Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe Previo JPG
Informe Previo JPG
I. OBJETIVOS Donde:
𝑎0 𝑏
𝑐0 = 2
; 𝑐𝑛 = √𝑎𝑛2 + 𝑏𝑛2 ; 𝜃𝑛 = tan−1 (𝑎𝑛 )
𝑛
Los siguientes experimentos tienen como finalidad:
Hallar gráficamente la aproximación de una onda por Las series anteriormente representadas se denominan series
medio de la sumatoria de “n términos” de la serie de Fourier de Fourier.
y estimar su ancho de banda.
C. Cálculo de los coeficientes de la serie de Fourier.
𝑇
Aprender a programar un algoritmo en Matlab que sea 𝑎0 1 ⁄2
capaz de calcular los coeficientes de la serie de Fourier y la = ∫ 𝑓(𝑡)𝑑𝑡
2 𝑇 −𝑇⁄2
gráfica de una función periódica. 𝑇
2 ⁄2
Aprender sobre el fenómeno de Gibbs 𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑤0 𝑡 𝑑𝑡
𝑇 −𝑇⁄2
𝑇
Conocer las condiciones de Dirichlet y el teorema de la 2 ⁄2
convergencia de Dirichlet aplicada a funciones periódicas. 𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑤0 𝑡 𝑑𝑡
𝑇 −𝑇⁄2
II. TEORÍA
D. Espectro de frecuencia.
A. Introducción.
El espectro de frecuencia de la serie trigonométrica de Fourier
Las series de Fourier son series de términos coseno y corresponde a una representación de líneas verticales a la
seno y surgen en la tarea práctica de representar funciones frecuencia del armónico y de longitud igual a su amplitud 𝐴𝑛 .
periódicas generales. Como aplicación constituyen una 𝐴𝑛 = √𝑎𝑛2 + 𝑏𝑛2
herramienta muy importante en la solución de problemas en
los que intervienen ecuaciones diferenciales ordinarias y
parciales. III. DESARROLLO DE LA EXPERIENCIA
A. Equipos y Materiales
B. Serie de Fourier. Utilizamos el software Matlab para crear y compilar un
algoritmo capaz de calcular los coeficientes de la serie de
Sea una función periódica de periodo T tal que 𝑓(𝑡) = Fourier de una función periódica.
𝑓(𝑡 + 𝑇) y continua por tramos, entonces si se cumplen las
condiciones de Dirichlet se puede representar por una serie IV. RESPUESTA A PREGUNTAS
trigonométrica infinita de senos y cosenos. A. ¿La función seno y coseno son funciones periódicas?
Sabemos que si una función es periódica si cumple la
∞
𝑎0 condición:
𝑓(𝑡) = + ∑[𝑎𝑛 cos 𝑛𝑤0 𝑡 + 𝑏𝑛 sin 𝑛𝑤0 𝑡] 𝑓(𝑡) = 𝑓(𝑡 + 𝑇)
2
𝑛=1 Siendo T el periodo.
Ahora sea:
Donde: 𝑎0 , 𝑎𝑛 y 𝑏𝑛 son los coeficientes de la serie de 𝑓(𝑡) = sin(𝑛𝑡)
Fourier. 𝑔(𝑡) = cos(𝑛𝑡)
Como:
2𝜋
𝑤0 = es la frecuencia angular fundamental. 2𝜋
𝑇 sin(𝑛𝑡) = sin (𝑛𝑡 + )
𝑛
También se puede representar por: 2𝜋
cos(𝑛𝑡) = cos (𝑛𝑡 + )
𝑛
∞ Hacemos:
𝑓(𝑡) = 𝑐0 + ∑[𝑐𝑛 (cos 𝑛𝑤0 𝑡 − 𝜃𝑛 )] 2𝜋
𝑇=
𝑛=1 𝑛
Entonces las funciones 𝑓(𝑡) = sin(𝑛𝑡) y 𝑔(𝑡) = cos(𝑛𝑡) D. Explicar detalladamente las condiciones de Dirichlet y el
son periódicas lo que implica que cualquier función seno y teorema de convergencia.
coseno son periódicas.
Las condiciones de Dirichlet son las que garantizan la
B. Detallar las propiedades de los coeficientes de Fourier: convergencia de las series de Fourier para una función
Identidad de Parseval; y Relación entre los coeficientes periódica, las cuales pueden clasificarse en:
de Fourier y su derivada.
Condición débil de Dirichlet
Propiedades de los coeficientes de Fourier: Esta condición plantea que los coeficientes de la serie de
• Si la función 𝑓 es par, entonces 𝑏𝑛 es igual a 0 Fourier deben ser finitos. Esto se puede demostrar mediante la
• Si la función 𝑓 es impar, entonces 𝑎𝑛 es igual a 0 integral del valor absoluto de la función a evaluar.
𝑇
An = char(An);
Bn = char(Bn);
An = simplify(sym(strrep(char(An), 'sin(pi*n)', '0')));
Bn = simplify(sym(strrep(char(Bn), 'sin(pi*n)', '0')));
Fig. 3. Representación de la onda cuadrada en serie de Fourier para cien An = simplify(sym(strrep(char(An), 'cos(2*pi*n)', '1' )));
términos de la sumatoria. Bn = simplify(sym(strrep(char(Bn), 'cos(2*pi*n)', '1' )));
Como se puede apreciar a medida que se adhieren más disp('Ao')
términos a las series, esta se va aproximando a la onda pretty(Ao)
cuadrada dado que las oscilaciones se vuelven más rápidas y disp('An')
más pequeñas, pero los picos no disminuyen, estos picos en pretty(An)
las series de Fourier de la función cuadrada nunca disp('Bn')
desaparecen, son llamados el fenómeno de Gibbs. Ocurren pretty(Bn)
cada vez que las señales son discontinuas, y siempre estarán
presentes cuando la señal tiene brincos fuertes como en este x = linspace(min(A), max(A), 1000);
caso de uno a menos uno. fx = 0;
for i=1:length(A)-1
F. Desarrolle analíticamente el espectro de frecuencias if mod(i, 2) == 1
para la señal asignada. fx = fx+((x>=A(i))&(x<=A(i+1))).*subs(f(i),x);
Usando los valores de los coeficientes de Fourier de la else
función 𝑓 se obtiene: fx = fx+((x>A(i))&(x<A(i+1))).*subs(f(i),x);
2 end
2𝑛𝜋
60 (𝑐𝑜𝑠 ( 3 ) − (−1)𝑛 ) end
𝐴𝑛 = √( ) + 02
(𝑛𝜋)2 plot(x, fx, 'Linewidth', 2); hold on
plot(x+max(x)-min(x), fx , 'Linewidth', 2)
plot(x-max(x)+min(x), fx, 'Linewidth', 2)
2𝑛𝜋 plot([max(x) max(x)],[fx(1) fx(end)],'linewidth', 2)
60 (𝑐𝑜𝑠 ( ) − (−1)𝑛 )
𝐴𝑛 = | 3 | plot([min(x) min(x)],[fx(end) fx(1)],'linewidth', 2)
(𝑛𝜋)2 grid on
xlabel ('\bfTIEMPO');
ylabel ('\bfAMPLITUD');
V. SIMULACIÓN
title ('\bfGRAFICA DE LA FUNCION');
close all
clc
syms t n
A= [-15 -12.5 12.5 17.5 42.5 45];
f=[2*t+30,5,30-2*t,-5,2*t-90];
f=sym(f);
T=max(A)-min(A);
VI. BIBLIOGRAFÍA