Академический Документы
Профессиональный Документы
Культура Документы
X( f )e
j2f t
d f , < t < , (4.3)
X( f ) =
_
x(t)e
j2f t
dt, < f < . (4.4)
3. La Serie Discreta de Fourier (SDF) para seales x[n] peridicas y discretas:
x[n] =
1
N
N1
k=0
X[k]e
j
2
N
kn
, < n < , (4.5)
X[k] =
N1
n=0
x[n]e
j
2
N
kn
, < k < . (4.6)
4. La Transformada de Fourier de seales de Tiempo Discreto (TFTD) para seales
x[n] aperidicas y discretas, de longitud arbitraria:
x[n] =
1
2
_
2
0
X(e
j
)e
jn
d, < n < , (4.7)
X(e
j
) =
n=
x[n]e
jn
, 0 _ < 2. (4.8)
1
En este caso, continuo o discreto se reere a seales en el cuales la variable independiente es conti-
nua o discreta, respectivamente.
Procesamiento Digital de Seales U.N.S. 2011
4 4. Series y Transformadas de Fourier
5. La Transformada de Fourier (TDF), derivada a partir de la SDF, para seales x[n]
aperidicas y discretas de longitud N nita:
x[n] =
1
N
N1
k=0
X[k]e
j
2
N
kn
, 0 _ n _ N 1, (4.9)
X[k] =
N1
n=0
x[n]e
j
2
N
kn
, 0 _ k _ N 1. (4.10)
La Fig. 4.1 resume las ecuaciones de anlisis y sntesis para estos tipos de seales. Como
se ha indicado anteriormente, son dos las caractersticas temporales que determinan el
tipo de espectro que presenta una seal, de acuerdo a si la variable temporal es continua
o discreta, y si la seal es peridica o no (aperidica).
1. Las seales continuas (en tiempo) tienen espectro aperidico. Una inspeccin de-
tallada de la expresiones de anlisis de la Serie de Fourier (SF) y de la Transformada
de Fourier (TF) no revelan ningn tipo de periodicidad en el dominio espectral. Es-
ta falta de periodicidad es consecuencia que la exponencial compleja e
j2f t
es una
funcin de la variable continua t, y por lo tanto no es peridica en f . Por ello el
rango de frecuencias de las seales continuas se extiende desde f hasta
f +. Por ejemplo,
x(t) = be
at
u(t)
TF
== X( f ) =
b
a + j2f
, < f < +. (4.11)
Para el caso de seales peridicas, los coecientes de Fourier c
k
quedan denidos
para todo k (k Z); por ejemplo, si x(t) es una onda cuadrada con perodo T y ciclo
de trabajo /T
x(t) =
_
1, si mod(t, T) < /2,
0, en caso contrario.
SF
== c
k
=
T
sinc
_
T
k
_
, k Z. (4.12)
2. Las seales discretas (en tiempo) tienen espectro peridico. La Transformada de
Fourier de seales de Tiempo Discreto (TFTD) es continua y peridica con perodo
= 2. Como resultado de esta periodicidad, el rango de frecuencia de las seales
discretas es nito, y se extiende desde = hasta = + radianes (o para
0 _ < 2), donde = es la mxima velocidad posible de oscilacin. Por
ejemplo,
x[n] = a
n
u[n]
TFTD
== X(e
j
) =
1
1 ae
j
. (4.13)
Si las seales discretas son peridicas de perodo N, los coecientes de Fourier
X[k]
de la serie discreta de Fourier tambin tienen periodicidad N. Por ejemplo,
x[n] =
r
[n rN]
SDF
==
X[k] = 1 \k Z. (4.14)
3. Las seales continuas (en frecuencia) corresponden a seales aperidicas. Tanto
la Transformada de Fourier (TF) como la Transformada de Fourier de seales de
Tiempo Discreto (TFTD) estn relacionadas con seales no peridicas en el domi-
nio tiempo. Valen como ejemplo los pares transformados (4.11) y (4.13) dados ms
arriba.
Procesamiento Digital de Seales U.N.S. 2011
4.1. Dualidad tiempo-frecuencia 5
D
O
M
I
N
I
O
T
E
M
P
O
R
A
L
c
o
n
t
i
n
u
a
s
e
n
t
i
e
m
p
o
d
i
s
c
r
e
t
a
s
e
n
t
i
e
m
p
o
(
p
e
r
i
d
i
c
a
s
e
n
f
r
e
c
u
e
n
c
i
a
)
(
)
(
)
2
j
f
t
X
f
x
t
e
d
t
d
d
=
Q
(
)
(
)
2
j
f
t
x
t
X
f
e
d
f
d
d
=
Q
(
)
[
]
j
w
j
n
n
X
e
x
n
e
d
d
=
X
[
]
(
)
1
2
j
j
n
x
n
X
e
e
d
Q
X
X
Q
X
Q
c o n t i n u a s e n f r e c u e n c i a
T
r
a
n
s
f
o
r
m
a
d
a
d
e
F
o
u
r
i
e
r
(
T
F
)
T
r
a
n
s
f
o
r
m
a
d
a
d
e
F
o
u
r
i
e
r
d
e
s
e
a
l
e
s
d
i
s
c
r
e
t
a
s
(
T
F
T
D
)
(
)
2
2
2
1
T
j
k
t
T
k
T
c
x
t
e
d
t
T
Q
(
)
2
j
k
t
T
k
k
x
t
c
e
d
=
d
=
Q
[
]
[
]
2
10
N
j
k
n
N
n
X
k
x
n
e
=
=
Q
[
]
[
]
2
10
1
N
j
k
n
N
k
x
n
X
k
e
N
=
=
Q
D O M I N I O F R E C U E N C I A L
d i s c r e t a s e n f r e c u e n c i a
( p e r i d i c a s e n t i e m p o )
S
e
r
i
e
d
e
F
o
u
r
i
e
r
(
S
F
)
S
e
r
i
e
D
i
s
c
r
e
t
a
d
e
F
o
u
r
i
e
r
(
S
D
F
)
Fig. 4.1. Resumen de ecuaciones de anlisis y sntesis.
Procesamiento Digital de Seales U.N.S. 2011
6 4. Series y Transformadas de Fourier
4. Se pueden denir transformadas para funciones peridicas. La idea es ampliar la
clase de funciones que tienen transformada de Fourier incluyendo funciones gene-
ralizadas (los impulsos). De esta manera, a partir de las Series de Fourier se pueden
obtener las Transformadas, tanto para el caso continuo
x(t) =
k
c
k
e
j
2
T
kt
== X( f ) =
k
c
k
_
f
k
T
_
,
X() =
k
2 c
k
_
2
T
k
_
como para el caso discreto
x[n] =
1
N
N1
k=0
X[k]e
j
2
N
kn
== X(e
j
) =
k
2
N
X[k]
_
2
N
k
_
.
5. Las seales peridicas tienen espectro discreto. Como se ha notado, las seales
peridicas (continuas o discretas en tiempo) se describen utilizando la Serie de Fou-
rier o la Serie Discreta de Fourier, respectivamente. Las transformadas respectivas
se derivan a partir de los coecientes de la serie, que determinan la amplitud de los
impulsos que forman el espectro discreto. El espaciado entre lneas f = 1/T, para
el caso continuo, o = 2/N, para el caso discreto, son la inversa del perodo T
o N, respectivamente, en el dominio temporal. Por ejemplo, para el caso continuo
x(t) =
_
1, si mod(t, T) < /2,
0, en caso contrario.
TF
== X( f ) =
_
f
k
T
_
T
sinc
_
T
k
_
,
que se deriva de (4.12) o, para el caso discreto
x[n] =
r
[n rN]
TFTD
==
X(e
j
) =
k
2
N
_
2k
N
_
.
que se obtiene a partir de (4.14)
6. Las seales aperidicas de energa nita tienen espectro continuo. Esta propiedad
es una consecuencia directa del hecho que tanto X ( f ) como X
_
e
j
_
son funciones
de e
j2f t
y de e
jn
, respectivamente. La continuidad del eje de frecuencias es necesa-
ria para romper la relacin armnica entre las distintas componentes frecuencia-
les, creando as seales aperidicas. Valen como ejemplo los pares transformados
(4.11) o (4.13).
7. La serie de Fourier se puede determinar a partir de la transformada. Si se conoce
la transformada de Fourier de un perodo de la seal peridica, los coecientes de la
serie de Fourier (c
k
para seales continuas, y X[k] para seales discretas en tiempo)
se pueden determinar tomando muestras de la transformada. Para el caso continuo,
c
k
=
1
T
X( f )[
f =
k
T
= f
0
X( f )[
f =k f
0
, k Z,
y para el caso discreto,
X[k] = X(e
j
)
=
2
N
k
, k Z.
Procesamiento Digital de Seales U.N.S. 2011
4.1. Dualidad tiempo-frecuencia 7
Para el caso particular de la SDF
X[k] y la TDF X[k], la relacin es trivial:
X[k] = X[((k))
N
], k Z
8. La propiedad de dualidad slo se aplica para la TF, la SF y la TDF, ya que es
necesario que las variables independientes sean de la misma naturaleza (continuas
o discretas) en ambos dominios (temporal y frecuencial). Para el caso continuo,
x(t)
TF
== X( f ) X(t)
TF
== x(f )
y para el caso discreto,
x[n]
SDF
==
X[k]
X[n]
SDF
== N x[k]
x[n]
TDF
== X[k] X[n]
TDF
== N x[((k))
N
]
9. La Transformada Discreta de Fourier (TDF) puede no cumplir con algunas de
estas propiedades, porque en realidad est formada por un perodo de una funcin
peridica. En particular, la TDF no cumple con las Propiedades 2 a 6.
En sntesis, se puede concluir que la periodicidad con perodo en un dominio auto-
mticamente implica discretizacin con espaciado 1/ en el dominio transformado, y
viceversa.
4.1.2. Simetras y dualidades
Estas dualidades tiempo-frecuencia son evidentes de la observacin de la Fig. 4.1. Las
funciones utilizadas en la gura son slo ilustrativas y no corresponden necesariamente
a pares transformados. La observacin cuidadosa de la Fig. 4.1 revela tambin algunas
simetras matemticas y dualidades entre las diferentes ecuaciones de anlisis y sntesis.
En particular, se destacan las siguientes:
Las ecuaciones de sntesis y anlisis de la Transformada de Fourier de seales con-
tinuas (TF): ecuaciones (4.3)-(4.4)
Las ecuaciones de sntesis y anlisis de la Serie Discreta de Fourier (SDF) -Trasformada
Discreta de Fourier (TDF): ecuaciones (4.5)-(4.6) y (4.9)-(4.10).
La ecuacin de anlisis de la Serie de Fourier (SF) de seales continuas con la ecua-
cin de sntesis de la Transformada de Fourier de tiempo discreto (TFTD): ecuacio-
nes (4.2)-(4.7).
La ecuacin de anlisis de la Transformada de Fourier de tiempo discreto (TFTD) y
la ecuacin de sntesis de la Serie de Fourier para seales continuas (SF): ecuaciones
(4.8)-(4.1).
Procesamiento Digital de Seales U.N.S. 2011
8 4. Series y Transformadas de Fourier
4.1.3. Caractersticas comunes
Algunas caractersticas comunes de los pares transformados son:
La transformada de Fourier X( ) tiene un argumento real f (o ) cuando x( ) es
aperidica, y un argumento entero k cuando x( ) es peridica. La funcin x( )
tiene un argumento real t cuando X( ) es aperidica, y un argumento entero n
cuando X( ) es peridica.
x( ) es
_
aperidica
peridica
_
=el argumento
_
f de X( f ), de X(e
j
) es real.
k de c
k
, k de X[k] es entero.
X( ) es
_
aperidica
peridica
_
=el argumento
_
t de x(t) es real.
n de x[n] es entero.
El argumento de las exponenciales que aparecen en las ecuaciones de anlisis-
sntesis es el producto de j2, el argumento f o k de X( ), el argumento t o n
de x( ) y el recproco 1/T o 1/N del perodo si la funcin x( ) o X( ) es peridi-
ca.
Todas las relaciones duales dieren en el signo del exponente de la exponencial
compleja asociada a la serie o a la transformada. El cambio de signo puede pensarse
bien como un cambio de sentido del eje de tiempo, o un cambio de sentido del eje
de frecuencias, ya que
e
j2f t
= e
j2(f )t
= e
j2f (t)
.
Sin embargo, debe notarse que la ecuacin de sntesis utiliza la exponencial positiva,
y todos los valores de X( ) para hallar x( ). La ecuacin de anlisis, en cambio,
utiliza la exponencial negativa, y todos los valores de x( ) para determinar X( ).
Desafortunadamente, los factores de escala 1/T, 1/2, 1/N no aparecen de manera
uniforme. Para el caso de la TF (cuando se emplea como variable la frecuencia en
radianes por segundo), la TFTD y la SDF/TDF, el factor de escala pesa la ecuacin
de sntesis. Sin embargo para la Serie de Fourier (SF) el factor 1/T acompaa a la
ecuacin de anlisis. En algunos libros de orientacin ms matemtica (Kammler,
2000; Bracewell, 1978), todos los factores recprocos del perodo afectan a la ecua-
cin de anlisis, siguiendo la lnea de la SF. Sin embargo, la notacin que se sigue en
el curso es la preferida desde el punto de vista ingenieril.
Frecuentemente se utiliza la expresin espectro de densidad de energa para caracteri-
zar seales de energa nita, aperidicas, y la expresin espectro de densidad de poten-
cia para seales que son peridicas. Esta nomenclatura es consistente con el hecho
que las seales peridicas son seales de potencia nita, es decir que verican
1
T
_
T
0
[ x (t)[
2
dt < , para seales continuas,
1
N
N1
n=0
[ x[n][
2
< , para seales discretas,
Procesamiento Digital de Seales U.N.S. 2011
4.2. Referencias 9
y que las seales aperidicas con energa nita son las que verican
_
[ x (t)[
2
dt < , para seales continuas,
n=
[ x[n][
2
< , para seales discretas.
4.1.4. Evolucin
Las seales temporales x(t) que son aperidicas y continuas puede ser consideradas
como las funciones ms generales en el dominio temporal. Tales seales ests denidas
para todo t, es decir _ t _ . La transformada de una seal aperidica y continua
en el tiempo, que se obtiene por medio de la integral de Fourier, tambin es continua y
aperidica, y est denida para todo f : _ f _ .
Mientras que la transformada de Fourier (TF) es la transformacin dominante desde un
punto de vista terico, la transformada discreta de Fourier (TDF), junto con su imple-
mentacin eciente (la trasformada rpida de Fourier, o FFT por las iniciales en ingls) es
la herramienta que se utiliza en la prctica para computar todo tipo de transformadas
de Fourier. Para reducir una funcin temporal que es continua y aperidica, que debe
analizarse con la Transformada de Fourier (TF) a una seal que sea discreta y de longitud
nita, apropiada para el anlisis con la TDF, se deben hacer un par de modicaciones.
La primera modicacin consiste en efectuar un muestreo temporal de la seal, que con-
vierta la seal continua en una discreta:
x[n] = x(t)[
t=nT
, n Z.
La segunda modicacin es la truncacin de la seal x[n] de manera de restringirla a un
intervalo nito. Los efectos de estas dos modicaciones sern estudiados en los siguientes
Captulos.
4.2. Referencias
1. Bracewell, R. The Fourier Transform and its Applications, McGraw-Hill Book Co., Elec-
trical and Electronic Engineering Series, New York, 1978.
2. Kammler, D. A First Course in Fourier Analysis, Prentice Hall Inc., Upper Saddle
River, New Jersey, 2000.
3. Roberts, R. A, Mullis, C. T. Digital Signal Processing, Addison Wesley Publishing Co.,
Reading, Massachusetts, 1987.
Procesamiento Digital de Seales U.N.S. 2011
10 4. Series y Transformadas de Fourier
Procesamiento Digital de Seales U.N.S. 2011
4.3. Matrices circulantes 11
4.3. Matrices circulantes
Las propiedades de las matrices circulantes son bien conocidas, y fcilmente derivables
(Davies, 1979; Lancaster, 1969, p. 267); esta nota est basada en un apunte de Gray (2002).
Dado un vector N-dimensional
c =[c
0
, c
1
, . . . , c
N1
],
la matriz circulante asociada al vector tiene la forma
C =
_
_
c
0
c
1
c
2
c
N1
c
N1
c
0
c
1
c
N2
c
N2
c
N1
c
0
c
N3
.
.
.
.
.
.
.
.
.
.
.
.
c
1
c
2
c
3
c
0
_
_
(4.15)
donde cada la es un desplazamiento cclico de la la anterior. El elemento (i, k) de C,
C
i,k
est dado por
C
i,k
= c
((ki))
N
,
donde ((i))
N
representa la operacin mdulo: ((i))
N
= i mod N. Los autovalores
i
y los
autovectores v
(i)
de C, i = 0, 1, . . . , N 1, son las soluciones de
Cv =v,
o, de forma equivalente, de las N ecuaciones a diferencias
m1
n=0
c
Nm+n
v
n
+
N1
n=m
c
nm
v
n
= v
m
,
donde m = 0, 1, . . . , N 1, y v
m
es la m-sima componente del vector v. Cambiando el
ndice de la sumatoria, se tiene que
N1m
n=0
c
n
v
n+m
+
N1
n=Nm
c
n
v
n(Nm)
= v
m
. (4.16)
La ecuacin a diferencias (4.16) lineal y con coecientes constantes tiene una solucin de
la forma y
k
=
k
. Sustituyendo en (4.16) y cancelando
m
resulta
N1m
n=0
c
n
n
+
N
N1
n=Nm
c
n
n
= . (4.17)
Si se elige
N
= 1 se simplica (4.17) lo que permite expresar el autovalor como
=
N1
n=0
c
n
n
.
El autovector asociado es
v =
1
_
N
_
_
1
.
.
.
N1
_
_
,
Procesamiento Digital de Seales U.N.S. 2011
12 4. Series y Transformadas de Fourier
donde el coeciente 1/
_
N se elige de manera que |v|
2
=
_
N1
n=0
[v
n
[
2
_
= 1, es decir,
que el autovector pensado como una sucesin de valores tiene energa unitaria. Como
N
= 1, cada uno de los
k
, k = 0, 1, . . . , N 1 es una de las la N-simas races de la
unidad,
k
= e
j
2
N
k
. Por lo tanto, el k-simo autovalor
k
est dado por
k
=
N1
n=0
c
n
_
e
j
2
N
k
_
n
, (4.18)
que no es otra cosa que la k-sima muestra de la TDF del vector c pensado como la suce-
sin c[n]=c
0
, c
1
, . . . , c
N1
. El k-simo autovector es entonces
v
(k)
=
1
_
N
_
_
1
e
j
2
N
k
.
.
.
e
j
2
N
(N1)k
_
_
. (4.19)
De (4.18) se puede escribir
C = UU
+
, (4.20)
donde U es la matriz cuya columna m-sima es el m-simo autovector
U =
_
v
(0)
v
(1)
. . .
v
(N1)
_
,
o, expresado de otra manera,
U
i,k
=
1
_
N
e
j
2
N
ik
,
con i, k = 0, 1, . . . , N 1. Adems, se verica que UU
+
= U
+
U = I.
La matriz es una matriz diagonal dada por
ii
=
i
,
lo que muestra que (4.20) puede interpretarse como una combinacin de la TDF inversa
y desplazamientos circulares. Para vericar (4.20), sea A
ik
el elemento (i, k) de UU
+
.
Entonces,
A
ik
=
1
N
N1
m=0
e
j
2
N
(ki)m
m
=
1
N
N1
m=0
e
j
2
N
(ki)m
N1
r=0
c
r
e
j
2
N
mr
=
1
N
N1
r=0
c
r
N1
m=0
e
j
2
N
(kir)m
. (4.21)
Recordando que
N1
m=0
e
j
2
N
(kir)m
=
_
N, si k i = ((r))
N
,
0, en caso contrario,
resulta
A
ik
= c
((ki))
N
,
Procesamiento Digital de Seales U.N.S. 2011
4.3. Matrices circulantes 13
de modo que (4.20) y (4.15) son equivalentes. Ms an, la expresin (4.21) muestra que
cualquier matriz de la forma (4.20) es circulante.
Como la matriz C es unitariamente similar a una matriz diagonal (Horn y Johnson, 1999),
es normal (CC
+
= C
+
C). Adems ya que todas las matrices circulantes tienes los mismos
autovectores (4.19), poseen las siguientes propiedades.
Teorema Sean C y B matrices circulantes de dimensin N N generadas por los vec-
tores c = [c
0
, c
1
, . . . , c
N1
], b = [b
0
, b
1
, . . . , b
N1
]: C
k,j
= c
((kj))
N
, B
k,j
= b
((kj))
N
, con
autovalores
m
=
N1
k=0
c
k
e
j
2
N
km
,
m
=
N1
k=0
b
k
e
j
2
N
km
,
respectivamente. Entonces:
1. Las matrices C y B conmutan, y
CB = BC = UU
+
donde es una matriz diagonal,
ii
=
i
i
, y CB tambin es circulante.
2. La matriz C + B es circulante, y
C + B = U
+
U,
donde es una matriz diagonal,
ii
=
i
+
i
.
3. Si
m
,= 0 para m = 0, 1, . . . , N 1, entonces C es no singular, y
C
1
= U
1
U
+
es decir que la inversa de C se puede calcular de forma inmediata.
Prueba Las matrices C y B se pueden expresar como C = UU
+
, B = UU
+
, donde y
son matrices diagonales con elementos
ii
= i,
ii
=
i
, respectivamente.
1. CB = (UU
+
)(UU
+
) = UU
+
= BC, pues como es diagonal, (4.21) implica
que CB es circulante. Otra forma de probar esta propiedad es notando que, para
que dos matrices conmuten tienen que tener el mismo conjunto de autovectores
(Kailath, 1980). Como todas las matrices circulantes comparten los mismos auto-
vectores (4.19), cualquier par de matrices circulantes conmutan.
2. C + B = UU
+
+UU
+
= U( + )U
+
.
3. C
1
= (UU
+
)
1
= U
1
U
+
si es no singular.
Las matrices circulantes son una clase de matrices particularmente tratable porque las
inversas, productos y sumas tambin son circulantes, y por lo tanto normales y de cons-
truccin directa. Adems, los autovalores de tales matrices pueden ser calculados fcil y
exactamente.
Procesamiento Digital de Seales U.N.S. 2011
14 4. Series y Transformadas de Fourier
4.4. Referencias
Davies, P. J., Circulant Matrices, Wiley-Interscience, NY, 1979.
Gray, R. M., Toeplitz and Circulant Matrices: A Review, Information Sciences Laboratory,
Stanford University, August 2002. Disponible electrnicamente en
http://ee.stanford.edu/~gray/toeplitz.pdf
Horn, R., Johnson, C., Matrix Analysis, Cambridge University Press, UK, 1999.
Kailath, T., Linear Systems, Prentice Hall, Englewood Cliffs, NJ, 1980.
Lancaster, P., Theory of Matrices, Academic Press, NY, 1969.
Procesamiento Digital de Seales U.N.S. 2011
4.5. Ejercicios 15
4.5. Ejercicios
Ejercicio 1. Determine los coecientes de la SDF de las siguientes sucesiones peridi-
cas utilizando la denicin, y verique usando MATLAB. Observacin: en cada caso, se
indica slo un perodo de la sucesin peridica.
1. x
1
[n] = 2, 0, 0, 2, N = 4.
2. x
2
[n] = 0, 0, 1, 0, 0, N = 5.
3. x
3
[n] = 3, 3, 3, 3, N = 4.
4. x
4
[n] = 1, j, j, 1, N = 4.
Ejercicio 2. Determine las sucesiones a partir de los siguientes coecientes de (un perodo
de) la SDF usando la denicin. Verique usando MATLAB.
1.
X
1
[k] = 5, 2j, 3, 2j, N = 4.
2.
X
2
[k] = 4, 5, 3, 5, N = 4.
3.
X
3
[k] = 0, j, 2j, j, N = 4.
4.
X
4
[k] = 0, 0, 2, 0, N = 4.
Ejercicio 3. Para las sucesiones que se muestran en la gura, especique si el origen de
coordenadas puede elegirse de modo que
1.
X[k] sea real;
2.
X[k] sea imaginaria (salvo para los k que sean mltiplos de N);
3. Para cules sucesiones se verica que
X[k] = 0, k = 2, 4, 6, . . .?
Ejercicio 4. Sea x
1
[n] una sucesin peridica, con perodo N = 50, donde un perodo est
dado por
x
1
[n] =
_
ne
0,3n
, 0 _ n _ 25,
0, 26 _ n _ 49,
Procesamiento Digital de Seales U.N.S. 2011
16 4. Series y Transformadas de Fourier
y sea x
2
[n] peridica con perodo N = 100, uno de cuyos perodos es
x
2
[n] =
_
ne
0,3n
, 0 _ n _ 25,
0, 26 _ n _ 99.
Las dos sucesiones dieren en su periodicidad, pero tienen la mismas muestras no nulas.
1. Encuentre la SDF
X
1
[k] de x
1
[n], y graque las muestras del mdulo y la fase en
funcin de k usando el comando stem.
2. Encuentre la SDF
X
2
[k] de x
2
[n], y graque las muestras del mdulo y la fase en
funcin de k.
3. Cul es la diferencia entre ambos grcos de las SDF?
Ejercicio 5.
I A partir de la sucesin x
1
[n] del Ejercicio 4, considere la sucesin x
3
[n] de
perodo N = 100, cuyo perodo se obtiene concatenando dos perodos de x
1
[n]
x
3
[n] =
_
x
1
[n], x
1
[n]
.
Evidentemente, esta sucesin es diferente de la sucesin x
2
[n] del Ejercicio 4, aunque
ambas tienen perodo N = 100.
1. Calcule los coecientes de (un perodo de) la SDF
X
3
[k] de x
3
[n], y graque el m-
dulo y la fase en funcin de k.
2. Cules son los efectos de duplicar la periodicidad en los coecientes de la SDF?
3. Extienda los resultados anteriores para el caso en que el perodo se multiplica por
M. En particular, muestre que si
x
M
[n] =
_
x
1
[n], . . . , x
1
[n]
. .
_
M veces
entonces
X
M
[Mk] =
_
M
X
1
[k], k = 0, 1, . . . N 1,
0, Mk ,= 0, M, . . . M N.
Ejercicio 6.
X[k]
sen[
N
2
_
2
N
k
_
]
sen[
1
2
_
2
N
k
_
]
e
j
N1
2
(
2
N
k)
.
Calcule explcitamente los lmites de la sumatoria.
Ejercicio 8. Sea x[n] una sucesin de longitud N, tal que x[n] = 0 si n < 0 o n > N 1, y
que por lo menos tiene una muestra no nula. Es posible que para tal sucesin X
_
e
j
k
_
=
0, donde
k
=
2
M
k, 0 _ k _ M1? Si la respuesta es armativa, construya un ejemplo.
En caso contrario, explique su razonamiento. Analice los casos en que:
1. M _ N,
2. M < N.
Ejercicio 9. Sea X[k] la TDF de N puntos de la sucesin x[n] de N puntos de longitud.
1. Muestre que si x[n] = x[N 1 n], entonces X[0] = 0. Considere por separado
los casos en que N es par o impar.
2. Muestre que si N es par y x[n] = x[N 1 n], entonces X[N/2] = 0.
Ejercicio 10. Se sabe que x[n] es una sucesin de longitud N = 6, y que su TDF X[k] es
X[k] = 12, 7, 3, 0, 3, 7, para 0 _ k < 6. Cul de las siguientes armaciones es correcta?
Justique su respuesta.
1. La sucesin x[n] es real.
2. La sucesin x[n] es imaginaria pura.
Procesamiento Digital de Seales U.N.S. 2011
18 4. Series y Transformadas de Fourier
3. La sucesin x[n] es compleja.
4. La informacin dada es insuciente para obtener una conclusin.
Ejercicio 11. Las sucesiones complejas de longitud nta N pueden descomponerse en
sucesiones de N puntos conjugadas simtricas y antisimtricas a partir de las siguientes
relaciones
x
ep
[n] =
1
2
(x[n] + x
+
[((n))
N
]) , 0 _ n _ N 1,
x
op
[n] =
1
2
(x[n] x
+
[((n))
N
]) , 0 _ n _ N 1,
respectivamente.
1. Verique analticamente las siguientes propiedades:
Re x[n]
TDF
X
ep
[k],
j Imx[n]
TDF
X
op
[k],
x
ep
[n]
TDF
Re X[k] = Re X[((k))
N
]
x
op
[n]
TDF
j ImX[k] = j ImX[((k))
N
]
2. Construya una funcin en MATLAB que, a partir de la sucesin x[n] calcule las su-
cesiones conjugadas simtricas y antisimtricas x
ep
[n] y x
op
[n], respectivamente.
3. Verique las propiedades de simetra enunciadas arriba utilizando la sucesin x[n] =
(0,9e
j
3
n
)(u[n] u[n 20]).
4. Utilice las propiedades enunciadas arriba para computar simultneamente la TDF
de dos sucesiones reales x
1
[n] y x
2
[n], ambas de longitud N, formando la sucesin
compleja x[n] = x
1
[n] + jx
2
[n], recuperando X
1
[k] y X
2
[k] a partir de X[k]. Com-
pruebe sus resultados para las siguientes dos sucesiones:
x
1
[n] = cos (0,25n) , x
2
[n] = sen (0,75n) , 0 _ n _ 63.
Ayuda: Aunque la operacin mdulo, indicada aqu como ((n))
N
se puede implementar
con el comando rem(n,N), no resulta til si n < 0. Por ello se sugiere implementar la
funcin mod, tal como se detalla a continuacin:
function m = mod(n,N)
% Esta funcin calcula ((n))N, aun para n<0.
%
m = rem(n,N);
m = m+N;
m = rem(m,N);
Ejercicio 12. El en Captulo 2 se estudi cmo calcular la transformada de Fourier inversa
a partir de la transformada directa. Algunas relaciones similares pueden aplicarse para
calcular la TDF inversa a partir de la TDF. En los grcos de la gura, el bloque indicado
TDF calcula la transformada de Fourier de la sucesin x[n] = x
r
[n] + jx
i
[n], dando como
resultado X[k] = X
r
[k] + jX
i
[k].
Procesamiento Digital de Seales U.N.S. 2011
4.5. Ejercicios 19
1. Demuestre que la sucesin x[n] se puede calcular a partir de X[k] aplicando los
siguientes pasos, como se sugiere en la Fig. (a) :
Conjugar X[k].
Calcular la TDF directa de X
+
[k].
Conjugar el resultado de la TDF directa. En denitiva,
x[n] =
1
N
TX
+
[k]
+
.
2. Otra forma de calcular la transformada inversa tambin hace uso de la propiedad
de conjugacin, como se muestra en la Fig. (b)
Intercambiar las partes real e imaginaria de X[k], deniendo un vector v[n] =
ImX[k][
k=n
+ j ReX[k][
k=n
.
Calcular V[k], la TDF directa de v[n].
Intercambiar la parte real e imaginaria de V[k]. En sntesis,
x[n] =
1
N
ImTImX[k]+j ReX[k]+
j
N
Re TImX[k]+j ReX[k] .
3. Una tercera manera hace uso de rotaciones.
Dena v[n] = X[k][
k=((n))
N
.
Calcule V[k], la TDF de v[n].
Verique que x[n] = (1/N) V[k][
k=n
.
Ejercicio 13. Si X[k] es la TDF de 4 puntos de la sucesin de longitud nita x[n] que se
muestra en la gura, graque la secuencia y[n] cuya TDF es Y[k] es Y[k] = W
3k
4
X[k].
Ejercicio 14. Determine la relacin entre X
1
[k] y X
2
[k], las TDF de dos sucesiones x
1
[n] y
x
2
[n] de longitud nita (N = 8 muestras) que se muestran en la gura.
Procesamiento Digital de Seales U.N.S. 2011
20 4. Series y Transformadas de Fourier
Ejercicio 15. Sea X[k] es la TDF de 6 puntos de la sucesin x[n] real y de longitud nita
que se muestra en la gura.
1. Graque la secuencia de longitud nita y[n] cuya TDF de 6 puntos es Y[k] = W
4k
6
X[k].
2. Graque la secuencia de longitud nita w[n] cuya TDF de 6 puntos es W[k] =
Re X[k].
3. Graque la secuencia de longitud nita q[n] cuya TDF de 3 puntos es Q[k] = X[2k],
k = 0, 1, 2.
Ejercicio 16. Una sucesin x[n] de duracin nita N = 8 tiene la TDF X[k] que se muestra
en la Fig. I. Una sucesin nueva, de longitud N = 16 se genera a partir de x[n] como
y[n] =
_
x[n/2], si n es par,
0, en caso contrario.
De la Fig. II, elija la TDF de 16 puntos correspondiente a y[n].
Figura I
Figura II
Ejercicio 17. Sea x[n] una sucesin de longitud nita N que se muestra en la gura (a).
Las lneas llenas sugieren la envolvente de los valores de la sucesin entre 0 y N 1. A
partir de x[n] se construyen dos sucesiones x
1
[n] y x
2
[n] de longitud nita 2N, como se
indica en las guras (b) y (c), y expresadas matemticamente como:
x
1
[n] =
_
x[n], 0 _ n _ N 1,
0, caso contrario.
x
2
[n] =
_
_
_
x[n], 0 _ n _ N 1,
x[n N], N _ n _ 2N 1,
0, en caso contrario.
Procesamiento Digital de Seales U.N.S. 2011
4.5. Ejercicios 21
Sea X[k] la TDF de N puntos de x[n], y X
1
[k] y X
2
[k] las TDF de 2N puntos de x
1
[n] y
x
2
[n], respectivamente.
1. Determine la forma ms simple de obtener X[k] a partir de X
1
[k].
2. Calcule X
2
[k] a partir de X
1
[k].
3. Justique si X
2
[k] se puede obtener a partir de X[k].
Ejercicio 18. Si X[k] es la TDF de N puntos de x[n] (N es par), determine las sucesiones
y[n] cuyas TDF de N puntos se listan a continuacin, y exprselas en funcin de x[n].
Y[k] = (1)
k
X[k].
Y[k] = Re X[k] =
1
2
(X[k] + X
+
[k]) .
Y[k] =
_
X[k N/2], k _ N/2,
X[k + N/2], k < N/2.
Ejercicio 19. Para la sucesin temporal x[n] = (1/2)
n
u[n],
1. Calcule X(e
j
)
2. Muestree X(e
j
) en 4 puntos, y determine X[k] = X(e
j
)
=
2
4
k
, k = 0, 1, 2, 3.
3. Compute x[n], la TDF inversa de X[k].
4. Compare x[n] e x[n], y justique el resultado expresando analticamente x[n] en
funcin de x[n].
Ayuda: para resolver este problema es conveniente repasar los contenidos de la Seccin
8.4, Sampling the Fourier Transform del libro de Oppenheim et al.
Ejercicio 20.
I Las sucesiones x[n] e y[n] tienen longitud N. A partir de ellas se genera una
tercera sucesin w[n] de largo 3N como se indica a continuacin:
w[n] = x[0], y[0], 0, x[1], y[1], 0, x[2], y[2], 0, . . . x[N 1], y[N 1], 0.
Exprese W[k] en funcin de X[k] e Y[k].
Ejercicio 21. Considere la sucesin x[n] = Acos
0
n + Bcos
1
n, 0 _ n _ N 1, con
A = 1, B = 0,5,
0
= (1/N)2,
1
= (3/N)2, N = 8.
Procesamiento Digital de Seales U.N.S. 2011
22 4. Series y Transformadas de Fourier
1. Calcule y graque X
_
e
j
_
.
2. Calcule y graque X
N
[k], la TDF de N puntos de x[n].
3. Si la transformada de Fourier X
_
e
j
_
de x[n] se muestrea en
k
= (2/Q)k, 0 _
k _ Q 1, donde Q = N/2 = 4, se obtiene una transformada discreta Z[k], 0 _
k _ Q 1. Escriba z[n] en funcin de x[n], y calcule explcitamente z[n] para 0 _
n _ Q1.
4. Se acorta la sucesin x[n] a la mitad, obtenindose la sucesin w[n] = x[n], 0 _
n _ Q1. Graque W
_
e
j
_
y W[k], 0 _ k _ Q1.
5. Es cierto que Z[k] = W[k], 0 _ n _ Q 1, donde Z[k] y W[k] son las TDF de los
incisos 3 y 4, respectivamente? Justique.
Ejercicio 22.
n=0
z[n + 1]z[n] =
N
2
N1
k=0
sen
_
2
N
k
_
[Z[k][
2
.
3. Muestre que
A
T
=
1
2
Im
N1
n=0
y[n + 1] y[n 1]x[n] = iN
N1
k=0
sen
_
2
N
k
_
Y[k]X[k].
Ejercicio 23. Calcule la convolucin circular de N = 6 y N = 10 puntos para las dos
sucesiones de la gura, y verique sus resultados usando Matlab (calculando la anti-
transformada del producto de las transformadas).
Ejercicio 24. Para las dos sucesiones de 4 puntos x[n] y h[n], denidas por
x[n] = cos(n/2), n = 0, 1, 2, 3,
h[n] = 2
n
, n = 0, 1, 2, 3.
1. Calcule X[k], la TDF de 4 puntos de x[n].
Procesamiento Digital de Seales U.N.S. 2011
4.5. Ejercicios 23
2. Calcule H[k], la TDF de 4 puntos de h[n].
3. Calcule y[n] = x[n] ~h[n] usando la convolucin circular
y[n] =
N1
m=0
x[m]h[((n m))
N
].
4. Calcule y[n] = x[n] ~ h[n] multiplicando las TDF de x[n] y h[n] y calculando la
transformada inversa.
Nota: Se sugiere resolver el inciso 3 a mano para comprender el funcionamiento de la
convolucin circular.
Ejercicio 25. Si x[n] = 1, 3, 1, 5 e y[n] = 7, 7, 9, 3, existe una sucesin w[n] de
longitud N = 4 tal que y[n] = x[n] ~w[n]?
Ejercicio 26.
C Sea c = (c
0
, c
1
, . . . , c
N1
), d = (d
0
, d
1
, . . . , d
N1
) la representacin vectorial
de dos sucesiones c[n], d[n] de longitud nita, n = 0, 1, . . . , N 1. Se denen las matrices
circulantes
C =
_
_
c
0
c
N1
c
N2
c
1
c
1
c
0
c
N1
c
2
c
2
c
1
c
0
c
3
.
.
.
.
.
.
.
.
.
.
.
.
c
N1
c
N2
c
N3
c
0
_
_
, D =
_
_
d
0
d
N1
d
N2
d
1
d
1
d
0
d
N1
d
2
d
2
d
1
d
0
d
3
.
.
.
.
.
.
.
.
.
.
.
.
d
N1
d
N2
d
N3
d
0
_
_
.
1. Muestre cmo relacionar el producto matricial Cx
T
con la convolucin c ~x, donde
x = (x
0
, x
1
, . . . , x
N1
) es la representacin vectorial una sucesin x[n].
2. Usando los resultados del inciso anterior, muestre que CD es la matriz circulante
correspondiente a c ~d.
3. Pruebe que C y D conmutan: CD = DC.
Ejercicio 27.
I Sean x[n] e y[n] dos sucesiones de longitud nita, tales que x[n] se anula
para n < 0 y n > 40, y para 9 < n < 30, e y[n] se anula para n < 10 y n > 19, tal como se
muestra en la gura. Sea w[n] la convolucin lineal entre x[n] e y[n], y g[n] la convolucin
circular de N = 40 puntos entre x[n] e y[n]
w[n] = x[n] + y[n] =
k=
x[k]y[n k],
g[n] = x[n] ~y[n] =
N1
k=0
x[k]y[((n k))
N
].
1. Determine los valores de n para los cuales w[n] puede ser no nula.
2. Especique los valores de n para los cuales w[n] puede calcularse a partir de g[n].
Ejercicio 29. Considere dos sucesiones x
1
[n] y x
2
[n] denidas como
x
1
[n] =
_
1, 0 _ n _ 99,
0, en caso contrario.
x
2
[n] =
_
1, 0 _ n _ 9,
0, en caso contrario.
1. Calcule y graque la convolucin lineal x
1
[n] + x
2
[n].
2. Calcule y graque la convolucin circular de 100 puntos x
1
[n]~x
2
[n].
3. Calcule y graque la convolucin circular de 110 puntos x
1
[n]~x
2
[n].
Ejercicio 30.
I Se desea ltrar la sucesin de datos x[n] = u[n] con un ltro con respuesta
impulsiva h[n] = [n] [n 2]. Calcule la salida del sistema y[n] = h[n] + x[n] por
medio de:
1. la denicin de suma convolucin: y[n] =
k
h[k]x[n k];
2. el mtodo overlap-add;
3. el mtodo overlap-save.
Para los incisos (2) y (3), utilice una TDF de orden 4, y ajuste la longitud de los bloques
de la entrada y de la respuesta impulsiva segn corresponda. Verique que se obtiene
el mismo resultado en los tres casos. Nota: Aunque en una implementacin real las con-
voluciones de cada etapa se calcularan efectuando la TDF inversa del producto de H[k]
con la TDF de cada bloque de entrada, para simplicar el ejercicio es suciente calcular
la convolucin (lineal o circular, segn el caso) en el dominio tiempo. Las sucesiones se
han elegido de manera que las convoluciones puedan efectuarse por inspeccin.
Procesamiento Digital de Seales U.N.S. 2011
4.5. Ejercicios 25
Ejercicio 31.
I Se desea ltrar un arreglo de datos muy largo con un ltro FIRcuya respuesta
impulsiva tiene una longitud P = 50 muestras utilizando la tcnica de procesamiento por
bloques. Para hacer esto:
las secciones de entrada se solapan en V muestras;
de la salida de cada seccin se extraen M muestras tal que cuando estas muestras
son agrupadas, la secuencia resultante es la salida ltrada deseada.
La entrada se segmenta en bloques de L = 100 muestras de longitud, y el tamao de
la TDF utilizada para calcular las convoluciones parciales es N = 128 puntos. Suponga
adems que la secuencia de salida de la convolucin circular est indexada de 0 a 127.
1. Determine V.
2. Determine M.
3. Determine el ndice del comienzo y el nal de los M puntos extrados; es decir, de-
termine cul de los 128 puntos resultantes de la convolucin circular son extrados
y anexados con los resultados de la seccin previa.
Ejercicio 33.
I Calcule la convolucin por bloques entre las seales x[n] y h[n] del Ejercicio
30 utilizando bloques entrada de tamao L = 4, y TDF de tamao N = 4. Para cada
convolucin parcial, determine el nmero de puntos que se deben descartar (V), y la can-
tidad de puntos que debe reservarse para sumarlos al resultado del clculo del prximo
bloque.
Ejercicio 34. Se desea implementar la convolucin lineal de una sucesin de 10000 puntos
con un FIR cuya respuesta impulsiva tiene una longitud de 100 muestras. La convolucin
se efectuar usando TDF y TDF inversas de 256 puntos.
1. Cul es el mnimo nmero de TDF de 256 puntos, y de TDF inversas de 256 puntos
necesarias para implementar la convolucin de la secuencia de 10000 puntos si se
utiliza el mtodo overlap-add? Justique.
Procesamiento Digital de Seales U.N.S. 2011
26 4. Series y Transformadas de Fourier
2. Cul es el mnimo nmero de TDF de 256 puntos, y de TDF inversas de 256 puntos
necesarias para implementar la convolucin de la secuencia de 10000 puntos si se
utiliza el mtodo overlap-save? Justique.
3. Se ver ms adelante que, cuando N es potencia de 2, la TDF o la TDF inversa se
puede efectuar con (N/2) log
2
N multiplicaciones complejas, y (N/2) log
2
N adi-
ciones complejas. Para el mismo ltro usado en (1) y en (2), compare el nmero de
operaciones aritmticas (sumas y productos) necesarias para implementar el mto-
do overlap-add, overlap-save, y la convolucin directa.
Ejercicio 35.