TTL 2 – EJERCICIO 1

1. Desarrollar paso a paso la transformada Fourier del pulso rectangular.

Solución:

𝑎 𝑎
∞ −𝑗2𝜋𝑓𝑡
2 𝑒
𝑋(𝑓) = ∫ 𝑥(𝑡 ) · 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = ∫ 1 · 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = − { 2𝑎
−∞
𝑎
−2 𝑗2𝜋𝑓 −
2
1 −𝑗𝑎𝜋𝑓 𝑗𝑎𝜋𝑓
1 𝑒 𝑗𝑎𝜋𝑓 − 𝑒 −𝑗𝑎𝜋𝑓 1
= · [−𝑒 +𝑒 ]= ·[ ] = · sin(𝑎𝜋𝑓)
𝑗2𝜋𝑓 𝜋𝑓 𝑗2 𝜋𝑓

➢ Nota: Manipulamos la expresión para establecer la función SinC

sin(𝑎𝜋𝑓)
𝑎·[ ] = 𝑎 · 𝑆𝑖𝑛𝐶 (𝑎𝑓)
𝑎𝜋𝑓

2. Ejecutar el código 1 y variar los parámetros fs y a, analizar sus efectos

Señal sin ningún tipo de variación en donde la fs = 100 y el ancho a = 1:

Figura 1.
Siendo entonces fs la frecuencia de muestreo del sistema, al aumentarla la precisión en la
toma de muestras es mucho mayor lo que implica más eficiencia. A continuación, se muestra
(figura 2) la gráfica obtenida debido al incremento de la frecuencia de muestreo en diez
veces la frecuencia original (figura1), sin modificar el ancho de la señal. Observamos como
como la transformada ha tenido un leve incremento en su amplitud, además como el pulso
rectangular se encuentra mejor definido en comparación a al pulso mostrado en la figura 1,
esto se debe a que al tener mayor número de muestra la transformada será más completa,
recordemos que la transformada de Fourier es una aproximada, esto quiere decir que entre
más muestras se tomen más se estará de construir una señal que resulte mejor definida.

Figura 2.

Si en vez de aumentar la frecuencia lo que hacemos es disminuirla, observamos (figura 3),

primero un cambio en la forma de las señales, en la forma de la transformada vemos como
su amplitud ha decrecido, mientras el pulso rectangular se ha deformado notoriamente,
esto se debe al efecto causado por la disminución en la frecuencia de muestreo que es
contrario al tratado cuando se aumentó la frecuencia, es decir, en este caso la información
o número de muestras no es el aproximado esperado para obtener una imagen mejor
definida.
 Figura 3.

Ahora cuando es el ancho del pulso es el que varía en la señal, incide directamente con la
amplitud de la transformada de Fourier de la misma. Es decir, si el ancho del pulso aumenta,
su transformada aumentará en amplitud, como se muestra a continuación (figura 4),
siempre teniendo en cuenta que nuestro punto de comparación es la figura 1.

Figura 4.
Si el ancho del pulso disminuye entonces causará en su transformada que esta pierda
amplitud, expuesto a continuación (figura 5).

Figura 5.

𝑡
3. Desarrollar la integral de convolución para dos pulsos, 𝑟𝑒𝑐𝑡 ( ).
𝑎
Analíticamente y por simulación. ¿Qué pulso resulta?

Solución analítica:
𝑎
𝑡 1, 𝑠𝑖 |𝑡 | ≤
𝑥(𝑡 ) = 𝑦(𝑡 ) = 𝑟𝑒𝑐𝑡 ( ) = { 2
𝑎 𝑎
0, 𝑠𝑖 |𝑡 | >
2
- ∞
𝐶𝑜𝑛𝑣𝑜𝑙𝑢𝑐𝑖ó𝑛: 𝑧(𝑡 ) = 𝑥(𝑡 ) ∗ 𝑦(𝑡 ) = ∫ 𝑥 (𝜏) · 𝑦(𝑡 − 𝜏) 𝑑𝜏
−∞

➢ Nota: Redefinimos las funciones y(t) y x(t) en términos de 𝜏, vamos a rotar y desplazar y(t)
𝑎
𝜏 1, 𝑠𝑖 |𝜏| ≤
𝑥(𝜏) = 𝑟𝑒𝑐𝑡 ( ) = { 2
𝑎 𝑎
0,𝑠𝑖 |𝜏| >
2
𝑡−𝜏 𝑎 𝑎 𝑎
1, 𝑠𝑖 | |≤ → 𝑡− ≤ 𝜏 ≤ 𝑡+
𝑡−𝜏 𝑎 2 2 2
𝑦(𝑡 − 𝜏) = 𝑟𝑒𝑐𝑡 ( )=
𝑎 𝑡−𝜏 𝑎 𝑎 𝑎
0, 𝑠𝑖 | |> → 𝜏<𝑡− ∪ 𝜏>𝑡+
{ 𝑎 2 2 2
➢ Para resolver la integral de convolución vamos a seguir los siguientes pasos:
I. ‘Y’ completamente a la izquierda de ‘X’

→𝜏

No hay área
𝑧(𝑡) = 0
intersectada

II. ‘Y’ parcialmente a la izquierda de ‘X’

Integramos el
área intersectada

→𝜏

𝑎 𝑎
𝑡+ 2 𝑡+ 𝑎 𝑎
𝑧(𝑡 ) = ∫ 1 · 𝑑𝜏 = 𝜏 { 𝑎2 = 𝑡 + − (− ) = 𝑡 + 𝑎
𝑎
−2 − 2 2
2
𝑎 𝑎 𝑎 𝑎
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜: 𝑡 − < − ∩ 𝑡+ >−
2 2 2 2
−𝑎 < 𝑡 < 0
III. ‘Y’ completamente en ‘X’

Integramos el
área intersectada

→𝜏

𝑎 𝑎
𝑡+2 𝑡+
𝑧(𝑡 ) = ∫ 1 · 𝑑𝜏 = 𝜏 { 2 = 𝑡 + 𝑎 − (𝑡 − 𝑎) = 𝑎
𝑎 𝑎 2 2
𝑡−2 𝑡−
2
𝑎 𝑎 𝑎 𝑎
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜: 𝑡 − = − ∩ 𝑡 + =
2 2 2 2
𝑡=0 ∩ 𝑡=0
𝑡=0

IV. ‘Y’ parcialmente a la izquierda de ‘X’

Integramos el
área intersectada

→𝜏
 𝑎 𝑎
2 𝑎 𝑎
𝑧(𝑡 ) = ∫ 1 · 𝑑𝜏 = 𝜏 { 2 𝑎 = − (𝑡 − )
𝑎
𝑡−2 𝑡− 2 2
2
= 𝑎−𝑡
𝑎 𝑎 𝑎 𝑎
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜: 𝑡 − < ∩ 𝑡+ >
2 2 2 2
𝑡<𝑎 ∩ 𝑡>𝑎
0<𝑡<𝑎

V. ‘Y’ completamente a la derecha de ‘X’

No hay área
intersectada

𝑧(𝑡) = 0

→𝜏

➢ Del anterior proceso llegamos a lo siguiente:

𝑡 + 𝑎, 𝑠𝑖 − 𝑎 ≤ 𝑡 < 0
𝑧(𝑡 ) = { 𝑎, 𝑠𝑖 𝑡 = 0
𝑎 − 𝑡, 𝑠𝑖 0 < 𝑡 ≤ 𝑎
𝑡
𝑧(𝑡 ) = (𝑎 − |𝑡 |) · 𝑟𝑒𝑐𝑡 ( )
2𝑎
Solución por simulación (Matlab):
4. Desarrollar un código para simular la transformada Fourier del pulso que resulta del
punto 3.
5. Ejecutar el código 2 y variar los parámetros T y fs, analizar sus efectos y justificar su
diferencia con la transformada teórica.

Señal original, sin ningún tipo de variación es decir con T=1/10 y fs=100:

Figura 6.

Como es sabido si la frecuencia de muestreo aumenta, el tiempo de duración entre cada

muestra se reduce, según lo observado en nuestro caso sucede de forma leve. Por tanto, en
la siguiente imagen (Figura 7) observamos como los picos alcanzados en la imagen original
son alcanzados de manera más rápida través del tiempo cuando se aumenta la frecuencia
de muestreo.

Figura 7.
En sentido contrario observamos como al disminuir la frecuencia, las muestras son tomadas
con menor velocidad lo que nos dará como resultado una imagen con unos picos más
retirados del origen como se observa a continuación.

Figura 8.

En cuanto a la variación del periodo, observamos que cuando el periodo se hace corto la
señal sinusoidal aparece recortada, esto debido a que al hacer el periodo más corto también
se está cortando el espacio de medida tomado para la señal, por otro lado, observamos en
la transformada, los picos de esta, se encuentran más retirados entre sí, ya que al disminuir
el periodo se hace un aumento en la frecuencia de la función, que es proporcional al inverso
del periodo. Por ejemplo, si en la señal original el periodo es igual 1/10 segundos, la
frecuencia será 10 Hertz, observemos lo gráficamente.

Figura 9.
De este modo en la imagen de la derecha tenemos el doble del periodo de la imagen de la
izquierda. Así, estamos interactuando directamente con una de las propiedades de las series
de Fourier, denominada escalar en el tiempo, lo que se puede describir situándonos en un
pequeño ejemplo, si tenemos dos señales x(t) y x(at), podríamos de la alguna manera decir
que tienen la misma forma, pero cambia su periodo, sin embargo esto no afecta el valor de
los coeficientes, lo que cambia es la frecuencia a las que estos están asociados.

Ahora, de forma analítica la transformada del seno resultar como se muestra en la figura 10,
sin embargo, observamos que en la figura 6 esto no es así, primero porque para la obtención
de la figura 6 se aplica el valor absoluto de la señal por lo que en la reconstrucción de la
transformada aparece los impulsos hacia arriba. Además, en la figura 6 observamos en
transformada bastante distorsión en su base lo que puede deberse a factores como por
ejemplo la frecuencia de muestreo.

Impulsos Limpios,
sin distorsión

Figura 10.

• INTEGRANTES: ADRIAN OTAYA MORA - WILLIAM BURBANO ORTEGA