Señales y Sistemas

Capı́tulo 2: Señales

Sebastián E. Godoy (segodoy@udec.cl)

Departamento de Ingenierı́a Eléctrica

Universidad de Concepción, Concepción, Chile

Marzo 2015

Marzo 2015 1 / 41
Tabla de Contenidos

Señales
Señales de prueba
Muestreo
Operaciones básicas sobre señales
Escalamiento en amplitud
Escalamiento en el tiempo
Inversión en el tiempo
Desplazamiento en el tiempo
Combinaciones
Convolución
Integral de convolución
Sumatoria de convolución
Convolución cı́clica

Resumen capı́tulo

Marzo 2015 2 / 41
 Señales Señales de prueba

Señales de prueba

I Las señales de prueba son aquellas que utilizamos para caracterizar un

sistema de forma “empirica”

→“Aplicamos” una señal de prueba conocida a un sistema para

evaluar su respuesta

I Las señales que ya estudiamos son las señales de prueba tı́picas:

I Impuso
I Escalon unitario
I Rampa unitaria
I Exponenciales y sinusoidales

Marzo 2015 3 / 41
 Señales Muestreo

Muestreo
Ya discutimos que las señales continuas y las discretas (muestreadas y
digitales) están relacionadas por un proceso que se conoce como muestreo
1. Concepto de muestreo mediante interruptor

x(t) → Interruptor en nT → x(nT ) ≡ x[n]

2. Matematicamente hablando el interruptor en el instante nT se

representa por un impulso: δ(t − nT ). Esto pues x(nT ) = x(t)δ
3. Si uno quiere tomar muestras cada T segundos entonces debe definir
un “tren de impulsos”

p(t) = · · · + δ(t + 2) + δ(t + 1) + δ(t) + δ(t − 1) + δ(t − 2) + · · ·

X ∞
= δ(t − nT )
n=−∞

Marzo 2015 4 / 41
 Señales Muestreo

Muestreo
4. Ası́, la señal x(·) muestreada cada T segundos se representa
matemáticamente mediante
∞
X
x[n] ≡ x(nT ) , x(t)δ(t − nT )
n=−∞

5. El resultado es el siguiente:

(1) Señal x(t) (2) Tren de impulsos, p(t) (3) Señal muestreada, xs (t)

Marzo 2015 5 / 41
 Señales Muestreo

Muestreo: Efecto de T sobre el muestreo

(4) x(t) (5) p(t) (6) xs (t)

(7) x(t) (8) p(t) (9) xs (t)

Marzo 2015 6 / 41
 Señales Muestreo

Muestreo: Efecto de T sobre el muestreo

(10) x(t) (11) p(t) (12) xs (t)

Si uno disminuye el tiempo de muestro se llega a un punto en donde la

señal original ya no se puede recuperar a partir de las muestras

Marzo 2015 7 / 41
 Señales Operaciones básicas sobre señales

Escalamiento en amplitud

I La señal escalada ax(·) es simplemente x multiplicada por una

constante a

I La señal escalada ax[·] es simplemente x multiplicada por una

constante a

Marzo 2015 8 / 41
 Señales Operaciones básicas sobre señales

Escalamiento en el tiempo: Señales continuas

Una señal x(·) se escala en el tiempo al multiplicar la variable de tiempo

por una constante positiva b para producir x(bt)

Si b > 0 la señal se puede expandir (0 < b < 1) o comprimir (b > 1) en

el tiempo

Marzo 2015 9 / 41
 Señales Operaciones básicas sobre señales

Escalamiento en el tiempo: Señales discretas

Una señal x[·] se comprime en el tiempo al multiplicar el ı́ndice n por un

entero k para producir la versión escalada x[nk]
I Esto saca la k-ésima muestra de x[n]
I Muestras intermedias se pierden
I La secuencia se acorta

Marzo 2015 10 / 41
 Señales Operaciones básicas sobre señales

Escalamiento en el tiempo: Señales discretas

Una señal x[·] se expande en el tiempo al divifir el ı́ndice n por un entero
m para producir la versión escalada x[n/m]
I Esto “introduce” la m-ésima muestra de x[n]
I Estas muestras intermedias deben ser sintetizadas (creadas). Por
ejemplo se pueden hacer cero o usar interpolación
I La secuencia se alarga

Esto se llama “upsampling” o simplemente interpolación

Marzo 2015 11 / 41
 Señales Operaciones básicas sobre señales

Inversión en el tiempo
I En tiempo continuo, reemplazar t con −t para generar x(−t)

I En tiempo discreto, reemplazar n por −n para generar x[−n]

I Es lo mismo que escalamiento con b = −1

Marzo 2015 12 / 41
 Señales Operaciones básicas sobre señales

Desplazamiento en el tiempo: Señales continuas

Para una señal continua x y un tiempo t0 > 0:

I Reemplazar t por t − t0 genera una señal retardada x(t − t0 )
I Reemplazar t por t + t0 genera una señal adelantada x(t + t0 )

I Parece ser contraintuitivo: Pensar cuando t − t0 se hace cero.

Marzo 2015 13 / 41
 Señales Operaciones básicas sobre señales

Desplazamiento en el tiempo: Señales discretas

Para una señal discreta x y un entero n0 > 0:

I x[n − n0 ] es una señal retardada
I x[n + n0 ] es una señal adelantada

I Parece ser contraintuitivo: Nuevamente pensar cuando n − n0 se hace

cero.

Marzo 2015 14 / 41
 Señales Operaciones básicas sobre señales

Combinaciones de operaciones

I Escalamiento, desplazamiento e inversion en el tiempo pueden ser

combinadas
I Las operaciones pueden ser realizadas en cualquier orden, pero hay
que ser cuidadosos
I Esto de seguro le causará confusión

Ejemplo: Bosquejar la señal x(2(t − 1)) sabiendo que x(t) = 2 para

t ∈ [−1, 1] y x(t) = 0 para t 6∈ [−1, 1].
Solución: Recomiendo siempre escalar en el origen (antes de desplazar)
por lo tanto se obtiene x(2t) = 2 para t ∈ [−1/2, 1/2] y cero para t fuera
de dicho intervalo. Ası́, x(2(t − 1)) = 2 para t ∈ [1/2, 3/2] y cero fuera de
dicho intervalo

Marzo 2015 15 / 41
 Señales Convolución

Convolución: Relación entrada-salida SLIT

Recordemos que para un sistema L.I.T. la respuesta a entrada impulso h

nos permite obtener la salida del sistema para cualquier entrada:

Sabiendo h = T (δ), con T un S.L.I.T

δ → SLIT → h

Entonces, para una entrada cualquiera x, la salida asociada, y esta

determinada por
y =x ∗h
en donde ∗ representa la convolución entre las señales x (entrada) y h (la
respuesta a entrada escalón)

Marzo 2015 16 / 41
 Señales Convolución

Integral de Convolución

Vimos que para sistemas en tiempo continuo, la convolución entre dos

señales genéricas f y g se define mediante la integral
Z ∞
(f ∗ g )(t) = f (τ )g (t − τ ) dτ
−∞

Esto se traduce en y (t) = (x ∗ h)(t) en terminologı́a de nuestros sistemas.

Z ∞
y (t) = x(τ )h(t − τ ) dτ
−∞

Marzo 2015 17 / 41
 Señales Convolución

Integral de Convolución
I Si el sistema LIT es causal, entonces h(t) = 0, para t < 0

⇒ h(t − τ ) = 0, para t − τ < 0 ⇒ h(t − τ ) = 0, para t < τ

entonces Z t
y (t) = x(τ )g (t − τ ) dτ
−∞
vale decir, solo valores presentes y pasados de x contribuyen para
generar y
I Si ademas x es causal, entonces x(t) = 0 para t < 0, por lo que la
integral se simplifica aun mas:
Z t
y (t) = x(τ )g (t − τ ) dτ
0

Marzo 2015 18 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Conmutatividad: La convolución es conmutativa (f ∗ g ) = (g ∗ f )

Demostración: Reemplazar λ = t − τ en la definición:

Z ∞
(f ∗ g )(t) , f (τ )g (t − τ ) dτ
−∞
Z −∞
= − f (t − λ)g (λ) dλ
Z ∞∞
= g (λ)f (t − λ) dλ
−∞
, (g ∗ f )(t)

Marzo 2015 19 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Distributividad con respecto a la suma:

f ∗ (g + h) = f ∗ g + f ∗ h

Demostración:
Z ∞
(f ∗ (g + h))(t) , f (τ )(g (t − τ ) + h(t − τ )) dτ
Z−∞
∞
= f (τ )g (t − τ ) + f (τ )h(t − τ ) dτ
Z−∞
∞ Z ∞
= f (τ )g (t − τ )dτ + f (τ )h(t − τ ) dτ
−∞ −∞
, (f ∗ g )(t) + (f ∗ h)(t)

Marzo 2015 20 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Asociatividad:
f ∗ (g ∗ h) = (f ∗ g ) ∗ h

Las propiedaedes de conmutatividad, asociatividad y distribución significa

que existe una “algebra de señales” en donde
I La suma de señales es igual a la suma aritmética o en álgebra
elemental, y
I La multiplicación es reemplazada por la convolución

Marzo 2015 21 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Convolución con un impulso: Permı́tame la notación

f (t) ∗ δ(t − t0 ) = f (t − t0 )

Demostración:
Z ∞
f (t) ∗ δ(t − t0 ) , f (τ )δ(t − t0 − τ ) dτ
Z−∞
∞
= f (t − τ )δ(τ − t0 ) dτ
−∞
= f (t − t0 )

Convolución con un escalón: Dado que el escalón es causal, entonces

Z t
(f ∗ u)(t) = f (τ ) dτ
−∞

Marzo 2015 22 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Dado que los sistemas que son descritos por una convolución son SLIT,
entonces los sistemas se pueden componer en base a sistemas en cascada
El sistema en cascada y = (x ∗ f ) ∗ g

es equivalente al sistema individual con respuesta a entrada impulso

h =f ∗g

Marzo 2015 23 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Además, dado que la convolución es conmutativa, entonces cualquier
combinación de sistemas en cascada es tambien conmutativa

Asi, estas dos combinaciones dan exactamente la misma respuesta, y para

la misma entrada x

Esto es importante pues muchos sistemas pueden ser descritos por

convolución y todos conmutan.
Por ejemplo: integrador, diferenciadores, retardos, etc.

Marzo 2015 24 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Ejemplo: Medir la respuesta impulso de un sistema

δ(t) → SLIT → h(t)

Hemos dicho que la respuesta impulso es muy importante para caracterizar

los sistemas, sin embargo esto presenta dificultades de implementación

Una alternativa común es medir la respuesta escalón, s(·), vale decir la

respuesta cuando la entrada es un escalón unitario, u(·)

u(t) → SLIT → s(t)

Marzo 2015 25 / 41
 Señales Convolución

Integral de Convolución: Propiedades

La respuesta impulso se obtiene mediante la derivada de la salida escalón

d
u(t) → SLIT → s(t) → → h(t)
dt

Para comprobar esto, recordemos que el sistema diferenciador es tambien

un sistema SLIT, por lo que se puede expresar en función de una
convolución. Por lo tanto, conmuta:

d
u(t) → → δ(t) → SLIT → h(t)
dt

Marzo 2015 26 / 41
 Señales Convolución

Integral de Convolución: Propiedades

SLIT para entrada exponencial compleja: Si tenemos un SLIT su salida
esta determinada por y = x ∗ h, en donde h es la salida a entrada impulso.
Qué pasa si la entrada es una exponencial compleja: x(t) = e st en donde
s es un numero complejo, es decir s = σ + jω?
Z ∞
y (t) = x(t − τ )h(τ ) dτ
−∞
Z ∞
= e s(t−τ ) h(τ ) dτ
Z−∞
∞ Z ∞
st −sτ
= e e h(τ ) dτ = e st
e −sτ h(τ ) dτ
−∞ −∞

es decir, recuperamos la misma exponencial compleja, pero multiplicada

por una constante compleja
Z ∞
H(s) = e −sτ h(τ ) dτ
−∞

Marzo 2015 27 / 41
 Señales Convolución

Integral de Convolución: Propiedades

Si esta integral converge (veremos que significa esto luego) entonces la

salida de mi sistema será
y (t) = e st H(s)

La función compleja H(s) se conoce como la función de transferencia

del sistema.

En el capitulo 3 desarrollaremos con más detalle este concepto.

(El punto importante es que Ud. sepa desde ya la conexión.)

Marzo 2015 28 / 41
 Señales Convolución

Integral de Convolución: Cálculo

Para calcular la integral de convolución
Z ∞
y (t) = x(τ )h(t − τ ) dτ
−∞

en general se siguen los siguientes pasos

1. Recuerde: h(t − τ ) es la respuesta impulse retardada al tiempo τ

2. Si consideramos h(t − τ ) como una función de τ , entonces h(t − τ )
está retardada al tiempo t e invertida

Marzo 2015 29 / 41
 Señales Convolución

Integral de Convolución: Cálculo

3. Esto se multiplica punto a punto con la entrada

4. Posteriormente se integra sobre τ para obtener y para dicho valor de t

Marzo 2015 30 / 41
 Señales Convolución

Integral de Convolución: Cálculo

Graficamente:
1. Invertir en el tiempo la respuesta a entrada impulso h(τ ). Esto genera
h(−τ )

2. Arrastrar hacia la derecha sobre t para obtener h(−(τ − t)) = h(t − τ )

3. Multiplicar punto a punto para obtener x(τ )h(t − τ )

4. Integrar sobre τ para obtener y (t)

Marzo 2015 31 / 41
 Señales Convolución

Integral de Convolución: Ejemplo de Cálculo

Ejemplo 1: Considere un sistema LIT con respuesta impulso h dada

abajo. Encuentre la respuesta del sistema para la entrada x.

Marzo 2015 32 / 41
 Señales Convolución

Integral de Convolución: Ejemplo de Cálculo

Ejemplo 1: Considere un sistema LIT con respuesta impulso h dada

abajo. Encuentre la respuesta del sistema para la entrada x.

Solución a ejemplo 1:

Marzo 2015 33 / 41
 Señales Convolución

Integral de Convolución: Ejemplo 2

Ejemplo 2: Repetir el problema anterior para respuesta impulso h y

entrada x dadas a continuación

Marzo 2015 34 / 41
 Señales Convolución

Integral de Convolución: Ejemplo 2

Ejemplo 2: Repetir el problema anterior para respuesta impulso h y

entrada x dadas a continuación

Solución a ejemplo 1:

Marzo 2015 35 / 41
 Señales Convolución

Sumatoria de convolución
Recordemos que para un sistema LIT discreto, la respuesta a entrada
impulso discreto unitario, δ[·], la denotamos por h[·]

δ → SLIT → h

En el capı́tulo anterior obtuvimos que para estos sistemas, la salida para

una entrada x era
X∞
y [n] = x[k]h[n − k]
k=−∞

la que denotamos como sumatoria de convolución

Esta operación está en el corazón de cualquier sistema de procesamiento

digital (de señales o imágenes)

Marzo 2015 36 / 41
 Señales Convolución

Sumatoria de convolución

En general, la convolución entre dos secuencias f y g se define de la

misma forma
X∞
(f ∗ g )[n] = f [k]g [n − k]
k=−∞

Y satisface las propiedades de conmutatividad, asociatividad, distribución

y homogeneidad

Esta convolución es normalmente conocida como convolución lineal.

Marzo 2015 37 / 41
 Señales Convolución

Sumatoria de convolución: Cálculo

Resolvemos la convolución de la misma forma que en tiempo continuo:
∞
X
y [n] = (f ∗ g )[n] = f [k]g [n − k]
k=−∞

Graficamente:
1. Invertir en el tiempo una señal g [n] para generar g [−n]

2. Arrastrar hacia la derecha sobre k para obtener

g [−(k − n)] = g [n − k]

3. Multiplicar punto a punto para obtener f [k]g [n − k]

4. Sumar todas las componentes sobre k para obtener y [n]

Marzo 2015 38 / 41
 Señales Convolución

Sumatoria de convolución: Cálculo

Para calcular convolución de secuencias es bueno recordar las siguientes
propiedades:

n n
X X n(n + 1)
k = k= (1)
2
k=0 k=1
n
X n(n + 1)(2n + 1)
k2 = (2)
6
k=0
n
n(n + 1) 2
X  
k3 = (3)
2
k=0
X−1 n
X n
X `−1
X n
X
k = − k k= k+ k (4)
k=−n k=1 k=0 k=0 k=`

Marzo 2015 39 / 41
 Señales Convolución

Convolución cı́clica

La convolución lineal normalmente diverge cuando se calcula sobre señales

discretas periódicas.

Por lo tanto se define el concepto de convolución cı́clica (o circular)

entre dos secuencias f y g mediante
L−1
X
(f ∗c g )[n] = f [k]g [n − k] ,
k=0

en donde se emplea el sı́mbolo “∗c ” para especificar claramente que es la

convolución cı́clica y no la linear revisada anteriormente.

El parámetro L se conoce como el largo de las secuencias. Para señales

periódicas uno fija L tal que sea igual a periodo

Marzo 2015 40 / 41
 Resumen capı́tulo

Resumen capı́tulo:

En este capı́tulo hemos revisado los siguientes conceptos importantes:

I Muestreo desde el punto de vista del tiempo
I Operaciones básicas sobre las señales que nos permitieron aprender
como calcular la convolución
I La convolución como una propiedad de sistemas LIT
I Aprendimos a calcular convolución en tiempo continuo y discreto

En el siguiente capı́tulo revisaremos en detalle cómo modelar sistemas

mediante ecuaciones diferenciales, de diferencias finitas y estado.

Marzo 2015 41 / 41