Universidad del Magdalena

Trabajo final #1

ANÁLISIS DE FOURIER EN TIEMPO DISCRETO Y

TRANSFORMADA Z.

Estudiante:

Jorge Andrés Ramos Arellano

2016119081

Grupo: 1

Materia:

Procesamiento de señales

Profesor:
Jorge Gómez Rojas

Santa Marta, 8/11/2018

 REPRESENTACIÓN DISCRETA DE FOURIER

1. Obtener la representación Discreta de Fourier para la secuencia dada por:

𝜋 𝜋
𝑥[𝑛] = 𝑐𝑜𝑠 ( 𝑛) + 𝑠𝑖𝑛 ( 𝑛)
3 4
Solución:

Primero obtenemos el periodo o “N”

Haciendo uso de la siguiente formula:
2𝜋
𝑻=
𝑎
En donde a es el coeficiente que acompaña a la variable n en el Angulo del seno o coseno
𝑠𝑒𝑛(𝑎𝑛) 𝑜 cos(𝑎𝑛) entonces
Para la parte coseno tenemos:
2𝜋
𝑻𝟏 = 𝜋 = 6
3
Para la parte seno tenemos:
2𝜋
𝑻𝟏 = 𝜋 = 8
4
Teniendo los periodos de las componentes seno y coseno hallamos el periodo total de la
función hallando el mínimo común múltiplo (M.C.M) de T1 y T2
6 8
3 4
3 2 || 2 2 2 3
3 1
1
M.C.M=2X2X2X3=24
𝑵 = 𝟐𝟒
Haciendo uso de una herramienta para graficar funciones notamos que efectivamente el
periodo es 24.

Haciendo uso de la herramienta Matlab obtenemos nuestra representación Discreta de

Fourier de cada uno de las 24 muestras escogidas, (teniendo en cuenta que al ser una señal
periódica se repetirá de igual forma).
De tal forma que nuestra representación Discreta de Fourier de la anterior señal es:
𝑌 = −𝟏𝟐𝒊 𝟏𝟐 𝟏𝟐 𝟏𝟐𝒊

2. Indague y verifique mediante un ejemplo, las propiedades de la Serie de Fourier

Discreta.
Solución:
Considerando que la función armónica de la SFTD de una señal periódica x[n] con periodo
fundamental Nox es X[k] y que la función armónica de la SFTD de una señal periódica y[n]
con periodo fundamental Noy es Y[k].
La función armónica SFTD se encuentra a partir de las relaciones de transformación:

𝑥[𝑛] = ∑ 𝑋[𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜𝑥)𝑛

𝑘=𝑁𝑜𝑥

1
𝑋[𝑘] = ∑ 𝑥[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜𝑥)𝑛
𝑁𝑜𝑥
𝑛=𝑁𝑜𝑥
O

𝑦[𝑛] = ∑ 𝑌[𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜𝑦)𝑛

𝑁𝑜𝑦

1
𝑌[𝑘] = ∑ 𝑦[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜𝑦)𝑛
𝑁𝑜𝑦
𝑛=𝑁𝑜𝑦

Entonces, utilizando estas señales como ejemplo, se presentarán varias propiedades de la

serie de Fourier en tiempo discreto de señales relacionadas

 Propiedad de linealidad
a partir de esta propiedad es posible afirmar que si se piensa en el procesos de determinar
la función armónica de la SFTD de una señal cuya excitación es x[n] y cuya respuesta X[k],
el sistema es lineal.
∝ 𝑥[𝑛] + 𝛽𝑦[𝑛] ← 𝑓𝑠 →∝ 𝑋[𝑘] + 𝛽𝑌[𝑘]

Ejemplo:
Sea 𝐳[𝐧] = ∝ 𝒙[𝒏] + 𝜷𝒚[𝒏] 𝑠𝑖 𝑵𝒐𝒙 = 𝑵𝒐𝒚 = 𝑵𝒐𝒛 = 𝑵𝒐 entonces la función armónica
de SFTD de z[n] es

1
𝑍[𝑘] = ∑ 𝑧[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛
𝑁𝑜
𝑛=𝑁𝑜

1
𝑍[𝑘] = ∑ [∝ 𝑥[𝑛] + 𝛽𝑦[𝑛]]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛
𝑁𝑜
𝑛=𝑁𝑜

𝑍[𝑘] =∝ 𝑋[𝑘] + 𝛽𝑌[𝑘]

Si los periodos fundamentales de x e y no son los mismos se debe usar la propiedad del
cambio del periodo para encontrar la función armónica

 Propiedad de desplazamiento en el tiempo

Esta propiedad indica que el desplazamiento de una función en el tiempo corresponde a la
multiplicación de la función armónica de la SFTD por una función compleja de número de
armónica
Sea z[n] = x[n − no] y Nox = N0z = No entonces:
1
𝑍[𝑘] = ∑ 𝑧[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛
𝑁𝑜
𝑛=𝑁𝑜

Que sería igual a:

1
𝑍[𝑘] = ∑ 𝑧[𝑛 − 𝑛𝑜]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛
𝑁𝑜
𝑛=𝑁𝑜

Considerando que q = n-no en la sumatoria x. entonces, puesto que n abarca un intervalo

de No, que lo hace también y.
1
𝑍[𝑘] = ∑ 𝑧[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛
𝑁𝑜
𝑛=𝑁𝑜

1
𝑍[𝑘] = ∑ 𝑧[𝑞]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)(𝑞+𝑛𝑜)
𝑁𝑜
𝑛=𝑁𝑜

1 1
𝑍[𝑘] = ∑ 𝑧[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛 = 𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛𝑜 ∑ 𝑧[𝑞]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑞
𝑁𝑜 𝑁𝑜
𝑛=𝑁𝑜 𝑛=𝑁𝑜

𝑍[𝑘] = 𝑋[𝑘]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛𝑜

Y

𝑋[𝑛 − 𝑛𝑜] ← 𝑓𝑠 → 𝑋[𝑘]𝑒 −𝑗2𝜋(𝑘𝐹𝑜)𝑛𝑜

 Desplazamiento en frecuencia:

Esta propiedad comúnmente se denomina de desplazamiento en frecuencia, aunque

debe llamarse con mayor precisión la propiedad de desplazamiento de número de
armónica puesto que k es el número de armónica. Sin embargo, puesto que el producto
 de numero de armónica y de frecuencia fundamental es frecuencia el nombre sigue
teniendo significado y es más sencillo de indicar. El desplazamiento de un dominio
corresponde a la multiplicación por un exponencial complejo en el otro dominio.

Una aplicación particularmente importante de esta propiedad ocurre cuando una

función armónica de la SFTD se desplaza en frecuencia tanto hacia arriba como hacia
abajo en la misma cantidad y se suman en conjunto. Sea

𝑧[𝑘] = 𝑋[𝑘 − 𝑘𝑜] + 𝑋[𝑘 + 𝑘𝑜]

Entonces, utilizando las propiedades de linealidad de y desplazamiento en frecuencia

𝑧[𝑛] = 𝑥[𝑛]𝑒 𝑗2𝜋(𝑘𝑜𝐹𝑜)𝑛 + 𝑥[𝑛]𝑒 −𝑗2𝜋(𝑘𝑜𝐹𝑜)𝑛

𝑧[𝑛] = 2𝑥(𝑛) cos(2𝜋(𝑘𝑜𝑓𝑜)𝑛)

De modo que recorrer hacia arriba o hacia abajo en cantidades iguales de frecuencia
(número de armónica) en el dominio del tiempo.

 Propiedad de la conjugación

𝑋 ∗ [𝑛] ← 𝑓𝑠 → 𝑋 ∗ [−𝑘]
Sea z[n] = 𝑥 ∗ [n] y Nox = N0z = No entonces:

∗
𝑗2𝜋(𝑘𝑓𝑜𝑥)𝑛 𝑗2𝜋(𝑘𝑓𝑜𝑥)𝑛
∑ 𝑍[𝑘]𝑒 = ( ∑ 𝑋[𝑘]𝑒 )
𝑘=𝑁𝑜𝑥 𝑘=𝑁𝑜𝑥

∑ 𝑋 ∗ [𝑘]𝑒 −𝑗2𝜋(𝑘𝑓𝑜𝑥)𝑛 = ∑ 𝑋 ∗ [−𝑘]𝑒 𝑗2𝜋(𝑘𝑓𝑜𝑥)𝑛

𝑘=𝑁𝑜𝑥 𝑘=𝑁𝑜𝑥

Y, como el cambio de orden de la sumatoria no cambia la suma

∑ 𝑍[𝑘]𝑒 𝑗2𝜋(𝑘𝑓𝑜𝑥)𝑛 = ∑ 𝑋 ∗ [−𝑘]𝑒 𝑗2𝜋(𝑘𝑓𝑜𝑥)𝑛

𝑘=𝑁𝑜𝑥 𝑘=𝑁𝑜𝑥

𝑍[𝑘] = 𝑋 ∗ [−𝑘]
 Inversión en el tiempo
La inversión en las muestras de una función de tiempo discreto corresponde a una inversión
del número de armónica en su función armónica de la SFTD

𝑥[−𝑛] ← 𝑓𝑠 → 𝑋[−𝑘]
Sea z[n] = 𝑥[−n] y Nox = N0z = No entonces:

𝑥[𝑛] = ∑ 𝑋[𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜)𝑛

𝑘=𝑁𝑜𝑥

Entonces

𝑥[−𝑛] = ∑ 𝑋[𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜)−𝑛 = ∑ 𝑋[𝑘]𝑒 𝑗2𝜋(−𝑘𝐹𝑜)𝑛

𝑘=𝑁𝑜𝑥 𝑘=𝑁𝑜𝑥

Sea q=-k; entonces:

𝑥[−𝑛] = ∑ 𝑋[−𝑞]𝑒 𝑗2𝜋(𝑞𝐹𝑜)𝑛

𝑞=−𝑁𝑜𝑥

Y puesto que el orden de la sumatoria no importa

𝑥[−𝑛] = ∑ 𝑋[−𝑞]𝑒 𝑗2𝜋(𝑞𝐹𝑜)𝑛

𝑞=𝑁𝑜𝑥

Por lo tanto, como

𝑧[𝑛] = ∑ 𝑋[𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜)𝑛

𝑞=−𝑁𝑜𝑥

Se puede afirmar que

∑ 𝑋[𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜)𝑛 = ∑ 𝑋[−𝑘]𝑒 𝑗2𝜋(𝑘𝐹𝑜)𝑛

𝑞=−𝑁𝑜𝑥 𝑘=𝑁𝑜𝑥

Y
𝑍[𝑘] = 𝑋[−𝑘]

O
𝑥[−𝑛] ← 𝑓𝑠 → 𝑋[−𝑘]
 Propiedad de escalamiento en el tiempo:
Sea z[n]=x[an], a>0. Si a no es un entero, entonces algunos valores de z[n] indefinidos y no
podrá determinarse una SFTD para ella, si a es un entero, entonces z[n] es una versión
diezmada de x[n] y algunos de los valores de x[n] no aparecen en z[n]. en este caso no es
posible que exista una relación única entre las funciones armónicas de x[n] y z[n] a través
de la transformación de n a an, sin embargo, existe una operación relacionada para la cual
la relación entre x[n] y z[n] es única, sea m un numero positivo considérese que:

𝑛 𝑛
𝑥[ ] 𝑒𝑠 𝑢𝑛 𝑒𝑛𝑡𝑒𝑟𝑜
𝑧[𝑛] = { 𝑚 𝑚 }
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Esto es, z[n], es una versión expandida en el tiempo de x[n] formada al poner m-1 ceros
entre valores adyacentes de x[n]
Si el periodo fundamental de x[n] es Nox = No, el periodo fundamental de z[n] es Noz=m N0
entonces la función armónica de la SFTD para z[n] con un periodo de mNo es

1
𝑧[𝑘] = ∑ 𝑧[𝑛]𝑒 −𝑗2𝜋(𝑛𝑘/𝑚𝑁𝑜)
𝑚𝑁0
𝑛=𝑚𝑁𝑜

Puesto que todos los valores de z son cero cuando n/m no es un entero,
1
𝑧[𝑘] = ∑ 𝑧[𝑛]𝑒 −𝑗2𝜋(𝑛𝑘/𝑚𝑁𝑜)
𝑚𝑁0
𝑛=𝑚𝑁𝑜
𝑛
𝑒𝑠 𝑢𝑛 𝑒𝑛𝑡𝑒𝑟𝑜
𝑚

Sea p=n/m donde n/m es un entero entonces

1
𝑧[𝑘] = ∑ 𝑧[𝑚𝑝]𝑒 −𝑗2𝜋(𝑝𝑘/𝑁𝑜)
𝑚𝑁0
𝑝=𝑁𝑜

Y z[mp]=x[p] con todos los otros valores de z[n] iguales a cero. Por lo tanto
1 1
𝑧[𝑘] = ∑ 𝑧[𝑚𝑝]𝑒 −𝑗2𝜋(𝑝𝑘/𝑁𝑜) = 𝑋[𝑘]
𝑚𝑁0 𝑚
𝑝=𝑁𝑜
Este resultado afirma que la función armónica de z es igual que la función armónica de x
pero dividida entre m. sin embargo, eso no quiere decir que la representación de la SFTD
de z sea igual que la de la SFTD de x pero dividida entre m, porque los periodos de las dos
señales no son iguales, la representación de la SFTD de z es:

𝑧[𝑛] = ∑ 𝑍[𝑘]𝑒 𝑗2𝜋(𝑘𝑛/𝑚𝑁𝑜)

𝑘=𝑚𝑁𝑜

A continuación, se revisan algunas propiedades que tienen una gran diferencia con respecto
a las propiedades de la serie de Fourier discreta.
Se usará una notación taquigráfica para indicar la relación entre la señal periódica y sus
coeficientes de la serie de Fourier. En concreto si x[n] es una señal periódica con periodo N
y con coeficientes de la serie de Fourier indicados por ak, entonces escribiremos
x[n] ← 𝑓𝑠 → 𝑎𝑘
 Propiedad de la multiplicación
Esta propiedad establece que el producto de dos señales de tiempo continuo de periodo T,
cuya secuencia de los coeficientes de la serie de Fourier consiste en la convolución de las
secuencias de los coeficientes de la serie de Fourier para las dos señales multiplicadas. En
el caso discreto suponga que:
x[n] ← 𝑓𝑠 → 𝑎𝑘
Y
y[n] ← 𝑓𝑠 → 𝑏
Son periódicas con periodo N. entonces el producto x[n]y[n] también es periódico con el
periodo N y sus coeficientes de Fourier dk están dados por

x[n]y[n]] ← 𝑓𝑠 → 𝑑𝑘= ∑ 𝑎𝑙 𝑏𝑘−𝑙

𝑙=(𝑁)

Esta ecuación es análoga a la función de convolución, excepto que la variable de la

sumatoria se restriegue ahora a un intervalo de N muestras consecutivas. Este tipo de
operación será considerada como una convolución periódica entre las secuencias periódicas
de los coeficientes de Fourier.
 Propiedad de la primera diferencia
El dual de tiempo discreto de la propiedad de la diferenciación de la serie continua de
Fourier involucra el uso de la operación de primera diferencia, la cual se define como x[n] −
x[n − 1]. si x[n] es periódica con periodo N, entonces también lo será y[n], ya que al
desplazar x[n] o combinar linealmente x[n]con otra señal periódica cuyo periodo es N
siempre dará como resultado una señal periódica con periodo N, del mismo modo si
x[n] ← 𝑓𝑠 → 𝑎𝑘
Entonces los coeficientes de Fourier correspondientes a la primera diferencia de x[n]se
puede expresar como:

x[n] − x[n − 1] ← 𝑓𝑠 → (1 − 𝑒 −𝑗𝑘(2𝜋/𝑁) )𝑎𝑘

El cual se obtiene fácilmente aplicando las propiedades de desplazamiento de tiempo y
linealidad vistas anteriormente.

 Relación de Perceval para señales periódicas discretas

La relación de parseval para señales periódicas discretas está dada por:

1
∑ |x[n]|2 = ∑ |𝑎𝑘 |2
𝑁
𝑛=𝑁 𝑘=𝑁

Donde ak son los coeficientes de la serie de Fourier de x[n] y N es el periodo. Al igual que
en el caso continuo, el miembro izquierdo de la relación de parseval es la potencia promedio
en un periodo de la señal periódica x[n]. De manera similar, |𝑎𝑘 |2 es la potencia promedio
de la kesima componente armonica de x[n]. Así, de nueva cuenta, la relación de parseval
establece que la potencia promedio de una señal periódica es igual a la suma de las
potencias promedio en una señal periódica es igual a la suma de las potencias es igual a la
suma de las potencias en toda sus componentes armónicas.
Ejemplos 1:
Considerando el problema de encontrar los coeficientes de la serie de Fourier ak de la
secuencia x[n] mostrada en la figura. Esta secuencia tiene un periodo fundamental de 5.
Observemos que x[n] se puede considerar como la suma de la onda cuadrad de x1[n] en la
figura, con la secuencias de cd x2[n] mediante Ck, usamos la propiedad de la linealidad para
concluir que:
𝑎𝑘 = 𝑏𝑘 + 𝑐𝑘
(con N1=1 y N=5) sabemos que lo coeficientes bk de la serie de Fourier correspondientes a
x1[n] se pueden expresar como
3𝜋𝑘
1𝑠𝑒𝑛 ( )
5 𝑝𝑎𝑟𝑎 𝑘 ≠ 0, ±5. ±10 …
3𝜋𝑘
𝑏𝑘 = 5𝑠𝑒𝑛 ( 5 )
3
{ , 𝑝𝑎𝑟𝑎 𝑘 ≠ 0, ±5. ±10 … }
5
La secuencia x2[n] tiene solo un valor de cd, el cual se determina mediante su coeficiente
cero de la serie de Fourier
1 4
𝑐𝑜 = ∑ 𝑥2[𝑛] = 1
5 𝑛=6

Como los coeficientes de la serie discreta de Fourier son periódicos, podemos deducir que
ck=1 siempre que k se un múltiplo entero de 5. Los coeficientes restantes de x2[n] deben
ser 0, ya que x2[n] contiene solo una componente de cd. Podemos sustituir ahora las
expresiones para bk y ck en la ecuación de bk anterior
3𝑘𝜋
1𝑠𝑒𝑛 ( )
𝑏𝑘 = 5 𝑝𝑎𝑟𝑎 𝑘 ≠ 0, ±5. ±10 …
3𝑘𝜋
𝑎𝑘 = 5𝑠𝑒𝑛 ( )
5
8
{ , 𝑝𝑎𝑟𝑎 𝑘 ≠ 0, ±5. ±10 … }
5
Ejemplos 2:
Suponga que nos proporcionan los siguientes datos:
𝑥[𝑛]𝑒𝑠 𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑐𝑎 𝑐𝑜𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑁 = 6
7

∑ 𝑥[𝑛] = 2
𝑛=2
7

∑(−1)𝑛 𝑥[𝑛] = 1
𝑛=2
Del conjunto de señales que satisfacen los coeficientes anter3iores 𝑥[𝑛] tiene la potencia
mínima por periodo.
Determinamos la secuencia 𝑥[𝑛]. Indicamos los coeficientes de la serie de Fourier de
1
𝑥[𝑛] mediante 𝑎𝑘. A partir del punto 2, concluimos que 𝑎0 = 3. Si observamos que
2𝜋
1
(−1)𝑛 = 𝑒 −𝑗𝑘𝑛 = 𝑒 −𝑗( 6 )3𝑛 , vemos, gracias al punto 3 que 𝑎3 = . De la relación de
6
Parvesal, la potencia promedio de 𝑥[𝑛] es:
5

𝑃 = ∑|𝑎𝑘|2
𝑘=0

Puesto que cada coeficiente diferente de cero aporta una cantidad positiva a 𝑃 , y en vista
de que los valores de 𝑎0 y 𝑎3 se especifican previamente, el valor de 𝑃 se minimiza al
seleccionar 𝑎1 = 𝑎2 = 𝑎3 = 𝑎4 = 𝑎5 = 0. De lo anterior se sigue que:
1 1
𝑥[𝑛] = 𝑎0 + 𝑎𝑗𝑒 𝑗𝑘𝑛 = ( ) + ( ) (−1)𝑛
3 6
La cual está dibujada en la siguiente figura:

Ejemplos 3:
En este ejemplo determinamos y dibujamos una secuencia periódica, dada una expresión
algebraica de sus coeficientes de ña serie de Fourier. En el proceso, también hacemos uso
de la propiedad de convolución periódica de la serie discreta de Fourier. En concreto, de
acuerdo con lo señalado en la tabla y como se muestra en el problema, si 𝑥[𝑛] y 𝑦[𝑛] son
periódicas con periodo N, entonces la señal:
 𝑊[𝑛] = ∑ 𝑥[𝑟]𝑦[𝑛 − 𝑟]
𝑟=(𝑁)

También es periódica con periodo N. Aquí, la sumatoria se puede tomar sobre cualquier
conjunto de N valores consecutivos de 𝑟. Más aún, los coeficientes de la serie de Fourier
de 𝑊[𝑛] son iguales de 𝑁 ∗ 𝑎𝑘 ∗ 𝑏𝑘, donce 𝑎𝑘 y 𝑏𝑘 son los coeficientes de Fourier de
𝑥[𝑛] y 𝑦[𝑛], respectivamente.
Suponga ahora que se nos dice que una señal 𝑊[𝑛] es periódica con periodo fundamental
de 𝑁 = 7 y con coeficientes de la serie de Fourier.
3𝜋𝑘
𝑠𝑒𝑛2 ( 7 )
𝐶𝑘 =
𝜋𝑘
7𝑠𝑒𝑛2 ( )
7
Observamos que 𝐶𝑘 = 7𝑑2 𝑘, donde 𝑑𝑘 indica la secuencia de los coeficientes de la serie
de Fourier de una onda cuadrada 𝑥[𝑛], con 𝑁1 = 1 y 𝑁 = 7. Usando la propiedad de
convolución, vemos que:
3

𝑊[𝑛] = ∑ 𝑥[𝑟]𝑥[𝑛 − 𝑟] = ∑ 𝑥[𝑟]𝑥[𝑛 − 𝑟]

𝑟=7 𝑟=−3

Donde en la última igualdad hemos elegido la suma sobre el intervalo −3 ≤ 𝑟 ≤ 3.

Execpto por el hecho de que la suma está limitada a un intervalo finito, el método de
producto y suma para evaluar la convolución puede aplicarse aquí. De hecho, podemos
convertir la ecuación en una convolución ordinaria al definir una señal 𝑥[𝑛]´ que es igual a
𝑥[𝑛] para −3 ≤ 𝑟 ≤ 3 y es cero para otro valor. Entonces tenemos que:
3 𝐼𝑛𝑓

𝑊[𝑛] = ∑ 𝑥[𝑟]´𝑥[𝑛 − 𝑟] = ∑ 𝑥[𝑟]´𝑥[𝑛 − 𝑟]

𝑟=7 𝑟=−𝐼𝑛𝑓

Esto es, 𝑊[𝑛] es la convolución aperiódica de las secuencias 𝑥[𝑛]´ y 𝑥[𝑛] . Las secuencias
𝑥[𝑟], 𝑥[𝑟], y 𝑥[𝑛 − 𝑟], están representadas en la figura 3.21. A partir de la figura podemos
calcular 𝑊[𝑛] de manera inmediata. En particular, vemos que 𝑊[0]=3; 𝑊[−1] =
𝑊[1] = 2; 𝑊[−2] = 𝑊[2] = 1; 𝑦 𝑊[−3] = 𝑊[3] = 0. Ya que 𝑊[𝑛] es periódica con
periodo 7.
 TRANSFORMADA Z

3. Dada la siguiente secuencia X[n], obtener la transformada Z con su respectiva ROC.

1 𝑛 𝜌
𝑋[𝑛] = ( ) ∗ 𝑆𝑒𝑛( ∗ 𝑛)𝑈[𝑛]
3 4

Solución:

Con la identidad de Euler se obtiene primero que:

𝑒 𝑗𝑤𝑛 − 𝑒 −𝑗𝑤𝑛
𝑆𝑒𝑛(𝑤𝑛) =
2𝑖
𝜌
𝟏 ±𝒋
Sabiendo que: 𝜶𝒏 ∗ 𝑼[𝒏] 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 se obtiene con 𝜶 = 𝒆 4 y
𝟏−𝜶(𝒛−𝟏 )
la linealidad de la transformación:

𝜌 1 1 1
𝐻(𝑍) = 𝑆𝑖𝑛 ( 𝑛) ∗ 𝑈[𝑛] = ∗ ( 𝜌 − 𝜌 )
4 2𝑖 𝑗
1−𝑒 ∗𝑍
4 −1 1−𝑒 −𝑗
4 ∗𝑍 −1

Operando dentro del paréntesis, tenemos que:

𝜌 𝜌
1 1 − 𝑒 −𝑗 4 ∗ 𝑍 −1 − 1 − 𝑒 −𝑗 4 ∗ 𝑍 −1
= ( )
2𝑖 (1 − 𝑒 𝑗𝜌4 ∗ 𝑍 −1 ) (1 − 𝑒 −𝑗𝜌4 ∗ 𝑍 −1 )

Sacando factor común 𝑍 −1en la parte superior

𝜌 𝜌
1 𝑍 −1 (𝑒 𝑗 4 + 𝑒 −𝑗 4 )
= ( )
2𝑖 1 − 𝑒 −𝑗𝜌4 ∗ 𝑍 −1 − 𝑒 𝑗𝜌4 ∗ 𝑍 −1 + 𝑍 −2

Donde para la parte superior del cociente podemos simplificar, gracias a que:

1 𝑒 𝑗𝑤 − 𝑒 −𝑗𝑤
∗ = 𝑆𝑒𝑛(𝑤)
2𝑖 1
Y en la parte inferior del cociente podemos aplicar la siguiente propiedad si multiplicamos
2
por dos y dividimos entre dos ( = 1)
2

𝑒 𝑗𝑤 + 𝑒 −𝑗𝑤
= 𝐶𝑜𝑠(𝑤)
2

Operando, nos queda la siguiente expresión

𝜌
𝑍 −1 ∗ 𝑆𝑖𝑛 (4) 𝜌
𝑗
= 𝜌 ; 𝑅𝑂𝐶 |𝑍| > |𝑒 4| = 1
1 − 2 ∗ 𝑍 −1 𝐶𝑜𝑠 (4) + 𝑍 −2

Ahora, aplicando la propiedad de escalamiento en el dominio z, vamos a reemplazar; es

decir, donde se encuentre Z vamos a sustituirlo por 𝑎−1 ∗ 𝑍 , donde a para nuestro caso es
1
.Entonces:
3

1 −1 𝜌
𝑍 ∗ 𝑆𝑖𝑛 (4)
𝐻(𝑍) = 3
1 𝜌 1 2
1 − 2 ∗ 3 𝑍 −1 𝐶𝑜𝑠 (4) + (3) 𝑍 −2

1 −1 𝜌
𝑍 ∗ 𝑆𝑖𝑛 (
𝐻(𝑍) = 3 4) ; |𝑧| > |𝑎|
2 𝜌 1
1 − 3 𝑍 −1 𝐶𝑜𝑠 (4) + 9 ∗ 𝑍 −2

Interpretando la TZ de forma gráfica

4. Indague y verifique mediante un ejemplo, las propiedades de la transformada Z.

Solución.

 Propiedad de linealidad (Superposición)

Si 𝒙𝟏(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿𝟏(𝒁) y 𝒙𝟐(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿𝟐(𝒁)

entonces:

𝒙(𝒏) = 𝒂𝟏𝒙𝟏(𝒏) + 𝒂𝟐𝒙𝟏(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿(𝒁) = 𝒂𝟏𝑿𝟏(𝒁) + 𝒂𝟐𝑿𝟐(𝒁)

Si se combina linealmente una suma de funciones ponderadas con ciertos coeficientes, su

transformada Z será igual a las mismas ponderaciones.

Ejemplo: Determine la transformada Z de 𝐗[𝐧] = [𝟑(𝟐^𝐧) − 𝟒(𝟑^𝐧)]𝐔[𝐧]

Solución

Si 𝐗𝟏(𝐧) = 2^n ∗ U[n] y X2(n) = 3^n ∗ U[n] entonces, 𝐗(𝐧) = 3X1(n) − 4X2(n)

𝟏
De la clase anterior, sabemos que: 𝜶𝒏 ∗ 𝑼[𝒏] 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 ROC:
𝟏−𝜶(𝒛−𝟏 )
|z|>| 𝜶 |

Con la que se obtiene:

𝟏
𝑿𝟏(𝒁) = ROC: |z|>2
𝟏−𝟐(𝒛−𝟏 )

𝟏
𝑿𝟐(𝒁) = ROC: |z|>3
𝟏−𝟑(𝒛−𝟏 )

La transformada de X(n) es entonces:

𝟑 𝟒
𝑿(𝒁) = -
𝟏−𝟐(𝒛−𝟏 ) 𝟏−𝟑(𝒛−𝟏 )

 Propiedad de desplazamiento en el tiempo

Si 𝒙(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿(𝒁) entonces:

𝒙(𝒏 − 𝒌) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 (𝒁−𝒌 )𝑿(𝒁). La transformada de (𝒁−𝒌 )𝑿(𝒁) es la
misma de X(Z) excepto

Z=0 si k>0

Z=Infinito si k<0

Ejemplo: Determine la transformada Z de 𝐗[𝐧 − 𝐤] = [𝐚^𝐧]𝐔[𝐧]; k=5.

Solución

Por definición:

+𝐼𝑛𝑓
X(Z) = ∑−𝐼𝑛𝑓[𝐚𝐧−𝐤 ]𝐔[𝐧 − 𝐤] ∗ 𝐙 −𝐧

Con m=n-k.

n=m+k

+𝐼𝑛𝑓
= ∑0 [𝐚𝐦 ] ∗ 𝐙 −(𝐦+𝐤)
1
= 𝑍 −𝑘 ∑+𝐼𝑛𝑓 𝒎 −𝒎 ]
−𝐼𝑛𝑓[𝒂 𝒛 = 𝑧 −5 ∗ |z|>|a|
1−𝑎𝑧 −1
𝑧
X(Z) = 𝑍 −5 ∗
𝑧−𝑎

 Propiedad de escalado en el dominio Z

Si 𝒙(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿(𝒁), ROC r1<|z|<r2

Si 𝒂𝒏 𝒙(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿(𝒂−𝟏 𝒁), ROC |a|r1< |z| <|a|r2

Ejemplo: Determine la transformada Z de la señal 𝟓𝒏 𝑪𝒐𝒔(𝒘𝒏)𝑼[𝒏]

Solución

Con la identidad de Euler se obtiene primero que:

 𝑒 𝑗𝑤𝑛 + 𝑒 −𝑗𝑤𝑛
𝐶𝑜𝑠(𝑤𝑛) =
2
𝟏
Sabiendo que: 𝜶𝒏 ∗ 𝑼[𝒏] 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 se obtiene con 𝜶 = 𝒆±𝒋𝒘 y
𝟏−𝜶(𝒛−𝟏 )
la linealidad de la transformación:

1 1 1
𝐻(𝑍) = 𝐶𝑜𝑠(𝑤𝑛) ∗ 𝑈[𝑛] = ∗( + )
2 1 − 𝑒 𝑗𝑤 ∗ 𝑍 −1 1 − 𝑒 −𝑗𝑤 ∗ 𝑍 −1

1 1 − 𝑒 −𝑗𝑤 ∗ 𝑍 −1 + 1 − 𝑒 −𝑗𝑤 ∗ 𝑍 −1
= ( )
2 (1 − 𝑒 𝑗𝑤 ∗ 𝑍 −1 )(1 − 𝑒 −𝑗𝑤 ∗ 𝑍 −1 )

1 2 − 𝑍 −1 (𝑒 𝑗𝑤 + 𝑒 −𝑗𝑤 )
= ( )
2 1 − 𝑒 −𝑗𝑤 ∗ 𝑍 −1 − 𝑒 𝑗𝑤 ∗ 𝑍 −1 + 𝑍 −2

1 − 𝑍 −1 ∗ 𝐶𝑜𝑠(𝑤)
= ; 𝑅𝑂𝐶 |𝑍| > |𝑒 𝑗𝑤 | = 1
1 − 2 ∗ 𝑍 −1 𝐶𝑜𝑠(𝑤) + 𝑍 −2

Ahora, según la propiedad que estamos utilizando, vamos a reemplazar; donde se

encuentre Z, vamos a sustituirlo por 5−1 ∗ 𝑍 . Entonces:

1 − 5𝑍 −1 ∗ 𝐶𝑜𝑠(𝑤)
𝐻(𝑍) = ; |𝑧| > |𝑎|
1 − 2 ∗ 5𝑍 −1 𝐶𝑜𝑠(𝑤) + 52 𝑍 −2

 Multiplicación por an.

Si X[Z] es la transformada Z de X[n], entonces la transformada Z de anX[n] está dada por

X[a-1Z].

Demostración

En los teoremas anteriores, estamos suponiendo que X[n]=0 para n<0.

Ejemplo: Halle la transformada Z de 𝐗[𝐧] = 𝐚𝐧𝐔[𝐧].

Solución

𝑍
Como la trasformada de U[n] es:
𝑧−1
Es decir:

𝑍
𝑍[𝑈(𝑛)] =
𝑍−1
Entonces:

𝑛
∝−1 𝑍 𝑍
𝑍[∝ 𝑈(𝑛)] = −1 −1 = ; |𝑍| > |𝑎|
∝ 𝑍 𝑍−𝑎

 Propiedad de la conjugación

Si 𝒙(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑐𝑜𝑚𝑜 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑎 𝑿(𝒁) 𝑐𝑜𝑛 𝑅𝑂𝐶: 𝑅 entonces:

𝑿∗ (𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿∗ (𝒁∗ ); 𝑅𝑂𝐶: 𝑅

Esto se demuestra utilizando las propiedades de la conjugación.

Si se tiene que:

𝑋(𝑛) 𝑡𝑖𝑒𝑛𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑋(𝑍) ; 𝑋 ∗ (𝑛)𝑡𝑖𝑒𝑛𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑋 ∗ (𝑍 ∗ )

𝑋(𝑛) = 𝑋 ∗ (𝑛) ; 𝑆𝑖 𝑋(𝑛) € 𝑅

Eso quiere decir que:

𝑋(𝑍) = 𝑋 ∗ (𝑍 ∗ )

Significa que: 𝑿(𝒁) = 𝑿∗ (𝒁∗ )

Ejemplo: Hallar la transformada Z de 𝑋 ∗ (𝑛)

+𝐼𝑛𝑓 +𝐼𝑛𝑓
=∑𝑛=−𝐼𝑛𝑓 𝑥 ∗ (𝑛) ∗ 𝑍 −𝑛 = ∑𝑛=−𝐼𝑛𝑓(𝑥(𝑛) ∗ (𝑍 ∗ )−𝑛 )∗
+𝐼𝑛𝑓 ∗

( ∑ 𝑥(𝑛) ∗ (𝑍 ∗ )−𝑛 ) = 𝑿∗ (𝒁∗ ); 𝑆𝑖 𝑥(𝑛) 𝑒𝑠 𝑟𝑒𝑎𝑙

𝑛=−𝐼𝑛𝑓

 Inversión temporal

Si 𝒙(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑐𝑜𝑚𝑜 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑎 𝑿(𝒁) 𝑐𝑜𝑛 𝑅𝑂𝐶: 𝑟1 < |𝑧| < 𝑟2 entonces:

1 1
𝑿(−𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑿(𝒁−𝟏 ); 𝑅𝑂𝐶: < |𝑧| <
𝑟2 𝑟1

Ejemplo: Determinar la transformada Z de U[−n].

Solución

1
Puesto que la transformada Z de U[n] = con ROC: |Z|>1; Entonces, al hacer la
1−𝑍 −1
inversión, lo que se hace es sustituir Z por Z −1 .

La transformada z de U[−n] nos queda de la siguiente manera:

1
U[−n] = ; 𝑐𝑜𝑛 𝑹𝑶𝑪: |𝑧| < 1
1−𝑍
 Diferenciación en el dominio Z

Si 𝒙(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑐𝑜𝑚𝑜 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑎 𝑿(𝒁) entonces:

𝒅𝑿(𝒛)
𝒏𝑿(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝒁 ∗ ;
𝒅𝒁

Ejemplo: Determine la transformada Z de 𝑿(𝒏) = 𝒏𝒂𝒏 𝑼[𝒏]

Solución

𝟏
Con 𝑿𝟏(𝒏) = 𝒂𝒏 𝑼[𝒏] y puesto que 𝑿𝟏(𝒁) = ; 𝑅𝑂𝐶: |𝑧| < |𝑎|, se obtiene:
𝟏−𝒂𝒁−𝟏

𝒏𝒂𝒏 𝑼[𝒏] 𝒕𝒊𝒆𝒏𝒆 𝒕𝒓𝒂𝒏𝒔𝒇𝒐𝒓𝒎𝒂𝒅𝒂 𝒛 𝑿(𝒁)

𝒅𝑿𝟏(𝒛) −𝒂𝒛−𝟐
= 𝒁∗ = −𝒁 [ ]
𝒅𝒁 (𝟏 − 𝒂𝒛−𝟏 )𝟐

−𝒂𝒛−𝟏
= ; 𝑹𝑶𝑪 |𝒛| > |𝒂|
(𝟏 − 𝒂𝒛−𝟏 )𝟐

Con a=1 se obtiene la transformación de la rampa unidad:

𝑧 −1
𝒏𝑼[𝒏] 𝑡𝑖𝑒𝑛𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑍 = ; 𝑅𝑂𝐶: |𝑍| > 1
(1 − 𝑧 −1 )2

 Convolución de dos secuencias

Si…𝒙𝟏(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑐𝑜𝑚𝑜 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑎 𝑿𝟏(𝒁); 𝑅𝑂𝐶: 𝑅1 y

𝒙𝟐(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑐𝑜𝑚𝑜 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑧 𝑎 𝑿𝟐(𝒁) ; 𝑅𝑂𝐶: 𝑅2; entonces:

𝒙(𝒏) = 𝒙𝟏(𝒏) ∗ 𝒙𝟐(𝒏) 𝑡𝑒𝑛𝑑𝑟á 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑍 𝑿(𝒁) = 𝑿𝟏(𝒁)𝑿𝟐(𝒁);

𝑐𝑜𝑛 𝑹𝑶𝑪: 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑐𝑖ó𝑛 𝑑𝑒 𝑅1 𝑦 𝑅2

Es decir, si tenemos dos secuencias en tiempo discreto con sus respectivas transformadas,
si se convolucionan las dos secuencias, se convierte en un producto en la transformada Z.

Ejemplo: Dadas las secuencias X[n]= {1, 3,-1,-2} y la respuesta la impulso H[n]= {1,2,0,-1,1}
en un sistema lineal invariante con el tiempo.

Hallar la salida y[n].

Solución

𝑌[𝑛] = 𝑋[𝑛]∗ 𝐻[𝑛]

Aplicando la propiedad de convolución se tiene que: 𝑌[𝑛] = 𝑋[𝑛]∗ 𝐻[𝑛]

Donde:

𝑋[𝑧] = 1 + 3𝑍 −1 − 𝑍 −2 − 2𝑍 −3

𝐻[𝑧] = 1 + 2𝑍 −1 − 𝑍 −3 + 𝑍 −4

Por tanto Y [Z] =1+5Z-1+5Z-2-5Z-3-6Z-4+4Z-5+Z-6-2Z-7

Por tanto, la secuencia de salida es: Y[n]= {1,5, 5,-5,-6, 4, 1,-2}

 Teorema del valor inicial

Dice que se puede calcular el valor inicial de una función discreta, teniendo la transformada
Z, siempre y cuando la señal 𝒙(𝒏) sea causal.

𝐼𝑛𝑓

𝑿(𝒁) = ∑ 𝑥(𝑛) ∗ 𝑍 −𝑛
𝑛=0

Desarrollando la sumatoria, se tiene que

𝑋(𝑍) = 𝑋(0) + 𝑋(1)𝑍 −1 + ⋯ + 𝑋(𝑛)𝑍 −𝑛

Se puede observar que cuando Z tiende a infinito, Z-n tiende a cero para toda n, por tanto,

lim 𝑋(𝑍) = 𝑿(𝟎)

𝑥→∞

Ejemplo: Halle el valor inicial de una secuencia X[n] cuya transformada Z es:

𝑍
𝑋(𝑍) =
𝑍−1

Solución

𝑋(0) = lim 𝑋(𝑍) = 𝟏

𝑥→∞
Se puede observar que 𝑋(𝑛) = 𝑼[𝒏]

 Teorema del valor final

Sea X[n] una secuencia causal. El valor final de X[n], esto es, el valor de X[n] a medida
que n tiende a infinito se puede dar por la siguiente expresión:

𝑍−1
lim 𝑋(𝑛) = lim ∗ 𝑋(𝑍)
𝑥→∞ 𝑧→1 𝑍

Siempre que el valor final exista, o sea que exista X[n] cuando n tiende a infinito.

Ejemplo: Halle el valor final de una secuencia X[n] cuya transformada Z es:

𝑍
𝑋(𝑍) =
𝑍+4

Solución

Aplicando el Teorema del Valor final se tiene:

𝑍−1 𝑍
𝑋(∞) = lim ∗ =0
𝑧→1 𝑍 𝑍+4
𝑍
Hay que hacer notar que 𝑋(𝑍) = es la transformada Z de X[n]=4-nU[n]
𝑍+4