Taller

Deducir las transformadas de Fourier

Las series de Fourier son útiles para el estudio de señales periódicas, pero, desafortunadamente, ´
este tipo de señales no son tan frecuentes en la práctica como las no-periódicas. Esta situación
requiere el desarrollo de una teoría matemática más ambiciosa y a ello vamos a dedicar algún
tiempo. Sea x(t) una señal aperiódica definida en todo el intervalo real y denotemos por xT (t) (T >
0) la señal 2T-periodica que se obtiene a partir de x(t) haciendo xT (t) = x(t) para t ∈ (−T, T] y
extendiendo periódicamente con periodo 2T. Si suponemos que x(t) es suficientemente suave
(e.g., es C1 (R)), entonces tendremos la identidad.

Evidentemente, si hacemos T → ∞ en el segundo miembro de la igualdad anterior, entonces la

igualdad lımite será válida para todo t ∈ R y su valor será igual al de la señal de partida x(t). Ahora,
estudiemos que le sucede al segundo miembro si hacemos ´ T → ∞. Tomando ∆f = 1/(2T) y fk =
k∆f, podemos reescribir (1) como

Ahora bien, |fk+1 − fk| = ∆f = 1/2T ( k ∈ Z ) y, por tanto, podemos interpretar los puntos {fk} como
nodos equiespaciados de una partición de Riemann para la integral lımite

Es decir, podemos concluir que (bajo ciertas condiciones restrictivas sobre la suavidad de la señal
aperiódica x(t)) se satisface la siguiente identidad (llamada: Teorema integral de Fourier):

Haciendo el cambio de variable ξ = 2πf, podemos reescribir la anterior formula como

Definición 1 La señal

toma el nombre de transformada de Fourier de la señal (aperiódica) x(t) ∈ L 1 (R)

Definición 2 La señal

toma el nombre de transformada de Fourier inversa de la señal (aperiódica) y(ξ)

y, de manera análoga

Cuál de las tres formas se emplean en Matlab

En Matlab se usa la transformada rápida de Fourier, La función fft utiliza un algoritmo rápido de

transformada de Fourier que reduce su costo de cálculo en comparación con otras
implementaciones directas.

Y = fft(X)

Deducir las transformaciones discretas de Fourier

Desarrollo en serie de Fourier discreto (DFS)

Supongamos una señal discreta x(n) periódica (periodo N); esto es x(n+N)=x(n). Sabemos que a
nivel temporal esta señal se puede expresar, en el primer periodo y usando deltas desplazadas,
como:
N
x ( n )=∑ x ( k ) . δ(n−K )
k=0

Podemos plantear otra representación alternativa usando exponenciales complejas que, como ya
hemos visto, son la base en el dominio frecuencial, esto es
N−1 J .2. π .k .n
N
x ( n )=σ ∑ x ( k ) . e
k=0

Evidentemente el objetivo ahora es determinar X(k) y α; para ello algunas operaciones

−J .2. π . k. n
N
x ( n) e =¿
N−1 −J .2.π .k . n N−1 N −1 J .2. π . k .n J .2 .π .k . n
N N N
∑ x (n )e =σ ∑ ∑ x (k ). e .e
n =0 k=0 n=0

Aplicando la ortogonalidad de las exponenciales complejas, esto es,

N−1 −J .2 .π .k . n
=¿ 0 ¿
∑ x ( k ). e
n =0
N
N {
N −1 J .2. π . k .n
N
x ( s ) σN = ∑ x ( n ) . e
n=0

tomando α=1/N

Ecuación de análisis
N−1 −J .2 .π .k . n
N
x ( k )= ∑ x ( n ) . e
n=0

Ecuación de síntesis
N −1 J .2. π . k .n
1 N
x ( n )= ∑ x (k ). e
N k =0

Sabemos que la Transformada de Fourier de una secuencia discreta viene definida por la siguiente
expresión:
∞
x ( e jw ) = ∑ x ( n ) . e− j . w. n
n=−∞

Muestreamos (EN EL DOMINIO FRECUENCIAL) considerando N muestras; recordemos que X(jw) es

periódica con periodo
− j .2π .k ∞ −J .2. π . k .n
U(k)= x e ( N )= ∑ x ( n ) . e N

n=−∞

U(k) es periódica (periodo N) se puede corresponder a los coeficientes de un DFS. Estoy interesado
en la señal temporal que se obtiene de esos coeficientes
N−1 − j .2. π . k .n
1 N
U ( N )= ∑ U (k ) . e
N k=0

Con las dos ecuaciones anteriores se obtiene

 N−1 ∞ − j .2.π .k . n j.2 .π .k . n
1 N N
u ( n )= ∑[ ∑ x (m)e ]e
N k=0 m=−∞

∞ N−1 j .2. π .k (n −m )
1 N
u ( n )= ∑ x (m)[ ∑e ]
m=−∞ N k=0

Aplicando
N−1 j .2. π . k(n−m)
= N
∑e
k=0
N
0 {
Se llaga finalmente
∞ ∞
u ( n )= ∑ x ( m ) . δ ( n−m−r . N )=¿ u ( n ) = ∑ x( n−r . N )
m=−∞ r=−∞

Por qué son importantes las transformaciones discretas de Fourier en las tecnologías modernas
digitales

La Transformada Discreta de Fourier (DFT) desempeña un papel fundamental en el análisis y

diseño de sistemas digitales de procesamiento de señales. Cuando se implementa la DFT mediante
diversos algoritmos conocidos como Transformada Rápida de Fourier (FFT) , la DFT proporciona
una excelente técnica de análisis en el dominio de la frecuencia aplicada a la investigación de
sistemas digitales LTI.
Con las ecuaciones de la transformada discreta de Fourier elaborar una función y probar que el
algoritmo funcione.

Calcular el tiempo de computo con la transformada de Fourier.

 N Tiempo de computo
20 0.004835 (s)
60 0.102596 (s)
100 0.114089(s)
200 0.184947(s)
500 0.366221(s)
1000 1.561899(s)
1500 4.804554(s)
3000 29.455548 (s)
4000 65.445084 (s)
5000 121.975960 (s)