Transformada Discreta

de Fourier.

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

Hasta ahora se ha visto......

Importancia de la respuesta
en frecuencia de un sistema

Transformada de Fourier de
una seal discreta

Tenemos otra forma de caracterizar

los sistemas L.T.I

Tenemos una forma de expresar la

seal como una suma infinita de
sinusoides

Herramienta muy potente para

determinar salidas cuando las entradas
son sinusoides o combinacin de stas.
Permite realizar aplicaciones que en el
dominio temporal son difciles de
comprender (por ejemplo filtrado)

Utilizando esta descomposicin de la

seal junto con la respuesta en
frecuencia tenemos una forma sencilla
de determinar la salida de un sistema en
el estacionario.

PROBLEMA: TENEMOS UN SUMATORIO CON LMITES

Procesado Digital de Seales. 4 de Ingeniera Electrnica.
Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

l= 0

k(n) =

Pn"1 # x n
rt
r
$+
N x n # Pn"1 # x n

!
!

%
Desarrollo en serie de Fourier discreto (DFS)
P " k(n) # x n # Pn"1
Pn = n"1
k= 0
$

&

x(k) " # ( n $ k )

!!

%%

=& "
X (k) " e
x(k)
x(k)" #"(#n($n k$) k ) k= 0 n= 0

%
%
k= 0

k= 0

j" 2" #N" ($1

k$s)" n

$ j# 2# % # k# n

&

%%
!
k= 0 n= 0

,
+

n= 0

%
n= 0

&&
k= 0

k= 0

k= 0
j" 2" # " s" n
% j" 2" # " k" n *
j"
' N %1
Evidentemente el objetivo ahora es determinar
X(k) y ; para ello algunas
operaciones.....
N $1 j" 2" # " ( k$s)" n
N
#1
#
j"
2"
$
"
s"
n
Nj" 2" $ ," k"
#1 " e
# j"N2" $ " s" n $ " ) ' N
'0 k & s
" en *
# j" 2" $ " s" n
j" 2" $ " k" n * # j" 2" $ " s"Nn
j" 2" $X" ((k)
k#s)" n
' N #1
N=#1
# j" 2" $ " s" nx(n) " eN #1 N #1 =
e
)
,
(
!
N
"n
" eN
=" )&
"NNX" X
(s)" e N+ ,
N $1
N $1 N $1 ,% N$ j" 2" # " ( k$s)N
2" # " s") n
!
"
e
=
%
(k)
= s N x(n)x(n)
(
) x(n)k!
k=
0
x(n) " e N j" =
%"
X (k) " e N
"n=e0
"e
=& "
X (k) " e )
,
,
N )
N

&

% x(n) " e

( k= 0= & "

k= 0 n= 0

%e

'0
=(
)N

k&s
k=s

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

N $1 Emilio Soria. j"E.T.S.E.
2" # " s"Universitat
n
Profesor
de Valncia.

x(n) " e

% % X+(k) " e

Aplicando la ortogonalidad de las

! es,
exponenciales complejas, esto
N "1 " j# 2# $ # ( k"s)# n
n= 0

x(n)
n= 0 ==
x(n)
N $1

exponenciales
x(n)
" e N %1 N complejas
=j# 2#$$ #"k#)n
)
en el
x(n)
= "dominio
# & X (k)frecuencial,
# e N ( k= 0esto es

n= 0

j" 2" $

N #1 N #1

# j" 2" $ " s" n

N
x(n)
N "e

' 0 j# 2#k$&# k#sn

j" 2" $ " ( k#s)" nN %1
#12" # " k" n #alternativa
#1 N #1
%N j"
*j" 2" $ "j"s" n2" # " s" nN!
representacin
usando
N
e=N" #
x(n)
X (k)=# e( N N
N
x(n)
"
e
=
&
"
X
(k)
"
e
N
N
,
que,
como
son la base x(n) = " #
X (k)
" e ya hemos "visto,
e
X (k) #N
e k=s

' N %1
otra

k= 0 j" 2" #
" s" n
Podemos
plantear

N #1

N $1
j# 2# % # k# n
Supongamos
una seal $discreta
x(n) peridica (periodo !
N); esto es
x(n)
= " # Sabemos
X (k) # e queNa nivel temporal esta seal se puede
x(n+N)=x(n).
N
expresar,
enk=el0 primer periodo y usando deltas desplazadas, como:

x(n) =

r
Pn"1 " k(n) # x nt # Pn"1
Pn =
$

x(k) " r#t( n $ k )

x(n) =

$ + x n # Pn"1 # x n

= & " N " X (s)

N #1

n= 0

# j" 2" $ " s" n

N
x(n) " e

N $1

n= 0

= & "!
N " X (s)

j" 2" # " ( k$s)" n

%
n= 0

&

( k= 0

k= 0 n= 0

tomando
=1/N
N $1
j" 2" # " s" n

!
e !N
!
Ecuacin de anlisis

n= 0

&

% %%

N $1 N $1

x(n) " e
= & "%
X (k) " e
%
$ %
'0 k & s
= (X (k) = % x(n) " e
)N k = s
N

N #1

# j" 2" " k" n

Nk= 0 n= 0

n= 0

n= 0
)# n
N #1
N "1 " j# 2# $ # ( k"s
j" 2" $ " k" n
'
0
k &N s
1
X (k) =
N"
e
=
!
(
x(n)
=
X
(k)
"
e
EcuacinNde
sntesis
#1
# j" 2" $ " s" n
n= 0
N
)N k = s
N
n==
0 & " N " X (s)
k= 0
x(n)
N #1
j" 2" $" "ek" n
!
N #1

1
x(n) = "
N

# j" 2" $ " k" n

N
x(n) " e

%
k= 0

%
X (k) " e
n= 0

N $1

j" 2" # " s" n

$ j" 2" # " ( k$

N

j" 2" # " ( k$s)" n

N $1

$U (k) 0 " k " N # 1

X (k) = %
$&U0(k) 0otro
" k caso
" N #1

X (k) = %
& 0
!

n= 0

otro caso

N #1

# j" 2" $ " s" n

N
x(n) " e

#1 0 " n " 4
x(n) = $
%0 5 " n " 9
N #1

X (k) = %
Aplicando la definicin de DFS se tiene
n= 0
! 4
9
# j" 2" $ " k" n
# j" 2" $ " k" n

X (k) =

% x(n) " e
n=9 0

X (k) =

10

%e

# j" 2" $ " k" n n= 04

x(n) " e 10
=

# j" 2" $ " k" n

N
x(n) " e

# j" 2" $ " k" 5

10 j" 2" $ " k" n
11 # e

10
x(n) = =

# j" 2" $ " k" n

e 10

"

N #1

"$e" k
% X# (k)
j"#2"j"
2" $ " k" 5
N

1k=#10e# e 10

10

=# j" 2" $ " k"#nj" 2" $ " k

n= 0
n= 0
W Nk" n = e 1% N#
$ e# k ( 10
" j# $ # k
j# $ # k
" j# $ # k
!
sen
Agrupando
siempre!!!). '& 2 *)
2
2
e exponenciales
e 2 " e (como
X (k) =

X (k) =

" j# $ # k
" j# $ # k
e 10

" j# $ # k
e 10

= e" j# $ # 0.4# k #

j# $ # k
" j# $ # k
j#
$
#
k
10 " e "10j# $ # k

e
e

" e!

% $ %# k$(## j"k2"(% " k" n

sensen
' ' "e * *N
X (k) =
x(n)
& 10 )
N #1

& 2 )
" j# $ # 0.4# k
=
e
#
n=
0
j# $ # k
" j# $ # k
%$ #k(
sen'
10 " e 10
*
& 10 )

= & " N " X (s)

Ejemplo de DFS.
Consideramos la siguiente!seal
peridica aqu N=10

k&s
k=s

n= 0

'0
=(
)N

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

( ) = % x(n) " e

Xe

jw

n=#$

# j" w" n

!"#$%&'%(&)*(+
!"#$%%%%%%%%%%%%%%%%%%%%%%&'$()$*+,

-.#./$*$"0,

122"0"3"0,

!"#$%&

!"'()*

Propiedades del DFS.

#$%&+,+-$%&

4"*$5'"0,

!"#$%&+,+/"-$%&+

6)70"87"+50".* 9

#$%&+"-$%&
4"3

'()*,.()*

~
x2 [m]

!"'()*,/".()*
3 4"3
$ ! '(2*.() 0 2*
4 2 #5

! #$1& $ -$% " 1&

:.*3.7)0".* 9

Ejemplo de convolucion peridica

m
~
x1 [m]

'()*".()*

1 #5

!"#$%;<"=0"*/

#$%+0 1&

&'$()$*+,%;<"=0"*/

%9

8! 2 :
7 $ #$%&

"9

8! ) $1
7

$ '()*

m
x~2 [ m]

'()+0 2*
!"#$%&'()*+"()")*$,"-**./0"&*1,23*

Linealidad
Producto
Convolucin peridica
Desplazamiento temporal
Desplazamiento frecuencial.

!!"#!"$%&'()**+"", -./01223"", !"#$%&$'()(*+,%,'- .($/ 01''!"#$%&$'2&$%&,''''' 11 !"14

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

m
~
x2 [1 m] = x~2 [(m 1)]

m
~
x2 [2 m] = x~2 [(m 2)]

Figure 8.3
sequences.

Procedure for forming the periodic convolution of two periodic

1
x(n) = "
N

N #1

% X (k) " e

j" 2" $ " k" n

N

k= 0

# j" 2" $ " k" n

N
W Nk" n = e

Muestreo de la Transformada de
#1 una
# j"secuencia
2" % " k" n
Fourier Nde
discreta (I)%
X (k) =

$ x(n) "e

" j# "
# k$(# k
" j# 2#
"$
j# #2#k#$n# k# n
% 2# j#$ 2#
( + +
N
* = x(n)
U (k)
= X=%'eX
# e" j## 2#e $N# k# nN
U (k)
x(n)
"'
j#e2# $ # kN( * =* +
'
*
Muestreamos '(EN EL DOMINIO
FRECUENCIAL)
N
U (k) = X 'e& & N * )= )n="+
x(n) # e
n="+

,,
' N muestras;
* ,
considerando
recordemos que X(jw) es

Sabemos quen=
la 0Transformada de Fourier
de una secuencia discreta viene definida
por la siguiente expresin:

&

N $1

%%
%

( ) %

1
u(n) = "
N

N $1

%U (k) " e

j" 2" # " k" n

N

!!
!
!

k= 0

Aplicando
# j" 2"
& "!
k" m *
!
1
Procesado Digital de Seales. 4 de
Ingeniera
Electrnica.
N
!
! , "e
u(n) = " )
x(m) "e
$

%) %

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

k= 0 ( m=#$

%%%%
%%%

obtiene de esos coeficientes

N #1'

j" 2" # " k" n

1 1% "Nj#$12# $ # k ( Nj"+2" # " k" n " j# 2# $ # k# n

$
u(n)
= = "N $1" U (k)
" ej" "2"e# " k" nN
u(n)
U (k)
!!
N
N
N
1= XN'k=e 0
* = N x(n) # e
U (k)
X e jw =
x(n) " e# j" w" n
u(n)
=
"
U
(k)
"
e
' k= 0
*
!
N &
) n="+
k=N0#1
n=#$
$
# j" 2"
N'#1' $
#&
j" "2"k"&m" k"* m *j" 2" &
j" "2"k"&n" k" n
1
+
" j# 2# $ # k# n
% " j# 2# $ # k (
u(n)
= = "N1#1"' ) $) x(m)
"e# j""e2" &N" k" mN * , "ej",2""e& "Nk" nN
u(n)
x(m)
U(k) es peridica
j" 2" # " k" n
N
)( m=#$
,+ , N
'e (periodo
* =N) se puede
! ! N u(n) = 1N"1Nk=N)0 $1
U
(k)
=
X
x(n)
#
e
N
)
,
x(m)
"
e
"
e +
(
corresponder a'los coeficientes
* de un DFS. !
u(n) N
= " )k= 0U m=#$
(k) " e N
,
& en la seal )temporal
+
n="+que se !
Nk= 0 ( m=#$
Estoy interesado

peridican="+
con periodo

,+

k= 0
)* )*
' ' N #1N #1j" 2" &j" "2"k"&( n#m
$ $
" k" ( n#m
1
N #1'
& "Nk")m* *, ,j" 2" & " k" n
u(n)
= =
'") $") N"1#1" ej" 2"e#& "j"k"2"N( n#m
$ 1 x(m)
u(n)
x(m)
N
u(n)
" ")) )(1N)" Nx(m)
, ,+ "e , N
k= e
0 "e N
u(n)
= =m=#$
x(m)
k= 0
Nm=#$ )( N (
, ,+ +
k=
0
m=#$
m=#$
k= 0
(
+

%%
%%
% % %%

# " k" ( n$m )

N $1 j" 2" j"
2" # " k" ( n$m ) ' N
N $1
n $nm$ =mr=" N
'
N
"N
N
'
*r entero
$
N
j"
2"
#
"
k"
n$m
e ne ( N ) ='(= ( #1 j" 2" & " k"(rn#m
r )entero
N $1
j" 2"
& " k"
N
n
$
m
=
r
"
N
1
)) 0) "0n $enm$ &mr&N" N
,
N
r r" Nentero
=
x(m)
"
=
(
k=
0e
Nu(n)
k= 0
,
))(0N nk=$0m & r " N
m=#$
+
k= 0

%%
%
%
%

)N
(

m=#$

N $1

j" 2" # " k" ( n$m )

,
+

k= 0

'N n $ m = r " N
e
=(
r entero
0
n
$
m
&
r
"
N
) de
0
la k=
Transformada

Muestreo de
Fourier de una secuencia discreta (II)
Se llega finalmente a
!

u(n) =

& x(m) "# (n $ m $ r " N ) ' u(n) = & x(n $ r " N )

x [n]

m=$%

r=$%
x [n]
0

u(n) =

% x(n " r # N )
(a)

r="$

x~[n] =

(a)

...

12

$ u(n) 0 " n " N # 1

x(n) = %
otro caso
& 00
8

...
(b)

12

!
...
14

r = !

x~[n] =

N = 12
x~[n] =

x[n r12]

r = !

r = !

x[n r12]
n

x [n r7]...

N = 12

Figure 8.8 (a) Finite-length sequence x [n ]. (b) Periodic sequence x[n ] corre(b)
sponding to sampling the Fourier transform of x [n ] with N = 12.
7
0
14
N=7

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

Figure 8.8 (a) Finite-length sequence x [n ]. (b) Periodic sequence x[n ] corresponding to sampling the Fourier transform of x [n ] with N = 12.
Figure 8.9

...

Periodic sequence x [n ] corresponding to sampling the Fourier trans-

...
n

"e
= & " % % X (k) " e
%Nx(n)
$1 j" 2" # " ( k$s)" n
'0 k & s
N
=(
%e
=s
)N k !
N

n= 0

!
!

n= 0

k= 0 n= 0

n= 0j" 2" # " ( k$s)" n

N $1
N
e

'0 k & s
= ( Discreta
Transformada
)N k = s
# j" 2" $ " s" n
n= N
0 #1

#1 0 " n " 4
#1 0 " n " 4
x(n)!= $
= $9
"n"
% 0 5x(n)
%0 5 " n " 9
de Fourier (DFT).

%
$
Conclusiones
a
tener
en
cuenta.
N
x(n) " e
= & " N " X (s) X (k) =
%
x(n) " e
%
X (k) =obtenida
"e
Si x(n)n=tiene
longitud finita se puede recuperar
% x(n)usando
La seal temporal
dicho
0
!
dicha seal a partir de muestras de su
muestreo
de la Transformada de Fourier se
!
x(n)
"
e
=
&
"
N
"
X
(s)
$
%
Transformada
de Fourier; no es necesario
supone1peridica por construccin; aunque a
= slo
" %nos
Xx(n)
(k) =" e 1el" primer
conocer dicha Transformada en todas las x(n)
nosotros
interesa
periodo.
X (k)
"e
%
N
N
frecuencias. #
N #1

N #1

# j" 2" $ " s" n

N

# j" 2" " k" n

N #1
N

n= 0

n= 0

N #1

j" 2" " k" n

N #1
N

n= 0

!
!

1 0"n"4
x(n) = $
Se define la Transformada
de
0 5 " n Discreta
"9
%
#
1de una
0 " seal
n " 4x(n) como .
Fourier
(DFT)
x(n) = $
n
% 0N #1 5 " n "# j"92" $ " k"!

% x(n) " e
(k) = % x(n) " einversa queda
La XTransformada
!
1(ecuacin de sintesis)
definida
como
x(n) = " % X (k) " e
N
1
x(n) = " % X (k) " e
N " j# 2# $
N #1
n= 0

n= 0

# j" 2" $ " k" n

N
N #1
j" 2" $ " k" n
N

N #1
k= 0

j" 2" $ " k" n

N

X (k) =

x(n) =

W N ="ej# 2# $N

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

WN = e

WN

" j# 2# $
=e N

N #1

N #1

k= 0

k= 0

" j# 2# $

WN = e

j" 2" $ " k" n

N

X (k) =

k= 0

Si se define N

# j" 2" $ " k" n

N

(k)Nk"=n
x(n)X"W

n= 0

n= 0

1
"
N

k" n
x(n)Ec.
"W NAnlisis

N #1

$
k= 0

N #1

1
#k" n
#k"
n X (k) "W N
x(n)
=
"
X (k) "WNN
Ec. Sntesis

$
k= 0

Sea la1 seal x(n); vamos a

calcular su DFT con N=5.
0

x[n]

(a)

n
x[n]
x[n]

n
~
x[n]

(a)

(a)
Implcitamente suponemos
que se tiene la seal

(a)

...

Aplicando
la definicin
y
0
5
10
haciendo algunos clculos
(b)
5

15

0
0

20

X (k) =

%0

...

5
2"

5
~
X[k]

" j# $5
...# k
e 20
1
X (k) = " j# $0# k
k
9... 10
11
8
4"e 10 !

15

(b) # j" 2" $ " k

1# e

#2" j" $ " k

10
5
5 1# e
| X (e j!) |

~
x[n]
n...

20

10

15

20

...
'0 k & 5 " r
=(
r entero
5
k
=
5
"
r
~ ~n
)
15
20
X[k]
X[k]

(b)

(b)

Lo que obtenemos son infinitas ... ...

~
%7slo
$ 8# k (nos
periodicas;
j# $ # k 1 muestras
"
k
9
6
4
3
0 j# $1# k 2
5
10 X[k]
sen
'
* 4" 11 !
2"
|eX (e
2 j!)"| e 0 2
) 11 k
8 & 9 2 10
4
2
3 interesa
1
5
j#6$ #primer
0.4#7k
#
= e" el
# periodo

0
1
0 5
X[k]

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

| X (e j!) |

(c)

10

# j" 2" $ " k" n

n
5
x(n) " e

n= 0

!
1

...

| X (e j!) |

...

...

From Discrete-Time Signal Processing, 2e by Oppenheim, Schafer, and Buck 1999-2000 Prentice Hall, Inc.

...

...

~
x[n]

...

~
x[n]

...

j# $ # k
10

" j# $ # k 2"
" e 10 (c)

% $ # k 4"
(
sen'
*
& 10 )

(c)

2
2

3
1

(c)2

5
2"
3

8
6

10
4"
8

...

X[k]

k
!
X[k]

11
10

11

(d)

10

11 5 k

Figure 8.10 Illustration of the DFT. (a) Finite-length sequence x [n ]. (b) Periodic
sequence x [n ] formed from x [n ] with period N = 5. (c) Fourier series coefficients
X [k ] for x [n ]. To emphasize that the Fourier series coefficients are samples of the

From Discrete-Time Signal Processing, 2e by Oppenheim, Schafer, and Buck 1999-2000 Prentice Hall, Inc.
From Discrete-Time
Signal
Processing,
by Oppenheim,Prentice
Schafer, andHall,
Buck Inc.
1999-2000 Prentice Hall, Inc.
Discrete-Time Signal Processing, 2e by Oppenheim,
Schafer,
and
Buck 2e
1999-2000

Ejemplo de DFT (I).

x[n]

x[n]

x[n]

x[n]

1
0

(a)

Ejemplo de DFT (II).

(a)

4
(a)

Ahora consideramos N=10.

Implcitamente suponemos
que se tiene la10seal

~
x[n]
1

~
x[n]

10

4 0
(b)

10

10

(b)

%%

%%

1.24

10

10

!!

(k)= =e
XX(k)
10

" $j##$k # k
" j#
e22

e#
#
" j# $ # k

" j# $ # k
e e 1010

j# $j## $
k #k
e2 2

1.24

(c)

10

10

| X[k]|
10
k

& &2 2) )
# #
% $%#$k (# k ( 10
sen
sen' ' * * 0.4 !
& 10) )
& 10

0.4k!
!X[k]

!X[k]

0.2 !

0.2 !

10

0.2 ! 10

0.2 !

Procesado Digital de Seales. 4 de Ingeniera Electrnica.

Profesor Emilio Soria. E.T.S.E.
Universitat de Valncia.
10

' 10
* *

' 10
1.24

0.4 !

| X[k]|

% $1.24
(c)
#$k (# k
1 sen
'
sen
'
* *

!!

3.2410

(c)
$ # 0.4#
k k
=" ej#"$j## 0.4#

=e
" j#"$j## k$ #0k

j# $j## $
k #k
e10 10 " e" e10 10

1.24
1.24

0 3.24

" j#"$j## k$ # k
"e 2 2

"e

& & $)" k )

$ (" k
4
# j" 2" $ " k" n
# j" $ " k" n
# j" $ " k
sensen
9
4
# j" 2" $ " k" n
# j" $ " k" n
(
+ n+
# j"e$ " k
1
#
10
0
4
10
# j" $ " 0.4" k ' 2' *2 *
10
5
1
#
e
x(n)
x(n)
XX
(k)(k)
= = x(n)
" e" e 10
= = x(n)
"5e " e 5
= = 5# j" $#"j"k $=" k e#=j"e$ " 0.4" k " " |&X[k]|
$)" k )
3.24
& $ " k3.24
3.24
3.24
n=
0
n=
0
sen
5
(
(b)
n= 0
n= 0
sen(
+ +
1 #1e# e5
9

Operando

~
x[n]

0.4 !

!X[k]
k

0.4 !

(d)

0.2 !

(d)

k
10 x [n ]. (b) Periodic
Figure 8.110 Illustration of the DFT. (a) Finite-length sequence
sequence x [n ] formed from 0.2
x [n ] with
! period N = 10. (c) DFT magnitude. (d) DFT
phase.
(xsDFT.
indicate
indeterminate sequence
values.) x [n ]. (b) Periodic
Illustration
of the
(a) Finite-length

Figure 8.11
From Discrete-Time
by Oppenheim,
Schafer, and Buck 1999-2000
Prentice Hall, Inc.
sequence x [n ] formed from x [n ] with
period
N!Processing,
= 10.2e(c)
DFT magnitude.
(d) DFT
0.4Signal

X (k) =

% x(n) " e

10

n= 0

n= 0

# j" $ " k
1# e 5

=e

%$ #k(
sen
Propiedades
de la DFTTABLE" j#8.2$ # 0.4# k '& 2 *)
e 2
e 2 "e 2
X (k) = " j# $ # k #N #1j# $ # k
=e
#
N)
"# j#j"$2"# k$ " k" n Finite-Length Sequence (Length
%$ #k(
sen'
10 = e 10
*
x(n)"" ee 10 N 1. x[n]
eX (k)
2. x [n], x [n]
& 10 )

3. ax1 [n] + bx2 [n]

N #1
n
=
x
n
mdulo
N )]
(
)
(
[
[( ) N ] 1

x(n) =

"

% X (k) " e
k= 0

6.

" j# 2# $
=e N

x1 (m)x2 [((n m)) N ]

X (k) =

x(n) "W Nk" n

1
x(n) = "
N

$ X (k) "W

k= 0
Procesado Digital de Seales. 4 de Ingeniera Electrnica.
Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

N1
!

x1 [n]x2 [n]

1
N

9.

x [n]

X [((k)) N ]

x [((n)) N ]

X [k]

X1 (!)X 2 [((k !)) N ]

!=0

X ep [k] = 1 {X [((k)) N ] + X [((k)) N ]}

2

12.

jJ m{x[n]}

13.

xep [n] = 1 {x[n] + x [((n)) N ]}

14.

xop [n] = 1 {x[n] x [((n)) N ]}

2

Properties 1517 apply only when x[n] is real.

n= 0
N #1

X 1 [k]X2 [k]

8.

10.

N #1

X 1 [k], X2 [k]

X[((k !)) N ]

WN x[n]

X [k]

WNk m X [k]

N1

7.

N-point DFT (Length N)

Nx[((k)) N ]

11. Re{x[n]}

&$ "k)
sen(
+
' 10 *

a X 1 [k] + bX 2 [k]

j" 2" $4." k"Xn[n]

5. x[((n m)) N ]
N
!n
m=0

WN

n= 0

"

#1 0 " n " 4
x(n) = $
" j# $ # k % 0j# $ # k5 " "nj# "
$ # k9

!
!

% x(n) " e

15. Symmetry properties

#k" n
N
16.

17.

xep [n] = 1 {x[n] + x[((n)) N ]}

xop [n] =

2
1
{x[n]
2

x[((n)) N ]}

Xop [k] = 1 {X [((k)) N ] X [((k)) N ]}

2

Re{X [k]}

jJ m{X [k]}

X [k]
Re{X [k]}
J m{X [k]}

|X [k]|

!{X [k]}

=
=
=
=
=

X [((k)) N ]
Re{X[((k)) N ]}
J m{X[((k)) N ]}
|X[((k)) N ]|
!{X[((k)) N ]}

Re{X [k]}

jJ m{X [k]}

From Discrete-Time Signal Processing, 2e by Oppenheim, Schafer, and Buck 1999-2000 Prentice Hall, Inc.

X (k) =

" j# $ # k
e 10

#
e

j# $ # k
10

" j# $ # k
" e 10

=e

[((n)) ] = x[(n mdulo N )]

N

Cuestiones a tener en !cuenta con la$ DFT

La Transformada de Fourier de una secuencia
discreta x(n) viene definida de la siguiente forma

) % x( l ) " e

X e j" w =

j" w" l

l= #$

Aqu tenamos dos problemas; por una parte tenemos un sumatorio infinito; necesito conocer
TODA la secuencia x(n) desde para calcular dicha Transformada de Fourier.
Por otra parte, la Transformada de Fourier
! es funcin de una variable (w) que puede tomar
infinitos valores (intervalo 0-2).
Las soluciones han sido por una parte restringir el tamao de x(n); este hecho tendr una
repercusin directa sobre la RESOLUCIN de la DFT. Se define dicha resolucin como la
mnima frecuencia que la DFT puede discernir. De modo intuitivo si tengo una seal de
duracin 1 s la mnima frecuencia que podr diferenciar es 1 Hz (en ese intervalo temporal la
sinusoide completa con frecuencia mnima es la de 1 Hz). Otro efecto relacionado con el
anterior es el del enventanado que se comentar ms adelante.
Por otra parte, se ha muestreado la Transformada de Fourier lo que conduce a efectos
parecidos a los que se tena cuando se muestreaba a nivel temporal; por una parte la
repeticin de espetros (a nivel temporal) se traduce aqu en una repeticin de la seal
temporal. Esto adems conlleva a tener en cuenta los posible efectos del aliasing
temporal.
Procesado Digital de Seales. 4 de Ingeniera Electrnica.
Profesor Emilio Soria. E.T.S.E. Universitat de Valncia.

%
sen'
&