Calculadora de Convolución

Calculadora de Convolución

Líder AI Skill PRO

Ingresar cálculo

Fórmula

(Sec1∗Sec2)[i]=∑j=max⁡(0,i−m+1)min⁡(i,n−1)Sec1[j]·Sec2[i−j]({{\text{Sec}_1}} * {{\text{Sec}_2}})[i] = \sum_{j=\max(0,\,i-m+1)}^{\min(i,\,n-1)} {{\text{Sec}_1}}[j]\cdot {{\text{Sec}_2}}[i-j]
Estadísticas de uso

Publicidad

Resultados

Resultado de la convolución:
4, 13, 28, 27, 18
Primera secuencia 1,2,3
Segunda secuencia 4,5,6

Informar de un error en esta página

Qué hace la Calculadora de Convolución

Esta Calculadora de Convolución obtiene la convolución discreta de dos secuencias finitas de números. La convolución es una operación fundamental en el procesamiento de señales, el filtrado de imágenes, la probabilidad y la multiplicación de polinomios. En lugar de resolver las sumas a mano, basta con introducir las dos secuencias y la herramienta te devuelve al instante la secuencia de salida combinada.

Cómo usarla

Solo necesitas rellenar dos campos:

  • Primera secuencia: tu señal de entrada o primer conjunto de números, separados por comas (por ejemplo, 1, 2, 3).
  • Segunda secuencia: tu segunda señal, núcleo o filtro, también separada por comas (por ejemplo, 0, 1, 0.5).

Se admiten números decimales y negativos. La calculadora separa cada valor por las comas, elimina los espacios sobrantes y convierte cada elemento en un número antes de calcular el resultado.

La fórmula explicada

La convolución discreta se define así:

$$(\text{Seq}_1 * \text{Seq}_2)[i] = \sum_{j=\max(0,\,i-m+1)}^{\min(i,\,n-1)} \text{Seq}_1[j]\cdot \text{Seq}_2[i-j]$$

Para dos secuencias finitas de longitud n y m, el resultado tiene exactamente n + m − 1 valores. Cada valor de salida \(y[i]\) es la suma de todos los productos \(x[j]\cdot h[i-j]\) cuyos índices se mantienen dentro de ambas secuencias. En términos sencillos, la herramienta desliza una secuencia sobre la otra, multiplica los términos que se solapan y los suma en cada desplazamiento.

Publicidad
Diagrama de la convolución discreta como un solapamiento de invertir y deslizar dos secuencias que produce una secuencia de salida
La convolución invierte una señal y la desliza sobre la otra, sumando los productos solapados en cada desplazamiento.

Ejemplo resuelto

Supongamos que la Primera secuencia = 1, 2, 3 y la Segunda secuencia = 0, 1, 0.5. Aquí \(n = 3\) y \(m = 3\), por lo que el resultado tiene \(3 + 3 - 1 = 5\) valores:

  • $$y[0] = 1\cdot 0 = 0$$
  • $$y[1] = 1\cdot 1 + 2\cdot 0 = 1$$
  • $$y[2] = 1\cdot 0.5 + 2\cdot 1 + 3\cdot 0 = 2.5$$
  • $$y[3] = 2\cdot 0.5 + 3\cdot 1 = 4$$
  • $$y[4] = 3\cdot 0.5 = 1.5$$

Así que la salida es 0, 1, 2.5, 4, 1.5.

Tres gráficos de tallo que muestran la secuencia de entrada, la segunda secuencia y la salida de convolución más larga resultante
La salida es más larga que cualquiera de las entradas, con longitud n + m − 1.

Cómo calcular una convolución a mano

La convolución lineal discreta combina dos secuencias finitas, \(x\) de longitud \(n\) y \(h\) de longitud \(m\), en una única salida \(y = x * h\). La suma que la define es

$$y[i] = \sum_{j} x[j]\,h[i-j], \qquad i = 0,1,\dots,n+m-2$$

donde cualquier término cuyo índice cae fuera de una secuencia se trata como cero. El procedimiento a continuación es el método estándar de "voltear y deslizar" y es lo que realiza esta calculadora (convolución lineal completa, sin truncamiento).

  1. Observe las longitudes. Sea \(n\) el número de términos en la primera secuencia y \(m\) el número en la segunda. La salida siempre tiene exactamente \(n+m-1\) términos. Verifique este número primero — es la defensa más simple contra un término perdido.
  2. Indexe ambas secuencias desde 0. Escriba \(x[0],x[1],\dots,x[n-1]\) y \(h[0],h[1],\dots,h[m-1]\). La indexación de base cero hace que la aritmética de desplazamiento \(i-j\) funcione sin compensaciones.
  3. Invierta (voltee) la segunda secuencia. Escriba \(h\) hacia atrás: \(h[m-1],\dots,h[1],h[0]\). El volteo es lo que convierte la suma \(\sum_j x[j]h[i-j]\) en una simple columna alineada de productos.
  4. Deslice la secuencia volteada sobre la primera. Comience en el desplazamiento \(i=0\), donde solo el último elemento del núcleo volteado — es decir, \(h[0]\) — está bajo \(x[0]\). Mueva el núcleo volteado una posición a la derecha para cada \(i\) sucesivo.
  5. Multiplique pares alineados y sume. En cada desplazamiento, multiplique cada par alineado verticalmente y agregue los productos. Ese número único es \(y[i]\).
  6. Trate los índices fuera de rango como cero. Donde el núcleo volteado sobresale en ambos extremos, los valores faltantes son ceros (relleno de ceros), por lo que esos productos no contribuyen nada. Equivalentemente, restrinja la suma a \(\max(0,\,i-m+1) \le j \le \min(i,\,n-1)\).
  7. Registre \(y[i]\) para \(i = 0,1,\dots,n+m-2\). Detenga cuando el núcleo volteado haya pasado completamente por el extremo derecho; el último desplazamiento no cero es \(i=n+m-2\).

Diseño de alineación deslizante

Con \(n=3\) y \(m=2\) — secuencias \(x=[x_0,x_1,x_2]\) y \(h=[h_0,h_1]\) — el núcleo volteado \([h_1,h_0]\) se desliza como sigue. La salida tiene \(3+2-1=4\) términos.

Desplazamiento \(i\) Alineado bajo \(x_0\) Alineado bajo \(x_1\) Alineado bajo \(x_2\) Productos que entran en \(y[i]\)
0 \(h_0\) — — \(y[0]=x_0h_0\)
1 \(h_1\) \(h_0\) — \(y[1]=x_0h_1+x_1h_0\)
2 — \(h_1\) \(h_0\) \(y[2]=x_1h_1+x_2h_0\)
3 — — \(h_1\) \(y[3]=x_2h_1\)

Observe el patrón: en cada producto los dos índices suman \(i\). Esa es la regla completa — \(y[i]\) es la suma de todos los \(x[j]h[k]\) con \(j+k=i\).

La vista de multiplicación de polinomios

Porque los índices se suman, la convolución es idéntica a multiplicar polinomios y recopilar coeficientes. Asocie cada secuencia con un polinomio en una variable ficticia \(z\):

$$X(z)=x_0+x_1z+x_2z^2, \qquad H(z)=h_0+h_1z$$

Entonces

$$X(z)H(z)=x_0h_0+(x_0h_1+x_1h_0)z+(x_1h_1+x_2h_0)z^2+x_2h_1z^3$$

cuyos coeficientes son exactamente \(y[0],y[1],y[2],y[3]\). Un polinomio de grado \((n-1)\) multiplicado por un polinomio de grado \((m-1)\) tiene grado \(n+m-2\), es decir \(n+m-1\) coeficientes — la misma regla de longitud. Esta es una forma conveniente de verificar un cálculo manual: multiplique los polinomios por álgebra ordinaria y compare listas de coeficientes.

Publicidad

Términos clave y notación

Término Significado
Convolución \(x * h\) La operación \(y[i]=\sum_j x[j]\,h[i-j]\) que combina dos secuencias sumando todos los productos cuyos índices suman \(i\). Escrito con un asterisco, \(y = x * h\).
Secuencia / señal \(x[n]\) Una lista ordenada de números indexada por un número entero \(n\) — muestras de una medición, una serie de datos, o un conjunto de coeficientes. Aquí la indexación comienza en \(n=0\).
Núcleo / filtro / respuesta al impulso \(h[n]\) Tres nombres para la misma segunda secuencia. "Núcleo" o "filtro" enfatiza los pesos aplicados a muestras vecinas; "respuesta al impulso" es la vista del sistema — \(h\) es literalmente la salida que un sistema lineal e invariante en el tiempo produce cuando se alimenta con un único impulso unitario.
Índice \(n\) (o \(i\)) y variable de desplazamiento \(j\) \(i\) etiqueta la posición de salida siendo computada; \(j\) es la variable de suma interna que corre sobre las posiciones superpuestas. Dentro de la suma, \(x\) se lee en \(j\) y \(h\) en \(i-j\).
Soporte y longitud de salida El soporte es el rango de índices donde una secuencia es distinta de cero. Si \(x\) tiene \(n\) términos y \(h\) tiene \(m\), la salida ocupa índices \(0\) a \(n+m-2\) — exactamente \(n+m-1\) valores.
Relleno de ceros Tratar cada índice fuera del rango definido de una secuencia como cero. Esto es lo que permite escribir la suma sobre todos los \(j\) sin casos especiales; también explica los valores de magnitud reducida en los dos extremos de la salida.
Convolución lineal vs circular La convolución lineal rellena los extremos con ceros y produce \(n+m-1\) valores. La convolución circular envuelve los extremos alrededor, produciendo solo \(\max(n,m)\) valores, y surge naturalmente de la multiplicación DFT/FFT. Esta calculadora calcula convolución lineal en modo "completo" — nada se trunca a la salida "misma" o "válida" que algunas bibliotecas de software devuelven por defecto.
Conmutativa \(x * h = h * x\). Intercambiar las dos secuencias de entrada da la salida idéntica, por lo que nunca importa cuál llame usted la señal y cuál el núcleo.
Asociativa \((x * h_1) * h_2 = x * (h_1 * h_2)\). Dos filtros aplicados en serie se pueden reemplazar por un único filtro igual a su convolución.
Distributiva \(x * (h_1 + h_2) = x * h_1 + x * h_2\). Los filtros en paralelo se suman.
Sistema LTI Un sistema lineal e invariante en el tiempo: escalando y sumando entradas escala y suma salidas, y retrasar la entrada simplemente retrasa la salida. Todo tal sistema está completamente descrito por su respuesta al impulso, y su salida es la convolución de entrada con \(h\).
Filtro de promedio móvil / suavizado Un núcleo de \(k\) pesos iguales \(1/k\), por ejemplo \(h = [0.5, 0.5]\) o \(h = [1/3, 1/3, 1/3]\). Convolviendo con él se promedian cada muestra con sus vecinas, suprimiendo fluctuaciones rápidas; los primeros y últimos pocos valores de salida son transitorios de borde contaminados por relleno de ceros.
Convolución discreta vs continua La forma discreta suma; la forma continua integra: \((x * h)(t) = \int_{-\infty}^{\infty} x(\tau)\,h(t-\tau)\,d\tau\). Esta herramienta maneja el caso discreto (muestreado).
Multiplicación de coeficientes polinomiales Si \(X(z)=\sum_j x[j]z^j\) y \(H(z)=\sum_k h[k]z^k\), entonces los coeficientes de \(X(z)H(z)\) son exactamente \(x * h\). La multiplicación larga de números enteros es la misma idea con acarreo.
Suma de variables aleatorias independientes Si \(X\) e \(Y\) son independientes y tienen valores enteros, la función de masa de probabilidad de \(Z = X+Y\) es la convolución de sus FMP: \(P(Z=k)=\sum_j P(X=j)\,P(Y=k-j)\). Por ejemplo, convolviendo \([1/6,\dots,1/6]\) consigo mismo se obtiene la distribución del total de dos dados de seis caras justos.

Preguntas frecuentes

¿Cuántos valores tiene la secuencia de salida? Siempre la longitud de la primera secuencia más la longitud de la segunda menos uno (n + m − 1).

¿Importa el orden de las dos secuencias? No. La convolución es conmutativa, así que intercambiar las dos entradas da exactamente la misma secuencia de resultado.

¿Puedo usarla para multiplicar polinomios? Sí. Si tratas cada secuencia como los coeficientes de un polinomio, la salida de la convolución son los coeficientes de su producto: un atajo muy práctico tanto para el álgebra como para las señales.

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas