Documente Academic
Documente Profesional
Documente Cultură
C¶
esar Orlando Torres M.
Valledupar 2010
C¶esar Orlando Torres Moreno
Magister en Inform¶
atica
Departamento de F¶³sica
Springer-Verlag
Berlin Heidelberg NewYork
London Paris Tokyo
Hong Kong Barcelona
Budapest
I
Dedicatoria
El autor quiere agradecer a los estudiantes de Ingenier¶³a Electr¶onica por haberle permitido
acceder a su formaci¶ on por medio de los cursos orientados en las electivas de Optoelectr¶onica y
que hacen parte integral del plan de estudios del programa de Ingenier¶³a Electr¶onica que se ofrece
en la Universidad Popular del Cesar en Valledupar (Cesar - Colombia); su participaci¶ on en las
actividades realizadas en el aula de clase y por fuera de ella, han enrriquecido los contenidos de
este texto, del mismo modo debo resaltar la colaboraci¶on de todos los miembros del Grupo de
Optica e Inform¶atica LOI de la misma Universidad por haber colaborado en las m¶ ultples tareas
que implica la elaboraci¶on de un libro de esta naturaleza.
Agradezco especialmente a la Universidad Popular del Cesar el apoyo ¯nanciero brindado, a
la Vicerrector¶³a de Investigaciones por todo el apoyo incondicional prestado, as¶³ como al personal
administrativo de la misma dependencia por soportar con paciencia mis solicitudes y peticiones
constantes.
Finalmente quiero agradecer a mi familia; esposa e hijos, quienes con su compa~ n¶³a y apoyo
permanente hicieron que todo me resultara menos dif¶³cil. A ellos dedico estas notas.
Prefacio
El presente libro de Teor¶³a de Sistemas Lineales esta dise~ nado de tal forma que el lector pueda
familiarizarse de manera r¶ apida y sencilla con los m¶etodos matem¶ aticos de la descomposici¶on de
funciones aplicando las t¶ecnicas de Fourier. Por qu¶e escribimos el libro?; existe una amplia bib-
liograf¶³a sobre o¶ptica, an¶alisis de se~
nales y procesamiento de se~ nales, pero a lo largo de nuestra
experiencia primero como estudiantes y despu¶es como docentes en este campo nos hemos encon-
trado con los siguientes problemas: libros muy generales que omiten la rigurosidad matem¶ atica;
textos muy espec¶³¯cos que solo tratan una tem¶atica; las revistas especializadas existentes solo ofre-
cen una informaci¶on especi¯ca que necesita ser ampliada. Estos problemas requieren de diversas
fuentes bibliogra¯cas, que no siempre son accesibles en el momento deseado y que requieren de
una s¶³ntesis o fusi¶on de ideas y enfoques. Esto nos llevo a abordar esta problem¶atica, mediante la
elaboraci¶ on del presente texto.
Qui¶en utilizara el libro?
Es un texto dirigido a un amplio sector de personas que de un modo u otro tengan alg¶ un com-
promiso o inter¶es en tem¶ atica, para los profesionales que desarrollan investigaci¶ on en el campo
de la ¶optica, por rigurosidad en la tem¶atica tratada. Para los docentes porque pueden utilizarlo
como texto gu¶³a en campo de la o¶ptica; Para los estudiantes de cualquier escuela, facultad, cen-
tros de estudios, grupos de investigaci¶on, donde se ventile el tema de o¶ptica de fourier. El libro
esta abierto para profesionales y docentes en las a¶reas de an¶alisis y tratamiento de se~ nales. Para
una mejor comprensi¶on del texto es indispensable una formaci¶on b¶asica en funciones especiales en
matem¶aticas, una formaci¶on en an¶alisis y tratamiento de se~ nales, aunque con dedicaci¶on e inter¶es
en el tema se puede comprender su contenido. Cu¶ales son los objetivos del libro?:
"Introducir al lector en los aspectos fundamentales de la ¶optica, con su rigurosidad matem¶atica.
"Proporcionar una visi¶ on general de la ¶optica de fourier, para sus aplicaciones en ciencias e inge-
nier¶³a.
Organizaci¶ on del libro
El texto esta dividido en 16 cap¶³tulos. Cada capitulo comienza introduciendo al lector en el con-
tenido del mismo, se presentan ejemplos que refuerzan la teor¶³a y el lector debe desarrollar tareas,
donde aplique lo estudiado.
1.1.1 Introducci¶
on
Existen m¶
ultiples formas en las cuales las funciones pueden ser clasi¯cadas, y a favor de la s¶³ntesis
solo se mostraran aquellas que se utilizaran en los cap¶³tulos posteriores del libro, las cuales corre-
sponden a las utilizadas frecuentemente en el an¶alisis de los sistemas lineales.
la medici¶
on de algunos par¶ametros que var¶³an con el tiempo en un fen¶
omeno particular. Se debe
asumir que la cantidad de inter¶es ha sido observada durante un intervalo grande de tiempo y por
tanto existe una buena informaci¶on sobre su comportamiento en el pasado. Si el comportamiento
pasado de¯ne y permite conocer con exactitud el comportamiento futuro del par¶
ametro estudiado;
entonces se dice que este par¶
ametro tiene un comportamiento deterministico; en el caso en cual
no se pueda predecir el comportamiento futuro con exactitud decimos que el par¶ametro ahora
tiene comportamiento aleatorio. Sin embargo es importante aclarar que las palabras deterministico
y aleatorio no son absolutas en la descripci¶on de los fen¶omenos f¶³sicos, a menudo se encuentran
situaciones que corresponden a ciertos grados de estos comportamientos.
Muchas cantidades f¶³sicas pueden ser representadas por funciones escalares mientras que otras
deben ser descritas por funciones vectoriales; la presi¶on P en un gas encerrado es una cantidad
escalar que depende de la temperatura T otra cantidad escalar, por tanto P puede ser descrita
!
¡
por una funci¶on escalar de la variable escalar T . De otro lado el campo el¶ectrico E asociado con
una onda electromagn¶etica propag¶andose es una cantidad vectorial que depende de la posici¶on ¡
!
r
y del tiempo t; por tanto debe ser representado por una funci¶on vectorial del vector variable ¡
!
r
y de la variable escalar t. En el estudio de los sistemas lineales es importante estudiar funciones
escalares de variables escalares. Una funci¶
on puede ser vista como una regla que relaciona la variable
dependiente a una o m¶as variables independientes. Si suponemos la siguiente funci¶on:
y = f (x) (1.1)
1.1 REPRESENTACION MATEMATICA DE CANTIDADES FISICAS 5
Si x toma tanto valores positivos como negativos esta funci¶on se llamar¶a de valores complejos.
Otra muy importante de¯nici¶on debe ser hecha en la clasi¯caci¶
on de funciones peri¶odicas y no
peri¶
odicas; una funci¶on peri¶odica f (x) tiene la propiedad de que para todo x se cumple:
Donde n es un entero y X es una constante real positiva conocida como el periodo de f (x);
se asume que X es el n¶
umero m¶
as peque~
no para el cual la ecuaci¶
on 1.2 es satisfecha, de esta
expresi¶
on es claro que una funci¶on peri¶odica se repite exactamente despu¶es de intervalos ¯jos de
nX. El inverso del periodo es llamado Frecuencia fundamental de la funci¶on. Cuando la variable
independiente es una coordenada espacial tanto x como X tienen dimensiones de longitud, la
frecuencia fundamental tiene dimensiones del inverso de la longitud. En este caso el s¶³mbolo »0
representa la frecuencia espacial fundamental de la funci¶
on peri¶odica; es decir:
1
»0 = (1.3)
X
6 1. REPRESENTACION DE CANTIDADES FISICAS
g (t) = g (t + nT ) (1.4)
1
º0 = (1.5)
T
Las unidades de º0 son ciclos por segundo o Hertz. La frecuencia fundamental temporal especi-
¯ca el n¶
umero de repeticiones hechas por la funci¶on por unidad de tiempo.
La gr¶
a¯ca de tal funci¶on es mostrada en la ¯gura 1.2 y es f¶acil ver que esta funci¶on se repite
n
exactamente despu¶es de intervalos de nX = »0 . La cantidad μ es llamada el desfasaje, es una
constante arbitraria que determina la posici¶on de la funci¶on a lo largo del eje x. La funci¶on seno es
cero cuando su argumento es igual a un m¶
ultiplo entero de ¼, as¶³ los ceros de la funci¶on dados por
(n¼+μ)X
la ecuaci¶
on anterior suceden en los puntos x = 2¼ . Otra funci¶on peri¶odica g (t) = g (t + nT )
este tiempo con funci¶
on de forma arbitraria es mostrado en la ¯gura 1.3:
Un ejemplo de una funci¶
on no peri¶
odica es la funci¶
on Gaussiana:
2
h (x) = Ae¡¼( b )
x
(1.7)
1.1 REPRESENTACION MATEMATICA DE CANTIDADES FISICAS 7
Donde b es un n¶
umero positivo real. La gr¶a¯ca de esta funci¶on es mostrada en la ¯gura 1.4:
Existe otra clase de funciones llamadas funciones cuasi peri¶
odicas; estas funciones son com-
puestas de la suma de dos o m¶as funciones peri¶odicas cuyos periodos son inconmensurables. Pata
ilustrar considere las funciones peri¶
odicas f1 (x) y f2 (x) mostradas en la ¯gura 1.5 con periodos
X1 y X2 respectivamente. Si se escoge X1 y X2 tal que su divisi¶
on es un n¶
umero racional, luego
la suma f3 (x) = f1 (x) + f2 (x) ser¶a peri¶odica. Por ejemplo suponga X1 = 1 y X2 = 2 la raz¶
on
X2
X1 = 2 es racional y f3 (x) es peri¶
odica con periodo X3 = 2 como se muestra en la ¯gura 1.6:
p
Si se escoge X1 = 1 y X2 = 3; f3 (x) ser¶a cuasi peri¶odica como se muestra en la ¯gura 1.7,
es decir esta funci¶
on esta muy cercana de auto repetirse cuando x crece pero nunca se repetir¶
a
exactamente por que no existe un n¶
umero tal que f3 (x) = f3 (x + X3 )
Como se mostrar¶a m¶as adelante funciones no peri¶odicas pueden ser expresadas como una com-
binaci¶
on lineal (suma) de funciones peri¶odicas.
8 1. REPRESENTACION DE CANTIDADES FISICAS
En el estudio de los sistemas lineales, los problemas pueden ser frecuentemente simpli¯cados toman-
do en cuenta las propiedades de simetr¶³a de las funciones; por ejemplo una funci¶
on e (x) con la
propiedad:
Es llamada una funci¶on par de x; mientras que una funci¶on o (x) con la propiedad:
Como se puede observar de las anteriores ecuaciones sus respectivas gr¶a¯cas mostradas en la
¯gura 1.8 presentan simetr¶³as con respecto a sus ejes; para la funci¶
on par la curva a la izquierda
del origen es simplemente la re°exi¶
on alrededor del eje vertical de la curva a la derecha del origen;
para la funci¶on impar la curva a la izquierda del origen es obtenida por una primera re°exi¶on de
la curva a la derecha del origen al rededor del eje vertical, y luego una re°exi¶on alrededor del
eje horizontal (las palabras izquierda y derecha pueden ser intercambiadas) esto se puede probar
f¶³sicamente con un par de espejos.
La suma de funciones par o impar jamas ser¶a par o impar como se muestra en la ¯gura 1.9 que
corresponde a la suma de las funciones e (x) y o (x):
Donde:
1
fe (x) = [f (x) + f (¡x)] (1.11)
2
y
1
fo (x) = [f (x) ¡ f (¡x)] (1.12)
2
Otro interesante resultado partiendo de las propiedades de simetr¶³a de las funciones es el pro-
ducto de dos funciones par es una funci¶on par, el producto de dos funciones impar es una funci¶on
par y el producto de una funci¶on par y una funci¶on impar es impar; estos resultados pueden ser
muy u
¶tiles al simpli¯car ciertas operaciones integrales.
Si se supone por ejemplo que se busca evaluar la integral de¯nida de la funci¶on par e (x) sobre
el intervalo (¡a; a). Con ® como variable muda de integraci¶on, se puede escribir que:
Z a Z 0 Z a
e (®) d® = e (®) d® + e (®) d® (1.13)
¡a ¡a 0
Z a Z a
e (®) d® = 2 e (®) d® (1.14)
¡a 0
Z a
o (®) d® ´ 0 (1.15)
¡a
La interpretaci¶
on geom¶etrica de estos resultados se puede expresar en t¶erminos de las ¶areas
bajo las curvas.
El an¶alisis desarrollado hasta ahora corresponde a funciones uno dimensional donde la variable
independiente x es referida solo a la variable dependiente y. Una funci¶on dos dimensional o bidi-
mensional es una regla que relaciona una variable dependiente simple con dos variables indepen-
dientes; tales funciones son muy utilizadas en el an¶alisis de los sistemas ¶opticos y por ello son de
1.2 FUNCIONES BIDIMENSIONALES 11
importancia en los preliminares de este texto. Si se supone, por ejemplo que se desea encontrar el
valor de la transmitancia de una placa fotogr¶
a¯ca, en general esta varia punto a punto en la placa
y por tanto debe ser representada por una funci¶
on dos dimensional de las coordenadas espaciales,
en coordenadas rectangulares ser¶
a:
t = g (x; y) (1.16)
· 2 2
¸
¡¼ x d+y
f (x; y) = A e 2
(1.17)
El valor de esta funci¶on para cualquier punto (x; y) es justamente la altura de la super¯cie
encima del plano x ¡ y. En general esta altura puede ser positiva o negativa. Tambi¶en es posible
expresar la funci¶
on Gaussiana bidimensional en coordenadas polares como:
p
r = + x2 + y 2 (1.18)
³y´
μ = arctan (1.19)
x
2
g (r; μ) = Ae¡¼( d )
r
(1.20)
12 1. REPRESENTACION DE CANTIDADES FISICAS
Una funci¶on dos dimensional se dice de variables separables en un sistema coordenado particular
si se puede escribir como el producto de dos funciones uno dimensionales, cada una de las cuales
depende u
¶nicamente de una de las coordenadas; as¶³ la funci¶on f (x; y) es de variables separables s¶³:
En esta secci¶
on se revisaran las principales propiedades y usos de los n¶
umeros complejos y fasores.
Estos conceptos son de gran utilidad en ingenier¶³a el¶ectrica y f¶³sica.
1.3.1 n¶
umeros complejos
Dados dos n¶
umeros reales v y w se puede formar la suma:
u = v + iw (1.22)
p
Donde i = ¡1 ; en genral se dice que u es un n¶
umero complejo, sin embargo si w = 0 es
simplemente un n¶
umero real y si v = 0 es un n¶
umero imaginario. Por tanto podemos de¯nir:
w = = (u) (1.24)
La representaci¶on de un n¶
umero complejo puede ser realizada en el plano cartesiano correspon-
diendo a un punto sobre este como se indica en la ¯gura 1.11:
1.3 NUMEROS COMPLEJOS Y FASORES 13
u = reiÁ (1.25)
Donde:
p
r =j u j= v 2 + w2 (1.26)
³w´
Á = arg(u) = arctan (1.27)
v
p p
r =j u j= 32 + 22 = 13 = 3:61 (1.28)
μ ¶
2
Á = arg(u) = arctan = 33:70 ´ 0:591rad (1.29)
3
u = 3:61ei0:591 (1.30)
Cuando un n¶
umero complejo est¶
a dado en forma polar sus componentes real e imaginario se
pueden obtener utilizando la formula de Euler:
u¤ = v ¡ iw (1.34)
En forma polar:
u¤ = re¡iÁ (1.35)
1.3 NUMEROS COMPLEJOS Y FASORES 15
u1 + u1 ¤ = 2v1 (1.40)
u1 ¡ u1 ¤ = i2w1 (1.41)
u1 u1 ¤ =j u1 j= v1 2 + w1 2 = r1 2 (1.42)
Las propiedades de divisi¶on son un poco m¶as complejas que la adici¶on y la multiplicaci¶on,
a menos que el dividendo y el divisor esten dados en forma polar; si estos est¶an dados en for-
ma rectangular, el divisor debe ser racionalizado antes que el cociente sea expresado en forma
rectangular:
u1 u1 u2 ¤ u1 u2 ¤
= ¤
= 2 (1.43)
u2 u2 u2 j u2 j
μ ¶ μ ¶
u1 v1 v2 + w1 w2 v2 w1 ¡ v1 w2
= +i (1.44)
u2 u2 2 + w2 2 u2 2 + w2 2
16 1. REPRESENTACION DE CANTIDADES FISICAS
Esta operaci¶
on puede ser desarrollada m¶as f¶acilmente si se utiliza la forma polar como se
muestra a continuaci¶on:
u1 r1 eiÁ1 r1
= iÁ
= ei(Á1 ¡Á2 ) (1.45)
u2 r2 e 2 r2
j u1 u2 j = j u1 j:j u2 j (1.46)
2
j u1 u1 ¤ j = j u1 j (1.47)
μ ¶¤
u1 u¤1
= (1.50)
u2 u¤2
1 u¤1
= (1.51)
u1 j u1 j2
1 1 Á1 +k2¼
(u1 ) n = (r1 ) n exp[i( n )] (1.57)
1
Donde k = 0; 1; 2; 3; 4; 5:::n ¡ 1: es importante notar que existen n valores distintos de (u1 ) n
Las operaciones de n¶
umeros complejos a menudo son asociadas con operaciones de vectores
como se indica en la ¯gura 1.13:
Figura 1.13. N¶
umeros complejos tratados como vectores
1.3.2 Fasores
Expresi¶
on conocida como fasor; esta funci¶on en forma polar se escribe como:
Donde
£ ¤1
a (x) =j u (x) j= v 2 (x) + w2 (x) 2 (1.60)
· ¸
w (x)
Á (x) = arg[u (x)] = arctan (1.61)
v (x)
Son el modulo y la fase respectivamente de u (x). Ambos a (x) y Á (x) son funciones de valor
real y a (x) es positivo. Los fasores se pueden representar en el plano complejo en una forma similar
a los n¶
umero complejos como se ilustra en la ¯gura 1.14:
Se debe notar que si a (x) y Á (x) no var¶³an entonces u (x) es una constante compleja. Si se
representa el fasor como:
1.3 NUMEROS COMPLEJOS Y FASORES 19
Las gr¶
a¯cas de estas funciones son mostradas en la ¯gura 1.15:
El siguiente m¶etodo involucra las gr¶a¯cas individuales del modulo y de la fase de u (x) las cuales
son especi¯cadas como:
fasor son gra¯cadas a lo largo de los otros dos. El resultado es la curva tridimensional una h¶elice
en este caso, la cual es mostrada en la ¯gura 1.16.
Se debe destacar es que cuando una funci¶on de valor complejo o fasor cuya parte real es una
funci¶on par y cuya parte imaginaria es impar se dice que es Herm¶³tico, mientras que un fasor cuya
parte real es impar y cuya parte imaginaria es par se llama Antihermitico, lo cual conduce a ciertas
propiedades particulares de la transformada de Fourier.
Una de las principales representaciones de un fen¶omeno corresponde a aquel que posee un com-
portamiento sinusoidal, luego se procede a representar la amplitud y la fase de ondas moduladas
y ¯nalmente a la descripci¶
on de ondas de luz monocrom¶aticas.
mente de¯nida esto puede conducir a confusiones conceptuales, por ejemplo un voltaje que varia
continuamente con el tiempo es representado por un fasor a (t) e(iÁ(t)) lo cual implica que el voltaje
consiste de una parte real y una parte imaginaria y esto no tiene sentido f¶³sico. Tal voltaje es mejor
representado en la parte real e imaginaria por un fasor apropiado lo cual conduce a funciones de
valor real.
1.4.1 Se~
nales sinusoidales
Las se~
nales sinusoidales son de gran importancia ene el estudio de muchos problemas de ingenier¶³a,
ya que ellas describen adecuadamente el comportamiento de m¶
ultiples fen¶
omenos, pero adem¶
as
son b¶asicas; ya que otras funciones se pueden descomponer en t¶erminos de funciones sinusoidales
como combinaciones lineales, en resumen las funciones sinusoidales son las funciones propias de los
sistemas lineales invariantes al desplazamiento LSI.
Si se considera la funci¶
on de valor real:
La cual puede ser usada para representar una cantidad f¶³sica cuyo comportamiento es sinusoidal
por ejemplo una l¶³nea de voltaje o un sistema de distribuci¶on de potencia, las oscilaciones de un
p¶endulo, etc. Esta expresi¶
on tambi¶en se puede escribir como:
Donde:
n
X
s (t) = vi (t) (1.72)
i=1
De n se~
nales cosenoidales de la forma:
Donde:
Se obtiene que:
n
( n )
X X
vi (t) = < ui (t) (1.76)
i=1 i=1
A £ 2i¼º0 t ¤
A cos (2¼º0 t) = e + e¡2i¼º0 t (1.77)
2
1.4 REPRESENTACION DE CANTIDADES FISICAS 23
A
La cual es justamente la suma de dos fasores de modulo constante 2 y fase lineal §2¼º0 . En un
diagrama de fasores el primero de estos fasores rota en el sentido contrario al horario con tiempo a
la velocidad de 2¼º0 rad
seg , mientras que el segundo rota en el sentido horario a la misma velocidad.
La parte imaginaria de estos fasores es siempre de signo opuesto, cancelado el uno al otro, pero
su parte real es siempre del mismo signo esta suma produce la funci¶on de valor real A cos (2¼º0 t)
como se muestra en la ¯gura 1.17. Es tambi¶en instructivo asociar el signo negativo en el exponente
del segundo fasor con la frecuencia fundamental es decir:
A h 2i¼º0 t i
A cos (2¼º0 t) = e + e2i¼(¡º0 )t (1.78)
2
Donde a (t) es siempre la amplitud instant¶anea de la onda portadora y Á (t) es la fase in-
stant¶anea. Para modulaci¶on en amplitud AM , a (t) es linealmente referida a la se~
nal moduladora
m (t), mientras la fase es independiente de esta se~
nal y usualmente tiene la forma:
Donde A es una constante real positiva y m (t) es una funci¶on de valor real; por tanto para el
caso de AM se tiene:
m (t) ¸ ¡1 (1.83)
Se asume usualmente que a (t) es positivo. Si m (t) es una funci¶on que varia lentamente con
respecto a la oscilaci¶
on de la onda portadora como es generalmente el caso; a (t) es llamada la
envolvente de la onda modulada. En la ¯gura 1.18 se muestra una se~
nal modulada arbitrariamente
empezando en el tiempo t0 y la onda modulada resultante. Es tambi¶en instructivo considerar el
proceso de modulaci¶
on desde el punto de vista de los fasores, parta hacer esto se puede escribir
que:
© ª
v (t) = A [1 + m (t)] < ei2¼ºc t (1.84)
© ª
v (t) = < A [1 + m (t)]ei2¼ºc t (1.85)
Donde se ha omitido la constante μ para simpli¯car la notaci¶on; as¶³ v (t) es simplemente la parte
real del fasor cuyo modulo es a (t) = A [1 + m (t)] y cuyo plano varia linealmente con el tiempo.
1.4 REPRESENTACION DE CANTIDADES FISICAS 25
aticas. La representaci¶
Ondas de luz monocrom¶ on matem¶
atica de ondas de luz se incluye para
familiarizar al lector con algunos de los conceptos b¶asicos de la ¶optica.
En general una onda de luz puede ser representada por una funci¶on vectorial de posici¶on y de
tiempo; existen casos para los cuales tal onda puede describirse por una funci¶on escalar. Por
tanto este ser¶a el tratamiento dado en este texto, adem¶as de considerar u
¶nicamente ondas de
luz monocrom¶aticas; es decir ondas que poseen una frecuencia temporal singular. Estas ondas
se asumen linealmente polarizadas y ser¶an asociadas a la funci¶
on escalar que las describe con la
magnitud tanto del vector campo el¶ectrico como del vector campo magn¶etico, por consiguiente:
26 1. REPRESENTACION DE CANTIDADES FISICAS
u (¡
!
r ; t) = a (¡
!
r ) cos [2¼º0 t ¡ Á(¡
!
r )] (1.88)
n2 @ 2 u (r; t)
r2 u (r; t) ¡ =0 (1.89)
c2 @t2
@2 @2 @2
r2 = 2
+ 2+ 2 (1.90)
@x @y @z
Se asume que el medio es homog¶eneo y que sus propiedades son independientes del tiempo; as¶³
el ¶³ndice refractivo es constante. Si se de¯ne el fasor:
Expresi¶
on conocida en o¶ptica como la amplitud compleja de la onda u (r; t) de tal forma que:
© ª
u (r; t) = < u¤ (r) ei2¼º0 t (1.92)
2¼º0 2¼
Donde k0 = c = ¸0 es el n¶
umero de onda asociado con u (r; t), ¸0 es la longitud de onda
en el vac¶³o. Como resultado de esto muchos problemas de inter¶es en la o¶ptica pueden resolverse y
algunas operaciones intermedias ser simpli¯cadas.
1.5 TALLER DE EJERCICIOS 27
1.1. Dada una funci¶on arbitraria f (x) = fe (x) + fo (x) ,donde fe (x) representa la funci¶
on par y
fo (x) representa la funci¶
on impar; Demuestre que:
1
a.fe (x) = 2 [f (x) + f (¡x)]
1
b.fo (x) = 2 [f (x) ¡ f (¡x)]
1.2. Dado el n¶
umero complejo u = v + iw, demuestre que:
a. Re fug = 1
2 (u + u¤ )
b. Im fug = 1
2i (u ¡ u¤ )
1 1 ¤
a. Re fu1 + u2 g = 2 (u1 + u2 ) + 2 (u1 + u2 )
1.4. Encuentre todas las raices de las siguientes ecuaciones y muestre sus posiciones en el plano
complejo:
a. x3 = 1
b. x3 = 8ei¼
28 1. REPRESENTACION DE CANTIDADES FISICAS
¼
c. x4 = 4ei 3
¼ 5¼
a. u = ei 6 + ei 6
¼ 2¼
b. u = 2ei 3 ¡ 2ei 3
p i¼ ¼
c. u = 1 + 2e 4 + ei 2
1.6. Sea u (x) = Aei2¼»0 x Donde A y »0 son constantes reales positivas ; encuentre y gra¯que
las siguientes funciones:
a. j u (x) j2
b. u (x) + u¤ (x)
c. j u (x) + u¤ (x) j2
1.6.1 N¶
umeros complejos y fasores
z1 r1
A. Si z1 = r1 (cos μ1 + i sin μ1 ) y z2 = r2 (cos μ2 + i sin μ2 ) probar que: z2 = r2 fcos (μ1 ¡ μ2 ) + i sin (μ1 ¡ μ2 )g.
SOLUCION:
z1 r1 (cos μ1 + i sin μ1 )
= (1.94)
z2 r2 (cos μ2 + i sin μ2 )
z1 r1
= fcos (μ1 ¡ μ2 ) + i sin (μ1 ¡ μ2 )g (1.97)
z2 r2
SOLUCION:
De la Formula binomial:
à ! à ! à !
n
n n n
n n¡1 n¡2 2
(a + b) = a + a b+ a b + :::::::::::: an¡r br ::::::::::::: + bn (1.99)
1 2 r
De donde se puede encontrar que:
Por consiguiente:
¡ ¢ ¡ ¢2
cos 5μ = cos5 μ ¡ 10 cos3 μ 1 ¡ cos2 μ + 5 cos μ 1 ¡ cos2 μ (1.103)
30 1. REPRESENTACION DE CANTIDADES FISICAS
Resolviendo:
1.6.2 Representaci¶
on matem¶
atica de cantidades f¶³sicas
Soluci¶
on
Representa una onda plana
B. Identi¯que sus principales caracter¶³sticas.
Soluci¶
on
Es una onda plana de amplitudconstante A, su fase est¶a en el origen de coordenadas; es decirt
no est¶a desfasada. El par¶ametro °x representa el angulo del coseno direcor en la direcci¶
on x
C. Sabiendo que I (x; y) =j u1 (x; y) j2 , encuentre este valor. Que signi¯cado f¶³sico tiene (Valor
0.40 puntos)
Soluci¶
on
Se obtiene:
Finalmente:
I (x; y) =j A j2 (1.107)
Cantidad que representa que la irradiancia Cantidad de energ¶³a o de °ujo radiante de la onda
plana a trav¶es del espacio, en este caso particular la Irradiancia es constante.
1.6 EJERCICIOS RESUELTOS 31
En este caso se analizara un circuito en el cual se colocan elementos en serie con una resistencia
conectados a una fuente de voltaje de AC que esta en fase con la corriente. (ver ¯gura 1.) Asuma
que el voltaje aplicado var¶³a senosoidalmente con el tiempo mediante la expresi¶on: v = V sin (wt)
y i = I sin (wt ¡ Á)
Soluci¶
on
Debido a que todos los elementos est¶an en serie, la corriente en cualquier punto del circuito
debe ser la misma en cualquier instante. Por consiguiente, el voltaje a trav¶es de cada elemento
tiene diferentes amplitudes y fases. En particular, el voltaje a trav¶es de la resistencia esta en fase
con la corriente, el voltaje a trav¶es del inductor adelanta la corriente 900 , y el voltaje a trav¶es
del capacitor va retrasado de la corriente en 900 . Utilizando estas relaciones de fase, se pueden
expresar las ca¶³das de voltaje instant¶aneas a trav¶es de los tres elementos como:
¡ ¢
Vl = IXl sin wt + 900 (1.109)
¡ ¢
Vc = IXc sin wt ¡ 900 (1.110)
V = VR + Vl + Vc (1.111)
B. Obtenga el diagrama de fasores resultante combinando los tres pares de fasores encontrados
en el literal anterior.
Soluci¶
on Debido a que la corriente en cada elemento es la misma en cualquier instante, se puede
obtener el diagrama de fasores resultante combinando los tres pares de fasores mostrados. Para
obtener la suma vectorial de estos voltajes, es conveniente dibujar un diagrama de fasores como se
muestra en la ¯gura 2.
q q
Vm = VR2 + (Vl ¡ Vc )2 = (IR)2 + (IXl ¡ IXc)2 (1.112)
Finalmente:
q
Vm = I (R)2 + (Xl ¡ Xc)2 (1.113)
Soluci¶
on
Por lo tanto, se puede expresar la corriente m¶axima como:
1.6 EJERCICIOS RESUELTOS 33
Vm
I=q (1.114)
(R) + (Xl ¡ Xc)2
2
q
Z= (R)2 + (Xl ¡ Xc)2 (1.115)
Vm = IZ (1.116)
1.6.4 Representaci¶
on de una se~
nal con forma de onda
8
> ¡x; Si ¡¼ · x · 0
>
<
f (x) = (1.117)
>
>
:
x; Si 0 < x · ¼
Realice una gr¶
a¯ca de la se~
nal.
f (x) = x2 Si ¡¼ · x · ¼ (1.118)
Funci¶
on De¯nici¶
on
8
> 0; Si Xb < Xb0
>
<
¡ ¢
step step x¡x b
0
= 21 ; Si Xb = Xb0
>
>
:
1; Si Xb > Xb0
8
> ¡1; Si Xb < Xb0
>
<
¡ ¢
signo sgn x¡x b
0
= 0; Si Xb = Xb0
>
>
:
1; Si Xb > Xb0
8
> 0; Si j X¡X 0
j> 12
> b
¡ x¡x0 ¢ < 1
Rectangulo rect b = 2 ; Si j X¡X b
0
j= 12
>
>
:
1; Si j X¡X b
0
j< 12
8
> 0; Si Xb · Xb0
>
<
¡ ¢
rampa ramp x¡x b
0
=
>
>
: X¡X0
j b j; Si Xb > Xb0
8
> 0; Si j X¡X 0
j¸ 1
>
< b
¡ x¡x0 ¢
triangulo tri b =
>
>
:
1¡ j X¡X b
0
j; Si j X¡Xb
0
j< 1
¡ x¡x0 ¢ sin¼( b ) x¡x 0
sinc sinc b = x¡x
¼( b 0 )
¡ ¢ sin¼( x¡x 0
) 2
sinc2 j sinc x¡x b
0
= x¡x
b
j
¼( b 0 )
¡ ¢ h ¡ x¡x0 ¢2 i
Gaussiana Gaus x¡x b
0
= exp ¡¼ b
¡ ¢
Impulso ± (x) = limb!0 1b Gaus xb
0
C¶esar Torres M. LOI - UPC
36 2. MATEMATICAS ESPECIALES DE LA OPTICA
Propiedades de la funci¶
on impulso:
± (x ¡ x0 ) = 0; si x 6= x0 (2.1)
Z x2
f (®) ± (® ¡ x0 ) d® = f (x0 ) ; x1 < x0 < x2 (2.2)
x1
Propiedades de escalamiento
μ ¶
x ¡ x0
± =j b j ± (x ¡ x0 ) (2.3)
b
1 ³ x0 ´
± (ax ¡ x0 ) = ± x¡ (2.4)
jaj a
± (¡x + x0 ) = ± (x ¡ x0 ) (2.5)
Propiedades en productos
x± (x ¡ x0 ) = x0 ± (x ¡ x0 ) (2.8)
± (x) ± (x ¡ x0 ) = 0; Si x0 6= 0 (2.9)
38 2. MATEMATICAS ESPECIALES DE LA OPTICA
Propiedades en integrales
Z 1
A± (® ¡ x0 ) d® = A (2.11)
¡1
Z 1
± (® ¡ x0 ) d® = 1 (2.12)
¡1
Z 1
± (® ¡ x0 ) ± (x ¡ ®) d® = ± (x ¡ x0 ) (2.13)
¡1
Funci¶
on Impulso par e impar
Funci¶
on peinilla de Dirac
2.1 FUNCIONES BASICAS 39
1
X
comb (x) = ± (x ¡ n) (2.16)
n=¡1
μ ¶ 1
X
x ¡ x0
comb =j b j ± (x ¡ x0 ¡ nb) (2.17)
b n=¡1
¡ ¢ ¡ ¢
a. f (x) = rect x4 ¡ rect x2
¡ ¢
b. g (x) = 2tri x2 ¡ tri (x)
¡ ¢
c. h (x) = 2tri x2 ¡ 2tri (x)
£ ¡ ¢ ¡ ¢¤
d. p (x) = rect x4 ¡ tri x2 sgn (x)
a. f (x)
¡ ¢
b. f xb
c. f (x ¡ x0 )
An¶alisis gr¶
a¯co
Dadas las gr¶a¯cas unidimensionales de la ¯gura 2.3 escribir su ecuaci¶on en t¶erminos de las
funciones estudiadas en clase:
40 2. MATEMATICAS ESPECIALES DE LA OPTICA
Para cada una de las funciones especiales de¯nidas en el numeral anterior encontrar su gr¶a¯ca
correspondiente y determinar anal¶³ticamente el valor de su a¶rea.
a¯co comparativo de las funciones tri (x), sinc (x), sinc2 (x) y Gauss (x)
Realizar un gr¶
Coordenadas rectangulares:
Las funciones dos dimensionales que se utilizan en los problemas de o¶ptica normalmente cumplen
con la propiedad de separaci¶on de variables; por tanto se pueden escribir de manera general como
el producto de dos funciones unidimensionales en las dos variables; es decir:
(a) (b)
(c) (d)
Coordenadas polares:
En la mayor¶³a de los sistemas ¶opticos los elementos utilizados poseen simetr¶³a radial cerca del eje
optico en una primera aproximaci¶on; por tanto en muchos casos es conveniente utilizar geometr¶³a
¶
polar para describir estos elementos.
De¯nici¶on de Funciones:
a.) Funci¶
on cilindro
d
1; 0·r< 2
³r´
1 d
cyl = 2; r= 2
d
d
0; r> 2
b.) Funci¶
on sombrero
³r´ ¡ ¢
2J1 ¼ dr
somb = ¡ r¢ (2.19)
d ¼d
42 2. MATEMATICAS ESPECIALES DE LA OPTICA
Donde J1 es la funci¶
on de Bessel de orden 1.
c.) Funci¶
on Gaussiana
·
³r´ ³ r ´2 ¸
Gauss = exp ¡¼ (2.20)
d d
a¯ca de funciones. b.) Encontrar el volumen de cada una de las funciones de¯nidas
Taller gr¶
en los literales anteriores.
c.) Gra¯car en detalle cada una de las funciones de¯nidas en literales anteriores.
En este item se presentan los conceptos fundamentales sobre los cuales se soporta la descomposici¶
on
de funciones.
2.2.2 Conceptos b¶
asicos
Dada la funci¶
on Ãn (t) la cual forma un completo conjunto ortogonal en el intervalo (t1 ; t2 ); casi
cualquier funci¶
on abitraria f (t) puede ser expandida en este intervalo de acuerdo a :
1
X
f (t) = cn Ãn (t) (2.21)
n=1
Z t2
f 2 (t) dt < 1 (2.22)
t1
En el caso de tener una serie in¯nita; la funci¶on debe ser aproximada por una funci¶on truncada
la cual contiene solo un n¶
umero ¯nito de t¶erminos y se deber¶
a buscar la mejor aproximaci¶on, por
tanto se debe emplear el concepto de integral de error cuadr¶
atico medio:
Z t2
2
[f (t) ¡ f 0 (t)] dt = minimo (2.23)
t1
μ ¶
1
t1 ¡ t2 = k (2.25)
º0
Con k = 1; 2; 3; :::::
Partimos de la expansi¶
on en serie de Fourier para llegar a la integral de Fourier
Consideremos expansi¶
on de funciones peri¶odicas. La funci¶
on f (t) es peri¶
odica con el periodo
T = º0¡1 Puede ser representada por una serie de Fourier si satisface las condiciones de Dirichlet.
En un intervalo in¯nito (t1 · t · t2 ) f (t) debe ser:
1. Monovaluada
2. Tiene un n¶
umero ¯nito de m¶
aximos y m¶³nimos
3. No tiene discontinuidades
4. Es absolutamente integrable
44 2. MATEMATICAS ESPECIALES DE LA OPTICA
2.2.5 An¶
alisis gr¶
a¯co
Dada la gr¶a¯ca de la ¯g 2.5 expandir en serie de Fourier tanto analiticamente como gra¯camente.
Dada la funci¶on rec Tt expandir en serie de Fourier tanto analiticamente como gra¯camente.
2.2.6 Aproximaci¶
on de polinomio a una se~
nal con forma de onda
2.2.7 Tarea
El polinomio
Utilizaci¶
on del valor m¶³nimo del error cuadr¶
atico medio en la aproximaci¶
on de una
on f1 (t) a otra f2 (t). En el presente laboratorio hipot¶etico se pretende mostrar como se
funci¶
puede aproximar un polinomio a otro mediante la ayuda del valor m¶³nimo del error cuadr¶atico
medio.
La idea b¶
asica es comparar dos se~
nales sobre un intervalo de¯nido t1 < t < t2 es decir:
Y por tanto se desea escoger C12 de tal forma que se logre la mejor aproximaci¶
on; para ello se
debe tener en cuenta la funci¶
on error:
Tarea. La funci¶
on
f2 (t) = At (2.31)
1 dn ¡ 2 ¢n
Pn (t) = t ¡1 (2.32)
2n n! dtn
46 2. MATEMATICAS ESPECIALES DE LA OPTICA
Probar que los dos polinomios de Legendre P0 (t) y P2 (t) Son ortogonales. Mostrar esta
situaci¶
on anal¶³ticamente y gr¶a¯camente.
2.3.1 Generalidades
1
X
f (t) = cn Ãn (t) (2.33)
n=1
Considerando la expansi¶
on de funciones peri¶odicas. Sea f (t) una funci¶on peri¶odica con periodo
T = º0 ¡1 puede ser representada por una serie de Fourier si cumple con las condiciones de Dirichlet
en el intervalo ¯nito t1 · t · t2 :
1) Es monovaluada
2) Tiene un n¶
umero ¯nito de m¶aximos y m¶³nimos
2.3 LA SERIE DE FOURIER 47
3) Tiene un n¶
umero ¯nito de discontinuidades
4) Es absolutamente integrable:
Z t2
j f (®) j d® < 1 (2.37)
t1
1
X
f (t) = cn exp (in2¼º0 t) (2.38)
1
Converge uniformemente a f (t); es importante puntulaizar que cualquier funci¶on que represente
una variable f¶³sica real debe satisafacer las condiciones de Dirichlet.
La serie de Fourier descompone la funci¶on en una combinaci¶on lineal de exponenciales complejas
con coe¯cientes aue deteriman el peso de la contribuci¶on de cada una de ellas: Por tanto f (t) est¶a
compuesta de un gran n¶
umero de componentes sinusoidales que tiene frecuencias relacionadas
arm¶onicamente.
Los coe¯cientes se pueden calcular a parir de :
Z T +t
1
cn = f (®) exp(¡in2¼º0 ®) d® (2.39)
T t
Considerese la serie de Fourier truncada. Si una funci¶on f (t) es aproximada unicamente por
unos pocos t¶erminos es de esperar que la reconstrucci¶
on no sea la m¶as adecuada; se espera que entre
m¶
as t¶erminos se utilicen la reconstrucci¶
on sea mejor sin embargo esto no es cierto en la vecindad
de una discontinuidad.
Veamos el caso de una funci¶on de onda rectangular (ver ¯g 2.6):
Este comportamiento es conocido como el fen¶omeno de Gibbs.
Ahora utilicemos la serie de Fourier para representar una funci¶on no peri¶odica (ver ¯g 2.7):
μ ¶
t ¡ t0
g (t) = tri (2.40)
b
Para representar esta funci¶on como una serie de Fourier se debe primero formar la funci¶on
odica g 0 (t) con peri¶
peri¶ odo T ¸ 2b
μ ¶
t ¡ t0
g (t) = g 0 (t) rect (2.41)
T
1
X μ ¶
t ¡ t0 ¡ nT
g 0 (t) = tri (2.42)
¡1
b
1
X
g 0 (t) = c0n exp(in2¼º0 t) (2.43)
n=¡1
Z T +t
1
c0n = g 0 (®) exp(¡in2¼º0 ®) d® (2.44)
T t
Funci¶
on Triangulo Funci¶
on Triangulo como serie de Fourier
1
X
g (t) = c0n exp(in2¼º0 t) (2.45)
n=¡1
para el intervalo t0 ¡ b · t · t0 + b y:
g (t) = 0 (2.46)
Generalidades. la integral de Fourier permite descomponer una funci¶on en una combinaci¶on lin-
eal de exponenciales complejos de la forma Ãn (t) = exp (in2¼º0 t). si g (t) satisface las condiciones
de Dirichlet se puede por tanto escribir la integral:
Z 1
g (t) = G (º)ei2¼ºt dº (2.47)
¡1
Donde:
Z 1
G (º) = g (®) e¡i2¼º® d® (2.48)
¡1
Se nota la similaridad entre las dos integrales; a estas expresiones se les llama integrales de
Fourier, G (º) se llama transformada de Fourier de g (t) que es una representaci¶on de dominio
temporal de alguna cantidad mientras que G (º) representa en el dominio frecuencial temporal y
50 2. MATEMATICAS ESPECIALES DE LA OPTICA
por lo tanto es conocida como espectro de frecuencia temporal compleja o simplemente espectro de
frecuencias, se conoce a g (t) como la transformada de Fourier inversa de G (º)
Si ahora se representa una funci¶on peri¶odica por su serie de Fourier:
1
X
f (t) = cn e(in2¼º0 t) (2.49)
n=¡1
Z Ã 1
!
1 X
F (º) = cn e (in2¼º0 ®)
e¡i2¼º® d® (2.50)
¡1 n=¡1
1
X μZ 1 ¶
F (º) = cn e¡i2¼(º¡nº0 )® d® (2.51)
n=¡1 ¡1
Z 1
e¡i2¼(º¡nº0 )® d® = ± (º ¡ nº0 ) (2.52)
¡1
1
X
F (º) = cn ± (º ¡ nº0 ) (2.53)
n=¡1
Por tanto la transformada de Fourier de una funci¶on peri¶odica consiste de un arreglo de fun-
ciones delta separados por intervalos frecuenciales iguales a la frecuencia fundamental º0 en otras
palabras funciones peri¶odicas tienen espectros discretos algunas veces llamados espectros de linea.
en contraste los espectros de las funciones no peri¶odicas son no discretos.
Donde A (º) es conocido como la amplitud del espectro de F (º) y Á (º) es la fase del espectro
2.3 LA SERIE DE FOURIER 51
Z T +t
1
cn = A cos (2¼º0 ®) e(¡in2¼º0 ®) d® (2.56)
T t
Z
1 T +t
A ³ (i2¼º0 ®) ´
cn = e + e(¡i2¼º0 ®) (2.57)
T t 2
e(¡in2¼º0 ®) d®
(A
2 ; if n = §1
cn =
0; if n 6= §1
Funci¶
on coseno y Espectro de la Funci¶
on coseno Funci¶
on coseno desfasada
1
X
F (º) = cn ± (º ¡ nº0 ) (2.58)
n=¡1
A
F (º) = [± (º ¡ º0 ) + ± (º + º0 )] (2.59)
2
52 2. MATEMATICAS ESPECIALES DE LA OPTICA
μ ¶
A º
F (º) = ±± (2.60)
2º0 º0
Z 1
F (º) e(i2¼ºt) dº (2.61)
¡1
Z 1
A ³ (i2¼º0 t) ´
F (º) e(i2¼ºt) dº = e + e(¡i2¼º0 t) (2.62)
¡1 2
Z 1
F (º) e(i2¼ºt) dº = A cos (2¼º0 t) (2.63)
¡1
2.3.5 Relaci¶
on entre una funci¶
on y su espectro de fase
Considerese la funci¶on:
(A
2 e¨μ0 ; if n = §1
cn =
0; if n 6= §1
De tal forma que:
μ ¶
A º
F (º) = ±± e¡i2¼ºt0 (2.65)
2º0 º0
Se observa que la amplitud del espectro es la misma que para el caso de una funci¶
on no
desplazada, mientras que la fase del espectro es ahora dada por:
μ0 º
Á (º) = 2¼ºt0 = (2.66)
º0
Su espectro es:
μ ¶
A1 º
F (º) = A0 ± (º) + ±± (2.68)
2º1 º1
μ ¶ μ ¶ μ ¶
A2 º A3 º A4 º
+ ±± + ±± + ±±
2º2 º2 2º3 º3 2º4 º4
Considerese la funci¶on:
μ ¶ 1
X
2t
f (t) = rect ¤A ± (t ¡ nT ) (2.69)
T n=¡1
μ ¶ X
1
A º
F (º) = sinc ± (º ¡ nº0 ) (2.70)
2 2º0 n=¡1
Finalmente:
A X
1 ³n´
F (º) = sinc ± (º ¡ nº0 ) (2.71)
2 n=¡1 2
Propiedad de linearidad. Sea f (x) una funci¶on con transformada de Fourier F (») y sea h (x)
una funci¶on con transformada de Fourier H (») entonces se tiene que:
Z 1
F (») = f (®) e¡i2¼»® d® (2.73)
¡1
Z 1
F (0) = f (®) d® (2.74)
¡1
Fourier; es f¶
acil probar que:
Z 1
f (0) = F (¯) d¯ (2.75)
¡1
2.3 LA SERIE DE FOURIER 55
Propiedad de escalamiento. Sea f (x) una funci¶on con transformada de Fourier F (») y sea b
una constante real y diferente de cero entonces:
n ³ x ´o
F f =j b j F (b») (2.76)
b
Propiedad de desplazamiento. Sea f (x) una funci¶on con transformada de Fourier F (») y sea
x0 una constante real entonces:
¶ n desplazada es simplemente la
As¶³: La transformada de Fourier de una funcio
¶ n no desplazada por un factor exponencial teniendo fase
transformada de la funcio
lineal en el caso que F (») = A (») e¡i©(»)
Transformada de una conjugada. Sea f (x) una funci¶on con transformada de Fourier F (») la
transformada de Fourier de f ¤ (x) es:
Transformada de una Transformada. Sea f (x) una funci¶on con transformada de Fourier F (»)
la transformada de Fourier de F (x) es:
on. Sea g (x) = f (x) ¤ h (x), g (x) una funci¶on con transfor-
Transformada de una Convoluci¶
mada de Fourier G (»), f (x) una funci¶on con transformada de Fourier F (») y h (x) una funci¶on
con transformada de Fourier H (») entonces:
¶ n es simplemente el producto de
La transformada de Fourier de una convolucio
las transformadas de las funciones individuales
Transformada de un producto.
n o
k
F (¡i2¼x) f (x) = F k (») (2.85)
FUNCION TRANSFORMADA
1 ± (»)
± (x) 1
± (x § x0 ) e§i2¼x0 »
e§i2¼x»0 ± (» § »0 )
³ ´
1 »
cos (2¼»0 x) 2j»0 j ±± »0
³ ´
i »
sin (2¼»0 x) 2j»0 j ±± »0
³ ´
1 x
2jx0 j ±± x0 cos (2¼»x0 )
³ ´
i x
2jx0 j ±± x0 ¡ sin (2¼»x0 )
e¡jxj 2
1+(2¼»)2
à !
t
g (t) = Arect T
(2.87)
2
Su espectro es:
Z 1
G (º) = g (®) e¡i2¼º® d® (2.88)
¡1
Z T
4
G (º) = A e¡i2¼º® d® (2.89)
¡ T4
A h ¡i¼º T T
i
G (º) = e 2 ¡ ei¼º 2 (2.90)
¡i2¼º
μ ¶
AT T
G (º) = sinc º (2.91)
2 2
à !
t ¡ t0
g (t ¡ t0 ) = Arect T
(2.92)
2
Reemplazando:
( Ã !) μ ¶
t ¡ t0 AT T
F Arect T
= e¡i2¼ºt0 sinc º (2.94)
2
2 2
El espectro ahora tiene la misma amplitud pero ha sido modi¯cado por un factor de fase.
2.4 OPERADORES MATEMATICOS Y SISTEMAS FISICOS 59
(a) (b)
(c) (d)
2.4.1 Introducci¶
on
Un sistema f¶³sico es considerado como un dispositivo que muestra algun tipo de respuesta cuando
un estimulo es aplicado. Este estimulo es frecuentemente llamado la entrada del sistema mientras
que la respuesta es conocida como la salida del sistema.
2.4.2 Representaci¶
on de sistemas por operadores matem¶
aticos
Se debe encontrar un modelo matem¶atico que sirva para describir un sistema f¶³sico; es decir el
modelamiento de sistemas es frecuentemenete discutido en t¶erminos de los operadores matem¶
aticos.
Considerese el conjunto de funciones ff1 (x) ; f2 (x) ; :::::::::fn (x)g de acuerdo a una regla que
se puede especi¯car se le asigna a todos los elementos de ese primer conjunto los elementos de
un segundo conjunto de funciones fg1 (x) ; g2 (x) ; :::::::::gn (x)g. Denotando el operador H se puede
establecer la regla entre los elementos de los dos conjuntos de funciones:
60 2. MATEMATICAS ESPECIALES DE LA OPTICA
Sistemas lineales. Considerese un sitema caracterizado por el operador H tal que se cumple que:
Luego para dos constantes complejas arbitrarias a1 y a2 el sistema se dice que es lineal si se
cumple:
Sistemas invarantes a desplazamiento. Tambi¶en se les llama ¯jo, estacionario, invariante (ver
¯g 2.13) en el tiempo, invariante espacial o isoplanatico si a un cambio en la posici¶on de entrada
solo se produce un desplazamiento igual en la salida; es decir si se cumple:
Entonces:
H ff (x ¡ x0 )g = g (x ¡ x0 ) (2.100)
2.4 OPERADORES MATEMATICOS Y SISTEMAS FISICOS 61
(a) (b)
(c) (d)
(e) (f)
Donde x0 es una constante real as¶³ la magnitud y la forma de la salida no son cambiadas si se
desplaza la entrada en el factor x0 .
A los sistemas lineales e invariantes a desplazamiento se les conoce como LSI y se denotan
generalmente por el operador L de tal manera que combinando la dos propiedades se tiene que:
L fa1 f1 (x ¡ x1 ) + a2 f2 (x ¡ x2 )g = (2.101)
a1 g1 (x ¡ x1 ) + a2 g2 (x ¡ x2 )
(a) (b)
(c) (d)
que in°uencia la salida para ambos valores positivos uy negativos de x, lo cual quiere decir que el
sistema describe un comportamiento antes que el estimulo de entrada sea aplicado, sin embargo
el misterio desaparece cuando se entiende que el t¶ermino antes es impropiamente utilizado aqu¶³.
Estrechamente asociado con el concepto de causalidad es la consideraci¶
on de condiciones iniciales
es decir las consideraciones de almacenamiento de energ¶³a dentro de un sistema cuando la entrada
es aplicada.
Sistemas con memoria. Un sistema se dice que tiene memoria; si en lugar de ser una funci¶on
de la entrada, la salida es un funcional de la entrada, tales sistemas tambi¶en son llamados sistemas
din¶amicos. o instant¶
aneos o de memoria cero, en ese caso la salida es una funci¶on de la entrada.
Vamos a considerar ejemplos de cada clase de sistemas. Para un sistema con memoria, la salida
esta relacionada con la entrada por la expresi¶on operacional:
d
Suponga por ejemplo que S fg = dx y f (x) la salida estar¶
a dada por:
2
g (x) = ¡2¼xe¡¼x (2.104)
64 2. MATEMATICAS ESPECIALES DE LA OPTICA
Y en el punto x = x1 :
2
g (x1 ) = ¡2¼x1 e¡¼x1 (2.105)
Del an¶
alisis anterior se observa que un sistema sin memoria mapea el valor de la entrada en un
punto singular en el valor de la salida en ese punto, mientras un sistema con memoria mapea el
valor de la entrada a varios puntos en el valor de la salida de un punto singular; esta es la diferencia
b¶asica entre una funci¶
on y un funcional.
2.5 RESPUESTA IMPULSIONAL 65
Cuando la entrada a un sistema es una simple funci¶on delta, la salida es llamada la respuesta
impulsional del sistema (tambi¶en conocida como funci¶on de Green). Para un sistema general la
respuesta impulsional depende el punto al cual la funci¶
on delta es aplicada; es decir para un
impulso localizado en x = x0 la respuesta impulsional es denotada por h (x; x0 ), en otras palabras
si el sistema est¶a caracterizado por:
S f± (x ¡ x0 )g = h (x; x0 ) (2.112)
Si ahora se considera un sistema LSI caracterizado por el operador L fg se nota que para una
entrada impulsiva aplicada en el origen; la salida es:
L f± (x ¡ x0 )g = h (x; x0 ) (2.114)
Debido a que el sistema es invariante a desplazamiento, la segunda respuesta debe ser id¶entica
a la primera, excepto que es desplazada por una cantidad x0 a lo largo del eje x; por consiguiente:
L f± (x ¡ x0 )g = h (x ¡ x0 ; 0) (2.115)
h (x; x0 ) = h (x ¡ x0 ; 0) (2.116)
entrada es aplicada, y no del valor de ambos. Cambiando la notaci¶on para la respuesta impulsional
de tal sistema a una forma mas concisa se encuentra que:
L f± (x ¡ x0 )g = h (x ¡ x0 ) (2.117)
Por tanto los sistemas LSI son totalmente caracterizados por su respuesta impulsional. Esta
es una propiedad muy importante de estos sistemas, y es de gran aplicaci¶on. Las ¯guras 2.14 y
2.15 muestran algunas respuestas impulsionales t¶³picas. Es importante anotar que la respuesta
impulsional de un sistema LSI cuando a la entrada se tiene una funci¶on delta; no es otra funci¶on
delta.
Cuando la entrada a un sistema est¶a descrita por una funci¶on propia del sistema, la salida es
simplemente el producto de la entrada y una constante compleja de proporcionalidad. Para expresar
on matem¶aticamente, sea à (x; »0 ) la funci¶on propia del sistema LSI L fg, donde »0 es
esta situaci¶
una constante real arbitraria. Luego, si à (x; »0 ) es la entrada del sistema la salida esta dad por:
Lo cual conduce a una conclusi¶on extremadamente importante: Cuando pasa a trav¶es del sis-
tema una funci¶on propia, esta puede ser atenuada o ampli¯cada y su fase puede ser desplazada;
pero la entrada permanece invariante en forma. El exponencial complejo ei2¼»0 x es una funci¶
on
propia de cualquier sistema LSI, con ei2¼»0 x de entrada a este tipo de sistema; la salida debe ser
escrita como:
© ª
L ei2¼»0 x = g (x; »0 ) (2.122)
n o © ª
L ei2¼»0 (x¡x0 ) = L ei2¼»0 x e¡i2¼»0 x0 = (2.123)
n o © ª
L ei2¼»0 (x¡x0 ) = e¡i2¼»0 x0 L ei2¼»0 x (2.124)
n o
L ei2¼»0 (x¡x0 ) = e¡i2¼»0 x0 g (x; »0 ) (2.125)
n o
L ei2¼»0 (x¡x0 ) = g (x ¡ x0 ; »0 ) (2.126)
© ª
L ei2¼»0 x = H (»0 ) ei2¼»0 x (2.129)
Este resultado pone en evidencia que H (»0 ) tiene un valor igual que el de la salida en el origen,
si se asume una entrada de la forma ei2¼»0 x .
Se ha visto que sucede cuando la entrada a cualquier sistema LSI es un exponencial complejo
de la forma ei2¼»0 x ; si ahora se considera un sistema especial LSI, el cual tiene una respuesta
impulsiva de valor real; tal sistema transforma una entrada de valor real y es por tanto la clase
de sistema mas com¶
unmente encontrado en la pr¶
actica. La funci¶
on de transferencia H (»0 ) de esta
clase de sistema es Herm¶³tica, es decir la parte real de H (»0 ) es par y la parte imaginaria es impar,
propiedad que puede ser expresada como:
En realidad hasta ahora se conoce que clase de salida tendr¶a el sistema cuando la entrada es
ei2¼»0 x ; ahora se debe encontrar lo que sucede con la salida cuando la entrada es una funci¶on coseno
o seno; es decir para una entrada de la forma cos (2¼»0 x) la salida es:
2.6 EXPONENCIALES COMPLEJOS, FUNCIONES PROPIAS DE LOS SISTEMAS LSI 69
½ ¾
1 £ i2¼»0 x ¤
L fcos (2¼»0 x)g = L e + e¡i2¼»0 x (2.132)
2
1 © i2¼»0 x ª 1 n i2¼(¡»0 )x o
L fcos (2¼»0 x)g = L e + L e (2.133)
2 2
1 1
L fcos (2¼»0 x)g = H (»0 )ei2¼»0 x + H (¡»0 )ei2¼»0 x (2.134)
2 2
1£ ¤ 1£ ¤¤
L fcos (2¼»0 x)g = H (»0 )ei2¼»0 x + H (»0 )ei2¼»0 x (2.135)
2 2
Lo que conduce a :
© ª
L fcos (2¼»0 x)g = Re H (»0 )ei2¼»0 x (2.136)
Y puede ser visto que para esta clase sistemas especiales LSI una entrada coseno produce una
salida coseno, posiblemente atenuada y desplazada, donde se cumple que:
© © ªª © © ªª
L Re ei2¼»0 x = Re L ei2¼»0 x (2.138)
2.7.1 De¯nici¶
on de la operaci¶
on convoluci¶
on
Z 1
f (x) ¤ h (x) = f (®) h(x ¡ ®)d® (2.139)
¡1
La operaci¶on convoluci¶
on puede ser vista simplemente como el proceso de encontrar el ¶area
del producto de f (®) y h (x ¡ ®). El prop¶osito de este taller es aprender a realizar la operaci¶on
convoluci¶
on gr¶a¯ca y matem¶
aticamente.
Funciones utilizadas para la operaci¶ on. Considere las siguientes funciones (ver
on convoluci¶
¯g 2.17) para la realizaci¶on del taller:
d.) El ¶area de este producto es calculado y corresponde al sobrelapamiento de las dos ¶areas de las
funciones a convolucionar, para el caso x = 0 es :
Z 1
f (®) h(¡®)d® = g (0) (2.141)
¡1
e.) Se retoma el paso b.) y un nuevo valor para x = 1; se realiza todo el procedimiento anterior.
f.) La operaci¶on ¯naliza cuando ya no exista sobrelapamiento entre las gr¶a¯cas de las dos funciones.
g.) Luego se realiza una gr¶
a¯ca de g (x) contra x
a.) x · ¡1 El producto f (®) h (x ¡ ®) es igual a cero en este intervalo. ; por tanto g (x) = 0
b.)¡1 < x · 2 en este intervalo se tiene que:
Z 1
g (x) = f (x) ¤ h (x) = f (®) h(x ¡ ®)d® (2.143)
¡1
Z 3 Z x+1 2
2 2 (x + 1)
g (x) = f (x) ¤ h (x) = ®h(x ¡ ®)d® = ®d® = (2.144)
0 3 3 0 3
c.) 2 < x · 3 el limite de integraci¶
on superior es constante y por tanto:
Z 3
2
g (x) = ®d® = 3 (2.145)
3 0
Z 3 2
2 (x ¡ 3)
g (x) = ®d® = 3 ¡ (2.146)
3 x¡3 3
e.) x > 6 El producto f (®) h (x ¡ ®) = 0 , en todo el intervalo; por tanto g (x) = 0
f.) Finalmente se de¯ne explicitamente la funci¶on g (x)
2.10 PROPIEDADES DE LA CONVOLUCION 73
Z 1
f (x) = v (x) ¤ w (x) = v(¯) w(x ¡ ¯)d¯ (2.147)
¡1
·Z 1 ¸
g (x) = [v (x) ¤ w (x)] ¤ h (x) = v(¯) w(x ¡ ¯)d¯ h (x) =
¡1
Z 1 ·Z 1 ¸
v(¯) w(x ¡ ¯)d¯ h (x ¡ ®) d® (2.148)
¡1 ¡1
Si f (x) y h (x) son monovaluadas se debe cumplir una de las siguientes condiciones:
1. Si f (x) y h (x) son absolutamente integrables sobre el intervalo semi-in¯nito (¡1; 0).
2. Si f (x) y h (x) son absolutamente integrables sobre el intervalo semi-in¯nito (0; 1).
3. Si f (x) o h (x), o ambas son absolutamente integrables sobre el intervalo in¯nito (¡1; 1).
Ejemplos:
EXISTE LA CONVOLUCI¶
oN NO EXISTE LA CONVOLUCI¶oN
1. CONMUTATIVA:
2. DISTRIBUTIVA:
3. INVARIANZA A DESPLAZAMIENTO:
g (x ¡ x0 ) = f (x ¡ x0 ) ¤ h (x) (2.151)
g (x ¡ x0 ) = f (x) ¤ h (x ¡ x0 ) (2.152)
4. ASOCIATIVA:
[v (x) ¤ w (x)] ¤ h (x) = v (x) ¤ w (x) ¤ h (x) = v (x) ¤ h (x) ¤ w (x) = h (x) ¤ v (x) ¤ w (x)
(2.153)
=
5. EN FUNCIONES DELTA:
Z 1 Z 1
f (®) ±(® ¡ x)d® = f (®) ±(x ¡ ®)d® = f (x) (2.154)
¡1 ¡1
Sea un sistema LSI caracterizado por su operador L fg teniendo una respuesta impulsional h (x).
Para una entrada f (x) la salida es dada por:
Se ha probado que:
Z 1
f (®) ±(x ¡ ®)d® = f (x) (2.157)
¡1
Por consiguiente:
½Z 1 ¾
g (x) = L f (®) ±(x ¡ ®)d® (2.158)
¡1
Z 1
g (x) = f (®) d®L f±(x ¡ ®)g (2.159)
¡1
Pero L f±(x ¡ ®)g es la respuesta impulsional del sistema. Finalmente se demuestra que:
Z 1
g (x) = f (®) h(x ¡ ®)d® (2.160)
¡1
2.12.1 Transformaci¶
on de una se~
nal de entrada en una se~
nal de salida
Para visualizar esta situaci¶on se ha escogido como ejemplo un sistema que tiene como respuesta
impulsional idealizada la mostrada en la ¯gura 2.18 y para la cual la entrada es una se~
nal variando
temporalmente consistiendo de cuatro funciones delta.
f (t) = ± (t + 2) + ± (t ¡ 1) + ± (t ¡ 3) + ± (t ¡ 6) (2.161)
La cual tambi¶en es mostrada en la ¯gura 2.18; por tanto la salida es dada por:
g (t) = h (t + 2) + h (t ¡ 1) + h (t ¡ 3) + h (t ¡ 6) (2.164)
Es aparente que cada t¶ermino de esta expresi¶on representa la respuesta a una componente de
funci¶on delta individual, mientras que la suma de los t¶erminos representa la respuesta a la entrada
total. Ambas las repuestas individuales y la respuesta total son mostradas en la ¯gura 2.19, note
que la respuesta total tiene esmoteado y es m¶as ancha que la se~
nal de entrada f (t).
En la discusi¶on precedente se toma el punto de vista de que cada parte de la entrada produce
una versi¶
on pesada y desplazada de h (t) la suma de lo cual produce la salida g (t); Ahora se busca
un segundo pero equivalente punto de vista. Cuando un sistema tiene una respuesta impulsional
similar al que se muestra en la ¯gura 2.18 aparecer¶a un rizado abrupto en los m¶aximos el cual
decaer¶
a a cero, debe ser claro que la m¶
as reciente porci¶
on de ocurrencia de la entrada tendr¶a la
m¶
as grande in°uencia sobre el valor de la salida y cualquier tiempo de observaci¶
on particular. De
otro lado puede ser confuso como una operaci¶
on convoluci¶on puede producir este comportamiento.
Figura 2.19. Salida del sistema. a. Respuesta a salida deltas individuales. b. Respuesta total
Z 1
g (t) = f (¿ ) h (t ¡ ¿ ) d¿ (2.165)
¡1
2.12 EJERCICIOS RESUELTOS 77
Lo cual muestra que la salida tiene un valor igual al ¶area bajo el producto de f (¿ ) h (t ¡ ¿ ).
As¶³ la funci¶
on es una versi¶on re°ejada y desfasada de la respuesta impulsional y se ve que juega el
papel de factor de peso dependiente del tiempo, el efecto de, lo cual es pesar cada parte de la se~
nal
de entrada de acuerdo al intervalo entre el tiempo de ocurrencia y el tiempo en el cual la medici¶
on
es hecha.
2.12.2 Correlaci¶
on cruzada y autocorrelaci¶
on
Z 1
f (x) ?g (x) = f (®) g (® ¡ x)d® (2.166)
¡1
Esta operaci¶
on es similar a la convoluci¶
on, pero existe una diferencia importante, la funci¶on
on; si se hace el cambio de variable ¯ = ® ¡ x la
g (x) no es vista como en el caso de la convoluci¶
ecuaci¶
on anterior se convierte en:
Z 1
f (x) ?g (x) = f (¯ + x) g (¯)d¯ (2.167)
¡1
Z 1 Z 1 μ ¶ μ ¶
x¡® x
f (®) g (® ¡ x)d® = f (®) g d® = f (x) ¤g = f (x) ¤g (¡x) (2.169)
¡1 ¡1 ¡1 ¡1
Luego se muestra que:
2.12.3 Represetanci¶
on matem¶
atica de un objeto bidimensional
De la gr¶
a¯ca se observa que el ancho de cada cuadricula de la ¯gura de difracci¶
on tiene dimen-
siones l por tanto la soluci¶
on en el eje de las X se obtiene como una convoluci¶on de (ver ¯gura
2.21) :
à !
x
rect l
(2.171)
2
1
X
comb (x) = ± (x ¡ 2nl) (2.172)
n=¡1
à ! 1
x X
rect l
¤ ± (x ¡ 2nl) (2.173)
2 n=¡1
Situaci¶
on an¶
aloga para el caso del eje Y
à ! 1
y X
rect l
¤ ± (y ¡ 2nl) (2.174)
2 n=¡1
2.12 EJERCICIOS RESUELTOS 79
La expresi¶
on buscada es por consiguiente:
" Ã ! 1
#
x X
UA (x; y) = rect l
¤ ± (x ¡ 2nl)
2 n=¡1
" Ã ! 1
#
y X
rect l
¤ ± (y ¡ 2nl) (2.175)
2 n=¡1
· μ ¶¸
x ¡ x0
f (x) comb =jbj
b
1
X
f (xo + nb) ± (x ¡ xo ¡ nb) (2.176)
n=¡1
1 h ³ x ´i X1
comb = ± (x ¡ nb) (2.177)
jbj b n=¡1
· μ ¶¸ X1
1 x ¡ x0
comb = ± (x ¡ x0 ¡ nb) (2.178)
jbj b n=¡1
Introduciendo la funci¶
on:
80 2. MATEMATICAS ESPECIALES DE LA OPTICA
· μ ¶¸
1 x ¡ x0
f (x) comb =
jbj b
1
X
f (x) ± (x ¡ x0 ¡ nb) (2.179)
n=¡1
· μ ¶¸
1 x ¡ x0
f (x) comb =
jbj b
X1
f (x0 + nb) ± (x ¡ x0 ¡ nb) (2.180)
n=¡1
· μ ¶¸
x ¡ x0
f (x) comb =
b
1
X
jbj f (x0 + nb) ± (x ¡ x0 ¡ nb) (2.181)
n=¡1
2
y f (x) = Ae¡¼( T ) .
x
T
C. Realice una gr¶a¯ca detallada para el caso en el cual x0 = 0, b = 4
La soluci¶
on gr¶a¯ca se encuentra en la ¯gura 2.22.
Debido a la simetr¶³a en las dos componentes ya que UA (x; y) es uan funci¶on de variables
separables, la soluci¶on se puede plantear de la siguiente forma:
donde:
" Ã ! 1
#
x X
VA (x) = rect l
¤ ± (x ¡ 2nl) (2.185)
2 n=¡1
" Ã ! 1
#
y X
WA (y) = rect l
¤ ± (y ¡ 2nl) (2.186)
2 n=¡1
En el eje de las x:
"" Ã ! 1
##
x X
= [VA (x)] = = rect l
¤ ± (x ¡ 2nl) (2.187)
2 n=¡1
"" Ã !# " 1
##
x X
= [VA (x)] = = rect l
= ± (x ¡ 2nl) (2.188)
2 n=¡1
" #
1
X 1
X ³ n´
= ± (x ¡ 2nl) = ± »¡ (2.190)
n=¡1 n=¡1
2l
Resultado similar se obtiene en el eje de las y por consiguiente el resultado ¯nal buscado es:
μ ¶ μ ¶
l2 l l
UA (»; ´) = sinc » sinc ´
4 2 2
X1 ³ n´ X ³
1
n´
± »¡ ± ´¡ (2.191)
n=¡1
2l n=¡1 2l
l2 X
1 ³n´ ³ n´
UA (»; ´) = sinc ± »¡
4 n=¡1 4 2l
1
X ³n´ ³ n´
sinc ± ´¡ (2.192)
n=¡1
4 2l
Soluci¶
on Libre.
2.12.5 Aplicaci¶
on
Realice una gr¶a¯ca del cuadrado de la transformada de Fourier obtenida en el literal A del numeral
III del presente ex¶
amen. La soluci¶
on gr¶a¯ca se encuentra en la ¯gura 2.23.
2.12.6 Representaci¶
on matem¶
atica de un objeto bidimensional
SOLUCION:
h ³ y ´i
UA (y) = ±± (y) ¤ Drect (2.193)
H
³x´
UA (x) = rect (2.194)
D
De la de¯nici¶
on del delta par y de la ¯gura se requiere adem¶as la condici¶on: H = 1 para que la
¯gura se corresponda; es decir:
84 2. MATEMATICAS ESPECIALES DE LA OPTICA
³x´
UA (x; y) = rect [±± (y) ¤ [Drect (y)]] (2.196)
D
Considere la se~
nal mostrada en la ¯gura 5.
SOLUCION:
La se~
nal corresponde a la convoluci¶
on de un rect con una comb; es decir:
μ ¶ 1
X
2t
f (t) = Arect ¤ ± (t ¡ nT ) (2.197)
T n=¡1
" μ ¶ 1
#
2t X
F (º) = = Arect ¤ ± (t ¡ nT ) (2.199)
T n=¡1
· μ ¶¸ " X1
#
2t
F (º) = = Arect = ± (t ¡ nT ) (2.200)
T n=¡1
De donde se obtiene:
μ ¶ X ³ n´
1
T ºT
F (º) = A sinc ± º¡ (2.201)
2 2 n=¡1
T
1
Si se tiene en cuenta que º0 = T
μ ¶ X
1
A º
F (º) = sinc ± (º ¡ nº0 ) (2.202)
2 2º0 n=¡1
Para introducir el sinc dentro de la funci¶on comb se debe cumplir que º = nº0 ; es decir, se
obtiene ¯nalmente:
A X
1 ³n´
F (º) = sinc ± (º ¡ nº0 ) (2.203)
2 n=¡1 2
SOLUCION:
86 2. MATEMATICAS ESPECIALES DE LA OPTICA
h h ³ x ´ii
UA (x; y) = ±± (y) ¤ Drect (y)rect (2.204)
D
Reemplazando:
h h ³ x ´ii
UA (»; ´) = = ±± (y) ¤ Drect (y)rect (2.206)
D
h ³ x ´i
UA (»; ´) = =[±± (y)]= Drect (y)rect (2.207)
D
De donde se obtiene:
£ ¤
UA (»; ´) = [cos (2¼´)] D2 sinc (»D)sinc (´) (2.208)
Finalmente se obtiene:
SOLUCION:
Sea g (x) = f (x) ¤ h (x), g (x) una funci¶on con transformada de Fourier G (»), f (x) una funci¶on
con transformada de Fourier F (») y h (x) una funci¶on con transformada de Fourier H (») entonces:
¶ n es simplemente el producto de
La transformada de Fourier de una convolucio
las transformadas de las funciones individuales
2.12.9 Aplicaci¶
on
Realice una gr¶a¯ca del cuadrado de la transformada de Fourier obtenida en el literal A del numeral
III del presente ex¶
amen.
SOLUCION:
La gr¶
a¯ca del cuadrado de la transformada de Fourier esta dada por la ¯gura 7.
3. FILTROS LINEALES Y SISTEMAS LSI
Se conoce que la salida de un sistema LSI puede ser calculada directamente en el dominio de la
entrada por la convoluci¶
on de la entrada con la respuesta impulsional del sistema; por tanto la
salida se puede ver como una versi¶on esmoteada de la entrada.
La salida tambi¶en puede ser calculada en el dominio frecuencial, donde el concepto de ¯ltro es
encontrado adecuado, es decir el espectro de salida es una versi¶
on ¯ltrada del espectro de entrada.
En este seminario estudiaremos el concepto de ¯ltrado, estudiaremos la aplicaci¶on de varios tipos
de ¯ltros lineales y se introducir¶³a el concepto de muestreo y recuperaci¶on de una se~
nal.
Si se considera un sistema LSI (ver ¯gura 3.1) El cual se caracteriza por su respuesta impulsional
h (x) y su funci¶
on de transferencia H (»). A este sistema se le aplica una se~
nal de entrada f (x) con
espectro F (»), entonces se obtiene la se~
nal de salida G (») respectivamente. En el curso de Optica
F¶³sica se demostr¶
o que el espectro de salida puede ser calculado por:
Se pretende determinar como G (») es afectada por H (»); para ello la funci¶on de transferencia
se puede escribir como:
Donde ambas AH (») y ©H (») son funciones bipolares de valor real, a los cuales se les llama
amplitud de la funci¶
on de transferencia del sistema y fase de la funci¶
on de transferencia del sistema
90 3. FILTROS LINEALES Y SISTEMAS LSI
respectivamente.
En la representaci¶
on frecuencial:
h i
g (x) = F ¡1 AF (») AH (») e¡i(©F (»)+©H (»)) (3.9)
De tal forma que solo necesitamos determinar los efectos de la amplitud y de la fase de la fun-
ci¶
on de transferencia sobre la amplitud y la fase del espectro de entrada. Es conveniente considerar
separadamente los efectos de tal forma que si un sistema es tal que e¡i©H (») = 1 para todo » se
denomina ¯ltro de amplitud y si se trata de un sistema donde AH (») = 1 para todo » el sistema es
un ¯ltro de solo fase. En la realidad siempre nos encontraremos con una combinaci¶
on de los dos;
sin embargo uno de ellos predominar¶a sobre el otro, por tanto los estudiaremos separadamente y
luego en combinaci¶on.
Consideremos un sistema con funci¶on de transferencia bipolar de valor real AH (»), este sistema
se puede mirar como un ¯ltro de amplitud con n entero:
0 1
n2¼ H (») > 0
B C
©H (») = B
@
C
A (3.13)
(2n + 1) ¼ H (») < 0
Adem¶as si j H (») j= 1 el sistema es un ¯ltro de pura fase.
La amplitud del espectro de entrada es modi¯cada por AH (») pero la fase del espectro es
inalterada; la naturaleza exacta de los cambios en la amplitud de la se~
nal depende de los paramentos
del sistema, pero en general la ampli¯ca o la aten¶
ua, en el caso de sistemas pasivos se asume que
el u on y por simplicidad se tiene entonces que: j AH (») j· 1 y ©H (») = 0
¶nico efecto es la atenuaci¶
Si se consideran la clase de sistemas para los cuales AH (») es una constante es decir AH (») = A
donde j A j· 1 por tanto la salida es simplemente una versi¶
on atenuada no distorsionada de la
entrada,en ese caso nos encontramos ante los llamados ¯ltros de amplitud no distorsionadores;
Si AH (») es variable el sistema introduce una distorsi¶on en la amplitud y por tanto la salida no
tendr¶a la misma forma que la entrada; los ¯ltros de amplitud no distorsionadores son una forma
de ¯ltros pasa todo.
Uno de los m¶as simples tipos de ¯ltros de amplitud son los ¯ltros de amplitud binaria, tambi¶en
conocidos como ¯ltros ideales, la funci¶on de transferencia de tal ¯ltro puede u
¶nicamente tomar
valores de cero o uno, lo cual signi¯ca que las componentes de Fourier de la entrada son pasados
todos por el sistema sin alteraci¶on o que ellos son completamente atenuados.
Filtros binarios verdaderos son usualmente considerados no realizables f¶³sicamente, pero son
obtenidos bajo ciertas condiciones ¶opticas. Los Filtros de amplitud continua tiene la °exibilidad
adicional que pueden causar que varias componentes de Fourier de le entrada sean atenuadas en
alg¶
un grado no todas o ninguna como ocurre con los ¯ltros binarios, adem¶as ¯ltros de amplitud
continua son mas frecuentemente encontrados en la practica que los ¯ltros binarios. Funciones de
transferencia t¶³picas para estos dos tipos de ¯ltros de amplitud son mostrados en la ¯gura 3.2
Las dos primeras ¯guras son ilustrativas de ¯ltros pasa bajo, tales ¯ltros pasan sin atenuaci¶on
todas las componentes de Fourier para las cuales » es menor que la frecuencia de corte »c mientras
uan todas las componentes para las cuales j » j> »c . Se debe notar que cuando una se~
que aten¶ nal de
banda limitada pasa a trav¶es de un ¯ltro ideal pasa bajo no debe aparecer distorsi¶on en la amplitud
as¶³ como que la frecuencia de corte del ¯ltro es m¶
as grande que la del espectro de la se~
nal, esto
es debido a que la cantidad debe corresponder con la frecuencia de corte de un ¯ltro pasa bajo ideal.
Los ¯ltros pasa alto efectivamente pasan todas las componentes espectrales para las cuales j » j
un valor especi¯cado y elimina esas componentes para las cuales j » j es
es mas grande que alg¶
3.1 CARACTERISTICAS Y APLICACIONES DE LOS FILTROS LINEALES 93
Ejemplo. Con el prop¶osito de observar los efectos producidos por los ¯ltros de amplitud, vamos
a considerar un ejemplo simple; por conveniencia se ha escogido un ¯ltro de amplitud binario pasa
bajo, cuya funci¶on de transferencia tiene la forma general siguiente
μ ¶
»
H(») = rect (3.15)
2»c
La se~
nal de entrada es una funci¶on de onda rectangular:
94 3. FILTROS LINEALES Y SISTEMAS LSI
1 ³x´
f (x) = rect(x)¤ comb (3.16)
2 2
Como se muestra en la ¯gura 3.3 el espectro de la salida puede ser expresado como:
μ ¶
»
G(») = sinc(»)comb(2»)rect (3.18)
2»c
La forma de la convoluci¶
on de la salida es por tanto:
· ³ x ´¸
1
g(x) = rect (x) ¤ comb ¤ [2»c sinc (2»c x)] (3.20)
2 2
Figura 3.4. Efecto de un ¯ltro pasa todo sobre la entrada de onda rectangular
2. Si »c = 2 La funci¶on de transferencia llega a ser una funci¶on rect¶angulo cuyo ancho es cuatro
unidades como se muestra en la ¯gura 3.5. Como resultado la frecuencia fundamental cero y los tres
arm¶onicos componentes de la entrada son pasados inalteradamente, pero todas las componentes
de alta frecuencia son ¯ltradas a la salida; por tanto el espectro de salida es:
μ ¶
»
G(») = rect sinc(»)comb(2») (3.22)
4
μ ¶
1 ³ n´
X1
»
G(») = rect sinc(») ± »¡ (3.23)
4 n=¡1
2 2
96 3. FILTROS LINEALES Y SISTEMAS LSI
μ ¶ X ³n´ ³ n´
1
» 1
G(») = rect sinc ± »¡ (3.24)
4 n=¡1 2 2 2
· μ ¶ μ ¶¸
1 1 2 1 1 1
G(») = ± (») + ± »¡ + ± »+ (3.25)
2 2 ¼ 2 ¼ 2
· μ ¶ μ ¶¸
1 ¡2 3 2 3
+ ± »¡ ¡ ± »+
2 3¼ 2 3¼ 2
μ ¶
1 2 2 2»
G(») = ± (») + ±± (2») ¡ ±± (3.26)
2 ¼ 9¼ 3
1 2 2
g(x) = + cos (¼x) ¡ cos (3¼x) (3.27)
2 ¼ 3¼
Figura 3.5. Efecto de un ¯ltro ideal pasa bajo sobre la entrada de onda rectangular para
»c = 2
3. Si »c = 1 la funci¶
on de transferencia es ahora una funci¶on rect¶angulo de ancho dos y el
espectro de salida es encontrado como:
μ ¶ X ³n´ ³ n´
1
» 1
G(») = rect sinc ± »¡ (3.28)
2 n=¡1 2 2 2
3.1 CARACTERISTICAS Y APLICACIONES DE LOS FILTROS LINEALES 97
1 2
G(») = ± (») + ±± (2») (3.29)
2 ¼
1 2
g(x) = + cos (¼x) (3.30)
2 ¼
Figura 3.6. Efecto de un ¯ltro ideal pasa bajo sobre la entrada de onda rectangular para
»c = 1
X1
1 ³n´ ³ n´
G(») = rect (2») sinc ± »¡ (3.31)
n=¡1
2 2 2
1
G(») = ± (») (3.32)
2
98 3. FILTROS LINEALES Y SISTEMAS LSI
1
g(x) = (3.33)
2
De nuevo es interesante notar que tan grande como es 0 < »c < 0:5 la salida tendr¶a el valor
constante de 0.5. Viendo la salida una vez mas como una convoluci¶on, la respuesta impulsional es
tan ancha que esmotea completamente todas las variaciones en la entrada.
Figura 3.7. Efecto de un ¯ltro ideal pasa bajo sobre la entrada de onda rectangular para
»c = 0:25
En este ejemplo de ¯ltro de amplitud binario se ha visto que el ancho de la funci¶on de trans-
ferencia in°uye en la salida del sistema: entre m¶
as ancha la funci¶
on de transferencia mas parecida
es la se~
nal de salida a la se~
nal de entrada y entre menos ancha la funci¶on de transferencia menos
parecidas las dos se~
nales.
Figura 3.8. Funciones de transferencia, respuesta impulsional para diferentes ¯ltros de am-
plitud
h i
g (x) = F ¡1 AF (») e¡i(©F (»)+©H (»)) (3.34)
h i
g (x) = F ¡1 F (») e¡i©H (») (3.35)
100 3. FILTROS LINEALES Y SISTEMAS LSI
Todas las componentes de Fourier de la entrada son pasadas por el sistema sin atenuaci¶on, pero
la fase de estas componentes puede ser desplazada; como resultado todas las componentes de la
entrada estar¶
an a la salida pero sus posiciones relativas han sido modi¯cadas a tal grado que la
salida es severamente distorsionada.
Se comenzar¶a el an¶
alisis de los ¯ltros de fase considerando el caso para el cual la funci¶on ©H (»)
varia linealmente con » es decir un ¯ltro con fase lineal, espec¶³¯camente el caso es:
Y se puede ver que mientras todas las componentes de la entrada est¶an presentes en la salida,
ellas tienen un desfasaje de 2¼x0 ». La salida por tanto es:
£ ¤
g (x) = F ¡1 F (»)e¡i2¼x0 » (3.39)
g (x) = f (x ¡ x0 ) (3.40)
Se puede observar que un ¯ltro de fase lineal simplemente causa que la salida sea una versi¶
on
desfasada de la se~
nal de entrada. Se debe notar que la cantidad de desfasaje introducido por el
¯ltro de fase lineal es igual a la pendiente de ©H (») dividida por 2¼, es decir:
1 d
shif t = (2¼x0 ») = x0 (3.41)
2¼ d»
h (x) = ± (x ¡ x0 ) (3.43)
Y de la expresi¶
on anterior es f¶acil observar que la se~
nal de salida es una versi¶
on desfasada de
la se~
nal de entrada
g (x) = f (x ¡ x0 ) (3.46)
μ ¶ · μ ¶¸
» »
©H (») = ¼»rect + ¼sgn (») 1 ¡ rect (3.47)
2 2
Como se muestra en la ¯gura 3.9 es aparente que todas las componentes espectrales para las
cuales j » j> 1 ser¶
an desplazadas en fase por §¼ radianes lo cual u
¶nicamente introduce un signo
inverso, mientras que las componentes para las cuales j » j· 1 caer¶
an en un desfasaje que es
proporcional a ». Expresando la entrada por una expansi¶on en series de Fourier:
1 2 2 2
f (x) = + cos (¼x) ¡ cos (3¼x) + cos (5¼x) (3.48)
2 ¼ 3¼ 5¼
102 3. FILTROS LINEALES Y SISTEMAS LSI
Se nota que el efecto de ©H (») es llevar a la frecuencia cero componentes no desfasadas, desplazar
¼
las componentes fundamentales por 2 y reversar los signos de todas las componentes del tercer
arm¶onico hacia arriba, de tal forma que la salida puede ser escrita como:
μ ¶
1 2 1
g (x) = + cos ¼ x ¡ (3.49)
2 ¼ 2
2 2
+ cos (3¼x) ¡ cos (5¼x) + :::
3¼ 5¼
£1 2
¤
Ser¶
a ahora conveniente adicionar y restar la cantidad 2 + ¼ cos ¼ (x) al lado derecho de la
ecuaci¶
on (49) es decir:
μ ¶ · ¸
1 2 1 1 2
g (x) = + cos ¼ x ¡ + + cos ¼ (x) (3.50)
2 ¼ 2 2 ¼
· ¸
1 2 2 2
¡ + cos ¼ (x) + cos (3¼x) ¡ cos (5¼x) + :::
2 ¼ 3¼ 5¼
· μ ¶ ¸
2 1
g (x) = 1 ¡ f (x) + cos ¼ x ¡ + cos ¼ (x) (3.51)
¼ 2
p μ ¶
2 2 1
g (x) = 1 ¡ f (x) + cos ¼ x ¡ (3.52)
¼ 4
Ser¶
a muy instructivo encontrar la respuesta impulsional para este sistema; La funci¶on de trans-
ferencia tiene la forma:
3.1 CARACTERISTICAS Y APLICACIONES DE LOS FILTROS LINEALES 103
» »
H(») = e¡i¼(»rect( 2 )+sgn(»)[1¡rect( 2 )]) (3.53)
μ ¶
» £ ¤
H(») = rect 1 + e¡i¼» ¡ 1 (3.54)
2
Y la respuesta impulsional por tanto es:
Tanto g (x) como h (x) son gra¯cadas en la ¯gura 3.10 donde se observa la se~
nal de entrada, la
respuesta impulsional y la distorsi¶
on notoria en la se~
nal de salida
Todos estos ¯ltros investigados son llamados ¯ltros de fase continua por el rango de continuidad
de los valores permitidos para ©H (»). Se puede observar que la funci¶on de transferencia de estos
104 3. FILTROS LINEALES Y SISTEMAS LSI
¯ltros es en general de valor complejo y se puede asumir que cualquier valor se encuentra dentro
de un circulo unitario tal que j H(») j= 1. Un ¯ltro de base binario de otro lado tiene una funci¶on
de transferencia de fase que es limitada justo a dos valores, otra vez la funci¶
on de transferencia es
generalmente de valor complejo con j H(») j= 1 pero es ahora limitada u
¶nicamente a dos valores
en el circulo unitario.
μ ¶
»
H (») = ¡rect +1 (3.57)
2»0
A. Gra¯car la funci¶
on de transferencia.
SOLUCION:
La soluci¶
on est¶a gra¯cada en la ¯gura 1.
SOLUCION:
3.2 EJERCICIOS RESUELTOS 105
· μ ¶ ¸
»
h (x) = = [H (»)] = = ¡rect +1 =
2»0
· μ ¶¸
»
= ¡rect = [1] (3.58)
2»0
De donde se obtiene:
SOLUCION:
La soluci¶
on est¶a gra¯cada en la ¯gura 2.
SOLUCION:
La se~
nal corresponde a la convoluci¶
on de un tri con una comb; es decir:
1
X
f (x) = tri (4x) ¤ ± (x ¡ n) (3.60)
n=¡1
E. Encuentre la se~
nal de salida y concluya que clase de ¯ltro es.
SOLUCION:
" 1
#
X
g (x) = tri (4x) ¤ ± (x ¡ n)
n=¡1
¤ [2»0 sinc (2»0 x) + ± (x)] (3.61)
1 ³x´
h (x) =j j sinc2 (3.62)
b b
SOLUCION:
3.2 EJERCICIOS RESUELTOS 107
· ³ x ´¸
1
H (») = = [h (x)] = = j j sinc2 = (3.64)
b b
La soluci¶
on est¶a gra¯cada en la ¯gura 4.
B. Encuentre la se~
nal de salida.
SOLUCION:
En la representaci¶
on frecuencial se tiene que:
Se sabe que:
Por consiguiente:
μ ¶
A »
F (») = ±± (3.68)
2 j »0 j »0
Reemplazando:
μ ¶
A »
G (») = tri (b»0 ) ±± (3.69)
2 j »0 j »0
108 3. FILTROS LINEALES Y SISTEMAS LSI
Pero:
· μ ¶¸
¡1 A »
g (x) = = tri (b»0 ) ±± (3.70)
2 j »0 j »0
Resolviendo:
· μ ¶¸
¡1 A »
g (x) = tri (b»0 )= ±± (3.71)
2 j »0 j »0
Finalmente:
Por consiguiente:
C. C¶omo es la se~
nal de salida respecto de la se~
nal de entrada?.
SOLUCION:
La se~
nal de salida es exactamente igual a la se~
nal de entrada y la magnitud es determinada por
el valor de tri (b»0 ):
nal de salida si j b»0 j> 1.
D. Qu¶e valor toma la magnitud de la se~
SOLUCION: