Previo 2

Universidad Nacional de Ingeniería
Facultad de Ingeniería Eléctrica, Electrónica y Telecomunicaciones

________________________________________________________________________________
INFORME PREVIO DE LABORATORIO DE

SISTEMAS DE COMUNICACIONES I – EE 430
UNIVERSIDAD N
TEMA: SIMULACIÓN DE LA SERIE DE FOURIER MEDIANTE EL SOFTWARE

MATLAB
SECCION: N
GRUPO N°: 4
NOMBRE DEL ALUMNO: MARTINEZ PACHECO BRYAN RUBÉN
DOCENTE: ING. VIRGINIA GENOVEVA ROMERO FUENTES
FECHA DE ENTREGA: 03 DE OCTUBRE DEL 2022
LIMA - PERU
2022 - 2ECTRICA Y ELECTRONICA
__________________________________________________________________________________ _____________________
ING. VIRGINIA ROMERO F. UNI – FIEE

________________________________________________________________________________
I. OBJETIVO GENERAL
Esta experiencia de laboratorio tiene como finalidad hallar gráficamente la aproximación de
una onda por medio de la sumatoria de “n términos” de la serie de Fourier.
II. OBJETIVOS ESPECIFICOS

• Aprender a simular con el programa MATLAB las series de Fourier y sus respectivas
graficas.
• Tener los conocimientos necesarios para un buen rendimiento en el laboratorio.
• Obtener la mayor nota en este informe haciendo un uso correcto de teoría, practica y las
herramientas de texto para hacerlo.
III. MARCO CONCEPTUAL
¿Qué es una serie de fourier?
Son una herramienta matemática que permite representar una función periódica como la
sumatoria infinita de las funciones trigonométricas: seno y coseno. También pueden ser
expresadas en funciones exponenciales complejas eligiendo los argumentos adecuados
para dichas funciones. [1]
Forma de la serie de Fourier
Sea 𝑓(𝑡) una función de variable real 𝑡 en el intervalo [𝑡0 − 𝑇/2, 𝑡0 + 𝑇/2], entonces se
puede obtener el desarrollo en serie de Fourier de 𝑓(𝑡) en dicho intervalo. Si 𝑓(𝑡) es
periódica en toda la recta real, la aproximación por serie de Fourier también será válida en
todos los valores de 𝑡. [2]
La serie de Fourier que aproxima a una función se da en la forma:
∞
𝑎0 2𝜋
𝑓(𝑡) ≈ + ∑[𝑎𝑛 cos(𝑛𝜔0 𝑡) + 𝑏𝑛 sin(𝑛𝜔0 𝑡)] , 𝜔0 =
2 𝑇
𝑛=1
Donde 𝑎𝑜 , 𝑎𝑛 y 𝑏𝑛 son coeficientes de Fourier que toman los valores:
2 𝑇/2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 −𝑇/2
2 𝑇/2
𝑎𝑛 = ∫ 𝑓(𝑡)cos (𝑛 𝜔0 𝑡)𝑑𝑡
𝑇 −𝑇/2
__________________________________________________________________________________ _____________________

________________________________________________________________________________
2 𝑇/2
𝑏𝑛 = ∫ 𝑓(𝑡)sin(𝑛 𝜔0 𝑡)𝑑𝑡
𝑇 −𝑇/2
En forma compacta:
𝑓(𝑡) ≈ 𝐴0 + ∑[𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜃𝑛 )]

𝑛=1
Donde:
𝑎0 𝑏𝑛
𝐴0 = , 𝐴𝑛 = √𝑎𝑛2 + 𝑏𝑛2 , 𝜃𝑛 = 𝑡𝑎𝑛 −1( )
2 𝑎𝑛
Forma exponencial o compleja:
∞
𝑓(𝑡) ≈ ∑ 𝑐𝑛 𝑒 𝑖𝑛𝜔0 𝑡
𝑛=1
Donde:
1 𝑇/2
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 −𝑖𝑛𝜔0 𝑡 𝑑𝑡
𝑇 −𝑇/2
Aplicaciones:
• Análisis en el comportamiento armónico de una señal.
• Resolución de ecuaciones diferenciales en derivadas parciales en la teoría de la

transmisión de calor, la teoría de placas, etc.
• Optimizar el diseño de un sistema para la señal portadora.
• Procesamiento de imágenes, señales y compresión de datos.
Transformada de Fourier
La transformada de Fourier es una transformación matemática empleada para transformar

señales entre el dominio del tiempo y el domino de la frecuencia. En el caso de una funcion
periódica 𝑓(𝑡), la transformada de Fourier se puede simplificar para el cálculo de un conjunto
discreto de amplitudes complejas, llamados coeficientes de las series de Fourier. Ellos
representan el espectro de frecuencia de la señal del dominio-tiempo original. [3]
__________________________________________________________________________________ _____________________

________________________________________________________________________________
La transformada de Fourier (FT) de una onda 𝑓(𝑡) es:
∞
𝐹(𝜔) = ℱ[𝑓(𝑡)] = ∫ 𝑓(𝑡)𝑒 −𝑖𝜔𝑡 𝑑𝑡
−∞
También se puede escribir la transformada como:
𝐹(𝜔) = |𝐹(𝜔)|𝑒 −𝑖Φ(𝜔)
Si se analiza la cantidad de |𝐹(𝜔)| tendremos el espectro de magnitud de 𝑓(𝑡), mientras que

a Φ(𝜔) se le conoce como espectro de fase de 𝑓(𝑡). [4]
Existencia de la convergencia de una serie de Fourier
Para que exista la convergencia de una serie de Fourier, los coeficientes de fourier deben
ser finitos. Esencialmente dice que el integral del valor absoluto de la señal también debe
ser finito. [13]
Las series de Fourier existe y converge si:
𝑇
∫ |𝑓(𝑡)|𝑑𝑡 < ∞
0
Este es el resultado que proviene directamente de las diferencias en las definiciones de las
dos.
Espectro de frecuencias
El espectro de frecuencias de una señal eléctrica es la distribución de las amplitudes y fases

de cada componente de frecuencia frente a la frecuencia. [5] También se puede decir que
es el rango de frecuencias que están contenidas en la señal estudiada.
Como se mencionó anteriormente, la serie de Fourier se puede expresar como:
𝑓(𝑡) ≈ 𝐴0 + ∑[𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜃𝑛 )]

𝑛=1
Quedando así la función 𝑓(𝑡) como una expresión compuesta por una serie infinita de
funciones sinusoidales que tienen diferentes frecuencias y que son multiplos de 𝜔0 . Si se
representa la amplitud 𝐴𝑛 de cada armónico en función de la frecuencia, se obtiene el
llamado espectro de frecuencia. [7]
__________________________________________________________________________________ _____________________

________________________________________________________________________________
Figura 1. Espectro de frecuencia de la amplitud y fase de una señal.
Los espectros de frecuencia nos permiten estudiar la influencia de cada armónico en la

composición de la función periódica. El espectro de amplitudes de funciones periódicas que
contienen discontinuidades, por ejemplo, las ondas cuadradas, pulsos y dientes de sierra,
está formada por líneas que decrecen lentamente. Por el contrario si la forma de onda
periódica no contiene discontinuidades y es de aspecto suave, el espectro de amplitudes
está formado por líneas que decrecen rápidamente. [8] Lo mencionado se puede visualizar
en la Figura 1.
Ancho de banda
El ancho de banda es la longitud de la extensión de frecuencias en la que se concentra la

mayor potencia de la señal. Se puede calcular a partir de una señal temporal mediante el
análisis de Fourier. Las frecuencias que se encuentran en estos límites se denominan
también frecuencias efectivas. [9] En otras palabras el ancho de banda sería 𝑓2 − 𝑓1 , donde
𝑓2 > 𝑓1 ≥ 0 y 𝑓2 y 𝑓1 están determinadas por la definición utilizada en particular. Figura 2. [4]
Figura 2. El ancho de banda viene determinado por las

frecuencias comprendidas entre f1 y f2.
__________________________________________________________________________________ _____________________

________________________________________________________________________________
IV. CONOCIMIENTO PREVIO A LA PRACTICA
1. Explicar en qué bandas de frecuencia se encuentran los servicios de Radiodifusión Sonora

en AM y FM.
La radiodifusión sonora, agrupa las radioemisiones en Amplitud Modulada (AM),

Frecuencia Modulada (FM). Las frecuencias atribuidas al servicio de radiodifusión sonora
se explotan en base a planes de frecuencia establecidos que a su vez se fundamentan en
recomendaciones técnicas internacionales y adaptan a la explotación nacional por medio
de disposiciones nacionales emitidas por la Superintendencia de Telecomunicaciones. [10]
Radiodifusoras autorizadas en Amplitud Modulada (AM):
BANDA ABREVIATURA FRECUENCIA

Frecuencia media MF 540 - 1600 kHz
Radiodifusoras autorizadas en Frecuencia Modulada (FM):
BANDA ABREVIATURA FRECUENCIA

Frecuencia muy alta VHF 88.1 – 107.7 MHz
2. Explicar en qué rango de frecuencias se encuentra las señales de audio.
El ancho de banda de una señal de audio está entre los 20 Hz y los 20 KHz. [11] Está
acotado normalmente en estas frecuencias para que puedan ser audibles por el ser
humano. Sin embargo, por lo expuesto anteriormente, pocas son las personas que
escuchan por encima de los 16 KHz o por debajo de los 40 Hz.
3. ¿Cuál es el ancho de banda de una señal de televisión analógica?
La utilización de técnicas y compresión de las señales de imagen y sonido permite que en

la televisión analógica se permita un ancho de banda de 6 MHz y se pueden transmitir
varios programas con calidad de imagen común (STDV) o un programa de televisión de
alta calidad en imagen y sonido (HDTV). [12]
4. Hallar la serie de Fourier de la función f (x), de periodo 2π, definida por:
f (x) = - 1 cuando - π < x < 0
1 cuando 0 < x < π
Al ser una función impar los coeficientes de la serie de Fourier 𝑎0 y 𝑎𝑛 valen 0.
Para 𝑏𝑛 :
2 𝑇/2
𝑏𝑛 = ∫ 𝑓(𝑥)sin(𝑛 𝜔0 𝑥)𝑑𝑥
𝑇 −𝑇/2
__________________________________________________________________________________ _____________________

________________________________________________________________________________
2 0 𝜋
𝑏𝑛 = (∫ (−1)sin(𝑛𝑥)𝑑𝑥 + ∫ (1) sin(𝑛𝑥) 𝑑𝑥 )
2𝜋 −𝜋 0
1 1 −1
𝑏𝑛 = [( cos(𝑛𝑥) |0−𝜋 + ( cos (𝑛𝑥)|𝜋0 ]
𝜋 𝑛 𝑛
2(1 − (−1)𝑛 ) 4
𝑏𝑛 = , 𝑏2𝑛 =
𝑛𝜋 𝜋(2𝑛 − 1)
La serie de Fourier queda de la forma:

∞
4 sin ((2𝑛 − 1)𝑥)
𝑓(𝑥) ≈ ∑
𝜋 2𝑛 − 1
𝑛=1
5. Explicar detalladamente las condiciones de DIRICHLET.
[13] Las condiciones de Dirichlet son condiciones suficientes para garantizar la existencia
de convergencia de las series de Fourier o de la transformada de Fourier.
Existen condiciones débiles y condiciones fuertes, a continuación, una explicación
detallada de las mismas:
Condiciones Débiles:
1. Para que las series de Fourier existan, los coeficientes de Fourier deben ser finitos,
esta condición garantiza su existencia. Esencialmente dice que el integral del valor
absoluto de la señal debe ser finito. Los límites de integración son diferentes para el
caso de las series de Fourier y de los del caso de las transformadas de Fourier.
Las series de Fourier existen (los coeficientes son finitas) si:

𝑇
∫ |𝑓(𝑡)|𝑑𝑡 < ∞
0
2. Para la transformada de Fourier se puede derivar de la misma manera en la que se

derivo la condición débil para la serie de Fourier, se empieza con la definición y se
demuestra que la transformada de Fourier debe de ser menor que infinito en todas
partes.
La transformada de Fourier existe si:

∞
∫ |𝑓(𝑡)|𝑑𝑡 < ∞
−∞
Condiciones Fuertes:
La transformada de Fourier existe si la señal tiene un número finito de discontinuidades y

un número finito de máximos y mínimos. Para que las series de Fourier existan, las
siguientes condiciones se deben satisfacer (junto con la condición débil de Dirichlet):
__________________________________________________________________________________ _____________________

________________________________________________________________________________
1. En un periodo, 𝑓(𝑡) tiene solo un número finito de mínimos y máximos.

2. En un periodo, 𝑓(𝑡) tiene un número finito de discontinuidades y cada una es finita.
Esto es a lo que nos referimos como las condiciones fuertes de Dirichlet. En teoría
podemos pensar en señales que violan estas condiciones por ejemplo 𝑠𝑖𝑛(log (𝑡)), sin
embargo, no es posible crear esta señal en un laboratorio. Por eso, cualquier señal en el
mundo real tendrá una representación de Fourier.
6. Desarrollar en serie de Fourier la función periódica f (x) de periodo 2π, definida por:
f (x) = x, -π < x ≤ π
Al ser una función impar los coeficientes de la serie de Fourier 𝑎0 y 𝑎𝑛 valen 0.
Para 𝑏𝑛 :
2 𝑇/2
𝑏𝑛 = ∫ 𝑓(𝑥)sin(𝑛 𝜔0 𝑥)𝑑𝑥
𝑇 −𝑇/2
2 𝜋
𝑏𝑛 = ∫ 𝑥sin(𝑛𝑥)𝑑𝑥
2𝜋 −𝜋
1 −𝑥𝑛𝑐𝑜𝑠(𝑛𝑥) − sin (𝑛𝑥) 𝜋

𝑏𝑛 = ( )|−𝜋
𝜋 𝑛2
−2(−1)𝑛
𝑏𝑛 =
𝑛
La serie de Fourier queda de la forma:
∞
−2(−1)𝑛
𝑓(𝑥) ≈ ∑ sin (𝑛𝑥)
𝑛
𝑛=1
7. Definir el fenómeno de Gibbs y explicar en qué casos se presenta.
Cuando una función periódica que se está desarrollando en serie de Fourier tiene
discontinuidades (señales de variación rápida) no es posible que haya buena convergencia
en los entornos de las mismas. En tales entornos, las sumas parciales muestran tanto
sobrevalores como subvalores alrededor del valor real de la función, que pueden llegar a
un 18% del salto en la discontinuidad. [14]
Si 𝑎 es un punto de discontinuidad, la sucesión de sumas parciales converge al valor:
𝑓(𝑎+ ) + 𝑓(𝑎− )
𝑆𝑁 (𝑥) =
2
__________________________________________________________________________________ _____________________

________________________________________________________________________________
Figura 3. Fenómeno de Gibbs en un punto de discontinuidad. [15]
Figura 4. Representación de la onda cuadrada en serie de Fourier para cien términos de sumatoria. [14]
Como se puede apreciar en la Figura 4, a medida que se adhieren más términos a las
series, ésta se va aproximando a la onda cuadrada dado que las oscilaciones se vuelven
más rápidas y más pequeñas, pero los picos no disminuyen. [15] Estos picos en las series
de Fourier de la función cuadrada nunca desaparecen; son llamados el fenómeno de
Gibbs.
__________________________________________________________________________________ _____________________

________________________________________________________________________________
8. Desarrolle analíticamente el espectro de frecuencias para la función asignado a su grupo.
Para diente de sierra impar: amplitud 20 Vpp periodo 20 ms.
9. Considerar la siguiente función periódica de periodo 2π
f (x) = x, si 0 ≤ x ≤ π
0, si - π ≤ x ≤ 0
Usando Matlab u Octave:
a) Calcular los coeficientes de la serie de Fourier.

𝜋𝑛 2
𝜋 𝑛𝜋 sin(𝑛𝜋) − 2sin ( ) sin(𝑛𝜋) − 𝑛𝜋cos (𝑛𝜋)
𝑎0 = , 𝑎𝑛 = 2 , 𝑏𝑛 =
2 𝜋𝑛 2 𝜋𝑛 2
𝜋 (−1)𝑛 − 1 (−1)𝑛+1
𝑎0 = , 𝑎𝑛 = , 𝑏𝑛 =
2 𝜋𝑛 2 𝑛
__________________________________________________________________________________ _____________________

________________________________________________________________________________
b) Escribir la serie de Fourier de f (x) e indicar dónde es convergente.
Hallando donde converge la sumatoria en la serie de Fourier:

∞
𝑎0
𝑓(𝑥) ≈ + ∑[𝑎𝑛 cos(𝑛𝑥) + 𝑏𝑛 sin(𝑛𝑥)]
2
𝑛=1
Siendo:
𝜋 (−1)𝑛 − 1 (−1)𝑛+1
𝑎0 = , 𝑎𝑛 = , 𝑏𝑛 =
2 𝜋𝑛 2 𝑛
Entonces la serie de Fourier es la siguiente:

∞
𝜋 (−1)𝑛 − 1 (−1)𝑛+1
𝑓(𝑥) ≈ + ∑ [ cos(𝑛𝑥) + sin(𝑛𝑥)]
4 𝜋𝑛 2 𝑛
𝑛=1
Para 𝑥 = 0 entonces 𝑓(0) = 0.

∞
𝜋 (−1)𝑛 − 1
0= +∑[ ]
4 𝜋𝑛 2
𝑛=1
Para 𝑛 igual a números pares se eliminan los sumandos, entonces podemos hacer un cambio solo
para impares haciendo el 𝑛 → 2𝑛 − 1.
∞
𝜋 −2
0= +∑[ ]
4 𝜋(2𝑛 − 1)2
𝑛=1
La sumatoria converge a:
∞
1 𝜋2
∑[ ] =
(2𝑛 − 1)2 8
𝑛=1
V. EQUIPOS Y MATERIALES
• Laptop HP modelo 245 G7 (Procesador AMD Ryzen 3)
• Sotfware MATLAB versión R2022b
• Acceso a Internet
• Guía de laboratorio
__________________________________________________________________________________ _____________________

________________________________________________________________________________
VI. SOLUCION TEORICA DE LOS DATOS SOLICITADOS EN EL PROCEDIMIENTO
1. Para el espectro de frecuencia se armó el siguiente código:
f = 50;
d=0.8;
Fmax = f;
Fs = 20*Fmax;
Ts = 1/Fs;
t = 0:Ts:d;
x1 = 10*sawtooth(2*pi*f*t);
axis([0 0.1 -2 2]);
L = length(x1);
nFFT=2;
while nFFT < L
nFFT = nFFT*32;
end
Y1 = fft(x1,nFFT);
PS1 = abs(Y1);
f = linspace (0,Fs,nFFT);
plot(f,PS1,'r');
axis ([0 Fs/2 0 max(PS1)])
xlabel('Frecuencia');
ylabel('Amplitud');
title('GRÁFICA DEL ESPECTRO DE FRECUENCIA');
Nota: Respetando claramente las indicaciones se usaron librerias como linspace y el la

función diente de sierra sawtooth.
2. Para el cálculo de coeficientes en la pregunta 9.
syms x n
L=[-pi 0 pi]; %%% Intervalo
f=[0 x]; %%% La función
P=max(L)-min(L);
wo=2*pi/(P);
Ao=0;
for i=1:length(f)
Ao=Ao+int(f(i),L(i),L(i+1));
end
Ao=simplify(2*Ao/P);
An=0;
for i=1:length(f)
An=An+int(f(i)*cos(n*wo*x),L(i),L(i+1));
end
__________________________________________________________________________________ _____________________

________________________________________________________________________________
An=simplify(2*An/P);
Bn=0;
for i=1:length(f)
Bn=Bn+int(f(i)*sin(n*wo*x),L(i),L(i+1));
end
Bn=simplify(2*Bn/P);
disp('f(x)=')
f
disp('')
fprintf('Limites = %.4f\n', L)
disp('')
disp('Ao')
Ao
disp('')
disp('An')
An
disp('')
disp('Bn')
Bn
Nota: Se coloca la funcion como una matriz f=[0 x] y se toma cada elemento de dicha matriz
para trabajarlo con su debido intervalo, se usa tres for para las integrales y asi poder hallar
los coeficientes.
3. Para el calculo de la serie y su respectiva grafica de función.
dt=0.01;
t=-pi:dt:pi;
x=t.*(heaviside(t)-heaviside(t-pi));
T=2*pi;
wo=2*pi/T;
n=50;
ak=zeros(n,1);
bk=zeros(n,1);
ck=zeros(n,1);
phik=zeros(n,1);
[r m]=size(t);for i=1:n
for j=1:m
ak(i,1)=ak(i)+((2/T)*x(1,j)*cos(i*t(1,j)*wo))*dt;
bk(i,1)=bk(i)+((2/T)*x(1,j)*sin(i*t(1,j)*wo))*dt;
end
ck(i,1)=(ak(i)^2+bk(i)^2)^0.5;
phik(i,1)=atan(bk(i)/ak(i));
end
__________________________________________________________________________________ _____________________

________________________________________________________________________________
vm=0;
for i=1:m
vm=vm+(1/T)*x(i)*dt;
end
t1=-pi:dt:10*pi;
xf=0*t1+vm;
for i=1:1:n
xf=xf+ak(i)*cos(i*wo*t1)+bk(i)*sin(i*wo*t1);
end
figure
plot(t1,xf)
Nota: Se crea la funcion a simular y se usa la funcion de matlab heaviside para una mejor
presición y menor complejidad, luego mediante tres bucles for se crean las sumatorias de
funciones sinusoidales y finalmente se obtiene la gráfica.
VII. SOLUCION MEDIANTE SIMULACIÓN LOS DATOS SOLICITADOS EN EL

PROCEDIMIENTO
Para la solución a) de la pregunta 9.
__________________________________________________________________________________ _____________________

________________________________________________________________________________
Para la solución b) de la pregunta 9.
Figura 5. Serie de Fourier para n=3.
__________________________________________________________________________________ _____________________

________________________________________________________________________________
Para el desarrollo analítico del espectro de frecuencias para la función asignada.
VIII. BIBLIOGRAFÍA
[1] Fuente del navegador:

https://economipedia.com/definiciones/analisis-de
fourier.html#:~:text=El%20an%C3%A1lisis%20de%20Fourier%20es,funciones%20trig
onom%C3%A9tricas%3A%20seno%20y%20coseno.
https://www.dmae.upct.es/~paredes/am_ti/apuntes/Tema%202.%20Series%20y%20tr
ansformadas%20de%20Fourier.pdf

https://es.wikipedia.org/wiki/Transformada_de_Fourier
[4] Leon W. Couch, II. "Sistemas de comunicación digitales y analógicos". Pearson, 7ma
edición.
https://www.collinsdictionary.com/dictionary/english/frequency-spectrum#:~:text=The%
__________________________________________________________________________________ _____________________

________________________________________________________________________________

https://blogs.ugr.es/physics-zip/espectro-de-fourier-de-las-
pulsaciones/#:~:text=El%20espectro%20de%20Fourier%20descompone,componen%2
C%20con%20frecuencias%20caracter%C3%ADsticas%20numerables.
[7] González, C. J. "Fundamentos del Análisis de Fourier".
http://www.uco.es/grupos/giie/cirweb/teoria/tema_13/tema_13_05.pdf
https://es.wikipedia.org/wiki/Ancho_de_banda
https://sit.gob.gt/gerencia-de-frecuencias/espectro-radio-electrico/radiodifusion/
https://www.raqsound.com/2022/04/frecuencia.html#rango
https://comunicationsone.wordpress.com/2011/01/13/%C2%BFcuanto-es-al-ancho-de-
banda-de-un-canal-de-tv/
https://apuntes-de-analisis-de-sistemas.webnode.es/news/condiciones-de-dirichlet/

https://es.wikipedia.org/wiki/Fen%C3%B3meno_de_Gibbs
https://verso.mat.uam.es/web/ezuazua/documentos_public/archivos/personal/conferen
cias/cubo.pdf
__________________________________________________________________________________ _____________________

Previo 2

Cargado por

Información del documento

Descripción original:

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

Previo 2

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional de Ingeniería

Facultad de Ingeniería Eléctrica, Electrónica y Telecomunicaciones

INFORME PREVIO DE LABORATORIO DE

TEMA: SIMULACIÓN DE LA SERIE DE FOURIER MEDIANTE EL SOFTWARE

NOMBRE DEL ALUMNO: MARTINEZ PACHECO BRYAN RUBÉN

DOCENTE: ING. VIRGINIA GENOVEVA ROMERO FUENTES

FECHA DE ENTREGA: 03 DE OCTUBRE DEL 2022

ING. VIRGINIA ROMERO F. UNI – FIEE

II. OBJETIVOS ESPECIFICOS

III. MARCO CONCEPTUAL

¿Qué es una serie de fourier?

Forma de la serie de Fourier

La serie de Fourier que aproxima a una función se da en la forma:

Donde 𝑎𝑜 , 𝑎𝑛 y 𝑏𝑛 son coeficientes de Fourier que toman los valores:

ING. VIRGINIA ROMERO F. UNI – FIEE

𝑓(𝑡) ≈ 𝐴0 + ∑[𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜃𝑛 )]

Forma exponencial o compleja:

• Análisis en el comportamiento armónico de una señal.

• Resolución de ecuaciones diferenciales en derivadas parciales en la teoría de la

• Optimizar el diseño de un sistema para la señal portadora.

• Procesamiento de imágenes, señales y compresión de datos.

La transformada de Fourier es una transformación matemática empleada para transformar

ING. VIRGINIA ROMERO F. UNI – FIEE

La transformada de Fourier (FT) de una onda 𝑓(𝑡) es:

También se puede escribir la transformada como:

𝐹(𝜔) = |𝐹(𝜔)|𝑒 −𝑖Φ(𝜔)

Si se analiza la cantidad de |𝐹(𝜔)| tendremos el espectro de magnitud de 𝑓(𝑡), mientras que

Existencia de la convergencia de una serie de Fourier

Las series de Fourier existe y converge si:

El espectro de frecuencias de una señal eléctrica es la distribución de las amplitudes y fases

Como se mencionó anteriormente, la serie de Fourier se puede expresar como:

𝑓(𝑡) ≈ 𝐴0 + ∑[𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜃𝑛 )]

ING. VIRGINIA ROMERO F. UNI – FIEE

Figura 1. Espectro de frecuencia de la amplitud y fase de una señal.

Los espectros de frecuencia nos permiten estudiar la influencia de cada armónico en la

El ancho de banda es la longitud de la extensión de frecuencias en la que se concentra la

Figura 2. El ancho de banda viene determinado por las

ING. VIRGINIA ROMERO F. UNI – FIEE

IV. CONOCIMIENTO PREVIO A LA PRACTICA

1. Explicar en qué bandas de frecuencia se encuentran los servicios de Radiodifusión Sonora

La radiodifusión sonora, agrupa las radioemisiones en Amplitud Modulada (AM),

Radiodifusoras autorizadas en Amplitud Modulada (AM):

BANDA ABREVIATURA FRECUENCIA

Radiodifusoras autorizadas en Frecuencia Modulada (FM):

BANDA ABREVIATURA FRECUENCIA

2. Explicar en qué rango de frecuencias se encuentra las señales de audio.

3. ¿Cuál es el ancho de banda de una señal de televisión analógica?

La utilización de técnicas y compresión de las señales de imagen y sonido permite que en

4. Hallar la serie de Fourier de la función f (x), de periodo 2π, definida por:

f (x) = - 1 cuando - π < x < 0

1 cuando 0 < x < π

Al ser una función impar los coeficientes de la serie de Fourier 𝑎0 y 𝑎𝑛 valen 0.

ING. VIRGINIA ROMERO F. UNI – FIEE

La serie de Fourier queda de la forma:

5. Explicar detalladamente las condiciones de DIRICHLET.

Las series de Fourier existen (los coeficientes son finitas) si:

2. Para la transformada de Fourier se puede derivar de la misma manera en la que se

La transformada de Fourier existe si:

La transformada de Fourier existe si la señal tiene un número finito de discontinuidades y

ING. VIRGINIA ROMERO F. UNI – FIEE

1. En un periodo, 𝑓(𝑡) tiene solo un número finito de mínimos y máximos.

Al ser una función impar los coeficientes de la serie de Fourier 𝑎0 y 𝑎𝑛 valen 0.