Tarea 2 – Señales en el dominio de la frecuencia

a- Explique qué es convolución continua y discreta. De cuatro (4) ejemplos

de usos y/o aplicaciones en la ingeniería.
RTA: convolución continua: puede considerarse como un método para
encontrar la respuesta de estado cero de un sistema LTI relajado.

Sus propiedades son: Elemento neutro, Conmutativa, Asociativa Y Distributiva

Convolución discreta: es el resultado de dos funciones que se superponen.

Además, cuando se trata de hacer un procesamiento digital de señal no tiene
sentido hablar de convolución aplicando estrictamente la definición ya que solo
se dispone de valores en instantes discretos de tiempo.

Ecuación convolución discreta

Sus propiedades son: Elemento neutro, Conmutativa, Asociativa Y Distributiva

La convolución se aplica en:

-Filtros de imágenes
-Procesamiento de señales
-procesamiento digital de audio
-En ingeniería eléctrica, electrónica y otras disciplinas, donde la salida de un
sistema lineal es la convolución de la entrada con la respuesta del sistema a
un impulso

b- ¿Qué es estabilidad y causalidad de sistemas LTI?

RTA: Estabilidad: un sistema LTI es estable si las entradas acotadas producen
salidas acotadas.

El sistema será (BIBO) estable si se cumple

Causalidad: para que un sistema sea causal se requiere que la respuesta al

impulso sea igual a cero, además se dice que un sistema es causal si su salida
en cualquier instante de tiempo depende solo de los valores de la entrada en el
momento presente o en el pasado.

El sistema será causal si se cumple:

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

la ingeniería.
La correlación es la convolución de una señal con una versión reflejada de la
otra. Implica desplazar una función más allá de otra y encontrar el área bajo el
producto resultante. Sin embargo, a diferencia de la convolución, no se efectúa
ninguna reflexión.

La correlación se aplica en la predicción de los cambios climáticos

d- Explique qué es autocorrelación y de un (1) ejemplo de uso y/o
aplicación en la ingeniería.
La correlación de una señal consigo misma se denomina autocorrelación y esta
representa la similitud entre una señal y su desplazada.

Una de las aplicaciones de la autocorrelación es la medida de espectros

ópticos y en especial la medida de pulsos muy cortos de luz.

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

La diferencia entre la correlación continua y discreta es que una trabaja con
señales continuas y la otra con señales discretas.
f- ¿Qué son las series de Fourier?
Las series de Fourier describen señales periódicas a través de la
descomposición de dicha función en una suma infinita de funciones
sinusoidales mucho más simples. Las 3 formas de una serie de Fourier son
forma trigonométrica, forma polar y forma exponencial.

Para el desarrollo de una serie de Fourier es necesario calcular los siguientes

coeficientes, donde T es periodo que tarda una señal en repetirse y f0 es la
frecuencia fundamental f0=1/T.

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

uso y/o aplicación en la ingeniería.
La transformada de Fourier proporciona una descripción en el dominio de la
frecuencia de señales en el dominio del tiempo y puede considerarse como una
extensión de las series de Fourier aplicada a señales no periódicas. La
transformada de Fourier es usada en ingeniería en muchos campos como la
óptica y la propagación de ondas electromagnéticas, para estudiar el
comportamiento de las mismas.
Ecuación transformada de fourier

2.1 Ejercicio 1- Convolución continua (analítica): usando como guía el

ejemplo 6.2 de la página 134 del libro guia Ambardar y teniendo en
cuenta las propiedades de dicha operación determine la convolución
entre x (t ) y h(t) descritas a continuación:
Ítem grupal

x ( t )=(6−e¿ ¿ at)u ( t ) ¿

h ( t )=3∗e−at u ( t−6 )
a=2
b=4
SOLUCIÓN:

Se reemplaza la constante (a)

x ( t )=(6−e¿ ¿2 t)u ( t ) ¿

h ( t )=3∗e−2 t u ( t−6 )

Cambio de variable de t por λ

x ( λ )=(6−e¿¿ 2 t)u ( λ ) ¿

h ( t−λ )=3∗e−2( t− λ ) u ( t−λ−6 )

ecuación para la convolución

∞
y ( t ) =x ( t )∗h(t)= ∫ ¿ ¿ ¿
−∞
Donde:
λ=0
( t−λ−6 ) =0
λ=t−6

t−6
y (t)= ∫ [ ( 6−e2 λ ) ( 3∗e−2 (t −λ ) ) ]dλ
0

Resolvemos el paréntesis
t−6
y (t)= ∫ [18 e ¿ ¿−2(t−λ)−3∗e2 λ∗e−2(t− λ) ]dλ ¿
0

t−6 t −3
dλ−3 ∫ e 2 λ∗e−2 (t −λ) dλ
−2 (t −λ)
y (t)=18 ∫ e
0 0

t −6 t −6
y ( t ) =18 ∫ e−2 t +2 λ dλ−3 ∫ e2 λ∗e−2 t+ 2 λ dλ
0 0

t−6 t −6
y (t)=18 ∫ e−2 t e 2 λ dλ−3 ∫ e 4 λ∗e−2t dλ
0 0

Separamos las expresiones que no son función de λ

t −6 t−3
2λ −2 t
y (t)=18 e −2t
∫e dλ−3 e ∫ e 4 λ dλ
0 0

Resolvemos estas integrales que son directas

18 e−2 t 2 λ t−6 3 e−2 t 4 λ t−6
y (t)=
2
[e ]
0
−
4 |
[e ]
0 |
−2 t
18∗e 2 ( t −6 ) 2 ( 0) 3 ¿ e−2 t 4 (t−6 ) 4 (0 )
y (t)= [e −e ]− [e −e ]
2 4

18∗e−2 t 2 t −12 3¿ e−2 t 4 t −24

y (t)= [e −1]− [e −1]
2 4

18 e−2 t e 2 t−12 18 e−2 t 3 e−2t e4 t −24 3 e−2 t

y (t)= − − +
2 2 4 4
Resultado de la convolución

−12 −2 t 3 e 2( t−12) 3 e−2 t

y ( t ) =9 e −9 e − +
4 4
 2.2 Ejercicio 2 – Convolución discreta (tabular y gráfica):
Usando como guía el ejemplo 7.3 de la página 173 del
libro Ambardar, determine la respuesta de un filtro FIR (
h [n ]), a la entrada x [n]. Posteriormente verifique su
respuesta diseñando un script con el método gráfico de
convolución, en Matlab u Octave y anexe el resultado
junto con el script (práctica):

x [ n ] =[ −2 , 3̌ , a , 2 , b ]

h [ n ] =[ 2.5 , 0.5 , b̌ , a ]
solución:
Índice de inicio=−1−2=−3
Índice de terminación=3+1=4
longitud=3+ 1=4
n -3 -2 -1 0 1 2 3 4
X(n) -2 3 2 2 4
H(n) 2.5 0.5 4 2
-5 7.5 5 5 10
-1 1.5 1 1 2
-8 12 8 8 16
-4 6 4 4 8
Y(n) -5 6.5 -1.5 14 25 14 20 8

Código Matlab

Respuesta Matlab
Grafica Matlab

2.3. 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 )=2∗a∗rect ( t−b) con T=4 s

 Encuentre los coeficientes a 0, a k y b k

Nota: Para encontrar los coeficientes de la serie de Fourier, se tienen las

siguientes expresiones matemáticas:

Recuadro de repaso, Ambardar página 199

SOLUCIÓN:
Reemplazo las constantes a y b

x ( t )=2∗2∗rect (t−4)
x ( t )=4∗rect (t−4)
La grafica con tres periodos

frecuencia de la función

1
f 0=
T
1
f 0= =0.25
4

Calculo de a 0
❑
1
a 0= ∫ x ( t ) dt
T T
4.5
1
a 0= ∫ 4 dt
4 3.5
Resolvemos esta integral
4 t 4.5
a 0=
4 3.5|
4 (4.5−3.5)
a 0=
4
a 0=1

Calculo de a k
 ❑
2
a k= ∫ x ( t ) cos ( 2 πk f 0 t ) dt
T T
4.5 4.5 4.5
2 8
a k= ∫ 4 cos ( 2 πk f 0 t ) dt= ∫ cos ( 2 πk f 0 t ) dt=2 ∫ cos ( 2 πk f 0 t ) dt
4 3.5 4 3.5 3.5

Resolvemos esta integral

2∗¿

2
a k= ¿
2 πk (0.25)
2
a k= [ sen ( 6.5 πk )−sen ( 1.75 πk ) ]
0.5 πk

Calculo de b k
❑
2
b k = ∫ x ( t ) sen ( 2 πk f 0 t ) dt
T T
4.5 4.5
2
b k = ∫ 4 sen ( 2 πk f 0 t ) dt =2 ∫ sen ( 2 πk f 0 t ) dt
4 3.5 3.5

Resolvemos esta integral que es directa

−cos ( 2 πk f 0 t ) 4.5
b k =2 [
( 2 πk f 0)
]
|
3.5

2
b k= ¿
2 πk (0.25)
2
b k= [−cos ( 6.5 πk )+ cos ( 1.75 πk ) ]
0.5 πk

2.4. 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):
SOLUCIÓN:
Basados en el ejemplo de la figura E9.5D del libro guía se definen las
siguientes funciones que me permiten construir la señal original

x 1=3 tri ( t−1 )

x 2=3 tri ( t−2 )

x 3=3 tri ( t−3 )

Al sumar las tres señales tenemos

x ( t )=3 tri ( t−1 ) +3 tri ( t−2 ) +3 tri(t−3)

Estas transformadas se pueden realizar directamente

x ( f )=3 sen c 2 ( f ) e− j 2 πf +3 sen c 2 ( f ) e− j 4 πf + 3 sen c 2 ( f ) e− j 6 πf

Código Matlab
Grafica Matlab

SOLUCIÓN:
Basados en el ejemplo de la figura E9.5F del libro guía se definen las
siguientes funciones que me permiten construir la señal original

x 1=2 sen ( 24πt )

x 2=u(t )−u(t−2)

y ( t ) =2∗sen ( 24πt )∗¿ (u(t)−u(t−2))¿

Aplicando transformada

2π 2π 1
[(
y ( w ) =2 jπ δ w+
4 ) (
−δ w−
4 ) ] [(
∗ πδ ( w ) +
jw )
( 1−e−2 jw ) ]
Código Matlab

Grafica Matlab
 Referencias bibliográficas

 Ambardar, A. (2002). Procesamiento de señales analógicas y digitales:

Convolución. Cengage Learning, (2nd ed, pp. 130-155). Recuperado de
https://link.gale.com/apps/doc/CX4060300057/GVRL?
u=unad&sid=GVRL&xid=a65906f7

 Ambardar, A. (2002). Procesamiento de señales analógicas y digitales:

Convolución Discreta. Cengage Learning, (2nd ed, pp. 169-183).
Recuperado de https://link.gale.com/apps/doc/CX4060300070/GVRL?
u=unad&sid=GVRL&xid=f736ec2e
 Ambardar, A. (2002). Procesamiento de señales analógicas y digitales:
Correlación Discreta. Cengage Learning, (2nd ed, pp. 187-188).
Recuperado de https://link.gale.com/apps/doc/CX4060300079/GVRL?
u=unad&sid=GVRL&xid=ff1dc3d0
 https://es.wikipedia.org/wiki/Convoluci%C3%B3n