Documente Academic
Documente Profesional
Documente Cultură
Trabajo final #1
Estudiante:
2016119081
Grupo: 1
Materia:
Procesamiento de señales
Profesor:
Jorge Gómez Rojas
𝜋 𝜋
𝑥[𝑛] = 𝑐𝑜𝑠 ( 𝑛) + 𝑠𝑖𝑛 ( 𝑛)
3 4
Solución:
1
𝑋[𝑘] = ∑ 𝑥[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜𝑥)𝑛
𝑁𝑜𝑥
𝑛=𝑁𝑜𝑥
O
1
𝑌[𝑘] = ∑ 𝑦[𝑛]𝑒 −𝑗2𝜋(𝑘𝐹𝑜𝑦)𝑛
𝑁𝑜𝑦
𝑛=𝑁𝑜𝑦
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
1
𝑍[𝑘] = ∑ 𝑧[𝑛 − 𝑛𝑜]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
Desplazamiento en frecuencia:
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
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:
Entonces
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
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:
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
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
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
1 𝑛 𝜌
𝑋[𝑛] = ( ) ∗ 𝑆𝑒𝑛( ∗ 𝑛)𝑈[𝑛]
3 4
Solución:
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
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 )
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
𝜌
𝑍 −1 ∗ 𝑆𝑖𝑛 (4) 𝜌
𝑗
= 𝜌 ; 𝑅𝑂𝐶 |𝑍| > |𝑒 4| = 1
1 − 2 ∗ 𝑍 −1 𝐶𝑜𝑠 (4) + 𝑍 −2
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
Solución.
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 |
𝟏
𝑿𝟏(𝒁) = ROC: |z|>2
𝟏−𝟐(𝒛−𝟏 )
𝟏
𝑿𝟐(𝒁) = ROC: |z|>3
𝟏−𝟑(𝒛−𝟏 )
𝟑 𝟒
𝑿(𝒁) = -
𝟏−𝟐(𝒛−𝟏 ) 𝟏−𝟑(𝒛−𝟏 )
Z=0 si k>0
Z=Infinito si k<0
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
Solución
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
1 − 5𝑍 −1 ∗ 𝐶𝑜𝑠(𝑤)
𝐻(𝑍) = ; |𝑧| > |𝑎|
1 − 2 ∗ 5𝑍 −1 𝐶𝑜𝑠(𝑤) + 52 𝑍 −2
Demostración
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 se tiene que:
𝑋(𝑍) = 𝑋 ∗ (𝑍 ∗ )
+𝐼𝑛𝑓 +𝐼𝑛𝑓
=∑𝑛=−𝐼𝑛𝑓 𝑥 ∗ (𝑛) ∗ 𝑍 −𝑛 = ∑𝑛=−𝐼𝑛𝑓(𝑥(𝑛) ∗ (𝑍 ∗ )−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
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 .
1
U[−n] = ; 𝑐𝑜𝑛 𝑹𝑶𝑪: |𝑧| < 1
1−𝑍
Diferenciación en el dominio Z
𝒅𝑿(𝒛)
𝒏𝑿(𝒏) 𝑡𝑖𝑒𝑛𝑒 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝒁 ∗ ;
𝒅𝒁
𝟏
Con 𝑿𝟏(𝒏) = 𝒂𝒏 𝑼[𝒏] y puesto que 𝑿𝟏(𝒁) = ; 𝑅𝑂𝐶: |𝑧| < |𝑎|, se obtiene:
𝟏−𝒂𝒁−𝟏
𝒅𝑿𝟏(𝒛) −𝒂𝒛−𝟐
= 𝒁∗ = −𝒁 [ ]
𝒅𝒁 (𝟏 − 𝒂𝒛−𝟏 )𝟐
−𝒂𝒛−𝟏
= ; 𝑹𝑶𝑪 |𝒛| > |𝒂|
(𝟏 − 𝒂𝒛−𝟏 )𝟐
𝑧 −1
𝒏𝑼[𝒏] 𝑡𝑖𝑒𝑛𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑍 = ; 𝑅𝑂𝐶: |𝑍| > 1
(1 − 𝑧 −1 )2
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.
Solución
Donde:
𝑋[𝑧] = 1 + 3𝑍 −1 − 𝑍 −2 − 2𝑍 −3
𝐻[𝑧] = 1 + 2𝑍 −1 − 𝑍 −3 + 𝑍 −4
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
Se puede observar que cuando Z tiende a infinito, Z-n tiende a cero para toda n, por tanto,
Ejemplo: Halle el valor inicial de una secuencia X[n] cuya transformada Z es:
𝑍
𝑋(𝑍) =
𝑍−1
Solución
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
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