Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Serie de Fourier: Cualquier funcin del tiempo f(t), real, peridica de perodo T o frecuencia
1 = 2 / T, continua, puede ser expandida en una serie infinita de senos y cosenos de
frecuencias n mltiplos de 1 , es decir, n = n 1, con n=1,2,,. En forma de ecuacin
tenemos que
n 1
n 1
f (t ) A0 An cos n 1t Bn sen n 1t
t0 T
f (t) d t A
t0
El valor de t0 normalmente es cero pero ms adelante nos convendr tomarlo como T/2.
Para calcular los coeficientes Am con m=1,2,,, calcularemos el promedio de una nueva
funcin f(t) cos( m 1 t):
T
1
1
1
f (t) cos(m1 t)dt A 0 cos(m1 t) dt
T0
T0
T
A
0 n1
1
Bnsen n 1t cos(m1t)dt
T 0 n1
La primera integral del lado derecho es cero porque es el promedio de un coseno. Para las
siguientes dos podemos considerar que los senos y cosenos son buena gente y permiten
intercambiar los signos de sumatoria e integral sin mayores traumas. Entonces calculemos
primero la ltima integral usando que el producto sen * cos se puede escribir como
[sen(+)+sen(-)]/2, resultando as dos promedios que se anulan en un perodo, para todo
valor de y , es decir para todo valor de n y m, y as ningn Bm saldr en el resultado.
Para calcular la segunda integral usamos que el producto cos * cos se puede escribir como
[cos(+)+cos(-)]/2, resultando as dos promedios que se anulan en un perodo, para todo
valor de y , es decir para todo valor de n y m, excepto para el caso n=m que solo se anula el
promedio de cos(+), porque cos(-)= cos(0)=1, cuyo promedio es 1.
En resumen, solamente quedar el valor Am/2, o cambiando la letra del ndice:
T
2
A n f (t) cos(n 1 t)dt
T0
T
Similarmente obtenemos:
Bn
2
f (t) sen(n 1 t)dt
T 0
Serie de Fourier Compleja: Es posible modificar la ecuacin de la Serie de Fourier para que la
funcin f(t), real, quede en trminos de exponenciales complejas, usando para ello la frmula
de Euler- De Moivre:
e j cos j sen
Para ello escribamos la serie de la siguiente manera:
f (t) A 0 C n cos n 1 t n
n 1
f (t) A 0
n 1
C n j n 1t n
e
e j n 1t n
2
C n e j n j n 1t
C n e j n j n 1t
f (t ) A 0
e
e
2
2
n1
n1
la cual podemos escribir como:
f (t) A 0 D n e j n 1t
n 1
n 1
e j n 1t
e j n 1t
donde:
C n e j n
n0
Gn A0
n0
j n
Cn e
n0
2
Transformada de Fourier: Para extender la serie de Fourier a funciones que no son peridicas,
podemos considerar que las funciones no peridicas son peridicas con perodo infinito. En
1 T2
f (t) e j n 1 t dt e j n 1t
T T 2
1
j t
f (t)
d t e j t d
f (t) e
La expresin entre corchetes es una integral definida de t y es por eso que solo depende de .
Por lo tanto podemos escribir el par de integrales conocidas como las Transformadas de
Fourier:
F()
f(t) e j t d t
1
f (t)
F() e j t d
2
El significado de estas expresiones es que una funcin no peridica tambin se puede escribir
como una suma (integral) de funciones (diferenciales) sinusoidales.
Note que la funcin F() se calcula completamente a partir de la funcin f(t) y que la funcin
f(t) se puede reconstruir completamente a partir de la funcin F(). Es decir, toda la
informacin que tenemos en el dominio del tiempo tambin est en el dominio de la
frecuencia y podemos usar indistintamente cualquier dominio segn nuestra conveniencia.
( )
la respuesta del sistema ser la suma es decir, la integral de las respuestas para cada frecuencia.
Esto es,
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
) ( )
( )
( )
( ) ( )
( )
As, la funcin f(t) queda reducida a un conjunto de N valores discretos de la figura que se
almacenan digitalmente en la memoria de una computadora.
A partir de este momento, todas las operaciones que se realizan sobre estos datos, se realizan
numricamente, con todas las ventajas que esto tiene en cuanto a rapidez y eliminacin de
fuentes de error. Adems, el tratamiento numrico de estos datos puede realizarse con una
gran versatilidad, obtenindose todas las caractersticas de f(t) que se deseen utilizando el
programa adecuado.
Se llama Transformada de Fourier Discreta (TDFD) a la TDF que se obtiene digitalmente
a partir de una funcin f(t) discretizada. Las expresiones de la Serie de Fourier para una funcin
continua eran, respectivamente:
( )
( )
Es natural adoptar, para la TDFD, una expresin anloga a la expresin en la que la integral se
sustituye por un sumatorio extendido al dominio finito T. Supngase que este dominio se ha
subdividido en N intervalos de longitud t0.
Esta expresin puede ser considerada como una expresin aproximada para calcular los
coeficientes de la expresin de f(t) en Serie de Fourier. Haciendo modificaciones anlogas en la
expresin se llega a que:
(
pero el parntesis de la expresin anterior es igual a N si r=k, y es cero si rk, pues es una
suma vectorial de N vectores unitarios uniformemente espaciados angularmente entre 0 y
(2(r-k)(N-1)/N) radianes. Por tanto:
Las frmulas son expresiones aproximadas para la Serie de Fourier de la funcin f(t); estas
aproximaciones implican por tanto el carcter peridico - con periodo T - de la funcin f(t)
discretizada. A pesar de que en realidad f(t) no es una funcin peridica, sino una funcin
cualquiera, las expresiones se generalizan, y se consideran respectivamente como la
Esta funcin producto tendr una TDF que, en virtud del Teorema de la Convolucin, ser el
producto de convolucin de F(f) por el tren de funciones impulso 1/t0(f,1/t0). Teniendo en
cuenta que la convolucin con la funcin impulso equivale a un desplazamiento a lo largo del
eje de abscisas. La TDF de la funcin f(t)(t,t0) tiene la siguiente expresin matemtica:
( ) (
( )
EJEMPLO:
( )
(22-1)
(22-2)
)
)
)
)
(
(
(
(
)
)
)
)
(
(
(
(
)
)
)
)
(
(
(
(
)
)
)
)
(
(
(
(
)
)
)
)
(22-3)
)
)
]
)
)
(
(
[
(
(
)
)
]
)
)
(22-4)
o ms compactamente:
n. k.
X( n) W
x 0( k)
(22-5)
El ejercicio de (22-4) revela que ya que W y posiblemente x0(k) sean complejas, entonces son
necesarias N2 multiplicaciones complejas y N.(N-1) adiciones para realizar el cmputo
matricial requerido.
La FFT debe su xito al hecho que el algoritmo reduce el nmero de multiplicaciones y
adiciones requeridas en el clculo de (22-4). Ahora se discutir, a nivel intuitivo, como se lleva
a cabo esta reduccin.
DESARROLLO INTUITIVO
Para ilustrar el algoritmo FFT, es conveniente elegir el nmero de puntos muestras de x0(k) de
acuerdo a la relacin N = 2dondees un entero. Recurdese que la ecuacin (22-4) resulta
de la eleccin N = 4 = 2 = 22 por lo tanto, se puede aplicar la FFT al cmputo de (22-4). El
primer paso en el desarrollo del algoritmo FFT para este ejemplo es reescribir (22.4) como:
(
(
[
(
(
)
)
]
)
)
(
(
[
(
(
)
)
]
)
)
(23-1)
Recerdese que mod(n.k,N) es el resto de la divisin entre n.k y N, por lo tanto si N=4, n=2
y k=3 entonces:
(23-2)
ya que:
[
*
( )]
(
(
( )+
(23-3)
)
)
]
)
)
] [
(
(
] [
(
(
)
)
]
)
)
(23-4)
Se puede demostrar fcilmente que el producto de las dos matrices cuadradas da por resultado
la matriz cuadrada de (23-1). Con la excepcin que las filas 1 y 2 han sido intercambiadas.
Note que el intercambio ha sido tomado en cuenta en (23-4) reescribiendo el vector columna
X(n), se denota el vector con la fila intercambiada por:
( )
(
(
[
(
(
)
)
]
)
)
(23-5)
)
)
]
)
)
(
(
] [
(
(
)
)
]
)
)
(23-6)
Esto es, el vector columna x1(k) es igual al producto entre el vector y la matriz a la derecha de
la ecuacin (23-4).
El elemento x1(0) es computado por una multiplicacin compleja y una adicin compleja (W0
no es reducido a la unidad para desarrollar un resultado general).
( )
( )
( )
(23-7)
El elemento x1(1) est tambin determinado por una multiplicacin compleja y una adicin.
Slo una adicin compleja se realiza para computar x1(2). Esto deviene del hecho que
W0 = -W2.
Por lo tanto:
( )
( )
( )
( )
( )
(23-8)
)
)
]
)
)
(
(
[
(
(
)
)
]
)
)
(
(
] [
(
(
)
)
]
)
)
(23-9)
El elemento x2(0) est determinado por una multiplicacin y una adicin complejas:
( )
( )
( )
(23-10)
Con un razonamiento similar x2(2) est determinado por una multiplicacin compleja y una
adicin y x2(3) por slo una adicin.
Luego el cmputo de (23-4) requiere un total de cuatro multiplicaciones complejas y ocho
sumas complejas. En cambio el cmputo de (22-4) requiere diecisis multiplicaciones
complejas y 12 sumas complejas.
Ntese que el proceso de factorizacin de la matriz introduce ceros en las matrices factoreadas
y, como resultado, reduce el nmero requerido de multiplicaciones. Para este ejemplo, el
proceso de factorizacin de matriz ha reducido el nmero requerido de multiplicaciones en un
factor de dos.
Ya que el tiempo de cmputo es fuertemente gobernado por el nmero de multiplicaciones, se
ve la razn de la eficiencia del algoritmo FFT.
Para N = 2 el algoritmo FFT es entonces simplemente un proceso de factorizacin de una
matriz N x N en matrices (cada una de N x N) de modo tal que cada una de las matrices
factoreadas tenga una propiedad especial de minimizar el nmero de multiplicaciones y
adiciones.
Si se extiende el resultado del ejemplo previo, se nota que la FFT requiere N. /2 = 4
multiplicaciones complejas y N. = 8 adiciones complejas, mientras que el mtodo directo
requiere N multiplicaciones complejas y N.(N-1) adiciones complejas.
Si se supone que el tiempo de cmputo es proporcional al nmero de multiplicaciones,
entonces la razn aproximada de tiempo de cmputo del mtodo directo al de la FFT est
dado por:
(23-11)
la cual para N =1024 = 210 es una reduccin computacional de ms de 200 a 1. La Figura 23.1
ilustra la relacin entre el nmero de multiplicaciones requeridas usando el algoritmo FFT
comparada con el nmero de multiplicaciones del mtodo directo.
( )
( )
( )
( )