Universidad Nacional Abierta y a Distancia UNAD.

Señales y Sistemas

Tarea 2
Señales en el Dominio de la Frecuencia

Arturo Clavijo Martínez

Grupo 203042_8

Tutor
Freddy Valderrama

Bogotá
Noviembre 2019.
 Introducción

Es necesario estudiar señales desde el punto de vista de la frecuencia,

dominio de frecuencia, perspectiva un poco diferente a lo que se ha
estudiado en cursos anteriores donde el análisis se desarrolla desde el
dominio del tiempo, las series de Fourier permiten matemáticamente
realizar esta conversión de dominio de manera tal que es posible realizar
análisis y tratamiento a las señales desde el dominio de frecuencia
 Objetivos

➢ Comprender el concepto de convolución entre señales, de igual

manera la técnica para determinarla analíticamente.

➢ Estudiar y entender las series de Fourier a través de los conceptos y

demostraciones matemáticas.

➢ Determinar mediante el método de tabulación y apropiándose del

procedimiento para aprenderlo.
 Actividades a desarrollar

Tarea 2 - Señales en el dominio de la frecuencia

Definición de conceptos:
Explique qué es convolución continua y discreta. De cuatro (4) ejemplos
de usos y/o aplicaciones en la ingeniería.
La convolución continua es aquella donde se le aplica el operador convolución a
dos señales continuas, por el contrario, cuando estas son discretas se le denomina
convolución discreta. La convolución se una en áreas como la óptica, promedios
ponderados y en el estudio de sistemas lineales, estos últimos son los modelos que
se usan para estudiar sistemas electrónicos.

En el dominio del tiempo la convolución puede considerarse como un método para

encontrar la respuesta de estado cero de sistemas relajados lineales e invariantes
en el tiempo (LTI) considera que la información del sistema se conoce en términos
de su respuesta al impulso.

convolución continua y discreta se utiliza en:

- Señales de audio.

- Instrumentos musicales electrónicos.

- Imágenes y fotografías.
-Radio y televisión.
-Amplificador de sonido.

¿Qué es estabilidad y causalidad de sistemas LTI?

La estabilidad es sistemas LTI es la respuesta que tiene al sistema a una entrada
cero o un estado cero, si esta se perturba el sistema es inestable.

Un sistema LTI es causal cuando sus valores de salida dependen solamente de

valores presentes y pasado de la entrada.
También decimos que la respuesta al impulso sea absolutamente sumable, si esto
se cumple podemos afirmar que el sistema es un sistema estable.
La casualidad de un sistema discreto en tiempo implica a un sistema no anticipado
con una respuesta al impulso.

Explique que es correlación y de un (1) ejemplo de uso y/o aplicación

en la ingeniería.
Es el grado de relación que existe entre dos señales o variables distintas, esta se
aplica para estudiar relaciones entre dos variables distintas en sistemas
electrónicos.

Un ingeniero utiliza la correlación para examinar la fuerza y la dirección de la

relación lineal entre cada par de variables.

Explique qué es auto correlación y de un (1) ejemplo de uso y/o aplicación

en la ingeniería.
Esta es la relación que hay entre una señal consigo misma, es una correlación
cruzada. En procesamiento digital de señales se usa para encontrar información
sobre el período y la frecuencia de las señales

• En el procesado de señal, la autocorrelación proporciona información sobre las

periodicidades de la señal y sus frecuencias características como
los armónicos de una nota musical producida por un instrumento determinado
(tono y timbre).
• En óptica, la autocorrelación normalizada y la correlación cruzada proporcionan
el grado de coherencia de un campo electromagnético

¿Cuál es la diferencia de correlación continua y correlación discreta?

La correlación continua se encarga de asemejar un producto resultado de un
desplazamiento de una función sobre otra una relación es lineal cuando el cambio
en una variable se asocia en un cambio proporcional en otra variable y la correlación
discreta se encarga de encontrar la similitud entre señales o valores semejantes por
emparejamiento.

¿Que son las series de Fourier?

Las series de Fourier describe una función periódica y continua a trozos, toda señal
periódica puede ser representada a través de ella.

Una serie de Fourier es una serie infinita que converge puntualmente a una función
periódica y continúa por partes, esta constituye una herramienta de la matemática
básica empleado para analizar funciones periódicas a través de la descomposición de
dicha función en una suma infinita de funciones sinusoidales mucho más simple.
Las áreas de aplicación incluyen análisis de vibratorio, acústico, óptico
procesamiento de imágenes y comprensión de datos, ecuaciones de calor y de
ondas, además circuitos eléctricos.

¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso

y/o aplicación en la ingeniería.

La transformada continua de Fourier permite y facilita el estudio de las señales

continuas en función de la frecuencia y no del tiempo, es decir, transforma las
señales continuas del dominio del tiempo al dominio de la frecuencia. Esta es usada
en ingeniería en muchos campos como la óptica y la propagación de ondas
electromagnéticas, para estudiar el comportamiento de las mismas.

En las comunicaciones se utiliza para:

Analizar la frecuencia de las señales.
Diseñar los sistemas de transmisión de señales para transmitir información.
Analizar los cambios que ocurren cuando las señales viajan a través de un
medio de transmisión.
Diseñar sistemas para compensar la distorsión de la señal.
Diseñar supresores y canceladores de ecos en líneas telefónicas.
2.1
Ejercicio 1- Convolución continua (analítica):
Ítem grupal
𝑥(𝑡) = (3 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
ℎ(𝑡) = 3 ∗ 𝑒 −𝑎𝑡 𝑢(𝑡 − 3)
𝑥(𝑡) = (3 + 𝑒 −6𝑡 )𝑢(𝑡)
ℎ(𝑡) = 3 ∗ 𝑒 −6𝑡 𝑢(𝑡 − 3)

Donde
𝑥(𝑡) = (3 − 𝑒 −6𝑡 )𝑢(𝑡) = (3 − 𝑒 −6𝜆 )𝑢 (𝜆)

ℎ(𝑡) = 3 ∗ 𝑒 −6𝑡 𝑢(𝑡 − 3) = 𝑒 −6(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 3)

Convolución analítica
𝑏
𝑦(𝑡) = 𝑥(𝑡)𝑥 ℎ(𝑡) ∫ 𝑥(𝜆) . ℎ(𝑡 − 𝜆)𝑑𝜆
𝑎

Remplazando
𝑡−6
𝑦(𝑡) = ∫ (3 − 𝑒 −6𝜆 )𝑢 (𝜆) ∗ 𝑒 −6𝑡+6𝜆 𝑢(𝑡 − 𝜆 − 3)𝑑𝜆
0

Organizando
𝑡−6
𝑦(𝑡) = ∫ (3 − 𝑒 −6𝜆 ) ∗ 𝑒 −6𝑡+6𝜆 ∗ 𝑢(𝜆) ∗ 𝑢(𝑡 − 𝜆 − 3)𝑑𝜆
0

Hallamos los limites Limites

𝑢(𝜆) = 0, 𝑑𝑜𝑛𝑑𝑒 𝜆 = 0
𝑢(𝑡 − 𝜆 − 3) = 0
−𝜆 = 3 − 𝑡
𝜆 =𝑡−3
𝑡−6
𝑦(𝑡) = ∫ (3 − 𝑒 −6𝜆 ) ∗ 𝑒 −6𝑡+6𝜆 𝑑𝜆
0

𝑡−6
𝑦(𝑡) = ∫ 3 𝑒 −6𝑡+6𝜆 − 𝑒 −6𝜆 𝑒 −6𝑡+6𝜆 𝑑𝜆
0
Distribuyendo
𝑡−6 𝑡−6
𝑦(𝑡) = 3 ∫ 3 𝑒 −6𝑡+6𝜆 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡+6𝜆 𝑑𝑦
0 0

Propiedad de la exponenciales
𝑡−6 𝑡−6
−6𝑡 6𝜆
𝑦(𝑡) = 3 ∫ 𝑒 𝑒 𝑑𝜆 − ∫ 𝑒 −6𝜆 𝑒 −6𝑡 𝑒 −6𝜆 𝑑𝑦
0 0

Entonces
𝑡−6 𝑡−6
−6𝑡 6𝜆 −6𝑡
𝑦(𝑡) = 3𝑒 ∫ 𝑒 𝑑𝜆 − 𝑒 ∫ 𝑒 −6𝜆 𝑒 −6𝜆 𝑑𝑦
0 0

Integrando
𝑒 6𝜆 𝑡 − 3 𝑡−3
𝑦(𝑡) = 3𝑒 −6𝑡 ∗ ( ) | − 𝑒 −6𝑡 (𝜆)|
3 0 0

Evaluando

−6𝑡
𝑒 6(𝑡−6) 𝑒 6(0)
𝑦(𝑡) = 3𝑒 ∗( − ) − 𝑒 −6𝑡 ∗ (𝑡 − 6)
3 3

Simplificando
𝑒 6𝑡−36 1
𝑦(𝑡) = 3𝑒 −6𝑡 ∗ ( − ) − 𝑒 −6𝑡 ∗ (𝑡 − 6)
3 3

Desarrollando

−6𝑡
𝑒 6𝑡 𝑒 −36 1
𝑦(𝑡) = 3𝑒 ∗( − ) − 𝑒 −6𝑡 ∗ (𝑡 − 6)
3 3

3𝑒 −6𝑡 𝑒 6𝑡 𝑒 −36 1 3𝑒 −6𝑡 −6𝑡

𝑦(𝑡) = ( − )−( ) 𝑒 𝑡 + 3𝑒 −6𝑡
3 3 3

𝑦(𝑡) = 𝑒 −6𝑡 𝑒 6𝑡 𝑒 −36 − 𝑒 −6𝑡 − 𝑒 −6𝑡 𝑡 + 3𝑒 −6𝑡

𝑦(𝑡) = 𝑒 −36 − 𝑒 −6𝑡 − 𝑒 −6𝑡 𝑡 + 3𝑒 −6𝑡
𝑦(𝑡) = 𝑒 −36 + 2𝑒 −6𝑡 − 𝑒 −6𝑡
Ejercicio 2 – Convolución discreta (tabular y gráfica):
̌ , 8,9,4]
𝑥[𝑛] = [4,8, −2

ℎ[𝑛] = [ 0.5, 9̌, 2.5]

n = -3 -2 -1 0 1 2 3 4
𝒙[𝒏] = 4 8 -2 8 9 4

𝒉[𝒏] = 0.5 9 2.5

2 4 -1 4 4.5 2

36 72 -18 72 81 36

10 20 -5 20 22.5 10

𝒚[𝒏] 2 49 83.5 6 71.5 103 38.5 10

Ejercicio 3 – Series de Fourier: Usando como guía el capítulo 8 de la
página 197 del libro Ambardar, dibuje tres (3) periodos de la siguiente
señal 𝑥(𝑡) y calcule los coeficientes trigonométricos de la serie de
Fourier.

a) 𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 𝑏) con T=6 s

Encuentre los coeficientes 𝑎0 , 𝑎𝑘 y 𝑏𝑘

De acuerdo a lo anterior la función 𝑥(𝑡) será:

𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 9)
Con la información suministrada tenemos que:

1 1
𝑓0 = = = 0.16
𝑇 6
Figura 3. Gráfica de la función 𝑟𝑒𝑐𝑡(𝑡) generada en Matlab

Teniendo en cuenta la gráfica expuesta en la figura 3 se puede argumentar que la

imagen correspondiente para la señal 𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 − 8) propuesta, estará
desplazada 3 unidades hacia la izquierda (eje del tiempo) y será escalada en dos
unidades negativas (eje de la amplitud), por lo tanto, su representación gráfica de
manera continua no nula se puede consultar en la siguiente figura:

1
𝑤 = 2𝜋𝑓, 𝑓 = 𝑇 t=6s
 1 9.5
𝑎𝑜 = ∫ 𝑥(𝑡)𝑑𝑡
𝑡 8.5

1 9.5 3 9.5
𝑎𝑜 = ∫ 3𝑑𝑡 = ∫ 𝑑𝑡
6 8.5 6 8.5

3
𝑎𝑜 = 𝑡
6
3
𝑎𝑜 = (9.5 − 8.5)
6
3
𝑎𝑜 = (1)
6
3
𝑎𝑜 =
6

Gráfica de la función 𝑥(𝑡) = 9 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 9)

Reemplazamos las variables de 𝑇, 𝑥(𝑡), 𝑓0 y agregando los límites entre los que
estará acotada la integral de la gráfica expuesta tenemos que:
 2 9.5
𝑎𝑘 = ∫ 9 cos (2𝜋𝑘(0.16)𝑡)𝑑𝑡
6 8.5

9.5
𝑎𝑘 = 3 ∫ cos (0.32𝜋𝑘𝑡)𝑑𝑡
8.5

𝑠𝑒𝑛(0.32𝜋𝑘𝑡) 9.5
𝑎𝑘 = 3 ( )
0.32𝜋𝑘 8.5

9
𝑎𝑘 = (𝑠𝑒𝑛(0.32𝜋𝑘𝑡))9.5
8.5
𝜋𝑘

9
𝑎𝑘 = [𝑠𝑒𝑛(2.72𝜋𝑘) − 𝑠𝑒𝑛(3.04𝜋𝑘)]
𝜋𝑘
9
𝑎𝑘 = [𝑠𝑒𝑛(3.04𝜋𝑘) − 𝑠𝑒𝑛(2.72𝜋𝑘)]
𝜋𝑘
De acuerdo a lo anterior la función 𝑥(𝑡) será:

𝑥(𝑡) = 6𝑡

Con la información suministrada tenemos que:

1 1
𝑓0 = = = 0.16
𝑇 6
Gráfica que representa la función 𝑥(𝑡) la cual se le determina analíticamente su
coeficiente 𝑏𝑘

2
𝑏𝑘 = ∫ 𝑥(𝑡) sen (2𝜋𝑘𝑓0 𝑡)𝑑𝑡
𝑇 𝑇

2 2 1
𝑏𝑘 = ∫ 6𝑡 sen (2𝜋𝑘 ( ) 𝑡)𝑑𝑡
6 0 6
 2
2𝜋𝑘𝑡
𝑏𝑘 = ∫ 2𝑡 sen ( 6
)𝑑𝑡
0

1
9 sen(2𝜋𝑘𝑡
6
) − 12𝜋𝑘𝑡 cos (2𝜋𝑘𝑡
6
)
𝑏𝑘 = ( 2 2
)
2𝜋 𝑘 0

9 sen(2𝜋𝑘
6
) − 6𝜋𝑘 cos(2𝜋𝑘
6
) + 9 sen(0) − 6𝜋𝑘(0) cos (2𝜋𝑘
6
)
𝑏𝑘 = ( )
2𝜋 2 𝑘 2

9 − 6𝜋𝑘 cos(2𝜋𝑘
3
)
𝑏𝑘 = ( )
2𝜋 2 𝑘 2

9 sen(2𝜋𝑘3
) 3 cos(2𝜋𝑘
3
)
𝑏𝑘 = −
2𝜋 2 𝑘 2 𝜋𝑘

Finalmente tenemos que los coeficientes 𝑏𝑘 para la señal 𝑥(𝑡) estarán dados por:

18 sen(2𝜋𝑘3
) 12 cos(2𝜋𝑘
3
)
𝑏𝑘 = −
2𝜋 2 𝑘 2 𝜋𝑘

Ejercicio 4 – Transformada de Fourier: Usando como guía los

ejemplos 9.5 de las páginas 259 del libro Ambardar y las tablas 9.1 y
9.2, determine la transformada de Fourier de las señales 𝑥(𝑡) y 𝑦(𝑡),
usando pares de transformadas y propiedades reconocibles.
Posteriormente verifique su respuesta diseñando un script con la
combinación lineal de señales usadas para obtener x(t) y y(t), en
Matlab u Octave y anexe el resultado junto con el script (práctica):

A)
2

+29 +49 t

-2
La señal
𝑥(𝑡) = −𝑢(𝑡) + 𝑢(𝑡 − 28) + 𝑢(𝑡 − 29) − 𝑢(𝑡 − 49)
Transformada de Fourier
1 1 −29𝑗𝑤 1 −29𝑗𝑤 1 −49𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 𝜋𝛿(𝑤) + 𝑒 + 𝜋𝛿(𝑤) + 𝑒 − 𝛿𝜋(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤 𝑗𝑤
1 1 −29𝑗𝑤 1 −49𝑗𝑤
𝑥(𝑓) = −𝜋𝛿(𝑤) − + 2(𝜋𝛿(𝑤) − 𝑒 ) − 𝛿(𝑤) − 𝑒
𝑗𝑤 𝑗𝑤 𝑗𝑤
En términos de Laplace
1 𝑒−29𝑠 𝑒−49𝑠
𝑥(𝑓) = − + 2 −
𝑠 𝑠 𝑠
Ítem grupal

y(t)
3

0 +38 t

Señal
2𝜋𝑡 𝑡
𝑥(𝑡) = 𝑠𝑒𝑛 ( ) ∗ (𝑟𝑒𝑐𝑡 ( − 4))
76 38

La transformada de Fourier
𝑤
3 3 𝑠𝑒𝑛𝑐 𝜋
𝑦(𝑓) = 𝑗𝜋 [𝛿 (𝑤 + 2𝜋 ∗ ) − 𝛿 (𝑤 + 2𝜋 ∗ )] ∗ [ ∗ 𝑒 −4𝑗𝑤 ]
76 76 36
 CONCLUSIONES

Por medio de la actividad realizada se aprecia el desarrollo de ejercicios

los cuales nos dan un enfoque de conocimiento hacia las señales y su
comportamiento utilizando métodos como el de Fourier, para llegar a
obtener y terminar este proceso se entiende desde un comienzo las
señales periódicas, aperiódicas, armónicas, y el uso de las diferentes
funciones como el ejemplo de 𝑠𝑖𝑛𝑐(𝑥). Y todo para tener un conocimiento
previo y poder entender de una mejor manera las señales continuas y
discretas y su forma de trabajar.
 BIBLIOGRÁFIA

• Ambardar, A. (2002). Procesamiento de señales analógicas y

digitales: Panorama. Cengage Learning. Recuperado de

• http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?resultList

Type=RELATED_DOCUMENT&userGroupName=unad&inPS=true&c

ontentSegment=&prodId=GVRL&isETOC=true&docId=GALE|CX40

60300008

• Ambardar, A. (2002). Procesamiento de señales analógicas y

digitales: Panorama. Cengage Learning. Recuperado de