PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

RESPUESTA DEL SISTEMA

Marcos Bernard, Calixto Lpez
1310174@utp.edu.pe

Quiroz Quispe, Max Jos

1320449@utp.edu.pe

RESUMEN: En el presente artculo, se el

desarrollo
del
laboratorio
N5
del
curso
PROCESAMIENTO DIGITAL DE SEALES en el cual
se abordar el tema de la convolucin y evaluacin de
ecuaciones diferenciales.

Definicion formal de la convolucion

La convolucin de f y g se denota f g .
Se define como la integral del producto de ambas
funciones despus de desplazar una de ellas una
distancia .

INTRODUCCION

f ()g(t )d

En esta seccin se explicarn resumidamente los

conceptos de convolucin y evaluacin de ecuaciones
diferenciales.

( f g ) ( t ) =

Qu es la convolucin?

En matemticas y, en particular, anlisis funcional, una

convolucin es un operador matemtico que
transforma dos funciones f y g en una tercera funcin
que en cierto sentido representa la magnitud en la que
se superponen f y una versin trasladada e invertida
de g.

El intervalo de integracin depender del dominio sobre

el que estn definidas las funciones. En el caso de un
rango de integracin finito, f y g se consideran a menudo
como extendidas, peridicamente en ambas direcciones,
tal que el trmino g(t - ) no implique una violacin en el
rango.
Para las funciones discretas se puede usar una forma
discreta de la convolucin. Esto es:

f [ m ]g [ m ] = f [ n ] g [mn]
n

Generalizando los casos anteriores, la convolucin

puede ser definida para cualesquiera dos funciones de
cuadrado integrable definidas sobre un grupo topolgico
localmente compacto. Una generalizacin diferente es la
convolucin de distribuciones.

Propiedades de la convolucin

Las propiedades que posee el operador de

convolucin son:
Conmutatividad

f g=gf
Asociatividad

f ( gh )=( fg )h
Figura 1.0. Proceso de convolucion entre dos seales
(funciones) rectangulares.

PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

.
Distributividad

f ( g+h )=f g+ f h
Asociatividad con multiplicacin escalar

a ( f g )= ( af )g=f (ag)
a complejo o real .

para todo nmero

Se puede observar cmo se aaden ceros a

ambos lados. Esto se hace para poder ajustar a
la dimensin antes mencionada.

Regla de derivacin

)= f g=fg
( f g

DESARROLLO

donde f denota la derivada de f o, en el caso

discreto, el operador diferencia.

Teorema de convolucin

F ( fg ) =F ( f )F(g)

1. Hacer una funcin que calcule la convolucin de

dos funciones.

donde F denota la Transformada de Fourier de

f . Este teorema tambin se cumple con la
Transformada de Laplace.
Un caso interesante es la realizacion de la convolucion
con la funcion delta de dirac.

clc
clear
close all

Convoluciones con deltas de Dirac

h=[1,2,3,3,3,3];
x=[4,3,2,1,1,1];
Lh=length(h);
Lx=length(x);
Ly=Lh+Lx-1;
y=zeros(1,Ly);
for n=0:Ly-1
y(n+1)=0;
for i=0:Lh-1
for j=0:Lx-1
if(i+j == n) y(n+1) =
y(n+1) + h(i+1)*x(j+1); end;
end
end
end
figure(1)
stem(y)
grid on

f ( t ) ( t )=f (t )
f ( t ) ( tt 0 ) =f ( tt 0 )
f ( tt 1 ) ( tt 0 )=f ( tt 0 t 1 )

Matriz de convolucin
A veces es til ver a la convolucin como un producto
matricial. Sea
x una funcin discreta de m
elementos, sea
h un sistema discreto de n
elementos, y sea y
la convolucin de ambos, de
elementos: y=hx . Entonces se
2 n1
puede definir una matriz
(la matriz de
A
convolucin, que es una matriz de Toeplitz) tal que
T
y =xA :

Ejemplo:
Sea x=[ 4 5 1 7 ] y sea h=[1 2 3 1],
entonces la matriz de convolucin ser la
siguiente:

PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

Figura 1.1. Convolucin de dos funciones aleatorias.

2. Obtener la convolucin de x[n] y y[n]

definidas a continuacin.
a)
x [ n ]= [ n5 ] ,
y [ n ] = [ n ] ,

10< n<10
5< n<5

%a)
figure

Figura 1.2. Convolucin de funciones discretas.

b)

x=-10:1:10;

x [ n ]= [ n ] [ n5 ] ,
y [ n ] = [ n5 ] ,

xn=heaviside(x) - heaviside(x-5);
subplot(3,1,1);
stem(x,xn);
title('X[n]')

10< n<10
5< n<5

%b)
figure
x=-10:1:10;
xn=heaviside(x)-heaviside(x-5);
subplot(3,1,1);
stem(x,xn);
title('X[n]')

y=-5:1:5;
yn=dirac(y);
subplot(3,1,2);
stem(y,yn);
title('Y[n]')

y=-5:1:10;
yn=dirac(y-5);
subplot(3,1,2);
stem(y,yn);
title('Y[n]')

z=conv(xn,yn);
subplot(3,1,3);
stem(z);
title('conv(X,Y)')

z=conv(xn,yn);
subplot(3,1,3);
stem(z);
title('conv(X,Y)')

PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

Figura 1.3. Convolucin de funciones discretas.

Figura 1.3. Convolucin de funciones discretas.

c)

3. La respuesta al impulso de un sistema discreto lineal

en invariante en el tiempo es h[n]. Qu respuesta
tendr este sistema si se le aplica la seal x[n] definida a
continuacin? (Utilizar la convolucin).

x [ n ]= [ n ] [ n5 ] , 10< n<10
y [ n ] = [ n ] + [ n10 ] , 5< n<5
%c)
figure
x=-10:1:10;
xn=heaviside(x)-heaviside(x-5);
subplot(3,1,1);
stem(x,xn);
title('X[n]')

x [ n ]= [ 3,11,7,0,1,4,2 ] ,
3 n 3

h [ n ] =[ 2,3,0,5,2,1 ] ,
1 n 4

y [ n ] =[ 6,31,47,6,51,5,41,18223,8,2 ]

y=-5:1:15;
yn=dirac(y)+dirac(y-10);
subplot(3,1,2);
stem(y,yn);
title('Y[n]')

%3.clear all
close all
clc
x=[3,11,7,0,-1,4,2,0];
h=[0,0,2,3,0,-5,2,1];
y=conv(x,h);subplot(1,1,1);
stem(y);

z=conv(xn,yn);
subplot(3,1,3);
stem(z);
title('conv(X,Y)')

PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

grid on

h [ n ] =0.9 u [ n ]
clc
clear all
close all
n=[-10:1:10];
xn=heaviside(n)-heaviside(n10);
subplot(3,1,1);
stem(xn);
hn=(0.9.^n).*heaviside(n);
subplot(2,1,1);
stem(xn);

Figura 1.4. Seal resultante y[n].

hn=(0.9.^n).*heaviside(n);
subplot(2,1,2);

4. Hacer una funcin que genere una secuencia

exponencial del tipo an . (ejemplo: 0.7n ).

stem(hn);

%4.
close all
clear all
clc
n=[0:1:30];
a=0.7;
x=a.^n;
stem(x);

Figura 1.5. Seal exponencial discreta.

Figura 1.6. Seal exponencial discreta.

5.

9. Se tiene un diferenciador digital descrito

por:

y [ n ] =x [ n ]x [n1]

Obtener la respuesta de un sistema discreto lineal e

invariante cuando la entrada es x[n]. La respuesta al
impulso del sistema es h[n]. Graficar la seal de entrada,
la seal de salida y la respuesta al impulso del sistema.

Obtener la respuesta de este sistema para las

siguientes entradas:

x [ n ]=5 ( u [ n ] u [ n20 ] )

x [ n ]=u [ n ] u[n10 ]

PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

, pulso rectangular.

x [ n ]=n ( u [ n ] u [ n10 ] ) +(20n)(u [ n10 ] u [n20])

, pulso triangular.

x [ n ]=sin

( n25 )(u [ n ]u [n100] )

, pulso sinusoidal.
%Pulso rectangular.
clear all
close all
clc
n=[-15:1:35];
xn=5*[heaviside(n)-heaviside(n-20)];
stem(xn)
title('Pulso rectangular')

Figura 1.8. Pulso triangular (apartado b).

%Pulso sinusoidal.
figure
n=[-15:1:50];
xn=sin(pi*n/25).*[heaviside(n)heaviside(n-100)];
stem(n,xn)
title('Pulso sinusoidal')

Figura 1.7. Pulso rectangular (apartado a).

%Pulso triangular.
figure
n=[-5,1:15];

CONCLUSIONES

xn=n.*[heaviside(n)-heaviside(n-10)]
+heaviside(-n+20).*[heaviside(n-10)heaviside(n-20)];
stem(n,xn)
title('Pulso triangular')

1.

Se logr comprender la realizacin del proceso

de convolucin entre dos seales discretas
mediante el software Matlab.

2.

En el desarrollo del enunciado n3 se logr

comprender que el software Matlab utiliza
vectores cuyos primeros elementos siempre
inician en la posicin unidad (posicin uno), por
ello fue necesario trasladar los elementos
para alinear los vectores hn y xn.

PROCESAMIENTO DIGITAL DE SEALES LABORATORIO N5

.
3.

Se pudo aprender nuevos comandos para

graficar como la funcin heaviside (escaln
unitario), en la cual Matlab toma como
magnitud del primer elemento 0.5 unidades.