Departamento de Matemática
Facultad de Ingeniería
Universidad de Buenos Aires
2003
V 2.07
ÍNDICE
TRANSFORMADA Z
1.- INTRODUCCIÓN
4.1.- LINEALIDAD
4.2.- DESPLAZAMIENTO EN TIEMPO
4.3.- DESPLAZAMIENTO z – a
4.4.- MODULACIÓN DE SUCESIÓN EN TIEMPO
4.4.1.- MODULACIÓN CON an
4.4.2.- MODULACIÓN CON eiαn
4.5.- CAMBIO DE ESCALA
4.5.1.- GENÉRICO
4.5.2.- INVERSIÓN EN z
4.6.- TZ DE LA DIFERENCIA FINITA
4.6.1.- PRIMERA DIFERENCIA
4.6.2.- SEGUNDA DIFERENCIA
4.7.- TZ DE LA SUMA FINITA
4.8.- DERIVADA DE LA TZ
4.9.- PRIMITIVA DE LA TZ
4.9.1.- PRIMITIVA DE LA TZ EN EL ANILLO A(r1,r2)
4.9.2.- PRIMITIVA DE LA TZ EN EL ANILLO A(r1,∞)
4.10.- CONVOLUCIÓN DE SUCESIONES. ANTITRANSFORMADA DEL PRODUCTO DE
TRANSFORMADAS.
4.11.- CONVOLUCIÓN DE TRANSFORMADAS. TRANSFORMADA DE PRODUCTO DE
SUCESIONES
4.12.- SUCESIÓN PERIÓDICA
4.13.- RESUMEN DE PROPIEDADES
Agradecimientos:
Se agradece a todos los docentes y alumnos que han aportado observaciones y comentarios al texto,
especialmente a mi ayudante Juan Pablo Frías.
TRANSFORMADA ZETA
1.– INTRODUCCIÓN
La Transformada Zeta (TZ) es un modelo matemático que se emplea entre otras aplicaciones en el estudio del
Procesamiento de Señales Digitales, como son el análisis y proyecto de Circuitos Digitales, los Sistemas de Radar o
Telecomunicaciones y especialmente los Sistemas de Control de Procesos por computadoras.
La TZ es un ejemplo más de Transformada, como lo son la Transformada de Fourier para el caso de tiempo
discreto y las Transformada de Fourier y Laplace para el caso del tiempo continuo.
La importancia del modelo de la Transformada Z radica en que permite reducir Ecuaciones en Diferencias o
ecuaciones recursivas con coeficientes constantes a Ecuaciones Algebraicas lineales.
Se llama Sistema a un conjunto de elementos de cualquier tipo, naturales o artificiales (construidos por el
hombre) como mecanismos, máquinas, circuitos etc.
Un Sistema está sometido a la excitación de una Señal de Entrada o de Control (causa) a la cual le responde
transformándola en una Señal de Salida (efecto).
Las señales de Entrada y de Salida son funciones de una o más variables.
El modelo de un Sistema para analizar y diseñar el comportamiento causa- efecto se puede representar por el
siguiente esquema:
Dicho esquema o modelo es aplicable a todas las ramas de la ingeniería: electricidad, mecánica,
comunicaciones, astronáutica, aeronáutica, naval, control de procesos químicos, construcciones, etc.
Los problemas que se presentan en el estudio de Sistemas son dos: Análisis y Síntesis
Análisis: Dado un Sistema sometido a una entrada determinada X analizar que salida Y produce.
X
→ Y
S
Síntesis: Dadas una entrada X y una salida Y determinadas diseñar el Sistema que transforma una en otra.
X
→ S
Y
Ejemplos simples de Sistemas son:
Ejemplos de Sistemas
Entrada Sistema Salida
Presión en el acelerador Automóvil Velocidad del automóvil
Acciones del conductor: Automóvil Movimiento del automóvil
- Giro del volante
- Presión en el acelerador
- Freno
- etc.
Fuerza vibratoria excitatriz Sistema vibratorio Movimiento vibratorio del
cuerpo
Movimiento de la Luna Mar Altura mareas
Programa de mecanizado Central de mecanizado Pieza mecanizada
Tensión eléctrica Circuito eléctrico Corriente eléctrica
Corriente eléctrico Circuito eléctrico Tensión eléctrica
Energía Hidráulica o Térmica Sistemas de generación y Energía Eléctrica
etc distribución de energía
Energía combustible Cohete Movimiento
Onda electromagnética Radio Emisión de la voz
Onda emitida Radar Información sobre la posición
de objetos
Luz Cámara fotográfica Fotografía
Ritmo cardíaco Equipo para Electrocardiograma
electrocardiograma
Ingreso de Materias Primas, Proceso químico Producto químico
temperatura, humedad, etc
Recursos minerales y Sociedad Crecimiento de población
orgánicos, Producción de
alimentos y equipos, polución
y Reproducción humana
Los Sistemas Sin Control también llamados de Lazo Abierto son los sistemas más sencillos caracterizados por
una Señal de Entrada no afectada por una eventual modificación de la Señal de Salida , es decir la entrada no depende
de la salida.
Los Sistemas con Control también llamados de Lazo Cerrado o con realimentación son aquellos donde la
Señal de Entrada es modificada o regulada también en función de la Señal de Salida
Su esquema es:
Los Sistemas con Perturbaciones son aquellos donde la Señal de salida es afectada por fenómenos externos al
Sistema. En general estas perturbaciones son indeseables porque hacen el sistema no predecible, por lo menos con
buena aproximación.
Las Perturbaciones pueden estar presentes tanto en los Sistemas sin o con Control. Se representan del siguiente
modo:
En los Sistemas con Control pueden presentarse también perturbaciones o desviaciones producidas por los
elementos componentes del mismo control.
1.1.2.4.- EJEMPLO DE UN SISTEMA CON CONTROL Y PERTURBACIONES
Un ejemplo de un Sistema con Control con Perturbaciones, es él de una Antena dirigible con un movimiento
angular y que puede recibir como Señales de Entrada, además de la Orden de Posición de Referencia, a perturbaciones
externas, como por ejemplo fuerzas producidas por el viento, o también perturbaciones en el Control producidas por
errores de lectura en las mediciones de la Señal de Salida o en el proceso del Computador.
El esquema que representa el sistema es:
Las Señales y los Sistemas que las operan también se pueden clasificar como:
1.- De tiempo continuo (funciones continuas) que son las llamadas señales analógicas.
2.- De tiempo discreto (sucesiones) que son las llamadas señales digitales.
En los Sistemas se establece esta clasificación porque para ellos es necesario un tratamiento con modelos
matemáticos diferentes para el Procesamiento de Señales y Resolución de Sistemas (o Circuitos)
1.- Para el caso de Tiempo Continuo se emplean las Transformadas de Laplace o la de Fourier .
2.- Para el caso de Tiempo Discreto se emplean las Transformadas Zeta o la transformada de Fourier Discreta
(basada en la Serie de Fourier Exponencial).
La razón principal del empleo de la variable discreta es que permiten el proceso y almacenamiento de la
información (datos) en computadoras digitales. Para ello finalmente se reduce la información a códigos binarios.
Def:
Señales de tiempo continuo o analógicos := Son funciones de tiempo continuo o analógicas
Señales de tiempo discreto o digital := Son funciones de tiempo discreto (sucesiones) o digital
f:D⊂R → R f:D⊂N → R
Def:
Sistemas de tiempo continuo o analógicos := Son los Sistemas que procesan Señales de tiempo continuo o
analógicas
Sistemas de tiempo discreto o digitales := Son los Sistemas que procesan Señales de tiempo discreto o digitales
La primera conversión para ingresar datos de origen analógico al procesador digital se llama Conversión
Analógica/Digital (A/D) y la segunda para alimentar la entrada analógica al Sistema Base desde el Computador de
Control se llama Conversión Digital/Analógica (D/A)
La Conversión A/D significa tomar registros a intervalos discretos regulares de señales (eléctricas o de otra
índole) consideradas variables de forma continua en el tiempo ( representables por números reales). Dichos valores
discretos llamados muestras conforman una sucesión cuyo dominio son los números enteros y su codominio los
reales (fraccionarios).
Por ejemplo si se considera una función f(t) continua , las muestras de la función, tomados a intervalos regulares
de tiempo T empezando de t =0 forman la sucesión de números reales (fraccionarios):
f[0], f[T], f[2T], f[3T], ..., f[nT], ...
La ventaja fundamental de la variable discreta como ya se dijo, es que permite el proceso y almacenamiento de
la información (datos) en computadoras digitales. Como los datos son números fraccionarios, entonces la Conversión
A/D debe transformar dichos fraccionarios (o eventualmente enteros) a código binario.
La conversión A/D conlleva entonces dos aproximaciones, que introducen una perturbación o error en la señal de
entrada.
Aproximaciones de la Conversión A/D
1.- Aproximación por la conversión de la función continua (números reales) a función escalonada (
sucesión o función discreta sobre los números enteros o fraccionarios)
En esta aproximación se presentan errores por exceso o por defecto según la forma de la señal de entrada.
La aproximación depende esencialmente del período T de muestreo.
2.- Aproximación por la conversión de un Código de número entero (o fraccionario) a Código Binario
La aproximación al código binario depende a su vez de la cantidad de bits que se tomen para representar a los
números enteros o fraccionarios en el procesamiento digital.
Por ejemplo la suma de los errores de conversión A/D de una señal de tensión de 0 a 10 V lineal (recta) se
representa en código binario de 4 bits
1
Cada salto de código binario representa un 10 V = 6.25 % * 10V que es la cota del error para una
24
1
conversión con 4 dígitos. Si se hubiera empleado un código de 16 bits la cota del error es 10 V =
216
0.001525890625 %*10 V
La Conversión D/A es el proceso inverso para transformar los valores discretos en señales (eléctricas o de otra
índole) de variable continua en el tiempo ( representables por números reales). Esto significa que las funciones son
escalonadas con un período T.
1.2.2.- SISTEMAS CON Y SIN MEMORIA
Un Sistema sin memoria es aquel cuya salida depende solamente de la entrada en ese mismo instante de tiempo
Por ejemplo:
Un Sistema con memoria por el contrario es aquel cuya salida no depende solamente de la entrada en ese
mismo instante de tiempo sino también de entradas en instantes anteriores
Por ejemplo:
1 t
1.- La tensión sobre un capacitor (incluido en un circuito eléctrico) y(t) = ∫
C −∞
x(τ) dτ
2.- Un circuito digital regido por la ecuación en diferencias y[n] = a x[n] + b x[n– 1]
Un Sistema es causal cuando su salida depende solamente de la entrada presente y pasada y no depende de la
entrada futura. En consecuencia, un sistema causal , se llama así porque a dos entradas de tiempo iguales hasta un
instante dado le corresponden dos salidas iguales en ese mismo instante de tiempo (independencia de entradas futuras).
Por ejemplo:
1.- El movimiento de un automóvil es causal porque no depende de acciones futuras del conductor.
2.- x[n] + y[n–1] = y[n] es causal porque sólo depende de x[n] y no de valores futuros: de x[n+1] , x[n+2],...
3.- x[n] + x[n+1] = y[n] no es causal porque depende de x[n+1]
En general en los sistemas donde las señales dependen del tiempo, son causales.
En las aplicaciones prácticas donde el tiempo no es la variable independiente , los sistemas son no causales. Por
ejemplo procesamiento de imágenes, estudios demográficos estudio de la tendencia de los mercados de valores, etc.
Un ejemplo de un sistema no causal para promediar valores con fluctuaciones de alta frecuencia tiene en cuenta
los futuros como el dado por la siguiente ecuación:
1
y[n] = [ x[n+p] + x[n+p – 1] + ...+ x[n+1] + x[n] +x[n – 1] + x[n – (p – 1)] + x[n – p] ]
2p + 1
1.2.4.- SISTEMA ESTABLE
Un Sistema estable es aquel cuya salida es acotada, es decir no diverge. A entrada acotada le corresponde una
salida acotada.
Un Sistema inestable es el caso contrario: a entrada acotada le corresponde una salida no acotada.
Ejemplos:
Los Sistemas regidos por funciones lineales (en particular sistemas de ecuaciones lineales) son los modelos más
sencillos y de mayor aplicación en la ingeniería. La condición de linealidad implica que a una combinación lineal de
entradas le corresponde la combinación lineal de salidas. Esto es la propiedad de superposición de sistemas.
En resumen los Sistemas Lineales son modelos regidos por Ecuaciones Lineales .
Ecuaciones diferenciales lineales en el caso de Sistema de tiempo continuo y Ecuaciones en Diferencias lineales
en el caso de tiempo discreto.
1.2.6.- SISTEMAS INVARIANTES EN EL TIEMPO
Los Sistemas lineales son invariantes en el tiempo, cuando cumplen las condiciones:
Estos Sistemas son los regidos por Ecuaciones Lineales con Coeficientes Constantes
Una medida genérica en un espacio E de sucesiones es la norma || x ||p correspondiente para un real p ≥ 1 , así
definida
Def:
E:= { x[n] }
+∞
p≥1 || x ||p := ( ∑
n = −∞
| x[n] | p ) 1/p
En particular se destacan por su aplicación 3 de estas medidas que se llaman acción, energía y amplitud .
+∞
p=1 || x ||1 := ∑
n = −∞
| x[n] | acción
+∞
p=2 || x ||2 := ( ∑
n = −∞
| x[n] | 2 ) ½ energía
Las Transformadas en general y la Transformada Zeta (TZ) en particular son modelos matemáticos que se
emplean entre otras aplicaciones en el estudio del Procesamiento de Señales y Resolución de Circuitos Digitales.
En el párrafo siguiente se recuerda el concepto de Transformada.
Dadas dos Estructuras (E T) y (E’ T’) conformadas por los espacios E y E’ dotados respectivamente de
las Leyes de Composición Interna T y T’ , se llama Transformada a una aplicación biyectiva : f: E → E’
que establezca un Isomorfismo entre dichas Estructuras .
f: E ↔ E’ f∈biyectiva
a ↔ a’
b ↔ b’
c = a T b ↔ c’ = a’ T’ b’
Las estructuras isomorfas (E T) y (E’ T’) se comportan en forma análoga, hecho que permite obtener
usando la transformada f (función biyectiva) de puente, el resultado de una composición interna en una de ellas T ,
conociendo la de T’, o viceversa.
1.- transformando f: a ↔ a’
b ↔ b’
2.- componiendo T’: (a’,b’) → c’ = a’T’b’
El uso de la transformada, por supuesto, se justifica siempre y cuando el camino indirecto de: transformación,
composición y antitransformación sea más sencillo que el camino directo de la composición T.
Un ejemplo simple de la idea de transformada es el cálculo logarítmico para el producto de dos números
reales positivos.
E = R+ E’= R
T = •R+ T’ = +R
L: R+ ↔ R L∈biyectiva
a ↔ La
b ↔ Lb
c = a • b ↔ Lc = La + Lb
Dos señales de uso frecuente en los Sistemas TDLI son el Escalón Unitario y el Impulso Unitario.
Obs.: Los Sistemas TDLI que incluyan elementos Delay necesitan memoria para computar oportunamente los
valores y[n –1] , y[n–2], etc.
F ∈ H / A( r1 , r2 )
F ( z ) =
∑
n = −∞
f ( n ) ( z − a )n
⇒
γ(I )⊂ A f (n)= 1 F(ς )
∫
2πi γ ( ς − a ) n + 1
dς
Obs: La Serie de Laurent (SL) dentro del Anillo de CV (Anillo de Convergencia) es simultáneamente CV
(Convergente) , CA (Absolutamente Convergente) y también CU (Uniformemente Convergente) para el Anillo
A(r1+δ1, r2 – δ2 ) con δ1 y δ2 arbitrarios y positivos
F ∈ H / A( r1 , r2 )
F ( z ) =
∑
f [ n ] z −n
⇒ n = −∞
γ(I )⊂ A 1
∫
n− 1
f [ n ] = 2πi γ F ( ζ ) ζ dς
F : Transformada Zeta de la Sucesión f
f : Antitransformada de F
Un caso particular de esta definición es la llamada Transformada Zeta unilateral también llamada Causal
que corresponde a las sucesiones que tienen todos los términos de la serie de potencias positivas nulos, es decir la serie
sólo está compuesta por los términos de potencias negativas y el término independiente.
A la Transformada Zeta general se la denomina también como Transformada Zeta bilateral .
La Transformada Zeta unilateral es la de mayor aplicación y es esencialmente similar a la general salvo
detalles que se estudiarán por separado. Su utilidad mayor es análisis de los sistemas causales regidos por ecuaciones
en diferencias y con condiciones iniciales ( es decir, aquellos que en su inicio no se encuentran en reposo).
La Transformada Zeta unilateral de una sucesión x[n] se puede considerar como Transformada Zeta
bilateral de la sucesión x[n] u[n]
En el caso de Transformada Zeta unilateral el Campo de Convergencia es una Bola de centro ∞ y radio r:
Obs: La abreviatura ROC para el Campo de Convergencia proviene del inglés: Region of Convergence
2.4.- NOTACIÓN
La Transformada Zeta es una aplicación del conjunto de sucesiones { f[n] } sobre el conjunto de funciones
complejas { F(z) }. Por la unicidad de la Serie de Laurent y unicidad del valor de una Serie la Transformada Zeta es
biyectiva. La notación que se conviene es:
f[n] → F(z)
donde se usará en general para las Sucesiones f[n] letras minúsculas, (como por ejemplo f ,g ) con el
argumento entre corchetes [n] y las correspondientes mayúsculas para las transformadas (en el ejemplo F,G ) con el
respectivo argumento entre paréntesis (z).
Esta proposición se prueba tomando el Anillo de CV la circunferencia de gráfica z = r eiϕ . Queda entonces:
+∞
F ∈ H / A( r1 , r2 )
iϕ
F(r e ) =
∑
f [n ] r − n e −inϕ
⇒ n = −∞
γ(I )⊂ A 1
∫
iϕ n inϕ
f [n ] = 2π I F(r e ) r e dϕ : I = [α, α + 2π]
3.- TRANSFORMADAS ZETA DE SUCESIONES ELEMENTALES
3.1.- ESCALÓN UNITARIO u[n]
Def.- Escalón Unitario
u: Z → R
0 n<0
n→
1 n≥0
+∞
0 n<0
u[n] =
1 n ≥0
→ U(z) = ∑
n = −∞
u(n) z – n
+∞
= ∑
n =0
1 z –n
1
=
1 − (1 / z)
z
= |z| > 1
z −1
2 δ[n] 1 z∈C
4.- PROPIEDADES
Las propiedades de la Transformada Zeta están dadas por los siguientes teoremas:
4.1.- LINEALIDAD
f [n] → F( z )
T1.- ⇒ a f[n] + b g[n] → a F(z) + b G(z)
g [ n ] → G( z )
+∞ +∞ +∞
D.- ∑
n = −∞
( a f[n] + b g[n] ) z– n = a ∑
n = −∞
f[n] z– n + b ∑
n = −∞
g[n] z– n
= a F(z) + b G(z)
+∞ +∞
D1.- ∑
n = −∞
n− k = p
f[n–k] z– n → = ∑
p = −∞
f[p] z – (p+k) = z – k F(z)
+∞ +∞
D2.- z – k F(z) = ∑
n = −∞
n+ k = p
f[n] z – (n+k) → = ∑
p = −∞
f[p – k] z – k
En particular se tiene:
f[n–1] → z – 1 F(z)
f[n+1] → z F(z)
1 1
∫ ∫
z −a = w
D.- F(z – a) z n–1 dz → = F(w) (w+a) n–1 dw
2πi γ 2πi γ
n −1
∑
1
=
2πi ∫
γ
F(w) [
k =0
Cn – 1, k wk a n – 1 – k ] dw
n −1
= ∑
k =0
Cn–1,k a n – 1 – k f[ k+1]
1 1
³ ς ³
=z / a
D2.- F(z/a) z n–1 dz → = F(ζ) a n–1 ζ n–1 a dζ
2πi γ 2πi γ
1
= an
2πi ∫
γ
F(ζ) ζ n–1 dζ
= an f[n]
D1.- Este Teorema es corolario del anterior. e +iαn f[n] → F(z/e+iα ) = F(e–iα z)
Obs.1: La modulación de la sucesión con una exponencial compleja e +iαn f[n] → F(z/e+iα ) = F(e–iα z)
representa una rotación de en el plano complejo. Esto corresponde a un desplazamiento de la frecuencia de la
Transformada de Fourier. En el caso de la modulación an f[n] → F(z/a) esta, representa además de la rotación
dada por el argumento de a, una dilatación del módulo del complejo z en | a |.
4.5.1.- GENÉRICO
En cuanto a La ROC
{ z: r1 < | z | < r2 } ⇒ { z: r11/a < | z |1/a < r21/a}
4.5.2.- INVERSIÓN EN z
T’5.- f[n] → F(z) :ROC = A(r1 r2) ⇒ f[ – n] → F(1/z) ) : ROC = A(r2–1 r1 –1 )
Corolario : ROC ={ z: |z| < r } ⇒ f[ – n] → F(1/z) ) : ROC = {z: |z| > 1/ r}
= f[n+1] – f[n]
1 − z p+1
p
T7.- f[n] → F(z) ⇒ ∑ k =0
f[n+k] → F(z)
1− z
: z ∈ A(f) (Anillo de Convergencia de f)
p
D1.- ∑
k =0
f[n+k] = F(z) + z F(z) + z2 F(z) + z 3 F(z) + ... + z k F(z)+...+ z p F(z)
1 − z p +1
= F(z)
1− z
4.8.- DERIVADA DE LA TZ
T8.- f[n] → F(z) ⇒ n f[n] → – z F’(z)
+∞
D1.- F(z) = ∑
n = −∞
f[n] z – n
+∞
– z F’(z) = ∑
n = −∞
n f[n] z – n
1 1
D2.-
2πi ∫
γ
– z F’(z) z n–1 dz =
2πi ∫
γ
– F’(z) z n dz
1
= – F(z) z n
γ
+ n
2πi ∫γ
F(z) z n–1 dz
= 0 + n f[n]
La parte integrada es nula porque en el anillo de CV de la serie F(z)
4.9.- PRIMITIVA DE LA TZ
4.9.1.- PRIMITIVA DE LA TZ EN EL ANILLO A(r1,r2)
En el caso de la Región de CV A(r1,r2)
f [n] → F( z ) z
T9.- ⇒ – f[n+1] / n →
Γ ( I = [ ab ]) ⊂ A( r1 , r2 ) ∫ a
F(ζ) dζ
z
D1.- Llamando G(z) := ∫
a
F(ζ) dζ
– z G’(z) = – z F(z)
n g[n] = – f[n+1]
1 z 1 1 z 1 1
∫ [∫ ∫ ∫
α+π
D2.- F(ζ) dζ ] z n–1 dz = [ F(ζ) dζ ] z n α – F(z) z n dz =
2πi γ a 2πi n a 2πi n γ
z
La parte integrada es nula porque la función G(z) := ∫ a
F(ζ) dζ es unívoca. Queda:
z
∫a
F(ζ) dζ ← – f[n+1] / n
f [n] → F( z ) z
T’9.- ⇒ -- f[n+1] / n →
γ ( I ) ⊂ A( r1 ,+∞ ) ∫∞
F(ζ) dζ
f [n] → F( z ) z ∞
⇒
γ ( I ) ⊂ A( r1 ,+∞ )
f[n+1] / n → – ∫∞
F(ζ) dζ = ∫z
F(ζ) dζ
+∞
f [n] → F( z )
T10.- ⇒ h[n] := f[n] * g[n] :=
g [ n ] → G( z ) ∑
k = −∞
f[k] g[n – k] → F(z) G(z)
+∞ +∞
D1.- F(z) G(z) = ∑
k = −∞
f[k] z – k ∑
j= −∞
g[j] z – j
+∞ +∞
= ∑
k = −∞
f[k] ∑
j= −∞
g[j] z – (k+j)
Haciendo n – k = j
+∞ +∞
= ∑
k = −∞
f[k] ∑
n = −∞
g[n– k] z – n
+∞ +∞
= ∑ ∑
k = −∞ n = −∞
f[k] g[n– k] z – n
Queda
+∞
h[n] = ∑
k = −∞
f[k] g[n–k]
+∞
∫ ∑
1 1
D2.-
2πi ∫
γ
F(z) G(z) z n–1 dz =
2πi γ
[
k = −∞
f[k] z – k ] G(z) z n–1 dz
+∞
∑
1
=
k = −∞
f[k] [
2πi ∫ γ
G(z) z n–k–1 dz ]
+∞
= ∑
k = −∞
f[k] g[n–k]
f [n] → F( z ) 1 F ( ζ )G ( z / ζ )
T11.- ⇒ f[n] g[n] → F(z)*G(z) :=
g [ n ] → G( z ) 2πi ∫γ ζ
dζ
+∞
D1.- f[n] g[n] → F(z)*G(z) := ∑
n = −∞
f[n] g[n] z – n
+∞
∑
1 1
=
n = −∞
[
2πi ∫ γ
F(ζ) ζ n–1 dζ ] [
2πi ∫ γ
G(ψ ) ψ n-1 dψ ] z – n
+∞
∑
1 1
=
n = −∞
[
2πi ∫ γ
[
2πi ∫ γ
F(ζ) ζ n –1 G(ψ) ψ n-1 dζ dψ ] ] z – n
+∞
F(ζ )G ( τ / ζ )
∑
1 1
= τ ∫ ∫
=ζψ
→ [ [ dζ ] τ n–1 dτ ] ] z – n
n = −∞
2πi γ 2πi γ ζ
1 F(ζ )G (z / ζ )
f[n] g[n] → F(z)*G(z) :=
2πi ∫ γ ζ
dζ
+∞ +∞
F(ζ )G (z / ζ )
∑ ∑
1 z
D2.- = ( f[n] ζ – n ) ( g[k] ( )– k )
ζ ζ n = −∞ k = −∞
ζ
+∞ +∞
= ∑ ∑
n = −∞ k = −∞
f[n] g[k] z – k ζ – n+k –1
+∞ +∞
F(ζ )G (z / ζ )
∫ ∑ ∑
1 1
2πi ∫
γ ζ
dζ =
2πi γ
n = −∞ k = −∞
f[n] g[k] z – k ζ – n+k–1 dζ
+∞ +∞
∑ ∑
1
=
2πi n = −∞ k = −∞
f[n] g[k] z –n [ ∫γ
ζ – n+k– 1 dζ ]
2πi n=k
∫γ
ζ –n+k –1 dζ =
0 n≠k
+∞
F(ζ )G (z / ζ )
∑
1 1
2πi ∫
γ ζ
dζ =
2πi n = −∞
f[n] g[n] z – n
∑
1
= −T
f[k] z – k |z|>1
1− z k =0
+∞
D.- ∑
n =0
f[n] z – n = f[0] + f[1] z –1 + f[2] z –2 + ... + f[T–1] z – (T –1)
+ ... +
∑
k =0
Cn–1,k b n–1–k f[ k+1] F(z –b) A(f , b)
∑
k =0
f[n+k] F(z)
1− z
A(f)
10 +∞
f[n] * g[n] := ∑
k = −∞
f[k] g[n–k] F(z) G(z) A(f) ∩ A(g)
11 1 F ( ζ )G ( z / ζ )
f[n] g[n] F(z)*G(z):=
2πi ∫γ ζ
dζ A(f) ∩ A(g)
12 1
f[n] = f[n+T] −T
[ f[0]+f[1] z -1+...+f[T–1] z -(T-1)] |z|>1
1− z
F ∈ H / A( r1 , r2 )
F( z ) = ∑ f [ n ] z −n
⇒ n=0
γ [I] ⊂ A 1
∫
n−1
f [ n ].u [ n ] = 2πi γ F ( ζ ) ζ dς
F : Transformada Zeta unilateral de la Sucesión f [Causal]
f : Antitransformada de F
5.4.- NOTACIÓN
La notación para la Transformada Zeta unilateral es la misma que la adoptada para la Transformada Zeta
f[n] → F(z)
manteniéndose las convenciones sobre las letras minúsculas y mayúsculas para la sucesión y su transformada ,
como así también la de los corchetes y paréntesis para los respectivos argumentos.
La mayor parte de las propiedades de la Transformadas Unilateral son las mismas que las de la Bilateral. Las
propiedades específicas se desarrollan a continuación.
El teorema del desplazamiento en el tiempo para la Transformada Zeta unilateral tiene la siguiente forma:
T’2.- k∈ N ∩ f[n] u[n] → F(z) ⇒ f[n+k] u[n] → z k [ F(z) – f[0] – f[1] z –1 – f[2] z –2 - ... – f[k-1] z –(k–1) ]
⇒ f[n–k] u[n] → z – k F(z)
+∞
D.- f[n] u[n] → F(z) = ∑n=0
f[n] z – n
+∞ +∞
f[n+k] u[n] → ∑
n=0
f[n+k] z – n = z k ∑
n=0
f[n+k] z – (n+ k)
Cambiando n + k = p
+∞
= zk ∑
n= k
f[p] z – p
Quedando
f[n+k] u[n] → z k [ F(z) – f[0] – f[1] z –1 – f[2] z –2 – ... – f[k-1] z – (k–1) ]
En particular
Cambiando n – k = p
+∞
= z–k ∑
n=− k
f[p] z – p
Queda
+∞
= z–k ∑
n=0
f[p] z – p
En particular
D1.- ∆f[n] := ( f[n+1] – f[n] ) u[n] → z [ F(z) – f[0] ] – F(z) = (z – 1) F(z) – z f[0]
T’6.- f[n] → F(z) ⇒ ∆2f[n] := (∆ f[n+1] – ∆ f[n] ) u[n] → (z – 1) 2 F(z) ) – z ( z – 2) f[0] – z f[1]
f [ n ]u[ n ] → F ( z ) ½ n
T’10.- ¾ ⇒ h[n] := ( f[n] u[n] ) * ( g[n] u[n] ) :=
g [ n ] u [ n ] → G( z ) ¿ ∑
k =0
f[k] g[n– k] → F(z) G(z)
n
= ∑
k =0
f[k] g[n– k]
En una causal se cumple el Teorema de Riemann, cuya tesis enuncia que el coeficiente del término enésimo de
una Causal f[n] tiende a cero cuando n tiende a +∞.
Además un corolario inmediato es que si F(z) es una función racional (cociente de dos polinomios), el orden
del numerador es menor o igual que el orden del denominador.
∑
1 1
D.- f[n] → F(z) = f[n] z – n = f[0] + f[1] + ... + f[n] n +... → f[0]
z → +∞
n=0
z z
Pasando al límite para z tendiendo a infinito todos los términos tienden a cero salvo el primero.
Como corolario inmediato se deduce para la Causal : f[0] ∈ Acotada ⇒ F(z) ∈ Estable
+∞
f[n+1] u[n] → z F(z) – z f[0] = ∑n= 0
f[n+1] z – n
+∞
∑
n=0
[ f[n+1] – f[n] ] z – n = z F(z) – z f[0] – F(z) = (z – 1) F(z) – z f[0]
∑
n= 0
[ f[n+1] – f[n] ] = lim (z – 1) F(z) – f[0]
z →1
∑
n= 0
[ f[n+1] – f[n] ] = lim
n →+∞
∑
k =0
( f[k+1] – f[k] )
Resulta entonces
11 1 F ( ζ )G ( z / ζ )
f[n] g[n] F(z)*G(z):=
2πi ∫γ ζ
dζ
B(∞,r)
12 1
f[n] = f[n+T] [ f[0]+f[1] z– 1+...+f[T–1] z–(T– 1)] |z|>1
1 − z −T
Como ya se ha dicho en la Introducción , el control de procesos por computadoras o procesadores digitales hace
necesario la conversión de la información analógica a digital (A/D) y viceversa (D/A).
Por otro lado a partir de la sucesión f[nT] se puede la construir una función de variable continua escalonada
tomando el valor f[nT] como constante en cada intervalo de tiempo amplitud T: t∈ [ nT (n+1)T[ .
Esta función escalonada es la aproximación de la señal de entrada f(t) .
Desde el punto de vista matemático la función escalonada fe(t) de variable continua puede representarse como:
La relación entre las funciones de variable continua, f(t) y fe(t) permite establecer métodos aproximados de
resolución para variable continua con variable discreta y viceversa. Son ejemplo de ello:
La conversión A/D conlleva entonces dos aproximaciones, que introducen una perturbación o error en la señal
de entrada:
1. Error por pasaje de función continua (números reales) a función escalonada (sucesión o función discreta
de números enteros o fraccionarios)
Esto aproximación puede llevar a errores por exceso o por defecto de la entrada.
La cota del error de aproximación depende esencialmente del período T de muestreo.
La aproximación entre la función continua y la función escalonada correspondiente también establece la relación
entre las Transformadas de Laplace y Zeta de cada una de ellas
+∞
f(t) TL
→ F(s) = ∫ 0
f(t) e– st dt
↓ muestreo con período T
+∞
f(nT) TZ
→ F(z,T) = ∑
n=0
f[nT] z – n
+∞
F(z,T) = ∑
n=0
f[ nT] z – n
Multiplicando por T
+∞
F(z,T) T = ∑
n=0
f[ nT] z – n T
tn = nT
T = (n+1)T – nT = ∆t
z = e sT
+∞ +∞
F(z,T) T = F(e s T ,T) T = ∑
n=0
f[ tn ] ( e sT ) – n ∆t = ∑
n=0
f[ tn ] e −st n ∆t
↓ T → 0+
+∞
F(s) = ∫0
f ( t ) e– s t d t s
La Región de CV de la TL y la TZ también están relacionadas por la función z = e sT
y[ n ] − y[ n − 1] ∆y[ n − 1]
y’(t) ≅ =
T T
donde con T suficientemente pequeño se puede esperar una aproximación conveniente.
y(t) → y[n]
∆y [ n − 1 ]
y’(t) →
T
∆2 y [ n − 2 ]
y’’(t) → etc.
T
y(t) → y[n]
∆y [ n ]
y’(t) →
T
∆2 y [ n ]
y’’(t) → etc
T
En ejercicios posteriores se ejemplifican algunas aproximaciones.
También las Integrales de Riemann o Impropias se pueden calcular por aproximación por la TZ:
∑k =0
f[ nT] T = T ∑
k =0
f[ nT]
∑k =0
f[ kT] T = T ∑
k =0
f[ kT] = T F(z) z=1 = T F(1)
7.- APLICACIONES
7.1.- RESOLUCIÓN DE ECUACIONES EN DIFERENCIAS
7.1.1.- ECUACIONES EN DIFERENCIAS SIN CONDICIONES INICIALES
Dado una Ecuación en Diferencias Lineal y con Coeficientes Constantes su Transformada Z es:
Llamando
Se tiene la solución general de la ecuación en diferencias en el campo Transformado z. (que responde a la ley de
Ohm).
X( z )
Y(z) :=
A( z )
Se transforma como:
Ordenando:
Y(z) [ an+k z k + an+k-1 z k–1 + ... + a0 ] –
– y[0] [ an+k z k + an+k-1 z k–1 + ... + a1 z ] –
– y[1] [ an+k z k–1 + an+k-1 z k–2 + ... + a2 z ] –
– y[2] [ an+k z k–2 + an+k-1 z k–3 + ... + a3 z ] –
...
– y[k–1] [ an+k z ] = X(z)
Llamando
A(z) := [ an+k z k + an+k-1 z k–1 + ... + a0 ]
C(z) := f[0] [ an+k z k + an+k-1 z k–1 + ... + a1 z ] +
+ f[1] [ an+k z k–1 + an+k-1 z k–2 + ... + a2 z ] +
+ f[2] [ an+k z k–2 + an+k-1 z k–3 + ... + a3 z ] +
...
+ f[k] [ an+k z ] .
Resulta:
X ( z ) C( z )
Y(z) = +
A( z ) A( z )
X( z )
Y1(z) =
A( z )
que es la respuesta del sistema a la señal de Entrada (Sistema forzado) que responde a la ley de Ohm y la
segunda
C( z )
Y0(z) =
A( z )
que es la respuesta del sistema a las Condiciones Iniciales (Sistema libre)
7.2 .- APLICACIONES A SISTEMAS DE TIEMPO DISCRETO LINEALES E INVARIANTES. (TDLI)
Transformando con TZ :
1
Y(z) [1 – a z–1 ] =
1
1−
z
1 1
Y(z) =
1 a
1− 1−
z z
z2
Y(z) =
(z − 1)(z − a )
Se antitransforma:
1
y[n] =
2πi ∫γ Y(z) z n–1 dz
1 z2
y[n] =
2πi ∫γ (z − 1)(z − a )
z n–1 dz
1 1
y[n] =
2πi ∫γ (z − 1)(z − a )
z n+1 dz
I.- Caso a ≠ 1
≥ −1 1
y[n] n→ = R(1) + R(a) = [ – 1n+1 + a n+1 ] = a n+ a n–1+ a n–2+ ...+ a2 + a + 1
a −1
< −1 1 1
y[n] n → = R(1) + R(a) + R(0) = – R(∞) = R ( 2
w – (n+1) ; 0 ) = 0
1 1
( − 1)( − a ) w
w w
1 n+1
y[n] = ( a – 1) u[n]
a −1
II.- Caso a = 1
≥ −1
y[n] n→ = R(1) = n+1
< −1 1 1
y[n] n→ = R(1) + R(2) + R(0) = – R(∞) = R ( 2
w – (n+1) ; 0 ) = 0
1 2 w
( − 1)
w
y[n] = ( n+1) u[n+1]
Verificación: el caso de a = 1 se puede obtener como límite cuando a tiende a 1 en el caso general de (a ≠ 1)
y[n] = a n+ a n–1+ a n–2+ ...+ a2 + a + 1 a→ n+1
→1
n
y[n] = ∑
k =0
ak u[k] u[n-k] = 1+ a+ a2+ ...+ an–1 + an
1 1 1 a 1
Y(z) = = [ – ]
a 1 (a − 1) a 1
1− 1− 1− 1−
z z z z
1
y[n] = [ an+1 – 1 ] u[n]
(a − 1)
-1 0 0 0
0 1 1 1
1 1 3 3
2 1 7 7
3 1 15 15
4 1 31 31
5 1 63 63
6 1 127 127
7 1 255 255
8 1 511 511
9 1 1023 1023
10 1 2047 2047
11 1 4095 4095
12 1 8191 8191
Ej 2
-1 0 0 0
0 1 1 1
1 1 4 4
2 1 13 13
3 1 40 40
4 1 121 121
5 1 364 364
6 1 1093 1093
7 1 3280 3280
8 1 9841 9841
9 1 29524 29524
10 1 88573 88573
11 1 265720 265720
Casos particulares:
7.3.1.- APROXIMACIÓN
y[ n ] − y[ n − 1] ∆y[ n − 1]
y’(t) ≅ =
T T
donde con T suficientemente pequeño se puede esperar una aproximación conveniente.
7.3.2.- EJEMPLO
∆y [ n − 1 ]
+ y[n] = u[n]
T
1 1
[ Y(z) – z –1 Y(z) ] + Y(z) =
T 1
1−
z
1 1
Y(z) { [ 1 – z –1 ] + 1} =
T 1
1−
z
T
Y(z) =
1 T +1
1 1
1− 1−
z (T + 1)z
T 1 1 n+1
y[n] = (1– ( ) ) u[n+1]
T +1 1 T +1
1−
T +1
1 n+1
y[n] = ( 1 – ( ) ) u[n+1]
T +1
II.- Segunda aproximación:
∆y [ n ]
+ y[n] = u[n]
T
1 1
[ z Y(z) – Y(z) ] + Y(z) =
T 1
1−
z
1 1
Y(z) { (z –1) + 1} =
T 1
1−
z
1 T
Y(z) =
1 z −1+ T
1−
z
1 T
Y(z) = z–1
1 1− T
1− 1−
z z
y[n] = ( 1 – (1 – T)n ) u[n]
para comparar el error de las aproximaciones se ha preparado la tabla que tiene 3 errores
1 n+1
Serie 1 : error de la primera aproximación y[n] = ( 1 – ( ) ) u[n+1]
T +1
1 n
Serie 2 : error de una aproximación derivada de la primera y[n] = ( 1 – ( ) ) u[n]
T +1
0 0.090909091 0 0 0 -0.090909091 0 0
1 0.173553719 0.1 0.1 0.095162582 -0.078391137 0.004253491 -0.004837418
2 0.248685199 0.19 0.2 0.181269247 -0.067415952 0.007715528 -0.008730753
3 0.316986545 0.271 0.3 0.259181779 -0.057804765 0.01049658 -0.011818221
4 0.379078677 0.3439 0.4 0.329679954 -0.049398723 0.012693409 -0.014220046
5 0.43552607 0.40951 0.5 0.39346934 -0.04205673 0.014390663 -0.01604066
6 0.486841882 0.468559 0.6 0.451188364 -0.035653518 0.015662294 -0.017370636
7 0.53349262 0.5217031 0.7 0.503414696 -0.030077924 0.016572814 -0.018288404
8 0.575902382 0.56953279 0.8 0.550671036 -0.025231346 0.017178416 -0.018861754
9 0.614456711 0.612579511 0.9 0.59343034 -0.02102637 0.017527959 -0.019149171
10 0.649506101 0.65132156 1 0.632120559 -0.017385542 0.017663848 -0.019201001
11 0.681369182 0.686189404 1.1 0.667128916 -0.014240266 0.017622816 -0.019060488
12 0.71033562 0.717570464 1.2 0.698805788 -0.011529832 0.017436606 -0.018764675
13 0.736668746 0.745813417 1.3 0.727468207 -0.009200539 0.017132587 -0.01834521
14 0.760607951 0.771232075 1.4 0.753403036 -0.007204915 0.01673429 -0.017829039
15 0.782370864 0.794108868 1.5 0.77686984 -0.005501024 0.016261889 -0.017239028
16 0.802155331 0.814697981 1.6 0.798103482 -0.004051849 0.015732618 -0.016594499
17 0.82014121 0.833228183 1.7 0.817316476 -0.002824734 0.015161145 -0.015911707
18 0.836492009 0.849905365 1.8 0.834701112 -0.001790897 0.014559902 -0.015204253
19 0.851356372 0.864914828 1.9 0.850431381 -0.000924991 0.013939372 -0.014483447
20 0.864869429 0.878423345 2 0.864664717 -0.000204712 0.013308345 -0.013758629
21 0.877154026 0.890581011 2.1 0.877543572 0.000389545 0.012674143 -0.013037439
22 0.888321842 0.90152291 2.2 0.889196842 0.000874999 0.012042815 -0.012326068
23 0.898474402 0.911370619 2.3 0.899741156 0.001266754 0.011419314 -0.011629463
24 0.907704002 0.920233557 2.4 0.909282047 0.001578045 0.010807645 -0.01095151
25 0.916094547 0.928210201 2.5 0.917915001 0.001820454 0.010211 -0.0102952
26 0.923722316 0.935389181 2.6 0.925726422 0.002004106 0.009631875 -0.009662759
27 0.930656651 0.941850263 2.7 0.932794487 0.002137837 0.009072172 -0.009055776
28 0.936960591 0.947665237 2.8 0.939189937 0.002229346 0.008533287 -0.008475299
29 0.942691447 0.952898713 2.9 0.94497678 0.002285333 0.008016189 -0.007921933
30 0.947901315 0.957608842 3 0.950212932 0.002311616 0.007521485 -0.00739591
31 0.952637559 0.961847958 3.1 0.954950798 0.002313238 0.007049482 -0.00689716
32 0.956943236 0.965663162 3.2 0.959237796 0.00229456 0.006600237 -0.006425366
33 0.960857487 0.969096846 3.3 0.963116833 0.002259346 0.006173597 -0.005980013
34 0.964415897 0.972187161 3.4 0.96662673 0.002210833 0.005769243 -0.005560431
35 0.967650816 0.974968445 3.5 0.969802617 0.002151801 0.005386719 -0.005165828
36 0.970591651 0.9774716 3.6 0.972676278 0.002084627 0.005025462 -0.004795323
37 0.973265137 0.97972444 3.7 0.975276474 0.002011337 0.004684823 -0.004447967
38 0.975695579 0.981751996 3.8 0.977629228 0.001933649 0.004364091 -0.004122768
39 0.977905072 0.983576797 3.9 0.979758089 0.001853017 0.00406251 -0.003818708
40 0.979913702 0.985219117 4 0.981684361 0.001770659 0.003779289 -0.003534756
∑
1
f[n] =
2πi ∫γ F(z) z n-1 dz F(z) =
n = −∞
f[n] z –n
A(r1,r2)
1 z
1 u[n] = |z| > 1
1−(1 / z ) z −1
2 δ[n] 1 z∈C
k>0 | z|>0
3 k∈Z δ[n-k] z –k
k<0 z∈C
k∈ Z 1
( z k – z – k)
4 |z| > 1
k >0 pulso[n,k] := u[n+k] – u[n–k] 1−(1/ z )
1 z
5 an u[n] = |z| > |a|
1−(a / z ) z −a
z sinα
6 sin[αn] u[n] |z| > 1
( z 2 − 2 z cosα + 1 )
z ( z − cosα )
7 cos[αn] u[n] |z| > 1
( z − 2 z cosα + 1 )
2
z shα
8 sh[αn] u[n] |z| > e|α|
( z 2 − 2 z chα + 1 )
z ( z − chα )
9 ch[αn] u[n] |z| > e|α|
( z − 2 z chα + 1 )
2
z
10 n = Cn,1 |z| > 1
( z − 1 )2
1 z
11 n(n-1) = Cn,2 |z| > 1
2! ( z − 1 )3
1 z
12 n(n-1)...(n-k) = Cn,k |z| > 1
2! ( z − 1 ) k +1
z( z + 1 )
13 n2 |z| > 1
( z − 1 )3
a≠0 1
(an+1– bn+1 ) u[n+1]
1 1
14 b≠0 (a − b) a b |z|>max(|a|,|b|)
1− 1−
a≠b z z
1
15 (n+1) an u[n+1] a |z| > |a|
a≠0 ( 1 − )2
z
Cn-1,n-k an-k u[n-1] z
16 |z| > |a|
( z − 1 ) k +1
f[n] = f[n+T]
1
17 1 n = 0 + pT p∈ N |z| > 1
f[n] =
n ≠ 0 + pT 1 − z −T
0
1 1
18 u[n–1] L( 1– ) |z| > 1
n z
1 1 1 1
19 u[n – 2] – u[n – 1] – (1– ) L( 1– ) |z| > 1
n−1 n z z
1 1
20 u[n] = u[n] e 1/z |z| > 0
Γ (n+1) n!