Rodrigo

260002
López Gutiérrez
PRACTICA 3
Trigonometric representations of periodic signals
FECHA 23/03/2022

Replace the red text with appropriate information and do not change the
report format.

1. OBJETIVO:
Generar las siguientes señales continuas en el tiempo, periódicas con T=1 a través de
la representación trigonométrica de la serie de Fourier.

MARCO TEÓRICO:

La Serie de Fourier es una herramienta matemática que permite representar una señal
periódica y en el dominio del tiempo, en una suma de senos y cosenos. Se puede
utilizar para cambiar la señal del dominio del tiempo al dominio de la frecuencia en el
que cada punto se identifica con una frecuencia y una magnitud.

34
Una de las aplicaciones es en el procesamiento de señales de por ejemplo de audio, o
imágenes. Esto debido a que el sonido puede llegar a presentar ruido el cual es una
señal que “estorba” o que es ajena a la señal de interés. Como el sonido es la suma de
todas las señales, resulta complicado descomponer y eliminar el ruido si la señal está
representada en el dominio del tiempo.

Imágen 1
En la imagen 1 presentada se observa como la suma de las primeras dos equivale a la
tercera, pero si consideramos únicamente la tercera y quisiéramos descomponerla en
sus componentes para procesarla o eliminar algún ruido que tendríamos que llevar a
cabo? Con la serie de Foruier podemos conocer la frecuencia de cada componente.
En la imágen 2 se observa primero una señal que es la serie de Fourier de una señal
cuadrada, luego se presentan funciones trigonométricas que sumadas asemejan a la
señal cuadrada, se observa que a medida que la frecuencia crece, la magnitud
disminuye. Además las frecuencias de las senoides son cero para n pares.Más abajo
se observa la representación en el dominio de frecuencia sobre el eje de las abscisas
se etiqueta con la frecuencia y sobre las ordenadas su magnitud.

35
Imágen 2: a) Representación trigonométrica de la señal pulso y sus componentes,
b)Representación rectangular de sus componentes en el dominio de la frecuencia

36
 ● Si la señal es impar , se utiliza seno para aproximar, debido a que también es
una función impar.
● Si la señal es par se utiliza coseno para aproximar, porque también es una
función par.
● Cuando la señal está desplazada a0 es diferente de cero, porque no se cancelan
las áreas dentro del periodo de la señal
● Una señal que se aproxima con cosenos no tiene componente bn
● Viceversa una señal que se aproxima con senos no tiene componente an
● Si la señal no es par ni impar, tiene an y bn diferentes de cero

Las discontinuidades de la señal siempre generarán un error en la aproximación por

medio de una serie de Fourier, lo que implica que no se puede tener una aproximación
suficientemente buena con un número finito de componentes.

37
2. IMPLEMENTACIÓN EN MATLAB

Serie de Fourier de una señal pulso

clear all

clc

%x(t)

t = -1:0.01:1;

x = square(2*(t/0.3183));

plot(t,x,'r','Linewidth',3);

ylabel('Amplitude')

xlabel('t')

grid on

38
set(gca,'FontSize',16)

ylim([-1.1 1.1])

hold on %mantener x(t)

grid on

% series de fourier

k = 10

s = 0;

for n = 1:2:k

p = (2/(n*pi))*(1 - (-1) ^ n)*sin(2*pi*n*t);

s = s + p;

%plot(t,s)%muestra cada seno

pause(0.1)

end

plot(t,s,'b')

Serie de Fourier de una señal diente de

Sierra:
clear all

clc

%x(t)

t = -1:0.001:1 %vector tiempo

xt = 0.5*sawtooth(2*pi*t)+ 0.5 ;

plot(t,xt,'c','Linewidth',3);

39
 ylim([0 1.1])

hold on %mantener x(t)

grid on

%FS

k = 20

s = 0%sumatoria de los elementos de la serie

for n = 1:k

op = (1/n*pi)*sin(n*2*pi*t);

s = s + op;

%plot(t,s)

pause(0.1)

end

s = (1/10)*(0.5 - s)+ 0.45

plot(t,s,'r','Linewidth',3)

1. RESULTADOS:
En la imágen 3 se observa la señal x1(t) y su aproximación por medio de la serie de Fourier,
nótese que debido a la discontinuidad en t = +-0.5 la aproximación en este valor no es muy
buena. Algo similar ocurre para la señal x2(t) pero en t = 0, donde también se presenta una
discontinuidad, a pesar de eso los valores son muy cercanos. Por ejemplo en una señal sin(t) el
número de componentes sería finito y la señal se aproximaría mejor.

40
Imágen 3: Señal cuadrada en rojo y en azul su serie de Fourier con k = 10
Imágen 4: Señal cuadrada en rojo y conjunto de senos que la aproximan

41
 Imágen 5:Señal diente de sierra en cyan y en rojo su serie de Fourier
Imágen 6: Señal diente de Sierra en cyan y conjunto de senos que la aproximan.

2. CONCLUSIÓN:
En esta práctica aprendí que la función square() en matlab recibe argumentos en
radianes, es por eso que para tener el periodo deseado tuve que dividir por pi, también
necesite aplicar alguna traslación y atenuación de la amplitud para graficar la señal
como se muestra en el manual.
A través del for se van sumando las magnitudes de cada componente y cuanto mayor
sea el número de iteraciones más se aproxima la serie de Fourier a la señal
deseada.Un aspecto importante es que la multiplicación de los coeficientes obviamente
se realiza fuera del loop, y que es importante disponer de una ecuación simplificada
antes de codificar el programa.

42