Laboratorio N°01: Simulación de la serie de Fourier

mediante el software de Matlab

Aaron Smith Fernández Pizarro
Facultad de Ingeniería Eléctrica y Electrónica
Lima, Perú
asfernandezp@uni.pe
aaronfpz09@gmail.com

I. OBJETIVO C. Ortogonalidad
Demostrar que a partir de una serie de Fourier se
aproximar una función periódica. El principio de ortogonalidad establece que el producto punto
Desarrollar la simulación mediante el uso de Matlab. de ciertas funciones trigonométricas generan resultados
notables:

II. TEORIA
 cos(mx) = 0
−
A. Acerca de Fourier 

Jean-Baptiste Joseph Fourier fue uno de los matemáticos mas  sen(mx) = 0

−
Sobresalientes e influyentes del siglo XIX, pese a haber 

 cos(mx) cos(nx) =  ,si : n = m;0, si : n  m

nacido en una familia humilde, el destino trajo para con él la
dicha de ser ayudado por el estado para su instrucción
−
educativa. Al acabar sus estudios Fourier estaba decidido a

ingresar a un convento, pero debido al caos de la revolución
industrial, se le asigno educador de ciencias naturales, como
−
 sen(mx)sen(nx) =  ,si : n = m;0, si : n  m
Historia, Filosofía y retórica.
Mas adelante se le asigna ser maestro de matemáticas en una
reconocida Ecole, en Paris, y gracias a ello forma parte de la 

expedición de Napoleón como aportador científico.  sen(mx) cos(nx) = 0

−
De regreso Fourier fue nombrado secretario permanente de la
Academia en ciencias, donde desarrollaría un gran libro que
explica la ecuación del calor, y las aproximaciones por medio
de Series trigonométricas. D. Serie de Fourier para una función de periodo 2L
El legado de Fourier sin duda está presente en muchas
disciplinas como la Climatología, la Química, oceanografía e En muchas ocasiones es deseable adaptar la forma de una
Ingeniería, por lo que se rescata su trabajo como educador y serie de Fourier a funciones periódicas de periodo T = 2L  0
matemático-físico. en el intervalo [−L L [. Esto se consigue gracias a un cambio
de variable. Sea  () una función periódica de periodo 2L.
B. Serie de Fourier Con:

Cualquier función periódica () de periodo T puede wo =
representarse por una serie trigonométrica la cual se L
denominará serie de Fourier de . Las series de Fourier surgen
de la tarea práctica de representar una función periódica  () Así escribimos la serie de Fourier de la siguiente manera:
ao +
+  (an cos(nwot ) + bn sen(nwot ))
dada en términos de funciones coseno y seno. Estas series son
trigonométricas cuyos coeficientes se determinan a partir de
f (t )
2 n =1
 () mediante ciertas fórmulas (fórmulas de Euler).
Y los coeficientes de Fourier se expresan según:
 1 L III. DESARROLLO DE LA EXPERIENCIA
L − L
an = f (t ) cos(nwot )dt , n  0

1 L A. Equipos y materiales
bn =  f (t )sen(nwot )dt , n  0
L −L Una computadora, en la cual se va a desarrollar la
experiencia previa
Y han sido determinados de la siguiente forma: Software MATLAB, que permite realizar las
Se hace el cambio de variable: simulaciones, como herramienta matemática.
t L Acceso a Internet, usado para resolver dudas teóricas
= Capturador de imagen o cámara fotográfica, para
x  justificar los resultados.
Se define Guía de laboratorio, necesaria para el desarrollo del
Lx laboratorio.
g ( x) = f (t ) = f ( )

Convirtiendo f en g(x), donde g(x) es una función periódica
de periodo 2π. Se puede expresar a g(x) mediante su serie de
Fourier:
ao +
g ( x) = +  (an cos(nx) + bn sen(nx))
2 n =1

Hallamos a0:
 
ao +
 g ( x)dx = ( +  (an cos(nx) + bn sen(nx)))dx
− −
2 n =1
Separando las dos partes, por ortogonalidad la segunda
integral es cero: Figura 1. Computador y Software Matlab.
  + 
ao

−
g ( x )dx =  2
−
( )dx +   (an cos(nx) + bn sen(nx)))dx
(
− n =1
B. Procedimiento realizado
Finalmente: Haciendo uso del software Matlab se elaboró un

1 programa que fue capaz de realizar las siguientes acciones:
ao =
  g ( x)dx
−
a) Dada una función del tiempo, el programa permite
visualizar en pantalla la gráfica real.
Para determinar cualquier an se debe multiplicar g(x) por b) Desarrollar analíticamente el espectro de frecuencias
cos(mx): para la señal asignada.
   +
ao c) Con el uso de la Serie de Fourier, el programa permite
 g ( x) cos(mx)dx =  (( 2 )dx +  ( (a
− − − n =1
n cos(nx) + bn sen(nx)))) cos(mx)dx
visualizar las diferentes aproximaciones, dependiendo de “n”,
Por ortogonalidad se anulan ciertas integrales, y nos resulta: a la gráfica real.
  + d) Para permitir realizar el paso c), el programa debe

−
g ( x) cos(mx)dx =
−
 ( (an cos(nx) cos(mx))dx
n =1
solicitar:
• La ecuación característica del término ao.
 • La ecuación de los términos an.
 g ( x) cos(mx)dx = a 
−
m
• La ecuación correspondiente a los bn.
• En el programa desarrollado, simule la onda asignada
De forma homologa se llega al resultado: para diferentes valores de n.
 • Visualice los cambios, si realizamos variaciones en los

−
 g ( x)sen(mx)dx = b  m
parámetros de la función;
• amplitud, periodo, duración del pulso.
Finalmente se tiene, con el cambio de variable respectivo: • Capture la imagen de las gráficas más significativas
anotando el valor de n.
t L
= IV. RESPUESTAS A LAS PREGUNTAS
x  1. La función seno y coseno son funciones periódicas? -
1 L
an =  f (t ) cos(nwot )dt , n  0 Explicar
L −L Las funciones seno y coseno son periódicas debido a que
cumplen la propiedad fundamental de las funciones
1 L
bn =  f (t )sen(nwot )dt , n  0 periódicas: Diremos que una función  () es periódica, o T-
L −L periódica, si está definida para todo  ∈ R y si existe T  0, tal
que  ( + T) =  () para todo  ∈ R.
2. Detallar las propiedades de los coeficientes de Fourier: Si existe una función f :[ a, b] → R tal que {sn } → f
A. Identidad de Parseval 
El teorema de Parseval nos dice que el contenido de
potencia de una función periódica solo depende de los
uniformemente en [a,b], decimos que la serie f
n =1
n (x)
coeficientes de su serie de Fourier, de tal manera que: converge uniformemente en [a, b] y escribimos
1 2 + 2
L
1
 ao +  (an + bn 2 )

2
=
2L − L
( f (t )) dt
4 n =1
f
n =1
n (x) = f ( x) uniformemente, en [ a, b]
B. Relación entre los coeficientes de Fourier y su derivada. 5. Explicar el fenómeno de Gibbs.
Se sabe que la serie de Fourier se expresa como sigue: El fenómeno de Gibbs, en honor a J. Willard Gibbs, es un
fenómeno particular que aparece en las discontinuidades de
ao +
+  (an cos(nwot ) + bn sen(nwot ))
funciones con saltos cuando se les aproxima por su serie de
f (t ) = Fourier respectiva.
2 n =1
Cuando la función que se esta desarrollando en Serie de
Si tomamos la derivada respecto al tiempo nos resulta: Fourier tiene discontinuidades no es posible que haya
+
f ' (t ) =  nw0 ( − an sen(nwot ) + bn cos(nwot ))
una buena convergencia en los entornos de las discontinuidad
es.
n =1
En tales entornos las sumas parciales muestran sobrevalores
Pero f’(t) es también periódica, por lo que se puede expresar
o subvalores alrededor del valor real de la función que
en una serie de Fourier tal que:
pueden llegar a un 17% del salto en la discontinuidad.
Ao +
f ' (t ) = +  (An cos(nwot ) + Bn sen(nwot ))
2 n =1
Comparando las dos últimas ecuaciones, notamos que:
An = nw0bn
Bn = −nw0 an
Que es la relación entre los coeficientes de la serie y los
coeficientes de la serie de la derivada.

3. Definir y explicar detalladamente, la serie de Fourier

determinar los coeficientes de la función f
Explicado en la teoría.
4. Explicar detalladamente las condiciones de Dirichlet y el
teorema de convergencia
A.Las condiciones de Dirichlet
La representación de una serie de Fourier es posible si se
cumplen las siguientes condiciones: Figura 2. Fenómeno de Gibbs en una señal cuadrada.
• La función f(t) tiene un numero finito de
discontinuidades en un periodo 6. Desarrolle analíticamente el espectro de frecuencias para la
• f(t) tiene un numero finito de máximos y mínimos en señal asignada.
un periodo
• La integral del valor absoluto de f(t) en un periodo es V. SIMULACION
finita La señal asignada en el laboratorio:
L

 | f (t ) | dt = A  
−L
Graficada desde -10ms hasta 50 ms | Grafica real

Las 2 primeras condiciones denotan a una función

continua por tramos, mientras que la ultima es una
condición de convergencia.
B.Convergencia uniforme de series de funciones
Sea {f,n} una sucesión de funciones reales definidas en un
intervalo [a,b] Para cada n en N, consideremos la función
n
Sn ( x) =  f k ( x)
k =1
El código usado: y=y0.*(t<-
clc;clear; 5)+y1.*((t>0)&(t<=5))+y2.*((t<=0)&(t>=-
for k=0:2 5));
t=-10+20*k:0.01:10+20*k; plot(t,y,'Color',[0,0.7,0.9])
y1=-(t-20*k)+5; ylabel('Vpp');
y2=(t-20*k)+5; xlabel('t(mseg)');
y0=0; title('Señal triangular par T=20ms |
y=y0.*((t-20*k)<-5)+y1.*(((t- Duracion: 10ms')
20*k)>0)&((t-20*k)<=5))+y2.*(((t-
20*k)<=0)&((t-20*k)>=-5));
% y=y1.*((t-20*k)>0)+y2.*((t-20*k)<=0); b) Desarrollo analítico del espectro de frecuencias:
plot(t,y,'Color',[0,0.7,0.9]) Al calcular mediante el método de pulsos el coeficiente
hold on;
complejo de la serie de Fourier resulta:
end
ylabel('Vpp');
xlabel('t(mseg)'); 10 n
Cn = (1 − cos( ))
n
2 2
2
a)Visualización de la señal recortada, con duración 10ms, en Entonces se deduce que el espectro de fase es cero para toda
un periodo de 20ms frecuencia.
El espectro de magnitud, para w/w0 = [-10;10] nos resulta:

De forma más clara:

El código usado:
w=1:10;
y1=10*(1-cos(w*pi/2))./((pi*w).^2);
w=-10:-1;
y2=10*(1-cos((-w)*pi/2))./((pi*(-w)).^2);
y=[y2 1.25 y1];
stem (-10:10,y)
ylabel('|Cn|');
xlabel('w/w0');
title('Espectro de magnitud')

c) Generación del código para un muestreo variando los

valores de n, periodo T, Vpp y Duración
El código pensado fue:

Codigo usado: clc;clear;

% Puesto que en nuestro caso, la funcion
clc;clear; es par bn=0, no lo incluiremos
% Pulso de onda triangular par, con disp('Para la señal triasngular par A=5
duracion de 10ms, y periodo de 20ms Vpp, T=20ms, duracion 2p=10ms');
t=-10:0.01:10; p=input('Ingrese el valor de duracion "p"
y1=-t+5; en a0=A*p/T)');
y2=t+5; A=input('Ingrese el termino general "A"
y0=0; en an=4*A*(1-
cos(n*wo*p))/(T*p*(wo*n)^2)');
n=input('Ingrese el valor de el enesimo
armonico "n"'); Con n=10
T=input('Ingrese el periodo "T"');
w0=2*pi/T;
a0=A*p/T;
% an=4*A*(1-
cos(n*2*w0*p)./(T*p*(n*w0).^2));
del_ta=(T/n);
t=-5*T:del_ta:5*T;
k=(1:n).';
COS=cos((k*t)*w0);
S=(4*A*(1-
cos(k*w0*p)))./(T*p*((k*w0).^2));
x=sum(S(:,ones(1,length(COS))).*COS)+a0;
plot(t,x)
clc;
ylabel('Vpp');
xlabel('t(mseg)');
title('Señal triangular par T=20ms |
Duracion: 10ms n=5')

Aproximaciones por Series, respetando la señal asignada

Para n=5, y Para la señal triasngular par A=5 Vpp, T=20ms,
duracion 2p=10ms Con n=20

Haciendo zoom.

Con n=50
Variando los parámetros A=20, 2p=50ms, T=75ms n=5 Variando los parámetros A=2, 2p=50ms, T=50ms n=50

Variando los parámetros A=20, 2p=50ms, T=75ms n=30

VI. BIBLIOGRAFIA

Páginas web:
http://verso.mat.uam.es/web/ezuazua/documentos_public/arch
ivos/personal/conferencias/cubo.pdf
http://verso.mat.uam.es/web/ezuazua/documentos_public/arch
ivos/personal/conferencias/cubo.pdf

Referencias de libros:
Análisis de Fourier - Hwei P. Hsu, 1era edición, Capítulo
Series de Fourier

Variando los parámetros A=2, 2p=50ms, T=50ms n=10