Secuencias y Sistemas

Modulación y Procesamiento de Señales

Ernesto López
Pablo Zinemanas, Mauricio Ramos
{pzinemanas, mramos}@fing.edu.uy

Centro Universitario Regional Este

Sede Rocha
Tecnólogo en Telecomunicaciones

Curso 2016
 Señales en tiempo discreto: secuencias
Notación y representación
I Una señal discreta se representa como una secuencia de números x,
en donde el n-ésimo número de la secuencia se denota como x[n].
I Formalmente se escribe como

x = {x[n]}, n∈Z

I Haciendo un abuso de lenguaje, es conveniente referirse a la señal

completa como la secuencia x[n].
I Representación gráfica de una señal discreta:
x[0] x[1] x[2]
x[3] x[4] x[5]
x[6] x[n]
x[−1] x[7]
x[8]
x[−2] x[9]

x[−3]

x[−4]

−9 −8 −7 −6 −5
−4 −3 −2 −1 0 1 2 3 4 5 6 7 8 9 n
x[−5]
x[−6]
x[−7]
x[−8]
x[−9]

Observación: si bien la abscisa se dibuja como una lı́nea continua, es importante tener
en cuenta que x[n] está definida solo en valores enteros de n.
 Señales en tiempo discreto
Señal discreta obtenida del muestreo de una señal continua
I Una señal discreta puede obtenerse mediante el muestreo periódico
de una señal analógica. Sea xa (t) la señal analógica.
I El valor numérico de la muestra n-ésima de la señal discreta es igual
al valor de la señal analógica en el instante nT :

x[n] = xa (nT ), n∈Z

I T es el intervalo entre muestras
y se llama perı́odo de muestreo.

[T ] = segundos

T
I La cantidad fs = T1 es la
frecuencia de muestreo.
−9T −8T −7T −6T −5T −4T −3T −2T −T 0 T 2T 3T 4T 5T 6T 7T 8T 9T 10T

t (segundos)
n [fs ] = Hertz
−9 −8 −7 −6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6 7 8 9 10

I Voz en telefonı́a básica: fs = 8000 Hz, T = 125 ms.

I Audio en CD: fs = 44100 Hz, T ≈ 23 ms.
 Señales en tiempo discreto
Secuencias básicas
En el estudio de la teorı́a de señales y sistemas en tiempo discreto,
algunas secuencias son de particular interés.
1. Impulso discreto: Se define como la secuencia
1


0, n 6= 0 0.5

δ[n] =
1, n = 0 0

−10 −8 −6 −4 −2 0 2 4 6 8 10 12
n

I También se denomina delta de Kronecker o simplemente impulso.

2. Escalón: Se define como la secuencia
1


1, n ≥ 0 0.5

u[n] =
0, n < 0 0

−10 −8 −6 −4 −2 0 2 4 6 8 10 12
n
 Señales en tiempo discreto
Secuencias básicas
3. Secuencia exponencial: Se define como la secuencia
I Las secuencias exponenciales son importantes en la
x[n] = Aαn representación y análisis de sistemas.

0<α<1 0

x[n]=(0.8)n
−2
−10 −8 −6 −4 −2 0 2 4 6 8 10 12
n
2

α>1 0

x[n]=(1.1)n
−2
−10 −8 −6 −4 −2 0 2 4 6 8 10 12
n
2

−1<α<0 0

x[n]=(−0.8)n
−2
−10 −8 −6 −4 −2 0 2 4 6 8 10 12
n
 Señales en tiempo discreto

Secuencias básicas
4. Secuencia sinusoidal: Se define como
I A: amplitud
A, ω0 y φ son
x[n] = A cos (ω0 n + φ) constantes reales I ω0 : frecuencia
I φ: fase

1
x[n]=cos(0.65n+0.5)
0.5

−0.5

−1
−15 −10 −5 0 5 10 15
n
 Señales en tiempo discreto
5. Secuencia exponencial con parámetros complejos:
x[n] = Aαn , A, α ∈ C con A = |A|ejφ y α = |α|ejω0
I La secuencia toma valores complejos.

x[n] = Aαn = |A|ejφ |α|n ejω0 n

= |A||α|n ej(ω0 n+φ) (a) Fórmula de Euler
(a)
= |A||α|n cos (ω0 n + φ) ejx = cos x + j sin x
+ j|A||α|n sin (ω0 n + φ)
 Señales en tiempo discreto
Secuencias básicas
6. Secuencia exponencial compleja:
I Cuando en el caso anterior |α| = 1, la secuencia es referida como
exponencial compleja.

x[n] = |A|ej(ω0 n+φ) = |A| cos (ω0 n + φ) + j|A| sin (ω0 n + φ)

I ω0 : frecuencia
I φ: fase
 Señales en tiempo discreto

Ejercicio
 πn 
1. Considere la secuencia x[n] = sin
2
(a) Dibuje la secuencia.
(b) Exprese la secuencia en la forma x[n] = A cos (ω0 n + φ). Indique los
valores de A, ω0 y φ.
2. Considere ahora la secuencia x[n] = ejπn
(a) Dibuje la secuencia.
(b) Considerando que la secuencia es una exponencial compleja, indique
los valores de la frecuencia ω0 y la fase φ.
(c) Muestre que la secuencia es equivalente a las siguientes secuencias:
I x[n] = cos(πn)
I x[n] = (−1)n
 Señales en tiempo discreto
Secuencias periódicas
I En el caso continuo, las señales sinusoidales y las exponenciales
complejas son periódicas.
I En el caso discreto, el hecho que la variable independiente n solo
tome valores enteros conduce a diferencias sustanciales.
Caso continuo
I Una señal es periódica de periodo T si se cumple que

x(t) = x(t + T ), ∀t ∈ R

I Sea la señal sinusoidal x(t) = A cos (ω0 t + φ)

Magnitud Frecuencia angular Frecuencia Periodo

ω0 1 2π
Sı́mbolo ω0 f= T = =
2π f ω0
Unidades rad/s 1/s (Hz) s
 Señales en tiempo discreto

Secuencias periódicas
2π
I Demostración de que T = es el periodo de la señal sinusoidal:
ω0

x(t + T ) = A cos (ω0 (t + T ) + φ)

   
2π
= A cos ω0 t + +φ
ω0
= A cos (ω0 t + 2π + φ)
= A cos (ω0 t + φ)
= x(t)

I Ejercicio: Demostrar que la señal exponencial compleja continua

2π
x(t) = Aej(ω0 t+φ) también es periódica de periodo T = .
ω0
 Señales en tiempo discreto
Caso discreto
I Considérese la secuencia sinusoidal x[n] = A cos (ω0 n + φ).

I Como se mencionó antes, la frecuencia es ω0 .

1. Una primera diferencia respecto al caso continuo son las unidades:

I ω0 n tiene unidades de radianes (por ser un ángulo).
I Como n es adimensionado, la unidad de ω0 tiene que ser radianes.
I Como paralelismo con el caso continuo, se puede especificar que las
unidades de n son muestras y las unidades de ω0 son rad/muestras.
2. Frecuencias que difieren en múltiplos de 2π son indistinguibles.
I Considérese la señal sinusoidal de frecuencia ω0 + 2π
x[n] = A cos ((ω0 + 2π) n + φ) x[n] = Aej(ω0 +2πr)n
= A cos (ω0 n + 2πn + φ) = Aejω0 n ej2πrn
= A cos (ω0 n + φ) = Aejω0 n
I Generalizando, las frecuencias ω0 + 2πr con r entero son
indistinguibles.
I Cuando se analizan señales sinusoidales o exponenciales complejas
discretas, solo es necesario considerar frecuencias en un rango de 2π,
por ejemplo, en 0 ≤ ω0 < 2π o en −π < ω0 ≤ π.
 Señales en tiempo discreto
Secuencias periódicas
Definición: señal en tiempo discreto periódica
I Una secuencia es periódica de periodo N si existe N entero tal que

x[n] = x[n + N ], ∀n (1)

¿Son periódicas las secuencias sinusoidales?

I Haciendo la analogı́a con el caso continuo, se cumplirı́a que
2π
x[n] = A cos (ω0 n + φ) tiene periodo N = ω 0
.
I El problema es que N no es necesariamente entero. Por ejemplo, si
ω0 = 1, N = 2π y por lo tanto N no es entero.
I Planteando la condición de periodicidad (ecuación 1), se puede establecer
cuando una secuencia sinusoidal es periódica:

A cos (ω0 n + φ) = A cos (ω0 (n + N ) + φ) = A cos (ω0 n + ω0 N + φ)

I La igualdad se verifica si existe N tal que ω0 cumple que

ω0 N = 2πk, con k entero.

3. Se concluye que las señales sinusoidales no necesariamente son periódicas.

 Señales en tiempo discreto
Ejemplo
I Verificar si las siguientes secuencias son periódicas y encontrar el
periodo si corresponde  
 πn  3πn
(a) x1 [n] = cos (b) x2 [n] = cos (c) x3 [n] = cos (n)
4 8
I Hay que encontrar un par de enteros (N, k) que cumplan que
ω0 N = 2πk. El menor N encontrado es el periodo.
π
(a) La frecuencia de x1 [n] es ω01 = 4

π La igualdad se verifica con

N = 2πk ⇒ N = 8k ⇒
4 N = 8, k = 1

Se concluye que el periodo es N1 = 8 muestras.

(b) La frecuencia de x2 [n] es ω02 = 3π
8

3π La igualdad se verifica con

N = 2πk ⇒ 3N = 16k ⇒
8 N = 16, k = 3

Se concluye que el periodo es N2 = 16 muestras.

Observación: ω01 < ω02 pero N1 < N2
 Señales en tiempo discreto
Ejemplo
(c) La frecuencia de x3 [n] es ω03 = 1

No existen (N, k) enteros

N
N = 2πk ⇒ = 2π ⇒ que cumplan la igualdad
k
(π es irracional).

Se concluye que x3 no es periódica.

1
x1[n] = cos(π n/4)

0.5
0
−0.5
N=8
−1

1
x2[n] = cos(3π n/8)

0.5
0
−0.5
N = 16
−1

1
Aperiódica
x3[n] = cos(n)

0.5
0
−0.5
−1
0 5 10 15 20 25 30
n
 Señales en tiempo discreto

Secuencias periódicas
Bajas y altas frecuencias
I La interpretación de bajas y altas frecuencias es distinta en el caso
discreto respecto al caso continuo.
I En una señal sinusoidal continua, cuanto mayor es la frecuencia, la
señal oscila mas rápidamente.
I En una señal sinusoidal discreta, ocurre lo siguiente:
I cuando ω0 crece de 0 a π, las oscilaciones son cada vez mas rápidas
I cuando ω0 crece de π a 2π, las oscilaciones son cada vez mas lentas
I Concretamente, la frecuencia ω0 es indistinguible de la frecuencia
2π − ω0

cos ((2π − ω0 ) n) = cos (2πn − ω0 n) Bajas

Frecuencias
Altas
Frecuencias
Bajas
Frecuencias

= cos (−ω0 n)
= cos (ω0 n) 0 ω0 π 2π − ω0 2π
 Señales en tiempo discreto
Bajas y altas frecuencias
I En consecuencia,
I frecuencias cercanas a ω0 = 2πk son referidas como bajas
frecuencias (oscilaciones lentas)
I frecuencias cercanas a ω0 = π + 2πk son referidas como altas
frecuencias (oscilaciones rápidas)
ω0 = 0 o ω0 = 2π ω0 = π/8 o ω0 = 15π/8
1 1

0.5 0.5

0 0

−0.5 −0.5

−1 −1
−15 −10 −5 0 5 10 15 −15 −10 −5 0 5 10 15
n n
ω0 = π/4 o ω0 = 7π/4 ω0 = π
1 1

0.5 0.5

0 0

−0.5 −0.5

−1 −1
−15 −10 −5 0 5 10 15 −15 −10 −5 0 5 10 15
n n
 Señales en tiempo discreto
Secuencias periódicas: resumen
I La unidad de frecuencia en señales discretas es el radián o el radián
por muestra (rad o rad/muestra).
I Frecuencias que difieren en múltiplos de 2π son indistinguibles. Por
lo tanto solo es necesario considerar frecuencias en un rango de 2π,
por ejemplo, en 0 ≤ ω0 < 2π.
I Definición de periodicidad: una secuencia es periódica de periodo N
si existe N entero tal que x[n] = x[n + N ].
I Las señales sinusoidales discretas no siempre son periódicas. La
condición de periodicidad es que la frecuencia ω0 se pueda expresar
como ω0 N = 2πk, con N y k enteros.
I Las frecuencias cercanas a 0 o a 2π radianes implican oscilaciones
lentas (baja frecuencia) y las frecuencias cercanas a π implican
oscilaciones rápidas (alta frecuencia).

Todo lo visto es válido tanto para señales sinusoidales como para

exponenciales complejas.
 Señales en tiempo discreto
Operaciones con secuencias
Suma y producto de secuencias: se definen como la suma y el producto
muestra a muestra respectivamente.
x[n] w[n]=x[n]+y[n]
2 2

1.5 1.5

1 1

0.5 0.5

0 0
−10 −5 0 5 10 15 20 −10 −5 0 5 10 15 20
n n
y[n] z[n]=x[n]y[n]
2 2

1.5 1.5

1 1

0.5 0.5

0 0
−10 −5 0 5 10 15 20 −10 −5 0 5 10 15 20
n n

Ejemplo: Sean x[n] = ejω0 n y[n] = e−jω0 n

I Suma: w[n] = x[n] + y[n] = e jω0 n
+ e−jω0 n = 2 cos(ω0 n)
I Producto: w[n] = x[n]y[n] = ejω0 n e−jω0 n = 1
 Señales en tiempo discreto
Operaciones con secuencias
Ejemplo: En la práctica es común trabajar con secuencias que son
distintas de cero solo a partir de cierta muestra, por ejemplo, a partir
n = 0. Para eso es útil la secuencia escalón u[n].
x[n] con x[n] = 0 en n < 0
Aαn , n ≥ 0

x[n] = 1
0, n < 0
0.5

x[n] = Aαn u[n] 0

−10 −5 0 5 10 15 20
n

Multiplicación por una constante: la multiplicación de una secuencia x[n]

por una constante α se define como la multiplicación de cada muestra de
x[n] por α.
x[n] y[n]=2x[n]
2 2

1.5 1.5

1 1

0.5 0.5

0 0
−10 −5 0 5 10 15 20 −10 −5 0 5 10 15 20
n n
 Señales en tiempo discreto
Operaciones con secuencias
Retardo: Una secuencia y[n] es una versión retardada o desplazada de
x[n] una cantidad de n0 muestras si

y[n] = x[n − n0 ]

Ejemplos
1. Impulso retardado: el impulso discreto tiene una única muestra no
nula en la muestra en donde el argumento se anula,
n
 −2 0 2 4 6 8

1, n = n0 1
δ[n−n0 ] = δ[n−6]
n−n0 =0⇒n=n0 0, n 6= n0
1
δ[n] 0

I n0 > 0 es un retardo de la señal 1

0 δ[n+2]
(desplazamiento a la derecha)
−2 0 2 4 6 8
n
I n0 < 0 es un adelanto de la señal 0
(desplazamiento a la izquierda) −2 0 2 4 6 8
n
 Señales en tiempo discreto
Ejemplos
2. Señal arbitraria, triangular en este caso.
x[n] y[n]=x[n−10]

1 1

0.5 0.5

0 0

−10 −5 0 5 10 15 20 −10 −5 0 5 10 15 20
n n
n
x[n] = 0.8 u[n]
3. Sea la señal exponencial 1

x[n] = Aαn u[n] 0.5

La señal retardada k muestras es 0

−5 0 5 10 15 20
n

y[n] = x[n − k] y[n] = x[n−k] = 0.8

n−k
u[n−k]

n−k 1
= Aα u[n − k]
0.5

−5 0 5 10 15 20
n
 Señales en tiempo discreto
Representación de secuencias a partir de impulsos
I Cualquier secuencia arbitraria puede representarse como suma de
impulsos escalados y retardados.
I La descomposición en impulsos es importante ya que es lo que
permite conocer la salida a cualquier entrada de un sistema lineal
solo conociendo la respuesta al impulso.
p[n] 1
0.6
p[n] = −0.6δ[n + 5] + 0.6δ[n + 4] + δ[n − 1]
−8 −7 −6 −5 −3 −2 −1 0 2 3 4 5 6 7 8

−4 1 − 0.5δ[n − 2] − 0.3δ[n − 7]
−0.3
−0.6 −0.5

I En el caso general, una secuencia x[n] puede expresarse como

∞
X
x[n] = x[k]δ[n − k]
k=−∞

donde x[k] es el valor de la muestra k-ésima de x[n].

 Señales en tiempo discreto
Representación de secuencias a partir de impulsos

I Ejemplo: La secuencia escalón u[n] = δ[n] + δ[n − 1] + δ[n − 2] + . . .

puede expresarse como: X∞
= δ[n − k].
k=0
I Alternativamente, el escalón
n
también puede expresarse como X
u[n] = δ[k]
la suma acumulada de todas las
k=−∞
muestras hasta el instante n del
impulso discreto:
−10 −5 0 5 10
1 u[n]

u[n]−u[n−1]
I A su vez, el impulso discreto
1
puede expresarse a partir del 0

escalón,
1 u[n−1]
0

δ[n] = u[n] − u[n − 1] −10 −5 0

n
5 10

0
−10 −5 0 5 10
 Señales en tiempo discreto
Operaciones con secuencias
Inversión temporal: Una secuencia y[n] es una inversión temporal de x[n]
si: x[n] y[n]=x[−n]
2

1.5

1
y[n] = x[−n]
0.5

0
−15 −10 −5 0 5 10 15 −15 −10 −5 0 5 10 15
n n

Ejemplo: Inversión temporal de la exponencial real x[n] = Aαn u[n]

x[n] = 0.8nu[n] y[n] = x[−n] = 0.8−nu[−n]

y[n] = x[−n] 0.5

−n
= Aα u[−n] 0

−20 −15 −10 −5 0 5 10 15 20−20 −15 −10 −5 0 5 10 15 20

n n
secuencia hacia la derecha secuencia hacia la izquierda
La inversión temporal es uno de los pasos en el producto convolución,
operación entre secuencias muy importante para el estudio de sistemas.
 Referencias I

Oppenheim, A. V. and Schafer, R. W. (1999).

Discrete-Time Signal Processing, chapter 2.
Prentice Hall, 2nd edition.
Smith, S. W. (1997).
The Scientist & Engineer’s Guide to Digital Signal Processing,
chapter 5 & 15.
California Technical Pub., 1st edition.