
2
(t ) es igual a
2
N
(t ) =
1
t
f
t
i
_
_
_
_
t
f
_
t
i
|x(t )|
2
dt
n=0
_
_
_
_
t
f
_
t
i
x(t )x
n
(t )dt +
t
f
_
t
i
x
(t )x
n
n
(t )dt
t
f
_
t
i
_
_
x
n
n
(t )
_
_
2
dt
_
_
_
_
_
_
_
_
Adems, de (1.22) resulta que
x
k
P
n
=
1
t
f
t
i
t
f
_
t
i
x(t )
n
(t )dt
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
con lo cual, el error
2
(t ) se puede determinar como:
2
N
(t ) =
1
t
f
t
i
t
f
_
t
i
|x(t )|
2
dt
N
n=0
_
2x
n
x
n
P
n
x
n
x
n
P
n
_
=
1
t
f
t
i
t
f
_
t
i
|x(t )|
2
dt
N
n=0
|x
2
n
|P
n
=P
N
n=0
|x
2
n
|P
n
(1.23) potenciaerror_b
Por cuanto la potencia del error siempre es positiva,
2
(t ) 0, entonces, de la anterior expre-
sin se deduce la siguiente desigualdad:
P
N
k=0
|x
k
|
2
P
k
, (1.24) ?RepSenales:Bessel?
conocida como la desigualdad de Bessel, la cual indica que la potencia de la aproximacin de la 307
seal x(t ) obtenida por (1.19) es menor o, en el mejor de los casos, igual a la potencia de la seal 308
original. 309
De otra parte, de (1.23) se observa que al aumentar N, o sea, al aproximar la seal con con- 310
juntos mayores ortogonales, entonces el error
2
(t ) disminuye. 311
Teorema 1.1 (Parseval) Por denicin
2
0, por lo tanto, al hacer N en (1.23), la suma
N
k=0
x
2
k
P
k
converge al valor del integral
_
t
f
t
i
x
2
(t )dt , luego
2
tiende a cero. Como resultado se
tiene la siguiente igualdad:
t
f
_
t
i
|x(t )|
2
dt =
n=1
|x
n
|
2
=P
n
,
En este caso, el conjunto ortogonal se dene como completo en (t
i
, t
f
). 312
Si en la expansin (1.19) la cantidad de trminos N , o sea,
x(t ) =
n=
x
n
n
(t ) (1.25) seriegeninfty
entonces, la serie innita converge hacia la funcin x(t ), de tal manera que el valor cuadrtico 313
medio del error
2
(t ) de la aproximacin se hace igual a 0. Por lo tanto, la representacin de una 314
funcin x(t ), dada en (1.25) por medio de un sistema base con nmero innito de funciones 315
ortogonales, se identica con la representacin generalizada de Fourier de x(t ) para la base 316
_
n
(t )
_
. 317
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
`
..
`
`
`
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
` `

...............................................................
...............................................................
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x(t )
_
T
_
T
_
T
1/T
1/T
1/T
1
(t )
n
(t )
n
(t )
1
(t )
0
(t )
0
(t )
x
0
x
1
x
n
x(t )
Figura 1.6: Descomposicin y formacin ortogonal de seales
GenBases
Una seal de potencia (o energa) puede ser descompuesta si el conjunto de funciones base 318
genera un sistema completo, para el cual los coecientes x
n
se determinanpor (1.22). El mismo 319
conjunto de los coecientes |x
n
] se denomina espectro de la seal x(t ), mientras el producto 320
x
n
n
(t ) se dene como la componente espectral de la seal. Cualquiera de las dos formas: la 321
serie generalizada de Fourier (1.25) o el espectro |x
n
] (1.22) determinan unvocamente la seal 322
x(t ). 323
Basados enla expresin(1.25) es posible la sntesis de seales, as enla Figura 1.6 (para P
n
=1) 324
se muestra el diagrama de un generador de seales empleando el sistema de funciones base 325
_
n
(t )
_
. 326
Por cuanto, la cantidad de sistemas ortogonales completos es inconmensurable, la eleccin 327
del mejor sistema base de representacin tiene un amplio sentido prctico. Las siguientes son 328
las recomendaciones generales a tener en cuenta en este caso: 329
1. El sistema base debe ser descrito analticamente de manera simple, as que las correspon- 330
dientes funciones ortogonales sean sencillas de generar. 331
2. El sistema base debe ser una tarea con solucin adecuada, de manera que se facilite la 332
resolucin de problemas, tales como la representacin econmica de seales, la real- 333
izacin de ltros espectrales y la disminucin de costos computacionales en el proceso 334
de seales, entre otros. 335
3. Es preferible que el sistema base
_
i
(t )
_
sea multiplicativo, esto es, que se cumplan las 336
siguientes condiciones: 337
Sea
n
(t ),
m
(t )
_
i
(t )
_
, si
k
(t ) =
n
(t )
m
(t ), entonces,
k
(t )
_
i
(t )
_
. 338
Sea
n
(t )
_
i
(t )
_
, si
k
(t ) =1/
n
(t ), entonces,
k
(t )
_
i
(t )
_
. 339
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
4. El sistema base debe facilitar la sntesis de algoritmos econmicos (rpidos) en el sentido 340
del costo computacional. En particular, es preferible el empleo de sistemas conformados 341
por funciones ortogonales de estructura peridica, que permita su desarrollo mediante 342
algoritmos de naturaleza iterativa. 343
La eleccin del sistema de funciones ortogonales ms conveniente depende del objetivo con 344
que se descompone la seal compleja original. Entre los diferentes problemas que exigen esta 345
descomposicin pueden distinguirse dos orientaciones importantes: 346
1. La descomposicin en sistemas completos de funciones ortogonales, 347
2. La aproximacin de las seales, de tal manera que se pueda brindar la precisin deseada 348
con el menor nmero de elementos de la serie en (1.19). 349
En el primer caso, se difundi el empleo de las funciones exponenciales de Fourier y en par- 350
ticular de las funciones trigonomtricas: los senos y cosenos. Sin embargo, en algunos casos 351
se emplean otros sistemas. Por ejemplo, para la discretizacin de seales continuas en el tiem- 352
po se emplean bases del tipo sinc(x). En el proceso digital de seales es muy frecuente el em- 353
pleo de funciones constantes en segmentos de tiempo [4] (bases de Rademacher, Walsh, Paley, 354
Hadamar y Haar). 355
Como ejemplos de conjuntos ortogonales en la segunda orientacin se pueden analizar los 356
polinomios de Chebyshev, Hermite, Laguerre, Legendre, entre otros [4, 5]. 357
1.2.2. Conjunto ortogonal completo de Fourier 358
SerieFourier
Si se propone una funcin x(t) cuyo valor est representado en un intervalo determinado, 359
desde t=0 hasta x=T, por la ordenada de una curva trazada arbitrariamente, se podr 360
desarrollar esta funcin en una serie que no contendr ms que los senos y cosenos de los 361
arcos mltiples... 362
363
Fourier 364
Serie exponencial de Fourier. Se dene a partir del conjunto ortogonal conformado por las
funciones exponenciales complejas del tipo:
n
(t ) =e
j n
0
t
, (1.26) SerieDisFourier
donde n |0, i1, i2, . . .] se denomina armnico, siendo
0
=const ,=0. 365
En la determinacin del valor de la constante
0
, se parte de la denicin de ortogonalidad
dada por la expresin (1.18), sobre el intervalo de tiempo (t
i
, t
f
), por lo que se tiene:
t
f
_
t
i
n
(t )
m
(t )dt =
t
f
_
t
i
e
j n
0
t
e
j m
0
t
dt =
_
0, n ,=m
E
n
, n =m
=
1
j (n m)
0
_
e
j (nm)
0
t
f
e
j (nm)
0
t
i
_
=0, n ,=m,
=
1
j (n m)
0
e
j (nm)
0
t
i
_
e
j (nm)
0
(t
f
t
i
)
1
_
=0.
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
obtenindose los respectivos valores de
0
=2/E
n
, E
n
=(t
f
t
i
) (1.27) 1.30
La representacin exponencial de la serie Fourier para cualquier seal de energa, de (1.17),
es:
x(t ) =
n=
x
n
e
j n
0
t
, t
i
<t <t
f
(1.28) SerieExpFourier
donde cada uno de los coecientes de la serie, teniendo en cuenta (1.22), se determinan por la
siguiente expresin:
x
n
=
1
t
f
t
i
t
f
_
t
i
x(t )e
j n
0
t
dt (1.29) ?xn_Fourier?
Se dene como espectro de Fourier a la representacin grca de los coecientes complejos 366
de Fourier de la funcin en dependencia de la frecuencia. Aunque, como antes se dijo, el es- 367
pectro se puede hallar para cualquier sistema base de representacin, realmente, al espectro de 368
Fourier se le ha encontrado interpretacin fsica y, por lo tanto, uso prctico en la ingeniera. En 369
adelante, cuando se reera al espectro se tendr en cuenta slo la representacin espectral de 370
Fourier. En la Tabla 1.1 se muestran los coecientes de Fourier para algunas seales comunes. 371
Seal Denicin Coeciente x
n
Cuadrada simtrica
_
_
_
1, |t | <
T
4
1,
T
4
<|t | <
T
2
_
sinc(n/2), n ,=0
0, n =0
Pulsos rectangulares
_
_
_
+1, |t | <
2
0,

2
|t | <
T
2
T
sinc(n/T)
Triangular simtrica 14|t |/T, |t | <T/2
_
sinc(n/2), n ,=0
0, n =0
Diente de sierra 2t /T, |t | <T/2
_
_
_
j (1)
n
, n ,=0
0, n =0
Sinusoide recticada |sin
0
t |
_
_
_
2
(1n)
, n par
0, n impar
Tabla 1.1: Coecientes de descomposicin espectral de Fourier
CoeficientesFourier
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 1.7 Hallar la serie exponencial de Fourier, considerando a ,=b, para la funcin:
meandro
x(t ) =
_
_
_
a, t
1
2
<t <t
1
b, t
1
<t <t
1
+
2
,
Aplicando (1.27) se obtiene
E
n
=((t
1
+/2) (t
1
/2)) =,
siendo
0
=2/E
n
=2/.
Los coecientes espectrales se denen a partir de (1.22):
x
n
=
1
t1+/2
_
t1/2
x(t )e
j n0t
dt =
1
_
_
_
_
t1
_
t1/2
ae
j n0t
dt +
t1+/2
_
t1
be
j n0t
dt
_
_
_
_
x
n
=
1
_
ae
j n0t
j n
0
_
_
_
_
t1
t1/2
+
be
j n0t
j n
0
_
_
_
_
t1+/2
t1
_
Al hacer a =b y t
1
=0, se tiene que
x
n
=
1
_
ae
j n0t
j n
0
_
_
_
_
0
/2
ae
j n0t
j n
0
_
_
_
_
/2
0
_
=
a
j n
0
_
e
j n0t
_
_
0
/2
e
j n0t
_
_
/2
0
_
=
a
j n
(1cosn)
con lo cual nalmente se tiene que
x
n
=
_
_
_
2a
j n
, n impar
0, n par
En cambio, si a =b, pero t
1
=/2, el valor de los armnicos ser:
x
n
=
1
_
ae
j n0t
j n
0
_
_
_
_
/2
0
ae
j n0t
j n
0
_
_
_
_
/2
_
=
a
j n
0
_
0 e
j n0t
_
_
/2
_
=
a
n
sinn
=0, n.
Finalmente, la representacin completa en forma de serie exponencial de Fourier (1.19), para la funcin
dada en el intervalo (t
1
/2, t
1
+/2), es la siguiente:
x(t ) =
n=
x
n
e
j n0t
=
2a
j
_
e
j t
+
e
j 3t
3
+
e
j 5t
5
+ e
j t
e
j 3t
3

e
j 5t
5

_
En la Figura 1.7 se muestra la seal dada en el tiempo y sus respectivos coecientes obtenidos en la
ltima expresin para la serie exponencial de Fourier.
372
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
.
`
t
x(t )
a
b
t
1
2
t
1
t
1
+

2
(a) Representacin en el tiempo
8
0
6
0
4
0
2
0
2
0
4
0
6
0
8
0
0
0
1
0.5
x
n
0.5
(b) Representacin espectral
Figura 1.7: Meandro simple
MeandroSimple
El ejemplo 1.7 se puede extender a un tren de pulsos cuadrados x(t ) = a
k
rect
(t kT) , 373
siendo
0
=2/T. 374
Al reemplazar la anterior relacin en (1.22) se obtiene:
x
n
=
1
T
T/2
_
T/2
x(t )e
j n
0
t
dt =
1
T
/2
_
/2
ae
j n
0
t
dt
x
n
=
a
j n
0
T
_
e
j n
0
/2
e
j n
0
/2
_
=2
a
n
0
T
sin
_
n
0
2
_
x
n
=
a
T
sin(n
0
/2)
n
0
/2
=
a
T
sinc(n
0
/2) , n ,=0 (1.30a) xn_pulrec
x
0
=
1
T
/2
_
/2
a dt =
a
T
(1.30b) xn0_pulrec
El conjunto de valores, denidos por (1.30a) y (1.30b), que determina el espectro de un tren 375
de pulsos cuadrados, est representada en las Figuras 1.8(a) y 1.8(b). Para este caso, se dene 376
como el ancho de banda del lbulo principal del espectro a la distancia que hay entre los dos 377
primeros ceros de la funcin (1.30a) e igual a =2/. 378
La inuencia de los parmetros bsicos de la funcin pulso cuadrado, como son la ampli- 379
tud a, el perodo T y el ancho del pulso en el tiempo , sobre la forma del respectivo espectro 380
(1.30a), se da en los siguientes aspectos: 381
- La amplitud a no inuye sobre la forma de la envolvente espectral y es su factor de escala. 382
- Sea el perodo T =var, tal que se conserva la relacin /T =const. Si se tienendos seales
conperodos respectivamente diferentes, tales que T
1
=2T
2
, para las cuales se cumple que
01
=2/T
1
,
02
=2/T
2
=2(2/T
1
)
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
4 3 2 1 0 1 2 3 4
0.2
0
1
4 3 2 1 0 1 2 3 4
0.2
0
1
4 3 2 1 0 1 2 3 4
0.2
0
1
T =0.1
T =0.15
T =0.3
(a) Espectros para /T =var, =const .
4 3 2 1 0 1 2 3 4
0
1
4 3 2 1 0 1 2 3 4
0
1
4 3 2 1 0 1 2 3 4
0
1
/T =1
/T =2
/T =0.5
(b) Espectros para /T =var, T =const.
Figura 1.8: Acomodamiento espectral con el cambio de parmetros de un tren de pulsos cuadrados
MeandroPulsos
entonces,
01
=
02
/2 y = 2/ = const . Luego, la distancia entre cada una de las 383
componentes espectrales cambia de modo inversamente proporcional al aumento del 384
valor del perodo T, sin embargo, la forma de la envolvente del espectro no cambia, mien- 385
tras /T =const . 386
- Sea =var, /T = const, por lo que,
0
=2/T. Si se analizan dos seales con ancho de
pulso respectivamente diferentes, para las cuales se cumple que
1
=2
2
,
1
=2/
1
,
2
=2/
2
entonces,
1
=
2
/2. En este caso, la distancia entre las componentes espectrales es 387
constante para cualquier valor de , por lo cual las respectivas formas del espectro cam- 388
bian. El ancho de banda del lbulo principal cambia de modo inversamente proporcional 389
al valor de . 390
Los espectros correspondientes a cada uno de los casos anteriormente analizados estn 391
representados en la Figura 1.8. 392
Serie trigonomtrica de Fourier. A partir de la igualdad de Euler, = cos + j sin, la serie
exponencial de Fourier, que representa a la funcin x(t ) en el intervalo (t
i
, t
f
), se puede de-
scomponer en la suma trigonomtrica del tipo:
x(t ) =a
0
+
n=1
a
n
cos(n
0
t )+
n=1
b
n
sin(n
0
t ) (1.31) serTrigFourier
Se puede llegar de la serie exponencial de Fourier a su representacin trigonomtrica reem-
plazando:
a
n
=2|x
n
], b
n
=2j |x
n
], n ,=0, (1.32) an_serTrigFourier
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
mientras, a
0
=x
0
, b
0
=0. En cualquier caso se cumple que
x
n
=(a
n
j b
n
)/2
Cuando se aplica la denicin (1.22) de los coecientes x
n
, notados en (1.32), se obtiene:
a
n
=
t
f
_
t
i
x(t ) cos (n
0
t ) dt
t
f
_
t
i
cos
2
(n
0
t ) dt
=
2
t
f
t
i
t
f
_
t
i
x(t ) cos (n
0
t ) dt , n ,=0
b
n
=
t
f
_
t
i
x(t ) sin(n
0
t ) dt
t
f
_
t
i
sin
2
(n
0
t )dt
=
2
t
f
t
i
t
f
_
t
i
x(t ) sin(n
0
t ) dt
El coeciente inicial se calcula como
a
0
=
t
f
_
t
i
x(t )dt
t f
_
t
i
dt
=
1
t
f
t
i
t
f
_
t
i
x(t )dt .
La serie trigonomtrica de Fourier en (1.31) puede representarse de manera alterna:
x(t ) =
n=0
c
n
cos(n
0
t +
n
) , (1.33) ?serCompFourier
donde
c
n
=
_
_
a
2
n
+b
2
n
=2|x
n
| =2
_
x
n
x
n
, n ,=0
x
0
, n =0
(1.34a) ?an_cn?
n
=tan
1
_
b
n
a
n
_
=tan
1
_
|x
n
]
|x
n
]
_
(1.34b) ?thetan_cn?
La representacin de una seal de energa por la serie de Fourier en un intervalo nito (t
i
, t
f
) 393
se puede extender para las seales peridicas (suponiendo que el valor de la energa encualquier 394
intervalo o perodo T sea nito), para las cuales se cumple la condicin e
j
=e
j (+2/T)
. 395
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Todas las expresiones anteriores son vlidas para las funciones peridicas reemplazando el 396
intervalo de denicin de las seales aperidicas [t
i
, t
f
] por el valor del perodo T de las fun- 397
ciones peridicas. 398
Cabe anotar que la representacin mediante las series de Fourier converge en x(t ), en el sen- 399
tido en que el error cuadrtico medio tiende a cero de manera uniforme y absoluta cuando la 400
cantidad de trminos de la aproximacin tiende a innito, siempre y cuando la funcin x(t ) 401
cumpla las condiciones de Dirichlet [6]: 402
1. x(t ) es absolutamente integrable sobre cualquier intervalo de anlisis T, esto es,
+T
_
|x(t )| dt < (1.35) RepSenales:DirichletDebil

2. x(t ) tiene un nmero nito de mximos y mnimos sobre cualquier intervalo nito de 403
anlisis T. 404
3. x(t ) slo tiene un nmero nito de discontinuidades de primer tipo sobre cualquier in- 405
tervalo nito de anlisis T. 406
Riemman
Teorema 1.2 (Riemman) Si la funcinncleo integral x(t ) cumple las condiciones de Dirichlet y,
en forma general, si sta es absolutamente integrable en el intervalo (a, b), entonces tendr lugar
el siguiente lmite [7]:
lm
v
b
_
a
x() cos(v)d = lm
v
b
_
a
x() sin(v)d =0.
1
0
1
1
0
1
1
0
1
1
0
1
n =1
n =3
n =5
n =13
Figura 1.9: Efecto de Gibbs
Gibbs
Como corolario del teorema 1.2 se tiene 407
que los coecientes a
n
, b
n
y, por lo tanto, c
n
408
tienden a cero cuando n . 409
En puntos de discontinuidad nita (del 410
primer tipo) en la funcin x(t ), la serie de 411
Fourier converge en la media aritmtica de 412
los valores extremos de la discontinuidad. A 413
medida que se aumentan los trminos N de 414
la serie, el valor del error cuadrtico integral 415
decrece excepto en la vecindad inmediata 416
de la discontinuidad nita, en cuya cercana 417
la serie deja de converger, aunque el error 418
cuadrtico medio tienda a cero. Cualquiera 419
que sea la cantidad mxima nita de trmi- 420
nos tomados de esta serie, la representacin 421
aproximativa siempre tendr un paso contin- 422
uo entre los puntos extremos de la vecindad 423
de la discontinuidad. Este comportamiento se conoce como fenmeno de Gibbs [8]. 424
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
En la Figura 1.9 se muestra la aproximacin de una seal rectangular () y su respectivo valor 425
de error de aproximacin (). 426
En general, se considera que las series de Fourier tienen amplia aplicacin, entre otros, por 427
los siguientes motivos [7]: 428
stas son oscilaciones simples y estn determinadas para todo valor de t . 429
Las oscilaciones armnicas seno y coseno son las nicas funciones del tiempo que con- 430
servan su forma al pasar por cualquier dispositivo lineal, variando slo su fase y su am- 431
plitud. 432
La descomposicin en senos y cosenos permite aplicar el mtodo simblico usualmente 433
desarrollado para el anlisis de circuitos lineales. 434
Finalmente, se debe tener encuenta que enla representacinespectral, dada unporcin de la
seal sobre el intervalo nito de tiempo T, es imposible distinguir componentes de frecuencia
que estn por debajo de la siguiente relacin:
f =
0
2
=
1
T
(1.36) ?FT:Resolucion?
El valor f es llamado resolucin de frecuencia. 435
1.2.3. Otros conjuntos ortogonales completos 436
?ConjOrtogonales?
Existen funciones, que conforman sistemas base completos
_
n
(t )
_
, siendo ortonormales en
los intervalos indicados con valor de peso
_
w (t ), esto es, que se cumpla la condicin:
_
n
(t )
_
=
__
w (t )
n
(t )
_
, n (1.37) funcionOrtPeso
donde w (t ) es la funcin de peso y |
n
(t )] son las funciones sobre los cuales se forman los
sistemas base ortogonales. Como consecuencia de (1.37), la denicin de ortogonalidad (1.18)
sobre el intervalo T, cambia por:
_
T
m
(t )
n
(t ) w (t ) dt =
_
0, m ,=n
E
n
, m =n
, E
n
=
_
_
_
_
w (t )
n
(t )
_
_
_
2
=
_
T
__
w (t )
n
(t )
_
2
dt
As mismo, cambia la denicin de los coecientes (1.22) de la expansin (1.17):
x
n
=
1
_
_
_
_
w (t )
n
(t )
_
_
_
2
_
T
x (t )
_
w (t )
n
(t ) dt . (1.38) xn_funcionOrtPeso
Particular importancia tienen las funciones de Walsh, para las cuales (l ) corresponde al el-
emento l en representacin del valor en cdigo Gray, mientras r
n
(t ) son las funciones de
Rademascher [4]. La descomposicin de una seal, x (t ), en este caso tiene la forma:
x (t ) =
n=0
x
n
wal
n
(t ) (1.39) WalshDescomp
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
donde los coecientes de la serie Fourier-Walsh (1.39), determinados por (1.22) y (1.38),
x
n
=
1/2
_
1/2
x (t ) wal
n
(t ) dt
conforman el espectro de la seal x (t ) por la base Walsh, el cual es denominado S-espectro 437
(sequency spectrum). 438
Ejemplo 1.8 Determinar el S-espectro de la seal x (t ) =sin2t , <t <, empleando el conjunto
|wal
n
(t ) , 0 t <1, n =0, 1, . . . , 31]
Debido a la imparidad de la funcin x (t ) respecto al punto t = 1/2, todos los coecientes para las
funciones pares wal
2n
(t ) =0, al igual que los coecientes de las funciones impares 3, 7, 11, 15, 19, 23, 27, 31.
Los dems coecientes tienen los siguientes valores:
x
1
=
1/2
_
1/2
x (t ) wal
1
(t ) dt =
1/2
_
1/2
sin(2t ) wal
1
(t ) dt =2
1/2
_
0
sin(2t ) dt =
2
0.637
x
5
=
1/2
_
1/2
sin(2t ) wal
5
(t ) dt =4
1/8
_
0
sin(2t ) dt 2
3/8
_
1/8
sin(2t ) dt 0.264
En forma similar, se obtienen los siguientes coecientes:
x
9
0.052, x
13
0.127, x
17
0.012, x
21
0.005,
x
25
0.026, x
29
0.063
De igual manera, se puede establecer el S-espectro de la seal x (t ) = cos2t , para la cual se obtiene
los siguientes coecientes: x
2
0.637, x
6
0.264, x
10
0.052, x
14
0.127, x
18
0.012, x
22
0.005. Los
dems coecientes son iguales a cero. En la Figura 1.8 se observan las respectivas representaciones.
En general, el S-espectro de la funcin x (t ) =sin(2t +) se obtiene a partir de la relacin:
sin(2t +) =sin(2t ) cos +cos(2t ) sin
por lo cual es claro, que cambiando el desfase cambian los valores de los coecientes de descomposicin
de la serie de Walsh.
EjemSpecWalsh
0 15
.2
0
.6
0 15
.2
0
.6
xn
xn
funcin sin
funcin cos
31 n
31 n
Ejemplo de diferentes bases de descomposicin espectral
439
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
440
Problemas 441
442
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.3. Representacin integral de seales 31
La representacin discreta, que se analiza en el numeral 1.2, en algunos casos, se restringe
a la descomposicin de seales peridicas, o bien a seales aperidicas pero denidas sobre
intervalos nitos de tiempo. Esta ltima restriccin es superable al emplear la representacin
integral, que se da enforma de transformadas integrales y que se lleva a cabo para sistemas base
continuos. La generalizacin de (1.17), en forma de representacin continua, para cualquier
sistema base o transformada directa generalizada de Fourier, se puede escribir en el dominio T
como sigue:
v(s ) =
_
T
x(t )(s , t )dt , s S (1.40) TransDirGen
siendo s el parmetro generalizado del dominio S y (s , t ) el ncleo base dual con respecto al 444
ncleo base (s , t ). La funcin v(s ) es una representacin continua de x(t ) anloga a los coe- 445
cientes x
n
en (1.17), que corresponde a la densidad, la cual caracteriza la distribucin de x(t ) 446
con relacin a (s , t ) en las diferentes regiones de S. 447
De manera recproca, se determina la transformada inversa generalizada de Fourier,
x(t ) =
_
S
v(s )(s , t )ds , t T (1.41) TransInvGen
Si existe la base dual (s , t ), las ecuaciones (1.40) y (1.41) analizadas en conjunto correspon- 448
den al par de transformadas de representacin integral de seales, las cuales, en forma general, 449
no exigen que (s , t ) y (s , t ) pertenezcan a L
2
(T). Sin embargo, se conserva la representacin 450
de v(s ) para cada valor de s como un funcional lineal de x(s ). 451
Reemplazando x(t ) de (1.41) en (1.40) e intercambiando el orden de integracin se obtiene la
condicin conjunta que deben cumplir los ncleos base duales:
x(t ) =
_
S
_
T
x() (s , ) (t , s ) dds =
_
T
K (t , )x()d f
K
|x(t )] (1.42) 1.86a
donde K (t , ) =
_
S
(s , ) (t , s ) ds . 452
Enforma general, el funcional lineal f
K
|x(t )] no es acotado ni continuo, por lo tanto, no es de 453
esperar que exista una funcin, perteneciente a L
2
(T) y denida en , que cumpla la condicin 454
(1.42) para cualquiera que sea la seal x(t ). 455
La solucin a este problema est en la representacin de la seal x(t ), mediante el integral de
Duhamel (1.10), que emplea la funcin generalizada singular (t ) de la siguiente forma:
f
K
|x(t )] =x(t ) =
_
T
(t )x()d, t T
Dado un ncleo base, de (1.42) se establece la restriccin que debe cumplir el respectivo n-
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
cleo dual:
_
S
(t , s ) (s , ) ds =(t ) (1.43) NucleoCondicion1
De la misma manera, al reemplazar (1.40) en (1.41), se tiene la condicin:
_
T
(s , t ) (t , ) ds =(s ) (1.44) NucleoCondicion2
que debe cumplir, tanto (s , t ) como (t , ) , para conformar un par de ncleos conjugados 456
base. Sin embargo, el anlisis de (1.43) y (1.44) muestra que ambos ncleos al mismo tiempo no 457
pueden pertenecer a L
2
(). 458
Algunos ncleos base tienen la propiedad por la cual la transformada de la funcin en el
dominio t , siendo integrable y perteneciente a L
2
(T), siempre genera funciones en el dominio s
tambin integrables (pertenecientes a L
2
(S)). La correspondencia completa entre las funciones
determinadas en los dominios de t y s se provee con los ncleos autoconjugados, esto es [9],
(s , t ) =(t , s ) (1.45) nucleoAutoconj

Dadas dos transformaciones v
x
(s ) y v
y
(s ) de las seales x(t ) e y (t ), respectivamente, en-
tonces,
_
v
x
(s ) , v
y
(s )
_
=
_
S
v
x
(s ) v
y
(s ) ds =
_
S
_
T
_
T
x (t ) y
() (s , t )
(s , ) ddt ds
que asumiendo la condicin (1.45) sobre los ncleos autoconjugados se tiene que,
_
v
x
(s ) , v
y
(s )
_
=
_
T
_
T
x (t ) y
() (t ) dt d
=
_
T
x (t ) y
(t ) dt =
_
x (t ) , y (t )
_
De lo anterior se observa, que el valor del producto escalar se mantiene igual al cambiar del 459
dominio t al dominio s . 460
1.3.1. Transformada de Fourier 461
La transformada integral de Fourier, o transformada de Fourier (TF), se obtiene asumiendo en
calidad de funciones base las siguientes:
(t , s ) =e
j s t
, (t , s ) =e
j s t
(1.46) Franks412
para T (, ) y S (, ). 462
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Por cuanto, para la funcin generalizada ocurre la siguiente relacin lmite
lm
e
j s t
ds = lm
2
sint
t
=(t )
entonces, el par de funciones (1.46) cumple las restricciones (1.43) y (1.44), impuestas a los 463
ncleos de base conjugados. El parmetro s caracteriza la frecuencia de cada funcin base, y 464
usualmente, se nota por alguna de las variables de frecuencia angular , o bien, de frecuencia 465
lineal 2f . 466
Como se indica en el numeral 1.2.2, el conjunto de las series de Fourier permite representar, 467
tanto la seal aperidica en cualquiera de los puntos comprendidos en el intervalo de tiempo 468
[t
i
, t
f
] como las seales peridicas con perodo T. Sin embargo, para el caso en que las fun- 469
ciones aperidicas extiendan su representacin a todo el eje del tiempo (, ) se obtiene, 470
para cualquiera de los coecientes del sistema (1.32), una indeterminacin al reemplazar E
n
de 471
(1.27). 472
La seal x(t ), denida en el intervalo nito de tiempo [t
i
, t
f
], se puede representar como una
suma de funciones exponenciales pero para todo el intervalo (, ) por medio de una nueva
funcin peridica x
T
(t ) con perodo T, que corresponde a la seal x(t ) repetida cada T segun-
dos, como se ilustra en la Figura 1.10. La seal original puede obtenerse de nuevo haciendo
T , es decir,
x(t ) = lm
T
x
T
(t )
0
0
0
0
x(t )
x
T
(t )
T
T
2T 3T 4T
Figura 1.10: Representacin peridica de funciones
aperidicas
TFaperiod
La serie exponencial de Fourier que repre-
senta a la funcin x(t ) es:
x
T
(t ) =
n=
x
n
e
j n
0
t
,
donde
x
n
=
1
T
T/2
_
T/2
x
T
(t )e
j n
0
t
dt ,
0
=
2
T
Debido a que T , entonces,
0
0.
Luego, antes de llevar al lmite, deben hac-
erse los siguientes ajustes para que las com-
ponentes x
n
no se hagan cero. En particular,
se introducen las siguientes notaciones:
n
A
=n
0
,
X(
n
)
A
=Tx
n
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Entonces, las anteriores deniciones se convertirn respectivamente en:
x
T
(t ) =
1
T
n=
X(
n
)e
j
n
t
,
X(
n
) =
T/2
_
T/2
x
T
(t )e
j
n
t
dt
La distancia entre las lneas adyacentes en el espectro de lnea, obtenida para la seal lmite
x
T
(t ), se nota por =2/T, la cual se puede reemplazar en la anterior serie, as:
x
T
(t ) =
n=
X(
n
)e
j
n
t

2
Al realizar la operacin del lmite, cuando T , las lneas contiguas discretas del espec-
tro de x
T
(t ) se acercan hasta formar un intervalo continuo de valores. La suma innita de la
anterior expresin resulta en la integral ordinaria de Riemann, as que:
x(t ) = lm
T
x
T
(t ) = lm
T
n=
X(
n
)e
j
n
t

2
que se convierte en la expresin conocida como la Transformada Inversa de Fourier:
x(t ) =
1
2
X()e
j t
d
A
=
1
|X()] (1.47) TFInv
De igual manera, se puede obtener la Transformada Directa de Fourier:
X() =
x(t )e
j t
dt
A
=|x(t )] (1.48) TFDir
El par de transformadas (1.47) y (1.48) representa la seal x(t ) como una suma continua de 473
funciones exponenciales cuyas frecuencias estn en el intervalo (, ). La amplitud relativa 474
de los componentes a cualquier frecuencia es proporcional a X(). 475
Cabe anotar, que cuando la seal x(t ) representa voltaje, entonces, X() tiene las dimen- 476
siones de voltaje por tiempo. Como la frecuencia tiene unidades de tiempoinverso, luego, puede 477
considerarse a X() como un espectro de densidad de voltaje o, en forma ms general, como la 478
funcin densidad espectral de x(t ) (o simplemente FDE). 479
A cada seal se le puede hallar su respectiva FDE por medio de la Transformada Directa de
Fourier dada en (1.48), cuyo sentido fsico queda claro de (1.47) para la TF inversa. En esta
relacin, el valor de x(t ) se puede calcular, aproximadamente, cambiando la integral por una
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
sumatoria (mtodo de los rectngulos [10]) de la siguiente manera:
x(t )
n=
X(n)e
j nt
2
_

n=
X(n) cos(nt ) +j
n=
X(n) sin(nt )
_
(1.49) TFApprox
La aproximacin (1.49) muestra que cualquier seal x(t ) se puede representar mediante un 480
conjunto innito de sinusoides y cosinusoides con frecuencias n con coecientes comple- 481
jos, en forma general. De la aproximacin (1.49) se llega a la transformada de Fourier inversa 482
haciendo 0. 483
Al interpretar las ecuaciones (1.47) y (1.48), teniendo en cuenta la forma obtenida en (1.49) se 484
puede decir que cada seal es la suma de funciones exponenciales complejas, cuya parte real 485
son cosinusoides y la parte imaginaria son sinusoides con coecientes x(n) determinados 486
por la transformada de Fourier directa. 487
Por ltimo, cabe anotar que la funcin de densidad espectral de una seal dada x(t ) se puede 488
visualizar representando grcamente todo el conjunto de los respectivos coecientes X(n), 489
representados para el dominio . 490
Ejemplo 1.9 Determinar la FDE de la funcin pulso rectangular x(t ) =a rect
(t ).
Usando la TF (1.48), se obtiene:
X() =
a rect
(t )e
j t
dt =a
/2
_
/2
e
j t
dt
=
a
j
(e
j /2
e
j /2
) =
asin(/2)
/2
X() =asinc(/2).
491
Dirichlet
Existencia de la transformada de Fourier. Si una seal x(t ) cumple las condiciones de Dirich- 492
let en cualquier intervalo de tiempo nito se puede demostrar la existencia de la Transformada 493
de Fourier, esto es, si se cumplen las condiciones descritas en el numeral 1.2.2, a partir del 494
anlisis de la ltima condicin, se puede decir que la transformada de Fourier se puede usar 495
para representar unvocamente cualquier seal real de energa. Estas condiciones son tambin 496
sucientes para la convergencia de las series de Fourier en la representacin de cualquier seal 497
de potencia en el intervalo de tiempo (0, T). 498
Transformada de Fourier de seales peridicas. La funcin x
T
(t ) peridica con perodo T
puede expresarse por su serie exponencial de Fourier:
x
T
(t ) =
n
x
n
e
j n
0
t
, donde
0
=
2
T
.
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Tomando la TF directa en la ltima ecuacin
|x
T
(t )] =
_
n
x
n
e
j n
0
t
_
Si se tiene en cuenta la linealidad (1.4) de la transformada de Fourier, entonces:
|x
T
(t )] =
n
x
n
_
e
j n
0
t
_
Adems,
1
|(i
0
)] =
1
2
(i
0
)e
j t
d=
1
2
e
j
0
t
,
luego, transformando ambos lados de la ltima ecuacin, se tiene
1
|(i
0
)]
_
=
1
2
|e
j
0
t
]
o intercambiando trminos,
|e
j
0
t
] =2|
1
|(i
0
)]] =2(i
0
)
entonces,
|x
T
(t )] =
n
x
n
_
e
j n
0
t
_
=2
n
x
n
(i
0
),
Es decir, la FDE de una seal peridica consiste en la sumatoria de un conjunto de funciones 499
impulsos, multiplicados cada uno por el coeciente 2 y localizados en las frecuencias armni- 500
cas. 501
Propiedades de la TF 502
(a). Linealidad. Sea X
n
() = |x
n
(t )], entonces
n
a
n
x
n
(t )
_
=
n
a
n
X
n
(), a
n
=cons t . (1.50) TFLinealidad
(b). Conjugada compleja.
|x
(t )] =X
()
(c). Simetra. Sea
x(t ) =x
(t ) +j x
(t )
siendo |x
(t )] = X
() y |x
(t )] = X
(). Teniendo en cuenta la propiedad de lin- 503

M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
ealidad (1.50), se obtiene, entonces, X() =X
() +j X
(). 504
(d). Dualidad. Sea |x(t )] =X(), entonces (Figura 1.11)
|X(t )] =2x()
0
0
0
0
0
0
0
0
x(t ) X()
X(t ) x()
max

max
t
t
Figura 1.11: Propiedad de dualidad de la TF

TFDualidad
505
(e). Escala de coordenadas. Figura 1.12
|x(t )] =
X(/)
||
(1.51) ?TFpropEscala?
0
0 t
t
x(t )
X()
x(t )
X(/)
||
Figura 1.12: Propiedad de escala de la TF
TFEscala
506
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
(f ). Desplazamiento en el tiempo (retardo).
|x(t t
0
)] =X()e
j t
0
(1.52) TFpropRetardo
(g). Desplazamiento de frecuencia (modulacin).
|x(t )e
ij
0
t
] =X(
0
) (1.53) TFpropModulacion
Por cierto, a la funcin (t ) desplazada en el tiempo t
0
le corresponde:
|(t t
0
)] =
(t t
0
)e
j t
dt =e
j t
0
Si t
0
=0, entonces, |(t )] =1. 507
En caso de tener solamente la parte real,
|x(t )|e
j
0
t
]] =|x(t ) cos(
0
t )] =
_
x(t )
_
e
j
0
t
+e
j
0
t
2
__
,
usando la propiedad de desplazamiento de frecuencia se obtiene:
_
x(t )|e
j
0
t
]
_
=
1
2
(X(+
0
) +X(
0
))
(h). Diferenciacin.
_
d
dt
x(t )
_
= j X() (1.54) TFpropDif
(i). Integracin.
_
_
_
t
_
x()d
_
_
_
=
1
j
X() +X(0)() (1.55) TFpropInt
donde X(0) =
x(t )dt . 508

(j). Relacin de Parseval. El reemplazo de (1.46) en (1.45) muestra que la base de Fourier es
autoconjugada, por lo que se obtiene la relacin,
X, Y =
_
x, y
_
(1.56) ?RepSenales:Parsevall_a?
que establece la dualidad tiempo-frecuencia. En el caso, cuando x = y , entonces se ob-
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
tiene,
X()X
()d=
1
2
|X()|
2
d=2
x
2
(t ) dt =E
x
(1.57) RepSenales:Parsevall
Discretizacin uniforme 509
El empleo de sistemas discretos en campos donde las seales son continuas supone su pre-
via acomodacin, esto es, la discretizacin de las seales. El modelo conveniente para la dis-
cretizacin ideal, o muestreo de una seal continua x
c
(t ), est dado por su multiplicacin con
alguna seal peridica de discretizacinx
d
(t ), conel nde obtener la seal discretizada x(kt ):
x(kt ) =x
c
(t )x
d
(t ) =
k
x
c
(kt )(t kt ) (1.58) Discret
donde x
d
(t ) =
k=
(t kt ), siendo t el perodo de discretizacin. 510
A partir de la expresin (1.58) se observa que la seal discretizada x(t ) se dene solamente en 511
los momentos equidistantes de tiempo t =kt , luego entonces, parte de la informacin de la 512
seal original x
c
(t ) se pierde durante su discretizacin. 513
Teorema 1.3 (Discretizacin de Kotelnikov.) Sea una seal continua x
c
(t ), para la cual no se
Teo:Kotielnikov
consideran componentes espectrales mayores a
max
=2f
max
[r ad/s ], donde f
max
es el mximo
valor de frecuencia para la cual X() ,= 0, entonces, toda la informacin de la seal continua
estar enteramente contenida en los valores x
c
(nt ), asegurando que se cumpla la desigualdad:
t 1/2f
max
(1.59) TeoremaDiscret
El teorema 1.3 permite representar la seal continua x
c
(t ) en forma de la serie:
x
c
(t ) =
k=
x
c
(kt )
sin(
max
(t kt ))
max
(t kt )
(1.60) serkotielnikov
Al comparar la serie (1.60) con la representacin (1.17), se observa que las funciones base de
descomposicin son las siguientes:
k
(t ) =
sin(
max
(t kt ))
max
(t kt )
La serie de Kotelnikov (1.60) permite el restablecimiento de la funcininicial x
c
(t ), encualquier 514
momento del tiempo t (dentro del intervalo de anlisis). Sin embargo, el restablecimiento de 515
x
c
(t ) exige realizar la sumatoria sobre una cantidad innita de trminos, lo cual prcticamente 516
es imposible. De otra manera, la implementacin del teorema de discretizacin conlleva in- 517
evitablemente a errores de representacin. 518
Cabe anotar, que los valores sucesivos de los tiempos discretizacin uniforme, descritos por 519
la malla |nt : n Z], estn separados a unintervalo constante e igual a t , cumpliendo (1.59), 520
por lo que en la prctica es comn normalizar su valor, esto es, x
c
(nt ) =x
d
[n]. 521
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Funcin densidad espectral de potencia (DEP). Describe la distribucin de la potencia en
funcin de la frecuencia y es importante para el anlisis de las seales de potencia:
S
x
() = lm
T
|X
T
()|
2
T
0 (1.61) ?RepSenales:EspectroPotencia
donde x(t ) se supondr que es nita en el intervalo (T/2, T/2) y X
T
() = |x(t ) rect(t /T)].
Para el caso de las funciones peridicas se obtiene:
S
x
() =2
n
|x
n
|
2
(n
0
).
La DEP de una funcin peridica es la serie de funciones impulso cuyos coecientes de peso 522
corresponden a la magnitud de los respectivos coecientes de la serie de Fourier. 523
1.3.2. Transformada de Laplace. 524
El anlisis de algunas seales x(t ), mediante la TF (1.47), se diculta en la medida en que no
cumplen la condicin dbil de Dirichlet (1.35), esto es, no son absolutamente integrables. En
este caso, se puede hallar la convergencia, si la seal se multiplica por una funcin que acote los
valores extremos, por ejemplo, por una curva exponencial del tipo, e
ct
, en la cual la constante
c >0 se escoge de tal manera que asegure la condicin de integrabilidad absoluta del producto
x(t )e
ct
, entonces, la densidad espectral de potencia (1.47) toma la forma,
X (, c) =
_

_
x (t ) e
ct
_
e
j t
dt
No obtante, para asegurar la convergencia de la anterior integral, se debe tomar la seal ajus-
tada sobre el dominio del tiempo, x(t )u(t ), tal que para t <0, su aporte sea 0. De otra manera,
el factor de multiplicacin e
ct
puede conllevar a la divergencia de la integral. Por lo tanto, el
lmite inferior de la anterior densidad espectral de Fourier acotada siempre es 0, esto es,
X (, c) =
_
0
_
x (t ) e
ct
_
e
j t
dt =
_
0
x (t ) e
(c+j )t
dt =X
_
c +j
_
(1.62) RepSenales:TFAcotada
Si se halla la TF inversa de la densidad espectral X
_
c +j
_
se obtiene
1
2
_

X
_
c +j
_
e
j t
d=x (t ) e
ct
As mismo, si ambas partes de la integral anterior se multiplican por e
ct
, juntando los factores
de multiplicacin exponencial y haciendo el cambio de variable c +j , entonces,
1
2j
c+j
_
cj
X
_
c +j
_
e
(c+j )t
d
_
c +j
_
=x (t )
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
En la prctica, es usual el empleo de la notacin p = c + j , luego, la anterior integral y la
densidad (1.62) conforman el par de Transformadas de Laplace (TL),
_
0
x (t ) e
pt
dt =X
_
p
_
' |x (t )] (1.63a) RepSenales:TransLaplaceDir
1
2j
c+j
_
cj
X
_
p
_
e
pt
dp =x (t ) '
1
_
X
_
p
__
(1.63b) RepSenales:TransLaplaceInv
De (1.63b), se observa que la TL inversa se realiza mediante la integracin en el plano com- 525
plejo p sobre toda la recta vertical c = cons t . Tambin es claro, que el reemplazo de p = j 526
conduce directamente a la TF. Por lo tanto, todas sus propiedades tienen lugar para la TL. 527
Ejemplo 1.10 Hallar la transformada de Laplace de la funcin escaln unitario u(t ).
Si se analiza la FDE (1.48), entonces se obtiene,
U() =
u (t ) e
j t
dt =
_
0
e
j t
dt =
e
j t
j
_
_
_
_
0
=
1
j
_
1 lm
t
e
j t
_
Sin embargo, e
j t
, cuando t no converge a ningn valor, y por lo tanto, la densidad es indeter-
minada. La razn est en que la funcin u(t ) no cumple las condiciones de Dirichlet.
En el caso de la transformada de Laplace (1.63a), X
_
p
_
=' |x (t )], se puede demostrar que,
'
_
dx
dt
_
=pX
_
p
_
x (0
+
) (1) EjemLaplace1
donde x (0
+
) es el valor de la seal en t 0, que sea innitamente cercano por la derecha. En ese sentido, la
funcin escaln unitario se puede representar como la derivada de la seal rampa, tal que, x
2
(t ) =kt u (t ) =
u (t ) du/dt , para la cual se obtiene la transformada, X
_
p
_
=
_
0
kt e
pt
dt . Integrando por partes, haciendo
v =kt , dv =kdt y dw =e
pt
dt , entonces, w =e
pt
/p:
X
_
p
_
=
e
pt
p
kt +
_
0
e
pt
p
kdt =
e
pt
p
kt +
k
p
_
e
pt
p
_
_
_
_
_
0
=0
_
0
k
p
2
_
=
k
p
2
Luego, teniendo en cuenta la transformada de la derivada de una funcin (1):
' |u (t )] =pX
2
_
p
_
u (0
+
) =p
k
p
2
=
k
p
Finalmente, la densidad espectral de energa buscada, al reemplazar p por j , es igual a
U() =k/j
528
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.3.3. Integral de convolucin 529
Nuevos sistemas bases se puedenformar a partir del desplazamiento enel tiempo de unsistema
base original. Por ejemplo, si se analiza el siguiente caso particular,
(s , t ) =(t s ) (1.64) baseDespl
de tal manera, que el sistema base es funcin de una sola variable, correspondiente a la difer-
encia (t s ), adems, considerando T,S (, ), entonces, la seal original corresponde a la
integral:
x(t ) =
v(s )(s t )ds

A
=v(t ) (t ) (1.65) IntConvolucion
denominada la integral de convolucin, cuyas principales propiedades son las siguientes: 530
(a). Conmutacin
x
m
(t ) x
n
(t ) =x
n
(t ) x
m
(t )
(b). Distribucin
x
k
(t ) (x
m
(t ) +x
n
(t )) =x
k
(t ) x
m
(t ) +x
k
(t ) x
n
(t )
(c). Asociacin
x
k
(t ) (x
m
(t ) x
n
(t )) =(x
k
(t ) x
m
(t )) x
n
(t )
(d). Convolucin en el tiempo. Sea |x
i
(t )] =X
i
();
|x
m
(t ) x
n
(t )] =X
m
()X
n
() (1.66) ConvTiempo
(e). Convolucin en la frecuencia
|x
m
(t )x
n
(t )] =
1
2
(X
m
() X
n
()) (1.67) ?ConvFrecuen?
(f ). Convolucin con la funcin impulso
x(t ) (t t
0
) =x(t t
0
)
Por cierto, (t
1
) (t
2
) =(t
1
2
). 531
Finalmente, se puede demostrar que:
d
dt
(x
m
(t ) x
n
(t )) =x
m
(t )
d
dt
x
n
(t ) =
d
dt
x
m
(t ) x
n
(t )
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
El ncleo conjugado, encaso de existir, se puede hallar mediante el clculo de la transformada
de Fourier para (1.65), que al tener en cuenta (1.66) se obtiene que X(f ) = V(f )(f ), luego,
V(f ) = (f )X(f ), donde (f ) = 1/(f ). Por lo tanto, el ncleo conjugado tambin depende de
la diferencia de argumentos
v
x
(s ) =
x(t )(t s )dt (1.68) ?1.99?

En calidad de ejemplo concreto, en (1.64) se puede analizar la funcin base
(t s ) =(t s )
entonces (f ) =(f ) =1, luego
v
x
(s ) =
x(t )(t s )dt =x(s )

En otras palabras, la funcin original en el tiempo puede ser representada por s misma. 532
Ejemplo 1.11 Sea v(t ) =au(t ) sint y (t ) =(t ) (t t
0
). Hallar x(t ) =v(t ) (t ).
El desarrollo de (1.65) resulta en:
x(t ) =
(au() sin) ((t ) (t t

0
)) d
=(a sin(t ))u(t ) (a sin((t t
0
))) u(t t
0
)
x(t ) =
_
_
_
0, t <0
a sint , 0 <t <t
0
0, t >t
0
533
Transformada de Hilbert 534
Otro caso de anlisis de conformacin de funciones base por desplazamiento, por el principio
(1.64), corresponde al ncleo de la forma,
(t s ) =
1
(t s )
De otra parte, sea la funcin determinada en f para la cual se cumple que,
G(f , ) =
_
e
f
, f >0
e
f
, f <0
(1.69) QuadFilFreq
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
cuya transformada inversa de Fourier corresponde a la expresin
1
_
G(, f )
_
=
_
0
e
f
e
j 2f t
d f
0
_
e
f
e
j 2f t
d f =
j 4t
2
+(2t )
2
= g (a, t )
Si se considera el lmite de 0, esto es,
lm
0
g (, t ) =
j
t
(1.70) QuadFilTime
luego
(f ) =
_
(t )
_
= j
_
lm
0
g (, t )
_
= j lm
0
G(f , ) = j sgn(f )
entonces, de (1.45) la base conjugada es (f ) =j sgn(f ), que le corresponde la representacin
en el tiempo
(s t ) =
1
(s t )
El par que obtiene de transformadas se denomina Transformada de Hilbert, cuya transforma-
da directa es notada tpicamente de la forma x(s ) y que se describe como
x(s ) =
1
x(t )
s t
dt =x(t )
1
t
(1.71a) TransDirHilbert
x(t ) =
1
x(s )
s t
ds = x(s )
1
s
(1.71b) TransInvHilbert
Cabe anotar que las transformadas (1.71a) y (1.71b) presentan un punto especial y exigen la 535
denicin de las respectivas integrales en el sentido del valor principal de Cauchy. 536
De otra parte, la relacin entre el par de transformadas de Fourier y el par de transformadas
de Hilbert se determina de la siguiente manera
X(f ) =| x(s )] =j sgn(f )X(f ) (1.72a) TFHilbert

X(f ) =|x(s )] = j sgn(f )
X(f ) (1.72b) TFHilbertInv

En anlisis de seales, se dene la seal analtica compleja z(t ):
z(t ) =x(t ) +j x(t ) (1.73) eq:AnalComplexSignal
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
que de acuerdo con (1.72a) y (1.72b), posee la transformada unilateral de Fourier
Z(f ) =
u
|z(t )] =
_
2X(f ), f >0
0, f <0
Ejemplo 1.12 Representar una seal en el tiempo mediante un conjunto base de exponenciales desplaza-
dos en el tiempo, descritos en la forma,
(t s ) =e
a|t s |
, a >0
Por cuanto,
_
f
_
=
2a
_
2
_
2
+a
2
entonces, se obtiene,
_
f
_
=
a
2
_
1
1
a
2
_
j 2f
_
2
_
(t ) =
a
2
_
(t )
1
a
2
(t )
_
De esta manera, a la base analizada le corresponde el par de transformadas:
x (t ) =
v (s ) e
a|t s |
ds
v (s ) =
a
2
_
x (s )
1
a
2
x (s )
_
537
Una siguiente forma de construccin de una base, a partir de una seal dada, consiste en su 538
continuo cambio de escala o dilatacin. 539
Sea
(t , s ) =(s t ) (1.74) ?1.110?
siendo s >0 el parmetro de escala, de tal manera que si s >1, la escala se comprime mientras
que para s < 1 la escala se expande. Si T,S [0, ) se puede demostrar que el par de transfor-
madas generalizadas resultantes ser [9]:
x(t ) =
_
0
v
x
(s )(s t )ds , t 0
v
x
(s ) =
_
0
x(t )(s t )dt , s 0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
540
Problemas 541
542
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.4. Representacin operacional de sistemas lineales 47
RepSistemasLineales
1.4.1. Mtodo de la integral de superposicin 544
?IntegralSuper?
Cuando unsistema cumple ambas condiciones: de linealidad (1.4) e invariabilidad en el tiempo
(1.5), entonces, como se deduce de (1.10), cualquier seal x(t ) se aproxima por una sucesin
innita de funciones delta enel tiempo, esto es, teniendo encuenta la propiedadde selectividad
de la funcin delta (t ) en los instantes en que se determinen dentro de la sucesin innita,
entonces
x(t ) =
x()(t ) d (1.75) Conv_x

luego, la seal de salida y (t ) se podr determinar para cualquier x(t ) dada, si se sabe la reaccin 545
del sistema cuando a la entrada se tiene la funcin delta (t ) (respuesta a impulso h(t )). 546
Las respuestas a impulso consecuentemente al aplicar las siguientes propiedades: 547
(a). Invariabilidad en el tiempo: (t ) =h (t ), 548
(b). Linealidad: x()(t ) =x()h (t ), 549
Luego, se tiene que la seal de entrada
_
x()(t ) d genera la respectiva salida, dada

por la convolucin:
x()h (t ) d.
De lo anterior, resulta que la salida y (t ) de un sistema lineal e invariante en el tiempo cor-
responde a la integral de superposicin de la respuesta a impulso h(t ) con la entrada x(t ), as:
y (t ) =
x()h (t ) d =x(t ) h(t ) (1.76) RepImpuls_Def

La integral de superposicin (1.76) es, en general, la transformada de un sistema no causal, 550
por cuanto la excitacin del sistema en el momento t le corresponden valores de salida y (), 551
para los valores de la variable de integracin, denidos en < <t . 552
Al ajustar el sistema a la condicin de causalidad, el sistema deber tener una respuesta a
impulso h(t ) =0, t <, por lo que (1.76) se convierte en:
y (t ) =
t
_
x()h (t ) d
En cualquier sistema invariante en el tiempo siempre se podr tomar el origen del tiempo
igual a cero, esto es, si la seal de entrada satisface la condicin x(t ) = 0, t < 0, entonces, la
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
anterior ecuacin toma la forma:
y (t ) =
t
_
h (t ) x()u()d =
t
_
0
h (t )x()d =
t
_
0
h()x (t ) d, t 0 (1.77) RepImpulsoReal
En forma general, la ecuacin (1.77) muestra que para cualquier funcin de entrada x(t ), la
derivada de orden n en el tiempo de la funcin de salida es igual a:
d
n
y
dt
n
=
h()
d
n
x
dt
n
(t ) d
.

s
1
s
2
s
h
1
(t ) h
2
(t )
h(t , )
Figura 1.13: Conexin en cascada de sistemas
HConex
Particularidades de la respuesta a impulso.
Sean dos sistemas lineales s
1
y s
2
con respuestas
a impulso h
1
(t ) y h
2
(t ) respectivamente, cuya re-
spuesta resultante h
12
(t ) de su conexin en casca-
da, mostrada en la Figura 1.13, se dene como:
h
12
(t ) =
h
2
(, z)h
1
(, z)dz
En forma general, la conexin cascada de s
1
y s
2
no es la misma de s
2
y s
1
, por la diferencia de
argumentos de las respuestas a impulso en el ncleo de la integral de superposicin, excepto
cuando ambos sistemas sean invariables en el tiempo. En este caso, entonces, se tiene
h
12
(t ) =
h
2
(t z)h
1
(z )dz
reemplazando v =z , dv =dz se encuentra la expresin
h
12
(t ) =
h
1
(v)h
2
((t ) v)dv
=
h
1
(v)h
2
(v)dv, =t
Esta ltima integral corresponde a la funcinde respuesta a impulso h
12
(t ) de la conexin
en cascada de s
2
s
1
. Donde se puede armar que para los sistemas lineales e invariantes en el
tiempo la conexin en cascada de los sistemas es conmutativa, esto es
h
12
(t ) =h
21
(t ) .
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Respuesta a escaln unitario. Se denomina a la reaccin del sistema lineal cuando a la entra-
da existe una funcin del tipo escaln unitario u(t ) (1.11), donde:
p(t )
=u(t ) h(t ) =
u()h (t ) d =
_
0
h (t ) d
entonces,
p(t ) =
t
_
h()d; donde =t (1.78) RespEscalon

Este resultado proporciona un mtodo para determinar en laboratorio la respuesta a impulso 553
de un sistema. Aunque la funcin u(t ) existe hasta el innito, la mayora de los sistemas tiene 554
una respuesta relativamente corta. Entonces, empleando un generador de ondas cuadradas de 555
baja frecuencia con perodo mucho mayor al tiempo de duracin de la respuesta a impulso, este 556
prcticamente se percibir como un escaln. De la ecuacin (1.78) se deduce que la relacin de 557
las respuesta a impulso y la respuesta a escaln en un sistema lineal es h(t ) =dp
_
dt . 558
Ejemplo 1.13 Encontrar la respuesta a impulso del sistema lineal dado por la ecuacin diferencial
?ejemEcDif?
dy (t )/dt +a(t )y (t ) =x(t ), t >0, donde a(t ) es una funcin dada a priori [11].
La funcin entrada-salida es preferible hallarla al resolver la ecuacin para y (t ). Tomando t =0 como
el tiempo en el cual la entrada es aplicada al sistema y considerando la linealidad de este, se tiene que
y (t ) = |0] =0. Adems, como x(t ) =0, t < 0, entonces, tambin ser y (t ) =0. As, se podr resolver la
ecuacin diferencial sujeta a esta condicin inicial. Preferiblemente se tomar t =0, es decir, y (0) =0. Para
resolver la ecuacin resultante y aplicando la condicin inicial se multiplican por un factor de integracin,
obtenindose
d
dt
_
e
((t ))
y (t )
_
=e
((t ))
x(t ), (t ) =
t
_
0
a(z )dz
integrando ambos lados en [0, t ] se obtendr:
e
((t ))
y (t ) =
t
_
0
e
((t ))
x()d=
t
_
0
e
((t ))
x()d, t >0
que corresponde a la relacin entrada/salida deseada. Teniendo en cuenta la denicin para la respuesta a
impulso se obtendr
h(t ) =e
((t ))
u (t )
que corresponde a una respuesta a impulso fsicamente realizable, mientras, para el caso de a(t ) =a =c t e .
se tendr que:
h(t ) =e
a(t )
u (t ),
que describe un sistema lineal e invariante en el tiempo.
559
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1.4.2. Mtodo de anlisis espectral 560
En el caso del anlisis de los sistemas en el dominio de la frecuencia, sea la forma de la seal a
la entrada x(t ) =e
j t
. Aceptando la linealidad del sistema, se analizar la solucin particular:
y (t ) =K()x(t ) =K()e
j t
, K() C (1.79) 1.134
Asumiendo que todos los parmetros que denen el sistema lineal son invariantes en el tiem-
po, |
k
(t ),
k
(t )] =const, entonces se tendr
0
x(t ) +
1
dx
dt
+. . . +
n
d
n
x
dt
n
=
0
y (t ) +
1
dy
dt
+. . .
m
d
m
y
dt
m
, (1.80) 1.134a
Dado que
d
(k)
dt
k
x(t ) =(j )
k
e
j t
, entonces,
0
e
j t
+j
1
e
j t
+ +
_
j
_
n
n
e
j t
=
0
K()e
j t
+ +
m
_
j
_
m
K()e
j t
_
0
+j
1
+ +
_
j
_
n
n
_
e
j t
=
_
0
+
1
j + +
m
_
j
_
m
_
K()e
j t
_
0
+j
1
+ +
_
j
_
n
n
_
=
_
0
+
1
j + +
m
_
j
_
m
_
K()
Luego, es clara la siguiente relacin:
K() =
n
k
(j )
k
m
k
(j )
k
=
N()
D()
=H(), (1.81) FunTransfer_Def
De (1.81), se observa que la funcin K() corresponde exactamente con la funcin de trans-
ferencia H() denida en (1.75), la cual depende exclusivamente del sistema y no de la seal de
entrada, adems, el mismo resultado se puede obtener al hallar la TF de (1.80):
0
x(t ) +
1
dx
dt
+ +
n
d
n
x
dt
n
_
=
_
0
y (t ) +
1
dy
dt
+ +
m
d
m
y
dt
m
_
0
X() +
1
j X() + +
n
_
j
_
n
X() =
0
Y() +
1
j Y() + +
m
_
j
_
m
Y()
_
0
+
1
j + +
n
_
j
_
n
_
X() =
_
0
+
1
j + +
m
_
j
_
m
_
Y()
Y()
X()
=
n
k=0
k
_
j
_
k
m
k=0
k
_
j
_
k
=H()
Fsicamente, H() indica que una manera de probar la condicin de linealidad de un sis- 561
tema invariable en el tiempo es aplicando a la entrada una sinusoide con valores de amplitud, 562
frecuencia y fase conocidos y constantes. 563
En caso de linealidad, la salida del sistema deber ser otra sinusoide con la misma frecuencia
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
de entrada y puede tener diferentes valores de fase y amplitud:
Y(
k
) =H(j
k
)X(
k
) (1.82) FuncTransfer_wk
Este proceso se hace repetitivo para el rango analizado de frecuencia. El cociente de estos dos
coecientes complejos corresponde a los valores de amplitud y fase de la funcin de transfer-
encia. Por cuanto, en (1.79) la funcin de transferencia H() se asume compleja, por lo tanto, se
describe en trminos del mdulo (respuesta de amplitud) y de la fase (desfase), respectivamente
como:
H() =|H()| e
j ()
=|H()] +|H()]
donde
|H()| =
_
|H()]
2
+|H()]
2
(1.83a) Magnitud_def
() =arctan
_
|H()]
|H()]
_
(1.83b) Desfase_def
Analizando (1.81) se puede llegar a la conclusin de que un sistema lineal e invariable en el 564
tiempo acta como dispositivo selectivo de frecuencia o ltro en las diferentes componentes 565
espectrales aplicadas a un sistema, esto es, algunas componentes pueden amplicarse, otras 566
atenuarse y algunas permanecern inalteradas. De hecho, cada componente espectral puede 567
tener un desfase caracterstico al pasar por el sistema. 568
Ejemplo 1.14 Determinar la funcin de transferencia del sistema (circuito RC) mostrado en la Figura de
ejemRC
1.14(a).
Aplicando la relacin del divisor de voltaje, se tiene:
y (t ) =
Z
c
R +Z
c
e
j t
donde la impedancia de la capacitancia es Z
c
=1/j C. As,
H() =
(1/j C)
R +(1/j C)
=
1
1+j
siendo =RC.
Al convertir en forma polar la anterior expresin se obtienen las respectivas magnitud y desfase:
|H()| =
_
1+()
2
_
1/2
, las cuales se muestran en la Figura 1.14(b)
569
Aceptando, que la seal de entrada tiene la forma x(t ) = e
j t
, la convolucin dada en (1.76)
se dene como:
y (t ) =
h()x (t ) d =
h()e
j (t )
d =e
j t
h()e
j
d
=e
j t
|h(t )]
=e
j t
H()
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
,
, ,
,
R
y (t ) C x(t )
(a) Diagrama bsico
0
0.2
0.5
1
0
1.5
1
0.5
0
0.5
1
1.5
|H()| ()

1
2 =21
(b) Funcin de transferencia
Figura 1.14: Anlisis espectral del circuito RC
Luego, la funcin de transferencia H() corresponde a la Transformada de Fourier de la fun-
cin respuesta al impulso:
H() =|h(t )] =
h(t )e
j t
dt
Por ltimo, aplicando la transformada inversa de Fourier a (1.82), para todo valor
k
, la
salida se expresa en forma alterna como
y (t ) =
1
2
H()X()e
j t
d
Ejemplo 1.15 eterminar la magnitud de respuesta de un ltro pasabajos RC (Figura 1.14(a)) de la funcin
rect
(t ), donde =4RC.
Teniendo en cuenta la magnitud |X()| = sinc(/2) de la FDE del pulso cuadrado obtenida en
(1.30a) y la respuesta de amplitud obtenida |H()| =|1+j RC|
1
=(
_
1+(/4)
2
)
1
en el ejemplo 1.14,
entonces, la magnitud de la salida ser:
|Y()| =|X()||H()| =
/T
_
1+(/4)
2
| sinc(T/2) |
Las grcas de la magnitud en las Figuras 1.15(a) y 1.15(b) muestran que este sistema atena las altas
frecuencias de la FDE a la entrada y permite el paso de frecuencia relativamente ms bajas con menor
atenuacin. Adems, la transmisin desigual de todas las componentes produce una rplica distorsionada de
la seal de entrada.
570
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
0
0
0.5
1
0
0
0.5
1
0
0
0.5
1
X()
H()
Y()
RC =P
RC =0.5P
RC =2P
(a) Anlisis en frecuencia
0.2
0.4
0.6
0.8
1
0.2
0.4
0.6
0.8
1
0.2
0.4
0.6
0.8
1
x(t )
y (t )
0.9
0.9
0.9
0.5
0.5
0.5
(b) Anlisis en el tiempo
Figura 1.15: Respuesta del circuito RC a un pulso cuadrado
1.4.3. Mtodo de ecuaciones diferenciales 571
Las ecuaciones lineales diferenciales proporcionan otra representacin de las caractersticas de
entrada-salida de los sistemas lineales e invariantes en el tiempo. El ejemplo ms sencillo, tal
vez, corresponda al anlisis de un circuito diferenciador, cuya seal de salida est relacionada
con la entrada de la forma
y (t ) =
dx
dt
,
Basados en la propiedad de diferenciacin de la TF (1.54) se tiene que
Y() = j X(),
por lo que la funcin de transferencia del diferenciador ideal corresponde a
H() = j
El circuito RC del ejemplo 1.14 representado en la Figura 1.14(a), cuya funcin de transferen-
cia es igual a
H() =
1
1+j
, =RC
puede ser aproximado a un diferenciador, si se toma la condicin 1, con lo que la funcin
aproximada de transferencia del circuito ser:
H() j
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
De manera alterna se puede calcular la funcin de transferencia de un circuito integrador:
y (t ) =
_
x(t )dt ,
cuya funcin de transferencia, basados en (1.55), es igual a H() =1/j . 572
El circuito RC tambin puede ser congurado como integrador, observando la condicin
1, obtenindose la siguiente funcin de transferencia aproximada
H() 1/j
En forma general, el circuito RL tambin puede ser congurado, bien como diferenciador, 573
bien como integrador. En la prctica es preferible la implementacin sobre circuitos RC, por 574
presentar menores prdidas activas que las que usualmente registran las inductancias. 575
1.4.4. Sistemas discriminantes de frecuencia 576
`

.....
...........................................................................................................................................
`
()
0
|H()|
k
()
Figura 1.16: Desfase lineal
FiltroFaseIdeal
Se considera que la seal a su paso por un
sistema no sufre distorsiones, si su forma
no cambia, modicando solamente su escala
o desplazamiento en el tiempo (tpicamente
retardo), esto es,
y (t ) =kx(t
0
)
siendo k el coeciente de escala, y
0
el re-
tardo inherente al tiempo de proceso del sis-
tema. La FDE a la salida del circuito estar da-
da por
_
y (t )
_
=Y () =kX()e
j
0
con lo cual, la funcin de transferencia de un circuito sin distorsiones se determina como
H() =ke
j
0
cuyas funciones de respuesta de amplitud y desfase, representadas en la Figura 1.16, tienen
respectivamente la forma,
|H()| =k, () =
0
(1.84) MagSistReal
De otra parte, la funcin de retardo de grupo del sistema tiene uso amplio y es determinada
por:
() =
d
d
(1.85) DesSistReal
En caso de no cumplirse alguna de las condiciones de (1.84) y (1.85), la forma de la seal
de salida se diferenciar de la seal de entrada. De las condiciones de realizacin fsica, se de-
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
duce que la respuesta de amplitud y cambio de fase de los sistemas lineales con parmetros
constantes poseen las cualidades de simetra:
H() =H(), |H()| =|H()|, () =() (1.86) SistLin_simetria
Modelos deltracinbsicalineal. Basados enlas condiciones (1.84), (1.85) y (1.86) se pueden 577
establecer los siguientes modelos bsicos de ltracin 578
(a). Filtro pasabajos, el cual atena las componentes de alta frecuencia (por encima de una 579
frecuencia denominada de corte) de la seal de entrada, dejando pasar las componentes 580
de baja frecuencia 581
(b). Filtro pasaaltos, atena las bajas frecuencias, por debajo de valor de frecuencia mnimo 582
establecido (frecuencia mnima) y deja pasar las frecuencias altas. 583
(c). Filtro pasabanda, deja pasar las seales comprendidas dentro de una banda espectral 584
(banda de paso) establecida entre un valor mnimo de frecuencia (frecuencia mnima) y 585
un valor mximo permitido (frecuencia mxima), atenuando todas las componentes que 586
estn fuera de la banda de paso. 587
(d). Filtrorechazabanda, atenanlas seales comprendidas de una banda espectral (banda de 588
rechazo) establecida entre unvalor mnimo de frecuencia (frecuencia mnima de rechazo) 589
y un valor mximo permitido (frecuencia mxima de rechazo), dejando pasar todas las 590
componentes que estn fuera de la banda de rechazo. 591
.
.
.

Lnea de retardo
Registro de desplazamiento
y (t )
x(t )
a
0
a
1
a
n1
a
n

Figura 1.17: Filtro transversal
FilTransversal
La integral de convolucin (1.76) en la re-
spuesta a impulso se puede aproximar de la
siguiente manera:
y (t ) =
t
_
0
x (t ) h()d
t /
k=0
x(t k)h(k)
Este resultado se puede realizar utilizando 592
una lnea de retardo con derivaciones cada 593
k, la salida de cada derivacin se multipli- 594
ca por el factor prejado h(k). 595
Un ejemplo de ltro construido con una lnea de retardo con derivaciones ponderadas y un 596
sumador en la forma mostrada en la Figura 1.17 se denomina ltro transversal. 597
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
598
Problemas 599
600
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2
601
Principios de modulacin 602
sec:Modulacion
2.1. Deniciones 603
2.1.1. Canal bsico de transmisin 604
`

Fuente Destino
Canal de
transmisin
Distorsin
Figura 2.1: Modelo de un canal de transmisin
ModeloCx
Un canal bsico de transmisin, al menos, 605
contiene los siguientes elementos: la fuente 606
que genera el mensaje o seal primaria con 607
contenido informativo; el canal de trans- 608
misin o medio fsico que sirve para la comu- 609
nicacin y transporte del mensaje y la fuente 610
o destino nal del mensaje. El modelo del 611
canal, mostrado en la Figura 2.1, se comple- 612
menta con la forma presente de distorsin e 613
inherente a toda forma de transmisin. 614
En calidad de modelos bsicos de distorsin se consideran dos: las atenuaciones, que corre- 615
sponden a las prdidas energticas debidas a la propagacin de la seal trasmitida por el canal, 616
y las perturbaciones, que corresponden a la interaccin de otras seales con contenido aleato- 617
rio y que producen prdida de la informacin en el mensaje. 618
Denicin 2.1 La modulacin se dene como el proceso, , mediante el cual se transforma el
mensaje (o seal moduladora), x(t ), en la seal modulada, y (t ), que se transmite por el medio
fsico para su traslado a un lugar distante o destino, de tal manera que se neutralicen al mximo
las acciones negativas producidas por las distorsiones, (t ), durante la comunicacin. Esto es:
x y =|x, : f
I
, f
E
]| d(x, x ) 0. (2.1) DefModulacion
La medida de efectividad del proceso, d(x, x), usualmente corresponde a la diferencia infor- 619
mativa entre el mensaje original, x, y el reconstruido, x. As por ejemplo, la distancia Eucldea, 620
|x x|
2
, encuentra bastante aplicacin. Las funciones f
I
y f
E
, denominadas mtodos de mod- 621
ulacin, son formas de adecuacin del mensaje, tanto, informativo, como energtico, respectiva- 622
mente. 623
57
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
58 Captulo 2. Principios de modulacin
2.1.2. Clasicacin de mtodos de modulacin 624
Los mtodos de modulacin pueden clasicarse en concordancia con sus diferentes formas de 625
desarrollo; a saber: Mtodos energticos y Mtodos informativos. 626
Mtodos energticos. Cuando la funcin, f
E
(x), corresponde a una funcin de adecuacin 627
electromagntica del mensaje original. En la prctica, se emplean dos formas bsicas de ade- 628
cuacin: sin corrimiento del espectro original del mensaje, o modulacin de banda base: 629
X Y ,=,
siendo X =|x], Y =|y ] los respectivos espectros. 630
El trmino banda base se emplea para designar la banda de frecuencias que representa la 631
seal original en la forma en que es entregada por la fuente de informacin. 632
El segundo tipo incluye el desplazamiento de frecuencia del espectro original del mensaje. 633
Por cuanto el desplazamiento debe realizarse a distancias signicativamente mayores al ancho 634
de banda original, tal que en la prctica el espectro de la seal modulada se ubica en bandas 635
conocidas de radiofrecuencia, este tipo de acomodamiento electromagntico se conoce como 636
modulacin de radiofrecuencia: 637
X Y =.
Conel objetivo de lograr la radiacineciente de la energa electromagntica, la longitudde la 638
antena que transmite debe ser mnimo un dcimo de la longitud de onda de la seal transmiti- 639
da. En general, la longitud de onda de las seales de banda base es demasiado larga lo cual hace 640
impracticable la construccin de una antena que pueda irradiar directamente tales seales. En 641
lugar de esto, la seal de banda base se utiliza para modular una seal de alta frecuencia, que 642
es nalmente la seal que se transmite, con lo cual la informacin contenida en el mensaje se 643
traslada a regiones del espectro que corresponden a longitudes de onda mucho menores. 644
Denicin 2.2 Sea el mensaje, x L
2
, entonces, la adecuacinespectral, dada eny L
2
, se puede 645
realizar mediante sumultiplicacincon una seal peridica, x
p
, con periodo T =2/
c
, T
1
, 646
esto es, y =x x
p
. La frecuencia de giro
c
corresponde al valor de desplazamiento espectral y se 647
denomina frecuencia portadora. En consecuencia la seal x
p
se denomina seal portadora. 648

`
`
`
`
`
`
x(t )
x
p
(t )
y (t )
Figura 2.2: Diagrama bsico de un modulador
DiagModBasico.fig
En efecto, como se observa de la Figura 2.2,
la seal modulada, y L
2
, se obtiene como
y (t ) =x(t )x
p
(t ). (2.2) ?ModDesar?
Empleando la representacin, mediante el
conjunto ortogonal (1.26), entonces
y (t ) =x(t )
n
x
np
exp(j
c
t ),
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.1. Deniciones 59
donde
x
np
=
<x(t ), exp(j
c
t ) >
|exp(j
c
t )|
.
La respectiva representacin de la seal modulada en el dominio de la frecuencia ser: 649
|y (t )] =|x(t )
n
x
np
exp(j
c
t )]
=
n
x
np
|x(t ) exp(j
c
t )]
=
n
x
np
X(n
c
). (2.3) ModRepBasica
La transformacin espectral en (2.3), muestra la forma como se realiza el acomodamiento 650
energtico de modulacin. As, cuando n = 0, esto es, cuando no hay desplazamiento de fre- 651
cuencia, la modulacin es de banda base. A su vez, cuando n ,= 0, el espectro original de for- 652
ma inmediata cambia de lugar hasta n
c
, luego el tipo de modulacin es de radiofrecuencia. 653
Cabe anotar, que debido a la atenuacin fuerte que ocurre en armnicos superiores, adems 654
de su complejidad en la implementacin, en la prctica la operacin no lineal de trasporte del 655
espectro se limita hasta el primer armnico, n =1. En este sentido, la forma directa de concen- 656
trar la energa de la seal modulada en un solo armnico sera empleando la seal portadora 657
exp(j
c
t ). 658
Los mtodos de modulacin espectral, denidos en (2.3), tienen uso prctico para dos casos 659
concretos de seal portadora: 660
Portadora sinusoidal. La forma directa, para concentrar efectivamente la energa de la
seal modulada en un solo armnico, esto es, x
1p
,=0, y x
np
=0, n ,=1, sera empleando
la seal portadora
x
p
(t ) =exp(j
c
t ) | |y (t )] =X(
c
).
Sin embargo, su complejidad en la implementacin hace que en la prctica se emplee 661
nicamente uno de sus dos componentes: real o imaginario, de otra manera, senos o 662
cosenos. 663
En general, la representacin compleja de una seal modulada es de la forma
y (t ) =a(t )|exp((t ))], (2.4) eq:modcompleja
donde a(t ) se conoce como la envolvente, mientras (t ) se denomina la fase instantneao
ngulo, denidas en concordancia con las expresiones (1.83a) y (1.83b), respectivamente.
Por lo tanto, de acuerdo con el parmetro de modulacin que est en funcin del mtodo
f
E
se distinguen los siguientes tipos de modulacin:
a(t ) = f
E
(x, t ), modulacin de envolvente o amplitud (2.5a) eq:mod_envolvente
(t ) = f
E
(x, t ), modulacin de ngulo (2.5b) eq:mod_angulo
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Portadora de pulso rectangular. El desarrollo de las tecnologas electrnicas digitales ha
forzado la introduccin de tipos de proceso con seales portadoras de pulso rectangular,
denidos en (1.12) como
x
p
(t ) =rect
(t nT),
cuyos coecientes de descomposicin espectral x
np
en (2.3) se muestran en la Tabla 1.1. 664
Mtodos informativos. En este caso se analiza la forma de adecuacin, descrita por la funcin, 665
f
I
(x), que transforma la representacin informativa del mensaje original. En concordancia con 666
las formas de proceso introducidas en la seccin1.1.2 se consideran dos formas bsicas de 667
mtodos informativos de modulacin: 668
Modulacinanalgica, cuando la transformacin del mensaje, f
I
(x, t ), resulta en un con- 669
junto A (, ) con cantidad innita de elementos de representacin. 670
Modulacin digital, cuando por el contrario la transformacin del mensaje, f
I
(x, t ), re- 671
sulta en un conjunto A = |a
i
: 1, . . . , N, ] con cantidad nita , N N, de elementos de 672
representacin o alfabeto (de ah su trmino digital - contable). 673
2.1.3. Comparacin de mtodos de modulacin 674
En la seleccin del mtodo modulacin de la seal de informacin, se pueden tomar los sigu- 675
ientes criterios: 676
1. Fidelidad de los dispositivos de formacin y proceso de las seales e inmunidad de estos 677
ante diferentes clases de interferencias: ruido blanco, estaciones emisoras de interferen- 678
cias, diversidad del medio de propagacin, y otros. Adems teniendo en cuenta el grado 679
imperfeccin (no linealidad por ejemplo) de los canales de formacin y proceso de las 680
seales. 681
2. Las cualidades espectrales y el ancho de banda ocupado, cuyos parmetros dependen del 682
mtodo de modulacin. En este caso se analiza tambin la efectividad espectral de las 683
seales y el nivel de energa fuera de banda. 684
3. La complejidad de realizacin de los dispositivos de formacin y proceso de las seales 685
con modulacin, la cual depende de la complejidad terica y cantidad de operaciones 686
necesarias en la formacin, proceso y recepcin del tipo de modulacin empleado. 687
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.2. Modulacin de amplitud anloga y radiofrecuencia 61
En la descripcin bsica del mtodo (2.4), a efectos de que exista un traslado real de frecuen-
cia, sobre el modelo de la fase instantnea, (t ), se impone la siguiente condicin de repre-
sentacin: (t ) =
c
t + (t ), con lo cual
y (t ) =a(t ) cos(
c
t +(t )), (2.6) eq:gnr:portadora:AM
donde
c
es la frecuencia de la seal portadora y (t ) es la desviacin de fase. En todo caso, se 689
asume que (t ) y a(t ) varan lentamente comparados con
c
t . 690
2.2.1. Modulacin de doble banda lateral 691
En la modulacin de amplitud, el trmino de fase (t ) en (2.6) comnmente se asume igual a 692
cero (o bien constante). La funcin de modulacin de la envolvente, (2.5a) se toma usualmente 693
del tipo lineal, esto es, se hace proporcional al mensaje (motivo por el cual es usual denominar 694
este tipo de modulacin como lineal): 695
a(t ) kx(t ) +k
d
; k, k
d
=cons t . (2.7) eq:AM:lineal
Inicialmente, asumiendo la constante de desplazamiento, k
d
=0, se tiene que
y (t ) =x(t ) cos
c
t , (2.8) eq:mod:DSB:SC
cuya DEE est dada por
Y() =|y (t )] =(X(+
c
) +X(
c
)) /2,
de la cual se observa, que la modulacin de amplitud traslada el espectro de frecuencia de una 696
seal en i
c
rad/sg, pero dejando inalterada su forma. La Figura 2.3 muestra un ejemplo de la 697
seal moduladora y la seal modulada junto con sus respectivas DEE. 698
A este tipo particular de modulacin en amplitud se le conoce como modulacin de doble 699
banda lateral con portadora suprimida (Double Sideband Suppressed Carrier - DSB-SC). La 700
modulacin es de doble banda lateral porque en la densidad espectral de x
c
(t ) aparecen dos 701
bandas laterales: la banda lateral superior de y (t ), que corresponde al contenido de frecuencias 702
que se encuentra por encima de
c
y la banda lateral inferior que corresponde al contenido de 703
frecuencias que se ubica por debajo de
c
. La modulacin es de portadora suprimida porque 704
la densidad espectral de y (t ) no presenta una portadora identicable, aunque el espectro se 705
centre en la frecuencia
c
. Para enfatizar el hecho de que la seal modulada x
c
(t ) es DSB-SC, 706
se escribe y (t ) =y
DSB-SC
(t ). 707
La modulacin DSB-SC duplica el ancho de banda de la seal original. En efecto, si el ancho 708
de banda de la seal original corresponde a , el ancho de banda de la seal modulada a trans- 709
mitir, y (t ), corresponde a
DSB-SC
= 2, esto es, el ancho de la banda lateral inferior ms el 710
ancho de la banda lateral superior. 711
La recuperacin del mensaje, x(t ), a partir de la seal modulada y (t )
DSB-SC
, requiere en el
destino del traslado inverso en el dominio de la frecuencia que desplace al espectro hasta su
posicin original otra vez (operacin denominada demodulacin). Al asumir el modelo (2.8) y
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
0
x(t )
tiempo (s)
(a) Seal moduladora x(t )
0
x(t ) cos(
c
t )
tiempo (s)
(b) Seal modulada por cos(
c
t )
X()

X(0)
(c) Densidad Espectral de x(t )
|x(t ) cos (
c
t )]
1
2
X(0)
c c
Banda
Banda
Lateral
Lateral
Inferior
Superior
(d) Densidad espectral de la seal modulada
Figura 2.3: Seal moduladora y seal modulada junto con sus DEE.
fig:example:first:dsbsc
teniendo en cuenta la propiedad (1.53), el desplazamiento inverso se da por la operacin:
y (t )|exp(j
c
t )] =y (t ) cos
c
t (2.9) eq:DefDemodAM
=x(t ) cos
2
(
c
t )
=
1
2
x(t ) +
1
2
x(t ) cos(2
c
t ),
cuya DEE est dada por la expresin:
|y (t ) cos(
c
t )] =
1
2
X() +
1
4
X(+2
c
) +
1
4
X(2
c
),
de la cual se observa que la seal x(t ) se recupera al aplicar unltro pasa bajas, como se muestra 712
en el diagrama de demodulacin en la Figura 2.4. 713
`
_

`
`
`
`
`
1
2
x(t )
Pasa Bajas
Filtro
cos(c t )
y (t )
x(t ) cos
2
(c t )
Figura 2.4: Diagrama de demodulacin DSB-SC
fig:dem:dsb:sc
Cabe anotar, que los principios desarrolla- 714
dos sobre la modulacin DSB-SC son de apli- 715
cacin general a cualquier seal modulado- 716
ra x(t ), siempre que vare lentamente con 717
respecto a la frecuencia portadora, esto es, 718

c
. 719
De otra parte, con el n de demodular ade-
cuadamente las seales DSB-SC deben cono-
cerse la fase correcta y la frecuencia de la por-
tadora. Si se introduce un error de frecuencia
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
c
y un error de fase
0
en la seal portadora generada localmente en el receptor, se tiene
y (t ) cos((
c
+
c
)t +
0
) =x(t ) cos(
c
t ) cos((
c
+
c
)t +
0
)
=
1
2
x(t )(cos(
c
t
c
t
c
t
0
)
+cos(
c
+
c
+
c
+
0
))
=
1
2
x(t ) cos(
c
+
0
) +
1
2
x(t ) cos(2
c
+
c
+
0
).
La seal que se recupera despus del ltro pasa bajas es
0
(t ) =
1
2
x(t ) cos(
c
+
0
) mas no
1
2
x(t ). Cuando
c
=0, se tiene que
0
(t ) =
1
2
x(t ) cos
0
. Se concluye, entonces, que el error de
fase causa atenuacin; para
0
0 la atenuacin es tolerable, mientras que para
0
i90
, la
seal recibida se elimina. Por otra parte, cuando
0
= 0, pero
c
,= 0, se tiene una distorsin
que resulta funcin del tiempo:
0
(t ) =
1
2
x(t ) cos
c
t .
De la discusin anterior, se observa que al emplear modulacin DSB-SC se hace necesario 720
sincronizar tanto la frecuencia como la fase entre el transmisor y el receptor. A la restauracin 721
de la seal original x(t ) a partir de la seal modulada y (t ) empleando unoscilador sincronizado 722
(modelo (2.9)) se le conoce como deteccin sncrona o coherente. 723
Modulacinenamplitudcongranportadora. Cuando el receptor est ubicado remotamente, 724
el uso de seales con portadora suprimida requiere de circuitos bastante complejos para con- 725
seguir y mantener la necesaria sincronizacin de fase. Un alternativa consiste en incluir un tr- 726
mino de portadora adicional, que como se explica a continuacin, hace posible la demodu- 727
lacin a travs de circuitos mucho ms simples. Para diferenciar este caso del anterior, a este 728
esquema de modulacin se le designa como modulacin doble banda lateral con gran portado- 729
ra (Double Sideband with Large Carrier - DSB-LC). Las estaciones de radio comerciales suelen 730
emplear ste mtodo de transmisin que tambin se conoce comnmente como modulacin 731
de amplitud. 732
Sea en la ley de proporcionalidad lineal (2.7) la constante de desplazamiento k
d
= a ,= 0.
Entonces, la respectiva seal modulada DSB-LC se escribe como
y
AM
(t ) =x(t ) cos
c
t +a cos
c
t .
733
La correspondiente DEE de y
AM
(t ), mostrada en la Figura 2.5, tiene la forma:
Y
AM
() =
1
2
X(+
c
) +
1
2
X(
c
) +a(
c
) +a(+
c
).
La descripcinde la seal y
AM
(t ), tambinse reagrupa enla forma, y
AM
(t ) =(a+x(t )) cos
c
t . 734
Si se asume que es lo sucientemente grande, a |min|x]|, de modo que x(t ) +a 0, t , la en- 735
volvente de la seal modulada resulta proporcional a x(t ). La demodulacin se reduce, en este 736
caso, a la deteccin de la envolvente de una sinusoide, que no depende de la fase exacta ni de la 737
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
0
x(t ) cos(
c
t ) +a cos(
c
t )
Tiempo (s)
0
(a) Seal modulada en amplitud con
gran portadora
1
2
X(0)
|x(t ) cos(
c
t ) +a cos(
c
t )]
c
c
2 2
(b) Densidad Espectral de x(t )
Figura 2.5: Seal modulada usando DSB-LC.
fig:ejemplo:first:dsblc
frecuencia de sta (es decir, de la portadora cos(
c
t )). 738
Sea el caso especial en el cual cos
m
t ,
m

c
, es la seal moduladora. Se dene el ndice
de modulacin para la seal AM como:
=
amplitud pico DSB-SC
amplitud pico de la portadora
,
de forma que
y
AM
(t ) =a cos
c
t +a cos
m
t cos
c
t
=a(1+cos(
m
t )) cos(
c
t ). (2.10) eq:dsblc:time
donde los mximos de la envolvente de (2.10) son (1+)a, mientras los mnimos son (1)a, 739
que ocurren para 1. 740
La exigencia en la deteccin correcta de la envolvente, cuando no se considera fuente alguna 741
de distorsin, implica que 1. A propsito, el ndice tambin se expresa en porcentaje,
%
= 742
100%. Luego, cuando
%
> 100% se dice que la seal est sobremodulada. La Figura 2.6 743
muestra seales moduladas en DSB-LC para diferentes valores de .
0
Tiempo (s)
0
(a) >1
0
Tiempo (s)
0
(b) =1
0
Tiempo (s)
D
B
0
B
D
(c) <1
Figura 2.6: Ejemplos de oscilogramas de la modulacin de amplitud de una seal a cos(
m
t ) para
diferentes valores de .
fig:ejemplo:sobremod
744
El porcentaje de modulacin se puede expresar en trminos de D =a(1+) y B =a(1), o
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
valores mximo y mnimo de la envolvente superior, respectivamente. As
a(1+) a(1)
a(1+) +a(1)
100%=
D B
D +B
100%=
%
.
2.2.2. Modulacin de banda lateral nica 745
La presencia enla modulacin DSBde las dos bandas laterales con igual contenido informativo, 746
como se observa en las Figuras 2.7(c) y 2.7(d), signica la duplicacin del ancho de banda del 747
mensaje, que implica redundancia en la transmisin. En otras palabras, bien se podra enviar 748
tan solo una de las bandas; tal esquema tiene aplicacin prctica y se denomina modulacin 749
de banda lateral nica (Single Sideband - SSB), que de forma inmediata aumenta la efectividad 750
espectral en dos:
SSB
=. 751
Generacin de seales SSB. Bsicamente, la forma directa de generar una seal SSB consiste 752
en formar inicialmente una seal DSB y, luego, suprimir una de las bandas laterales con un 753
ltro como se ilustra en la Figura 2.8. En la prctica, esas operaciones suelen ser complejas; la 754
primera dicultadradica enimplementar unltro de banda lateral conla calidadrequerida, que 755
debe tener unas caractersticas de corte bastante pendientes en
c
, tales que rechacentodos las 756
componentes de frecuencia por un lado de
c
, pero aceptando todas las otras al lado contrario 757
de
c
. Los ltros con pendientes de corte en forma de ancos, en la prctica, se reemplazan por 758
dispositivos con caratersticas de corte menos exigente, que implican que las componentes de 759
frecuencia de la seal, que se encuentran cercanas a cero, sufran distorsiones. 760
Sin embargo, es posible generar una seal SSBa travs de la adecuada sincronizacin por fase 761
de las seales, como se ilustra en la Figura 2.9 que muestra el esquema de generacin de seales 762
SSB, 763
Ejemplo 2.1
?QuadFil?
Sea un ltro de cuadratura que realiza el desplazamiento en fase de /2 de cada componente de frecuencia
de la seal x(t ), sin alterar su amplitud, y cuya respuesta en frecuencia est dada por
H() =ij sgn() =
_
e
j /2
, >0
e
j /2
, <0.
(2.11) eq:respuestaenFrecuencia:Hilbert
El modelo (2.11) corresponde al presentado en (1.69) y cuya respuesta impulso se da por la expresin
(1.70).
Cabe anotar que la seal analtica compleja, x(t ), denida en (1.73), corresponde a la salida del ltro
de cuadratura.
764
Se puede demostrar que el siguiente formato de seal modulada corresponde al de la seal
SSB y
SSB
(t ):
y (t ) =x(t ) cos
c
t x(t ) sin
c
t =y
SSB
(t ), (2.12) eq:mod:SSB:phase:shifter
donde la diferencia representa una seal SSBde banda lateral superior (Upper Sideband - USB), 765
mientras la suma es la de banda lateral inferior (Lower Sideband - LSB). 766
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
X(0)
X()

(a) Densidad Espectral de x(t )
1
2
X(0)
DSB-SC
c
c
(b) Modulacin DSB-SC
1
2
X(0)
Slo banda lateral superior
c
c
(c) Banda Lateral Superior
1
2
X(0)
Slo banda lateral inferior
c
c
(d) Banda Lateral Inferior
Figura 2.7: Informacin de las bandas laterales en una seal DSB-SC.
En particular, sea y (t ) =x(t ) cos
c
t x(t ) sin
c
t , luego, la respectiva DEE se obtiene como
|y (t )] =|x(t ) cos
c
t ] | x(t ) sin
c
t ]
=
1
2
X (
c
) +
1
2
X (+
c
)
_
1
2j
X (
c
)
1
2j
X (+
c
)
_
, (2.13) eq:TF:SSB:PhaseShifted
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1
2
X(0)
DSB-SC
c
c
(a) Seal DSB-SC
Generacin banda lateral superior
c
c
Filtro pasa altas
(b) Banda lateral superior generada con un ltro pasa
altas
Generacin banda lateral inferior
c
c
Filtro pasa bajas
(c) Banda lateral inferior generada con un ltro pasa
bajas
Figura 2.8: Generacin de una seal SSB empleando ltros.
fig:generarssb1
x(t )
2
cos(
c
t )
x(t )
sin(
c
t )
x(t ) cos(
c
t )
+
x(t ) sin(
c
t )
y
SSB
(t )
Figura 2.9: Esquema de modulacin SSB usando ltro de cuadratura
fig:mod:ssb:quad
donde la TF de los trminos

X (
c
) y

X (+
c
) , teniendo en cuenta la propiedad (1.72a),
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
est dada por
X (i
c
) =j sgn(i
c
) X (i
c
) . (2.14) eq:TF:SSB:THTerms
Reemplazando (2.14) en (2.13) se tiene
Y () =
1
2
X (
c
) +
1
2
X (+
c
)
1
2
_
j sgn(
c
) X (
c
)
+j sgn(+
c
) X (+
c
)
_
=
1
2
X (
c
)
_
1+sgn(
c
)
_
+
1
2
X (+
c
)
_
1sgn(+
c
)
_
. (2.15) eq:TF:SSB:PhaseShifted2
Los trminos
_
1+sgn(
c
)
_
y
_
1sgn(+
c
)
_
equivalen a
_
1isgn(
c
)
_
=
_
2, >i
c
,
0, <i
c
.
De nuevo, sustituyendo las expresiones anteriores en (2.15), se tiene
Y () =
_
_
_
0 || <
c
,
X (+
c
) <
c
,
X (
c
) >
c
.
(2.16) eq:TF:SSB:PhaseShifted3
La DEE (2.16) corresponde a la seal SSB de banda lateral superior, pero de manera similar 767
se demuestra que la diferencia en la ecuacin (2.12) conduce a la seal SSB de banda lateral 768
inferior. 769
Resumiendo, el formato de modulacin (2.12) corresponde a generar la seal analtica, (1.73)
desplazando hasta
c
su respectiva DEE unilateral, acordes con la propiedad (1.52). Final-
mente, se restaura la caracterstica bilateral de la seal desplazada tomando su parte real, as:
|
_
x(t ) +j x(t )
_
exp(j
c
t )] =x(t ) cos
c
t x(t ) sin
c
t .
Desde el punto de vista prctico, es importante enfatizar que no es posible implementar l- 770
tros de cuadratura que desplacen cada una de las componentes de frecuencia de la seal en 771
/2. A lo sumo, este comportamiento slo se puede aproximar sobre una banda nita de fre- 772
cuencias. 773
Demodulacin de seales SSB. La demodulacin de las seales SSB que se realiza utilizando 774
el modelo de deteccin coherente implica que la seal modulada y
SSB
(t ) se multiplique por una 775
portadora local, despus de lo cual la seal resultante se ltra usando unltro pasabajas, como 776
se ilustra en la Figura 2.10. 777
La demodulacin sncrona de seales SSBtambinpresenta problemas, como es el caso DSB-
SC, cuando existen errores en los valores nominales de fase o frecuencia en la portadora de
referencia, esto es, (t ) = cos
_
(
c
+
c
) t +
0
_
, donde
c
es el error de frecuencia y
0
es
el error de fase. De hecho, la seal demodulada z(t ), mediante el principio coherente (2.9), es
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
y
SSB
(t ) z(t )
cos(
c
t )
x(t )
Filtro
pasabajas
c
c
c
c
0
0
0
YSSB()
Z()
Y()
Filtro pasabajas
2c
2c
XSSB(0)
YSSB(0)/2
(a) Demodulacin SSB sncrona (b) Proceso de demodulacin SSB sncrona en la frecuencia
Figura 2.10: Esquema de demodulacin SSB empleando deteccin coherente
fig:demod:ssb:coh
igual a,
z(t ) =y
SSB
(t )(t )
=(x(t ) cos
c
t x(t ) sin
c
t ) cos
_
(
c
+
c
) t +
0
_
=
1
2
x(t )
_
cos
_
(
c
) t +
0
_
+cos
_
(2
c
+
c
) t +
0
__
i
1
2
x(t )
_
sin
_
(
c
) t +
0
_
sin
_
(2
c
+
c
) t +
0
__
A la salida del ltro pasabajas, se tienen los trminos
x(t ) =
1
2
x(t ) cos
_
(
c
) t +
0
_
i
1
2
x(t ) sin
_
(
c
) t +
0
_
.
Como se observa de la ecuacin anterior, cuando no hay desacople de la valores de frecuen- 778
cia,
c
= 0, ni de fase,
0
= 0, entonces, la seal demodulada coincide por forma completa- 779
mente con el mensaje, x(t ) x(t ). 780
Cuando se asume tan solo un desfase desconocido,
0
,=0, pero
c
=0, se obtiene que:
x(t ) =
1
2
x(t ) cos
_
0
_
i
1
2
x(t ) sin
_
0
_
.
con lo cual se producen dos tipos de perturbacin: la atenuacin y distorsin del mensaje orig- 781
inal. El peor caso, cuando adems se tiene que
c
,= 0, induce una demodulacin parsita 782
adicional. 783
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 2.2 Sea la seal transmitida en la forma
y
SSBLC
(t ) =a cos
c
t +(x(t ) cos
c
t x(t ) sin
c
t ) ,
donde a |x(t )| es la amplitud de la portadora, que se asume sucientemente grande, tal que permita la
recuperacin del mensaje empleando un detector de envolvente. As,
y
SSBLC
(t ) =(a +x(t ))cos
c
t x(t ) sin
c
t
=r (t ) cos(
c
t +(t )) ,
siendo (t ) el desfase denido en (1.83b) y r (t ) la envolvente, que para el caso se determina como:
r (t ) =
_
_
(a +x(t ))
2
+( x(t ))
2
_
=a
_
1+
2x(t )
a
+
x
2
(t )
a
2
+
( x(t ))
2
a
2
_
1/2
a
_
1+
2x(t )
a
_
1/2
, a | x(t )|
Usando la expansin binomial e ignorando los trminos de mayor orden, debido a que x(t ) a, se
llega a la siguiente expresin:
r (t ) a
_
1+
x(t )
a
_
=a +x(t ).
De esta forma, la seal moduladora x(t ) se restablece empleando un detector de envolvente. Este es-
quema de deteccin por envolvente, que simplica la complejidad de realizacin del modulador, se conoce
como modulacin de banda lateral nica con gran portadora (Single Sideband Large Carrier - SSB-LC). Sin
embargo, la deteccin de envolvente para la seal AM requiere que a |x(t )|, mientras que la deteccin por
envolvente para la seal de banda lateral nica requiere a |x(t )|. Como la amplitud de la portadora debe
ser mayor en la deteccin de envolvente para seal de banda lateral nica, la eciencia de la modulacin
SSB-LC es comparativamente ms baja.
784
2.2.3. Modulacin de banda lateral vestigial 785
La generacin de seales SSB, denitivamente, conlleva a una serie de dicultades: por un la- 786
do es posible distorsionar las componentes dc de la seal que se desea transmitir mientras por 787
otro lado, la realizacin de un ltro de cuadratura slo se logra de forma aproximada. En cam- 788
bio, la generacin de seales DSB es mucho ms simple, pero requiere del doble del ancho de 789
banda de la seal. Un nuevo tipo de modulacin o modulacin de banda lateral vestigial (Ves- 790
tigial Sideband - VSB), que resulta del compromiso entre los tipos DSB y SSB, tiene tambin 791
aplicacin. En este caso, una de las bandas laterales se transmite casi completamente, mientras 792
que para la otra banda lateral slo se transmite una parte o vestigio de la misma. Las seales 793
VSB son relativamente fciles de generar y al mismo tiempo su ancho de banda es tpicamente 794
25% mayor que el ancho de banda de una seal SSB. 795
Generacin de seales VSB. La seal modulada VSB se genera al ltrar una seal DSB emple- 796
ando un ltro especial conocido con el nombre de ltro vestigial, que permite el paso de una 797
pequea parte de la banda lateral inferior (o superior) y una parte mucho mayor de la banda 798
lateral superior (o inferior). La respuesta en magnitud del ltro VSB se muestra en la Figura 799
2.11(a), mientras la Figura 2.11(b) muestra la transformacin que sufre la densidad espectral de 800
la seal x(t ) al ser modulada de esta manera. 801
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
|H
VSB
()|
0

c

(a) Filtro VSB
c
0
0
0
0
X()
X
DSB
()
H
VSB
() Filtro vestigial
X
VSB
()
(b) Proceso de modulacin VSB en la frecuen-
cia
Figura 2.11: Esquema de modulacin VSB
?fig:mod:vsb?
Demodulacin de seales VSB. La detec-
cin coherente de una seal de banda lateral
vestigial, y
VSB
(t ) se realiza de forma similar
a los casos anteriores analizados de AM. La
seal x(t ), con frecuencia mxima , puede
detectarse sin distorsin siempre que la re-
spuesta en magnitud del ltro VSB, para todo
|| , cumpla la condicin:
H
VSB
(+
c
) +H
VSB
(
c
) =const .
La condicin anterior se verica de la sigu-
iente manera. Dado el espectro de la seal
y
DSB
(t ) por Y
DSB
() =X(
c
)+X(+
c
),
la seal modulada y
VSB
(t ) se obtiene al ltrar
y
DSB
(t ) con el ltro vestigial, que es equivale
a multiplicar la DEE Y
DSB
() por la respuesta
en frecuencia del ltro H
VSB
(), esto es,
Y
VSB
() =Y
DSB
()H
VSB
().
La deteccin sincrnica se realiza medi-
ante el principio (2.9), z(t ) =y
VSB
(t ) cos(
c
t )
con DEE
Z() =
1
2
(Y
VSB
(
c
) +Y
VSB
(+
c
)) .
Reemplazando el valor de Y
VSB
() en la ex-
presin anterior se obtiene que
Z() =
1
2
((X(2
c
) +X()) H
VSB
(
c
) +(X() +X(+2
c
)) H
VSB
(+
c
)) .
La accin del ltro pasabajas elimina las componentes de frecuencia en i2
c
y la DEE del
mensaje reconstruido

X() est dada por
X() =
1
2
X() (H
VSB
(+
c
) +H
VSB
(
c
)) .
De lo que se observa que la seal x(t ) se recupera sin distorsin siempre que H
VSB
(+
c
) + 802
H
VSB
(
c
) sea constante en el rango de frecuencias de X(). 803
La transmisin de una seal de banda lateral vestigial tambin puede realizarse usando una 804
portadora. Se ha visto anteriormente, que el esquema de modulacin SSB-LC requiere de una 805
portadora mucho mayor que el esquema DSB-LC cuando la demodulacin se realiza por de- 806
teccin de envolvente. Debido a que la modulacin de banda lateral vestigial con gran porta- 807
dora (VSB-LC) es un caso intermedio, la portadora requerida en VSB es mayor que en DSB-LC, 808
aunque menor que en SSB-SC. 809
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Modulacin de banda lateral vestigial en sistemas de transmisin de seal de televisin 810
La modulacin de banda lateral vestigial se emplea en la transmisin de la seal de televisin. 811
El video en la seal de televisin ocupa un ancho de banda considerable igual a 4.5 MHz. La 812
seal DSB respectiva requerira un ancho de banda de 9 MHz. Aunque la modulacin SSB es un 813
alternativa para conserva el ancho de banda de la seal original, este esquema de modulacin 814
presenta inconvenientes en la transmisin de la seal de video. Por una parte, la seal de video 815
tiene componentes de frecuencia dc que no son despreciables y por otro, con el n de reducir 816
el costo de la recepcin es preferible contar con un sistema que use deteccin por envolvente. 817
Como se ha mencionado, la transmisin SSB-LC es bastante ineciente, lo que incrementa el 818
costo del receptor. La gura 2.12(a) muestra el espectro de una seal de televisin. El ltro ves- 819
tigial permite el paso de componentes de frecuencia desde los 0.75 MHz hasta 1.25 MHz por 820
debajo de la frecuencia de la portadora f
c
, como se observa de la gura 2.12(b). El ancho de 821
banda del espectro resultante es 6 MHz, que contrasta con los 9 MHz de la seal DSB y los 4.5 822
MHz de la seal SSB. 823
0
Espectro DSB
f
c f
c
+4.5 f , MHz
Espectro de audio
Espectro de video
0.25 MHz
(a) Seal DSB
0 f
c f
c
+4.5 f , MHz
0.75
f
c
1.25
(b) Seal transmitida
Figura 2.12: Densidad espectral de la seal de televisin
?fig:vsb:tv?
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
824
Problemas 825
826
1. Determine la transformada de Hilbert de x(t ) =cos(
c
t +). 827
2. a) Halle la transformada de Hilbert de x(t ) =Asinc(t ) 828
b) Determine la magnitud de z(t ) =x(t ) +j x(t ) 829
3. La seal x(t ) = cos200t se usa para modular una portadora de 5 kHz. Trace las ondas 830
temporales y los espectros de lnea si la modulacin empleada es 831
a) DSB-SC 832
b) DSB-LC 833
c) SSB-SC
834
d) SSB-SC
+
835
4. Dibuje una seal de AM modulada con un coseno, con ndices de modulacin de =0.5 836
y =1. 837
5. Demuestre que si la salida de un modulador por desplazamiento de fase (ver gura 2.9) 838
es una seal SSB, la suma de seales en el punto de suma produce la seal SSB de banda 839
lateral inferior. 840
6. Muestre que el sistema de la gura 2.13 puede emplearse para demodular una seal SSB.
_
`
`
`
`
`
`
x(t )
xSSB(t )
2
xSSB(t ) xSSB(t ) sin(c t )
sin(c t )
2
xSSB(t ) cos(c t )
+
+
cos(c t )
Figura 2.13: Demodulacin de Seales SSB por corrimiento de fase

ssbdemod
841
evsbmod
7. La respuesta en frecuencia de un ltro de banda lateral vestigial (VSB) se muestra en la 842
gura 2.14 . 843
a) Encuentre la seal de banda lateral vestigial y
VSB
(t ) cuando
x(t ) =a
1
cos(
1
t ) +a
2
cos(k
2
t ).
b) Demuestre que la seal y
VSB
(t ) puede demodularse usando un demodulador sn- 844
crono. 845
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
.
.....
1
1
0.5
c 1 c c +1 c +2

|H()|
Figura 2.14: Filtro VSB del ejercicio 7
vsbmod
8. La deteccin sncrona de una seal DSB-SC se puede llevar a cabo al multiplicar la seal 846
modulada recibida por un tren de pulsos p(t ) de frecuencia
c
. El resultado de esta mul- 847
tiplicacin es la seal x(t ) cos(
c
t )p(t ). Deducir la expresin analtica de la funcin de 848
densidad espectral de esta seal y demostrar que se puede recuperar la seal x(t ) en la 849
salida con un ltro pasabajos. 850
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.3. Modulacin de ngulo anloga y radiofrecuencia 75
En la modulacin de ngulo, la informacin se transmite variando la fase instantnea, de acuer- 852
do con la funcin denida en (2.5b), cuando la amplitud de la seal moduladora permanece 853
constante a(t ) =const, mientras (t ) cambia en funcin de la seal de banda base. 854
Al igual que el caso de la modulacin de amplitud anloga y de radiofrecuencia, sobre el mod-
elo de la fase instantnea, (t ), se impone la misma condicin: (t ) =
c
t + (t ). De la deriva-
da del trmino (t ), o desviacin de fase, se determina el concepto de desviacin de frecuencia,
esto es,
d
(t ) = d/dt . En concordancia con los anteriores tipos de desviacin de ngulo y
por cuanto el valor
c
=const, entonces se analizan dos tipos de variacin indirecta de la fase
instantnea, que estn en funcin (tpicamente lineal) de la seal de banda base:
(t ) k
p
x(t ), Modulacin de fase (2.17a) eq:ModPhaseDef
d/dt k
f
x(t ), Modulacin de frecuencia (2.17b) eq:ModFreqDef
donde k
p
y k
f
son los trminos de proporcionalidad lineal, denominados respectivamente coe-
cientes de desviacinde fase y frecuencia. Cabe anotar, que de la expresin(2.17b), la desviacin
de fase en la modulacin de frecuencia es proporcional a la integral de la seal moduladora,
(t ) =k
f
_
t
x()d+const . (2.18) eq:desv_fase_frec
2.3.1. Modulaciones de fase y frecuencia 855
Derivados del modelo (2.4) y teniendoencuenta (2.18), las seales moduladoras de los formatos
de modulacin (2.17a) y (2.17b) se describen, respectivamente como:
y
PM
(t ) =a cos
_
c
t +k
p
x(t )
_
(2.19a) eq:ModPhaseDef01
y
FM
(t ) =a cos
_
c
t +k
f
_
t
x()d+
0
_
. (2.19b) ?eq:ModFreqDef01
La correspondiente frecuencia instantnea est dada por
PM
i
(t ) =
c
+k
p
dx(t )
dt
(2.20a) eq:def:w_i:PM
FM
i
(t ) =
c
+k
f
x(t ). (2.20b) ?eq:def:w_i:FM?
La diferenciacin entre modulacin de fase y modulacin de frecuencia en trminos de (t ) 856
o
i
(t ), se realiza en trminos de la desviacin de fase; la modulacin angular es modulacin 857
de fase si (t ) es proporcional a x(t ) y modulacin de frecuencia si es proporcional a la integral 858
de x(t ). En trminos de la frecuencia instantnea
i
(t ), la modulacin angular es modulacin 859
de fase si (t ) cambia linealmente con la derivada de x(t ) con respecto al tiempo y modulacin 860
de frecuencia si cambia linealmente con x(t ). 861
La Figura 2.15 muestra dos ejemplos de modulacin angular. Inicialmente, cuando la seal 862
moduladora x(t ) corresponde a una onda cuadrada cuya amplitud cambia entre a y a (Figura 863
2.15(a)). En la seal modulada en fase, x
PM
(t ), la frecuencia instantnea
i
(t ) permanece con- 864
stante e igual a
c
. La fase de la seal, (t ), cambia proporcionalmente con x(t ): es constante 865
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
a
a
x(t )
y
PM
(t )
y
FM
(t )
t
t
t
(a) Seal cuadrada moduladora
a
a
x(t )
y
PM
(t )
y
FM
(t )
t
t
t
a cos(
m
t )
a sin(
m
t )
(b) Seal sinusoidal moduladora
Figura 2.15: Ejemplos oscilogramas para los tipos de modulacin de fase y frecuencia
fig:pm:fm:examples
durante los intervalos en los cuales x(t ) = a x(t ) = a y cambia de manera abrupta cuando 866
x(t ) cambia de a a a. En otras palabras, el ngulo (t ) es igual a (t ) =
c
t +k
p
a =
c
t +
0
867
cuando x(t ) = a y (t ) =
c
t k
p
a =
c
t
0
cuando x(t ) = a. Por otra parte, en la seal 868
modulada en frecuencia, y
FM
(t ), la frecuencia instantnea
i
(t ) vara entre
i
(t ) =
c
+k
f
a = 869
c
+cuando x(t ) =a y
i
(t ) =
c
k
f
a =
c
cuando x(t ) =a. 870
Seguidamente, en la Figura 2.15(b), se ilustra el caso de la seal moduladora en forma si- 871
nusoidal x(t ) = a cos(
m
t ). De acuerdo a la expresin (2.20a), la frecuencia instantnea de 872
la seal modulada en fase, y
PM
(t ), est dada por
c
+ k
p
(dx(t )/dt ) =
c
ak
p
sin(
m
t ), 873
mientras la frecuencia instantnea de la seal modulada en frecuencia, y
FM
(t ), est dada por 874
c
+ak
f
cos(
m
t ). 875
Densidad espectral de la modulacin en ngulo. El modelo de la seal modulada, (2.4), para
la modulacin en ngulo se escribe en forma exponencial como
y (t ) =
_
a exp(j
_
c
t +(t )
_
)
_
=
_
a exp(j (
c
t )) exp(j (t ))
_
.
Si en la expresin anterior, la componente exponencial exp(j (t )) se reemplaza por su corre-
spondiente serie de potencias, se obtiene
y (t ) =
_
a exp(j (
c
t +(t )))
_
=
_
a exp(j
c
t )
_

n=0
_
(j (t )
_
n
n!
__
=
_
a exp(j
c
t )
_
1+j (t )
2
(t )/2! +j
n
n
(t )/n! +. . .
__
. (2.21) eq:fm:densidad:espectral
De esta manera, la seal modulada en ngulo consiste de una portadora sin modular y varios 876
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
trminos modulados en amplitud, tales como (t ) sin
c
t ,
2
(t )/2! cos
c
t ,
3
(t )/3! sin
c
t , 877
entre otros. La DEE consiste entonces de una portadora sin modular adems de la TF de (t ), 878
2
(t )/2!,
3
(t )/3!; todos centrados en
c
. Del anlisis anterior ser observa que no existe una 879
relacin sencilla entre la seal modulada y (t ) y la seal moduladora x(t ), como s exista en el 880
caso de la modulacin de amplitud. 881
2.3.2. Modulacin de ngulo de banda angosta 882
Si en la expresin (2.21), la amplitud mxima de (t ) es tal que siempre se cumple la restriccin:
|(t )|
mx
<1, (2.22) eq:condicion:banda:angosta
entonces, la seal modulada y (t ) se aproxima como
y (t ) a cos
c
t A(t ) sin
c
t . (2.23) eq:BandaAngosDef
El formato de modulacin (2.23) se conoce como la seal modulada en ngulo de banda an-
gosta. De esta manera,
y
NBPM
(t ) a cos
c
t ak
p
x(t ) sin
c
t (2.24a) eq:nbpm:tone
y
NBFM
(t ) a cos
c
t ak
f
_
_
t
x()d
_
sin
c
t , (2.24b) eq:nbfm:tone
donde y
NBPM
(t ) es la seal modulada enfase de banda angosta NarrowbandPhase Modulation 883
NBPM) y y
NBFM
(t ) la seal modulada en frecuencia de banda angosta (NBFM - Narrowband 884
Frequency Modulation). Las expresiones anteriores indican que la seal modulada en ngulo 885
de banda angosta consiste de una portadora sin modular ms un trmino en el que (t ) multi- 886
plica a la seal portadora desplazada en /2 radianes. Esta multiplicacin genera dos bandas 887
laterales con centro en
c
. Si (t ) tiene ancho de banda , el ancho de banda de la seal mod- 888
ulada en ngulo de banda angosta es igual a
NBPM
= 2, como en el caso de la modulacin 889
en amplitud DSB-LC. 890
Ejemplo 2.3 Sea la seal moduladora una sinusoidal pura x(t ) = a cos
m
t . En el caso de FM, la fre-
cuencia instantnea est dada por
i
(t ) =
c
+k
f
x(t ) =
c
+ak
f
cos
m
t .
La desviacin de frecuencia mxima es igual a = ak
f
, con lo cual la frecuencia instantnea es
i
(t ) =
c
+cos
m
. La fase de esta seal de FM es
(t ) =
c
t +ak
f
_
t
cos(
m
)dt =
c
t +
ak
f
m
sin
m
t =
c
t + sin
m
t ,
donde = ak
f
/
m
= /
m
es un coeciente adimensional de la desviacin de frecuencia mxima a la
frecuencia moduladora. Luego, empleando la expresin (2.24b), la seal de FM de banda angosta es
y
NBFM
(t ) =a cos
c
t a sin
m
t sin
c
t . (2.25) eq:nbfm02
891
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La ecuacin (2.25) sigue la misma forma que la modulacin de amplitud DSB-LC que usa
una moduladora sinusoidal (ver ecuacin (2.10)) y
DSBLC
(t ) =a cos
c
t +a cos
m
t cos
c
t .
Debido a esta similitud, el coeciente recibe el nombre de ndice de modulacin. En la mod-
ulacin de fase de banda angosta, x(t ) =a sin
c
t , lo que conduce a
y
NBPM
(t ) =a cos
c
t a sin
m
t sin
c
t ,
donde el ndice de modulacin es =k
p
a. 892
La condicin enunciada enla expresin(2.22) se traduce enel caso sinusoidal enque el ndice 893
de modulacin sea menor que uno, esto es <1. Enla prctica, unvalor de <0.2 es suciente 894
para lograr una modulacin angular de banda angosta con moduladora sinusoidal. 895
2.3.3. Modulacin de ngulo de banda ancha 896
Cuando la condicin (2.22) no tiene lugar, entonces, los trminos (t ) sin
c
t ,
2
(t )/2! cos
c
t , 897
3
(t )/3! sin
c
t , y de mayor orden se deben tener en cuenta en el clculo del correspondiente 898
espectro de Fourier. Enforma general, este anlisis no es sencillo desde el punto de vista analti- 899
co; se requiere calcular la DEE de todos los trminos que aparecen en la sumatoria de la expre- 900
sin (2.21). La forma ms comn de aproximacin considera el caso en el cual la seal modu- 901
ladora corresponde a una seal sinusoidal. 902
Caso sinusoidal. Sea x(t ) = a cos
m
t la seal moduladora. En el caso de FM, la frecuencia
instantnea es igual a
i
(t ) =
c
+ak
f
cos
m
t =
c
+cos
m
t ,
por lo tanto, la fase instantnea se determina como
(t ) =
_
t
0
i
()d =
c
t + sin
m
t ,
de lo cual, la seal modulada en frecuencia est dada por
y
FM
(t ) =
_
Ae
j
c
t
e
j sin
m
t
.
_
(2.26) eq:fm:wideband
La seal exponencial e
j sin
m
t
en la expresin (2.26) es una funcin peridica del tiempo
con frecuencia fundamental
m
= 2/T [rad/s], que puede representarse usando la serie de
Fourier:
e
j sin
m
t
=
k=
F
k
e
j k
m
t
, (2.27) eq:fourier:fm:bessel
donde
F
k
=
1
T
_
T/2
T/2
e
j sin
m
t
e
j k
m
t
dt .
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Mediante el cambio de variable =
m
t =(2/T)t , la expresin anterior es igual a
F
k
=
1
2
_

e
j ( sink)
d.
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0 1 2 3 4 5 6 7 8 9 10 11 12
J
k
()
J
0
J
1
J
2
J
3 J
4 J
5 J
6 J
7 J
8 J
9J
10
Figura 2.16: Funciones de Bessel de primera clase,
J
k
()
fig:bessel:plots
El valor de la integral anterior es una fun- 903
cin de k y de y puede evaluarse numri- 904
camente. Se conoce con el nombre de la fun- 905
cin de Bessel de primera clase y se deno- 906
ta por J
k
(). La variable k toma valores en 907
los enteros, mientras (el ndice de mod- 908
ulacin), toma valores positivos. Algunas de 909
estas funciones se muestran en la gura 910
2.16. Se puede demostrar que la funcin de 911
Bessel de primera clase cumple las siguientes 912
propiedades 913
1. J
k
() , 914
2. J
k
() = J
k
(), para k par. 915
3. J
k
() =J
k
(), para k impar. 916
4.
k=
J
2
k
() =1. 917
Empleando la denicin de J
k
(), la ecuacin (2.27) puede escribirse como
e
j sin
m
t
=
k=
J
k
()e
j k
m
t
,
con lo cual y
FM
(t ) es igual a
y
FM
(t ) =
_
ae
j
c
t
k=
J
k
()e
j k
m
t
_
=a
k=
J
k
() cos((
c
+k
m
)t ) .
A diferencia de la modulacin de amplitud, en la que el nmero de bandas laterales es nito 918
(igual a dos), en la modulacin de frecuencia, el nmero de bandas laterales es innito. Sin em- 919
bargo, debido al comportamiento montono de las funciones de Bessel en las que la amplitud 920
de J
k
() disminuye a medida que k aumenta, como se observa en la Figura 2.16, el nmero sig- 921
nicativo de bandas laterales disminuye con k creciente, por lo cual se considera que, desde un 922
punto de vista prctico, la potencia est contenida dentro de un ancho de banda nito. La Figu- 923
ra 2.17 muestra las magnitudes de las bandas laterales para diferentes valores de . El ndice 924
de modulacin es funcin de la desviacin de frecuencia mxima y la frecuencia de la 925
seal moduladora sinusoidal
m
. En la Figura 2.17(a), la frecuencia
m
se hace constante y se 926
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
muestra el espectro de lnea en funcin de los cambios de . Valores crecientes de implican 927
amplitudes menores para las componentes espectrales. En la Figura 2.17(b), la desviacin de 928
frecuencia mxima, , se hace constante y se muestran los cambios en el espectro de lnea en 929
funcin de los cambios de la frecuencia del tono modulador
m
. 930
=1
=2
=5
=10
=15
m
(a)
m
constante
=1
=2
=5
=10
=20

(b) constante
Figura 2.17: Densidad espectral de la seal de FM de banda ancha con moduladora sinusoidal
fig:spectro:wbfm
Una propiedad de las funciones J
k
() es que su amplitud disminuye rpidamente para val-
ores de k mayores que . Algunos ejemplos de esta propiedad se observan de la gura 2.17. El
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
ancho de banda para valores grandes de puede aproximarse si slo se tienen en cuenta las
bandas laterales para las cuales k . Para k > se considera que la amplitud de J
k
() es lo
sucientemente pequea para no ser tenida en cuenta. De esta manera, el ancho de banda para
valores grandes de se puede aproximar como
FM
=2k
m
2
m
=2
m
2.
Aumiendo valores pequeos de , las nicas funciones de Bessel de magnitud considerable 931
son J
0
() y J
1
(), como se puede observar de la Figura 2.16. De aqu que el ancho de banda en 932
el caso de banda angosta se pueda aproximar como
FM
=2
m
. 933
Una regla que permite aproximar el ancho de banda para cualquier valor de se conoce con
el nombre de la regla de Carson y calcula el ancho de banda como
FM
2
m
(1+).
x(t )
k
p
a sin
c
t
2
a cos
c
t
y
NBPM
(t )
(a) Modulacin de fase

x(t )
k
f
a sin
c
t
2
a cos
c
t
y
NBFM
(t )
+
_
(b) Modulacin de frecuencia
Figura 2.18: Esquemas de modulacin de banda angosta
fig:nbpm:nbfm
La regla de Carson se aproxima a los valores correctos en los lmites en que toma valores
pequeos o valores grandes. Tambinse emplea para cualquier seal de banda limitada. Eneste
caso, el ndice de modulacin se conoce en forma general como ndice de dispersin o ndice
de desviacin D y se dene como
D =
desviacin de frecuencia mxima
ancho de banda de x(t )
=
.
En trminos del ndice de desviacin, la regla de Carson es igual a
FM
2(1+D).
Generacin de seales moduladas en ngulo. La generacin de seales moduladas en ngu- 934
lo de banda angosta se realiza mediante la implementacin directa de las ecuaciones (2.24a) 935
y (2.24b), tal y como se muestra en los diagramas de la gura 2.18. La Figura 2.18(a) muestra 936
el esquema de generacin de seales moduladas en fase de banda angosta, mientras la Figura 937
2.18(b) muestra el esquema de generacin de seales moduladas enfrecuencia de banda angos- 938
ta. La generacin de seales moduladas en ngulo de banda ancha se puede realizar de manera 939
indirecta a travs de un esquema de modulacin conocido como modulacin indirecta de FM 940
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
tipo Armstrong. En este esquema de modulacin, primero se genera una seal de banda angos- 941
ta que se transforma en un seal de banda ancha empleando multiplicadores de frecuencia. Un 942
multiplicador de frecuencia es un circuito que multiplica el argumento de la seal sinusoidal 943
de entrada por un factor n. Por ejemplo, si la seal de entrada al multiplicador de frecuencia es 944
x(t ) =a cos
_
c
t +(t )
_
, entonces, la seal de salida es x(n, t ) =a cos
_
n
c
t +n(t )
_
. 945
El coeciente n en frente de la fase (t ) tiene por objetivo aumentar el valor de la desviacin 946
mxima de frecuencia o enotras palabras del ndice de desviacin D. La Figura 2.19 muestra 947
un diagrama en bloques simplicado del modulador tipo Armstrong.
Multiplicador
de frecuencia
x(t ) x
W BFM
(n, t ) y
NBFM
(t )
NBFM
Figura 2.19: Diagrama de bloques simplicado del generador indirecto de onda FMtipo Armstrong
fig:generator:fm:armstrong
948
Demodulacin de seales moduladas en ngulo. La demodulacin de una seal de FM re-
quiere de un sistema que produzca una salida proporcional a la desviacin de frecuencia in-
stantnea de la seal de entrada. Tal sistema recibe el nombre de discriminador de frecuencia,
para el cual, cuando la entrada es una seal modulada de ngulo, entonces su salida tendr la
forma,
y
d
(t ) =k
d
d(t )
dt
,
donde k
d
es la sensibilidad del discriminador.
Detector de
envolvente
x
c
(t ) x
c
(t ) a
i
(t )
d
dt
Figura 2.20: Demodulacin angular usando diferenciacin directa
fig:demod:fm:dif
949
En el caso de FM, la salida del discriminador ideal de frecuencias es y
d
(t ) =k
d
k
f
x(t ). 950
Unaproximacinal discriminador ideal de frecuencia consiste de undiferenciador ideal segui-
do de un detector de envolvente, como se muestra en la Figura 2.20. De nuevo, si la entrada al
diferenciador se tiene la seal (2.19a), la salida del diferenciador est dada por
y (t ) =a
_
c
t +
d(t )
dt
_
sin
_
c
t +(t )
_
.
de la cual se observa, que la seal x
c
(t ) est modulada, tanto en amplitud como en frecuencia.
La envolvente de y (t ) es
a
_
c
t +d(t )/dt
_
,
y la salida del detector de envolvente es entonces proporcional a la frecuencia instantnea
y
d
(t ) =
i
(t ).
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
951
Problemas 952
953
1. Determine la frecuencia instantnea en Hz de cada una de las siguientes seales 954
a) 10cos(200t +/3) 955
b) 10cos(20t +t
2
) 956
2. Una seal modulada de ngulo se describe por
y (t ) =10cos
_
2(10
6
)t +0.1sin(10
3
)t
_
a) Encontrar a x(t ) si se considera y (t ) como una seal de PM con k
p
=10. 957
b) Encontrar a x(t ) si se considera y (t ) como una seal de FM con k
f
=10. 958
3. Sean x
1
(t ) y x
2
(t ) dos seales de mensaje y sean y
c
1
(t ) y y
c
2
(t ) las seales moduladas 959
correspondientes a x
1
(t ) y x
2
(t ), respectivamente. 960
(a) Demuestre que si la modulacin es DSB (AM), luego x
1
(t ) +x
2
(t ) produce una seal 961
modulada igual a y
c
1
(t ) +y
c
2
(t ). 962
(b) Demuestre que si la seal es de ngulo modulado, la seal modulada producida por 963
x
1
(t )+x
2
(t ) no ser y
c
1
(t )+y
c
2
(t ), esto es, la superposicin no aplica a las seales de 964
ngulo modulado. 965
4. Una portadora se modula en ngulo por la suma de dos sinusoides
y
FM
(t ) =a cos(
c
t +
1
sin
1
t +
2
sin
2
t )
donde
1
y
2
no estn relacionadas armnicamente (es decir, una de ellas no se puede 966
expresar como mltiplo de la otra). Encuentre el espectro de y
FM
(t ). 967
5. Dada la seal modulada en ngulo
y (t ) =10cos(210
8
t +200cos 210
3
t )
determine su ancho de banda. 968
6. Una portadora de 20 MHz se modela en frecuencia usando una sinusoide tal que la mx- 969
ima desviacin de frecuencia es 100 kHz. Determine el ndice de modulacin y el ancho 970
de banda aproximado de la seal de FM si la frecuencia de la seal moduladora es 1 kHz, 971
100 kHz y 500 kHz. 972
7. Considrese la seal de ngulo modulado
y (t ) =10cos(
c
t +3sin
m
t )
Asuma que la seal es PM y que f
m
=1 kHz. Calcule el ndice de modulacin y encuentre 973
el ancho de banda cuando 974
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
(a) f
m
se dobla. 975
(b) f
m
se disminuye a la mitad. 976
8. Repita el problema anterior asumiendo que la seal es de FM. 977
9. Una portadora se modula en frecuencia con una seal sinusoidal de 2 kHz resultando en 978
una desviacin mxima de frecuencia de 5 kHz. 979
(a) Encuentre el ancho de banda de la seal modulada. 980
(b) La amplitud de la seal moduladora se incrementa por un factor de 3 y su frecuencia 981
se disminuye a 1 kHz. Encuentre la mxima desviacin de frecuencia y el ancho de 982
banda de la nueva seal modulada. 983
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.4. Modulacin de pulso anloga y banda base 85
En la modulacin de pulso, la seal portadora consiste de un tren de pulsos y la modulacin se 985
realiza al variar algn parmetro de esta seal portadora en forma proporcional a la seal de 986
informacin. La modulacin consiste en cambiar los tres parmetros bsicos de los pulsos en 987
forma proporcional al valor determinado sobre una malla discreta de tiempo o valor muestrea- 988
do de la seal moduladora. La informacin se transmite de forma anloga y en tiempo discreto. 989
Existen tres tipos de modulacin anloga de pulso, la modulacin por amplitud de pulso (Pulse 990
Amplitude Modulation - PAM), la modulacin por ancho de pulso (Pulse Width Modulation - 991
PWM) por duracin de pulsos (Pulse Duration Modulation - PDM) y la modulacin por posi- 992
cin de pulso (Pulse Position Modulation - PPM). 993
2.4.1. Modulacin por amplitud de pulso 994
Cuando la amplitud del pulso en un tren de pulsos cambia en proporcin directa con las val- 995
ores muestreados de x(t ), como se ilustra en la Figura 2.21(a). La modulacin por amplitud de 996
pulso se realiza de manera similar al muestreo, empleando pulsos de amplitud plana (Flat-top 997
sampling) (Figura 2.21(b)). Este tipo de muestreo contrasta con el muestreo natural (natural 998
sampling), en el cual la amplitud de los pulsos muestreadores no es constante, si no que cam- 999
bia con la forma de la seal continua que se muestrea, como se observa en la Figura 2.21(c). 1000
x(t )
t
t
y
PAM
(t )
Instantes de muestreo
(a) Ejemplos de oscilogramas en PAM
(b) Muestreo con pulsos de amplitud
plana
(c) Muestreo natural
Figura 2.21: Ilustracin del tipo de modulacin PAM
?fig:PAM?
La modulacin PAM se realiza a travs de dos operaciones conocidas como muestreo y re- 1001
tencin. En el muestreo la seal moduladora x(t ) se muestrea de manera instantnea cada T 1002
segundos, donde T se selecciona de acuerdo al teorema del muestreo. En la retencin, la du- 1003
racin de cada muestra se sostiene por un perodo de [s]. El objetivo de retener el pulso por 1004
un perodo prolongado es evitar el uso excesivo del ancho de banda del canal de transmisin, 1005
debido a que el ancho de banda es inversamente proporcional a la duracin del pulso. Sin em- 1006
bargo, debe tenerse cuidado qu tan largo es el pulso que se utilice debido a un fenmeno que 1007
se conoce como efecto de apertura, y que se explica a continuacin. 1008
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La seal PAM puede escribirse como
y
PAM
(t ) =
k
x(kT) rect
(t kT), (2.28) eq:mod:PAM:basica

donde T es el perodo de muestreo, x(kT) es el valor muestreado de x(t ) obtenido en el tiempo
t =kT y la seal rect
(t ) representa unpulso rectangular estndar de amplitudigual a uno y du-

racin . La expresin (2.28) corresponde a realizar la convolucin entre la seal x(t ) muestrea-
da de forma instantnea y el pulso rectangular rect
(t ). En efecto, la versin muestreada de

forma instantnea de x(t ) est dada como
x
(t ) =
k
x(kT)(t kT).
De la convolucin de x
(t ) con el pulso rect
(t ) se obtiene
x
(t ) rect
(t ) =
_

(s ) rect
(t s )ds =
_

k
x(kT)(s kT) rect
(t s )ds
=
k
x(kT)
_

(s kT) rect
(t s )ds =
k
x(kT) rect
(t kT)
=y
PAM
(t ).
De esta manera, la seal modulada por amplitud de pulso es igual a
y
PAM
(t ) =x
(t ) rect
(t ).
La DEE de la seal y
PAM
(t ) se obtiene aplicando la propiedad de convolucin de la TF (ver ec.
(1.66)) a la ecuacin anterior (donde
0
=2/T),
Y
PAM
() =X
()|rect
(t )] =
k
X (k
0
) sinc(/2) . (2.29) eq:pam:spectrum
2
T
2
T
0
|X
()|
|X()|
(a) Espectro empleando muestreo natural
2
T
2
T
0
|Y
PAM
()|
|Q()| ,=|X()|
(b) Espectro en el muestreo de amplitud plana
Figura 2.22: Efecto de apertura
?spectrums:different:samplings?
En el caso del muestreo instantneo, la
seal x(t ) puede recuperarse al aplicar un l-
tro pasabajas a
1
|X
()]. Sin embargo,

al muestrear con pulsos de amplitud plana,
la seal que se recupera al aplicar el ltro
pasabajas no equivale a x(t ), si no a una
versin distorsionada de x(t ). Esto se debe
a que el espectro centrado en cero para el
caso de Y
PAM
() no corresponde al espec-
tro original de x(t ), X(), sino a una ver-
sin distorsionada del mismo, Q(), tal que
Q() ,= X(), como se observa de la gura
2.22(b). Igualmente, en la ecuacin (2.29), se
observa que el espectro para k = 0 es igual a
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
X() sinc(/2). El efecto de esta distorsin consiste bsicamente en la eliminacin de con-
tenido de altas frecuencias en la densidad espectral de la seal original. Este efecto se conoce
como efecto de apertura. Entre ms larga sea la duracin del pulso o apertura , ms pronun-
ciado ser el efecto. El efecto de apertura puede corregirse empleando un ecualizador con re-
spuesta en frecuencia igual a
H
e c
() =
1
sinc(/2)
.
La ecualizacin puede evitarse si la duracin del pulso es relativamente pequea en com- 1009
paracin al tiempo de muestreo. Un criterio que se emplea en la prctica es /T 0.1. 1010
Se puede generar modulacin PAM unipolar si al tren de pulsos modulado en la ecuacin
(2.28) se le agrega en fase un tren de pulsos de amplitud constante A. En este caso, la modu-
lacin por amplitud de pulso unipolar es igual a
y
PAMUNI
(t ) =
k
a
_
1+x(kT)
_
rect
(t kT),
donde el ndice de modulacin controla la cantidad en la que vara la amplitud. La condicin 1011
1 +x(kT) > 0 garantiza que la seal modulada contenga nicamente pulsos positivos y evita 1012
los pulsos faltantes. 1013
El espectro correspondiente a la seal PAM unipolar est dado como
Y
PAMUNI
() =
a
T
k
_
(k
0
) +X (k
0
)
_
sinc(/2) .
De la expresin anterior se observa que el espectro de la seal modulada incluye impulsos 1014
en todos los armnicos k
0
y en = 0. La reconstruccin de la seal x(t ) requiere de un blo- 1015
queador de componentes dc, el ltro pasabajas y dependiendo de la duracin de los pulsos, de 1016
un ecualizador. 1017
2.4.2. Modulaciones por ancho y posicin de pulso 1018
x(t )
y
PWM
(t )
t
(a) Modulacin por ancho de pulso
x(t )
y
PPM
(t )
t
(b) Modulacin por posicin de pulso
Figura 2.23: Ejemplos modulacin de pulsos por duracin y por posicin
?examples:mod:pwm:ppm?
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Dos formas alternativas de modulacin por trende pulsos incluyen la modulacin por duracin 1019
o ancho de pulsos y la modulacin por posicin de pulsos. En la modulacin PWM los valores 1020
muestreados de la seal moduladora x(t ) se emplean para variar la duracin de los pulsos in- 1021
dividuales de la seal portadora, como se muestra en la Figura 2.23(a). En la modulacin PPM 1022
la posicin relativa de cada pulso con respecto a los instantes de muestreo, cambia en forma 1023
proporcional a los valores muestreados de x(t ) ( ver Figura 2.23(b)). 1024
La Figura 2.24(a) muestra el diagrama en bloques de un generador de seales PWM y seales 1025
PPM. El sistema emplea un comparador y un generador de ondas en forma de diente de sierra 1026
con perodo T. La salida del comparador es igual a cero, excepto cuando la seal moduladora 1027
x(t ) excede el valor de la seal diente de sierra, en cuyo caso la salida es constante y positiva, 1028
generando de esta manera la seal PWM. La modulacin por posicin se obtiene al aplicar la 1029
seal PWM a un generador de pulsos monoestable que se activa por lo cambios de anco en su 1030
respectiva entrada y produce pulsos cortos de duracin constante (ver Figura 2.24(b)). 1031
+
_
x(t )
Generador
Diente de sierra
Comparador
Monoestable
PWM
PPM
(a) Esquema de modulacin PWM y PPM
PWM
PPM
x(t )
t
t
t
T
tk
k
(b) Formas de onda PWM y PPM
Figura 2.24: Generacin de ondas PWM y PPM
fig:versions:sampling?
La duracin del pulso k-simo en la seal PWM puede representarse por
k
=
0
_
1+x(kT)
_
,
en donde
0
representa la duracin del pulso cuando x(kT) = 0 y el ndice de modulacin 1032
controla la duracin de los pulsos en la modulacin. Al igual que en la modulacin PAM 1033
unipolar, la condicin 1+x(kT) >0 evita los pulsos faltantes y duraciones negativas cuando 1034
x(kT) <0. 1035
El k-simo pulso en la seal PPM comienza en el instante t
k
dado por
t
k
=kT +t
d
+t
0
x(kT),
en el que la posicin kT +t
d
representa x(kT) =0 y la constante t
0
controla el desplazamiento 1036
del pulso modulado. 1037
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1038
Problemas 1039
1040
1. Una seal de pulsos modulados se genera al muestrear uniformemente el mensaje de- 1041
scrito como x(t ) =cos(2t /T
m
) para valores t =nT, donde T =T
m
/3. Dibuje: 1042
La seal PWM que se obtiene con =0.8,
0
=0.4T. 1043
La seal PPM con t
d
=0.5T y t
0
= =0.2T. 1044
2. La expresin analtica para x
PWM
no tiene una forma simple debido a que el ancho de
pulso
k
es funcin del tiempo. Sin embargo, es posible encontrar una expresin sencilla
e informativa, si se asume que la seal PWM tiene pulsos de amplitud a centrados en
t = kT y que
k
cambia lentamente de pulso a pulso. Bajo estas suposiciones muestre
que la forma de onda para la seal PWM est dada por
y
PWM
(t )
a
0
T
_
1+x(t )
_
+
n=1
2a
n
sin
_
n(t )
_
cos(n
0
t ),
donde (t ) =(
0
/T)
_
1+x(t )
_
. 1045
3. Analice la forma del espectro de la seal y
PWM
(t ) del punto anterior. 1046
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.5. Modulacin de pulso digital y banda base 91
section:mod:dig:baseband?
La modulacin digital de banda base es un paso necesario en cualquier comunicacin digital y 1048
consiste bsicamente en la conversin de la seal anloga en seal digital. Tambin se conoce 1049
como conversin anloga-digital o modulacin digital de pulso. Dos esquemas importantes de 1050
modulacin digital de pulso son la modulacin por cdigo de pulso (Pulse Code Modulation - 1051
PCM) y la modulacin delta (Delta Modulation - DM). 1052
2.5.1. Modulacin por cdigo de pulso (PCM) 1053
En la modulacin por cdigo de pulso, la seal moduladora se representa a travs de una se- 1054
cuencia de pulsos codicados, que se logra al representar la seal en forma discreta, tanto 1055
en tiempo como en amplitud. Las operaciones bsicas en un sistema PCM son el muestreo, 1056
la cuantizacin y la codicacin, como se muestra en la Figura 2.25. En la etapa de muestreo, la 1057
seal anloga se convierte en seal de tiempo discreto. En la etapa de cuantizacin los valores 1058
continuos de amplitud se representan empleando un conjunto nito de valores y en la etapa de 1059
codicacin a cada nivel de cuantizacin se le asigna un cdigo. 1060
x(t )
Muestreo Cuantizacin Codicacin
Figura 2.25: Esquema modulacin por cdigo de pulsos
fig:esquema:PCM
Cabe anotar que el uso conjunto de las etapas de cuantizacin y codicacin es que lo que 1061
distingue la modulacin de cdigo de pulsos de la modulacin anloga de pulsos. 1062
Muestreo. La operacin de muestreo est sustentada en el teorema de muestreo, 1.3. En par- 1063
ticular, para asegurar una reconstruccin perfecta de la seal de informacin, la razn de dis- 1064
cretizacin debe ser mayor que dos veces el valor de la componente de frecuencia ms alta
max
1065
de la seal que se desea muestrear. 1066
m
p
0
m
p
t
(a) Forma de onda
Salida
Entrada
2
3
2
5
2
7
2
9
2
3
2
5
2
7
2
9
2
2 3 4 5 2 3 4 5
(b) Funcin de transferencia
Figura 2.26: Cuantizacin uniforme
fig:uniformQuant
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Aunque en el modelo ideal de discretizacin, la seal muestreada se obtiene al multiplicar 1067
la seal continua con un secuencia de impulsos, en la prctica, la seal de tiempo discreto se 1068
obtiene mediante muestreo natural o muestreo con pulsos de amplitud plana (o modulacin 1069
PAM). 1070
Cuantizacin. Un vez la seal anloga ha sido muestreada, la seal obtenida se cuantiza, gen- 1071
erndose as una nueva representacinde la seal de informacinque es discreta tanto entiem- 1072
po como en amplitud. La cuantizacin puede realizarse de forma uniforme o no uniforme. Un 1073
ejemplo de cuantizacin uniforme se muestra en la Figura 2.26. Se asume que la amplitud de 1074
la seal x(t ) est restringida al intervalo
_
m
p
, m
p
_
. Este intervalo se divide en un nmero M 1075
de sub-intervalos, cada uno de tamao = 2m
p
/M, como se muestra en la Figura 2.26(a). El 1076
valor de amplitud para una muestra particular se aproxima empleando el punto medio del in- 1077
tervalo en el que el valor de la muestra subyace. La curva caracterstica de entrada-salida del 1078
cuantizador uniforme se muestra en la Figura 2.26(b).
x(t )
t
m
p
m
p
Niveles de cuantizacin
Figura 2.27: Cuantizacin no uniforme
fig:noUni:sketch
1079
La diferencia entre la seal de entrada al cuantizador uniforme y la respectiva seal de salida
se conoce como el error de cuantizacin o el ruido de cuantizacin. Para una seal aleatoria el
ruido de cuantizacin e
c
puede variar en el intervalo [/2, /2]. Asumiendo que el error de
cuantizacin puede tomar cualquier valor en el intervalo [/2, /2], el error de cuantizacin
cuadrtico medio est dado por
e
2
c
=
1
_
/2
/2
e
2
c
de
c
=
2
12
.
1080
El esquema de cuantizacin uniforme asume implcitamente que los valores de amplitud de
la seal de entrada estn distribuidos de manera uniforme. En otras palabras, que los valores
menores en amplitud son igualmente probables a los valores mayores en amplitud. En la prc-
tica, los valores de amplitud de la seales no estn distribuidos uniformemente. Por ejemplo,
en la transmisin telefnica de seales de voz, las amplitudes menores predominan y las am-
plitudes mayores son relativamente escasas. Emplear un esquema de cuantizacin uniforme
para este caso resulta ineciente en el sentido de que muchos de los niveles de cuantizacin no
se utilizan. Una manera de enfocar este problema es emplear un esquema de cuantizacin no
uniforme. En la cuantizacin no uniforme, los valores menores de amplitud son cuantizados
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
x =
x
mp
y
0
1
1
1
1
U
n
i
f
o
r
m
e
No uniforme
x
y
Figura 2.28: Caractersticas de un compresor.
fig:cartoon:compressor:Nouni
mediante niveles de cuantizacin de menor tamao. Esta idea se ilustra en la gura 2.27. El es-
quema de cuantizacinno uniforme equivale a comprimir primero las muestras de la seal para
luego usar un esquema de cuantizacin uniforme. La curva caracterstica de un compresor tpi-
co se muestra en la gura 2.28. El eje horizontal corresponde a la seal de entrada normalizada
( x(t ) =x(t )/m
p
) y el eje vertical corresponde a la seal de salida y . El compresor mapea el incre-
mento de la seal de entrada x en incrementos y que son mayores, si la seal toma valores
de amplitud menor, incrementos y menores si la seal toma valores de amplitud mayor. De
esta manera, el cuantizador uniforme emplear un mayor nmero de niveles de cuantizacin
para representar los valores de amplitud menor de la seal y un menor nmero de niveles de
cuantizacin para representar los valores de amplitud mayor. Una expresin particular que se
emplea en la prctica (en Norte Amrica y Japn) como ley de compresin se conoce como ley
y se dene como
y =
log(1+|x/m
p
|)
log(1+)
sgn(x), |x/m
p
| 1,
donde es una constante positiva y sgn(x) corresponde a la funcin signo. 1081
Otra ley de compresin que se emplea en la prctica (en Europa) se conoce como ley A y est
dada como
y =
_
_
_
_
_
_
_
_
_
_
_
_
_
A
1+logA
_
x
m
p
_
si
_
_
_
_
x
m
p
_
_
_
_
1
A
1+log
_
A
_
_
_
_
x
m
p
_
_
_
_
_
1+logA
sgn(x) si
1
A

_
_
_
_
x
m
p
_
_
_
_
1.
La Figura 2.29 muestra ejemplos de la ley y la ley A. Los sistemas de telefona digital en 1082
Norte Amrica emplean la ley con =255, mientras los sistemas europeos usan la ley A con 1083
A =87.6. 1084
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
x =
x
mp
y
1
1
1
1
Ley A
Ley
Figura 2.29: Cuantizacin no uniforme: Ley y ley A, para =16 y A =40.
fig:nonUnif:examples
Con el objetivo de restaurar las muestras de la seal a sus niveles correctos, se utiliza, en el 1085
lado de la recepcin, un expansor con una caracterstica complementaria a la del compresor. 1086
La combinacin de compresin y expansin se conoce como compansin. 1087
t
1
t
2
t
3
t
4
t
5
t
5
4
3
2
1
0
1
2
3
4
5
4.5
3.5
2.5
1.5
0.5
0.5
1.5
2.5
3.5
4.5
Tiempo de Valor Valor Nmero Cdigo
muestreo muestreado cuantizado cdigo binario
t
1
0.9 0.5 4 0100
t
2
3.1 3.5 8 1000
t
3
2.1 2.5 7 0111
t
4
2.7 2.5 2 0010
t
5
4.4 4.5 0 0000
(a) Forma de onda (b) Tabla con modulacin digital de banda base
Figura 2.30: Ejemplo modulacin digital de banda base.
fig:example:mod:baseband
Codicacin. La tarea del codicador en la modulacin por cdigo de pulso consiste en tra- 1088
ducir la muestra cuantizada en un nmero cdigo. En forma general, el nmero cdigo se con- 1089
vierte a su representacin binaria. Esta secuencia de bits se transforma en una secuencia de 1090
pulsos adecuados para la transmisin (ver seccin 2.6). En esta caso la modulacin se conoce 1091
como PCM binaria. La Figura 2.30 muestra un ejemplo de modulacin PCM binaria. La seal 1092
x(t ) toma valores entre 5 y 5 [V]. El tamao de es igual a 1 V. Se realiza cuantizacin uni- 1093
forme con10 niveles de cuantizacinlocalizados en4.5, 3.5, . . . , 3.5, 4.5 V. Se asigna el nmero 1094
cdigo 0 a 4.5 V, el nmero cdigo 1 a 3.5 V, sucesivamente hasta asignar el nmero cdigo 9 1095
a 4.5 V. Cada nmero cdigo tiene su representacin binaria, desde 0000 para el nmero cdigo 1096
0 hasta 1001 para el nmero cdigo 9. 1097
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.5.2. Modulacin delta 1098
Los valores muestreados de la seal anloga que se obtienen al aplicar el teorema del muestreo 1099
por lo general estn correlacionados. Es posible explotar esta correlacin presente en las mues- 1100
tras de forma tal que el proceso de codicacin se pueda realizar con un nmero menor de bits. 1101
Considrese un esquema de modulacin donde en lugar de transmitir los valores muestreados, 1102
se transmite la diferencia entre valores sucesivos. Esto es, si x[n] es la muestra n-sima, enlugar 1103
de transmitir x[n], se transmite la diferencia d[n] =x[n] x[n 1]. Si en el receptor se conocen 1104
d[n] y el valor previo de la muestra x[n 1], es posible reconstruir x[n]. La diferencia entre los 1105
valores de muestras sucesivas es por lo general mucho menor que los valores de las muestras 1106
y por esta razn se necesita un menor nmero de bits para su codicacin. Es posible mejorar 1107
este esquema de modulacin si el valor de la muestra anterior se emplea para estimar el valor 1108
de la muestra actual. Si la muestra estimada es x[n], la diferencia que se transmite es el error 1109
de prediccin d[n] =x[n] x[n]. Si el valor que se predice x[n] es lo sucientemente cercano a 1110
x[n], la respectiva diferencia entre los dos valores es inclusive menor que la diferencia entre dos 1111
muestras sucesivas. La modulacin delta lleva al extremo la idea anterior al sobre muestrear la 1112
seal de bandabase de manera tal que el error de prediccin puede codicarse empleando un 1113
nico bit. En efecto, el sobre muestreo incrementa la correlacin entre muestras adyacentes lo 1114
que resulta en un error de prediccin que suele ser mucho menor que en el caso del muestreo 1115
simple. En la modulacin delta la muestra estimada est retrasada un perodo de muestreo. 1116
La Figura 2.31 muestra el esquema bsico de la modulacin delta. La seal de tiempo discreto 1117
x[n] se compara con la muestra estimada x[n] = x
p
[n 1], donde x
p
[n] es una versin cuan- 1118
tizada de x[n] y as se genera la seal de error de tiempo discreto d[n]. Esta seal de error se 1119
cuantiza en un slo bit y luego se codica para ser transmitida como una secuencia de bits. 1120
x[n]
+
+
+
d[n]
Cuantizador
de un bit
d
p
[n]
Codicador
Seal
codicada
x
p
[n]
x
p
[n 1]
z
1
Acumulador
Figura 2.31: Diagrama en bloques de un modulador delta.
fig:esquema:DM
Dentro del acumulador, la seal cuantizada x
p
[n] se obtiene como
x
p
[n] =x
p
[n 1] +d
p
[n],
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
donde
d
p
[n] =sgn(d[n]) =
_
si d[n] >0
si d[n] <0.
Igualmente x
p
[n 1] =x
p
[n 2] +d
p
[n 1]. Sustituyendo en la expresin para x
p
[n] se tiene
x
p
[n] =x
p
[n 2] +d
p
[n 1] +d
p
[n].
Procediendo de forma iterativa y asumiendo condicin inicial igual a cero, x
p
[0] =0, se obtiene
la siguiente expresin para x
p
[n],
x
p
[n] =
n
k=0
d
p
[k].
x(t )
t
x
p
(t )
T
Figura 2.32: Ejemplo modulacin delta.
fig:ejemplo:DM:waveForms
De esta expresinse inere que el demodu- 1121
lador consiste nicamente de unacumulador 1122
o sumador. La Figura 2.32 muestra las formas 1123
de onda de la seal de tiempo continuo x(t ) y 1124
la seal x
p
(t ), que corresponde a la versinen 1125
tiempo continuo de la seal x
p
[n]. Se obser- 1126
va cmo x
p
(t ) resulta ser una aproximacin 1127
en forma de escalera de la seal x(t ). 1128
La modulacin delta est sujeta a dos tipos
de errores de cuantizacin: la distorsin por
sobrecarga de pendiente y el ruido granular.
La diferencia entre la seal cuantizada x
p
[n]
y la seal de tiempo discreto x[n] est dada
por el error de cuantizacin e
c
[n], esto es, x
p
[n] = x[n] +e
c
[n]. La entrada al cuantizador de
un slo bit en la Figura 2.31 est dada como e [n] = x[n] x[n 1] e
c
[n 1]. Lo cual quiere
decir, que, omitiendo el error de cuantizacin e
c
[n], la entrada al cuantizador corresponde a
una diferencia en el sentido inverso de la seal de entrada, que, a su vez, puede interpretarse
como la aproximacin digital de la derivada de la seal de entrada. Si se considera la pendiente
mxima de la seal de tiempo continuox(t ), resulta claro que para que la secuencia de muestras
cuantizadas x
p
[n] se incremente con la misma velocidad que la seal de tiempo discreto x[n]
en una regin de mxima pendiente de x(t ), se requiere satisfacer la siguiente condicin
T
mx
_
_
_
_
dx(t )
dt
_
_
_
_
.
Al no cumplirse esta condicin, el tamao de resulta insuciente para que la aproximacin 1129
en forma de escalera x
p
[t ] siga los segmentos de mayor pendiente de x(t ). Esta fenmeno se 1130
conoce como sobrecarga de pendiente y se ilustra en la Figura 2.33(a). El error de cuantizacin 1131
resultante se conoce como distorsin por sobrecarga de pendiente. 1132
Encontraste, el ruidogranular ocurre cuando el tamao del escaln es grande encompara-
cin a la pendiente local de la forma de onda x(t ). El ruido granular tiene una interpretacin
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Distorsin por
sobrecarga de pendiente
(a) Sobrecarga de pendiente
Ruido granular
(b) Ruido granular
Figura 2.33: Errores de cuantizacin en modulacin delta
fig:problemas:deltamod?
similar al error de cuantizacin en el esquema de cuantizacin uniforme de la modulacin por
cdigo de pulsos. Un ejemplo de ruido granular se muestra en la Figura 2.33(b). Si se asume
que el error de cuantizacin sigue una distribucin uniforme en el intervalo [, ], el error de
cuantizacin cuadrtico medio est dado por
e
2
c
=
1
2
_

e
2
c
de
c
=
2
3
.
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1133
Problemas 1134
1135
1. Demostrar que, si x(t ) es una seal continua de banda limitada W rad/s, entonces
k
[x(t ) sinc(kt )] =x(t ), para k W.

Por lo tanto, demostrar que (w
n
/) (sinc(Wt ) sinc(w
n
t )) =sinc(Wt ), para w
n
W. 1136
2. Determine la rapidez mnima de muestreo y el intervalo de Nyquist de las seales:
(a). sinc(100t ) (b). sinc
2
(100t ) (c). sinc(100t ) +sinc(50t ) (d) sinc(100t ) +sinc
2
(60t )
3. Demuestre que
n
(t ) =
sin(W(t nT))
W(t nT)
, n =0, i1, i2, . . .
forma un conjunto ortogonal en el intervalo <t <y que
_

n
(t )
k
(t )dt =T
nk
,
nk
=
_
1, si n =k
0, si n ,=k.
4. Si x(t ) es de banda limitada demuestre que
_

(x(t ))
2
dt =T
n=
(x(nT))
2
, T =
W
5. Una seal anloga se cuantiza y transmite usando un sistema PCM. Si cada muestra en 1137
el receptor debe conocerse dentro de un i0.5% del valor de escala completa pico a pico, 1138
cuntos dgitos binarios debe contener cada muestra? 1139
6. Considrese una seal sinusoidal x(t ) = a cos
m
t a la entrada de un modulador delta
con tamao de escaln . Muestre que la distorsin por sobre carga de pendiente ocurre
si
A >
m
T
=
2
_
f
s
f
m
_
,
donde f
s
=1/T es la frecuencia de muestreo. 1140
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.6. Modulacin digital de radiofrecuencia 99
section:mod:dig:carrier
2.6.1. Descripcin bsica 1142
Uno de los principales problemas en el diseo y realizacin de sistemas de Telecomunica- 1143
ciones (STC) multicanales, es la escogencia del mtodo de modulacin de las seales que pueda 1144
brindar mejores resultados de abilidad, eciencia espectral y compatibilidad electromagnti- 1145
ca con otros radiosistemas vecinos. 1146
ASK
FSK
PSK
Cdigo binario 1 1 1 0 0 0
Figura 2.34: Formas de onda en modulacin digital
de portadora.
fig:digital:carrier
El angostamiento del ancho de banda del 1147
lbulo principal junto con la disminucin del 1148
nivel de los lbulos laterales espectrales de 1149
la seal, permiten disminuir la inuencia de 1150
las interferencias entre smbolos de la seal 1151
similares. La Figura 2.34 ilustra los tres esque- 1152
mas bsicos de modulacin digital de porta- 1153
dora. En los ltimos tiempos se ha realiza- 1154
do un cambio en los mtodos de modulacin 1155
utilizados enlos STC. Desde el antes utilizado 1156
corrimiento de fase binario (BPSK Phase Shift 1157
Keying) o de su modalidad diferencial (DBP- 1158
SK Differential PSK), se va hacia los mto- 1159
dos de modulacin con valores mltiples de 1160
fase (M-ary PSK), por ejemplo el corrimiento 1161
de fase cuaternario (QPSK- Quadrature PSK) 1162
o de su modalidad con codicacin relativa 1163
(DQPSK). 1164
Otros mtodos de corrimiento que se em- 1165
piezan a utilizar son una modalidad de los 1166
mtodos de multiplexacin en cuadratura de 1167
seales PSK (cuaternarias) con un corrimien- 1168
to adicional en uno de sus canales (OQPSK - 1169
Offset QPSK). En estas seales hay un retra- 1170
so adicional de la secuencia informativa del 1171
canal en cuadratura de la seal que es igual 1172
a T
s
/2, donde T
s
es el perodo de pulso infor- 1173
mativo. Las inuencias de los efectos no lineales de los radiocircuitos y de los medios fsicos de 1174
transmisin, adems de las limitaciones espectrales (ltracin preliminar para el angostamien- 1175
to del ancho de banda), disminuyen signicativamente la abilidad de los STC. En la prcti- 1176
ca, en los medios fsicos de radiotransmisin se tiene un gran nivel de no linealidad; adems, 1177
muchas veces los dispositivos ptimos de trabajo de las seales pueden tener tambin carac- 1178
ter no lineal y por ello es ms recomendable utilizar mtodos de modulacin con envolvente 1179
constante (Constant Enveloment Signals). 1180
Engeneral, el modulador transforma el mensaje a transmitir d(t ) enla seal modulada y (d, t )
de tal manera que se cumpla la igualdad:
y (d, t ) =|f
E
|d(t )]exp|j (
c
t +
0
)]], (2.30) eq:env_digital
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
donde
c
= 2f
c
es la portadora,
0
es la fase inicial instantnea, f
E
(t ) es una funcin com-
pleja, dada en la denicin 2.1, que determina el mtodo de modulacin digital empleado.
Adems, el mensaje enviado d(t ) consiste en una serie de pulsos discretos de informacin con
una duracin de T
s
[s]:
d(t ) =
t =
d
k
(t T
s
), (2.31) {?}
siendo (t ) la funcin de cambio de la envolvente o funcin ventana de los pulsos que se de-
termina como:
(t ) =
_
,=0; t (+L
s
)T
s
0; para otros t ,
(2.32) {?}
donde L
s
es la cantidad de pulsos durante la cual el valor de la envolvente es diferente de cero.
En general, a partir de la expresin (2.30) la seal modulada y (t ) se puede representar en forma
de una serie cuasiarmnica:
y (t ) =
k=
y
k
(t T
s
,
c
+
k
), kTs t (k +1)T
s
, (2.33) eq:modulada_digital
donde
k
es el desplazamiento adicional de los armnicos, cuyo valor no depende de los sm-
bolos de informacin enviados. Teniendo en cuenta que
k
= 2f
c
t , entonces, y (t ) se puede
representar en (2.33) en forma de suma de dos componentes en cuadratura:
y
i
(t ) =
i
(t ) cos(
c
t +
c
)
i
(t ) sin(
c
t +
0
), (2.34) eq:mod_quadrature
donde:
d
i
(t ) =
i
(t ) +
i
(t )
i
(t ) =
i
(t ),
i
(t ) =
i
(t ). (2.35) {?}
Cabe anotar que en su forma ms simple, d
i
=
i
+
i
. 1181
Los diferentes tipos de modulacindigital se determinanmediante el alfabeto|
1
,
i
, . . . ,
m
],
|
1
,
i
, . . . ,
m
] y de la funcin (t ). Teniendo el ltimo par de expresiones se puede representar
el pulso de digitales en banda base y
i
(t ,
0
) en la forma:
y
i
(t ) =
i
(t ) cos(
c
t +
0
)
i
(t ) sin(
c
t +
0
), (2.36) {?}
el cual representa un espacio bidemensional conformado por los vectores base (t ) cos(
c
t + 1182
0
) y (t ) sin(
c
t +
0
). 1183
De otra parte, la densidad espectral de potencia de la seal y (t ), se representa por medio del
espectro |y ](f ) de la envolvente compleja de la seal y (t ) por la expresin:
S
y
(f ) =(S
y
(f f
c
) +S
y
(f + f
c
))/4, (2.37) {?}
donde S
y
(t ) es la DSP unilateral de la seal y (t ). 1184
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.6.2. Modulacin digital de amplitud (ASK) 1185
2.6.3. Modulacin digital de fase (PSK) 1186
La secuencia de pulsos discretos con modulacin digital se puede representar en la siguiente
forma:
y (t ) =(t kT
s
) cos(
c
t +
k=
r
(t kT
s
) +
0
), (2.38) eq:PSK_def
en la cual se asume que la envolvente no lleva informacin y por lo tanto,
(t ) =rect
T
=
_
1; 0 t T
0; t <0 t >T.
(2.39) eq:phi_rect
Adems, se tiene que
k
=2f
c
kT
s
;
(r )
=d
r
v(t )/M; d
r
=(M 2r +1); r =1, 2, . . . , 2M; M =2
n
; n N. (2.40) eq:fasethetak
Es de aclarar que v(t ) es la ley de cambio de la fase; como ejemplos de esta ley se tienen los
siguientes:
v(t ) =
_
_
_
t /, 0 t T
s
1, t T
s
(T
s
t )/, T
s
t T
s
(2.41a) eq:v_t_rect
v(t ) =sin(nt /T
s
); 0 t T
s
(2.41b) eq:v_t_sin
v(t ) =
1
2
|1cos(2t /T
s
)] sin
2
(nt /T
s
) ; 0 t T
s
. (2.41c) ?eq:v_t_sin2?
El modelo de la seal PSK de (2.38) se puede representar en forma de cuadratura, (2.34), en-
tonces, se cumple que
(t ) =
cos
(r )
; (t ) =
sin
(r )
. (2.42) eq:env_compleja_quad
En el caso particular de las secuencias binarias (M = 2, N = 1), para las seales PSK se tiene
que
(r )
(t ) =|0, ], luego, la expresin (2.38) ser:
y (t ) =cos(
c
t +
0
+
r
), (k 1)T
s
t kT
s
. (2.43) eq:PSK_def02
Entonces, el espectro de la seal binaria PSK de (2.43) se determina por:
S
y
(f ) =T
s
_
sin(f T
s
)
f T
s
_
2
. (2.44) {?}
Modulacin digital de fase en cuadratura (QPSK): La seal PSK se puede representar en for-
ma de dos seales con modulacin digital de amplitud (ASK) cuyas portadoras estn desfasadas
una a otra en unvalor de 90
(componentes en cuadratura), con lo cual el modelo de (2.34), para

el caso de variacin de fase se denomina modulacin de fase en cuadratura, cuyas respectivas
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
envolventes complejas en (2.42) se pueden describir como:
(t ) =
k
cos(
(r )
)(t ); (t ) =
k
sin(
(r )
)(t ), (2.45) {?}
asumiendo que (t ) y (t ) se determinan para v(t ) en el caso concreto pulsos con funcin
ventana constante (v(t ) = 1). Cuando la forma de la ventana es depurada, por ejemplo, es la
funcin (2.41a), entonces se tiene que
(t ) =
_
_
_
cos
_
2
d
i
t kT
s
_
=cos
_
2
t kT
s
_
, kT
s
t kT
s
+
cos
_
2
d
i
_
=0, kT
s
+<t <(k +1)T
s
cos
_
2
d
i
t kT
s
_
=cos
_
2
(k+1)T
s
t
_
, (k +1)T
s
t (k +1)T
s
(t ) =
_
_
_
sin
_
2
t kT
s
_
, kT
s
t kT
s
+
d
i
kT
s
+<t <(k +1)T
s
d
i
cos
_
2
(k+1)T
s
t
_
, (k +1)T
s
t (k +1)T
s
.
Mientras, para las ventanas sinoidales (ver ec. (2.41b)), se tiene que
(t ) =cos
_
2
sin
_
T
s
(t kT
s
)
__
= J
0
_
2
_
+2
p=1
J
2
_
2
_
cos
_
2p

T
s
(t kT
s
)
_
(t ) =d
i
sin
_
2
sin
_
T
s
(t kT
s
)
__
=2
p=1
J
21
_
2
_
sin
_
(2p 1)
T
s
(t kT
s
)
_
,
donde (k 1)T
s
t kT
s
y J
n
() son las funciones de Bessel. 1187
En general, los elementos d
i
que conforman el alfabeto de transmisin para M 4, se deter-
minan como:
d
i
=exp
_
2
+2i
2
_
, i =0, 1, . . . , M 1. (2.46) eq:estadosfase
De la expresin (2.46), en el caso de QPSK (M = 4) se tienen los siguientes valores concretos
de estados de fase d
i
= |90, 0, 90, 180]. De otra parte, los mtodos de modulacin de fase con
funcin de cambio de fase v(t ), cuando presentan cambios abruptos de fase en 180
conllevan
a la cada de la envolvente de la seal. Por ejemplo, en la ec. (2.41a) conllevan la aparicin de la
deformacin signicativa de la envolvente, principalmente, por su proceso mediante disposi-
tivos no lineales, lo que a su vez disminuye la delidad de los STC. Sin embargo, la introduccin
de undesplazamiento o retardo enel tiempo adicional en una de las componentes encuadratu-
ra (por lo general en el canal de cuadratura) puede brindar un mayor nivel de constancia de la
envolvente. En este caso, la expresin para la fase
k
en la ec. (2.40) ser:
k
=2f
c
kT
s
+
k
2
=2
_
f
c
+
1
4T
s
_
kT
s
, (2.47) {?}
entonces As, la expresin (2.30) para el formato de QPSK con desplazamiento adicional tiene
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
la forma
y (d, t ) =|e
j (
c
t +
c
)
k
d
k
(t )e
j k/2
], (2.48a) eq:oqpsk01
=
k
d
k
(t ) cos(
c
t +
c
+k/2)
=
_
k
(1)
k
d
2k
(t )
_
cos(
c
t +
0
)
_
k
(1)
k
d
2k+1
(t ) sin(
c
t +
0
)
_
. (2.48b) eq:oqpsk02
La expresin (2.48a) corresponde al formato de seal ASK con un mismo valor de portadora,
para la cual la fase cambia en /2 despus de cada smbolo. Mientras, la expresin (2.48b) es la
suma de dos componentes en cuadratura, adicionalmente desplazadas en el tiempo, de manera
que la secuencia de pulsos pares se puede representar como la componente de sinfase y la de
impares como la de cuadratura. Si (t ) se diferencia de la funcin determinada en la ec. (2.39),
entonces en este caso, las ecuaciones (2.48a) y (2.48b) se determinarn as:
y (t ) =
k
d
k
(t kT
s
) cos(
c
t +
0
+k/2),
y (t ) =
k
(1)
k
d
2k
(t 2kT
s
) cos(
c
t +
0
)
k
(1)
k
d
2k+1
(t (2k +1)T
s
) sin(
c
t +
0
).
En la prctica, el tipo de modulacin de fase con desplazamiento adicional, descrito por las
anteriores ecuaciones y denominado modulacin QPSK con desplazamiento (OQPSK), tiene
amplio uso, para el cual son vlidas las expresiones:
(t ) =
k
rect
T
(t 2kT
s
)
(t ) =
k
rect
T
(t (2k +1)T
s
),
donde
k
=(1)
k
d
2k
,
k
=(1)
k
d
2k+1,
d
k
|1, +1] . 1188
La modulacin QPSK tiene amplio uso, entre otras razones, por su gran efectividad espectral 1189
(del orden de 1.5 a 1.8 b/s), alto nivel de delidad y nivel relativamente bajo de complejidad 1190
de realizacin. Debido a que las seales QPSK poseen relativamente altos niveles en los lbulos 1191
laterales del espectro, es necesario ltrar la seal modulada a la salida del transmisor. La no 1192
linealidad de este proceso de ltracin, conlleva el aumento considerable de la energa fuera de 1193
banda. Por cuanto la diferencia entre QPSK y OQPSK consiste en el desplazamiento adicional 1194
entre los canales en cuadratura, como se observa en la Figura ??, entonces en caso de proceso 1195
lineal sus espectros no se diferencian. Sin embargo, OQPSK tiene menor nivel de energa fuera 1196
de banda para el proceso no lineal. Adems, cabe anotar que mientras en QPSK puede cambiar 1197
el valor de la fase en 180
, entonces es posible el decaimiento total de la envolvente, lo que 1198

sucede en las seales OQPSK con menor frecuencia. En OQPSK, la fase cambia en la mitad de 1199
los intervalos de modulacin en i90
, eliminando as gran cantidad de los cambios de fase en 1200

180
. 1201
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.6.4. Modulacin digital de frecuencia (FSK) 1202
El modelo de formato digital (2.30) para FSK tiene la forma:
y (t ) =cos(
c
t +(t )), (t ) =2h
_
t
d()d+
0
, (2.49) eq:FSK_def
donde f
c
es la frecuencia portadora, (t ), es la funcin lineal de cambio de la fase, h es el ndice
de modulacin y d(t ) es la secuencia de pulsos de informacin enviada y determinada medi-
ante la expresin
d(t ) =
k
d
k
(t kT
s
), d =i1, i3, i(M 1); M 2
n
; n N
+
.
El diagrama de estructura del modulador FSK se puede implementar mediante un generador
controlado por voltaje (VCO) con salida en forma de la oscilacin sinosoidal del tipo:
cos(
0
t +2h
_
d()d). (2.50) {?}
Los siguientes mtodos de modulacin de ngulo con envolvente constante han sido desar- 1203
rollados: 1204
1. Corrimiento de frecuencia con fase continua (CPFSK). 1205
2. Corrimiento de frecuencia con caractersticas parciales. 1206
3. Corrimiento de frecuencia con mltiples valores del ndice de modulacin (Multi-h PSK). 1207
4. Corrimiento de fase correlacionada (CORPSK). 1208
La primera forma directa de limitacin y mejoramiento del espectro de las seales con cor- 1209
rimiento angular consiste en allanar o alisar los cambios de fase entre los smbolos informativos 1210
hasta llegar a su continuidad, esto es, que la frecuencia instantnea no tenga ningn punto de 1211
discontinuidad en el tiempo, como el caso de las seales con corrimiento de frecuencia con 1212
fase continua (CPFSK - Continuous Phase Frequency Shift Keying) o, por lo menos, disminuir la 1213
frecuencia y la amplitud de estos puntos de discontinuidad, por ejemplo, realizando cambios 1214
transitorios de fase con valores intermedios (Multih PSK). 1215
Modulacin digital de frecuencia con fase continua (CPFSK): Este formato de modulacin
corresponde a seales con valores relativamente bajos del ndice de modulacin h (por lo gen-
eral, h <2), que se forman sin rompimiento de fase en el momento del cambio de los pulsos de
informacin. La seal modulada CPFSK en general se puede escribir de la siguiente manera:
y (t ) =u
m
cos
_
2f
0
t +2
_
t
0
f a
i
dx +
0
_
, (2.51) {?}
donde u
m
es la amplitud, f
0
es la frecuencia,
0
es la fase de la portadora de la seal, f es la 1216
desviacin de la frecuencia y a
i
= i1, i N
+
, i-simo smbolo de la secuencia informativa de 1217
pulsos. 1218
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
En general, CPFSK representa la transformacin de la secuencia de pulsos digitales de infor-
macin, d(t ), en una funcin continua de la fase en el tiempo (t , d). Para este tipo de mod-
ulacin se puede construir cdigos especiales con relaciones de malla entre sus elementos, los
cuales pueden bien maximizar la distancia de Euclides de las seales moduladas o bien aumen-
tar la cantidad de valores posibles de cambios de fase. Un aumento posterior de las cualidades
espectrales de las CPFSK se obtiene en caso de eleccin simultnea de la ley de modulacin de
la fase y/o frecuencia, de tal manera, que se aumente la cantidad de derivadas continuas de la
seal modulada. En la prctica, se emplean seales de modulacin digital de frecuencia con
longitud nita de la ley de cambio de la frecuencia, para los cuales la funcin de cambio de la
envolvente, se extiende por una cantidad de smbolos L
s

+
, a diferencia de lo que ocurre en
(2.39), esto es:
(t ) =
_
0; t <0 t >L
s
T
s
,=0; t t L
s
T
s
,
(2.52) eq:cpfsk_env_pulso
entonces, la seal modulada CPFSK se puede representar en la forma:
y (t ) =
k=
(t kT
s
) cos(
c
t +(t , d) +
0
), (2.53a) eq:cpfsk_env
(t , d) =2h
_
t
i =
d
i
(t i T
s
)d, i kT
s
<t <(i +1)T
s
. (2.53b) eq:cpfsk_phase
Tpica e independiente del formato digital, el desfase aleatorio inicial
0
se asume con fun-
cin densidad de probabilidad uniforme,
p(
0
) =1/(2),
0
[0, 2]
De otra parte, un caso especial de anlisis se tiene cuando h es igual a 1/2, luego, la exigen-
cia de ausencia de distorsiones entre canales signica que en la seal y (t ), se debe cumplir la
siguiente condicin:
q(t ) =
_
t
(x)dx, h =
_
T
s
0
(t )dt =
1
2
,
con lo cual la desviacin de fase (t , d) teniendo en cuenta la ec. (2.53b), ser:
(t , d) =2h
k
d
k
q(t kT
s
).
Cada cambio elemental,
m
, de la desviacin de fase en el transcurso del tiempo T
s
es igual:
m
=2h
k
d
k
_
mT
s
(m1)T
s
q(x kT
s
)dx
=2h
k
d
k
q
i
(mk +1)T
s
q
i
(mk)T
s
,
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
que al tener en cuenta la relacin entre los pulsos, (2.52), entonces,
m
=2h
L
s
1
i =0
d
m1
_
q
(i +1)T
s
q
i
T
s
_
=2h
L
s
1
=0
d
m1
_
(L+1)T
s
LT
s
q(x)dx. (2.54) eq:desfase_elemen_cpfsk
De acuerdo al valor L
s
diferencian formatos de modulacin digital con enlace entre smbolos 1219
de frecuencia (cuando L
s
>1) y formatos sin enlace de frecuencia (cuando L
s
=1). 1220
Las expresiones analticas para la funcin densidad espectral de potencia S
y
(f ) de las seales
CPFSK se puede hallar recurriendo a los modelos (2.53a) y (2.54), para el caso de un intervalo L
s
nito del pulso de modulacin de frecuencia (t ), asumiendo adems que no hay correlacin
de los smbolos de informacin. Sin embargo, la complejidad y el volumen de la memoria de
los clculos exigidos para el espectro aumentan drsticamente con el incremento de L
s
. En este
sentido, el empleo de clculos basados en la funcin de correlacin permiten disminuir tales
limitaciones. La expresin general para la funcin de autocorrelacin de las seales CPFSK se
puede representar de la forma:
R() =R(+mT
s
) =
1
T
s
_
m
0
i =1L
s
_
2
M
k=1
cos(2hki q( i T
s
) q( (i m)T
s
)
_
d,
para 0 < T
s
, m = 0, 1, 2, . . . , donde q(L
s
T
s
) = 1/2, esto es, cuando m L
s
L
s
T
s
, 1221
entonces R() =0 (cuando h =(2k +1)/2; k =0, 1, . . .). 1222
Empleando una funcin de aproximacin escalonada del cambio de fase (t , d), la funcin
de autocorrelacin se puede escribir as:
R() =
n
R(nT
s
/)(/T
s
n), (t ) =
_
1|t | , |t | <1
0, para otros t .
(2.55) {?}
donde /T
s
es la frecuencia de discretizacin de los pulsos de fase. En particular, para el caso
de la transmisin de pulsos con igual probabilidad y de la condicin q(L
s
T
s
) = 1/2 los valores
de la funcin de autocorrelacin se calculan como:
R(nT
s
/) =
1
1
p=0
L
s
+n/
i =0
log(M1)
l =0
cos
_
2
l
n1
m=0
q
_
(p +i m)T/
_
_
,
con lo cual el espectro de potencia se calcula, nalmente, mediante la siguiente expresin:
S
y
(f ) =2
_
(L
s
+1)T
R() cos(2f )d, h =

_
2k +1
2
_
, k =0, 1, 2, . . . , N
+
. (2.56) eq:PSDCPFSK
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2.6.5. Modulacin mnima de frecuencia con fase continua (MSK) 1223
Tericamente, los mtodos CPFSK, que se diferencian de acuerdo con el ndice de modulacin
elegido h, brindan una delidad igual a la mxima posible, sin embargo construir un receptor
coherente ideal, hasta hoy, es una tarea tcnicamente compleja. La dicultad radica en la im-
plementacin de las seales coherentes de reloj y sincronizacin, necesarias para la recepcin,
para cualquier valor de h. Enparticular, los esquemas que puedenrecomendarse para cualquier
relacin seal/ruido son realizables slo para valores enteros de h 1
+
. Por otra parte, la efec-
tividad de la utilizacin del espectro de las seales CPFSKaumenta cuando el valor del ndice de
modulacin disminuye (h <1) . Adems, la mxima delidad potencial de las seales binarias
se obtiene maximizando la distancia Eucldea (1.14), dado el conjunto de seales informativas
|d
0
, d
1
], que se determina como:
max||y (d
1
, t ) y (d
2
, t )|]
h
=
max|
1
2E
s
_
T
_
y (d
1
, t ) y (d
2
, t )
_
2
dt ],
h
donde E
s
es la energa contenida en cada bit. 1224
La solucin de la anterior tarea de optimizacin, cuando T = T
s
, implica que la mayor del- 1225
idad se obtiene para h 0.71. No obstante, para mejorar an ms la delidad del STC es nece- 1226
sario aumentar el intervalo de anlisis de la seal recibida. As, en el caso de duplicar el inter- 1227
valo (T =2T
s
), el ndice de modulacin ptimo de CPFSK es aproximadamente igual a h 0.5. 1228
En la prctica, el caso de h = 0.5 tiene amplio uso, cuando el desplazamiento de fase es igual 1229
a /2, que corresponde al mnimo valor de fase necesario para obtener un ensamble binario 1230
de seales del tipo FSK ortogonales; motivo por el cual se denomina corrimiento mnimo de 1231
frecuencia (MSK MinimumShift Keying). 1232
En correspondencia con la denicin para las seales con modulacin digital de radiofre-
cuencia FSK, dada en (2.49), asumiendo la constancia de los smbolos informativos, |d
k
(t ) =
d
k
, t T], la seal MSK se puede representar como la suma de dos componentes PSK en
cuadratura (ver Figura 2.35), o sea:
y (t ) =cosX
k
cos
(t ) cos(2f
0
t +
0
)
d
k
cosX
k
sin
(t ) sin(2f
0
t +
0
), k =0, 1, . . . , N
+
, kT
s
t (k +1)T
s
,
donde
cos
(t ) =sin(t /T
s
),
sin
(t ) =sin(t /T
s
),
siendo X
k
=
k=1
i =0
(d
i +1
d
i
)/2, la fase inicial. 1233
Cabe anotar que X
k
toma los valores ik, de acuerdo con la polaridad de los smbolos envi-
ados d
i
=i1 en el intervalo de transmisin T
s
. De esta manera, en cada instante de tiempo t , la
seal MSK contiene determinada informacin sobre otros smbolos antes transmitidos; efecto
denominado enlace de fase entre smbolos o trama de fase, el cual, bien utilizado, puede au-
mentar la delidad de la recepcin de la seales. A propsito, empleando la relacin del enlace
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
de fase entre los valores de X
k
y X
k+1
, para las seales MSK se puede obtener:
y (t ) =
_
_
_
_
_
_
_
d
2k1
R
cos
(t 2kT
s
) cos(2f
0
t ) d
2k2
sin
(t 2(k 1)T
s
) sin(2f
0
t )
(2k 1)T
s
t 2kT
s
,
d
2k1
cos
(t 2kT
s
) cos(2f
0
t ) d
2k2
sin
(t 2kT
s
) sin(2f
0
t )
2kT
s
t (2k +1)T
s
.
(2.57) eq:msk_quad
Del anlisis de la ecuacin (2.57) se observa que las componentes en cuadratura de la seal 1234
MSK representan dos secuencias de pulsos, con un corrimiento adicional entre ellas en el tiem- 1235
po igual a T
s
, donde una de las secuencias es par y la otra impar. 1236
MSK
FPB
FPB
sin
_
t
Ts
_
cos
_
t
Ts
_
T
s
/2

sin(
o
t )
cos(
o
t )
cos
_
t
Ts
_
sin
_
t
Ts
_
cos(
o
t )
sin(
o
t )
QPSK
PSK
OQPSK
Figura 2.35: Generador en cuadratura generalizado
fig:GenMSKQuad
La expresin (2.57) se identica con la manera general de describir una gran clase de seales
clasicadas dentro de los mtodos de modulacin digital con componentes encuadratura sobre
una misma portadora y que se diferencian de acuerdo con el tipo de funciones empleadas para
la modulacin de la envolvente de los pulsos en cada una de las componentes
sin
(t ) y
cos
(t ).
En particular, para las seales QPSK se tiene:
cos
(t ) =
_
1
_
2
, 0 t 2T
s
0, para otros valores de t
,
sin
(t ) =
_
1
_
2
, T
s
t T
s
0, para otros valores de t .
Como antes se haba dicho, en las seales PSK y QPSK se tienen rompimientos o puntos de 1237
discontinuidad en la fase iguales a , los cuales generan cadas completas de la envolvente de 1238
la seal hasta 0, a su paso por algn circuito selectivo. Motivo por el cual, aumenta la proba- 1239
bilidad de que el sistema pueda ser neutralizado por alguna interferencia externa al STC y por 1240
las interferencias entre smbolos. En el caso de las seales OQPSK, los cambios de fase en 1241
son menos probables y codicando apropiadamente la seal, pueden eliminarse. Sin embargo, 1242
el rompimiento de fase de i/2 empeora las propiedades espectrales de la seal y, de cierta 1243
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
manera, la hace vulnerable a la no linealidad del medio fsico de transmisin. Cuando se estn 1244
utilizando las seales MSK, independientemente de que polaridad lleve el smbolo de informa- 1245
cin d
i
=i1, la fase cambia su valor en i/2 linealmente, con lo cual se puede brindar la con- 1246
tinuidad de la envolvente. De hecho, cuando la seal MSK pasa a travs de un circuito selectivo 1247
el nivel de su envolvente sigue siendo constante, neutralizando as sus efectos no lineales. 1248
Propiedades energticas de las seales MSK: El espectro de potencia del tipo de modulacin
MSK se deduce de la expresin (2.56), cuando h =0.5, y M =2:
S
y
(f ) =
T
_
sin(f T/)
(f t /)
_
2
_
_
_
R(0) +2
L
s
+(n/2)
n=0
R(nT
s
/) cos(2f nT
s
/)
_
_
_
. (2.58) {?}
Sin embargo, una expresin ms compacta se puede obtener considerando que el parmetro
de informacin d
k
se puede determinar como una secuencia aleatoria del tipo markoviano.
As, las expresiones de la envolvente espectro de las seales MSK y QPSK son las siguientes,
respectivamente:
S
y
_
f
_
=
8T
s
_
1+4cos4f T
s
_
2
_
116T
2
s
f
2
_
2
, MSK (2.59a) eq:psd_msk
S
y
_
f
_
=2T
s
_
sin
_
2f T
s
_
_
2f T
s
_
_
, QPSK. (2.59b) eq:psd_qpsk
De (2.59a) y (2.59b), se inere que la utilizacin de las seales MSK permite disminuir signi- 1249
cativamente el nivel de energa espectral fuera de la banda en relacin con las seales PSK, 1250
debido a que el primer mximo lateral del espectro S
y
_
f
_
para las seales MSK es igual a 23 1251
dB. De hecho, el nivel de los lbulos laterales del espectro para las seales MSK decrece con 1252
una razn proporcional de
_
f T
s
_
, mientras que para QPSK esta es de
_
f T
s
_
2
, Adems, el uso de 1253
MSK permite angostar el ancho de banda del lbulo principal del espectro (es el que determina 1254
el ancho de banda de trabajo de los sistemas), pues mientras el ancho de banda para MSK es 1255
de
1.5
T
s
, para las seales PSK es de 2.0/T
s
. Cabe notar que el ancho de banda del trabajo para las 1256
seales de modulacin digital en cuadratura (QPSK, OQPSK) es igual a 1.0/T
s
. Para el caso de las 1257
seales MSK, el 99% de la cantidad de energa del espectro G
_
f
_
esta concentrada en el lbulo 1258
principal, mientras que para las seales PSK, esta cantidad es solo del 92%. 1259
Formato de modulacin generalizado de MSK: El desarrollo de los mtodos de corrimiento
est condicionado a la necesidad de disminuir la potencia espectral fuera de banda en los STC.
Con este n, se ha formado una clase completa de seales CPFSK con caractersticas de rpida
disminucin de la potencia espectral fuera de banda. Los principios de formacin de estas se
ales estn basados en una modulacin adicional de la fase continua. As por ejemplo, se plantea
el problema de sntesis de una seal que brinde el mnimo valor de potencia fuera de banda, a
partir de las seales MSK, cuya solucin implica la generacin de la funcin de modelacin de
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
la envolvente de los smbolos informativos en la siguiente forma:
cos
(t ) =
_
_
_
cos
__
2t
2T
s
_
1
(t )
_
, 0 t T
s
cos
__
2t
2T
s
_
2
(t )
_
, T
s
t 0
sin
(t ) =
_
_
_
sin
__
2t
2T
s
_
1
(t )
_
, 0 t T
s
sin
__
2t
2T
s
_
2
(t )
_
, T
s
t 0,
donde
1,2
(t ) es una funcin adicional de variacin de la fase continua, que puede tomar un
valor de ceros solo en los extremos del intervalo de modulacin [0, T
s
] de los smbolos de infor-
macin. Un amplio uso ha tenido el formato de modulacin digital, obtenido a partir del ltimo
par de expresiones para la generacin de la funcin de modelacin de la envolvente de los sm-
bolos informativos y que consiste en la introduccin de funcin de variacin de la frecuencia
de forma sinusoidal (SFSK sinusoidal FSK), para las cuales la anterior expresin se simplica
hasta la siguiente forma:
(t ) =
_
_
_
1sinc
_
2t
2T
s
_
, 0 t T
s
0, |t | >T
s
.
La comparacin de mtodos MSK (sin modulacin adicional de fase) y SFSK muestra un 1260
mejoramiento de este ltimo tipo de seales en efectividad espectral y en delidad, en caso 1261
de que los medios fsicos de transmisin sean no lineales. 1262
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1263
Problemas 1264
1265
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3
1266
Aleatoriedad en seales y sistemas 1267
L
a seal aleatoria (s ) corresponde a un proceso, que se desarrolla sobre la variable s . Cuan- 1268
do la variable del argumento de la seal aleatoria, que usualmente es el tiempo, discurre 1269
continuamente, entonces se habla de funciones aleatorias. Si en cambio, la variable del tiempo 1270
corresponde a una malla de valores discretos, s
1,
s
2
, . . . , s
n
, entonces se habla de sucesiones o 1271
series aleatorias. El anlisis de las seales aleatorias, en gran medida, depende de si cambia o 1272
no su estructura de aleatoriedad con respecto a su variable del argumento. 1273
3.1. Seales aleatorias en el tiempo 1274
t
t
i

n
(t )
1
(t )
2
(t )
3
(t )
(t )
Figura 3.1: Trayectorias de una seal aleatoria
ProcAleatorio3D
Los fenmenos, que se desarrollan a lo largo 1275
del argumento correspondiente al tiempo y 1276
descritos por una seal aleatoria (t ), se 1277
pueden analizar a partir de un conjunto lon- 1278
gitudinal de mediciones o registros de val- 1279
ores |
i
(t ) : i = 1, . . . , N] como se ilus- 1280
tra en la Figura 3.1. En este caso, se dene 1281
como trayectoria u observacin a cada una 1282
de las mediciones simultneas
i
de un mis- 1283
ma seal aleatoria. Se dene como ensamble 1284
o conjunto a todas las posibles trayectorias, 1285
i
(t ), medidas o registradas en un interva- 1286
lo de observacin, que se relacionan con un 1287
mismo fenmeno aleatorio, (t ). 1288
Encualquier caso, las seales aleatorias puedenser descritas mediante unensamble de mlti- 1289
ples observaciones, entonces, se generan dos clases diferentes de promedios: se pueden efec- 1290
tuar mediciones sucesivas a lo largo de una misma observacin (t ) a partir de las cuales se 1291
hallan sus momentos y valores de aleatoriedad o valores promedios de tiempo E|
_
n
i
(t )
_
], as 1292
mismo, se pueden examinar todas las observaciones del ensamble, en un momento de tiempo 1293
dado t
i
con lo cual se hallan los valores promedios de ensamble E||
n
(t
i
)]]. 1294
113
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
114 Captulo 3. Anlisis de aleatoriedad
3.1.1. Estacionariedad de las seales aleatorias 1295
Las caractersticas bsicas de la estructura de aleatoriedad de las seales corresponden a los 1296
momentos y valores de aleatoriedad, los cuales pueden cambiar en el tiempo. As por ejemplo, 1297
la FDP con dimensin mltiple p
_
1
,
2
, . . . ,
n
; t
1,
t
2
, . . . , t
n
_
corresponde a los valores instant- 1298
neos de las respectivas FDP singulares
n
(t
n
). 1299
Un proceso se considera estacionario cuando su estructura de aleatoriedad no cambia en el
tiempo, en particular, un proceso estocstico se dene como estacionario en el sentido angosto,
si sus funciones de probabilidad no son variables en el tiempo, esto es:
p (
i
, t ) =p (
i
, t +t ) , t
condicin, que prcticamente es bastante difcil de comprobar. 1300
En cambio, un proceso estocstico (t ) se dene como estacionario en el sentido amplio,
cuando todos sus momentos y valores de aleatoriedad no varan para cualquiera que sean los
tiempos de anlisis
_
t
1,
t
2
, . . . ,
_
.
E|
n
(t
n
)] =cons t .
E|((t
m
) m
1
(t
m
))((t
n
) m
1
(t
n
))] =cons t
En consecuencia, los momentos de las seales estacionarias se asocian con los siguientes 1301
promedios de tiempo: 1302
- Valores medios
E|
_
n
(t )
_
] =
n
(t ) dt
n
(t ), n N (3.1) ProcEst:VarMed
- Valores medios centralizados
E|
n
(t ) (t )] =
_
(t ) (t )
_
n
dt , n 2, n N (3.2) ProcEst:VarCen
- Valores de correlacin
K
(t
m
, t
n
) =E|
_
(t
m
) m
1
(t
m
)
__
(t
n
) m
1
(t
n
)
_
]
=
_
(t
m
) m
1
(t
m
)
__
(t
n
) m
1
(t
n
)
_
dt
=R
(t
m
, t
n
) m
1
(t
m
) m
1
(t
n
) (3.3a) ProcEst:Covar
R
(t
m
, t
n
) =E|(t
m
)
(t
n
)] =
(t
m
)
(t
n
)dt (3.3b) ProcEst:FunCorr
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Cuando en los ncleos de valores de correlacin se tiene el caso de dos variables aleatorias
diferentes, (t ) ,= (t ), se habla de la funcin de correlacin mutua, mientras en el caso de
anlisis de una misma funcin, (t ) =(t ), se dice de funcinde correlacinpropia. Si se tienen
dos variables aleatorias (t ) y (t ) con los respectivos valores de correlacin propia R
(t
m
, t
n
)
y R
(t
m
, t
n
), de forma adicional se considera la matriz de correlacin:
R=
_
R
(t
m
, t
n
) R
(t
m
, t
n
)
R
(t
m
, t
n
) R
(t
m
, t
n
)
_
Ejemplo 3.1 Sea la suma de dos seales aleatorias (t ) =
1
(t ) +
2
(t ) .
El valor medio del proceso resultante se determina como:
E|(t )] =E|
1
(t ) +
2
(t )] =E|
1
(t )] +E|
2
(t )]
=m
11
(t ) +m
12
(t )
Mientras, la funcin de correlacin de la seal aleatoria resultante ser:
R
(t
m
, t
n
) =E|
1
(t
m
) m
11
(t
m
)]E|
2
(t
n
) m
12
(t
n
)]
que se calcula como
=E|
1
(t
m
) m
11
(t
m
) +
2
(t
m
) m
12
(t
m
)]E|
1
(t
n
) m
11
(t
n
) +
2
(t
n
) m
12
(t
n
)]
=E|
1
(t
m
) m
11
(t
m
)]E|
1
(t
n
) m
11
(t
n
)] +E|
1
(t
m
) m
11
(t
m
)]
E|
2
(t
n
) m
12
(t
n
)] +E|
2
(t
m
) m
12
(t
m
)]E|
1
(t
n
) m
11
(t
n
)]
+E|
2
(t
m
) m
12
(t
m
)]E|
2
(t
n
) m
12
(t
n
)]
con lo cual se tiene que
R
(t
m
, t
n
) =R
1
(t
m
, t
n
) +R
12
(t
m
, t
n
) +R
21
(t
m
, t
n
) +R
2
(t
m
, t
n
)
Al considerar que las variables
1
(t ) y
2
(t ) son no correlacionadas, entonces
R
(t
m
, t
n
) =R
1
(t
m
, t
n
) +R
2
(t
m
, t
n
)
Asumiendo que se analiza la suma de la seal aleatoria
1
(t ) con otra seal no aleatoria x (t ), se obtiene
el siguiente valor medio:
E|(t )] =E|
1
(t ) +x (t )]
=E|
1
(t )] +x (t )
con la respectiva funcin de correlacin R
(t
m
, t
n
) =R
1
(t
m
, t
n
) .
Si la variable x (t ) se convierte en constante x (t ) =cons t ., se obtienen los momentos:
E|(t )] =E|
1
(t ) +c] =m
1
(t ) +m
1c
R
(t
m
, t
n
) =R
1
(t
m
, t
n
) +
2
c
Se puede demostrar, que para la suma (t ) =a
1
(t ) +b
2
(t ) se tienen los momentos:
E|(t )] =am
11
(t ) +bm
12
(t )
R
(t
m
, t
n
) =a
2
R
1
(t
m
, t
n
) +b
2
R
2
(t
m
, t
n
) +ab
_
R
12
(t
m
, t
n
) +R
21
(t
m
, t
n
)
_
1303
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.2 Hallar la funcin de correlacin de la siguiente suma de seales aleatorias
SumaSenosAlea
(t ) =
N
n=1
n
(t )
donde
n
(t ) =
nc
cos
n
t +
ns
sin
n
t , siendo
c
y
s
valores aleatorios no correlacionados con media
cero e igual varianza
2
nC
=
2
nS
=
2
n
.
La funcin de correlacin de
n
(t ) =
nc
cos
n
t +
ns
sin
n
t se calcula como:
R
n
(t
1
, t
2
) =E|
n
(t
1
)
n
(t
2
)]
=E|(
nc
cos
n
t
1
+
ns
sin
n
t
1
) (
nc
cos
n
t
2
+
ns
sin
n
t
2
)]
=
2
nC
cos
n
t
1
cos
n
t
2
+
2
nC
sin
n
t
1
sin
0
t
2
=
2
n
cos
n
(t
1
t
2
)
que da como resultado
R
(t
1
, t
2
) =
N
n=1
R
n
(t
1
, t
2
)
=
N
n=1
2
n
cos
n
(t
1
t
2
)
1304
OperadorLineal
Transformacinlineal de seales aleatorias. Sea unsistema conentrada x y salida y , descrito 1305
por un operador lineal , tal que cumpla las siguientes condiciones: 1306
1. y =|x] =|x], =cons t . 1307
2. y =|x
1
+x
2
] =|x
2
] +|x
1
] 1308
En los casos de transformacin de variables, son importantes los valores de aleatoriedad y 1309
momentos de los procesos de entrada o salida, dada la descripcin del sistema en la forma 1310
=|]. 1311
En particular, el valor medio y la funcin de correlacin de la salida son de la forma:
m
1
(t ) =E|(t )] =E| |(t )]] = |E|(t )]] (3.4a) ProcAleaMed
R
(t
m
, t
n
) =E|(t
m
) m
1
(t
m
)]E|(t
n
) m
1
(t
n
)]
=E|
_
(t
m
) m
1
(t
m
)
_
]E|
_
(t
n
) m
1
(t
n
)
_
]
=
_
E|(t
m
) m
1
(t
m
)]
_
_
E|(t
n
) m
1
(t
n
)]
_
=
(t
m
)
(t
n
)
_
E|(t
m
) m
1
(t
m
)]E|(t
n
) m
1
(t
n
)]
_
=
(t
m
)
(t
n
)
_
R
(t
m
, t
n
)
_
(3.4b) ProcAlea:OperLineal
Cabe anotar que la suposicin de estacionariedad simplica las expresiones (3.4a) y (3.4b),
obtenidas para la transformacin de seales, as:
E|(t )] =E| |(t )]] = |E|(t )]] =m
1
(3.5a) ?ProcEstMed?
(t
m
)
(t
n
)
_
R
(t
m
, t
n
)
_
=
()
_
R
()
_
, =t
m
t
n
(3.5b) ?ProcEst:OperLineal?
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
De otra parte, la reaccin de un sistema lineal e invariante en el tiempo (1.77) se describe por
la reaccin del operador lineal del sistema a la funcin (t ), o respuesta a impulso h(t ), por
lo que si a la entrada del sistema se tiene la seal aleatoria (t ), mientras a la salida se tiene
la seal aleatoria (t ) , entonces, se observan las siguientes relaciones en el tiempo entre los
momentos de entrada y salida del sistema:
m
1
(t ) =
_
0
m
1
(t )h()d (3.6a) ProcAlea:MediaSalOL
R
(t
m
, t
n
) =
_
0
_
0
R
(t
m
m
, t
n
n
) h(
m
)h(
n
)d
m
d
n
(3.6b) ProcAlea:FunCorSal
Ejemplo 3.3 Dados, para la variable (t ), la media m
1
(t ) =at
2
y la funcin de correlacin
R
(t
m
, t
n
) =
2
exp|t
m
t
n
|
Hallar los momentos m
1
, R
(t
m
, t
n
) y varianza de la seal aleatoria en caso de su transformacin lineal,
denida como:
(t ) =d/dt
El valor medio es igual a:
m
1
(t ) = |E|(t )]] =
d
dt
m
1
(t )
=2at
La funcin de correlacin del proceso de salida se halla diferenciando dos veces la funcin de correlacin
del proceso de entrada, de la siguiente manera:
t
m
>t
n
: R
(t
m
, t
n
) =
2
e
(tmtn )
t
m
R
(t
m
, t
n
) =
2
e
(tmtn )
2
t
m
t
n
R
(t
m
, t
n
) =
2
2
e
(tmtn )
As mismo se halla el caso contrario:
t
m
<t
n
: R
(t
m
, t
n
) =
2
e
(tn tm)
t
m
R
(t
m
, t
n
) =
2
e
(tn tm)
2
t
m
t
n
R
(t
m
, t
n
) =
2
2
e
(tn tm)
Juntar ambos casos de anlisis (t
m
> t
n
y t
m
> t
n
) es imposible. Por lo tanto, se puede inferir que la
funcin de correlacin R
(t
m
, t
n
) no tiene la segunda derivada para el valor t
m
=t
n
, luego, el proceso (t )
no es diferenciable.
1312
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.4 Un proceso aleatorio corresponde a la transformacin (t ) =f (t ), siendo f una funcin
determinstica y una variable aleatoria. Determinar si el proceso (t ) es estacionario.
La estacionariedad en el sentido amplio, exige la invariabilidad en el tiempo de los valores de aleato-
riedad, por ejemplo del primer momento inicial (3.1) y la varianza (3.2),
E|(t )] =E|f (t )] = f (t ) E|]
E|
_
(t ) (t )
_
2
] =E|
_
f (t ) f (t )
_
2
]
= f
2
(t ) E|]
que resultan variantes en el tiempo, y por ende, el proceso (t ) no es estacionario.
1313
3.1.2. Ergodicidad de las seales aleatorias 1314
Sea el proceso estacionario, en el cual se conocen los valores del primer momento inicial de ca-
da una de las n trayectorias. Considerando la estacionariedaddel proceso, la esperanza matemti-
ca del mismo en cualquier corte de tiempo t
i
, como se muestra en la Figura 3.1, se determina
de la forma
m
1(t
i
)
=
1
n
n
k=1
k
(t
i
)
El clculo de primer momento, por alguna de las observaciones denida en un intervalo de
anlisis T, se puede realizar segmentando el intervalo en una malla se subintervalos, determi-
nados sobre los momentos de tiempo t
k
= kt , k = 1, . . . , n, esto es, n = T/t . La estimacin
de la esperanza sobre la malla de subintervalos se determina de la expresin:
m
1
i
=
1
n
n
k=1
i
(t
k
) t
que al hallar el lmite, resulta en
m
1
i
n
1
T
T
_
0
i
(t ) dt
Por cuanto, se asume que las propiedades de aleatoriedad de los procesos estacionarios se
mantienen invariantes en el tiempo, entonces, cuando se tiene un nmero n sucientemente
grande, para cada trayectoria se cumple la igualdad
m
1
i
=m
1(t
i
)
, i =1, . . . , n
Generalizando la expresinanterior, unproceso aleatorio estacionario se dene como ergdi-
co, cuando los valores promedios de tiempo y de ensamble son idnticos, esto es,
E|
n
i
(t )] =E|
n
(t
i
)] (3.7) ProcAlea:Ergodicidad
La media de cada observacin del ensamble es igual a la media de la observacin media del 1315
ensamble. De (3.7), se entiende que un proceso ergdico es estacionario, pero no viceversa. 1316
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La estimacin de los momentos (3.1) para una seal ergdica (t ) se describe como
E|
n
(t )] =
n
(t ) w (t ) dt , n Z (3.8) 2.63
siendo w (t ) la funcin de peso, que cumple la restriccin
lm
T
T
_
0
w (t ) dt =1 (3.9) ?2.63a?
La funcin de peso rectangular es la ms frecuentemente empleada en la estimacin de los
momentos en (3.8),
w (t ) =
_
1/T, 0 t T
0, otros valores de t
(3.10) 2.64
La funcin de peso (3.10) corresponde a la respuesta a impulso (1.77) de un ltro lineal, cuya
respectiva funcin de transferencia es denominada caracterstica espectral.
() =|w (t )] =
w (t ) e
j t
dt
que en el caso particular de (3.10) es igual a () =e
j T/2
sinc(T/2). 1317
Los valores de aleatoriedad dados en (3.1), (3.2), (3.3a) y (3.3b) para los procesos ergdicos,
teniendo en cuenta la estimacin (3.10), toman las respectivas expresiones:
E|
n
(t )] = lm
T
1
T
T
_
0
n
(t ) dt , n N (3.11a) 2.66a
E|
n
(t ) (t )] = lm
T
1
T
T
_
0
_
(t ) (t )
_
n
dt , n 2, n N (3.11b) 2.66
R
() = lm
T
1
T
_
T
((t ))
_
(t +)
_
dt (3.11c) ProcEst:FunCorrErgodico
K
() = lm
T
1
T
_
T
_
(t ) (t )
__
(t +) (t )
_
dt
=R
() m
2
1
(3.11d) ?ProcEst:CovarErgodico
Los momentos de las seales ergdicas se relacionan con el siguiente sentido fsico: 1318
Valor medio (t ) es la componente constante. 1319
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
El valor medio al cuadrado (t )
2
corresponde a la potencia de la componente directa. 1320
Valor cuadrtico medio
2
(t ) es la potencia promedio. 1321
La varianza
2
es la potencia de la componente alterna. 1322

La desviacin estndar
corresponde al valor rms. 1323

La funcin de correlacin propia corresponde a la potencia de la componente alterna 1324
Ejemplo 3.5 Hallar la funcin de correlacin de la seal aleatoria (t ) = a cos
_
t +
_
, siendo la
variable aleatoria.
A partir de la denicin (3.11c) se tiene que
R
() = lm
T
1
T
T
_
0
a cos
_
t +
_
a cos
_
t ++
_
dt
= lm
T
a
2
T
T
_
0
1
2
_
cos
_
+
_
+cos
_
2t ++2
__
dt
La primera integral se calcula de la forma
a
2
2T
T
_
0
cosdt =
a
2
2
cos
Mientras, la segunda integral es igual a
a
2
2T
T
_
0
cos
_
2t +2+
_
dt
=
a
2
2T
cos
_
2+
_
T
_
0
cos2t dt
a
2
2T
sin
_
2+
_
T
_
0
sin2dt
Por cuanto,
lm
T
_
T
coskt dt = lm
T
sinc(kT) =0, lm
T
_
T
sinkt dt =0, k Z
entonces, nalmente se obtiene la siguiente expresin para la funcin de correlacin:
R
() =
a
2
2
cos
1325
Por su papel preponderante en la descripcin de procesos estacionarios que las funciones de 1326
correlacin y covarianza tienen se debe tener en cuenta sus siguientes propiedades:
ResEst:FunCorProp?
1327
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
(a). Paridad. R
() =R
() , K
() =K
() 1328
A partir de la estacionariedad del proceso se puede demostrar la simetra de los valores
de correlacin respecto a los argumentos t
1
y t
2
:
E|
m
(t
1
)
m
(t
1
),
n
(t
2
)
n
(t
2
)] =E|
n
(t
2
)
n
(t
2
),
m
(t
1
)
m
(t
1
)]
(b). Valor mximo.
_
_
R
()
_
_
R
(0) ,
_
_
K
()
_
_
K
(0). 1329
Por cuantoes evidente la siguiente desigualdad E|((t ) i(t +))
2
] 0, abriendoparn-
tesis, se obtiene
2
(t ) +
2
(t +) i2(t ) (t +) 0
Debido a la estacionariedad del proceso, los dos primeros trminos son iguales, con lo
cual se obtiene la cota mxima de la funcin.
2
(t ) i(t ) (t +) R
(0) R
()
Por cierto, de (3.3a) se tienen los siguiente valores en el origen:
K
(0) =
1
T
T
_
0
_
(t ) (t )
__
(t ) (t )
_
dt =
2
, (3.12a) ?2.66b?
R
(0) =
1
T
T
_
0
(t )
(t ) dt =
2
(t ) (3.12b) 2.66c
(c). Continuidad. Si la funcin R
() es continua en =0, entonces R
() tambin ser con- 1330

tinua para todo . 1331
(d). Periodicidad. Cuando se cumple que:
R
() =R
(+T) , T
(e). Restriccinenla forma. Dado unproceso fsicamente realizable, la transformada de Fouri-
er de su funcin de correlacin debe cumplir la siguiente restriccin de forma:
_
R
()
_
0, (3.13) ProcAlea:FourierCondicion
(f ). Convergencia. Si el proceso aleatorio (t ) no es peridico, entonces se cumple,
lm
||
R
() =
2
(t ), lm
||
K
() =0,
En este sentido se introduce el concepto de intervalo de correlacin, que se puede de-
terminar, bien como la parte 1 del valor mximo de la funcin de correlacin, bien
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
como la mitad de la base del rectngulo
e
con altura unitaria y rea igual a la de la
funcin de correlacin normalizada. En el primer caso, el intervalo de correlacin cor-
responde al valor =
c
, tal que el valor de la funcin normalizada de correlacin sea
considerablemente pequeo:
R
(
c
)
= 0.05. . . 0.1 (3.14) ProcAlea:IntervalCorrelacionTc

mientras en el segundo caso, el intervalo se calcula a partir de la integral
e
=
1
R
(0)
_
0
R
() d (3.15) ProcAlea:IntervalCorrelacion
Ejemplo 3.6 Hallar el intervalo de correlacin para la funcin de correlacin expresada en la forma,
R
() =k
__
1
2
2
_
.
De la expresin (3.14), se tiene que
1
__
1
2
2
c
_
=
c
=
1
_
1
mientras para el segundo caso de denicin en (3.15) se obtiene

=
_
0
1
1+
2
2
d=
1
arctan
_
_
_
_
0
=
2
1332
Por ltimo, se puede decir que la funcin de correlacin caracteriza la dependencia estadsti-
ca entre los valores instantneos del proceso, dados en diferentes momentos del tiempo. As,
por ejemplo, sea la diferencia cuadrtica media entre dos valores instantneos del proceso
denida de la forma,
() =E|((t ) (t +))
2
]
de la cual se observa que
() =
2
(t ) +
2
(t +) 2(t ) (t +) =2
2
(t ) 2R
()
=2R
(0) 2R
()
luego,
2R
() +
() =2R
(0) =const
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Por lo tanto, la funcin de correlacin complementa la desviacin cuadrtica media hasta un 1333
valor constante y proporcional a la potencia del proceso. 1334
Enla prctica, es usual considerar las siguientes formas de clasicacin de los procesos ergdi- 1335
cos de acuerdo a su funcin de correlacin propia: 1336
`
T
.... ................................................................................. .....................................................................................................
(a) (b) (c) (d)
0 0 0 0
R() R() R() R()
1
a
Figura 3.2: Clasicacin de funciones de correlacin
modelofuncor
Procesos con correlacin nula, en los cuales el valor de la funcin de correlacin es cero, 1337
excepto para el corte de tiempo R (0) () (Figura 3.2(a)). 1338
Procesos con correlacin continua, en los cuales el valor de la funcin cambia sobre un 1339
dominio continuo, (Figura 3.2(b)). 1340
Procesos con correlacin discreta o procesos de Markov, cuando la funcin de correlacin 1341
cambia de forma escalonada sobre una malla discreta de valores del intervalo de cor- 1342
relacin |
k
], (Figura 3.2(c)). 1343
Dentro de los procesos de Markov, una clase importante corresponde al caso cuando la 1344
funcin de correlacin discreta se limita a un solo escaln (Figura 3.2(d)) lo que se inter- 1345
preta como la dependencia de dos valores contiguos del proceso. 1346
Realmente, el proceso ilustrado en la Figura 3.2(d) es un modelo abstracto, en la medida en
que la funcin de correlacin no cumple con la condicin de existencia (3.13), para todos los
valores del intervalo de correlacin , como se observa de la relacin:
_
0
R () cosd =
1
_
0
a cosd
=
a
sin
1
_0,
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.7 Sean (t ) y (t ), seales aleatorias dadas en un intervalo nito de tiempo t T
. Hallar la
funcin de correlacin mutua usando la descomposicin ortogonal de Fourier.
Las series de Fourier (1.28), para las seales aleatorias, (t ) y (t ), tienen la misma forma,
x (t ) =a
0
+
n=1
(a
n
cosnt +b
0
sinnt ) , =
2
T
, x
_
,
_
La descomposicin de Fourier de la versin con desfase de cada proceso tiene la forma,
x (t +) =a
0
+
n=1
a
n
cosncosnt
n=1
a
n
sinnsinnt +
+
n=1
b
n
sinncosnt +
n=1
b
n
cosnsinnt
Reemplazando ambas expresiones, en la denicin de la funcin de correlacin mutua,
R
() =a
0
a
0
+
1
2
n=1
_
a
n
a
n
+b
n
b
n
_
cosn+
1
2
n=1
_
a
n
b
n
a
n
b
n
_
sinn
Cuando se asume la paridad de ambas seales aleatorias en anlisis, entonces, los trminos del senos se
convierten en 0; b
=b
=0, luego, la anterior expresin se simplica hasta,

R
() =a
0
a
0
+
1
2
n=1
a
n
a
n
cosn
Concretamente, se puede hallar la funcin de correlacin propia para el tren de pulsos cuadrados, mostrado
en la Figura 3.3(a), empleando la descomposicin ortogonal de Fourier.
La serie de Fourier de la funcin tren de pulsos cuadrados tiene la forma
(t ) =
t
2
+
2
n=1
1
n
sinn
t
n
cosnt
la cual se reemplaza por la expresin, obtenida anteriormente para el caso de funciones pares, haciendo
a
=a
, con lo que la funcin de correlacin propia resulta en

R
() =a
2
0
+
1
2
n=1
a
2
n
cosn
=
_
t
2
_
2
+
4
2
1
2
n=1
1
n
2
sin
2
n
t
2
cosn
Teniendo en cuenta la siguiente expresin cerrada, obtenida para la suma [12]:
n=1
sin
2
n
n
2
cosnx =
_
_
_
4
x +
2
2
, 0 <x <2
2
2
, 2<x <
entonces, se observa claramente, que la funcin de correlacin corresponde a un tren de pulsos triangulares
como se muestra en la Figura 3.3(b).
1347
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
`

......................................
`
`
`
`
`
` /
/
/
/
/ `
`
`
`
` /
/
/
/
/
(t )
0
1
t
t

2 0
R
()
t t
(b) (a)
Figura 3.3: Funcin peridica pulso cuadrado
ejemfcorrelmeandro
3.1.3. Descomposicinespectral de seales aleatorias 1348
DescompEspectralSenalAlea?
Del ejemplo 3.2, se observa que la funcin de correlacin resultante R
(t
1
, t
2
) es estacionaria,
en la medida en que el argumento del coseno depende slo de la distancia entre los valores de
tiempo |t
2
t
1
|. Por lo que la funcin de correlacin resultante es:
R
(t
1
, t
2
) =R
() =
n
cos
n
,
2
n
De lo anterior, se plantea la tarea de representacin de seales en forma de la serie general- 1349
izada de Fourier (1.28), pero ampliada al caso de procesos aleatorios estacionarios. 1350
Sea (t ) un proceso estacionario en el sentido amplio, dado en el intervalo (0, T). Entonces,
su descomposicin ortogonal tendr la forma:
(t ) =
n=0
n
(t ) (3.16) ProcAlea:SerieFourier
donde los coecientes de descomposicin, en concordancia con (1.22), se determinan como:
n
=
1
E
n
T
_
0
(t )
n
(t ) dt , E
i
=
T
_
0
2
n
(t ) dt (3.17) ProcAlea:CoefSerie
Sin embargo, a diferencia de la representacin (1.28), los coecientes de (3.17) son aleatorios,
por lo que la convergencia de la suma en (3.16) hacia la seal aleatoria (t ), se debe entender
en el sentido del valor cuadrtico medio:
lm
N
E||(t )
N
n

n
n
(t )|
2
] =0
Uno de los problemas importantes a resolver es la seleccin del conjunto base de repre- 1351
sentacin |
n
(t )], el cual puede ser escogido por los dos siguientes principios: Primero, que 1352
se brinde el menor error de representacin para un nmero N dado de coecientes, o bien, 1353
segundo, que se genere el menor nmero N de coecientes para un valor dado de error de rep- 1354
resentacin. As mismo, es importante que los coecientes (3.17) tengan correlacin cero entre 1355
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
ellos, por cuanto las tareas asociadas al proceso de seales aleatorias se resuelven de manera 1356
ms fcil. 1357
Se puede demostrar que para una seal aleatoria, representada por la serie (3.16), que tenga
funcin de correlacin continua R(t , ), el valor de la esperanza del error cuadrtico medio
integral (potencia media de error), expresado como:
E|
T
_
0
_
(t )
N1
n=0
n
(t )
_
2
dt ] (3.18) ProcAlea:PotError
el error ser el mnimo posible (3.18), para cualquier N, si el conjunto base de representacin
|
n
(t ) : n = 0, 1, . . . , N 1] cumple la condicin homognea de Fredholm de segundo tipo [13,
14]:
i
(t ) =
1
T
T
_
0
R
(t , )g ()d (3.19) ProcAlea:EcuFredholm

donde |
n
(t )] son las funciones propias (solucin) de la ecuacin y los coecientes
n
son los 1358
valores propios del ncleo R
(t , ) de la ecuacin. El conjunto de funciones propias |

n
(t )] 1359
es ortogonal, cuyos coecientes pueden ser escogidos de tal manera que puedan ser ortonor- 1360
males. Los coecientes de descomposicin (3.16) de la seal aleatoria, en caso de emplear el 1361
conjunto base de representacin |
n
(t )] que cumplan con (3.19), resultan tener correlacin 1362
nula. Adems, si la seal aleatoria se asume del tipo Gaussiano, entonces los coecientes resul- 1363
tan ser independientes estadsticamente. As mismo, si se cumple que E|
n
] = 0, entonces, el 1364
valor de la varianza
2
n
converge al respectivo valor propio
n
. 1365
Para el conjunto base de representacin|
n
(t )], que cumple la condicin (3.19), la esperanza
de la potencia de error (3.18), dada en el intervalo (0, T), se determina como:

2
T
=
1
T
E|
T
_
0
_
(t )
N1
n=0
n
(t )
_
2
dt ]
=
1
T
T
_
0
E|
2
(t )]dt
2
T
T
_
0
N1
n=0
E|
n
2
(t )]
n
(t )dt
+
1
T
T
_
0
N1
m=0
N1
n=0
E|
m
n
]
m
(t )
n
dt
Por lo que se tiene que

2
T
=
2
N1
n=0
n
(3.20) ProcAlea:PotError2
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La expresin (3.20) permite hallar el nmero N de componentes de la serie de descomposi- 1366
cin (3.16), que brinde un valor a priori dado de error de representacin. 1367
La descomposicin de seales aleatorias, que tengan funcin de correlacin continua, por la 1368
serie (3.16), en la cual el conjunto base de representacin corresponde a las funciones propias, 1369
se denomina descomposicin de Karhunen-Love (K-L). 1370
El ruido blanco Gaussiano, mostrado en el literal 3.1.4 con funcin de correlacin (3.34), se 1371
puede descomponer en el intervalo (0, T) empleando cualquier conjunto base ortogonal, pero 1372
en todo caso, los coecientes de descomposicin sern valores aleatorios Gaussianos estadsti- 1373
camente independientes con igual varianza de valor N
0
/2. 1374
3.1.4. Densidad espectral de potencia 1375
DensidadPotencia
La descripcin directa de una seal aleatoria (t ) en el dominio espectral, mediante la TF,
() =
(t ) e
j t
dt
es imposible de realizar, principalmente, porque la integral (1.48) implica cumplir las condi- 1376
ciones de Dirichlet (seccin 1.3.1), las cuales no ocurren para cualquier observacin de proce- 1377
so estacionario enel sentido amplio, particularmente, la condicin de convergencia exige que el 1378
proceso sea absolutamente integrable; condicin que slo se alcanzara para seales aleatorias 1379
de contenido cero. 1380
El empleo de la TF exige la modicacin de la representacin para las observaciones de la
seal estacionaria, de tal manera que la integral (1.48) converja, para lo cual, la forma ms sen-
cilla consiste enel truncamientode la trayectoria (t ), empleado enel clculo de sus momentos
de una observacin sobre un intervalo de tiempo (T, T), descrito en (3.11a) y (3.11b), que usa
la funcin ventana rectangular:
T
(t ) =rect
T
(t ) (t ) (3.21) ProcAlea:ReaTrunc
La trayectoria de la seal aleatoria truncada de (3.21) es vlida, mientras la varianza del pro- 1381
ceso sea nita. As, se asegura la convergencia de la integral (1.48). 1382
De otra parte, el empleo del teorema de Parsevall, (1.57), para la observacin truncada (3.21),
asumiendo su valor medio igual a cero, da como resultado:
T
_
T
2
T
(t ) dt =
1
2
|
T
()|
2
d
cuyo promedio se obtiene acorde con la ventana de estimacin (3.10):
1
2T
T
_
T
2
T
(t ) dt =
1
4T
|
T
()|
2
d
La parte izquierda de la ltima expresin es proporcional a la potencia del proceso en el inter-
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
valo de anlisis (T, T). Es ms, cuando se analizan las seales aleatorias estacionarias, al hacer
el intervalo T , la potencia tiende al valor cuadrtico medio dado en (3.11a), esto es,
E|
1
2T
T
_
T
2
T
(t ) dt ] =E|
1
4T
|
T
()|
2
d]
lm
T
1
2T
T
_
T
E|
2
T
(t )]dt = lm
T
1
4T
E||
T
()|
2
]d
lm
T
1
2T
T
_
T
2
T
(t )dt = lm
T
1
4T
E||
T
()|
2
]d
lm
T
1
2T
T
_
T
2
T
(t )dt =
1
2
lm
T
E||
T
()|
2
]
2T
d
E|
2
T
(t )] =
1
2
lm
T
E||
T
()|
2
]
2T
d
En el caso de los procesos ergdicos, el promedio de ensamble es igual al promedio de tiem-
po, con lo que se obtiene,
2
T
(t ) =
1
2
lm
T
E||
T
()|
2
]
2T
d (3.22) ProcAlea:PDS01
El operador dentro de la integral (3.22) es el promedio de tiempo del espectro de la obser-
vacin de la seal aleatoria, denominado densidad espectral de potencia (DEP),
S
() lm
T
E||
T
()|
2
]
2T
(3.23) ProcEst:PDS01
Si la seal (t ) tiene unidades [V], entonces la densidad S
() tiene unidades [V
2
/Hz], que
en correspondencia con (3.22), determina el valor cuadrtico medio del proceso. As,
2
T
(t ) =
1
2
()d (3.24) ProcEst:PDS02

La densidad espectral de potencia puede ser interpretada como la potencia media concentra- 1383
da enlos lmites de una banda de frecuencia con banda de paso igual a 1 Hz para una frecuencia 1384
central del espectro igual a /2 [Hz]. 1385
Atendiendo a las condiciones de realizacin fsicas de los procesos aleatorios, la DEP tiene, 1386
entre otras, las siguientes propiedades: 1387
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
(a). S
() , est determinada en el espacio de los reales, 1388

(b). 0 S
() <, es positiva semidenida y acotada, 1389

(c). S
() = S
(), es par. En consecuencia, la representacin de S
() en forma de fun-
ciones racionales, debe contener estrictamente polinomios de potencias pares:
S
() =
s
0
_
2n
+a
2n2
+ +a
2
2
+a
0
_
2m
+b
2m2
+ +b
2
2
+b
0
, S
()
La expresin (3.24) se obtiene asumiendo el valor medio igual a 0 del proceso aleatorio. Sin
embargo, se puede demostrar que la relacin puede ser generalizada, obtenindose:
=
1
2
() d (3.25) ProcEst:PDS02a
Transformada de Wiener-Jinchin. La expresin (3.11c) dene la funcin de correlacin como 1390
la esperanza matemtica del producto de dos funciones determinadas en el tiempo. Sin embar- 1391
go, de la seccin anterior, resulta que la DEP est relacionada con la esperanza matemtica del 1392
producto de las TF de estas misma funciones. Entonces, debe existir una relacin directa entre 1393
esas dos esperanzas matemticas. 1394
Sea una seal aleatoria con DEP, denida en (3.23),
S
() = lm
T
E||
T
()|
2
]
2T
= lm
T
E|
T
()
T
()]
2T
Desarrollando las respectivas integrales de Fourier, se obtiene
S
() = lm
T
1
2T
E|
T
_
T
T
(t
1
) e
(j t
1)
dt
1
T
_
T
T
(t
2
) e
(j t
2)
dt
2
]
= lm
T
1
2T
E|
T
_
T
dt
2
T
_
T
e
(j (t
2
t
1
))
T
(t
1
)
T
(t
2
) dt
1
]
El operador de promedio, atendiendo a la propiedad de linealidad de la TF, se puede incluir
dentro de la integral:
S
() = lm
T
1
2T
T
_
T
dt
2
T
_
T
e
(j (t
2
t
1
))
E|
T
(t
1
)
T
(t
2
)]dt
1
El operador de promedio de las funciones dentro de la integral corresponde a la funcin de
correlacin propia R
(t
1
, t
2
) para la seal estacionaria en anlisis, pero truncada
T
(t ). Real-
izando el cambio de notacin, = t
2
t
1
, por lo que dt
2
= d, la anterior expresin toma la
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
forma:
S
() = lm
T
1
2T
Tt
1
_
Tt
1
d
T
_
T
e
j
R
(t
1
, t
1
+)dt
1
=
_
_
_
_
lm
T
1
2T
T
_
T
R
(t
1
, t
1
+)dt
1
_
_
_
_
e
j
d (3.26) ProcEst:PDS03
La expresin dentro del operador de promedio en la integral (3.26) corresponde a la funcin
de correlacin (3.11c), asumiendo la media del proceso (t ) =0. En otras palabras, la DEP de la
seal aleatoria (t ) corresponde a la TF de la respectiva estimacin en el tiempo de la funcin
de correlacin propia R
(t , t +),
S
() =
_
R
(t , t +)
_
Por cuanto en los procesos estacionarios se cumple que la funcin de correlacin no depende
del tiempo inicial del intervalo de anlisis, esto es, R
(t , t +) =R
(), entonces, se obtiene que

la DEP de un proceso estacionario en el sentido amplio es la TF de su funcin de correlacin:
S
() =
_
R
()
_
(3.27) ProcEst:PDS04
De manera inversa se puede obtener que:
1
_
S
()
_
=
1
_
_
R
()
__
=R
() (3.28) ProcEst:PDS05
El par conjugado de expresiones (3.27) y (3.28) conforma la Transformada de Winner-Jinchin 1395
que tiene un valor fundamental en el anlisis de seales estacionarias, debido a que establecen 1396
la relacin de su representacin entre el dominio del tiempo (la funcin de correlacin) y el 1397
dominio de la frecuencia (la DEP). 1398
Ejemplo 3.8
EjemPDS
Hallar la DEP para la funcin de correlacin R
() =
2
exp(||).
Empleando la relacin (3.29a) se tiene:
S
() =
2
_
0
e
||
cosd=
2
2
_
0
e
dcosd
La anterior integral se puede resolver por tabla:
S
() =
2
2
_
e
2
+
2
(cos+sin)
_
_
_
_
_
0
=
2
2
2
+
2
En la Figura 3.4 se presentan la funcin de correlacin (parte superior) y la respectiva DEP (parte
inferior); ambas calculadas para los casos de =1 y =0.25 y asumiendo un valor de la varianza unitario.
1399
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3 2 1 0 1 2 3
0
0.4
1
3 2 1 0 1 2 3
10
1
10
0
=0.25
=1
Densidad espectral de potencia S
()
Funcin de Correlacin R
()
Figura 3.4: Resultados del ejemplo 3.8.
WieJinEjemplo
Empleando la propiedad de paridad de la funcin de correlacin, las expresiones (3.27) y
(3.28) se pueden llevar a las respectivas formas:
S
() =2
_
0
R
() cos d (3.29a) ProcEst:PDS04a

R
() =
1
_
0
S
() cosd (3.29b) ?ProcEst:PDS05a

En la prctica, en calidad de valores de aleatoriedad para los procesos aleatorios, tambin se 1400
emplean los diferentes parmetros de su DEP, por ejemplo los siguientes: 1401
Ancho de banda efectivo de espectro
e
=
1
S
(0)
() d
el cual est relacionado con el intervalo de correlacin (3.15), por la expresin
=
1
2
S
(0)
R
(0)
Los siguientes momentos de frecuencia:
m
1
=
2
_
0
S
()d, m
2
=
2
_
0
2
S
()d,
2
=
2
_
0
(m
1
)
2
S
()d
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
De otra parte, en el ncleo de la integral (3.26) est presente la funcin de correlacin propia,
que en el caso de considerar la funcin de correlacin mutua (denida en (3.3b)), entonces, la
funcin espectral respectiva es denida como la densidad espectral de potencia mutua:
S
() =
()e
j
d (3.30) ProcEst:PDS06
Cabe anotar, que cuando las seales aleatorias (t ) y (t ) tienen correlacin nula, esto es, 1402
R
() =0, la correspondiente DEP mutua tambin es de contenido 0. 1403

La relacin entre las densidades de potencia S
() y S
() se deduce a partir del anlisis

de las partes real e imaginaria de la denicin (3.30),
S
() =
() cosdj
() sind, (3.31) ProcEst:PDS06a

donde las respectivas funciones de correlacin mutua se denen como
R
() = lm
T
1
T
T
_
0
(t ) (t +) dt , (3.32a) ?ProcEst:PDS07a?
R
() = lm
T
1
T
T
_
0
(t ) (t +) dt (3.32b) ProcEst:PDS07b
En la ltima integral, (3.32b), se realizan los siguientes cambios de variables: =t +, luego,
t =, dt =d, con lo cual,
R
() = lm
T
1
T
T
_
0
() () d
regresando de nuevo a la variable t , se obtiene,
R
() = lm
T
1
T
T
_
0
(t ) (t ) dt
Al comparar la ltima expresin con la denicin (3.32b) se observa el cumplimiento de la
igualdad R
() =R
(), que al sustituir en la (3.31), resulta en

S
() =
() cosdj
() sind
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Sea =, entonces
S
() =
() cosd () j
() sin() d ()
=
() cosd+j
() sind
de lo cual, nalmente, se obtiene que
S
() =S
()
RuidoBlancoGauss
Ruido blanco Gaussiano (RBG). Se denomina ruido blanco Gaussiano al modelo de seal
aleatoria que se dene convencionalmente como una seal ergdica con FDP Gaussiana y DEP
constante en todo el dominio de la frecuencia (Figura 3.5(b)),
S () =N
0
, (, ) . (3.33) PDS:RuiBlan
T
`

`
R() S ()

0 0
N
0
N
0
(a) (b)
Figura 3.5: Modelo del ruido blanco Gaussiano
RuidoBlanco
El modelo (3.33), denominado ruido blan-
co por su analoga espectral con la luz blanca,
tiene funcin de correlacin propia obtenida
mediante la TF (Figura 3.5(a)):
R () =
N
0
2
e
j 2f t
d f =
N
0
2
() (3.34) RuidoBlancoFAC
Del modelo (3.34), se observa que R () = 0, 1404
,= 0, de tal manera que cualquier par de 1405
diferentes valores tomados del RBG no son 1406
correlacionadas y, por lo tanto, estadstica- 1407
mente son independientes. 1408
Cabe anotar que el modelo (3.34) implica que la varianza del RBG
2
. 1409
En realidad, todos los dispositivos de procesos de seales elctricas poseen un ancho de ban-
da nito , y en consecuencia cualquier clase de ruido tambin tendr un ancho de banda
nito a la salida de todo dispositivo. Cuando se asume la constancia de la DEP en el ancho de
banda nito <, se tiene el siguiente modelo de ruido:
_
S () =N
0
, (<<) ,
R () =N
0
sinc(2) ,
(3.35) PDS:RuiRos
Puesto que el ancho de banda espectral resultante (3.35) es menor que del ruido blanco, al 1410
modelo ltrado se le conoce como ruido rosado o blanco de banda nita, para el cual adems 1411
se cumple que su potencia de salida es nita e igual a N
0
y su valores instantneos estn 1412
correlacionados. 1413
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
En la prctica, se dene el ancho de banda equivalente del ruido
e
:
e
=
1
H
0
_
0
_
_
H
_
f
_
_
_
2
d f , (3.36) {?}
donde H
0
=
_
_
H
_
f
_
_
_
max
es la ganancia de voltaje del ltro en la frecuencia central. Luego, la
potencia de ruido promedio ltrado es:
N =
_
_
_H
_
f
_
2
_
_
_ N
0
d f =N
0
_
0
_
_
_H
_
f
_
2
_
_
_ d f =N
0
H
0
e
,
La ltima ecuacin muestra el efecto del ltro separado en dos partes: la selectividad de fre- 1414
cuencia relativa, representada por medio de
e
, y la ganancia de potencia representada por 1415
medio de H
0
. Por denicin, el ancho de banda equivalente de ruido de un ltro ideal es su 1416
ancho de banda real. En los ltros reales,
e
es algo mayor que el ancho de banda a 3 d B [15]. 1417
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1418
Problemas 1419
1420
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3.2. Paso de seales aleatorias por sistemas lineales 137
?SPasoAleaLineal?
En concordancia con la descripcin de sistemas lineales hecha en el numeral 1.4, se presentan 1422
los siguientes tres mtodos de anlisis. 1423
3.2.1. Anlisis en el tiempo 1424
?PasoAlea:tiempo?
La forma directa de anlisis es la convolucin (1.65), que relaciona la seal aleatoria de salida
(t ) con la entrada (t ), a travs de la respuesta a impulso del sistema h (t ):
(t ) =
_
0
(t ) h()d (3.37) PasoAlea01
El lmite superior de la integral en (3.37) es escogido igual al valor , a n de analizar el 1425
comportamiento asinttico del sistema en rgimen de estado estable, antes que hacerlo igual a 1426
t , que corresponde al rgimen transitorio. 1427
El operador de promedio sobre ambos trminos de (3.37) se generaliza en la forma:
E|
_
T
(t ) g (t ) dt ] =
_
T
E|(t )]g (t ) dt
donde g (t ) es una funcin no aleatoria que varia en el tiempo. 1428
El intercambio en la operacin de integracin con el operador de promedio, implica la sim- 1429
plicacin del anlisis; intercambio que se realizar cuando se cumplen las condiciones: 1430
(a).
_
T
E||(t )|]g (t ) dt < 1431
Al asumir la estacionariedadde los procesos de entrada, cuandolos operadores de prome- 1432
dio son invariantes en el tiempo (ver (3.1)), entonces, se consideran una constante k que 1433
sale fuera de la integral. En calidad de funcin g (t ) representativa del sistema se emplea 1434
la respuesta a impulso h (t ), por lo que la restriccin, que corresponde a la condicin de 1435
estabilidad del sistema, se resume a k
_
T
|h (t ) |dt <. 1436
(b). (t ) T, aunque se puede tener que T . 1437
Valor medio de salida. Para un sistema lineal e invariante en el tiempo, cuando a su entrada
se tiene una seal estacionaria, teniendo en cuenta (3.37), est dado por
E|(t )] =E|
_
0
(t )h()d] =
_
0
E|(t )]h()d
=m
1
_
0
h()d (3.38) PasoAlea03
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Sin embargo, la integral de la respuesta a impulso en (3.38) se puede representar de forma
alterna como la TF para el caso nico de anlisis de la componente =0, esto es,
E|(t )] =m
1
_
0
h()d =m
1
_
0
h()e
j
d
_
_
_
_
_
_
_
=0
=m
1
H(0) (3.39) PasoAlea03a
La expresin (3.39) es evidente, porque muestra que el primer momento, al ser una constante,
afecta solamente la componente =0 de la funcin de transferencia del sistema. Sin embargo,
un proceso aleatorio a la salida de un circuito lineal, activado por una entrada a partir de t =0,
se expresa por la integral (1.65), que se diferencia de la (3.37) por su lmite superior. Por lo tanto,
la expresin (3.38) para el valor medio se corrige en la forma:
E|(t )] =m
1
t
_
h () d =m
1
a (t )
=m
1
(t ) (3.40) PasoAlea03b
El valor medio para cualquier sistema lineal resulta directamente proporcional a la funcin 1438
de transicin del sistema a (t ), que a su vez depende del tiempo, entonces, el proceso a la salida 1439
es no estacionario, mientras el sistema no est en rgimen de estado estable. 1440
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
0
m1 (t )
0.95max|m1]
RC
t
=1
=2
Figura 3.6: Cambio del valor medio en el tiempo del ejemplo 3.9.
MediaRC
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.9 En el circuito RC del ejemplo 1.14, se tiene una seal aleatoria (t ) de voltaje, denida
CambioMediaRC
a partir del momento t = 0 que corresponde a RBG con valor medio m
1
. Determinar el cambio del valor
medio en el tiempo del voltaje de salida (t )
La ecuacin diferencial del circuito RC de la Figura 1.14(a) tiene la forma:
d
dt
+(t ) =(t ) , =1/RC
Considerando que el capacitor en el momento t = 0 est descargado, y por ende, (0) = 0, la anterior
ecuacin diferencial tiene la siguiente solucin:
(t ) =e
t
_
t
0
e
()d
Por lo que el valor medio del voltaje de salida (t ) del circuito RC es igual a:
E|(t )] =e
t
_
t
0
e
E|()]d=e
t
_
t
0
e
m
1
d=m
1
e
t
_
e
t
1
_
De esta manera, el valor medio a la salida cambia en el tiempo de la siguiente forma:
m
1
(t ) =m
1
e
t
_
e
t
1
_
La Figura 3.6 representa el cambio del valor medio (3.40) de la seal aleatoria de salida (t ) en el
tiempo (para dos valores diferentes de ), que corresponde a un intervalo de no estacionariedad del proceso.
Este intervalo es transitorio y su existencia, siendo proporcional al factor de inercia =RC del sistema, se
considera insignicante con relacin al intervalo total de anlisis del proceso.
1441
Cuando a la entrada del sistema lineal hay un proceso no estacionario, determinado a partir
del momento t =0, el valor medio del proceso a la salida, dado por la relacin (3.38), es igual a:
E|(t )] =
t
_
0
h () m
1
(t ) d =h (t ) m
1
(t ) (3.41) PasoAlea03c
La expresin (3.41) coincide con el resultado obtenido en (3.6a), para el caso de transforma- 1442
cin lineal de seales aleatorias. En general, el anlisis en estado transitorio del sistema lineal 1443
se puede realizar para cada uno de los momentos, tanto en el caso estacionario, como en el no 1444
estacionario. Sin embargo, debido a la dicultad en la solucin del caso transitorio, es frecuente 1445
que el anlisis se limite al rgimen de estado estable. 1446
Valor cuadrticomediodesalida. El anlisis es similar al caso anterior del valor medio, aunque,
aqu es preferible introducir dos variables de integracin, a n de representar la multiplicacin
interna del operador de promedio en forma de una integral doble, as:
E|
2
(t )] =E|
_
0
(t
1
)h(
1
)d
1
_
0
(t
2
)h(
2
)d
2
]
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
que luego de realizar los respectivos trminos de integracin resulta en
E|
2
(t )] =E|
_
0
d
1
_
0
(t
1
) (t
2
) h(
1
)h(
2
)d
2
]
=
_
0
d
1
_
0
E|(t
1
) (t
2
)]h(
1
)h(
2
)d
2
(3.42) PasoAlea04
La operacin de promedio dentro de la integral corresponde a la funcin de correlacin de la
seal aleatoria de entrada, evaluada en los siguientes puntos:
E|(t
1
) (t
2
)] =R
(t
1
t +
2
)
=R
(
2
1
)
Por lo que la expresin (3.42) se formula en la siguiente forma:
E|
2
(t )] =
_
0
d
1
_
0
R
(
2
1
)h(
1
)h(
2
)d
2
(3.43) PasoAlea04a
Ejemplo 3.10 En el circuito RC del ejemplo 1.14, se tiene a la entrada una seal aleatoria (t ) de voltaje,
que corresponde a RBG. Determinar el valor cuadrtico medio del voltaje de salida (t ).
El valor cuadrtico medio de salida determinado por (3.43), teniendo en cuenta el valor de la funcin
de correlacin del RBG (3.34), es igual a,
E|
2
(t )] =
_
0
d
1
_
0
N
0
2
(
2
1
) h(
1
)h(
2
)d
2
=
N
0
2
_
0
h
2
()d
=
N
0
2
_
0
_
e
_
2
d=
N
0
2
2
_
0
e
2
d=
N
0
2
2
e
2
2
_
_
_
_
0
=
N
0
2
2
En consideracin, cuando en vez de asumir un ruido con varianza innita, se asume un ruido con
correlacin nula, valor medio cero, pero varianza nita,
2
= D < , el proceso a la salida del dispositivo

lineal es unvocamente cero,
(t ) =
t
_
0
h () (t ) d0
en la medida en que los momentos (3.41) y (3.43) son iguales a 0.
Cabe anotar, que la resolucin de este ejemplo es relativamente simple, pero solo si el proceso a la
entrada es del RBG, en caso contrario, cuando el proceso es otra naturaleza, la resolucin de la integral
doble (3.43) presenta serias dicultades.
1447
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Funcin de correlacin de salida. En este caso, se puede tomar el resultado obtenido en el
anlisis de la transformacin de seales aleatorias con operadores lineales. Particularmente,
asumiendo la estacionariedad del proceso de entrada de (3.6b), se obtiene:
R
() =
_
0
d
1
_
0
R
(
2
1
) h (
1
) h (
2
) d
2
(3.44) PasoAlea05
La varianza del proceso a la salida resulta de hacer =0 en la expresin (3.44), inclusive para
el caso de anlisis de regimen transitorio
(t ) =
t
_
0
d
1
t
_
0
R
(
2
1
) h (
1
) h (
2
) d
2
Funciones de correlacin mutua entrada-salida. En los sistemas lineales, es de suponer al-
guna relacin de dependencia estadstica entre los seales aleatorias de entrada y salida, dada
por la respectiva funcin de correlacin mutua, que se considera en dos formas:
R
() =E|(t ) (t +)] =E|(t )
_
0
(t +) h()d]
=
_
0
E|(t ) (t +)]h()d
=
_
0
R
()h()d (3.45a) PasoAlea06a

R
() =E|(t +)(t )] =E|(t +)
_
0
(t ) h()d]
=
_
0
E|(t +)(t )]h()d
=
_
0
R
(+)h()d (3.45b) PasoAlea06b

Por cuanto la funcin de convolucin dentro de ambas integrales es par con relacin a la 1448
variable =, y la respuesta a impulso se dene solo para valores positivos de , entonces, es 1449
de esperar que la funcin de correlacin mutua R
(), en general, se diferencie de R
(). 1450
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.11 En el circuito RC del ejemplo 1.14, se tiene una seal aleatoria (t ) de voltaje, denida a
partir del momento t =0 que corresponde a RBG. Determinar el cambio de la funcin de correlacin en el
tiempo del voltaje de salida (t ).
?EjemFCSalida?
La expresin (3.44), sustituyendo la funcin de correlacin del RBG (3.34), toma la forma:
R
() =
_

0
d
1
_

0
N
0
2
(
2
1
) h (
1
) h (
2
) d
2
=
N
0
2
_

0
h () h (+) d=
N
0
2
R
h
()
De lo anterior, se observa que en presencia del RBG a la entrada de un sistema lineal e invariante en el
tiempo, la funcin de correlacin de la seal aleatoria de salida es proporcional a una dependencia, que de
manera condicional, se puede denominar funcin correlacin de la respuesta a impulso del sistema, esto es,
R
() =S
()R
h
()
El anlisis en el tiempo de la funcin de correlacin de salida se realiza integrando hasta el valor t ,
R
(t
1
, t
2
) =
N
0
2

2
e
(t1+t2)
_
t1
0
_
t2
0
e
(1+2)
(
1
2
) d
2
d
1
Por cuanto, en el desarrollo de la integral doble es de tener en cuenta que es cierta la siguiente expresin:
_
0+
0
g (
0
)d= g (
0
)
solo para >0, cuando el punto especco =
0
se encuentra dentro de los lmites de integracin, entonces,
el anlisis se lleva a cabo para dos casos:
1. t
2
t
1
>0:
_
t1
0
_
t1
0
e
(1+2)
(
1
2
) d
2
d
1
=
t1
_
0
e
2
d
2
_
t1
0
e
1
(
1
2
) d
1
=
_
t1
0
e
22
d
2
=
1
2
_
e
2t1
1
_
2. t
2
t
1
<0:
_
t2
0
_
t2
0
e
(1+2)
(
1
2
) d
2
d
1
=
1
2
_
e
2t2
1
_
Juntando ambas soluciones se obtiene la siguiente funcin de correlacin del proceso de salida:
R
(t , ) =
N
0
4
e
||
_
1e
2t
_
La varianza resulta al hacer =0:
(t ) =
N
0
4
_
1e
2t
_
Como se observa, la varianza tiene la mismo forma de cambio que la media a la salida del ejemplo
3.9; slo que la varianza crece dos veces ms rpido que la media, esto es, tiene un menor intervalo
de transicin (curva

para =2 de la Figura 3.6).

1451
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.12 Hallar ambas funciones de correlacin mutua entre la entrada y la salida del circuito RC
del ejemplo 1.14, si se tiene una seal de entrada aleatoria (t ) de voltaje, que corresponde a RBG.
Teniendo en cuenta las expresiones (3.45a) y (3.45b), se obtiene
R
() =
N
0
2
_

0
()h()d=
N
0
2
h()u()
R
() =
N
0
2
_

0
(+)h()d=
N
0
2
h()u()
Los resultados obtenidos sobre la asimetra de las respectivas funciones de correlacin conjunta conr-
man lo obtenido en el numeral 3.1.4.
1452
3.2.2. Anlisis en la frecuencia 1453
El anlisis matemtico en el tiempo presenta dicultades de solucin en el desarrollo de los
momentos de salida, para el caso de procesos aleatorios con FDP diferente a la Gaussiana, de-
bido a la presencia en la mayora de ellas de las integrales dobles, de las cuales una de ellos es
la correlacin. As por ejemplo, la expresin (3.44) entre las funciones de correlacin (3.6b) de
entrada y salida en un sistema lineal e invariante en el tiempo, en caso de anlisis del rgimen
estacionario y para una seal aleatoria estacionaria, est dada por la relacin:
R
() =
_
0
d
1
_
0
R
(
2
1
) h(
1
)h(
2
)d
2
En este sentido, es preferible realizar el anlisis de la transformacin de cada uno de los mo- 1454
mentos y valores de aleatoriedad sobre el dominio de la frecuencia, a n de reducir la comple- 1455
jidad del desarrollo matemtico. 1456
La representacin en la frecuencia de los procesos aleatorios est dada por la DEP, la cual a su
vez, se relaciona con la funcin de correlacin a travs de las transformadas de Wiener-Jinchin
(ecs. (3.27) y (3.28)):
S
() =
_
R
()
_
=
_

__

0
d
1
_

0
R
(
2
1
) h (
1
) h (
2
)
_
e
j
d
=
_
0
d
1
_
0
h (
1
) h (
2
) d
2
(
2
1
) e
j
d
=
_
0
d
1
_
0
h (
1
) h (
2
) d
2
S
() e
j (
2
1
)
d
2
=S
()
_
0
h (
1
) e
j
1
d
1
_
0
h (
2
) d
2
e
j
2
d
2
S
() =S
() H()H() =S
() |H()|
2
(3.46) PasoAlea07
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La expresin (3.46) es similar a la obtenida para la DEP de seales en (1.82); analoga que 1457
puede ser empleada en los mtodos de anlisis de funciones de transferencia descritas por fun- 1458
ciones racionales, cuando a la entrada se tienen procesos estacionarios. 1459
Ejemplo 3.13 Hallar la DEP de salida para el circuito RC del ejemplo 1.14, si a la entrada se tiene RBG
(t ).
De hecho, teniendo en cuenta la densidad espectral de potencia del ruido blanco (3.33), entonces
S
() =
N
0
2
|H()|
2
=
N
0
2
j +
j +
=
N
0
2
_
_
_
_
2
+
2
_
_
_
_
La varianza, en este caso, se halla integrando la anterior expresin:
2
=
N
0
2
2
.
1460
Por ltimo, de la expresin (3.25), se puede encontrar la varianza:
=
1
2
()d=
()H() H()d (3.47) ?ProcEst:PSDVar?

El valor cuadrtico medio, teniendo en cuenta la relacin dada en (3.39) para el valor medio,
se halla de la siguiente manera
m
2
=
2
+m
2
1
=
()H() H() d+m

2
1
(H(0))
2
3.2.3. Empleo de operadores lineales 1461
En la seccin 3.1.1 se analiza la transformacin de variables empleando operadores lineales.
Un sistema lineal e invariante en el tiempo descrito por la ecuacin diferencial (1.80), se puede
representar empleando operadores en la siguiente forma:
_
(t )
__
p, t
_
=0|(t )]
_
p, t
_
(3.48) PasoAlea08
donde
_
p, t
_
=
m
p
m
y 0(p, t ) =
n
p
n
son los operadores de salida y entrada re-
spectivamente, siendo p = d/dt . De la expresin (3.48), se obtiene la relacin formal entre la
seal de entrada y salida, mediante los respectivos operadores:
(t ) =
0
_
p, t
_
_
p, t
_ |(t )] = |(t )]
_
p, t
_
Empleando el operador
_
p, t
_
para la descripcin del sistema, se pueden hallar las respec-
tivas expresiones para los siguientes momentos estadsticos:
m
1
(t ) =
_
m
1
(t )
_
_
p, t
_
(3.49a) PasoAlea09
R
(t
1
, t
2
) =
_
_
R
(t
1
, t
2
)
_
_
p, t
2
_
_
_
p, t
1
_
(3.49b) PasoAlea09a
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.14 Dado un proceso estacionario (t ), con valor medio m
1
y funcin de correlacin R
(), a la entrada de un dispositivo de promedio deslizante con apertura nita de tiempo (t T, t +T).
Hallar el cambio de los respectivos valores medios.
El proceso a la salida se determina como
(t ) =(2T)
1
_
t +T
t T
() d (1) EjemPromDeslizante
con valor medio y funcin de correlacin, respectivamente,
m
1
=E|(t )] =
1
2T
_
t +T
t T
E|()]d=m
() =E|(t ) m
1
, (t +) m
1
] =
1
4T
2
_
t +T
t T
_
t ++T
t +T
R
(u v)dudv,
El ncleo de la integral se reemplaza por la expresin:
R
(u v) =
1
2
_

() exp
_
j (u v)
_
d
R
() =
1
24T
2
_

() d
_
t +T
t T
exp
_
j v
_
dv
_
t ++T
t +T
exp
_
j u
_
du
=
1
2
_

() (sinc(T))
2
d (2) EjemPromDeslizante02
Por lo tanto, el espectro de salida es de la forma, S
() = S
() |sinc(T)|
2
, que se concentra en
el lbulo principal de la funcin sinc, en la cercana de los valores T. De esta manera, se eliminan las
componentes espectrales superiores, esto es, se eliminan los cambios rpidos del proceso (t ) en el tiempo.
La comparacin de (3.37) con (1) muestra que la operacin de promedio deslizante en el tiempo se
analiza como el paso de una seal aleatoria (t ) a travs de un sistema lineal con respuesta a impulso y
funcin de frecuencia, dadas respectivamente como,
h (t ) =
_
1/2T, |t | <T
0, |t | >T
, H() =sinc()
Reemplazando en (2), S
() =
_
R
()
_
e intercambiando el orden de integracin, se obtiene la
funcin de correlacin de salida,
R
() =
1
2T
_
2T
2T
_
1
||
2T
_
R
() d (3) EjemPromDeslizante03
La varianza del proceso a la salida se halla asumiendo en (3), =0,
=R
(0) =
1
2T
_
2T
2T
_
1
||
2T
_
R
() d
Entonces para el clculo de la varianza del promedio deslizante en el tiempo de una seal estacionaria
en el sentido amplio, es necesario conocer su funcin de correlacin,
=R
(0) =
1
2T
_
2T
2T
_
1
||
2T
_
R
() d=
2T
_
2T
2T
_
1
T
_
r
() d (4) EjemPromDeslizante04
La expresin (4) presenta inters para los modelos de seales aleatorios, en la medida en que se analiza
su valor asinttico, lm
T
(T) =0.
1462
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 3.15 Sea un sistema diferenciador de primer orden, a cuya entrada se aplica la seal
aleatoria (t ) con valor medio, m
1
(t ) = sint , y funcin de correlacin de la forma R
(t
1
, t
2
) =
exp((t
2
t
1
))
2
. Determinar la media y la varianza del proceso a la salida.
La seal aleatoria a la salida (t ) se relaciona con la entrada, mediante el operador lineal, (t ) =
|(t )]
_
p, t
_
=d/dt , entonces, de las relaciones (3.49a) y (3.49b) se obtiene:
m
1
(t ) =
d
dt
m
1
(t ) =cost
R
(t
1
, t
2
) =
2
t
1
t
2
R
(t
1
, t
2
) =2
2
e
(t2t1)
2
_
12(t
2
t
1
)
2
_
Haciendo t
2
=t
1
=t se encuentra R
(t , t ) =
2
=2
2
.
As mismo, sea un sistema integrador, (t ) =
_
t
0
() d a la entrada del cual se aplica una seal
aleatoria (t ) con valor medio m
1
(t ) y funcin de correlacin R
(). Determinar el valor medio y la

funcin de correlacin del proceso a la salida.
De manera similar al caso anterior, teniendo en cuenta que la integral corresponde a un operador lineal,
se obtiene la relacin entre los momentos de entrada y salida,
m
1
(t ) =
_
t
0
m
1
(t ) dt
Haciendo m
1
(t ) = m
1
= cons t , se observa que la media a la salida resulta variable en el tiempo,
m
1
(t ) =m
1
t (excepto para el caso m
1
=0), luego el proceso a la salida presenta un comportamiento no
estacionario. A efecto de simplicar el anlisis se asume m
1
(t ) = 0, entonces la funcin de correlacin, a
partir de las relacin (3.49b) resulta en:
R
(t
1
, t
2
) =
_
1
0
_
2
0
R
(t
1
, t
2
) dt
1
dt
2
la cual muestra, que para integrar una seal aleatoria se exige la existencia de su funcin de correlacin.
Asumiendo adems, la estacionariedad del proceso a la entrada, la funcin de correlacin del proceso a la
salida se resume hasta la integral doble
R
(t
1
, t
2
) =
_
1
0
_
2
0
R
(t
1
t
2
) dt
1
dt
2
que depende por separado de t
2
y t
1
y no de su diferencia, por lo tanto, el proceso a la salida no es esta-
cionario.
La varianza se puede obtener de la ltima integral, teniendo en cuenta (3.12b) [16]:
(t ) =2
_
t
0
(t ) R
() d
En general, se puede decir que las FDP cambian a su paso por operadores lineales, excepto para el caso
Gaussiano, que mantiene su estructura.
1463
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1464
Problemas 1465
1466
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3.3. Filtracin ptima lineal por mnimos cuadrados 149
FilAleaFOptimaECM
_

`
1
_
,
_
h(t , )
x
+
-
0
|]
z

=h z
=|
Figura 3.7: Filtracin de seales

FilAlea:Concepto
En este caso, la ltracin optimiza la forma 1468
de representacin de los dispositivos linea- 1469
les de proceso, como observa en la Figura 1470
3.7, en la cual las observaciones iniciales x 1471
pertenecientes al proceso interactan con 1472
la perturbacin , en forma general se anal- 1473
iza la combinacin lineal; accin que se rep- 1474
resenta mediante el funcional de transforma- 1475
cin
1
_
,
_
, cuya seal de salida pasa por 1476
el ltro lineal, representado por la respuesta a 1477
impulso h(t , s ) y que se escoge, de tal manera 1478
que la salida del ltro en el momento t corresponda al mnimo del error cuadrtico medio de 1479
la estimacin x, que se contiene en la seal . El mismo parmetro en estimacin se puede 1480
describir por la transformacin
0
|]. 1481
Cuando se analiza la transmisin de seales, durante la cual es importante asegurar el mn- 1482
imo de distorsin, el operador de transformacin
0
describe un canal ideal, y por lo tanto, se 1483
hace necesario sintetizar un ltro con respuesta a impulso, conectado en serie al canal real con 1484
operador de transformacin
1
, de tal manera que su salida corresponda a alguna transforma- 1485
cin tan cercana como se pueda a
0
. 1486
3.3.1. Optimizacin de la respuesta a impulso 1487
FilAleaFilOptima
Sea z (t ) una trayectoria para la combinacin lineal enforma de proceso aleatorioaditivo: z (t ) =
x (t ) +(t ) , tal que |x|, || < . En calidad de estimacin

(t ) se toma el valor ltrado de la
observacin:
(t ) =
h (t , ) z () d (3.50) FilAlea:RespuestaFiltro
siendo h (t , ) la respuesta a impulso del dispositivo lineal, que por ahora se asume sin restric- 1488
ciones de causalidad en su implementacin prctica. No obstante, el ltro se considera que 1489
cumple con la condicin de estabilidad. 1490
La estimacin (3.50) es ante todo sesgada, en la medida en que
m
1

(t ) =
h (t , )
_
m
1x
() +m
1
()
_
d ,=m
1x
(t )
donde m
1
(t ) y m
1x
(t ) son las respectivas medias de la seal til y de la perturbacin. 1491
El valor cuadrtico medio del error, determinado como = (

)
2
, se obtiene mediante su
promedio de tiempo, que en caso emplear la estimacin (3.50), es igual a:
2
(t ) =E|
_
(t )

(t )
_
2
] (3.51) FilAlea:ErrorCuadratico
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Al tomar el error, (3.51), como criterio de calidad se puede encontrar la respuesta a impul-
so que brinde su mnimo valor con respecto a todos los dems posibles sistemas lineales. En
particular, al reemplazar (3.50) en (3.51), se obtiene:
2
(t ) =E
_
_
_
2
(t ) 2
h (t , ) z() (t ) d
+
h (t ,
1
) h (t ,
2
) z (
1
) z (
2
) d
1
d
2
_
_
_
=E|
2
(t )] 2
h (t , ) E|z() (t )]d+
+
h (t ,
1
) h (t ,
2
) E|z (
1
) z (
2
)]d
1
d
2
(3.52) FilAlea:ErrorCuadratico03
Sean conocidas las funciones de correlacin propia, R
i
(t
1
, t
2
) , i = |z, ], adems, de la re- 1492
spectiva funcin de correlacin mutua R
z
(t
1
, t
2
) entre los procesos z (t ) y (t ). 1493
Por cuanto,
E|z (
1
) z (
2
)] =R
z
(
1
,
2
)
=R
x
(
1
,
2
) +R
(
1
,
2
) +R
x
(
1
,
2
) +R
x
(
1
,
2
) (3.53a) FilAlea:ErrorCuadratico04
E|z () (t )] =R
z
(
1
,
2
) =R
(, t ) +R
z
(, t ) (3.53b) FilAlea:ErrorCuadratico05
entonces, reemplazando (3.53a) y (3.53b) en (3.52) se obtiene que
2
(t ) =R
(t , t ) 2
h (t , ) R
z
(, t ) d
+
h (t ,
1
) h (t ,
2
) R
z
(
1
,
2
) d
1
d
2
La expresin (3.54) muestra que el error cuadrtico medio de la estimacin lineal

(t ) de-
pende, tanto de las funciones de correlacin propia R
i
(t
1
, t
2
) , i = |z, ], como de la funcin
de correlacin mutua R
z
(t
1
, t
2
) de los procesos z (t ) y (t ), pero de ninguna manera de la es-
tructura ms na de estos procesos [16]. En general, se puede demostrar que, dadas todas las
anteriores funciones de correlacin, la mejor estimacin lineal enel sentido del error cuadrtico
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
medio corresponde al ltro con respuesta a impulso que cumpla la ecuacin integral [?]:
R
z
(, t ) =
h
opt
(t , ) R
z
(, ) d (3.55) FilAlea:RespuestaOptima
El reemplazo de (3.55) en (3.54), resulta en
2
(t ) =R
(t , t ) 2
h (t , ) h
opt
(t , ) R
z
(, ) dd
+
h (t ,
1
) h (t ,
2
) R
z
(
1
,
2
) d
1
d
2
luego
2
(t ) =R
(t , t )
h
opt
(t , ) h
opt
(t , ) R
z
(, ) dd
+
R
z
(
1
,
2
)
_
h (t ,
1
) h
opt
(t ,
1
)
__
h (t ,
2
) h
opt
(t ,
2
)
_
d
1
d
2
Por cuanto, slo el ltimo trmino de (3.56) contiene la funcin desconocida h(t , ), la cual
debe ser denida positiva [16], entonces el menor valor de
2
(t ) ocurre cuando el ltimo tr-
mino es 0, esto es, cuando el ltro tiene respuesta a impulso h(t , ) h
opt
(t , ). En este caso, el
valor mnimo de error ser:
2
min
(t ) =R
(t , t )
h
opt
(t , ) h
opt
(t , ) R
z
(, ) dd
Teniendo en cuenta (3.55), entonces
2
min
(t ) =R
(t , t )
h
opt
(t , ) R
z
(, t ) d
De otra parte, la expresin (3.44) relaciona las funciones de correlacin propia a la entrada y
salida de un sistema lineal, con lo cual, la ltima expresin toma la forma denitiva,
2
min
(t ) =R
(t , t ) R
(t , t ) (3.57) FilAlea:ECMTetha
la cual implica, en primer orden, que el mnimo error cuadrtico medio corresponde a la difer- 1494
encia de los valores cuadrticos medios del proceso a estimar y de su estimacin. En segundo 1495
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
lugar, se tiene que R

(t , t ) R
(t , t ). 1496
Si se asume la estacionariedad de los procesos (t ) y (t ), por lo menos en el sentido am-
plio, adems el ltro se supone con parmetros en (1.80) invariables en el tiempo, entonces la
ecuacin integral (3.55) toma la forma denominada ecuacin de Wiener-Hopf :
R
z
() =
h
opt
() R
z
() d (3.58) FilAlea:WienerHopf
La invariabilidad de los momentos de aleatoriedad de los procesos estacionarios, supone la
invariabilidad en el valor del error cuadrtico medio, cuyo valor mnimo (3.57), es:
2
min
=R
(0)
h
opt
(
1
) h
opt
(
2
) R
z
(
1
2
) d
1
d
2
=R
(0)
h
opt
() R
z
() d (3.59) ?FilAlea:ECMEstacionario
con lo que el error cuadrtico medio es igual a
2
min
= R
(0) R

(0) = m
2
m
2

, esto es, 1497

se determina por la diferencia de los valores medios de potencia, tanto del proceso a estimar, 1498
como de la propia estimacin. 1499
En concordancia con (3.24), los valores medios de potencia se pueden expresar a travs de las
respectivas densidades espectrales de potencia,
2
min
=
1
2
_
0
_
S
() S
z
()
_
_
H
opt
()
_
_
2
_
d (3.60) FilAlea:ECM-PSD
siendo H
opt
() la funcin de transferencia del ltro ptimo lineal, adems
S
z
() =S
() +S
() +S
() +S
() (3.61) FilAlea:ECM-PSD02
donde S
(), S
(), S
() y S
() son las densidades espectrales de potencia propias y mu- 1500

tuas de los procesos (t ) y (t ), de manera correspondiente. 1501
De esta manera, la respuesta a impulso ptima de un sistema lineal, en caso de asumir la
estacionariedad de los procesos, consiste en la solucin de la ecuacin integral (3.58), sin tener
en cuenta la condicin de causalidad, mediante la TF en la forma,
S
z
() =S
() +S
z
() =H
opt
()S
z
()
de donde, teniendo en cuenta (3.61), se tiene
H
opt
() =
S
z
()
S
z
()
=
S
() +S
z
()
S
() +S
() +S
() +S
()
(3.62) FilAlea:ECM-PSD02a
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Reemplazando (3.62) en (3.60) se obtiene el valor del mnimo error cuadrtico medio,
2
min
=
1
2
_
0
S
()S
z
() |S
z
()|
2
S
z
()
d (3.63) FilAlea:ECMFourier
Si se considera la correlacin nula entre las seales (t ) y (t ), esto es, R
() =0, entonces,
sus DEP mutuas tambin son nulas, S
() =S
() =0, por lo que la funcin de transferencia

ptima de un sistema lineal tiene la forma,
H
opt
() =
S
()
S
() +S
()
De (3.63), y reemplazando S
z
() =S
(), adems S
z
() =S
() +S
(), se obtiene para

las seales de correlacin nula,
2
min
=
1
2
_
0
S
()S
()
S
() +S
()
d (3.64) FilAlea:ECMNocoherente
El error cuadrtico medio (3.64) se puede hacer igual a cero, cuando las densidades espec- 1502
trales de potencia de las seales (t ) y (t ) no se translapan, esto es, cuando para todo valor de 1503
se cumple que S
() =S
() = 0, lo cual a su vez implica que por lo menos uno de los dos 1504
espectros debe tener ancho de banda nito. En caso contrario, siempre ocurrir un error. 1505
En sntesis, la ltracin de una seal estacionaria a partir de su combinacin lineal con otro
proceso estacionario, de tal manera que el error cuadrtico medio sea 0, corresponde al caso
en que las respectivas DEP de ambos procesos tienen rangos de frecuencia en los cuales no
hay aporte energtico. En este sentido, si se analiza la ltracin del proceso (t ) dado sobre un
fondo de ruido blanco Gaussiano, entonces de (3.64) se obtiene
2
min
=
N
0
2
_
0
S
()
S
() +N
0
d
que implica, que siempre se tiene en condiciones reales un valor diferente de 0 para el error 1506
cuadrtico medio. 1507
3.3.2. Condicin de realizacin fsica 1508
Un ltro lineal con respuesta a impulso ptima (3.55) no es fsicamente realizable, al no cumplir 1509
la condicin de causalidad, por cuanto h
opt
(t , ) ,= 0, para t < . Al observar en el numeral 1510
3.3.1, la operacin de ltracin se realiza despus de analizada la combinacin lineal de las 1511
seales (t ) y (t ) sobre todo el intervalode tiempot (, ), lo cual implica que la ltracin 1512
ptima realiza la estimacin del valor del proceso en un momento dado con retardo innito. 1513
La condicin de realizacin fsica implica que la ltracin debe realizarse sobre la obser-
vacin z (t ) determinada hasta el momento de tiempo, en el cual se realiza la estimacin,
h (t , ) =0, <0 (3.65) FilAlea:Causalidad
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Reemplazando la condicin de causalidad (3.65) en (3.50) se obtiene la estimacin de (t )
con un ltro fsicamente realizable,
(t ) =
t
_
h (t , ) z () d
Frecuentemente, la estimacin se realiza sobre intervalos cerrados y nitos de anlisis, (t
T, t ), por lo que para la anterior integral se ajustan los lmites en la siguiente forma,
(t ) =
t
_
t T
h (t , ) z () d =
T
_
0
h (t , t ) z (t ) d (3.66) FilAlea:CausalidadT
El reemplazo de (3.66) en (3.51), y al efectuar las mismas transformaciones de (3.52) se ob-
tiene la correspondiente expresin del error cuadrtico medio del ltro ptimo que se ajusta a
la condicin de realizacin fsica, asumiendo un intervalo nito de estimacin:
2
(t ) =R
(t , t ) 2
T
_
0
h (t , t ) R
z
(t , t ) d+
+
T
_
0
T
_
0
h (t , t
1
) h (t , t
2
) R
z
(t
1
, t
2
) d
1
d
2
(3.67) FilAlea:ECMCausalidad
El ltro lineal ptimo para la denicin del error acotado (3.67), implica que su respuesta
impulso causal debe cumplir la ecuacin integral,
R
z
(t , t ) =
_
T
h
opt
(t , t ) R
z
(t , t ) d, T (3.68) FilAlea:ECMCausalidadFunCor
con lo cual el valor mnimo de
2
min
(t ) del ltro ptimo fsicamente implementable es
2
min
(t ) =R
(t , t )
T
_
0
h
opt
(t , t ) R
z
(t , t ) d
Al asumir tanto la estacionariedad de los procesos (t ) y (t ), como la invariabilidad de sus
parmetros en el tiempo, entonces, las anteriores relaciones toman la forma denitiva:
R
z
() =
_
T
h
opt
() R
z
() d, T (3.69a) ?FilAlea:WienerHopCausal01
2
min
=R
(0)
_
T
h
opt
() R
z
() d (3.69b) ?FilAlea:WienerHopCausal02
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Estimador bsico de una constante. Sea la seal =as (t ), siendo s (t ) una funcin conocida 1514
a y la amplitud aleatoria. Se exige, entonces, hallar la respuesta del ltro lineal que minimize el 1515
error cuadrtico medio de la estimacin

= as (t ) hecha de la trayectoria (t )+(t ) (t T, t ), 1516
siendo (t ) un proceso aleatorio independiente de a, con (t ) = 0 y funcin de correlacin 1517
R
(t
1
, t
2
). 1518
La solucin de la ecuacin integral (3.68), reemplazando R
z
(t
1
, t
2
) y R
(t
1
, t
2
) por:
R
z
(t , t ) =E|a
2
]s (t ) s (t )
R
z
(t , t ) =E|a
2
]s (t ) s (t ) +R
(t , t )
con lo cual, para T se obtiene que
E|a
2
]s (t ) s (t ) =
_
T
0
h
opt
(t , t )
_
E|a
2
]s (t ) s (t ) R
(t , t )
_
d,
La solucin de la anterior ecuacin integral tiene la forma, h
opt
(t , ) =ks (t ) v (t ) , siendo v (t )
a su vez la solucin de la ecuacin integral [17],
_
t
t T
v(
1
)R
(
2
,
1
) d
1
=s (
2
),
2
(t T, t )
Al reemplazar las anteriores expresiones en la solucin buscada de (3.68) se obtiene,
E|a
2
] =k
_
E|a
2
]
_
T
0
v(t )s (t ) d+1
_
k =E|a
2
]
_
E|a
2
]
_
T
0
v(t )s (t ) d+1
_
1
El ltro ptimo, en este caso de estimacin, tiene respuesta a impulso,
h
opt
(t , ) =
E|a
2
]s (t ) v (t )
1+E|a
2
]
_
t
t T
v()s ()d
A partir de la trayectoria z (t ), que implica la adicin del proceso (t ), observada en el inter-
valo de tiempo (t T, t ), la estimacin de la seal en el momento t tiene la forma:
as (t ) =
_
T
0
h
opt
(t , t ) z (t ) d =
E|a
2
]s (t )
_
t
t T
z()v()d
1+E|a
2
]
_
t
t T
v()s ()d
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
por lo cual, la estimacin de la misma amplitud de la seal es igual a
a =
E|a
2
]
_
t
t T
z()v()d
1+E|a
2
]
_
t
t T
v()s ()d
que resulta ser sesgada, como se observa de su valor promedio,
E| a] =E|a]
E|a
2
]
_
t
t T
s ()v()d
1+E|a
2
]
_
t
t T
v()s ()d
Aunque asintticamente, cuando E|a
2
] , esta puede ser considerada como no sesgada.
El respectivo error cuadrtico medio de la estimacin a est dado por la expresin:
2
min
(t ) =E|a
2
]s
2
(t ) kE|a
2
]
_
T
0
s
2
(t ) s (t ) v (t ) d
=E|a
2
]s
2
(t )
_
1k
_
t
t T
v () s () d
_
que al reemplazar el valor de la constante k resulta en
2
min
(t ) =E|( a a)
2
s
2
(t )]
=
E|a
2
]s
2
(t )
1+E|a
2
]
_
t
t T
v () s () d
En el caso particular, cuando la ltracin del parmetro aleatorio se considera inmersa en
ruido blanco aditivo con densidad espectral de potencia N
0
/2 y funcin de correlacin
R
(t , ) =
N
0
2
(t ) , v ()
=
2
N
0
s ()
con lo cual, nalmente, la respuesta a impulso ptima hallada tiene la forma:
h
opt
(t , ) =
2E|a
2
]
N
0
s (t ) s ()
1+
2E|a
2
]
N
0
_
t
t T
s
2
() d
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
a la cual le corresponde el siguiente valor de error cuadrtico medio
2
min
(t ) =
E|a
2
]s
2
(t )
1+
2E|a
2
]
N
0
_
t
t T
s
2
() d
3.3.3. Filtros acoplados 1519
En el numeral 3.3, se analiza la calidad de ltracin mediante el criterio del error cuadrtico 1520
medio, que se justica cuando en el proceso de la seal tiene sentido el anlisis de la depen- 1521
dencia del error en el tiempo. En otras tareas, es ms importante establecer simplemente la 1522
presencia o ausencia de la seal inmersa en la perturbacin, se resuelve mediante la ltracin 1523
que brinde la mxima relacin seal/ruido, sin importar cunto se afecte la seal til. 1524
Sea z (t ) =x (t ) +(t ), la combinacin lineal de la seal til y la perturbacin aleatoria (t ),
que se supone estacionaria (en el sentido amplio) con valor medio (t ) = 0 y funcin cono-
cida de correlacin propia R
(). La estimacin de la seal en el intervalo de observacin T

corresponde al valor
x (t ) =
T
_
0
h()z (t ) d (3.70) FilAlea:FAcoplado00
donde h () es la funcin respuesta a impulso que debe ser determinada, asumiendo la lineal-
idad del sistema y la invariabilidad de sus parmetros de denicin en el tiempo. La relacin
anterior se puede escribir de la forma:
x (t ) =x
1
(t ) +v (t ) (3.71) ?FilAlea:FAcoplado01
donde
x
1
(t ) =
T
_
0
h()x (t ) d, v (t ) =
T
_
0
h()(t ) d
La relacin por potencia de seal/ruido se determina como la relacin del valor cuadrtico
medio la seal de salida x
2
1
(t ), estimada en un momento determinado del tiempo t
0
, sobre la
varianza del ruido a la salida del ltro
2
v
, as,
S/N =
x
2
1
(t )
2
v
(3.72) FilAlea:FAcoplado02
El ltro lineal ptimo, en el sentido del mximo valor de la relacinS/N
max
, se denomina 1525
ltro acoplado. 1526
Encualquier sistema lineal conrespuesta a impulso h (), teniendoencuenta (3.72), se cumple
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
la siguiente desigualdad:
max
2
v
x
2
1
(t
0
) =
max
T
_
0
T
_
0
h (
1
) h (
2
) R
(
2
1
) d
2
d
1
_
_
_
_
T
_
0
h () x (t
0
) d
_
_
_
_
2
0 (3.73) FilAlea:FAcoplado03
de tal manera, que el smbolo de la igualdad, que corresponde al caso del ltro acoplado, ocurre
para la funcin h () =h
ac
(, t
0
), que cumpla con la ecuacin integral:
T
_
0
h
ac
(; t
0
) R
(t ) d =k (t
0
) x (t
0
t ) , t [0, T] (3.74) FilAlea:FAcoplado04
siendo k (t
0
) una constante, que para el momento t
0
es igual a
k (t
0
) =
T
_
0
h
ac
(; t
0
) x (t
0
) d
max
=
x
1c
(t
0
)
max
=
2
vc
x
1c
(t
0
)
donde la seal x
1c
y la varianza
2
vc
estn dados a la salida del ltro acoplado. Cabe anotar, que 1527
si existe la funcin h
ac
(, t
0
) como solucin de (3.74), entonces esta misma ecuacin se cumple 1528
para c h
ac
(, t
0
), siendo c una constante (por cierto, el valor
max
no cambia), con lo cual la 1529
respuesta a impulso del ltro acoplado puede ser determinada hasta el valor de su factor de 1530
escala. 1531
Una solucin directa se puede hallar al asumir que la perturbacincorresponde a ruido blan-
co Gaussiano confuncinde correlacin propia R
e t a
(t ) =N
0
(t ). Al despejar la funcin
delta dentro de la integral, mediante la propiedad de selectividad, la respuesta a impulso del l-
tro acoplado toma la forma,
h
ac
(t ; t
0
) =
k (t
0
)
N
0
x (t
0
t ) , t [0, T] (3.75) FilAlea:FAcoplado05
El anlisis de la estructura de h
ac
(t ; t
0
) en (3.75), muestra que la respuesta a impulso del ltro 1532
acoplado, obtenida en este caso, es directamente proporcional a la forma imagen con respec- 1533
to al eje vertical, que pasa por el valor de tiempo t = t
0
, de la seal til x (t ) en el intervalo 1534
(t
0
T, t
0
), con el consecuente traslado del origen de las coordenadas hasta el punto t = t
0
. En 1535
el caso simple cuando t
0
=T, la respuesta a impulso del ltro acoplado corresponde a la repre- 1536
sentacin espejo de la seal con respecto al eje vertical, que divide endos el intervalo de anlisis 1537
(0, T), como se observa en la Figura 3.8. 1538
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
`
.........................
. . . . . . . . . . . . . . . . . . . . . . . . .
.... ........ .......... ......... ............................. ........................................................... ... ...... ......................... ................ ..................... ......... ... ..................... ............. ...... ............... ............ ..
. .. .. . . . .. . .. . .. . .. . . .. . . .. . . . .. . . . .. . . . . .. . . . .. . . . . . . . .. . . .. . .. . .. .. .. .. ... . .. .. . . .. . .. . . . . .. . . .. . . .. . . . .. . . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . . . . . .. . . . .. . . .. . . .. . . .. . . .. . . .. . .. . .. . . . . .. . .. . ... .. . .. . .. . .. . .. . .. . .. . . .. . . .. . . .. . .. . . . . . . . . . . . .. . .. . .. . .. . . .. . . .. . . .. . . .. . .. . . . .. .
t
0
T t t
0
0 T
x(t ) h
ac
(t )
x(t ), h
ac
(t )
Figura 3.8: Respuesta a impulso de un ltro acopla-
do
FilAcoplado
El mximo valor de la relacin seal/ruido,
a partir de (3.73), es igual a
max
=
_
_
_
_
T
_
0
x
2
(t
0
) d
_
_
_
_
2
N
0
T
_
0
x
2
(t
0
) d
=
1
N
0
T
_
0
x
2
(t
0
) d =
E
x
N
0
esto es, el valor corresponde a la relacin de 1539
energa de la seal sobre la DEP del ruido N
0
, 1540
en el intervalo (t
0
T, t
0
). 1541
La funcin de transferencia H
ac
(; t
0
) del ltro acoplado con respuesta a impulso (3.75), se
determina como
H
ac
(; t
0
) =
h
ac
(t ; t
0
) e
j t
dt =
k (t
0
)
N
0
T
_
0
x (t
0
t ) e
j t
dt
=
k (t
0
)
N
0
e
j t
0
t
0
_
t
0
T
x (t ) e
j t
dt
lo que puede ser interpretado como
H
ac
(; t
0
) =
k (t
0
)
N
0
e
j t
0
X
(; t
0
, T)
Por lo anterior, durante la separacin de una seal de su mezcla aditiva con el ruido blanco, 1542
la respuesta a impulso del ltro acoplado es proporcional al espectro conjugado X
(; t
0
, T) de 1543
la seal til y del truncado en el intervalo (t
0
T, t
0
). 1544
En forma general, se puede obtener la expresin de la respuesta a impulso para el caso de
cualquier DEP de ruido dado S
(), pero sin tener en cuenta la condicin para la realizacin

fsica del ltro, de manera particular, al suponer que se tiene la observacin z (t ) para todos los
valores de t , generalizando los lmites de la integral (3.70):
x (t ) =
h (; t
0
) z (t ) d
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
En este caso, la ecuacin (3.73), para todos los valores de t , toma la siguiente forma:
h
ac
(; t
0
) R
(t ) d =k (t
0
) x (t
0
t )
que al hallar la transformada de Fourier se convierte en:
H
ac
(; t
0
)S
() =k (t
0
) X
() e
j t
0
con lo cual, la respuesta a impulso del ltro acoplado generalizado tiene la forma:
H
ac
(; t
0
) =k (t
0
)
X
()
S
()
e
j t
0
(3.76) FilAlea:FAcoplado06
El mximo valor de la relacin seal/ruido, en concordancia con (3.73) se calcula como:
max
=
_
_
_
_
h
ac
(, t
0
) x (t
0
) d
_
_
_
_
2
h
ac
(
1
; t
0
) h
ac
(
2
; t
0
) R
(
2
1
) d
1
d
2
=
_
_
_
_
1
2
H
ac
(; t
0
) X () e
j t
d
_
_
_
_
2
1
2
() |H
ac
(; t
0
)|
2
d
valor en el cual, al sustituir H
ac
(; t
0
) por (3.76), se obtiene la expresin nal
max
=
1
2
|X ()|
2
S
()
d (3.77) FilAlea:FAcoplado07
Cuando la perturbacincorresponde al ruido blanco Gaussiano, de la expresin (3.77) resulta
entonces el siguiente valor
max
=
1
2N
0
|X ()|
2
d
Por ltimo, cabe anotar que la estimacin de la seal a la salida del ltro acoplado es sesgada,
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
por cuanto
E| x (t )] =E|
T
_
0
h
ac
(; t
0
) z (t ) d] =
T
_
0
h
ac
(; t
0
) x (t )d
=x
1c
(t ) ,=x (t )
Filtros activos y pasivos. Sea el dispositivo, que realiza la estimacin ptima por el criterio del
mximo valor de relacin seal/ruido de la forma
x (t ) =
_
T
h
ac
() z (t ) d (3.78) FilAlea:FAcoplado08
siendo h
ac
() la solucin no homognea de la ecuacin integral (3.78) y z (t ) la combinacin 1545
aditiva de la seal til y ruido, observadas en el intervalo (t T, t ). La expresin (3.78) se puede 1546
interpretar de dos maneras. Enel primer caso, el ltro acoplado es unsistema lineal conparmet- 1547
ros constantes, cuya respuesta a impulso h
ac
() se determina por la forma de la seal y de la 1548
funcin de correlacin del ruido, acordes con la descripcin (3.74). En el caso particular del rui- 1549
do blanco Gaussiano, la respuesta a impulso se obtiene de la representacin espejo de la seal 1550
til. 1551
Sea un generador, que trabaja por el principio descrito por la solucin (3.74), entonces, la 1552
estimacin x (t ) se obtiene mediante el dispositivo de correlacin, en el cual la funcin h
ac
(), 1553
obtenida de un generador local, se multiplica la observacin de entrada y retenida, mientras 1554
el producto obtenido se integra por todo el intervalo de observacin. Esta clase de dispositivos 1555
para la extraccin de seales se denominan ltros activos, a diferencia de un sistema lineal con 1556
respuesta a impulso h
ac
(), que se denomina ltro pasivo. 1557
Ejemplo 3.16 Sea la seal pulso cuadrado
x (t ) =
_
a,
p
_
2 t
p
_
2
0, |t | >
p
_
2
El espectro del pulso corresponde al calculado en el ejemplo 1.7, X() =a
p
sinc(
p
/2). En concordancia
con (3.76) se obtiene que
H
ac
(; t
0
) =k (t
0
) a
p
| sinc(
p
/2)| /S
n
()
De la anterior expresin se observa que la respuesta de frecuencia del ltro acoplado se dene sobre
un rango innito de frecuencias, mientras su desfase diere del la seal original. En el sentido estricto, tal
funcin de transferencia es imposible de realizar, por lo que en la prctica el acople del ltro se limita hasta
el lbulo principal, en el cual se considera se concentra el proceso de la mayor parte de la energa de la seal,
mientras su desfase se hace tanto como se pueda igual a 0.
1558
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Problemas
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3.4. Mtodos de deteccin 163
Dada una mezcla de la seal til y alguna perturbacin presente en ella, el objetivo de la 1560
ltracin consiste en obtener la estimacin, bien sea de la misma seal til en general,

, o bien 1561
de alguno de sus parmetros o caractersticas de inters, (
), con estructura aleatoria. De otra 1562

manera, la ltracin implica buscar la transformacin de la trayectoria x (t ) en anlisis a n 1563
de obtener la mejor estimacin, por un criterio dado, de los valores de un proceso aleatorio en 1564
un momento determinado del tiempo del intervalo de observacin. Adems de la estimacin 1565
del mismo proceso , en la prctica, a partir de las respectivas observaciones x , dadas so- 1566
bre un intervalo de tiempo de anlisis, tiene sentido la estimacin de alguna transformacin 1567
lineal del proceso aleatorio, por ejemplo, el desplazamiento en el tiempo, la diferenciacin o 1568
integracin mltiple o la combinacin de estas transformaciones. 1569
Aunque en la mayora de los casos, los sistemas ptimos de proceso son no lineales. No ob- 1570
stante, el desarrollo de los mtodos de ltracin lineal tiene mayor importancia, por cuanto 1571
su aplicacin presenta mejor sentido prctico. De otra parte, debido a que la condicin de lin- 1572
ealidad no implica la condicin de realizacin fsica (causalidad del sistema), es usual para la 1573
sntesis de ltros el empleo de la solucin secuencial: primero, la comprobacin de la condicin 1574
de linealidad y luego, la de causalidad. 1575
Como criterio de calidad en la estimacin del valor de la seal aleatoria, en algunos casos, se 1576
escoge el valor medio de la potencia del error para un ensamble dado de trayectorias, esto es, el 1577
valor cuadrtico medio de la desviacin estndar de la estimacin del valor estimado. En otros 1578
casos, el criterio de calidad corresponde a la relacin de las potencias de la seal contra la de 1579
perturbacin. 1580
El anlisis de ltros no lineales se puede considerar de diversas maneras; cada una de ellas 1581
acopladas a la naturaleza de nolinealidaddel proceso. Engeneral, entre las aproximaciones ms 1582
conocidas estn las relacionadas con la caracterizacin de los sistemas no lineales mediante la 1583
suma innita de los integrales de Volterra. Otra aproximacin consiste en la representacin, 1584
dadas las restricciones pertinentes, en forma de procesos de Markov. 1585
3.4.1. Modelo de deteccin Gaussiana 1586
?canalGauss?
Sea el conjunto de seales de informacin, |x
k
(t ) : k =1, . . . , n] con estructura conocida, bi- 1587
en sea de naturaleza determinstica o aleatoria, y de las cuales solo puede existir una seal, 1588
x
k
(t ), durante un intervalo dado de observacin T, que adems se asume perturbada por algu- 1589
na trayectoria de la distorsin aleatoria (t ). 1590
A efectos de anlisis, la perturbacin (t ) se considera RBG aditivo, con lo cual, la trayectoria
sobre la cual se realiza la deteccin tiene la forma:
y (t ) =x
k
(t ) +(t ), t T (3.79) Detec31
de tal manera, que pueden generarse las respectivas hiptesis sobre cul de las k posibles 1591
seales est presente en el intervalo dado de observacin. 1592
La tarea de deteccin, de acuerdo con el nmero k de posibles seales de informacin, puede 1593
ser binaria, (k =2), o bien mltiple, (k >2). Sobre el mismo carcter de las seales de informa- 1594
cin, se pueden diferenciar las siguientes tres tareas: 1595
(a). Deteccin de las seales determinsticas con parmetros conocidos (sistemas sincrnicos 1596
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
de comunicacin digital). 1597
(b). Deteccin de seales determinsticas con parmetros desconocidos (deteccin de radar, 1598
sistemas asincrnicos de comunicacin digital). 1599
(c). Deteccin de seales de informacinconestructuraaleatoria (deteccin ssmica, radioas- 1600
tronoma, radioprospeccin). 1601
Sea un conjunto de seales x
k
(t ), k =1, . . . , N, dado el modelo de observacin (3.79), para el 1602
cual se introduce la FDP condicional con dimensin mltiple, p(y |x
k
) de la variable y , bajo la 1603
condicin de que est presente la seal de informacin x
k
, en el intervalo dado de observacin. 1604
La toma de decisin sobre cul de las posibles seales est presente, implica que todo el espacio 1605
G conformado por las seales de informacin sea dividido de forma determinada en m sube- 1606
spacios, |G
i
G: i =1, . . . , N]. De tal manera, que al tenerse y (t ) G
i
, t T, entonces, se toma 1607
la decisin de que est presente la seal x
i
(t ). 1608
Sin embargo, debido a la interaccin del ruido (t ), el verdadero valor de la medida de la 1609
seal presente x
k
(t ) se altera, como se muestra en la Figura 3.9, luego, pueden ocurrir dos casos 1610
extremos en la toma de decisin: 1611
Primero, que la perturbacin
1
(t ) cambie el valor real de medida, pero la seal x
k
(t ) siga 1612
reejndose, mediante y
1
(t ), en su respectivo subespacio G
k
, con lo que la decisin se 1613
toma correctamente sobre cul de las seales fue detectada. 1614
Segundo, que la trayectoria
1
(t ) altere la medida, de tal manera que la seal x
k
(t ), re- 1615
ejada en y
2
(t ), traspase la frontera
ki
y se ubique en un subespacio diferente, esto es, 1616
x
k
G
i
, para todo i = 1, . . . , N, i ,= k; por lo tanto, se genera un error en la toma de 1617
decisin durante la deteccin de la respectiva seal. 1618
E
q
f
f
f
f
fx
#
............................. ................................................................ .................................... .... .............................................................................................................. ................................ .......................... ...... ..................
.. . .. .. .. . . .. . . .. . .. . . .. . . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . . .. . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . . . . . .. . . .. . . . . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . .. . . . . . . .. . . .. . . .. . .. . . .. . .. . .. . .. . .. . . .. . . .. . . .. . . .. . . .. . . . . . . .
. .. .. .. .. .. .. . . .. . .. .. . . .. . .. . .. . .. . ... . ... . . .
.... .......
.... ..... .........
. . . .. . . . . . . .. . . .. . .. . .. .. .. .. .. .. .. .. .. . .. . . . . . .. . . .. . . . .. . . .. . ..
... ............
. ... .. . .. . . .
.... ..... .......... ................ ... ..............
. .. .. .. . .. . .. . . . . . .. . . .. . . .. . . . . . . . . . .. .
... .. . .. . . . . . . . .. . . .. . . .. . . .. . .. . .. . .. . .. . .. . .. .. .. .
................................................................................................................................. ................... ....................................................................................................... .......................... ... ................................................. ... ... .. .. .. .. .. .. ........... ................ ....................................
................... ... ........... ........ ..................................... .. .. .. ............................................................................ .................. ..................... ............ ......... .................. .. .. .. .... ...
........................................... ....... ...... .......
.. ..................... ............................................................................. ................. ......................... .......................................... ......... ....
...
. . . .. . . . .. . . ... . .. . .. . .. . .. .. . . ... . .. . . .. . .. . . .. . . .. . . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . .. . . . . .. . . . .. . . . .. . . .. . .. . . . .. .. .. .
. .. .. .. . .. . .. . .. . . .. . . . .. . . . .. . . . . .. . . . . . . . . . . . . .. . . . . . . . . . . . . . .. . . . . . .. . . . . . . . . . . . . .. . . . . .. . . . . .. . . . .. . . . . . . .. . .. . .. .. .. .. .. .. . .. . .. . .. . .. . . .. . . .. . . . . . . . . . . . . .. . . .. . . .. . .. . .. . .. . .. .. .. . .. . .. . .. . .. . . . . . . . . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . .. . . . . . . . . . .. . . . .. . . .. . .. . .. . . . . . ...........
. . . .. . . . .. . . . .. . . . . .. . .. . ... . . .. . .. . . . .. . .. . . . .. . .. . . . .. .. .. . .. . .
.... ................................. ...... ..................... ..... ..... ..... .....
. . . .. .. .. .. .. . . .
............ ......
...............................
G
n
G
k
G
i
G
m
0
2
y
1
y
2
x
k
ki
ki
km
km
G
Figura 3.9: Espacios de decisin
puc61
Es evidente que la conformacin de los 1619
subespacios y, en particular, el cambio de las 1620
fronteras inuyen sobre la probabilidad de 1621
error de la deteccin de las seales de infor- 1622
macin. As por ejemplo, si en vez de tomar 1623
la frontera
km
, dada la observacin y
1
, en- 1624
tonces la deteccin de x
k
(t ) es incorrecta, por 1625
cuanto se toma la decisin G
m
. Por el con- 1626
trario, para la trayectoria y
2
, al cambiar la 1627
frontera hasta
ki
el espacio de decisinG
i
se 1628
amplia y la deteccin de x
k
ya se convierte en 1629
correcta. 1630
La FDP condicional de deteccin correcta
se da por la integral mltiple:
p(x
i
|x
i
) =
_
G
i
G
p(y |x
i
)dy (3.80) Detec616
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Mientras, la FDP condicional complementaria de error tiene la forma
p(x
j
|x
i
) =
_
G
i
p(y |x
i
)dy , j =1, . . . , N, j ,=i (3.81) Detec617
De esta manera, dado un criterio de decisin, la mejor divisin de los subespacios de las 1631
seales de informacin (toma de decisin ptima de deteccin) se realiza mediante los mto- 1632
dos de teora de toma de decisin estadstica. 1633
3.4.2. Deteccin bayesiana de seales 1634
Sea la funcinde prdida f
c
|] enforma de los valores c
j i
, que resultande la toma incorrecta de 1635
la decisin de deteccin de la seal x
i
, cuando realmente se tena x
j
. Las funciones de prdida 1636
asumen c
i j
= 0, sin embargo, se puede generalizar su denicin y considerar el caso cuando 1637
c
i j
,=0, asumiendo el sentido de funcin de costos de decisin. 1638
La funcin de riesgo condicional para la deteccin de x
i
se determina como
r
g
(x
i
) =
N
n=1
c
i j
p(x
j
|x
i
)
Dada la FDP a priori de aparicin, p(x
i
), para la seal x
i
, entonces el riesgo medio, cuando se
asume la presencia de una sola seal de informacin en el intervalo de anlisis, toma la forma
R
g
(x
i
) =E|r
g
(x
i
)] =
N
n=1
r
g
(x
i
)p(x
i
) =
N
n=1
N
n=1
c
i j
p(x
i
)p(x
j
|x
i
)
Teniendo en cuenta (3.80) y (3.81) se obtiene
R
g
(x
i
) =
N
n=1
N
n=1
c
i j
p(x
i
)
_
D
j
p(y |x
i
)dy (3.82) Detec620
El mtodo de deteccin se considera ptimo, de acuerdo al criterio de riesgo medio, cuando 1639
el valor de (3.82) se hace mnimo, cuyas variables de optimizacin son las caractersticas de 1640
las seales, en particular la estructura y parmetros de los operadores de transformacin de 1641
las seales mismas, que conforman las fronteras de los respectivos subespacios de toma de 1642
decisin. 1643
Deteccin binaria 1644
Sea una observacin, y (t ), que corresponde al modelo (3.79), la cual se representa por una suce- 1645
sin de valores y [n], n =0, . . . , N 1, que corresponde a un vector, y, con dimensin N. Sean 1646
las hiptesis H
0
y H
1
, conformadas para los casos de aparicin de las seales x
0
y x
1
, respecti- 1647
vamente, con lo cual se pueden tener los siguientes resultados de decisin: 1648
cuno
1. Se acepta H
0
y H
0
es cierta, entonces se asigna el costo de decisin c
00
1649
cdos
2. Se acepta H
1
, pero H
1
es cierta, c
10
1650
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
ctres
3. Se acepta H
1
y H
1
es cierta, c
11
1651
ccuatro
4. Se acepta H
0
, pero H
1
es cierta, c
01
1652
Las decisiones 1 y 3 son correctas, mientras las decisiones 2 y 4 resultan incorrectas y generan 1653
el correspondiente error. 1654
Denidas las probabilidades a priori P
0
y P
1
, que corresponden a la probabilidad de aparicin
de las seales x
0
y x
1
, respectivamente, el riesgo medio (3.82) resulta en
R
g
=c
00
p(x
0
)p(x
0
|x
0
) +c
10
p(x
0
)p(x
1
|x
0
) +c
11
p(x
1
)p(x
1
|x
1
) +c
01
p(x
1
)p(x
0
|x
1
) (3.83) Detec33
El valor de la funcin de costos se dene de tal manera que, los coecientes de error sean
mayores que cero, c
10
>0, c
01
>0, mientras para los coecientes de decisin acertada se tenga,
c
00
0, c
11
0, con lo cual se cumple que,
c
10
>c
00
, c
01
>c
11
(3.84) eq:pesosC_i
La funcin de decisin consiste en la conformacin, a partir del espacio total de decisin y 1655
dada la funcinde transformacindel espacio de observaciones, D = g (y ), para los subespacios 1656
de decisin D
0
y D
1
, que corresponden a las respectivas hiptesis: H
0
y H
1
. 1657
Como antes se dijo, la regla de decisin ptima consiste en la determinacin de la frontera
, que minimice el riesgo medio (3.82). Por cuanto, para el subespacio D
i
, i = 0, 1, se toma la
hiptesis H
i
, entonces
p(x
0
|x
0
) =
_
D
0
p(y |x
0
)dy (3.85a) ?Detec35?
p(x
1
|x
0
) =
_
D
1
p(y |x
0
)dy (3.85b) ?Detec36?
p(x
1
|x
1
) =
_
D
1
p(y |x
1
)dy (3.85c) ?Detec37?
p(x
0
|x
1
) =
_
D
0
p(y |x
1
)dy (3.85d) Detec38
donde p(y |x
0
) y p(y |x
1
) son la FDP condicionales de aparicin de la trayectoria y (t ), cuando se 1658
asume la presencia de las seales de informacin, x
0
y x
1
, respectivamente. 1659
Las integrales de ambas FDP, tomadas por los respectivos subespacios de decisin, D
0
y D
1
,
determinan la validez de las correspondientes hiptesis, H
0
y H
1
. Reemplazando en (3.83), las
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
expresiones (3.83) y (3.85d), se obtiene el valor de riesgo
R =c
00
p(x
0
)
_
D
0
p(y |x
0
)dy +c
10
p(x
0
)
_
D
1
p(y |x
0
)dy
+c
11
p(x
1
)
_
D
1
p(y |x
1
)dy +c
01
p(x
1
)
_
D
0
p(y |x
1
)dy
Las relaciones (3.80) y (3.81) son complementarias, en el sentido en que,
_
D
1
p(y |x
i
)dy =1
_
D
0
p(y |x
i
)dy , i =0, 1 (3.86) {?}
luego, el riesgo se expresa en funcin de un solo subespacio de decisin, por ejemplo, D
0
,
R =p(x
0
)c
10
+p(x
0
)c
11
+
_
D
0
_
p(x
1
) (c
01
c
11
) p(y |x
1
)
_
p(x
0
)(c
10
c
00
_
p(y |x
0
)
_
dy (3.87) Detec311
Los dos primeros trminos en (3.87) corresponden a los valores jos de prdida, que no de-
penden de la seleccin de las fronteras del subespacio de decisin D
0
. Por lo tanto, la mini-
mizacin del riesgo R signica congurar el subespacio D
0
, de tal manera que se incluyan ni-
camente los valores negativos (valores de prdida) de la integral en la expresin (3.87), esto es,
de la condicin:
p(x
1
) (c
01
c
11
) p(y |x
1
) p(x
0
) (c
10
c
00
) p(y |x
0
) <0
que se puede escribir en la forma
p(y |x
1
)
p(y |x
0
)
<
p(x
0
)(c
10
c
00
)
p(x
1
)(c
01
c
11
)
De lo anterior, la funcin de decisin toma la forma
p(y |x
1
)
p(y |x
0
)
H
1
>
<
H
0
p(x
0
)(c
10
c
00
)
p(x
1
)(c
01
c
11
)
= (3.88) Detec314
La parte derecha de la expresin (3.88) es la funcin de verosimilitud,
(y )
=
p(x
0
) (c
10
c
00
)
p(x
1
) (c
01
c
11
)
(3.89) eq:FuncVerosimilitud
que implica en (3.88) que es ms verosmil la hiptesis con la mayor FDP a posteriori, para una 1660
trayectoria dada de y (t ). 1661
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La parte derecha de (3.88) corresponde a un valor jo , calculado a partir de la relacin entre
las probabilidades de aparicin de las seales x
0
y x
1
y los respectivos costos de decisin, que
se determina como
=
p(x
0
) (c
10
c
00
)
p(x
1
) (c
01
c
11
)
(3.90) eq:FuncVerosimilitud_umbral
En general, el riesgo medio es uno de los criterios de decisin ms generalizados, pero su em- 1662
pleo implica una gran cantidad de informacin sobre los procesos de anlisis, que enla prctica 1663
no siempre est disponible. 1664
Ejemplo 3.17 Dadas las seales x
0
, y x
1
, hallar el valor ptimo de y = y
opt
, asumiendo que ambas FPD
ej:detecBingamma
son del tipo Gaussiano con parmetros N (m
0
,
0
) y N (m
1
,
1
, ) respectivamente, para el cual el valor del
riesgo R es el mnimo posible.
Al derivar e igualar a cero la expresin del riesgo, denida en (3.87), en el punto y = y
opt
, esto es,
dR/dy |
y =yopt
=0 se obtiene la funcin de decisin de (3.88):
p( y
opt
|x
1
)
p( y
opt
|x
0
)
H1
>
<
H0
donde el umbral se dene en (3.90). Luego de la anterior expresin se obtiene:

(
_
2
1
)
1
exp((2
2
1
)
1
(y m
1y
)
2
)
(
_
2
0
)
1
exp((2
2
0
)
1
(y m
0y
)
2
)
=
exp((2
2
1
)
1
(y m
1y
)
2
+(2
2
0
)
1
(y m
0y
)
2
) =
entonces
(
2
0
)
1
(y m
0y
)
2
(
2
1
)
1
(y m
1y
)
2
=2ln(
0
/
1
)
2
1
(y m
0y
)
2
2
0
(y m
1y
)
2
=2
1
0
ln(
0
/
1
)
Abriendo parntesis se obtiene
2
1
y
2
2y m
0y
+m
2
0y

2
0
y
2
+2y m
1y
m
2
1y
=2
1
0
ln(
0
/
1
)
reagrupando
y
2
(
2
1
2
0
) 2y (m
2
1y
m
2
0y
) +m
2
0y
m
2
1y
2
1
0
ln(
0
/
1
) =0
El valor y = y
opt
se obtiene al solucionar la ecuacin anterior:
y
opt
=
2
1
m
0y

2
0
m
1y
i
1
0
_
m
2
1y
m
2
0y
+2(
2
1
2
0
) ln(
0
/
1
)
2
1
2
0
En los caso concretos, cuando
0
=
1
=, la expresin anterior se simplica hasta:
y
opt
=(m
0y
+m
1y
)/2+(
2
/(m
1y
m
0y
)) ln
Finalmente, cuando adems se asume =1, se obtiene el siguiente valor evidente:
y
opt
=(m
0y
+m
1y
)/2
1665
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Deteccin del observador ideal 1666
Sean los coecientes de la funcin de costos iguales y denidos de la forma:
c
i j
=
_
0, i = j
1, i ,= j
con lo cual se asume que todos los errores de decisin conllevan a un mismo costo y, por lo
tanto, el riesgo medio corresponde a la probabilidad total de aparicin del error
R =P
e
=
N
i =1
N
j =1
j ,=i
p(x
i
)
_
D
j
p(y |x
i
)dy (3.91) Detec621
El criterio (3.91) determina el mnimo valor medio de errores, mientras la probabilidad de
deteccin correcta sea la mxima, que se alcanza cuando la decisin de que la seal detectada
pertenece al subespacio D
i
, cumple la condicin,
p(y |x
i
)p(x
i
) >p(y |x
j
)p(x
j
), j ,=i (3.92) Detec623
En esencia, dadas las N 1 condiciones (3.92), se tiene la siguiente regla de deteccin:
max
j
_
p(x
j
)p(y |x
i
)
_
=p(x
i
)p(y |x
i
) (3.93) Detec624
esto es, la decisin sobre cul fue la seal detectada recae en aquella que tenga la mxima FDP 1667
a priori. 1668
Deteccin del mximo de probabilidad a posteriori 1669
Debido a que p(x
i
)p(y |x
i
) = p(x
i
|y )p(y ), donde p(x
i
|y ) es la FDP a posteriori de que se tiene
la seal x
i
, cuando se mide la observacin y , mientras, p(y ) es la densidad marginal de la seal
medida, entonces, en concordancia con el teorema de Bayes, se tiene,
p(x
i
|y ) =
p(x
i
)p(y |x
i
)
N
i =1
p(x
i
)p(y |x
i
)
(3.94) Detec625
luego, el algoritmo de deteccin ptimo, en este caso, tiene la forma
max
j
_
p(x
i
|y )
_
=p(x
i
|y ) (3.95) Detec626
La comparacin de los algoritmos (3.93) y (3.95) muestra que ambos conllevan a la misma 1670
decisin ptima, y por lo tanto, los correspondientes criterios son equivalentes. Adems, ambos 1671
exigen la misma informacin a priori del proceso en anlisis. 1672
Deteccin minimax 1673
En caso de desconocer las probabilidades a priori de aparicin de las seales, el riesgo (3.82) se
puede calcular sobre la peor densidad de probabilidad, p(x
i
), i = 1, . . . , N, que se asume de tal
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
manera que se obtenga el mayor valor del riesgo medio, luego,
R =min
D
j
max
p(x
i
)
N
i =1
N
j =1
c
i j
p(x
i
)
_
D
j
p(z|x
i
)dz
Deteccin de NeymannPearson 1674
Existen casos en los cuales se tiene una clara asimetra en las prdidas de decisin. En el caso 1675
particular de la deteccin binaria, el criterio minimiza uno de los dos tipos de error (1 2). 1676
En la prctica, tiene sentido brindar la mnima probabilidad de error del tipo 1,
p(x
0
|x
1
) =
_
D
0
p(y |x
1
)dy
para un valor dado probabilidad de error tipo 2,
p(x
1
|x
0
) =
_
D
1
p(y |x
0
)dy
con lo cual, el algoritmo de deteccin (3.95), para el caso de deteccin binaria, se simplica
signicativamente hasta la expresin p(x
1
|y ) > p(x
0
|y ), que al tomar en cuenta (3.94) puede
describirse de cualquiera de las siguientes dos formas:
p(x
1
)p(y |x
1
) >p(x
0
)p(y |x
0
)
p(y |x
1
)/p(y |x
0
) >p(x
0
)/p(x
1
)
Esto es, (y ) = , donde = p(x
0
)/p(x
1
). El umbral no es conocido, pero se escoge a partir
de un valor asumido para el error
2
del tipo 2. Ambas FDP de error se expresan en funcin de
la relacin de verosimilitud, haciendo el cambio de variables, y ,
p(y |x
1
)dy =p(|x
1
)d, p(y |x
0
)dy =p(|x
0
)d
En este caso, el espacio de decisin D se transforma en un eje de valores, , en el cual el valor
corresponde a la frontera entre los espacios de decisin, por lo tanto,
p(x
0
|x
1
) =
_
D
0
p(y |x
1
)dy =
_
0
p(|x
1
)d
p(x
1
|x
0
) =
_
D
1
p(y |x
0
)dy =
p(|x
0
)d
El valor , entonces, se puede determinar dada la condicin
_
p(|x
0
)d=
2
. Como resul-
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
tado, el detector ptimo por Neymann-Pearson realiza el algoritmo
> (3.96) Detec628
Si la condicin (3.96) es cierta, entonces, el algoritmo asume la deteccin de x
1
(t ). 1677
Deteccin por medidas de informacin 1678
En este caso, el criterio analiza la cantidad de informacin en la deteccin, para lo cual se em-
plea la medida (4.3) que relaciona la informacin mutua de una seal dada con respecto a los
dems, sobre su entropa, (4.4). En el caso binario, este criterio de deteccin escoge la seal con
mayor relacin,
R =I (x
j
, x
i
)/H(x
i
) =1H(x
i
|x
j
)/H(x
i
), i ,= j , i , j =0, 1
Cabe anotar, que del ejemplo 4.2, dados dos sucesos con probabilidades respectivas p
1
y p
2
,
la mayor entropa se obtiene para p
1
=p
2
:
H(x
1
|x
0
) =
_
p
1
lnp
1
+
_
1p
1
_
ln
_
1p
1
__
En la prctica, el criterio de deteccin informativo conlleva a los mismos resultados que los 1679
criterios (3.93) y (3.94). 1680
Problemas
0. Desarrollar el algoritmo de deteccin, dado el RBG con valor medio cero y matriz de cor-
relacin R, para el proceso aleatorio descrito en la forma:
y (t , ) =
m
k=1
k
x
k
(t ) =x(t )
donde xxx(t ) =|x
k
(t ) : k =1, . . . , m] es un sistema dado de funciones determinsticas linealmente 1681
independientes, =|
k
: k =1, . . . , m] es el vector de parmetros aleatorios con FDP conocida 1682
p
k
(). La hiptesis H
0
consiste en que la trayectoria =(x
1
, x
2
, . . . , x
N
) corresponde solo al rui- 1683
do, mientras, la hiptesis alternativa H
1
corresponde a la presencia del proceso aleatorio mas 1684
RBG. Hallar la relacin de verosimilitud. 1685
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3.5. Recepcin ptima coherente de seales digitales 173
3.4.3. Deteccin de mxima verosimilitud 1686
Si enel algoritmo (3.93), se asume la FDPuniforme para todas las seales, p(x
j
) =1/N, entonces
el criterio se expresa solamente en trminos de la funcin de verosimilitud,
p(y |x
i
) =max
j
|p(y |x
j
)] (3.97) Detec629
El criterio de deteccin (3.97) ha obtenido mayor aceptacin debido a la simplicidad relativa 1687
de implementacin, que exige espacios de observacin no muy grandes. 1688
De otra parte, teniendo en cuenta (3.88) el criterio de Bayes se puede expresar en trminos
del criterio de mxima verosimilitud
(y )
H
1
>
<
H
0
(3.98) Detec317
Los valores de las densidades a priori y de los costos inuyen solamente en el clculo del um- 1689
bral, mas no en la estructura del algoritmo, que se basa en la estimacin de (y ). Eneste sentido 1690
la sintonizacin de los valores de los costos y probabilidades de generacin de las seales, que 1691
frecuentemente se hace de forma heurstica, no inuye en la forma de toma de decisin, y ms 1692
bien ocurre la sintonizacin na de la ubicacin del umbral. 1693
Debido a que ambas partes de la igualdad (3.98) son positivas, entonces en vez de tomar di-
rectamente la relacin de verosimilitud, se emplea su logaritmo, que es una funcin montona.
As, el criterio (3.98) toma la forma
ln(y )
H
1
>
<
H
0
ln (3.99) Detec318
que es adecuada, debido a que en la prctica la mayora de FDP p(y |x
i
) son exponenciales. 1694
Sea el modelo de un canal Gaussiano, dado en concordancia con el principio de deteccin
(3.79), que para el caso de transmisin digital de seales moduladas tiene la siguiente forma:
z(t ) =y (d
i
, t ) +(t ), t T (3.100) mod:canaldiggauss
donde y (d
i
, t ) contiene la informacin til, representada mediante el alfabeto digital a priori 1696
denido, d |d
i
: i =1, . . . , N 1, N =2
n
, n Z
+
]. 1697
El modelo del canal (3.100) incluye adems las siguientes restricciones: 1698
en cada momento del tiempo, t T, (siendo T la longitud de cada smbolo) se asume la 1699
presencia de uno y solamente un smbolo informativo, 1700
las propiedades estadsticas, que describen la generacin de la fuente informativa d, se 1701
asumen conocidas, 1702
el ancho de banda espectral de la seal modulada es nito e igual a f , adems, densidad 1703
espectral de potencia del ruido blanco es N
0
. 1704
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
El algoritmo de recepcin ptima de seales digitales corresponde a desarrollar el detector 1705
(la regla de toma de decisin) que provea la calidad ptima de recepcin, esto es, la mejor for- 1706
ma de recuperar el contenido de los smbolos informativos. En la prctica, por cuanto el cri- 1707
terio de deteccin (3.97) ha obtenido mayor aceptacin (debido a la simplicidad relativa de 1708
implementacin), usualmente se desarrolla el criterio de mxima verosimilitud para la recep- 1709
cin ptima de las seales y (d
0
, t ) y y (d
1
, t ), afectadas por el ruido blanco Gaussiano (t ) con 1710
parmetros N (0,
n
). 1711
Sea la trayectoria del ruido (t ) que se discretiza, con un periodo de muestreo t = 1/2f ,
y conforma la sucesin |
i
: i = 1, m], en el cual se considera que todos sus valores son vari-
ables aleatorias independientes. Por lo tanto, la correspondiente FDP de dimensin mltiple
Gaussiana se puede representar en la forma,
P
(
1
,
2
, ,
m
) =
1
(2
2
)
m/2
m
k=1
exp
_
2
k
/2
2
_
=
1
(2
2
)
m/2
exp
_
1
2
2
k=1
2
k
_
donde m = T/t = 2Tf , siendo T el intervalo de anlisis para la deteccin, y
2
= N
0
f es 1712
la varianza del ruido. 1713
La FDP condicional p(y |d
i
) de registro de la trayectoria, con respecto al modelo (3.100), cor-
responde a la densidad de probabilidad, P
(z(t ) y (d
i
, t )), de la observacin del ruido (t ) =
z(t ) y (d
i
, t ), que conforman la sucesin de valores discretizados,
(t
k
) =z(t
k
) y (d
i
, t
k
) =z
i
[k]
cuya notaciones, para efectos de simplicidad se cambian como:
z
i
[k] z[k] y [d
i
, k]
que le corresponde la FDP con dimensin mltiple de la forma
p(z|d
i
) =P
(z
i
[1], , z
i
[m]) =
1
(2
2
)
m/2
exp
_
1
2
2
k=1
z
2
i
[k]
_
En forma concreta, asumiendo que la transmisin ocurre para un alfabeto binario, N = 2,
cuando d|d
0
, d
1
], entonces, la relacin de verosimilitud, (3.89), tiene la forma
(z) =
P
(z d
1
)
P
(z d
0
)
=exp
_
1
2
2
k=1
(z
2
1
[k] z
2
0
[k])
_
=exp
_
2
N
0
m
k=1
_
(z[k] y [d
1
, k])
2
(z[k] y [d
0
, k])
2
_
t
_
(3.101) Detec321
donde la densidad espectral de potencia del ruido se expresa como N
0
=
2
/f =2
2
t . 1714
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Teniendo en cuenta (3.101), el criterio de deteccin (3.99), toma la forma
ln(z) =
2
N
0
m
k=1
_
(z[k] y [d
1
, k])
2
(z[k] y [d
0
, k])
2
_
t
H
1
>
<
H
0
ln
asumiendo que el ancho de banda f es sucientemente grande y, por lo tanto, t 0, en-
tonces la sumatoria anterior se reemplaza por la operacin de integracin,
1
N
0
T
_
0
_
(z(t ) y (d
1
, t ))
2
(z(t ) y (d
0
, t ))
2
_
dt
H
1
>
<
H
0
ln (3.102) Detec323
Al comparar la parte izquierda de la expresin (3.102) con (1.14), se observa que en la de-
teccin de una seal inmersa en ruido blanco Gaussiano, el criterio de Bayes corresponde a
la comparacin de distancias en el espacio de seales entre la observacin de la seal recibida
z(t ) y cada una de las seales de informaciny (d
0
, t ) y y (d
1
, t ) (con precisin hasta la constante
1/N
0
):
|z y (d
i
)|
H
1
>
<
H
0
ln, i |0, 1]
Fijar la funcin de costo con pesos variables es una tarea sumamente difcil, por lo que en
la prctica se asumen los pesos dados en (3.84), que implican condiciones simples de imple-
mentacin. Adicionalmente, los sistemas de transmisin suelen ser simtricos en cuanto a las
propiedades de las fuentes de generacin informativa, esto es, P(d
i
) =P(d
j
) =1/N, i ,= j , con
lo cual =1 y ln =0, luego la regla de decisin del detector binario (3.101), se simplica hasta:
_
T
_
(z(t ) y (d
1
, t ))
2
(z(t ) y (d
0
, t ))
2
_
dt
H
0
>
<
H
1
0 (3.103) Detec323a
La expresin (3.103) determina las sucesin de operaciones o algoritmo de trabajo necesario 1715
para implementar el receptor ptimo digital binario, dada la seal recibida z(t ). La Figura 3.10 1716
muestra el diagrama del respectivo algoritmo, en el cual se notan los dispositivos de resta (), 1717
los elevadores al cuadrado (()
2
), los integradores (
_
) y los respectivos generadores G de smbo- 1718
los informativos (d
0
y d
1
). Cabe anotar, que el dispositivo de integracin trabaja por intervalos 1719
de T sobre cada seal. De la misma manera, el dispositivo de toma de decisin permanece de- 1720
sconectado y solo se cierra cada T segundos, cuando se ha nalizado el anlisis de la seal. 1721
1722
Realmente, el dispositivo que implementa el receptor ptimo digital binario de la Figura 3.10 1723
se puede generalizar a alfabetos N de mayor orden, tan slo agregando paralelamente ms bra- 1724
zos de proceso hasta completar el nmero total de elementos informativos de transmisin. 1725
Cabe anotar que el algoritmo de trabajo (3.103) se puede expresa entrminos de comparacin
entre las respectivas distancias Eucldeas:
|z y (d
1
)|
H
0
>
<
H
1
|z y (d
0
)|
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
`
()
2
_
kT
(k1)T
()
2
_
kT
(k1)T
Toma de
decisin
al decodicador
z (t )

d
k
G
d
1
d
0
G
Figura 3.10: Diagrama del receptor ptimo potencial
Fig:DiagRxOptDig
la cual, para cualquier alfabeto, N, el receptor ptimo digital se generaliza como
d min
i
|z y (d
i
)|, i |0, . . . , N 1] (3.104) ?Detec323b?
esto es, durante el intervalo de transmisin t [t kT, t (k 1)T], la decisin sobre el respec- 1726
tivo smbolo enviado,

d
k
, se toma para aquel que tenga la menor divergencia, en el sentido del 1727
error cuadrtico medio, con la respectiva seal de referencia. 1728
La presencia de elementos no lineales de proceso en el algoritmo de trabajo de la Figura
3.10, en particular, de los dispositivos elevadores al cuadrado, implica dicultades en su im-
plementacin. Una forma de evitar estos dispositivos, se obtiene desarrollando el algoritmo de
trabajo (3.103) que no contenga tales elementos de proceso. As, a partir de la siguiente de-
sigualdad para el caso del detector binario (3.101),
_
T
(z(t ) y (d
1
, t ))
2
dt
H
0
>
<
H
1
_
T
(z(t ) y (d
0
, t ))
2
dt , t T
al abrir los parntesis dentro del integral y suprimiendo en ambos lados de la desigualdad el
trmino
_
T
z
2
dt se llega a la siguiente versin de algoritmo de trabajo:
_
T
z(t )y (d
0
, t )dt 0.5E
0
H
0
>
<
H
1
_
T
z(t )y (d
1
, t )dt 0.5E
1
, E
i
=
_
T
y (d
i
, t )
2
dt t T (3.105) eq:recoptbincorr
donde E
i
=|d
i
| es la energa de cada smbolo informativo. 1729
El diagrama del respectivo algoritmo de trabajo para la ltima expresin se muestra en la
Figura 3.11, enel cual los dispositivos de multiplicacin de notanmediante . El primer trmino
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
_
kT
(k1)T

_
kT
(k1)T

`
Toma de
decisin
al decodicador
z (t )

d
k
G
d
1
d
0
G
E
1
/2
E
0
/2
Figura 3.11: Diagrama del receptor de correlacin ptimo potencial binario
Fig:DiagRxOptDigCorr
de cada lado de las desigualdad corresponde al producto escalar, con lo cual la ltima expresin
se puede escribir como
z, d
0
0.5|d
0
|
H
0
>
<
H
1
z, d
1
0.5|d
1
|
cuya generalizacin para alfabetos N, compuestos por smbolos informativos con igual energa
|d
i
| = |d
j
|, i ,= j , i , j = 0, . . . , N 1, implica que el receptor ptimo digital se rige por el sigu-
iente algoritmo de trabajo:
d max
i
z, d
i
, i |0, . . . , N 1] (3.106) Detec323c
esto es, durante el respectivo intervalo de transmisin, la decisin sobre el respectivo smbolo 1730
enviado,

d, se toma para aquel que tenga el mayor parecido con la respectiva seal de referen- 1731
cia. 1732
El principio de trabajo del algoritmo (3.106) se mantiene para el caso de alfabetos con sm-
bolos informativos de diferente energa |d
i
| ,= |d
j
|, i ,= j ; propiedad que se puede observar,
de forma ms simple, en el caso binario. En particular, el algoritmo de trabajo (3.105) se puede
representar en forma sencilla como:
_
T
z(t )y (d, t )dt
H
0
>
<
H
1
E (3.107) eq:RxOptDigDiff
donde y (d, t ) = y (d
1
, t ) y (d
0
, t ), que se puede entender como la seal de diferencia, E = 1733
(E
1
E
0
)/2 o umbral de decisin. A propsito, cuando |d
i
| = |d
j
|, i ,= j , entonces E = 0, 1734
de lo cual se observa la semejanza entre el anterior algoritmo de trabajo (3.105) con la regla de 1735
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0

` ` `

`
T E
Al decodicador
d
k
FPB
Detector
umbral
de
G
z (t )
T
Figura 3.12: Diagrama conjunto del receptor ptimo potencial binario
Fig:EjemDetecDifBB
decisin (3.106). 1736
Ejemplo 3.18 Sea el sistema de transmisin binario de banda base provisto de los smbolos informativos
y (d
1
, t ) = a, y (d
0
, t ) = 0.t T Hallar la diferencia contra otro sistema de transmisin de radiofrecuencia
con alfabeto y (d
1
, t ) =a cos(
c
t +), y (d
0
, t ) =0, en cuanto a sus respectivos algoritmos de trabajo.
Para el primero de los sistemas se cumple que: y (d, t ) =a, E
1
=a
2
T, E
0
=0, luego E =a
2
T/2. Por
lo tanto, el algoritmo de trabajo (3.107) tiene la forma:
_
T
z (t )dt
H0
>
<
H1
aT/2
En el segundo caso, ocurre que y (d, t ) = a cos(
c
t +) =y (d
1
, t ), E
1
= a
2
/2, E
0
= 0, luego E =
a
2
T/4, con lo cual se tiene
_
T
z (t ) cos(
c
t +)dt
H0
>
<
H1
aT/4
La Figura 3.12 contiene ambos diagramas del receptor ptimo de los casos analizados en este ejemplo.
En los casos, tanto el ltro pasabajos (FPB) como el detector de umbral son necesario, mientras el circuito
encerrado con lneas punteadas, que corresponde a demodulador de portadora, es vlido slo para el caso
del segundo alfabeto, cuando se tienen smbolos modulados.
Cabe anotar, que el diagrama 3.12 tambin se puede emplear para el caso de modulacin binaria BPSK,
cuando y (d
1
, t ) = a cos(
c
t ), y (d
0
, t ) = a cos(
c
t +). En tal caso, simplemente se ajusta el umbral al
valor de E =0.
1737
3.5.1. Fidelidad del detector ptimo potencial binario 1738
Sea la trayectoria de la seal z(t ) a la entrada del detector que funciona por el algoritmo de
trabajo (3.107):
_
T
z(t )(y (d
1
, t ) y (d
0
, t ))dt
H
1
>
<
H
0
0.5(E
1
E
0
) (3.108) eq:fiddect01
el cual debido a la presencia del ruido blanco (t ) puede generar error en la respectiva toma
de decisin y que se cuantica mediante la respectiva probabilidad de error P(d
j
|d
i
), i ,= j .
En particular, sea el smbolo d
1
enviado, que describe la trayectoria z(t ) = y (d
1
, t ) +(t ), en-
tonces la respectiva probabilidad de error P(d
0
| d
1
) se determina por la probabilidad de que la
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
desigualdad (3.108) no se cumpla, esto es:
_
T
y (d
1
, t )(y (d
1
, t ) y (d
0
, t ))dt +
_
T
(t )(y (d
1
, t ) y (d
0
, t ))dt < 0.5(E
1
E
2
)
que puede expresarse en los siguientes trminos que diferencian la parte aleatoria de la deter-
minstica:
_
T
(t )(y (d
1
, t ) y (d
0
, t ))dt < 0.5
_
T
(y (d
1
, t ) y (d
0
, t ))
2
dt (3.109) eq:fiddect02
De forma similar se obtiene la misma relacin para el caso de trocamiento del smbolo d
0
. 1739
Por lo tanto, las probabilidades de trocamiento de cada uno de los smbolos son iguales (canal 1740
simtrico): P(d
0
| d
1
) =P(d
1
| d
0
) =P
e
. 1741
La expresin (3.109) se escribe en forma compacta como:
<0.5E
(3.110) eq:fiddect03
donde =
_
T
(t )y (d, t )dt y E
=
_
T
y
2
(d, t )dt . 1742
Asumiendo la normalidad del ruido blanco Gaussiano con parmetros N (0,
) y DEP igual
a S
() = N
0
, entonces su respectiva lineal transformacin en forma de la variable tambin
tendr FDP Gaussiana con valores de media igual al:
E|] =
_
T
E|(t )]y (d, t )dt =0
y varianza
=E|
2
(t )] =
_
T
_
T
E|(
1
)(
2
)]y (d,
1
)y (d,
2
)d
1
d
2
Teniendo en cuenta la expresin denida para la funcin de correlacin propia del ruido
blanco Gaussiano en (3.34), E|(
1
)(
2
)] = N
0
(
2
1
)/2, ms la propiedad de propiedad
de selectividad de la funcin delta (1.9), entonces la varianza de la variable aleatoria transfor-
mada ser:
=0.5N
0
_
T
_
T
(
2
1
)y (d,
1
)y (d,
2
)d
1
d
2
=0.5N
0
_
T
y
2
(d, )d
=0.5N
0
E
De lo anterior, se deduce que la probabilidad de error, que corresponde a la probabilidad de

M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
que para la variable transformada ocurran los valores de la desigualdad (3.110), esto es,
P
e
=
_
0.5E
p()d
=
_
0.5E
1
_
2
exp(
2
2
2
)d
=
_

1
_
2
exp(
2
/2)d
donde se ha realizado el cambio de la variable de integracin = /
_
e introducido la 1743
notacin =0.5E
/
_
=
_
E
/2N
0
. 1744
Se conoce la funcin (y ) =
2
_
2
_
y
0
exp(
2
/2)d, a partir de la cual y teniendo en cuenta su
valor asinttico () =1, entonces la ltima expresin para la probabilidad de error se escribe
nalmente como:
P
e
=0.5(1(
_
E
/2N
0
)) (3.111) ?eq:proberrorBinario?
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
1745
Problemas 1746
1747
1. Asumir enel ejemplo 3.17 que la FDP es del tipo Laplace: p(y |x
i
) =(2c)
1
exp(y m
1i
) donde 1748
i
=
_
2c. y hallar el valor de y =y
opt
. 1749
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
4
1750
Teora de la informacin 1751
4.1. Fuentes de informacin 1752
4.1.1. Medida de la informacin 1753
La teora de la informacin estudia el modo de describir y transmitir un mensaje que, segn G. 1754
Cullmann, corresponde a un conjunto de elementos de percepcin que se dirigen a los senti- 1755
dos y determinan nuestras reacciones y nuestro estado interior. Estos elementos de percepcin 1756
pueden ser signos naturales o articiales, o simplemente, smbolos que traducen esos signos. 1757
Los signos han de ser convencionales, mientras su signicado se establece a priori mediante 1758
un cdigo. Esto es, la transmisin de la informacin se desarrolla a travs de los cdigos. Por 1759
cierto, la informacin contenida en cada uno de los elementos del cdigo transmitidos, se mide 1760
teniendo en cuenta su grado de imcertidumbre. En concordancia con la Denicin 2.1 sobre 1761
modulacin, dada en el captulo 2, la codicacin adapta la fuente y el canal de tal manera 1762
que se asegure la mxima conabilidad en la transferencia de informacin, en forma anloga al 1763
acople de analizado para la mxima transferencia de energtica. 1764
Una fuente de informacin responde a un modelo de una entidad fsica que produce una 1765
sucesin de smbolos o salidas de forma aleatoria. Los smbolos generados puedenser nmeros 1766
reales tales como mediciones de un voltaje empleando un transductor, nmeros binarios como 1767
en el caso de un computador, campos bidimensionales de intensidad como en una secuencia 1768
de imgenes, formas de onda continua discontinua, etc. El espacio que contiene todos los 1769
posibles smbolos de salida se denomina alfabeto de la fuente. 1770
En el contexto de la comunicacin, la informacin es simplemente el bien producido por la 1771
fuente para ser transferido a algn usuario en el destino: Esto hecho implica que la informacin 1772
no estaba previamente disponible en el destino; de lo contrario, la medida asumida de informa- 1773
tividad en la transferencia sera cero. 1774
Sea, por ejemplo, el siguiente listado de eventos en una prediccin meteorolgica: 1775
saldr el sol, 1776
habr tormentas dispersas, 1777
ocurrir un tornado. 1778
183
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
184 Captulo 4. Teora de la informacin
El primer mensaje no lleva efectivamente ninguna informacin, ya que se est casi seguro por 1779
adelantado que el sol saldr. No obstante, la prediccin y lluvia proporciona informacin que 1780
no estaba disponible previamente. El tercer pronstico contiene mucha ms informacin, en la 1781
medida en que los tornados son eventos poco frecuentes e inesperados. En anterior listado, se 1782
ha dispuesto en orden de probabilidad decreciente de cada uno de los eventos. Mientras menos 1783
posible sea el mensaje, se asumir que mayor informacin contendr el respectivo contenido. 1784
Dicho de otra manera, la medida de informacin debe estar relacionada con la incertidumbre 1785
que tiene el usuario conrespecto al contenido del mensaje, que a propsito se mide enconjunto 1786
con todas las variantes de contenidos posibles. 1787
Sintener encuenta algnaspecto subjetivo de la fuente o el usuario, entonces, la medida de la 1788
informacin involucra la probabilidad de ocurrencia de un mensaje. Sea x
i
mensaje arbitrario 1789
y P(x
i
) = P
i
la probabilidad de que el evento x
i
se seleccione para la transmisin, luego, la 1790
cantidad de informacin asociada con x
i
debe ser alguna funcin de P
i
. 1791
La medida de informacin debe cumplir las siguientes propiedades: 1792
1. la informacin debe ser estrictamente positiva, I
i

+
. 1793
2. Por cierto, I
i
=0 si y solo si P
i
=0, 1, esto es, no hay ninguna incertidumbre, 1794
3. la medida deber ser aditiva, I
i
>I
j
, P
i
<P
j
, que implica que la informacin crece cuando 1795
la incertidumbre tambin aumenta. De modo que la informacin total es igual a la suma 1796
de las contribuciones de ambos mensajes individuales. 1797
Denicin 4.1 En concordancia con las anteriores exigencias, Shannon deni la medida de la
informacin de mediante la siguiente funcin logartmica:
I
i
log
b
P
i
=log
b
1
P
i
(4.1) eq:infor_def
donde b es la base logartmica. La cantidad I
i
se denomina la informacinpropia del mensaje x
i
. 1798
El valor de I
i
depende solamente de P
i
, sin tomar en cuenta cul es el contenido real del mensaje 1799
o sus posibles interpretaciones. 1800
De (4.1), se ineren las siguientes propiedades:
I
i
0, 0 P
i
1
I
i
0, P
i
1
I
i
>I
j
, P
i
<P
j
Cabe anotar que la propiedad de aditividad de la medida se demuestra, toda vez que para
una fuente que produce dos mensajes sucesivos e independientes, x
i
y x
j
, con probabilidad
conjunta P(x
i
, x
j
) =P
i
P
j
, entonces,
I
i j
=log
b
1
P
i
P
j
=log
b
1
P
i
+log
b
1
P
j
=I
i
+I
j
(4.2) ?eq:infor_suma?
de modo que la informacin total es igual a la suma de las contribuciones de ambos mensajes 1801
individuales. 1802
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La especicacin de la base logartmica b determina la unidad de informacin. Usualmente, 1803
se toma b =2 y la unidad correspondiente es el bit, ( binary digit), que corresponde a la canti- 1804
dad de informacin necesaria para seleccionar entre dos alternativas igualmente probables. 1805
4.1.2. Entropa 1806
Fuentediscretasinmemoria. Sea una fuente que emite una sucesin de smbolos, pertenecientes 1807
a un alfabeto nito y a priori denido, F =|f
1
, f
2
, . . . , f
q
], que se eligen de acuerdo con una ley 1808
a priori establecida de probabilidad. El modelo ms elemental de fuente asume la completa 1809
independencia estadstica de los smbolos (smbolos sucesivos no dependen de smbolos emi- 1810
tidos anteriormente). Tal fuente informacin se conoce como fuente sin memoria y se describe 1811
completamente por su respectivo alfabeto F y las probabilidades de cada smbolo:|p(s
i
) : i = 1812
1, . . . , p(s
q
)]. 1813
Dado un smbolo f
i
, con probabilidad de observacin p
i
y, por lo tanto, con valor de infor-
macin elemental, p
i
. Entonces, para un nmero N de observaciones, la informacin total I
obtenida ser
I =
N
n=1
_
Np
i
_
log
_
1/p
n
_
De esta manera, la informacin promedio obtenida a partir de cada smbolo ser
I /N =(1/N)
N
n=1
_
Np
n
_
log
_
1/p
n
_
=
N
n=1
p
n
log
_
1/p
n
_
Teniendo en cuenta que lm
x0
x log(1/x) = 0, por conveniencia se dene que p
n
log(1/p
n
) 1814
sea 0 cuando p
n
=0. 1815
Otras medidas de informacin se determinan por las siguientes relaciones: 1816
Informacin propia condicional de la variable x
m
, conocida la variable aleatoria y
n
,
I
_
x
m
|y
n
_
=logp
_
x
m
|y
n
_
Informacin mutua de dos variables o informacin de y
n
con respecto a x
m
,
I
_
x
m
; y
n
_
=logp
_
x
m
|y
n
_
(4.3) Inform:InfMutua
Informacin propia del evento conjunto
_
x
m
, y
n
_
,
I
_
x
m
, y
n
_
=logp
_
x
m
, y
n
_
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Cantidad media de informacin, presente en x
n
como elemento del alfabeto |x
n
],
I
_
X; y
m
_
=
N
n=1
I
_
x
n
; y
m
_
p
_
x
n
|y
m
_
=
N
n=1
p
_
x
n
|y
m
_
log
p
_
x
n
|y
m
_
p (x
n
)
Cantidad media de informacin mutua sobre los elementos correspondientes a un alfa-
beto Y =
_
y
m
: m =1. . . , M
_
para un valor determinado de x
n
,
I (x
n
; Y ) =
M
m=1
I
_
x
n
; y
m
_
p
_
y
m
|x
n
_
=
M
m=1
p
_
y
m
|x
n
_
log
p
_
y
m
|x
n
_
p
_
y
m
_
Valor medio de la cantidad completa de informacin mutua entre conjuntos (Y, X),
I (X; Y ) =
N
n=1
M
m=1
p
_
x
n
, y
m
_
log
p
_
x
n
|y
m
_
p (x
n
)
=
M
m=1
p
_
y
m
_
I
_
X; y
m
_
Denicin 4.2 Sea el alfabeto compuesto por la variable aleatoria discreta X que toma los val-
ores x
i
X con funcin de probabilidad p(x) =Pr |X =x], x. Se dene la entropa de la variable,
X como la medida de su media incertidumbre asociada:
I (X) =E||I (x
n
)]] =
N
n=1
p (x
n
) I (x
n
)
=
N
n=1
p (x
n
) logp (x
n
) H(X) (4.4) eq:entropia_def
La entropa es la principal caracterstica de un fuente de informacin: entre ms alto sea el 1817
valor de la entropa mayor es la informacin contenida por el conjunto X. 1818
La entropa se puede entener como un funcional de la distribucin de X, mas no depende de
los valores actuales medidos para la respectiva variable aleatoria. As, considerando una nueva
variable g (X) =log(1/p(X)) =logP|X =x
n
], entonces, el respectivo valor esperado ser
E|g (X)] =
N
i =n
g (x
n
)p(x
n
)
=
N
n=1
logP |X =x
n
]P |X =x
n
]
que implica que la entropa de una distribucin de probabilidad corresponde al valor esperado 1819
de su informacin. 1820
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 4.1 Desarrollar un programa que simule dos observaciones con longitud N, para las variables
aleatorias X
i
|x
l
: l =1, . . . , L], i =1, 2, que permita analizar el comportamiento de sus respectivos valores
de entropa para los siguientes casos:
Ambas variables tienen FDP Gaussiana, con valor medio cero. Estimar las entropas para valores de
relacin de las varianzas:
2
X1
=k
2
X2
, k =1, . . . , 10.
La variable X
1
tiene FDP Gaussiana, mientras la variable X
2
se genera con FDP uniforme; ambas con
los mismos valores medio y de varianza.
En la Figura 4.1(a), se muestran los resultados para el caso de generacin de ambas variables Gaussianas
con media m
1X1
= m
1X2
= 0, pero
2
X1
= k
1
X2
. Se observa que la estimacin de la entropa converge a un
mismo valor para ambos casos de anlisis.
La Figura 4.1(b) corresponde al caso de diferentes FDP (Gaussiana y uniforme) y muestra que el val-
or de la entropa, para dos sucesiones aleatorias con iguales valores medio y de varianza, depende de la
estructura de aleatoriedad.
1821
2 4 6 8
1.2
1.5
1.6
2
k
H(X
i
)
(a) Igual FDP (Gaussiana).
2 4 6 8
1.5
2
normal
uniforme
k
H(X
i
)
(b) Diferente FDP.
Figura 4.1: Entropa en funcin de k =
2
X2
/
2
X1
, N =4096 y L =8.
4.1.3. Propiedades de la entropa 1822
(a). Denida positiva: H(X) 0, en la medida en que para (4.4), se cumple que tanto p
k
1823
(0, 1), como log(1/p
k
) (0, 1). 1824
(b). Aditividad. Sea H(Y|X) la entropa condicional de los valores del conjunto Y , dado un
conjunto de eventos X, entonces, la entropa H(Y, X) del conjunto de eventos conjuntos
X y Y se dene como:
H(Y, X) =H(X) +H(Y|X) =H(Y) +H(X|Y ) (4.5) ?Inform:HConjunta
Por cierto, si los conjuntos X e Y son independientes, entonces H(Y|X) = H(Y), por lo 1825
tanto, se cumple que H(Y, X) =H(X) +H(Y ). 1826
(c). Valor acotado. Si el conjunto de valores X = |x
n
: n =1, . . . , N], la mxima entropa con- 1827
tenida est acotada por el valor H(X) lgN, donde la igualdad tiene lugar cuando todos 1828
los valores x
n
son equiprobables e independientes estadsticamente. 1829
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Sean dos distribuciones de probabilidad cualquiera |p
0
, p
1
, . . . , p
K 1
] y |q
0
, q
1
, . . . , q
k1
]
para el dado alfabeto X de la fuente discreta. Al intercambiar de base el logaritmo (2 a
natural), entonces, la entropa se expresa como:
K 1
k=0
p
k
log
q
k
p
k
=
1
log2
K 1
k=0
p
k
ln
q
k
p
k
(4.6) entropia2fuentes
Por cuanto, lnx x 1, x 0 entonces,
K 1
k=0
p
k
log
q
k
p
k
1
log2
K 1
k=0
p
k
_
q
k
p
k
1
_
1
log2
K 1
k=0
_
q
k
p
k
_
1
log2
_
K 1
k=0
q
k
K 1
k=0
p
k
_
=0
de lo anterior, se deduce la desigualdad
K 1
k=0
p
k
log(q
k
/p
k
) 0, la cual, a propsito, ocur-
rir si solo si p
k
= q
k
, k. De hecho, este caso corresponde a un alfabeto con smbolos
equiprobables, cuando q
k
=1/K, k =0, 1, . . . , K 1, con entropa igual a,
K 1
k=0
q
k
log
1
q
k
=logK
Al reemplazar en (4.6) la entropa de la ltima expresin, entonces, nalmente se obtiene
K 1
k=0
p
k
log
1
p
k
logK
H(X) logK
Ejemplo 4.2 Demostrar que para dos sucesos con probabilidades respectivas, p
1
y p
2
, la mayor entropa
ejemMaxH
se obtiene para p
1
=p
2
.
Al reemplazar en la denicin de entropa (4.4), p
2
=1p
1
, se tiene que
H(X) =
_
p
1
lnp
1
+p
2
lnp
2
_
=
_
p
1
lnp
1
+
_
1p
1
_
ln
_
1p
1
__
El mximo valor de p
1
se obtiene al diferenciar e igualar a cero la anterior ecuacin,
dH
dp
1
=
_
p
1
1
p
1
+lnp
1
ln
_
1p
1
_
_
=0
Al resolver la ecuacin se obtiene que p
1
=0.5, luego, p
1
=p
2
. La Figura 4.2 ilustra el presente ejemplo.
1830
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
0
0.5
1.0
0 0.5 1.0
H(p)
p
Figura 4.2: Funcin de entropa binaria H(p)
fig:Ej041
Extensin de una fuente discreta sin memo-
ria. Al considerar bloques (conformados
por n smbolos sucesivos) en lugar de sm-
bolos individuales, entonces, la fuente de
generacin se asume extendida con alfabeto
X
n
y K
n
bloques distintos (donde K es el
nmero de smbolos distintos en el alfabeto
X de la fuente original). En el caso de una
fuente discreta sin memoria, los smbolos
de la fuente son estadsticamente independi-
entes. Por tanto, la probabilidad de un sm-
bolo en X
n
es igual al producto de las prob-
abilidades de los n smbolos en X que con-
forman dicho smbolo en X
n
. Entonces, para
la entropa de la fuente extendida, H(X
n
), se
cumple que,
H(X
n
) =nH(X)
Ejemplo 4.3 Sea una fuente discreta sin memoria con alfabeto X =|s
0
, s
1
, s
2
] con las respectivas proba-
bilidades |1/4, 1/4, 1/2]. Luego, la entropa de la fuente ser
H(X) =p
0
log
1
p
0
+p
1
log
1
p
1
+p
2
log
1
p
2
=
1
4
log4+
1
4
log4+
1
2
log2 =
3
2
bits
Sea la extensin de segundo orden para la fuente, cuyo alfabeto X contiene tres smbolos, tal que el
alfabeto X
2
de la fuente extendida tendr nueve combinaciones, presentados en la primera la de la tabla 4.1
y notados por
i
: i =1, . . . , 8. La segunda la de la tabla muestra la composicin de estos nueve bloques en
trminos de la secuencia correspondiente de smbolos s
0
, s
1
y s
2
, tomando dos a la vez. Las probabilidades de
los nueve bloques de smbolos de la fuente extendida se representan la ltima la de la tabla. De lo anterior,
la entropa de la fuente extendida es
H(X
2
) =
8
i =0
p(
i
) log
1
p(
i
)
=
1
16
log16+
1
16
log16
1
8
log8
1
16
log16
=3bits
A propsito, se cumple que H(X
2
) =2H(X).
1831
Denicin 4.3 (Velocidad de informacin) Cuando una fuente emite secuencias de n 1 sm-
bolos, la informacin total a transferir se aproxima a nH(X) bits, que asumiendo una velocidad
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Smbolos de X
2
0 1 2 3 4 5 6 7 8
Secuencias s
0
s
0
s
0
s
1
s
0
s
2
s
1
s
0
s
1
s
1
s
1
s
2
s
2
s
0
s
2
s
1
s
2
s
2
correspondientes
Probabilidades p(
i
)
1
16
1
16
1
8
1
16
1
16
1
8
1
8
1
8
1
4
Tabla 4.1: Alfabeto de la extensin de segundo orden para una fuente discreta sin memoria
tab:AlfabetoExtenSegundoOrden
de generacin de r smbolos por [s] en promedio, resulta en un tiempo de duracin de n/r . Esto
es, la informacin se transere con una tasa promedio nH(X)/(n/r ) = r H(X) [b/s]. Entonces, se
dene la velocidad de la informacin de una fuente como:
R r H(X) b/s (4.7) eq:vel_infor_def
En general, la informacin proveniente de una fuente discreta sin memoria puede ser codi- 1832
cada como dgitos binarios y se transmite por un canal sin ruido con una tasa de sealizacin 1833
r
b
R binits/seg. 1834
Entropa conjunta y entropa condicional. La denicin de entropa se puede extender a un
par de variables aleatorias, dadas con densidad de probabilidad conjunta p(x, y ), o entropa
conjunta H(X, Y ) :
H(X, Y ) =
xX
y Y
p
_
x, y
_
logp
_
x, y
_
=E|logp (X, Y )]
De forma similar, se dene la entropa condicional como el valor esperado de la entropa de la
densidad condicionales, promediado sobre la variable aleatoria condicional. Esto es :
H(X|Y ) =
xX
p (x) H(Y|X =x)
=
xX
p (x)
y Y
p
_
y |x
_
logp
_
y |x
_
=
xX
y Y
p
_
x, y
_
logp
_
y |x
_
=E|logp (Y|X)]
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Regla de la cadena: La entropa de un par de variable aleatorias es la entropa de una de las
variables ms la entropa condicional de la otra. As,
H(X, Y ) =
xX
y Y
p
_
x, y
_
logp
_
x, y
_
=
xX
y Y
p
_
x, y
_
logp (x) p
_
y |x
_
=
xX
y Y
p
_
x, y
_
logp (x)
xX
y Y
p
_
x, y
_
logp
_
y |x
_
=
xX
p (x) logp (x)
xX
y Y
p
_
x, y
_
logp
_
y |x
_
= H(X) + H(Y|X)
1835
Ejemplo 4.4 Sea la densidad conjunta de (X, Y ) expresada mediante la siguiente tabla:
X
Y 1 2 3 4
1 1/8 1/16 1/32 1/32
2 1/16 1/8 1/32 1/32
3 1/16 1/16 1/16 1/16
4 1/4 1/0 1/0 1/0
La densidad marginal de X es (1/2, 1/4, 1/8, 1/8), mientras la marginal de Y es (1/4, 1/4, 1/4, 1/4), por
lo tanto H(X) =7/4 bits and H(Y ) =2 bits. Adems,
H(X|Y) =
4
i =1
p (Y =i ) H(X|Y =i )
=1/4H(1/2, 1/4, 1/8, 1/8) +1/4H(1/4, 1/2, 1/8, 1/8)
+1/4H(1/4, 1/4, 1/4, 1/4) +1/4H(1, 0, 0, 0)
=1/47/4+1/47/4 +1/42+1/40
=11/8bits
Finalmente, se puede calcular H(Y |X) =13/8 y H(X, Y ) =27/8.
1836
Entropa relativa e informacin mutua. Tambin denominada distancia de Kullback-Liebler,
notada como d(p|q), es considerada una medida de la distancia entre dos densidades y mide
que tan cierto es cuando se asume que una distribucin es p(x) cuando en realidad es q(x):
d
_
p|q
_
=
xX
p (x) log
p (x)
q (x)
,
Cabe anotar, que en la anterior expresin, puede existir algn smbolo x X tal que p(x) > 1837
0 y q(x) = 0, entonces, se tienen en cuenta los siguientes valores asintticos: 0log0/0 0, 1838
0log0/q 0 y p logp/0 . Aunque se cumple que el valor de d
_
p|q
_
0 y es cero si, 1839
solo si p =q, no es estrictamente una distancia entre dos distribuciones, por cuanto que no es 1840
simtrica y tampoco satisface la desigualdad triangular. 1841
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Por otro lado, la cantidad de informacin que una variable aleatoria contiene acerca de otra
de igual naturaleza se denomina Informacin Mutua y pondera la reduccin en la incertidum-
bre de una variable debido al conocimiento de la otra. Sean dos variables aleatorias X y Y con
funcin de probabilidad conjunta p(x, y ) y funcin de probabilidad marginal p(x) y p(y ), re-
spectivamente. La informacin mutua I (X; Y ) es la entropa relativa entre la distribucin con-
junta y el producto de las distribuciones p(x)p(y ):
I (X, Y ) =
xX
y Y
p
_
x, y
_
log
p
_
x, y
_
p (x) p
_
y
_
=d
_
p
_
x, y
_
|p (x) p
_
y
__
=E|log
p (X, Y )
p (X) p (Y)
]
1842
Ejemplo 4.5 ea X = 0, 1, para la cual se considera el par de distribuciones, p(x), q(x) X, tales que
p(0) =1r , p(1) =r y q(0) =1s , q(1) =s . Entonces, se tiene
d
_
p|q
_
=(1r ) log
1r
1s
+r log
r
s
d
_
q|p
_
=(1s ) log
1s
1r
+s log
s
r
Al asumir r =s , entonces d(p|q) =d(q|p) =0. En particular, sea r =1/4 y s =1/4:
d
_
p|g
_
=1/2log
1/2
3/4
+1/2log
1/2
1/4
=11/2log3 =0.2075bit
d
_
q|p
_
=3/4log
3/4
1/2
+1/4log
1/4
1/2
=3/4log31 =0.1887bit
En general, d(p|q) ,=d(q||p).
1843
La relacin entre entropa e informacin mutua se hace clara de las siguientes expresiones:
I (X; Y ) =
x,y
p
_
x, y
_
log
p
_
x, y
_
p (x) p
_
y
_
=
x,y
p
_
x, y
_
log
p
_
x|y
_
p (x)
=
x,y
p
_
x, y
_
logp (x) +
x,y
p
_
x, y
_
logp
_
x|y
_
=
x
p (x) logp (x)
_
_
x,y
p
_
x, y
_
logp
_
x|y
_
_
_
=H(X) H(X|Y ) (4.8) eq:Infor_mutua_def
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
H(X) H(Y)
H(X|Y ) H(Y|X)
H(X, Y )
I (X; Y )
Figura 4.3: Diagrama de Venn para las medidas de
informacin
fig:VannDiag
Por lo tanto, la informacin mutua I (X; Y )
es la reduccin de la incertidumbre sobre X,
debido al conocimiento de Y . Por simetra, se
tiene que
I (X; Y ) =H(Y ) H(Y |X) (4.9) eq:Infor_mutua_def02
esto es, X dice tanto de Y como Y dice de X.
As mismo, teniendo en cuenta que H(X, Y ) =
H(X) + H(Y |X), entonces, I (X; Y ) = H(X) +
H(Y) H(X, Y ) , luego,
I (X; X) =H(X) H(X|X) =H(X)
que implica que la informacin mutua de una variable con ella misma es la entropa de dicha 1844
variable, motivo por el cual la entropa es referida a veces como la auto-informacin de una 1845
variable. La Figura 4.3 presenta undiagrama de Vennque ilustra las relaciones entre H(X), H(Y ), 1846
H(X, Y ), H(X|Y ), H(Y |X), y I (X; Y ). Se puede observar que la informacin mutua I (X; Y ) corre- 1847
sponde a la interseccin de la informacin de X con la informacin de Y. 1848
Fuente discreta con memoria o fuente de Markov En esta clase de fuentes, la aparicin de 1849
cada smbolo en una fuente no es independiente del anterior, es decir, los smbolos no son es- 1850
tadsticamente independientes. El nmero de smbolos precedentes de los cuales depende la 1851
aparicin de un nuevo smbolo corresponde al orden de la fuente. As, en una fuente de Markov 1852
de orden M la dependencia de un nuevo smbolo es respecto a los M ltimos smbolos genera- 1853
dos por la fuente. 1854
Sea una fuente con memoria de orden M =1 que genera n smbolos |x
1
, x
2
, . . . , x
n
], entonces
se tiene el conjunto de probabilidades condicionales, |p
j i
= p(x
j
|x
i
), i , j = 1, . . . , n], que indi-
can la probabilidad de que se genere el smbolo x
j
dado el smbolo x
i
, siendo x
i
el ltimo sm-
bolo generado por la fuente. De forma similar, para una fuente con memoria y orden M N
+
se
tiene el conjunto de probabilidades condicionales:
|p(x
i
|x
i 1
, x
i 2
, . . . , x
i M
) : i =1, . . . , n]
Un ejemplo evidente se encuentra en el mismo idioma castellano, para el cual la probabil- 1855
idad a priori de aparicin de la letra /u/ es p(u) = 0.07, pero si tiene en cuenta su aparicin 1856
condicionada a que la penltima letra generada sea la /q/, entonces, la respectiva probabili- 1857
dad condicional de aparicin de /u/ dada /q/ es p(u|q) = 1, mientras que por el contrario la 1858
probabilidad de /u/, dada /o/, tan solo es p(u|o) =0.001. 1859
El clculo de la entropa condicional de fuentes de Markov implica considerar la historia de
la misma fuente. As, sea I
j i
=log(p(x
j
|x
i
)) la informacin producida por smbolo el x
j
, dado
x
i
. Luego, la entropa de la fuente X con memoria es
H(X) =
J
p(x
j
)p(x
j
|x
i
) log
1
p(x
j
|x
i
)
De la expresin (4.4) para las fuentes sin memoria, queda claro que la presencia de las proba-
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
bilidades condicionales reduce la incertidumbre media de las fuentes de Markov, esto es, H(X
M
) <
H(X), donde X
M
es una fuente con memoria de orden M. En este sentido, se dene la redun-
dancia, , como la diferencia ponderada entre ambas clases de generacin e implica que se
tienen smbolos que no son realmente necesarios para la transmisin de informacin:
=1H(M)/H(X) (4.10) eq:redundancy_def
Una fuente sin memoria ofrece ventajas en cuanto a los requerimientos de hardware y soft- 1860
ware, pero dado que tiene una mayor entropa requerir de un mayor ancho de banda como 1861
consecuencia de una mayor tasa de informacin. Por el contrario, las fuentes con memoria, 1862
que demandan una mayor complejidad en su realizacin, implican un menor ancho de banda, 1863
toda vez que la tasa de informacin es menor. Cabe anotar, que aunque la redundancia afecta 1864
la eciencia del ancho de banda del canal su implementacin es necesaria para neutralizar los 1865
efectos de distorsin provocados por las perturbaciones. 1866
4.2. Codicacin de una fuente 1867
Inicialmente, se considera una fuente discreta sin memoria que produce n smbolos igualmente 1868
probables, de modo que la velocidad de informacin, (4.7), es R = r logn y, por lo tanto, todos 1869
los smbolos llevan la misma cantidad de informacin, con lo cual se podra implementar la 1870
transmisin eciente mediante un alfabeto de M estados o posiciones con una tasa de seal- 1871
izacin igual a la tasa de smbolos r . Pero cuando los smbolos tienen probabilidades diferentes, 1872
tal que R = r H(X) < r logn, la transmisin eciente requiere de un proceso de transformacin 1873
de la fuente o codicacinque tome en cuenta la cantidad variable de informacin por smbolo. 1874
4.2.1. Propiedades de los cdigos 1875
Se dene un cdigo de bloque cuando se asigna cada uno de los smbolos del alfabeto de la 1876
fuente original X a una secuencia ja de smbolos del alfabeto transformado o cdigo Y , me- 1877
diante la transformacin , esto es, : X Y. Las secuencia ja y
j
Y recibe el nombre de 1878
palabras cdigo que corresponde al smbolo x
i
. 1879
Smbolos de
la fuente Cdigo
y
1
0
y
2
11
y
3
00
y
4
01
Tabla 4.2: Ejemplo de un cdigo de bloque no sin-
gular
tab:CdigoBloqueNoSingular
Una restriccin natural es que todas las 1880
palabras cdigo y
i
sean diferentes, entonces, 1881
el cdigo de bloque se denomina no singular. 1882
Sin embargo, an cuando todas las palabras 1883
cdigo sean diferentes, es posible encontrar 1884
algn caso en que una secuencia dada pueda 1885
tener unorigen indenido. La tabla 4.2 mues- 1886
tra un ejemplo de cdigo de bloque no singu- 1887
lar, en la cual se observa que en el caso con- 1888
creto de analizar la secuencia 0011, su trans- 1889
formacin podra corresponder a y
3
y
2
, pero 1890
tambin a y
1
y
1
y
2
, que implica enunciar una condicin ms restrictiva que la no singularidad. 1891
Esto es, se debe asegurar que dos secuencias cualquiera de smbolos con la misma longitud den 1892
lugar a secuencias distintas de smbolos cdigos. Desde luego, tambin ser necesario que dos 1893
secuencias cualquiera de smbolos de la fuente, incluso de diferente longitud, correspondan a 1894
secuencias de smbolos cdigo distintos. Finalmente, se dice que cdigo de bloque es unvoca- 1895
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
mente decodicable, si y solamente si, su extensin de orden M es no singular para cualquier 1896
valor nito de M. 1897
4.2.2. Cdigos instantneos 1898
Smbolos de
la fuente Cdigo A Cdigo B
s
1
00 0
s
2
01 10
s
3
10 110
s
4
11 1110
Tabla 4.3: Dos cdigos unvocamente decodica-
bles
tab:DosCdigosUnvocamenteDecodificables
En la Tabla 4.3 aparecen dos ejemplos de 1899
cdigo que son unvocamente decodica- 1900
bles. El cdigo A plantea un procedimien- 1901
to ms sencillo para generar cdigos unvo- 1902
camente decodicables. Todas sus palabras 1903
tienen la misma longitud, y adems, es evi- 1904
dentemente que A no singular. El cdigo B 1905
es unvocamente decodicable puesto que es 1906
no singular, y constituye lo que se denomina 1907
uncdigo coma. Esto es, en B, el 0 acta como 1908
una coma que separa una palabra de la sigu- 1909
iente. Al observar una secuencia de smbolos puede interpretarse la coma como el lugar donde 1910
termina una palabra y comienza la siguiente. 1911
Smbolos de
la fuente Cdigo C
s
1
0
s
2
01
s
3
011
s
4
0111
Tabla 4.4: Otro cdigo unvocamente decodicable
tab:OtroCdigoUnvocamenteDecodificable
La capacidad de reconocer una palabra 1912
cdigo, inmersa en una secuencia nita de 1913
smbolos, es propia de la conguracin de los 1914
mismos cdigos. En realidad esta propiedad 1915
est ntimamente asociada con el concep- 1916
to de cdigo unvocamente decodicable. La 1917
Tabla 4.4 considera otro ejemplo de cdigo de 1918
esta clase. El cdigo C diere de A y B en un 1919
aspecto importante. Si se recibe una secuen- 1920
cia binaria compuesta de palabras del cdigo 1921
C no se podra decodicar la secuencia segn se vaya recibiendo. Por ejemplo, al tener 01, no 1922
hay como asegurar que corresponde al smbolo s
2
hasta que no se tenga recibido el siguiente 1923
smbolo. Si ese siguiente smbolo es 0, entonces se inere que 01 corresponde verdaderamente 1924
a s
2
. Por el contrario, si es 1, se debe analizar un smbolo ms antes de poder armar que se 1925
trata de s
3
(001) s
4
(0111). Este retraso es inherente al proceso de codicacin cuando se uti- 1926
liza el cdigo C; aspecto que no sucede con los cdigos A y B, donde se pueden decodicar las 1927
palabras segn van llegando. En consecuencia, se dice que un cdigo unvocamente decodi- 1928
cable se denomina instantneo cuando es posible decodicar las palabras de una secuencia, 1929
sin necesidad del conocimiento de los smbolos que las suceden. Los cdigos A y B del ejemplo 1930
son cdigos instantneos. Mientras el cdigo C, que constituye un ejemplo de cdigo unvoco, 1931
no instantneo. 1932
Sea X
i
= x
i
1
x
i
2
. . . x
i
m
una palabra de un cdigo. Se denominar prejo de esta palabra a la 1933
secuencia de smbolos (x
i
1
x
i
2
. . . x
i
j
), donde j m. La condicin necesaria y suciente, para 1934
que un cdigo sea instantneo, es que ninguna palabra del cdigo coincida con el prejo de 1935
otra. 1936
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
4.2.3. Cdigo binario 1937
Un codicador binario convierte cada smbolo de la frente entrante, H(x), en palabras de cdi- 1938
go, que constan de dgitos binarios producidos con alguna tasa ja r
b
. Visto desde su salida, 1939
el codicador se asimila a una fuente binaria con entropa H(X(2)) y velocidad de informacin 1940
r
b
H(X(2)) r
b
log2 = r
b
. Cabe anotar, que la codicacin no genera informacin adicional ni 1941
destruye informacin, siempre que el cdigo sea descifrable en forma nica. Entonces, igua- 1942
lando las velocidades de informacin de la entrada y salida del codicador, se concluye que 1943
R =r H(X) =r
b
H(X(2)) r
b
r
b
/r H(X). 1944
La relacin n =r
b
/r, llamada longitudpromedio de cdigo, fsicamente corresponde al nmero 1945
promedio de dgitos binarios por smbolo de la fuente, esto es, n =
M
i =1
P
i
N
i
, donde n
i
repre- 1946
senta la longitud de las palabras de cdigo para el i -simo smbolo, M es ???? y P
i
???. 1947
Engeneral, el teorema de codicacin de la fuente de Shannon establece que el valor mnimo
de n est limitado por
H(X) n <H(X) +,
+
(4.11) {?}
donde es una cantidad que puede hacerse arbitrariamente tan pequeo como se quiera. 1948
De hecho, se habla de la codicacin ptima de la fuente cuando se alcanza el lmite inferior 1949
n = H(X). En la prctica, a menudo basta con una codicacin subptima, cuando se cumple 1950
que n >H(X), asegurando que el cdigo tenga una eciencia razonablemente alta. La relacin 1951
R/r
b
=H(X)/ n 1 sirve como la medida de eciencia para cdigo subptimos. 1952
El teorema de codicacin de la fuente presupone un cdigo descifrable en forma nica para
asegurar que no se pierda informacin; requerimiento que impone una restriccin adicional
e indirecta sobre n. Especcamente, como una condicin suciente y necesaria para que un
cdigo binario sea descifrable en forma nica, las longitudes de las palabras n
i
deben ser tales
que se cumpla la desigualdad de Kraft:
K =
M
i =1
2
n
i
1
El proceso de codicacin ms sencillo genera un cdigo de longitud ja, donde toda las pal- 1953
abras de cdigo tienen la misma longitud n
i
= n. La desigualdad de Kraft se convierte entonces 1954
en K = M2
n
1. De modo que la capacidad para ser descifrable requiere que n logM, con 1955
lo que la eciencia resultante es H(X)/ n H(X)/logM. Cuando H(X) < logM, una mayor e- 1956
ciencia requiere de una codicacin de longitud variable para reducir la longitud promedio de 1957
cdigo n. 1958
4.2.4. Compresin de datos 1959
Una caracterstica comn de las seales generadas por una fuente est en que, de forma natu- 1960
ral, estas tienen una cantidad importante de informacin que es redundante, y su transmisin 1961
representa un desaprovechamiento del ancho de banda del canal. La operacin que implemen- 1962
ta la transmisin eciente de informacin mediante la disminucin signicativa o eliminacin 1963
de la redundancia se denomina compresin de datos. Cuando el cdigo resultante es una repre- 1964
sentacin de la fuente, que no solo es eciente respecto al nmero promedio de bits por sm- 1965
bolo, sino que tambin es exacto en el sentido de que la seal oroginal puede ser reconstruida 1966
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
sin prdida de informacin, entonces se habla de compresin sin prdida, en caso contrario, se 1967
tiene compresin con prdida. 1968
Denicin 4.4 Cdigo prejo: Sea una fuente discreta sinmemoria con alfabeto |s
0
, s
1
, . . . , s
K 1
]
?sec:Codigo_Prefijo?
1969
con probabilidades de generacin |p
0
, p
1
, . . . , p
K 1
]. Sea que la palabra cdigo asignada al sm- 1970
bolo s
k
de la fuente, denotada como |m
k
1
, m
k
2
, . . . , m
k
n
], cuyos elementos conforman el alfabeto 1971
|0, 1], siendo n la longitud de palabra cdigo. La parte inicial de la palabra cdigo se forma con 1972
los elementos m
k
1
, . . . , m
k
i
con i n. Cualquier secuencia construida con la parte inicial de la 1973
palabra cdigo se denomina prejo de la palabra cdigo. Entonces, un cdigo prejo se dene 1974
como un cdigo en el cual ninguna palabra cdigo es el prejo de otra palabra cdigo. 1975
La Tabla 4.5 ilustra la anterior denicin, que considera los cdigos para tres fuentes. El cdi- 1976
go I no es un cdigo prejo, por cuanto, el bit 0 (la palabra cdigo para el smbolo s
0
) es un 1977
prejo de 00, que a su vez es la palabra cdigo para s
2
. Asimismo, el bit 1, la palabra cdigo para 1978
el smbolo s
1
, es un prejo de 11, y tambin es la palabra cdigo para s
3
. De forma similar, se 1979
concluye que el cdigo III tampoco es un cdigo prejo. No obstante, en el caso del cdigo II se 1980
puede armar que si es un cdigo prejo.
Smbolo Probabilidad Cdigo I Cdigo II Cdigo III
s
0
0.5 0 0 0
s
1
0.25 1 10 01
s
2
0.125 00 110 011
s
3
0.125 11 111 0111
Tabla 4.5: Ejemplo de un cdigo prejo
tab:CodigoPrefijo
1981
Estado
Inicial
s
0
s
1
s
2
s
3
0
1
0
1
0
1
Figura 4.4: Ejemplo de rbol de decisin
fig:ArbolDecision
La decodicacin de una secuencia creada 1982
con un cdigo prejo, exige que inicialmente 1983
se decodique una palabra cdigo a la vez 1984
comenzado con el primer elemento de la se- 1985
cuencia, mediante un procedimiento equiv- 1986
alente al de un rbol de decisiones, como el 1987
representado en la Figura 4.4 para el cdigo II 1988
de la Tabla 4.5. El rbol tiene un estado inicial 1989
y cuatro terminaciones que corresponden a 1990
los smbolos de la fuente s
0
, s
1
, s
2
, s
3
. Se toma 1991
el primer elemento de la secuencia recibida 1992
por el decodicador; este primer bit llevar al 1993
decodicador hacia el terminal s
0
, si resulta 1994
ser 0. De lo contrario (es igual a 1), orientado 1995
el rbol hacia el siguiente punto de decisin. 1996
El procedimiento se repite hasta alcanzar al- 1997
gn terminal y cuando sucede, el decodi- 1998
cador se dirige nuevamente hacia su estado inicial y, as sucesivamente se continua analizando 1999
la secuencia de bits. Cabe anotar que cada bit recibido se analiza una sola vez, as, la secuencia 2000
1011111000 se decodica como s
1
s
3
s
2
s
0
s
0
. 2001
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Cdigo Huffman: Este cdigo asigna a cada smbolo del alfabeto una secuencia con longitud 2002
aproximadamente igual a la cantidad de informacin transmitida por cada elemento. El resulta- 2003
do es uncdigo con una longitud promedio de palabra de cdigo cercana al lmite fundamental, 2004
establecido por la entropa de la fuente discreta sin memoria. El cdigo Huffman reemplazar el 2005
conjunto de probabilidades de la fuente, por uno ms simple. El proceso de reduccin se realiza 2006
paso a paso hasta alcanzar una conjunto nal de solo dos probabilidades, para el cual (0,1) es 2007
un cdigo ptimo. A partir de este cdigo trivial, se realiza el procedimiento inverso al descrito, 2008
y nalmente se obtiene el cdigo Huffman para una fuente dada. En concreto, el algoritmo de 2009
codicacin Huffman sigue los siguientes pasos: 2010
1. Etapa de Divisin. Se ordenan los smbolos de la fuente en orden descendiente segn su 2011
probabilidad. Se asignan los valores 0 y 1 a los dos smbolos con menor probabilidad.
huffpaso1
2012
2. Los dos smbolos encontrados en el paso 1 se combinan para ser reemplazados por uno 2013
nuevo que tenga probabilidad igual a la suma de las dos probabilidades de ambos smbo- 2014
los originales. En este punto se reduce en uno el tamao del conjunto de probabilidades. 2015
El nuevo smbolo es incluido en la lista generada en el paso 1, en el lugar correspondiente 2016
segn su probabilidad.
huffpaso2
2017
3. El paso 2 se repite hasta que la lista contiene solo dos elementos, a los que se les asignar 2018
los valores de 0 y 1. 2019
El cdigo para cada smbolo original se construye con un algoritmo inverso al descrito, ha- 2020
ciendo el seguimiento de los valores 0 1 asignados a los predecesores sumando de cada uno. 2021
2022
Ejemplo 4.6 Sea un alfabeto de una fuente discreta sin memoria compuesto de cinco smbolos con sus
probabilidades respectivas de generacin como se muestran en la Figura 4.5(a). Las columnas a su derecha
representan la evolucin del algoritmo de codicacin Huffman, que naliza tras cuatro iteraciones y que
genera el correspondiente rbol de Huffman, cuyas palabras cdigo se muestran en la tabla inferior.
Del rbol se tiene que la longitud promedio de palabra cdigo es
L =0.4(2) +0.2(2) +0.2(2) +0.1(3) +0.1(3) =2.2

La entropa de la fuente discreta sin memoria, notada como H(X), tiene un valor de:
H(X) =0.4log
1
0.4
+0.2log
1
0.2
+0.2log
1
0.2
+0.1log
1
0.1
+0.1log
1
0.1
=0.5287+0.4643+0.4643 +0.3321 +0.3321
=2.1219bits
Es de notar que la diferencia entre la entropa de la fuente H(X) y la longitud promedio de la palabra
cdigo

L es tan solo de un 3%, que est en concordancia con un cdigo Huffman que asigna, a cada sm-
bolo del alfabeto, una secuencia de bits con longitud aproximadamente, igual a la cantidad de informacin
transmitida por el mismo.
2023
s
4
s
3
s
4
s
1
s
0
Smbolo
0.1
0.1
0.2
0.2
0.4
Etapa I
0.2
0.2
0.2
0.4
Etapa II
0.2
0.4
0.4
Etapa III
0.4
0.6
Etapa IV
0
1 0
1 0
1 0
1
(a) .
s
1
s
0
Smbolo
0.2
0.4
Probabilidad
10
00
Palabra Cdigo
Es importante decir que, dada una fuente,
la versin del cdigo Huffman no es nica,
debido a que existe arbitrariedad en la for-
ma en que se asignan los valores de 0 y 1 en
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
la etapa de divisin del algoritmo. Lo mis-
mo sucede en el momento de incorporar ca-
da nuevo smbolo generado a la lista de prob-
abilidades, en la medida en que cada smbo-
lo puede ser ubicado dentro de la lista (en
orden descendiente); tan arriba tan abajo
como se posible. Aunque esta arbitrariedad
inuye en la diferencia entre las longitudes
de las palabras cdigo, la longitud promedio
sigue siendo la misma. Se puede plantear una
medida para la varianza de

L como:
2
=
K 1
k
p
k
_
l
k

L
_
2
donde p
0
, p
1
, . . . , p
K 1
son las probabilidades de la fuente y l
k
es la longitud de la palabra cdigo 2024
asignada al smbolo s
k
. Comnmente se observa que cuando un nuevo smbolo es ubicado tan 2025
arriba como sea posible, el cdigo Huffman tendr una varianza
2
ms pequea que para el 2026
caso contrario. 2027
CdigoLempelZiv. Uninconveniente que tiene el cdigo Huffmanest enque necesita cono- 2028
cer el modelo de probabilidad de la fuente, que en la prctica a priori no se tiene. El algoritmo 2029
Lempel-Ziv, que es adaptativo y ms sencillo de implementar, supera tal limitacin y se lleva 2030
a cabo, bsicamente, separando la secuencia de datos por segmentos que corresponden a las 2031
subsecuencias ms cortas, que no se hayan registrado previamente. 2032
En contraste con la codicacin Huffman, el algoritmo Lempel-Ziv emplea un cdigo de lon- 2033
gitud ja para representar un nmero variable de smbolos; esta caracterstica hace del algorit- 2034
mo Lempel-Ziv una opcin adecuada para transmisiones sncronas. 2035
Rendimiento y redundancia de un cdigo. La cantidad de informacin por smbolo de una
fuente X se puede denir en trminos del nmero equivalente de dgitos binarios necesario
para su representacin. Esto es, el valor medio de incertidumbre de una fuente X, expresado en
dgitos con unidades de r -estados, es H
r
(X). Sea L es la longitud media de un cdigo unvoco
con r -posiciones pertenecientes a la fuente X. Por cuanto, L no puede ser inferior a H
r
(X), se
dene el rendimiento del cdigo, ,:
=H
r
(X)/L (4.12) ?eq:rendimiento_def
que se relaciona con la redundancia de un cdigo, (4.10), en la forma:
=1=
L H
r
(F)
L
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 4.7 Sea la fuente sin memoria X =|x
1
, x
2
], descrita por las probabilidades p(x
1
) =1/4 y p(x
2
) =
1/2. Entonces su entropa ser:
H(X) =1/4log4+3/4log4/3 =0.811bits
Se plantea el siguiente cdigo compacto para la fuente
x
i
p(x
i
) Cdigo compacto
x
1
3/4 0
x
2
1/4 0
La longitud media del cdigo es 1 binit, por lo tanto su rendimiento ser = 0.8811. Una siguiente
mejorase obtiene mediante la codicacin de la extensin de orden dos X
2
i
p(
i
) Cdigo compacto
f
1
f
1
9/16 0
f
1
f
2
3/16 10
f
2
f
1
3/16 110
f
2
f
2
1/16 111
En este caso, la longitud media del cdigo que es 27/26 binits, mientras la entropa aumenta hasta
2H(X), adems su rendimiento es
2
= (20.81116)/27. Al codicar las extensiones del tercer y cuarto
orden, se obtiene, respectivamente:
3
=0.985,
4
=0.991.
2036
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
4.3. Canales de transmisin 201
4.3.1. Medidas de capacidad en canales 2038
Los factores, tales como el ancho de banda y la potencia del ruido presente en el canal, restrin-
gen la cantidad de informacin que se puede transmitir. Es posible demostrar que en presencia
de ruido blanco gaussiano, se puede transmitir informacin a travs de un canal con una ve-
locidad no mayor a su capacidad, C [b/s]:
C =log
2
(1+S/N)
donde [Hz] es el ancho de banda de canal, S es la potencia de la seal que se transmite y N 2039
es la potencia del ruido (blanco gaussiano) presente. 2040
En esencia, el objetivo es distinguir la seal recibida de amplitud
_
S +N en presencia del
ruido con amplitud
_
N, que implica que las variaciones menores que
_
N no podrn ser de-
tectadas. En consecuencia, el nmero mximo de niveles que pueden ser distinguidos sin error
estar dado por:
M =
_
S +N
_
N
=
_
1+
S
N
con lo cual, la mxima cantidad de informacin que se transmite por cada pulso mediante M
niveles distintos est dada por,
I =log
2
M =log
2
_
1+
S
N
=
1
2
log
2
_
1+
S
N
_
La capacidad del canal corresponde a la mxima cantidad informacin por unidad de tiempo
[s]. Por lo tanto, si un canal puede transmitir un mximo de K pulsos por segundo, se tiene que
la capacidad C del canal es
C =
K
2
log
2
_
1+
S
N
_
, [bits/s]
Un sistema con ancho de banda puede transmitir un mximo de 2 pulsos por segun-
dos, luego su velocidad mxima de transmisin es:
C =log
2
(1+S/N) (4.13) eq:shannon_hartley
De la expresin (4.13), o Ley de Shannon-Hartley, es claro que en el caso de una transmisin 2041
libre de ruido, N =0, la capacidad nominal del canal sera innita. Adems, a partir de la inter- 2042
accin entre el ancho de banda y la potencia de la seal se inere que para transmitir la informa- 2043
cin a una velocidad determinada, se puede emplear menos potencia de la seal transmitida, 2044
mientras se incremente su ancho de banda de forma correspondiente (sistemas con efectividad 2045
energtica). De igual manera, se pueden reducir los requerimientos de ancho de banda siempre 2046
que se aumente la potencia de la seal (sistemas con efectividad espectral). 2047
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
E E
p(y
j
|x
i
)
X Y
x
0
x
1
.
.
.
x
I 1
y
0
y
1
.
.
.
y
J 1
X
Y
Figura 4.6: Canal discreto sin Memoria
fig:CDSM
4.3.2. Transmisin de informacin en canales discretos 2048
Canal discreto sinmemoria: Corresponde a unmodelo estadstico compuesto por una entra- 2049
da x = |x
i
: i , . . . , I ] X, una salida y = |y
j
: j , . . . , J ] Y, que es una versin de x, distorsion- 2050
ada por la perturbacin y el respectivo conjunto de conjunto de probabilidades de transicin, 2051
p
_
y
j
|x
i
_
=P
_
Y =y
j
|X =x
i
_
, i , j , como se muestra en la Figura 4.6. Apropsito, puede ocurrir 2052
que I ,= J . Tanto xcomo xson vectores aleatorios. En cada unidad de tiempo, el canal recibe un 2053
smbolo de entrada x
i
y, como respuesta se emite un smbolo de salida y
i
a partir de un alfabeto 2054
Y. Se de un canal que es discreto cuando ambos alfabetos X e Y tienen una longitud nita. as 2055
mismo, se dice de un canal sin memoria cuando, en un instante de tiempo dado, el smbolo de 2056
salida depende solamente del respectivo smbolo de entrada y no de entradas previas. 2057
A partir de las probabilidades de transicin de los smbolos de genera las respectiva matriz de
canal con dimensin i j que describe un canal discreto sin memoria:
P =
_
_
_
_
p
_
y
0
|x
0
_
p
_
y
1
|x
0
_
p
_
y
J 1
|x
0
_
.
.
.
.
.
.
.
.
.
p
_
y
0
|x
I 1
_
p
_
y
1
|x
I 1:
_
p
_
y
J 1
|x
I 1
_
_
_
_
_
(4.14) {?}
Cabe anotar que cada columna de la matriz de canal P corresponde a una entrada ja, mien- 2058
tras que cada columna tambincorresponde a una salida ja. Adems, la suma de los elementos 2059
sobre cualquiera de las las de la matriz es siempre igual a uno, esto es,
J 1
j =0
p
_
y
j
|x
i
_
=1, j . 2060
Sea el vector de entradas a un canal discreto sin memoria, seleccionadas de acuerdo a la dis-
tribucin de probabilidad y conocidas como probabilidades a priori, |p(x
i
), i = 0, . . . , I 1].
Es decir, el evento de que la entrada del canal sea X = x
i
ocurre con una probabilidad p (x
i
) =
P (X =x
i
) . As mismo, se dene el vector aleatorio de la salida del canal Y, |p(y
i
), i =0, . . . , J 1].
Se asume conocida la densidad de probabilidad conjunta de las variables aleatorias X y Y:
p
_
x
i
, y
j
_
=P
_
X =x
i
, Y =y
j
_
=P
_
Y =y
j
|X =x
i
_
P (X =x
i
)
=p
_
y
j
|x
i
_
p (x
i
)
La distribucin de probabilidad marginal de la variable aleatoria salida Y se obtiene prome-
diando la dependencia de p(x
i
, y
j
) por x
i
:
p
_
y
j
_
=P
_
Y =y
j
_
=
I 1
i =0
P
_
Y =y
j
|X =x
i
_
P (X =x
i
)
=
I 1
i =0
p
_
y
j
|x
i
_
p (x
i
), j =0, 1, . . . , J 1 (4.15) Eq:9_39
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
La ecuacin 4.15 establece que al conocer las probabilidades a priori de entrada p(x
i
) y la ma- 2061
triz del canal p(y
j
|x
i
), entonces es posible calcular las probabilidades de los diferentes smbolos 2062
de salida p(y
j
). 2063
Ejemplo 4.8 Sea un canal discreto sin memoria binario (I = J = 2), con smbolos de entrada (x
0
=
Ex:CSB
0, x
1
=1) y salida (y
0
=, y
1
=1), que es simtrico, esto es, p(0 | 1) =p(1 | 0). El diagrama de probabilidad de
transicin de un canal binario simtrico se muestra en la gura 4.7.
Sean las probabilidades de los smbolos,
p(x
0
) =p, p(x
1
) =1p
y probabilidades de transicin directa
p(y
0
|x
1
) =p(y
1
|x
0
) =, p(y
0
|x
0
) =p(y
1
|x
1
) =1
Este modelo representara un sistema de transmisin binario, en el cual los errores son estadsticamente
independientes y las probabilidades de error son iguales para todos los smbolos, de modo que la probabili-
dad de error promedio es
p
e
=p(x
0
)p(y
1
|x
0
) +p(x
1
)p(y
0
|x
1
) =p+(1p)=
A partir de las probabilidades de transicin directa, se calcula la informacin mutua (4.8) en funcin de
los valores de p y . La entropa en el destino H(Y ) puede ser calculada asumiendo que la salida del canal
es una fuente binaria con probabilidades del smbolo p(y
0
)y p(y
1
) =1p(y
0
). Por lo tanto, H(Y ) =|p(y
0
)],
donde (p) =p log
1
p
+(1p) log
1
1p
. Adems,
p(y
0
) =p(y
0
|x
0
)p(x
0
) +p(y
0
|x
1
)p(x
1
) =+p 2p
luego
H(Y |X) =
x
p(x
i
)
_
y
p(y
j
|x
i
) log1/p(y
j
|x
i
)
_
que se reduce a (). La simetra del canal hace que el resultado obtenido sea independiente del valor de p.
Finalmente se tiene que
I (X; Y ) =(+p 2p) ()
De modo que la transferencia de informacin en un canal binario simtrico depender de la probabilidad
de error y de la probabilidad de la fuente p. Si el ruido es pequeo, entonces 1 e I (X; Y ) = (p) =
H(X); si el ruido es muy grande, entonces =1/2 e I (X; Y ) =0.
2064
x
0
=0
x
1
=1
y
0
=0
y
1
=1
1
1
p(x
0
) =p
p(x
1
) =1p
Figura 4.7: Canal binario simtrico
fig:CanalBinarioSimetrico
Es necesario resaltar que la capacidad de 2065
canal es una propiedad de cualquier medio 2066
fsico de propagacin destinado a la trans- 2067
misin de informacin e incluye, adems, las 2068
especicaciones de los tipos de modulacin 2069
o acople de seal (binarias, r -estados, ortog- 2070
onales, simples, etc.), ms el tipo de recep- 2071
tor que se usa, el cual determina la delidad 2072
del sistema. Todas las especicaciones estn 2073
contenidas en la matriz de canal. 2074
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Informacin mutua de un canal discreto. Idealmente, el canal de transmisin debe repro- 2075
ducir en el destino los smbolos emitidos por la fuente X. No obstante, el ruido y otros proble- 2076
mas en la transmisin alteran los smbolos de la fuente, lo que da como resultado un alfabeto Y 2077
de smbolos diferentes en el destino y, por lo tanto, la informacin transferida disminuye tam- 2078
bin. Se denen las siguientes probabilidades que describen un canal de transmisin: 2079
P(x
i
) en la probabilidad de que la fuente seleccione el smbolo x
i
para la transmisin. 2080
P(y
i
) en la probabilidad de que el smbolo y
i
se reciba en el destino. 2081
P(x
i
, y
i
) es la probabilidad conjunta de que se transmiti x
i
y se recibi y
i
. 2082
P(x
i
|y
i
) es la probabilidad condicional de que se transmiti x
i
dado que se recibi y
i
. 2083
P(y
i
|x
i
) en la probabilidad condicional y que se recibi y
i
dado que se transmiti x
i
. 2084
x
2
x
1
y
1
y
2
y
3
p(y
3
|x
2
)
p(y
1
|x
1
)
p(y
1
|x
2
)
p(y
2
|x
1
)
p(y
2
|x
2
)
p(y
3
|x
1
)
Figura 4.8: Probabilidades de transicin directa
para un canal discreto ruidoso.
fig:ProbaTransicionDirecta
A efectos de simplicidad, se asume que el
canal sin memoria es invariable en el tiem-
po, de manera que las probabilidades condi-
cionales y de transmisiones de smbolos pre-
vios son independientes del tiempo. Cabe
anotar que las probabilidades condicionales
P(y
i
|x
i
) tienen entonces signicado especial
como las probabilidades de transicin directa
del canal. En este sentido, la Figura 4.8 mues-
tra las transiciones directas para un canal rui-
doso con dos smbolo de la fuente y tres sm-
bolos de destino. Si este sistema est proyec-
tado para enviar y
i
= y
1
cuando x
i
= x
1
y
y
j
= y
2
cuando x
j
= x
2
, entonces las prob-
abilidades de error de smbolos estn dadas
por P(y
i
|x
i
) para j ,= i . La descripcin cuan-
titativa de la transferencia de informacin en
un canal discreto sin memoria comienza por
su informacin mutua, que mide la cantidad de informacin transferida cuando se transmite
x
i
y se recibe y
i
:
I
_
x
i
; y
j
_
log
P
_
x
i
|y
j
_
P (x
i
)
bits (4.16) {?}
Sea un canal ideal sin ruido tal que cada y
i
identica de manera nica una x
i
particular; 2085
entonces P(x
i
|y
i
) =1 e I (x
i
; y
i
) =log(1/P(x
i
)), de modo que la informacin transferida es igual 2086
a la informacin de x
i
. Por otra parte, al asumir que el ruido del canal tiene un efecto tan grande 2087
que y
i
no se relaciona en absoluto con x
i
; entonces P(x
i
|y
i
) = P(x
i
) e I (x
i
; y
i
) = log1 = 0, de 2088
modo que no se transere informacin. La mayora de los canales de transmisin caen entre 2089
ambos extremos analizados de transferencia: completa o nula. 2090
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
En general, se dene la informacin mutua promedio del canal como
I (X; Y )
x,y
P
_
x
i
, y
j
_
I
_
x
i
, y
j
_
=
x,y
P
_
x
i
, y
j
_
log
P
_
x
i
|y
j
_
P (x
i
)
bits/simbolo (4.17) ?Eq2Carlson?
donde los ndices de la sumatoria indican que el promedio estadstico se toma sobre ambos
alfabetos. La cantidad I (X; Y ) representa la cantidad promedio de informacin de la fuente
ganada por el smbolo recibido, para distinguirla de la informacin promedio por smbolo de la
fuente representada por la entropa de la fuente H(X). Dada la similitud, de la expresin (4.9) se
inere la informacin mutua del canal, I (X; Y ) =H(X) H(X|Y ), que establece que la transfer-
encia promedio de la informacin por smbolo es igual a la entropa de la fuente menos el error
introducido por el canal y denido como:
H(X|Y )
x,y
P
_
x
i
, y
j
_
log
1
P
_
x
i
|y
j
_ (4.18) {?}
En otras palabras, el error anterior representa la informacin perdida en un canal ruidoso. 2091
De otra parte, extendiendo la denicin (4.8) al canal se tiene que I (X; Y ) = H(Y) H(Y|X) , 2092
que establece que la informacin transferida es igual a la entropa en el destino H(Y) menos 2093
la entropa del ruido H(Y|X) aadida por el canal. La interpretacin de H(Y|X) se deduce de la 2094
observacin previa de que el conjunto de probabilidades de transicin directa P(y
j
|x
i
) incluye 2095
las probabilidades de error de smbolos. 2096
Capacidaddeuncanal discretosinmemoria. Cuandouna fuente emite los smbolos |x
1
, x
2
, . . . , x
I
]
X, el receptor recibe los smbolos |y
1
, y
2
, . . . , y
J
] Y, tales que Y puede o no ser idntico al con-
junto X, dependiendo de la naturaleza del receptor. Asumiendo que se tiene un receptor libre
de ruido, entonces la recepcin de algn smbolo y
j
determina unvocamente el mensaje trans-
mitido. Sin embargo, en presencia de ruido se tiene cierta incertidumbre, respecto al smbolo
transmitido cuando se recibe y
j
. El valor p(x
i
|y
j
) representa la probabilidad condicional de que
se transmitix
i
cuando se recibe y
j
, entonces existe una incertidumbre dada por log(1/p(x
i
|y
j
))
que corresponde a la prdida de informacin a causa del ruido presente en el canal. Si se recibe
y
j
se puede calcular la prdida promedio de informacin H(x|y
j
) de la siguiente manera:
H
_
x|y
j
_
=
i
p(x
i
|y
j
) log
1
p
_
x
i
|y
j
_, bits/simbolo (4.19) {?}
Al generalizar el promedio de la prdida de informacin, para todos los smbolos recibidos,
entonces,
H(X|Y ) =
j
p
_
y
j
_
H
_
X|y
j
_
=
j
p
_
y
j
_
p
_
x
i
|y
j
_
log
1
p
_
x
i
|y
j
_
=
j
p
_
x
i
, y
j
_
log
1
p
_
x
i
|y
j
_
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
E E E E
Fuente
Codicador
binario
Conversor
binario a
-estados
Canal sin ruido
=2
; C =s
R C r
b
R s =r
b
/
Figura 4.9: Sistema de codicacin para un canal discreto sin Ruido
fig:CodificaCanalDiscretoSinRuido
Por cuanto los parmetros de un canal, relacionados con los alfabetos de la fuente y destino,
adems de probabilidades de transicin directa, son jas, entonces la nica forma de variar
I (X; Y ) corresponde a las probabilidades de la fuente P(x
i
). En consecuencia, la transferencia
de mxima informacin requiere de estadsticas especcas de la fuente, obtenidas, quiz, a
travs de la codicacin de la fuente. El valor mximo resultante de I (X; Y ) se denota como
C
x
max
P(x
i
)
I (X; Y ), bits/simbolo (4.20) {?}
que representa la mxima cantidad de informacin transferida por smbolo en el canal (en 2097
promedio) y se llama capacidad del canal, la cual tambin se mide en funcin de la velocidad 2098
de informacin. Especcamente, si s representa la mxima tasa de smbolos permitida por el 2099
canal, entonces la cantidad por unidad de tiempo es C = sC
s
, bits/s, que representa la mxi- 2100
ma tasa de transferencia de informacin. El signicado de la capacidad del canal se hace ms 2101
evidente a la luz del teorema fundamental de Shannon para un canal ruidoso. 2102
Denicin 4.5 Sea un canal con capacidad C, por el cual se transmiten smbolos de una fuente 2103
que tiene una velocidad de informacin R < C, entonces existe un sistema de codicacin tal 2104
que la salida de la fuente se transmite por el canal con una frecuencia de errores tan pequea 2105
como se quiera arbitrariamente. Por el contrario, si R > C, entonces no es posible transmitir la 2106
informacin sin errores. 2107
La extensin del anterior teorema se puede considerar a partir de las siguientes dos particu-
laridades. Primero, sea un canal ideal sin ruido por el que se quieren transmitir =2
v
smbolos,
entonces I (X; Y ) =H(X), la cual se maximiza si P(x
i
) =1/, i , esto es,:
C
x
=max
P(x
i
)
H(X) =log() =v (4.21) {?}
por lo tanto, C = s v. En este caso, la transmisin sin error se basa en el hecho de que el canal 2108
no tiene ruido. No obstante, an se necesita un sistema de codicacin como el ilustrado en 2109
la Figura 4.9 para acoplar la fuente y el canal. Asumiendo que se tiene un codicador binario 2110
el cual genera dgitos con una tasa r
b
R para la conversin de smbolos de -estados en el 2111
canal con tasa s =r
b
/log = r
b
/v, entonces, se tiene que R r
b
= s v =C, bits/s, por lo que la 2112
codicacin ptima de fuente logra una transferencia mxima de informacin con R =r
b
=C. 2113
Una transmisin con R > C requerira un sistema de codicacin que viola la desigualdad de 2114
Kraft; en consecuencia, ocurran errores de codicacin aunque el canal no sea ruidoso. 2115
Un caso ms prctico, incluyendo el ruido del canal, corresponde al canal simtrico binario
(descrito en el Ejemplo4.8). Previamente se encontr que I (X; Y ) = (+p 2p) () con
() constante para probabilidad de error ja. La funcin (+p 2p) vara con la proba-
bilidad p de la fuente y alcanza un valor mximo de uno cuando +p 2p =1/2; condicin
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
que se cumple para cualquier si p = 1/2, esto es, cuando hay smbolos de entrada binarios
igualmente probables. As, la capacidad de un canal binario simtrico es
C
s
=1()
El trco de C
s
versus en la Figura 4.10, muestra que C
s
1 para 1, pero la capacidad 2116
cae rpidamente hasta cero conforme 0.5. La misma curva se aplica para 0.5 1 si se 2117
reemplaza con 1, equivalente a intercambiar los dos smbolo de salida. 2118
0
0.5
1.0
0 0.5
C
s
Figura 4.10: Capacidad para un canal binario

simtrico
fig:CapacidadCBS
La transmisin conable para un canal bi- 2119
nario simtrico requiere la codicacin del 2120
canal para el control de errores adems de 2121
la codicacin de la fuente. La probabilidad 2122
de error por dgito de mensaje binario po- 2123
dra, en efecto, hacerse mucho menor que 2124
la probabilidad de error en la transmisin. 2125
Por ejemplo, el cdigo de Hamming tiene una 2126
tasa de cdigo R
c
= 11/15 y probabilidad de 2127
error de salida P
be
14
2
por dgito del men- 2128
saje; si el canal binario simtrico tiene = 2129
10
3
y tasa de smbolo s , entonces el cdigo 2130
de Hamming da por resultado P
be
10
5
a la 2131
tasa de dgitos del mensaje r
b
=R
c
s 0.73s . 2132
El teorema de Shannon arma que un sis-
tema de codicacin mejor producira trans-
misin virtualmente libre de error con la tasa
r
b
=R C
=s (1()) s
4.3.3. Entropa e informacin para ensambles continuos 2133
Entropa diferencial. Sea una variable aleatoria continua X con funcin de densidad de prob-
abilidad f
X
(x). Similar a la entropa de una variable aleatoria discreta se plantea la siguiente
denicin:
h (X) =
_

f
X
(x) log
1
f
X
(x)
dx (4.22) ?eq:entropiaDif_def
siendo h(X) la entropa diferencial de X. 2134
En general, una variable aleatoria X se puede analizar como la forma lmite de una variable 2135
discreta que toma los valores x
k
= kx donde k = 0, i1, i2, . . .; y k se aproxima a cero. Por 2136
denicin, la variable aleatoria continua X asume un valor en el intervalo [x
k
, x
k
+k] con 2137
probabilidad f
X
(x
k
)k. 2138
De lo inmediatamente anterior, si k 0, entonces, la entropa ordinaria de la variable
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
aleatoria continua X puede escribirse mediante el siguiente lmite:
H(X) = lm
x0
k=
f
X
(x
k
) x log
1
f
X
(x
k
) x
= lm
x0
_

k=
f
X
(x
k
) log
_
1
f
X
(x
k
)
_
x logx
k=
f
X
(x
k
) x
_
=
_

f
X
(x) log
_
1
f
X
(x)
_
dx lm
x0
logx
_

f
X
(x) dx
Teniendo en cuenta que el rea total bajo la curva de la funcin de densidad de probabilidad
f
X
(x) es uno, nalmente se obtiene:
H(X) =h (X) lm
x0
logx
Cabe anotar que en el lmite cuando x 0, el trmino logx . Por lo tanto, la en-
tropa de una variable aleatoria continua es innitamente grande. En efecto, debido a que la
variable asume valor en cualquier parte del intervalo (, ), entonces, su incertidumbre aso-
ciada tiende a innito. La solucin a tal limitante hace que en la prctica se adopte la entropa
diferencial, h(X), acotada con un trmino logx en calidad de referencia. Adems, al tener
en cuenta que la informacin transmitida por un canal es realmente la diferencia entre dos en-
tropas que tienen una referencia comn, entonces la informacin ser la misma para el caso
de la diferencia entre los correspondientes trminos de entropa diferencial. Cuando se tiene
un vector aleatorio continuo X conformado por n variable aleatorias X
1
, X
2
, . . . , X
n
se dene la
entropa diferencial de X como
h (X) =
_

f
X
(X) log
1
f
X
(X)
dX (4.23) {?}
2139
donde f
X
(X) es la funcin de densidad de probabilidad conjunta de X. 2140
Ejemplo 4.9 Sea una variable aleatoria X uniformemente distribuida en el intervalo (0, a), con funcin
de densidad de probabilidad
f
X
(x) =1/a, x [0, a]
Entonces, su entropa diferencial ser
h (X) =
_
a
0
1/a log(a) dx
=loga
De la anterior expresin se tiene que loga < 0 para a < 1, y por lo tanto, a diferencia del caso para
variable aleatoria discreta, la entropa diferencial de una variable aleatoria continua puede ser negativa.
2141
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Ejemplo 4.10 Sea un par de variable aleatorias X y Y , descritas por sus funciones de densidad de proba-
bilidad f
X
(u) y f
X
(u), respectivamente.
A partir de la desigualdad fundamental, en el caso de canales discretos,
k
p
k
log(q
k
/p
k
) 0, se inere
la siguiente expresin para el caso continuo:
_

f
Y
(u) log
f
X
(u)
f
Y
(u)
du 0
lo que equivale a
f
Y
(u) log f
Y
(u) du
_

f
Y
(u) log f
X
(u) du
en donde la parte izquierda de la desigualdad corresponde a la entropa diferencial de la variable aleatoria
Y, por lo tanto
h (Y)
_

f
Y
(u) log f
X
(u) du (1) ejem:entrdif01
Sean ambas variables aleatorias X y Y del tipo gaussiano y descritas con los mismo valores media y la
misma varianza
2
, esto es:
f
X
(u) = f
Y
(u) =
1
_
2
exp
_
_
u
_
2
2
2
_
(2) ejem:entrdif02
Si se sustituye la ecuacin (2) en (1) y cambiando la base del logaritmo de 2 e , se obtiene
h (Y) log
2
e
_

f
Y
(u)
_
u
_
2
2
2
log
_
2
1/2ln
_
2
2
_
=h (X) (3) ejem:entrdif03
en donde la igualdad se dar solo si f
X
(u) = f
Y
(u). De la entropa (3), se desprenden las siguientes dos
propiedades para una variable aleatoria Gaussiana:
1. Dada una varianza nita
2
, la variable aleatoria Gaussiana tiene la entropa diferencial ms grande
que puede alcanzar cualquier variable aleatoria.
2. La entropa de una variable aleatoria Gaussiana X, depende nicamente de la varianza de X y es
independiente del valor de la media de X.
2142
Informacin mutua Sea un par de variables aleatorias continuas X y Y, para las cuales en
analoga del caso de variables discretas, se dene la informacin mutua
I (X; Y ) =
_

f
X,Y
_
x, y
_
log
f
X
_
x|y
_
f
X
(x)
dxdy
donde f
X,Y
(x, y ) es la funcin de densidad de probabilidad conjunta de X y Y , y f
X
(x, y ) es la 2143
funcin de densidad de probabilidad condicional de X dado Y = y . Al igual que para el caso 2144
discreto, se observan las siguientes propiedades de la informacin mutua: 2145
1. I (X, Y ) =I (Y, X) 2146
2. I (X; Y ) 0 2147
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
3. I (X; Y ) =h(X) h(X|Y ) =h(Y) h(Y|X) 2148
El parmetro h(X) representa la entropa diferencial de X, asimismo para h(Y ). El trmino
h(X|Y ) es la entropa diferencial condicional de X dado Y , y se dene por la doble integral
h (X|Y ) =
_

f
X,Y
_
x, y
_
log
1
f
X
_
x|y
_dxdy
Capacidad de los canales continuos La transferencia de informacin usando un canal con-
tinuo corresponde a la transmisin de seales desde la fuente, que emite una seal x(t ), la cual
luego de ser afectada por el ruido presente en el canal, es recibida en el destino en forma de la
seal y (t ). Por analoga con el caso discreto, la informacin mutua promedio se dene como
I (X; Y )
_

p
XY
(x, y ) log
p
X
(x|y )
p
X
(y )
dxdy (4.24) Eq9Carlson
donde p
x
(x) es la funcin de densidad de probabilidad de la fuente, p
XY
(x, y ) es la funcin de 2149
densidad de probabilidad conjunta. Promediando con respecto a X y Y se eliminan las poten- 2150
ciales ambigedades de la entropa relativa, mencionadas anteriormente. As pues, el trmino 2151
I (X; Y ) mide la transferencia de informacin absoluta por muestra de y (t ) en el destino. A par- 2152
tir de la ecuacin 4.24 se puede demostrar que I (X; Y ) 0. Caso que solo se dar si I (X; Y ) =0, 2153
cuando el ruido es tan grande que y (t ) no est relacionada con x(t ). 2154
Usualmente, se conoce la funcinde distribucinde probabilidadde transicindirecta p
Y
(y |x)
y no de p
X
(x|y ). Por lo tanto, se debe calcular el valor de I (X; Y ) a partir de
I (X; Y ) =H(Y) H(Y|X) (4.25) Eq10CarlsonCont
en donde H(Y) es la entropa en el destino y H(Y|X) es la entropa del ruido que est dada por
H(Y |X) =
_

p
X
(x)p
Y
(y |x) log
2
p
Y
(y |x)
dxdy
Si se tiene ruido aditivo independiente en el canal de tal forma que y (t ) =x(t )+n(t ), entonces
p
Y
(y |x) =p
Y
(x +n) =p
N
(y x), donde p
N
(n) es la funcin densidad de probabilidad del ruido.
En consecuencia, se puede reducir el trmino H(Y|X) a
H(Y |X) =
_

p
N
(n) log
1
p
N
(n)
dn (4.26) Eq11CarlsonCont
siendo independiente del valor de p
X
(x). 2155
Un canal con funcin de densidad de probabilidad de transicin directa ja implica que la
mxima transferencia de informacin por muestra de y (t ) es
C
s
max
p
X
(x)
I (X; Y ), bits/muestra
luego, asumiendo que el canal es de banda limitada a B [Hz], y (t ) tambin es una seal de ban-
da limitada, denida completamente por los valores de las muestras (tomadas con frecuencia
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
Nyquist f
s
=2B). La frecuencia f
s
corresponde a la tasa mxima posible para el ancho de banda
dado B (las muestras tomadas con una frecuencia mayor no sern independientes y no apor-
tarn informacin adicional). Por lo tanto, la tasa mxima de transferencia de informacin es
C 2BC
s
, bits/s (4.27) Eq13CarlsonCont
la cual dene la capacidad de un canal continuo de banda limitada. Se puede aplicar el teorema 2156
fundamental del Shannon para un canal ruidoso teniendo en cuenta que la transmisin sin 2157
errores es posible desde el punto de vista terico para una tasa de informacin R C. 2158
El modelo de canal continuo de mayor inters corresponde al canal de ruido gaussiano aditi- 2159
vo que suele denirse por medio de las siguientes propiedades: 2160
1. El canal brinda una transmisin libre de error para unancho de banda dado B, y cualquier 2161
prdida de potencia durante transmisin es compensada mediante amplicacin. 2162
2. El canal restringe la entrada ofrecida por la fuente a una seal x(t ) de banda limitada con 2163
potencia promedio ja con valor S =

x
2
. 2164
3. La seal recibida en el destino estar modicada por la adicin de ruido blanco gaussiano 2165
de banda limitada n(t ), con media cero y potencia promedio N =

n
2
=N
0
B. 2166
4. la seal y el ruido se asumen como independientes de modo que y (t ) =x(t ) +n(t ), por lo 2167
tanto,

y
2
=

x
2
+

n
2
=S +N. 2168
El clculo de la entropa H(Y|X) para ruido gaussiano aditivo se realiza mediante la ecuacin
4.26. Teniendo en cuenta que P
N
(n) es una funcin Gaussiana con media cero y varianza
2
=
N, se tiene que H(Y |X) =
1
2
(log2e N). Por otro lado, observando que H(Y |X) no depende de
la funcin de densidad de probabilidad de la fuente, se usan las ecuaciones 4.25, y 4.26, con lo
cual se obtiene
C
s
=max
p
X
(x)
(H(Y ) H(Y|X)) =
_
max
p
X
(x)
H(Y)
_
1
2
log2e N
2169
Se asume que la seal en el destino y (t ) tiene una potencia promedio ja

y
2
= S +N, de
modo que H(Y)
1
2
log(2e (S+N)). Si P
X
(x) es una funcinGaussiana conmedia cero, entonces
y =x +n tiene densidad Gaussiana y H(Y) se maximiza. Por lo tanto
C
s
=1/2log2e (S +N) 1/2log2e N =1/2log
_
S +N
N
_
Finalmente, sustituyendo el valor de C
s
en la ecuacin 4.27 se obtiene
C = B log(1+S/N) (4.28) Eq14CarlsonCont
siendo S/N la relacin seal-ruido en el destino. 2170
La ecuacin 4.28 es conocida como la ley de Hartley-Shannon. Cuando se acopla con el teo- 2171
rema fundamental, tal ecuacin establece el lmite superior para la transmisin conable de 2172
informacin usando un canal con ruido blanco gaussiano de banda limitada, dado por la de- 2173
sigualdad R B log(1+S/N) [bits/s]. 2174
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2175
Problemas 2176
2177
1. Un locutor de radio describe una imagen de televisin oralmente con 1000 palabras de 2178
su vocabulario de 10.000 palabras. Suponga que cada una de las 10.000 palabras de su 2179
vocabulario tiene la misma probabilidad de aparicin en la descripcin de esta imagen. 2180
Determinen la cantidad de informacin que difunde el locutor al describir la imagen. 2181
Dira usted que el locutor puede hacer una buena descripcin de la imagen con 1000 2182
palabras? Utilise los datos del ejemplo ?? para estimar la informacin de una imagen. 2183
2. Una fuente emite seis mensajes probabilidades 1/2, 1/4, 1/8, 1/16, 1/32 y 1/32, respec- 2184
tivamente. Encuentre la entropa de la fuente. Obtenga el cdigo binario y encuentre la 2185
longitud media de la palabra cdigo. Determine la eciencia y la redundancia del cdigo. 2186
3. Una fuente emite cinco mensajes con probabilidades 1/3, 1/3, 1/9, 1/9 y 1/9, respectiva- 2187
mente. Encuentre la entropa de la fuente. Obtendr el cdigo 3-ario y la longitud media 2188
de la palabra cdigo. Determine la eciencia y la redundancia del cdigo. 2189
4. Para los mensajes del problema 2, obtenga el cdigo 3-ario y encuentre la longitud medi- 2190
ade la palabra cdigo. Determine la eciencia y la redundancia de este cdigo. 2191
5. Para los mensajes del problema 3, obtenga el cdigo binario y encuentren la longitud 2192
media de la palabra cdigo. Determine la eciencia y la redundancia de este cdigo. 2193
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0
2194
Bibliografa 2195
Nosach [1] V. I. Kupreev and V. V. Nosach, Algoritmy i programy tsifrovoy ltratsii v obrabotke poletnoy informatsii. Kiev: 2196
Vozdushnyi transport, 1988. 2197
Privalov [2] I. I. Privalov, Vvedenie v teoriju funktsii kompleksnogo peremennogo. Moskva: Nauka, 1977. 2198
Trakhman [3] A. M. Trakhman and V. A. Trakhman, Osnovy teorii diskretnij signalov v nitnij intervalaj. Moskva: Soviestkoe 2199
Radio, 1975. 2200
Zalmanson [4] L. A. Zalmanson, Fourier, Haar, Walsh Transforms and their application in Control, Communications and other 2201
Fields. Moscow: Nauka, 1989. 2202
Samoylo [5] K. A. Samoylo, Radiotejnicheskie tsepi i signaly. Moskva: Radio i Svjaz, 1982. 2203
Edwars [6] R. E. Edwars, Fourier Series: A Modern Introduction. Camberra: SV, 1979, vol. I, II. 2204
Gonorovskiy [7] I. S. Gonorovskiy, Circuitos y seales radiotcnicos. Mosc: Progress, 1972. 2205
Guillemin [8] E. A. Guillemin, The Mathematics of Circuit Analysis. New York: John Wiley, 1949. 2206
Franks [9] L. E. Franks, Signal Theory. New Jersey: PH. Englewood Cliffs, 1969. 2207
Zajarchenko [10] N. Zajarchenko and P. Nudelman, Osnovy peredachi diskretnij signalov. Moskva: Radio i Svjaz, 1990. 2208
Levan [11] N. Levan, Systems and signals. New York: Springer Verlag, 1983. 2209
Zaezdnyi69 [12] A. Zaezdnyi, Osnivy Raschetov po Statisticheskoy Radiotekhnike. Moskva: Svjaz, 1969. 2210
Tijonov [13] V. I. Tijonov, Statisticheskaja radiotejnika. Moskva: Radio i Svjaz, 1982. 2211
Akimov [14] P. S. Akimov, A. I. Senin, and V. I. Solenov, Signaly i ij obrabotkav informatsionnyj sitemaj. Moskva: Radio i 2212
Svjaz, 1994. 2213
Cooper [15] G. R. Cooper and C. D. McGuillen, Probabilistic Methods of Signal and System Analysis. Pardue University, 2214
1986. 2215
Levin [16] B. R. Levin, Teoriticheskije osnovy statistichekoy radiotekniki. Moskva: Radio i Svjaz, 1989. 2216
Guelfand51 [17] I. S. Guelfand and A. A. Jaglom, Integrirovanie v Funktsionalnyj Prostranstvaj. Moskva: YspejMatNauk, 1951. 2217
213
M
a
r
c
h

2
,

2
0
1
0
D
r
a
f
t

V
e
r
s
i
o
n

1
.
0

Teoríadeseñales Fundamentos (2009)

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Teoríadeseñales Fundamentos (2009)

Enviado por

Direitos autorais:

Formatos disponíveis

M

(s ); X() Densidad espectral de |x] por s ; Espectro de Fourier

(x) Distribucin de probabilidad; densidad de probabilidad de

Valor estimado de obtenido por el estimador

Relacin de verosimilitud; Est. por mxima verosimilitud

() Densidad espectral potencia de

Figura 1.1: Diagrama bsico de un sistema con

x()(t )d (1.10) Duhamel

(t )y (t )dt (1.15) ?RepSenales:ProdInterno?

|x(t )| dt < (1.35) RepSenales:DirichletDebil

(s , t ) =(t , s ) (1.45) nucleoAutoconj

(). Teniendo en cuenta la propiedad de lin- 503

Figura 1.11: Propiedad de dualidad de la TF

x(t )dt . 508

v(s )(s t )ds

x(t )(t s )dt (1.68) ?1.99?

x(t )(t s )dt =x(s )

(au() sin) ((t ) (t t

X(f ) =| x(s )] =j sgn(f )X(f ) (1.72a) TFHilbert

X(f ) (1.72b) TFHilbertInv

x()(t ) d (1.75) Conv_x

x()(t ) d genera la respectiva salida, dada

x()h (t ) d =x(t ) h(t ) (1.76) RepImpuls_Def

h()d; donde =t (1.78) RespEscalon

Figura 2.13: Demodulacin de Seales SSB por corrimiento de fase

(a) Modulacin de fase

(t kT), (2.28) eq:mod:PAM:basica

(t ) representa unpulso rectangular estndar de amplitudigual a uno y du-

(t ). En efecto, la versin muestreada de

(t ) con el pulso rect

()]. Sin embargo,

[x(t ) sinc(kt )] =x(t ), para k W.

(componentes en cuadratura), con lo cual el modelo de (2.34), para

, entonces es posible el decaimiento total de la envolvente, lo que 1198

, eliminando as gran cantidad de los cambios de fase en 1200

R() cos(2f )d, h =

es la potencia de la componente alterna. 1322

corresponde al valor rms. 1323

() es continua en =0, entonces R

() tambin ser con- 1330

= 0.05. . . 0.1 (3.14) ProcAlea:IntervalCorrelacionTc

mientras para el segundo caso de denicin en (3.15) se obtiene

=0, luego, la anterior expresin se simplica hasta,

, con lo que la funcin de correlacin propia resulta en

(t , )g ()d (3.19) ProcAlea:EcuFredholm

(t , ) de la ecuacin. El conjunto de funciones propias |

()d (3.24) ProcEst:PDS02

() , est determinada en el espacio de los reales, 1388

() <, es positiva semidenida y acotada, 1389

(), es par. En consecuencia, la representacin de S

(), entonces, se obtiene que

() cos d (3.29a) ProcEst:PDS04a

() cosd (3.29b) ?ProcEst:PDS05a

() =0, la correspondiente DEP mutua tambin es de contenido 0. 1403

() se deduce a partir del anlisis

() sind, (3.31) ProcEst:PDS06a

(), que al sustituir en la (3.31), resulta en

= D < , el proceso a la salida del dispositivo

() =E|(t ) (t +)] =E|(t )

()h()d (3.45a) PasoAlea06a

() =E|(t +)(t )] =E|(t +)

(+)h()d (3.45b) PasoAlea06b

(), en general, se diferencie de R