Anda di halaman 1dari 19

RANGKUMAN SINYAL DAN SISTEM

Besaran Besaran terbagi menjadi dua yaitu 1. Besaran Elektrik Besaran Elektrik adalah besaran yang dapat dinyatakan dalam arus listrik ataupun tegangan listrik 2. Besaran Non Elketrik Besaran non elektrik adalah besaran yang tidak dapat dinyatakan dalam arus atau atau tegangan listrik contoh kecepatan Untuk menterjemahkan besaran non elektrik Besaran listrik diperlukan transducer/sensor Sinyal : Time domain oscillator Sinyal dapat dilihat dengan osiloscope, X-Y recorder Membangkintakn sinyal dengan function generator, Power supply,

Frequency domain Dapat dilihat melalui : Spectrum analisis, Power harmonic analyzer

Secara umum, definisa sinyal dapat diartikan sebagai berikut: Sinyal : Suatu besaran yang dapat didetekksi dan mengandung informasi Sinyal juga dapat diartikan sebagai suatu kuantitas fisk yang berubah terhadap waktu atau ruang maupun berubah terhadap variable-variable beban lain. Setiap orang punya frekuensi alami ( yang berbeda-beda

Pada tingkatan yang paling mendasar, sinyal dapat diklasifikasikan : 1. Deterministik (real) : a. Periodik : Sinusoidal, perioik komposit, psudorandom 1

RANGKUMAN SINYAL DAN SISTEM b. Non periodic : Transient, kuasi periodic (jarak seolah-olah periodic)

2. Random a. Random stationer : Rndom ergodik, random non ergodik b. Random non stationer Secara Umum, system dapat diartikan sebagai berikut 1. Sstem berfungsi untuk mengoperasikan suatu sinyal (secara analitis) dan untuk menghasilkansuatu sinyal yang baru 2. Sistem adalah sekumpulan elemen-elemen/komponen-komponen yang digabungkan menjadi satu kesatuan yang saling bekerja sama Y mencapai maksud / tujuan tertentu (remonse system)

rangkaian differensiator

Tuning time Sistem dapat diklasifikasikan menjadi : 1. Lumped and distributed parameter system 2. Time invariant and time variant system 3. Cousaility and non caosaility system 4. Linierity and non linearity system

RANGKUMAN SINYAL DAN SISTEM 5. Stable and non stable system 6. System without memory 7. Invertible system

1. Lumped and distributed parameter system

Pada umumnya, model matematika tersebut, dituliskan dalam bentuk sebuah Persamaan Diferensial Biasa (Ordinary Differential Equation). Contoh berikut ini merupakan tahapan untuk menyelesaikan persoalan Persamaan Diferensial dengan menggunakan Transformasi Laplace.

Contoh Jika, diketahui sebuah model matematika sebagai berikut:


d 2 x(t ) dx (t ) +3 + 2 x (t ) = 2 f (t ) 2 dt dt

RANGKUMAN SINYAL DAN SISTEM Pada persamaan ini, f(t) adalah fungsi pendorongnya, x(t) adalah respon sistemnya. Jika diterapkan Transformasi Laplace, dengan mengasumsikan semua harga awal adalah nol, maka akan didapat:
s 2 X ( s ) + 3sX ( s ) + 2 X ( s ) = 2 F ( s ), X ( s )( s 2 + 3s + 2) = 2 F ( s ),

maka, perbandingan respon dengan pendorongnya, didapat:


G(s) = X ( s) 2 = 2 F ( s ) s + 3s + 2

Jika, diketahui bahwa fungsi pendorong, f(t), adalah fungsi tangga satuan (unit step function), maka F(s) = 1/s, sehingga:
2 1 X ( s) = G (s) F (s) = 2 , maka s + 3s + 2 s k k k 2 2 X ( s) = = = 1+ 2 + 3 2 s ( s + 3s + 2) s( s + 1)( s + 2) s s + 1 s + 2

Dengan menggunakan prinsip PFE, maka didapat:


2 ( s +1)( s + 2) 2 k 2 = ( s +1) F ( s ) s =1 = s ( s + 2) 2 k 3 = ( s + 2) F ( s ) s =2 = s ( s +1) k1 = sF ( s ) s =0 =
s =0

=1 = 2 =1

s =1

s =2

Dengan menggunakan Tabel Transformasi Laplace, maka respon sistem adalah:


1 2 1 + + , s s +1 s + 2 x(t ) = 1 2e t + e 2 t X (s) = sehingga

2. Time invariant and time variant system Persamaan diferensial parsial (PDP) adalah persamaan yang di dalamnya terdapat suku-suku diferensial parsial, yang dalam matematika diartikan sebagai suatu hubungan yang mengaitkan suatu fungsi yang tidak diketahui, yang merupakan fungsi dari beberapa variabel bebas, dengan 4

RANGKUMAN SINYAL DAN SISTEM turunan-turunannya melalui variabel-variabel yang dimaksud. PDP digunakan untuk melakukan formulasi dan menyelesaikan permasalahan yang melibatkan fungsi-fungsi yang tidak diketahui, yang merupakan dibentuk oleh beberapa variabel, seperti penjalaran suara dan panas, elektrostatika, elektrodinamika, aliran fluida, elastisitas, atau lebih umum segala macam proses yang terdistribusi dalam ruang, atau terdistribusi dalam ruang dan waktu. Kadang beberapa permasalahan fisis yang amat berbeda memiliki formulasi matematika yang mirip satu sama lain. Bentuk paling sederhana dari persamaan diferensial adalah

di mana u suatu fungsi tak diketahui dari x dan y. Hubungan ini mengisyaratkan bahwa nilainilai u(x,y) adalah tidak bergantung dari x. Oleh karena itu solusi umum dari persamaan ini adalah

di mana f adalah suatu fungsi sembarang dari variabel y. Analogi dari persamaan diferensial biasa untuk persamaan ini adalah

yang memiliki solusi

di mana c bernilai konstan (tidak bergantung dari nilai x). Kedua contoh di atas menggambarkan bahwa solusi umum dari persamaan diferensial biasa melibatkan suatu kostanta sembarang, akan tetapi solusi dari persamaan diferensial parsial melibatkan suatu fungsi sembarang. Sebuah solusi dari persamaan diferensial parsial secara umum tidak unik; kondisi tambahan harus disertakan lebih lanjut pada syarat batas dari daerah di mana solusi 5

RANGKUMAN SINYAL DAN SISTEM didefinisikan. Sebagai gambaran dalam contoh sederhana di atas, fungsi jika dispesifikasikan pada sebuah garis . dapat ditentukan

3. Sistem Invarian waktu dan varian waktu Sistem dinamakan invarian waktu, jika karakteristik masukan-keluaran tidak berubah menurut waktu. Secara terperinci, anggaplah keluaran y(n) adalah transformasi dari x(n), sehingga dapat kita tulis : y(n) = [x(n)] (6.10)

Sekarang anggap sinyal masukan yang sama ditunda k sekon untuk menghasilkan x(n-k), dan juga dipakai sistem yang sama. Jika karakteristik sistem tidak berubah dengan waktu, maka keluaran sistem akan menjadi y(n-k), yakni keluaran akan sama seperti respons terhadap x(n), kecuali bahwa ia akan ditunda k sekon, yang sama dengan penundaan masukannya. Karen itu dapat kita definisikan sistem invarian waktu sebagai berikut. Teorema : Suatu sistem adalah invarian waktu jika dan hanya jika x(n) akan mamberikan x(n-k) y(n-k) y(n)

untuk setiap sinyal masukan x(n) dan setiap pergeseran k sekon. Untuk keperluan uji coba respons sistem dari x(n-k) atau [x(n)] dinotasikan dengan y(n,k) , sehingga dapat ditulis : y(n,k ) = [x(n)] Sekarang dapat kita katakan suatu sistem invarian waktu, jika dan hanya jika : y(n,k ) = y(n-k)

RANGKUMAN SINYAL DAN SISTEM 4. Causality system dan non causality Keluaran sistem untuk setiap waktu hanya tergantung kepada input sekarang dan sebelumnya, juga output sebelumnya y(n) = f [x(n), x(n1), x(n2), , y(n 1), y(n 2), ] Contoh: sistem kausal: y(n) = 2x(n) 3x(n2) sistem non kausal: y(n) = x(n) + 3x(n+4) Interaksi Sinyal-Sistem Untuk sistem LTI (Linear Time Invariant), output y(n) dicari dengan menggunakan Jumlah Konvolusi(Convolution Sum):

h(n) : respon sistem LTI terhadap input unit impuls; k: variabel bantu x Sistem Linier Sistem Linier memenuhi sifat: dimana x1(n) dan x2(n) adalah input sistem, sedangkan a1 dan a2 adalah konstanta ContohSistemLinier Buktikan bahwa sistem yang dinyatakan dengan: y(n) = 2x(n) adalah linier Jawab: T[a1x1(n) + a2x2(n)] = 2[a1x1(n) + a2x2(n)] = 2a1x1(n) + 2a2x2(n) a1T[x1(n)] + a2T[x2(n)] = a1(2x1(n))+ a2(2x2(n)) = 2a1x1(n) + 2a2x2(n) 7

RANGKUMAN SINYAL DAN SISTEM

Contoh Sistem Non Linier Buktikan bahwa sistem yang dinyatakan dengan: y(n) = [x(n)] 2adalah non linier Jawab: T[a1x1(n) + a2x2(n)] = [a1x1(n) + a2x2(n)]2 = a12x12(n) + 2a1x1(n) a2x2(n)+ a22x22(n) a1T[x1(n)] + a2T[x2(n)] = a1(x12(n))+ a2(x22(n)) = a1x12(n) + a2x22(n)

5. Sistem Stabil Sistem Stabil BIBO(Bounded Input Bounded Output): output sistem adalah terbatas untuk input terbatas

Contoh Sistem Stabil Sistem yang dinyatakan dengan y(n) = 0,1 * y(n1) + x(n) dany(-1) = 0 adalah stabil, karena ketika diberi input unit impuls,outputnya adalah: y(0) = 0,1 * y(1)+ x(0) = 1 y(1) = 0,1 * y(0) + x(1) = 0,1 8

RANGKUMAN SINYAL DAN SISTEM y(2) = 0,1 * y(1) + x(2) = 0,01 danseterusnya Contoh system tak stabil Sistem yang dinyatakan dengan y(n) = 2* y(n1) + x(n) dany(-1) = 0 adalah tidak stabil, karena ketika diberi input unit impuls,outputnya adalah: y(0) = 2* y(1) + x(0) = 1 y(1) = 2* y(0) + x(1) = 2 y(2) = 2* y(1) + x(2) = 4 danseterusnya 6. Sistem bermemori dan tanpa memori Sistem bermemori adalah sistem yang keluarannya merupakan fungsi dari masukan sekarang dan masukan sebelumnya. Sistem bermemori: y(t) = -4x(t-1) + 2x(t) Sistem tanpa memori: y(t) = 2x

7. Invertibilitas Jika keluaran diketahui, kita dapat menentukan masukannya. Hasilnya dikatakan sebagai system invers. contoh: y(t) = 2 x(t) x(t) = y(t) contoh sistem yang tidak invertible: y[n] = 0.

Konvolusi Kontinyu Keluaran sistem dengan tanggapan impuls h(t) dan masukan x(t) dapat direpresentasikan sebagai: 9

RANGKUMAN SINYAL DAN SISTEM


y (t ) = x( ) (t )
all

y (t ) = x ( p ) h(t p ) dp

(2.4)

atau dapat juga dinyatakan:


y (t ) = h( p ) x (t p ) dp

Kedua rumusan diatas dikenal sebagai integral konvolusi. Untuk dua fungsi sembarang x(t) dan h(t) maka integral konvolusi r(t) dapat dinyatakan sebagai: r(t) = x(t) * h(t)
r (t ) = x ( p ) h(t p ) dp

Konvolusi kontinyu mempunyai sifat-sifat sebagai berikut: a) Komutatif x(t)*y(t) = y(t)*x(t) rxy(t) = ryx(t)

b) Distributif x(t)*[y(t) z(t)] = [x(t)*y(t)] [x(t)*z(t)] rxy(t) = ryx(t) rxz(t) c) Asosiatif x(t)*[y(t)*z(t)] = [x(t)*y(t)]*z(t) Untuk memperjelas penggunaan integral konvolusi disajikan contoh sebagai berikut: Contoh soal 2.5: Dua buah isyarat mempunyai rumusan sebagai berikut: x(t) = dan, h(t) = 1 0, 1<t<2 t lainnya 1 0, 0<t<1 t lainnya

Carilah sinyal r(t) yang merupakan hasil konvolusi dua isyarat tersebut. 10

RANGKUMAN SINYAL DAN SISTEM Penyelesaian: Untuk mencari nilai konvolusi kedua isyarat kontinyu digunakan: r(t) = x(t) * h(t)
r (t ) = x ( p ) h(t p ) dp

Pada rumus diatas dapat dilihat bahwa untuk mencari nilai r(t) diperlukan sinyal x(p) dan sinyal h(t-p). x(t) = maka, x(p) = 1 0, h(t-p) = 1 0, h(t-p) = 1 0, 0<p<1 p lainnya 1<t-p<2 t-p lainnya -2+t<p<-1+t p lainnya h(t-p) 1 0, 0<t<1 t lainnya

sedangkan h(t-p) dapat dicari sebagai berikut:

yang dibutuhkan adalah fungsi h dalam p maka:

Untuk mempermudah diilustrasikan sebagai berikut: h(p) x(p)

1 -1 1 p

1 -1 1 2 p t-2

1 t-1 1 p

Gambar 2.2 Sinyal x(p), h(p) dan h(t-p) Pada gambar diatas sinyal h(t-p) adalah sinyal h(-p) yang tergeser sejauh t. Dari rumusan integral konvolusi dapat dilihat bahwa sinyal h(-p) dijalankan dari - sampai +. Nilai integral konvolusi dapat dibagi menjadi beberapa kasus penggal waktu t yaitu: Pada saat t<1 Pada saat 1<t<2 Pada saat 2<t<3 11

RANGKUMAN SINYAL DAN SISTEM Pada saat t>3 Untuk memperjelas keempat kasus ini x(p) dan h(t-p) digambarkan dalam satu sumbu y(p). y(p) h(t-p) t-2 x(p) 1 (a) y(p) x(p) h(t-p) y(p) x(p) h(t-p) p y(p) h(t-p) 1 x(p)

1 t-1

t-2

t-1 1 (b)

1 p

t-2 1 t-1 (c)

1 t-2 (d)

t-1

Gambar 2.3 (a) Sinyal x(p) dan h(t-p) pada saat t<1 (b) Sinyal x(p) dan h(t-p) pada saat 1<t<2 (c) Sinyal x(p) dan h(t-p) pada saat 2<t<3 (d) Sinyal x(p) dan h(t-p) pada saat t>3 Hasil konvolusi r(t) pada tiap penggal waktu tersebut adalah sebagai berikut a) Pada saat t<1 Pada periode ini sinyal h(t-p) belum sampai ke titik awal x(p) maka:
r (t ) = x ( p ) h(t p ) dp

r(t) = 0 b) Pada saat 1<t<2 Pada saat 1<t<2 batasan bawah integral konvolusi berdasar Gambar 2.2 (b) adalah 0 dengan batas atas t-1. 12

RANGKUMAN SINYAL DAN SISTEM


t 1

r (t ) =

x( p )h(t p )dp
0 t 1 0

r (t ) = (1)(1) dp

r(t) = t-1 c) Pada saat 2<t<3 Pada saat 2<t<3 batasan bawah integral konvolusi berdasar Gambar 2.2 (c) adalah t-2 dengan batas atas 1.
r (t ) = r (t ) =
1

t 2 1

x( p)h(t p)dp (1)(1)dp

t 2

r(t)

= 1-(t-2) = 3-t

d) Pada saat t<3 Pada waktu ini h(t-p) sudah meninggalkan batas akhir x(p) sehingga:
r (t ) = x ( p ) h(t p ) dp

r(t) = 0 Dengan demikian hasil konvolusi secara keseluruhan adalah sebagai berikut: t-1 1<t<2 r(t) = 3-t 2<t<3 0, t lainnya r(t) t-1 1 1 2 3-t 3 t

Gambar 2.4 Sinyal r(t) hasil konvolusi x(t) dan h(t) Transformasi Fourier Satu bentuk transformasi yang umum digunakan untuk merubah sinyal dari domain waktu ke domain frekuensi adalah dengan transformasi Fourier: 13

RANGKUMAN SINYAL DAN SISTEM

Persamaan ini merupakan bentuk transformasi Fourier yang siap dikomputasi secara langsung dari bentuk sinyal x(t). Sebagai contoh, anda memiliki sinyal sinus dengan frekuensi 5 Hz dan amplitudo 1 Volt. Dalam domain waktu anda akan melihat seperti pada Gambar 1 bagian atas. Sementara dalam domain frekuensi akan anda dapatkan seperti pada bagian bawah. Untuk memperoleh hasil seperti gambar tersebut anda dapat memanfaatkan library fft yang tersedia pada Matlab.

14

RANGKUMAN SINYAL DAN SISTEM

Modulasi Analog
Dalam membahas modulasi analog yang perlu diketahui adalah adanya suatu teori yaituModulation Theorem yang juga dikenal dengan sebutan Frequency Translation. Hal ini dikarenakan adanya shifting atau pergeseran dari spektrum di dalam frequency domain. Adapun fungsi modulasi adalah untuk merubah atau menempatkan frekuensi rendah menjadi frekuensi yang lebih tinggi agar dapat dikirimkan atau ditransmisikan melalui media transmisi. Modulasi Analog yang umum dikenal ada beberapa macam bentuk modulasi antara lain : 1. Amplitude Modulation (AM) 2. Frequency Modulation (FM) 3. Pulse Amplitude Modulation (PAM)

Amplitude modulation (AM) Modulasi ini adalah modulasiyang paling sederhana, dimana frekuensi pembawa atau carrier diubah amplitudonya sesuai dengan signal informasi atau message signal yang akan dikirimkan. Dengan kata lain AM adalah modulasi yang mana amplitudo dari signal pembawa (carrier) berubah karakteristiknya sesuai dengan amplitudo signal informasi. Modulasi ini disebut juga linear modulation, artinya bahwa pergeseran frekuensinya bersifat linier mengikuti signal informasi yang akan ditransmisikan. Amplitudo modulasi ini biasanya digunakan pada stasiun pemancar radio telegrafi dan merupakan jenis modulasi yang paling tua. Amplitudo modulasi sekarang ini sudah sangat luas digunakan untuk pemakaian suara analog yang memerlukan penerima yang sangat sederhana seperti pemancar radio komersial atau dipancarkan melalui propagasi ionosfir yang memerlukan bandwith yang kecil. amplitudo modulasi terdiri dari tiga persamaan yang menunjukan gelombang pembawa tidak termodulasi, frekuensi Lower side band (fc-fm) dan Upper side band (fc+fm). Karena antara lower side band dan upper side band bentuknya sama, sehingga sinyal AM membutuhkan bandwith ganda. Jika sinyal modulasi bukan berupa gelombang sinus, kemudian dimodulasi dan memunculkan dua sinyal baseband frekuensi maka bandwith yang dibutuhkan 2 kalinya. Spektrum frekuensi AM dapat digambarkan sebagai berikut :

15

RANGKUMAN SINYAL DAN SISTEM

Sesudah sinyal dimodulasi, maka ada dua bentuk gelombang sinyal baseband pada gelombang AM yang disebut dengan band sisi atas dan sisi bawah (upper and lower sideband). Sebagian besar daya dari sinyal modulasi berada pada gelombang pembawanya, sedangkan sinyal informasi hanya berada pada sidebandnya. Hal inilah yang menyebabkan gelombang AM sangat tidak efisien. Bentuk gelombang AM disebut juga modulasi DSBSC (Double Sideband Suppressed Carrier). Karena antara sisi atas dan bawah berisi gelombang informasi yang sama maka salah satu sisinya dapat ditindas dengan tujuan mereduksi bandwith. Proses ini sering dikenal dengan SSBSC (Single Side Band Suppressed Carrier) atau SSB. Dengan SSB, maka sinyal yang modulasi hanya membutuhka separuh dari bandwith, sehingga daya akan lebih hemat. Amplitudo modulasi banyak digunakan pada komunikasi mobile seperti handy talky, radio siaran maupun komunikais HF. Alasan utama mengapa amlitudo modulasi masih digunakan karena bentuk gelombang AM mempunyai kelebihan sederhana pada bagian pembangkitanya dan pada penerimanya. Frequency Modulation (FM) Frekuensi dari gelombang pembawa (carrier wave) diubahubah menurut besarnya amplitudo dari sinyal informasi. Karena noise pada umumnya terjadi dalam bentuk perubahan amplitudo, FM lebih tahan terhadap noise dibandingkan dengan AM.Bandwith sinyal FM lebih besar dibandingkan sinyal AM. Modulasi FM merupakan modulasi analog yang sangat banyak digunakan, hal ini dikarenakan noise yang rendah, tahan terhadap perubahan amplitudi yang berubah-ubah sebagai akibat fading. Penggunaan modulasi FM misalnya pada pengiriman siaran televisi, telephone dan lain-lain. Proses modulasi FM antara sinyal informasi dengan sinyal pembawa dapat digambarkan seperti pada gambar di bawah ini :

16

RANGKUMAN SINYAL DAN SISTEM

Phase Amplitude Modulation (PAM) Pada modulasi fasa, adalah fase dai gelombang pembawa yang diubah-ubah sesuai dengan sinyal informasi yang dikirimkan. Bentuk gelombang radionya hampir sama dengan yang termodulasi frekuensi (FM).

Sistem Stabil dan Tidak Stabil Stabilitas merupakan sifat penting yang harus dipertimbangkan dalam setiap aplikasi praktis dari sistem. Sistem yang tidak stabil biasanya memunculkan sifat tak menentu dan sifat perbedaan yang mencolok dan menyebabkan aliran berlebih (overflow) dalam setiap

17

RANGKUMAN SINYAL DAN SISTEM


implementasi praktis. Dibawah ini kita akan mendefinisikan secara matematis apa yang kita maksud dengan sistem stabil. Teorema : Suatu sistem berelaksasi (bertransformasi) yang berubah-ubah dikatakan menjasi stabil masukan terbatas keluaran terbatas (bounded input-bounded output = BIBO) jika dan hanya jika setiap masukan terbatas menghasilkan keluaran terbatas. Kondisi masukan x(n) dan keluaran y(n) terbatas diterjemahkan secara matematis dengan arti bahwa terdapat beberapa angka terbatas , sebut saja Mx dan My, sehingga |x(n)| Mx < Contoh : Perhatikan sistem yang dideskripsikan dengan persamaan masukan keluaran : y(n) = y2(n) + x(n) sebagai deret nasukan kita memilih sinyal terbatas x(n) = C (n) dengan C adalah konstanta . Kita juga mangasumsikan y(-1) = 0, maka deret keluarannya adalah : y(0) = C, y(1) = C2, y(2) = C4, .., y(n) = C2t Jelasnya, keluarannya tak terbatas, bila 1 < | C | < . Oleh karena itu, sistem ini tidak stabil BIBO, karena deret masukan terbatas menghasilkan keluaran tak terbatas. |y(n)| My < (6.19)

TRANSFORMASI Z
Transformasi Z untuk sinyal dan sistem waktu diskrit dapat diekivalenkan dengan transformasi Laplace pada kawasan waktu kontinyu . Definisi Transformasi Z

18

RANGKUMAN SINYAL DAN SISTEM


Transformasi Z dapat diekivalenkan dengan transformasi Laplace pada kawasan waktu kontinyu. Pada kuliah sistem linier telah kita, yaitu

[f(t)] = F(s) = atau jika fungsinya x(t) akan menjadi :


0

f (t ) e

st

dt

[x(t)] = X(s) = 0 ini adalah pernyataan dalam kawasan kontinyu, jika diubah menjadi kawasan diskrit maka integral ( ) akan berubah menjadi sigma ( ), dan mangubah bilangan e menjadi variabel z, maka didapatlah definisi transformasi z seperti dibawah ini. Transformasi z X(z) dari deretan sinyal diskrit x(n) didefinisikan sebagai : X(z) = Pernyataan definisi diatas biasa dinamakan transformasi z dua sisi, karena variabel n berlaku
n=

x(t ) e

st

dt

x ( n) z

untuk negatif dan positif. Ada juga definisi lain, yaitu transformasi z satu sisi, karena harga n hanya berlaku untuk positif saja. Definisi transformasi z satu sisi dapat dituliskan sebagai berikut :

X(z) =

x(n) z
n= 0

dimana z adalah variabel kompleks, persamaan ini kadang-kadang dinamakan transformasi-z langsung, karena ia mentransformasi sinyal domain waktu diskrit x(n) menjadi penggambaran bidang kompleks. Notasi : Transformasi-z sinyal x(n) ditunjukkan dengan : X(z) Z{x(n)}

19