Captulo 4

Series y Transformadas de Fourier

El material de estudio de este captulo es el Captulo 8, The Discrete Fourier Transform
del libro de Oppenheim, A., Schafer, R., y Buck, J., Discrete-Time Signal Processing, 2da.
Edicin, Prentice-Hall, Inc., 1998, pp. 541628.
4.1 Dualidad tiempo-frecuencia
Las herramientas de anlisis frecuencial que se han desarrollado hasta ahora suelen apli-
carse a una variedad de seales (biolgicas, ssmicas, electromagnticas, etc.). El objetivo
del anlisis frecuencial es extraer informacin de la seal observada. Las herramientas de
anlisis frecuencial ayudan al diagnstico en el caso de seales biolgicas, por ejemplo a
partir de un electrocardiograma. En el caso de seales ssmicas, son tiles para detectar la
presencia o ausencia de explosiones, o para determinar las caractersticas y ubicacin del
epicentro de un terremoto. El espectro de algunas seales electromagnticas, por ejemplo
un eco radar reejado por un avin permite conocer su posicin y velocidad radial.
En esta seccin se discuten algunas dualidades importantes entre las caractersticas fre-
cuenciales y temporales de las seales.
4.1.1 Dualidades fsicas y matemticas
En los captulos previos se han introducido varios mtodos y tcnicas que permiten analizar
el contenido frecuencial de una seal. Las herramientas principales son:
1. La Serie de Fourier (SF) para seales x(t) peridicas y continuas
1
:
x(t) =
X
k
c
k
e
j
2
T
kt
, 0 t < T, (4.1)
c
k
=
1
T
Z
T
0
x(t)e
j
2
T
kt
dt, < k < . (4.2)
1
En este caso, continuo o discreto se reere a seales en el cuales la variable independiente es
continua o discreta, respectivamente.
1
2 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
2. La Transformada de Fourier (TF) para seales x(t) aperidicas y continuas:
x(t) =
Z

X(f)e
j2ft
df, < t < , (4.3)
X(f) =
Z

x(t)e
j2ft
dt, < f < . (4.4)
3. La Serie Discreta de Fourier (SDF) para seales x[n] peridicas y discretas:
x[n] =
1
N
N1
X
k=0

X[k]e
j
2
N
kn
, < n < , (4.5)

X[k] =
N1
X
n=0
x[n]e
j
2
N
kn
, < k < . (4.6)
4. La Transformada de Fourier de seales de Tiempo Discreto (TFTD) para seales
x[n] aperidicas y discretas, de longitud arbitraria:
x[n] =
1
2
Z
2
0
X(e
j
)e
jn
d, < n < , (4.7)
X(e
j
) =
N1
X
n=0
x[n]e
jn
, 0 < 2. (4.8)
5. La Transformada de Fourier (TDF), derivada a partir de la SDF, para seales x[n]
aperidicas y discretas de longitud N nita:
x[n] =
1
N
N1
X
k=0
X[k]e
j
2
N
kn
, 0 n N 1, (4.9)
X[k] =
N1
X
n=0
x[n]e
j
2
N
kn
, 0 k N 1. (4.10)
La Fig. 4.1 resume las ecuaciones de anlisis y sntesis para estos tipos de seales. Como
se ha indicado anteriormente, son dos las caractersticas temporales que determinan el
tipo de espectro que presenta una seal, de acuerdo a si la variable temporal es continua
o discreta, y si la seal es peridica o no (aperidica).
1. Las seales continuas (en tiempo) tienen espectro aperidico. Una ins-
peccin detallada de la expresiones de anlisis de la Serie de Fourier (SF) y de la
Transformada de Fourier (TF) no revelan ningn tipo de periodicidad en el dominio
espectral. Esta falta de periodicidad es consecuencia que la exponencial compleja
e
j2ft
es una funcin de la variable continua t, y por lo tanto no es peridica en f.
Por ello el rango de frecuencias de las seales continuas se extiende desde f
hasta f +. Por ejemplo,
x(t) = be
at
u(t)
TF
X(f) =
b
a +j2f
, < f < +. (4.11)
4.1. DUALIDAD TIEMPO-FRECUENCIA 3
D
O
M
I
N
I
O

T
E
M
P
O
R
A
L

c
o
n
t
i
n
u
a
s

e
n

t
i
e
m
p
o

d
i
s
c
r
e
t
a
s

e
n

t
i
e
m
p
o

(
p
e
r
i

d
i
c
a
s

e
n

f
r
e
c
u
e
n
c
i
a
)

(
)
(
)
2
j
f
t
X
f
x
t
e
d
t

(
)
(
)
2
j
f
t
x
t
X
f
e
d
f

(
)
[
]
j
w
j
n
n
X
e
x
n
e

[
]
(
)
1
2
j
j
n
x
n
X
e
e
d

c o n t i n u a s e n f r e c u e n c i a
T
r
a
n
s
f
o
r
m
a
d
a

d
e

F
o
u
r
i
e
r

(
T
F
)

T
r
a
n
s
f
o
r
m
a
d
a

d
e

F
o
u
r
i
e
r

d
e

s
e

a
l
e
s

d
i
s
c
r
e
t
a
s

(
T
F
T
D
)

(
)
2
2
2
1
T
j
k
t
T
k
T
c
x
t
e
d
t
T

(
)
2
j
k
t
T
k
k
x
t
c
e

[
]
[
]
2
10
N
j
k
n
N
n
X
k
x
n
e

=
=

[
]
[
]
2
10
1
N
j
k
n
N
k
x
n
X
k
e
N

=
=

D O M I N I O F R E C U E N C I A L
d i s c r e t a s e n f r e c u e n c i a
( p e r i d i c a s e n t i e m p o )
S
e
r
i
e

d
e

F
o
u
r
i
e
r

(
S
F
)

S
e
r
i
e

D
i
s
c
r
e
t
a

d
e

F
o
u
r
i
e
r

(
S
D
F
)

Fig. 4.1: Resumen de ecuaciones de anlisis y sntesis.
4 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
Para el caso de seales peridicas, los coecientes de Fourier c
k
quedan denidos
para todo k (k Z); por ejemplo, si x(t) es una onda cuadrada con perodo T y
ciclo de trabajo /T
x(t) =
(
1, si mod(t, T) < /2,
0, en caso contrario.
SF
c
k
=

T
sinc

T
k

, k Z. (4.12)
2. Las seales discretas (en tiempo) tienen espectro peridico. La Transfor-
mada de Fourier de seales de Tiempo Discreto (TFTD) es continua y peridica con
perodo = 2. Como resultado de esta periodicidad, el rango de frecuencia de las
seales discretas es nito, y se extiende desde = hasta = + radianes (o
para 0 < 2), donde = es la mxima velocidad posible de oscilacin. Por
ejemplo,
x[n] = a
n
u[n]
TFTD
X(e
j
) =
1
1 ae
j
. (4.13)
Si las seales discretas son peridicas de perodo N, los coecientes de Fourier

X[k]
de la serie discreta de Fourier tambin tienen periodicidad N. Por ejemplo,
x[n] =
X
r
[n rN]
SDF

X[k] = 1 k Z. (4.14)
3. Las seales continuas (en frecuencia) corresponden a seales aperidicas.
Tanto la Transformada de Fourier (TF) como la Transformada de Fourier de seales
de Tiempo Discreto (TFTD) estn relacionadas con seales no peridicas en el do-
minio tiempo. Valen como ejemplo los pares transformados (4.11) y (4.13) dados
ms arriba.
4. Se pueden denir transformadas para funciones peridicas. La idea es am-
pliar la clase de funciones que tienen transformada de Fourier incluyendo funciones
generalizadas (los impulsos). De esta manera, a partir de las Series de Fourier se
pueden obtener las Transformadas, tanto para el caso continuo
x(t) =
X
k
c
k
e
j
2
T
kt
= X(f) =
X
k
c
k

f
k
T

,
X() =
X
k
2 c
k

2
T
k

como para el caso discreto

x[n] =
1
N
N1
X
k=0

X[k]e
j
2
N
kn
= X(e
j
) =
X
k
2
N

X[k]

2
N
k

.
5. Las seales peridicas tienen espectro discreto. Como se ha notado, las seales
peridicas (continuas o discretas en tiempo) se describen utilizando la Serie de Fou-
rier o la Serie Discreta de Fourier, respectivamente. Las transformadas respectivas
se derivan a partir de los coecientes de la serie, que determinan la amplitud de los
impulsos que forman el espectro discreto. El espaciado entre lneas f = 1/T, para
4.1. DUALIDAD TIEMPO-FRECUENCIA 5
el caso continuo, o = 2/N, para el caso discreto, son la inversa del perodo T
o N, respectivamente, en el dominio temporal. Por ejemplo, para el caso continuo
x(t) =
(
1, si mod(t, T) < /2,
0, en caso contrario.
TF
X(f) =
X
k

f
k
T

T
sinc

T
k

,
que se deriva de (4.12) o, para el caso discreto
x[n] =
X
r
[n rN]
TFTD

X(e
j
) =
X
k
2
N

2k
N

.
que se obtiene a partir de (4.14)
6. Las seales aperidicas de energa nita tienen espectro continuo. Esta
propiedad es una consecuencia directa del hecho que tanto X (f) como X

e
j

son
funciones de e
j2ft
y de e
jn
, respectivamente. La continuidad del eje de frecuen-
cias es necesaria para romper la relacin armnica entre las distintas componentes
frecuenciales, creando as seales aperidicas. Valen como ejemplo los pares trans-
formados (4.11) o (4.13).
7. La serie de Fourier se puede determinar a partir de la transformada. Si se
conoce la transformada de Fourier de un perodo de la seal peridica, los coecientes
de la serie de Fourier (c
k
para seales continuas, y X[k] para seales discretas en
tiempo) se pueden determinar tomando muestras de la transformada. Para el caso
continuo,
c
k
=
1
T
X(f)|
f=
k
T
= f
0
X(f)|
f=kf
0
, k Z,
y para el caso discreto,

X[k] = X(e
j
)

=
2
N
k
, k Z.
Para el caso particular de la SDF

X[k] y la TDF X[k], la relacin es trivial:

X[k] = X[((k))
N
], k Z
8. La propiedad de dualidad slo se aplica para la TF, la SF y la TDF, ya que
es necesario que las variables independientes sean de la misma naturaleza (continuas
o discretas) en ambos dominios (temporal y frecuencial). Para el caso continuo,
x(t)
TF
X(f) X(t)
TF
x(f)
y para el caso discreto,
x[n]
SDF

X[k]

X[n]
SDF
N x[k]
x[n]
TDF
X[k] X[n]
TDF
N x[((k))
N
]
9. La Transformada Discreta de Fourier (TDF) puede no cumplir con algu-
nas de estas propiedades, porque en realidad est formada por un perodo de
una funcin peridica. En particular, la TDF no cumple con las Propiedades 2 a 6.
En sntesis, se puede concluir que la periodicidad con perodo en un dominio automti-
camente implica discretizacin con espaciado 1/ en el dominio transformado, y viceversa.
6 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
4.1.2 Simetras y dualidades
Estas dualidades tiempo-frecuencia son evidentes de la observacin de la Fig. 4.1
2
. La
observacin cuidadosa de la Fig. 4.1 revela tambin algunas simetras matemticas y dua-
lidades entre las diferentes ecuaciones de anlisis y sntesis. En particular, se destacan las
siguientes:
Las ecuaciones de sntesis y anlisis de la Transformada de Fourier de seales conti-
nuas (TF): ecuaciones (4.3)-(4.4)
Las ecuaciones de sntesis y anlisis de la Serie Discreta de Fourier (SDF) -Trasformada
Discreta de Fourier (TDF): ecuaciones (4.5)-(4.6) y (4.9)-(4.10).
La ecuacin de anlisis de la Serie de Fourier (SF) de seales continuas con la ecua-
cin de sntesis de la Transformada de Fourier de tiempo discreto (TFTD): ecuaciones
(4.2)-(4.7).
La ecuacin de anlisis de la Transformada de Fourier de tiempo discreto (TFTD) y
la ecuacin de sntesis de la Serie de Fourier para seales continuas (SF): ecuaciones
(4.8)-(4.1).
4.1.3 Caractersticas comunes
Algunas caractersticas comunes de los pares transformados son:
La transformada de Fourier X( ) tiene un argumento real f (o ) cuando x( ) es
aperidica, y un argumento entero k cuando x( ) es peridica. La funcin x( ) tiene
un argumento real t cuando X( ) es aperidica, y un argumento entero n cuando
X( ) es peridica.
x( ) es

aperidica
peridica

el argumento

f de X(f), de X(e
j
) es real.
k de c
k
, k de X[k] es entero.
X( ) es

aperidica
peridica

el argumento

t de x(t) es real.
nde x[n] es entero.
El argumento de las exponenciales que aparecen en las ecuaciones de anlisis-sntesis
es el producto de j2, el argumento f o k de X( ), el argumento t o n de x( ) y
el recproco 1/T o 1/N del perodo si la funcin x( ) o X( ) es peridica.
Todas las relaciones duales dieren en el signo del exponente de la exponencial
compleja asociada a la serie o a la transformada. El cambio de signo puede pensarse
bien como un cambio de sentido del eje de tiempo, o un cambio de sentido del eje
de frecuencias, ya que
e
j2ft
= e
j2(f)t
= e
j2f(t)
.
Sin embargo, debe notarse que la ecuacin de sntesis utiliza la exponencial positiva,
y todos los valores de X( ) para hallar x( ). La ecuacin de anlisis, en cambio,
utiliza la exponencial negativa, y todos los valores de x( ) para determinar X( ).
2
Las funciones utilizadas en la gura son slo ilustrativas y no corresponden necesariamente a pares
transformados.
4.1. DUALIDAD TIEMPO-FRECUENCIA 7
Desafortunadamente, los factores de escala 1/T, 1/2, 1/N no aparecen de manera
uniforme. Para el caso de la TF (cuando se emplea como variable la frecuencia en
radianes por segundo), la TFTD y la SDF/TDF, el factor de escala pesa la ecuacin
de sntesis. Sin embargo para la Serie de Fourier (SF) el factor 1/T acompaa a la
ecuacin de anlisis. En algunos libros de orientacin ms matemtica (Kammler,
2000; Bracewell, 1978), todos los factores recprocos del perodo afectan a la ecuacin
de anlisis, siguiendo la lnea de la SF. Sin embargo, la notacin que se sigue en el
curso es la preferida desde el punto de vista ingenieril.
Frecuentemente se utiliza la expresin espectro de densidad de energa para carac-
terizar seales de energa nita, aperidicas, y la expresin espectro de densidad de
potencia para seales que son peridicas. Esta nomenclatura es consistente con el
hecho que las seales peridicas son seales de potencia nita, es decir que verican
1
T
Z
T
0
| x(t)|
2
dt < , para seales continuas,
1
N
N1
X
n=0
| x[n]|
2
< , para seales discretas,
y que las seales aperidicas con energa nita son las que verican
Z

| x(t)|
2
dt < , para seales continuas,

X
n=
| x[n]|
2
< , para seales discretas.
4.1.4 Evolucin
Las seales temporales x(t) que son aperidicas y continuas puede ser consideradas como
las funciones ms generales en el dominio temporal. Tales seales ests denidas para todo
t, es decir t . La transformada de una seal aperidica y continua en el tiempo,
que se obtiene por medio de la integral de Fourier, tambin es continua y aperidica, y
est denida para todo f: f .
Mientras que la transformada de Fourier (TF) es la transformacin dominante desde un
punto de vista terico, la transformada discreta de Fourier (TDF), junto con su imple-
mentacin eciente (la trasformada rpida de Fourier, o FFT por las iniciales en ingls)
es la herramienta que se utiliza en la prctica para computar todo tipo de transformadas
de Fourier. Para reducir una funcin temporal que es continua y aperidica, que debe
analizarse con la Transformada de Fourier (TF) a una seal que sea discreta y de longitud
nita, apropiada para el anlisis con la TDF, se deben hacer un par de modicaciones. La
primera modicacin consiste en efectuar un muestreo temporal de la seal, que convierta
la seal continua en una discreta:
x[n] = x(t)|
t=nT
, n Z.
La segunda modicacin es la truncacin de la seal x[n] de manera de restringirla a un
intervalo nito. Los efectos de estas dos modicaciones sern estudiados en los siguientes
Captulos.
8 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
4.2 Referencias
1. Bracewell, R. The Fourier Transform and its Applications, McGraw-Hill Book Co.,
Electrical and Electronic Engineering Series, New York, 1978.
2. Kammler, D. A First Course in Fourier Analysis, Prentice Hall Inc., Upper Saddle
River, New Jersey, 2000.
3. Roberts, R. A, Mullis, C. T. Digital Signal Processing, Addison Wesley Publishing
Co., Reading, Massachusetts, 1987.
4.3. MATRICES CIRCULANTES 9
4.3 Matrices circulantes
Las propiedades de las matrices circulantes son bien conocidas, y fcilmente derivables
(Davies, 1979; Lancaster, 1969, p. 267); esta nota est basada en un apunte de Gray
(2002). Dado un vector N-dimensional
c =[c
0
, c
1
, . . . , c
N1
],
la matriz circulante asociada al vector tiene la forma
C =

c
0
c
1
c
2
c
N1
c
N1
c
0
c
1
c
N2
c
N2
c
N1
c
0
c
N3
.
.
.
.
.
.
.
.
.
.
.
.
c
1
c
2
c
3
c
0

(4.15)
donde cada la es un desplazamiento cclico de la la anterior. El elemento (i, k) de C,
C
i,k
est dado por
C
i,k
= c
((ki))
N
,
donde ((i))
N
representa la operacin mdulo: ((i))
N
= i modN. Los autovalores
i
y los
autovectores v
(i)
de C, i = 0, 1, . . . , N 1, son las soluciones de
Cv =v,
o, de forma equivalente, de las N ecuaciones a diferencias
m1
X
n=0
c
Nm+n
v
n
+
N1
X
n=m
c
nm
v
n
= v
m
,
donde m = 0, 1, . . . , N 1, y v
m
es la m-sima componente del vector v. Cambiando el
ndice de la sumatoria, se tiene que
N1m
X
n=0
c
n
v
n+m
+
N1
X
n=Nm
c
n
v
n(Nm)
= v
m
. (4.16)
La ecuacin a diferencias (4.16) lineal y con coecientes constantes tiene una solucin de
la forma y
k
=
k
. Sustituyendo en (4.16) y cancelando
m
resulta
N1m
X
n=0
c
n

n
+
N
N1
X
n=Nm
c
n

n
= . (4.17)
Si se elige
N
= 1 se simplica (4.17) lo que permite expresar el autovalor como
=
N1
X
n=0
c
n

n
.
El autovector asociado es
v =
1

.
.
.

N1

,
10 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
donde el coeciente 1/

N se elige de manera que kvk

2
=

P
N1
n=0
|v
n
|
2

= 1, es decir,
que el autovector pensado como una sucesin de valores tiene energa unitaria. Como

N
= 1, cada uno de los
k
, k = 0, 1, . . . , N 1 es una de las la N-simas races de la
unidad,
k
= e
j
2
N
k
. Por lo tanto, el k-simo autovalor
k
est dado por

k
=
N1
X
n=0
c
n

e
j
2
N
k

n
, (4.18)
que no es otra cosa que la k-sima muestra de la TDF del vector c pensado como la
sucesin c[n]={c
0
, c
1
, . . . , c
N1
}. El k-simo autovector es entonces
v
(k)
=
1

1
e
j
2
N
k
.
.
.
e
j
2
N
(N1)k

. (4.19)
De (4.18) se puede escribir
C = UU

, (4.20)
donde U es la matriz cuya columna m-sima es el m-simo autovector
U =
n
v
(0)

v
(1)

. . .

v
(N1)

o
,
o, expresado de otra manera,
U
i,k
=
1

N
e
j
2
N
ik
,
con i, k = 0, 1, . . . , N 1. Adems, se verica que UU

= U

U = I.
La matriz es una matriz diagonal dada por

ii
=
i
,
lo que muestra que (4.20) puede interpretarse como una combinacin de la TDF inversa
y desplazamientos circulares. Para vericar (4.20), sea A
ik
el elemento (i, k) de UU

.
Entonces,
A
ik
=
1
N
N1
X
m=0
e
j
2
N
(ki)m

m
=
1
N
N1
X
m=0
e
j
2
N
(ki)m
N1
X
r=0
c
r
e
j
2
N
mr
=
1
N
N1
X
r=0
c
r
N1
X
m=0
e
j
2
N
(kir)m
. (4.21)
Recordando que
N1
X
m=0
e
j
2
N
(kir)m
=

N, si k i = ((r))
N
,
0, en caso contrario,
resulta
A
ik
= c
((ki))
N
,
4.3. MATRICES CIRCULANTES 11
de modo que (4.20) y (4.15) son equivalentes. Ms an, la expresin (4.21) muestra que
cualquier matriz de la forma (4.20) es circulante.
Como la matriz C es unitariamente similar a una matriz diagonal (Horn y Johnson, 1999),
es normal (CC

= C

C). Adems ya que todas las matrices circulantes tienes los mismos
autovectores (4.19), poseen las siguientes propiedades.
Teorema Sean Cy B matrices circulantes de dimensin NN generadas por los vectores
c = [c
0
, c
1
, . . . , c
N1
], b = [b
0
, b
1
, . . . , b
N1
]: C
k,j
= c
((kj))
N
, B
k,j
= b
((kj))
N
, con
autovalores

m
=
N1
X
k=0
c
k
e
j
2
N
km
,
m
=
N1
X
k=0
b
k
e
j
2
N
km
,
respectivamente. Entonces:
1. Las matrices C y B conmutan, y
CB = BC = UU

donde es una matriz diagonal,

ii
=
i

i
, y CB tambin es circulante.
2. La matriz C+B es circulante, y
C+B = U

U,
donde es una matriz diagonal,
ii
=
i
+
i
.
3. Si
m
6= 0 para m = 0, 1, . . . , N 1, entonces C es no singular, y
C
1
= U
1
U

es decir que la inversa de C se puede calcular de forma inmediata.

Prueba Las matrices C y B se pueden expresar como C = UU

, B = UU

, donde
y son matrices diagonales con elementos
ii
= i,
ii
=
i
, respectivamente.
1. CB = (UU

)(UU

) = UU

= BC, pues como es diagonal, (4.21) implica

que CB es circulante. Otra forma de probar esta propiedad es notando que, para
que dos matrices conmuten tienen que tener el mismo conjunto de autovectores (Kai-
lath, 1980). Como todas las matrices circulantes comparten los mismos autovectores
(4.19), cualquier par de matrices circulantes conmutan.
2. C+B = UU

+UU

= U( +)U

.
3. C
1
= (UU

)
1
= U
1
U

si es no singular.
2
Las matrices circulantes son una clase de matrices particularmente tratable porque las
inversas, productos y sumas tambin son circulantes, y por lo tanto normales y de cons-
truccin directa. Adems, los autovalores de tales matrices pueden ser calculados fcil y
exactamente.
12 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
4.4 Referencias
Davies, P. J., Circulant Matrices, Wiley-Interscience, NY, 1979.
Gray, R. M., Toeplitz and Circulant Matrices: A Review, Information Sciences Laboratory,
Stanford University, August 2002. Disponible electrnicamente en
http://ee.stanford.edu/gray/toeplitz.pdf
Horn, R., Johnson, C., Matrix Analysis, Cambridge University Press, UK, 1999.
Kailath, T., Linear Systems, Prentice Hall, Englewood Clis, NJ, 1980.
Lancaster, P., Theory of Matrices, Academic Press, NY, 1969.
4.5. EJERCICIOS 13
4.5 Ejercicios
Ejercicio 1 Determine los coecientes de la SDF de las siguientes sucesiones peridicas
utilizando la denicin, y verique usando Matlab. Observacin: en cada caso, se
indica slo un perodo de la sucesin peridica.
1. x
1
[n] = {2, 0, 0, 2}, N = 4.
2. x
2
[n] = {0, 0, 1, 0, 0}, N = 5.
3. x
3
[n] = {3, 3, 3, 3}, N = 4.
4. x
4
[n] = {1, j, j, 1}, N = 4.
Ejercicio 2 Determine las sucesiones a partir de los siguientes coecientes de (un perodo
de) la SDF usando la denicin. Verique usando Matlab.
1.

X
1
[k] = {5, 2j, 3, 2j}, N = 4.
2.

X
2
[k] = {4, 5, 3, 5}, N = 4.
3.

X
3
[k] = {0, j, 2j, j}, N = 4.
4.

X
4
[k] = {0, 0, 2, 0}, N = 4.
Ejercicio 3 Para las sucesiones que se muestran en la gura, especique si el origen de
coordenadas puede elegirse de modo que
1.

X[k] sea real;
2.

X[k] sea imaginaria (salvo para los k que sean mltiplos de N);
3. Para cules sucesiones se verica que

X[k] = 0, k = 2, 4, 6, . . .?
Ejercicio 4 Sea x
1
[n] una sucesin peridica, con perodo N = 50, donde un perodo est
dado por
x
1
[n] =

ne
0.3n
, 0 n 25,
0, 26 n 49,
y sea x
2
[n] peridica con perodo N = 100, uno de cuyos perodos es
x
2
[n] =

ne
0.3n
, 0 n 25,
0, 26 n 99.
Las dos sucesiones dieren en su periodicidad, pero tienen la mismas muestras no nulas.
14 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
1. Encuentre la SDF

X
1
[k] de x
1
[n], y graque las muestras del mdulo y la fase en
funcin de k usando el comando stem.
2. Encuentre la SDF

X
2
[k] de x
2
[n], y graque las muestras del mdulo y la fase en
funcin de k.
3. Cul es la diferencia entre ambos grcos de las SDF?
Ejercicio 5

I A partir de la sucesin x
1
[n] del Ejercicio 4, considere la sucesin x
3
[n] de
perodo N = 100, cuyo perodo se obtiene concatenando dos perodos de x
1
[n]
x
3
[n] =

x
1
[n], x
1
[n]

.
Evidentemente, esta sucesin es diferente de la sucesin x
2
[n] del Ejercicio 4, aunque
ambas tienen perodo N = 100.
1. Calcule los coecientes de (un perodo de) la SDF

X
3
[k] de x
3
[n], y graque el mdulo
y la fase en funcin de k.
2. Cules son los efectos de duplicar la periodicidad en los coecientes de la SDF?
3. Extienda los resultados anteriores para el caso en que el perodo se multiplica por
M. En particular, muestre que si
x
M
[n] =

x
1
[n], . . . , x
1
[n]
| {z }

M veces
entonces

X
M
[Mk] =

M

X
1
[k], k = 0, 1, . . . N 1,
0, Mk 6= 0, M, . . . M N.
Ejercicio 6

M Graque el mdulo de la Transformada de Fourier X

e
j

de las sucesiones
discretas que se listan a continuacin usando la TDF como herramienta de clculo (es
decir, calculando X[k]). Elija apropiadamente la longitud N de la transformada de modo
que sus grcos tengan sentido.
1. x
1
[n] = 2 cos (0.2n) [u[n] u[n 10]] .
2. x
2
[n] = sen(0.45n) sen(0.55n) .
3. x
3
[n] = 3 (2
n
), 10 n 10.
4. x
4
[n] = (0.5)
n
, 10 n 10.
Ejercicio 7

C Se ha visto en la teora que existe una relacin directa entre X

e
j

y

X[k],
donde X[k] son las muestras de X

e
j

tomadas en las frecuencias

k
= (2/N)k,
0 k N 1. El propsito de este problema es mostrar que se puede conocer el valor de
X

e
j
0

para cualquier valor de frecuencia

0
en base al conocimiento de las N muestras
X[k]; esto es, se puede obtener una frmula de interpolacin. El siguiente procedimiento
permite obtener tal ecuacin.
4.5. EJERCICIOS 15
1. Si

X[k] es la SDF de x[n], exprese la transformada de Fourier

X

e
j

de x[n] como
un tren de impulsos.
2. Observe que x[n] = x[n]w[n], donde w[n] es una funcin apropiada de longitud nita
(una ventana). Calcule w[n].
3. De acuerdo al inciso anterior, X

e
j

puede expresarse como la convolucin (pe-

ridica) de

X

e
j

y W

e
j

.
Evaluando en detalle el procedimiento descrito, muestre que X

e
j

puede calcularse
como
X

e
j

=
1
N
X
k

X[k]
sen[
N
2

2
N
k

]
sen[
1
2

2
N
k

]
e
j
N1
2
(
2
N
k)
.
Calcule explcitamente los lmites de la sumatoria.
Ejercicio 8 Sea x[n] una sucesin de longitud N, tal que x[n] = 0 si n < 0 o n > N1, y
que por lo menos tiene una muestra no nula. Es posible que para tal sucesin X

e
j
k

=
0, donde
k
=
2
M
k, 0 k M 1? Si la respuesta es armativa, construya un ejemplo.
En caso contrario, explique su razonamiento. Analice los casos en que:
1. M N,
2. M < N.
Ejercicio 9 Sea X[k] la TDF de N puntos de la sucesin x[n] de N puntos de longitud.
1. Muestre que si x[n] = x[N 1 n], entonces X[0] = 0. Considere por separado los
casos en que N es par o impar.
2. Muestre que si N es par y x[n] = x[N 1 n], entonces X[N/2] = 0.
Ejercicio 10 Se sabe que x[n] es una sucesin de longitud N = 6, y que su TDF X[k] es
X[k] = {12, 7, 3, 0, 3, 7}, para 0 k < 6. Cul de las siguientes armaciones es correcta?
Justique su respuesta.
1. La sucesin x[n] es real.
2. La sucesin x[n] es imaginaria pura.
3. La sucesin x[n] es compleja.
4. La informacin dada es insuciente para obtener una conclusin.
Ejercicio 11 Las sucesiones complejas de longitud nta N pueden descomponerse en
sucesiones de N puntos conjugadas simtricas y antisimtricas a partir de las siguientes
relaciones
x
ep
[n] =
1
2
(x[n] +x

[((n))
N
]) , 0 n N 1,
x
op
[n] =
1
2
(x[n] x

[((n))
N
]) , 0 n N 1,
respectivamente.
16 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
1. Verique analticamente las siguientes propiedades:
Re {x[n]}
TDF
X
ep
[k],
j Im{x[n]}
TDF
X
op
[k],
x
ep
[n]
TDF
Re {X[k]} = Re {X[((k))
N
]}
x
op
[n]
TDF
j Im{X[k]} = j Im{X[((k))
N
]}
2. Construya una funcin en Matlab que, a partir de la sucesin x[n] calcule las
sucesiones conjugadas simtricas y antisimtricas x
ep
[n] y x
op
[n], respectivamente.
3. Verique las propiedades de simetra enunciadas arriba utilizando la sucesin x[n] =
(0.9e
j

3
n
)(u[n] u[n 20]).
4. Utilice las propiedades enunciadas arriba para computar simultneamente la TDF de
dos sucesiones reales x
1
[n] y x
2
[n], ambas de longitud N, formando la sucesin com-
pleja x[n] = x
1
[n] +jx
2
[n], recuperando X
1
[k] y X
2
[k] a partir de X[k]. Compruebe
sus resultados para las siguientes dos sucesiones:
x
1
[n] = cos (0.25n) , x
2
[n] = sen(0.75n) , 0 n 63.
Ayuda: Aunque la operacin mdulo, indicada aqu como ((n))
N
se puede implementar
con el comando rem(n,N), no resulta til si n < 0. Por ello se sugiere implementar la
funcin mod, tal como se detalla a continuacin:
function m = mod(n,N)
% Esta funcin calcula ((n))N, aun para n<0.
%
m = rem(n,N);
m = m+N;
m = rem(m,N);
Ejercicio 12 Si X[k] es la TDF de 4 puntos de la sucesin de longitud nita x[n] que se
muestra en la gura, graque la secuencia y[n] cuya TDF es Y [k] es Y [k] = W
3k
4
X[k].
Ejercicio 13 Determine la relacin entre X
1
[k] y X
2
[k], las TDF de dos sucesiones x
1
[n]
y x
2
[n] de longitud nita (N = 8 muestras) que se muestran en la gura.
4.5. EJERCICIOS 17
Ejercicio 14 Sea X[k] es la TDF de 6 puntos de la sucesin x[n] real y de longitud nita
que se muestra en la gura.
1. Graque la secuencia de longitud nita y[n] cuya TDF de 6 puntos es Y [k] =
W
4k
6
X[k].
2. Graque la secuencia de longitud nita w[n] cuya TDF de 6 puntos es W[k] =
Re {X[k]}.
3. Graque la secuencia de longitud nita q[n] cuya TDF de 3 puntos es Q[k] = X[2k],
k = 0, 1, 2.
Ejercicio 15 Una sucesin x[n] de duracin nita N = 8 tiene la TDF X[k] que se
muestra en la Fig. I. Una sucesin nueva, de longitud N = 16 se genera a partir de x[n]
como
y[n] =

x[n/2], si n es par,
0, en caso contrario.
De la Fig. II, elija la TDF de 16 puntos correspondiente a y[n].
Figura I
Figura II
Ejercicio 16 Sea x[n] una sucesin de longitud nita N que se muestra en la gura (a).
Las lneas llenas sugieren la envolvente de los valores de la sucesin entre 0 y N 1. A
partir de x[n] se construyen dos sucesiones x
1
[n] y x
2
[n] de longitud nita 2N, como se
indica en las guras (b) y (c), y expresadas matemticamente como:
18 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
x
1
[n] =

x[n], 0 n N 1,
0, caso contrario.
x
2
[n] =

x[n], 0 n N 1,
x[n N], N n 2N 1,
0, en caso contrario.
Sea X[k] la TDF de N puntos de x[n], y X
1
[k] y X
2
[k] las TDF de 2N puntos de x
1
[n] y
x
2
[n], respectivamente.
1. Determine la forma ms simple de obtener X[k] a partir de X
1
[k].
2. Calcule X
2
[k] a partir de X
1
[k].
3. Justique si X
2
[k] se puede obtener a partir de X[k].
Ejercicio 17 Si X[k] es la TDF de N puntos de x[n] (N es par), determine las sucesiones
y[n] cuyas TDF de N puntos se listan a continuacin, y exprselas en funcin de x[n].
Y [k] = (1)
k
X[k].
Y [k] = Re {X[k]} =
1
2
(X[k] +X

[k]) .
Y [k] =

X[k N/2], k N/2,
X[k +N/2], k < N/2.
Ejercicio 18 Para la sucesin temporal x[n] = (1/2)
n
u[n],
1. Calcule X(e
j
)
2. Muestree X(e
j
) en 4 puntos, y determine X[k] = X(e
j
)

=
2
4
k
, k = 0, 1, 2, 3.
3. Compute x[n], la TDF inversa de X[k].
4. Compare x[n] e x[n], y justique el resultado expresando analticamente x[n] en
funcin de x[n].
Ejercicio 19

I Las sucesiones x[n] e y[n] tienen longitud N. A partir de ellas se genera una
tercera sucesin w[n] de largo 3N como se indica a continuacin:
w[n] = {x[0], y[0], 0, x[1], y[1], 0, x[2], y[2], 0, . . . x[N], y[N], 0}.
Exprese W[k] en funcin de X[k] e Y [k].
4.5. EJERCICIOS 19
Ejercicio 20 Considere la sucesin x[n] = Acos
0
n + Bcos
1
n, 0 n N 1, con
A = 1, B = 0.5,
0
= (1/N)2,
1
= (3/N)2, N = 8.
1. Calcule y graque X

e
j

.
2. Calcule y graque X
N
[k], la TDF de N puntos de x[n].
3. Si la transformada de Fourier X

e
j

de x[n] se muestrea en
k
= (2/Q)k, 0 k
Q1, donde Q = N/2 = 4, se obtiene una transformada discreta Z[k], 0 k Q1.
Escriba z[n] en funcin de x[n], y calcule explcitamente z[n] para 0 n Q1.
4. Se acorta la sucesin x[n] a la mitad, obtenindose la sucesin w[n] = x[n], 0
n Q1. Graque W

e
j

y W[k], 0 k Q1.
5. Es cierto que Z[k] = W[k], 0 n Q1, donde Z[k] y W[k] son las TDF de los
incisos 3 y 4, respectivamente? Justique.
Ejercicio 21

C Sean (x[n], y[n]), n = 0, 1, . . . , N 1 las coordenadas cartesianas de los

vrtices de un polgono simple P de N lados, orientado positivamente, y sea z[n] =x[n] +
jy[n], n = 0, 1, . . . , N 1.
1. Verique que el rea del tringulo con vrtices 0, ae
j
, be
j
, donde a > 0, b > 0, y
0 < < es A
T
=
1
2
Im{(be
j
)(ae
j
)}.
2. Demuestre que el polgono P tiene rea
A
P
=
1
2
Im
N1
X
n=0
z[n + 1]z[n] =
N
2
N1
X
k=0
sen

2
N
k

|Z[k]|
2
.
3. Muestre que
A
P
=
1
2
Im
N1
X
n=0
{y[n + 1] y[n 1]}x[n] = iN
N1
X
k=0
sen

2
N
k

Y [k]X[k].
Ejercicio 22 Calcule la convolucin circular de N = 6 y N = 10 puntos para las dos
sucesiones de la gura, y verique sus resultados usando Matlab (calculando la antitrans-
formada del producto de las transformadas).
Ejercicio 23 Para las dos sucesiones de 4 puntos x[n] y h[n], denidas por
x[n] = cos(n/2), n = 0, 1, 2, 3,
h[n] = 2
n
, n = 0, 1, 2, 3.
20 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
1. Calcule X[k], la TDF de 4 puntos de x[n].
2. Calcule H[k], la TDF de 4 puntos de h[n].
3. Calcule y[n] = x[n] ~h[n] usando la convolucin circular
y[n] =
N1
X
m=0
x[m]h[((n m))
N
].
4. Calcule y[n] = x[n] ~ h[n] multiplicando las TDF de x[n] y h[n] y calculando la
transformada inversa.
Nota: Se sugiere resolver el inciso 3 a mano para comprender el funcionamiento de la
convolucin circular.
Ejercicio 24 Si x[n] = {1, 3, 1, 5} e y[n] = {7, 7, 9, 3}, existe una sucesin w[n] de
longitud N = 4 tal que y[n] = x[n] ~w[n]?
Ejercicio 25

C Sea c = (c
0
, c
1
, . . . , c
N1
), d = (d
0
, d
1
, . . . , d
N1
) la representacin vectorial
de dos sucesiones c[n], d[n] de longitud nita, n = 0, 1, . . . , N 1. Se denen las matrices
circulantes
C =

c
0
c
N1
c
N2
c
1
c
1
c
0
c
N1
c
2
c
2
c
1
c
0
c
3
.
.
.
.
.
.
.
.
.
.
.
.
c
N1
c
N2
c
N3
c
0

, D =

d
0
d
N1
d
N2
d
1
d
1
d
0
d
N1
d
2
d
2
d
1
d
0
d
3
.
.
.
.
.
.
.
.
.
.
.
.
d
N1
d
N2
d
N3
d
0

.
1. Muestre cmo relacionar el producto matricial Cx
T
con la convolucin c ~x, donde
x = (x
0
, x
1
, . . . , x
N1
) es la representacin vectorial una sucesin x[n].
2. Usando los resultados del inciso anterior, muestre que CD es la matriz circulante
correspondiente a c ~d.
3. Pruebe que C y D conmutan: CD = DC.
Ejercicio 26

I En este problema se investiga el resultado del clculo reiterado de la TDF.

1. Suponga que x[n] es una sucesin de longitud N, y sea y[n] = TDF
N
{TDF
N
{x[n]}}.
Exprese la sucesin y[n] en funcin de los elementos de la sucesin x[n] de la forma
ms sencilla posible.
2. La sucesin w[n] se obtiene por la aplicacin reiterada P veces de la TDF a una
sucesin x[n]. Cul es el mnimo valor de P para el cual w[n] = Ax[n], donde A es
una constante? Cunto vale A?
4.5. EJERCICIOS 21
Ejercicio 27

I Sean x[n] e y[n] dos sucesiones de longitud nita, tales que x[n] se anula
para n < 0 y n > 40, y para 9 < n < 30, e y[n] se anula para n < 10 y n > 19, tal como se
muestra en la gura. Sea w[n] la convolucin lineal entre x[n] e y[n], y g[n] la convolucin
circular de N = 40 puntos entre x[n] e y[n]
w[n] = x[n] y[n] =

X
k=
x[k]y[n k],
g[n] = x[n] ~y[n] =
N
X
k=0
x[k]y[((n k))
N
].
1. Determine los valores de n para los cuales w[n] puede ser no nula.
2. Especique los valores de n para los cuales w[n] puede calcularse a partir de g[n].
Ejercicio 28 Considere dos sucesiones x
1
[n] y x
2
[n] denidas como
x
1
[n] =

1, 0 n 99,
0, en caso contrario.
x
2
[n] =

1, 0 n 9,
0, en caso contrario.
1. Calcule y graque la convolucin lineal x
1
[n] x
2
[n].
2. Calcule y graque la convolucin circular de 100 puntos x
1
[n]~x
2
[n].
3. Calcule y graque la convolucin circular de 110 puntos x
1
[n]~x
2
[n].
Ejercicio 29

I Se desea ltrar la sucesin de datos x[n] = u[n] con un ltro con respuesta
impulsiva h[n] = [n] [n 2]. Calcule la salida del sistema y[n] = h[n] x[n] por medio
de:
1. la denicin de suma convolucin: y[n] =
P
k
h[k]x[n k];
2. el mtodo overlap-add;
3. el mtodo overlap-save.
Para los incisos (2) y (3), utilice una TDF de orden 4, y ajuste la longitud de los bloques
de la entrada y de la respuesta impulsiva segn corresponda. Verique que se obtiene el
mismo resultado en los tres casos.
Ejercicio 30

I Se desea ltrar un arreglo de datos muy largo con un ltro FIR cuya res-
puesta impulsiva tiene una longitud de 50 muestras utilizando la tcnica de procesamiento
por bloques. Para hacer esto:
las secciones de entrada se solapan en V muestras;
22 CAPTULO 4. SERIES Y TRANSFORMADAS DE FOURIER
de la salida de cada seccin se extraen M muestras tal que cuando estas muestras
son agrupadas, la secuencia resultante es la salida ltrada deseada.
Suponga que los segmentos de entrada tienen 100 muestras de longitud, y que el tamao
de la TDF es de 128 puntos. Suponga adems que la secuencia de salida de la convolucin
circular est indexada de 0 a 127.
1. Determine V .
2. Determine M.
3. Determine el ndice del comienzo y el nal de los M puntos extrados; es decir,
determine cul de los 128 puntos resultantes de la convolucin circular son extrados
y anexados con los resultados de la seccin previa.
Ejercicio 31 Se desea implementar la convolucin lineal de una sucesin de 10000 puntos
con un FIR cuya respuesta impulsiva tiene una longitud de 100 muestras. La convolucin
se efectuar usando TDF y TDF inversas de 256 puntos.
1. Cul es el mnimo nmero de TDF de 256 puntos, y de TDF inversas de 256 puntos
necesarias para implementar la convolucin de la secuencia de 10000 puntos si se
utiliza el mtodo overlap-add? Justique.
2. Cul es el mnimo nmero de TDF de 256 puntos, y de TDF inversas de 256 puntos
necesarias para implementar la convolucin de la secuencia de 10000 puntos si se
utiliza el mtodo overlap-save? Justique.
3. Se ver ms adelante que, cuando N es potencia de 2, la TDF o la TDF inversa se
puede efectuar con (N/2) log
2
N multiplicaciones complejas, y (N/2) log
2
N adicio-
nes complejas. Para el mismo ltro usado en (1) y en (2), compare el nmero de
operaciones aritmticas (sumas y productos) necesarias para implementar el mtodo
overlap-add, overlap-save, y la convolucin directa.
Ejercicio 32

C En la resea histrica del Captulo 2 se incluye la tabla siguiente, que

consigna los datos de posicin del asteroide Pallas, donde variable representa la ascensin
en grados, y la variable X la declinacin en minutos.
(grados) 0 30 60 90 120 150 180 210 240 270 300 330
X(minutos) 408 89 66 10 338 807 1238 1511 1583 1462 1183 804
Encuentre una funcin X() continua y peridica que pase por cada uno de los 12 pares
de puntos con el menor error posible.
Ayuda: exprese X() en series de Fourier, y use la TDF para encontrar los coecientes
de la serie.
Nota: Para resolver este problema Gauss ide un mtodo de clculo muy eciente, que
sera redescubierto aos ms tarde como la FFT.