Vous êtes sur la page 1sur 620

ii

Edicin Digital III



PRI NCI PI OS
DE LAS
COMUNI CACI ONES







Jos E. Briceo M., Dr. Ing.
Profesor Titular, ULA







Mrida, Venezuela, Noviembre 2011


iii



PUBLICACIONES DE LA FACULTAD DE INGENIERIA
ESCUELA DE INGENIERA ELCTRICA




La primera edicin de este libro fue
recomendada para su edicin y publicacin
por el Departamento de Electrnica y
Comunicaciones de la Escuela de Ingeniera
Elctrica de la Facultad de Ingeniera de la
Universidad de los Andes, en su Reunin
Ordinaria realizada el 14 de Diciembre de
1989.






Est prohibida la reproduccin
total o parcial de este libro sin
previa autorizacin del autor.

Ediciones: 1990, 1993, 1998, 2004, Digital I 2005, Digital II
2009, Digital III 2011.
Cdigo:








Impreso en Mrida, Venezuela
Taller de Publicaciones de la Facultad de Ingeniera,
Universidad de Los Andes




iv
NDICE DE MATERIAS

PREFACIO A LA EDICIN DIGITAL xiii
PREFACIO xiv
CAPTULO I 1
REPRESENTACIN ESPECTRO-TEMPORAL DE SEALES 1
1.1. INTRODUCCIN 1
1.2. MODELOS DE SEALES 4
1.2.1. Seales Determinsticas y Aleatorias 4
1.2.2. Seales Peridicas y no Peridicas 5
1.2.3. Seales de Energa y de Potencia 5
1.2.4. Seales Singulares 9
La Rampa Unitaria 9
El Escaln Unitario 10
La Funcin Signo 10
El Impulso Unitario Delta Dirac 11
1.2.5. Seales Ortogonales 14
1.2.6. Realizabilidad Fsica de las Seales 14
1.3. EL DOMINIO DE LA FRECUENCIA 15
1.3.1. Representacin Espectral 15
1.4. SERIES Y ESPECTROS DE FOURIER 19
1.4.1. Seales Peridicas 19
Definicin 19
1.4.2. Series de Fourier 20
Definicin 20
La Serie Trigonomtrica de Fourier 21
La Serie Exponencial de Fourier 22
1.4.3. El Espectro Discreto 24
Propiedades del Espectro Discreto 27
1.4.4. Espectro de Potencia de Seales Peridicas 28
Teorema de Parseval 28
1.5. LA TRANSFORMADA DE FOURIER 31
1.5.1. Introduccin 31
1.5.2. El Espectro Continuo 33
1.5.3. Propiedades de la Transformada de Fourier de Seales Reales 35
1.6. DENSIDAD ESPECTRAL DE ENERGA 39
Teorema de Raleigh 39
1.7. TEOREMAS DE LA TRANSFORMADA DE FOURIER 41
1.7.1. Teorema de la Superposicin o Linealidad 41
1.7.2. Teorema de la Traslacin o Desplazamiento en el Tiempo 42
1.7.3. Teorema del Cambio de Escala 42
1.7.4. Teorema de la Dualidad o Simetra 43
1.7.5. Teorema de la Traslacin o Desplazamiento en Frecuencia 44
v
Teorema de la Modulacin 45
1.7.6. Teorema de la Diferenciacin e Integracin en el Tiempo 48
1.7.7. Teorema de la Diferenciacin e Integracin en Frecuencia 50
1.8. TRANSFORMADA DE FOURIER DE SEALES PERIDICAS 52
1.9. DENSIDAD ESPECTRAL DE POTENCIA 55
1.9.1. Introduccin 55
Definicin 55
1.9.2. Teorema de la Modulacin para Seales de Potencia 57
1.10. RELACIN ENTRE EL ANCHO DE BANDA Y LA DURACIN DE UNA SEAL 60
1.11. FUNCIONES DE CORRELACION 62
1.11.1. Introduccin 62
1.11.2. Autocorrelacin 63
Definicin 64
Tiempo de Correlacin 65
Propiedades de la Funcin de Autocorrelacin 65
1.11.3. Teorema de Wiener-Kintchine 68
1.11.4. Teorema de la Modulacin para Seales de Potencia 70
1.11.5. Intercorrelacin 71
Propiedades de la Funcin de Intercorrelacin 71
1.11.6. Deteccin de una Seal en presencia de Ruido 72
1.12. RESUMEN 73
PROBLEMAS DE APLICACIN 73
CAPTULO II 89
REPRESENTACIN ESPECTRO-TEMPORAL DE SISTEMAS 89
2.1. INTRODUCCIN 89
2.2. CARACTERIZACIN DE SISTEMAS 89
2.2.1. Concepto de Sistema 89
2.2.2. Clasificacin de Sistemas 90
2.2.3. Caracterizacin de Sistemas Lineales en el Dominio del Tiempo 91
Respuesta Impulsional 91
Sistemas Lineales Invariantes y Variantes en el Tiempo 92
Causalidad y Estabilidad en Sistemas Lineales 96
2.2.4. Caracterizacin de Sistemas Lineales en el Dominio de la Frecuencia 97
Funcin de Transferencia 97
Criterio de Paley-Wiener 99
Propiedades de la Funcin de Transferencia 99
2.3. LA INTEGRAL DE CONVOLUCIN 102
2.3.1. Aplicaciones en el Anlisis de Seales y Sistemas 102
2.3.2. Interpretacin Grfica de la Convolucin 108
2.4. DISTORSIN EN LAS SEALES 110
2.4.1. Transmisin sin Distorsin 110
Sistemas de Fase Lineal 113
2.4.2. Tipos de Distorsin 114
vi
Distorsin de Amplitud 115
Distorsin de Fase 115
Distorsin no Lineal 118
Compansin 120
2.5. INTERCONEXIN DE SISTEMAS 121
2.6. FILTROS 122
2.6.1. Introduccin 122
2.6.2. Filtros Ideales 123
Filtro Ideal Pasabajo 123
Filtro Ideal Pasabanda 124
Filtro Ideal Pasaalto 124
Filtro Ideal Eliminador de Banda 125
2.6.3. Ancho de Banda en Filtros Reales 129
2.7. SEALES Y SISTEMAS PASABANDA 135
2.7.1. La Transformada de Hilbert 135
2.7.2. La Seal Analtica 140
2.7.3. Seales Pasabanda 141
2.7.4. Seales Moduladas y Bandas Laterales 148
Modulacin en Doble Banda Lateral 148
Modulacin en Banda Lateral nica 151
2.7.5. Seales Pasabanda de Potencia 152
2.7.6. Sistemas Pasabanda 153
2.8. FUNCIONES DE CORRELACIN EN SISTEMAS LINEALES 157
2.8.1. Autocorrelacin Entrada/Salida 157
2.8.2. Intercorrelacin Entrada/Salida 159
2.9. RUIDO EN SISTEMAS 161
2.9.1. Introduccin 161
2.9.2. Ruido Interno 161
Ruido de Disparo 161
Ruido Trmico 161
Circuitos Equivalentes del Ruido 162
Potencia de Ruido Disponible 164
2.9.3. Ruido Blanco 165
Ruido Blanco Pasabanda de Banda Angosta 167
2.9.4. Ancho de Banda Equivalente del Ruido 170
2.9.5. Caracterizacin del Ruido en Sistemas 171
Relaciones Seal/Ruido en Sistemas de Comunicacin 171
Relaciones Seal/Ruido en un Receptor con Deteccin Coherente 172
Ganancia de Conversin o de Deteccin, 174
Cifra de Ruido 176
Cifra de Ruido en Sistemas en Cascada 178
Cifra de Ruido en Redes Atenuadoras 180
Medida del Ruido 184
2.10. RESUMEN 186
PROBLEMAS DE APLICACIN 186
vii

CAPTULO III 201
VARIABLES Y PROCESOS ALEATORIOS 201
3.1. INTRODUCCIN 201
3.2. NOCIONES DE LA PROBABILIDAD 201
3.2.1. Definicin de la Probabilidad 201
Definicin Emprica de la Probabilidad 201
Sucesos Mutuamente Excluyentes o Disjuntos 202
Definicin Axiomtica de la Probabilidad 202
3.2.2. Probabilidad Conjunta. Probabilidad Condicional. Independencia 203
Probabilidad Conjunta 203
Probabilidad Condicional 203
Independencia Estadstica 204
Probabilidad Total 205
Teorema de Bayes 205
3.2.3. Pruebas de Bernoulli 206
3.2.4. Otras Probabilidades 208
3.2.5. Modelo Probabilstico de un Canal de Comunicaciones 212
3.3. VARIABLES ALEATORIAS. FUNCIONES DE PROBABILIDAD 215
3.3.1. Variables Aleatorias Discretas 215
3.3.2. Variables Aleatorias Continuas 217
3.3.3. Distribuciones Conjuntas 220
Distribucin Condicional 222
3.4. FUNCIONES DE PROBABILIDAD ESPECIALES 223
3.4.1. Distribucin Normal o Gaussiana 224
3.4.2. Distribucin de Poisson 226
3.4.3. Distribucin Binomial 227
3.4.4. Distribucin Uniforme 227
3.5.5. Distribucin de Laplace 228
3.4.6. Distribucin de Cauchy 228
3.4.7. Distribucin de Raleigh 228
3.4.8. Distribucin de Maxwell 229
3.5. FUNCIONES DE VARIABLES ALEATORIAS 230
Teorema Fundamental 230
3.6. PROMEDIOS ESTADSTICOS 231
3.6.1. Definicin 231
3.6.2. Valor Promedio de Funciones de Variables Aleatorias 232
Valor Promedio de una Funcin de una Variable Aleatoria 232
Valor Promedio de una Funcin de Variables Aleatorias 233
Valor Promedio de Variables Aleatorias Estadsticamente Independientes 233
3.6.3. Momentos 234
Momentos Centrales 235
3.7. FUNCION CARACTERSTICA 237

viii

3.8. PROCESOS ALEATORIOS O ESTOCSTICOS 241
3.8.1. Introduccin 241
Estadsticas de Primer Orden 242
Estadsticas de Segundo Orden 243
3.8.2. Estacionariedad y Ergodicidad 244
Estacionariedad en el Sentido Estricto 244
Estacionariedad en el Sentido Amplio 244
Ergodicidad 245
3.8.3. Funcin de Autocorrelacin y Densidad Espectral de Potencia 246
Funcin de Autocorrelacin 243
Densidad Espectral de Potencia 247
3.9. PROCESOS ALEATORIOS DISCRETOS 249
3.9.1. Secuencias Aleatorias Discretas 249
Procesos Cicloestacionarios 250
3.9.2. Densidad Espectral y Funcin de Autocorrelacin de Secuencias PCM 254
3.9.3. Secuencias Binarias Seudoaleatorias 259
Caractersticas Espectro-Temporales 259
Dispersin o Ensanchamiento del Espectro (Spread Spectrum) 262
Generacin de Secuencias Binarias Seudoaleatorias 264
3.10. RESUMEN 266
PROBLEMAS DE APLICACIN 267
CAPTULO IV 273
PRINCIPIOS DE LA TRANSMISIN DE INFORMACIN 273
4.1. INTRODUCCIN 273
4.2. MODELO DE UN SISTEMA DE TRANSMISIN DE INFORMACIN 273
Fuente de Informacin 274
Transductor de Entrada 274
Transmisor 274
Canal 274
Receptor 275
Ruido 275
Ancho de Banda y Potencia de Transmisin 275
4.3. CONCEPTO Y MEDIDA DE LA INFORMACIN 276
Cantidad de Informacin 276
4.4. CARACTERIZACIN DE LA INFORMACIN 278
4.4.1. Entropa 278
4.4.2. Velocidad de Informacin 281
4.4.3. Codificacin de Fuente. Codificacin de Canal 282
4.4.4. Velocidad de Modulacin 284
4.4.5. Redundancia Agregada 284
4.5. CARACTERIZACIN DEL CANAL 287
4.5.1. Ancho de Banda del Canal 287
ix
4.5.2. Capacidad del Canal 291
Definicin 291
Canal sin Ruido 291
Canal con Ruido 292
Rendimiento Mximo del Canal 293
4.6. EL SISTEMA IDEAL DE TRANSMISIN DE INFORMACIN 294
4.6.1. Introduccin 294
4.6.2. El Receptor Ideal 295
Intercambio Ancho de Banda-Relacin Seal Ruido 295
Relacin de Expansin del Ancho de Banda, 296
4.7. RESUMEN 298
PROBLEMAS DE APLICACIN 298
CAPTULO V 305
MODULACIN Y TRANSMISIN DE IMPULSOS 305
5.1. INTRODUCCIN 305
5.2. TEORA DEL MUESTREO UNIFORME DE SEALES 306
5.2.1. Introduccin 306
5.2.2. Teoremas del Muestreo Uniforme de Seales 306
Teorema N
o
1. Teorema del Muestreo de Shannon 306
Teorema N
o
2. Recuperacin o Interpolacin de la Seal 308
Teorema de Parseval para Seales Muestreadas 311
Teorema N
o
3. Muestreo de Seales Pasabanda 312
Muestreo en el Dominio de la Frecuencia 313
Teorema N
o
4 314
5.2.3. Muestreo Prctico de Seales Pasabajo 318
Muestreo Natural 318
Muestreo con Retencin 320
5.2.4. Distorsin Producida por el Muestreo 325
Distorsin de Solapamiento (Aliasing) 325
Distorsin de Interpolacin 326
Distorsin por Efecto de Apertura 326
5.3. SISTEMAS DE MODULACIN ANALGICA DE IMPULSOS 327
5.3.1. Introduccin 327
5.3.2. Modulacin de Amplitud de Impulsos (PAM) 328
Ancho de Banda y Relaciones S/N en Sistemas PAM 329
5.3.3. Modulacin de la Duracin de Impulsos (PDM) 331
Demodulacin PDM 332
Ancho de Banda en Sistemas PDM 335
5.3.4. Modulacin por Posicin de Impulsos (PPM) 335
Ancho de Banda y Relaciones S/N en PPM y PDM 338
5.3.5. Comparacin entre las Ganancias de Conversin en PAM, PDM y PPM 342
5.4. SISTEMAS DE MODULACIN DIGITAL DE IMPULSOS 344
5.4.1. Introduccin 344
5.4.2. Modulacin de Impulsos Codificados (PCM) 345
x
Cuantificacin y Codificacin 345
Demodulacin de Seales PCM 349
Ancho de Banda y Relaciones S/N en Sistemas PCM 350
5.4.3. Modulacin Diferencial de Impulsos Codificados (DPCM) 356
5.4.4. Modulacin Delta Lineal (DM) 358
Ancho de Banda y Relaciones S/N en Sistemas de Modulacin Delta Lineal 361
5.5. TCNICAS EN LA TRANSMISIN DE IMPULSOS 365
5.5.1. Introduccin 365
5.5.2. Tcnicas de Multicanalizacin o Multiplicidad 365
Tcnicas de Multiplicidad por Divisin de Tiempo (TDM) 365
5.5.3. Interferencia Intersmbolo 368
5.5.4. Cdigos de Lnea 371
5.5.5. Mtodos de Acceso Mltiple 376
Acceso Mltiple por Divisin de Tiempo (TDMA) 377
Densidades Espectrales de algunos Cdigos de Lnea 372
Rendimiento Espectral de algunos Cdigos de Lnea 373
5.6. RECEPCIN DE IMPULSOS EN BANDA DE BASE 378
5.6.1. Introduccin 378
5.6.2. El Filtro Acoplado 379
5.7. TRANSMISIN Y RECEPCIN DE SEALES BINARIAS MEDIANTE
PORTADORA MODULADA 383
5.7.1. Introduccin 383
5.7.2. Demodulacin y Sicronizacin de Seales Binarias Moduladas 384
Mtodos de Demodulacin 384
Sincronizacin de Portadora y Temporizacin 386
5.7.3. Modulacin Binaria de Amplitud (ASK) 388
Ancho de Banda y Relaciones S/N en Sistemas ASK 388
Demodulacin Coherente de Seales ASK 391
Demodulacin no Coherente de Seales ASK 394
5.7.4. Modulacin Binaria de Frecuencia (FSK) 395
Ancho de Banda y Relaciones S/N en Sistemas FSK 396
Principio de Ortogonalidad en Seales FSK 397
Ancho de Banda en FSK 399
Relaciones S/N en FSK 400
Demodulacin Coherente de Seales FSK 400
Demodulacin no Coherente de Seales FSK 401
5.7.5. Modulacin Binaria de Fase (PSK) 406
Demodulacin de Seales PSK 406
Modulacin Binaria Diferencial de Fase (DPSK) 407
Ancho de Banda y Relaciones S/N en Sistemas PSK y DPSK 410
5.7.6. Comparacin entre los Sistemas de Modulacin Binaria 414
5.8. MODULACIN DIGITAL M-aria MEDIANTE PORTADORA MODULADA 416
5.8.1. Introduccin 416
5.8.2. Modulacin PSK M-aria 417
5.8.3. Modulacin DPSK M-aria 421
5.8.4. Modulacin FSK M-aria de Banda Ancha 423
Ortogonalidad de Seales FSK M-aria 425
xi

5.9. TRANSMISIN DE SEALES DIGITALES MEDIANTE DISPERSIN DEL
ESPECTRO (SPREAD SPECTRUM) 426
5.9.1. Introduccin 426
5.9.2. Sistemas SS de Secuencia Directa (DSSS) 426
Acceso Mltiple por Divisin de Cdigo (CDMA) 430
5.9.3. Dispersin del Espectro mediante Conmutacin de Frecuencias (FHSS) 433
5.9.4. Consideraciones Finales 436
5.10. RESUMEN 437
PROBLEMAS DE APLICACIN 438
CAPTULO VI 453
MODULACIN Y TRANSMISIN DE SEALES CONTINUAS 453
6.1. INTRODUCCIN 453
6.1.1. Esquemas de Modulacin Analgica de Ondas Continuas 454
6.2. MODULACIN LINEAL DE SEALES CONTINUAS 456
6.2.1. Introduccin 456
6.2.2. Modulacin de Amplitud en Doble Banda Lateral con Portadora
Suprimida (DSB) 456
Ancho de Banda y Relaciones S/N en Modulacin DSB 458
6.2.3. Modulacin de Amplitud con Portadora de gran Potencia (AM) 458
Potencia y Rendimiento de Transmisin en AM 462
Moduladores y Transmisores AM 466
Ancho de Banda y Relaciones S/N en Modulacin AM 468
Efecto Umbral en Sistemas AM 470
6.2.4. Modulacin en Banda Lateral Unica (SSB) 472
Generacin de Seales SSB 473
Demodulacin de Seales SSB 474
Ancho de Banda y Relaciones S/N en Modulacin SSB 476
6.2.5. Modulacin en Banda Lateral Residual (VSB) 480
6.2.6. Comparacin entre los Sistemas de Modulacin Lineal 486
6.3. TCNICAS DE TRASLACIN DE FRECUENCIAS 488
6.3.1. Conversin de Frecuencias 488
Frecuencias Imagen 490
El Receptor Superheterodino 491
6.3.2. Multiplicidad por Divisin de Frecuencia (FDM) 493
Ancho de Banda de la Banda de Base Multicanal 494
Multicanalizacin en Sistemas Telefnicos 495
Acceso Mltiple por Divisin de Frecuencia (FDMA) 495
6.4. MODULACIN ANGULAR O EXPONENCIAL DE SEALES CONTINUAS 498
6.4.1. Introduccin 498
Esquemas de Modulacin Angular de Seales Continuas 498
Efecto de una Componente Continua en Modulacin Angular 502
6.4.2. Modulacin Angular de Banda Angosta 503
6.4.3. Modulacin Angular de Banda Ancha 505
xii
Modulacin Sinusoidal Compuesta 510
6.4.4. Potencia y Ancho de Banda en Modulacin Angular de Banda Ancha 512
Potencia en Modulacin Angular 512
Ancho de Banda en Modulacin Angular 512
6.4.5. Generacin y Deteccin de Seales Moduladas en Angulo 518
Generacin Directa de Seales Moduladas en Frecuencia 518
Generacin Indirecta de Seales Moduladas en Frecuencia 521
Demodulacin de Seales Moduladas en ngulo 523
6.4.6. Interferencia y Relaciones S/N en Modulacin Angular 528
Interferencia 528
Relaciones S/N en Modulacin de Frecuencia 530
Efecto Umbral en Modulacin de Frecuencia 533
Relaciones S/N en Modulacin de Fase 535
6.4.7. Comparacin entre los Sistemas de Modulacin Angular 537
6.5. COMPARACIN ENTRE LOS SISTEMAS DE MODULACIN DE
SEALES CONTINUAS 538
6.5.1. Criterios de Comparacin 538
6.5.2. Comparacin entre los Sistemas de Modulacin Angular vs Modulacin Lineal 538
6.5.3. Intercambio Ancho de Banda-Relacin S/N en Sistemas de Banda Ancha 539
6.5.4 Comparacin entre los Sistemas de Banda Ancha 540
6.5.5. Caractersticas Generales de los Sistemas de Modulacin de Ondas Continuas 542
6.6. RESUMEN 544
PROBLEMAS DE APLICACIN 544
APNDICE A 561
CLCULO NUMRICO DE LAS SERIES Y TRANSFORMADAS DE FOURIER 561
A.1. Clculo Numrico de los Coeficientes de Fourier 561
A.2. La Transformada de Fourier Discreta (DFT) 563
Clculo Directo de la Transformada de Fourier Discreta 566
A.3. La Transformada de Fourier Rpida (FFT) 566
Algoritmo FFT por Decimacin en el Tiempo 567
APNDICE B 572
ESTNDARES DE TELEVISIN Y RADIODIFUSIN DIGITAL 572
B.1. Introduccin 572
B.2. La Multiplicidad por Divisin de Frecuencia Ortogonal (OFDM) 572
B.3. Estndares de Televisin Digital 578
B.4. Estndares de Radiodifusin Digital 581
APNDICE C 586
MISCELNEOS 586
C.1. El Espectro Electromagntico 586
xiii
C.2. Designacin de las Bandas de Microondas 586
C.3. Bandas de Televisin (NTSC, CATV) y FM en VHF 587
C.4. Bandas de Televisin (NTSC, CATV) en UHF 587
C.5. Cdigo ASCII o Alfabeto Internacional N
o
5 de la UIT-T 588
C.6. Cdigo Baudot 588
APNDICE D 589
TRANSFORMADAS 589
D.1. Teoremas de la Transformada de Fourier 589
D.2. Pares de Transformadas de Hilbert 589
D.3. Pares de Transformadas de Fourier 590
D.4. Otras Frmulas de Inters 590
APNDICE E 591
FRMULAS MATEMTICAS 591
E.1. Identidades Trigonomtricas 591
E.2. Integrales Indefinidas 592
E.3. Integrales Definidas 592
E.4. La Funcin Error 593
BIBLIOGRAFA 594





















xiv




PREFACIO A LA EDICION DIGITAL I

Actualmente en Venezuela y en muchas partes del mundo se est observando la gran
importancia que tiene la informacin en la vida cotidiana; esto ha permitido que la demanda de
informacin vaya en aumento y por lo tanto se tenga que hacer uso de sistemas ms sofisticados
para lograr la generacin, almacenamiento, administracin y acceso de los datos.
La Biblioteca Digital de la Universidad de Los Andes es una coleccin de artculos, de
trabajos de investigacin y de libros de texto completos, disponibles a travs de la Web, con la
finalidad de contribuir a las actividades acadmicas y de investigacin en cualquiera disciplina. Esta
Biblioteca Digital permitir la difusin a nivel mundial de la inmensa cantidad de obras producidas
por el personal acadmico docente y de investigacin de la Universidad.
Con esta finalidad, he puesto a disposicin de la comunidad hispanoamericana los libros
Transmisin de Datos y el presente libro Principios de las Comunicaciones, como una contribucin
a la enseanza, tanto terica como prctica, de las Telecomunicaciones.
Como una ayuda y colaboracin para mis colegas profesores, pongo tambin a su
disposicin el Problemario de Comunicaciones que contiene la solucin completa de todos los
problemas planteados en el libro Principios de las Comunicaciones, Edicin Digital I. Este
Problemario, mis estimados colegas, lo pueden obtener dirigindose a m directamente por correo
electrnico; mi direccin electrnica es: jbriceros@yahoo.com. Esto me permitir el
establecimiento de contactos ms personales con los potenciales usuarios del libro.
Espero que este texto les sea de utilidad en su diaria enseanza.

Jos E. Briceo M., Dr. Ing.
Profesor Titular, ULA.
jbriceros@yahoo.com
Mrida, Venezuela, Abril 2005













xv
PREFACIO A LA TERCERA EDICION
El presente texto es el resultado de ms de cuatro dcadas de enseanza de las
comunicaciones en la Escuela de Ingeniera Elctrica de la Universidad de Los Andes (ULA) y es
una reedicin corregida y aumentada del texto del mismo nombre editado por el Consejo de
Publicaciones de la Universidad de los Andes y utilizado en los cursos del Pregrado de Ingeniera
Elctrica.
Este libro ha sido concebido para servir como introduccin, a nivel de pregrado, a los
principios bsicos de la teora moderna de la comunicacin y a los sistemas de comunicacin desde
el punto de vista del anlisis de sistemas. El mtodo seguido consiste en la presentacin de los
principios matemticos aplicados a los modelos fsicos de los sistemas con ejemplos, hasta donde es
posible, de sistemas de comunicacin prcticos. No est contemplada la deduccin o explicacin de
los principios matemticos bsicos utilizados.
Los requisitos necesarios para entender el material son conocimientos elementales de la
teora de las probabilidades y variables aleatorias, trigonometra, lgebra lineal, clculo diferencial e
integral, convolucin y nociones de circuitos elctricos y electrnica, es decir, conocimientos a
nivel de sexto o sptimo semestre de Ingeniera Elctrica o Electrnica. El material, incluyendo los
Apndices, se cubre cmodamente en dos semestres o tres trimestres.
El texto est dividido en seis captulos y cinco apndices. Los dos primeros captulos
comprenden los principios bsicos tericos, el tercer captulo es una introduccin a la teora de la
probabilidad, variables y procesos aleatorios, en el cuarto captulo se presentan los principios de la
transmisin de informacin, y los captulos quinto y sexto son aplicaciones en sistemas de
comunicacin prcticos. El procedimiento seguido se ha planteado principalmente desde el punto de
vista determinstico; sin embargo, a todo lo largo del texto se hace continuas referencias a seales
aleatorias, y para el lector poco familiarizado con estos conceptos, en el Captulo III se presenta una
breve introduccin a las variables y procesos aleatorios. Nuestra intencin es la de proporcionar al
estudiante de pregrado conocimientos slidos de los fundamentos tericos como introduccin, tanto
analtica como intuitiva, a la metodologa a seguir en el anlisis, planificacin, diseo y evaluacin
de sistemas de comunicacin, y como una primera fase en el estudio de la Teora Estadstica de la
Comunicacin y Sistemas Avanzados de Comunicacin.
La seleccin de tpicos, organizacin y presentacin son consecuencia de nuestra
experiencia en la enseanza de esta materia. En particular, se hace nfasis en los principios y
conceptos de los sistemas y de las aplicaciones ms bien que en la instrumentacin prctica, pues
los dispositivos, circuitos y componentes pueden cambiar con la tecnologa y son ms del dominio
de la electrnica que de las comunicaciones. A fin de facilitar el estudio no dirigido, el material se
complementa con una bibliografa suficiente y con numerosos ejemplos resueltos y problemas al
final de cada captulo, en su mayor parte con respuesta. Para profesores de la materia hay disponible
un Manual del Instructor con la solucin completa de todos los problemas propuestos en el texto.
Los interesados en este Manual se pueden dirigir directamente al autor.
Quizs en la Ingeniera de las Comunicaciones es donde se hace empleo muy extenso, tal
vez abusivo, de las siglas. Esta codificacin es necesaria por cuanto permite, a los iniciados,
expresarse rpidamente y sin ambigedades acerca de un tpico dado. La mayor parte de los libros
de comunicaciones en idioma espaol son traducciones de otros idiomas, y cada traductor interpreta
o traduce libremente y luego define unas siglas correspondientes a su traduccin. El resultado son
textos completamente ilegibles, an para los iniciados. En este texto utilizaremos las siglas
correspondientes al idioma ingls, pues la mayora de la informacin pertinente se encuentra en este
xvi
idioma. Por ejemplo, para la Modulacin Diferencial de Impulsos Codificados utilizaremos la
sigla en ingls DPCM y no MDIC o MCID o MCPD o MICD, encontradas en cuatro textos
diferentes.
Vamos a describir sumariamente el contenido de los captulos que conforman el texto. En
los Captulos I y II se presentan las tcnicas y modelos matemticos necesarios para la
representacin de seales y sistemas, tanto en el dominio del tiempo como en el dominio de la
frecuencia. Particularmente, se hace nfasis especial en los mtodos clsicos para el anlisis
espectral de seales: las Series y la Transformada de Fourier, y se presenta un desarrollo unificado
de la densidad espectral de potencia y de las funciones de correlacin. En el Captulo II se presenta
un breve estudio de los sistemas lineales y su caracterizacin espectro-temporal, as como la
descripcin, tanto en el dominio del tiempo como en el dominio de la frecuencia, de la transmisin
de seales a travs de filtros y canales lineales. La Transformada de Hilbert se define en trminos
muy sencillos y mediante el concepto de funcin analtica, se obtiene la descripcin de seales
pasabanda de banda angosta y el concepto de bandas laterales en seales moduladas. El Captulo II
concluye con un breve estudio del ruido en sistemas de comunicacin y su caracterizacin como
Relacin Seal/Ruido, Temperatura de Ruido, Cifra de Ruido y Medida del Ruido.
En el Captulo III se desarrollan algunos modelos probabilsticos de las variables y procesos
aleatorios. El captulo comienza con una breve revisin de los conceptos elementales ms
importantes de la teora de la probabilidad y a continuacin se introduce el concepto de variable
aleatoria, tanto en su forma discreta como en su forma continua. El concepto de proceso aleatorio se
presenta como un modelo para describir una coleccin de funciones del tiempo y se estudian las
propiedades de los procesos estacionarios y ergdicos en relacin con la funcin de autocorrelacin
y la densidad espectral de potencia. Por ltimo, se estudian algunos modelos que representan
secuencias aleatorias binarias de gran utilizacin en la teora, prctica y diseo de sistemas
comunicacin digital y se introduce el concepto de dispersin del espectro (Spread Spectrum). El
material presentado en este captulo es solamente una introduccin, o ms bien un repaso, de la
teora de la probabilidad y procesos aleatorios, y no se pretende que sea un curso completo en s
mismo. El lector interesado en profundizar sus conocimientos en este campo puede consultar la
bibliografa especializada.
En el Captulo IV se presentan las ideas bsicas de la Teora de la Informacin ms desde
un punto de vista intuitivo que mediante desarrollos matemticos avanzados. El concepto de
informacin, la entropa, la velocidad de informacin, la velocidad de modulacin, el ancho de
banda de un canal y la capacidad de Shannon se presentan hacindose nfasis en la codificacin
digital de seales y en las caractersticas de los canales reales. Se definen, asimismo, los parmetros
bsicos de un sistema ideal de transmisin de informacin.
El Captulo V est dedicado a la modulacin y transmisin de impulsos, bases de las
tcnicas del procesamiento digital de seales y de la transmisin de datos desde el punto de vista
determinstico. Se comienza con la Teora del Muestreo de Seales, utilizando las tcnicas y
conceptos estudiados en los Captulos I y II. El muestreo y la recuperacin de seales se tratan tanto
desde un punto de vista terico como prctico, y se hace nfasis de su importancia en los sistemas
de modulacin de impulsos. Se estudian los diferentes sistemas de modulacin analgica (PAM,
PDM y PPM) y digital (PCM, DPCM y DM) de impulsos y se comparan sus caractersticas en el
caso de transmisin y recepcin en banda de base. En este captulo se estudia tambin la
transmisin de impulsos binarios mediante portadora modulada y se describen los sistemas usuales
para la transmisin de datos en presencia del ruido con aplicaciones a sistemas reales. Asimismo, se
hace una breve introduccin a la transmisin de seales digitales mediante dispersin o
ensanchamiento del espectro (Spread Spectrum) y algunas de sus aplicaciones. Donde es aplicable,
xvii
se utilizan o citan las Recomendaciones del UIT-T (Unin Internacional de Telecomunicaciones-
Sector de Telecomunicaciones) y del UIT-R (Unin Internacional de Telecomunicaciones-Sector de
Radiocomunicacin).
En el Captulo VI se estudia la modulacin y transmisin de seales continuas, tales como
voz, msica o video. Se definen los dos tipos de modulacin de ondas continuas: lineal
(Modulacin de Amplitud) y exponencial (Modulacin Angular), y se desarrollan las descripciones
de los diferentes sistemas particulares, tanto en el dominio de la frecuencia como en el dominio del
tiempo. Particular nfasis se da al comportamiento de los sistemas desde el punto de vista de la
potencia (Relaciones S/N) como del ancho de banda, sin olvidar la complejidad en la
instrumentacin prctica. Se desarrolla el concepto de multicanalizacin o multiplex, y se dan
algunos ejemplos de su aplicacin en telefona, radiodifusin y transmisin por satlites. El captulo
concluye con una comparacin de todos los sistemas estudiados, tanto de impulsos como de ondas
continuas, y se sealan algunas de sus aplicaciones en el campo de la transmisin de informacin.
Igual que en el Captulo V, la presentacin se har desde del punto de vista determinstico.
En el Apndice A se presenta una breve introduccin al clculo numrico de los
Coeficientes y Transformada de Fourier. En particular se estudia la Transformada de Fourier
Discreta, se presentan algunas de sus aplicaciones, especialmente la Transformada de Fourier
Rpida (Fast Fourier Transform, FFT), de gran aplicacin en el Anlisis Espectral de Seales. Los
nuevos estndares de Televisin y Radiodifusin Digitales, as como la Modulacin OFDM, se
describen en el Apndice B. En los Apndices siguientes se da informacin adicional acerca del
Espectro Electromagntico, las Bandas de Frecuencia en FM, VHF y UHF, as como frmulas
matemticas, tablas de transformadas, etc., que son de amplia utilizacin en el texto.
Se ha hecho un esfuerzo considerable para presentar el material de tal manera que haya una
progresin coherente desde los principios y conceptos hasta las consideraciones de diseo, sin
profundizar demasiado en desarrollos matemticos innecesarios, e intentando, en lo posible,
interpretar en forma intuitiva los conceptos y resultados, as como su materializacin fsica
(dispositivos y circuitos).
Queremos dejar constancia de nuestro agradecimiento a los Profesores Ermanno
Pietrosemoli y Nstor Angulo Reina (+), de la Ctedra de Comunicaciones de la Escuela de
Ingeniera Elctrica de la Universidad de los Andes, cuyas valiosas sugerencias han contribuido a
mejorar considerablemente la exactitud y claridad del texto
Finalmente, quiero dedicar este libro a Margot, mi esposa, por el apoyo que siempre me ha
dado y por la paciencia que ha demostrado por el tiempo robado a su compaa y dedicado a la
elaboracin de este texto.
Jos E. Briceo M., Dr. Ing.
<jbriceros@yahoo.com>
Mrida, Venezuela, Agosto 2004

J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

CAPTULO I

REPRESENTACIN ESPECTRO-TEMPORAL
DE SEALES

1.1. INTRODUCCIN
El propsito de un sistema de comunicacin es el de transmitir informacin. Un sistema de
comunicacin comprende un transmisor, un canal sobre el cual la informacin se transmite, y un
receptor para recoger la informacin y entregarla al destinatario. El canal de transmisin puede ser
un simple par de conductores, un cable coaxial, una fibra ptica, una gua de ondas o el espacio
libre.
La palabra comunicacin parece privativa del ingeniero de comunicaciones o de los
medios de comunicacin de masas. Este es un error muy frecuente an en personas tcnicamente
calificadas. La transmisin de medidas de voltaje, corriente, frecuencia, etc., desde una estacin
remota hasta el puesto de control es comunicacin; la transmisin de datos a travs de un cable
coaxial en un sistema de automatizacin industrial es tambin comunicacin. La transmisin de un
programa de opinin por un medio de transmisin de masas tambin es comunicacin. Hay un gran
nmero de aplicaciones en las cuales la palabra comunicacin se emplea indistintamente. Sin
embargo, desde el punto de vista que nos ocupa, la palabra o palabras ms apropiadas que describen
el proceso son las de transmisin de informacin.
Como estaremos hablando continuamente de comunicacin, y siendo la comunicacin tan
diversa y tan importante, sera interesante conocer algo de sus orgenes histricos y de los hombres
que han sobresalido en su estudio y desarrollo.
La teora moderna de la comunicacin tuvo su origen en el estudio de las comunicaciones
elctricas y algunas de las ideas ms importantes se originaron en los primeros intentos para
establecer comunicaciones rpidas a larga distancia.
En 1832, Samuel Morse (1791-1877) logr la primera forma eficiente del telgrafo
elctrico. Como todos sabemos, el cdigo Morse de telegrafa consta de puntos y rayas cuyas
combinaciones se asignan a los smbolos del alfabeto (letras y nmeros). La transmisin se
efectuaba mediante conductores sobre postes y no haba demasiados problemas en lo que se refera
a la reproduccin de la seal recibida en el extremo alejado. En 1843, Morse emprendi la tarea de
construir una lnea con cable subterrneo, pero encontr ciertas dificultades que ms tarde afectaron
a los cables submarinos an ms severamente. Las dificultades que Morse encontr, con su cable
subterrneo, siguen siendo todava un problema importante. En efecto, circuitos diferentes que
conduzcan igualmente una corriente continua, no son necesariamente adecuados para una
comunicacin elctrica en donde las corrientes son esencialmente variables. Si se transmiten puntos
y rayas demasiado a prisa por cable subterrneo, estos puntos y rayas, que bsicamente son
impulsos, no pueden diferenciarse en el extremo receptor. Como se indica en la Fig. 1.1(a), cuando
se transmite un corto impulso de corriente, se recibe en el extremo alejado del circuito un impulso
de corriente mucho ms largo, muy disperso. Asimismo, como se indica en la Fig. 1.1(b), cuando se
transmite una seal clara y distinta, puede suceder que se reciba una seal difcil de interpretar.
Naturalmente, si los impulsos son lo suficientemente largos, la interpretacin en el extremo
receptor ser completa, pero la velocidad de transmisin habr disminuido apreciablemente. Es
evidente, entonces, que hay una velocidad de transmisin lmite asociada de algn modo con un

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
2
circuito o canal dado. Los primeros telegrafistas estaban conscientes de esta limitacin, y en sus
esfuerzos para superarla se construyeron los primeros cimientos de la teora de la comunicacin.
Impulso Transmitido Impulso Recibido
t t
t t
(a)
(b) Seal Transmitida Seal Recibida
Fig. 1.1. Formas de Onda Transmitidas y Recibidas.

Pero no solamente eran las limitaciones del canal las que hacan difcil la interpretacin.
Durante las tormentas, sobre todo, aparecan seales extraas que hacan an ms difcil la
interpretacin. Estas seales espurias, llamadas en general ruido, estn siempre presentes en los
sistemas de transmisin y dificultan la interpretacin de la informacin contenida en un mensaje.
Los telegrafistas de aquella poca tenan un conocimiento, que podramos llamar intuitivo, de las
limitaciones de los sistemas fsicos, pero hace falta algo ms que un conocimiento intuitivo: se
necesita un anlisis matemtico de estos fenmenos.
Desde muy pronto se aplicaron tcnicas matemticas a la solucin de estos problemas,
aunque el cuerpo completo de la teora slo se ha logrado en las ltimas dcadas. En 1885, William
Thompson (1824-1907), conocido como Lord Kelvin, calcul en forma exacta la corriente recibida
en un cable submarino cuando se transmita impulsos (puntos y rayas). Un ataque ms poderoso a
tales problemas sigui a la invencin del telfono por Alexander Graham Bell (1847-1922), en
1876. En la telefona las seales varan brusca y rpidamente en un amplio margen de amplitudes,
con una rapidez mucho mayor que en la telegrafa manual; esto complic an ms la recepcin de
la seales.
Muchos hombres ayudaron al establecimiento del tratamiento matemtico de la telefona.
Hombres como Poincar (1854-1912), Heaviside (1850-1925), Pupin (1858-1935), Baudot (1845-
1903), son los ms eminentes de ellos. Estos hombres usaron los mtodos matemticos establecidos
por el fsico francs Joseph Fourier (1768-1830), los cuales haban sido aplicados al estudio de las
vibraciones y que se utilizan para analizar el comportamiento de seales elctricas que varan de un
modo complicado en funcin del tiempo. El Anlisis de Fourier es de absoluta necesidad en el
estudio de las comunicaciones elctricas, porque provee las tcnicas matemticas con las cuales el
ingeniero puede describir seales y sistemas no solamente en el dominio del tiempo sino tambin en
el dominio de la frecuencia. Este es el principal objetivo de este texto.
El Anlisis de Fourier se basa en la representacin de una funcin complicada como una
suma de funciones sinusoidales, y su utilidad depende de dos hechos fsicos importantes: la
invariancia en el tiempo y la linealidad. Un circuito elctrico posee parmetros (R, L y C) que no
varan en el tiempo (por lo menos a corto plazo); en trminos ms formales, la ecuacin diferencial
que representa al circuito es una ecuacin cuyos coeficientes (los parmetros del circuito) son
constantes. La linealidad significa, sencillamente, que si conocemos las seales de salida
correspondientes a cualquier nmero de entradas enviadas separadamente, podemos calcular la

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
3
seal de salida total simplemente sumando las seales de salida individuales; ste es el enunciado
del teorema de superposicin. El anlisis de Fourier de las seales en funcin de sus componentes
frecuenciales, hace posible estudiar las propiedades de transmisin de un circuito lineal para todas
las seales en trminos de la atenuacin y desfasaje que les son impuestas a su paso por el circuito,
y proporciona a los ingenieros una asombrosa variedad de resultados que no pueden ser obtenidos
de otro modo.
En 1917, Harry Nyquist, de la American Telephone and Telegraph Company, de los
Estados Unidos, empez a atacar los problemas de la telegrafa con mtodos matemticos ms
poderosos y secundado por una gran intuicin y claridad de conceptos. Los primeros resultados de
su trabajo los public en 1924 en el artculo Ciertos Factores que afectan a la Velocidad
Telegrfica [Nyquist, 1924]. En este artculo, Nyquist trata varios problemas relacionados con la
telegrafa y, en particular, aclara la relacin entre la velocidad telegrfica y el nmero de valores o
impulsos de corriente que pueden ser transmitidos y correctamente interpretados. Este trabajo, en
nuestra opinin, es el primer cimiento de la moderna teora de la informacin. Nyquist demostr
que se poda transmitir varios mensajes simultneamente por un mismo canal si los anchos de banda
de las seales mensaje no se solapaban. Observ, asimismo, que la velocidad de transmisin era
proporcional al ancho de banda del circuito y que poda aumentarse mediante una codificacion
apropiada de la seal. Demostr que una seal contena, en todo momento, una componente
continua de amplitud constante, que, consumiendo parte de la potencia transmitida, no tena
utilidad y poda ser aadida en el receptor, lo mismo que si hubiera sido transmitida por el circuito.
Nyquist continu sus trabajos sobre los problemas de la telegrafa y en 1928 public un
segundo e importante artculo: Ciertos Tpicos en la Teora de la Transmisin Telegrfica
[Nyquist, 1928]. Este segundo artculo fue ms cuantitativo y exacto que el primero, y juntos
abarcan mucho material importante que hoy est incorporado en la Teora de la Comunicacin.
En 1928, R.V. Hartley, el inventor del conocido Oscilador Hartley, public el artculo
Transmisin de Informacin [Hartley, 1928]. Hartley atac el problema de la codificacin de
los smbolos primarios (por ejemplo, las letras del alfabeto o caracteres alfanumricos) en trminos
de smbolos secundarios (por ejemplo, puntos o rayas del cdigo Morse o secuencias de impulsos) y
observ que las longitudes de los smbolos secundarios deberan depender de la frecuencia de
ocurrencia de los smbolos primarios si se desea transmitir los mensajes con ms rapidez. Hartley
sugiri tambin un modo de aplicar tales consideraciones a las seales continuas, por ejemplo, las
seales telefnicas o de transmisin de imgenes. Finalmente, Hartley estableci, de acuerdo con
Nyquist, que la cantidad de informacin que puede ser transmitida es proporcional al ancho de
banda del canal multiplicado por el tiempo de transmisin. Vemos la importancia que en la
velocidad de transmisin tiene una codificacin adecuada.
Despus de los trabajos de Nyquist y Hartley no se public ningn trabajo de importancia
hasta el advenimiento de la Segunda Guerra Mundial. Acicateados por las obligaciones de la
defensa, los gobiernos beligerantes establecieron equipos de matemticos, cientficos e ingenieros
para estudiar y desarrollar muchos aspectos de la ciencia y de la tecnologa. El radar, las
microondas, la televisin y muchos desarrollos ms, fueron los frutos de este esfuerzo combinado,
hbilmente dirigido y con ilimitados medios econmicos.
Problemas como la deteccin y estimacin de seales en presencia de ruido fueron
resueltos por A.N. Kolmogoroff (1903-1987), en Rusia, y en Estados Unidos, independientemente,
por Norbert Wiener (1894-1964). Despus de la guerra otro matemtico, Claude E. Shannon (1916-
2001), se interes en los problemas de las comunicaciones en presencia de ruido y en 1948 public
en dos partes su artculo Una Teora Matemtica de la Comunicacin [Shannon, 1948], que es
otro de los pilares de la moderna Teora de la Comunicacin. En el problema tratado por Shannon

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
4
se permite elegir cmo representar el mensaje por medio de una seal elctrica, cuntos valores de
la corriente se pueden permitir y cuntos se transmitiran por segundo, es decir, el problema de la
codificacin y la redundancia. El problema no es, pues, cmo tratar una seal contaminada con
ruido para obtener una mejor estimacin de ella, sino qu clase de seal enviar para transportar
mejor los mensajes de un tipo dado sobre un canal particular o circuito ruidoso. Shannon demostr,
asimismo, que no es posible transmitir sin error si los cdigos utilizados no tienen redundancia.
Los sistemas de comunicacin consisten en un conjunto de bloques funcionales
interconectados que transfieren informacin entre dos puntos mediante una serie secuencial de
operaciones o procesamiento de seales. La Teora de la Comunicacin trata de los modelos y
tcnicas matemticas que se pueden utilizar en el estudio y anlisis de los sistemas de
comunicacin.
En los sistemas de comunicacin las seales son magnitudes que varan en el tiempo, tales
como voltajes y corrientes que, en general, se representarn con la notacin x(t). Los elementos
funcionales de un sistema son los circuitos elctricos, pero tanto los circuitos elctricos (sistemas)
como las seales se pueden representar en el dominio del tiempo si la variable independiente es
el tiempo (t), o en el dominio de la frecuencia si la variable independiente es la frecuencia (f).
En el anlisis y estudio de los sistemas de comunicacin a menudo es necesario y conveniente
describir o representar las seales y sistemas en el domino de la frecuencia, lo cual conlleva a los
conceptos de espectro y de ancho de banda.
La representacin espectro-temporal de seales y sistemas es posible mediante el Anlisis
Espectral de Fourier: Series y Transformadas. En este captulo se desarrollarn las tcnicas
matemticas para la descripcin de seales en el dominio de la frecuencia y de la correspondencia
Tiempo Frecuencia. Estas tcnicas no son sino modelos matemticos, es decir, descripciones
idealizadas de seales y sistemas reales. Aunque se puede elegir diferentes modelos para un
problema particular, la seleccin del modelo ms apropiado estar basada en el conocimiento ms o
menos completo de los fenmenos fsicos a modelar y en las limitaciones de los diferentes modelos.
En las ltimas dcadas el desarrollo de las telecomunicaciones ha sido extraordinario pero
ms que todo desde el punto de vista de la tecnologa: fueron las tcnicas de integracin de
dispositivos de estado slido las que iniciaron esta nueva era de las comunicaciones. El
Procesamiento y Transmisin de Datos, las Comunicaciones por Satlite y las Comunicaciones
Opticas son los dominios en los cuales el crecimiento ha sido y seguir siendo espectacular. En la
conjuncin entre la Electrnica, las Telecomunicaciones y la Informtica estar la base de este
desarrollo. En la Referencia [IEEE, 1984] de la Bibliografa, el lector interesado encontrar un
nutrido material sobre la historia de las telecomunicaciones en los ltimos 100 aos.
1.2. MODELOS DE LAS SEALES
1.2.1. Seales Determinsticas y Aleatorias
En los sistemas de comunicacin se encuentran dos clases amplias de seales, conocidas
como seales determinsticas y seales aleatorias. Las seales determinsticas se pueden
representar mediante expresiones matemticas explcitas del tiempo. Por ejemplo, una seal
portadora sinusoidal de la forma x(t) = Acos(2f
c
t) para todo t, es una seal determinstica. Son
tambin seales determinsticas aquellas que no poseen una ecuacin que las describa pero que
estn representadas mediante grficos. El punto a resaltar es que el valor exacto de una seal
determinstica se puede predecir o calcular por adelantado.
En su definicin ms sencilla, una seal aleatoria es aquella en la cual existe un mayor o
menor grado de incertidumbre en cuanto a un valor instantneo futuro. Aunque el valor exacto en
un instante dado no se conoce, muchas de las seales aleatorias que se encuentran en los sistemas de

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
5
comunicacin tienen ciertas caractersticas en su comportamiento que permiten describirlas en
trminos estadsticos o probabilsticos. El ruido en sistemas de comunicacin es una seal
aleatoria.
Como veremos en Captulo IV, puede decirse que solamente las seales aleatorias
proporcionan verdaderamente informacin, puesto que las seales determinsticas pueden ser
totalmente conocidas de antemano. Esto es verdad desde un punto de vista muy amplio y, por
supuesto, todas las seales procesadas en un sistema de comunicacin son de naturaleza aleatoria,
por lo menos en lo que se refiere al destinatario. Sin embargo, desde el punto de vista del anlisis,
diseo, prueba y operacin de sistemas, no solamente es deseable sino tambin necesario utilizar
seales determinsticas para analizar el sistema y predecir su comportamiento. Las seales
determinsticas tienen propiedades bien conocidas, adems de que son ms fciles de generar y
utilizar. En el Captulo III se presentan algunos fundamentos de las variables y procesos aleatorios.
En este texto el enfoque ser mayormente desde el punto de vista determinstico.
1.2.2. Seales Peridicas y no Peridicas
Una seal peridica es aquella que se repite en una forma predecible cada T segundos,
donde T es el perodo de repeticin de la seal, es decir,
x t x t T ( ) ( ) = + para todo t (1.1)
T es una constante positiva y es el valor ms pequeo que satisface la expresin (1.1). Al
intervalo de un perodo se le denomina tambin un ciclo de la seal, aunque la palabra ciclo se
utiliza principalmente en seales sinusoidales.
Una seal no peridica o aperidica se puede considerar como el lmite de una seal
peridica cuanto el perodo T tiende a infinito. En trminos ms formales, una seal no peridica es
aquella para la cual no existe un T finito que satisfaga la expresin (1.1).
Pudiera pensarse que dentro de un intervalo finito una seal no peridica puede repetirse
despus de un perodo bastante grande y ser en realidad una seal peridica. Igualmente, podemos
argumentar que una seal aparentemente peridica deje de serlo despus de un tiempo lo
suficientemente grande. Desde un punto de vista prctico estos argumentos no producen ninguna
dificultad, pero en los intervalos usuales de trabajo y para efectos de anlisis, hay que considerar
siempre una u otra representacin.
1.2.3. Seales de Energa y de Potencia
En el dominio de la Fsica y la Ingeniera la energa total de una seal x(t) en el dominio del
tiempo usualmente se define en la forma
E lim x t dt
T T
T
=

2
2
2
( )
/
/
(1.2)
La seal x(t) puede ser un voltaje o una corriente. E es la energa normalizada para una
resistencia de 1 Ohm, y se expresa en joules.
Como x(t) puede, en general, ser compleja, una definicin ms general de la energa es
E lim x t dt
T T
T
=

( )
/
/
2
2
2
(1.3)
donde x t x t x t ( ) ( ) *( )
2
= .

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
6
Si x(t) es real e independiente de T, la energa se puede definir en la forma siguiente, que es
la ms utilizada en la caracterizacin de seales fsicas de aplicacin prctica.
E x t dt =

2
( ) (1.4)
La potencia promedio de una seal x(t) en el dominio del tiempo se define como la energa
por unidad de tiempo; por lo tanto, la potencia promedio de la seal en el intervalo (-T/2, T/2) es
P
E
T
lim
T
x t dt
T T
T
= =

1
2
2
2
( )
/
/
(1.5)
Si la seal es peridica, no es necesario tomar el lmite y la integracin se efecta dentro de
un perodo T, es decir,
P
T
x t dt
T
T
=

1
2
2
2
( )
/
/
si x(t) es real y peridica (1.6)
Esta es la potencia normalizada para una resistencia de 1 Ohm; se mide en vatios (W).
Mientras no se especifique lo contrario, en este texto la potencia y la energa estarn siempre
normalizadas (referidas a una resistencia de 1 Ohm).
Para simplificar la notacin, en este texto utilizaremos continuamente el llamado operador
promedio tiempo definido mediante la expresin general < >=

[ ] [ ]
/
/
lim
T T T
T
1
2
2
dt o la expresin
particular < >=

[ ] [ ]
/
/
1
2
2
T T
T
dt . Este es un operador lineal puesto que verifica el principio de
superposicin < ax
1
(t) +bx
2
(t) >= a < x
1
(t) > +b < x
2
(t) >, donde a y b son dos
constantes cualesquiera.
Algunas veces se define tambin la denominada intensidad normalizada de una seal
como la potencia o la energa normalizadas, segn el caso. En este texto representaremos la
intensidad normalizada de una seal con la notacin < > x t
2
( ) , que corresponder a la energa si la
seal es de energa, o a la potencia si la seal es de potencia; sin embargo, como es costumbre en
los textos de comunicaciones, daremos preferencia a la notacin < > x t
2
( ) para representar la
potencia promedio normalizada de una seal x(t); asimismo, > < ) t ( x representar el valor
promedio (componente continua) de una seal x(t).
De las definiciones (1.2) a (1.6) se puede establecer lo siguiente:
(a) Se dice que una seal x(t) es de energa si y slo si su energa es finita, es decir, si
0
2
< <

x t dt ( ) (1.7)
lo cual implica que lim
T
x t dt
T T
T

=

1
0
2
2
2
( )
/
/

Las seales de energa finita tienen potencia cero.
(b) Se dice que x(t) es una seal de potencia si y slo si su potencia es finita, es decir, si
0
1
2
2
2
<

lim
T
x t dt
T T
T
( )
/
/
< (1.8)
lo cual implica que la energa de una seal de potencia es infinita (E = ).

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
7
Las seales de potencia finita tienen una energa infinita.
De acuerdo con las definiciones (1.7) y (1.8), una seal puede ser de energa o de potencia
y no puede ser de otro tipo. En efecto, si una seal fsica x(t) tiene una energa finita su potencia es
cero, y si su potencia es finita su energa es infinita. En general, las seales fsicas aplicadas en
ingeniera son de energa, pero para efectos de anlisis a menudo se modelan como seales de
potencia. Ms adelante comentaremos algo sobre la realizabilidad fsica de las seales.
Evidentemente, todas las seales peridicas son necesariamente seales de potencia. Sin
embargo, no todas las seales de potencia son peridicas. En efecto, hay muchas seales que tienen
una potencia lmite dada cuando T , aunque tales seales sean no peridicas o tengan un
comportamiento de carcter aleatorio. En este tipo de seales hay que utilizar la ecuacin (1.5) para
su definicin.
Ejemplo 1.1.
Se trata de determinar si la seal x t A a t ( ) exp( | | ) = ,
donde A y a son constantes y a > 0, es de potencia o de
energa, Fig. 1.2.
Por inspeccin, x(t) no es peridica; pero como la
curva se extiende hasta el infinito, no es obvio si es o n
de energa. En efecto, aplicando (1.4),

0
t
x(t)
A
Fig. 1.2
A a t dt at dt
A
a
2 2
2
0
2 2A 2 exp( | | ) exp( ) = =


joules
Se verifica que E
A
a
= <
2
, por lo tanto x t A a t ( ) exp( | | ) = es una seal de energa.

Ejemplo 1.2
Determinar si la seal x(t) de la Fig. 1.3 es de
energa, de potencia o ninguna de las dos.
El rea bajo la seal es infinita, por lo tanto no
es una seal de energa. La seal no es peridica pero
puede ser de potencia. Vamos a verificar esto
aplicando la expresin (1.5) a la seal de la Fig. 1.3.

0
t
A
x(t)
Fig. 1.3

lim
T
A dt
A
T
T

1
2
2
2
0
2 /
W
Se verifica entonces que < >= < x t
A
2
2
2
( ) , por lo tanto, x(t) es una seal de potencia.
Podemos decir tambin que una seal continua de amplitud A para todo t (- t ) es
una seal de potencia cuya potencia es A
2
.

Ejemplo 1.3. Potencia de una Seal Sinusoidal
Sea la seal sinusoidal x t A f t
c
( ) cos( ) = + 2 , donde A, f
c
y son constantes reales.
Por inspeccin, el perodo T de x(t) es T=1/f
c
. De (1.6),

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
8
< >= + = + +



x t f A f t dt
f A
dt f t dt
c c
c
c
f
f
f
f
f
f
c
c
c
c
c
c
2 2 2
2
1 2
1 2
1 2
1 2
1 2
1 2
2
2
4 ( ) cos ( ) cos( )
/
/
/
/
/
/

La segunda integral de la derecha es cero pues la integracin cubre dos perodos completos
de la funcin por integrar. La potencia promedio de una seal sinusoidal ser entonces
< >= =

x t
A A
2
2
2
2
2
( ) (1.9)
donde A / 2 es el valor eficaz de la seal sinusoidal, resultado ya obtenido en los cursos de
Circuitos Elctricos. Ntese que la informacin de fase (valor de ) no interviene para nada en el
clculo de la potencia. Esto es vlido para cualquiera seal, sea o n sinusoidal.

Ejemplo 1.4. Energa de una Seal Triangular
Sea la seal triangular mostrada en la Fig. 1.4(a), donde x t
A
t
( )
(
| |
)
=

para | t|
0 para | t| >

Esta forma de seal es de uso muy frecuente, por lo que se ha definido la funcin
tringulo, Fig. 1.4 (b), representada por

1 | t | para |t| 1
Triang(t) (t)
0 para |t|>1

= =


( ) t
0 -1 0 1
t t
x(t)
A 1
(a) Seal (b) Funcin Tringulo
Fig. 1.4

En consecuencia, x t A
t
( ) ( ) =

. La energa de x(t) ser: E A


t
dt A = =

2 1
2
3
2 2 2
0
( )

joules

Ejemplo 1.5. Potencia Promedio de una Seal Peridica Rectangular
Sea la seal peridica rectangular mostrada en la Fig. 1.5(a).

/ 2
( ) t
/ 2 T -T 0 0 -1/2 1/2
t t
1 A
oooo oooo
(a) Seal Peridica Rectangular
x(t)
(b) Funcin Rectngulo
Fig. 1.5.


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
9
Esta forma de seal tambin es de uso muy frecuente, habindose definido la funcin
rectngulo, Fig. 1.5(b), representada por
Re ( ) ( ) ct t t = =

1
0
para | t|
1
2
para | t| >
1
2

Por consiguiente, x t A
t
( ) ( ) =

en T. La potencia promedio de la seal peridica


rectangular x(t) ser
< >= =

x t
T
A dt
T
A
2 2 2
0
2
2
( )
/


En la literatura tcnica a la relacin R
T
T
=

se la denomina ciclo o relacin de trabajo.

1.2.4. Seales Singulares
Hay una clase de seales elementales cuyos miembros tienen formas matemticas muy
simples pero que son discontinuas o tienen derivadas discontinuas. Debido a que estas seales no
tienen derivadas finitas de ningn orden, generalmente se las denomina seales o funciones
singulares. Las seales singulares ms comunes en el anlisis de seales y sistemas son la rampa,
el escaln unitario, la seal signo y el impulso unitario Delta Dirac. Diremos sin demostrarlo, que
cualquiera seal representada por un polinomio en t es una seal singular.
Aunque este tipo de seales no son sino idealizaciones matemticas y no ocurren
naturalmente en un sistema fsico, ellas sirven para varios propsitos de gran utilidad en el anlisis
de seales y sistemas. En primer lugar, sirven como aproximacin de seales que verdaderamente
ocurren en los sistemas cuando se efectan operaciones de tipo conmutativo. En segundo lugar, su
forma matemtica ms simple permite efectuar cuantitativamente el anlisis de un sistema con
mucha ms facilidad que si se emplearan seales ms complicadas. Adems, muchas seales
complicadas pueden representarse como combinaciones de estas seales elementales. Por ltimo, no
por eso menos importante, estas seales pueden simularse en el laboratorio con mucha facilidad y
aproximacin, de modo que puede determinarse experimentalmente si un sistema se comporta en la
forma predicha por un anlisis matemtico previo.

La Rampa Unitaria
La rampa unitaria, r(t), se muestra en la Fig.
1.6 y se define en la forma siguiente:
r t
t par
( ) =

a 0 t
0 para t < 0
(1.10)


0
t
1
1
r(t)
Fig. 1.6. La Rampa Unitaria.
Si se desea que la pendiente sea distinta de la unidad, bastar multiplicar r(t) por una
constante; por lo tanto, br(t) es una rampa de pendiente b. Una forma matemtica para cambiar la
pendiente es mediante un cambio de escala en el eje t. En efecto, como la pendiente de r(t) es la
unidad, su valor debe ser la unidad siempre que su argumento sea la unidad, es decir, br(t) y r(bt)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
10
representan rampas cuyas pendientes son iguales a b. En la Fig. 1.7 se representa diferentes formas
de la rampa.

0
t
0
b
-a 1
1
r(-t+1)
t
t
0
(b/a)r(-t)
A
a 1+a
Ar(t-a)
Fig. 1.7. Formas diferentes de la Rampa.


El Escaln Unitario
El escaln unitario, u(t), se muestra en la
Fig. 1.8 y se define en la forma
u t ( ) =

1 para 0 t
0 para t < 0
(1.11)

0
t
1
u(t)
Fig. 1.8. El Escaln Unitario.

Para un cambio de escala en el eje t, u at u t u t
t
a
o
( ) ( ), ) ( ) = = pero u(at - t
o

Puede observarse que la rampa es la integral del escaln unitario, es decir,
r t u t dt
t
( ) ( ' ) ' =

(1.12)
Esta expresin es vlida para todo t, excepto t = 0, en cuyo punto no existe una derivada;
por lo tanto,
u t
d
dt
r t ( ) ( ) = (1.13)
De las definiciones de rampa y escaln unitario, se puede decir que r t t u(t) ( ) = .
En la Fig. 1.9 se muestran diferentes representaciones del escaln unitario.
.
Au t t
o
( )
u t t
o
( ) +
t
o t
o
t
o
+ Au t t
o
( )
0
A 1
t
t
0
t
0
Fig. 1.9. Formas del Escaln Unitario.
-A

La Funcin Signo
La funcin signo, sgn(t), es aquella que cambia de signo cuando su argumento pasa por
cero; se representa en la Fig. 1.10 y la vamos a definir en la forma siguiente:
sgn( ) t =

1 para 0 t
-1 para t < 0
(1.14)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
11

Para un cambio de escala en el eje t,
sgn( ) sgn( ), ) sgn( ) at t t
t
a
o
= = pero sgn(at - t
o
.
La funcin signo es una funcin impar de t.
El escaln unitario y la funcin signo se
relacionan mediante las siguientes expresiones:
1
-1
Fig. 1.10. Funcin Signo
sgn(t)
t
0

u t t ( ) [ sgn( )] = +
1
2
1 o sgn(t) = u(t) - u(-t) (1.15)
En la Fig. 1.11 se muestran algunas representaciones de la funcin signo.

t
o
t
o
+ = A t t A t t
o o
sgn( ) sgn( )
sgn( ) t t
o

t


0
0
-1
1
t
Fig. 1.11. Formas de la Funcin Signo.

Usando combinaciones de las funciones rampa, escaln, signo, rectngulo y tringulo, es
posible representar otros tipos de seal. El lector puede verificar que las seales x(t) y z(t) de la
Fig.1.12 se pueden representar en la forma
x t
t
u t u t u t u t t t ( ) ( ) ( ) ( ) ( ) ( ) [sgn( ) sgn( )] = = + = + + = +
2
1
2

) 5 , 2 t ( ) 5 , 1 t ( ) 1 t ( ) t ( ) 3 t ( u ) 2 t ( r ) t ( r 2 ) 1 t ( r ) t ( z + + = + + =


0
0
t t
x(t)
z(t)
1 2 3
-1
1
-1
1
Fig. 1.12. Seales Compuestas.

El Impulso Unitario Delta Dirac
El Impulso Unitario Delta Dirac, representado en la forma (t), no es una funcin en el
sentido matemtico usual. Pertenece a una clase especial de funciones conocida como funciones
generalizadas o distribuciones, y se define mediante un proceso o regla de asignacin en vez de
una ecuacin. El impulso unitario Delta Dirac se define entonces mediante la integral
x(t) (t)dt = x(t)|
t =0
=

x( ) 0 (1.16)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
12
donde x(t) es una funcin cualquiera continua en t = 0. El impulso unitario Delta Dirac se
representa en la forma mostrada en la Fig. 1.13.
Mediante un cambio de variables en
la definicin (1.16), se puede demostrar la
conocida Propiedad de Muestreo o Cernido
del impulso unitario Delta Dirac. En efecto,
si x(t) es continua en t = t
o
, se verifica que
x t t t dt x t
o o
( ) ( ) ( ) =

(1.17)
( ) t
Fig. 1.13. El Impulso Unitario Delta Dirac
1
t
0
La propiedad de muestreo del impulso unitario, expresin (1.17), es de mucha aplicacin en
el anlisis de seales y sistemas y la estaremos utilizando continuamente. Se dice cernido porque
el impulso unitario cierne, tamiza o extrae el valor x(t
o
) de la integral.
Otras propiedades del impulso unitario son:
(a) ( ) t = 0 para t 0
(b) ( ) t t
o
= 0 para t t
o

(c) ( ) t t dt t t
o o
t
t
= < <

1
2
1
2
para t
1

Esta ltima expresin establece que el rea de un impulso unitario es la unidad. Quiere
decir tambin que los coeficientes constantes que afecten el impulso unitario representan el rea
del mismo. Estas propiedades se han utilizado tambin para definir el impulso unitario. Se pueden
interpretar diciendo que (t - t
o
) tiene rea unitaria concentrada en el punto discreto t
o
y rea cero en
cualquiera otra parte.
Por definicin, el impulso unitario (t) no tiene ningn significado matemtico o fsico a
menos que aparezca bajo el signo de integracin. An as es conveniente establecer algunas
relaciones sin integrales como simplificaciones que pueden hacerse antes de la integracin, ya que
ellas son consistentes con lo que sucede despus de la integracin. A continuacin damos, sin
demostrarlas, algunas de esas relaciones.
1. x t t x t ( ) ( ) ( ) ( ); = 0 x t t t x t t t
o o o
( ) ( ) ( ) ( ) = (1.18)
2. Cambio de escala en el eje t: ( )
| |
( ) at
a
t =
1
para a 0
pero ( )
| |
( ) at t
a
t
t
a
o
o
=
1

En relacin con la variable independiente t, (at) es un impulso unitario de rea 1/|a|.
El caso especial cuando a = 1, define la propiedad de simetra par del impulso
unitario:
( ) ( ) t t =
3. Se puede relacionar ( ) t con el escaln unitario u(t). En efecto, de (1.16),

( ' ) ' ( ) t dt u t
t
=

(1.19)
y diferenciando ambos miembros de (2.19)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
13
( ) ( ) t
d
dt
u t = (1.20a)
y en general, ( ) ( ) t t
d
dt
u t t
o o
= (1.20b)
Las expresiones (1.20a) y (1.20b) no son definiciones de (t) sino una
consecuencia de la regla de asignacin (1.16). Pero, por otro lado, estas expresiones
establecen tambin que la derivada en una discontinuidad es un impulso unitario de rea
igual al valor absoluto de la discontinuidad; el signo depender de si la discontinuidad es
montante o bajante. Por ejemplo, la derivada de la funcin signo es

d
dt
t t sgn( ) ( ) = 2 ; y de la Fig. 1.11,
d
dt
t t t t
o o
sgn( ) ( ) = + 2
Esta propiedad es particularmente til en la diferenciacin de seales discretas.
4. Aunque el impulso unitario no existe fsicamente, hay numerosas funciones de tipo
convencional que tienen las propiedades del impulso unitario (t) cuando algunos de sus
parmetros tiende a cero o a infinito. Por ejemplo:
lim
t
t

=
0
1
( ) ( ) (1.21a)
lim
t
t
t

=
0
sen( ) ( ) (1.21b)
lim
t
t

=
0
2
1
exp[ ( ) ] ( ) (1.21c)
lim j tf df j tf df t
B B
B

= =

exp( ) exp( ) ( ) 2 2 (1.21d)
5. Derivada del Impulso Unitario
Es posible definir una funcin que se puede interpretar como la derivada de un
impulso, aunque en un sentido estricto la derivada no existe. Esta derivada, comnmente
denominada doblete, se puede definir axiomticamente especificando un conjunto de
condiciones las cuales debe satisfacer. Si el doblete se designa como (t), las
condiciones que debe satisfacer son:
(a) ' ( ) t t
o
= 0 t 0
(b) ' ( ) t t dt t t
o o
t
t
= < <

0 t
2
1
2
1

(c) x t t t dt x t t t dt x t
o o o
n n
o
( ) ' ( ) ' ( ) ( ) ( ) ( )
[ ]
= =


; x(t)
[n]
-
1
(d) x t t t x t t t x t t t
o o o o o
( ) ' ( ) ' ( ) ( ) ( ) ' ( ) = +
En general, se puede tratar (t) como una funcin ordinaria siempre que todas las
conclusiones sean basadas en la regla de asignacin (1.16).
Como se ver ms adelante, adems del empleo del impulso unitario en la representacin de
seales, l es de gran aplicacin en el anlisis de sistemas lineales. Esto proviene del hecho de que
la respuesta de un sistema lineal, cuando la entrada es un impulso unitario, se puede utilizar para

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
14
determinar la salida del sistema para cualquiera otra seal de entrada. En consecuencia, la respuesta
de un sistema a un impulso unitario se puede considerar como otro modelo matemtico del sistema,
porque permite relacionar la entrada con la salida. Esto lo veremos detalladamente ms adelante.
Debemos sealar una vez ms que el impulso unitario no es una funcin en el sentido
matemtico usual, donde una funcin est definida dentro de intervalos de tiempo, finitos o
infinitos. Sin embargo, su aplicacin formal produce resultados que pueden ser interpretados
fsicamente. La funcin impulso es muy comn en las ciencias fsicas y en la ingeniera para la
representacin de entidades tales como masas, cargas o fuentes puntuales, que aunque no existen en
la prctica, esta idealizacin simplifica la interpretacin de los resultados de un anlisis. An ms,
los equipos de generacin y medida actuales, debido a su resolucin finita, no pueden distinguir
entre la respuesta de un impulso unitario ideal y un impulso de duracin muy pequea. No est de
ms sealar de nuevo que cualquier funcin representada por un polinomio en t es una funcin
singular.
1.2.5. Seales Ortogonales
Se dice que dos seales x
1
(t) y x
2
(t) son ortogonales en un intervalo (t
1
, t
2
), si ellas verifican
la integral (denominada producto interno)
2
1
t
1 2
t
x (t)x (t)dt 0 =

para ) t ( x ) t ( x
2 1
(1.22a)
Si las seales x
1
(t) y x
2
(t) son complejas, entonces la condicin de ortogonalidad es

= =

2
1
2
1
t
t
t
t
2 1 2 1
0 dt ) t ( x ) t ( x dt ) t ( x ) t ( x (1.22b)
donde el asterisco indica conjugado de.
La ortogonalidad se puede extender a todo el eje t; en efecto, para dos seales x(t) e y(t),


= 0 dt ) t ( y ) t ( x donde ) t ( y ) t ( x (1.23)
Un grupo de funciones ortogonales que son de gran importancia en el anlisis de seales
son las funciones sinusoidales de la forma ) t nf 2 cos(
o
y ) t mf 2 ( sen
o
en el intervalo

2
T
,
2
T
, con m y n enteros distintos de cero, n m y .
f
1
T
o
= Estas seales las
encontraremos ms adelante al estudiar las Series de Fourier.
1.2.6. Realizabilidad Fsica de las Seales
En general, las seales que son fsicamente realizables en la prctica, es decir, que se
pueden medir o reproducir en un laboratorio, deben satisfacer varias condiciones [Couch, 1990]:
1. La seal tiene valores significativos dentro de un intervalo de tiempo finito.
2. El espectro de la seal tiene valores significativos dentro de un intervalo de
frecuencia finito.
3. La seal es continua en el tiempo.
4. La seal no tiene valores pico de amplitud infinita dentro de su intervalo de
existencia.
5. La seal es real, no contiene componentes imaginarias.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
15
A estas condiciones se las conoce a menudo como las condiciones de realizabilidad fsica
de las seales.
La primera condicin es necesaria porque las seales fsicas existen durante una cantidad
finita de tiempo y ellas producen una cantidad finita de energa. La segunda condicin es necesaria
por cuanto los medios de transmisin reales (conductores metlicos, cable coaxial, guas de onda,
fibras pticas y el mismo espacio libre) tienen anchos de banda restringidos; el ancho de banda de
las seales debe ser compatible con el ancho de banda de los medios de transmisin y
procesamiento de seales. La tercera condicin es una consecuencia de la segunda, como veremos
en las secciones siguientes (equivalencia Tiempo Frecuencia). La cuarta condicin es necesaria
debido a que los dispositivos fsicos se destruyen cuando se les aplican voltajes o corrientes
elevadas. La quinta condicin sigue del hecho que en el mundo real solamente existen seales reales
sin componentes imaginarias. La generacin y transmisin de seales slo puede llevarse a cabo
con seales reales. Sin embargo, el concepto de seal compleja es til en la representacin analtica
de seales pasabanda reales, como veremos en el Captulo II.
Los modelos matemticos de seales y sistemas que se presentarn a lo largo del presente
texto pueden violar algunas de las condiciones arriba expresadas, pero su empleo es necesario para
simplificar el anlisis matemtico. De hecho, algunas veces uno tiene que usar un modelo que viola
algunas de estas condiciones a fin de alcanzar un tipo de respuesta; por ejemplo, algunos modelos
matemticos exigen la presencia de la seal para todo t, lo cual es fsicamente imposible. Sin
embargo, si se es cuidadoso en el tratamiento del modelo, el resultado correcto se puede obtener
cuando la respuesta es interpretada en forma apropiada. Bsicamente, las seales fsicamente
realizables son seales de energa pero a menudo uno las modela como seales de potencia de
duracin infinita.
1.3. EL DOMINIO DE LA FRECUENCIA
Las seales elctricas utilizadas en los sistemas de comunicacin estn representadas
generalmente en el dominio del tiempo donde la variable independiente es t (tiempo). Pero en el
anlisis de sistemas de comunicacin es imperativo describir tambin las seales en el dominio de
la frecuencia donde la variable independiente es f (frecuencia). Esto quiere decir que una seal
temporal se puede considerar como constituida por un nmero de componentes de frecuencia,
generalmente seales sinusoidales, con una amplitud, fase y frecuencia dadas. Por consiguiente,
aunque una seal existe fsicamente en el dominio del tiempo, puede decirse que ella est formada
por un conjunto de componentes en el dominio de la frecuencia, denominado el espectro de la
seal.
1.3.1. Representacin Espectral
Para introducir la nocin de dominio de la frecuencia o espectro, consideremos la seal
sinusoidal x t A f t
o
( ) cos( ) = + 2 , que se puede escribir en la forma
{ } { } x t A j( t A j j t f
o o o
( ) Re exp[ )] Re exp( ) exp( ) = + = = donde
o
2 (1.24a)
Esta es la representacin fasorial porque el trmino dentro de las llaves se puede ver
como un vector o fasor rotatorio en un plano complejo cuyos ejes son las partes real e imaginaria,
como se muestra en la Fig. 1.14(a).
La expresin (1.24a) indica entonces que x(t) es la parte real de una seal x
c
(t) ms general
de la forma
x
c
(t)=A
c
exp|j(
o
t+)] (1.24b)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
16
La forma (1.24b) es muy empleada en el anlisis de seales pues ella representa el conjunto
de todas las seales sinusoidales de amplitud A
c
, frecuencia f
o
y fase . La expresin (1.24b)
representa entonces un fasor rotatorio de amplitud A
c
que gira en el sentido contrario a las agujas
del reloj a una velocidad de f
o
revoluciones por segundo con un ngulo inicial ( para t = 0), como
se muestra en la Fig. 1.14.

A t
o
cos( ) +
( )
o
t +
f
o
f
o
f
o

0
0
f
f
Amplitud
A
Imag
Real
0
Fase
(a) Fasor Rotatorio
A
(b) Espectro de Lneas Unilateral
Fig. 1.14. Fasor Rotatorio y Espectro de Lneas Unilateral.

El fasor de longitud A gira entonces en el sentido contrario a las agujas del reloj a una
velocidad de f
o
revoluciones por segundo. Asimismo,
o o
f 2 = es la velocidad angular en
radianes por segundo. El ngulo es la fase o desfase con respecto al eje real o con respecto a t = 0
en el eje t.
Los tres parmetros necesarios para especificar un fasor son entonces la amplitud A, la fase
y la frecuencia rotacional o cclica f
o
. En el dominio de la frecuencia el fasor est definido para un
valor particular de la frecuencia, por ejemplo, para f f
o
= . En consecuencia, se puede asociar tanto
la amplitud A como la fase con este valor particular de f en la forma mostrada en la Fig. 1.14(b),
que se denomina espectro de lneas. Este espectro consta de dos grficos: uno de Amplitud vs
Frecuencia y el otro de Fase vs Frecuencia, siendo ambos necesarios para representar sin
ambigedades en el dominio de la frecuencia un fasor definido en el dominio del tiempo.
El espectro de lneas de la Fig. 1.14(b) est definido solamente para frecuencias positivas y
por ello se le denomina espectro de lneas unilateral. Pero esta representacin se puede extender a
todo el eje f de la manera siguiente.
A partir de la ecuacin de Euler,
[ ]
cos( ) exp( ) exp( ) = +
1
2
j j , se puede escribir
x t A t
A
j j t
A
j j t
o o o
( ) cos( ) exp( ) exp( ) exp( ) exp( ) = + = +
2 2
(1.25)
que es la representacin en fasores rotatorios conjugados puesto que los dos trminos de x(t) son
conjugados entre s. La representacin correspondiente se muestra en la Fig. 1.15(a): dos fasores
rotatorios de amplitud A/2 que giran en sentidos opuestos a velocidades de f
o
revoluciones por
segundo.
El correspondiente espectro de lneas bilateral, puesto que incluye frecuencias negativas, se
muestra en la Fig. 1.15(b). Ntese que la Amplitud tiene simetra par, mientras que la Fase tiene
simetra impar. Esto es consecuencia directa de la representacin en fasores rotatorios conjugados,
Fig. 1.15(a).

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
17


A / 2
A / 2
A / 2 A / 2

( )
o
t +
+ ( )
o
t
A t
o
cos( ) +
f
o
f
o
f
o
f
o
f
o
f
o
0
0
0
f
f
Amplitud
Fase
Ima
Real
(a) Fasores Conjugados
(b) Espectro de Lneas Bilateral
Fig. 1.15.

El espectro bilateral, como se ver al avanzar en el texto, tiene muchas ventajas respecto al
espectro unilateral y por ello lo utilizaremos exclusivamente, excepto en el caso particular al
analizar los sistemas de modulacin angular, que veremos en el Captulo VI.
En la representacin espectral de seales se utilizarn algunas convenciones y notacin que
se pueden resumir en lo siguiente:
(a) Los ngulos de fase se medirn respecto al coseno, es decir, respecto al eje real positivo
del diagrama fasorial. Las seales seno debern convertirse en cosenos mediante la
identidad sen( ) cos( / ) t t = 2 .
(b) Los ngulos de fase se expresarn en radianes o en grados, segn la aplicacin. En este
texto la tendencia ser la de expresar los ngulos siempre en radianes.
(c) La amplitud de las componentes de frecuencia o de las lneas espectrales se considerar
siempre como una magnitud positiva; cuando aparezcan signos negativos, stos debern
ser absorbidos en la fase, Por ejemplo, = A t A t cos( ) cos( ); es indiferente que
se tome el signo (+) o el signo ( ) , pues el coseno es una funcin par.
(d) En general, el mdulo del espectro de una seal x(t) ser una funcin par y positiva de
f, mientras que la fase ser una funcin impar de f. Esto lo justificaremos
posteriormente.
Una componente continua puede describirse tambin en el dominio de la frecuencia. En
efecto, sea x t A t
o
( ) cos( ) = ; si f
o
= 0, entonces x(t) = A. Esto significa que cuando f 0, las
lneas del espectro se acercan al origen, formando una lnea con el doble de amplitud. En
consecuencia, una componente continua A se representa en el dominio de la frecuencia como una
lnea de amplitud A a la frecuencia f = 0 (en el origen). La fase de una componente continua
ser entonces, por definicin, cero.
En general, los grficos de Amplitud y Fase son necesarios para describir completamente
una seal sinusoidal, aunque podemos decir que el grfico Amplitud vs Frecuencia, que en lo
sucesivo llamaremos espectro de amplitudes, es ms importante en las comunicaciones que el
espectro de fase. El espectro de amplitudes no solamente muestra qu componentes de frecuencia
estn presentes, sino tambin en qu proporcin. El espectro de amplitudes muestra el contenido
espectral o frecuencial de una seal; en este aspecto se puede considerar como una funcin de

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
18
distribucin en el dominio de la frecuencia. El espectro de fase es importante en otras ramas de la
ingeniera, por ejemplo, en el procesamiento de voz e imgenes.
El lector est familiarizado con el concepto de filtro, que es un dispositivo que deja pasar
solamente aquellas seales cuyo contenido espectral est dentro de su banda de paso. Esta es una
descripcin en el dominio de la frecuencia y por lo tanto se puede asociar con la nocin de espectro.
En efecto, en el dominio de la frecuencia un filtro se puede representar mediante un grfico
Ganancia vs Frecuencia, como se muestra en la Fig. 1.16(a) para un filtro pasabajo de ganancia (o
atenuacin) k en la gama de frecuencias | | f B . La cantidad B es la llamada frecuencia de corte
o ancho de banda de este filtro ideal.

A
1
2
A
1
2
A
2
2
A
2
2
A
3
2
A
3
2
A
4
2
A
4
2
A
o
kA
1
2
kA
1
2
kA
2
2
kA
2
2
kA
o
f
4
f
3
f
2
f
2
f
1
f
1
f
1
f
1
f
2
f
2
f
3
f
4
B -B 0
0
0
f
f
f
(a) Filtro Pasabajo
(c) Espectro a la salida del filtro
(b) Espectro a la entrada del filtro
Amplitud
Amplitud
Ganancia
k
Fig. 1.16
Filtro

Ejemplo 1.6
A la entrada del filtro de la Fig. 1.16(a) se aplica una combinacin lineal de seales
sinusoidales de la forma x t A A t A t A t A t
o
( ) cos( ) cos( ) cos( ) cos( ) = + + + +
1 1 2 2 3 3 4 4
,
como se muestra en la Fig. 1.16(b). La correspondiente salida del filtro ser

y t kx t ( ) ( ) = para | f| B (Banda de paso del filtro)
y(t) = 0 para | f| > B (Fuera de la banda de paso del filtro)

Cada componente de x(t) comprendida dentro de la banda de paso sale multiplicada por la
ganancia (o atenuacin) del filtro. Las componentes fuera de banda son rechazadas. Por ejemplo,
en el caso donde f B f
2 3
< < | | , la salida del filtro ser
y t kA kA t kA t
o
( ) cos( ) cos( ) = + +
1 1 2 2

cuyo espectro se muestra en la Fig. 1.16(c). La correspondiente potencia ser
< >= + + y t k A k
A
k
A
o
2 2 2 2 1
2
2 2
2
2 2
( )
Estos conceptos se generalizarn ms adelante.





I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
19
1.4. SERIES Y ESPECTROS DE FOURIER
Hemos visto cmo las seales sinusoidales puras se pueden representar en el dominio de la
frecuencia. Sin embargo, en muchos casos se tiene seales que, aunque peridicas, son mucho ms
complicadas que las simples seales sinusoidales. Por ejemplo, la seal peridica rectangular del
Ejemplo 1.5 es una seal de este tipo. Cuando se aplican seales sinusoidales puras a un filtro
cualquiera, se puede calcular fcilmente su salida, en especial la potencia de salida. Pero, cmo
podra calcularse la potencia de salida del mismo filtro cuando se le aplica una seal peridica
rectangular, por ejemplo? La solucin a este problema no es tan evidente y se puede decir que es
muy difcil de obtener con los mtodos usuales en el dominio del tiempo.
1.4.1. Seales Peridicas
Las seales peridicas son de gran aplicacin en el anlisis de sistemas de comunicacin y
sera deseable poder representarlas en trminos de seales peridicas elementales, tales como el
seno o el coseno. Este es el objetivo del Anlisis de Fourier, as designado en honor del fsico
francs Jean Baptiste Fourier.
Definicin
En la expresin (1.1) se di la definicin de seal peridica que repetiremos aqu con un
ligero cambio en la notacin. Entonces, para todo t real y para un T positivo, una seal peridica
est definida mediante la expresin
) T t ( x ) t ( x
T T
+ = (1.26)
donde T es el perodo de la seal y es el valor ms pequeo que satisface la expresin (1.26).
La seal x t
T
( ) puede considerarse como la repeticin peridica de una seal x(t), algunas
veces llamada seal generatriz o generadora de x t
T
( ), en cualquier intervalo de duracin T, como
se muestra en la Fig. 1.17.

x t
T
( )
t t
x(t)
o o o o o o
0 0 T -T
(a) Seal Peridica (b) Seal Generatriz
Fig. 1.17 . Generacin de una seal peridica

De (1.26) se sigue que para un entero k cualquiera
x t x t kT x t nT
T T
n
( ) ( ) ( ) = + =
=

(1.27)
An ms, si x t t
T
( ) ( ) y g
T
tienen el mismo perodo T, entonces, con a y b dos constantes
reales, y t ax t bg t
T T T
( ) ( ) ( ) = + ser tambin peridica de perodo T.
En particular, si la seal x t t t
T
( ) cos( ) cos( ) = +
1 2
es peridica de perodo T, entonces
debe ser posible encontrar dos nmeros enteros m y n tales que



1 1
2 2
1
2
1
2
2 2
2 2
T f T m
T f T n
f
f
m
n
= =
= =

= = m y n enteros

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
20
La fraccin m/n o
1 2
/ debe ser una fraccin racional irreducible para que x t
T
( ) sea
peridica.
El valor ms pequeo de m o n determina el perodo T. Por ejemplo, si m > n, entonces
T n f = /
2
.
Ejemplo 1.7
Verificar si las seales siguientes son peridicas, en cuyo caso determinar el perodo.
(a) y t
t t
( ) cos( ) cos( ) = +
3 4
. De aqu, f
1
1 6 1 8 = = / ; / f
2

1
2
4
3
= m= 4; n = 3
La fraccin es racional, la seal y(t) es peridica de perodo T
f
= =
3
24
2
.
(b) y t t ( ) cos( ) cos[( ) ]; = + + 10t 10


1
2
10
10
=
+

fraccin irracional
La fraccin es irracional, por lo tanto la seal y(t) no es peridica.

1.4.2. Series de Fourier
En la ingeniera de las comunicaciones, adems de las conocidas seales peridicas seno y
coseno, se emplea una gran cantidad de formas de onda peridicas para simular seales fsicas, tales
como seales rectangulares (relojes), diente de sierra, seales rectificadas, seales moduladas, etc.,
que se pueden representar en el dominio de la frecuencia mediante los mtodos que se vern a
continuacin.
Si una seal x
T
(t) es peridica y satisface ciertas condiciones, se puede representar en el
dominio de la frecuencia mediante un nmero infinito de componentes sinusoidales relacionadas
armnicamente (mltiplos de) con la frecuencia fundamental. La amplitud y la fase relativas de
cada una de estas componentes estn especificadas en el desarrollo en serie de Fourier de x
T
(t).
Definicin
Cualquiera seal peridica x
T
(t), definida en el intervalo (-T/2, T/2), donde T es su perodo
y que satisface las siguientes condiciones suficientes, se puede desarrollar en Serie de Fourier:
1. x
T
(t) es peridica, es decir, x t x t T
T T
( ) ( ) = +
2. x
T
(t) tiene un nmero finito de discontinuidades en el intervalo (-T/2, T/2).
3. x
T
(t) es de mdulo integrable en un perodo, es decir,
| ( )|
/
/
x t dt
T
T
T
<

2
2
(1.28)
Las condiciones 2 y 3 implican que x
T
(t) es una funcin acotada en el intervalo (-T/2, T/2),
es decir, que |x
T
(t)| K en el intervalo (-T/2, T/2), donde K es una constante.
Estas condiciones se conocen con el nombre de Condiciones de Dirichlet. La
demostracin de estas condiciones est fuera de los objetivos de este texto.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
21
La Serie Trigonomtrica de Fourier
El desarrollo de x
T
(t) en Serie Trigonomtrica de Fourier tiene la forma
[ ] x t a a nf t b nf t
T o n o n o
n
( ) cos( ) sen( ) = + +
=

2 2 2
1
(1.29)
donde f
o
= 1/T es la frecuencia fundamental. Tambin,
a
T
x t dt x t
o T
T
T
T
= =< >

1
2
2
/
/
( ) ( ) Componente Continua (1.30)
a
T
x t nf t dt
n T o
T
T
=

1
2
2
2
( ) cos( )
/
/
(1.31)
b
T
x t nf t dt
n T o
T
T
=

1
2
2
2
( ) sen( )
/
/
(1.32)
Las expresiones (1.30), (1.31) y (1.32), conocidas con el nombre de Frmulas de Euler,
son los coeficientes del desarrollo en serie trigonomtrica de Fourier de (1.29). La deduccin de
estas frmulas est fuera de los objetivos de este texto.
La expresin (1.29) se puede escribir en la forma polar,
x t a a b nf t
b
a
T o n n o
n
n
n
( ) cos( arctg ) = + +
=

2 2
2 2
1
(1.33)
donde podemos definir a b X
b
a
n n n
n
n
2 2
+ = = | | arctg y
n
(1.34)
| | X
n
es la Amplitud Relativa de las diferentes componentes de frecuencia, y
n
su
correspondiente fase. La expresin (1.33) queda entonces en la forma
x t a X nf t
T o n o n
n
( ) | | cos( ) = + +
=

2 2
1
(1.35)
En las expresiones anteriores se puede observar lo siguiente:
1. a
o
es la componente continua o valor promedio de x
T
(t) y puede ser una magnitud
positiva, negativa o cero.
2. Si x
T
(t) es real, entonces a
n
y b
n
son reales. En este caso:
(a) Si x
T
(t) es par, es decir, si x t x t
T T
( ) ( ) = , entonces b a
n n
= = = 0 0 ; | ; , | X y
n n

x t a a nf t
T o n o
n
( ) cos( ) = +
=

2 2
1
(1.36)
El desarrollo de Fourier ser una serie de cosenos de la forma
x t a a t a t a t
T o o o o
( ) cos( ) cos( ) cos( ) . . .. . . .. = + + + + 2 2 2 2 3
1 2 3
(1.37)
donde

o o
f
T
= = 2
2

(b) Si x
T
(t) es impar, es decir, si x t x t
T T
( ) ( ), = entonces ; 0 a ; 0 a
n o
= =
; b X
n n
=

n
=
2
; y

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
22
x t b nf t
T n o
n
( ) sen( ) =
=

2 2
1
(1.38)
El desarrollo de Fourier ser una serie de senos de la forma
x t b t b t b t
T o o o
( ) sen( ) sen( ) sen( ) .......... = + + + 2 2 2 2 3
1 2 3
(1.39)
(c) Si x
T
(t) no es par ni impar, el desarrollo de Fourier es simplemente el desarrollo
directo de (1.29) o (1.35):
x t a a t a t b t b t
T o o o o o
( ) cos( ) cos( ) ...... sen( ) sen( ) ..... = + + + + + + 2 2 2 2 2 2
1 2 1 2


x t a X t X t
T o o o
( ) | | cos( ) | | cos( ) ............ = + + + + + 2 2 2
1 1 2 2
(1.40)
Estos resultados tienen mucha importancia porque permiten expresar cualquiera seal
peridica como una serie de seales sinusoidales, las cuales son mucho ms fciles de manipular
por cuanto la derivada y la integral de una seal sinusoidal es otra seal sinusoidal de la misma
frecuencia. Adems, las distintas componentes de una seal peridica que se obtienen a partir del
anlisis de Fourier son algo ms que un simple artificio matemtico: ellas son tan reales como la
seal x
T
(t) misma. Ya volveremos sobre este aspecto al tratar el espectro discreto.
Como lo que ms interesa es la amplitud relativa X
n
de las diferentes componentes de
frecuencia y no los valores individuales de a
n
y b
n
, sera mucho ms sencillo obtener dicha
caracterstica directamente de x
T
(t). En efecto, esto puede hacerse empleando la forma exponencial
de la Serie de Fourier que se ver a continuacin.
La Serie Exponencial de Fourier
La Serie Exponencial de Fourier tiene la forma
x t X j nf t
T
T n o
n
( ) exp( ); = =
=

2
1
f
o
(1.41)
El coeficiente de Fourier X
n
, llamado tambin Espectro Complejo de Fourier, viene
dado por la expresin
X
T
x t j nf t dt
n T o
T
T
=

1
2
2
2
( ) exp( )
/
/
(1.42)
Se puede desarrollar (1.42) en la forma
X
T
x t nf t dt j
T
x t nf t dt a jb
n T o T o n n
T
T
T
T
= =


1
2
1
2
2
2
2
2
( ) cos( ) ( ) sen( )
/
/
/
/
(1.43)
X
n
es, en general, una cantidad compleja; por lo tanto,
X X j
n n n
=| | exp( ) donde
n n
X = arg[ ] (1.44)
y de (1.43), | | arctg( ) X a b
b
a
n n n
n
n
= + =
2 2
y
n
, expresiones iguales a la (1.34), donde
| | X
n
es la Caracterstica de Amplitud del Espectro y

n
la Caracterstica de Fase del Espectro.
La expresin (1.41) se puede expresar en la forma dada por (1.35). En efecto,

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
23
X
T
x t dt a
o T o
T
T
= =

1
2
2
( )
/
/
es la componente continua (1.45)
Para valores negativos de n, X X j a jb X
n n n n n n

= = + = | | exp( ) ; entonces,
| | | | arctg X X a b
b
a
n n n n
n
n


= = + =
2 2
y
-n

Esto implica que X
n
tiene simetra hermtica [en honor del matemtico francs Charles
Hermite (1822-1901)], es decir, que
| | | | | X X X
n n n n
= = =

| y
n
(1.46)
La expresin (1.41) se puede escribir entonces en la forma
{ } x t X X j j nf t X j j nf t
T o n n o n n o
n
( ) | | exp( ) exp( ) | | exp( ) exp( ) = + +
=

2 2
1

de donde, x t X X nf t
T o n o n
n
( ) | | cos( ) = + +
=

2 2
1
(1.47a)
o tambin, x t X X t X t
T o o o
( ) | | cos( ) | | cos( ) ........... = + + + + + 2 2 2
1 1 2 2
(1.47b)
Esta expresin permite el desarrollo en serie de una seal peridica x
T
(t) , tal como se hizo
para las expresiones (1.35), (1.36) y (1.38). Su interpretacin en el dominio de la frecuencia se
ofrecer en la siguiente seccin.
Ejemplo 1.8. Desarrollo en Serie de Fourier de una Seal Rectificada de Onda Completa
Sea la seal rectificada de onda completa de la Fig. 1.18 donde
x t t
T
( ) cos( ) = 110 2 2 60 en T
El perodo T se obtiene a partir de
cos( ) 2 60
2
0
T
= , de donde
120
2 2

T
= . De aqu,
T = =
1
120
120 ; f Hz; A = 110 2
o

x t
T
( )
0
-T
T
T -T/2 T/2
t
A
Fig. 1.18. Seal Rectificada de Onda Completa.

Entonces, x t t t
T
( ) cos( ) = < 110 2 120
1
240
para -
1
240

x t
T
( ) es par; X a
n n
= = y
n
0. De (1.43),

1/ 240
n
0
2A
X cos(120 t)cos(240 nt)dt
T
=


Integrando y reemplazando valores numricos

n 1
n 2
220 2
X ( 1) para todo n
(4n 1)
+
=

;
n
= 0

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
24
X
o
= =
220 2
99 035

, . Esta es la componente continua.


El desarrollo en serie de Fourier de la seal rectificada de onda completa ser, de (1.47),
x t t t t
T
( ) , cos( ) cos( ) cos( ) ......... = + +

99 035 1
2
3
240
2
15
480
2
35
720
En general, la resolucin de la integral de X
n
, expresin (1.42), es una operacin laboriosa.
Sin embargo, mediante la utilizacin de computadoras digitales se puede calcular rpida y
eficientemente los coeficientes de Fourier (En este texto utilizaremos el programa MATHCAD para
todos los clculos numricos y la graficacin de funciones). En el APENDICE A el lector
encontrar una breve introduccin al clculo numrico de estos coeficientes.
1.4.3. El Espectro Discreto
El desarrollo en serie de Fourier se puede utilizar para dos clases de seales: (a) Para
representar una seal aperidica x(t) en un intervalo finito, por ejemplo (0, T); en este caso la serie
de Fourier converge para una extensin de una seal x(t) fuera del intervalo (0, T), por ejemplo,
para x t x t nT ( ) ( ) = + con n = 1, 2, . . .. (b) Se puede emplear tambin el desarrollo en serie de
Fourier para representar una seal peridica x t
T
( ) en cualquier intervalo de inters. Este es el tipo
de aplicacin de las Series de Fourier de ms utilizacin en ingeniera elctrica.
Pero la interpretacin que ms nos interesa del desarrollo en serie de Fourier de una seal
peridica es que se est descomponiendo la seal en trminos de sus armnicas, es decir, sus
diferentes componentes frecuenciales. Si x t
T
( ) es una seal peridica de perodo T, entonces, de
acuerdo con (1.35) o (1.47), ella contiene componentes de frecuencia a las frecuencias armnicas
nf
o
, con n = 1, 2, . . . . . . . donde f
o
= 1/T. El conjunto o coleccin de estas componentes de
frecuencia que conforman x t
T
( ) se denomina Espectro de Frecuencia de x t
T
( ) o simplemente
Espectro de x t
T
( ). En el caso de una seal peridica este espectro es discreto, es decir, es cero
para n nf
o
, con n = 1, 2, ......
, y estar formado por rayas o lneas de amplitud |X
n
| en las
frecuencias nf
o
.

El espectro discreto es la representacin de una seal peridica x t
T
( )en el dominio de la
frecuencia, y, dado el espectro, se puede especificar x t
T
( ). Se dispone ahora de dos formas para
especificar una seal peridica x t
T
( ): definir x t
T
( )en el dominio del tiempo mediante la
descripcin (grfica o analtica) de su forma de onda, o especificar x t
T
( ) en el dominio de la
frecuencia mediante el espectro de frecuencias. El espectro discreto se representa grficamente
mediante el llamado Espectro de Amplitudes o de Lneas, en el cual la amplitud de cada
armnica o componente frecuencial se representa con una lnea vertical de longitud proporcional a
la amplitud de la armnica, y localizada en el eje de frecuencia a las frecuencias
f
o
, , 2f .......
o
; es la grfica | | X
n
vs nf
o
para todo n entero. Si x t
T
( ) contiene una
componente continua, sta se localiza como una lnea de amplitud X
o
a la frecuencia cero (origen);
el espectro de lneas se muestra en la Fig. 1.19(a).
El espectro de lneas es entonces un grfico de lneas igualmente espaciadas con longitudes
proporcionales a las amplitudes de las diferentes componentes de frecuencia contenidas en x t
T
( ) ,
como se muestra en la Fig. 1.19(a). Obsrvese tambin que la fase de cada armnica se puede
representar en la misma forma; en este caso se tiene el Espectro de Fase que es la grfica

n
vs nf
o
para todo n entero, como se muestra en la Fig. 1.19(b). En estas figuras se hace
| | | | X X
n n
= y

=
n n
.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
25
El espectro de lneas de seales peridicas prcticas puede no contener lneas en algunas de
las frecuencias. Esto lo veremos a continuacin.

| | X
4
| | X
4
| | X
3 | | X
3
| | X
2
| | X
2
| | X
1
| | X
1
3f
o
2f
o
2f
o
f
o
f
o
f
o
f
o
2f
o
3f
o
4f
o

n
| | X
n
f
o
f
o
f
o
f
o
| | X
5
| | X
5

5
4f
o
4f
o
4f
o

4
3f
o

3
2f
o
3f
o

2
| | X
o
(a) Espectro de Amplitudes o de Lneas.
0
0
f
f
(b) Espectro de Fase
Fig. 1.19. El Espectro Discreto.
5
-5
-5 5

Ejemplo 1.9. Espectro de una Seal Peridica Rectangular
Sea la seal peridica rectangular de la Fig. 1.20(a).

x t A
t nT
T
n
( ) ( ) =

=

; T> ; x t a
T n
( ) . es par; X es real ;
n n
= = 0
De (1.43), X
T
A nf t dt
A
T
nf
nf
n o
o
o
= =

2
2
0
2
cos( )
sen( )
/


Para simplificar la notacin, vamos a introducir la llamada Funcin Sinc(x), Fig.1.20(b),
definida en la forma
sinc x
x
x
( )
sen( )
=

(1.48)
La funcin sinc(..) tiene las siguientes propiedades:
1.
1
2
2
2
0
2
2
2
T
j ft dt
T
ft dt sinc Tf
T
T
T
exp( ) cos( ) ( )
/
/
/
= =

(1.49)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
26
2.


= =
a
1
dx ) ax ( sinc dx ) ax ( sinc
2
(1.50a)
3. sinc an sinc an
a
n n
( ) ( ) = =
=


2
1
(1.50b)
4. sinc( ; 0) 1 = sinc(m) = 0 para todo m entero 0
Ntese que los ceros de sinc(x/a) ocurren en los puntos x = na, con n entero 0.
En algunos textos se utiliza la funcin Sa x ( ) definida en la forma
Sa x
x
x
( )
sen( )
= ; por lo tanto, sinc x Sa x ( ) ( ) =
Utilizando la funcin sinc(..), el resultado del presente ejemplo se puede expresar en la
forma
X A f sinc nf
A
T
sinc n
T
n o o
= =

( ) ( ) (1.51)
Tambin, X A f A
T
o o
= =

;

T
es el ciclo de trabajo.
En la Fig. 1.21(a) se muestra el espectro X
n
cuando la seal peridica es cuadrada
) 2 / T ( = ,

y en (b) y (c) se muestra el espectro de amplitudes X
n
para algunos valores del ciclo de
trabajo. Ntese que la envolvente de Xn en (a) es
o
o
f
X sinc( )
2f
y X
n
no contiene componentes
(lneas) para n par.

Fig. 1.21(a)
En la Fig. 1.21(b) se observa que a medida que T aumenta, manteniendo fijo, dos
caractersticas del espectro cambian tambin: la separacin entre las diferentes componentes
discretas de frecuencia y la amplitud de las mismas. El espectro se hace ms denso pero de menor
amplitud a medida que T aumenta. Ntese, sin embargo, que el perfil o envolvente del espectro
no cambia puesto que l depende de la duracin del impulso. Por el contrario, si T es fijo y vara,
la amplitud del espectro aumenta proporcionalmente a y la distancia al primer cero de la
envolvente se hace cada vez menor, como se muestra en la Fig. 1.21(c).

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
27
/ ,25 T = 0
/ ,25 T = 0
/ , T = 0 167
/ ,083 T = 0
/ , T = 0 125
/ ,083 T = 0
fijo variable, T ) b (
variable fijo, T ) c (
Fig. 1.21. Espectros de una Seal Peridica Rectangular para diferentes valores de T y
0
0
0
0
0
0
f
f
f
f
f
f
Ntese que si T/ es un nmero entero, a las frecuencias n/ las componentes sern cero;
pero si T/ es fraccionario, las componentes en n/ sern distintas de cero. Obsrvese la relacin
inversa entre el primer cero del espectro o extensin espectral y el valor de : cuando
disminuye, la extensin espectral aumenta y viceversa. Obsrvese tambin que cuando = T, el tren
de impulsos rectangulares degenera en una constante A. En este caso el espectro constar de una
sola lnea de amplitud A a la frecuencia cero.

Propiedades del Espectro Discreto
Hemos dicho que el espectro discreto posee ciertas propiedades que son muy tiles en la
representacin espectral de seales peridicas. Estas propiedades son:
1. Las lneas espectrales estn igualmente espaciadas en f
o
, puesto que todas las frecuencias
estn relacionadas armnicamente con la frecuencia fundamental f
o
.
2. La componente continua corresponde a la frecuencia cero y es el valor promedio de la
seal. En efecto, para n = 0,
X
T
x t dt x t
o T T
T
T
= =< >

1
2
2
( ) ( )
/
/
(1.52)
X
o
puede ser positiva, negativa o cero.
3. Si x t
T
( ) es real, el espectro de amplitudes es simtrico (par en nf
o
) y el espectro de fase
es antisimtrico (impar en nf
o
), es decir,
| | | | X X
n n n
= =

y
n
(Simetra hermtica) (1.53)
como se muestra en la Fig. 1.19. X
n
viene dado por (1.42).
(a) Si x t
T
( ) es real y par, el espectro de amplitudes ser enteramente real y la fase ser
0 . Entonces, de (1.43),

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
28
X
T
x t nf t dt
T
x t nf t dt
n T o T o
T
T
T
= =

1
2
2
2
0
2
2
2
( ) cos( ) ( ) cos( )
/
/
/
(1.54)
(b) Si x t
T
( ) es real e impar, el espectro de amplitudes es enteramente imaginario y la
fase ser

2
. Entonces, de (1.43),
X j
T
x t nf t dt j
T
x t nf t dt
n T o T o
T
T
T
= =

1
2
2
2
0
2
2
2
( ) sen( ) ( ) sen( )
/
/
/
(1.55)
4. Si x t
T
( ) tiene un desarrollo en serie de Fourier dado por (1.40) o (1.47), entonces el
desarrollo en serie de Fourier de x t t
T o
( ) ser
x t t X j nf t t X j f t
T o n o o n o
n n
( ) exp[ ( )]
~
exp( ) = =
=


2 2 (1.56)
donde
~
exp( ) X X j nf t
n n o o
= 2 ; y de (1.44),
~
| |exp[ ( )] X X j nf t
n n n o o
= 2
Por consiguiente, |
~
| | |
~
X X nf t
n n n o o
= = y
n
2 (1.57)
Estas relaciones indican que el espectro de amplitudes |
~
| X
n
de x t t
T o
( ) es idntico
al espectro de amplitudes | | X
n
de x t
T
( ). Las frecuencias armnicas son tambin
idnticas, como puede apreciarse en (1.56). Sin embargo, el espectro de fase ha
cambiado; en efecto, el desplazamiento en el tiempo de t
o
segundos, produce un
desfase de 2nf t
o o
radianes en la armnica n-sima. Un desplazamiento en el tiempo
no afecta al espectro de amplitudes, pero s al espectro de fase en un ngulo o desfase
dado.
1.4.4. Espectro de Potencia de Seales Peridicas
Teorema de Parseval
Al desarrollar el espectro discreto de Fourier, se ha demostrado que los espectros de fase y
amplitud se relacionan con las fases y amplitudes de las componentes frecuenciales de la seal,
formando un conjunto discreto de sinusoides complejas que representan la seal original. La nocin
de espectro discreto de una seal puede plantearse en una forma ms intuitiva si se considera la
distribucin de la potencia en funcin de la frecuencia. La relacin requerida se encuentra
expresando la potencia en el dominio del tiempo y escribiendo luego una expresin equivalente en
el dominio de la frecuencia. Puesto que la potencia es un invariante, ella ser siempre la misma
cualquiera que sea el dominio en que est representada.
De las expresiones (1.5) y (1.6), la potencia normalizada de una seal peridica en el
dominio del tiempo es
< >= =



x t
T
x t dt
T
x t x t dt
T T T T
T
T
T
T
2 2
2
2
2
2
1 1
( ) | ( )| ( ) ( )
/
/
/
/
(1.58)
Se puede expresar tambin la potencia promedio de x t
T
( ) en el dominio de la frecuencia
calculando la potencia asociada con cada componente de frecuencia. Esto conlleva a la idea de un
Espectro de Potencia de x t
T
( ) en el cual se pueda representar la potencia promedio asociada
con cada armnica de x t
T
( ); el espectro de potencia de x(t) es entonces la distribucin de la
potencia en el dominio de la frecuencia.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
29
El conjugado x t t
T

( ) ( ) de x
T
es x t X j nf t
T n o
n
* *
( ) exp( ) =
=

2 (1.59)
Reemplazando (1.59) en (1.58),
< >=


x t
T
x t X j nf t dt
T T n o
n
T
T
2
2
2
1
2 ( ) ( ) exp( )
*
/
/

=

= =


X
T
x t j nf t dt X X X
n T o
T
T
n
n n n
n n
*
/
/
*
( ) exp( ) | |
1
2
2
2
2

Entonces,

=
= >= <
2 / T
2 / T
n
2
n
2
T
2
T
| X | dt | ) t ( x |
T
1
) t ( x (1.60)
Esta expresin se conoce con el nombre de Teorema de Parseval y establece que la
potencia promedio de una seal peridica se puede determinar en el dominio de la frecuencia
elevando al cuadrado y sumando las amplitudes de las lneas espectrales. La representacin
| | X vs nf
n
2
o
se conoce con el nombre de Espectro de Potencia de x t
T
( ). La forma de este
espectro es igual a la mostrada en la Fig. 1.19(a) con la diferencia de que las componentes estn
elevadas al cuadrado. Ntese que no existe el correspondiente espectro de fase.
El Teorema de Parseval permite calcular tanto la potencia total de una seal como la
distribucin de esta potencia en las distintas frecuencias. Obsrvese que el teorema requiere
solamente del conocimiento de la caracterstica de amplitud | | X
n
; la fase no interviene.
La importancia del Teorema de Parseval en el anlisis de seales y sistemas es que permite
determinar la potencia dentro de una gama de frecuencias como, por ejemplo, cuando se quiere
determinar la potencia a la salida de un filtro dado. El desarrollo en serie de Fourier expande x t
T
( )
en una suma de fasores de la forma X j nf t
n o
exp( ) 2 y la potencia promedio de cada fasor ser
| | X
n
2
, de modo que la potencia promedio total es la suma de las potencias promedio de los fasores
componentes, como se puede ver en (1.60). En general, la potencia compuesta de n seales
independientes es igual a la suma de las potencias individuales de las seales, siempre y cuando no
coincidan las frecuencias de algunas componentes. En este ltimo caso hay que tomar en cuenta los
factores de fase correspondientes, pues al sumarse las componentes puede ocurrir interferencia
destructiva.
Puesto que | | | | X X
n n
=

, el Teorema de Parseval se puede tambin escribir en la forma

+ = >= <
2 / T
2 / T
1 = n
2
n
2
o
2
T
2
T
| X | 2 X dt | ) t ( x |
T
1
) t ( x (1.61)
Ejemplo 1.10.
La seal rectificada de onda completa del Ejemplo 1.8 se aplica a un filtro pasabajo de
ganancia unitaria y ancho de banda de 400 Hz. Calcular las potencias de entrada y salida del filtro.
Solucin
Suponiendo que el rectificador no tiene prdidas, la potencia de la seal rectificada es la
misma que la potencia de la seal sin rectificar. Entonces, de (1.9), la potencia a la entrada del filtro
es
< >= = x t
T
2 2
110 12100 ( ) W

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
30
El filtro tiene un ancho de banda de 400 Hz, y como las componentes discretas estn
separadas en 120 Hz, solamente saldrn las componentes a las frecuencias de 120 Hz, 240 Hz y 360
Hz, es decir, n = 3 componentes ms la componente continua. Del teorema de Parseval, la
potencia de salida del filtro ser < >= + + + y t X X X X
o
2 2
1
2
2
2
3
2
2 2 2 ( ) | | | | | | . Pero, del Ejemplo 1.8,
| |
( )
X
n
n
2
2
2
220 2
4 1
=

, de donde
< >= + + + = y t
2
9807 89 2179 73 87 87 16 01 12090 62 ( ) , , , , , W
Ntese que el 99,92% de la potencia total de la seal est contenida en las tres primeras
componentes ms la componente continua.

Ejemplo 1.11. Distorsin Armnica
En general, el comportamiento de un dispositivo se puede caracterizar mediante la
Distorsin Armnica, que se define en la forma
Distorsin Armnica % = =
=

Potencia E
Potencia U
X
X
n
n
spuria
til
100 100
2
2
1
2
| |
| |

La potencia til es la correspondiente a la frecuencia fundamental (n = 1).
Por ejemplo, el rizado en un rectificador es una forma de distorsin armnica, pero la
expresin que lo define es
Factor de Rizado %=
2
100
2
2
2
| | X
X
n
n
N
o
=


donde N 2 es un nmero entero que depende del filtro utilizado y que debe ser lo ms pequeo
posible. Vamos a calcular el factor de rizado de la seal rectificada del Ejemplo 1.8, si el filtro deja
pasar solamente las dos primeras componentes, afectadas, cada una, en un factor 1/n.
Del Ejemplo 1.8: X
o
= = = 99 03 33 01 6 60 , ; , ; , X X
1 2

Las salidas correspondientes del filtro sern:
Y X
X X
o o
= = = = = = 99 03
1
33 01
2
3 3
1 2
, ; , ; , Y Y
1 2

El Factor de Rizado ( %) F
R
ser: F
R
%
( , ) ( , )
,
, =
+
=
2 33 01 2 3 3
99 03
100 44 37%
2 2

Cuanto ms pequeo sea el Factor de Rizado mejor ser el comportamiento del rectificador.

En general, la serie de Fourier proporciona un mtodo para descomponer una seal en
trminos de una suma de seales elementales de la forma exp( ) j nf t
o
2 . Esta descomposicin es de
gran importancia en el anlisis de sistemas lineales complicados excitados por seales arbitrarias

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
31
puesto que la respuesta de estos sistemas a seales exponenciales o sinusoidales es fcil de calcular
o medir.
Hay que recordar que el desarrollo en Serie de Fourier se aplica a seales que son:
1. Peridicas, es decir, que x t x t T
T T
( ) ( ), = + en cuyo caso la representacin es vlida
para todo t ( ) < < t .
2. Aperidicas, en cuyo caso la representacin es vlida en un intervalo finito (a, b). La
extensin peridica de x(t) se obtiene fuera del intervalo (a, b).
Ejemplo 1.12
Considrese el desarrollo de la seal x t t ( ) exp( ) = en el intervalo (-1, 1) mediante la serie
exponencial de Fourier. Como el perodo es T = 2, entonces f
o
= y
X t j n
t
dt j n t dt
n
= = +


1
2
2
2
1
2
1
1
1
1
1
exp( ) exp( ) exp[ ( ) ]
Integrando,
) n j 1 ( 2
) n j exp( e ) n j exp( e
X
1
n
+

=

, pero exp( ) ( ) = j n
n
1 , de donde
X
j n
e e
j n
n
n n
=

+

=

+

( ) ( ) senh( ) 1
1 2
1 1
1
1

.
El desarrollo de x(t) en el intervalo (-1, 1) ser entonces

x t
j n
j nt
n
n
( )
( ) senh( )
exp( ) =

+
=

1 1
1


1.5. LA TRANSFORMADA DE FOURIER
1.5.1. Introduccin
Si se desea extender la clase de funciones transformables a fin de incluir seales
aperidicas representadas para todo t, hay que utilizar otro tipo de descomposicin para x(t). Un
tipo de descomposicin bastante til es aquella en la cual se representa x(t) mediante un continuo de
sinusoides complejas de la forma exp( ) j ft 2 . La representacin se efecta entonces en trminos de
la llamada Transformada de Fourier que se considera a continuacin.
Para desarrollar una representacin de x(t), Fig. 1.22(a), en el intervalo (-, ) en trminos
de un continuo de seales exponenciales, vamos a postular que x(t) define un ciclo de una seal
peridica x t
T
( ), es decir, x(t) es la seal generatriz de x t
T
( ), como se muestra en la Fig. 1.22(b).

x t
T
( )
0 -T 0 T
t t
x(t)
(a) Seal Generatriz (b) Seal Peridica
Fig. 1.22.
o o o
o o o


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
32
x t
T
( ) es una seal peridica de perodo T y como tal podr representarse mediante un
desarrollo en serie de Fourier. A medida que T aumenta, el intervalo de representacin se hace ms
grande y cuando T es infinito la seal peridica se habr convertido en aperidica, es decir,
lim x t x t
T
T

= ( ) ( ) (1.62)
La serie de Fourier que representa a x t
T
( ) representar tambin a x(t) en el lmite cuando
T . Por lo tanto, de (1.41),
lim x t lim X j nf t x t
T
T
T
n o
n

=

= =

( ) exp( ) ( ) 2 (1.63)
donde X
T
x t j nf t dt
n T o
T
T
=

1
2
2
2
( ) exp( )
/
/
(1.64)
Si se define: f
T
f X f TX
n n n
= = = =
1
; ) ( ) nf y X(nf
o o

entonces (1.63) y (1.64) quedan en la forma
lim x t lim X f j f t f x t
T
T
T
n n
n

=

= =

( ) ( ) exp( ) ( ) 2 (1.65)
y X f x t j f t dt
n T n
T
T
( ) ( ) exp( )
/
/
=

2
2
2
(1.66)
Cuando T , se sigue que:
f df nf f
o
= ; ; f
n
el lmite de la sumatoria cuando la variable se hace continua es
una integral; X f X f t x t
n
( ) ( ), ( ) ( ) y x
T
. Por esta razn, en el lmite, las expresiones (1.65)
y (1.66) se convierten, respectivamente, en
x t X f j tf df ( ) ( ) exp( ) =

2 (1.67)
y X f x t j ft dt ( ) ( ) exp( ) =

2 (1.68)
La cantidad X(f) se conoce como la Transformada de Fourier de x(t), siendo x(t) su
correspondiente transformada inversa. Estas operaciones se representan generalmente en la forma
X f ( ) = { } x t ( ) o X(f) = { } ) t ( x TF y x t ( ) = { }
1
X f ( ) o { } ) f ( X TF ) t ( x
1
=
y simblicamente mediante la correspondencia x t X f ( ) ( ) (1.69)
Las expresiones (1.67) y (1.68) reciben tambin el nombre de Par de Trasformadas de
Fourier. En general, se utilizarn letras minsculas para las seales en el dominio del tiempo, y las
correspondientes letras maysculas para sus transformadas.
Hay otro procedimiento para obtener el par de transformadas (1.67) y (1.68) en el cual se
utilizan las propiedades del impulso unitario Delta Dirac. En efecto, de (1.21d),
exp( ) ( ) =

j tf df t 2

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
33
y de la propiedad de muestreo del impulso unitario, expresin (1.17),
x t x t d x j t f df d ( ) ( ) ( ) ( ) exp[ ( ) ] = =


2
Intercambiando el orden de integracin,
x t x j f d j tf df ( ) ( ) exp( ) exp( ) =


2 2
Definiendo la integral dentro de los corchetes en la forma
X f x j f d ( ) ( ) exp( ) =

2 , y con el cambio de variables = t, queda


X f x t j ft dt ( ) ( ) exp( ) =

2 (1.68)
y tambin x t X f j tf df ( ) ( ) exp( ) =

2 (1.67)
Esta segunda forma de deduccin del par de Transformadas de Fourier nos parece ms
artificiosa que la primera forma, en la cual se considera a las Integrales de Fourier como el lmite
de la Serie de Fourier cuando el perodo tiende a infinito, enfoque que creemos es ms significativo.
De todas maneras, la demostracin rigurosa de estas expresiones est fuera de los objetivos de este
texto. Para nosotros, estas expresiones no son nada ms que herramientas de anlisis.
Las integrales (1.67) y (1.68), salvo para algunas formas sencillas de x(t) y X(f), son, en
general, de difcil resolucin en forma analtica. Sin embargo, el creciente uso de mtodos digitales
como ayudas computacionales y para aplicaciones en el procesamiento digital de seales, ha llevado
a la definicin de una versin discreta de la Transformada de Fourier. En el APENDICE A se trata
en forma breve algunos mtodos para el clculo numrico de la Transformada de Fourier: la
Transformada de Fourier Discreta (DFT) y la Transformada de Fourier Rpida (FFT). Puede
tambin utilizarse programas matemticos como MATHCAD, MATLAB, MAPLE y otros, aunque
nosotros utilizaremos siempre MATHCAD.
1.5.2. El Espectro Continuo
La expresin (1.67) se puede interpretar como una descomposicin de x(t) en trminos del
continuo de funciones elementales { } exp( ) j ft 2 , cuya magnitud viene dada por X f df ( ) . La
cantidad X(f) hace el mismo papel que X
n
en la representacin en Serie de Fourier, y X(f)df es el
coeficiente asociado con la funcin bsica elemental exp(j2ft). La cantidad X(f) es entonces el
Espectro Continuo de x(t).
En general, X(f) es una funcin compleja de una variable real f y se puede expresar en la
forma
X f X f j f ( ) | ( )| exp[ ( )] = (1.70)
donde |X(f)| es el Espectro Continuo de Amplitudes de x(t) y (f) el Espectro Continuo de
Fase de x(t).
El espectro continuo X(f) de x(t) se puede interpretar como la distribucin, en amplitud y
fase, de todas las componentes de frecuencia que existen para < < t , la suma de las cuales
debe ser cero excepto en el intervalo de existencia de x(t).

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
34
Ejemplo 1.13. Transformada de un Impulso Rectangular
Sea el impulso rectangular mostrado en la Fig. 1.23(a).

Puede observarse que x t A
t
( ) ( ); =

reemplazando x(t) en (1.68),


X f A
t
j ft dt A ft dt
A ft
f
( ) ( ) exp( ) cos( )
sen( )
/
/
= = =


2 2 2
2 2
2 0
2
0
2

X f A
f
f
A sinc f ( )
sen( )
( ) = = 2
2
2
2

; en consecuencia,
A
t
A sinc f ( ) ( )

= A sinc
f

(
/
)
1
(1.71)
En la Fig. 1.23(b) se muestra la forma de este espectro.
Aconsejamos al lector aprenderse de memoria los pares de transformadas del rectngulo y del
tringulo, pues los estaremos usando repetidamente en todo el texto en el modelaje de seales
tanto en el dominio de la frecuencia como en el dominio del tiempo.

Ntese que no todas las seales se pueden desarrollar en un continuo de exponenciales
{ } exp( ) j ft 2 . La denominada condicin de unicidad establece que si una seal x(t) tiene una
transformada de Fourier, entonces esta transformada y su inversa son unvocas. En efecto, dada una
funcin del tiempo, hay slo y solamente una transformada de Fourier de esa funcin;
inversamente, dada una transformada de Fourier, habr slo y solamente una funcin del tiempo
correspondiente.
Las condiciones necesarias para la existencia de la Transformada de Fourier son las mismas
que las dadas para la Serie de Fourier (Condiciones de Diritchlet), excepto que no es necesario que
x(t) sea peridica. En particular, la condicin suficiente para que x(t) posea una transformada de
Fourier es que x(t) sea de mdulo integrable, es decir,
| ( )| x t dt <

(1.72)
An ms, una condicin suficiente dbil para la existencia de la Transformada de Fourier es
| ( )| x t dt
2
<

(1.73)
Estas condiciones incluyen entonces todas las seales de energa, es decir, las seales de
energa poseen una transformada de Fourier. Estas condiciones son satisfechas por todas las seales
fsicamente realizables utilizadas en ingeniera. Sin embargo, hay un cierto nmero de seales de

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
35
gran importancia, como la funcin escaln por ejemplo, cuya energa no es finita (no es de cuadrado
integrable) pero que posee una transformada de Fourier. Esto quiere decir que (1.72) es una
condicin suficiente pero no necesaria para la existencia de la transformada de Fourier de x(t). Se
puede determinar la transformada de Fourier de estas seales mediante la teora de las
distribuciones y el empleo de impulsos unitarios Delta Dirac en las transformadas.
1.5.3. Propiedades de la Transformada de Fourier de Seales Reales
La Transformada de Fourier es, como ya hemos sealado, una forma alterna y equivalente
de representacin de una seal x(t). Las dos descripciones, una en el tiempo y la otra en la
frecuencia, son de gran utilidad en ingeniera porque a menudo una descripcin es ms fcil de
utilizar en una aplicacin particular, o una descripcin puede ser ms intuitiva en un problema dado.
La Transformada de Fourier tiene las siguientes propiedades:
1. Si x(t) es real, si se sustituye f por -f en (1.68), entonces
X f x t j ft dt X f ( ) ( ) exp( ) ( ) = =

2 (1.74a)
o tambin X(f ) X ( f )

= (1.74b)
Esto implica que X(f) tiene simetra hermtica, es decir, que
| ( )| | ( )| | ( ) ( ) X f X f X f f = = =

(f)| y (1.74c)
El espectro de amplitudes de una seal real x(t) es simtrico (par en f), mientras que el
espectro de fase es antisimtrico (impar en f).
Similarmente, si se sustituye t por -t en (1.67), entonces
{ } x t X f ( ) ( ) = , de donde x t X f ( ) ( ) (1.74d)
Ntese tambin que si x(t) es compleja, la transformada de su conjugado ser entonces

{ }
* *
x (t) X ( f ) = (1.74e)
2. Desarrollando X(f) en la forma
X f x t ft dt j x t ft dt ( ) ( ) cos( ) ( ) sen( ) =


2 2
Si x(t) es par, entonces X f x t ft dt ( ) ( ) cos( ) =

2 2
0
(1.75a)
X(f) ser enteramente real y la fase ser 0 .
Si x(t) es impar, entonces X f j x t ft dt ( ) ( ) sen( ) =

2 2
0
(1.75b)
En este caso X(f) ser enteramente imaginario y la fase ser

2
.
3. Haciendo f = 0 en la expresin (1.68), se tiene
X x t dt ( ) ( ) 0 =

(1.76)
La cantidad X(0) representa el rea neta bajo la seal x(t).

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
36
Ntese que las dimensiones de X(f) son las de x(t) por unidad de ancho de banda, por
ejemplo volts/Hz, por lo cual el espectro de seales aperidicas a veces se denomina espectro de
densidad de amplitudes, puesto que las ordenadas representan la amplitud relativa de una
determinada componente de frecuencia. La amplitud, en volts por ejemplo, correspondiente a una
cierta frecuencia es infinitesimal y slo es finita el rea de la curva de X(f) comprendida dentro un
intervalo de frecuencias dado.
4. Simetra de la Transformada de Fourier. Si una seal x(t) se puede expresar en trminos
de la suma de una seal par x
e
(t) y una seal impar x
o
(t), de la forma

x(t)=x
e
(t)+x
o
(t), (1.79a)
entonces x
e
(t)=
1
2
|x(t)+x(t)] y x
o
(t)=
1
2
|x(t)x(t)] (1.79b)
Puesto que la integracin es una operacin lineal, X(f)=X
e
(f)+X
o
(f)
y de (1.79b), X
e
(f)=
1
2
|X(f)+X(-f)] y X
o
(f)=
1
2
|X(f)-X(-f)] (1.79c)
El lector puede demostrar tambin que
X
e
(f)=2] x
e
(t)cos(2ft)

u
ut y X
o
(f)=-j2 ] x
o
(t)

0
sen(2ft)dt (1.79d)
Ejemplo 1.14. Transformada de una Seal Triangular
Sea la seal triangular de la Fig. 1.24(a).

x f ( )
c f ( )
f
f
-3/ -2/ -1/ 0 1/ 2/ 3/

Del Ejemplo 1.4, x t A
t A
t
( ) ( )
(1
| |
)
= =

para | t|
0 para | t| >

X f A
t
ft dt A ft dt
A
t ft dt ( ) ( ) cos( ) cos( ) cos( ) = =

2 1 2 2 2
2
2
0 0 0




X f A
ft
f
A ft
f
t ft
f
( )
sen( )
[
cos( )
( )
sen( )
] = +

2
2
2
2 2
2
2
2
2
0


Reemplazando lmites y rearreglando, se obtiene finalmente
X f A
f
f
A sinc f ( )
sen ( )
( )
( ) = =


2
2
2
, de donde

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
37
A
t
A sinc f ( ) ( )


2
= A sinc
f

2
1
(
/
) (1.80)
El espectro X(f) se muestra en la Fig. 1.24(b). Esta es otra transformada que conviene
memorizar.
Ejemplo 1.15. Transformada del Impulso Unitario Delta Dirac
Considrese la funcin exp( ) j t a la cual se le aplica la propiedad de muestreo del
impulso unitario, expresin (1.17),
exp( ) ( ) exp( ) ) = =


j t t t dt j t dt
o o
, pero exp(-j t) (t t
o
-
{ } ( ) t t
o

de donde ) f t 2 j exp( A ) t t ( A
o o
(1.81)
y para t
o
= 0, A t A ( ) (1.82)
El impulso unitario tiene un espectro de amplitud constante para todo f y una variacin de
fase lineal en f, como se muestra en la Fig. 1.25(b) y (c). Estas propiedades del impulso unitario son
de especial importancia en el anlisis de sistemas lineales, como veremos en el Captulo II.

x t A t t
o
( ) ( ) =
t
o
( ) f
pendiente t
o
= 2
(a) (b) (c)
A A
0 0
0
t
f
f
|X(f)|

Fig. 1.25. Transformadas del Impulso Unitario Delta Dirac.

Ejemplo 1.16. Transformada de un Impulso Exponencial Decreciente
Sea el impulso exponencial decreciente de la Fig. 1.26(a).
( ) f


2
(a) (b) (c)
A
x(t) = Aexp(-at)u(t)
|X(f)|
A/a
0 0
0
f
t
f
Fig. 1.26. Transformadas de la Seal x(t) = Aexp(-at)u(t)

x t A at u t X f A at u t j ft dt ( ) exp( ) ( ) ( ) exp( ) ( ) exp( ) = =

2
Efectuando la integracin, X f
A
a j f
( ) =
+ 2
, de donde

f 2 j a
A
) t ( u ) at exp( A
+
(1.83)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
38
Tambin, | ( )| ) X f
A
a f
=
+
2 2 2
4


y (f) = -arctg(
2 f
a

que se muestran en la Fig. 1.26(b) y (c).

Ejemplo 1.17. Transformada de la Funcin Signo
Esta funcin no cumple con la condicin de integrabilidad absoluta pero su transformada de
Fourier se puede determinar mediante lmites. En efecto, considrese la funcin
[ ] exp( ) ( ) exp( ) ( ) at u t at u t , Fig. 1.27, cuya transformada se calcul en el Ejemplo anterior.
De la Fig. 1.27,
[ ] lim at u t at u t t
a
=
0
exp( ) ( ) exp( ) ( ) sgn( )
{ } sgn( ) t lim
a
=
0
{ } exp( ) ( ) exp( ) ( ) at u t at u t
Del Ejemplo 1.16 y de (1.76),

{ }
a 0
1 1
sgn(t) lim
a j2 f a j2 f


=

+

{ } sgn( ) t lim
j f
a f
j f a
=

+
=
0
2 2 2
4
4
1


de donde, A t
A
j f
sgn( )

(1.84)
-exp(at)u(-t)
exp(-at)u(t)
-1
1
0
t
Fig. 1.27

Ejemplo 1.18. Transformada del Escaln Unitario
De (1.15), [ ] u t t ( ) sgn( ) = +
1
2
1 , y del Ejemplo 1.17, { } u t f
j f
( ) ( ) = +

1
2
1

.
Entonces, Au t
A
f
A
j f
( ) ( ) +
2 2

(1.85)

u(t)
1
t f
0 0
1/2
|U(f)|
Fig. 1.28. Transformadas del Escaln Unitario.

En la Fig. 1.28 se muestra el par de transformadas del escaln unitario.








I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
39
1.6. DENSIDAD ESPECTRAL DE ENERGIA

Teorema de Raleigh
Hemos demostrado que la potencia total de una seal peridica se puede asociar con la
suma de las potencias contenidas en cada componente de frecuencia (Teorema de Parseval). La
misma clase de resultado es de esperar en el caso de seales no peridicas representadas por sus
transformadas de Fourier. Para seales de energa, la energa en el intervalo ( ) < < t es finita,
mientras que su potencia es cero. Por consiguiente, el espectro de energa, ms bien que el espectro
de potencia, es la caracterizacin ms apropiada para seales que poseen una transformada de
Fourier. La energa de una seal x(t) es, de (1.4),
E x t dt x t X f j tf df dt = =


| ( )| * ( ) ( ) exp( )
2
2
Intercambiando el orden de integracin,
E X f x t j ft dt df X f X f df X f df =

= =


( ) * ( ) exp( ) ( ) * ( ) | ( )| 2
2
; por lo tanto,
E x t dt X f df = =


| ( )| | ( )|
2 2
(1.86)
Este resultado se conoce con el nombre de Teorema de Raleigh; conocido tambin en
Europa con el nombre de Relacin de Plancherel. Este teorema establece que la energa contenida
en una seal x(t) es igual al rea bajo el cuadrado del mdulo de la transformada de x(t), es decir,
|X(f)|
2
. La cantidad |X(f)|
2
se denomina Espectro de Energa o Densidad Espectral de
Energa de la seal x(t), y de acuerdo con (1.86), |X(f)|
2
df es la energa contenida en un ancho de
banda infinitesimal df. Las dimensiones de |X(f)|
2
son joules/Hz, y la energa a una frecuencia en
particular es cero.
Sea G f
x
( ) la densidad espectral de energa normalizada de x(t)
G f X f
x
( ) | ( )| =
2
(1.87)
La energa total de x(t) ser entonces,
2
x
E G (f )df | X(f ) | df

= =

(1.88)
La densidad espectral de energa G f
x
( ) de x(t) es la distribucin de la energa de x(t) en el
dominio de la frecuencia y sus dimensiones son joules/Hz. Puesto que la energa es una magnitud
positiva, entonces G f
x
( ) es par en f y positiva para todo f ] 0 ) f ( G [
x
.
Estrictamente hablando, el Teorema de Raleigh dice que en el espacio L
2
de las funciones
de mdulo cuadrado integrable sobre (-,), la Transformacin de Fourier es una transformacin
lineal isomtrica, es decir, que conserva la norma. En el sentido fsico, que es el que nos interesa
directamente, el Teorema de Raleigh traduce el hecho de que la energa de una seal no depende del
modo de representacin de la seal. La energa es un invariante y es la misma as se tenga una
representacin temporal o una representacin espectral de la seal.




I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
40
Ejemplo 1.19. Energa de un Impulso Rectangular
Se quiere determinar el porcentaje de la energa total contenido dentro del lbulo principal
de la transformada de un impulso rectangular de amplitud A y duracin ; este espectro se muestra
en la Fig. 1.29. El lbulo principal se muestra en color (Sugerimos al lector estudiar este ejemplo
con mucha atencin).

Del Ejemplo 1.13, A
t
X f A sinc f ( ) ( ) ( )

=
La energa total del impulso rectangular se puede calcular con ms facilidad en el dominio
del tiempo. En efecto,
E A dt A
x
= =

2
2 2
0
2

joules
/

La energa contenida en el intervalo de frecuencias | | f
1

es, de (1.88),
E A sinc f df A
f
f
df
B
= =

2 2
2 2 2 2 2
2
2
0
1
0
1


( )
sen ( )
( )
/ /

y con el cambio de variables f x = , dx
x
) x ( sen 2
A dx
x
) x ( sen A 2
E
0 0
2
2
2
2
2 2
B


=
pero

0
2
2
903 , 0 dx
x
) x ( sen 2

De donde, A 903 , 0 E
2
B
=
pero como , A E
2
x
= entonces
x B
E 903 , 0 E =
La energa contenida en el lbulo principal de la transformada de un impulso rectangular
constituye el 90% de su energa total. Esto equivale a decir que si se aplica el impulso rectangular
de duracin a un filtro pasabajo de ganancia unitaria y ancho de banda B = 1/, a la salida del
filtro se tendr el 90% de la energa a su entrada. En la Fig. 2.26(b) se muestra la correspondiente
forma de onda de la salida; la salida es parecida a la entrada, criterio que se utiliza en la transmisin
de datos en donde se necesita detectar una presencia y no una forma.
El lector puede verificar en la misma forma que si B = 1/2, a la salida del filtro se tendr
el 77,5% de la energa a la entrada, y si B = 3/2, se tendr el 93%. Estos distintos valores de B
corresponden a diferentes definiciones del ancho de banda de una seal. En general, la definicin
del ancho de banda de una seal es una cuestin de convencin, y cada definicin puede ser ms

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
41
apropiada para una determinada aplicacin; el lector debe estar atento entonces a la forma como se
define el ancho de banda de una seal o de un sistema, como veremos ms adelante.

1.7. TEOREMAS DE LA TRANSFORMADA DE FOURIER
El par de transformadas de Fourier permite la representacin de seales tanto en el dominio
del tiempo como en el dominio de la frecuencia; pero a menudo es necesario pasar de un dominio a
otro dominio y la resolucin de las integrales (1.67) y (1.68) puede hacerse ms fcil, casi por
inspeccin, si se aplican algunas propiedades y teoremas que simplifican enormemente las
operaciones matemticas.
En la prctica es de gran utilidad estudiar el efecto en un dominio causado por una
operacin en el otro, pues permite encontrar algunas relaciones y visualizar algunos aspectos fsicos
de las seales y sistemas que no son percibidos a simple vista. Por ejemplo, uno puede preguntarse
qu sucede en el dominio de la frecuencia cuando una seal pasa por un integrador, o cul es el
espectro resultante de una seal que ha sido multiplicada por una seal sinusoidal. Estas y muchas
otras preguntas, que demandaran laboriosas operaciones si se hicieran a travs de las expresiones
(1.67) y (1.68), pueden responderse muy fcilmente mediante la aplicacin de las propiedades de la
Transformada de Fourier ya vistas, y de los teoremas que se estudiarn en esta seccin.
1.7.1. Teorema de la Superposicin o Linealidad
Sea x t X f t X f
1 1 2
( ) ( ) ( ) ( ) y x
2

entonces, para cualesquiera constantes a y b, se verifica que
ax t bx t aX f bX f
1 2 1 2
( ) ( ) ( ) ( ) + + (1.89)
La demostracin de este teorema es directa pues la integracin es una operacin lineal. Este
teorema es muy til pues permite la descomposicin de una seal cualquiera en una combinacin
lineal de seales cuyas transformadas se conocen o son fciles de calcular, y determinar la
transformada total como la suma de las transformadas de las seales individuales.
Ejemplo 1.20
Calcular y dibujar la transformada de Fourier de la seal de la Fig. 1.30(a).
A
A/2
x(t)
0
t
T/2 -T/2 T/4 -T/4

6000 4000 2000 0 2000 4000 6000
0.5
0
0.5
1
X f ( )
Y f ( )
f
AT = 1
X(f)
T 10
3
:=
Hertz
(a) Fig. 1.30 (b)
Solucin:
x(t) se puede expresar en la forma )
4 / T
t
( A ) 2 / 1 ( )
T
t
( A ) t ( x =
De los Ejemplos 1.13 y 1.14, )
4
Tf
( c sin AT ) 8 / 1 ( ) Tf ( c sin AT ) f ( X
2
=

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
42
Este espectro se muestra en la Fig. 1.30b.
1.7.2. Teorema de la Traslacin o Desplazamiento en el Tiempo
Si x t X f X f j t f
o
( ) ( ), ) ( ) exp( ) entonces x(t t
o
2 (1.90)
Demostracin:
Por definicin, { } x t t x t t j ft dt
o o
( ) ( ) exp( ) =

2
Con el cambio de variables t = t - t
o
,
{ } x t t x t j ft j t f dt
o o
( ) ( ' ) exp( ' ) exp( ) ' =

2 2
{ } x t t j t f x t j ft dt
o o
( ) exp( ) ( ' ) exp( ' ) ' =

2 2
{ } x t t X f j t f
o o
( ) ( ) exp( ), = 2 y de la misma forma,
{ } x t t X f j t f
o o
( ) ( ) exp( ) + = 2
La seal x t t
o
( ) es una versin de x(t) retardada en t
o
segundos (es la salida de un filtro
de ganancia unitaria cuya entrada es x(t) y cuyo retardo es t
o
). Este teorema establece entonces que
el espectro de la seal retardada en un tiempo t
o
es igual al producto del espectro de la seal original
por exp(-j2t
o
f). Este retardo no afecta al espectro de amplitudes original, pero s lo hace
experimentar un desfase de (-2t
o
f) radianes. En general, un desplazamiento en el dominio del
tiempo corresponde a un desfase en el dominio de la frecuencia, y viceversa.
1.7.3. Teorema del Cambio de Escala
Sea x t X f ( ) ( ) , entonces para una constante real a, x at
a
X
f
a
( )
| |
( )
1
(1.91)
Demostracin:
Supngase que a > 0. La transformada de x(at) es
{ } x at x at j ft dt ( ) ( ) exp( ) . =

2 Con el cambio de variables t = at


{ } x at
a
x t j
f
a
t dt
a
X
f
a
( ) ( ' ) exp( ' ) ' ( ) = =

1
2
1

Si a < 0, se puede demostrar en forma similar que { } x at


a
X
f
a
( ) ( ) =
1
, de donde
x at
a
X
f
a
( )
| |
( )
1

Este teorema, algunas veces denominado Propiedad Escalar de la Transformada de
Fourier, cuantifica la relacin duracin-ancho de banda entre una funcin del tiempo y su
correspondiente transformada. Si |a| >1, entonces x(at) es la seal x(t) con una escala de tiempo t

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
43
comprimida en un factor |a|. En forma similar, X
f
a
( ) representa la funcin X(f) con una escala de
frecuencia f expandida o dilatada en un factor |a| [Ntese que si |a| < 1, entonces x(at) es una
expansin de x(t), y X
f
a
( )es una compresin de X(f)]. Una compresin en el dominio del tiempo
corresponde entonces a una expansin en el dominio de la frecuencia, y viceversa. Esta propiedad
permite decir que una seal que es limitada en el tiempo (existe slo en un intervalo dado) es
ilimitada en frecuencia (existe para todo f), y viceversa. El factor de escala 1/|a| asegura que la
energa no vara al comprimir o expandir las seales; la invariancia de la energa debe mantenerse
siempre.
Un ejemplo muy elocuente de esta propiedad se observa cuando se toca un disco de 33 rpm
en un tocadiscos de 45 rpm (las nuevas generaciones no saben lo que es un disco de 33 o 45 rpm;
pero seguimos manteniendo este ejemplo, porque es ya un clsico). La voz se escucha muy aguda
(expansin en frecuencia) pues la pieza se est tocando en menos tiempo (compresin en el tiempo).
Otro ejemplo se tiene en los grabadores de cinta magntica, en los cuales para obtener respuestas a
frecuencias elevadas (expansin en frecuencia) se utiliza altas velocidades de cinta (tiempos ms
cortos o compresin en el tiempo).
1.7.4. Teorema de la Dualidad o Simetra
Sea x t X f ( ) ( ) , entonces X t x f ( ) ( ) (1.92a)
Si x(f) es par, entonces X t x f ( ) ( ) (1.92b)
Demostracin:
Como x t X f j tf df ( ) ( ) exp( ) , =


2 entonces x(-t) = X(f' )exp(-j2 tf' )df'
-

Si se reemplaza t por f en la segunda integral,
x f X f j ff df ( ) ( ' ) exp( ' ) ' =

2
A fin de obtener una forma reconocible, se puede reemplazar f por t, es decir,
x f X t j ft dt ( ) ( ) exp( ) , =

2 o sea que X(t) x(-f)


Si x(f) es una funcin par, es decir, si x f x f ( ) ( ) = , entonces la expresin (1.92) se reduce
a { } X t x f ( ) ( ) = X(t) x(f)
La utilidad de este teorema es que permite la generacin de un nuevo par de transformadas
de Fourier a partir de un par conocido.
Ejemplo 1.21
Se desea determinar la transformada de Fourier de la seal x t
t
( ) =
+
1
1
2
.
Se conoce el par x t A a t X f
aA
a f
( ) exp( | | ) ( ) = =
+
2
4
2 2 2

obtenido en el Problema de
Aplicacin 1.23(b). Vemos que el x(t) del ejemplo y X(f) tienen la misma estructura. Entonces,

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
44

2 2 2 2 2 2
2
2
t 4 ) 2 (
) 2 ( 2
t 4 4
4
t 1
1
) t ( X
+

=
+

=
+
=
que tiene la misma forma de la transformada del par conocido.
Del teorema de dualidad o simetra,
X t
t
x f f f ( )
( )
( )
( ) exp( | | ) exp( | | ) =
+
= =
2 2
2 4
2 2
2 2 2



Como x(-f) es una funcin par, finalmente queda
x t
t
X f f ( ) ( ) exp( | | ) =
+
=
1
1
2
2

Ejemplo 1.22. Transformada de una Seal Sinusoidal
El Teorema de Dualidad permite determinar en forma muy sencilla la transformada de
Fourier de una seal sinusoidal. En efecto, el dual de la expresin (1.81), Ejemplo 1.15, es
A j f t A f f
c c
exp( ) ( ) 2 m
Asimismo, A f t
A
j f t
A
j f t
c c c
cos( ) exp( ) exp( ) 2
2
2
2
2 = +
Tomando la transformada de Fourier del coseno,
{ } [ ] A f t
A
f f f f
c c c
cos( ) ( ) ( ) 2
2
= + + En consecuencia,
[ ] ) f f ( ) f f (
2
A
) f ( X ) t f 2 cos( A ) t ( x
c c c
+ + = = (1.93a)
y de la misma forma
[ ] ) f f ( ) f f (
2
A
j ) f ( X ) t f 2 ( Asen ) t ( x
c c c
+ = = (1.93b)
El espectro de una seal sinusoidal pura de amplitud A y frecuencia f
c
est formado por dos
impulsos de Dirac de rea A/2 y centrados en las frecuencias f
c
.

1.7.5 Teorema de la Traslacin o Desplazamiento en Frecuencia
Si x t X f ( ) ( ) entonces, para una constante real f
c

x t j f t X f f
c c
( ) exp( ) ( ) 2 m (1.94)
Demostracin:

{ } x t j f t x t j f t j ft dt
c c
( ) exp( ) ( ) exp( ) exp( ) =

2 2 2
= =

x t j f f t dt X f f
c c
( ) exp[ ( ) ] ( ) 2 m m
Por lo tanto, x t j f t X f f
c c
( ) exp( ) ( ) 2 m


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
45
Teorema de la Modulacin
La multiplicacin de una seal x(t) por el factor exp(j2f
c
t) equivale a desplazar su
transformada de Fourier en la direccin positiva de f en una cantidad f
c
, es decir, un desfase en el
dominio del tiempo corresponde a un desplazamiento en el dominio de la frecuencia. Sin embargo,
el factor exp( ) j f t
c
2 no es real y por lo tanto no puede ocurrir en un sistema de comunicacin. No
obstante, este teorema proporciona la base matemtica para deducir el principio de la modulacin
de seales. En efecto, consideremos la multiplicacin de una seal x(t) por una seal sinusoidal de
la forma A f t
c
cos( ) 2 . En este contexto, la seal x(t), que puede contener informacin, se denomina
seal modulante, moduladora o modulatriz, la sinusoide A f t
c
cos( ) 2 la portadora, la
frecuencia f
c
la frecuencia de portadora y el producto x t A f t
c
( ) cos( ) 2 la seal modulada.
Estas son denominaciones que estaremos utilizando continuamente. Se tiene entonces que
{ } x t A f t
c
( ) cos( ) 2 = [ ]
A
x t j f t x t j f t
c c
2
2 2 ( ) exp( ) ( ) exp( ) +

y de (1.94), [ ] x t A f t
A
X f f X f f
c c c
( ) cos( ) ( ) ( ) 2
2
+ + (1.95)
Este resultado, de capital importancia en los sistemas de comunicacin, se conoce con el
nombre de Teorema de la Modulacin. Estrictamente hablando, el teorema de la modulacin es
vlido para cualquiera seal x(t) y cualquier valor de f
c
; sin embargo, por razones de tipo prctico
que veremos ms adelante, si la seal x(t) tiene una frecuencia mxima f
m
y posee informacin a
transmitir, debe cumplirse que f f
c m
. En los sistemas de comunicacin esta condicin se cumple
siempre, pues generalmente f f
c m
>> .
Se puede demostrar en forma similar que
[ ] x t A f t j
A
X f f X f f
c c c
( ) sen( ) ( ) ( ) 2
2
+ (1.96)
El teorema de la modulacin se ilustra en la Fig. 1.31. En este caso x(t) es una seal
pasabajo, es decir, es una seal cuyo espectro X(f) est concentrado alrededor del origen y cuya
frecuencia mxima es f
m
, Fig. 1.31(b). El ancho de banda de esta seal es B f
m
= . En
telecomunicaciones a las seales pasabajo se las denomina tambin seales de banda de base
(baseband signals).

f
c
X f
c
( )
2f
m
x t x t A t
c c
( ) ( ) cos( ) =
f
c
f
m
f
m
x(t)
t
t
0
0
0
0
A/2
1
f
f
(a) Dominio del Tiempo
(b) Dominio de la Frecuencia
Fig. 1.31 Teorema de la Modulacin.
X(f)



I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
46
Seales cuyo espectro tiene la forma de X f
c
( ), Fig. 1.31(b), el cual est concentrado
alrededor de las frecuencias f
c
, se denominan seales pasabanda y su ancho de banda es
B f
m
= 2 . En la prctica generalmente se cumple que B f o f f
c m c
>> >> . Esta clase de seales se
tratar extensamente ms adelante.

Ejemplo 1.23. Energa de una Seal Modulada
Sea x(t) una seal de energa, de frecuencia mxima f
m
, y se desea determinar la energa de
la seal modulada
[ ] x t x t A f t X f
A
X f f X f f
c c c c c
( ) ( ) cos( ) ( ) ( ) ( ) = = + + 2
2

De (1.86), E X f df
A
X f f X f f df
c c c c
= = + +


| ( )| | ( ) ( )|
2
2
2
4

Si f f
c m
, la expresin anterior se puede escribir en la forma

[ ]
E
A
X f f X f f df
A
X f f df
A
X f f df
c c c c c
= + + = + +


2
2 2
2
2
2
2
4 4 4
| ( )| | ( )| | ( )| | ( )|
pero cada una de las integrales de la derecha es igual a la energa E
x
de x(t). La energa de la seal
modulada ser entonces
E
A
E
c x
=
2
2

donde E
x
es la energa de la seal modulante x(t).

Ejemplo 1.24. Transformadas de Impulsos Sinusoidales
(a) Transformada de un Impulso de Radiofrecuencia
Considrese el impulso sinusoidal de duracin , Fig. 1.32(a), conocido con el nombre de
Impulso de Radiofrecuencia (RF), de gran utilizacin en sistemas de radar y en sistemas de
transmisin de impulsos mediante portadora modulada (ASK, FSK y PSK) que veremos en el
Captulo V.


El impulso de RF, Fig. 1.32(a), se puede describir en la forma

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
47
) f ( c sin A )
t
( A pero ), t f 2 cos( )
t
( A ) t ( z
c

=
y por el teorema de la modulacin, Z f
A
sinc
f f
sinc
f f
c c
( ) (
/
) (
/
) =
+
+

2 1 1

Este espectro se muestra en la Fig. 1.32(b) (frecuencias positivas solamente).
Obsrvese que si la sinusoide fuera de duracin infinita ( ), el espectro sera discreto
con componentes de frecuencia (impulsos unitarios) en f
c
. En efecto, de (1.21b),
[ ] lim Z f lim
A
sinc
f f
sinc
f f A
f f f f
c c
c c





=
+
+

= + + ( ) (
/
) (
/
) ( ) ( )
2 1 1 2

En consecuencia, [ ] A f t
A
f f f f
c c c
cos( ) ( ) ( ) 2
2
+ +
resultado ya obtenido en el Ejemplo 1.22.
Este ejemplo es una muestra de lo que se denomina espectro de corta duracin. En efecto,
el clculo exacto de la transformada de Fourier de una seal implica una integracin en el tiempo
desde - a + , es decir, que para obtener el espectro exacto hay que observar a la seal
durante un tiempo infinito, lo cual es imposible desde el punto de vista fsico. Ntese que el
espectro de corta duracin Z(f) depende de la duracin . A medida que aumenta, el ancho de los
lbulos disminuye, y cuando - , los lbulos se convierten en impulsos unitarios centrados en f
c
,
como se demostr en el Ejemplo 1.22.
El espectro de corta duracin Z(f) tiene entonces un sentido fsico: l es funcin de la
frecuencia y del tiempo de observacin pero, para altos valores de , l tiende a X(f), expresin
(1.93a), que siendo independiente del tiempo tiene una estructura matemtica ms simple y como
consecuencia es ms til para un anlisis terico.
(b) Antitransformada de un Espectro Cosenoidal
Consideremos el espectro cosenoidal mostrado en la Fig. 1.32(c).

De la Fig. 1.32(c),
1 f f
X(f ) cos( ) ( )
B 2B 2B

=
Su correspondiente antitransformada ser:

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
48

B B
B 0
1 f 2 f
x(t) cos( ) exp( j2 tf )df cos( ) cos(2 tf )df
B 2B B 2B


= =


Resolviendo esta integral, obtenemos x(t)=
4

1-2cos
2
(tB)
(4tB)
2
-1
=
4

cos(2Bt)
1-16 B
2
t
2

que se muestra en la Fig. 1.32(d).
Estas transformadas se utilizan para definir filtros de mucha aplicacin en la
prctica (Ver Ejemplo 2.20)

1.7.6. Teorema de la Diferenciacin e Integracin en el Tiempo
La Transformada de Fourier se puede emplear para resolver ecuaciones diferenciales
lineales. En esta aplicacin particular, las transformadas de las seales que son diferenciadas o
integradas son importantes.
Si x t X f ( ) ( ), entonces

d
dt
x t j f X f ( ) ( ) ( ) 2 (1.97a)

d
dt
x t j f X f
n
n
n
( ) ( ) ( ) 2 (1.97b)
x t dt
j f
X f
t
( ' ) ' ( )

1
2
si X(0) = 0 (1.98a)
x t dt
j f
X f X f
t
( ' ) ' ( ) ( ) ( ) +

1
2
1
2
0

si X(0) 0 (1.98b)
Demostracin:
x t X f j tf df x t X f j f j tf df ( ) ( ) exp( ) ; ( ) ( )( ) exp( ) = =


2 2 2
d
dt

lo cual implica que
d
dt
x t j f X f ( ) ( ) ( ) 2
Este resultado se puede extender para la derivada n-sima mediante diferenciaciones
sucesivas dentro del signo integral. En este caso se tiene que

d
dt
x t j f X f
n
n
n
( ) ( ) ( ) 2
En cuanto a la integracin en t, considrese una funcin g(t) definida por
g t x t dt G f
t
( ) ( ' ) ' ( ) =


Es evidente que
d
dt
g t x t ( ) ( ), = y por el teorema de diferenciacin en el tiempo,
( ) ( ) ( ), j f G f X f 2 = de donde
G f
j f
X f X f ( )
( )
( ) ( ) =

1
2
o x(t' )dt'
1
j2 f 0
t
.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
49
Sin embargo, para que g(t) tenga una transformada de Fourier G(f), es necesario, por
supuesto, que G(f) exista. Una condicin, quizs algo ms restrictiva que la integrabilidad absoluta,
expresin (1.72), es que
limg t x t dt
t
t

= =

( ) , ( ' ) ' 0 0
0
o sea lim
t

Esto significa que el rea bajo x(t) es cero, es decir, x t dt ( ) =

0, lo cual equivale a X(0) = 0 ,


el espectro no tiene componentes en f = 0.
Si 0 ) 0 ( X
(el espectro tiene componentes en f = 0)
, entonces g(t) ya no es una seal de
energa y la transformada de g(t) incluir impulsos unitarios de Dirac. En efecto, g(t) se puede
escribir en la forma
g t x t dt x t u t t dt x t t
t
( ) ( ' ) ' ( ' ) ( ' ) ' ( ) ( ) = = =


u
donde el asterisco denota un producto de convolucin. Ms adelante demostraremos que la
transformada de Fourier G(f) del producto de convolucin x t t ( ) ( ) u es { } x t ( ) { } u t ( ) En
consecuencia,
G f X f
f
j f
X f
j f
X f ( ) ( )
( )
( ) ( ) ( ) = +

= +


2
1
2
1
2
0
1
2

de donde x t dt
j f
X f X f
t
( ' ) ' ( ) ( ) ( ) +

1
2
1
2
0

para X(0) 0.
La diferenciacin en el dominio del tiempo corresponde a multiplicacin por (j2f) en el
dominio de la frecuencia. Asimismo, integracin en el dominio del tiempo corresponde a divisin
por (j2f) en el dominio de la frecuencia.
Este teorema permite determinar la transformada de Fourier de una seal cualquiera, sobre
todo de tipo grfico, que se pueda aproximar en una forma lineal por tramos. Mediante
diferenciaciones sucesivas se expresa la seal como suma de seales cuyas transformadas son
fciles de evaluar y luego se aplica el teorema. Generalmente, la seal x(t), por diferenciacin
sucesiva, se transforma en una suma lineal de impulsos unitarios y la transformada X(f) se obtiene
directamente aplicando las propiedades y teoremas apropiados al caso, como se ilustra en el
siguiente ejemplo.
Ejemplo 1.25
(a) Como aplicacin del teorema de diferenciacin consideremos la seal trapezoidal
mostrada en al Fig. 1.33(a) y sus dos primeras derivadas, Figs. 1.33(b) y 1.33(c):
De la Fig. 1.33(c),
d
2
dt
2
x(t)=
A
t
1
-t
o
|(t+t
1
)+(t-t
1
)]-
A
t
1
-t
0
|(t+t
o
)+(t-t
o
)]
Tomando la transformada de Fourier de ambos miembros,
(j2f)
2
X(f)=
A
t
1
-t
o
|e
(j2t
1
f)
+e
(-j2t
1
f)
-e
(j2t
o
f)
-e
(-j2t
o
f)
|

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
50
=
2A
t
1
-t
o
|cos(2t
1
f) -cos(2t
o
f)]
de donde, X() =
2A
t
1
-t
c
j
cos(2nt
c
])-cos (2nt
1
])
(2n])
2
[

20 10 0 10 20
0.5
0
0.5
X f ( )
f
Hz
-t1 -to t1 to 0
x(t)
t
f
B
A
X(f)
(d)
(e) Transformada X(f) de x(t)
Fig. 1.33
-t1 to t1
A
x(t)
A/(t1 - to)
-A/(t1 - to)
0 0
A/(t1 - to)
-A/(t1 - to)
0
t t
-t1 -t1 -to
to to t1
x'(t) X''(t)
-to
t1
t
(a) Seal x(t) Trapezoidal
(b) Primera Derivada
(c) Segunda Derivada
Seal
-to

En general, se puede decir que la transformada de una seal es igual a la transformada de su
segunda derivada dividido por (]2n)
2
.
(b) Vamos a hallar la transformada X(f) en otra forma para comparar los dos mtodos.
Esta forma es considerar a la seal x(t) como la diferencia de dos tringulos, como se
muestra en la Fig. 1.33(d) :
x(t)=(A+B)[
t
t
1
-B[
t
t
o
, cuya transformada es
X(f)=(A+B)t
1
sinc
2
(t
1
f)-Bt
o
sinc
2
(t
o
f)
Pero, por tringulos semejantes, B =
At
o
t
1
-t
o
, de donde (A + B)t
1
=
At
1
2
t
1
-t
o

X(f)=
At
1
2
t
1
-t
o
sen
2
(t
1
f)
(t
1
f)
2
-
At
o
2
t
1
-t
o
sen
2
(t
o
f)
(t
o
f)
2

y de la identidad trigonomtrica sen
2
()=
1
2
-
1
2
cos(2), obtenemos finalmente
X(f)=
2A
t
1
-t
o
j
cos(2t
o
f)-cos(2t
1
f)
(2f)
2
[, resultado igual al de la parte (a).
Ntese que esta resolucin es ms complicada que la de la parte (a), pero es una muestra de
los recursos analticos empleados en la resolucin de las transformadas de Fourier.
En la Fig. 1.33(e) se grafica X(f) para A = 1, t
1
= 10 ms y t
o
= 7 ms

1.7.7. Teorema de la Diferenciacin e Integracin en Frecuencia
Si x t X f ( ) ( ), entonces
t x(t)
d
df
X f
1
(-j2 )
( ) (1.99)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
51
t
d
df
X f
n
n
n
x(t)
1
(-j2 )
n

( ) (1.100)

x t
t
j X f df
f
( )
( ' ) '

2 para t 0 (1.101)
Demostracin:
X f x t j ft dt X f x t j t j ft dt ( ) ( ) exp( ) ; ( ) ( )( ) exp( ) = =


2 2 2
d
df

Por lo tanto,
d
df
X f j ( ) ( ) = 2 { } t x(t)
d
df
X f , ( ) de donde t x(t)
1
(-j2 )

Por diferenciacin sucesiva dentro del signo integral, se obtiene


t
d
df
X f
n
n
n
x(t)
1
(-j2 )
n

[ ]
[ ]
( )
En cuanto a la integracin en frecuencia, se puede aplicar el teorema de dualidad a la
expresin (1.98a), obtenindose

x t
j t
X f df
f
( )
( ' ) '
2

y mediante un cambio de variables en la integral,



x t
t
j X f df
f
( )
( ) ( ' ) '

2 para t 0.

Ejemplo 1.26. Aplicaciones de los Teoremas de la Transformada de Fourier
En los siguientes ejemplos se utilizan las Tablas de Transformadas del APENDICE D.
(a) Dada y t
d
dt
x
t
j t ( ) ( ) exp( ) =

2
2
2 4
2
8 determinar Y(f) cuando x t sinc t ( ) ( ) = 2 2 .
x
t
x
t
x t sinc t ( )
( )
( ) [ ( )]
2 4
2
2 2
2
2 2 2 2

= =
Y f j f ( ) ( ) = 2
2
{ } x t j t j f ( ) exp( ) ( ) = 2 8 2
2
{ } x t
f f
( )

2
4
pero { } [ ] x t X f j f X f j f
f f f f
( ) ( ) exp( ) ( ) exp[ ( )] = =

2 4 4 4 4
4 4

por consiguiente, Y f f X f j f ( ) ( ) exp[ ( )] = 4 4 4 4
2 2

Tambin, )
2
4 - f
( = 4) - X(f y )
2
f
( ) f ( X ) t 2 ( c sin 2 ) t ( x = =
de donde Y f
f j f
( )
exp[ ( )]
=

4 4 4
2 2
para 3 f 5
0 en el resto

Tambin,


=
2
4 f
f 4 ) f ( Y
2 2


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
52
(b) Dada X f A
f f
B
j t f
c
o
( ) ( ) exp( ), =
+
2 determinar x(t).
[ x t ( ) =
1
A
f
B
j f t
c
t t t
o
( ) exp( )


2
pero

=
1 2
A
f
B
ABsinc Bt ( ) ( )

[ ]
x t ABsinc Bt j f t
c
t t t
o
( ) ( ) exp( ) =

2
2 , de donde
x t ABsinc B t t j f t t
o c o
( ) [ ( )] exp[ ( )] =
2
2
(c) Dada Y f
j f j t f
a j f
o
( )
exp( )
, =

+
2 2
2

determinar y(t) .
Y(f) se puede escribir en la forma Y f j f
a j f
j t f
o
( ) ( ) exp( ) =
+

2
1
2
2


y t
d
dt
( ) =

1
1
2 a j f
t t t
o

, pero

=
1
1
2 a j f
at u t

exp( ) ( )
[ ]
d
dt
at u t t a at u t exp( ) ( ) ( ) exp( ) ( ), = de donde
y t t t a a t t u t t
o o o
( ) ( ) exp[ ( )] ( ) =
Se sugiere al lector graficar esta expresin.

1.8. TRANSFORMADA DE FOURIER DE SEALES PERIODICAS
La Transformada de Fourier surgi de la necesidad de conocer el espectro de una seal no
peridica. Para las seales peridicas dicha informacin se obtuvo a partir del desarrollo en Serie de
Fourier. Sin embargo, para unificar el anlisis, es conveniente extender el uso de la Transformada
de Fourier a seales peridicas. Es evidente que si se desea obtener la transformada de una seal
peridica a partir de la definicin, expresin (1.68), el resultado sera infinito pues las seales
peridicas no son de mdulo integrable (no cumplen con la condicin (1.72)). No obstante,
mediante un proceso de lmites se puede representar una seal peridica en trminos de la
Transformada de Fourier siempre que a esta transformada se le permita incluir impulsos Delta
Dirac.
Sea x t
T
( ) una seal peridica que se representar mediante su desarrollo en Serie de
Fourier
x t X j nf t
T
T n o
n
( ) exp( ); = =
=

2
1
f
o

Su transformada ser X f X j nf t j ft dt
T n o
n
( ) exp( ) exp( ) =


2 2
X f X j nf t j ft dt X
T n o n
n n
( ) exp( ) exp( ) = =
=


2 2 { } exp( ) j nf t
o
2

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
53
pero del teorema de traslacin en frecuencia, { } exp( ) ( ) j nf t f nf
o o
2 = ; por lo tanto,
x t X j nf t X f X f nf
T n o T n o
n n
( ) exp( ) ( ) ( ) = =
=


2 (1.102a)
La Transformada de Fourier de una seal peridica es un tren infinito de impulsos unitarios
Delta Dirac, espaciados en f
o
y cada uno de rea X
n
, donde X
n
, el coeficiente de Fourier, se
defini en (1.42).
Del Teorema de Parseval, podemos escribir una expresin que representa tambin el
espectro de potencia de x
T
(t) dado en (1.60):
<x
T
2
(t)>= |X
n
|
2
(fnf
o
)

n=
(1.102b)
Es evidente que el espectro de una seal peridica seguir siendo discreto an cuando se
calcule a partir de la Transformada de Fourier. An ms, una seal que contenga una parte peridica
y una parte aperidica, poseer un espectro continuo en el que existirn componentes discretas
superpuestas sobre l, como se puede observar en el Ejemplo 1.27.
El clculo de los coeficientes de Fourier se puede simplificar mucho cuando se efecta a
travs de la Transformada de Fourier. En efecto, sea x(t) la funcin generatriz de una seal
peridica x t
T
( ). Entonces X
n
se puede escribir en la siguiente forma
X
T
x t j nf t dt
T
X nf
n o o
= =

1
2
1
( ) exp( ) ( )
o tambin X f X nf
T
X
n
T
f X f
n o o o f nf
o
= = =
=
( ) ( ) ( )|
1
(1.103)
donde X(nf
o
) es la transformada de x(t) evaluada a las frecuencias discretas nf
o
. La expresin
(1.103) permite calcular los coeficientes de Fourier del espectro discreto de x t
T
( ) a travs de la
transformada de Fourier de x(t), pues esta transformada puede ser obtenida con ms facilidad pues
se dispone de extensas tablas de transformadas de Fourier. Sin embargo, hay que verificar siempre
que x(t) est acotada en T.
La expresin (1.102a) puede escribirse ahora en la forma
x t x t nT
T
X
n
T
j n
t
T
T
n n
( ) ( ) ( ) exp( ) = =
=


1
2 (1.104)
Esta expresin es una forma de la llamada Frmula de la Suma de Poisson.
En resumen, para una seal peridica x
T
(t),
x t x t nT
T
X
n
T
j n
t
T
X f f X nf f nf
T T o o o
n n n
( ) ( ) ( ) exp( ) ( ) ( ) ( ) = = =
=


1
2
(1.105)
Es evidente que la transformada de Fourier de una seal peridica es una serie infinita de
impulsos de Dirac separados en f
o
y ponderados por el factor f
o
X(nf
o
), donde X(f) es la
transformada de Fourier de la seal generatriz. La envolvente de la serie infinita de impulsos es
igual a f
o
|X(f)|.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
54
Ejemplo 1.27
Calcular y dibujar el espectro de la seal de la Fig. 1.34.

/ 2
/ 2 -2T -T
0
T 2T
t
A
A
y(t)
Fig. 1.34
2A

La seal y(t) se puede expresar en la forma ) t ( x ) t ( x ) t ( y
T
+ = , donde
) f ( c sin A ) f ( X )
t
( A ) t ( x =

= y x t A
t nT
X f
T T
n
( ) ( ) ( ) =


=


(1.105), de y ), f ( X ) f ( X ) f ( Y
T
+ =

=
+ =
n
o o o
) nf f ( ) nf ( c sin f A ) f ( c sin A ) f ( Y
El espectro Y(f) se muestra en la Fig. 1.35.

0. 5
0. 109
x f ( )
c f ( )
10 10 f

Fig. 1.35. Transformada de la seal de la Fig. 1.34

Ejemplo 1.28. Transformada de un Tren de Impulsos Delta Dirac
El tren de impulsos unitarios, Fig. 1.36(a), es una serie de gran aplicacin en el anlisis de
seales y sistemas.

T
t ( )

o
f ( )
2f
o
f
o
f
o
f
o
2f
o -3T -2T -T 0 T 2T 3T
o o o o o o
o o o o o o 1
t f
0
(a) Tren de Impulsos Unitarios
(b) Transformada del Tren de Impulsos Unitarios.
Fig. 1.36


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
55
Esta serie peridica se representa en la forma

T
n
t t nT ( ) ( ) =
=


La funcin generatriz de
T
t ( ) es x t t X f ( ) ( ) ( ) = = 1 para todo f
De (1.103): X f
T
n o
= = =
1
1 pues X(nf para todo n
o
)
La transformada de Fourier del tren de impulsos de Dirac ser, de (1.105),

o o o
n
o f
f f f nf f f
o
( ) ( ) ( ) = =
=

, la cual se muestra en la Fig. 1.36(b).


Entonces,
T o o o o f
n n
t t nT f f f nf f f
o
( ) ( ) ( ) ( ) ( ) = = =
=


(1.106a)
Tambin, de (1.105),
T o o o o
n n
t f j nf t f nf t ( ) exp( ) cos( ) = = +


2 1 2 2
1
(1.106b)
Un tren de impulsos de Dirac de perodo T y rea unitaria, tiene como transformada de
Fourier otro tren de impulsos de Dirac de perodo f
o
y rea f
o
. A la funcin
T
t ( ) se la conoce
tambin con el nombre de funcin peine de Dirac.

1.9. DENSIDAD ESPECTRAL DE POTENCIA
1.9.1. Introduccin
De manera anloga al concepto de espectro de densidad de energa, se puede definir un
espectro de densidad de potencia (distribucin de la potencia en el dominio de la frecuencia) para
seales cuya energa no est definida, es decir, que no poseen una transformada de Fourier y que
fueron definidas mediante la expresin (1.5). Muchas seales determinsticas y todas las seales
aleatorias pertenecen a esta clase.
Definicin
El espectro de densidad de potencia de una seal x(t), determinstica o aleatoria,
representada por S f
x
( ), se puede definir partiendo de la premisa de que su integral (rea) debe ser
la potencia promedio de x(t), es decir,
< >= <


df f S t x
x
) ( ) (
2
(La potencia es finita) (1.107)
La densidad espectral de potencia S f
x
( ) de x(t), as definida, representa entonces la
distribucin de la potencia de x(t) en el dominio de la frecuencia y sus dimensiones son W/Hz.
Puesto que la potencia es una magnitud positiva, S f
x
( ) ser una funcin real, par y positiva de f
para todo f, es decir, S f S f
x x
( ) ( ) = y 0 ) f ( S
x
para todo f.
El problema ahora es conseguir una expresin explcita que relacione x(t) con S f
x
( ), pero
como x(t) no posee una transformada de Fourier X(f), no puede utilizarse una transformada para
determinar S f
x
( ). Sin embargo, mediante un enfoque determinstico, se puede utilizar el concepto
conocido como el criterio de la seal truncada. En efecto, sea x(t) una seal de potencia y sea

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
56
x t
T
( ) una parte de x(t) comprendida dentro de un intervalo (-T/2, T/2), como se muestra en la Fig.
1.37(b).
La seal )
T
t
( ) t ( x ) t ( x
T
= , Fig. 1.37(b), se denomina seal truncada de x(t), y en el
intervalo ( / T 2, T / 2) se convierte en una seal de energa que cumple con las condiciones de
existencia de la Transformada de Fourier, es decir, x t X f
T T
( ) ( ) . Esta transformada X f
T
( ) se
utilizar para relacionar x(t) con S f
x
( ).

x t
T
( )
-T/2 T/2 -T/2 T/2
x(t)
0 0
t t
(a) Seal de Potencia (b) Seal Truncada
Fig. 1.37

La potencia promedio de x(t) es, de (1.5),
< >= =


x t lim
T
x t dt lim
T
x t
T T T
T
T
T
2 2
2
2
2
2
1 1
( ) | ( )| ( )
/
/
/
/
x (t)dt
Como x t x t
T
( ) ( ) = en el intervalo ( / , T 2 T/ 2), entonces se puede escribir
< >=

x t lim x t t dt
T
T
2
( ) ( ) ( ) x
T

pero x t X f j tf df
T T
( ) ( ) exp( ) =

2 , entonces
< >=


x t lim
T
x t X f j tf df dt
T
T T
2
1
2 ( ) ( ) ( ) exp( )
< >=


x t lim
T
X f x t j ft dt df
T
T T
2
1
2 ( ) ( ) ( ) exp( )
La integral dentro de los corchetes es igual a X f
T

( ), de donde
< >= =


x t lim
T
X f f df lim
X f
T
df
T
T
T
T 2
2
1
( ) ( ) ( )
| ( )|
X
T
(1.108)
Comparando (1.108) con la definicin de densidad espectral dada en (1.107), se concluye
que
S f lim
X f
T
x
T
T
( )
| ( )|
=

2
siempre que el lmite exista (1.109)
La cantidad S f
x
( ) es entonces la Densidad Espectral de Potencia normalizada de una
seal x(t). Las unidades de S f
x
( ) son W/Hz respecto a una resistencia R = 1 Ohm. Obsrvese que
el espectro de densidad de potencia de una seal retiene solamente la informacin de amplitud
perdindose la informacin de fase. Por consiguiente, para una seal dada existe un solo espectro de

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
57
densidad de potencia S f
x
( ), mientras que la misma densidad espectral S f
x
( ) corresponde
tericamente a un nmero infinito de seales que difieren entre s solamente en fase.
Para simplificar la notacin, vamos a representar la relacin entre la seal x(t) y su densidad
espectral S f
x
( ) en la forma x(t) S
x
(f), la cual simplemente expresa que x(t) posee una
densidad espectral S f
x
( ) dada y que, conocida x(t), pudiera determinarse S f
x
( ) pero no as lo
contrario.
Obsrvese que en la formulacin de la expresin (1.109) si X f
T
( ) es independiente de T,
la densidad espectral S f
x
( ) se hace cero. Esto ocurre debido a que, para seales que poseen una
transformada de Fourier, la integral de la expresin (1.108) tiende a un valor lmite, el cual, de
acuerdo con (1.3), es simplemente la energa de la seal; en consecuencia, cuando T , la
potencia promedio es cero. En resumen, el concepto de espectro de potencia no tiene significado
cuando x(t) posee una transformada de Fourier especfica. Sin embargo, en la prctica nos
encontramos con una gran cantidad de seales, sobre todo de tipo aleatorio, que no poseen
transformadas de Fourier y para las cuales el concepto de espectro de potencia s es aplicable. Ms
adelante, al estudiar las funciones de correlacin, volveremos sobre este tema.
La densidad espectral de potencia es una potente herramienta en el anlisis de sistemas de
comunicacin y en otros aspectos de la ingeniera elctrica. En particular, el concepto de densidad
espectral de potencia (Power Spectral Density, PSD en ingls) es de gran utilidad en la descripcin
de cmo el contenido de potencia de seales tiles y ruido es afectado por los filtros y otros
dispositivos en los sistemas de comunicacin.
La expresin (1.109) sugiere un mtodo prctico para estimar la densidad espectral de
potencia de una seal. En efecto, primero se registra un tramo de duracin T de la seal x(t) con lo
cual se obtiene x
T
(t). A continuacin se determina la transformada de Fourier X
T
(f) de x
T
(t),
generalmente mediante un programa FFT. Finalmente, el espectro de potencia se aproxima
mediante el clculo de |X
1
()|
2
I, cuyo resultado se grafica como una funcin de la frecuencia f.
La densidad espectral de potencia de una seal tambin se puede determinar en forma
indirecta evaluando la transformada de la funcin de autocorrelacin de la seal, mtodo que
veremos ms adelante (Teorema de Wiener-Kintchine).
1.9.2. Teorema de la Modulacin para Seales de Potencia
Consideremos ahora una seal modulada x t
c
( ) cuya densidad espectral se quiere
determinar. Sea entonces,
x t x t A f t f
c c
( ) ( ) cos( ) ( ) = 2 donde x(t) S
x
, siendo x(t) una seal real pasabajo.
Si x(t) es una seal de potencia, entonces x t
c
( ) ser tambin una seal de potencia, es decir,
x t S f
c xc
( ) ( )
Sea tambin x t
T
( ) la seal truncada de x(t), donde x t X f
T T
( ) ( ) . Hagamos entonces
x t x t A f t
cT T c
( ) ( ) cos( ) = 2 cuya transformada es
[ ] X f
A
X f f X f f
cT T c T c
( ) ( ) ( ) = + +
2

La densidad espectral de potencia S f
xc
( ) ser, de (1.109),

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
58
S f lim
X f
T
lim
A
T
X f f X f f
xc
T
cT
T
T c T c
( )
| ( )|
| ( ) ( )| = = + +

2 2
2
4
(1.110a)

[ ][ ]
S f lim
A
T
X f f X f f X f f X f f
xc
T
T c T c T c T c
( ) ( ) ( ) ( ) ( ) = + + + +

2
4

[ S f lim
A
T
X f f X f f X f f X f f
xc
T
T c T c T c T c
( ) ( ) ( ) ( ) ( ) = + + + + +

2
4

] + + + X f f X f f X f f X f f
T c T c T c T c
( ) ( ) ( ) ( )
Supongamos que x t
T
( ) es pasabajo, de frecuencia mxima f
m
, donde f f
c m
, y sea la
Fig. 1.38 donde se muestra el espectro X
T
(f) de x t
T
( ) y sus formas desplazadas
X f f f f
T c c
( ) ( ) + y X
T
.
En la Fig. 1.38 se puede observar que los productos cruzados se anulan pues sus trminos
ocupan bandas de frecuencia diferentes, es decir,
X f f X f f X f f X f f
T c T c T c T c
( ) ( ) ( ) ( ) + + = = 0
de donde X f f X f f X f f
T c T c T c
( ) ( ) | ( )| + = +
2
y X f f X f f X f f
T c T c T c
( ) ( ) | ( )| + =
2


f
c
f
c
f
m
f
m
X f
T
( )
X f f
T c
( ) +
X f f
T c
( ) X f f
T c
( )
X f f
T c
( ) +
0
f
Fig. 1.38

Por lo tanto,
2 2 2
T c T c
xc
T
A | X (f f ) | | X (f f ) |
S (f ) lim
4 T T

+
= +


(1.110b)
La densidad espectral de potencia de la seal modulada ser, de (1.109),
[ ] S f
A
S f f S f f
xc x c x c
( ) ( ) ( ) = + +
2
4
(1.111)
La expresin (1.111) es vlida para cualquiera seal x(t) pasabajo de potencia, pues los
productos cruzados se anulan. Si x(t) es una seal de potencia pasabanda, en el desarrollo de
(1.110a) aparecer un producto cruzado de la forma 2X f f X f f
T c T c
( ) ( ) + que ser distinto de
cero, y la expresin (1.111) no ser entonces vlida para seales pasabanda. Sin embargo, si x(t) es
una seal pasabanda aleatoria (ruido, por ejemplo), el producto cruzado ser siempre cero debido a
las propiedades de incoherencia de las seales aleatorias; la expresin (1.111) se podr aplicar
entonces a este tipo de seales. Las propiedades de incoherencia de las seales aleatorias las
veremos en el Captulo III.
El Teorema de la Modulacin para Seales de Potencia se puede enunciar entonces en la
forma siguiente:

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
59
Si x(t) es una seal de potencia pasabajo, determinstica o aleatoria, y de frecuencia
mxima f
m
, o una seal aleatoria pasabanda de ancho de banda
m
f 2 y centrada en f
c
, con
c m
f f
se verifica que
[ ] x t
x t A f t
x t A f t
S f
A
S f f S f f
c
c
c
xc x c x c
( )
( ) cos( )
( ) sen( )
( ) ( ) ( ) =

= + +
2
2 4
2

(1.112)
donde S f
x
( ) es la densidad espectral de potencia de x(t).
Este teorema, ilustrado en la Fig. 1.39, se puede demostrar con ms facilidad utilizando el
Teorema de Wiener-Kintchine, que se estudiar en la Seccin 1.11.3, mediante aplicacin de las
propiedades de las funciones de correlacin.

La expresin (1.112) es vlida aunque la modulacin se realice con un seno, puesto que el
seno y el coseno difieren solamente en un factor de fase y por lo tanto tendrn el mismo espectro de
densidad de potencia.
El Teorema de la Modulacin para Seales de Potencia es de gran aplicacin en los
sistemas de comunicacin para el clculo de la potencia de seales moduladas y en particularmente
en el clculo de las relaciones Seal/Ruido (S/N).
Ejemplo 1.29. Potencia de una Seal Modulada
Sea x(t) una seal pasabajo de potencia, con una frecuencia mxima f
m
, que modula una
seal sinusoidal de amplitud unitaria y frecuencia f
c
. Entonces,
x t S f t x t f t S f
x c c
( ) ( ) ( ) ( ) cos( ) ( ) = y x
c
2 , donde
[ ] S f S f f S f f f
c x c x c m
( ) ( ) ( ) ; = + +
1
4
f
c

La potencia de la seal modulada es, de (1.107),
[ ] < >= = + +


x t S f df S f f S f f df
c c x c x c
2
1
4
( ) ( ) ( ) ( )
Pero cada una de las integrales de la derecha es la potencia promedio < > x t
2
( ) de x(t);
de donde,
< >= < > x t x t
c
2 2
1
2
( ) ( )
La potencia de una seal modulada es la mitad de la potencia de la seal moduladora.
Este resultado es de particular importancia en telecomunicaciones en el diseo de sistemas de
transmisin de seales.
En general, si x t x t A f t
c c
( ) ( ) cos( ) = + 2 , entonces

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
60
< >= < > x t
A
x t
c
2
2
2
2
( ) ( ) (1.113)
Ntese que la informacin de fase no interviene en el clculo de la potencia. La expresin
(1.113), vlida para seales tanto determinsticas como aleatorias, ser utilizada continuamente a lo
largo de todo el texto.
1.10. RELACION ENTRE EL ANCHO DE BANDA Y LA DURACION DE UNA SEAL
De acuerdo con la propiedad escalar de la Transformada de Fourier, una seal de duracin
infinita (existe para todo t) tiene un espectro contenido dentro de una banda de frecuencias B, es
decir,
{ } x t ( ) = 0 para B < | f|
En este caso se dice que x(t) es una seal de banda limitada B.
En forma similar, una seal cuyo espectro se extiende hasta el infinito (existe para todo f),
tiene la propiedad de que, para dos constantes t
1
< t
2
,
x t ( ) = 0 para t < t y t > t
1 2

En este caso se dice que x(t) es una seal limitada en el tiempo.
Una seal no puede ser, a la vez, limitada en banda y limitada en el tiempo. La
imposibilidad de que una seal sea limitada simultneamente en frecuencia y en el tiempo, es un
caso particular del principio de incertidumbre entre una seal y su correspondiente transformada
de Fourier (Una discusin de este principio est fuera de los objetivos de este texto). Sin embargo,
desde un punto de vista prctico, si el valor de una seal decrece ms all de cierto lmite, se puede
decir que la seal es despreciable. Este lmite est determinado, en general, por el ruido que siempre
est presente. Algunas veces se puede considerar que la seal es despreciable an antes de alcanzar
el umbral del ruido, mientras que en otros casos, an si la seal est inmersa en ruido, ella debe ser
tomada en cuenta.
El problema de la duracin de una seal es finalmente una cuestin de convencin, y lo
mismo se puede decir de su ancho de banda. Todo depende de la aplicacin particular considerada y
conviene entonces definir la duracin de la seal y su ancho de banda de la manera ms apropiada a
la aplicacin en cuestin.
En algunos casos se puede definir el ancho de banda B de una seal x(t) como la gama de
frecuencias en la cual est contenido un p% de la energa total de la seal. El ancho de banda B se
puede definir entonces a partir de la expresin
| ( )| | ( )| X f df
p
X f df
B
B
2 2
100
=


(1.114a)
Esta definicin la utilizamos en el Ejemplo 1.19 cuando demostramos que el ancho de
banda B =
1

de un impulso rectangular ( )
t

contena el 90% de la energa total del impulso.


De la misma manera, la duracin de una seal x(t) se puede definir a partir de la expresin
x t dt
p
x t dt
2 2
2
2
100
( ) ( )
/
/
=

(1.114b)
El ancho de banda y la duracin definidos as tienen poco valor prctico pues B y no
aparecen en forma explcita y es necesario resolver las integrales.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
61
Una manera conveniente de relacionar B y en forma explcita, consiste en definir la
duracin de una seal como el tiempo que durara un impulso rectangular que tuviera la misma
amplitud mxima y la misma rea bajo el mdulo de la seal, es decir,
x(0) = | x(t)| dt x(t)dt = X(0)
- -


(1.115)
Igualmente, para el ancho de banda B,
2 0) 0) BX X f df X f df x ( | ( )| ( ) ( = =


(1.116)
Estas definiciones se ilustran en la Fig. 1.40 (a) y (b), respectivamente.

/ 2 / 2
|x(t)|
x(0) X(0)
|X(f)|
t f
-B B 0 0
Fig. 1.40
(a) (b)

De (1.115) y (1.116) se obtiene el par de desigualdades
x
X
( )
( )
0
0
1

y 2B
x(0)
X(0)

de donde B
x
X
=
1
2
0)
2 0)
(
(
(1.117)
y en general,
1 1
B o B
2 2

(1.118)
La expresin (1.118) es la relacin duracin-ancho de banda para seales pasabajo. El
producto duracin-ancho de banda es de gran aplicacin en sistemas de radar.
En el caso de seales pasabanda, el correspondiente ancho de banda se define como el doble
del ancho de banda en pasabajo. Esto es as puesto que el espectro aparece centrado en las
frecuencias f
c
y se puede considerar como una traslacin del espectro pasabajo hacia las
frecuencias f
c
. Esto lo justificaremos ms adelante al estudiar el concepto de seal analtica.
Otra forma de definir el ancho de banda es el ancho de banda de potencia de una seal,
como el ancho de banda B = f
2
f
1
en donde reside el 99% de la potencia de la seal. Esta
definicin es similar a la definida por la FCC de los Estados Unidos como ancho de banda
ocupado.
Ms adelante definiremos otros dos tipos de ancho de banda: el ancho de banda de 3-dB
y el ancho de banda equivalente de ruido.
Ejemplo 1.30. Ancho de Banda de un Impulso en Coseno Elevado
Sea el impulso en coseno elevado mostrado en la Fig. 1.41(a).
x t
A t t A t A t t
( ) cos( ) ( ) ( ) ( ) cos( ) = +

= +
2
1 2
2 2
2



I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
62
pero
A t A
sinc
f
2 2 1
( ) (
/
)

, y del teorema de la modulacin,





X f
A
sinc f
A
sinc
f
sinc
f
( ) ( ) (
/
/
) (
/
/
) = +
+
+


2 2
1
1
1
1



+
+
+
+


=
f
) f sen(
f
) f sen(
4
A
f
) f sen(
2
A
) f ( X
Desarrollando y simplificando se obtiene finalmente X f
A sinc f
f
( )
( )
=

2
1
2 2

X(f) se muestra en la Fig. 1.41(b).
De (1.117), el ancho de banda B del impulso en coseno elevado es
B
x
X
A
A
= =
( )
( ) /
0
2 0 2 2
1


El impulso en coseno elevado es de gran aplicacin en la transmisin de impulsos en banda
de base, como veremos en el Captulo V. En el Captulo V se tratar este mismo ejercicio, pero
aplicado a un sistema (Filtros de Nyquist).

1.11. FUNCIONES DE CORRELACION
1.11.1. Introduccin
En muchas aplicaciones en ingeniera no es suficiente decir que dos seales son similares;
en general, uno desea saber cun similares son esas seales. Es deseable entonces disponer de una
cifra o un conjunto de cifras que nos permitan comparar y cuantificar el grado de similaridad o
semejanza entre diferentes clases de seales, y esto se puede lograr mediante las llamadas
Funciones de Correlacin.
Las funciones de correlacin, surgidas de la teora moderna de la informacin, son muy
tiles en el anlisis de seales reales tanto determinsticas como aleatorias. Por ejemplo, si un
proceso fsico produce diferentes seales del tiempo, una descripcin completa de ellas se puede
obtener mediante un anlisis correlativo. Esta forma de anlisis es muy importante en dos grandes

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
63
reas de aplicacin: (1) en la Autocorrelacin, la cual se puede utilizar para detectar una seal
repetitiva inmersa en ruido, o para medir una banda particular de frecuencias de una seal; y (2) en
la Intercorrelacin, que se utiliza para comparar dos seales (que pueden estar perturbadas por
ruido) a fin de determinar algn tipo o grado de similaridad entre ellas.
1.11.2. Autocorrelacin
Consideremos el conjunto de seales mostrado en la Fig. 1.42. Vamos a investigar el grado
de similaridad que hay entre ellas.

x t
1
( )
a
1
a
2
x t
2
( )
b
1
b
2
x t
3
( )
c
1

1
d
1
x t
4
( )
t
t
t
t
Fig. 1.42.

Un buen mtodo para medir la similaridad entre dos seales es multiplicarlas entre s,
ordenada por ordenada, y luego sumar los productos durante la duracin de las seales. Por
ejemplo, para estimar la similaridad entre las seales x t t
1
( ) ( ) y x
2
, Fig. 1.42, se multiplican las
ordenadas a
1
por b
1
, a
2
por b
2
y as sucesivamente, y luego se suman estos productos a fin de
obtener una cifra que es una medida de la similaridad entre x t t
1
( ) ( ) y x
2
. En la Fig. 1.42,
x t t
1
( ) ( ) y x
2
son idnticas, de manera que cada producto contribuye con un trmino positivo a la
sumatoria y la suma ser grande. Pero si efectuamos el mismo proceso entre las seales
x t t
1
( ) ( ) y x
3
, vemos que habr productos positivos y negativos que tendern a cancelarse y el
valor de la sumatoria ser menor puesto que las seales no son idnticas. El valor de la sumatoria es
entonces una medida o estimacin de la similaridad o semejanza entre dos seales.
Consideremos ahora las seales x t t
3
( ) ( ) y x
4
. Ellas son idnticas en forma pero x t
4
( )
est desplazada en un tiempo
1
respecto a x
3
(t). Si se efecta el proceso de multiplicacin de
ordenadas (de las cuales c
1
y d
1
son un ejemplo) vemos de nuevo que productos positivos tienden
a ser cancelados por productos negativos y la suma ser pequea. Si se tuviera que estimar la
similaridad entre una seal x(t) y una versin desplazada de ella x(t+), puede esperarse que la
sumatoria resultante tenga valores cada vez ms pequeos para valores crecientes del despla-
zamiento . El valor mximo de la similaridad se tendr cuando = 0, es decir, cuando las
seales estn superpuestas. Este es, en esencia, el proceso denominado autocorrelacin. El
proceso de autocorrelacin proporciona una medida de la similitud, semejanza o coherencia entre
una seal dada y una rplica de ella desplazada en un tiempo variable.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
64
La funcin de autocorrelacin es utilizada ampliamente en la deteccin y reconocimiento de
seales que estn inmersas en ruido. Un estudio ms avanzado de las funciones de correlacin est
fuera de los objetivos del presente texto.
Definicin
En trminos ms formales, la Funcin de Autocorrelacin de una seal real x(t) de
potencia se define en la forma
R lim
T
t x t dt x t x t
x
T
T
T
( ) ( ) ( ) ( ) ( )
/
/
= + =< + >

1
2
2
x (1.119)
Si x(t) es peridica de perodo T,
R
T
t x t dt
x
T
T
( ) ( ) ( )
/
/
= +

1
2
2
x (1.120)
En general, si x(t) es compleja,
R x t x t x t x t
x
( ) ( ) ( ) ( ) ( ) =< + >=< + >

(1.121)
En estas definiciones, la variable juega el papel de un parmetro de exploracin o
bsqueda.
La funcin de autocorrelacin se puede definir tambin para seales de energa, en cuyo
caso, para x(t) real,
R x t x t dt x t x t dt
x
( ) ( ) ( ) ( ) ( ) = + =


(1.122)
Esta integral se conoce con el nombre de Integral de Correlacin de x(t).
En la Fig. 1.43 se muestra la funcin de autocorrelacin de tres seales de potencia
diferentes.
pRx(0)
Rx(0)
Rx(
0 0 0
)

Rx(
) )
Rx(
c
Tiempo de Correlacin
(a)
(b) (c)
Fig. 1.43.

La Fig. 1.43(a) representa la funcin de autocorrelacin tpica de una seal. La forma
mostrada en (b) representa una seal que no tiene ninguna relacin entre dos puntos infinitamente
cercanos, caracterstica sta propia de las seales aleatorias como, por ejemplo, el ruido blanco que
estudiaremos en el Captulo II. En (c) se muestra una funcin de autocorrelacin constante en el
tiempo; esta correlacin no tiene sentido fsico.


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
65
Tiempo de Correlacin
El tiempo de correlacin
c
, denominado tambin tiempo de coherencia, es el tiempo
que tarda la funcin de autocorrelacin en caer a un determinado porcentaje p% de su valor
mximo en el origen. Este porcentaje es variable y depende de la aplicacin, pero por lo general es
del 1 al 8 por ciento. Este tiempo de correlacin es de mucha aplicacin en la prctica. En la Fig.
1.43(a) se muestra este tiempo.
Otra forma de definir el tiempo de correlacin es mediante la expresin


c
=
1
R
x
(0)
] R
x

0
()J,

pero esta forma de definirlo no es apropiada en muchas aplicaciones prcticas en que no se dispone
de una expresin explcita para R
x
(), como, por ejemplo, en el anlisis de procesos fsicos.
Un examen ms atento del proceso de correlacin nos muestra que la funcin de
autocorrelacin R
x
( ) es una medida de la rapidez de variacin de una seal x(t). En efecto, la
funcin de autocorrelacin est comprimida en el dominio de (
c
bo]o) cuando x(t) tiene
componentes de alta frecuencia, y extendida en el dominio de (
c
olto) cuando x(t) contiene
solamente componentes de baja frecuencia. Esto nos induce a pensar que si la funcin de
autocorrelacin posee una transformada de Fourier, esta transformada estar relacionada en alguna
medida con el contenido espectral de x(t). Demostraremos ms adelante que esa relacin no est
basada en la transformada de Fourier de x(t) pues x(t) no posee una, sino en la densidad espectral
de potencia S f
x
( ) de x(t).
En el Captulo III se calculan algunas funciones de autocorrelacin que se utilizan en la
caracterizacin de algunas de las seales aleatorias digitales de aplicacin prctica que veremos en
el Captulo V.
Propiedades de la Funcin de Autocorrelacin
1. La potencia promedio de x(t) es igual a R
x
(0). En efecto, para = 0,
R lim
T
x t dt x t
x
T T
T
( ( ) ( )
/
/
0)
1
2 2
2
2
= =< >

(1.123)
El valor de la funcin de autocorrelacin en el origen es igual a la potencia promedio de
la seal x(t).
2. La funcin de autocorrelacin es una funcin par de . En efecto,
R x t x t x t x t
x
( ) ( ) ( ) ( ) ( ) ( ) =< + > =< > para 0 < y R para < 0
x

Como es indiferente que los desplazamientos sean en el sentido positivo o negativo de t,
se sigue que
R R
x x
( ) ( ) = (1.124)
3. La funcin de autocorrelacin es mxima en el origen. Esto se sigue a partir de la
desigualdad [vlida para x(t) real],
[ ] 0
2
2
= + x t x t t ( ) ( ) ( ) x(t + ) 2x(t)x(t + ) + x
2
, de donde
+ + 2x(t)x(t + ) x
2
( ) ( ) t x t
2

Integrando ambos miembros en un intervalo (-T/2, T/2), dividiendo por T y tomando el
lmite T ,

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
66
+ + +



lim
T
x t x t dt
T
x t dt x t dt
T T
T
T
T
T
T
1
2
1
2 2
2
2
2
2
2
2
( ) ( ) ( ) ( )
/
/
/
/
/
/
lim
T

2R
x
( ) ( 2 0), R
x
de donde
R R
x x
( ( ) 0) (1.125)
4. Si x(t) es peridica de perodo T, entonces R
x
( ) ser tambin peridica con el mismo
perodo. En efecto, si x(t) es peridica de perodo T, entonces
x t x t T x t nT ( ) ( ) ( ) = + = + donde n es un entero 1
R x t x t x t T x t T x t nT x t nT
x
( ) ( ) ( ) ( ) ( ) ( ) ( ) =< + >=< + + + >=< + + + >, de donde
R R T R nT
x x x
( ) ( ) ( ) = + = + (1.126)
5. Si el valor promedio (componente continua) de x(t) es distinto de cero, entonces R
x
( )
poseer una componente continua de valor igual al cuadrado del valor promedio de x(t).
En efecto, si < > x t ( ) 0, entonces se puede escribir x(t) en la forma x t b x t
o o
( ) ( ) = +
, donde b x t
o
=< > ( ) es la componente continua de x(t), y < >= x t
o
( ) 0. La funcin
de autocorrelacin de x(t) ser

R b x t b x t
R b b x t b x t x t x t
x o o o o
x o o o o o o o
( ) [ ( )][ ( )]
( ) ( ) ( ) ( ) ( )


=< + + + >
=< + + + + + >
2

R b b x t b x t x t x t
x o o o o o o o
( ) ( ) ( ) ( ) ( ) =< > + < > + < + > + < + >
2

pero < >= >=< + >= =< + > b b t x t x t x t
o o o o o
2 2
0 ; ( ) ( ) ; ( ) ( ) ( ) < x R
o xo
, entonces
R b R
x o xo
( ) ( ) = +
2
cuando < >= x t b
o
( ) (1.127)
Esta expresin nos permite investigar el comportamiento de R
x
( ) cuando || .
En efecto, si < >= x t ( ) 0, entonces
lim R
x
| |
( )

= 0 cuando < >= x t ( ) 0 (1.128)


Esto es as porque cuando | | , las seales x t ( ) ) y x(t + son tan dismiles que
ellas pierden toda relacin y ya no hay correlacin entre ellas, es decir,
R
x
( ) | 0 cuando | .
Si < >= x t b
o
( ) 0, entonces cuando | | , y de la expresin (1.127),
lim R lim b R b lim R
x o xo o xo
| | | | | |
( ) [ ( )] ( )



= + = +
2 2

pero, de (1.128), lim R
xo
| |
( )

= 0, de donde
lim R b
x o
| |
( )

=
2
0 cuando < x(t) >= b
o
(1.129)
Las expresiones (1.128) y (1.129) son vlidas siempre que x(t) no contenga
componentes peridicas. Si x(t) contiene componentes peridicas, entonces, de acuerdo

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
67
con la Propiedad 4, para altos valores de , an cuando | | , R
x
( ) exhibir un
comportamiento peridico.
6. Si R x t x t x t x t
x
( ) ( ) ( ) ( ) ( ) ( ) =< + > =< + > y R
x
)
) )
, se puede demostrar (Ver
Problema de Aplicacin 2.27) que
R R R jR
x x x x
( ) ( ) ( ) [ ( ) ( )] = = +
)
)
y R
z
2 (1.130)
donde R
z
( ) es la funcin de autocorrelacin de z t x t jx t ( ) ( ) ( ), ( ) = +
)
)
y R
x
es la
transformada de Hilbert de R
x
( ) .
Obsrvese que si z(t) es la seal analtica de x(t), entonces R
z
( ) / 2 es la seal
analtica de R
x
( ) . Por lo tanto, la transformada de Fourier de R
z
( ) (que
demostraremos ms adelante que es su densidad espectral de potencia) deber tener un
espectro idnticamente nulo para f < 0.
Todas estas propiedades se aplican tanto a seales determinsticas como aleatorias.
Ejemplo 1.31. Autocorrelacin de una Seal Sinusoidal
Sea x t A t
c
( ) cos( ) = + , donde es un desfase constante.
R
A
T
t t dt
x c c
T
T
( ) {cos( ) cos[ ( ) ]}
/
/
= + + +

2
2
2

{ } R
A
T
t dt
x c c c
T
T
( ) cos[ ( ) ] cos( )
/
/
= + + +

2
2
2
2
2
R
A
T
dt
A
T
t dt
x c c
T
T
c
T
T
( ) cos( ) cos[ ( ) ]
/
/
/
/
= + + +


2 2
2
2
2
2
2 2
2
pero la segunda integral es cero debido a la periodicidad del integrando. Entonces,
R
A
x c
( ) cos( ) =
2
2
) f 2 cos(
2
A
c
2
=
El resultado sera el mismo para x t A t
c
( ) sen( ) = + . Ntese que la informacin de fase
se pierde en la funcin de autocorrelacin.

Ejemplo 1.32. Funcin de Autocorrelacin de una Seal Peridica Rectangular
Vamos a determinar la funcin de autocorrelacin de la seal peridica de la Fig. 1.44(a).
Sea R R R
x x x
( ) ( ) ( ) ( ) = < =
+
para 0 y R para 0
x

En consecuencia, R R R
x x x
( ) ( ) ( ) = +
+
para todo .
De la Propiedad 2: R R R
x x x x
( ) ( ), ( ) ( ) = =
+
o tambin R

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
68

R
x
( )
A
2
2 /
o o o o o o
A
T -T -T/4 0 T/4
t
x(t)
-T -T/2 0 T/2 T
(a) Seal x(t) (b) Funcin de Autocorrelacin de x(t)
Fig.1.44
o o o o o
Por consiguiente, R R R
x x x
( ) ( ) ( ) = +

.
Solamente se calcula R
x
( ) , y para 0 se hace

en R
x
( ). Entonces,
para < < = = + = +

T
T
A dt
A
T
T A
T
x
T 2
0,
1
2 2
1
2
2
2 2
2

R ( ) ( ) (
/
)
/

para 0
2 2
1
2
2
< = =
+

T
R
A
T
x x
, ( ) ( ) (
/
) R .
Puesto que x(t) es peridica, combinando estos dos trminos se obtiene la seal generatriz
R
gx x
( ) ( ). de R Entonces,
R
A
T
A
T
gx
( )
| |
/
(
/
)

=

=
2 2
2
1
2 2 2

La funcin de autocorrelacin de la seal peridica rectangular x(t) ser tambin peridica:
R R
x gx
( ) ( )

=


( - nT) =
A - nT
T/ 2
2
n=- n=-
2

la cual tendr la forma mostrada en la Fig. 1.44(b).
Se puede demostrar que la funcin de autocorrelacin de una seal peridica cualquiera x(t)
de perodo T = 1/f
0
es
R
x
() = |X
n
|
2
-
exp (]2nn
0
)
Esta autocorrelacin tambin es peridica de perodo T = 1/f
0
.

1.11.3. Teorema de Wiener-Kintchine
Hemos visto que las seales de potencia se pueden caracterizar mediante la densidad
espectral de potencia y sera muy conveniente averiguar si hay alguna operacin que utilizando las
funciones de correlacin permita relacionarlas con la densidad espectral de potencia. En efecto, la
funcin de autocorrelacin, adems de ser una medida de la semejanza entre una seal x(t) y una
rplica de ella desplazada en un tiempo , verifica la relacin (de la Propiedad 1)
R x t S f df
x x
( ) ( ) ( ) 0
2
=< >=


Esta expresin nos dice que la potencia promedio de una seal de potencia, igual a R
x
(0),
es igual al rea de su densidad espectral de potencia. Esto nos induce a pensar que entre la funcin
de autocorrelacin y la densidad espectral existe una relacin muy estrecha que vamos a tratar de

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
69
determinar. Consideremos entonces la densidad espectral de potencia S
x
(f) de una seal de
potencia x(t), es decir,
x t S f lim
X f
T
x
T
T
( ) ( )
| ( )|
=

2

donde X f
T
( ) es el espectro de la seal truncada de x(t). Por transformada de Fourier inversa

1
{ } S f lim
X f
T
j2 f df
x
T
T
( )
| ( )|
exp( ) =

2
(1.131)
En la expresin (1.131) se ha elegido una nueva variable pues la variable t est ya
implcita en la definicin de X f
T
( ). Intercambiando el orden de las operaciones,

1
{ } S f lim
T
X f X f j f df
x
T
T T
( ) ( ) ( ) exp( ) =

1
2

Como x(t) es real, entonces,
X f x t j ft dt f X f x t j ft dt
T T T T T
T
T
T
T
( ) ( ' ) exp( ' ) ' ( ) ( ) ( ) exp( )
/
/
/
/
= = =



2 2
2
2
2
2
y X
Rearreglando,

1
{ } S f lim
T
x t x t j t t f df dt dt
x
T
T T
T
T
T
T
( ) ( ) ( ' ) exp[ ( ' ) ] '
/
/
/
/
= +



1
2
2
2
2
2


La integral dentro de los corchetes es, de (1.21d), igual a ( ' ) t t + , y de la propiedad de
muestreo del impulso unitario se obtiene finalmente

1
{ } S f lim t x t dt
x
T
T T
T
T
( ) ( ) ( )
/
/
= +

x
2
2

Como x t x t
T
( ) ( ) = en el intervalo (-T/2, T/2), entonces

1
{ } S f lim
T T
x t x t dt x t x t R
x x
T
T
( ) ( ) ( ) ( ) ( ) ( )
/
/
=

+ =< + >=

1
2
2

, de donde
S f R
x x
( ) ( ) (1.132a)
Este resultado, de gran importancia en el anlisis espectral de seales, se conoce con el
nombre de Teorema de Wiener-Kintchine o Relacin de Wiener-Kintchine (Obtenido por
Wiener en 1930 y por Kintchine en 1934). Este teorema establece que la funcin de autocorrelacin
y la densidad espectral de potencia conforman un par de transformadas de Fourier, es decir,
R S f j f df S f R j f d
x x x x
( ) ( ) exp( ) ( ) ( ) exp( ) = =


2 2 (1.132b)
La segunda parte de (1.132b) muestra que la densidad espectral de potencia es la
transformada de Fourier de la funcin de autocorrelacin, resultado de gran importancia en el
anlisis de seales y sistemas, como veremos ms adelante.
La deduccin rigurosa del Teorema de Wiener-Kintchine est fuera de los lmites que nos
hemos impuesto.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
70
Las relaciones de Wiener-Kintchine demuestran que la funcin de autocorrelacin de una
seal contiene solamente aquellas componentes de frecuencia presentes en la seal misma, es decir,
la funcin de autocorrelacin no depende de la forma de la seal en el dominio del tiempo (pues ha
perdido la informacin de fase) sino de su contenido espectral. Esta equivalencia tiempo
frecuencia es aplicable tanto a seales determinsticas como aleatorias.
Si las seales son de energa, se verifica que
x t X f x t dt E
x
( ) ( ); ( ) ( ) = =

R
x
0
2
energa de x(t)
G f X f X f X f R x t
x x
( ) | ( )| ( ) ( ) ( ) ( ) = = =
2
x(-t) (1.133)
El Teorema de Wiener-Kintchine proporciona un mtodo prctico para la estimacin de la
densidad espectral de potencia de una seal x(t) cualquiera. En efecto, primero se determina la
funcin de autocorrelacin R
x
( ) de x(t), y por transformacin de Fourier de R
x
( ) se obtiene
S f
x
( ) , la densidad espectral de potencia de x(t). La mayora de las seales en las comunicaciones y
en muchas otras reas de la ingeniera elctrica son modeladas como seales de potencia cuyo
contenido espectral debe ser bien conocido, y la importancia prctica del Teorema de Wiener-
Kintchine es que las operaciones de clculo se pueden efectuar en forma muy eficiente y rpida
mediante clculo numrico en computadoras digitales, aplicando las tcnicas del clculo numrico
de la transformada de Fourier que se muestran en el APENDICE A.
1.11.4. Teorema de la Modulacin para Seales de Potencia
En la Seccin 1.9.2 se demostr el Teorema de la Modulacin para Seales de Potencia.
Este teorema lo podemos demostrar tambin utilizando el Teorema de Wiener-Kintchine.
Sea x(t) una seal pasabajo de potencia, de banda limitada B, y sea la seal modulada
x t x t A t
c c
( ) ( ) cos( ) = con f B
c
, donde
x t S f R x t S f R
x x c xc xc
( ) ( ) ( ) ( ) ( ) ( ) y
R x t x t A x t t x t t
xc c c c c
( ) ( ) ( ) ( ) cos( ) ( ) cos[ ( )] =< + >= < + + >
2

[ ] R
A
x t x t t
xc c c
( ) ( ) ( ) cos[ ( )] cos( ) = < + + + >
2
2
2
> + + < > + < = )] t 2 ( cos[ ) t ( x ) t ( x
2
A
+ ) t ( x ) t ( x ) cos(
2
A
) ( R
c
2
c
2
xc

Debido a la periodicidad del segundo trmino, la integral correspondiente es cero, es decir,
< + + >= x t x t t
c
( ) ( ) cos[ ( )] 2 0, de donde
) f 2 cos( ) ( R
2
A
) ( R
c x
2
xc
= (1.134a)
donde R x t x t
x
( ) ( ) ( ) =< + > es la funcin de autocorrelacin de x(t) y ) f ( S ) ( R
x x
.
Mediante el Teorema de Wiener-Kintchine, la transformada de Fourier de R
xc
( ) es
[ ] S f
A
S f f S f f
xc x c x c
( ) ( ) ( ) = + +
2
4
(1.134b)

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
71
resultado ya obtenido anteriormente, expresin (1.112), y que es el Teorema de la Modulacin para
Seales de Potencia.
1.11.5. Intercorrelacin
La intercorrelacin, llamada tambin correlacin cruzada o correlacin mutua,
permite la comparacin entre dos seales diferentes pero coherentes. La funcin de intercorrelacin
contiene informacin respecto a las frecuencias comunes a ambas seales y a la diferencia de fase
entre ellas.
La intercorrelacin entre dos seales x(t) e y(t) se define en la forma
R lim
T
x t y t dt x t y t
xy
T T
T
( ) ( ) ( ) ( ) ( )
/
/
= + =< + >

1
2
2
(1.135)
Puede observarse que si entre las seales x(t) e y(t) existe algn grado de semejanza,
entonces la funcin de intercorrelacin existir en un cierto rango de (tiempo de intercorrelacin,
similar al tiempo de correlacin
c
), proporcionando as una medida cuantitativa del grado de
similitud o coherencia entre ellas. Cuando las seales son tan dismiles que an para = 0 la
intercorrelacin es cero, se dice entonces que las seales son ortogonales, es decir, si
R lim
T
x t y t dt
xy
T T
T
( ) ( ) ( )
/
/
= + =

1
0 para
2
2
todo (1.136a)
entonces x(t) e y(t) son ortogonales y no habr ninguna correlacin entre ellas. En general, como
vimos en la Seccin 1.2.5, la condicin de ortogonalidad total entre dos seales x(t) e y(t) se
expresa mediante la integral
x t y t dt ( ) ( )

= 0 (1.136b)
Si x(t) e y(t) son peridicas de perodo T, la funcin de intercorrelacin ser
R
T
x t y t dt
xy
T
T
( ) ( ) ( )
/
/
= +

1
2
2
(1.137)
Se puede demostrar que la funcin de intercorrelacin resultante es tambin peridica de
perodoT.
En cuanto al dominio de la frecuencia, la densidad interespectral de potencia o
densidad espectral mutua o densidad espectral cruzada de dos seales, se define como la
transformada de Fourier de su funcin de intercorrelacin (del Teorema de Wiener-Kintchine), es
decir,
S f R
xy xy
( ) ( ) (1.138a)
O tambin, S
x
() = ] R
x

-
() exp(-]2n) J (1.138b)
La densidad interespectral de potencia suministra, en el dominio de la frecuencia, la misma
informacin acerca de las seales que la que suministra la funcin de intercorrelacin, pero es de
ms utilidad en el anlisis de seales y sistemas en el dominio de la frecuencia.
Propiedades de la Funcin de Intercorrelacin
A continuacin damos, sin demostrarlas, algunas propiedades de la funcin de
intercorrelacin.
1. La funcin de intercorrelacin no es conmutativa, es decir,

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
72
R R
xy yx
( ) ( ) = (1.139)
2. (a) R R R
x y xy
( ( | ( )| 0) 0) (1.140)
(b)
[ ]
1
2
0 0 R R R
x y xy
( ) ( ) | ( )| + (1.141)
3. Si dos seales x(t) e y(t) no estn correlacionadas y sus valores promedio son distintos
de cero, se cumple que su funcin de intercorrelacin es igual al producto de sus valores
promedio, es decir,
Si < > x t ( ) 0 y < y(t) > 0, entonces
R x t y t x t y t
xy
( ) ( ) ( ) ( ) ( ) =< + >=< > < > (1.142)
pero si > y(t) < ) t ( x > < o ambos son cero, entonces R
xy
( ) = 0. Asimismo, si
x(t) e y(t) son ortogonales, entonces
R
xy
( ) = 0 si x(t) y y(t) son ortogonales (1.143)
Ntese que si x(t) o y(t) no poseen una componente continua, entonces la ortogonalidad
implica no correlacin. Sin embargo, en general, ortogonalidad implica no correlacin,
pero no correlacin no necesariamente implica ortogonalidad. La ortogonalidad es una
condicin mucho ms estricta que la no correlacin, como puede apreciarse en la
expresin (1.136b).
4. Si x(t) e y(t) son peridicas de perodo T=1/f
o
, y sus funciones generatrices son
x t X f t Y f
g g g
( ) ( ) ( ) ( ) e y
g
, se verifica que
R S f f
xy xy o
( ) ( ) =
2
X
g
=-
( ) ( ) ( ) nf Y nf f nf
o g o o
n

(1.144)
La intercorrelacin es muy til en la descripcin del grado de conformidad entre dos seales
diferentes en funcin de su desplazamiento mutuo. Su habilidad para medir cuantitativamente el
grado de semejanza o coherencia entre dos seales, permite visualizar con ms profundidad los
fenmenos investigados que si se analizara cada seal por separado.
Un tratamiento ms avanzado de la intercorrelacin est fuera de los lmites de este texto.
1.11.6. Deteccin de una Seal Peridica en presencia de Ruido
En muchas ocasiones es necesario detectar periodicidades escondidas dentro de otras
seales, en especial seales contaminadas con ruido, como, por ejemplo, en la transmisin de
seales digitales, en la deteccin de seales de radar o de periodicidades en encefalogramas, en el
estudio de vibraciones y en muchas otras aplicaciones del Anlisis Espectral de Seales. En estos
casos las tcnicas de correlacin tienen una gran importancia, pero aqu slo trataremos la deteccin
de una componente peridica en presencia de ruido.
Sea una seal x(t) que contiene una componente peridica de perodo T ms una seal
aleatoria (ruido) que enmascara completamente la componente peridica. La seal x(t) se puede
expresar en la forma
x t p t n t ( ) ( ) ( ) = +

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
73
donde p(t) es una componente peridica de perodo T y n(t) es una seal aleatoria. No hay
correlacin entre p(t) y n(t), y suponemos que sus valores promedio son cero, es decir,
< >=< >= p t n t ( ) ( ) 0. Entonces,
R x t x t p t n t p t n t
x
( ) ( ) ( ) [ ( ) ( )][ ( ) ( )] =< + >=< + + + + >
R R R R R
x p n pn np
( ) ( ) ( ) ( ) ( ) = + + +
Pero de la Propiedad 3 de la funcin de intercorrelacin,
R R
pn np
( ) ( ) = = 0 puesto que < p(t) >=< n(t) >= 0. Entonces,
R R R
x p n
( ) ( ) ( ) = +
Tomemos el lmite | | de esta expresin:
lim R lim R lim R
x p n
| | | | | |
( ) ( ) ( )



= +
Puesto que p(t) es peridica de perodo T, su funcin de autocorrelacin tambin ser
peridica de perodo T para todo , por lo tanto
lim R R kT lim R
x p n
| | | |
( ) ( ) ( )



= + +
pero de (1.128), como < >= =

n t R
n
( ) , ( )
| |
0 0 entonces lim

. Finalmente,
lim R R kT
x p
| |
( ) ( )

= + (1.145)
La importancia de esta expresin es que para valores altos de la funcin de
autocorrelacin de la seal x(t) exhibe un comportamiento peridico del mismo perodo de p(t). En
general, si la funcin de autocorrelacin de una seal x(t) cualquiera muestra un comportamiento
peridico de perodo T, es porque la seal x(t) contiene una componente peridica con el mismo
perodo.
En una forma alterna, se puede correlacionar mutuamente x(t) con un proceso peridico
q(t), generado localmente, del mismo perodo que p(t), la componente peridica de x(t). Se tiene
entonces,
R x t q t p t n t q t p t q t n t q t
xq
( ) ( ) ( ) [ ( ) ( )] ( ) ( ) ( ) ( ) ( ) =< + >=< + + >=< + > + < + >
Como n(t) y q(t) no estn correlacionados y adems < >= n t ( ) 0, entonces
< + >= n t q t ( ) ( ) 0 , de donde
) ( R ) t ( q ) t ( p ) ( R
pq xq
>= + =<
Puesto que los procesos p(t) y q(t) tienen componentes de igual perodo, R
pq
( ) tendr
tambin una componente del mismo perodo. Por consiguiente, R
xq
( ) exhibir un
comportamiento peridico del mismo perodo que q(t). Si q(t) tiene la forma de un tren de impulsos
unitarios de perodo T, se puede demostrar [Lathi, 1968] que R
xq
( ) reproduce q( ) . Esto quiere
decir que este mtodo no slo detecta la presencia de una componente peridica, sino que tambin
revela la forma o perfil de dicha componente. En el Captulo II aplicamos estos conceptos a los
sistemas lineales.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
74
Un estudio ms avanzado de estas tcnicas est fuera de los objetivos de este texto.
1.12. RESUMEN
El objetivo principal de este captulo es la representacin en los dominios del tiempo y de la
frecuencia de seales con nfasis en sus aplicaciones en el rea de las comunicaciones. Es
necesario, por lo tanto, el desarrollo de modelos matemticos que representen las seales y sistemas
fsicos para emprender el anlisis de las interrelaciones seales-sistemas.
El estudio sistemtico de los modelos de seales se inicia mediante el establecimiento de
una primera clasificacin que se corresponda con los fenmenos fsicos o seales reales que se
observan en la prctica. Esta primera clasificacin comprende las seales determinsticas y
aleatorias por un lado, y por el otro comprende las seales de energa y de potencia. Asimismo, se
establecen modelos para seales peridicas y no peridicas, pues stas son seales de mucha
aplicacin en el campo de la ingeniera elctrica y particularmente en las telecomunicaciones. La
mayora de las seales utilizadas en la prctica corresponde a algunos de estos modelos; por
ejemplo, una seal peridica rectangular es a la vez una seal de potencia y es determinstica, y es
el modelo de una seal de temporizacin (reloj).
El anlisis espectral de seales es esencial para comprender muchos fenmenos no
perceptibles en el dominio del tiempo. Este anlisis lo enfocamos desde el punto de vista de las
Series y Transformadas de Fourier, que nos proveen de las herramientas analticas necesarias para
emprender el estudio de las seales y sistemas en el dominio de la frecuencia. A partir del Anlisis
de Fourier, de sus propiedades y teoremas derivados (Parseval, Raleigh, Wiener-Kintchine, etc.),
comprendemos los conceptos de espectro, de ancho de banda, de densidad espectral de potencia y
energa de gran aplicacin en la prctica. Otras tcnicas matemticas, tales como la convolucin y
las funciones de correlacin, se han definido y aplicado en el anlisis espectro-temporal de seales.
Dado el carcter introductorio de este texto, el Captulo I es simplemente una muestra de la
ingente cantidad de herramientas matemticas y conceptuales necesarias para un estudio ms
avanzado en la Teora Estadstica de la Comunicacin, pero es suficiente para comprender y aplicar
los conceptos que se estudiarn en el resto del texto.
PROBLEMAS DE APLICACIN
1.1. Clasifique cada una de las seales siguientes como seales de energa, de potencia o ninguna
de las dos. Calcule la energa o la potencia, segn el caso.
(a) x t t t u t ( ) cos( / ); )| ; ) ( ) = 2 6 2

(b) x(t) = A| cos( (c) x(t) = Atexp(-


t
c

(d) x t
A
jt
t
t
c
( ) ; ) ( ); ) cos( ) =
+


(e) x(t) = Aexp(-
t
(f) x(t) = Aexp(
t

(g) x t A
t t
t
c
( ) exp(
| |
) ( ) cos( ) = <<


2
con
1
f
c

(h)
A
t
t t
( ); ( )

(i) x(t) =
A
t


1.2. Grafique las siguientes seales de energa y verifique que sus energas son las dadas.
(a) x t A
t
T
t
T
T joules ( ) exp(
| |
) ( ); =
2
E = 0,8647A
2


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
75
(b)
A
T
r t
t T
T
( ) (
/
);
2
E
A T
=
2
3
joules
(c) x t A
t
T
t
T
( ) cos( ) ( ); = +

1
2

E A T = 3
2
joules
1.3 Demuestre que las potencias promedio de las siguientes seales son las correspondientes
dadas.

x t
T
( )
A = 10; T = 10 seg
-3
< >= x t
T
2
( )
< >= x t
T
2
( )
< >= x t
T
2
( )
x t
T
( )
x t
T
( )
t
0
A
T
(a)
(b)
(c)
t
t
0
0
T/2
T
T/2
T/2
+1
-1
33,33 W
43,2 W
1 W
T = 2 ms
T = 1 ms
Fig. 1.47
Fig. 1.45
Fig. 1.46
xT(t)=10exp(-10 |t|)
3

1.4. Grafique las siguientes seales:
( ) a r(t + 2); (b) r(-t - 2); (c) r(t) - 2r(t - 1); (d) u(2t - 1); (e) r(t) u(t - 1);
( ) f r(t) - u(t); (g) exp(-at)u(t -1); (h) exp(-at) (t - 1); (i) u(t) - u(t -1);
( ) ); j t 3 (t - 2) +2u(t); (k) (t -1) (2t); (l) u(t) u(1- t); (m) r(t)cos( (n) (2t - 2 )
o

( ) ); ) ( ); ) ( ); o
t
t (
t
2
(p) (1- 2t); (q) (
t
8
(r) (
t
2
(s) 2 (
t
2
) (
t
2
) + + 2
4

( ) ); t t sgn(t)sen( (u) 2 (2t +1); (v) (4 - 2t); (x) 10(t - 2) (
t - 2
2
);
o
2

( ) ) exp( ) ( ); ) exp( ) ( ) y t
t
t
t
exp(t) (
t + 2
2
(z) exp(-t) (
t + 2
2
+

+
2
2
2
2

1.5. Verifique las siguientes integrales
( ) ) ; exp[ sen( )] cos( ) ( ) a dt t t t dt (1- t)cos(
1
t
(b) t
2
- -



= =


1
2 2 2
2
2

( ) ) ( ) ; c t t t dt (t (d) (t + 3)exp(-t)dt = 20,086
3
- -
+ + + =


2
1 3 40
( ) ) ( ) e t dt (t - 2)cos[ (t - 3)]dt = -1; (f) (t
3
- -
+ =


4 1 5
( ) ) ( ) ; ) ( ) g t dt
t
dt (t (h) (t
3 2
- -
+ = + =


3 3 9 10 2
2
1 12

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
76

[ ]
( ) i dt t u(2 - t) u(t)dt = 2; (j) (t) + u(t) - u(t - 2)
- -
=


3
( ) ) ( ) k u t t
t
t
(t - t
para t
t
o
o
o
-
=

<

1
1
1
1
0 para
; ( ) ) ( ) l d r t u( - 1
-
t

= 1
1.6. Demuestre que el perodo de la seal peridica x t t ( ) cos ( ) = 10
2
es igual a .
1.7. Verifique si las seales siguientes son peridicas, en cuyo caso determine el perodo.
( ) ); a t x(t) = cos(6 t) + cos(6 2 (b) x(t) =10cos(60 t) + 5cos(25t)
( ) ) cos( ) c
t
x(t) = cos(60 t) + cos(50 t); (d) x(t) = cos(
t
3
+
7

( ) ( ); e t n x(t) = (f) x(t) = cos(5 t) + sen(6 t); (h) x(t) = sen(2t) + cos( t)
n=-

5
1.8. Dibujar los fasores y los espectros uni y bilaterales de las seales
( ) ); ) a x(t) = 5cos(6 t -
4
(b) x(t) = 2sen(10 t -
6



1.9. Demostrar las siguientes transformaciones trigonomtricas (Sugerencia: Utilice fasores):
[ ] ( ) cos( ) cos[( ) ] ( ) cos ( ) a t A t E t t t f
c c m c m
x(t) = A con f
1 c
+ + = +
2

donde E t A A A A t
t
A A t
m
m
m
( ) cos( )
sen( )
cos( )
= + +
+
1
2
2
2
1 2
1 2
2

y (t) = arctg
A
2

[ ] ( ) cos( ) sen[( ) ] ( ) cos ( ) b t A t E t t t f
c c m c m
x(t) =A con f
1 c
+ + = +
2

donde E t A A A A t
t
A A t
m
m
m
( ) sen( )
cos( )
sen( )
= + +
+
1
2
2
2
1 2
1 2
2

y (t) = -arctg
A
2

1.10. Exprese x(t) en la forma polar x t E t t t
c
( ) ( ) cos[ ( )] = + y dibuje su diagrama fasorial.
( ) a
c
x(t) = 6sen(50 t)cos(10 t) +10cos(60 t)cos(20 t); referencia f = 20
[ ] ( ) cos( ) cos( ) b A t t A f
m m c m m
x(t) = A con A y f
c c c
+ > >>
( ) cos( ) sen( ) sen( ) c t A t t A f
c m m c m m
x(t) = A con A y f
c c c
> >>
( ) cos( ) ( ) cos( ) ( ) sen( ) d t n t t n t t
c c c s c
x(t) = A
c
+
1.11. Demuestre que si x t x t T ( ) ( ) = + , entonces
x t dt x t dt x t dt y
T
T
T
a T
a T
( ) ( ) ( )
/
/
/
/
= =


+
x(t)dt = x(t)dt
0
t
T
T+t
0 2
2
2
2

1.12. En las seales peridicas siguientes verifique que el coeficiente de Fourier X
n
es el dado.
Desarrolle tambin x t
T
( ) en serie de Fourier con A = 8.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
77
-T -T/2 -T/4 0 T/4 T/2 T
t
(a)
A
Fig. 1.48
X
A
sinc
n
n
=
4 4
2
( )

X
A
o
= =
4
0 ;
n

A
-T -T/2 -T/4 0 T/2 T/4 T
Coseno
t
(b) Rectificacin en Media Onda Fig. 1.49
X n
n
=

-A(-1)
para n par
0 para n impar

n/ 2
( )
2
1

n
= 0
-2T -T 0 T 2T
t
A
(c) Diente de Sierra
Fig. 1.50

X j
A
n
n
=
2
para todo n y n 0


X A
o
= = / ; / 2 2
n



-T 0 T
t
A/e
A
Exponenciales
Fig. 1.51
(d)

X
A
j n
n
=
+
0,6321
1 2
para todo n



n
n = arctg( ) 2
-2T -T 0 T 2T
t
A
Parbolas
(e)
Fig. 1.52

X A
j n
n
n
=
+

1 2
2
2 2

para todo n y n 0


X
A
n
o
= =
3
2 ; arctg( )
n


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
78

x t
T
( )
T /
T / 2 T
t
2
0
( f ) C o r r i en t e en u n A m p l i f i ca d or
C l a s e C .
F i g . 1 . 5 3


) 1 n )( 1 n ( n
) n cos( ) ( nsen ) 2 ( sen ) cos( 1
X
n
+

= para todo n, excepto n = 1 y n = 0


[ ] X
1
1
2
2
2
1
0 =

= =


sen( )
; sen( ) cos( ) ; X
o n

Para desarrollar x
T
(t) en Serie de Fourier, suponga que 4 / = .
1.13. La seal (d) del Problema 1.12 se aplica a un filtro pasabajo de ganancia 2 y ancho de banda
B = 2500 Hz. Si A = 10 V y T = 1 ms, compruebe que
(a) La potencia de entrada al filtro es de 43,233 W
(b) La salida del filtro es
y t x t
o
( ) , , cos( ) = + 12 642 3 975 2 10 80,96
3
+ 2 006 4 10 85 45
3
, cos( , ) x t
o

(c) La potencia de salida del filtro es de 169,73 W
1.14. La salida rectificada de media onda del Problema 1.12 se aplica a un filtro pasabajo de
ganancia unitaria y ancho de banda B = 400 Hz. Si A = = 100 V y 60 Hz f
o
, demuestre
que el Factor de Rizado a la salida del filtro es del 48,24%.
1.15. (a) Dibuje el espectro de potencia | | X
n
2
vs nf
o
de las tres seales del Problema 1.3 (Tome
seis componentes a cada lado del origen).
(b) Si estas tres seales se aplican separadamente a un filtro pasabanda de ganancia unitaria,
de ancho de banda B = 1400 Hz y centrado en f
c
= 1500 Hz, determine las
correspondientes potencias de salida del filtro.
1.16. Sea la seal peridica de la
Fig. 1.54. Aplique el
concepto de Transformada
de Fourier de Seales
Peridicas.
Demuestre:
(a) Que el Coeficiente de
Fourier X
n
es
0 1 2 3 4 5 -1 -2 -3 -4 -5
xT(t)
10
-10
Fig. 1.54
t

n 2
n n o
n n
X 5( 1) sin c( ) 2, 5sin c ( ); 0; X 2, 5
2 4
= = =
(b) Que si la seal se aplica a una resistencia de 1000 Ohm, la potencia disipada en la
resistencia es de 266,67 mW.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
79
1.17. Suponga que el circuito elctrico de la Fig. 1.55 tiene un voltaje aplicado v(t) de la forma
v t V nf t
o o n
( ) | cos( ) = + +

| V
n
n=1
2
La corriente i(t) correspondiente vendr dada por
i t I nf t
o o n
( ) | cos( ) = + +

|I
n
n=1
2

Circuito
Elctrico
i(t)
v(t)
Fig. 1.55
Si se define la potencia promedio de entrada al circuito en la forma P
T
=

1
v(t) i(t)dt
-T/ 2
T/ 2
,
demuestre que la potencia de entrada se puede expresar en la forma
P V I
I
o o
n
n n
= +

| V
n
n=1
| | |
cos( )
2

1.18. El voltaje aplicado al circuito elctrico de la Fig. 1.55 es
o o
v(t) V cos(2 f t) = y la corriente
i(t) tiene la forma
o
n
t nT t nT T/ 2
i(t) I ( ) ( )
T/ 2 T/ 2

=

=


(a) Demuestre que la potencia instantnea p(t) = v(t) i(t) es igual a
o o
p(t) V I cos(2 t) =
con T = 1. Este problema hay trabajarlo en forma grfica; ntese que p(t) tiene la forma de
una seal rectificada de onda completa.
(b) Demuestre que la potencia promedio de p(t) es
2 2 2
o o
1
p (t) V I
2
< >=
1.19. La seal
o
v(t) 110 2 cos(2 f t) = , con f
o
= 60 Hz, se aplica a un rectificador de media
onda. El rectificador alimenta una carga de 50 Ohm.
(a) Demuestre que el Coeficiente de Fourier de la corriente i(t) que circula por la carga es

n 2
2
2
n
110 2( 1)
para n par
I
50 (n 1)
0 para n impar
+

;
o n
I 0, 99 Amp; 0 = =
(b) Demuestre que el desarrollo de i(t) en Serie de Fourier es
i(t) 0, 99 0, 66cos(240 t) 0,132cos(480 t) 0, 057cos(720 t) 0, 031cos(960 t) .......... = + + +







I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
80
1.20. Sea la seal peridica de la Fig.
1.56.
(a) Demuestre que el Coeficiente de
Fourier de x(t) es


2 2
n
o n
8A
para n impar y n 0
X 3 n
0 para n par
A
X ; 0
3

= =


0
-A/3
A
x(t)
t
T/2 -T/2
T -T
Fig. 1.56

(b) Demuestre que la potencia promedio de x(t), para A = 10, es
2
x (t) 25, 926 < >= W
(c) La seal x(t) se pasa por un filtro pasabajo, de ganancia unitaria y ancho de banda de 45 Hz.
Si T = 0,1 seg y A = 10, demuestre que la potencia de salida del filtro es de 25,915 W.
1.21. Sean las dos seales peri-
dicas de la Fig. 1.57.
(a) Demuestre que sus corres-
pondientes Coeficientes de
Fourier son

2
n o n
n
sen ( )
4
X j2A ; X 0;
n 2

= = =


n 1
2
2
n
o 1 n
( 1)
j2A para n impar 1
Y
(n 1)
0 para n par
2A
Y 0; Y =j ;
3 2

= =


T/4
T/4
T/2
A
-A
A
-A
t
t
Seno
Fig. 1.57
x(t)
y(t)
(b) Demuestre que las potencias de x(t) y de y(t) estn relacionadas mediante la expresin

2 2
2
x (t) A
y (t)
2 4
< >
< >= =

1.22. El voltaje peridico de la Fig. 1.58(a) se aplica al circuito RL serie mostrado en (b).
Demuestre que: ( )
( )
( )
( )/
a n jn
n
I
para n impar
0 para n par
n
=

+

2 1
1
1 2


I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
81


2 0
t
R=1 Ohm
L=1 H
i(t)
v(t)
1
_
1
v(t)
(a) (b)
Fig. 1.58

(b) El desarrollo en serie de Fourier de la corriente i(t) es
i t t t t
o o o
( ) cos( ) cos( , ) cos( ) = +

4 1
2
45
1
3 10
3 71 56
1
5 26
5 78,69

-. . . . . . . . . .
1.23. Verifique los siguientes pares de Transformadas de Fourier.
( ) ) exp( ) ) exp[ ( )] a j f t j t f f
c o c
x(t - t X(f f
o c
m 2 2
( ) b
f
x(t) = A exp(-a| t| ) X(f) =
2aA
a
2

+ 4
2 2


[ ] ( ) ( ) ( )
( )
c u t f
aA
j f a j f
x(t) = A 1- exp(-at) X(f) =
A
2
+
+

2 2

( )
( )
d
A
a f j af
x(t) = A t exp(-at) u(t) X(f) =
A
(a + j2 f)
2
=
+
2 2 2
4 4

+
+
+ +

) f f ( 2 j a
1
) f f ( 2 j a
1
2
A
= X(f) ) t f cos(2 t) exp(-at)u( A = x(t) ) e (
c c
c


c 2 2 2 2 2 2
c c
aA aA
(f ) x(t)=A exp(-a|t|) cos(2 f t) X(f)=
a 4 (f f ) a 4 (f f )
+
+ + +

Gaussiano Impulso ) f a exp(-2 a 2 A = X(f) )
a 2
t
exp(- A = x(t) ) g (
2 2 2 2
2
2

1.24. Ventana de Ponderacin de Hamming
La Ventana de Hamming, utilizada en procesamiento de seales, est definida en la forma
x t
t
T ( )
cos( )
=
+

0,54 0,46

para | t| T
0 en el resto

(a) Grafique x(t) para T = 1 seg.
(b) Demuestre que X(f) = 1,08Tsinc(2Tf) + 0,46Tsinc(2Tf +1) + 0,46Tsinc(2Tf - 1)
(c) Grafique X(f) para T = 1 ms. Verifique que el primer cero de X(f) ocurre a f = 1 kHz.






I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
82
1.25. Sea la secuencia de impulsos de la Fig. 1.59.
(a) Demuestre que su transformada de Fourier X(f)
es
3 3
3
3
3
exp( j10 f ) exp( j5x10 f )
f
X(f ) 10 sinc( )
10
3exp( j7x10 f )

+ +
=

+


(b) Grafique |X(f)| y verifique que el primer cero de
|X(f)| est a una frecuencia de 1000 Hz.
(c) Demuestre que la energa contenida dentro del
primer cero de |X(f)| es el 90,3% de la energa total de la
seal.

0 1 2 3 4
t
milisegundos
x(t)
1 1
3
Fig. 1.59.

1.26. La seal x(t) = exp(-t).u(t) se aplica al
circuito RC de la Fig. 1.60.
Demuestre que la transformada de Fourier
de la salida es
Y f
j f
j f
( )
( )
=
+
2
1 2
2



x(t)
C = 1 F
R = 1 Ohm
y(t)
Fig. 160.

1.27. La misma entrada del Problema 1.26 se
aplica al circuito RL de la Fig. 1.61.
Demuestre que
Y f
j f
( )
( )
=
+
1
1 2
2



L = 1 H
R = 1 Ohm
x(t) y(t)
Fig. 1.61.

1.28. Demuestre que las transformadas de Fourier X(f) de las seales x(t) siguientes son las dadas.
2 /
2 /
A
0
t
x(t)
Fig. 1.62.
Coseno
(a)
X f
A
sinc f sinc f ( ) ( ) ( ) = + +


2
1
2
1
2


A
0
t
x(t)
2
-2
-A
Fig. 1.63.
(b)

X f jA
f
f
f
f
( )
cos( ) sen( )
=

4 4
4
2 2



I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
83
A
0
t
x(t)
Fig. 1.64.
1 2 3
Parbolas
(c)

) f ( X ) f 4 j exp(
) f ( 2 j
) f 2 cos( A
) f ( X
1
3


=
donde [ ] ) f 2 j exp( ) f ( ) f j 1 ( ) f ( X
2 2
1
+ =
Sugerencia: Exprese x(t) en la forma
x(t) = x
1
(t) + x
1
(t - t
o
)
x(t)
A
0 T/4 T/2 -T/4 -T/2
t
(d) Fig. 165.

X f
AT
sinc
f
T
sinc
f
T
( ) (
/
) (
/
) =

4
4
2 4
2 2

Exprese x(t) como una diferencia de tringulos

t
Acos(20t)
to -to 3to -3to 5to -5to
x(t)
Fig. 1.66.
(e)
0

= )
5
f
cos( 2 1
f 100
)
20
f
cos( A 10
) f ( X
2
2 2
2

Sugerencia: Exprese x(t) en la forma
x(t) = x
1
(t) + x
1
(t + t
o
) + x
1
(t t
o
)
1.29. Sea x t t ( ) exp( | | ) = 10 . Calcule el ancho de banda B dentro del cual est contenido el 80 %
de la energa de la seal. [ Respuesta: B = 0,15056 Hz ].
1.30. La seal x(t) = t exp(-Kt) u(t) se pasa por un filtro pasabajo de ganancia unitaria y ancho de
banda B. Calcule el ancho de banda B del filtro a fin de que la energa de salida del filtro sea
el 80% de la energa a la entrada. Expresar B en funcin de K.
[ Respuesta: B = 0,15056K Hz ]
1.31. Sea x(t) = sinc
2
(10t). Demuestre que:
(a) Su espectro de energa es G f
f f
x
( )
| |
=
+

1
100
1
5 100
2
para | f| 10
0 para 10 <| f|

(b) Su energa total es E
x
=
1
15
joules





I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
84
1.32. En las figuras siguientes verifique la correspondencia x t ( ) X(f) , es decir, dada x(t)
determine X(f), y viceversa

f
o
f
o
f
o
f
o
/ 2
/ 2
( ) f
x t
A
t
f t
o
( ) sen ( ) =
2
2


(a)
f
f
A
|X(f)|
0
0
Fig. 1.67.


f
o
f
o
f
o
f
o
/ 2
/ 2
( ) f
)]
f 4
1
t ( f 2 cos[ )]
f 4
1
t ( B 2 [ c sin AB 4 ) t ( x
o
o
o
2
=
A |X(f)
0
0
(b)
Fig. 1.68.
f
f
4B


( ) f
4
4
x t
t
t
t
t
( )
sen[ ( )]
( )
sen [ ( )]
( )
=

2 2
2
2
2
2
2 2

-1 1 0
0
1
1
-1
|X(f)|
f
f
(c)
Fig. 1.69.

1.33. Sea el sistema de la Fig. 1.70. El filtro
pasabajo tiene ganancia unitaria y un
ancho de banda de 50 Hz.
x t t x t u t
1
6
0 01 2 10 ( ) exp( , ) cos( ) ( ) =
x t x t
2
6
10 2 10 ( ) cos( ) =
Demuestre que y t t u t ( ) exp( , ) ( ) 5 0 01

x t
1
( )
x t
2
( )
Filtro
Pasabajo
y(t)
Fig. 1.70.












I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
85
1.34. Mediante la transformada de Fourier de la seal generatriz, demuestre que los coeficientes
de Fourier X
n
de la siguientes seales peridicas son los correspondientes dados.

X
A
n
n
=

2
2 2

para n impar
0 para n par

X A
o
=
3
2
T
t
A
2A
(a)
Fig. 1.71.


A
t
T
exp(
| |
)
2
X
A
n
n
n
=

+
4 1 1
1
4
1 4
2
( ) exp( )
( )
0 -T -T/2 T/2 T
t
(b)
Fig. 1.72.


1.35. Sea el sistema de la Fig. 1.73, donde x t
1
( ) y
x t
2
( ) son seales aleatorias.

x t S f
f f
B
f f
B
x
c c
1 1
3
10
2 2
( ) ( ) ( ) ( ) =
+
+


x t S f
f f
B
f f
B
x
c c
2 2
4
10 ( ) ( ) ( ) ( ) =
+
+


2 2 cos( ) f t
c
x t
2
( )
x t
1
( )
S
2
S
1
Filtro
Pasabajo
y(t)
Fig. 1.73.


B = 5 kHz; f
c
= 100 kHz. El filtro es pasabajo de ganancia de potencia 2.
En la salida calcule la relacin S
1
/ S
2
, donde S
1
es la potencia a la salida debida a x
1
(t),
mientras que S
2
es la potencia a la salida debida a x
2
(t).
Demuestre que S
1
= 40 W, S
2
= 2 W ;
S
S
1
2
20 13 01 = = , dB
1.36. En las figuras siguientes se muestra el espectro de seales moduladas de la forma
x t x t A f t X f
c c c
( ) ( ) cos( ) ( ) = 2 . Verificar las siguientes relaciones:
(a) Dada X f
c
( ) en forma grfica, determinar x(t)
(b) Dada x(t), determinar X
c
(f) cuya forma grfica se da.

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
86

f
c
f
c
f
c
f
c
X f
c
( )
X f
c
( )
x t B
Bt
Bt
Bt
Bt
( )
sen( ) sen ( )
( )
= +

2
2
2
2

+ + = )]
B 4
1
t ( B 2 [ sinc )]
B 4
1
t ( B 2 [ sinc B ) t ( x
f
f
0
0
A
2A
A/2
2B
2B
(a)
(b)
Fig.1.74.
Fig.1.75.
coseno

1.37. Considere la funcin z t x t y t ( ) ( ) ( ) = + , donde x(t) e y(t) son ortogonales para todo t, es
decir, < >= x t y t ( ) ( ) 0. Demuestre que
R R R t x t y t
z x y
( ) ( ) ( ) ( ) ( ) ( ) = + >=< > + < > y < z
2 2 2

En este caso se dice que las seales son incoherentes, tenindose entonces superposicin de
funciones de correlacin as como superposicin de energa y de potencia.
1.38. (a) Sea x t S f
f f
x
( ) ( ) ( ) ( ) =
+
+

10
10
10
10
10
9
4
3
4
3
W/ Hz
Sea x t x t x t S f
c xc
( ) ( ) cos( ) ( ) = 4 2 10
4
, y z(t) una seal cuya densidad espectral de
potencia es S f S f
f
x
z xc
( ) ( ) ( ) =
2 10
3
W/ Hz.
Demuestre que la potencia promedio de z(t) es < >= z t
2
8 ( ) W

(b) Sean x t t
1
( ) ( ) y x
2
dos seales aleatorias cuyas densidades espectrales de potencia se
muestran en la Fig. 1.76.

S f
x1
( ) S f
x2
( )
10
10
3
6

exp(
| |
)
f
10
11 2
f
-20 -10 10 20
f
-20 -10 10 20
f
(a) (b)
Fig. 1.76.
kHz kHz

Demuestre que sus respectivas potencias promedio son
W 67 , 46 ) t ( x < W y 7 , 19 ) t ( x
2
2
2
1
>= >= <
(c) Determine las correspondientes funciones de autocorrelacin de los espectros de la parte
(b), y mediante la Propiedad 1 de la Funcin de Autocorrelacin, verifique que las
potencias respectivas son iguales a las obtenidas en la parte (b).

I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
87
1.39. A la entrada de un filtro pasabajo, de ganancia 2 y ancho de banda de 5 kHZ, se aplica una
seal x(t) cuya funcin de autocorrelacin es R sinc
x
( ) ( ) = 10 10
2 4
.
Demuestre que a la salida del filtro
R sinc sinc x t
y
( ) ( ) (5 ) ( ) = + >= 20 10 10 10 30
4 2 3
y < y W
2

1.40. A la entrada del detector coherente, Fig.
1.77, se aplica una seal x(t) cuya funcin de
autocorrelacin es
R sinc x x
x
( ) (5 ) cos( ) = 20 10 2 10
2 3 5
.
(a) Dibuje la forma de la densidad espectral
de potencia a la entrada y salida del filtro.
(b) Demuestre que la potencia a la salida del
filtro es de 20 W.
2 2 cos( ) f t
c
Filtro
Pasabajo
x(t) y(t)
Fig. 1.77.

1.41. A la entrada del filtro RL de la Fig. 1.78, se
aplica ruido blanco cuya densidad espectral es
/ 2 .
Calcule la funcin de autocorrelacin, la
densidad espectral de potencia y la potencia a
la salida del filtro.

L
R
Fig. 1.78.

1.42. Determine la densidad espectral de potencia de la seal compleja x t A j f t
o
( ) exp( ) = 2
utilizando el Teorema de Wiener-Kintchine.
1.43. Demuestre que si x t f ( ) ( ) S
x
, entonces,
y t x t x t T f S f Tf
x
( ) ( ) ( ) ( ) ( ) sen ( ) = = S
y
4
2

1.44. Demuestre que:
(a) Si x(t) tiene una funcin de autocorrelacin )]
T
( 1 [
4
A
) ( R
b
2
x

+ = , donde T
f
b
b
=
1
,
entonces
c y
y(t) x(t) cos(2 f t) S (f ) =
donde,
2
y c c
A
S (f ) [ (f f ) (f f )]
16
= + + + +
+
+

A
f
sinc
f f
f
sinc
f f
f
b
c
b
c
b
2
2 2
16
( ) ( )
En el Captulo III demostraremos que x(t) es una secuencia aleatoria unipolar NRZ de
amplitud A, y que y(t) es una seal digital ASK
(b) Si x(t) tiene una funcin de autocorrelacin R A
T
x
b
( ) ( )

=
2
, entonces,
y t x t f t f
A
f
sinc
f f
f
sinc
f f
f
c
b
c
b
c
b
( ) ( ) cos( ) ( ) ( ) ( ) = =
+
+

2
4
2
2 2
S
y




I. REPRESENTACION ESPECTRO-TEMPORAL DE SEALES
J. Briceo M. Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela
88
1.45. En el Ejemplo 1.32 se determin la funcin de autocorrelacin de una seal peridica
rectangular. Demuestre que la densidad espectral de potencia correspondiente es
S f
A
f
n
f nf
x o
n
( ) ( ) ( ) = +

2
2 2
1
4
8

n impar
donde T = 1/f
o
, es el perodo de la seal peridica rectangular.
1.46. Se tiene una seal x(t) cuya funcin de autocorrelacin es
x
| |
R ( ) exp( )
a

= . Se tiene
tambin una seal y(t) cuya densidad espectral de potencia es
x
y 2
S (f )
S (f )
1 (2 bf )
=
+
, donde
S
x
(f) es la densidad espectral de potencia de x(t).
Demuestre que la funcin de autocorrelacin de y(t) y su correspondiente potencia son

y 2 2
a | | | |
R ( ) a exp( ) bexp( )
a b a b

=



y
2
y
a
y (t) R (0)
a b
< >= =
+







J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela



CAPTULO II

REPRESENTACIN ESPECTRO-TEMPORAL
DE SISTEMAS

2.1. INTRODUCCIN
En el Captulo I se desarrollaron las tcnicas bsicas para la representacin espectro-
temporal de seales y en el presente captulo se aplicarn esas mismas tcnicas para la
representacin espectro-temporal de sistemas.
Aunque las tcnicas matemticas empleadas sean las mismas en la representacin espectro-
temporal de seales y sistemas, hay que tener en cuenta la diferencia entre lo que es seal y lo que
es sistema. Las seales, como su nombre lo indica, son magnitudes elctricas (corrientes y
voltajes) y sobre la mayor parte de ellas podemos ejercer algn control, con excepcin de las
seales aleatorias que estudiaremos en el Captulo III. Pero los sistemas son completamente
diferentes. Un sistema es un dispositivo fsico (filtros, moduladores, etc.) que podemos construir y
ejercer algn control sobre l, pero un canal (de microondas, por ejemplo) tambin es un sistema
sobre el cual la mayora de las veces no podemos ejercer ningn control. Sin embargo, como
veremos en el presente captulo, un sistema puede ser caracterizado en los dominios
Tiempo Frecuencia en la misma forma como lo hicimos con las seales en el Captulo I.
En este captulo presentamos entonces un breve estudio de los sistemas lineales y su
caracterizacin espectro-temporal, y con la definicin de la Respuesta Impulsional y de la Funcin
de Transferencia podemos estudiar los efectos de la transmisin de seales a travs de filtros y
canales ideales y reales. Haremos tambin una pequea introduccin al estudio del ruido y su
influencia en los sistemas de comunicacin.
2.2. CARACTERIZACIN DE SISTEMAS
2.2.1. Concepto de Sistema
Consideremos el diagrama de bloques de la Fig. 2.1, que denominaremos, en general,
sistema.
La cantidad x(t) representa la
entrada o excitacin del sistema,
mientras que la cantidad y(t) representa la
correspondiente salida o respuesta.
Este bloque representa cualquiera
operacin o procesamiento de una seal
en una aplicacin dada; por ejemplo, un
sistema de comunicaciones.
x(t)
Fig. 2.1. Diagrama de Bloques de un Sistema.
S{..}
y(t) = S{x(t)}
Sistema

El caso ms sencillo es el del paso de una seal por un filtro: el filtro efecta algn tipo de
operacin sobre la entrada obtenindose una salida o respuesta. Por consiguiente, un sistema acta
como un operador o transformador sobre una seal y como resultado produce una salida. Este
operador establece entonces una regla de correspondencia entre y(t) y x(t). Contrario a lo que a
primera vista parece, es el sistema el que acta sobre la seal y no lo contrario.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


90
Sin preocuparnos por saber qu es lo que hay dentro del bloque, la operacin que el sistema
efecta sobre la entrada x(t) se puede representar mediante la transformacin funcional
y t ( ) = { } x t ( ) (2.1 )
donde { } es un operador que acta sobre x(t). Este operador ser real si una entrada real x(t)
resulta en una salida real y(t). En la mayora de las aplicaciones en comunicaciones x(t) e y(t) son
reales y representan voltajes o corrientes, con su correspondiente descripcin en el dominio de la
frecuencia. Vamos a demostrar que el operador { } puede tambin representarse tanto en el
dominio del tiempo como en el dominio de la frecuencia y desarrollaremos las tcnicas bsicas
necesarias para pasar de un dominio a otro dominio.
2.2.2. Clasificacin de Sistemas
Basados en las propiedades de la relacin funcional (2.1), los sistemas se pueden clasificar
en sistemas lineales y sistemas no lineales.
Se dice que un sistema es lineal si l cumple con el principio de la superposicin. En
efecto, sean x t t
1
( ) ( ) y x
2
dos entradas arbitrarias con y t t
1
( ) ( ) e y
2
sus correspondientes
salidas. Sean tambin a
1
y a
2
dos constantes arbitrarias que pueden ser complejas. El operador
{ } ser lineal si y solamente si
{ } a x t a x t a
1 1 2 2 1
( ) ( ) + = { } x t a
1 2
( ) + { } x t
2
( )
= + a y t a y t
1 1 2 2
( ) ( ) (2.2)
La respuesta de un sistema lineal a una suma de excitaciones es igual a la suma de las
respuestas individuales de cada excitacin actuando por separado. Este es el principio de la
superposicin. Este principio implica, por ejemplo, que si se dobla la entrada, la respuesta sale al
doble tambin. Si hacemos x t x t a
1 2 2
( ) ( ) = = y a
1
, vemos que la linealidad implica tambin
que cero entrada produce cero salida. Por lo tanto, la linealidad significa algo ms que una lnea
recta: esta lnea recta debe pasar tambin por el origen.
Evidentemente, un sistema en el cual el principio de superposicin no es aplicable ser un
sistema no lineal. En este texto se estudiar solamente sistemas lineales, con algunas excepciones,
como veremos en su oportunidad.
Ejemplo 2.1
Determinar si el sistema definido por y t ( ) = { } x t x t ( ) ( ) =
2
es lineal.
Sea x t a x t ( ) ( ); =
1 1
{ } a x t a x t a y t
1 1 1
2
1
2
1
2
1
( ) ( ) ( ) = =
pero si x t a x t a x t ( ) ( ) ( ) = +
1 1 2 2
, entonces
{ } a x t a x t a x t a a x t x t a x t
1 1 2 2 1
2
1
2
1 2 1 2 2
2
2
2
2 ( ) ( ) ( ) ( ) ( ) ( ) + = + +
= + + a y t a y t a a x t x t
1
2
1 2
2
2 1 2 1 2
2 ( ) ( ) ( ) ( ) + a y t a y t
1
2
1 2
2
2
( ) ( )
por lo tanto, el sistema no es lineal.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


91
2.2.3. Caracterizacin de Sistemas Lineales en el Dominio del Tiempo
Respuesta Impulsional
Para conocer o caracterizar un sistema lineal se puede aplicar a su entrada un cierto tipo de
seales de prueba y observar su salida. Las seales de prueba ms comunes son el impulso unitario,
el escaln unitario y las seales sinusoidales. La respuesta del sistema a una seal de prueba es una
descripcin caracterstica o un modelo matemtico del mismo.
La caracterizacin ms utilizada en el anlisis de sistemas es aquella cuando la entrada es
un impulso unitario Delta Dirac aplicado en un instante t = cualquiera. La excitacin mediante un
impulso unitario equivale a aplicar a la entrada del sistema un nmero infinito de frecuencias de la
misma amplitud, y la salida del sistema ser la respuesta a todas y cada una de las infinitas
frecuencias presentes en la entrada. En este caso la salida se denomina respuesta impulsional,
respuesta al impulso o respuesta impulsiva del sistema y se representa por h(t, ). Por lo
tanto, en un sistema lineal caracterizado por la transformacin { } la respuesta impulsional es, de
(2.1),
h t ( , ) = { } ( ) t (2.3)
La respuesta impulsional h(t, ) es, en general, una funcin de t y .
Esta situacin se representa en la Fig. 2.2.

( ) t

{ } ( ) t
h t ( , ) x(t)
x(t) y(t)
y(t)
t t
0 0
(a) Excitacin
(b) Sistema
(c) Respuesta Impulsional
Fig. 2.2
S
La respuesta del sistema para cualquiera seal arbitraria x(t) se puede expresar en funcin
de la respuesta impulsional. En efecto, consideremos la propiedad de muestreo del impulso unitario,


= d ) t ( ) ( x ) t ( x (2.4)
La expresin (2.4) se puede
considerar como una representacin de x(t)
en trminos de un continuo de impulsos
unitarios ( ) t de rea x( ) , como se
muestra en la Fig. 2. 3.
La respuesta del sistema lineal a una
entrada arbitraria x(t) dada por (2.4) ser
y t ( ) = x t d ( ) ( )


x t ( ) ( )
1 1

x t ( ) ( )
2 2

1

2
x(t)
0
t
Fig. 2.3. Aproximacin de la Excitacin x(t)


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


92
y t x ( ) ( ) =

{ } ( ) t d
pero, de (2.3), { } ( ) ( , t h t = ), de donde
y t x h t ( ) ( ) ( , =

)d (2.5)
Esta es la llamada Integral de Superposicin, la cual es vlida para cualquier sistema
lineal. En (2.4), el integrando x t ( ) ( ) se puede considerar como un impulso que ocurre en el
instante t = y cuya rea es proporcional a x(). Asimismo, la integral de superposicin (2.5)
puede considerarse como la superposicin de las respuestas de un nmero infinito de impulsos
donde x h t ( ) ( , ) es la respuesta a un impulso x t ( ) ( ) .
Estrictamente hablando, ni la expresin (2.4) ni la (2.5) son vlidas en los puntos donde x(t)
es discontinua. Sin embargo, las dos expresiones se aplican a ambos lados de cualquiera
discontinuidad. El hecho de que (2.4) y (2.5) no sean vlidas en los puntos de discontinuidad, en
general no tiene mucha importancia desde el punto de vista prctico. En particular, a menudo
sucede que y(t) es continuo a pesar de que x(t) no lo sea, como es el caso de los filtros reales en los
cuales una entrada discreta produce una salida continua. En este caso la expresin (2.5) es vlida
an en los puntos de discontinuidad de x(t).
Sistemas Lineales Invariantes y Variantes en el Tiempo
Se dice que un sistema lineal es invariante en el tiempo si un desplazamiento en el tiempo
de la entrada resulta en un desplazamiento idntico de la salida sin que cambie la forma de onda o
perfil de la seal. Esto se puede enunciar en la forma siguiente.
Un sistema lineal es invariante en el tiempo si para cualquier desplazamiento se verifica
que { } ( ) ) t h(t = , y como consecuencia, para cualesquiera seal x(t) y desplazamiento ,
{ } x t y t ( ) ( ) = . Por consiguiente, en un Sistema Lineal Invariante en el Tiempo (SLIT)
la respuesta impulsional depender nicamente de la diferencia (t - ), es decir,
h(t h(t , ) ) = para todo en un SLIT (2.6)
La respuesta impulsional de un SLIT simplemente experimenta desplazamientos en el eje
del tiempo que no afectan en nada su perfil.
De (2.5) y (2.6), la respuesta de un SLIT para cualquiera excitacin x(t) ser entonces


= = d ) t ( x ) ( h d ) t ( h ) ( x ) t ( y (2.7)
Estas integrales son las conocidas Integrales de Convolucin.
La respuesta de un SLIT es entonces el producto de convolucin de la excitacin con la
respuesta impulsional del sistema. El producto de convolucin generalmente se denota en la forma
x(t) h(t) = h(t) ) t ( x ) t ( y = (2.8)
puesto que la convolucin es conmutativa. Ms adelante volveremos sobre este tema.
Un sistema lineal variante en el tiempo ser aquel cuya respuesta impulsional depender de
y de t, y no de la diferencia (t -). Esto quiere decir que el perfil de h t ( , )
1
ser diferente del

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


93
perfil de h t ( , )
2
; en este caso la respuesta y(t) vendr dada por la expresin (2.5). Ntese que el
producto de convolucin (2.7) o (2.8) se aplica slo y solamente a sistemas lineales invariantes en el
tiempo.
Ejemplo 2.2. Respuesta al Escaln Unitario de un SLIT
Sea h(t) la respuesta impulsional de un SLIT y sea y t
u
( ) su respuesta al escaln unitario
u(t).
De (2.7), y t u t
u
( ) ( ) =

h(t) = u( )h(t - )d
-
(2.9)
y t h t d
u
( ) ( ) =


0
. Con el cambio de variables t = t - , la integral queda
y t h t dt
u
t
( ) ( ' ) ' . =

De donde,
y t h t dt
u
t
( ) ( ' ) ' =

(2.10)
La respuesta de un SLIT al escaln unitario es la integral de la respuesta impulsional del
SLIT.
La respuesta al escaln unitario se emplea mucho en el anlisis de sistemas lineales donde
se utiliza la Transformada de Laplace, por una parte por el hecho de que es muy fcil simular en
forma experimental esa respuesta y por otra parte, porque es sobre y t
u
( ) que se evalan los
resultados de un servosistema desde el punto de vista del rgimen transitorio.
El desarrollo anterior permite determinar la respuesta impulsional de un SLIT si se conoce
su respuesta al escaln unitario. En efecto, tomando la derivada de la expresin (2.9),

d
dt
y t
d
dt
u t h d u t t
u
( ) ( ) ( ) ; ( ) ( ), =

pero como
d
dt



d
dt
y t t h d
u
( ) ( ) ( ) =

; y de la propiedad de muestreo del impulso unitario,


h t
d
dt
y t
u
( ) ( ) = (2.11)
La respuesta impulsional de un SLIT es la derivada de la respuesta al escaln unitario del
SLIT.
Conocida la respuesta al escaln unitario de un SLIT, es posible obtener, a partir de ella, la
respuesta y(t) del sistema para cualquiera excitacin x(t). En efecto, la salida y(t) es, de (2.8) y
(2.11),
y t y t x
d
dt
y t d
u u
( ) ( ) ( ) ( ) h(t) = x(t)
d
dt
=


de donde,
[ ]
y t
d
dt
x y t d
d
dt
x t t
u
( ) ( ) ( ) ( ) ( ) =

y
u
(2.12)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


94
Esta expresin nos permite determinar tambin la respuesta y(t) de un SLIT para cualquiera
excitacin x(t) a partir de la respuesta al escaln unitario, pero su resolucin es ms laboriosa que la
dada por (2.7). Veamos un ejemplo muy sencillo.
Sea x t t u t ( ) exp( ) ( ) = y supongamos que h t t u t ( ) exp( ) ( ) = . De (2.10) la respuesta al
escaln unitario es y t t u t
u
( ) [ exp( )] ( ) = 1 . La respuesta y(t) del SLIT se puede determinar
entonces mediante las integrales
De (2.7), y t u t u t d t t u t ( ) exp( ) ( ) exp[ ( )] ( ) exp( ) ( ) = =


De (2.12), y t
d
dt
u t u t d t t u t ( ) exp( ) ( ) [ exp[ ( )] ( ) exp( ) ( ) =

1
El lector puede verificar que la resolucin de la segunda expresin es mucho ms laboriosa
que la de la primera.

Ejemplo 2.3
Vamos a verificar si el sistema representado por [ ] y t x t ( ) sen ( ) = es variante o invariante
en el tiempo. Veamos tambin si el sistema es lineal o no lineal.
Sea x
1
(t) la entrada; la correspondiente salida ser entonces [ ] y t x t
1 1
( ) sen ( ) = (A)
Sea una segunda entrada x t
2
( ) tal que x t x t t
o 2 1
( ) ( ) = (B)
que representa a x t
1
( ) desplazada en un tiempo t
o
. La correspondiente salida ser
[ ] [ ] y t x t x t t
o 2 2 1
( ) sen ( ) sen ( ) = = (C)
En forma similar, de (A)
[ ] y t t x t t
o o 1 1
( ) sen ( ) = (D)
Comparando (C) con (D), vemos que y t y t t
o 2 1
( ) ( ) = , lo que significa que el sistema
es invariante en el tiempo. La no linealidad es directa, pues
[ ] [ ] [ ] sen ( ) ( ) sen ( ) sen ( ) a x t a x t a x t a x t
1 1 2 2 1 1 2 2
+ +
El sistema es no lineal invariante en el tiempo.

Ejemplo 2.4
Establecer las caractersticas del sistema
de la Fig. 2.4. El interruptor I est cerrado
nicamente en el intervalo | | t
1
2
.
Prueba de la linealidad:
Sea x t a x t a x t ( ) ( ) ( ) = +
1 1 2 2

para | | t
1
2

x(t) y(t)
I
Fig. 2.4
h(t, )


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


95
y t ( ) = { } a x t a x t a
1 1 2 2 1
( ) ( ) + = { } x t a
1 2
( ) + { } x t
2
( )
y t a y t a y t ( ) ( ) ( ) = +
1 1 2 2
, Luego el sistema es lineal.
Respuesta Impulsional
Para x t t ( ) ( ) = se tiene que y t h t ( ) ( , = )
entonces, h t t ( , ( ) ( ) ) =
(t - ) para | |
1
2
para | | >
1
2

=
0

El sistema es variante en el tiempo, pues su respuesta impulsional depende de t y , y no
de la diferencia (t - ). La respuesta y(t) ser entonces
y t x t d x t t ( ) ( ) ( ) ( ) ( ) ( ) = =


Ejemplo 2.5
Un sistema tiene una respuesta impulsional de la forma h t t t u t ( ) [ ( ) exp( ) ( )] = 5 5 y es
excitado por un escaln retardado de la forma x t u t ( ) ( ) = 2 1 . Vamos a determinar la respuesta
y(t) del sistema.
[ ] y t t t u t u d ( ) ( ) exp[ ( )] ( ) ( ) =

5 5 2 1
y t t u d t u t u d ( ) ( ) ( ) exp[ ( )] ( ) ( ) =


10 1 10 5 1
pero u t u ( ) ( ) =



1
1 para 1 t; 1 t
0 en el resto

de donde y t u t t d
t
( ) ( ) exp[ ( )] =

10 1 10 5
1

Como la integral es vlida solamente para 1 t ,
entonces
[ ] y t u t t u t ( ) ( ) exp[ ( )] ( ) = 10 1 2 1 5 1 1
[ ] y t t u t ( ) exp[ ( )] ( ) = + 8 2 5 1 1
Esta respuesta se representa en la Fig. 2.5.

10
8
y(t)
1 0
t
Fig. 2.5.





II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


96
Causalidad y Estabilidad en Sistemas Lineales
Causalidad
Se dice que un sistema lineal es causal cuando no produce una respuesta antes de ser aplicada
una excitacin. Las condiciones necesarias y suficientes para alcanzar la causalidad son:
h t ( , ) = 0 o h(t - ) = 0 para t < h(t) = 0 para t < 0 (2.13)
Un sistema no causal no cumple con (2.13) y adems no puede realizarse fsicamente. Los
sistemas fsicos son siempre causales pues al operar en tiempo real no pueden producir ninguna
respuesta a menos de ser excitados. Sin embargo, hay muchas aplicaciones en las cuales la seal a
ser procesada se encuentra almacenada; en tales casos el sistema puede no ser causal y an as
puede ser fsicamente realizable.
En sistemas causales el lmite superior de integracin es t, de modo que
y t x h t
t
( ) ( ) ( , =

)d para cualquier sistema lineal causal (2.14)


y t x h t d
t
( ) ( ) ( ) =

para un SLIT causal (2.15)


Finalmente, se supone que la entrada es cero hasta determinado tiempo, como, por ejemplo,
para t = 0. En este caso,
x t t ( ) = 0 para < 0 , de donde
y t x h t
t
( ) ( ) ( , =

)d
0
para cualquier sistema lineal causal (2.16)
y t x h t d
t
( ) ( ) ( ) =


0
para un SLIT causal (2.17)
Estabilidad
En cuanto a la estabilidad, se dice que un sistema lineal es estable cuando para una entrada
acotada la respuesta tambin es acotada, es decir,
Si | ( )| x t M < y |y(t)| N < para todo t, el sistema es estable (2.18)
M y N son constantes reales y positivas.
Vamos a ver cules son las condiciones que el sistema debe cumplir a fin de asegurar la
estabilidad. Si la entrada es acotada, entonces
| ( )| x t M < + para todo t
Consideremos un SLIT. Se ha demostrado [C. R. Wylie, 1960] que si existe una constante
K tal que | ( )| q x K < y | z(x)| < , se cumple que
| ( )| ( ) ( ) | ( )|| ( )| | ( )| z x p x q x dx p x q x dx K p x dx = <

para todo x.
Aplicando esta desigualdad a (2.7) y con ayuda de las condiciones (2.18), se obtiene

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


97
| ( )| ( ) ( ) | ( )|| ( )| | ( )| y t h x t d h x t d M h d =



| ( )| | ( )| y t M h d N = <

para todo t (2.19)


De (2.19) se deduce que para que un SLIT sea estable, la respuesta impulsional h(t) debe
cumplir con la condicin de integrabilidad absoluta, esto es, la condicin suficiente para que haya
estabilidad es que
| ( )| h t dt <

(2.20)
de donde | ( )| y t N < + para todo t
La respuesta es acotada y por lo tanto el sistema es estable.
Ntese que (2.20) es tambin condicin suficiente para que h(t) tenga una transformada de
Fourier, condicin que vamos a utilizar en la siguiente seccin.
2.2.4. Caracterizacin de Sistemas Lineales en el Dominio de la Frecuencia
Funcin de Transferencia
Consideremos un SLIT al cual se le aplica una excitacin x(t), donde x t X f ( ) ( ).
De (2.7), y t x t ( ) ( ) =

h(t) = x( )h(t - )d
-

Tomando la transformada de Fourier,
{ } y t y t j ft dt x h t j ft dt d ( ) ( ) exp( ) ( ) ( ) exp( ) = =


2 2 (2.21)
Mediante el cambio de variables t t ' = , la integral dentro de los corchetes es
h t j ft dt j f h t j ft dt ( ) exp( ) exp( ) ( ' ) exp( ' ) ' =


2 2 2 (2.22)
La integral de la derecha en (2.22) tiene la forma de una integral de Fourier. Si ste es el
caso, h(t) debe satisfacer (2.20). Podemos entonces definir
H f ( ) = { } h t h t j ft dt ( ) ( ) exp( ) =

2 (2.23)
La cantidad H(f) se denomina Funcin de Transferencia, y es la caracterizacin de un
sistema lineal invariante en el tiempo (SLIT) en el dominio de la frecuencia. La funcin de
transferencia H(f) y la respuesta impulsional h(t) forman entonces un par de transformadas de
Fourier, es decir, en un SLIT se verifica que
h t H f ( ) ( ) (2.24)
Reemplazando (2.22) con la ayuda de (2.23) en (2.21), se obtiene
{ } y t H f x j f d ( ) ( ) ( ) exp( ) =

2
pero la integral es la transformada de Fourier X(f) de x(t), de donde

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


98
Y f H f X f ( ) ( ) ( ) = (2.25)
Un sistema lineal invariante en el tiempo puede describirse en el dominio de la frecuencia
si se observa que la transformada de Fourier de la respuesta es el producto de la transformada de
Fourier X(f) de la excitacin por la funcin de transferencia H(f) del sistema. Las relaciones
espectro-temporales correspondientes sern:
y t h t ( ) ( ) = x(t) Y(f) = H(f)X(f) (2.26)
donde h t H f ( ) ( ); x(t) X(f); y(t) Y(f)
El dual de las expresiones (2.26) se puede establecer en la forma siguiente:
Si x t X f t X f
1 1 2
( ) ( ) ( ) ( ) y x
2
,
entonces, por simetra o dualidad, podemos demostrar que
x t t X f f X X f d
1 2 1 1 2
( ) ( ) ( ) ( ) ( ) ( ) x X
2
=

(2.27)
En general, se verifica que
x t t t f f f
1
( ) ( ) ( ) ( ) ( ) ( )....... x x ....... X X X
2 3 1 2 3
(2.28)
x t t t f f f
1 1
( ) ( ) ( )........ ( ) ( ) ( ) x x X X * X ......
2 3 2 3
(2.29)
En resumen, la convolucin de seales en el dominio del tiempo es equivalente a la
multiplicacin de sus espectros en el dominio de la frecuencia; igualmente, la multiplicacin de
seales en el dominio del tiempo es equivalente a la convolucin de sus espectros en el dominio de
la frecuencia. A las expresiones (2.26) a (2.29) algunas veces se las denomina teoremas de la
convolucin.
Ejemplo 2.6
Vamos a repetir el Ejemplo 2.5 pero trabajando en el dominio de la frecuencia.
Del Ejemplo 2.5, h t t t u t H f
j f
( ) [ ( ) exp( ) ( )] ( ) = =
+
5 5 5
5
5 2


x t u t X f f
j f
j f ( ) ( ) ( ) ( ) exp( ) = = +

2 1
2
2
2


y t x t ( ) ( ) = h(t) Y(f) = X(f)H(f)
Entonces, Y f f
j f
f
j f j f j f
j f ( ) ( )
( )
( )
exp( ) = +
+

+

5
10
2
5
5 2
10
2 5 2
2




pero
5
5 2


( )
( )
f
j f
f
+
= pues (f) = 0 para f 0
Y f f
j f j f j f
j f ( ) ( )
( )
exp( ) = +
+

4
10
2
10
2 5 2
2


Mediante desarrollo en fracciones parciales, el tercer trmino dentro de los corchetes tiene
la forma

10
2 5 2
2
2
2
5 2 j f j f j f j f ( ) +
=
+
; por lo tanto,

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


99
Y f f
j f j f j f
j f ( ) ( ) exp( ) = + +
+

4
10
2
2
2
2
5 2
2


Y f
f
j f
j f
j f
j f ( )
( )
exp( ) exp( ) = +

+
+

8
2
1
2
2 2
1
5 2
2


Tomando las correspondientes antitransformadas
[ ] y t t t u t t u t ( ) ( ) exp[ ( )] ( ) exp[ ( )] ( ) = + = + 8u 1 2 5 1 1 8 2 5 1 1
que es el mismo resultado obtenido en el Ejemplo 2.5.

Criterio de Paley-Wiener
La estabilidad y posibilidad de realizacin fsica que tratamos en la seccin anterior son
nociones independientes; pero si un sistema es a la vez estable y realizable, se dice que l es
fsicamente realizable.
Para que un sistema sea fsicamente realizable, debe cumplir, adems de las condiciones
(2.13) y (2.20), con el llamado Criterio de Paley-Wiener, el cual establece que si la integral I es
finita, es decir, si
I
H f
f
df =
+
<

ln| ( )|
1 4
2 2

(2.30)
entonces (2.30) es condicin necesaria y suficiente para que |H(f)| sea el mdulo de la funcin de
transferencia de un sistema fsicamente realizable. Esto quiere decir que si la integral existe (es
menor que ), la funcin de transferencia H(f) tendr una caracterstica de fase ( ) f tal que

h t
df
( ) =
<

0 para t < 0, donde


h(t) H(f) =| H(f)| exp[j (f)] y | H(f)|
2
-

(2.31)
Todo sistema fsicamente realizable producir siempre un desfase (o retardo). Ntese que si
H(f) se hace cero en un intervalo de frecuencias dado, no cumplir con el Criterio de Paley-Wiener
y por lo tanto no es fsicamente realizable. Otra manera de interpretar el Criterio de Paley-Wiener es
que la amplitud de |H(f)| no puede decaer ms rpido que el decrecimiento exponencial.
Propiedades de la Funcin de Transferencia
1. Puesto que H(f) es, en general, una magnitud compleja, se puede expresar en la forma
H f H f j f ( ) | ( )| exp[ ( )] = (2.32)
|H(f)| se denomina Respuesta de Amplitud o ms comnmente Respuesta de
Frecuencia del Sistema, y (f) es la Respuesta de Fase. En los sistemas de
comunicacin h(t) siempre es real, por lo tanto la funcin de transferencia tendr simetra
hermtica, es decir,
| ( )| | ( )| | ( )| H f H f H f = =

y (f) = - (-f)
2. La funcin de transferencia H(f) es el nexo que relaciona, en el dominio de la frecuencia,
la entrada y salida de un sistema lineal invariante en el tiempo. En efecto, demostramos
que

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


100
Y f H f X f ( ) ( ) ( ) = (2.25)
3. Se puede determinar el efecto de la funcin de transferencia H(f) sobre las densidades
espectrales. En efecto, de la expresin (2.25), podemos escribir
| ( )| | ( )|| ( )| ( ) ( ) ( ) Y f H f X f f f f
x
= = + y
y

Si la seal de entrada x(t) est caracterizada por su densidad espectral de energa G f
x
( ),
entonces la densidad espectral de energa a la salida del sistema ser, de (1.87) y (1.88),
G f Y f H f X f H f G f
y x
( ) | ( )| | ( )| | ( )| | ( )| ( ) = = =
2 2 2 2
(2.33)
y la energa total de salida, E G f df H f G f df
y y x
= =


( ) | ( )| ( )
2
(2.34)
Igualmente, si la entrada x(t) es una seal de potencia con una densidad espectral de
potencia S f
x
( ), entonces la densidad espectral de potencia a la salida es
S f H f S f
y x
( ) | ( )| ( ) =
2
(2.35)
La potencia promedio de salida ser entonces
< >= =


y t S f df H f S f df
y x
2 2
( ) ( ) | ( )| ( ) (2.36)
donde S
x
(f) viene dada por (1.109).
4. Consideremos ahora la salida de un SLIT cuando la entrada es de la forma
x t A j f t X f A f f
o o
( ) exp( ) ( ) ( ) = = 2
Y f H f X f AH f f f
o
( ) ( ) ( ) ( ) ( ) = = . La salida y(t) ser entonces
y t Y f j tf df A H f f f j tf df
o
( ) ( ) exp( ) ( ) ( ) exp( ) = =


2 2
pero de la propiedad de muestreo del impulso unitario,
y t AH f j f t H f x t
o o o
( ) ( ) exp( ) ( ) ( ) = = 2 (2.37)
donde H f H f j f
o o o
( ) | ( )| exp[ ( )] = (2.38)
La expresin (2.37) significa que un SLIT cuya funcin de transferencia es H(f),
no puede generar nuevas frecuencias: a la salida slo estarn presentes las frecuencias que
haba a la entrada; estas componentes de frecuencia pueden estar atenuadas e incluso
desaparecer, pero no podr generarse nuevas frecuencias. En particular, si la entrada es una
seal sinusoidal de frecuencia f
o
, la salida ser tambin sinusoidal de la misma frecuencia,
pero con una amplitud y fase en general diferentes, como bien lo expresa (2.37).
Recprocamente, un sistema que cambie o genere nuevas frecuencias ser: o no
lineal o variante en el tiempo o ambos, y no poseer una funcin de transferencia.
Ntese tambin que cualquier sistema, lineal o no lineal, tendr siempre una respuesta
impulsional, pero solamente los sistemas lineales invariantes en el tiempo poseern una funcin de
transferencia.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


101
Ejemplo 2.7. Ecuacin Diferencial de un SLIT
Un sistema lineal invariante en el tiempo se puede representar mediante una ecuacin
diferencial lineal con coeficientes constantes que relaciona, en el dominio del tiempo, la excitacin
x(t) con la respuesta y(t). Por ejemplo, supongamos que un SLIT est representado mediante la
ecuacin diferencial
y t RC
d
dt
y t RC
d
dt
y t x t ( ) ( ) ( ) ( ) ( ) + + = 2
2
2
2

Tomando la correspondiente transformada de Fourier,
Y f RC j f Y f RC j f Y f X f ( ) ( ) ( ) ( ) ( ) ( ) ( ) + + = 2 2 2
2 2


[ ]
Y f RC j f RC j f X f ( ) ( ) ( ) ( ) ( ) 1 2 2 2
2 2
+ + =
de donde Y f
X f
RC j f RC j f
H f X f ( )
( )
( ) ( ) ( )
( ) ( ) =
+ +
=
1 2 2 2
2 2


Por consiguiente, la funcin de transferencia del SLIT es
H f
RC j f RC j f j fRC
( )
( ) ( ) ( ) ( )
=
+ +
=
+
1
1 2 2 2
1
1 2
2 2 2


El lector puede verificar que esta funcin de transferencia corresponde al circuito mostrado
en la Fig. 2.68 del Problema de Aplicacin 2.24.
La ecuacin diferencial o ntegrodiferencial que representa a un sistema lineal invariante en
el tiempo es otro modelo del sistema y por transformada de Fourier se puede determinar su funcin
de transferencia H(f) y su correspondiente respuesta impulsional h(t).

Ejemplo 2.8. Respuesta de un SLIT a Entradas Peridicas
La entrada a un SLIT es una seal x t
T
( ) peridica de perodo T. De (1.105),
x t X j nf t X f f X nf f nf
T n o T o o o
n n
( ) exp( ) ( ) ( ) ( ) = =
=


2
El espectro Y(f) de la salida y(t) es
Y f f H f X nf f nf f H nf X nf f nf
o o o o o o o
n n
( ) ( ) ( ) ( ) ( ) ( ) ( ) = =
=



Por transformada de Fourier inversa, la salida y(t) es

-
1
{ } Y f f H nf X nf f nf j tf df
o o o o
n
( ) ( ) ( ) ( ) exp( ) =


2
y t f H nf X nf f nf j tf df
o o o o
n
( ) ( ) ( ) ( ) exp( ) =


2

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


102
y t f H nf X nf j nf t H nf X j nf t
o o o o o n o
n n
( ) ( ) ( ) exp( ) ( ) exp( ) = =
=


2 2
Como H nf H nf j nf X j
o o o n n
( ) | ( )| exp[ ( )] | | exp( ) = = y X
n

entonces, { } y t H nf X j nf t nf
o n o o n
n
( ) | ( )| | | exp [ ( ) ] = + +
=

2
Del Teorema de Parseval, la potencia de salida del SLIT ser
< >=
=

y t H nf X
o n
n
2 2 2
( ) | ( )| | |
Si H(f) existe solamente en cierta gama de frecuencias, por ejemplo, en el intervalo
( , ) Nf
o
Nf
o
, la salida y(t) y su correspondiente potencia sern
y t H nf X j nf t
o n o
n N
N
( ) ( ) exp( ) =
=

2 y < >=
=

y t H nf X
o n
n N
N
2 2 2
( ) | ( )| | |
y si adems H(f) es constante en ese intervalo, por ejemplo, H(f) = H
o
en | | f Nf
o
, entonces
y t H X j nf t
o n o
n N
N
( ) exp( ) =
=

2 y < >=
=

y t H X
o n
n N
N
2 2 2
( ) | | | |
Recurdese que H
o
es, en general, complejo. Obsrvese tambin que a la salida aparecen
solamente las frecuencias de entrada que estn contenidas dentro de la banda de paso de H(f).

2.3. LA INTEGRAL DE CONVOLUCIN
2.3.1. Aplicaciones en el Anlisis de Seales y Sistemas
La operacin matemtica denominada convolucin es una de las principales herramientas
analticas de los ingenieros de telecomunicacin. En primer lugar, porque es un buen modelo para
entender los procesos fsicos que se desarrollan en un sistema lineal; y en segundo lugar, porque
ayuda en la comprensin de las relaciones entre el dominio del tiempo y el dominio de la
frecuencia. Su importancia deriva tambin del hecho de proveernos de una poderosa herramienta
analtica no slo en el anlisis de seales y sistemas de comunicacin, sino tambin en conexin
con las aplicaciones de la Teora de Circuitos, la Transformada de Laplace y la Transformada Z
en otras reas de la ingeniera elctrica.
Desde el punto de vista de los sistemas lineales invariantes en el tiempo, la convolucin es
el nexo entre el dominio del tiempo y el dominio de la frecuencia, es decir, de (2.26),
y t h t ( ) ( ) =

x(t) = x( )h(t - )d Y(f) = H(f) X(f)


-

Si se conoce la respuesta impulsional h(t), la integral de convolucin permite determinar la
respuesta y(t) de un sistema lineal para cualquiera excitacin x(t). Ntese que la integral de
convolucin no exige el conocimiento de H(f) o X(f). Por lo tanto, si se conoce h(t) a partir de datos
experimentales o si no es posible expresar h(t) como una funcin explcita de t, la integral de
convolucin ofrece un mtodo para determinar y(t). La misma situacin ocurre respecto a x(t). En

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


103
situaciones como stas, es conveniente interpretar la convolucin en forma grfica; esto lo veremos
ms adelante.
Como herramienta operacional, la integral de convolucin se puede utilizar para determinar
la transformada inversa de una funcin de f cuando esta funcin se puede escribir como un producto
de funciones de f cuyas transformadas inversas son conocidas. Por ejemplo, se desea determinar la
transformada de Fourier inversa de X(f), donde X(f) se puede descomponer en la forma
X f X f X f ( ) ( ) ( ) =
1 2
donde se conoce
1
{ } X f x t
1 1
( ) ( ) = y
1
{ } X f x t
2 2
( ) ( ) =

Por transformada de Fourier inversa y aplicacin del teorema de la convolucin,

1
{ } X f x t ( ) ( ) = =

1
{ } X f
1
( )

1
{ } X f
2
( )

Por lo tanto, x t x t t x x t d ( ) ( ) ( ) ( ) ( ) = =

1 1 2
x
2
=

X f j tf df ( ) exp( ) 2 (2.39)
En un problema particular, el lector deber reconocer cul de las dos formas de operar lo
lleva a la respuesta con menor dificultad: si aplicando la integral de convolucin o tomando
directamente la transformada inversa de X(f). La extensin de este procedimiento para n funciones
de f es directa.
La resolucin de la integral de convolucin es, comnmente, una operacin complicada y
muchas veces es preferible operar con las transformadas de Fourier. En los siguientes ejemplos
presentamos algunas aplicaciones y mtodos para la resolucin puramente analtica de la integral
de convolucin.
Ejemplo 2.9. Convolucin de una Seal con Impulsos Unitarios
La convolucin de una seal x(t) con un impulso unitario (t), de acuerdo con la propiedad
de muestreo del impulso unitario, resulta en la misma seal x(t). En efecto,
x t ( ) (t) = x( ) (t - )d = x(t)
-

(2.40)
En la misma forma, puede demostrarse que:
(a) x t ( ) (t - T) = x(t - T) (2.41)
(b) x t t x t t t ( ) ) ( ) =
1 1 2
(t - t
2
(2.42)
(c) ( ) ) ( ) t t t t t =
1 1 2
(t - t
2
(2.43)
(d) Si x t
T
( ) es una seal peridica de perodo T, y x(t) su correspondiente seal generatriz,
entonces x t
T
( ) se puede representar en la forma
x t x t nT x t
T
n
( ) ( ) ( ) = =


(t - nT)
n=-

y de (2.28), la transformada de la seal peridica x t
T
( ) es
X f X f f f nf f X nf f nf
T o o
n
o o o
n
( ) ( ) ( ) ( ) ( ) =

=
=


(2.44)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


104
resultado que ya habamos obtenido por otros mtodos, expresin (1.105), que es la
transformada de una seal peridica.
(e) Sea el producto
s s s s
n=- n
x(t) (t-nT ) x(nT ) (t nT ) x (t)

=
= =

.
De (2.27), X f X f f nf
s s
n
( ) ( ) ( ) =
=

f
s

y de (2.41), X f f X f nf
s s s
n
( ) ( ) =
=

(2.45)
Esta expresin nos dice que si se multiplica una seal x(t) por un tren de impulsos
unitarios de perodo T f
s s
= 1/ y amplitud unitaria, el espectro del producto es la
repeticin peridica del espectro de x(t) en las frecuencias nf
s
con un factor de escala f
s
.
Este resultado es de capital importancia en la Teora del Muestreo, como veremos en el
Captulo V.

Ejemplo 2.10. Convolucin de una Seal con un Impulso Rectangular
En el anlisis de seales y sistemas lineales a menudo se presenta el caso de la convolucin
de una seal con un impulso rectangular. Para generalizar el procedimiento desde un punto vista
puramente analtico, consideremos el producto de convolucin
z x y x ( ) ( ) ) = B (
x
2x
o
(2.46)
El rectngulo se puede expresar como una suma de escalones unitarios de la forma
( ) ( ) ( )
x
x
u x x u x x
o
o o
2
= + ; por lo tanto, z x y x Bu x x y x Bu x x
o o
( ) ( ) ( ) ( ) ( ) = +
z x B y x u x d B y x u x d
o o
( ) ( ) ( ) ( ) ( ) = +



pero u x
o
( )

+ =

0
1
para < -x
para - x
o
o
y u x
o
o
( )

0
1
para < x
para x
o

de donde z x B y x d B y x d
x x
o o
( ) ( ) ( ) =


(2.47)
Esta expresin nos permite determinar el producto de convolucin (2.46). El lmite superior
de las integrales depender de la forma de y(x), como veremos en los casos siguientes.
(a) Sea y x A ax u x ( ) exp( ) ( ) =
z x AB a x u x d AB a x u x d
x x
o o
( ) exp[ ( )] ( ) exp[ ( )] ( ) =



z x AB ax a d a d
x
x
x
x
o o
( ) exp( ) exp( ) exp( ) =



II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


105
La primera integral es vlida para
o o
x x x , mientras que la segunda lo es para
. x x
o
<
Por consiguiente, la expresin anterior se puede escribir en la forma compacta

) x x ( u d ) a exp( )
x 2
x
( d ) a exp( ) ax exp( AB ) x ( z
o
x
x
o
x
x
o o

Resolviendo las integrales,
[ ] [ ]

+ = ) x x ( u )] x x ( a exp[ 1 )
x 2
x
( )] x x ( a exp[ 1
a
AB
) x ( z
o o
o
o

En la Fig. 2.6 se muestra la forma de z(x).

(b) Sea y x Asinc(ax ( ) ) =
z x AB sinc[a x d AB sinc[a x d
x x
o o
( ) ( )] ( )] =



z x AB
a x
a x
d AB
a x
a x
d
x x
o o
( )
sen[ ( )]
( )
sen[ ( )]
( )
=








Con el cambio de variables a x ( ) ' = , las integrales se reducen a
z x
AB
a
d d
a x x a x x
o o
( )
sen( ' )
'
'
sen( ' )
'
'
( ) ( )
=




Como
sen( ' )
'
'



d =

2
0
, entonces
z x
AB
a
d d
a x x a x x
o o
( )
sen( ' )
'
'
sen( ' )
'
'
( ) ( )
=



0 0

Estas integrales definidas se conocen con el nombre de Integral Seno, Si(x), la cual est
definida mediante la integral
Si x
y
y
dy
x
( )
sen( )
=

0

y que se muestra en la Fig. 2.7 para |x| < .

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


106
La Integral Seno se puede expresar tambin como una serie de potencias de la forma
Si x x
x x x x
( )
! ! ! !
. . . . . . . . . . . . =


3 5 7 9
3 3 5 5 7 7 9 9

y tiene las siguientes propiedades:
1. Si x Si x ( ) ( ); = es una
funcin impar de x.
2. lim Si x
x
= ( ) ;

2

3. Si(0) 0 =
Como la Integral Seno no
puede resolverse en forma analtica,
normalmente se encuentra tabulada en
la forma Si(x) vs x. Desarrollando
Si(x) en serie de potencias, ella se
puede aproximar tomando un nmero
20 12 4 4 12 20
2
1
0
1
2
Si( ) x
x
/ 2
/ 2
0
x
Fig. 2.7. La Integral Seno

suficiente de trminos, y se presta a ser calculada mediante clculo numrico.
Con ayuda de la Integral Seno en el problema que nos ocupa, obtenemos finalmente
{ } { } [ ]
z x
AB
a
Si a x x Si a x x
o o
( ) ( ) ( ) = +


Una grfica de esta expresin se muestra en la Fig. 2.26(b) del Ejemplo 2.19.
(c) Sea
1 o 1
1
x 2 x x con )
x 2
x
( A ) x ( y < < =
En este caso se tiene la convolucin de dos rectngulos de diferente amplitud y anchura
pero centrados en el origen. Entonces
y x Au x x Au x x ( ) ( ) ( ) = +
1 1

[ ] [ ] z x AB u x x u x x d u x x u x x d
x x
o o
( ) ( ) ( ) ( ) ( ) = + +

1 1 1 1

+ =

o o
x x
1 1
d ) x x ( u d ) x x ( u AB ) x ( z
+ +



u x x d u x x d
x x
o o
( ) ( )
1 1

z x AB d u x x x d u x x x
x
x x
o
x
x x
o
o o
( ) [ ( )] [ ( )] =

+ +



1 1
1 1



+
)] x x ( x [ u d )] x x ( x [ u d
1 o
x x
x
1 o
x x
x
1
o
1
o

Resolviendo las integrales y agrupando trminos,

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


107
{ z x AB x x x u x x x x x x u x x x
o o o o
( ) [ ( )] [ ( )] [ ( )] [ ( )] = + + + + + +
1 1 1 1

} + + + [ ( )] [ ( )] [ ( )] [ ( )] x x x u x x x x x x u x x x
o o o o 1 1 1 1

Vemos que z(x) est formada por la suma de cuatro rampas; tomando en cuenta los
dominios de validez de estas rampas, se puede escribir finalmente
z x AB x x x
x x
x
x
x
x x
x x x
x x
x
o
o
o
o
o
( ) [ ( )] ( )
( )
[ ( )] ( ) = + +
+
+

1
1
1
1
1
1
2
2
2 2

z(x) tiene la forma dada en la Fig. 2.8.

2x1AB
-xo - x1 -xo + x1
0
x
xo - x1 xo + x1
z(x)
Graficacin de z(x) vs x
Fig. 2.8.

En estos ejemplos, aparentemente sencillos, se puede ver lo laboriosa que puede ser la
manipulacin matemtica cuando la resolucin de la integral de convolucin es puramente
analtica y las funciones en juego no son continuas en t. Cuando no se requiere valores exactos, la
resolucin de la integral de convolucin se puede efectuar en forma grfica, que veremos en la
prxima seccin.

Ejemplo 2.11. Convolucin de Seales Peridicas
Consideremos dos seales peridicas x t t
T1
( ) ( ) y x
T2
con el mismo perodo T. La
convolucin se efecta dentro de un perodo T y se define en la forma
x t t
T1
( ) ( ) x
T2
=
1
1 2
2
2
T
x x t d
T T
T
T
( ) ( )
/
/

(2.48)
Reemplazando x t
T2
( ) por su desarrollo en serie de Fourier,
x t t
T
x X j nf t d
T T n o
n
T
T
1 1 2
2
2
1
2 ( ) ( ) ( ) exp[ ( )]
/
/
x
T2
=



Intercambiando los signos de integral y sumatoria
x t t X j nf t
T
x j nf d
T n o T o
T
T
n
1 2 1
2
2
2
1
2 ( ) ( ) exp( ) ( ) exp( )
/
/
x
T2
=


pero la integral dentro de los corchetes es igual a X
n1
, entonces
x t t X X j nf t X X f nf
T n n o n n o
n n
1 1 2 1 2
2 ( ) ( ) exp( ) ( ) x
T2
=
=


(2.49)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


108
La expresin (2.49) es una forma del teorema de convolucin para seales peridicas.
Como el perodo T es el mismo para X
n1
y X
n2
, entonces se puede escribir
X X X X j X X
n n n n n n n n n 1 2 1 2 1 2
= = = = + | | exp( ) | | | | | donde | X y
n n
(2.50)
Reemplazando (2.50) en (2.49),
x t t X j nf t X f nf
T n o n o
n n
1
2 ( ) ( ) exp( ) ( ) x
T2
=
=


(2.51)
La convolucin de dos seales peridicas de perodo T, es tambin peridica de perodo T.
Ntese que si las seales peridicas son de diferente perodo, su convolucin ser cero.

2.3.2. Interpretacin Grfica de la Convolucin
La interpretacin grfica de la convolucin es de mucha utilidad en el anlisis de sistemas
as como tambin en el anlisis espectral de seales pues permite visualizar los resultados de
muchas relaciones abstractas. Si en un sistema lineal slo se conoce x(t) y h(t) en forma grfica,
entonces la convolucin grafica resulta muy til. Como ejemplo de esto supongamos que
x t t
1
( ) ( ) y x
2
son los impulsos rectangular y triangular mostrados en la Fig. 2.9(a). Vamos a
determinar grficamente el producto de convolucin x t t
1
( ) ( ) x
2
.
Por definicin, x t t x x t d
1 1 2
( ) ( ) ( ) ( ) x
2
=

(2.52)
donde es la variable independiente y t el parmetro tiempo. En la Fig. 2.9(b) se muestra x
1
( ) y
x
2
( ). Ntese que x
2
( ) se obtiene girando x t
2
( ), con t = , alrededor del eje vertical que
pasa por el origen.

El trmino x t
2
( ) representa la funcin x
2
( ) desplazada t segundos a lo largo del eje
; en la Fig. 2.9(c) se muestra x t
2
( ) ( ) y x
1
y el sentido del desplazamiento. El valor de la
integral de convolucin para un t particular viene dado por la integral (2.52) evaluada en t y
representa el rea bajo la curva producto de x t
1
( ) ( ) y x
2
, es decir, de su rea de interseccin.
Por ejemplo, para t t =
2
, dicha rea es la regin sombreada de la Fig. 2.9(d); el valor de
x t t
1
( ) ( ) x
2
en t t =
2
es igual a esa rea sombreada y se ha representado como una amplitud en
la Fig. 2.9(f). Lo mismo para t t =
3
, Fig. 2.9(e).
Para encontrar los valores del producto de convolucin x t t
1
( ) ( ) x
2
se selecciona
diferentes valores de t, se desplaza la funcin x
2
( ) segn esos valores y se calcula el rea de
interseccin correspondiente. Estas reas representan los valores del producto de convolucin en los
valores respectivos de t. La grfica de las reas de interseccin, expresadas como funciones de t,
Fig. 2.9(f), representa el producto de convolucin x t t
1
( ) ( ) x
2
.
La integral de convolucin, expresin (2.52), introduce el concepto de funcin de
ponderacin (weighting function) en la terminologa del anlisis de sistemas [Brown y Nilsson,
1962]. En efecto, la respuesta de un sistema al impulso unitario se ha denominado tambin funcin
de ponderacin del sistema porque multiplica la funcin de entrada en la integral de convolucin.
El concepto de ponderacin se evidencia cuando la rotacin y traslacin de x t
2
( ) es vista sobre una
escala temporal (en ) la cual se caracteriza como pasado, presente y futuro, Fig. 2.10; se
supone que x t
2
( ) es la excitacin del sistema.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


109

t
2
t t =
2
t
3
t t =
3
x
1
( ) x
1
( )
x
1
( )
x
1
( )
x t
1
(t) x
2
( )
t
2
t
3
x t
2
( )
x t
1
( )
x
2
( )
x t
2
( )
x t
2
( )
t
1
1 t
1
+ t
1
2
x t
2
( )
t t =
1


2
1
1
1
0 0
0 0
0
0
-2 1 -1
-1
-1
-1
-1
t t
1
1
1
1
(a)
(b)
(c)
(d)
(e)
2
2
2
Desplazamiento
2
0 1 -1
2
1 1
2,5
0 -3 -2 -1 1 2
t
(f)
Fig. 2.9. Convolucin Grfica.


t t =
1

x t
2
( )
t
1
x t
2
( )
0
Valor de la funcin cuando
ha transcurrido unidades
de tiempo
futuro
(suceder)
presente
pasado
(ha sucedido)
La funcin se desplaza en
este sentido a medida que
t aumenta
Fig. 2.10. Concepto de pasado, presente y futuro de la excitacin

En el grfico de x t
2
( ) , Fig. 2.10, el eje vertical representa el presente, el semiplano de
la mano izquierda el futuro, y el semiplano de la mano derecha el pasado. Con referencia a la Fig.
2.9(d) y (e), y visualizando la multiplicacin de x t
1
( ) ( ) por x
2
, se puede ver que x
1
( )
pesa o pondera la funcin x t
2
( ) de acuerdo con valores presentes y pasados. Para la funcin dada

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


110
x
1
( ) , los valores pasados de x t
2
( ) son ponderados menos y menos a medida que pasa el tiempo.
Dicho de otra manera, el sistema recuerda menos y menos acerca de los valores pasados de la
entrada. Usando estas ideas, podramos decir que una respuesta impulsional h(t) que fuera plana
dara igual peso o ponderara por igual a todos los valores pasados y presentes de la excitacin x(t);
ste sera un sistema con memoria perfecta. Por otro lado, si la respuesta impulsional fuera un
impulso muy angosto, el sistema tendra poca memoria. Por ejemplo, h t u t ( ) ( ) = caracterizara un
sistema de memoria perfecta, mientras que h t t ( ) ( ) = caracterizara un sistema de memoria cero.

A la respuesta impulsional h(t) se la ha designado entonces como la funcin memoria del
sistema. Esta memoria es el tiempo necesario para que h(t) se estabilice y vuelva prcticamente a
cero y es el tiempo durante el cual el sistema recuerda las excitaciones a las cuales ha sido
sometido. La funcin memoria indica, pues, hasta donde hay que remontarse en el tiempo para
encontrar el momento desde donde una excitacin sobrevenida en el pasado influye todava en el
momento considerado (o presente).
Podemos resumir la importancia de la integral de convolucin mediante las siguientes
observaciones:
(a) La integral de convolucin se puede utilizar para determinar la respuesta de un sistema
en situaciones donde la entrada x(t) y la respuesta impulsiva h(t) son conocidas, grfica
o analticamente, pero no sus respectivas transformadas de Fourier.
(b) La integral de convolucin introduce la posibilidad de aproximar la seal de entrada
como una secuencia de impulsos, determinndose la respuesta total por superposicin de
las respuestas individuales de cada impulso.
(c) La integral de convolucin introduce el concepto de funcin de ponderacin o
memoria del sistema.
(d) Como herramienta analtica, la integral de convolucin proporciona los recursos para
una resolucin alterna de las Integrales de Fourier.
2.4. DISTORSIN EN SISTEMAS
2.4.1. Transmisin sin Distorsin
Sabiendo que la respuesta impulsional suministra informacin fundamental acerca del
comportamiento general de un sistema, vamos a considerar esa respuesta en el caso de ciertos
sistemas lineales ideales. Con el fin de introducir estas idealizaciones, vamos considerar primero el
problema de la transmisin sin distorsin.
Sea un sistema lineal invariante en el tiempo en el cual
x t X f ( ) ( ); h(t) H(f); y(t) Y(f)
De (2.25) y (2.31), Y f H f j f X f ( ) | ( )|exp[ ( )] ( ) = (2.53)
o tambin y t H f X f j f j tf df ( ) | ( )| ( ) exp[ ( )]exp( ) =

2 (2.54)
Se tiene ahora el problema de determinar las restricciones que existen sobre |H(f)| y (f)
para que la seal de salida y(t) sea idntica a la seal de entrada x(t). Es evidente que si H(f) = 1,
las dos formas de onda seran idnticas; sin embargo, sta no es una condicin necesaria. En
cualquier sistema fsico la seal siempre experimenta una cierta atenuacin; si la atenuacin es

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


111
constante para todas las frecuencias, ella no representa ningn problema pues la amplitud original
puede restaurarse mediante amplificacin. Por otra parte, la transmisin no puede ser instantnea y
la seal de salida tendr un cierto retardo en relacin con la seal de entrada. Se dice entonces que
hay transmisin sin distorsin cuando la seal de salida est definida mediante la expresin
y t h x t t
o o
( ) ( ) = (2.55)
donde h
o
es la atenuacin (o ganancia) y t
o
el retardo de transmisin de la seal a travs
del sistema.
Por transformada de Fourier, (2.55) queda en la forma
Y f h j t f X f
o o
( ) exp( ) ( ) = 2 (2.56)
Comparando (2.56) con (2.53), se puede decir que la condicin necesaria y suficiente para
que se efecte la transmisin sin distorsin se verifica cuando
H f h j t f h t h t t
o o o o
( ) exp( ) ( ) ( ) = = 2 (2.57)
En consecuencia, | ( )| H f h f
o
= y (f) = -2 t
o
(2.58)
Si X(f) es de banda limitada (pasabajo o pasabanda), es suficiente que estas condiciones se
cumplan dentro de su intervalo de existencia.
Una expresin ms general para la fase en (2.58) es
( ) f t f n
o
= 2 para todo n entero (2.59)
Si n es par, se tiene que exp( ) = jn 1; mientras que si n es impar, exp( ) = jn 1, de tal
manera que la condicin de transmisin sin distorsin no cambia. Ntese que si n no es entero, se
producir distorsin de fase. An ms, puede suceder que, para n = 0, en alguna gama de
frecuencias la caracterstica de fase sea lineal, pero si su prolongacin no corta el eje ( ) f en cero o
en mltiplos enteros de , entonces aparecer un trmino constante de distorsin de fase (ver
Problema de Aplicacin 2.13). Esta situacin es comn en la prctica.
La caracterstica de fase en transmisin sin distorsin es entonces una familia de lneas
paralelas de pendiente 2t
o
, que cortan al eje ( ) f en mltiplos enteros de , y al eje de
frecuencia en las frecuencias f n t
n o
= / , 2 n = 0, 1, 2, . . . . como se puede apreciar en la
Fig.2.11(b). Esto significa que en transmisin sin distorsin todas las componentes de frecuencia de
una seal llegan a la salida al mismo tiempo, siendo t
o
el tiempo de propagacin o retardo de las
componentes a travs del sistema; en este caso se dice que no hay dispersin a la salida.

h
o
( ) f 2t
o

|H(f)|
f
f
n = 0
n = 1
n = -1 0
0
(a) Mdulo de H(f) (b) Fase de H(f)
Fig. 2.11. Caractersticas de un Sistema para Transmisin sin Distorsin.
pendiente =
n = -1
n = 1


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


112
En resumen, la transmisin sin distorsin requiere que la magnitud o mdulo de la funcin
de transferencia sea constante e independiente de la frecuencia, y que la caracterstica de fase sea
una funcin lineal de la frecuencia, como se muestra en la Fig. 2.11.
Ejemplo 2.12. Modelo de un Canal en Transmisin Multitrayecto
El concepto de transmisin sin distorsin permite analizar los efectos de la transmisin de
una seal por trayectorias mltiples producto de reflexiones en el trayecto transmisor-receptor, que
es una perturbacin muy comn en los sistemas de transmisin por radio. Sea entonces el modelo
de un canal en transmisin multitrayecto, mostrado en la Fig. 2.12.
h
o o
,
h
1 1
,
h
N N
,
Transmisor Receptor
x(t) y(t)
Fig. 2.12. Transmisin Multitrayecto.
La seal x(t) se genera en el transmisor y llega al receptor sin experimentar distorsin pero
por diferentes trayectorias que introducen atenuaciones h
i
y retardos
i
. La seal recibida y(t) es
y t h x t h x t h x t h x t
o o N N
( ) ( ) ( ) ( ) ...... ( ) = + + + +
1 1 2 2

cuya transformada de Fourier es

Y f h X f j f h X f j f h X f j f
o o N N
( ) ( ) exp( ) ( ) exp( ) ....... ( ) exp( ) = + + + 2 2 2
1 1

Y f X f h j f H f X f
n n c
n
N
( ) ( ) exp( ) ( ) ( ) = =
=

2
0

La funcin de transferencia y la respuesta impulsional de un canal multitrayecto sern
H f h j f h t h t
c n n c n n
n
N
n
N
( ) exp( ) ( ) ( ) = =
= =

2
0 0
(2.60)
El efecto de h t
c
( ) sobre la seal x(t) produce en sta una gran distorsin de tipo lineal. Esta
distorsin se debe principalmente a la disminucin y distorsin de la amplitud de la seal causadas
por interferencia destructiva debido a las diferencias de fase y atenuacin entre las diferentes
componentes de la seal que llegan al receptor. En la prctica los valores de h
i
y
i
no son
conocidos; en realidad, son cantidades aleatorias.

Ejemplo 2.13. El Filtro Transversal o Ecualizador
Los efectos producidos por la transmisin multitrayecto se pueden contrarrestar mediante la
utilizacin del llamado Filtro Transversal o Ecualizador, el cual acta sobre la seal recibida y(t)
para compensar la distorsin producida por el fenmeno de multitrayecto. El filtro transversal,
como se muestra en la Fig. 2.13, utiliza una lnea de retardos , cuyas salidas se ponderan con
ganancias
i
que luego se suman para producir la salida ecualizada y t
eq
( ).

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


113

o
1

2

K
y t
eq
( )
H f
eq
( )
Entrada
Retardo Retard Retardo
Salida
y(t)
Fig. 2.13. Filtro Transversal o Ecualizador

De la Fig. 2.13,
y t y t y t y t y t K
eq o K
( ) ( ) ( ) ( ) ...... ( ) = + + + +
1 2
2
cuya transformada de Fourier es
Y f Y f Y f j f Y f j K f
eq o K
( ) ( ) ( ) exp( ) ........ ( ) exp( ) = + + +
1
2 2
Y f j k f Y f H f Y f
eq k
k
K
eq
( ) exp( ) ( ) ( ) ( ) =

=
=

2
0
, de donde
H f j k f h t t k
eq k eq k
k
K
k
K
( ) exp( ) ( ) ( ) = =
= =

2
0 0
(2.61)
Estas son la funcin de transferencia y la respuesta impulsional del filtro transversal.
Como Y(f) es el espectro de la seal recibida, entonces, del Ejemplo anterior, Y(f) ser
Y f H f X f
c
( ) ( ) ( ) = y el espectro de la seal ecualizada ser
Y f H f H f X f
eq eq c
( ) ( ) ( ) ( ) =
La seal ecualizada y t
eq
( ) no presentar distorsin si H f H f H
eq c o
( ) ( ) = , donde H
o
es
una constante, es decir, cuando
H f
H
H f
eq
o
c
( )
( )
= (2.62)
En la prctica, la red ecualizadora se coloca a la entrada del receptor. La realizacin fsica
de la funcin de transferencia H f
eq
( ) se complica por cuanto los parmetros h f
i
y de H
i c
( ) en
general son desconocidos. El filtro ecualizador tiene mltiples aplicaciones en todas las ramas de la
ingeniera elctrica.

Sistemas de Fase Lineal
Sea un sistema real cuyas caractersticas de amplitud y fase se muestran en la Fig. 2.14(a).
Este es un sistema que no posee distorsin de fase, es decir, es un sistema cuya
caracterstica de fase es lineal y en el cual el mdulo de su funcin de transferencia tiene cualquier
perfil simtrico respecto a f = 0. Estos sistemas se denominan Sistemas de Fase Lineal.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


114

( ) f t f
o
= 2
t
o
h
max
|H(f)|
h(t)
0 0
t
(a) Caractersticas de Amplitud y Fase (b) Respuesta Impulsional
Fig. 2.14. Sistema de Fase Lineal.
f

Sea H f H f j t f
o
( ) | ( )| exp( ) = 2 donde t
o
es el retardo de transmisin y
h t H f j t f j tf df H f j t t f df
o o
( ) | ( )|exp( ) exp( ) | ( )|exp[ ( ) ] = =


2 2 2
Puesto que |H(f)| es una funcin par de f, entonces
h t H f t t f df
o
( ) | ( )| cos[ ( ) ] =

2 (2.63)
Sin necesidad de resolver la integral (2.63), podemos decir que la respuesta impulsional de
un sistema de fase lineal es simtrica respecto a t
o
porque h t t h t t
o o
( ) ( ) = . Asimismo, el valor
mximo h
max
de h(t) se alcanza cuando t t
o
= . En efecto, para t t
o
= , la expresin (2.63) queda
en la forma
h H f df
max
=

| ( )| (2.64)
donde h
max
representa el rea neta bajo |H(f)|.
Cualquier otro valor de t lo que hace es disminuir el valor del integrando en (2.63) porque
cos[ ( ) ] 2 t t f
o
tiene su valor mximo en t t
o
= para todo f. La respuesta impulsional h(t) de un
sistema de fase lineal tiene entonces la forma general mostrada en la Fig. 2.14(b): simtrica respecto
a t t
o
= , con valor mximo h
max
en t t
o
= y distinta de cero para t < 0. La dispersin de h(t)
alrededor de t t
o
= depender del ancho de banda de H(f); adems, si el retardo t
o
es lo
suficientemente grande, podemos suponer que h t ( ) 0 para t < 0, es decir, que h(t) es causal. Una
primera aplicacin de estos conceptos la veremos ms adelante al tratar los filtros ideales.
2.4.2. Tipos de Distorsin
En la prctica la transmisin sin distorsin se puede alcanzar solamente en forma
aproximada, pues siempre se producir un cierto grado de distorsin que es necesario cuantificar y,
si es posible, minimizar mediante un diseo apropiado del sistema. A este efecto, la distorsin se ha
clasificado en tres tipos:
1. Distorsin de Amplitud
2. Distorsin de Fase
3. Distorsin no Lineal

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


115
Los dos primeros tipos son formas de distorsin lineal.
Distorsin de Amplitud
La Distorsin de Amplitud, algunas veces llamada tambin Distorsin de
Frecuencia, se produce cuando |H(f)| no es constante dentro de la banda de paso del sistema, es
decir, las componentes de frecuencia son atenuadas (o amplificadas) en forma diferente en las
diferentes gamas de frecuencia. La manifestacin ms comn de la distorsin de amplitud es el
exceso de ganancia o de atenuacin en los bordes de la banda y las ondulaciones o rizado de |H(f)|
dentro de la banda de paso. Por ejemplo, en un canal telefnico la atenuacin en los bordes de la
banda se debe a los filtros presentes en el sistema, a las caractersticas pasaalto de los
transformadores y a los capacitores en serie presentes. El rizado dentro de la banda de paso es
causado principalmente por desequilibrios de impedancia y las reflexiones consiguientes.
Distorsin de Fase
La Distorsin de Fase, ms conocida como Distorsin de Retardo, se manifiesta
como una deformacin de la envolvente de las seales, efecto que se produce en los circuitos
cuando la caracterstica de fase (f) no es lineal. En este caso, las diferentes componentes de
frecuencia tienen diferentes tiempos de propagacin a travs del sistema y como consecuencia se
produce una dispersin de las seales a la salida. Para caracterizar esta situacin, se consideran dos
tipos de distorsin de retardo: la distorsin de retardo de fase y la distorsin de retardo de
envolvente o de grupo, cada uno de los cuales define un tiempo de retardo dado.
Por definicin, el retardo de fase es
t f
f
f
p
( )
( )
=
1
2

seg (2.65)
donde ( ) / f f es simplemente la pendiente, respecto al origen, de la caracterstica de fase a una
frecuencia dada [t
p
(f) es el tiempo de propagacin, a travs del sistema, de la componente de
frecuencia f].
En la segunda forma de distorsin de retardo, el tiempo de retardo correspondiente se define
como la derivada de la caracterstica de fase. Sea t f
g
( ) este retardo; entonces
t f
d
df
f
g
( ) ( ) =
1
2
seg (2.66)
En muchos casos la caracterstica de fase de un sistema se puede aproximar como una curva
lineal por tramos. Por ejemplo, si hay que operar en una pequea gama de frecuencias alrededor de
una frecuencia central f
c
, como es el caso en sistemas pasabanda de banda angosta, la fase (f) se
puede aproximar con los dos primeros trminos de su desarrollo en serie de Taylor, es decir,
( ) ( ) ( ) ( ) f f f f
d
df
f
c c c
= +
De (2.65) y (2.66),
+
= ( ) ( ) ( ) ( ) f f t f f f t f
c p c c g c
2 2 para 0 f
Esta expresin se aplica para frecuencia positiva, y su negativo, con f f , se aplica para
frecuencia negativa. Esto se debe a que la fase es una funcin impar de la frecuencia. Entonces, para
frecuencia negativa,
0 < f para ) f ( t ) f f ( 2 ) f ( t f 2 ) f ( ) f (
c g c c p c
+ = =
+


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


116
Supongamos ahora que la caracterstica de amplitud es | ( )| H f h
o
= y que a la entrada del
sistema se aplica la seal modulada
[ ] x t x t f t X f X f f X f f
c c c c c
( ) ( ) cos( ) ( ) ( ) ( ) = = + + 2
1
2

Tambin, H f H f H f ( ) ( ) ( ) = +
+
, donde

[ ]
H f h j f t f j f f t f
o c p c c g c +
= ( ) exp ( ) ( ) ( ) 2 2 para 0 f

[ ]
H f h j f t f j f f t f
o c p c c g c
= + ( ) exp ( ) ( ) ( ) 2 2 para f < 0
La salida Y(f) del sistema ser

[ ]
[ ]
Y f H f X f
h
X f f j f t f j f f t f
t f j f f t f
c
o
c c p c c g c
p c c g c
( ) ( ) ( ) ( ) exp ( ) ( ) ( )
( ) ( ) ( )
= = + + +

2
2 2
2

+
h
2
X(f - f )exp -j2 f
o
c c


[ ] { [ ]
Y f
h
X f f j f f t f j f t f
o
c c g c c p c
( ) ( ) exp ( ) ( ) exp ( ) = + + +
2
2 2

[ ] [ ]}
+ X f f j f f t f j f t f
c c g c c p c
( ) exp ( ) ( ) exp ( ) 2 2
Para determinar la transformada inversa de esta expresin podemos utilizar el par de
transformadas obtenido en el Problema de Aplicacin 1.23(a):
x t t j f t X f f j t f f
o c c o c
( ) exp[ ] ( ) exp[ ( )] m 2 2
Aplicando esta expresin a Y(f) y agrupando trminos se obtiene finalmente

[ ]
y t h x t t f f t t f
o g c c p c
( ) [ ( )] cos [ ( )] = 2 (2.67)
Este resultado indica que la amplitud o envolvente de la seal de salida del sistema est
retardada en una cantidad igual al retardo de grupo o de envolvente t f
g
( ) , mientras que la fase de
la portadora est retardada en una cantidad igual al retardo de fase t f
p
( ) . Tanto t f f
g
( ) ( ) como t
p

estn evaluados a la frecuencia f
c
de la portadora. Este resultado es muy importante en la recepcin
de seales moduladas y es el principio utilizado en los instrumentos de medicin de los retardos de
grupo y de fase. El retardo de envolvente o retardo de grupo es la forma de retardo ms utilizada en
la caracterizacin de un canal de comunicaciones, pues representa el verdadero retardo de la seal,
sobre todo si la seal est modulada.
En los canales telefnicos la distorsin de retardo de grupo se debe principalmente a los
efectos capacitivos e inductivos que tienen los transformadores y amplificadores en las frecuencias
bajas de la banda de voz, mientras que en la parte alta de la banda la distorsin de retardo de grupo
es causada por las bobinas de carga y la capacitancia de las lneas de transmisin (areas y
subterrneas).




II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


117
Ejemplo 2.14
Sea un sistema cuyas caractersticas de amplitud y fase se muestran en la Fig. 2.15.
( ) f
/ 2
/ 2
-30 -20 -10 0 10 20 30
-20 0
20
Hz
Hz
f
f 1
2
|H(f)|
(a) Caracterstica de Amplitud
(b) Caracterstica de Fase
Fig. 2.15.
Este sistema es excitado por las tres seales
(a) x t t t
1
( ) cos(10 ) cos(12 ) = + ; (b) x t t t
2
30 ( ) cos(10 ) cos( ) = +
(c) x t t t
3
30 50 ( ) cos( ) cos( ) = +
Vamos a determinar las correspondientes salidas y los tipos de distorsin producidos.

(a) Frecuencias presentes: f
1
5 6
1
2 40
1
80
= = = = Hz; f Hz; t
2 o


; ganancia = 2.
y t t t x t
1 1
2 10
1
80
2 12
1
80
2
1
80
( ) cos[ ( )] cos[ ( )] ( ) = + =
En el sistema hubo transmisin sin distorsin.
(b) Frecuencias presentes: f
1
5 15
1
80
= = = Hz; f Hz; t ganancias: 2 y 1,5
2 o
;
y t t t
2
2 10
1
80
1 5 30
1
80
( ) cos[ ( )] , cos[ ( )] = +
Hay distorsin de amplitud solamente: las componentes estn amplificadas en forma
diferente.
(c) Frecuencias presentes: f
1
15 25
1
80
1
2 2 25
1
100
= = = =

= Hz; f Hz; t t
2 o 1
;



Ganancias: 1,5 y 1
y t t t
3
1 5 30
1
80
50
1
100
( ) , cos[ ( )] cos[ ( )] = +
Hay distorsin de amplitud y de fase: las componentes estn amplificadas en forma
diferente y sus retardos son tambin diferentes.
Ntese que cuando hay distorsin de retardo las componentes de frecuencia ms altas
llegan primero a la salida. Esto es muy importante desde el punto de vista prctico, sobre todo en la
transmisin de impulsos digitales, pues contribuye, junto con otros factores que veremos
posteriormente, a la generacin de una distorsin de las seales conocida como interferencia
intersmbolo, como veremos en el Captulo V.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


118
Distorsin no Lineal
Los canales prcticos y dispositivos electrnicos como, por ejemplo, los amplificadores, a
menudo exhiben caractersticas no lineales y no pueden ser descritos mediante una funcin de
transferencia pues no poseen una. Los sistemas no lineales se describen entonces mediante una
curva y t g x t ( ) [ ( )], = comnmente denominada caracterstica o curva de transferencia. En la
Fig. 2.16 se muestra la caracterstica de transferencia de un sistema no lineal sin memoria. Las
lneas a trazos representan la aproximacin lineal por tramos de la curva de transferencia.
En general, cuando x(t) es pequea,
la caracterstica de transferencia se puede
considerar lineal. La naturaleza de la
distorsin no lineal se puede cuantificar
suponiendo que la curva de transferencia se
puede aproximar mediante un polinomio de
potencias de la forma
y t a x t a x t a x t ( ) ( ) ( ) ( ) ..... = + + +
1 2
2
3
3

(2.68)

y(t)
x(t)
0
Fig. 2.16

La segunda y siguientes potencias de x(t) son los trminos que producen distorsin.
Aunque no se dispone de la funcin de transferencia, el espectro de la seal de salida se
puede determinar mediante el teorema de la convolucin que nos permite determinar el espectro de
una seal cuyas caractersticas no son lineales. Ntese que una seal real, sin importar su
naturaleza, siempre poseer un espectro. En efecto, el espectro de y(t) ser
Y f a X f a X f X f ( ) ( ) [ ( ) [ ( ) = +
1 2
X(f)] + a X(f) X(f)]+. . . . . . . . . . .
3
(2.69)
La distorsin armnica asociada con la salida de un sistema se determina aplicando un tono
sinusoidal puro a la entrada del sistema. En el Ejemplo 2.15 consideramos este caso.
Si la entrada al sistema es la suma de dos seales sinusoidales de diferentes frecuencias, por
ejemplo, x t f t f t
c x
( ) cos( ) cos( ), = + 2 2 entonces la salida contendr, adems de una componente
continua, trminos a las frecuencias armnicas de las frecuencias de entrada, y a la suma y
diferencia de las frecuencias de entrada y de las armnicas. Los primeros trminos reciben el
nombre de trminos de distorsin armnica, y los segundos, trminos de distorsin de
intermodulacin (en ingls, cross-modulation). El lector puede demostrar, desarrollando (2.68),
que los cuatro primeros trminos contienen, adems de una componente continua, trminos a las
siguientes frecuencias:
De Distorsin Armnica:
2f
c
, , , , , 2f 3f 3f 4f 4f
x c x c x
6 frecuencias
De Intermodulacin:
f f f f f f f
c x x c x x c
, , , , , 2f 2f 2f 3f 3f
c x c c x
2 12 frecuencias
Las frecuencias de distorsin armnica y de intermodulacin caracterizan la interaccin
mutua entre dos frecuencias f
c
y f
x
. En particular, los trminos en 2f
c
y (2f
c
f
x
) se utilizan en los
clculos de las interacciones entre estaciones de radiodifusin en AM, FM y TV, exigidas por las
autoridades nacionales de comunicaciones en los proyectos correspondientes.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


119
En general, si x t x t x t ( ) ( ) ( ), = +
1 2
entonces y(t) contendr los trminos x t t
1
2
( ), ( ), x
2
2

x t x t
1 2
( ) ( ) y as sucesivamente. Es fcil de ver en el dominio de la frecuencia que aunque X f
1
( )
y X f
2
( ) puedan estar separados en frecuencia, el espectro de [ ( ) ( )] x t x t
1 2
puede solapar
X f f
1
( ) ( ) o X
2
o ambos. Esta forma de distorsin de intermodulacin (conocida tambin como
cross-talk) es de especial importancia, por ejemplo, en los sistemas telefnicos en donde un gran
nmero de seales se han combinado para ser transmitidas por un mismo canal. Sin embargo, si el
sistema no lineal se utiliza como modulador o demodulador, el trmino de intermodulacin es el
trmino til o deseado. Esto lo veremos en el Captulo VI.
Ejemplo 2.15. Distorsin Armnica
Una medida cuantitativa de la distorsin armnica de un sistema no lineal se obtiene
aplicando a su entrada una seal sinusoidal pura de la forma x t f t
o
( ) cos( ). = 2 Introduciendo esta
seal en (2.68) la salida y(t) tendr la forma
y t
a a
a
a
f t
a a
f t
o o
( ) . . . . . . . . cos( ) . . . . cos[ ( ) ] . . . . . . . . = + +

+ + +

+ + +

+
2 4
1
3 2 4
2
3
8
3
4
2
2 4
2 2

o 1 o 2 o
y(t) V V cos(2 f t) V cos[2 (2f )t] ......... = + + +
n o
V cos[2 (nf )] +
donde V
n
es el valor pico de la componente de salida de frecuencia nf
o
.
La distorsin no lineal aparece como armnica de la frecuencia de entrada. El porcentaje de
distorsin armnica total, ver Ejemplo 1.11, viene dado por
Distorsin Armnica Total, D
n
% =
2
n
n 2
2
1
V
100
V


En particular, la cantidad o porcentaje de Distorsin de Segunda Armnica empleado en el
anlisis de sistemas de potencia viene dada por

2
|Amplitud de la Componente de Segunda Armnica|
D % 100
|Amplitud de la Componente Fundamental|
=

2 4
2
2
3 1
1
a a
....
V
2 4
D % 100
3a V
a ....
4
+ +
= =
+ +


Ejemplo 2.16
A la entrada de un sistema no lineal representado por y t a x t a x t ( ) ( ) ( ) = +
1 2
2
se aplica la
seal x t ABsinc Bt ( ) ( ). = 2 2 Dibujar el espectro de la salida.
Se tiene entonces que y t a ABsinc Bt a A B sinc Bt ( ) ( ) ( ) = + 2 2 4 2
1 2
2 2 2

cuya transformada de Fourier es Y f a A
f
B
a A B
f
B
( ) ( ) ( ) = +
1 2
2
2
2
2


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


120
El primer trmino es la salida deseada; pero el segundo trmino, considerado como
distorsin, produce interferencias a todas las frecuencias ocupadas por la seal deseada. Ntese que
el trmino de distorsin, Fig. 2.17(b), es la convolucin de X(f) consigo misma y ocupa el doble de
ancho de banda. Como ambos trminos se superponen en el intervalo (-B, B), habr distorsin y
ser imposible, en general, recuperar X(f) a partir de Y(f). Esto se puede apreciar en la Fig. 2.17(c).
a A
1
2
2
2
a A B
a A a A B
1 2
2
2 +
B B -B -B -2B -2B 2B 2B 0 0 0
X(f)
f f f
Y(f)
(a) Trmino Util (b) Trmino de Distorsin (c) Espectro de y(t)
Fig. 2.17.

Obsrvese que el espectro del producto de dos seales ocupa un ancho de banda igual a la
suma de los anchos de banda individuales. En general, mediante aplicacin sucesiva del teorema
de la convolucin, se puede demostrar que el ancho de banda del producto de n seales es igual a
la suma de los n anchos de banda individuales.

Compansin
La caracterstica de transferencia de la Fig. 2.16 sugiere un mtodo para disminuir la
distorsin no lineal. Con este mtodo, conocido con el nombre de compansin (compresin-
expansin), la amplitud de la seal se mantiene dentro del rango de operacin lineal de la
caracterstica de transferencia.

x(t)
Entrada
Compresor
Canal no
Lineal
Expansor y(t)
Salida
Fig. 2.18. Sistema de Compansin.

La compansin se efecta mediante dos dispositivos no lineales: un compresor y un
expansor, dispuestos en la forma mostrada en la Fig. 2.18.
El compresor ajusta el rango de amplitudes de la seal de entrada de manera que caiga
dentro del intervalo lineal del canal. Para una entrada positiva x(t), se puede utilizar, por ejemplo,
un compresor con una caracterstica de transferencia g x t x t
comp
[ ( )] ln[ ( )]. = Como el compresor
ajusta el rango de la seal de entrada, tambin ajustar el rango de la seal de salida. Es necesario,
entonces, ajustar tambin la salida del sistema de tal manera que se compense el ajuste, es decir,
que
{ }
g g x t x t
comp exp
[ ( )] ( ), = donde { } g
exp
, la caracterstica de transferencia del expansor, es el
complemento de la caracterstica de transferencia del compresor. Por ejemplo, si
y t g x t x t ( ) [ln ( )] exp[ln ( )]
exp
= = , entonces y(t) = x(t).

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


121
La compansin es ampliamente utilizada en sistemas telefnicos para reducir la distorsin
no lineal y tambin para mejorar el rango dinmico de las seales, es decir, compensar la diferencia
entre voces fuertes y voces dbiles.
2.5. INTERCONEXIN DE SISTEMAS
Normalmente un sistema de comunicacin comprende numerosos subsistemas
interconectados en diferentes formas. Si se conoce las funciones de transferencia de los diferentes
subsistemas, puede ser posible y deseable combinarlas para constituir una sola funcin de
transferencia total.
Las tres formas bsicas de interconexin de sistemas son: en cascada o serie, en paralelo y
retroalimentada. Estas tres formas bsicas se muestran en la siguiente TABLA DE IDENTIDADES.
Como los diagramas de bloques se utilizan mucho en el anlisis de sistemas, a menudo es necesario
reducir un diagrama de bloques dado a cualquiera de estas tres formas bsicas.
H f
1
( )
H f
1
( )
H f
1
( )
H f
2
( )
H f
2
( )
H f
2
( )
H f
N
( )
H f
N
( )
H f H f H f
N 1 2
( ) ( ). . . . ( )
H f H f H f
N 1 2
( ) ( ) . . ( ) + + +
H f
H f H f
1
1 2
1
( )
( ) ( ) +
Diagrama Original Diagrama Equivalente No.
a a
a
a
a
b
b
b
b
+
-
+
+
+
a b
a
b
TABLA DE IDENTIDADES DE DIAGRAMAS DE BLOQUES
1
2
3

En la reduccin de diagramas de bloques hay que tener en cuenta las interacciones o efectos
de carga y acoplamiento que ocurren cuando un subsistema se conecta a otro, a fin de que el sistema
equivalente represente verdaderamente la interconexin de los subsistemas.
Ejemplo 2.17. Circuito de Retencin (Sample and Hold)
Consideremos el circuito de retencin (zero-order hold) de la Fig. 2. 19. Este circuito
tiene muchas aplicaciones en comunicaciones, sobretodo en el muestreo y procesamiento de
seales. Este sistema es muy sencillo, pero lo vamos a utilizar para hallar su funcin de
transferencia equivalente. Para analizarlo, debemos obtener primero la funcin de transferencia de
los diferentes bloques. La rama superior, Fig. 2.19(a), tiene una funcin de transferencia H f
1
1 ( ) = .
La rama inferior tiene una funcin de transferencia H f j f
2
2 ( ) exp( ), = mientras que la rama
del integrador tendr H f j f
3
1 2 ( ) / ( ) = . En trminos de estas funciones, el diagrama de bloques
tendr la forma mostrada en (b).

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


122


H f
1
1 ( ) =
H f j f
2
2 ( ) exp( ) =
H f
2
( )
H f
j f
3
1
2
( ) =

1/ 2 / 1/ 2 /
( ) f f =

Retardo
(a)
(b)
h(t)
1
0
t
f
(c)
(d)
0
x(t)
y(t)
h(t)
H(f)
X(f) Y(f)
|H(f)|
Fig. 2.19.
+
_
+
_

La funcin de transferencia total ser

[ ] [ ]
H f H f H f H f j f
j f
( ) ( ) ( ) ( ) exp( ) = =
1 2 3
1 2
1
2



[ ]
H f
j f
j f
j f j f sinc f j f ( )
exp( )
exp( ) exp( ) ( ) exp( ) =

=


2

Por transformada inversa de Fourier, la respuesta impulsiva o impulsional h(t) ser
h t
t
( ) (
/
) =

2
que tiene la forma mostrada en (c). En (d) se muestra las
caractersticas de la funcin de transferencia del circuito de retencin.


2.6. FILTROS
2.6.1. Introduccin
En su acepcin general, un filtro es un dispositivo selectivo de frecuencia que se utiliza para
limitar en alguna forma el espectro de una seal dentro de una gama especfica de frecuencias.
De acuerdo con la dependencia funcional de H(f) respecto a la frecuencia, ciertas
componentes de frecuencia son amplificadas mientras que otras son atenuadas o rechazadas. Esta
selectividad en frecuencia es lo que comnmente se denomina filtracin. Desde este punto de
vista, los filtros bsicos pueden ser pasabajo, pasabanda, pasaalto y eliminador de banda. La teora
de los filtros es un sujeto muy importante en la generacin, procesamiento, transmisin y recepcin
de seales, y un estudio ms completo de ellos est fuera de los objetivos de este texto. Sin
embargo, para profundizar un poco ms en el estudio de los sistemas lineales y visualizar algunas
de sus caractersticas, vamos a considerar los filtros ideales que son sistemas de fase lineal que
transmiten sin distorsin de fase dentro de una determinada banda de frecuencias.




II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


123
2.6.2. Filtros Ideales
Aunque no son fsicamente realizables, los filtros ideales permiten, por su descripcin
matemtica sencilla, entender con menor dificultad sus efectos sobre las seales que se les aplican.
Para caracterizar estos filtros ideales, vamos a suponer que B es el ancho de banda de la
banda de paso (frecuencias positivas) y t
o
el retardo de transmisin (respuesta de fase lineal). Los
filtros ideales son sistemas de fase lineal cuyas caractersticas generales hemos visto ya.
Para simplificar la descripcin de algunos de los filtros ideales, vamos a considerar el
sistema de transmisin sin distorsin, mostrado en la Fig. 2.11, como un filtro pasatodo, concepto
que nos ayudar en la caracterizacin de algunos de los filtros ideales que veremos a continuacin.
Filtro Ideal Pasabajo
En la Fig. 2.20(a) se muestran las caractersticas de amplitud y fase de un filtro ideal
pasabajo.

De la Fig. 2.20(a), H f h
f
B
j t f
PB o o
( ) ( ) exp( ) =
2
2 (2.70)
de donde h t Bh sinc B t t
PB o o
( ) [ ( )] = 2 2 (2.71)
Obsrvese que la respuesta impulsional no es causal, pues hay una respuesta para t < 0: las
colas de la funcin sinc(..) se extienden hasta -, Fig. 2.20(b). Sin embargo, si Bt
o
>> 1, la cola
que se extiende para t negativo es de amplitud muy pequea y podra ser despreciada. Por lo tanto,
aunque la caracterstica pasabajo ideal nunca puede ser causal, ella puede aproximarse para que sea
causal haciendo t
o
lo suficientemente grande. Ntese que h(t) es mxima y simtrica en t t
o
= . Sin
embargo, el lector no debe olvidar que en los filtros reales el valor del retardo t
o
generalmente es
muy pequeo, casi despreciable, pero que nosotros hemos exagerado para conocer su efecto. En
sistemas fsicos siempre habr un retardo, de modo que t
o
ser pequeo pero jams ser cero.
La respuesta impulsional contiene tambin toda la informacin sobre el filtro. En efecto, el
desplazamiento respecto al origen es el tiempo de retardo t
o
, la distancia entre los dos ceros del
lbulo principal de la caracterstica nos da el valor del ancho de banda B, y como el valor mximo
de la caracterstica es 2Bh
o
, se obtiene tambin el valor h
o
de |H(f)|. El valor f
c
= B generalmente
se denomina frecuencia de corte.




II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


124
Filtro Ideal Pasabanda
Las caractersticas de amplitud y fase del filtro ideal pasabanda se muestran en la
Fig. 2.21 (a).

De la Fig. 2.21(a),

o o
BB o o
f f f f
H (f ) h [ ( ) ( )]exp( j2 t f )
B B
+
= + (2.72)
de donde h t Bh sinc B t t f t t
BB o o o o
( ) [ ( )] cos[ ( )] = 2 2 (2.73)
Igual que en el filtro pasabajo, la respuesta impulsional del filtro ideal pasabanda tampoco
es causal, Fig. 2.21(b). Obsrvese que la envolvente de la respuesta es parecida a la respuesta del
filtro ideal pasabajo; la respuesta impulsional tiene la forma de una seal modulada de frecuencia f
o
.
Ntese que todos los parmetros del filtro (f
o
, B, t
o
y h
o
) se pueden deducir tambin de la
respuesta impulsional. Las frecuencias de corte son f
c1
= f
o
B/2 y f
c2
= f
o
+ B/2.
Filtro Ideal Pasaalto
En la Fig. 2.22(a) se muestran las caractersticas de amplitud y fase de este filtro.

El filtro ideal pasaalto se puede considerar como la combinacin de un filtro ideal pasatodo
y un filtro ideal pasabajo, es decir,
H f H f H f h j t f h
f
B
j t f
PA PT PB o o o o
( ) ( ) ( ) exp( ) ( ) exp( ) = = 2
2
(2.74)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


125
de donde h t h t t Bh sinc B t t
PA o o o
( ) ( ) [ ( )] =
0
2 2 (2.75)
Esta respuesta se muestra en la Fig. 2.22(b).
Filtro Ideal Eliminador de Banda
Las caractersticas de amplitud y fase de este filtro se muestran en la Fig. 2.23(a).

Este filtro se puede considerar como la combinacin de un filtro ideal pasatodo y un filtro
ideal pasabanda. En efecto, de la Fig. 2.23(a),
H f H f H f h
f f
B
f f
B
j t f
EB PT BB o
o o
o
( ) ( ) ( ) ( ) ( ) exp( ) = =
+

1 2 (2.76)
de donde h t h t t Bh sinc B t t f t t
EB o o o o o o
( ) ( ) [ ( )] cos[ ( )] = 2 2 (2.77)
Esta respuesta se muestra en la Fig. 2.23(b).
Ninguno de los filtros ideales considerados hasta ahora son causales debido a los bordes
abruptos de las funciones de transferencia, cuyas respuestas impulsionales contienen funciones
sinc(..) que se extienden para t < 0. Adems, estos filtros no pueden ser realizados fsicamente
pues su caracterstica de amplitud |H(f)| viola el Criterio de Paley-Wiener.
Si se intentara generar una respuesta causal a partir de una respuesta no causal (como las
halladas para los filtros ideales) haciendo h(t) = 0 para t < 0, entonces la respuesta de frecuencia
se extender ms all de la banda de paso y contendr rizados dentro de la misma banda. Esto
podemos apreciarlo en el siguiente ejemplo.
Ejemplo 2.18.
Consideremos la respuesta impulsional de un filtro ideal pasabajo que de alguna forma
hemos limitado entre 0 y 2t
o
para hacerla causal. En este caso vamos a investigar qu le sucede a
su correspondiente funcin de transferencia.
De (2.71),
h t Bh sinc B t t
t t
t
H f
c o o
o
o
c
( ) [ ( )] ( ) ( ) =

2 2
2

h t
c
( ) se muestra en la Fig. 2.24(a).

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


126

La correspondiente funcin de transferencia se puede obtener en la forma siguiente. Sea
h t sinc Bt
t
t
H f
o
1 1
2
2
( ) ( ) ( ) ( ) = = sinc Bt
t
t
o
( ) ( ) 2
2


Entonces, H f Bh
c o
( ) = 2 { } h t j2 t f Bh H f j2 t f
o o o 1 1
2 ( ) exp( ) ( ) exp( ) =
Del teorema de la convolucin,
H f
1
( ) = sinc Bt
t
t
o
( ) ( ) 2
2

= { } sinc Bt ( ) 2 ( )
t
t
o
2


H f
B
f
B
sinc t f
t
B
sinc t f
B
d
o
o
o 1
1
2 2
2 2
2
( ) ( ) ( ) [ ( )] ( ) = =

2t
o



Resolviendo esta integral siguiendo el procedimiento del Ejemplo 2.10(b), se obtiene
H f
B
y
y
dy
y
y
dy
t f B t f B
o o
1
0
2
0
2
1
2
( )
sen( ) sen( )
( ) ( )
=



que con la ayuda de la Integral Seno queda en la forma
{ } { } [ ]
H f
B
Si t f B Si t f B
o o 1
1
2
2 2 ( ) ( ) ( ) = +


de donde { } { } [ ]
H f
h
Si t f B Si t f B j2 t f
c
o
o o o
( ) ( ) ( ) exp( ) = +

2 2
En la Fig. 2.24(b) se muestra las caractersticas de H f
c
( ); ntese que | ( )| H f
c
se extiende
ms all de la banda de paso. Obsrvese el rizado presente dentro de la banda de paso, lo cual
resulta en un cierto grado de distorsin de amplitud que con un buen diseo se puede hacer muy
pequeo. Ntese tambin que H f
c
( ) ya no viola el Criterio de Paley-Wiener y por lo tanto es
fsicamente realizable.







II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


127
Ejemplo 2.19. Respuestas de un Filtro Pasabajo Ideal
En este Ejemplo vamos a considerar las respuestas de un filtro pasabajo ideal cuando se le
aplica un escaln unitario o un impulso rectangular. Como un canal de transmisin se puede
considerar como un filtro pasabajo, los resultados de este ejercicio nos permiten entender lo que
sucede en la transmisin de impulsos por un canal que en la prctica se denomina canal de banda
de base.
(a) Respuesta a un Escaln Unitario
En el Ejemplo 2.2 se demostr que la respuesta de un sistema a un escaln unitario en
funcin de la respuesta impulsional era
y t h t dt
t
( ) ( ' ) ' =


La respuesta al escaln unitario de un filtro pasabajo ideal ser, de (2.71),
y t Bh sinc B(t t dt
o o
t
( ) [ ' )] ' =

2 2
y t Bh
B(t t
B(t t
dt
o
o
o
t
( )
sen[ ' )]
' )
' =

2
2
2




Con el cambio de variables
x B(t t
o
= 2 ' ) , la integral queda en la forma
y t h
x
x
dx
o
B t t
o
( )
sen( )
( )
=

2

y con la ayuda de la Integral Seno,
{ } y t
h h
Si B(t t
o o
o
( ) ) = +
2
2




En la Fig. 2.25 se grafica esta respuesta. Ntese que la pendiente de y t ( ) alrededor de
t t
o
= depende del ancho de banda del filtro. En efecto, si definimos el tiempo de alzada t
r
en la
forma mostrada en la figura, y tomando el primer trmino del desarrollo en serie de potencias de la
Integral Seno, la pendiente de y(t) en t t
o
= ser, Fig. 2.25,

d
dt
y t
h
t
t t
o
r
o
( )|
=

Por consiguiente,

h
t
h
B
o
r
o

2 , de donde
r
t 2
1
B (relacin ancho de banda-tiempo de alzada)
Obsrvese que cuanto mayor es el ancho de banda B, la salida del canal se parece ms y
ms a la entrada (el tiempo de alzada t
r
es menor).


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


128
(b) Respuesta a un Impulso Rectangular
Consideremos ahora la salida del canal pasabajo ideal de ancho de banda B cuando se
transmite por l un impulso rectangular de la forma x t
t
T
( ) ( ) = . Esta es la situacin que se
presenta en la transmisin de impulsos en banda de base.
De (2.71), h t Bh sinc B t t
o o
( ) [ ( )]. = 2 2
De (2.7), y t x h t d
T
Bh sinc B t t d
o o
( ) ( ) ( ) ( ) [ ( )] = =




2 2
y t Bh
B t t
B t t
d
o
o
o
T
T
( )
sen[ ( )]
( ) /
/
=

2
2
2 2
2



Con el cambio de variables x B t t
o
= 2 ( ), esta integral queda en la forma


+

+

=
)
2
T
t t ( B 2
2
T
t t ( B 2
)
2
T
t t ( B 2
0
o
)
2
T
t t ( B 2
0
o o
o
o
o o
dx
x
) x ( sen h
dx
x
) x ( sen h
dx
x
) x ( sen h
) t ( y
Con ayuda de la Integral Seno,
y t
h
Si B t t
T
Si B t t
T
o
o o
( ) ( ) ( ) = +

2
2
2
2

Por ejemplo, si hacemos

= )
4
T 3
t ( B 2 Si )
4
T
t ( B 2 Si
h
= y(t) entonces ,
4
T
t
o
o

Hemos exagerado el valor de t
o
para que se pueda apreciar su efecto; sin embargo, en la
prctica su valor es despreciable y las respuestas de la Fig. 2.26 en realidad estn centradas en el
origen (haciendo t
o
= 0).
En la Fig. 2.26 se muestra la respuesta y(t) para diferentes valores del producto BT.
Mostramos el perfil de x(t) para efectos de la comparacin entrada-salida.


Obsrvese que la salida es simtrica respecto a t t T
o
= = / 4 y existe para t < 0: la
respuesta es no causal; es la salida tpica de un sistema de fase lineal. Obsrvese tambin que la
salida depende en forma apreciable del ancho de banda B del canal: cuanto mayor es el valor del
producto BT, mejor es la fidelidad a la salida; por ejemplo, para BT >> 2 la salida es casi igual a la

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


129
entrada; sin embargo, en transmisin de datos esto no es necesario, pues lo que se quiere detectar a
la salida es una presencia y no una forma. Si se quiere disminuir el ancho de banda B a valores
menores que 1/2T, la dispersin del impulso de salida es tal que puede interferir con impulsos
adyacentes, como se puede observar en la Fig. 2.26(a). Esto es lo que se conoce con el nombre
deinterferencia intersmbolo. El efecto del ancho de banda B es entonces ms crtico cuando se
transmite secuencias de impulsos, como en los sistemas de transmisin digital en banda de base. En
efecto, si el ancho de banda del canal es fijo, habr un lmite inferior sobre la duracin permitida de
los impulsos a transmitir, es decir, el ancho de banda del canal limitar la cantidad de impulsos que
se pueden detectar por unidad de tiempo en la salida del canal; la cantidad de impulsos transmitidos
por segundo (velocidad de modulacin V
b
) en el canal, como veremos en el Captulo IV, depende
entonces del ancho de banda. Si B es el ancho de banda del canal y T la duracin de los impulsos,
las relaciones ms utilizadas en la transmisin de impulsos son B = 1/T y B = 1/2T (BT = 1 y
BT = ). La seleccin de una u otra relacin depender de la interferencia intersmbolo permitida.
Si BT > 1, no habr problemas en la transmisin de impulsos y la interferencia intersmbolo ser
muy baja. Ntese que el retardo t
o
influye muy poco en la interferencia intersmbolo, pues t
o
es, en
general, muy pequeo y en la prctica se descarta. La interferencia intersmbolo la trataremos con
ms detalle en el Captulo V.

2.6.3. Ancho de Banda en Filtros Reales
En los filtros reales la respuesta en frecuencia no presenta bordes abruptos sino que el paso
de una regin a otra se verifica en forma gradual en las llamadas bandas de transicin, las cuales
separan las bandas de paso de las bandas de atenuacin o rechazo, como se muestra en la Fig.
2.27 para un filtro pasabanda tpico.
Cuando se trabaja con filtros reales usualmente se define como ancho de banda la gama de
frecuencias positivas sobre la cual |H(f)| se mantiene dentro de 1 2 / de su valor mximo en la
banda de paso. Esta convencin se denomina Ancho de Banda de Potencia Mitad o Ancho
de Banda de 3 decibeles (3 dB). En este caso, el ancho de banda B
3dB
se define a partir de la
expresin
| ( )|
| ( )|
H B
H f
dB
max
3
2
= (2.78)

B
Bandas de Atenuacin
Banda de Paso
Bandas de Transicin
H(f)
|H(f)|max
Fig. 2.27. Filtro Pasabanda Tpico.
f
0

Como ejemplo de esta convencin, el ancho de banda de 3 dB de un filtro pasabajo RC es
B RC
3dB
1 2 = / puesto que | ( )| | ( H f H
max
= = 0)| 1 y | ( )| / H B
dB 3
1 2 = . La banda de paso se
extiende en este caso desde f = 0 hasta f B =
3dB
.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


130
Si el filtro es pasabanda o eliminador de banda, se determinan las frecuencias f
1
y f
2

( ) con f f
2
>
1
para las cuales se verifica que | ( )| | ( )| / H f H f
i max
= 2 , con i = 1, 2. El ancho de
banda de 3 dB vendr dado entonces por B f f
3dB 2 1
= | |.
El ancho de banda de un filtro
puede definirse tambin en la misma forma
utilizada para definir el ancho de banda de
una seal, expresin (1.117). En este caso,
B
H f
H f
max
=

1
2
| ( )|
| ( )|
df
(2.79)


| ( )| H f
max
|H(f)|
-B
0 B
f
Fig. 2.28

La expresin (2.79) es equivalente a reemplazar el espectro |H(f)| por un rectngulo cuya
rea es igual al rea bajo |H(f)| y cuya altura es | ( )| H f
max
, como se muestra en la Fig. 2.28 en el
caso de un filtro pasabajo. Para filtros pasabanda, el procedimiento es el mismo. Ms adelante se
definir otro ancho de banda denominado Ancho de Banda Equivalente de Ruido.
Ejemplo 2.20. Filtros Sinusoidales y Filtro RLC
En el procesamiento, transmisin y recepcin de seales en banda de base se utilizan
algunos filtros cuyas funciones de transferencia tienen envolventes sinusoidales. Vamos a definir
tres de estos tipos de filtro. Definiremos tambin el conocido filtro pasabajo RLC
(a) Filtro de Nyquist. Primera Forma.
Consideremos la primera forma del denominado Filtro de Nyquist, que es un filtro con
caractersticas en coseno elevado, como se muestra en la Fig. 2.29(a). Vamos a determinar su ancho
de banda de 3 dB, el ancho de banda definido por la expresin (2.79) y su respuesta impulsional
Supongamos que el retardo de transmisin

t
o
es despreciable.

De la Fig. 2.29(a), H f
B
f
B
f
B B
( ) cos( ) ( ); = +

=
1
2
1 2
2 2
1
| H(f)|
max

El ancho de banda de 3 dB se obtiene a partir de

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


131

1
2
1
1
2
3dB
B B
B
B
+

cos( )

, de donde
3dB
cos( B ) 2 1
B

= .

Resolviendo
3dB
cos( B ) 2 1 0, 4142
B

= = para B
3dB
, obtenemos
3dB
B 0, 364
B

= ,
de donde
B B
3dB
0,364 =
Tambin, | ( )| cos( ) H f df
B
f
B
df
B
B
= +


1
2
1 1


El ancho de banda del Filtro de Nyquist es, segn la expresin (2.79): B B
c
= 0,5
Obsrvese que B
c
> B
3dB
Calculemos ahora su respuesta impulsional. De la Fig. 2.29(a),

1 f f 1 f 1 f f
H(f ) 1 cos(2 ) ( ) ( ) ( ) cos(2 )
2B 2B 2B 2B 2B 2B 2B 2B

= + = +



pero
1 f
( ) sinc(2Bt)
2B 2B
. Aplicando el dual del teorema de la modulacin,

1
2 2
2
2
1
2
1 2
1 2
1 2
1 2 B
f
B
f
B
sinc
t B
B
sinc
t B
B
( ) cos( ) (
/
/
) (
/
/
)

+
+


La respuesta impulsional del Filtro de Nyquist ser
{ }
1
h(t) sinc(2Bt) sinc[2B(t 1/ 2B)] sinc[2B(t 1/ 2B)]
2
= + + +
Desarrollando las funciones sinc(..) y rearreglando, se obtiene finalmente
h t
sinc Bt
Bt
( )
( )
( )
=

2
1 2
2

En la Fig. 2.29(b) se muestra la forma de h(t).
(b) Filtro de Nyquist. Segunda Forma
La segunda forma del Filtro de Nyquist se muestra en la Fig. 2.29(c).
La funcin de transferencia H(f) de este filtro, mostrada en la Fig. 2.29(c), es

1 1
o d
1
d
o d
1
d
1 para f f f
(f f f ) 1
1 cos para f f B
2 2f
H(f )
(f f f ) 1
1 cos[ ] para B f f
2 2f
0 en el resto
<

+
+ <


=

+
+ <



II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


132
donde
o d
B f f = + y
1 o d
f f f =


La correspondiente respuesta impulsional es

fo fd fo fd
o d
d 0 fo fd
(f f f ) 1
h(t) 2 cos(2 tf )df 2 1 cos[ ] cos(2 tf )df
2 2f
+

+
= + +




Efectuando la integracin, se obtiene

2
d
o o 2 2 2
d
[1 2cos ( f t)]
h(t) 2sen( f t) cos( f t)
t(4 f t 1)

=



d
o o 2
d
cos(2 f t)
h(t) 2f sinc(2f t)
1 (4f t)


Esta respuesta impulsional se muestra en la Fig. 2.29(d).
Veamos el ancho de banda de 3 dB.
El ancho de banda de 3 dB se obtiene a partir de

3dB o d
d
(B f f ) 1 1
1 cos[ ]
2 2f 2
+
+ =


, de donde
3dB o d
d
(B f f )
cos[ ] 2 1 0, 4142
2f
+
= = .
Resolviendo para B
3dB
, obtenemos:

3dB o d
d
(B f f )
0, 364
2f
+
= , de donde
3dB d o d o d
B 0, 728f f f f 0, 272f = + =
o tambin
3dB d
B B 1, 272f =
En cuanto al ancho de banda dado por (2.79),
max
H(f ) 1 = y

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


133

o d o d
o d
f f f f
o d
o
d 0 f f
(f f f ) 1
H(f ) df 2 df 2 {1 cos[ ]}df 2f
2 2f
+

+
= + + =


de donde,
c o d
B f B f = =
La variacin de f
d
y f
o
permite ajustar el perfil de H(f) de acuerdo con la aplicacin. Este
ajuste es lo que en la prctica se conoce con el nombre de roll-off, definido en la forma [ = f
d
/f
o
.
Ntese que cuando f
d
=f
o
([ = 1), este filtro se convierte en la primera forma del Filtro de
Nyquist; mientras que si f
d
= 0, ([ = u) la segunda forma del Filtro de Nyquist se convierte en un
filtro rectangular de la forma
1
f
H(f ) ( )
2f
= . Los valores intermedios de [ se ajustan segn la
aplicacin.
Los Filtros de Nyquist son de gran utilizacin en la transmisin de impulsos en banda de
base para la eliminacin de la Interferencia Intersmbolo, como veremos en el Captulo V.
(c) Filtro de Respuesta Parcial
En la transmisin en banda de base se emplean las tcnicas de respuesta parcial en los
llamados sistemas duobinarios, en los cuales los filtros exhiben caractersticas en coseno de la
forma

1 f f
H(f ) cos( ) ( )
B 2B 2B

=
como se muestra en la Fig. 2.29(e) (Este ejercicio ya lo tratamos en el Ejemplo 1.24).

La respuesta impulsional de este filtro es

B 2
2
0
1 f 4[1 2cos ( Bt)]
h(t) 2 cos( ) cos(2 tf )df
B 2B [(4Bt) 1]

= =


b(t) =
4
n
cos (2nBt)
1-16B
2
t
2

Esta respuesta se muestra en la Fig. 2.29(f).
Veamos el ancho de banda de 3 dB.
El ancho de banda de 3 dB se obtiene a partir de

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


134

3dB
B 1 1
cos( )
B 2B 2B

= , de donde
3dB
B 1 2
cos( )
2B 2 2

= = .
Resolviendo para B
3dB
, obtenemos:

3dB
B
2B 4

= , de donde
3dB
B 0, 5B =
En cuanto al ancho de banda dado por (2.79),
max
1
H(f )
B
= y

B
0
1 f 4
| H(f ) | df 2 cos( )df
B 2B

= =



de donde,
c
2
B B 0, 637B = =


Ntese que, en general, el ancho de banda dado por la expresin (2.79) es mayor que el
ancho de banda de 3 dB.
(d) Filtro Pasabajo RLC
Consideremos el filtro real pasabajo
RLC mostrado en la Fig. 2.29(g).
La funcin de transferencia de este
filtro es
H(f)=
1
1-(2f)
2
LC+j2
L
R
f

C
L
R x(t) y(t)
Fig. 2.29(g) Filtro Real Pasabajo RLC
Si hacemos B =
1
LC
y R = _
L
C
, H(f) queda en la forma H(f)=
1
1-(
2f
B
)
2
+j(
2f
B
)

Por antitransformada de Fourier, la correspondiente respuesta impulsiva ser
h(t)=
2B
3
exp [-
B
2
t sen [
3B
2
t u(t)
En la Fig. 2.29(h) y 2.29(i) se muestran H(f) y h(t) para el filtro pasabajo RLC para
B =3000.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


135

2000 1000 0 1000 2000


0
0.5
1
1.5
0 0.001 0.002 0.003 0.004
1000
0
1000
2000
h t ( )
t
f
Hz
Fig. 2.29(Cont). Caractersticas del Filtro Real RLC
|H(f)|
(h) (i)

Se deja como ejercicio para el lector la determinacin de los correspondientes anchos de
banda de este filtro.
Un estudio ms detallado de los filtros reales est fuera de los lmites que nos hemos
impuesto.

2.7. SEALES Y SISTEMAS PASABANDA
2.7.1. La Transformada de Hilbert
En la Seccin 2.4.1 se consider un sistema con distorsin de amplitud pero con fase lineal
y se dedujo algunas propiedades muy interesantes acerca de su respuesta impulsional y su
aplicacin en la caracterizacin de los filtros ideales. Ahora vamos a considerar un sistema sin
distorsin de amplitud pero con una distorsin de fase tal que produce un desfase de /2 a todas las
seales de entrada. Esto quiere decir que si x t X f ( ) ( ) , entonces el espectro de salida del
sistema, que representaremos con
)
X f ( ), ser

$
( ) ( ) exp( ) ( ) X f X f j jX f = =

2
para 0 f

)
X f X f j jX f ( ) ( ) exp( ) ( ) = =

2
para f < 0
Entonces, para todo f,
)
X f jX f u f jX f u f jX f u f u f ( ) ( ) ( ) ( ) ( ) ( )[ ( ) ( )] = + =

)
X f j f X f ( ) sgn( ) ( ) = (2.80)
y tambin X f j f X f ( ) sgn( ) ( ) =
)
(2.81)
Si hacemos
)
X f H f X f
h
( ) ( ) ( ), = donde H f
h
( ) es la funcin de transferencia del sistema,
entonces, de (2.80),
H f j f
h
( ) sgn( ) = (2.82)
que se representa en la Fig. 2.30(b). Este sistema se conoce con el nombre de Transformador de
Hilbert , Filtro de Hilbert o Filtro de Cuadratura, Fig. 2.30(a). En la Fig. 2.30(d) se muestra en
forma grfica la formacin del espectro de la transformada de Hilbert, ecuacin (2.80).



II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


136



H f
h
( )
)
X f ( )
h t
h
( )
H f
h
( )
H f
h
( )
h t
h
( )
)
x t ( )
)
X f ( )
)
X f ( )
x(t)
X(f)
j
j
-j
-j
X(f)
A
B
B
-B
-B
f
f
f
f
0
0
0
0
jA
-jA
(a) Transformador de Hilbert
(b) Funcin de Transferencia del
Transformador de Hilbert
(d) Formacin grfica del espectro
Fig. 2.30. Caractersticas de la Transformada de Hilbert
t
(c) Respuesta Impulsional del
Transformador de Hilbert
0

De (2.82), la respuesta impulsional del transformador de Hilbert es

1
{ } H f h t
t
h h
( ) ( ) = =
1

(2.83)
Que se muestra en la Fig. 2.3(c) (El rea del Impulso es
1
n
).
En consecuencia,
)
x t h t t
x
t
d
x t
d
h
( ) ( ) ( )
( ) ( )
= =


x
1 1

(2.84)

La seal
)
x t ( ) se conoce con el nombre de Transformada de Hilbert o funcin
conjugada de x(t) y es de gran aplicacin en la representacin de seales y sistemas pasabanda y
en el estudio de seales moduladas en banda lateral nica, cuyos principios bsicos veremos ms
adelante. La transformacin (2.84) generalmente se representa en la forma

)
x t ( ) = { } x t ( )

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


137


De (2.81),

1
{ } X f x t j
j t
x t
t
d
x t
d ( ) ( ) ( )
( ) ( )
= =


1 1

x(t) =
-1 )
) )
(2.85)
y en virtud de (2.80), | ( )| | ( )|
)
X f X f = (2.86)

2
) f ( ) f ( ; 1 ) f ( H )]; f ( j exp[ ) f ( H ) f ( H
x h h h h h

= = = (2.87)
La expresin (2.86) demuestra que x t ( ) y x(t)
)
tienen la misma densidad espectral de
energa o la misma densidad espectral de potencia (en el lmite); mientras que las expresiones
(2.87) explican el cambio de fase en

2
, es decir, que si por ejemplo, x t A t
c
( ) cos( ) = + ,
entonces
)
x t A t
c
( ) sen( ) = + ; pero si
c
x(t) sen( t ) = + , entonces
)
x t A t
c
( ) cos( ) = + .
Otras propiedades de la Transformada de Hilbert, que no demostraremos aqu, son:
[x(t)] = -x(t)
Si x t ( ) es par, entonces
)
x t ( ) es impar, y viceversa.
x t ( ) y su transformada de Hilbert
)
x t ( ) son ortogonales, es decir, x t x t dt ( ) $ ( ) . =

0
x t ( ) y su transformada de Hilbert
)
x t ( ) tienen la misma funcin de autocorrelacin (La
funcin de autocorrelacin la trataremos ms adelante).
La transformada de Hilbert es lineal, es decir {ax
1
(t) + bx
2
(t)}= ox
1
(t) + bx
2
(t).

La transformada de Hilbert de una constante es cero.

x
1
(t) - x
2
(t)] = x
1
(t) - x
2
(t) = x
1
(t) - x
2
(t)

x(t -t
0
= x(t - t
0
)


d
dt
x(t)] =
d
dt
x(t)

En el Problema de Aplicacin 2.27 se deducen algunas relaciones muy interesantes
aplicando la Transformada de Hilbert.
Ejemplo 2.21
Determinar la transformada de Hilbert de un impulso rectangular x t A
T
T
( ) (
/
). =

1 2

Solucin
De (2.84),
)
x t A
T
T
d
t
( ) (
/
) =

1 2

A d
t
T


0


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


138
[ ]
)
x t
A
t
A
t T t
A t
T
T
( ) ln| | ln| | ln| | ln = = =



0

La seal x(t) y su transformada de
Hilbert se muestran en la Fig. 2.31. A los lugares
donde
)
x t ( ) se hace infinito algunas veces se les
denomina cuernos; estos cuernos pueden
causar problemas (silbidos de alta frecuencia) en
sistemas de comunicacin que utilizan
transformadas de Hilbert, por ejemplo, en
sistemas telefnicos que son sistemas donde se
aplica el concepto de banda lateral nica. En
general, las discontinuidades de una seal
producirn cuernos en su transformada de
Hilbert correspondiente.
)
x t ( )
A
0
T t
x(t)
Fig. 2.31


Ejemplo 2.22
Determinar la transformada de Hilbert de la seal pasabajo x t ABsinc Bt ( ) ( ). = 2 2
Solucin
Evidentemente, X f A
f
B
( ) ( ) =
2
. De (2.80) o segn el procedimiento grfico mostrado
en la Fig. 2.30(c), el espectro de la transformada de Hilbert es

)
X f j f X f jA f
f B
B
f B
B
( ) sgn( ) ( ) sgn( ) (
/
) (
/
) = =
+
+


2 2


)
X f jA
f B
B
f B
B
( ) (
/
) (
/
) =
+


2 2

Por transformada de Fourier inversa,
[ ]
)
x t jA Bsinc Bt j Bt Bsinc Bt j Bt ( ) ( ) exp( ) ( ) exp( ) =

)
x t ABsinc Bt Bt A
Bt
t
( ) ( ) sen( )
sen ( )
= = 2 2
2



Ejemplo 2.23
Determinar la transformada de Hilbert de la seal pasabanda
x t ABsinc Bt f t B
c
( ) ( ) cos( ) = 2 2 2 con f
c

Solucin
Sea m t ABsinc Bt M f A
f
B
( ) ( ) ( ) ( ) = = 2 2
2
; m(t) es una seal pasabajo.
Del teorema de la modulacin,

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


139
X f
A f f
B
f f
B
c c
( ) ( ) ( ) =
+
+

2 2 2
, y segn el procedimiento grfico de la Fig. 2.30(c),

)
X f j f X f j
A
f
f f
B
f f
B
c c
( ) sgn( ) ( ) sgn( ) ( ) ( ) = =
+
+

2 2 2


)
X f j
A f f
B
f f
B
c c
( ) ( ) ( ) =
+

2 2 2

Por transformada de Fourier inversa,
[ ]
)
x t j
A
Bsinc Bt j2 f t Bsinc Bt j2 f t
c c
( ) ( )exp( ) ( )exp( ) =
2
2 2 2 2

)
x t ABsinc Bt f t
c
( ) ( ) sen( ) = 2 2 2
En general, si m(t) es una seal pasabajo de banda limitada B y f B
c
, se cumple que si
x t m t f t
c
( ) ( ) cos( ) = 2 , entonces
)
x t m t f t
c
( ) ( ) sen( ) = 2 , y si ) t f 2 sen( ) t ( m ) t ( x
c
= , entonces
) t f 2 cos( ) t ( m ) t ( x
c
= . Estos resultados son muy importantes en el anlisis de sistemas de
comunicacin y los estaremos utilizando constantemente.

Ejemplo 2.24
Determinar la transformada de Hilbert de la seal x t m t c t ( ) ( ) ( ) = , donde se cumple que
M f C f ( ) ( ) = 0 para todo f. Esto quiere decir que los espectros M(f) y C(f) no se solapan. Vamos a
suponer entonces que M f ( ) = 0 para | f| > W y C(f) = 0 para | f| < W (M(f) es pasabajo y
C(f) pasabanda o pasaalto ) donde W es una frecuencia cualquiera.
Entonces, x t m t c t X f M f ( ) ( ) ( ) ( ) ( ) = =

C(f) = M(v)C(f - v)dv


-


)
x t j f X f j tf df j f M v C(f v dv j tf df ( ) sgn( ) ( ) exp( ) sgn( ) ( ) ) exp( ) = =


2 2

)
x t j f M v C f v j tf df dv ( ) sgn( ) ( ) ( ) exp( ) =


2
Haciendo el cambio de variables u = f - v, la integral dentro de los corchetes queda en la
forma

)
x t j u v M v C u j t u v du dv ( ) sgn( ) ( ) ( ) exp[ ( )] = + +


2
pero como M(v)C(u) es diferente de cero solamente para | | v W y < | u| > W, entonces
sgn( ) sgn( ) u v u + = y las integrales se pueden separar en la forma siguiente:

)
x t M v j tv dv j u C u j tu du ( ) ( ) exp( ) sgn( ) ( ) exp( ) =


2 2
pero M v j tv dv m t ( ) exp( ) ( ) 2 =


y -jsgn(u)C(u)exp(j2 tu)du = c(t)
-
)

entonces
) )
x t m t c t ( ) ( ) ( ) = (2.88)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


140
La transformada de Hilbert del producto de dos seales, una pasabajo y la otra pasaalto (o
pasabanda), que no se solapan en frecuencia, es igual al producto de la seal pasabajo por la
transformada de Hilbert de la seal pasaalto (o pasabanda). Este resultado tambin es importante en
el anlisis de seales y sistemas pasabanda.

2.7.2. La Seal Analtica
Consideremos ahora el concepto de seal analtica. Sea x(t) una seal real pasabanda cuyo
espectro X(f), de ancho de banda 2B, est concentrado alrededor de las frecuencias f
c
, como se
muestra en la Fig. 2.32(a).
En la mayora de las seales pasabanda empleadas en las comunicaciones, el ancho de
banda 2B es pequeo en comparacin con f
c
, es decir, f B
c
>> ; en este caso se dice que estas
seales son seales de banda angosta. Ntese que, en general, estas seales no tienen espectros
simtricos respecto a f
c
, pero s respecto al origen, pues siendo x(t) real, su espectro X(f) tendr
simetra hermtica. Prcticamente, todos los sistemas de comunicacin (radio, TV, comunicacin
civil, militar y aficionado) utilizan seales y sistemas de banda angosta.

f
c
f
c
f
c
Z f
x
( )
X(f)
1
2
2B
2B
(a) Espectro de x(t)
(b) Espectro de la Seal
Analtica de x(t)
Fig. 2.32.
0 0
f f

Si
)
x t ( ) = { } x t ( ) , se puede formar la siguiente seal compleja
z t x t jx t
x
( ) ( ) ( ) = +
)
(2.89)
La seal z t
x
( ) se denomina seal analtica de x(t) o preenvolvente de x(t). La seal
analtica es muy til en el anlisis de seales y sistemas pasabanda, como lo veremos de inmediato.

Una caracterstica muy importante de la seal analtica es el comportamiento de su
transformada de Fourier. En efecto, la transformada de Fourier de z t
x
( ) es
[ ] [ ] Z f X f j j f X f f X f
x
( ) ( ) sgn( ) ( ) sgn( ) ( ) = + = + 1 (2.90a)
o tambin Z f X f u f
x
( ) ( ) ( ) = 2 (2.90b)
El espectro de la seal analtica de x(t) es idnticamente nulo para f < 0, como se muestra
en la Fig. 2.32(b). La seal analtica z
x
(t) no tiene existencia fsica, pero nos facilita el anlisis de
seales y sistemas pasabanda.
Como z t
x
( ) es compleja, ella puede expresarse en la forma

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


141
z t z t t
x x z
( ) | ( )|exp[ ( )] = (2.91)
Por consiguiente, { } x t z t z t t
x x z
( ) Re ( ) | ( )|cos[ ( )] = = (2.92a)

x x z
x(t) Im{z (t)} | z (t) | sen[ (t)] = =
)
(2.92b)
donde | ( )| ( ) ( ) ( ) z t E t x t x t
x z z
= = +
2 2 )
)
y (t) = arctg
x(t)
x(t)
(2.93)
E
z
(t) y
z
(t) se conocen con los nombres de envolvente y fase de z t
x
( ),
respectivamente. La envolvente E
z
(t) se aproximar bastante a la salida de un detector de
envolvente fsico para seales de banda angosta. Ntese que la envolvente E
z
(t) sola no
caracterizar por completo a la seal pasabanda x(t) porque el resto de la informacin est en la fase

z
(t). Como a una seal x(t) corresponde de manera unvoca la seal analtica z t
x
( ), la
representacin de x(t) en la forma (2.92a), y de acuerdo con las expresiones (2.93), es tambin
unvoca, es decir, la seal x(t) y su transformada de Hilbert
)
x t ( ) son unvocas.
Obsrvese que el concepto de seal analtica o preenvolvente se aplica a cualquiera seal
que posea un espectro. Nosotros hemos dado preferencia a seales pasabanda de banda angosta,
donde f B
c
>> , pues estas seales son de gran utilizacin en comunicaciones; sin embargo, no
necesariamente las seales tienen que ser de banda angosta, es suficiente que se cumpla que f B
c
.
Ejemplo 2.25
Calcular la preenvolvente, la envolvente y la fase de la seal del Ejemplo 2.23.
Del Ejemplo 2.23 y con f B
c
,
x t ABsinc Bt f t t
c
( ) ( ) cos( ) ) = 2 2 2 y x(t) = 2ABsinc(2Bt)sen(2 f
c
)

De (2.89), [ ] z t ABsinc Bt f t j f t
x c c
( ) ( ) cos( ) sen( ) = + 2 2 2 2
z t ABsinc Bt j2 f t
x c
( ) ( ) exp( ) = 2 2 , de donde
E t AB sinc Bt t
z z
( ) | ( )| = 2 2 y (t) = 2 f
c


2.7.3. Seales Pasabanda
Consideremos ahora el producto z t j2 f t
x c
( ) exp( ) y definamos una nueva seal

~
( ) ( ) exp( ) ( ) ( ) z t z t j2 f t x t jx t
x x c c s
= = + (2.94)
donde x t t
c
( ) ( ) y x
s
son dos seales cuyas caractersticas determinaremos a continuacin.
La seal compleja
~
( ) z t
x
se conoce con el nombre de envolvente compleja de x(t).
De (2.89) y (2.94),
z t z t j2 f t x t jx t
x x c
( )
~
( ) exp( ) ( ) ( ) = = +
)
(2.95)
En consecuencia, para f B
c
,
{ } x t z t x t f t x t f t
c x c c
( ) Re
~
( ) ( ) cos( ) ( ) sen( ) = = + 2 2
)
(2.96)
{ } x t z t x t f t x t f t
s x c c
( ) Im
~
( ) ( ) cos( ) ( ) sen( ) = =
)
2 2 (2.97)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


142
de donde
x t x t f t x t f t
c c s c
( ) ( ) cos( ) ( ) sen( ) = 2 2 (2.98)

)
x t x t f t x t f t
c c s c
( ) ( ) sen( ) ( ) cos( ) = + 2 2 (2.99)
Por transformada de Fourier, podemos ver que, Figs. 2.32 y 2.33,

x x c
Z (f ) Z (f f ) = +
%
, siendo su conjugado
* *
x x x c
Z (f ) * Z ( f ) Z ( f f ) = = +

% %
(2.100)
Z f Z f f f X f f Z f f
x x c x c
( )
~
( ) [ sgn( )] ( ); ( )
~
( ) = = + = 1 Z
x
(2.101)
[ ] [ ] X f Z f f Z f f Z f Z f
x c x c x x
( )
~
( )
~
( ) ( ) ( ) = + = +
1
2
1
2
(2.102)
La envolvente compleja
~
( ) z t
x
de una seal real pasabanda x(t) es una seal compleja
pasabajo cuyo espectro
~
( ) Z f
x
se muestra en la Fig. 2.33(a). Ntese que el espectro
~
( ) Z f
x
no es
simtrico respecto al origen, como tampoco lo es su conjugado
*
x
Z ( f )
%
, Fig. 2.33(b).
Vamos a demostrar que si x(t) es una seal real pasabanda, entonces x
c
t t ( ) ( ) y x
s

sern seales reales pasabajo de banda limitada B.
De (2.94),
~
( ) ( ) ( ) Z f X f jX f
x c s
= + , y puesto que z
x
(t) es compleja, se verifica que
TF{z
x
-
(t)] = Z

x
-
(-f) = X
c
(f) - jX
s
(f)
X f f
c
( ) ( ) y X
s
se pueden expresar entonces en funcin de
*
x x
Z (f ) y Z ( f )
% %
. En efecto,

~
( ) Z f
x
X f
c
( )
1
2
Z f
x
( )
X f
s
( )
~
( ) Z f
x

1
2
~
( ) Z f
x

j
Z f
x
2
~
( )
f
c
f
c
1
2
Z f
x
( )
x
j
Z (f)
2

%
1
2
~
( ) Z f
x
-B
-B
-B
B
B
B
0
0 0
0
0
1
1
1
j/2
-j/2
f
f
f
f
f
1/2
-B
B
X(f)
(a) (b)
(c)
(d) (e)
Fig. 2.33. Formacin de X(f), Xc(f) y Xs(f)
2B
*
*
*


c x x
1
X (f ) Z (f ) Z ( f )
2

= +

% %
(2.103)


s x x
1
X (f ) j Z (f ) Z ( f )
2

=

% %
(2.104)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


143
Como
~
( ) Z f
x
es una seal pasabajo,
*
x
Z ( f )
%
lo ser tambin, y de (2.103) y (2.104), x t
c
( )
y x t
s
( ) sern tambin seales pasabajo. En la Fig. 2.33(c), (d) y (e), se muestra la formacin de
X(f) a partir de
x x
Z (f ) y Z ( f ) , y X f
c
( ) y X f
s
( ) a partir de
*
x x
Z (f ) y Z ( f )
% %
.
X f f
c
( ) ( ) y X
s
son las componentes simtricas y antisimtricas, respectivamente, del
espectro
~
( ) Z f
x
de la envolvente compleja. Vemos tambin que X f f
c
( ) ( ) y X
s
estn relacionadas
con las partes de X(f) que son simtricas y antisimtricas, respectivamente, en relacin con la
frecuencia central f
c
. De aqu resulta que, de (2.96) y (2.97),

[ ]
X f
X f f X f f
c
c c
( )
( ) ( )
=
+ +

para |f| B
0 para B <|f|
(2.105)

[ ]
X f
j X f f X f f
s
c c
( )
( ) ( )
=
+

para | f| B
0 para B <| f|
(2.106)
Con esto demostramos finalmente que las seales x t t
c
( ) ( ) y x
s
son seales reales
pasabajo de banda limitada B. Generalmente, x
c
(t) y x
s
(t) contienen informacin.
Ntese que si X(f) es tambin simtrica respecto a la frecuencia central f
c
, entonces
~
( ) Z f
x

ser simtrica respecto al origen y no tendr componente antisimtrica [
~
( ) z t
x
ser real]. As que

~
( )
~
( );
~
( )
~
( ) Z f Z f f f Z f f
x x c x c
= = + Z
x
(2.107a)
[ ] X f Z f f Z f f
x c x c
( )
~
( )
~
) = + +
1
2
; X (f) = 0
s
(2.107b)
x t t x t t f t
s c c
( ) ;
~
( ) ( ); ( ) cos( ) = = 0 2 z x(t) = x
x c
(2.107c)
que es el caso de las seales moduladas, en el sentido visto en la Seccin 1.7.5.
En resumen, una seal real pasabanda x(t) con un ancho de banda 2B y centrada en la
frecuencia f
c
, se puede expresar en trminos de dos seales pasabajo ) t ( y x ) t ( x
s c
reales, cada una
de banda limitada B, mediante la expresin
x t x t f t x t f t B
c c s c
( ) ( ) cos( ) ( ) sen( ) = 2 2 con f
c
(2.108)
La expresin (2.108) es una generalizacin del teorema de la modulacin que vimos
anteriormente. Esta expresin es bsica en todos los sistemas de modulacin lineal, como veremos
en los prximos captulos.
Las seales pasabajo x t t
c
( ) ( ) y x
s
se denominan componentes ortogonales de x(t) y
pueden contener informacin. En particular, x t
c
( ) es la componente en fase, mientras que x t
s
( )
es la componente en cuadratura o componente ortogonal. La expresin (2.108) se conoce
tambin con el nombre de forma cannica de x(t). Los mismos argumentos se aplican a la
transformada de Hilbert de x(t), como se desprende de la expresin (2.99). Ntese que las asimetras
del expectro X(f) en relacin con la frecuencia f
c
son producidas por la componente en cuadratura
x t
s
( ); en efecto, si el espectro X(f) es simtrico respecto a f
c
, la correspondiente seal x(t)
pasabanda no poseer una componente en cuadratura, es decir,
s
x (t) 0 = .


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


144
La seal x(t) dada por (2.108) se puede escribir en la forma polar
x t E t f t t
c
( ) ( ) cos[ ( )] = + 2 (2.109)
donde E t x t x t
c s
( ) ( ) ( ) = +
2 2
es la envolvente natural de x(t) (2.110)
y ( ) arctg
( )
( )
t
x t
x t
s
c
= es la fase natural de x(t) (2.111)
pero, de (2.94), vemos que |
~
( )| ( ) ( ) ( ) z t x t x t E t
x c s
= + =
2 2

de donde x t z t f t t
x c
( ) |
~
( )| cos[ ( )] = + 2 (2.112)
La envolvente natural de una seal pasabanda real x(t) viene dada por el mdulo de su
correspondiente envolvente compleja
~
( ) z t
x
.
Desde el punto de vista de la interpretacin fsica de la envolvente compleja, algunas veces
es conveniente definir la frecuencia instantnea de la seal pasabanda x(t). Entonces, por
definicin, la frecuencia instantnea de x(t) es, de (2.109),

[ ]
f t
d
dt
f t t
i c
( ) ( ) = +
1
2
2


f t f
d
dt
t
i c
( ) ( ) = +
1
2
(2.113)
Esta funcin corresponder aproximadamente a lo que da a la salida un circuito discriminador
de frecuencias, utilizado para demodular seales moduladas en frecuencia. El concepto de
frecuencia instantnea es de gran aplicacin en los sistemas de modulacin angular, como veremos
en el Captulo VI.
La preenvolvente z t
x
( ) de una seal real pasabanda x(t) es una seal compleja pasabanda
cuyo valor depende de la frecuencia f
c
. Por otra parte, la envolvente natural E(t) es siempre una
seal pasabajo que en los sistemas de comunicacin contiene la informacin a transmitir, mientras
que la envolvente compleja
~
( ) z t
x
es una seal compleja pasabajo cuyos valores son independientes
de la frecuencia f
c
. Estos conceptos son de gran aplicacin en comunicaciones, pues, mediante una
tcnica conocida como deteccin sincrnica o coherente, se puede extraer de x(t) su envolvente
natural E(t) portadora de informacin, es decir, se puede aislar o extraer, juntas o separadamente,
las bandas de frecuencia sobre y bajo la frecuencia f
c
, que son las que poseen la informacin. Esto
lo trataremos ms adelante.
En general, cualquiera seal x(t) que se pueda representar en la forma cannica


c c s c
x(t) x (t) cos(2 f t ) x (t) sen(2 f t ) = + + (2.114)
donde x t t
c
( ) ( ) y x
s
son seales reales pasabajo de banda limitada B, con f B,
c
siendo un
ngulo o desfase arbitrario y x t x t
c s
( ) ( ) , ser una seal real pasabanda con un espectro X(f)
asimtrico respecto a f
c
, de ancho de banda 2B y centrado en las frecuencias f
c
. Los diferentes
tipos de modulacin lineal que se estudiarn en los Captulos V y VI son casos particulares de la
expresin (2.114) o (2.108), en los cuales generalmente f B
c
>> .
Los resultados anteriores se pueden resumir en los dos esquemas de la Fig. 2.34.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


145

2 2 cos( ) f t
c
2 2 sen( ) f t
c
x t
c
( )
x t
s
( )
z t
s
( )
z t
c
( )
x t
c
( )
cos( ) 2f t
c
sen( ) 2f t
c
x t
s
( )
x t t
c
( ) ( ) y x
s
x t t
c
( ) ( ) y x
s
B
Filtro
Pasabajo
Filtro
Pasabajo
B
x(t) x(t)
+
_
(a) Generacin de
a partir de x(t)
(b) Reconstruccin de x(t)
a partir de
Fig. 2.34

Las seales pasabajo x t t
c
( ) ( ) y x
s
se pueden deducir mediante el diagrama de bloques
de la Fig. 2.34(a), que es consecuencia directa de las expresiones (2.105) y (2.106). Los filtros
pasabajo son idnticos y de ancho de banda B.
La seal pasabanda x(t) se puede reconstituir a partir de sus componentes ortogonales
x t t
c
( ) ( ) y x
s
en la forma mostrada en la Fig. 2.34(b), que es una realizacin trmino a trmino de
la expresin (2.108). Los dos esquemas de la Fig. 2.34 son bsicos en el anlisis de todos los
sistemas de modulacin lineal, como veremos en los Captulos V y VI.
Ejemplo 2.26
Calcular las componentes ortogonales del espectro X(f) de la Fig. 2.35(a).

f
c f
c
x t
c
( )
x t
s
( )
B
B
B
B
A
2A
X(f)
3A Xs(f)
jA
-jA
Xc(f)
0 0
0
f f
f
-B
-B
(a) Espectro de x(t)
(b) Espectro de
(c) Espectro de
Fig. 2.35

El espectro X(f) se puede expresar en la forma, Fig. 2.35(a),
X f A
f f B
B
f f B
B
A
f f B
B
f f B
B
c c c c
( )
/ / / /
=
+ +

+
+

+
+

2
2 2 2 2

Z f f X f A
f f B
B
A
f f B
B
x
c c
( ) [ sgn( )] ( )
/ /
= + =

+
+

1 4
2
2
2


~
( ) ( )
/ /
Z f Z f f A
f B
B
A
f B
B
x x c
= + =

+
+

4
2
2
2


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


146

+
+


=
B
2 / B f
A 2
B
2 / B f
A 4 ) f ( Z
~
x

En este caso particular se verifica que

=
+

f B
B
f B
B
f B
B
/ / / 2 2 2
y
-f + B/ 2
B

entonces
~
( )
/ /
Z f A
f B
B
A
f B
B
x
=
+

4
2
2
2

Los espectros de las componentes ortogonales sern
[ ] X f Z f Z f A
f B
B
f B
B
c x x
( )
~
( )
~
( )
/ /
= + =
+

1
2
3
2 2
=

3
2
A
f
B
, de donde
x t ABsinc Bt
c
( ) ( ) = 6 2
[ ] X f j Z f Z f j A
f B
B
A
f B
B
s x x
( )
~
( )
~
( )
/ /
= =
+

1
2
2 2

X f jA
f B
B
f B
B
s
( )
/ /
=
+


2 2
, de donde
x t jABsinc Bt j Bt jABsinc Bt j Bt
s
( ) ( ) exp( ) ( ) exp( ) =
x t ABsinc Bt Bt
A
t
Bt
s
( ) ( ) sen( ) sen ( ) = = 2
2
2


Los espectros de x t t
c
( ) ( ) y x
s
se muestran en la Fig. 2.35 (b) y (c), respectivamente.
Como X(f) es asimtrica respecto a f
c
, x(t) contiene una componente en cuadratura x t
s
( ).

Ejemplo 2.27
Sea la seal pasabanda [ ]
a c
x(t) A 1 2sen(2 f t) cos(2 f t) = + . Determinar sus compo-
nentes ortogonales x
c
(t), X
c
(f), x
s
(t) y X
s
(f) en los siguientes casos:
(a) A partir de la envolvente compleja de x(t)
(b) A partir de la Fig. 2.34(a)
Solucin
(a) Sea x(t) X(f )
Desarrollando, [ ] [ ]
a c a c a
x(t) Acos(2 f t) Asen 2 (f f )t Asen 2 (f f )t = + +
[ ] [ ]
[ ]
c c c a c a
c a c a
A A
X(f ) (f f ) (f f ) j (f f f ) (f f f )
2 2
A
j (f f f ) (f f f )
2
= + + + + +
+ +

x c c a c a
Z (f ) 2X(f )u(f ) A (f f ) jA (f f f ) jA (f f f ) = = + +

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


147
x x c a a
Z (f ) Z (f f ) A (f ) jA (f f ) jA (f f ) = + = + +
%

* *
x x c a a
a a
Z ( f ) Z ( f f ) A (f ) jA ( f f ) jA ( f f )
=A (f ) jA (f f ) jA (f f )
= + = + +
+ +
%

[ ]
*
c x x a a
1 j
X (f ) Z (f ) Z ( f ) A (f ) 2 (f f ) (f f )
2 2

= + = + +



% %

[ ]
c a
x (t) A 1 2sen(2 f t) = + Componente en fase
*
s x x s
1
X (f ) Z (f ) Z ( f ) 0 x (t) 0
2
= = =

% %
No tiene componente en cuadratura
En la Fig. 2.36 se muestran
*
x x x
Z (f ), Z (f ) y Z ( f )
% %
.

(b) De la Fig. 2.34(a),
[ ]
[ ] [ ] { }
[ ] [ ] [ ] { }
2
c c a c
a c
c a c a c a
z (t) x(t)2cos(2 f t) 2A 1 2sen(2 f t) cos (2 f t)
A 1 2sen(2 f t) 1 cos 2 (2f )t
A 1 cos 2 (2f )t 2sen(2 f t) sen 2 (2f f )t sen 2 (2f f )t
= = +
= + +
= + + + +

*
x
Z (-f)
%
x
Z (f)
%
x
Z (f)
x
Z (f)
x
Z (f)
%
*
x
Z (-f)
%
0 0 0
fa
fc - fa
fc + fa
-fa fc -fa
f f
f
jA jA jA
-jA -jA -jA
A
A A
fa
(a) (b)
(c)
Fig. 2.36. Espectros , y

El filtro pasabajo elimina todas las componentes de alta frecuencia (alrededor de 2f
c
). La
salida x
c
(t) ser entonces
[ ]
c a
x (t) A 1 2sen(2 f t) = + , igual al valor obtenido en (a)
De la Fig. 2.34(a),
[ ]
[ ] { [ ] [ ]
[ ]
s c a c a
c a c a a c a
a c a
z (t) x(t)2sen(2 f t) 2A 1 2sen(2 f t) cos(2 f t)sen(2 f t)
A sen 2 (f f )t sen 2 (f f )t 2sen(2 f t)sen 2 (f f )t
2sen(2 f t)sen 2 (f f )t }
= = +
= + + +


Todas las componentes son de alta frecuencia y son eliminadas por el filtro pasabajo; por lo
tanto,
s s
x (t) 0 X (f ) 0 = =

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


148
Ntese lo fcil que es operar directamente con la Fig. 2.34.

2.7.4. Seales Moduladas y Bandas Laterales
Modulacin en Doble Banda Lateral
El concepto de seal analtica permite entender con ms facilidad y profundidad la nocin
de Banda Lateral en el estudio de las seales moduladas. Aunque la aplicacin prctica de estos
conceptos no la veremos sino en los Captulos V y VI, conviene en este punto conocer el
significado de Banda Lateral Doble y Banda Lateral Unica, de gran importancia en los
sistemas de modulacin lineal.
Sea m t M f ( ) ( ) una seal real pasabajo de banda limitada B que contiene alguna
informacin a transmitir: m(t) es un mensaje. Hagamos el producto
[ ] x t m t f t X f M f f M f f
c c c
( ) ( ) cos( ) ( ) ( ) ( ) = = + + 2
1
2

Si f B
c
, se cumple que
[ ]
)
x t m t f t j M f f M f f
c c c
( ) ( ) sen( ) ( ) ( ) = + 2
1
2

Es evidente que

=
=
0 f para 0 ) f + M(f
0 f para 0 ) f f ( M
c
c

Podemos definir entonces una seal z t Z f
x x
( ) ( ) en la forma

x c x c
Z (f ) M(f f ) z (t) m(t) exp( j2 f t) = =
Puesto que m(t) es real, M(f) ser simtrico respecto al origen, y Z f
x
( ) ser
simtrico respecto a f
c
. Por lo tanto, z t
x
( ) ser la funcin analtica de x(t), siendo x(t) una seal
real pasabanda. Se tiene entonces que
z t x t jx t m t j f t
x c
( ) ( ) ( ) ( ) exp( ) = + =
)
2 (2.115)

x c c c
Z ( f ) M( f f ) M( f f ) M(f f ) = = + = + (2.116)
[ ] [ ] X f Z f Z f M f f M f f
x x c c
( ) ( ) ( ) ( ) ( ) = + = + +
1
2
1
2

resultado que ya habamos obtenido, expresin (1.95), que es el Teorema de la Modulacin.
En la Fig. 2.37 se muestra M(f), Z f
x
( ) y X(f). Se sombrea una de las bandas de M(f) para
mostrar su ubicacin al ser modulada.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


149

Si M(f) no tiene simetra hermtica [m(t) no es real], entonces Z f M f f
x c
( ) ( ) + y el
espectro de x t m t f t
c
( ) ( ) cos( ) = 2 tampoco tendr simetra hermtica. Pero si M(f) tiene simetra
hermtica, entonces representar al espectro de una seal real modulada y tendr la forma de la Fig.
2.37(c). Ntese que el espectro M(f) aparece ahora centrado en las frecuencias f
c
. La banda de
frecuencias de X(f) o de Z f
x
( ) en el intervalo de frecuencias f f f B
c c
< < + | | [ ] se denomina
Banda Lateral Superior; mientras que la banda de frecuencias en el intervalo [ ] | | f B f f
c c
< <
se denomina Banda Lateral Inferior. La banda lateral inferior y la banda lateral superior son
imgenes especulares respecto a f
c
. Como en el espectro X(f) de la seal modulada x(t) aparecen
ambas bandas laterales, se dice entonces que x(t) es una seal modulada de Doble Banda
Lateral.
La seal x t m t f t
c
( ) ( ) cos( ) = 2 es entonces una seal modulada de doble banda lateral
cuyo espectro es simtrico alrededor de f
c
y cuya componente en cuadratura es cero. Esto significa
que la envolvente natural de x(t) es simplemente el mensaje a transmitir y la fase natural es cero, lo
cual en trminos prcticos equivale a decir que toda la informacin est contenida en su envolvente
natural y bastar extraer la envolvente natural para recuperar la informacin en ella contenida.
Obsrvese que la seal m(t), que es la envolvente natural de x(t), se puede determinar,
extraer o detectar a partir de x(t) formando el producto (Ver Problema de Aplicacin 2.28)
x t f t m t m t f t
c c
( ) cos( ) ( ) ( ) cos( ) 2 2 4 = + y pasndolo por un filtro pasabajo que elimina las
componentes de alta frecuencia (alrededor de 2f
c
). Esta operacin, denominada deteccin
sincrnica o coherente, est representada en la rama superior de la Fig. 2.34(a). La Modulacin
en Doble Banda Lateral es muy utilizada en la transmisin de seales digitales.
Ejemplo 2.28. Modulacin Ortogonal o en Cuadratura (QAM)
Cuando se transmite una seal pasabajo de banda limitada B en doble banda lateral, la seal
modulada ocupa una gama de frecuencias de ancho 2B centrada en la frecuencia f
c
de la portadora,
y cualquiera otra seal que aparezca dentro de ese ancho de banda constituir una distorsin o una
interferencia. Sin embargo, si se aplica las propiedades de la forma cannica de una seal
pasabanda, puede enviarse simultneamente dos seales diferentes por el mismo canal, como se
muestra en la Fig. 2.38. Este es el sistema de modulacin QAM muy utilizado en la prctica.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


150

x t
1
( )
x t
2
( )
A t
c c
cos( )
A t
c c
sen( )
x t
r
( )
2 cos( )
c
t
2 sen( )
c
t
y t
1
( )
y t
2
( )
x t
t
( )
x t
r1
( )
x t
r2
( )
Canal
Filtro
Pasabajo
Filtro
Pasabajo
(a) Transmisor QAM
(b) Receptor QAM
Detector Coherente
+
+
Fig. 2.38. Modulacin QAM.
Detector Coherente

Dispongamos la Fig. 2.34 en la forma mostrada en la Fig. 2.38, donde x t t
1
( ) ( ) y x
2
son
dos seales pasabajo diferentes, de banda limitada B, con f B
c
>> y que contienen informacin;
los filtros son pasabajo de ancho de banda B. En la prctica este tipo de modulacin se denomina
Modulacin Ortogonal o en Cuadratura (Quadrature Amplitude Modulation, QAM).
Puesto que x t t
1
( ) ( ) y x
2
son diferentes, el espectro de x t
t
( ) estar centrado en f
c
pero
ser asimtrico, es decir, sus dos bandas laterales tendrn perfiles diferentes.
Para simplificar el anlisis, supongamos que x t x t
r t
( ) ( ) = ; entonces,
x t x t A t x t A t
r c c c c
( ) ( ) cos( ) ( ) sen( ) = +
1 2

Por la rama superior del receptor se tendr
x t x t t A x t t A x t t t
r r c c c c c c 1 1
2
2
2 2 2 ( ) ( ) cos( ) ( ) cos ( ) ( ) sen( ) cos( ) = = +
x t A x t A x t t A x t t
r c c c c c 1 1 1 2
2 2 ( ) ( ) ( ) cos( ) ( ) sen( ) = + +
El filtro pasabajo de ancho de banda B rechaza todas las frecuencias superiores a su banda
de paso, de modo que la salida del detector coherente ser
y t A x t
c 1 1
( ) ( ) =
Igualmente, por la rama inferior del receptor se obtiene
y t A x t
c 2 2
( ) ( ) =
y hemos recuperado las dos seales diferentes x t t
1
( ) ( ) y x
2
que fueron transmitidas por el mismo
ancho de banda.
Con la modulacin QAM el rendimiento del canal aumenta al doble. Este tipo de
modulacin es muy utilizado en la transmisin de impulsos y seales continuas, como veremos en
los Captulos V y VI.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


151


Modulacin en Banda Lateral Unica
Sea z t
m
( ) la seal analtica de una seal mensaje m(t), es decir,
Z f f M f z t m t jm t
m m
( ) [ sgn( )] ( ) ( ) ( ) ( ) = + = + 1 (t), donde z
m
)

Z f
m
( ) tendr la forma mostrada en la Fig. 2.39(a).

Formemos ahora la seal z t z t j2 f t Z f Z f f
s m c s m c
( ) ( ) exp( ) ( ) ( ) = = donde
podemos considerar a z t
s
( ) como la seal analtica de una seal real pasabanda s(t), es decir,
z t s t js t
s
( ) ( ) ( ) = +
)
; por lo tanto,
{ } { } s t z t m t jm t j2 f t
s c
( ) Re ( ) Re [ ( ) ( )] exp( ) , = = +
)
de donde
s t m t f t m t f t B
c c
( ) ( ) cos( ) ( ) sen( ) = 2 2
)
con f
c
(2.117)
Veamos ahora qu forma tiene el espectro S(f) de s(t), expresin (2.117).
De las Figs. 2.37(b) y 2.39(b), podemos escribir
Z f M f f u f f
s c c
( ) ( ) ( ) = 2 (2.118)
Z f M f f u f f
s c c
( ) ( ) ( ) = + 2 (2.119)
Asimismo, por transformada de Fourier de (2.117),
[ ] [ ] S f M f f M f f j M f f M f f
c c c c
( ) ( ) ( ) ( ) ( ) = + + +
1
2
1
2
) )

Como
)
M f j f M f ( ) sgn( ) ( ), = entonces S(f) queda en la forma
[ ] [ ] { } S f M f f f f M f f f f
c c c c
( ) ( ) sgn( ) ( ) sgn( ) = + + + +
1
2
1 1
pero 1 2 2 + = = sgn( ) ( ) ) ( ), f f u f f u f f
c c c
y 1+ sgn(f - f de donde
c

[ ] S f M f f u f f M f f u f f
c c c c
( ) ( ) ( ) ( ) ( ) = + +
1
2
2 2
De (2.118) y (2.119),
[ ] S f Z f Z f
s s
( ) ( ) ( ) = +
1
2
(2.120)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


152
Este espectro tiene la forma mostrada en la Fig. 2.39(c). En este caso se dice que s(t), dada
por la expresin (2.117), es una seal modulada en Banda Lateral Unica, pues solamente
aparecen las bandas laterales superiores. Se puede demostrar que si el signo de la componente en
cuadratura de la expresin (2.117) es positivo, el espectro S(f) contendr solamente las bandas
laterales inferiores. Obsrvese que la eliminacin completa de una de las bandas laterales ocurre
solamente cuando la componente en cuadratura de la seal modulada es la transformada de Hilbert
de la componente en fase. Esto tiene una gran importancia de tipo prctico pues, como veremos en
el Captulo VI, el ancho de banda de transmisin se reduce a la mitad y el rendimiento del canal
aumenta al doble. Los sistemas telefnicos, como veremos en su oportunidad, son sistemas de
banda lateral nica.
Expresando (2.117) en forma polar
s t A t f t t
c
( ) ( ) cos[ ( )] = + 2 (2.121a)
donde A t m t m t ( ) ( ) ( ) = +
2 2 )
)
y (t) = arctg
m(t)
m(t)
(2.121b)
En resumen, en lo que se refiere a la transmisin de una seal mensaje m(t), se puede
utilizar la seal modulada x t m t f t
c
( ) ( ) cos( ) = 2 de doble banda lateral, o la seal de banda lateral
nica s t m(t f t m t f t
c c
( ) ) cos( ) ( ) sen( ) = + 2 2
)
. Sin embargo, como podemos ver en (2.121a) y
(2.121b), la seal s(t) de banda lateral nica posee envolvente y fase, siendo las dos necesarias para
la completa recuperacin de m(t); mientras que la seal x(t) de doble banda lateral necesita
solamente la envolvente, que en este caso es el mensaje m(t). Por esta razn, los sistemas prcticos
de modulacin de doble banda lateral y los de banda lateral nica no son completamente
compatibles, como veremos en el Captulo VI.
La recuperacin de m(t) a partir de s(t) se puede efectuar tambin mediante deteccin
coherente (Ver Problema de Aplicacin 2.28).
2.7.5. Seales Pasabanda de Potencia
Consideremos el caso de seales de potencia, que son seales que no poseen una
transformada de Fourier, como es el caso de las seales aleatorias. Se trata entonces de determinar
la distribucin de la potencia entre las componentes ortogonales de una seal pasabanda de potencia
y puesto que no se puede utilizar la transformada de Fourier, utilizaremos las correspondientes
densidades espectrales de potencia. Con la notacin que hemos establecido para las seales de
potencia, hagamos
x t S f t S f t S f
x xc xs
( ) ( ); ( ) ( ) ( ) ( ) x ; x
c s

donde S f f f
x
( ), ( ) ( ) S y S
xc xs
son las densidades espectrales de potencia de x t t t ( ), ( ) ( ) x y x
c s
,
respectivamente.
Con referencia a la Fig. 2.34(a) y del teorema de modulacin para seales de potencia,
[ ] z t x t f t S f S f f S f f
c c zc x c x c
( ) ( ) cos( ) ( ) ( ) ( ) = = + + 2 2 para todo f (2.122)
Al pasar z t
c
( ) por el filtro pasabajo se eliminan las componentes de alta frecuencia; por
consiguiente,

[ ]
S f
S f f S f f
xc
x c x c
( )
( ) ( )
=
+ +

para | f| B
0 para B <| f|
(2.123)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


153
La deduccin de S f
xs
( ) es similar verificndose que S f S f
xc xs
( ) ( ) = , lo cual est de
acuerdo con el teorema de la modulacin para seales de potencia. En la Fig. 2.40(b) se muestra el
proceso de formacin de S f f
xc
( ) ( ) y S
xs
.
S f
x
( )
f
c
f
c
2f
c
2f
c
S f f
x c
( )
S f f
x c
( ) +
S f S f
xc xs
( ) ( ) =
0 0
f
f
1
2B
Filtro
Pasabajo
2
(a) (b)
Fig. 2.40. Densidades Espectrales en Seales Pasabanda
B -B

Como el rea bajo S f
x
( ) es igual al rea bajo S f f
xc
( ) ( ) o S
xs
, entonces
< >=< >=< >= = =


x t x t x t S f df S f df S f df
c s x xc xs
2 2 2
( ) ( ) ( ) ( ) ( ) ( ) (2.124)
Las potencias contenidas en cada una de las componentes ortogonales son iguales entre s
e iguales a la potencia total de la seal pasabanda.
Estos resultados son muy importantes y se aplican sobre todo en seales pasabanda
aleatorias como, por ejemplo, el ruido en el clculo de las relaciones Seal/Ruido. La naturaleza
aleatoria del ruido tiende a distribuir la potencia entre sus dos componentes ortogonales y esto es en
contraste directo con las seales determinsticas en las cuales se puede controlar la fase a fin de
obtener solamente trminos en seno o en coseno.
La potencia promedio de una seal aleatoria pasabanda, de acuerdo con las expresiones
(2.108) y (2.124), ser entonces
< >= < > + < > x t x t x t
c s
2 2 2
1
2
1
2
( ) ( ) ( ) (2.125)
La potencia promedio de una seal aleatoria se divide por igual entre sus dos componentes
ortogonales.
2.7.6. Sistemas Pasabanda
Gran parte de la utilidad de la representacin en envolvente compleja de una seal
pasabanda se perdera si no fuera posible caracterizar directamente en funcin de ella los efectos del
filtrado pasabanda. En efecto, resulta que el anlisis del filtrado pasabanda de una seal pasabanda
puede efectuarse mucho ms fcilmente a travs del anlisis del filtrado pasabajo complejo de
seales pasabajo complejas, como se demuestra a continuacin [L. E. Franks, 1975].
Consideremos el filtro pasabanda de la Fig. 2.41(a), cuya funcin de transferencia es H(f).
Se supone que h(t) es real, es decir, que H(f) tiene simetra hermtica. La entrada al filtro es una
seal pasabanda real x t X f ( ) ( ), Fig. 2.41(c); el ancho de banda del filtro es igual o mayor que
el ancho de banda de la seal x(t).

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


154

~
( ) x t
z
1
2
~
( ) h t
z
~
( ) y t
z
f
c f
c
~
( ) H f
z
~
( ) X f
z
H(f)
X(f)
f f
(a) Filtrado Pasabanda (b) Filtrado Equivalente Complejo
x(t)
X(f)
h(t)
H(f)
y(t)
Y(f)
0 0
(c) (d)
Fig. 2.41.

Sea entonces,
x t x t jx t t x t j f t x t jx t
z z c c s
( ) ( ) ( );
~
( ) ( ) exp( ) ( ) ( ) = + = = +
)
x
z
2
h t h t jh t t h t j f t h t jh t
z z c c s
( ) ( ) ( );
~
( ) ( ) exp( ) ( ) ( ) = + = = +
)
h
z
2
y t y t jy t t y t j f t y t jy t
z z c c s
( ) ( ) ( );
~
( ) ( ) exp( ) ( ) ( ) = + = = +
)
y
z
2

~
( ),
~
( )
~
( ) x t t t
z
h y y
z z
son las envolventes complejas de la entrada x(t), respuesta
impulsional h(t) y salida y(t), respectivamente. Se tiene entonces que
[ ] X f f X f X f f X f f X f f
z z c z c z c
( ) [ sgn( )] ( )
~
( )
~
( )
~
( ) = + = + 1 y X(f) =
1
2


[ ]
H f f H f H f f H f f H f f
z z c z c z c
( ) [ sgn( )] ( )
~
( )
~
( )
~
( ) = + = + 1 y H(f) =
1
2

La salida del filtro ser
[ ] Y f H f X f H f f X f f H f f X f f
z c z c z c z c
( ) ( ) ( )
~
( )
~
( )
~
( )
~
( ) = = +
1
4

[ ] Y f Y f f Y f f
z c z c
( )
~
( )
~
( ) = +
1
2

Estas dos ltimas expresiones implican que
[ ]
~
( )
~
( )
~
( ) Y f H f f
z z
=
1
2
X
z
(2.126)
cuya transformada de Fourier inversa es [ ]
~
( )
~
( )
~
( ) y t h t t
z z
=
1
2
x
z

(2.127)

Por lo tanto, la envolvente compleja de la seal filtrada y(t) viene dada por el producto de
convolucin de la envolvente compleja de la seal de entrada x(t) por la envolvente compleja de la
respuesta impulsional h(t) del filtro, con un factor de escala de 1/2.
La importancia de este resultado estriba en el hecho de que al tratar con seales y sistemas
pasabanda, se puede trabajar con las envolventes complejas pasabajo
~
( ),
~
( )
~
( ) x t t t
z
h y y
z z
. Por
consiguiente, el anlisis de un sistema pasabanda, complicado por el factor exp( ) j f t
c
2 , se

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


155
reemplaza por un anlisis equivalente en pasabajo que retiene por completo toda la esencia del
proceso de filtrado.
Reemplazando en (2.127) las envolventes complejas por sus respectivas componentes, se
tiene
[ ] [ ]
~
( ) ( ) ( ) ( ) ( ) ( ) ( ) y t y t jy t h t jh t t jx t
z c s c s s
= + = + +
1
2
x
c

Desarrollando esta expresin, la componente en fase de la salida y(t) es
[ ] [ ] y t h t t h t t
c c s
( ) ( ) ( ) ( ) ( ) =
1
2
1
2
x x
c s
(2.128)
y la componente en cuadratura de la salida y(t),
[ ] [ ] y t h t t h t t
s s c
( ) ( ) ( ) ( ) ( ) = +
1
2
1
2
x x
c s
(2.129)
Estas expresiones permiten establecer el modelo equivalente pasabajo de un filtro
pasabanda, mostrado en la Fig. 2.42. Este modelo equivalente proporciona una base prctica para la
simulacin del filtrado pasabanda o de un canal de comunicaciones en una computadora digital.

2 2 cos( ) f t
c
2 2 sen( ) f t
c
x t
c
( )
x t
s
( )
y t
c
( )
y t
s
( )
cos( ) 2f t
c
sen( ) 2f t
c
h t
c
( ) / 2
h t
c
( ) / 2
h t
s
( ) / 2
h t
s
( ) / 2
Filtro
Pasabajo
Filtro
Pasabajo
+
+
+
+
_
_
x(t) y(t)
Fig. 2.42. Equivalente Pasabajo del Filtrado Pasabanda.
Filtro Pasabanda

Ntese que si H(f) y X(f) son simtricos respecto a la frecuencia central f
c
, entonces
~
( ) H f
z
y
~
( ) X f
z
sern simtricos respecto al origen [
~
( )
~
( ) h t t
z
y x
z
sern reales]. En este caso,
x t t x t t f t
s c c
( ) ;
~
( ) ( ); ( ) cos( ) = = 0 2 x x(t) = x
z c
(2.130a)
h t t h t t f t
s c c
( )
~
( ) ( ); ( ) cos( ) = = 0 2 h h(t) = h
z c
(2.130b)
y respecto a la salida,
[ ] y t t h t t t f t
s c c
( ) ; ( ) ( ) ( ) ; ( ) cos( ) = = 0
1
2
2 y x y(t) = y
c c c
(2.130c)




II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


156
Ejemplo 2.28. Respuesta de un Filtro Pasabanda a un Impulso de Radiofrecuencia
Consideremos un filtro ideal pasabanda de ancho de banda 2B, centrado en la frecuencia
f
c
, cuya entrada es un impulso de radiofrecuencia (RF) de la forma x t A t T f t
c
( ) ( / ) cos( ) = 2 ,
donde f T
c
>> 1/ y f B
c
>> . Esta es la situacin que se presenta a la entrada del filtro de
radiofrecuencia en los receptores de radio y televisin, de seales digitales y de radar. Vamos a
determinar la respuesta y(t) del filtro. En la Fig. 2.43(a) se muestra la forma del impulso de
radiofrecuencia.

De (2.72) y (2.73),
H f h
f f
B
f f
B
j t f
o
c c
o
( ) exp( ) =
+


2 2
2
h t Bh sinc B t t f t t
o o c o
( ) [ ( )] cos[ ( )] = 4 2 2

~
( ) exp( ) H f h
f
B
j t f
z o o
=

2
2
2

~
( ) [ ( )] ( ) h t Bh sinc B t t h t
z o o c
= = 4 2 pues
~
( ) h t
z
es real
x t A
t
T
f t X f
A
sinc
f f
T
sinc
f f
T
c
c c
( ) cos( ) ( )
/ /
=

=
+

2
2 1 1


~
( )
/
~
( ) ( ) ( )
~
( ) X f ATsinc
f
T
x t A
t
T
x t t
z z c
=

= =
1
2 pues x
z
es real
Puesto que
~
( )
~
( ) x t t
z
y h
z
son reales,
~
( ) y t
z
ser tambin real, de modo que
[ ]
~
( ) ( ) ( ) ( ) [ ( )] ( ) y t y t h t t Bh sinc B t t
t
T
z c c o o
= = =
1
2
1
2
4 2 x 2A
c

y t ABh sinc B t t
c o o
( ) [ ( )] ) = 4 2 (
t
T

y t ABh
T
sinc B t t d
c o o
( ) ( ) [ ( )] =

4 2


Esta expresin es igual a la ya obtenida en el Ejemplo 2.20(b) cuya solucin es

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


157
y t
Ah
Si B t t
T
Si B t t
T
c
o
o o
( ) ( ) ( ) = +

2
2
2
2
2

De (2.248), la salida del filtro pasabanda ser

y t
Ah
Si B t t
T
Si B t t
T
f t
o
o o c
( ) ( ) ( ) cos( ) = +

2
2
2
2
2
2



Si hacemos por ejemplo, T = 4t
o
, B = 2/T y f
c
= 6, entonces, para T = 1,
y t
Ah
Si t Si t f t
o
c
( ) ( ) ( ) cos( ) = +

2
4
1
4
4
3
4
12


En la Fig. 2.43(b) se muestra la forma de esta salida. En la prctica el valor t
o
es
despreciable pero aqu lo exageramos para ver su efecto. Se sugiere al lector que trate de determinar
la salida y(t) sin utilizar el concepto de envolvente compleja para que constate la utilidad de este
procedimiento.

2.8. FUNCIONES DE CORRELACIN EN SISTEMAS LINEALES
2.8.1. Autocorrelacin Entrada/Salida
Consideremos las funciones de correlacin en un sistema lineal invariante en el tiempo
(SLIT), Fig. 2.44.
Sea entonces
x t S f R
x x
( ) ( ) ( ) ; y t S f R
y y
( ) ( ) ( )
h t H f ( ) ( ) ; S f R
xy xy
( ) ( )
Por definicin, la funcin de
autocorrelacin de la salida y(t) es
R lim
T
t y t dt
y
T
T
T
( ) ( ) ( )
/
/
= +

1
2
2
y

y
R ( ) y(t)y(t ) =< + >
pero en un SLIT:

R
x
( )
S f
x
( )
R
y
( ) h t H f ( ) ( )
S f
y
( )
R S f
xy xy
( ) ( )
SLIT x(t) y(t)
Fig. 2.44


y t h u x t u du ( ) ( ) ( ) ; =


y(t + ) = h(v)x(t + - v)dv
-

Reemplazando estas expresiones en R
y
( ),
R lim
T
h u x t u du h v x t v dv dt
y
T T
T
( ) ( ) ( ) ( ) ( )
/
/
= +


1
2
2

Intercambiando el orden de integracin,

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


158
R h u h v lim
T
x t u x t v dt dudv
y
T T
T
( ) ( ) ( ) ( ) ( )
/
/
= +


1
2
2

Con el cambio de variables t t u ' = , la integral dentro de los corchetes se hace igual a
R u v
x
( ), + de donde
R R u v h u h v dudv
y x
( ) ( ) ( ) ( ) = +



Con un nuevo cambio de variables z v u = , nos queda
R R z h u h z u dudz R z h u h u z du dz
y x x
( ) ( ) ( ) ( ) ( ) ( ) ( ) = + = +



pero la integral dentro de los corchetes es la integral de correlacin de h(t), es decir,
g z h u h u z du do z G f
h h
( ) ( ) ( ) ( ) ( ) = +

nde g
h
(2.131)
La funcin de autocorrelacin de la salida y(t) ser entonces
R R z g z dz R
y x h x
( ) ( ) ( ) ( ) ( ) = =

g
h
(2.132)
La funcin de autocorrelacin R
y
( ) de la salida de un SLIT es el producto de
convolucin de la funcin de autocorrelacin R
x
( ) de la entrada x(t) por la integral de
correlacin de la respuesta impulsional h(t) del SLIT.
Del teorema de convolucin, S f S f G f
y x h
( ) ( ) ( ) = , pero, de acuerdo con (2.35), G f
h
( )
debe ser igual a | ( )| H f
2
: vamos a verificarlo. En efecto, de la definicin de transformada de
Fourier,
G f h u h u du j2 f d h u h u j2 f d du
h
( ) ( ) ( ) exp( ) ( ) ( ) exp( ) = +

= +



Con el cambio de variables ' = + u , la segunda integral dentro de los corchetes queda en
la forma
h j f u d j uf h j f d H f j uf ( ' ) exp[ ( ' )] ' exp( ) ( ' ) exp( ' ) ' ( ) exp( ) = =


2 2 2 2
entonces G f H f h u j2 fu du H f H f H f
h
( ) ( ) ( ) exp( ) ( ) ( ) | ( )| = = =


2

Hemos verificado entonces que G f H f
h
( ) | ( )| =
2
, por lo tanto,
S f H f S f
y x
( ) | ( )| ( ) =
2

resultado ya obtenido anteriormente, expresin (2.35). Este resultado es muy importante en muchas
aplicaciones en procesamiento de seales, radar, etc.
Ntese que G f H f H f H f g h
h h
( ) | ( )| ( ) ( ) ( ) ( ) = = =
2
h(- )
La densidad espectral S f
y
( ) de la salida del SLIT se puede escribir entonces en la forma

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


159
S f S f H f H f
y x
( ) ( ) ( ) ( ) =
y por el teorema de convolucin,
R R
y x
( ) ( ) = h( ) h(- ) (2.133)
que es la forma ms utilizada para representar la funcin de autocorrelacin de la salida de un SLIT.
En cuanto a la potencia de salida < y
2
(t) >, ella vendr dada por




= = >= < df ) f ( S | ) f ( H | dz ) z ( g ) z ( R ) 0 ( R ) t ( y
x
2
h x y
2

Podemos demostrar tambin que el valor promedio < y(t) > de la salida y(t) es
> < >= < ) t ( x ) 0 ( H ) t ( y
donde


=
= = dt ) t ( h | ) f ( H ) 0 ( H
0 f
es el rea de la respuesta impulsional h(t).
2.8.2. Intercorrelacin Entrada/Salida
Por definicin, la intercorrelacin entrada/salida es
R lim
T
x t y t dt
xy
T T
T
( ) ( ) ( )
/
/
= +

1
2
2
=< + > x t y t ( ) ( )
como y t x v h t v dv ( ) ( ) ( ) , + = +

entonces
R lim
T
x t x v h t v dv dt
xy
T T
T
( ) ( ) ( ) ( )
/
/
= +


1
2
2

Intercambiando el orden de integracin,
R lim
T
x t x v dt h t v dv
xy
T T
T
( ) ( ) ( ) ( )
/
/
=


1
2
2

Con el cambio de variables u v t = , tenemos
R lim
T
x t x t u dt h u du
xy
T T
T
( ) ( ) ( ) ( )
/
/
= +


1
2
2

La integral dentro de los corchetes es la funcin de autocorrelacin R
x
( ) de x(t),
entonces,
R R u h u du
xy x
( ) ( ) ( ) =

, de donde
R R
xy x
( ) ( ) = h( ) (2.134)
La funcin de intercorrelacin entrada-salida R
xy
( ) de un SLIT, es el producto de
convolucin entre la funcin de autocorrelacin R
x
( ) de la entrada x(t) por la respuesta
impulsional h(t) del SLIT.
Del teorema de la convolucin,
S f S f H f
xy x
( ) ( ) ( ) = (2.135)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


160
La densidad interespectral S f
xy
( ) entrada-salida de un SLIT es simplemente el producto
de la densidad espectral de la entrada x(t) por la funcin de transferencia del SLIT.
Todas estas expresiones se aplican tanto a seales determinsticas como aleatorias (seales
de energa y de potencia) y son muy utilizadas en el anlisis de sistemas lineales y en sistemas de
comunicacin en presencia de ruido. Un anlisis ms avanzado de estas tcnicas est fuera de los
objetivos de este texto.
Ejemplo 2.29. Estimacin de la Respuesta Impulsional de un SLIT mediante Correlacin
Sea el diagrama de bloques mostrado en la Fig. 2.45, donde x(t) es una seal aleatoria cuya
densidad espectral de potencia es constante e igual a K. Este es un tipo especial de ruido (ruido
blanco) que se caracterizar ms adelante.

h t H f ( ) ( ) R
xy
( )
SLIT
Correlador
x(t) y(t)
x(t)
Sistema en Prueba
Fig. 2.45. Estimador de la Respuesta Impulsional de un SLIT.

El Sistema en Prueba es un SLIT cuya respuesta impulsional se desea estimar.
Sea x t S f K
x
( ) ( ) ; = pero de (2.135), S f H f S f K H f
xy x
( ) ( ) ( ) ( ) = = ;
pero como R S f
xy xy
( ) ( ), entonces
R
xy
( ) =
1
{ }
S f K
xy
( ) =
1
{ } H f K h ( ) ( ) =

La salida del correlador es proporcional a la respuesta impulsional del SLIT en prueba. El
montaje de la Fig. 2.45 se utiliza en la prctica para estimar la respuesta impulsional de un sistema
lineal invariante en el tiempo; este montaje es relativamente fcil de instrumentar fsicamente o
simular en una computadora digital.


En resumen, es muy importante que se entienda que para una seal dada existe una funcin
de autocorrelacin nica, mientras lo contrario no necesariamente es cierto. Esto es debido a que la
funcin de autocorrelacin no es una medida completa de un proceso sino que es una de sus
estadsticas de segundo orden, como se puede ver en el Captulo III; igual argumento se aplica a la
densidad espectral de potencia, como lo sealamos en su oportunidad. Se concluye entonces que
una funcin de autocorrelacin o una densidad espectral de potencia dadas no especifican
unvocamente una seal o un proceso. Existe, en general, un gran nmero de seales o procesos que
pueden tener la misma funcin de autocorrelacin y la misma densidad espectral de potencia.
Conclusiones similares se aplican a la funcin de intercorrelacin y su correspondiente densidad
interespectral de potencia. En el Captulo III se tratan estos conceptos con un poco ms de detalle.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


161
2.9. RUIDO EN SISTEMAS
2.9.1. Introduccin
En el proceso de transmisin por un canal de comunicaciones, las seales que contienen
informacin llegan a su destino tan distorsionadas que muchas veces es prcticamente imposible
extraer la informacin que ellas poseen. Esta distorsin se debe principalmente a dos factores que
siempre estn presentes en los canales fsicos: la distorsin producida por las caractersticas fsicas
del canal que producen distorsin de fase y de amplitud, y la distorsin producida por seales
aleatorias o interferentes que se suman a las seales tiles distorsionndolas severamente. Este tipo
de seales espurias de naturaleza aleatoria es lo que conocemos con el nombre genrico de ruido.
El zumbido y la esttica en un receptor de radio, los destellos blancos en una pantalla de televisin,
las oscilaciones en un sistema retroalimentado, etc., son diferentes manifestaciones del ruido. La
distorsin producida por las caractersticas fsicas del canal la trataremos con ms detalle en los
Captulos V y VI.
En la prctica se encuentra que existen muchas fuentes potenciales de ruido en un sistema
de comunicacin: las fuentes de ruido externas (naturales y producidas por el hombre) y las fuentes
de ruido internas al sistema. En particular, el ruido interno incluye una clase importante de seales
perturbadoras que se generan por fluctuaciones espontneas de corriente o voltaje en los circuitos y
elementos elctricos, y que representan una limitacin bsica en la transmisin o deteccin de
seales.
2.9. 2. Ruido Interno
Ruido de Disparo
El ruido de disparo se genera en los dispositivos electrnicos debido a la naturaleza discreta
de la corriente circulante. Por ejemplo, los electrones que fluyen entre el ctodo y el nodo en un
tubo de rayos catdicos, los electrones y huecos que fluyen en semiconductores, los fotones
emitidos en algunos lasers, los fotoelectrones emitidos por un fotodiodo, etc., son fuentes de este
tipo de ruido, en las cuales se observa que la corriente flucta alrededor de un valor promedio. El
mecanismo que origina las fluctuaciones depende de cada proceso en particular; por ejemplo, en un
tubo al vaco es la emisin errtica de los electrones desde el ctodo; en los semiconductores se
debe a la difusin errtica de las portadoras minoritarias y a la generacin y recombinacin errticas
de los pares electrn-hueco. En consecuencia, el proceso que produce los valores promedio tiene
variaciones propias de tipo estadstico que fluctan alrededor de esos valores promedio. Una
caracterstica de este tipo de ruido es que la potencia promedio de las fluctuaciones es proporcional
al valor promedio de las mismas. Como en este proceso las fuerzas que producen el flujo de
partculas no estn en equilibrio termodinmico, no se puede aplicar la termodinmica clsica para
analizarlas. Este tipo de ruido no lo trataremos aqu.
Ruido Trmico
El ruido trmico es producido por el movimiento errtico de los electrones libres en un
elemento conductor como, por ejemplo, una resistencia. La energa trmica mantiene los electrones
libres en constante movimiento; pero este movimiento es de tipo aleatorio debido a las mltiples
colisiones que los electrones experimentan dentro del entramado atmico. El movimiento neto de
los electrones constituye una corriente elctrica cuya direccin de flujo es tambin aleatoria y cuyo
valor promedio es cero.
Histricamente, J. B. Johnson y H. Nyquist [Johnson, 1928; Nyquist, 1928] fueron los
primeros en estudiar el ruido trmico en resistencias metlicas, de ah que al ruido trmico se le

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


162
denomine ruido de Johnson o ruido de resistencias. Johnson y Nyquist demostraron,
independientemente, a partir de consideraciones tericas y experimentales, que la potencia
promedio del voltaje (valor eficaz al cuadrado) a travs de una resistencia R viene dada por
< >= v t kTRB
n
2
4 ( ) (2.136)
y con referencia a la corriente trmica,
< >= i t kTGB
n
2
4 ( ) ( G = 1/ R) (2.137)
donde T es la temperatura en la resistencia, en kelvins; k es la constante de Boltzmann
) K joules/ 10 x 38 , 1 (
23
, y B un ancho de banda arbitrario, en Hz. La correspondiente densidad
espectral de potencia del ruido trmico es
S f
v t
B
kTR
n
n
( )
( )
=
< >
=
2
2
2 (2.138)
Vemos que esta densidad espectral de potencia es constante para todas las frecuencias. Sin
embargo, clculos ms avanzados [Schwartz, 1980] que incluyen consideraciones de tipo mecnico-
cuntico, demuestran que la densidad espectral de potencia del voltaje trmico es
S f Rhf
hf
kT
n
( )
exp( )
= +

2
1
2
1
1
(2.139)
donde f es la frecuencia, en Hz, y h la constante de Planck (6,625x10
-34
joules/seg). El primer
trmino de (2.139) es despreciable para frecuencias Hz. 10 ) h / kT ( f
13
<< En efecto, para
f Hz << 10
13
, vemos que exp( / ) / hf kT hf kT + 1 , de modo que la expresin (2.139) se puede
aproximar en la forma S f kTR
n
( ) = 2 que es el mismo resultado (2.138) de Johnson y Nyquist. Por
consiguiente, para las frecuencias normales en comunicaciones, exceptuando la gama de
transmisin ptica (fibras y lasers), la densidad espectral de ruido se puede considerar constante e
independiente de la frecuencia. Por otro lado, como el ruido trmico es el resultado de un gran
nmero de interacciones esencialmente independientes, su distribucin tiende a ser gausiana. El
ruido trmico es, pues, un ruido gaussiano de valor promedio cero. El ruido gaussiano es aquel cuya
distribucin de amplitudes sigue la curva de Gauss. Las distribuciones gaussianas las estudiaremos
con un poco ms de detalle en el Captulo III.
Circuitos Equivalentes del Ruido
Una resistencia ruidosa se puede representar mediante un circuito equivalente que consiste
en una resistencia sin ruido en serie con una fuente de ruido con un voltaje eficaz v
ef
, como se
muestra en la Fig. 2.46(a), que es el circuito equivalente de Thvenin. En la Fig. 2.46(b) se
muestra el correspondiente circuito equivalente de Norton.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


163

v kTRB
ef
= 4
i kTGB
ef
= 4
~
R(Sin ruido)
G= 1/R
(Sin ruido)
(a) Equivalente de Thvenin (b) Equivalente de Norton
Fig. 2.46. Circuitos Equivalentes del Ruido Trmico.
+
a a
b b

Cuando se calculan los efectos del ruido trmico en redes que contienen muchas
resistencias, la utilizacin de los circuitos equivalentes hace que los clculos sean muy largos y
engorrosos. Estos clculos se pueden simplificar mediante la llamada Frmula de Nyquist, la
cual expresa que la potencia promedio de ruido producida en los terminales de un dipolo que
contenga elementos pasivos ( R, L y C), todos a la misma temperatura, viene dada por la integral
< >= =

v t v kT f df
n ef
B
B
2 2
2 ( ) ( ) R (2.140)
donde R(f) es la parte real de la impedancia compleja vista en los terminales del dipolo y B un
ancho de banda arbitrario. Si la red contiene solamente elementos resistivos y dentro de un ancho de
banda arbitrario B, la expresin (2.140) se reduce a
< >= = v t v kTR B
n ef eq
2 2
4 ( ) (2.141)
o tambin, v kTR B
ef eq
= 4 (2.142)
donde R
eq
es la resistencia equivalente del dipolo y v
ef
el correspondiente voltaje eficaz de
ruido. Si las resistencias estn a temperaturas diferentes, hay que utilizar los circuitos equivalentes.
Ejemplo 2.30
Vamos a calcular el voltaje eficaz de ruido trmico de la red mostrada en la Fig. 2.47(a),
donde B = 100 kHz , T = 290 kelvins, R
1
= 1 k, R
2
= 2 k y R
3
= 3 k. Tambin,
V kTR B kTR B kTR B
1 1 2 3
4 4 4 = = = ; V y V
2 3

El circuito equivalente de ruido de la red se muestra en (b). La potencia promedio de ruido a
la salida es igual a la suma de las potencias de salida contribuidas por cada fuente. En efecto, sea
v v v v v v
ef ef ef ef ef ef
2
1
2
2
2
3
2
2
2
3
2
= + + + + , de donde v = v
ef 1ef
2

R
1
R
2
R
3
V
1
R
1
R
2
R
3
V
2
V
3
v
ef
R
eq
~
~
~
~
a
b
a a
b
b
+
+
+
+
(a) Red Resistiva (b) Circuito Equivalente de Ruido (c) Equivalente de Thvenin
Fig. 2.47.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


164
De la Fig. 2.47(b), por superposicin, se obtiene
v V
R
R R R
kTB kTB
ef 1 1
3
1 2 3
1000 1000( =
+ +
= = ; v
1ef
2
)
v V
R
R R R
kTB kTB
ef 2 2
3
1 2 3
2000 2000( =
+ +
= = ; ) v
2ef
2

v V
R R
R R R
kTB kTB
3ef 3
1 2
1 2 3
3000 3000( =
+
+ +
= = ; ) v
3ef
2

v kTB x x x
ef
2 3 23 5 12
6000( 6x10 1 38x10 290x10 2 401 10 = = =

) , ,
El voltaje eficaz de ruido a la salida de la red ser
v x
ef
=

1 55 10
6
, V
Como se trata de un red puramente resistiva, se puede aplicar la frmula de Nyquist (2.141).
La resistencia equivalente vista desde los terminales ab de salida del dipolo es
R
R R R
R R R
eq
=
+
+ +
=
3 1 2
1 2 3
1500 Ohm
( )

De acuerdo con (2.142), el voltaje eficaz de ruido a la salida de la red es
v x x x
ef
= =

4 1 38x10 290x1500x10 1 55 10
23 5 6
, , V
resultado idntico al obtenido ms arriba pero con un mnimo de clculos.

Potencia de Ruido Disponible
Algunas veces es deseable describir el ruido trmico mediante el concepto de potencia
disponible. La potencia disponible es la potencia mxima que se puede entregar a una carga
desde una fuente con una resistencia interna constante. De acuerdo con el teorema de la mxima
transferencia de potencia, se transfiere el mximo posible de potencia desde una fuente de
resistencia interna R
i
a una carga de resistencia R
L
cuando R R
L i
= . En este caso se dice que la
carga est acoplada a la fuente, y la potencia que produce la fuente se divide por igual entre su
resistencia interna R
i
y la resistencia de carga R
L
; la potencia que se entrega a la carga es la
potencia disponible.
Con referencia a la Fig. 2.46(a), en condiciones de acoplamiento la fuente ve una resistencia
de 2R y la densidad espectral ser S f R
n
( ) / 2 ; la densidad espectral correspondiente a la potencia
entregada a la carga ser la mitad, es decir, S f R
n
( ) / 4 . Esta es entonces la mxima densidad
espectral de potencia que se puede extraer de la fuente v
ef
. Por esta razn, esta densidad se
denomina densidad espectral disponible, S f
nd
( )". Entonces,
S f
S f
R
kT
nd
n
( )
( )
= =
4 2
W/ Hz (2.143)
La potencia de ruido disponible en una resistencia ruidosa R dentro de un ancho de banda
arbitrario B ser entonces
N S f df kTB W
nd
B
B
= =

( ) (2.144)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


165
Ntese que en una resistencia ruidosa R la densidad espectral disponible y la potencia
promedio disponible son independientes de R, pero son proporcionales al ancho de banda B.
Cuanto ms alto es el ancho de banda en un sistema, ms alta ser la potencia de ruido presente en
el mismo; debido a esto, uno de los objetivos en el diseo de sistemas de comunicacin es el de
minimizar u optimizar el ancho de banda B.
2.9.3. Ruido Blanco
Adems de las fuentes de ruido trmico, hay otros tipos de fuentes de ruido que son
gaussianas, de valor promedio cero y que tienen una densidad espectral de potencia que es constante
dentro de una extensa gama de frecuencias. Ruido que tenga una densidad espectral de este tipo se
denomina Ruido Blanco, por analoga con la luz blanca la cual contiene iguales cantidades de
todas las frecuencias que pertenecen al espectro visible de la radiacin electromagntica. En
general, la densidad espectral del ruido blanco gaussiano se representa en la forma
S f
n
( ) =

2
para todo f (2.145)
El factor se incluye para indicar que la mitad de la potencia est asociada con las
frecuencias positivas, y la otra mitad con las frecuencias negativas. Las dimensiones de son
W/Hz y su valor depende del tipo de fuente de ruido y de la densidad espectral disponible.
Aunque muchas fuentes de ruido fsicas se pueden modelar como fuentes de ruido blanco,
una vez que el ruido ha sido filtrado (por ejemplo, mediante un ecualizador en un receptor digital),
ya no tendr una densidad espectral de amplitud constante sino que tomar la forma espectral del
filtro. Este ruido se denomina comnmente ruido coloreado. En efecto, si H(f) es la funcin de
transferencia de un filtro dado al cual se le aplica ruido blanco, la salida del filtro ser ruido
coloreado cuya densidad espectral ser

2 2
nc n
S (f ) H(f ) S (f ) H(f )
2

= =
La potencia disponible a la entrada del sistema ser entonces, de (2.138) y (2.145),
kTRB 4 B ) t ( v N
2
n i
= >= =< (2.146)
de donde = = 4kTR kT
e

El trmino T
e
se conoce con el nombre de temperatura efectiva o temperatura
equivalente de ruido del sistema, y se define mediante la expresin
T RT
e
= 4 (2.147)
La temperatura equivalente de ruido especifica la potencia de ruido trmico disipada en una
resistencia acoplada, y es la temperatura efectiva de una fuente de ruido trmico blanco a la
entrada de un sistema con ruido que se requerira para producir la misma potencia de ruido a la
salida de un sistema equivalente sin ruido. Obsrvese que la temperatura equivalente de ruido no
es la temperatura ambiente del sistema, pero s es proporcional a ella. Asimismo, en una red que
contiene solamente elementos R, L y C, la temperatura efectiva T
e
es igual a la temperatura
ambiente T de la red. En lo sucesivo, hablaremos siempre en trminos de temperatura efectiva,
excepto cuando se exprese directamente la temperatura fsica.
La potencia disponible de ruido blanco generada en el sistema dentro de un ancho de banda
arbitrario B, ser entonces

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


166
N kT B
i e
= (2.148)
que sera la potencia disponible a la entrada si el sistema fuera sin ruido.
Del Teorema de Wiener-Kintchine, la funcin de autocorrelacin del ruido blanco es
R
n
( ) ( )

=
2

S f f
n
( ) ( ) y R
n
se muestran en la Fig. 2.48.
Puede observarse que la
funcin de autocorrelacin del ruido
blanco gaussiano es cero para 0,
lo que significa que dos valores o
muestras diferentes de la seal de
ruido blanco, no importa lo cercanas
que estn, no estn correlacionadas y
por lo tanto son independientes, como
demostraremos en el Captulo III. Por
otro lado, puede verse tambin que,
en un sentido estricto, el ruido blanco
tiene una potencia infinita y, como
tal, no existe fsicamente.
/ 2
/ 2
R
n
( )
S f
n
( )

0
f
0
(a) Densidad Espectral (b) Funcin de
Autocorrelacin
Fig. 2.48. Caractersticas del Ruido Blanco.

Las propiedades matemticas del ruido blanco gaussiano son muy convenientes en
el anlisis y comportamiento de sistemas de comunicacin; en efecto, dentro de las gamas de
frecuencia utilizadas en la prctica, el uso del concepto de ruido blanco es consistente con su
definicin porque la densidad espectral de potencia puede considerarse constante en esas gamas.
Por otro lado, Shannon ha demostrado que el ruido blanco gaussiano es el peor ruido entre
todos los ruidos posibles, y que su potencia en un ancho de banda dado es tambin la ms alta
posible. La potencia de ruido blanco gaussiano representa entonces un lmite superior que se utiliza
como referencia en el clculo de las Relaciones Seal/Ruido en sistemas de comunicacin.

Ejemplo 2.31
A la entrada de un filtro pasabajo RC, Fig. 2.49(a), se aplica ruido blanco gaussiano cuya
densidad espectral de potencia es / 2. Se trata de determinar la funcin de autocorrelacin, la
densidad espectral de potencia y la potencia de ruido a la salida del filtro.

/ 4RC
R
no
( )
/ 2
S f
no
( )
S f
n
( )
S f
no
( )
Entrada
R
C
Salida
0 0
f
(a) Filtro Pasabajo RC (b) Densidad Espectral (c) Funcin de Autocorrelacin
Fig. 2.49
H(f)
y(t)
x(t)


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


167
Solucin
La funcin de transferencia de este filtro es bien conocida; por lo tanto,
H f
j RCf RC
RC
j f
( ) =
+
=
+
1
1 2
1 1
1
2


; S f H f S f
RC
RC
f
no n
( ) | ( )| ( )
( )
( )
= =
+
2
2
2 2 2 2
1
1
4


Mediante el Teorema de Wiener-Kintchine la correspondiente funcin de autocorrelacin es
)
| |
exp(
4
) (
RC RC
R
no

= . Tambin, < >= = y t R
RC
no
2
0
4
( ) ( )


S f
no
( ) ( ) y R
no
se muestran en la Fig. 2.49(b) y (c), respectivamente.

Ntese la rapidez de cada de la funcin de autocorrelacin. Para valores de superiores a
un tiempo de correlacion
c
= RCln(100), la funcin de autocorrelacin cae a menos del 1% de su
valor mximo y podemos despreciarla. Esto significa que dos muestras de la seal de salida que
estn separadas en ms de
c
segundos no estarn correlacionadas.
En cuanto a la densidad espectral de potencia de la salida, si se desprecian aquellas
componentes con amplitudes menores del 1% del valor mximo, entonces S f
no
( ) es despreciable
para frecuencias f RC 1 5844 , / .

Ruido Blanco Pasabanda de Banda Angosta
El modelo del ruido blanco es una aproximacin razonable cuando se trata de determinar la
potencia de salida de un sistema de banda angosta, por cuanto la densidad espectral de ruido es ms
o menos constante dentro de la banda de paso, situacin que es muy comn en los sistemas de
comunicacin. De particular importancia es el ruido presente en un sistema de recepcin de seales
moduladas, como se muestra en la Fig. 2.50.
B
c
f
c
Transmisor
Mensaje
x(t)
Canal Ideal
x(t) v(t)
Filtro
Pasabanda
n(t)
x(t)
Detector
Ruido Blanco Seal Modulada
Ancho de Banda =
CANAL REAL RECEPTOR
TRANSMISOR
Ancho de Banda 2B
y centrado en
Ruido Blanco Filtrado
Salida
Fig. 2.50. Transmisin y Recepcin de Seales Moduladas
H(f)

En la Fig. 2.50 el canal real se modela como un canal ideal de ancho de banda B B
c
2 ms
una fuente aditiva de ruido blanco que se suma a la seal modulada transmitida x t ( ) . El receptor se
modela mediante un filtro pasabanda de entrada seguido de un detector que extrae de la seal
compuesta [ ( ) ( )] x t n t + , la seal que lleva la informacin. El tipo de detector depende del sistema

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


168
de modulacin empleado. En la Fig. 2.51 se muestran las caractersticas del Ruido Blanco
Pasabanda.


Tanto el canal real como el filtro de entrada del receptor (filtro de RF) dejan pasar completa
la seal modulada x t ( ) ; en este caso se dice que el canal y el filtro son transparentes para x t ( ) ,
apareciendo esta seal, salvo por algn factor de escala, a la entrada del detector. La situacin es
distinta respecto al ruido, como se puede observar en la Fig. 2.51.
En efecto, el filtro pasabanda, Fig. 2.51(a), deja pasar solamente aquellas componentes
dentro de su banda pasante. Como en general se cumple que f B
c
>> , el ruido a la salida del filtro
comnmente se denomina ruido blanco pasabanda de banda angosta, cuya densidad espectral
tiene la forma dada en la Fig. 2.51(b).
En el dominio del tiempo, el ruido blanco filtrado se parece a una seal modulada en la cual
la frecuencia vara alrededor de una frecuencia promedio f
c
, como se muestra en la Fig. 2.51(c).
En estas condiciones, la forma cannica del ruido ser, de (2.108),
n t n t f t n t f t
c c s c
( ) ( ) cos( ) ( ) sen( ) = 2 2 (2.149)
donde n t t
c
( ) ( ) y n
s
son las componentes ortogonales del ruido. Como se considera que el ruido
pasabanda n(t) es una seal gaussiana aleatoria de valor promedio cero, diremos sin demostrarlo
que n t t
c
( ) ( ) y n
s
sern tambin gaussianas de valor promedio cero e independientes entre s.
Recurdese que n t t
c
( ) ( ) y n
s
son seales reales pasabajo cuyo ancho de banda (igual a B) est
determinado por el ancho de banda del filtro de RF (igual a 2B).
La forma polar de n(t) es
n t R t f t t
c
( ) ( ) cos[ ( )] = + 2 (2.150)
donde R t n t n t
t
n t
c s
c
( ) ( ) ( )
( )
( )
= +
2 2
y (t) = arctg
n
s
(2.151)
son la envolvente y fase naturales del ruido, respectivamente.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


169
Las componentes ortogonales del ruido sern
n t t R t t
c
( ) ( ) ( ) sen[ ( )] = R(t)cos[ (t)] y n
s
= (2.152)
y n(t) se puede representar en forma fasorial como se muestra en la Fig. 2.51(d).
Como n t t
c
( ) ( ) y n
s
son seales aleatorias, entonces n t S f t S f
c nc ns
( ) ( ) ( ) ( ) y n
s
,
y de acuerdo con (2.123) y (2.124),

[ ]
S f S f
S f f S f f
nc ns
n c n c
( ) ( )
( ) ( )
= =
+ +

para | f| B
0 en el resto
(2.153)
< >=< >=< >= = =


n t n t n t S f df S f df S f df
c s n nc ns
2 2 2
( ) ( ) ( ) ( ) ( ) ( ) (2.154)
Consideremos ahora la funcin de autocorrelacin del ruido blanco pasabanda, expresin
(2.149). Por definicin,
R n t n t
n
( ) ( ) ( ) =< + > (2.155)
Si R S f S f
nc nc ns
( ) ( ) ( ) ( ) y R
ns
, entonces desarrollando (2.155) con ayuda de
(2.149) se obtiene la funcin de autocorrelacin del ruido pasabanda n(t). En efecto,

[ ] R R R f
n nc ns c
( ) ( ) ( ) cos( ) = +
1
2
2
Para = = + 0 0
1
2
0
1
2
0 , ( ) ( ) ( ) R
n
R R
nc ns

Por consiguiente, < >= < > + < > n t n t n t
c s
2 2 2
1
2
1
2
( ) ( ) ( )
que es la misma expresin (2.125) obtenida anteriormente.
Estos conceptos se aplicarn para analizar el efecto del ruido en sistemas de comunicacin y
en el clculo de las relaciones S/N.
Ejemplo 2.32
Consideremos la densidad espectral de ruido pasabanda mostrada en la Fig. 2.52(a)
(frecuencias positivas solamente). Se desea determinar la forma y la potencia de las componentes
ortogonales del ruido.
De la expresin (2.153), por inspeccin, las densidades S f f
nc
( ) ( ) o S
ns
tendrn la forma
mostrada en la Fig. 2.52(b) para | | f B .

S f
n
( )
f
c
S f S f
nc ns
( ) ( ) =
S f S f
nc ns
( ) ( ) = S f
n
( )
A
A/2
2B
-B B
f f
0 0
A
2A
Exponenciales
(a) Densidad Espectral (b) Densidades Espectrales
Fig. 2.52


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


170
De acuerdo con los datos de la Fig. 2.52(a), la densidad espectral S f
n
( ) se puede expresar
en la forma
S f A
f f
B
f f
B
f f
B
f f
B
n
c c c c
( ) exp( ln
| |
) ( ) exp( ln
| |
) ( ) =
+

+
+

2
2
2
2

De (2.153), las correspondientes densidades espectrales S f f
nc
( ) ( ) o S
ns
sern
S f S f A
f
B
f
B
nc ns
( ) ( ) exp( ln
| |
) ( ) = = 2 2
2

que tienen, en efecto, la forma mostrada en la Fig. 2.52(b). Las correspondientes potencias son
< >=< >=< >= =

n t n t n t A
f
B
df AB W
c s
B
2 2 2
0
4 2
2
2
( ) ( ) ( ) exp( ln )
ln


2.9.4. Ancho de Banda Equivalente del Ruido
Algunas veces es conveniente definir el ancho de banda equivalente del ruido de un
sistema pasabanda. En un sistema cuya funcin de transferencia es H(f) y cuya densidad espectral
de potencia de ruido a la entrada es S f
n
( ), la potencia promedio de ruido a la salida viene dada por
(2.36), es decir,
< >=

n t H f S f df
o n
2 2
( ) | ( )| ( )
En la mayora de los sistemas el ancho de banda es de un orden tal que nos permite suponer
que el ruido a la entrada es blanco de densidad espectral constante / 2. En estas condiciones,
< >=

n t H f df
o
2 2
2
( ) | ( )|


Consideremos ahora un sistema ideal pasabanda de ganancia de potencia | ( )| H f
max
2
y de
ancho de banda B
N
, Fig. 2.53(b). La potencia de ruido a su salida ser
< >= n t B H f
o N max
2 2
( ) | ( )| (2.156)
Si estas potencias son iguales, entonces B
N
ser, por definicin, el ancho de banda
equivalente del ruido y vendr dado por
B
H f
H f df
N
max
=

1
2
2
2
| ( )|
| ( )| (2.157)
Estas definiciones se ilustran en la Fig. 2.53(a) y (b).

| ( )| H f
max
2
| ( )| H f
max
2
B
N
f
c
f
c
| ( )| H f
2
Areas
Iguales
0 0
f f
Fig. 2.53. Definicin del Ancho de Banda Equivalente del Ruido.
(a) (b)



II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


171
B
N
es el ancho de banda de un sistema ideal pasabanda de ganancia de potencia | ( )| H f
max
2

que dejar pasar la misma potencia de ruido blanco que el sistema en cuestin, es decir, el ancho de
banda de ruido de un filtro ideal es equivalente al ancho de banda de un filtro real. Esto se ilustra
en la Fig. 2.53.
Las expresiones (2.156) y (2.157) se aplican tambin a sistemas pasabajo.
Ejemplo 2.33
El ancho de banda equivalente del ruido a menudo se relaciona con el ancho de banda de 3
dB de un sistema. Consideremos el filtro pasabajo cuya funcin de transferencia es
H f
j f
( ) =
+
10
10 2
4
3

. El ancho de banda equivalente del ruido es, en este caso,


B
H
H f df
N
=

1
2 0
2
2
| ( )|
| ( )|
Pero | ( )| ; H f
f
=
+
=
10
10 4
100
4
6 2 2

| H(0)| = 10; | H(0)|


2

| ( )| H f df
f
df x
2
8
6 2 2
4
10
10 4
5 10 =
+
=




y de (2.157), B
x
N
= =
5 10
200
250 Hz
4

El ancho de banda de 3 dB se puede obtener a partir de su definicin, es decir, de
| ( )| | ( )| | ( H B H H
3dB
2 2
1
2
0)|
1
2
0)| 50, = = = o | H(B
3dB

Entonces,
10
10 4
50, 159 15
8
6 2
3dB
2
+
= =
B
de donde B Hz
3dB
,
Comparando los anchos de banda, vemos que para este filtro en particular el ancho de
banda equivalente del ruido es un 57% ms grande que el ancho de 3 dB. El lector puede verificar
que si se aumenta el orden del filtro, los valores de B
N
y B
3dB
se hacen cada vez ms cercanos.

2.9.5. Caracterizacin del Ruido en Sistemas
Relaciones Seal/Ruido en Sistemas de Comunicacin
Para cuantificar el efecto del ruido sobre la inteligibilidad de un mensaje, hay que definir el
ruido en trminos cuantitativos o matemticos. Pero como el ruido es una seal aleatoria, no es
posible establecer una expresin algebraica que defina explcitamente una relacin amplitud vs
tiempo para el ruido. Sin embargo, hay una manera de cuantificar o caracterizar el efecto del ruido
en los sistemas de comunicacin y esto se verifica mediante el criterio de la relacin seal/ruido,
S/N.
Una relacin seal/ruido se puede definir en diferentes formas; esto es, pueden ser
relaciones entre valores eficaces, valores instantneos, valores pico o potencia. Por eso, al hablar de

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


172
relacin seal/ruido hay que especificar qu tipo de valores se est utilizando. La caracterizacin
ms empleada para la relacin seal/ruido es aquella definida como la razn entre el valor
promedio de la potencia de la seal til respecto al valor promedio de la potencia de ruido; para
conveniencia, estas potencias estn normalizadas en base a una resistencia de 1 Ohm. Este criterio
de la relacin S/N es el que hemos venido aplicando a todo lo largo del texto.
El criterio de la relacin S/N, as definido, es particularmente til en el diseo y
comparacin de sistemas analgicos y digitales. Por ejemplo, la relacin S/N en un canal telefnico
no debe bajar de 26 dB, mientras que para una reproduccin de alta fidelidad aceptable la relacin
S/N debe ser de por lo menos 50 dB.
La relacin S/N es entonces uno de los parmetros de calidad ms importantes en los
sistemas de comunicacin. El ingeniero de comunicaciones debe conocer perfectamente la
influencia que sobre ella ejercen otros parmetros del sistema (ganancia, ancho de banda, distorsin,
etc.) para poder optimizar la relacin S/N. Como veremos en los Captulos IV, V y VI, la relacin
S/N es un parmetro o factor de calidad o mrito que nos permitir la comparacin del
comportamiento de diferentes sistemas de comunicacin.
Relaciones Seal/Ruido en un Receptor con Deteccin Coherente o Sincrnica
Consideremos el modelo de receptor de sealels moduladas de la Fig. 2.54 en el cual el
detector coherente tiene la forma dada y cuya operacin ya conocemos. Este receptor nos permite
recuperar o extraer un mensaje m(t) portador de informacin contenido en una seal modulada
x t ( ) , la cual suponemos es de doble banda lateral. Vamos a determinar las relaciones S/N a la
entrada y salida del detector y estableceremos algunas definiciones que estaremos utilizando
constantemente.

2 2 cos( ) f t
c
y t
o
( )
x t Ruido Blan ( ) + co
z t x t n t ( ) ( ) ( ) = +
S
N
o
o
S
N
i
i Filtro
de RF
Filtro
Pasabajo
Salida
v(t)
RECEPTOR
Fig. 2.54. Receptor con Detector Coherente.
Canal
DETECTOR COHERENTE

Puesto que x t ( ) es una seal modulada de doble banda lateral, entonces
x t m(t A f t
c c
( ) ) cos( ) = 2
donde m(t) es una seal pasabajo de banda limitada B portadora de informacin, y f B
c
.
La seal a la entrada del detector es z t x t n t m(t A f t n t
c c
( ) ( ) ( ) ) cos( ) ( ) = + = + 2
donde n(t) es ruido blanco pasabanda de banda angosta representado por su forma cannica
n t n t f t n t f t
c c s c
( ) ( ) cos( ) ( ) sen( ) = 2 2

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


173
y cuya densidad espectral es constante e igual a / 2.

Si el ancho de banda del filtro de RF es 2B, la potencia de ruido a la entrada del detector es
< >= = n t N B
i
2
2 ( ) (2.158)
La potencia de la seal modulada ser, de (1.113),
< >= = < > x t S A m t
i c
2 2 2
1
2
( ) ( ) (2.159)
donde < > m t
2
( ) es la potencia promedio de la seal mensaje m(t).
La relacin S/N a la entrada del detector, denominada Relacin Seal/Ruido de
Predeteccin ser, de (2.158) y (2.159),

S
N
A
B
m t
i
i
c
= < >
2
2
4
( ) (2.160)
A la salida del multiplicador se tiene
[ ] v t z t f t m t A f t n t f t
c c c c
( ) ( ) cos( ) ( ) cos( ) ( ) cos( ) = = + 2 2 2 2 2
[ ] [ ] v t A m t n t A m t n t f t n t f t
c c c c c s c
( ) ( ) ( ) ( ) ( ) cos( ) ( ) sen( ) = + + + 4 4
El filtro pasabajo rechaza los trminos de alta frecuencia quedando
y t A m t n t
o c c
( ) ( ) ( ) = + (2.161)
Solamente la componente en fase del ruido aparece en la salida, mientras que la seal
mensaje m(t) aparece completa. La deteccin coherente o sincrnica elimina entonces la
componente en cuadratura del ruido y la potencia de ruido a su salida se habr reducido a la
mitad.
De (2.161), S A m t S n t
o c i c
= < >= =< >
2 2 2
2 ( ) ( ) y N
o

Obsrvese que la potencia til de salida S
o
es el doble de la potencia til de entrada S
i
.
La relacin S/N a la salida del detector, denominada Relacin Seal/Ruido de
Postdeteccin, ser

S
N
A
m t
n t
o
o
c
c
=
< >
< >
2
2
2
( )
( )

pero de (2.154) y (2.158), < >=< >= n t n t B
c
2 2
2 ( ) ( ) , entonces

S
N
A
B
m t
S
N
o
o
c i
i
= < >=
2
2
2
2

( ) (2.162)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


174


Ganancia de Conversin o de Deteccin
En la prctica se suele definir la Ganancia de Conversin o de Deteccin de un sistema
de modulacin en la forma
Ganancia de Conversin o de Deteccin = =
Re
Re
/
/
lacin S
lacin S
S N
S N
o o
i i
/ N de Postdeteccin
/ N de Predeteccin
(2.163)
La ganancia de conversin se utiliza como una cifra de mrito en la comparacin entre
diferentes sistemas de modulacin.
De (2.162), la ganancia de conversin en el caso de deteccin coherente o sincrnica de
seales moduladas de doble banda lateral ser

S N
S N
o o
i i
/
/
= 2 (2.164)
Vemos que en el caso de deteccin coherente en doble banda lateral, la relacin S/N de la
salida es el doble que la de la entrada, o lo que es lo mismo, la ganancia de conversin es igual a 2.
Aunque la deteccin o demodulacin no es nada ms que un desplazamiento de las bandas laterales
hacia el origen, las componentes de la seal mensaje se suman como amplitudes, mientras que el
ruido se suma como potencia. Se dice entonces que las seales tiles se suman coherentemente,
mientras que el ruido se suma en forma incoherente, lo que hace que las componentes que no estn
en fase se pierdan. La potencia de la seal til aumenta al doble, mientras que la potencia de ruido
se mantiene igual. Esta es la causa del incremento de 3 dB en las relaciones S/N.
En el clculo de las relaciones S/N se puede aplicar el teorema de la modulacin para
seales de potencia cuando las seales en juego estn caracterizadas por sus densidades espectrales
de potencia. Sin embargo, hay que tener en cuenta que el teorema se aplica a cualquiera seal
pasabajo y a seales pasabanda aleatorias. Si la seal til portadora de informacin es pasabanda,
no se le puede aplicar el teorema, de modo que su potencia debe ser determinada con cualquiera de
los mtodos vistos en el dominio del tiempo.
En los Captulos V y VI utilizaremos estos conceptos para caracterizar el comportamiento
en presencia de ruido de diferentes sistemas de modulacin prcticos.
Ejemplo 2.34
Consideremos el receptor mostrado en la Fig. 2.54. Supongamos que el ruido a la entrada
del filtro de RF no es blanco pero est caracterizado por una densidad espectral triangular de la
forma
S f
f
x
n
( ) ( ) =

10
2 10
6
6
W/ Hz
Igualmente, sea x t t x t ( ) cos( ) cos( ) = 10 10 2 10
4 6



El filtro de RF tiene una ganancia unitaria, ancho de banda de 10 kHz y est centrado en la
frecuencia f
c
= 1 MHz. El filtro pasabajo de salida tiene tambin ganancia unitaria y un ancho de
banda de 5 kHz.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


175
Clculo de la potencia de la seal til
Los filtros son transparentes para x t ( ) , de modo que a la entrada del detector la seal til
seguir siendo x t ( ) , es decir,

x t x t t x t
x t x t
i
( ) ( ) cos( ) cos( )
cos[ ( ) ] cos[ ( ) ]
= =
= + +
10 10 2 10
5 2 10 5 10 5 2 10 5 10
4 6
6 3 6 3



cuya potencia es S
i
= + =
25
2
25
2
25 W= 43,98 dBm
A la salida del multiplicador la seal til es
v t x t x t t x t ( ) ( ) cos( ) cos( ) cos ( ) = = 2 2 10 20 10 2 10
6 4 2 6

v t t t x t ( ) cos( ) cos( ) cos( ) = + 10 10 10 10 4 10
4 4 6

El filtro pasabajo elimina los trminos de alta frecuencia, quedando a la salida
y t t
o
( ) cos( ) =10 10
4
cuya potencia es
S
o
= =
100
2
50 W= 46,98 dBm= 2S
i

Ntese que la potencia til de salida es el doble de la potencia til de entrada.
Clculo de la potencia de ruido
A la salida del filtro de RF la densidad espectral de potencia del ruido tiene la forma dada
en la Fig. 2.55(a).
La correspondiente potencia de ruido a la entrada del detector ser, de la Fig. 2.55(a),
N x x
i
= =

10 10 10 10
3 6 2
W= 10 dBm
Aplicando el teorema de la modulacin para seales de potencia, se obtiene el espectro
mostrado en la Fig. 2.55(b), cuya porcin alrededor del origen es S f
no
( ). La potencia
correspondiente ser
N x
o
= =

10x10 10 10
3 6 2
W= N
i

S f
ni
( )
10
6
10
6
S f
no
( )
10
6
10kHz
-1 1
f
MHz
-2 -1 0 1 2
f
MHz
10kHz
0
(a)
(b)
-2 2
/2
Fig. 2.55.

Ntese que las potencias de ruido de entrada y salida del detector son iguales.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


176
Las relaciones S/N en juego sern

S
N
i
i
= = = =

25
10
2500
50
10
5000
2 2
y
S
N
o
o

La ganancia de conversin ser
S N
S N
o o
i i
/
/
= 2
Se confirma entonces que la ganancia de conversin en la deteccin coherente de una seal
modulada de banda lateral doble es igual a 2.

Cifra de Ruido
Durante el procesamiento y recuperacin de una seal a travs de un sistema lineal
invariante en el tiempo sucede que la seal a la salida del sistema aparece con un cierto grado de
distorsin. Como ya lo hemos sealado, esta distorsin es causada, primero por las caractersticas
de amplitud y fase del sistema, y segundo por el ruido introducido durante el proceso. Este ruido de
salida se puede considerar como la suma del ruido generado en el propio sistema ms el ruido de
entrada al mismo. Por supuesto, este ruido compuesto deteriora la relacin S/N a la salida
comparada con la relacin S/N a la entrada. Esta situacin se puede cuantificar mediante la llamada
Cifra o Factor de Ruido del Sistema, F. La cifra de ruido es tambin otro factor de calidad o de
mrito en la comparacin entre, por ejemplo, amplificadores de seales de muy bajo nivel.
La cifra de ruido F de un sistema se define entonces como la razn entre la potencia
promedio total de ruido N
o
a la salida de un sistema, respecto a la potencia promedio de ruido
N
io
debida al ruido de entrada del sistema y determinadas a la temperatura normalizada de
referencia kelvins 290 T
o
= . Por lo tanto,
kelvins 290 T = T para
N
N
F
o
io
o
= = (2.165)
Si N
so
es la potencia de ruido presente en la salida y generada en el mismo sistema y N
io

la correspondiente debida al ruido de entrada, entonces N N N
o io so
= + , de donde
F
N N
N
N
N
io so
io
so
io
=
+
= + 1 (2.166)
Ntese que la impedancia de carga tambin contribuye al ruido en la salida. Esta
contribucin est incluida en N
so
. Sin embargo, como generalmente es muy pequea comparada
con el ruido de los elementos activos del sistema, ella se puede despreciar. Es evidente que la cifra
de ruido F de un sistema es una medida relativa del ruido generado internamente en el sistema
respecto al ruido de entrada al mismo.
La cifra de ruido se puede expresar en funcin de las relaciones S/N de entrada y salida del
sistema. En efecto, sea S
i
y S
o
las potencias tiles a la entrada y salida del sistema,
respectivamente. Entonces,
S S G
o i p
= (2.167)
donde G
p
es la ganancia de potencia del sistema. Asimismo,
N N G
io i p
= (2.168)

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


177
Reemplazando (2.168) en (2.165) y con ayuda de (2.167), obtenemos finalmente
F
S N
S N
i i
o o
=
/
/
(2.169)
Hay que tener cuidado de no confundir, dado su parecido, las expresiones (2.163) y (2.169),
pues la relacin (2.163), que es la ganancia de conversin, se aplica a sistemas lineales variantes en
el tiempo (moduladores y detectores, por ejemplo), mientras que la relacin (2.169) es un nmero o
cifra de mrito que se aplica a sistemas lineales invariantes en el tiempo (filtros, amplificadores,
etc.) para cuantificar el ruido interno generado.
De la definicin de la cifra de ruido es evidente que F ser siempre mayor que la unidad.
Desde el punto de vista del ruido, cuanto ms cercana a la unidad sea la cifra de ruido, mejor ser el
sistema, es decir, el ruido generado internamente es menor.
Cuando en el sistema existe solamente ruido trmico, la cifra de ruido puede simplificarse
an ms. Supongamos que se aplica al sistema una seal til s(t) ms un ruido trmico n(t) a una
temperatura efectiva T
s
, siendo B el ancho de banda del sistema. La potencia de ruido disponible a
la entrada es, de (2.148),
N kT B
i s
= (2.170)
Tambin S S G
o i p
= , de donde

S
S
G
o
i
p
= (2.171)
En el sistema se genera una cierta cantidad de ruido trmico. Si representamos este ruido
mediante su temperatura equivalente referida a la entrada, tendremos que
N kT BG kT BG G k T T B G kT B
o s p e p p s e p i
= + = + = ( ) (2.172)
donde T T T
i s e
= + (2.173)
T
i
es la temperatura neta de entrada y representa la temperatura total efectiva de entrada.
Entonces, de (2.172),
N G
T
T
kT B
o p
e
s
s
= + ( ) 1 , y de (2.170),
N G
T
T
N
o p
e
s
i
= + ( ) 1 , de donde

N
N
G
T
T
o
i
p
e
s
= + ( ) 1 (2.174)
De (2.169), (2.171), (2.174) y referida a la temperatura de referencia 290 T T
o s
= = kelvins,
la cifra de ruido ser
F
T
T
e
o
= + 1 (2.175)
La temperatura equivalente o efectiva ser entonces

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


178
T F T
e o
= ( ) 1 (2.176)
Estos resultados son bien sencillos y fciles de aplicar, pues aunque no todas las fuentes de
ruido son trmicas, sus efectos a menudo se incluyen en una temperatura T
e
obtenida
experimentalmente.
Hay que tener cuidado al utilizar las ecuaciones (2.175) y (2.176). En su deduccin hemos
utilizado la temperatura fsica T
s
de la fuente, la cual puede ser muy diferente de T
o
; pero la cifra de
ruido del sistema debe calcularse siempre referida a la temperatura de referencia T
o
y a la
temperatura efectiva T
e
del sistema, expresin (2.175). El valor de la temperatura T
e
, calculado a
partir de la cifra de ruido, expresin (2.176), estar referido entonces a la temperatura de referencia
kelvins 290 T
o
= . En resumen, al efectuar clculos en los que interviene la cifra de ruido de un
sistema, se considera que esta cifra de ruido est referida a T
o
, y la temperatura efectiva T
e
del
sistema puede calcularse entonces a partir de (2.176).
La relaciones S/N y las cifras de ruido F se expresan comnmente en dB en la forma
[ ]
S
N
S
N
F
dB
dB

= = 10 log 10
10 10
y F ( ) log ( )
Obsrvese que la cifra de ruido de un sistema ideal sin ruido es igual a la unidad, mientras
que la parte de la cifra de ruido de un sistema producida por el ruido interno es (F-1).
La Cifra de Ruido de la mayora de sistemas prcticos, por ejemplo, transmisores de radio,
es proporcionada por los fabricantes de los sistemas.
Ejemplo 2.35
Un amplificador tiene una cifra de ruido de 9,031 dB, una ganancia de potencia de 40 dB y
un ancho de banda equivalente de ruido de 10 kHz. Vamos a determinar la temperatura efectiva del
ruido y la potencia disponible a la salida cuando el amplificador est acoplado a una resistencia de
entrada cuya temperatura efectiva es de 2900 kelvins. La resistencia de entrada puede representar,
por ejemplo, una antena y su correspondiente lnea de transmisin.
Se tiene entonces,
kelvins 290 T ; kelvins 2900 T ; 10 = dB 40 G 8; = dB 301 , 9 F
o s
4
p
= = = =
De (2.176), kelvins 2030 290 ) 1 8 ( T ) 1 F ( T
o e
= = =
De (2.172), N G k T T B x x
o p s e
= + = + =

( ) , ( 10 1 38x10 2900 2030) 10 6,8x10
4 23 4 12
W
N
o
= 51 67 , dB (dB respecto a un W)

Cifra de Ruido en Sistemas en Cascada
Las expresiones (2.175) y (2.176) han sido deducidas para un sistema individual, pero se
pueden extender para sistemas en cascada, como es el caso de un amplificador de varias etapas,
cada una de las cuales tiene su propia temperatura y cifra de ruido, como se muestra en la Fig. 2.56.
En la Fig. 2.56 se tiene n amplificadores en cascada y se desea determinar la
temperatura y la cifra de ruido del sistema compuesto. Se supone que los amplificadores estn
acoplados y que su ancho de banda efectivo es B; la temperatura efectiva del ruido de entrada es T
s
.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


179
N
i
N
i
G
p2
G
pn
G
p
T
e2
G
p1
T
e1
T
en
F
1 F
2
F
n
N
o
T
e
Ts
Carga
Acoplada
Ts
Carga
Acoplada
A1 A2 A
N1 N2
Nn = No
F
Fig. 2.56. Amplificadores en Cascada.
A
Para no hacer tediosa la demostracin, vamos a considerar solamente tres amplificadores.
La potencia de ruido a la entrada es, de (2.170),
N kT B
i s
=
Tambin, de (2.172),
N G N G kT B
p i p e 1 1 1 1
= + ==> Potencia total de ruido a la salida de A1
N G N G kT B
p p e 2 2 1 2 2
= + ==> A2
N N G N G kT B
o p p e 3 3 2 3 3
= = + ==> A3
Reemplazando N
1
y N
2
en N N
o 3
= , se obtiene finalmente
[ ]B T T k G B
G G
T
G
T
T T k G G G N
e s p
2 p 1 p
3 e
1 p
2 e
1 e s 3 p 2 p 1 p o
+ =

+ + + = (2.177)
donde T T
T
G
T
G G
e e
e
p
e
p p
= + +
1
2
1
3
1 2
(2.178a)
y G G G G
p p p p
=
1 2 3
(2.178b)
T
e
es la temperatura efectiva de ruido, referida a la entrada, del amplificador compuesto;
G
p
es la ganancia total de potencia.
Se puede determinar ahora la cifra de ruido del amplificador compuesto. En efecto,
reemplazando (2.176) en (2.178),
( ) ( )
( ) ( )
F T F T
F T
G
F T
G G
o o
o
p
o
p p
= +

+

1 1
1 1
1
2
1
3
1 2

de donde F F
F
G
F
G G
p p p
= +

+

1
2
1
3
1 2
1 1
(2.179)
Estos resultados se pueden extender para n etapas. Siguiendo el mismo procedimiento
efectuado para tres etapas, se puede demostrar que



II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


180
La temperatura efectiva total:
T T
T
G
T
G G
T
G G G G
e e
e
p
e
p p
en
p p p p n
= + + + +

1
2
1
3
1 2 1 2 3 1
.......
........
( )
(2.180)
la llamada Frmula de Friis:
F F
F
G
F
G G
F
G G G G
p p p
n
p p p p n
= +

+

+ +

1
2
1
3
1 2 1 2 3 1
1 1 1
. . . . . . . .
. . . . . . .
( )
(2.181)
y la ganancia de potencia total:

G G G G G
p p p p pn
=
1 2 3
(2.182)
Ntese que los trminos individuales de las sumas se hacen cada vez ms pequeos
(suponiendo que las ganancias de potencia son mayores que la unidad) a medida que aumenta el
nmero de etapas. Esto significa que en amplificadores en cascada la primera etapa es la que ms
contribuye tanto a la temperatura T
e
como a la cifra de ruido totales. Una buena prctica en el
diseo de amplificadores en cascada es la de disear la primera etapa con el mnimo valor de T
e
(o
F) y la mxima ganancia de potencia posibles.
Cifra de Ruido en Redes Atenuadoras
La cifra de ruido se puede aplicar tambin para caracterizar los efectos de elementos
atenuadores sobre el ruido total de un sistema. A este efecto podemos definir una red que cumpla
con los siguientes requisitos: (a) que sus impedancias (de entrada y salida) estn acopladas, (b) que
solamente contenga elementos pasivos y resistivos (la nica fuente de energa en la red es la
producida por efectos trmicos), y (c) que parte de la potencia de entrada sea absorbida en la red, es
decir, que su ganancia de potencia sea menor que la unidad. Una red que satisface estas
condiciones se denomina Red Acoplada Pasiva.
Los ejemplos ms comunes de redes acopladas pasivas son las lneas de transmisin (en
RF) y los atenuadores acoplados. Por ejemplo, la lnea de transmisin entre una antena y su receptor
es una red acoplada pasiva que introduce prdidas de potencia e influye en la cifra de ruido total del
sistema.
La manera ms conveniente para representar las prdidas en una red acoplada pasiva es
mediante el factor de prdidas de insercin o factor de atenuacin, L, el cual se define como
la razn entre la potencia disponible a la entrada de la red respecto a la potencia disponible a la
salida, es decir,
L
P
P
di
do
= , en general L > 1 (2.183)
Consideremos la red acoplada pasiva mostrada en la Fig. 2.57. El ruido de entrada se
caracteriza por su temperatura efectiva T
s
y puede representar, por ejemplo, una antena cuya
temperatura efectiva es el resultado de diferentes contribuciones. T
p
es la temperatura fsica de la
red acoplada pasiva.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


181
La potencia de ruido disponible a la
entrada de la red es, de (2.148),
N kT B
i s
=
donde B es el ancho de banda efectivo del
sistema.
La potencia de ruido a la salida se puede
escribir en la forma [Schwartz, 1980]
N
i
N
o
T
p
Ts
Red
Acoplada
Pasiva
Carga
Acoplada
Fig. 2.57.

N kT B kT B
o s p
= +
1 2
(2.184)
donde
1
y
2
son factores de ponderacin relativos de las dos potencias disponibles definidas en
(2.184). Aplicando principios de la termodinmica se ha demostrado [Schwartz, 1980] que

1 2
1 + = . Entonces, de acuerdo con la definicin del factor de atenuacin L, se puede decir que

1
1
1
1
= =
L L
y
2
( ) (2.185)
Reemplazando (2.185) en (2.184),

[ ]
N
kT B
L L
kT B
L
k T L T B
o
s
p s p
= + = + ( ) ( ) 1
1 1
1 (2.186)
N
L
k T T B G k T T B
o s eL pL s eL
= + = +
1
( ) ( ) (2.187)
donde G
L
L T
pL p
= =
1
1 y T
eL
( ) (2.188)
Las expresiones (2.187) y (2.188) indican que una red acoplada pasiva se puede tratar en la
misma forma que un amplificador mediante la definicin de su temperatura efectiva T
eL
.
Ntese que T
eL
aumenta linealmente en funcin de L. Esto significa que cuanto mayor es la
atenuacin, mayor ser la temperatura efectiva de ruido de la red acoplada pasiva y, por supuesto,
mayor ser la cifra de ruido. En efecto, la cifra de ruido de la red acoplada pasiva se obtiene
reemplazando (2.176) en (2.178),
F L
T
T
L
p
o
= + 1 1 ( ) (2.189)
En el caso especial cuando T T
p o
= , la cifra y temperatura de ruido se reducen a
F L
L
= (2.190)
T L T
eL o
= ( ) 1 (2.191)
Cuando en una lnea de transmisin no se conoce exactamente su temperatura fsica T
p
, y
puesto que, en general, T
p
no es muy distinta de la temperatura de referencia 290 T
o
= kelvins, las
expresiones (2.190) y (2.191) permiten aproximar los valores de la cifra de ruido y temperatura de
ruido, pues L es un parmetro que se puede determinar fcilmente a partir de las caractersticas
tcnicas o especificaciones de la lnea de transmisin. En efecto, en la teora de las lneas de
transmisin se suele expresar la atenuacin L en la forma L = exp(2x), donde es la constante de

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


182
atenuacin en nepers por unidad de longitud y x la longitud de la lnea; por lo tanto,
F x x T
L o
= = exp( ) [exp( ) ] 2 2 1 y T
eL
. Por ejemplo, las prdidas tpicas de un cable coaxial de
75 Ohm, expresadas en dB por cada 30 metros, son: 1 dB a 25 MHz, 2 dB a 85 MHz, 4 dB a 300
MHz, 8 dB a 900 MHz y 10 dB a 1200 MHz. Estos valores los dan los fabricantes de los cables en
sus respectivos catlogos.
Un caso muy frecuente en la prctica es la conexin en cascada de una red atenuadora
seguida de un amplificador. Consideremos un atenuador (que puede ser una lnea de transmisin)
cuya prdida de insercin es L, seguido de un amplificador con una cifra de ruido F
a
. La cifra de
ruido total F de la combinacin atenuador-amplificador viene dada por (2.181),
F F
F
G
L
a
pL
= +
1
, pero como F L y
L
L
= = G
pL
1
, entonces
F F L
a
= (2.192)
Este resultado demuestra la gran deterioracin en la cifra de ruido total. Cuanto ms alto es
el factor de atenuacin L, peor ser el valor de la cifra de ruido total.
En el Ejemplo 2.36 se muestran dos casos de considerable inters prctico (Sugerimos al
lector estudiar este ejemplo con mucha atencin).
Ejemplo 2.36.
Consideremos las dos configuraciones de un sistema de recepcin mostradas en la Fig. 2.58.

S
N
i
i
S
N
i
i
Amplificador
A1
Amplificador
A2
Amplificador
A1
Amplificador
A2
Antena Antena
Coaxial
Coaxial
Al
Detector
Al
Detector
(a) Configuracin A
(b) Configuracin B
Fig. 2.58.

Estos dos montajes son muy utilizados en la prctica. Vamos a determinar las relaciones
S/N de predeteccin en ambas configuraciones. Las especificaciones generales del sistema son:
Frecuencia de trabajo f
c
: 900 MHz
Ancho de banda efectivo B: 2 MHz
Temperatura efectiva de ruido en la antena T
a
: 100 kelvins
Potencia de la seal til recibida en antena, Sa: 10
-9
W
Cable coaxial de 75 Ohm, longitud 60 metros
Temperatura fsica de la lnea de transmisin, T
p
: 310 kelvins
Ganancia de potencia del amplificador A1, G
p1
50 dB
Temperatura efectiva de ruido del amplificador A1, T
e1
: 200 kelvins
Ganancia de potencia del amplificador A2, G
p2
: 40 dB

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


183
Cifra de ruido del amplificador A2, F
2
: 6 dB
Estos son valores que se suele encontrar en los sistemas prcticos.
(a) Clculos para la lnea de transmisin
El cable coaxial de 75 Ohm y 60 m de longitud a 900 MHz tiene una prdida de insercin
de 16 dB. Entonces,
L = 16 dB = 39,811. De donde G
L
x
pL
= =

1
2 512 10
2
,
De (2.188), 32 , 12031 310 ) 1 811 , 39 ( T ) 1 L ( T
p eL
= = = kelvins
De (2.189), F L
T
T
L
p
o
= + = + = = 1 1 1 39 81 1
310
290
42 487 16 28 ( ) ( , ) , , dB
(b) Clculos para el Amplificador A1
dB 778 , 2 69 , 1
290
200
1
T
T
1 F ; kelvins 200 T ; 10 = dB 50 G
o
1 e
1 e1
5
1 p
= = + = + = = =
(c) Clculos para el Amplificador A2
51 , 864 290 ) 1 981 , 3 ( T ) 1 F ( T 3,981; = dB 6 F ; 10 = dB 40 G
o 2 e2 2
4
2 p
= = = = = kelvins
(d) Clculo de la relacin de predeteccin S N
i i
/ para la Configuracin A
T T
T
G
T
G G
x x x
e eL
e1
pL
e
pL p
= + + = + +

2
1
2 2 5
12031 32
200
2 512 10
864 51
2 512 10 10
,
,
,
,

45 , 19993 T
e
= kelvins
F
T
T
e
o
= + = + = = 1 1
19993 45
290
69 94 18 447
,
, , dB

La potencia de ruido a la entrada del detector (salida de A1) ser
N G k T T B x x x
i p a e
= + = +

( ) , , ( , ) 2 512 1 38 10 100 19993 45 2 10


23 6
x10
7

N x W
i
= =

1 393 10 18 56
5
, , dBm
y la potencia de la seal,
S G S x x
i p a
= =

2 512 10 10
7 9
, = 2,512x10 W=14 dBm
-2

La relacin de predeteccin S N
i i
/ para la Configuracin A ser entonces

S
N
x
x
i
i
dB
= =

2 512 10
1 393 10
1803 3 32 561
2
5
,
,
, ; ,
S
N
dB
i
i




II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


184
(e) Clculo de la relacin de predeteccin S N
i i
/ para la Configuracin B
T T
T
G
T
G G
x x
e e1
eL
p
e
p pL
= + + = + +

1
2
1
5 5 2
200
12031 32
10
864 51
10 2 512 10
, ,
,

46 , 200 T
e
= kelvins
F
T
T
e
o
= + = + = = 1 1
200 46
290
1 69 2 282
,
, , dB
N x x x x
i
= +

2 512 10 1 38 10 100 200 46 2 10


7 23 6
, , ( , )
N x W
i
=

2 083 10
7
,


S x W
i
=

2 512 10
2
,


La relacin de predeteccin S N
i i
/ para la Configuracin B ser

S
N
i
i
dB
=

= 120588 50 81 ; ,
S
N
dB
i
i

Puede observarse que esta relacin de predeteccin es 18,252 dB ms alta que la relacin de
predeteccin de la Configuracin A.
Es evidente que la Configuracin B es preferible a la Configuracin A, aunque no siempre
es prctica la instalacin de un preamplificador acoplado directamente a la antena. Sin embargo, en
aplicaciones en que las seales recibidas son de muy bajo nivel, como es el caso en comunicaciones
va satlite y en radioastronoma, se coloca un preamplificador de muy bajo ruido (low noise
amplifier, LNA) directamente acoplado a la antena, generalmente parablica, para mejorar la
relacin S N
i i
/ a la entrada del detector. La relacin de postdeteccin S N
o o
/ depender del tipo
de modulacin empleado en el sistema, como veremos en los Captulos V y VI.

Medida del Ruido
En la literatura tcnica, sobre todo de los pases europeos, se utiliza a menudo la
denominada Medida del Ruido, M para caracterizar el efecto del ruido en un sistema lineal
invariante en el tiempo. La medida del ruido de un sistema se define en la forma
M
F
G
p
=

1
1
1
con M> 0 (2.193)
donde F es la cifra de ruido del sistema y G
p
su correspondiente ganancia de potencia. La
condicin M > 0 implica que G
p
> 1, lo que significa que la medida del ruido M no se aplica en
redes atenuadoras.
El significado fsico de la medida del ruido se comprende mejor si consideramos una
cascada de n amplificadores idnticos. Por ejemplo, si en (2.181) hacemos
F F F F
n a 1 2
= = = = ......... y G G G G
p p pn p 1 2
= = = = ......... , se tiene que

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


185
F F
F
G G
F
G G
F
G G
F
G G
a
a
p p
a
p p
a
p p
a
p
n
p
n
= + + + + +

1 1 1 1
2 2 3 3 1 1
........
Agrupando trminos
F F
G G G G
a
p p p p
n
= + + + + + +

1 1 1
1 1 1 1
2 3 1
( ) ........
La secuencia dentro de los corchetes es igual a
1
1 1 / G
p
; en consecuencia,
F
F
G
M
a
p
= +

= + 1
1
1 1
1
/
(2.194)
Resolviendo (2.194) para M obtenemos (2.193).

Cuando la cantidad de etapas es grande, la expresin (2.194) permite determinar la cifra de
ruido total F mucho ms rpido que si se utilizara la expresin (2.181). An ms, si G
p
es lo
suficientemente grande, es decir, si G
p
>> 1, entonces M F
a
1, en cuyo caso no se necesita la
medida del ruido M puesto que F F
a
. Si G
p
> 1 pero cercano a la unidad, la medida del ruido es
bastante alta y F M . Si G
p
< 1, las etapas atenan y la medida del ruido M no tiene sentido.
Finalmente, si comparamos (2.194) con (2.166), vemos que M N N
so io
= / , lo que equivale a
decir que M es una medida relativa del ruido generado internamente en el sistema respecto al ruido
de entrada al mismo, y que la relacin N N
so io
/ se puede cuantificar mediante la expresin
(2.193).
Ejemplo 2.37
Se puede demostrar otra propiedad muy interesante de la medida del ruido M si se
consideran dos amplificadores diferentes que hay que conectar en cascada y cuyas medidas de ruido
son M
1
y M
2
, cifras de ruido F
1
y F
2
, y ganancias de potencia G
p1
y G
p2
, respectivamente.
Sea F
12
la cifra de ruido de la cascada A1-A2 (primero A1, despus A2), y F
21
la cascada A2-
A1 (primero A2, despus A1). El diseo requiere que la cifra de ruido de la cascada A1-A2 sea
menor que la cifra de ruido de la cascada A2-A1, es decir, que F F
12 21
< . Se desea saber la
relacin entre las temperaturas efectivas y ganancias de potencia de los amplificadores A1 y A2.
De (2.181),
F F
F
G
F F
F
G
p p
12 1
2
1
21 2
1
2
1 1
= +

< = +


Restando la unidad a cada miembro de la desigualdad y rearreglando, se obtiene
( ) ( / ) ( ) ( / ) F G F G
p p 1 2 2 1
1 1 1 1 1 1 < , de donde

F
G G
p p
1
1 2
1
1 1
1
1 1


/ /
<
F
2
, y de la definicin de la medida del ruido, expresin (2.193),
M
1
< M
2


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


186
De manera que F
12 21
F < implica que M
1
< M
2
, lo cual significa que la menor cifra
de ruido de la combinacin se obtiene cuando el amplificador con la menor cifra de ruido se coloca
de primero. En este caso se disear la cascada A1-A2 en la cual debe cumplirse que T
e1
< T
e2
y
G
p1
> G
p2
.

En resumen, el ruido en un sistema se puede caracterizar mediante sus relaciones S/N, su
cifra de ruido F, su temperatura efectiva de ruido T
e
o su medida del ruido M. En particular, la
temperatura de ruido se utiliza ampliamente para caracterizar el ruido en sistemas que trabajan con
seales de muy bajo nivel, como es el caso de amplificadores paramtricos, antenas de
radioastronoma y dispositivos similares. La tendencia actual en esta aplicacin es la de utilizar
cada vez ms la temperatura de ruido para caracterizar el ruido, en detrimento de la cifra de ruido F
o la medida de ruido M. Las relaciones S/N son de aplicacin general.
2.10. RESUMEN
El objetivo principal de este captulo es la representacin de sistemas en los dominios
tiempo-frecuencia con nfasis en sus aplicaciones en el rea de las comunicaciones. Es necesario,
por lo tanto, el desarrollo de modelos matemticos que representen los sistemas fsicos para
emprender el anlisis de las interrelaciones seales-sistemas.
El anlisis espectral de sistemas es esencial para comprender muchos fenmenos no
perceptibles en el dominio del tiempo. Este anlisis lo enfocamos desde el punto de vista de las
Series y Transformadas de Fourier, que nos proveen de las herramientas analticas necesarias para
emprender el estudio de sistemas en el dominio de la frecuencia. Esto nos permite, a partir del
Anlisis de Fourier, de sus propiedades y teoremas derivados (Parseval, Raleigh, Wiener-Kintchine,
etc.), establecer el concepto de sistema y definir la respuesta impulsional y la funcin de
transferencia de un sistema lineal invariante en el tiempo, y los efectos de las interacciones seales-
sistemas.
Un aspecto de considerable importancia en el campo de las telecomunicaciones es el ruido.
Con el fin de poderlo analizar, al ruido lo hemos representado como una seal aleatoria,
generalmente gaussiana, y expresado mediante su ecuacin cannica o su densidad espectral de
potencia. Para su aplicacin en el anlisis de sistemas, el ruido se ha caracterizado como relacin
Seal/Ruido, Temperatura Efectiva de Ruido, Cifra de Ruido y Medida del Ruido, conceptos que
nos permiten analizar y cuantificar sus efectos en la transmisin y recepcin de seales.
Igual que el Captulo I, el Captulo II es ejemplo de la cantidad de herramientas
matemticas y conceptuales necesarias para un estudio ms avanzado de la Teora de la
Comunicacin ms alla del nivel de pregrado, pero que es suficiente para comprender los conceptos
que se estudiarn en el resto del texto.
PROBLEMAS DE APLICACIN
2.1. Demuestre que el sistema caracterizado mediante la ecuacin diferencial
y t t
d
dt
x t t
d
dt
x t ( ) ( ) ( ) = +
2
2
2
, es un sistema lineal variante en el tiempo.
2.2. La relacin entrada-salida de un SLIT se puede representar mediante la ecuacin diferencial
x t
d
dt
y t y t ( ) ( ) ( ) = + . Para este sistema demuestre que:

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


187
(a) h t t u t ( ) exp( ) ( ) = H(f) =
1
1+ j2 f

b) Si x(t) es una seal peridica como la de la Fig. 2.59, | | Y
n
y
yn
tendrn los valores
dados.
-2 -1 0 1 2
t
1
_
1
x(t)
Fig. 2.59


| | Y
n n
n
=
+
2
1
2 2



yn
arc tg(n = +

2
)
(c) Si x t A t t
o
( ) ( ) = , entonces y t A t t u t t
o o
( ) exp[ ( )] ( ) =
(d) Si x t Au t ( ) ( ) = , entonces
2
A
) t ( u )
2
t
exp( )
2
t
senh( A 2 ) t ( y + =
(e) Si x t A t ( ) cos( ) = 2 , entonces [ ] y t
A
t t ( ) cos( ) sen( ) =
+
+
1 4
2 2 2
2


(f) Si x t A t u t ( ) exp( ) ( ) = , entonces ) t ( u ) t exp( At ) t ( y =
(g) Si x t A
t nT
T
n
( ) (
/
) =

=


2
, entonces
y t
A j nf t arc tg(2 t
n nf
o
o
n
( )
exp[ ( ) )]
( )
=

+

2 2
1 2
0
2 2 2


nf
para n impar
para n par
o

2.3. La entrada x(t) y la salida y(t) de un SLIT estn relacionadas mediante la ecuacin
ntegrodiferencial
y t y x t d
d
dt
u t ( ) ( ) ( ) ( ) = +


Si x t t u t ( ) exp( ) ( ) = 2 , demuestre que y t t u t t ( ) exp( ) ( ) ( ) = + y que la respuesta
impulsional del SLIT es ), t ( ' ) t ( 3 ) t ( u ) t exp( ) t ( h + + = donde ) t ( ' es un doblete.
2.4. La entrada x(t) y la salida y(t) de un SLIT vienen dadas por
x t t u t
f
f j f
( ) exp[ ( )] ( );
)
( )
=
+



y(t) Y(f) =
exp(-j4
2
1 2 4
2

Demuestre que la respuesta impulsional del SLIT es h t x t ( ) ( ) =
2.5. Sea el sistema mostrado en la Fig. 2.60. El cursor oscila a una velocidad constante entre los
puntos A y B, siendo T
o
el tiempo de ir de A a B, y viceversa.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


188
Demuestre:
(a) Que ste es un sistema lineal variante
en el tiempo.
(b) Que su respuesta impulsional y salida
son, respectivamente
) t ( )
T
( ) , t ( h
o
o

=
para
o o o o
T con , nT 2 < =

A
B
R = 1 Ohm
x(t)
y(t)
h(t)
Fig. 2.60

y t x t
t nT
T
o
o
n
( ) ( ) ( ) =

=

2

2.6. La respuesta impulsional de un SLIT es [ ] h t t u t ( ) exp( ) ( ) = 3 2 1 . Demuestre que
(a) Su funcin de transferencia es H f
j f
j f j f
( )
( )
=

+
2 1
2 1



(b) Si x t t u t ( ) exp( ) ( ) = , entonces y t t u t ( ) [exp( ) ] ( ) = 2 1
2.7. La respuesta impulsional de un SLIT es h t t t u t ( ) ( ) exp( ) ( ) = + 2 3 . Demuestre que
(a) Su funcin de transferencia es H f
j f
j f
( ) =
+
+
5 2
3 2


(b) Si x t t ( ) cos( ) = 3 2 , entonces y t t
o
( ) cos( , ) = 3
29
13
2 1188
(c) Si x t t ( ) cos ( ) = 4 2
2
, entonces y t t
o
( ) cos( , ) = +
10
3
2
41
25
4 14 47
(d) Si x t
t
( ) ( ) =
2
, entonces [ ] [ ] ) 1 t ( u )] 1 t ( 3 exp[ 1
3
2
)
2
t
( )] 1 t ( 3 exp[ 1
3
2
) t ( y + =

2.8. La funcin de transferencia de un SLIT es H f
j f
j f ( ) exp( ) =
+

10 1
1
1 2
4

.
Demuestre que la respuesta del SLIT cuando se le aplica la excitacin x t u t ( ) ( ) = 5 2 es
y t t u t ( ) exp[ ( )] ( ) = 50 4 4

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


189
2.9. Sea el circuito de la Fig. 2.61 y v t t u t ( ) exp( ) ( ) = .
Suponga que la corriente i(0
-
) = 0. Demuestre que la
corriente es
i t
R
L
t t
L R
u t ( )
exp( ) exp( )
( ) =

; |L R| > 0

R
L
v(t)
i(t)
Fig. 2.61
2.10. Demuestre, mediante convolucin puramente analtica, la salida y(t) para los x(t) y h(t)
dados, y verifique la respuesta mediante convolucin grfica.
(a) x t
t
( ) ( ); =

5
5
10
h(t) = -2 (t + 30) + 4 (t - 50) ; )
10
55 t
( 20 )
10
25 t
( 10 ) t ( y

+
+
=
(b) x t t ( ) ( ); =

10 h(t) = 5 (t - 4n)
n=-
; y t t n
n
( ) ( ) =
=

50 4
(c) x t t ( ) ( ) ) = 10u ; h(t) = 10 (
t - 10
20
; y t
t
t ( ) ( ) ( =

+ 100t
10
20
2000u 20)
(d) x t t ( ) ( ) ) = 10u ; h(t) = 10(10 - t) (
t - 5
10
; y t t
t
t ( ) ) ( ) ( =

+ 50(20t
5
10
5000u 10)
2

(e) x t
t
( ) ( ); ) =

10
1
4
h(t) =10 (
t - 3
4
; y t
t
( ) ( ) =

400
4
4

2.11. Dibuje el espectro de las siguientes seales:
(a) x t sinc
t
T
t nT
s
n
( ) ( ) ( ) =
=

10
2
2

(b) x t sinc t t
n
s
n
( ) ( ) ( ) =

2 2
3
4 (4t)
2.12. Demuestre que en una red de transmisin sin distorsin el retardo de fase y el retardo de
envolvente son iguales cuando (0) 0 = . Qu sucede cuando ( ? 0) 0

2.13. En la Fig. 2.62 se muestra las caractersticas de amplitud y fase de una red dada.
(a) Demuestre que esta red produce un trmino de distorsin de fase.
(b) Demuestre que el retardo de fase y el retardo de grupo son, respectivamente,
t f
f
f
p
( ) ; ( ) = + =
1
60
1
6
1
60
t
g


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


190

/ 3
/ 3
( ) f
h
o
|H(f)|
0
0
f
f
-10
10
(a) (b)
Fig. 2.62

(c) Grafique t f
p
( ) y explique el comportamiento de la red cuando la frecuencia vara desde
f = 0 hasta f .
2.14. La seal x t sinc sinc t t ( ) ( ) ( ) cos( ) = + 10 10t 10 5 30
2
se aplica a un filtro cuyas
caractersticas de amplitud y fase se muestran en la Fig. 2. 63.

/ 2
/ 2
( ) f
-10 -20 0 10 20
f
2
4
|H(f)|
0
f
10
-10
(a)
(b)
Fig. 2.63
Hz
Hz

Demuestre que la salida del filtro es y t sinc t sinc t t ( ) [ ( )] (5 ) sen( ) = + 40 10
1
40
20 30
2

Qu tipos de distorsin hay presentes en la salida?
2.15. En la Fig. 2.64 se muestra las caractersticas de amplitud y fase de un filtro dado. Determine
la salida y(t) del filtro para cada una de las seales siguientes, y especifique el tipo de
distorsin producido.

/ 2
/ 2
( ) f
-1 0 1
f
MHz
-10
10
f
2
|H(f)|
MHz
(a) (b)
Fig. 2.64

(a) x t sinc x t x t ( ) ( ) cos( ) = 4 2 10 2 10
5 6
; (b) x t sinc x t x t ( ) ( ) cos( ) = 4 2 10 2 10
6 7

(c) x t sinc x t x t sinc t t ( ) ( ) cos( ) ( ) cos( ) = + 16 8 10 28 10 2 10 10
5 6 6 7




II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


191
2.16. Un sistema lineal est representado mediante la ecuacin diferencial

d
dt
y t a y t b
d
dt
x t b x t
o o
( ) ( ) ( ) ( ) + = +
1

(a) Demuestre que | ( )|
( )
( )
; ) ) H f
b b f
a f
f
b
arc tg(
o
o o
=
+
+

2
1
2
2 2
2
2



(f) = arc tg(
2 b 2 f
a
1
o

y h t b a b a t u t b t
o o o
( ) [ ]exp( ) ( ) ( ) = +
1 1

(b) Grafique | ( )| . H f y (f) para b
o
= 0 Qu tipo de filtro es?
(c) Grafique | ( )| . H f y (f) para b
1
= 0 Qu tipo de filtro es?
(d) Determine y grafique el retardo de envolvente cuando b
1
0 y a 1 = =
o
.
2.17. La red mostrada en la Fig. 2.65 es un sistema muy utilizado en instrumentos de medicin.
(a) Demuestre que cuando R C R C
1 1 2 2
=
la red se comporta como una red sin
distorsin con retardo cero.
(b) Si R R
1 2
2 1000 = = Ohm y
C C
1 2
10 = = F, grafique las
caractersticas de amplitud y fase de
H(f). Cmo es el comportamiento
de esta red para frecuencias de entrada

C
2
R
2
C
1
R
1
x(t)
y(t)
Fig. 2.65

superiores a 1 kHz?
2.18. Un sistema no lineal tiene la caracterstica de transferencia
y t a x t a x t a x t ( ) ( ) ( ) ( ) = + +
1 2
2
3
3

La salida deseada es la correspondiente a x(t).
(a) Sea x t t t ( ) cos( ) cos( ); ; ; = + = = = 10 100 11 6 4 a a a
1 2 3

Determine los trminos de distorsin armnica y los de intermodulacin.
Demuestre que la potencia promedio de la salida deseada es < >= y t
2
400 W ( )
(b) Sea x t t ( ) cos( ); ; ; = = = =

10 100 2 10 10
2 3
a a a
1 2 3

Calcule el porcentaje de distorsin de tercera armnica.
(c) Sea x t x sinc x t ( ) ( ); ; ; = = = =

2 10 2 10 10 10 0
3 3 2
a a a
1 2 3

Determine Y(f) y dibuje su espectro |Y(f)|.
2.19. Sea una seal x(t) de banda limitada f
m
. Es x t
2
( ) tambin de banda limitada? Si lo es,
determine su frecuencia mxima. En general, Qu puede decirse del espectro de x t
n
( ) ? (Utilice el
teorema de la convolucin). Determine y dibuje, en cada caso, el espectro del cuadrado de las
siguientes seales, y observe y compare sus correspondientes anchos de banda.


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


192
(a) x t Af sinc f t
m m
( ) ( ) = 4 2 ; (b) x t Af sinc f t f t f
m m c m
( ) ( ) cos( ) = >> 4 2 2 con f
c

2.20. En la Fig. 2.66 se muestra las caractersticas ideales de un filtro conocido con el nombre de
filtro de ranura (notch filter). Este filtro se utiliza para eliminar frecuencias indeseables.

f
c
f
c
f
c
f
c
h
o
( ) f
/ 4
/ 4
|H(f)|
f
f
(a)
(b)
Fig. 2.66
2B

Demuestre que su respuesta impulsional es
h t h t t h Bsinc B t t f t t
f
o o o o c o
c
( ) ( ) [ ( )] cos[ ( )] = = 2 2
1
8
2
donde t
o

2.21. Sea un filtro cuya funcin de transferencia es H f h sinc f j t f
o o
( ) ( ) exp( ) = 2 . Si se le
aplica la seal x t A
t
( ) ( ) =

, demuestre que su salida es y t Ah


t t
o
o
( ) ( ). =


2.22. Sea los filtros reales mostrados en la Fig. 2.67.

R
R R C
C
C
L L C
R
(a) (b) (c) (d)
Fig. 2.67.

(a) Determine y grafique las correspondientes caractersticas de amplitud y fase.
(b) Determine los anchos de banda de 3 dB.
(c) Determine las ecuaciones diferenciales o ntegrodiferenciales que los caracterizan.
(d) Para los filtros (a) y (b), determine el retardo de envolvente y el ancho de banda de
acuerdo con la definicin dada en la expresin (2.79).
2.23. Se tiene una seal x(t) diente de sierra creciente cuyo perodo es de 1 ms, con un valor
mximo de 15 V y mnimo de 5 V. Se dispone tambin de tres filtros ideales: H f
1
( ) pasabajo de
ancho de banda de 500 Hz; H f
2
( ) pasabajo de ancho de banda de 1500 Hz; y H f
3
( ) pasaalto de
frecuencia de corte de 500 Hz. Todos los filtros tienen ganancia unitaria. Si la entrada es x(t),
dibuje la seal de salida y(t) en los siguientes casos:
(a) Salida de H f
1
( ) solamente; (b) Salida de H f
2
( ) solamente; (c) Salida de H f
3
( )
solamente; (d) Salida de la combinacin H f f
1
( ) ( ) y H
2
en cascada; (e) Salida de la
combinacin H f f
1
( ) ( ) y H
3
en cascada; (f) Salida de la combinacin H f f
2
( ) ( ) y H
3
en cascada; (g) Salida de la combinacin H f f f
1
( ), ( ) ( ) H y H
2 3
en cascada; (h) Salida

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


193
de la combinacin H f f
1
( ) ( ) y H
2
en paralelo (Configuracin 2 de la Tabla de Identidades
de Diagramas de Bloque, dada en la Seccin 2.5).
2.24. Sea el circuito mostrado en la Fig. 2.68.
(a) Determine sus caractersticas de
amplitud y de fase.
(b) Demuestre que si R = 1 M y C =1
pF, su ancho de banda de 3 dB es de
102,431 kHz.

R
R
C
C
x(t)
y(t)
Fig. 2.68.
(c) Demuestre que su respuesta impulsional es h t
t
RC
t
RC
u t ( )
( )
exp( ) ( ) =
2

(d) Demuestre que si se le aplica una excitacin de la forma x t
t T
T
( ) (
/
) =

2
, la salida es
) T t ( u )
RC
RC T t
)(
T
T t
exp( 1 )
T
2 / T T
( )
RC
RC t
)(
RC
t
exp( 1 ) t ( y

+ +
+

+
=
2.25. Transformada de Hilbert. Demuestre que
(a) Si x t Af sinc f t f t
m m m
( ) ( ), $ [ cos( )] = 2 2 1 2 entonces x(t) =
A
t

(b) Si x t Af sinc f t f t
m m c
( ) ( ) sen( ) = 2 2
2
, entonces, para f f
c m


)
x t Af sinc f t f t
m m c
( ) ( ) cos( ) = 2 2
2

(c) Si x t
At
T
t T
T
t
T t
A
( ) (
/
), ln =


2
entonces x(t) =
At
T
)


(d) Determine la envolvente compleja de x(t) y sus componentes ortogonales x t t
c
( ) ( ) y x
s

para la parte (b).
(e) Demuestre, para las partes (a) y (b), que las duplas [ ] [ ] x t t t ( ), ( ), ( ) x(t) y x x
c s
)
son
ortogonales, es decir, que
x t x t t x t
s
( ) ( ) ( ) ( )


)
dt = 0; x dt = 0
c
-

2.26. Sea m t ABsinc Bt t ABsinc Bt
1
2
2 2 ( ) ( ) ( ) ( ). = = y m
2

Si f
B
c
=
5
2
, dibuje el espectro de las seales
(a) x t m t f t m t f t
c c
( ) ( ) cos( ) ( ) sen( ) =
1 1
2 2
)
;
(b) x t m t f t m t f t
c c
( ) ( ) cos( ) ( ) sen( ) = +
1 2
2 2
)

2.27. Si
x x xx
R ( ) x(t)x(t ) ; R ( ) x(t)x(t ); R ( ) x(t)x(t ) =< + > =< + =< + ;

xx
R ( ) x(t)x(t ) y z(t)=x(t) +jx(t) =< + > , demuestre que

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


194

x x xx x xx
z x x x

R ( ) R ( ); R ( ) R ( ) R ( )

R ( ) 2[R ( ) jR ( )]; R (0) 0
= = =
= + =

donde
x

R ( ) es la Transformada de Hilbert de
x
R ( ) .
2.28. Sea el detector sincrnico o coherente mostrado en el Problema de Aplicacin 1.40.
Ntese que este detector tiene la misma forma que la rama superior de la Fig. 2. 34(a). Sea
entonces m(t) una seal mensaje pasabajo portadora de informacin. El filtro es ideal y de
ganancia unitaria.
(a) Demuestre que si x(t) es una seal modulada en doble banda lateral de la forma
x t m t f t
c
( ) ( ) cos( ), = 2 entonces, y(t) = m(t)
(b) Demuestre tambin que si x(t) es una seal modulada en banda lateral nica de la forma
x t m t f t m t f t
c c
( ) ( ) cos( ) ( ) sen( ) = 2 2
)

entonces y t m t ( ) ( ) =
El detector sincrnico permite entonces extraer o detectar una seal mensaje m(t) pasabajo
contenida en una seal modulada en doble banda lateral o en banda lateral nica. La nica
restriccin existente es que si la frecuencia mxima de la seal mensaje es f
m
y el ancho de
banda del filtro pasabajo es B, entonces debe verificarse siempre que f B f
c m
, para no
perder la informacin contenida en la seal mensaje m(t). En la prctica, generalmente
m c m c
f y B B f , f f >> >> .
2.29. Considere la combinacin RC mostrada
en la Fig. 2.69.
Demuestre que el voltaje eficaz de ruido
trmico en sus terminales es, para B
v
kT
C
ef
=

R C Z(f)
Fig. 2.69

Obsrvese que el voltaje eficaz de ruido resulta ser independiente de la resistencia R. La
razn es que, mientras que el voltaje eficaz por unidad de ancho de banda es proporcional a
R, el ancho de banda equivalente sobre el cual aparece el ruido en los terminales es
inversamente proporcional a R y los dos efectos se cancelan.
2.30. Sea la red sin ruido de la Fig. 2.70 a cuya
entrada se conecta una resistencia ruidosa
R. Determine el valor eficaz del voltaje de
ruido en los terminales de salida cuando
H(f) representa:
(a) Un filtro pasabajo ideal de ganancia h
o

y ancho de banda B.

Red
sin
Ruido
H(f)
R
Fig. 2.70
voef

[Respuesta: v h kTRB
oef o
= 4 ]
(b) Un filtro pasabanda ideal de ganancia h
o
, ancho de banda 2B y centrado en la frecuencia
f
c
, donde f
c
> B. [Respuesta: v h kTRB
oef o
= 8 ]

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


195
(b) Un filtro exponencial de la forma H f h
f
B
o
( ) exp(
| |
) =
[Respuesta:
oef o
kTB
v h
2
= ]
(d) Un filtro gaussiano de la forma H f h
f
B
o
( ) exp( ) =
2
2

[Respuesta:
oef o
kTB
v h
2 2

= ]
2.31. Demuestre que el valor eficaz de la corriente de ruido en un circuido RL serie es
i kT L
ef
= /
2.32. Demuestre que la densidad espectral de potencia de la tensin de ruido en un circuito RL
paralelo es S f kTR
n
( ) = 2 .
2.33. Dos resistencias, de 1000 Ohm cada una, estn a una temperatura de 300 y 400 kelvins,
respectivamente. Determinar el voltaje eficaz de ruido cuando (a) las resistencias estn en
serie y (b) cuando estn en paralelo. El ancho de banda en ambos casos es de 100 kHz.
2.34. Determine el ancho de banda equivalente B
N
del ruido de las redes cuyas funciones de
transferencia son:

o N
2
o N 2
o N
| f | B
(a) H(f ) h exp( ); [Respuesta: B = ]
B 2
f B
(b) H(f)=h exp( ); [Respuesta: B = ]
B 2 2
f B
(c) H(f)=h sinc( ); [Respuesta: B ]
B 2
=

=

(d) H f h sinc
f f
B
sinc
f f
B
o
c c
( ) ( ) ( ) =
+
+

f
c
>> B [Respuesta: B
N
= B ]
(e) H f h
f f
B
f f
B
o
c c
( ) exp(
| |
) exp(
| |
) =
+
+

f
c
>> B [Respuesta: B
N
= B ]
2.35. Un amplificador de alta ganancia tiene una cifra de ruido de 9,031 dB, una ganancia de
potencia de 50 dB y un ancho de banda equivalente del ruido de 10 kHz.
(a) Demuestre que la temperatura efectiva de ruido es 2030 T
e
= kelvins
(b) Determine la potencia disponible de salida si la resistencia de la fuente a la entrada del
amplificador tiene una temperatura de ruido 290 T T
o s
= = kelvins. Repetir cuando
T
T
T T
s
o
o o
= = =
4
10 100 , T y T
s s
.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


196
2.36. En la Fig. 2.71 se muestra la etapa de
entrada (amplificador de RF) de un
receptor. La cifra de ruido del ampli-
ficador es de 10 dB y ganancia de
potencia de 80 dB. El ancho de banda
equivalente del ruido es de 6 MHz y se
supone que la temperatura de ruido de la
antena es
290 T T
o s
= = kelvins

T T
s o
=
N
i
T
i Amplificador
de RF
ETAPA DE ENTRADA
Fig. 2.71

Demuestre que la temperatura neta T
i
de entrada al amplificador es de 2900 kelvins, y que la
potencia disponible de ruido a su salida es N
i
= 16 196 , dBm.
2.37. Sea el sistema de la Fig. 2.72, donde
x t x x t x t
r
( ) cos( ) cos( ) =

2 10 2 10 2 10
6 4 6

n t f l Ln f ( ) ( ) exp[ | | ] S
n
=

10 0 2
19 6

El sistema es pasabanda, de ancho de banda
de 20 kHz y centrado en f
c
= 1 MHz.
Demuestre:

S N
i i
/
S N
s s
/
x t
r
( )
F = = 10 10 ; G dB
p
Amplificador
de RF
n(t
Fig. 2.72
Al
Detector
(a) Que la relacin S N
s s
/ a la entrada del amplificador es de 23,585 dB.
(b) Que la contribucin del ruido a la salida debida al ruido propio del amplificador es de
7,204x10
-15
W.
(c) Que la relacin de predeteccin S N
i i
/ es de 22,35 dB.
2.38. Sean los dos sistemas representados en la Fig. 2.73. En antena, la potencia de seal es de
10
12
W y la potencia de ruido de 2 4 10
14
, x

W. El ancho de banda es de 6 MHz.
(a) Demuestre que para la configuracin (a),
S
N
i
i
= 6 2 , dB.

G
p
= 80 dB
F = 10 dB
S N
i i
/ G
p1
13
3
=
=
dB
F dB
1
,01
G
p2
80
10
=
=
dB
F dB
2
S N
i i
/
Al Detector
Amplificador
(a) Conexin sin Preamplificador
Al Detector
Preamplificador Amplificador
(b) Conexin con Preamplificador
Fig. 2.73

(b) Demuestre que para la configuracin (b) ,
S
N
i
i
= 12 305 , dB, y que la cifra de ruido total
de los dos amplificadores se ha reducido a F
12
2 45 = , . Demuestre tambin que la
temperatura total efectiva de ruido es ahora 420,5 kelvins.

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


197
Repita la parte (b) si F
1
13 01 = , dB. Compare estos resultados con los ya obtenidos. Qu
se puede decir al respecto?
2.39. Sea el sistema de recepcin de la Fig. 2.74.
La temperatura efectiva de la antena es de
100 kelvins. La lnea de transmisin tiene
un factor de atenuacin L = 2 dB y una
temperatura fsica de 310 kelvins.
Demuestre:
(a) Que la potencia de ruido Ni a la entra-
da del detector es de -60,315 dBm.
G
p1
10
15
=
=
dB
F
1
,
G
p2
40
2
=
=
dB
F
2
T
a
N
i
Al
Detector
Lnea de Transmisin
A1 A2
B = 2 MHz
Fig. 2.74

(b) Repetir la parte (a) pero intercalando entre la antena y la lnea de transmisin un amplifi-
cador con una ganancia de potencia de 15 dB y una temperatura efectiva de 40 kelvins.
[Respuesta: Ni = 8,506x10
-9
W ]
2.40. Sea una cadena de tres amplificadores cuyas caractersticas se muestran en la Fig. 2.75.

G
p1
13
10
=
=
dB
B MHz
1
G
p2
60
2
=
=
dB
B MHz
2
S f
n
( ) =

10
20
W/ Hz
N
1
N
2
N
3
G
p3
20 =
=
dB
B 100 kHz
3
Carga
Acoplada
A1 A2 A3
Fuente
de Ruido
Fig. 2.75

(a) Suponiendo que el ruido individual de los amplificadores es despreciable frente al ruido
de entrada, demuestre que
N
1
83 99 30 979 23 99 = = = , , , dBm; N dBm y N dBm
2 3
.
(c) Si las temperaturas efectivas de los amplificadores son kelvins 300 T
1 e
= ,
kelvins 400 T
2 e
= y kelvins 500 T
3 e
= , demuestre que
dBm 113 , 30 N dBm, 172 , 83 N
2 1
= = y dBm. 123 , 23 N
3
=
Por qu no puede determinarse la temperatura efectiva de ruido, referida al amplificador
compuesto?
2.41. Sea el sistema de tres etapas mostrado en la Fig. 2.76.

Carga
Acoplada
El ancho de banda es el mismo en las tres etapas
Etapa 1 Etapa 2 Etapa 3
Fig. 2.76
Gp3 = 40 dB
Te3 = 400

kelvins
Gp1 = 7 dB
Te1 = 200
Gp2 = 20 dB
Te2 = 300
kelvins kelvins


II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


198
(a) Demuestre que la temperatura efectiva de ruido, referida a la entrada del sistema de tres
etapas, es kelvins 66 , 260 T
e
=
(b) Usando el resultado de la parte (a), demuestre que la cifra de ruido total del sistema es
F = 1,899.
(c) Verifique la cifra de ruido total calculada en (b) determinando las cifras de ruido
individuales y combinando sus efectos.
Se le sugiere al lector repetir este problema intercambiando las diferentes etapas a fin
de conseguir una configuracin ptima, es decir, aquella con la mnima cifra de ruido
total.
2.42. Un cierto receptor tiene una temperatura efectiva de ruido T
e1
. Suponga que a la entrada del
receptor se agrega una lnea de transmisin de prdidas L y temperatura fsica T
pL
.
Demuestre que la nueva temperatura de ruido, referida a la entrada del sistema lnea-receptor
es
T T L T T LT L T
e e1 pL e1 e1 pL
,
( )( ) ( ) = + + = + 1 1
Ntese que en la Teora de las Lneas de Transmisin se demuestra que si v
ief
y v
oef
son
los valores eficaces del voltaje al principio y al final de una lnea acoplada, entonces se
verifica que v v
oef ief
= exp( ) x , donde es la constante de atenuacin y x la longitud de
la lnea. En trminos de potencia (normalizadas respecto a R = 1 Ohm), se puede escribir
entonces v v
oef ief
2 2
2 = exp( x) . Definiendo v P P
ief di do
2
= = y v
oef
2
, y de acuerdo con la
definicin del factor de atenuacin L, expresin (2.183), se tiene que L = exp(2 x) ;
vemos que el valor de L aumenta al aumentar la longitud de la lnea. En este caso, la nueva
temperatura de ruido a la entrada del sistema lnea-receptor es

'
e e1 pL
T T exp(2 x) [exp(2 x) 1]T = +
2.43. Sea T
e1
la temperatura efectiva de ruido de un receptor, y T
PL
la temperatura fsica de la
lnea de transmisin que interconecta la antena con el receptor.
(a) Demuestre que el incremento T
e
en la temperatura efectiva T
e
, referida a la entrada de
la lnea de transmisin, y el incremento L de la atenuacin L de la lnea de
transmisin, estn relacionados mediante la ecuacin

T
L
T T
e
e1 PL
= +
(d) Si kelvins 290 T y kelvins 150 T
PL 1 e
= = , demuestre que por cada incremento de 0,1 dB
en la atenuacin L de la lnea de transmisin, la temperatura efectiva de ruido del sistema
aumenta aproximadamente en 10 kelvins. Verifique este resultado para valores arbitrarios
de la atenuacin L.
2.44. Sea el sistema de comunicaciones de la Fig. 2.77.
Datos: L = 2 dB = 1,585; T
o
= 290 kelvins; T
pL
= T
o
; T
a
= 100 kelvins
G
a
= 50 dB = 10
5
; G
p1
= 40 dB = 10
4
; T
e1
= 150 kelvins;
G
p2
= 20 dB = 100; T
e2
= 300 kelvins; B = 10
5
Hz;

S
r
= 10
-8
W

II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


199

pL eL pL
1
G ; T (L 1)T
L
= =

Ga,Ta
Sr
Nn Sa, Na
Te
L, TpL Se, Ne
GpL, TeL
Lnea de Transmisin
A1 A2
Gp1
Te1
Gp2
Te2
Si/Ni
Al Detector
B B
Ruido Blanco
Seal Util
Fig. 2.77.
T'e
S1, N1
Antena
Preamplificador Amplificador

(a) Demuestre que la temperatura efectiva de ruido T
e
referida a la entrada de la lnea de
transmisin es T
e
= 407,448 kelvins
(b) Demuestre que la temperatura efectiva de ruido T
e
,
a la entrada del primer amplificador
es T
e
= 150,03 kelvins
(c) Suponga que la temperatura de ruido de entrada a la antena es
n
T 100 = kelvins.
Demuestre que
1. La temperatura equivalente total del sistema es T
e
= 200,004 kelvins
2. La cifra de ruido total es F = 1,69
3. La relacin S
i
/Ni de predeteccin es
7 i
i
S
3, 623x10 75,591 dB
N
= =
















II REPRESENTACION ESPECTRO-TEMPORAL DE SISTEMAS
J. Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


200
















J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela


CAPTULO III

VARIABLES Y PROCESOS ALEATORIOS

3.1. INTRODUCCIN
En el presente texto se estudian varios tipos de seal, tanto peridicas como no peridicas,
cuyos valores son conocidos en todo instante ya sea en forma grfica ya sea en forma analtica.
Estos tipos de seal se denominan seales determinsticas. Pero tambin hay otras clases de seales
como, por ejemplo, el ruido, acerca de las cuales slo conocemos algunos parmetros, por cuanto
ellas varan en forma muy compleja; stas son las seales aleatorias. El comportamiento de estas
seales solamente se puede predecir en forma aproximada porque en los mecanismos aleatorios que
las producen hay un elemento de ignorancia o de incertidumbre sobre el cual no se tiene ningn
control.
En la Teora de la Comunicacin las seales y procesos aleatorios desempean un papel
muy importante; en efecto, en cada canal de comunicacin siempre habr seales espurias (ruido)
que contaminan las seales mensaje portadoras de informacin. En la Teora Estadstica de la
Comunicacin tanto las seales mensaje como las seales espurias se tratan como variables
aleatorias, cuyo comportamiento se puede predecir a partir de algunas de sus propiedades
probabilsticas o estadsticas.
En este Captulo se presentarn las ideas y conceptos bsicos y esenciales de las variables y
procesos aleatorios que complementarn el enfoque determinstico que hemos empleado hasta
ahora. Como es normal en un texto introductorio de comunicaciones, no se profundizar en
consideraciones tericas avanzadas, pero s se mostrarn aquellos aspectos de aplicacin inmediata
en el anlisis y diseo de sistemas de comunicacin prcticos. De la Teora de la Probabilidad, de
las Variables y Procesos Aleatorios y de la Teora Estadstica de la Comunicacin hay una inmensa
bibliografa que el lector interesado puede consultar.
3.2. NOCIONES DE LA PROBABILIDAD
3.2.1. Definiciones de la Probabilidad
La teora de la probabilidad es una rama de las matemticas aplicadas que trata de los
efectos de la suerte o de la casualidad. El resultado de un experimento cualquiera, por ejemplo,
cuando lanzamos un dado o una moneda, depende de la combinacin de muchos factores
completamente impredecibles. Sin embargo, es posible predecir en cierta manera el
comportamiento promedio de un nmero grande de experimentos. En consecuencia, la idea de
suerte est ligada con la de probabilidad o posibilidad. Por ejemplo, cuando lanzamos una
moneda podemos decir que las probabilidades de que caiga cara o sello son igualmente posibles
o igualmente probables.
Definicin Emprica de la Probabilidad
En un experimento repetido N veces, si el suceso A ocurre m veces, entonces P(A), la
probabilidad de que el suceso A ocurra, se define en la forma
P A lim
m
N N
( ) =

(3.1)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

202
Esta definicin de la probabilidad se conoce con el nombre de definicin emprica de la
probabilidad. Se conoce tambin como la definicin de la frecuencia relativa, por cuanto
define la probabilidad como la frecuencia relativa de ocurrencia del suceso. Ntese que al definir
P(A) como en (3.1), se supone implcitamente que el lmite N existe. Es evidente tambin, de
la definicin, que la probabilidad es siempre una magnitud positiva y menor o igual que la unidad,
es decir,
0 1 P A ( ) (3.2)
Sucesos Mutuamente Excluyentes o Disjuntos
Se dice que en un conjunto de sucesos los sucesos son mutuamente excluyentes, disjuntos o
incompatibles, si la ocurrencia de cualquier suceso impide la ocurrencia simultnea de cualquier
otro suceso del conjunto. Por ejemplo, consideremos dos sucesos A y B, y un suceso que puede
considerarse como resultado de uno cualquiera de los sucesos A y B. Este suceso ser la unin de
los sucesos A y B, es decir, (A + B). Cuando el suceso ( ) A B + ocurre, es porque el suceso A o el
suceso B o ambos han ocurrido. Si el experimento se lleva a cabo N veces, y si m
1
y m
2
son los
resultados favorables a A y B, respectivamente, entonces la probabilidad del suceso ( ) A B + cuando
A y B son disjuntos es
P A B lim
m m
N
P A P B
N
( ) ( ) ( ) + =
+
= +

1 2
(3.3)
Si A y B no son disjuntos, entonces
P A B P A P B P AB ( ) ( ) ( ) ( ) + = + (3.4)
donde P(AB) es la probabilidad conjunta de la ocurrencia simultnea de los sucesos A y B.
Estos resultados se pueden extender para un nmero cualquiera de sucesos; en efecto, si
A A
n 1
, , , . . . . . . . A A
2 3
son sucesos disjuntos, entonces
P A A A P A P A P A P A
n n
( ........ ) ( ) ( ) ( ) ........ ( )
1 3 1 2 3
+ + + + = + + + + A
2
(3.5)
Si un experimento tiene N resultados A A
n 1
, , ...... A
2
solamente, entonces esos N
elementos se denominan sucesos exhaustivos. Se sigue entonces que si N sucesos A
n
son
disjuntos y exhaustivos, entonces
P A
n
n
N
( ) =
=

1
1
(3.6)
Puesto que A A
n 1
, , ..... , A
2
son disjuntos y exhaustivos, entonces el suceso
{ } A A A
n 1 2
+ + + . .. .. es el suceso cierto, que simbolizaremos con S; por lo tanto,
P S P suceso cie ( ) ( = rto) =1 (3.7)
Definicin Axiomtica de la Probabilidad
La definicin de frecuencia relativa tiene la ventaja de ser muy intuitiva pero no es
suficiente desde el punto de vista matemtico. La probabilidad se puede definir desde un punto de
vista axiomtico, pero los axiomas que se postulen deben estar de acuerdo con el punto de vista de
la frecuencia relativa, es decir, con aquellas relaciones que se observan en el mundo fsico. El punto
de vista axiomtico de la probabilidad se puede resumir en la forma siguiente.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

203
La probabilidad P(A) de un suceso A es un nmero que se asigna a dicho suceso. La nica
restriccin que se impone sobre la funcin de probabilidad es que obedezca los siguientes
postulados o axiomas:
AXIOMA I: P A ( ) 0 (3.8)
AXIOMA II: P S ( ) = 1 (3.9)
donde S es el suceso cierto formado por todos los sucesos disjuntos y exhaustivos.
AXIOMA III: P A B P A P B ( ) ( ) ( ) + = + (3.10)
La extensin para un nmero infinito de sucesos no se sigue de (3.10) sino que es un nuevo
axioma:
AXIOMA IIIa: P A A A A P A P A P A
n n
( ..... .... ) ( ) ( ) ..... ( ) ...
1 2 3 1 2
+ + + + + = + + + + (3.11)
si A A
n 1
, , . . . . . . . , , . . . . . . A
2
son disjuntos.
3.2.2. Probabilidad Conjunta. Probabilidad Condicional. Independencia
Probabilidad Conjunta
Si en un experimento hay dos conjuntos de sucesos o resultados, entonces la probabilidad
de observar un resultado particular A de un conjunto y un resultado B de otro conjunto, se
denomina la probabilidad conjunta del suceso AB, donde AB 0 es la interseccin de los
sucesos A y B.
Si un experimento se repite N veces, y si N
AB
es el nmero de veces que A y B ocurren
simultneamente, entonces la probabilidad del suceso AB se define en la forma
P AB lim
N
N N
AB
( ) =


(3.12)
Probabilidad Condicional
A menudo se presenta la situacin donde la probabilidad de un suceso es influenciada por
otro suceso, es decir, la probabilidad de un suceso A depende de si el suceso B ha o no ocurrido.
Esta es la probabilidad condicional, la cual vamos a definir en la forma siguiente:
Sea un suceso B tal que P(B) 0. Por definicin, la probabilidad del suceso A
suponiendo el suceso B es
P A B
P AB
P B
( | )
( )
( )
= (3.13)
O tambin, si P(A) 0, P BA
P AB
P A
( | )
( )
( )
= (3.14)
donde P(AB) es la probabilidad conjunta de los sucesos A y B.
Combinando (3.13) y (3.14), P A B
P A
P B
P B A ( | )
( )
( )
( | ) = si P(B) 0 (3.15a)
P B A
P B
P A
P A B ( | )
( )
( )
( | ) = si P(A) 0 (3.15b)
Las expresiones (3.15a) y (3.15b) son conocidas con el nombre de Ecuaciones de Bayes
o Regla de Bayes.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

204
Ejemplo 3.1
Una caja contiene 5 resistencias de 100 y 7 resistencias de 50 . De la caja se extrae
una resistencia y despus otra sin reponer la primera. Vamos a determinar las siguientes
probabilidades.
(a) La probabilidad de que las dos resistencias sean de 100
(b) La probabilidad de que la primera fue de 100 y la segunda de 50
(c) La probabilidad de que las dos resistencias son de 50
Sean los sucesos A = {sacar una resistencia de 100 }
B = {sacar una resistencia de 50 }
A|A = {sacar una de 100 habiendo sacado previamente una de 100 }
B|B = {sacar una de 50 habiendo sacado previamente una de 50 }
(a) P{sacar primero de 100, segunda de 100} = P(A)P(A|A) =
5
12
4
11
0 15 = ,
(b) P{sacar primero de 100, segunda de 50} = P(A)P(B|A) =
5
12
7
11
0 27 = ,
(c) P{sacar primero de 50, segunda de 50} = P(B)P(B|B) =
7
12
6
11
0 32 = ,

Independencia Estadstica
El concepto de independencia es bsico. Pudiera decirse que es debido a este concepto que
la Teora de la Probabilidad se ha desarrollado como una disciplina anexa y no ser considerada
como un tpico ms en la Teora de las Medidas [Papoulis, 1965].
Definicin
Se dice que dos sucesos A y B son estadsticamente independientes si y slo si
P AB P A P B ( ) ( ) ( ) = (3.16)
Esto quiere decir que si A y B son independientes, entonces la ocurrencia del suceso A no
influencia en absoluto la ocurrencia del suceso B, y viceversa. Si esto es cierto, entonces la
probabilidad condicional P(A|B) es simplemente la probabilidad P(A); esto es, si A y B son
independientes, entonces
P A B P A ( | ) ( ) = y P(B| A) = P(B) (3.17)
Ntese que si A y B son independientes y disjuntos, entonces, por definicin,
P(AB) = 0 para A y B independientes y disjuntos (3.18)
La nocin de independencia se puede extender a ms de dos sucesos. En efecto, si los
sucesos A, B, C, D,....... son estadsticamente independientes, la probabilidad de ocurrencia
conjunta es
P(ABCD......) = P(A) P(B) P(C) P(D) ........... (3.19)
Ntese que si los sucesos son independientes por pares, es decir, si
P(A
i
A
j
) = P(A
i
)P(A
j
) para todo j, i y con j i , no se sigue que los sucesos sean todos
independientes.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

205
Probabilidad Total
Vamos ahora a obtener una expresin conocida con el nombre de Teorema de la
Probabilidad Total, el cual se utiliza para evaluar la probabilidad P(B) en trminos de la
probabilidad condicional P(B|A
i
) y de la probabilidad P(A
i
), donde A
i
ser definida a continuacin.
Se tiene un conjunto de n sucesos
disjuntos y exhaustivos A A
n 1
, , . . . . . , A
2

cuya suma es igual al suceso cierto S, Fig.
3.1, y sea B un suceso cualquiera contenido
en S, es decir, B S. Entonces, de la Fig.
3.1,
B BS B A A
n
= = + + ( . . . . )
1
+ A
2

De donde B BA BA BA
n
= + +
1 2
. . . . . . .
Como estos elementos son todos disjuntos,

A
1
A
n
A
3
A
2
S
B
Fig. 3.1
P B P BA P BA P BA
n
( ) ( ) ( ) . . . . . . . ( ) = + + +
1 2
(3.20)
Pero de la probabilidad condicional, expresiones (3.13) o (3.14),
P BA P B A P A
i i i
( ) ( | ) ( ) = (3.21)
Entonces, P B P B A P A P B A P A P B A P A
n n
( ) ( | ) ( ) ( | ) ( ) . . . . . . . ( | ) ( ) = + + +
1 1 2 2

P B P B A P A
i i
i
n
( ) ( | ) ( ) =
=

1
(3.22)
Este es el teorema sobre la probabilidad total. Hay que hacer notar que este teorema es
vlido an cuando los n sucesos A
1
, , . . . . . , A A
2 n
no sean exhaustibles, pero s debe cumplirse que
{ } B A A A
n
+ + +
1 2
. . . . . . .
Teorema de Bayes
El teorema de Bayes nos permite evaluar las llamadas probabilidades a posteriori
i
P(A | B) de los sucesos A
i
en trminos de las probabilidades a priori P(A
i
) y de la
probabilidad condicional P B A
i
( | ). En efecto, de las expresiones (3.13) y (3.14), se tiene
P A B P A B P B P B A P A
i i i i
( ) ( | ) ( ) ( | ) ( ) = = , de donde
P A B
P A
P B
P B A
i
i
i
( | )
( )
( )
( | ) = (3.23)
Reemplazando P(B) de (3.22), se obtiene

i i
i n
j j
j 1
P(B| A )P(A )
P(A | B)
P(B| A )P(A )
=
=

(3.24)
Este es el llamado Teorema de Bayes.






III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

206
3.2.3. Pruebas de Bernoulli
Consideremos el experimento de lanzar monedas. Se supone que los lanzamientos sucesivos
son estadsticamente independientes. Podemos escribir entonces,
{ C sacar = } caras ; { S sacar = } sellos
Sea, entonces, P(C) = p; P(C) + P(S) = 1; P(S) = 1 p = q. De donde, p + q = 1
Si las monedas fueran correctas, P(C) = P(S) =
Experimentos de este tipo se denominan Pruebas de Bernoulli.
Supongamos que la moneda se tira N veces o, lo que es lo mismo, se tiran N monedas una
sola vez. Cul es la probabilidad P(nC) de que aparecern n caras (N n) ? A fin de responder
esta pregunta, consideremos primero una secuencia particular de N tiros ( N monedas) en los
cuales aparecieron caras {C} n veces. Como los experimentos sucesivos que forman esta secuencia
particular se supone que son estadsticamente independientes, la probabilidad de ocurrencia de
nuestra secuencia particular Pi(nC) es simplemente el producto de la ocurrencia de las n caras y de
(N n) sellos, es decir, [Papoulis, 1965]:

n ( N n)
Pi(nC) p q

=
Pero esta secuencia no es la nica secuencia posible que tenga n caras en N tiros (o n caras en las
monedas). La probabilidad de obtener cualquiera de las varias secuencias de este tipo es igual al
nmero total de dichas secuencias multiplicado por la probabilidad de obtener una secuencia en
particular, ya que estamos tratando con sucesos mutuamente compuestos que tienen todos la misma
probabilidad.
Vamos a determinar ahora el nmero de diferentes secuencias posibles de los N tiros, cada
una de los cuales produce n caras. Si los resultados de los N tiros fueran todos diferentes, habra
habido N(N 1)(N 2)(N 3)........3x2x1 N! = diferentes secuencias posibles. Sin embargo, no
todos los resultados de los N tiros son diferentes: n son caras y (N n) son sellos. Por consiguiente,
en las N! secuencias hay n! duplicaciones de caras, ya que no es posible distinguir una cara de la
otra, y habr (N- n)! duplicaciones de sellos, ya que no es posible distinguir un sello de otro. El
nmero total posible de las diferentes secuencias en las cuales se obtiene n caras en N tiros viene
dada entonces por el coeficiente binomial o de Newton:
Nmero total de secuencias para obtener n caras en N tiros
( )
N
n
N!
n!(N n)!
= =


De modo que la probabilidad conjunta de obtener cualquiera de las posibles secuencias de n
caras en N tiros ser

N n ( N n) n ( N n)
n
N!
P(nC) ( )p q p q
n!(N n)!

= =

(3.25)
Ejemplo 3.2. Coeficiente de Actividad en un Sistema Telefnico Multicanal
El coeficiente de actividad de un sistema telefnico multicanal es la relacin nmero de
canales activos/nmero de canales del multicanal. Mediante mediciones experimentales
efectuadas por diferentes entidades, se ha determinado que un canal simple est ocupado un 70% a
80% durante la hora ms cargada, con un 25% mximo de ocupacin en promedio, tomado sobre un
perodo largo. En sistemas con un gran nmero de canales, este valor de 0,25 es muy raras veces

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

207
sobrepasado an durante las horas de ms trfico. En efecto, si un canal est activo, en promedio,
un 25%, el porcentaje de tiempo en que todos los canales estarn activos es de esperarse que sea
muy pequeo. En sistemas de alta densidad (N > 2700 canales) el coeficiente de actividad terico
(calculado) es ligeramente superior a 0,27. Sin embargo, el UIT-T toma un valor de 0,25 para el
coeficiente de actividad, un nivel que puede esperarse que sea excedido el 1% del tiempo y que
equivale a una potencia promedio, por canal, de -15 dBm0 (Recomendacin UIT-T G.223).
Sea entonces,
N = nmero de canales del multicanal
n = nmero de canales activos en un istante dado
p = {probabilidad de que un canal est activo}
q = {probabilidad de que un canal est inactivo}
Es evidente que p + q = 1; q = 1 p
El coeficiente de actividad de un sistema multicanal se define mediante la relacin

a
n
C
N
= para un porcentaje de tiempo dado.
La probabilidad de ocurrencia de una secuencia individual de n canales activos y (N n)
canales inactivos ser
n ( N n)
i
P (nA) p q

= , y la probabilidad conjunta de que haya n canales activos
y (N n) canales inactivos ser [Papoulis, 1965]

n ( N n)
N!
P(nA) p q
n!(N n)!

=


Relacionemos esta expresin con los coeficientes de actividad. Es evidente que p representa
el coeficiente de actividad de un canal y P(nA) la probabilidad de que n canales estn activos en un
instante dado. Entonces, la probabilidad de que N o menos canales estn activos todo el tiempo es
una certitud, es decir,
p(0A) p(1A) p(2A) ........ p(NA) 1 + + + + =
Por consiguiente, la probabilidad de que n o menos canales estn activos ser menor que 1.
Sea P
n
(A) esta probabilidad; se puede escribir entonces,

n
n
m 0
P (A) p(0A) p(1A) p(2A) ..... p(nA) p(mA) 1
=
= + + + + = <


Por lo tanto, la probabilidad de que n o menos canales estn activos ser:

n
m ( N m)
n
m 0
N!
P (A) p q
m!(N m)!

=
=


P
n
(A) representa entonces el porcentaje de tiempo en que n o menos canales estn activos.
El coeficiente de actividad de un sistema multicanal se define entonces mediante la relacin

a
n
C
N
= para un porcentaje de tiempo P
n
(A) dado.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

208
De particular inters es el caso cuando n o menos canales estn activos el 99% del tiempo; o
dicho de otra manera, que n es excedido solamente un 1% del tiempo. En este caso, P
n
(A) = 0,99.
Igualmente, el UIT-T establece el valor q = 0,25 = como coeficiente de actividad de un canal
individual. En este caso, la expresin anterior queda en la forma

m ( N m)
n
m 0
N! 1 3
0,99
m!(N m)! 4 4

=

=

para el 1% del tiempo


En la Tabla siguiente se calculan, a partir de esta expresin, algunos valores del coeficiente
de actividad C
a
en funcin de la capacidad N del sistema multicanal para el 1% del tiempo.

N n C
a
Observaciones
12 7 0,583 GRUPO
60 23 0,383 SUPERGRUPO
300 99 0,310 GRUPO MASTER
900 256 0,284 SUPERGRUPO MASTER
960 272 0,283
1200 335 0,279
1800 493 0,274
2700 728 0,270

3.2.4. Otras Probabilidades
En un experimento se obtiene un conjunto de N resultados E
1
, E
2
, ., E
N
, que
supondremos estadsticamente independientes. Queremos determinar las siguientes probabilidades:
a) La probabilidad de realizar por lo menos uno de los sucesos E
1
, E
2
, ., E
N
.
Ntese que por lo menos uno quiere decir uno o ms.
b) La probabilidad de realizar por lo menos m de los sucesos E
1
, E
2
, , E
N
.
Ntese que por lo menos m quiere decir m o ms.
c) La probabilidad de realizar exactamente m de los sucesos E
1
, E
2
, , E
N
.
(a) Probabilidad de realizar por lo menos uno de los sucesos E
1
, E
2
, ., E
N
.
En general, la unin (o suma lgica) { }
1 2 3 N
E E E ,....., E + + + + de un conjunto de
sucesos E
1
, E
2
, ., E
N
, es el suceso de realizar por lo menos uno de los sucesos E
1
,
E
2
, E
3
,.., E
N
. Entonces, [Papoulis, 1965],
P(E
1
+ E
2
+ , , + E
N
) = P(realizar por lo menos uno de los sucesos E
1
, E
2
, E
3
, , E
N
)
P(E
1
+ E
2
+ E
3
, , + E
N
) [ ][ ] [ ]
1 2 N
1 1 P(E ) 1 P(E ) ........ 1 P(E ) = (3.26)
Vamos a desarrollar (3.26) para algunos valores de N.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

209
Para N = 2, ( ) [ ] [ ]
1 2 1 2 1 2
P E E P(E ) P(E ) P(E )P(E ) + = +
Para N = 3,
[ ] [ ]
1 2 3 1 2 3 1 2 1 3 2 3
P(E E E ) P(E ) P(E ) P(E ) P(E )P(E ) P(E )P(E ) P(E )P(E ) + + = + + + + +
[ ]
1 2 3
P(E )P(E )P(E ) +
Para N = 4,
[ ]
1 2 3 4 1 2 3 4
P(E E E E ) P(E ) P(E ) P(E ) P(E ) + + + = + + +
[ ]
1 2 1 3 1 4 2 3 2 4 3 4
P(E )P(E ) P(E )P(E ) P(E )P(E ) P(E )P(E ) P(E )P(E ) P(E )P(E ) + + + + + +
1 2 3 1 2 4 1 3 4 2 3 4)
P(E )P(E )P(E ) P(E )P(E )P(E ) P(E )P(E )P(E ) P(E )P(E )P(E + + + +


[ ]
1 2 3 4
P(E )P(E )P(E )P(E )

Los desarrollos anteriores permiten escribir la probabilidad de realizar por lo menos uno
de los sucesos E
1
, E
2
, E
3
,, E
N
en la forma


1 2 3 N 1 1 2 3 4 m N
P(E E E ,..., E ) P S S S S ... S .... S + + + + = = + + (3.27)

El signo de S
N
es negativo (-) cuando N es par, y positivo (+) cuando N es impar.

Definiendo los trminos de (3.27), tenemos:

N
1 i
i 1
S P(E )
=
=

es la suma de las probabilidades individuales P(E


1
) para i = 1, 2, 3,.., N. Es
una suma de N trminos.

2 i j
i, j
S P(E )P(E ) =

es la suma de los productos de las probabilidades del suceso conjunto


P(E
1
)P(E
2
)P(E
3
).P(E
N
) tomados de dos en dos (N sucesos tomados de dos en dos). Ntese que S
2

tiene
( )
N
2
trminos o duplas. Por ejemplo, para N = 3, S
2
tendr
( )
3
2
1x2x3
3
1x2x1
= = duplas en la
forma
2 1 2 1 3 2 3
S P(E )P(E ) P(E )P(E ) P(E )P(E ) = + + .

3 i j k
i, j, k
S P(E )P(E )P(E ) =

es la suma de los productos de las probabilidades del suceso


conjunto P(E
1
)P(E
2
)P(E
3
).P(E
N
) tomados de tres en tres. S
3
contiene
( )
N
3
trminos o tripletas.
Por ejemplo, para N = 4, S
3
tendr
( )
4
3
1x2x3x4
4
1x2x3x1
= = tripletas en la forma

3 1 2 3 1 2 4 1 3 4 2 3 4
S P(E )P(E )P(E ) P(E )P(E )P(E ) P(E )P(E )P(E ) P(E )P(E )P(E ) = + + +

m i j k N
i, j, k,...
S P(E )P(E )P(E )....P(E ) =

es la suma de los productos del suceso compuesto
P(E
1
)P(E
2
)P(E
3
).P(E
N
) tomados de m en m, donde N > m. El valor mximo de m es

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

210
max(m) N 1 = . S
m
contiene
( )
N
m
trminos o m-pletas. Por ejemplo, para N = 10 y
m = 6, S
6
contendr
( )
10
6
1x2x3x4x5x6x7x8x9x10
210
1x2x3x4x5x6x1x2x3x4
= = 6-pletas.
Por ltimo,

N
N i
i
S P(E ) =

es el producto de las probabilidades individuales P(E


i
) para i = 1, 2,
3,N.
Es un producto de N trminos o factores. Por ejemplo, para N = 5, impar,

5 1 2 3 4 5
S P(E )P(E )P(E )P(E )P(E ) = y su signo ser positivo.
Ejemplo 3.3.
Vamos a determinar la probabilidad de sacar un 6 por lo menos una sola vez al tirar un dado
dos veces (o dos dados simultneamente).
Solucin:
N = 2. En un dado la probabilidad de sacar un smbolo cualquiera es P(E
i
) = 1/6 para
i = 1, 2, 3, 4, 5, 6, es decir, P(E
1
) = P(E
2
) = . = P(E
6
) = 1/6.
De la expresin (3.27),
[ ] [ ]
1 1 2 1 2 1 2
1 1 1 1
P S S P(E ) P(E ) P(E )P(E ) 0, 3056
6 6 6 6
= = + = + =
Esta es la probabilidad esperada.
Vamos a repetir el experimento pero ahora con cuatro tiros de un dado (o cuatro dados
simultneamente)
En este caso, N = 4. La probabilidad de sacar por lo menos un 6 al tirar 4 dados es

1
1 1 1 1
P 4 6 4 0, 5177
6 36 216 1296
= + =
Ntese que esta probabilidad es mayor que cuando se tiraron dos dados; es evidente que
cuantas ms tiradas se hagan, la probabilidad de obtener un smbolo dado es mayor. La menor
probabilidad es aquella cuando se tira un solo dado: en este caso la probabilidad es 1/6 = 0,1667.

(b) Probabilidad de realizar por lo menos m de N sucesos E
1
, E
2
, E
3
,
..., E
N
.
Para el caso de realizarse por lo menos m de N sucesos se tiene el siguiente teorema
[Papoulis, 1965]:
La probabilidad P
m
de que m o ms (o por lo menos m) de los N sucesos
independientes E
1
, E
2
, E
3
, , E
N
ocurran simultneamente, viene dada por la expresin
( ) ( ) ( ) ( )
m m 1 m 2 N 1
m m m 1 m 1 m 1 m 2 m 1 m 3 m 1 N
P S S S S S
+ +
+ + +
= + + (3.28)
El signo de S
N
es negativo (-) cuando N es par, y positivo (+) cuando N es impar. Tambin,
N > m.
Definiendo los trminos de (3.28),

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

211
m i j k m
i, j, k,..., m
S P(E )P(E )P(E )......P(E ) =

es la suma de los productos del suceso conjunto
1 2 3 m
P(E )P(E )P(E ).......P(E ) tomados de m en m. S
m
contiene
( )
N
m
trminos o m-pletas.
N
N i
i
S P(E ) =

es el producto de las probabilidades individuales P(E


i
) para i = 1, 2, 3,N.
Ejemplo 3.4.
Se tiran tres dados simultneamente (o un dado tres veces). Determinar la probabilidad de
que aparecern por lo menos dos smbolos iguales (dos 6, por ejemplo).
Solucin:
P(E
i
) = 1/6; N = 3; m = 2 N = 3 = m + 1, N impar

( ) ( )
2 2
2 2 1 3 1 2 1 3 2 3 1 1 2 3
P S S P(E )P(E ) P(E )P(E ) P(E )P(E ) P(E )P(E )P(E ) = + = + + +

2
1 1 1x2 1 1 1 3 2
P 3 0, 0926
6 6 1x1 6 6 6 36 216
= + = + =

(c) Probabilidad de realizar exactamente m de los sucesos independientes E
1
, E
2
,,
E
N
.
Para el caso de realizar exactamente m de los N sucesos, se tiene el siguiente teorema
[Papoulis, 1965):
La probabilidad P
m
de que exactamente m de los sucesos independientes E
1
, E
2
, , E
N

ocurran simultneamente, viene dada por la expresin
[ ]
( ) ( ) ( )
m 1 m 2 N
m m m 1 m m 2 m N m
P S S S ..... S
+ +
+ +
= + (3.29)
La notacin es la misma que en los casos anteriores.
Nota: De acuerdo con este teorema, la probabilidad
[ ] 0
P de que no ocurra ninguno
(m = 0) de los sucesos E
1
, E
2
, E
3
, . , E
N
, viene dada por
[ ]
( ) ( ) ( )
1 2 N
0 1 0 2 0 N 0
P 1 S S ..... S = +
pero
( ) ( ) ( ) ( )
1 2 3 N
0 0 0 0
...... 1, = = = = = y para m = 0, S
m
= 1, de donde,
[ ]
[ ]
1 2 3 N 1 2 3 N 0
P 1 S S S ..... S 1 S S S ..... S = + + = + (3.30)
y de la expresin (3.27), la probabilidad de que no ocurra ninguno de los sucesos E
1
, E
2
,
E
N
, ser:
[ ]
1 0
P 1 P = (3.31)



III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

212
Ejemplo 3. 5.
Se tiran tres dados simultneamente (o se tira un dado tres veces). Vamos a determinar:
a) La probabilidad de que aparecern exactamente dos 6.
b) La probabilidad de que no aparecer ningn 6.
Solucin:
(a) N = 3; m = 2; P(E
i
) = 1/6; N impar, S
3
positivo; N = 3 = m + 1.
P(sacar exactamente dos 6) =
[ ]
( )
3
2 2 3 2
P S S = , pero

2 1 2 1 3 2 3
1 1 3
S P(E )P(E ) P(E )P(E ) P(E )P(E ) 3
6 6 36
= + + = =
3 N 1 2 3
1 1 1 1
S S P(E )P(E )P(E )
6 6 6 216
= = = =
;
3 1x2x3
3
2 1x2x1

= =



La probabilidad de sacar exactamente dos 6 ser

P(sacar exactamente dos 6) =
3 3
0, 0694
36 216
=
(b) Veamos ahora la probabilidad de que no aparecer ningn 6 al tirar tres dados.
En este caso, m = 0; N = 3, positivo; S
3
es positivo.
[ ]
[ ] [ ]
[ ]
1 2 3 1 2 1 3 2 3 0
1 2 3
P 1 P(E ) P(E ) P(E ) P(E )P(E ) P(E )P(E ) P(E )P(E )
P(E )P(E )P(E )
= + + + + + +
+

[ ] 0
3 3 1
P 1 0, 5872
6 36 216
= + + =
P(no sacar ningn 6 al tirar tres dados) = 0,5872

3.2.5. Modelo Probabilstico de un Canal de Comunicaciones
Consideremos el modelo probabilstico de un canal discreto de comunicaciones con M
posibles mensajes de entrada { } m
i
, con 0 1 i M , y J posibles smbolos de salida
{ }
r
j
,
0 1 j J , En lo que concierne a este ejemplo, el modelo del canal se puede describir
completamente [Wozencraft y Jacobs, 1967] mediante un conjunto de MJ probabilidades
condicionales P r m
j i
( | ) que especifica la probabilidad de recibir cada salida j condicionada a cada
entrada i. Para valores pequeos de MJ es conveniente hacer un diagrama de estas probabilidades, a
menudo llamadas probabilidades de transicin, como se muestra en la Fig. 3.2(a). Este modelo
describe un sistema de comunicacin como el mostrado en la Fig. 3.2(b); sin embargo, hay que
hacer notar que en un sistema de comunicacin real generalmente no se conocen las probabilidades
de transicin.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

213



m
o
m
1
r
o
r
1
P r m
o o
( | )
P r m
o
( | )
1
P r m
o
( | )
2
P r m
o
( | )
1
P r m ( | )
1 1
P r m ( | )
2 1
r
2
(a) Diagrama de Probabilidades
de Transicin, M = 2; J = 3


Fig. 3. 2
m
i
{ } m
i
s t
i
( ) { } s t
i
( )
r
j { }
r
j
)
m
j { }
$ m
j
Fuente
Discreta
Transmisor
Canal
Receptor
Ruido
(b) Sistema de Comunicacin
Supongamos que conocemos el conjunto de las M probabilidades { } P m
i
( ) con las cuales
ocurren los mensajes { } m
i
. Estas probabilidades son las probabilidades a priori de los mensajes,
es decir, las probabilidades antes de la recepcin. Nuestro problema es especificar un receptor que,
de acuerdo con el smbolo r
j
recibido, formule una decisin ptima en relacin a qu mensaje m
i

fue transmitido. Cuando decimos ptimo, queremos decir que la probabilidad de una decisin
correcta P( ) es mxima.
En una larga secuencia de mensajes independientes puede esperarse que el receptor ptimo
decida correctamente ms a menudo que un receptor no ptimo; por ejemplo, el filtro acoplado que
se ver en el Captulo V es un receptor ptimo.

La operacin del canal se puede describir como un conjunto S que comprende MJ
elementos o puntos cada uno identificado mediante la dupla ( , ) m r
i j
y cuyas probabilidades son,
de la expresin (3.13),
P m r P m P r m
i j i j i
( , ) ( ) ( | ) = (3.32)
Tambin, P m r
P m r
P r
i j
i j
j
( | )
( , )
( )
= (3.33)

En la Fig. 3.3 se muestra la distribucin de
las probabilidades en un sistema tpico con M = 2
y J = 3. La probabilidad de cada par ( , ) m r
i j

est representada por su correspondiente rea. La
suma de todas estas reas es la unidad
Antes de la transmisin, la probabilidad
a priori de que un mensaje m
i
sea transmitido
es P m
i
( ). Despus de la transmisin, para un r
j

dado recibido, la probabilidad de que m
i
fue
transmitido es P m r
i j
( | ), la cual es la probabi-

( , ) m r
o o
( , ) m r
o 1
( , ) m r
o 2
( , ) m r
o 1
( , ) m r
1 1
( , ) m r
1 2
P r m
o o
( | )
P r m
o
( | )
1
P r m
o
( | )
2
P m
o
( )
P m ( )
1
P r m
o
( | )
1
P r m ( | )
1 1
P r m ( | )
2 1
M
J
S
Fig. 3.3


III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

214
lidad a posteriori, una probabilidad condicional. El efecto de la transmisin sobre el canal es
entonces el de alterar la probabilidad de cada mensaje de entrada de su valor a priori a su valor a
posteriori.
La especificacin de un receptor es simplemente la especificacin de una transformacin
desde el conjunto o espacio de salida del canal
{ }
r
j
, es decir, cada smbolo recibido r
j
debe ser
atribuido a una y slo una de las posibles entradas m
i
. Sea $ ( ) m j una entrada dada en el conjunto
{ } m
i
a la cual el receptor atribuye el smbolo recibido r
j
. Entonces la probabilidad condicional
P( |r
j
) de una decisin correcta para un r
j
recibido, es justamente la probabilidad de que el mensaje
)
m j ( ) fue en efecto transmitido.
Podemos escribir entonces
P( | ) ( ( )| ) r P m j r
j j
=
)
(3.34)
Es evidente que P( |r
j
) puede ser maximizada si se elige el elemento
)
m j ( ) de { } m
i
con la
probabilidad a posteriori ms alta. Esta regla o algoritmo de decisin, es decir, la eleccin de la
mxima probabilidad a posteriori, aplicada independientemente a cada smbolo recibido r
j
,
determina el receptor ptimo. Si varios m
i
tienen la misma (mxima) probabilidad a posteriori,
entonces r
j
puede ser asignado a cualquiera de los m
i
correspondientes sin prdida de optimalidad.
Del teorema de la probabilidad total, expresin (3.22), la probabilidad incondicional de una
decisin correcta P( ) para un r
j
recibido dado es
P( )=
=

P
j
J
(
0
1
| ) ( ) r P r
j j
(3.35)
Las cantidades positivas P(r
j
) son independientes de la regla de asignacin; por lo tanto, la
suma sobre j es maximizada slo y solamente si cada uno de los trminos P( |r
j
) es mximo, y por
lo tanto la regla de decisin es la ptima.
No es necesario calcular la probabilidad P(r
j
) a fin de determinar la transformacin ptima
{ }
)
m j ( ) y la probabilidad de error resultante. En efecto, de la expresin (3.33), sea m
k
el mensaje
cuya probabilidad a posteriori es la mxima; entonces,
P m r P m r
k j i j
( | ) ( | ) para todo i k (3.36)
de donde
)
m j m
k
( ) = si y solamente si
P m P r m P m P r m
k j k i j i
( ) ( | ) ( ) ( | ) para todo i k (3.37)
Una vez que el conjunto { }
)
m j ( ) , con j = 0, 1, 2, .... , J - 1, se ha determinado a partir de la
expresin (3.37), la probabilidad de una decisin correcta P( ) se puede calcular a partir de las
expresiones (3.33), (3.34) y (3.35), es decir,
P( )= P m j r
j
j
J
( ( ), )
)
=

0
1
(3.38)
donde P m j r
j
( ( ), )
)
representa la probabilidad de que
)
m j ( ) fue transmitido y r
j
recibido.
Finalmente, la probabilidad de error, es decir, la probabilidad de una decisin falsa es

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

215
P( ) ( = 1 P ) (3.39)
Ejemplo 3.6
Consideremos un canal binario con dos smbolos de entrada {a, b} y dos smbolos de
salida {0, 1}, como se muestra en la Fig. 3.4.

1
0,8
0
0 0,6 1
1
0,3
0
(a,0)
0,12
(a,1)
0,48
(b,0)
(b,1)
0,12
S
(b)
a
0,6
b
0,4
0,2
0,8
0,7
0
1
0,3
(a)
Fig. 3.4
0,28

Las probabilidades de entrada o probabilidades a priori son: P(a) = 0,6 y P(b) = 0,4
Las probabilidades de transicin del canal son:
P(0 | a) = 0,2; P(1 | a) = 0,8; P(0 | b) = 0,7; P(1 | b) = 0,3
Entonces,
P(a,0) = P(a) P(0 | a) = 0,6 x 0,2 = 0,12
P(a,1) = P(a) P(1 | a) = 0,6 x 0,8 = 0,48
P(b,0) = P(b) P(0 | b) = 0,4 x 0,7 = 0,28
P(b,1) = P(b) P(1 | b) = 0,4 x 0,3 = 0,12
Vemos que P(b,0) > P(a,0) y P(a,1) > P(b,1)
Por consiguiente,
) )
m b y ( ) 0 = m(1) = a; y de la expresin (3.38),
P( ) = P(b,0) + P(a,1) = 0,28 + 0,48 = 0,76
P( ) = 1 - P( ) = 1 - 0,76 = 0,24
Los puntos o reas correspondientes al error se muestran marcados en la Fig. 3.4.

3.3. VARIABLES ALEATORIAS. FUNCIONES DE PROBABILIDAD
3.3.1. Variables Aleatorias Discretas
Un experimento dado puede tener un cierto nmero de resultados, y cada uno de ellos se
puede considerar como un elemento de un conjunto o espacio. Por ejemplo, en el caso del
lanzamiento de un dado, el espacio consiste de seis elementos: las seis caras del dado. El conjunto
de elementos que consiste de todos los resultados posibles y distintos de un experimento se
denomina entonces espacio de las muestras del experimento. En este caso la palabra espacio se
usa como sinnimo de la palabra conjunto. Los elementos individuales o puntos del espacio de las
muestras se denominan puntos de muestra. Por consiguiente, cada punto de muestra corresponde
a un resultado distinto del experimento. En un experimento dado la eleccin del espacio de las
muestras no es unvoca sino que depender primordialmente de lo que consideremos como
resultados del experimento.
En general, se asigna un nmero real a cada resultado o punto de muestra del experimento.
Si hay n resultados, se asigna los nmeros reales x x
n 1
, , , . . . . , x x
2 3
a estos resultados, uno a cada

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

216
uno. El resultado de un experimento aleatorio es, entonces, una variable aleatoria X, la cual
puede tomar cualquiera de los n valores discretos x x
n 1
, , . . . . . , x
2
(Nota: la variable aleatoria
(VA) se representar con letras maysculas, y los valores particulares que dicha variable tome se
representarn con letras minsculas). En realidad, una VA es una funcin en el sentido
convencional; por ejemplo, una funcin f(t) asigna valores a t de acuerdo con una cierta regla;
similarmente, una VA X asigna valores numricos (nmeros reales) a cada punto de muestra. En
otras palabras, X es la representacin general de los valores observados, mientras que x
i
representa
los valores posibles asignados.
Se asigna tambin una probabilidad a cada punto de muestra X
i
de la VA X. Por lo tanto,
P x
X i
( ) es la probabilidad del resultado o suceso X
i
al cual fue asignado el valor x
i
. En esta
notacin el subndice se refiere a la VA X y el argumento es el valor particular de la VA. El
subndice es esencial para indicar la asociacin de las funciones de probabilidad con una VA dada.
Esto es muy importante, sobre todo cuando se trabaja con varias VA; en este caso, cada subndice
identifica la funcin o VA dada. Ntese que si en el experimento hay un total de n resultados x
i

disjuntos y exhaustivos, entonces, de acuerdo con la expresin (3.6), se verifica que
P x
X i
i
n
( ) =
=

1
1
(3.40)
Esta distribucin se muestra en el Cuadro siguiente:

Punto de Muestra Valor Probabilidad

X1 x1 Px(x1)
X2 x2 Px(x2)
X3 x3 Px(x3)
- - -
- - -
- - -
Xn xn Px(xn)
Asignacin de Valores y Probabilidades
Xi xi Px(xi)

Una VA discreta se puede describir entonces mediante la llamada funcin de frecuencia
P x P X x
X i i
( ) ( ) = = (3.41)
donde x
i
son los valores que X puede tomar y P X x
i
( ) = su probabilidad correspondiente.
A menudo es conveniente describir en forma grfica las probabilidades asignadas en
relacin con los valores de la VA asignados. Esto nos lleva al concepto de funcin de distribucin
de probabilidad de X. En efecto, la funcin de distribucin acumulativa de una VA X, se
define en la forma
F x P X x
X
( ) ( ) = (3.42)
Ntese que la funcin de distribucin F
X
(x) depende tanto de la VA X como del valor del
argumento. La funcin F
X
(x) es simplemente la probabilidad de que un valor observado sea igual o
menor que cierta cantidad x, y se aplica tanto en procesos discretos como en procesos continuos.
Como F
X
(x) est basada directamente en el concepto de probabilidad, ella tiene las
siguientes propiedades, que daremos sin demostrarlas:

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

217
1. 0 1 F x
X
( )
2. F x F x x
X X
( ) ( )
1 2 2
< si x
1

3. F
X
( ) = 0
4. F
X
( ) + = 1
Para una VA X discreta con probabilidades P x
X i
( ) , la funcin F
X
(x) se puede expresar en
la forma
F x P x u x x
X X i i
i
n
( ) ( ) ( ) =
=

1
(3.43)
La funcin de distribucin F
X
(x) de una VA X discreta consta entonces de una serie de
discontinuidades en los puntos x x
i
= ; es una funcin en escalera donde la altura de cada escaln es
P
X
(x
i
). Entre discontinuidades el valor de F
X
(x
i
) es constante, y en los puntos de discontinuidad se
supone continuidad hacia la derecha.
La funcin de frecuencia de una VA X discreta , que en adelante se denominar
densidad de probabilidad, vendr dada entonces por

=
= =
n
1 i
i i X X X
) x x ( ) x ( P ) x ( F
dx
d
) x ( p (3.44)
Ejemplo 3.7
El experimento es el tiro de un dado, pero para efectos del presente ejemplo vamos a
suponer que las probabilidades P
X
(x
i
) asignadas a cada cara x
i
son diferentes. En la Fig. 3.5 se dan
los datos del experimento y se grafican las funciones de probabilidad p
X
(x) y F
X
(x).


Cara x
i
P
X
(x
i
) F
X
(x
i
)
1 0,2 0,2
2 0,15 0,35
3 0,15 0,50
4 0,3 0,80
5 0,1 0,90
6 0,1 1,00
(a) Tabla de Valores

x
i
x
i
0,3
0,2
0,1
0
1 2 3 4 5 6
0,2
0,4
0,6
0,8
1,0
0 1 2 3 4 5 6
(b) Funcin de Frecuencia (c) Funcin de Distribucin
pX(x)
FX(x)
Fig. 3.5

3.3.2. Variables Aleatorias Continuas
Hemos visto el caso en que el espacio de las muestras consista de elementos discretos
(puntos de muestra) y como resultado la VA respectiva solamente poda tomar valores discretos.
Pero hay muchos casos, sobre todo en el mundo fsico, en los cuales el espacio de las muestras es
continuo y contiene infinitos (no contables) puntos de muestra y no puede ser representado por un
conjunto de puntos discretos. Si el espacio de las muestras es continuo, entonces la respectiva VA,
definida en este espacio, ser una variable aleatoria continua. Sin embargo, en el caso de un

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

218
espacio de muestras continuo, el problema de asignacin de probabilidades a la correspondiente VA
se hace ms complicado. Un espacio de muestras continuo contiene infinitos puntos (no contables)
y es evidente que la probabilidad de observar un punto dado es cero. Por ejemplo, sea T la
temperatura de una sala; esta temperatura puede tomar cualquier valor dentro de la gama de
infinitas temperaturas comprendidas dentro de un intervalo de temperaturas (T
1
, T
2
), y, por lo tanto,
la probabilidad de observar una temperatura dada es cero. De otra manera, si se asignara una
probabilidad a un punto dado, la suma de todas las probabilidades sera infinita, lo cual estara en
contradiccin con la condicin (3.6).
Una VA continua puede tomar valores en el intervalo continuo (-x
1
, x
2
). En el caso ms
general, es evidente que la gama de valores puede extenderse desde - a + . Como ya lo hemos
observado, la probabilidad de que la VA X tome un cierto valor es cero, lo cual no tiene significado;
pero s lo tiene cuando nos preguntamos cul es la probabilidad de que la VA X tome valores
iguales o menores que cierto valor x. En este caso, el concepto de funcin de distribucin es an
vlido, pero es ms conveniente definir una funcin cuya rea sea la probabilidad de ocurrencia
dentro de una gama dada. Como se est igualando una rea con probabilidad, la funcin en cuestin
se denomina funcin de densidad de probabilidad, y es el equivalente, en el caso continuo, de la
funcin de frecuencia P(X = x
i
) del caso discreto, expresin (3.41).
La funcin de densidad de probabilidad, p x
X
( ) de una VA X continua se define en la
forma
p x
d
dx
F x
X X
( ) ( ) = (3.45)
La probabilidad de observar la VA X en el intervalo (x, x + dx ) es igual a p x x
X
( )
cuando x 0. Esta probabilidad es simplemente el rea encerrada por la curva p x
X
( ) en el
respectivo intervalo, como puede observarse en la Fig. 3.6.
Integrando (3.45), se tiene


= =
x
X X
) x X ( P ' dx ) ' x ( p ) x ( F (3.46)
Podemos demostrar tambin que
P x X x F x F x
X X
( ) ( ) ( )
1 2 2 1
< =
= p x dx
X
x
x
( )
1
2

(3.47)
La probabilidad de observar X en
cualquier intervalo (x
1
, x
2
) viene dada por el

p x
X
( )
x
P x X x ( )
1 2
<
x
1
x
2
x
0
x
Fig. 3.6. Densidad de Probabilidad

rea bajo dicho intervalo, como se muestra en la Fig. 3.6.
Puesto que F
X
(+) = 1, entonces,


=1 dx ) x ( p
X
(3.48)
Esta expresin, equivalente a la (3.40) en el caso discreto, es evidente por el hecho de que la
integral (3.48) representa la probabilidad de observar X en el intervalo (-, +), lo cual es una
certitud. Ntese tambin que para que una funcin de x se pueda considerar como una densidad de
probabilidad, ella debe cumplir con la condicin (3.48). Como la probabilidad es una magnitud
positiva (AXIOMA I), la densidad de probabilidad deber ser siempre positiva; la funcin de
densidad de probabilidad deber cumplir entonces con las condiciones

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

219
p x dx x
X
( ) ( ) =

1 0 para y p todo x
X
(3.49)
Ntese que el hecho de que la probabilidad de observar X a cierto valor x es cero, no
necesariamente significa que la VA X no tomar jams ese valor particular. Por ejemplo, la
probabilidad de que la temperatura T de la sala tome un cierto valor T
0
es cero, pero eso no
significa que la temperatura de la sala nunca podr ser T
0
.
Ejemplo 3.8
Sea una VA X cuya funcin de distribucin es [ ] F x r x r x
X
( ) ( ) ( ) =
1
4
2 6 , como se
muestra en la Fig. 3.7(a).
La correspondiente funcin de densidad es, de (3.44) y (1.13)
[ ] p x
d
dx
F x u x u x
x
X X
( ) ( ) ( ) ( ) ( ) = = =
1
4
2 6
1
4
4
4

Puesto que p x
X
( ) es constante en el intervalo (2, 6), en este caso se dice que la VA X est
distribuida uniformemente en ese intervalo. En la Fig. 3.7 se muestra F x x
X
( ) ( ) y p
X
.

p x
X
( )
F x
X
( )
0 2 4 6 0 2 4 6
x x
1 1/4
(a) Funcin de Distribucin (b) Densidad de Probabilidad
Fig. 3.7.

Por ejemplo, de la Fig. 3.7(b), podemos ver que
P X ( ) ; = 3
1
4
P(3 < X 5) =
1
2

Se tiene tambin la situacin donde la funcin de probabilidad es mixta, es decir, que p
X
(x)
es continua pero contiene impulsos. Esta situacin la podemos considerar en el siguiente ejemplo.
Ejemplo 3.9
Consideremos el caso de una VA X cuya densidad de probabilidad se muestra en la Fig.
3.8(a). Si esta seal se pasa por un limitador que recorta el voltaje en cierto valor +A, la nueva
densidad de probabilidad aparecer en la forma mostrada en la Fig. 3.8(b). El impulso que aparece
en x = A tiene un rea o intensidad

= = =
A
X X X X
) A ( F 1 ) A ( F ) ( F dx ) x ( p k

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

220
0
x
pX(x)
(a)
0
x x
0
k
A -B A
pX1(x)
pX2(x)
k1 k2
(b) (c)
Fig. 3.8

La Fig. 3.8(c) es para el caso cuando el limitador recorta el voltaje dentro de los valores B
y +A. El rea de los impulsos es
) B ( F ) ( F ) B ( F dx ) x ( p k
X
B
X X X 1
= = =

= =
A
X X 2
) A ( F 1 dx ) x ( p k
Como p
X
(x) es una funcin par de x, y si B = A, entonces
) A ( p ) A ( p
X X
= y ) A ( F 1 ) A ( F
X X
= , de donde
) A ( F 1 ) A ( F
X X
=
Entonces el impulso en A B = tendr un rea
2 X X 1
k ) A ( F 1 ) A ( F k = = =
Por consiguiente, el rea de los impulsos es la misma.
De lo anterior se desprende que la probabilidad de observar un voltaje dado es cero en la
regin donde p
X
(x) es continuo. Tal es el caso para los intervalos ) , ( como en la Fig. 3.8(a); en
el intervalo ) A x ( < < como en la Fig. 3.8(b), y en el intervalo ) A x B < < como en la Fig.
3.8(c). Sin embargo, en la Fig. 3.8(b) la probabilidad de observar el voltaje de amplitud A es k; y
en la Fig.3.8(c) la probabilidad de observar los voltajes de amplitud B y A es k
1
y k
2
,
respectivamente.

3.3.3. Distribuciones Conjuntas
Un experimento aleatorio puede tener dos resultados. Los puntos de muestra de tal
experimento tienen dos atributos o grados de libertad. Por ejemplo, consideremos el experimento
aleatorio del tiro al blanco. La posicin de cada disparo es un punto aleatorio que se puede describir
mediante dos nmeros en un sistema de coordenadas apropiado. Por lo tanto, cada punto de muestra
se puede describir mediante una dupla de nmeros. Podemos asociar entonces dos VA continuas en
este espacio y hacer que la VA X sea la coordenada x, y que la VA Y sea la coordenada y de cada
disparo. Cada punto de muestra se describir entonces mediante la dupla (x, y).
La funcin de distribucin conjunta de dos VA X e Y, F
XY
(x, y) se define en la forma
F x x
XY
( , ( ' , y) = P(X x; Y y) = p y' )dx' dy'
XY
-
x
-
y



(3.50)
La correspondiente funcin de densidad de probabilidad conjunta, p x
XY
( , y), es

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

221
p x
x y
F x
XY XY
( , ( , y) = y)
2


(3.51)
El suceso de observar X en el intervalo (-, +) y de observar Y en el mismo intervalo,
evidentemente es una certitud, o sea que
p x
XY
( , y)dxdy = 1


(3.52)
El volumen total dentro de la curva de la densidad de probabilidad conjunta p
XY
(x, y) debe
ser siempre la unidad. Debe cumplirse tambin que p x
XY
( , y) 0 para todo x e y.
Cuando se trabaja con probabilidades conjuntas de dos VA X e Y, las densidades de
probabilidad individuales p
X
(x) y p
Y
(y), llamadas densidades marginales, se pueden obtener a
partir de p
XY
(x, y). En efecto, se demuestra [Papoulis, 1965] que las densidades marginales son
p x p x y p x
X XY XY
( ) ( , ( ) ( , = =


y)dy y p y)dx
Y
(3.53)
y si las VA X e Y son independientes, entonces
F x x F y x x p y
XY Y Y
( , ( ) ( ) ( , ( ) ( ) y) = F y p y) = p
X XY X
(3.54)
y en general, para n VA independientes,
p x x x p x p x p x
X X X n X X X n
n n 1 2 1 2
1 2 1 2 ...
( , , . . . . , ) ( ) ( ). . . . . . . ( ) =
F x x x F x F x F x
X X X n X X X n
n n 1 2 1 2
1 2 1 2 ....
( , , ... .. , ) ( ) ( ).. .... . ( ) =
Ejemplo 3.10
Vamos a definir la funcin de densidad conjunta de dos VA X e Y en la forma
p x
XY
( , y) = Kexp[-(x + y)] u(x) u(y)
Primero vamos a determinar el valor de K para que p
XY
(x, y) sea verdaderamente una
funcin de densidad de probabilidad conjunta. De (3.52),




= +
0 0
dxdy ) y exp( ) x exp( K dxdy ) y ( u ) x ( u )] y x ( exp[ K = 1
K x dx y dy exp( ) exp( ) =


1
0 0

pero cada una de estas integrales es igual a la unidad, de donde
K = 1 y p x
XY
( , y) = exp[-(x + y)] u(x) u(y)
La funcin de distribucin conjunta es, de (3.47),
F x
XY
( , y) = exp[-(x' +y' )]u(x' )u(y' )dx' dy' = exp(-x' )dx' exp(-y' )dy'
0
y
0
x
-
x
-
y



F x
XY
( , y) =[1- exp(-x)]u(x) [1- exp(-y)]u(y)
y las densidades de probabilidad marginales, de (3.53),
p x x y u x u y dy x u x y dy
X
( ) exp[ ( )] ( ) ( ) exp( ) ( ) exp( ) = + =


0


III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

222
p x x u x
X
( ) exp( ) ( ), = y de la misma forma,
p y y u y
Y
( ) exp( ) ( ) =
Ntese que se cumple que p x x p y
XY Y
( , ( ) ( ) y) = p
X
; por lo tanto las VA X e Y son
independientes.
Tambin, F x p x dx x u x
X X
x
( ) ( ' ) ' [ exp( )] ( ) = =

1 y de la misma forma
F y y u y
Y
( ) [ exp( )] ( ) = 1
Se verifica, puesto que las VA X e Y son independientes, que
F x x F y
XY Y
( , ( ) ( ) y) = F
X


Distribucin Condicional
El concepto de probabilidad condicional de un suceso A dado un suceso B, expresin
(3.13), se puede extender a la funcin de distribucin y densidad de probabilidad [Lathi, 1968].
Sean dos variables aleatorias X e Y. Se puede definir la funcin de distribucin condicional
de X dada Y y en la forma
F x y
F x y
F y
XY
XY
Y
|
( | )
( , )
( )
= para F y
Y
( ) 0 (3.55)
Si la condicin es que Y = y en vez de Y y , se tiene
F x Y y
p x y dx
p y
XY
XY
x
Y
|
( | )
( ' , ) '
( )
= =

(3.56)
Mediante diferenciacin de (3.56) respecto a x, se obtiene
p x Y y
p x y
p y
XY
XY
Y
|
( | )
( , )
( )
= = (3.57)
y en forma similar, p y X x
p x y
p x
YX
XY
X
|
( | )
( , )
( )
= = (3.58)
Combinando (3.57) y (3.58) obtenemos la Regla de Bayes para seales aleatorias continuas.
p x Y y p y p y X x p x
XY Y YX X | |
( | ) ( ) ( | ) ( ) = = = (3.59a)
o tambin
) y ( p
) x X | y ( p
) x ( p
) y Y | x ( p
Y
X | Y
X
Y | X
=
=
=
(3.59b)
Ejemplo 3.11
La densidad de probabilidad conjunta de dos VA X e Y viene dada por
p x y x y x y
XY
( , ) ( ) ( ) ( ) = +
1
2
1
2


III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

223
Vamos a determinar todas las funciones de distribucin y densidades de probabilidad
asociadas.
De (3.50), F x y x y x y dx dy
XY
x y
( , ) ( ' ' ) ( ' / ) ( ' / ) ' ' = +


1 2 1 2
1 y 0 1; x 0 para ' dy ' dx ) ' y ' x ( ) y , x ( F
y
0
x
0
XY
+ =


Efectuando la integracin obtenemos
F x y
xy
x y
XY
( , )
( )
=
+

2
para 0 x 1; 0 y 1
1 para 1 x; 1 y
0 para x < 0; y < 0

F x y
XY
( , ) se puede escribir en una forma ms compacta:
F x y
xy
x y x y u x u y
XY
( , ) ( ) ( ) ( ) ( ) ( ) = + +
2
1
2
1
2
1 1
De (3.53), p x x y x y dy
X
( ) ( ) ( / ) ( / ) = +

1 2 1 2
p x x y dy xy
y
X
( ) ( ) = + = +

2
0
1
2
0
1
= (x +
1
2
) para 0 x 1
p x x x
X
( ) ( ) ( ) = +
1
2
1
2

y de la misma manera, p y y y
Y
( ) ( ) ( ) = +
1
2
1
2

De (3.57),

XY
X|Y
y
p (x, y) x y 1 1
p (x | Y y) (x ) (y )
p (y) y 1/ 2 2 2
+
= = =
+

De (3.58), p y X x
x y
x
x y
YX |
( | )
/
( ) ( ) = =
+
+

1 2
1
2
1
2


3.4. FUNCIONES DE PROBABILIDAD ESPECIALES
En los problemas que se presentan en el anlisis de sistemas de comunicacin aparecen con
frecuencia ciertas funciones de probabilidad que describen situaciones o procesos fsicos. Por
considerarlo de importancia, vamos a examinar algunas de estas funciones especiales y daremos, sin
demostrarlos, algunos de sus parmetros.




III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

224
3.4.1. Distribucin Normal o Gaussiana
Se dice que una VA X est distribuida normalmente o en forma gaussiana, si su funcin de
densidad de probabilidad es la curva de Gauss [Korn y Korn, 1968], es decir,
p x
x
X
( ) exp( ) =
1
2 2
2
2

(3.60)
Tambin,



+ =


=
x
2
2
X
)
2
x
( erf
2
1
2
1
' dx )
2
' x
exp(
2
1
) x ( F (3.61)
donde es la desviacin de la VA X. En este caso se conoce con el nombre de desviacin
normal, mientras que
2
en la varianza o valor eficaz de la VA X. La funcin erf(x) se define
en el Apndice E.4. En la Fig. 3.9 se muestran las formas tpicas centradas de p
X
(x) y F
X
(x).

En las distribuciones no centradas p
X
(x) y F
X
(x) estn desplazadas a lo largo del eje x en
una cantidad x
o
; en este caso,
p x
x x
X
o
( ) exp
( )
=

1
2 2
2
2

;

+ = )
2
x x
( erf 1
2
1
) x ( F
o
X
(3.62)
Estas distribuciones no centradas se muestran en la Fig. 3.10.



III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

225
Tambin, por definicin,
)]
2
x x
( erf )
2
x x
( erf [
2
1
) x ( F ) x ( F ) x X x ( P
o 1 o 2
1 X 2 X 2 1

= = < (3.63)
La distribucin gaussiana se determina completamente a partir de su valor promedio
o
x y
la desviacin estndar . Se demuestra tambin que cualquier combinacin lineal de variables
aleatorias gaussianas es tambin gaussiana.
Ejemplo 3.12. Probabilidad de Error en un Sistema de Comunicacin Binario
Como sabemos, un sistema de comunicacin binario es aquel que transmite solamente dos
posibles mensajes. La forma ms sencilla de modulacin binaria es la modulacin OOK, que
veremos en el Captulo V, en la cual se transmite una seal de 0 A volts (V). Durante la
transmisin, la seal se contamina con ruido (que suponemos blanco, gaussiano, de valor promedio
cero y densidad espectral / ) 2 , y el algoritmo de deteccin establece que si la seal recibida y
demodulada es igual o mayor que un cierto umbral V
s
, se supone que un UNO (A V) fue
transmitido; en caso contrario, se supone que un CERO (0 V) fue transmitido. En el receptor, la
seal recibida es aleatoria (por su contenido de ruido) con una funcin de densidad de probabilidad
normal de valor promedio A y varianza
2
. El ancho de banda del canal es B.
Vamos a determinar la probabilidad de error en el receptor, es decir, la probabilidad de que
un UNO transmitido sea interpretado como un CERO en el receptor, o viceversa.
La varianza
2
es la potencia promedio de ruido que, de acuerdo con la expresin (2.146)
es B
2
= , donde B es el ancho de banda de la seal. Sea X la seal recibida; si el valor promedio
de la seal recibida es A, la densidad de probabilidad de la seal recibida ser


=
B 2
) A x (
exp
B 2
1
) x ( p
2
X
(3.64)
Suponiendo que toda seal recibida de amplitud mayor o igual que 2 / A V
s
= es un
UNO, entonces la probabilidad de que un UNO transmitido sea interpretado como un CERO
en el receptor es simplemente la probabilidad de que la variable aleatoria X sea menor que A/2.
La probabilidad de error Pe ser entonces,
dx
B 2
) A x (
exp
B 2
1
2
A
X P Pe
2 / A
2

< = (3.65)
Con el cambio de variables
B 2
A x
u

= y haciendo
B 8
A
K
2

= , la integral queda en la
forma




=
0
K
0
2 2
K
2
du ) u exp(
1
du ) u exp(
1
du ) u exp(
1
Pe
De la definicin de erf(x) y erfc(x) dadas en el Apndice E.4,
)
B 8
A
( erfc
2
1
) K ( erfc
2
1
Pe
2

= = (3.66)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

226
Ntese que este enfoque es ms realista que el enfoque tratado en el Ejemplo 3.2, en donde
se considera conocidas las probabilidades de transicin, cosa que en la prctica no es posible.

Ejemplo 3.13.
Sea una VA X gaussiana no centrada, con x
o
= 1000 y 50 = . Determine la probabi-
lidad de que X est entre 900 y 1050.
De (3.63), con x
2
= 1050 y x
1
= 900,

X
1 1050 1000 900 1000
F (x) erf ( ) erf ( )
2 50 2 50 2

=


= 0,819

3.4.2. Distribucin de Poisson
Si una VA X es de tipo discreto y toma valores en los puntos k = 0, 1, 2, 3,.....,n con proba-
bilidades
P
k
k
k
( )
( )
!
exp( )

= para k = 0, 1, 2, 3,.....,n y > 0, (3.67)
entonces se dice que la VA X tiene una distribucin de Poisson, cuyo parmetro es la constante
positiva .
La correspondiente densidad de probabilidad es una secuencia de impulsos de la forma
p x
k
x k
X
k
k
n
( ) exp( )
( )
!
( ) =
=

0
(3.68)
En la Fig. 3.11 se muestra p
X
(x) y F
X
(x) de la distribucin de Poisson.

p x
X
( )
F x
X
( )
1
0 1 2 3 4 5
ooo ooo
0 1 2 3 4
x
x
(a) Densidad de Probabilidad (b) Funcin de Distribucin
Fig.3.11. Distribucin de Poisson

Si < 1, entonces P
k
( ) es mxima para k = 0. Si > 1, pero no es un nmero
entero, entonces P
X
( ) es mxima para k =| | . Si es un nmero entero, entonces P
X
( )
tiene dos puntos mximos para k = y k = -1.






III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

227
3.4.3. Distribucin Binomial
Si una VA X es de tipo discreto y toma valores en los puntos k = 0, 1, 2, ....,n con
probabilidades definidas mediante la expresin
P x p q
k k
k n k
( ) =



n
k
(3.69)
se dice que tiene una Distribucin
Binomial.
La densidad de probabilidad de la
distribucin binomial es
p x
n
k
p q x k
X
k n k
k
n
( ) ( ) =


0

(3.70)
p x
X
( )
0 1 2 3 4 5 6 7 8
oooo
x
Fig. 3.12. Distribucin Binomial

donde, por definicin,
n
k
n
k n k

=

!
! ( )!

La densidad de probabilidad de la distribucin binomial es una secuencia de impulsos,
como se muestra en la Fig. 3.12.
3.4.4. Distribucin Uniforme
Si la densidad de probabilidad de una VA X es una funcin rectangular de la forma
p x
x x
x x
x x
X
o
( ) ( ) =

1
2 1 2 1
(3.71)
donde x x x
o
= + ( ) /
2 1
2 , se dice entonces que la VA X est distribuida uniformemente en el
intervalo ( , ) x
1
x
2
con x
2
> x
1
, Fig. 3.13(a). En este caso la VA X es de tipo continuo y su funcin
de distribucin ser una rampa de la forma dada en la Fig. 3.13(b).

p x
X
( )
F x
X
( )
x
o
x
1
x
1
x
2
x
2
1
2 1
/ ( ) x x
0 0
1
x x
(a) Densidad de Probabilidad (b) Funcin de Distribucin
Fig. 3.13. Distribucin Uniforme

Por inspeccin de la Fig. 3.13(b), aplicando la funcin rampa r(x),

[ ]
F x
x x
r x x r x x
X
( ) ( ) (
)
=


1
2 1
1 2
(3.72)




III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

228
3.4.5. Distribucin de Laplace
La funcin de densidad de probabilidad de Laplace de una VA X es, Fig. 3.14(a),
p x x
X
( ) exp( | | ) =

2
(3.73a)
donde es el parmetro de la distribucin.
La correspondiente funcin de distribucin es (ver Problema 3.27),
F x x u x x u x
X
( ) exp( ) ( ) [ exp( )] ( ) = +
1
2
1
2
1 (3.73b)
En la Fig. 3.14(b) se muestra esta funcin.

3.4.6. Distribucin de Cauchy
La funcin de densidad de Cauchy es
p x
x
X
( ) =
+
1
2 2

(3.74a)
donde es el parmetro de la distribucin, la cual se muestra en la Fig. 3.15(a).

La correspondiente funcin de distribucin es (ver Problema 3.25),
F x
x
X
( ) arctg( ) = +
1
2
1

(3.74b)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

229
En la Fig. 3.15(b) se muestra esta funcin.
3.4.7. Distribucin de Raleigh
La funcin de densidad de Raleigh de una VA X es, Fig. 3.16(a),
p x
x x
u x
X
( ) exp( ) ( ) =

2
2
2
2
(3.75a)
El valor mximo de p x
X
( ) ocurre cuando x = .
es el parmetro de la distribucin
La correspondiente funcin de distribucin es (ver Problema 3.28)

2
X 2
x
F (x) 1 exp( ) u(x)
2

= +


(3.75b)
En la Fig. 3.16(b) se muestra esta funcin.

3.4.8. Distribucin de Maxwell
La funcin de densidad de Maxwell de una VA X es, Fig. 3.17(a),

2
2
X 3 2
2/ x
p (x) x exp( )u(x)
2

=

(3.76a)

El valor mximo de p x
X
( ) ocurre cuando x = 2 .

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

230
es el parmetro de la distribucin
La correspondiente funcin de distribucin es (ver Problema 3.29),

2 2
x
2
X
3 2 2
0
2/ x ' x 1 2 x
F (x) x ' exp( )dx ' [erf ( ) x exp( )]u(x)
2 2 2

= =

(3.76b)
En la Fig. 3.17(b) se muestra esta funcin,
3.5. FUNCIONES DE VARIABLES ALEATORIAS
Muy a menudo nos interesa conocer las funciones de probabilidad de una VA despus que
ella ha experimentado alguna transformacin. Si, por ejemplo, la funcin de densidad de
probabilidad de una VA X es p
X
(x), quisiramos ahora determinar la funcin de densidad de
probabilidad de una VA Y relacionada con X mediante la ecuacin
Y = g(X) (3.77)
Sea, entonces, p
Y
(y) la densidad de probabilidad de la VA Y. Vamos a suponer que X es
continua y que g(x) lo es tambin, pero con la condicin de que g(x) no sea igual a una constante
en ningn intervalo. Esto significa que para un valor y dado, la ecuacin y = g(x) tiene, cuando
ms, un nmero contable de races x x
n 1
, , ...... , x
2
. El siguiente teorema [Papoulis, 1965] es
vlido cuando y g x = ( ) tiene un nmero contable de n races o soluciones x
n
y que F
X
(x) sea
diferenciable en los puntos x
n
.
Teorema Fundamental
Para encontrar la funcin de densidad p
Y
(y) para un valor dado de y, se resuelve la ecuacin
y g x = ( ) en trminos de y. Si x x
n 1
, , .... , x
2
son todas sus races reales , es decir, si
y g x g x g x
n
= = = = ( ) ( ) ......... ( )
1 2
(3.78)
y g x
d
dx
g x
dy
dx
' ( ) ( ) = = (3.79)
Entonces, p y
p x
g x
p x
dx
dy
Y
X i
i
X i
i
i
n
i
n
( )
( )
| ' ( )|
( ) = =
= =

1 1
(3.80)
En muchas aplicaciones es necesario determinar la funcin de probabilidad conjunta de
transformaciones de variables aleatorias conjuntamente distribuidas. En este caso consideremos la
funcin de densidad de probabilidad conjunta p
XY
(x, y) de dos VA X e Y, y sea U y V otras dos
VA relacionadas con X e Y mediante las ecuaciones
U = g(X, Y) y V = h(X, Y) (3.81)
Se trata ahora de determinar la funcin de densidad conjunta p u
UV
( , v) de las VA U y V.
En forma similar al caso anterior, se resuelven simultneamente las ecuaciones (3.81) en
trminos de x e y. La densidad de probabilidad conjunta p u
UV
( , v) de las VA U y V viene dada
por [Papoulis, 1965],
p u
x
J x
UV
i
i
( ,
( , )
( , )
v) =
p y
y
XY i
i i=1
n

(3.82)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

231
donde x
i
e y
i
son las soluciones simultneas o races de las ecuaciones (3.81), y J(x, y) es el
Jacobiano de la transformacin (3.82) definido mediante el determinante
J x
g x g x
h x h x
( ,
( , ( ,
( , ( ,
y) =
x
y)
y
y)
x
y)
y
y)

(3.83)
La extensin de este mtodo para ms de dos VA es directa.
Ejemplo 3.14
La funcin de densidad conjunta de dos VA X e Y es p x
XY
( , y) = exp[-(x + y)]u(x)u(y) y
queremos determinar la funcin de densidad conjunta p u
UV
( , v) de dos VA U y V relacionadas
con X e Y mediante las ecuaciones
U = X + 2Y y V = 2 X + Y
Resolviendo simultneamente para x e y, se obtiene x
v u
=
2
3
; y =
2u - v
3

y el Jacobiano, J =

= =
1 2
2 1
1 4 3 [ ] y | J| = 3
Tambin, exp[ ( )]| exp ( ) exp[ ( )]
( )/ ;
+ =

+

= +
=
x y
v u u v
u v
x v u 2 3
2
3
2
3
1
3
y=(2u-v)/3

Suponiendo que u 0, se tiene:
si x 0, 0 y v entonces
2v - u
3
u
2

si y 0, 0 y 2u entonces
2u - v
3
v
de donde 2
2
u v
u

La densidad de probabilidad conjunta p u
UV
( , v) de las VA U y V ser entonces
p u
u v
UV
( ,
exp ( )
v) =
1
3
para u 0 y 2u v
u
2
el resto
+

1
3
0 en


3.6. PROMEDIOS ESTADSTICOS
3.6.1. Definicin
El concepto de promedio o valor promedio tiene una gran importancia en el estudio
de los procesos aleatorios. Un proceso aleatorio se caracteriza por su regularidad estadstica, lo
cual quiere decir que el proceso no puede predecirse en detalle sino en base de promedios. Por
ejemplo, la definicin emprica de la probabilidad, expresin (3.1), representa una forma de
promedio.

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

232
Consideremos una VA X que puede tomar los valores x x
n 1
, , . . . . , x
2
con probabilidades
P x
X i
( ) con i = 1, 2, ...,n. Repitamos el experimento (representado por X) N veces (N ) y sea
m m
n 1
, , . . . . , m
2
los nmeros de pruebas favorables a los resultados x x
n 1
, , . . . . , x
2
,
respectivamente. Entonces el valor promedio de la VA X (que representaremos con una barra
sobre la variable) es
X
N
m x m x m x
m
N
x
m
N
x
m
N
x
n n
n
n
= + + + = + + +
1
1 1 2 2
1
1
2
2
( . . . . . ) . . . . . (3.84)
En el lmite, cuando N , la relacin m N
i
/ tiende a P
X
(x
i
) de acuerdo con la
definicin emprica de la probabilidad. Entonces, el valor promedio de una VA X se define en la
forma
X x P x
i X i
i
n
=
=

( )
1
para variables aleatorias discretas (3.85)
Si la VA X es continua, entonces su valor promedio es
{ } X xp x dx E X
X
= =

( ) para variables aleatorias continuas (3.86)


donde { } E X es otra forma de representacin del valor promedio de X.
El valor promedio de una VA X se conoce tambin con los nombres de valor esperado,
esperanza matemtica o promedio estadstico, y lo representaremos indistintamente con la
notacin { } X o E X .
3.6.2. Valor Promedio de Funciones de Variables Aleatorias
Valor Promedio de una Funcin de una Variable Aleatoria
A menudo se desea determinar el valor esperado de una cierta funcin de una VA en vez
del valor esperado de la VA. Es decir, se desea obtener una expresin para el valor esperado de una
VA Y que es una funcin de X de la forma
Y = g(X)
Por definicin, { } Y E Y yp y dy
Y
= =

( )
Se demuestra [Papoulis, 1965] que si Y = g(X), entonces
{ } { } E Y E g X yp y dy g x p x dx
Y X
= = =


( ) ( ) ( ) ( ) (3.87)
Si la VA X es de tipo discreto,
{ } E Y = { } E g X g x p x
i X i
i
n
( ) ( ) ( ) =
=

1
(3.88)
Generalizando, podemos ver que si
g X g X g X g X
n
( ) ( ) ( ) . . . . . . ( ) = + + +
1 2
, entonces
{ } { } { } { } E g X g X g X E g X E g X E g X
n n 1 2 1 2
( ) ( ) . . . . ( ) ( ) ( ) . . . . . . ( ) + + + = + + + (3.89)
El valor esperado de una suma de funciones de una VA X es la suma de los valores
esperados de cada una de las funciones. En particular,

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

233
{ } { } { } E aX b aE X b, pues E b b + = + =
Si { } { } { } g X g x jg X E g X jE g X ( ) ( ) ( ), ( ) ( ) = + = +
1 2 1 2
entonces E g(X)
Valor Promedio de una Funcin de Variables Aleatorias
Si una VA Z es una funcin de dos VA X e Y de la forma Z = g(X,Y), entonces, por
definicin,
{ } E Z zp z dz
Z
=

( ) (3.90)
El valor esperado de Z se puede determinar directamente a partir de la densidad de
probabilidad conjunta p
XY
(x, y) utilizando el teorema de la esperanza o teorema del valor
esperado [Lathi, 1968], el cual establece que si Z = g(X,Y), entonces
{ } E Z g x x =


( , ( , y)p y)dxdy
XY
(3.91)
y para variables aleatorias discretas
{ } E Z g x P x
i XY i
j i
=

( , ) ( , ) y y
j j
(3.92)
Generalizando, si Z g x x
n
= ( , , . . . . ,
1
x )
2
, entonces
{ } E Z g x x p x x x dx dx dx
n X X X n n
n
=


....... ( , , .... , ) ... ( , , .... , ) ....
1 1 2 1 2
1 2
x
2
(3.93)
Si algunas de las n variables son discretas, la expresin (3.93) es an vlida ya que la
distribucin discreta se considera como el caso lmite de una distribucin continua mediante la
utilizacin de impulsos Delta Dirac.
Valor Promedio de Variables Aleatorias Estadsticamente Independientes
Consideremos el producto de n variables aleatorias estadsticamente independientes
Z X X X
n
=
1 2

Puesto que las X
i
son estadsticamente independientes, se tiene que
{ }
{ } { } { } { } E Z E X X X E X E X E X
n n
= =
1 2 1 2
(3.94)
El valor esperado de un producto de variables aleatorias es el producto de los valores
esperados de cada variable aleatoria si y solamente si las variables aleatorias son estadsticamente
independientes.
Asimismo, para un producto de funciones de variables aleatorias de la forma
Z g X g X g X
n n
=
1 1 2 2
( ) ( ) ( )
Por definicin, { }
{ } E Z E g X g X g X
n n
=
1 1 2 2
( ) ( ) ( )
Como X X
n 1
, , ..... , X
2
son estadsticamente independientes, se verifica que
{ }
{ } { } { } E Z E g X E g X E g X
n n
=
1 1 2 2
( ) ( ) ( ) (3.95)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

234
El valor esperado de un producto de funciones de variables aleatorias es el producto de los
valores esperados de las respectivas funciones si y solamente si las variables aleatorias son
estadsticamente independientes.
3.6.3. Momentos
El momento n-simo de una VA X se define como el valor esperado de la potencia n-sima
de X. Entonces, por definicin,
{ } E X x p x
n
i
n
X i
i
=

( ) si la VA X es discreta (3.96)
{ } E X x p x dx
n n
X
=

( ) si la VA X es continua (3.97)
Ntese que el primer momento (n = 1) es igual al valor esperado de la VA X. Para n = 2,
caso continuo, el segundo momento ser
{ } E X x p x dx
X
2 2
=

( ) (3.98)
Las dos primeros momentos se conocen con el nombre de momentos de primer orden.
La raz cuadrada de { } E X
2
es el valor eficaz del proceso X y se le conoce con el nombre
de valor cuadrtico promedio o valor RMS (del ingls Root-Mean-Square) del proceso X. En
trminos prcticos, podemos decir que { } E X es el valor promedio de la VA X, mientras que
{ } E X
2
es la potencia promedio. Ms adelante relacionaremos estos parmetros con la componente
continua y la potencia promedio de una seal x(t). Ntese la diferencia entre X
2
y { } E X
2
: las
operaciones de promediacin y elevacin al cuadrado no son intercambiables y { } X E X
2 2
.
En la prctica se presenta con mucha frecuencia el problema de la determinacin del valor
promedio cuadrtico de una suma de variables aleatorias. Sea, por ejemplo, la suma X = S + N,
donde S y N son dos seales aleatorias estadsticamente independientes, por ejemplo, la seal y el
ruido en un sistema de comunicaciones. El segundo momento de X es
{ } { } { } { }
{ } { } E S N E S N SN E S E N E S E N ( ) + = + + = + +
2 2 2 2 2
2 2 (3.99)
Si { } { } E S o E N o ambos son iguales a cero, entonces
{ } { } { } E S N E S E N ( ) + = +
2 2 2
(3.100)
La potencia promedio de la suma de dos variables aleatorias es igual a la suma de las
potencias promedio de cada una de las variables aleatorias, si y solamente si las variables
aleatorias son estadsticamente independientes y por lo menos una tiene valor promedio cero. Este
enunciado es de particular importancia en el estudio de sistemas de comunicacin donde las seales
mensaje estn contaminadas con ruido aditivo y adems no estn correlacionadas, como veremos
ms adelante.
Ejemplo 3. 15. Momentos de una variable aleatoria gaussiana centrada.
Sea una variable aleatoria gaussiana centrada. Demostrar que
(a)
2 2
E{X} 0; y E{X }= =
(b) Si la VA X est desplazada en una cantidad x
o
, entonces

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

235

2 2 2 2
o o
E{X} x ; E{X } x ; Var{X}= = = +
Solucin:
Como la VA X es gaussiana centrada, su densidad de probabilidad es, de (3.60)

2
X
2
1 x
p (x) exp( )
2 2
=


(a) E{X} es el primer momento o valor promedio de la VA X. De (3.97). para n = 1,

2
X 2
1 x
E{X} xp (x)dx x exp( )dx
2 2


= =



El integrando es una funcin impar de x, y como la integracin se hace para todo x, su valor
es cero. Por lo tanto,
E{X} 0 =
De (3.98),
2
2 2 2
X 2
1 x
E{X } x p (x)dx x exp( )dx
2 2


= =



Integrando,
2 2
E{X } =
(b) De (3.97) y como la VA X est desplazada en x
0
, entonces
{ }
2
o
2
1 (x x )
E X xexp[ ]dx
2 2

=



Integrando obtenemos
o
E{X} x =
De (3.98),
{ }
2
2 2 o
2
1 (x x )
E X x exp[ ]dx
2 2

=



Integrando obtenemos
2 2 2
o
E{X ) x = +
Vemos que la VA X contiene una componente alterna cuya potencia promedio es
2
y una
componente continua de amplitud x
o
y cuya potencia es
2
o
x .

Momentos Centrales
El momento central n-simo de una VA X es el momento respecto al valor esperado X de
X, y se define en la forma
{ } E X X x X p x dx
n n
X
( ) ( ) ( ) =

(3.101)
Ntese que el primer momento central (n = 1) es { } E X X = 0.
El segundo momento central respecto al valor esperado X se conoce con el nombre de
varianza o dispersin de la VA X, y se representa usualmente con la notacin
X
2
. Entonces,
por definicin,

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

236
{ } Var X E X X x X p x dx
X X
( ) ( ) ( ) ( ) = = =

2 2 2
si la VA X es continua (3.102)
y Var X x X p x
X i X i
i
( ) ( ) ( ) = =

2 2
si la VA X es discreta (3.103)
La varianza o dispersin nos proporciona una idea de la concentracin de la densidad de
probabilidad p
X
(x) alrededor del valor promedio X; cuanto ms alta es la varianza, ms extendida
es la densidad de probabilidad. La raz cuadrada positiva de la varianza, es decir
X
, se conoce con
el nombre de desviacin estndar o desviacin tpica.
Por ejemplo, la varianza de una variable aleatoria gaussiana es
De (3.102),
2
2 o
o
2
(x x )
Var{X} (x x ) exp( )dx
2


Resolviendo la integral,
2
Var{X} =
Desarrollando (3.102),
{ } { } { }
X
E X X E X X XX E X X X
2 2 2 2 2 2 2
2 2 = = + = + ( )
{ }
X
E X X
2 2 2
= (3.104)
Se puede definir tambin la denominada covarianza de dos VA X e Y en la forma
{ } Cov X Y E X X Y Y ( , ) ( )( ) = (3.105)
Desarrollando (3.105), obtenemos finalmente,
{ } Y X XY E ) Y , X ( Cov = (3.106)
Al trmino { } E XY se le denomina correlacin entre las VA X e Y.
La covarianza Cov(X,Y) se puede expresar en trminos de la funcin de densidad conjunta
p x y
XY
( , ) en la forma siguiente. Por definicin, para variables aleatorias continuas
{ } Cov X Y E X X Y Y x X y Y p x y dxdy
XY
( , ) ( )( ) ( )( ) ( , ) = =


(3.107)
y si las variables aleatorias son discretas,
Cov X Y x X y Y P x y
i j XY i j
j i
( , ) ( )( ) ( , ) =

(3.108)
Asimismo, { } E XY xyp x y dxdy
XY
=


( , ) (3.109)
Si las variables X e Y no estn correlacionadas, entonces Cov(X, Y) = 0, lo que implica
que Y X } XY { E = , expresin sta que se cumple cuando X e Y son independientes. Por
consiguiente, las VA independientes siempre sern variables no correlacionadas, aunque lo
contrario no necesariamente se cumple, es decir, que si las variables no estn correlacionadas, no
necesariamente quiere decir que dichas variables son independientes. Para dos VA X e Y
independientes, vimos que { } { } { } E g X g Y E g X E g Y
1 2 1 2
( ) ( ) ( ) ( ) = , mientras que para que X e Y

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

237
no estn correlacionadas, el nico requisito es que Y X } XY { E = . En consecuencia, la condicin
de independencia estadstica es una condicin mucho ms fuerte y restrictiva que la condicin de
no correlacin. Por otra parte, si { } E XY = 0, entonces se dice que las VA X e Y son ortogonales
independientemente de si X o Y o ambas son o no cero. Ntese que si X o Y o ambas son cero,
entonces ortogonalidad implica no correlacin.
En general, la covarianza es una medida de la relacin entre dos variables aleatorias. Sin
embargo, ella no revela la naturaleza exacta de la dependencia y no puede proveer una informacin
completa acerca de la interdependencia entre dos variables aleatorias. La covarianza es un
parmetro muy utilizado en el anlisis estadstico de seales, no solamente en sistemas de
comunicacin sino tambin en todos los campos de las ciencias e ingeniera.
A menudo se define tambin el coeficiente de correlacin de X e Y en la forma

Y X
XY
Y X } XY { E
) Y ( Var ) X ( Var
) Y , X ( Cov


=

= (3.110)
Ntese que 1 1
XY

Consideremos ahora la varianza de la suma de dos variables aleatorias no correlacionadas.
Sea por ejemplo, X = S + N, caso muy comn en la prctica. Entonces, de (3.102),
{ } [ ]
{ }
[ ]
{ }

X
E X X E S N S N E S S N N
2 2
2 2
= = + + = + ( ) ( ) ( ) ( ) ( )
{ }
X S N
E S S N N
2 2 2
2 = + + ( )( )
pero
{ } { } E S S N N E S N S N ( )( ) = = Cov N (S, )
Si las variables no estn correlacionadas, la covarianza entre S y N es cero y
{ } E S N = S N , de donde

X S N
2 2 2
= + (3.111)
La varianza de la suma de dos variables aleatorias es la suma de las varianzas de cada una
de las variables si y solamente si las variables no estn correlacionadas. Este resultado se puede
extender a cualquier nmero de variables aleatorias.
3.7. FUNCIN CARACTERSTICA
La funcin caracterstica
X
( ) de una VA X es la transformada de Fourier de su densidad
de probabilidad p
X
(x) con una inversin en el signo del exponencial [Papoulis, 1965]. La funcin
caracterstica se emplea para simplificar ciertas operaciones en las que interviene la VA X. Por
ejemplo, en la evaluacin de los momentos de X, en algunos casos en la determinacin de la
funcin de densidad de una funcin de X, en la convolucin de funciones de densidad de
probabilidad y en el desarrollo de los teoremas del lmite.
Sea entonces la funcin Y g X j X = = ( ) exp( ) 2 , cuyo valor esperado es, de (3.87),
{ } { } { } E Y E g X E j X j x p x dx
X
= = =

( ) exp[ ] exp( ) ( ) 2 2 (3.112)


Esta integral tiene la forma de una Integral de Fourier; en este caso definimos,

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

238

X X
p x j x dx ( ) ( ) exp( ) =

2 (3.113)
La funcin
X
( ) es conocida con el nombre de funcin caracterstica de la VA X y
vemos que es la transformada de Fourier de la densidad de probabilidad p
X
(x) con una inversin en
el signo del exponencial. La funcin de densidad de probabilidad p
X
(x) es la correspondiente
antitransformada de Fourier. Entonces,
p x
X X
( ) ( ) exp =

( ) j x d 2 (3.114)
La funcin caracterstica y la densidad de probabilidad forman entonces un par de
transformadas de Fourier: p x
X X
( ) ( ) .
Ntese que
X X
p x dx ( ) ( ) ; 0 1 = =

pero como p x
X
( ) 0 para todo x, entonces

X X X
p x j x dx p x dx ( ) ( ) exp( ) ( ) = =


2 1. Por lo tanto,

X
( ) 1
La funcin caracterstica nos permite determinar muy fcilmente la densidad de
probabilidad de una suma de variables aleatorias. En efecto, sea Z = X + Y, donde X e Y son
variables aleatorias independientes y p x y z
X X Y Z
( ) ( ); ( ) ( ); ( ) ( ). p p
Y Z
De
la definicin de funcin caracterstica, expresin (3.96),
{ }
Z XY
E j X Y j x y p x y dxdy ( ) exp[ ( )] exp[ ( )] ( , ) = + = +


2 2
Puesto que X e Y son independientes, entonces p x y p x p y
XY X Y
( , ) ( ) ( ) = , de donde

Z X Y X Y
j x p x dx j y p y dy ( ) exp( ) ( ) exp( ) ) ( ) ( ) = =


2 2 (3.115)
La funcin caracterstica de una suma de variables aleatorias independientes es igual al
producto de las funciones caractersticas de cada una de las variables aleatorias. Mediante
aplicacin del teorema de la convolucin, obtenemos

Z X Y X Y X
z p u p z u du p x y ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = =

p p
Z Y
(3.116)
La densidad de probabilidad de la suma de dos variables aleatorias independientes es igual
a la convolucin de las densidades de probabilidad de las variables aleatorias. La extensin a un
nmero cualquiera de variables aleatorias es directa. En efecto, si
Z = X
1
+ X
2
+ X
3
+ .. X
n

Entonces,
1 2 3 n
Z X 1 X 2 X 3 X n
p (z) p (x ) *p (x ) *p (x ) *.........*p (x ) = (3.117)
y
1 2 3 n
Z X X X X
( ) ( ) ( ) ( ) ( ) = (3.118)
Estos resultados se aplican tambin a variables aleatorias discretas, lo que puede
considerarse como un caso lmite de variables aleatorias continuas con impulsos unitarios de Dirac.


III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

239
Ejemplo 3.16
Las VA independientes X e Y son gaussianas no centradas de la forma

2 2
o o
X Y
2 2
y x y
(x x ) (y y ) 1 1
p (x) exp[ ] y p (y) exp[ ]
2 2 2 2

= =


Vamos a determinar la densidad de la VA Z = X + Y.
Solucin:
Del Problema 1.23(g),
2
2 2 2 2
2
t
Aexp( ) A 2 a exp( 2 a f )
2a

Sea entonces
2
2 2 2
x 2
x x
1 x
q(x) exp( ) exp( 2 )
2 2
=



2
2 2 2 o
X o x o x
2
x x
(x x ) 1
p (x) q(x x ) exp( ) exp( 2 ) exp( j2 x ) ( )
2 2

= = =


Similarmente,

2 2 2
Y y o y
p (y) exp( 2 ) exp( j2 y ) ( ) =
Puesto X e Y son independientes,

2 2 2 2 2 2
Z X Y x o y o
( ) ( ) ( ) [exp( 2 ) exp( j2 x )] [exp( 2 ) exp( j2 y )] = =

2
2 2
Z x y o o
(2 )
( ) {exp[ ( )]} {exp[ j2 (x y )]}
2

= + +
Hagamos
2 2 2
z x y o o o
y z x y = + = + . Entonces,

2
2 2 2 2
Z z o z o
(2 )
( ) exp[ ] exp[ j2 z ] exp( 2 ) exp( j2 z )
2

= =
Por antitransformada de Fourier,

2
1 o
Z Z 2
z z
(z z ) 1
p (z) TF { ( )} exp[ ]
2 2


= =


Obsrvese que la densidad p
Z
(z) es una distribucin gaussiana no centrada, es decir, la
densidad de probabilidad de la suma de dos VA independientes y gaussianas, es tambin gaussiana.
Este resultado se puede extender a un nmero cualquiera de VA independientes y gaussianas.
Asimismo, el valor promedio y la varianza de la suma son iguales a la suma de los promedios
individuales y a la suma de las varianzas individuales, respectivamente.
Ntese que, bajos ciertas condiciones, la suma de un gran nmero de variables aleatorias
independientes tiende a ser gaussiana, independientemente de si ellas son gaussianas o no. Esta
tendencia hacia una distribucin gaussiana se desarrolla rigurosamente en el denominado Teorema
del Lmite Central, cuyo tratamiento est fuera de los lmites del presente texto.



III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

240
Ejemplo 3.17
Consideremos una VA Y que es una funcin de la VA X de la forma Y
X X
X
=

. Vamos
a determinar la funcin caracterstica
Y
( ) y la densidad de probabilidad p
Y
(y) de Y.
De (3.112),

Y
X X X
X X X X
( ) E exp[ j2 ( )] E exp( j2 ) exp( j2 )

= =




Y
X
X
X
j
X
p x j x dx ( ) exp( ) ( ) exp( ) =

2 2
De la propiedad escalar de la transformada de Fourier, la integral es igual a

X
X
( ), de
donde


Y X
X X
j
X
( ) ( ) exp( ) = 2
Tomando la antitransformada de Fourier,
p y p x p x
X
Y X X X
x x X
X X X
X
X
( ) ( ) ( )
/
= =


Como vemos, todas las propiedades y mtodos de la Transformada de Fourier vistos en los
Captulos I y II se aplican en el caso de la equivalencia
X
x ( ) ( ) p
X
.

Adems de ser til para la determinacin de las funciones de probabilidad de la suma de
variables aleatorias, la funcin caracterstica se puede utilizar tambin para determinar los
momentos de una variable aleatoria. En efecto, diferenciando (3.113) respecto a ,

d
d
p x
d
d
j x dx j xp x j x dx
X X X

( ) ( ) exp( ) ( ) exp( ) =


2 2 2
Evaluando la expresin anterior para = 0, se tiene,
{ }
d
d
j xp x dx j E X
X X

( ) ( )
=

= =

0
2 2 , de donde
{ } E X
j
d
d
X
=
=
1
2
0



( ) (3.119)
El valor promedio de una variable aleatoria es igual a la primera derivada de su funcin
caracterstica en el origen ( = 0), dividida por j2. En general, mediante diferenciacin sucesiva
bajo el signo integral, se puede demostrar que
{ } E X
j
d
d
n
n
n
n
X
=
=
1
2
0
( )
( )



(3.120)
El momento n-simo de una variable aleatoria es igual a la derivada n-sima de su funcin
caracterstica en el origen ( = 0), dividido por ( ) j
n
2 .

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

241
3.8. PROCESOS ALEATORIOS O ESTOCSTICOS
3.8.1 Introduccin
En la Seccin 3.3 se asoci un punto de muestra con cada resultado de un experimento. La
coleccin de todos los puntos de muestra se llam espacio de las muestras del experimento. Para
cada punto de muestra en el espacio de las muestras se asign un nmero real X de acuerdo con
alguna regla, y una probabilidad de ocurrencia P
X
(x). Esta es la definicin de variable aleatoria.
Un proceso aleatorio es una extensin del concepto de variable aleatoria. En el caso de un
proceso aleatorio, a cada punto de muestra que distinguiremos con la notacin , se asigna una
forma de onda (que es funcin del tiempo t), de acuerdo con alguna regla x(t,). Por lo tanto, el
espacio de las muestras tendr asociada una cierta coleccin de formas de onda y cada una de ellas
corresponde a un punto de muestra . Esta coleccin de formas de onda se conoce con el nombre de
conjunto aleatorio (CA) y las formas de onda individuales como funciones de muestra. La
distribucin de la probabilidad de los puntos de muestra determina la distribucin de probabilidad
de las funciones de muestra del CA. El sistema de probabilidades, que comprende el espacio de las
muestras, el CA o conjunto de formas de onda y las funciones de probabilidad, constituyen el
proceso aleatorio (PA).
A los PA se les conoce tambin con el nombre de Procesos Estocsticos.
La notacin X t ( , ) representar el PA; sin embargo, generalmente se omite y el PA
simplemente se representa con X(t), cuyo significado es una coleccin de formas de onda que
ocurren con una cierta medida de probabilidad. Una funcin de muestra individual se representar
simplemente con x(t). En la Fig. 3.18 se muestra un conjunto aleatorio de seales producido por el
ruido en un sistema elctrico. Este conjunto se puede obtener repitiendo las observaciones en el
mismo sistema, u observando simultneamente los resultados o seales de varios sistemas idnticos.

t
1
t
1
t
2
t
2
t
2
x x t
11 1 1
= ( , )
x x t
21 2 1
= ( , )
x x t
22 2 2
= ( , )
x x t
k k 1 1
= ( , )
x x t
k k 2 2
= ( , )
X
i
( , ) 0 X t
i
( , )
1
X t
i
( , )
2

x x t
12 1 2
= ( , )
x x t
23 2 3
= ( , )
x t ( , )
1
x t ( , )
2
x t ( , )
3
x t
k
( , )
x x t
13 1 3
= ( , )
t
1
x t
i
( , )
X t ( , )
i

t
2
t
1
0
0
0
t
t
t
t
Fig. 3.18. Conjunto Aleatorio de Seales
0


III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

242
En la prctica, sobre todo en el dominio de la ingeniera, a menudo se tiene la situacin
donde el resultado del experimento es ya una forma de onda. En este caso, el concepto de resultado
y de funcin de muestra tienden a ser lo mismo, es decir, que el resultado mismo se puede
considerar como la funcin de muestra correspondiente. Ntese entonces la diferencia entre una
variable aleatoria y un proceso aleatorio: para una variable aleatoria un resultado en el espacio de
las muestras se representa como un nmero, mientras que para un proceso aleatorio se representa
como una forma de onda funcin del tiempo.
Para entender mejor la idea de conjunto, vamos a distinguir los promedios conjunto y
los promedios tiempo. Los promedios conjunto son todas aquellas estadsticas tomadas sobre el
conjunto aleatorio (verticalmente en la Fig. 3.18). Las correspondientes variables aleatorias son
X t
i
( , ) (Nota: Para no complicar la notacin algunas veces se omite el subndice i de , pero
siempre estar implcito).
Puesto que se tiene k funciones de muestra, X t
i
( , ) tendr k valores para cada t con
i k = 1 2 3 , , , . . . . Por ejemplo, en la Fig. 3.18 se muestran solamente tres VA X t
i
( , ) : X
i
( , ) 0 ,
X t
i i
( , ) , )
1
y X(t
2
para i = 1, 2, 3,....,k.
Sea, entonces, el conjunto aleatorio mostrado en la Fig. 3.18. Los promedios conjunto ser
la familia de momentos dada por
{ } E X t x x x p x x x t dx dx dx
i
n
n X X X n i n
n
[ ( , )] . . . .. . . . . . . . .. ( , , . . .. , ; , ) . . . . =


1 2 1 2 1 2
1 2

para todo t, con i = 1, 2, 3,....,k. (3.121)
donde p x x x t
X X X n i
n 1 2
1 2 ...... ;
( , ,.... , ) es la densidad de probabilidad conjunta del proceso
aleatorio.
Los promedios tiempo son todas aquellas estadsticas tomadas sobre las funciones
del tiempo (horizontalmente en la Fig. 3.18). Los promedios tiempo ser la familia de promedios
tiempo dada por
< >=

[ ( , )] [ ( , )] x t x t dt para
i
n
i
n
todo t e i = 1, 2, . . . , k (3.122)
En general, en un proceso aleatorio X(t,) los promedio tiempo y los promedios conjunto
son diferentes, es decir,

{ }
E X t
i
n n
[ ( , )] )] > < [x(t,
i
(3.123)
Diremos sin demostrarlo que el promedio conjunto es determinstico (no aleatorio) pero en
general depende del tiempo, mientras que el promedio tiempo es independiente del tiempo pero en
general es aleatorio.
Estadsticas de Primer Orden
Las estadsticas de primer orden se especifican completamente mediante las funciones de
densidad de las variables aleatorias en los instantes t (para todo t); estas funciones de densidad las
escribiremos en la forma p x t
X i
( , , ) en las cuales el parmetro t indica el instante en el cual las
amplitudes de las seales de muestra definen la VA X(t,
i
). La funcin p x t
X i
( , , ) es la
densidad de probabilidad de primer orden. Una vez establecidas las densidades de
probabilidad de primer orden, las correspondientes estadsticas de primer orden vienen dadas por

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

243

{ }
E X t x p x t dx
i
n n
X i
[ ( , )] ( , , ) =

(3.124)
Estadsticas de Segundo Orden
Las estadsticas de primer orden nos dan las distribuciones de las amplitudes de las
funciones de muestra para valores particulares de t y es suficiente el conocimiento de su densidad
de probabilidad de primer orden. Pero el conocimiento de p x t
X i
( , , ) no es suficiente para una
completa descripcin estadstica del proceso. En efecto, supongamos que el proceso representa un
conjunto de seales elctricas como en la Fig. 3.18, y se desea obtener un cierto conocimiento en
relacin con las frecuencias contenidas en dichas seales. Si el proceso contiene
predominantemente componentes de baja frecuencia, entonces las seales varan muy poco y
x t
i
( , )
1
no ser muy diferente de x t
i
( , )
1
+ . Es evidente que x t
i i
( , ) , )
1
y x(t
1
+
no sern estadsticamente independientes siempre que sea suficientemente pequeo; en
consecuencia, el conocimiento de x t
i
( , )
1
proporciona una cierta informacin estadstica acerca
de x t
i
( , ).
1
+
Si el proceso contiene predominantemente componentes de alta frecuencia, las seales
variarn muy rpidamente y valores separados en un intervalo dado no mostrarn ninguna
dependencia. Por lo tanto, la correlacin entre valores de las seales en distintos intervalos de
tiempo puede proporcionar una informacin estadstica muy til en relacin con su contenido
espectral.
De gran importancia en el anlisis de seales son las estadsticas de segundo orden, que
representan el momento conjunto de dos VA X(t
1
,
i
) y X(t
2
,
i
), donde p x x t t
X X i
1 2
1 2 1 2
( , ; , , ) es
su funcin de densidad conjunta, denominada funcin de densidad de probabilidad de segundo
orden.
Las estadsticas de segundo orden de dos VA X(t
1
,
i
) y X(t
2
,
i
) vendrn dadas por la
siguiente expresin:

{ } E X t X t x x p x x t t dx dx
i i X X i
( , ) ( , ) ( , ; , , )
1 2 1 2 1 2 1 2 1 2
1 2
=


(3.125)
Como una aplicacin de estas tcnicas matemticas en la transmisin de seales aleatorias a
travs de sistemas lineales, es suficiente conocer las estadsticas de primero y segundo orden, ya
que con ellas es posible determinar la densidad espectral de potencia, el valor promedio, el valor
eficaz y las funciones caractersticas de un proceso dado.
En resumen, podemos definir las siguientes estadsticas del proceso aleatorio X(t,):
1. El valor promedio: { } E X t x p x t dx
X
( , ) ( , , ) =


2. El llamado promedio de segundo orden entre las VA X t ( , ) , )
1
y X(t
2
:
{ } E X t X t x x p x x t t dx dx
X X
( , ) ( , ) ( , , , , )
1 2 1 2 1 2 1 2 1 2
1 2
=


(3.126)
3. La covarianza entre las VA X t ( , ) , ),
1
y X(t
2

{ } { } { } { } Cov X t X t E X t X t E X t E X t ( , ), ( , ) ( , ) ( , ) ( , ) ( , )
1 2 1 2 1 2
= (3.127)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

244
4. El coeficiente de correlacin entre las VA X t ( , ) , ),
1
y X(t
2


{ }
{ } { }



X X
Cov X t X t
1 2
1 2
=

( , ), ( , )
, ) , ) Var X(t Var X(t
1 2
(3.128)
Para efectos de tipo prctico, solamente se necesita conocer estas estadsticas del proceso
aleatorio X(t, ), las cuales, en general, son funciones del tiempo.
El estudio de los procesos aleatorios o estocsticos es muy importante en los campos de la
Fsica e Ingeniera, pues hay multitud de fenmenos que dependen del tiempo en forma muy
compleja y que a veces su observacin es muy complicada. Esto impide un estudio preciso y
sistemtico de los mismos. Sin embargo, suponiendo estacionariedad y ergodicidad los procesos
pueden ser tratados y analizados. Esto lo veremos a continuacin.
3.8.2. Estacionariedad y Ergodicidad
Estacionariedad en el Sentido Estricto
Se dice que un proceso aleatorio X(t,) es estrictamente estacionario si todas sus
estadsticas conjunto son invariantes en el tiempo; en otras palabras, un proceso aleatorio es
estrictamente estacionario si ninguna de sus estadsticas conjunto es afectada por un desplazamiento
del origen del tiempo, es decir, si

{ } { }
E X t E X t
i
n
i
n
[ ( , )] [ ( , )] = + (3.129)
En este caso el proceso aleatorio X(t,) se denota simplemente como X. De (3.97), los dos
primeros momentos de primer orden sern
{ } E X t E X xp x dx
X
{ ( , )} ( ) = =

(3.130a)

{ }
E X t E X x p x dx
X
{ ( , )} ( )
2 2 2
= =

(3.130b)
y el momento n-simo de primer orden,

{ }
E X t E X x p x dx
n n n
X
{ ( , )} ( ) = =

(3.131)
Un proceso estacionario es una idealizacin, no existe en la naturaleza. Sin embargo, en el
laboratorio un proceso puede considerarse estacionario si el decaimiento del proceso ocurre en un
tiempo mayor que la duracin del fenmeno que se desea analizar. Una condicin para sto es que
la duracin durante la cual el proceso es estacionario sea mayor que el tiempo de correlacin del
proceso.
Estacionariedad en el Sentido Amplio
Se dice que un proceso aleatorio X(t, ) es estacionario en el sentido amplio o dbilmente
estacionario, si
(a) Su valor promedio conjunto { } { } E X t E X t constante ( , ) ( , )
1 2
= = para todo t (3.132)
(b) Su promedio conjunto de segundo orden
{ } { } E X t X t E X t X t ( , ) ( , ) ( ) ( )
1 2
= + (3.133)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

245
donde es la diferencia absoluta = | | t t
2 1
.
Un proceso es dbilmente estacionario cuando su valor promedio conjunto es constante
para todo t, y su promedio conjunto de segundo orden depende solamente de la diferencia absoluta
= | t
2
t
1
|.
Ntese que un proceso aleatorio estrictamente estacionario es tambin dbilmente
estacionario, pero lo contrario no necesariamente es cierto.
Ergodicidad
La propiedad de estacionariedad estricta o amplia no asegura que los promedios conjunto y
los promedios tiempo sean iguales. Puede suceder que an cuando las estadsticas conjunto son
estacionarias, las seales de muestra individuales pueden diferir estadsticamente una de la otra. En
este caso los promedio tiempo dependern de la seal de muestra utilizada, pues se verifica que
< > > [ ( , )] )] x t
i
n n
< [x(t,
j
para i j .
Cuando la naturaleza de un proceso aleatorio es tal que los promedios conjunto y los
promedios tiempo son iguales, se dice entonces que el proceso aleatorio es ergdico. Por lo tanto,
si el proceso representado por X(t, ) es ergdico, entonces todas las estadsticas se pueden
determinar a partir de una sola seal de muestra x(t). Ntese que un proceso ergdico es
estacionario o por lo menos dbilmente estacionario, pero un proceso estacionario o por lo menos
dbilmente estacionario no necesariamente es ergdico.
Puesto que todas las estadsticas se pueden determinar a partir de una sola seal de muestra,
la ergodicidad implica tambin que
< > > [ ( , )] )] x t
i
n n
= < [x(t,
j
para todo i, j (3.134)
Las estadsticas de un proceso aleatorio ergdico se escriben entonces en la forma
< >=< =

[ ( )] ( ) x t x x t dt
n n n
(t) > (3.135)
En la prctica generalmente se conoce x(t) durante un intervalo (-T/2, T/2), de modo que se
puede escribir (suponiendo que x(t) es una seal de potencia),
< > =

x t lim
T
x t dt
n
T
n
T
T
( ) ( )
/
/

1
2
2
(3.136)
En el proceso ergdico los momentos conjunto y los momentos tiempo son iguales, es decir,

{ }
E X x p x dx x t lim
T
x t dt
n n
X
n
T
n
T
T
= = < > =


( ) ( ) ( )
/
/

1
2
2
(3.137)
Para los dos primeros momentos de primer orden,
{ } E X xp x dx x t lim
T
t dt
X
T
T
T
= = < > =


( ) ( ) ( )
/
/
x
1
2
2
(3.138a)

{ }
E X x p x dx x t lim
T
x t dt
X
T
T
T
2 2 2 2
2
2
1
= = < > =


( ) ( ) ( )
/
/
(3.138b)

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

246
Las estadsticas de primer orden } E{X y } X { E
2
de un proceso ergdico nos permiten
hacer las siguientes observaciones:
(a) { } E X x t =< > ( ) , es el valor promedio de la seal x(t); es simplemente el valor de la
componente continua de x(t).
(b) { } [ ] [ ( ) ] E X x t
2 2
= < > , es la potencia de la componente continua de x(t) disipada en
una resistencia de 1 Ohm.
(c) { } > =< ) t ( x X E
2 2
, es la potencia promedio de la seal x(t), normalizada para una
resistencia de 1 Ohm.
(d) { } E X x t
2 2
= < > ( ) , es el valor eficaz (RMS) de la seal x(t).
(e) La varianza
X
2
es igual a la potencia promedio de la componente alterna de x(t),
normalizada para una resistencia de 1 Ohm.
(f) La desviacin estndar
X
es el valor eficaz de la componente alterna de la seal x(t).
(g) Si { } E X x t =< >= ( ) 0, entonces
X
es el valor eficaz de la seal x(t).
(h) Si x(t) contiene una componente continua x
o
y una componente alterna, la potencia
promedio de x(t) ser igual a
2 2
x o
( x ) + , normalizada para una resistencia de 1
Ohm.
Estas expresiones nos proporcionan un medio para relacionar la nocin de seal aleatoria
con la de seal determinstica, a la cual estamos ms acostumbrados y que hemos utilizado
mayormente en los captulos anteriores. Por lo tanto, todos los mtodos matemticos vistos en los
Captulos I y II son igualmente aplicables a las seales de muestra de procesos aleatorios ergdicos,
con algunos cambios menores en la notacin. Sin embargo, hay que tener siempre presente que
todas estas relaciones son vlidas solamente para procesos aleatorios ergdicos, por lo menos en lo
que se refiere a las estadsticas de primero y segundo orden de procesos dbilmente estacionarios.
Una aplicacin prctica directamente relacionada con los conceptos anteriores, son las
nociones de valor promedio y varianza en aplicaciones estadsticas de muestras tomadas de una
poblacin determinada. En estos casos se considera que todas las muestras son equiprobables, y si
se toma N muestras de la poblacin, el valor promedio y la varianza de las N muestras se
expresarn mediante las relaciones
X
N
X
i
i
N
=
=

1
1
y
x i
i
N
N
X X
2 2
1
1
=
=

( ) (3.139)
Por ejemplo, en el diseo de radioenlaces de microondas la Rugosidad del Terreno se
describe mediante las expresiones (3.139), donde las X
i
son las alturas tomadas sobre el terreno y N
es el nmero de alturas. La desviacin estndar
x
es la rugosidad del terreno.
3.8.3. Funcin de Autocorrelacin y Densidad Espectral de Potencia
Funcin de Autocorrelacin
Sea el proceso aleatorio de la Fig. 3.18, caracterizado por X(t,
i
) donde x(t,
i
) son las
seales de muestra del proceso. En el instante t t =
1
el proceso se caracteriza mediante la VA
X t X t
i
( ) ( , )
1 1
= , y en el instante t t =
2
la correspondiente VA es X t X t
i
( ) ( , )
2 2
= , para

III. VARIABLES Y PROCESOS ALEATORIOS
J.Briceo M., Dr. Ing. -- Profesor Titular, ULA -- Mrida, Venezuela

247
i k = 1 2 3 , , , . . . . , . Para caracterizar la relacin entre las VA X t ( ) )
1
y X(t
2
, se necesita el
conocimiento de la densidad de probabilidad conjunta p x x t t
X X
1 2
1 2 1 2
( , ; , ) para poder calcular el
momento conjunto { } E X t X t ( ) ( )
1 2
o promedio conjunto de segundo orden, denominado
comnmente funcin de autocorrelacin. Entonces, por definicin, la funcin de autocorrelacin
de un proceso X(t,
i
) es el momento conjunto de segundo orden de las VA X t ( ) )
1
y X(t
2

definido por

{ } R t t E X t X t x x p x x t t dx dx
X X X X
1 2 1 2
1 2 1 2 1 2 1 2 1 2 1 2
( , ) ( ) ( ) ( , ; , ; ) = =


(3.140)
y es una fu