1

Laboratorio Nº 01: Simulación de la Serie de

Fourier Mediante el Software Matlab
Medina Apaico Jesus Alain

Facultad de Ingeniería de Eléctrica y Electrónica, Universidad Nacional de Ingeniería

Lima, Perú 2019

jesus.medina.a@uni.pe


I. OBJETIVOS
(4)
Los siguientes experimentos tienen como finalidad
-Realizar gráficamente la aproximación de una onda por III.DESARROLLO DE LA EXPERIENCIA
medio de la sumatoria de “n” términos de la serie de Fourier
y estimar su ancho de banda. A. Equipos y Materiales
-Demostrar que según Fourier toda función periódica de  Una computadora o laptop
periodo T la cual se puede representar por la serie  Software MATLAB
trigonométrica(funciones ortogonales).
 Acceso a internet
-Usar el software Matlab para graficar la serie de Fourier de una  Celular con cámara fotográfica
señal.  Guía de laboratorio
II. TEORÍA
IV.RESPUESTAS A PREGUNTAS
Para poder responder correctamente las preguntas planteadas
se necesita la teoría previa de los temas que se están tocando, 1, ¿la función seno y coseno son funciones periódicas?
por ello haremos un repaso de algunos de ellos. Si ya que si vemos como varían en el tiempo y para un
Las series de fourier fueron desarrolladas e planteadas por el intervalo:
matemático frances jean-baptiste joseph fourier (21 de marzo
1768-1830) básicamente las series de Fourier es la
descomposición de una señal periódica básicas(senos y
cosenos) cuyas frecuencias son múltiplo de la señal original lo
cual esta descomposición tiene una importancia notable e
importante en el ámbito científico permite el análisis y la
síntesis de los objetos o fenómenos.
Una función es periódica si verifica la condición:
(1)
Donde T se llama periodo de una función, generalmente se
llama periodo al menor número real positivo T que satisfice
la condición .
Las series de Fourier son de la forma:
IMAGEN 1.grafiacas en el tiempo de la función seno y
coseno respectivamente.
(2) Si usamos la ecuación 1 y para un T = 2π vemos que tanto
para el seno y coseno se cumple.
Donde =
2.Detallar las propiedades de los coeficientes de
fourier:identidad de parseval y relacion entre los coeficientes
Donde y se denominan coeficientes de Fourier de a serie de fourier y su derivada.
de Fourier de la función de donde:
De la ecuación 2 de teoría podemos ver que los coeficientes
dependen de la función lo cual podemos establecer :
Si es una función par entonces =0
(3)
Si es una función impar entonces =0

EE513M2|
 2

Ahora la identidad de parseval afirma que si y para

+
n=1,2,3… son los coeficientes en la expansión de Fourier de
una función periódica con periodo T entonces

Intercambiando el orden de los signos de integración y

sumatoria e obtiene
Aplicamos relaciones de ortogonalidad se obtiene

Lo cual vemos que dicho teorema depende de los coeficientes

de Fourier y tienen una relación por ejemplo la paridad de la
De manera muy análoga si al iniciar multiplicamos a
función lo cual al hallar en an y bn se pueden desarrollar
sumatorias notables, por ejemplo: con obtendremos :

Para un = periódica en T = 2π
Lo importante es que se tome en un intervalo de periodo
completo.
Aplicando las propiedades y vemos que es una función impar
4.Explicar detalladamente las condiciones de DRICHELET y
=0 y usando la fórmula 3 hallamos:
el teorema de convergencia.
Anteriormente se dedicó atención a la determinación de la
serie de Fourier de función dadas se podía representar
mediante una serie de Fourier, ahora se debe investigar la
convergencia de la serie de Fourier .
-Las condiciones de DRICHELET son:
1. La función tiene un numero finito de
= discontinuidad en un periodo
2. La función tiene un numero finito de máximos
Y aplicando parseval tendremos que: y mínimos en un periodo
3. La integral del valor absoluto de en un periodo
debe ser finita.

3.Definir y Explicar detalladamente la serie de fourier

determinar los coeficientes de a funcion f.
Sea la serie de fourier de la funcion de Lo cual podemos establecer que si una función es continua
por tramos en el intervalo de [-T/2 a T/2] satisfice la condición
1 y 2.
-El teorema de convergencia

Para demostrar ello multiplicamos a por

IMAGEN 2.Se muestra la función continua por tramos y
e integramos entre [-T/2 a T/2] se obtiene:
límites a la izquierda y a la derecho.
En un punto de discontinuidad como se muestra en la figura 2
el cual se denota por t=t1 la serie de Fourier converge a

Donde es el límite de cuando t se aproxima t1 por a

izquierda y es el límite de cuando t se aproxima t1

EE513M2|
 3

por la derecha lo cual se puede establecer una convergencia . Para determinar el espectro de frecuencia debemos recordar
que
5.Explicar el teorema de Gibbs
Viendo lo último de la pregunta anterior la convergencia de la Lo cual dando forma podemos tener:
serie de Fourier ecuación 4 para un continuo por tramos
en el intervalo su serie de fourier al aumentar el número de
armónicos por tantos “n” será más notorio ya que las
oscilaciones se vuelven más rápidas y más pequeñas veamos Lo cual sabemos que para el diente de sierra impar de periodo
con un ejemplo: de 20ms y amplitud 10 Vpp tendremos:
Sea un discontinuo como una onda cuadrada y con el
primer armónico generado según su serie de Fourier.

Lo cual operando obtendremos:

Lo cual el espectro de frecuencia seria el modulo de

frecuencia |cn| podemos notar que se trata de una hipérbola

IV.PROCEDIMIENTO

IMAGEN 3.se muestra la onda cuadrada con el primer
armónico.
Ahora aumentamos el número de armónicos a n=10
1.Haciendo uso del software Matlab,elabore un programa
que permite realizar lo siguiente:
a)Dada una función del tiempo,el programa debe permitir
visualizar en pantalla la grafica real.
fs=500; %frecuencia de zampleo
ts=1/fs;
t=0:ts:1; %Intervalo del tiempo
x=5*sawtooth(2*pi*t*50);
Lo cual al momento de compilar el programa saldrá:

IMAGEN 4.Se muestra la onda cuadrada con los

armónicos n=10.
Finalmente aumentamos el número de armónicos a n=100

IMAGEN 6.Se muestra el diente de sierra

IMAGEN 5.Se muestra el efecto de gibbs más notorio

Vemos notablemente que los picos cercanos a la

discontinuidad no desaparecen a medida que aumentamos el
número de armónicos lo cual a esto se le llama el fenómeno de
gibbs.
6.Desarrolle analíticamente el espectro de frecuencias para la
señal asignada

EE513M2|
 4

IMAGEN 7.Se muestra el diente de sierra duración de

20ms

b)Desarrolle analíticamente el espectro de frecuencias para la

señal asignada

%Número de iteración y el periodo T

n=100;
T=20;
%Definición de los coeficientes de la
serie de Fourier
an=zeros(1,n);
bn=zeros(1,n); IMAGEN 8. Se muestra el espectro de frecuencia para
n=100.

funA = @(x,m)(10*x/T).*cos((2*pi*m*x)/T);

funB = @(x,m)(10*x/T).*sin((2*pi*m*x)/T);

an0 = (2/T)*(integral(@(x)funA(x,0),-
T/2,T/2));
for v=1:1:n
an(v) = (2/T)*(integral(@(x)funA(x,v),-
T/2,T/2));
bn(v) = (2/T)*(integral(@(x)funB(x,v),-
T/2,T/2));
end
IMAGEN 9.Se muestra el espectro de frecuencia para
n=100.
%Espectro de frecuencia c)Con el uso de la serie de Fourier, el programa nos debe
An=zeros(1,n); permitir visualizar las diferentes aproximaciones,
w=zeros(1,n); dependiendo de “n”, a la gráfica real.
for v=1:1:n lo cual usaremos Matlab para poder graficarlo
An(v)= Aplicando en Matlab:
sqrt(an(v)^2+bn(v)^2); %Definición de la serie
w(v)=v; x= 0:1/100:20;
y=an0/2;
for v=1:1:n
end y=y+an(v)*cos((2*pi/T)*(v)*x)
%Gráfica del espectro +bn(v)*sin((2*pi/T)*(v)*x);
figure('Name','Frecuency espectre') %sum of the serie
stem(0,an0)%Funciones discretas end
hold on %Mantiene la ventana abierta
stem(w,An) % Dibuja el resto de puntos %Gráfica de la serie
hold off z1=-2*T:1/100:2*T;
z2=5.*sawtooth((z1-(T/2))/pi);
Compilando en el Matlab obtendremos: figure('Name','FourierSerie')
plot(x,y,'r','LineWidth',1.5)
hold on
plot(z1,z2,'b')
hold off
grid on
Generando las series para diferentes armónicos “n”:

EE513M2|
 5

En esta ultima grafica podemos notar el fenomeno de gibbs

justo en el punto de discontinuidad lo cual aumentar el
numero de armonicos
Tambien pudimos hallar mediante la transformada rápida de
Fourier ya que las oscilaciones se vuelven más rápidas y más
notorias.

V.BIBLIOGRAFIA

[1] Hwei P.HSU ,Analisis de Fourier 2da ed..Southfield.Michigan 1927

pp.16,17
[2] Hwei P.HSU ,Analisis de Fourier 2da ed..Southfield.Michigan 1927
pp.7,8
[3] https://www.encyclopediaofmath.org/index.php/Gibbs_ph
enomenon

IMAGEN 10.Se muestra el diente de sierra y su respective

serie de fourier para n=10.

IMAGEN 11. Se muestra el diente de sierra y su respective

serie de fourier para n=30.

IMAGEN 12. Se muestra el diente de sierra y su respective

serie de fourier para n=100.

EE513M2|