Está en la página 1de 18

1

REPÚBLICA BOLIVARIANA DE VENEZUELA


UNIVERSIDAD BICENTENARIA DE ARAGUA
RECTORADO ACADÉMICO
FACULTAD DE INGENIERÍA
ESCUELA DE SISTEMAS

Serie de Fourier y sus aplicaciones

Prof. Gerardo García Alumno:

José Penagos 28.249.603


Sección: 1

San Joaquín de Turmero, junio, 2021


Introducción
En 1822, Joseph Fourier publicó la obra Teoría analítica del calor,
donde fue capaz de deducir una ecuación en derivadas parciales para
describir la evolución de la temperatura en un cuerpo sólido y dio un método
para resolverla que, en la actualidad, se siguen enseñando en las carreras
de ciencias e ingenierías.

En uno de los pasos de su método, Fourier afirmaba que toda función


periódica, las cuales, son funciones que repiten su valor cada cierto intervalo,
podían escribirse como una serie de funciones ondulatorias: senos y
cosenos. Este razonamiento fue el primer paso, para definir la Serie y la
Transformada de Fourier.

Debido a que, el descubrimiento se dio de manera muy natural y


orgánica, poco se sabría en esos momentos, el impacto que tendría en los
años posteriores, ya que, terminó siendo, no solo uno de los grandes
motores de la matemática del Siglo XIX, sino también una herramienta para
el análisis de señales o funciones periódicas y no periódicas, siendo
aplicable en infinidad de campos.

Reconociendo la amplitud de esta temática y su importancia, el


propósito del presente ensayo será reflexionar acerca de las señales, su
estructura, tipología y los lugares donde podemos encontrarlas en nuestra
cotidianidad. Además, también se explicará algunas formas de analizar una
señal, más específicamente, la Serie y la Transformada de Fourier,
explicando un ejemplo de cada uno.
Tomando como referencia la conceptualización de señal para el desarrollo
del presente ensayo, Oppenheim y Willsky señalan que “las señales pueden
describir una amplia variedad de fenómenos físicos. Las señales se
representan matemáticamente como funciones de una o más variables
independientes.”

Mientras que, tomando un enfoque más dirigido al ámbito de las


telecomunicaciones, el maestro Villafaña en su libro “Fundamentos de
telecomunicaciones”, describe las señales como “ondas electromagnéticas
(rango de frecuencias) propagadas a través de un medio de transmisión.”

En esta última descripción, es posible aportar que las señales son de


suma importancia en esta área, ya que, actividades como la instalación de
una red o la interconexión de diferentes dispositivos, requieren de un
conocimiento amplio acerca de su funcionamiento, tipología, características y
sistemas con los que interactúan.

En la naturaleza, es posible encontrar gran variedad de tipos de señales


como la señal de voz, la señal luminosa o la señal eléctrica. Por lo tanto, el
objetivo de conocer y clasificar las señales es el de tener la capacidad de
tratarlas y así transmitirlas o extraer de ellas información. De esta manera,
los sistemas de comunicaciones electrónicas están basados en dispositivos
que manejan básicamente dos tipos de señales: analógicas o digitales.

Para describir una señal analógica, es posible comenzar con que, varia de
forma continua a lo largo del tiempo. Esto se debe a que pueden tomar todos
los valores posibles de un intervalo, es decir, que, para pasar de un valor a
otro, debe pasar por todos los valores intermedios.
Esto constituye, la mayoría de las señales que representan una magnitud
física como temperatura, intensidad luminosa, energía, presión, sonido o
campo eléctrico, por lo que son perceptibles en infinidad de lugares en la
naturaleza. Para poder realizar el tratamiento electrónico de estas señales,
es necesario transformarlas en señales eléctricas mediante un transductor.
Un ejemplo muy práctico es cuando el arco iris se descompone lentamente y
en forma continua.

Cuando los valores del voltaje o la tensión tienden a variar en forma de


corriente alterna se produce una señal eléctrica analógica. En este caso se
incrementa durante medio ciclo el valor de la señal con signo eléctrico
positivo; y durante el siguiente medio ciclo, va disminuyendo con signo
eléctrico negativo. Es desde este momento que se produce un trazado en
forma de onda senoidal, ya que este da a lugar a partir del cambio constante
de polaridad de positivo a negativo.

Entre sus características podemos encontrar que son susceptibles al ruido


e interferencia electromagnética, presentan grandes atenuaciones en
grandes distancias, su regeneración no es posible y no conviven con
sistemas digitales, es decir que, hay que instalar equipo adicional para lograr
la comunicación con sistemas digitales.
Un ejemplo de una señal analógica que percibimos en nuestra
cotidianidad es la voz humana, ya que sus voltajes varían de manera
continua y de acuerdo con el sonido. Esta onda puede ser capturada por un
micrófono y convertida en una señal analógica.

Mientras que las señales digitales, al contrario que las señales


analógicas, presentan una variación discontinua con el tiempo y sólo puede
tomar ciertos valores discretos (valores finitos), que, por lo general, son
binarios, representando los estados lógicos alto (1) y bajo (0). Parece como
si la señal digital fuera variando «a saltos» entre un valor máximo y un valor
mínimo.

Sus características principales se pueden resumir en la inmunidad al ruido


electromagnético, posee convivencia con sistemas digitales (CD-ROM,
estéreo, entre otros.), es posible la regeneración de señales, la detección y
corrección de errores, su procesamiento digital requiere menos potencia
eléctrica, componentes más pequeños y, en ocasiones, es de menor precio,
además, son sensibles a la sincronía entre elementos conectados.
Su forma característica es ampliamente conocida: la señal básica es una
onda cuadrada (pulsos) y las representaciones se realizan en el dominio del
tiempo. Sus parámetros son:

 Altura de pulso (nivel eléctrico)

 Duración (ancho de pulso)

 Frecuencia de repetición (velocidad pulsos por segundo)

En realidad, las señales digitales no existen en el mundo físico, ya que,


de lo contrario, eso implicaría que la onda tuviera un tiempo de subida o
bajada cero, lo que resulta imposible en un caso real. De esta manera, estas
son creadas por el hombre y tienen una técnica particular de tratamiento, y
como se mencionó anteriormente, la señal básica es una onda cuadrada,
cuya representación se realiza necesariamente en el dominio del tiempo.

La utilización de señales digitales para transmitir información se puede


realizar de varios modos: el primero, en función del número de estados
distintos que pueda tener. Si son dos los estados posibles, se dice que son
binarias, si son tres, ternarias, si son cuatro, cuaternarias y así
sucesivamente. La segunda posibilidad es en cuanto a su naturaleza
eléctrica, es decir, si son unipolares o bipolares.

Un ejemplo de aplicación a mencionar podría ser en la memoria de una


computadora, ya que, es capaz de almacenar datos con valores discretos
binarios, estos se suelen convertir a señales digitales cuando se transfieren
de una posición a otra dentro o fuera de la computadora. También se
destacan el procesador de computadora, los discos compactos y los
semáforos.
Las señales analógicas y digitales se caracterizan por ser de forma
variable y tomar una determinada forma según la información que transmiten
y sus características técnicas pueden representarse como la combinación de
varias señales de tipo periódico. Su entendimiento es sumamente
importante, ya que nos permite comprender el funcionamiento de los medios
de transmisión, equipos de comunicación, estándares de redes LAN y WAN,
entre otros.

Debido a esto, es importante conocer la estructura de una señal, la cual


viene definida por los siguientes aspectos:

 Amplitud (A): Es la distancia entre el punto más alejado de una onda y


el punto de equilibrio o medio. La intensidad máxima de la señal o
“valor pico” puede ser representada en valores de voltaje o corriente.

 Periodo (T): Tiempo que tarda en cumplirse un ciclo; se mide en


segundos.

 Frecuencia (f): Número de ciclos en la unidad de tiempo, su unidad es


el Hertz o hercio, que es la unidad inversa de los segundos, por lo que
f = 1/T.

 Diferencia de fase: También conocida como ángulo de desfasamiento,


indica el ángulo que se encuentra atrasado o adelantado respecto a
otra señal.

 Longitud de Onda (λ): Distancia que hay entre dos crestas o valles
consecutivos; con ella se identifica qué tan larga es la onda. Se
calcula la longitud de onda (representada por λ que se lee lambda),
dividiendo la velocidad de propagación de la onda (v) entre la
frecuencia (f), dando la ecuación λ = v/f. La longitud de onda y la
frecuencia son inversamente proporcionales, es decir, a frecuencias
altas longitudes de ondas pequeñas y viceversa.

Una vez conociendo los tipos de señales que podemos encontrar, es


momento de profundizar acerca de maneras de analizarla, siendo tal, el
caso del análisis de Fourier.

Este concepto surge a partir del matemático francés Jean-Baptiste


Joseph Fourier y su intento por hallar la solución a un problema práctico,
siendo este, la conducción del calor en un anillo de hierro. Este
experimento lo llevó a demostrar que cualquier función diferenciable
puede ser expandida en una serie trigonométrica, a pesar de recibir
objeciones hechas por los matemáticos más importantes de la época,
como Lagrange o Laplace. Así mismo, este análisis lo dividió en las series
de Fourier y las transformadas de Fourier.

La Serie de Fourier, es una herramienta matemática que nos permite


obtener información de una función determinada mediante una
transformación, siendo este, el proceso que reduce la complejidad de una
ecuación, descomponiéndola en una suma infinita de funciones
senoidales mucho más simples, cada una con una frecuencia y fase
distintas.

Por lo tanto, cuando se hace referencia a la Serie de Fourier (SF),


realmente hablamos de la transformación que nos permite extraer
información sobre la frecuencia de un ciclo (puede ser cualquier función),
cuando conocemos sólo una parte de su comportamiento.
Las series de Fourier definen que una función f(t) periódica de periodo
P, se puede representar en forma de una suma infinita de funciones
armónicas, como es posible visualizar en la siguiente imagen:

Donde an y bn, se denominan como coeficientes de Fourier de la Serie de


Fourier de la función f(x), mientras que w=2π/T es la frecuencia fundamental.

La Serie de Fourier ha tenido aplicación en muchas ramas de la


ingeniería, además de ser una herramienta muy útil en la teoría matemática
abstracta. Áreas de aplicación incluyen análisis vibratorio, acústica, óptica,
procesamiento de imágenes y señales, y compresión de datos.

Otro campo donde ha encontrado utilidad es la economía, ya que es una


ciencia que utiliza una gran variedad y cantidad de datos, especialmente en
la rama de la econometría para aceptar o refutar hipótesis sobre parámetros
que nos permiten entender y/o modelar los fenómenos económicos, entre
otras razones. No obstante, en muchas ocasiones, las estadísticas con las
que se cuenta están incompletas al faltar observaciones; esto principalmente
cuando nos vemos en la necesidad de construir nuestra propia base de
datos. Ergo, es necesario hacer una aproximación de los datos.

En ese sentido, la Serie de Fourier representa una herramienta útil, pues


recupera la información de las observaciones construyendo una función que
pasa por datos observados y se aproxima a los datos omitidos. Si bien es
cierto que la Serie de Fourier, en principio, fue pensada para funciones
periódicas, se puede extender este concepto a toda función; si pensamos en
las funciones no-periódicas como funciones periódicas de periodo infinito.
Dado este campo de aplicación, supongamos que contamos con las
siguientes observaciones que representan los datos observados de la tasa
de interés mensual del Banco Nacional de Crédito y queremos conocer su
comportamiento no sólo de forma mensual (x0,4.25), (x1,2.66), (x2,2.6),
(x3,0), (x4,2.63), (x5,4.5).

(x0 = 4.25) (x1 = 2.66) (x2 = 2.6) (x3 = 0) (x4 = 2.63) (x5 = 4.5)

Primero, se debe calcular la Serie de Fourier:


Si se sustituyen los coeficientes en el polinomio exponencial se tiene que:

En el ejemplo anterior, en la siguiente representación r’(x)=Re(r’(x)) +


Im(r’(x)), que posee como nombre polinomio exponencial es donde se puede
comprobar que el desarrollo del polinomio trigonométrico se representa como
r(x)=Re(r’(x)) que corresponde a la serie de Fourier que más se aproxima a
los datos observados. Cabe destacar que c0=a02=2.77, se refiere a la media
aritmética de los datos.

La conclusión correspondiente, en el ámbito económico, se da en el


sentido de que al contar con un numero de observaciones finito (en el
ejemplo tuvimos 6 observaciones mensuales) se puede recrear el
comportamiento de los datos a lo largo del tiempo y de esta manera obtener
observaciones quincenales, semanales o diarias (de acuerdo a nuestras
necesidades).

De esta manera, para el análisis de señales también contamos con la


transformada de Fourier, la cual, es una transformación de una señal
unidimensional o función continua f(x), que nos permite calcular la
contribución de cada valor de frecuencia a la formación de la señal. En
términos más simples, la transformada de Fourier se refiere al espectro de
frecuencias de una función.
Un buen ejemplo de eso es lo que hace el oído humano, ya que recibe
una onda auditiva y la transforma en una descomposición en distintas
frecuencias (que es lo que finalmente se escucha). El oído humano va
percibiendo distintas frecuencias a medida que pasa el tiempo, sin embargo,
la transformada de Fourier contiene todas las frecuencias contenidas en
todos los tiempos en que existió la señal; es decir, en la transformada de
Fourier se obtiene un sólo espectro de frecuencias para toda la función.

Es decir, que la transformada de Fourier permite descomponer una señal


aperiódica (no periódica) compuesta en una serie infinita de señales seno
individuales, cada una de las cuales tiene una frecuencia y fase distintas. En
este caso, sin embargo, las frecuencias no son discretas sino continuas. La
transformación cambia el dominio del tiempo al dominio de la frecuencia y
viceversa.

Sea f una función real definida en el dominio continuo, dígase f(t) definida
en el dominio t. Entonces, la Transformada de Fourier (TF) se define como:

Mientras que la transformada inversa de Fourier, se representa con la


siguiente fórmula:
Para que exista la TF de f(t), se debe cumplir que:

Definiendo la transformada de Fourier, se propone realizar un ejemplo para


evidenciar el uso de esta herramienta para la siguiente expresión:

También podemos representarlo de la siguiente forma:

F (t) = Sen (t) [ H (t + k) – H (t – k)]

Se define el pulso rectangular:

Se aplica la transformada de Fourier a la siguiente expresión que se asemeja


al teorema de modulación.

f (t) =p (t) Sen (t)

Donde: 

F [w] = (1/2) i [ p (w + 1) – p (w – 1)]

Y la transformada de Fourier queda definida por:


F [ w] = (1/2) i [ (2/2w+1) Sen (k(w+1)) – (2/2w+1) Sen (k(w-1))]

Para finalizar es posible declarar que las aplicaciones de la


transformada de Fourier son muy extensas, ya que abarcan diversas ramas
de la matemática y la física matemática, desde la teoría de números y
geometría hasta óptica y mecánica cuántica, así como otras áreas de la
ciencia tales como medicina, comunicaciones, ingeniería biomédica,
ingeniería mecánica y de control, campos electromagnéticos, procesamiento
de señales de audio y procesamiento de imágenes.

Especificando su uso en el ámbito de las comunicaciones, destaca


analizar la frecuencia de señales, diseñar los sistemas de transmisión de
señales para transmitir información, diseñar supresores y canceladores de
ecos en líneas telefónicas.

También en la medicina, el análisis de la transformada de Fourier está


relacionado con: el análisis espectral del comportamiento global de los
cromosomas, el análisis espectral de la variabilidad de la frecuencia
cardiaca, el procesamiento de imágenes generadas por resonancias
magnéticas y tomografía axial.

Finalmente, en procesamiento de señales de audio se usa para


compactar las señales de audio (MP3 y MP4), Producir efectos de sonido,
diseñar sintetizadores de audio y ecualizadores.
Conclusión
A lo largo de la información explicada y recopilada en el presente
ensayo, podemos tomar que las señales analógicas y digitales han sido y
continúan formando gran parte de nuestra cotidianidad, desde las
analógicas, siendo representadas por una función continua y podemos
evidenciarla en un recurso tan primordial como lo es la voz humana o la
temperatura, hasta las digitales, que cada vez tienen más repercusión y uso,
debido a la revolución del internet y las computadoras, donde almacenamos
datos en forma de valores discretos, y por ende, se representan con una
función discreta.

En base a estos conceptos, también se hizo énfasis en el análisis de


Joseph Fourier, el cual permite expresar señales periódicas como una suma
infinita (serie) de senos y cosenos. De esta manera, se describieron la Serie
y la Transformada de Fourier, presentando ejercicios de ejemplo de cada
uno, para evidenciar su método de resolución.

Este análisis ha tenido infinitas aplicaciones dentro del desarrollo


científico y tecnológico de nuestra sociedad, resaltando el procesamiento de
señales, pero también en campos más diversos como la ingeniería eléctrica,
análisis de vibraciones, acústica, óptica, procesamiento de señales, retoque
fotográfico, mecánica cuántica, econometría, entre otros.
Referencias bibliográficas
Cervantes, M. H. (s. f.). Señales. Programas. Recuperado 26 de junio de

2021, de

https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/82

4/mod_resource/content/5/contenido/index.html

Costa-jusaá, M., & Duxans, H. (2000). Conceptos de Señales y Sistemas.

https://www.exabyteinformatica.com/uoc/Audio/Procesamiento_de_au

dio/Procesamiento_de_audio_(Modulo_1).pdf

Grisales, G. G. (s. f.). ¿Cómo y dónde se aplican las series de Fourier?

¿Cómo y dónde se aplican las series de Fourier? Recuperado 27 de

junio de 2021, de http://abcmatematico.blogspot.com/2009/04/como-y-

donde-se-aplican-las-series-de.html

resnick_halliday , Monografias.com. (s. f.). Series de Fourier y Transformada

de La Place - Monografias.com. Series de Fourier y Transformada de

La Place. Recuperado 27 de junio de 2021, de

https://www.monografias.com/trabajos32/fourier-y-laplace/fourier-y-

laplace.shtml

La transformada Fourier. (s. f.). La Transformada Fourier. Recuperado 27 de

junio de 2021, de http://www6.uniovi.es/vision/intro/node19.html


Trinidad, F. (2017). Transformada de Fourier y su aplicación en

procesamiento digital de imágenes.

https://www.fcfm.buap.mx/assets/docs/docencia/tesis/ma/FlorAngelica

TrinidadTorres.pdf

Villafaña, D. (2010). Fundamentos de Telecomunicaciones.

https://www.itmerida.mx/panel/posgrado/archivos/mi/Fundamentos

%20de%20Telecomunicaciones%20Unidad%201%20(1).pdf

1.3.3 Tipos de Señales (Analógica-Digital). (s. f.). Tipos de Señales.

Recuperado 26 de junio de 2021, de

http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro27/133_tipos

_de_seales_analgicadigital.html

C. (2021, 9 enero). La Transformada de Fourier – Definición y propiedades.

dademuchconnection. https://dademuch.com/2020/02/05/la-

transformada-de-fourier-definicion/

Araujo, C. I. (2019, 13 julio). Transformada de Fourier: propiedades,

aplicaciones, ejemplos. Lifeder. https://www.lifeder.com/transformada-

de-fourier/

Gómez, A. M. P. (2015, 1 septiembre). La Serie de Fourier: estimación de

observaciones económicas inexistentes | Economía Informa. Elsevier.

https://www.elsevier.es/es-revista-economia-informa-114-articulo-la-

serie-fourier-estimacion-observaciones-S0185084915000389

También podría gustarte