Señales y Sistemas

I TÉRMINO 2022/2023
LUIS FERNANDO VÁSQUEZ VERA,MSc

PRIMERA PARTE

1
 Capítulo # 2_
PARTE 1
SINUSOIDES y
MUESTEO
2.1.- Características Generales: Sinusoidales

Las secciones #2.1 y # 2.2 con todos sus ítems han sido
visto por los estudiantes en cursos anteriores, sin
embargo, es necesario realizar una revisión breve.
• Las señales senoidales o cosenoidales tienen una representación
matemática simple y son las mas básicas en la teoría de señales y
sistemas.
• La formula general para la señal cosenoidal es la siguiente:

• Las variables A, Wo Y Φ son valores constantes para cada señal

cosenoidal donde A es la amplitud, Wo es la frecuencia y Φ es el
ángulo de desfasamiento o fase.
• A continuación se muestra un ejemplo de señal cosenoidal:

Para este ejemplo la amplitud es 10, la frecuencia Wo es 2pi*440 y la

fase Φ = -0.4pi , además se debe observar que la señal oscilara entre
10 y -10 seg y que tendrá una frecuencia de 440 y un periodo = 1/440
segundos.
2.1.1.-Propiedades básicas de la señal seno y
coseno
 Repaso de funciones Seno y Coseno
Si el ángulo θ esta en el
primer cuadrante (0≤θ≤π/2)
entonces el seno de θ es la
longitud y del lado del
triangulo opuesto al ángulo θ
dividido por la longitud r de la
hipotenusa, similarmente el
coseno de θ es el radio de la
longitud de el lado adyacente
x a la longitud de la
hipotenusa.
Note que cuando θ se incrementa desde 0 a π/2
el cosθdecrece desde 1 a 0 y senθse incrementa
desde 0 a 1.
Cuando el ángulo es mayor que π/2 radianes los signos algebraicos
de x y y cambian entre si , x se vuelve negativo en el segundo y
tercer cuadrante y y se vuelve negativo en el tercer y cuarto
cuadrante , esto es mas fácil de visualizar con las graficas respectivas
de cosθy senθ.
Las dos funciones tienen
exactamente la misma forma,
la función seno es justamente
la función coseno desplazada
π/2, es decir senθ=cos(θ- π/2).
Ambas funciones oscilan
entre 1 y -1 y estas repiten el
mismo patrón periódicamente
con periodo 2π.
2.1.2.- Identidades trigonométricas
básicas.
 Es interesante observar que al derivar las
expresiones se obtiene la siguiente relación:

Esto significa que al derivar el seno se obtiene su

pendiente que es igual al coseno, y que al derivar
el coseno se obtiene su pendiente que es igual a
la negativa del seno.
También al combinar ciertas identidades se
pueden obtener:

Gráfico de señal senoidal

EJEMPLO # 1:
 2.1.3.- Relación entre la frecuencia y el período l
o La sinusoide es
claramente una
señal periódica
cuyo periodo esta
denotado por To
el cual es la longitud
de un ciclo de la
sinusoide.

En general la frecuencia de la sinusoide determina su

periodo mediante
la siguiente relación:
 Ya que la función coseno tiene un
periodo de 2π:

Ya que To es el periodo de la señal :

La figura muestra el efecto de variar
La frecuencia en la señal:

Cuando la frecuencia se duplica de

100 a 200 el periodo se reduce a la
mitad.
Cuando la frecuencia es igual a cero
la señal resulta ser constante, ya qu

Para todos los valores de t

La señal constante es frecuentemen
llamada DC.
2.1.4.- Desplazamiento en el tiempo de una señal

Tenemos la siguiente señal triangular conformada por la

función:

Hay una pendiente de 2 para el intervalo

Hay una pendiente de -2/3 para el intervalo

Ahora considere la Función:
Desplazamos 2 en cada intervalo de s(t)

En otras palabras es simplemente la función

desplazada dos unidades de su origen a la derecha
Se puede expresar una señal de la forma
decimos entonces que es la versión desplazada en el
tiempo de
Se tiene: la cual denota una señal coseno con fase
cero, un retraso de esta señal nos podría llevar a la siguiente comparación:

Despejando:

Note que la fase es negativa cuando el desplazamiento en el

tiempo es positivo, en términos del perio do se obtiene:
• RECORDEMOS LO SIGUIENTE:

Desplazamiento de una señal:

EJEMPLO # 2 : 2.30

1T 2022

SOLUCIÓN EJEMPLO # 2:
SOLUCIÓN EJEMPLO # 2:
EJEMPLO # 3 :

SOLUCIÓN EJEMPLO # 3 :
SOLUCIÓN EJEMPLO # 3 :
2.2. FUNCIONES PERIÓDICAS Y NO PERIÓDICAS.
Funciones Periódicas
Una Función Periódica f(t) cumple la siguiente propiedad para todo valor de t.
f(t)=f(t+T)

A la constante mínima para la cual se cumple lo anterior se le llama el periodo de

la función

Repitiendo la propiedad se puede obtener:

f(t)=f(t+nT), donde n=0,1,  2, 3,...
 Funciones Periódicas
RECORDAR:

Podríamos pensar que cualquier suma de funciones seno

y coseno produce una función periódica.
Esto no es así, por ejemplo, consideremos la función
f(t) = cos(w1t)+cos(w2t).
Para que sea periódica se requiere encontrar dos enteros m,
n tales que
w1T= 2πm, w2T=2πn
De donde w1/w2= m/n
Es decir, la relación w1/ w2 debe ser un número racional.
EJEMPLO # 4:
Cuál es el período de la función

1𝑡 = 𝑤𝑡
1=2𝜋𝑓
2𝜋
1=
𝑇
𝑇 = 2𝜋
SOLUCIÓN EJEMPLO # 4:
Y(t)=f1(t+T)+f2 (t+T) +f3 (t+T)
2.3.- Muestreo y Gráfico de Sinusoides
MATLAB solo trabaja con señales discretas representadas por filas
o columnas de matrices, si quisiéramos graficar una señal continua
por ejemplo:

Debemos evaluar x(t) como un conjunto de tiempos discretos

donde n es un entero, se obtiene entonces la siguiente secuencia
de muestras.

Donde Ts es llamado periodo de muestreo y n es un

entero, se realiza la gráfica que solo consta de puntos,
posteriormente los unimos mediante líneas y si
construimos una curva entre estos puntos siguiendo la
dirección de los segmentos de línea, este camino es
llamado línea de interpolación.
Gráficas producidas por tres diferentes
periodos de muestreo.
Observe que con Ts= 0.005 no es suficiente para
crear una grafica precisa; 5 muestras por ciclo

Con Ts= 0.0025 la grafica empieza a aproximarse a

un coseno; 10 muestras por ciclo

Con Ts= 0.0001 la grafica se vuelve densa a

nuestros ojos y puede verse fácilmente como una
curva que representa la función coseno; 250
muestras por ciclo

La elección del valor adecuado para

Ts depende de la señal coseno.
• El tiempo de muestreo se define como el tiempo que se
va tomando entre cada muestra, esta variable es de
interés cuando se grafican señales en programas como
Matlab.
• En la gráfica anterior se puede apreciar que a mayor
tiempo de muestreo se obtiene una señal más suave, el
muestreo es una técnica que se emplea para digitalizar
señales analógicas, al trabajar con un Ts más pequeño se
obtiene una representación más fiel a la señal real
analógica.
EJEMPLO # 5:
Recuerde:
 INICIO
REPASO DE LAS FUNCIONES COMPLEJAS
EXPONCIALES, FASORES, SUMA DE
NÙMEROS COMPLEJOS Y FÒRMULA
INVERSA DE EULER.

DESDE LA DIAPOSITIVA # 36 HASTA LA 56

 Señales complejas exponenciales y fasores.

En el manejo de señales senoidales muy a menudo en la simplificación de operaciones

matemáticas estas se relacionan con señales complejas exponenciales, de allí que es
Necesario Tener conocimiento de los números complejos y como estos se convierten
de su forma rectangular a polar y Viceversa.
• Para pasar de la forma rectangular a polar se requieren
estas formulas:

• Ahora bien, las señales sinusoidales se relacionan con

las señales complejas exponenciales de la siguiente
manera:

• Una representación mas general sería:

Señal compleja exponencial:

• La señal compleja exponencial se define como:

• Esta puede ser expresada en su forma cartesiana

como:
 • A continuación, se muestra un ejemplo con su gráfico de
una señal compleja exponencial llevada a su forma
cartesiana:

Se observa que la parte real y

la imaginaria están desfasadas
90 grados.
OPERACIONES CON NÚMEROS COMPLEJOS
• Cuando dos números complejos son multiplicados es mejor
usar la forma polar de los números, por ejemplo sea z1 y z2
dos números complejos de la forma:

• Sea Z3 el producto de estos dos números complejos,

se efectuaría de la siguiente forma:
• Se observa que se han multiplicado las magnitudes y
sumados los ángulos.
Formulas de Euler inversa
• Estas formulas se usan para escribir las funciones
sinusoidales en función de las complejas exponenciales
Donde * denota la conjugada compleja.
La señal real coseno con frecuencia ωo esta actualmente
compuesta de dos señales exponenciales complejas , una
con frecuencia positiva y otra con frecuencia negativa .

La amplitud compleja de la señal exponencial de frecuencia

positiva es

Y la amplitud compleja de la frecuencia compleja negativa

exponencial es
EJEMPLO # 6 :
SOLUCIÓN EJEMPLO # 6 :
SOLUCIÓN EJEMPLO # 6 :
SOLUCIÓN EJEMPLO # 6 :
Suma de números complejos

En esta gráfica se muestra que para

obtener la suma de dos números
complejos: se suma su parte real con su
parte imaginaria para obtener un nuevo
vector con su respectiva parte real e
imaginaria.
 Adición del fasor
Cuando todas las señales tienen la misma frecuencia, pero
diferentes amplitudes y fases.

La suma de N señales coseno de diferentes amplitudes y

fases pero con la misma frecuencia puede siempre ser
reducida a una señal coseno simple de la misma frecuencia.
Usando la identidad trigonométrica:
 Regla de adición de fasores
La representación fasorial de señales coseno pueden ser
usados para mostrar el siguiente resultado:

Esta es la ecuación principal de

la regla del adición de fasores

Donde N es un entero. Esto es la suma de dos o màs señales

coseno con la misma frecuencia pero con diferentes
amplitudes y fases puede ser expresada como una señal
coseno equivalente con A y ∅ determinados de la siguiente
forma:
La regla del fasor requiere que:
a)Cualquier sinusoide puede ser escrita de la forma:

b)Para cualquier grupo de números complejos la suma de

las partes reales es igual a la parte real de la suma total, así
se obtiene:

Se puede probar la regla de la adición del fasor mediante la

siguiente manipulación algebraica:
EJEMPLO # 7 :
SOLUCIÓN EJEMPLO # 7:
 FIN
REPASO DE LAS FUNCIONES COMPLEJAS
EXPONCIALES, FASORES, SUMA DE
NÙMEROS COMPLEJOS Y FÒRMULA
INVERSA DE EULER.
EJEMPLO # 8 :
SOLUCIÓN EJEMPLO # 8 :
SOLUCIÓN EJEMPLO # 8 :
SOLUCIÓN EJEMPLO # 8 :
Muestreo

Las ondas Senoidales de la forma:

Son ejemplo de señales continuas , es común

referirse a ellas como señales analógicas porque
tanto las amplitudes de señales y las variables en
el tiempo son asumidas como cantidades reales,
no discretas.
Una señal de tiempo discreto es representada
matemáticamente por una secuencia indexada
de números. Cuando almacenamos en una
computadora digital, los valores de la señal son
retenidos en ubicaciones de la memoria , así
estas pueden ser indexadas por direcciones de
memoria.
Denotamos los valores de la señal de tiempo
discreto como x[n], donde n es el índice entero
que indica el orden de los valores en la
secuencia.
Los corchetes encierran el argumento n que nos
permiten diferenciar entre las señales de tiempo
continuo x(t) y una correspondiente señal de
tiempo discreto x[n].
Podemos obtener señales de tiempo discreto en
cada una de las siguientes formas:
a) Podemos muestrear una señal de tiempo
continuo espaciadas en instantes de tiempo
iguales , esto es:
Donde x(t) representa cualquier variante de la
señal continua, tales como sonido o audio.
Los valores individuales de x[n] son llamados
muestras de la señal de tiempo continuo.

Los intervalos de tiempo fijos entre muestras, Ts

pueden también ser expresados como una tasa
de muestreo fija, fs, en muestras por segundo.
Una forma alternativa para escribir la secuencia
en:

Es :

El muestreo puede ser visto como una

transformación u operación que actúa en una
señal continua x(t) para producir una salida, la
cual es una correspondiente señal de tiempo
discreto x[n].
En ingeniería es común llamarlo un sistema de
transformación y se lo representa gráficamente
con un diagrama de bloque que muestra las
señales de entrada y de salida con un nombre
que describa la operación del sistema.

La operación de muestreo es un ejemplo de un

sistema cuya entrada es una señal de tiempo
continuo y cuya salida es una señal de tiempo
discreto el cual es mostrado en la siguiente
figura:
Representación del diagrama de bloques del
convertidor continuo continuo discreto (C a D).
El parámetro Ts especifica un muestreo
uniforme de la señal de entrada cada Ts
segundos.
El diagrama de bloques dela
figura anterior representa la
ecuación matemática:

Y se conoce como CONVERTIDOR IDEAL DE

CONTINUO A DISCRETO (C a D).

b) Podemos calcular los valores de una señal de

tiempo discreto directamente desde la fórmula.
Un ejemplo simple es:
Cuando graficamos señales de tiempo discreto,
usamos el formato mostrado en el diagrama de
bloques anterior , el cual muestra cada valor
(muestras) de cada secuencia w[n].
Tal como muestra la siguiente figura, claramente la señal tiene valores
solo para indices enteros, entre ellos la señal de tiempo discreto es
indefinida.

Formato de trazado para señales de tiempo discreto a veces llamado trama.

En MATLAB la función STEM producirá esta trama, por lo que muchos
estudiantes también se refieren a esto como una gráfica de tallo.
 Muestreo de señales Senoidales

Si muestreamos una señal de la forma:

Obtenemos:
Donde definimos que:

:Frecuencia Normalizada en Radianes

La señal x[n] que se muestra, es una señal coseno

de tiempo discreto y q u e es su frecuencia de
tiempo discreto.
Nosotros usamos un sombrero arriba de para
denotar que es una nueva frecuencia variable.
Esta es una versión normalizada de la frecuencia
en radianes de tiempo continuo con respecto a la
frecuencia de muestreo.
Ya que tiene unidades de rad/seg.
Las unidades de son radianes, es
decir, no tiene dimensiones

Esto es consistente con el hecho de que los

índices n en x[n] es sin dimensiones .
Ya que las muestras son tomadas de x(t), la
información en tiempo escala se ha perdido.
La señal de tiempo discreto es solo una secuencia de
números y estos números no llevan información acerca
del periodo de muestreo Ts, usado para obtenerlos.

Una implicación inmediata de esta observación es que

un numero infinito de señales Senoidales de tiempo
continuo pueden ser transformadas en la misma
sinusoide de tiempo discreta por muestreo.

Lo que necesitamos hacer es cambiar el periodo de

muestreo inversamente proporcional a la frecuencia de
entrada de la señal sinusoide de tiempo continuo.
EJEMPLO # 9:
Para cada una de las siguientes funciones indique si cumple o no el TEOREMA DEL MUESTREO:

𝑎. − 𝒙 𝒕 = 𝐜𝐨𝐬(𝟐𝟓𝟎𝟎𝝅𝒕) con una frecuencia de muestreo 𝑓𝑠 = 5000 𝐻𝑧.

Se puede escribir 𝑥 𝑡 = cos(2𝜋(1250)𝜋𝑡) de donde 𝑓𝑚𝑎𝑥 = 1250 𝐻𝑧 y como el Teorema de
muestreo dice 𝑓𝑠 > 2𝑓𝑚𝑎𝑥. entonces 5000 Hz > 2(1250)Hz por lo tanto CUMPLE.

La expresión matemática que representa una señal discreta es:

CONTINUACIÓN EJEMPLO # 9:
EJEMPLO # 10:
Para cada una de las siguientes funciones indique si cumple o no el TEOREMA DEL MUESTREO:
Recordemos que en forma general se puede representar al cos(2πf t )
𝑎. − 𝒙 𝒕 = 𝐜𝐨𝐬(𝟒𝟓𝟎𝟎𝝅𝒕) con una frecuencia de muestreo 𝑓𝑠 = 1000 𝐻𝑧.
Se puede escribir 𝑥 𝑡 = cos(2𝜋(2250)𝜋𝑡) de donde 𝑓𝑚𝑎𝑥 = 2250 𝐻𝑧 y como el Teorema de
muestreo dice 𝑓𝑠 > 2𝑓𝑚𝑎𝑥. entonces 1000 Hz < 2(2250)Hz por lo tanto NO CUMPLE.

b. − 𝒙 𝒕 = 𝐜𝐨𝐬(𝟐𝟓𝟎𝟎𝝅𝒕) con una frecuencia de muestreo 𝑓𝑠 = 1000 𝐻𝑧.

Se puede escribir 𝑥 𝑡 = cos(2𝜋(1250)𝜋𝑡) de donde 𝑓𝑚𝑎𝑥 = 1250 𝐻𝑧 y como el Teorema de
muestreo dice 𝑓𝑠 > 2𝑓𝑚𝑎𝑥. entonces 1000 Hz < 2(1250)Hz por lo tanto NO CUMPLE.

c. − 𝒙 𝒕 = 𝐜𝐨𝐬(𝟓𝟎𝟎𝝅𝒕) con una frecuencia de muestreo 𝑓𝑠 = 1000 𝐻𝑧.

Se puede escribir 𝑥 𝑡 = cos(2𝜋(250)𝜋𝑡) de donde 𝑓𝑚𝑎𝑥 = 250 𝐻𝑧 y como el Teorema de
muestreo dice 𝑓𝑠 > 2𝑓𝑚𝑎𝑥. entonces 1000 Hz > 2(250)Hz por lo tanto CUMPLE.
CONTINUACIÓN EJEMPLO #10:

Como corregir este fenómeno?