Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Discutiremos la representación espectral de señales, en la cual estas se expresarán como la suma de sinusoides o
exponenciales. Recuerde que la transformada de Laplace de una señal de tiempo continua es su representación espectral
en términos de exponenciales (o sinoides) de frecuencias complejas.
En las secciones anteriores, estábamos principalmente interesados en la representación del sistema y su análisis ante
diferentes tipos de entradas. Ahora nos enfocaremos en el análisis de las señales que alimentan los sistemas.
En este capítulo, mostraremos que una señal periódica se puede representar como la suma de ondas sinusoidales (o
exponenciales) de varias frecuencias
El dominio del tiempo
La forma tradicional de observar señales es en dominio del tiempo . El dominio del tiempo es un registro de lo que sucedió con
un parámetro del sistema versus el tiempo. Por ejemplo, la Figura muestra un sistema simple masa-resorte donde se ha
conectado un lapiz a la masa para observar el desplazamiento.
Fourier demostró hace más de cien años que cualquier forma de onda que exista en el mundo real puede
generarse sumando ondas sinusoidales. Al elegir las amplitudes, frecuencias y fases de estas ondas
sinusoidales correctamente, podemos generar una forma de onda idéntica a nuestra señal deseada.
Tiempo
Frecuencia
Cualquier señal se puede construir utilizando solo
señales sinusoidales
Espectro de la señal
Cualquier señal se puede construir utilizando solo
señales sinusoidales
1.2
0.8
0.6
0.4
0.2
-0.2
-3 -2 -1 0 1 2 3
cuadrada.m
Cualquier señal se puede construir utilizando solo
señales sinusoidales
1.2
0.8
0.6
Armónicos
0.4
0.2
-0.2
-3 -2 -1 0 1 2 3
La señal se puede construir con una componente fundamental y varios armónicos
Alta fidelidad
Tono_500.m Tono_2.m
fou_1.m FILTROS!!
Series de Fourier
El espectro de frecuencia despliega las diversas componentes sinusoidales que forman una señal de
tiempo continuo. Por lo general, el espectro de frecuencia es una función de la variable frecuencia
valuada en complejos, y por lo tanto, se especifica en términos de un espectro de amplitud y un
espectro de fase.
Comenzaremos con el estudio de las señales que pueden expresarse como la suma de sinusoides, las
cuales incluyen señales periódicas si se permite un número infinito de términos dentro de la suma. En el
caso de una señal periódica, el espectro de frecuencia puede generarse mediante el cálculo de las series de
Fourier. Las series de Fourier son llamadas así en honor al físico francés Jean Baptiste Fourier (1768-1830),
quien fue el primero en proponer que las ondas de forma periódica podían representarse mediante la suma
de ondas sinusoidales (exponenciales complejas).
Representación de señales en términos de
Sus componentes de frecuencia
Podemos generar el contenido de frecuencia para una gran cantidad de señales si dividimos la señal en sus componentes de
frecuencia, las cuales están dadas por sinusoides. Por ejemplo, considere la señal de tiempo continuo x(t), definida por la suma
finita de sinusoides
(1)
En (1), N es un entero positivo, las 𝐴𝑘 (las cuales asumimos como no negativas) representan las amplitudes de las funciones
sinusoidales, las 𝜔! representan las frecuencias (en rad/s) de las sinusoides, y las 𝜃! representan las fases de las sinusoides.
En el caso de la señal dada por (1), las frecuencias “presentes en la señal” son las frecuencias 𝜔" , 𝜔# , … . . , 𝜔$ de las
sinusoides que constituyen la señal, y las componentes de frecuencia de la señal son las sinusoides 𝐴! cos(𝜔! 𝑡 + 𝜃! ) que
constituyen la señal. Es importante observar que la señal dada por (1) se caracteriza por completo por las frecuencias 𝜔" ,
𝜔# , … . . , 𝜔$ las amplitudes 𝐴" , 𝐴# , … , 𝐴$ , y las fases 𝜃" , 𝜃# , … , 𝜃$ . En particular, las amplitudes especifican los pesos relativos
de las componentes de frecuencia que componen la señal, y estos pesos son un factor importante para determinar
senales_varias.m
Serie trigonométrica de Fourier
Sea T un número real positivo fijo. Se dice que una señal de tiempo continuo 𝑥(𝑡) es periódica con un periodo 𝑇 si
El periodo fundamental T es el número positivo más pequeño con el que satisface (3). Por ejemplo, el tren de pulsos
rectangulares que muestra la figura es periódico, con un periodo fundamental 𝑇 = 2.
Serie trigonométrica de Fourier
Sea 𝑥(𝑡) una señal periódica con periodo fundamental 𝑇. Entonces, 𝑥(𝑡) puede expresarse como la suma de sinusoides (por lo
general, infinita)
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
En la representación (4), 𝑎% , 𝑎! y 𝑏! son números reales, y 𝜔% es la frecuencia fundamental (en rad/s) dada por 𝜔% = 2𝜋/𝑇,
donde 𝑇 es el periodo fundamental. Los coeficientes 𝑎! y 𝑏! se calculan mediante:
2 &
𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (5)
𝑇 %
2 &
𝑏! = 9 𝑥 𝑡 sen 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (6)
𝑇 %
Serie trigonométrica de Fourier
Se debe aclarar que 𝑎! y 𝑏! , dadas por (5) y (6) pueden calcularse mediante la integración sobre cualquier periodo completo.
Por ejemplo,
2 &/#
𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, …
𝑇 '&/#
1 &
𝑎% = 9 𝑥 𝑡 𝑑𝑡 (7)
𝑇 %
Serie trigonométrica de Fourier
Serie trigonométrica de Fourier
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
La ecuación (4) se conoce como serie trigonométrica de Fourier de la señal periódica 𝒙(𝒕). El primer armónico de 𝑥(𝑡) es el
término 𝑎" cos(𝜔% 𝑡) + 𝑏" sen(𝜔% 𝑡), el segundo armónico es el término 𝑎# cos(2𝜔% 𝑡) + 𝑏# sen(2𝜔% 𝑡), y el 𝑘 − é𝑠𝑖𝑚𝑜 armónico
es el término 𝑎! cos(𝑘𝜔% 𝑡) + 𝑏! sen(𝑘𝜔% 𝑡)
Las frecuencias de los armónicos que conforman 𝑥(𝑡) son múltiplos enteros 𝑘𝜔% de la frecuencia fundamental 𝜔% . Ésta es una
propiedad fundamental de las señales periódicas.
La serie trigonométrica de Fourier dada por (4) puede escribirse en la forma de cosenos con fase
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝐴" cos(𝑘𝜔! 𝑡 + 𝜃& ) , − ∞ < 𝑡 < ∞ (8)
donde
𝑏!
𝑡𝑎𝑛'" − , 𝑘 = 1,2, … , 𝑐𝑢𝑎𝑛𝑑𝑜 𝑎! ≥ 0
𝐴! = 𝑎!# + 𝑏!# , 𝑘 = 1,2, … 𝑎!
𝜃! =
𝑏!
𝜋 + 𝑡𝑎𝑛'" − , 𝑘 = 1,2, … , 𝑐𝑢𝑎𝑛𝑑𝑜 𝑎! < 0
𝑎!
Serie trigonométrica de Fourier
¿Recuerdan la ecuación (1)?
𝑥 𝑡 = ∑$
!)" 𝐴! cos(𝜔* 𝑡 + 𝜃* ) , − ∞ < 𝑡 < ∞ (1)
Si se le agrega un término constante 𝑎% a la suma de (1), y se permite que la suma sea infinita (es decir, 𝑁 = ∞), entonces la
serie de Fourier (8) es un caso especial de (1), ya que todas las frecuencias presentes en la señal son múltiplos enteros de la
frecuencia fundamental 𝜔% . Es decir que con 𝑁 = ∞ en (1), y con la adición del término constante 𝑎% , la clase de señales que
pueden expresarse de la forma (1) incluye a la clase de señales periódicas dadas por (8).
La representación de la serie de Fourier de una señal periódica es un resultado notable. En particular, muestra que una señal
periódica, como la señal cuadrada, puede expresarse como una suma de sinusoides. Debido a que las sinusoides son funciones
infinitamente suaves (es decir, tienen derivadas ordinarias de cualquier orden), es difícil creer que señales con esquinas puedan
expresarse como suma de sinusoides. Por supuesto, la clave es que la suma es infinita.
Serie trigonométrica de Fourier
Una señal periódica x(t) tiene una serie de Fourier si satisface las siguientes condiciones de Dirichlet:
+,&
9 𝑥 𝑡 𝑑𝑡 < ∞
+
para cualquier a
2. 𝑥(𝑡) sólo tiene un número finito de máximos y mínimos sobre cualquier periodo.
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
1 &
𝑎% = 9 𝑥 𝑡 𝑑𝑡 (7)
𝑇 %
2 &
𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (5)
𝑇 %
2 &
𝑏! = 9 𝑥 𝑡 sen 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (6)
𝑇 %
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
La Figura presentada a continuación muestra una señal en el
dominio del tiempo. Determine la serie trigonométrica de
Fourier para esta señal.
syms t
f=t/2
f =
t/2
f1=2-(t/2)
f1 =
2 - t/2
int(f,0,2)
ans =
1
int(f,0,2)+int(f1,4,6)
ans =
0
Simetría par o impar
Se dice que una señal 𝑥(𝑡) es una función par de 𝑡 si 𝑥 𝑡 = 𝑥(−𝑡) para −∞ < 𝑡 < ∞, y 𝑥(𝑡) es una función impar
de 𝑡 si 𝑥 𝑡 = −𝑥(−𝑡) para −∞ < 𝑡 < ∞, y 𝑥(𝑡) . Ejemplos de señales pares son 𝐴𝑐𝑜𝑠(𝜌𝑡) y el tren de pulsos
mostrado anteriormente. La señal 𝐴𝑠𝑖𝑛(𝜌𝑡) es una función impar de 𝑡.
Si 𝑥 𝑡 y 𝑣 𝑡 son dos funciones pares de 𝑡 (o impares) cualesquiera, entonces para cualquier constante 𝜂 > 0,
- -
9 𝑥 𝑡 𝑣 𝑡 = 29 𝑥 𝑡 𝑣 𝑡
'- %
-
9 𝑥 𝑡 𝑣 𝑡 =0
'-
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
1 &
𝑎% = 9 𝑥 𝑡 𝑑𝑡 (7)
𝑇 %
2 &
𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (5)
𝑇 %
2 &
𝑏! = 9 𝑥 𝑡 sen 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (6)
𝑇 %
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
2 &
𝑏! = 9 𝑥 𝑡 sen 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (6)
𝑇 %
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
Simetría par o impar
Entonces ya que cos 𝑘𝜋𝑡 es una función par de 𝑡, y sen 𝑘𝜋𝑡 es uan función impar de 𝑡, si 𝑥(𝑡) es una señal
periódica par con período 𝑇, las ecuaciones (5) y (6) se reducen a (5’) y (6’)
2 & 4 &/#
𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (5) 𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (5′)
𝑇 % 𝑇 %
2 &
𝑏! = 9 𝑥 𝑡 sen 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (6) 𝑏! = 0, 𝑘 = 1,2, … . (6’)
𝑇 %
si 𝑥(𝑡) es una señal periódica impar con período 𝑇, (5) y (6) se reducen a (5’’) y (6’’)
4 &/#
𝑎! = 9 𝑥 𝑡 cos 𝑘𝜔% 𝑡 𝑑𝑡, 𝑘 = 1,2, … (5′)
𝑇 %
Fenómeno de Gibbs
Serie exponencial compleja
La serie trigonométrica de Fourier dada por (4) u (8) puede
expresarse de una manera exponencial compleja
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝑎" cos(𝑘𝜔! 𝑡) + 𝑏" sen(𝑘𝜔! 𝑡) , − ∞ < 𝑡 < ∞ (4)
𝑥 𝑡 = 𝑎% + ∑.
!)" 𝐴! cos(𝑘𝜔% 𝑡 + 𝜃* ) , − ∞ < 𝑡 < ∞ (8)
En la representación, 𝑐% es un número real y los 𝑐! para 𝑘 ≠ 0 son, en general, números complejos. Como en (4) u (8), 𝜔% es
la frecuencia fundamental (en rad/s). Observe que, en contraste con la serie trigonométrica de Fourier, la forma exponencial
compleja es, en general, una suma dos veces infinita; es decir, 𝑘 = 0, ±1, ±2, …
Serie exponencial compleja
.
Los coeficientes 𝑐! de las exponenciales complejas pueden calcularse a partir de los coeficientes de la serie trigonométrica de
Fourier
" "
𝑐% = 𝑎% , 𝑐! = (𝑎! − 𝑗𝑏! ), 𝑐'! = 𝑎! + 𝑗𝑏! , 𝑘 = 1,2, . .
# #
1 &
𝑐! = 9 𝑥 𝑡 𝑒 '/!0!1 𝑑𝑡, 𝑘 = 0, ±1, ±2, …
𝑇 %
1 &/#
𝑐! = 9 𝑥 𝑡 𝑒 '/!0!1 𝑑𝑡, 𝑘 = 0, ±1, ±2, …
𝑇 '&/#
Simetria Serie exponencial compleja
.
Si 𝑥(𝑡) es una función par de 𝑡, los coeficientes de la forma exponencial compleja son números reales dados por
" "
𝑐% = 𝑎% , 𝑐! = (𝑎! ), 𝑐'! = 𝑎! , 𝑘 = 1,2, . .
# #
Si 𝑥(𝑡) es una función impar de 𝑡, los coeficientes de la forma exponencial compleja son números imaginarios (excepto por el
valor de 𝑐% )
" "
𝑐% = 𝑎% , 𝑐! = −𝑗 # (𝑏! ), 𝑐'! = 𝑗 # 𝑏! , 𝑘 = 1,2, . .
.
" "
𝑐% = 𝑎% , 𝑐! = (𝑎! ), 𝑐'! = 𝑎! , 𝑘 = 1,2, . .
# #
Serie exponencial compleja
.
Los coeficientes 𝑐! de las exponenciales complejas pueden calcularse a partir de los coeficientes de la serie trigonométrica de
Fourier
" "
𝑐% = 𝑎% , 𝑐! = (𝑎! − 𝑗𝑏! ), 𝑐'! = 𝑎! + 𝑗𝑏! , 𝑘 = 1,2, . .
# #
1 &
𝑐! = 9 𝑥 𝑡 𝑒 '/!0!1 𝑑𝑡, 𝑘 = 0, ±1, ±2, …
𝑇 %
1 &/#
𝑐! = 9 𝑥 𝑡 𝑒 '/!0!1 𝑑𝑡, 𝑘 = 0, ±1, ±2, …
𝑇 '&/#
Simetria Serie exponencial compleja
.
Si 𝑥(𝑡) es una función par de 𝑡, los coeficientes de la forma exponencial compleja son números reales dados por
" "
𝑐% = 𝑎% , 𝑐! = (𝑎! ), 𝑐'! = 𝑎! , 𝑘 = 1,2, . .
# #
Si 𝑥(𝑡) es una función impar de 𝑡, los coeficientes de la forma exponencial compleja son números imaginarios (excepto por el
valor de 𝑐% )
" "
𝑐% = 𝑎% , 𝑐! = −𝑗 # (𝑏! ), 𝑐'! = 𝑗 # 𝑏! , 𝑘 = 1,2, . .
Serie exponencial compleja
Al observar la forma compacta de la serie exponencial de Fourier y compararla con las expresiones correspondientes a
la serie trigonométrica de Fourier, se demuestra la principal virtud de la serie exponencial de Fourier.
Es mucho más conveniente trabajar con las series exponenciales que con las series trigonométricas.
.
1 &
𝑐! = 9 𝑥 𝑡 𝑒 '/!0!1 𝑑𝑡, 𝑘 = 0, ±1, ±2, …
𝑇 %
.
𝑥 𝑡 = 𝑎! + ∑%
"#$ 𝐴" cos(𝑘𝜔! 𝑡 + 𝜃& ) , − ∞ < 𝑡 < ∞ (8)
Espectro de linea