Por Alexis Pedroza

CICLO DE TAREA TAREA 2 - SEÑALES EN EL DOMINIO DE LA FRECUENCIA:

El estudiante aplica la convolución continua y discreta utilizando los métodos gráficos, analíticos y
tabulares mediante la resolución de ejercicios. El estudiante mediante la solución de ejercicios
analiza las series y transformadas de Fourier, con el fin de comprender el comportamiento de las
señales continuas en el dominio de la frecuencia.

Tarea 2 - SEÑALES EN EL DOMINIO DE LA FRECUENCIA.

1. Definición de conceptos: estudiando el libro de (Ambardar), El estudiante investiga de

manera individual y da respuesta a las siguientes preguntas teóricas:

a- EXPLIQUE QUÉ ES CONVOLUCIÓN CONTINUA Y DISCRETA. DE CUATRO (4) EJEMPLOS

DE USOS Y/O APLICACIONES EN LA INGENIERÍA.

CONVOLUCIÓN DISCRETA:
https://www.youtube.com/watch?v=MWOfQwM7Pvk

ALEXIS PEDROZA ALEDROZA CHELA

 1

Propiedades:

1
Tomado de http://www4.tecnun.es/asignaturas/tratamiento%20digital/tema2.pdf

ALEXIS PEDROZA ALEDROZA CHELA

 CONVOLUSION CONTINUA:
https://www.youtube.com/watch?v=KSsPzpqTKHo

ALEXIS PEDROZA ALEDROZA CHELA

ALEXIS PEDROZA ALEDROZA CHELA
ALEXIS PEDROZA ALEDROZA CHELA
 USOS.

La convolución y las operaciones relacionadas se encuentran en muchas aplicaciones

de ingeniería y matemáticas.
• En estadística, como un promedio móvil ponderado.
• En teoría de la probabilidad, la distribución de probabilidad de la suma de dos
variables aleatorias independientes es la convolución de cada una de sus
distribuciones de probabilidad.
• En óptica, muchos tipos de manchas se describen con convoluciones. Una
sombra (p. ej. la sombra en la mesa cuando se tiene la mano entre ésta y la
fuente de luz) es la convolución de la forma de la fuente de luz que crea la
sombra y del objeto cuya sombra se está proyectando. Una fotografía
desenfocada es la convolución de la imagen correcta con el círculo borroso
formado por el diafragma del iris.
• En acústica, un eco es la convolución del sonido original con una función que
represente los objetos variados que lo reflejan.
• En ingeniería eléctrica, electrónica y otras disciplinas, la salida de un sistema
lineal (estacionario o bien tiempo-invariante o espacio-invariante) es la

ALEXIS PEDROZA ALEDROZA CHELA

 convolución de la entrada con la respuesta del sistema a un impulso (ver
animaciones).
• En física, allí donde haya un sistema lineal con un principio de superposición,
aparece una operación de convolución.2

b- ¿QUÉ ES ESTABILIDAD Y CAUSALIDAD DE SISTEMAS LTI?

https://www.youtube.com/watch?v=QRfOkx_3he0&t=276s
https://www.youtube.com/watch?v=iOg3u3m3CWA&t=352s
https://www.youtube.com/watch?v=E3aHJRcDWS0

2
TOMADO DE https://es.wikipedia.org/wiki/Convoluci%C3%B3n

ALEXIS PEDROZA ALEDROZA CHELA

 c- EXPLIQUE QUE ES CORRELACIÓN Y DE UN (1) EJEMPLO DE USO Y/O APLICACIÓN EN
LA INGENIERÍA.
https://www.youtube.com/watch?v=HZC6HLkL1wc

Una herramienta útil en análisis de señales y sistemas es la correlación. La correlación

obtiene información sobre las señales en base a promediados temporales y su
transformada de Fourier permite obtener funciones de Densidad Espectral de Energía
o Potencia, dependiendo de las características de las señales y sistemas bajo estudio.
Esta propiedad es particularmente interesante puesto que la información puede
obtenerse incluso si la señal carece de Transformada de Fourier. Las herramientas
basadas en correlación de señales y su transformada de Fourier, son básicas en el
análisis de procesos. En este capítulo se estudian aplicadas a señales deterministas. El
objetivo es facilitar su comprensión y para ello se desarrolla el significado de la
correlación como medida de parecido entre señales, se establecen las propiedades de
la correlación cuando las señales bajo estudio están relacionadas por sistemas lineales
e invariantes.

La correlación de dos funciones reales es una operación de similares características a

la convolución con la salvedad de que no giraremos alrededor del origen los valores
de una de las funciones. La expresión matemática para esta operación es

Bajo las mismas condiciones que establecimos en la convolución en el caso discreto,

la expresión de la correlación de funciones discretas reales es

para . De manera similar se pueden transcribir las

expresiones de la correlación en el caso bidimensional.

De forma paralela a como vimos que existia un teorema de convolución ahora

podemos enunciar un Teorema de Correlación, que nos dice como se calcula la
correlación entre dos funciones a partir de las TF de dichas funciones. El teorema
establece que la TF de la correlación entre dos funciones es igual al producto de la
transformada fourier conjugada de una de ellas por la otra. Es decir,

donde .

ALEXIS PEDROZA ALEDROZA CHELA

 Al igual que la convolución, la correlación es una operación básica del procesamiento
de imágenes digitales. La correlación es la operación básica en los procesos de
búsqueda de patrones por emparejamiento. Por tanto, disponer de algoritmos que
calculen de una forma eficiente estas operaciones es del mayor interés La figura
muestra el resultado de correlacionar dos funciones.

ALEXIS PEDROZA ALEDROZA CHELA

 CORRELACIÓN Es frecuentemente necesario tener la posibilidad de cuantificar el
grado de interdependencia de un proceso por encima de otro, o establecer la
similitud entre un conjunto de datos y otro. La correlación puede ser definida
matemáticamente y por ende cuantificada. Su rango de aplicación en el análisis de
señal es vasto, por ejemplo, en el radar cuando se desea encontrar el rango y la
posición en la cual las formas de onda son transmitidas y comparadas. También se
puede encontrar como parte integral de la técnica de estimación de los mínimos
cuadrados, en el cálculo de la potencia promedio de señales. El proceso de
convolución es en esencia una correlación en la cual una de las señales ha sido
invertida con relación al eje de las abscisas.

ALEXIS PEDROZA ALEDROZA CHELA

ALEXIS PEDROZA ALEDROZA CHELA
 d- EXPLIQUE QUÉ ES AUTOCORRELACIÓN Y DE UN (1) EJEMPLO DE USO Y/O
APLICACIÓN EN LA INGENIERÍA.

Existe un caso especial cuando ambas secuencias coinciden, x1[n] = x2[n] . Este
proceso se conoce como autocorrelación.

La función de autocorrelación se modela por la expresión:

la cual tiene la siguiente propiedad:

donde S es la energía normalizada asociada a la señal x1[n]. Este hecho proporciona

un método para calcular la energía asociada a una señal. Si la señal es totalmente
aleatoria. por ejemplo, ruido blanco, la autocorrelación tendrá su valor máximo para
k = 0 (retraso nulo) y fluctuará entorno a cero a medida que el retraso aumenta. Esto
constituye una prueba para señales aleatorias tal y como se representa en la Figura

Cuando se realiza la correlación de una señal consigo misma se denomina

autocorrelaciones decir:

La autocorrelación representa la similitud entre una señal y su desplazada.

El máximo de autocorrelación se obtiene cuando no hay desplazamiento

3
Tomado de http://www.ehu.eus/Procesadodesenales/tema8/corre1.html

ALEXIS PEDROZA ALEDROZA CHELA

 La autocorrelación es simétrica con respecto al origen, ya que De
inmediato se puede observar como una de las aplicaciones inmediatas que podría
tener la autocorrelación se encuentra en los radares.

ALEXIS PEDROZA ALEDROZA CHELA

ALEXIS PEDROZA ALEDROZA CHELA
ALEXIS PEDROZA ALEDROZA CHELA
ALEXIS PEDROZA ALEDROZA CHELA
 4

e- ¿CUÁL ES LA DIFERENCIA DE CORRELACIÓN CONTINUA Y CORRELACIÓN DISCRETA?

4
Tomado de https://es.slideshare.net/crico89/correlaciondesenales

ALEXIS PEDROZA ALEDROZA CHELA

 CORRELACION:

ALEXIS PEDROZA ALEDROZA CHELA

ALEXIS PEDROZA ALEDROZA CHELA
 f- ¿QUÉ SON LAS SERIES DE FOURIER?
https://www.youtube.com/watch?v=8L7haNjw1Pw

Aunque el motivo original era resolver la ecuación de calor, tiempo después fue obvio
que se podía usar la misma técnica a un gran conjunto de problemas físicos y
matemáticos, especialmente aquellos que involucraban ecuaciones diferenciales
lineales con coeficientes constantes, para los cuales sus soluciones únicas eran
sinusoidales.

Fourier introdujo las series con el propósito de resolver la ecuación de conducción del
calor en una lámina de metal publicando sus resultados en 1807 Mémoire sur la
propagation de la chaleur dans les corps solides ('Memoria sobre la propagación del
calor en los cuerpos sólidos'), y publicando su Théorie analytique de la chaleur ('Teoría
analítica del calor') en 1822. Ideas previas en descomponer una función periódica en la
suma de simples funciones de oscilación datan desde el siglo III a.C., cuando
astrónomos antiguos propusieron un modelo empírico de movimiento planetario con
base en epiciclo.

La ecuación del calor es una ecuación en derivadas parciales. Previamente al trabajo

de Fourier, no se conocía solución alguna para la ecuación de calor en forma general,
aunque se conocían soluciones particulares si la fuente de calor se comportaba de
manera sencilla, en particular, si la fuente era una onda de seno o coseno. Estas
soluciones simples a veces son llamadas valores propios. La idea de Fourier era
modelar una fuente de calor compleja con una superposición (o combinación lineal)
de simples ondas sinusoidales y para escribir la solución como una superposición de
los correspondientes valores propios. A la superposición o combinación lineal se le
llama Serie de Fourier.

Aunque el motivo original era resolver la ecuación de calor, tiempo después fue obvio
que se podía usar la misma técnica a un gran conjunto de problemas físicos y
matemáticos, especialmente aquellos que involucraban ecuaciones diferenciales

ALEXIS PEDROZA ALEDROZA CHELA

 lineales con coeficientes constantes, para los cuales sus soluciones únicas eran
sinusoidales. Las series de Fourier tienen muchas aplicaciones en la ingeniería
eléctrica, análisis de vibraciones, acústica, óptica, procesamiento de señales, retoque
fotográfico, mecánica cuántica, econometría, la teoría de estructuras con cascarón
delgado, etc.

g- ¿QUÉ ES LA TRANSFORMADA CONTINUA DE FOURIER? DE DOS (2) EJEMPLOS DE USO

Y/O APLICACIÓN EN LA INGENIERÍA.

5
Tomado de https://es.wikipedia.org/wiki/Serie_de_Fourier

ALEXIS PEDROZA ALEDROZA CHELA

ALEXIS PEDROZA ALEDROZA CHELA
ALEXIS PEDROZA ALEDROZA CHELA
 a= 4 b=6

ALEXIS PEDROZA ALEDROZA CHELA

 Ejercicio 1

x(t) = (a − e−at )u(t) señal que entra al sistema.

h(t) = e−at u(t − a) respuesta.

Siendo a = 4.
Se tiene:
x(t) = (4 − e−4t )u(t)
h(t) = e−4t u(t − 4)

Entonces:
Remplazamos la constante λ por t, se tiene:
𝑥(𝑡) = (𝑎 − 𝑒 −𝑎𝑡 )𝑢(𝑡)
𝑥(𝑡) = (4 − 𝑒 −4𝑡 )𝑢(𝑡)
Remplazo 𝑥(𝑡) → 𝑥(𝜆)

𝑥(𝜆) = (4 − 𝑒 −4𝜆 )𝑢(𝜆)

ℎ(𝑡) = 𝑒 −𝑎𝑡 𝑢(𝑡 − 𝑎)
Remplazo ℎ(𝑡) → ℎ(𝑡 − 𝜆) se genera un desplazamiento a la repuesta o
impulso.

ℎ(𝜆) = 𝑒 −4(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 4)

Formula de Convolución:
∞
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 𝑥( 𝜆)ℎ(𝑡 − 𝜆) 𝑑𝜆
−∞

ALEXIS PEDROZA ALEDROZA CHELA

Límites de la integral
𝑢(𝜆) = 0 𝜆<0 𝑢((𝑡 − 𝜆) − 4) = 0 𝜆 > 0
𝜆=0 𝑡−𝜆−4=0
𝜆=0 𝜆<0 𝜆 =𝑡−4 λ> t – 4

(∞, −∞) = evaluada en los limites ((𝑡 − 4),0)

Reemplazamos los límites:

𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑢(𝜆) ∗ 𝑒 −4(𝑡−𝜆) 𝑢((𝑡 − 𝜆) − 4) 𝑑𝜆
0

Siendo 𝑢(𝜆) = 0 𝑢((𝑡 − 𝜆) − 4) = 0

𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑢(𝜆) 𝑢((𝑡 − 𝜆) − 4) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4(𝑡−𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ (4 − 𝑒 −4𝜆 )𝑒 −4𝑡+4𝜆) 𝑑𝜆 𝑦(𝑡)
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆) − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡+4𝜆) 𝑑𝜆
0

ALEXIS PEDROZA ALEDROZA CHELA

Por la propiedad de los exponenciales se tiene:
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡+4𝜆) − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡+4𝜆) 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 4𝑒 4𝜆 − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 4𝑒 4𝜆 − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0

Propiedades de las integrales:

Se tiene:
𝑡−4
𝑦(𝑡) = ∫ 4𝑒 −4𝑡 𝑒 4𝜆 − 𝑒 −4𝜆 ∗ 𝑒 −4𝑡 𝑒 4𝜆 𝑑𝜆
0
𝑡−4 𝑡−4
𝑦(𝑡) = ∫ (4𝑒 −4𝑡 𝑒 4𝜆 )𝑑𝜆 − ∫ (𝑒 −4𝑡 𝑒 4𝜆 𝑒 −4𝜆 ) 𝑑𝜆
0 0

Como la integración es en función de λ

𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ (𝑒 4𝜆 )𝑑𝜆 − 𝑒 −4𝑡 ∫ (𝑒 4𝜆 𝑒 −4𝜆 ) 𝑑𝜆
0 0

ALEXIS PEDROZA ALEDROZA CHELA

 4𝜆
Aplicando propiedad de las potenciaciones 𝑒 4𝜆−4𝜆 = 𝑒 4𝜆 = 𝑒 0 = 1

𝑡−4 𝑡−4
𝑦(𝑡) = 4𝑒 −4𝑡 ∫ (𝑒 4𝜆 )𝑑𝜆 − 𝑒 −4𝑡 ∫ 1 𝑑𝜆
0 0

𝑒 𝑛𝑥
Siendo ∫ 𝑒 𝑛𝑥 𝑑𝑥 = y como la ∫ 1 = 𝜆 se tiene:
𝑛

𝑒 4𝜆
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ ( ) − 𝑒 −4𝑡 𝜆
4

𝑒 4𝜆
𝑦(𝑡) = 4𝑒 −4𝑡 ∗ − 𝑒 −4𝑡 𝜆
4

Evaluando limites para λ

𝑡−4 𝑡−4
𝑦(𝑡) = 𝑒 −4𝑡 ∗ 𝑒 4𝜆 { − 𝑒 −4𝑡 𝜆 {
0 0

𝑦(𝑡) = 𝑒 −4𝑡 ∗ (𝑒 4(𝑡−4) − 𝑒 0 ) − ( 𝑒 −4𝑡 (𝑡 − 4 − 0))

𝑦(𝑡) = 𝑒 −4𝑡 ∗ (𝑒 4(𝑡−4) − 1) − (𝑒 −4𝑡 (𝑡 − 4))

Simplificando:

𝑦(𝑡) = 𝑒 −4𝑡 (𝑒 4𝑡 ∗ 𝑒 −16 − 1) − 𝑒 −4𝑡 (𝑡 − 4)

4𝜆
Aplicando propiedad de las potenciaciones 𝑒 4𝜆−4𝜆 = 𝑒 4𝜆 = 𝑒 0 = 1

𝑦(𝑡) = (1 ∗ 𝑒 −16 − 𝑒 −4𝑡 ) − 𝑒 −4𝑡 𝑡 − 4 𝑒 −4𝑡

𝑦(𝑡) = (1 ∗ 𝑒 −16 − 𝑒 −4𝑡 ) − (𝑒 −4𝑡 𝑡 − 4 𝑒 −4𝑡 )

𝑦(𝑡) = (1 ∗ 𝑒 −16 − 𝑒 −4𝑡 ) + (−𝑒 −4𝑡 𝑡 + 4 𝑒 −4𝑡 )

𝑦(𝑡) = 𝑒 −16 −𝑒 −4𝑡 𝑡 + 3 𝑒 −4𝑡

1 𝑡 3
𝑦(𝑡) = − + −4𝑡
𝑒 16 𝑒 4𝑡 𝑒

ALEXIS PEDROZA ALEDROZA CHELA

ALEXIS PEDROZA ALEDROZA CHELA