Series Fourier y transformadas Fourier

Universidad Nacional de San Agustín Señales y sistemas
Escuela Profesional de Ingeniería de Telecomunicaciones MG. Romel Jiménez Montes De Oca
Guía de Laboratorio 4: Series de Fourier y

transformadas de Fourier.
1. Objetivos
a. Comprender Series de Fourier.

b. Entender la Definición de las series de Fourier de señales complejas.
c. Entender el concepto de series de Fourier de señales periódicas.
d. Comprender las propiedades de las series Fourier.
e. Comprender la Convolucion en un tiempo continúo.
f. Entender las propiedades de las transformadas de Fourier.
g. Convolución en tiempo y frecuencia.
2. Equipos y Materiales
1) PCs
2) MATLAB
3. Actividades
3.1 Responda las siguientes preguntas
a. ¿Qué es una serie de Fourier exponencial compleja?

Una manera compacta de expresar la serie de Fourier en la ecuación
consiste en ponerla en forma exponencial. Esto requiere que se representen
las funciones seno y coseno en la forma exponencial utilizando la identidad
de Euler:
La serie exponencial de Fourier de una función periódica f (t) describe el

espectro de f (t) en términos de la amplitud y del ángulo de fase de las
componentes de ca en las frecuencias armónicas positivas y negativas.
Queda expresada de manera general de esta manera:
Donde como de costumbre.

b. ¿Qué son las series de Fourier trigonométricas?
Mientras estudiaba el flujo de calor, Fourier descubrió que una función periódica
no senoidal puede expresarse como una suma infinita de funciones senoidales.
Recuerdese que una función periódica es aquella que se repite cada
T segundos, en otras palabras, una función f(t) satisface
donde n es un entero y T es el periodo de la función.
Queda expresado de la siguiente forma:
c. ¿Defina una serie de Fourier de señal compleja?
La serie de Fourier compleja de la función f(x) 2p-periódica es:
d. ¿Defina una serie de Fourier de señal periódica?
Una serie de Fourier es una serie infinita que converge puntualmente a una función
periódica y continua a trozos (o por partes). Las series de Fourier constituyen la
herramienta matemática básica del análisis de Fourier empleado para analizar
funciones periódicas a través de la descomposición de dicha función en una suma
infinita de funciones sinusoidales mucho más simples (como combinación de senos
y cosenos con frecuencias enteras)
e. ¿Defina y describa las propiedades de la serie de Fourier?

Propiedades
1. Linealidad:
Si x1 [n] <-----> ak y x2[n] <----->bk entonces :
A x1 [n] + B x2[ n] <------>A ak + B bk donde A y B son constantes
2. Desplazamiento en el tiempo
Si x[n] <----> ak entonces:
3. Diferenciación:
La propiedad de diferenciación de la serie discreta de Fourier se asocia a la
diferencia finita de primer orden y se expresa como:
4. Integración:
Si x [n <----> ak entonces
5. Convolución:
Si x1[n] <-----> ak y x2[n] <----> bk entonces:
6. Modulación
Si x1[n] <-----> ak y x2[n] <-----> bk entonces:
f. ¿Defina y describa las propiedades de las transformadas de Fourier?

La transformada de Fourier es una transformación integral de f(t) de
dominio temporal al dominio de frecuencia.
Propiedades:
- Linealidad
Si F1(w) y F2(w) son las transformadas de Fourier de f1(t) y f2(t)
respectivamente,entonces
- Escalamiento temporal
Si F(w) = F[f(t)], entonces.
- Corrimiento en el tiempo
Si F(w) = F[f(t)], entonces.
- Corrimiento en frecuencia
Esta propiedad establece que si F(w) = F[f(t)], entonces
- Diferenciación en el tiempo
Dado que F(w) = F[f(t)], entonces
- Integración en el tiempo
Cuadro Resumen:
g. ¿Convolución en tiempo y frecuencia?
- Convolución en el dominio del Tiempo:

Establece que la convolución de dos funciones f1(t) y f2(t) en el dominio del
tiempo equivale al multiplicar sus espectros F1(w) y F2(w), es decir (ConvT).
- Convolución en el dominio de la Frecuencia:

Establece que la multiplicación de dos funciones f1(t) y f2(t) en el dominio del
tiempo equivale (salvo por un factor de escala) al convolucionar sus
espectros F1(w) y F2(w), es decir (ConvF)
h. ¿Qué entiende de las partes real e imaginario de las transformadas de Fourier?

Aplicando las fórmulas de Euler a la transformada de Fourier obtenemos la
expresión en forma binómica (parte real y parte imaginaria) del valor complejo
F(w):
F(w) = ∫ -∞+∞f(t)e-jwtdt =ReF(w)+jImF(w)

En el caso de que f(t) represente una señal:
-Es decir la parte REAL ReF(w) se denomina módulo de la señal f(t).
-Y la parte IMAGINARIA ImF(w) se denomina fase de la señal f(t).
i. ¿Defina el teorema de Parseval?

El teorema de Parseval establece que energía total entregada a un resistor de
1 ohmio es igual al área total bajo el cuadrado de f (t) o 1/2pi veces el área total
bajo el cuadrado de la magnitud de la transformada de Fourier de f (t).
j. ¿Qué entiende por auto correlación y correlación cruzada?

Correlación cruzada: Una medida de la correlación existente entre ambas
señales puede efectuarse mediante la suma de los productos de los
correspondientes pares de puntos mediante la expresión conocida
como correlación cruzada:
Autocorrelación: La autocorrelación puede interpretarse como uh caso

particular de la correlación cruzada cuando las dos secuencias son las
misma es decir si:
X[n]=y[n]
3.2 Explique matemáticamente como se desarrolla la transformada de Fourier (Es libre de elegir los
gráficos y funciones a criterio)
Se analizara en ejemplos para su mejor comprensión.

Ejemplos:
Calcule la transformada de Fourier en la función sgn(t).
Método 1
Se puede escribir la función signo en términos de la función escalón unitario como
Sin embargo, de la ecuación
Aplicando esto y la propiedad de cambio de polaridad se obtiene

Método 2
Puesto que se tiene el siguiente método.

Otra manera de escribir la función signo en términos de la función escalón unitario es:
Calculando la transformada de Fourier de cada término se obtiene
3.3 Análisis de las series de Fourier.

Serie de Fourier
Se parte de la tarea del problema de analizar formas de ondas complejas. 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
senosoidales que forman una serie armónica.
Supuesto:
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, a2, …, ak,… y b1, b2, …, bk, … son los coeficientes de Forier.
Por lo que los coeficientes del desarrollo de la serie valen:

𝑃
1 𝑘𝜋𝑡
𝑎𝑘 = ∫ 𝑓(𝑡)𝑐𝑜𝑠 𝑑𝑡
𝑃 𝑃
−𝑃
𝑃
1 𝑘𝜋𝑡
𝑏𝑘 = ∫ 𝑓(𝑡)𝑠𝑖𝑛 𝑑𝑡
𝑃 𝑃
−𝑃
 La señal periódica x(t) se define en un periodo como , Grafique

en el tiempo de 4 periodos de las señales aproximadas, usando 81 términos del
complejo exponencial y de las formas trigonométricas de la serie de Fourier. Por razones
de comparación, trace la señal original x(t) en el mismo intervalo de tiempo.
Código:
clear all
clc
close
n=81; %Número de términos
hold on
plot([0,6],[-1 1],'b','linewidth',2)
x=linspace(0,6,100);
y=zeros(length(x),1);
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');
title(sprintf('Aproximación de Fourier: %i términos',n))
xlabel('t'); ylabel('f(t)')
hold off
 Grafique los coeficientes de las tres formas de la serie de Fourier para la señal peri ódica
que en un período se deﬁne por
Código:
clear all
clc
close
N=100;
k=-N:N;
T1=1;
T=4;
wo=(2*pi)/T;
ak=2*sin(k*wo*T1)./(k*wo*T);
ak(N+1)=2*T1/T;
stem(k,ak)
 La señal periódica x(t) está dado por:
Calcule el porcentaje de aproximación donde la señal x(t) es aproximado por 3, 5, 7 y 17

de los términos de series de Fourier complejas (Trazar la señal aproximada para cada
paso).
Código:
clear all
clc
close
f=@(x)((x>=0)&(x<1)).*x + ((x>=1)&(x>=2)).*(2-x); % funcion
aa=0;bb=2; % intervalo
n=3; % PARA 3 ITERACIONES ==========
T=bb-aa; % periodo
f1=@(x)f(x+T); % definimos la función f en el periodo anterior
f2=@(x)f(x-T); % definimos la función f en el periodo siguiente
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
xx1=linspace(aa-T,bb-T);
xx2=linspace(aa+T,bb+T);
xxt=linspace(aa-T,bb+T,300);
a0=quad(f,aa,bb)/T;
s=a0*ones(1,length(xxt));
for k=1:n
figure(k)
hold on
% calculamos ak y bk
fun1=@(x)cos(2*pi*k*x/T).*f(x);
fun2=@(x)sin(2*pi*k*x/T).*f(x);
a(k)=2*quad(fun1,aa,bb)/T;
b(k)=2*quad(fun2,aa,bb)/T;
% calculamos el término y lo sumamos a la serie
s1=a(k)*cos(2*pi*k*xxt/T)+b(k)*sin(2*pi*k*xxt/T);
s=s+s1;
% dibujamos la función
plot(xx,f(xx))
% dibujamos los términos de la serie de Fourier
plot(xxt,s,'r')
legend('f(x)','Serie')
% dibujamos otros dos periodos de la función
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
title([f(x)=(t) en [0,1] y f(x)=(2-t) en [1,2] (Aprox gráfica)
k=',num2str(k)])
box on
end
clear all
clc
close
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
title([f(x)=(t) en [0,1] y f(x)=(2-t) en [1,2] (Aprox gráfica)
k=',num2str(k)])
box on
end
clear all
clc
close
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
title(['f(x)=(t) en [0,1] y f(x)=(2-t) en [1,2] (Aprox gráfica)
k=',num2str(k)])
box on
end
clear all
clc
close
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
title(['f(x)=(t) en [0,1] y f(x)=(2-t) en [1,2] (Aprox gráfica)
k=',num2str(k)])
box on
end
 La señal periódica x(t) en un periodo está dado por.
Graficar en un periodo aproximado de la señal usando 41y 201 términos de series de

Fourier exponencial compleja, además grafique para cada tiempo del coeficiente
exponencial compleja.
Código:
clear all
clc
close
f=@(x)((x>=0)&(x<1)).*1 + ((x>=1)&(x>=2)).*(0); % funcion
n=41; % NÚMERO D2 41 ITERACIONES
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
title(['f(x)=(1) en [0,1] y f(x)=(0) en [1,2] (Aprox gráfica)
k=',num2str(k)])
box on
end
Código:
clear all
clc
close
f=@(x)((x>=0)&(x<1)).*1 + ((x>=1)&(x>=2)).*(0); % funcion
n=201; % NÚMERO DE 201 ITERACIONES
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
title([' f(x)=(1) en [0,1] y f(x)=(0) en [1,2] (Aprox gráfica)
k=',num2str(k)])
box on
end
 La señal periódica x(t) en un periodo está dado por
Graficar en un periodo usando la aproximación de la señal usando 41 y 201 términos de

la trigonometría de las series de Fourier, Además, trace los coeficientes de la forma
trigonométrica para cada caso.
Código:
clear all
clc
close
f=@(x)((x>=0)&(x<1)).*1 + ((x>=1)&(x>=2)).*(0); % funcion
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
fun1=@(x)exp(i*pi*k*x/T);
fun2=@(x)exp(-i*pi*k*x/T.*f(x));
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
k=',num2str(k)])
box on
end
clear all
clc
close
f=@(x)((x>=0)&(x<1)).*1 + ((x>=1)&(x>=2)).*(0); % funcion
T=bb-aa; % periodo
%
a=zeros(1,n);
b=zeros(1,n);
xx=linspace(aa,bb);
a0=quad(f,aa,bb)/T;
for k=1:n
figure(k)
hold on
fun1=@(x)exp(i*pi*k*x/T);
fun2=@(x)exp(-i*pi*k*x/T.*f(x));
s=s+s1;
plot(xx,f(xx))
plot(xxt,s,'r')
plot(xx1,f1(xx-T))
plot(xx2,f2(xx+T))
k=',num2str(k)])
box on
end
 La señal periódica x(t), en un periodo está dado por:

Grafique en un período las señales aproximadas utilizando los términos 41 y 201 de la

serie de Fourier en el coseno con forma de fase. Además, cada vez grafican los
coeficientes (es decir, las amplitudes y fases) del coseno con forma de fase.
Código:
clear all
clc
close
t = 0:0.01:2 ;
x = (t<=1).*(1)+(t>=1).*(0) ;
plot(t,x) ;
axis([0 2 -1 2]);
grid on
xlabel('t')
ylabel('x(t)')
3.4 Análisis de la transformada de Fourier
 Grafique y explique la transformada de Fourier de la señal de tiempo continuo x(t) =

cos(t).
 Código:
%Transformada de Fourier
clear all
clc
close
% Intervalo
t=-1/2:0.01:1/2;
%señal
x=cos(t);
figure(1);
% Representacion en el tiempo
subplot(2,1,1)
plot(t,x);
title('X(t)=cos(t)');
xlabel('Tiempo "s" ');
ylabel('x(t)');
% Transformada y representacion en frecuencia
% Transformada rapida de fourier
Xt=fft(x);
% Reordenando en frecuencia
X=fftshift(Xt);
% Magnitud y fase de la transformada
Xm=abs(X);
Xf=unwrap(angle(X))*180/pi;
% Base de frecuencias
delta_t = t(2)-t(1);
f = ((1:length(t)) - ceil(length(t)/2)) / length(t) / delta_t;
%figure(2);
subplot(2,1,2)
plot(f,Xm); zoom;
title('Transformada de Fourier de x(t)');
xlabel('frecuencia (Hz)');
ylabel('|X(jw)|');
 Grafique la transformada de Fourier de la señal de tiempo continuo
Código:
clear all
clc
close
% Intervalo
t=-2*pi:0.1:2*pi;
%señal
x1=sin(pi*t);
x2=(1./t);
x=x1.*x2;
%figure(1);
subplot(2,1,1)
plot(t,x);
title('X(t)=sin(pi*t)/(pi*t)');
ylabel('x(t)');
Xt=fft(x);
X=fftshift(Xt);
Xm=abs(X);
%figure(2);
subplot(2,1,2)
plot(f,Xm); zoom;
ylabel('|X(jw)|');
 Grafique la transformada de Fourier de la señal
Código:
clear all
clc
close
% Intervalo
t=-2*pi:0.1:2*pi;
%señal
x1=sin(t);
x2=(1./t);
x=x1.*x2;
%figure(1);
subplot(2,1,1)
plot(t,x);
title('X(t)=sin(omega)/(omega)');
ylabel('x(t)');
Xt=fft(x);
X=fftshift(Xt);
Xm=abs(X);
%figure(2);
subplot(2,1,2)
plot(f,Xm); zoom;
ylabel('|X(jw)|');
 Suponga que la señal x(t) está dado por , calcule la transformada de

Fourier de la señal x(t) y grafique para .
 La magnitud de
 El Angulo de
 La parte real de
 La parte imaginaria de
Código:
n=-20:20;
Xn=n.*exp(-3*n);
Xk=fft(Xn)
k=n;
figure(1)
subplot(221)
stem(k,real(Xk));
title('parte imaginaria de x(K)');
subplot(223)
stem(k,imag(Xk));
title('parte imaginaria de x(K)');
%RECUPERAR LA SEÑAL X(n)
Xn=ifft(Xk);
subplot(222)
stem(n,real(Xn));
title('parte real de Xn');
subplot(224)
stem(n,imag(Xn));
title('parte imaginaria de Xcn)')
figure(2)
mag=abs(Xk);
subplot(121)
plot(Xn,mag)
title('magnitud de x(k)');
set(gca,'xtick',[15 40 60 85])
%magnitud y face
subplot(122)
fase=unwrap(angle(Xk));
plot(Xn,fase*180/pi)
title('fase de x(k)');
set(gca,'xtick',[15 40 60 85])
 Verifique las propiedades de la transformada de Fourier
Usando la señal
Código:
clear all
clc
close
t=-20/pi:0.1:20/pi;
x=exp(-t).*((0)*(t<0)+(1)*(t>=0));
subplot(1,3,1);
stem(t,x);
title('X(t)');
subplot(1,3,2);
x1=(1/2)*(exp(-t+3).*((0)*(t<0)+(1)*(t>=0))+exp(-t-
3).*((0)*(t<0)+(1)*(t>=0)));
%f=fft(x);
%re=real(f);
%im=imag(f);
%plot(t,re)
stem(t,x1)
title('(1/2)[X(t+3) + X(t-3)]');
subplot(1,3,3);
x2=(1/2)*(exp(-t+3).*((0)*(t<0)+(1)*(t>=0))-exp(-t-
3).*((0)*(t<0)+(1)*(t>=0)));
stem(t,x2);
title('(1/2)[X(t+3) - X(t-3)]');
 Calcule y grafique la transformada de Fourier de la señal x(t), descrita en la siguiente

figura.
Código:
t=-0.5:0.5;
x=exp(t);
f=fft(x);
sys=zpk(f);
step(sys)
grid
No hay una concentración de las raíces a la izquierda, por lo que el sistema

integrador es inestable.
 Supongamos que . Calcule y grafique la convolucion de la señal
Código:
clear all
clc
close
t=0:0.001:0.1;
x=t/4;
f=fft(x);
plot(t,f);
Debido a que más alla de un rango más amplio, el sistema integrador, mantiene
un mismo valor (=0), por lo que se trata de un sistema causal
 Considere la l . Calcule y grafique la transformada de Fourier de su

respectiva función de auto correlación, así como la densidad de energía espectral de
x(t).
Código:
clear all
clc
close
t=0:0.001:0.1;
x=-t;
f=fft(x);
plot(t,f);
4. Conclusiones (Mínimo 5)
-Gracias al trabajo se pudo analizar con más precisión el tema de Series de Fourier,
analizando detalladamente sus incisos.
- También se profundizo el desarrollo de la forma exponencial de las Series de Fourier,
comparándola a su vez con la forma trigonométrica, deduciendo diferencias entre ellas así
como resaltando sus principales características.
-Se logró ahondar en la lección de propiedades de Fourier, teniendo este trabajo como una
guía práctica para la futura consulta acerca de este tema.
-Concretizamos el aprendizaje de las propiedades de la serie de Fourier, al revisar
puntualmente aplicaciones de esta.
-Y con los ejercicios aplicativos en Matlab se reforzó todos los pormenores de las
propiedades de las Series de Fourier así como de la convolución, al tener a las gráficas
como un material ilustrativo, didáctico y fácilmente de comprender.

Series Fourier y transformadas Fourier

Cargado por

Información del documento

Descripción original:

Título original

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 Fourier y transformadas Fourier

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional de San Agustín Señales y sistemas

Escuela Profesional de Ingeniería de Telecomunicaciones MG. Romel Jiménez Montes De Oca

Guía de Laboratorio 4: Series de Fourier y

a. Comprender Series de Fourier.

3.1 Responda las siguientes preguntas

a. ¿Qué es una serie de Fourier exponencial compleja?

La serie exponencial de Fourier de una función periódica f (t) describe el

Donde como de costumbre.

b. ¿Qué son las series de Fourier trigonométricas?

donde n es un entero y T es el periodo de la función.

Queda expresado de la siguiente forma:

c. ¿Defina una serie de Fourier de señal compleja?

La serie de Fourier compleja de la función f(x) 2p-periódica es:

d. ¿Defina una serie de Fourier de señal periódica?

e. ¿Defina y describa las propiedades de la serie de Fourier?

f. ¿Defina y describa las propiedades de las transformadas de Fourier?

g. ¿Convolución en tiempo y frecuencia?

- Convolución en el dominio del Tiempo:

- Convolución en el dominio de la Frecuencia:

h. ¿Qué entiende de las partes real e imaginario de las transformadas de Fourier?

F(w) = ∫ -∞+∞f(t)e-jwtdt =ReF(w)+jImF(w)

-Es decir la parte REAL ReF(w) se denomina módulo de la señal f(t).

-Y la parte IMAGINARIA ImF(w) se denomina fase de la señal f(t).

i. ¿Defina el teorema de Parseval?

j. ¿Qué entiende por auto correlación y correlación cruzada?

Autocorrelación: La autocorrelación puede interpretarse como uh caso

Se analizara en ejemplos para su mejor comprensión.

Sin embargo, de la ecuación

Aplicando esto y la propiedad de cambio de polaridad se obtiene

Puesto que se tiene el siguiente método.

Calculando la transformada de Fourier de cada término se obtiene

3.3 Análisis de las series de Fourier.

Por lo que los coeficientes del desarrollo de la serie valen:

 La señal periódica x(t) se define en un periodo como , Grafique

que en un período se deﬁne por

 La señal periódica x(t) está dado por:

Calcule el porcentaje de aproximación donde la señal x(t) es aproximado por 3, 5, 7 y 17

 La señal periódica x(t) en un periodo está dado por.

Graficar en un periodo aproximado de la señal usando 41y 201 términos de series de

 La señal periódica x(t) en un periodo está dado por

Graficar en un periodo usando la aproximación de la señal usando 41 y 201 términos de

 La señal periódica x(t), en un periodo está dado por:

Grafique en un período las señales aproximadas utilizando los términos 41 y 201 de la

3.4 Análisis de la transformada de Fourier

 Grafique y explique la transformada de Fourier de la señal de tiempo continuo x(t) =

 Grafique la transformada de Fourier de la señal de tiempo continuo

 Grafique la transformada de Fourier de la señal

 Suponga que la señal x(t) está dado por , calcule la transformada de

 Verifique las propiedades de la transformada de Fourier

 Calcule y grafique la transformada de Fourier de la señal x(t), descrita en la siguiente

No hay una concentración de las raíces a la izquierda, por lo que el sistema

 Supongamos que . Calcule y grafique la convolucion de la señal

 Considere la l . Calcule y grafique la transformada de Fourier de su

También podría gustarte