9-10-2023

Descripción breve

Análisis: Es el proceso de estudiar y comprender el

comportamiento de las señales y los sistemas
utilizados en la transmisión, procesamiento y
recepción de información en el campo de las
telecomunicaciones. Este análisis implica examinar
las características de las señales, cómo se propagan
y cómo interactúan con los sistemas a lo largo del
proceso de comunicación.

Señales y sistemas de comunicación: Es una

representación matemática de una cantidad física
que varía en función del tiempo o de alguna otra
variable. En el contexto de las comunicaciones, las
señales pueden ser analógicas o digitales.

Instituto Tecnológico De Chetumal.

Tarea 2 Series de Fourier exponenciales en

MATLAB.

Docente: Juan Ramon Sonda Martínez.

Tema: Análisis de señales periódicas en el tiempo:
Series de Fourier. Asignatura: Análisis de señales y sistemas de
comunicación.

Carrera: Ing. Tecnologías de la información y

comunicaciones.

Alumno: Magaña Quintal Ángel De Jesús.

Semestre: 5. Grupo: K5U.

Chetumal Q, Roo A 09 de octubre del 2023.

 9-10-2023

Índice

Series de Fourier exponenciales ......................................................................................................2

Ejercicio 1: Representación de una señal cuadrada ......................................................................3
Ejercicio 2: Representación de una señal triangular .....................................................................5
Ejercicio 3: Representación de una señal diente de sierra ............................................................7
Conclusión ........................................................................................................................................9

1
 9-10-2023

Series de Fourier exponenciales

Las series de Fourier exponenciales son una forma de descomponer una función periódica en
una suma infinita de funciones exponenciales complejas. Estas series se utilizan comúnmente
en análisis de señales, teoría de la comunicación, procesamiento de señales, y otras áreas de
la matemática y la ingeniería.

La idea detrás de las series de Fourier es que muchas funciones periódicas pueden
aproximarse como una suma infinita ponderada de funciones seno y coseno. La fórmula
general para la representación de una función periódica f(x) mediante una serie de Fourier
exponencial es la siguiente:

En la práctica, el cálculo de estos coeficientes puede ser complicado para funciones

arbitrarias, y se utilizan métodos numéricos o herramientas de software para obtener una
aproximación numérica de la serie de Fourier.

Las series de Fourier exponenciales tienen muchas aplicaciones en la teoría de señales y

sistemas, ya que permiten analizar y sintetizar señales periódicas de manera eficiente.
También se utilizan en campos como la teoría de la comunicación, procesamiento de señales,
análisis de vibraciones, entre otros.

2
 9-10-2023

Ejercicio 1: Representación de una señal cuadrada

% Parámetros de la señal
T = 2; % Período de la señal
fs = 1000; % Frecuencia de muestreo
t = 0:1/fs:T-1/fs; % Vector de tiempo

% Señal cuadrada
f = square(2*pi*t/T);

% Cálculo de la serie de Fourier trigonométrica

N = 10; % Número de armónicos
a0 = 1/T * trapz(t, f); % Término DC
an = zeros(1, N); % Coeficientes an
bn = zeros(1, N); % Coeficientes bn

for n = 1:N
an(n) = 2/T * trapz(t, f .* cos(2*pi*n*t/T));
bn(n) = 2/T * trapz(t, f .* sin(2*pi*n*t/T));
end

% Reconstrucción de la señal a partir de la serie de Fourier

reconstructed_signal = a0/2;
for n = 1:N
reconstructed_signal = reconstructed_signal + an(n) * cos(2*pi*n*t/T) +
bn(n) * sin(2*pi*n*t/T);
end

% Visualización de la señal original y la señal reconstruida

figure;
subplot(2,1,1);
plot(t, f);
title('Señal Original');

subplot(2,1,2);
plot(t, reconstructed_signal);
title('Señal Reconstruida');

3
 9-10-2023

Este ejemplo representa una señal cuadrada utilizando una serie de Fourier trigonométrica.
Calcula los coeficientes de la serie de Fourier y luego reconstruye la señal original mediante
la suma de estos coeficientes. El código muestra dos gráficos: uno de la señal cuadrada
original y otro de la señal reconstruida.

4
 9-10-2023

Ejercicio 2: Representación de una señal triangular

% Parámetros de la señal
T = 2; % Período de la señal
fs = 1000; % Frecuencia de muestreo
t = 0:1/fs:T-1/fs; % Vector de tiempo

% Señal triangular
f = sawtooth(2*pi*t/T);

% Cálculo de la serie de Fourier trigonométrica

N = 10; % Número de armónicos
a0 = 1/T * trapz(t, f); % Término DC
an = zeros(1, N); % Coeficientes an
bn = zeros(1, N); % Coeficientes bn

for n = 1:N
an(n) = 2/T * trapz(t, f .* cos(2*pi*n*t/T));
bn(n) = 2/T * trapz(t, f .* sin(2*pi*n*t/T));
end

% Reconstrucción de la señal a partir de la serie de Fourier

reconstructed_signal = a0/2;
for n = 1:N
reconstructed_signal = reconstructed_signal + an(n) * cos(2*pi*n*t/T) +
bn(n) * sin(2*pi*n*t/T);
end

% Visualización de la señal original y la señal reconstruida

figure;
subplot(2,1,1);
plot(t, f);
title('Señal Original');

subplot(2,1,2);
plot(t, reconstructed_signal);
title('Señal Reconstruida');

5
 9-10-2023

En este caso, se representa una señal triangular utilizando una serie de Fourier trigonométrica
de manera similar al primer ejemplo. Calcula los coeficientes de la serie de Fourier,
reconstruye la señal original y muestra gráficos de la señal original y la señal reconstruida.

6
 9-10-2023

Ejercicio 3: Representación de una señal diente de sierra

% Parámetros de la señal
T = 2; % Período de la señal
fs = 1000; % Frecuencia de muestreo
t = 0:1/fs:T-1/fs; % Vector de tiempo

% Señal diente de sierra

f = sawtooth(2*pi*t/T, 0.5);

% Cálculo de la serie de Fourier trigonométrica

N = 10; % Número de armónicos
a0 = 1/T * trapz(t, f); % Término DC
an = zeros(1, N); % Coeficientes an
bn = zeros(1, N); % Coeficientes bn

for n = 1:N
an(n) = 2/T * trapz(t, f .* cos(2*pi*n*t/T));
bn(n) = 2/T * trapz(t, f .* sin(2*pi*n*t/T));
end

% Reconstrucción de la señal a partir de la serie de Fourier

reconstructed_signal = a0/2;
for n = 1:N
reconstructed_signal = reconstructed_signal + an(n) * cos(2*pi*n*t/T) +
bn(n) * sin(2*pi*n*t/T);
end

% Visualización de la señal original y la señal reconstruida

figure;
subplot(2,1,1);
plot(t, f);
title('Señal Original');

subplot(2,1,2);
plot(t, reconstructed_signal);
title('Señal Reconstruida');

7
 9-10-2023

Este ejemplo representa una señal diente de sierra utilizando una serie de Fourier
trigonométrica. Al igual que los otros ejemplos, calcula los coeficientes de la serie de Fourier,
reconstruye la señal original y muestra gráficos de ambas señales.

8
 9-10-2023

Conclusión

Para finalizar podemos decir que, las Series de Fourier exponenciales son una poderosa
herramienta matemática utilizada para representar funciones periódicas como una suma
infinita de funciones exponenciales complejas. Estas series son fundamentales en el análisis
de señales y sistemas, ya que permiten descomponer señales periódicas en componentes
sinusoidales, lo que facilita su estudio y manipulación.

Algunos puntos clave sobre las Series de Fourier exponenciales incluyen:

• Descomposición de señales: Las Series de Fourier exponenciales permiten

descomponer señales periódicas en una combinación de armónicos, que son
sinusoides con diferentes frecuencias y amplitudes.

• Representación eficiente: Proporcionan una representación eficiente para muchas

señales periódicas, lo que simplifica el análisis y procesamiento de señales en campos
como la teoría de la comunicación, procesamiento de señales, análisis de vibraciones,
entre otros.

• Cálculo de coeficientes: Para calcular los coeficientes de la serie de Fourier, se

utilizan integrales o sumas en función de la señal original y las funciones seno y
coseno.

• Aplicaciones amplias: Las Series de Fourier exponenciales tienen aplicaciones en

una amplia variedad de áreas, desde la síntesis de sonido en música hasta la
modulación de señales en telecomunicaciones.

• Generalización a Series de Fourier trigonométricas: Aunque se habló

principalmente de Series de Fourier exponenciales, también existen las Series de
Fourier trigonométricas que utilizan senos y cosenos en lugar de exponenciales
complejas, y son una forma más común de representar estas series en la práctica.