LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
Aplicaicones de las series de fourier
1. REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA
EDUCACIÓN UNIVERSITARIA
CIENCIA Y TECNOLOGÍA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN SAN CRISTÓBAL
APLICACIONES DE LAS SERIES DE FOURIER EN EL ÁREA DE LA
INENÍERIA
Autor: María José Ruiz Calderón
Docente de la Asignatura: Ldo. Domingo Méndez
Asignatura: Matemáticas IV
San Cristóbal, Marzo 2017
2. Métodos sobre señales continuas
El análisis frecuencial sobre señales continuas se realiza básicamente a través de
la Serie y la Transformada de Fourier. La importancia de estos métodos radica en
la descomposición de la señal en frecuencia lo cual es muy útil, y el diseño de sus
algoritmos para su cálculo rápido (transformada rápida de Fourier).
Serie de Fourier (Señales periódicas)
Sea x(t) una señal periódica con frecuencia fundamental f0, entonces se puede
descomponer como:
Donde es un conjunto ortogonal completo (base) para cierta
clase (espacio) de funciones x(t) de dimensión no finita. A esta sucesión se le
llama Serie de Fourier. Se puede demostrar que los coeficientes de Fourier están
dados por:
Donde
0
1
f
TP
Una clase importante de funciones periódicas para las que existe su serie de
Fourier, es la de integrables en su cuadrado sobre un periodo, esto es:
Otra clase, son las que cumplen las condiciones de Dirichlet:
1. La función x(t) tiene un número finito de discontinuidades en cualquier
periodo.
2. La señal x(t) tiene un número finito de máximos y mínimos en un periodo.
)1.....(..........)( 02 tjkf
k
k ectx
...2,1,0,02
ke tfkj
PT
t
f
j
P
k dtetx
T
c 0
2
)(
1
PT
dttx
2
)(
3. 3. La señal x(t) es absolutamente integrable sobre su periodo, esto es:
Estas condiciones son de existencia pero no necesarias.
En general ck son complejos. Si x(t) es real entonces ck y c-k son conjugados
complejos, entonces x(t) se puede escribir como:
donde ki
kk eCC
Usando la propiedad de la suma coseno
De tiene una tercera representación de la señal como
donde
En esta tercera expresión se observa con mayor sencillez la descomposición de
x(t) en componentes de distintas frecuencias.
Un parámetro importante es la potencia promedio. Como x(t) es periódica, esta
potencia es finita (y energía infinita). Está dada por:
PT
P
x dttx
T
P
2
)(
1
PT
dttx )(
)2()2cos(2)(
1
00
k
kk tkfcctx
)(sen)2(sen)cos()2cos()2cos( 000 kkk tfktfktfk
)3()2(sen)2cos()(
1
000
k
kk tfkbtfkaatx
kkk
kkk
cb
ca
ca
sen
cos
00
4. Figura1.1: Densidad espectral de potencia
De acuerdo al teorema de Parseval, ésta se puede escribir como
Para señales reales, esta potencia es simétrica y es llamada densidad espectral
de potencia. De la figura 1.1 se puede observar que existe sólo para múltiplos de
la frecuencia fundamental y que el primer cuadrante contiene la información real.
Note también que puede expresarse como:
1
222
0
1
2
0
2
1
2
k
kk
k
kx baaccP
Otras gráficas importantes son la magnitud |ck| y la fase ck contra frecuencia.
Por ejemplo, sea el siguiente tren de pulsos:
Figura 1.2 Tren de pulsos
del cual:
,2,1
fk
)kfsen(
0
2
0
0
2
2
2
k
T
A
k
T
A
c
P
P
k
k
kx cP
2
5. Note que en este caso x(t) es par, entonces los coeficientes de Fourier ck son
reales, en consecuencia, el espectro de fase es nulo.
En las gráficas 1.3 se mantiene el periodo TP constante y se varía el ancho del
pulso .
Figura 1.3
Se observa que al decrecer , es más ancho el espectro de potencia, el
espaciamiento entre líneas se mantiene constante, no depende de .
Fijemos ahora y variemos TP, manteniendo TP>.
Figura 1.4
Se observa que el espaciamiento entre las líneas espectrales decrece a medida
que TP aumenta.
6. Transformada de Fourier (Señales aperiódicas)
Una manera intuitiva de presentarla es considerando que una señal aperiódica
tiene un periodo que tiende a .
)(lim)( txtx P
TP
donde xP(t) es una señal periódica (de periodo TP) formada a partir de x(t) como:
Donde
Y
Este coeficiente se puede escribir como:
Se remplaza por el infinito
Se define ahora la transformada de Fourier como:
k
tkfj
kP ectx 02
)(
2/
2/
2 0
)(
1 P
P
T
T
tfkj
P
P
k dtetx
T
c
2/
2/
2 0
)(
1 P
P
T
T
tfkj
P
k dtetx
T
c
dtetx
T
c tfkj
P
k
02
)(
1
dtetxfX
tfj 2
)()(
7. se observa que )(
1
0fkX
T
c
P
k . Se puede definir la transformada inversa:
y las condiciones de existencia son las mismas que para la serie de Fourier,
modificando la integral:
a)
dttx
2
)( , es decir, la señal x(t) es de energía
b) Condiciones de Dirichlet:
1. La función x(t) tiene un número finito de discontinuidades.
2. La señal x(t) tiene un número finito de máximos y mínimos.
3. La señal x(t) es absolutamente integrable, esto es:
dttx )(
Es de resaltar que si (3) se cumple, entonces se cumplen (1) y (2).
La función
t
t
tx
)2sen(
)( cumple (a) pero no cumple (3), y se tiene:
10
11
)(
f
f
fX
De acuerdo al teorema de Parseval, la energía total Ex de la señal x(t) se puede
escribir como:
dffXdttxEx
22
)()(
a la señal
2
)()( fXfSxx se le llama espectro de densidad de energía de x(t). Si la
señal es real, entonces Sxx tiene simetría par.
Por ejemplo, sea la señal exponencial:
00
0
)(
t
te
tx
t
a
dtetxfX
tfj 2
)()(
8. se tiene que su espectro está dado por :
Fj
fX a
21
1
)(
Verificando:
dtedteefX tfjtfjt
a
0
)21(
0
2
)(
mediante el método de cambio de variable
dtfjdu
tfju
)21(
)21(
multiplicando y dividiendo la integral por )21( fj
dtefj
fj
tfj
0
)21(
)21(
)21(
1
realizando el cambio de variable
)21(
1
10
)21(
1
)21(
1
)21(
1 0
0 fjfj
ee
fj
due
fj
u
Las gráficas de xa(t) y la magnitud del espectro |Xa(f)|
9. Métodos sobre señales discretas
Serie de Fourier
Sea x(n) una sucesión con periodo N, esto es x(n)=x(n+N), entonces:
de donde
que también es periódica, ck+n=ck.
Por ejemplo, sea la señal nnx 0cos)( . Si 20 , se tiene que 2/10 f ,
como no es racional, no se considera periódica. Sea 3/0 , entonces 6/10 f ,
es decir, periodo N=6, entonces
1
0
2
)(
N
k
N
n
kj
k ecnx
1
0
2
)(
1 N
n
N
n
kj
k enx
N
c
10. de donde c0=c2=c3=c4=0, c1=c5=
2
1
La potencia promedio de una señal periódica está dada por
Y su gráfica proporciona el espectro de densidad de potencia.
La energía sobre un periodo está dada por:
5,...,1,0)(
6
1 5
0
6
2
kenxc
k
n
kj
k
0
2
3
2
1
2
3
2
1
2
3
2
1
2
3
2
1
12
1
11
12
1
1
12
1
1111111
12
1
)1(
12
1
12
1
12
1
26
1
3
cos
6
1
3
cos
6
1
33
2
3
2
3
3
25
3
20
3
15
3
10
3
5
3
25
3
20
3
15
3
10
3
5
5
0
3
55
0
3
5
5
0
3
4
33
4
3
5
0
3
433
5
0
3
45
0
6
42
4
jjjj
eeee
eeeee
eeeee
eee
eeeee
ee
enenc
jjjj
jjjjj
jjjjj
n
n
j
n
n
n
j
nj
n
n
j
n
j
n
j
n
j
n
n
j
n
j
n
j
n
n
j
n
n
j
1
0
2
1
0
2
)(
1 N
k
k
N
n
x cnx
N
P
1
0
2
1
0
2
)(
N
k
k
N
n
n cNnxE
11. Nuevamente si x(n) es real, entonces c*k=c-k, o bien
Aún más:
Sea por ejemplo la señal:
nonsimetría-
parsimetría
kk
kk
cc
cc
kNk
kNk
cc
cc
4
0
10
21
0
21
0
2
10
11
)(
1
n
n
kjL
n
N
n
kjN
n
N
n
kj
k eAe
N
enx
N
c
13.
n
x nxE
2
)( y usando el teorema de Parseval, se obtiene que:
A
2
)(XSxx se le llama espectro de densidad de energía.
Si x(n) es real, entonces )()( XX es de simetría par, )()( XX es
de simetría non y Sxx tiene simetría par.
Sea por ejemplo, la señal )(5.0)( nunx n
. Note que:
5.01
1
5.0)(
0n
n
n
nx , concluimos que X() existe. Ésta es:
Ejemplo. Determinar la energía, la transformada de Fourier y el espectro de
densidad de energía de la secuencia:
25.0cos1
1
5.01
1
5.01
1
)(S
entonces
5.01
1
)(
15.0como
5.05.0)()(
xx
00
jj
j
j
n
nj
n
njn
n
nj
ee
e
X
e
eeenxX
14.
c.c.0
10
)(
LnA
nx , con A>0
Figura 1.10
La señal es absolutamente sumable, su transformada es:
2
sen
2
sen
)(
1
...
1
1
)(
)1(
2
22
22
22
1
11
1
2
111
1
0
L
Ae
ee
ee
eAeX
r
raa
rararaa
e
e
AAeX
L
j
jj
LjLj
jLj
n
n
j
LjL
n
nj
La magnitud y fase están dadas por:
1
0
222
)(
L
nn
x LAAnxE
c.c
2
sen
2
sen
0
)(
L
A
LA
X
15. Propiedades de la Transformada de Fourier para señales discretas
Es importante hacer notar que X() es periódica con periodo 2, y este intervalo
es suficiente para especificar a X().
Linealidad: )()()()( 211211 XXanxnxa F
Simetría:
Si x(n) es real
2
sen
2
sen
)1(
2
)(
L
LAX
16. a)
n
R nnxX cos)()(
n
I nsennxX )()(
b) RX y )(X tienen simetría par
IX y )(X tienen simetría non
c) )()(* XX
Si x(n) es real y par:
1
cos)(2)0()(
n
R nnxxX
0)( IX
0)( RX
Si x(n) es real e impar:
1
)(2)(
n
R nsennxX (non)
Si x(n) es imaginaria
a)
n
IR nsennxX )()( (non)
n
II nnxX cos)()( (par)
Si x(n) es imaginaria y non:
1
)(2)(
n
IR nsennxX (non)
0)( IX
Si x(n) es imaginaria y par: 0)( RX
1
cos)(2)0()(
n
III nnxxX (par)
17. Desfasamiento en el tiempo: )()(
Xeknx kjF
Desfasamiento en la frecuencia: )()( 0
0
Xnxe Fnj
Reverso en el tiempo: )()( Xnx F
Teorema de convolución: )()()()( 2121 XXnxnx F
Por ejemplo sea 111)()( 21
nxnx
cos21)()( 21 XX
22
2
21
23
2cos2cos43cos21)()(
jjjj
eeee
XX
Finalmente: 12321)()( 21
nxnx
Teorema de modulación:
)(
2
1
)(
2
1
cos)( 00 XXnnx F
Teorema de Parseval:
dXXnxnx
n
)()(
2
1
)()( 2121
Diferenciación:
d
dX
jnnx F )(
)(
18. Señal en tiempo continuo
Dominio del tiempo Dominio de la frecuencia
Señalperiódica
SeriesdeFurier
Continua y periódica Discreta y periódica
Señalaperiodica
Transformadade
Furier
)()()( 2
tdetxFx Ftj
aa
)()()( 2
FdeFxtx Ftj
aa
Continua y aperiódica Continua y aperiódica
Señal en tiempo discreto
Dominio del tiempo Dominio de la frecuencia
Señalperiódica
SeriesdeFurier
Discreta y periódica Discreta y aperiódica
Señalaperiodica
Transformadade
Furier
n
jwn
a enxFx )()( )()(
2
1
)(
2
wdewxnx jwn
Discreta y periódica Continua y periódica
)()(
1 02
tdtx
T
c
pT
tkF
a
p
k
k
tkFj
ka ecx 02
1
0
2
)(
1 N
n
nk
N
j
k enx
N
c
1
0
2
)(
N
k
nk
N
j
k ecnx
19. Transformada de Fourier Discreta
La DFT de N puntos de una secuencia x(n) de longitud LN se define por:
1,,1,0)()(
1
0
2
NkenxkX
N
n
N
n
kj
y su IDFT es:
1,,1,0)(
1
)(
1
0
2
NnekX
N
nx
N
k
N
n
kj
Si x(n) es una sucesión aperiódica de energía finita con FT:
n
nj
enxX
)()( , y
X() es muestreada a N frecuencias equiespaciadas
N
k
wk
2
k=0, 1, …, N-1,
entonces
Sea xp(n) una sucesión periódica con periodo N, ésta puede ser representada por
una serie de Fourier como:
necx
N
n
N
n
kj
kP
1
0
2
donde
1
0
2
)(
1 N
n
N
n
kj
Pk enx
N
c
, k=0, 1, …, N-1. Si se define una sucesión x(n) igual
a xP(n) en un periodo, la DFT de esta última es X(k)=NcK.
Por consiguiente, la DFT puede interpretarse como el espectro discreto de xP(n).
Esto es, si
r
P rNnxnx )()( , entonces k
N
n
N
n
kj
PK NcenxX
1
0
2
)(
, k=0, 1, …, N-1
Por ejemplo, sea x(n),
1,,1,0)()()(
2
2
NkenxXkX
n
N
n
kj
N
k
20. Obtener la DFT de 3 puntos.
Usando la definición, se obtiene
66
3)2(3)1(6)0(
jj
eXeXX
Otro ejemplo, es la exponencial mostrada que es equivalente a la analógica
mostrada. En la primera DFT, N=200, a x(n) se le añaden 100 ceros. En la
segunda la x(n) tiene 20 muestras 0, L=20 y N=200. Este efecto se revisará al
final del capítulo.
21. APLICACIONES EN LA INGENIERIA
En las ramas de la Electrónica e Ingeniería se trabajan diferentes formas de
señales tales como: sinusoidal, cuadrada y triangular. Todas estas señales
mencionadas son periódicas ósea que se repiten luego de un tiempo. La
aplicación del osciloscopio nos permite entender un poco mejor como son estas
señales que se pueden determinar calculando la Serie de Fourier para cada una
de estas.
22. Aplicaciones en la medicina
Diagnóstico automático: La ecografía permite registrar la vibración de cada una
de las membranas del corazón, proporcionando una curva periódica. Un programa
de ordenador calcula los primeros términos de las sucesiones (coeficientes de
Fourier). En el caso de la válvula mitral, son suficientes los dos primeros
coeficientes de Fourier para diagnosticar al paciente. Esta forma de diagnóstico
disminuye costes en el sistema sanitario y, sobre todo, evita al paciente los riesgos
y molestias inherentes a las pruebas endoscópicas
Aplicaciones diversas
Las series de Fourier son de gran importancia ya que tienen muchas
aplicaciones dentro de los campos de la física y de la matemática entre otros.
Aplicación en procesamiento digital de señales
Es importante considerar la aplicación de las series de fourier, ya que estas
sirven mucho en el procesamiento digital de señales, la cual es una área de las
ciencias e ingeniería que se ha desarrollado rápidamente en los últimos 30 años.
Este rápido desarrollo es resultado de avances tecnológicos tanto en los
ordenadores digitales como en la fabricación de circuitos integrados. Estos
circuitos digitales baratos y relativamente rápidos han hecho posible construir
sistemas digitales altamente sofisticados, capaces de realizar funciones y tareas
del procesado de señales que convencionalmente se realizaban analógicamente,
se realicen hoy mediante hardware digital, mas barato y a menudo más fiable.
Es relevante diferencie entre una señal analógica y digital para comprender
mejor el procesamiento de señales, el nombre de una señal analógica se deriva
del hecho de que es una señal análoga a la señal física que se representa .La
23. magnitud de una señal analógica pude tomar cualquier valor, esto es, la amplitud
de una señal analógica exhibe una variación continua sobre su campo de
actividad. La gran mayoría de señales en el mundo que hay a nuestro alrededor
son analógicas. Los circuitos que procesan estas señales se conocen como
circuitos analógicos.
Una forma alternativa de representación de señal es la de una secuencia de
números, cada uno de los cuales representa la magnitud de señal en un instante
determinado. La señal resultante se llama señal digital, esta a diferencia de la
señal analógica es una señal que esta discretisada en el tiempo y cuantificada en
magnitud. El procesamiento de señales se correlaciona con las series de fourier ya
que esta nos permite expresar una función periódica de tiempo como la suma de
un número infinito de senoides cuyas frecuencias están armónicamente
relacionadas
La importancia de esto radica en que la serie de Fourier nos facilita el arduo
trabajo del manejo con señales, ya que para que nosotros podamos procesar
estas señales es necesario expresarlas como una combinación lineal de términos,
lo cual nos lo proporciona la serie de Fourier.