Proyecto Final

Teoría de Sistemas
Ing. Gianni Monterroso

Diana Rosa Monzón del Cid

150404005
Eduardo Benjamín Tipáz Zacarías
120402006

Joseline Alejandra Pirir Godoy

150402002
Objetivos
● Desarrollar una terminología general que permita describir las características,
funciones y comportamientos de diversos sistemas.
● Estudiar los principios aplicables a diversos sistemas
● Promover la formalización matemática de estos principios
Señal Analógicas Operaciones sobre señales
Una señal analógica es un tipo de señal generada por algún tipo de fenómeno
electromagnético y que es representable por una función matemática continua en la que
es variable su amplitud y periodo (representando un dato de información) en función del
tiempo. Algunas magnitudes físicas comúnmente portadoras de una señal de este tipo son
eléctricas como la intensidad, la tensión y la potencia, pero también pueden ser
hidráulicas como la presión y térmicas como la temperatura.
En la naturaleza, el conjunto de señales que percibimos son analógicas, así la luz, el
sonido, la energía son señales que tienen una variación continua. Incluso la
descomposición de la luz en el arco iris vemos cómo se realiza de una forma suave y
continúa.
Una onda sinusoidal es una señal analógica de una sola frecuencia. Los voltajes de la voz y
del video son señales analógicas que varían de acuerdo con el sonido o variaciones de la
luz que corresponden a la información que se está transmitiendo.

Operaciones sobre señales

Este módulo muestra dos operaciones para señales, cambio en el tiempo y escala en el
tiempo. Operación de señales son operaciones realizadas sobre la variable tiempo de la
señal. Estas operaciones son componentes comunes en el mundo real y como tales las
debemos entender a fondo cuando se esté aprendiendo sobre sistemas y señales.

* Desplazamiento en el eje del Tiempo

El desplazamiento en el tiempo, como su nombre lo sugiere, es trasladar la señal en el eje
del tiempo. Esto se hace sumando o restando la cantidad del desplazamiento de tiempo a
la función. Restando una cantidad ja en la variable del tiempo tendrá un cambio en la
señal hacia la derecha (retrasa) por esa cantidad, por el contrario al sumar una cantidad a
la variable del tiempo la señal se desplazará hacia la izquierda (avanza).
*Escala en el eje del Tiempo
Escalar el tiempo es comprimir y/o expandir una señal al multiplicar las variables del
tiempo por alguna cantidad. Si esa cantidad es mayor que uno, la señal se vuelve angosta,
esto es conocido como compresión, cuando la cantidad es menor que uno, la señal se
vuelve ancha y a esto lo conoceremos como expansión.

Normalmente, estas operaciones les toman a las personas un tiempo en comprender,

debido a que la intuición de las personas es que al multiplicar por una cantidad más
grande que uno la señal será expandido y menor que uno será comprimida.

Ejemplos:
Dado ƒ(t), grafique ƒ(-(at))
Propiedades de las Señales
Es básicamente una lista de nociones y propiedades que son fundamentales para la
discusión de señales y sistemas. Deberá notar que en algunas discusiones como la de
señales de energía vs. Señales de potencia han sido asignadas con su propio módulo para
una discusión más completa, y no van a ser incluidas.

Tiempo Continuo vs. Tiempo Discreto

Como el nombre lo sugiere, esta clasificación se puede establecer, después de saber si el
eje del tiempo (eje de las abscisas) es discreto o continuo. Una señal continua en el
tiempo tendrá un valor para todos los números reales que existen en el eje del tiempo. En
contraste a esto, una señal discreta en el tiempo es comúnmente creada utilizando el
Teorema de Muestreo para discretizar una señal continua, de esta manera la señal nada
más tendrá valores en los espacios que tienen una separación igual y son creados en el eje
del tiempo.

Análogo vs. Digital

La diferencia entre lo análogo y lo digital es muy similar a la diferencia entre el tiempo
continuo y el tiempo discreto. Sin embargo, en este caso, la diferencia es con respecto al
valor de la función (eje de las ordenadas). Análogo corresponde al eje y continuo,
mientras lo digital corresponde al eje y discreto. Un ejemplo de una señal digital es una
secuencia binaria, donde la función solo tiene valores de cero o uno.
Periódico vs. Aperiódico
Señales periódicas se repiten con un periodo T, mientras las señales aperiódicas o no
periódicas no se repiten. Podemos definir una función periódica mediante la siguiente
expresión matemática, donde t puede ser cualquier número y T es una constante positiva:
ƒ (t) = ƒ (T + t) (1.1)

El periodo fundamental de esta función, f (t), es el valor más pequeño de T que permita la
validación de la (1.1).

Causal vs. Anti causal vs. No causal

Las señales causales son señales que tienen valor de cero en el tiempo negativo, y las
señales anti causales tienen valor cero en el tiempo positivo. Las señales no causales son
señales con valor de cero en el tiempo positivo y negativo.
Par vs Impar
Una señal par es cualquier señal f (t) que satisface f (t) = f (-t). Las señales pares se pueden
detectar fácilmente porque son simétricas en el eje vertical. Una señal impar, es una señal
f que satisface.
f (t) = -f (-t)

Usando las definiciones de par e impar, podemos demostrar que cualquier señal se puede
escribir como una combinación de una señal par e impar. Cada señal tiene una
descomposición par-impar. Para demostrar esto, no tenemos más que examinar una
ecuación.

Al multiplicar y sumar esta expresión, demostramos que lo explicado anteriormente es

cierto. También se puede observar que f (t) + f (-t) satisface a una función par, y que f (t) -
f (-t) satisface a una función impar.
Simetría de Señales
Gráficamente la simetría par de una señal se verifica mediante la existencia de una
simetría con respecto al eje vertical ("t = 0" ; "n = 0" ), esto equivale a reflejar la señal y
obtener como resultado una señal idéntica a la original.
Teorema de Euler
Enunciado por Leonhard Euler sobre las Funciones Homogéneas, es una caracterización de
las funciones homogéneas.
La función f(x,y) se llama Función Homogénea de grado n si para cualquier factor real K se
verifica la igualdad
f(kx,ky) = kn f(x,y).

Ejemplo 1 Euler:
Diga si la función dada es homogénea y cual es el grado de homogeneidad.
z = f(x,y) = x 2 + xy − y2
f(λx, λy ) = (λx)2 + (λx)(λy) − (λy)2 = λ2 x2 + λ2xy − λ2 y2 = λ2(x2+ xy − y2)
f(λx, λy) = λ2f(x,y)
Como la función z = f ( x, y ) cumple la definición, decimos que z es homogénea de grado 2.

Primer Teorema de Euler

Si z = f ( x, y ) es una función homogénea de grado “ n ” y sus derivadas parciales de primer
orden existen, entonces:
xf´x(x,y) + yf´y(x,y) = n f(x,y)
Una función racional entera será homogénea, si todos los términos de la misma son del
mismo grado.

Ejemplo 2 Euler:
Demuestra si la siguiente función cumple el teorema de Euler.
f ( x, y )= x2 - 2x3y2 - y5
f´x(x,y) = 5x4 - 6x2y2
f´y(x,y) = -4x3y - 5y4
xf´x(x,y) + yf´y(x,y)= x(5x4 - 6x2y2) + y(-4x3y - 5y4) = 5x2 10x3y2 - 5y5 = 5 f(x,y)

Función Escalón Unitario

En ingeniería es común encontrar funciones que corresponden a estados de sí o no, o bien
activo o inactivo. Por ejemplo, una fuerza externa que actúa sobre un sistema mecánico o
una tensión eléctrica aplicada a un circuito, puede tener que suspenderse después de
cierto tiempo. Para tratar de forma efectiva con estas funciones discontinuas conviene
introducir una función especial llamada función escalón unitario.
La función escalón unitario (denotada como )), llamada también
función de Heaviside, nos permite activar o desactivar cierta funcionalidad en términos de
un parámetro. Entre otras cosas, ayuda a definir directamente una función definida a
tramos.

Nota: Sea Observamos que en el

intervalo y () fuera del mismo. Por lo tanto si tenemos la función:

Podemos escribir sencillamente: y luego simplificar de ser

necesario.

Función Impulso unitario

Algunos sistemas mecánicos suelen estar sometidos a una fuerza externa (o a una tensión
eléctrica en el caso de los circuitos eléctricos) de gran magnitud, que solamente actúa
durante un tiempo muy corto. Por ejemplo, una descarga eléctrica podría caer sobre el ala
vibrante de un avión; a un cuerpo sujeto a un resorte podría dársele un fuerte golpe con
un martillo, una pelota (de béisbol, de golf o de tenis) inicialmente en reposo, podría ser
enviada velozmente por los aires al ser golpeada con violencia con un objeto como una
bat de beisbol, un bastón de golf o una raqueta de tenis. La función impulso unitario
puede servir como un modelo para tal fuerza.
Donde se conoce como la función impulso unitario. La gráfica de la
función escalón para

Observación: para valores pequeños de a, se tiene que es una función

constante de gran magnitud que está activa por un tiempo muy corto alrededor de

Demostración:
Sistemas Analógicos
Un sistema analógico contiene dispositivos que manipulan cantidades físicas
representadas de manera analógica. En estos sistemas las cantidades pueden variar en un
rango continuo de valores. Por ejemplo, la amplitud de la señal de salida de una bocina en
un receptor de audio puede tener cualquier valor entre cero y su límite máximo. Otro tipo
de sistemas analógicos son los amplificadores de audio, equipos de grabaciones no
digitales y reproductoras de los mismos.

Desventajas de los sistemas analógicos

1. Para su diseño se requiere demasiado análisis matemático.
2. Una vez creado un sistema analógico, si se desea hacer una actualización es necesario
casi modificar todo el sistema nuevamente.
3. El consumo de energía es mayor.
4. La capacidad de integración no permite desarrollar sistemas portátiles complejos (como
un reproductor de CD, o una computadora análoga).
5. Son susceptibles al ruido por fuentes externas.
6. Limitaciones para almacenar información.
7. Precisión limitada a máximo tres dígitos.

Ventajas de los sistemas analógicos

1. El mundo real está compuesto de variables análogas, por lo tanto, la información a
introducir en el sistema para ser procesada será real.
2. Capacidad de manejar grandes potencias.
 Sistema
Un sistema es un conjunto de elementos relacionados entre sí y que funcionan como un
todo.

La palabra sistema procede del latín systēma, y este del griego σύστημα (systema,
identificado en español como 'unión de cosas de manera organizada'). Con esta palabra se
forman palabras derivadas como antisistema o ecosistema.

Los elementos que componen un sistema pueden ser variados, como una serie de
principios o reglas estructurados sobre una materia o una teoría, por ejemplo, 'sistema
político', 'sistema económico'.

En Anatomía, es el conjunto de órganos que cumplen funciones vitales. Por ejemplo,

'sistema digestivo' y 'sistema nervioso'. En ocasiones se sustituye la palabra 'sistema' por
'aparato'. Siendo un concepto amplio, aplicable a muchos términos, por ejemplo, sistema
métrico decimal y sistema montañoso.

Un sistema de información es un conjunto de elementos orientados al tratamiento y

administración de datos e información, organizados y listos para su uso posterior,
generados para cubrir una necesidad u objetivo. Los elementos que componen un sistema
de información son las personas, los datos, las actividades o técnicas de trabajo y los
recursos materiales en general (generalmente recursos informáticos y de comunicación,
aunque no necesariamente). Todos estos elementos interactúan para procesar los datos
(incluidos los procesos manuales y automáticos) y dan lugar a información más elaborada,
que se distribuye de la manera más adecuada posible en una determinada organización,
en función de sus objetivos.
 Propiedades de los Sistemas

*Ambiente
Se refiere al área de sucesos y condiciones que influyen sobre el comportamiento de un
sistema. En lo que a complejidad se refiere, nunca un sistema puede igualarse con el
ambiente y seguir conservando su identidad como sistema. La única posibilidad de
relación entre un sistema y su ambiente implica que el primero debe absorber
selectivamente aspectos de éste. Sin embargo, esta estrategia tiene la desventaja de
especializar la selectividad del sistema respecto a su ambiente, lo que disminuye su
capacidad de reacción frente a los cambios externos. Esto último incide directamente en
la aparición o desaparición de sistemas abiertos.

*Atributo
Se entiende por atributo las características y propiedades estructurales o funcionales que
caracterizan las partes o componentes de un sistema.

*Cibernética
Se trata de un campo interdisciplinario que intenta abarcar el ámbito de los procesos de
control y de comunicación (retroalimentación) tanto en máquinas como en seres vivos. El
concepto es tomado del griego kybernetes que nos refiere a la acción de timonear una
goleta (N.Wiener.1979).

*Circularidad
Concepto cibernético que nos refiere a los procesos de autocausación. Cuando A causa B y
B causa C, pero C causa A, luego A en lo esencial es autocausado (retroalimentación,
morfostásis, morfogénesis).

*Complejidad
Por un lado, indica la cantidad de elementos de un sistema (complejidad cuantitativa) y,
por el otro, sus potenciales interacciones (conectividad) y el número de estados posibles
que se producen a través de éstos (variedad, variabilidad). La complejidad sistémica está
en directa proporción con su variedad y variabilidad, por lo tanto, es siempre una medida
comparativa. Una versión más sofisticada de la TGS se funda en las nociones de diferencia
de complejidad y variedad. Estos fenómenos han sido trabajados por la cibernética y están
asociados a los postulados de R.Ashby (1984), en donde se sugiere que el número de
estados posibles que puede alcanzar el ambiente es prácticamente infinito. Según esto, no
habría sistema capaz de igualar tal variedad, puesto que si así fuera la identidad de ese
sistema se diluiría en el ambiente.

*Conglomerado
Cuando la suma de las partes, componentes y atributos en un conjunto es igual al todo,
estamos en presencia de una totalidad desprovista de sinergia, es decir, de un
conglomerado (Johannsen. 1975:31-33).

*Elemento
Se entiende por elemento de un sistema las partes o componentes que lo constituyen.
Estas pueden referirse a objetos o procesos. Una vez identificados los elementos pueden
ser organizados en un modelo.

*Energía
La energía que se incorpora a los sistemas se comporta según la ley de la conservación de
la energía, lo que quiere decir que la cantidad de energía que permanece en un sistema es
igual a la suma de la energía importada menos la suma de la energía exportada (entropía,
negentropía).

*Entropía
El segundo principio de la termodinámica establece el crecimiento de la entropía, es decir,
la máxima probabilidad de los sistemas es su progresiva desorganización y, finalmente, su
homogeneización con el ambiente. Los sistemas cerrados están irremediablemente
condenados a la desorganización. No obstante hay sistemas que, al menos
temporalmente, revierten esta tendencia al aumentar sus estados de organización
(negentropía, información).

*Equifinalidad
Se refiere al hecho que un sistema vivo a partir de distintas condiciones iniciales y por
distintos caminos llega a un mismo estado final. El fin se refiere a la mantención de un
estado de equilibrio fluyente. "Puede alcanzarse el mismo estado final, la misma meta,
partiendo de diferentes condiciones iniciales y siguiendo distintos itinerarios en los
procesos orgásmicos" (von Bertalanffy. 1976:137). El proceso inverso se denomina
multifinalidad, es decir, "condiciones iniciales similares pueden llevar a estados finales
diferentes" (Buckley. 1970:98).
*Equilibrio
Los estados de equilibrios sistémicos pueden ser alcanzados en los sistemas abiertos por
diversos caminos, esto se denomina equifinalidad y multifinalidad. La mantención del
equilibrio en sistemas abiertos implica necesariamente la importación de recursos
provenientes del ambiente. Estos recursos pueden consistir en flujos energéticos,
materiales o informativos.

*Emergencia
Este concepto se refiere a que la descomposición de sistemas en unidades menores
avanza hasta el límite en el que surge un nuevo nivel de emergencia correspondiente a
otro sistema cualitativamente diferente. E. Morin (Arnold. 1989) señaló que la emergencia
de un sistema indica la posesión de cualidades y atributos que no se sustentan en las
partes aisladas y que, por otro lado, los elementos o partes de un sistema actualizan
propiedades y cualidades que sólo son posibles en el contexto de un sistema dado. Esto
significa que las propiedades inmanentes de los componentes sistémicos no pueden
aclarar su emergencia.

*Estructura
Las interrelaciones más o menos estables entre las partes o componentes de un sistema,
que pueden ser verificadas (identificadas) en un momento dado, constituyen la estructura
del sistema. Según Buckley (1970) las clases particulares de interrelaciones más o menos
estables de los componentes que se verifican en un momento dado constituyen la
estructura particular del sistema en ese momento, alcanzando de tal modo una suerte de
"totalidad" dotada de cierto grado de continuidad y de limitación. En algunos casos es
preferible distinguir entre una estructura primaria (referida a las relaciones internas) y una
hiperestructura (referida a las relaciones externas).

*Frontera
Los sistemas consisten en totalidades y, por lo tanto, son indivisibles como sistemas
(sinergia). Poseen partes y componentes (subsistema), pero estos son otras totalidades
(emergencia). En algunos sistemas sus fronteras o límites coinciden con discontinuidades
estructurales entre estos y sus ambientes, pero corrientemente la demarcación de los
límites sistémicos queda en manos de un observador (modelo). En términos operacionales
puede decirse que la frontera del sistema es aquella línea que separa al sistema de su
entorno y que define lo que le pertenece y lo que queda fuera de él (Johannsen. 1975:66).
*Función
Se denomina función al output de un sistema que está dirigido a la mantención del
sistema mayor en el que se encuentra inscrito.

*Información
La información tiene un comportamiento distinto al de la energía, pues su comunicación
no elimina la información del emisor o fuente. En términos formales "la cantidad de
información que permanece en el sistema (...) es igual a la información que existe más la
que entra, es decir, hay una agregación neta en la entrada y la salida no elimina la
información del sistema" (Johannsen. 1975:78). La información es la más importante
corriente neguentrópica de que disponen los sistemas complejos.

Integral de Convolución
En matemáticas y, en particular, análisis funcional, una convolución es un operador
matemático que transforma dos funciones f y g en una tercera función que en cierto
sentido representa la magnitud en la que se superponen f y una versión trasladada e
invertida de g. Una convolución es un tipo muy general de media móvil, como se puede
observar si una de las funciones se toma como la función característica de un intervalo.

Ejemplos:
Sistemas LTI
En procesamiento de señales, un sistema LTI (Linear Time-Invariant) o sistema
lineal e invariante en el tiempo, es aquel que, como su propio nombre indica,
cumple las propiedades de linealidad e invarianza en el tiempo.

Un sistema es lineal (L) si satisface el principio de superposición, que engloba las

propiedades de proporcionalidad o escalado y aditividad. Que sea proporcional
significa que cuando la entrada de un sistema es multiplicada por un factor, la
salida del sistema también será multiplicada por el mismo factor. Por otro lado,
que un sistema sea aditivo significa que si la entrada es el resultado de la suma de
dos entradas, la salida será la resultante de la suma de las salidas que producirían
cada una de esas entradas individualmente.

Ejemplo 1 de sistemas LTI:

x1( t ) = e^-t u( t ) u( t-2 )
h1( t ) = δ ( t )

Grafica de x1( t ) = e^-t u( t ) u( t-2)

Gráfica de h1 (t)

Ejemplo 2 de Sistemas LTI:

A priori conocemos que la función delta δ ( t ) es el elemento neutro en la convolución.
Por ende, debemos obtener la misma señal como salida. Al realizar los cálculos tenemos:

Gráfica de # y1(t) = x1(t) * h1(t)

 Respuesta impulsional
La respuesta a un impulso o respuesta impulsiva de un sistema es la que se presenta en la
salida cuando en la entrada se introduce un impulso. Un impulso es el caso límite de un
pulso infinitamente corto en el tiempo pero que mantiene su área o integral (por lo cual
tiene un pico de amplitud infinitamente alto). Aunque es imposible obtener amplitud
infinita en un intervalo infinitamente corto en cualquier sistema real, es un concepto útil
como idealización, debido principalmente a la simplicidad de su uso en la integración.

Matemáticamente, un impulso se representa por una función Delta de Dirac. Cuando se

trabaja con sistemas discretos el impulso se aproxima por medio de un pulso que tiene
área unidad y de ancho tiene el periodo de tiempo entre dos muestras. Si el tiempo entre
dos muestras consecutivas x[n] y x[n+1] lo tomamos como, τ Tau , entonces el valor del
impulso será el inverso de 1 / τ, de modo que el área, que es su producto, valga la unidad.
En la explicación posterior de los Sistemas Discretos se toma, τ = 1, de modo que su
inverso también lo será, pero hay que tener en cuenta para el procesamiento de señales
en las que la base de tiempo sea diferente ajustar este parámetro para no cambiar la
energía de la señal de salida erróneamente.

Ejemplo 1 RI:
Supongamos que T es un sistema discreto, es decir, que toma una entrada
x[n] y produce una salida y[n]:
y[n] = T {x [n]}
Por lo tanto T es un operador actuando sobre sucesiones (a través de los números
enteros), produciendo nuevas sucesiones. Tener en cuenta que T no es el sistema, sino
una representación matemática del sistema. T puede ser no lineal, por ejemplo:
T {x [n]} = x^2 [2]
o lineal, como:
T {x [n]} = x [n - 1]
supongamos que T es lineal, entonces
T {x[n] + y [n]} = T {x[n]} + T {y [n]}
Ejemplo 2 RI:
Respuesta del sistema a una entrada del tipo rampa, esta señal permite conocer cual es
la respuesta del sistema a señales de entrada que cambian linealmente con el tiempo.
Matemáticamente se representa como:
r(t) = A . t . u (t), donde t = tiempo y A = constante

Ejemplo 3 RI:
Respuesta del sistema a una entrada del tipo escalón
Una señal de entrada del tipo escalón permite conocer la respuesta del sistema frente a
cambios abruptos en su entrada. Así mismo, nos da una idea del tiempo de
establecimiento de la señal, es decir, cuánto se tarda el sistema en alcanzar su estado
estacionario. Otra de las características de esta señal es que producto de la discontinuidad
del salto, contiene un espectro de frecuencia en una amplia banda lo cual hace que sea
equivalente a aplicar al sistema una gran cantidad de señales senoidales con un intervalo
de frecuencias grande. Matemáticamente, esta señal se expresa como:
r(t) = A . u (t), donde u(t) = escalón unitario A = constante
En la figura que se muestra a continuación, el escalón comienza en el tiempo t=1 (no en

t=0)
 Análisis de Fourier
Las ondas armónicas continuas que hemos estudiado no existen realmente, ya que todos
los movimientos ondulatorios están limitados tanto espacial como temporalmente.
Utilizando el análisis de Fourier y la transformada de Fourier se pueden describir formas
de ondas más complejas como las que producen los instrumentos musicales.
El análisis de Fourier surgió a partir del intento de éste matemático francés por hallar la
solución a un problema práctico, la conducción del calor en un anillo de hierro. Demostró
que se puede obtener una función discontinua a partir de la suma de funciones continuas.
Esta tesis fue defendida por Fourier ante la Academia Francesa, lo que motivó severas
objeciones de los matemáticos más importantes de su época como Lagrange, Laplace, etc.

Descripción:
A primera vista, parece que el problema de analizar formas de ondas complejas
representa una tarea formidable. Sin embargo, si la forma de la onda es periódica, se
puede representar con una precisión arbitraria, mediante la superposición de un número
suficientemente grande de ondas senoidales que forman una serie armónica.
Toda función f(t) periódica de periodo P, se puede representar en forma de una suma
infinita de funciones armónicas, es decir:

donde el periodo P=2p/w, y a0 a1 ...ai ... y b1 b2 .... bi .... son los denominados coeficientes
de Fourier.
Conocida la función periódica f(t), calculamos los coeficientes ai y bi del siguiente modo

Las integrales tienen como límite inferior -P/2 y como límite superior P/2.
En el programa interactivo, transformamos la función periódica de periodo P, en otra
función periódica de periodo 2p, mediante un simple cambio de escala en el eje t.
Escribiendo x=w t, tendremos el periodo P de t convertido en el periodo 2p de x, y la
función f(t) convertida en

definida en el intervalo que va de -p a +p. La serie se expresa en la forma más simple

Si la función g(x) tiene simetría, algunos de los coeficientes resultan nulos.

· Si g(x) es una función par, g(x)=g(-x), los términos bi son nulos
· Si g(x) es impar g(x)=-g(-x), los coeficientes ai son nulos
Por ejemplo, para el pulso rectangular simétrico de anchura 1, y periodo 2 se obtienen los
siguientes coeficientes.
 Orden a b

0 1

1 0.6366 0

2 0 0

3 -0.2122 0

4 0 0

5 0.1273 0

6 0 0

7 -0.09097 0

8 0 0

Transformada de Fourier e inversa

La Transformada de Fourier es una aplicación lineal está definida y goza de una serie de
propiedades de continuidad que garantizan que puede extenderse a espacios de funciones

mayores e incluso a espacios de funciones generalizadas. de una función se define

mediante una integral,a esta integral se le llama integral de contorno. El hecho es que las

transformadas integrales aparecen en pares de transformadas. si se transforma en

mediante una transformada integral , entonces se puede recuperar

la función mediante otra transformada integral, , llamada

transformada inversa. A las funciones y se les llama núcleos de sus

transformadas respectivas. El teorema de inversión de Fourier formulado abajo justifica el nombre
de transformada de Fourier inversa dado a esta transformada. El signo negativo en el exponente
del integrado indica la traspolación de complementos yuxtapuestos.

se F(x) una función definida en -∞ a ∞ entonces su transformada de Fourier no es mas que el

coeficiente cw de la integral de Fourier en forma compleja para F(x)

Transformada de Fourier

Transformada inversa de Fourier

Transformada de Fourier en funciones simples

Ejemplo 1 Fourier:
Encontrar la transformada de Fourier de la siguiente función:

SOLUCIÓN:
Por propiedades del valor absoluto se sabe que:

Entonces:
Al evaluar estos resultados por sus determinados parámetros se sabe que al evaluarlo por
los límites infinito(00) y menos infinito (-00) el resultado es cero por lo tanto:

Ejemplo 2 Fourier:

a.) Demostrar que la transformada de fourier del escalón unitario es

F[ ]=

Solución:

b.) Demostrar que la transformada de Fourier de F[ ]=

 Propiedades de la Transformada de Fourier
Definición de la transformada de Fourier:
 Transformada de Funciones importantes
Mediante transformadas de Laplace (por Pierre-Simon Laplace) puede resolverse un tipo
de ecuaciones diferenciales de orden n, son las llamadas ecuaciones diferenciales lineales
con coeficientes constantes, muy comunes en la resolución de circuitos eléctricos:

Las A son constantes, y la variable "x" en la práctica suele ser el tiempo.

Transformación (transformada) de Laplace de una función

Para simplificar los cálculos supondremos que nuestras funciones y = f(x) cumplen las
siguientes condiciones:
Para simplificar los cálculos supondremos que nuestras funciones y = f(x) cumplen las
siguientes condiciones:
1) f(x) está definida para todos los puntos .
2) f(x) es continua o continua a trozos en cualquier intervalo 0 < x < b.

3) f(x) es de orden exponencial a , lo cual significa que f(x) es tal que:

La transformada de Laplace de una función f(x) con las características arriba indicadas se
define como:

[1]
Así definida, como una integral, la transformada de una función f(x) cumple las típicas
propiedades de linealidad:
Ejemplo 1 transformada LaPlace
Hallemos la transformada de Laplace de una función constante, y = A.
Respuesta: Sin más que utilizar la fórmula [1] donde sustituímos f(x) por A e integramos:

Ejemplo 2 transformada LaPlace

Hallemos la transformada de Laplace de una función exponencial inversa, f(x) = e-ax.
Respuesta: Utilizamos la fórmula [1] donde sustituímos f(x) por su valor e integramos:

Autocorrelación y Correlación cruzada

Autorrelación:
La función de autocorrelación se define como la correlación cruzada de la señal consigo
misma. La función de autocorrelación resulta de gran utilidad para encontrar patrones
repetitivos dentro de una señal, como por ejemplo, la periodicidad de una señal
enmascarada bajo el ruido o para identificar la frecuencia fundamental de una señal que
no contiene dicha componente, pero aparecen numerosas frecuencias armónicas de esta.

Definición:
Dependiendo del campo de estudio se pueden definir diferentes tipos de autocorrelación
sin que estas definiciones sean equivalentes. En algunos campos se utilizan
indistintamente las funciones de autocorrelación y de autocovarianzas, dado que ambas
sólo difieren entre sí en una constante de proporcionalidad que es la varianza (en este
caso, la autocovarianza de orden k>0).
En el campo de procesamiento de señales, dada una señal temporal f ( t ), la
autocorrelación continua R f ( τ ), es la correlación continua cruzada de f ( t ) consigo
mismo tras un desfase τ y se define como:
donde f ∗ representa el conjugado complejo y el círculo representa una convolución. Para
una función real, f ∗ = f .
Formalmente, la autocorrelación discreta R con un desfase j para una señal x n es

Correlación Cruzada:
En procesamiento de señales, la correlación cruzada (o a veces denominada "covarianza
cruzada") es una medida de la similitud entre dos señales, frecuentemente usada para
encontrar características relevantes en una señal desconocida por medio de la
comparación con otra que sí se conoce. Es función del tiempo relativo entre las señales, a
veces también se la llama producto escalar desplazado, y tiene aplicaciones en el
reconocimiento de patrones y en criptoanálisis.

Dadas dos funciones discretas fi y gi la correlación cruzada se define como:

donde la sumatoria se realiza sobre valores enteros de j apropiados; y el asterisco está

indicando el conjugado.
Para el caso de dos funciones continuas f(x) y g(x) la correlación cruzada se define como:

donde la integral se realiza para valores apropiados de t.

Si X e Y son variables aleatorias independientes con distribuciones de probabilidad f y g,
respectivamente, entonces la distribución de probabilidad de la diferencia − X + Y está
dada por la correlación cruzada f ⋆ g. En contraste, la convolución f ∗ g da la distribución
de probabilidad de la suma X + Y.

Propiedades:
La correlación cruzada se relaciona con la convolución de la siguiente manera:
f(t)⋆g(t)=f∗(−t)∗g(t)
entonces si f o g es una función par
(f⋆g)=f∗g
También: ( f ⋆ g ) ⋆ ( f ⋆ g ) = ( f ⋆ f ) ⋆ ( g ⋆ g )
La correlación cruzada no es conmutativa:
(f⋆g)≠(g⋆f)
Sin embargo, si se cumple que:
(f⋆g)(t)=(g⋆f)∗(−t)
 Función de densidad espectral
En matemáticas y en física, la Densidad Espectral de una señal es una función matemática
que nos informa de cómo está distribuida la potencia o la energía (según el caso) de dicha
señal sobre las distintas frecuencias de las que está formada.
La definición matemática de la Densidad Espectral (DE) es diferente dependiendo de si se
trata de señales definidas en energía, en cuyo caso hablamos de Densidad Espectral de
Energía (DEE), o en potencia, en cuyo caso hablamos de Densidad Espectral de
Potencia (DEP).

Ejemplo 1 densidad espectral:

Una vez alcanzado el estado estacionario se puede obtener, en forma analítica, la

respuesta frecuencial haciendo uso de la función de transferencia del sistema G(s),
sustituyendo s = jω en dicha función de transferencia tal como se muestra a continuación.

donde M corresponde con la relación de amplitudes de las sinusoidales de salida y

entrada, y φ viene a ser el ángulo de desfasaje. De la misma forma G(jω) viene a ser un
vector con módulo y fase, los cuales pueden expresarse según:

Ahora, partiendo del hecho de que la función de

transferencia de un sistema es una relación entre entrada-salida, se pueden expresar el
módulo y el ángulo en función de la entrada R(s) y de la salida C(s), tal como lo expresan
las Ecs. 1.4 y 1.5, respectivamente. De allí que, si se conoce G(s) es posible obtener, en
forma analítica, la respuesta frecuencial del sistema evaluando el módulo y la fase para
valores de frecuencia desde cero hasta infinito.

Obtención de la respuesta frecuencial a partir de la

función de transferencia
Una función de transferencia puede ser expresada como una relación de ceros y polos
que, en forma general, puede ser escrita tal y como se muestra en la Ec. 1.6, donde K
corresponde con la ganancia del sistema, z con los ceros, p con los polos, m con el número
de ceros y n con el número de polos. A partir de allí, el módulo de la respuesta frecuencial
y su fase, para un valor específico de ω, se calcularan según las Ec. 1.7 y 1.8,
respectivamente.

Respuesta frecuencial de sistemas y diagramas de Bode

Un diagrama de Bode es una representación gráfica que sirve para caracterizar la
respuesta en frecuencia de un sistema. Normalmente consta de dos gráficas separadas,
una que corresponde con la magnitud de dicha función y otra que corresponde con
la fase.
Es una herramienta muy utilizada en el análisis de circuitos en electrónica, siendo
fundamental para el diseño y análisis de filtros y amplificadores.
El diagrama de magnitud de Bode dibuja el módulo de la función de transferencia
(ganancia) en decibelios en función de la frecuencia (o la frecuencia angular) en escala
logarítmica. Se suele emplear en procesado de señal para mostrar la respuesta en
frecuencia de un sistema lineal e invariante en el tiempo.
Ejemplo 1 de Bode:
Realizar el diagrama de Bode de un sistema cuya función de transferencia es la expresada
por:
100(𝑠 + 10)
𝐺 (𝑠 ) =
(𝑠 + 1)(𝑠 + 100)
Solución:
Lo primero que debe hacerse es reordenar la función de transferencia para identificar
aisladamente cada uno de los factores que la conforman, a partir de allí se enumeran los
distintos factores, sus características y su frecuencia de ocurrencia. Finalmente, se
muestra el diagrama de Bode, en el cual se muestran las curvas reales y la aproximación
asintótica
𝑠 + 10 𝑠
100( 10 )10 10(10 + 1)
𝐺 (𝑠 ) = = 𝑠
𝑠 + 100
(𝑠 + 1)( 100 )100 (𝑠 + 1)(100 + 1)

𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝐾 = 10, 𝑝𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙: (𝑠 + 1)−1 → 𝑤1 = 1

𝑠
𝐶𝑒𝑟𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤2 = 10,
10
𝑠 −1
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤3 = 100
100
Ejemplo 2 de Bode:
Realizar el diagrama de Bode de un sistema cuya función de transferencia es la expresada
por:
5000(𝑠 + 10)
𝐺 (𝑠) =
𝑠(𝑠 + 50)(𝑠 + 100)
Solución:
𝑠 + 10 𝑠
5000( 10 )10 10(10 + 1)
𝐺 (𝑠) = = 𝑠 𝑠
𝑠 + 50 𝑠 + 100
𝑠( )50( 100 ) 𝑠(50 + 1)(100 + 1)
50
𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝐾 = 10, 𝑝𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑜𝑟𝑖𝑔𝑒𝑛
𝑠
𝐶𝑒𝑟𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤1 = 10,
10
𝑠 −1
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤2 = 50
50
𝑠 −1
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤3 = 100
100
Ejemplo 3 de Bode:
Realizar el diagrama de Bode de un sistema cuya función de transferencia es la expresada
por:

40(𝑠 + 10)2
𝐺 (𝑠) =
𝑠(𝑠 + 1)(𝑠 + 100)
Solución:
𝑠
40(𝑠 + 10)2 40(10 + 1)2
𝐺 (𝑠) = =
𝑠(𝑠 + 1)(𝑠 + 100) 𝑠(𝑠 + 1)( 𝑠 + 1)
100
𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝐾 = 40, 𝑝𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑜𝑟𝑖𝑔𝑒𝑛
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 (𝑠 + 1) → 𝑤1 = 1
𝑠 2
𝐷𝑜𝑠 𝑐𝑒𝑟𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤2 = 10,
10
𝑠 −1
𝑃𝑜𝑙𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ( + 1) → 𝑤3 = 100
100
Ejemplo 4 de Bode:
Dibuje los diagramas de Bode de la siguiente función de transferencia:
10(𝑗𝑤 + 3)
𝐺 (𝑗𝑤 ) =
𝑗𝑤 (𝑗𝑤 + 2)[(𝑗𝑤 )2 + 𝑗𝑤 + 2]
Solución:
𝑗𝑤
7.5( 3 + 1)
𝐺 (𝑗𝑤 ) =
𝑗𝑤 (𝑗𝑤)2 𝑗𝑤
𝑗𝑤( 2 + 1)( 2 + 2 + 1)

Se compone de:
−1
−1 𝑤 𝑤 −1 𝑤 𝑗𝑤 2
7.5, (𝑗𝑤 ) , 1+𝑗 , (1 + 𝑗 ) , [1 + 𝑗 + ]
3 2 2 2

Ejemplo 5 de Bode:
Dibuje los diagramas de Bode de la siguiente función de transferencia:

𝑒 −𝑗𝑤𝐿
𝐺 (𝑗𝑤 ) =
1 + 𝑗𝑤𝑇
Solución:
La magnitud logarítmica es:
1 1
20𝑙𝑜𝑔 |𝐺 (𝑗𝑤)| = 20𝑙𝑜𝑔 |𝑒−𝑗𝑤𝐿 | + 20𝑙𝑜𝑔 | | = 0 + 20𝑙𝑜𝑔 | |
1 + 𝑗𝑤𝑇 1 + 𝑗𝑤𝑇
 Análisis de Laplace
La Transformada de Laplace es una técnica Matemática que forma parte de
ciertas transformadas integrales como la transformada de Fourier, la transformada de
Hilbert, y la transformada de Mellin entre otras. Estas transformadas están definidas por
medio de una integral impropia y cambian una función en una variable de entrada en otra
función en otra variable. La transformada de Laplace puede ser usada para resolver
Ecuaciones Diferenciales Lineales y Ecuaciones Integrales. Aunque se pueden resolver
algún tipo de ED con coeficientes variables, en general se aplica a problemas con
coeficientes constantes. Un requisito adicional es el conocimiento de las condiciones
iniciales a la misma ED. Su mayor ventaja sale a relucir cuando la función en la variable
independiente que aparece en la ED es una función seccionada.
Cuando se resuelven ED usando la técnica de la transformada, se cambia una ecuación
diferencial en un problema algebraico. La metodología consiste en aplicar la transformada
a la ED y posteriormente usar las propiedades de la transformada. El problema de ahora
consiste en encontrar una función en la variable independiente tenga una cierta expresión
como transformada.

Definición de la Transformada
Sea f una función definida para , la transformada de Laplace de f(t) se define
como (cuando tal integral converge):

Notas:
- La letra s representa una nueva variable, que para el proceso de integración se
considera constante.
- La transformada de Laplace convierte una función en t en una función en la
variable s

Definición de la Transformada Inversa

La Transformada inversa de una función en s, digamos F(s) es una función de t cuya
transformada es precisamente F(s), es decir:
 Si es que acaso

Esta definición obliga a que se cumpla:

Existencia de la Transformada
Condiciones suficientes para la existencia de la transformada de Laplace para de
una función cualquiera:

- Estar definida y ser continua a pedazos en el intervalo

- Ser de orden exponencial
Definición de la Transformada Inversa
La Transformada inversa de una función en s, digamos F(s) es una función de t cuya
transformada es precisamente F(s), es decir:

Si es que acaso,

Esta definición obliga a que se cumpla:

y
 Tabla de Transformadas
1. Obtención

2. Obtención

3. Obtención

4. Obtención Para n entero

:
5. Obtención Para

6. Obtención Para s > a

7. Obtención

8. Obtención

9. Obtención

10. Obtención
 Transformada de Laplace y transformada inversa

Transformada de Laplace

Ejemplo 1
Encontrar la transformada de Laplace correspondiente para: 4t4
4! 96
4t4 =ℒ{𝑓(𝑡)} = 4ℒ{t4 } = 4ℒ { 4+1 } = 5
𝑠 𝑠
Ejemplo 2
t2
Encontrar la transformada de Laplace correspondiente para: 2
t2 1 1 2! 2 1
= ℒ{𝑓(𝑡 2 )} = ℒ { 3 } = 3 = 3
2 2 2 𝑠 2𝑠 𝑠
Ejemplo 3
Encontrar la transformada de Laplace correspondiente para: 𝑒 5𝑡
1
𝑒 5𝑡 =
5−𝑠
Ejemplo 4
Encontrar la transformada de Laplace correspondiente para: 𝑒 −8𝑡
1
𝑒 −8𝑡 =
𝑠+8
Ejemplo 5
Encontrar la transformada de Laplace correspondiente para: 𝑠𝑒𝑛5𝑡
5 5
𝑠𝑒𝑛5𝑡 = 2 2
= 2
𝑠 +5 𝑠 + 25

Transformada inversa de Laplace

Ejemplo 1
Encontrar la transformada inversa de Laplace correspondiente para:

Ejemplo 2
Encontrar la transformada inversa de Laplace correspondiente para:
Ejemplo 3
Encontrar la transformada inversa de Laplace correspondiente para:

Ejemplo 4
Encontrar la transformada inversa de Laplace correspondiente para:

Ejemplo 5
Encontrar la transformada inversa de Laplace correspondiente para:
 Propiedades de la transformada de Laplace.
En las siguientes propiedades se asume que las funciones f(t) y g(t) con funciones que
poseen transformada de Laplace.

1. Linealidad

Idea
La transformada de Laplace se distribuye sobre las sumas o restas y saca constantes que
multiplican.
Versión para la inversa:

2. Primer Teorema de Traslación

Donde,

Idea
La transformada de Laplace se convierte un factor exponencial en una traslación en la
variable s.
Versión para la inversa:

3. Teorema de la transformada de la derivada

Idea
La transformada de Laplace cancela la derivada multiplicando por la variable s.

4. Teorema de la transformada de la integral

5. Teorema de la integral de la transformada

Siempre y cuando exista

6. Teorema de la derivada de la transformada

7. Transformada de la función escalón
Si representa la función escalón unitario entonces

8. Segundo teorema de Traslación

9. Transformada de una función periódica

Si f(t) es una función periódica con período T:

 Teorema de la Convolución
Si f * g representa la Convolución entre las funciones f y g entonces,

Ejemplo 1
Encontrar la transformada inversa de Laplace correspondiente para (aplicar linealidad):
3𝑠 − 1
ℒ −1 { 2 }
𝑠 +4
3𝑠 − 1 3𝑠 1 𝑠 1
ℒ −1 { 2
} = ℒ −1 { 2 } − ℒ −1 { 2 } = 3ℒ −1 { 2 2
} − ℒ −1 { 2 }
𝑠 +4 𝑠 +4 𝑠 +4 𝑠 +2 𝑠 + 22
𝑠𝑒𝑛2𝑡
= 3𝑐𝑜𝑠2𝑡 −
2
Ejemplo 2
Encontrar la transformada de Laplace correspondiente para (aplicar linealidad):
ℒ{4𝑡 − 3 + 2𝑐𝑜𝑠5𝑡}
4 3 5 4 3 25
ℒ{𝑓(𝑡)} = 4ℒ{𝑡} − ℒ{3} + 2ℒ{𝑐𝑜𝑠5𝑡} = 2
− +2∗ 2 2
= 2− + 2
𝑠 𝑠 𝑠 +5 𝑠 𝑠 𝑠 + 25
Ejemplo 3
Encontrar la transformada de Laplace correspondiente para (aplicar traslación):
ℒ{(𝑠𝑒𝑛2𝑡)𝑒 3𝑡 }
2 2 2
ℒ{(𝑠𝑒𝑛2𝑡)𝑒 3𝑡 } = = 2 = 2
(𝑠 − 3) + 4 (𝑠 − 6𝑠 + 9) + 4 𝑠 − 6𝑠 + 13
2

Ejemplo 4
Encontrar la transformada de Laplace correspondiente para (aplicar traslación):
ℒ{𝑒 −5𝑡 𝑐𝑜𝑠8𝑡} → 𝑓(𝑡) = 8𝑡, 𝑒 −5𝑡 = 𝑠 + 5
𝑠+5 𝑠+5 𝑠+5
ℒ{𝑒 −5𝑡 𝑐𝑜𝑠8𝑡} = = =
(𝑠 + 5)2 + 64 (𝑠 2 + 10𝑠 + 25) + 64 𝑠 2 + 10𝑠 + 89
Ejemplo 5
Encontrar la transformada de Laplace correspondiente para (aplicar traslación):
ℒ{𝑡 3 𝑒 −𝑡 } → 𝑓(𝑡) = 𝑡 3 , 𝑒 −𝑡 = 𝑠 + 1
3! 6
ℒ{𝑡 3 𝑒 −𝑡 } = =
(𝑠 3+1 + 1) 𝑠 4 + 1

Transformada de algunas funciones importantes

El cálculo directo de la transformada de una función mediante su definición no es, en
general, sencillo. No obstante, para algunas funciones elementales como las constantes,
exponenciales, trigonométricas, hiperbólicas y potenciales, es factible, con sencillos
cálculos, obtener sus transformadas.
Ejemplo 1
Transformada de la función constante:

Ejemplo 2
Transformada de
Ejemplo 3
Transformada de

Ejemplo 4
Transformada de

Ejemplo 5
Transformada de
 Diagrama de polos y ceros y región de convergencia
Diagramas Polares
Los diagramas polares son una representación de la respuesta frecuencial de un sistema,
en la cual se utiliza el plano s para representar punto a punto la variación de G(jω) cuando
0 ≤ ω ≤ ∞, en otras palabras, es el lugar geométrico de los vectores que representan el
módulo y la fase de G(jω) para esos valores de frecuencia. El procedimiento a seguir para
la obtención de un diagrama polar difiere de lo realizado para los diagramas de Bode, pues
los mismos no tienen las mismas características de aditividad que tienen los diagramas de
Bode. Es por ello que para la obtención de un diagrama polar no se parte del desarrollo
previo de los diferentes factores que conforman una función de transferencia, sino que se
analiza trabaja caso particular.
Para el caso de un polo o cero en el origen, en la Fig. (a) se muestran los diagramas
polares correspondientes, los cuales se fundamentan en los razonamientos realizados
para la obtención de los diagramas de Bode para estos factores. Así mismo, se muestra en
la Fig. (b) los diagramas
polares para un polo y un
cero en el eje real.

Polos y ceros

El denominador es un polinomio en s que es igual que en la ecuación característica del

sistema. Recordando que la ecuación característica es obtenida a partir de la EDO
homogénea, y haciendo el lado derecho de la ecuación igual a cero. Las raíces del
denominador son denominadas los polos de la función de transferencia. Las raíces del
numerador son denominados los ceros de la función de transferencia (estos valores de s
hacen a la función de transferencia igual a cero). Factorizando numerador y denominador
se tiene:
Donde zi = ceros de la función de transferencia pi= polos de la función de transferencia.
Las raíces de la ecuación característica, las cuales son los polos de la función de
transferencia, deben ser reales o deben ocurrir como pares de complejos conjugados. En
adición, las partes reales de todos los polos deben ser negativas para que el sistema sea
estable.
“Un sistema es estable si todos sus polos se ubican en el lado izquierdo del plano”
La ubicación de los ceros de la función de transferencia no tiene ningún efecto sobre la
estabilidad del sistema. Ellos ciertamente afectan la respuesta dinámica, pero no afectan
la estabilidad.
Ceros
1. El valor(es) para z donde el numerador de la función de trasferencia es igual a
cero.
2. Las frecuencias complejas que hacen que la ganancia de la función de
transferencia del filtro sea cero.
Polos
1. El valor(es) para z donde el denominador de la función de transferencia es igual a
cero
2. Las frecuencias complejas que hacen de la ganancia de la función de transferencia
del filtro se infinita

Región de Convergencia para la Transformada de Laplace

Con la transformada de Laplace, el plano –s representa un conjunto de señales
(exponenciales complejos). Para cualquier sistema LTI, alguna de estas señales puede
causar que la salida del sistema inversa, mientras otras hacen que la salida del sistema
diverja (“explote”). El conjunto de las señales que causa que la salida de los sistemas
converja se encuentran en la región de convergencia (ROC).este módulo discutirá como
encontrar la región de convergencia para cualquier sistema LTI continuo.
Ejemplo 1
Desarrolle el diagrama polar para un sistema cuya función de transferencia se expresa
según:
Solución:
Lo primero que se debe hacer es sustituir en la función de transferencia del sistema s = jω,
de forma tal que se tenga la función de la respuesta frecuencial a representar. A partir de
allí, se analiza la contribución de cada uno de los factores tanto a baja como a alta
frecuencia, encontrándose para este caso, que la fase del polo en el origen se mantiene
siempre en −90°, en tanto la del polo en el eje real no afecta la fase a baja frecuencia pero
va añadiendo una fase negativa que finalmente tiende a −90°. En cuanto al módulo, el
mismo comienza como infinito a baja frecuencia para luego terminar en cero.

Ejemplo 2
Desarrolle el diagrama polar para un sistema cuya función de transferencia se expresa,
para la cual debe considerar que τ1 > τ2 > τ3.

Solución:
Se sustituye en la función de transferencia del sistema s = jω, de forma tal que se tiene la
función de la respuesta frecuencial a representar. A partir de allí, se analiza la 24 1.6
Diagramas Polares contribución de cada uno de los factores tanto a baja como a alta
frecuencia, encontrándose para este caso, que la fase comienza y termina en
−900decreciendo a baja frecuencia por acción del primer polo para luego aumentar por la
aparición de los dos ceros y finalmente regresar a la fase inicial debido a la aparición del
otro polo. En cuanto a la amplitud, la misma comienza en infinito para terminar en cero.
Ejemplo 3
Encuentre los polos y ceros de la función de trasferencia H(s)=s2+6s+8s2+2 y grafique los
resultados en el plano-s.
Solución:
Lo primero que tenemos que reconocer que la función de transferencia será igual a cero
cuando lo de arriba, s2+6s+8, sea igual a cero. Para encantar que esto iguala acero
factorizamos esto para obtener, (s+2)(s+4). Esto da a ceros en s=-2 y s=-4. Si esta función
hubiera sido más complicada, tal vez tendríamos que usar la formula cuadrática. Para los
polos, tenemos que reconocer que la función de transferencia será infinita cuando la
parte de abajo es cero. Esto sucede cuando s2+2 es cerro para encontrar esto, tenemos
que factorizar la función esto nos da(s+i2√)(s−i2√). Lo que significa que tenemos raíces
imaginarias de i2√y−(i2√)7
Ejemplo 4
Desarrolle el diagrama polar para un sistema cuya función de transferencia se expresa
según la Ecuación, para la cual debe considerar que τ1 > τ2 > τ3 > τ4.

Solución:
Como se puede observar el sistema es de tipo II, por lo que el diagrama polar comenzará a
baja frecuencia con módulo infinito y φ = −180°, en tanto que cuando la frecuencia tienda
a infinito el módulo tenderá a cero y φ = (m−n) −900 = 3 −900 = −270°. En cuanto a lo que
sucede en las frecuencias intermedias se observa que, debido a los valores de las
constantes de tiempo, primero ocurre un polo que llevará a la fase a valores más
negativos, luego ocurren dos ceros que harán que la fase pase a valores mayores a los
−180°, para que luego aparezcan dos polos que finalmente llevarán a la fase a los −270°.

Ejemplo 5
Formas generales
Los diagramas polares presentan unas formas generales que dependen exclusivamente
del tipo del sistema y de la diferencia entre el número de polos y de ceros de la función de
transferencia, pues ello define la tendencia del diagrama tanto a baja como a alta
frecuencia, tal como se muestra a continuación. A partir de allí se representan las formas
generales, que se muestran en la Figura, de forma tal que puedan utilizarse para
desarrollar diagramas polares con mayor facilidad. Como se puede observar, dichas
formas solamente ofrecen las tendencias en los valores extremos de la frecuencia, lo cual
es debido a que lo que sucede en las frecuencias intermedias dependerá de la forma

particular de cada función de transferencia.

 Evaluación geométrica de la respuesta frecuencial
El análisis de respuesta en frecuencia:
• Se puede utilizar en funciones con alto grado de incertidumbre.
• Se puede utilizar en sistemas con retardo que no tienen funciones racionales.
• Las pruebas de respuesta en frecuencia son fáciles de realizar.
• Se pueden determinar fácilmente funciones de transferencia complejas.
• Es un método alternativo para el diseño y control de sistemas lineales.
• Casi siempre existe una correlación entre la respuesta en frecuencia y la respuesta
transitoria en el tiempo.
La respuesta en frecuencia se basa en la respuesta en estado estacionario de un sistema
ante una entrada senoidal. Un sistema lineal invariante en el tiempo, si es afectado por
una entrada senoidal de amplitud R y frecuencia , su salida seguirá siendo senoidal de la
misma frecuencia pero probablemente con otra magnitud C y fase.

Ejemplo 1
Un cero de primer orden:
Ejemplo 2
Siendo un polo de primer orden:

Ejemplo 3
Siendo una transformada racional de Laplace de orden superior:

Ejemplo 4
Para un sistema de primer orden, grafique:

Evaluación grafica de:

Ejemplo 5
Evaluación de un sistema paso-todo de primer orden

Análisis y caracterización de sistemas por la transformada de Laplace

Análisis y caracterización de sistemas usando la Transformada de Laplace

 En los puntos en que σ = 0 se cumple que X(s)=X (ω).

 Si el eje jω está en la ROC el sistema es estable (y h (t) tiene transformada de
Fourier).
 Si h (t) es causal: ROC hacia la derecha.
 Si h (t) es anti causal: ROC hacia la izquierda.
 Sistemas descritos mediante ecuaciones diferenciales:
Desplazamiento de tiempo

Diferenciación del dominio del tiempo

Diferenciación del dominio s

Propiedad de la Convolución
  La ROC de Y( s) = H( s )X( s): al menos la superposición de las ROC de H( s) y X( s )
 La ROC podría estar vacía si no existe superposición entre las dos ROC
Ejemplo:

La ROC podría ser mayor que la superposición de las dos.

Ejemplo:
 Conclusiones

 Una de las condiciones suficientes para la existencia de la transformada de Laplace

es que f (t) debe ser seccionalmente continua (continua a trozos) para t 0.

 Una condición buscada en un sistema de control de Laplace es que tenga un

comportamiento definido, se le conoce como estabilidad del sistema.

 La técnica de Transformada de Laplace permite resolver ecuaciones diferenciales

lineales relativamente complejas. Se pueden obtener soluciones en el dominio del
tiempo para funciones periódicas.

 Una convolución es un operador matemático que transforma dos funciones f y g

en una tercera función que en cierto sentido representa la magnitud en la que se
suponen f y una versión trasladada e invertida en g.

 Propiedades de sistemas se refiere al área de sucesos y condiciones que influyen

sobre el comportamiento de un sistema.
 Bibliografía
https://es.wikipedia.org/wiki/Sistema
http://agamenon.tsc.uah.es/Asignaturas/ittst/sl/apuntes/ANEXOConvolucioncontinua.pdf
http://sistemasdigitales1.blogspot.com/2010/09/sistema-analogico.html
http://matikai.com/zen/2011/11/08/heaviside/
https://es.wikibooks.org/wiki/Problemario_de_Se%C3%B1ales_y_Sistemas/Convoluci%C3%B3n#P
roblema_6_02_08

https://es.wikibooks.org/wiki/Problemario_de_Se%C3%B1ales_y_Sistemas/Respuesta_temporal_
de_sistemas_I

http://quegrande.org/apuntes/EI/3/MT/teoria/08-09/tema_3.pdf

http://www.tsc.uc3m.es/docencia/SyC/Unit%202/problems/Problemas_Tema2_SyC.pdf

http://www.wikimatematica.org/index.php?title=Transformada_de_Fourier_y_transformada_inve
rsa_de_Fourier

https://es.wikiversity.org/wiki/Propiedades_de_la_transformada_de_Fourier

http://appnee.com/sublime-text-3-universal-license-keys-collection-for-win-mac-linux/

https://es.wikipedia.org/wiki/Correlaci%C3%B3n_cruzada

https://es.wikipedia.org/wiki/Autocorrelaci%C3%B3n

http://www.ehu.eus/Procesadodesenales/tema8/corre1.html

http://www.ehu.eus/juancarlos.gorostizaga/apoyo/transform_lapl.htm

https://es.wikipedia.org/wiki/Densidad_espectral

http://prof.usb.ve/montbrun/Respuesta_Frecuencial%20primera%20version%2026abril.pdf

http://ingenieria.udea.edu.co/~jbuitrago/instrumentacionElectronica/Clases/Clase02-
Diagrama%20de%20Bode.pdf

http://www.ehu.eus/juancarlos.gorostizaga/apoyo/transform_lapl.htm

https://es.scribd.com/doc/140673386/Polos-Ceros-y-Estabilidad

http://mit.ocw.universia.net/6.003/NR/rdonlyres/Electrical-Engineering-and-Computer-Science/6-
003Fall-2003/CB78F24E-A2A7-4BA8-9A45-AE85209FB7CF/0/lecture18.pdf

http://personal.us.es/niejimjim/tema04.pdf