SEÑALES Y

SISTEMAS
DISCRETOS
DEFINICIONES Y CONCEPTOS BÁSICOS
INTRODUCCIÓN
•Las señales en tiempo discreto o simplemente señales discretas son aquellas que están definidas
en instantes discretas de tiempo.
•Algunos ejemplos de en la vida real de algún fenómeno que pueden ser descritos como señales
en tiempo discreto son: la clase de PDS en Ing. De Telecomunicaciones, número de niños que
nacen diariamente durante el año, el interés que produce una cuenta bancaria, etc.
•Este tipo de señales generalmente son de tipo limitado en el tiempo, por ejemplo en el caso de
la clases de PDS, ya que hace la descripción solo en el semestre.
•Otro tipo de señales en tiempo discreto es aquella señal que surge como consecuencia de un
proceso llamado “muestreo”.
•Un ejemplo de este tipo de caso seria la grabación digital de señales de audio o los sistemas de
telemedida.
INTRODUCCIÓN
•Las señales discretas en la actualidad tienen aplicaciones en muchas áreas de la ingeniería,
ciencia, economía, etc.
•Por ejemplo en economía la variable discreta en el tiempo puede ser día, mes, trimestre o año
de un periodo específico.
•Según el área de aplicación y/o el fenómeno, la variable independiente puede ser cualquier
parámetro medible, (ejemplo, la altura).
•En el caso de nuestra área, se va a tomar como variable independiente discreta al tiempo.
•De ahí que a este tipo de señales se los llama señales en tiempo discreto.
•Por lo tanto, dichas señales se representan como una secuencia de valores f(tn) donde tn indica
instantes en los que está definida la señal.
DEFINICION DE SEÑALES
DISCRETAS
• Como se dijo una señal en tiempo discreto es aquella que solamente está
definida para valores discretos del tiempo, es decir, para un valor específico
tn, se define su correspondiente f(tn).
• Además, como también se dijo, una señal es una secuencia de valores, se va
a representar a dichas señales como:
Donde n es un número entero.
f[n]
A n también se lo conoce como número de muestra.

TIPOS DE SEÑALES DISCRETAS: Según como se exprese a la señal discreta,

existen dos tipos de señales:
1. Señales discretas finitas.
2. Señales discretas infinitas.
TIPOS DE SEÑALES
DISCRETAS
SEÑALES DISCRETAS FINITAS: Son aquellas señales que se representan
mediante un conjunto de valores. También se conocen como señales de tiempo
finito o tiempo discreto limitado. Otro nombre que reciben estas señales son
como secuencia de longitud finita.

Es decir, la señal x[n] está definida solo para un rango comprendido entre N1 < n
< N2
TIPOS DE SEÑALES
DISCRETAS
SEÑAL DE LONGITUD FINITA: EJEMPLO

{
𝟏 𝟏 𝟏
𝟒 𝟐 𝟑
𝟑 𝟏
𝒇 [ 𝒏 ] = , , , 𝟎 , ,−
𝟒 𝟐 }
La flecha indica el valor de la secuencia para n = 0.

IMPORTANTE: Una señal de longitud finita no está definida para n < N1 y n >
N2
TIPOS DE SEÑALES
DISCRETAS
SEÑALES DISCRETAS INFINITAS: Son aquellas señales que se representan
mediante una función o expresión matemática. También se conocen como
señales de tiempo infinito o tiempo discreto ilimitado.
−𝒏
𝒇 [ 𝒏 ] =𝒆 𝒔𝒆𝒏 [𝒏]

También se conoce como secuencia

de longitud infinita
TIPOS DE SEÑALES
DISCRETAS
• Desde el punto de visto práctico, y por las limitaciones en el tamaño de
la palabra que usa un procesador, la velocidad de procesamiento, las
señales se describen en base a un valor finito de muestras.
• Es decir, que a partir de una secuencia de muestreo, solo se agarra una
cierta cantidad de muestras para realizar el posterior procesamiento
de la misma.
• Eso va a estar en función de las características de la aplicación,
precisión y exactitud buscada, y por supuesto capacidades técnicas del
elemento procesador.
• Valores típicos de número de muestras: 512, 1024, 2048, 4096.
TRANSFORMACIÓN DE LA
VARIABLE INDEPENDIENTE
Al igual como en el caso de las señales continuas en el tiempo, en señales
discretas es posible realizar transformaciones sobre la variable independiente
discreta, n. Como se vio con señales analógicas dichas transformaciones son:
Desplazamiento, Escalamiento e Inversión.

DESPLAZAMIENTO TEMPORAL: Dada una secuencia o señal discreta f[n] y un

valor cualquiera entero k, positivo o negativo, se puede obtener una versión
desplazada de f[n], tal que:
• f[n - k]. Secuencia desplazada a la derecha k muestras. Se tiene Retraso (k
muestras).
• f[n + k]. Secuencia desplazada a la izquierda k muestras. Se tiene Adelanto (k
muestras).
TRANSFORMACIÓN DE LA
VARIABLE INDEPENDIENTE
DESPLAZAMIENTO TEMPORAL

a) Secuencia original tomando como referencia

una muestra en n1.
b) Señal atrasada en k muestras.
c) Señal adelantada en k muestras.
TRANSFORMACIÓN DE LA
VARIABLE INDEPENDIENTE
ESCALADO EN EL TIEMPO: El escalado tampoco difiere con su contraparte
analógico o continuo en el tiempo, pero se debe tener cuidado en el caso de
tiempo discreto, debido a que como dijimos la señal solamente está definida
para valores enteros de la variable discreta independiente.
Sea la siguiente secuencia expresado por la función x[n] y k valor entero. Por lo
tanto, la versión escalada es la función:

• g[n] = x[kn]
• g[n] = x[n/k]
TRANSFORMACIÓN DE LA
VARIABLE INDEPENDIENTE
ESCALADO EN EL TIEMPO

• En figura (a) se muestra la

secuencia original x[n].
• En figura (b) se muestra la
secuencia g[n] = x[2n].
• En figura (c) se muestra la
secuencia g[n] = x[3n].
TRANSFORMACIÓN DE LA
VARIABLE INDEPENDIENTE
ESCALADO EN EL TIEMPO
Es de interés saber la relación entre los elementos de cada secuencia para
varios valores de k. Por ejemplo si k = 2, se tiene:

Lo que sugiere que g[n]

retiene cada otro valor de
x[n], y descarta las muestras
entre ellos. Esto se muestra
en la siguiente figura.
A esta operación se conoce como
downsampling.
ESCALADO EN EL TIEMPO
OTRO EJEMPLO: Si se tiene la misma función que en el anterior ejemplo, es
decir x[n] y k = 2, analizar la función g[n] = x[n/k].
g[n] = x[n/2]

Se puede apreciar que la relación entre estas dos funciones está definida solo
para valores de n para el cual n/2 se haga entero.

Por lo tanto, las muestras de amplitud de la secuencia g[n] no tienen relación

con las de x[n] para valores impares de n, pero si para valores pares.
ESCALADO EN EL TIEMPO
Por lo tanto, se puede definir a la función g[n] como:

{ [ ]𝑛 𝒏
𝑔 [ 𝑛 ] = 𝑥 2 𝑠𝑖 𝟐 𝑒𝑛𝑡𝑒𝑟𝑜
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 .

A este proceso se conoce como Upsampling

TRANSFORMACIÓN DE LA
VARIABLE INDEPENDIENTE
REFLEXIÓN O INVERSIÓN: implica obtener una secuencia con simetría con
respecto al eje vertical u origen de la secuencia. Es decir:

g[n] = x[-n]
EJEMPLO
CLASIFICACIÓN DE LAS
SEÑALES
SEÑALES DE ENERGIA Y DE POTENCIA
Al igual que en el caso de las señales continuas en el tiempo, las señales en
tiempo discreta se pueden clasificar en diversas categorías.
• SEÑAL DE ENERGIA: 𝑁

∑ | 𝑓 [𝑛]|
2
𝐸= lim
𝑁 → ∞ 𝑛=− 𝑁
𝑁 2
1
• SEÑAL DE POTENCIA: 𝑃= lim ∑
𝑁 →∞ 𝑛=− 𝑁 2 𝑁 +1
| 𝑓 [𝑛]|
La señal f[n] es de energía finita si E es finito, y es de potencia media finita si P es finito. Como P
= 0 cuando E es un número finito, todas las señales de Energía finita son señales de potencia
media finita. Sin embargo, si P es finito, E puede ser finito o infinito.
CLASIFICACIÓN DE LAS
SEÑALES
SEÑAL CAUSAL: Una señal x[n] es causal si x[n] = 0 para todo n < 0.

SEÑAL ANTICAUSAL: Una señal x[n] es anticausal si x[n] = 0 para todo n ≥ 0.

CLASIFICACIÓN DE LAS
SEÑALES
SEÑALES PERIÓDICAS Y NO PERIÓDICAS

Se dice que una señal f[n] es periódica si para algún valor entero N > 0, f[n + N]
= f[n], para todo valor de n.

• El mínimo valor de N que satisface la relación anterior se denomina periodo

fundamental de la señal.
• Si la relación anterior no se satisface para ningún valor entero N se dice que
la señal f[n] es no periódica o aperiódica.
CLASIFICACIÓN DE LAS
SEÑALES
La definición de señales periódicas en tiempo discreto es similar al caso de
señales analógicas, con la excepción que el periodo fundamental es entero. Por
ejemplo sea la siguiente señal senoidal que es desplazada por el periodo
fundamental N multiplicado por k.

• Debido a que adicionamos al ángulo original un múltiplo mk (entero) de 2π,

se nota que el ángulo no cambia.
• Por lo tanto, si la frecuencia discreta no tiene la forma 2πm/N, entonces la
señal discreta no es periódica.
CLASIFICACIÓN DE LAS
SEÑALES
La unidad de la frecuencia w discreta es el radian. Además, las frecuencias
discretas se repiten cada 2π, es decir, w = w + 2kπ para cualquier valor entero
de k, y como tal solo necesitamos considerar en rango –π ≤ w ≤ +π. Esto
contrasta con la frecuencia de las señales analógicas que tiene como unidad a
[rad/s], y cuyo rango es de -∞ a +∞.
EJEMPLO: Sea la señal senoidal x[n] = 2cos(πn − π/3), para −∞ < n < ∞.
Averiguar si es periódica. Si lo es, cuánto vale su periodo.

De la señal: w = π = 2π/2 = 2π(m/N). Se ve que m = 1 y N = 2.

Por lo tanto la señal es periódica y su periodo es N = 2.
CLASIFICACIÓN DE LAS
SEÑALES
Lo que es para senoidales analógicas, que siempre son periódicas, no es verdad
para senoidales discretas. Las senoidales discretas pueden ser no periódicas
aun si son resultado de un muestreo uniforme a partir de una senoidal
analógica.

EJEMPLO: Sea la señal x[n] = cos(n + π/4), −∞ < n < ∞ , que se obtiene del
muestreo de x(t) = cos(t + π/4), −∞ < t < ∞ , con periodo de muestreo Ts = 1s.
¿Es x[n] periódica?. Si lo es indicar su periodo fundamental. Caso contrario,
¿qué se debería hacer para que la señal sea periódica?
CLASIFICACIÓN DE LAS
SEÑALES
SEÑALES PARES E IMPARES
• SEÑAL PAR: Se dice que una secuencia o señal discreta es par si:
𝒇 [ 𝒏 ] =𝒇 [− 𝒏]

• SEÑAL IMPAR: Se dice que una secuencia o señal discreta es impar si:

𝒇 [ − 𝒏 ] =− 𝒇 [𝒏]
CLASIFICACIÓN DE LAS
SEÑALES
DESCOMPOSICIÓN DE LAS SEÑALES PAR – IMPAR: Cualquier señal x[n] puede
ser descompuesta en sus partes par e impar.
• Componente par: e[n] = ½(x[n] + x[-n]).
• Componente impar o[n] = ½(x[n] - x[-n]).
• Descomposición: x[n] = e[n] + o[n].

Verificación de la descomposición
EJEMPLO DESCOMPOSICIÓN
DESCOMPONER LA SEÑAL MOSTRADA EN SUS COMPONENTES PAR E IMPAR
EJEMPLO DESCOMPOSICIÓN
SEÑALES DISCRETAS
ELEMENTALES
1. IMPULSO UNITARIO: También llamado delta Dirac. Está definido como:

{
𝛿 [ 𝑛 ] = 1 𝑝𝑎𝑟𝑎𝑛=0
0 𝑝𝑎𝑟𝑎𝑛 ≠ 0

2. ESCALÓN UNITARIO: Está definido como:

𝑢 [ 𝑛 ]={1 𝑝𝑎𝑟𝑎 𝑛 ≥
0 𝑝𝑎𝑟𝑎 𝑛< 0
0
SEÑALES DISCRETAS
ELEMENTALES
RELACIÓN ENTRE LAS FUNCIONES IMPULSO UNITARIO Y ESCALÓN UNITARIO
• Dada la función escalón unitario u[n] se
puede obtener δ[n] a partir de la relación:
δ[n] = u[n] – u[n - 1]
• Dada la función impulso unitario δ[n] se
puede obtener u[n] a partir de la relación:
SEÑALES DISCRETAS
ELEMENTALES
3. FUNCIÓN RAMPA UNITARIA: Está definida como:

{
𝑟 [ 𝑛 ] = 𝑛 𝑝𝑎𝑟𝑎𝑛 ≥ 0
0 𝑝𝑎𝑟𝑎 𝑛< 0

4. FUNCION EXPONENCIAL: Se define de la siguiente manera:

𝒇 [ 𝒏 ] =𝒂
𝒏 La función f[n] puede tener distintas características
dependiendo del valor que tenga la constante a
SEÑALES DISCRETAS
ELEMENTALES
FUNCIÓN EXPONENCIAL
a) Exponencial
Decreciente.
b) Exponencial
Creciente.
c) Exponencial
a) b)
Decreciente
alternada.
d) Exponencial
Creciente
Alternada.
c) d)
SEÑALES DISCRETAS
ELEMENTALES
5. FUNCIÓN SENOIDAL

𝒇 [ 𝒏 ] = 𝑨𝒄𝒐𝒔 [𝒘 𝟎 𝒏+∅ ]

6. FUNCION EXPONENCIAL COMPLEJA

𝒇 [ 𝒏 ] =𝒆 (
𝝈 + 𝒋 𝒘𝟎 ) 𝒏
=𝒆 𝝈 𝒏 𝒆 𝒋 𝒘 𝒏 =𝒂𝒏 𝒆 𝒋 𝒘
𝟎 𝟎 𝒏
SEÑALES DISCRETAS
ELEMENTALES
FUNCION EXPONENCIAL COMPLEJA:𝒇 [ 𝒏 ] =𝒂 𝒏 𝒆 𝒋 𝒘 𝟎 𝒏

𝑓 [ 𝑛 ] =𝑎 (𝑐𝑜𝑠 𝑤0 𝑛+ 𝑗𝑠𝑒𝑛𝑤 0 𝑛)
𝑛

• Parte Real:
• Parte Imaginaria:
• Magnitud:
• Fase:
SEÑALES DISCRETAS
ELEMENTALES

Representación temporal de la Representación Fasorial

función exponencial compleja
SISTEMAS DISCRETOS
Tal como habíamos definido en el caso de Sistemas continuos en el tiempo o de tiempo
continuo, un system no es mas que un modelo matemático de un proceso real.
Además, se dijo que desde el punto de vista de Procesamiento de señales, el sistema se
encarga de realizar el procesamiento o tratamiento de la señal llamada de entrada.
Esta señal procesada en el sistema y con las características particulares de la misma, va a dar
origen a la señal de salida, o respuesta del sistema.
En el caso de Sistemas Discretos en el tiempo o Sistemas de tiempo discreta, el concepto y
objetivo se mantiene, salvo que este caso el Sistema recibe señales discretas, como señales de
entrada y genera como respuesta, también otra señal, llamada señal de salida.
De ahí que todos los conceptos vistos para sistemas continuos en el tiempo, son válidos para
los Sistemas discretos.
SISTEMAS DISCRETOS
•En muchas aplicaciones de procesamiento digital de señales se desea proyectar un dispositivo o
un algoritmo que realice algunas operaciones prescritas de una señal de tempo discreto.
•Tal dispositivo es llamado algoritmo o un Sistema de Tiempo Discreto o Sistema Discreto.
•Más específicamente, un sistema discreto es un dispositivo o algoritmo que opera sobre una
señal de tempo discreto, llamada señal de entrada o de excitación, de acuerdo con algunas
reglas bien definidas, para producir otra señal de tempo discreto llamada señal de salida o la
respuesta del sistema.
•En general, vemos a un sistema, como una operación o un conjunto de operaciones realizadas
sobre la señal de entrada x[n] para producir una señal de salida y[n].
SISTEMAS DISCRETOS
DEFINICIÓN: Se puede decir que un sistema discreto es una fórmula matemática, método o
algoritmo que define una relación causa – efecto entre un conjunto de señales de entrada en
tiempo discreto y un conjunto de señales de salida en tiempo discreto.

ENTRADA SISTEMA SALIDA

SEÑAL DISCRETA SEÑAL DISCRETA
DISCRETO EN
EN EL TIEMPO EN EL TIEMPO
EL TIEMPO

ENTRADA SALIDA
SEÑAL DIGITAL SISTEMA
SEÑAL DIGITAL
DIGITAL
 SISTEMAS DISCRETOS
CARACTERÍSTICA DEL SISTEMA:
• El flujo de señal a través de un sistema puede representarse de dos formas. Suponiendo que
la señal de entrada es x[n] y la de salida es y[n] podemos decir que:
• x[n] produce y[n]: lo que denotaremos como x[n] → y[n]
• y[n] es la respuesta ante x[n]: lo que denotaremos como y[n] = T{x[n]}
• Ambas representaciones son equivalentes.

Señal de entrada Señal de salida o

o excitación
x[n] T[..] y[n] respuesta

Esta expresión denota también la transformación T[..], (también llamado

operador o mapeador) o procesamiento realizado por el Sistema en x[n] para
producer y[n].
SISTEMAS DISCRETOS
Recurriendo nuevamente al diagrama de bloques que define el sistema discreto:

Señal de entrada Señal de salida o

o excitación
x[n] T[..] y[n] respuesta

La relación entrada – salida de un sistema discreto en el tiempo puede ser expresada en la forma:
𝒚 [ 𝒏 ] =𝑻 {𝒙 [𝒏]} o 𝒚 [ 𝒏 ] =𝑺𝒚𝒔 {𝒙 [𝒏]}
Donde T{ } o Sys{ } representa la transformación que define al sistema en el dominio del tiempo.
Un ejemplo muy sencillo es un sistema que simplemente multiplica su señal de entrada por un
factor de ganancia constante, K: y[n] = Kx[n]
SISTEMAS DISCRETOS
ANÁLISIS DE SISTEMA EN TIEMPO DISCRETO
• Es el proceso de determinar la respuesta, y[n] del sistema descrito por un operador de
transformación T[ ] o su respuesta al impulso, h[n] a una excitación dada, x[n].
• Este proceso puede ser realizado también en los dominios de frecuencia o z.

SÍNTESIS O DISEÑO DE SISTEMAS EN TIEMPO DISCRETO

• Es el proceso de sintetizar o encontrar los parámetros del sistema que satisfagan las
especificaciones de salida a una determinada entrada.
• Este proceso puede ser hecho también en el dominio del tiempo, o dominios de la
frecuencia o z.
 CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
1. SISTEMAS LINEALES Y NO LINEALES
Se dice que un sistema es lineal si cumple con las reglas de:
a) Aditividad. T{x1[n] + x2[n]} = T{x1[n]} + T{x2[n]} = y1[n] + y2[n]
b) Homogeneidad. Sys {αx[n]} = α.Sys {x[n]} = αy[n]
 Aditivo (no interacción).
PRINCIPIO DE SUPERPOSICIÓN
 Homogéneo (Escalado).

a) Un sistema cumple la propiedad de aditividad si dos señales sumadas lo atraviesan sin

interactuar entre ellas.
b) Un sistema cumple la propiedad de homogeneidad (también llamada de
escalado) si un cambio de amplitud en la entrada produce el mismo
cambio de amplitud en la salida.
CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
1. SISTEMAS LINEALES Y NO LINEALES
Por lo tanto, un sistema se dice que es lineal si cumple con la relación:
Sys{α1x1[n] + α2x2[n]} = α1Sys {x1[n]} + α2Sys {x2[n]}

Una generalización del principio de superposición para la suma escalada de N señales discreta en la

{ }
siguiente: 𝑵 𝑵
𝑺𝒚𝒔 ∑ 𝜶𝒊 𝒙 𝒊 [𝒏] = ∑ 𝜶𝒊 𝑺𝒚𝒔 { 𝒙 𝒊 [𝒏] }
𝒊=𝟏 𝒊=𝟏
CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
1. SISTEMAS LINEALES Y NO LINEALES

{ }
𝑁 𝑁
Superposición implica que: 𝑦 [ 𝑛 ] =𝑆𝑦𝑠 ∑ 𝛼𝑖 𝑥𝑖 [𝑛] =∑ 𝛼𝑖 𝑦 𝑖 [𝑛]
𝑖=1 𝑖=1
 SISTEMAS LINEALES -
EJEMPLOS
Para cada uno de los sistemas discretos descritas abajo, determinar si los mismos son lineales o
no.
SOLUCIÓN: Para dos señales de entrada x1[n] y x2[n]
se obtienen sus respectivas respuestas:
a.

La respuesta del sistema a una señal con

combinación lineal de: x[n] = α1x1[n] + α2x2[n]
Es igual a:

Se cumple con el principio de superposición,

por lo tanto el sistema es Lineal
CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
2. SISTEMAS INVARIANTES EN EL TIEMPO
• Un Sistema discrete en el tiempo se dice que es Invariante en el tiempo si sus características
entrada – salida no cambian con el tiempo. Caso contrario se dice que el sistema es variante
en el tiempo.
• Esto quiere decir que si a la señal de entrada se desplaza por una cantidad k muestras, la
señal de salida también es desplazada en la misma dirección por la misma cantidad k
muestras sin que cambie la forma de onda de la salida original.

x[n] y[n]
T[..]
x[n - k] y[n - k] = T{x[n - k]}
CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
2. SISTEMAS INVARIANTES EN EL TIEMPO
En la siguiente figura se muestra el concepto de Sistema Invariante en el tiempo.
CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
2. SISTEMAS INVARIANTES EN EL TIEMPO
Alternativamente, la naturaleza de un sistema Invariante en el tiempo puede ser caracterizada
por la equivalencia de las dos configuraciones mostradas.

x[n] x[n - k]
RETRASO (k) SISTEMA y[n - k]

x[n] y[n]
SISTEMA RETRASO (k) y[n - k]
SISTEMAS INVARIANTES -
EJEMPLOS
Para cada uno de los sistemas descritos abajo, se pide averiguar si son sistemas Invariantes en
el tiempo o no.
SOLUCIÓN:
a) y[n] = y[n - 3] + 3x[n]
b) y[n] = x[n].y[n - 1] a) Reemplazando el argumento n por el argumento n – k en los
c) y[n] = n.x[n] términos entrada y salida, obtenemos:

De la misma forma para el inciso b): SISTEMA INVARIANTE

Para el inciso c)
SISTEMA INVARIANTE

NO ES SISTEMA INVARIANTE
Esto se debe a que el sistema no mantiene su forma cuando se desplaza por la muestra k.
CLASIFICACIÓN DE LOS
SISTEMAS DISCRETOS
3. SISTEMAS CAUSALES Y NO CAUSALES
Al igual que su contraparte continuo en el tiempo, un sistema discreto de tipo causal, es aquel
sistema donde su salida en cualquier tiempo discreto n, (ejemplo y[n]), depende
exclusivamente de entradas presentes y pasados (x[n], x[n - 1], x[n - 2], etc.)
Matemáticamente, la salida de un sistema causal satisface la siguiente ecuación:

𝒚 [ 𝒏 ] =𝑭 {𝒙 [ 𝒏 ] , 𝒙 [ 𝒏 −𝟏 ] , 𝒙 [ 𝒏− 𝟐 ] ,.. } Donde F{ }, es una función arbitraria. Si no se

cumple con esto, el sistema es no causal.
• Deben existir eventos pasados y presentes a la entrada para que se produzca un evento a la
salida del sistema.
• Los sistemas causales también son conocidos como no – anticipativos debido a que su salida
no depende de valores futuros en su entrada.
• Cualquier sistema físico es causal debido a que entradas futuras no pueden se procesadas
en el mundo real.
SISTEMAS CAUSALES –
EJEMPLOS
Ejemplos de sistemas Causales:

Ejemplos de sistemas No Causales:

CARACTERIZACIÓN DE LOS
SISTEMAS DISCRETOS
Los sistemas discretos en el tiempo al igual que los sistemas continuos en el tiempo pueden se
descritos o caracterizados de distintas formas, en función a las características o parámetros a
hacer analizados. Se los puede caracterizar mediante las siguientes formas:
1. Ecuación en diferencia: modelo donde se establece la relación causa - efecto de un proceso
en particular, partiendo de sus relaciones entre los componentes del mismo.
2. Respuesta al Impulso. Relación entre la entrada y salida de un sistema cuando el sistema
recibe como entrada la función impulso unitario, δ[n].
3. Función de Transferencia: Modelo que utiliza para relación la salida con la entrada en
función a Y(.)/X(.) para caracterizar al sistema mediante otra variable distinta al tiempo
discreto.
4. Respuesta en Frecuencia. Caso particular del anterior caso, donde la variable es la
frecuencia, lo que implica que el sistema responde a la variación de la frecuencia.
SISTEMAS LINEALES E
INVARIANTES, LTI
Un tipo de Sistema en particular en el sistema que resulta de la combinación de las dos
primeras propiedades que se vieron, a decir, la Linealidad y la Invarianza, dando lugar a un
sistema conocido como Sistema Lineal e Invariante con el tiempo, o sistema LTI, por su siglas en
inglés.
El concepto es exactamente el mismo que se vio para sistemas continuos en el tiempo.
Esto debido a que el sistema recibe señales de entrada discretas que vienen del proceso de
discretización de señales analógicas que son las que ingresan a un sistema también analógico.
Como se mencionó, la mayoría de los procesos reales se modelan o se representan a través de
este tipo de sistemas.
Al igual que los sistemas analógicos, los sistemas discretos LTI cuentan con una variedad de
herramientas matemáticas para poder analizarlos o estudiarlos.
ECUACIONES EN
DIFERENCIAS
En sistemas analógicos se ha discutido métodos para representar
sistemas continuos en el tiempo mediante ecuaciones diferenciales.
Usando el mismo enfoque para sistemas discretos, los sistemas LTI
se pueden representar mediante el uso de ecuaciones en diferencia,
que involucran señales de entrada y de salida con valores
presentes, pasados o futuros.
Para comprender mejor el concepto, se comenzará con algunos
ejemplos para luego definir la ecuación en diferencia.
Posteriormente nos enfocaremos en las ecuaciones para sistemas LTI discretos y se
desarrollará técnicas de solución para ellos usando una aproximación que sea
paralelo a lo que se vio en ecuaciones diferenciales en sistemas analógicos.
ECUACIONES EN
DIFERENCIAS
Un Sistema LTI puede ser descrito por una ecuación en diferencia con coeficientes constantes
de la forma:

𝑀 𝑁 𝑁 𝑀

∑ 𝑏𝑖 𝑦 [ 𝑛−𝑖 ]=∑ 𝑎𝑖 𝑥[𝑛−𝑖] 𝑦 [ 𝑛 ] =∑ 𝑎𝑖 𝑥 [𝑛−𝑖]− ∑ 𝑏 𝑖 𝑦 [ 𝑛− 𝑖 ]

𝑖= 0 𝑖=0 𝑖=0 𝑖=1

• Esta ecuación describe una aproximación recursiva para el cálculo de la salida actual, y[n]
dado los valores de la entrada y valores de salida anteriormente calculado, y[n – i].
• B0, M y N son llamados el orden del sistema , ai y bi son los coeficientes constantes.
• A los sistemas discretos se los representa mediante: sistemas recursivos y sistemas no
recursivos.
ECUACIONES EN
DIFERENCIAS
SISTEMAS RECURSIVOS Y NO RECURSIVOS
• Un sistema recursivo es aquel sistema cuya salida actual, y[n] en cualquier instante n
depende de cualquier número de valores pasados de su salida (es decir, y[n – 1], y[n – 2], …).
• Por lo tanto, la salida de un sistema recursivo causal puede ser expresado en general como:

𝒚 [ 𝒏 ] =𝑭 [ 𝒚 [ 𝒏−𝟏 ] , 𝒚 [ 𝒏− 𝟐 ] ,.. , 𝒚 [ 𝒏 − 𝑵 ] , 𝒙 [ 𝒙 ] , 𝒙 [ 𝒏−𝟏 ] , .. , 𝒙[𝒏− 𝑴 ] ]

Donde F[.] es cualquier función arbitraria.
• Por en contrario, un sistema no recursivo es aquel sistema cuya salida actual, y[n] depende
solamente de las entradas actual y las pasadas. Es decir:

𝒚 [ 𝒏 ] =𝑭 [ 𝒙 [ 𝒏 ] , 𝒙 [ 𝒏−𝟏 ] ,.. , 𝒙 [𝒏− 𝑴 ] ]

ECUACIONES EN
DIFERENCIAS
EJEMPLOS DE SISTEMAS RECURSIVOS Y NO RECURSIVOS:
1. SISTEMA RECURSIVO: 𝑦 [ 𝑛 ] =𝑦 [ 𝑛−1 ] +3 𝑦 [ 𝑛−2 ] +3 𝑥 [𝑛]
𝑁 𝑁
𝑦 [ 𝑛 ] =∑ 𝑏 [ 𝑘 ] 𝑥 [ 𝑛−𝑘 ] − ∑ 𝑎 [ 𝑘 ] 𝑦[𝑛−𝑘]
𝑘=0 𝑘=1

2. SISTEMA NO RECURSIVO: 𝑦 [ 𝑛 ] =𝑥 [ 𝑛−2 ] +3 𝑥 [ 𝑛− 1 ] +0.5 𝑥 [𝑛]

𝑁
𝑦 [ 𝑛 ] =∑ h [ 𝑘 ] 𝑥 [𝑛− 𝑘]
𝑘=0
ECUACIONES EN
DIFERENCIAS
SOLUCIÓN DE LA ECUACIÓN EN DIFERENCIAS:
La solución de la ecuación en diferencias se puede expresar por analogía con las ecuaciones
diferenciales, como la suma de dos componentes, la solución homogénea, que depende de las
condiciones iniciales que se supone conocidas y la solución particular, que depende de la señal
de entrada. 𝑀 𝑁
Previamente vamos a retomar la ecuación general: ∑ 𝑏𝑖 𝑦 [ 𝑛−𝑖 ]=∑ 𝑎𝑖 𝑥[𝑛−𝑖]
𝑖= 0 𝑖=0

[ ]
𝑁 𝑀
1
Despejando a y[n], se tiene: 𝑦 [ 𝑛 ] =
𝑏0
∑ 𝑎𝑖 𝑥[𝑛−𝑖]− ∑ 𝑏𝑖 𝑦 [𝑛−𝑖 ]
𝑖=0 𝑖=1

• En esta ecuación la señal x[n -i] es conocida.

• Si y[n - i] también es conocida, se puede determinar y[n].
ECUACIONES EN
DIFERENCIAS
SOLUCIÓN DE LA ECUACIÓN EN DIFERENCIAS:

[ ]
𝑁 𝑀
1
Haciendo en la anterior ecuación n = 0, se obtiene:𝑦 [ 0 ] =
𝑏0
∑ 𝑎𝑖 𝑥 [− 𝑖]− ∑ 𝑏𝑖 𝑦 [ −𝑖 ]
𝑖= 0 𝑖=1

Los valores y[– i] para i = 1, 2, .. N representan las condiciones iniciales de la ecuación en

diferencias y se suponen por tanto conocidas. Por lo tanto, como todos los términos del lado
derecho de la ecuación son conocidos, se puede determinar y[0].

[ ]
𝑁 𝑀
1
Si hacemos ahora n = 1: 𝑦 [ 1 ]=
𝑏0
∑ 𝑎𝑖 𝑥 [1− 𝑖]− ∑ 𝑏𝑖 𝑦 [ 1− 𝑖 ]
𝑖=0 𝑖=1
Y utilizando el valor de y[0] determinado anteriormente se puede obtener y[1]. Este proceso se
puede repetir para valores sucesivos de n, determinándose así y[n] por iteración.
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
EJEMPLO. Consideremos la siguiente ecuación en diferencias:

()
𝑛
3 1 1
𝑦 [ 𝑛 ] − 𝑦 [ 𝑛− 1 ] + 𝑦 [ 𝑛− 2 ] = ,𝑐𝑜𝑛 𝑛≥ 0 , 𝑦 [ −1 ] =1, 𝑦 [ − 2 ] =0
4 8 2

()
𝑛
3 1 1
SOLUCIÓN: Despejando y[n] 𝑦 [ 𝑛 ] = 𝑦 [ 𝑛 −1 ] − 𝑦 [ 𝑛 −2 ] +
4 8 2
()
0
3 1 1 3 1 7
Por lo tanto: n = 0 𝑦 [ 0 ] = 𝑦 [ −1 ] − 𝑦 [ −2 ] + = .1 − .0 + ( 1 ) =
4 8 2 4 8 4

() ()
1
3 1 1 3 7 1 1 27
n=1 𝑦 [ 1 ] = 𝑦 [ 1 −1 ] − 𝑦 [ 1 − 2 ] + = . − .1+ =
4 8 2 4 4 8 2 16

𝑦 [ 2 ] = 𝑦 [ 2 −1 ] − 𝑦 [ 2 −2 ] + ( ) = . − . + ( ) =
2 2
3 1 1 3 27 1 7 1 83
n=2
4 8 2 4 16 8 4 2 64
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
() ()
3 3
3 1 1 3 83 1 27 1 173
n = 3 𝑦 [ 3 ] = 𝑦 [ 3 −1 ] − 𝑦 [ 3 −2 ] + = . − . + =
4 8 2 4 64 8 16 2 256
Etc.

Por lo tanto, la solución es: 𝒚 [ 𝒏 ]= { 𝟕 𝟐𝟕 𝟖𝟑 𝟏𝟕𝟑

, , ,
𝟒 𝟏𝟔 𝟔𝟒 𝟐𝟓𝟔
,… }
OBSERVACIÓN:
• Aunque el procedimiento iterativo descrito se utilizar para obtener la señal
y[n] para diversos valores de n, no garantiza en general la obtención de una
expresión cerrada que permita encontrar y[n] para un n arbitrario.
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
EJERCICIO
Dado la siguiente ecuación en diferencias, se pide resolver por el método de
iteración.
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
SOLUCIÓN ANALÍTICA
Recordando, se tiene un sistema discreta representado por la siguiente ecuación en diferencias:
𝑀 𝑁

∑ 𝑏𝑖 𝑦 [ 𝑛−𝑖 ]=∑ 𝑎𝑖 𝑥[𝑛−𝑖]

𝑖= 0 𝑖=0
Desde el punto de vista analítico esta ecuación se puede resolver mediante la descomposición
en dos componentes: la solución homogénea y la solución particular.
1. SOLUCIÓN HOMOGÉNEA
𝑀
La solución homogénea de la anterior ecuación es:∑ 𝑏𝑖 𝑦 [ 𝑛−𝑖 ]=0
𝑖= 0
De la misma forma que se realiza para sistemas continuos en el tiempo, se supone que solución
a esta ecuación tiene forma de exponencial:
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
1. SOLUCIÓN HOMOGÉNEA
𝑦 h [𝑛 ]= 𝐴 𝛼
𝑛
Es decir:
𝑀
Sustituyendo en la ecuación en diferencias, se tiene: ∑ 𝑏𝑖 𝑦 𝐴𝛼 𝑛−𝑖
=0
𝑀
𝑖= 0
Por lo tanto, la solución homogénea deberá satisfacer la ecuación algebraica: ∑ 𝑖 =0
𝑏 𝛼 −𝑖

𝑖= 0
• Esta ecuación es la ecuación característica de la ecuación en diferencias, y los valores de que
la satisfacen se denominan valores característicos.
• Claramente se ve que hay N raíces características α1, α2, .. αN, que pueden ser iguales o
diferentes.
• Si son diferentes, las correspondientes soluciones características son independientes, y la
solución homogénea yh[n] se puede obtener como una combinación lineal de términos de la
forma (αi)n con lo que:
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
1. SOLUCIÓN HOMOGÉNEA
𝒏 𝒏 𝒏 𝒏
𝒚 𝒉 [ 𝒏 ] = 𝑨 𝟏 𝜶 𝟏 + 𝑨𝟐 𝜶 𝟐 + 𝑨 𝟑 𝜶 𝟑 +…+ 𝑨 𝑵 𝜶 𝑵
 Si hay raíces repetidas, generaremos N soluciones independientes multiplicando la
correspondiente solución característica por la potencia adecuada de n.
 Por ejemplo, si la raíz α1 tiene una multiplicidad de P1 y las restantes N – P1 raíces son
diferentes , asumiremos una solución homogénea de la forma:

𝒚 𝒉 [ 𝒏 ] = 𝑨 𝟏 𝜶 𝒏𝟏 + 𝑨𝟐 𝒏 𝜶𝒏𝟏 +…+ 𝑨 𝑷 𝒏 𝑷
𝟏
𝟏 −𝟏
𝜶 𝒏𝟏 + 𝑨 𝑷 𝟏
𝜶
+𝟏 𝑷
𝒏
𝟏 +𝟏 +.. .+ 𝑨 𝑵 𝜶 𝒏
𝑵
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
EJEMPLO SOLUCIÓN HOMOGÉNEA
Resolver la siguiente ecuación homogénea en diferencias
13 3 1
𝑦 [𝑛]− 𝑦 [ 𝑛− 1 ] + 𝑦 [ 𝑛− 2 ] − 𝑦 [ 𝑛− 3 ] =0 𝑐𝑜𝑛 𝑦 [ −1 ] =6 𝑦 [ − 2 ] =6 𝑦 𝑦 [ −3 ] =− 2
12 8 24
SOLUCIÓN
13 −1 3 −2 1 − 3 3 13 2 3 1
La ecuación característica es:1 − 𝛼 + 𝛼 − 𝛼 =0 𝛼 − 𝛼 + 𝛼− =0
12 8 24 12 8 24

Que se puede factorizar de la siguiente forma: ( 𝛼−

1
2)(
. 𝛼− )(
1
3
1
. 𝛼 − =0
4 )
Con lo que sus raíces características son: 𝛼 = 1 𝛼 = 1 𝛼 = 1
1
2 2 3 3 4
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
EJEMPLO SOLUCIÓN HOMOGÉNEA
Como todas sus raíces son diferentes, la solución homogénea tiene la forma:

() () ()
𝑛 𝑛 𝑛
1 1 1
𝑦 h [ 𝑛 ] = 𝐴1 + 𝐴2 + 𝐴3
2 3 4
La sustitución de las condiciones iniciales produce las siguientes ecuaciones con las incógnitas
A 1, A 2 y A 3 :
2 𝐴1+ 3 𝐴2+ 4 𝐴3 =6 Resolviendo este sistema de ecuaciones se encuentran
4 𝐴1+ 9 𝐴2+ 16 𝐴3=6 las incógnitas: A1 = 7, A2 = -10/3, A3 = 1/2
8 𝐴1 +27 𝐴2 +64 𝐴3 =−2

( ) ( ) ( )
𝒏 𝒏 𝒏
𝟏 𝟏𝟎 𝟏 𝟏 𝟏
Por lo tanto, la solución homogénea es igual a: 𝒚 𝒉 [ 𝒏 ] =𝟕 − +
𝟐 𝟑 𝟑 𝟐 𝟑
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
2. SOLUCIÓN PARTICULAR
Consideraremos ahora la determinación de la solución particular de la ecuación en diferencias:
𝑀 𝑁

∑ 𝑏𝑖 𝑦 [ 𝑛−𝑖 ]=∑ 𝑎𝑖 𝑥[𝑛−𝑖]

𝑖= 0 𝑖=0

• Se puede ver que el lado derecho de la ecuación es la suma ponderada de la entrada x[n]
con versiones retrasadas de la misma.
• Por lo tanto, podremos obtener yp[n], la solución particular de la anterior ecuación,
determinando primero y[n], solución particular de la ecuación:
𝑀

∑ 𝑏𝑖 𝑦 [𝑛−𝑖]=𝑥 [𝑛]
𝑖= 0
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
2. SOLUCIÓN PARTICULAR 𝑀
Utilizando el principio de superposición, se puede escribir:𝑦 𝑝 [ 𝑛 ] = ∑ 𝑏𝑖 𝑦 [𝑛− 𝑖]
𝑖=0
Para obtener supondremos que es una combinación lineal de x[n] y de sus versions retrasadas
x[n – 1], x[n – 2], etc. Por ejemplo, si x[n] es constante, también lo será x[n – i] para todo i. Por
tanto, será también constante. Análogamente, si x[n] es una función exponencial de la forma
βn, será también exponencial de la misma forma. Si:
𝑥 [ 𝑛 ] =𝑠𝑒𝑛𝑤0 𝑛 𝑥 [ 𝑛−𝑖 ] =𝑠𝑒𝑛𝑤0 [ 𝑛−𝑖 ] =𝑐𝑜𝑠 𝑤0 𝑖 . 𝑠𝑒𝑛𝑤 0 𝑛− 𝑠𝑒𝑛 𝑤0 𝑖. 𝑐𝑜𝑠 𝑤0 𝑛

Tenemos entonces que: 𝑦 [ 𝑛 ] = 𝐴𝑠𝑒𝑛𝑤 0 𝑛+ 𝐵𝑐𝑜𝑠𝑤0 𝑛

tiene la misma forma cuando:
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
2. SOLUCIÓN PARTICULAR
Las constantes desconocidas en la solución supuesta se pueden determinar sustituyendo en la
ecuación en diferencias e igualando términos.
ALGUNAS OBERVACIONES:
• Si se elige como señal de entrada x[n] o entonces se asume una solución particular de la
forma:
• Tanto los términos seno y coseno son necesarios debido a que x[n – 1] tiene la forma:
x[n - 1] = cos (w0 [n - 1]) = cos (w0) cos (w0 n) + sen
(w0) sen (w0 n)
• Otros retrasos de x[n] no producen otros retrasos que difieran de estos.
• En la siguiente tabla se muestra algunos de los tipos más comunes de señales de entrada y
las formas de las soluciones particulares pueden ser usados para ellos.
SOLUCIÓN DE ECUACION EN
DIFERENCIAS
2. SOLUCIÓN PARTICULAR

• Los coeficientes desconocidos ki de la solución particular se determinan de la ecuación en

diferencia asumiendo todas las condiciones iniciales igual a cero.
• Recordar que la solución particular no depende de las condiciones iniciales de la ecuación
en diferencias.
EJEMPLO – SOLUCIÓN
PARTICULAR
Consideremos la siguiente ecuación en diferencias:

Con condiciones iniciales: y[-1] = 2 y y[-2] = 4. Se pide encontrar la solución particular.

SOLUCIÓN
Suponemos una solución particular de la forma:

Entonces:
Utilizando identidades trigonométricas, se puede verificar fácilmente que:

De forma que:
EJEMPLO – SOLUCIÓN
PARTICULAR
De la misma forma para yp[n – 2]

Sustituyendo en la ecuación en diferencias, queda:

Igualando los términos entre ambos miembros, se calcula los valores de las constantes A y B:

Por lo que la solución particular es igual a:

EJERCICIO
Dada la ecuación en diferencias, y[n] - 0.25y[n – 2] =x[n], se pide encontrar su solución.
Suponer x[n] = u[n] y las condiciones iniciales de y[-1] = 1 y y[-2] = 0
SOLUCIÓN:
Empezamos encontrando la solución particular, para el cual se escoge una entrada adecuada.
De la tabla vemos que para x[n] = u[n], se puede escoger yp[n] = C1.
Sustituyendo esta solución en la ecuación en diferencias, se tiene: C1 – 0.25C1 = 1
Despejando C1, se tiene: C1 = 4/3
Ahora para encontrar la solución homogénea, se aplica la ecuación: 1 – 0.25α-2 = 0
Factorizando se tiene: (α – 0.5).(α + 0.5) = 0, de donde se tiene que α1 = 0.5 y α2 = -0.5
Por lo tanto la solución homogénea es igual a: yh[n] = A1(0.5)n + A2(-0.5)n
EJERCICIO
De esta manera, se obtiene la solución total, para n ≥ 0: y[n] = 4/3 + A1(0.5)n + A2(-0.5)n

Para encontrar las constantes A1 y A2 se aplican las condiciones iniciales dados en el enunciado
y [ 0 ] − 0.25 y [ 0 −2 ] =x [ 0 ] → 𝑦 [ 0 ] =𝑥 [ 0 ] + 0.25 𝑦 [ − 2 ] =1+ 0=1
y [ 1 ] −0.25 y [ 1 −2 ] =x [ 1 ] → 𝑦 [ 1 ] =𝑥 [ 1 ] + 0.25 𝑦 [ −1 ] =1+0.25 𝑥 1=1.25=5/ 4

Sustituyendo en la ecuación de la solución:

y[0] = 4/3 + A1(0.5)0 + A2(-0.5)0 → 1 = 4/3 + A1 + A2, entonces: A1 + A2 = -1/3
y[1] = 4/3 + A1(0.5)1 + A2(-0.5)1 → 5/4 = 4/3 + (1/2)A1 – (1/2) A2, entonces: (1/2)A1 – (1/2)A2, = -7/12

Resolviendo el sistema de ecuaciones: A1 + A2 = -1/3

(1/2)A1 – (1/2)A2, = -7/12
EJERCICIO
Se obtienen los valores de A1 y A2: A1 = -3/2, A2 = 5/12

𝟒 𝟑 𝒏 𝟓 𝒏
𝒚 [ 𝒏 ] = − 𝟎 .𝟓 +
( ) ( −𝟎 . 𝟓 )
𝟑 𝟐 𝟏𝟐