Académique Documents
Professionnel Documents
Culture Documents
nales y Sistemas
Se
nales y Sistemas (66.74 y 86.05)
Facultad de Ingeniera
Universidad de Buenos Aires
Agosto 2013
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 1/31
Resumen
1 Introducci
on a la materia
2 Se
nales en tiempo continuo y discreto
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 2/31
Introduccion a la materia I
El analisis y sntesis de se
nales y sistemas tiene importancia fundamental en
la ciencia y la tecnologa:
Comunicaciones
Control
Teora de circuitos
Generaci
on y distribuci
on de energa electrica
Ingeniera biomedica
Aplicaciones de punta: sistemas aeroespaciales, radares, etc.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 3/31
Introduccion a la materia II
Temas que cubriremos:
Conceptos b
asicos de se
nales y sistemas.
Convoluci
on y propiedades de sistemas lineales.
Series y transformadas de Fourier.
Muestreo e interpolaci
on.
Transformada de Laplace y transformada Z y an
alisis de sistemas
mediante dichas herramientas.
Dise
no de filtros digitales.
Aplicaciones: sistemas de comunicaciones anal
ogicas, sistemas
realimentados, etc.
http://campus.fi.uba.ar/
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 4/31
Introduccion a la materia III
Bibliografa b
asica:
A. Oppenheim, A. Willsky , S Nawab, Se
nales y Sistemas, Pearson
Education, 2da. edici
on, 1998.
A. Oppenheim, R. Schafer, J. Buck, Tratamiento de Se
nales en
Tiempo Discreto, Prentice-Hall, 2da. edici
on, 1999.
Bibliografa suplementaria:
B. Porat, A Course in Digital Signal Processing, John Wiley & Sons,
1ra. edici
on, 1997.
T. Kailath, Linear Systems, Prentice-Hall, 1ra. edici
on, 1980.
P. Vaidyanathan, Multirate Systems and Filterbanks, Prentice-Hall,
1ra. edici
on, 1993.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 5/31
Introduccion a la materia IV
Aprobaci
on de la materia:
Parcial a partir de la clase 10 (ver cronograma).
Presentaci
on y defensa de un trabajo pr
actico especial hacia el final de
cuatrimestre.
Nota de cursada NCur = 0.7 Npar + 0.3 Ntp.
Coloquio integrador. Nota final: Nf = 0.4 NCur + 0.6 NCol.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 6/31
Se
nales I
Que es una se
nal???
B
asicamente es un objeto que lleva informaci
on total o parcial sobre el
comportamiento de un sistema fsico
Existe una diversidad enorme de sistemas fsicos y por ende una inmensidad de
se
nales de naturaleza diversa!!
Sin embargo en general pueden ser modelizadas de una forma universal y ser
analizadas con herramientas matematicas independientes de la naturaleza fsica de
dichas se
nales!!!
Esto es importante ya que nos permite analizar se nales y sistemas sin hacer
ninguna consideraci
on sobre su naturaleza fsica concreta pudiendo generar
conceptos y analisis verdaderamente universales!!
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 7/31
Se
nales II
El modelo matem
atico para una se
nal es el de una funci
on
x(t) : RN R
. Ejemplos:
El voltaje v(t) como funci
on del tiempo en un capacitor. Claramente N = 1.
La senal del coraz
on humano en funci
on del tiempo obtenida a trav
es de un
electrocardiograma. De nuevo N = 1.
La temperatura en una varilla de metal en funci
on de la posici
on sobre la
misma. De nuevo N = 1.
Una imag en fotogr
afica, donde f (t1 , t2 ) es la intensidad del brillo y t1 y t2
son las coordenadas espaciales. En este caso N = 2.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 8/31
Se
nales III
x[n] : Z R
Ejemplos de se
nales de tiempo discreto:
Muestras de una se
nal de tiempo continuo (a trav
es de un apropiado
procedimiento de muestreo que estudiaremos m as adelante).
Datos sobre el nivel de precipitaciones en Buenos Aires para cada mes del
a
no (se
nal intrnsecamente de tiempo discreto).
Datos para cada da del nivel de operaciones en la Bolsa de Buenos Aires.
(se
nal intrnsecamente de tiempo discreto).
Las se
nales de tiempo continuo se conocen tambi en como se
nales analogicas. Las
se
nales de tiempo discreto cuyos valores no necesariamente son n umeros reales,
sino que pertenecen a un conjunto finito, se denominan se nales digitales. Un
ejemplo de se
nal digital es la salida de un conversor A/D.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 9/31
Se
nales IV
Una u
ltima clasficaci
on discrimina entre:
Se
nales determinsticas: Cada valor de la se
nal para cada t o n, seg
un
corresponda, esta perfectamente determinado a trav es de una funcion
matem atica o una tabla de valores.
Se
nales estoc
asticas: El valor de la se
nal para cada t o n, seg
un corresponda,
no est
a perfectamente determinado y obedece a una ley de probabilidad. Se
puede decir, que una senal estoc
astica es un conjunto de senales, todas
perfectamente realizables, por un esquema subyacente de probabilidades.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 10/31
Se
nales V
Desde el formalismo matem atico nos servir
a estructurar las se
nales en espacios
vectoriales adecuados (para nosotros estructurados sobre R o C). En forma precisa
Observaciones:
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 11/31
Se
nales VI
Ejemplos:
nales f : R R tales que :
Sea L2 (R) el espacio de las se
Z
|f (t)|2 dt < ,
es decir las se
nales con energa finita en toda la recta. Es claro que L2 (R) es
un espacio vectorial. Probarlo!!!
El resultado es el mismo para L2 (B) con B R el espacio de las se
nales
f : B R tales que : Z
|f (t)|2 dt <
B
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 12/31
Se
nales VII
En algunos espacios vectorial podremos contar con algunas estructuras m
as
completas. Por ejemplo, con un producto interno.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 13/31
Se
nales VIII
La presencia de producto interno permite definir la noci
on de ortogonalidad entre
elementos de un espacio vectorial.
Ejemplo: Sea f (t), g(t) L2 ([0, T ]) con el producto interno usual. Entonces, si
f (t) y g(t) son ortogonales:
Z T
f (t)g(t)dt = 0
0
1
L2 ([0, T ]) es un espacio de dimensi
on infinita y existen algunas cuestiones t
ecnicas para
estar seguros que el conjunto de las exponenciales complejas permite generar cualquier
elemento del espacio. No nos detendremos en dichos detalles en el curso.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 14/31
Algunas funciones u
tiles I
Una funci
on muy u
til para nosotros ser
a la funci
on escal
on unitario:
El valor en t = 0 no es importante y se puede
1 t>0 definir con total libertad. Una elecci
on
u(t) =
0 t<0 popular es u(0) = 0.5.
Otra funci
on de mucho inter
es para nosotros ser
a la delta de Dirac o funci
on
impulso unitario2 :
La definici
on rigurosa de este objeto es matem
aticamente compleja. Incluso desde
el punto de vista formal, lo que llamamos como delta de Dirac no es una funci
on.
Nosotros, como usaremos este objeto de forma puramente operativa nos
preocuparemos por estos detalles.
En forma equivalente la delta de Dirac es un objeto que cumple con las siguientes
propiedades
(t) = 0 t 6= 0.
R
(t)dt = 1.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 16/31
Algunas funciones u
tiles III
on (t) = u0 (t) como un lmite (aunque no
Podemos intepretar la expresi
rigurosamente):
(t) = u0 (t), 0
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 17/31
Algunas funciones u
tiles IV
Notar que para una senal x(t) continua podemos escribir (con el lmite
interpretado en el mismo sentido que las expresiones de arriba):
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 18/31
Algunas funciones u
tiles V
Para el caso de tiempo discreto podemos tambi en definir las funciones escal
on
unitario u[n] y la funci
on impulso unitario [n]:
2 2
1.8 1.8
1.6 1.6
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
4 2 0 2 4 6 8 10 4 3 2 1 0 1 2 3 4
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 19/31
Sistemas I
Que es un sistema??
B
asicamente es un objeto que acepta senales, las transforma de acuerdo a una
determinada ley y proporciona a su salida dichas senales. transformadas
Sin embargo, en general pueden los sistemas pueden ser modelizados de una forma
universal y ser analizados con herramientas matem aticas independientes su
naturaleza fsica!!!
Ejemplos
Un capacitor que dado una tensi
on entre sus bornes v(t) genera una
corriente i(t).
Una camara fotogr afica digital que dada una escena del mundo real
(modelizada con una se nal bidimensional de intensidades lumnicas
analogica), proporciona una se nal bidimensional de intensidades lumnicas
digitales.
Un instrumento musical de viento, que dada la senal de entrada dada por el
soplido del m
usico, proporciona una se
nal ac
ustica.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 20/31
Sistemas II
Desde el punto vista matematico formal podemos definir a un sistema como a un
operador que opera entre dos espacios de se
nales. En particular nos interesaran
aquellos operadores que operen entre dos espacios vectoriales de se
nales:
Un sistema cuyas entradas son se nales en el espacio vectorial H1 y sus salidas son
nales en el espacio vectorial H2 se puede representar en forma matem
se atica por
un T : H1 H2 . En forma compacta la acci on del sistema representado por T se
puede escribir como:
y(t) = T [x(t)]
donde x(t) H1 es la se
nal de entrada y y(t) H2 es la se
nal de salida.
Por supuesto que las mismas definiciones valen para sistemas que toman se nales
en tiempo discreto y entregan se
nales en tiempo discreto o incluso para sistemas
mixtos!!
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 21/31
Sistemas III
Analicemos algunas propiedades y ejemplos concretos de sistemas
Memoria: Un sistema se dice que es sin memoria cuando su salida en
tiempo t depende solamente de su entrada en el tiempo t. Por ejemplo en un
espacio vectorial H de se
nales de tiempo continuo reales un sistema sin
memoria:
y(t) = x(t), C
Otro ejemplo m
as general puede estar dado a trav
es de una funci
on gen
erica
f :RR
y(t) = f (x(t))
Qu e sistemas reales se le ocurren que se pueden modelizar de esta forma??
En forma equivalente un sistema se dice que es con memoria cuando su
salida en el tiempo t depende de su entrada en otros tiempos distintos de t
(por supuesto puede depender tambi en de la entrada a tiempo t). Ejemplos
de sistemas con memoria:
Z t 1 X1
n+N
y(t) = x(t ), y(t) = x( )d, y[n] = x[k]
N k=n
Qu
e sistemas reales con memoria se le ocurren??
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 22/31
Sistemas IV
Ejemplos:
y(t) = x(t) es invertible si 6= 0.
y[n] = n
P
k= x[k] es invertible. Cu al es el sistema inverso??
Rt
y(t) = x( )d es invertible. Cu al es el sistema inverso??
y(t) = sin
(x(t)) no es invertible. Por qu e?
x[n] 0nN
y[n] = no es invertible. Por que?
0 en otro caso
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 23/31
Sistemas V
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 24/31
Sistemas VI
Estabilidad: Existen varios criterios de estabilidad. Nosotros vamos a
trabajar con el que dice que un sistema es estable si para entradas acotadas
la salida permanece acotada. Este criterio de estabilidad se conoce
com unmente como BIBO (Bounded Input-Bounded Output). En t erminos
precisos, si B1 R+ tal que
|x(t)| B1 , t R
Tener sistemas estables es muy importante en la pr actica! Por otro lado analizar
la estabilidad de un sistema general puede ser un problema difcil. Sin embargo,
existe una familia muy amplia de sistemas (los lineales e invariantes en el tiempo)
donde el an alisis de la estabilidad es muy simple.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 25/31
Sistemas VII
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 26/31
Sistemas VIII
T [x1 (t)+x2 (t)] = T [x1 (t)]+T [x2 (t)] = y1 (t)+y2 (t), Propiedad de aditividad!
n N N
" #
X X X
T k xk (t) = T [k xk (t)] = k yk (t) Principio de superposici
on!
k=1 k=1 k=1
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 27/31
Sistemas IX
Los sistemas lineales e invariantes en el tiempo (LTI, linear time invariant) ser
an
los que estudiaremos con m as detalles en este curso. Dichas propiedades permiten
estudiarlos y conocerlos con mucho detalle. Notar que hay sistemas que pueden
ser lineales y no invariantes en el tiempo (ver el u
ltimo ejempo) y viceversa.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 28/31
Temas para leer por cuenta propia
Lectura obligatoria
Se
nales de energa finita y potencia finita (Oppenheim and Willsky,
Secci
on 1.1.2).
Transformaciones de la variable independiente para se
nales en tiempo
continuo y tiempo discreto (Oppenheim and Willsky, Secci on 1.2).
Se
nales exponenciales y senoidales en tiempo continuo y discreto
(Oppenheim and Willsky, Secci on 1.3).
Lectura optativa
Se
nales en tiempo discreto (Oppenheim and Schafer, Secci
on 2.1)
Sistemas en tiempo discreto (Oppenheim and Schafer, Secci
on 2.2)
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 29/31
Algunos ejercicios I
1 Mostrar que si f (t) L2 (R) entonces limt f (t) = limt f (t) = 0. Cu anto vale la
potencia promedio de estas se nales?. Puede una se
nal con potencia promedio distinta de
t
cero pertenecer a L2 (R)? Es e L2 (R)? Es una se
nal de potencia finita?
j2kn
nales de tiempo discreto de largo N fk [n] = 1 e
2 Sean las se N , n = 0, 1, . . . , N 1
N
N 1
y con k = 0, 1, . . . , N 1. Demostrar que las funciones {fk [n]}k=0 forman una base
ortonormal para el espacio vectorial de se nales x[n] de tiempo discreto tales que
x : [0 : N 1] C. Compare con el caso del espacio de funciones de tiempo continuo
L2 ([0, T ]) y las exponenciales complejas en tiempo continuo discutidas en clase.
3 Mostrar que la siguiente es funci
on delta nascent:
t2
( )
1
(t) = exp
2 22
1 (t) a 6= 0.
4 Probar que (at) = |a|
5 Es posible definir las derivadas de orden k de la delta de Dirac. Pruebe que 0 (t)
satisface (para cualquier x(t) diferenciable y con derivada continua en t = 0):
Z
0 0
(t)x(t)dt = x (0)
R
Se anima a generalizar el resultado de arriba para (k) (t)x(t)dt cuando x(t) es una
se
nal k-veces diferenciable y con derivadas continuas?? Hint: Recuerde integraci on por
partes...
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 30/31
Algunos ejercicios II
T [0] = 0
donde 0 es la se
nal nula.
7 Mostrar que un sistema lineal es causal s y s
olo s para todo t0 y entrada x(t) tal que
es nula para t t0 entonces la salida y(t) es nula para t t0 .
8 Considere el sistema de tiempo discreto cuya salida para cada entrada x[n] la salida se
computa como ( h i
x n k
si n mod k = 0
y[n] =
0 en otro caso
donde k es un n umero natural arbitrario. Mostrar que este sistema es lineal pero no es
invariante en el tiempo. Para que desplazamientos temporales en las entradas vale que
la salida es una versi
on desplazada de la se
nal de salida original asociada a una entrada
x[n]?
9 Considere el sistema y[n] = x[kn] donde k N. Determinar si este sistema es invariante
en el tiempo.
10 Pruebe que si a un sistema invariante en el tiempo se le introduce una senal de entrada
peri
odica con perodo T la salida es peri
odica con el mismo perodo. Analice un ejemplo
de un sistema variante en el tiempo donde esto no sea cierto.
Se
nales y Sistemas (66.74 y 86.05) Introducci
on a las Se
nales y Sistemas 31/31