OpenStax-CNX module: m12829 1

Propiedades de la Convolución *

Melissa Selik
Richard Baraniuk

Translated By:

Fara Meza

Erika Jackson

Based on Properties of Convolution„ by

Melissa Selik

Richard Baraniuk

This work is produced by OpenStax-CNX and licensed under the

Creative Commons Attribution License 2.0…

En este modulo veremos varias de las propiedades de convolución que mas prevalecen. Nótese que
estas propiedades se aplican a ambas convoluciones de tiempo continuo y de tiempo discreto . (Véase los
dos módulos anteriores si necesita un repaso de convolución). También para algunas demostraciones de
las propiedades, usaremos las integrales de tiempo-continuo, pero podemos probarlas de la misma manera
usando las sumatorias de tiempo-discreto.

1 Asociatividad
Theorem 1: Ley Asociativa

f1 (t) ∗ (f2 (t) ∗ f3 (t)) = (f1 (t) ∗ f2 (t)) ∗ f3 (t) (1)

* Version 1.2: Aug 30, 2005 12:29 pm -0500

„ http://cnx.org/content/m10088/2.12/
… http://creativecommons.org/licenses/by/2.0/

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 2

Figure 1: Implicación gráca de la propiedad de asociatividad de la convolución.

2 Conmutatividad
Theorem 2: : Ley Conmutativa

y (t) = f (t) ∗ h (t)

(2)
= h (t) ∗ f (t)

Proof:
Para probar la (2), lo único que tenemos que hacer es un pequeño cambio de variable en nuestra
integral de convolución (o suma),
Z ∞
y (t) = f (τ ) h (t − τ ) dτ (3)
−∞

Dejando τ = t − τ , podemos mostrar fácilmente que la convolución es conmutativa:

R∞
y (t) = f (t − τ ) h (τ ) dτ
−∞
R∞ (4)
= −∞
h (τ ) f (t − τ ) dτ

f (t) ∗ h (t) = h (t) ∗ f (t) (5)

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 3

Figure 5: La gura muestra que ambas funciones pueden ser vistas como entradas del sistema mientras
lo otro es la respuesta al impulso.

3 Distribución
Theorem 3: Ley Distributiva

f1 (t) ∗ (f2 (t) + f3 (t)) = f1 (t) ∗ f2 (t) + f1 (t) ∗ f3 (t) (6)

Proof:
La demostración de este teorema puede ser tomada directamente de la denición de convolución y
usando la linealidad de la integral.

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 4

Figure 6

4 Desplazamiento en el Tiempo
Theorem 4: Propiedad de Desplazamiento
Para c (t) = f (t) ∗ h (t), entonces
c (t − T ) = f (t − T ) ∗ h (t) (7)
y
c (t − T ) = f (t) ∗ h (t − T ) (8)

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 5

(a)

(b)

(c)

Figure 8: Demostración Gráca de la propiedad de desplazamiento.

5 Convolución con un Impulso

Theorem 5: Convolución con Impulso Unitario

f (t) ∗ δ (t) = f (t) (9)

Proof:
Para este demostración, dejaremos que δ (t) sea el impulso unitario localizado en el origen. Usando
la denición de convolución empezamos con la integral de convolución
Z ∞
f (t) ∗ δ (t) = δ (τ ) f (t − τ ) dτ (10)
−∞

De la denición del impulso unitario, conocemos que δ (τ ) = 0 siempre que τ 6= 0. Usamos este
hecho para reducir la ecuación anterior y obtener lo siguiente:
R∞
f (t) ∗ δ (t) = δ (τ ) f (t) dτ
R∞
−∞
(11)
= f (t) −∞ δ (τ ) dτ

La integral de δ (τ ) solo tendrá un valor cuando τ = 0 (de la denición del impulso unitario), por
lo tanto esa integral será igual a uno. Donde podemos simplicar la ecuación de nuestro teorema:

f (t) ∗ δ (t) = f (t) (12)

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 6

(a)

(b)

Figure 12: Las guras y ecuaciones anteriores, revelan la función identidad del impulso unitario.

6 Ancho
En tiempo continuo, si la Duracin (f1 ) = T1 y la Duración (f2 ) = T2 , entonces
Duracin (f1 ∗ f2 ) = T1 + T2 (13)

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 7

(a)

(b)

(c)

Figure 13: En tiempo continuo, la duración de la convolución resulta igual a la suma de las longitudes
de cada una de las dos señales convolucionadas.

En tiempo discreto si la Duración (f1 ) = N1 y la Duración (f2 ) = N2 , entonces

Duracin (f1 ∗ f2 ) = N1 + N2 − 1 (14)

http://cnx.org/content/m12829/1.2/
OpenStax-CNX module: m12829 8

7 Causalidad
Si f y h son ambas causales, entonces f ∗ h también es causal.

http://cnx.org/content/m12829/1.2/