Professional Documents
Culture Documents
1 Introducción a la materia
http://campus.fi.uba.ar/
Bibliografı́a básica:
A. Oppenheim, A. Willsky , S Nawab, Señales y Sistemas, Pearson
Education, 2da. edición, 1998.
A. Oppenheim, R. Schafer, J. Buck, Tratamiento de Señales en
Tiempo Discreto, Prentice-Hall, 2da. edición, 1999.
Bibliografı́a suplementaria:
B. Porat, A Course in Digital Signal Processing, John Wiley & Sons,
1ra. edición, 1997.
T. Kailath, Linear Systems, Prentice-Hall, 1ra. edición, 1980.
P. Vaidyanathan, Multirate Systems and Filterbanks, Prentice-Hall,
1ra. edición, 1993.
Existe una diversidad enorme de sistemas fı́sicos y por ende una inmensidad de
señales de naturaleza diversa!!
Sin embargo en general pueden ser modelizadas de una forma universal y ser
analizadas con herramientas matemáticas independientes de la naturaleza fı́sica de
dichas señales!!!
Esto es importante ya que nos permite analizar señales y sistemas sin hacer
ninguna consideración sobre su naturaleza fı́sica concreta pudiendo generar
conceptos y análisis verdaderamente universales!!
x(t) : RN → R
. Ejemplos:
El voltaje v(t) como función del tiempo en un capacitor. Claramente N = 1.
La señal del corazón humano en función del tiempo obtenida a través de un
electrocardiograma. De nuevo N = 1.
La temperatura en una varilla de metal en función de la posición sobre la
misma. De nuevo N = 1.
Una imagén fotográfica, donde f (t1 , t2 ) es la intensidad del brillo y t1 y t2
son las coordenadas espaciales. En este caso N = 2.
x[n] : Z → R
Las señales de tiempo continuo se conocen también como señales analógicas. Las
señales de tiempo discreto cuyos valores no necesariamente son números reales,
sino que pertenecen a un conjunto finito, se denominan señales digitales. Un
ejemplo de señal digital es la salida de un conversor A/D.
Las señales estocásticas son muy útiles para analizar la dinámica de sistemas muy
complejos, que no pueden ser modelados analı́ticamente en forma precisa. Un
ejemplo ocurre con las señales de voz. En este curso nos ocuparemos solamente de
las señales determı́nisticas. En la materia Procesos Estocásticos se analizan con
detalle las señales estocásticas.
Observaciones:
Notar que necesariamente la función nula (es decir la que vale 0 para todo t)
debe pertenecer a H.
La extensión para el caso de señales de tiempo discreto es inmediata.
Los espacios vectoriales con los que trabajaremos no serán en general de
dimensión finita!.
La noción de independencia lineal entre N elementos del espacio es siempre
la misma independientemente de que el espacio tenga dimensión finita o
infinita.
Es inmediato ver que podemos estructurar un espacio en lugar de sobre R
sobre C (de hecho lo haremos más adelante!!)
es decir las señales con energı́a finita en toda la recta. Es claro que L2 (R) es
un espacio vectorial. Probarlo!!!
El resultado es el mismo para L2 (B) con B ⊆ R el espacio de las señales
f : B → R tales que : Z
|f (t)|2 dt < ∞
B
Se dice que f (t) y g(t) pertenecientes a H con producto interno h·, ·i son
ortogonales si:
hf (t), g(t)i = 0
Ejemplo: Sea f (t), g(t) ∈ L2 ([0, T ]) con el producto interno usual. Entonces, si
f (t) y g(t) son ortogonales:
Z T
f (t)g(t)dt = 0
0
1
L2 ([0, T ]) es un espacio de dimensión infinita y existen algunas cuestiones técnicas para
estar seguros que el conjunto de las exponenciales complejas permite “generar” cualquier
elemento del espacio. No nos detendremos en dichos detalles en el curso.
Señales y Sistemas (66.74 y 86.05) Introducción a las Señales y Sistemas 14/31
Algunas funciones útiles I
Una función muy útil para nosotros será la función escalón unitario:
El valor en t = 0 no es importante y se puede
1 t>0 definir con total libertad. Una elección
u(t) =
0 t<0 popular es u(0) = 0.5.
Otra función de mucho interés para nosotros será la delta de Dirac o función
impulso unitario2 :
La definición rigurosa de este objeto es matemáticamente compleja. Incluso desde
el punto de vista formal, lo que llamamos como delta de Dirac no es una función.
Nosotros, como usaremos este objeto de forma puramente operativa nos
preocuparemos por estos detalles.
En forma equivalente la delta de Dirac es un objeto que cumple con las siguientes
propiedades
δ(t) = 0 ∀t 6= 0.
R∞
−∞ δ(t)dt = 1.
Notamos como δ∆ (t) tiene siempre área unitaria y para t < 0 y t > ∆ vale 0. Sin
preocuparnos por la rigurosidad matemática podemos decir que :
Notar que para una señal x(t) continua podemos escribir (con el lı́mite
interpretado en el mismo sentido que las expresiones de arriba):
Para el caso de tiempo discreto podemos también definir las funciones escalón
unitario u[n] y la función impulso unitario δ[n]:
2 2
1.8 1.8
1.6 1.6
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−4 −2 0 2 4 6 8 10 −4 −3 −2 −1 0 1 2 3 4
En este caso no hay problemas matemáticos y los resultados e intuición son más
naturales. Notar que en este caso el valor en n = 0 de la función escalón se fija en
1. Es fácil verificar:
u[n] = n
P
k=−∞ δ[n].
δ[n] = u[n] − u[n − 1].
P∞
k=−∞ x[k]δ[n − k] = x[n] para cualquier señal de tiempo discreto x[n].
Que es un sistema??
Sin embargo, en general pueden los sistemas pueden ser modelizados de una forma
universal y ser analizados con herramientas matemáticas independientes su
naturaleza fı́sica!!!
Ejemplos
Un capacitor que dado una tensión entre sus bornes v(t) genera una
corriente i(t).
Una cámara fotográfica digital que dada una escena del mundo real
(modelizada con una señal bidimensional de intensidades lumı́nicas
analógica), proporciona una señal bidimensional de intensidades lumı́nicas
digitales.
Un instrumento musical de viento, que dada la señal de entrada dada por el
soplido del músico, proporciona una señal acústica.
Un sistema cuyas entradas son señales en el espacio vectorial H1 y sus salidas son
señales en el espacio vectorial H2 se puede representar en forma matemática por
un T : H1 → H2 . En forma compacta la acción del sistema representado por T se
puede escribir como:
y(t) = T [x(t)]
donde x(t) ∈ H1 es la señal de entrada y y(t) ∈ H2 es la señal de salida.
Por supuesto que las mismas definiciones valen para sistemas que toman señales
en tiempo discreto y entregan señales en tiempo discreto o incluso para sistemas
mixtos!!
Z t 1 X−1
n+N
y(t) = αx(t − β), y(t) = x(τ )dτ, y[n] = x[k]
−∞ N k=n
Ejemplos:
y(t) = αx(t) es invertible si α 6= 0.
y[n] = n
P
k=−∞ x[k] es invertible. Cuál es el sistema inverso??
Rt
y(t) = −∞ x(τ )dτ es invertible. Cuál es el sistema inverso??
y(t) = sin
(x(t)) no es invertible. Por qué?
x[n] 0≤n≤N
y[n] = no es invertible. Por qué?
0 en otro caso
Tener sistemas estables es muy importante en la práctica! Por otro lado analizar
la estabilidad de un sistema general puede ser un problema difı́cil. Sin embargo,
existe una familia muy amplia de sistemas (los lineales e invariantes en el tiempo)
donde el análisis de la estabilidad es muy simple.
T [x1 (t)+x2 (t)] = T [x1 (t)]+T [x2 (t)] = y1 (t)+y2 (t), Propiedad de aditividad!
n N N
" #
X X X
T αk xk (t) = T [αk xk (t)] = αk yk (t) Principio de superposición!
k=1 k=1 k=1
Los sistemas lineales e invariantes en el tiempo (LTI, linear time invariant) serán
los que estudiaremos con más detalles en este curso. Dichas propiedades permiten
estudiarlos y conocerlos con mucho detalle. Notar que hay sistemas que pueden
ser lineales y no invariantes en el tiempo (ver el último ejempo) y viceversa.
Lectura obligatoria
Señales de energı́a finita y potencia finita (Oppenheim and Willsky,
Sección 1.1.2).
Transformaciones de la variable independiente para señales en tiempo
continuo y tiempo discreto (Oppenheim and Willsky, Sección 1.2).
Señales exponenciales y senoidales en tiempo continuo y discreto
(Oppenheim and Willsky, Sección 1.3).
Lectura optativa
Señales en tiempo discreto (Oppenheim and Schafer, Sección 2.1)
Sistemas en tiempo discreto (Oppenheim and Schafer, Sección 2.2)
t2
( )
1
δ∆ (t) = √ exp −
2π∆ 2∆2
1 δ(t) ∀a 6= 0.
4 Probar que δ(at) = |a|
5 Es posible definir las derivadas de orden k de la delta de Dirac. Pruebe que δ 0 (t)
satisface (para cualquier x(t) diferenciable y con derivada continua en t = 0):
Z ∞
0 0
δ (t)x(t)dt = −x (0)
−∞
R∞
Se anima a generalizar el resultado de arriba para −∞ δ (k) (t)x(t)dt cuando x(t) es una
señal k-veces diferenciable y con derivadas continuas?? Hint: Recuerde integración por
partes...
T [0] = 0
donde k es un número natural arbitrario. Mostrar que este sistema es lineal pero no es
invariante en el tiempo. Para que desplazamientos temporales en las entradas vale que
la salida es una versión desplazada de la señal de salida original asociada a una entrada
x[n]?
9 Considere el sistema y[n] = x[kn] donde k ∈ N. Determinar si este sistema es invariante
en el tiempo.
10 Pruebe que si a un sistema invariante en el tiempo se le introduce una señal de entrada
periódica con perı́odo T la salida es periódica con el mismo perı́odo. Analice un ejemplo
de un sistema variante en el tiempo donde esto no sea cierto.