1

La Transformada de Fourier de Tiempo

Discreto

Dr. Fernando Arias

0866 | Señales y Sistemas
Universidad Tecnológica de Panamá
2023
2

Temas a Cubrir

▪ Señales aperiódicas: representación de la transformada de

Fourier
▪ Convergencia de la transformada de Fourier
▪ Transformada de Fourier para señales periódicas
▪ Propiedades de la transformada de Fourier
▪ Pares básicos de transformadas de Fourier
▪ Sistemas caracterizados por ecuaciones de diferencias
lineales con coeficientes constantes
▪ La Transformada Discreta de Fourier
3

La Transformada de Fourier de Tiempo Discreto

2𝜋
𝑗𝑘 𝑁 𝑛
𝑥[𝑛]
෤ = ෍ 𝑎𝑘 𝑒
𝑘= 𝑁

1 2𝜋
−𝑗𝑘 𝑁 𝑛
𝑎𝑘 = ෍ 𝑥[𝑛]𝑒
෤
𝑁
𝑛= 𝑁

+∞

Definiendo 𝑋 𝑒 𝑗𝜔 = ෍ 𝑥[𝑛]𝑒 −𝑗𝜔𝑛

𝑛=−∞
resulta
1 2𝜋
𝑎𝑘 = 𝑋 𝑒 𝑗𝑘𝜔0 , 𝑑𝑜𝑛𝑑𝑒 𝜔0 =
𝑁 𝑁
4

La Transformada de Fourier de Tiempo Discreto

▪ Se tiene entonces, +∞

𝑥෤ 𝑛 = ෍ 𝑎𝑘 𝑒 𝑗𝑘
2𝜋
𝑁
𝑛 1
= ෍ 𝑋 𝑒 𝑗𝑘𝜔0 𝑒 𝑗𝑘𝜔0 𝑛 𝑋 𝑒 𝑗𝜔 = ෍ 𝑥[𝑛]𝑒 −𝑗𝜔𝑛
𝑁 𝑛=−∞
𝑘= 𝑁 𝑘= 𝑁

1 Ecuación de análisis –
𝑥෤ 𝑛 = ෍ 𝑋 𝑒 𝑗𝑘𝜔0 𝑒 𝑗𝑘𝜔0𝑛 𝜔0 Transformada de Fourier de
2𝜋
𝑘= 𝑁 tiempo discreto
𝑃𝑎𝑟𝑎 𝑁 → ∞ ⋯ 𝜔0 → 0 𝑦
1
1 𝑥𝑛 = න 𝑋 𝑒 𝑗𝜔 𝑒 𝑗𝜔𝑛 𝑑𝜔
𝑥𝑛 = න 𝑋 𝑒 𝑗𝜔 𝑒 𝑗𝜔𝑛 𝑑𝜔 2𝜋
2𝜋 2𝜋
2𝜋
Ecuación de síntesis –
Transformada inversa de Fourier de
tiempo discreto
5

La Transformada de Fourier de Tiempo Discreto

6

La Transformada de Fourier para señales periódicas

▪ Al igual que en el caso continuo, para las señales periódicas discretas se puede interpretar
la transformada como un tren de impulsos en el dominio de la frecuencia.

▪ Para una señal periódica con periodo N

2𝜋
𝑗𝑘 𝑁 𝑛
𝑥 𝑛 = ෍ 𝑎𝑘 𝑒
𝑘=‫ۧ𝑁ۦ‬

▪ la transformada de Fourier es
∞
2𝜋
𝑋 𝑒 𝑗𝜔 = ෍ 2𝜋𝑎𝑘 𝛿 𝜔 − 𝑘
𝑁
𝑘=−∞

donde
1 2𝜋
−𝑗𝑘 𝑁 𝑛
𝑎𝑘 = ෍ 𝑥[𝑛]𝑒
𝑁
𝑛=‫ۧ𝑁ۦ‬
7

Relaciones entre Series y Transformadas de Fourier

8
Problema de Ejemplo
• Determine la transformada de Fourier
de la señal 𝑥[𝑛]:
Solución:
+∞ • Primero determinamos los coeficientes ak
𝑥 𝑛 = ෍ 𝛿[𝑛 − 𝑘𝑁]
𝑁−1
𝑘=−∞ 1 2𝜋
−𝑗𝑘 𝑛 1 2𝜋
−𝑗𝑘 0 1
𝑎𝑘 = ෍ 𝑥[𝑛]𝑒 𝑁 = ෍ 𝛿[0]𝑒 𝑁 =
𝑁 𝑁 𝑁
𝑛=‫ۧ𝑁ۦ‬ 𝑛=0

• y luego sustituimos en la ecuación de X(ejω),

∞
2𝜋 2𝜋
𝑋 𝑒 𝑗𝜔 = ෍ 𝛿 𝜔−𝑘
𝑁 𝑁
𝑘=−∞
9

Propiedades de la Transformada de Fourier de Tiempo

Discreto

▪ La transformada de Fourier de tiempo discreto siempre es periódica en ω

con periodo 2π, es decir,
𝑋 𝑒𝑗 𝜔+2𝜋 = 𝑋 𝑒 𝑗𝜔
10

Propiedades de la Transformada de Fourier de Tiempo

Discreto
11 Solución:
Problema de Ejemplo Por la propiedad del desplazamiento en frecuencia
• Considere el Sistema de la figura,
donde los sistemas Hlp(ejω) son filtros
pasabajas ideales con frecuencia de y por la propiedad de convolución
corte π/4 y ganancia unitaria.
Note que
• Determine y grafique la respuesta en
frecuencia del sistema completo. por lo que

Como la DTFT es periódica en 2π,

Por la propiedad de convolución

y de la linealidad, se tiene

Sugerencia: considere (-1)n = ejπn.

12

Pares de Transformada de Fourier de Tiempo Discreto

13

Pares de Transformada de Fourier de Tiempo Discreto

14
Problema de Ejemplo
• Determine la transformada de Fourier
de la señal
Solución:
𝑛−1 ∞
1
𝑥𝑛 = 𝑢 𝑛−1
2 𝑋 𝑒 𝑗𝜔 = ෍ 𝑥 𝑛 𝑒 −𝑗𝜔𝑛
𝑛=−∞

∞ 𝑛−1 ∞ 𝑛
1 1
𝑋 𝑒 𝑗𝜔 =෍ 𝑒 −𝑗𝜔𝑛 =෍ 𝑒 −𝑗𝜔𝑛 𝑒 −𝑗𝜔
2 2
𝑛=1 𝑛=0

∞ 𝑛
1 −𝑗𝜔
𝑋 𝑒 𝑗𝜔 =෍ 𝑒 𝑒 −𝑗𝜔 𝒔𝒆𝒓𝒊𝒆 𝒈𝒆𝒐𝒎é𝒕𝒓𝒊𝒄𝒂
2
𝑛=0

𝑗𝜔
1
𝑋 𝑒 = 𝑒 −𝑗𝜔
1
1 − 𝑒 −𝑗𝜔
2
15
Problema de Ejemplo
Utilice la tabla de transformadas para
determinar la transformada de Fourier Solución:
de tiempo discreto de la señal Recuerde que para señales exponenciales discretas se
necesita tomar en cuenta un intervalo de frecuencia de
5𝜋 7𝜋 longitud 2𝜋 (e. g. , [−π, +π]), dentro del cual se escoge 𝜔0 .
𝑥 𝑛 = sin 𝑛 + cos 𝑛 Por lo tanto, antes de realizar la transformada se corrigen
3 3 las frecuencias de las señales:
5𝜋 7𝜋
𝑥 𝑛 = sin 𝑛 + cos 𝑛
3 3
𝝅 𝝅
𝒙 𝒏 = −𝒔𝒊𝒏 𝒏 + 𝒄𝒐𝒔 𝒏
𝟑 𝟑

De la tabla de transformadas,
se tiene
𝝅 𝝅 𝝅
𝑿 𝒆𝒋𝝎 = − 𝜹 𝝎− −𝜹 𝝎+
𝒋 𝟑 𝟑
𝝅 𝝅
+𝝅 𝜹 𝝎 −𝟑 +𝜹 𝝎 +𝟑 , 𝟎< 𝝎 < 𝝅
16

Sistemas caracterizados por ecuaciones de diferencias

lineales con coeficientes constantes
▪ Ecuación general lineal de diferencias (de orden N) con coeficientes constantes para
un sistema LTI con entrada x[n] y salida y[n]
𝑁 𝑀

෍ 𝑎𝑘 𝑦 𝑛 − 𝑘 = ෍ 𝑏𝑘 𝑥 𝑛 − 𝑘
𝑘=0 𝑘=0
▪ Para determinar la respuesta en frecuencia del sistema, tenemos dos métodos.
I. Se hace uso de que las II. Se hace uso de las propiedades de
exponenciales complejas son convolución, linealidad y desplazamiento en el
funciones propias de los sistemas LTI. tiempo de la transformadas de Fourier de
• Así, si 𝑥 𝑛 = 𝑒 𝑗𝜔𝑛 tiempo discreto.
• entonces la salida viene dada por • Así, 𝑁 𝑀

෍ 𝑎𝑘 𝑒 −𝑗𝑘𝜔 𝑌 𝑒 𝑗𝜔 = ෍ 𝑏𝑘 𝑒 −𝑗𝑘𝜔 𝑋 𝑒 𝑗𝜔
𝐻 𝑒 𝑗𝜔 𝑒 𝑗𝜔𝑛 𝑘=0 𝑘=0
• Sustituyendo estas expresiones en
la ecuación del sistema, se resuelve • y 𝑌 𝑒 𝑗𝜔
𝐻 𝑒 𝑗𝜔 =
para 𝑋 𝑒 𝑗𝜔
𝐻 𝑒 𝑗𝜔
17
Problema de Ejemplo

• Determine la respuesta en frecuencia Solución:

y la respuesta al impulso de un Aplicando la transformada de Fourier se tiene
sistema LTI causal que se caracteriza 3 −𝑗𝜔 1 −𝑗2𝜔
por la ecuación de diferencias 1− 𝑒 + 𝑒 𝑌 𝑒 𝑗𝜔 = 2𝑋 𝑒 𝑗𝜔
4 8
𝑌 𝑒 𝑗𝜔 2
3 1 𝐻 𝑒 𝑗𝜔 = =
𝑋 𝑒 𝑗𝜔 3 1
𝑦 𝑛 − 𝑦 𝑛 − 1 + 𝑦 𝑛 − 2 = 2𝑥 𝑛 1 − 𝑒 −𝑗𝜔 + 𝑒 −𝑗2𝜔
4 8 4 8

Expandiendo la función por el método de

fracciones parciales
4 2
𝐻 𝑒 𝑗𝜔 = −
1 −𝑗𝜔 1
1− 𝑒 1 − 𝑒 −𝑗𝜔
2 4
Y tomando la transformada inversa se obtiene
𝑛 𝑛
1 1
ℎ 𝑛 =4 𝑢 𝑛 −2 𝑢𝑛
2 4
18

Transformada discreta de Fourier

▪ La transformada discreta de Fourier considera una representación
discreta tanto del tiempo como de la frecuencia.
▪ Esta transformada discreta provee una aproximación a la
transformada de Fourier de tiempo discreto.
▪ Es importante tomar en consideración la frecuencia o razón de
muestreo de la señal.

➢ Si las muestras de la señal están

espaciadas uniformemente por Ts
segundos, entonces el espectro de
la señal será periódico y se repetirá
cada fs = 1/Ts Hz.
19

Transformada discreta de Fourier

▪ Sea N el número de muestras de • La transformada discreta de Fourier (DFT) de la

frecuencia contenidas en un secuencia x[n] está dada por
intervalo fs .
𝑁−1
▪ Entonces, la resolución de 1 2𝜋
−𝑗𝑘 𝑁 𝑛
𝑋 𝑘 = ෍𝑥 𝑛 𝑒 𝑝𝑎𝑟𝑎 𝑘 = 0, 1, … , 𝑁 − 1
frecuencia Δf para el cálculo 𝑁
𝑛=0
numérico se define por
𝑓𝑠 1 1 el índice k es el índice de frecuencia
∆𝑓 = = =
𝑁 𝑁𝑇𝑠 𝑇

donde T es la duración total de la • La transformada discreta inversa de Fourier

señal (DIFT) de la secuencia X[k] está dada por

𝑁−1
▪ Señal de tiempo discreto con 2𝜋
𝑗𝑘 𝑁 𝑛
muestras uniformemente 𝑥 𝑛 = ෍𝑋 𝑘 𝑒 𝑝𝑎𝑟𝑎 𝑛 = 0, 1, … , 𝑁 − 1
espaciadas con un intervalo Ts, 𝑘=0
𝑥[𝑛] = 𝑥(𝑛𝑇𝑠 )
20
Problema de Ejemplo

• Para la secuencia x[n] = {1, 0, 3, –2}

con un intervalo de muestra de 1 ms, Solución:
determine la DFT y grafique la • De los datos se tiene N = 4, Ts = 1
secuencia y su espectro de magnitud. ms, T = 4 ms, Δf = 250 Hz
3
1 2𝜋
−𝑗𝑘 𝑛
𝑋 𝑘 = ෍𝑥 𝑛 𝑒 𝑁 𝑝𝑎𝑟𝑎 𝑘 = 0, 1, 2, 3
4
𝑛=0

𝑋 0 = 0.5
3𝜋
−𝑗 4
𝑋1 = 0.707𝑒
𝑋 2 = 1.5
3𝜋
𝑗4
𝑋3 = 0.707𝑒
21
Problema de Ejemplo

Octave/Matlab: fft y fftshift:

clear; clc;
• Señal x(t) = 0.8 cos(200πt) + 1.2 Fs = 1000; N = 1000;
sin(400πt) dt = 1/Fs; df = Fs/N;
t = (0:N – 1) * dt;
• Frecuencia de muestreo, Fs = 1 kHz x = 0.8*cos(2*pi*100*t) + 1.2*sin((2*pi*200*t);

• Cantidad de puntos, N = 1000. X = fft(x) / N;

X2 = abs(fftshift(X));
• Se puede determinar: X1 = abs(X(1:N/2))*2;

Resolución de frecuencia, f2 = linspace(–Fs/2+df, Fs/2, N);

Periodo de muestreo, dt = 1/Fs = 1 ms
Tiempo total de la señal, T = N*dt = 1 s
Rango de frecuencias de la solución,
[–Fs/2, Fs/2] = [–500, 500]
f1 = linspace(0, Fs/2 – df, N/2);
subplot(3,1,1); plot(t,x); axis([0, 10/200, -2, 2];
grid;
subplot(3,1,2); plot(f2,X2);grid;
subplot(3,1,3); plot(f1,X1);grid;