Resumen Análisis de Señales 2022A EPN - Ing. Ramiro Valenzuela

Análisis de Señales y Sistemas
Capítulo 1: Señales y Sistemas
Ramiro Valenzuela Peñafiel

[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 1: Señales y Sistemas
Subcapítulos
1) Introducción
2) Señales Continuas y Discretas
3) Operaciones con Señales
4) Manipulación de Señales
5) Propiedades de las Señales
6) Sistemas Continuos y Discretos
7) Propiedades de los Sistemas
8) Interconexión de Sistemas
9) Respuesta de sistemas usando propiedades
R Valenzuela Peñafiel 2
Introducción
• Señales
• Ejemplos: eléctricas, ópticas, de radio, etc.
• Definición:
➢ Es una función que representa una cantidad física, por lo
cual puede ser descrita por una función matemática, por
funciones de variable real, cuya variable independiente
es el tiempo.
• Sistemas
• Ejemplos: eléctricos, mecánicos, planetarios, etc.
• Definición:
➢ Es una combinación de componentes (elementos físicos)
que generan una o más señales llamadas salidas cuando
es estimulado por otras señales llamadas entradas.
Señales continuas y discretas

• Señales continuas
Figura 1.1 Representación gráfica de una señal continua

1
 cos  t
0.5
0.5, 𝑡<1
𝑥 𝑡 =ቊ
cos 𝜋𝑡 , 𝑡>1
x(t)
-0.5
-1
0 1 2 3 4
- 0.5  t  4


Figura 1.1 Representación gráfica de una señal continua
1
 cos  t
0.5
0.5, 𝑡<1
𝑥 𝑡 =ቊ
cos 𝜋𝑡 , 𝑡>1
x(t)
0
-0.5
-1
0 1 2 3 4
- 0.5  t  4

• Señales discretas
Figura 1.2 Representación gráfica de una señal discreta
10
(9.125)
(6.25)
6
x[n]
4 (3.5)
2
(1)
(0) (0)
0
(-1)
-2
-3 -2 -1 0 1 2 3
-3  n  3

• Señales discretas a partir de señales continuas
Figura 1.3 Representación gráfica de la señal seno n pi/6

1
0.75
0.5
0.25
seno n pi/6
-0.25
-0.5
-0.75
-1
0 2 4 6 8 10 12
0  n  12

• Señales continuas a partir de señales discretas
𝑥 𝑡 ≈ sin 𝑡
Figura 1.3 Representación gráfica de la señal seno n pi/6
1
0.75
0.5
0.25
seno n pi/6
-0.25
-0.5
-0.75
-1
0 2 4 6 8 10 12
0  n  12
Señales continuas
• Señal Exponencial Compleja
Señales continuas
Señales continuas
Señales continuas
Señales continuas
Señales elementales continuas

• Señal Paso o Escalón Unitario
• Señal Rampa Unitaria
֜ 𝑟 𝑡 = න 𝑈 𝜏 𝑑𝜏
−∞
Señales continuas
• Señal Pulso Rectangular
o Compuerta unitaria
• Señal Pulso Triangular
Señales continuas
• Señal Signum
• Señal Sampling y Sinc
Señales discretas
• Secuencia Exponencial Compleja
Señales discretas
Señales discretas
Señales discretas
Señales elementales discretas

• Secuencia Paso o Escalón Unitario
• Secuencia Rampa Unitaria

• Secuencia Impulso Unitario

• Secuencia Impulso Unitario
Operaciones con Señales

• Suma de señales (continuas o discretas)
➢ El sistema que realiza esta operación se denomina sumador

• Producto de señales (continuas o discretas)
➢ El sistema que realiza esta operación se denomina multiplicador

• Suma y Producto de señales (ejemplos)



• Suma y Producto de secuencias (ejemplos)


• Producto de señales (muestreo señales continuas)
Figura 1.5 Muestreo de una señal continua
1
x(t)
0.5
-3 -2 -1 0 1 2 3
1
z(t)
0.5
0
-3 -2 -1 0 1 2 3
1
z(t)  x(t)
0.5
0
-3 -2 -1 0 1 2 3
t

• Integral de tiempo (señales continuas)
➢ El sistema que realiza esta operación se denomina integrador



𝜏 − 2 𝑑𝜏


−𝜏 + 5 𝑑𝜏



• Derivada (señales continuas)
➢ El sistema que realiza esta operación se denomina derivador

• Derivada (señales continuas)
¿Derivada Discontinuidad?

• Sumatorio en tiempo (señales discretas)
• Diferencia en tiempo (señales discretas)

➢ Diferencia directa o en adelanto
➢ Diferencia inversa o en retraso
Propiedades:
𝑥 𝑛 = 𝑎𝑛 𝑈 𝑛
• Sumatorio en tiempo (señales discretas)

𝑛 𝑛
෍ 𝑥 𝑘 = ෍ 𝑎𝑘 = 1 + 𝑎 + 𝑎2 + 𝑎3 + ⋯ + 𝑎𝑛
𝑘=−∞ 𝑘=0
1 − 𝑎𝑛+1
=ቐ 1− 𝑎 , 𝑛≥0
0, 𝑛<0
𝑛 𝑛
𝑛+1
1 − 𝑎
෍ 𝑥 𝑘 = ෍ 𝑎𝑘 = 𝑈𝑛
1− 𝑎
𝑘=−∞ 𝑘=0
• Diferencia en tiempo (señales discretas)

𝑥 𝑛 𝛿 𝑛−𝑘 =𝑥 𝑘 𝛿 𝑛−𝑘
➢ Diferencia directa o en adelanto
𝑈 𝑛+1 = 𝑈 𝑛 +𝛿 𝑛+1
∆ 𝑥 𝑛 = x n + 1 − x n = 𝑎𝑛+1 U n + 1 − 𝑎𝑛 U n
= 𝑎𝑛+1 U n + δ n + 1 − 𝑎𝑛 U n = 𝑎𝑛+1 − 𝑎𝑛 U n + 𝑎𝑛+1 δ n + 1
= 𝑎𝑛 𝑎 − 1 U n + δ n + 1
➢ Diferencia inversa o en retraso
𝑈 𝑛−1 = 𝑈 𝑛 −𝛿 𝑛
𝛻 x n = x n − x n − 1 = 𝑎𝑛 U n − 𝑎𝑛−1 U n − 1
= 𝑎𝑛 U n − 𝑎𝑛−1 U n − δ n = 𝑎𝑛 − 𝑎𝑛−1 U n + 𝑎𝑛−1 δ n
= 𝑎𝑛−1 𝑎 − 1 U n + 𝑎−1 δ n

• Sumatorio y diferencia en tiempo
Figura 1.7 Sumatorio y diferencias de una señal discreta
(7) (4)
(6) 4 (3)
6 (4) (2)
2
Diferencia en(1)
 x[n]
(0) (0)
x[n]
3 (1)
(0) (0) 0
0 -2 adelanto
-3 -4 (-3)
(-3)
-3 -2 -1 0 1 2 3 -4 -3 -2 -1 0 1 2 3
(15) (4)
15 4 (3)
(2)
10 (8) 2 (1)
-n x[k]
 x[n] Diferencia
(0) (0)
en
5 0
(0) Sumatorio
(0)
(2)
0 -2 atraso
-5 (-3) (-2) -4 (-3)
-3 -2 -1 0 1 2 3 -4 -3 -2 -1 0 1 2 3
n n
Manipulación de Señales
• Escalamiento de Magnitud
• Escalamiento de Magnitud
• Escalamiento Temporal (Escalamiento en Tiempo)
• Si 𝑎 > 1 entonces 𝑥 𝑎𝑡 es la señal 𝑥(𝑡) comprimida

• Si 0 < 𝑎 < 1 entonces 𝑥(𝑎𝑡) es la señal 𝑥(𝑡) expandida
• Transposición Temporal (Reflexión Temporal)
• Desplazamiento Temporal
• Si 𝜏 > 0 entonces 𝑥 𝑡 + 𝜏 es la señal 𝑥(𝑡) adelantada

• Si 𝜏 < 0 entonces 𝑥(𝑡 + 𝜏) es la señal 𝑥(𝑡) retrasada
• Si 𝑘 > 0 entonces 𝑥[𝑛 + 𝑘] es la señal 𝑥[𝑛] adelantada

• Si 𝑘 < 0 entonces 𝑥[𝑛 + 𝑘] es la señal 𝑥[𝑛] retrasada
• Manipulaciones compuestas
Propiedades de Simetría
• Simetría Par
• Simetría Impar
• Sin Simetría
• Sin Simetría
• Sin Simetría
• Sin Simetría
Señal Impulso Unitario

• Señal continua de amplitud infinita y área unitaria

• Derivada de la señal escalón unitario
Figura 1.16 Función escalón unitario

Figura 1.18 Función impulso unitario
1 (1)
(t)
U(t)
0
0
-3 -2 -1 0 1 2 3
-1 0 1 2 3 4
t
t

• Desplazamiento temporal
• Simetría

• Derivada en discontinuidades
Valor disc. Valor disc. Valor disc.

en t=1 en t=2 en t=3

• Producto
• •
•
• •
•
•
• Escalamiento Temporal 𝑑
𝑥 𝑡 𝛿 𝑡 = 𝑥 𝑡 𝛿′ 𝑡 + 𝑥′ 𝑡 𝛿 𝑡
• 𝑑𝑡
𝑑
𝑥 0 𝛿 𝑡 = 𝑥 𝑡 𝛿′ 𝑡 + 𝑥′ 0 𝛿 𝑡
• 𝑑𝑡
𝑥 𝑡 𝛿 ′ 𝑡 = 𝑥 0 𝛿 ′ 𝑡 − 𝑥′ 0 𝛿 𝑡
si 𝑥 𝑡 y 𝑥′ 𝑡 están definidas de forma única en 𝑡 = 0.

• Integración
• •
• •
⋮
• ∞
𝑛
න 𝛿 𝑡 ± 𝑡0 𝑥 𝑡 𝑑𝑡 = (−1)𝑛 𝑥 𝑛 (∓𝑡0 )
−∞
• •
⋮ ⋮
∞ ∞
𝑛 𝑡 𝑥 𝑡 𝑑𝑡 = (−1)𝑛 𝑥 𝑛 𝑛
න 𝛿 (0) න 𝛿 𝑡 𝑥 𝑡 ± 𝑡0 𝑑𝑡 = (−1)𝑛 𝑥 𝑛 (±𝑡0 )
−∞ −∞

• Ejemplos aplicación propiedades
•

• Ejemplos aplicación propiedades
•
Sistemas
• Definición:
➢ Es una combinación de componentes que actúan conjuntamente para
alcanzar un objetivo específico
➢ Es una combinación de componentes (elementos físicos) que generan
una o más señales llamadas salidas cuando es estimulado por otras
señales llamadas entradas.
x1 y1
x2 y
y2 x
x3 MIMO SISO
y3
x4
Sistemas
• Sistema continuo:
➢ Es aquel que acepta señales continuas como entradas y genera señales
continuas como salidas
• Sistema discreto:
➢ Es aquel que acepta señales discretas como entradas y genera señales
discretas como salidas
• Sistema híbrido:
➢ Es aquel que acepta señales continuas (discretas) como entradas y
genera señales discretas (continuas) como salidas
x1 y1
x2 y
y2 x
x3 MIMO SISO
y3
x4
Sistemas
• Estudio limitado a sistemas SISO continuos y
discretos
x(t) y(t) x[n] y[n]
• Esta notación indica que la salida del sistema se obtiene a

través de una transformación de la entrada y esta
transformación viene dada por
Sistemas – Tipos/Propiedades
• Sistema Causal (Realizable, No anticipatorio)
• Es aquel que no responde antes de ser estimulado
• Sistema Instantáneo (Sin Memoria)

• Si su respuesta en cualquier instante depende sólo del valor
del estímulo en ese instante.
• Un sistema no instantáneo se dice que es dinámico o que
tiene memoria
• Ejemplos de Sistemas (Causal?, Instantáneo?)
•
atenuador para 0 < 𝐾 < 1
•
acumulador, causal, dinámico
•
• Sistema Estable
• Si para una señal de entrada acotada en magnitud a todo
tiempo, genera una señal de salida acotada a todo tiempo
• Este concepto es conocido como estabilidad tipo BIBO
(boundary input, boundary output)
• Sistema Invariante en el tiempo

• Si para una señal de entrada desplazada, genera una señal de
salida correspondientemente desplazada
• Caso contrario se dice que es variante en el tiempo
Un sistema es invariante:
si 𝑦 𝑛 = 𝐻 𝑥 𝑛 entonces 𝑦 𝑛 ± 𝑛0 = 𝐻{𝑥 𝑛 ± 𝑛0 } (caso discreto)
• Ejemplos de Sistemas (Estable?, Invariante?)
•
atenuador para 0 < 𝐾 < 1
• Sistema Homogéneo
• Si la respuesta del sistema a una señal de entrada A x es igual a A
veces la respuesta del sistema a la señal x
• Sistema Aditivo
• Si la respuesta del sistema a una señal de entrada x1 + x2 es igual
a la suma de las respuestas del sistema a las señales x1 y x2
• Sistema Lineal
• Si el sistema es homogéneo y aditivo
• Principio de superposición
• Ejemplos (Lineal?)
Sí es lineal
iguales
iguales
• Sistema Lineal
• Si el sistema es homogéneo y aditivo
• Principio de superposición
• Ejemplos (Lineal?)
No es lineal
No iguales
No iguales
Sistemas – Interconexión
• Serie o Cascada
• Paralelo
• Realimentación
Respuesta a señales elementales continuas
Respuesta rampa continua:

𝑡 𝑡 𝑡
𝑓 𝑡 = 𝐻 {𝑟(𝑡)} =𝐻 ቊන 𝑈(𝜏)𝑑𝜏ቋ = න 𝐻{𝑈(𝜏)}𝑑𝜏 = න 𝑔(𝜏)𝑑𝜏
−∞ −∞ −∞
Respuesta paso continua:

𝑡 𝑡 𝑡
𝑔 𝑡 = 𝐻{𝑈 𝑡 } =𝐻 ቊන 𝛿 𝜏 𝑑𝜏ቋ = න 𝐻 {𝛿 𝜏 }𝑑𝜏 = න ℎ 𝜏 𝑑𝜏
−∞ −∞ −∞
𝑑 𝑑 𝑑
= 𝐻ቊ 𝑟(𝑡)ቋ = 𝐻 𝑟(𝑡) = 𝑓(𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡
Respuesta impulso continua:

𝑑 𝑑 𝑑
ℎ 𝑡 = 𝐻{𝛿(𝑡)} =𝐻 ቊ 𝑈(𝑡)ቋ = 𝐻{𝑈(𝑡)} = 𝑔(𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡
R I Valenzuela Peñafiel 99
Respuesta a señales elementales discretas
Respuesta rampa discreta:

𝑛 𝑛 𝑛
𝑓 𝑛 = 𝐻 {𝑟 𝑛 } =𝐻 ൝ ෍ 𝑈 𝑘 − 1 ൡ = ෍ 𝐻{𝑈 𝑘 − 1 } = ෍ 𝑔 𝑘 − 1
𝑘=−∞ 𝑘=−∞ 𝑘=−∞
Respuesta paso discreta:

𝑛 𝑛 𝑛
𝑔 𝑛 = 𝐻{𝑈 𝑛 } =𝐻 ൝ ෍ 𝛿 𝑘 ൡ = ෍ 𝐻 {𝛿 𝑘 } = ෍ ℎ 𝑘
𝑘=−∞ 𝑘=−∞ 𝑘=−∞
= 𝐻{𝛥𝑟 𝑛 } = 𝛥𝐻{𝑟 𝑛 } = 𝛥𝑓[𝑛]
Respuesta impulso discreta:

ℎ 𝑛 = 𝐻{𝛿 𝑛 } =𝐻{𝛻𝑈 𝑛 } = 𝛻𝐻{𝑈 𝑛 } = 𝛻𝑔[𝑛]

Respuesta de sistemas usando propiedades
Al combinar ciertas operaciones con señales puede cambiarse el orden de su

aplicación con el mismo resultado. Las operaciones que satisfacen la propiedad
conmutativa corresponden a Sistemas Lineales e Invariantes en el tiempo continuo o
discreto.
Si se conoce la respuesta a una señal de entrada trasladada o transpuesta o
escalada, se puede calcular la respuesta a la entrada no afectada por tales
operaciones aplicando la operación adecuada a la respuesta conocida. Lo mismo
ocurre si se conoce las respuestas impulso, paso o rampa unitarias, se puede
aplicar las operaciones necesarias a fin de obtener la respuesta deseada.
El procedimiento a seguir para obtener la respuesta de un Sistema Lineal e

Invariante en el tiempo tanto continuo como discreto es descomponer la señal de
entrada en una combinación lineal de funciones elementales para luego, aplicando
las propiedades de linealidad e invariancia en el tiempo, obtener la respuesta del
sistema como una combinación lineal de respuestas a funciones elementales.
Finalmente, se realiza el reemplazo correspondiente y se obtiene lo requerido.
Ejemplo discreto
Si la respuesta paso transpuesta y trasladada de un SLID es la señal:

𝑔 −𝑛 − 2 = −16𝑛 −4 𝑛 𝑈 −𝑛 − 2 ,
obtener 𝑦[𝑛], la respuesta a la señal de entrada 𝑥[𝑛] definida por:
2, 𝑛=1
𝑥[𝑛] = ቐ−1, 𝑛=2
0, 𝑜𝑡𝑟𝑜𝑠 𝑛
𝑥 𝑛 =2𝑈 𝑛−1 −3𝑈 𝑛−2 +𝑈 𝑛−3

𝑦 𝑛 = 2 𝑔 𝑛 − 1 − 3 𝑔 𝑛 − 2 + 𝑔[𝑛 − 3]
La respuesta paso 𝑔[𝑛] se obtiene por un cambio de variables 𝑛՜ − 𝑛 − 2 en 𝑔 −𝑛 − 2 .
𝑛
1
𝑔 𝑛 = 𝑛+2 − 𝑈[𝑛]
4
Reemplazando e igualando intervalos se obtiene:
𝑦𝑛 =
𝑛 𝑛
1 1
= 2 −4 𝑛 + 1 − 𝑈 𝑛 − 1 − 3 16𝑛 − 𝑈 𝑛−2
4 4
𝑛
1
+ −64 𝑛 − 1 − 𝑈 𝑛−3
4
𝑦𝑛 =
𝑛
1
= −8𝑛 − 8 − 𝛿 𝑛−1 +𝛿 𝑛−2 +𝑈 𝑛−3
4
𝑛
1
− 48𝑛 − 𝛿 𝑛−2 +𝑈 𝑛−3
4
𝑛
1
+ −64𝑛 + 64 − 𝑈 𝑛−3
4
𝑛
3 1
= 4 𝛿 𝑛 − 1 − 𝛿 𝑛 − 2 + −8𝑛 − 8 − 𝑈 𝑛 − 3 − 6 𝛿[𝑛 − 2]
2 4
𝑛 𝑛
1 1
− 48𝑛 − 𝑈 𝑛 − 3 + −64𝑛 + 64 − 𝑈 𝑛−3
4 4
𝑛
15 1
𝑦 𝑛 = 4𝛿 𝑛−1 − 𝛿 𝑛 − 2 + −120𝑛 + 56 − 𝑈 𝑛−3 .
2 4
0, 𝑛<1
4, 𝑛=1
𝑦[𝑛] = −15/2, 𝑛=2
𝑛
1
−120𝑛 + 56 − , 𝑛≥3
4

Como alternativa, 𝑥 𝑛 puede expresarse como la suma de dos impulsos discretos lo que
permite que 𝑦 𝑛 sea obtenida como una combinación lineal de respuestas impulsivas discretas.
𝑥 𝑛 = 2 𝛿 𝑛 − 1 − 𝛿[𝑛 − 2]
𝑦 𝑛 = 2 ℎ 𝑛 − 1 − ℎ[𝑛 − 2]
Se requiere conocer ℎ 𝑛 :
𝛿 𝑛 =𝛻𝑈 𝑛 = 𝑈 𝑛 −𝑈 𝑛−1
ℎ 𝑛 =𝛻g 𝑛 =𝑔 𝑛 −𝑔 𝑛−1
𝑛 𝑛
1 1
= 𝑛+2 − 𝑈 𝑛 − −4 𝑛 + 1 − 𝑈 𝑛−1
4 4
𝑛
1
=2𝛿 𝑛 + 𝑛+2 − 𝑈 𝑛−1
4
𝑛
1
+4 𝑛 + 1 − 𝑈[𝑛 − 1]
4
𝑛
1
ℎ 𝑛 = 2 𝛿 𝑛 + 5𝑛 + 6 − 𝑈 𝑛−1
4
Reemplazando, se obtiene y[n].
𝑦𝑛 =
𝑛
1
= 2 2 𝛿 𝑛 − 1 − 4 5𝑛 + 1 − 𝑈 𝑛−2
4
𝑛
1
− 2 𝛿 𝑛 − 2 + 16 5𝑛 − 4 − 𝑈 𝑛−3
4
𝑛
11 1
=2 2𝛿 𝑛−1 − 𝛿[𝑛 − 2] − 20𝑛 + 4 − 𝑈 𝑛−3
4 4
𝑛
1
− 2 𝛿 𝑛 − 2 + 80𝑛 − 64 − 𝑈 𝑛−3
4
𝑛
15 1
𝑦 𝑛 =4𝛿 𝑛−1 − 𝛿 𝑛 − 2 − 120𝑛 − 56 − 𝑈 𝑛−3 .
2 4
Como también es posible expresar 𝑥 𝑛 como una combinación lineal de rampas discretas 𝑟 𝑛
trasladadas se puede obtener 𝑦 𝑛 como la misma combinación lineal de respuestas rampa 𝑓 𝑛
trasladadas.

Para el efecto se necesita conocer la respuesta rampa discreta del sistema.

𝑛
𝑟 𝑛 = ෍ 𝑈[𝑘 − 1]
𝑘=−∞
𝑛
𝑓 𝑛 = ෍ 𝑔[𝑘 − 1]
𝑘=−∞
Se determina y adecúa la respuesta paso discreta.

𝑘 𝑘
1 1
𝑔 𝑘 − 1 = −4 𝑘 + 1 − 𝑈 𝑘 − 1 = −4 𝑘 + 1 − 𝑈 𝑘 +4𝛿 𝑘
4 4
Evaluando el sumatorio se obtiene la respuesta rampa discreta.
𝑛 𝑘 𝑛
1
𝑓 𝑛 = ෍ −4 𝑘 + 1 − 𝑈 𝑘 + ෍ 4𝛿 𝑘
4
𝑘=−∞ 𝑘=−∞
𝑛 𝑘 𝑛 𝑘
1 1
= −4 ෍ − −4෍𝑘 − +4𝑈 𝑛
4 4
𝑘=0 𝑘=0
𝑛+1
1 𝑛
1 − −4 1 𝑑 1
𝑘
= −4 𝑈 𝑛 −4 − ෍ − +4𝑈 𝑛
1 4 𝑑 −1 4
1− − 𝑘=0
4 4
𝑛 𝑛
1 5 1 1
16 1 1
𝑛 − 𝑛+1 − +1+ −
4 4 4 4
𝑓𝑛 = − 1+ − 𝑈𝑛 + 𝑈 𝑛 +4𝑈 𝑛
5 4 4 1 2
1+ 4
𝑛 𝑛 𝑛
4 4 1 4 1 16 4 1
= − − − 𝑛+1 − + + − 𝑈𝑛
5 5 4 5 4 25 25 4
𝑛
36 4 36 1
𝑓𝑛 = − 𝑛+ − 𝑈𝑛
25 5 25 4
Si se observa la composición de las respuestas rampa 𝑓 𝑛 , paso 𝑔 𝑛 e impulso ℎ 𝑛 , se

encuentra que los términos comunes corresponden al aporte del sistema lineal e invariante en
el tiempo discreto y se conocen como forma homogénea de la solución.

Ejemplo continuo
Si la respuesta paso transpuesta, trasladada y escalada en tiempo de un SLI es la señal:

𝑔 −2 𝑡 + 3 = 1 − 4 𝑡 − 5 𝑒 4 𝑡−6 𝑈 −2 𝑡 + 3 ,
obtener 𝑦 𝑡 , la respuesta del sistema a la señal 𝑥 𝑡 = 2 𝑡 − 3 𝑈 𝑡 − 𝛿 𝑡 .
−𝑡+3
Primero se debe obtener 𝑔 𝑡 , la respuesta paso del sistema, reemplazando 𝑡 por ∶
2
𝑔 𝑡 = 1 + 2 𝑡 − 1 𝑒 −2 𝑡 𝑈 𝑡
Usando funciones elementales y sus respuestas, se expresa:

𝑥 𝑡 = 2 𝑟 𝑡 − 3 𝑈 𝑡 − 𝛿(𝑡)
𝑦 𝑡 = 2 𝑓 𝑡 − 3 𝑔 𝑡 − ℎ(𝑡)
Se obtiene la respuesta rampa 𝑓 𝑡 ,

𝑡
𝑟 𝑡 = න 𝑈 𝜏 𝑑𝜏
−∞
𝑡 𝑡
𝑓 𝑡 = න 𝑔(𝜏)𝑑𝜏 = න 1 + 2 𝜏 − 1 𝑒 −2 𝜏 𝑑𝜏
−∞ 0
𝑓 𝑡 = 𝑡 − 𝑡 𝑒 −2 𝑡 𝑈(𝑡)
y, la respuesta impulso ℎ 𝑡 .
𝑑
𝛿 𝑡 = 𝑈(𝑡)
𝑑𝑡
𝑑
ℎ 𝑡 = 𝑔(𝑡)
𝑑𝑡
ℎ 𝑡 = − 4𝑡 + 4 𝑒 −2𝑡 𝑈(𝑡)
Reemplazando, se obtiene 𝑦 𝑡 .
𝑦 𝑡 = 2 𝑡 − 𝑡 𝑒 −2𝑡 𝑈 𝑡 − 3 1 + 2𝑡 − 1 𝑒 −2𝑡 𝑈 𝑡 − −4𝑡 + 4 𝑒 −2𝑡 𝑈(𝑡)

𝑦 𝑡 = 2𝑡 − 3 − 4𝑡 + 1 𝑒 −2𝑡 𝑈(𝑡)
Si se observa la composición de las respuestas rampa 𝑓(𝑡), paso 𝑔(𝑡) e impulso ℎ(𝑡) se
encuentra que los términos comunes corresponden al aporte del sistema lineal e invariante en
el tiempo continuo y se conocen como forma homogénea de la solución.
En general, para un Sistema Lineal e Invariante tanto continuo como discreto, su respuesta a
cualquier señal de entrada y su respuesta impulsiva contienen términos comunes llamados
homogéneos.

ANEXO
𝑛 −1 𝑛
෍ 𝑥[𝑘] = ෍ 𝑥[𝑘] + ෍ 𝑥[𝑘]

𝑘=−∞ 𝑘=−∞ 𝑘=0
Si 𝑥 𝑛 = 0 para 𝑛 < 0, entonces:

𝑛 𝑛
෍ 𝑥[𝑘] = ෍ 𝑥[𝑘 ]
𝑘=−∞ 𝑘=0
También, para 𝑛1 > 0:

𝑛2 𝑛2 𝑛1−1
෍ 𝑥[𝑘 ] = ෍ 𝑥[𝑘] − ෍ 𝑥[𝑘 ]

𝑘=𝑛1 𝑘=0 𝑘=0
Y, para 𝑛1 < 0:
𝑛2 −1 𝑛2
෍ 𝑥[𝑘] = ෍ 𝑥[𝑘] + ෍ 𝑥 𝑘
𝑘=𝑛1 𝑘=𝑛1 𝑘=0
−𝑛1 𝑛2
= ෍ 𝑥[−𝑘 ] + ෍ 𝑥[𝑘]
𝑘=1 𝑘=0
𝑛2 −𝑛1 𝑛2
෍ 𝑥[𝑘] = ෍ 𝑥[−𝑘 ] + ෍ 𝑥[𝑘 ] − 𝑥[0]

𝑘=𝑛1 𝑘=0 𝑘=0
𝒙 𝒏 = 𝒇(∝𝒏 ); 𝜶 = 𝟏:
𝑛2
𝑛2 − 𝑛1 + 1, 𝑛2 ≥ 𝑛1
෍1 = ቊ
0, 𝑛2 < 𝑛1
𝑛1
1, 𝑛 ≥ 0
Para 𝑥 𝑛 = ൜ :
0, 𝑛 < 0
𝑛 𝑛
𝑛 + 1, 𝑛≥0
෍ 𝑥[𝑘 ] = ෍ 1 = ቊ
0, 𝑛<0
𝑘=−∞ 𝑘=0
1, 𝑛=0
𝛻𝑥 𝑛 =𝑥 𝑛 −𝑥 𝑛−1 =ቊ
0, 𝑛≠0
𝑛, 𝑛 ≥ 0
0, 𝑛 < 0
𝑛 𝑛 𝑛
(𝑛 + 1), 𝑛≥0
෍ 𝑥[𝑘] = ෍ 𝑘 = ቐ2
𝑘=−∞ 𝑘=0 0, 𝑛<0
1, 𝑛≥0
∆𝑥 𝑛 = 𝑥 𝑛+1 −𝑥 𝑛 = ቊ
0, 𝑛<0
𝑛2 , 𝑛 ≥ 0
0, 𝑛 < 0
𝑛 𝑛 𝑛
(𝑛 + 1)(2𝑛 + 1), 𝑛≥0
෍ 𝑥[𝑘 ] = ෍ 𝑘 2 = ቐ6
𝑘=−∞ 𝑘=0 0, 𝑛<0
2𝑛 + 1, 𝑛≥0
∆𝑥 𝑛 = 𝑥 𝑛+1 −𝑥 𝑛 =ቊ
0, 𝑛<0
𝒙 𝒏 = 𝒇(∝𝒏 ); 𝜶 ≠ 𝟏:
𝑛2 ∝𝑛1 − ∝𝑛2+1
෍ ∝𝑘 = ቐ , 𝑛2 ≥ 𝑛1
1− ∝
𝑘=𝑛1 0, 𝑛2 < 𝑛1
𝑛2 𝑛2
𝑘
𝑑
෍ 𝑘 ∝ =∝ ෍ ∝𝑘
𝑑∝
𝑘=𝑛1 𝑘=𝑛1
𝑛2 𝑛2 𝑛2
𝑑 𝑑 𝑑
෍ 𝑘 2 ∝𝑘 =∝ ෍ 𝑘 ∝𝑘 =∝ ∝ ෍ ∝𝑘
𝑑∝ 𝑑∝ 𝑑∝
𝑘=𝑛1 𝑘=𝑛1 𝑘=𝑛1

∝𝑛 , 𝑛 ≥ 0
0, 𝑛 < 0
𝑛 𝑛 1− ∝𝑛+1
෍ 𝑥[𝑘] = ෍ ∝𝑘 = ቐ 1− ∝ , 𝑛≥0
𝑘=−∞ 𝑘=0 0, 𝑛<0
𝑛 ∝𝑛 , 𝑛 ≥ 0
0, 𝑛 < 0
𝑛 𝑛 𝑑 1− ∝𝑛+1
෍ 𝑥[𝑘] = ෍ 𝑘 ∝𝑘 = ቐ∝ 𝑑 ∝ 1 −∝ , 𝑛 ≥0
𝑘=−∞ 𝑘=0 0, 𝑛<0
∝ ∝ ∝
− 𝑛− ∝𝑛 + 2, 𝑛 ≥0
=൞ 1 −∝ 1 −∝ 2 1 −∝
0, 𝑛<0

𝑛 2 ∝𝑛 , 𝑛 ≥ 0
0, 𝑛 < 0
𝑛 𝑛
෍ 𝑥 𝑘 = ෍ 𝑘 2 ∝𝑘
𝑘=−∞ 𝑘=0
𝑑 ∝ ∝ ∝
∝ − 𝑛− ∝𝑛 + , 𝑛≥0
= 𝑑∝ 1 −∝ 1 −∝ 2 1 −∝ 2
0, 𝑛<0
∝ 2
2∝ ∝ (1 +∝) 𝑛 ∝ (1 +∝)
− 𝑛 − 2𝑛− ∝ + , 𝑛≥0
= ൞ 1 −∝ 1 −∝ 1 −∝ 3 1 −∝ 3
0, 𝑛<0

Por ejemplo, 𝒙 𝒏 = 𝒇(∝𝒏 ); 𝜶 = −𝟏:
𝑛 1 1
𝑛
෍ −1 𝑘
= ቐ2 −1 + ,
2
𝑛≥0
𝑘=0 0, 𝑛<0
𝑛 𝑛 1 𝑛
1
𝑘 + −1 − , 𝑛≥0
෍ 𝑘 −1 =൞ 2 4 4
𝑘=0 0, 𝑛<0
𝑛 𝑛2 𝑛
+ −1 𝑛 , 𝑛≥0
෍ 𝑘2 −1 𝑘 =൞ 2 2
𝑘=0 0, 𝑛<0

Capítulo 2: Análisis de sistemas
descritos por ecuaciones diferenciales
Ing. Ramiro Valenzuela Peñafiel, MSc.

[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 2: Ecuaciones diferenciales
Subcapítulos
1) Caracterización de sistemas mediante

ecuaciones diferenciales
2) Solución de ecuaciones diferenciales
3) Determinación de condiciones de borde
4) Determinación de la ecuación a partir de un
par de funciones de entrada-salida
P. J. Cruz 2
Caracterización de sistemas continuos

• La relación entrada-salida en un sistema continuo
lineal se establece a través de una ecuación
diferencial lineal
x(t) y(t)
P. J. Cruz 3

¿es dinámico, x(t) y(t)
invariante, causal?
• Un sistema caracterizado por una ecuación diferencial es dinámico
• Un sistema es invariante en el tiempo si la ecuación diferencial que lo

caracteriza tiene coeficientes constantes.
• Un sistema descrito por una ecuación diferencial lineal con coeficientes

constantes de orden 𝑚 es físicamente realizable si 𝑛, la mayor derivada de
la señal de entrada, es menor o igual a 𝑚.
P. J. Cruz 4

x(t) y(t)
• Se limita el estudio a Sistemas SISO Lineales e Invariantes en el

tiempo (SLI) . En consecuencia, se pueden representar por
ecuaciones diferenciales lineales con coeficientes constantes.
• Ejemplos de estos sistemas son:
• Circuitos Eléctricos (Leyes de Kirchhoff)
• Fuentes, Resistores, Capacitores, Inductores
• Sistemas Mecánicos (Leyes de Newton, Lagrange, Euler)
• Fuerza, Masa, Resortes, Amortiguadores
P. J. Cruz 5

• Ejemplo LVK:
R C
x(t) entrada y(t) salida
(voltaje) (voltaje)
i(t) Voltaje en el inductor:
x(t) L y(t)
Operador “p”:
1
R Cp 𝐿𝑝
x(t) entrada y(t) salida 𝑦 𝑡 = 𝑥(𝑡)
(voltaje) (voltaje) 1
𝑅 + 𝐶𝑝 + 𝐿𝑝
i(t)
x(t) Lp y(t)
P. J. Cruz 6
Solución de ecuaciones diferenciales

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
P. J. Cruz 7

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
P. J. Cruz 8

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
P. J. Cruz 9

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
P. J. Cruz 10

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
Condiciones de borde:
P. J. Cruz 11

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
Esta solución es única y corresponde a la respuesta a la señal

𝑥 𝑡 = cos 2𝑡 con condiciones de borde: 𝑦 0 = 1 y 𝑦 ′ 0 = −4.
P. J. Cruz 12

• SISTEMA INICIALMENTE EN REPOSO (SIR)
• Un sistema continuo se encuentra inicialmente en reposo en

el instante t0, si para una señal de entrada x(t) que es cero
para t < t0, entonces la salida del sistema y(t) y todas sus
derivadas de orden superior, conocidas como condiciones
iniciales, también son cero para t < t0. Es decir:
P. J. Cruz 13

• SISTEMA CAUSAL
• Un sistema continuo es causal si no responde antes de ser

estimulado. Se considera que un sistema puede ser
estimulado por la señal de entrada y/o por las condiciones
iniciales.
Es decir:
Si para t < t0 x(t) = 0 y
y(t0-) = y’(t0-) = y’’(t0-) = … = 0 (SIR)
entonces, y(t) = 0 para t < t0

• Ejemplo
R=1 C=4/3 F
(voltaje) (voltaje)
i(t)
x(t) L=1/4 H y(t)
Encontrar salida para x(t)=cos 2t U(t) y SIR

Como el SIR entonces y(0-) = y’(0-) = 0
Para t < 0: y(t) = 0
Para calcular la respuesta para t > 0, se debe conocer las condiciones de
borde en t = 0+, por lo que se realiza una igualación de funciones
singulares en t = 0:
Como x(t) = cos 2t U(t), entonces:

x’(t) = -2 sin 2t U(t) + δ(t)
x’’(t) = -4 cos 2t U(t) + δ’(t)
En t = 0:
(δ’ - 4 δ ) + 4 (δ ) + 3 (0) = 1 (δ’)
Luego,
y(0+) - y(0-) = 1 y(0+) = 1
y’(0+) – y’(0-) = - 4 y’(0+) = - 4

Entonces, para t > 0:
x(t) = cos 2t
x’(t) = -2 sin 2t
x’’(t) = -4 cos 2t
P. J. Cruz 17
y’(t) = - A1 e- t - 3 A2 e-3 t – 8/65 sin 2t – 64/65 cos 2t
[ ] U(t)
P. J. Cruz 18

• Ejemplo (1/8)F
+ (voltaje)
(corriente)
2
x(t) 6 y(t)
si 𝑦 0+ = 60 y 𝑦 ′ 0+ = −300.
2H
P. J. Cruz 19

• Ejemplo (1/8)F
+ (voltaje)
(corriente)
2
x(t) 6 y(t)
2H
Conocidas 𝑦 0+ = 60 y 𝑦 ′ 0+ = −300 la ecuación puede ser resuelta

completamente sólo para 𝑡 > 0.
P. J. Cruz 20

• Ejemplo (1/8)F
+ (voltaje)
(corriente)
2
x(t) 6 y(t)
2H
P. J. Cruz 21

• Ejemplo (1/8)F
+ (voltaje)
(corriente)
2
x(t) 6 y(t)
2H
aplicando las condiciones de borde:
?
P. J. Cruz 22

Para calcular la respuesta para t < 0, se debe conocer las condiciones de
borde o frontera en t = 0-, conocidas también como condiciones iniciales,
por lo que se realiza una igualación de funciones singulares en t = 0:
En t = 0:
(60 δ’ – 300 δ) + 4 (60 δ) + 4 (0) = 60 δ’ – 60 δ
Luego,
y(0+) - y(0-) = 60 y(0-) = 0
y’(0+) – y’(0-) = - 300 y’(0-) = 0
[ ] U(t)
Se concluye que el sistema se encuentra inicialmente en reposo.
¿Qué ocurre cuando se escoge condiciones de borde arbitrarias?

• Ejemplo
Encontrar y(t) para x(t) = 2 e- t U(t), si y(0+) = 1, y’(0+) = - 5/3.
𝑦ℎ 𝑡 = 𝐴1 𝑒 −2 𝑡 cos 2𝑡 + 𝐴2 𝑒 −2 𝑡 sin 2𝑡
P. J. Cruz 24
𝑦 𝑡 = 𝐴1 𝑒 −2 𝑡 cos 2𝑡 + 𝐴2 𝑒 −2 𝑡 sin 2𝑡 + 𝑒 − 𝑡 /3
1 2
𝑦 0+ = 𝐴1 +
=1 𝐴1 =
3 3
1 𝐴2 = 0
𝑦 ′ 0+ = −2 𝐴1 + 2 𝐴2 − = −5/3
3
2 −2 𝑡
𝑦 𝑡 = 𝑒 cos 2𝑡 +1/3 𝑒 − 𝑡 𝑡>0
3
En t = 0:
(δ’ – 5 δ) + 4 (δ) + 6 (0) = δ’ – δ
Luego,
y(0+) - y(0-) = 1 y(0-) = 0
y’(0+) – y’(0-) = - 5 y’(0-) = 10/3
Para t < 0
𝑦 𝑡 = 𝐴1 𝑒 −2 𝑡 cos 2𝑡 + 𝐴2 𝑒 −2 𝑡 sin 2𝑡
𝑦 0− = 𝐴1 = 0 𝐴1 = 0
൝ 𝐴2 = 5 2/3
𝑦 ′ 0− = −2 𝐴1 + 2 𝐴2 = 10/3
5 2 −2 𝑡
𝑦 𝑡 = 𝑒 sin 2𝑡 𝑡<0
3

2/3 𝑒 −2 𝑡 cos 2𝑡 + 𝑒 − 𝑡 /3 𝑡 > 0
𝑦 𝑡 =൞ 5 2 −2 𝑡
𝑒 sin 2𝑡 𝑡<0
3
2 −2 𝑡 1 −𝑡 5 2 −2 𝑡
𝑦 𝑡 = 𝑒 cos 2𝑡 + 𝑒 𝑈 𝑡 + 𝑒 sin 2𝑡 𝑈 − 𝑡
3 3 3
5 2 −2 𝑡
𝑦𝑐𝑖 𝑡 = 𝑒 sin 2𝑡 𝑈 − 𝑡
3
2 −2 𝑡 1 − 𝑡 5 2 −2 𝑡
𝑦𝑥 𝑡 = 𝑒 cos 2𝑡 + 𝑒 − 𝑒 sin 2𝑡 𝑈 𝑡
3 3 3
2 −2 𝑡 1 5 2 −2 𝑡 5 2 −2 𝑡
𝑦 𝑡 = 𝑒 cos 2𝑡 + 𝑒 − 𝑡 − 𝑒 sin 2𝑡 𝑈 𝑡 + 𝑒 sin 2𝑡
3 3 3 3
La ecuación diferencial a partir de un par

de señales entrada - salida
Ejemplo:
Hallar la ecuación diferencial que describe a un Sistema Lineal Invariante si se conoce
que:
𝐻 2 + 𝑒 −4 𝑡 𝑈(𝑡) = 4 𝑡 − 2 + 5 𝑡 − 4 𝑒 −4 𝑡 𝑈 𝑡 + 3 + 3 𝑒 −4 𝑡 𝑈(− 𝑡)
Para el efecto se necesita obtener la respuesta del sistema a la señal de entrada con
condiciones iniciales nulas:
𝑦𝑥 𝑡 = 4 𝑡 − 2 + 5 𝑡 − 4 𝑒 −4 𝑡 − 3 + 3 𝑒 −4 𝑡
= 4 𝑡 − 5 + 5 𝑡 − 7 𝑒 −4 𝑡 𝑈 𝑡
Analizando la forma de la señal de entrada se determina que la respuesta
particular consta de dos términos:
𝑦𝑝 𝑡 = 4 𝑡 + 5 𝑡 𝑒 −4 𝑡
𝑦ℎ 𝑡 = −5 − 7 𝑒 −4 𝑡
∝1 = 0, ∝2 = −4
∝ −0 ∝ +4 =∝2 +4 ∝= 0
𝑦 ′′ 𝑡 + 4 𝑦′(𝑡) − 0 𝑦(𝑡) = 𝑑 𝑥′′(𝑡) + 𝑒 𝑥′(𝑡) + 𝑓 𝑥(𝑡)
La ecuación diferencial a partir de un par

de señales entrada - salida
Se procede a calcular la primera y segunda derivada de la

señal de entrada:
𝑥 𝑡 = 2 + 𝑒 −4 𝑡 𝑈 𝑡
𝑥 ′ 𝑡 = − 4 𝑒 −4 𝑡 𝑈 𝑡 + 3 𝛿 𝑡
′
𝑥 ′ 𝑡 = 16 𝑒 −4 𝑡 𝑈 𝑡 + 3 𝛿 ′ 𝑡 − 4 𝛿(𝑡)
Reemplazando en el lado derecho de la ecuación:
𝑦 ′′ 𝑡 + 4 𝑦′(𝑡) − 0 𝑦(𝑡) = 𝑑 𝑥′′(𝑡) + 𝑒 𝑥′(𝑡) + 𝑓 𝑥(𝑡)
𝑑 16 𝑒 −4 𝑡 𝑈 𝑡 + 3 𝛿 ′ 𝑡 − 4 𝛿(𝑡) + 𝑒 − 4 𝑒 −4 𝑡 𝑈 𝑡 + 3 𝛿 𝑡
+ 𝑓 2 + 𝑒 −4 𝑡 𝑈 𝑡
= 2 𝑓 + 16 𝑑 − 4 𝑒 + 𝑓 𝑒 −4 𝑡 𝑈(𝑡) + 3 𝑑 𝛿 ′ (𝑡) + − 4 𝑑 + 3 𝑒 𝛿(𝑡)
La ecuación diferencial a partir de un par de

señales entrada - salida
Se procede a calcular la primera y segunda derivada de la señal de salida:
𝑦 𝑡 = 4 𝑡 − 5 + 5 𝑡 − 7 𝑒 −4 𝑡 𝑈 𝑡
𝑦 ′ 𝑡 = 4 + −20 𝑡 + 33 𝑒 −4 𝑡 𝑈 𝑡 − 12 𝛿 𝑡
𝑦′′ 𝑡 = 80 𝑡 − 152 𝑒 −4 𝑡 𝑈 𝑡 − 12 𝛿 ′ 𝑡 + 37 𝛿(𝑡)
Reemplazando en el lado izquierdo de la ecuación:

80 𝑡 − 152 𝑒 −4 𝑡 𝑈 𝑡 − 12 𝛿 ′ 𝑡 + 37 𝛿 𝑡
+ 4 4 + −20 𝑡 + 33 𝑒 −4 𝑡 𝑈 𝑡 − 12 𝛿 𝑡
= 16 − 20 𝑒 −4 𝑡 𝑈 𝑡 − 12 𝛿 ′ 𝑡 − 11 𝛿 𝑡
e igualando términos:
2 𝑓 + 16 𝑑 − 4 𝑒 + 𝑓 𝑒 −4 𝑡 𝑈(𝑡) + 3 𝑑 𝛿 ′ (𝑡)
+ − 4 𝑑 + 3 𝑒 𝛿(𝑡)
= 16 − 20 𝑒 −4 𝑡 𝑈 𝑡 − 12 𝛿 ′ 𝑡 − 11 𝛿 𝑡
𝑑 =−4 𝑒 =−9 𝑓=8
𝑦′′(t) + 4 y′(t) = − 4 𝑥" 𝑡 − 9 𝑥 ′ 𝑡 + 8 𝑥 𝑡 .
Determinación de la respuesta impulsiva 𝒉 𝒕
Esta respuesta merece especial atención debido a que la respuesta impulsiva

ℎ 𝑡 es considerada otro modelo matemático del sistema. La respuesta
impulso de un Sistema Lineal e Invariante en el tiempo puede obtenerse
resolviendo la ecuación diferencial que lo describe considerando como
entrada una función impulso unitario y condiciones iniciales nulas (sistema
inicialmente en reposo). Igual condición se aplica para obtener las demás
respuestas a funciones elementales continuas, es decir, la respuesta paso y la
respuesta rampa.
La respuesta impulsiva de un sistema de segundo orden tiene la siguiente
forma: ℎ 𝑡 = 𝑦 𝑡 𝑈(𝑡) + 𝑑 𝛿(𝑡)
ℎ
donde 𝑑 es el coeficiente de 𝑥′′ 𝑡 en la ecuación diferencial de segundo

orden. La respuesta impulsiva de un Sistema Lineal, Invariante en el tiempo
y Causal es cero para tiempos negativos y tiene la forma homogénea para
tiempos positivos. Para obtener los coeficientes de la forma homogénea se
necesita determinar los valores de la salida y su derivada en 𝑡 = 0+ .

Ejemplo
Obtener, de un Sistema Lineal e Invariante en el tiempo descrito por la
ecuación diferencial:
𝑑 2 𝑦(𝑡) 𝑑𝑦(𝑡) 𝑑2 𝑥(𝑡) 𝑑𝑥(𝑡)
+4 +4𝑦 𝑡 =2 +4 +3𝑥 𝑡 .
𝑑𝑡 2 𝑑𝑡 𝑑𝑡 2 𝑑𝑡
• la respuesta impulsiva ℎ(𝑡);
Por el enunciado:
𝑦 0− = 𝑦 ′ 0− = 0
𝑥 𝑡 = 𝛿(𝑡)
Resolviendo la ecuación:
∝2 + 4 ∝ + 4 = ∝ + 2 2 = 0
∝= − 2 𝑘 = 2
𝑦ℎ (𝑡) = 𝐴1 𝑡 + 𝐴2 𝑒 −2 𝑡
Para 𝑡 < 0:
𝑦 𝑡 =0

Igualando funciones singulares en 𝑡 = 0:
2 𝑥"(0) + 4 𝑥′(0) + 3𝑥(0) = 2 𝛿" + 4 𝛿′ + 3 𝛿
2 𝛿" − 4 𝛿 ′ + 11 𝛿 + 4 2 𝛿 ′ − 4 𝛿 + 4 2 𝛿 = 2 𝛿" + 4 𝛿′ + 3 𝛿
Este resultado se interpreta como que en 𝑡 = 0 , 𝑦′ 𝑡 tiene una
discontinuidad de 11; y, 𝑦 𝑡 tiene una discontinuidad de − 4 y un
impulso de área 2 que puede ser considerado como respuesta particular;
matemáticamente:
𝑦 0+ − 𝑦 0− = − 4 𝑦 0+ = − 4
ቋ
𝑦′ 0+ − 𝑦′ 0− = 11 𝑦′ 0+ = 11
Para 𝑡 > 0:
𝑥 𝑡 =0 𝑦𝑝 𝑡 = 0
𝑦 𝑡 = 𝑦ℎ 𝑡 = 𝐴1 𝑡 + 𝐴2 𝑒 − 2 𝑡
𝑦 ′ 𝑡 = − 2 𝐴1 𝑡 + 𝐴1 − 2 𝐴2 𝑒 − 2 𝑡

𝑦 0+ = 𝐴2 = −4 𝐴1 = 3
ቋ
𝑦 ′ 0+ = 𝐴1 − 2 𝐴2 = 11 𝐴2 = − 4
𝑦 𝑡 = 3 𝑡 − 4 𝑒− 2 𝑡
La respuesta completa es:
𝑦 𝑡 = ℎ 𝑡 = 3 𝑡 − 4 𝑒 − 2 𝑡 𝑈 𝑡 + 2 𝛿(𝑡)
Un sistema descrito por una ecuación diferencial lineal con coeficientes

constantes es lineal, esto es, si para una entrada 𝑥 𝑡 corresponde una salida
𝑦 𝑡 , entonces para una entrada 𝑎 𝑥 𝑡 la correspondiente salida será 𝑎 𝑦 𝑡 ,
siempre que las condiciones de borde hayan sido escaladas por la constante
multiplicativa 𝑎 (sistema homogéneo); y además, si para una entrada 𝑥1 (𝑡)
corresponde una salida 𝑦1 𝑡 y para una entrada 𝑥2 (𝑡) corresponde una salida
𝑦2 (𝑡), entonces a una entrada 𝑥1 𝑡 + 𝑥2 (𝑡) la salida correspondiente será
𝑦1 𝑡 + 𝑦2 (𝑡) siempre que las condiciones de borde se hayan sumado (sistema
aditivo).

• la respuesta debido a la señal de entrada 𝑥 𝑡 = −4 𝑡 + 8 𝑈 𝑡 , con
condiciones iniciales nulas;
𝑑 2 𝑦(𝑡) 𝑑𝑦(𝑡) 𝑑 2 𝑥(𝑡) 𝑑𝑥(𝑡)
+ 4 + 4 𝑦 𝑡 = 2 + 4 +3𝑥 𝑡 .
𝑑𝑡 2 𝑑𝑡 𝑑𝑡 2 𝑑𝑡
𝑥 𝑡 = −4 𝑡 + 8 𝑈 𝑡
𝑥′ 𝑡 = − 4 𝑈 𝑡 + 8 δ 𝑡
𝑥′′ 𝑡 = − 4 δ 𝑡 + 8 δ′ 𝑡
𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = −12 𝑡 + 8 𝑈 𝑡 + 16 δ′ 𝑡 + 24 δ 𝑡
∝2 + 4 ∝ + 4 = ∝ + 2 2 = 0
∝=−2 𝑘 =2
𝑦ℎ (𝑡) = 𝐴1 𝑡 + 𝐴2 𝑒 −2 𝑡
t<0 𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = 0
𝑥 𝑡 =0
𝑦 0− = 0 𝑦 𝑡 =0
𝑦′ 0− = 0

t=0 𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = 16 δ′ 𝑡 + 24 δ 𝑡
16 δ′ − 40 δ + 4 16 δ + 4 0 = 16 δ′ + 24 δ
𝑦 0+ − 𝑦 0− = 16 𝑦 0+ = 16
𝑦 ′ 0+ − 𝑦 ′ 0− = − 40 𝑦 ′ 0+ = − 40
t>0 𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = −12 𝑡 + 8
𝑦𝑝 𝑡 = 𝑃1 𝑡 + 𝑃2
𝑦𝑝 ′ 𝑡 = 𝑃1
𝑦𝑝 ′′ 𝑡 = 0
𝑃1 = −3
0 + 4 𝑃1 + 4 𝑃1 𝑡 + 𝑃2 = −12 𝑡 + 8
𝑃2 = 5
𝑦𝑝 𝑡 = −3 𝑡 + 5
y 𝑡 = 𝐴1 𝑡 + 𝐴2 𝑒 −2 𝑡 − 3 𝑡 + 5
y′(𝑡) = − 2 𝐴1 𝑡 + 𝐴1 − 2 𝐴2 𝑒 −2 𝑡 − 3
𝑦 0+ = 𝐴2 + 5 = 16 𝐴1 = − 15
൝ ′ +
𝑦 0 = 𝐴1 − 2 𝐴2 − 3 = − 40 𝐴2 = 11
y 𝑡 = − 15 𝑡 + 11 𝑒 −2 𝑡 − 3 𝑡 + 5
y 𝑡 = 𝑦𝑥 𝑡 = − 15 𝑡 + 11 𝑒 −2 𝑡 − 3 𝑡 + 5 U 𝑡
• la respuesta paso g 𝑡 .
𝑥 𝑡 =U 𝑡
𝑥′ 𝑡 = δ 𝑡
𝑥′′ 𝑡 = δ′ 𝑡
𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = 2 δ′ 𝑡 + 4 δ 𝑡 + 3 U 𝑡
t<0 𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = 0
𝑥 𝑡 =0
𝑦 0− = 0 𝑦 𝑡 =0
𝑦′ 0− = 0

t=0 𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = 2 δ′ 𝑡 + 4 δ 𝑡
2 δ′ − 4 δ + 4 2 δ + 4 0 = 2 δ′ + 4 δ
𝑦 0+ − 𝑦 0− = 2 𝑦 0+ = 2
𝑦 ′ 0+ − 𝑦 ′ 0− = −4 𝑦 ′ 0+ = −4
t>0 𝑦 ′′ 𝑡 + 4 y′ 𝑡 + 4 y 𝑡 = 3
y𝑝 𝑡 = 𝑃 y′𝑝 𝑡 = y′′𝑝 𝑡 =0
4P=3 P =3/4
3
y 𝑡 = y𝑝 𝑡 + 𝑦ℎ 𝑡 = + 𝐴1 𝑡 + 𝐴2 𝑒 −2 𝑡
4
y′(𝑡) = −2 𝐴1 𝑡 + 𝐴1 − 2 𝐴2 𝑒 −2 𝑡
3+
𝑦 0 = + 𝐴2 = 2 𝐴1 = −3/2
ቐ 4 𝐴2 = 5/ 4
′ +
𝑦 0 = 𝐴1 − 2 𝐴2 = −4
3 3
𝑦 𝑡 = + − 𝑡 + 5/4 𝑒 −2 𝑡
4 2
g 𝑡 = 1/4 3 − 6 𝑡 − 5 𝑒 −2 𝑡 𝑈 𝑡
ANEXO
Forma de la respuesta particular
𝑥 𝑡 𝑦𝑝 𝑡 Condición
𝑃 𝑒𝑎 𝑡 𝑠𝑖 𝑎 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝐵 𝑒𝑎 𝑡 𝑃 𝑡 𝑒𝑎 𝑡 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃 𝑡2 𝑒𝑎 𝑡 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
𝑃1 𝑡 + 𝑃2 𝑒 𝑎 𝑡 𝑠𝑖 𝑎 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝑎≠0
𝐵1 𝑡 + 𝐵2 𝑒 𝑎 𝑡 𝑃1 𝑡 2 + 𝑃2 𝑡 𝑒 𝑎 𝑡 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃1 𝑡 3 + 𝑃2 𝑡 2 𝑒 𝑎 𝑡 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
𝐵 sen 𝑎𝑡
𝑃1 sen 𝑎𝑡 + 𝑃2 cos 𝑎𝑡 𝑠𝑖 ± 𝑗𝑎 𝑛𝑜 𝑠𝑜𝑛 𝑟𝑎í𝑐𝑒𝑠 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎𝑠
𝐵 cos 𝑎𝑡
𝑃 𝑠𝑖 0 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝐵 𝑃𝑡 𝑠𝑖 0 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃 𝑡2 𝑠𝑖 0 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
𝑎=0
𝑃1 𝑡 + 𝑃2 𝑠𝑖 0 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝐵1 𝑡 + 𝐵2 𝑃1 𝑡 2 + 𝑃2 𝑡 𝑠𝑖 0 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃1 𝑡 3 + 𝑃2 𝑡 2 𝑠𝑖 0 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
descritos por ecuaciones en diferencias

[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 3: Ecuaciones en diferencias
Subcapítulos
1) Caracterización de sistemas descritos mediante

ecuaciones en diferencias
2) Solución de ecuaciones en diferencias
3) Determinación de condiciones de borde
4) Determinación de la ecuación a partir de un
par de funciones entrada-salida
5) Respuesta impulsiva discreta
Caracterización de sistemas discretos

Se limita el estudio a Sistemas Lineales e Invariantes en el tiempo discreto
(SLID) con una sola entrada y una sola salida que son representados por
ecuaciones en diferencias lineales con coeficientes constantes.
Estas ecuaciones que relacionan los valores de la señal de entrada 𝑥[𝑛] y
sus valores retardados con los valores de la señal de salida 𝑦[𝑛] y sus
valores retardados para todo 𝑛, tienen la siguiente forma:
𝑟 𝑚
෍ 𝐶𝑘 𝑦[𝑛 − 𝑘] = ෍ 𝐸𝑘 𝑥[𝑛 − 𝑘]
𝑘=0 𝑘=0
Esta ecuación tiene como una forma alternativa, una ecuación en

diferencias que relaciona la entrada, la salida y sus versiones adelantadas.
Todos los coeficientes de esta ecuación en diferencias de orden 𝑟 (𝐶𝑘 𝑦 𝐸𝑘 )
son constantes y deben ser divididos para 𝐶0 con el fin de simplificar su
solución.

Como en el caso de sistemas continuos, muchas de las propiedades de un sistema
discreto son válidas en la ecuación en diferencias que relaciona las señales de
entrada y salida de un sistema.
Un sistema descrito por una ecuación en diferencias es dinámico porque el valor de
𝑦[𝑛] depende no sólo del valor de 𝑥[𝑛] sino también de los valores retardados de
𝑦[𝑛] y de 𝑥[𝑛].
Un sistema es invariante en el tiempo si los coeficientes de la ecuación en

diferencias son todos constantes.
Un sistema descrito por una ecuación en diferencias lineal con coeficientes

constantes de orden 𝑟 es causal si 𝑚, el mayor retardo de la señal de entrada, es
menor o igual a 𝑟.
Dada la ecuación en diferencias de orden 𝑟, la señal de entrada 𝑥[𝑛] y 𝑟 valores

sucesivos de la respuesta, permite calcular valores de 𝑦[𝑛] a instantes de tiempo
sucesivos en una forma recursiva.

Ejemplo 3.1
1 𝑛
Si 𝑦 −1 = 1, obtener la respuesta 𝑦 𝑛 a la señal de entrada 𝑥 𝑛 = de un
2
Sistema Lineal Invariante Discreto descrito por la ecuación en diferencias:
𝑦 𝑛 + 𝑦 𝑛 − 1 = 4 𝑥 𝑛 + 2 𝑥[𝑛 − 1]
Para 𝑛 > −1, se despeja 𝑦 𝑛 :
𝑦 𝑛 = 4𝑥 𝑛 +2𝑥 𝑛−1 −𝑦 𝑛−1

𝑦 0 = 4 𝑥 0 + 2 𝑥 −1 − 𝑦 −1 = 7
𝑦 1 = 4 𝑥 1 + 2 𝑥 0 − 𝑦 0 = −3
𝑦 2 =4𝑥 2 +2𝑥 1 −𝑦 1 =5
𝑦 3 = −4
⋮

Para 𝑛 < −1, se despeja 𝑦 𝑛 − 1 :
𝑦 𝑛−1 =4𝑥 𝑛 +2𝑥 𝑛−1 −𝑦 𝑛
𝑦 −2 = 4 𝑥 −1 + 2 𝑥 −2 − 𝑦 −1 = 15
𝑦 −3 = 4 𝑥 −2 + 2 𝑥 −3 − 𝑦 −2 = 17
𝑦 −4 = 47
⋮
Este método iterativo permite obtener un número finito de

valores de la respuesta del sistema y será de utilidad para
determinar los 𝑟 valores necesarios de la señal de salida para
resolver la ecuación en forma cerrada en un nuevo intervalo
de tiempo.
Solución analítica de ecuaciones en

diferencias
El proceso de solución de una ecuación en diferencias con coeficientes
constantes es similar al de una ecuación diferencial.
La solución analítica consiste de dos partes: la solución homogénea y la
particular.
𝑦[𝑛] = 𝑦ℎ [𝑛] + 𝑦𝑝 [𝑛൧
La solución homogénea satisface la ecuación homogénea:

𝑟
𝑦 𝑛 + ෍ 𝐶𝑘 𝑦[𝑛 − 𝑘] = 0
𝑘=1
La solución homogénea contiene términos de la forma 𝐴 ∝𝑛 donde, en

general, 𝐴 y ∝ son constantes complejas (se incluye el valor ∝= 1).

diferencias
Sustituyendo 𝑦 𝑛 = 𝐴 ∝𝑛 , en la ecuación anterior se obtiene:
𝐴 ∝𝑛 +𝐶1 𝐴 ∝𝑛−1 + ⋯ + 𝐶𝑟−1 𝐴 ∝𝑛−𝑟+1 +𝐶𝑟 𝐴 ∝𝑛−𝑟 = 0
Simplificando se obtiene la ecuación característica cuyas 𝑟 raíces son

llamadas raíces características.
∝𝑟 +𝐶1 ∝𝑟−1 + ⋯ + 𝐶𝑟−1 ∝ + 𝐶𝑟 = 0

Cuando las 𝑟 raíces características son todas distintas, la solución
homogénea será:
𝑦ℎ 𝑛 = 𝐴1 ∝1 𝑛 + 𝐴2 ∝2 𝑛 + ⋯ + 𝐴𝑟 ∝𝑟 𝑛
Donde 𝐴1 , 𝐴2 , … , 𝐴𝑟 , son constantes a determinarse por 𝑟 condiciones de

borde conocidas.

diferencias
Cuando las raíces características no son todas distintas, la solución
homogénea tendrá una forma ligeramente distinta. Si ∝1 es una raíz
característica de multiplicidad 𝑘 ≤ 𝑟, entonces, correspondiendo a ∝1
habrá 𝑘 términos en la solución homogénea.
𝑦ℎ 𝑛 = 𝐴1 𝑛𝑘−1 + 𝐴2 𝑛𝑘−2 + ⋯ + 𝐴𝑘−1 𝑛 + 𝐴𝑘 ∝1 𝑛 + ⋯
La forma general de la solución homogénea no depende de la señal de

entrada 𝑥[𝑛]. Por esta razón, la solución homogénea se denomina también
respuesta natural o libre del sistema. Sin embargo, los valores de las
constantes 𝐴1 , 𝐴2 , … , 𝐴𝑟 dependen también de 𝑥[𝑛]. La solución que
depende explícitamente de la señal de entrada se denomina respuesta
forzada o particular del sistema.

diferencias
Cuando las raíces características son diferentes o iguales, un sistema de
segundo orden tiene, respectivamente, la siguiente respuesta
homogénea:
𝑦ℎ 𝑛 = 𝐴1 ∝1 𝑛 + 𝐴2 ∝2 𝑛
𝑦ℎ 𝑛 = 𝐴1 𝑛 + 𝐴2 ∝1 𝑛
Se puede utilizar la Tabla que aparece en el anexo para obtener la forma

general de la solución particular para una señal de entrada 𝑥[𝑛].
Una vez calculada la solución particular se conforma la solución total
sumando la respuesta particular con la forma homogénea. Finalmente,
utilizando dos valores sucesivos de la salida en un instante de tiempo
definido, se obtienen las constantes de la respuesta homogénea y la
solución total 𝑦[𝑛] se determina completamente de forma única.

diferencias
Ejemplo 3.2
1 𝑛
Si 𝑦 −1 = 1, obtener la respuesta 𝑦 𝑛 a la señal de entrada 𝑥 𝑛 = de 2
un Sistema Lineal Invariante Discreto descrito por la ecuación en diferencias:
𝑦 𝑛 + 𝑦 𝑛 − 1 = 4 𝑥 𝑛 + 2 𝑥[𝑛 − 1]
𝑛 𝑛−1 𝑛
1 1 1
𝑦 𝑛 +𝑦 𝑛−1 =4 +2 =8
2 2 2
Ecuación característica: ∝+1=0
Raíces características: ∝1 = − 1
Solución homogénea: 𝑦ℎ [𝑛] = 𝐴 (−1)𝑛
Solución particular: 𝑛
1
𝑦𝑝 [𝑛] = 𝑃
2

diferencias
Reemplazando la forma de la respuesta particular y la señal de entrada en
la ecuación en diferencias y resolviendo:
𝑛 𝑛−1 𝑛 𝑛
1 1 1 1
𝑃 +𝑃 =3𝑃 =8
2 2 2 2
8
𝑃=
3
𝑛
8 1
𝑦𝑝 [𝑛] =
3 2
𝑛
𝑛
8 1
𝑦 𝑛 = 𝐴 (−1) +
3 2

diferencias
Evaluando en 𝑛 = −1:
−1
−1
8 1
𝑦 −1 = 𝐴 −1 + =1
3 2
13
𝐴=
3
𝑛
13 𝑛
8 1
𝑦𝑛 = (−1) +
3 3 2
Se puede confirmar que esta forma cerrada de solución satisface los valores
calculados en el ejemplo 3.1.
Determinación de condiciones de borde
Para analizar el comportamiento de un sistema cuando se le aplica una señal de

entrada en un instante de tiempo finito 𝑛 = 𝑛0 , es necesario conocer un
conjunto de valores sucesivos de la respuesta conocidos como condiciones de
borde o de frontera. Se considera el caso cuando 𝑛0 = 0.
En general, la respuesta del sistema en cada intervalo es la suma de 𝑦𝑥 [𝑛], el
efecto de la señal de entrada y de 𝑦𝑐𝑖 [𝑛], el aporte de las condiciones iniciales
obtenido por las condiciones de borde para 𝑛0 < 0.
𝑦[𝑛] = 𝑦𝑥 [𝑛] + 𝑦𝑐𝑖 [𝑛]
Como para 𝑛 < 0, 𝑥[𝑛] = 0, entonces:
𝑦𝑐𝑖 [𝑛], 𝑛<0

𝑦[𝑛] = ቊ
𝑦𝑥 [𝑛] + 𝑦𝑐𝑖 [𝑛], 𝑛≥0
Se concluye que la respuesta obtenida resolviendo la ecuación en

diferencias para 𝑛 < 0, corresponde al efecto de las condiciones iniciales;
mientras que la respuesta obtenida resolviendo la ecuación diferencial para
𝑛 ≥ 0, corresponde al efecto de las condiciones iniciales y de la señal de
entrada.
En forma compacta:
𝑦[𝑛] = 𝑦𝑥 [𝑛] + 𝑦𝑐𝑖 [𝑛]
La respuesta debida a las condiciones iniciales es válida para todo 𝑛,

mientras que la respuesta debida a la señal de entrada 𝑥[𝑛] es cero para n < 0
y se puede obtener así:
𝑦𝑥 [𝑛] = 𝑦[𝑛] − 𝑦𝑐𝑖 [𝑛]

Ejemplo 3.3
1 𝑛
Si 𝑦 −1 = 1, obtener la respuesta 𝑦 𝑛 a la señal de entrada 𝑥 𝑛 = 𝑈[𝑛] 2
de un Sistema Lineal Invariante Discreto descrito por la ecuación en diferencias:
𝑦 𝑛 + 𝑦 𝑛 − 1 = 4 𝑥 𝑛 + 2 𝑥[𝑛 − 1]
Ecuación característica: ∝+1=0

Raíces características: ∝1 = − 1
Solución homogénea: 𝑦ℎ [𝑛] = 𝐴 (−1)𝑛
La señal de entrada se encuentra definida en dos regiones de tiempo.

Para 𝑛 < 0:
𝑥 𝑛 = 0 𝑦𝑝 𝑛 = 0
𝑛
𝑦 𝑛 = 𝑦ℎ [𝑛] = 𝐴 −1

Evaluando en 𝑛 = −1:
−1
𝑦 −1 = 𝐴 −1 =1
𝐴 = −1
𝑛 𝑛+1
𝑦 𝑛 = − −1 = −1
Para obtener la respuesta en la segunda región, se necesita conocer la respuesta

en 𝑛 = 0, condición de borde, usando el método iterativo:
𝑦 𝑛 =4𝑥 𝑛 +2𝑥 𝑛−1 −𝑦 𝑛−1
𝑦 0 = 4 𝑥 0 + 2 𝑥 −1 − 𝑦 −1 = 3
Para 𝑛 ≥ 0:
𝑛 𝑛
1 1
𝑥𝑛 = 𝑦𝑝 [𝑛] = 𝑃
2 2
Reemplazando la forma de la respuesta particular y la señal de entrada en

la ecuación en diferencias y resolviendo:
𝑛 𝑛−1 𝑛 𝑛−1
1 1 1 1
𝑃 +𝑃 =4 +2
2 2 2 2
𝑛 𝑛 8
1 1 𝑃=
3𝑃 =8 3
2 2
𝑛
8 1
𝑦𝑝 𝑛 =
3 2
𝑛
8 1
𝑦 𝑛 = 𝐴 −1 𝑛 +
3 2
Evaluando en n = 0: 0
0
8 1 1
𝑦 0 = 𝐴 −1 + =3 𝐴=
3 2 3
𝑛
1 𝑛+
8 1
𝑦𝑛 = −1
3 3 2

Y la respuesta total se expresa como:
𝑛
1 𝑛
8 1 𝑛+1
𝑦𝑛 = −1 + 𝑈 𝑛 + −1 𝑈[− 𝑛 − 1]
3 3 2
Nótese las diferencias y similitudes entre las respuestas de los ejemplos 3.2 y 3.3.
La respuesta del sistema debido a las condiciones iniciales válida para todo 𝑛 es:
𝑛+1
𝑦𝑐𝑖 [𝑛] = −1
La respuesta del sistema debido sólo a la señal de entrada es:
𝑦𝑥 𝑛 = 𝑦 𝑛 − 𝑦𝑐𝑖 𝑛
1 𝑛 8 1 𝑛 𝑛+1
= −1 + 𝑈 𝑛 − −1 𝑈𝑛
3 3 2
𝑛
4 𝑛
8 1
= −1 + 𝑈[𝑛]
3 3 2
Adicionalmente, este ejemplo ilustra un procedimiento general para determinar

𝑦[𝑛] cuando 𝑥[𝑛] se especifica en diferentes regiones de tiempo por diferentes
expresiones analíticas.
Cuando sea posible se puede simplificar el proceso planteado de solución del
problema si se le combina con las propiedades del sistema analizado.
Ejemplo 3.4
1 𝑛
Obtener la respuesta 𝑦 𝑛 a la señal de entrada 𝑥 𝑛 = 4𝑛 − 3 𝑈[𝑛] de un
Sistema Lineal Invariante Discreto descrito por la ecuación:
1 2
𝑦𝑛 − 𝑦 𝑛 − 2 = 3 𝑥 𝑛 + 2 𝑥 𝑛 − 1 + 𝑥 𝑛 − 2 𝑠𝑖 𝑦 0 = 2, 𝑦 1 = .
9 3
1 2
1 1 1 1
∝ − = ∝− ∝+ =0 ∝1 = , ∝2 = −
9 3 3 3 3
𝑛 𝑛
1 1
𝑦ℎ 𝑛 = 𝐴1 + 𝐴2 −
3 3

Para 𝑛 ≥ 0: 𝑛
1
𝑥 𝑛 =4𝑛 −
3 𝑛
1
𝑥 𝑛 − 1 = −12 𝑛 − 1 −
3
𝑛
1
𝑥 𝑛 − 2 = 36 𝑛 − 2 −
3
𝑛
1
3 𝑥 𝑛 + 2 𝑥 𝑛 − 1 + 𝑥 𝑛 − 2 = 24 𝑛 − 48 −
3
𝑛
1
𝑦𝑝 𝑛 = 𝑃1 𝑛2 + 𝑃2 𝑛 −
3
𝑛
2
1
𝑦𝑝 𝑛 − 2 = 9 𝑃1 𝑛 − 2 + 𝑃2 𝑛 − 2 −
3
𝑛
1 1
𝑦𝑝 𝑛 − 𝑦𝑝 𝑛 − 2 = 4𝑛 − 4 𝑃1 + 2𝑃2 −
9 3

Igualando términos se obtiene:
𝑃1 = 6, 𝑃2 = −12
𝑛 𝑛
1 1
𝑦 𝑛 = 𝐴1 + 6 𝑛2 − 12 𝑛 + 𝐴2 −
3 3
Aplicando las condiciones de borde:
𝑦 0 = 𝐴1 + 𝐴2 = 2
𝐴 = −1
𝐴1 𝐴2 2ቑ 1
𝑦1 = − +2= 𝐴2 = 3
3 3 3
la solución es: 𝑛 𝑛
1 1
𝑦 𝑛 =− + 6 𝑛2 − 12 𝑛 + 3 −
3 3
Se determinan las condiciones de borde para el otro intervalo, condiciones
iniciales, evaluando la ecuación:
𝑦 𝑛 − 2 = − 27 𝑥 𝑛 − 18 𝑥 𝑛 − 1 − 9 𝑥 𝑛 − 2 + 9 𝑦[𝑛]

𝑦 − 1 = − 27 𝑥 1 − 18 𝑥 0 − 9 𝑥 − 1 + 9 𝑦 1 = 42
𝑦 − 2 = − 27 𝑥 0 − 18 𝑥 − 1 − 9 𝑥 − 2 + 9 𝑦 0 = 18
Para 𝑛 < 0:
𝑥 𝑛 = 0 𝑦𝑝 𝑛 = 0
𝑛 𝑛
1 1
𝑦 𝑛 = 𝑦ℎ 𝑛 = 𝐴1 + 𝐴2 −
3 3
𝑦 −1 = 3 𝐴1 − 3 𝐴2 = 42 𝐴1 = 8
ቋ
𝑦 −2 = 9 𝐴1 + 9 𝐴2 = 18 𝐴2 = −6
𝑛 𝑛
1 1
𝑦 𝑛 =8 −6 −
3 3
𝑛 𝑛
1 1
− + 6 𝑛2 − 12 𝑛 + 3 − 𝑛≥0
3 3
𝑦𝑛 = 𝑛 𝑛
1 1
8 −6 − 𝑛<0
3 3

En forma compacta:
𝑛 𝑛 𝑛 𝑛
1 1 1 1
𝑦𝑛 = − + 6 𝑛2 − 12 𝑛 + 3 − 𝑈𝑛 + 8 −6 − 𝑈[−𝑛 − 1൩
3 3 3 3
La respuesta del sistema debido a las condiciones iniciales válida para todo 𝑛 es:
𝑛 𝑛
1 1
𝑦𝑐𝑖 [𝑛] = 8 −6 −
3 3
La respuesta del sistema debido sólo a la señal de entrada es:
𝑦𝑥 𝑛 = 𝑦 𝑛 − 𝑦𝑐𝑖 𝑛
𝑛 𝑛 𝑛 𝑛
1 1 1 1
= − + 6 𝑛2 − 12 𝑛 + 3 − 𝑈𝑛 − 8 −6 − 𝑈𝑛
3 3 3 3
𝑛 𝑛
1 1
𝑦𝑥 𝑛 = −9 + 6 𝑛2 − 12 𝑛 + 9 − 𝑈[𝑛]
3 3
Determinación de la ecuación en
diferencias
Se presenta un procedimiento para identificar la ecuación en diferencias que
describe el comportamiento del sistema a partir de un par conocido de señales
entrada-salida.
Ejemplo 3.5
Obtener la ecuación en diferencias que describe a un Sistema Lineal Invariante
Discreto si se conoce que:
𝑛
1
𝐻 4𝑛 − 𝑈[𝑛]
3
𝑛 𝑛 𝑛 𝑛
1 1 1 1
= − + 6 𝑛2 − 12 𝑛 + 3 − 𝑈𝑛 + 8 −6 − 𝑈 −𝑛−1 .
3 3 3 3
Para el efecto se necesita obtener la respuesta del sistema a la señal de entrada
con condiciones iniciales nulas:
𝑛 𝑛
1 1
𝑦𝑥 𝑛 = − 9 + 6 𝑛2 − 12 𝑛 + 9 − 𝑈𝑛
3 3
diferencias
particular consta de dos términos y utilizando la Tabla del anexo:
𝑛
1
𝑦𝑝 𝑛 = 6 𝑛2 − 12 𝑛 −
3
𝑛 𝑛
1 1
𝑦ℎ 𝑛 = − 9 +9 −
3 3
1 1
∝1 = , ∝2 = −
3 3
1 1 2
1
∝− ∝+ =∝ − = 0
3 3 9
1
𝑦 𝑛 − 𝑦 𝑛−2 =𝑑𝑥 𝑛 +𝑒𝑥 𝑛−1 +𝑓𝑥 𝑛−2
9
diferencias
Evaluando la ecuación para valores de n adecuados se determinan los

coeficientes restantes:
1
𝑛=1 𝑦 1 − 𝑦 −1 = 𝑑 𝑥 1 + 𝑒 𝑥[0] + 𝑓 𝑥[−1] 𝑑=3
9
1
𝑛=2 𝑦 2 − 𝑦 0 = 3 𝑥 2 + 𝑒 𝑥[1] + 𝑓 𝑥[0] 𝑒=2
9
1
𝑛=3 𝑦 3 − 𝑦 1 = 3 𝑥 3 + 2 𝑥[2] + 𝑓 𝑥[1] 𝑓=1
9
1
𝑦 𝑛 − 𝑦 𝑛−2 = 3𝑥 𝑛 +2𝑥 𝑛−1 +𝑥 𝑛−2
9
Determinación de la respuesta impulsiva
Esta respuesta merece especial atención debido a que la respuesta impulsiva

discreta ℎ 𝑛 es considerada otro modelo matemático del sistema. La respuesta
impulsiva discreta de un Sistema Lineal Invariante Discreto puede obtenerse
resolviendo la ecuación en diferencias que lo describe considerando como
entrada una función impulso unitario discreto y condiciones iniciales nulas
(sistema inicialmente en reposo). Igual condición se considera para obtener las
demás respuestas a funciones elementales discretas, es decir, la respuesta paso
discreta y la respuesta rampa discreta.
Un sistema se dice inicialmente en reposo si, para cualquier estímulo 𝑥 𝑛 que
es igual a cero para 𝑛 < 𝑛0 , la respuesta del sistema 𝑦 𝑛 es igual a cero para
𝑛 < 𝑛0 .
La respuesta impulsiva discreta de un sistema de segundo orden tiene la
siguiente forma:
ℎ[𝑛] = 𝑦ℎ [𝑛] 𝑈[𝑛 − 1] + 𝑑 𝛿[𝑛]
donde 𝑑 es el coeficiente de 𝑥 𝑛 en la ecuación en diferencias de segundo

orden. La respuesta impulsiva de un Sistema Lineal, Invariante en el tiempo
discreto y Causal es cero para tiempos negativos, es igual a 𝑑 en 𝑛 = 0 y tiene
la forma homogénea para tiempos positivos mayores a cero. Para obtener los
coeficientes de la forma homogénea se necesita determinar los valores de la
salida en 𝑛 = 1 y 𝑛 = 2.
Ejemplo 3.6
Obtener la respuesta impulsiva ℎ 𝑛 de un Sistema Lineal Invariante Discreto
descrito por la ecuación en diferencias:
1
𝑦 𝑛 − 𝑦 𝑛−2 = 3𝑥 𝑛 +2𝑥 𝑛−1 +𝑥 𝑛−2
9
Por el enunciado:
0 𝑛<0
𝑥 𝑛 = 𝛿 𝑛 = ቐ1 𝑛 = 0 𝑦 −1 = 𝑦 −2 = 0
0 𝑛>0

2
1 1 1
∝ − = ∝− ∝+ =0
9 3 3
1 1
∝1 = , ∝2 = −
3 3
𝑛 𝑛
1 1
𝑦ℎ 𝑛 = 𝐴1 + 𝐴2 −
3 3
𝑛<0
𝑥 𝑛 =0 𝑦𝑝 𝑛 = 0 𝑦 𝑛 = 𝑦ℎ [𝑛] = 0
Despejando 𝑦 𝑛 :
1
𝑦 𝑛 = 3𝑥 𝑛 +2𝑥 𝑛−1 +𝑥 𝑛−2 + 𝑦 𝑛−2
9
1
𝑦 0 =3𝑥 0 +2𝑥 −1 +𝑥 −2 + 𝑦 −2 𝑦 0 =3
9
1
𝑦 1 = 3𝑥 1 +2𝑥 0 +𝑥 −1 + 𝑦 −1 𝑦 1 =2
9
1 4
𝑦 2 = 3𝑥 2 +2𝑥 1 +𝑥 0 + 𝑦 0 𝑦2 =
9 3

𝑛=0 𝑦 0 =ℎ0 =3
𝑛 𝑛
1 1
𝑛>0 𝑥 𝑛 =0 𝑦𝑝 𝑛 = 0 𝑦 𝑛 = 𝑦ℎ [𝑛] = 𝐴1 + 𝐴2 −
3 3
𝐴1 𝐴2
𝑦1 = − =2 𝐴1 = 9
3 3
𝐴1 𝐴2 4 𝐴2 = 3
𝑦2 = + =
9 9 3
𝑛 𝑛
1 1
𝑦𝑛 =9 +3 −
3 3
Y la respuesta completa es:
0 𝑛<0
3 𝑛=0
𝑦𝑛 =ℎ 𝑛 = 1
𝑛
1
𝑛
9 +3 − 𝑛>0
3 3
𝑛 𝑛
O en forma compacta: 1 1
ℎ𝑛 = 9 +3 − 𝑈 𝑛 − 1 + 3 𝛿[𝑛]
3 3

Ejemplo 3.7 (Leonardo Fibonacci)
Supóngase que una pareja de conejos puede tener una pareja de conejitos cada
mes y que los conejos son fértiles a la edad de un mes. ¿Cuántas parejas de
conejos pueden obtenerse de una pareja de conejos recién nacidos al cabo de
un año?
A fin de obtener la ecuación en diferencias que describe al sistema biológico del

ejemplo, se construye la siguiente tabla en la que se denota 𝑦 𝑛 como el número de
parejas de conejos que existen al inicio del mes enésimo que es igual al número de
parejas de conejos recién nacidos 𝑦𝑅𝑁 [𝑛] más el número de parejas de conejos fértiles
𝑦𝐹 [𝑛].
𝑛 𝑦𝑅𝑁 [𝑛] 𝑦𝐹 [𝑛] 𝑦[𝑛]

0 1 0 1
1 0 1 1
2 1 1 2
3 1 2 3

Como se conoce:
𝑦 𝑛 = 𝑦𝑅𝑁 𝑛 + 𝑦𝐹 𝑛 + 𝑥[𝑛]
Analizando la tabla:
𝑦𝐹 𝑛 = 𝑦 𝑛 − 1
𝑦𝑅𝑁 𝑛 = 𝑦𝐹 𝑛 − 1
𝑦𝑅𝑁 𝑛 = 𝑦 𝑛 − 2
Reemplazando:
𝑦 𝑛 = 𝑦 𝑛 − 2 + 𝑦 𝑛 − 1 + 𝑥[𝑛]
𝑦 𝑛 − 𝑦 𝑛 − 1 − 𝑦 𝑛 − 2 = 𝑥[𝑛]
También:
𝑥 𝑛 =𝛿 𝑛 𝑦 −1 = 𝑦 −2 = 0
Resolviendo: 1+ 5 1− 5
∝2 − ∝ − 1 = 0 ∝1 = ∝2 =
2 2
𝑛 𝑛
1+ 5 1− 5
𝑦ℎ 𝑛 = 𝐴1 + 𝐴2
2 2

𝑛<0 𝑥 𝑛 =0 𝑦𝑝 𝑛 = 0 𝑦 𝑛 = 𝑦ℎ [𝑛] = 0
Los valores de la respuesta para 𝑛 = 0, 1 𝑦 2 se pueden tomar de la tabla o
también, despejando 𝑦 𝑛 :
𝑦 𝑛 =𝑥 𝑛 +𝑦 𝑛−1 +𝑦 𝑛−2
𝑦 0 =𝑥 0 +𝑦 −1 +𝑦 −2 𝑦 0 =1
𝑦 1 =𝑥 1 +𝑦 0 +𝑦 −1 𝑦 1 =1
𝑦 2 =𝑥 2 +𝑦 1 +𝑦 0 𝑦 2 =2
Para 𝑛 > 0 𝑥 𝑛 = 0 𝑦𝑝 𝑛 = 0
𝑛 𝑛
1+ 5 1− 5
𝑦 𝑛 = 𝑦ℎ [𝑛] = 𝐴1 + 𝐴2
2 2
1+ 5 1− 5 5+ 5
𝑦 1 = 𝐴1 + 𝐴2 =1 𝐴1 =
2 2 10
2 2
1+ 5 1− 5 5− 5
𝑦 2 = 𝐴1 + 𝐴2 =2 𝐴2 =
2 2 10

𝑛 𝑛
5+ 5 1+ 5 5− 5 1− 5
𝑦𝑛 = +
10 2 10 2
𝑛 𝑛
5+ 5 1+ 5 5− 5 1− 5
𝑦𝑛 = + 𝑈 𝑛 − 1 + 𝛿[𝑛]
10 2 10 2
Simplificando:
𝑛 𝑛
5+ 5 1+ 5 5− 5 1− 5
𝑦 𝑛 = ℎ[𝑛] = + 𝑈𝑛
10 2 10 2
Entonces:
12 12
5+ 5 1+ 5 5− 5 1− 5
𝑦 12 = + = 233
10 2 10 2
Un sistema descrito por una ecuación en diferencias lineal con

coeficientes constantes es lineal, esto es, si para una entrada 𝑥 𝑛
corresponde una salida 𝑦 𝑛 , entonces para una entrada 𝑎 𝑥 𝑛 la
correspondiente salida será 𝑎 𝑦 𝑛 , siempre que las condiciones de
borde hayan sido escaladas por la constante multiplicativa 𝑎 (sistema
homogéneo); y además, si para una entrada 𝑥1 [𝑛] corresponde una
salida 𝑦1 [𝑛] y para una entrada 𝑥2 [𝑛] corresponde una salida 𝑦2 [𝑛],
entonces a una entrada 𝑥1 [𝑛] + 𝑥2 [𝑛] la salida correspondiente será
𝑦1 [𝑛] + 𝑦2 [𝑛] siempre que las condiciones de borde se hayan
sumado (sistema aditivo).

Ejemplo 3.8
Resolviendo la ecuación en diferencias que describe al sistema, obtener su respuesta

a la señal de entrada:
diferencias
particular consta de un término y utilizando la Tabla del anexo:
𝑦𝑝 𝑛 = 0
𝑛
1
𝑦ℎ 𝑛 = n + 2 −
4
1
∝1 = ∝2 = −
4
2
1 2
1 1
∝+ =∝ + ∝+ =0
4 2 16
1 1
𝑦 𝑛 + 𝑦 𝑛−1 + 𝑦 𝑛−2 =𝑑𝑥 𝑛 +𝑒𝑥 𝑛−1 +𝑓𝑥 𝑛−2
2 16
diferencias
Evaluando la ecuación para valores de n adecuados se determinan los

coeficientes restantes:
1 1
𝑛=0 𝑦 0 + 𝑦 −1 + 𝑦 −2 = 𝑑 𝑥 0 + 𝑒 𝑥[−1] + 𝑓 𝑥[−2] 𝑑 = 2
2 16
1 1 7
𝑛=1 𝑦1 + 𝑦0 + 𝑦 −1 = 2 𝑥 1 + 𝑒 𝑥[0] + 𝑓 𝑥[−1] 𝑒=−
2 16 4
1 1 7 1
𝑛=2 𝑦2 + 𝑦1 + 𝑦 0 = 2 𝑥 2 − 𝑥[1] + 𝑓 𝑥[0] 𝑓=−
2 16 4 4
1 1 7 1
𝑦 𝑛 + 𝑦 𝑛−1 + 𝑦 𝑛−2 = 2𝑥 𝑛 − 𝑥 𝑛−1 − 𝑥 𝑛−2
2 16 4 4

𝑛
1
𝑦ℎ 𝑛 = 𝐴1 n + 𝐴2 −
4
𝑛<0
𝑥 𝑛 =0 𝑦𝑝 𝑛 = 0 𝑦 𝑛 = 𝑦ℎ [𝑛] = 0
Despejando 𝑦 𝑛 :
7 1 1 1
𝑦 𝑛 =2𝑥 𝑛 − 𝑥 𝑛−1 − 𝑥 𝑛−2 − 𝑦 𝑛−1 − 𝑦 𝑛−2
4 4 2 16
7 1 1 1
𝑦 0 = 2 𝑥 0 − 𝑥 −1 − 𝑥 −2 − 𝑦 −1 − 𝑦 −2 𝑦 0 =2
4 4 2 16
7 1 1 1 11
𝑦 1 = 2 𝑥 1 − 𝑥 0 − 𝑥 −1 − 𝑦 0 − 𝑦 −1 𝑦 1 =−
4 4 2 16 4
7 1 1 1
𝑦 2 = 2𝑥 2 − 𝑥 1 − 𝑥 0 − 𝑦 1 − 𝑦0 𝑦 2 =1
4 4 2 16

𝑛=0 𝑦 0 =ℎ0 =2
𝑛
1
𝑛>0 𝑥 𝑛 = 0 𝑦𝑝 𝑛 = 0 𝑦 𝑛 = 𝑦ℎ [𝑛] = 𝐴1 n + 𝐴2 −
4
𝐴1 𝐴2 11
𝑦 1 =− − =− 𝐴1 = 5
4 4 4
𝐴1 𝐴2 𝐴2 = 6
𝑦2 = + =1
8 16
𝑛
1
𝑦 𝑛 = 5n+6 −
4
0 𝑛<0
2 𝑛=0
𝑦 𝑛 =ℎ𝑛 = 1
𝑛
5n+6 − 𝑛>0
4
𝑛
O en forma compacta: 1
ℎ 𝑛 = 5n+6 − 𝑈 𝑛 − 1 + 2 𝛿[𝑛]
4
Aplicación de propiedades
𝑦 𝑛 =2ℎ 𝑛−1 −ℎ 𝑛−2
1 𝑛
ℎ 𝑛−1 = −4 5n+1 −4 𝑈 𝑛 − 2 + 2 𝛿[𝑛 − 1]
1 𝑛
ℎ 𝑛 − 2 = 16 5 n − 4 −4 𝑈 𝑛 − 3 + 2 𝛿[𝑛 − 2]
𝑛
1
𝑦 𝑛 = 2 −20 n − 4 − 𝑈 𝑛 − 3 + 𝛿[𝑛 − 2] + 2 𝛿[𝑛 − 1]
4
𝑛
1
− 80 n − 64 − 𝑈 𝑛 − 3 − 2 𝛿[𝑛 − 2]
4
1 𝑛 15
𝑦 𝑛 = − 120 n − 56 −4 𝑈 𝑛−3 − 2
𝛿[𝑛 − 2] +4 𝛿[𝑛 − 1]
Anexo
Determinación de la respuesta particular
𝑥[𝑛] 𝑦𝑝 [𝑛] Condición

𝑃 𝑎𝑛 𝑠𝑖 𝑎 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝐵 𝑎𝑛 𝑃 𝑛 𝑎𝑛 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃 𝑛2 𝑎 𝑛 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
𝑃1 𝑛 + 𝑃2 𝑎𝑛 𝑠𝑖 𝑎 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝑎≠1
𝐵1 𝑛 + 𝐵2 𝑎𝑛 𝑃1 𝑛2 + 𝑃2 𝑛 𝑎𝑛 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃1 𝑛3 + 𝑃2 𝑛2 𝑎𝑛 𝑠𝑖 𝑎 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
𝑃 𝑠𝑖 1 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝐵 𝑃𝑛 𝑠𝑖 1 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃 𝑛2 𝑠𝑖 1 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
𝑃1 𝑛 + 𝑃2 𝑠𝑖 1 𝑛𝑜 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝑎=1
𝐵1 𝑛 + 𝐵2 𝑃1 𝑛2 + 𝑃2 𝑛 𝑠𝑖 1 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑠𝑖𝑚𝑝𝑙𝑒
𝑃1 𝑛3 + 𝑃2 𝑛2 𝑠𝑖 1 𝑒𝑠 𝑟𝑎í𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑜𝑏𝑙𝑒
mediante respuesta impulsiva

[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 4: Convolución
Introducción
La convolución es una operación matemática entre dos funciones. En

ingeniería, la respuesta de un sistema lineal, invariante en el tiempo
tanto continuo como discreto e inicialmente en reposo se puede
representar por la convolución de la señal de entrada con la respuesta
impulsiva del sistema.
Debido a que usando convolución no pueden incluirse en el análisis

condiciones de borde arbitrarias, la respuesta obtenida coincide con la
solución del sistema inicialmente en reposo descrito por una ecuación
diferencial o en diferencias; es decir, el efecto sobre la salida del sistema
atribuido únicamente a la señal de entrada. Por esto, la aplicación de la
convolución en la obtención de la respuesta a funciones elementales es
directa pues satisface la condición de sistema inicialmente en reposo.
Subcapítulos
1) Sumatorio de convolución
2) Álgebra de convolución discreta
3) Respuesta de sistemas discretos
4) Integral de convolución
5) Álgebra de convolución continua
6) Respuesta de sistemas continuos
Sumatorio de convolución
Se conoce que cualquier señal discreta 𝑥 𝑛 puede ser descompuesta como
una combinación lineal de funciones discretas elementales trasladadas. Si la
función discreta elemental elegida para tal fin es la secuencia impulso
unitario discreto 𝛿 𝑛 , entonces, cualquier señal discreta puede ser
representada como:
𝑥 𝑛 = ⋯ + 𝑥 −1 𝛿 𝑛 + 1 + 𝑥 0 𝛿 𝑛 + 𝑥 1 𝛿 𝑛 − 1 + ⋯
∞
= ෍ 𝑥 𝑘 𝛿 𝑛−𝑘
𝑘=−∞
Como la respuesta a la señal 𝛿 𝑛 es la respuesta impulsiva discreta ℎ 𝑛 y

si ésta es conocida, entonces:
𝑦 𝑛 = ⋯ + 𝑥 −1 ℎ 𝑛 + 1 + 𝑥 0 ℎ 𝑛 + 𝑥 1 ℎ 𝑛 − 1 + ⋯
∞
= ෍ 𝑥 𝑘 ℎ 𝑛−𝑘
𝑘=−∞
La última ecuación representa el sumatorio de convolución entre la señal de

entrada 𝑥 𝑛 y la respuesta impulsiva del sistema ℎ 𝑛 , operación que es
conmutativa, y se denota así:
𝑦 𝑛 = 𝑥 𝑛 ∗ ℎ 𝑛 = ℎ 𝑛 ∗ 𝑥[𝑛ሿ
∞ ∞
𝑦 𝑛 = ෍ 𝑥 𝑘 ℎ 𝑛−𝑘 = ෍ ℎ 𝑘 𝑥 𝑛−𝑘
𝑘=−∞ 𝑘=−∞
A la señal que sólo cambia de variable (𝑛 → 𝑘) se le denomina fija

mientras que a la señal que cambia de variable, es transpuesta y trasladada
(𝑛 → 𝑛 − 𝑘) se la conoce como móvil.
Ejemplo 4.1
Obtener la respuesta 𝑦 𝑛 de un Sistema Lineal Invariante Discreto a la
señal de entrada 𝑥 𝑛 si se conoce su respuesta impulsiva ℎ 𝑛 .
1, 𝑛 = −1
−1, 𝑛=0
ℎ𝑛 = 2, 𝑛=1
3, 𝑛=0
3, 𝑛=2
𝑥𝑛 = −2, 𝑛=3
Conforme a lo discutido anteriormente:

𝑥 𝑛 = 3𝛿 𝑛 +3𝛿 𝑛−2 −2𝛿 𝑛−3
𝑦 𝑛 = 3ℎ 𝑛 +3ℎ 𝑛−2 −2ℎ 𝑛−3
El resultado puede ser obtenido en forma gráfica, pero, como también la

respuesta impulsiva ℎ 𝑛 puede ser expresada como una combinación lineal
de impulsos discretos trasladados, por reemplazo la respuesta del sistema
𝑦 𝑛 se puede obtener de la siguiente forma:
ℎ 𝑛 =𝛿 𝑛+1 −𝛿 𝑛 +2𝛿 𝑛−1
𝑦 𝑛 = 3 𝛿 𝑛+1 −𝛿 𝑛 +2𝛿 𝑛−1 +

+3 𝛿 𝑛 − 1 − 𝛿 𝑛 − 2 + 2 𝛿 𝑛 − 3 −
−2 𝛿 𝑛 − 2 − 𝛿 𝑛 − 3 + 2 𝛿 𝑛 − 4
𝑦 𝑛 = 3𝛿 𝑛+1 −3𝛿 𝑛 +9𝛿 𝑛−1 −5𝛿 𝑛−2 +8𝛿 𝑛−3 −4𝛿 𝑛−4
Este procedimiento es apropiado cuando las señales 𝑥 𝑛 y ℎ 𝑛 tienen

longitud finita, es decir, un reducido número de componentes.
Como alternativa se puede utilizar el llamado método semi gráfico que tiene
los siguientes pasos:
i. Dibujar las secuencias ℎ 𝑘 y 𝑥 𝑘 .

ii. Dibujar la secuencia móvil transpuesta ℎ −𝑘 .
iii. Sumar los productos entre la secuencia móvil transpuesta ℎ −𝑘 y la
secuencia fija 𝑥 𝑘 para obtener 𝑦 0 .
iv. Trasladar la secuencia móvil transpuesta y dibujar ℎ 𝑛 − 𝑘 .
v. Sumar los productos entre la secuencia móvil transpuesta y trasladada
ℎ 𝑛 − 𝑘 ; y, la secuencia fija 𝑥 𝑘 para obtener 𝑦 𝑛 .
vi. Repetir iv. y v. hasta obtener todos los valores de 𝑦 𝑛 diferentes de cero.
Siendo la convolución conmutativa, es válido intercambiar las señales 𝑥 𝑛 y

ℎ 𝑛 . Como el procedimiento anterior, el método semi gráfico es apropiado
cuando las señales 𝑥 𝑛 y ℎ 𝑛 tienen longitud finita, es decir, un reducido
número de componentes.
El método semi gráfico es de mucha utilidad para relacionar algunos
resultados obtenidos con el sumatorio de convolución con el fin de encontrar
formas cerradas de solución en diferentes intervalos de tiempo.
Ejemplo 4.2
Al resolver el ejemplo 4.1 siguiendo el procedimiento establecido por el
método semi gráfico, se obtiene los siguientes resultados:
i. Dibujar las secuencias ℎ 𝑘 y 𝑥 𝑘 :
ii. Dibujar la secuencia móvil transpuesta ℎ −𝑘
iii. Sumar los productos entre la secuencia móvil transpuesta ℎ −𝑘 y la
secuencia fija 𝑥 𝑘 para obtener 𝑦 0
𝑦 0 = 3 −1 = −3
iv. Trasladar la secuencia móvil transpuesta y dibujar ℎ −1 − 𝑘 .
v. Sumar los productos entre la secuencia móvil transpuesta y trasladada
ℎ −1 − 𝑘 ; y, la secuencia fija 𝑥 𝑘 para obtener 𝑦 −1 .
𝑦 −1 = 3 1 = 3
vi. Repetir iv. y v. hasta obtener todos los valores de 𝑦 𝑛 diferentes de

cero.
𝑦 1 =3 2 +3 1 =9

cero.
𝑦 2 = 3 −1 + 1 −2 = −5

cero.
𝑦 3 = 3 2 − 1 −2 = 8

cero.
𝑦 4 = 2 −2 = −4
𝑦 𝑛 = 3𝛿 𝑛+1 −3𝛿 𝑛 +9𝛿 𝑛−1 −5𝛿 𝑛−2 +8𝛿 𝑛−3 −4𝛿 𝑛−4
El mismo resultado obtenido en el ejemplo 4.1.
Ejemplo 4.3
Obtener 𝑓 𝑛 , el resultado de la convolución de la señal 𝑓1 𝑛 con 𝑓1 𝑛 , si:
0, 𝑛 >2
𝑓1 𝑛 = ቊ
1, 𝑛 ≤2
Se puede utilizar los procedimientos presentados o, también, evaluar el

sumatorio de convolución:
𝑓 𝑛 = 𝑓1 𝑛 ∗ 𝑓1 𝑛
𝑛+2
෍ 1 = 𝑛 + 5, −4 ≤ 𝑛 < 0
𝑘=−2
𝑓𝑛 = 2
෍ 1 = −𝑛 + 5, 0≤𝑛≤4
𝑘=𝑛−2
Convolución de
dos pulsos
rectangulares de
igual duración
De este ejemplo se concluye que la convolución de dos pulsos rectangulares

discretos de igual duración es un triángulo discreto. También, se puede
comprobar que la convolución de dos pulsos rectangulares discretos de
diferente duración es un trapecio discreto.
Las operaciones matemáticas aplicadas a cada una de las señales que

intervienen en la convolución, se trasladan a la respuesta. Las operaciones
aplicadas a la respuesta se distribuyen entre las señales que intervienen en la
convolución. Así:
𝑥 𝑛 ∗ℎ 𝑛+𝑞 =𝑦 𝑛+𝑞
𝑥 𝑛+𝑝 ∗ℎ 𝑛−𝑞 =𝑦 𝑛+𝑝−𝑞
∆𝑥 𝑛 ∗ ℎ 𝑛 = ∆𝑦 𝑛
𝑛 𝑛
𝑥𝑛 ∗ ෍ ℎ𝑘 = ෍ 𝑦𝑘
𝑘=−∞ 𝑘=−∞
=𝑥 𝑛 ∗𝑔 𝑛 = 𝑥 𝑛 ∗ℎ 𝑛 ∗𝑈 𝑛
= 𝑦 𝑛 ∗ 𝑈[𝑛ሿ
𝑛
෍ 𝑥 𝑘 ∗ 𝛻ℎ 𝑛 = 𝑥 𝑛 ∗ ℎ 𝑛 = 𝑦 𝑛
𝑘=−∞
Como se indicó anteriormente, la operación de convolución es conmutativa,

es decir:
𝑥 𝑛 ∗ℎ 𝑛 =ℎ 𝑛 ∗𝑥 𝑛 =𝑦 𝑛
𝑥[𝑛ሿ 𝑦[𝑛ሿ ℎ[𝑛ሿ 𝑦[𝑛ሿ

ℎ[𝑛ሿ 𝑥[𝑛ሿ
Un sistema cuya respuesta impulso es ℎ1[𝑛ሿ + ℎ2[𝑛ሿ se representa por una

conexión en paralelo de 2 subsistemas cuyas respuestas impulso son ℎ1[𝑛ሿ y
ℎ2 𝑛 , respectivamente; y al revés, la respuesta impulso de un sistema que
se compone de 2 subsistemas en paralelo es igual a la suma de las respuestas
impulso de los subsistemas.
𝑥 𝑛 ∗ ℎ 𝑛 = 𝑥 𝑛 ∗ ℎ1 𝑛 + ℎ2 𝑛
= 𝑥[𝑛ሿ ∗ ℎ1[𝑛ሿ + 𝑥 𝑛 ∗ ℎ2[𝑛ሿ
ℎ1 𝑛
𝑦 𝑛 =𝑥 𝑛 ∗ℎ 𝑛
𝑥𝑛
ℎ2 𝑛
En cambio, un sistema cuya respuesta impulso es ℎ1 𝑛 ∗ ℎ2[𝑛ሿ se representa

por una conexión en serie o cascada de 2 subsistemas cuyas respuestas
impulso son ℎ1[𝑛ሿ y ℎ2 𝑛 , respectivamente; y al revés, la respuesta impulso
de un sistema conformado por dos subsistemas en serie es igual a la
convolución de las respuestas impulso de los subsistemas.
𝑥 𝑛 ∗ ℎ 𝑛 = 𝑥 𝑛 ∗ ℎ1 𝑛 ∗ ℎ2 𝑛
= 𝑥[𝑛ሿ ∗ ℎ1[𝑛ሿ ∗ ℎ2[𝑛ሿ
𝑥[𝑛ሿ 𝑥[𝑛ሿ ∗ ℎ1[𝑛ሿ 𝑦 𝑛 =𝑥 𝑛 ∗ℎ 𝑛

ℎ1[𝑛ሿ ℎ2[𝑛ሿ
Por otro lado, se puede notar que si 𝑥 𝑛 = 0 para 𝑛 < 0:

∞ 𝑛
𝑥 𝑛 ∗ ℎ 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘ሿ = ෍ 𝑥 𝑛 − 𝑘 ℎ[𝑘ሿ
𝑘=0 𝑘=−∞
Además, si 𝑥[𝑛ሿ = ℎ[𝑛ሿ = 0 para 𝑛 < 0:

𝑛 𝑛
𝑥 𝑛 ∗ ℎ 𝑛 = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘ሿ = ෍ 𝑥 𝑛 − 𝑘 ℎ[𝑘ሿ
𝑘=0 𝑘=0
Se concluye que el límite inferior del sumatorio lo define la señal fija,

mientras que, la señal móvil determina el límite superior.
El análisis de la respuesta impulsiva ℎ[𝑛ሿ de un sistema permite determinar
sus características.
Un sistema es causal si y sólo si ℎ 𝑛 = 0 𝑝𝑎𝑟𝑎 𝑛 < 0; y un sistema es
estable si y sólo si: ∞
෍ ℎ 𝑘 < ∞.
𝑘=−∞
Luego, para un sistema causal, la condición de estabilidad se cumple si la
magnitud de todas sus raíces características es menor que 1.
La propiedad conmutativa de la convolución permite aplicar a la señal de
entrada un análisis similar al aplicado a la respuesta impulsiva, para
determinar sus propiedades; es decir, se puede hablar de una señal causal,
dinámica, estable, etc.
Es decir, una señal es causal si 𝑥[𝑛ሿ = 0 𝑝𝑎𝑟𝑎 𝑛 < 0; y una señal causal es
estable si la magnitud de todas sus raíces características es menor que 1.
La respuesta de un sistema causal a una señal de entrada causal se expresa así:
𝑛 𝑛
𝑦 𝑛 = ෍ ℎ 𝑘 𝑥[𝑛 − 𝑘ሿ = ෍ 𝑥 𝑘 ℎ[𝑛 − 𝑘ሿ
𝑘=0 𝑘=0
Ejemplo 4.4
En una cuenta de ahorros y a una tasa de interés del 0.5% mensual, se deposita
$50 mensualmente durante 5 años. Se desea conocer el saldo en la cuenta a 4
años y a 20 años después del primer depósito.
Se considera la cuenta de ahorros como un sistema discreto cuya entrada 𝑥 𝑛
es el depósito al mes 𝑛; y, cuya salida 𝑦 𝑛 es el saldo en la cuenta al mes 𝑛.
Entonces,
50, 𝑛 = 0, 1, 2, … , 59
𝑥[𝑛ሿ = ቊ
Se analiza el efecto de depositar, en el mes cero, un dólar en la cuenta de

ahorros (entrada impulso unitario). El resultado se muestra en la siguiente
tabla:
𝑛 ℎ[𝑛ሿ
0 1
1 1 1 + 0.005 = 1.005
2 1.005 1 + 0.005 = 1.0052
3 1.0052 1 + 0.005 = 1.0053
⋮ ⋮
𝑛 1.005𝑛
Se determina que la respuesta impulso del sistema es ℎ 𝑛 = 1.005𝑛 𝑈 𝑛 .

En vista de que la respuesta impulsiva corresponde a un sistema causal, el
número de intervalos, en los que se debe determinar la respuesta del sistema,
está dado por el número de intervalos en los que la señal de entrada se define
de forma diferente. En el presente ejemplo, la señal de entrada define 3
intervalos.
Para 𝑛 < 0, tanto ℎ[𝑘ሿ, como 𝑥[𝑛 − 𝑘ሿ son cero por lo que 𝑦 𝑛 = 0.
Para los demás intervalos, se utiliza el método semi gráfico con el fin de
obtener formas cerradas de respuesta del sistema.
Para 0 ≤ 𝑛 < 60:
𝑛
𝑘
𝑦 𝑛 = ෍ 50 1.005 = 1.005𝑛+1 − 1 104
𝑘=0
Para 𝑛 ≥ 60:
𝑛
𝑘
𝑦𝑛 = ෍ 50 1.005 = 1.005𝑛+1 − 1.005𝑛−59 104
𝑘=𝑛−59
Y en forma compacta:
𝑦 𝑛 = 1.005𝑛+1 − 1)104 𝑈[𝑛ሿ − (1.005𝑛−59 − 1 104 𝑈[𝑛 − 60ሿ
Luego, el saldo en la cuenta a los 4 años y a los 20 años es:
48+1
𝑦 48 = (1.005 − 1)104 = $2768.42
240+1
𝑦 240 = (1.005 − 1.005240−59 )104 = $8603.91
Otra forma de resolver este problema es aplicando propiedades de linealidad e
invariancia en el tiempo. Debido a que 𝑥 𝑛 = 50 𝑈 𝑛 − 𝑈[𝑛 − 60ሿ , la respuesta
del sistema puede expresarse como 𝑦 𝑛 = 50 𝑔 𝑛 − 𝑔 𝑛 − 60 , donde la
respuesta paso se obtiene como 𝑔 𝑛 = ℎ 𝑛 ∗ 𝑈 𝑛 = σ𝑛𝑘=0 ℎ[𝑘ሿ .
Para este ejemplo, tras un breve análisis se determina que el saldo de la cuenta de
ahorros al mes 𝑛 es el saldo del mes anterior sumado al interés ganado en un mes y
los depósitos realizados el último mes. Se obtiene, de esta manera, un modelo
matemático equivalente expresado así:
𝑦 𝑛 = 𝑦 𝑛 − 1 + 0.005 𝑦 𝑛 − 1 + 𝑥 𝑛
𝑦 𝑛 − 1.005 𝑦 𝑛 − 1 = 𝑥[𝑛ሿ
Álgebra de convolución discreta
Se analiza el efecto de las funciones elementales discretas en la operación de

convolución. Si estas funciones toman el lugar de la respuesta impulsiva se
obtiene los siguientes resultados:
𝑥[𝑛ሿ ∗ 𝛿[𝑛ሿ = 𝑥[𝑛ሿ
𝑥 𝑛 ∗ 𝑎 𝛿 𝑛 = 𝑎 𝑥[𝑛ሿ
𝑥[𝑛ሿ ∗ 𝛿[𝑛 + ∆ሿ = 𝑥[𝑛 + ∆ሿ
𝑛
𝑥 𝑛 ∗𝑈 𝑛 = ෍ 𝑥 𝑘
𝑘=−∞
En otras palabras, un sistema con respuesta impulsiva 𝑎 𝛿[𝑛ሿ es un

amplificador/atenuador de ganancia 𝑎, uno con respuesta impulsiva 𝛿[𝑛 + ∆ሿ es
un elemento de traslación y uno con respuesta impulsiva 𝑈[𝑛ሿ representa un
sumatorio en el tiempo discreto.
Cuando las funciones elementales toman el lugar de la señal de entrada se

𝛿[𝑛ሿ ∗ ℎ[𝑛ሿ = ℎ[𝑛ሿ
𝑛
𝑈[𝑛ሿ ∗ ℎ[𝑛ሿ = ෍ ℎ 𝑘 = 𝑔[𝑛ሿ

𝑘=−∞
∞
𝑛 𝑈 𝑛 ∗ ℎ 𝑛 = ෍ 𝑘 ℎ[𝑛 − 𝑘ሿ = 𝑓[𝑛ሿ
𝑘=0
donde, h[n], g[n] y f[n] son las respuestas impulso, paso y rampa, respectivamente.
Además, para determinar la respuesta de un sistema 𝑦 𝑛 se debe evaluar la

convolución de cada término de la respuesta impulsiva con cada término de la
señal de entrada, propiedad distributiva.

Las siguientes expresiones matemáticas son útiles para tal efecto.
𝑛 𝑛
𝑎 𝑘
𝒂𝒏 𝑼 𝒏 ∗ 𝒃𝒏 𝑼 𝒏 = ෍ 𝑎𝑘 𝑏 𝑛−𝑘 = 𝑏𝑛 ෍ = 𝐴 𝑎𝑛 + 𝐵 𝑏 𝑛 𝑈 𝑛
𝑏
𝑘=0 𝑘=0
𝑛
𝒂𝒏 𝑼 𝒏 ∗ 𝑼 𝒏 = ෍ 𝑎𝑘 = 𝐴 𝑎𝑛 + 𝐵 𝑈 𝑛
𝑘=0 𝑛
𝒂𝒏 𝑼 𝒏 ∗ 𝒂𝒏 𝑼 𝒏 = 𝑎𝑛 ෍ 1 = 𝑛 + 1 𝑎𝑛 𝑈 𝑛
𝑘=0
𝑛 𝑛
𝑎 𝑘
𝒏 𝒂𝒏 𝑼 𝒏 ∗ 𝒃𝒏 𝑼 𝒏 = ෍ 𝑘 𝑎𝑘 𝑏 𝑛−𝑘 = 𝑏𝑛 ෍ 𝑘 = 𝐴 𝑛 + 𝐵 𝑎𝑛 + 𝐶 𝑏 𝑛 𝑈 𝑛
𝑏
𝑘=0 𝑘=0
𝑛 𝑛
𝒏
𝑑 𝑘
𝒏𝒂 𝑼 𝒏 ∗𝑼 𝒏 = ෍𝑘𝑎 = 𝑎 ෍ 𝑎𝑘 = 𝐴 𝑛 + 𝐵 𝑎𝑛 + 𝐶 𝑈 𝑛
𝑑𝑎
𝑘=0 𝑘=0
𝑛
𝑛
𝒏 𝒂 𝑼 𝒏 ∗ 𝒂 𝑼 𝒏 = 𝑎 ෍ 𝑘 = 𝑛 + 1 𝑎𝑛 𝑈 𝑛
𝒏 𝒏 𝑛
2
𝑘=0

𝑛 𝑛 𝑛
𝑎 𝑘 𝑎 𝑘
𝒏 𝒏 𝑘 𝑛−𝑘 𝑛 2
𝒏𝒂 𝑼 𝒏 ∗𝒏𝒃 𝑼 𝒏 = ෍𝑘𝑎 𝑛−𝑘 𝑏 =𝑏 𝑛෍𝑘 −෍𝑘
𝑏 𝑏
𝑘=0 𝑘=0 𝑘=0
𝑛 𝑛
𝑑 𝑑 𝑑
= 𝑏 𝑛 ቎𝑛 c ෍ 𝑐𝑘 − c c ෍ 𝑐𝑘 ൩ = 𝐴 𝑛 + 𝐵 𝑎𝑛 + 𝐶 𝑛 + 𝐷 𝑏 𝑛 𝑈 𝑛
𝑑𝑐 𝑑𝑐 𝑑𝑐
𝑘=0 𝑘=0
𝑛 𝑛 𝑛 𝑛
𝒏
𝑑 𝑘
𝑑 𝑑 𝑘 2 𝑘
𝒏𝒂 𝑼 𝒏 ∗𝒏𝑼 𝒏 = 𝑛෍𝑘𝑎 −෍𝑘 𝑎 = 𝑛𝑎 ෍𝑎 −𝑎 𝑎 ෍ 𝑎𝑘
𝑑𝑎 𝑑𝑎 𝑑𝑎
𝑘=0 𝑘=0 𝑘=0 𝑘=0
= 𝐴 𝑛 + 𝐵 𝑎𝑛 + 𝐶 𝑛 + 𝐷 𝑈 𝑛
𝑛 𝑛
𝒏 𝒂𝒏 𝑼 𝒏 ∗ 𝒏 𝒂𝒏 𝑼 𝒏 = 𝑎𝑛 𝑛 ෍ 𝑘 − ෍ 𝑘 2
𝑘=0 𝑘=0
𝑛
𝑛 𝑛 1 3
=𝑎 𝑛 𝑛 + 1 − 𝑛 + 1 2 𝑛 + 1 𝑈 𝑛 = 𝑛 − 𝑛 𝑎𝑛 𝑈[𝑛ሿ
2 6 6
Se observa que todas estas relaciones permiten evaluar la operación de

convolución entre señales discretas causales (iguales a cero para 𝑛 < 0).
Cuando las expresiones matemáticas que describen señales que intervienen en
la convolución no se encuentran multiplicadas por 𝑼 𝒏 , los límites del
sumatorio se ajustan apropiadamente como, por ejemplo:
𝑛−𝑝 𝑛−𝑝
𝑎 𝑘
𝒏 𝒏 𝑘 𝑛−𝑘 𝑛
𝒂 𝑼 𝒏+𝒒 ∗𝒃 𝑼 𝒏−𝒑 = ෍ 𝑎 𝑏 =𝑏 ෍
𝑏
𝑘=−𝑞 𝑘=−𝑞
𝑛+𝑞 𝑛+𝑞 𝑘
𝑏
= ෍ 𝑎𝑛−𝑘 𝑏 𝑘 = 𝑎𝑛 ෍
𝑎
𝑘=𝑝 𝑘=𝑝
= 𝐴 𝑎𝑛 + 𝐵 𝑏 𝑛 𝑈 𝑛 − 𝑝 + 𝑞
Respuesta de sistemas discretos
Para obtener la respuesta impulsiva del sistema conociendo un par de señales

entrada salida, se propone un procedimiento basado en la respuesta del sistema
debido sólo a la señal de entrada y que se detalla en el siguiente ejemplo.
Ejemplo 4.5
Usando convolución, obtener la respuesta paso 𝑔[𝑛ሿ de un Sistema Lineal e
Invariante en el tiempo discreto si se conoce que:
𝐻 𝑛 1Τ2 𝑛 𝑈[𝑛ሿ = 𝑛 3 1Τ2 𝑛 − 2 − 1Τ2 𝑛 𝑈 𝑛 + 𝑛 − 1Τ2 𝑛 𝑈[−𝑛 − 1ሿ.
Primero se debe determinar la respuesta del sistema debido sólo a la señal de

entrada:
𝑦𝑥 𝑛 = 𝑦 𝑛 − 𝑦𝑐𝑖 [𝑛ሿ = 3 𝑛 1Τ2 𝑛 − − 1Τ2 𝑛 𝑈 𝑛
Y luego de un breve análisis se determina la respuesta homogénea:

𝑛
𝑦ℎ 𝑛 = −3 𝑛 − 1Τ2 𝑈𝑛
Lo que implica que la respuesta impulsiva, necesaria para aplicar convolución,

deba tener la siguiente forma:
𝑛
ℎ 𝑛 = 𝐴1 𝑛 + 𝐴2 − 1Τ2 𝑈 𝑛 − 1 + 𝑑 𝛿[𝑛ሿ
Con tres incógnitas se necesita conocer tres valores de ℎ 𝑛 , en este caso:
ℎ 0 ,ℎ 1 yℎ 2 .
Como se conoce, la respuesta se expresa así:
𝑛
𝑦 𝑛 = ෍𝑥 𝑘 ℎ 𝑛−𝑘
𝑘=0
Como 𝑥 0 = 0, se inicia la evaluación de la respuesta en 𝑛 = 1:
𝑦[1ሿ = 𝑥 [1ሿ ℎ[0ሿ ℎ[0ሿ = 𝑑 = 6

𝑦[2ሿ = 𝑥 [1ሿ ℎ[1ሿ + 𝑥 [2ሿ ℎ[0ሿ ℎ[1ሿ = −6
𝑦[3ሿ = 𝑥 [1ሿ ℎ[2ሿ + 𝑥 [2ሿ ℎ[1ሿ + 𝑥 [3ሿ ℎ[0ሿ ℎ[2ሿ = 6

Resolviendo:
𝐴1 𝐴2
ℎ1 =− − = −6 𝐴1 = 12
2 2
𝐴1 𝐴2 𝐴2 = 0
ℎ2 = + =6
2 4
Entonces, la respuesta impulsiva y su versión adecuada son:
𝑛
ℎ 𝑛 = 12 𝑛 − 1Τ2 𝑈 𝑛−1 +6𝛿 𝑛
𝑛
= 12 𝑛 − 1Τ2 𝑈 𝑛 +6𝛿 𝑛
Como la nueva señal de entrada es un escalón unitario:
𝑔 𝑛 = ℎ 𝑛 ∗𝑈 𝑛
𝑛
= 12 𝑛 −1Τ2 𝑈 𝑛 ∗𝑈 𝑛 +6𝛿 𝑛 ∗𝑈 𝑛
𝑛
𝑘
= 12 ෍ 𝑘 −1Τ2 +6𝑈 𝑛
𝑘=0

𝑛
𝑑 𝑘
= 12 −1Τ2 ෍ −1Τ2 +6𝑈 𝑛
𝑑 −1Τ2
𝑘=0
𝑑 1 − −1Τ2 𝑛+1
=−6 U n +6U n
𝑑 −1Τ2 1 − −1Τ2
𝑛
𝑔[𝑛ሿ = 4 𝑛 + 8Τ3 −1Τ2 + 10Τ3 𝑈 𝑛 .
Ejemplo 4.6
Obtener 𝑦[𝑛ሿ, la respuesta a la señal 𝑥 𝑛 = 4 𝑛 − 1Τ3 𝑛 𝑈 𝑛 , de un Sistema
Lineal e Invariante en tiempo discreto, usando convolución, si se conoce que:
𝐻 [(1Τ3)𝑛 + (− 1Τ3)𝑛 ሿ 𝑈[𝑛]

= [(9 𝑛 + 7) (1Τ3)𝑛 + (3 𝑛 − 2) (− 1Τ3)𝑛 ሿ 𝑈[𝑛ሿ
+ [(1Τ3)𝑛 − 2 (− 1Τ3)𝑛 ሿ 𝑈[−𝑛 − 1].

Siguiendo el procedimiento descrito:
𝑛 𝑛
𝑦𝑥 𝑛 = 𝑦 𝑛 − 𝑦𝑐𝑖 [𝑛ሿ = (9 𝑛 + 6) 1Τ3 + 3 𝑛 − 1Τ3 𝑈𝑛
𝑛 𝑛
𝑦ℎ 𝑛 = 6 1Τ3 + 0 − 1Τ3 𝑈𝑛
𝑛 𝑛
ℎ 𝑛 = 𝐴1 1Τ3 + 𝐴2 − 1Τ3 𝑈 𝑛 − 1 + 𝑑 𝛿[𝑛ሿ
𝑛
𝑦 𝑛 = ෍𝑥 𝑘 ℎ 𝑛−𝑘
𝑘=0
𝑦[0ሿ = 𝑥 [0ሿ ℎ[0ሿ ℎ[0ሿ = 𝑑 = 3

𝑦[1ሿ = 𝑥 [0ሿ ℎ[1ሿ + 𝑥 [1ሿ ℎ[0ሿ ℎ[1ሿ = 2
𝑦[2ሿ = 𝑥 [0ሿ ℎ[2ሿ + 𝑥 [1ሿ ℎ[1ሿ + 𝑥 [2ሿ ℎ[0ሿ ℎ[2ሿ = 4/3
𝐴1 𝐴2
ℎ[1ሿ = − =2 𝐴1 = 9
3 3
𝐴1 𝐴2 𝐴2 = 3
ℎ[2ሿ = + = 4/3
9 9

Entonces, la respuesta impulsiva y su versión adecuada son:
𝑛 𝑛
ℎ 𝑛 = 9 1Τ3 + 3 − 1Τ3 𝑈 𝑛 − 1 + 3 𝛿[𝑛ሿ
𝑛 𝑛
= 9 1Τ3 + 3 − 1Τ3 𝑈 𝑛 −9𝛿 𝑛
𝑛
Como la nueva señal de entrada es 𝑥 𝑛 = 4 𝑛 − 1Τ3 𝑈𝑛:
𝑛
𝑦 𝑛 = ℎ 𝑛 ∗ 4 𝑛 − 1Τ3 𝑈𝑛
= 9 (1Τ3)𝑛 𝑈[𝑛ሿ ∗ 4 𝑛 (− 1Τ3)𝑛 𝑈[𝑛ሿ + 3 (−1Τ3)𝑛 𝑈[𝑛ሿ ∗ 4 𝑛 (− 1Τ3)𝑛 𝑈[𝑛ሿ
− 9 𝛿 [𝑛ሿ ∗ 4 𝑛 (− 1Τ3)𝑛 𝑈[𝑛ሿ
𝑛 𝑛
𝑛 𝑘 𝑛 𝑛
= 36 1Τ3 ෍ 𝑘 −1 + 12 − 1Τ3 ෍ 𝑘 − 36 𝑛 − 1Τ3 𝑈𝑛
𝑘=0 𝑘=0
𝑛
𝑛
𝑑 𝑘 𝑛
𝑛
= 36 1Τ3 −1 ෍ −1 + 12 − 1Τ3 𝑛+1 𝑈 𝑛 −
𝑑 −1 2
𝑘=0
𝑛
−36 𝑛 − 1Τ3 𝑈𝑛

𝑛+1
𝑑 1 − −1
= − 36 1Τ3 𝑛 U n + 6 𝑛2 − 30 n − 1Τ3 𝑛
Un
𝑑 −1 1 − −1
𝑦[𝑛ሿ = 6 𝑛2 − 12 n + 9 −1Τ3 𝑛 − 9 1Τ3 𝑛 𝑈 𝑛 .
También si se conoce una combinación lineal de respuestas elementales, se
puede obtener la respuesta impulsiva antes de determinar la respuesta a una
señal de entrada usando convolución, como se desarrolla en el siguiente
ejemplo.
Ejemplo 4.7
Usando convolución, obtener 𝑦 𝑛 , la respuesta de un Sistema Lineal e
Invariante en tiempo discreto a la señal de entrada 𝑥 𝑛 = 1Τ2 𝑛 𝑈 𝑛 , si se
conoce 𝑦 0 = −1, 𝑦 1 = 1 y que:
𝑛
ℎ 𝑛 − 9Τ2 𝑔 𝑛 = 2 + 5 𝑛 + 9 1Τ4 𝑈 𝑛 − 4 𝛿[𝑛ሿ.

Términos particulares:
ℎ𝑝 𝑛 − 9Τ2 𝑔𝑝 𝑛 = 2 𝑈 𝑛 − 4 𝛿 𝑛
ℎ𝑝 𝑛 = − 4 𝛿 𝑛
𝑔𝑝 𝑛 = − 4Τ9 𝑈[𝑛ሿ
Términos homogéneos:
ℎℎ 𝑛 − 9Τ2 𝑔ℎ 𝑛 = 5 𝑛 + 9 1Τ4 𝑛 𝑈 𝑛
𝑛
𝑔 𝑛 = − 4Τ9 + 𝐴 𝑛 + 𝐵 1Τ4 𝑈𝑛
𝑛
𝑔 𝑛 − 1 = − 4Τ9 + 4 𝐴 𝑛 − 𝐴 + 𝐵 1Τ4 𝑈 𝑛 + 4Τ9 + 4 𝐴 − 4 𝐵 𝛿[𝑛ሿ
ℎ 𝑛 =𝑔 𝑛 −𝑔 𝑛−1
𝑛
= −3 𝐴 𝑛 + 4 𝐴 − 3 𝐵 1Τ4 𝑈 𝑛 − 4Τ9 + 4 𝐴 − 4 𝐵 𝛿[𝑛ሿ
𝑛
−9Τ2 𝑔 𝑛 = 2 − 9Τ2 𝐴 𝑛 + 𝐵 1Τ4 𝑈𝑛
𝑛
ℎ 𝑛 − 9Τ2 𝑔 𝑛 = 2 + 5 𝑛 + 9 1Τ4 𝑈 𝑛 − 4 𝛿[𝑛ሿ
𝑛
= 2 + − 15Τ2 𝐴 𝑛 + 4 𝐴 − 15Τ2 𝐵 1Τ4 𝑈 𝑛 − 4Τ9 + 4 𝐴 − 4 𝐵 𝛿 𝑛
𝐴 = − 2Τ3 𝐵 = − 14Τ9
𝑛
ℎ 𝑛 =2 𝑛+1 1Τ4 𝑈 𝑛 − 4 𝛿[𝑛ሿ
𝑦𝑥 𝑛 = 𝑥 𝑛 ∗ ℎ 𝑛
𝑦𝑥 𝑛 = 1Τ2 𝑛 𝑈 𝑛 ∗ 2 𝑛 + 1 1Τ4 𝑛
𝑈 𝑛 −4𝛿 𝑛
𝑛 𝑛
𝑛−𝑘 𝑘 𝑛−𝑘 𝑘 𝑛
=2 ෍ 1Τ2 𝑘 1Τ4 +2 ෍ 1Τ2 1Τ4 − 4 1Τ2 𝑈𝑛
𝑘=0 𝑘=0
𝑛 𝑛
𝑛 𝑘 𝑘 𝑛
= 2 1Τ2 ෍ 𝑘 1Τ2 +෍ 1Τ2 − 4 1Τ2 𝑈𝑛
𝑘=0 𝑘=0
𝑛 𝑛
𝑦𝑥 𝑛 = 4 1Τ2 − 2𝑛 + 6 1Τ4 𝑈𝑛

Para 𝑛 ≥ 0:
𝑦 𝑛 = 𝑦𝑥 𝑛 + 𝑦𝑐𝑖 𝑛
𝑛 𝑛
= 4 1Τ2 + 𝐴1 𝑛 + 𝐴2 1Τ4
𝑦 0 = 4 + 𝐴2 = −1
𝐴 =1
𝐴1 + 𝐴2 ቑ 1
𝑦 1 =2+ = 1 𝐴2 = −5
4
𝑛 𝑛
𝑦 𝑛 = 4 1Τ2 + 𝑛−5 1Τ4
𝑦𝑐𝑖 𝑛 = 𝑦 𝑛 − 𝑦𝑥 𝑛
= 3𝑛+1 1Τ 4 𝑛
𝑛 𝑛
𝑦 𝑛 = 4 1Τ2 + 𝑛 − 5 1Τ4 𝑈 𝑛 + 3 𝑛 + 1 1Τ4 𝑛 𝑈[−𝑛 − 1ሿ
Integral de convolución
1
Utilizando la señal 𝑑 𝑡 = 𝛿 𝑈 𝑡 − 𝑈(𝑡 − 𝛿) , que es un pulso rectangular
de duración 𝛿 y área unitaria, una señal continua 𝑥(𝑡) puede ser aproximada
por una función tipo escalera de la siguiente manera:
𝑥 𝑡 ≈ ⋯ + 𝑥 −𝛿 𝑑 𝑡 + 𝛿 𝛿 + 𝑥 0 𝑑 𝑡 𝛿 + 𝑥 𝛿 𝑑 𝑡 − 𝛿 𝛿 + ⋯
∞
𝑥 𝑡 ≈ ෍ 𝑥 𝑘𝛿 𝑑 𝑡 − 𝑘 𝛿 𝛿
𝑘=−∞
x(t) ≈ x(t)
t/δ
Si la respuesta de un sistema lineal invariante en el tiempo a la señal 𝑑 𝑡 es

ℎ𝑑 𝑡 , entonces la salida del sistema a la entrada 𝑥 𝑡 es
∞
𝑦 𝑡 ≈ ෍ 𝑥 𝑘 𝛿 ℎ𝑑 𝑡 − 𝑘 𝛿 𝛿
𝑘=−∞
Esta aproximación es mejor si 𝛿 se hace cada vez más pequeña. Cuando 𝛿
tiende a cero, 𝑥(𝑡) puede escribirse como una integral con límites iguales al
sumatorio, 𝑑(𝑡) es 𝛿(𝑡), la función impulso unitario, 𝑘 𝛿 → 𝜏 y 𝛿 → 𝑑𝜏.
+∞
𝑥 𝑡 = න 𝑥 𝜏 𝛿(𝑡 − 𝜏) 𝑑𝜏
−∞
Entonces, para un sistema lineal e invariante en el tiempo cuya respuesta
impulsiva es ℎ 𝑡 , la señal de salida correspondiente a una señal de entrada
𝑥 𝑡 viene dada por: +∞
𝑦 𝑡 = න 𝑥 𝜏 ℎ 𝑡 − 𝜏 𝑑𝜏
−∞
Esta última ecuación representa la operación matemática conocida como
integral de convolución entre 2 señales 𝑥 𝑡 y ℎ 𝑡 que también se denota como
𝑥 𝑡 ∗ ℎ 𝑡 , operación que además es conmutativa, cuyo significado puede
demostrarse gráficamente.
Por ejemplo, considerando la señal de entrada 𝑥 𝑡 y la respuesta impulso ℎ 𝑡
siguientes; el valor de la integral de convolución en 𝑡 = 1 es el área bajo la
curva obtenida al multiplicar 𝑥 𝜏 y ℎ 1 − 𝜏 como se muestra:
x(t) h(t)
t t
x(τ) h(1-τ) x(τ) h(1-τ)
A la señal que sólo cambia de variable (𝑡 → 𝜏) se le denomina fija mientras

que a la señal que cambia de variable, se transpone y traslada (𝑡 → 𝑡 − 𝜏) se
la conoce como móvil.
Se debe tener mucho cuidado al especificar los límites de la integral de
convolución, así como los intervalos de tiempo correspondientes.
Ejemplo 4.8
Sea:
𝑥 𝑡 = 𝑒− 𝑡 𝑈 𝑡
ℎ 𝑡 = sen 𝑡 𝑈 𝑡
∞
𝑥 𝑡 ∗ ℎ 𝑡 = න 𝑒 − 𝜏 𝑈 𝜏 sen 𝑡 − 𝜏 𝑈 𝑡 − 𝜏 𝑑𝜏
−∞ h(t)
x(t) 0.9
0.4
t
-0.1 0 2 4 6 8 10
t
-0.6
0 1 2 3 4 5 6 7
-1.1
1.5
0.5
τ
0
-10 -8 -6 -4 -2 0 2 4 6 8
-0.5
x(τ) h(t-τ) t<0 h(t-τ) t>0
-1
-1.5
En base al gráfico se deduce que el valor de la integral de convolución tiene 2

expresiones analíticas diferentes para 2 rangos distintos de 𝑡.
𝑡
𝑥 𝑡 ∗ ℎ 𝑡 = න 𝑒 − 𝜏 sen 𝑡 − 𝜏 𝑑𝜏
0
0, 𝑡<0
= ቐ1 − 𝑡
𝑒 + sen 𝑡 − cos 𝑡 , 𝑡≥0
2
Ejemplo 4.9
Sea:
1.2
0.8
0.6
0.4
0.2
τ
0
-4 -3 -2 -1 0 1 2 3 4 5
t < -0,5 -0,5 ≤ t < 1 1 ≤ t < 1,5 1,5 ≤ t < 3 t≥3 x(τ)
0, 𝑡 < − 1 Τ2
𝑡
න 1 𝑡 − 𝜏 Τ2 𝑑𝜏 = 4 𝑡 2 + 4 𝑡 + 1 Τ16 , − 1Τ 2 ≤ 𝑡 < 1
−1Τ2
1
12 𝑡 − 3 3
𝑥 𝑡 ∗ ℎ(𝑡) = න 1 𝑡 − 𝜏 ൗ2 𝑑𝜏 = , 1≤𝑡<
16 2
−1Τ2
1
න 1 𝑡 − 𝜏 Τ2 𝑑𝜏 = −𝑡 2 + 2 𝑡 + 3 Τ4 , 3Τ 2 ≤ 𝑡 < 3
𝑡−2
0, 𝑡≥3
Resultado que puede ser representado en forma gráfica así:
1
x(t) * h(t)
0.8
0.6
0.4
0.2
t
0
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
-0.2
De manera similar al caso discreto, las operaciones matemáticas aplicadas a

cada una de las señales que intervienen en la convolución, se trasladan a la
respuesta. Las operaciones aplicadas a la respuesta se distribuyen entre las
señales que intervienen en la convolución.
Así:
𝑦 ′ 𝑡 = 𝑥′ 𝑡 ∗ ℎ 𝑡 = 𝑥 𝑡 ∗ ℎ′(𝑡)
Ecuación representada gráficamente por los tres sistemas
siguientes:
x(t) y(t) y’(t)
h(t) δ’(t)
x(t) y’(t)
h’(t)
x(t) x’(t) y’(t)

δ’(t) h(t)
De igual forma, la siguiente expresión se puede representar por los tres

sistemas mostrados:
𝑡
𝐴𝑦 𝑡 = න 𝑦 𝜏 𝑑𝜏
−∞
= 𝐴𝑥(𝑡) ∗ ℎ 𝑡 = 𝑥 𝑡 ∗ 𝐴ℎ(𝑡)
x(t) y(t) 𝐴𝑦(𝑡)
h(t) U(t)
x(t) 𝐴𝑦(𝑡)
𝐴ℎ(𝑡)
x(t) 𝐴𝑥(𝑡) 𝐴𝑦(𝑡)

U(t) h(t)
𝑦(𝑡) = 𝐴𝑥 𝑡 ∗ ℎ′ 𝑡 = 𝑥′ 𝑡 ∗ 𝐴ℎ(𝑡)
𝑦 𝑡+𝛥 = ℎ 𝑡+𝛥 ∗𝑥 𝑡 = ℎ 𝑡 ∗𝑥 𝑡+𝛥
𝑦 𝑡 = ℎ 𝑡+𝛥 ∗𝑥 𝑡−𝛥 =ℎ 𝑡−𝛥 ∗𝑥 𝑡+𝛥
Como se indicó anteriormente, la operación de convolución es conmutativa, es decir, se
obtiene la misma respuesta a una señal de entrada ℎ 𝑡 de un sistema con respuesta
impulsiva 𝑥 𝑡 así:
𝑥 𝑡 ∗ℎ 𝑡 =ℎ 𝑡 ∗𝑥 𝑡
x(t) y(t) h(t) y(t)
h(t) x(t)
Las respuestas impulsivas equivalentes de dos subsistemas conectados en serie

y en paralelo son las siguientes:
Si ℎ 𝑡 = ℎ1 𝑡 ∗ ℎ2 𝑡 :
𝑥 𝑡 ∗ ℎ 𝑡 = 𝑥 𝑡 ∗ ℎ1 𝑡 ∗ ℎ2 𝑡
= 𝑥 𝑡 ∗ ℎ1 𝑡 ∗ ℎ2 𝑡
𝑥(𝑡) 𝑥 𝑡 ∗ ℎ1 𝑡 𝑦 𝑡 = 𝑥 𝑡 ∗ ℎ(𝑡)
ℎ1 𝑡 ℎ2 𝑡
En conclusión, un sistema cuya respuesta impulso es ℎ1 𝑡 ∗ ℎ2 𝑡 se

representa por una conexión en serie de 2 subsistemas cuyas respuestas impulso
son ℎ1 𝑡 y ℎ2 𝑡 respectivamente; y al revés, la respuesta impulso de un
sistema que está conformado por dos subsistemas en cascada es igual a la
convolución de las respuestas impulso de los subsistemas.
Si ℎ 𝑡 = ℎ1 𝑡 + ℎ2 𝑡 :
𝑥 𝑡 ∗ ℎ 𝑡 = 𝑥 𝑡 ∗ ℎ1 𝑡 + ℎ2 𝑡
= 𝑥 𝑡 ∗ ℎ1 𝑡 + 𝑥 𝑡 ∗ ℎ2 𝑡
ℎ1(𝑡)
𝑥(𝑡) 𝑦 𝑡 = 𝑥 𝑡 ∗ ℎ(𝑡)
ℎ2(𝑡)
En conclusión, un sistema cuya respuesta impulso es ℎ1 𝑡 + ℎ2 𝑡 se

representa por una conexión en paralelo de 2 subsistemas cuyas respuestas
impulso son ℎ1 𝑡 y ℎ2 𝑡 respectivamente; y al revés, la respuesta impulso de
un sistema que se compone de 2 subsistemas en paralelo es igual a la suma de las
respuestas impulso de los subsistemas.
Se puede notar que si 𝑥 𝑡 = 0 para 𝑡 < 0:
∞ 𝑡
𝑥 𝑡 ∗ ℎ 𝑡 = න 𝑥 𝜏 ℎ 𝑡 − 𝜏 𝑑𝜏 = න 𝑥 𝑡 − 𝜏 ℎ 𝜏 𝑑𝜏
0 −∞
Si 𝑥 𝑡 = ℎ 𝑡 = 0 para 𝑡 < 0:
𝑡 𝑡
𝑥 𝑡 ∗ ℎ 𝑡 = න 𝑥 𝜏 ℎ 𝑡 − 𝜏 𝑑𝜏 = න 𝑥 𝑡 − 𝜏 ℎ 𝜏 𝑑𝜏
0 0
Se concluye que el límite inferior de la integral lo define la señal fija, mientras

que, la señal móvil determina el límite superior.
El análisis de la respuesta impulsiva ℎ(𝑡) del sistema permite determinar sus
características así:
Un sistema es causal si y sólo si ℎ(𝑡) = 0 𝑝𝑎𝑟𝑎 𝑡 < 0; y un sistema es estable si
y sólo si: ∞
න ℎ(𝑡) < ∞.
−∞
Luego, para un sistema causal, la condición de estabilidad se satisface si y sólo

si la parte real de todas sus raíces características es menor que 0.
La propiedad conmutativa de la convolución permite aplicar a la señal de

entrada un análisis similar al aplicado a la respuesta impulsiva, para determinar
sus propiedades; es decir, se puede hablar de una señal causal, dinámica,
estable, etc.
Luego, una señal 𝑥(𝑡) es causal si 𝑥(𝑡) = 0 𝑝𝑎𝑟𝑎 𝑡 < 0; y una señal causal es
estable si la parte real de todas sus raíces características es menor que 0.
La respuesta de un sistema causal a una señal de entrada causal se expresa así:

𝑡 𝑡
𝑦 𝑡 = න 𝑥 𝜏 ℎ 𝑡 − 𝜏 𝑑𝜏 = න 𝑥 𝑡 − 𝜏 ℎ 𝜏 𝑑𝜏
0 0
Álgebra de convolución continua
Se analiza el efecto de las funciones elementales continuas en la operación de

convolución. Si estas funciones toman el lugar de la respuesta impulsiva se
𝑥 𝑡 ∗ 𝛿 𝑡 = 𝑥(𝑡)
𝑥 𝑡 ∗ 𝑎 𝛿 𝑡 = 𝑎 𝑥(𝑡)
𝑥 𝑡 ∗ 𝛿 𝑡 + ∆ = 𝑥(𝑡 + ∆)
𝑡
𝑥 𝑡 ∗ 𝑈 𝑡 = න 𝑥 𝜏 𝑑𝜏
−∞
𝑡 𝑡+∆
𝑥 𝑡 ∗ 𝑈 𝑡 + ∆ = න 𝑥 𝜏 + ∆ 𝑑𝜏 = න 𝑥 𝜏 𝑑𝜏
−∞ −∞
𝑥 𝑡 ∗ 𝛿′ 𝑡 = 𝑥′(𝑡)
𝑥 𝑡 ∗ 𝛿′ 𝑡 + ∆ = 𝑥′(𝑡 + ∆)
En otras palabras, un sistema con respuesta impulsiva 𝑎 𝛿(𝑡) es un amplificador

de ganancia 𝑎, uno con respuesta impulsiva 𝛿(𝑡 + ∆) es un elemento de retardo,
uno con respuesta impulsiva 𝑈 𝑡 es un integrador y uno con respuesta
impulsiva 𝛿′(𝑡) es un derivador.
Cuando las funciones elementales toman el lugar de la señal de entrada se
𝛿 𝑡 ∗ ℎ 𝑡 = ℎ(𝑡)
𝑡
𝑈 𝑡 ∗ ℎ 𝑡 = නℎ 𝜏 𝑑𝜏 = 𝑔(𝑡)
−∞
𝑡
𝑡 𝑈 𝑡 ∗ ℎ 𝑡 = න 𝑡 − 𝜏 ℎ 𝜏 𝑑𝜏 = 𝑓(𝑡)
−∞
Donde ℎ 𝑡 , 𝑔 𝑡 𝑦 𝑓(𝑡) son las respuestas impulso, paso y rampa,
respectivamente.

Como en el caso discreto, la convolución de dos pulsos rectangulares
continuos de igual duración es un triángulo continuo. También, la convolución
de dos pulsos rectangulares continuos de diferente duración es un trapecio
continuo, como se comprueba en el siguiente ejemplo.
Ejemplo 4.10
Obtener la convolución de 𝑥 𝑡 con ℎ 𝑡 , si:
𝑥 𝑡 =2 𝑈 𝑡 −𝑈 𝑡−1
ℎ 𝑡 =𝑈 𝑡 −𝑈 𝑡−2 .
El resultado puede ser obtenido aplicando el método semi gráfico que es

válido también para el caso continuo.

2.5
1.5
0.5
t
0
-1 -0.5 0 0.5 1 1.5 2 2.5 3
h(t) x(t)
2.5
x(t) * h(t)
2
1.5
0.5
t
0
-0.5 0 0.5 1 1.5 2 2.5 3 3.5
El trapecio se puede obtener más fácilmente integrando el resultado de la

convolución de una señal con la derivada de la otra señal.
𝑥 𝑡 ∗ ℎ′ 𝑡 = 𝑥 𝑡 ∗ 𝛿 𝑡 − 𝛿 𝑡 − 2
=𝑥 𝑡 −𝑥 𝑡−2 =2 𝑈 𝑡 −𝑈 𝑡−1 −2 𝑈 𝑡−2 −𝑈 𝑡−3
= 2 𝑈 𝑡 − 𝑈 𝑡 − 1 − 𝑈 𝑡 − 2 + 𝑈(𝑡 − 3)
3
x(t) * h'(t)
2
1
t
0
-0.5 0 0.5 1 1.5 2 2.5 3 3.5
-1
-2
-3
Es decir, 𝑥 𝑡 ∗ ℎ 𝑡 = 𝑥 𝑡 ∗ ℎ′ (𝑡) ∗ 𝑈 𝑡 .
Otra forma de obtener el resultado en forma sencilla es realizar la convolución

de la derivada de una de las señales con el integral de la otra señal; así:
𝑥 𝑡 ∗ ℎ 𝑡 = 𝐴𝑥 𝑡 ∗ ℎ′ 𝑡 = 𝐴𝑥 𝑡 −𝐴𝑥 𝑡−2
𝐴𝑥 𝑡 = 𝑥 𝑡 ∗ 𝑈(𝑡൯
2.5
Ax(t)
2
1.5
0.5
t
0
-0.5 0 0.5 1 1.5 2 2.5 3 3.5

Ejemplo 4.11
Se pide construir un sistema que tenga como respuesta impulso ℎ 𝑡 usando
integradores, amplificadores y unidades de retardo.
1.2
h(t)
1
0.8
0.6
0.4
0.2
t
0
-1 -0.5 0 0.5 1 1.5 2 2.5 3
Con el fin de simplificar el procedimiento y considerando que ℎ 𝑡 es el

resultado de la convolución de dos pulsos rectangulares de igual duración, se
propone construir dos subsistemas iguales en serie o cascada con respuesta
impulsiva ℎ1 𝑡 .
ℎ′ (𝑡) = 𝑈 𝑡 − 2 𝑈 𝑡 − 1 + 𝑈 𝑡 − 2
= ℎ1 𝑡 − ℎ1 𝑡 − 1
= ℎ1 𝑡 ∗ 𝛿 𝑡 − 𝛿 𝑡 − 1
ℎ 𝑡 = ℎ1 𝑡 ∗ ℎ1 𝑡
ℎ1 𝑡 = 𝑈 𝑡 − 𝑈(𝑡 − 1)
Como ℎ1 𝑡 es la suma de dos respuestas impulsivas, se realiza mediante una
conexión en paralelo.
U(t)
x(t) y(t)
h1(t)
δ(t-1) U(t) -δ(t)
Otra forma de resolver este problema es construir el sistema interconectando tres

subsistemas conectados en paralelo considerando que:
ℎ 𝑡 =𝑡𝑈 𝑡 −2 𝑡−1 𝑈 𝑡−1 + 𝑡−2 𝑈 𝑡−2 .
Además, para determinar la respuesta de un sistema 𝑦(𝑡) se debe evaluar la

convolución de cada término de la respuesta impulsiva con cada término de la
señal de entrada, propiedad distributiva.
Las siguientes expresiones matemáticas son útiles para el efecto:
𝑡 𝑡
𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝒆𝒃 𝒕 𝑼 𝒕 = න 𝑒 𝑎 𝜏 𝑒 𝑏 𝑡−𝜏
𝑑𝜏 = 𝑒 𝑏 𝑡 න 𝑒 𝑎−𝑏 𝜏
𝑑𝜏
0 0
= 𝐴 𝑒𝑎 𝑡 + 𝐵 𝑒𝑏 𝑡 𝑈 𝑡
𝑡
𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝑼 𝒕 = න 𝑒 𝑎 𝜏 𝑑𝜏 = 𝐴 𝑒 𝑎 𝑡 + 𝐵 𝑈 𝑡
0
𝑡
𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝒆𝒂 𝒕 𝑼 𝒕 = න 𝑒 𝑎 𝜏 𝑒 𝑎 𝑡−𝜏
𝑑𝜏 = 𝑡 𝑒 𝑎 𝑡 𝑈 𝑡
0

𝑡 𝑡
𝒕 𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝒆𝒃 𝒕 𝑼 𝒕 = න 𝜏 𝑒 𝑎 𝜏 𝑒 𝑏 𝑡−𝜏
𝑑𝜏 = 𝑒 𝑏 𝑡 න 𝜏 𝑒 𝑎−𝑏 𝜏
𝑑𝜏
0 0
= 𝐴 𝑡 + 𝐵 𝑒𝑎 𝑡 + 𝐶 𝑒𝑏 𝑡 𝑈 𝑡
𝒕 𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝑼 𝒕 = න 𝜏 𝑒 𝑎 𝜏 𝑑𝜏 = 𝐴 𝑡 + 𝐵 𝑒𝑎 𝑡 + 𝐶 𝑈 𝑡
0
𝑡
𝒂𝒕 𝒂𝒕 𝑎𝜏 𝑎 𝑡−𝜏
𝑡2 𝑎 𝑡
𝒕𝒆 𝑼 𝒕 ∗𝒆 𝑼 𝒕 = න𝜏 𝑒 𝑒 𝑑𝜏 = 𝑒 𝑈 𝑡
2
0
𝑡
𝒕 𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝒕 𝒆𝒃 𝒕 𝑼 𝒕 = න 𝜏 𝑒 𝑎 𝜏 𝑡 − 𝜏 𝑒 𝑏 𝑡−𝜏
𝑑𝜏
0
= 𝐴 𝑡 + 𝐵 𝑒𝑎 𝑡 + 𝐶 𝑡 + 𝐷 𝑒𝑏 𝑡 𝑈 𝑡

𝑡
𝒕 𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝒕 𝑼 𝒕 = න 𝜏 𝑒 𝑎 𝜏 𝑡 − 𝜏 𝑑𝜏 = 𝐴 𝑡 + 𝐵 𝑒𝑎 𝑡 + 𝐶 𝑡 + 𝐷 𝑈 𝑡
0
𝑡
𝑡3 𝑎 𝑡
𝒕 𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝒕 𝒆𝒂 𝒕 𝑼 𝒕 = න 𝜏 𝑒 𝑎 𝜏 𝑡 − 𝜏 𝑒 𝑎 𝑡−𝜏
𝑑𝜏 = 𝑒 𝑈 𝑡
6
0
𝑡
𝒆𝒂 𝒕 𝑼 𝒕 ∗ 𝐬𝐞𝐧 𝒃𝒕 𝑼 𝒕 = න 𝑒 𝑎 𝑡−𝜏
sen 𝑏𝜏 𝑑𝜏 = 𝐴 𝑒 𝑎 𝑡 + 𝐵 sen 𝑏𝑡 + 𝐶 cos 𝑏𝑡 𝑈 𝑡
0
𝑡
𝑼 𝒕 ∗ 𝐬𝐞𝐧 𝒃𝒕 𝑼 𝒕 = න sen 𝑏𝜏 𝑑𝜏 = 𝐴 + 𝐵 sen 𝑏𝑡 + 𝐶 cos 𝑏𝑡 𝑈 𝑡

0
𝑡
𝒕 𝒆𝒂𝒕 𝑼 𝒕 ∗ 𝐬𝐞𝐧 𝒃𝒕 𝑼 𝒕 = න 𝑡 − 𝜏 𝑒 𝑎 𝑡−𝜏

sen 𝑏𝜏 𝑑𝜏
0
= 𝐴 𝑡 + 𝐵 𝑒 𝑎𝑡 + 𝐶 sen 𝑏𝑡 + 𝐷 cos 𝑏𝑡 𝑈 𝑡

𝑡
𝒕 𝑼 𝒕 ∗ 𝐬𝐞𝐧 𝒃𝒕 𝑼 𝒕 = න 𝑡 − 𝜏 sen 𝑏𝜏 𝑑𝜏 = 𝐴 𝑡 + 𝐵 + 𝐶 sen 𝑏𝑡 + 𝐷 cos 𝑏𝑡 𝑈 𝑡

0
Se observa que todas estas relaciones permiten evaluar la operación de
convolución entre señales continuas causales (iguales a cero para 𝑡 < 0).
Cuando las expresiones matemáticas que describen señales que intervienen en la
convolución no se encuentran multiplicadas por 𝑼(𝒕), los límites del sumatorio
se ajustan apropiadamente como, por ejemplo:
𝑡−𝑝 𝑡−𝑝
𝒆𝒂 𝒕 𝑼(𝒕 + 𝒒) ∗ 𝒆𝒃 𝒕 𝑼(𝒕 − 𝒑) = න 𝒆𝒂 𝝉 𝒆𝒃 (𝒕−𝝉) 𝒅𝝉 = 𝒆𝒃 𝒕 න 𝒆(𝒂−𝒃) 𝝉 𝒅𝝉

−𝑞 −𝑞
𝑡+𝑞 𝑡+𝑞
= න 𝒆𝒂 (𝒕−𝝉) 𝒆𝒃 𝝉 𝒅𝝉 = 𝒆𝒂 𝒕 න 𝒆(𝒃−𝒂) 𝝉 𝒅𝝉
𝑝 𝑝
= 𝐴 𝒆𝒂 𝒕 + 𝐵 𝒆𝒃 𝒕 𝑈(𝑡 − 𝑝 + 𝑞 ൯
Respuesta de sistemas continuos
Para obtener la respuesta impulsiva del sistema conociendo un par de señales

entrada salida, se propone un procedimiento basado en la respuesta del sistema
debido sólo a la señal de entrada y que se detalla en el siguiente ejemplo.
Ejemplo 4.12
Usando convolución, obtener y(t), la respuesta de un Sistema Lineal e
Invariante en el tiempo a la señal de entrada 𝑥 𝑡 = 𝑒 −2 𝑡 𝑈(𝑡) si se conoce
que:
𝐻 𝑡 𝑒 −2 𝑡 𝑈(𝑡) = 5 𝑡 𝑒 −2 𝑡 − 3 𝑡 + 1 𝑒 −3 𝑡 𝑈 𝑡 + 2 𝑡 − 3 𝑒 −3 𝑡 𝑈 − 𝑡 .
Para determinar la respuesta impulsiva, primero se debe calcular la respuesta

del sistema debido sólo a la señal de entrada:
𝑦𝑥 𝑡 = 𝑦 𝑡 − 𝑦𝑐𝑖 𝑡 = 5 𝑡 𝑒 −2 𝑡 − 𝑒 −3 𝑡 𝑈(𝑡)
𝑦ℎ (𝑡) = −5 𝑡 𝑒 −3 𝑡 𝑈(𝑡)
Lo que implica que la respuesta impulsiva, necesaria para aplicar convolución,

deba tener la siguiente forma:
ℎ 𝑡 = 𝐴1 𝑡 + 𝐴2 𝑒 −3 𝑡 𝑈(𝑡) + 𝑑 𝛿(𝑡)
Debido a que 𝛿 𝑡 ∗ 𝑥 𝑡 = 𝑥 𝑡 , se puede tratar a la señal de entrada como una
respuesta impulsiva; así:
La señal de entrada tiene asociada una raíz característica doble y un polinomio
característico de orden 2:
𝛽 = −2 𝑘=2
2
𝛽+2 = 𝛽2 + 4 𝛽 + 4
𝑥 𝑡 = 𝑡 𝑒 −2 𝑡 𝑈 𝑡
𝑥 ′ 𝑡 = −2 𝑡 + 1 𝑒 −2 𝑡 𝑈 𝑡
𝑥 ′′ 𝑡 = 4 𝑡 − 4 𝑒 −2 𝑡 𝑈 𝑡 + 𝛿 𝑡
Reemplazando en el polinomio característico y aplicando propiedades se

obtiene:
𝑥 ′′ 𝑡 + 4 𝑥 ′ 𝑡 + 4 𝑥 𝑡 = 𝛿 𝑡
𝑦𝑥′ ′ 𝑡 + 4 𝑦𝑥 ′ 𝑡 + 4 𝑦𝑥 𝑡 = ℎ 𝑡
Luego:
𝑦𝑥 𝑡 = 5 𝑡 𝑒 −2 𝑡 − 𝑒 −3 𝑡 𝑈 𝑡
𝑦𝑥 ′ (𝑡) = −10 𝑡 + 5 𝑒 −2 𝑡 + 15 𝑡 − 5 𝑒 −3 𝑡 𝑈 𝑡
𝑦𝑥 ′ ′(𝑡) = 20 𝑡 − 20 𝑒 −2 𝑡 + −45 𝑡 + 30 𝑒 −3 𝑡 𝑈 𝑡
Reemplazando:
ℎ 𝑡 = −5 𝑡 + 10 𝑒 −3 𝑡 𝑈 𝑡
expresión que satisface la forma esperada de respuesta impulsiva con 𝑑 = 0.

Por convolución:
𝑦 𝑡 = 𝑒 −2 𝑡 𝑈 𝑡 ∗ −5 𝑡 + 10 𝑒 −3 𝑡 𝑈 𝑡
𝑡
= −5 𝑒 −2 𝑡 න 𝜏 − 2 𝑒 − 𝜏 𝑑𝜏
0
𝑡
= −5 𝑒 −2 𝑡 −𝑡 + 2 𝑒 − 𝑡 − 2 U t − 5 𝑒 −2 𝑡 න 𝑒 − 𝜏 𝑑𝜏
0
= 5 𝑒 −2 𝑡 + 𝑡 − 1 𝑒 −3 𝑡 𝑈 𝑡 .
Otra forma de resolver este ejemplo en el que la nueva señal de entrada tiene la
misma forma de la señal de la que se conoce su respuesta, es combinando la
señal de entrada y su derivada para aislar la exponencial y, usando propiedades,
obtener la solución combinando la respuesta y su derivada.

Esto es, como:
𝑥 𝑡 = 𝑡 𝑒 −2 𝑡 𝑈 𝑡
𝑥 ′ 𝑡 = −2 𝑡 + 1 𝑒 −2 𝑡 𝑈 𝑡
entonces,
𝑒 −2 𝑡 𝑈 𝑡 = 𝑥 ′ 𝑡 + 2 𝑥 𝑡
y,
𝐻 𝑒 −2 𝑡 𝑈 𝑡 = 𝑦𝑥 ′ 𝑡 + 2 𝑦𝑥 (𝑡)
Realizando el reemplazo, se puede verificar que el resultado es igual a la

respuesta obtenida utilizando convolución.
Ejemplo 4.13
Usando convolución, obtener 𝑦 𝑡 , la respuesta de un Sistema Lineal e
Invariante en el tiempo a la señal de entrada 𝑥 𝑡 = 2 𝑡 𝑒 −3 𝑡 𝑈(𝑡) si se conoce
que:
𝐻 𝑒 −3 𝑡 + 2 𝑒 −5 𝑡 𝑈(𝑡) =
= 𝑡 𝑒 −3 𝑡 − 24 𝑡 − 7 𝑒 −5 𝑡 𝑈 𝑡 + 3 𝑒 −3 𝑡 − 2 𝑒 −5 𝑡 𝑈 − 𝑡 .

Siguiendo el procedimiento propuesto:
𝑦𝑥 𝑡 = 𝑦 𝑡 − 𝑦𝑐𝑖 𝑡 = 𝑡 − 3 𝑒 −3 𝑡 − 24 𝑡 − 9 𝑒 −5 𝑡 𝑈 𝑡
𝑦ℎ (𝑡) = −3 𝑒 −3 𝑡 + 9 𝑒 −5 𝑡 𝑈(𝑡)
Lo que implica que la respuesta impulsiva, necesaria para aplicar convolución, y su
derivada tengan la siguiente forma:
ℎ 𝑡 = 𝐴1 𝑒 −3 𝑡 + 𝐴2 𝑒 −5 𝑡 𝑈 𝑡 + 𝑑 𝛿 𝑡
ℎ′ (𝑡) = −3 𝐴1 𝑒 −3 𝑡 − 5 𝐴2 𝑒 −5 𝑡 𝑈 𝑡 + 𝑑 𝛿 ′ (𝑡) + 𝐴1 + 𝐴2 𝛿 𝑡
La señal de entrada tiene asociada dos raíces características y un polinomio
característico de orden 2:
𝛽1 = −3 𝛽2 = −5
𝛽 + 3 𝛽 + 5 = 𝛽 2 + 8 𝛽 + 15

𝑥 𝑡 = 𝑒 −3 𝑡 + 2 𝑒 −5 𝑡 𝑈 𝑡
𝑥 ′ 𝑡 = −3 𝑒 −3 𝑡 − 10 𝑒 −5 𝑡 𝑈 𝑡 + 3 𝛿 𝑡
𝑥 ′′ 𝑡 = 9 𝑒 −3 𝑡 + 50 𝑒 −5 𝑡 𝑈 𝑡 + 3 𝛿′(𝑡) − 13 𝛿 𝑡
Reemplazando en el polinomio característico y aplicando propiedades se obtiene:

𝑥 ′′ 𝑡 + 8 𝑥 ′ 𝑡 + 15 𝑥 𝑡 = 3 𝛿 ′ 𝑡 + 11 𝛿 𝑡
𝑦𝑥 ′′ 𝑡 + 8 𝑦𝑥 ′ 𝑡 + 15 𝑦𝑥 𝑡 = 3 ℎ′ 𝑡 + 11 ℎ 𝑡
Luego:
𝑦𝑥 𝑡 = 𝑡 − 3 𝑒 −3 𝑡 − 24 𝑡 − 9 𝑒 −5 𝑡 𝑈 𝑡
𝑦𝑥 ′ (𝑡) = −3 𝑡 + 10 𝑒 −3 𝑡 + 120 𝑡 − 69 𝑒 −5 𝑡 𝑈 𝑡 + 6 𝛿 𝑡
𝑦𝑥 ′′ 𝑡 = 9 𝑡 − 33 𝑒 −3 𝑡 + −600 𝑡 + 465 𝑒 −5 𝑡 𝑈 𝑡 + 6 𝛿 ′ (𝑡) − 59 𝛿 𝑡

Reemplazando:
𝑦𝑥 ′′ (𝑡) + 8 𝑦𝑥′ (𝑡) + 15 𝑦𝑥 𝑡 = 2 𝑒 −3 𝑡 + 48 𝑒 −5 𝑡 𝑈 𝑡 + 6 𝛿 ′ 𝑡 − 11 𝛿 𝑡
3 ℎ′ 𝑡 + 11 ℎ 𝑡 =
= 2 𝐴1 𝑒 −3 𝑡 − 4 𝐴2 𝑒 −5 𝑡 𝑈 𝑡 + 3 𝑑 𝛿 ′ 𝑡 + 3 𝐴1 + 3 𝐴2 + 11 𝑑 𝛿 𝑡
Igualando coeficientes:
𝐴1 = 1 𝐴2 = −12 𝑑=2
ℎ 𝑡 = 𝑒 −3 𝑡 − 12 𝑒 −5 𝑡 𝑈 𝑡 + 2 𝛿 𝑡 .
Por convolución:
𝑦 𝑡 = 2 𝑡 𝑒 −3 𝑡 𝑈 𝑡 ∗ 𝑒 −3 𝑡 − 12 𝑒 −5 𝑡 𝑈 𝑡 + 2 𝛿 𝑡
𝑡 𝑡
= 2 𝑒 −3 𝑡 න 𝜏𝑑𝜏 − 24 𝑒 −5 𝑡 න 𝜏 𝑒 2 𝜏 𝑑𝜏 + 4 𝑡 𝑒 −3 𝑡 𝑈 𝑡
0 0
= 𝑡2 𝑒 −3 𝑡
𝑈 𝑡 − 12 𝑡 − 6 𝑒 −3 𝑡 − 6 𝑒 −5 𝑡 U(t) + 4 𝑡 𝑒 −3 𝑡 𝑈 𝑡
= 𝑡 2 − 8 𝑡 + 6 𝑒 −3 𝑡 − 6 𝑒 −5 𝑡 𝑈 𝑡 .

También si se conoce una combinación lineal de respuestas elementales, se puede
determinar la respuesta impulsiva antes de determinar la respuesta a una señal de
entrada usando convolución, como se desarrolla en el siguiente ejemplo.
Ejemplo 4.14
Utilizando convolución, obtener 𝑦 𝑡 , la respuesta de un Sistema Lineal
Invariante a la señal de entrada 𝑥 𝑡 = 8 𝑡 𝑒 −4 𝑡 𝑈 𝑡 si se conoce 𝑦 0− =
− 1, 𝑦′ 0− = 12 y que:
4 𝑓 𝑡 − 𝑔 𝑡 = 4 𝑡 2 − 2 𝑡 − 1 + 2 𝑒 −4 𝑡 𝑈 𝑡 .
Tras un breve análisis y como el lado derecho de la expresión no tiene un impulso
se entiende que la respuesta rampa 𝑓 𝑡 no tiene discontinuidad en 𝑡 = 0 y tiene
la siguiente forma:
𝑓 𝑡 = 𝑡 2 + A 𝑡 + 𝐵 − B 𝑒 −4 𝑡 𝑈 𝑡
𝑔 𝑡 = 𝑓 ′ 𝑡 = 2 𝑡 + 𝐴 + 4 B 𝑒 −4 𝑡 𝑈 𝑡
4 𝑓 𝑡 − 𝑔 𝑡 = 4 𝑡 2 + 4 𝐴 − 2 𝑡 + 4 𝐵 − 𝐴 − 8 B 𝑒 −4 𝑡 U t
= 4 𝑡 2 − 2 𝑡 − 1 + 2 𝑒 −4 𝑡 𝑈 𝑡

Igualando coeficientes:
𝐴=0 𝐵 = − 1Τ4
Entonces:
𝑓 𝑡 = 𝑡 2 − 1Τ4 + 1Τ4 𝑒 −4 𝑡 𝑈 𝑡
𝑔 𝑡 = 2 𝑡 − 𝑒 −4 𝑡 𝑈 𝑡
ℎ 𝑡 = 𝑔′(𝑡) = 2 + 4 𝑒 −4 𝑡 𝑈 𝑡 − 𝛿(𝑡)
Aplicando convolución:
𝑦𝑥 𝑡 = 8 𝑡 𝑒 −4 𝑡 𝑈 𝑡 ∗ 2 + 4 𝑒 −4 𝑡 𝑈 𝑡 − 𝛿 𝑡
𝑡 𝑡
= 16 න 𝜏 𝑒 −4 𝜏 𝑑𝜏 + 32 𝑒 −4 𝑡 න 𝜏 𝑑𝜏 − 8 𝑡 𝑒 −4 𝑡 𝑈 𝑡
0 0
𝑡
= 4 න 𝑒 −4 𝜏 𝑑𝜏 + 16 𝑡 2 − 12 𝑡 𝑒 −4 𝑡 𝑈 𝑡
0
𝑦𝑥 𝑡 = 16 𝑡 2 − 12 𝑡 − 1 𝑒 −4 𝑡 + 1 𝑈 𝑡 .

Para 𝑡 < 0:
y t = 𝑦𝑐𝑖 𝑡 = 𝐴1 + 𝐴2 𝑒 −4 𝑡
y′ t = −4 𝐴2 𝑒 −4 𝑡
𝑦 0− = 𝐴1 + 𝐴2 = −1 𝐴1 = 2
ቋ
𝑦 ′ 0− = −4 𝐴2 = 12 𝐴2 = −3
𝑦𝑐𝑖 𝑡 = 2 − 3 𝑒 −4 𝑡
Luego:
𝑦 𝑡 = 16 𝑡 2 − 12 𝑡 − 4 𝑒 −4 𝑡 + 3 𝑈 𝑡 + 2 − 3 𝑒 −4 𝑡 U(−t).
Capítulo 5: Análisis de sistemas usando
variables de estado

[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 5: Variables de estado
Introducción
La representación de sistemas continuos y discretos usando variables de estado

es otro modelo matemático que tiene muchas ventajas, tales como:
• Proporciona interpretaciones sobre el comportamiento del sistema que no

pueden brindar ni el modelo de la respuesta impulsiva ni el de la ecuación
diferencial o en diferencias.
• Se puede adaptar fácilmente para su solución utilizando computadores
analógicos o digitales.
• Se puede extender el análisis a sistemas no lineales o variantes en el tiempo.
• Permite manejar sistemas con múltiples entradas y salidas.
La posibilidad de adaptación para solución por computador es, en sí misma, una

razón suficiente para que los métodos de variables de estado sean ampliamente
utilizados en el análisis de sistemas altamente complejos.
Introducción
Se define estado inicial de un sistema como la mínima cantidad de información

que es suficiente para determinar sus respuestas en todos los instantes de
tiempo, suponiendo que se conoce las entradas en todos los instantes de tiempo.
Las variables que contienen esta información se denominan variables de estado.
Conocido el estado del sistema en el tiempo inicial y las entradas entre ese
tiempo inicial y un tiempo final, podemos encontrar sus salidas y el estado del
sistema en ese tiempo final.
Nótese que esta definición de estado del sistema se aplica solamente a sistemas
causales (sistemas en los que entradas futuras no pueden afectar a las salidas).
Las variables de estado permiten definir un modelo matemático de un sistema
en función de cuatro matrices 𝑨, 𝑩, 𝑪 𝑦 𝑫, que relacionan las variables de estado
con las entradas para calcular las respuestas del sistema. A menudo resulta
ventajoso pensar en las variables de estado como las componentes de un vector
columna 𝑛-dimensional que se denomina vector de estado 𝒗.
Introducción
Para un sistema de orden 𝑛, la matriz 𝑨 será siempre cuadrada de orden 𝑛. Si el
sistema tiene 𝑝 entradas, la matriz 𝑩 tendrá una dimensión 𝑛 𝑥 𝑝. Si el sistema
tiene 𝑞 salidas, la matriz 𝑪 tendrá una dimensión 𝑞 𝑥 𝑛; y, si el sistema tiene 𝑝
entradas y 𝑞 salidas, la matriz 𝑫 tendrá una dimensión 𝑞 𝑥 𝑝. Tanto las entradas
como las salidas serán representadas respectivamente por vectores columna 𝒙
de dimensión 𝑝 𝑥 1 y 𝒚 de dimensión 𝑞 𝑥 1.
Tanto el vector de estado 𝒗 como el vector de entradas 𝒙 y el vector de salidas
𝒚 son funciones del tiempo. Debido a que la matriz 𝑨 provee los autovalores,
valores propios o raíces características que conforman los términos
homogéneos o modos naturales de la respuesta del sistema, se la denomina
matriz sistema.
En el caso más general, las matrices 𝑨, 𝑩, 𝑪 𝒚 𝑫 contienen funciones del
tiempo, con lo que se tiene un sistema variante en el tiempo. La solución de
las ecuaciones de estado para estos sistemas requiere el uso de un computador.
Introducción
Se limita el estudio a sistemas invariantes en el tiempo (coeficientes

constantes) con una entrada y una salida. Es decir, la matriz 𝑩 se convierte en
un vector columna 𝒃 con 𝑛 elementos, la matriz 𝑪 en un vector fila 𝒄 con 𝑛
elementos y la matriz 𝑫 en un escalar 𝒅 . Con el fin de facilitar el
procedimiento de solución, se limita a 2 el orden de los sistemas a evaluar y se
determina como tiempo inicial el valor cero.
El método elegido para obtener la respuesta de sistemas descritos usando

variables de estado se basa en el siguiente teorema.
Teorema de Cayley-Hamilton: Cualquier matriz cuadrada arbitraria 𝑨 de
orden 𝑛, satisface su ecuación característica; es decir, 𝑨 −  𝑰 = 0, donde 𝑰 es
la matriz identidad de orden 𝑛.
La extensión de este teorema dice que cualquier potencia de la matriz 𝑨 mayor
o igual a 𝑛 puede expresarse como una combinación lineal de la matriz 𝑨 de
orden 𝑛 − 1.
Introducción
Ejemplo 5.1
5 4
Conocida la matriz de orden 𝑛 = 2, 𝑨 = , se obtiene como ecuación
1 2
característica la expresión:
5− 4
𝑨−𝑰 = = 2 − 7 + 6 = 0.
1 2−
Aplicando el Teorema de Cayley-Hamilton se cumple que:
𝑨2 − 7 𝑨 + 6 𝑰 = 0.
29 28
De donde, 𝑨𝟐 = 7 𝑨 − 6 𝑰 = , que se obtiene como una combinación
7 8
lineal de 𝑨 de orden 1 (𝑛 − 1).
En similar forma, se puede obtener 𝑨𝟑 = 7 𝑨𝟐 − 6 𝑨 = 43 𝑨 − 42 𝑰 =
173 172
; y así, cualquier potencia ≥ 𝑛.
43 44
Es más, se puede obtener la inversa de 𝑨, si existe. Multiplicando 𝑨𝟐 por 𝑨−𝟏 .
Subcapítulos
1) Análisis de sistemas continuos

2) Solución de ecuaciones de estado continuo
3) Estabilidad de sistemas continuos
4) Análisis de sistemas discretos
5) Solución de ecuaciones de estado discreto
6) Estabilidad de sistemas discretos
Análisis de sistemas continuos
En los diagramas de simulación o realizaciones de un sistema continuo se

utilizan integradores; al tener estos elementos memoria (contienen información
sobre la historia pasada del sistema) resulta natural escoger las salidas de los
integradores como el estado del sistema en cualquier instante, asumiendo como
tiempo inicial 𝑡0 = 0. Nótese que un sistema en tiempo continuo de dimensión
𝑛 , se realiza con 𝑛 integradores; y, por tanto, queda completamente
representado por 𝑛 variables de estado.
De forma general, la descripción o representación en variables de estado de un
Sistema Lineal Invariante en el tiempo continuo, 𝑛-dimensional, con una
entrada 𝑥(𝑡) y una salida 𝑦(𝑡) se puede escribir de la siguiente forma:
ሶ
𝒗(𝑡) = 𝑨 𝒗(𝑡) + 𝒃 𝑥(𝑡)
𝑦(𝑡) = 𝒄 𝒗(𝑡) + 𝑑 𝑥(𝑡)

Esta representación consta de una ecuación diferencial vectorial – matricial de
primer orden, llamada ecuación de estado y de una ecuación vectorial llamada
de salida; y en donde, 𝑨 es una matriz cuadrada de orden 𝑛, 𝒃 un vector
columna con 𝑛 elementos, 𝒄 un vector fila con 𝑛 elementos y 𝑑 un escalar.
Variables de estado físicas: Esta representación es preferida pero sólo se
puede construir cuando se conoce la estructura interna del sistema. Este tipo de
variables de estado tienen asociadas unidades de medida.
Ejemplo 5.2
Obtener la realización y representación en variables de estado del circuito RLC
serie que se muestra a continuación.
Si se toma como variables de estado 𝑣1 (𝑡) la tensión en los extremos del

capacitor y 𝑣2 (𝑡) la corriente que circula por la bobina; y, como salida y(t) el
voltaje sobre el capacitor, obtendremos las siguientes ecuaciones:
𝐶 𝑣ሶ1 𝑡 = 𝑣2 𝑡
𝐿 𝑣ሶ 2 𝑡 = 𝑥 𝑡 − 𝑅 𝑣2 𝑡 − 𝑣1 𝑡
𝑦 𝑡 = 𝑣1 𝑡
En forma matricial:
0 1Τ𝐶 0
𝒗ሶ 𝑡 = 𝒗 𝑡 + 𝑥 𝑡
− 1Τ𝐿 Τ
−𝑅 𝐿 1 Τ𝐿
𝑦 𝑡 = 1 0 𝒗 𝑡 + 0 𝑥(𝑡)
Siendo su realización o diagrama de simulación, el siguiente:
x(t) v2(t) v1(t) y(t)

1/L ++ ʃ 1/C ʃ
-R/L -1/L
Se puede verificar que este modelo corresponde a un sistema descrito por la

siguiente ecuación diferencial:
𝑅 1 1
𝑦ሷ 𝑡 + 𝑦ሶ 𝑡 + 𝑦 𝑡 = 𝑥(𝑡)
𝐿 𝐿𝐶 𝐿𝐶
Si se conoce que C = 1/2 y L = R = 1 se obtiene el siguiente modelo usando
variables de estado:
0 2 0
−1 −1 1
𝑦 𝑡 = 1 0 𝒗 𝑡 + 0 𝑥(𝑡)

Además, se puede encontrar la ecuación diferencial que describe el
comportamiento del sistema a partir de su diagrama de simulación o realización
del sistema.
Ejemplo 5.3
Obtener la ecuación diferencial de un sistema representado por la siguiente
realización:

𝑣2 𝑡 = 𝑦 𝑡 − 2𝑥 𝑡
𝑣1 𝑡 = 𝑣ሶ 2 𝑡 + 3 𝑥 𝑡 + 3 𝑦(𝑡)
𝑣ሶ1 𝑡 = 𝑥 𝑡 − 4 𝑦 𝑡
= 𝑣ሷ 2 𝑡 + 3 𝑥ሶ 𝑡 + 3 𝑦ሶ 𝑡
ሶ )
𝑥 𝑡 − 4 𝑦 𝑡 = 𝑦ሷ 𝑡 − 2 𝑥ሷ 𝑡 + 3 𝑥ሶ 𝑡 + 3 𝑦(𝑡
𝑦ሷ 𝑡 + 3 𝑦ሶ 𝑡 + 4 𝑦 𝑡 = 2 𝑥ሷ 𝑡 − 3 𝑥ሶ 𝑡 + 𝑥 𝑡
Cuando no se conoce la estructura interna del sistema, usando variables de

estado, se puede obtener el diagrama de simulación o realización de un Sistema
Lineal Invariante a partir de la ecuación diferencial lineal con coeficientes
constantes que lo describe. Se consideran sólo dos formas de representación
llamadas forma canónica observable y forma canónica controlable.

Ejemplo 5.4
Obtener las realizaciones y representaciones en variables de estado canónicas
de un Sistema Lineal e Invariante descrito por la ecuación diferencial:
𝑦ሷ 𝑡 + 3 𝑦ሶ 𝑡 + 2 𝑦 𝑡 = 3 𝑥ሷ 𝑡 + 2 𝑥ሶ 𝑡 − 4 𝑥 𝑡
Primera forma canónica (forma canónica observable). Usando el operador

derivada D, se reescribe la ecuación así:
𝐷2 𝑦 = 3 𝐷2 𝑥 + 𝐷 2 𝑥 − 3 𝑦 + −4 𝑥 − 2 𝑦
Integrando esta expresión dos veces se obtiene:
𝑦 = 3 𝑥 + 𝐷−1 2 𝑥 − 3 𝑦 + 𝐷−2 −4 𝑥 − 2 𝑦
Para la realización de una ecuación diferencial de segundo orden se requiere
dos integradores cuyas salidas son las dos variables de estado necesarias para
su representación, numeradas por convención de izquierda a derecha, o sea, en
orden inverso a la asignación de las ganancias de los amplificadores.

El diagrama de simulación o realización se muestra en la siguiente figura:
Nótese que las ganancias de los amplificadores de la señal de entrada

corresponden, en orden inverso, a los coeficientes del lado derecho de la
ecuación diferencial; y, las ganancias de los amplificadores que realimentan la
señal de salida corresponden, en orden inverso, a los coeficientes del lado
izquierdo de la ecuación diferencial con signo contrario.

A partir del diagrama de simulación del sistema, se puede establecer las
ecuaciones de estado y su ecuación de salida, es decir, su representación en
variables de estado.
𝑣ሶ 1 𝑡 = 0 𝑣1 𝑡 − 2 𝑣2 𝑡 − 10 𝑥 𝑡
𝑣ሶ 2 𝑡 = 𝑣1 𝑡 − 3 𝑣2 𝑡 − 7 𝑥 𝑡
𝑦 𝑡 = 0 𝑣1 𝑡 + 𝑣2 𝑡 + 3 𝑥 𝑡
cuya forma vectorial-matricial es:
0 −2 −10
1 −3 −7
𝑦 𝑡 = 0 1 𝒗 𝑡 + 3 𝑥(𝑡)
donde,
0 −2 −10
𝑨= 𝒃= 𝑣1 𝑡
1 −3 −7 𝒗 𝑡 =
𝑣2 𝑡
𝒄= 0 1 𝑑=3

Se observa que, en la forma canónica observable, la matriz 𝑨 está compuesta
por dos vectores columna: un vector unitario y otro vector que contiene, en
orden inverso, los coeficientes del lado izquierdo de la ecuación cambiados de
signo. También, 𝒄 es un vector fila unitario y el escalar 𝑑 es el coeficiente de la
segunda derivada de la entrada en la ecuación diferencial de segundo orden.
Segunda forma canónica (forma canónica controlable). Se utiliza la
variable auxiliar 𝑦1 𝑡 para expresar la ecuación diferencial de esta forma:
𝑦ሷ 1 𝑡 + 3 𝑦ሶ 1 𝑡 + 2 𝑦1 𝑡 = 𝑥 𝑡
𝑦 𝑡 = 3 𝑦ሷ 1 𝑡 + 2 𝑦ሶ 1 𝑡 − 4 𝑦1 𝑡
A partir de estas ecuaciones se puede construir el diagrama de simulación o
realización correspondiente. Para la realización de una ecuación diferencial de
segundo orden, se requiere utilizar dos integradores cuyas salidas son las dos
variables de estado necesarias para su representación, numeradas por
convención de derecha a izquierda, o sea, en orden inverso a la asignación de
las ganancias de los amplificadores.
Se observa en el diagrama de simulación que las ganancias de los

amplificadores que alimentan a la señal de salida corresponden, en el mismo
orden, a los coeficientes del lado derecho de la ecuación diferencial; y, las
ganancias de los amplificadores que realimentan las variables de estado
corresponden, en el mismo orden, a los coeficientes del lado izquierdo de la
ecuación diferencial con signo contrario.

𝑣ሶ 1 𝑡 = 0 𝑣1 𝑡 + 𝑣2 𝑡 + 0 𝑥 𝑡
𝑣ሶ 2 𝑡 = −2 𝑣1 𝑡 − 3 𝑣2 𝑡 + 𝑥 𝑡
𝑦 𝑡 = −10 𝑣1 𝑡 − 7 𝑣2 𝑡 + 3 𝑥 𝑡
0 1 0
−2 −3 1
𝑦 𝑡 = −10 −7 𝒗 𝑡 + 3 𝑥(𝑡)
donde,
0 1 0 𝑣1 𝑡
𝑨= 𝒃= 𝒗 𝑡 =
−2 −3 1 𝑣2 𝑡
𝒄 = −10 −7 𝑑=3
Nótese que, en la forma canónica controlable, la matriz 𝑨 está compuesta por

dos vectores fila: un vector unitario y el segundo constituido, en orden
inverso, por los coeficientes del lado izquierdo de la ecuación cambiados de
signo. También, 𝒃 es un vector columna unitario y el escalar 𝑑 es el
coeficiente de la segunda derivada de la entrada en la ecuación diferencial de
segundo orden.
La matriz 𝑨 y los vectores 𝒃 y 𝒄 de estas dos formas canónicas se encuentran
relacionados por la transpuesta; mientras el escalar 𝑑 es el mismo y
corresponde a la ganancia del camino directo entre la entrada y la salida.
La primera y segunda formas canónicas son dos ejemplos de las múltiples
representaciones posibles de un sistema utilizando variables de estado. En
otras palabras, la representación en variables de estado de un sistema no es
única; sin embargo, todas las representaciones son equivalentes en el sentido
de que modelan la misma relación entrada salida.
Solución de ecuaciones de estado

El vector de estado 𝒗(𝑡), solución de la ecuación de estado, es una función
explícita del tiempo, pero también depende implícitamente del instante inicial 𝑡0
que se entiende es el momento en el que se aplica la señal de entrada al sistema
y se asume igual a 0, del vector de estado inicial 𝒗 𝑡0 = 𝒗𝟎 y de la señal de
entrada 𝑥 𝑡 .
Como una generalización natural de la solución de la ecuación diferencial
escalar de primer orden, se espera que la solución de la ecuación diferencial
matricial homogénea sea de la forma:
𝒗 𝑡 = 𝑒 𝑨 𝑡 𝒗0
en donde, 𝑒 𝑨 𝑡 es una matriz exponencial cuadrada de orden 𝑛 compuesta de

funciones del tiempo que se define mediante el siguiente desarrollo:
2 3
𝑡 𝑡
𝑒𝑨 𝑡 = 𝑰 + 𝑨 𝑡 + 𝑨2 + 𝑨3 +⋯
2! 3!

que es función de 𝑡 y de una serie de potencias de la matriz 𝑨, donde 𝑰 es la
matriz identidad de orden 𝑛. Debido a que 𝒆𝑨 𝑡 es una función que permite
calcular el estado del sistema en un instante 𝑡 a partir del estado inicial 𝒗𝟎 se le
denomina matriz transición de estado y se le denota como 𝛟(𝑡).
Utilizando esta definición se puede establecer las siguientes propiedades:
𝑒𝑨 𝑡1+𝑡2
= 𝑒 𝑨 𝑡1 𝑒 𝑨 𝑡2
−1
𝑒𝑨 𝑡 = 𝑒 −𝑨 𝑡
Es muy conocido que la función exponencial escalar 𝑒 𝑎 𝑡 es la única función que
posee la propiedad de que su derivada y su integral son también funciones
exponenciales con cambio de escala en las amplitudes. Esta observación
también es cierta para la matriz exponencial. Es necesario que la matriz 𝑨 sea
invertible para que su integral exista.
𝑑 𝑨𝑡
𝑒 = 𝑨 𝑒𝑨 𝑡
𝑑𝑡

𝒗ሶ 𝑡 − 𝑨 𝒗 𝑡 = 𝒃 𝑥 𝑡
𝑒 −𝑨 𝑡 𝒗ሶ 𝑡 − 𝑨 𝒗 𝑡 = 𝑒 −𝑨 𝑡 𝒃 𝑥 𝑡
𝑑
𝑒 −𝑨 𝑡 𝒗 𝑡 = 𝑒 −𝑨 𝑡 𝒃 𝑥(𝑡)
𝑑𝑡
𝑡
𝑒 −𝑨 𝑡 𝒗 𝑡 = 𝒗0 + න 𝑒 −𝑨 𝜏 𝒃 𝑥 𝜏 𝑑𝜏
0
𝑡
𝒗 𝑡 = 𝑒 𝑨 𝑡 𝒗0 + න 𝑒 𝑨 𝑡−𝜏
𝒃 𝑥 𝜏 𝑑𝜏
0
𝑡
𝒗 𝑡 = 𝛟(𝑡) 𝒗0 + න 𝛟(𝑡 − 𝜏) 𝒃 𝑥 𝜏 𝑑𝜏
0
𝒗 𝑡 = 𝛟 𝑡 𝒗0 + 𝛟 𝑡 𝒃 𝑈 𝑡 ∗ 𝑥(𝑡)
El vector de estado 𝒗 𝑡 es la suma del vector de entrada cero que depende de

𝒗𝟎 ; y, el vector de estado cero que depende de 𝑥(𝑡) y es el resultado de la
convolución entre un vector de funciones 𝛟 𝑡 𝒃 y la señal de entrada 𝑥(𝑡).
Para obtener la respuesta del sistema 𝑦 𝑡 basta con reemplazar 𝒗 𝑡 , la
solución calculada de la ecuación de estado, en la ecuación de salida.
𝑦 𝑡 = 𝒄 𝒗 𝑡 + 𝑑 𝑥(𝑡)
Como alternativa, se puede calcular 𝑦 𝑡 sin obtener 𝒗 𝑡 en forma explícita;
reemplazando la expresión obtenida para el vector de estado en la ecuación de
salida se obtiene:
𝑦 𝑡 = 𝑦𝑒𝑖 𝑡 + 𝑦𝑥 𝑡 = 𝒄 𝛟 𝑡 𝒗0 + ℎ 𝑡 ∗ 𝑥(𝑡)
donde ℎ 𝑡 es la respuesta impulsiva del sistema expresada de la siguiente
forma:
ℎ 𝑡 = 𝒄 𝛟 𝑡 𝒃 𝑈 𝑡 + 𝑑 𝛿(𝑡)

La respuesta del sistema 𝑦 𝑡 es la suma de 𝑦𝑒𝑖 (𝑡) la respuesta de entrada cero,
depende del estado inicial 𝒗𝟎 , y 𝑦𝑥 (𝑡) la respuesta de estado cero que depende
de 𝑥(𝑡).
Es claro que para determinar 𝒗 𝑡 , 𝑦 𝑡 𝑜 ℎ 𝑡 , se debe obtener primero la
matriz transición de estado 𝛟 𝑡 . Aunque el método del desarrollo en serie es
directo y el resultado aceptable, el principal problema es que se requiere
realizar un procedimiento adicional para obtener una forma cerrada a partir de
esta solución. Entre los varios métodos de solución y como alternativa, se elige
el método basado en la extensión del Teorema de Cayley-Hamilton para limitar
a 𝑛 − 1 las potencias de la matriz 𝑨. 𝑛−1
𝛟 𝑡 = 𝑒 𝑨 𝑡 = ෍ 𝛾𝑘 𝑨𝑘
𝑘=0
Como 𝑨 tiene 𝑛 autovalores 𝜆, obtenidos como solución de la ecuación
característica correspondiente; y, si éstos son diferentes, se puede obtener las 𝑛
funciones 𝛾 resolviendo el sistema de ecuaciones formado por la versión
escalar de la matriz transición de estado:

𝑛−1
𝑒  𝑡 = ෍ 𝛾𝑘 𝑘
𝑘=0
Una vez que las 𝑛 funciones 𝛾 han sido determinadas, son reemplazadas en la
ecuación matricial y así, se obtiene la matriz transición de estado 𝛟 𝑡 como se
muestra en los siguientes ejemplos.
Ejemplo 5.5
Obtener la matriz transición de estado de la siguiente matriz 𝑨:
−3 1 0
𝑨= 1 −3 0
0 0 −3
𝑨 −  𝑰 = 3 + 9 2 + 26  + 24 = 0
1 = −2, 2 = −3, 3 = −4
𝑒 −2 𝑡 = 0 − 2 1 + 4 2 0 = 6 𝑒 −2 𝑡 − 8 𝑒 −3 𝑡 + 3 𝑒 −4 𝑡
7 5
𝑒 −3 𝑡 = 0 − 3 1 + 9 2 1 = 2 𝑒 −2 𝑡 − 6 𝑒 −3 𝑡 + 2 𝑒 −4 𝑡
𝑒 −4 𝑡 = 0 − 4 1 + 16 2 2 =
1 1
𝑒 −2 𝑡 − 𝑒 −3 𝑡 + 2 𝑒 −4 𝑡
2
1 −2 𝑡 1 1 −2 𝑡 1
2
𝑒 + 2 𝑒 −4 𝑡 2
𝑒 − 2 𝑒 −4 𝑡 0
𝛟(𝑡) = 𝑒 𝑨𝑡 = 0 𝑰 + 1 𝑨 + 2 𝑨𝟐 = 1 −2 𝑡
𝑒
1
− 2 𝑒 −4 𝑡
1 −2 𝑡
𝑒
1
+ 2 𝑒 −4 𝑡 0
2 2
0 0 𝑒 −3 𝑡
Cuando se repiten los autovalores o valores propios de la matriz 𝑨, la versión

escalar de la matriz transición de estado no es suficiente para plantear las n
ecuaciones independientes con n incógnitas requeridas por lo que se utiliza la
derivada respecto a  de la versión escalar mencionada, evaluada en el autovalor
repetido.
𝑛−1
𝑑 𝑡 
𝑑
𝑒 =𝑡𝑒 =𝑡 ෍ 𝛾𝑘 𝑘
𝑑 𝑑
𝑘=0

Ejemplo 5.6
Obtener la matriz transición de estado de la siguiente matriz 𝑨:
−1 0 0
𝑨= 0 −4 4
0 −1 0
𝑨 −  𝑰 = 3 + 5 2 + 8  + 4 = 0
1 = −1, 2 = −2, 3 = −2
𝑒 − 𝑡 = 0 − 1 + 2 0 = 4 𝑒 − 𝑡 − (2 𝑡 + 3) 𝑒 −2 𝑡
𝑒 −2 𝑡 = 0 − 2 1 + 4 2 1 = 4 𝑒 − 𝑡 − (3 𝑡 + 4) 𝑒 −2 𝑡
𝑡 𝑒 −2 𝑡 = 1 − 4 2 2 = 𝑒 − 𝑡 − (𝑡 + 1) 𝑒 −2 𝑡
𝑒− 𝑡 0 0
𝛟 (𝑡 ) = 𝑒 𝑨 𝑡 = 0 𝑰 + 1 𝑨 + 2 𝑨𝟐 = 0 (−2 𝑡 + 1) 𝑒 −2 𝑡 4 𝑡 𝑒 −2 𝑡
0 − 𝑡 𝑒 −2 𝑡 (2 𝑡 + 1) 𝑒 −2 𝑡

Propiedades de la matriz transición de estado 𝛟 𝑡 :
1. De transición 𝛟 𝑡2 − 𝑡0 = 𝛟 𝑡2 − 𝑡1 𝛟 𝑡1 − 𝑡0
2. De inversión 𝛟 𝑡0 − 𝑡 = 𝛟−1 𝑡 − 𝑡0
3. De separación 𝛟 𝑡 − 𝑡0 = 𝛟 𝑡 𝛟−1 𝑡0
A continuación, se presenta dos ejemplos que ilustran el procedimiento planteado

de solución de las ecuaciones de estado y de salida de un sistema lineal e
invariante en el tiempo continuo.
Ejemplo 5.7
Para un Sistema Lineal e Invariante en el tiempo descrito por la ecuación
diferencial
𝑦ሷ 𝑡 + 6 𝑦ሶ 𝑡 + 5 𝑦 𝑡 = 𝑥ሷ 𝑡 + 𝑥ሶ 𝑡 + 8 𝑥 𝑡 ,

obtener:
a. la realización y la representación en variables de estado en la forma canónica
observable;
0 −5 3
1 −6 −5
𝑦 𝑡 = 0 1 𝒗 𝑡 + 1 𝑥(𝑡)

b. ℎ 𝑡 , la respuesta impulsiva del sistema;
ℎ 𝑡 = 𝒄 𝛟 𝑡 𝒃 𝑈 𝑡 + 𝑑 𝛿(𝑡)
2 + 6  + 5 = ( + 1)( + 5) = 0
1 = −1, 2 = −5
0 −5 1
𝛟(𝑡) = 𝑒 𝑨 𝑡 = 0 𝑰 + 1 𝑨 =
1 0 − 6 1
𝑒  𝑡 = 0 + 1 
𝑒 − 𝑡 = 0 − 1 0 = 5Τ4 𝑒 − 𝑡 − 1Τ4 𝑒 −5 𝑡
𝑒 −5 𝑡 = 0 − 5 1 1 = 1Τ4 𝑒 − 𝑡 − 1Τ4 𝑒 −5 𝑡
5Τ4 𝑒 − 𝑡 − 1Τ4 𝑒 −5 𝑡 −5Τ4 𝑒 − 𝑡 + 5Τ4 𝑒 −5 𝑡

𝛟 𝑡 =
1Τ4 𝑒 − 𝑡 − 1Τ4 𝑒 −5 𝑡 −1Τ4 𝑒 − 𝑡 + 5Τ4 𝑒 −5 𝑡
3
ℎ 𝑡 = 0 1 𝛟 𝑡 𝑈 𝑡 +𝛿 𝑡
−5
= 2 𝑒 − 𝑡 − 7 𝑒 −5 𝑡 𝑈 𝑡 + 𝛿 𝑡

c. 𝑦 𝑡 , la respuesta del sistema a la señal 𝑥 𝑡 = 2 𝑡 𝑒 −5 𝑡 𝑈 𝑡 si
𝑦 0+ = 0, 𝑦ሶ 0+ = 5, usando variables de estado.
𝑦 𝑡 = 𝑣2 𝑡 + 𝑥 𝑡
𝑦ሶ 𝑡 = 𝑣ሶ 2 𝑡 + 𝑥ሶ 𝑡
= 𝑣1 𝑡 − 6 𝑣2 𝑡 − 5 𝑥 𝑡 + 𝑥ሶ 𝑡
𝑦 0+ = 𝑣2 0 + 𝑥 0+
𝑦ሶ 0+ = 𝑣1 0 − 6 𝑣2 0 − 5 𝑥 0+ + 𝑥ሶ 0+
0 = 𝑣2 0 + 0 𝑣1 0 = 3
5 = 𝑣1 0 − 6 𝑣2 0 − 0 + 2 𝑣2 0 = 0
𝑦 𝑡 = 𝑦𝑒𝑖 (𝑡) + 𝑦𝑥 (𝑡)
3
𝑦𝑒𝑖 𝑡 = 𝒄 𝛟 𝑡 𝒗0 = 0 1 𝛟 𝑡 = 3Τ4 𝑒 − 𝑡 − 𝑒 −5 𝑡
0

𝑦𝑥 𝑡 = ℎ 𝑡 ∗ 𝑥 𝑡 = 2 𝑒 − 𝑡 − 7 𝑒 −5 𝑡 𝑈 𝑡 + 𝛿 𝑡 ∗ 2 𝑡 𝑒 −5 𝑡 𝑈 𝑡
= 4 𝑒 − 𝑡 𝑈 𝑡 ∗ 𝑡 𝑒 −5 𝑡 𝑈 𝑡 − 14 𝑒 −5 𝑡 𝑈 𝑡 ∗ 𝑡 𝑒 −5 𝑡 𝑈 𝑡 + 2 𝑡 𝑒 −5 𝑡 𝑈 𝑡
𝑡
4 𝑒 − 𝑡 𝑈 𝑡 ∗ 𝑡 𝑒 −5 𝑡 𝑈 𝑡 = 4 𝑒 − 𝑡 න 𝜏 𝑒 −4 𝜏 𝑑𝜏 = 1Τ4 𝑒 − 𝑡 − 4 𝑡 + 1 𝑒 −5 𝑡 𝑈(𝑡)
0
𝑡
14 𝑒 −5 𝑡 𝑈 𝑡 ∗ 𝑡 𝑒 −5 𝑡 𝑈 𝑡 = 14 𝑒 −5 𝑡 ‫׬‬0 𝜏 𝑑𝜏 = 7 𝑡 2 𝑒 −5 𝑡 𝑈(𝑡)
𝑦𝑥 (𝑡) = 1Τ4 𝑒 − 𝑡 − 7 𝑡 2 − 𝑡 + 1Τ4 𝑒 −5 𝑡 𝑈(𝑡)
𝑦 𝑡 = 3Τ4 𝑒 − 𝑡 − 𝑒 −5 𝑡 𝑈 −𝑡 + 𝑒 − 𝑡 − 7 𝑡 2 − 𝑡 + 1 𝑒 −5 𝑡 𝑈(𝑡)
Ejemplo 5.8
Para un Sistema Lineal e Invariante en el tiempo descrito por la ecuación diferencial
𝑦ሷ 𝑡 + 4 𝑦ሶ 𝑡 + 4 𝑦 𝑡 = 2 𝑥ሷ 𝑡 + 4 𝑥ሶ 𝑡 + 3 𝑥 𝑡 ,

obtener:
a. la realización y la representación en variables de estado en la forma canónica
controlable;
0 1 0
−4 −4 1
𝑦 𝑡 = −5 −4 𝒗 𝑡 + 2 𝑥(𝑡)

b. 𝒗 𝑡 , el vector de estado del sistema si la señal de entrada es
𝑥 𝑡 = −4 𝑡 + 8 𝑈 𝑡 y 𝑦 0− = −1, 𝑦ሶ 0− = 5.
𝑦 𝑡 = −5 𝑣1 𝑡 − 4 𝑣2 𝑡 + 2 𝑥 𝑡
𝑦ሶ 𝑡 = −5 𝑣ሶ 1 𝑡 − 4 𝑣ሶ 2 𝑡 + 2 𝑥ሶ 𝑡
= −5 𝑣2 𝑡 + 16 𝑣1 𝑡 + 16 𝑣2 𝑡 − 4 𝑥 𝑡 + 2 𝑥ሶ 𝑡
𝑦 0− = −5 𝑣1 0 − 4 𝑣2 0 + 2 𝑥 0−
𝑦ሶ 0− = 16 𝑣1 0 + 11 𝑣2 0 − 4 𝑥 0− + 2 𝑥ሶ 0−
−1 = −5 𝑣1 0 − 4 𝑣2 0 + 0 𝑣1 0 = 1
5 = 16 𝑣1 0 + 11 𝑣2 0 − 0 + 0 𝑣2 0 = −1

2 + 4  + 4 = ( + 2)2 = 0
1 = 2 = −2
0 1
𝛟(𝑡) = 𝑒 = 0 𝑰 + 1 𝑨 = −4   − 4 
𝑨 𝑡
1 0 1
𝑒  𝑡 = 0 + 1 
𝑡 𝑒  𝑡 = 1
2𝑡+1 𝑡
𝛟 𝑡 = 𝑒 −2 𝑡
−4 𝑡 −2 𝑡 + 1
𝒗 𝑡 = 𝛟 𝑡 𝒗0 + 𝛟 𝑡 𝒃 𝑈 𝑡 ∗ 𝑥(𝑡)
2𝑡+1 𝑡 1 𝑡+1
𝛟 𝑡 𝒗0 = 𝑒 −2 𝑡 = 𝑒 −2 𝑡
−4 𝑡 −2 𝑡 + 1 −1 −2 𝑡 − 1

2𝑡+1 𝑡 0
𝛟 𝑡 𝒃𝑈 𝑡 ∗𝑥 𝑡 = 𝑒 −2 𝑡 𝑈 𝑡 ∗ −4 𝑡 + 8 𝑈 𝑡
−4 𝑡 −2 𝑡 + 1 1
𝑡 𝑒 −2 𝑡 𝑈 𝑡 ∗ −4 𝑡 + 8 𝑈 𝑡
=
−2 𝑡 + 1 𝑒 −2 𝑡 𝑈 𝑡 ∗ −4 𝑡 + 8 𝑈 𝑡
𝑡
𝑡 𝑒 −2 𝑡 𝑈 𝑡 ∗ −4 𝑡 + 8 𝑈 𝑡 = න 𝜏 𝑒 −2 𝜏 −4 𝑡 − 𝜏 + 8 𝑑𝜏
0
= −5 𝑡 − 3 𝑒 −2 𝑡 − 𝑡 + 3 𝑈 𝑡
𝑡
𝑒 −2 𝑡 𝑈 𝑡 ∗ −4 𝑡 + 8 𝑈 𝑡 = න 𝑒 −2 𝑡−𝜏
−4 𝜏 + 8 𝑑𝜏
0
= −5 𝑒 −2 𝑡 − 2 𝑡 + 5 𝑈 𝑡
−5 𝑡 − 3 𝑒 −2 𝑡 − 𝑡 + 3
𝒗𝒙 𝑡 = −2 𝑡 𝑈 𝑡
10 𝑡 + 1 𝑒 −1

𝑡+1 −4 𝑡 − 2 𝑒 −2 𝑡 − 𝑡 + 3
𝒗 𝑡 = 𝑒 −2 𝑡 𝑈 −𝑡 + 𝑈 𝑡
−2 𝑡 − 1 8𝑡𝑒 −2 𝑡
−1
c. 𝑦𝑥 𝑡 , la respuesta del sistema debida sólo a la señal de entrada.
𝑦 𝑡 = 𝒄𝒗 𝑡 +𝑑𝑥 𝑡
𝑡+1 −4 𝑡 − 2 𝑒 −2 𝑡 − 𝑡 + 3
= −5 −4 𝑒 −2 𝑡 𝑈 −𝑡 + −2 𝑡
𝑈 𝑡 +
−2 𝑡 − 1 8𝑡𝑒 −1
+2 −4 𝑡 + 8 𝑈 𝑡
𝑦(𝑡) = 3 𝑡 − 1 𝑒 −2 𝑡 𝑈 −𝑡 + −12 𝑡 + 10 𝑒 −2 𝑡 − 3 𝑡 + 5 𝑈 𝑡
𝑦𝑒𝑖 𝑡 = 3 𝑡 − 1 𝑒 −2 𝑡
𝑦𝑥 𝑡 = 𝑦 𝑡 − 𝑦𝑒𝑖 𝑡 = −15 𝑡 + 11 𝑒 −2 𝑡 − 3 𝑡 + 5 𝑈 𝑡
Resultado que también puede obtenerse utilizando la ecuación:
𝑦𝑥 𝑡 = 𝒄 𝑣𝑥 𝑡 + 𝑑 𝑥 𝑡 .
Estabilidad de sistemas continuos

Para que un sistema sea estable se requiere que todas las variables de estado
permanezcan acotadas cuando la entrada es una señal acotada. Si al menos una de
las variables de estado crece sin límite, el sistema es inestable.
Como las raíces características obtenidas de la ecuación diferencial de un sistema
continuo son los autovalores de la matriz 𝑨 de su representación equivalente en el
espacio de estado, se concluye que un sistema causal es estable si la parte real de
todos los autovalores de la matriz 𝑨 es negativa.
𝑅𝑒 𝜆𝑘 < 0, 𝑘 = 1, 2, … 𝑛
2 −1
Para un sistema lineal e invariante en el tiempo con matriz sistema 𝑨 = ,
4 −3
los autovalores de 𝑨 son 1 = 1, 2 = −2. Por lo tanto, el sistema es inestable.
Se considera el sistema descrito por las ecuaciones:
1 0 1
−3 −2 0
𝑦 𝑡 = 1 1 𝒗 𝑡 + 0 𝑥(𝑡)

Los autovalores de 𝑨 son 1 = −2, 2 = 1, por lo tanto, el sistema es inestable.
Sin embargo, si sólo se aplica el criterio de estabilidad BIBO (boundary input –
boundary output) se puede concluir equivocadamente lo contrario, como se ilustra
a continuación.
0 + 1 0
𝛟(𝑡) = 𝑒 𝑨 𝑡 = 0 𝑰 + 1 𝑨 =
−3 1 0 − 2 1
𝑒  𝑡 = 0 + 1 
𝑒 1 𝑡 = 0 + 1 0 = 2Τ3 𝑒 𝑡 + 1Τ3 𝑒 −2 𝑡
𝑒 −2 𝑡 = 0 − 2 1 1 = 1Τ3 𝑒 𝑡 − 1Τ3 𝑒 −2 𝑡
𝑡
𝛟 𝑡 = 𝑒 0
− 𝑒 𝑡 + 𝑒 −2 𝑡 𝑒 −2 𝑡
0
La respuesta del sistema inicialmente en reposo 𝒗𝟎 = a una entrada paso
0
(señal acotada) es entonces

𝑦 𝑡 = ℎ 𝑡 ∗𝑥 𝑡
1
ℎ 𝑡 = 1 1 𝛟 𝑡 𝑈 𝑡 = 𝑒 −2 𝑡 𝑈 𝑡
𝑡 0
𝑦 𝑡 = න 𝑒 −2 𝜏 𝑑𝜏 = 1Τ2 1 − 𝑒 −2 𝑡 𝑈(𝑡)
0
El vector de estado en cualquier instante t > 0 es
𝒗 𝑡 =𝛟 𝑡 𝑏𝑈 𝑡 ∗𝑈 𝑡
𝑡 1 𝑡 𝑒𝜏 𝑒𝑡 −1
= ‫׬‬0 𝛟 𝜏 𝑑𝜏 = ‫׬‬0 𝑑𝜏 = 𝑈(𝑡)
0 − 𝑒 𝜏 + 𝑒 −2 𝜏 1Τ2 3 − 2 𝑒 𝑡 − 𝑒 −2 𝑡
Resulta claro observando y(t), que la salida del sistema se encuentra acotada. La
inspección de las variables de estado revela que las señales internas del sistema
no están acotadas. Se puede explicar lo sucedido si se observa la ecuación
diferencial correspondiente.
De las ecuaciones de estado y de salida del modelo se puede obtener que
𝑦ሶ 𝑡 = 𝑣ሶ1 𝑡 + 𝑣ሶ 2 𝑡
= 𝑣1 𝑡 + 𝑥 𝑡 + −3 𝑣1 𝑡 −2 𝑣2 𝑡
= −2 𝑣1 𝑡 + 𝑥 𝑡 − 2 𝑦 𝑡 − 𝑣1 𝑡
= −2 𝑦 𝑡 + 𝑥(𝑡)
La solución de la última ecuación diferencial de primer orden no contiene
términos que crezcan sin límite. Resulta claro que el término inestable 𝑒 𝑡 que
aparece en las variables de estado 𝑣1 𝑡 y 𝑣2 𝑡 no aparece en la salida 𝑦 𝑡 .
Este término, en cierto sentido, se cancela en la salida del segundo sistema.
Los modelos basados en variables de estado permiten examinar la naturaleza
interna del sistema. A menudo, muchos aspectos importantes de un sistema
pueden pasar inadvertidos si sólo se calcula u observa la señal de salida 𝑦 𝑡 .
Análisis de sistemas discretos

De forma general, la descripción o representación en variables de estado de un
Sistema Lineal Invariante en el tiempo discreto, 𝑛-dimensional, con una entrada
𝑥 𝑛 y una salida 𝑦 𝑛 se puede escribir así:
𝒗 𝑛+1 =𝑨𝒗 𝑛 +𝒃𝑥 𝑛
𝑦 𝑛 = 𝒄 𝒗 𝑛 + 𝑑 𝑥[𝑛ሿ
Siendo la primera la ecuación de estado y la segunda, la ecuación de salida; y en
donde, 𝑨 es una matriz cuadrada de orden 𝑛, 𝒃 un vector columna con 𝑛 elementos,
𝒄 un vector fila con 𝑛 elementos y 𝑑 un escalar.
En los diagramas de simulación o realizaciones de un sistema en tiempo discreto se
utilizan elementos de retardo; al tener estos elementos memoria (contienen
información sobre la historia pasada del sistema) resulta natural escoger las salidas
de los elementos de retardo como el estado del sistema en cualquier instante,
asumiendo 𝑛0 = 0 como tiempo inicial. Nótese que un sistema en tiempo discreto
de dimensión 𝑛, se realiza con 𝑛 elementos de retardo; y, por tanto, queda
completamente representado por 𝑛 variables de estado.

Las unidades de retardo se representan por el operador 𝐷 −𝑘 , definido así:
𝐷−𝑘 𝑦 𝑛 = 𝑦 𝑛 − 𝑘
El diagrama de simulación o realización de un Sistema Lineal Invariante Discreto
se puede obtener a partir de la ecuación en diferencias lineal con coeficientes
constantes que lo describe. Como en el caso continuo, se consideran sólo dos
formas de representación llamadas forma canónica observable y forma canónica
controlable.
Ejemplo 5.9
Obtener las realizaciones y representaciones en variables de estado canónicas de
un Sistema Lineal e Invariante Discreto descrito por la ecuación en diferencias:
𝑦 𝑛 +𝑏𝑦 𝑛−1 +𝑐𝑦 𝑛−2 =𝑑𝑥 𝑛 +𝑒𝑥 𝑛−1 +𝑓𝑥 𝑛−2
Forma canónica observable (primera forma canónica). Se obtiene la
respuesta 𝑦 𝑛 utilizando el operador retardo 𝐷−1 y 𝐷−2 :

𝑦 𝑛 = 𝑑 𝑥 𝑛 + 𝐷−1 𝑒 𝑥 𝑛 − 𝑏 𝑦[𝑛ሿ + 𝐷−2 𝑓 𝑥 𝑛 − 𝑐 𝑦[𝑛ሿ .
A partir de esta expresión se puede construir el diagrama de simulación o
realización correspondiente.
Para la realización de una ecuación en diferencias de segundo orden se requiere
utilizar dos elementos de retardo cuyas salidas son las dos variables de estado
necesarias para su representación, numeradas por convención de izquierda a
derecha, o sea, en orden inverso a la asignación de las ganancias de los
amplificadores.
x[n]
f e d
v1 [n+1] v1[n] v2 [n+1] v2[n] y[n]

+ 𝐷 −1 + 𝐷 −1 +
-c -b

Se observa que las ganancias de los amplificadores de la señal de entrada
corresponden, en orden inverso, a los coeficientes del lado derecho de la
ecuación en diferencias; y, las ganancias de los amplificadores que realimentan
la señal de salida corresponden, en orden inverso, a los coeficientes del lado
izquierdo de la ecuación en diferencias cambiados de signo.
𝑦 𝑛 = 𝑣2 𝑛 + 𝑑 𝑥 𝑛
𝑣1 𝑛 + 1 = −𝑐 𝑣2 𝑛 + 𝑓 − 𝑑 𝑐 𝑥 𝑛
𝑣2 𝑛 + 1 = 𝑣1 𝑛 − 𝑏 𝑣2 𝑛 + 𝑒 − 𝑑 𝑏 𝑥[𝑛ሿ
0 −𝑐 𝑓−𝑑𝑐
𝒗 𝑛+1 = 𝒗𝑛 + 𝑥𝑛
1 −𝑏 𝑒−𝑑𝑏
𝑦 𝑛 = 0 1 𝒗 𝑛 +𝑑𝑥 𝑛

de donde:
0 −𝑐 𝑓−𝑑𝑐
𝑨= 𝒃= 𝒄= 0 1
1 −𝑏 𝑒−𝑑𝑏
Se observa que, en la forma canónica observable, la matriz 𝑨 se forma por dos
vectores columna, el primero un vector unitario y el segundo constituido, en
orden inverso, por los coeficientes del lado izquierdo de la ecuación cambiados
de signo.
El vector 𝒄 es un vector fila unitario y el escalar 𝑑 es el coeficiente de 𝑥 𝑛 en la
ecuación en diferencias en la versión de señales retrasadas y es el resultado de
evaluar la respuesta impulsiva del sistema en 𝑛 = 0.
Forma canónica controlable (segunda forma canónica). Se utiliza la variable

auxiliar 𝑦1 𝑛 para expresar la ecuación en diferencias de esta forma:
𝑦1 𝑛 + 𝑏 𝑦1 𝑛 − 1 + 𝑐 𝑦1 𝑛 − 2 = 1 𝑥 𝑛
𝑦 𝑛 = 𝑑 𝑦1 𝑛 + 𝑒 𝑦1 𝑛 − 1 + 𝑓 𝑦1 𝑛 − 2

A partir de estas ecuaciones se puede construir el diagrama de simulación o
realización correspondiente. Para la realización de una ecuación en diferencias de
segundo orden se requiere dos elementos de retardo cuyas salidas son las dos
variables de estado necesarias para su representación, numeradas por convención
de derecha a izquierda, o sea, en orden inverso a la asignación de las ganancias
de los amplificadores.
y[n]
+ +
d e f
x[n] v2 [n+1] v2[n] v1 [n+1] v1[n]

+ 𝐷 −1 𝐷 −1
-b -c
Se observa en el diagrama de simulación que las ganancias de los

amplificadores que alimentan a la señal de salida corresponden, en el mismo
orden, a los coeficientes del lado derecho de la ecuación en diferencias; y, las
ganancias de los amplificadores que realimentan las variables de estado
corresponden, en el mismo orden, a los coeficientes del lado izquierdo de la
ecuación en diferencias cambiados de signo.
𝑣1 𝑛 + 1 = 𝑣2 𝑛
𝑣2 𝑛 + 1 = −𝑐 𝑣1 𝑛 − 𝑏 𝑣2 𝑛 + 𝑥[𝑛ሿ
𝑦 𝑛 = 𝑓 − 𝑑 𝑐 𝑣1 𝑛 + 𝑒 − 𝑑 𝑏 𝑣2 𝑛 + 𝑑 𝑥 𝑛

0 1 0
𝒗 𝑛+1 = 𝒗𝑛 + 𝑥𝑛
−𝑐 −𝑏 1
𝑦 𝑛 = 𝑓−𝑑𝑐 𝑒−𝑑𝑏 𝒗 𝑛 +𝑑𝑥 𝑛
de donde:
0 1 0 𝑣 𝑛
𝑨= 𝒃= 𝒄= 𝑓−𝑑𝑐 𝑒−𝑑𝑏 𝒗𝑛 = 1
−𝑐 −𝑏 1 𝑣2 𝑛
Se observa que, en la forma canónica controlable, la matriz 𝑨 está compuesta por
dos vectores fila, el primero un vector unitario y el segundo constituido, en orden
inverso, por los coeficientes del lado izquierdo de la ecuación cambiados de
signo. También, 𝒃 es un vector columna unitario y el escalar 𝑑 es el coeficiente de
𝑥 𝑛 en la ecuación en diferencias y es el resultado de evaluar la respuesta
impulsiva del sistema en 𝑛 = 0.
La matriz 𝑨 y los vectores 𝒃 y 𝒄 de estas dos formas canónicas se encuentran
relacionados por la transpuesta; mientras el escalar 𝑑 es el mismo y corresponde a
la ganancia del camino directo entre la entrada y la salida.

El vector de estado 𝒗 𝑛 , solución de la ecuación de estado, es una función
explícita del tiempo, pero también depende implícitamente del instante inicial 𝑛0
que se entiende es el momento en el que se aplica la señal de entrada al sistema y
se asume igual a 0, del vector de estado inicial 𝒗 𝑛0 = 𝒗𝟎 y de la señal de
entrada 𝑥 𝑛 .
Evaluando la ecuación de estado para algunos valores de 𝑛 se puede obtener una
expresión matemática de la solución de la ecuación de estado.
𝒗 𝑛+1 =𝑨𝒗 𝑛 +𝒃𝑥 𝑛 𝒗 0 = 𝒗0
𝑛 =0 𝒗 1 =𝑨𝒗 0 +𝒃𝑥 0
𝑛 =1 𝒗 2 =𝑨𝒗 1 +𝒃𝑥 1
= 𝑨2 𝒗 0 + 𝑨 𝒃 𝑥 0 + 𝒃 𝑥 1
1
= 𝑨2 𝒗0 + ෍ 𝑨2−𝒌−1 𝒃 𝑥[𝑘൧
𝑘=0

de donde generalizando: 𝑛−1
𝒗 𝑛 = 𝑨𝒏 𝒗0 + ෍ 𝑨𝒏−𝒌−1 𝒃 𝑥[𝑘൧
𝑘=0
Debido a que la matriz 𝑨𝒏 permite obtener un nuevo estado del sistema a partir
del vector de estado inicial 𝒗𝟎 cuando 𝑥 𝑛 = 0, se la conoce como matriz
transición de estado y se la denota como 𝚽 𝑛 ; y, considerando al sumatorio
como de convolución:
𝒗 𝑛 = 𝑨𝒏 𝒗0 + 𝑨𝒏−1 𝒃 𝑈 𝑛 − 1 ∗ 𝑥 𝑛
= 𝚽 𝑛 𝒗0 + 𝚽 𝑛 − 1 𝒃 𝑈 𝑛 − 1 ∗ 𝑥 𝑛
El vector de estado 𝒗 𝑛 es la suma del vector de entrada cero que depende de
𝒗𝟎 ; y, el vector de estado cero que depende de 𝑥 𝑛 y es el resultado de la
convolución entre un vector de funciones 𝛟 𝑛 − 1 𝒃 y la señal de entrada 𝑥 𝑛 .
Para obtener la respuesta del sistema 𝑦 𝑛 basta con reemplazar 𝒗 𝑛 , la solución
calculada de la ecuación de estado, en la ecuación de salida.
𝑦 𝑛 = 𝒄 𝒗 𝑛 + 𝑑 𝑥[𝑛ሿ
Como alternativa, se puede calcular 𝑦 𝑛 sin obtener 𝒗 𝑛 en forma explícita;

reemplazando la expresión obtenida para el vector de estado en la ecuación de
salida se obtiene:
𝑦 𝑛 = 𝑦𝑒𝑖 𝑛 + 𝑦𝑥 𝑛 = 𝒄 𝚽 𝑛 𝒗0 + ℎ 𝑛 ∗ 𝑥[𝑛ሿ
donde ℎ 𝑛 es la respuesta impulsiva del sistema discreto expresada como:
ℎ 𝑛 = 𝒄 𝚽 𝑛 − 1 𝒃 𝑈 𝑛 − 1 + 𝑑 𝛿[𝑛ሿ
La respuesta del sistema 𝑦 𝑛 es la suma de 𝑦𝑒𝑖 𝑛 la respuesta de entrada cero,

depende del estado inicial 𝒗𝟎 , y 𝑦𝑥 𝑛 la respuesta de estado cero que depende
de 𝑥 𝑛 .
Es claro que para determinar 𝒗 𝑛 , 𝑦 𝑛 𝑜 ℎ 𝑛 , se debe obtener primero la
matriz transición de estado 𝚽 𝑛 . Como en el caso continuo, se utilizará la
extensión del Teorema de Cayley-Hamilton para limitar a 𝑛 − 1 las potencias
de la matriz 𝑨.

Si el orden del sistema es 𝑛 = 2:
𝚽 𝑛 = 𝑨𝒏 = 𝛾0 𝑰 + 𝛾1 𝑨
Para determinar las funciones 𝛾 se conforma y resuelve un sistema de dos

ecuaciones con dos incógnitas. Para cada autovalor simple se puede usar la forma
escalar de la matriz transición de estado:
𝜆𝑛 = 𝛾0 + 𝛾1 𝜆
Cuando el autovalor es doble se deriva la expresión anterior respecto a 𝜆:
𝑑 𝑛
𝜆 = 𝑛 𝜆𝑛−1 = 𝛾1
𝑑𝜆
Propiedades de la matriz transición de estado discreto 𝚽 𝑛 :
1. 𝚽 𝑛+1 =𝑨𝚽 𝑛
2. 𝚽0 =𝑰
3. 𝚽 𝑛−𝑘 =𝚽 𝑛−𝑗 𝚽 𝑗−𝑘
4. 𝚽 −1 𝑛 = 𝚽 −𝑛 (si existe la inversa)

A continuación, se presenta dos ejemplos que ilustran el procedimiento
planteado de solución de las ecuaciones de estado y de salida de un sistema
lineal e invariante en el tiempo discreto.
Ejemplo 5.10
Para un Sistema Lineal Invariante Discreto descrito por la ecuación en
diferencias:
1
𝑦 𝑛 − 𝑦 𝑛−2 =2𝑥 𝑛 +2𝑥 𝑛−1 −𝑥 𝑛−2 ;
4
obtener:
a) La realización y la representación en variables de estado canónicas
controlables;
1
𝑦1 𝑛 − 𝑦1 𝑛 − 2 = 𝑥 𝑛
4
𝑦 𝑛 = 2 𝑦1 𝑛 + 2 𝑦1 𝑛 − 1 − 𝑦1 𝑛 − 2

y[n]
+ +
2 2 -1
x[n] v2 [n+1] v2[n] v1 [n+1] v1[n]

+ 𝐷 −1 𝐷 −1
0 1/4
0 1 0
𝒗 𝑛+1 = 𝒗𝑛 + 𝑥[𝑛ሿ
1Τ4 0 1
𝑦 𝑛 = − 1Τ2 2 𝒗 𝑛 + 2 𝑥[𝑛ሿ
b) Usando variables de estado 𝑦 𝑛 , la respuesta del sistema a la señal de

entrada 𝑥 𝑛 = 𝑛 1Τ2 𝑛−2 𝑈 𝑛 si 𝑦 0 = 10, 𝑦 1 = 3.
Es necesario conocer el vector de estado cero:
1
𝑦 0 = − 2 𝑣1 0 + 2 𝑣2 0 + 2 𝑥[0]
1
𝑦 1 =− 𝑣1 1 + 2 𝑣2 1 + 2 𝑥 1
2
1 1
= − 𝑣2 0 + 𝑣1 0 + 2 𝑥 0 + 2 𝑥 1
2 2
1
10 = − 𝑣1 0 + 2 𝑣2 0 + 0 𝑣1 0 = 4
2
1 1 𝑣2 0 = 6
3 = 𝑣1 0 − 𝑣2 0 + 0 + 4
2 2
𝒏
𝛾0 𝛾1
𝚽 𝑛 = 𝑨 = 𝛾0 𝑰 + 𝛾1 𝑨 = 𝛾 Τ4 𝛾
1 0

𝜆2 − 1Τ4 = 0
𝜆1 = 1Τ2, 𝜆2 = − 1Τ2
𝑛
1Τ2 = 𝛾0 + 𝛾1 1Τ2 𝛾0 = 1Τ2 1Τ2 𝑛 +1Τ2 − 1Τ2 𝑛
𝑛
−1Τ2 = 𝛾0 + 𝛾1 −1Τ2 𝛾1 = 1Τ2 𝑛 − − 1Τ2 𝑛
𝑛 𝑛 𝑛
𝒏 1Τ2 1Τ2 + 1Τ2 − 1Τ2 1Τ2 − − 1Τ2 𝑛
𝑨 = 𝑛 𝑛 𝑛 𝑛
1Τ4 1Τ2 − 1Τ4 − 1Τ2 1Τ2 1Τ2 + 1Τ2 − 1Τ2
Evaluando en 𝑛 = 0, se verifica que 𝑨𝟎 = 𝑰.

𝑦 𝑛 = 𝑦𝑒𝑖 𝑛 + 𝑦𝑥 𝑛
1 1 𝑛 𝑛
𝒏 𝒏 4 8 1Τ2 − 4 − 1Τ2
𝑦𝑒𝑖 𝑛 = 𝒄 𝑨 𝒗0 = − 2 𝑨 = − 2 𝑛 𝑛
2 6 2 4 1Τ2 + 2 − 1Τ2
𝑛 𝑛
= 4 1Τ2 + 6 − 1Τ2

0
ℎ 𝑛 = 𝒄 𝑨𝒏−1 𝒃 𝑈 𝑛 − 1 + 𝑑 𝛿 𝑛 = − 1Τ2 2 𝑨𝒏−1 𝑈 𝑛−1 +2𝛿 𝑛
1
1Τ2 𝑛−1 − − 1Τ2 𝑛−1
= − 1Τ2 2 𝑛−1 𝑛−1 𝑈 𝑛−1 +2𝛿 𝑛
1Τ2 1Τ2 + 1Τ2 − 1Τ2
= 1Τ2 𝑛 − 3 − 1Τ2 𝑛 𝑈 𝑛 − 𝛿 𝑛 + 2 𝛿 𝑛
= 1Τ2 𝑛 − 3 − 1Τ2 𝑛 𝑈 𝑛 + 4 𝛿 𝑛
𝑦𝑥 𝑛 = 𝑥 𝑛 ∗ ℎ 𝑛
= 𝑛 1Τ2 𝑛−2 𝑈 𝑛 ∗ 1Τ2 𝑛 − 3 − 1Τ2 𝑛 𝑈 𝑛 + 4 𝑛 1Τ2 𝑛 𝑈 𝑛 ∗ 4 𝛿 𝑛
= 4 𝑛 1Τ2 𝑛 𝑈 𝑛 ∗ 1Τ2 𝑛 𝑈 𝑛 − 4 𝑛 1Τ2 𝑛 𝑈 𝑛 ∗ 3 − 1Τ2 𝑛 𝑈 𝑛
+ 16 𝑛 1Τ2 𝑛 𝑈 𝑛
𝑛 𝑛
𝑛 𝑛 𝑘 𝑛
𝑦𝑥 𝑛 = 4 1Τ2 ෍ 𝑘 − 12 − 1Τ2 ෍ 𝑘 −1 + 16 𝑛 1Τ2 𝑈𝑛
𝑘=0 𝑘=0
𝑛 𝑛 𝑛
𝑑 1 − −1 𝑛+1 𝑛
= 4 𝑛 + 1 1Τ2 + 12 − 1Τ2 + 16 𝑛 1Τ2 𝑈𝑛
2 𝑑 −1 1 − −1
= 2 𝑛2 + 12 𝑛 − 3 1Τ2 𝑛 + 3 −1Τ2 𝑛 𝑈[𝑛ሿ

𝑛 𝑛
𝑦 𝑛 = 4 1Τ2 + 6 − 1Τ2 𝑈[−𝑛 − 1ሿ
+ 2 𝑛2 + 12 𝑛 + 1 1Τ2 𝑛
+ 9 −1Τ2 𝑛
𝑈[𝑛ሿ
Ejemplo 5.11
Para un Sistema Lineal Invariante Discreto descrito por la ecuación en diferencias:
16 𝑦 𝑛 + 2 + 8 𝑦 𝑛 + 1 + 𝑦 𝑛 = 48 𝑥 𝑛 + 2 + 32 𝑥 𝑛 + 1 + 8 𝑥 𝑛 ;
obtener:
a) La realización y la representación en variables de estado canónicas observables;
1 1 1
𝑦𝑛 + 𝑦 𝑛−1 + 𝑦 𝑛−2 =3𝑥 𝑛 +2𝑥 𝑛−1 + 𝑥 𝑛−2 ;
2 16 2
−1
1 −2
1 1
𝑦 𝑛 =3𝑥 𝑛 +𝐷 2𝑥 𝑛 − 𝑦 𝑛 +𝐷 𝑥𝑛 − 𝑦𝑛 ;
2 2 16
x[n]
1/2 2 3
v1 [n+1] v1 [n] v2 [n+1] v2 [n] y[n]

+ 𝐷 −1 + 𝐷 −1 +
- 1/16 - 1/2
0 − 1Τ16 5Τ16
𝒗 𝑛+1 = 𝒗𝑛 + 𝑥[𝑛ሿ
1 − 1Τ2 1Τ2
𝑦𝑛 = 0 1 𝒗 𝑛 + 3 𝑥[𝑛ሿ

b) 𝑣𝑒𝑖 𝑛 , el vector de entrada cero del sistema cuando la señal de entrada es
𝑛
𝑥 𝑛 = 1Τ2 𝑈 𝑛 y 𝑦 −1 = 36, 𝑦 −2 = −176.
1 1 1
𝑦 𝑛 =3𝑥 𝑛 +2𝑥 𝑛−1 − 𝑦 𝑛−1 + 𝑥 𝑛−2 − 𝑦 𝑛−2
2 2 16
1 1 1
𝑦 0 = 3 𝑥 0 + 2 𝑥 −1 − 𝑦 −1 + 𝑥 −2 − 𝑦 −2 = −4
2 2 16
1 1 1 13
𝑦 1 = 3 𝑥 1 + 2 𝑥 0 − 𝑦 0 + 𝑥 −1 − 𝑦 −1 =
2 2 16 4
𝑦 0 = 𝑣2 0 + 3 𝑥[0ሿ
𝑦 1 = 𝑣2 1 + 3 𝑥 1
1 1
= 𝑣1 0 − 𝑣2 0 + 𝑥 0 + 3 𝑥 1
2 2
−4 = 𝑣2 0 + 3 9
𝑣1 0 = −
13 1 1 3ቑ 4
= 𝑣1 0 − 𝑣2 0 + + 𝑣2 0 = −7
4 2 2 2

𝛾 − 𝛾1 Τ16
𝚽 𝑛 = 𝑨 = 𝛾0 𝑰 + 𝛾1 𝑨 = 0
𝒏
𝛾1 𝛾0 − 𝛾1 Τ2
2
2
1 1 1
𝜆 + 𝜆+ = 𝜆+ =0
2 16 4
𝜆1 = 𝜆2 = − 1Τ4
− 1Τ4 𝑛 = 𝛾0 + 𝛾1 − 1Τ4 𝛾0 = −𝑛 + 1 − 1Τ4 𝑛
𝑛 −1Τ4 𝑛−1 = 𝛾1 𝛾1 = −4 𝑛 − 1Τ4 𝑛
−𝑛 + 1 𝑛Τ4
𝑨𝒏 = − 1Τ4 𝑛
−4 𝑛 𝑛+1
Evaluando en 𝑛 = 0, se verifica que 𝑨𝟎 = 𝑰.
𝑛 9 𝑛 9
−𝑛 + 1 − = −
𝑣𝑒𝑖 𝑛 = 𝑨𝒏 𝒗0 = 4 − 1Τ4 𝑛
4 2 4 − 1Τ4 𝑛
−4 𝑛 𝑛+1 −7 2𝑛−7

c) 𝑦 𝑛 , la respuesta del sistema.
𝑦𝑒𝑖 𝑛 = 𝒄 𝑨𝒏 𝒗0 = 0 1 𝑣𝑒𝑖 𝑛 = 2 𝑛 − 7 − 1Τ4 𝑛
5Τ16
ℎ 𝑛 = 𝒄 𝑨𝒏−1 𝒃 𝑈 𝑛 − 1 + 𝑑 𝛿 𝑛 = 0 1 𝑨𝒏−1 𝑈 𝑛−1 +3𝛿 𝑛
1Τ2
5Τ16
𝑛−1
ℎ 𝑛 = −4 𝑛 − 1 𝑛 − 1Τ4 𝑈 𝑛−1 +3𝛿 𝑛
1Τ2
= 3𝑛−5 − 1Τ4 𝑛 𝑈 𝑛 − 𝛿 𝑛 + 3 𝛿 𝑛
= 3𝑛−5 − 1Τ4 𝑛 𝑈 𝑛 + 8 𝛿 𝑛
𝑛 𝑛
𝑦𝑥 𝑛 = 𝑥 𝑛 ∗ ℎ 𝑛 = 1Τ2 𝑈𝑛 ∗ 3𝑛−5 − 1Τ4 𝑈 𝑛 +8𝛿 𝑛
𝑛 𝑛 𝑛 𝑛
= 1Τ2 𝑈 𝑛 ∗ 3 𝑛 − 1Τ4 𝑈 𝑛 − 1Τ2 𝑈 𝑛 ∗ 5 − 1Τ4 𝑈𝑛
𝑛
+ 1Τ2 𝑈 𝑛 ∗8𝛿 𝑛
𝑛 𝑛
𝑛 𝑘 𝑛 𝑘 𝑛
𝑦𝑥 𝑛 = 3 1Τ2 ෍ 𝑘 − 1Τ2 − 5 1Τ2 ෍ − 1Τ2 + 8 1Τ2 𝑈𝑛
𝑘=0 𝑘=0

𝑦𝑥 𝑛
𝑛+1 𝑛+1
1 1
1 − −2 3 𝑑 1 − −2
𝑛 𝑛 𝑛
= −5 1Τ2 − 1Τ2 + 8 1Τ2 𝑈𝑛
1 2 1 1
1 − −2 𝑑 −2 1 − −2
10 𝑛
5 𝑛 𝑛
2 𝑛
= − +8 1Τ2 − −1Τ4 + 𝑛+1 −1Τ4 − 1Τ2
3 3 3
1 𝑛
− −1Τ4 𝑈𝑛
3
𝑛 𝑛
= 4 1Τ2 + 𝑛−1 −1Τ4 𝑈[𝑛ሿ
𝑛 𝑛 𝑛
𝑦 𝑛 = 2𝑛−7 − 1Τ4 𝑈[−𝑛 − 1ሿ + 4 1Τ2 + 3𝑛−8 −1Τ4 𝑈[𝑛ሿ
Estabilidad de sistemas discretos

Para que un sistema sea estable se requiere que todas las variables de estado
permanezcan acotadas cuando la entrada es una señal acotada. Si al menos una de
las variables de estado crece sin límite, el sistema es inestable.
Como las raíces características obtenidas de la ecuación en diferencias de un
sistema discreto son los autovalores de la matriz 𝑨 de su representación
equivalente en el espacio de estado, se concluye que un sistema causal es estable
si todos los autovalores de la matriz 𝑨 se encuentran en el interior del círculo
unitario del plano complejo.
𝜆𝑘 < 1, 𝑘 = 1, 2, … 𝑛
Ejemplo 5.12
Determinar la estabilidad de los Sistemas Lineales e Invariante en el tiempo
discreto descritos por:
i. ℎ 𝑛 = 𝑛2 −1Τ2 𝑛
+ 2 1Τ4 𝑛
𝑈𝑛;
1 1
𝛼1 = − 𝑘 = 3; 𝛼2 = 𝑘 = 1; 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑠𝑡𝑎𝑏𝑙𝑒
2 4
Estabilidad de sistemas discretos
11 1 1
ii. 𝑦𝑛 −
6
𝑦 𝑛−1 −
2
𝑦 𝑛−2 +
3
𝑦 𝑛−3 = 𝑥 𝑛 +2𝑥 𝑛−2 ;
1 1
𝛼1 = 2; 𝛼2 = − ; 𝛼3 = ; 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝑖𝑛𝑒𝑠𝑡𝑎𝑏𝑙𝑒
2 3
3Τ4 −1Τ4 1Τ2

iii. 𝑆𝐿𝐼𝐷 = 𝑨, 𝒃, 𝒄, 𝑑 = , , 1 −2Τ3 , 0 ;
13Τ4 9Τ4 2Τ3
3 1
𝜆= ±𝑗 ; 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝑖𝑛𝑒𝑠𝑡𝑎𝑏𝑙𝑒
2 2
discretos usando Transformada z

[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 6: Transformada z
Subcapítulos
1) Transformada z bilateral
2) Transformada z unilateral
3) Transformada z inversa
4) Respuesta de sistemas discretos
Transformada z bilateral
La técnica de la transformada 𝑧, bilateral y unilateral, es útil en el análisis del

comportamiento de sistemas discretos.
La transformada 𝑧 bilateral 𝑋 𝑧 de una secuencia 𝑥 𝑛 se define como:

∞
𝑋 𝑧 = ෍ 𝑥 𝑛 𝑧 −𝑛
𝑛=−∞
= ⋯ + 𝑥 −2 𝑧 2 + 𝑥 −1 𝑧 + 𝑥 0 + 𝑥 1 𝑧 −1 + 𝑥 2 𝑧 −2 + ⋯
donde 𝑧 es una variable compleja. El coeficiente de 𝑧 es el valor de 𝑥 𝑛

evaluado en el exponente de 𝑧 cambiado de signo. En consecuencia, el
exponente de 𝑧 se puede utilizar como un puntero para identificar los valores de
la secuencia 𝑥 𝑛 .
Esta serie de potencias no converge para todas las secuencias 𝑥 𝑛 ni para
todo valor de la variable 𝑧. Debido a esto, se define la región de convergencia
absoluta (RCA) de una señal 𝑥 𝑛 como el área en el plano complejo que
contenga todos los valores de 𝑧 tal que la serie infinita 𝑋 𝑧 converja
absolutamente, esto es ∞
෍ 𝑥 𝑛 𝑧 −𝑛 < ∞
𝑛=−∞
Justamente, la secuencia 𝑥 𝑛 y su transformada 𝑋 𝑧 forman un par de
transformadas al que se le adjunta la región de convergencia absoluta
correspondiente.
𝑥 𝑛 ↔ 𝑋 𝑧 𝑅𝐶𝐴
La transformada 𝑧 de una secuencia de longitud finita, señal que tiene un
número finito de términos, tiene como región de convergencia absoluta todo
el plano 𝑧 excluyendo el origen si la serie 𝑋 𝑧 tiene al menos una potencia
negativa de 𝑧 y excluyendo el infinito si la serie tiene al menos una potencia
positiva de 𝑧.
Ejemplo 6.1
Usando la definición se obtiene la transformada 𝑧 de la función impulso unitario
discreto 𝑥 𝑛 = 𝛿 𝑛 :
∞
𝑋 𝑧 = ෍ 𝛿 𝑛 𝑧 −𝑛 = 1
𝑛=−∞
𝛿 𝑛 ↔ 1 𝑡𝑜𝑑𝑜 𝑧
Ejemplo 6.2
Obtener la transformada z de la secuencia discreta
𝑥 𝑛 = 3−𝑛 𝑈 𝑛 + 2 − 𝑈 𝑛 − 1 .
𝑋 𝑧 = 9 𝑧2 + 3 𝑧 + 1 0 ≤ 𝑧 < ∞
Como 𝑥 𝑛 es una secuencia de longitud finita, la región de convergencia
absoluta es todo el plano 𝑧 que excluye el infinito porque 𝑋 𝑧 sólo tiene
potencias positivas de 𝑧.
Una clase importante de transformadas 𝑧 son aquellas en que 𝑋 𝑧 es una

función racional, donde los valores de 𝑧 que las hacen infinito se denominan
polos de 𝑋 𝑧 y los que la hacen cero se llaman ceros de 𝑋 𝑧 . No pueden
existir polos de 𝑋 𝑧 en la RCA puesto que la transformada 𝑧 no converge en un
polo; por lo que la RCA está limitada por uno o dos polos de 𝑋 𝑧 . A los polos
también se les denomina raíces características o valores propios. Cuando la
señal 𝑥 𝑛 es una suma de señales, la RCA es el área común resultado de la
superposición de las RCA de cada una de ellas.
Si 𝑥 𝑛 es una señal causal igual a cero para 𝑛 < 0, 𝑋 𝑧 es una serie sólo de
potencias negativas de 𝑧 y la región de convergencia absoluta es el área exterior
a un círculo de radio finito centrado en el origen del plano 𝑧, limitada por un
polo. De modo similar, si 𝑥 𝑛 es una señal anticausal igual a cero para 𝑛 > 0,
𝑋 𝑧 es una serie sólo de potencias positivas de 𝑧 y la región de convergencia
absoluta es el área interior a un círculo de radio finito centrado en el origen del
plano 𝑧, limitada por un polo.
Combinando estos dos casos, es decir, cuando 𝑋 𝑧 contiene tanto potencias
negativas como positivas de 𝑧, su región de convergencia absoluta es un anillo
centrado en el origen del plano 𝑧, limitada por dos polos o un conjunto vacío
que cuando sucede se dice que su transformada no existe o no converge; por lo
que se recomienda determinar la RCA antes de calcular su transformada.
Matemáticamente, la RCA está limitada por la magnitud de polos (radios de
círculos).
Ejemplo 6.3
1Τ3 𝑛 , 𝑛 ≥ 0
Obtener la transformada z de la secuencia discreta 𝑥 𝑛 = ቊ
1Τ2 −𝑛 , 𝑛 < 0
La señal 𝑥 𝑛 también puede ser expresada como una serie infinita.
𝑥𝑛
= ⋯ + 1Τ2 2 𝛿 𝑛 + 2 + 1Τ2 1
𝛿 𝑛 + 1 + 1Τ3 0
𝛿 𝑛 + 1Τ3 1
𝛿 𝑛−1
+ 1Τ3 2 𝛿 𝑛 − 2 + ⋯
Y también, usando su transformada.
2
𝑋 𝑧 = ⋯ + 1Τ2 𝑧 2 + 1Τ2 1
𝑧1 + 1Τ3 0
𝑧 0 + 1Τ3 1
𝑧 −1 + 1Τ3 2
𝑧 −2 + ⋯
Donde el coeficiente de 𝑧 −𝑛 es el valor de 𝑥 𝑛 . Conceptualmente, se puede ver 𝑧
como una mera variable formal y las potencias de 𝑧 como indicadores o punteros
usados para identificar los valores de 𝑥 𝑛 en la serie infinita. Sin embargo, se
puede expresar la suma de la serie infinita en forma cerrada y así obtener una
representación alternativa compacta de la señal 𝑥 𝑛 ; para esto, se debe conocer
para qué valores de 𝑧 la serie infinita converge.
−1 ∞
−𝑛
𝑋 𝑧 = ෍ 1Τ2 𝑧 −𝑛 + ෍ 1Τ3 𝑛
𝑧 −𝑛
𝑛=−∞ 𝑛=0
−1 ∞
−𝑛
= ෍ 𝑧Τ2 + ෍ 𝑧 −1 Τ3 𝑛
𝑛=−∞ 𝑛=0
∞ ∞
𝑛
= ෍ 𝑧Τ2 − 1 + ෍ 𝑧 −1 Τ3 𝑛
𝑛=0 𝑛=0
1 1
𝑋 𝑧 = 𝑧−1+
1−2 𝑧 −1
1− 3
𝑧 𝑧
=− +
𝑧−2 𝑧−1
3
5
−3 𝑧 1
𝑋 𝑧 = < 𝑧 <2
1 3
𝑧−2 𝑧−3
En el ejemplo 6.3 y debido a que la serie de potencias positivas de 𝑧 converge

absolutamente para 𝑧 < 2 y la serie de potencias negativas de 𝑧 converge
absolutamente para 𝑧 > 1/3, la región de convergencia absoluta de 𝑋 𝑧 es el
anillo 1/3 < 𝑧 < 2.
Ejemplo 6.4
𝑛 −𝑛
1Τ3 − 1Τ2 , 𝑛≥0
Obtener la transformada z de la secuencia 𝑥 𝑛 = ቊ .
0, 𝑛 < 0
∞ ∞
𝑛
𝑋 𝑧 = ෍ 1Τ3 𝑧 −𝑛 − ෍ 1Τ2 −𝑛
𝑧 −𝑛
𝑛=0 𝑛=0
∞ ∞
= ෍ 𝑧 −1 Τ3 𝑛
− ෍ 2 𝑧 −1 𝑛
𝑛=0 𝑛=0
1 1 𝑧 𝑧
= − = −
𝑧 −1 1 − 2 𝑧 −1 𝑧 − 1 𝑧 − 2
1− 3
3
5
−3 𝑧
𝑋 𝑧 = 𝑧 >2
1
𝑧−2 𝑧−3
Se nota que las transformadas 𝑧 de las dos señales de los ejemplos 6.3 y 6.4
tienen la misma expresión en forma cerrada, pero tienen diferentes regiones de
convergencia absoluta. A pesar de que una transformada 𝑧 expresada como una
serie de potencias positivas y potencias negativas de 𝑧 corresponde a una única
señal en el tiempo discreto 𝑥 𝑛 , una transformada 𝑧 expresada en forma cerrada
no especifica en forma única una señal en el tiempo discreto, por lo cual, la región
de convergencia absoluta debe también ser conocida. Se puede concluir que una
expresión en forma cerrada de 𝑋 𝑧 junto con una región de convergencia
absoluta especifica en forma única una señal 𝑥 𝑛 en el tiempo discreto.
Se advierte que la componente anticausal de una secuencia 𝑥 𝑛 tiene una
expresión causal que provee una misma transformada 𝑋 𝑧 que puede ser
utilizada para simplificar su determinación, poniendo especial atención en
establecer la región de convergencia absoluta a partir de la información
conocida. Es decir, para resolver el ejemplo 6.3 se puede cambiar de intervalo
el componente no causal con signo contrario y calcular su transformada como
en el ejemplo 6.4 pero determinando su región de convergencia absoluta como
en el ejemplo 6.3.
Ejemplo 6.5
1, 𝑛 ≥ 0
Obtener la transformada z de la secuencia discreta 𝑥 𝑛 = ቊ −𝑛 .
2 , 𝑛<0
𝑋 𝑧 = ⋯ + 22 𝑧 2 + 21 𝑧1 + 𝑧 0 + 𝑧 −1 + 𝑧 −2 + ⋯
La serie de potencias positivas de 𝑧 converge para 𝑧 < 1/2 y la serie de
potencias negativas de 𝑧 converge para 𝑧 > 1, por lo que 𝑥 𝑛 no tiene una
región de convergencia absoluta y se concluye que no existe transformada 𝑧.
Los pares de transformadas 𝑧 pueden ser determinados utilizando la descripción
matemática y/o las propiedades de la misma.
Propiedades de la transformada 𝒛 bilateral:

En la definición de las propiedades se utilizan los siguientes pares de
transformadas:
𝑥 𝑛 ↔𝑋 𝑧 𝑎< 𝑧 <𝑏
𝑦 𝑛 ↔𝑌 𝑧 𝑐< 𝑧 <𝑑
1. Linealidad:
𝐴𝑥 𝑛 +𝐵𝑦 𝑛 ↔𝐴𝑋 𝑧 +𝐵𝑌 𝑧 á𝑟𝑒𝑎 𝑐𝑜𝑚ú𝑛
2. Transposición:
𝑥 −𝑛 ↔ 𝑋 𝑧 −1 1Τ𝑏 < 𝑧 < 1Τ𝑎
3. Desplazamiento en el tiempo:
𝑥 𝑛 + 𝑘 ↔ 𝑧𝑘 𝑋 𝑧 𝑎< 𝑧 <𝑏
Ejemplo 6.6
Obtener la transformada 𝑧 de la señal 𝛿 𝑛 − 3 .
Se conoce que:
𝛿 𝑛 ↔1 0≤ 𝑧 ≤∞
Luego,
𝛿 𝑛 − 3 ↔ 𝑧 −3 0< 𝑧 ≤∞
Ejemplo 6.7
1/3 𝑛 , 𝑛 ≥ 0
Conocida la señal 𝑥 𝑛 = ቊ 𝑛 ∶
2 , 𝑛<0
a) Obtener la transformada 𝑧 de la transpuesta de la señal 𝑥 𝑛 .
Según lo estudiado, la transformada 𝑧 de 𝑥 𝑛 es la misma transformada de la

señal 1/3 𝑛 − 2𝑛 𝑈 𝑛 ; y, utilizando la propiedad de linealidad.
5
𝑧 𝑧 − 𝑧 1
𝑋 𝑧 = − = 3 < 𝑧 <2
1 𝑧−2 1 3
𝑧−3 𝑧−3 𝑧−2
Luego, utilizando la propiedad de la transposición se obtiene lo solicitado.

5
−2 𝑧 1
−1
𝑥 −𝑛 ↔ 𝑋 𝑧 = < 𝑧 <3
1 2
𝑧−2 𝑧−3
b) Obtener la transformada 𝑧 de la señal 𝑥 𝑛 − 5 .

Utilizando la propiedad del desplazamiento.
5
− 3 𝑧 −4 1
−5
𝑥 𝑛−5 ↔𝑧 𝑋 𝑧 = < 𝑧 <2
1 3
𝑧−3 𝑧−2
4. Sumatoria y Diferencias en adelanto y retraso:

𝑛
𝑧
෍ 𝑥𝑘 ↔ 𝑋 𝑧 𝑙𝑎 𝑑𝑒 𝑋 𝑧 ∩ 𝑧 > 1
𝑧−1
𝑘=−∞
∆𝑥 𝑛 ↔ 𝑧−1 𝑋 𝑧 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑑𝑒 𝑋 𝑧
𝛻 𝑥 𝑛 ↔ 1 − 𝑧 −1 𝑋 𝑧 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑑𝑒 𝑋 𝑧 ∩ 𝑧 > 0
5. Producto por una secuencia exponencial o escalamiento en frecuencia:
𝑐 𝑛 𝑥 𝑛 ↔ 𝑋 𝑧Τ𝑐 𝑐 𝑎< 𝑧 < 𝑐 𝑏
6. Diferenciación en frecuencia:
𝑑
𝑛 𝑥 𝑛 ↔ −𝑧 𝑋 𝑧 𝑎< 𝑧 <𝑏
𝑑𝑧
7. Convolución:
𝑦 𝑛 = 𝑥 𝑛 ∗ℎ 𝑛 ↔𝑌 𝑧 = 𝑋 𝑧 𝐻 𝑧 á𝑟𝑒𝑎 𝑐𝑜𝑚ú𝑛
es decir que la operación de convolución en el dominio del tiempo se

transforma, en el dominio de la frecuencia, en el producto de las
transformadas 𝑧 de las señales que intervienen en la convolución, y su región
de convergencia es el área común resultado de la superposición de las
regiones de convergencia de las transformadas multiplicadas. 𝐻 𝑧 , la
transformada 𝑧 de la respuesta impulsiva ℎ 𝑛 , se le conoce como función de
transferencia del sistema y es considerada otro modelo matemático del
mismo.
Ejemplo 6.8
a) Obtener la transformada 𝑧 de las diferencias de la señal 𝑈 𝑛 .
Se conoce que:
𝑛
𝑈𝑛 = ෍ 𝛿𝑘
𝑘=−∞
y utilizando la propiedad 4:
𝑧
𝑈𝑛 ↔ 𝑧 >1
𝑧−1
∆𝑥 𝑛 ↔𝑧 0≤ 𝑧 <∞
𝛻𝑥 𝑛 ↔1 0≤ 𝑧 ≤∞
b) Obtener la transformada 𝑧 de la señal 𝑛 𝑈 𝑛 .
Como se conoce la transformada 𝑧 del escalón unitario discreto y aplicando la
propiedad 6:
𝑑 𝑧
𝑛 𝑈 𝑛 ↔ −𝑧
𝑑𝑧 𝑧 − 1
𝑧
𝑛𝑈 𝑛 ↔ 2
𝑧 >1
𝑧−1
c) Obtener la transformada 𝑧 de la señal 𝑎𝑛 𝑈 𝑛 .
Como se conoce la transformada 𝑧 del escalón unitario discreto y aplicando la

propiedad 5:
𝑛
𝑧Τ𝑎 𝑧
𝑎 𝑈𝑛 ↔ = 𝑧 >𝑎
𝑧Τ𝑎 − 1 𝑧 − 𝑎
d) Obtener la transformada 𝑧 de la señal 𝑛 𝑎𝑛 𝑈 𝑛 .
Como se conoce la transformada 𝑧 de la rampa unitaria discreta y aplicando la

propiedad 5:
𝑛
𝑧Τ𝑎 𝑎𝑧
𝑛𝑎 𝑈 𝑛 ↔ = 𝑧 >𝑎
𝑧Τ𝑎 − 1 2 𝑧−𝑎 2
e) Obtener la transformada 𝑧 de la señal 𝑛2 𝑎𝑛 𝑈 𝑛 .
Se puede aplicar la propiedad 6 al resultado anterior o, en forma alternativa,

aplicar la propiedad 6 a la transformada 𝑧 de la rampa unitaria discreta y,
luego, utilizar la propiedad 5:
2
𝑑 𝑧 𝑧 𝑧+1
𝑛 𝑈 𝑛 ↔ −𝑧 2
= 𝑧 >1
𝑑𝑧 𝑧 − 1 𝑧−1 3
2 𝑛
𝑧Τ𝑎 𝑧Τ𝑎 + 1 𝑎𝑧 𝑧+𝑎
𝑛 𝑎 𝑈𝑛 ↔ = 𝑧 >𝑎
𝑧Τ𝑎 − 1 3 𝑧−𝑎 3
f) Obtener la transformada 𝑧 de la convolución de la señal 𝑥 𝑛 = 𝑈 𝑛 con la

señal ℎ 𝑛 = 𝑛2 𝑎𝑛 𝑈 𝑛 con 𝑎 < 1.
𝑦 𝑛 =𝑥 𝑛 ∗ℎ 𝑛
𝑧
𝑋 𝑧 = 𝑧 >1
𝑧−1
𝑎𝑧 𝑧+𝑎
𝐻 𝑧 = 𝑧 >𝑎
𝑧−𝑎 3
𝑎 𝑧2 𝑧 + 𝑎
𝑌 𝑧 =𝑋 𝑧 𝐻 𝑧 = 3
𝑧 >1
𝑧−1 𝑧−𝑎
Causalidad y estabilidad
La transformada 𝑧 de la respuesta impulsiva 𝐻 𝑧 de un Sistema Lineal,
Invariante en el tiempo discreto y causal tiene como región de convergencia
absoluta el área exterior a una circunferencia de radio finito, centrada en el
origen del plano 𝑧 que incluye el infinito, es decir, no contiene potencias
positivas de 𝑧.
Por otro lado, la región de convergencia absoluta de la función de transferencia
𝐻 𝑧 de un Sistema Lineal, Invariante en el tiempo discreto y estable contiene
al círculo unitario 𝑧 = 1 .
En consecuencia, la función de transferencia 𝐻 𝑧 de un Sistema Lineal,
Invariante en el tiempo discreto, causal y estable tiene como región de
convergencia absoluta el área exterior a una circunferencia de radio finito,
centrada en el origen del plano 𝑧 que contiene al círculo unitario e incluye el
infinito.
Transformada z unilateral
La transformada 𝑧 unilateral 𝑋𝐼 𝑧 de una secuencia 𝑥 𝑛 se define como:
∞
𝑋𝐼 𝑧 = ෍ 𝑥 𝑛 𝑧 −𝑛
𝑛=0
= 𝑥 0 + 𝑥 1 𝑧 −1 + 𝑥 2 𝑧 −2 + ⋯
donde 𝑧 es una variable compleja. Esta definición considera sólo los valores de
la secuencia 𝑥 𝑛 para 𝑛 ≥ 0, es decir, 𝑋𝐼 𝑧 no tiene potencias positivas de 𝑧.
Excluyendo las secuencias de longitud finita, las regiones de convergencia
absoluta son siempre áreas exteriores a círculos de radio finito, por lo que su
determinación se vuelve opcional.
También, si la secuencia 𝑥 𝑛 es cero para 𝑛 < 0, sus transformadas 𝑧 unilateral
y bilateral son las mismas. Además, cuando la transformada 𝑧 bilateral 𝑋 𝑧 no
converja se puede realizar un análisis parcial utilizando la transformada 𝑧
unilateral 𝑋𝐼 𝑧 .
Propiedades de la transformada 𝒛 unilateral:
Las propiedades de la transformada 𝑧 bilateral 𝑋 𝑧 son aplicables al caso de
la transformada 𝑧 unilateral 𝑋𝐼 𝑧 con excepción de la propiedad de
desplazamiento que se enuncia del siguiente modo:
𝑥 𝑛 ↔ 𝑋𝐼 𝑧
𝑍𝐼 𝑥 𝑛 − 1 = 𝑧 −1 𝑋𝐼 𝑧 + 𝑥 −1
𝑍𝐼 𝑥 𝑛 − 2 = 𝑧 −2 𝑋𝐼 𝑧 + 𝑥 −1 𝑧 −1 + 𝑥 −2
Y así, sucesivamente. También,
𝑍𝐼 𝑥 𝑛 + 1 = 𝑧 𝑋𝐼 𝑧 − 𝑥 0 𝑧
𝑍𝐼 𝑥 𝑛 + 2 = 𝑧 2 𝑋𝐼 𝑧 − 𝑥 0 𝑧 2 − 𝑥 1 𝑧
Y así, sucesivamente.
Ejemplo 6.9
Obtener la transformada 𝑧 unilateral de 𝑥 𝑛 + 1 y de 𝑥 𝑛 − 2 de la secuencia
discreta 𝑥 𝑛 = 1/3 𝑛 𝑈 𝑛 + 2𝑛 𝑈 −𝑛 − 1 .
𝑧
𝑋𝐼 𝑧 =
𝑧 − 1Τ3
𝑧 𝑧Τ3
𝑍𝐼 𝑥 𝑛 + 1 = 𝑧 −𝑧=
𝑧 − 1Τ3 𝑧 − 1Τ3
𝑧 𝑧 −1 1 𝑧 −1 3 𝑧 2 + 5 𝑧 + 10
𝑍𝐼 𝑥 𝑛 − 2 = 𝑧 −2 + + =
𝑧 − 1Τ3 2 4 12 𝑧 − 1Τ3
Teorema del valor inicial
Si en la descripción matemática de la transformada 𝑧 unilateral de una
secuencia 𝑥 𝑛 se realiza un análisis cuando 𝑧 = ∞, se aisla el valor de 𝑥 𝑛 en
𝑛 = 0, lo que permite definir el llamado teorema del valor inicial de la
siguiente forma:
𝑥 0 = lim 𝑋𝐼 𝑧
𝑧→∞
Teorema del valor final
Si en la descripción matemática de la transformada 𝑧 unilateral de la diferencia
en retardo de una secuencia 𝑥 𝑛 se realiza un análisis cuando 𝑧 = 1, se aisla
los valores de 𝑥 𝑛 en 𝑛 = −1 y 𝑛 = ∞, lo que permite definir el llamado
teorema del valor final de la siguiente forma:
𝑥 ∞ = lim 1 − 𝑧 −1 𝑋𝐼 𝑧
𝑧→1
expresión válida si 𝑥 −1 = 0 y si la región de convergencia absoluta de

1 − 𝑧 −1 𝑋𝐼 𝑧 incluye al círculo unitario 𝑧 = 1 .
Ejemplo 6.10
Obtener el valor inicial y el valor final de la respuesta 𝑦 𝑛 , a la señal de entrada
𝑥 𝑛 = 𝑈 𝑛 de un Sistema Lineal e Invariante en el tiempo discreto con
respuesta impulsiva ℎ 𝑛 = 𝑛2 1/2 𝑛 𝑈 𝑛 .
𝑧
𝑋𝐼 𝑧 =
𝑧−1
𝑧Τ2 𝑧 + 1Τ2
𝐻𝐼 𝑧 =
𝑧 − 1Τ2 3
𝑧 2 Τ2 𝑧 + 1Τ2
𝑌𝐼 𝑧 = 𝑋𝐼 𝑧 𝐻𝐼 𝑧 = 3
𝑧 − 1 𝑧 − 1Τ2
𝑧 −1 Τ2 1 + 1Τ2 𝑧 −1
𝑦 0 = lim 𝑌𝐼 𝑧 = lim =0
𝑧→∞ 𝑧→∞ 1 − 𝑧 −1 1 − 1Τ2 𝑧 −1 3
𝑧 2 Τ2 𝑧 + 1Τ2
𝑦 ∞ = lim 1 − 𝑧 −1 3
=6
𝑧→1 𝑧 − 1 𝑧 − 1Τ2
El último resultado es válido porque 𝑦 −1 = 0 y porque la región de
convergencia absoluta de 1 − 𝑧 −1 𝑌𝐼 𝑧 , 𝑧 > 1/2, incluye al círculo unitario.
Transformada z inversa
A partir de 𝑋 𝑧 , se puede recuperar 𝑥 𝑛 descomponiendo 𝑋 𝑧 en fracciones

parciales y expandiendo cada fracción en una serie infinita de potencias de 𝑧,
positivas y negativas. Esta expansión debe ser tal que la serie infinita converja
dentro de la región de convergencia absoluta conocida.
Ejemplo 6.11
Obtener la transformada 𝑧 inversa de 𝑋 𝑧 = 𝑧/ 𝑧 − 𝑎 𝑧 > 𝑎.
𝑋 𝑧 = 1 + 𝑎 𝑧 −1 + 𝑎2 𝑧 −2 + ⋯ = ෍ 𝑥 𝑛 𝑧 −𝑛
𝑛=0
Ejemplo 6.12
Obtener la transformada 𝑧 inversa de 𝑋 𝑧 = 𝑧/ 𝑧 − 𝑎 = −𝑧/ 𝑎 − 𝑧 𝑧 < 𝑎.
−∞
𝑋 𝑧 = −𝑎−1 𝑧 − 𝑎−2 𝑧 2 − ⋯ = ෍ 𝑥 𝑛 𝑧 −𝑛
𝑛=−1
𝑥 𝑛 = −𝑎𝑛 𝑈 −𝑛 − 1
Se observa que también se puede obtener la secuencia causal y luego cambiarle
de intervalo y de signo, en forma similar a lo realizado cuando se calcula la
transformada 𝑧 de una secuencia anticausal. En forma alternativa a la
descomposición en series infinitas, se puede utilizar pares conocidos de
transformadas.
Ejemplo 6.13
Si 𝑋 𝑧 = − 5Τ3 𝑧/ 𝑧 − 1Τ3 𝑧 − 2 𝑧 > 2, obtener su transformada 𝑧
inversa.
𝑋 𝑧 1 1
= −
𝑧 Τ
𝑧−1 3 𝑧−2
𝑧 𝑧
𝑋 𝑧 = −
𝑧 − 1Τ3 𝑧 − 2
𝑛
𝑥 𝑛 = 1Τ3 − 2𝑛 𝑈 𝑛
Matemáticamente la transformada 𝑧 inversa se obtiene utilizando la siguiente

expresión:
1
𝑥𝑛 = ර 𝑋 𝑧 𝑧 𝑛−1 𝑑𝑧
2𝜋𝑗 𝐶
que es una integral en un contorno cerrado 𝐶 ubicado en la región de
convergencia absoluta de 𝑋 𝑧 , la misma que se puede evaluar utilizando el
método de los residuos que es una alternativa para obtener la transformada
inversa. En base al mismo, se puede demostrar que:
෍ 𝑅 𝑋 𝑧 𝑧 𝑛−1 𝑒𝑛 𝑙𝑜𝑠 𝑝𝑜𝑙𝑜𝑠 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒 𝐶 , 𝑛≥0

𝑥𝑛 =
− ෍ 𝑅 𝑋 𝑧 𝑧 𝑛−1 𝑒𝑛 𝑙𝑜𝑠 𝑝𝑜𝑙𝑜𝑠 𝑓𝑢𝑒𝑟𝑎 𝑑𝑒 𝐶, 𝑛<0
En donde, el residuo en un polo simple a se define como,

𝑅 𝑋 𝑧 𝑧 𝑛−1 = 𝑧 − 𝑎 𝑋 𝑧 𝑧 𝑛−1 ቚ
𝑧=𝑎
El residuo en un polo doble a se define como,
𝑛−1
1 𝑑 2
𝑅 𝑋 𝑧 𝑧 = 𝑧−𝑎 𝑋 𝑧 𝑧 𝑛−1 ቚ
1! 𝑑𝑧 𝑧=𝑎
El residuo en un polo triple a se define como,

1 𝑑2
𝑅 𝑋 𝑧 𝑧 𝑛−1 = 𝑧−𝑎 3
𝑋 𝑧 𝑧 𝑛−1 ቚ
2! 𝑑𝑧 2 𝑧=𝑎
Ejemplo 6.14
Aplicar el método del residuo para obtener la transformada 𝑧 inversa de
1
𝑋 𝑧 = − 5Τ3 𝑧Τ 𝑧 − 1Τ3 𝑧 − 2 < 𝑧 < 2.
3
El contorno cerrado 𝐶 en la región de convergencia absoluta ubica al polo

𝑧 = 1/3 dentro de 𝐶 y al polo 𝑧 = 2 fuera del mismo.
𝑛−1
1
𝑅 𝑋 𝑧 𝑧 = 𝑧− 𝑋 𝑧 𝑧 𝑛−1 อ , 𝑛≥0
3 1
𝑥𝑛 = 𝑧=
3
−𝑅 𝑋 𝑧 𝑧 𝑛−1 = − 𝑧 − 2 𝑋 𝑧 𝑧 𝑛−1 ቚ , 𝑛<0
𝑧=2
𝑛
− 5Τ3 𝑧 𝑛 Τ 𝑧 − 2 ቚ 1 = 1Τ3 , 𝑛≥0
𝑧=
𝑥𝑛 = 3
5Τ3 𝑧 𝑛 Τ 𝑧 − 1Τ3 ቚ = 2𝑛 , 𝑛<0
𝑧=2
𝑛
𝑥 𝑛 = 1Τ3 𝑈 𝑛 + 2𝑛 𝑈 −𝑛 − 1
Este método no requiere descomponer la transformada 𝑋 𝑧 en fracciones

parciales; sin embargo, cuando se trabaja con varios polos y al menos uno
múltiple, el procedimiento podría aumentar su dificultad por lo que se
recomienda combinar la descomposición en fracciones parciales con el método
del residuo o usar pares conocidos de transformadas.
Ejemplo 6.15
3 𝑧3 − 𝑧2 − 𝑧
Obtener la transformada 𝑧 inversa de 𝑋 𝑧 = 𝑧 > 1.
𝑧 − 1Τ2 2 𝑧 − 1
−𝑧 2 + 2 𝑧 4𝑧
𝑋 𝑧 = 2
+ 𝑧 >1
𝑧−1 2 Τ 𝑧−1
2
𝑑 1 −𝑧 2 + 2 𝑧 𝑛−1
4 𝑧 𝑛−1
𝑧− 2 𝑧 ተ + 𝑧−1 𝑧 ቤ , 𝑛≥0
𝑑𝑧 2 1 𝑧−1
𝑥𝑛 = 𝑧−2 𝑧=1
1
𝑧=
2
0, 𝑛<0
𝑑
−𝑧 𝑛+1 + 2 𝑧 𝑛 ቚ 1 + 4, 𝑛≥0
𝑥 𝑛 = ൞𝑑𝑧 𝑧=
2
0, 𝑛<0
𝑛
1
𝑥𝑛 = 3𝑛−1 +4 𝑈 𝑛
2
Para el análisis de sistemas discretos en el dominio de la frecuencia se utiliza

la transformada 𝑧. Considerando que el ámbito del presente estudio contempla
señales de entrada causales y respuestas impulsivas causales se puede emplear
tanto la transformada 𝑧 bilateral como la unilateral.
Se conoce que la respuesta de un Sistema Lineal Invariante en el tiempo

discreto y Causal es la suma del efecto en el sistema de la señal de entrada y
de las condiciones iniciales.
La respuesta del sistema debido a la aplicación de la señal de entrada al
sistema se encuentra relacionada con la operación de convolución en el
dominio del tiempo de la señal de entrada 𝑥 𝑛 con la respuesta impulsiva
discreta ℎ 𝑛 .
Se obtiene la respuesta del sistema debido a las condiciones iniciales,
utilizando la propiedad de desplazamiento de la transformada 𝑧 unilateral.

La aplicación de la transformada 𝑧 y sus propiedades se desarrolla, mediante
ejemplos, en la solución de las ecuaciones en diferencias y de las ecuaciones
discretas de estado y salida.
Solución de ecuaciones en diferencias
Se puede determinar el efecto en la respuesta del sistema, tanto de las condiciones
iniciales como de la señal de entrada 𝑥 𝑛 .
𝑦 𝑛 = 𝑦𝑐𝑖 𝑛 + 𝑦𝑥 𝑛
Ejemplo 6.16
Obtener la respuesta impulsiva ℎ 𝑛 y la respuesta 𝑦 𝑛 a la señal de entrada
𝑥 𝑛 = 𝑈 𝑛 si 𝑦 0 = 1, 𝑦 1 = 2, de un Sistema Lineal e Invariante Discreto
descrito por
𝑦 𝑛 +4𝑦 𝑛−1 +4𝑦 𝑛−2 =𝑥 𝑛 −𝑥 𝑛−1 .

Para obtener la respuesta impulsiva ℎ 𝑛 , se aplica la propiedad de
desplazamiento de la transformada 𝑧 bilateral.
𝑌 𝑧 + 4 𝑧 −1 𝑌 𝑧 + 4 𝑧 −2 𝑌 𝑧 = 𝑋 𝑧 − 𝑧 −1 𝑋 𝑧
𝑧2 + 4 𝑧 + 4 𝑌 𝑧 = 𝑧2 − 𝑧 𝑋 𝑧
𝐻 𝑧 = 𝑧2 − 𝑧 Τ 𝑧2 + 4 𝑧 + 4 = 𝑧 𝑧 − 1 Τ 𝑧 + 2 2
Se observa que el numerador de 𝐻 𝑧 se puede construir con los coeficientes

del lado derecho de la ecuación en diferencias y el denominador con los
coeficientes del lado izquierdo.
Antes de tomar la transformada 𝑧 inversa, se realiza una división con el fin de
obtener una constante sumada a una fracción propia, procedimiento que se debe
realizar cuando la función de transferencia no sea una fracción propia y la señal
de entrada contenga un impulso discreto.
𝐻 𝑧 = 1 − 5 𝑧 + 4 Τ 𝑧2 + 4 𝑧 + 4
𝑑 2
5 𝑧 + 4 𝑛−1
ℎ 𝑛 =𝛿 𝑛 − 𝑧+2 2
𝑧 𝑈 𝑛−1
𝑑𝑧 𝑧+2 𝑧=−2
𝑑
=𝛿 𝑛 − 5 𝑧 + 4 𝑧 𝑛−1 𝑧=−2 𝑈 𝑛−1
𝑑𝑧
= 𝛿 𝑛 − 5 𝑛 𝑧 𝑛−1 + 4 𝑛 − 1 𝑧 𝑛−2 𝑧=−2 𝑈 𝑛−1
3 𝑛
ℎ𝑛 = 𝑛+1 −2 𝑈 𝑛−1 +𝛿 𝑛
2
3 𝑛
= 𝑛+1 −2 𝑈𝑛
2
Para incluir en el análisis las condiciones de borde conocidas y obtener la

respuesta completa del sistema 𝑦 𝑛 , se aplica la propiedad de desplazamiento
de la transformada 𝑧 unilateral.
𝑌 𝑧 + 4 𝑧 −1 𝑌 𝑧 + 𝑦 −1 + 4 𝑧 −2 𝑌 𝑧 + 𝑧 −1 𝑦 −1 + 𝑦 −2
= 𝑋 𝑧 − 𝑧 −1 𝑋 𝑧 + 𝑥 −1
𝑧 2 + 4 𝑧 + 4 𝑌 𝑧 + 4 𝑦 −1 + 4 𝑦 −2 𝑧 2 + 4 𝑦 −1 𝑧
= 𝑧 2 − 𝑧 𝑋 𝑧 − 𝑥 −1 𝑧 2
𝑧2 + 4 𝑧 + 4 𝑌 𝑧
= 𝑧 2 − 𝑧 𝑋 𝑧 − 4 𝑦 −1 + 4 𝑦 −2 + 𝑥 −1 𝑧 2 − 4 𝑦 −1 𝑧
En el dominio del tiempo,
1
𝑦 𝑛−2 = 𝑥 𝑛 −𝑥 𝑛−1 −𝑦 𝑛 −4𝑦 𝑛−1
4
1
𝑛 = 1 𝑦 −1 = 𝑥 1 − 𝑥 0 − 𝑦 1 − 4 𝑦 0 = − 3Τ2
4
1
𝑛 = 0 𝑦 −2 = 𝑥 0 − 𝑥 −1 − 𝑦 0 − 4 𝑦 −1 = 3Τ2
4

𝑋 𝑧 = 𝑧Τ 𝑧 − 1
𝑧2 − 𝑧 𝑧
𝑌 𝑧 = 2 + 6 𝑧Τ 𝑧 2 + 4 𝑧 + 4
𝑧 +4𝑧+4 𝑧−1
𝑌 𝑧 = 𝑌𝑐𝑖 𝑧 + 𝑌𝑥 𝑧
2
𝑌𝑐𝑖 𝑧 = 6 𝑧Τ 𝑧 + 2
𝑑 2
6𝑧
𝑦𝑐𝑖 𝑛 = 𝑧+2 2
𝑧 𝑛−1 ቤ = −3 𝑛 −2 𝑛
𝑑𝑧 𝑧+2 𝑧=−2
𝑌𝑥 𝑧 = 𝐻 𝑧 𝑋 𝑧 = 𝑧 2 Τ 𝑧 + 2 2
𝑑 2
𝑧2
𝑦𝑥 𝑛 = 𝑧+2 2
𝑧 𝑛−1 อ = 𝑛+1 −2 𝑛
𝑈𝑛
𝑑𝑧 𝑧+2
𝑧=−2
𝑛 𝑛
𝑦 𝑛 = −2 𝑛 + 1 −2 𝑈 𝑛 − 3 𝑛 −2 𝑈 −𝑛 − 1

Se recomienda realizar un cambio de variables en la ecuación en diferencias antes
de aplicar el procedimiento de solución, con el fin de obtener una ecuación que
relacione versiones adelantadas de salida y entrada, como se ilustra en el
siguiente ejemplo.
Ejemplo 6.17
Si 𝑦 0 = 0, 𝑦 1 = 1, obtener la respuesta 𝑦 𝑛 a la señal de entrada 𝑥 𝑛 =
−2 𝑛 𝑈 𝑛 de un Sistema Lineal e Invariante Discreto descrito por
𝑦 𝑛 +3𝑦 𝑛−1 +2𝑦 𝑛−2 =𝑥 𝑛 +𝑥 𝑛−1 .
Realizando un cambio de variables, se obtiene una ecuación en diferencias
equivalente.
𝑦 𝑛+2 +3𝑦 𝑛+1 +2𝑦 𝑛 = 𝑥 𝑛+2 +𝑥 𝑛+1
Aplicando la propiedad de desplazamiento de la transformada 𝑧 unilateral.
𝑧2 𝑌 𝑧 − 𝑦 0 𝑧2 − 𝑦 1 𝑧 + 3 𝑧 𝑌 𝑧 − 𝑦 0 𝑧 + 2 𝑌 𝑧
= 𝑧2 𝑋 𝑧 − 𝑥 0 𝑧2 − 𝑥 1 𝑧 + 𝑧 𝑋 𝑧 − 𝑥 0 𝑧

𝑧2 + 3 𝑧 + 2 𝑌 𝑧 − 𝑦 0 𝑧2 − 𝑦 1 + 3 𝑦 0 𝑧
= 𝑧2 + 𝑧 𝑋 𝑧 − 𝑥 0 𝑧2 − 𝑥 1 + 𝑥 0 𝑧
𝑧2 + 3 𝑧 + 2 𝑌 𝑧
= 𝑧2 + 𝑧 𝑋 𝑧 + 𝑦 0 − 𝑥 0 𝑧2 + 𝑦 1 + 3 𝑦 0 − 𝑥 1 − 𝑥 0 𝑧
= 𝑧 2 + 𝑧 𝑋 𝑧 − 𝑧 2 +2 𝑧
𝑋 𝑧 = 𝑧Τ 𝑧 + 2
𝑌 𝑧 = 𝑧 2 + 𝑧 Τ 𝑧 2 + 3 𝑧 + 2 𝑧Τ 𝑧 + 2 − 𝑧 𝑧 − 2 Τ 𝑧 2 + 3 𝑧 + 2
−𝑧 + 2 3𝑧 4𝑧
𝑌𝑐𝑖 𝑧 = 𝑧 = −
𝑧+1 𝑧+2 𝑧+1 𝑧+2
𝑛 𝑛
𝑦𝑐𝑖 𝑛 = 3 −1 − 4 −2
𝑧 𝑧2 + 𝑧 𝑧2
𝑌𝑥 𝑧 = 𝐻 𝑧 𝑋 𝑧 = 2
= 2
𝑧+1 𝑧+2 𝑧+2

𝑑 2
𝑧2
𝑦𝑥 𝑛 = 𝑧+2 2
𝑧 𝑛−1 อ
𝑑𝑧 𝑧+2
𝑧=−2
𝑛
= 𝑛+1 −2 𝑈𝑛
𝑛 𝑛 𝑛 𝑛
𝑦 𝑛 = 3 −1 + 𝑛−3 −2 𝑈 𝑛 + 3 −1 − 4 −2 𝑈 −𝑛 − 1
El siguiente ejemplo introduce una variación en el método de solución que

simplifica la obtención de la transformada 𝑧 inversa.
Ejemplo 6.18
Obtener la respuesta 𝑦 𝑛 a la señal de entrada 𝑥 𝑛 = 2 − 1/3 𝑛 𝑈 𝑛 si
𝑦 0 = 2, 𝑦 1 = 9, de un Sistema Lineal e Invariante Discreto descrito por
4 1
𝑦 𝑛 − 𝑦 𝑛−1 + 𝑦 𝑛−2 =2𝑥 𝑛 +3𝑥 𝑛−1 −𝑥 𝑛−2 .
3 3
Realizando un cambio de variables, se obtiene una ecuación en diferencias
equivalente.
4 1
𝑦 𝑛+2 − 𝑦 𝑛+1 + 𝑦 𝑛 = 2𝑥 𝑛+2 +3𝑥 𝑛+1 −𝑥 𝑛
3 3
2 2
4 1
𝑧 𝑌 𝑧 −𝑦 0 𝑧 −𝑦 1 𝑧− 𝑧𝑌 𝑧 −𝑦 0 𝑧 + 𝑌 𝑧
3 3
2 2
=2 𝑧 𝑋 𝑧 −𝑥 0 𝑧 −𝑥 1 𝑧 +3 𝑧𝑋 𝑧 −𝑥 0 𝑧 −𝑋 𝑧
2
4 1 2
4
𝑧 − 𝑧+ 𝑌 𝑧 −𝑦 0 𝑧 − 𝑦 1 − 𝑦 0 𝑧
3 3 3
= 2 𝑧2 + 3 𝑧 − 1 𝑋 𝑧 − 2 𝑥 0 𝑧2 − 2 𝑥 1 + 3 𝑥 0 𝑧
4 1
𝑧2 − 𝑧+ 𝑌 𝑧
3 3
= 2 𝑧2 + 3 𝑧 − 1 𝑋 𝑧 + 𝑦 0 − 2 𝑥 0 𝑧2
4
+ 𝑦 1 − 𝑦 0 − 2 𝑥 1 − 3 𝑥 0 𝑧 = 2 𝑧2 + 3 𝑧 − 1 𝑋 𝑧
3

1
2𝑧 𝑧 𝑧2 + 3 𝑧
𝑋 𝑧 = − =
𝑧−1 𝑧−1 𝑧−1
1
𝑧−3
3
1
2
𝑧 +3𝑧−1 𝑧2 + 𝑧
𝑌 𝑧 = 3
1 1
𝑧−1 𝑧−3 𝑧−1 𝑧−3
𝑌𝑐𝑖 𝑧 = 0
𝑦𝑐𝑖 𝑛 = 0
Este resultado indica que el sistema se encuentra inicialmente en reposo.
1
2 𝑧2 + 3 𝑧 − 1 𝑧+3
𝑌 𝑧 =𝐻 𝑧 𝑋 𝑧 =𝑧 2
2 1
𝑧−1 𝑧−3

Como esta transformada tiene dos polos dobles, se espera que la respuesta tenga
la siguiente forma:
𝑦 𝑛 = 𝑦𝑥 𝑛 = 𝑃1 𝑛 + 𝐴1 + 𝑃2 𝑛 + 𝐴2 1Τ3 𝑛 𝑈 𝑛
𝑧
𝑧 𝑧 3 𝑧
𝑌 𝑧 = 𝑃1 + 𝐴1 + 𝑃2 2 +𝐴2
𝑧−1 2 𝑧−1 1 1
𝑧−3 𝑧 − 3
2 2
1 𝑃1 1
𝑃1 𝑧 − 3 + 𝐴1 𝑧 − 1 + 32 𝑧 − 1 2 + 𝐴2 𝑧 − 1
𝑧−3 2
𝑧−3
=𝑧
2 1 2
𝑧−1 𝑧−3
E igualando los numeradores multiplicados por 9, se obtiene:
2
1
2𝑧 +3𝑧−1 𝑧+
3
2 2
1 1 𝑃2 2 2
1
= 𝑃1 𝑧− + 𝐴1 𝑧 − 1 𝑧− + 𝑧−1 + 𝐴2 𝑧 − 1 𝑧−
3 3 3 3

Evaluando en los polos y en dos valores cualquiera,
𝑧 = 1 48 = 4 𝑃1 𝑃1 = 12
1 4 4
𝑧= = 𝑃2 𝑃2 = 1
3 3 3
𝑧=0 −3 = 12 − 𝐴1 + 3 − 3 𝐴2 𝐴1 = −6
ൠ
𝑧 = 2 273 = 300 + 25 𝐴1 + 3 + 15 𝐴2 𝐴2 = 8
𝑛
𝑦 𝑛 = 𝑦𝑥 𝑛 = 12 𝑛 − 6 + 𝑛 + 8 1Τ3 𝑈𝑛
Como en este ejemplo, el sistema se encuentra inicialmente en reposo, los dos
últimos términos también pueden ser obtenidos evaluando la expresión de la
respuesta en las condiciones de borde dadas.
𝑛
𝑦 𝑛 = 𝑦𝑥 𝑛 = 12 𝑛 + 𝐴1 + 𝑛 + 𝐴2 1Τ3 𝑈𝑛
𝑦 0 = 2 = 𝐴1 + 𝐴2 𝐴1 = −6
1 𝐴2
𝑦 1 = 9 = 12 + 𝐴1 + + 𝐴2 = 8
3 3

Ejemplo 6.19
Si se conoce que la respuesta de un Sistema Lineal, Invariante en el tiempo
Discreto e Inicialmente en Reposo, debida a la señal 𝑥1 𝑛 = 𝑛 1/3 𝑛 𝑈 𝑛 es la
señal 𝑦1 𝑛 = 6 𝑛 − 12 1/2 𝑛 − 𝑛 − 12 1/3 𝑛 𝑈 𝑛 , obtener su
respuesta impulsiva ℎ 𝑛 y, si 𝑦 0 = 27 y 𝑦 1 = 32, su respuesta 𝑦 𝑛 a la
señal de entrada 𝑥 𝑛 = 6 𝑛 1/2 𝑛 𝑈 𝑛 .
𝑑 𝑧 𝑧Τ3
𝑋1 𝑧 = −𝑧 = 2
𝑑𝑧 𝑧 − 1 1
3 𝑧 − 3
𝑧
3𝑧 12 𝑧 3 12 𝑧
𝑌1 𝑧 = 2− − 2+
1 1 1 1
𝑧− 𝑧− 𝑧 − 𝑧−
2 2 3 3
2 13
2
−12 𝑧 + 9 𝑧 12 𝑧 − 𝑧
= + 3
2
1 1 2
𝑧−2 𝑧−3

2 2
1 1
𝑧 −36 𝑧 + 27 𝑧−3 + 36 𝑧 − 13 𝑧−2
𝑌1 𝑧 = 2 2
3 1 1
𝑧−2 𝑧−3
2 2
1 1
𝑌1 𝑧 −36 𝑧 + 27 𝑧−3 + 36 𝑧 − 13 𝑧−2
𝐻 𝑧 = =
𝑋1 𝑧 1 2
𝑧−
2
13
−36 𝑧 3 + 51 𝑧 2 − 22 𝑧 + 3 + 36 𝑧 3 − 49 𝑧 2 + 22 𝑧 − 4
=
1 2
𝑧−
2
1 3 1 1
2 𝑧2 − 2𝑧− 2 𝑧− +
2 4 = 2 + 𝑧 −1 𝑧/4
2𝑧
= 4 =2+ 4 = 2+ +
2 2
2
𝑧 −𝑧+4
1 1 1 1 2 𝑧−1
𝑧−2 𝑧−2 𝑧−2 2
𝑛−1 1 𝑛−1 1 𝑛
ℎ𝑛 = 2 +2 𝑈 𝑛−1 +2𝛿 𝑛 = 𝑛+3 𝑈 𝑛−1 +2𝛿 𝑛
2 2

Se obtiene 𝑦 𝑛 a partir de la ecuación en diferencias del sistema que se construye
utilizando los coeficientes de la función de transferencia 𝐻 𝑧 .
1 1
𝑦 𝑛+2 −𝑦 𝑛+1 + 𝑦 𝑛 =2𝑥 𝑛+2 − 𝑥 𝑛
4 4
2 2
1
𝑧 𝑌 𝑧 −𝑦 0 𝑧 −𝑦 1 𝑧− 𝑧𝑌 𝑧 −𝑦 0 𝑧 + 𝑌 𝑧
4
2 2
1
=2 𝑧 𝑋 𝑧 −𝑥 0 𝑧 −𝑥 1 𝑧 − 𝑋 𝑧
4
𝑧 2 − 𝑧 + 1Τ4 𝑌 𝑧
2
1
= 2𝑧 − 𝑋 𝑧 + 𝑦 0 −2𝑥 0 𝑧2 + 𝑦 1 − 𝑦 0 − 2 𝑥 1 𝑧
4
2
1
= 2𝑧 − 𝑋 𝑧 + 27 𝑧 2 − 𝑧
4

𝑑 𝑧 3𝑧
𝑋 𝑧 = −6 𝑧 =
𝑑𝑧 𝑧 − 1 1 2
2 𝑧−
2
1
2 𝑧2 − 4 3𝑧 27 𝑧 − 1
𝑌 𝑧 = 2 2 +𝑧
𝑧 −𝑧+1 4 Τ 1 1 2
𝑧−2 𝑧−2
1 25
27 𝑧−1 27 𝑧−2 + 2 𝑧/2 𝑧
𝑌𝑐𝑖 𝑧 = 𝑧 1 2
=𝑧 1 2
= 25 1 2
+ 27 1
𝑧−2 𝑧−2 𝑧−2 𝑧−2
𝑛
1
𝑦𝑐𝑖 𝑛 = 25 𝑛 + 27
2
3
𝑧 6 𝑧2 − 4
𝑌𝑥 𝑧 = 4
1
𝑧−2

3
1 𝑑 13 4𝑧 6 𝑧2 − 4 𝑑3 1 𝑛
𝑛−1 𝑛+2
𝑦𝑥 𝑛 = 3
𝑧− 4 𝑧 𝑈𝑛 = 3 𝑧 − 𝑧 อ 𝑈𝑛
6 𝑑𝑧 2 1 𝑑𝑧 8 1
𝑧−2 1 𝑧=
2
𝑧=
2
𝑛−1 𝑛−3
1 1 1
𝑦𝑥 𝑛 = 𝑛+2 𝑛+1 𝑛 − 𝑛 𝑛−1 𝑛−2 𝑈𝑛
2 8 2
𝑛
1
= 𝑛 2 𝑛2 + 6 𝑛 + 4 − 𝑛 𝑛2 − 3 𝑛 + 2 𝑈𝑛
2
𝑛
1
= 𝑛3 + 9 𝑛2 + 2 𝑛 𝑈𝑛
2
𝑛 𝑛
3
1 1
𝑦 𝑛 = 𝑛+3 𝑈 𝑛 + 25 𝑛 + 27 𝑈 −𝑛 − 1
2 2

Solución de las ecuaciones discretas de estado y de salida
El modelo matemático de un sistema discreto usando variables de estado se
expresa mediante las siguientes ecuaciones de estado y de salida.
𝑣 𝑛+1 =𝐴𝑣 𝑛 +𝑏𝑥 𝑛
𝑦 𝑛 =𝑐𝑣 𝑛 +𝑑𝑥 𝑛
donde 𝑥 𝑛 es la señal de entrada, 𝑦 𝑛 es la respuesta y 𝑣 𝑛 el vector de
estado. Siendo 𝑉0 = 𝑣 0 , el vector de estado inicial y tomando la transformada
𝑧 de la ecuación de estado,
𝑧 𝑉 𝑧 − 𝑧 𝑉0 = 𝐴 𝑉 𝑧 + 𝑏 𝑋 𝑧
𝑧 𝐼 − 𝐴 𝑉 𝑧 = 𝑧 𝑉0 + 𝑏 𝑋 𝑧
−1 −1
𝑉 𝑧 =𝑧 𝑧𝐼−𝐴 𝑉0 + 𝑧 𝐼 − 𝐴 𝑏𝑋 𝑧
−1
Considerando que, Φ 𝑧 = 𝑧 𝑧 𝐼 − 𝐴 es la transformada 𝑧 de la matriz
transición de estado,
𝑉 𝑧 = Φ 𝑧 𝑉0 + 𝑧 −1 Φ 𝑧 𝑏 𝑋 𝑧

Calculando la transformada 𝑧 inversa se obtiene el vector de estado 𝑣 𝑛 y
reemplazando en la ecuación de salida, se encuentra la respuesta del sistema
𝑦𝑛.
También, tomando la transformada 𝑧 de la ecuación de salida,
𝑌 𝑧 =𝑐𝑉 𝑧 +𝑑𝑋 𝑧
Si se reemplaza la transformada 𝑧 del vector de estado en la transformada z de la
ecuación de salida, se obtiene,
−1
𝑌 𝑧 =𝑐𝑧 𝑧𝐼−𝐴 𝑉0 + 𝐻 𝑧 𝑋 𝑧
−1
donde, 𝐻 𝑧 =𝑐 𝑧𝐼−𝐴 𝑏+𝑑
es la función de transferencia del sistema discreto.

Si se observa las transformadas 𝑧 del vector de estado 𝑉 𝑧 y de la respuesta
𝑌 𝑧 , se puede determinar tanto el efecto del vector de estado inicial 𝑉0 como el
efecto de la transformada 𝑧 de la señal de entrada 𝑋 𝑧 .

𝑉 𝑧 = 𝑉𝑒𝑖 𝑧 + 𝑉𝑥 𝑧
𝑌 𝑧 = 𝑌𝑒𝑖 𝑧 + 𝑌𝑥 𝑧
Ejemplo 6.20
Si el vector de estado inicial canónico controlable es 𝑉0 = 1 − 1 ′, utilizando la
transformada 𝑧, obtener ℎ 𝑛 , la respuesta impulsiva, y 𝑦 𝑛 , la respuesta a la
señal de entrada 𝑥 𝑛 = 3 𝑈 𝑛 , de un Sistema Lineal e Invariante Discreto
descrito por 1 1
𝑦 𝑛 + 𝑦 𝑛−1 − 𝑦 𝑛−2 =3𝑥 𝑛−2 .
4 8
Utilizando los coeficientes de la ecuación en diferencias, se construye la función
de transferencia,
3 4 4 −1
𝑧 𝑧
𝐻 𝑧 = 0+ = − = 4𝑧 −
𝑧 1 1 1 1 1
𝑧2 + 4 − 8 𝑧 − 4 𝑧 + 2 𝑧−4 𝑧+2
𝑛−1 𝑛−1 𝑛 𝑛
1 1 1 1
ℎ𝑛 =4 − − 𝑈 𝑛 − 1 = 16 +8 − 𝑈 𝑛−1
4 2 4 2

Con los coeficientes de la constante y de la fracción propia de la función de
transferencia, se construye el modelo en variables de estado canónico controlable.
0 1 0
𝑣 𝑛+1 = 𝑣𝑛 + 𝑥𝑛
1Τ8 − 1Τ4 1
𝑦 𝑛 = 3 0 𝑣 𝑛 +0𝑥 𝑛
−1
−1 𝑧 0 0 1
𝑧𝐼−𝐴 = −
0 𝑧 1Τ8 − 1Τ4
−11
𝑧 −1 𝑧 + 1Τ4 1
= = 2
− 1Τ8 𝑧 + 1Τ4
𝑧 + 𝑧Τ4 − 1Τ8 1Τ8 𝑧
−1
𝑧 𝑧 + 1Τ4 1 1
𝑌𝑒𝑖 𝑧 = 𝑐 𝑧 𝑧 𝐼 − 𝐴 𝑉0 = 3 0 2
𝑧 + 𝑧Τ4 − 1Τ8 1Τ8 𝑧 −1
3 𝑧 − 9Τ4 5𝑧 2𝑧
=𝑧 2 = −
𝑧 + 𝑧 4 − 1 8 𝑧 + 1 2 𝑧 − 1Τ4
Τ Τ Τ
𝑛 𝑛
1 1
𝑦𝑒𝑖 𝑛 = 5 − −2
2 4

3𝑧
𝑋 𝑧 =
𝑧−1
3 3𝑧
𝑌𝑥 𝑧 = 𝐻 𝑧 𝑋 𝑧 =
1 1
𝑧+2 𝑧−4 𝑧−1
𝑦𝑥 𝑛
9 𝑧𝑛 9 𝑧𝑛 9 𝑧𝑛
= + + 𝑈𝑛
1 1 ቮ 1 ቮ 1 ቮ
𝑧+ 𝑧− 𝑧−1 𝑧− 𝑧+ 𝑧−1
2 4 4 1 2 1
𝑧=1 𝑧=− 𝑧=
2 4
𝑛 𝑛
1 1
= 8+8 − − 16 𝑈𝑛
2 4
𝑛 𝑛 𝑛 𝑛
1 1 1 1
= 8 + 13 − − 18 𝑈𝑛 + 5 − −2 𝑈 −𝑛 − 1
2 4 2 4

Ejemplo 6.21
Para un Sistema Lineal e Invariante en el tiempo discreto descrito por:
Τ Τ −1
𝑆𝐿𝐼𝐷 = − 1 2 9 16 , , −1 9Τ8 , 6 .
−1 1 0
Usando transformadas 𝑧, obtener ℎ 𝑛 , la respuesta impulsiva del sistema y 𝑣 𝑛 ,
el vector de estado cero si 𝑥 𝑛 = 1/4 1/3 𝑛+1 𝑈 𝑛 .
−1 𝑧 0 − 1 Τ2 9Τ16 −1 𝑧 + 1 Τ2 − 9Τ16 −1
𝑧𝐼−𝐴 = − =
0 𝑧 −1 1 1 𝑧−1
1 𝑧−1 9Τ16
= 2
𝑧 − 𝑧Τ2 + 1Τ16 −1 𝑧 + 1Τ2
−1
𝐻 𝑧 =𝑐 𝑧𝐼−𝐴 𝑏+𝑑
1 𝑧−1 9Τ16 −1
= −1 9Τ8 +6
2
𝑧 − 𝑧Τ2 + 1Τ16 −1 𝑧 + 1 Τ2 0
1 −𝑧 + 1 𝑧 + 1Τ8
= −1 9Τ8 +6= +6
𝑧 − 1Τ4 2 1 𝑧 − 1Τ4 2
−1
𝑧 3Τ8 𝑧
=𝑧 + 2
+6
𝑧 − 1Τ4 𝑧 − 1Τ4

𝑛−1 𝑛−1
1 3 1
ℎ𝑛 = + 𝑛−1 𝑈 𝑛−1 +6𝛿 𝑛
4 2 4
𝑛
1
= 6𝑛−2 𝑈 𝑛−1 +6𝛿 𝑛
4
𝑧Τ12
𝑋 𝑧 =
𝑧 − 1Τ3
−1
𝑉 𝑧 = 𝑧𝐼−𝐴 𝑏𝑋 𝑧
1 𝑧−1 9Τ16 −1 𝑧Τ12
=
1 2 −1 𝑧 + 1Τ2 0 1
𝑧−3
𝑧−4
𝑧Τ12 −𝑧 + 1
= 2
1 1 1
𝑧− 𝑧−
3 4

𝑧Τ12 12 𝑧 −12 𝑧 2 + 2 𝑧
𝑉2 𝑧 = = +
1 1 2 𝑧−
1 1 2
𝑧− 𝑧− 3 𝑧−
3 4 4
12 𝑧 12 𝑧 𝑧
= − − 2
1 1 1
𝑧−3 𝑧−4 𝑧−4
𝑛 𝑛
1 1
𝑣2 𝑛 = 12 − 4 𝑛 + 12 𝑈𝑛
3 4
𝑣1 𝑛 = −𝑣2 𝑛 + 1 + 𝑣2 𝑛
𝑛+1 𝑛+1 𝑛 𝑛
1 1 1 1
= −12 + 4 𝑛 + 16 𝑈 𝑛 + 1 + 12 − 4 𝑛 + 12 𝑈𝑛
3 4 3 4
𝑛 𝑛 𝑛 𝑛
1 1 1 1
= 8 − 3𝑛+8 𝑈𝑛 8 − 3𝑛+8
3 4 3 4
𝑣𝑛 = 𝑛 𝑛 𝑈𝑛
1 1
12 − 4 𝑛 + 12
3 4

Ejemplo 6.22
Si de un Sistema Lineal e Invariante en el tiempo discreto se conoce que:
2𝑔 𝑛 −ℎ 𝑛 = 8𝑛+3 𝑈 𝑛 +𝛿 𝑛
donde 𝑔 𝑛 es la respuesta paso y ℎ 𝑛 , la respuesta impulsiva; usando
transformadas 𝑧 encontrar ℎ 𝑛 , la respuesta impulsiva y 𝑦 𝑛 , la respuesta del
sistema a la señal de entrada 𝑥 𝑛 = 4 𝑛 𝑈 𝑛 si se conoce el vector de estado
inicial canónico observable 𝑉0 = 3 1 ′.
𝑧 𝑧
2𝐺 𝑧 −𝐻 𝑧 =8 +3 +1
𝑧−1 2 𝑧−1
𝑧 4 𝑧2 + 3 𝑧 + 1
𝐻 𝑧 2 −1 =
𝑧−1 𝑧−1 2
4 𝑧2 + 3 𝑧 + 1 3𝑧+5
𝐻 𝑧 = = 4 +
𝑧2 − 1 𝑧−1 𝑧+1
3 𝑧 + 5 𝑛−1 3 𝑧 + 5 𝑛−1
ℎ𝑛 = 𝑧 ቤ + 𝑧 ቤ 𝑈 𝑛−1 +4𝛿 𝑛
𝑧+1 𝑧=1
𝑧 − 1 𝑧=−1
𝑛
= 4 + −1 𝑈 𝑛−1 +4𝛿 𝑛

Se utiliza los coeficientes de 𝐻 𝑧 para definir el modelo canónico observable.
0 1 5
𝑆𝐿𝐼𝐷 = , , 0 1 ,4
1 0 3
−1 −1 1
−1 𝑧 0 0 1 𝑧 −1 𝑧 1
𝑧𝐼−𝐴 = − = = 2
0 𝑧 1 0 −1 𝑧 𝑧 −1 1 𝑧
−1
𝑧 𝑧 1 3 𝑧+3
𝑌𝑒𝑖 𝑧 = 𝑐 𝑧 𝑧 𝐼 − 𝐴 𝑉0 = 0 1 2 =𝑧
𝑧 −1 1 𝑧 1 𝑧−1 𝑧+1
𝑧+3 𝑛 𝑧+3 𝑛 𝑛
𝑦𝑒𝑖 𝑛 = 𝑧 ቤ + 𝑧 ቤ = 2 − −1
𝑧+1 𝑧=1
𝑧 − 1 𝑧=−1
4𝑧
𝑋 𝑧 = 2
𝑧−1
4 𝑧2 + 3 𝑧 + 1 4𝑧 𝑧 2 + 12 𝑧 + 3 𝑧
𝑌𝑥 𝑧 = 𝐻 𝑧 𝑋 𝑧 = 2
=𝑧 −
𝑧−1 𝑧+1 𝑧−1 𝑧−1 3 𝑧+1
𝑦𝑥 𝑛
1 𝑑2 𝑛+2 𝑛+1 𝑛 𝑛
= 𝑧 + 12 𝑧 + 3 𝑧 ቚ − 𝑧 ቚ 𝑈𝑛
2 𝑑𝑧 2 𝑧=1 𝑧=−1
1 3 𝑛
= 𝑛 + 2 𝑛 + 1 + 6 n 𝑛 + 1 + n 𝑛 − 1 − −1 𝑈𝑛
2 2
2 𝑛
= 8 𝑛 + 6 𝑛 + 1 − −1 𝑈𝑛
= 8 𝑛2 + 6 𝑛 + 3 − 2 −1 𝑛
𝑈 𝑛 + 2 − −1 𝑛
𝑈 −𝑛 − 1
Capítulo 7: Análisis de Fourier

[email protected]
Oficina: QE-302
Semestre 2021-B
Análisis de Señales y Sistemas Capítulo 7: Análisis de Fourier
Introducción
En este capítulo se trata la transformación de señales continuas

como sumas e integrales ponderadas de un conjunto de
exponenciales complejas. Las representaciones resultantes son
conocidas como la serie y la transformada de Fourier de tiempo
continuo, respectivamente.
El análisis de Fourier es de mucha utilidad en el estudio de
señales y sistemas continuos pudiendo inclusive extenderse al
tiempo discreto, lo que no es parte de este estudio.
Subcapítulos
1) Series de Fourier
2) Transformada de Fourier
Series de Fourier
Una señal es periódica si para algún valor positivo 𝑇, diferente de cero, se
cumple que, 𝑥 𝑡 =𝑥 𝑡+𝑇
La función exponencial compleja 𝑒 𝑗𝜔0 𝑡 es periódica con frecuencia fundamental
𝜔0 y periodo fundamental 𝑇 = 2𝜋/𝜔0 . Si se escoge un conjunto de funciones
exponenciales complejas 𝑒 𝑠 𝑡 tal que los valores de 𝑠 sean puntos discretos
equidistantes sobre el eje 𝑗𝜔 del plano complejo s, esto es,
⋯ , −𝑗3𝜔0 , −𝑗2𝜔0 , −𝑗𝜔0 , 0, 𝑗𝜔0 , 𝑗2𝜔0 , 𝑗3𝜔0 , ⋯
donde 𝜔0 es una constante a ser determinada, entonces se puede descomponer
una señal continua 𝑥 𝑡 como una combinación lineal de tales funciones
exponenciales complejas relacionadas armónicamente, expresada de la siguiente
forma:
𝑥 𝑡 = ⋯ + 𝑋−2 𝑒 −𝑗2𝜔0 𝑡 + 𝑋−1 𝑒 −𝑗𝜔0 𝑡 + 𝑋0 + 𝑋1 𝑒 𝑗𝜔0 𝑡 + 𝑋2 𝑒 𝑗2𝜔0 𝑡 + ⋯
∞
𝑥 𝑡 = ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔0 𝑡
𝑛=−∞
Series de Fourier
donde el coeficiente de Fourier 𝑋𝑛 , es, en general, un número complejo y puede

considerarse la amplitud de la exponencial compleja 𝑒 𝑗𝑛𝜔0 𝑡 .
La señal continua 𝑥 𝑡 , descompuesta en una serie exponencial de Fourier es
periódica con periodo 𝑇 = 2𝜋/𝜔0 , donde 𝑇 es el menor valor de tiempo que
satisface la periodicidad.
En el sumatorio, el término para 𝑛 = 0 es una constante, valor promedio o de
corriente directa. Los términos para 𝑛 = ±1 tienen un periodo igual a 𝑇 y se
conocen en conjunto como componentes fundamentales (primera armónica). Los
dos términos para 𝑛 = ±2 tienen un periodo igual a 𝑇/2 y se conocen en
conjunto como componentes de la segunda armónica. De forma general, el par
de términos para 𝑛 = ±𝑁 se conocen como componentes de la N-sima
armónica.
La descomposición de una señal 𝑥 𝑡 , periódica con periodo 𝑇, requiere la
determinación de los coeficientes de Fourier utilizando la relación siguiente,
Series de Fourier
𝑇
+∆
2
1 −𝑗𝑛𝜔0 𝑡
1
𝑋𝑛 = න 𝑥 𝑡 𝑒 𝑑𝑡 = න 𝑥 𝑡 𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 𝑇 𝑇
𝑇
− +∆
2
donde ∆ es una constante cualquiera. El coeficiente 𝑋0 es la componente

constante o valor promedio de 𝑥 𝑡 sobre un periodo y se calcula utilizando la
siguiente relación,
1
𝑋0 = න 𝑥 𝑡 𝑑𝑡
𝑇 𝑇
La serie de Fourier evaluada en un instante de tiempo es la señal 𝑥 𝑡 evaluada

en ese instante de tiempo excepto cuando aparecen discontinuidades, en cuyo
caso, el valor que se obtiene es el promedio de las discontinuidades.
Si la señal 𝑥 𝑡 periódica es real, existe una forma alternativa de representación
en series de Fourier que es muy útil y se presenta a continuación.
Series de Fourier
1
𝑋𝑛 = න 𝑥 𝑡 𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 𝑇
∗ 1
𝑋𝑛 = න 𝑥 𝑡 𝑒 𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 𝑇
𝑋𝑛 ∗ = 𝑋−𝑛
Por lo tanto, ∞
𝑥 𝑡 = 𝑋0 + ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔0 𝑡 + 𝑋𝑛 ∗ 𝑒 −𝑗𝑛𝜔0 𝑡
𝑛=1
Si, 𝑋𝑛 = 𝑎𝑛 + 𝑗𝑏𝑛 , entonces,
∞
𝑥 𝑡 = 𝑋0 + ෍ 2 𝑎𝑛 cos 𝑛𝜔0 𝑡 − 2 𝑏𝑛 sin 𝑛𝜔0 𝑡

𝑛=1
Esto es, una señal 𝑥 𝑡 real y periódica se puede describir así,
∞
𝑥 𝑡 = 𝐴0 + ෍ 𝐴𝑛 cos 𝑛𝜔0 𝑡 + 𝐵𝑛 sin 𝑛𝜔0 𝑡

𝑛=1
Series de Fourier
donde, 1
𝐴0 = 𝑋0 = න 𝑥 𝑡 𝑑𝑡
𝑇 𝑇
2
𝐴𝑛 = 2 𝑎𝑛 = 2 𝑅𝑒 𝑋𝑛 = න 𝑥 𝑡 cos 𝑛𝜔0 𝑡 𝑑𝑡
𝑇 𝑇
2
𝐵𝑛 = −2 𝑏𝑛 = −2 𝐼𝑚 𝑋𝑛 = න 𝑥 𝑡 sin 𝑛𝜔0 𝑡 𝑑𝑡
𝑇 𝑇
Una representación alternativa a la serie trigonométrica de Fourier de una señal
periódica 𝑥 𝑡 es la siguiente, ∞
𝑥 𝑡 = 𝑋0 + 2 ෍ 𝑅𝑒 𝑋𝑛 𝑒 𝑗𝑛𝜔0 𝑡
𝑛=1
∞
𝑥 𝑡 = 𝑋0 + 2 ෍ 𝑋𝑛 𝑅𝑒 𝑒 𝑗𝜙𝑛 𝑒 𝑗𝑛𝜔0 𝑡
𝑛=1
∞
𝑥 𝑡 = 𝑋0 + 2 ෍ 𝑋𝑛 cos 𝑛𝜔0 𝑡 + 𝜙𝑛
𝑛=1
Series de Fourier
El procedimiento de descomposición de una señal periódica 𝑥 𝑡 en una serie de
Fourier inicia con la determinación de la frecuencia fundamental 𝜔0 y, luego, se
evalúa el integral a fin de obtener el coeficiente de Fourier 𝑋𝑛 levantando
indeterminaciones, en caso de ser necesario. Finalmente, tras un análisis, se
identifica los valores de 𝑛 para los que 𝑋𝑛 es diferente de cero y se completa la
descomposición simplificada; como se verá en el ejemplo 7.1. Es de mucha
utilidad en el análisis determinar, por separado, el valor promedio, las
componentes de frecuencia fundamental y las componentes de las armónicas,
como se expresa a continuación. ∞
𝑥 𝑡 = 𝑋0 + 𝑋1 𝑒 𝑗𝜔0 𝑡 + 𝑋−1 𝑒 −𝑗𝜔0 𝑡 + ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔0 𝑡

∞ 𝑛=±2,
𝑥 𝑡 = 𝐴0 + 𝐴1 cos 𝜔0 𝑡 + 𝐵1 sin 𝜔0 𝑡 + ෍ 𝐴𝑛 cos 𝑛𝜔0 𝑡 + 𝐵𝑛 sin 𝑛𝜔0 𝑡
𝑛=2
Se observa que los coeficientes de Fourier que, en general, son complejos se
evalúan en valores de 𝑛 positivos y negativos; mientras que en la serie
trigonométrica los coeficientes son reales y se evalúan en valores de 𝑛 positivos,
únicamente.
Series de Fourier
Ejemplo 7.1
Descomponer la señal 𝑥 𝑡 periódica si se conoce que la señal en un periodo es
igual a
0 −1 ≤ 𝑡 < 0
𝑥 𝑡 =ቊ
sin 𝜋𝑡 0≤𝑡<1
A partir de los datos y/o de la observación de la representación gráfica de la señal
𝑥 𝑡 , véase la figura 7.1, que se recomienda realizarla, se conoce que tiene un
periodo 𝑇 = 2 y una frecuencia fundamental 𝜔0 = 𝜋.
Series de Fourier
Se procede al cálculo del coeficiente de Fourier 𝑋𝑛 ,
1 1 𝑒 𝑗𝜋𝑡 − 𝑒 −𝑗𝜋𝑡 −𝑗𝑛𝜋𝑡
𝑋𝑛 = න 𝑒 𝑑𝑡
2 0 2𝑗
1 1 −𝑗 𝑛−1 𝜋𝑡
= න 𝑒 − 𝑒 −𝑗 𝑛+1 𝜋𝑡 𝑑𝑡
4𝑗 0
1
1 𝑒 −𝑗 𝑛−1 𝜋𝑡 𝑒 −𝑗 𝑛+1 𝜋𝑡
= − 𝑛 ≠ ±1
4𝜋 𝑛−1 𝑛+1 0
Levantando la indeterminación en 𝑛 = ±1 y luego de un análisis se obtiene el

siguiente resultado:
𝑗
∓ 𝑛 = ±1
4
𝑋𝑛 = 0 𝑛 𝑖𝑚𝑝𝑎𝑟 ≠ ±1
1
𝑛 𝑝𝑎𝑟
𝜋 1 − 𝑛2
Series de Fourier
Y la descomposición en una serie exponencial de Fourier de la señal 𝑥 𝑡 , es
∞
1 𝑗 𝑗𝜋𝑡 𝑗 −𝑗𝜋𝑡 1 𝑗𝑛𝜋𝑡
𝑥 𝑡 = − 𝑒 + 𝑒 + ෍ 𝑒
𝜋 4 4 𝜋 1 − 𝑛2
𝑛=±2,±4,…
Este resultado indica que la señal periódica 𝑥 𝑡 tiene un valor promedio

positivo, componentes imaginarios de frecuencia fundamental y componentes
reales de armónicas pares.
En forma alternativa, se puede utilizar la forma trigonométrica y obtener el
siguiente resultado:
∞
1 1 2
𝑥 𝑡 = + sin 𝜋𝑡 + ෍ 2
cos 𝑛𝜋𝑡
𝜋 2 𝜋 1−𝑛
𝑛=2,4,…
Este último resultado indica que la señal periódica 𝑥 𝑡 tiene un valor promedio
positivo, una componente seno de frecuencia fundamental (promedio cero) y
armónicas coseno, pares (promedio cero); como se muestra en la figura 7.2.
Series de Fourier
Con el fin de simplificar la obtención de las componentes de una señal

periódica, se estudia sus propiedades de simetría.
Series de Fourier
Propiedades de simetría
Se estudia las propiedades de simetría par/impar y de simetría de media onda; y,
su aplicación en la identificación de las componentes de una señal periódica.
Como se conoce:
𝑆𝑖 𝑥 𝑡 = 𝑥 −𝑡 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑝𝑎𝑟
𝑆𝑖 𝑥 𝑡 = −𝑥 −𝑡 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑖𝑚𝑝𝑎𝑟
También se conoce que una señal que no es par ni impar se puede descomponer
como la suma de su componente par 𝑥𝑝 𝑡 y su componente impar 𝑥𝑖 𝑡 ,
afirmación que es válida también para señales periódicas.
𝑥 𝑡 = 𝑥𝑝 𝑡 + 𝑥𝑖 𝑡
Las siguientes relaciones son útiles para el efecto.
𝑥 𝑡 + 𝑥 −𝑡
𝑥𝑝 𝑡 =
2
𝑥 𝑡 − 𝑥 −𝑡
𝑥𝑖 𝑡 =
2
Series de Fourier
En vista de que el valor promedio y las componentes coseno son funciones
pares; y, las componentes seno son funciones impares se establecen las
∞
siguientes relaciones:
𝑥𝑝 𝑡 = 𝐴0 + ෍ 𝐴𝑛 cos 𝑛𝜔0 𝑡
∞ 𝑛=1
𝑥𝑖 𝑡 = ෍ 𝐵𝑛 sin 𝑛𝜔0 𝑡
𝑛=1
Se concluye que una señal periódica par es la suma del valor promedio y
componentes coseno 𝐵𝑛 = 0 ; mientras que, una señal periódica impar es la
suma de componentes seno únicamente (𝐴𝑛 = 0, que incluye 𝑛 = 0).
Esto sugiere que una descomposición de una señal periódica en la suma de sus
componentes par e impar puede ayudar a simplificar la determinación de los
coeficientes de Fourier diferentes de cero. Como en el ejemplo 7.1 donde la
componente impar de la señal es la componente seno fundamental y al restar el
valor promedio de la componente par, se obtiene las armónicas coseno de la
señal 𝑥 𝑡 .
Series de Fourier
Cuando la señal periódica 𝑥 𝑡 no tiene componentes coseno es una señal impar
sumada una constante que oculta su simetría impar; por lo que se recomienda la
descomposición de la señal en sus componentes par e impar.
La propiedad de simetría de media onda se define así:
𝑆𝑖 𝑥 𝑡 ± 𝑇Τ2 = 𝑥 𝑡 𝑠𝑖𝑚𝑒𝑡𝑟í𝑎 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎 𝑜𝑛𝑑𝑎 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎
𝑆𝑖 𝑥 𝑡 ± 𝑇Τ2 = −𝑥 𝑡 𝑠𝑖𝑚𝑒𝑡𝑟í𝑎 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎 𝑜𝑛𝑑𝑎 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑎
Se puede verificar que el valor promedio y, las componentes seno y coseno para 𝑛
par tienen simetría de media onda positiva; mientras que, las componentes seno y
coseno para 𝑛 impar tienen simetría de media onda negativa.
Como en la simetría par/impar, una señal periódica que no tiene ninguna simetría
de media onda se puede descomponer como la suma de una señal con simetría de
media onda positiva 𝑥+ 𝑡 y una señal con simetría de media onda negativa
𝑥− 𝑡 .
𝑥 𝑡 = 𝑥+ 𝑡 + 𝑥− 𝑡
Series de Fourier
Las siguientes relaciones son útiles para el efecto.
𝑥 𝑡 + 𝑥 𝑡 ± 𝑇Τ2
𝑥+ 𝑡 =
2
𝑥 𝑡 − 𝑥 𝑡 ± 𝑇Τ2
𝑥− 𝑡 =
2
En vista de que el valor promedio y, las componentes seno y coseno para 𝑛 par
tienen simetría de media onda positiva; y, las componentes seno y coseno para 𝑛
impar tienen simetría de media onda negativa se establecen las siguientes
∞
relaciones:
𝑥+ 𝑡 = 𝐴0 + ෍ 𝐴𝑛 cos 𝑛𝜔0 𝑡 + 𝐵𝑛 sin 𝑛𝜔0 𝑡
∞ 𝑛=2,4,…
𝑥− 𝑡 = ෍ 𝐴𝑛 cos 𝑛𝜔0 𝑡 + 𝐵𝑛 sin 𝑛𝜔0 𝑡

𝑛=1,3,…
Se concluye que una señal periódica con simetría de media onda positiva es la
suma del valor promedio y, sus componentes seno y coseno pares; mientras que,
una señal periódica con simetría de media onda negativa es la suma de sus
componentes seno y coseno impares.
Series de Fourier
Esto sugiere que una descomposición de una señal periódica en la suma de sus
componentes con simetría de media onda positiva y sus componentes con
simetría de media onda negativa puede ayudar a simplificar la determinación de
los coeficientes de Fourier diferentes de cero. Como en el ejemplo 7.1 donde la
componente de la señal con simetría de media onda negativa es la componente
seno fundamental y al restar el valor promedio de la componente de la señal con
simetría de media onda positiva, se obtiene las armónicas coseno pares de la
señal 𝑥 𝑡 .
En el ejemplo 7.1 coincide que la componente impar de la señal es la
componente que tiene simetría de media onda negativa; mientras que, la
componente par de la señal es la componente que tiene simetría de media onda
positiva.
Cuando la señal periódica 𝑥 𝑡 no tiene componentes pares es una señal con
simetría de media onda negativa sumada una constante que oculta su simetría
de media onda negativa; por lo que se recomienda realizar el análisis de la señal
periódica con valor promedio cero.
Series de Fourier
En general, una señal periódica 𝑥 𝑡 puede ser representada por la suma de sus
componentes par e impar, cada una de ellas descompuesta como la suma de
señales con simetría de media onda positiva y negativa como se expresa a
continuación.
𝑥 𝑡 = 𝑥𝑝+ 𝑡 + 𝑥𝑝− 𝑡 + 𝑥𝑖+ 𝑡 + 𝑥𝑖− 𝑡
Es de mucha utilidad la Tabla 7.1 con el fin de relacionar las propiedades de
simetría de una señal periódica con sus componentes.
Tabla 7.1 Simetrías y componentes
Simetría Simetría
par impar
Simetría de Media Onda
Negativa
COSENO SENO
IMPAR IMPAR
Positiva
COSENO
SENO PAR
PAR
COMPONENTES
Series de Fourier
Ejemplo 7.2
Completar la representación matemática de una señal 𝑥 𝑡 periódica con periodo
𝑇 = 4 que contiene sólo componentes coseno impares si se conoce que
𝑥 𝑡 =𝑡 0 < 𝑡 < 1.
Como se conoce que la señal es periódica, basta con representarla
matemáticamente en un periodo. Si la señal 𝑥 𝑡 sólo tiene componentes coseno
impares, se entiende que tiene una simetría par y una simetría de media onda
negativa.
Como la señal 𝑥 𝑡 es par, entonces,
−𝑡 −1 < 𝑡 < 0
𝑥 𝑡 =ቊ
𝑡 0≤𝑡<1
Como la señal 𝑥 𝑡 tiene simetría de media onda negativa, entonces, lo que
ocurre entre −1 < 𝑡 < 0, se repite un semiperiodo después cambiado de signo;
y, lo que ocurre entre 0 ≤ 𝑡 < 1, se repite un semiperiodo antes cambiado de
signo; así,
Series de Fourier
− 𝑡 + 2 −2 ≤ 𝑡 < −1
𝑥 𝑡 = −𝑡 −1 < 𝑡 < 0
𝑡 0≤𝑡<1
𝑡−2 1<𝑡<2
Este resultado también puede ser obtenido de forma gráfica y se muestra en la
figura 7.3.
Series de Fourier
Habiendo calculado el coeficiente de Fourier 𝑋𝑛 de una señal periódica 𝑥 𝑡 , se
puede determinar el coeficiente de Fourier de la señal transpuesta, trasladada o
derivada aplicando las siguientes propiedades.
Propiedades del coeficiente de Fourier
Se puede formar un par de transformaciones bidireccionales entre la señal
periódica 𝑥 𝑡 y el coeficiente de Fourier 𝑋𝑛 .
𝑥 𝑡 ↔ 𝑋𝑛
1. Transposición:
𝑥 −𝑡 ↔ 𝑋−𝑛
En la serie trigonométrica las componentes coseno no se alteran mientras que
las componentes seno cambiarán de signo.
2. Desplazamiento:
𝑥 𝑡 ± 𝑡0 ↔ 𝑒 ±𝑗𝑛𝜔0 𝑡0 𝑋𝑛
En la serie trigonométrica las componentes coseno y las componentes seno
serán afectadas.
Series de Fourier
Ejemplo 7.3
Determinar el coeficiente de Fourier de la señal 𝑦 𝑡 periódica si se conoce que
la señal en un periodo es igual a
−sin 𝜋𝑡 −1 ≤ 𝑡 < 0
𝑦 𝑡 =ቊ
0 0≤𝑡<1
Debido a que la señal 𝑦 𝑡 es la transpuesta de la señal periódica 𝑥 𝑡 del

ejemplo 7.1, se puede calcular el coeficiente de Fourier 𝑌𝑛 , aplicando la
propiedad de transposición.
𝑗
∓ 𝑛 = ±1
4
1
𝑛 𝑝𝑎𝑟
𝜋 1 − 𝑛2
Series de Fourier
𝑗
± 𝑛 = ±1
4
𝑌𝑛 = 𝑋−𝑛 = 0 𝑛 𝑖𝑚𝑝𝑎𝑟 ≠ ±1
1
𝑛 𝑝𝑎𝑟
𝜋 1 − 𝑛2
Es decir que, ∞
1 1 2
𝑦 𝑡 = − sin 𝜋𝑡 + ෍ cos 𝑛𝜋𝑡
𝜋 2 𝜋 1 − 𝑛2
𝑛=2,4,…
Otra forma de cálculo sería aplicando la propiedad de traslación, debido a que la
señal 𝑦 𝑡 es la señal periódica 𝑥 𝑡 del ejemplo 7.1, adelantada una unidad de
tiempo.
𝑗 ±𝑗𝜋
∓ 𝑒 𝑛 = ±1
4
𝑗𝑛𝜋 0 𝑛 𝑖𝑚𝑝𝑎𝑟 ≠ ±1
𝑌𝑛 = 𝑋𝑛 𝑒 =
1 𝑗𝑛𝜋
2
𝑒 𝑛 𝑝𝑎𝑟
𝜋 1−𝑛
Series de Fourier
Evaluando las exponenciales, se obtiene el mismo resultado anterior.
3. Escalamiento en tiempo:
𝑥 𝑎 𝑡 ↔ 𝑋𝑛
En este caso, el coeficiente de Fourier no se afecta pero la frecuencia

fundamental cambia a 𝑎 𝜔0 .
4. Derivada e integral:
La derivada de una señal periódica sin discontinuidades cumple la siguiente
relación:
𝑥ሶ 𝑡 ↔ 𝑗𝑛𝜔0 𝑋𝑛
El integral en un periodo de una señal periódica −𝑇/2 < 𝑡 ≤ 𝑇/2 satisface
la siguiente relación:
𝑡
න 𝑥 𝜏 𝑑𝜏 ↔ 𝑋𝑛 Τ𝑗 𝑛𝜔0 𝑛≠0
−𝑇 Τ2
Series de Fourier
Este par de relaciones evidencian que las componentes de alta frecuencia de
una señal se vuelven más prominentes al ser derivada y menos al ser
integrada.
5. Suma de señales:
La suma de dos señales periódicas de periodo 𝑇 es otra señal periódica de
periodo 𝑇 o periodo 𝑇/𝑚, para algún entero positivo 𝑚.
𝑥 𝑡 + 𝑦 𝑡 ↔ 𝑋𝑛 + 𝑌𝑛
Cuando el periodo de la suma de señales es 𝑇/𝑚, la suma de los coeficientes
de Fourier es diferente de cero para 𝑛 múltiplo de 𝑚.
Ejemplo 7.4
a) Obtener el coeficiente de Fourier de la señal periódica 𝑟 𝑡 de periodo T =
8, mostrada en la figura 7.4.
Con el fin de facilitar el procedimiento, se calcula el coeficiente de Fourier
de la derivada de la señal. Como T = 8, 𝜔0 = 𝜋/4.
Series de Fourier
1 2
1 𝑛𝜋 1 𝑛𝜋
𝑅𝑛′ = න 𝑒 4 𝑑𝑡 − න 𝑒 4 𝑡 𝑑𝑡
−𝑗 𝑡 −𝑗
8 8
0 1
𝑗 𝑛𝜋 2
−𝑗
=− 1−𝑒 4 𝑛≠0
2𝑛𝜋
Series de Fourier
Aplicando la propiedad de la integral:
𝑛𝜋 2
−𝑗
𝑅𝑛′ 1−𝑒 4
𝑅𝑛 = = −2 𝑛≠0
𝑗𝑛 𝜋Τ4 𝑛𝜋
El cálculo del valor promedio se lo realiza directamente a partir de la señal 𝑟 𝑡 .
1 1
𝑅0 = න 𝑟 𝑡 𝑑𝑡 =
𝑇 𝑇 8
b) Obtener el coeficiente de Fourier de la señal periódica 𝑣 𝑡 = 𝑟 2 𝑡 .
Como se observa en la figura 7.5, la señal periódica 𝑣 𝑡 tiene un periodo 𝑇 =
4, es decir, 𝜔0 = 𝜋/2. Aplicando la propiedad del escalamiento en tiempo:
1
𝑉0 = 𝑅0 =
8
𝑛𝜋 2
−𝑗
1−𝑒 4
𝑉𝑛 = 𝑅𝑛 = −2 𝑛≠0
𝑛𝜋
Series de Fourier
c) Obtener el coeficiente de Fourier de la señal periódica 𝑥 𝑡 = 𝑣 𝑡 +

𝑣 𝑡−1 .
Series de Fourier
Como se observa en la figura 7.6, la señal periódica 𝑥 𝑡 también tiene un
periodo 𝑇 = 4, es decir, 𝜔0 = 𝜋/2. Aplicando la propiedad de desplazamiento y
la de suma de señales:
𝑉𝑛 = 𝑅𝑛 𝑛≠0
𝑛𝜋 2
−𝑗
−𝑗
𝑛𝜋 1−𝑒 4
−𝑗
𝑛𝜋
𝑋𝑛 = 𝑅𝑛 + 𝑅𝑛 𝑒 2 = −2 1+𝑒 2 𝑛≠0
𝑛𝜋
1 1
𝑋0 = න 𝑥 𝑡 𝑑𝑡 =
𝑇 𝑇 4
d) Obtener el coeficiente de Fourier de la señal periódica 𝑦 𝑡 = 𝑥 𝑡 − 2 .

Para cualquier señal periódica se cumple que
𝑥 𝑡 + 𝑇Τ2 = 𝑥 𝑡 − 𝑇Τ2
Series de Fourier
Como se observa en la figura 7.7, la señal periódica 𝑦 𝑡 también tiene un
periodo 𝑇 = 4, es decir, 𝜔0 = 𝜋/2 y se conforma de la señal 𝑥 𝑡 retrasada un
semiperiodo; por esta razón, se dibuja la señal equivalente 𝑥 𝑡 + 2 .
Aplicando la propiedad de desplazamiento:

𝑛𝜋 2
−𝑗
𝑗 𝑛𝜋
1−𝑒 4
𝑗 𝑛𝜋 𝑗
𝑛𝜋
𝑌𝑛 = 𝑋𝑛 𝑒 = −2 𝑒 +𝑒 2 𝑛≠0
𝑛𝜋
Series de Fourier
1 1
𝑌0 = න 𝑦 𝑡 𝑑𝑡 =
𝑇 𝑇 4
e) Obtener el coeficiente de Fourier de la señal periódica 𝑧 𝑡 = 𝑥 𝑡 + 𝑦 𝑡 .
Como se observa en la figura 7.8, la señal periódica 𝑧 𝑡 tiene un periodo

𝑇 = 1, es decir, 𝜔0 = 2𝜋. En este caso el periodo del resultado de la suma de
señales periódicas con periodo 𝑇 = 4, ha disminuido por un factor de 4.
Series de Fourier
Aplicando la propiedad de la suma de señales:
𝑛𝜋 2
−𝑗
1−𝑒 4
𝑗𝑛𝜋 𝑗
𝑛𝜋
−𝑗
𝑛𝜋
𝑍𝑛 = 𝑋𝑛 + 𝑌𝑛 = −2 𝑒 +𝑒 2 +1+𝑒 2 𝑛≠0
𝑛𝜋
𝑍𝑛 = 0 𝑛 ≠ 𝑘 4
1
𝑍0 = 𝑋0 + 𝑌0 =
2
Ejemplo 7.5
Hallar el coeficiente de Fourier 𝑋𝑛 y su descomposición en una serie exponencial
de Fourier de la señal periódica 𝑥 𝑡 , expresada así:
𝑥 𝑡 = 2 + cos 3𝜋𝑡 + 2 sin 5𝜋𝑡 .
Las componentes de la señal periódica 𝑥 𝑡 tienen frecuencias de 3𝜋 y 5𝜋, por lo
que, el máximo común divisor es la frecuencia fundamental de la misma, 𝜔0 =
𝜋; es decir, la señal periódica tiene un periodo 𝑇 = 2.
Series de Fourier
Reescribiendo la expresión:
𝑥 𝑡 = 𝐴0 + 𝐴3 cos 3𝜔0 𝑡 + 𝐵5 sin 5𝜔0 𝑡
Series de Fourier
𝐴0 = 𝑋0 = 2
𝐴3 = 2 𝑅𝑒 𝑋3 = 1 𝑋3 = 1Τ2 𝑋−3 = 1Τ2
𝐵5 = −2 𝐼𝑚 𝑋5 = 2 𝑋5 = −𝑗 𝑋−5 = 𝑗
2 𝑛=0
1Τ2 𝑛 = ±3
𝑋𝑛 =
∓𝑗 𝑛 = ±5
0 𝑜𝑡𝑟𝑜𝑠 𝑛
Y, la serie exponencial de Fourier es:
1 𝑗3𝜋𝑡 1 −𝑗3𝜋𝑡
𝑥 𝑡 =2+ 𝑒 + 𝑒 − 𝑗𝑒 𝑗5𝜋𝑡 + 𝑗𝑒 −𝑗5𝜋𝑡
2 2
Resultado que también puede ser obtenido al reemplazar la función seno y coseno
por su equivalente en función de señales exponenciales imaginarias conjugadas.
Ejemplo 7.6
Si se conoce que 𝑋−3 = 3 − 𝑗, hallar las armónicas correspondientes de la señal
periódica 𝑥 𝑡 .
Series de Fourier
𝑋3 = 𝑋−3 ∗ = 3 + 𝑗
𝐴3 = 2 𝑅𝑒 𝑋3 = 6
𝐵3 = −2 𝐼𝑚 𝑋3 = −2
𝑥 𝑡 = ⋯ + 6 cos 3𝜔0 𝑡 − 2 sin 3𝜔0 𝑡 + ⋯
En el ejemplo 7.4, a más de aplicar las propiedades, se derivó la señal periódica
para facilitar la evaluación de la integral que permite obtener el coeficiente de
Fourier. A continuación, se introduce el análisis de las funciones singulares en
señales periódicas, lo que va a simplificar aún más la obtención del coeficiente
de Fourier.
Funciones singulares en señales periódicas
Es de mucha utilidad el uso de las siguientes relaciones:
∞
න 𝑥 𝑡 + 𝜏 𝛿 𝑡 𝑑𝑡 = 𝑥 𝜏
−∞
Series de Fourier
∞
𝑘
𝑘
𝑑
න𝑥 𝑡+𝜏 𝛿 𝑡 𝑑𝑡 = −1 𝑘 𝑘 𝑥 𝑡 อ
𝑑𝑡
−∞ 𝑡=𝜏
Señales periódicas con periodo 𝑇 son trenes de funciones singulares. La

representación gráfica de un tren de impulsos se muestra en la figura 7.9.
Series de Fourier
La representación matemática del tren de impulsos, su coeficiente de Fourier y
su descomposición en una serie trigonométrica de Fourier se presentan a
continuación.
∞
𝑥 𝑡 = ෍ 𝛿 𝑡 − 𝑛𝑇
𝑛=−∞
𝑇Τ2
1 −𝑗𝑛𝜔0 𝑡
1
𝑋𝑛 = න 𝛿 𝑡 𝑒 𝑑𝑡 =
𝑇 𝑇
−𝑇Τ2
∞
1
෍ 𝛿 𝑡 − 𝑛𝑇 ↔
𝑇
𝑛=−∞
∞
1 2
𝑥 𝑡 = + ෍ cos 𝑛𝜔0 𝑡
𝑇 𝑇
𝑛=1
Series de Fourier
Se observa que esta serie no contiene componentes seno debido a que el tren de
impulsos es una función de simetría par.
De forma similar, se obtiene el coeficiente de Fourier de un tren de dobletes:
𝑇Τ2
1 ′ −𝑗𝑛𝜔0 𝑡
1
න 𝛿 𝑡 𝑒 𝑑𝑡 = 𝑗𝑛𝜔0
𝑇 𝑇
−𝑇Τ2
Resultado que coincide con la aplicación de la propiedad de la derivada. En

general,
∞
𝑘
1 𝑘
෍ 𝛿 𝑡 − 𝑛𝑇 ↔ 𝑗𝑛𝜔0
𝑇
𝑛=−∞
Se puede volver a calcular el coeficiente de Fourier de la señal 𝑟 𝑡 del ejemplo

7.4, en el que se derivó la señal por facilidad en la evaluación de la integral,
aplicando una vez más la derivada.
Series de Fourier
Como en un periodo 𝑇 = 8 𝜔0 = 𝜋/4 de la señal:
𝑟′ 𝑡 = 𝑈 𝑡 − 2 𝑈 𝑡 − 1 + 𝑈 𝑡 − 2
𝑟′′ 𝑡 = 𝛿 𝑡 − 2 𝛿 𝑡 − 1 + 𝛿 𝑡 − 2
4
1 𝑛𝜋
𝑅𝑛′′ = න 𝛿 𝑡 − 2 𝛿 𝑡 − 1 + 𝛿 𝑡 − 2 𝑒 4 𝑡 𝑑𝑡
−𝑗
8
−4
1 𝑛𝜋 𝑛𝜋 1 𝑛𝜋 2
−𝑗 −𝑗 −𝑗
= 1−2𝑒 4 +𝑒 2 = 1−𝑒 4
8 8
Aplicando la propiedad de la integral:
𝑛𝜋 2
−𝑗
𝑅𝑛′′ 1−𝑒 4
𝑅𝑛 = 2
= −2 𝑛≠0
𝑗𝑛 𝜋Τ4 𝑛𝜋
Para este tipo de señales, el número de derivaciones aplicadas a la señal periódica
con el fin de simplificar el cálculo del coeficiente de Fourier, queda a elección del
analista.
Series de Fourier
El cálculo del valor promedio se lo realiza directamente a partir de la señal 𝑟 𝑡 .
1 1
𝑅0 = න 𝑟 𝑡 𝑑𝑡 =
𝑇 𝑇 8
También, se puede volver a calcular el coeficiente de Fourier de la señal 𝑥 𝑡 del
ejemplo 7.1 aplicando dos veces la derivada, como se muestra en la figura 7.10.
Series de Fourier
Se trata de combinar la señal periódica 𝑥 𝑡 de periodo 𝑇 = 2 𝜔0 = 𝜋 con su

segunda derivada, de modo que la señal senoidal sea eliminada. Lo que queda se
considera la suma de dos trenes de funciones singulares.
𝜋 2 𝑥 𝑡 + 𝑥 ′′ 𝑡 = 𝜋 𝛿 𝑡 + 𝜋 𝛿 𝑡 − 1
Utilizando el coeficiente de Fourier del tren de impulsos y aplicando las
propiedades de suma de señales y de traslación:
1 1
𝜋 2 𝑋𝑛 + 𝑗𝑛𝜋 2 𝑋𝑛 = 𝜋 + 𝜋 𝑒 −𝑗𝑛𝜋
𝑇 𝑇
1
𝜋 1 − 𝑛 𝑋𝑛 = 𝜋 1 + 𝑒 −𝑗𝑛𝜋
2 2
2
1 1 + 𝑒 −𝑗𝑛𝜋
𝑋𝑛 = 𝑛 ≠ ±1
2𝜋 1 − 𝑛2
Series de Fourier
Para levantar la indeterminación en 𝑛 = ±1, se utiliza la Regla de l’Hôpital:
1 −𝑗𝜋 𝑒 −𝑗𝑛𝜋 𝑗
𝑋±1 = อ =∓
2𝜋 −2𝑛 4
±1
𝑗
∓ 𝑛 = ±1
4
1
𝑛 𝑝𝑎𝑟
𝜋 1 − 𝑛2
Distribución de potencia en señales periódicas

La potencia en una señal es una cantidad de significado físico importante. Para
una señal periódica 𝑥 𝑡 de periodo 𝑇, se define la potencia promedio como:
1 2
𝑃= න 𝑥 𝑡 𝑑𝑡
𝑇 𝑇
Series de Fourier
Se puede comprobar que:
∞
2
𝑃 = ෍ 𝑋𝑛
𝑛=−∞
Luego, la potencia promedio de 𝑥 𝑡 es la suma de las potencias promedio de sus

componentes de frecuencia. La secuencia de números:
… , 𝑋−2 2 , 𝑋−1 2 , 𝑋0 2 , 𝑋1 2 , 𝑋2 2 , …
se conoce como espectro de potencia de 𝑥 𝑡 y suele representarse gráficamente.
Para la señal 𝑥 𝑡 del ejemplo 7.1:
2
1
𝑛 = ±1
4
𝑃= 0 𝑛 𝑖𝑚𝑝𝑎𝑟 ≠ ±1
1
𝑛 𝑝𝑎𝑟
𝜋 2 1 − 𝑛2 2
Series de Fourier
2 2 ∞
1 1 1 1
𝑃= 2+ + + ෍
𝜋 4 4 𝜋 2 1 − 𝑛2 2
𝑛=±2,±4,…
El espectro de potencia de la señal 𝑥 𝑡 se muestra en la figura 7.11. Usando la

ecuación correspondiente se calcula la potencia promedio.
1
1 2
1
𝑃 = න sin 𝜋𝑡 𝑑𝑡 =
2 4
0
Este resultado permite el cálculo de la potencia promedio de las armónicas de la

señal 𝑥 𝑡 que se observa ser menor al 6% de la potencia promedio total.
∞
1 1 1 1
෍ = − 2≈
𝜋 2 1 − 𝑛2 2 8 𝜋 72
𝑛=±2,±4,…
Series de Fourier
Transformada de Fourier
La transformada de Fourier 𝑋 𝜔 de una señal continua 𝑥 𝑡 y la transformada

inversa de Fourier se definen como:
+∞
𝑋 𝜔 = න 𝑥 𝑡 𝑒 −𝑗𝜔𝑡 𝑑𝑡
−∞
+∞
1
𝑥 𝑡 = න 𝑋 𝜔 𝑒 𝑗𝜔𝑡 𝑑𝜔
2𝜋
−∞
Estas expresiones relacionan la señal 𝑥 𝑡 con su transformada de Fourier y

forman un par de transformadas.
𝑥 𝑡 ↔𝑋 𝜔
Utilizando estas integrales se obtienen pares de transformadas que serán de
utilidad en el análisis.
Ejemplo 7.7
Obtener la transformada de Fourier de la señal 𝑥 𝑡 = 𝐺2𝑎 𝑡 = 𝑈 𝑡 + 𝑎 −
𝑈 𝑡 − 𝑎 , un pulso rectangular de amplitud 1, duración 2𝑎, centrado en el
origen.
Utilizando la integral respectiva se obtiene
+𝑎
−𝑗𝜔𝑡
2 sin 𝑎𝜔
𝑋 𝜔 = න 𝑒 𝑑𝑡 =
𝜔
−𝑎
expresiones que forman el siguiente par de transformadas cuya representación
gráfica se observa en la figura 7.12.
2 sin 𝑎𝜔
𝐺2𝑎 𝑡 ↔
𝜔
En general, tanto la señal 𝑥 𝑡 como su transformada de Fourier 𝑋 𝜔 son
funciones complejas. En cuyo caso y con el fin de obtener una representación
gráfica de la transformada de Fourier, se utiliza la representación rectangular y
polar de 𝑋 𝜔 .
𝑋 𝜔 = 𝑅𝑒 𝑋 𝜔 + 𝑗 𝐼𝑚 𝑋 𝜔 = 𝑋 𝜔 𝑒 𝑗∠𝑋 𝜔
donde 𝑅𝑒 𝑋 𝜔 , 𝐼𝑚 𝑋 𝜔 , 𝑋 𝜔 y ∠𝑋 𝜔 son funciones reales en 𝜔; es

decir que pueden ser representadas gráficamente. A la magnitud de la
transformada se le llama espectro de Fourier y al ángulo de la transformada,
ángulo de fase.
Las representaciones polar y rectangular están relacionadas de la siguiente forma:
𝐼𝑚 𝑋 𝜔
𝑋 𝜔 = 𝑅𝑒 2 𝑋 𝜔 + 𝐼𝑚2 𝑋 𝜔 ∠𝑋 𝜔 = atan
𝑅𝑒 𝑋 𝜔
𝑅𝑒 𝑋 𝜔 = 𝑋 𝜔 cos ∠𝑋 𝜔 𝐼𝑚 𝑋 𝜔 = 𝑋 𝜔 sin ∠𝑋 𝜔
Ejemplo 7.8
Obtener la transformada de Fourier de la señal 𝑥 𝑡 = 𝑒 −∝𝑡 𝑈 𝑡 .
Utilizando la ecuación respectiva,
∞
−∝𝑡 −𝑗𝜔𝑡
1
𝑋 𝜔 =න𝑒 𝑒 𝑑𝑡 =
∝ +𝑗𝜔
0
−∝𝑡
1
𝑒 𝑈 𝑡 ↔
∝ +𝑗𝜔
1 ∝ −𝑗𝜔 ∝ −𝜔
𝑋 𝜔 = = 2 + 𝑗
∝ +𝑗𝜔 ∝ −𝑗𝜔 ∝ +𝜔 2 ∝2 +𝜔 2
1 1 𝑗 −𝑎𝑡𝑎𝑛
𝜔
𝑋 𝜔 = = 𝑒 ∝
∝ +𝑗𝜔 ∝2 +𝜔 2
Luego,
∝ −𝜔
𝑅𝑒 𝑋 𝜔 = 2 𝐼𝑚 𝑋 𝜔 = 2
∝ +𝜔 2 ∝ +𝜔 2
1 𝜔
𝑋 𝜔 = ∠𝑋 𝜔 = −𝑎𝑡𝑎𝑛
∝2 +𝜔 2 ∝
La representación gráfica de estas funciones se observa en la figura 7.13.
Lo tratado es base para estudiar representaciones gráficas alternativas de la

transformada de Fourier son los diagramas de Bode, de Nyquist o polar y el de
Nichols.
Ejemplo 7.9
Obtener la transformada de Fourier de la señal 𝑥 𝑡 =∧4𝑎 𝑡 , una función
triangular centrada en el origen, de altura uno y base 4𝑎.
Utilizando la integral respectiva,
0 2𝑎
2
𝑡 −𝑗𝜔𝑡
𝑡 −𝑗𝜔𝑡
sin 𝑎𝜔
𝑋 𝜔 = න +1 𝑒 𝑑𝑡 + න − +1 𝑒 𝑑𝑡 = 2𝑎
2𝑎 2𝑎 𝑎𝜔
−2𝑎 0
expresiones que forman el siguiente par de transformadas cuya representación
gráfica se observa en la figura 7.14.
2 2
sin 𝑎𝜔 1 2 sin 𝑎𝜔
∧4𝑎 𝑡 ↔ 2𝑎 =
𝑎𝜔 2𝑎 𝜔
Propiedad de dualidad
La propiedad de dualidad es de mucha utilidad pues permite duplicar un par
conocido de transformadas de Fourier y se enuncia como sigue.
Si se conoce: 𝑥 𝑡 ↔𝑋 𝜔
entonces, 1
𝑋 𝑡 ↔ 𝑥 −𝜔
2𝜋
Aplicando la propiedad de dualidad al par conocido de transformadas de Fourier
de la compuerta, se obtiene:
1 2 sin 𝑎𝑡
↔ 𝐺2𝑎 −𝜔
2𝜋 𝑡
sin 𝑎𝑡
↔ 𝐺2𝑎 𝜔
𝜋𝑡
Transformada de Fourier que representa a un filtro pasabajos. Si 𝑎 = 𝜋, se
obtiene la transformada de Fourier de la función sinc 𝑡.
sinc 𝑡 ↔ 𝐺2𝜋 𝜔
De igual forma, aplicando la propiedad de dualidad a los pares conocidos de
transformadas de Fourier de una exponencial y de una función triangular se
obtiene:
1 1
↔ 𝑒 ∝ 𝜔 𝑈 −𝜔
2𝜋 ∝ +𝑗𝑡
2 2
1 2 sin 𝑎𝑡 𝜋 sin 𝑎𝑡
= ↔∧4𝑎 −𝜔 =∧4𝑎 𝜔
4𝑎𝜋 𝑡 𝑎 𝜋𝑡
Propiedades de simetría
Las siguientes propiedades de simetría son útiles en el análisis de Fourier:
Si la señal 𝑥 𝑡 es par, su transformada de Fourier 𝑋 𝜔 también es par; y, si la
señal 𝑥 𝑡 es impar, su transformada de Fourier 𝑋 𝜔 también es impar.
Para una señal 𝑥 𝑡 real, la parte real de su transformada de Fourier, 𝑅𝑒 𝑋 𝜔 ,

es par mientras que su parte imaginaria, 𝐼𝑚 𝑋 𝜔 , es impar. También, para una
señal 𝑥 𝑡 real, la magnitud o espectro de Fourier, 𝑋 𝜔 , es par mientras que
su ángulo de fase, ∠𝑋 𝜔 , es impar. Por lo que es suficiente su representación
para frecuencias positivas y completar su representación para frecuencias
negativas utilizando las relaciones mencionadas.
Luego, para una señal 𝑥 𝑡 par y real, su transformada de Fourier 𝑋 𝜔 también
es par y real; y, si la señal 𝑥 𝑡 es impar y real, su transformada de Fourier 𝑋 𝜔
también es impar pero imaginaria.
Los pares de transformadas de Fourier pueden ser determinados utilizando la
descripción matemática y/o las propiedades de la transformada.
Propiedades de la transformada de Fourier
transformadas:
𝑥 𝑡 ↔𝑋 𝜔 𝑦 𝑡 ↔𝑌 𝜔
1. Linealidad: 𝐴𝑥 𝑡 +𝐵𝑦 𝑡 ↔𝐴𝑋 𝜔 +𝐵𝑌 𝜔
2. Transposición: 𝑥 −𝑡 ↔ 𝑋 −𝜔
3. Desplazamiento en tiempo y frecuencia:

𝑥 𝑡 ± 𝑡0 ↔ 𝑒 ±𝑗𝜔𝑡0 𝑋 𝜔
𝑒 ∓𝑗𝜔0 𝑡 𝑥 𝑡 ↔ 𝑋 𝜔 ± 𝜔0
4. Escalamiento en tiempo y frecuencia:

1 𝜔
𝑥 𝑎𝑡 ↔ 𝑋
𝑎 𝑎
es decir, contraer la escala de tiempo equivale a expandir la escala en
frecuencia y viceversa.
5. Diferenciación en tiempo y en frecuencia, e integral de tiempo:
𝑑
𝑥 𝑡 ↔ 𝑗𝜔 𝑋 𝜔
𝑑𝑡
𝑑
𝑡𝑥 𝑡 ↔𝑗 𝑋 𝜔
𝑑𝜔
𝑡
1
න 𝑥 𝜏 𝑑𝜏 ↔ 𝑋 𝜔
𝑗𝜔
−∞
6. Convolución: 𝑦 𝑡 = 𝑥 𝑡 ∗ℎ 𝑡 ↔𝑌 𝜔 = 𝑋 𝜔 𝐻 𝜔
transforma, en el dominio de la frecuencia, en el producto de las
transformadas de Fourier de las señales que intervienen en la convolución.
𝐻 𝜔 , la transformada de Fourier de la respuesta impulsiva ℎ 𝑡 , se le
conoce como función de transferencia del sistema o, también como, respuesta
en frecuencia del sistema y es considerada otro modelo matemático del
mismo.
Un sistema lineal e invariante en el tiempo es estable si su respuesta impulsiva es

absolutamente integrable. Esto es,
∞
න ℎ 𝑡 𝑑𝑡 < ∞
−∞
El análisis de Fourier se restringe a sistemas lineales, invariantes en el tiempo y
estables, es decir, sistemas con respuesta impulsiva ℎ 𝑡 cuya función de
transferencia 𝐻 𝜔 exista. Con el fin de incluir en el análisis a sistemas inestables
se puede utilizar la transformada de Laplace.
7. Multiplicación de señales o modulación en amplitud:

1
𝑥1 𝑡 𝑥2 𝑡 ↔ 𝑋 𝜔 ∗ 𝑋2 𝜔
2𝜋 1
Esta propiedad permite introducir multiplicadores de señales en el análisis de
Fourier.
Ejemplo 7.10
Obtener la transformada de Fourier de las señales 𝑒 ∝𝑡 𝑈 −𝑡 y 𝑒 −𝑡 𝑈 𝑡 .
A partir del par conocido de transformadas de una exponencial y aplicando la
propiedad de transposición:
−∝𝑡
1
𝑒 𝑈 𝑡 ↔
∝ +𝑗𝜔
1
𝑒 ∝𝑡 𝑈 −𝑡 ↔
∝ −𝑗𝜔
En vista de que,
𝑒 −𝑡 𝑈 𝑡 = 𝑒 −∝ 𝑡Τ∝ 𝑈 𝑡Τ∝
y aplicando la propiedad de escalamiento en tiempo:
−𝑡
1 1
𝑒 𝑈 𝑡 ↔∝ =
∝ +𝑗 ∝ 𝜔 1 + 𝑗𝜔
Resultado que también se obtiene evaluando el par conocido de transformadas en
∝= 1.
Ejemplo 7.11
Obtener la transformada de Fourier de la señal 𝑥 𝑡 = 𝑡 𝐺1 𝑡 − 1/2 .
Evaluando el par conocido de transformadas de una compuerta en 𝑎 = 1, se tiene:
2 sin 𝜔
𝐺2 𝑡 ↔
𝜔
Y aplicando las propiedades de desplazamiento en tiempo, escalamiento en
tiempo y diferenciación en frecuencia:
2 sin 𝜔 −𝑗𝜔
𝑟 𝑡 = 𝐺2 𝑡 − 1 ↔ 𝑒 =𝑅 𝜔
𝜔
2 sin 𝜔Τ2 −𝑗𝜔Τ2
𝑣 𝑡 = 𝑟 2𝑡 = 𝐺1 𝑡 − 1Τ2 ↔ 𝑒 =𝑉 𝜔
𝜔
𝑑
𝑥 𝑡 =𝑡𝑣 𝑡 ↔𝑗 𝑉 𝜔 =𝑋 𝜔
𝑑𝜔
𝑒 −𝑗𝜔Τ2 −𝑗𝜔Τ2
𝑋 𝜔 =𝑗 𝜔 𝑒 − 2 sin 𝜔Τ2
𝜔2
Los pares de transformadas de Fourier y la aplicación de sus propiedades son de
mucha utilidad no sólo para el cálculo de nuevas transformadas sino también
para la obtención de la transformada inversa de Fourier como se ilustra en el
siguiente ejemplo.
Ejemplo 7.12
sin 5 𝜔+1
Obtener la transformada inversa de Fourier de la señal 𝑋 𝜔 = +
𝜔+1
sin 5 𝜔−1
.
𝜔−1
Evaluando el par conocido de transformadas de una compuerta en 𝑎 = 5 y
aplicando la propiedad de desplazamiento en frecuencia:
1 sin 5𝜔
𝐺10 𝑡 ↔
2 𝜔
1 sin 5 𝜔 ± 1
𝐺10 𝑡 𝑒 ∓𝑗𝑡 ↔
2 𝜔±1
𝑥 𝑡 = cos 𝑡 𝐺10 𝑡
Ejemplo 7.13
Obtener la respuesta 𝑦 𝑡 a la señal de entrada 𝑥 𝑡 = 5 𝑒 −2 𝑡 𝑈 𝑡 de un sistema
lineal e invariante en el tiempo con respuesta impulsiva ℎ 𝑡 = 𝑒 −3 𝑡 𝑈 𝑡 .
Utilizando el par conocido de transformadas de una exponencial y aplicando la
propiedad de convolución:
5 1
𝑋 𝜔 = 𝐻 𝜔 =
2 + 𝑗𝜔 3 + 𝑗𝜔
5 1
𝑌 𝜔 =𝑋 𝜔 𝐻 𝜔 =
2 + 𝑗𝜔 3 + 𝑗𝜔
Descomponiendo 𝑌 𝜔 en fracciones parciales y tomando la transformada inversa
de Fourier, se obtiene lo solicitado.
5 5
𝑌 𝜔 = −
2 + 𝑗𝜔 3 + 𝑗𝜔
𝑦 𝑡 = 5 𝑒 −2 𝑡 − 𝑒 −3 𝑡 𝑈 𝑡
Ejemplo 7.14
sin 5𝑡
Obtener la respuesta 𝑦 𝑡 a la señal de entrada 𝑥 𝑡 = 2 cos 997𝑡 𝜋𝑡 de un
sistema lineal e invariante en el tiempo con respuesta impulsiva ℎ 𝑡 =
sin 4𝑡
2 cos 1000𝑡 .
𝜋𝑡
Utilizando el par conocido de transformadas de un filtro pasabajos, aplicando las
propiedades de desplazamiento en frecuencia y de convolución; y, tomando la
transformada inversa de Fourier, se tiene:
sin 5𝑡
↔ 𝐺10 𝜔
𝜋𝑡
𝑋 𝜔 = 𝐺10 𝜔 + 997 + 𝐺10 𝜔 − 997
𝐻 𝜔 = 𝐺8 𝜔 + 1000 + 𝐺8 𝜔 − 1000
𝑌 𝜔 = 𝑋 𝜔 𝐻 𝜔 = 𝐺6 𝜔 + 999 + 𝐺6 𝜔 − 999
sin 3𝑡
𝑦 𝑡 = 2 cos 999𝑡
𝜋𝑡
En este ejemplo se observa que las transformadas de Fourier son compuertas
adelantadas y retrasadas, lo que se puede considerar una representación de filtros
pasabanda.
Ejemplo 7.15
Obtener la respuesta impulsiva ℎ 𝑡 de un sistema lineal e invariante en el
tiempo que responde a la señal de entrada 𝑥 𝑡 = 𝑒 −∝ 𝑡 𝑈 𝑡 con la señal 𝑦 𝑡 =
𝑡 𝑒 −∝ 𝑡 𝑈 𝑡 .
Utilizando el par conocido de transformadas de una exponencial y aplicando las
propiedades de diferenciación en frecuencia y de convolución, se obtiene:
1 𝑑 1 1
𝑋 𝜔 = 𝑌 𝜔 =𝑗 =
∝ +𝑗𝜔 𝑑𝜔 ∝ +𝑗𝜔 ∝ +𝑗𝜔 2
𝑌 𝜔 1
𝐻 𝜔 = =
𝑋 𝜔 ∝ +𝑗𝜔
ℎ 𝑡 = 𝑒 −∝ 𝑡 𝑈 𝑡
Ejemplo 7.16
Obtener la respuesta impulsiva ℎ 𝑡 de un sistema lineal e invariante en el tiempo
conformado por dos subsistemas conectados en serie con respuestas impulsivas
sin 2𝑡 sin 𝑡 sin 2𝑡
ℎ1 𝑡 = y ℎ2 𝑡 = 2𝜋 , respectivamente.
𝜋𝑡 𝜋𝑡 𝜋𝑡
Utilizando el par conocido de transformadas de un filtro pasabajos, aplicando las
propiedades de multiplicación de señales y de convolución; y, tomando la
transformada inversa de Fourier, se tiene:
𝐻1 𝜔 = 𝐺4 𝜔
𝐻2 𝜔 = 𝐺2 𝜔 ∗ 𝐺4 𝜔
𝐻 𝜔 = 𝐻1 𝜔 𝐻2 𝜔
El resultado de la convolución es un trapecio isósceles con base mayor 6, base
menor 2 y altura 2; y, la función de transferencia es el mismo trapecio
multiplicado por una compuerta rectangular de duración 4 y centrado en el origen;
como se observa en la figura.
Con el fin de obtener la respuesta impulsiva ℎ 𝑡 , se descompone la función de

transferencia 𝐻 𝜔 como la suma de una compuerta de duración 4 y altura 1,
con un trapecio isósceles con base mayor 4, base menor 2 y altura 1; es decir,
𝐻 𝜔 = 𝐺4 𝜔 + 𝐺1 𝜔 ∗ 𝐺3 𝜔
sin 2𝑡 sin 𝑡Τ2 sin 3 𝑡Τ2
ℎ 𝑡 = + 2𝜋
𝜋𝑡 𝜋𝑡 𝜋𝑡
Utilizando la integral correspondiente y la propiedad de diferenciación en el
tiempo, se obtiene la transformada de Fourier del impulso unitario y de las
demás funciones singulares.
𝛿 𝑡 ↔1
𝛿′ 𝑡 ↔ 𝑗𝜔
𝑛 𝑛
𝛿 𝑡 ↔ 𝑗𝜔
Considerando el par de transformadas del impulso se evidencia que un impulso
unitario contiene todas las componentes de frecuencia, lo que explica la razón
por la que se considera a la respuesta de un sistema lineal e invariante en el
tiempo a un impulso unitario como su modelo matemático.
Aplicando la propiedad del desplazamiento en el tiempo y la propiedad de
dualidad al par de transformadas del impulso se tiene:
𝛿 𝑡 + 𝑡0 ↔ 𝑒 𝑗𝜔𝑡0
1 ↔ 2𝜋 𝛿 𝜔
Este último resultado significa que una constante en el dominio del tiempo
contiene sólo una componente de frecuencia en 𝜔 = 0.
Utilizando el par de transformadas de 1 y aplicando la propiedad del
desplazamiento en frecuencia se obtiene la transformada de Fourier de la función
seno y coseno.
cos 𝜔0 𝑡 ↔ 𝜋 𝛿 𝜔 + 𝜔0 + 𝜋 𝛿 𝜔 − 𝜔0
sin 𝜔0 𝑡 ↔ 𝑗𝜋 𝛿 𝜔 + 𝜔0 − 𝑗𝜋 𝛿 𝜔 − 𝜔0
Las transformadas de Fourier obtenidas indican que las funciones sin 𝜔0 𝑡 y
cos 𝜔0 𝑡 sólo tienen dos componentes de frecuencia en 𝜔 = ±𝜔0.
Ejemplo 7.17
𝜋
Obtener la transformada de Fourier de la señal 𝑥 𝑡 = cos 2 𝑡 𝐺6 𝑡 .
Simplificando la expresión matemática de la señal 𝑥 𝑡 :
𝜋
𝑤 𝑡 = cos 𝑡 𝐺2 𝑡
2
𝑥 𝑡 =𝑤 𝑡+2 +𝑤 𝑡 +𝑤 𝑡−2
Combinando la señal 𝑤 𝑡 y su segunda derivada se puede eliminar la función
coseno. 𝜋 𝜋
′
𝑤 𝑡 = − sin 𝑡 𝐺2 𝑡
2 2
𝜋2 𝜋 𝜋 𝜋
𝑤" 𝑡 = − cos 𝑡 𝐺2 𝑡 + 𝛿 𝑡 + 1 + 𝛿 𝑡 − 1
4 2 2 2
𝜋2 𝜋 𝜋
𝑤 𝑡 + 𝑤" 𝑡 = 𝛿 𝑡 + 1 + 𝛿 𝑡 − 1
4 2 2
Tomando la transformada de Fourier de esta expresión, se obtiene 𝑊 𝜔 y 𝑋 𝜔 .
𝜋2 𝜋 𝜋
𝑊 𝜔 + 𝑗𝜔 2 𝑊 𝜔 = 𝑒 𝑗𝜔 + 𝑒 −𝑗𝜔
4 2 2
𝜋 cos 𝜔
𝑊 𝜔 = 2
𝜋 2
4 − 𝜔
𝑋 𝜔 = 𝑊 𝜔 𝑒 𝑗2𝜔 + 1 + 𝑒 −𝑗2𝜔
𝜋 cos 𝜔
𝑋 𝜔 = 2 1 + 2 cos 2𝜔
𝜋 2
− 𝜔
4
Otra opción para calcular 𝑋 𝜔 es encontrar una señal 𝑣 𝑡 tal que multiplicada
por la función coseno sea igual a la señal 𝑥 𝑡 .
𝜋
𝑥 𝑡 = cos 𝑡 𝑣 𝑡
2
𝑣 𝑡 = −𝑈 𝑡 + 3 + 2 𝑈 𝑡 + 1 − 2 𝑈 𝑡 − 1 + 𝑈 𝑡 − 3
𝑣′ 𝑡 = −𝛿 𝑡 + 3 + 2 𝛿 𝑡 + 1 − 2 𝛿 𝑡 − 1 + 𝛿 𝑡 − 3
Usando el par de transformadas del impulso trasladado y aplicando la propiedad
de integración de tiempo:
1
𝑉 𝜔 = −𝑒 𝑗3𝜔 + 2 𝑒 𝑗𝜔 − 2 𝑒 −𝑗𝜔 + 𝑒 −𝑗3𝜔
𝑗𝜔
2
= 2 sin 𝜔 − sin 3𝜔
𝜔
Utilizando el par de transformadas de la función seno y aplicando la propiedad
de la multiplicación de señales:
1 𝜋 𝜋
𝑋 𝜔 = 𝜋𝛿 𝜔+ +𝜋𝛿 𝜔− ∗𝑉 𝜔
2𝜋 2 2
1 𝜋 𝜋
= 𝑉 𝜔+ +𝑉 𝜔−
2 2 2
1 𝜋 𝜋 1 𝜋 𝜋
= 𝜋 2 sin 𝜔 + − sin 3 𝜔 + + 𝜋 2 sin 𝜔 − − sin 3 𝜔 −
𝜔+2 2 2 𝜔−2 2 2
1 1
𝑋 𝜔 = 𝜋− 𝜋 2 cos 𝜔 + cos 3𝜔
𝜔+2 𝜔−2
1 1
= 𝜋 − 𝜋 cos 𝜔 + 2 cos 𝜔 cos 2𝜔
𝜔+2 𝜔−2
𝜋 cos 𝜔
= 2 1 + 2 cos 2𝜔
𝜋 2
− 𝜔
4
Resultado igual al obtenido previamente. Considerando que al derivar en el
dominio del tiempo una señal el resultado no tiene componente de continua, se
recomienda precaución al momento de calcular la transformada de Fourier de la
señal original, diferencia que se manifiesta en el coeficiente de un impulso que
ocurre en 𝜔 = 0.
Ejemplo 7.18
Obtener la transformada de Fourier de un escalón unitario 𝑈 𝑡 .
Si al derivar el escalón unitario se obtiene un impulso unitario que tiene como
transformada el valor 1, equivocadamente se puede afirmar que la transformada
de Fourier del escalón unitario es 1/𝑗𝜔 . Se puede comprobar que esta
transformada corresponde a la componente impar del escalón unitario, es decir,
1
𝑈 𝑡 − ↔ 1Τ𝑗 𝜔
2
De donde,
𝑈 𝑡 ↔ 𝜋 𝛿 𝜔 + 1Τ𝑗 𝜔
Ejemplo 7.19
Obtener la respuesta paso de un sistema lineal e invariante en el tiempo con
respuesta impulsiva ℎ 𝑡 = 𝑒 −∝ 𝑡 𝑈 𝑡 .
𝑔 𝑡 =ℎ 𝑡 ∗𝑈 𝑡
1
𝐻 𝜔 =
∝ +𝑗𝜔
1 1
𝐺 𝜔 =𝐻 𝜔 𝑋 𝜔 = 𝜋𝛿 𝜔 +
∝ +𝑗𝜔 𝑗𝜔
1 1
= 𝜋𝛿 𝜔 +
∝ +𝑗𝜔 𝑗𝜔 ∝ +𝑗𝜔
1 1 1 1
= 𝜋𝛿 𝜔 + −
∝ ∝ 𝑗𝜔 ∝ +𝑗𝜔
1 1 1 1
= 𝜋𝛿 𝜔 + −
∝ 𝑗𝜔 ∝ ∝ +𝑗𝜔
1
𝑔 𝑡 = 1 − 𝑒 −∝ 𝑡 𝑈 𝑡
∝
Ejemplo 7.20
Obtener ℎ 𝑡 , la respuesta impulsiva de un sistema lineal, invariante en el
tiempo y causal para que la respuesta a la señal de entrada 𝑥 𝑡 = 𝑒 −𝑡 ሾ𝑈 𝑡 −
1
𝑌 𝜔 =
1 + 𝑗𝜔
𝑥 𝑡 = 𝑒 −𝑡 𝑈 𝑡 − 𝑒 −1 𝑒 − 𝑡−1 𝑈 𝑡 − 1
1
𝑋 𝜔 = 1 − 𝑒 −1 𝑒 −𝑗𝜔
1 + 𝑗𝜔
𝑌 𝜔 1
𝐻 𝜔 = =
𝑋 𝜔 1 − 𝑒 −1 𝑒 −𝑗𝜔
= 1 + 𝑒 −1 𝑒 −𝑗𝜔 + 𝑒 −2 𝑒 −𝑗2𝜔 + 𝑒 −3 𝑒 −𝑗3𝜔 + ⋯
ℎ 𝑡 = 𝛿 𝑡 + 𝑒 −1 𝛿 𝑡 − 1 + 𝑒 −2 𝛿 𝑡 − 2 + 𝑒 −3 𝛿 𝑡 − 3 + ⋯
La transformada de Fourier de una señal 𝑥 𝑡 periódica con frecuencia
fundamental 𝜔0 y coeficiente de Fourier 𝑋𝑛 es un tren de impulsos descrito así,
∞
𝑋 𝜔 = ෍ 2𝜋 𝑋𝑛 𝛿 𝜔 − 𝑛𝜔0
𝑛=−∞
Aplicando la propiedad de convolución se obtiene 𝑌 𝜔 , la transformada de la
respuesta de un sistema lineal e invariante en el tiempo a una señal de entrada
periódica. ∞
𝑌 𝜔 = 𝐻 𝜔 ෍ 2𝜋 𝑋𝑛 𝛿 𝜔 − 𝑛𝜔0
𝑛=−∞
∞
= ෍ 2𝜋 𝑋𝑛 𝐻 𝑛𝜔0 𝛿 𝜔 − 𝑛𝜔0
𝑛=−∞
Este resultado indica que la transformada de Fourier de la respuesta de un sistema
lineal e invariante en el tiempo es, también, un tren de impulsos, lo que significa
que también 𝑦 𝑡 es una señal periódica con frecuencia fundamental, 𝜔0 y
coeficiente de Fourier:
𝑌𝑛 = 𝑋𝑛 𝐻 𝑛𝜔0
Con el fin de confirmar la transformada de Fourier de señales periódicas se
presenta el siguiente ejemplo.
Ejemplo 7.21
Obtener la transformada de Fourier de las señales periódicas:
a) 𝑥 𝑡 = 1;
Esta señal es periódica con cualquier periodo arbitrario 𝑇 y coeficiente de
Fourier: 1 𝑛=0
𝑋𝑛 = ቊ
0 𝑛≠0
Con transformada de Fourier: 𝑋 𝜔 = 2𝜋 𝛿 𝜔
b) 𝑥 𝑡 = cos 𝜔0 𝑡;
Esta señal es periódica con coeficiente de Fourier:
1Τ2 𝑛 = ±1
𝑋𝑛 = ቊ
0 𝑛 ≠ ±1
Con transformada de Fourier:
𝑋 𝜔 = 𝜋 𝛿 𝜔 + 𝜔0 + 𝜋 𝛿 𝜔 − 𝜔0
Ejemplo 7.22
Obtener 𝑦 𝑡 , la respuesta de un sistema lineal e invariante en el tiempo con
respuesta impulsiva ℎ 𝑡 = 𝑒 −𝑡 𝑈 𝑡 a la señal de entrada periódica 𝑥 𝑡 con
periodo 𝑇 = 4:
1 −1 < 𝑡 < 1
𝑥 𝑡 =ቊ
0 1<𝑡<3
La señal 𝑥 𝑡 periódica tiene una frecuencia fundamental 𝜔0 = 𝜋/2, simetría par
y simetría de media onda negativa:
1
1 −
𝑗𝑛𝜋
𝑡 1 𝑛𝜋
𝑋𝑛 = න 𝑒 2 𝑑𝑡 = sin 𝑛≠0
4 𝑛𝜋 2
−1
1Τ2 𝑛=0
0 𝑛 𝑝𝑎𝑟 ≠ 0
𝑋𝑛 =
1 𝑛𝜋
sin 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑛𝜋 2
1
𝐻 𝜔 =
1 + 𝑗𝜔
1
𝑌𝑛 = 𝑋𝑛 𝑛𝜋
1+𝑗 2
1Τ2 𝑛=0
0 𝑛 𝑝𝑎𝑟 ≠ 0
𝑌𝑛 = 1 𝑛𝜋 1
sin 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑛𝜋 2 1 + 𝑗 𝑛𝜋
2
∞
1 1 𝑛𝜋 1 𝑗
𝑛𝜋
𝑡
𝑦 𝑡 = + ෍ sin 𝑒 2
2 𝑛𝜋 2 1 + 𝑗 𝑛𝜋
𝑛=±1,±3,… 2
La energía en una señal aperiódica se puede calcular, tanto en el dominio del
tiempo como en el dominio de la frecuencia, utilizando la igualdad de Parseval
que se define así: ∞ ∞
2
1
𝐸 = න 𝑥 𝑡 𝑑𝑡 = න 𝑋 𝜔 2 𝑑𝜔
2𝜋
−∞ −∞
Ejemplo 7.23
Obtener la energía que contiene la señal:
a) 𝑥 𝑡 = 𝑒 −∝ 𝑡 𝑈 𝑡 ;
Se puede calcular la energía en el dominio del tiempo:
∞
1
𝐸 = න 𝑒 −2∝ 𝑡 𝑑𝑡 =
2∝
0
O también, en el dominio de la frecuencia:

∞ 2 ∞
1 1 1 1
𝐸= න 𝑑𝜔 = න 2 𝑑𝜔
2𝜋 ∝ +𝑗𝜔 2𝜋 ∝ +𝜔 2
−∞ −∞
1 𝜔∞ 1
= 𝑎𝑡𝑎𝑛 ฬ =
2∝𝜋 ∝ −∞ 2 ∝
sin 5𝑡
b) 𝑥 𝑡 = 2 cos 997𝑡 𝜋𝑡
;
Aplicando la igualdad de Parseval, se prefiere calcular la energía de la señal en el
dominio de la frecuencia:
𝑋 𝜔 = 𝐺10 𝜔 + 997 + 𝐺10 𝜔 − 997
−992 1002
1 1 10
𝐸= න 𝑑𝜔 + න 𝑑𝜔 =
2𝜋 2𝜋 𝜋
−1002 992
La respuesta de sistemas se basa, principalmente, en las propiedades de

convolución y de producto de señales que tienen que ver con la descripción de
sistemas en función de su respuesta en frecuencia, filtrado de señales y
modulación en amplitud. Su aplicación se muestra en los siguientes ejemplos.
La respuesta del sistema debido a la aplicación de la señal de entrada se
encuentra relacionada con la operación de convolución en el dominio del tiempo
de la entrada 𝑥 𝑡 con la respuesta impulsiva continua ℎ 𝑡 .
Ejemplo 7.24
Obtener la respuesta impulsiva ℎ 𝑡 y la respuesta 𝑦 𝑡 a la señal de entrada
𝑥 𝑡 = 𝑒 −2 𝑡 𝑈 𝑡 de un Sistema Lineal e Invariante descrito por
𝑦ሷ 𝑡 + 4 𝑦ሶ 𝑡 + 3 𝑦 𝑡 = 4 𝑥ሶ 𝑡 + 6 𝑥 𝑡 .
Para obtener la respuesta impulsiva ℎ 𝑡 , se aplica la propiedad de la derivada de
la transformada de Fourier.

2
𝑗𝜔 𝑌 𝜔 + 4 𝑗𝜔 𝑌 𝜔 + 3 𝑌 𝜔 = 4 𝑗𝜔 𝑋 𝜔 + 6 𝑋 𝜔
2
𝑗𝜔 + 4 𝑗𝜔 + 3 𝑌 𝜔 = 4 𝑗𝜔 + 6 𝑋 𝜔
2
𝐻 𝜔 = 4 𝑗𝜔 + 6 / 𝑗𝜔 + 4 𝑗𝜔 + 3
Se observa que el numerador de 𝐻 𝜔 se puede construir con los coeficientes

del lado derecho de la ecuación diferencial y el denominador con los
coeficientes del lado izquierdo.
1 3
𝐻 𝜔 = +
1 + 𝑗𝜔 3 + 𝑗𝜔
ℎ 𝑡 = 𝑒 −𝑡 + 3 𝑒 −3 𝑡 𝑈 𝑡
Para obtener la respuesta 𝑦 𝑡 , se aplica la propiedad de la convolución de la

transformada de Fourier.
𝑋 𝜔 = 1Τ 2 + 𝑗𝜔

4 𝑗𝜔 + 6 1
𝑌 𝜔 =𝐻 𝜔 𝑋 𝜔 =
𝑗𝜔 2 + 4 𝑗𝜔 + 3 2 + 𝑗𝜔
1 2 3
= + −
1 + 𝑗𝜔 2 + 𝑗𝜔 3 + 𝑗𝜔
𝑦 𝑡 = 𝑒 −𝑡 + 2 𝑒 −2 𝑡 − 3 𝑒 −3 𝑡 𝑈 𝑡
Ejemplo 7.25
Si se conoce que la respuesta de un sistema lineal, invariante en el tiempo e
inicialmente en reposo, debida a la señal de entrada 𝑥1 𝑡 = 𝑡 𝑒 −2 𝑡 𝑈 𝑡 es la
señal 𝑦1 𝑡 = 𝑡 − 5 𝑒 −2 𝑡 + 7 𝑡 + 5 𝑒 −3 𝑡 𝑈 𝑡 , obtener su respuesta
impulsiva ℎ 𝑡 y su respuesta 𝑦 𝑡 a la señal de entrada 𝑥 𝑡 = 18 sin 3𝑡 𝑈 𝑡 .
1 5 7 5
𝑌1 𝜔 = 2
− + 2
+
2 + 𝑗𝜔 2 + 𝑗𝜔 3 + 𝑗𝜔 3 + 𝑗𝜔
−5 𝑗𝜔 − 9 5 𝑗𝜔 + 22 3 𝑗𝜔 2 + 9 𝑗𝜔 + 7
= 2
+ 2
=
𝑗𝜔 + 2 𝑗𝜔 + 3 𝑗𝜔 + 2 2 𝑗𝜔 + 3 2

1
𝑋1 𝜔 = 2
2 + 𝑗𝜔
𝑌1 𝜔 3 𝑗𝜔 2 + 9 𝑗𝜔 + 7
𝐻 𝜔 = =
𝑋1 𝜔 𝑗𝜔 + 3 2
9 𝑗𝜔 + 20 −9 𝑗𝜔 + 3 + 7
= 3− 2
= 2
+3
𝑗𝜔 + 6 𝑗𝜔 + 9 𝑗𝜔 + 3
ℎ 𝑡 = 7 𝑡 − 9 𝑒 −3 𝑡 𝑈 𝑡 + 3 𝛿 𝑡
Se obtiene 𝑦 𝑡 utilizando el par de transformadas de la función seno y la
propiedad de convolución más un análisis en el dominio del tiempo.
sin 3𝑡 𝑈(𝑡) ↔ 𝑗𝜋 𝛿 𝜔 + 3 − 𝑗𝜋 𝛿 𝜔 − 3
𝑌 𝜔 = 𝐻 𝜔 18 𝑗𝜋 𝛿 𝜔 + 3 − 𝑗𝜋 𝛿 𝜔 − 3
= 18 𝐻 −3 𝑗𝜋 𝛿 𝜔 + 3 − 18 𝐻 3 𝑗𝜋 𝛿 𝜔 − 3
18 𝐻 ±3 = 27 ± 𝑗 20
𝑌 𝜔 = 27 − 𝑗 20 𝑗𝜋 𝛿 𝜔 + 3 − 27 + 𝑗 20 𝑗𝜋 𝛿 𝜔 − 3

𝑌 𝜔 = 27 𝑗𝜋 𝛿 𝜔 + 3 − 𝑗𝜋 𝛿 𝜔 − 3 + 20 𝜋 𝛿 𝜔 + 3 + 𝜋 𝛿 𝜔 − 3
𝑦𝑝 𝑡 = 27 sin 3𝑡 + 20 cos 3𝑡 𝑈 𝑡
Este resultado corresponde a la respuesta particular y para completar la solución,
se realiza un procedimiento en el dominio del tiempo.
𝑦ℎ 𝑡 = 𝐴1 𝑡 + 𝐴2 𝑒 −3 𝑡 𝑈 𝑡
𝑥 𝑡 = 18 sin 3𝑡 𝑈 𝑡
𝑥ሶ 𝑡 = 54 cos 3𝑡 𝑈 𝑡
𝑥ሷ 𝑡 = −162 sin 3𝑡 𝑈 𝑡 + 54 𝛿 𝑡
Igualando funciones singulares en 𝑡 = 0 y para el sistema inicialmente en reposo.
162 𝛿 𝑡 + 6 0 + 9 0 = 162 𝛿 𝑡
𝑦 0+ − 𝑦 0− = 0 𝑦 0+ = 0
ቋ
𝑦ሶ 0+ − 𝑦ሶ 0− = 162 𝑦ሶ 0+ = 162

𝑦 𝑡 = 𝐴1 𝑡 + 𝐴2 𝑒 −3 𝑡 + 27 sin 3𝑡 + 20 cos 3𝑡 𝑈 𝑡
𝑦ሶ 𝑡 = −3 𝐴1 𝑡 + 𝐴1 − 3 𝐴2 𝑒 −3 𝑡 + 81 cos 3𝑡 − 60 sin 3𝑡 𝑈 𝑡
𝑦 0+ = 𝐴2 + 20 = 0 𝐴1 = 21
ቋ
𝑦ሶ 0+ = 𝐴1 − 3 𝐴2 + 81 = 162 𝐴2 = −20
𝑦 𝑡 = 21 𝑡 − 20 𝑒 −3 𝑡 + 27 sin 3𝑡 + 20 cos 3𝑡 𝑈 𝑡
Ejemplo 7.26
Obtener 𝑦 𝑡 , la respuesta del sistema de la figura a la señal periódica 𝑤 𝑡 con
periodo 𝑇 = 1, donde:
𝜋
3𝜋 7𝜋 sin 𝑡
𝑓 𝑡 = cos −𝑡
𝑡 ℎ1 𝑡 = 𝑡 𝑒 𝑈 𝑡 ℎ2 𝑡 = 2 cos 𝑡 2
2 2 𝜋𝑡
w(t) z(t) x(t) y(t)
h1(t) h2(t)
f(t)
Derivando dos veces la señal en un periodo,
𝑤ሶ 𝑡 = 𝑈 𝑡 + 0.5 − 2 𝑈 𝑡 + 𝑈 𝑡 − 0.5
𝑤ሷ 𝑡 = 𝛿 𝑡 + 0.5 − 2 𝛿 𝑡 + 𝛿 𝑡 − 0.5
0.5
𝑊𝑛ሷ = 𝑗𝑛2𝜋 2
𝑊𝑛 = න 𝛿 𝑡 + 0.5 − 2 𝛿 𝑡 + 𝛿 𝑡 − 0.5 𝑒 −𝑗𝑛2𝜋𝑡 𝑑𝑡
−0.5
−𝑛 4 𝜋 2 𝑊𝑛 = 2 cos 𝑛𝜋 − 2
2

1
1 − cos 𝑛𝜋 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑊𝑛 = 2 2
= ቐ𝑛2 𝜋 2
2𝑛 𝜋 0 𝑛 𝑝𝑎𝑟
∞
1
𝑊 𝜔 = ෍ 2𝜋 2 2 𝛿 𝜔 − 𝑛 2𝜋
𝑛 𝜋
𝑛=±1,±3,…
1
𝐻1 𝜔 = 2
1 + 𝑗𝜔
∞
1 1
𝑍 𝜔 = 𝑊 𝜔 𝐻1 𝜔 = ෍ 2𝜋 2 2 2
𝛿 𝜔 − 𝑛 2𝜋
𝑛 𝜋 1 + 𝑗𝑛 2𝜋
𝑛=±1,±3,…
La transformada de Fourier de z 𝑡 es un tren de impulsos que ocurren en

𝜔 = ±2𝜋, ±6𝜋, ±10𝜋, …
𝑍 𝜔
2 1 2 1
= ⋯+ 2
𝛿 𝜔 + 6𝜋 + 2
𝛿 𝜔 + 2𝜋
9𝜋 1 − 𝑗6𝜋 𝜋 1 − 𝑗2𝜋
2 1 2 1
+ 𝛿 𝜔 − 2𝜋 + 𝛿 𝜔 − 6𝜋 + ⋯
𝜋 1 + 𝑗2𝜋 2 9𝜋 1 + 𝑗6𝜋 2
𝐹 𝜔 = 𝜋 𝛿 𝜔 + 3 𝜋Τ2 + 𝜋 𝛿 𝜔 − 3 𝜋Τ2
1 3𝜋 3𝜋
𝑋 𝜔 = 𝑍 𝜔 ∗ 𝜋𝛿 𝜔+ +𝜋𝛿 𝜔−
2𝜋 2 2
1 3𝜋 3𝜋
= 𝑍 𝜔+ +𝑍 𝜔−
2 2 2
La transformada de Fourier de 𝑥 𝑡 es un tren de impulsos que ocurren en
𝜔 = ±2𝜋 ± 3𝜋/2, ±6𝜋 ± 3𝜋/2, ±10𝜋 ± 3𝜋/2, …

𝑋 𝜔
1
= ⋯+ 𝛿 𝜔 + 15 𝜋Τ2 + 𝛿 𝜔 + 9 𝜋Τ2
9𝜋 1 − 𝑗6𝜋 2
1
+ 2
𝛿 𝜔 + 7 𝜋Τ2 + 𝛿 𝜔 + 𝜋Τ2
𝜋 1 − 𝑗2𝜋
1
+ 𝛿 𝜔 − 𝜋Τ2 + 𝛿 𝜔 − 7 𝜋Τ2
𝜋 1 + 𝑗2𝜋 2
1
+ 𝛿 𝜔 − 9 𝜋Τ2 + 𝛿 𝜔 − 15 𝜋Τ2 + ⋯
9𝜋 1 + 𝑗6𝜋 2
7𝜋 7𝜋
𝐻2 𝜔 = 𝐺𝜋 𝜔 + + 𝐺𝜋 𝜔 −
2 2
La transformada de Fourier de ℎ2 𝑡 representa un filtro pasabanda expresado
por la suma de dos compuertas de duración 𝜋 centrados en 𝜔 = ±7𝜋/2, es
decir, son iguales a uno entre −4𝜋 < 𝜔 < −3𝜋 y entre 3𝜋 < 𝜔 < 4𝜋. Es decir
que a la salida se obtiene sólo dos impulsos de 𝑋 𝜔 en 𝜔 = −2𝜋 − 3𝜋/2 y en
𝜔 = 2𝜋 + 3𝜋/2.
1 7𝜋 1 7𝜋
𝑌 𝜔 = 2
𝛿 𝜔+ + 2
𝛿 𝜔−
𝜋 1 − 𝑗 2𝜋 2 𝜋 1 + 𝑗 2𝜋 2
Expresando 𝑌 𝜔 en forma rectangular,
1 + 𝑗 2𝜋 2 7𝜋 1 − 𝑗 2𝜋 2 7𝜋
𝑌 𝜔 = 𝛿 𝜔+ + 𝛿 𝜔−
𝜋 1 + 4𝜋 2 2 2 𝜋 1 + 4𝜋 2 2 2
1 − 4𝜋 2 7𝜋 7𝜋
𝑌 𝜔 = 2 𝜋𝛿 𝜔+ +𝜋𝛿 𝜔−
𝜋 1 + 4𝜋 2 2 2 2
4 7𝜋 7𝜋
+ 𝑗𝜋 𝛿 𝜔 + − 𝑗𝜋 𝛿 𝜔 −
𝜋 1 + 4𝜋 2 2 2 2
1 − 4𝜋 2 7𝜋 4 7𝜋
𝑦 𝑡 = 2 cos 𝑡+ sin 𝑡
𝜋 1 + 4𝜋 2 2 2 𝜋 1 + 4𝜋 2 2 2

Ejemplo 7.27
Obtener 𝑦 𝑡 , la respuesta del sistema de la figura:
2
sin 𝜋𝑡 sin 2𝜋𝑡
𝑤 𝑡 = 𝑠 𝑡 =
𝜋𝑡 𝜋𝑡
sin 𝜋𝑡 sin 2𝜋𝑡
ℎ1 𝑡 = 2 cos 7𝜋𝑡 ℎ2 𝑡 =
𝜋𝑡 𝜋𝑡
w(t) r(t) q(t) v(t) z(t) x(t) y(t)

h1(t) h2(t)
2 cos 2𝜋𝑡 𝑠(𝑡) 2 cos 4𝜋𝑡 2 cos 8𝜋𝑡
𝑊 𝜔 =∧4𝜋 𝜔
1
𝑅 𝜔 = 𝑊 𝜔 ∗ 2 𝜋 𝛿 𝜔 + 2𝜋 + 𝜋 𝛿 𝜔 − 2𝜋
2𝜋
= 𝑊 𝜔 + 2𝜋 + 𝑊 𝜔 − 2𝜋 =∧4𝜋 𝜔 + 2𝜋 +∧4𝜋 𝜔 − 2𝜋

𝑆 𝜔 = 𝐺4𝜋 𝜔
𝑄 𝜔 = 𝑅 𝜔 + 𝑆 𝜔 =∧4𝜋 𝜔 + 2𝜋 +∧4𝜋 𝜔 − 2𝜋 + 𝐺4𝜋 𝜔
1
𝑉 𝜔 = 2𝜋 𝑄 𝜔 ∗ 2 𝜋 𝛿 𝜔 + 4𝜋 + 𝜋 𝛿 𝜔 − 4𝜋 = 𝑄 𝜔 + 4𝜋 + 𝑄 𝜔 − 4𝜋
=∧4𝜋 𝜔 + 6𝜋 +∧4𝜋 𝜔 + 2𝜋 + 𝐺4𝜋 𝜔 + 4𝜋 +∧4𝜋 𝜔 − 2𝜋

+∧4𝜋 𝜔 − 6𝜋 + 𝐺4𝜋 𝜔 − 4𝜋
𝐻1 𝜔 = 𝐺2𝜋 𝜔 + 7𝜋 + 𝐺2𝜋 𝜔 − 7𝜋
𝑍 𝜔 = 𝑉 𝜔 𝐻1 𝜔
=∧4𝜋 𝜔 + 6𝜋 𝐺2𝜋 𝜔 + 7𝜋 +∧4𝜋 𝜔 − 6𝜋 𝐺2𝜋 𝜔 − 7𝜋
1
𝑋 𝜔 = 2𝜋 𝑍 𝜔 ∗ 2 𝜋 𝛿 𝜔 + 8𝜋 + 𝜋 𝛿 𝜔 − 8𝜋 = 𝑍 𝜔 + 8𝜋 + 𝑍 𝜔 − 8𝜋
=∧4𝜋 𝜔 + 14𝜋 𝐺2𝜋 𝜔 + 15𝜋 +∧4𝜋 𝜔 + 2𝜋 𝐺2𝜋 𝜔 + 𝜋

+∧4𝜋 𝜔 − 2𝜋 𝐺2𝜋 𝜔 − 𝜋 +∧4𝜋 𝜔 − 14𝜋 𝐺2𝜋 𝜔 − 15𝜋

𝐻2 𝜔 = 𝐺4𝜋 𝜔
𝑌 𝜔 = 𝑋 𝜔 𝐻2 𝜔 = 𝐺4𝜋 𝜔 −∧4𝜋 𝜔
2
sin 2𝜋𝑡 sin 𝜋𝑡
𝑦 𝑡 = −
𝜋𝑡 𝜋𝑡
Capítulo 8: Análisis de
sistemas continuos usando la
Transformada de Laplace
[email protected]
Oficina: QE-302
Semestre 2022-A
Análisis de Señales y Sistemas Capítulo 8: Transformada de Laplace
Subcapítulos
1) Transformada bilateral de Laplace

2) Transformada unilateral de Laplace
3) Transformada inversa de Laplace
Transformada bilateral de Laplace

La técnica de la transformada de Laplace, bilateral y unilateral, es útil en el
análisis del comportamiento de sistemas continuos.
La transformada bilateral de Laplace 𝑋 𝑠 de una señal continua 𝑥 𝑡 se define
como: +∞
𝑋 𝑠 = න 𝑥 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡
−∞
donde 𝑠 = 𝜎 + 𝑗 𝜔 es una variable compleja. Esta integral no converge para

todas las señales continuas 𝑥 𝑡 ni para todo valor de la variable 𝑠. Debido a esto,
se define la región de convergencia absoluta (RCA) de una señal 𝑥 𝑡 , de
variación limitada, como el área en el plano complejo que contenga todos los
valores de 𝑠 tal que la integral 𝑋 𝑠 converja absolutamente, esto es
+∞
න 𝑥 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡 < ∞
−∞

Justamente, la señal 𝑥 𝑡 y su transformada 𝑋 𝑠 forman un par de transformadas
al que se le adjunta la región de convergencia absoluta correspondiente.
𝑥 𝑡 ↔ 𝑋 𝑠 𝑅𝐶𝐴
La transformada de Laplace de una señal de duración o longitud finita tiene como
región de convergencia absoluta todo el plano 𝑠, como ocurre en los siguientes
dos ejemplos.
Ejemplo 8.1
Usando la integral respectiva se obtiene la transformada de Laplace de la función
impulso unitario 𝑥 𝑡 = 𝛿 𝑡 :
+∞
𝑋 𝑠 = න 𝛿 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡 = 1
−∞
𝛿 𝑡 ↔1 𝑡𝑜𝑑𝑜 𝑠

Ejemplo 8.2
Obtener la transformada de Laplace de la señal 𝑥 𝑡 = sin 𝜋𝑡 𝑈 𝑡 − 𝑈 𝑡 − 2 .
2
𝑋 𝑠 = න sin 𝜋𝑡 𝑒 −𝑠 𝑡 𝑑𝑡
0
2
1 −(𝑠−𝑗𝜋) 𝑡 −(𝑠+𝑗𝜋) 𝑡
𝜋
= න𝑒 −𝑒 𝑑𝑡 = 2 2
1 − 𝑒 −2 𝑠
2𝑗 𝑠 +𝜋
0
𝜋 −2 𝑠
sin 𝜋𝑡 𝑈 𝑡 − 𝑈 𝑡 − 2 ↔ 2 1 − 𝑒 𝑡𝑜𝑑𝑜 𝑠
𝑠 + 𝜋2
Una clase importante de transformadas de Laplace son aquellas en que 𝑋 𝑠 es

una función racional, donde los valores de 𝑠 que la hacen infinito se denominan
polos de 𝑋 𝑠 y los que la hacen cero se llaman ceros de 𝑋 𝑠 . No pueden existir
polos de 𝑋 𝑠 en la RCA puesto que la transformada de Laplace no converge en
un polo; por lo que, la RCA está limitada por uno o dos polos de 𝑋 𝑠 .
A los polos también se les denomina raíces características o valores propios.

Cuando la señal 𝑥 𝑡 es la suma de señales, la RCA es el área común resultado
de la superposición de las RCA de cada una de ellas.
Si 𝑥 𝑡 es una señal causal igual a cero para 𝑡 < 0, la región de convergencia
absoluta de 𝑋 𝑠 es una franja vertical limitada por un polo en el lado izquierdo
y es llamada semiplano derecho. De modo similar, si 𝑥 𝑡 es una señal
anticausal igual a cero para 𝑡 > 0, la región de convergencia absoluta de 𝑋 𝑠
es una franja vertical limitada por un polo en el lado derecho y es llamada
semiplano izquierdo. Combinando estos dos casos, la región de convergencia
absoluta es una franja vertical limitada por dos polos o un conjunto vacío, que
cuando sucede se dice que su transformada no existe o no converge; por lo que,
se recomienda determinar la RCA antes de calcular su transformada.
Matemáticamente, la RCA está limitada por la parte real de polos.

Ejemplo 8.3
𝑒 −∝ 𝑡 , 𝑡 ≥ 0
Obtener la transformada de Laplace de la señal 𝑥 𝑡 = ቊ ∝ 𝑡 .
𝑒 , 𝑡<0
0 +∞
න 𝑒 ∝ 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡 + න 𝑒 −∝ 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡 < ∞
−∞ 0
0 +∞
න 𝑒 − 𝜎−∝ 𝑡
𝑑𝑡 + න 𝑒 − 𝜎+∝ 𝑡
𝑑𝑡 < ∞
−∞ 0
La primera integral es finita para 𝜎 < ∝ y la segunda para 𝜎 >−∝, por lo que la
RCA de 𝑥 𝑡 será el área común entre las dos regiones, es decir, −∝ < 𝜎 < ∝.
Se procede al cálculo de la transformada de Laplace utilizando su definición
matemática.

0 +∞
𝑋 𝑠 = න 𝑒 ∝ 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡 + න 𝑒 −∝ 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡
−∞ 0
1 1 2 ∝
= + = −∝ < 𝜎 < ∝
−𝑠 +∝ 𝑠 +∝ 𝑠 2 − ∝2
Figura 8.1 Señal 𝑥 𝑡 y Región de Convergencia Absoluta

Ejemplo 8.4
𝑒 −∝ 𝑡 − 𝑒 ∝ 𝑡 , 𝑡 ≥ 0
Obtener la transformada de Laplace de la señal continua 𝑥 𝑡 = ቊ .
0, 𝑡 < 0
+∞ +∞
𝑋 𝑠 = න 𝑒 −∝ 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡 − න 𝑒 ∝ 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡
0 0
1 1
= +
𝑠 +∝ −𝑠 +∝
2 ∝
𝑋 𝑠 = 2 𝜎 >∝
𝑠 − ∝2
Figura 8.2 Señal 𝑥 𝑡 y Región de Convergencia Absoluta

Se nota que las transformadas de Laplace de las dos señales de los ejemplos 8.3
y 8.4 tienen la misma 𝑋 𝑠 pero diferentes regiones de convergencia absoluta.
Luego, la región de convergencia absoluta debe también ser conocida. Se puede
concluir que una transformada de Laplace 𝑋 𝑠 junto con una región de
convergencia absoluta especifica en forma única una señal en el tiempo
continuo 𝑥 𝑡 .
Se advierte que la componente anticausal de una señal 𝑥 𝑡 tiene una expresión
causal que provee una misma transformada 𝑋 𝑠 que puede ser utilizada para
simplificar su determinación, poniendo especial atención en establecer la región
de convergencia absoluta a partir de la información conocida. Es decir, para
resolver el ejemplo 8.3 se puede cambiar de intervalo el componente no causal
con signo contrario y calcular su transformada como en el ejemplo 8.4 pero
determinando su región de convergencia absoluta como en el ejemplo 8.3.

Ejemplo 8.5
𝑡, 𝑡 ≥ 0
Obtener la transformada de Laplace de la señal continua 𝑥 𝑡 = ቊ .
𝑒 −𝑡 , 𝑡 < 0
Se procede a determinar la RCA
0 +∞
න 𝑒 − 𝜎+1 𝑡
𝑑𝑡 + න 𝑡 𝑒 − 𝜎+0 𝑡
𝑑𝑡
−∞ 0
La primera integral es finita para 𝜎 < −1 y la segunda para 𝜎 > 0, regiones que
superpuestas resultan en el conjunto vacío, de donde 𝑥 𝑡 no tiene RCA y, por
tanto, 𝑋 𝑠 no existe.
Los pares de transformadas de Laplace pueden ser determinados utilizando la
descripción matemática y/o las propiedades de la transformada.
Propiedades de la transformada bilateral de Laplace:
transformadas:

𝑥 𝑡 ↔𝑋 𝑠 𝜎1 < 𝜎 < 𝜎2
𝑦 𝑡 ↔𝑌 𝑠 𝜎3 < 𝜎 < 𝜎4
1. Linealidad: 𝐴𝑥 𝑡 +𝐵𝑦 𝑡 ↔𝐴𝑋 𝑠 +𝐵𝑌 𝑠 á𝑟𝑒𝑎 𝑐𝑜𝑚ú𝑛
2. Transposición: 𝑥 −𝑡 ↔ 𝑋 −𝑠 −𝜎2 < 𝜎 < −𝜎1
3. Desplazamiento:
𝑥 𝑡 + 𝑡0 ↔ 𝑒 𝑡0 𝑠 𝑋 𝑠 𝜎1 < 𝜎 < 𝜎2
𝑒 −𝑠0 𝑡 𝑥 𝑡 ↔ 𝑋 𝑠 + 𝑠0 𝜎1 − 𝜎0 < 𝜎 < 𝜎2 − 𝜎0
donde, 𝑠0 = 𝜎0 + 𝑗 𝜔0 .
Ejemplo 8.6
Obtener la transformada de Laplace de la señal 𝛿 𝑡 − 3 .
Se conoce que: 𝛿 𝑡 ↔1 𝑡𝑜𝑑𝑜 𝑠
Luego, 𝛿 𝑡 − 3 ↔ 𝑒 −3 𝑠 𝑡𝑜𝑑𝑜 𝑠

Ejemplo 8.7
𝑒 −2 𝑡 , 𝑡 ≥ 0
Conocida la señal la señal 𝑥 𝑡 = ቊ 3 𝑡 :
𝑒 , 𝑡<0
a) Obtener la transformada de Laplace de la transpuesta de la señal 𝑥 𝑡 .
Según lo estudiado, la transformada de Laplace de 𝑥 𝑡 es la misma
transformada de la señal 𝑒 −2 𝑡 − 𝑒 3 𝑡 𝑈 𝑡 ; y, utilizando la propiedad de
linealidad. 1 1 −5
𝑋 𝑠 = − = −2 < 𝜎 < 3
𝑠+2 𝑠−3 𝑠+2 𝑠−3
Luego, utilizando la propiedad de la transposición se obtiene lo solicitado.
−5
𝑥 −𝑡 ↔ 𝑋 −𝑠 = −3 < 𝜎 < 2
𝑠−2 𝑠+3
b) Obtener la transformada de Laplace de la señal 𝑥 𝑡 − 5 .
Utilizando la propiedad del desplazamiento.
−5 𝑠 −5 𝑠
−5
𝑥 𝑡−5 ↔𝑒 𝑋 𝑠 =𝑒 −2 < 𝜎 < 3
𝑠+2 𝑠−3

4. Integral y derivada en el tiempo:
𝑡
1
න 𝑥 𝜏 𝑑𝜏 ↔ 𝑋 𝑠 𝑙𝑎 𝑑𝑒 𝑋 𝑠 ∩ 𝜎 > 0
𝑠
−∞
𝑑
𝑥 𝑡 ↔𝑠𝑋 𝑠 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑑𝑒 𝑋 𝑠
𝑑𝑡
5. Escalamiento: 1 𝑠
𝑥 𝑎𝑡 ↔ 𝑋 𝑎 𝜎1 < 𝜎 < 𝑎 𝜎2
𝑎 𝑎
𝑑
6. Diferenciación en frecuencia: 𝑡𝑥 𝑡 ↔− 𝑋 𝑠 𝜎1 < 𝜎 < 𝜎2
𝑑𝑠
7. Convolución: 𝑦 𝑡 =𝑥 𝑡 ∗ℎ 𝑡 ↔𝑌 𝑠 =𝑋 𝑠 𝐻 𝑠 á𝑟𝑒𝑎 𝑐𝑜𝑚ú𝑛
transforma, en el dominio de la frecuencia, en el producto de las transformadas
de Laplace de las señales que intervienen en la convolución, y su región de
convergencia es el área común resultado de la superposición de las regiones de
convergencia de las transformadas multiplicadas.

𝐻 𝑠 , la transformada de Laplace de la respuesta impulsiva ℎ 𝑡 , se le conoce
como función de transferencia del sistema y es considerada otro modelo
matemático del mismo.
Ejemplo 8.8
a) Obtener la transformada de Laplace de las primeras dos derivadas de la señal
𝛿 𝑡 .
Se conoce que: 𝛿 𝑡 ↔ 1 𝑡𝑜𝑑𝑜 𝑠
y utilizando la propiedad 4:
𝛿′ 𝑡 ↔ 𝑠 𝑡𝑜𝑑𝑜 𝑠
𝛿′′ 𝑡 ↔ 𝑠 2 𝑡𝑜𝑑𝑜 𝑠
b) Obtener la transformada de Laplace de las primeras dos integrales en el tiempo
de la señal 𝛿 𝑡 .
Utilizando la propiedad 4: 𝑈 𝑡 ↔ 1Τ𝑠 𝜎 > 0
𝑡 𝑈 𝑡 ↔ 1Τ𝑠 2 𝜎>0

El último resultado también puede obtenerse a partir de la transformada del
escalón unitario y aplicando la propiedad 6:
𝑑 1 1
𝑡𝑈 𝑡 ↔− = 2 𝜎>0
𝑑𝑠 𝑠 𝑠
c) Obtener la transformada de Laplace de la señal 𝑒 −∝ 𝑡 𝑈 𝑡 .
Como se conoce la transformada del escalón unitario 𝑈 𝑡 , se puede aplicar la
propiedad 3: 1
𝑒 −∝ 𝑡 𝑈 𝑡 ↔ 𝜎 >−∝
𝑠 +∝
d) Obtener la transformada de Laplace de la señal 𝑡 𝑒 −∝ 𝑡 𝑈 𝑡 .
Como se conoce la transformada de la rampa unitaria 𝑡 𝑈 𝑡 y aplicando la
propiedad 3: 1
−∝ 𝑡
𝑡𝑒 𝑈 𝑡 ↔ 𝜎 >−∝
𝑠 +∝ 2
e) Obtener la transformada de Laplace de la señal 𝑡 2 𝑒 −∝ 𝑡 𝑈 𝑡 .

Se puede aplicar la propiedad 6 al resultado anterior o, en forma alternativa,
aplicar la propiedad 6 a la transformada de Laplace de la rampa unitaria 𝑡 𝑈 𝑡
y, luego, utilizar la propiedad 3:
𝑑 1 2
𝑡2 𝑈 𝑡 ↔ − 2
= 3
𝜎>0
𝑑𝑠 𝑠 𝑠
2 −∝ 𝑡
2
𝑡 𝑒 𝑈 𝑡 ↔ 𝜎 >−∝
𝑠 +∝ 3
f) Obtener la transformada de Laplace de la señal 𝑡 𝑒 −∝ 𝑡 cos 𝜋𝑡 𝑈 𝑡 .
Se puede aplicar la propiedad 6 a la transformada de Laplace de la señal
cos 𝜋𝑡 𝑈 𝑡 , y, luego, utilizar la propiedad 3:
𝑠
cos 𝜋𝑡 𝑈 𝑡 ↔ 2 𝜎>0
s + 𝜋2
𝑑 𝑠 s2 − 𝜋 2
t cos 𝜋𝑡 𝑈 𝑡 ↔ − 2 2
= 2 2 2
𝜎>0
𝑑𝑠 s + 𝜋 s +𝜋
𝑠 +∝ 2 − 𝜋 2
t 𝑒 −∝ 𝑡 cos 𝜋𝑡 𝑈 𝑡 ↔ 𝜎 >−∝
𝑠 +∝ 2 + 𝜋 2 2

g) Obtener la transformada de Laplace de la convolución de la señal 𝑥 𝑡 = 𝑈 𝑡
con la señal ℎ 𝑡 = 𝑡 2 𝑒 −4 𝑡 𝑈 𝑡 .
1 2
𝑋 𝑠 = 𝜎>0 𝐻 𝑠 = 3
𝜎 > −4
𝑠 𝑠+4
2
𝑌 𝑠 =𝑋 𝑠 𝐻 𝑠 = 𝜎>0
𝑠 𝑠+4 3
Causalidad y estabilidad
La función de transferencia 𝐻 𝑠 de un Sistema Lineal, Invariante en el tiempo
continuo y causal tiene como región de convergencia absoluta, un semiplano
derecho. Por otro lado, la región de convergencia absoluta de la función de
transferencia 𝐻 𝑠 de un Sistema Lineal, Invariante en el tiempo continuo y
estable incluye el eje 𝑗𝜔.
En consecuencia, la función de transferencia 𝐻 𝑠 de un Sistema Lineal,
Invariante en el tiempo continuo, causal y estable tiene como región de
convergencia absoluta un semiplano derecho que incluye el eje 𝑗𝜔.
Transformada unilateral de Laplace
La transformada unilateral de Laplace 𝑋𝐼 𝑠 de una señal 𝑥 𝑡 se define como:

+∞
𝑋𝐼 𝑠 = න 𝑥 𝑡 𝑒 −𝑠 𝑡 𝑑𝑡
0+
donde 𝑠 es una variable compleja. Esta definición considera sólo los valores de la
señal 𝑥 𝑡 para 𝑡 > 0, es decir, 𝑋𝐼 𝑠 no utiliza los valores de la señal 𝑥 𝑡 para
𝑡 < 0 ni las funciones singulares de la señal 𝑥 𝑡 en 𝑡 = 0. Excluyendo las
señales de longitud finita, las regiones de convergencia absoluta son siempre
semiplanos derechos limitados por un polo real o por la parte real de un par de
polos complejos conjugados, por lo que su determinación se vuelve opcional.
También, si la señal 𝑥 𝑡 = 0 para 𝑡 ≤ 0, sus transformadas de Laplace unilateral
y bilateral son las mismas. Además, cuando la transformada de Laplace bilateral
𝑋 𝑠 no converja se puede realizar un análisis parcial utilizando la transformada
unilateral 𝑋𝐼 𝑠 .

Propiedades de la transformada unilateral de Laplace:
Las propiedades de la transformada bilateral de Laplace 𝑋 𝑠 son aplicables al
caso de la transformada unilateral 𝑋𝐼 𝑠 con excepción de las propiedades de
desplazamiento, de derivada y de integral en el tiempo que se enuncian del
siguiente modo:
𝑥 𝑡 − 𝑡0 ↔ 𝑒 −𝑡0 𝑠 𝑋𝐼 𝑠 𝑠ó𝑙𝑜 𝑠𝑖 𝑥 𝑡 = 0 −𝑡0 < 𝑡 ≤ 0

𝑥 𝑡 + 𝑡0 ↔ 𝑒 𝑡0 𝑠 𝑋𝐼 𝑠 𝑠ó𝑙𝑜 𝑠𝑖 𝑥 𝑡 = 0 0 < 𝑡 ≤ 𝑡0
𝑑
𝑥 𝑡 ↔ 𝑠 𝑋𝐼 𝑠 − 𝑥 0+
𝑑𝑡
𝑑2 2 + +
𝑥 𝑡 ↔ 𝑠 𝑋𝐼 𝑠 − 𝑠 𝑥 0 − 𝑥ሶ 0
𝑑𝑡 2
𝑑3
3
𝑥 𝑡 ↔ 𝑠 3 𝑋𝐼 𝑠 − 𝑠 2 𝑥 0+ − 𝑠 𝑥ሶ 0+ − 𝑥ሷ 0+
𝑑𝑡

𝑡 0+
1 1
න 𝑥 𝜏 𝑑𝜏 ↔ 𝑋𝐼 𝑠 + න 𝑥 𝜏 𝑑𝜏
𝑠 𝑠
−∞ −∞
Ejemplo 8.9
Obtener la transformada unilateral de Laplace de 𝑥 𝑡 − 3 , de 𝑥 𝑡 + 2 y de las
primeras dos derivadas de la señal 𝑥 𝑡 = 𝑒 −∝ 𝑡 𝑈 𝑡 .
1
𝑋𝐼 𝑠 =
𝑠 +∝
−3 𝑠
1
𝑥 𝑡−3 ↔𝑒 𝑝𝑜𝑟𝑞𝑢𝑒 𝑥 𝑡 = 0 −3 < 𝑡 ≤ 0
𝑠 +∝
Para obtener la transformada unilateral de 𝑥 𝑡 + 2 no se puede aplicar la
propiedad de desplazamiento porque 𝑥 𝑡 ≠ 0 0 < 𝑡 ≤ 2, luego,
+∞
−∝ 𝑡+2 −𝑠 𝑡 −2 ∝
1
𝑥 𝑡+2 ↔ න 𝑒 𝑒 𝑑𝑡 = 𝑒
𝑠 +∝
0+

Como 𝑥 0+ = 1 y 𝑥ሶ 0+ =−∝:
𝑑 1 −∝
𝑥 𝑡 ↔𝑠 −1=
𝑑𝑡 𝑠 +∝ 𝑠 +∝
𝑑2 2
1 ∝ 2
𝑥 𝑡 ↔ 𝑠 − 𝑠 +∝=
𝑑𝑡 2 𝑠 +∝ 𝑠 +∝
Ejemplo 8.10
Obtener la transformada unilateral de Laplace de las señales que se muestran.
a) 𝑥 𝑡 . x(t)
1 ...
0 1 3 4 6 7 9 10 t
Por simplicidad, se considera el primer ciclo de la señal 𝑤 𝑡 = 𝑈 𝑡 − 𝑈 𝑡 − 1 .

1
𝑊𝐼 𝑠 = 1 − 𝑒 −𝑠
𝑠

Como 𝑥 𝑡 = 𝑤 𝑡 + 𝑤 𝑡 − 3 + 𝑤 𝑡 − 6 + ⋯
𝑋𝐼 𝑠 = 𝑊𝐼 𝑠 1 + 𝑒 −3𝑠 + 𝑒 −6𝑠 + ⋯
1 1 − 𝑒 −𝑠
=
𝑠 1 − 𝑒 −3𝑠
b) 𝑦 𝑡 . y(t)
2
1
0 1 t
𝑦 𝑡 = 𝑡+1 𝑈 𝑡 − 𝑡−1 𝑈 𝑡−1

1 1
𝑌𝐼 𝑠 = + 2 1 − 𝑒 −𝑠
𝑠 𝑠
En ciertos casos, puede ser conveniente derivar la señal y aplicar la propiedad
de la integral en el tiempo.
𝑥 𝑡 = 𝑦ሶ 𝑡 = 𝑈 𝑡 − 𝑈 𝑡 − 1 + 𝛿 𝑡

1
𝑋𝐼 𝑠 = 1 − 𝑒 −𝑠
𝑠
0+
1 1 1
𝑌𝐼 𝑠 = 1 − 𝑒 −𝑠 + න 𝛿 𝜏 𝑑𝜏
𝑠 𝑠 𝑠
−∞
1 1
= 2 1 − 𝑒 −𝑠 +
𝑠 𝑠
Teorema del valor inicial
Se define el teorema del valor inicial de una señal, de la siguiente forma:
𝑥 0+ = lim 𝑠 𝑋𝐼 𝑠
𝑠→∞
Cuando 𝑥 0+ = 0, se puede aplicar la siguiente expresión para obtener 𝑥ሶ 0+ :
𝑥ሶ 0+ = lim 𝑠 2 𝑋𝐼 𝑠
𝑠→∞
Cuando 𝑥 0+ = 𝑥ሶ 0+ = 0, se puede aplicar la siguiente expresión para obtener
𝑥ሷ 0+ :
𝑥ሷ 0+ = lim 𝑠 3 𝑋𝐼 𝑠
𝑠→∞
y así sucesivamente.

Ejemplo 8.11
Aplicar el teorema del valor inicial a la señal 𝑥 𝑡 = 𝑡 2 𝑒 −∝ 𝑡 𝑈 𝑡 .
2
𝑋𝐼 𝑠 =
𝑠 +∝ 3
+
2
𝑥 0 = lim 𝑠 =0
𝑠→∞ 𝑠 +∝ 3
+ 2
2
𝑥ሶ 0 = lim 𝑠 3
=0
𝑠→∞ 𝑠 +∝
2
𝑥ሷ 0+ = lim 𝑠 3 3
=2
𝑠→∞ 𝑠 +∝
Teorema del valor final
De modo similar, se define el teorema del valor final de la siguiente forma:
𝑥 ∞ = lim 𝑠 𝑋𝐼 𝑠
𝑠→0
expresión válida si la región de convergencia absoluta de 𝑥ሶ 𝑡 o de 𝑠 𝑋𝐼 𝑠
(semiplano derecho) incluye al eje 𝑗𝜔. Es decir, la región de convergencia
absoluta de 𝑥 𝑡 o de 𝑋𝐼 𝑠 admite la existencia de un polo simple en el origen.

Ejemplo 8.12
Obtener el valor inicial y el valor final de la respuesta 𝑦 𝑡 , a la señal de entrada
𝑥 𝑡 = 𝑈 𝑡 de un Sistema Lineal e Invariante en el tiempo con respuesta
impulsiva ℎ 𝑡 = 𝑡 2 𝑒 −∝ 𝑡 𝑈 𝑡 .
1 2
𝑋𝐼 𝑠 = 𝐻𝐼 𝑠 =
𝑠 𝑠 +∝ 3
2
𝑌𝐼 𝑠 = 𝑋𝐼 𝑠 𝐻𝐼 𝑠 = 3
𝑠 𝑠 +∝
2
𝑦 0 = lim 𝑠 𝑌𝐼 𝑠 = lim 𝑠 3
=0
𝑠→∞ 𝑠→∞ 𝑠 𝑠 +∝
2 2
𝑦 ∞ = lim 𝑠 𝑌𝐼 𝑠 = lim 𝑠 3
= 3
𝑠→0 𝑠→0 𝑠 𝑠 +∝ ∝
El último resultado es válido porque la región de convergencia absoluta de
𝑠 𝑌𝐼 𝑠 , 𝜎 >−∝, incluye al eje 𝑗𝜔.

Ejemplo 8.13
Obtener el valor final de la respuesta 𝑦 𝑡 , a la señal de entrada
1 1
𝑥 𝑡 = 𝑈 𝑡 + 2 𝑈 𝑡 − 1 + 4 𝑈 𝑡 − 2 + ⋯ de un Sistema Lineal e Invariante
en el tiempo con respuesta impulsiva ℎ 𝑡 = 𝑒 −3 𝑡 𝑈 𝑡 .
1 1 −𝑠 1 −2 𝑠 1
𝑋𝐼 𝑠 = 1+ 𝑒 + 𝑒 +⋯ =
𝑠 2 4 1
𝑠 1 − 2 𝑒 −𝑠
1
𝐻𝐼 𝑠 =
𝑠+3
1
𝑌𝐼 𝑠 = 𝑋𝐼 𝑠 𝐻𝐼 𝑠 =
1
𝑠 𝑠+3 1 − 2 𝑒 −𝑠
1 2
𝑦 ∞ = lim 𝑠 𝑌𝐼 𝑠 = lim 𝑠 =
𝑠→0 𝑠→0 1 3
𝑠 𝑠+3 1 − 2 𝑒 −𝑠
Transformada inversa de Laplace

A partir de 𝑋 𝑠 se puede recuperar 𝑥 𝑡 utilizando pares conocidos de
transformadas. Cuando la transformada tiene polos diferentes, se puede
descomponer 𝑋 𝑠 en fracciones parciales y obtener la transformada inversa de
Laplace de señales causales; luego de un análisis de la RCA se identifica las
señales anticausales; y, se las cambia de signo y de intervalo en el tiempo, de
forma similar al utilizado cuando se calcula la transformada.
Ejemplo 8.14
Si 𝑋 𝑠 = −5Τ 𝑠 + 2 𝑠 − 3 −2 < 𝜎 < 3, obtener la transformada inversa
de Laplace.
1 1
𝑋 𝑠 = −
𝑠+2 𝑠−3
𝑒 −2 𝑡 , 𝑡≥0
𝑥 𝑡 = ቊ 3𝑡
𝑒 , 𝑡<0

Matemáticamente la transformada inversa de Laplace se obtiene utilizando la
siguiente expresión: 𝜎0 +𝑗∞
1
𝑥 𝑡 = න 𝑋 𝑠 𝑒 𝑠 𝑡 𝑑𝑠
2𝜋𝑗
𝜎0 −𝑗∞
que es una integral de línea ubicada en la región de convergencia absoluta de

𝑋 𝑠 , la misma que se puede evaluar utilizando el método de los residuos que es
una alternativa para obtener la transformada inversa. Se puede demostrar que:
෍ 𝑅 𝑋 𝑠 𝑒 𝑠 𝑡 𝑒𝑛 𝑙𝑜𝑠 𝑝𝑜𝑙𝑜𝑠 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎 𝑑𝑒 𝜎 = 𝜎0 , 𝑡>0

𝑥 𝑡 =
− ෍ 𝑅 𝑋 𝑠 𝑒 𝑠 𝑡 𝑒𝑛 𝑙𝑜𝑠 𝑝𝑜𝑙𝑜𝑠 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎 𝑑𝑒 𝜎 = 𝜎0 , 𝑡<0
El residuo en un polo simple 𝑠0 se define como,

𝑅 𝑋 𝑠 𝑒 𝑠 𝑡 = 𝑠 − 𝑠0 𝑋 𝑠 𝑒 𝑠 𝑡 ቚ
𝑠=𝑠0
El residuo en un polo doble 𝑠0 se define como,

𝑠𝑡
1 𝑑 2
𝑅 𝑋 𝑠 𝑒 = 𝑠 − 𝑠0 𝑋 𝑠 𝑒𝑠 𝑡 ቚ
1! 𝑑𝑠 𝑠=𝑠0
El residuo en un polo triple 𝑠0 se define como,
1 𝑑2
𝑅 𝑋 𝑠 𝑒𝑠 𝑡 = 𝑠 − 𝑠0 3
𝑋 𝑠 𝑒𝑠 𝑡 ቚ
2! 𝑑𝑠 2 𝑠=𝑠0
Ejemplo 8.15
2
Si 𝑋 𝑠 = 𝑠 −2 < 𝜎 < −1, hallar su transformada inversa de Laplace.
𝑠+1 𝑠+2
Un análisis de la región de convergencia absoluta ubica al polo 𝑠 = −2 a la

izquierda de la línea 𝜎 = 𝜎0 ; y, a los polos 𝑠 = −1 y 𝑠 = 0, a su derecha.
2
𝑠+2 𝑒𝑠 𝑡ቤ , 𝑡>0
𝑠 𝑠+1 𝑠+2 𝑠=−2
𝑥 𝑡 =
2 𝑠𝑡
2
− 𝑠+1 𝑒 ቤ −𝑠 𝑒𝑠 𝑡ቤ , 𝑡<0
𝑠 𝑠+1 𝑠+2 𝑠=−1
𝑠 𝑠 + 1 𝑠 + 2 𝑠=0
𝑒 −2 𝑡 , 𝑡≥0
= ቊ −𝑡
2 𝑒 − 1, 𝑡<0
𝑥 𝑡 = 𝑒 −2 𝑡 𝑈 𝑡 + 2 𝑒 −𝑡 − 1 𝑈 −𝑡
Este método no requiere descomponer la transformada 𝑋 𝑠 en fracciones

parciales; sin embargo, cuando se trabaja con polos múltiples el procedimiento
podría aumentar su dificultad por lo que se recomienda combinar la
descomposición en fracciones parciales con el método del residuo o usar pares
conocidos de transformadas.

Ejemplo 8.16
Si 𝑋 𝑠 = −2Τ𝑠 𝑠 + 1 3
−1 < 𝜎 < 0 , hallar su transformada inversa de
Laplace.
2 2 𝑠2 + 6 𝑠 + 6
𝑋 𝑠 =− +
𝑠 𝑠+1 3
Para 𝑡 > 0:
1 𝑑2 3
2 𝑠2 + 6 𝑠 + 6 𝑠 𝑡
𝑥 𝑡 = 𝑠+1 𝑒 อ
2! 𝑑𝑠 2 𝑠+1 3
𝑠=−1
1 𝑑
= 2 𝑠2 + 6 𝑠 + 6 𝑡 𝑒 𝑠 𝑡 + 4 𝑠 + 6 𝑒 𝑠 𝑡 ቚ
2 𝑑𝑠 𝑠=−1
= 𝑠 2 + 3 𝑠 + 3 𝑡 2 𝑒 𝑠 𝑡 + 4 𝑠 + 6 𝑡 𝑒 𝑠 𝑡 +2 𝑒 𝑠 𝑡 ቚ
𝑠=−1
2 −𝑡
= 𝑡 +2𝑡+2 𝑒
Para 𝑡 < 0: −2 𝑠 𝑡
𝑥 𝑡 = −𝑠 𝑒 ቚ =2
𝑠 𝑠=0
𝑥 𝑡 = 𝑡 2 + 2 𝑡 + 2 𝑒 −𝑡 𝑈 𝑡 + 2 𝑈 −𝑡
Para el análisis de sistemas continuos en el dominio de la frecuencia se utiliza la

transformada de Laplace. Considerando que el ámbito del presente estudio
contempla señales de entrada causales y respuestas impulsivas causales se puede
emplear tanto la transformada bilateral como la unilateral de Laplace.
Se conoce que la respuesta de un Sistema Lineal, Invariante en el tiempo
continuo y Causal es la suma del efecto en el sistema de la señal de entrada y de
condiciones de borde conocidas.
La respuesta del sistema debido a la aplicación de la señal de entrada al sistema
se encuentra relacionada con la operación de convolución en el dominio del
tiempo de la señal de entrada 𝑥 𝑡 con la respuesta impulsiva continua ℎ 𝑡 .
Se obtiene la respuesta del sistema debido a condiciones de borde conocidas,
utilizando la propiedad de la derivada en el tiempo de la transformada unilateral
de Laplace.

La aplicación de la transformada de Laplace y sus propiedades se desarrolla,
mediante ejemplos, en la solución de las ecuaciones diferenciales y de las
ecuaciones continuas de estado y salida.
Se puede determinar el efecto en la respuesta del sistema, tanto de las condiciones
iniciales como de la señal de entrada 𝑥 𝑡 .
𝑦 𝑡 = 𝑦𝑐𝑖 𝑡 + 𝑦𝑥 𝑡
Ejemplo 8.17
Obtener la respuesta impulsiva ℎ 𝑡 y la respuesta 𝑦 𝑡 a la señal de entrada
𝑥 𝑡 = 𝑒 −2 𝑡 𝑈 𝑡 si 𝑦 0+ = 0, 𝑦ሶ 0+ = 8, de un Sistema Lineal e Invariante
descrito por
𝑦ሷ 𝑡 + 4 𝑦ሶ 𝑡 + 3 𝑦 𝑡 = 4 𝑥ሶ 𝑡 + 6 𝑥 𝑡 .
Para obtener la función de transferencia 𝐻 𝑠 , se aplica la propiedad de la
derivada de la transformada bilateral de Laplace.

𝑠2 𝑌 𝑠 + 4 𝑠 𝑌 𝑠 + 3 𝑌 𝑠 = 4 𝑠 𝑋 𝑠 + 6 𝑋 𝑠
𝑠2 + 4 𝑠 + 3 𝑌 𝑠 = 4 𝑠 + 6 𝑋 𝑠
𝐻 𝑠 = 4 𝑠 + 6 Τ 𝑠2 + 4 𝑠 + 3
Se observa que el numerador de 𝐻 𝑠 se puede construir con los coeficientes del
lado derecho de la ecuación diferencial y el denominador con los coeficientes del
lado izquierdo. Mediante la descomposición en fracciones parciales, se obtiene
1 3
𝐻 𝑠 = +
𝑠+1 𝑠+3
ℎ 𝑡 = 𝑒 −𝑡 + 3 𝑒 −3 𝑡 𝑈 𝑡
Para obtener la respuesta 𝑦 𝑡 , se aplica la propiedad de la derivada de la
transformada unilateral de Laplace.
𝑠 2 𝑌 𝑠 − 𝑠 𝑦 0+ − 𝑦ሶ 0+ + 4 𝑠 𝑌 𝑠 − 𝑦 0+ + 3 𝑌 𝑠
= 4 𝑠 𝑋 𝑠 − 𝑥 0+ + 6 𝑋 𝑠
𝑠2 + 4 𝑠 + 3 𝑌 𝑠 − 8 = 4 𝑠 + 6 𝑋 𝑠 − 4

𝑋 𝑠 = 1Τ 𝑠 + 2
4𝑠+6 1 4
𝑌 𝑠 = 2 +
𝑠 + 4 𝑠 + 3 𝑠 + 2 𝑠2 + 4 𝑠 + 3
𝑌 𝑠 = 𝑌𝑐𝑖 𝑠 + 𝑌𝑥 𝑠
4
𝑌𝑐𝑖 𝑠 = 2
𝑠 +4𝑠+3
4 𝑠𝑡
4
𝑦𝑐𝑖 𝑡 = 𝑠 + 1 𝑒 ቤ + 𝑠+3 𝑒𝑠 𝑡ቤ
𝑠+1 𝑠+3 𝑠=−1
𝑠+1 𝑠+3 𝑠=−3
= 2 𝑒 −𝑡 − 2 𝑒 −3 𝑡 = 2 𝑒 −𝑡 − 2 𝑒 −3 𝑡
𝑈 𝑡 + 𝑈(−𝑡)
4𝑠+6 1 2 3
𝑌𝑥 𝑠 = 𝐻 𝑠 𝑋 𝑠 = = + −
𝑠+1 𝑠+2 𝑠+3 𝑠+1 𝑠+2 𝑠+3
𝑦𝑥 𝑡 = 𝑒 −𝑡 + 2 𝑒 −2 𝑡 − 3 𝑒 −3 𝑡 𝑈 𝑡
𝑦 𝑡 = 3 𝑒 −𝑡 + 2 𝑒 −2 𝑡 − 5 𝑒 −3 𝑡 𝑈 𝑡 + 2 𝑒 −𝑡 − 2 𝑒 −3 𝑡 𝑈 −𝑡

El siguiente ejemplo introduce una variación en el método de solución que
simplifica la obtención de la transformada inversa de Laplace.
Ejemplo 8.18
Si de un Sistema Lineal e Invariante se conoce que
4 𝑔 𝑡 − ℎ 𝑡 = 9 − 5 𝑒 −𝑡 + 6 𝑒 −4 𝑡 𝑈 𝑡 − 2 𝛿 𝑡
donde 𝑔 𝑡 es la respuesta paso y ℎ 𝑡 , la respuesta impulsiva, obtener ℎ 𝑡 , la
respuesta impulsiva y 𝑦 𝑡 , la respuesta del sistema a la señal de entrada
𝑥 𝑡 = 6 𝑡 𝑒 −𝑡 𝑈 𝑡 si 𝑦 0+ = 0, 𝑦ሶ 0+ = 9.
1 4 9 5 6
𝐺 𝑠 = 𝐻 𝑠 𝐻 𝑠 −𝐻 𝑠 = − + −2
𝑠 𝑠 𝑠 𝑠+1 𝑠+4
5𝑠 6𝑠 −2 𝑠 3 + 23 𝑠 + 36
4−𝑠 𝐻 𝑠 =9−2𝑠− + =
𝑠+1 𝑠+4 𝑠+1 𝑠+4
2 𝑠2 + 8 𝑠 + 9
𝐻 𝑠 = 2
𝑠 +5𝑠+4

Antes de tomar la transformada inversa de Laplace, se realiza una división con el
fin de obtener una constante sumada a una fracción propia, procedimiento que se
debe realizar cuando la función de transferencia no sea una fracción propia y la
señal de entrada contenga un impulso continuo.
−2 𝑠 + 1 1 3
𝐻 𝑠 = 2+ = − +2
𝑠+1 𝑠+4 𝑠+1 𝑠+4
ℎ 𝑡 = 𝑒 −𝑡 − 3 𝑒 −4 𝑡 𝑈 𝑡 + 2 𝛿 𝑡
Los coeficientes de la función de transferencia se usan para determinar el
modelo por ecuación diferencial.
𝑦ሷ 𝑡 + 5 𝑦ሶ 𝑡 + 4 𝑦 𝑡 = 2 𝑥ሷ 𝑡 + 8 𝑥ሶ 𝑡 + 9 𝑥 𝑡
𝑠 2 𝑌 𝑠 − 𝑠 𝑦 0+ − 𝑦ሶ 0+ + 5 𝑠 𝑌 𝑠 − 𝑦 0+ + 4 𝑌 𝑠
= 2 𝑠 2 𝑋 𝑠 − 𝑠 𝑥 0+ − 𝑥ሶ 0+ + 8 𝑠 𝑋 𝑠 − 𝑥 0+ + 9 𝑋 𝑠
𝑠 2 + 5 𝑠 + 4 𝑌 𝑠 − 9 = 2 𝑠 2 + 8 𝑠 + 9 𝑋 𝑠 − 12

2
𝑋 𝑠 = 6Τ 𝑠 + 1
2 𝑠2 + 8 𝑠 + 9 6 3
𝑌 𝑠 = 2 2
− 2
𝑠 +5𝑠+4 𝑠+1 𝑠 +5𝑠+4
−3 −1 1
𝑌𝑐𝑖 𝑠 = 2 = +
𝑠 +5𝑠+4 𝑠+1 𝑠+4
𝑦𝑐𝑖 𝑡 = −𝑒 −𝑡 + 𝑒 −4 𝑡 = −𝑒 −𝑡 + 𝑒 −4 𝑡 𝑈 𝑡 + 𝑈(−𝑡)
2 𝑠2 + 8 𝑠 + 9
𝑌𝑥 𝑠 = 𝐻 𝑠 𝑋 𝑠 = 6
𝑠+1 3 𝑠+4
Como esta transformada tiene un polo triple y uno simple, se concluye que la
respuesta está relacionada con la raíz característica triple y un polinomio en 𝑡 de
orden 2 como coeficiente; y, con la raíz característica simple y una constante
como coeficiente.

𝑦𝑥 𝑡 = 𝑃1 𝑡 2 + 𝑃2 𝑡 + 𝐴1 𝑒 −𝑡 + 𝐴2 𝑒 −4 𝑡 𝑈 𝑡
2 𝑃1 𝑃2 𝐴1 𝐴2
𝑌𝑥 𝑠 = 3
+ 2
+ +
𝑠+1 𝑠+1 𝑠+1 𝑠+4
2 3
2 𝑃1 𝑠 + 4 + 𝑃2 𝑠 + 1 𝑠 + 4 + 𝐴1 𝑠 + 1 𝑠 + 4 + 𝐴2 𝑠 + 1
=
𝑠+1 3 𝑠+4
E igualando los numeradores, se obtiene:
6 2 𝑠2 + 8 𝑠 + 9
2 3
= 2 𝑃1 𝑠 + 4 + 𝑃2 𝑠 + 1 𝑠 + 4 + 𝐴1 𝑠 + 1 𝑠 + 4 + 𝐴2 𝑠 + 1
Evaluando en los polos y en dos valores cualquiera de s,

𝑠 = −1 18 = 6 𝑃1 𝑃1 = 3
𝑠 = −4 54 = −27 𝐴2 𝐴2 = −2
𝑠 = 0 54 = 24 + 4 𝑃2 + 4 𝐴1 − 2 𝑃2 = 6
ൠ
𝑠 = −2 6 = 12 − 2 𝑃2 + 2 𝐴1 + 2 𝐴1 = 2
𝑦𝑥 𝑡 = 3 𝑡 2 + 6 𝑡 + 2 𝑒 −𝑡 − 2 𝑒 −4 𝑡 𝑈 𝑡

𝑦 𝑡 = 3 𝑡 2 + 6 𝑡 + 1 𝑒 −𝑡 − 𝑒 −4 𝑡 𝑈 𝑡 − 𝑒 −𝑡 − 𝑒 −4 𝑡 𝑈 −𝑡
Evaluando 𝑦 𝑡 y 𝑦ሶ 𝑡 en 𝑡 = 0+ , se puede verificar las condiciones iniciales
dadas.
Ejemplo 8.19
Si se conoce que la respuesta de un Sistema Lineal, Invariante en el tiempo e
Inicialmente en Reposo, debida a la señal de entrada 𝑥1 𝑡 = 𝑡 𝑒 −2 𝑡 𝑈 𝑡 es la
señal 𝑦1 𝑡 = 𝑡 − 5 𝑒 −2 𝑡 + 7 𝑡 + 5 𝑒 −3 𝑡 𝑈 𝑡 , obtener su respuesta
impulsiva ℎ 𝑡 y su respuesta 𝑦 𝑡 a la señal de entrada 𝑥 𝑡 = 18 sin 3𝑡 𝑈 𝑡 si
𝑦 0+ = 40 y 𝑦ሶ 0+ = 31.
1
𝑋1 𝑠 =
𝑠+2 2
1 5 7 5
𝑌1 𝑠 = − + +
𝑠+2 2 𝑠+2 𝑠+3 2 𝑠+3
−5 𝑠 − 9 5 𝑠 + 22 3 𝑠2 + 9 𝑠 + 7
= + =
𝑠+2 2 𝑠+3 2 𝑠+2 2 𝑠+3 2

𝑌1 𝑠 3 𝑠2 + 9 𝑠 + 7
𝐻 𝑠 = =
𝑋1 𝑠 𝑠+3 2
9 𝑠 + 20 −9 𝑠 + 3 + 7
=3− 2 = +3
𝑠 +6𝑠+9 𝑠+3 2
ℎ 𝑡 = 7 𝑡 − 9 𝑒 −3 𝑡 𝑈 𝑡 + 3 𝛿 𝑡
Se obtiene 𝑦 𝑡 a partir de la ecuación en diferencias del sistema que se
construye utilizando los coeficientes de la función de transferencia 𝐻 𝑠 .
𝑦ሷ 𝑡 + 6 𝑦ሶ 𝑡 + 9 𝑦 𝑡 = 3 𝑥ሷ 𝑡 + 9 𝑥ሶ 𝑡 + 7 𝑥 𝑡
𝑠 2 𝑌 𝑠 − 𝑠 𝑦 0+ − 𝑦ሶ 0+ + 6 𝑠 𝑌 𝑠 − 𝑦 0+ + 9 𝑌 𝑠
= 3 𝑠 2 𝑋 𝑠 − 𝑠 𝑥 0+ − 𝑥ሶ 0+ + 9 𝑠 𝑋 𝑠 − 𝑥 0+ + 7 𝑋 𝑠
𝑠 2 + 6 𝑠 + 9 𝑌 𝑠 − 40 𝑠 − 31 − 240 = 3 𝑠 2 + 9 𝑠 + 7 𝑋 𝑠 − 162
54
𝑋 𝑠 = 2
𝑠 +9
3 𝑠 2 + 9 𝑠 + 7 54 40 𝑠 + 109
𝑌 𝑠 = 2 +
𝑠 + 6 𝑠 + 9 𝑠2 + 9 𝑠2 + 6 𝑠 + 9

40 𝑠 + 109 40 𝑠 + 3 − 11
𝑌𝑐𝑖 𝑠 = 2 =
𝑠 +6𝑠+9 𝑠+3 2
𝑦𝑐𝑖 𝑡 = −11 𝑡 + 40 𝑒 −3 𝑡 = −11 𝑡 + 40 𝑒 −3 𝑡 𝑈 𝑡 + 𝑈(−𝑡)
3 𝑠2 + 9 𝑠 + 7
𝑌𝑥 𝑠 = 𝐻 𝑠 𝑋 𝑠 = 54
𝑠 + 3 2 𝑠2 + 9
Como esta transformada tiene un polo doble y un par de polos imaginarios
conjugados, se concluye que la respuesta está relacionada con la raíz
característica doble y un polinomio en 𝑡 de orden 1 como coeficiente; y, con un
término seno y otro coseno multiplicados por una constante como coeficiente.
𝑦𝑥 𝑡 = 𝐴1 𝑡 + 𝐴2 𝑒 −3 𝑡 + 𝑃1 sin 3𝑡 + 𝑃2 cos 3𝑡 𝑈 𝑡
𝐴1 𝐴2 3 𝑃1 𝑃2 𝑠
𝑌𝑥 𝑠 = + + +
𝑠 + 3 2 𝑠 + 3 𝑠2 + 9 𝑠2 + 9
𝐴1 𝑠 2 + 9 + 𝐴2 𝑠 2 + 9 𝑠 + 3 + 3 𝑃1 𝑠 + 3 2
+ 𝑃2 𝑠 𝑠 + 3 2
=
𝑠 + 3 2 𝑠2 + 9

54 3 𝑠 2 + 9 𝑠 + 7
= 𝐴1 𝑠 2 + 9 + 𝐴2 𝑠 2 + 9 𝑠 + 3 + 3 𝑃1 𝑠 + 3 2
+ 𝑃2 𝑠 𝑠 + 3 2
Evaluando en el polo real y en tres valores cualquiera de s,

𝑠 = −3 378 = 18 𝐴1 𝐴1 = 21
𝑠 = −2 219 = −13 𝐴2 − 3 𝑃1 + 2 𝑃2 𝐴2 = −20

𝑠 = −1 −78 = 10 𝐴2 + 6 𝑃1 − 2 𝑃2 ቑ 𝑃1 = 27
𝑠=0 7 = 𝐴2 + 𝑃1 + 0 𝑃2 𝑃2 = 20
𝑦𝑥 𝑡 = 21 𝑡 − 20 𝑒 −3 𝑡 + 27 sin 3𝑡 + 20 cos 3𝑡 𝑈 𝑡
𝑦 𝑡 = 10 𝑡 + 20 𝑒 −3 𝑡 + 27 sin 3𝑡 + 20 cos 3𝑡 𝑈 𝑡 − 11 𝑡 − 40 𝑒 −3 𝑡 𝑈 −𝑡
Evaluando 𝑦 𝑡 y 𝑦ሶ 𝑡 en 𝑡 = 0+ , se puede verificar las condiciones iniciales dadas.

Solución de las ecuaciones continuas de estado y de salida
El modelo matemático de un sistema continuo usando variables de estado se
expresa mediante las siguientes ecuaciones de estado y de salida.
𝑣ሶ 𝑡 = 𝐴 𝑣 𝑡 + 𝑏 𝑥 𝑡
𝑦 𝑡 =𝑐𝑣 𝑡 +𝑑𝑥 𝑡
donde 𝑥 𝑡 es la señal de entrada, 𝑦 𝑡 es la respuesta y 𝑣 𝑡 el vector de estado.
Siendo 𝑉0 = 𝑣 0 , el vector de estado inicial y tomando la transformada de
Laplace de la ecuación de estado,
𝑠 𝑉 𝑠 − 𝑉0 = 𝐴 𝑉 𝑠 + 𝑏 𝑋 𝑠
𝑠 𝐼 − 𝐴 𝑉 𝑠 = 𝑉0 + 𝑏 𝑋 𝑠
−1 −1
𝑉 𝑠 = 𝑠𝐼−𝐴 𝑉0 + 𝑠 𝐼 − 𝐴 𝑏𝑋 𝑠
−1
Considerando que Φ 𝑠 = 𝑠 𝐼 − 𝐴 es la transformada de Laplace de la
matriz transición de estado,
𝑉 𝑠 = Φ 𝑠 𝑉0 + Φ 𝑠 𝑏 𝑋 𝑠

Calculando la transformada inversa de Laplace se obtiene el vector de estado
𝑣 𝑡 y reemplazando en la ecuación de salida, se encuentra la respuesta del
sistema 𝑦 𝑡 .
También, tomando la transformada de Laplace de la ecuación de salida,
𝑌 𝑠 =𝑐𝑉 𝑠 +𝑑𝑋 𝑠
d
X(s) s V(s) V(s) Y(s)

b s-1 I c
Representación gráfica del modelo continuo en variables de estado

Si se reemplaza la transformada de Laplace del vector de estado en la
transformada de Laplace de la ecuación de salida se obtiene,
𝑌 𝑠 = 𝑐 Φ 𝑠 𝑉0 + 𝐻 𝑠 𝑋 𝑠

donde, 𝐻 𝑠 =𝑐Φ 𝑠 𝑏+𝑑
es la función de transferencia del sistema continuo.
Si se observa las transformadas de Laplace del vector de estado 𝑉 𝑠 y de la
respuesta 𝑌 𝑠 , se puede determinar tanto el efecto del vector de estado inicial 𝑉0
como el efecto de la transformada de Laplace de la señal de entrada 𝑋 𝑠 .
𝑉 𝑠 = 𝑉𝑒𝑖 𝑠 + 𝑉𝑥 𝑠
𝑌 𝑠 = 𝑌𝑒𝑖 𝑠 + 𝑌𝑥 𝑠
Ejemplo 8.20
Utilizando la transformada de Laplace, obtener ℎ 𝑡 , la respuesta impulsiva, y
𝑣 𝑡 , el vector de estado cero, canónico controlable si la señal de entrada es
𝑥 𝑡 = 250 𝑡 𝑈 𝑡 , de un sistema lineal e invariante descrito por
𝑦ሷ 𝑡 + 5 𝑦ሶ 𝑡 = −3 𝑥ሷ 𝑡 − 7 𝑥ሶ 𝑡 + 5 𝑥 𝑡 .
Utilizando los coeficientes de la ecuación diferencial, se construye la función de
transferencia,

−3𝑠 2 − 7 𝑠 + 5
𝐻 𝑠 =
𝑠2 + 5 𝑠
8𝑠+5
= −3 + 2
𝑠 +5𝑠
8𝑠 +5 𝑠𝑡 8𝑠 +5 𝑠𝑡
ℎ 𝑡 = 𝑠 𝑒 ቤ + 𝑠+5 𝑒 ቤ 𝑈 𝑡 −3𝛿 𝑡
𝑠 𝑠+5 𝑠=0
𝑠 𝑠 + 5 𝑠=−5
= 1 + 7 𝑒 −5 𝑡 𝑈 𝑡 − 3 𝛿 𝑡
Con los coeficientes de la constante y de la fracción propia se construye el
modelo en variables de estado canónico controlable.
0 1 0
𝑣ሶ 𝑡 = 𝑣 𝑡 + 𝑥 𝑡
0 −5 1
𝑦 𝑡 = 5 8 𝑣 𝑡 −3𝑥 𝑡
−1
−1 𝑠 0 0 1
𝑠𝐼−𝐴 = −
0 𝑠 0 −5
−1 1
𝑠 −1 𝑠+5 1
= = 2
0 𝑠+5 𝑠 +5𝑠 0 𝑠

250
𝑋 𝑠 = 2
𝑠
𝑉𝑥 𝑠 = 𝑠 𝐼 − 𝐴 −1 𝑏 𝑋 𝑠
1 𝑠 + 5 1 0 250
= 2
𝑠 +5𝑠 0 𝑠 1 𝑠2
1 250
=
𝑠 𝑠3 𝑠 + 5
250 50 10 2 2
𝑉1𝑥 𝑠 = = − + −
𝑠3 𝑠 + 5 𝑠3 𝑠2 𝑠 𝑠 + 5
𝑣1𝑥 𝑡 = 25 𝑡 2 − 10 𝑡 + 2 − 2 𝑒 −5 𝑡 𝑈 𝑡
𝑉2𝑥 𝑠 = 𝑠 𝑉1𝑥 𝑠
𝑣2𝑥 𝑡 = 𝑣ሶ 1𝑥 𝑡 = 50 𝑡 − 10 + 10 𝑒 −5 𝑡 𝑈 𝑡
2 −5 𝑡
𝑣𝑥 𝑡 = 25 𝑡 − 10 𝑡 + 2 − 2 𝑒 𝑈 𝑡
50 𝑡 − 10 + 10 𝑒 −5 𝑡

Ejemplo 8.21
Para un Sistema Lineal e Invariante en el tiempo continuo descrito por:
−1 −1 1
𝑆𝐿𝐼 = , , 0 1 ,3 .
1 −3 −8
usando transformadas de Laplace, obtener ℎ 𝑡 , la respuesta impulsiva del sistema,
así como 𝑦 𝑡 , la respuesta del sistema a la señal de entrada 𝑥 𝑡 = 𝑡 𝑒 −𝑡 𝑈 𝑡 si
se conoce el vector de estado inicial canónico observable 𝑉0 = 1 − 1 ′.
−1 −1
−1 𝑠 0 −1 −1 𝑠+1 1
𝑠𝐼−𝐴 = − =
0 𝑠 1 −3 −1 𝑠 + 3
1 𝑠 + 3 −1
= 2
𝑠 +4𝑠+4 1 𝑠+1
−1
𝐻 𝑠 =𝑐 𝑠𝐼−𝐴 𝑏+𝑑
1 𝑠+3 −1 1
= 0 1 2 +3
𝑠 +4𝑠+4 1 𝑠+1 −8

−8 𝑠 − 7 −8 𝑠 + 2 + 9
𝐻 𝑠 = 2
+3= 2
+3
𝑠+2 𝑠+2
ℎ 𝑡 = 9 𝑡 − 8 𝑒 −2 𝑡 𝑈 𝑡 + 3 𝛿 𝑡
Con los coeficientes de la constante y de la fracción propia de la función de
transferencia, se construye el modelo en variables de estado canónico
observable.
0 −4 −7
𝑣ሶ 𝑡 = 𝑣 𝑡 + 𝑥 𝑡
1 −4 −8
𝑦 𝑡 = 0 1 𝑣 𝑡 +3𝑥 𝑡
−1 −1
−1 𝑠 0 0 −4 𝑠 4
𝑠𝐼−𝐴 = − =
0 𝑠 1 −4 −1 𝑠+4
1 𝑠 + 4 −4
= 2
𝑠 +4𝑠+4 1 𝑠
−1
𝑌𝑒𝑖 𝑠 = 𝑐 𝑠 𝐼 − 𝐴 𝑉0
1 𝑠 + 4 −4 1
𝑌𝑒𝑖 𝑠 = 0 1 2
𝑠 +4𝑠+4 1 𝑠 −1
−𝑠 + 1 − 𝑠+2 +3
= =
𝑠+2 2 𝑠+2 2
𝑦𝑒𝑖 𝑡 = 3 𝑡 − 1 𝑒 −2 𝑡 = 3 𝑡 − 1 𝑒 −2 𝑡 𝑈 𝑡 + 𝑈 −𝑡
1
𝑋 𝑠 =
𝑠+1 2
3 𝑠2 + 4 𝑠 + 5
𝑌𝑥 𝑠 = 𝐻 𝑠 𝑋 𝑠 =
𝑠+1 2 𝑠+2 2
Como esta transformada tiene dos polos dobles, se concluye que la respuesta está
relacionada con las dos raíces dobles cada una con un polinomio en 𝑡 de orden 1
como coeficiente.
𝑦𝑥 𝑡 = 𝑃1 𝑡 + 𝑃2 𝑒 −𝑡 + 𝐴1 𝑡 + 𝐴2 𝑒 −2 𝑡 𝑈 𝑡

𝑃1 𝑃2 𝐴1 𝐴2
𝑌𝑥 𝑠 = 2
+ + 2
+
𝑠+1 𝑠+1 𝑠+2 𝑠+2
2
𝑃1 𝑠 + 2 + 𝑃2 𝑠 + 1 𝑠 + 2 2 + 𝐴1 𝑠 + 1 2
+ 𝐴2 𝑠 + 1 2
𝑠+2
=
𝑠+1 2 𝑠+2 2
3 𝑠 2 + 4 𝑠 + 5 = 𝑃1 𝑠 + 2 2
+ 𝑃2 𝑠 + 1 𝑠 + 2 2
+ 𝐴1 𝑠 + 1 2
+ 𝐴2 𝑠 + 1 2
𝑠+2
Evaluando en los polos y en dos valores cualquiera de s,
𝑠 = −1 4 = 𝑃1 𝑃1 = 4
𝑠 = −2 9 = 𝐴1 𝐴1 = 9
𝑠=0 5 = 16 + 4 𝑃2 + 9 + 2 𝐴2 𝑃2 = −10
ൠ
𝑠 = −3 20 = 4 − 2 𝑃2 + 36 − 4 𝐴2 𝐴2 = 10
𝑦𝑥 𝑡 = 4 𝑡 − 10 𝑒 −𝑡 + 9 𝑡 + 10 𝑒 −2 𝑡 𝑈 𝑡
𝑦 𝑡 = 4 𝑡 − 10 𝑒 −𝑡 + 12 𝑡 + 9 𝑒 −2 𝑡 𝑈 𝑡 + 3 𝑡 − 1 𝑒 −2 𝑡 𝑈 −𝑡

Resumen Análisis de Señales 2022A EPN - Ing. Ramiro Valenzuela

Cargado por

Copyright:

Formatos disponibles

Resumen Análisis de Señales 2022A EPN - Ing. Ramiro Valenzuela

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resumen Análisis de Señales 2022A EPN - Ing. Ramiro Valenzuela

Cargado por

Copyright:

Formatos disponibles

Análisis de Señales y Sistemas

Capítulo 1: Señales y Sistemas

Ramiro Valenzuela Peñafiel

Señales continuas y discretas

Figura 1.1 Representación gráfica de una señal continua

Señales continuas y discretas

Señales continuas y discretas

Señales continuas y discretas

Figura 1.2 Representación gráfica de una señal discreta

Señales continuas y discretas

Figura 1.3 Representación gráfica de la señal seno n pi/6

Señales continuas y discretas

Señales elementales continuas

• Señal Rampa Unitaria

• Señal Pulso Triangular

• Señal Sampling y Sinc

Señales elementales discretas

• Secuencia Rampa Unitaria

Señales elementales discretas

Señales elementales discretas

Señales elementales discretas

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Figura 1.5 Muestreo de una señal continua

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

Operaciones con Señales

• Diferencia en tiempo (señales discretas)

➢ Diferencia inversa o en retraso

Operaciones con Señales

• Sumatorio en tiempo (señales discretas)

Operaciones con Señales

• Diferencia en tiempo (señales discretas)

Operaciones con Señales

• Si 𝑎 > 1 entonces 𝑥 𝑎𝑡 es la señal 𝑥(𝑡) comprimida

• Si 𝜏 > 0 entonces 𝑥 𝑡 + 𝜏 es la señal 𝑥(𝑡) adelantada

• Si 𝑘 > 0 entonces 𝑥[𝑛 + 𝑘] es la señal 𝑥[𝑛] adelantada

Señal Impulso Unitario

Señal Impulso Unitario

Figura 1.16 Función escalón unitario

Señal Impulso Unitario

Señal Impulso Unitario

Valor disc. Valor disc. Valor disc.

Señal Impulso Unitario

Señal Impulso Unitario

Señal Impulso Unitario