TRABAJO INVESTIGATIVO SOBRE

TRANSFORMADA CONTINUA DE FOURIER Y

TRANSFORMADA Z
Jonathan Luzón C.: jluzonc@est.ups.edu.ec
Universidad Politécnica Salesiana
Matemáticas Avanzadas
Resumen

En el presente trabajo se redactan puntos importantes en el análisis de la transformada continua

de Fourier y la transformada Z. El contenido presenta una introducción a los conceptos,
teoremas y demostraciones detalladas a través de ecuaciones y graficas. Los puntos mas
resaltantes son el desarrollo de los teoremas y propiedades de cada una de las
transformadas a tratar.

Abstract

In the present work important points are written in the analysis of the continuous Fourier
transform and the Z transform. The content presents an introduction to the concepts,
theorems and detailed demonstrations through equations and graphs. The most
outstanding points are the development of the theorems and properties of each of the
transformants to be treated.

I. OBJETIVO GENERAL

Describir y analizar los conceptos de la transformada continua de Fourier y la transformada Z.

II. OBJETIVOS ESPECIFICOS

 Analizar y comprobar por medio de ejemplos y graficas los conceptos de la transformada
continua de Fourier
 Analizar y comprobar por medio de ejemplos y graficas los conceptos de la transformada
Z.
 Establecer una tabla de pares seleccionados para uso de la transformada continua de
Fourier
 Establecer una tabla de pares seleccionados para uso de la transformada Z.

III. DESARROLLO

1. TRANSFORMADA CONTINUA DE FOURIER

1.1 De las series de Fourier a la Transformada de Fourier: primeras

consideraciones
La serie de Fourier nos permite obtener una representación en el dominio de la
frecuencia de funciones periódicas f(t). [3]
 ¿Es posible extender de alguna manera las series de Fourier para obtener una representación
en el dominio de la frecuencia de funciones no periódicas?
Consideremos la siguiente función periódica de periodo T:

Fig.1. Tren de pulsos de amplitud 1, ancho p y periodo T [1]

T p
0 − <t<−
2 2
p p
𝑓(𝑡) = 1 − <t<
2 2
p T
{0 2
<t< }
2
Los coeficientes de la serie compleja de Fourier en este caso resultan puramente reales:
p
p Sen (nω0 ∙ 2)
Cn = ( ) p
T (nω0 ∙ 2)

El espectro de frecuencia correspondiente lo obtenemos (en este caso) graficando Cn contra ω =

nω0 . [3]

La transformada continúa de Fourier, no es sino un caso límite de las series de Fourier. Si

tenemos una función periódica.

Las series de Fourier son útiles para el estudio de señales periódicas pero, desafortunadamente,
este tipo de señales no son tan frecuentes en la práctica como las no-periódicas. Esta situación
requiere el desarrollo de una teoría matemática más ambiciosa y a ello vamos a dedicar algún
tiempo. Sea x(t) una señal aperiódica definida en todo el intervalo real y denotemos por
xT (t) (T > 0) la señal 2T- periódica que se obtiene a partir de x(t) haciendo xT (t) = x(t) para t
∈ (−T, T] y extendiendo periódicamente con periodo 2T. Si suponemos que x(t) es
suficientemente suave (e.g., es C (ℝ)), entonces tendremos la identidad:
∞ T
1 πi
-( )ks
πi
( )kt
𝑥(𝑡)= 𝑥𝑇 (t) ∑ [∫ x(s)e T ds] e T , para t ∈ (-T, T]
2T -T
k=-∞
(1)

Evidentemente, si hacemos T → ∞ en el segundo miembro de la igualdad anterior, entonces la

igualdad limite será válida para todo t ∈ ℝ y su valor será igual al de la señal de partida x(t).
Ahora, estudiemos que le sucede al segundo miembro si hacemos T → ∞. Tomando ∆f = 1/(2T) y
fk = k∆f, podemos reescribir (1) como:
∞ T
𝑥(𝑡) = ∑ ∆f [∫ x(s)e-2πi𝑓𝑘 s ds] e2πi𝑓𝑘t , para t ∈ (-T, T]
k=-∞ -T

Ahora bien, |fk+1 − fk| = ∆f = 1/2T ( k ∈ Z ) y, por tanto, podemos interpretar los puntos {fk}
como nodos equiespaciados de una partición de Riemann para la integral limite
∞ ∞
∫ (∫ x(s)e-2πi𝑓s ds) e2πi𝑓𝑡 df
−∞ −∞

Es decir, podemos concluir que (bajo ciertas condiciones restrictivas sobre la suavidad de la señal
aperiódica x(t)) se satisface la siguiente identidad (llamada: Teorema integral de Fourier):
∞ ∞
𝑥(𝑡) ∫ (∫ x(s)e-2πi𝑓s ds) e2πi𝑓𝑡 df
−∞ −∞

Haciendo el cambio de variable ξ = 2πf, podemos reescribir la anterior formula como:

1 ∞ ∞
𝑥(𝑡)= ∫ (∫ 𝑥(𝑠) 𝑒 −𝑖ξs 𝑑𝑠) 𝑒 𝑖ξt 𝑑ξ
2π −∞ −∞

La señal
∞
ℱ(𝑥)(ξ):=𝑥̂(ξ)≔ ∫ 𝑥(𝑠) 𝑒 −𝑖ξs 𝑑𝑠
−∞

Toma el nombre de transformada de Fourier de la señal aperiódica x(t) ∈ L (ℝ)

La señal
∞
1
ℱ −1 𝑦(t)≔ ∫ 𝑦(ξ) 𝑒 𝑖ξs 𝑑ξ
2π −∞

Toma el nombre de transformada inversa de Fourier de la señal aperiódica y(ξ).

Es evidente que el teorema integral de Fourier se puede reescribir como:

1 ∞ ∞
𝑥(𝑡)= ∫ (∫ 𝑥(𝑠) 𝑒 −𝑖ξs 𝑑𝑠) 𝑒 𝑖ξt 𝑑ξ
2π −∞ −∞

1 ∞
= ∫ ℱ(𝑥)(ξ)𝑒 𝑖ξt 𝑑ξ=ℱ −1 ( ℱ(𝑥))(𝑡)
2π −∞

Y de manera análoga
 ℱ(ℱ −1 (𝑦))(ξ) = 𝑦(ξ)

Una cosa es clara: bajo ciertas hipótesis (que luego especificaremos), conocer la transformada de
Fourier de una señal equivale a conocer dicha señal, ya que al aplicar la transformada inversa
recuperamos toda la información. De igual forma, si conocemos los coeficientes de Fourier
{𝑐𝑘 }∞
𝑘=−∞ de cierta señal (periódica) x(t), de la que sabemos que es suficientemente suave,
entonces conocemos la señal, pues para rescatarla completamente bastara sumar la
correspondiente serie de Fourier. Así, el papel del espectro de la señal, que en el caso periódico lo
juegan los coeficientes de Fourier, en el caso aperiódico lo juega la transformada de Fourier. Para
evitar problemas con la definición de transformada de Fourier, supondremos que la señal x(t) es
absolutamente integrable en ℝ. Es decir, supondremos que:
∞
‖𝑥‖𝐿(ℝ) = ∫ |𝑥(𝑡)|𝑑𝑡 < ∞
−∞

En tal caso, su transformada 𝑥̂(ξ) existe y esta uniformemente acotada en ℝ, pues |𝑒 −𝑖ξs | = 1 para
ξ, s ∈ ℝ implica |𝑥̂(ξ) | ≤ ‖𝑥‖𝐿(ℝ) para ξ ∈ ℝ.

1.2 Teoremas basicos sobre la transformada de Fourier

La palabra transformada indica que estamos trabajando con una herramienta para
transformar un tipo determinado de problema en otro. De hecho, la transformada de
Fourier será útil (como veremos) para simplificar el estudio de la solución de cierto tipo
de ecuaciones diferenciales, convirtiendo el problema de la solución de una ED en un
problema de solución de ecuaciones algebraicas. La motivación para dicho estudio está
en el hecho de que la transformada de Fourier posee buenas propiedades algebraicas
cuando se aplica a las derivadas sucesivas de una señal, o al trasladar la señal, etc. En
este apartado estudiamos las propiedades más sencillas de la transformada de Fourier. A
continuación exponemos una lista de las propiedades elementales de ℱ(𝑥)(ξ) = 𝑥̂(ξ)

Nota: Mantenemos ambas notaciones, ℱ(𝑥) y ̂𝑥 para la transformada de Fourier, porque a veces
una de ellas es más cómoda o más clarificadora que la otra. Por otra parte, esto ayuda a
que el estudiante se familiarice con ambas notaciones y, por tanto, le permitirá leer
fácilmente diferentes textos sobre el tema (ya que por ahora no hay acuerdo unánime para
la notación en esta materia). [1][2]

Linealidad

La transformada de Fourier es un operador lineal. Mas precisamente, si x1, x2 ∈ L (ℝ), y a, b ∈

ℝ, entonces 𝑎𝑥1̂
+ 𝑏𝑥2 (ξ) = 𝑎𝑥̂1 (ξ) + 𝑏𝑥̂2 (ξ) .

Traslación en el tiempo

Dado a ∈ ℝ, se tiene que:

ℱ[𝑥(𝑡 − 𝑎)](ξ) = 𝑒 −𝑖𝑎ξ ℱ𝑥(𝑡)(ξ) y ℱ[𝑒 𝑖𝑎ξ 𝑥(𝑡)](ξ) = ℱ[𝑥(𝑡)](ξ-a)

Demostración. En realidad, esta propiedad es trivial: basta hacer un cambio de variable, como se
observa a continuación:
∞
ℱ[𝑥(𝑡 − 𝑎)](ξ) = ∫ 𝑒 −𝑖ξt 𝑥(𝑡 − 𝑎)𝑑𝑡
−∞

∞
= ∫ 𝑒 −𝑖ξ(s+a) 𝑥(𝑠)𝑑𝑠 (𝑑𝑜𝑛𝑑𝑒 𝑠 = 𝑡 − 𝑎)
−∞

= 𝑒 −𝑖𝑎ξ ℱ[𝑥(𝑡)](ξ)

La otra fórmula se demuestra de forma análoga.

t
Cambios de escala. Si δ > 0 𝑦 xδ (t) = δ −1 x (δ), entonces:

ℱ[𝑥δ ](ξ) = ℱ[𝑥](δ ξ) y ℱ[𝑥(δt)](δξ) = ℱ(𝑥)δ ( ξ)

Demostración. De nuevo un simple cambio de variable sirve para nuestros objetivos:

∞
𝑡
ℱ[𝑥δ ](ξ) = δ−1 ∫ 𝑒 −𝑖ξt 𝑥 ( ) 𝑑𝑡
−∞ δ
∞
𝑡
= δ−1 ∫ 𝑒 −𝑖ξδs 𝑥(𝑠)δ𝑑𝑠 (𝑑𝑜𝑛𝑑𝑒 𝑠 = )
−∞ δ

= ℱ[𝑥](δξ)

La demostración de la segunda fórmula es análoga.

Derivación. Si x es continua y derivable a trozos, con x’ (t) ∈ L (ℝ), entonces:

ℱ(𝑥 ′ )(ξ) = 𝑖ξℱ(𝑥)(ξ)

Además, si x(t) es integrable entonces

ℱ(𝑡𝑥(𝑡))(ξ) = 𝑖ℱ(𝑥)'(ξ)

Demostración. En este caso vamos a utilizar la formula de integración por partes, para el cálculo
de 𝑥̂ ′ :
∞
𝑥̂ ′ (ξ) = ∫ 𝑒 −𝑖ξt 𝑥′(𝑡)𝑑𝑡
−∞

∞
= 𝑒 −𝑖ξt 𝑥(𝑡)]𝑡=∞
𝑡=−∞ + 𝑖ξ ∫ 𝑒
−𝑖ξt
𝑥(𝑡)𝑑𝑡
−∞
 = 𝑖ξ𝑥̂(ξ)

Antes de continuar desarrollando la teoría, vamos a calcular algunas transformadas de Fourier:

Ejemplo: Consideremos la señal escalón unitario:

Fig.2. Representación del escalón unitario [3]

1 𝑠𝑖 |𝑡| < 𝑎
𝑢𝑎 (𝑡) = { }
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Su transformada de Fourier es
∞
ℱ(𝑢𝑎 )(ξ) = ∫ 𝑢𝑎 (𝑠)𝑒 −𝑖ξs 𝑑𝑠
−∞

𝑎
𝑒 −𝑖ξs 𝑠=𝑎 𝑒 −𝑖𝑎ξ − 𝑒 −𝑖𝑎ξ
= ∫ 𝑒 −2𝜋𝑖ξs 𝑑𝑠 = ]𝑠=−𝑎 =
−𝑎 −𝑖ξ −𝑖ξ

cos(−𝑎ξ)+i sen(−𝑎ξ)-cos(𝑎ξ)-i sen(𝑎ξ)

=
−𝑖ξ

sen(𝑎ξ)
=2
ξ

2 ξ2
Teorema 1 Si x(t) = 𝑒 −𝑡 , entonces 𝑥̂(ξ) = √𝜋𝑒 (− 4 )
∞ 2
Demostración. El primer paso para el cálculo de 𝑥̂(ξ) = ∫−∞ 𝑒 −𝑡 𝑒 −𝑖ξt 𝑑𝑡 consiste en agrupar en
2
un solo término el producto 𝑒 −𝑡 𝑒 −𝑖ξt , de manera que aparezca como exponente un
cuadrado perfecto. [1][2]

Así, si tenemos en cuenta que:

𝑖ξ 2 ξ2
(𝑡 + ) = 𝑡 2 + 𝑖ξt - ,
2 4

Resulta que:

ξ2 𝑖ξ 2
−(𝑡 2 + 𝑖ξt) = − − (𝑡 + )
4 2
Y, por tanto,
∞ ∞ ξ2 2
2
𝑥̂(ξ) = ∫ 𝑒 −𝑡 𝑒 −𝑖ξt 𝑑𝑡 = ∫ 𝑒 − 4 −(𝑡+𝑖ξ/2) 𝑑𝑡
−∞ −∞

ξ2 ∞
− 2
=𝑒 4 ∫ 𝑒 −(𝑡+𝑖ξ/2) 𝑑𝑡,
−∞

lo que reduce nuestro problema al cálculo de la integral:

∞
2
∫ 𝑒 −(𝑡+𝑖ξ/2) 𝑑𝑡,
−∞

Teorema 2 (Lema de Riemann-Lebesgue) Si x ∈ L (ℝ) entonces

lim ℱ (𝑥)(ξ) = 0
ξ→±∞

Otro resultado importante (y, en principio, inesperado) consiste en que podemos garantizar la
continuidad de 𝑥̂(ξ), para ξ ∈ ℝ, incluso para senales x(t) discontinuas. Mas
precisamente, se satisface el siguiente teorema:

Teorema 3 Supongamos que x : ℝ → ℂ; t → x(t) es continua a trozos y absolutamente integrable

∞
(i.e., ∫−∞|𝑥(𝑡)|𝑑𝑡 < ∞). Entonces 𝑥̂(ξ) es continua en todo ξ ∈ ℝ.

Demostración. Para demostrar el teorema, vamos a hacer uso de un resultado técnico de análisis
real que no cabe demostrar en un curso del nivel que nos proponemos, pero si podremos
utilizar. Se trata de una versión del teorema de la convergencia dominada de Lebesgue
adaptada al contexto en que nos encontramos:

Teorema 4 (Convergencia dominada, Lebesgue) Supongamos que tenemos una familia de

funciones 𝑥ℎ : ℝ → ℂ (h ∈ ℝ), continuas a trozos tales que existe una cierta función g
verificando que

|xh (t)| ≤ |g(t)|para todo t, h ∈ ℝ ,

∞
Y ∫−∞ 𝑔(𝑥)𝑑𝑥 < ∞ . Si ademas sabemos que existe el límite puntual

𝑥(𝑡) = lim 𝑓ℎ (𝑡); 𝑡 ∈ ℝ,

h→0

entonces
∞ ∞ ∞
lim ∫ 𝑥ℎ (𝑡) 𝑑𝑡 = ∫ (lim𝑥ℎ (𝑡))𝑑𝑡 = ∫ 𝑥(𝑡)𝑑𝑡
h→0 −∞ −∞ −∞
h→0
Ahora podemos demostrar la continuidad de 𝑥̂(ξ). Para ello, fijado ξ ∈ ℝ hacemos los siguientes
cálculos:
∞
𝑥̂(ξ+h) − 𝑥̂(ξ) = ∫ 𝑥(𝑡)(𝑒 −𝑖(ξ+h)t 𝑒 −𝑖ξt )𝑑𝑡
−∞

∞ ∞
= ∫ 𝑥(𝑡)𝑒 −𝑖ξt (𝑒 −𝑖ht − 1)𝑑𝑡 = ∫ 𝑥ℎ (𝑡) 𝑑𝑡,
−∞ −∞

donde 𝑥ℎ (𝑡) = 𝑥(𝑡)𝑒 −𝑖ξt (𝑒 −𝑖ht − 1). Es claro que, para ξ, h, t ∈ ℝ se tiene que

|𝑥ℎ (𝑡)| = |𝑥(𝑡)||𝑒 −𝑖ξt ||(𝑒 −𝑖ht − 1)| ≤ 2|𝑥(𝑡)|

Como 𝑔(𝑡) = 2|𝑥(𝑡)| es absolutamente integrable, y existe el límite puntual

lim𝑥ℎ (𝑡) = 𝑥(𝑡)𝑒 −𝑖ξt lim(𝑒 −𝑖ht − 1) = 0, 𝑡 ∈ ℝ;

h→0 h→0

se concluye que podemos utilizar el teorema de la convergencia dominada, de modo que

∞ ∞
lim(𝑥̂(ξ+h) − 𝑥̂(ξ)) = lim ∫ 𝑥ℎ (𝑡) 𝑑𝑡 = ∫ (lim𝑥ℎ (𝑡))𝑑𝑡 = 0,
h→0 h→0 −∞ −∞ h→0

que es lo que queríamos probar.

Teorema 5 (Riemann-Lebesgue + Continuidad de 𝒙 ̂(ξ)) Sean L (ℝ) y 𝐶0 (ℝ) dotados de sus

∞
normas usuales ‖𝑥(𝑡)‖𝐿(ℝ) = ∫−∞|𝑥(𝑡)|𝑑𝑡 𝑦 ‖𝑥(𝑡)‖𝐶0 (ℝ) = 𝑠𝑢𝑝𝑡∈ℝ |𝑥(𝑡)|.

Entonces ℱ: 𝐿(ℝ) → 𝑐0 (ℝ) es un operador acotado. Lo mismo sucede con el operador

transformada de Fourier inversa, : ℱ −1 : 𝐿(ℝ) → 𝑐0 (ℝ)

Otra propiedad importante de la transformada de Fourier es el siguiente resultado:

Teorema 6 Supongamos que las funciones 𝑥(𝑡)𝑒 𝑠1 t y 𝑥(𝑡)𝑒 𝑠2 t son continuas a trozos y
absolutamente integrables en toda la recta real, y s1 < s2. Entonces la función
∞
𝐹(𝑧) = ∫ 𝑥(𝑡) 𝑒 −𝑖𝑧t 𝑑𝑡
−∞

existe y es holomorfa en la banda:

𝐷 = {𝑧 ∈ ℂ: 𝐼𝑚 𝑧 ∈ (𝑠1 , 𝑠1 )}

1.3 Convolución y Transformada de Fourier

Dadas dos señales x(t), y(t) absolutamente integrables en ℝ, recordamos que su

convolución está dada por la formula
∞
(𝑥 ∗ 𝑦)(𝑡) = ∫ 𝑥(𝑠)𝑦(𝑡 − 𝑠)𝑑𝑠
−∞
En realidad, la convolución está bien definida desde el momento en que una de las
señales sea acotada (en ℝ ) y la otra sea absolutamente integrable. [1][2]
Proposición 1 La convolución de señales es una operación conmutativa.
Demostración. Basta hacer el cambio de variables t − s = u, de modo que:
∞ ∞
∗ 𝑦(𝑡) = ∫ 𝑥(𝑠)𝑦(𝑡 − 𝑠)𝑑𝑠 = ∫ 𝑥(𝑡 − 𝑢)𝑦(𝑢)𝑑𝑢
𝑥̂
−∞ −∞
∞
∗ 𝑥 (𝑡)
= ∫ 𝑥(𝑡 − 𝑢)𝑦(𝑢)𝑑𝑢 = 𝑦̂
−∞
Proposición 2 Si x(t) e y(t) son señales continuas a trozos y absolutamente integrables
en ℝ, entonces su convolución, 𝑥̂ ∗ 𝑦(𝑡) es también una señal absolutamente integrable.
Es más, se verifica la desigualdad

‖𝑥̂
∗ 𝑦‖𝐿(ℝ) ≤ ‖𝑥‖𝐿(ℝ) ‖𝑦‖𝐿(ℝ)

Demostración. Como las señales son absolutamente integrables, podemos utilizar el

Teorema de Fubini, para cambiar el orden de integración en los siguientes cálculos:
∞
‖𝑥̂
∗ 𝑦‖𝐿(ℝ) = ∫ |𝑥̂
∗ 𝑦(𝑡)|𝑑𝑡
−∞
∞ ∞
= ∫ |∫ 𝑥(𝑠)𝑦(𝑡 − 𝑠)𝑑𝑠| 𝑑𝑡
−∞ −∞
∞ ∞
= ∫ ∫ |𝑥(𝑠)||𝑦(𝑡 − 𝑠)|𝑑𝑠𝑑𝑡
−∞ −∞
∞ ∞
= ∫ {∫ |𝑥(𝑠)|𝑑𝑠} |𝑦(𝑡 − 𝑠)|𝑑𝑡 (𝑃𝑜𝑟 𝐹𝑢𝑏𝑖𝑛𝑖)
−∞ −∞
∞
= ‖𝑥‖𝐿(ℝ) ∫ |𝑦(𝑡 − 𝑠)|𝑑𝑡 = ‖𝑥‖𝐿(ℝ) ‖𝑦‖𝐿(ℝ)
−∞
como queríamos demostrar.

Teorema 7 Supongamos que x, y ∈ L (ℝ). Entonces:

𝑥̂∗ 𝑦(ξ) = 𝑥̂(ξ)𝑦̂(ξ)

Demostración. Ya sabemos que 𝑥̂ ∗ 𝑦(t) es absolutamente integrable, de modo que
podemos utilizar el teorema de Fubini otra vez en nuestros cálculos:
∞
∗ 𝑦(ξ) = ∫ 𝑥 ∗ 𝑦(𝑡)𝑒 −𝑖ξt 𝑑𝑡
𝑥̂
−∞
∞ ∞
= ∫ {∫ 𝑥(𝑠)𝑦(𝑡 − 𝑠)𝑑𝑠} 𝑒 −𝑖ξt 𝑑𝑡
−∞ −∞
∞ ∞
= ∫ ∫ 𝑥(𝑠)𝑒 −𝑖ξs 𝑦(𝑡 − 𝑠)𝑒 −𝑖ξ(t-s) 𝑑𝑠𝑑𝑡
−∞ −∞
∞ ∞
= ∫ {∫ 𝑥(𝑠)𝑒 −𝑖ξs 𝑑𝑠} 𝑦(𝑡 − 𝑠)𝑒 −𝑖ξ(t-s) 𝑑𝑡
−∞ −∞
∞
= 𝑥̂(ξ) ∫ 𝑦(𝑡 − 𝑠)𝑒 −𝑖ξ(t-s) 𝑑𝑡
−∞
 = 𝑥̂(ξ)𝑦̂(ξ)
que es lo que queríamos demostrar.
Evidentemente el teorema de convolución anterior es útil en teoría de señales, puesto que
los filtros son normalmente operadores de convolución y, usando el resultado anterior,
podemos convertir una operación relativamente complicada (la convolución de señales en
el dominio del tiempo) en otra muy sencilla (el producto de señales en el dominio de la
frecuencia). Esto lleva a pensar que quizás cierto tipo de problemas que se plantean de
forma natural en el dominio del tiempo se puedan trasladar (vía la transformada de
Fourier) al dominio de la frecuencia, donde (supuestamente) serán más fáciles de
resolver. En tal caso, una vez obtenida la solución en el dominio de la frecuencia, será
necesario llevársela al dominio del tiempo vía una transformación que deberá funcionar
como el operador inverso de la transformada de Fourier. Con esto, queda motivado el
contenido de la siguiente sección. [1][2]

1.4 El teorema integral de Fourier

En las secciones anteriores llegamos mediante una serie de argumentos heurísticos a la
expresión
1 ∞
𝑥(𝑡) = ∫ ℱ(𝑥)(ξ)𝑒 𝑖ξt 𝑑ξ
2𝜋 −∞
Ahora vamos a estudiar en detalle bajo qué condiciones sobre la señal x(t) se satisface
dicha fórmula. De la misma forma que no fue sencillo el estudio de la convergencia de
las series de Fourier, la respuesta a la pregunta que nos formulamos ahora no es trivial en
absoluto. Para empezar, pudiera suceder que ℱ(𝑥)𝑥̂∄𝐿(ℝ) =y, por tanto, la expresión
∞
∫−∞ ℱ(𝑥)(ξ)𝑒 𝑖ξt 𝑑ξ no sea convergente. Un ejemplo de que esto es perfectamente posible
lo da la identidad (que ya demostramos en su momento)
𝑠𝑒𝑛(𝑎ξ)
ℱ(𝑢𝑎 )(ξ) = 2
ξ
por otra parte, aun en el caso de que 𝑥̂ ∈ 𝐿(ℝ) es posible que para comprobar la formula
1 ∞ ∞
𝑥(𝑡) = ∫ {∫ 𝑥(𝑠)𝑒 𝑖ξs 𝑑𝑠} 𝑒 −𝑖ξt 𝑑ξ
2𝜋 −∞ −∞
no baste con substituir por el valor de x(s) y realizar el cálculo de la integral doble, pues
podría suceder que no podamos hacer ciertas operaciones como, por ejemplo,
intercambiar el orden de integración (debido a que no hay convergencia absoluta para la
integral doble). [2]
Teorema 8 (Teorema Integral de Fourier) Supongamos que x(t) es continua a trozos,
absolutamente integrable en ℝ, en cada punto admite ambas derivadas laterales, y que en
los puntos de discontinuidad está definida como
𝑥(𝑡 +) + 𝑥(𝑡 −)
𝑥(𝑡) =
2
Entonces
∞
1 𝑀 −𝑖ξt 1
𝑥(𝑡) = lim ∫ 𝑒 𝑥̂(ξ)𝑑ξ= 𝑉. 𝑃 {∫ 𝑒 𝑖ξt 𝑥̂(ξ)𝑑ξ} (𝑡 ∈ ℝ)
M→0 2𝜋 −𝑀 2𝜋 −∞
𝑉𝑃 = 𝑉𝑎𝑙𝑜𝑟 𝑃𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙

Demostración. Utilizamos el teorema de Fubini para ver que

∞
1 𝑀 1 𝑀
∫ 𝑥̂(ξ)𝑒 𝑖ξt 𝑑ξ = ∫ {∫ 𝑥(𝑠)𝑒 −𝑖ξs 𝑑𝑠} 𝑒 𝑖ξt 𝑑ξ
2𝜋 −𝑀 2𝜋 −𝑀 −∞
∞ 𝑀
1
= ∫ 𝑥(𝑠) (∫ 𝑒 −𝑖ξs 𝑒 𝑖ξt 𝑑ξ) 𝑑𝑠
2𝜋 −∞ −𝑀
1 ∞ 𝑒 𝑖ξ(t-s) ξ=M
= ∫ 𝑥(𝑠) ( ] ) 𝑑𝑠
2𝜋 −∞ 𝑖(𝑡 − 𝑠) ξ=-M
1 ∞ 2𝑆𝑒𝑛(𝑀(𝑡 − 𝑠))
= ∫ 𝑥(𝑠) 𝑑𝑠
2𝜋 −∞ (𝑡 − 𝑠)
1 𝑡 𝑆𝑒𝑛(𝑀(𝑡 − 𝑠)) 1 ∞ 𝑆𝑒𝑛(𝑀(𝑡 − 𝑠))
= ∫ 𝑥(𝑠) 𝑑𝑠 + ∫ 𝑥(𝑠) 𝑑𝑠
𝜋 −∞ (𝑡 − 𝑠) 𝜋 𝑡 (𝑡 − 𝑠)

Si hacemos el cambio de variable u = s − t, entonces

1 𝑀 1 0 𝑆𝑒𝑛(𝑀𝑢) 1 ∞ 𝑆𝑒𝑛(𝑀𝑢)
∫ 𝑥̂(ξ)𝑒 𝑖ξt 𝑑ξ = ∫ 𝑥(𝑢 + 𝑡) 𝑑𝑢 + ∫ 𝑥(𝑢 + 𝑡) 𝑑u
2𝜋 −𝑀 𝜋 −∞ 𝑢 𝜋 0 𝑢
Vamos a demostrar que
1 ∞ 𝑆𝑒𝑛(𝑀𝑢) 𝑥(𝑡 +)
∫ 𝑥(𝑡 + 𝑢) 𝑑𝑢 =
𝜋 0 𝑢 2
y
1 0 𝑆𝑒𝑛(𝑀𝑢) 𝑥(𝑡 −)
∫ 𝑥(𝑢 + 𝑡) 𝑑𝑢 =
𝜋 −∞ 𝑢 2
En realidad, basta que hagamos una de estas pruebas (la otra es análoga). Lo primero que
1 ∞ 𝑆𝑒𝑛(𝑀𝑢)
hacemos es descomponer la integral 𝜋 ∫0 𝑥(𝑡 + 𝑢) 𝑢
𝑑𝑢 en dos trozos, como sigue
∞
1 𝑆𝑒𝑛(𝑀𝑢) 1 𝜋
𝑆𝑒𝑛(𝑀𝑢) 1 ∞ 𝑆𝑒𝑛(𝑀𝑢)
∫ 𝑥(𝑡 + 𝑢) 𝑑𝑢 = ∫ 𝑥(𝑡 + 𝑢) 𝑑𝑢 + ∫ 𝑥(𝑡 + 𝑢) 𝑑𝑢
𝜋 0 𝑢 𝜋 0 𝑢 𝜋 𝜋 𝑢
(la elección de la constante π no es, de todas formas, significativa). La función
1 𝑥(𝑡 + 𝑢)
𝑦(𝑡) = {𝜋 𝑠𝑖 𝑢 ≥ 𝜋}
𝑢
0 𝑠𝑖 𝑢 < 𝜋
es continua a trozos y absolutamente integrable en ℝ, de modo que podemos utilizar el
Teorema de Riemann Lebesgue para garantizar que
1 ∞
lim ∫ 𝑦(𝑡)𝑆𝑒𝑛 (𝑀𝑡)𝑑𝑡 = 0
M→∞ 2𝜋 −∞
1 ∞ 𝑥(𝑡+𝑢)
Por tanto, lim ∫ 𝑆𝑒𝑛 (𝑀𝑢)𝑑𝑢 = 0 y solo tenemos que estudiar el límite
M→∞ 𝑀 𝜋 𝑢
𝜋
1 𝑆𝑒𝑛(𝑀𝑢)
lim ∫ 𝑥(𝑡 + 𝑢) 𝑑𝑢
M→∞ 𝜋 0 𝑢
𝑥(𝑡+𝑢)−𝑥(𝑡+)
Ahora bien, sabemos que ℎ(𝑢) = 𝑢
es continua a trozos y, por tanto, también
como consecuencia del Teorema de Riemann-Lebesgue, se tiene que:
1 𝜋 𝑆𝑒𝑛(𝑀𝑢)
lim ∫ 𝑥(𝑡 + 𝑢) 𝑑𝑢
M→∞ 𝜋 0 𝑢
 𝜋 ( 𝜋 (
1 𝑥 𝑡 + 𝑢) − 𝑥(𝑡+) 𝑥 𝑡 + 𝑢) − 𝑥(𝑡+) 𝑆𝑒𝑛(𝑀𝑢)
= lim {∫ 𝑆𝑒𝑛(𝑀𝑢)𝑑𝑢 + 𝑥(𝑡+) ∫ 𝑑𝑢}
M→∞ 𝜋 0 𝑢 0 𝑢 𝑢
𝑥(𝑡+) 𝜋 𝑆𝑒𝑛(𝑀𝑢)
= lim ∫ 𝑑𝑢
M→∞ 𝜋 0 𝑢
𝑑𝑢 𝑑𝑠
Si hacemos el cambio de variable s = Mu, obtenemos que 𝑢
= 𝑠
y, por tanto,
𝜋 𝜋𝑀 ∞
𝑆𝑒𝑛(𝑀𝑢) 𝑆𝑒𝑛(𝑠) 𝑆𝑒𝑛(𝑠)
lim ∫ 𝑑𝑢 = lim ∫ 𝑑𝑠 = ∫ 𝑑𝑠
M→∞ 0 𝑢 M→∞ 0 𝑠 0 𝑠
∞ 𝑆𝑒𝑛(𝑠) 𝜋
La demostración del teorema se concluye si tenemos en cuenta que ∫0 𝑑𝑠 =
𝑠 2
1.5 Transformada de Fourier de la función Seno
Suponga que f y f’ son continuas, que f es absolutamente integrable en el intervalo [0, ∞ ), y
que f’’ es continua en todos los intervalos finitos. Si f —> 0 y f’ —> 0 conforme x —> ∞,
entonces:
∞
′′ (𝑥)}
ℱ𝑠 {𝑓 = ∫ 𝑓′′ (𝑥)𝑠𝑒𝑛 𝛼𝑥 𝑑𝑥
0
∞
= 𝑓 ′ (𝑥)𝑠𝑒𝑛𝛼𝑥]∞
0
− 𝛼 ∫ 𝑓′ (𝑥)𝑐𝑜𝑠 𝛼𝑥 𝑑𝑥
0
∞
= −[𝑓(𝑥)𝑐𝑜𝑠 𝛼𝑥]∞
0 + 𝛼 ∫ 𝑓(𝑥)𝑠𝑒𝑛 𝛼𝑥 𝑑𝑥
0
= 𝛼𝑓(0) − 𝛼2 ℱ𝑠 {𝑓(𝑥)};
ℱ𝑠 {𝑓′′(𝑥)} = 𝛼2 𝐹(𝛼) + 𝛼𝑓(0)

Fig. 3. Función Seno aplicando transformada de Fourier [4]

1.6 Transformada de Fourier de la función Coseno

Bajo los mismos supuestos que nos llevaron a
∞
ℱ𝑐 {𝐹(𝑥)} = ∫ 𝑓(𝑥)𝑐𝑜𝑠 𝛼𝑥 𝑑𝑥 = 𝐹(𝛼)
0
Encontramos que la transformada coseno de Fourier de f’’(x) es:
ℱ𝑐 {𝑓′′(𝑥)} = −𝛼2 𝐹(𝛼) − 𝑓′(0)

Una pregunta natural es: “¿Cómo sabemos cuál transformada utilizar en un determinado
problema de valores en la frontera?” Resulta evidente que, para usar una transformada de Fourier,
el dominio de la variable a eliminar debe ser (−∞, ∞) . Para utilizar la transformada seno o la
coseno, el dominio de al menos una de las variables del problema debe ser [0, ∞). Sin embargo, el
factor determinante al optar por la transformada seno o la coseno es el tipo de condición de
frontera especificada en el cero. [3]
 Fig. 4. Función Coseno aplicando transformada de Fourier [4]

Algunos pares seleccionados de la transformada de Fourier continua se detallan en la siguiente

tabla:
f(t) F(𝝎)
−𝑎𝑡 1
𝑒 𝑢(𝑡)
𝑎 + 𝑗𝜔
−𝑎𝑡 1
𝑡𝑒 𝑢(𝑡)
(𝑎 + 𝑗𝜔)2
𝑒 −𝑎|𝑡| 2𝑎
𝑎 + 𝜔2
2
−𝑡 2 −𝜎2 𝜔2
𝑒 2𝜎2 𝜎√2𝜋𝑒 2
𝑆𝑔𝑛 (𝑡) 2
𝑗𝜔
𝑗 𝑆𝑔𝑛 (𝜔)
(𝜋𝑖)
𝑢[𝑡] 1
𝜋𝛿(𝜔) +
𝑗𝜔
𝛿[𝑡] 1
1 2𝜋𝛿(𝜔)
𝑒 ±𝑗𝜔0 2𝜋𝛿(𝜔 ± 𝜔0 )
𝑐𝑜𝑠𝜔0 𝑡 𝜋[𝛿(𝜔 − 𝜔0 ) + 𝛿(𝜔 + 𝜔0 )]
𝑠𝑒𝑛𝜔0 𝑡 −𝑗𝜋[𝛿(𝜔 − 𝜔0 ) + 𝛿(𝜔 + 𝜔0 )]
𝑡 𝜔𝜏
𝑟𝑒𝑐𝑡 ( ) 𝜏 𝑆𝑎 ( )
𝜏 2
𝑊 𝑊𝑡 𝜔
𝑆𝑎 ( ) 𝑟𝑒𝑐𝑡 ( )
2𝜋 2 𝑊
𝑊 𝜔
𝑆𝑎(𝑊𝑡) 𝑟𝑒𝑐𝑡 ( )
𝜋 (2𝑊)
𝑡 𝜔𝜏 2
Λ( ) 𝜏 [𝑆𝑎 ( )]
𝜏 2
𝑊 𝑊𝑡 2 𝜔
[𝑆𝑎 ( )] Λ( )
2𝜋 2 𝑊
𝑡 𝑡 𝜔𝜏
𝑐𝑜𝑠 ( ) 𝑟𝑒𝑐𝑡 ( ) 2𝜏 𝑐𝑜𝑠 ( 2 )
𝜏 𝜏 [ ]
𝜋 𝜔𝜏 2
1−( 𝜋 )
𝜋𝜔 𝜔
2𝑊 cos(𝑊𝑡) 𝑐𝑜𝑠 ( ) 𝑟𝑒𝑐𝑡 ( )
(2𝑊) (2𝑊)
( )
𝜋2 2𝑊𝑡 2
1−( 𝜋 )
𝛿𝜏 [𝑡] 2𝜋
𝜔0 𝛿𝜔0 (𝜔), 𝑑𝑜𝑛𝑑𝑒 𝜔0 =
𝑇

Tabla 1. Pares seleccionados de la transformada continua de Fourier [4]

 2. TRANSFORMADA Z

2.1 Definición de la transformada Z. Primeras propiedades

La transformada z es la contraparte en tiempo discreto de la transformada de Laplace en tiempo

continuo, y ambas tienen una relación similar a la transformada de Fourier correspondiente. Una
razón para usar la transformada z es que representa una generalización de la transformada de
Fourier que puede ser aplicada a una más amplia variedad de señales, además que la notación en
la solución de problemas resulta ser más conveniente y simple. [6]

Fig.5. Relación entre sistemas continuos y discretos lineales y las transformadas de Laplace
y Z respectivamente [6]

La transformada de Fourier de una señal x[n], según se vio anteriormente, es

𝑋(𝑒 𝑗𝜔 ) = ∑∞
𝑛=−∞ 𝑥[𝑛]𝑒
−𝑗𝜔𝑛
. (10.1)

La transformada z de esta misma secuencia se define como

𝑋(𝑧) = ∑∞
𝑛=−∞ 𝑥[𝑛]𝑧
−𝑛
. (10.2)

en donde z es una variable compleja. Algunas veces resulta conveniente utilizar el operador Z{·}
para representar la transformada z:

𝑍{𝑥[𝑛]} = 𝑋(𝑧) = ∑∞
𝑛=−∞ 𝑥[𝑛]𝑧
−𝑛
. (10.3)

La correspondencia entre una secuencia y su transformada z se puede indicar como sigue:

𝑧
𝑥[𝑛] ↔ 𝑋(𝑧). (10.4)

La transformada z, tal como se definió en la Ecuación (10.2), es comúnmente llamada

transformada z de dos lados o bilateral, en contraste, la transformada z de un lado o unilateral se
define como:

𝑋(𝑧) = ∑∞
𝑛=0 𝑥[𝑛]𝑧
−𝑛
. (10.5)

Resulta obvio que las transformadas unilateral y bilateral son equivalentes solo si x[n] = 0 para n
< 0. Este curso se concentrará exclusivamente en las transformadas bilaterales.
Es evidente, al comparar las Ecuaciones (10.1) y (10.2), que existe una relación muy cercana
entre la trasformada de Fourier y la transformada z. Se puede observar que si en la definición de
la transformada z de la Ecuación (10.2) se hace la variable compleja z igual a la variable compleja
ejω, se obtiene la trasformada de Fourier de la Ecuación (10.1). Cuando existe, la transformada de
Fourier es simplemente X(z) con z = ejω. Esto impone la restricción de que z tiene una magnitud
unitaria, esto es, para |z| = 1, la transformada z corresponde a la transformada de Fourier.

Generalizando, z puede ser expresada en forma polar,

𝑧 = 𝑟𝑒 𝑗𝜔 . (10.6)

De esta manera, la Ecuación (10.2) puede reescribirse como

−𝑛
𝑋(𝑟𝑒 𝑗𝜔 ) = ∑∞ 𝑗𝜔
𝑛=−∞ 𝑥[𝑛](𝑟𝑒 ) , (10.7)

𝑋(𝑟𝑒 𝑗𝜔 ) = ∑∞
𝑛=−∞(𝑥[𝑛]𝑟
−𝑛 ) −𝑗𝜔𝑛
𝑒 . (10.8)

La Ecuación (10.8) puede interpretarse como la transformada de Fourier del producto de la

secuencia original x[n] por la secuencia exponencial r-n. Obviamente, si r = 1, la Ecuación (10.8)
será igual a la transformada de Fourier de x[n].

Ya que la transformada z es una función de una variable compleja, es conveniente describirla e

interpretarla en el plano complejo z (plano z). En el plano z, el contorno correspondiente al caso
|z| = 1 es un círculo con radio unitario, tal como se muestra en la Figura 10.1. A este contorno se
le conoce como círculo unitario. La transformada z evaluada en el círculo unitario corresponde al
caso de la transformada de Fourier.

Fig.6. Círculo unitario en el plano z. [5]

Nótese que ω es el ángulo entre el vector al punto z en el círculo unitario y el eje real del plano
complejo z. Si se evalúa X(z) en puntos del círculo unitario en el plano z empezando por z = 1 (ω
= 0), pasando por z = j (ω = π/2), hasta llegar a z = -1 (ω = π), se obtiene la transformada de
Fourier para el rango de frecuencias 0 ≤ ω ≤ π. Continuando alrededor del círculo unitario se
obtiene la trasformada de Fourier de ω = π a ω = 2π o, de manera equivalente, de ω = -π a ω =
0.
Así como la transformada de Fourier puede no converger para todas las secuencias, la
transformada z no converge para todas las secuencias o para todos los valores de z. Para toda
secuencia, el conjunto de valores de z para el cual la transformada z converge se llama región de
convergencia o, de manera abreviada en inglés, ROC. Anteriormente se demostró que la
transformada de Fourier de una secuencia x[n] converge en una función continua de ω si x[n] es
absolutamente sumable. Si se aplica este criterio a la Ecuación (10.8), se tiene la condición de
convergencia de la transformada z:

∑∞
𝑛=−∞ |𝑥[𝑛]𝑟
−𝑛
|<∞ (10.9)

Se puede observar en la ecuación anterior que como resultado de la multiplicación de la secuencia

original x[n] por la exponencial real r-n, es posible que la transformada z converja aún si la
transformada de Fourier no lo hace. Por ejemplo, la secuencia x[n] = u[n] no es absolutamente
sumable, y, por lo tanto, la transformada de Fourier no converge de manera absoluta. Sin
embargo, r-nu[n] es absolutamente sumable si r > 1. Esto significa que la transformada z para la
secuencia paso unitario existe en una región de convergencia |z| > 1.

La convergencia de la serie de potencias en la Ecuación (10.2) depende únicamente de |z|, ya que

|X(z)| < ∞ si

∑∞
𝑛=−∞ |𝑥[𝑛]| |𝑧|
−𝑛
<∞ (10.10)

En otras palabras, la región de convergencia de la serie de potencias de la Ecuación (10.2)

consiste de todos los valores de z para los cuales la desigualdad de la Ecuación (10.10) se cumple.
Entonces, si un valor de z, dígase, z = z1, está en la ROC, entonces todos los valores de z en el
círculo definido por |z| = |z1| también estarán en la ROC. Como consecuencia de esto, la región
de convergencia consistirá de un anillo en el plano z centrado en el origen. Su límite externo será
un círculo (o la ROC puede extenderse externamente hasta el infinito), y su límite interno será un
círculo (o se puede extender internamente hasta el origen). Esto se ilustra en la Figura 10.2. Si la
ROC incluye el círculo unitario, esto implica la convergencia de la transformada z para |z| = 1, o
equivalentemente, que la transformada de Fourier de la secuencia converge. Contrariamente, si la
ROC no incluye el círculo unitario, la transformada de Fourier no converge de manera absoluta.

Fig.7. La región de convergencia (ROC) es un anillo en el plano z. [5]

La serie de potencias de la Ecuación (10.2) es una serie de Laurent. Una serie de Laurent y, por lo
tanto, la transformada z, representa una función analítica en todo punto dentro de la región de
convergencia; por lo tanto, la transformada z y todas sus derivadas deben ser funciones continuas
de z dentro de la región de convergencia. Esto implica que si la región de convergencia incluye el
cículo unitario, entonces la transformada de Fourier y todas sus derivadas con respecto a ω deben
ser funciones continuas de ω. También, en base a lo visto en clases anteriores, la secuencia debe
ser absolutamente sumable, es decir, una secuencia estable. [5]

La transformada z es más útil cuando la suma infinita puede ser expresada en forma cerrada, esto
es, cuando puede ser "sumada" y expresada como una fórmula matemática simple.

Entre las transformadas z más importantes y útiles se encuentran esas para las cuales X(z) es una
función racional dentro de la región de convergencia, esto quiere decir,
𝑃(𝑧)
𝑋(𝑧) = 𝑄(𝑧) , (10.11)

donde P(z) y Q(z) son polinomios de z. Los valores de z para los cuales X(z) = 0 se llaman ceros
de X(z), y los valores de z para los cuales X(z) es infinita son llamados polos de X(z). Los polos de
X(z) para valores finitos de z son las raíces del polinomio denominador. Además, los polos
pueden ocurrir en z = 0 o z = ∞. Para transformadas z racionales, existe un número de relaciones
importantes entre la localización de los polos de X(z) y la región de convergencia de la
transformada z.

Ejemplo: Suma de dos secuencias exponenciales

Considere que una señal es la suma de las dos exponenciales reales siguientes:

1 𝑛 1 𝑛
𝑥[𝑛] = ( ) 𝑢[𝑛] + (− ) 𝑢[𝑛]
2 3

La transformada z, por lo tanto, es

∞
1 𝑛 1 𝑛
𝑋(𝑧) = ∑ {( ) 𝑢[𝑛] + (− ) 𝑢[𝑛]} 𝑧 −𝑛
2 3
𝑛=−∞

∞
1 𝑛 1 𝑛
= ∑ {( ) 𝑢[𝑛]𝑧 −𝑛 + (− ) 𝑢[𝑛]𝑧 −𝑛 }
2 3
𝑛=−∞

∞ 𝑛 ∞ 𝑛
1 1
= ∑ {( 𝑧 −1 ) } + ∑ {(− 𝑧 −1 ) }
2 3
𝑛=−∞ 𝑛=−∞

1
1 1 2 (1 − 12 𝑧 −1 )
= + =
1 1 1 1
1 − 2 𝑧 −1 1 + 3 𝑧 −1 (1 − 2 𝑧 −1 ) (1 + 3 𝑧 −1 )
 1
2𝑧 (𝑧 − 12 )
=
1 1
(𝑧 − 2) (𝑧 + 3)

De lo anterior se desprende que la transformada z tiene la propiedad de linealidad, esto es

1 𝑛 1 1
( ) 𝑢[𝑛] 𝑧⃡ , |𝑧| >
2 1 2
1 − 2 𝑧 −1

1 𝑛 1 1
(− ) 𝑢[𝑛] 𝑧⃡ |𝑧| >
3 1 3
1 + 𝑧 −1
3
Y consecuentemente,

1 𝑛 1 𝑛 1 1 1
( ) 𝑢[𝑛] + (− ) 𝑢[𝑛] ⃡ 𝑧 + , |𝑧| >
2 3 1 1 2
1 − 𝑧 −1 1 + 𝑧 −1
2 3
Si bien la primera secuencia exponencial tiene ROC en |z| > 1/2 y la segunda para |z| > 1/3, la
transformada z de la secuencia x[n], la suma de las dos anteriores, tiene ROC en |z| > 1/2, ya que
ambas secuencias exponenciales tienen en común dicha región de convergencia. En otras,
palabras, la ROC de la x[n] será la intersección de las ROCs de ambas secuencias exponenciales.

La siguiente figura muestra la gráfica de polos-ceros y la ROC para cada secuencia exponencial
individual y para x[n], la suma de ambas. [5]

𝟏 𝐧 𝟏 𝐧
Fig.8. Gráfica de polos-ceros y ROC de (a) la secuencia (𝟐) 𝐮[𝐧]; (b) (− 𝟑) 𝐮[𝐧]; (c)
𝟏 𝐧 𝟏 𝐧
(𝟐) 𝐮[𝐧] + (− 𝟑) 𝐮[𝐧] [5]
La siguiente tabla muestra los pares de transformada z correspondientes a secuencias comunes.
Estos pares básicos de la transformada z son muy útiles para determinar la transformada z de una
secuencia o, inversamente, determinar la secuencia a partir de una transformada z dada. [5]

Secuencia Transformada ROC

𝛿[𝑛] 1 Para todo Z
𝑢[𝑛] 1 |𝑧| > 1
1 − 𝑧 −1
−𝑢[−𝑛 − 1] 1 |𝑧| < 1
1 − 𝑧 −1
𝛿[𝑛 − 𝑚] 𝑧 −𝑚 Todo Z excepto 0 (Si m > 0)
O ∞(Si m < 0)
𝑎𝑛 𝑢[𝑛] 1 |𝑧| > |𝑎|
1 − 𝑎𝑧 −1
−𝑎𝑛 𝑢[−𝑛 − 1] 1 |𝑧| < |𝑎|
1 − 𝑎𝑧 −1
𝑛𝑎𝑛 𝑢[𝑛] 𝑎𝑧 −1 |𝑧| > |𝑎|
(1 − 𝑎𝑧 −1 )2
−𝑛𝑎𝑛 𝑢[−𝑛 − 1] 𝑎𝑧 −1 |𝑧| < |𝑎|
(1 − 𝑎𝑧 −1 )2
[𝑐𝑜𝑠𝜔0 𝑛]𝑢[𝑛] 1 − [𝑐𝑜𝑠𝜔0 ]𝑧 −1 |𝑧| > 1
1 − [2𝑐𝑜𝑠𝜔0 ]𝑧 −1 + 𝑧 −2
[𝑠𝑒𝑛𝜔0 𝑛]𝑢[𝑛] [𝑠𝑒𝑛𝜔0 ]𝑧 −1 |𝑧| > 1
1 − [2𝑐𝑜𝑠𝜔0 ]𝑧 −1 + 𝑧 −2
[𝑟 𝑛 𝑐𝑜𝑠𝜔0 𝑛]𝑢[𝑛] 1 − [𝑟𝑐𝑜𝑠𝜔0 ]𝑧 −1 |𝑧| > 𝑟
1 − [2𝑟𝑐𝑜𝑠𝜔0 ]𝑧 −1 + 𝑟 2 𝑧 −2
[𝑟 𝑛 𝑠𝑒𝑛𝜔0 𝑛]𝑢[𝑛] [𝑟𝑠𝑒𝑛𝜔0 ]𝑧 −1 |𝑧| > 𝑟
1 − [2𝑟𝑐𝑜𝑠𝜔0 ]𝑧 −1 + 𝑟 2 𝑧 −2
𝑎𝑛 , 0≤𝑛 ≤𝑁−1 1 − 𝑎𝑁 𝑧 −𝑁 |𝑧| > 0
{ }
0 𝐶𝑜𝑐 1 − 𝑎𝑧 −1

Tabla 2. Pares seleccionados de la transformada Z correspondientes a secuencias comunes

[5]

2.2 Propiedades de la Región de Convergencia (ROC) de la Transformada Z

Anteriormente se vio que la región de convergencia (ROC) de la transformada z depende de la

naturaleza de la señal. Estas propiedades se exponen a continuación. Se asume que la expresión
algebraica de la transformada z en una función racional y que x[n] es una secuencia de amplitud
finita, excepto, posiblemente, en n = -∞ o n = ∞. [5]

 Propiedad 1: La ROC es un anillo en el plano z centrado al origen. Esto es 0 ≤ rR < |z| <
rL ≤∞.
 Propiedad 2: La Transformada de Fourier de x[n] converge absolutamente si y sólo si la
ROC de la transformada z de x[n] incluye al círculo unitario.
  Propiedad 3: La ROC no puede contener ningún polo.
 Propiedad 4: Si x[n] es una secuencia de duración finita, la ROC será todo el plano z,
excepto posiblemente z = 0 o z = ∞.
 Propiedad 5: Si x[n] es una secuencia causal (o, lo que es lo mismo, de lado derecho o
lateral derecha), la ROC es la parte del plano z que se extiende hacia afuera del círculo
que pasa por el polo finito más externo (con magnitud más grande) de X(z) hasta (y
posiblemente incluyendo) z = ∞.
 Propiedad 6: Si x[n] es una secuencia no causal (o, lo que es lo mismo, de lado izquierdo
o lateral izquierda), la ROC es la parte del plano z que se encuentra dentro del círculo que
pasa por el polo distinto a cero más interno (con magnitud menor) de X(z) hasta (y
posiblemente incluyendo) z = 0.
 Propiedad 7: Si x[n] es una secuencia de doble lado (doble-lateral), por definición de
duración finita, la ROC será un anillo en el plano z delimitado en el interior y exterior por
un polo y,de forma consistente con la propiedad 3, sin incluir ningún polo. Esto es, la
ROC es la intersección de una ROC causal y una ROC nocausal con polos limitando
tanto el diámetro interior como el exterior de la ROC sin incluir ningún polo.
 Propiedad 8: La ROC es una región conectada. [5]

IV. BIBLIOGRAFIA

[1] C. Gasquet and P. Witomski, Fourier Analysis and Applications. Filtering, Numerical
Compu- tation, Wavelets Texts in Applied Mathematics 30 Springer 1999.

[2] C. Lanczos, Discourse on Fourier Series, Olyver and Boyd, Edinburg,

1966.

[3] Dennis G. Zill, Calculo Vectorial, Analisis de Fourier y Analisis

complejo, Tercera edición, Vol 2

[4] Transformada de Fourier continua, Diapositivas P51, Universidad

Politécnica Salesiana,

[5] La transformada Z, Departamento de Análisis Matemático, Efrén K.

[6] Aplicaciones de la Transformada Z, Diapositivas P51, Universidad

Politécnica Salesiana