2 Fundamentos de las Señales Discretas

2.1 Resumen
Una señal discreta viene representada matemáticamente a través de una función cuya variable
independiente es de tipo discreto (sólo toma valores enteros). De esta manera, podemos decir
que una señal discreta es una secuencia de números. Si estos números o amplitudes son también
de tipo discreto, estaremos hablando de señales digitales. Las señales discretas pueden obtener-
se bien, a partir de un muestreo de una señal continua o bien, a partir de un procesado discreto.

Objetivo: En esta práctica nos centraremos en la generación y visualización de secuencias

básicas unidimensionales en el entorno Matlab ası́ como en las operaciones elementales con se-
cuencias.

Duración: una sesión de 2 horas

2.2 Introducción teórica

Las señales discretas pueden proceder de estudios demográficos, de datos económicos o meteo-
rológicos para los cuales, la variable independiente es inherentemente discreta. Otro tipo de
secuencias discretas son aquéllas generadas a partir de un muestreo de señales cuya variable
independiente es continua. Por ejemplo, para el procesado discreto de una señal de voz se ne-
cesita una secuencia discreta en donde estén almacenados los valores que toma la voz continua
en instantes temporales equiespaciados.

El interés creciente del procesado discreto o digital de señales estriba en su versatilidad y

eficiencia para tratar señales bien diferentes y procesos complejos de gran carga computacional.
La implementación de estos procesos puede llevarse a cabo con diferentes tecnologı́as, que hoy
en dı́a pueden considerarse como muy potentes y económicas: microprocesadores de propósito
especı́fico, ordenadores de propósito general, dispositivos de onda acústica de superficie...

En los siguientes apartados se presentan los conceptos fundamentales de las señales discretas.

2.2.1 Secuencias y Vectores

Analı́ticamente, las señales discretas, x[n], se consideran de longitud infinita, abarcando un eje
de tiempos: −∞ ≤ n ≤ +∞.

17
2.3. PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

Sin embargo, los elementos numéricos empleados por Matlab son de tipo matricial M × N
donde M y N son valores enteros finitos. Por tanto, un vector, x, de tipo columna N × 1, o
de tipo fila 1 × N nos sevirá para representar un intervalo de longitud finita N de la secuencia
que deseamos generar.

Además es muy importante resaltar que la indexación de un vector en Matlab comienza en

el elemento 1. Por tanto, si nuestro vector x está representando los valores de la secuencia x[n]
desde n = 0 hasta n = N − 1, el valor del vector x en el ı́ndice 1 (x(1) se corresponderá con el
valor de la secuencia x[n] en el instante temporal 0.

2.3 Secuencias Básicas

Las secuencias básicas para el procesado discreto de señales son la secuencia impulso, la se-
cuencia escalón y las exponenciales reales y complejas.

2.3.1 Secuencia Impulso Unidad

Es la secuencia más sencilla y viene definida como:


1, n = 0
δ[n] = (2.1)
6 0
0, n =

0 n
Figura 2.1: Secuencia impulso unitario

La propiedad más importante de la secuencia impulso se debe a que cualquier secuencia

arbitraria x[n] puede expresarse como:
∞
X
x[n] = x[k]δ[n − k] (2.2)
k=−∞

donde los x[k] se consideran simplemente como constantes de amplitud. Este aspecto es de
interés al considerar sistemas lineales discretos.

Si deseamos visualizar mediante Matlab un intervalo de la secuencia impulso unitario entre los
instantes 0 ≤ n ≤ 39, la secuencia de comandos que introduciremos será:

>> d = zeros(40,1);
>> d(1) = 1;
>> stem(d)

18
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS 2.3.

Observe, que de esta manera, el valor de amplitud unitario en lugar de situarse en el instante
0 se sitúa en el instante 1. Para etiquetar correctamente el eje horizontal, deberá crearse un
vector que contenga el intervalo de tiempos:
>> n = 0:39;
>> d = zeros(40,1);
>> d(1) = 1;
>> stem(n,d)

Si ahora desea poner tı́tulos a la gráfica y a los ejes:

>> title(’delta(n)’), xlabel(’n’)

(Recuerde que en Octave tendrá que introducir el comando replot)

 Ejercicio 1 Genere y visualice en Matlab las siguientes secuencias impulso unitario en los
intervalos temporales que se especifican:
d1 [n] = 2δ[n], −20 ≤ n ≤ 20
d2 [n] = 3.5δ[n − 115], 100 ≤ n ≤ 150
d3 [n] = −0.5δ[n], −1 ≤ n ≤ 20
d4 [n] = δ[n + 110], −120 ≤ n < −100

 Ejercicio 2 Genere (usando la función zeros() y el operador “:”) y visualice el tren pe-
riódico de impulsos:
X∞
p[n] = δ[n − k5] 0 ≤ n ≤ 39
k=−∞

2.3.2 Secuencia Escalón Unidad

La secuencia escalón unidad viene definida como:

1, n ≥ 0
u[n] = (2.3)
0, n < 0

u[n]
1
ooo
0 n

Figura 2.2: Secuencia escalón unitario

Las relaciones más interesantes entre la secuencia impulso y la secuencia escalón vienen dadas
a través de:
n
X ∞
X
u[n] = δ[k] = δ[n − k] (2.4)
k=−∞ k=0

19
2.3. PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

δ[n] = u[n] − u[n − 1] (2.5)

Si deseamos visualizar mediante Matlab un intervalo de la secuencia escalón unitario entre los
instantes −50 ≤ n ≤ 49, una posible secuencia de comandos serı́a:

>> n = -50:49;
>> x = zeros(100,1);
>> x(51:100) = ones(50,1);
>> clearplot 1
>> stem(n,x)
>> title(’u(n)’), xlabel(’n’), (replot)

Observe que la indexación en Matlab comienza siempre en 1. Ası́, el elemento x(51) se corres-
ponde con el valor u[0] de nuestra secuencia escalón analı́tica, mientras que el elemento x(1) se
corresponde con el valor u[−50].

 Ejercicio 3 Genere y visualice las siguientes secuencias:

u1 [n] = 2u[n], −10 ≤ n ≤ 30

u2 [n] = u[n − 10], 0 ≤ n ≤ 50
u3 [n] = −0.5u[n + 100], −120 ≤ n < −20

Observación de programación: En general puede ser interesante sistematizar la genera-

ción y visualización de secuencias de la siguiente manera:

1. Definir la variable de tiempo ’n’ según los lı́mites temporales impuestos para la secuencia
truncada, ası́ como un par de variables que indiquen el inicio y fin del eje de tiempos
truncado, es decir: ’ni’=n(1) y ’nf’=n(length(n)).

2. Rellenar la secuencia que se va a definir, ’s[n]’, con ceros mediante el comando s=zeros(n).

3. Colocar los valores de la secuencia deseada en las posiciones del eje adecuadas, para lo
cual tendremos en cuenta los lı́mites temporales donde la secuencia deseada está definida,
’li’ y ’lf’:

>> si=max(li-ni+1,1);
>> sf=min(length(n),lf-ni+1);
>> s(si:sf)=secuencia deseada;

Con esta regla general se tiene en cuenta los posibles truncamientos de señales tanto por la
izquierda como por la derecha.

1
La función clearplot sólo es necesaria en Octave y libera los tı́tulos introducidos previamente.

20
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS 2.3.

2.3.3 Secuencias Exponenciales Reales

Dadas las constantes reales A y α, definimos una secuencia exponencial como:

x[n] = Aαn (2.6)

La exponencial será decreciente en amplitud a lo largo del tiempo siempre que |α| < 1, mientras
que será creciente cuando |α| > 1. Para el caso en que α = 1 tenemos una secuencia constante
∀n.
alfa < 1 alfa > 1
8 8

6 6

4 4

2 2

0 0
−20 −10 0 10 20 −20 −10 0 10 20
n n
−1 < alfa < 0 alfa < −1
10 10

5 5

0 0

−5 −5

−10 −10
−20 −10 0 10 20 −20 −10 0 10 20
n n

Figura 2.3: Secuencias exponenciales reales

Con la siguiente secuencia de comandos, generamos y visualizamos un intervalo de una ex-

ponencial real decreciente:

>> n = -9:40;
>> e = 2 ∗ (−0.9) .∗ ∗ n;
>> stem(n,e)
>> title(’e(n)’), xlabel(’n’), (replot)

Observe el uso del operador “ .” para efectuar la elevación del valor −0.9 a cada uno de los
elementos del vector n que contiene el ı́ndice de tiempos.

 Cuestión 1 a) Siendo α una constante compleja sin ninguna restricción, evalúe la ex-
presión:
N
X −1
αn
n=0

b) Considerando ahora |α| < 1,

21
2.3. PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

P∞ n
b1) Evalúe: n=0 α
P∞ n
b2) Evalúe: n=k α

b3) Demuestre la siguiente igualdad:

∞
X α
nαn =
n=0
(1 − α)2

 Ejercicio 4 Genere y visualice en el intervalo de tiempos −10 < n ≤ 20, exponenciales

reales considerando α = ±0.5; ±0.8; ±0.95; ±1.4; ±1.1; ±1.05.

Obtenga la suma de los elementos de la exponencial con α = 0.95 empleando los resultados
de la Cuestión 2.1. Compruebe el anterior resultado con el que se obtiene empleando la función
sum.

2.3.4 Secuencias Sinusoidales

La expresión de una secuencia sinusoidal viene dada por:

x[n] = Acos(ωo n + φ) (2.7)

siendo A, constante real, el valor de amplitud en las unidades correspondientes; ωo es el valor

de la frecuencia en radianes y φ es la fase de la secuencia también en radianes.

Algunas observaciones respecto a las secuencias sinusoidales:

• No siempre son secuencias periódicas. La condición de periodicidad para una secuencia

x[n] es x[n] = x[n + N ] (siendo N una constante entera). Aplicada a nuestro caso, se
traduce en:

ωo N = 2πk (2.8)

siendo k una constante entera. Sólo en el caso en que la frecuencia ωo cumpla la anterior
condición, nos encontraremos ante una secuencia sinusoidal periódica, de perı́odo N .
Nótese que una secuencia sinusoidal discreta puede proceder del muestreo de una señal
continua. Dependiendo de cómo se efectúe este muestreo, los valores de las muestras
seleccionadas en un perı́odo podrán coincidir (secuencia periódica) o no (secuencia no
periódica) con los valores elegidos en el resto de los perı́odos de la sinusoide continua.

• El conjunto de valores (ωo +2πr), con r constante entera, generan todos la misma secuencia
sinusoidal:

x[n] = Acos(ωo n + 2πrn + φ) = Acos(ωo n + φ) (2.9)

Por tanto, a la hora de realizar un análisis frecuencial de la secuencia x[n] = Acos(ωo n+φ),
sólo necesitamos considerar el intervalo de frecuencias −π < ωo ≤ π.

22
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS 2.3.

• Visto lo anterior, para un valor de ωo cercano a 0, la sinusoide presentará pocas osci-

laciones (frecuencia baja), mientras que para valores de ωo cercanos a ±π la sinusoide
correspondiente oscilará rápidamente (frecuencias altas).
• Como conclusión, dada una sinusoide periódica de perı́odo N , su frecuencia fundamental
vendrá dada por 2π/N y sólo existirá un conjunto finito de N frecuencias armónicas, a
saber: ωk = 2πk/N, k = 1, 2, . . . , N .

Sinusoide periodica
1

0.5

−0.5

−1
−20 −15 −10 −5 0 5 10 15 20
n
Sinusoide aperiodica
1

0.5

−0.5

−1
−20 −15 −10 −5 0 5 10 15 20
n

Figura 2.4: Secuencias sinusoidales reales

 Cuestión 2 Demuestre la condición de periodicidad para las secuencias sinusoidales.

 Ejercicio 5 Genere y visualice las siguientes secuencias sinusoidales:

s1 [n] = cos(πn/15) −20 ≤ n ≤ 40
s2 [n] = 2sin(πn/15 + π/3) −20 ≤ n ≤ 50
s3 [n] = cos(n/2) 0 ≤ n ≤ 40

La sinusoide s1 [n] es periódica de perı́odo N = 30 y frecuencia fundamental ω1 = 2π/30.

Existe un conjunto de sólo 30 secuencias que sean periódicas de perı́odo N = 30. Visualice
de dicho conjunto de sinusoides, aquéllas cuyas frecuencias fundamentales son ω3 = 2π3/30,
ω6 = 2π6/30, ω10 = 2π10/30 y ω15 = 2π15/30. A partir de las gráficas, determine el perı́odo
fundamental de cada una de ellas. ¿ Qué ocurre con las oscilaciones de la sinusoide con ω15 ?

 Ejercicio 6 Empleando el editor xedit, programe una función para Matlab, gensin.m que
genere sinusoides reales. La cabecera de la función será:

function [s,n] = gensin(A,wo,fi,n0,n1);

23
2.3. PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

] Entradas:
] A : amplitud
] wo: frecuencia en radianes
] fi: fase en radianes
] no: ı́ndice temporal de comienzo de la secuencia
] n1: ı́ndice temporal de finalización de la secuencia
] Salidas:
] s : la secuencia sinusoidal
] n : vector con los ı́ndices temporales

2.3.5 Secuencias Exponenciales Complejas

Una secuencia exponcial compleja viene dada por la expresión x[n] = Aαn , siendo A = |A|ejφ
y α = |α|ejωo . De esta manera, podemos expresar x[n] como:

x[n] = |A||α|n ej(ωo n+φ) = |A||α|n cos(ωo n + φ) + j|A||α|n sin(ωo n + φ) (2.10)

Si |α| 6= 1, las partes real e imaginaria de x[n] serán secuencias sinusoidales que se van amor-
tiguando (|α| < 1) o amplificando (|α| > 1) con el tiempo. Para el caso |α| = 1, la secuencia
resultante se denomina sinusoide compleja.

Coseno amortiguado
8

−2

−4
−20 −15 −10 −5 0 5 10 15 20
n
Coseno creciente
8

−2

−4
−20 −15 −10 −5 0 5 10 15 20
n

Figura 2.5: Exponenciales moduladas por sinusoides

Según la expresión anterior, para visualizar una exponencial compleja, x, tendremos la opción
de visualizar su parte real e imaginaria:

>> subplot(211), stem(n,real(x))

>> subplot(212), stem(n,imag(x))

24
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS 2.4.

o bien, de visualizar su módulo y fase:

>> subplot(211), stem(n,abs(x))

>> subplot(212), stem(n,angle(x))

(En Octave para recuperar el modo de dibujo de una gráfica por ventana deberá teclear el
comando oneplot.)

 Ejercicio 7 Empleando el editor xedit, programe una función para Matlab, genexp.m que
genere exponenciales complejas. La cabecera de la función será:

function [e,n] = genexp(modA,faseA,moda,fasea,n0,n1);

] Entradas:
] modA : |A|
] faseA: φ
] moda : |α|
] fasea: ωo
] no: ı́ndice temporal de comienzo de la secuencia
] n1: ı́ndice temporal de finalización de la secuencia
] Salidas:
] e : la secuencia exponencial
] n : vector con los ı́ndices temporales

 Ejercicio 8 Empleando la función anterior con los siguientes valores: |A| = 4, ωo =

π/15, φ = π/3, no = 9 y n1 = 40, represente dos exponenciales complejas, una creciente y
otra decreciente y una sinusoide compleja. Salve en el workspace la exponencial decreciente con
el nombre ’ e ’ para utilizar más adelante.

2.4 Operaciones Elementales con Secuencias

2.4.1 Suma y Producto entre dos Secuencias
La suma y producto entre dos secuencias x[n] e y[n] se define como la suma y producto muestra
a muestra para −∞ ≤ n ≤ +∞:

∞
X
s[n] = x[n] + y[n] = (x[k] + y[k])δ[n − k] (2.11)
k=−∞

∞
X
p[n] = x[n]y[n] = (x[k]y[k])δ[n − k] (2.12)
k=−∞

Operando con secuencias truncadas, aparece un problema cuando están definidas en distintos
intervalos de tiempo. Una primera solución consiste en añadir ceros, convenientemente, a las

25
2.4. PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

secuencias truncadas tal como se muestra en el siguiente ejemplo.

Si deseamos sumar las secuencias u1 [n] y u2 [n], generadas en el Ejercicio 3, podemos proceder
de la siguiente manera:

>> n = -10:50;
>> x1 = [u1 ; zeros(20,1)];
>> x2 = [zeros(10,1) ; u2];
>> x3 = x1 + x2;
>> x4 = x1 .* x2;
>> stem(n,x3)
>> title(’Suma’), xlabel(’n’), (replot)
>> stem(n,x4)
>> title(’Producto’), xlabel(’n’), (replot)

La otra solución, consiste en un nuevo truncamiento de las dos secuencias a operar, de tal
manera que el nuevo intervalo de tiempos sea el común de las dos secuencias.

>> n = 0:30;
>> x5 = u1(11:41);
>> x6 = u2(1:31);
>> x7 = x5 + x6;
>> x8 = x5 .* x6;
>> stem(n,x7)
>> title(’Suma ’), xlabel(’ n ’), replot
>> stem(n,x8)
>> title(’Producto ’), xlabel(’ n ’), replot

 Ejercicio 9 a) Represente la secuencia resultante de sumar las secuencias u2 [n] y s1 [n] de

los ejercicios anteriores.

b) Represente la secuencia resultante de efectuar el producto entre d4 [n] y u3 [n].

2.4.2 Cambio de Amplitud

Dada x[n] y la constante real A, obtenemos una nueva secuencia y[n] = Ax[n], donde cada
muestra de x[n] queda multiplicada por la constante A. Cuando |A| > 1, la secuencia resultante
y[n] es una versión amplificada de la original, mientras que si |A| < 1, y[n] es una versión
atenuada. Además, si A < 0 también se produce un cambio de polaridad.

26
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS 2.4.

2.4.3 Desplazamiento
Desplazamiento lineal: Dada x[n] y la constante entera no , la secuencia desplazada y[n] =
x[n − no ] será una traslación de no unidades hacia la derecha si no > 0 ó hacia la izquierda
cuando no < 0. Al operar con secuencias truncadas, un desplazamiento origina la pérdida de
un conjunto de valores por un extremo del vector; por el otro extremo, habrá que añadir tantos
ceros como valores hayamos perdido, tal como se muestra en el siguiente ejemplo.

Considerando la secuencia exponencial truncada e del Ejercicio 8, el desplazamiento de 10

unidades hacia la derecha de dicho vector será de esta manera:

>> n = -9:40;
>> e 10 = zeros(50,1);
>> e 10(11:50) = e(1:40)’;
>> stem(n,e 10)
>> title(’Desplazamiento’), xlabel(’ n ’), (replot)

Desplazamiento circular: considerando la secuencia del anterior ejemplo, el desplazamiento

circular de 10 unidades hacia la derecha serı́a:

>> n = -9:40;
>> ec 10 = zeros(50,1);
>> ec 10(1:10) = e(41:50)’;
>> ec 10(11:50) = e(1:40)’;
>> stem(n,ec 10)
>> title(’Despl. circular’), xlabel(’ n ’), (replot)

2.4.4 Reflexión
Partiendo de x[n], la secuencia reflejada será x[−n]. Gráficamente, la reflexión consiste en
realizar un abatimiento de la señal respecto al eje de ordenadas. En Octave o MATLAB el
operador “ 2 puntos” ayuda a reflejar un vector. Además, deberá tenerse en cuenta el cambio
del vector de ı́ndices temporales.

Continuando con la secuencia exponencial del Ejercicio 8, el proceso para reflejarla será:

>> n = -40:9;
>> er = e(length(e):-1:1);
>> stem(n,er)
>> title(’Reflexión’), xlabel(’ n ’), (replot)

 Ejercicio 10 Programe tres funciones cuyas cabeceras sean:

function [y,ny] = desp lin(x,n,m);

27
2.5. PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

] Entradas:
] x : vector de entrada
] n : vector de ı́ndices temporales de la entrada
] m : valor entero del desplazamiento
] Salidas:
] y : vector desplazado linealmente
] ny : vector de ı́ndices temporales de la salida

function [y,ny] = desp circ(x,n,m);

] Entradas:
] x : vector de entrada
] n : vector de ı́ndices temporales de la entrada
] m : valor entero del desplazamiento circular
] Salidas:
] y : vector desplazado circularmente
] ny : vector de ı́ndices temporales de la salida

function [y,ny] = ref(x,n);

] Entradas:
] x : vector de entrada
] n : vector de ı́ndices temporales de la entrada
] Salidas:
] y : vector reflejado circularmente
] ny : vector de ı́ndices temporales de la salida

En las funciones de desplazamiento, tenga en cuenta que el valor m puede ser mayor que la
longitud de la secuencia de entrada.

 Ejercicio 11 Para comprobar las funciones que acaba de programar, considere la secuencia:

x[n] = 0.99n 0 ≤ n ≤ 39
a) Efectúe un desplazamiento lineal de 10 unidades a la derecha de dicha secuencia.

b) Efectúe un desplazamiento circular de 10 unidades a la izquierda de dicha secuencia.

c) Represente la secuencia reflejada.

2.5 Secuencias Asociadas

Dada una secuencia arbitraria x[n], en general compleja, podemos definir a partir de ella las
siguientes secuencias:

28
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS 2.6.

x[n]+x[−n]
Parte Par xe [n] = 2
x[n]−x[−n]
Parte Impar xo [n] = 2

x[n] = xe [n] + xo [n]

x[n]+x∗ [n]
Parte Real xr [n] = 2
x[n]−x∗ [n]
Parte Imaginaria xi [n] = 2j

x[n] = xr [n] + jxi [n]

Secuencia conjugada: x∗ [n] = xr [n] − jxi [n]
x[n]+x∗ [−n]
Parte Hermı́tica xh [n] = 2
x[n]−x∗ [−n]
Parte Antihermı́tica xa [n] = 2

x[n] = xh [n] + xa [n]

Además, relacionadas con estas definiciones, podemos trabajar con una secuencia x[n] que sea:
Par xo [n] = 0 x[n] = x[−n]
Impar xe [n] = 0 x[n] = −x[−n]
Real xi [n] = 0 x[n] = x∗ [n]
Imaginaria xr [n] = 0 x[n] = −x∗ [n]
Hermı́tica xa [n] = 0 x[n] = x∗ [−n]
Antihermı́tica xh [n] = 0 x[n] = −x∗ [−n]

 Cuestión 3 • A partir de las definiciones de secuencias asociadas, obtener las carac-

terı́sticas de paridad/imparidad que cumplen la parte real, la parte imaginaria, el módulo
y la fase de una secuencia hermı́tica.

• Idem, pero considerando una secuencia antihermı́tica.

2.6 Ejercicios adicionales

 Ejercicio 12 Considerando una secuencia exponencial real x[n] = αn u[n] y las siguientes
definiciones:

• Valor Medio: xav = ∞

P
n=−∞ x[n]

• Energı́a: Ex = ∞ 2
P
n=−∞ |x[n]|

Obtenga las siguientes gráficas:

a) Variación de xav respecto de α, tomando los siguientes valores de α = 0.7, 0.8, 0.9, 0.95, 0.99, 0.995.

b) Idem que el anterior pero considerando los mismos valores de α con signo negativo.

c) Variación de Ex respecto de α, con los valores anteriores.

29
2.7. DUDAS MÁS COMUNES
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

 Ejercicio 13 Genere las siguientes secuencias:

x1 [n] = u[n − 10] 0 ≤ n < 30

x2 [n] = .95n 0 ≤ n < 30
x3 [n] = x1 [n] + x2 [n] 0 ≤ n < 30
Calcule los siguientes valores:
a) El valor de x3 [n] en el instante n = 8.
b) El valor máximo de la secuencia x3 [n] y el instante en el que está situado dicho máximo
(la función max le será de utilidad).
Nota: Las soluciones correctas se pueden consultar en la web de la asignatura:
www.gts.tsc.uvigo.es/ssd/soluciones.html

2.7 Dudas más comunes

• P: Octave muestra un error de ‘‘ nonconformant matrices" al intentar realizar una
operación sencilla con dos vectores.
R: Compruebe que los vectores son de las mismas dimensiones y tipos (fila o columna).
Si este es el problema, el sı́mbolo apóstrofo traspone matrices en Matlab.
• P: Matlab muestra un error de ‘‘vector lenghts must match" al intentar realizar una
operación sencilla con dos vectores.
RComprobar las dimensiones de los vectores.
• P: El valor teórico de una determinada secuencia en un instante temporal dado no coincide
con el valor del vector en Matlab para ese mismo instante.
R: Recuerde que los ı́ndices para los vectores en Matlab comienzan en 1 mientras que las
secuencias suelen comenzar en n = 0.
• P: No sé exactamente qué hace una determinada función de Matlab ni sé cómo introducir
adecuadamente sus parámetros de llamada.
R: La función help le resolverá este problema.
• P: No soy capaz de cargar un programa (xedit, elm, etc).
R: Es probable que lo esté intentando desde Matlab, o desde una ventana en la que se ha
llamado a un programa previamente. Abrir una ventana nueva es una solución.
• P: Al iniciar una nueva sesión de prácticas y entrar en mi cuenta, me faltan ficheros ya
creados o existen ficheros que yo no creé.
R: Cuando finalice una sesión de trabajo, no olvide salir de su cuenta para impedir el
acceso a usuarios no autorizados.
• P: Al terminar la práctica e intentar salir de mi cuenta, el sistema operativo me muestra
un mensaje que todavı́a hay procesos en ejecución.
R: Cierre todas las aplicaciones que tuviera abiertas (exit o quit suelen funcionar para
todas las aplicaciones).

30
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES
2.8.DISCRETAS
EJERCICIOS RECOMENDADOS

• P: La función que se ha diseñado está indefinida.

RColocarla en el directorio de trabajo.

2.8 Ejercicios recomendados

• Signals and Systems; A.V. Oppenheim and A.S. Willsky and I.T. Young [4]
Capı́tulo 2; Apartados de señales discretas de los problemas: 2.10, 2.14, 2.16.

31
2.8. EJERCICIOS RECOMENDADOS
PRÁCTICA 2. FUNDAMENTOS DE LAS SEÑALES DISCRETAS

32
Bibliografı́a

[1] C. Burrus, J. McClelland, A. Oppenheim, T. Parks, R. Schafer, and H. Scuessler, editors.

Computer-based exercises for Signal Processing using MATLAB. Prentice-Hall, 1994.

[2] John Eaton. Octave Documentation. GNU, 1997 (En fotocopiadora).

[3] A.V. Oppenheim and R.W. Schafer. Discrete-Time Signal Processing. Prentice-Hall, 1989.

[4] A.V. Oppenheim, A.S. Willsky, and I.T. Young. Signals and Systems. Prentice-Hall, 1983.

33