Señales y sistemas

José Morón

SEÑALES Y SISTEMAS

Universidad Rafael Urdaneta
Autoridades Rectorales

Dr. Jesús Esparza Bracho, Rector
Ing. Maulio Rodríguez, Vicerrector Académico
Ing. Salvador Conde, Secretario

Lic. Nancy Villarroel M.L.S. Directora de Biblioteca

2011© Fondo Editorial Biblioteca Universidad Rafael Urdaneta

Portada: Luz Elena Hernández

Universidad Rafael Urdaneta, Fondo Editorial Biblioteca
Vereda del Lago, Maracaibo, Venezuela.

ISBN: 978-980-7131-06-3

Deposito Legal:lfi2382011620521

CAPÍTULO UNO

SEÑALES Y SISTEMAS
1.1 Introducción 1

1.2 Señales y Clasificación de Señales 2

1.3 Señales Periódicas y No Periódicas 6

1.4 Señales de Potencia y de Energía 8

1.5 Transformaciones de la Variable Independiente 12

1.6 Escalamiento en el Tiempo 16

1.7 Señales Pares e Impares 18

1.8 Señales de Tiempo Continuo Básicas 21

1.8.1 Señales Exponenciales Complejas 21
1.8.2 Señales Exponenciales Complejas Generales 26
1.8.3 La Función Escalón Unitario 27
1.8.4 La Función Impulso Unitario 27

1.9 Señales de Tiempo Discreto Básicas 33

1.9.1 Secuencias Exponenciales Complejas Generales 33
1.9.2 Secuencias Exponenciales Reales 33
1.9.3 Señales Sinusoidales 34
1.9.4 Señales Exponenciales Complejas Generales 34
1.9.5 Periodicidad de las Exponenciales Complejas 35
1.9.6 Periodicidad de la Exponencial Compleja 36
1.9.7 La Secuencia Escalón Unitario 38
1.9.8 La Secuencia Impulso Unitario 38

1.10 Sistemas y Clasificación de Sistemas 39

1.10.1 Sistemas en Tiempo Continuo y en Tiempo Discreto 40
1.10.2 Sistemas Con y Sin Memoria 42
1.10.3 Invertibilidad y Sistemas Inversos 43

ii

1.10.4 Sistemas Causales 44
1.10.5 Sistemas Estables 46
1.10.6 Invariabilidad en el Tiempo 47
1.10.7 Sistemas Lineales 49

1.11 Interconexión de Sistemas 51

Problemas 53

CAPÍTULO DOS

SISTEMAS LINEALES E INVARIANTES EN EL
TIEMPO

2.1 Introducción 61

2.2 Sistemas LIT en Tiempo Discreto 62

2.2.1 La Representación de Señales de Tiempo Discreto Mediante Impulsos Unitarios 62

2.3 Sistemas LIT Discretos: la Suma de Convolución 63

2.3.1 Propiedades de la Suma de Convolución 73
2.3.2 Respuesta al Escalón 77

2.4 Sistemas de Tiempo Continuo: la Integral de Convolución 77

2.4.1 Propiedades de la Integral de Convolución 78
2.4.2 Evaluación de la Integral de Convolución 79
2.4.3 Respuesta al Escalón 83

2.5 Propiedades de los Sistemas LIT 84

2.5.1 Sistemas LIT Con y Sin Memoria 84
2.5.2 Causalidad 85
2.5.3 Estabilidad 87
2.5.4 Invertibilidad 89

2.6 Funciones Propias de Sistemas LIT de Tiempo Continuo 90

iii

2.7 Funciones Propias de Sistemas LIT de Tiempo Discreto 91

2.8 Sistemas Descritos por Ecuaciones Diferenciales 92

2.8.1 Ecuaciones Diferenciales Lineales con Coeficientes Constantes 93
2.8.2 Linealidad 94
2.8.3 Causalidad 95
2.8.4 Invariabilidad en el Tiempo 95
2.8.5 Respuesta al Impulso 96

2.9 Sistemas Descritos por Ecuaciones en Diferencias 101

2.9.1 Solución Homogénea de la Ecuación en Diferencias 104
2.9.2 La Solución Particular 106
2.9.3 Determinación de la Respuesta al Impulso 109

2.10 Simulación de Sistemas 112

2.10.1 Componentes Básicas: Sistemas de Tiempo Continuo 112
2.10.2 Diagramas de Simulación: Sistemas de Tiempo Continuo 114
2.10.3 Componentes Básicas: Sistemas de Tiempo Discreto 116

2.11 Representación Mediante Variables de Estado: Tiempo Continuo 120

2.11.1 Definiciones 121
2.11.2 Solución General de la Ecuación de Estado 122
2.11.3 Solución de la Ecuación de Estado Mediante Integración 125
2.11.4 Método de los Valores y Vectores Característicos 127
2.11.5 Solución Mediante Diagonalización de Matrices 135
2.11.6 Solución por Reducción a la Forma Canónica de Jordan 138

Problemas 147

CAPÍTULO TRES

ANÁLISIS DE FOURIER (TIEMPO CONTINUO)
Introducción 161

3.1 Respuesta de Sistemas LIT a Exponenciales Complejas 163

iv

3.2 Representación de Señales Usando Series de Fourier 164

3.2.1 Señales Periódicas y Combinaciones Lineales de Exponenciales Complejas 164
3.2.2 Series de Fourier 167
3.2.3. Condiciones para la Convergencia de las Series de Fourier 175

3.3 Propiedades de las Series de Fourier 181

3.3.1 Efectos de la Simetría 181
3.3.2 Linealidad 182
3.3.3 Diferenciación 183
3.3.4 Teorema de la Potencia de Parseval 184
3.3.5 Integración en el Tiempo 185
3.3.6 Manipulación de Señales 186

3.4 Transformadas de Fourier y Espectros Continuos 187

3.4.1 La Transformada de Fourier 187
3.4.2 Convergencia de las Transformadas de Fourier 191
3.4.3 Ejemplos de Transformadas de Fourier en Tiempo Continuo 193

3.5 La Transformada de Señales Periódicas 196

3.5.1 Los Coeficientes de la Serie de Fourier como Muestras de la Transformada 197
3.5.2 La Transformada de Fourier de Señales Periódicas 199

3.6 Propiedades Adicionales de la Transformada de Fourier 201

3.6.1 Retardo en el Tiempo y Cambio de Escala 202
3.6.2 Diferenciación en el Dominio del Tiempo 104
3.6.3 Integración en el Dominio del Tiempo 205
3.6.4 Dualidad 205
3.6.5 La Relación de Parseval 207

3.7 La Propiedad de Convolución 208

3.7.1 Las Funciones Escalón y Signo 211

3.8 Modulación 213

3.9 Generación de Otros Pares de Transformadas 215

v

3.10 Densidad Espectral de Potencia 217

Problemas 222

CAPÍTULO CUATRO

ANÁLISIS DE FOURIER (TIEMPO DISCRETO)

4.2 Señales Periódicas 237

4.3 Serie de Fourier Discreta 238

4.3.1 Secuencias Periódicas 238
4.3.2 Representación en Serie de Fourier Discreta 239
4.3.3 Convergencia de la Serie de Fourier Discreta 243

4.4 PROPIEDADES DE LA SERIE DE FOURIER DISCRETA 243

4.4.1 Periodicidad de los Coeficientes de Fourier 243
4.4.2 Dualidad 243
4.4.3 Otras Propiedades 244
4.4.4 Secuencias Pares e Impares 244

4.5 Teorema de Parseval 247

4.6 La Transformada de Fourier Discreta 248

4.6.1 Transformación de la Serie de Fourier Discreta en la Transformada de Fourier 248
4.6.2 Par de Transformadas de Fourier 250
4.6.3 Espectros de Fourier 252
4.6.4 Convergencia de X(Ω) 252

4.7 Propiedades de la Transformada de Fourier 253

4.7.1 Periodicidad 253

vi

4.7.3 Desplazamiento o Corrimiento en el Tiempo 253
4.7.4 Desplazamiento en Frecuencia 255
4.7.5 Conjugación 256
4.7.6 Inversión en el Tiempo 256
4.7.7 Escalamiento en el Tiempo 256
4.7.8 Dualidad 257
4.7.9 Diferenciación en Frecuencia 258
4.7.10 Diferencias 258
4.7.11 Acumulación 260
4.7.12 Convolución 260
4.7.13 Multiplicación o Modulación 262
4.7.14 Propiedades Adicionales 263
4.7.15 Relación de Parseval 263

4.8 La Respuesta de Frecuencia de Sistemas LIT Discretos 264

4.8.1 Sistemas LIT Caracterizados por Ecuaciones de Diferencias 265
4.8.2 Naturaleza Periódica de la Respuesta de Frecuencia 266

4.9 Respuesta del Sistema a Muestras de Sinusoides de Tiempo Continuo 266

4.9.1 Respuestas del Sistema 266

4.10 La Transformada de Fourier Discreta 267

4.10.1 Definición 268
4.10.2 Relación entre la TFD y la Serie de Fourier de Tiempo Discreto 270
4.10.3 Relación entre la TFD y la Transformada de Fourier 270
4.10.4 Propiedades de la TFD 271

Problemas 276

CAPÍTULO CINCO

LA TRANSFORMACIÓN DE LAPLACE

5.2 Definición de la Transformada de Laplace 282

vii

5.3 Condiciones para la Existencia de la Transformada de Laplace 285

5.3.1 Funciones Seccionalmente Continuas 285
5.3.2 Región de Convergencia de la Transformada 289

5.4 Teoremas de la Derivada y de la Integral 289

5.4.1 La Transformada de Laplace Bilateral 291
5.4.2 La Función Impulso 291
5.4.3 El Teorema de la Derivada 291
5.4.4 El Teorema de la Integral 294
5.4.5 Traslación Compleja 295

5.5 El Problema de Inversión 297

5.5.1 Inversión de Transformadas Racionales (Fracciones Parciales) 298
5.5.2 Inversión de Funciones Impropias 303

5.6 Los Valores Inicial y Final de f(t) a partir de F(s) 304

5.6.1 El Teorema del Valor Inicial 304
5.6.2 El Teorema del Valor Final 306

5.7 Teoremas Adicionales 307

5.7.1 El Teorema de Traslación Real o de Desplazamiento 307
5.7.2 El Teorema de Escala 309
5.7.3 Derivadas de Transformadas 310
5.7.4 La Transformada de una Función Periódica 311

5.8 Aplicación de la Transformada de Laplace a Ecuaciones Diferenciales Ordinarias 313

5.9 La Convolución 317

5.10 Propiedades de la Integral de Convolución 321

5.11 Ecuaciones Diferenciales e Integrales 322

5.12 Polos y Ceros de la Transformada 327

Problemas 329

viii

CAPÍTULO SEIS

LA TRANSFORMADA Z

6.2 La Transformada Z 333

6.2.1. Definición 334
6.2.2. La Región de Convergencia de la Transformada Z 335
6.2.3. Propiedades de la Región de Convergencia 338

6.3 Transformadas Z de Secuencias Importantes 340

6.3.1. Secuencia Impulso unitario δ[n] 340
6.3.2. Secuencia Escalón Unitario u[n] 340
6.3.3. Funciones Sinusoidales 340
6.3.4. Tabla de Transformadas Z 341

6.4 Propiedades de la Transformada Z 341

6.4.2 Desplazamiento (Corrimiento) en el Tiempo o Traslación Real 344
6.4.3 Inversión en el Tiempo 344
n
6.4.4 Multiplicación por z 0 o Corrimiento en Frecuencia 345
6.4.5 Multiplicación por n (o Diferenciación en el Dominio de z) 346
6.4.6 Acumulación 347
6.4.7 Convolución 348

6.5 La Transformada Z Inversa 349

6.5.1. Fórmula de Inversión 349
6.5.2. Uso de Tablas de Pares de Trasformadas Z 349
6.5.3. Expansión en Series de Potencias 349
6.5.4. Expansión en Fracciones Parciales 351

6.6 La Función del Sistema: Sistemas LIT de Tiempo Discreto 356

6.6.1. La Función del Sistema 356
6.6.2. Caracterización de Sistemas LIT de Tiempo Discreto 359
Causalidad 359

ix

Estabilidad 360
Sistemas Causales y Estables 361
6.6.3. Función del Sistema para Sistemas LIT Descritos por Ecuaciones de Diferencias Lineales
con Coeficientes Constantes. 361
6.6.4. Interconexión de Sistemas 364

6.7 La Transformada Z Unilateral 366

6.7.1. Definición 366
6.7.2. Propiedades Básicas 367
6.7.3. La Función del Sistema 367
6.7.4. Valores Inicial y Final 367
Teorema del Valor Inicial 367
Teorema del Valor Final 367

6.8 La Transformada de Laplace y la Transformada Z 370

Pares Ordinarios de Transformadas Z 372

Problemas 373

CAPÍTULO SIETE

MODULACIÓN DE AMPLITUD

7.1.1 Necesidad de la Modulación 180

7.2 Tipos de Modulación Analógica 381

7.3 Transmisión de Señales de Banda Base Analógicas 381

7.3.1 Distorsión de la Señal en la Transmisión en la Banda Base 382
7.3.2 Distorsión Lineal 383
7.3.3 Compensación 384
7.3.4 Distorsión No Lineal y Compansión 385

7.4 Esquemas de Modulación Lineales OC 386

7.4.1 Modulación de Banda Lateral Doble (DSB) 387

x

7.4.2 Modulación de Amplitud Ordinaria 392
7.4.3 Índice de Modulación 393
7.4.4 Potencia y Ancho de Banda de la Señal Transmitida 393
7.4.5 Demodulación de Señales AM 396
7.4.6 Modulación de Banda Lateral Única (SSB) 400
7.4.7 Modulación de Banda Lateral Residal (VSB) 409

7.5 Conversión de Frecuencias (Mezclado) 411

7.6 Multicanalización por División de Frecuencias 413

Problemas

Referencias 425

CAPÍTULO UNO

SEÑALES Y SISTEMAS

1.1 Introducción

Los conceptos de señales y sistemas surgen en una gran variedad de campos y las ideas y técnicas
asociadas con estos conceptos juegan un papel importante en áreas tan diversas de la ciencia y la
tecnología como las comunicaciones, la aeronáutica, sistemas de generación y distribución de energía,
diseño de circuitos, acústica, etc. En este capítulo introducimos la idea básica sobre la descripción y
representación matemática de señales y sistemas y sus clasificaciones. También se definen varias
señales básicas importantes, especialmente sobre sistemas lineales, las cuales son esenciales para
nuestros estudios posteriores.
El análisis de un sistema lineal se facilita frecuentemente utilizando un tipo específico de señales de
excitación o una determinada representación de señales. Por esta razón, es conveniente incluir el
análisis de señales y sus propiedades en un estudio de sistemas lineales. Además del análisis nos
interesa también la síntesis de sistemas. De hecho, la síntesis o diseño de sistemas constituye la parte
creativa de la ingeniería. De aquí que para abordar el diseño de sistemas primero se debe aprender a
analizarlos. Este texto está orientado principalmente al análisis de ciertos tipos de sistemas lineales; sin
embargo, debido a que los tópicos de diseño y análisis están íntimamente relacionados, este estudio
proporciona las bases para un diseño elemental.
El análisis de sistemas puede dividirse en tres aspectos:
1. El desarrollo de un modelo matemático apropiado para el problema físico bajo consideración. Esta
parte del análisis se dedica a la obtención de “ecuaciones dinámicas”, condiciones iniciales o de
frontera, valores de parámetros, etc. En este proceso es donde el juicio, la experiencia y laa
experimentación se combinan para lograr el desarrollo de un modelo apropiado. En esta forma,
este primer aspecto es el más difícil de desarrollar formalmente.
2. Después de obtener un modelo apropiado, se resuelven las ecuaciones resultantes para encontrar
soluciones de diversas formas.
3. Luego, la solución del modelo matemático se relaciona o interpreta en función del problema físico.
Es conveniente que el desarrollo del modelo sea lo más exacto posible de manera que se puedan
hacer interpretaciones y predicciones significativas concernientes al sistema físico. No obstante, se
debe señalar que mientras más exacto sea un modelo, mayor es la dificultad para obtener una
solución matemática y una realización física.

2

1.2 Señales y Clasificación de Señales

Los términos señales y sistemas, en la forma en que se usan generalmente, tienen diferentes
significados. En consecuencia, cualquier intento para dar una definición general precisa, o una
definición en el contexto de la ingeniería no sería muy productivo. Normalmente el significado de estos
términos se extrae del contenido del texto. Una señal es una función de una variedad de parámetros,
uno de los cuales es usualmente el tiempo, que representa una cantidad o variable física, y típicamente
contiene información o datos sobre la conducta o naturaleza de un fenómeno. Las señales pueden
describir una variedad muy amplia de fenómenos físicos. Aunque las señales pueden representarse en
muchas formas, en todos los casos, la información en una señal está contenida en un patrón que varía
en alguna manera. Por ejemplo, el mecanismo vocal humano produce sonidos creando fluctuaciones en
la presión acústica. Diferentes sonidos, usando un micrófono para convertir la presión acústica en una
señal eléctrica, corresponden a diferentes patrones en las variaciones de la presión acústica; el sistema
vocal humano produce sonidos inteligibles, generando secuencias particulares de estos patrones. Otros
ejemplos son una imagen monocromática; en este caso es importante el patrón de variaciones en el
brillo y los diferentes matices existentes entre los colores blanco y negro.
Matemáticamente, una señal se puede representar como una función de una o más variables
independientes. Por ejemplo, una señal de audio puede representarse mediante la presión acústica en
función del tiempo, y una imagen como una función del brillo de dos variables espaciales. En estas
notas sólo consideraremos señales que involucran una sola variable independiente. Una señal se
denotará por x(t). Por conveniencia, generalmente nos referiremos a la variable independiente como el
tiempo, aun cuando ella no represente al tiempo en operaciones específicas. Por ejemplo, las señales
que representan variaciones de cantidades físicas con la profundidad, tales como la densidad, porosidad
y resistividad eléctrica, se usan en geofísica para estudiar la estructura de la tierra. También, el
conocimiento de las variaciones en la presión del aire, la temperatura y la velocidad del viento con la
altitud son de extrema importancia en investigaciones meteorológicas.
Has dos tipos básicos de señales: señales en tiempo continuo o señales analógicas y señales en
tiempo discreto o digitales. Una señal x(t) es una señal en tiempo continuo si la variable independiente t
es una variable continua y, por ende, estas señales están definidas para un continuo de valores de esa
variable; es decir, el valor de x(t) es especificado en todo instante t de un intervalo de tiempo dado, ya
sea mediante una expresión matemática o gráficamente por medio de una curva; en otras palabras, la
variable independiente puede tomar cualquier valor real. Si la variable independiente t es una variable
discreta, es decir, x(t) está definida en puntos del tiempo discretos, entonces x(t) es una señal en tiempo
discreto, a menudo generada por muestreo de una señal de tiempo continuo. Como una señal de tiempo
discreto está definida solamente en tiempos discretos, con frecuencia se identifica como una secuencia
de números, denotada por {xn} o x[n], donde, para nuestros propósitos, n es un entero. En la Fig. 1.1 se
ilustran una señal de tiempo continuo y una de tiempo discreto. La música proveniente de un disco
compacto es una señal analógica, pero la información almacenada en el disco compacto está en forma
digital. Ésta debe procesarse y convertirse en forma analógica antes de que pueda escucharse.
Una señal de tiempo discreto x[n] puede representar un fenómeno para el cual la variable
independiente es inherentemente discreta. Por ejemplo, el promedio diario de los valores de cierre de la
bolsa de valores es, por su naturaleza, una señal que evoluciona en puntos discretos en el tiempo (es
decir, el cierre del día). Una señal de tiempo discreto, x[n], también puede obtenerse mediante el
muestreo de una señal de tiempo continuo x(t) para obtener los valores

3

x(t x[n]
) 3

0 t –3 –2 –1 0 1 2 3 4 n
(a) (b)

Figura 1.1. Señales de tiempo continuo y de tiempo discreto.

x ( t0 ), x ( t1 ),, x ( tn ),
o en una forma abreviada como
x [0], x [1],, x [ n ],
o
x0 , x1 ,, xn ,

y a los valores xn se les denomina muestras; el intervalo de tiempo entre muestras se llama el intervalo
de muestreo. Cuando estos intervalos son iguales (muestreo uniforme), entonces
xn  x [ n ]  x [ nTs ]

donde la constante Ts es el intervalo de muestreo. Un dispositivo que convierta información analógica a
forma digital mediante cuantización (redondeo) se denomina un convertidor analógico-digital.
Una señal de tiempo discreto con muestreo uniforme puede ser especificada de dos maneras:
1. Podemos especificar una regla para calcular el n-ésimo valor de la secuencia. Por ejemplo,
 1
 
n
n0
x [ n ]  xn   2
 0
 n0
o

{ xn }  , 0, 0,1, 1 , 1 ,, 
2 4
1
2 
n
, 
2. Podemos dar una lista explícita de los valores de la secuencia. Por ejemplo, la secuencia mostrada
en la Fig. 1.1b puede escribirse como
{ xn }  {, 0, 0, 2,3,3, 2,1, 0, 0,}

o
{ xn }  {2,3,3, 2,1}

Se usa la flecha para indicar el término correspondiente a n = 0. Se usará la convención de que si
no aparece la flecha, entonces el primer término corresponde a n = 0 y todos los valores son
iguales a cero para n < 0.

4

Ejemplo 1. Dada la señal en tiempo continuo especificada por
 1 t
 1  t  1
x (t )  
 0
 t 1

Determine la secuencia de tiempo discreto resultante obtenida mediante muestreo uniforme de x(t) con
un intervalo de muestreo de (a) 0.25 s; (b) 0.5 s.

Solución: Es más fácil resolver este problema gráficamente. La señal x(t) se grafica en la Fig. 1.2a. Las
Figs. 1.2b y c muestran gráficos de las secuencias de las muestras resultantes obtenidas para los
intervalos de muestreo especificados.

x(t) x[n) = x(n/4)
1

–1 0 1 t –3 –2 –1 0 1 2 3 4 n

(a) (b)
x[n) = x(n/2)

–4 –2 0 2 4 n

(c)

Figura 1.2. Las señales para el Ejemplo 1.

(a) Ts = 0.25 s. De la Fig. 1.2b obtenemos
x [n]  {, 0, 0.25, 0.5, 0.75,1, 0.75, 0.5, 0.25, 0,}

(b) Ts = 0.5 s. De la Fig. 1.2c, obtenemos
x [n]  {, 0, 0.5,1, 0.5, 0,}

Con frecuencia, se procesan señales para producir nuevas señales para diferentes propósitos. A
continuación se da un ejemplo de cómo se generan nuevas señales a partir de señales conocidas.

5

Ejemplo 2. Usando las señales de tiempo discreto x1[n] y x2[n] mostradas en la Fig. 1.3, represente
cada una de las siguientes señales mediante una gráfica y mediante una secuencia de números.
(a) y1 [ n ]  x1 [ n ]  x2 [ n ] ; (b) y2 [ n ]  2 x1 [ n ] ; (c) y3 [ n ]  x1 [ n ] x2 [ n ] .

x1[n] x2[n]
3
2 2

–2 –1 3
–1 0 1 2 3 4 5 6 7 n –3 0 1 2 4 n

Figura 1.3. Señales para el Ejemplo 2

Solución:
(a) y1[n] se dibuja en la Fig. 1.4a. A partir ella obtenemos
y1 [ n ]  {, 0,  2,  2,3, 4,3,  2, 0, 2, 2, 0, }

(b) y2[n] se dibuja en la Fig. 1.4b. De ella obtenemos
y2 [ n ]  {, 0, 2, 4, 6, 0, 0, 4, 4, 0,}

(c) y3[n] se dibuja en la Fig. 1.4c. De ella obtenemos
y3 [ n ]  {, 0, 2, 4, 0,}


y2[n] y3[n]
y1[n]

–3 –2 –1 3
0 1 2 4 5 6 n –1 0 1 2 3 4 5 6 7 n –1 0 1 2 3 n
7
(a) (b) (c)

Figura 1.4

6

1.3 Señales Periódicas y No-Periódicas

Una señal periódica de tiempo continua x(t) tiene la propiedad de que existe un número positivo T para
el cual
x  t   x  t  T  para todo t (1.1)

x(t)

... ...

–T 0 T t

Figura 1.5

En este caso decimos que la señal x(t) es periódica con período T. En la Fig. 1.5 se ilustra un ejemplo
de esta clase de señales. Observe que una señal periódica repite un mismo patrón durante un tiempo
múltiplo de T y continúa haciéndolo por tiempo infinito.
De la figura se deduce que si x(t) es periódica con período T, entonces
x ( t )  x ( t  mT ) (1.2)

para todo T y cualquier entero m. Por ello, x(t) también es periódica con período 2T, 3T,  . El período
fundamental T0 es el mínimo valor de T para el cual se cumple la Ec. (1.1). Observe que esta definición
de T0 funciona excepto cuando x(t) es una constante. En este caso, el período fundamental no está
definido puesto que x(t) es periódica para cualquier selección de T (es decir, no hay un valor positivo
mínimo). La Ec. (1.2) dice simplemente que si la señal se desplaza un número entero de períodos hacia
la derecha o hacia la izquierda no cambia la forma de la onda. La frecuencia fundamental (cíclica) f0 es
el recíproco del período fundamental, f0 = 1/T0, y se mide en hertz (ciclos por segundo). La frecuencia
fundamental en radianes por segundo es 0 = 2f0 = 2/T0. Finalmente, a una señal que no exhiba
periodicidad se le referirá como una señal no periódica o aperiódica.
Ejemplos conocidos de señales periódicas son las señales sinusoidales; como ejemplo está la señal
x ( t )  A sen ( 0 t  )
donde
A = amplitud.
ω0 = frecuencia angular (rad/s).
 = ángulo de fase inicial con respecto al origen del tiempo (rad).
Observe que
sen[ 0 ( t  T )  ]  sen ( 0 t    0 T )  sen ( 0 t  )

7

si
2
0 T  m 2  o T  m , m un entero positivo
0
Así que el período fundamental T0 de x(t) está dado por
2
T0 
0

Ejemplo 3. Sean x1(t) y x2(t) dos señales periódicas con períodos fundamentales T1 y T2,
respectivamente. ¿Cuáles son las condiciones para que la suma z(t) = x1(t) + x2(t) sea periódica y cuál
es el período fundamental de z(t)?

Solución: Puesto que x1(t) y x2(t) son periódicas con períodos fundamentales T1 y T2, respectivamente,
se tiene que
x1 ( t )  x1 ( t  T1 )  x1 ( t  mT1 ) , m un entero positivo

x2 ( t )  x2 ( t  T2 )  x2 ( t  nT2 ) , n un entero positivo

Entonces,
z ( t )  x1 ( t  mT1 )  x2 ( t  nT2 )

Para que z(t) sea periódica con período T, se necesita que
z ( t )  z  t  T   x1 ( t  T )  x2 ( t  T )  x1 ( t  mT1 )  x2 ( t  nT2 )

y entonces se debe cumplir que
mT1  nT2  T (1.3)

o
T1 n
  número racional (1.4)
T2 m
En otras palabras, la suma de dos señales periódicas es periódica solamente si la relación entre sus
periodos respectivos es un número racional. El período fundamental es entonces el mínimo común
múltiplo de T1 y T2, y está dado por la Ec. (1.3) si los enteros m y n son primos relativos. Si la relación
T1/T2 es un número irracional, entonces las señales x1(t) y x2(t) no tienen un período común y z(t) no
puede ser periódica.

Las señales periódicas de tiempo discreto se definen en forma similar. Específicamente, una señal de
tiempo discreto x[n] es periódica con período N, si existe un entero positivo N para el cual
x  n  x  n  N  para toda n (1.5)

8

En la Fig. 1.6 se ilustra un ejemplo de este tipo de señal.

x[n]

... ...

n

Figura 1.6. Una señal de tiempo discreto periódica.

El período fundamental N0 de x[n] es el menor entero positivo N para el cual se cumple la Ec. (1.5).
cualquier secuencia (señal de tiempo discreto) que no sea periódica se conoce como una secuencia no-
periódica (o aperiódica).

1.4 Señales de Potencia y de Energía

En muchas aplicaciones, no en todas, las señales que consideraremos están directamente relacionadas
con cantidades físicas que representan potencia y energía. Por ejemplo, si v(t) e i(t) son,
respectivamente, el voltaje y la corriente en un resistor de resistencia R, entonces la potencia
instantánea p(t) viene dada por
1
p (t )  v (t ) i (t )  v2 ( t )  R i 2 ( t ) (1.6)
R
La energía total disipada en el intervalo de tiempo t1  t  t2 está dada por
t2 t2 t2
 1
 p ( t ) dt  
v ( t ) dt  R i 2 ( t ) dt
2
 (1.7)

t1
 R t1
t1

y la potencia promedio en ese intervalo es
t2 t1 t1
1 1  1 1
 p ( t ) dt  v ( t ) dt   Ri
2 2
 ( t ) dt (1.8)
t2  t1 t1
t2  t1 
 R t2  t1 t2
t2

En una forma similar, la potencia disipada por fricción es p ( t )  b v 2 ( t ) , donde v(t) es la velocidad, y
podemos definir la energía y la potencia promedio en un intervalo de tiempo dado en la misma forma
que en las Ecs. (1.7) y (1.8).
Se acostumbra usar una terminología parecida para cualquier señal, ya sea de tiempo continuo x(t) o
de tiempo discreto x[n], normalizando la energía y la potencia promedio de una señal arbitraria (en el
caso de señales eléctricas, esto se hace tomando un valor de R = 1 ). Adicionalmente, con frecuencia

9

será conveniente considerar señales de valores complejos. En este caso, la energía total normalizada en
el intervalo t1  t  t2 se define como
t2

 x t 
2
dt (1.9)
t1

La potencia promedio normalizada se obtiene dividiendo la Ec. (1.9) por la longitud o duración t2  t1
del intervalo. En la misma forma, la energía total normalizada para una señal de tiempo discreto x[n]
en el intervalo n1  n  n2, se define como
n2

 x[n]
2
(1.10)
n  n1

y al dividir la Ec. (1.10) por el número de puntos en el intervalo, ( n 2  n1  1) , se obtiene la potencia
promedio en ese intervalo.
Adicionalmente, en muchos sistemas nos interesa examinar la potencia y la energía de señales en un
intervalo de tiempo infinito. En estos casos, definimos la energía total normalizada E como los
límites de las Ecs. (1.9) y (1.10) conforme el intervalo de tiempo aumenta indefinidamente. Para
tiempo continuo, tenemos
T 

E  lím  x ( t ) dt  
2 2
x ( t ) dt (1.11)
T 
T 
y en tiempo discreto,
N 
E  lím   
2 2
x[n] x[n] (1.12)
N 
n  N n 

De la misma forma se puede definir la potencia promedio normalizada en un intervalo infinito como
T
1
P  lím 
2
x ( t ) dt (1.13)
T  2T T

para tiempo continuo y
N

2 N 1 
1
P  lím
2
x[n] (1.14)
N 
n  N
para tiempo discreto.
Con base en las definiciones dadas por las Ecs. (1.11) a (1.14), se pueden definir tres clases
importantes de señales:
1. Se dice que x[t] o x[n] es una señal de energía si y sólo si 0 < E <  (energía finita). Una señal de
este tipo debe tener una potencia promedio igual a cero, ya que, en el caso de tiempo continuo, por
ejemplo, de la Ec. (1.13) vemos que
E
P  lím 0
T  2T

10

2. Se dice que una señal x(t) o x[n] es una señal de potencia si y sólo si 0 < P <  (potencia promedio
finita). Entonces, si P > 0, por necesidad E  . Esto tiene sentido, ya que si se tiene una
energía promedio por unidad de tiempo diferente de cero (es decir, potencia promedio diferente de
cero), entonces integrando o sumando en un intervalo de tiempo infinito produce una cantidad de
energía infinita.
3. Las señales que no satisfacen ninguna de las dos propiedades anteriores se conocen, por supuesto,
como señales que no son ni de energía ni de potencia.
Se deben señalar las propiedades que contemplan una energía nula. Es claro que si x(t) = 0, la energía
E es cero, pero lo contrario no es estrictamente cierto. Sólo es posible decir que si E = 0, entonces
x(t) es igual a cero “casi en todas partes”. Desde un punto de vista puramente matemático, la propiedad
E = 0 no define una sola señal sino una clase de señales equivalentes. En estas notas no consideramos
este punto de vista, y todos los elementos de esta clase de señales equivalentes son considerados como
una sola señal. Por lo tanto, una señal de energía nula es también considerada como una señal igual a
cero.

Ejemplo 4. Si x(t) es una señal periódica con período fundamental T0, entonces la integral en la Ec.
(1.13) tiene el mismo valor para cualquier intervalo de longitud T0. Tomando el límite en una forma tal
que 2T sea un múltiplo entero del período, es decir, 2T = mT0, entonces la energía total en un intervalo
de longitud 2T es m veces la energía en un período. Como consecuencia, la potencia promedio es

 1 T0
 1 T0

P  lím   dt   
2 2
m x (t ) x (t ) dt
 0 0
m mT
  T0
 0

Observe que una señal periódica es de potencia si su contenido de energía por período es finito.

EJEMPLO 5. Considere las señales en la Fig. 1.7. Se quiere clasificar cada señal calculando la energía
y la potencia en cada caso.

x1(t)
A x2(t)
A exp( t )
A

 T0
0 t 0 t1 t

Figura 1.7. Señales de energía y de potencia.

Solución: La señal en la Fig. 1.7a es aperiódica y su energía total es

11


A2

E  A exp( 2 t ) dt 
2

0
2

la cual es finita. La potencia promedio es
 1 2T
 A2
P  lím 
T   2 T


0
A2 exp( 2 t ) dt   lím
 T  2 T

0

En consecuencia, la señal en la Fig. 1.7a es una señal de energía con una energía igual a A2/2 y
potencia promedio cero.
La señal en la Fig. 1.7b es periódica con período T0. Su potencia promedio es

1 2  2 A2 
T0  t1 
1
P  
dt   A dt  A2 dt   
2
x2 ( t )
T0 T0  0  T0
0  t1 
Así que x2(t) es una señal de potencia con energía infinita y potencia promedio igual a 2 A2  T0 .

Ejemplo 6. Considere las dos señales aperiódicas mostradas en la Fig. 1.8. Estas dos señales son
ejemplos de señales de energía.

x1(t) x2(t)
A A
A exp  a t 

/ 0 /2 t 0 t
2
(a) (b)

Figura 1.8. Ejemplos de señales de energía.

La función pulso rectangular rect(t/) mostrada en la Fig. 1.8a está estrictamente limitada en el
tiempo, ya que x1(t) es igual a cero para t fuera de la duración del pulso. La otra señal está
asintóticamente limitada en el sentido de que x(t)  0 conforme t  . En cualquiera de los casos, la
potencia promedio es igual a cero. La energía para la señal x1(t) es
T 2

E1  lím x ( t ) dt   A2 dt  A2 
2
1
T 
T  2

y para x2(t) es

12

T
A2 A2
E1  lím A exp( 2 a t ) dt  lím [1  exp( 2 aT ) ] 
2
T  T  a a
T

Puesto que E1 y E2 son finitas, las señales x1(t) y x2(t) son señales de energía.

Aquí se debe señalar que la energía como la define la Ec. (1.11) o la Ec. (1.12) no indica la energía
real de la señal a que la energía de la señal depende no sólo de la señal sino también de la carga. La
interpretamos como la energía normalizada disipada en un resistor de 1 ohmio si a éste se le aplicase
un voltaje x(t) o si por el pasase una corriente x(t). Observaciones similares aplican a la potencia de la
señal definida en la Ec. (1.13) o en la Ec. (1.14). Por lo planteado, las ecuaciones para la energía o la
potencia no tienen las dimensiones correctas. Las unidades dependen de la naturaleza de la señal. Por
ejemplo, si x(t) es una señal de voltaje, entonces su energía E tiene unidades de V2s (voltios al
cuadrado-segundos) y su potencia P tiene unidades de V2 (voltios al cuadrado)

1.5 Transformaciones de la Variable Independiente

En muchas ocasiones es importante considerar analítica y gráficamente señales relacionadas por una
modificación de la variable independiente, mediante operaciones tales como desplazamiento o
corrimiento e inversión. Por ejemplo, como se ilustra en la Fig. 1.9, la señal x[n] se obtiene a partir de
la señal x[n] por una reflexión o inversión en n = 0 (es decir, una inversión de la señal).

x[n] x[–n]

n n
(a) (b)

Figura 1.9. Inversión en tiempo discreto.

De igual forma, como se muestra en la Fig. 1.10, x(t) se obtiene a partir de la señal x(t) por reflexión
en t = 0. Entonces, si x(t) representa una señal de audio en un grabador de cinta, la señal x(t) es la
misma grabación reproducida en reversa.
Esta operación se conoce como reflexión y es equivalente a “doblar” la señal (rotación de 180º) en
torno a la línea t  0 o simplemente a intercambiar el “pasado” y el “futuro” de la señal de tiempo.
Observe que cualquier cosa que suceda en la Fig. 1.10(a) en el instante t también ocurre en la Fig.
1.10(b) en el instante t. Como esta operación significa intercambiar el “pasado” y el “futuro”, es obvio
que ningún sistema físico puede ejecutarla.

13

x(t) x(–t)

0 t0 t –t0 0 t

(a) (b)

Figura 1.10. Inversión en tiempo continuo.

Otra operación es la de desplazamiento. La señal x(t  t0 ) representa una versión desplazada de x(t),
Fig. 1.11. El desplazamiento en el tiempo es t0, donde t0 es un número real. Si t0 > 0, entonces la señal
es retrasada en t 0 unidades de tiempo. Físicamente, t0 no puede tomar valores negativos, pero desde un
punto de vista analítico, x(t  t0), t0 < 0, representa una réplica adelantada de la señal x(t). Las señales
que están relacionadas en esta forma (t0 > 0) surgen en aplicaciones tales como el radar, sonar, sistemas
de comunicación y procesamiento de señales sísmicas. Un sistema cuya señal de salida es idéntica a la
de su entrada pero retrasada por una constante se denomina una unidad de retardo. Por otra parte, si la
señal de salida es idéntica a la de entrada pero avanzada por una constante, el sistema se denomina un
predictor. Sin embargo, un sistema que prediga (adivine) es físicamente imposible de construir.

x(t) x(t – t0)

–t1 0 t1 t 0 t0 – t1 t0 t0 + t1 t

(a) (b)

Figura 1.11. Desplazamiento de una señal de tiempo continuo.

Ejemplo 7. Considere la señal x(t) mostrada en la Fig. 1.12. Se desea graficar x(t  2) y x(t + 3).

x(t)
1

–1 0 1 2 3 t

Figura 1.12

Solución: Es fácil verificar que

14

 t 1 1  t  0
 1 0t 2

x (t )  
 t 3 2  t  3
 0
 otros valores de t

Para realizar la operación de desplazamiento, se reemplaza t por t  2 en la expresión para x(t):
 ( t  2)  1 1  t  2  0
 0t2 2
 1
x ( t  2)  
  ( t  2)  3 2  t  2  3

 0 otros valores de t
o, equivalentemente,
 t 1 1 t  2
 2t 4
 1
x ( t  2)  
 t 3 4t 5


x(t–2) x(t+3)

1 1

0 1 2 3 4 5 t –4 –3 –2 –1 0 t
(a) (b)

Figura 1.13

La señal x(t) se grafica en la Fig. 1.13a y puede describirse como la función x(t) desplazada dos
unidades hacia la derecha. En la misma forma se puede demostrar que
t4  4  t  3
 1  3  t  1

x ( t  3)  
 t 1  t  0
 0 otros valores de t

Esta última señal se grafica en la Fig. 1.13b y representa una versión de x(t) desplazada tres unidades
hacia la izquierda.

15

Ejemplo 8. Se desea dibujar x(t) y x(3  t) si x(t) es como se muestra en la Fig. 1.14.

x(t)
1

–1 0 1 2 t

Figura 1.14

Solución: La señal x(t) se puede escribir como

 t 1 1  t  0

x (t )   1 0t 2
 0

Reemplazando ahora t por t, se obtiene
  t 1 1   t  0   t 1 0  t  1
 
x ( t )   1 0  t  2  1 2  t  0
 0 otros valores de t  0 otros valores de t
 
La señal x(t) se muestra en la Fig. 1.15a.

x(–t) x(3–t)
1 1

–2 –1 0 1 t 0 1 2 3 4 t
(a) (b)

Figura 1.15

En la misma forma se puede demostrar que
 4t 3t  4

x (3  t )   1 1 t  3
 0

y x(3  t) es como se muestra en la Fig. 1.15b.
La figura es primero reflejada y luego trasladada. Este resultado se obtiene escribiendo la operación
completa como

16

x (3  t )  x    t  3 

Observe que si primero desplazamos la señal y luego reflejamos la señal desplazada, se obtiene como
resultado la señal x(t  3) (Fig. 1.16).
De lo anterior se deduce que las operaciones de inversión y desplazamiento no son conmutativas. No
obstante, una señal puede ser invertida y retardada simultáneamente. Las operaciones son equivalentes
a reemplazar t o n por –t + t0 o  n  n0 . Para ver esto, consideramos una señal de tiempo continuo x(t)
que se desea invertir y trasladar por t0 unidades de tiempo. Para producir la señal invertida
reemplazamos t por –t en x(t), lo que resulta en x(–t). La señal invertida x(–t) es entonces retrasada por
t0 unidades para obtener x[  ( t  t0 )]  x (  t  t0 ) , como se afirmó.

x(–t–3)
1

–5 –4 –3 –2 –1 0 t

Figura 1.16

1.6 Escalamiento en el Tiempo

La operación de compresión o expansión en el tiempo se conoce como escalamiento en el tiempo.
Considere, por ejemplo, las señales x(t), x(3t) y x(t/2), mostradas en la Fig. 1.17. Como se puede ver,
x(3t) puede describirse como x(t) comprimida por un factor de 3. En forma similar, x(t/2) puede
describirse como expandida por un factor de 2. Se dice que ambas funciones, x(3t) y x(t/2), son
versiones de x(t) escaladas en el tiempo.
En general, si la variable independiente es escalada por un parámetro , entonces x(t) es una versión
comprimida de x(t) si   1 y es una versión expandida de x(t) si   1 . Si consideramos a x(t) como
si fuese la señal de salida de un grabador de video, por ejemplo, entonces x(3t) se obtiene cuando la
grabación se reproduce a tres veces la velocidad con la cual fue grabada, y x(t/2) se obtiene cuando la
grabación se reproduce a la mitad de esa velocidad. También se puede decir, por ejemplo, que lo que le
pase a x(t) en el instante t, también le sucederá a x(t/2) en el instante t/2.

x(t) x(3t) x(t/2)
A A A

–1 0 1 t – 1/3 1/3 t –2 0 2 t

Figura 1.17. Ejemplos de escalamiento en el tiempo.

17

Ejemplo 9. Se desea graficar la señal x(3t  6), donde x(t) es la señal del Ejemplo 7. Usando la
definición de x(t) dada en el Ejemplo 7, obtenemos
 5
 3t  5 3
t 2

 1 2t 8 3
x (3t  6)  
  3t  9 8  t  3
 3


La señal x(3t  6) se grafica en la Fig. 1.18 y puede considerarse como x(t) comprimida por un factor
de 3 (o escalada en el tiempo por un factor de 1/3) y luego desplazada dos unidades hacia la derecha;
observe que si x(t) es desplazada primero y luego escalada por una factor de 1/3, hubiésemos obtenido
una señal diferente; en consecuencia, las operaciones de desplazamiento y de escalamiento en el tiempo
no son conmutativas. El resultado obtenido se puede justificar escribiendo la operación en la forma
siguiente:
x (3t  6)  x (3( t  2))
la cual indica que se ejecuta primero la operación de escalamiento y después la de desplazamiento.

x(t)
1

0 1 5/3 2 8/3 3 t

Figura 1.18

Ejemplo 10. El tiempo que le toma a una señal para alcanzar 90% de su valor final, T90, es una
característica muy importante. Determine T90 para las señales siguientes: (a) x(t); (b) x(2t); x(t/2),
donde x ( t )  1  e t .

Solución
(a) El valor final de x(t) es igual a 1. Para hallar el tiempo requerido por la función para alcanzar el
valor de 0.90, tenemos que resolver la ecuación
0.90  1  e T90
la cual produce T90 = 2.3.
(b) Para la señal x(2t) tenemos que resolver
0.90  1  e2 T90

18

la cual produce T90 = 1.15.
(c) La señal x(t/2) tiene un T90 dado por
0.90  1  e T90 2

la cual resulta en T90 = 4.6.
Estos resultados eran de esperarse. En la parte (b) comprimimos la señal por un factor de 2, y en la
parte (c) la expandimos por el mismo factor.

En conclusión, para cualquier señal general x(t), la transformación (múltiple) de la variable
independiente en la forma t   puede realizarse de la manera siguiente:

x ( t   )  x (  ( t    )
donde se supone que  y  son números reales. Las operaciones deben ejecutarse en el orden siguiente:
1. Escale por . Si  es negativo, refleje también con respecto al eje real.
2. Desplace hacia la derecha por  si  y  son de signos diferentes y hacia la derecha si tienen el
mismo signo.
El orden de las operaciones es importante. Observe que las operaciones de reflexión y escalamiento en
el tiempo son conmutativas, mientras que las de desplazamiento y reflexión o las de desplazamiento y
escalamiento, como ya se mencionó, no lo son. Observe también que no definimos la operación de
escalamiento en el tiempo para una señal de tiempo discreto (¿por qué?).

1.7 Señales Pares e Impares

Adicionalmente a su uso en la representación de fenómenos físicos (como en el ejemplo del
grabador), la reflexión es extremadamente útil para examinar las propiedades de simetría que pueda
poseer una señal. Una señal x(t) o x[n] se conoce como una señal par si es idéntica a su reflexión
respecto del origen, es decir, si
x ( t )  x (t )
(1.15)
x[  n]  x[ n]
lo que equivale a decir que una señal par, x(t) o x[n], es invariante bajo la operación de reflexión (o
inversión) en el tiempo..
Una señal se denomina impar si
x ( t )   x (t )
(1.16)
x[  n]   x[ n]
Observe que una señal impar debe ser necesariamente igual a cero en el origen. En la Fig. 1.19 se
muestran ejemplos de una señal par y una impar.

19

x(t) x[n]

0 t 0 n

Figura 1.19. Ejemplos de una función par y una impar.

Un hecho importante es que cualquier señal, que no sea par ni impar, puede ser expresada como una
suma de dos señales, una de las cuales es la parte par y la otra la parte impar. Para ver esto, considere la
señal
1
x p ( t )  [ x ( t )  x (  t )]
2
la cual se conoce como la parte par de x(t). En forma similar, la parte impar de x(t) está dada por
1
xi ( t )  [ x ( t )  x (  t )]
2
Es muy sencillo comprobar que, efectivamente, la parte par es par y que la parte impar es impar, y que
x(t) es la suma de las dos. Para el caso de tiempo discreto se cumplen definiciones completamente
análogas. En resumen, tenemos las siguientes identidades:
x ( t )  x p ( t )  xi ( t )
(1.17)
x [ n ]  x p [ n ]  xi [ n ]

1
x p ( t )  [ x ( t )  x (  t )]
2 (1.18)
1
xp [ n ]  [ x[ n ]  x[  n ]
2
1
xi ( t )  [ x ( t )  x (  t )]
2 (1.19)
1
xi [ n ]  { x [ n ]  x [  n ]}
2
Observe que la suma de dos señales pares es par y de dos señales impares es impar, y también que el
producto de dos señales pares o dos impares es una señal par y que el producto de una señal par y una
señal impar es una señal impar; también se puede demostrar que la derivada de cualquier función par es
impar, y la derivada de una función par es impar (la demostración de todo lo anterior se deja como un
ejercicio).

20

Ejemplo 11. Considere la señal x(t) definida por
 1, t  0
x (t )  
 0, t  0
Las partes par e impar de esta señal, conocida como la función escalón, están dadas por
1
xp (t )  para todo t, excepto en t = 0
2
 1
 2, t 0

xi ( t )  
 1, t 0
 2

El único problema aquí radica en el valor de las funciones en x = 0. Si definimos x (0)  1 2 , entonces
1
x p (0)  y xi (0)  0
2
Las señales xp(t) y xi(t) se grafican en la Fig. 1.20.

xp(t) xi(t)
1/2
1/2

0 t 0 t
–1/2

Figura 1.20. Descomposición de la función escalón en sus partes par e impar.

Ejemplo 12. Considere la señal
 A exp ( t ), t  0
x (t )  
 0, t0
La parte par de x(t) está dada por
 1 A exp ( t )
2 t 0 1
xp (t )   1  A exp   t 
 2 A exp ( t )
 t0 2
y la parte impar por
 1 exp ( t ), t  0

xi ( t )   2 1
 2 exp ( t ). t  0

Las señales xp(t) y xi(t) se muestran en la Fig. 1.21.

21

xp(t xi(t)
½A ) ½A

0 t 0 t

–½ A

Figura 1.21

Ejemplo 13. Determine las componentes par e impar de x ( t )  e jt .
Solución: La parte par es
x p ( t )  1  e jt  e jt   cos t
2

y la parte impar es
xi ( t )  1  e jt  e jt   j sen t
2

1.8 Señales en Tiempo Continuo Básicas

En esta sección se introducen varias señales de tiempo continuo de particular importancia. Estas
señales no sólo ocurren frecuentemente en la naturaleza, sino que ellas también sirven como bloques
básicos para la construcción de otras señales. En éste y en los capítulos subsiguientes encontraremos
que al construir señales de esta forma se podrán examinar y comprender más profundamente las
propiedades de señales y sistemas.

1.8.1 Señales Exponenciales Complejas

La señal exponencial compleja de tiempo continuo es de la forma
x ( t )  Aest (1.20)
donde A y s son, en general, números complejos. Dependiendo del valor de estos parámetros, la
exponencial compleja puede tomar varias características diferentes. En el análisis a continuación, para
simplificar, se tomará A = 1.
Si s se restringe a ser puramente imaginaria, s = j0 por ejemplo, se obtiene la señal
x ( t )  e j0 t  cos 0 t  j sen 0 t (1.21)
Usando ahora la identidad de Euler, esta señal puede ser definida como
x ( t )  e j0 t  cos 0 t  j sen 0 t (1.22)

22

O sea que x(t) es una señal compleja cuyas partes real e imaginaria son cos 0 t y sen 0 t ,
respectivamente. Una propiedad importante de la señal exponencial compleja es su periodicidad. Para
comprobar esto, recuerde de la Sec. 1.3 que una función x(t) será periódica con período T si
x (t )  x (t  T )
o, para la función exponencial
e j0 t  e j0 ( t T ) (1.23)
Puesto que
e j0 ( t T )  e j0 t e j0T
se concluye que para tener periodicidad, se debe cumplir que
e j0T  1
Si 0 = 0, entonces x(t) = 1, la cual es periódica para cualquier valor de T. Si 0  0 , entonces el
período fundamental T0 de x(t) es
2
T0  (1.24)
0

Así que las señales e j0 t y e j0 t tienen el mismo período fundamental. Observe también que x(t) es
periódica para cualquier valor de 0.
Una señal íntimamente relacionada con la señal exponencial compleja periódica es la sinusoidal
x ( t )  A cos (  0 t  ) (1.25)

ilustrada en la Fig. 1.22 y ya estudiada en la Sección 1.3.

x(t 2
) T0 
A 
A  cos 

0 t

Figura 1.22

Las señales sinusoidales y las exponenciales complejas también se usan para describir las
características de muchos procesos físicos – en particular, sistemas físicos en los cuales se conserva la
energía. Por ejemplo, la respuesta natural de una red constituida solamente por inductores y capacitores
o el movimiento armónico simple de un sistema mecánico consistente de una masa conectada por un
resorte a un soporte estacionario. Las variaciones de la presión acústica correspondientes a un solo tono
musical también son sinusoidales.

23

Como ya se vio, si se usa la relación de Euler, la exponencial compleja en la Ec. (1.21) puede
escribirse en términos de señales sinusoidales con el mismo período fundamental, es decir,
e j0 t  cos  0 t  j sen  0 t (1.26)

En forma similar, la señal sinusoidal en la Ec. (1.26) puede escribirse en función de exponenciales
complejas periódicas con el mismo período fundamental:
A  A 
A cos(  0 t   )   e j  e j0 t   e j  e j0 t (1.27)
2  2 
Observe que las dos exponenciales en la Ec. (1.28) tienen amplitudes complejas. Alternativamente, una
sinusoide puede expresarse en función de una señal exponencial compleja como


A cos(  0 t   )  A Re e j ( 0 t  )  (1.28)

donde A es real y “Re” se lee “la parte real de”. También se usará la notación “Im” para denotar “la
parte imaginaria de”. Entonces


A sen (  0 t   )  A Im e j ( 0 t  )  (1.29)

De la Ec. (1.25) vemos que el período fundamental T0 de una señal sinusoidal o de una señal
exponencial periódica (ambas funciones de tiempo continuo) es inversamente proporcional a 0 , a la
cual llamaremos la frecuencia fundamental (rad/s). De la Fig. 1.23 vemos gráficamente lo que esto
significa. Si disminuimos la magnitud de 0, el ritmo de oscilación se hace más lento y, por tanto, el
período aumenta. Ocurren efectos exactamente opuestos si se aumenta la magnitud de 0. Considere
ahora el caso cuando 0 = 0. Como ya se mencionó, aquí x(t) representa una constante y, por ello, es
periódica con período T para cualquier valor positivo de T, lo que significa que el período de una señal
constante no está definido. Por otra parte, no hay ambigüedad al definir la frecuencia fundamental de
una constante como igual a cero; es decir, la tasa de oscilación de una constante es igual a cero (período
infinito).

x1 (t )  cos 1t x2 (t )  cos 2 t

t t

(a) (b)
x3 (t )  cos 3t

t
1 > 2 > 3
(c) T1 < T2 < T3

Figura 1.23

24

Las señales periódicas – y en particular, la señal exponencial compleja en la Ec. (1.21) y la señal
sinusoidal en la Ec. (1.26) – proporcionan ejemplos importantes de señales con energía total infinita
pero potencia promedio finita. Por ejemplo, considere la exponencial periódica de la Ec. (1.21) y
suponga que calculamos la energía total y la potencia promedio en un período:
T0 T0

e 
j0 t 2
Eperíodo  dt  (1) dt  T0 (1.30)
0 0

1
Pperíodo  Eperíodo  1 (1.31)
T0

Puesto que hay un número infinito de períodos conforme t varía de  a +, la energía total
integrada para todo el tiempo es infinita. Sin embargo, cada período de la señal es idéntico a los demás.
Como la potencia promedio de la señal por período es igual a 1, promediando en periodos múltiples
producirá un promedio igual a 1; es decir,
T
1

2
P  lím e j0 t dt  1 (1.32)
T  2T T

Ejemplo 14. Algunas veces es deseable expresar la suma de dos exponenciales complejas como el
producto de una sola exponencial compleja. Por ejemplo, suponga que se quiere graficar la magnitud
de la señal
x (t )  e j 2 t  e j 3t
Para hacer esto, primero extraemos un factor común del lado derecho de la ecuación, tomando como
frecuencia de ese factor el promedio de las dos frecuencias de las exponenciales en la suma, y se
obtiene
x ( t )  e j 2.5 t ( e j 0.5 t  e j 0.5 t )
la cual, por la relación de Euler, se puede escribir como
x ( t )  2 e j 2.5 t cos 0.5t
y de aquí se obtiene directamente la expresión para la magnitud de x(t):
x ( t )  2 cos 0.5t

Así que x ( t ) es lo que se conoce comúnmente como una sinusoide rectificada de onda completa,
como se muestra en la Fig. 1.24.

25

x(t)
2
... ...
 0  2 t

Figura 1.24

Para la señal compleja definida en la Ec. (1.20), si A es real y s =  (también real), entonces la
expresión para la señal se reduce a
x ( t )  Aet (1.33)

vale decir, x(t) es una función exponencial real. Si  > 0, entonces x(t) es una exponencial creciente,
una forma usada en la descripción de muchos procesos físicos diferentes, incluyendo las reacciones en
cadena en explosiones atómicas y en reacciones químicas complejas. Si  < 0, entonces x(t) es una
exponencial decreciente, la cual también se usa para describir fenómenos tales como el proceso de
decaimiento radiactivo y las respuestas de redes eléctricas formadas por resistores-capacitores (RC) o
resistores-inductores (RL). Observe también que para  = 0, x(t) es una constante. En la Fig. 1.25 se
ilustran curvas típicas para  > 0 y  < 0.

x(t) x(t)

>0 A < 0
A

t t

Figura 1.25

Las exponenciales complejas jugarán un papel importante en mucho de nuestro tratamiento sobre
señales y sistemas, principalmente porque sirven como bloques sumamente útiles en la construcción de
otras señales. Con frecuencia hallaremos de utilidad el considerar conjuntos de exponenciales
complejas relacionadas armónicamente – es decir, conjuntos de exponenciales periódicas con un
período común T0. Específicamente, ya vimos que una condición necesaria para que la exponencial
compleja e jt sea periódica con período T0 es que
e jT0  1
lo que implica que T0 debe ser un múltiplo de 2, es decir,
T0  2 k , k  0,  1,  2,  (1.34)

Entonces, si definimos la frecuencia fundamental

26

2
 0 (1.35)
T0

vemos que, para satisfacer la Ec. (1.34),  debe ser un múltiplo entero de 0. Es decir, un conjunto de
exponenciales complejas relacionadas armónicamente es un conjunto de exponenciales periódicas con
frecuencias fundamentales que son múltiplos de una sola frecuencia positiva 0:
k ( t )  e jk0 t , k  0,  1,  2,  (1.36)

Para k = 0, k ( t ) es una constante, mientras que para cualquier otro valor de k, k ( t ) es periódica con
frecuencia fundamental k 0 y período fundamental

T0 2
 (1.37)
k k 0

el k-ésimo armónico k ( t ) todavía es periódico con período T0, a medida que recorre k de sus
períodos fundamentales durante cualquier intervalo de duración T0.

1.8.2 Señales Exponenciales Complejas Generales

El caso más general de una señal exponencial compleja puede expresarse e interpretarse en función de
los casos examinados hasta ahora: la exponencial real y la exponencial compleja periódica.
Específicamente, considere una señal exponencial compleja Aest , donde A se expresa en forma polar y
s en forma rectangular; es decir,
A  A e j
y
s    j
Entonces,
Aest  A e j e(  j ) t  A et e j ( t  ) (1.38)

Usando la identidad de Euler, se puede expandir esta relación para obtener
Aest  A et cos (  t   )  j A et sen (  t   ) (1.39)

Así que para  = 0, las partes real e imaginaria de una exponencial compleja son señales sinusoidales.
Para  > 0, ellas corresponden a señales sinusoidales multiplicadas por una exponencial real creciente
y, para  < 0, corresponden a señales sinusoidales multiplicadas por una exponencial real decreciente.
Ambos casos se ilustran en la Fig. 1.26. Las líneas punteadas representan las funciones  A et . De la
Ec. (1.39) vemos que A et es la magnitud de la exponencial compleja. Así que las líneas de puntos
se comportan como una envolvente para las curvas oscilatorias en la figura, donde los picos de las
oscilaciones justo tocan estas curvas y, de esta manera, la envolvente proporciona una forma
conveniente de visualizar la tendencia general en la amplitud de la oscilación.

27

>0 <0

t t

Figura 1.26. Señales sinusoidales multiplicadas por señales exponenciales.

Las señales sinusoidales multiplicadas por exponenciales decrecientes comúnmente se conocen como
sinusoides amortiguadas. Ejemplos de ellas se encuentran en la respuesta de redes eléctricas
compuestas de resistores-inductores-capacitores (RLC) y en sistemas mecánicos que contienen fuerzas
de amortiguamiento y de restauración (el amortiguamiento de los automóviles, por ejemplo). Estos
sistemas poseen mecanismos que disipan energía (resistores, fricción, etc.).

1.8.3 La Función Escalón Unitario

La función escalón unitario u(t) se define como
1 t 0
u (t )   (1.40)
0 t 0

y se muestra en la Fig. 1.27a. Observe que es discontinua en t = 0 y que el valor en t = 0 no está
definido. En la misma forma se define la función escalón unitario desplazado u(t  t0):
 1 t  t0
u ( t  t0 )   (1.41)
 0 t  t0
y la cual se muestra en la Fig. 1.27b.

u(t) u(t – t0)
1 1

0 t 0 t0 t
(a) (b)

Figura 2.27. La función escalón unitario.

1.8.4 La Función Impulso Unitario

En aplicaciones de modelado prácticas, con frecuencia encontramos discontinuidades en una señal x(t)
de tiempo continuo. Una señal así no posee derivadas finitas en sus discontinuidades. No obstante, por

28

razones conceptuales y operacionales, es deseable incluir la derivada de la señal x(t) en nuestras
consideraciones; por lo tanto, introducimos el concepto de la función impulso unitario. Esta función,
también conocida como la función delta de Dirac, se denota por  ( t ) y se representa gráficamente
mediante una flecha vertical, como en la Fig. 1.28.

(t)

0 t

Figura 1.28

Tradicionalmente, (t) se define como el límite de una función convencional seleccionada
adecuadamente y la cual tiene un área unitaria en un intervalo de tiempo infinitesimal, como la función
ilustrada en la Fig. 1.29.
En un sentido matemático estricto, la función impulso es un concepto bastante sofisticado. Sin
embargo, para las aplicaciones de interés es suficiente comprender sus propiedades formales y
aplicarlas correctamente. En lo que se expone a continuación se presentan estas propiedades,
recalcando no el rigor sino la facilidad operacional. En las aplicaciones prácticas de algunos modelos,
con frecuencia encontramos discontinuidades abruptas en una señal f(t) (como la de la Fig. 1.29). Esta
señal no posee derivadas finitas en esas discontinuidades. No obstante, muchas veces es deseable
incluir las derivadas de la señal en nuestras consideraciones. Es aquí donde tiene su aplicación el
concepto de la función impulso unitario. Antes de enunciar algunas de las propiedades de la función
impulso considere la función dada por

 0, t0

 1
xn ( t )   n , 0t 
 n
 1
 0, t
 n
Para n =1, 2 y 3, los pulsos x1(t), x2(t) y x3(t) se muestran en la Fig. 1.29(b). Conforme n aumenta, la
anchura del pulso disminuye y la altura aumenta. Como consecuencia, el área del pulso para toda n es
igual a la unidad:

1

0
xn ( t ) dt  1, 
n

En el límite, conforme n → ∞, para un número  positivo, tenemos que


n  
lím xn ( t ) dt  1
0

29

f(t) xn(t)
4

2

1

t t
0 ¼ ½ 1

(a) (b)

Figura 1.29. Funciones modelos para obtener una función impulso.

lo que nos da una forma de definir la función impulso unitario como
 ( t )  lím xn ( t )
n 

La función impulso (t), también conocida como función delta de Dirac, tiene las siguientes
propiedades:
1. Es una señal de área unitaria con valor cero en todas partes excepto en el origen:
 0, t  0
 (t )   (1.42)
 no está definida en t  0


  ( t ) dt  1

(1.43)

Pero una función ordinaria que es igual a cero en todas partes excepto en el origen debe tener
una integral de valor cero (en el sentido de la integral de Riemann). Así que (t) no puede ser
una función ordinaria y matemáticamente se define por


  ( t )  ( t ) dt   (0)

(1.44)

donde (t) es una función continua en el origen. Esta propiedad se conoce como la propiedad
de selección o de filtrado de la función impulso unitario.
Una definición alterna de (t) está dada por

b   (0), ab  0

  ( t )  ( t ) dt   0, ab  0
 no definida, a  0 o b  0
(1.45)

a

Señales y sistemas

Presentaciones relacionadas

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti

Recomendado para ti