Diapo 6 PDF

Señales y Sistemas
Series y Transformada de Fourier

Semestre 2017
Por: Fabián Jiménez López.
fabian.jimenez02@uptc.edu.co.
Agenda
 Series de Fourier
 Propiedades
 Respuesta a Entradas Periódicas
 Ejemplos
 Transformada de Fourier
 Propiedades
 Parseval Energía y Potencia
 Ejemplos
Señales y Sistemas Profesor: Ing. Fabián Jiménez López MSc Semestre 2017
Series de Fourier
 El análisis de funciones periódicas como expresión
de series armónicas temporales tiene su origen a
fines del siglo XVIII y comienzos del siglo XIX.
 En 1822 Jean Baptiste Fourier afirmó que
cualquier función periódica f(x) puede ser
representada mediante una suma infinita de senos
y cosenos:
∞
f ( x) = ∑ (a k cos(kω0 x ) + bk sin (kω0 x ))
k =0
 Donde la determinación de Ak y Bk es llamada
análisis armónico.
Series de Fourier
 Las Series de Fourier describen señales
periódicas como una combinación de señales
armónicas (sinusoides).
 Con esta herramienta se puede analizar una
señal periódica en términos de su contenido
frecuencial o espectro.
 Permitirá establecer la dualidad entre tiempo y
frecuencia, de forma que operaciones
realizadas en el dominio temporal tienen su dual
en el dominio frecuencial.
Series de Fourier
 Forma Trigonométrica de las series de
Fourier:
 Se pretende describir una función periódica
xp(t) con periodo T0 (frecuencia fundamental
f0=1/T0, o ω0=2πf0) como una combinación
lineal de sinusoides y cosinusoides usando la
Serie de Fourier, definida por:
x p (t ) = + a1 cos(ω0t ) +  + ak cos(kω0t ) +  + b1 sin (ω0t ) +  + bk sin (kω0t ) + 
a0
2
Donde: ∞
∑a cos(kω0 t ) + bk sin (kω 0 t )

a0
x p (t ) = + k
2 k =1
Series de Fourier
 Suma de sinusoides fundamental,
segundo y tercer armónico
Series de Fourier
 Descomposición Series de Fourier:
 De la expresión siguiente se tiene que:
∞
∑a cos(kω0 t ) + bk sin (kω0 t )

a0
x p (t ) = + k
2 k =1
Donde:
1 +T / 2
a0 = ∫ x p (t )dt
2T0 −T / 2
+T0 / 2 +T0 / 2
∫ x p (t ) cos(kω0 t )dt ∫ x p (t ) sin (kω0 t )dt
2 2
ak = bk =
T0 −T0 / 2 T0 −T0 / 2
Series de Fourier
 Forma Compleja de la Serie de Fourier:
 Agrupando los términos ak y bk en forma de
números complejos, empleando la ecuación de
Euler: ∞
x p (t ) = ∑c
k = −∞
k ⋅e jkω0t
Donde:
2 (− jkω0t )
ck = ∫ x p (t ) ⋅ e dt T0 = 2π / ω0
T0 T0
 Aparece la serie compleja de Fourier X[k] =
{ck} (notar que c0 = a0/2).
Series de Fourier
 Forma Compleja de la Serie de Fourier:
 Los coeficientes espectrales de la señal xp(t)
establecen su espectro de frecuencias.
 Hay dos tipos de gráficos, en función del índice de
armónico k en donde para cada componente de
frecuencia, el módulo de ck define su amplitud y la fase
de ck la fase inicial, de donde:
∞
x p (t ) = c0 + ∑ ck ⋅ cos(kω0 t − θ 0 )
k =1
−1 
bk 
ck = a k + bk
2 2
θ k = tan  

 ak 
 La función de amplitud y fase son funciones discretas de
la frecuencia.
Series de Fourier
 Propiedades Serie de Fourier:
 Homogeneidad: si una función x(t) es multiplicada por
una constante A, la serie de Fourier de la nueva señal
es igual a A por la serie de Fourier de x(t):
A·x(t) ↔ A·X[k]
 Aditividad: la serie de Fourier de la suma de dos
señales x(t) e y(t) es igual a la suma de las series de
Fourier individuales X[k] e Y[k]:
x(t)+y(t) ↔ X[k]+Y[k]
 Linealidad:
a·x(t)+ b·y(t) ↔ a·X[k]+b·Y[k]
Series de Fourier
 Multiplicación: la serie de Fourier del producto de dos
funciones armónicas es equivalente a la convolución de
las series de Fourier de las funciones individuales:
∞
x(t)·y(t) ↔ ∑ X [ m − k ] ⋅ Y [ m]
m = −∞
 Convolución: la convolución de dos funciones x(t) e
y(t) equivale al producto de sus series de Fourier:
T
∫ x(t − τ )⋅ y(τ )dτ

1
↔ X [k ] ⋅ Y [k ]
T
0
Series de Fourier
 Desplazamiento en el tiempo: desplazar una señal en
el tiempo equivale a cambiar la fase de sus
componentes de Fourier:
(− jkω0 )
x(t − τ ) ↔ e ⋅ X [k ]
 Desplazamiento en frecuencia (Modulación): si el
índice de las componentes de Fourier es alterado un
cierto valor, eso equivale a multiplicar la señal temporal
por una función sinusoidal:
e (− jmω0t ) ⋅ x(t ) ↔ X [k − m]
cos(mω0 t ) ⋅ x(t ) ↔ {X [k − m] + X [k + m]}

1
Señales y Sistemas
2
Profesor: Ing. Fabián Jiménez López MSc Semestre 2017
Series de Fourier
 Integración:
t
∫ x(t )dt (k ≠ 0)
X [k ]
↔ +C
jkω0
0
 Diferenciación:
x (t ) ↔ jkω0 t ⋅ X [k ] (k ≠ 0)
Series de Fourier
 Si y solo si x(t) es puramente real, las componentes
reales de los ck exhiben simetría par, y las componentes
imaginarias simetría impar.
 Como las frecuencias a izquierda del cero son

frecuencias negativas, para cada frecuencia f la fase
inicial de las componentes +f y –f debe tener
componentes imaginarias opuestas, de modo que al
sumarse se elimine la parte imaginaria. Es decir,
si ck es a + jb, entonces c-k debe ser a – jb.
Series de Fourier
 Si x(t) es periódica y par, entonces los coeficientes bk
son 0 y su serie de Fourier solo posee términos coseno.
 Si x(t)
es periódica e impar, entonces los coeficientes
ak son 0 y su serie de Fourier solo posee términos
seno.
 Consulta Condición de Dirichlet y Ortogonalidad.
Ortogonalidad
 Se dice que dos funciones f(t) y g(t) son
ortogonales en el intervalo a < t < b si se cumple
que:
b
∫ f (t ) ⋅ g (t )dt = 0
a
 Equivalente a:
(  
f ⋅g =0 )
Ortogonalidad
 Ejemplo: las funciones t y t2 son ortogonales en

el intervalo –1 < t < 1:
1 1 4 1
t
∫ t ⋅ t dt = ∫ t dt = =0
2 3
−1 −1 4 −1
Ortogonalidad
 Ejemplo: Las funciones sen(t) y cos(t) son
ortogonales en el intervalo –π < t < π:
π 2 π
sen (t )
∫ sen(t ) ⋅ cos(t )dt = =0
−π 2 −π
Ortogonalidad
 Se dice que las funciones ψk(t) son ortogonales

en el intervalo a < t < b si dos funciones cualesquiera
ψm(t), ψn(t) de dicho conjunto cumplen;
b 0 para m ≠ n
∫ ψ m (t ) ⋅ ψ n (t )dt = 
a rn para m = n
Ortogonalidad
 El conjunto infinito de funciones seno y coseno

forman un conjunto ortogonal de funciones en el
intervalo –T/2 < t < T/2.
1, cos(ω 0 t ), cos(2ω 0 t ), cos(3ω 0 t ), ,

sen (ω 0 t ), sen (2ω 0 t ), sen (3ω 0 t ),
2π
ω0 =
T
Ortogonalidad
 Ejemplo: f(t) = 1 vs cos(mω0t):
T /2 T /2
sen(mω0 t )
∫ cos(mω0 t )dt =
−T / 2 mω0 −T / 2
2sen(mω0T / 2) 2sen(mπ )
= = =0
mω 0 mω0
Ortogonalidad
 Ejemplo: f(t) = 1 vs sen(mω0t):
T /2 T /2
- cos(mω0 t )
∫ sen(mω0 t )dt =
−T / 2 mω0 −T / 2
− [cos(mω0T / 2) - cos(-mω0T / 2)
= =0
mω0
Ortogonalidad
 Ejemplo: f(t) = cos(mω0t) vs cos(nω0t):
T /2  0 para m ≠ n
∫ cos(mω0 t ) ⋅ cos(nω0 t )dt = 
−T / 2 T / 2 para m = n ≠ 0
 Ejemplo: f(t) = sen(mω0t) vs cos(nω0t):
T /2
∫ sen(mω0 t ) ⋅ cos(nω0 t )dt = 0 para cualquier m, n
−T / 2
Norma de una Función
 Se define la norma de la función f(t) en el
intervalo a < t < b como:
b
Norma { f (t ) } = ∫ f (t ) ⋅ f (t )dt
a
Ortonormalidad
 Se dice que las funciones ψk(t) son ortonormales

en el intervalo a < t < b si dos funciones cualesquiera
ψm(t), ψn(t) de dicho conjunto cumplen;
b 0 para m ≠ n
∫ ψ m (t ) ⋅ ψ n (t )dt = 
a 1 para m = n
Identidades Importantes
 Las integrales se pueden obtener con las identidades

trigonométricas:
cos(A) ⋅ cos (B) = ½[cos(A+B) + cos(A–B)]
sen(A) ⋅ sen(B) = ½[–cos(A+B) + cos(A–B)]
sen(A) ⋅ sen(B) = ½[sen(A+B) + sen(A–B)]
sen2(θ) = ½ (1 – cos(2θ))
cos2 (θ) = ½ (1 + cos(2θ))
Series de Fourier
 Respuesta a Entradas Periódicas:
 Se tiene un sistema cuya respuesta al impulso es h(t).
Si se somete el sistema a una entrada armónica
x(t) = e(jωt), la respuesta y(t) será la convolución de h(t)
con x(t):
∞
y (t ) = ∫ h(τ ) ⋅ e jω (t −τ ) dτ
−∞
∞
=e ∫ h(τ ) ⋅ e dτ = x(t ) H (ω )
j ωt − jωτ
−∞
Series de Fourier
 Efecto Gibbs
 Para señales discontinuas, su reconstrucción a partir de
las series de Fourier produce el llamado Efecto Gibbs,
que consiste en la aparición de un pico del 9% en el
punto de discontinuidad. Este efecto se da incluso
cuando se emplea un número grande de armónicos
para la reconstrucción.
 Si se quiere aproximar una función periódica con
discontinuidades que tiene infinitos armónicos, se tiene
que truncar la función hasta el armónico N. Esto
producirá el efecto Gibbs.
 Para eliminarlo se utilizan las llamadas ventanas
espectrales que suavizan la reconstrucción de la
función.
Series de Fourier
 Efecto Gibbs
Series de Fourier
 Ejemplo 1: Onda Cuadrada (Simetría Impar):
Series de Fourier
 Ejemplo 1: Por SF Trigonométrica:
1  π 2π  A
a0 = 
4π  0 ∫ ∫
Adt + (− A)dt  =
π  4π
(π − 0 − 2π + π ) = 0
1 2π 1 π 2π 
ak =
π 0 ∫ ∫ ∫
f (t ) cos ktdt =  A cos ktdt + (− A) cos ktdt 
π0 π 
A π 2π
= (sin kt 0 − sin kt π )
kπ
A A
= (sin kπ − 0 − sin 2kπ + sin kπ ) = (2 sin kπ − sin 2kπ )
kπ kπ
 Como k es un entero, todos los coeficientes ak
son 0.
Series de Fourier
2π 1 π 2π  A π 2π
∫ ∫ ∫
1
bk = f (t ) sin ktdt =  A sin ktdt + (− A) sin ktdt  = (− cos kt 0 + cos kt π )
π 0 π 0 π  kπ
A A
= (− cos kπ + 1 + cos 2kπ − cos kπ ) = (1 − 2 cos kπ + cos 2kπ )
kπ kπ
A
 Para k par: bk = (1 − 2 + 1) = 0
kπ
A 4A
 Y para k impar: bk = (1 + 2 + 1) =
kπ kπ
4A   4A
∑
1 1 1
f (t ) =  sin ωt + sin 3ωt + sin 5ωt +  = sin kωt
π  3 5  π k =impar k
Series de Fourier
Series de Fourier
 Ejemplo 1: Por SF Exponencial Compleja:
T0 1 π 2π 
∫ ∫ ∫π
2 − jkt − jkt
ck = X [k ] = x(t )e dt =  Ae dt + (− A)e − jkt dt 
T0 0 π 0 
 π 2π  − jkπ
A  e − jkt e − jkt
 A  − e ´+1 + e − j 2 kπ − e − jkπ 

X [k ] =  +  = πk 
π  − jk jk j 
 0 π   
A  1 − 2e − jkπ + e − j 2 kπ  A  1 − 2(cos πk − j sin πk ) + (cos 2πk − j sin 2πk ) 

X [k ] = =  
πk   πk 
j   j 
 Si k es par, todos los coeficientes ck son 0.
A  1 − 2(1 − j 0 ) + (1 − j 0 ) 
X [k ] =   = 0 para k = par
πk  j 
Series de Fourier
 Y para k impar:
A  1 − 2(cos πk − j sin πk ) + (cos 2πk − j sin 2πk ) 
X [k ] =  
πk  j 
sin 2a = sin a cos a + sin a cos a = 2 sin a cos a
cos 2a = cos a cos a − sin a sin a = cos 2 a − sin 2 a
A  1 − 2 cos πk + 2 j sin πk + cos 2 πk − sin 2 πk − 2 j sin πk cos πk 
X [k ] =
πk  j 

A  1 − 2 cos πk + cos 2 πk − sin 2 πk + cos 2 πk − cos 2 πk 
X [k ] = 2 sin πk (1 − cos πk ) +

πk  j 

A − 2 cos πk (1 − cos πk ) 
X [k ] =  2 sin πk (1 − cos πk ) + 
πk  j 
Series de Fourier
 Y para k impar:
A − 2 cos πk (1 − cos πk )  j
X [k ] =  2 sin πk (1 − cos πk ) +  ⋅
πk  j  j
X [k ] =
2A
(sin πk (1 − cos πk ) + cos πk (1 − cos πk )) j
πk
X [k ] =
2A
(0(1 − (−1)) + 1(1 − (−1))) j = 4 A j
πk πk
∑
4A
x p (t ) = j ⋅ e jkω0t
k =impar
πk
Series de Fourier
 Ejemplo 2: Onda Cuadrada (Simetría Par):
Series de Fourier
 Ejemplo 2: Por SF Trigonométrica:
1  π /2 3π / 2 2π
a0 = 
4π  0 ∫
Adt + ∫π /2 ∫
(− A)dt + Adt  = 0
3π / 2 
2π 1  π /2 3π / 2 2π 
∫ ∫ ∫ ∫
1
bk = f (t ) sin ktdt =  A sin ktdt + (− A) sin ktdt + A sin ktdt 
π 0 π 0 π / 2 3π / 2 
A π /2 3π / 2 2π
= (− cos kt 0 + cos kt π / 2 − cos kt 3π / 2
kπ
A
= (− cos kπ / 2 + cos 0 + cos 3kπ / 2 − cos kπ / 2 − cos 2kπ + cos 3kπ / 2)
kπ
A
= (−2 cos kπ / 2 + 1 + 2 cos 3kπ / 2 − 1)
kπ
 Como k es un entero, todos los coeficientes bk
son 0.
Series de Fourier
 Ejemplo 2: Onda Cuadrada (Simetría Par):
 Puesto que la forma de onda es par, es
suficiente integrar desde 0 a π/2 y multiplicar la
integral por 4, entonces:
π /2 4  π /2  4A π /2 4A  π
∫ ∫
1
ak = 4 f (t ) cos ktdt =  A cos ktdt  = (sin kt 0 ) =  sin k 
π 0 π0  kπ kπ  2
4A
 Para k par: a = ( 0) = 0
kπ
k
4A
 Y para k impar: ak = ±
kπ
k −1
4A   4A
∑
1 1 1
f (t ) =  cos ωt − cos 3ωt + cos 5ωt −  = (−1) 2 cos kωt
π  3 5  π k =impar k
Series de Fourier
 Ejemplo 3: Onda Diente de Sierra:
Series de Fourier
 Con limites de integración 0 a 2π:
 A
 t para 0 < t < π
f (t ) =  π
A
 t − 2 A para π < t < 2π
 π
 Con limites de integración –π/2 a π/2:

A
f (t ) = t −π < t < π
π
Series de Fourier
 Por inspección la componente DC es cero, por ser
impar los coeficientes ak son cero, y si ω = 1 se tiene
que por tablas de integración:
∫
1 x
x sin axdx = 2 sin ax − cos ax
a a
π π  π 
π
∫ ∫
1 A A A  1 t
bk = t sin ktdt = 2 t sin ktdt = 2 2 sin kt −π − cos kt 
π −π π π −π π  k k 
−π 
= 2 2 (sin kt − kt cos kt ) 0 = 2 2 (sin kπ − kπ cos kπ )

2A π 2A
π k π k
Series de Fourier
 Si k = par, sin(kπ) = 0 y cos(kπ) = 1. Entonces, la
ecuación anterior se reduce a:
2A 2A
bk = 2 2 (−kπ ) = −
k π kπ
Es decir, los armónicos pares tienen coeficientes
negativos. Si k = impar, sin(kπ) = 0 y cos(kπ) = –1.
Entonces, la ecuación anterior se reduce a:
2A 2A
bk = 2 2 (kπ ) =
k π kπ
Es decir, los armónicos impares tienen coeficientes
positivos.
Series de Fourier
 Ejemplo 3: Onda Diente de Sierra (Simetría
Impar):
 En conclusión, la serie trigonométrica de Fourier
para una función diente de sierra impar es:
2A   2A
∑
1 1 1 1
f (t ) =  sin ωt − sin 2ωt + sin 3ωt − sin 4ωt +  = (−1) k −1 sin kωt
π  2 3 4  π k
Series de Fourier
 Ejemplo 4: Onda Triangular (Simetría Impar):
Series de Fourier
 Por inspección la componente DC es cero, por ser
impar los coeficientes ak son cero, y si ω = 1 se
establecen limites de integración 0 a π/2: y se
multiplica por 4:
π /2
π /2 π /2 8A  1 
∫ ∫
4 2A 8A t
bk = t sin ktdt = 2 t sin ktdt = 2  2 sin nt − cos kt 
π 0 π π 0 π k k 0
8A  π π π
=
8A
(sin kt − kt cos kt ) 0 π /2
= 2 2  sin k − k cos k 
π k 2 2
π k  2 2 2
 Si k es impar cos(kπ/2) = 0
Series de Fourier
 Para k impar los senos se comportan como:
 8A
 1 para k = 1, 5, 9,  entonces, bk = 2 2
π  π k
sin k = 
2 − 1 para k = 3, 7,11,  entonces, b = − 8 A
 k
π k
2 2
k −1
8A   8A
∑
1 1 1 1
f (t ) = 2  sin ωt − sin 3ωt + sin 5ωt − sin 7ωt +  = 2 (−1) 2 sin kωt
π  9 25 49  π k =impar k 2
Series de Fourier
 Ejemplo 5: Rectificador de Media Onda:
Series de Fourier
sin ωt para 0 < ωt < π

vout (t ) = 
 0 para π < ωt < 2π
 Por inspección la componente DC no es cero, y

asumiendo ω = 1 se establecen limites de
integración 0 a 2π. Los coeficientes ak entonces se
definen por:
2π
∫
1
ak = f (t ) cos ktdt
π 0
Series de Fourier
π 2π
∫ ∫π
A A
ak = sin t cos ktdt + 0 cos ktdt
π 0 π
 Por tablas de integración:
cos(m − n) x cos(m + n) x
∫ (sin mx)(cos nx)dx = −
2(m − n)
−
2(m + n)
(m 2 ≠ n 2 )
π
 Entonces: A  1  cos(1 − k )t cos(1 + k )t  
a k = −  +  
π  2  1 − k 1 + k  0 
A  cos(π − kπ ) cos(π + kπ )   1 1 
=−  +  − +  
2π  1 − k 1+ k  1 − k 1 + k  
Series de Fourier
 Usando identidades trigonométricas:
cos( x − y ) = cos x cos y + sin x sin y
cos( x + y ) = cos x cos y − sin x sin y
 Se tiene que:
cos(π − kπ ) = cos π cos kπ + sin π sin kπ = − cos kπ
cos(π + kπ ) = cos π cos kπ − sin π sin kπ = − cos kπ
 Entonces sustituyendo:
A  − cos kπ − cos kπ  2  A  cos kπ cos kπ  2 
ak = −  +  − 2
=  +  + 2
2π  1 − k 1 + k  1 − k  2π  1 − k 1+ k  1− k 
A  cos kπ + k cos kπ + cos kπ − k cos kπ 2  A  cos kπ + 1 
=  + =   k ≠1
2π  1− k 2
1− k  π  1− k
2 2

Series de Fourier
 Para a0 se tiene:
a0 = 2 A / π
 No se puede obtener a1 por existir indeterminación
entonces se evalúa la integral:
π
∫
A
a1 = sin t cos tdt
π 0
1
∫ (sin ax )(cos ax ) dx = (sin ax ) 2
 Donde: 2a
A 2 π
a1 = (sin t ) 0 = 0
2π
Series de Fourier
 Evaluando k = 2, 3, 4, …:
A  cos 2π + 1  2A
a2 =   = −
π  (1 − 2 ) 
2
3π
A  cos 3π + 1 
a3 =   = 0
π  (1 − 3 ) 
2
 Se observa que para k impar da cero. Ahora los

coeficientes bk:
2π π 2π
∫ f (t ) sin ktdt = ∫ sin t sin ktdt + ∫ 0 sin ktdt
1 A A
bk =
π 0 π 0 π π
Series de Fourier
sin( m − n) x sin( m + n) x
∫ (sin mx)(sin nx)dx =
2(m − n)
−
2(m + n)
(m 2 ≠ n 2 )
 Donde:
 π
A  1  sin(1 − k )t sin(1 + k )t  
bk =   −  
π  2  1 − k 1 + k  0 
A  sin(π − kπ ) sin(π + kπ )  
=  −  − 0 + 0 = 0 (k ≠ 1)
2π  1 − k 1+ k  
Series de Fourier
 El termino b1 se evalúa así:
π
A π
A  t sin 2t  A π sin 2π  A
b1 = ∫ (sin t ) dt =  −
2
 =  −  =
π0 π 2 4 0 π 2 4  2
 Entonces sumando los términos a0, b1 y ak se
tiene:
A 2A 2 A  cos 2t cos 4t cos 6t cos 8t 
f (t ) = + sin t −  + + + + 
π 2 π  3 15 35 63 
Series de Fourier
 Ejemplo 6: Rectificador de Onda Completa (Par):
Series de Fourier
 Por inspección la componente DC no es cero, y
asumiendo ω = 1 se establecen limites de integración
0 a 2π. Los coeficientes ak entonces se definen por:
2π
∫
1
ak = f (t ) cos ktdt
π 0
 Entonces:
A π π
∫π ∫
2A
ak = sin t cos ktdt = sin t cos ktdt
π − π 0
Series de Fourier
cos(m − n) x cos(m + n) x
∫ (sin mx)(cos nx) dx = −
2( m − n)
−
2( m + n)
(m 2 ≠ n 2 )
 Puesto que:
cos( x − y ) = cos( y − x) = cos x cos y + sin x sin y
π
 Entonces: 2 A  1  cos(k − 1)t cos(k + 1)t  
ak =   −  
π  2  k − 1 k + 1  0 
A  cos(kπ − k ) cos(kπ + π )   1 1 
=  +  − −  
π  k − 1 k +1   k − 1 k + 1 
Series de Fourier
A 1 − cos(kπ + k ) cos(kπ − π ) − 1 
ak =  + 
π k +1 k −1 
 De donde:
cos(π − kπ ) = cos π cos kπ + sin π sin kπ = − cos kπ
cos(π + kπ ) = cos π cos kπ − sin π sin kπ = − cos kπ
 Entonces sustituyendo:
A 1 + cos kπ 1 + cos kπ  A  − 2 + (k − 1) cos kπ − (k + 1) cos kπ ) 
ak =  −  =  
π  k +1 k −1  π  k 2 −1 
− 2 A(cos kπ + 1)
= k ≠1
π (k − 1)
2
Series de Fourier
 Para a0 se tiene:
a0 = 4 A / π
 No se puede obtener a1 por existir indeterminación
entonces se evalúa la integral:
A π
a1 = ∫0 sin t cos tdt
π
1
∫ (sin ax )(cos ax ) dx = (sin ax ) 2
2a
 Donde:
A 2 π
a1 = (sin t ) 0 = 0
2π
Series de Fourier
 Evaluando k = 2, 3, 4, … se observa que para k
impar da cero. Ahora los coeficientes bk:
− 2 A  cos 2π + 1  4A
a2 =   = −
π  (2 − 1) 
2
3π
− 2 A  cos 4π + 1  4A
a4 =   = −
π  (4 − 1) 
2
15π
− 2 A  cos 6π + 1  4A
a6 =   = −
π  (6 − 1) 
2
35π
Series de Fourier
 Entonces sumando los términos a0, y ak se tiene:
2 A 4 A  cos 2ωt cos 4ωt cos 6ωt cos 8ωt 

f (t ) = −  + + + + 
π π  3 15 35 63 
Simplificando:
∞
cos kωt
∑
2A 4A
f (t ) = −
π π k = 2, 4, 6 ( k 2
− 1)
Transformada de Fourier
 La Transformada de Fourier sobre señales continuas y
reales permite convertir una señal no necesariamente
periódica del dominio temporal al dominio espectral de las
frecuencias. Genera una función compleja que en sus
partes real e imaginaria transporta información de
amplitud y fase de las distintas componentes de la señal
analizada.
 Usando la igualdad de Euler:
e j2πft = cos(2πft) + j·sen(2πft)
para cada valor de f la integral calcula dos términos: uno
real con la correlación entre h(t) y cos(2πft) y otro
imaginario con la correlación entre h(t) y sen(2πft).
 Esta transformación y su inversa son llamadas Fourier
Transform Pair, y permiten pasar de los dominios del
tiempo a las frecuencias y viceversa.
TF – Análisis TIF - Síntesis
∞ ∞
∫ ∫
− j ωt 1
H (ω ) = h(t ) ⋅ e dt h(t ) = H (ω ) ⋅ e jωt dω
2π
−∞ −∞
 La Transformada de Fourier correlaciona a h(t) con dos

términos que cambian en el tiempo: uno real cos(ωt) y
otro imaginario –sen(ωt) , dando como resultado el
espectro en el dominio de la frecuencia H(ω). ω =2πf
 Si se analiza la ecuación de la Transformada Inversa de
Fourier se puede observar que calcula la correlación de
H(ω) con dos términos que cambian en la frecuencia:
uno real cos(ω t) y otro imaginario sen(ω t), dando como
resultado el comportamiento de la señal en el dominio del
tiempo h(t).
 Esta propiedad será de utilidad cuando dado el espectro

deseado de un filtro se tenga que calcular su respuesta al
impulso, pues ella será justamente la Transformada
Inversa de Fourier de la respuesta espectral del filtro.
Propiedades TF
Simetría  Si h(t) es real y par, H(ω )
es real.
Si es par no tiene sentido
sumarle componentes
impares. Es decir todas las
componentes deberán ser de
tipo coseno, cuyos
coeficientes (an) son reales.
 Si h(t) es real e impar, H(ω )
es imaginaria.
Si es impar no tiene sentido
sumarle componentes pares.
Es decir todas las
componentes deberán ser de
tipo seno, cuyos coeficientes
(bn) son imaginarios.
Propiedades TF
 Superposición:
TF [a1 x1(t) + a2 x2(t) ] ↔ a1 X1 ( f ) + a2 X2 ( f )

F {a1 x1(t) + a2 x2(t)} ↔ a1 X1 (ω) + a2 X2 (ω)
 El espectro de la suma de dos señales es igual a la suma
de los espectros individuales.
Nota:
 Entonces, una señal compleja puede separarse en partes
más simples y su espectro ser calculado por separado.
Propiedades TF
 Dualidad:
Si TF[ x(t) ] = X(ω ) entonces TF[X(t)] = 2π x (-ω )
Nótese el intercambio de X y x. Si la transformada de una

función x1(t) da una función X2(ω), la transformada de X2(t)
será 2π x1(ω).
 Nota: Así como una respuesta temporal tipo pulso tiene infinitas
componentes en frecuencia de forma sinc(ω), una respuesta en
frecuencia tipo pulso, tendrá infinita duración en el tiempo (incluso desde
menos infinito!)...sería NO CAUSAL?
Propiedades TF
 Escalamiento en el tiempo:
TF[ x(at) ] ↔ |a–1|·X(ω /a)
Si la escala de tiempo de una señal es modificada por un

factor “a” los ejes de frecuencias y amplitud del espectro
también cambian con la inversa de dicho factor.
Propiedades TF
 Inversión Temporal:
TF[ x(–t) ] ↔ X(–f ) = X∗ ( f )
F { x(–t)} ↔ X(–ω ) = X∗ (ω )
Si el eje del tiempo se invierte lo mismo pasa con
los ejes de frecuencias en el espectro. Es un
caso especial del cambio de escala de tiempo
con a = –1.
 Nota: Las amplitudes (que son pares) se mantienen, en

tanto las fases se invierten.
Propiedades TF
 Retardo o Traslación Temporal:
TF[ x(t – t0) ] ↔ X( f )·e –j2πft0
F { x(t – t0)} ↔ X(ω )·e –jω t0
Retardar una señal en el tiempo equivale a modificar la
fase de las componentes del espectro un ángulo
proporcional al tiempo de retraso y a la frecuencia de la
componente.
 Nota: si el retardo de fase no se hace proporcional a la frecuencia
de la componente, las demoras de las distintas componentes son
también distintas, y la señal se deforma esto determina porqué es
necesario una transferencia de fase lineal, por ejemplo en una línea
de transmisión, cuando es necesario conservar la forma (p.ej: en
aplicaciones de video).
Propiedades TF
 Traslación de Frecuencia:
TF[ x(t)·e j2πfot ] ↔ X( f – f0 )
F {x(t)·e jωot } ↔ 2πX(ω –ω0 )
Si una señal x(t) es multiplicada por una sinusoide
compleja de frecuencia f0, el espectro original se
desplaza ese valor f0 en el eje de frecuencias.
 Modulación:
TF[ x(t)·cos(ω0t)] ↔ πX(ω +ω0) + πX (ω –ω0)
Esta propiedad surge de las de traslación de
frecuencia y de simetría. En el espectro aparecen las
dos “bandas laterales”.
Propiedades TF
 Diferenciación:
 d n x(t ) 
TF  n 
= ( j 2πf ) n
X [ f ] = ( j ω ) n
X [ω ]
 dt 
 Integración:
 t 
∫
−1 1
TF  x(t )dt  = ( jω ) X [ω ] + X [0]δ (ω )
 −∞  2
 Nota: por ejemplo: si x(t)=cos(2πft) la
dx(t)/dt=(2πf).sen(2πft), pero como puede escribirse
sen(x)=j.cos(x) (es decir, una sinusoide puede ser vista
como una cosinusoide multiplicada por j para ser girada
90 grados en forma antihoraria). También puede
escribirse dx(t)/dt=(j2πf).cos(2πft), es decir
dx(t)/dt=(j2πf).x(t). Profesor: Ing. Fabián Jiménez López MSc
Señales y Sistemas Semestre 2017
Propiedades TF
 Convolución:
 ∞ 
FT 
 ∫
−∞
x1 (t − τ ) ⋅ x2 (τ )dτ  = X 1 (ω ) ⋅ X 2 (ω )

 Multiplicación:
FT [x1 (t ) ⋅ x2 (t )] = 2π ∫−∞∞ X 1 (ω − ϕ ) ⋅ X 2 (ϕ )dϕ
 Notas:
Observar la simetría entre multiplicación y convolución!
Energía y Potencia
 La energía que transporta una señal puede ser evaluada:
 Integrando la energía instantánea de la señal a lo
largo del tiempo.
 Integrando la energía transportada por cada una de las
componentes de frecuencia, a lo largo del espectro.
 Como ambos valores deben ser idénticos se tiene que:
∞ ∞
E= ∫ [h(t )]dt = 1
∫ [H (ω )]dω
−∞ 2π −∞
 Esta igualdad es llamada Teorema de Parseval, y |h(f)|2

es llamada la Densidad Espectral de Energía de h.
Ejemplos TF
 Impulso Unitario:
∞
f (t ) = δ (t ) ⇒ ∫ −∞
f (t )δ (t )dt = f (0)
∞
F (ω ) = ∫
−∞
δ (t )e − jωt dt =e − jωt
t =0
=1
 Entonces F(ω) = 1, Un impulso posee contribuciones

de igual magnitud en todas las frecuencias. La fase
inicial de todas las componentes es cero.
F {δ (t )} = 1
Ejemplos TF
 Impulso Unitario:
Ejemplos TF
 Escalar por Impulso:
∞
f (t ) = Kδ (t ) ⇒ ∫ −∞
f (t )δ (t )dt = f (0)
∞
F (ω ) = ∫−∞
Kδ (t )e − jωt dt = Ke − jωt
t =0
=K
 Entonces F(ω) = K, Un impulso posee

contribuciones de igual magnitud en todas las
frecuencias. La fase inicial de todas las
componentes es cero.
Ejemplos TF
 Por dualidad TIF de un Impulso:
F (ω ) = 2πδ (ω ) ⇒
∞
1
f (t ) = F -1 {F (ω )} = ∫ 2πδ (ω ) e j ωt
dω
2π −∞
∞
f (t ) = ∫ δ (ω )e dω = ej ωt j ωt
ω =0
=1
−∞
Ejemplos TF
 A la anterior TF aplicando propiedad de
desplazamiento en la frecuencia:
f (t ) = 1⇒ 2πδ (ω )
TF
jω 0 t
f (t ) = Ke ⇒ K 2πδ (ω − ω0 )
TF
Ejemplos TF
 Ejemplo Función Exponencial:
f (t ) = e − at µ (t ) t>0
∞ ∞
F (ω ) = F { f (t )} == ∫ e − at − jωt
e dt = ∫ e −( a + jω )t dt
0 0
∞
− ( a + jω ) t
e 1
F (ω ) = − =
a + jω a + jω
0
F {e }− at
=
1
a + jω
Ejemplos TF
Ejemplos TF
 Ejemplo Función Signo:
1 t>0
f (t ) = sign(t) = 
− 1 t < 0
sign (t ) = 2µ (t ) − 1
F { sgn(t ) } =
2
dsign (t ) jω
= 2δ (t )
dt
sgn(t ) ⇔ X (ω )
 dsgn (t ) 
F (2δ (t )) = F   = jωX (ω ) = 2
 dt 
Ejemplos TF
 Ejemplo Función Escalón Unitario:
f (t ) = µ (t )
1 1
µ (t ) = + sgn(t )
2 2
1 1  1 1 
F (µ (t ) ) = F  + sgn(t )  = F   + F  sgn(t ) 
2 2  2 2 
F { µ (t ) } = πδ (ω ) +
1
jω
Ejemplos TF
 Ejemplo Función Periódica Coseno
(Traslación en Frecuencia):
1 jω 0 t
f (t ) = cos(ω0 t ) = (e + e − jω 0 t )
2
F (ω ) = F { f (t )} = πδ (ω − ω0 ) + πδ (ω + ω0 )
Ejemplos TF
 Ejemplo Función Periódica Seno:
1 jω 0 t − jω 0 t
f (t ) = sin(ω0 t ) = (e −e )
2j
F (ω ) = F { f (t )} = − jπδ (ω − ω0 ) + jπδ (ω + ω0 )
Ejemplos TF
−a t
f (t ) = e
0 ∞
F (ω ) = F { f (t )} = ∫ ∫
e ( a − jω )t dt + e −( a + jω )t dt
−∞ 0
1 1 2a
F (ω ) = + = 2
a − jω a + jω a + ω 2
F {e }= ω
−a t
2
2a
+ a2
Ejemplos TF
Ejemplos TF
 Ejemplo Función Pulso Par:
f (t ) = A[µ (t + T ) − µ (t − T )]
T
∞ − j ωt
Ae
{ f (t )} = ∫ f (t )e
T
F (ω ) = F − j ωt
dt = ∫ Ae − j ωt
dt =
−∞ −T − jω −T
Ejemplos TF
 Ejemplo Función Pulso Par:
T
− j ωt
Ae A(e jωT − e − jωT ) 2 A sin ωT 2 AT sin ωT
F (ω ) = = = =
− jω jω ω ωT
−T
sin ωT
F (ω ) = 2 AT = 2 AT sinc(ωT )
ωT
Ejemplos TF
 Ejemplo Función Pulso Impar:
f (t ) = A[µ (t ) − µ (t − 2T )]
2T
∞ − j ωt
Ae
{ f (t )} = ∫ f (t )e
2T
F (ω ) = F − j ωt
dt = ∫ Ae − j ωt
dt =
−∞ 0 − jω 0
Ejemplos TF
 Ejemplo Función Pulso Impar:
2T 0
− j ωt − j ωt
Ae Ae A(1 − e − jω 2T )
F (ω ) = = =
− jω jω jω
0 2T
 Sustituyendo:
1 = e j ωT ⋅ e − j ωT ⇒ e − jω 2T = e − jωT ⋅ e − jωT
Ae − jωT  e jωT − e − jωT  − jωT  sin ωT 
F (ω ) = = 2 Ae   =
ω  j 
  ω 
− jωT  sin ωT  − j ωT
F (ω ) = 2 ATe   = 2 ATe sinc(ωT )
 ωT 
Ejemplos TF
 Ejemplo Función sinc: usando propiedad de
dualidad. Un punto importante a tener en cuenta es
que una señal de “banda limitada” no es de “tiempo
limitado”, mientras que una señal de “tiempo limitado”
no es de “banda limitada”.
Ejemplos TF
 Ejemplo Función Escalera:
f (t ) = A[µ (t + T ) + µ (t ) − µ (t − T ) − µ (t − 2T )]
 Por superposición y conociendo pares de

transformadas previas:
sin ωT − jωT sin ωT
F (ω ) = F1 (ω ) + F2 (ω ) = 2 AT + 2 ATe
ωT ωT
Ejemplos TF
 Ejemplo Función Escalera:
sin ωT
− j ωT
F (ω ) = 2 AT (1 + e )
ωT
ωT  ωT ωT 
−j
 j −j
 sin ωT
= 2 ATe 2 e 2 +e 2
  ωT
 
ωT ωT
−j ωT sin ωT −j ωT
= 4 ATe 2 cos = 4 ATe 2 cos sinc(ωT )
2 ωT 2
Ejemplos TF
 Ejemplo Función Compuesta:
f (t ) = A cos ω0 t[ µ (t + T ) − µ (t − T )]
 Conociendo los siguientes pares de
transformadas:
F (ω − ω0 ) + F (ω + ω0 )
f (t ) cos ω0 t ⇒
FT 2
sin ωT
A[ µ (t + T ) − µ (t − T )] ⇒ 2 AT
 Modulación: FT ωT
 sin[(ω − ω0 )T ] sin[(ω + ω0 )T ]
F (ω ) = AT  + 
 (ω − ω0 )T (ω + ω0 )T 
Ejemplos TF
 Matlab:
 MATLAB tiene las funciones fourier e ifourier para
calcular la Transformada de Fourier y su inversa.
 Ejemplo: Exponencial por una constante:

1 1
− t2 − ω2
e 2
⇔
FT
2π e 2
 Usando Matemática Simbólica en MATLAB:

syms t v w x;
ft=exp(−t^2/2);
Fw=fourier(ft)
Fw = 2^(1/2)*pi^(1/2)*exp(-1/2*w^2)
Ejemplos TF
 Matlab:
 Ahora verificando la transformada inversa de Fourier de la
expresión utilizando el comando ifourier:
ft=ifourier(Fw)
ft = exp(-1/2*x^2)
1
Otro ejemplo: 1 − ω 2
te −t ⇔ π ω
2
j e 4
FT
2
syms t v w x; ft=t*exp(−t^2);
Fw=fourier (ft)
Fw = -1/2*i*pi^(1/2)*w*exp(-1/4*w^2)
Ejemplos TF
 Matlab: 1
− e µ (t ) + 3δ (t ) ⇔
−
− + 3
Otro ejemplo: FT
jω + 1
syms t v w x;
fourier(sym('−exp(−t)*Heaviside(t)+3*Dirac(t)'))
ans = -1/(1+i*w)+3
1
Otro ejemplo: µ (t ) ⇔ πδ (ω ) +
syms t v w x;
FT
jω
u0=sym('Heaviside(t)');
Fw=fourier(u0)
Fw = pi*Dirac(w)-i/w
Señales y Sistemas
Series y Transformada de Fourier

Semestre 2017
Por: Fabián Jiménez López.
fabian.jimenez02@uptc.edu.co.

Diapo 6 PDF

Cargado por

Información del documento

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

Diapo 6 PDF

Cargado por

Copyright:

Formatos disponibles

Señales y Sistemas

Series y Transformada de Fourier

∑a cos(kω0 t ) + bk sin (kω 0 t )

∑a cos(kω0 t ) + bk sin (kω0 t )

∫ x(t − τ )⋅ y(τ )dτ

cos(mω0 t ) ⋅ x(t ) ↔ {X [k − m] + X [k + m]}

 Como las frecuencias a izquierda del cero son

 Ejemplo: las funciones t y t2 son ortogonales en

 Se dice que las funciones ψk(t) son ortogonales

 El conjunto infinito de funciones seno y coseno

1, cos(ω 0 t ), cos(2ω 0 t ), cos(3ω 0 t ), ,

 Ejemplo: f(t) = 1 vs cos(mω0t):

 Ejemplo: f(t) = 1 vs sen(mω0t):

 Ejemplo: f(t) = cos(mω0t) vs cos(nω0t):

 Ejemplo: f(t) = sen(mω0t) vs cos(nω0t):

 Se dice que las funciones ψk(t) son ortonormales

 Las integrales se pueden obtener con las identidades

A  1 − 2e − jkπ + e − j 2 kπ  A  1 − 2(cos πk − j sin πk ) + (cos 2πk − j sin 2πk ) 

 Con limites de integración –π/2 a π/2:

= 2 2 (sin kt − kt cos kt ) 0 = 2 2 (sin kπ − kπ cos kπ )

sin ωt para 0 < ωt < π

 Por inspección la componente DC no es cero, y

 Se observa que para k impar da cero. Ahora los

2 A 4 A  cos 2ωt cos 4ωt cos 6ωt cos 8ωt 

 La Transformada de Fourier correlaciona a h(t) con dos

 Esta propiedad será de utilidad cuando dado el espectro

TF [a1 x1(t) + a2 x2(t) ] ↔ a1 X1 ( f ) + a2 X2 ( f )

Nótese el intercambio de X y x. Si la transformada de una

Si la escala de tiempo de una señal es modificada por un

 Nota: Las amplitudes (que son pares) se mantienen, en

FT [x1 (t ) ⋅ x2 (t )] = 2π ∫−∞∞ X 1 (ω − ϕ ) ⋅ X 2 (ϕ )dϕ

 Esta igualdad es llamada Teorema de Parseval, y |h(f)|2

 Entonces F(ω) = 1, Un impulso posee contribuciones

 Entonces F(ω) = K, Un impulso posee

 Por superposición y conociendo pares de

 Ejemplo: Exponencial por una constante:

 Usando Matemática Simbólica en MATLAB:

Series y Transformada de Fourier

También podría gustarte