1 Sistemas Diferenciales Lineales

1.1 Ecuación General del Sistema

Un sistema LTIC (Lineal Time-Invariant Continuous) se describe mediante
la ecuación diferencial:

dN y(t) dN −1 y(t) dy(t)

+ a 1 + · · · + aN −1 + aN y(t)
dtN dtN −1 dt
dM x(t) dM −1 x(t) dx(t)
= bN −M M
+ b N −M +1 M −1
+ · · · + bN −1 + bN x(t)
dt dt dt
Usando el operador D = d/dt:

Q(D)y(t) = P (D)x(t)
donde:

Q(D) = DN + a1 DN −1 + · · · + aN −1 D + aN
P (D) = bN −M DM + bN −M +1 DM −1 + · · · + bN −1 D + bN

1.2 Restricción Práctica: M ≤ N

En sistemas prácticos se requiere M ≤ N porque:

Si M > N , el sistema actúa como un diferenciador de orden (M − N )

Los diferenciadores son sistemas inestables

Amplifican el ruido de alta frecuencia

Pueden saturar la salida con ruido aunque la entrada sea pequeña

1.3 Descomposición de la Respuesta

La respuesta total del sistema se descompone en:

respuesta total = respuesta a entrada cero + respuesta a estado cero

Respuesta a entrada cero: Salida cuando x(t) = 0 (solo condiciones

internas)
Respuesta a estado cero: Salida cuando condiciones iniciales son cero
(solo entrada externa)

1
2 Respuesta a Entrada Cero
La respuesta a entrada cero y0 (t) satisface:

Q(D)y0 (t) = 0
y depende únicamente de las condiciones internas del sistema (almacena-
miento de energía, condiciones iniciales).

2.1 Respuesta a Entrada Cero y Condiciones Iniciales

2.2 Condiciones Iniciales en t = 0− y t = 0+
En la práctica, las condiciones iniciales se conocen en t = 0− (antes de aplicar
la entrada):
γ(0− ) = γ0 (0− ) (solo respuesta a entrada cero)

γ(0+ ) ̸= γ(0− ) en general

Para γ0 (t): γ0 (0− ) = γ0 (0+ ) (no depende de la entrada)

2.3 Independencia de las Respuestas

Respuesta a entrada cero: Depende solo de condiciones iniciales (x(t) =
0)
Respuesta a estado cero: Depende solo de la entrada (condiciones ini-
ciales = 0)
Las dos respuestas son independientes y coexisten

2.4 Ecuación Característica y Modos

Para la ecuación:
Q(D)y0 (t) = 0
donde Q(D) = DN + a1 DN −1 + · · · + aN −1 D + aN

2.4.1. Solución General

Asumiendo solución exponencial y0 (t) = ceλt :

Q(λ) = λN + a1 λN −1 + · · · + aN −1 λ + aN = 0

y0 (t) = c1 eλ1 t + c2 eλ2 t + · · · + cN eλN t

2
 2.5 Terminología Importante
Polinomio característico: Q(λ)
Ecuación característica: Q(λ) = 0
Raíces características: λ1 , λ2 , . . . , λN
Modos característicos: eλ1 t , eλ2 t , . . . , eλN t

2.6 Raíces Múltiples

Para raíz λ repetida r veces:

(D − λ)r y0 (t) = 0

y0 (t) = (c1 + c2 t + · · · + cr tr−1 )eλt

Modos característicos: eλt , teλt , t2 eλt , . . . , tr−1 eλt

2.7 Raíces Complejas

Para raíces complejas conjugadas α ± jβ:

y0 (t) = c1 e(α+jβ)t + c2 e(α−jβ)t

Forma real equivalente:

y0 (t) = ceαt cos(βt + θ)

donde c1 = 2c ejθ y c2 = 2c e−jθ

2.8 Importancia de los Modos Característicos

Determinan la respuesta a entrada cero
Influyen en la respuesta a estado cero
Dictan el comportamiento completo del sistema
Son el atributo más importante de un sistema LTIC

2.9 Condiciones Auxiliares en Ecuaciones Diferenciales

La diferenciación es operación no invertible
Se necesita información adicional para solución única
Para derivada de orden N : se necesitan N condiciones auxiliares
Si se dan en t = 0: condiciones iniciales

3
3 Respuesta al Impulso y Respuesta a Estado
Cero
3.1 Respuesta al Impulso Unitario h(t)
Para un sistema LTIC descrito por:
Q(D)y(t) = P (D)x(t)
donde:
Q(D) = DN + a1 DN −1 + · · · + aN −1 D + aN
P (D) = b0 DN + b1 DN −1 + · · · + bN −1 D + bN

3.1.1. Forma General de h(t)

h(t) = b0 δ(t) + términos de modos característicos t≥0

Si M < N : b0 = 0 (no hay término impulsivo)
Si M = N : b0 ̸= 0 (hay término impulsivo)

3.2 Método Simplificado para Calcular h(t)

h(t) = b0 δ(t) + [P (D)yn (t)]u(t)

donde yn (t) es combinación lineal de modos característicos con condiciones ini-
ciales:
yn (0) = ẏn (0) = · · · = yn(N −2) (0) = 0 y yn(N −1) (0) = 1

3.2.1. Condiciones Iniciales por Orden

N = 1 : yn (0) = 1
N = 2 : yn (0) = 0, ẏn (0) = 1
N = 3 : yn (0) = ẏn (0) = 0, ÿn (0) = 1

3.3 Respuesta a Estado Cero

La respuesta a estado cero se obtiene mediante la integral de convolución:
X
y(t) = lı́m x(n∆τ )h(t − n∆τ )∆τ
∆τ →0
n

Que en el límite se convierte en:

Z ∞
y(t) = x(τ )h(t − τ )dτ = x(t) ∗ h(t)
−∞

4
 3.3.1. Interpretación Física
La entrada x(t) se aproxima por impulsos retardados
Cada impulso δ(t − n∆τ ) produce respuesta h(t − n∆τ )
La respuesta total es superposición de todas las respuestas individuales

3.4 Propiedad de Invarianza en el Tiempo

Si δ(t) → h(t), entonces:

δ(t − T ) → h(t − T )

3.5 Fenómeno de Resonancia

Ocurre cuando la entrada coincide con un modo característico del sistema
El sistema çooperaçon la entrada, amplificando la respuesta
Puede llevar a que la respuesta crezca sin límite (saturación)
Similar a un niño comiendo helado: ątrabajaría sin pago!

3.6 Interpretación Física de la Respuesta al Impulso

El impulso δ(t) actúa momentáneamente en t = 0
Crea condiciones iniciales instantáneamente en t = 0+

Para t > 0, la respuesta es sostenida por los modos característicos

Ejemplo: Golpear un parachoques de auto crea oscilaciones características

3.7 Sostenimiento de Modos Característicos

Los modos característicos pueden sostenerse sin entrada externa:
dy
y(t) = ce−2t → x(t) = L + Ry = 0
dt
El sistema regresa al reposo usando sus modos característicos
Amortiguamiento alto: decaimiento exponencial monótono
Amortiguamiento bajo: oscilaciones amortiguadas

5
4 Integral de Convolución y sus Propiedades
4.1 Integral de Convolución
La respuesta a estado cero de un sistema LTIC está dada por:
Z ∞
y(t) = x(t) ∗ h(t) = x(τ )h(t − τ )dτ
−∞

h(t): Respuesta al impulso del sistema

La respuesta está determinada por los modos característicos del sistema

4.2 Propiedades de la Convolución

Formulas
Propiedad Conmutativa

x1 (t) ∗ x2 (t) = x2 (t) ∗ x1 (t)

Propiedad Distributiva

x1 (t) ∗ [x2 (t) + x3 (t)] = x1 (t) ∗ x2 (t) + x1 (t) ∗ x3 (t)

Propiedad Asociativa

x1 (t) ∗ [x2 (t) ∗ x3 (t)] = [x1 (t) ∗ x2 (t)] ∗ x3 (t)

Propiedad de Desplazamiento Si x1 (t) ∗ x2 (t) = c(t), entonces:

x1 (t) ∗ x2 (t − T ) = x1 (t − T ) ∗ x2 (t) = c(t − T )

x1 (t − T1 ) ∗ x2 (t − T2 ) = c(t − T1 − T2 )

Convolución con Impulso

x(t) ∗ δ(t) = x(t)

x(t) ∗ δ(t − T ) = x(t − T )

6
4.3 Sistemas y Señales Causales
4.3.1. Límites de Integración para Señales Causales

Figura 1: Limites de la integral de convolución.

Formulas

Para x(t) y h(t) causales:

(R t
0−
x(τ )h(t − τ )dτ t≥0
y(t) =
0 t<0

Debido a la propiedad conmutativa de la convolución, también podemos

expresar esta ecuación como:
Z t
 h(τ )x(t − τ ) dτ t ≥ 0
y(t) = −
 0
0 t<0

Límite inferior 0− : Para manejar posibles impulsos en el origen

Sistema causal: h(t) = 0 para t < 0

Entrada causal: x(t) = 0 para t < 0
Respuesta causal: y(t) = 0 para t < 0

7
 4.4 Respuesta a Entradas Complejas
Para sistemas reales (h(t) real):
x(t) = xr (t) + jxi (t) =⇒ y(t) = yr (t) + jyi (t)
xr (t) =⇒ yr (t) y xi (t) =⇒ yi (t)

4.5 Múltiples Entradas

Por superposición:
Cada entrada se trata por separado
Las demás entradas se consideran cero
La respuesta total es la suma de las respuestas individuales

4.6 Interpretación Gráfica de la Convolución

4.6.1. Desplazamientos
t > 0: Desplazamiento a la derecha
t < 0: Desplazamiento a la izquierda
t = 0: Sin desplazamiento

4.6.2. Sistemas Variantes en el Tiempo

Para sistemas variantes en el tiempo:
Z ∞
y(t) = x(τ )h(t, τ )dτ
−∞

donde h(t, τ ) es la respuesta en el instante t a un impulso unitario en τ .

4.6.3. Procedimiento Gráfico de Convolución

Procedimiento
Pasos para Convolución Gráfica

1. Mantener fija la función x(τ )

2. Invertir g(τ ) sobre el eje vertical para obtener g(−τ )
3. Desplazar g(−τ ) por t0 segundos para obtener g(t0 − τ )

4. Calcular el área bajo el producto x(τ )g(t0 − τ )

5. Repetir para diferentes valores de t

8
 4.6.4. Dirección del Desplazamiento
t > 0: Desplazamiento a la derecha
t < 0: Desplazamiento a la izquierda
t = 0: Sin desplazamiento

4.7 Estrategias para Simplificar Cálculos

4.7.1. Propiedad Conmutativa Aplicada

x(t) ∗ g(t) = g(t) ∗ x(t)

Regla práctica: Invertir la función más simple
Si g(t) es más simple: calcular x(t) ∗ g(t)
Si x(t) es más simple: calcular g(t) ∗ x(t)

4.7.2. Rangos de Validez

La descripción matemática de x(τ )g(t − τ ) es válida por rangos de t
No es necesario calcular para cada valor individual de t

Solo se necesitan unos pocos rangos diferentes

4.8 Señales Idealizadas en Análisis de Sistemas

4.8.1. El "Fantasma"del Impulso Unitario
El impulso δ(t) no existe físicamente
Es una herramienta matemática útil
Permite calcular la respuesta h(t) del sistema
Con h(t) se puede calcular la respuesta a cualquier entrada

4.8.2. Dualidad Tiempo-Frecuencia

Impulso unitario: Herramienta en dominio del tiempo
Exponencial perpetua: Herramienta en dominio de la frecuencia

Son duales entre sí

Ambos son .espíritus amigables y útiles"

9
4.9 Interpretación Intuitiva de la Convolución
4.9.1. £Por qué la Convolución es así?
La operación de convolución parece extraña porque:
Una señal se mantiene fija (x(τ ))
La otra se invierte y desplaza (g(t − τ ))
Se multiplican y se integra el producto

4.9.2. Explicación Física

La respuesta h(t) generalmente decae con el tiempo
Influencia temporal: Impulsos más recientes tienen mayor influencia
Peso variable: Cada componente impulsivo contribuye diferentemente
El impulso en t tiene peso máximo (unidad)
Impulsos anteriores tienen menor peso (decaimiento)

4.9.3. Ejemplo con h(t) Lineal

Si h(t) decae linealmente (Fig. 2.14a):
t = 0: Respuesta más fuerte
t = 1: Respuesta cero (cesa de existir)
La cercanía temporal determina la influencia

4.10 Múltiples Entradas en Sistemas LTI

Se aplica el principio de superposición
Cada entrada se considera por separado
Las demás entradas se suponen cero
La respuesta total es la suma de respuestas individuales

4.11 Importancia Práctica

La convolución gráfica es esencial cuando:
• Las señales solo tienen descripción gráfica
• No existen descripciones matemáticas exactas
• Se necesita comprensión visual del proceso
Aplicaciones en: muestreo, filtrado, procesamiento de señales

10
 4.12 Explicación Intuitiva de la Convolución
4.12.1. Interpretación Física de la Convolución
La operación de convolución modela cómo un sistema asigna pesos dife-
rentes a las entradas pasadas:

Influencia temporal: Entradas más recientes tienen mayor influencia

Función de peso: h(t − τ ) actúa como función de ponderación
Decaimiento: El peso disminuye linealmente para impulsos anteriores

Ventana temporal: Solo las entradas en [t − 1, t] influyen en la respuesta

en t

4.13 Sistemas Interconectados

4.13.1. Elementos Básicos
Sumador (Σ): Suma señales en sus entradas
Nodo de derivación: Punto donde una señal se divide en múltiples ramas
No carga: La interconexión no altera las respuestas individuales

4.13.2. Conexión en Paralelo

S1

x(t) y(t)
Σ

S2

hp (t) = h1 (t) + h2 (t)

Respuesta al impulso: Suma de respuestas individuales
La entrada δ(t) se aplica simultáneamente a ambos sistemas
Las salidas se suman en el sumador

11
 Conexión en Cascada

x(t) h1 (t) y(t)

S1 S2

hc (t) = h1 (t) ∗ h2 (t)

Propiedad de Conmutatividad en Cascada

x(t) h2 (t) y(t)

S2 S1

hc (t) = h2 (t) ∗ h1 (t) = h1 (t) ∗ h2 (t)

Propiedades Fundamentales
Conmutatividad de Sistemas LTI
El orden de los sistemas en cascada no afecta la respuesta total
Las operaciones lineales en cascada conmutan
Importante teóricamente: El orden de procesamiento es irrelevante

Ventajas del Análisis por Subsistemas

Simplificación: Caracterizar sistemas complejos como interconexiones de
sistemas simples
Modularidad: Cada subsistema se analiza por separado

Escalabilidad: Fácil extensión a sistemas más complejos

Aplicación Práctica
Diseño modular: Construir sistemas complejos a partir de bloques bá-
sicos

Análisis jerárquico: Descomponer sistemas en subsistemas manejables

Reutilización: Usar subsistemas caracterizados en diferentes configura-
ciones

12
Resumen: Representación de Señales Periódicas
mediante Series de Fourier Trigonométricas
Propiedades de Señales Periódicas
Una señal periódica x(t) con periodo T0 cumple:

x(t) = x(t + T0 ) para todo t

El periodo fundamental es el menor valor de T0 que satisface la perio-

dicidad

La integral sobre cualquier intervalo de duración T0 es constante:

Z a+T0 Z b+T0
x(t)dt = x(t)dt
a b

Z
Notación conveniente: x(t)dt
T0

Frecuencias y Armónicos
Frecuencia fundamental: f0 con periodo T0 = 1/f0
Frecuencia angular: ω0 = 2πf0
Armónico n-ésimo: frecuencia nf0 o nω0

Serie de Fourier Trigonométrica

Una señal compuesta por senos y cosenos de frecuencia ω0 y sus armónicos:
∞
X
x(t) = a0 + (an cos nω0 t + bn sin nω0 t)
n=1

Propiedad Fundamental
x(t) en la ecuación (6.1) es periódica con periodo T0

Esta periodicidad se mantiene independientemente de los valores de an

y bn
Relaciones clave:
1 2π
T0 = = , ω0 T0 = 2π
f0 ω0

13
Resumen: Periodicidad y Coeficientes de Series
de Fourier
Demostración de Periodicidad
Para probar que x(t) = x(t + T0 ):

∞
X
x(t + T0 ) = a0 + [an cos nω0 (t + T0 ) + bn sin nω0 (t + T0 )]
n=1
X∞
= a0 + [an cos(nω0 t + nω0 T0 ) + bn sin(nω0 t + nω0 T0 )]
n=1

Usando nω0 T0 = 2πn:

∞
X
x(t + T0 ) = a0 + [an cos(nω0 t + 2πn) + bn sin(nω0 t + 2πn)]
n=1
X∞
= a0 + [an cos nω0 t + bn sin nω0 t] = x(t)
n=1

Interpretación Intuitiva
En un periodo fundamental T0 , el armónico n-ésimo ejecuta n ciclos com-
pletos

Cada sinusoide completa un número entero de ciclos en T0

La suma de tales armónicos produce una señal periódica de periodo T0

Resultados Fundamentales
Directo: Cualquier combinación de sinusoides en frecuencias armónicas
es periódica con periodo T0
Recíproco: Toda señal periódica x(t) puede expresarse como serie de
Fourier trigonométrica

La serie infinita en (6.1) se denomina serie de Fourier trigonométrica

Cálculo de Coeficientes
Para determinar los coeficientes de Fourier, considere la integral:
Z
I= cos nω0 t cos mω0 t dt
T0

14
 Usando identidades trigonométricas:
Z Z 
1
I= cos(n + m)ω0 t dt + cos(n − m)ω0 t dt
2 T0 T0
R
donde T0 representa integración sobre cualquier intervalo de longitud T0 .

5 Resumen: Ortogonalidad y Cálculo de Coefi-

cientes de Fourier
5.1 Propiedades de Ortogonalidad
Las funciones trigonométricas son ortogonales sobre un periodo T0 :


Z 0 n ̸= m
cos nω0 t cos mω0 t dt = T0 (6.4)
T0  n = m ̸= 0
2
Z 0 n ̸= m
sin nω0 t sin mω0 t dt = T0 (6.5)
T0  n = m ̸= 0
Z 2
sin nω0 t cos mω0 t dt = 0 para todo n, m (6.6)
T0

5.2 Cálculo del Coeficiente a0 (Componente DC)

Integrando ambos lados de la serie sobre un periodo:
 
Z X∞  Z Z 
 
x(t)dt = a0 T0 + an cos nω0 tdt +bn sin nω0 tdt
T0  T T 
n=1 | 0 {z } | 0 {z }
=0 =0

Resultando: Z
1
a0 = x(t)dt
T0 T0

5.3 Cálculo de los Coeficientes am

Multiplicando por cos mω0 t e integrando:
Z Z
T0
x(t) cos mω0 tdt = am cos2 mω0 tdt = am ·
T0 T0 2
Por tanto: Z
2
am = x(t) cos mω0 tdt
T0 T0

15
 5.4 Fundamento Matemático
Las integrales de productos de sinusoides diferentes son cero (ortogonali-
dad)
Solo sobreviven los términos cuando los índices coinciden (n = m)
El área bajo m ciclos completos de cualquier sinusoide es cero

6 Forma Compacta de Series de Fourier

6.1 Cálculo de Coeficientes
Z
2
Para an : an = x(t) cos nω0 t dt
T0 T0
Z
2
Para bn : bn = x(t) sin nω0 t dt
T0 T0

6.2 Serie de Fourier Trigonométrica Completa

∞
X
x(t) = a0 + (an cos nω0 t + bn sin nω0 t)
n=1
2π
donde ω0 = 2πf0 = T0 y:
Z
1
a0 = x(t)dt
T0 T 0
Z
2
an = x(t) cos nω0 t dt
T0 T 0
Z
2
bn = x(t) sin nω0 t dt
T0 T 0

6.3 Forma Compacta para Señales Reales

∞
X
x(t) = C0 + Cn cos(nω0 t + θn )
n=1
Relaciones con coeficientes originales:

C0 = a0
p
Cn = a2n + b2n
 
−1 −bn
θn = tan
an

16
 6.4 Observaciones Importantes
a0 = C0 es el valor promedio de x(t)
Para señales reales, an , bn , Cn y θn son reales
La forma compacta usa coseno por convención (eje de referencia en faso-
res)

El valor de a0 a menudo puede determinarse por inspección

7 Representación de Señales Aperiódicas por la

Integral de Fourier
7.1 Proceso de Límite de Series de Fourier
Para representar una señal aperiódica x(t) mediante exponenciales comple-
jas, se construye una señal periódica xT0 (t) repitiendo x(t) cada T0 segundos:

Figura 2: Construcción de una señal periódica: (a) señal x(t) y (b) extensión
periódica de x(t).

lı́m xT0 (t) = x(t)

T0 →∞

17
Figura 3: Cambio en el espectro de Fourier cuando el periodo T0 en la figura
16.1 se duplica.

La serie de Fourier exponencial para xT0 (t) es:

∞
X
xT0 (t) = Dn ejnω0 t
n=−∞

2π
donde ω0 = T0 y los coeficientes son:
Z ∞
1
Dn = x(t)e−jnω0 t dt
T0 −∞

7.2 Definición de la Transformada de Fourier

Se define la función X(ω) como:
Z ∞
X(ω) = x(t)e−jωt dt
−∞

Relación entre coeficientes de Fourier y la transformada:

1
Dn = X(nω0 )
T0

7.3 Comportamiento del Espectro cuando T0 → ∞

Al aumentar T0 , ω0 disminuye

18
 El espectro se vuelve más denso (más componentes)
La amplitud de cada componente Dn tiende a cero
1
La envolvente T0 X(ω) mantiene su forma relativa

Paradoja: “ąTenemos nada de todo, pero tenemos algo!”

7.4 La Integral de Fourier

Sustituyendo y tomando el límite cuando ∆ω → 0:
∞
1 X
x(t) = lı́m X(n∆ω)ej(n∆ω)t ∆ω
∆ω→0 2π
n=−∞

Figura 4: La serie de Fourier se convierte en la integral de Fourier en el límite

cuando T → ∞.

Que en el límite se convierte en la integral de Fourier:

Z ∞
1
x(t) = X(ω)ejωt dω
2π −∞

19
 7.5 Definiciones Formales de la Transformada de Fourier

Formulas
Transformada Directa
Z ∞
X(ω) = x(t)e−jωt dt
−∞

Transformada Inversa
Z ∞
1
x(t) = X(ω)ejωt dω
2π −∞

Notación simbólica:
x(t) ⇐⇒ X(ω)

Propiedades del Espectro

• Espectro de amplitud y fase
̸ X(ω)
X(ω) = |X(ω)|ej

• Propiedad de Conjugación

x∗ (t) ⇐⇒ X ∗ (−ω)

• Simetría Conjugada (para x(t) real)

X(−ω) = X ∗ (ω)

Consecuencias para señales reales:

|X(−ω)| = |X(ω)| (Espectro de amplitud par)

̸ X(−ω) = −̸ X(ω) (Espectro de fase impar)

8 Propiedades y Conceptos Adicionales de la

Transformada de Fourier
8.1 Linealidad de la Transformada de Fourier
La transformada de Fourier es lineal. Si:

x1 (t) ⇐⇒ X1 (ω) y x2 (t) ⇐⇒ X2 (ω)

20
entonces:
a1 x1 (t) + a2 x2 (t) ⇐⇒ a1 X1 (ω) + a2 X2 (ω)
Esta propiedad se extiende a un número finito de términos, y a un número
infinito solo si se satisfacen las condiciones para intercambiar las operaciones de
suma e integración.

8.2 Existencia de la Transformada de Fourier

No todas las señales tienen transformada de Fourier. Por ejemplo:
e−at u(t) con a < 0 (exponencial creciente) no tiene transformada de Fou-
rier
La señal diverge y la integral de Fourier no converge

8.3 Condiciones para la Existencia

8.3.1. Condición de Energía Finita
Si x(t) tiene energía finita:
Z ∞
|x(t)|2 dt < ∞
−∞

entonces X(ω) es finita y converge a x(t) en la media:

Z ∞
|x(t) − x̂(t)|2 dt = 0
−∞

donde x̂(t) es la aproximación por la integral de Fourier.

8.3.2. Condiciones de Dirichlet

Si x(t) satisface:
1. Integrabilidad absoluta:
Z ∞
|x(t)|dt < ∞
−∞

2. Número finito de discontinuidades en cualquier intervalo finito

3. Número finito de máximos y mínimos en cualquier intervalo finito
Entonces la transformada converge puntualmente en los puntos de continui-
dad, y en las discontinuidades converge al valor medio.

21
 8.3.3. Notas Importantes
Las condiciones de Dirichlet son suficientes pero no necesarias
La existencia física de una señal es condición suficiente para la existencia
de su transformada
sin at
Señales como t violan la primera condición pero tienen transformada

8.4 El Maravilloso Equilibrio de la Síntesis Fourier

Una señal limitada en tiempo x(t) se sintetiza con exponenciales eternas

Estas componentes existen desde t = −∞ hasta ∞

Sus amplitudes y fases se ajustan para sumar exactamente x(t) en el in-
tervalo (a, b)
Fuera del intervalo, todas las componentes se cancelan exactamente

Este equilibrio perfecto es logrado rutinariamente por la transformada de

Fourier

Figura 5: La maravilla de la transformada de Fourier.

8.5 Funciones Útiles en Análisis de Fourier

8.5.1. Función Compuerta Unitária
Definimos una función de puerta unitaria rect(x) como un pulso de puerta
de altura y anchura unitarias, centrado en el origen, como se ilustra en la Fig.
7.7a .


0 |x| > 2
1

rect(x) = 2 |x| = 21
1


1 |x| < 21

22
 El pulso de compuerta en la Fig. 7.7b es el pulso de compuerta unitario
rect(x) expandido por un factor a lo largo del eje horizontal y, por lo tan-
to, puede expresarse como rect(x/) (véase la sección 1.2-2). Obsérvese que , el
denominador del argumento de rect(x/), indica el ancho del pulso.

Figura 6: Un pulso de compuerta.

8.5.2. Función Triángulo Unitária

(
0 |x| ≥ 1
2
∆(x) =
1 − 2|x| |x| < 1
2

Figura 7: Pulso triangular.

8.5.3. Propiedades de Escalado

rect(x/τ ) representa un pulso compuerta de ancho τ

El denominador del argumento indica el ancho del pulso

8.5.4. Función de Interpolación Sinc(x)

La función sinc se define como:
sin x
sinc(x) =
x
Propiedades Principales:
1. Función par: sinc(x) = sinc(−x)
2. Ceros: sinc(x) = 0 cuando sin x = 0 (excepto en x = 0)

23
 Ceros en x = ±π, ±2π, ±3π, . . .
3. Valor en cero: Usando L’Hôpital: sinc(0) = 1
4. Comportamiento: Oscilaciones amortiguadas de periodo 2π
Producto de sin x (oscilante) y 1/x (decreciente monótonamente)
Amplitud decrece como 1/x

Figura 8: Pulso triangular.

8.6 Ejemplo: sinc(3ω/7)

El argumento 3ω/7 = π cuando ω = 7π/3
Primer cero ocurre en ω = 7π/3

8.7 Ancho de Banda de rect(t/τ )

8.7.1. Características del Espectro
Pico en ω = 0

Decae a altas frecuencias

Señal pasa-bajas con energía concentrada en bajas frecuencias

24
 8.7.2. Estimación de Ancho de Banda
Espectro teóricamente se extiende de 0 a ∞ ancho de banda infinito
Energía concentrada en el primer lóbulo (ω = 0 a ω = 2π/τ )
Estimación aproximada:
2π 1
B≈ rad/s o B≈ Hz
τ τ

Relación recíproca: Ancho de pulso τ Ancho de banda 1/τ

9 Propiedades de la Transformada de Fourier

9.1 Dualidad Tiempo-Frecuencia
9.1.1. Simetría entre Transformadas Directa e Inversa
Las ecuaciones de la transformada muestran una dualidad fundamental:

Z ∞
Directa: X(ω) = x(t)e−jωt dt
−∞
Z ∞
1
Inversa: x(t) = X(ω)ejωt dω
2π −∞

Figura 9: Una simetría cercana entre las transformadas de Fourier directa e

inversa.

25
 9.1.2. Principio de Dualidad
Las operaciones son duales intercambiando x(t) ↔ X(ω) y t ↔ ω
Solo hay dos diferencias menores:
• Factor 2π en la inversa
• Signo opuesto en los exponentes
Comparación: Como una fotografía y su negativo

9.1.3. Ejemplo de Dualidad

Desplazamiento temporal: x(t − t0 ) ⇐⇒ X(ω)e−jωt0

Desplazamiento frecuencial: x(t)ejω0 t ⇐⇒ X(ω − ω0 )

9.1.4. Formulación en Hertz

Eliminando el factor 2π usando f (Hz) donde ω = 2πf :
Z ∞
X(2πf ) = x(t)e−j2πf t dt
−∞
Z ∞
x(t) = X(2πf )ej2πf t df
−∞

9.2 Linealidad
Si:
x1 (t) ⇐⇒ X1 (ω) y x2 (t) ⇐⇒ X2 (ω)
Entonces:
a1 x1 (t) + a2 x2 (t) ⇐⇒ a1 X1 (ω) + a2 X2 (ω)

9.3 Conjugación y Simetría Conjugada

9.3.1. Propiedad de Conjugación
Si x(t) ⇐⇒ X(ω), entonces:

x∗ (t) ⇐⇒ X ∗ (−ω)

26
 9.3.2. Simetría Conjugada (señales reales)
Si x(t) es real, entonces:
X(−ω) = X ∗ (ω)
lo que implica:
|X(−ω)| = |X(ω)| (Espectro de amplitud par)
̸ X(−ω) = −̸ X(ω) (Espectro de fase impar)

9.4 Propiedad de Dualidad Formal

Si:
x(t) ⇐⇒ X(ω)
Entonces:
X(t) ⇐⇒ 2πx(−ω)

9.4.1. Demostración

Z ∞
1
X(u)ejut du
x(t) =
2π −∞
Z ∞
2πx(−t) = X(u)e−jut du
−∞
Z ∞
Cambiando t → ω : 2πx(−ω) = X(t)e−jωt dt
−∞

9.5 Propiedad de Escalado

9.5.1. Enunciado
Si x(t) ⇐⇒ X(ω), entonces para cualquier constante real a:
1 ω
x(at) ⇐⇒ X
|a| a

9.5.2. Demostración para a > 0

Z ∞
F[x(at)] = x(at)e−jωt dt
−∞
Z
1 ∞
= x(u)e−j(ω/a)u du
a −∞
1 ω 
= X
a a
−1 ω

1 ω


Para a < 0 se obtiene a X a , combinando ambos casos: |a| X a .

27
 9.5.3. Significado Físico del Escalado
Compresión temporal (a > 1): La señal varía más rápido
• Resulta en expansión espectral
• Las frecuencias componentes aumentan en factor a

Expansión temporal (0 < a < 1): La señal varía más lento

• Resulta en compresión espectral
• Las frecuencias componentes disminuyen en factor a
Relación recíproca: Tiempo ↔ Frecuencia

Figura 10: La propiedad de escala de la transformada de Fourier..

9.5.4. Ejemplo Ilustrativo

cos ω0 t: Espectro con impulsos en ±ω0
cos 2ω0 t = cos ω0 (2t): Compresión temporal por factor 2
Espectro: Impulsos en ±2ω0 (expansión espectral por factor 2)

9.6 Implicaciones del Principio de Dualidad

Productividad: Cada resultado tiene su dual
Comprensión: Ofrece perspectivas sobre propiedades no evidentes

Eficiencia: Reduce el trabajo al derivar propiedades

Insights: Revela conexiones profundas entre tiempo y frecuencia

28
10 Propiedades de Desplazamiento y Convolu-
ción en la Transformada de Fourier
10.1 Reciprocidad Duración-Ancho de Banda
10.1.1. Principio Fundamental
El escalado implica: señal más ancha ⇒ espectro más angosto
Duplicar la duración ⇒ reducir ancho de banda a la mitad
Relación inversa: Ancho de banda ∝ 1
duración

10.1.2. Ejemplo: Pulso Compuerta

Pulso de ancho τ segundos
Ancho de banda ≈ 1
τ Hz

10.1.3. Propiedad de Inversión (Reflexión)

Haciendo a = −1 en la propiedad de escalado:

x(−t) ⇐⇒ X(−ω)

10.2 Propiedad de Desplazamiento Temporal

10.2.1. Enunciado
Si x(t) ⇐⇒ X(ω), entonces:

x(t − t0 ) ⇐⇒ X(ω)e−jωt0

10.2.2. Demostración

Z ∞
F[x(t − t0 )] = x(t − t0 )e−jωt dt
−∞
Z ∞
Sea u = t − t0 ⇒ = x(u)e−jω(u+t0 ) du
−∞
Z ∞
= e−jωt0 x(u)e−jωu du
−∞
−jωt0
= X(ω)e

29
 10.2.3. Interpretación Física
Espectro de amplitud: No cambia (|X(ω)e−jωt0 | = |X(ω)|)
Espectro de fase: Cambia por −ωt0 (fase lineal)
Retardo temporal ⇒ desplazamiento de fase lineal con la frecuencia

10.3 Explicación Física de la Fase Lineal

10.3.1. Síntesis por Componentes Sinusoidales
x(t) se sintetiza con sinusoides de amplitudes y fases específicas

x(t − t0 ) usa las mismas componentes, cada una retardada t0 segundos

Amplitudes permanecen iguales

10.3.2. Retardo en una Sinusoide

cos ωt retardado t0 segundos:

cos ω(t − t0 ) = cos(ωt − ωt0 )

Retardo temporal t0 ⇒ desplazamiento de fase ωt0

Fase lineal: ϕ(ω) = −ωt0

Componentes de alta frecuencia requieren mayores desplazamientos de fase

para el mismo retardo temporal

10.3.3. Ejemplo Ilustrativo

Sinusoide 1: Frecuencia ω1 , retardo t0 ⇒ fase −ω1 t0
Sinusoide 2: Frecuencia 2ω1 , retardo t0 ⇒ fase −2ω1 t0
Para t0 fijo: fase doble para frecuencia doble

30
Figura 11: Explicación física de la propiedad de desplazamiento temporal..

10.4 Propiedad de Desplazamiento en Frecuencia

10.4.1. Enunciado
Si x(t) ⇐⇒ X(ω), entonces:

x(t)ejω0 t ⇐⇒ X(ω − ω0 )

10.4.2. Demostración

Z ∞
F[x(t)ejω0 t ] = x(t)ejω0 t e−jωt dt
−∞
Z ∞
= x(t)e−j(ω−ω0 )t dt
−∞
= X(ω − ω0 )

10.4.3. Forma con Coseno

x(t)e−jω0 t ⇐⇒ X(ω + ω0 )

31
10.5 Modulación de Amplitud
10.5.1. Modulación con Coseno

1
x(t) cos ω0 t = [x(t)ejω0 t + x(t)e−jω0 t ]
2
1
x(t) cos ω0 t ⇐⇒ [X(ω − ω0 ) + X(ω + ω0 )]
2

10.5.2. Terminología de Modulación

Señal moduladora: x(t)
Portadora: cos ω0 t
Señal modulada: x(t) cos ω0 t
Modulación de amplitud: Variación de amplitud de la portadora

10.5.3. Representación Gráfica

x(t) cos ω0 t toca x(t) en picos positivos de cos ω0 t
x(t) cos ω0 t toca −x(t) en picos negativos de cos ω0 t
x(t) y −x(t) actúan como envolventes de la señal modulada

10.6 Aplicaciones de la Modulación

10.6.1. Multiplexación por División de Frecuencia (FDM)
Problema: Múltiples señales en misma banda se interfieren
Solución: Asignar frecuencia portadora distinta a cada señal
Cada estación transmite señal modulada en banda diferente
Receptor sintoniza banda deseada y demodula

10.6.2. Demodulación
Operación dual a la modulación
Implementa desplazamiento espectral para restaurar banda original

10.6.3. Radiación Eficiente

Problema: Antenas para audio requieren tamaños impracticables
Solución: Modular para desplazar espectro a frecuencias más altas
Longitudes de onda menores ⇒ antenas más pequeñas

32
10.7 Propiedades de Convolución

Formulas
Convolución Temporal
Si:
x1 (t) ⇐⇒ X1 (ω) y x2 (t) ⇐⇒ X2 (ω)
Entonces:
x1 (t) ∗ x2 (t) ⇐⇒ X1 (ω)X2 (ω)

Convolución Frecuencial (Dual)

1
x1 (t)x2 (t) ⇐⇒ X1 (ω) ∗ X2 (ω)
2π

Aplicación en Sistemas LTI

Para un sistema con respuesta al impulso h(t) ⇐⇒ H(ω):

y(t) = x(t) ∗ h(t) ⇐⇒ Y (ω) = X(ω)H(ω)

10.7.1. Demostración

Z ∞ Z ∞ 
−jωt
F[x1 (t) ∗ x2 (t)] = e x1 (τ )x2 (t − τ )dτ dt
−∞ −∞
Z ∞ Z ∞ 
= x1 (τ ) e−jωt x2 (t − τ )dt dτ
−∞ −∞
Z ∞
 
= x1 (τ ) X2 (ω)e−jωτ dτ
−∞
Z ∞
= X2 (ω) x1 (τ )e−jωτ dτ
−∞
= X1 (ω)X2 (ω)

33
 10.8 Diferenciación e Integración Temporal

Formulas
Diferenciación Temporal

dx(t)
⇐⇒ jωX(ω)
dt

Extensión a derivadas superiores:

dn x(t)
⇐⇒ (jω)n X(ω)
dtn

Integración Temporal
Z t
X(ω)
x(τ )dτ ⇐⇒ + πX(0)δ(ω)
−∞ jω

10.8.1. Condiciones:
dx/dt debe satisfacer condiciones de Dirichlet
Z ∞
dx(t)
dt < ∞
−∞ dt
x(t) → 0 cuando t → ±∞
Sin componente DC (se perdería en diferenciación)

10.8.2. Interpretación
X(ω)
jω : Transformada de la integral

πX(0)δ(ω): Término de componente DC (si X(0) ̸= 0)

10.8.3. Relación Fundamental

Diferenciación: Multiplica por jω
Integración: Divide por jω + término DC

Son operaciones duales en tiempo/frecuencia

11 Transmisión de Señales en Sistemas LTIC

34
 11.1 Ecuación Fundamental

Y (ω) = H(ω)X(ω)

11.2 Dos Perspectivas Equivalentes

Formulas
Dominio del Tiempo:
Z
y(t) = x(τ )h(t − τ )dτ

Dominio de la Frecuencia:
Z
1
y(t) = X(ω)H(ω)ejωt dω
2π
Dualidad Fundamental

Impulso δ(t) ←→ Exponencial ejωt

F{δ(t − τ )} = e−jωτ
F{ejω0 t } = 2πδ(ω − ω0 )

12 Pensamiento en los Dominios del Tiempo y

la Frecuencia
Tanto las señales como los sistemas tienen una doble perspectiva: dominio
del tiempo y dominio de la frecuencia.

12.1 Señales
Dominio del tiempo: Describe la forma de onda de una señal. Ejemplo:
e−2t u(t).
Dominio de la frecuencia: Describe la composición espectral (amplitu-
des relativas de componentes sinusoidales y sus fases). Ejemplo: Transfor-
mada de Fourier 1/(jω + 2).

Sistemas LTIC
Dominio del tiempo: Respuesta al impulso h(t).

35
 Dominio de la frecuencia: Respuesta en frecuencia H(ω).

Los ingenieros experimentados piensan instintivamente en ambos dominios:

Perspectiva tiempo: Ancho de h(t) indica la constante de tiempo y la

dispersión del pulso.
Perspectiva frecuencia: El sistema como filtro H(ω) que transmite se-
lectivamente componentes de frecuencia.

La relación fundamental es: Y (ω) = X(ω)H(ω).

13 Sistemas Pasa-Banda y Retardo de Grupo

Para sistemas pasa-banda, las condiciones de transmisión sin distorsión se
relajan:

La fase debe ser lineal sobre la banda de interés, pero no necesariamente

pasar por el origen.
Para una señal modulada z(t) = x(t) cos ωc t, la respuesta del sistema es:

y(t) = G0 x(t − tg ) cos[ωc (t − tg ) + ϕ0 ]

donde:
• tg : retardo de grupo (retardo de la envolvente)
• ϕ0 : cambio de fase de la portadora

La información reside en la envolvente x(t), que se transmite sin distorsión

si x(t − tg ) no se distorsiona.

El retardo de grupo se define como:

d
tg (ω) = − ̸ H(ω)
dω

14 Filtros Ideales y Prácticos

14.1 Filtro Ideal Pasa-Bajos
 ω 
H(ω) = rect e−jωtd
2W
W
h(t) = sinc[W (t − td )]
π
Problema: h(t) ̸= 0 para t < 0 sistema no causal y físicamente irrealizable.

36
 14.2 Criterio de Paley-Wiener
Condición necesaria y suficiente para realizabilidad física:
Z ∞
| ln |H(ω)||
dω < ∞
−∞ 1 + ω2

|H(ω)| no puede ser cero sobre ninguna banda finita.

|H(ω)| no puede decaer demasiado rápido con ω.
Los filtros ideales violan este criterio.

14.3 Aproximación Práctica

Cortar la cola de h(t) para t < 0: ĥ(t) = h(t)u(t)

Con suficiente retardo td , ĥ(t) se aproxima a h(t)

El precio es mayor retardo en la salida

15 Energía de la Señal
Estas ecuaciones permiten pasar del dominio temporal al frecuencial, facili-
tando el análisis espectral de la energía total o parcial de la señal.

Formulas

Teorema de Parseval (para la transformada de Fourier):

Z ∞
1
Ex = |X(ω)|2 dω (1)
2π −∞

Donde |X(ω)|2 es la densidad espectral de energía.

Energía para señales reales :
Z
1 ∞
Ex = |X(ω)|2 dω (2)
π 0

(Aprovecha que |X(ω)|2 es función par).

Contribución de energía en una banda de frecuencias ω1 a
ω2 (eq. 7.47): Z
1 ω2
∆Ex = |X(ω)|2 dω (3)
π ω1

37
 Figura 12: Interpretación de la densidad espectral de energía de una señal.

16 Aplicacion a las comunicaciones

16.1 Modulación de Doble Banda Lateral con Portadora
Suprimida (DSB-SC)

Figura 13: Modulación DSB-SC.

En la modulación de amplitud, la amplitud A de la portadora A cos(ωc t+θc )

varía de acuerdo con la señal moduladora (señal de banda base) m(t). Supo-

38
niendo θc = 0, si la amplitud de la portadora es directamente proporcional a
m(t), la señal modulada resulta:

φ(t) = m(t) cos ωc t

16.1.1. Representación en el Dominio de la Frecuencia

Formulas

Si m(t) ⇐⇒ M (ω), entonces:

1
m(t) cos ωc t ⇐⇒ [M (ω + ωc ) + M (ω − ωc )] (7.48)
2
donde:
M (ω − ωc ) es M (ω) desplazada a la derecha por ωc
M (ω + ωc ) es M (ω) desplazada a la izquierda por ωc

16.1.2. Características del Espectro Modulado

El proceso de modulación desplaza el espectro de m(t) a izquierda y de-
recha de ωc
Si el ancho de banda de m(t) es B Hz, el ancho de banda de la señal
modulada es 2B Hz
El espectro centrado en ωc tiene dos partes:

• Banda Lateral Superior (USB): porción por encima de ωc

• Banda Lateral Inferior (LSB): porción por debajo de ωc
Igualmente, el espectro centrado en −ωc también tiene bandas laterales
superior e inferior

16.1.3. Condición de No Solapamiento

Impotante

Para evitar solapamiento entre los espectros centrados en ±ωc , se requie-

re:

ωc ≥ 2πB
Si ωc < 2πB, los espectros se solapan y la información de m(t) se pierde,
haciendo imposible recuperar la señal original desde la señal modulada.

39
 16.1.4. Modulación DSB
La modulación DSB multiplica una señal mensaje m(t) por una portadora
cos ωc t, desplazando su espectro alrededor de ±ωc .
1
m(t) cos ωc t ⇐⇒ [M (ω + ωc ) + M (ω − ωc )]
2

16.1.5. Características Clave

Impotante

Ancho de banda: Si m(t) tiene ancho B Hz, la señal modulada

ocupa 2B Hz

Bandas laterales:
• USB (superior): frecuencias > ωc
• LSB (inferior): frecuencias < ωc

Condición esencial: ωc ≥ 2πB para evitar solapamiento

16.1.6. Consecuencias del Solapamiento

Si ωc < 2πB:
Los espectros en ±ωc se superponen
Pérdida irreversible de información
Imposible demodular correctamente

40
16.2 Demodulación de señales DSB-SC

Figura 14: Demodulación de DSB-SC: (a) demodulador y (b) espectro de

e(t).

Formulas
Proceso Básico

e(t) = m(t) cos ωc t × cos ωc t = m(t) cos2 ωc t

Resultado de la Multiplicación
1 1
e(t) = m(t) + m(t) cos 2ωc t
2 2

16.2.1. Demodulación Completa

Procedimiento
1. Multiplicar señal recibida por cos ωc t

2. Filtrar con pasa-bajos para eliminar componente en 2ωc

3. Salida: 12 m(t) (señal original escalada)

41
 Figura 15: Demodulación de DSB-SC: (a) demodulador y (b) espectro de
e(t).

16.2.2. Requisito Crítico

Portadora local debe tener misma frecuencia y fase que la original
Método llamado detector síncrono/coherente

16.2.3. Componentes Espectrales

Deseada: 12 M (ω) en ω = 0 (pasa el filtro)

No deseada: centrada en ±2ωc (eliminada por filtro)

16.3 Modulación de amplitud (AM)

La sección compara la modulación suprimida de portadora con la modulación
de amplitud (AM), donde se transmite la portadora junto con la señal modulada
para simplificar la demodulación en el receptor, evitando la generación local de
la portadora. La señal AM se expresa como

φAM (t) = [A + m(t)] cos(ωc t),

donde A es la amplitud de la portadora y m(t) la señal moduladora. Para

detección de envolvente (simple y económica), se requiere

A + m(t) ≥ 0 para todo t,

equivalente a A ≥ mp si mp es el pico de |m(t)|. El índice de modulación

µ = mp /A satisface
0 ≤ µ ≤ 1,
asegurando visibilidad de la envolvente y evitando distorsión. Esto justifica AM
para transmisiones con ahorro en potencia y complejidad receptora.

42
Figura 16: Una señal AM (a) para dos valores de A (b, c) y las respectivas
envolventes (d, e)..

43