Series de Fourier

8/5/2019 Series de Fourier
Inicio MATLAB Expresiones matemáticas
Series de Fourier
Las ondas armónicas continuas no existen realmente, ya que todos los movimientos
ondulatorios están limitados tanto espacial como temporalmente. Utilizando el análisis de
Fourier y la transformada de Fourier se pueden describir formas de ondas más complejas
como las que producen los instrumentos musicales.
El análisis de Fourier surgió a partir del intento de éste matemático francés por hallar la
solución a un problema práctico, la conducción del calor en un anillo de hierro. Demostró
que se puede obtener una función discontinua a partir de la suma de funciones continuas.
Esta tesis fue defendida por Fourier ante la Academia Francesa, lo que motivó severas
objeciones de los matemáticos más importantes de su época como Lagrange, Laplace, etc.
Funciones armónicas
En primer lugar, vamos a distinguir entre las magnitudes: amplitud A, frecuencia f y fase φ en
la función armónica
x=Asin(2πf·t+φ).
Dos amplitudes distintas, A=10 y A=5 y la misma frecuencia f=100 Hz, (el tiempo se
mide en milisegundos, ms)
subplot(2,1,1)
x=@(t) 10*sin(2*pi*0.1*t); %amplitud 10
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
title('Distinta amplitud')
ylim([-11,11])
grid on
subplot(2,1,2)
x=@(t) 5*sin(2*pi*0.1*t); %amplitud 5
fplot(x,[0,50])
ylim([-10,10])
xlabel('t(ms)')
ylabel('x')
ylim([-11,11])
grid on
http://www.sc.ehu.es/sbweb/fisica3/simbolico/fourier/fourier.html 1/20
La misma amplitud A=10, dos frecuencias distintas f=100 y f=200 Hz
subplot(2,1,1)
x=@(t) 10*sin(2*pi*0.1*t); %frecuencia, 100 Hz
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
title('Distinta frecuencia')
ylim([-11,11])
grid on
subplot(2,1,2)
x=@(t) 10*sin(2*pi*0.2*t); %frecuencia, 200 Hz
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
ylim([-11,11])
grid on
Fases iniciales distintas: 0, π/2, π,3π/2, misma frecuencia f=100 Hz y misma amplitud
A=10
subplot(4,1,1)
x=@(t) 10*sin(2*pi*0.1*t);
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
title('Distinta fase inicial')
ylim([-11,11])
grid on
subplot(4,1,2)
x=@(t) 10*sin(2*pi*0.1*t+pi/2);
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
ylim([-11,11])
grid on
subplot(4,1,3)
x=@(t) 10*sin(2*pi*0.1*t+pi);
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
ylim([-11,11])
grid on
subplot(4,1,4)
x=@(t) 10*sin(2*pi*0.1*t+3*pi/2);
fplot(x,[0,50])
xlabel('t(ms)')
ylabel('x')
ylim([-11,11])
grid on
Una función periódica resultado de la superposición de tres funciones armónicas con

distintas frecuencias, amplitudes y fases iniciales
x=200sin(2πf·100+π/2)+100sin(2πf·200+π)+100sin(2πf·400+3π/2)
f=[100,200,400]; %frecuencias
A=[200,100,100]; %amplitudes
phi=[90,180,270]; %fases
subplot(2,2,1)
stem(f,A)
axis([0,500,0,210])
xlabel('Frecuencia')
ylabel('Amplitud')
subplot(2,2,2)
stem(f,phi)
axis([0,500,0,360])
xlabel('Frecuencia')
set(gca,'YTick',0:90:360)
set(gca,'YTickLabel',{'0',90','180','270','360'})
ylabel('Fase')
subplot(2,2,3:4) %resultante
t=(0:0.1:30)/1000; %milisegundos
x=zeros(1,length(t));
for i=1:length(f)
x=x+A(i)*sin(2*pi*f(i)*t+phi(i)*pi/180);
end
plot(t,x,'r')
xlabel('t(ms)')
ylabel('x')
title('Resultante')
ylim([-410,410])
set(gca,'XTick',(0:5:30)/1000)
set(gca,'XTickLabel',{'0','5','10','15','20','25','30'})
grid on
Función periódica
Una función es periódica de periodo P si hay un número P>0 tal que f(t+P)=f(t). Cualquier
múltiplo n entero de P es también periodo f(t+nP)=f(t)
La función f(t)=cos(2πt)+cos(4πt)/2, es la suma de dos funciones periódicas de periodos 1 y

0.5, respectivamente. Como vemos en la gráfica f(t) es periódica con periodo P=1.
Las funciones cos(t) y cos (√2t) son periódicas de periodo 2π y 2π/√2 respectivamente,
pero la suma
f (t) = cos (t) + cos (√2t)
no es periódica.
x=@(t) cos(2*pi*t)+cos(4*pi*t)/2;
subplot(2,1,1)
fplot(x,[0,10]);
xlabel('t')
ylabel('x')
subplot(2,1,2)
x=@(t) cos(2*pi*t)+cos(2*pi*sqrt(2)*t);
fplot(x,[0,10]);
xlabel('t')
ylabel('x')
Serie de Fourier
A primera vista, parece que el problema de analizar formas de ondas complejas representa
una tarea formidable. Sin embargo, si la forma de la onda es periódica, se puede representar
con una precisión arbitraria, mediante la superposición de un número suficientemente grande
de ondas senoidales que forman una serie armónica.
Toda función f(t) periódica de periodo 2P, se puede representar en forma de una suma infinita
de funciones armónicas, es decir,
∞
a0 kπt kπt
f (t) = + ∑ (ak cos + bk sin )
2 P P
k=1
donde a0 a1 ...ak ... y b1 b2 .... bk .... son los denominados coeficientes de Fourier.
Teniendo en cuenta los resultados de las integrales

P π
mπt nπt P
∫ cos sin dt = ∫ cos(mz) sin(nz)dz = 0
P P π
−P −π
>> syms t m n;
>> assume(n,'integer');
>> assume(m,'integer');
>> int('sin(m*t)*cos(n*t)',t,-pi,pi)
ans =0
P π
mπt nπt P
∫ cos cos dt = ∫ cos(mz) cos(nz)dt
P π
P
−P −π
0 m ≠ n
P
∫ (cos ((m + n)z) + cos ((m − n)z)) ⋅dz = {
2π
P m = n
−π
>> y=int('cos(m*t)*cos(n*t)',t,-pi,pi)
y=(2*(m*cos(pi*n)*sin(pi*m) - n*cos(pi*m)*sin(pi*n)))/(m^2 - n^2)
>> limit(y,m,n)
ans =pi*cos(pi*n)^2
Como n es entero, la respuesta es pi (π)

P π
mπt nπt P
∫ sin sin dt = ∫ sin(mz) sin(nz)dz
P π
P
−P −π
P
0 m ≠ n
∫ (− cos ((m + n)z) + cos ((m − n)z)) ⋅dz = {
2π
P m = n
−π
>> y=int('sin(m*t)*sin(n*t)',t,-pi,pi)
y =-(2*(m*cos(pi*m)*sin(pi*n) - n*cos(pi*n)*sin(pi*m)))/(m^2 - n^2)
>> limit(y,m,n)
ans =pi*cos(pi*n)^2
Los coeficientes del desarrollo en serie valen
1 kπt
ak = ∫ f (t) cos dt
P P
−P
1 kπt
bk = ∫ f (t) sin dt
P P
−P
La suma parcial de las series de Fourier es

n
a0 kπt kπt
sn (t) = + ∑ (ak cos + bk sin )
2 P P
k=1
Si la función f(t) tiene simetría, algunos de los coeficientes resultan nulos.
Si f(t) es una función par, f(t)=f(-t), los términos bk son nulos

Si f(t) es impar f(t)=-f(-t), los coeficientes ak son nulos
Función par
Por ejemplo, para el pulso rectangular simétrico de anchura 1, y periodo 2 se obtienen los
siguientes coeficientes.
0.5
1
a0 = ∫ dt = 1
1
−0.5
0.5
0 k par
1 2 kπ
ak = ∫ cos (kπt) dt = (sin ( )) { (k−1)/2
1 kπ 2 2
(−1) k impar
kπ
−0.5
Vamos a reconstruir la función f(t) a partir del desarrollo en serie de Fourier.
1 2 cos(πt) 2 cos(3πt) 2 cos(5πt) 2 cos(7πt)

sn (t) = + − + − + ...
2 π 3π 5π 7π
Elaboramos un script en el que
Se establece el número n de términos del desarrollo en serie, sin contar el primero a0/2.
Se dibuja la función f(t) entre -1 y +1 en color azul y con ancho de línea 2.
Se dibuja la aproximación a la función sumando n términos del desarrollo en serie en
color rojo de anchura de línea 1.
n=7;
hold on
x=[-1 -0.5 -0.5 0.5 0.5 1];
y=[0 0 1 1 0 0];
plot(x,y,'b','linewidth',1.5)
x=linspace(-1,1,100);
y=zeros(length(x),1);
for i=1:length(x)
y(i)=1/2;
for k=1:2:n
y(i)=y(i)+(-1)^((k-1)/2)*2*cos(k*pi*x(i))/(k*pi);
end
end
plot(x,y, 'r');
title(sprintf('Aproximación de Fourier: %i términos',n))
xlabel('t');
ylabel('f(t)')
grid on
hold off
Fenómeno de Gibbs
Aproximamos el pulso rectangular con 50 términos y con 200 términos. Cabría esperar que la
serie convergiese a la función cuando se incrementa el número de términos, esto ocurre en
casi todos los puntos excepto en las discontinuidades, cuando la función pasa de 0 a 1 en
x=-0.5 y de 1 a 0 en x=0.5.
Se ha utilizado, las herramientas Zoom y Pan de la ventana gráfica para mostrar un trozo de
la función próximo a x=-0.5
Función impar
Sea ahora la función
Es una función impar, los coeficientes ak son nulos
0 1
1 0 k par
bk = ∫ sin (kπt) dt − ∫ sin (kπt) dt = (−2 + 2 cos(kπ)) = { −4
kπ k impar
kπ
−1 0
El desarrollo en serie es
4 sin(πt) 4 sin(3πt) 4 sin(5πt) 4 sin(7πt)

sn (t) = − − − − + ...
π 3π 5π 7π
Escribimos un script en el que
Se establece el número n de términos del desarrollo en serie.

Se dibuja la función f(t) entre -1 y +1 en color azul y con ancho de línea 2.
Se dibuja la aproximación a la función sumando n términos del desarrollo en serie en
color rojo de anchura de línea 1.
n=7;
hold on
x=[-1 -1 0 0 1 1];
y=[0 1 1 -1 -1 0];
x=linspace(-1,1,100);
for i=1:length(x)
y(i)=0;
for k=1:2:n
y(i)=y(i)-4*sin(k*pi*x(i))/(k*pi);
end
end
plot(x,y, 'r');
xlabel('t');
ylabel('f(t)')
grid on
hold off
Desarrollo en serie de Fourier con MATLAB

La función heaviside de MATLAB
En MATLAB la función heaviside(t) se define del siguiente modo:
⎧ 0 t < 0
⎪
u(t) = ⎨ 0.5 t = 0
⎩
⎪
1 t > 0
Vamos a elaborar un script que nos permita obtener el desarrollo en serie de Fourier de una
función f(t) periódica de periodo 2P.
Definimos primero, la función escalón
0 t < a
f (t) = {
1 t ≥ a
Describimos la función escalón mediante la llamada a la función heaviside(t-a)
La función pulso rectangular del primer ejemplo,
⎧ 0 t < −a
⎪
f (t) = ⎨ 1 − a ≤ t ≤ a
⎩
⎪
0 t > a
la definimos en MATLAB como heaviside(t+a)-heaviside(t-a), tal como vemos en la figura
La función f(t).
0 t < −1
⎧
⎪
⎪
⎪
⎪ 1 − 1 ≤ t < 0
f (t) = ⎨
−1 0 ≤ t < 1
⎪
⎪
⎪
⎩
⎪
0 t ≥ 1
Se escribe en MATLAB como, (heaviside(t+1)-heaviside(t))+(-1)·(heaviside(t)-heaviside(t-

1))= heaviside(t+1)-2·heaviside(t)+heaviside(t-1)
>> syms t;
>> x=heaviside(t+1)-2*heaviside(t)+heaviside(t-1);
>> ezplot(x,[-2,2]);
>> xlabel('t'),
>> ylabel('f(t)')
>> title('Función heaviside')
>> grid on
La función f(t) cualesquiera que toma valores distintos de

cero en el intervalo [a,b] se escribe
⎧ 0 t < a
⎪
(u(t − a) − u(t − b)) f (t) = ⎨ f (t) a ≤ t ≤ b

⎩
⎪
0 t > b
Función par
Desarrollo en serie de Fourier de la primera función, el pulso rectangular
syms t;
P=1; %semiperiodo
f=heaviside(t+0.5)-heaviside(t-0.5);
a=@(k) int(f*cos(k*pi*t/P),t,-P,P)/P;
b=@(k) int(f*sin(k*pi*t/P),t,-P,P)/P;
fs=a(0)/2;
for k=1:10 %número de términos
fs=fs+a(k)*cos(k*pi*t/P)+b(k)*sin(k*pi*t/P);
end
pretty(fs)
Otra forma alternativa, utilizando la función symsum de MATLAB
syms t k P n;
assume(k,'Integer')
a=@(f,t,k,P) int(f*cos(k*pi*t/P),x,-P,P)/P;
b=@(f,t,k,P) int(f*sin(k*pi*t/P),x,-P,P)/P;
fs=@(f,t,n,P) a(f,t,0,P)/2+symsum(a(f,t,k,P)*cos(k*pi*t/P)
+b(f,t,k,P)*sin(k*pi*t/P),k,1,n);
f=heaviside(t+0.5)-heaviside(t-0.5);
P=1; %semiperiodo
pretty(fs(f,t,10,P))
En la ventana de comandos vemos el desarrollo en serie de Fourier de esta función periódica

para n=10 términos
2cos(pi t) 2cos(3pi t) 2cos(5pi t) 2cos(7pi t) 2cos(9pi t)

--------- - ---------- + ------------- - ---------- + --------- + 1/2
pi 3pi 5pi 7pi 9pi
Función impar
Desarrollo en serie de Fourier de la segunda función
....
f=heaviside(t+1)-2*heaviside(t)+heaviside(t-1);
P=1; %semiperiodo
pretty(fs(f,x,10,P))
En la ventana de comandos vemos el desarrollo en serie de Fourier de esta función periódica

para n=10 términos
4sin(pi t) 4sin(3pi t) 4sin(5pi t) 4sin(7pi t) 4 sin(9pi t)

- -------- - ---------- - ------------- - ----------- - -------------
pi 3 pi 5 pi 7 pi 9 pi
Ejemplo 1
Sea la función periódica f(t)=t entre -1 y 1
Para estudiar otra función periódica basta cambiar la

definición de la función f y el valor de su semiperiodo P.
Cambiando el valor de N se muestran más o menos términos
del desarrollo en serie.
syms t k P n;
assume(k,'Integer')
a = @(f,t,k,P) int(f*cos(k*pi*t/P),t,-P,P)/P;
b = @(f,t,k,P) int(f*sin(k*pi*t/P),t,-P,P)/P;
fs=@(f,t,n,P) a(f,t,0,P)/2+symsum(a(f,t,k,P)*cos(k*pi*t/P)
+b(f,t,k,P)*sin(k*pi*t/P),k,1,n);
%definición de la fuerza y su semiperiodo P

f=t;
P=1;
N=6; %términos del desarrollo en serie

pretty(fs(f,t,N,P))
hold on
ezplot(f,[-P P])
hg=ezplot(fs(f,t,N,P),[-P P]);
set(hg,'color','r')
hold off
xlabel('t')
ylabel('f(t)')
title('Serie de Fourier')
%armónicos
figure
k=1:N;
ak=a(f,t,k,P);
bk=b(f,t,k,P);
subplot(2,1,1)
stem(ak)
xlabel('k');
ylabel('a(k)')
subplot(2,1,2)
stem(bk)
xlabel('k');
ylabel('b(k)')
2sin(pi t) sin(2pi t) 2 sin(3pi t) sin(4pi t) 2sin(5pi t) sin(6pi t)

----------- - ----------- + ---------- - -------- + ---------- - -----------
pi pi 3 pi 2 pi 5 pi 3 pi
En la gráfica se representa la contribución de los N=6 primeros armónicos cada uno de los
armónicos, en la parte superior los coeficientes ak, y en la parte inferior los coeficientes bk.
Por ser f(t)=t una función impar, ak=0,
Ejemplo 2
Sea la función
⎧ 0 − π < t < 0
⎪
π
f (t) = ⎨ t 0 ≤ t <
2
⎩
⎪
π π
≤ t ≤ π
2 2
syms t k P n;
assume(k,'Integer')
a = @(f,t,k,P) int(f*cos(k*pi*t/P),t,-P,P)/P;
b = @(f,t,k,P) int(f*sin(k*pi*t/P),t,-P,P)/P;
fs=@(f,t,n,P) a(f,t,0,P)/2+symsum(a(f,t,k,P)*
cos(k*pi*t/P)+b(f,t,k,P)*sin(k*pi*t/P),k,1,n);
%definición de la fuerza y su semiperiodo P

f=t*(heaviside(t)-heaviside(t-pi/2))+
(heaviside(t-pi/2)-heaviside(t-pi))*pi/2;
P=pi;
N=6; %términos del desarrollo en serie

latex(fs(f,t,N,P))
hold on
ezplot(f,[-P P])
hg=ezplot(fs(f,t,N,P),[-P P]);
set(hg,'color','r')
set(gca,'XTick',-pi:pi/2:pi)
set(gca,'XTickLabel',{'-\pi','-\pi/2','0','\pi/2','\pi'})
set(gca,'YTick',0:pi/2:pi)
set(gca,'YTickLabel',{'0','\pi/2','\pi'})
hold off
grid on
xlabel('t')
ylabel('f(t)')
title('Serie de Fourier')
%armónicos
figure
k=1:N;
ak=a(f,t,k,P);
bk=b(f,t,k,P);
subplot(2,1,1)
stem(ak)
xlabel('k');
ylabel('a(k)')
subplot(2,1,2)
stem(bk)
xlabel('k');
ylabel('b(k)')
Utilizamos la función latex en combinación con el programa MathType para presentar los
resultados del desarrollo en serie de Fourier
3π sin (2t) sin (4t) sin (6t) cos (2t) cos (3t) cos (5t)
− − − − − −
16 4 8 12 2π 9π 25π
π 3π 5π
sin (t)( +1) sin (3t)( −1) sin (5t)( +1)
cos (6t) cos (t) 2 2 2
− − + + +
18π π π 9π 25π
La forma compleja de las series de Fourier

Teniendo en cuenta las relaciones

−iωt
e = cos ωt − i sin ωt
iωt
e = cos ωt + i sin ωt
El desarrollo en serie de Fourier

∞
a0 kπt kπt
f (t) = + ∑ (ak cos ( ) + bk sin ( ))
2 P P
k=1
se expresa de la siguiente forma alternativa

∞
a0 ak bk
ikπt/P −ikπt/P ikπt/P −ikπt/P
f (t) = + ∑( (e + e ) + (e − e ))
2
2 2i
k=1
a0 ak −ibk ak +ibk
c0 = ck = c−k =
2 2 2
ikπt/P −ikπt/P
f (t) = c0 + ∑ (ck e + c−k e )
k=1
P
∞
t 1
t
f (t) = ∑ ck exp (ikπ ) ck = ∫ f (t) exp (−ikπ ) dt
2P
P P
−∞
−P
donde P es el semiperiodo de la función periódica de periodo 2P
Pulso rectangular
P = π
a A
k = 0 c0 = a
1 −ikt A π
ck = ∫ Ae dt = sin (ka) = {
2π kπ A
−a k ≠ 0 ck = sin (ka)
kπ
Escribimos un script en el que
Se establece
el número n de términos del desarrollo en serie.
La semianchura a del pulso rectangular (menor que π)
Se dibuja la función f(t) entre -π y +π en color azul y con ancho de línea 2.
Se dibuja la aproximación a la función sumando n términos del desarrollo en serie
(positivos y negativos) en color rojo de anchura de línea 1.
Tomar A=1
a=1; %Semianchura del pulso rectangular a<pi

n=7; %número de terminos
hold on
x=[-pi -a -a a a pi];
y=[0 0 1 1 0 0];
x=linspace(-pi,pi,100);
for j=1:length(x)
y(j)=0;
for k=-n:n
if k==0
y(j)=y(j)+a/pi;
else
y(j)=y(j)+sin(k*a)*exp(1i*k*x(j))/(k*pi);
end
end
end
%ejes
plot([-4 4],[0 0],'k')
plot([0 0],[-0.2 1.2],'k')
%serie de Fourier
plot(x,real(y),'r');
xlabel('t');
ylabel('f(t)')
grid on
hold off
Pulso diente de sierra
P = π
π
A A A k
1 −ikt
ck = ∫ te dt = i cos (kπ) = (−1) i
2π kπ kπ
−π
π
Escribir un script en el que
Se establece
el número n de términos del desarrollo en serie.
Se dibuja la función f(t) entre -π y +π en color azul y con ancho de línea 2.
Se dibuja la aproximación a la función sumando n términos del desarrollo en serie
(positivos y negativos) en color rojo de anchura de línea 1.
Tomar A=1
n=7; %Número de términos

hold on
plot([-pi,pi],[-1 1],'b','linewidth',1.5)
x=linspace(-pi,pi,100);
for j=1:length(x)
y(j)=0;
for k=-n:n
y(j)=y(j)+(-1)^k*1i*exp(1i*k*x(j))/(k*pi);
end
end
%ejes
plot([-4 4],[0 0],'k')
plot([0 0],[-1.5 1.5],'k')
%serie de Fourier
plot(x,real(y), 'r');
grid on
xlabel('t');
ylabel('f(t)')
hold off
Grado en Ingeniería de Energías Renovables

Angel Franco García, Copyright © 2016

Series de Fourier

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Series de Fourier

Cargado por

Copyright:

Formatos disponibles

8/5/2019 Series de Fourier

Inicio MATLAB Expresiones matemáticas

La misma amplitud A=10, dos frecuencias distintas f=100 y f=200 Hz

Una función periódica resultado de la superposición de tres funciones armónicas con

La función f(t)=cos(2πt)+cos(4πt)/2, es la suma de dos funciones periódicas de periodos 1 y

f (t) = cos (t) + cos (√2t)

Teniendo en cuenta los resultados de las integrales

Como n es entero, la respuesta es pi (π)

Los coeficientes del desarrollo en serie valen

La suma parcial de las series de Fourier es

Si la función f(t) tiene simetría, algunos de los coeficientes resultan nulos.

Si f(t) es una función par, f(t)=f(-t), los términos bk son nulos

Vamos a reconstruir la función f(t) a partir del desarrollo en serie de Fourier.

1 2 cos(πt) 2 cos(3πt) 2 cos(5πt) 2 cos(7πt)

Elaboramos un script en el que

Es una función impar, los coeficientes ak son nulos

4 sin(πt) 4 sin(3πt) 4 sin(5πt) 4 sin(7πt)

Escribimos un script en el que

Se establece el número n de términos del desarrollo en serie.

Desarrollo en serie de Fourier con MATLAB

Definimos primero, la función escalón

Describimos la función escalón mediante la llamada a la función heaviside(t-a)

La función pulso rectangular del primer ejemplo,

la definimos en MATLAB como heaviside(t+a)-heaviside(t-a), tal como vemos en la figura

Se escribe en MATLAB como, (heaviside(t+1)-heaviside(t))+(-1)·(heaviside(t)-heaviside(t-

La función f(t) cualesquiera que toma valores distintos de

(u(t − a) − u(t − b)) f (t) = ⎨ f (t) a ≤ t ≤ b

Otra forma alternativa, utilizando la función symsum de MATLAB

En la ventana de comandos vemos el desarrollo en serie de Fourier de esta función periódica

2cos(pi t) 2cos(3pi t) 2cos(5pi t) 2cos(7pi t) 2cos(9pi t)

En la ventana de comandos vemos el desarrollo en serie de Fourier de esta función periódica

4sin(pi t) 4sin(3pi t) 4sin(5pi t) 4sin(7pi t) 4 sin(9pi t)

Para estudiar otra función periódica basta cambiar la

%definición de la fuerza y su semiperiodo P

N=6; %términos del desarrollo en serie

2sin(pi t) sin(2pi t) 2 sin(3pi t) sin(4pi t) 2sin(5pi t) sin(6pi t)

%definición de la fuerza y su semiperiodo P

N=6; %términos del desarrollo en serie

La forma compleja de las series de Fourier

Teniendo en cuenta las relaciones

El desarrollo en serie de Fourier

se expresa de la siguiente forma alternativa

donde P es el semiperiodo de la función periódica de periodo 2P

Escribimos un script en el que

a=1; %Semianchura del pulso rectangular a<pi

Pulso diente de sierra

Escribir un script en el que

n=7; %Número de términos

Grado en Ingeniería de Energías Renovables

También podría gustarte