Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Propiedades básicas de los sistemas

Analizamos las propiedades más importantes que pueden tener los sistemas, tanto continuos como discretos[1].

Antes de empezar a ver las propiedades de los sistemas, es conveniente indicar la forma de proceder para demostrar que un sistema tiene o no una propiedad[2]:

  • Si queremos demostrar que un sistema posee una cierta propiedad, debemos hacerlo a partir de la definición y debe cumplirse para todos los elementos que aparezcan en la definición (señales, instantes de tiempo, desplazamientos, constantes, ...).

  • Si queremos demostrar que un sistema no posee una cierta propiedad, es suficiente con que no se cumpla la definición para una determinada señal de entrada, o en un determinado instante de tiempo, o valor de las constantes involucradas, .... Por tanto, en este caso, la demostración se puede realizar de dos formas alternativas:

    1. A partir de la definición como en el caso afirmativo, pero llegando a la conclusión de que en general no se cumple la definición.

    2. Mediante un contraejemplo concreto que demuestre que se incumple la definición.

Sistemas con y sin memoria

Solution to Exercise 1
  1. Sin memoria.

  2. Sin memoria (resistencia).

  3. Sin memoria (identidad).

  4. Con memoria (retardo).

  5. Con memoria (acumulador o sumador).

  6. Con memoria (condensador).

El concepto de memoria corresponde a cualquier mecanismo que permite almacenar (recordar) información de entradas pasadas (o futuras).

Por ejemplo, en el acumulador:

y[n]=k=nx[k]=x[n]+k=n1x[k]=x[n]+y[n1].y[n]=\sum\limits_{k=-\infty}^n x[k]=x[n]+\sum\limits_{k=-\infty}^{n-1} x[k]=x[n]+y[n-1].

En los sistemas físicos: memoria \Rightarrow almacenamiento de energía.

  • Condensador: almacenamiento de carga eléctrica.

  • Automóvil: almacenamiento de energía cinética.

En los sistemas digitales: memoria \Rightarrow almacenamiento de valores en registros.

Causalidad

Ejemplos:

  • Circuito RC \Rightarrow Causal.
    La salida, vc(t)v_c(t), depende sólo de valores presentes y pasados de vs(t)v_s(t).

  • Automóvil \Rightarrow Causal.
    No anticipa acciones futuras del conductor.

Solution to Exercise 2
  1. Anticausal. La salida para todo instante de tiempo depende sólo de la entrada en instantes posteriores.

  2. Anticausal. La salida en todo instante de tiempo depende sólo de la entrada en instantes futuros.

  3. No causal. La salida depende de la entrada en el instante presente pero también en el futuro.

  4. Causal. La salida depende únicamente de la entrada en el instante presente.

Invertibilidad: sistemas inversos

Solution to Exercise 3
  1. Invertible. Sistema inverso: w(t)=12y(t)w(t)=\frac{1}{2}y(t).

  2. Invertible. Sistema inverso: w[n]=y[n]y[n1]w[n]=y[n]-y[n-1].

  3. No invertible. Distintas entradas producen la misma salida.

  4. No invertible. No se puede determinar el signo de la entrada a partir de la salida. x2(t)=x1(t)  y2(t)=y1(t)x_2(t)=-x_1(t)\ \Rightarrow\ y_2(t)=y_1(t).

  5. Invertible.

Estabilidad

Solution to Exercise 4
  1. Estables.

  2. Inestable. La salida crece indefinidamente aunque la entrada esté acotada.

  3. Inestable. Si, por ejemplo, x[n]=u[n], x[n]1,tx[n]=u[n],\ |x[n]|\le 1,\forall t
    y[n]=k=0nu[k]=(n+1)u[n]\Rightarrow y[n]=\sum\limits_{k=0}^n u[k]=(n+1)u[n]. Crece sin límite.

  4. Inestable. Si, por ejemplo, x(t)=1, x(t)=1,ty(t)=tx(t)=1,\ |x(t)|= 1,\forall t \Rightarrow y(t)=t.
    Salida no acotada para entrada acotada.

  5. Estable. Si x(t)<Bx, t  y(t)<eBx=By, t.|x(t)|<B_x,\ \forall t\ \Rightarrow\ |y(t)|<e^{B_x}=B_y,\ \forall t.

Las dos últimas propiedades son fundamentales y las usaremos a lo largo de toda la asignatura: Invarianza en el tiempo y linealidad.

Invarianza en el tiempo

Un sistema es invariante en el tiempo si sus propiedades se mantienen constantes con el tiempo.

Forma de demostrar que un sistema es invariante en el tiempo:

  • Sea x1(t)x_1(t) una entrada arbitraria \Rightarrow y1(t)=T{x1(t)}y_1(t)=T\{x_1(t)\}.

  • Sea x2(t)=x1(tt0)x_2(t)=x_1(t-t_0) para un t0t_0 arbitrario
    \Rightarrow y2(t)=T{x2(t)}=T{x1(tt0)}y_2(t)=T\{x_2(t)\}=T\{x_1(t-t_0)\}.

  • El sistema es invariante en el tiempo si se cumple: y2(t)=?y1(tt0)y_2(t)\stackrel{?}{=}y_1(t-t_0).

Solution to Exercise 5
  1. Invariante en el tiempo. Sea x1(t)x_1(t) una entrada arbitraria \Rightarrow y1(t)=sin[x1(t)]y_1(t)=\sin[x_1(t)]. Sea x2(t)=x1(tt0)x_2(t)=x_1(t-t_0) para un t0t_0 arbitrario
    \Rightarrow y2(t)=sin[x2(t)]=sin[x1(tt0)]y_2(t)=\sin[x_2(t)]=\sin[x_1(t-t_0)].
    Por otro lado: y1(tt0)=sin[x1(tt0)]y_1(t-t_0)=\sin[x_1(t-t_0)].
    Por tanto, se cumple que: y2(t)=y1(tt0)y_2(t)=y_1(t-t_0).

  2. Variante en el tiempo. Se puede usar la demostración general, pero se puede comprobar fácilmente con un contraejemplo:
    x1[n]=δ[n]  y1[n]=nx1[n]=nδ[n]=0.x_1[n]=\delta[n]\ \Rightarrow\ y_1[n]=nx_1[n]=n\delta[n]=0.
    x2[n]=x1[n1]=δ[n1]  y2[n]=nx2[n]=nδ[n1]=δ[n1].x_2[n]=x_1[n-1]=\delta[n-1]\ \Rightarrow\ y_2[n]=nx_2[n]=n\delta[n-1]=\delta[n-1]. Como y2[n]y1[n1]y_2[n]\neq y_1[n-1], el sistema no es invariante en el tiempo.

  3. Variante en el tiempo. Usamos la demostración general[3]:
    Sea x1(t)x_1(t) una entrada arbitraria \Rightarrow y1(t)=x1(2t)y_1(t)=x_1(2t).
    Sea x2(t)=x1(tt0)x_2(t)=x_1(t-t_0) para un t0t_0 arbitrario \Rightarrow y2(t)=x2(2t)=x1(2tt0)y_2(t)=x_2(2t)=x_1(2t-t_0).
    Por otro lado: y1(tt0)=x1(2(tt0))=x1(2t2t0)y_1(t-t_0)=x_1(2(t-t_0))=x_1(2t-2t_0).
    Por tanto: y2(t)y1(tt0)y_2(t)\neq y_1(t-t_0).

Linealidad

Esta propiedad se puede dividir en dos:

  • Aditividad: Si x3(t)=x1(t)+x2(t) y3(t)=y1(t)+y2(t).\text{Si}\ x_3(t)=x_1(t)+x_2(t)\ \Rightarrow y_3(t)=y_1(t)+y_2(t).

  • Homogeneidad o escalamiento: Si x2(t)=αx1(t) y2(t)=αy1(t).\text{Si}\ x_2(t)=\alpha x_1(t)\ \Rightarrow y_2(t)=\alpha y_1(t).

La propiedad de homogeneidad implica que en un sistema lineal, si la entrada es nula, la salida debe ser asimismo nula.

Si α=0: x(t)=0  y(t)=0.\text{Si}\ \alpha=0:\ x(t)=0\ \Rightarrow\ y(t)=0.

Forma de demostrar que un sistema es lineal:

  • Sean x1(t)x_1(t) y x2(t)x_2(t) entradas arbitrarias. y1(t)=T{x1(t)}y_1(t)=T\{x_1(t)\}, y2(t)=T{x2(t)}y_2(t)=T\{x_2(t)\}.

  • Sea x3(t)=αx1(t)+βx2(t)x_3(t)=\alpha x_1(t)+\beta x_2(t), con constantes α\alpha y β\beta arbitrarias.

  • y3(t)=T{x3(t)}=T{αx1(t)+βx2(t)}y_3(t)=T\{x_3(t)\}=T\{\alpha x_1(t)+\beta x_2(t)\}.

  • El sistema es lineal si se cumple: y3(t)=?αy1(t)+βy2(t)y_3(t)\stackrel{?}{=}\alpha y_1(t)+\beta y_2(t).

Solution to Exercise 6
  1. Lineal. Sean x1(t)x_1(t) y x2(t)x_2(t) entradas arbitrarias.
    y1(t)=tx1(t)y_1(t)=tx_1(t), y2(t)=tx2(t)y_2(t)=tx_2(t).
    Sea x3(t)=αx1(t)+βx2(t)x_3(t)=\alpha x_1(t)+\beta x_2(t) una combinación lineal cualquiera de las entradas anteriores.
    y3(t)=tx3(t)=t[αx1(t)+βx2(t)]=αtx1(t)+βtx2(t)y_3(t)=tx_3(t)=t[\alpha x_1(t)+\beta x_2(t)]=\alpha tx_1(t)+\beta tx_2(t).
    Se cumple que y3(t)=αy1(t)+βy2(t)y_3(t)=\alpha y_1(t)+\beta y_2(t).

  2. No lineal. Sean x1(t)x_1(t) y x2(t)x_2(t) entradas arbitrarias.
    y1(t)=x12(t)y_1(t)=x_1^2(t), y2(t)=x22(t)y_2(t)=x_2^2(t).
    Sea x3(t)=αx1(t)+βx2(t)x_3(t)=\alpha x_1(t)+\beta x_2(t) una combinación lineal cualquiera de las entradas anteriores.
    y3(t)=x32(t)=(αx1(t)+βx2(t))2=α2x12(t)+β2x22(t)+2αβx1(t)x2(t)y_3(t)=x_3^2(t)=(\alpha x_1(t)+\beta x_2(t))^2=\alpha^2 x_1^2(t)+\beta^2 x_2^2(t)+2\alpha\beta x_1(t)x_2(t)
    Se ve claramente que y3(t)αy1(t)+βy2(t)y_3(t)\neq\alpha y_1(t)+\beta y_2(t) [4].

  3. No lineal. No cumple la propiedad de homogeneidad[5]:
    Poniendo una señal compleja cualquiera en forma cartesiana:
    x1[n]=r[n]+js[n]  y1[n]=r[n]x_1[n]=r[n]+js[n]\ \Rightarrow\ y_1[n]=r[n].
    x2[n]=αx1[n]  y2[n]={αr[n]+jαs[n]}x_2[n]=\alpha x_1[n]\ \Rightarrow\ y_2[n]=\Re\{\alpha r[n]+j\alpha s[n]\}.
    Por ejemplo, para α=j  y2[n]={jr[n]s[n]}=s[n]\alpha=j\ \Rightarrow\ y_2[n]=\Re\{jr[n]-s[n]\}=-s[n].
    Se ve que y2[n]αy1[n]=jr[n]y_2[n]\neq \alpha y_1[n]=jr[n].

Ejemplos de propiedades

Ejemplo 1: y(t)=ex(t)y(t)=e^{x(t)}.

Memoria

La salida en cada instante de tiempo t0t_0 depende únicamente de la entrada en ese mismo instante: y(t0)=ex(t0), t0.y(t_0)=e^{x(t_0)},\ \forall t_0.\rightarrow\quad Sin memoria

Causalidad

Todo sistema sin memoria es causal. \rightarrow Causal.

Invertibilidad

w(t)=ln(y(t))=x(t)w(t)=\ln(y(t))=x(t). Se obtiene una señal idéntica a la entrada para cualquier instante de tiempo. \rightarrow Invertible.

Estabilidad

Si x(t)<Bx, t  y(t)<eBx=By, t.|x(t)|<B_x,\ \forall t\ \Rightarrow\ |y(t)|<e^{B_x}=B_y,\ \forall t. \rightarrow Estable.

Invarianza en el tiempo

Sea x1(t)x_1(t) una entrada arbitraria \Rightarrow y1(t)=ex1(t)y_1(t)=e^{x_1(t)}.
Sea x2(t)=x1(tt0)x_2(t)=x_1(t-t_0) para un t0t_0 arbitrario \Rightarrow y2(t)=ex2(t)=ex1(tt0)y_2(t)=e^{x_2(t)}=e^{x_1(t-t_0)}.
Por otro lado: y1(tt0)=ex1(tt0)y_1(t-t_0)=e^{x_1(t-t_0)}.
Por tanto, se cumple que: y2(t)=y1(tt0)y_2(t)=y_1(t-t_0). \rightarrow Invariante en el tiempo.

Linealidad

Sean x1(t)x_1(t) y x2(t)x_2(t) entradas arbitrarias. y1(t)=ex1(t)y_1(t)=e^{x_1(t)}, y2(t)=ex2(t)y_2(t)=e^{x_2(t)}.
Sea x3(t)=αx1(t)+βx2(t)x_3(t)=\alpha x_1(t)+\beta x_2(t) una combinación lineal cualquiera de las entradas anteriores.
y3(t)=ex3(t)=eαx1(t)eβx2(t)y_3(t)=e^{x_3(t)}=e^{\alpha x_1(t)}e^{\beta x_2(t)}.
Como y3(t)αex1(t)+βex2(t)y_3(t)\neq \alpha e^{x_1(t)}+\beta e^{x_2(t)}. \rightarrow No lineal.

Por tanto el sistema es {-M,+C,+I,+E,+IT,-L}.

Ejemplo 2: y[n]=x[n]x[n1]y[n]=x[n]x[n-1].

Memoria

La salida en cada instante de tiempo, n0n_0, depende de otro instante de tiempo distinto,
n01n_0-1.\rightarrow Con memoria

Causalidad

La salida en cada instante de tiempo, n0n_0, depende de la entrada en ese mismo instante (presente) y en el anterior, n01n_0-1, (pasado).\rightarrow Causal.

Invertibilidad

Contraejemplo: Sean dos entradas distintas, x1[n]x_1[n] nula para las muestras pares y x2[n]x_2[n] nula para las muestras impares, pero y1[n]=y2[n]=0y_1[n]=y_2[n]=0.\rightarrowNo invertible[6].

Estabilidad

Si x[n]<Bx, n  y[n]<Bx2=By, n.|x[n]|<B_x,\ \forall n\ \Rightarrow\ |y[n]|<B_x^2=B_y,\ \forall n. \rightarrow Estable.

Invarianza en el tiempo

Sea x1[n]x_1[n] una entrada arbitraria \Rightarrow y1[n]=x1[n]x1[n1]y_1[n]=x_1[n]x_1[n-1].
Sea x2[n]=x1[nn0]x_2[n]=x_1[n-n_0] para un n0n_0 arbitrario
\quad\Rightarrow y2[n]=x2[n]x2[n1]=x1[nn0]x1[nn01]y_2[n]=x_2[n]x_2[n-1]=x_1[n-n_0]x_1[n-n_0-1].
Por otro lado: y1[nn0]=x1[nn0]x1[nn01]y_1[n-n_0]=x_1[n-n_0]x_1[n-n_0-1].
Por tanto, se cumple que: y2[n]=y1[nn0]y_2[n]=y_1[n-n_0].\rightarrow Invariante en el tiempo.

Linealidad

Sean x1[n]x_1[n] y x2[n]x_2[n] entradas arbitrarias.
y1[n]=x1[n]x1[n1]y_1[n]=x_1[n]x_1[n-1], y2[n]=x2[n]x2[n1]y_2[n]=x_2[n]x_2[n-1].
Sea x3[n]=αx1[n]+βx2[n]x_3[n]=\alpha x_1[n]+\beta x_2[n] una combinación lineal cualquiera de las entradas anteriores. y3[n]=x3[n]x3[n1]=(αx1[n]+βx2[n])(αx1[n1]+βx2[n1])y_3[n]=x_3[n]x_3[n-1]=(\alpha x_1[n]+\beta x_2[n])(\alpha x_1[n-1]+\beta x_2[n-1])
y3[n]=α2x1[n]x1[n1]+αβx1[n]x2[n1]+αβx1[n1]x2[n]+β2x2[n]x2[n1]y_3[n]=\alpha^2 x_1[n]x_1[n-1]+\alpha\beta x_1[n]x_2[n-1]+\alpha\beta x_1[n-1]x_2[n]+\beta^2 x_2[n]x_2[n-1].
Como y3[n]αy1[n]+βy2[n]=αx1[n]x1[n1]+βx2[n]x2[n1]y_3[n]\neq \alpha y_1[n]+\beta y_2[n]=\alpha x_1[n]x_1[n-1]+\beta x_2[n]x_2[n-1].\rightarrow No lineal.

Por tanto el sistema es {+M,+C,-I,+E,+IT,-L}.

Footnotes
  1. Aunque sólo se pongan las definiciones para sistemas continuos, para el caso discreto son totalmente equivalentes.

  2. Para demostrar que un sistema posee o no una propiedad no es suficiente con enunciar la definición y sin demostrar cosa alguna, llegar a una determinada conclusión.

  3. Sería fácil encontrar un contraejemplo, como x1(t)=u(t)x_1(t)=u(t), y t0=1t_0=1.

  4. Se puede demostrar también mediante un contraejemplo, como por ejemplo: x1(t)=x2(t)=α=β=1x_1(t)=x_2(t)=\alpha=\beta=1.

  5. Las señales y constantes pueden ser complejas.

  6. Otro contraejemplo sencillo es: x2[n]=x1[n]  y2[n]=y1[n]x_2[n]=-x_1[n]\ \Rightarrow\ y_2[n]=y_1[n].