Tarea 2 - Señales en el dominio de la frecuencia

Definición de conceptos: estudiando el libro de (Ambardar), El estudiante investiga de

manera individual y da respuesta a las siguientes preguntas teóricas:

Explique qué es convolución continua y discreta. De cuatro (4) ejemplos de usos y/o
aplicaciones en la ingeniería.

La convolución no es más que un simple operador matemático que transforma dos funciones 𝑓 y 𝑔 en
una tercera que representa la magnitud en la que se superponen 𝑓 y una traslación invertida de 𝑔. Se
denota con el símbolo ∗, y está definida de la siguiente manera:
𝑡
(𝑓 ∗ 𝑔)𝑡 = ∫ 𝑓(𝑢)𝑔(𝑡 − 𝑢)𝑑𝑢; ∀> 0 (1)
0
𝑛

𝑥𝑛 ∗ 𝑦𝑛 = ∑ 𝑥𝑘 𝑦𝑛−𝑘 (2)
𝑘=0

Como puede notarse, el producto de convolución de lo continuo (funciones) se calcula

mediante una integral, mientras que el producto de convolución de lo discreto (sucesiones),
se calcula mediante una serie.

La convolución y las operaciones relacionadas se encuentran en muchas aplicaciones de

ingeniería y matemáticas.

 En estadística, como un promedio móvil ponderado.

 En teoría de la probabilidad, la distribución de probabilidad de la suma de
dos variables aleatorias independientes es la convolución de cada una de sus
distribuciones de probabilidad.
 En óptica, muchos tipos de “manchas” se describen con convoluciones. Una sombra
(ej. la sombra en la mesa cuando tenemos la mano entre ésta y la fuente de luz) es la
convolución de la forma de la fuente de luz que crea la sombra y del objeto cuya
sombra se está proyectando. Una fotografía desenfocada es la convolución de la
imagen correcta con el círculo borroso formado por el diafragma del iris.
 En acústica, un eco es la convolución del sonido original con una función que
represente los objetos variados que lo reflejan.
 En ingeniería eléctrica, electrónica y otras disciplinas, la salida de un sistema lineal
(estacionario o bien tiempo-invariante o espacio-invariante) es la convolución de la
entrada con la respuesta del sistema a un impulso (ver animaciones).
 En física, allí donde haya un sistema lineal con un “principio de superposición”,
aparece una operación de convolución.

Es más común para el análisis de señales de audio, eléctrica y electrónica.

Tomado de http://lcr.uns.edu.ar/fvc/NotasDeAplicacion/FVC-PercatFernando.pdf
¿Qué es estabilidad y causalidad de sistemas LTI?

Causalidad: Un sistema es causal cuando su salida no anticipa valores futuros de

la entrada. Podemos asegurar que un sistema es causal si:

ℎ[𝑛] = 0 𝑛 < 0 ℎ(𝑡) = 0 𝑡 < 0

Demostración: si el sistema es causal, al no poder depender de valores futuros de 𝑥[𝑛] en la

suma de convolución no podrá depender de valores de 𝑥[𝑘] si 𝑘 > 𝑛
∞ 𝑛

𝑦[𝑛] = ∑ 𝑥[𝑘]ℎ[𝑛 − 𝑘] = ∑ 𝑥[𝑘]ℎ[𝑛 − 𝑘] → 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑒𝑠 𝑐𝑎𝑢𝑠𝑎𝑙

𝑘=−∞ 𝑘=−∞

Para que se de esa igualdad

ℎ[𝑛 − 𝑘] = 0 𝑠𝑖 𝑘 > 𝑛
ℎ[𝑛 − 𝑘] = 0 𝑠𝑖 𝑛 − 𝑘 < 0

si recordamos que (ℎ[𝑛] 𝑜 ℎ(𝑡)) es la respuesta al impulso parece lógico que un sistema LTI
que es causal ( y por tanto no puede anticipar la entrada) no pueda tener salida no nula antes
del instante 𝑜

Estabilidad: Un sistema LTI es estable si se cumple:

∞ ∞
∑|ℎ[𝑛]| < ∞ ∫ |ℎ(𝑡)| 𝑑𝑡 < ∞
−∞ −∞

Demostración: en un sistema estable la salida tiene que estar acotada si la entrada está
acotada

|𝑥[𝑛]| ≤ 𝑃 |𝑦[𝑛]| ≤ ∞
∞ ∞

|𝑦[𝑛]| = | ∑ 𝑥[𝑘]ℎ[𝑛 − 𝑘]| = ∑ |𝑥[𝑘]| |ℎ[𝑛 − 𝑘]| < ∞

𝑘=−∞ 𝑘=−∞

∞ ∞ ∞

∑ |𝑥[𝑘]| |ℎ[𝑛 − 𝑘]| ≤ ∑ 𝑃|ℎ[𝑛 − 𝑘]| ∞ ∑|ℎ[𝑛]| < ∞

𝑘=−∞ 𝑘=−∞ −∞

Tomado de: http://agamenon.tsc.uah.es/Asignaturas/ittst/sl/apuntes/Tema2Sesion2.pdf

Explique que es correlación y de un (1) ejemplo de uso y/o aplicación en la ingeniería.

La correlación es una operación similar a la convolución. Implica desplazar una función más
allá de otra y encontrar el área bajo el producto resultante. Sin embargo, a diferencia de la
convolución, no se efectúa ninguna reflexión. La correlación 𝑟 𝑥𝑥 (𝑡) de dos funciones
idénticas 𝑥(𝑡) se llama autocorrelación. Para dos funciones diferentes 𝑥(𝑡) y 𝑦(𝑡), la
correlación 𝑟𝑥𝑦 (𝑡) o 𝑟𝑦𝑧 (𝑡) se conoce como correlación cruzada.

Usando el símbolo ∗∗ para denotar correlación, definimos las dos operaciones como:
∞
𝑟𝑥𝑥 (𝑡) = 𝑥(𝑡) ∗∗ 𝑥(𝑡) = ∫ 𝑥(𝜆)𝑥(𝜆 − 𝑡)𝑑𝜆
−∞

∞
𝑟𝑥𝑦 (𝑡) = 𝑥(𝑡) ∗∗ 𝑦(𝑡) = ∫ 𝑥(𝜆)𝑦(𝜆 − 𝑡)𝑑𝜆
−∞

∞
𝑟𝑦𝑥 (𝑡) = 𝑦(𝑡) ∗∗ 𝑥(𝑡) = ∫ 𝑦(𝜆)𝑥(𝜆 − 𝑡)𝑑𝜆
−∞

La variable 𝑡 es frecuentemente denominada como el retraso. Las definiciones de la correlación

cruzada no son estándares, y algunos autores prefieren cambiar las definiciones de 𝑟𝑥𝑦 (𝑡) y
𝑟𝑦𝑧 (𝑡).

Se usa muy frecuentemente en el procesamiento digital de señales

Explique qué es auto correlación y de un (1) ejemplo de uso y/o aplicación en la

ingeniería

La autocorrelación puede verse como una medida de similitud, o coherencia, entre una
función 𝑥(𝑡) y su versión de desplazamiento. Claramente, bajo ningún desplazamiento, las
dos funciones se “igualan” y resultan en un máximo para la autocorrelación. Mas con un
desplazamiento creciente, sería natural esperar la similitud y, por consiguiente, la reducción
de la correlación entre 𝑥(𝑡) y su versión desplazada. Conforme el desplazamiento se
aproxima a infinito, toda traza de similitud se desvanece y la autocorrelación decae a cero.

Simetría
Puesto que 𝑟𝑥𝑦 (𝑡) = 𝑟 (– 𝑡), tenemos, 𝑟𝑥𝑥 (𝑡) = 𝑟𝑥𝑥 ((−𝑡). Esto significa que la
autocorrelación de una función real es par. La autocorrelación de una función par 𝑥(𝑡) es
también igual a la convolución de 𝑥(𝑡) en sí misma, debido a que la operación de reflexión
deja una función par invariable.

Una de las aplicaciones de la autocorrelación es la medida de espectros ópticos y en especial

la medida de pulsos muy cortos de luz.
En óptica, la autocorrelación normalizada y la correlación cruzada proporcionan el grado de
coherencia de un campo electromagnético.
En el procesamiento de señales, la autocorrelación proporciona información sobre las
periodicidades de la señal y sus frecuencias características como los armónicos de una nota
musical producida por un instrumento determinado (tono y timbre).

Tomado de: https://esacademic.com/dic.nsf/eswiki/124695#Aplicaciones

¿Cuál es la diferencia de correlación continua y correlación discreta?

La correlación continua se encarga de asemejar un producto, resultado de un desplazamiento

de una función sobre otra. Una relación es lineal cuando el cambio en una variable se asocia
en un cambio proporcional en otra variable y la correlación discreta se encarga de encontrar
la similitud entre señales o valores semejantes por emparejamiento.

¿Qué son las series de Fourier?

Una serie de Fourier es una serie infinita que converge puntualmente a una función periódica
y continúa por partes, esta constituye una herramienta de la matemática básica empleado para
analizar funciones periódicas a través de la descomposición de dicha función en una suma
infinita de funciones sinusoidales mucho más simple. Las 3 formas de una serie de Fourier
son forma trigonométrica, forma polar y forma exponencial.

Las áreas de aplicación incluyen análisis de vibratorio, acústico, óptico procesamiento de

imágenes y comprensión de datos, ecuaciones de calor y de ondas, además circuitos eléctricos

¿Qué es la transformada Continua de Fourier? De dos (2) ejemplos de uso y/o aplicación
en la ingeniería.

La transformada Continua de Fourier puede considerarse como una extensión de la serie de

Fourier aplicada a señales no periódicas, esta sirve para unificar las representaciones de
señales periódicas y sus contrapartes no periódicas. Se dice que la función original está en el
dominio del tiempo y la transformada la pasa al dominio de la frecuencia.

Las aplicaciones son muy numerosas, por ejemplo, algunos circuitos eléctricos, compresión
de audio. Sabemos que una señal de audio como una canción es una función temporal y en
la telefonía móvil, el sonido de la voz se codifica. La transformada de Fourier es básicamente
el espectro de frecuencias de una función. Un buen ejemplo de eso es lo que hace el oído
humano, ya que recibe una onda auditiva y la transforma en una descomposición en distintas
frecuencias (que es lo que finalmente se escucha)

Tomado de: https://es.quora.com/Qu%C3%A9-son-y-para-qu%C3%A9-sirven-las-

transformadas-de-Fourier