sistema causal

Sistema donde la producción depende sólo de las entradas pasadas y actuales.

En la teoría del control , un sistema causal (también conocido como sistema físico o no anticipativo ) es un sistema donde la producción depende de entradas pasadas y actuales, pero no de entradas futuras; es decir, la salida depende sólo de la entrada para valores de . ${\displaystyle y(t_{0})}$ ${\displaystyle x(t)}$ ${\displaystyle t\leq t_{0}}$

La idea de que la salida de una función en cualquier momento depende sólo de los valores pasados ​​y presentes de la entrada está definida por la propiedad comúnmente conocida como causalidad . Un sistema que tiene cierta dependencia de valores de entrada del futuro (además de una posible dependencia de valores de entrada pasados ​​o actuales) se denomina sistema no causal o acausal , y un sistema que depende únicamente de valores de entrada futuros es un sistema anticausal . Tenga en cuenta que algunos autores han definido un sistema anticausal como uno que depende únicamente de valores de entrada futuros y presentes o, más simplemente, como un sistema que no depende de valores de entrada pasados. ^[1]

Clásicamente se ha considerado a la naturaleza o realidad física como un sistema causal. La física que involucra la relatividad especial o la relatividad general requiere definiciones más cuidadosas de causalidad, como se describe detalladamente en Causalidad (física) .

La causalidad de los sistemas también juega un papel importante en el procesamiento de señales digitales , donde los filtros se construyen para que sean causales, a veces alterando una formulación no causal para eliminar la falta de causalidad para que sea realizable. Para obtener más información, consulte filtro causal .

Para un sistema causal, la respuesta al impulso del sistema debe utilizar sólo los valores presentes y pasados ​​de la entrada para determinar la salida. Este requisito es una condición necesaria y suficiente para que un sistema sea causal, independientemente de su linealidad. Tenga en cuenta que se aplican reglas similares a casos discretos o continuos. Según esta definición de no requerir valores de entrada futuros, los sistemas deben ser causales para procesar señales en tiempo real. ^[2]

Definiciones matemáticas

Definición 1: Un sistema que se asigna a es causal si y sólo si, para cualquier par de señales de entrada y cualquier elección de , tal que ${\displaystyle x}$ ${\displaystyle y}$ ${\displaystyle x_{1}(t)}$ ${\displaystyle x_{2}(t)}$ ${\displaystyle t_{0}}$

${\displaystyle x_{1}(t)=x_{2}(t),\quad \forall \ t<t_{0},}$

las salidas correspondientes satisfacen

${\displaystyle y_{1}(t)=y_{2}(t),\quad \forall \ t<t_{0}.}$

Definición 2: Supongamos que es la respuesta impulsiva de cualquier sistema descrito mediante una ecuación diferencial lineal de coeficiente constante. El sistema es causal si y sólo si ${\displaystyle h(t)}$ ${\displaystyle H}$ ${\displaystyle H}$

${\displaystyle h(t)=0,\quad \forall \ t<0}$

de lo contrario, no es causal.

Ejemplos

Los siguientes ejemplos son para sistemas con una entrada y una salida . ${\displaystyle x}$ ${\displaystyle y}$

Ejemplos de sistemas causales

• Sistema sin memoria

${\displaystyle y\left(t\right)=1-x\left(t\right)\cos \left(\omega t\right)}$

• Sistema habilitado para memoria

${\displaystyle y\left(t\right)=1+x\left(t\right)\cos \left(\omega t\right)}$

• Filtro autorregresivo

${\displaystyle y\left(t\right)=\int _{0}^{\infty }x(t-\tau )e^{-\beta \tau }\,d\tau }$

Ejemplos de sistemas no causales (acausales)

${\displaystyle y(t)=\int _{-\infty }^{\infty }\sin(t+\tau )x(\tau )\,d\tau }$

• Media móvil central

${\displaystyle y_{n}={\frac {1}{2}}\,x_{n-1}+{\frac {1}{2}}\,x_{n+1}}$

Ejemplos de sistemas anticausales.

${\displaystyle y(t)=\int _{0}^{\infty }x(t+\tau )\,d\tau }$

• Mirar hacia el futuro

${\displaystyle y_{n}=x_{n+1}}$

Ver también

• modelo causal

Referencias

1. Karimi, K.; Hamilton, HJ (2011). "Generación e Interpretación de Reglas de Decisión Temporal". Revista internacional de sistemas de información informática y aplicaciones de gestión industrial . 3 . arXiv : 1004.3334 .
2. McClellan, James H.; Schafer, Ronald W.; Yoder, Mark A. (2015). DSP Primera, Segunda Edición . Educación Pearson. pag. 151.ISBN _ 978-0136019251.

• Oppenheim, Alan V.; Willsky, Alan S.; Nawab, Hamid; con S. Hamid (1998). Señales y Sistemas . Educación Pearson. ISBN 0-13-814757-4.