UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

LABORATORIO N°1 - INFORME PREVIO

SIMULACIÓN DE LA SERIE DE FOURIER MEDIANTE EL
SOFTWARE MATLAB

SISTEMAS DE COMUNICACIONES I - EE430

SECCIÓN O-1
GRUPO 2

DOCENTE: ELADIO JACINTO JIMENEZ HEREDIA

ALUMNO: PEREZ HINOSTROZA BRYAN ALONSO
ÍNDICE

I. OBJETIVO 3
II. COMPETENCIAS 3
III. MARCO TEÓRICO
1. ¿ Cuáles son las características de una función periódica ? 3
2. ¿ La función seno y coseno son funciones periódicas? 4
3. Definición de la serie de Fourier y los coeficientes de una función 5
4. Propiedades de los coeficientes de Fourier: Identidad de Parseval y
relación entre coeficientes de Fourier y su derivada 6
5. Condiciones de DIRICHLET y teorema de convergencia 9
6. Explicación del fenómeno de Gibbs 11
7. Desarrollo analítico del espectro de frecuencias para la señal 12
8. Simulación de la serie de Fourier 13
IV. HOJA DE DATOS
V. EQUIPOS Y MATERIALES
VI. PROCEDIMIENTO
VII. DESARROLLO
VIII. BIBLIOGRAFÍA
 I. OBJETIVO

Encontrar gráficamente la aproximación de una onda por medio de la

sumatoria de n términos de la Serie de Fourier y estimar su ancho de banda.

II. COMPETENCIAS

● Formula y conduce experimentos y pruebas, analiza datos e interpreta

resultados.
● Se comunica de manera clara y convincente en forma oral, escrita y
gráfica según los diferentes tipos de interlocutores o audiencias.
● Reconoce la importancia del aprendizaje continuo para permanecer
vigente y actualizado en su campo de desarrollo profesional.

III. MARCO TEÓRICO

1. ¿ Cuáles son las características de una función periódica ?

Características de una función periódica

Una función periódica es aquella que exhibe un patrón repetitivo a lo largo de
su dominio, lo que significa que su valor se repite en intervalos regulares de
longitud en el eje horizontal. Las principales características de una función
periódica son:
● Periodo: El periodo de una función periódica es la longitud del intervalo
en el eje horizontal en el que se repite su patrón. Se denota por "T" y se
define como la menor longitud positiva para la cual la función se repite.
Matemáticamente, una función "f(x)" es periódica con periodo "T" si se
cumple la siguiente propiedad: f(x + T) = f(x) para todo valor de "x" en el
dominio de la función. El periodo está relacionado con la frecuencia de la
función, ya que la frecuencia es el recíproco del periodo (frecuencia =
1/periodo).
● Amplitud: La amplitud de una función periódica es la magnitud máxima de
los valores de la función a lo largo de un periodo completo. En otras
palabras, es la diferencia entre el valor máximo y el valor mínimo de la
 función en un periodo. Se denota por "A" y puede ser positiva o negativa,
dependiendo del comportamiento de la función.
● Simetría: Algunas funciones periódicas pueden tener simetría en relación
con un eje, lo que significa que su patrón se refleja en ese eje. Por
ejemplo, una función coseno es simétrica respecto al eje vertical,
mientras que una función seno es simétrica respecto al origen (punto
(0,0)).
● Valores extremos: Una función periódica puede tener valores extremos
en su dominio, que son los valores máximos o mínimos que alcanza la
función en un periodo completo. Estos valores extremos pueden ocurrir
en puntos específicos del periodo, como el punto medio del periodo para
una función coseno, o en los puntos de inflexión para una función seno.
● Desplazamiento horizontal: Una función periódica puede estar
desplazada horizontalmente en el eje x, lo que significa que su patrón se
mueve a la derecha o a la izquierda a lo largo del eje horizontal. Este
desplazamiento se puede expresar como una constante añadida o
sustraída a la variable independiente en la función. Por ejemplo, la
función f(x + c) representa una función periódica desplazada c unidades a
la izquierda en el eje x.
● Comportamiento en los límites: El comportamiento de una función
periódica en los límites de su dominio puede variar. Algunas funciones
periódicas pueden tener límites finitos a medida que la variable
independiente se acerca a infinito o menos infinito, mientras que otras
pueden no tener límites finitos y pueden oscilar infinitamente a medida
que la variable independiente se acerca a ciertos puntos del dominio.

2. ¿ La función seno y coseno son funciones periódicas?

Función seno es periódica

La periodicidad del seno se debe a que su patrón de comportamiento se
repite a intervalos regulares de longitud en el eje horizontal. La longitud de
este intervalo se llama periodo y se denota como "T". Matemáticamente, la
función seno es periódica con un periodo de 2π radianes, lo que significa
que su patrón de comportamiento se repite cada 2π radianes. Esto se
 puede demostrar geométricamente utilizando el círculo unitario, que es un
círculo de radio 1 centrado en el origen de un sistema de coordenadas
cartesianas.
Al representar el seno en el círculo unitario, se puede observar que su
patrón de comportamiento se repite cuando el ángulo "x" se incrementa en
un múltiplo entero de 2π. Por ejemplo, el seno de 0 radianes es igual a 0, el
seno de π/2 radianes es igual a 1, el seno de π radianes es igual a 0, el
seno de 3π/2 radianes es igual a -1, y así sucesivamente. Este patrón de
comportamiento se repite cada 2π radianes, lo que hace que la función seno
sea periódica con un periodo de 2π.

Función coseno es periódica

Al igual que la función seno, la función coseno también exhibe un patrón de
comportamiento periódico. La periodicidad del coseno se debe a que su
patrón de comportamiento se repite a intervalos regulares en el eje
horizontal.
El patrón de comportamiento del coseno se puede visualizar utilizando el
círculo unitario, que es un círculo de radio 1 centrado en el origen de un
sistema de coordenadas cartesianas. Al representar el coseno en el círculo
unitario, se puede observar que su patrón de comportamiento se repite
cuando el ángulo "x" se incrementa en un múltiplo entero de 2π. Por
ejemplo, el coseno de 0 radianes es igual a 1, el coseno de π/2 radianes es
igual a 0, el coseno de π radianes es igual a -1, el coseno de 3π/2 radianes
es igual a 0, y así sucesivamente. Este patrón de comportamiento se repite
cada 2π radianes, lo que hace que la función coseno sea periódica con un
periodo de 2π.

3. Definición de la serie de Fourier y coeficientes de una función

Serie de Fourier
La Serie de Fourier es una representación matemática de una señal
periódica en términos de una suma infinita de funciones seno y coseno,
ponderadas por coeficientes específicos. Esta representación permite
 descomponer una señal periódica compleja en una serie de componentes
sinusoidales más simples.
La Serie de Fourier de una función periódica f(t) con un periodo T se define
de la siguiente manera:
a0 ∞
f (t)= + ∑ a cos(nwt )+b n sin (nwt )
2 n=1 n
donde:
a 0: coeficiente DC y representa la componente de la señal que no varía con
el tiempo.
a n y b n: son los coeficientes de amplitud de las componentes armónicas de la
señal, y están relacionados con la amplitud de las funciones seno y coseno
en la descomposición de la señal.
n: índice de la componente armónica y toma valores enteros positivos.
ω: es la frecuencia fundamental de la señal y se define como ω= 2π/T,
donde T es el periodo de la señal.
t: variable independiente que representa el tiempo.
La Serie de Fourier permite representar una señal periódica en términos de
una suma infinita de componentes senoidales, lo que brinda una descripción
detallada de la estructura armónica de la señal.

Coeficientes de la serie de Fourier

Los coeficientes a n y b n determinan la amplitud y fase de las componentes
senoidales en la señal original, lo que permite analizar y sintetizar señales
periódicas con diferentes formas y características.
Los coeficientes se definen:
T
2
a n= ∫ f (t) cos (nωt)dt
T 0
T
2
b n= ∫ f (t) sin( nωt) dt
T 0

4. Propiedades de los coeficientes de Fourier: Identidad de Parseval y la

relación entre los coeficientes de Fourier y su derivada.

Propiedades de los coeficientes de Fourier

● Simetría conjugada: Los coeficientes a n y b n de la Serie de Fourier de
una función real son conjugados complejos entre sí. Esto se debe a que
las funciones seno y coseno son funciones pares e impares,
respectivamente, y sus coeficientes en la Serie de Fourier obedecen
esta simetría.
● Coeficiente DC (a 0): El coeficiente a 0 de la Serie de Fourier representa la
componente de frecuencia cero o la componente constante de la señal.
Es un valor real y se obtiene como el promedio de la función periódica
sobre un periodo completo. El coeficiente a 0 determina el valor medio de
la señal y puede ser interpretado como la componente de frecuencia
cero de la señal.
● Coeficientes de amplitud ( a n y b n): Los coeficientes a n y b n de la Serie
de Fourier representan las amplitudes de las componentes armónicas
de la señal en el dominio de la frecuencia. Estos coeficientes
determinan la amplitud y fase de las componentes armónicas en la
descomposición de la señal y permiten analizar y sintetizar la señal
original en términos de estas componentes.
● Energía y potencia de la señal: Los coeficientes de la Serie de Fourier
están relacionados con la energía y la potencia de la señal periódica. La
energía de la señal se puede calcular como la suma de los cuadrados
de los coeficientes a n y b n, y representa la cantidad total de energía
contenida en la señal. La potencia de la señal se obtiene dividiendo la
energía de la señal por el periodo T de la señal, y representa la cantidad
promedio de energía por unidad de tiempo en la señal.
● Convergencia de la Serie de Fourier: La Serie de Fourier converge a la
función original f(t) en puntos de discontinuidad suave, es decir, en
puntos donde f(t) es continua o tiene discontinuidades suaves. Sin
embargo, puede haber casos en los que la Serie de Fourier no converja
en puntos de discontinuidad abrupta o en puntos donde f(t) no sea
continua. En tales casos, la Serie de Fourier puede converger a una
función diferente llamada suma de Cesàro o a la función original de
forma puntual o en sentido generalizado.
 ● Parseval: La propiedad de Parseval es una importante propiedad de los
coeficientes de la Serie de Fourier que establece que la energía de la
señal f(x) es igual a la suma de los cuadrados de los coeficientes a n y b n
Esto proporciona una forma de calcular la energía de la señal a partir de
los coeficientes de la Serie de Fourier y viceversa.

Identidad de Parseval
La Identidad de Parseval es una importante propiedad de la Serie de Fourier
que establece una relación entre la energía de una señal periódica y los
coeficientes de su Serie de Fourier.
La energía de una señal periódica f(t) se puede calcular como la integral de
su cuadrado sobre un periodo completo T, es decir:
T
1
E= ∫( f (t )) dt
2
T 0
Por otro lado, los coeficientes de la Serie de Fourier de f(t) están dados por
los coeficientes a n y b n, que representan las amplitudes de las componentes
armónicas de la señal en el dominio de la frecuencia.
La Identidad de Parseval establece que la energía de la señal f(t) es igual a la
suma de los cuadrados de los coeficientes a n y b n, ponderados por un factor
de 1/T, es decir:
❑
1
E= ∑
T ❑
2 2
((an) +(bn ) ), donde la suma es para todos los valores de n.

Esto significa que la energía de la señal se puede calcular a partir de los

coeficientes de la Serie de Fourier elevados al cuadrado y ponderados por un
factor de 1/T. Por lo tanto, si se conocen los coeficientes a n y b n de la Serie de
Fourier de una señal, se puede utilizar la Identidad de Parseval para calcular
su energía.

Relación de coeficientes de Fourier y su derivada

Sea la serie de Fourier:
a0 ∞
f (t)= + ∑ a cos(nwt )+b n sin (nwt )
2 n=1 n
Se cumple que:
 ∞
f ´ (t)=∑ [−(nw)a ¿ ¿ n sin(nwt )+(nw) b n cos (nwt )]¿
n=1

∞
f ´ ´ (t )=∑ [−(nw)2 a¿¿ n cos (nwt )−(nw)2 bn sin(nwt )] ¿
n =1

Entonces las relaciones que podemos encontrar son:

T
2
−( nw)an= ∫ f ´ (t )sin(nωt)dt
T 0
T
2
(nw) bn = ∫ f ´ (t)cos( nωt)dt
T 0
T
2
−( nw) a n= ∫ f ´ ´ (t) cos (nωt) dt
2
T 0
T
2
2
−( nw) b n= ∫ f ´ ´(t)sin(nωt) dt
T 0

5. Condiciones de DIRICHLET y el teorema de convergencia

Condiciones de DIRICHLET
No todas las funciones periódicas son adecuadas para tener una Serie de
Fourier convergente. Las condiciones de Dirichlet son unas condiciones que
asegura que una función periódica cumple con las propiedades necesarias
para tener una Serie de Fourier convergente.
Las Condiciones de Dirichlet establece que una función periódica f(t) debe
cumplir con tres condiciones para tener una Serie de Fourier convergente:
01. Periodicidad: La función f(t) debe ser periódica en un intervalo [-L, L] y
tener un periodo T = 2L. Esto significa que la función se repite
exactamente en cada intervalo de longitud 2L.
02. Acotamiento: La función f(x) debe estar acotada en el intervalo [-L, L]. Esto
significa que existe una constante M tal que |f(t)| ≤ M para todo t en el
intervalo [-L, L].
03. Existencia de un número finito de discontinuidades: La función f(t)
puede tener un número finito de discontinuidades en el intervalo [-L, L].
Esto significa que la función puede tener saltos finitos en un número
finito de puntos, pero no puede tener una cantidad infinita de
discontinuidades.
Estas tres condiciones son conocidas como las Condiciones de Dirichlet y
son necesarias para que una función periódica tenga una Serie de Fourier
convergente. Si una función cumple con estas condiciones, entonces su Serie
de Fourier converge a la función original en cada punto de continuidad, y a la
media de los límites a la derecha y a la izquierda en los puntos de
discontinuidad.
Es importante destacar que las Condiciones de Dirichlet son restricciones
estrictas y no todas las funciones periódicas la cumplen. Por ejemplo,
algunas funciones discontinuas o no acotadas no cumplen con las
Condiciones de Dirichlet y, por lo tanto, no tienen una Serie de Fourier
convergente. Sin embargo, existen extensiones de la Serie de Fourier, como
la Serie de Fourier generalizada, que permiten el estudio de funciones
periódicas que no cumplen con las Condiciones de Dirichlet.

Teorema de la convergencia
El Teorema de Convergencia en la Serie de Fourier establece que si una
función periódica f(t) cumple con las Condiciones de Dirichlet, es decir, si es
periódica, acotada y tiene un número finito de discontinuidades, entonces su
Serie de Fourier converge puntualmente a la función original en cada punto
de continuidad, y converge al promedio de los límites a la derecha y a la
izquierda en los puntos de discontinuidad.
Más formalmente, si f(t) es una función periódica que cumple con las
condiciones de Dirichlet en un intervalo [-L, L], entonces su Serie de Fourier
convergente se define como:
∞
f (t)=a0 + ∑ a n cos (nwt )+b n sin(nwt )
n=1

Donde a 0, a n, y b n son los coeficientes de Fourier, ω es la frecuencia

fundamental de la función periódica (ω = 2π/T, donde T es el periodo de la
función), y la suma se extiende a lo largo de todos los enteros positivos y
negativos.
El Teorema de Convergencia en la Serie de Fourier establece que para una
función periódica que cumple con las condiciones de la Condición de
Dirichlet, la Serie de Fourier convergente se acerca puntualmente a la función
original en cada punto de continuidad. Además, en los puntos de
 discontinuidad, la Serie de Fourier converge al promedio de los límites a la
derecha y a la izquierda. Es importante destacar que la convergencia en la
Serie de Fourier es puntual, lo que significa que la aproximación se vuelve
más precisa a medida que se consideran más términos en la suma. Sin
embargo, la convergencia puntual no garantiza la convergencia uniforme, es
decir, que la aproximación sea igualmente precisa en todo el intervalo [-L, L].

6. Explicación del fenómeno de Gibbs

Fenómeno de Gibbs
Cuando se utiliza la Serie de Fourier para aproximar una función
discontinua, como un escalón o una función diente de sierra, puede ocurrir
un fenómeno conocido como el fenómeno de Gibbs.
El fenómeno de Gibbs se manifiesta como una oscilación excesiva en las
proximidades de las discontinuidades de una función periódica en su
aproximación mediante su Serie de Fourier. Específicamente, en la zona
cercana a las discontinuidades, la aproximación de la Serie de Fourier
sobrepasa el valor de la función original antes de estabilizarse y converger a
la función original. Estas oscilaciones excesivas son más notorias en las
proximidades de las discontinuidades y disminuyen a medida que se alejan
de ellas.
El fenómeno de Gibbs se debe a la naturaleza de las funciones seno y
coseno en la aproximación de una función discontinua. Las funciones seno y
coseno son funciones suaves y continuas, por lo que su suma infinita en la
Serie de Fourier también es suave y continua. Sin embargo, las funciones
discontinuas, como un escalón o una función diente de sierra, tienen
discontinuidades abruptas en su comportamiento, lo que hace que su
aproximación mediante funciones suaves y continuas genere oscilaciones
excesivas en las proximidades de las discontinuidades.
Es importante destacar que el fenómeno de Gibbs no es un error en la
aproximación de la Serie de Fourier, sino más bien una propiedad inherente
de las funciones discontinuas y la representación mediante funciones
suaves y continuas en la Serie de Fourier. Estas oscilaciones excesivas no
 desaparecen al agregar más términos en la suma de la Serie de Fourier, ya
que son una característica inherente del fenómeno.
Una forma de mitigar el efecto de Gibbs es utilizar aproximaciones más
suaves de la función original, como suavizar las discontinuidades mediante
funciones de transición suaves, o utilizar otras técnicas de aproximación,
como la aproximación polinómica o la aproximación de ondaleta. Sin
embargo, es importante tener en cuenta que el fenómeno de Gibbs es una
propiedad matemática inherente de las funciones discontinuas y su
aproximación mediante la Serie de Fourier, y debe ser considerado al utilizar
la Serie de Fourier en la aproximación de funciones periódicas con
discontinuidades.

7. Desarrollo analítico del espectro de frecuencias para la señal

Señal: Onda triangular impar

Amplitud: 10 Vpp
Periodo: 40 mseg
Duración: 20 mseg

Como es función impar: Los coeficientes a n es igual a cero.

f (t)=500 t ,0 ≤ t< 0.01
10−500t , 0.01≤ t< 0.03
500 t−20 , 0.03≤ t <0.04
Entonces:
∞
f (t)=∑ bn sin(nwt )
n=1

∞
f ´ ´ (t )=∑ [−(n 50 Π )2 b n sin(n 50 Π t)]
n =1

T
2
2
−(nw) b n= ∫ f ´ ´ (t)sin( nωt) dt
T 0
0.04
−(nw) b n=50 ∫ (500 δ (t )−1000 δ ( t−0.01)+500 δ (t−0.02)) sin(n 50 Π t)dt
2

2 Π
n bn =40 sin( n t)
2
 ∞ n+1
40 (−1)
f (t)= 2 ∑ sin ((2 n−1)50 π t)
Π n=1 (2 n−1)2

8. Simulación de la serie de Fourier

Programando:
1. Inicializamos valores

2. Creamos la sumatoria de la serie de Fourier

3. Graficamos en Matlab variando la cantidad de términos para su análisis
siguiente:

Evaluamos con diferentes valores para n: