Capitulo I234

UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS,

ELECTRÓNICA E INDUSTRIAL
CARRERA DE TELECOMUNICACIONES
COMUNICACIONES DIGITALES
Docente:
Ing. Juan Pablo Pallo Noroña, Mg
UTA – FISEI – CARRERA DE TELECOMUNICACIONES
COMUNICACIÓN DIGITAL
CAPÍTULO I
INTRODUCCIÓN A LOS SISTEMAS DE COMUNICACIÓN
Para ser transmitido un mensaje, se requiere de un sistema de comunicación que permita que
la información sea transferida, a través del espacio y el tiempo, desde un punto llamado fuente
hasta otro punto de destino, mediante un cable como en el caso de un teléfono o por ondas
como en el caso de las radios.
Los mensajes pueden presentarse bajo diferentes formas: una secuencia de símbolos,
intensidad de la luz y los colores de una imagen televisada, la presión acústica de la voz, etc.
Los sistemas de comunicación eléctrica brindan los medios para que la información, codificada
en forma de señal, se transmita o intercambie.
Un sistema de comunicación consta de tres componentes esenciales: transmisor, canal de
transmisión y el receptor.
El mensaje original, producido por la fuente, no es eléctrico. Debe ser convertido en señales
eléctricas a través de un transductor de entrada. En el destino, otro transductor de salida cumple
la función de transformar nuevamente la señal para que llegue al receptor del modo en el que
fue emitido el mensaje. Se puede definir la comunicación como el proceso mediante el cual se
transfiere información desde un punto en el espacio y en el tiempo, denominado “fuente de
información”, hasta otro punto denominado “destino de la información”, con el mínimo de
pérdidas o perturbaciones.
Figura 1: Esquema de un sistema de comunicación
Fuente de Información
La información o inteligencia para transmitir se origina en la fuente de información. Esta

información se materializa como un conjunto finito y discreto, de N símbolos o mensajes
distintos e independientes cuyo significado es conocido en el destino del sistema. La fuente de
información así definida se denomina “fuente discreta sin memoria”.
Hay muchas clases de fuentes de información, incluyendo personas y máquinas, de manera que
los símbolos o mensajes pueden tomar una gran variedad de formas: una secuencia de símbolos
discretos o letras, una magnitud que varía en el tiempo, etc.; pero cualquiera que sea el mensaje,
el propósito del sistema de comunicación es el de proporcionar una réplica más o menos exacta
del mismo en el destino.
Ing. Mg. Juan Pablo Pallo Noroña 1

Análoga
Es aquella que genera mensajes que varían con el tiempo, es decir, mensajes definidos de
manera continua.
Figura 2: Señal análoga
Ejemplos:
Señales analógicas como: la voz humana.
Digital
Es aquella que produce una serie finita de posibles mensajes.
Figura 3: señal digital
Ejemplos:
Un modem, una computadora
Transductor de Entrada
El mensaje que produce la fuente no es de naturaleza eléctrica y, por lo tanto, es necesaria la
presencia de un “transductor” o “codificador” que convierta el mensaje en una “señal”. Esta
última es una magnitud eléctrica variable en el tiempo (corrientes o voltajes) compatible con el
tipo particular de sistema de transmisión que se emplee.
Los codificadores son sistemas combinacionales construidos en forma de circuito integrado, que
se encargan de transformar una serie de señales sin codificar en un conjunto de señales
codificadas, que forman un código.
Los decodificadores son circuitos integrados digitales que convierten el código binario, el BCD,
o algún otro, en una forma sin codificar. Un decodificador, por tanto, puede considerarse lo
opuesto de un codificador.

1.2. CONCEPTOS FUNDAMENTALES EN FUENTES DE INFORMACIÓN

Información: información está constituida por un grupo de datos ya supervisados y ordenados,
que sirven para construir un mensaje basado en un cierto fenómeno o ente. La información
permite resolver problemas y tomar decisiones, ya que su aprovechamiento racional es la base
del conocimiento.
Mensaje: es un recado que una persona envía a otra. El concepto también se utiliza para
nombrar al conjunto de los signos, símbolos o señales que son objeto de una comunicación. El
mensaje, por lo tanto, es el contenido de la comunicación.
Señal: las señales eléctricas son llamadas también señales análogas. Pueden tener cualquier
lectura dentro del rango y sólo están limitadas por las características de los instrumentos
registradores e indicadores. Transmiten al controlador en forma continua los valores. En las
Redes de ordenadores, los datos a intercambiar siempre están disponibles en forma de señal
Digital; no obstante, para su transmisión podemos optar por la utilización de señales digitales o
analógicas.
Figura 4: Medio de transmisión
Señal Digital: es un tipo de señal en que cada signo que codifica el contenido de esta puede ser
analizado en término de algunas magnitudes que representan valores discretos, en lugar de
valores dentro de un cierto rango. Ejemplo, el interruptor de la luz solo puede tomar dos valores
o estados: abierto o cerrado
Figura 5: Transmisión de bits en el tiempo

Partes de un sistema de comunicación
Figura 6: Estructura de un sistema de comunicaciones
Transmisor
Es el sujeto que envía el mensaje. Es el que prepara la información para que pueda ser enviada
por el canal, tanto en calidad (adecuación a la naturaleza del canal) como en cantidad
(amplificando la señal) La transmisión puede realizarse:
a) En banda base, o sea, en la banda de frecuencia propia de la señal, el ejemplo más claro es el
habla.
b) Modulando, es decir, traspasando la información de su frecuencia propia a otra de rango
distinto, esto nos va a permitir adecuar la señal a la naturaleza del canal y además nos posibilita
el multiplexar el canal, con lo cual varios usuarios podrán usarlo a la vez.
Medio de Transmisión
Es el elemento a través del cual se envía la información del emisor al receptor.
Desgraciadamente el medio tiene obstáculos que impiden o merman la comunicación y en este
curso se convendrá en que tales obstáculos son:
➢ La interferencia: Todos aquellos fenómenos externos al medio que provocan merma en la
comunicación.
➢ Ruido: Todos aquellos fenómenos inherentes al medio mismo que merman la comunicación.
Receptor
Es la entidad a la cual el mensaje está destinado, puede ser una persona, grupo de personas, un
dispositivo artificial, etc.

1.3. VENTAJAS DE LA COMUNICACIÓN DIGITAL

✓ Podemos comunicarnos con cualquier persona en el momento en el que queremos.
✓ Fácil acceso a la información de todas las personas.
✓ Facilita gestiones administrativas.
✓ Permite el contacto con cualquier persona en cualquier lugar del mundo
✓ Promueve la acción social y la participación cultural.
✓ Alta confiabilidad: Por su alta inmunidad al ruido, transmisión segura.
✓ Tratamiento de las señales digitales es sencillo.
✓ La conmutación es eficiente (cambios de estado).

✓ Mantenimiento es sencillo y centralizado.
✓ Tecnología RDSI (ISDN red digital de servicios integrados).
✓ Reducción de costos (todo equipo digital consume menos energía eléctrica)

1.4. ANÁLISIS DE FOURIER PARA SEÑALES

Fourier es una herramienta matemática que permite expresar una función por medio de la
suma de funciones ortogonales, una de las principales aplicaciones del análisis de Fourier
es la representación de una señal en función de su frecuencia. Esto es posible porque la
función principal es una señal sinusoidal
• Funciones Singulares
Función Escalón
Se define a la función escalón como
0, 𝑡 < 0
𝑓(𝑥) {
1, 𝑡 > 0
Figura 7: Función escalón unitario
Función Impulso
La función impulso es definida como
0, 𝑡 ≠ 0
𝑓(𝑥) {
1, 𝑡 = 𝑎
Figura 8: Función impulso

Función Rampa
Es la integral de la función escalón y se define como
0, 𝑡 < 0
𝑓(𝑥) {
𝑡, 𝑡 > 0
Figura 9: Función Rampa
• Serie de Fourier
Emplea funciones periódicas de periodo T para su posterior descomposición la misma
que es factible representar mediante la suma de senos y cosenos del mismo periodo.
➢ Serie trigonométrica de Fourier
La serie trigonométrica de Fourier permite descomponer la función como una suma
sub funciones sinusoidales respecto a la en términos del conjunto ortogonal
completo de la función Sin y se expresa de la siguiente manera.
𝛼
𝑎0 2𝜋𝑛𝑡 2𝜋𝑛𝑡
𝑆 (𝑡 ) = + ∑ (𝑎𝑛 𝑐𝑜𝑠 ( ) +𝑏𝑛 𝑠𝑖𝑛 ( ))
2 𝑇 𝑇
𝑛=1
Sabiendo que:
2𝜋
( )=𝑤
𝑇
La expresión con tiene un sumatorio de n=1 hasta infinito sin embargo en la práctica
es imposible conocer todos los valores, pero cuando se los coeficientes 𝑎𝑛 y 𝑏𝑛 son
considerados en gran proporción se puede representar la señal fielmente a la
original.
La primera variable se obtiene mediante la siguiente ecuación.
1 𝑇
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
2𝑇 −𝑇

Los coeficientes 𝑎𝑛 y 𝑏𝑛 se obtienen con las siguientes expresiones donde los valores
que puede tomar n son valores reales enteros
1 𝑇 𝜋𝑛𝑡
𝑎𝑛 = ∫ 𝑓(𝑡)𝑐𝑜𝑠 ( ) 𝑑𝑡
2𝑇 −𝑇 𝑇
1 𝑇 𝜋𝑛𝑡
𝑏𝑛 = ∫ 𝑓(𝑡)𝑠𝑒𝑛 ( ) 𝑑𝑡
2𝑇 −𝑇 𝑇
En el caso particular de no tomar en cuenta los coeficientes 𝑎𝑛 y 𝑏𝑛 la ecuación
quedaría únicamente en función del coeficiente 𝑎0 que en el mejor de los casos
puede brindar el 77.7% de la información el mismo que es conocido como valor
medio o valor rms de la señal.
Para poder definir si la señal trigonométrica de Fourier converge a la función 𝑓(𝑡)
Dirichlet planteo algunos requerimiento o condiciones que debe cumplir la función.
F(t) es absolutamente integrables
ℎ+𝑇
∫ |𝑓(𝑡)|𝑑𝑡 < ∞
ℎ
F(t) tiene un numero finito de máximos y mínimos

F(t) tiene un numero finito de discontinuidades
Las condiciones de Dirichlet permiten reescribir los coeficientes como se muestra a
continuación
𝑇
1 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 −𝑇
2 2
𝑇
1 2
𝑎𝑛 = ∫ 𝑓(𝑡)𝑐𝑜𝑠(𝑛𝑊0 𝑡)𝑑𝑡
𝑇 −𝑇
2 2
1 𝑇
𝑏𝑛 = ∫ 𝑓(𝑡)𝑠𝑒𝑛((𝑛𝑊0 𝑡))𝑑𝑡
𝑇 −𝑇
2

Ejemplo:
Encontrar la serie trigonométrica de la siguiente función:
Solución
Determinando la expresión matemática de la función y aplicando fórmulas de los
coeficientes se tiene:
0, −𝜋 < 𝑡 < 0
𝑓(𝑡) {
𝜋 − 𝑡, 0 ≤ 𝑡 ≤ 𝜋
𝑇
1 2 1 0 𝜋
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = [∫ 𝑓 (𝑡)𝑑𝑡 + ∫ 𝑓(𝑡)𝑑𝑡]
𝑇 −𝑇 𝜋 −𝜋 0
2 2
𝑇
1 2 1 0 𝜋
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = [∫ 0𝑑𝑡 + ∫ 𝑓 (𝜋 − 𝑡)𝑑𝑡]
𝑇 −𝑇 𝜋 −𝜋 0
2 2
1 𝜋2 𝜋
= [(𝜋𝑡 − )]
𝜋 2 0
1 𝜋2
= [( )]
𝜋 2
𝜋
=
2
1 𝜋
𝑎𝑛 = ∫ 𝑓(𝑡)𝑐𝑜𝑠(𝑛𝑊0 𝑡)𝑑𝑡 𝑊0 = 1
𝜋 −𝜋
1 0 𝜋
= ∫ 𝑓(0)𝑐𝑜𝑠(𝑛𝑊0 𝑡) ∫ 𝑓(𝜋 − 𝑡)𝑐𝑜𝑠(𝑛𝑡) 𝑑𝑡
𝜋 −𝜋 0
1 𝜋
= ∫ 𝑓(𝜋 − 𝑡)𝑐𝑜𝑠(𝑛𝑡)
𝜋 0
𝜋
1
= 2 ∫ 𝑓(𝜋𝑠𝑒𝑛(𝑛𝑡 − cos(𝑛𝑡) − 𝑛𝑠𝑒𝑛(𝑛𝑡)
𝜋𝑛 0
𝟏 − (−𝟏)𝒏
𝒂𝒏 =
𝝅𝒏𝟐
1 𝜋
𝑏𝑛 = ∫ 𝑓(𝑡)𝑠𝑒𝑛((𝑛𝑊0 𝑡))𝑑𝑡 𝑊0 = 1
𝜋 −𝜋
1 𝜋
𝑏𝑛 = ∫ (𝜋 − 𝑇)𝑠𝑒𝑛(𝑛𝑡)𝑑𝑡
𝜋 0
1 𝜋
𝑏𝑛 = [ −𝜋𝑛𝑐𝑜𝑠 ( 𝑛𝑡 ) − 𝑠𝑒𝑛 ( 𝑛𝑡 ) + 𝑛𝑡𝑐𝑜𝑠 ( 𝑛𝑡 )]
𝜋𝑛2 0
𝟏
𝒃𝒏 =
𝒏
𝛼
𝑎0
𝐹 (𝑡 ) = + ∑(𝑎𝑛 𝑐𝑜𝑠(𝑛𝑤0 𝑡)+𝑏𝑛 𝑠𝑖𝑛(𝑛𝑤0 𝑡))
2
𝑛=1
𝝅 𝜶
𝟐 𝒂 − (−𝟏)𝟐 𝟏
( )
𝑭 𝒕 = +∑( 𝒄𝒐𝒔 ( 𝒏𝒕) + 𝒔𝒊𝒏(𝒏𝒕))
𝟐 𝝅𝒏𝟐 𝒏
𝒏=𝟏
𝑆𝑒𝑛 𝑛 = 1,2,3
Dando valores se tiene los dos primeros valores
𝜋 2
𝑆𝑝1 = 𝑓 (𝑡) = + 𝑐𝑜𝑠(𝑡) + 𝑠𝑖𝑛(𝑡)
4 𝜋
𝜋 2 1
𝑆𝑝2 = 𝑓(𝑡) = + 𝑐𝑜𝑠(𝑡) + 𝑠𝑖𝑛(𝑡) + 𝑠𝑒𝑛(2𝑡)
4 𝜋 2
Figura 10: Serie de Fourier de la función con 2 coeficientes

Ejemplo
Determinar la serie de Fourier del siguiente grafico
1.- Análisis
𝑇 = 2𝜋 Función Impar:
0 ≤ 𝑡 ≤ 𝜋 → 𝑓 (𝑡) = +𝑉 𝑎0
𝑓 (𝑡 ) = { 𝑎𝑛 = 0 =0
𝜋 ≤ 𝑡 ≤ 2𝜋 → 𝑓 (𝑡) = −𝑉 2
𝑏𝑛 ≠ 0
2.- Calcular los coeficientes:
Para 𝑎0
𝑎0 1 𝑇 1 𝜋 2𝜋
= ∫ 𝑓 (𝑡 ) ∙ 𝑑 ( 𝑡 ) = [∫ 𝑉 ∙ 𝑑 (𝑡) + ∫ −𝑉 ∙ 𝑑(𝑡)]
2 𝑇 0 2𝜋 0 𝜋
𝑎0 1 𝑉 0
= [𝑉𝑡|𝜋0 − 𝑉𝑡|2𝜋𝜋 ]= [𝜋 − 0 − 2𝜋 + 𝜋] = 0
2 2𝜋 2𝜋
𝑎𝑛 = 0
Para 𝑏𝑛 :
2 𝑇 2 𝜋 2𝜋
𝑏𝑛 = ∫ 𝑓 (𝑡) ∙ sin(𝑛𝜔𝑡) ∙ 𝑑𝑡 = [∫ 𝑉 ∙ sin(𝑛𝜔𝑡) ∙ 𝑑𝑡 − ∫ 𝑉 ∙ sin(𝑛𝜔𝑡) ∙ 𝑑𝑡]
𝑇 0 2𝜋 0 𝜋
𝜋 2𝜋
𝑉 𝜋 2𝜋
𝑉 cos(𝑛𝜔𝑡) cos(𝑛𝜔𝑡)
𝑏𝑛 = [∫ sin(𝑛𝜔𝑡) ∙ 𝑑𝑡 − ∫ sin(𝑛𝜔𝑡) ∙ 𝑑𝑡] = [− | + | ]
𝜋 0 𝜋 𝜋 𝑛𝜔 0
𝑛𝜔 𝜋

𝑉 2𝜋 2𝜋
𝑏𝑛 = [−cos(𝑛𝜔𝑡)|𝜋0 + cos(𝑛𝜔𝑡)|2𝜋
𝜋 ]; 𝑠𝑖 𝜔 = = =1
𝜋𝑛𝜔 𝑇 2𝜋
𝑉 𝑉
𝑏𝑛 = [−cos(𝑛𝑡)|𝜋0 + cos(𝑛𝑡)|2𝜋
𝜋 ]= [− cos(𝑛𝜋) + cos(0) + cos(𝑛2𝜋) − cos(𝑛𝜋)]
𝜋𝑛 𝜋𝑛
𝑉
𝑏𝑛 = [−2 cos(𝑛𝜋) + cos(𝑛2𝜋) + 1]
𝑛𝜋
Si 𝒏 es par entonces
𝒏=𝟐 𝒏=𝟔
𝑉 1 1 𝑉 0
𝑏2 = [−2 cos(2𝜋) + cos(4𝜋) + 1] 𝑏6 = [−2 cos(6𝜋) + cos(12𝜋) + 1] = 0
2𝜋 6𝜋
𝑉 0
𝑏2 = [−2 + 1 + 1] = 0
2𝜋
𝒏=𝟒
𝑉 1 1
𝑏4 = [−2 cos(4𝜋) + cos(8𝜋) + 1]
4𝜋
𝑉 0
𝑏4 = [−2 + 1 + 1] = 0
4𝜋
Si 𝒏 es impar entonces
𝒏=𝟏
𝑉 −1 1 𝑉 4𝑉
𝑏1 = [−2 cos(𝜋) + cos(2𝜋) + 1] = [2 + 1 + 1] =
𝜋 𝜋 𝜋
𝒏=𝟑
𝑉 −1 1 𝑉 4𝑉
𝑏3 = [−2 cos(3𝜋) + cos(6𝜋) + 1] = [2 + 1 + 1] =
3𝜋 𝜋 3𝜋
Entonces:
0 ∞
𝑎0 0
𝑓 (𝑡 ) = + ∑ 𝑎𝑛 cos(𝑛𝜔𝑡) + 𝑏𝑛 sin(𝑛𝜔𝑡)
2
𝑛=1
∞ ∞
4𝑉 𝟒𝑽 𝐬𝐢𝐧(𝒏𝝎𝒕)
𝑓 (𝑡 ) = ∑ sin(𝑛𝜔𝑡) = ∑ ; 𝑛 = 𝑖𝑚𝑝𝑎𝑟
𝑛𝜋 𝝅 𝒏
𝑛=1 𝒏=𝟏

3.- Graficar la función:

∞
4𝑉
𝑓 (𝑡 ) = ∑ sin (𝑛2𝜋𝑓𝑡
⏟ )
⏟
𝑛𝜋
𝑛=1 𝑓𝑟𝑒𝑐.
𝐴𝑚𝑝
Nº Amplitud Frecuencia
1 4𝑉⁄ 2𝜋𝑓𝑡
𝜋
3 4𝑉⁄ 6𝜋𝑓𝑡
3𝜋
5 4𝑉⁄ 10𝜋𝑓𝑡
5𝜋
7 4𝑉⁄ 14𝜋𝑓𝑡
7𝜋
Ejemplo:
Determinar la serie de Fourier de la siguiente función:

Solución:
1) Análisis
𝑇 = 2𝜋 Ecuación: Función:
𝑃1(0; 0) 𝑦2 − 𝑦 𝑦 − 𝑦1 = 𝑚(𝑥 − 𝑥1 ) IMPAR
𝑚=
𝑥1 ; 𝑦1 𝑥2 − 𝑥 2𝑉
𝑓 (𝑡 ) − 0 = (𝑡 − 0) 𝑎0
4−0 𝜋 = 2𝑉
𝑃2(2𝜋; 4𝑣 ) 𝑚= 2
2𝜋 − 0 2𝑉
𝑥2 ; 𝑦2 2𝑉 𝑓 (𝑡 ) = 𝑡 𝑎𝑛 = 0
𝑚= 𝜋 𝑏𝑛 ≠ 0
𝜋
2) Calculamos los coeficientes

𝑇
1 2 1 0 𝜋
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = [∫ 𝑓 (𝑡)𝑑𝑡 + ∫ 𝑓 (𝑡)𝑑𝑡]
𝑇 −𝑇 𝜋 −𝜋 0
2 2
𝑎𝑜 V 𝑡 2 2𝜋 V 4𝜋 2
= 2[ | ] = 2[ − 0] = 2𝑉
2 𝜋 2 0 𝜋 2
𝑎𝑜
= 2𝑉
2
2 𝑇 2 2𝑉 2𝑉
𝑎𝑛 = ∫ 𝑓(𝑡)cos (𝑛𝑤𝑡) 𝑑𝑡 = ∫ 𝑡. cos(𝑛𝑤𝑡) 𝑑𝑡
𝑇 0 2𝜋 0 𝜋
𝟐𝝅
𝒘= =𝟏
𝑻
2𝑉 2𝜋
𝑎𝑛 = 2 ∫ 𝑡. cos (𝑛𝑡) 𝑑𝑡 > ∫ 𝑢. 𝑑𝑢 = 𝑢𝑣 − ∫ 𝑣. 𝑑𝑢
𝜋 0
𝑢 = 𝑡 ∫ 𝑑𝑣 = ∫ 𝑐𝑜𝑠𝑛𝑡. 𝑑𝑡
𝑠𝑒𝑛 𝑛𝑡
𝑑𝑢 = 𝑑𝑡 𝑣 =
𝑛
2𝜋
2𝑉 𝑡 𝑠𝑒𝑛(𝑛𝑡) 𝑠𝑒𝑛(𝑛𝑡)
𝑎𝑛 = 2
[ − ∫ . 𝑑𝑡]
𝜋 𝑛 0 𝑛
2𝑉 𝑡 𝑠𝑒𝑛(𝑛𝑡) 𝑐𝑜𝑠(𝑛𝑡) 2𝜋 2𝑉 𝑡 𝑠𝑒𝑛(𝑛𝑡) 𝑐𝑜𝑠(𝑛2𝜋) 1

𝑎𝑛 = 2
[ + 2
| ]= 2[ + − 2]
𝜋 𝑛 𝑛 0 𝜋 𝑛 𝑛2 𝑛
2𝑉 2𝜋 𝑠𝑒𝑛(𝑛2𝜋) 𝑐𝑜𝑠(𝑛2𝜋) 1
𝑎𝑛 = [ + − 2]
𝜋2 𝑛 𝑛2 𝑛

𝑛=1
2𝑉 2𝜋 𝑠𝑒𝑛(2𝜋) 𝑐𝑜𝑠(2𝜋) 1
𝑎𝑛 = [ + − 2] = 0
𝜋2 1 12 1
𝑛=3
2𝑉 2𝜋 𝑠𝑒𝑛(6.2𝜋) 𝑐𝑜𝑠(6.2𝜋) 1
𝑎𝑛 = [ + − 2] = 0
𝜋2 3 32 3
∴ 𝒂𝒏 = 𝟎
𝟐 𝑻
𝒃𝒏 = ∫ 𝒇(𝒕)𝐬𝐞𝐧 (𝒏𝒘𝒕) 𝒅𝒕
𝑻 𝟎
2 2𝜋 2𝑉 2𝑉 2𝜋 2𝑉
𝑏𝑛 = ∫ ( )
𝑡. cos 𝑛𝑤𝑡 𝑑𝑡 = 2 ∫ 𝑡. cos(𝑛𝑡) 𝑑𝑡
2𝜋 0 𝜋 𝜋 0 𝜋
𝑢 = 𝑡 ∫ 𝑑𝑣 = ∫ 𝑠𝑒𝑛(𝑛𝑡). 𝑑𝑡
𝑐𝑜𝑠 𝑛𝑡
𝑑𝑢 = 𝑑𝑡 𝑣 = −
𝑛
2𝜋
2𝑉 𝑡 cos(𝑛𝑡) 𝑐𝑜𝑠(𝑛𝑡) 2𝑉 𝑡 𝑐𝑜𝑠(𝑛𝑡) 𝑠𝑒𝑛(𝑛𝑡) 2𝜋
𝑏𝑛 = 2 [− +∫ . 𝑑𝑡] = 2 [− + | ]
𝜋 𝑛 0 𝑛 𝜋 𝑛 𝑛2 0
2𝑉 2𝜋 cos(𝑛2𝜋) 𝑠𝑒𝑛(𝑛2𝜋) 0 cos(𝑛0) sen(𝑛0)

𝑏𝑛 = [− + + − ]
𝜋2 𝑛 𝑛2 𝑛 𝑛2
2𝑉 2𝜋 cos(𝑛2𝜋) 𝑠𝑒𝑛(𝑛2𝜋)
𝑏𝑛 = [− + ]
𝜋2 𝑛 𝑛2
IMPARES
𝑛=1
2𝑉 2𝜋 cos(2𝜋) 𝑠𝑒𝑛(2𝜋) 4𝜋𝑣 4𝑣
𝑏1 = [− + ] = − = −
𝜋2 1 12 𝜋2 𝜋
𝑛=3
2𝑉 2𝜋 cos(3.2𝜋) 𝑠𝑒𝑛(3.2𝜋) 2𝑉 −2𝜋 4𝑣
𝑏3 = [− + ] = . = −
𝜋2 3 32 𝜋2 3 3𝜋
𝑛=5
2𝑉 2𝜋 cos(5.2𝜋) 𝑠𝑒𝑛(5.2𝜋) 2𝑉 2𝜋 4𝑣
𝑏5 = [− + ] = [− ] = −
𝜋2 5 52 𝜋2 5 5𝜋

PARES
𝑛=2
2𝑉 2𝜋 cos(2.2𝜋) 𝑠𝑒𝑛(2.2𝜋) 2𝑉 2𝜋 2𝑉
𝑏2 = 2
[− + 2
] = 2 [− ] = −
𝜋 2 2 𝜋 2 𝜋
𝑛=4
2𝑉 2𝜋 cos(4.2𝜋) 𝑠𝑒𝑛(4.2𝜋) 2𝑉 2𝜋 𝑉
𝑏2 = 2
[− + 2
] = 2 [− ] = −
𝜋 4 4 𝜋 4 𝜋
𝑛=6
2𝑉 2𝜋 cos(6.2𝜋) 𝑠𝑒𝑛(6.2𝜋) 2𝑉 2𝜋 4𝑉
𝑏2 = 2
[− + 2
] = 2 [− ] = −
𝜋 6 6 𝜋 6 6𝜋
∞
𝑎0
𝑓 (𝑡 ) = + ∑ 𝑎. 𝑛𝑐𝑜𝑠(𝑛𝑤𝑡) + 𝑏. 𝑛𝑠𝑒𝑛(𝑛𝑤𝑡)
2
𝑛=1
∞ ∞
4𝑉 4𝑉
𝑓 (𝑡) = 2𝑉 + ∑ (− ) . 𝑠𝑒𝑛(𝑛𝑤𝑡) = 2𝑉 − ∑ 𝑠𝑒𝑛𝑡
𝑛𝜋 𝑛𝜋
𝑛=1 𝑛=1
n Amplitud Frecuencia
1 4𝑉 𝑡
−
𝜋
2 4𝑉 2𝑡
−
3𝜋
3 4𝑉 3𝑡
−
5𝜋
4 4𝑉 4𝑡
−
4𝜋
5 4𝑉 5𝑡
−
5𝜋
6 4𝑉 6𝑡
−
6𝜋

➢ Serie Exponencial
La principal diferencia con la serie de Fourier trigonométrica es que el intervalo toma valores
negativos y positivos, aunque por definición son las mismas funciones y se define como
1 𝜋
𝐶𝑛 = ∫ 𝑓 (𝑥 )𝑒 −𝑖𝑛𝑥 𝑑𝑥
2𝜋 −𝜋
La mismas que se puede expresar como
∞
𝑝(𝑡) = ∑ 𝐶𝑛 ∗ 𝑒 𝑖𝑛𝑥
𝑛=−∞
∞
2𝜋
𝑝(𝑡) = ∑ 𝐶𝑛 ∗ 𝑒 𝑖𝑛 𝑇 𝑡
𝑛=−∞
Tales ecuaciones son funcionales cuando T=2 𝜋 y W=1

Sea:
∞
𝑎0
𝑓 (𝑡 ) = + ∑ [𝑎𝑛 cos(𝑛𝜔𝑡) + 𝑏𝑛 sin(𝑛𝜔𝑡)]
2
𝑛=1
∞
𝑗𝑛𝜔𝑡
1 𝑇
= ∑ 𝐶𝑛 𝑒 (𝑛 = + 𝑦 −) => 𝐶𝑛 = ∫ 𝑓 (𝑡) ∙ 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 0
𝑛=−∞
2 𝑇 2 𝑇
𝑎𝑛 = ∫ 𝑓 (𝑡) cos(𝑛𝜔𝑡) 𝑑𝑡 ; 𝑏𝑛 = ∫ 𝑓 (𝑡) sin(𝑛𝜔𝑡) 𝑑𝑡
𝑇 0 𝑇 0
Para 𝑛 = 0
2 𝑇 1 2 𝑇 𝑎0 1 𝑇
𝑎0 = ∫ 𝑓 (𝑡) cos(0) 𝑑𝑡 => 𝑎0 = ∫ 𝑓 (𝑡)𝑑𝑡 = = ∫ 𝑓 (𝑡)𝑑𝑡
𝑇 0 𝑇 0 2 𝑇 0

Para 𝑛 = 1
𝑎1 cos(𝜔𝑡) + 𝑏1 sin(𝜔𝑡) 𝑒 ±𝑗𝛼 = cos 𝛼 ± 𝑗 sin 𝛼

𝐶−1 𝑒 −𝑗𝜔𝑡 + 𝐶1 𝑒 𝑗𝜔𝑡
𝐶−1 [cos 𝜔𝑡 − 𝑗 sin 𝜔𝑡] + 𝐶1 [cos 𝜔𝑡 + 𝑗 sin 𝜔𝑡]
𝐶−1 cos 𝜔𝑡 + 𝐶1 cos 𝜔𝑡 − 𝑗𝐶−1 sin 𝜔𝑡 + 𝑗𝐶1 sin 𝜔𝑡
[⏟𝐶−1 + 𝐶1 ] cos 𝜔𝑡 + [⏟𝑗𝐶1 − 𝑗𝐶−1 ] sin 𝜔𝑡
𝑎1 𝑏1
1 𝑇
𝑎1 = 𝐶−1 + 𝐶1 𝐶−1 → 𝐶−1 = 𝑇 ∫0 𝑓 (𝑡)𝑒 𝑗𝜔𝑡 𝑑𝑡
1 𝑇
𝑏1 = 𝑗(𝐶1 + 𝐶−1 ) 𝐶1 → 𝐶1 = 𝑇 ∫0 𝑓 (𝑡)𝑒 −𝑗𝜔𝑡 𝑑𝑡
1 𝑇
𝐶−1 = 𝑇 ∫0 𝑓 (𝑡)[cos 𝜔𝑡 + 𝑗 sin 𝜔𝑡]
0
1 𝑇 1 𝑇
𝐶−1 = ∫ 𝑓 (𝑡) cos 𝜔𝑡 𝑑𝑡 + 𝑗 ∫ 𝑓(𝑡) sin 𝜔𝑡 𝑑𝑡
𝑇 0 𝑇 0
+ 𝑇
1 1 𝑇
𝐶1 = ∫ 𝑓 𝑡 cos 𝜔𝑡 𝑑𝑡 − 𝑗 ∫ 𝑓(𝑡) sin 𝜔𝑡 𝑑𝑡
( )
𝑇 0 𝑇 0
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
2 𝑇
𝐶−1 + 𝐶1 = ∫ 𝑓 (𝑡) cos 𝜔𝑡 𝑑𝑡 = 𝑎1
𝑇 0
Ahora:
0
1 𝑇 1 𝑇
𝐶1 = +𝑗 ∫ 𝑓(𝑡) cos 𝜔𝑡 𝑑𝑡 + ∫ 𝑓 (𝑡) sin 𝜔𝑡 𝑑𝑡
𝑇 0 𝑇 0
𝑇
1 1 𝑇
𝐶−1 = −𝑗 ∫ 𝑓 𝑡 cos 𝜔𝑡 𝑑𝑡 + ∫ 𝑓 (𝑡) sin 𝜔𝑡 𝑑𝑡
( )
𝑇 0 𝑇 0
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
2 𝑇
𝑗(𝐶−1 − 𝐶1 ) = ∫ 𝑓(𝑡) sin 𝜔𝑡 𝑑𝑡 = 𝑏1
𝑇 0
𝑎0
Conclusión: = 𝐶0
2
𝑎1 = 𝐶1 + 𝐶−1 𝑏1 = 𝑗(𝐶1 − 𝐶−1 )

𝑎2 = 𝐶2 + 𝐶−2 𝑏2 = 𝑗(𝐶2 − 𝐶−2 )
𝑎3 = 𝐶3 + 𝐶−3 𝑏3 = 𝑗(𝐶3 − 𝐶−3 )

Ejercicio:
Hallar la forma la serie de Fourier en forma exponencial para la siguiente función
Solución:
Determinando la expresión matemática de la función y aplicando fórmulas de los coeficientes
se tiene:
𝐵𝑜
− 0 𝐵𝑜
𝑚= 3 =
2𝜋 − 0 6𝜋
𝑦 − 𝑦1 = 𝑚 (𝑥 − 𝑥1)
𝑦 = 𝑚(𝑥 − 𝑥1) + 𝑦1
𝐵0
𝑦= 𝑡
6𝜋
𝑢 = 𝑡 → 𝑑𝑢 = 𝑑𝑡
cos (𝑛𝑤𝑡)(𝑤𝑡
𝑑𝑣 = 𝑠𝑒𝑛(𝑛𝑤𝑡)𝑑𝑤𝑡 → 𝑣 = −
𝑛
𝑇
1 0 4 2 4
𝐶𝑛 = [∫ (1 + 𝑡) 𝑒 −𝑖𝑛𝑤𝑡 𝑑𝑡 + ∫ (1 + 𝑡) 𝑒 −𝑖𝑛𝑤𝑡 𝑑𝑡]
𝑇 −𝑇 𝑇 0 𝑇
2
. 𝑇
1 𝑒 −𝑖𝑛𝑤𝑡 0 4 0 −𝑖𝑛𝑤𝑡
𝑒 −𝑖𝑛𝑤𝑡 2 4 0
𝐶𝑛 = [( ) ] + [∫ (𝑡)𝑒 𝑑𝑡 + [ ] − ∫ (𝑡)𝑒 −𝑖𝑛𝑤𝑡 𝑑𝑡]
𝑇 −𝑗𝑤𝑛 − 𝑇 𝑇 −𝑇 −𝑗𝑤𝑛 0 𝑇 −𝑇
2 2 2
𝑇
𝑏
−𝑖𝑛𝑡𝑤
𝑡𝑒 −𝑖𝑛𝑡𝑤 2 𝑡𝑒 −𝑖𝑛𝑡𝑤
∫ 𝑡𝑒 𝑑𝑡 = + −∫ 𝑑𝑡
𝑎 −𝑗𝑤𝑛 0 −𝑗𝑤𝑛

𝑇 𝑇 𝑇
1 1 𝑒 −𝑖𝑛𝑤 2 4 𝑡𝑒 −𝑖𝑛𝑡𝑤 𝑡𝑒 −𝑖𝑛𝑡𝑤 − 2 𝑒 −𝑖𝑛𝑤2 1
𝐶𝑛 = [ − + ( + 2 2 ) − −
𝑇 −𝑗𝑤𝑛 −𝑗𝑤𝑛 𝑇 −𝑗𝑤𝑛 𝑤 𝑛 0 −𝑗𝑤𝑛 −𝑗𝑤𝑛
𝑇 𝑇 𝑇 𝑇 .
4 𝑡𝑒 −𝑖𝑛𝑡𝑤 𝑡𝑒 −𝑖𝑛𝑡𝑤 − 2 𝑒 −𝑖𝑛𝑤2 𝑒 −𝑖𝑛𝑤 2 2𝑠𝑒𝑛(𝑛𝑤 2)
− ( + 2 2 ) − + = ]
𝑇 −𝑗𝑤𝑛 𝑤 𝑛 0 −𝑗𝑤𝑛 −𝑗𝑤𝑛 𝑤𝑛
𝑇 . 𝑇 𝑇 𝑇 𝑇
1 2𝑠𝑒𝑛(𝑛𝑤 2 ) 4 1 𝑇𝑒 −𝑖𝑛2𝑤 𝑒 −𝑖𝑛𝑤2 4 𝑇𝑒 −𝑖𝑛 2𝑤 𝑒 −𝑖𝑛𝑤2 1
𝐶𝑛 = [ + ( 2 2− − 2 2 )− ( + 2 2 − 2 2 )]
𝑇 𝑤𝑛 𝑇 𝑤 𝑛 2𝑗𝑤𝑛 𝑤 𝑛 𝑇 2𝑗𝑤𝑛 𝑤 𝑛 𝑤 𝑛
𝑇 𝑇 𝑇
4 𝑇𝑒 −𝑖𝑛2𝑤 𝑒 −𝑖𝑛𝑤2 2𝑒 −𝑖𝑛𝑤2 2
𝐶𝑛 = 2 [(− + 2 2 − + )]
𝑇 2𝑗𝑤𝑛 𝑤 𝑛 𝑤 2 𝑛2 𝑤 2 𝑛2
𝟒 𝑻 𝑻 𝟐 𝟐 𝒏𝝅𝑻
𝑪𝒏 = [(− 𝒔𝒆𝒏 (𝒘𝒏 ) + − 𝐜𝐨𝐬 ( ))]
𝑻𝟐 𝒊𝒘𝒏 𝟐 𝒘𝟐 𝒏𝟐 𝒘𝟐 𝒏𝟐 𝟐
Ejemplo
Determinar la serie exponencial de Fourier de la siguiente función:
Solución:
1) Análisis T= 2𝜋
0 ≤ 𝑡 ≤ 𝜋; 𝑓 (𝑡) = 𝑉
𝑓 (𝑡 ) = {
0 ≤ 𝑡 ≤ 2𝜋; 𝑓 (𝑡) = −𝑉
2) Calcular los coeficientes
𝑇
1 1 𝜋 2𝜋
𝐶𝑛 = ∫ 𝑓 (𝑡) 𝑒 −𝑗𝑛𝑤𝑡 𝑑𝑡 = ∫ [𝑉𝑒 −𝑗𝑛𝑤𝑡 𝑑𝑡] − ∫ 𝑉𝑒 −𝑗𝑛𝑤𝑡 𝑑𝑡
𝑇 2𝜋 0 𝜋
0
𝑉 𝜋 −𝑗𝑛𝑤𝑡 2𝜋
𝑉 𝑒 −𝑗𝑛𝑤𝑡 𝜋 𝑒 −𝑗𝑛𝑤𝑡 2𝜋
𝐶𝑛 = ∫ [𝑒 𝑑𝑡] − ∫ 𝑒 −𝑗𝑛𝑤𝑡 𝑑𝑡 = [ | − | ]
2𝜋 0 𝜋 2𝜋 −𝑗𝑛𝑤 0 −𝑗𝑛𝑤 𝜋

𝑉 𝑒 −𝑗𝑛𝑤𝑡 𝑒 𝑒 −𝑗𝑛𝑤𝑡 𝑒 𝑗𝑛𝑤𝑡

𝐶𝑛 = [− + + − ]
2𝜋 𝑗𝑛𝑤 −𝑗𝑛𝑤 −𝑗𝑛𝑤 −𝑗𝑛𝑤
2𝜋
𝑤= =1
𝑇
𝑉 1 𝑒 −𝑗𝑛𝑤𝑡 𝑒 −𝑗𝑛𝑤𝑡 𝑒 −𝑗𝑛𝑤𝑡
𝐶𝑛 = . [− +1+ − ]
2𝜋 𝑗𝑛 1 1 1
𝑒 ±𝑗∝ = 𝑐𝑜𝑠 ∝ ±𝑗𝑠𝑒𝑛 ∝
𝑉
𝐶𝑛 = [−𝑐𝑜𝑠𝑛𝜋 + 𝑗𝑠𝑒𝑛 𝑛𝜋 + 1 + 𝑐𝑜𝑠𝑛2𝜋 − 𝑗𝑠𝑒𝑛 𝑛2𝜋 − 𝑐𝑜𝑠𝑛𝜋 + 𝑗𝑠𝑒𝑛 𝑛2𝜋]
2𝜋𝑗𝑛
𝑉
𝐶𝑛 = [−2𝑐𝑜𝑠𝑛𝜋 + 2𝑗𝑠𝑒𝑛 𝑛𝜋 + 1 + 𝑐𝑜𝑠𝑛2𝜋 − 𝑗𝑠𝑒𝑛 𝑛2𝜋]
2𝜋𝑗𝑛
𝑛=1
𝑉 𝑉 4𝑉
𝐶1 = [−2𝑐𝑜𝑠𝜋 + 2𝑗𝑠𝑒𝑛 𝜋 + 1 + 𝑐𝑜𝑠2𝜋 − 𝑗𝑠𝑒𝑛 2𝜋] = [2 + 2] =
2𝜋𝑗 𝑗2𝜋 𝑗2𝜋
𝑛=2
𝑉 𝑉
𝐶1 = [−2𝑐𝑜𝑠2𝜋 + 2𝑗𝑠𝑒𝑛2 𝜋 + 1 + 𝑐𝑜𝑠4𝜋 − 𝑗𝑠𝑒𝑛 4𝜋] = [−2 + 1 + 1] = 0
4𝜋𝑗 𝑗4𝜋
𝑛=3
𝑉 𝑉
𝐶3 = [−2𝑐𝑜𝑠3𝜋 + 2𝑗𝑠𝑒𝑛3𝜋 + 1 + 𝑐𝑜𝑠6𝜋 − 𝑗𝑠𝑒𝑛6 𝜋] = [2 + 1 + 1] = 0
6𝜋𝑗 6𝑗𝜋
𝑛=4
𝑉 𝑉
𝐶4 = [−2𝑐𝑜𝑠4𝜋 + 2𝑗𝑠𝑒𝑛4𝜋 + 1 + 𝑐𝑜𝑠8𝜋 − 𝑗𝑠𝑒𝑛8 𝜋] = [−1 + 1] = 0
8𝜋𝑗 8𝑗𝜋
𝑛=5
𝑉 𝑉
𝐶5 = [−2𝑐𝑜𝑠5𝜋 + 2𝑗𝑠𝑒𝑛5𝜋 + 1 + 𝑐𝑜𝑠10𝜋 − 𝑗𝑠𝑒𝑛10𝜋] =
10𝜋𝑗 10𝑗𝜋

∞ ∞
𝑗𝑛𝑤𝑡
4𝑉 𝑗𝑛𝑤𝑡
𝑓 (𝑡) = 𝑐0 + ∑ 𝐶𝑛 𝑒 =∑ 𝑒
𝑗𝑛2𝜋
−∞ 𝑛=1
𝜋 𝜋 𝜋
𝑗 = 𝑒 ±𝑗 2 = 𝑐𝑜𝑠 ± 𝑠𝑒𝑛
2 2
∞
4𝑣 1 𝑗𝑛𝑤𝑡
𝑓 (𝑡 ) = ∑ 𝑒
2𝜋 𝑗𝑛
𝑛=−∞
∞
𝑣 1 𝜋
𝑓 (𝑡 ) = ∑ 𝑒 −𝑗 2 . 𝑒 𝑗𝑛𝑤𝑡
2𝜋 𝑛
𝑛=−∞
∞
𝑣 1 𝜋
𝑓 (𝑡 ) = ∑ 𝑒 𝑗(− 2 .+𝑛𝑤𝑡)
2𝜋 𝑛
𝑛=−∞
∞
𝒗 𝟏
𝒇(𝒕) = ∑ 𝒆𝒋(𝒏𝒘𝒕−𝝅/𝟐)
𝟐𝝅 𝒏
𝒏=−∞
𝑓(𝑡)
1
3
5 𝑡

Ejercicio:
Encuentre la serie exponencial de Fourier y grafique los espectros respectivos de la frecuencia para
la función periódica de pulsos rectangulares 𝑓 (𝑡), la cual se muestra en la figura:
𝑓(𝑥)
𝑡
−𝑇 −𝑇/2 −𝑑/3 𝑑/3 𝑇/2 𝑇
1 Análisis:
0; −𝑇/2 ≤ 𝑡 ≤ −𝑑/3
𝑓 (𝑡) = { 𝐴; −𝑑/3 ≤ 𝑡 ≤ 𝑑/3
0; 𝑑/3 ≤ 𝑡 ≤ 𝑇/2
1 𝑇 −𝑗𝑛𝜔𝑜 𝑡
1 𝑑/3 −𝑗𝑛𝜔 𝑡
( )
𝐶𝑛 = ∫ 𝑓 𝑡 𝑒 𝑑𝑡 = ∫ 𝐴𝑒 𝑜 𝑑𝑡
𝑇 0 𝑇 −𝑑/3
𝑑/3
𝐴 𝑑/3 𝐴 𝑒 −𝑗𝑛𝜔𝑜 𝑡 𝐴 𝑒 −𝑗𝑛𝜔𝑜 𝑑/3 − 𝑒 𝑗𝑛𝜔𝑜 𝑑/3 2
𝐶𝑛 = ∫ 𝑒 −𝑗𝑛𝜔𝑜 𝑡 𝑑𝑡 = [ | ]=− ( )∙
𝑇 −𝑑/3 𝑇 −𝑗𝑛𝜔𝑜 𝑡 −𝑑/3 𝑇 𝑗𝑛𝜔𝑜 2
2𝐴 𝑒 −𝑗𝑛𝜔𝑜 𝑑/3 − 𝑒 𝑗𝑛𝜔𝑜 𝑑/3

𝐶𝑛 = ( )
𝑛𝑇𝜔𝑜 2𝑗
2𝐴 2𝐴
𝐶𝑛 = ∙ sin(𝑛𝜔𝑜 𝑑/3) = ∙ 𝑠𝑖𝑛(𝑛𝜔𝑜 𝑑/3)
𝑛𝑇𝜔𝑜 𝑛𝑇𝜔𝑜
𝒏𝝎𝒐𝒅
𝟐𝑨𝒅 𝐬𝐢𝐧 ( 𝟑 )
𝑪𝒏 = [ ]
𝟑𝑻 𝒏𝝎𝒐 𝒅
𝟑
Para: 2𝐴𝑑 2𝐴(1/10)

=
3𝑇 3(1/2)
2𝐴/10
=
3/2
= 2𝐴/15

1 1 2𝜋
𝑑= 𝑦 𝑇 = => 𝜔𝑜 = = 4𝜋 𝑟𝑎𝑑
10 2 𝑇
𝑑 1/10 1
∴ = = , 𝐸𝑆𝑃𝐸𝐶𝑇𝑅𝑂 𝐷𝐸 𝐴𝑀𝑃𝐿𝐼𝑇𝑈𝐷
𝑇 1/2 5
𝑛𝜔𝑜 𝑑 𝑛𝜔𝑜 𝑑
sin ( ) = 0 => = 𝑚𝜋; 𝑚 = 1, 2, 3, … , 𝐾 ∈ 𝐸
3 3
4𝜋 1 15
𝑛 ∙ = 𝑚𝜋 → 𝑛 = 𝑚
3 10 2
15 15 1 1
𝑚 = 1, 𝜔1 = ± ∙ 𝜔𝑜 = ±30𝜋𝑟𝑎𝑑; 𝑛 = sin 𝜋 𝑛 = sin ( ∙ 4𝜋 ∙ ∙ ) = sin(𝜋)
2 2 10 3
1 1
𝑚 = 2, 𝜔2 = ±15 ∙ 𝜔𝑜 = ±60𝜋𝑟𝑎𝑑; 𝑛 = sin 2𝜋 𝑛 = sin (15 ∙ 4𝜋 ∙ ∙ ) = sin(2𝜋)
10 3
45 45 1 1
𝑚 = 3, 𝜔3 = ± ∙ 𝜔𝑜 = ±90𝜋𝑟𝑎𝑑; 𝑛 = sin 3𝜋 𝑛 = sin ( ∙ 4𝜋 ∙ ∙ ) = sin(3𝜋)
2 2 10 3

TRANSFORMADA DE FOURIER
Se puede definir como el espectro de frecuencia en una función un ejemplo práctico puede ser la
funcionalidad del oído humano que toma distintas frecuencias y es lo que se escucha.
Nota: La transformada de Fourier es otra señal en función de otra variable que no es el 𝑡, que indica
como se distribuye en función de la frecuencia la energía o la potencia de la señal.
Se define ala transformada de Fourier como:
+∞
𝐹 [𝑓 (𝑡)] = 𝐹 (𝑤) = ∫ 𝑓(𝑡)𝑒 −𝑗𝑤𝑡 𝑑(𝑡)
−∞
La misma que puede ser reversible siendo factible la transformación en os dos dominios y se define
como
1 +∞
𝐹 −1 [𝐹 (𝑊 )] = 𝑓 (𝑡) = ∫ 𝑓(𝑤)𝑒 𝑗𝑤𝑡 𝑑(𝑤)
2𝜋 −∞
Condiciones:
∞
1. ∫−∞|𝒙(𝒕)| ∙ 𝒅𝒕 = 𝑴 en donde 𝑀 < ∞, es decir que sea absolutamente integrable
2. Cualquier intervalo finito, número finito de máximo y mínimo

3. Número finito de discontinuidades
Además, se debe considerar las siguientes expresiones:
𝑥(𝑓) => 𝑥(𝑡)
∞
𝑥(𝑡) = ∫ 𝑥(𝑓) ∙ 𝑒 𝑗2𝜋𝑓𝑡 ∙ 𝑑𝑓
−∞
∞
𝐹[𝑓(𝑡)] = 𝐹(𝜔) = ∫ 𝑓(𝑡) ∙ 𝑒 −𝑗𝜔𝑡 ∙ 𝑑𝑡
−∞
Ecuación 1: Transformada directa de Fourier
1 ∞
𝐹 −1 [𝐹(𝜔)] = 𝑓(𝑡) = ∫ 𝐹(𝜔) ∙ 𝑒 𝑗𝜔𝑡 ∙ 𝑑𝜔
2𝜋 −∞
Ecuación 2: Transformada directa de Fourier
𝐹(𝜔) = 𝑅𝑒(𝜔) + 𝑗𝑋(𝜔)

Ecuación 3: Función Compleja
De esta última expresión se tiene:
|𝐹(𝜔)| = √𝑅𝑒(𝜔)2 + 𝑋 2 (𝜔)

Ecuación 4: Magnitud 𝑓(𝑡)

𝑋 (𝜔 )
𝜙𝐹 (𝜔) = 𝑡𝑔−1 ( )
𝑅𝑒(𝜔)
Ecuación 5: Espectro de Fase 𝑓(𝑡)
➢ Propiedades de la transformada de Fourier
Propiedades principales
Traslación
𝐹 {𝑓 (𝑡 − 𝑎)}(𝜀) = 𝑒 𝑗𝜋𝜀𝑎 𝐹 {𝑓 }(𝜀) =

Traslación en la variedad transformada
𝐹 {𝑓 }[𝜀 − 𝑎] = {𝐹𝑒 𝑗𝜋𝑎𝑡 𝑓(𝑡)}(𝜀)
Transformada de la derivada
𝐹 {𝑓 ′}(𝜀) = 2𝜋𝑖𝜀. 𝐹 {𝑓 }(𝜀)
𝐹{𝑓(𝑡)𝑒 𝑗𝑤𝑜𝑡 } = 𝐹 {𝑊 − 𝑊𝑜}
𝐹 {𝑓(𝑡 − 𝑡0)} = 𝐹𝑤 𝑒 𝑗𝜋𝜀𝑎

𝑓 (𝑡) ↔ 𝐹(𝜔)
𝑎1 𝑓1 (𝑡) + 𝑎2 𝑓2 (𝑡) ↔ 𝑎1 𝐹1 (𝜔) + 𝑎2 𝐹2 (𝜔)
1 𝜔
𝑓 (𝑎𝑡) ↔ 𝐹( )
|𝑎 | 𝑎
𝑓(−𝑡) ↔ 𝐹(−𝜔)
𝑓 (𝑡 − 𝑡0 ) ↔ 𝐹 (𝜔) ∙ 𝑒 −𝑗𝜔𝑡𝑜
𝑓 (𝑡)𝑒 𝑗𝜔𝑜 𝑡 ↔ 𝐹(𝜔 − 𝜔𝑜 )
1 1
𝑓 (𝑡) cos(𝜔𝑜 𝑡) ↔ 𝐹 (𝜔 − 𝜔𝑜 ) + 𝐹 (𝜔 + 𝜔𝑜 )
2 2
1 1
𝑓 (𝑡) sen(𝜔𝑜 𝑡) ↔ 𝐹 (𝜔 − 𝜔𝑜 ) + 𝐹 (𝜔 + 𝜔𝑜 )
2𝑗 2𝑗
𝐹 (𝑡) ↔ 2𝜋𝑓(𝜔)
𝑓 ′(𝑡) ↔ 𝑗𝜔𝐹(𝜔)
𝑓 (𝑛)(𝑡) ↔ (𝑗𝜔)𝑛 𝐹(𝜔)

−𝑗𝑡𝑓(𝑡) ↔ 𝐹′(𝜔)
(−𝑗𝑡)𝑛 𝑓(𝑡) ↔ 𝐹 𝑛 (𝜔)

∞
𝑓1(𝑡) ∙ 𝑓2 (𝑡) = ∫ 𝑓1(𝑥 ) ∙ 𝑓2 (𝑡 − 𝑥 ) ∙ 𝑑𝑥 ↔ 𝐹1 (𝜔) ∙ 𝐹2 (𝜔)
−∞
Ejemplo:
Determinar la transformada de Fourier de la siguiente función:

𝒎 (−𝒗)𝒕
𝒇(𝒕) = 𝒆 𝑬 . 𝒖 − 𝟏(𝒕)
𝟐
Solución:
∞ ∞
𝒎 (−𝒗)𝒕 −𝒋𝒎𝒕
𝑭(𝒘) = ∫ 𝒇(𝒕). 𝒆−𝒋𝒘𝒕 𝒅𝒕 = ∫ 𝒆 𝑬 .𝒆 𝒅𝒕
𝟎 𝟎 𝟐
−𝒗
( )𝒕
𝒎 ∞ (−𝒗)𝒕 𝒎𝟎 𝒆 𝑬 ∞
𝑭(𝒘) = ∫ 𝒆 𝑬 𝒅𝒕 = [ 𝒗 | ]
𝟐 𝟎 𝟐 − ( + 𝒋𝒎) 𝟎
𝑬
𝒎𝟎 𝒆∞ 𝒎𝟎 𝒆𝟎 𝒎𝟎 𝟏
𝑭(𝒘) = − =
𝟐 (𝒗 + 𝒋𝒎) 𝟐 (𝒗 + 𝒋𝒎) 𝟐 (𝒗 + 𝒋𝒎)
𝑬 𝑬 𝑬
𝒗 𝒗 𝒗
𝒎𝟎 − 𝒋𝒎 𝒎𝟎 ( − 𝒋𝒎) 𝒎𝟎 ( ) 𝒎𝟎 𝒘
𝑭(𝒘) = 𝑬
∗𝒗 = 𝑬 = 𝑬 −𝒋
𝒗 𝟐 𝒗𝟐
𝟐 ( + 𝒋𝒎) 𝑬 − 𝒋𝒎 𝟐 ((𝒗 𝟐 ) + 𝒘𝟐 ) (𝟐 (𝒗 ) + 𝟐𝒘𝟐 ) (𝟐 ( ) + 𝟐𝒘𝟐 )
𝑬 𝑬 𝑬 𝑬

𝒗 𝟐
𝒎𝟎 ( ) 𝒎𝟎 𝒘 𝟐
𝑭(𝒘) = √𝑹(𝒘𝟐 ) + 𝑿(𝒘𝟐 ) = √( 𝑬 ) − ( )
𝒗𝟐 𝟐 𝒗𝟐 𝟐
(𝟐 ( ) + 𝟐𝒘 ) (𝟐 ( ) + 𝟐𝒘 )
𝑬 𝑬
.
𝒗 𝟐
𝒎𝟎 𝟐 ( ) + 𝒎𝟎 𝟐 𝒘𝟐
𝑭(𝒘) = 𝑬
𝟐
𝒗. 𝟐
(𝟐 ( ) + 𝟐𝒘𝟐 )
√( 𝑬 )
𝒗 𝟐
𝒎𝟎 𝟐 ( ) + 𝒘𝟐
𝑭(𝒘) = √ 𝑬
𝟐
𝒗. 𝟐
(𝟐 ( ) + 𝟐𝒘𝟐 )
𝑬
𝒎𝟎 𝒘
𝒗 𝟐 𝟐
−𝟏
𝑿(𝒘) 𝟐 (𝑬) + 𝟐𝒘 𝒎𝟎 𝒘 −𝟏
𝒘𝑬
∅𝑭(𝒘) = 𝒕𝒂𝒏 = 𝒗 = 𝒗 = 𝒕𝒂𝒏 (− )
𝑿(𝒘) 𝒎𝟎 𝒎 𝟎
𝑽
𝑬 𝑬
𝒗 𝟐 𝟐
𝟐 ( ) + 𝟐𝒘
𝑬
W F(W)
0 5
1 3.535
2 2.23
10 0.5
100 0.00
Tabla 1: Valores obtenidos si 𝑚0 = 10 y 𝑉/𝐸 = 1

Ejemplo:
Hallar la transformada de Fourier de la siguiente gráfica:
0 𝑡 < −𝑑/2
𝐴 cos 𝑡
𝑓(𝑡) = { 𝑑
− ≤ 𝑡 ≤ 𝑑/2
2
1.- Análisis
𝑓 (𝑡) = cos 𝜔𝑜 𝑡 𝑒 𝑗𝜔𝑜 𝑡 + 𝑒 −𝑗𝜔𝑜 𝑡
cos 𝜔𝑜 𝑡 =
2
∞ ∞
−𝑗𝜔𝑡
𝐹 (𝜔 ) = ∫ 𝑓 (𝑡 ) ∙ 𝑒 ∙ 𝑑𝑡 = 𝔉[a ∙ cos 𝜔𝑜 𝑡] = ∫ cos 𝜔𝑜 𝑡 ∙ 𝑒 −𝑗𝜔𝑡 ∙ 𝑑𝑡
−∞ −∞
∞ ∞
𝑒 𝑗𝜔𝑜 𝑡 + 𝑒 −𝑗𝜔𝑜 𝑡 𝑒 𝑗𝜔𝑜 𝑡 ∙ 𝑒 −𝑗𝜔𝑡 + 𝑒 −𝑗𝜔𝑜 𝑡 ∙ 𝑒 −𝑗𝜔𝑡
=∫ ( ) ∙ 𝑒 −𝑗𝜔𝑡 ∙ 𝑑𝑡 = ∫ ( ) ∙ 𝑑𝑡 =
−∞ 2 −∞ 2
𝐴 ∞ 𝑗 (𝜔 −𝜔) 𝑡
= ∫ [𝑒 𝑜 + 𝑒 −𝑗(𝜔𝑜 +𝜔) 𝑡 ] 𝑑𝑡
2 −∞
𝑑/2 𝑑/2
𝐴 𝑒 𝑗 (𝜔𝑜 −𝜔)𝑡 𝑒 −𝑗(𝜔𝑜 +𝜔)𝑡
= [ | + | ]
2 𝑗(𝜔𝑜 − 𝜔) −𝑑/2 −𝑗(𝜔𝑜 + 𝜔) −𝑑/2
𝐴 𝑒 −𝑗(𝜔𝑜 −𝜔)𝑑/2 𝑒 −𝑗(𝜔𝑜 −𝜔)𝑑/2 𝑒 −𝑗(𝜔𝑜 +𝜔)𝑑/2 𝑒 𝑗 (𝜔𝑜 +𝜔)𝑑/2

= [ − + − ]
2 𝑗(𝜔𝑜 − 𝜔) 𝑗(𝜔𝑜 − 𝜔) −𝑗(𝜔𝑜 + 𝜔) −𝑗(𝜔𝑜 + 𝜔)
𝑒 𝑗𝛼 − 𝑒 −𝑗𝛼
𝑠𝑖: sin 𝛼 =
2𝑗
𝐴 2 sin(𝜔𝑜 − 𝜔) 𝑑/2 2 sin(𝜔𝑜 + 𝜔) 𝑑/2 𝑑/2
= [ + ]∙
2 𝜔𝑜 − 𝜔 𝜔𝑜 + 𝜔 𝑑/2
𝐴𝑑 2 sin(𝜔𝑜 − 𝜔) 𝑑/2 2 sin(𝜔𝑜 + 𝜔) 𝑑/2

= [ + ]
2 (𝜔𝑜 − 𝜔)𝑑/2 (𝜔𝑜 + 𝜔)𝑑/2
𝐴𝑑
𝐹 (𝜔 ) = [𝑆𝑎(𝜔𝑜 − 𝜔)𝑑/2 + 𝑆𝑎(𝜔𝑜 + 𝜔)𝑑/2]
2
sin 𝜔𝑜 𝑑/2
sin(𝜔𝑜 − 𝜔) 𝑑/2 𝑠𝑖 𝜔 = 0 =>
𝜔𝑜 𝑑/2 𝑠𝑖 𝐴 = 10; 𝑑/2 = 5
(𝜔𝑜 − 𝜔)𝑑/2 sin 𝜔𝑜 𝑑/2
=> 50 sin 10𝜋
𝜔𝑜 𝑑/2

sin 𝑡
𝑆𝑎(𝑡) = { 𝑡 , 𝑡 ≠ 0
1, 𝑡 = 0
• Densidad espectral
Es la función que informa cómo está distribuida la potencia o energía en una señal.
1 ∞
𝐸(𝑥) = ∫ |𝑋(𝑡)|2 𝑑𝑡
𝑅 −∞
1 ∞
𝐸(𝑥) = ∫ |𝑋(𝑓)|2 𝑑𝑓
𝑅 −∞
➢ Densidad espectral de potencia
Es la variación de energía que posee una señal vibratoria, en función de la frecuencia por
unidad de masa.
𝑇
1 2
𝑃(𝑥) = ∫ |𝑋(𝑡)|2 𝑑𝑡
𝑇 −𝑇
2
Siendo X(t) una función periódica de periodo T
Auto correlación de señales
Es el proceso de acoplamiento de una señal con una versión retardada de la misma.
Versión de la señal retardada Rx (No periódica)

1 ∞
𝑅𝑥(𝜏) = ∫ 𝑥(𝑡)𝑥(𝑡 − 𝜏) 𝑑𝑡
𝑇 −∞

Propiedades
𝑅𝑥(𝜏) = 𝑅𝑥 (−𝜏)
𝑅𝑥(𝜏) ≤ 𝑅𝑥 (0)
𝑅𝑥(𝜏) ↔ 𝛾𝑥 (𝑓)
∞
𝑅𝑥(0) = ∫ 𝑥 2 (𝑡)𝑑𝑡
−∞
Versión de la señal retardada Rx (Periódica)

𝑇
1 2
𝑅𝑥(𝜏) = ∫ 𝑥(𝑡)𝑥(𝑡 + 𝜏) 𝑑𝑡
𝑇 −𝑇
2
Propiedades
𝑅𝑥(𝜏) = 𝑅𝑥 (−𝜏)
𝑅𝑥(𝜏) ≤ 𝑅𝑥 (0)
𝑅𝑥(𝜏) ↔ 𝐺𝑥 (𝑓)
1 ∞ 2
𝑅𝑥(0) = ∫ 𝑥 (𝑡)𝑑𝑡
𝑇 −∞
• Energía de una señal

En general toda señal tiene duración finita, por lo que la energía es finita. No se
considera solo como energía el área bajo la curva, o integral de la señal, debido a que
puede contener áreas de signo negativo que pueden cancelar la media, la mayor parte
de energía debe estar concentrada en un intervalo de tiempo finito.
𝑉2
𝑃 =𝑉∗𝐼 = = 𝐼2 ∗ 𝑅
𝑅
𝑣 2 (𝑡 )
𝑃(𝑡) = = 𝑖 2 (𝑡) ∗ 𝑅
𝑅
Energía disipada
𝑡2 ∞
𝐸 = ∫ |𝑓 2 (𝑡)| 𝑑𝑡 = ∫ |𝑓 2 (𝑡)| 𝑑𝑡 <∞
𝑡1 −∞
Potencia media disipada

𝑡2
1
𝑃= ∫ |𝑓 2 (𝑡)| 𝑑𝑡 <∞
𝑡2 − 𝑡1 𝑡1

Densidad Espectral. - Nos indica cómo está distribuida la energía o la potencia en el

dominio de la frecuencia. Es útil es sistemas de comunicaciones, para la filtración de
señales.
∞
∞
𝑥2
𝐸𝑥 (𝑡) = ∫ 𝑥 (𝑡)𝑑𝑡 = ∫ 𝑋 2 (𝑓 )𝑑𝑓 → 𝑇𝑒𝑜𝑟𝑒𝑚𝑎 𝑑𝑒 𝑝𝑎𝑟𝑠𝑒𝑣𝑎𝑙
−∞
−∞
𝑋(𝑓 ) Es la transformada de Fourier de x(t) → Señales no periodicas

∞
𝐽𝑜𝑢𝑙𝑒
𝐸𝑥 (𝑡) = ∫ 𝜑𝑥 (𝑓)𝑑𝑓 [ ]=𝑓
−∞ 𝐻𝑧
𝜑𝑥 (𝑓 ) = 𝑋 2 (𝑓) →Forma de onda de la derivada espectral de energia (DEE)

La señal es simétrica alrededor del origen.
[𝑓 (𝑡) , 𝑓(−)]
∞
𝐸𝑥 = 2 ∫0 𝜑𝑥 (𝑓)𝑑𝑓 →Señales no periódicas
𝑡
1
𝑃𝑥 = 𝑇 ∫𝑡2 𝑥 2 (𝑡)𝑑𝑡. →Señal periódica
2
𝑡
1
𝑃𝑥 = 𝑇 ∫𝑡2 𝑥 2 (𝑡)𝑑𝑡. = ∑𝑛𝑛=−∞|𝐶𝑛|2 .
2
Cx(f) La función de onda de la densidad espectral de potencial

𝑛
𝐶𝑥(𝑓) = ∑ |𝐶𝑛|2 𝛿(𝑓 − 𝑛𝑓0)

𝑛=−∞
∞
𝑃𝑥 = ∫ 𝐶𝑥(𝑓)𝑑𝑓.
∞
∞
𝑃𝑥 = 2 ∫ 𝐶𝑥(𝑓)𝑑𝑓.
0

Ejercicio:
Calcular la energía total del pulso rectangular que se muestra en la figura:
Solución:
𝑇/2 𝑇/2
𝑇/2
𝐸 (𝑡 ) = ∫ 𝑥 2 (𝑡)𝑑𝑡 = ∫ 𝐴2 (𝑡)𝑑𝑡 = 𝐴2 𝑡|−𝑇/2
−𝑇/2 −𝑇/2
𝑻 𝑻
𝑬(𝒕) = 𝑨𝟐 ( + ) = 𝑨𝟐 𝑻[𝑱/𝑯𝒛]
𝟐 𝟐
Calcular la potencia del pulso rectangular:
𝑇
1 2
𝑃 = ∫ 𝑥 2 (𝑡)𝑑𝑡
𝑇 −𝑇
2
1 𝑇/2 2 1
𝑃 = ∫ 𝐴 𝑑𝑡 = 𝐴2 𝑇 = 𝐴2 ∴ 𝑷 = 𝑨𝟐
𝑇 −𝑇/2 𝑇
Se debe considerar, además:
Señal continua no periódica

𝟏
𝑷= ; 𝑷 = 𝟎 𝒑𝒐𝒓𝒒𝒖𝒆 𝑻 = ∞
𝑻
Señales Periódicas Señales No Periódicas
𝑬=∞ 𝐸 = 𝑉𝑎𝑙𝑜𝑟
𝑷 = 𝑽𝒂𝒍𝒐𝒓 𝑃=0
Ejercicio:
Hallar la potencia promedio normalizada de:

𝑥(𝑡) = 5𝐶𝑜𝑠(2𝜋𝑓0 𝑡)

Solución:
Usando Ts promedio
𝑡
1 2
𝑃𝑥 = ∫ 𝑥 2 (𝑡)𝑑𝑡.
𝑇 −𝑡
2
𝑡2
1 2
𝑃𝑥 = ∫ 25𝑐𝑜𝑠 2 (2𝜋𝑓0 𝑡)𝑑𝑡.
𝑇0 −𝑡2
2
𝑡2
25 1 𝐶𝑜𝑠(4𝜋𝑓0 𝑡)𝑑𝑡
2
𝑃𝑥 = ∫ ( + ) 𝑑𝑡.
𝑇0 −𝑡2 2 2
2
𝑇0
25 𝑡 𝐶𝑜𝑠(4𝜋𝑓0 𝑡)𝑑𝑡 2
𝑃𝑥 = [( + ) 𝑇0]
𝑇0 2 2 − 2
25 𝑇0
𝑃𝑥 = [( )]
𝑇0 2
𝑾𝒂𝒕𝒕𝒔
𝑷𝒙 = 𝟏𝟐. 𝟓 [ ]
𝑯𝒛
Ejercicio:
Encontrar la potencia de la siguiente función:
Solución:
1 ∞ 1 2𝜋 1 2𝜋 1 2𝑡
𝑃= ∫ |𝑥 (𝑡)2 |𝑑𝑡 = ∫ |sin 𝑡|2 𝑑𝑡 = ∫ ( − cos ) 𝑑𝑡
𝑇 −∞ 2𝜋 0 2𝜋 0 2 2
1 2𝜋 1 2𝜋 2𝜋
𝑃= ∫ (1 − cos 2𝑡)𝑑𝑡 = [∫ 𝑑𝑡 − ∫ cos 2𝑡 𝑑𝑡]
4𝜋 0 4𝜋 0 0

1 sin 2𝑡 2𝜋 1 sin 4𝜋
𝑃= [𝑡|2𝜋
0 − | ]= [2𝜋 − 0 − − sin 0]
4𝜋 2 0 4𝜋 2
2𝜋 1
𝑃= = [𝑊𝑎𝑡𝑡/𝐻𝑧]
4𝜋 2
Ejercicio
Encontrar la energía de la siguiente función
Solución:
∞ 2
𝐸 = ∫ |𝑥 (𝑡)2 |𝑑𝑡 = ∫ |𝐴|2 𝑑𝑡 = 𝐴2 (2 − 1) = 𝑨𝟐 [𝑱𝒐𝒖𝒍𝒆/𝑯𝒛]
−∞ 1
Ejercicio
Encontrar la energía de la siguiente función
Solución:
1 𝑇/2
𝑃= ∫ |𝑥 (𝑡)2 |𝑑𝑡
𝑇 −𝑇/2
1 𝑇0 1 𝑇 /2
𝑃= ∫ |(𝐴)2 |𝑑𝑡 = [𝐴2 𝑡|00 ]
𝑇0 0 𝑇0
𝐴2 𝑇0 𝑨𝟐
𝑃= ( )= [𝑾𝒂𝒕𝒕/𝑯𝒛]
𝑇0 2 𝟐
𝐴2
𝐸= ∙ 𝑇 [𝐽/𝐻𝑧]
2 𝑜
Ejercicio
Si 𝑆(𝑡) = 𝐴 cos(𝜔𝑜 𝑡 + 𝜃𝑜 ) calcular 𝑃𝑠
Solución:
1 𝑇𝑜 /2 2
𝑃𝑠 = ∫ 𝐴 cos 2 (𝜔𝑜 𝑡 + 𝜃𝑜 )𝑑𝑡
𝑇𝑜 −𝑇𝑜 /2
𝐴2 𝑇𝑜 /2 1 𝑐𝑜𝑠 (2𝜔𝑜 𝑡 + 𝜃𝑜 )
𝑃𝑠 = ∫ + 𝑑𝑡
𝑇𝑜 −𝑇𝑜 /2 2 2
𝐴2 𝑡 𝑇𝑜 /2 𝐴2 𝑇𝑜 𝑇𝑜 𝑨𝟐
𝑃𝑠 = ( | )= ( + )=
𝑇𝑜 2 −𝑇𝑜 /2 2𝑇𝑜 2 2 𝟐
Ejercicio
𝑃1(1; 1)
𝑥1 ; 𝑦1
𝑡; 0 ≤ 𝑡 ≤ 1
𝑥(𝑡) { 2 − 𝑡; 1 ≤ 𝑡 ≤ 2 𝑃2(2; 0)
0; 𝑡 ≤ 2
𝑥2 ; 𝑦2
𝑦2 − 𝑦1 𝑦2 − 𝑦1
𝑃1(0; 0) 𝑚= =1 𝑚= = −1
𝑥2 − 𝑥1 𝑥2 − 𝑥1
𝑥1 ; 𝑦1
𝑦 − 𝑦1 = 𝑚(𝑥 − 𝑥1 ) 𝑦 − 𝑦1 = 𝑚(𝑥 − 𝑥1 )
𝑃2(1; 1)
𝑥2 ; 𝑦2 𝑦 = 𝑥 → 𝒙(𝒕) = 𝒕 𝑦 = 2 − 𝑥 → 𝒙(𝒕) = 𝟐 − 𝒕
∞ 1 2
𝐸 = ∫ |𝑥 (𝑡)2 |𝑑𝑡 = ∫ |𝑡 2 |𝑑𝑡 + ∫ |(2 − 𝑡)2 |𝑑𝑡
−∞ 0 1
3 1 2 3 1 2 2
𝑡 𝑡 4𝑡 2 𝑡3
𝐸 = | + ∫ (4 − 4𝑡 + 𝑡 2 )𝑑𝑡 = | + [4𝑡|12 − | + | ]
3 0 1 3 0 2 1 3 1
1 16 4 8 1 1 7
𝐸= + [8 − 4 + + + + ] = + [−4 + 2 + ]
3 2 2 3 3 3 3
1 7 𝟐
𝐸= + 4 + 2 + = [𝑱𝒐𝒖𝒍𝒆/𝑯𝒛]
3 3 𝟑
Ejercicio
Sea la función 𝑥 (𝑡) = 5 cos(𝜋𝑡) + sin(5𝜋𝑡) ; −∞ < 𝑡 < ∞, determinar la potencia
Solución:
𝜔𝑜
𝐴 cos(𝜔𝑜 𝑡) = 𝜔𝑜 − 𝑓𝑜 =
2𝜋
1
𝜔𝑜 = 𝜋 → 𝑓𝑜 = ;𝑇 = 2
2 𝑜
5 2
𝜔1 = 5𝜋 → 𝑓1 = ; 𝑇𝑜 =
2 5
𝑓𝑥 = 𝑓𝑜 → 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑓𝑢𝑛𝑑𝑎𝑚𝑒𝑛𝑡𝑎𝑙 𝑓𝑜 = 𝑛𝑓𝑥
𝑓1 = 5𝑓𝑜 → 𝑎𝑟𝑚ó𝑛𝑖𝑐𝑜
52 12 25 + 1 26
𝑃 (𝑥 ) = + = = = 13[𝑊𝑎𝑡𝑡/𝐻𝑧]
2 2 2 2
• CONVOLUCIÓN
Es un producto entre dos funciones y se tiene una nueva función en el tiempo, sea:
𝑥 (𝑡) ∧ 𝑦(𝑡) → {𝑥 ∗ 𝑦}(𝑡) = ℎ(𝑡)
∞
= ∫ 𝑥 (𝜏)𝑦(−𝜏 + 𝑡) ∙ 𝑑𝜏
−∞
Ecuación 6: Teorema de la Convolución
Condiciones:
𝑥 (𝑡) => 𝑥 (−𝑡)
𝑥 (𝑡 ) → 𝑥 (𝑡 + 𝑎 )
𝑥 (𝑡) → 𝑥(−𝑡 + 𝑎)
Teorema de Convolución
𝑡
𝑓(𝑡) ∙ 𝑔(𝑡) = ∫ 𝑓 (𝜏) + 𝑔(𝑡 − 𝜏)𝑑𝜏 𝑒𝑛 𝑑𝑜𝑛𝑑𝑒 𝜏 𝑒𝑠 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
0
𝑡
𝑔(𝑡) ∙ 𝑓 (𝑡) = ∫ 𝑔(𝜏) + 𝑓 (𝑡 − 𝜏)𝑑𝜏
0

Ejemplo:
ℎ(𝑡) = 𝑡 ∙ 𝑒 𝑡−1
𝑡 𝑡
𝑡−𝜏−1
∫ 𝜏𝑒 ∙ 𝑑𝜏 ∫ 𝑒 𝜏−1 (𝑡 − 𝜏)𝑑𝜏
0 0
𝑡 𝑡 𝑡
= 𝑒 −1 ∫ (𝑒 𝜏 𝑡 − 𝜏𝑒 𝜏 )𝑑𝜏 = 𝑒 −1 ∫ 𝑒 𝜏 𝑡 ∙ 𝑑𝜏 − 𝑒 −1 ∫ 𝜏𝑒 𝜏 ∙ 𝑑𝜏
0 0 0
𝑢=𝜏 ∫ 𝑑𝑣 = ∫ 𝑒 𝜏 𝑑𝜏
𝑑𝑢 = 𝑑𝜏 𝑣 = 𝑒𝜏
∴ ∫ 𝜏𝑒 𝜏 ∙ 𝑑𝜏 = 𝜏𝑒 𝜏 − ∫ 𝑒 𝜏 ∙ 𝑑𝜏
𝑡
= 𝑡𝑒 −1 ∫ 𝑒 𝜏 ∙ 𝑑𝜏 − 𝑒 −1 [𝜏𝑒 𝜏 − 𝑒 𝜏 ]|𝑡0
0
−1 [𝑒 𝜏 |𝑡
= 𝑡𝑒 − 𝑒 −1 [𝑡𝑒 𝑡 − 𝑒 𝑡 − 0𝑒 0 − (−1)]]
0
= 𝑡𝑒 𝑒 − 1] − 𝑒 −1 (𝑡𝑒 𝑡 − 𝑒 𝑡 + 1)
−1 [ 𝑡
= 𝑡𝑒 −1 𝑒 𝑡 − 𝑡𝑒 −1 − 𝑡𝑒 −1 𝑒 𝑡 + 𝑒 −1 𝑒 𝑡 − 𝑒 −1
= −𝒕𝒆−𝟏 + 𝒆𝒕 𝒆−𝟏 − 𝒆−𝟏
ℒ{𝑓 (𝑡) ∙ 𝑔(𝑡)} = ℒ{𝑓 (𝑡)} ∙ ℒ{𝑔(𝑡)} = 𝐹 (𝑆) 𝐺 (𝑆)

𝑡
ℒ{𝑡 ∙ 𝑒 𝑡−1 } = ℒ {𝑒 𝑡−1 ∙ 𝑡} = ∫ 𝑒 𝜏−1 ∙ (𝑡 − 𝜏) ∙ 𝑑𝜏
0
ℒ{𝑒 𝑡 ∙ 𝑒 −1 − 𝑡𝑒 −1 − 𝑒 −1 } = 𝑒 −1 ℒ{𝑡} − 𝑒 −1 ℒ {1}

1 1 1 𝑠2 (𝑠 − 1) 𝑠 (𝑠 − 1)
𝑒 −1 [ − 2 − ] = 𝑒 −1 [ − − ]
𝑠−1 𝑠 𝑠 (𝑠 − 1)𝑠 2 (𝑠 − 1)𝑠 2 (𝑠 − 1)𝑠 2
𝑠2 − 𝑠 + 1 − 𝑠2 + 𝑠 𝒆−𝟏
𝑒 −1 [ ] = ℒ{𝑡 ∙ 𝑒 𝑡−1 }
(𝑠 − 1)𝑠 2 (𝒔 − 𝟏)𝒔𝟐
1
= 2 ℒ [𝑒 𝑡 ∙ 𝑒 −1 ]
𝑠
𝒆−𝟏
=
(𝒔 − 𝟏)𝒔𝟐
Transformada Inversa Teorema de Convolución
ℒ{𝑓 (𝑡) ∙ 𝑔(𝑡)} = ℒ{𝑓 (𝑡)} ∙ ℒ{𝑔(𝑡)} = 𝐹 (𝑆) 𝐺 (𝑆)
𝑓 (𝑡) ∙ 𝑔(𝑡) = ℒ −1 {𝐹 (𝑠) ∙ 𝐺 (𝑠)} = ℒ −1 {𝐹 (𝑠)} ∙ ℒ −1 {𝐺 (𝑠)}

Ejemplo:
2𝑠 + 1
ℒ −1 { }
(𝑠 + 1)(𝑠 2 + 1)
2𝑠 + 1 1 1 2𝑠 + 1
ℒ −1 { ∙ 2 } = ℒ −1 { 2 ∙ }
(𝑠 + 1) (𝑠 + 1) (𝑠 + 1) (𝑠 + 1)
1 2𝑠 + 1 2𝑠 1
ℒ −1 { 2 } ∙ ℒ −1 { } = 𝑒 −𝑡 ∙ [ 2 + 2 ]
(𝑠 + 1) (𝑠 + 1) 𝑠 +1 𝑠 +1
= 𝒆𝒕 ∙ (𝟐 𝒄𝒐𝒔 𝒕 + 𝒔𝒊𝒏 𝒕)
𝒕
= ∫ (𝟐 𝒄𝒐𝒔 𝒕 + 𝒔𝒊𝒏 𝒕) ∙ 𝒆−(𝒕−𝝉) ∙ 𝒅𝝉
𝟎
• Autocorrelación de señales
La correlación es un proceso de acoplamiento mientras que la autocorrelación es el
proceso de acoplamiento de la señal con una versión retardad de la misma:
Sistema de
𝑥 (𝑡 ) → ⟶ 𝑥 ′ (𝑡 )
comunicación
En donde:
𝑥 ′ (𝑡) = 𝑥(𝑡 + 𝜏)
∞
𝑅𝑥 (𝜏) = ∫−∞ 𝑥 (𝑡) ∙ 𝑥 (𝑡 + 𝜏) ∙ 𝑑𝜏 para señales no periódicas
Propiedades:
1) 𝑅𝑥 (𝜏) = 𝑅𝑥(−𝜏) simetría par
2) 𝑅𝑥 (𝜏) ≤ 𝑅𝑥(0)
3) 𝑅𝑥 (𝜏) ↔ 𝐺𝑥(𝑓)
∞
4) 𝑅𝑥 (0) = ∫−∞ 𝑥 2 (𝑡) ∙ 𝑑𝑡 señales periódicas
1 ∞
𝑅𝑥 (𝜏) = 𝑇 ∫−∞ 𝑥 (𝑡) ∙ (𝑡 + 𝜏) ∙ 𝑑𝜏 con señales no periódicas
1.1. EJERCICIOS PROPUESTOS

1. Determinar la transformada de Fourier de la siguiente función:
𝒙(𝒕) = 𝒆−𝒂𝒕 ∙ 𝒖(𝒕)

Solución:
𝑎>0
∞
𝑥 (𝑓 ) = 𝑇𝐹{𝑥 (𝑡)} = ∫ 𝑥 (𝑡) ∙ 𝑒 −𝑗2𝜋𝑓𝑡 ∙ 𝑑𝑡
−∞
∞ ∞
=∫ 𝑒 −𝑎𝑡
∙𝑒 −𝑗2𝜋𝑓𝑡
∙ 𝑑𝑡 = ∫ 𝑒 𝑡(−𝑎−𝑗2𝜋𝑓) ∙ 𝑑𝑡
0 0
𝑡(−𝑎−𝑗2𝜋𝑓) ∞ 0 1
∞
𝑒 𝑒 𝑒0
= | =( − )
−𝑎 − 𝑗2𝜋𝑓 0 −𝑎 − 𝑗2𝜋𝑓 −𝑎 − 𝑗2𝜋𝑓
1 𝟏
= => 𝒙(𝒇) = 𝒂>𝟎
𝑎 + 2𝑗𝜋𝑓 𝒂 + 𝒋𝟐𝝅𝒇
2. Determinar la transformada de Fourier de la función impulso:
𝒇(𝒕) = 𝜹(𝒕)
Solución:
∞ ∞
𝐹(𝜔) = ∫ 𝑓 (𝑡) ∙ 𝑒 −𝑗𝜔𝑡 ∙ 𝑑𝑡 = ∫ 𝛿 (𝑡) ∙ 𝑒 −𝑗2𝜋𝑓𝑡 ∙ 𝑑𝑡
−∞ −∞
Propiedad de la función impulso:

∞
∫ 𝑓(𝑡) ∙ 𝛿 (𝑡) ∙ 𝑑𝑡 = 𝑓 (0) => 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑎 𝑒𝑛 𝑐𝑒𝑟𝑜
−∞
Por tanto:
𝐹(𝜔) = 𝑒 −𝑗𝜔𝑡 |𝑡=0 = 𝑒 −𝑗𝜔(0) = 1

∴ 𝑭(𝝎) = 𝟏

Capitulo I234

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo I234

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS,

Figura 1: Esquema de un sistema de comunicación

La información o inteligencia para transmitir se origina en la fuente de información. Esta

Ing. Mg. Juan Pablo Pallo Noroña 1

Figura 2: Señal análoga

Figura 3: señal digital

Ing. Mg. Juan Pablo Pallo Noroña 2

1.2. CONCEPTOS FUNDAMENTALES EN FUENTES DE INFORMACIÓN

Figura 4: Medio de transmisión

Figura 5: Transmisión de bits en el tiempo

Ing. Mg. Juan Pablo Pallo Noroña 3

Partes de un sistema de comunicación

Figura 6: Estructura de un sistema de comunicaciones

Ing. Mg. Juan Pablo Pallo Noroña 4

1.3. VENTAJAS DE LA COMUNICACIÓN DIGITAL

✓ La conmutación es eficiente (cambios de estado).

Ing. Mg. Juan Pablo Pallo Noroña 5

1.4. ANÁLISIS DE FOURIER PARA SEÑALES

Figura 7: Función escalón unitario

Figura 8: Función impulso

Ing. Mg. Juan Pablo Pallo Noroña 6

Figura 9: Función Rampa

Ing. Mg. Juan Pablo Pallo Noroña 7

F(t) tiene un numero finito de máximos y mínimos

Ing. Mg. Juan Pablo Pallo Noroña 8

Figura 10: Serie de Fourier de la función con 2 coeficientes

Ing. Mg. Juan Pablo Pallo Noroña 10

2.- Calcular los coeficientes:

Ing. Mg. Juan Pablo Pallo Noroña 11

Ing. Mg. Juan Pablo Pallo Noroña 12

3.- Graficar la función:

Ing. Mg. Juan Pablo Pallo Noroña 13

2) Calculamos los coeficientes

2𝑉 𝑡 𝑠𝑒𝑛(𝑛𝑡) 𝑐𝑜𝑠(𝑛𝑡) 2𝜋 2𝑉 𝑡 𝑠𝑒𝑛(𝑛𝑡) 𝑐𝑜𝑠(𝑛2𝜋) 1

Ing. Mg. Juan Pablo Pallo Noroña 14

2𝑉 2𝜋 cos(𝑛2𝜋) 𝑠𝑒𝑛(𝑛2𝜋) 0 cos(𝑛0) sen(𝑛0)

Ing. Mg. Juan Pablo Pallo Noroña 15

Ing. Mg. Juan Pablo Pallo Noroña 16

Tales ecuaciones son funcionales cuando T=2 𝜋 y W=1

Ing. Mg. Juan Pablo Pallo Noroña 17

𝑎1 cos(𝜔𝑡) + 𝑏1 sin(𝜔𝑡) 𝑒 ±𝑗𝛼 = cos 𝛼 ± 𝑗 sin 𝛼

𝑎1 = 𝐶1 + 𝐶−1 𝑏1 = 𝑗(𝐶1 − 𝐶−1 )

Ing. Mg. Juan Pablo Pallo Noroña 18

Ing. Mg. Juan Pablo Pallo Noroña 19

Determinar la serie exponencial de Fourier de la siguiente función:

Ing. Mg. Juan Pablo Pallo Noroña 20

𝑉 𝑒 −𝑗𝑛𝑤𝑡 𝑒 𝑒 −𝑗𝑛𝑤𝑡 𝑒 𝑗𝑛𝑤𝑡

𝑒 ±𝑗∝ = 𝑐𝑜𝑠 ∝ ±𝑗𝑠𝑒𝑛 ∝

Ing. Mg. Juan Pablo Pallo Noroña 21

Ing. Mg. Juan Pablo Pallo Noroña 22

2𝐴 𝑒 −𝑗𝑛𝜔𝑜 𝑑/3 − 𝑒 𝑗𝑛𝜔𝑜 𝑑/3

Para: 2𝐴𝑑 2𝐴(1/10)

Ing. Mg. Juan Pablo Pallo Noroña 23

Ing. Mg. Juan Pablo Pallo Noroña 24

2. Cualquier intervalo finito, número finito de máximo y mínimo

Ecuación 1: Transformada directa de Fourier

𝐹(𝜔) = 𝑅𝑒(𝜔) + 𝑗𝑋(𝜔)

De esta última expresión se tiene:

|𝐹(𝜔)| = √𝑅𝑒(𝜔)2 + 𝑋 2 (𝜔)

Ing. Mg. Juan Pablo Pallo Noroña 25

➢ Propiedades de la transformada de Fourier

𝐹 {𝑓 (𝑡 − 𝑎)}(𝜀) = 𝑒 𝑗𝜋𝜀𝑎 𝐹 {𝑓 }(𝜀) =