1.

Objetivos
El principal objetivo de este Trabajo Práctico es introducir el programa de cálculo científico Matlab ®[4]. El
programa Matlab (el nombre corresponde a la abreviación de Matrix Laboratory) es una potente herramienta de
cálculo numérico y visualización de uso muy difundido a nivel mundial en los ambientes industrial y académico
en tareas de investigación, desarrollo y diseño en diversas áreas tales como procesamiento de señales, control y
comunicaciones [4].
En este Trabajo Práctico se pretende que el alumno
1. se familiarice con los comandos Matlab que posibilitan
ƒ la representación y cálculo matricial,
ƒ la generación de señales a valores reales o complejos, y su visualización,
ƒ la creación de programas Matlab (llamados M-files) en las modalidades function-files y script-files,
ƒ el almacenamiento de los resultados de una sesión Matlab y el ingreso de datos en el espacio de trabajo
de Matlab,
2. se familiarice con las operaciones de convolución y correlación de señales, y su implementación en Matlab.
3. se familiarice con el algoritmo de integración numérica Euler de 1er. Orden, y con su aplicación en la
simulación digital de sistemas dinámicos simples.

2. Introducción
Matlab es un lenguaje de alto nivel para cálculo científico que integra, en un único ambiente software, rutinas de
cálculo, visualización y programación. El programa es de fácil uso ya que los problemas se pueden formular
usando una notación matemática estándar. La representación básica de los datos en Matlab es en forma
matricial, pero con la ventaja de que no es necesario especificar las dimensiones de las matrices involucradas [4].
Usos típicos de Matlab incluyen:
ƒ Cálculo numérico.
ƒ Desarrollo de algoritmos.
ƒ Modelado, simulación y desarrollo de prototipos.
ƒ Análisis y visualización de datos.
ƒ Construcción de gráficas.
ƒ Desarrollo de aplicaciones en distintas áreas científicas y tecnológicas.

Matlab es un sistema abierto al cual el usuario puede incorporar nuevas funciones para su uso en aplicaciones
particulares. Existen también extensiones de Matlab denominadas Toolboxes, que son colecciones de funciones
Matlab que permiten resolver problemas específicos en diversas áreas de ciencia e ingeniería. Actualmente
existen Toolboxes en áreas tales como Control [5], Procesamiento de Señales [6], Identificación de Sistemas [7],
Procesamiento de Imágenes, Redes Neuronales, Lógica Difusa, Wavelets, etc..
En este primer Trabajo Práctico se introducen los comandos Matlab básicos que se emplearán en los Trabajos de
Laboratorio de la Asignatura. En la Sección 3., que es de caracter tutorial, se ilustra a través de ejemplos cómo
pueden representarse señales en Tiempo Continuo (TC) y en Tiempo Discreto (TD), y cómo las mismas pueden
visualizarse mediante el uso de los comandos plot, stem, y mesh. Así mismo se indica cómo pueden
ingresarse datos en el espacio de trabajo de Matlab, y cómo pueden almacenarse los resultados de una sesión
Matlab. Se detallan también es esta sección los comandos Matlab para control de flujo de programas, y se
describen las principales características de los denominados M-files en las modalidades function-file y script-
file. Los experimentos que deberán resolverse en la sesión de Laboratorio se plantean en la Sección 4., en tanto
que las referencias bibliográficas se detallan en la Sección 5. Los problemas cuya solución deberá reportarse en
el Informe de Laboratorio se incluyen en el documento Problemas a incluir en el Informe de Laboratorio, en
tanto que las pautas generales para la elaboración del Informe de Laboratorio se incluyen en el documento
Pautas para la Elaboración del Informe de Laboratorio.
3. Comandos básicos Matlab
3.1. Ingreso de datos al espacio de trabajo
Matlab trabaja esencialmente con una única clase de objetos, nominalmente matrices, que pueden ser a valores
reales o complejos. Todas las variables en Matlab representan matrices. Una matriz 1 x 1 es interpretada como
un escalar y matrices con una sola columna o una sola fila son interpretadas como vectores (columna o fila
respectivamente). Las matrices en Matlab pueden básicamente ser ingresadas en las siguientes formas:
ƒ Ingresadas como una lista de elementos. Por ejemplo el comando

>> A = [1,2,4;8,16,32;64,128,254]

A =
1 2 4
8 16 32
64 128 254

asignará a la variable A la matriz 3 x 3 arriba indicada. El símbolo ‘,’ o un espacio, separa elementos en
una fila, en tanto que el símbolo ‘;’ indica el inicio de la siguiente fila.
ƒ Generadas por líneas de comando u otras funciones de Matlab. Por ejemplo el comando

>> B = rand(3,2)

B =
0.9501 0.4860
0.2311 0.8913
0.6068 0.7621

asignará a la variable B la matriz 3 x 2 arriba indicada, cuyos elementos son números aleatorios entre 0 y 1
con distribución uniforme.
ƒ Creadas en M-files (ver Sección 3.2.). Por ejemplo si se crea un archivo datos1.m cuyo contenido es

C = [1 4 9; 16 25 36];
D = [1 2; 8 16; 32 64];

y se ejecuta el comando

>> datos1

entonces, en el espacio de trabajo quedarán definidas las variables C y D con los valores arriba indicados.
ƒ Ingresadas desde archivos de datos externos con el comando load. Por ejemplo, si externamente se crea un
archivo conteniendo

16.0 3.0 2.0 13.0

5.0 10.0 11.0 8.0
9.0 6.0 7.0 12.0
4.0 15.0 14.0 1.0

y se lo salva con el nombre datos2.mat, entonces el comando

>> load datos2.mat

 ingresará en el espacio de trabajo una variable, datos2, a la cual le asignará la matriz almacenada en el
archivo datos2.mat (siempre que el archivo esté ubicado en un directorio incluído en el Matlab-Path1).

3.2. Especificación de elementos de una matriz y de submatrices

Un elemento particular de una matriz o un vector se referencia en la forma matemática usual.
Por ejemplo:
ƒ A(1,2) denota el elemento de la primer fila y segunda columna de la matriz A,
ƒ A(:,2) denota la segunda columna de A,
ƒ A(3,:) denota la tercera fila de A, y
ƒ A(2:3,1:4) denota la submatriz formada por las filas 2 y 3 y las columnas 1 a 4 de la matriz A.

Matlab sólo acepta índices enteros positivos para denotar los elementos de una matriz o vector.

3.3. Operaciones elementales con matrices

Las siguientes operaciones básicas con matrices están disponibles en Matlab:
+ adición
- substracción
* multiplicación
^ potencia
‘ transpuesta conjugada
.’ transpuesta
\ división por izquierda
/ división por derecha

Por supuesto, estas operaciones con matrices también se aplican a escalares (matrices de 1 x 1). Si las
dimensiones de las matrices no son compatibles para realizar la operación aparece un mensaje de error, excepto
en el caso de realizar una operación entre una matriz y un escalar, en cuyo caso se realiza la operación entre cada
elemento de la matriz y el escalar (para las operaciones de suma, resta, multiplicación y división).
Es importante destacar que las operaciones arriba mencionadas son operaciones matriciales, si bien las
operaciones de suma y resta actúan, por definición, componente-a-componente. Puede lograrse que las
operaciones *, ^ , \ , y /, actúen también componente-a-componente, precediendo al símbolo correspondiente por
un punto ‘.’ . Por ejemplo, si queremos elevar cada elemento de una matriz al cuadrado, tendríamos

>> E = [1 2 3; 4 5 6];
>> F = E.^2
F =
1 4 9
16 25 36

Los símbolos \ y / denotan la división por izquierda y por derecha, respectivamente. La interpretación precisa de
los comandos A\B, y A/B se puede obtener recurriendo al help-on line de Matlab, tipeando

>> help slash

3.4. Gráficas
En Matlab hay diversos comandos para la realización de gráficas en 2 y 3 dimensiones. En dos dimensiones, los
comandos básicos son las funciones plot y stem, en tanto que para gráficas en 3 dimensiones los comandos

1
Matlab busca las funciones y archivos de datos en una lista ordenada de directorios que se denomina Matlab-
path. Pueden agregarse, eliminarse, o alterar el orden de los directorios 'clickeando' en la opción 'Set Path' del
menú 'File' en la 'Command Window' de Matlab.
básicos son mesh y surf. Los siguientes ejemplos ilustran la utilización de los comandos plot, stem y
mesh, para la representación de señales en una y dos dimensiones.

Ejemplo 1:
Consideremos la siguiente señal analógica

x( t ) = sin( 2π 50t ) + 0.5 sin(2π 150t ) ,

y supongamos que se muestrea esta señal con una frecuencia Fs = 600 Hz (el lector interesado puede
verificar que la frecuencia de muestreo elegida cumple con el Teorema de Muestreo de Shannon, es
decir Fs > FN , donde FN es la tasa de muestreo de Nyquist). La señal en tiempo discreto resultante
n
x(n) se obtiene tomando los valores de x(t ) en los instantes nTs = , donde Ts es el denominado
Fs
intervalo de muestreo. Es decir, en el caso del ejemplo se tiene

⎛ 2π 50 ⎞ ⎛ 2π 150 ⎞
x(n) = sin⎜ n ⎟ + 0.5sin⎜ n⎟ .
⎝ 600 ⎠ ⎝ 600 ⎠

Las señales en tiempo continuo x(t ) y en tiempo discreto x(n) pueden graficarse usando los comandos
Matlab plot y stem, respectivamente. La siguiente sucesión de comandos permite generar y graficar
estas señales.
» t=0:0.0001:0.04;
» x=sin(2*pi*50*t’)+0.5*sin(2*pi*150*t’);
» td=0:1/600:0.04;
» xn=sin(2*pi*50*td’)+0.5*sin(2*pi*150*td’);
» plot(t,x)
» hold on
» stem(td,xn)
» grid;
» xlabel(‘Tiempo [seg]’); ylabel(‘x(t)’);

Figura 1: Salida gráfica correspondiente al Ejemplo 1.

 La gráfica correspondiente está representada en Figura 1.
‰

Ejemplo 2:
Supongamos que se desea generar y graficar las señales en tiempo continuo x1 (t ) y x 2 (t ) definidas
como

x1 (t ) = cos(2π 50t )
x 2 (t ) = cos(2π 550t )
y las correspondientes señales en tiempo discreto que se obtienen muestreando x1 (t ) y x 2 (t ) con una
frecuencia Fs = 500 Hz. Notar que las dos señales tienen asociada la misma señal muestreada (el
lector interesado puede probar este hecho). Los comandos Matlab para generar y graficar las señales se
incluyen a continuación, y la gráfica resultante se muestra en la Figura 2.
>> Fs = 500; % frecuencia de muestreo en Hz
>> t1 = [0:1/(20*Fs):1]’; % vector tiempo “continuo”
>> F1 = 50; % frecuencia de la señal x1
>> F2 = F1 + Fs; % frecuencia de la señal x2
>> x1 = cos(2*pi*F1*t1); % señal x1
>> x2 = cos(2*pi*F2*t1); % señal x2
>> t = [0:1/Fs:1]’; % vector tiempo discreto
>> xm = cos(2*pi*F1*t); % señal muestreada
>> plot(t1,x1,’b—‘,t1,x2,’r-‘,t,xm,’go’); % gráfica
>> axis([0 0.02 -1 1]); % escalado en los ejes
>> xlabel(‘Tiempo [s]’); % rotulado del eje de abscisas
>> grid; % grilla
>> title(‘Señales x1(t), x2(t) y muestreadas’); % título

Figura 2: Salida gráfica correspondiente al Ejemplo 2.

Ejemplo 3:
En este ejemplo mostramos cómo pueden realizarse varias gráficas en una misma figura usando el
comando subplot.
Consideremos la siguiente señal exponencial compleja
n
j
x ( n) = e 3
.

La siguiente sucesión de comandos Matlab permite generar la señal y graficar la parte real y la parte
imaginaria de la señal en una misma figura.
>> n=0:30;
>> x=exp(j*n/3);
>> subplot(211), stem(n,real(x));
>> xlabel('Indice "n"');title('Parte Real');
>> subplot(212), stem(n,imag(x));
>> xlabel('Indice "n"');title('Parte Imaginaria');

La salida gráfica correspondiente se representa en la Figura 3. ‰

Figura 3: Salida gráfica correspondiente al Ejemplo 3. La gráfica superior corresponde a la parte real de
x(n) , y la gráfica inferior corresponde a la parte imaginaria de x(n) .

Ejemplo 4:
En este ejemplo ilustramos el uso del comando mesh para realizar gráficas en 3 dimensiones.
Consideremos la función sinc en dos dimensiones, definida como

sin( x 2 + y 2 )
f ( x, y ) = ,
x2 + y2
 y supongamos que queremos graficar f ( x, y ) para x e y en el rango [−8,8] . La siguiente sucesión
de comandos Matlab permitirá realizar esta operación [5]. La correspondiente salida gráfica está
representada en la Figura 4.

>> [x,y]=meshgrid(-8:0.5:8);
>> r=sqrt(x.^2+y.^2)+eps;
>> z=sin(r)./r;
>> mesh(x,y,z,ones(size(z))); % en colores: mesh(x,y,z)
>> xlabel(‘x’); ylabel(‘y’); zlabel(‘f(x,y)’);
‰

Figura 4: Salida gráfica correspondiente al Ejemplo 4.

3.5. Control de Flujo de Programas Matlab

Hay cuatro comandos básicos para el control de flujo en un programa Matlab. Los comandos, que se describen a
continuación, son muy similares a los respectivos comandos de control de flujo de otros lenguajes de
programación.
ƒ if (junto con else,y elseif): Evalúan una expresión lógica y ejecutan un grupo de sentencias de acuerdo al
resultado de la expresión. En su forma más simple la sintaxis es:

if expresión_lógica1
sentencias1;
elseif expresión_lógica2
sentencias2;
else
sentencias3;
end

Un ejemplo de aplicación donde se emplea este comando es el script-file positividad22.m que se

presenta en la Subsección 3.2. (Ejemplo 5).
ƒ for: Permite la ejecución reiterada de un grupo de sentencias un número fijo y predeterminado de veces. La
sintaxis es:
 for indice = vinicial:incremento:vfinal
sentencias;
end;

ƒ while: Permite la ejecución reiterada de un grupo de sentencias un número indefinido de veces bajo control
de una condición lógica. La sintaxis es:

while expresión_lógica
sentencias;
end;

ƒ switch: Permite la ejecución de grupos de sentencias dependiendo del valor de una variable o expresión. La
sintaxis es:

switch caso
caso1
sentencias1;
caso2
sentencias2;

otherwise
sentencias3;
end;

Como puede verse, estos comandos operan en forma similar a los análogos en otros lenguajes de programación
(ver [4] por mayores detalles).

3.6. Creación de M-files

Matlab permite ejecutar secuencias de comandos almacenados en un archivo. Estos archivos deben tener la
extensión ‘.m’ , y por eso se denominan M-files. Existen básicamente dos tipos de M-files: los denominados
function-files y script-files.
ƒ Script-files
Un script-file consiste de una sucesión de líneas de comando Matlab. Si por ejemplo el archivo tiene el
nombre positividad22.m , entonces el comando Matlab
>> positividad22
hace que se ejecuten los comandos del archivo en el orden en que aparecen. Las variables en el script-file son
globales, y por lo tanto cambiarán el valor de las variables del mismo nombre que estén definidas en el
espacio de trabajo (en la misma sesión), por el nuevo valor calculado.
Ejemplo 5:
El siguiente script-file (lo llamaremos positividad22.m) permite determinar si una matriz 2x2 es
definida positiva2 usando el Test de Sylvester 3 :
A = [1,2;3,4];
D = det(A);
if (A(1,1)> 0) & (D > 0),
disp(‘A es definida positiva’);
else
disp(‘A no es definida positiva’);
end;
‰

Una matriz A se dice definida positiva, y se nota A > 0 , si x Ax > 0 , donde x es un vector columna de
2 T

dimensiones apropiadas.
3
Test de Sylvester: Una matriz A es definida positiva si todos los menores principales sucesivos son
positivos.
 Los script-files son muy útiles cuando se tienen que ingresar datos en la forma de matrices de grandes
dimensiones, ya que pueden editarse fácilmente para corregir errores. Esto sería muy trabajoso si los datos se
ingresan por teclado.
ƒ Function-files
Los function-files permiten extender la biblioteca de funciones Matlab para el uso en aplicaciones
específicas. A diferencia de los script-files, las variables en un function-file son locales, por lo que variables
del mismo nombre en el espacio de trabajo de Matlab no son modificadas cuando la función es ejecutada.
El siguiente ejemplo muestra la estructura típica de un function-file.

Ejemplo 6:
Un function-file que permita calcular la norma de Frobenius4 de una matriz sería

function F = Frobenius(A)
% Esta función calcula la norma de Frobenius de una matriz A
% La norma de Frobenius de una matriz (m x n) A=(a_ij) esta
% definida como:
% F^2= Sum_{i=1,m} Sum_{j=1,n} |a_ij|^2
F = sqrt(sum(sum(abs(A).^2)));
‰

La primera línea de un function-file siempre comienza con la palabra function seguida de una expresión
donde se declara el nombre de la función (en el caso del Ejemplo 6, Frobenius), y se indica cómo la
función debe ser llamada desde el espacio de trabajo de Matlab, y cuáles son los argumentos de entrada y
salida de la función. En el Ejemplo 6, el argumento de salida es F y el argumento de entrada es la matriz A.
Las líneas que comienzan con el caracter ‘%’ corresponden a comentarios. Las líneas de comentarios que
están inmediatamente debajo de la primer línea pueden utilizarse para aprovechar las facilidades de help on-
line de Matlab. El texto correspondiente a esas líneas aparecerá en el espacio de trabajo cuando se tipee

>> help function-name

y por lo tanto las mismas se utilizan generalmente para describir la operación que realiza la función. Es
recomendable incluir siempre esta documentación en un function-file. El nombre del function-file debe ser de
la forma function-name.m (en el caso del Ejemplo 6, Frobenius.m).
Una vez que el function-file ha sido guardado en el disco, y el Matlab-path5 ha sido "seteado"
convenientemente, la función se puede llamar desde el espacio de trabajo. Por ejemplo para el caso de la
función Frobenius podríamos tener

>> A = randn(5,4);
>> F = Frobenius(A)

F =
3.8594

En este caso la matriz A , de dimensiones 5 x 4, es generada por la función randn de Matlab, y sus
elementos son variables aleatorias entre 0 y 1 con distribución normal.
Una función Matlab puede también tener múltiples argumentos de salida. Por ejemplo, la siguiente función
computa la norma de Frobenius y la norma-1 de una matriz6.

m n
4
( )
La norma de Frobenius de una matriz A = aij ∈ ℜ m×n
se define como: A
F
= ∑ ∑ aij
2
.
i =1 j =1
5
Matlab busca las funciones en una lista ordenada de directorios que se denomina Matlab-path. Pueden
agregarse, eliminarse, o alterar el orden de los directorios 'clickeando' en la opción 'Set Path' del menú 'File' en
la 'Command Window' de Matlab.
6
Por supuesto, existe una función Matlab que computa distintas normas (incluídas la norma de Frobenius y la
norma-1) de una matriz. El nombre de esta función es norm.
 Ejemplo 7: Function-file para el cómputo de la norma de Frobenius y la norma -1 de una matriz.

function [F,N1] = Norma(A)

% Esta función calcula la norma de Frobenius y la norma-1 de la
% matriz A.
% La norma de Frobenius de una matriz (m x n) A=(a_ij) esta
% definida como:
% F^2= Sum_{i=1,m} Sum_{j=1,n} |a_ij|^2
% La norma-1 esta definida como
% N1 = max_j sum_i |a_ij|
F = sqrt(sum(sum(abs(A).^2)));
N1 = max(sum(abs((A))));
‰
La forma de editar M-files, ya sea de tipo function-files (implementado por el ususario) o script-file es usando un
editor incorporado a Matlab (versión 5 o posteriores), el denominado Matlab Editor/Debugger, al cual se
accede desde la opción ‘File’ de la barra de menú, en la ventana de comando, cada vez que se abre un M-file
(nuevo o ya existente).

4. Experimentos de Laboratorio
En esta sección se plantean los experimentos de laboratorio que deberán resolverse usando Matlab. La
resolución de los problemas requerirá la implementación de script-files y/o function-files, y el uso de los
comandos básicos explicados en la sección anterior.
Problema 1:
La figura 5 corresponde a un circuito RC.

R = 1MΩ
C = 1μF

Figura 5: Circuito RC.

a. Trabajo Previo: Escriba la ecuación diferencial que describe el comportamiento entrada-salida del
circuito. Tome como entrada la tensión u(t), y como salida la tensión uc(t).
b. Trabajo Previo: Una forma de discretizar una ecuación diferencial de primer orden de la forma
x = f ( x ,u )
de manera que pueda ser implementada en un algoritmo, es discretizar el tiempo continuo de la
forma t = nT (donde n es entero y T representa el período de muestreo), y aproximar la derivada
respecto al tiempo por el cociente incremental
dx x( n + 1 ) − x( n )
≈
dt T
donde por simplicidad de notación se denota x(n) = x(nT). La aproximación mejora a medida que
T se hace más pequeño. Esta aproximación es conocida como la aproximación de Euler de primer
orden. Resulta entonces la ecuación en diferencias:
x( n + 1 ) − x( n )
= f (x(n ) , u (n )) ⇒ x( n + 1 ) = x( n ) + T f (x(n ) , u (n ))
T
Usando esta aproximación escriba la ecuación en diferencias para el sistema dado en Figura 5.
c. Escriba un script-file usando Matlab que implemente el sistema en tiempo discreto descripto, de
manera de obtener la respuesta uc ( n ) cuando el sistema es excitado con un escalón de amplitud A
(es decir, con una entrada u( n ) = A μ( n ) ), a partir de una condición inicial uc ( 0 ) que representa
 la tensión inicial del capacitor. Adopte como periodo de muestreo T = RC / 20. Repita para T =
RC. ¿Que conclusión puede sacar respecto a la elección del intervalo de muestreo? Realice la
simulación con un tiempo final tal que el capacitor alcance el 99% de su valor final de carga.
Nota: Recuerde que el nombre del script-file debe ser de la forma: script_name.m .
d. Escriba un function-file usando Matlab que calcule la tensión en el capacitor C a partir de los
siguientes parámetros de entrada: condición inicial de tensión ( uc(0) ) y la señal de entrada u(n)
(vector finito) . Incluya un help que explique como se usa la función.
e. Usando el comando plot (o si prefiere el comando stem) grafique la respuesta del sistema a la
entrada escalón para diferentes condiciones iniciales. Usando los comandos xlabel, ylabel,
title, y legend, rotule los ejes, ponga un título, e identifique las distintas curvas,
respectivamente.
f. Resuelva (analíticamente) la ecuación diferencial del apartado a. para una entrada u( t ) = A μ( t ) y
muestree la solución usando el mismo intervalo de muestreo que en los apartados anteriores.
Compare gráficamente la respuesta obtenida con la correspondiente al apartado c. .
‰
Problema 2:
La solución de ecuaciones en diferencias, lineales a coeficientes constantes viene dada por la
combinación lineal de exponenciales decrecientes de la forma

x ( n) = a n ,
donde a es un escalar que puede tomar valores complejos.
a. Escriba un function-file usando Matlab que permita generar una señal exponencial en tiempo
discreto de la forma arriba descrita, y que grafique la señal. Los argumentos de entrada de la
función deberán ser:
ƒ La constante a ,
ƒ El valor inicial del índice n : n 0 ,
ƒ La longitud L de la señal generada,
en tanto que el argumento de salida deberá ser el vector x que representa la señal generada.
b. Genere 2 gráficas, una para un valor de a real puro y otra para un valor de a complejo (en cuyo
caso deberá dibujarse parte real e imaginaria por separado)
‰
Problema 3:
La respuesta a una entrada arbitraria u( n ) de un sistema lineal estacionario en TD caracterizado por su
respuesta al impulso h( n ) , puede calcularse como la (suma de) convolución de las dos secuencias,
definida como ([1], [2]):
∞
y (n ) = h(n ) ∗ u(n ) = ∑ h ( n − k )u ( k )
k = −∞
(1)

a. Escriba un function-file usando Matlab para computar la respuesta y(n) de un SLE a una entrada
arbitraria u(n). Asuma que el sistema es causal (lo que implica que h(n) = 0 para n < 0) y que la
entrada también lo es, por lo que la suma infinita (1), en la definición de la convolución, se
convierte en una suma con un número finito de términos y de esta forma es implementable.
NB: Una forma eficiente de implementar la suma de convolución es escribiendo (1) en forma
matricial. En este caso, un vector Y conteniendo las salidas y (n) se obtendría como el
producto de una matriz (que resulta tener una estructura Toeplitz7 , y cuyos elementos son la
respuesta al impulso h( n) ) con un vector U conteniendo las entradas u (n) .
Los argumentos de entrada de la función podrían ser dos vectores conteniendo las secuencias h(n) y
u(n), y el argumento de salida, un vector conteniendo la convolución de las dos secuencias. Si se
omite el argumento de salida la función sólo debe mostrar las gráficas de u(n), h(n) e y(n) en una

7
Una matriz se dice Toeplitz si es constante a lo largo de las diagonales paralelas a la diagonal principal. La
función toeplitz de Matlab permite generar matrices con esa estructura.
 misma ventana mediante el uso del comando subplot. Para realizar esto puede utilizar la variable
nargout que cuenta el número de argumentos de salida con el que fue llamada la función.
b. Emplee la función desarrollada en a. para calcular la respuesta a una entrada escalón unitario de un
sistema caracterizado por una respuesta al impulso de la forma
n
⎛1⎞
h( n ) = ⎜ ⎟ μ( n ) .
⎝4⎠
c. Usando el comando subplot grafique, en una misma ventana, las señales de entrada, salida y
respuesta al impulso para el caso del apartado b.
‰

Problema 4:
La secuencia de correlación cruzada rxy ( ) de dos señales de energía finita x(n) e y (n) está
definida como

∞
rxy ( ) = ∑ x(n) y (n −
n = −∞
), = 0,±1,±2, ,

o equivalentemente

∞
rxy ( ) = ∑ x(n +
n = −∞
) y (n) , = 0,±1,±2,

en tanto que la secuencia de autocorrelación de la señal x (n ) está definida como

∞ ∞
rxx ( ) = ∑ x(n )x(n − ) = ∑ x(n + )x(n ) .
n = −∞ n = −∞

Cuando se trata de señales causales de longitud finita N , las secuencias de correlación cruzada y
autocorrelación se definen como

N − k −1
rxy ( ) = ∑ x(n) y(n −
n =i
),
y

N − k −1
rxx ( ) = ∑ x(n )x(n − ) ,
n =i
respectivamente, donde i = , k = 0 , para ≥ 0 , y i = 0, k = , para < 0 .
a. Escriba un function-file usando Matlab para computar la secuencia de correlación cruzada de dos
señales de energía finita x(n) e y (n) . Note que recurriendo a la propiedad

rxy ( ) = x( ) ∗ y (− )

podría usarse la rutina que calcula la convolución de dos secuencias para calcular la secuencia de
correlación cruzada de las mismas.
b. Emplee la función desarrollada en el apartado a. para calcular la secuencia de auto-correlación de la
siguiente señal.
 n
⎛1⎞
x ( n) = ⎜ ⎟ μ ( n) .
⎝2⎠
Grafique la señal y la secuencia de autocorrelación.
c. En algunas aplicaciones prácticas la correlación se puede usar para identificar la periodicidad de una
señal x(n) , a partir de muestras de la señal inmersa en ruido. Se tiene entonces

y (n) = x(n) + w(n) ,

donde y (n) son las muestras de la señal, x(n) es la señal periódica con período desconocido N , y
w(n) es una variable aleatoria que representa al ruido aditivo. Si se toman M muestras de la señal
y (n) , con M >> N , y se asume que y (n) = 0 para n < 0 , y n ≥ M , entonces la secuencia de
autocorrelación resulta [1]
M −1
r yy ( ) = ∑ y(n )y(n − ) = r ( ) + r ( ) + r ( ) + r ( ) .
1
xx xw wx ww
M n =0

Como x(n ) es periódica, su secuencia de autocorrelación contendrá picos relativamente grandes en

= 0, N ,2 N , … . Además, las correlaciones cruzadas entre las señales x(n ) y w(n ) tendrán
valores relativamente pequeños como consecuencia de que no es esperable que las señales estén
relacionadas. Finalmente, la secuencia de autocorrelación del ruido, contendrá un pico en = 0 ,
pero debido a su naturaleza aleatoria es esperable que decaiga a cero rápidamente.

Basado en estas observaciones, indique cómo puede estimarse el período de la señal x(n ) a partir
del análisis de la secuencia de autocorrelación de y (n ) .
d. Usando las conclusiones del apartado c. , y la función del apartado a., determine el período de la
señal inmersa en ruido cuyas muestras se incluyen en el archivo tp1_1.mat.
‰

5. Referencias

[1] Proakis, John G. & Manolakis, Dimitris G. (1992): Digital Signal Processing – Principles, Algorithms,
and Applications , Second Edition, Macmillan Publishing Company, New York.
[2] Ziemer, Rodger E. & Tranter, William H. & Fannin, D. Ronald (1993): Signal and Systems:
Continuous and Discrete, Third Edition, Macmillan Publishing Company, New York.
[6] The MathWorks, Inc. (1997): Matlab, The Language of Technical Computing – Getting Started with
Matlab, Version 5. – 24 Prime Park Way, Natick, MA 01760-1500.
[7] The MathWorks, Inc. (1996): Matlab, Control System Toolbox – User´s Guide, Version 4 – 24 Prime
Park Way, Natick, MA 01760-1500.
[8] The MathWorks, Inc. (1996): Matlab, Signal Processing Toolbox – User´s Guide, Version 4 – 24
Prime Park Way, Natick, MA 01760-1500.
[9] Lennart Ljung (1997): Matlab, System Identification Toolbox - User´s Guide, Version 4 – 24 Prime
Park Way, Natick, MA 01760-1500.