Proyecto final

Análisis de onda senoidal utilizada en un problema físico con la aproximación de las series

de Fourier

Asignatura:

Series y Transformadas

Docente:

Juan Marcelo Quiñonez Cochachi

Integrantes:

Herencia Aiquipa Sebastian Jair U21202241

Huallanca Saavedra Erick Andree U19211983
Lobato Ticona Yeinsson Yuen U18201061

Sección:
44937
 Lima, 25 de julio del 2023

Índice
I. Resumen....................................................................................................................................3
II. Introducción..........................................................................................................................4
III. Objetivos...............................................................................................................................5
1. Objetivos generales:.............................................................................................................5
2. Objetivos específicos:...........................................................................................................5
IV. Alcances y limitaciones.........................................................................................................5
1. Alcances:...............................................................................................................................5
2. Limitaciones:........................................................................................................................5
V. Marco histórico.........................................................................................................................5
VI. Aplicaciones..........................................................................................................................7
VII. Desarrollo..............................................................................................................................9
1. Cálculo de coeficientes de Fourier.....................................................................................10
2. Gráficos...............................................................................................................................18
VI. Bibliografía.........................................................................................................................23

2
 I. Resumen
El presente informe contiene una breve revisión sobre la evolución de las series de Fourier

y su aplicación en el análisis de las ondas senoidales. La serie de Fourier representa una

poderosa herramienta matemática que descompone una función periódica en una

combinación infinita de funciones sinusoidales. A lo largo de los años, esta técnica ha

revolucionado el campo del análisis de ondas, proporcionando así una poderosa forma de

comprender y modelar fenómenos físicos complejos. En este informe, se destacan hitos

importantes en el desarrollo de las series de Fourier y se exploran los procedimientos

matemáticos involucrados en el cálculo de los coeficientes de Fourier y la aproximación de

una onda senoidal analizando el voltaje de un rectificador de onda.

3
II. Introducción
El estudio de las ondas ha despertado un profundo interés a lo largo de la historia por su
relevancia en numerosos campos científicos y tecnológicos. Desde las primeras
observaciones de las ondas en el agua hasta los sofisticados sistemas de comunicación de la
era moderna, comprender el comportamiento de las ondas se ha vuelto esencial. En este
contexto, es importante destacar la existencia de dos tipos principales de corriente eléctrica:
la corriente alterna y la corriente continua.

En el Perú, el uso de la corriente alterna es muy frecuente, como en la mayoría de países,

debido a su capacidad de cambiar fácilmente voltajes y corrientes mediante el uso de
transformadores, permitiendo así un transporte eficiente. Sin embargo, la corriente continua
es necesaria para el estudio, desarrollo y aplicación de la electrónica, especialmente en
dispositivos como los transistores, donde es crucial la polarización de la corriente. A
diferencia de la corriente alterna, que varía periódicamente, la corriente directa mantiene
una polarización constante. Por ello, para convertir la corriente alterna en corriente continua
se utiliza un rectificador de ondas, que elimina los componentes negativos de la
polarización y retiene solo las ondas positivas, lo que garantiza el correcto funcionamiento
de los dispositivos electrónicos.

Es por eso que el análisis de Fourier ha jugado un papel fundamental al proporcionar una
poderosa herramienta para la descripción precisa de ondas por aproximación con series
trigonométricas. Esta técnica pudo permitir un avance significativo en el estudio de las
ondas y facilitar su aplicación en diversas áreas del conocimiento humano.

4
III. Objetivos
1. Objetivos generales:
· Demostrar el progreso académico obtenido sobre las series de Fourier en la
ingeniería.
· Conocer e identificar el comportamiento de las ondas senoidales.
2. Objetivos específicos:
· Calcular la serie de Fourier de una onda senoidal.
· Representar la onda en forma de función.
· Utilizar el programa GeoGebra para representar el gráfico de la serie de
Fourier obtenida.

IV. Alcances y limitaciones

1. Alcances:
· El proyecto nos permite realizar un correcto análisis de la señal senoidal, y
el procesamiento para poder obtener la información necesaria para el análisis
de la onda.
· Implementar la serie de Fourier para su demostrar el desarrollo.
· Proporcionar información relevante para el seguimiento y la evaluación del
proyecto.
2. Limitaciones:
· El informe puede estar basado en datos y observaciones limitadas, esto
puede limitar su capacidad de proporcionar una representación precisa de la
onda evaluada.
· Las limitaciones de tiempo y recursos pueden afectar la exhaustividad y
precisión del informe.

V. Marco histórico
El desarrollo de la serie de Fourier se atribuye al matemático y físico francés Jean-Baptiste
Joseph Fourier. Que, en 1807, publicó el famoso tratado "Théorie analytique de la chaleur"
(Teoría analítica del calor), en el que introdujo por primera vez la idea de que cualquier
función periódica puede representarse como una combinación infinita de funciones
trigonométricas. Esta idea revolucionaria allanó el camino para el análisis de ondas y sentó
las bases para las series de Fourier.

5
 Jean-Baptiste Joseph Fourier

Después de Fourier, los matemáticos Peter Gustav Lejeune Dirichlet y Bernhard Riemann
jugaron un papel crucial en la consolidación matemática de las series de Fourier. Dirichlet
estableció las condiciones necesarias para que una función sea representada por una serie
convergente de Fourier, conocidas como condiciones de Dirichlet. Riemann, por su parte,
generalizó la serie de Fourier a funciones no periódicas introduciendo la transformada de
Fourier.

Peter Gustav Lejeune Dirichlet Georg Friedrich Bernhard Riemann

6
VI. Aplicaciones
TELEVISIÓN DIGITAL TERRESTRE
LA NECESIDAD DE LA COMPRESIÓN DIGITAL, la señal de video digitalizada posee una
velocidad binaria tan elevada que no puede ser transmitida en los canales de 6MHz
reservados para la televisión analógica.
Considerando que las velocidades binarias de las señales digitales SD son de 270 Mbps, y
las HD son de 1,48 Gbps, si se quisiera transmitir sin comprimir una señal de Televisión
Digital Standard (SDTV, con 270 Mbps) se requeriría un ancho de banda de alrededor de 80
MHz (13 canales de 6MHz). Y para transmitir sin comprimir una señal de Televisión Digital
de Alta Definición (HDTV, con 1,48 GHz) más de 440 MHz (prácticamente todo el espectro
asignado a la TV). Los sistemas de modulación digital actuales permiten transmitir señales
de TV de aproximadamente 20 MB/s en un canal de 6 MHz. Por lo que es necesario reducir
la velocidad binaria de la señal de TV digital a dicho valor o menor. Este proceso de
reducción se conoce como compresión digital.
HABLEMOS DE ENTROPÍA Y REDUNDANCIA; Todo mensaje contiene dos tipos de datos:

 Los que son esenciales y contienen información útil, se les denomina entropía.
 Los que son repetitivos o predecibles, que pueden ser eliminados sin perder
información útil, se les denomina redundancia.
En las técnicas de compresión se busca eliminar o reducir la redundancia sin perder nada
de entropía. Esto es muy complicado porque el límite entre ambos no suele ser claro. Esto
se puede lograr gracias a técnicas conocidas como sin pérdida o reversibles, es decir,
permiten recuperar la señal original desde la señal comprimida.

UN POCO DE HISTORIA DE LA SEÑAL DIGITAL DE VIDEO Y AUDIO

En 1986 fue creado un grupo de estudio denominado Joint Photograph Expert Group
(JPEG), bajo los auspicios de la International Standard Organization (ISO), con el objeto de
desarrollar un estándar de compresión de imágenes estáticas. Sobre esta base, en 1988 se
decidió crear otro grupo de estudio, esta vez para compresión de video y audio,
denominado Moving Picture Experts Group (MPEG). El MPEG ha dado origen a los
formatos de compresión MPEG-2 y MPEG-4, utilizados por los sistemas de TV digital.
El MPEG fundado por la Organización Internacional de Normas ISO ha normalizado los
formatos conocidos como:

 MPEG-1: Primer formato de compresión de audio y vídeo. Se aplica en CDs e

incluye formato MP3.
 MPEG-2: Formato de compresión de audio y vídeo para la televisión. Se usa en la
televisión satelital directa al hogar, en la tv digital terrestre y en el cable.
7
  MPEG-3: Formato para HDTV (Televisión de Alta Definición), fue abandonado a
favor de MPEG-2, el cual asumió esta tarea.
 MPEG-4: Expande el MPEG-1 para soportar audio/video, contenido 3D, codificación
de baja velocidad binaria y soporte para gestión de derechos digitales (copyright).
Usado en HD-DVD, Blue-ray y como códec HDTV en lugar de MPEG-2.

LA TRANSFORMADA RAPIDA DE FOURIER comúnmente usada para analizar el

comportamiento de la señal emitida por estaciones transmisoras de radiodifusión. Esta
permite expresar cualquier forma de onda como una sumatoria de componentes
armónicos. Una sucesión de valores, por ejemplo, una secuencia de muestras de
luminancia, se puede considerar como muestras de una forma de onda, a su vez formada
por una sumatoria de frecuencias espaciales. La frecuencia espacial sería una distribución
espacial de iluminaciones, que sigue una ley sinusoidal caracterizada por su amplitud,
frecuencia y fase.
LA DCT o transformada discreta de Fourier bidimensional, permite transformar los bloques
de 8x8 valores de muestras de las imágenes, considerados como muestras de frecuencias
espaciales bidimensionales, en bloques de coeficientes de dichas frecuencias. Es decir,
permite representar las imágenes mediante su espectro en el dominio de las frecuencias
En la siguiente figura se muestra un bloque de 8x8 valores f(x.y) de una imagen y su
transformada, lo que consiste en una matriz de coeficientes F(u,v) de frecuencias.
Analizamos la expresión matemática de la transformada y podemos observar que en la
matriz transformada los coeficientes F(u.v) corresponden a frecuencias crecientes en
función de “u” y “v”. Más específicamente hablando, en el coeficiente F(0,0) (de frecuencia
cero) corresponde al valor medio de continua y se denomina DC. Esto representa la
luminosidad media de los pixeles del bloque que a su vez es el coeficiente de mayor valor.
El resto de coeficientes se denominan coeficientes AC y corresponden a frecuencias cada

8
 vez mayores, según nos acercamos al coeficientes F(7,7) (coeficiente de la frecuencia
máxima). La frecuencia crece de izquierda a derecha y de arriba hacia abajo.
A continuación, se muestra un bloque de luminancia que podrá tener valores entre 0 y 255
en pasos de 1, donde en principio al negro puro le correspondería el valor 0 y al blanco
puro el valor 255.

En la figura se ha graficado en cada celda de la matriz, la figura formada por las frecuencias
espaciales correspondientes a los coeficientes de la celda. La suma de estas figuras,
afectadas por los valores de los coeficientes, formarían la imagen original del bloque. Se
aprecia que las frecuencias aumentan en sentido horizontal y vertical, la celda 00 no tiene
frecuencias. En el otro extremo la celda 77 muestra la composición de las máximas
frecuencias horizontal y vertical. El ojo humano no es capaz de interpretar la frecuencia
espacial máxima, por lo que podremos codificar con valores menores los coeficientes de
las frecuencias mayores, o directamente eliminarlos y no afectaría la imagen.

VII. Desarrollo
El análisis de Fourier ha encontrado aplicaciones en diversas áreas, como la física, la
ingeniería, la música y la imagen. A continuación, vamos a encontrar analíticamente la serie
de Fourier para una señal senoidal.

f ( x )=
{
sⅇn ( 2x ) , 0< x< 2 π
0 ,−2 π < x <0

Función senoidal

9
 1. Cálculo de coeficientes de Fourier
Para poder continuar con el análisis de la onda, el cálculo de los coeficientes de Fourier es
un paso fundamental. Para una función periódica f(x) de período T, los coeficientes de
Fourier se obtienen mediante integrales definidas y se utilizan para determinar la amplitud
y la fase de cada componente armónica en la descomposición de la función. Estos
coeficientes son calculados a partir de la relación entre la función original y las funciones
seno y coseno.

El objetivo de las series de Fourier es expresar a una función como suma de senos y
cosenos como se indica en la siguiente ecuación:

a0 ∞
f ( t )= + ∑ a cos ( n ω0 t ) +bn sen ( n ω0 t )
2 n=1 n

2π
Dónde: ω0 = , y sus coeficientes están dados por:
T

T∕2
2
a 0= ∫ f ( t ) dt
T −T ∕ 2

T∕2
2
a n= ∫ f ( t ) cos ( n ω 0 t ) dt
T −T ∕ 2

T∕2
2
b n= ∫ f ( t ) sen ( n ω 0 t ) dt
T −T ∕ 2

Entonces primero hallamos el valor del periodo y la frecuencia angular fundamental

T= 4π

2π 2π 1
ω0 = = =
T 4π 2

Ahora hallamos el valor de los coeficientes

T∕2
2
a 0= ∫ f ( t ) dx
T −T ∕ 2

10
 2π
2
a 0= ∫ f ( x )dx
4 π −2 π

0 2π
a 0=
1
∫
2 π −2 π
0 dx+∫ sⅇn
0
x
2
dx ()
x 1
 u= du= dx 2 du=dx
2 2

1
a 0= ¿
2π

a 0=
1
2π
[−cos
2π
2
−−cos ( )
0
2
] ()
1
a 0= [1−(−1)]
2π

2
a 0=
π

AHORA HALLAMOS a n:

T∕2
2
a n= ∫ f ( t ) cos ( n ω0 x ) dx
T −T ∕ 2

0 2π
a n=
1
( ) () ( )
∫ 0 cos nx2 dx+ ∫ sⅇn x2 cos nx2 dx
2 π −2 π 0

2π
1 x
a n= ∫ sⅇn ∗cos
2π 0 2
nx
2
dx () ( )
1
 sen ( x )∗cos ( y ) = sen ( x + y ) +sen (x− y )
2

[ ]
2π
a n=
1 1
∫
2π 2 0
x xn
sⅇn +
2 2 ( x xn
dx + sen −
2 2 )dx ( )
x 1
 u= du= dx 2 du=dx
2 2

11
 [ ]
2π
1 1
a n= ∫ 2 sⅇn (u +nu ) du+2 sen (u−nu ) du
2π 2 0

1
a n= ¿
4π

dv 1
 v1 =( 1+ n ) u dv 1=(1+n)du du=
1+ n
dv 2
 v 2=( 1−n ) u dv 2=(1−n)du du=
1−n

1
a n= ¿
4π

1
a n= ¿
4π

a n=
4π [
1 −2 cos ⁡(1+n)u −2 cos ⁡( 1−n)u 2 π
1+ n
+
1−n
¿0 ]
[ ]
x x
−2 cos ( 1+n ) −2 cos ⁡(1−n)
1 2 2 2π
a n= + ¿0
4π 1+ n 1−n

[( )( )]
2 π +2 πn 0+ 0 n 2 π−2 πn 0−0 n
−2 cos( ) −2 cos ⁡( ) −2 cos ( ) −2cos ⁡( )
1 2 2 2 2
a n= − + −
4π 1+n 1+n 1−n 1−n

 −2 cos ( 0+20 n )=−2∗1=−2

a n=
1
4π [( 1+n )(
−2 cos ( π + πn )+ 2 −2 cos ( π−πn ) +2
+
1−n )]
 cos ( A ± B )=cosA∗cosB ∓ senA∗senB

1
a n= ¿
4π

 cos ( π ) =−1

12
  sen ( π )=0

a n=
4π [
1 2 cos ( πn ) +2 2 cos ( πn ) +2
1+n
+
1−n ]
a n=
4π [
1 2 cos ( πn )∗(1−n)+2(1−n)+ 2cos ( πn )∗(1+ n)+2(1+ n)
1−n
2 ]
a n=
4π [
1 2 cos ( πn )−2 cos ( πn ) n+2−2 n+2 cos ( πn ) +2 cos ( πn ) n+2+2 n
1−n2 ]
a n=
4π [
1 4 cos ( πn ) +4
1−n
2 ]
cos ( πn )+ 1
a n=
π (1−n2 )

(−1¿¿ n)+1
a n= 2
n ≠ 1¿
π (1−n )

AHORA HALLAMOS LA RESTRICCIÓN a 1

T∕2
2
a 1= ∫ f ( t ) cos ( n ω0 x ) dx
T −T ∕ 2

0 2π
a 1=
1
∫
2 π −2 π
0 cos
x
2 ()
dx+∫ sⅇn
0
x
2
cos () ()
x
2
dx

2π
1 x
a 1= ∫ sⅇn ∗cos
2π 0 2
x
2
dx() ()
x 1 x x
 u=sen ( ) du= cos ⁡( )dx 2 du=cos ⁡( ) dx
2 2 2 2

2π
1
a 1= ∫ u∗2 du
2π 0

2π
1
a 1= 2 ∫ udu
2π 0

13
 1 u2
a 1= ∗ ¿ 20 π
π 2

[ () ]
x 2
(sen )
1 2
a 1= ∗ ¿20 π
π 2

[ ( ) ()]
2 2
2π 0
(sen ) (sen )
1 2 2
a 1= ∗ −
π 2 2

[ ( ) ()]
2 2
2π 0
(sen ) (sen )
1 2 2
a 1= ∗ −
π 2 2

2
 sen ( π ) =0

TODO VALOR EVALUADO EN sen ( nπ ) SIENDO “n” CUALQUIER NÚMERO, ES

CERO

a 1=0

AHORA HALLAMOS b n:

T∕2
2
b n= ∫ f ( t ) sen ( n ω 0 x ) dx
T −T ∕ 2

0 2π
b n=
1
∫
2 π −2 π
0 sen
nx
2 ( )
dx +∫ sⅇn
0
x
2
sen
nx
2
dx () ( )
2π
1 x
b n= ∫ sⅇn ∗sen
2π 0 2
nx
2
dx () ( )
x 1
 u= du= dx dx=2du
2 2

( [∫ ])
2π
1
b n= 2 sen (u)∗sen ( nu ) du
2π 0

cos( x− y)−cos ( x+ y )
 sen ( x )∗sen ( y )=
2
14
 1
b n= ¿
2π

1
b n= ¿
2π

1
b n= ¿
2π

dv
 v=( 1+n ) u dv =(1+n) du du=
1+ n
dv
 v=( 1−n ) u dv =(1−n)du du=
1−n

([ ])
2π 2π
1 1 1
b n=
2π
2 ∫
2(1−n) 0
cos (v ) dv− ∫ cos(v) dv
2 (1+ n) 0

b n=
1
2π ([ 2
2 ( 1−n )
2π
sen ( v ) ¿0 +
2
2(1+ n)
2π
−sen ⁡(v )¿0
])
b n= (
1 sen ( v ) 2 π sen ( v ) 2 π
2 π 1−n 0
¿ −
1+n 0
¿ )
b n=
2π (
1 sen ( 1−n ) u 2 π sen (1+ n ) u 2 π
1−n
¿0 −
1+ n
¿0 )

( )
x x
sen ( 1−n ) ( ) sen ( 1+n ) ( )
1 2 2π 2 2π
b n= ¿0 − ¿0
2π 1−n 1+n

b n=
1
2π
( sen ( x2 − nx2 ) ¿
1−n
2π
0 −
sen ( 2x + nx2 ) ¿
1+n
2π
0 )
b n=
1
2π ([ sen

1−n (
( 22π − n 22 π ) − sen ( 02 − n20 )
1−n )] [ +
−sen

1+n (
( 22π + n 22 π ) − −sen ( 02 + n20 )
1+ n ) ])
TODO VALOR EVALUADO EN sen ( nπ ) SIENDO “n” CUALQUIER NÚMERO, ES
CERO. AÚN ASÍ ES NECESARIO HALLAR b n

15
b n=
2π (
1 sen ( π−nπ ) sen ( π +nπ )
1−n
−
1+ n )
 sen ( x ± y )=senx∗cosy ± cosx∗seny

b n=
2π (
1 sen ( π ) cos ( nπ ) −cos ( π ) sen( nπ ) sen ( π ) cos ( nπ ) +cos ( π ) sen (nπ )
1−n
−
1+n )
 sen ( π )=0 −cos ( π ) =1cos ( π )=−1

b n= (
1 sen(nπ ) sen (nπ )
2 π 1−n
+
1+n )
b n=
2π (
1 sen ( nπ )( 1+n ) −sen ( nπ ) (1−n)
1−n2 )
b n= (
1 2 sen ( nπ )
2 π 1−n2 )
b n=
(
1 sen ( nπ )
π 1−n2 )
sen ( nπ )
b n= n ≠1
π ( 1−n2 )

AHORA HALLAMOS LA RESTRICCIÓN b 1

T∕2
2
b 1= ∫ f ( t ) sen ( n ω 0 x ) dx
T −T ∕ 2

0 2π
b 1=
1
()
∫ 0∗sen 2x dx+∫ sⅇn x2 ∗sen 2x dx
2 π −2 π 0
() ()
2π
b 1=
1
() ()
∫ sⅇn 2x ∗sen 2x dx
2π 0

2π
1 2 x
b 1= ∫ sen ( ) dx
2π 0 2

2 1−cos ⁡(2 x )
 sen ( x ) =
2

16
 2x
2π 1−cos ⁡( )
1 2
b 1= ∫
2π 0 2
dx

2x
2π 1−cos ⁡( )
1 2
2π∫
b 1= dx
0
2

[ ]
2π 2π
1
b 1=
2π
∫ 12 dx−∫ cos2 x dx
0 0

[ ]
∗1 2π 2π
2π
b 1=
2
∫ 1 dx−∫ cosxdx
0 0

1
b 1=
4π
[ x ¿20 π −senx ¿ 20 π ]
1
b 1= [ 2 π −sen (2 π )−sen (0)]
4π

1
b 1= [2π ]
4π

1
b 1=
2

POR LO TANTO, LA SERIE DE FOURIER ES:

a0 ∞
f ( x )= + ∑ [ a cos ( n ⋅ w 0 ⋅t ) +bn ⋅ sⅇn ( n ⋅w 0 ⋅ t ) ]
2 n=1 n

2
∞
π
f ( x )= +∑ ¿ ¿
2 n=2

( )∑ ¿ ¿
∞
1 1 x
f ( x )= + 0+ sⅇn
π 2 2 n=2

17
2. Gráficos

2.1. Señal senoidal

o Expresión gráfica:

2.2. Comandos en Geogebra para la serie de Fourier

18
o Diferencias entre la señal senoidal y serie de Fourier

2.1.1. Serie de Fourier con 5 armónicos

19
2.1.2. Serie de Fourier con 100 armónicos

2.1.3. Serie de Fourier con 1000 armónicos

20
21
V. Conclusiones
 En conclusión, el análisis de Fourier ha revolucionado nuestro entendimiento de las
ondas y ha brindado una base matemática sólida para su estudio. Las contribuciones
de Fourier, Dirichlet y Riemann han establecido los fundamentos teóricos para la
descomposición de señales complejas en componentes más simples. Esto ha
permitido un análisis detallado de las características de las ondas periódicas y no
periódicas, lo que ha llevado a avances significativos en campos como la física, la
ingeniería y la música.
 Además, las series de Fourier y han demostrado ser herramientas esenciales en la
solución de problemas prácticos. Al aproximar funciones periódicas y descomponer
señales en componentes frecuenciales, se ha facilitado el diseño de sistemas de
comunicación, el procesamiento de señales de audio y video, y la compresión de
datos, entre otras aplicaciones. La versatilidad y aplicabilidad de las series de
Fourier en diversas disciplinas han demostrado su relevancia y su estatus como una
herramienta matemática fundamental en el análisis de ondas.

22
VI. Bibliografía
 Duoandikoetxea, J. (2003). Lecciones sobre las series y transformadas de Fourier.
Managua. Recuperado de:
https://www.ugr.es/~acanada/docencia/matematicas/analisisdefourier/
Duoandikoetxeafourier.pdf
 Percastre, A. (2015). La serie de Fourier: estimación de observaciones económicas
inexistentes. Recuperado de:
https://www.elsevier.es/es-revista-economia-informa-114-articulo-la-serie-fourier-
estimacion-observaciones-S0185084915000389
 Recuperado de: https://www.academia.edu/16344758/An%C3%A1lisis_de_Fourier
 Recuperado de: https://repositorio.uca.edu.ar/bitstream/123456789/11240/1/television-
digital-terrestre-sequeira.pdf

23