T
Laboratorio Nº 01: a n=
4
∫
2
f (t ) cos
2 nπ
t dt ( )
T 0 T
Simulación de la Serie de b n=0
Fourier Mediante el En el caso de la función imppar los coeficientes se
reducen a la siguiente expression:
Software Matlab a 0=0
1) SERIE DE FOURIER a n=0
Una serie de Fourier es una serie infinita que converge T
2
puntualmente a una función periódica y continua a trozos (o por 4 2nπ
partes). Las series de Fourier constituyen la herramienta
matemática básica del análisis de Fourier empleado para
b n= ∫
T 0
f (t ) sin
T (t dt )
analizar funciones periódicas a través de la descomposición de 3) IDENTIDAD DE PARSEVAL
dicha función en una suma infinita de funciones sinusoidales
T
mucho más simples (como combinación de senos y cosenos con 2 2
frecuencias enteras). 2 a0 ∞
∫ f (t )2 dt= + ∑ [ a 2 + bn 2 ]
Es una aplicación usada en muchas ramas de la ingeniería, T −T 2 n=1 n
además de ser una herramienta sumamente útil en la teoría 2
matemática abstracta. Áreas de aplicación incluyen análisis 4) SERIE COMPLEJA DE FOURIER
vibratorio, acústica, óptica, procesamiento de imágenes y
señales, y compresión de datos. En ingeniería, para el caso de Es una forma alternativa de la Serie, también llamada forma
los sistemas de telecomunicaciones, y a través del uso de los exponencial.
componentes espectrales de frecuencia de una señal dada, se
puede optimizar el diseño de un sistema para la señal portadora
∞ j ( 2 πnt
T )
del mismo. Las series de Fourier tienen la forma: f (t )= ∑ cn e
n=− ∞
∞
a0 2nπ 2 nπ
2 n=1 [ ( )
+ ∑ a n cos
T
t +b n sin
T (
t )] c n=
1
T
T
2
∫ f ( t) e
−j ( 2 πnt
T )
dt
Donde a n y b n se denominan coeficientes de Fourier de la −T
2
serie de Fourier de la función f ( t ).
5) CONDICIONES DE DIRICHLET
T
2
2
a 0= ∫ f (t ) dt
T −T
2
T
2
2
a n=
T
∫ f (t ) cos ( 2Tnπ t ) dt
−T
2
T
2
2
b n=
T
∫ f (t ) sin ( 2 Tnπ t ) dt
−T
2
2) FUNCIÓN PAR E IMPAR
En el caso de la función par los coeficientes se
reducen a la siguiente expression:
T
2
4
a 0= ∫ f dt
T 0 (t )
Las condiciones que una determinada función f (x) debe Una de las muchas derivaciones interesantes, aunque desde
cumplir para poder ser representada como una serie de Fourier, luego no la más importante, a que ha dado lugar el análisis de
se conocen con el nombre de condiciones de Dirichlet las cuales Fourier, es el llamado fenómeno de Gibbs, que surge a
pueden ser esquematizadas en los siguientes puntos. Para que mediados del siglo XIX.
una función f (x) sea susceptible de ser expandida en series de
H. Wilbraham observó en 1848 que en puntos cercanos a una
Fourier debe ser:
discontinuidad de una función “f”, las sumas parciales de la
Serie de Fourier de “f” presentaban un comportamiento
a) Periódica.
oscilatorio anómalo que hacía que las gráficas de las sumas
parciales excedieran en aproximadamente en 9 % del valor del
b) Univaluada y continua a trozos (continua menos, en un
salto de la discontinuidad. Este trabajo de Wilbraham cayó en el
numero finito de puntos) con un número finito de
olvido, hasta que hacia 1898 volvió a reaparecer en un contexto
máximos y mínimos.
distinto. Fue de mano del Premio Nobel en Física (1907) A.
Michelson, científico norteamericano, inventor y constructor de
c) c. Para que las Series de Fourier existan, los numerosos instrumentos físicos de gran precisión.
coeficientes de Fourier deben ser finitos, esta
condición garantiza su existencia. Para ello la integral
T
Michelson construyó un aparato llamado analizador armónico
2 que permitía mecánicamente, determinar hasta los 80 primeros
componentes de la serie de Fourier, a partir de la gráfica de una
∫ |f (t )|dt debe ser convergente, donde T es el
función y = f(x). Michelson observó que para una función de
−T
2 tipo salto, en las cercanías del punto de discontinuidad, aparecía
periodo. una extraña protuberancia que no aparecía en la función
original. En un principio creyó que podía deberse a un defecto
6) TEOREMA DE LA CONVERGENCIA
mecánico del aparato.
Sea f : R → R una función periódica de periodo T que
satisface las condiciones de Dirichlet y sea: Una vez verificado que podía no ser así, escribe al
∞ físicomatemático [Link], 1899 que investigó y explicó el
a0 2 nπ 2 nπ
f (t )= +∑ a n cos
2 n=1 [ ( )
T
t +b n sin
T
t( )] fenómeno basándose en la no convergencia uniforme de la serie
de Fourier en las cercanías de un punto de discontinuidad. Este
fenómeno, que se conoce como fenómeno de Gibbs (o
• Si f es continua en un punto t, entonces la serie de
fenómeno de Gibbs-Wilbraham), tiene consecuencias físicas
Fourier converge en ese punto a f (t):
interesantes. Por ejemplo, en el caso de circuitos eléctricos en
a0 ∞ 2 nπ 2 nπ los que, por medio de un conmutador, se pueden crear saltos de
f (t )= +∑ a n cos
2 n=1 T [ ( )
t +b n sin
T
t ( )] voltaje. Dado que este voltaje puede sobrepasar lo inicialmente
previsto, resulta importante conocer esta desviación en relación
• Si f tiene una discontinuidad de salto en el punto t, con la respuesta de los componentes del circuito.
entonces la serie de Fourier converge en ese punto al
punto medio del salto Consideremos la serie formal de Fourier asociada a la función
∞ escalonada.
a0 2nπ 2 nπ
+ ∑ a n cos
2 n=1 [ ( )
T
t +b n sin
T (
t =f ¿¿ ¿ )]
El teorema nos dice, en particular, que si f satisface las
condiciones de Dirichlet y se redefine el valor de f en cada
punto de discontinuidad como el punto medio del salto
f (t )=f ¿¿ ¿ , entonces la serie de Fourier convergerá para cada
t ∈ R.
La suma parcial N-ésima la podemos escribir como:
7) FENÓMENO DE GIBBS
PULSO TRIANGULAR
PULSO DIENTE DE SIERRA
PULSO TRAPEZOIDAL
III. PROCEDIMIENTO
Haciendo uso de un lenguaje de programación realice un
programa que permita realizar lo siguiente:
a) Dada una función del tiempo, el programa debe permitir
Con esta fórmula podemos fácilmente calcular los extremos visualizar en la pantalla la gráfica real.
relativos de SNX (t ).
b) Con el uso de la Serie de Fourier, el programa debe
permitir visualizar las diferentes aproximaciones,
dependiendo de n , a la gráfica.
c) Para permitir realizar el paso b), el programa nos debe
solicitar:
- La ecuación característica del termino a 0.
- La ecuación de los términos a n.
- La ecuación correspondiente a los b n.
IV. RESPUESTAS A PREGUNTAS
No se encontraron preguntas.
V. SIMULACIÓN
Ejemplo: Desarrollo de una señal cuadrada.
x (t )= 1 ;0≤t<Tο /2
{
−1;Tο/2≤t<Tο
4 sin t sin 3 t sin5 t
x (t )= (
π 1
+
3
+
5
+. .. )
I. DATA SHEET Y/O HOJA DE DATOS
No se utilize ningún datasheet en este laboratorio.
II. EQUIPOS Y MATERIALES
Para esta experiencia solo haremos uso de una computadora, en
la cual con el software MATLAB graficaremos las distintas
series de Fourier para las siguientes funciones:
PULSO CUADRADO
Haciendo uso de un programa de simulación, para nuestro
caso MatLab, definimos nuestra función periódica en el
tiempo. Para nuestra simulación definimos nuestro f(t)
como:
f ( t ) → Pulso diente de sierra ,impar ,
5 V pp , periodo 20 ms, duracion 10 ms.
Aumentando a 100 términos la serie x(t).
A partir de nuestra señal periódica, tenemos los siguientes
parámetros:
T =0.02 s
Para nuestro análisis, tomamos el siguiente dominio de
tiempo:
−0.01 s <t< 0.01 s
Implementamos el código del programa, para ejecutarlo en
MatLab:
Primero creamos una función en MATLAB laque
posteriormente utilizaremos:
function fouriertri(a0,an,bn,n,t)
sum=0;
an=inline(an);
bn=inline(bn);
Aumentando a 1000 términos la serie x(t).
for k=1:n
sum=sum+a0+an(k)*cos(pi/0.01*k*t)+bn(k)*sin(pi/0.01*k*t);
end
plot(t,sum),xlabel('t'),ylabel('f(t)'),grid on
Luego ejecutamos el programa principal, llamando a la
función mediante el siguiente código fuente:
n=input('Ingrese n= ');
a0=input('Ingrese a0= ');
Ejemplo 2:
an=input('Ingrese an= ','s');
bn=input('Ingrese bn= ','s'); 5
t=input('Ingrese el rango de valores de t de la siguiente manera: 3
”valor inicial:incremento:valor final” '); 2
f(t)
0
fouriertri(a0,an,bn,n,t) -1
-2
Para n=1 -3
-4
5
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
4 t
1 Finalmente si superponemos las imágenes nos queda:
0
f(t)
-1
5
-2
4
-3
3
-4
2
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01 1
t
f(t)
0
-1
Para n=3 -2
5
-3
4
-4
3
2 -5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
1 t
f(t)
-1
-2
Para los valores de:
-3
-4
a 0=0
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t
40
a n=
Para n=5 ( ( 2∗k−1 )∗pi)2
5
b n=0
4
1
f(t)
-1 VI. BIBLIOGRAFÍA
-2
-3 1) Biografía de Joseph Fourier, Sangakoo, disponible en:
-4
[Link]
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0
t
0.002 0.004 0.006 0.008 0.01
2) Fenómeno de Gibbs, LAFA: Laboratorio de Análisis de
Fourier Aplicado, disponible en:
[Link]
Para n=15 3) Series de Fourier y fenómeno de Gibbs, Roberto
Rodríguez del Rio & Enrique Zuazua, Departamento de
Matemática Aplicada, Universidad Complutense de
Madrid, Madrid, España, disponible en:
[Link]
