Introducción a las Señales y Sistemas

Dr. Ing. Leonardo Rey Vega

Señales y Sistemas (66.74 y 86.05)

Facultad de Ingenierı́a
Universidad de Buenos Aires
Marzo 2024

Señales y Sistemas Introducción a las Señales y Sistemas 1/43

Resumen

1 Introducción a la materia

2 Señales en tiempo continuo y discreto

3 Sistemas en tiempo continuo y discreto

Señales y Sistemas Introducción a las Señales y Sistemas 2/43

Introducción a la materia I
La materia presentará una introducción a conceptos y técnicas de análisis y
diseño para señales y sistemas en tiempo continuo y discreto (con especial
enfásis en sistemas lineales!)

El análisis y sı́ntesis de señales y sistemas tiene importancia fundamental en

la ciencia y la tecnologı́a:
Comunicaciones
Control
Teorı́a de circuitos
Generación y distribución de energı́a eléctrica
Ingenierı́a biomédica
Aprendizaje automático (Machine Learning)
Aplicaciones de punta: sistemas aeroespaciales, radares, etc.
En la materia presentaremos conceptos básicos y cuando sea posible
presentaremos ejemplos simples de aplicación de los mismos en algunas de
las aplicaciones mencionadas arriba!

Señales y Sistemas Introducción a las Señales y Sistemas 3/43

Introducción a la materia II

Temas que cubriremos:

Conceptos básicos de señales y sistemas.
Convolución y propiedades de sistemas lineales.
Series y transformadas de Fourier.
Muestreo e interpolación.
Transformada de Laplace y transformada Z y análisis de sistemas
mediante dichas herramientas.
Aplicaciones: sistemas de comunicaciones analógicas, sistemas
realimentados, etc.

Bibliografı́a, guı́as de ejercicios, cronograma y reglamento de la materia

pueden encontrarse en el campus virtual:

http://campus.fi.uba.ar/

Consultas sobre la materia y sobre los temas de la teórica: [email protected]

Señales y Sistemas Introducción a las Señales y Sistemas 4/43

Introducción a la materia III

Bibliografı́a básica:
A. Oppenheim, A. Willsky , S Nawab, Señales y Sistemas, Pearson
Education, 2da. edición, 2015.
A. Oppenheim, R. Schafer, J. Buck, Tratamiento de Señales en
Tiempo Discreto, Prentice-Hall, 3ra. edición, 2011.
J. Proakis and D. Manolakis, Digital Signal Processing: Principles,
Algorithms and Applications, Pearson, 5ta. edición, 2021.
Bibliografı́a suplementaria:
B. Porat, A Course in Digital Signal Processing, John Wiley & Sons,
1ra. edición, 1997.
T. Kailath, Linear Systems, Prentice-Hall, 1ra. edición, 1980.
P. Vaidyanathan, Multirate Systems and Filterbanks, Prentice-Hall,
1ra. edición, 1993.

Señales y Sistemas Introducción a las Señales y Sistemas 5/43

Introducción a la materia IV
Aprobación de la materia:
Parcial a partir de la clase 7-10 (ver cronograma).
Presentación y defensa de un trabajo práctico especial hacia el final de
cuatrimestre.
La entrega via campus de 3 tareas (ej: resolución práctica y analı́tica de 1
ejercicio sencillo) propuesta por los deocentes de la práctica en las fechas que
determinen.
Nota de concepto determinada por docentes de la práctica valorando
participación y trabajo durante la clase.
Nota de cursada NCur = 0.4 ∗ Npar + 0.3 ∗ Ntpe + 0.2 ∗ Nent + 0.1 ∗ Ncon.
Todos los puntos de arriba se deben cumplimentar para aprobar la
cursada. Aquellos alumnos que lo hagan podran optar por promocionar la
materia o rendir un exámen integrador.
Promoción: en la semana 16 una breve reunión (muy amistosa!) con el
profesor de la materia trayendo la carpeta de ejercicios (ver reglamento y
guı́as de ejercicios). En el caso de aprobar la nota final de la materia será:
Nf = 0.8 ∗ Ncur + 0.2 ∗ Ncol
En el caso de rendir evaluación integradora, la misma tendrá el mismo
formato del parcial y considerará todos los temas de la materiaColoquio
integrador. En este caso la nota final será:
Nf = 0.6 ∗ Ncur + 0.4 ∗ Nint

Señales y Sistemas Introducción a las Señales y Sistemas 6/43

Introducción a la materia V

Importante!! La materia introduce muchos conceptos abstractos que requieren

tiempo de estudio y dedicación para ser debidamente asimilados. Para el éxito en
la cursada y aprobación de la materia se recomienda:
1 Venir a las teóricas con el material a ser presentado leı́do para una mejor
aprovechamiento de las clases.
2 Durante la semana siguiente a cada clase teórica estudiar detalladamente la
bibliografı́a para cada uno de los temas presentados. El material en estas
guı́as no reemplaza en absoluto a la bibliografı́a sugerida!
3 Aprovechar las clases prácticas para resolver ejercicios y consultar a los
docentes. Sin una rutina constante de resolución de problemas desde el dı́a 1
esta materia será muy difı́cil de aprobar!!!
4 Ejercitarse en casa durante la semana utilizando las guı́as de ejercicios y los
ejercicios sugeridos en la teórica y en las prácticas.

Señales y Sistemas Introducción a las Señales y Sistemas 7/43

Señales I

Que es una señal???

Básicamente es un objeto que lleva información total o parcial sobre el

comportamiento de un sistema fı́sico

Existe una diversidad enorme de sistemas fı́sicos y por ende una inmensidad de
señales de naturaleza diversa!!

Sin embargo en general pueden ser modelizadas de una forma universal y ser
analizadas con herramientas matemáticas independientes de la naturaleza fı́sica de
dichas señales!!!

Esto es importante ya que nos permite analizar señales y sistemas sin hacer
ninguna consideración sobre su naturaleza fı́sica concreta pudiendo generar
conceptos y análisis verdaderamente universales!!

Señales y Sistemas Introducción a las Señales y Sistemas 8/43

Señales II
El modelo matemático para una señal es el de una función

x(t) : RN → R

. Ejemplos:
El voltaje v(t) como función del tiempo en un capacitor. Claramente N = 1.
La señal del corazón humano en función del tiempo obtenida a través de un
electrocardiograma. De nuevo N = 1.
La temperatura en una varilla de metal en función de la posición sobre la
misma. De nuevo N = 1.
Una imagén fotográfica, donde f (t1 , t2 ) es la intensidad del brillo y t1 y t2
son las coordenadas espaciales. En este caso N = 2.

La variable independiente t se referirá genéricamente como el tiempo, aunque no

necesariamente sea ası́. Además, todos los conceptos que veremos a lo largo del
curso se pueden obtener (sin mucho trabajo) para N ∈ N, sin embargo nosotros nos
restringiremos, a partir de ahora y salvo aclaración en contrario, al caso N = 1.

Señales y Sistemas Introducción a las Señales y Sistemas 9/43

Señales III
Cuando t ∈ R hablamos de señales en tiempo continuo. Podemos también pensar
en señales de tiempo discreto (secuencias):
x[n] : Z → R
Ejemplos de señales de tiempo discreto:
Muestras de una señal de tiempo continuo (a través de un apropiado
procedimiento de muestreo que estudiaremos más adelante).
Datos sobre el nivel de precipitaciones en Buenos Aires para cada mes del
año (señal intrı́nsecamente de tiempo discreto).
El precio de cierre diario de una acción que cotiza en la bolsa de Buenos
Aires.
Señal analógica Señal muestreada Señal cuantizada Señal digital

Señales y Sistemas Introducción a las Señales y Sistemas 10/43

Señales IV
La señal de temperatura y de salida
del sensor son analógicas. La salida
del sensor se muestrea con un
perı́odo de muestreo T

Esto significa 1/T muestras de tiempo

discretas por cada unidad de tiempo
(generalmente segundos). Esta
definición implica un muestreo
uniforme! Es decir, la distancia
temporal entre dos muestras sucesivas
es simpre la misma!

Se define fs = 1/T como frecuencia

de muestreo (frequency sampling).
Muchas veces usamos este parámetro
para especificar un sistema que
transforma señales de tiempo
continuo a tiempo discreto!

Extraido de: F. Ulaby and A. Yagle. Signals and systems theory and applications, Michigan
Publishing, 2018

Señales y Sistemas Introducción a las Señales y Sistemas 11/43

Señales V
Una última clasficación discrimina entre:
Señales determinı́sticas: Cada valor de la señal para cada t o n, según
corresponda, esta perfectamente determinado a través de una función
matemática o una tabla de valores.
Señales estocásticas: El valor de la señal para cada t o n, según corresponda,
no está perfectamente determinado y obedece a una ley de probabilidad. Se
puede decir, que una señal estocástica es un conjunto de señales, todas
perfectamente realizables, por un esquema subyacente de probabilidades.

 
 Sinusoidales

 

Periódicas Armónicas

 
Determinı́sticas

Señales Pseudo-estocásticas



Aperiódicas

 


Estocásticas

Las señales estocásticas son muy útiles para analizar la dinámica de sistemas muy
complejos, que no pueden ser modelados analı́ticamente en forma precisa. Un
ejemplo ocurre con las señales de voz. En este curso nos ocuparemos solamente de
las señales determı́nisticas. En la materia Procesos Estocásticos se analizan con
detalle las señales estocásticas.

Señales y Sistemas Introducción a las Señales y Sistemas 12/43

Espacio de señales I
Desde el formalismo matemático nos servirá estructurar las señales en espacios
vectoriales adecuados (para nosotros estructurados sobre R o C). En forma precisa

Sea H un conjunto de funciones f : R → R que además satisfacen lo siguiente:

Si f (t) ∈ H entonces αf (t) ∈ H, ∀α ∈ R.
Si f (t) y g(t) pertenecen a H entonces f (t) + g(t) pertenecen a H.
Se dice que H es un espacio vectorial estructurado sobre R.

Observaciones:

Notar que necesariamente la función nula (es decir la que vale 0 para todo t)
debe pertenecer a H.
La extensión para el caso de señales de tiempo discreto es inmediata.
Los espacios vectoriales con los que trabajaremos no serán en general de
dimensión finita!.
La noción de independencia lineal entre N elementos del espacio es siempre
la misma independientemente de que el espacio tenga dimensión finita o
infinita.
Es inmediato ver que podemos estructurar un espacio en lugar de sobre R
sobre C (de hecho lo haremos más adelante!!)

Señales y Sistemas Introducción a las Señales y Sistemas 13/43

Espacio de señales II
Ejemplos:
Sea L2 (R) el espacio de las señales f : R → C tales que :
Z ∞
|f (t)|2 dt < ∞,
−∞

es decir las señales con energı́a finita en toda la recta. Es claro que L2 (R) es
un espacio vectorial. Probarlo!!!
El resultado es el mismo para L2 (B) con B ⊆ R el espacio de las señales
f : B → C tales que : Z
|f (t)|2 dt < ∞
B

Sea l2 (Z) el espacio de las señales de tiempo discreto x[n] : Z → C tales que:
∞
X
|x[n]|2 < ∞
n=−∞

Es claro que l2 (Z) es un espacio vectorial.Probarlo!!!

Sea P(n) el conjunto de los polinomios de grado menor o igual a n. Probar
que P(n) es un espacio vectorial. Probarlo!!! Es de dimensión finita o
infinita??.
Sea A = et , e2t , e3t , . . . . Es A un espacio vectorial???


Señales y Sistemas Introducción a las Señales y Sistemas 14/43

Espacio de señales III
En algunos espacios vectoriales podremos contar con algunas estructuras más
completas. Por ejemplo, con un producto interno.

Decimos que ⟨·, ·⟩ : H × H → R es un producto interno sobre el espacio vectorial H

compuesto por funciones f : R → R si satisface:
⟨f (t), g(t)⟩ = ⟨g(t), f (t)⟩ para f (t), g(t) pertenecientes a H.
⟨αf (t), g(t)⟩ = α⟨f (t), g(t)⟩ para f (t), g(t) pertenecientes a H y α ∈ R.
⟨f (t), f (t)⟩ ≥ 0 con la igualdad sı́ y sólo sı́ f (t) ≡ 0. Notar que
⟨f (t), f (t)⟩ ≡ ||f (t)||2 , es decir la norma al cuadrado de la señal f (t).

Ejemplo: Sea L2 ([0, T )) el espacio vectorial de las funciones de energı́a finita

f : [0, T ) → R. Se define:
Z T
⟨f (t), g(t)⟩ ≡ f (t)g(t)dt
0

Probar que esto constituye un producto interno en el mencionado espacio!!!

Nuevamente podemos definir un producto interno para un espacio vectorial de

funciones que entregan valores en C. Como se modifican los axiomas para el
producto interno?? Cuál serı́a la definición del mismo para el espacio L2 ([0, T ))
pero donde las señales que lo componen son f : [0, T ) → C??

Señales y Sistemas Introducción a las Señales y Sistemas 15/43

Espacio de señales IV

Distancia euclı́dea:
1
d (x, y) = ⟨x − y, y − x⟩ 2 = ∥x − y∥

Si x, y ∈ C N , entonces
v
uN −1
uX
d (x, y) = t |x[n] − y[n]|2
n=0

Si x, y ∈ L2 ([−π, π]), entonces

sZ
π
d (x, y) = |x(t) − y(t)|2 dt
−π

Distancia euclı́dea ≡ Raı́z del error cuadrático medio

Señales y Sistemas Introducción a las Señales y Sistemas 16/43

Espacio de señales V
La presencia de producto interno permite definir la noción de ortogonalidad entre
elementos de un espacio vectorial.

Se dice que f (t) y g(t) pertenecientes a H con producto interno ⟨·, ·⟩ son
ortogonales si:
⟨f (t), g(t)⟩ = 0

Ejemplo: Sea f (t), g(t) ∈ L2 ([0, T )) con el producto interno usual. Entonces, si
f (t) y g(t) son ortogonales:
Z T
f (t)g(t)dt = 0
0

En espacio vectoriales con producto interno cobra importancia el concepto de base

ortonormal. Una base ortonormal conocida por todos (y que después utilizaremos)
para el espacio de funciones complejas f : [0, T ) → C en L2 ([0, T )) es1 :
 
1 1 1 1 1 2π
, . . . , √ e−2jω0 t , , √ e−jω0 t , √ , , √ ejω0 t , , √ e2jω0 t , . . . , , ω0 =
T T T T T T

1
L2 ([0, T )) es un espacio de dimensión infinita y existen algunas cuestiones técnicas para
estar seguros que el conjunto de las exponenciales complejas permite “generar” cualquier
elemento del espacio. No nos detendremos en dichos detalles en el curso.
Señales y Sistemas Introducción a las Señales y Sistemas 17/43
Espacio de señales VI
Problema: tengo una señal x(t) y un subespacio de señales conocidas y con
“buenas” propiedades S = gen {f1 (t), f2 (t), . . . , fN (t)}. Sin perder generalidad
x(t) ∈
/ S. Quiero aproximar x(t) con una señal que viva en S. Planteo:

x̂(t) = arg min ∥x(t) − h(t)∥

h(t)∈S

Teorema (Teorema de la proyección ortogonal)

Sea H un espacio vectorial con producto interno ⟨·, ·⟩ (y con algunas propiedades
más). Sea además un subespacio S contenido en H y del cual tengo una base
ortonormal {f1 (t), f2 (t), . . . , fN (t), . . . }. La “mejor” aproximación a x(t) ∈ H en
S de acuerdo al problema planteado arriba se puede escribir:

∞
X
x̂(t) = ⟨x(t), fk (t)⟩fk (t)
k=1

Además el error e(t) = x(t) − x̂(t) es ortogonal a S, es decir ⟨e(t), s(t)⟩ = 0

∀s(t) ∈ S.

Señales y Sistemas Introducción a las Señales y Sistemas 18/43

Espacio de señales VII

Vector Spaces

Normed Spaces

Inner Product Spaces

HILBERT SPACES
Rn, Cn, L2, 2

Banach Spaces
(complete normed spaces)
Lp, p

Metric Spaces

Taxonomı́a de los espacios. Un espacio de Hilbert es un espacio de producto

interno completo. Los espacios de dimensión finita y Rn , con norma euclidiana,
son espacios de Hilbert, al igual que los espacios de dimensión infinita L2 y l2 . Los
espacios l2 , L1 , L∞ y l∞ son espacios de Banach.
Fuente: Eric W. Hansen. Fourier Transforms: Principles and Applications. Wiley. 2014.

Señales y Sistemas Introducción a las Señales y Sistemas 19/43

Algunas funciones útiles I
Una función muy útil para nosotros será la función escalón unitario:
 El valor en t = 0 no es importante y se puede
1 t>0 definir con total libertad. Una elección
u(t) =
0 t<0 popular es u(0) = 0.5.

Esta función es muy útil en teorı́a de control y procesamiento de señales. Una de

sus atractivos es que permite restringir señales para los valores de t positivos por
medio de una simple multiplicación con esta función.

Otra función de mucho interés para nosotros será la delta de Dirac o función
impulso unitario2 :
La definición rigurosa de este objeto es matemáticamente compleja. Incluso desde
el punto de vista formal, lo que llamamos como delta de Dirac no es una función.
Nosotros, como usaremos este objeto de forma puramente operativa no nos
preocuparemos por estos detalles.

Una posible definición es la siguiente

Z t
Integrando la función delta de Dirac
u(t) = δ(τ )dτ
−∞
obtenemos la función escalón definida arriba!!
2
La definición precisa requiere teorı́a de distribuciones y teorı́a de la medida, temas que
están fuera del alcance de este curso. Para los interesados (y valientes!!) consultar W.
Rudin,Functional Analysis, Mc-Graw-Hill, 1991.
Señales y Sistemas Introducción a las Señales y Sistemas 20/43
Algunas funciones útiles II

Sin ser rigurosos podemos definir también:

La falta de rigurosidad nos lleva a un

problema en t = 0 donde la función escalón
unitario es discontinua y su derivada en el
δ(t) = u′ (t) sentido clásico no existe!! Sin embargo con el
formalismo de la teorı́a de las distribuciones
dicha derivada se puede justificar y por ello la
seguiremos utilizando!

En forma equivalente la delta de Dirac es un objeto que cumple con las siguientes
propiedades

δ(t) = 0 ∀t ̸= 0.
R∞
−∞ δ(t)dt = 1.

Señales y Sistemas Introducción a las Señales y Sistemas 21/43

Algunas funciones útiles III
Podemos intepretar la expresión δ(t) = u′ (t) como un lı́mite (aunque no
rigurosamente):
δ∆ (t) = u′∆ (t), ∆ → 0

Notamos como δ∆ (t) tiene siempre área unitaria y para t < 0 y t > ∆ vale 0. Sin
preocuparnos por la rigurosidad matemática podemos decir que :

lim δ∆ (t) = δ(t)

∆→0

Funciones como δ∆ (t) arriba, que convergen a δ(t) cuando ∆ → 0 se denominan

nascent delta functions.

Señales y Sistemas Introducción a las Señales y Sistemas 22/43

Algunas funciones útiles IV

Notar que para una señal x(t) continua podemos escribir (con el lı́mite
interpretado en el mismo sentido que las expresiones de arriba):

lim x(t)δ∆ (t) = x(0)δ(t)

∆→0

Esto nos lleva a una de las principales propiedades de la delta de Dirac:

Para funciones continuas en un t0 ∈ R

arbitrario, la delta de Dirac nos
Z ∞
permite de alguna forma obtener o
δ(t − t0 )x(t)dt = x(t0 )
−∞ ”evaluar” el valor de dichas funciones
en dicho punto!! Esto será muy útil
cuando veamos el tema de muestreo!!

Cuando veamos el concepto de convolución para sistemas lineales veremos otra

interpretación interesante de la delta de Dirac!!

Señales y Sistemas Introducción a las Señales y Sistemas 23/43

Algunas funciones útiles V

Para el caso de tiempo discreto podemos también definir las funciones escalón
unitario u[n] y la función impulso unitario δ[n]:

2 2

1.8 1.8

1.6 1.6

1.4 1.4

1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
−4 −2 0 2 4 6 8 10 −4 −3 −2 −1 0 1 2 3 4

En este caso no hay problemas matemáticos y los resultados e intuición son más
naturales. Notar que en este caso el valor en n = 0 de la función escalón se fija en
1. Es fácil verificar:
u[n] = n
P
k=−∞ δ[n].
δ[n] = u[n] − u[n − 1].
P∞
k=−∞ x[k]δ[n − k] = x[n] para cualquier señal de tiempo discreto x[n].

Señales y Sistemas Introducción a las Señales y Sistemas 24/43

Señales periódicas I
Se dice que una señal continua x(t) es periódica, con periodo T ∈ R, si:

x(t + T ) = x(t), ∀t

Si x(t) es periódica con periodo T también es periódica con periodo qT , q ∈ N. El

periodo fundamental t0 es el número positivo más pequeño de T .

1
Ciclo
0.5

-0.5

-1
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014

Se dice que una señal discreta x[n] es periódica, con periodo N ∈ Z, si:

x[n + N ] = x[n], ∀n

Señales y Sistemas Introducción a las Señales y Sistemas 25/43

Señales periódicas II
El arquetipo de funciones periódicas son las funciones senoidales:

x(t) = A sin(ωt + ϕ), y(t) = A cos(ωt + ϕ) = x(t + π/2)

1
donde ω = 2πf siendo f la frecuencia (en Hz) y con perı́odo T = f
(en seg.).

1.00

0.75

0.50

0.25
Amplitude

0.00

0.25

0.50

0.75

1.00 Seno de 2 Hz
Coseno de 2 Hz
0.00 0.25 0.50 0.75 1.00 1.25 1.50 1.75 2.00
Time

Señales y Sistemas Introducción a las Señales y Sistemas 26/43

Señales periódicas III
Las señales periódicas más importantes para nosotros serán las exponenciales
complejas. Usando que
∞
x2 X xk
ex = 1 + x + + ··· =
2! k=0
k!
∞
x3 x5 X (−1)k 2k+1
sin(x) = x − + − ··· = x
3! 5! k=0
(2k + 1)!
∞
x2 x4 X (−1)k 2k
cos(x) = 1 − + − ··· = x
2! 4! k=0
(2k)!
Puedo hacer lo siguiente:
(jx)2 (jx)3 x2 x3
ejx = 1 + jx + + + · · · = 1 + jx − −j + · · · = cos(x) + j sin(x)
2! 3! 2! 3!

Esto se conoce como notación de Euler y es una respresentación muy útil ya que
hereda todas las propiedades de las exponenciales. Entonces:

x(t) = cos(ωt) + j sin(ωt) ≡ ejωt

Señales y Sistemas Introducción a las Señales y Sistemas 27/43

Señales complejas

z(t) ∈ C z ∗ = Re{z(t)} − jIm{z(t)}

z(t) = Re{z(t)} + jIm{z(t)} z ∗ = |z(t)|e−j∠z(t)

√ 1 Re{z(t)}−jIm{z(t)}
j = −1 z
= Re 2 {z(t)}+Im 2 {z(t)}

z(t)+z ∗ (t)
Re{z(t)} = 2
1
= 1 −j∠z
e
z |z|
z(t)−z ∗ (t)
Im{z(t)} = 2
Im

z(t) = |z(t)|ej∠z(t) s = ∥s∥ej∠s Im{z}

z = ∥z∥ej∠z

∥z∥
z(t) = |z(t)| cos (∠z(t)) +
∠z
Re
Re{z}
+j|z(t)| sin (∠z(t))
p
|z(t)| = z(t)z ∗ (t) s∗ = ∥s∥e−j∠s
1
z = 1 −j∠z
∥z∥ e

p
= Re 2 {z(t)} + Im 2 {z(t)}]
  Para señales de tiempo discreto valen
Im{z(t)} las mismas definiciones!
∠z(t) = arctan Re{z(t)}

Señales y Sistemas Introducción a las Señales y Sistemas 28/43

Medidas de señales

( )
Valor medio de una
n o N
x̄ = lim 1 R T x(t) dt x̄ = lim 1 P
x[n]
señal no periódica T →∞ 2T −T N →∞ 2N +1
n=−N

Valor medio de una N

x̄ = 1 R x(t) dt x̄ = 1 P
x[n]
señal periódica T0 T0 N0
n=∈{N0 }

Valor pico xp = sup |x(t)| xp = sup |x[n]|

t n

R∞ ∞
|x(t)|2 dt |x[n]|2
P
Energı́a Ex = −∞ Ex =
−∞

( )
Potencia de un señal
n o N
Px = lim 1 R T |x(t)|2 dt Px = lim 1 P
|x[n]|2
no periódica T →∞ 2T −T N →∞ 2N +1
n=−N

Potencia de un señal N
Px = 1 |x(t)|2 dt 1 |x[n]|2
R P
Px =
periódica T0 T0 N0
n=∈{N0 }

Para pensar: Cuánto vale la potencia de una señal no periódica de energı́a finita
(en L2 (R))? Una señal periódica pueden ser de energı́a finita?

Señales y Sistemas Introducción a las Señales y Sistemas 29/43

Sistemas I

Que es un sistema??

Básicamente es un objeto que acepta señales, las transforma de acuerdo a una

determinada ley y proporciona a su salida dichas señales transformadas

Existe una diversidad enorme de sistemas de naturaleza diversa!!

Sin embargo, en general pueden los sistemas pueden ser modelizados de una forma
universal y ser analizados con herramientas matemáticas independientes su
naturaleza fı́sica!!!

Ejemplos
Un capacitor que dado una tensión entre sus bornes v(t) genera una
corriente i(t).
Una cámara fotográfica digital que dada una escena del mundo real
(modelizada con una señal bidimensional de intensidades lumı́nicas
analógica), proporciona una señal bidimensional de intensidades lumı́nicas
digitales.
Un instrumento musical de viento, que dada la señal de entrada dada por el
soplido del músico, proporciona una señal acústica.

Señales y Sistemas Introducción a las Señales y Sistemas 30/43

Sistemas II
Desde el punto vista matemático formal podemos definir a un sistema como a un
operador que opera entre dos espacios de señales. En particular nos interesaran
aquellos operadores que operen entre dos espacios vectoriales de señales:

Un sistema cuyas entradas son señales en el espacio vectorial H1 y sus salidas son
señales en el espacio vectorial H2 se puede representar en forma matemática por
un operador T : H1 → H2 . En forma compacta la acción del sistema representado
por T se puede escribir como:

y(t) = T [x(t)]

donde x(t) ∈ H1 es la señal de entrada y y(t) ∈ H2 es la señal de salida.

Por supuesto que las mismas definiciones valen para sistemas que toman señales
en tiempo discreto y entregan señales en tiempo discreto o incluso para sistemas
mixtos!!

Señales y Sistemas Introducción a las Señales y Sistemas 31/43

Sistemas III

Análisis Estudiar la respuesta de un sistema especı́fico Calibración

a diversas entradas de un equipo
x(t) - T -?
Diseño o Diseñar sistemas para procesar señales de de- Conversión
identifi- terminada forma de energı́a
cación x(t) - ? - y(t)
Invertir Obtener entrada para un sistema dado a partir Sistema de
de su salida comunica-
ciones ? - T - y(t)
Filtrado Obtener el sistema y la señal de salida que per- Ecualizador
mite modificar una señal de entrada de deter- de audio
minada forma x(t) - ? -?
Modelado Diseñar un sistema y la señal de entrada que Radar
nos permite obtener una salida determinada
? - ? - y(t)
Control: Diseñar un sistema que controle a otro a partir Piloto au-
de su salida tomático x(t) - T - y(t)
6
?

Señales y Sistemas Introducción a las Señales y Sistemas 32/43

Propiedades y ejemplos I

Memoria: Un sistema se dice que es sin memoria cuando su salida en tiempo t

depende solamente de su entrada en el tiempo t. Por ejemplo en un espacio
vectorial H de señales de tiempo continuo reales un sistema sin memoria:

y(t) = αx(t), α ∈ C

Otro ejemplo más general puede estar dado a través de una función genérica
f :R→R
y(t) = f (x(t))
Qué sistemas reales se le ocurren que se pueden modelizar de esta forma?? En
forma equivalente un sistema se dice que es con memoria cuando su salida en el
tiempo t depende de su entrada en otros tiempos distintos de t (por supuesto
puede depender también de la entrada a tiempo t). Ejemplos de sistemas con
memoria:

Z t 1 X−1
n+N
y(t) = αx(t − β), y(t) = x(τ )dτ, y[n] = x[k]
−∞ N k=n

Qué sistemas reales con memoria se le ocurren??

Señales y Sistemas Introducción a las Señales y Sistemas 33/43

Propiedades y ejemplos II

Invertibilidad: En forma coloquial un sistema es invertible cuando observando la

salida del mismo podemos recuperar la entrada. En términos matemáticos
concretos, un sistema es invertible cuando el operador T que lo define es biyectivo
o lo que es lo mismo existe T −1 .

Ejemplos:
y(t) = αx(t) es invertible si α ̸= 0.
y[n] = n
P
k=−∞ x[k] es invertible. Cuál es el sistema inverso??
Rt
y(t) = −∞ x(τ )dτ es invertible. Cuál es el sistema inverso??
y(t) = sin (x(t)) no es invertible. Por qué?

x[n] 0≤n≤N
y[n] = no es invertible. Por qué?
0 en otro caso

Señales y Sistemas Introducción a las Señales y Sistemas 34/43

Propiedades y ejemplos III

Causalidad: Se dice que un sistema es causal cuando su salida depende

únicamente del presente y del pasado de la entrada (no del futuro). Un sistema se
dice que es no causal cuando su salida puede depender de valores del pasado, del
presente y también futuro. Un sistemas se dice que es anti-causal cuando su salida
depende únicamente del presente y del futuro. Ejemplos:
y(t) = αx(t) es causal. De hecho todo sistema sin memoria es
necesariamente causal!.
Rt R t+β
y(t) = −∞ x(τ )dτ es causal. Sin embargo y(t) = −∞ x(τ )dτ con β > 0 es
no causal.
Se le ocurren ejemplos reales de sistemas causales y no causales?

La propiedad de causalidad es muy importante! En ciertas aplicaciones que deben

funcionar en tiempo real dicha propiedad es crı́tica. Sin embargo, existen también
otras aplicaciones donde la propiedad de causalidad no es vital!

Señales y Sistemas Introducción a las Señales y Sistemas 35/43

Propiedades y ejemplos IV

Estabilidad: Existen varios criterios de estabilidad. Nosotros vamos a trabajar

con el que dice que un sistema es estable si para entradas acotadas la salida
permanece acotada. Este criterio de estabilidad se conoce comúnmente como
BIBO (Bounded Input-Bounded Output). En términos precisos, si ∃B1 ∈ R+ tal
que |x(t)| ≤ B , ∀t ∈ R
1

entonces ∃B2 ∈ R+ tal que |y(t)| ≤ B2 , ∀t ∈ R

La estabilidad para sistemas de tiempo discreto se define en forma similar.
Ejemplos:
Rt
El sistema y(t) = −∞ x(τ )dτ es inestable. Por qué?
1 Pn
El sistema y[n] = N k=n−N +1 x[k] es estable. Por qué?

Tener sistemas estables es muy importante en la práctica! Por otro lado analizar
la estabilidad de un sistema general puede ser un problema difı́cil. Sin embargo,
existe una familia muy amplia de sistemas (los lineales e invariantes en el tiempo)
donde el análisis de la estabilidad es muy simple.

Señales y Sistemas Introducción a las Señales y Sistemas 36/43

Propiedades y ejemplos V
Invariancia en el tiempo: Se dice que un sistema es invariante en el tiempo si
un desplazamiento temporal en la entrada provoca un desplazamiento temporal en
la salida. En términos precisos: si la salida a un sistema con entrada x(t) es y(t)
entonces, para cualquier valor t0 ∈ R, la salida a la entrada x(t − t0 ) es y(t − t0 ).

x(t) y(t) x(t − t0 ) y(t − t0 )

6 6 6 6

- - - -
t t t0 t t0 t

x(t)
- T y(t)
- Retardo y(t − t-
0) x(t) Retardo x(t − t0 )
- - T y(t)
-
t0 t0

Ejemplos:
Sea f : C → C, el sistema dado por y(t) = f (x(t)) es invariante en el tiempo.
Probarlo!!
Rt
El sistema y(t) = −∞ x(τ )dτ es invariante en el tiempo. Probarlo!!
El sistema y[n] = α−n x[n] con α ∈ C es variante en el tiempo. Probarlo!!

La invarianza en el tiempo será una propiedad fundamental para el curso cuando

se encuentre combinada con la próxima propiedad que analizaremos: la linealidad!

Señales y Sistemas Introducción a las Señales y Sistemas 37/43

Propiedades y ejemplos VI

Linealidad: Se dice que un sistema es lineal, si el mismo satisface las siguientes

propiedades:
1 Para dos señales de entrada x1 (t) y x2 (t) cuyas salidas por el sistema T
valen y1 (t) e y2 (t) respectivamente tenemos que:

T [x1 (t)+x2 (t)] = T [x1 (t)]+T [x2 (t)] = y1 (t)+y2 (t), Propiedad de aditividad!

2 Para una señal de entrada x(t) cuya salida al sistema T es y(t) y cualquier
escalar α ∈ C:

T [αx(t)] = αT [x(t)] = αy(t), Propiedad de homogeneidad!

En forma general podemos escribir para señales de entrada xk (t) con

k = 1, 2, . . . , N cuyas salidas por el sistema T son yk (t) con k = 1, 2, . . . , N y
escalares complejos αk con k = 1, 2, . . . , N :

n N N
" #
X X X
T αk xk (t) = T [αk xk (t)] = αk yk (t) Principio de superposición!
k=1 k=1 k=1

Señales y Sistemas Introducción a las Señales y Sistemas 38/43

Propiedades y ejemplos VII

Ejemplos de sistemas lineales:

El sistema dado por y(t) = αx(t) con α ∈ R es lineal.
El sistema dado por y(t) = αx(t) + β con α, β ∈ R no es lineal.
El sistema dado por y(t) = f (x(t)) será lineal sı́ y sólo sı́ f : R → R es lineal.
Por ejemplo y(t) = ex(t) no es lineal!!.
El sistema y(t) = sin [αx(t)] no es lineal. Sin embargo si |αx(t)| << 1
entonces podemos linealizar el sistema ya que y(t) ≈ αx(t). Esto es muy
común en la ingenierı́a electrónica!!
El sistema dado por y[n] = n
P
k=−∞ x[n] es lineal.
Pn
El sistema dado por y[n] = k=0 α−n x[n]. con α ∈ C es lineal.

Los sistemas lineales e invariantes en el tiempo (LTI, linear time invariant) serán
los que estudiaremos con más detalle en este curso. Dichas propiedades permiten
estudiarlos y conocerlos con mucha precisión. Notar que hay sistemas que pueden
ser lineales y no invariantes en el tiempo (ver el último ejempo) y viceversa.

Señales y Sistemas Introducción a las Señales y Sistemas 39/43

Temas para leer por cuenta propia

Lectura obligatoria
Señales de energı́a finita y potencia finita (Oppenheim and Willsky,
Sección 1.1.2).
Transformaciones de la variable independiente para señales en tiempo
continuo y tiempo discreto (Oppenheim and Willsky, Sección 1.2).
Señales exponenciales y senoidales en tiempo continuo y discreto
(Oppenheim and Willsky, Sección 1.3).
Lectura optativa
Señales en tiempo discreto (Oppenheim and Schafer, Sección 2.1)
Sistemas en tiempo discreto (Oppenheim and Schafer, Sección 2.2)

Señales y Sistemas Introducción a las Señales y Sistemas 40/43

Algunos ejercicios I
1 Mostrar que si f (t) ∈ L2 (R) entonces limt→−∞ f (t) = limt→∞ f (t) = 0. Cuánto vale la
potencia promedio de estas señales?. Puede una señal con potencia promedio distinta de
cero pertenecer a L2 (R)? Es e−t ∈ L2 (R)? Es una señal de potencia finita?
j2πkn
2 Sean las señales de tiempo discreto de largo N fk [n] = √1 e N , n = 0, 1, . . . , N − 1
N
N −1
y con k = 0, 1, . . . , N − 1. Demostrar que las funciones {fk [n]}k=0 forman una base
ortonormal para el espacio vectorial de señales x[n] de tiempo discreto tales que
x : [0 : N − 1] → C. Compare con el caso del espacio de funciones de tiempo continuo
L2 ([0, T )) y las exponenciales complejas en tiempo continuo discutidas en clase.
3 Mostrar que la siguiente es función delta nascent:

t2
( )
1
δ∆ (t) = √ exp −
2π∆ 2∆2

1 δ(t) ∀a ̸= 0.
4 Probar que δ(at) = |a|

5 Es posible definir las derivadas de orden k de la delta de Dirac. Pruebe que δ ′ (t)
satisface (para cualquier x(t) diferenciable, con derivada continua en t = 0):

Z ∞
′ ′
δ (t)x(t)dt = −x (0)
−∞

R∞
Se anima a generalizar el resultado de arriba para −∞ δ (k) (t)x(t)dt cuando x(t) es una
señal k-veces diferenciable y con derivadas continuas?? Hint: Recuerde integración por
partes...

Señales y Sistemas Introducción a las Señales y Sistemas 41/43

Algunos ejercicios II

6 Probar que si para un sistema lineal T debe necesariamente ocurrir que:

T [0] = 0

donde 0 es la señal nula.

7 Mostrar que un sistema lineal es causal sı́ y sólo sı́ para todo t0 y entrada x(t) tal que
es nula para t ≤ t0 entonces la salida y(t) es nula para t ≤ t0 .
8 Considere el sistema de tiempo discreto cuya salida para cada entrada x[n] la salida se
computa como ( h i
x n k
si n mod k = 0
y[n] =
0 en otro caso

donde k es un número natural arbitrario. Mostrar que este sistema es lineal pero no es
invariante en el tiempo. Para que desplazamientos temporales en las entradas vale que
la salida es una versión desplazada de la señal de salida original asociada a una entrada
x[n]?
9 Considere el sistema y[n] = x[kn] donde k ∈ N. Determinar si este sistema es invariante
en el tiempo.
10 Pruebe que si a un sistema invariante en el tiempo se le introduce una señal de entrada
periódica con periodo T la salida es periódica con el mismo periodo. Analice un ejemplo
de un sistema variante en el tiempo donde esto no sea cierto.

Señales y Sistemas Introducción a las Señales y Sistemas 42/43

Tiempo de consultas

¿Preguntas?

Señales y Sistemas Introducción a las Señales y Sistemas 43/43