Академический Документы
Профессиональный Документы
Культура Документы
459
460
CAPTULO 11.
11.1.
461
La ubi
uidad de la periodi
idad en la naturaleza es patente y bien
er
ana. Nuestra vida est regida por la su
esin de das y no
hes, veranos, inviernos, aos,. . .
nuestro
uerpo est
onstantemente animado por ritmos siolgi
os, latidos, respira
iones. Nuestro espritu tambin tiene sus ritmos anmi
os. Nuestra a
tividad
toda, nuestra msi
a, nuestros juegos, nuestras mquinas estn invadidas por la
periodi
idad. El anlisis armni
o, tal
omo lo entendemos hoy,
onsiste en un
pro
eso matemti
o para explorar los fenmenos de naturaleza re
urrente. Toda
intele
in, no slo la matemti
a, est en realidad fuertemente ligada a la re
urren
ia, a la repetitividad. Sin ella nuestro pensamiento no en
ontrara esquemas
de referen
ia. La re
urren
ia es
ondi
in intrnse
a de nuestro tipo de intele
in. El
aos, lo ininteligible, es la ausen
ia de re
urren
ias. Si
ada animal que
nos en
ontrsemos fuese totalmente diferente en su modo de lo
omo
in, en sus
rganos sensoriales, en su forma de alimenta
in, et
...
ien
ia zoolgi
a organizada? Si los astros todos llevasen traye
torias de diferentes tipos, si nuestros das y no
hes fuesen todos de diferente dura
in, sin las
uniformidades que observamos, no tendramos la
ien
ia astronmi
a que tenemos. Nuestra forma de entender referen
ias exige esquemas de re
urren
ia en
los que en
ajar los nuevos fenmenos.
Miguel de Guzmn, Impa
tos del Anlisis Armni
o, Dis
urso de
ingreso en la Real A
ademia de Cien
ias Exa
tas, Fsi
as y Naturales
(Madrid, 23 Marzo 1983)
11.1.
El prrafo del profesor Miguel de Guzmn nos habla de lo presente que est la periodi
idad en nuestro entorno, de los fenmenos que se repiten
ada
ierto intervalo de tiempo.
Observa la Figura 11.1. Se trata de un fragmento de ele
tro
ardiograma humano, es de
ir, el
gr
o que se obtiene
on el ele
tro
ardigrafo para medir la a
tividad el
tri
a del
orazn
a medida que trans
urre el tiempo. Este gr
o sirve para diagnosti
ar las enfermedades
ardiovas
ulares. Como se puede ver, el valor de la amplitud de la a
tividad el
tri
a del
orazn en
ada instante se repite
asi exa
tamente
ada
ierto perodo de tiempo T. Es
t,
enton es se tiene
462
CAPTULO 11.
Son mu
has las seales peridi
as o aproximadamente peridi
as que apare
en en las
ien
ias y en la Ingeniera: la luz, el sonido, las mareas, los perodos de lluvias, las u
tua
iones en los pre
ios, las seales de explora
in ssmi
a, las seales de explosiones, las seales
ele
tromagnti
as, et
. La forma de onda de un fenmeno real puede ser muy
ompli
ada.
Observa la Figura 11.2. Hemos utilizado un software de anlisis de audio digital para
apturar
0. 5
segundos del tema Marble Halls de Enya. La amplitud de la onda est expresada
261 Hz ( i los
por segundo), sin importar
mo se produz
a di
ha vibra
in. Por ejemplo, si
onsiguieras
golpear la mesa
on una regla a
261
perodo ser el tiempo que tarda la onda en ompletar un i lo, que ser en este aso
1/261 = 0. 00383.
T =
Del mismo modo, la Figura 11.4 muestra la gr a de una nota LA pura,
La nota LA est aso
iada a
ualquier vibra
in que tenga una fre
uen
ia de
perodo ser en este
aso
T = 1/438. 9 = 0. 00228.
11.1.
463
Ya tenemos dos deni
iones que nos interesan a la hora de estudiar
ualquier fenmeno
peridi
o en el tiempo (ver Figura 11.5)
Deni in 11.1
Si
E(t)
es el
Deni in 11.2
Si
E(t)
E(t)
es
el nmero de os
ila
iones
ompletas que tienen lugar en una unidad de tiempo.
As pues, el perodo T de una seal peridi
a en el tiempo se mide en las mismas unidades
que el tiempo, y su fre
uen
ia F se mide en
i
los por unidad de tiempo. Si la unidad de
tiempo es el segundo, la fre
uen
ia F se medir en
i
los por segundo (Hertzios, Hz). En
general, F=1/T y T=1/F.
Por ejemplo, la Tierra gira alrededor de su eje
on una fre
uen
ia F=1 giro/da=1/24
giros/hora. Un ele
tro
ardiograma humano tpi
o muestra un rango de fre
uen
ias entre
y
100
464
CAPTULO 11.
= 0. 39 segundos. Por
ada 0. 39 segundos.
25. 6
Observa ahora las formas de onda que apare
en en las guras 11.6 y 11.7. Corresponden
ambas a una nota DO produ
ida por un sintetizador musi
al simulando el sonido de un
larinete (Figura 11.6) y un fagot (Figura 11.7).
Las expresiones analti
as de ambas fun
iones que puede utilizar el sintetizador son las
siguientes:
Para el DO del
larinete:
(11.1)
11.1.
465
(11.2)
diversas
omponentes que forman
ada una de ellas y la fre
uen
ia de
ada
omponente. Por
ierto,
ada
omponente se llama armni
o de la fun
in, y F se llama fre
uen
ia fundamental
de la seal.
466
CAPTULO 11.
Tabla 11.1
A(t)
Armni
o
Fre uen ia
F
3F
5F
Tabla 11.2
B(t)
Armni
o
Fre uen ia
A(t)
B(t)
2F
3F
4F
5F
la fre
uen
ia DO pura (igual a F) y adems algunos armni
os que tienen una fre
uen
ia
mltiplo de F. Las fun
iones
A(t) y B(t) resultan de sumar armni os que tienen fre uen ias
iguales a mltiplos de F, pero la fre
uen
ia nal resultante tambin es F=261 Hz y el perodo
es T=1/261
= 0. 00383
segundos, omo en ualquier nota DO. Pero observa que ada uno
de los armni
os tiene un peso en el tono de la nota. Por ejemplo, el
uarto armni
o de
la nota DO del fagot (ltima na de la Tabla 11.2) se obtiene dando un peso de
la fun
in
cos(8F t)
y un peso
0. 000051
sen(8F t).
0. 000034
438. 9 Hz y armni
os
on fre
uen
ias de 877. 8 Hz, 1316. 7 Hz, 1755. 6 Hz y as su
esivamente.
Aunque un violn y una auta toquen la misma nota LA, el sonido ser distinto porque sus
armni
os tienen distinta fuerza, peso o amplitud. Las notas puras,
omo las que apare
en
en las guras 11.3 y 11.4 son musi
almente muy aburridas, resultan montonas al odo.
Un sintetizador puede
onseguir una imita
in muy
onvin
ente de un violn o una auta
mediante la
ombina
in de ondas sinusoidales puras de las amplitudes ade
uadas. Adems,
pueden utilizarse estas ideas para simular orquestas
on una gran variedad de instrumentos.
La Figura 11.8 muestra la gr
a de una nota DO sumando las notas DO sintetizadas de un
larinete (e
ua
in 11.1 y Figura 11.6) y un Fagot (e
ua
in 11.2 y Figura 11.7). Observa
que el nuevo tono sigue siendo un DO porque su fre
uen
ia sigue siendo de
261
Hz, pero lo
que distingue al nuevo sonido son los armni os que lo forman y la amplitud de ada uno
11.1.
467
de ellos.
F (t) = a0 +
n
X
k=1
La omponente fundamental de
k = 2, . . . , n
(11.3)
Ahora nos interesa en
ontrar la amplitud de
ada uno de los armni
os (11.3). La idea
es expresar (11.3) en trminos de una fun
in
oseno, as:
Hk (t) = M cos(2kF t + )
(11.4)
tras lo ual, la amplitud de (11.3) ser el valor M que hayamos obtenido. Veamos pues mo
ak y bk
ck = ak + ibk
transformar (11.3) en la expresin (11.4). Primero observamos que los
oe
ientes
se pueden interpretar
omo las partes real e imaginaria del nmero
omplejo
(ver Figura 11.9):
de donde:
sen k = q
k = arc tg
bk
a2k + b2k
bk
ak
cos k = q
ak
a2k + b2k
468
CAPTULO 11.
bk
` ck
ak
ck
Hk (t) =
a2k + b2k q
ak
a2k + b2k
cos(2kF t) + q
bk
a2k + b2k
sen(2kF t) =
a2k + b2k
(11.5)
F (t)
Observa la gura 11.10. Para la nota DO del fagot (e
ua
in 11.2, gura 11.7). Hemos
representado en el eje OX los distintos valores de las fre
uen
ias de los armni
os de
F (t).
Estas fre
uen
ias son F, 2F, 3F, 4F y 5F, no hay ms armni
os en este
aso. En el eje OY,
hemos representado la amplitud de
ada armni
o,
al
ulada mediante la e
ua
in 11.4. Este
diagrama de llama espe
tro de
armni
os de
F (t)
F (t).
Ejer i io 11.1
sumando las notas del
larinete y del fagot (Figura 11.7). Cal
ula y representa su espe
tro. Si
tienes
uriosidad, puedes es
u
har las notas musi
ales que hemos estudiado. Puedes emplear
uno de los mu
hos applets que se en
uentran en Internet y que permiten es
u
har el sonido
que resulta de sumar fun
iones senoidales
uya onda se representan del siguiente modo:
F (t) = a0 +
n
X
k=1
11.1.
469
ak
t.
t.
El anlisis del espe
tro de seales tiene tambin utilidad en mu
has otras dis
iplinas
ient
as. Por ejemplo, las
omponentes fre
uen
iales de la a
tividad el
tri
a del
orazn
(ver gura 11.1) son diferentes en un
orazn enfermo y en uno sano, de modo pueden
utilizarse para diagnosti
ar enfermedades
ardiovas
ulares. Y el espe
tro de la a
tividad
el
tri
a del
erebro depende de la a
tividad
erebral que se est realizando en ese momento
(estar en reposo, resolver un problema, memorizar una lista de nmeros, et
), de modo que
el espe
tro de un en
efalograma permite
ono
er mejor
mo trabaja el
erebro.
Hemos visto
mo la existen
ia de armni
os en una nota musi
al puede propor
ionar
riqueza, de tal modo que la
ombina
in de armni
os permite sintetizar tonos que simulan
on gran delidad las notas de los instrumentos musi
ales reales. Sin embargo, en Ingeniera, los armni
os pueden ser fuente de di
ultades para al fun
ionamiento de dispositivos
me
ni
os o el
tri
os.
Observa la Figura 11.12, que representa la forma de onda
tener una tensin alterna de
0. 015
A(t)
A(t) =
0. 015 sen(100t).
470
CAPTULO 11.
50
son muy variados. Son ausa de sobre arga en las bateras y ondensadores, prdidas por sobre alentamiento en ables, transformadores y motores, sobretensiones, prdida de poten ia
11.1.
471
472
CAPTULO 11.
100
4000
Hz,
pero es una seal muy ri
a en armni
os,
uya fre
uen
ia puede
oin
idir
on la fre
uen
ia
de resonan
ia de objetos
omo
opas de vidrio. Los e
ualizadores de los equipos de msi
a
permiten modi
ar las amplitudes de las diferentes
omponentes fre
uen
iales de la seal
sonora, a n de eliminar atenuar (ltrar) o ampli
ar determinadas bandas. Por ejemplo,
la voz del
antante, que puede quedarse
asi inaudible. Tambin el anlisis espe
tral del
sonido se utiliza en diversos algoritmos de
ompresin
omo el mp3. Este algoritmo se basa
en aprove
har las limita
iones del odo humano para
aptar sonidos fuera de
ierta banda
de fre
uen
ias, dese
hando lo que tiende a ser inaudible. El resultado nal es una seal de
11.1.
473
audio que tiene muy po
a distorsin respe
to a la original, pero que o
upa menos espa
io
en la unidad de alma
enamiento.
Un ejemplo
lsi
o del efe
to
atastr
o provo
ado por la resonan
ia es el de la destru
in de puentes
olgantes,
omo o
urri
on el puente de Ta
oma (EEUU) en noviembre
de 1940. El puente estaba diseado para soportar vientos de ms de
suave brisa de po
o ms de
60
200
puedes en
ontrar imgenes realmente espe
ta
ulares de las enormes os
ila
iones del puente
de Ta
oma po
o antes de su
ada.
Tambin se puede produ
ir un resultado desastroso
uando la fre
uen
ia natural de un
edi
io
oin
ide
on la fre
uen
ia de un armni
o
ontenido en una seal ssmi
a. Las seales
ssmi
as de terremotos tienen un rango tpi
o de entre
0. 01
15
en zonas de riesgo se
al
ulan de modo que su fre
uen
ia natural est fuera de este rango y
de el de sus armni
os.
Veamos un ltimo ejemplo de los efe
tos de la resonan
ia. Casi todos los
ondu
tores han
podido apre
iar un
urioso tipo de vibra
in en su veh
ulo. A
ierta velo
idad, por ejemplo
110 Km/h, apare
e una vibra
in que se ha
e muy presente en el volante, y sta desapare
e
a una velo
idad mayor, por ejemplo a 120 km/h. Casi todos los
o
hes seminuevos o viejos
a
omparten la apari
in de vibra
iones para un rango
on
reto de velo
idades. Pues bien, estas
vibra
iones tambin pueden ser debidas a la resonan
ia. A
ierta velo
idad, la fre
uen
ia
de rota
in de las ruedas (o un mltiplo de esta fre
uen
ia) se iguala
on la fre
uen
ia de
vibra
in natural de los amortiguadores, que transmiten la vibra
in hasta el volante. El
problema normalmente se resuelve
olo
ando unos pequeos
ontrapesos en las llantas de
las ruedas para equilibrarlas, modi
ando de esta manera la fre
uen
ia de resonan
ia del
sistema para que no se al
an
e a ninguna velo
idad a la que el veh
ulo pueda
ir
ular.
474
CAPTULO 11.
Todo lo que hemos expli
ado hasta el momento nos lleva a
omprender la importan
ia del
anlisis armni
o de una seal peridi
a. Sin embargo, se nos plantean diversos problemas
a los que habr que en
ontrar solu
in:
1. Si la seal peridi
a
F (t) = a0 +
F (t)
n
X
es de la forma
k=1
enton
es es muy sen
illo analizar su espe
tro. La amplitud (|ck |) del armni
o k-simo
es:
a2k + b2k
F (t),
Esto es muy usual en Ingeniera, porque se mide una
ole
in de valores de la magnitud que se desea estudiar (tensin o intensidad en una red el
tri
a, fuerza, poten
ia
desarrollada por un motor, desplazamiento de un resorte, et
), a n de alma
enarlos
en un ordenador y apli
arles algn tratamiento. Cmo se
al
ular el espe
tro de la
seal en este
aso?
A lo largo de los siguientes apartados iremos dando respuesta a estos problemas que
se nos han planteado.
11.2.
11.2.
475
Isaa
Newton demostr que la luz solar est formada por la suma de siete
olores diferentes,
que se ha
en visibles al ha
er pasar la luz blan
a por un prisma de vidrio (Figura 11.17). El
propio Newton llam espe
tro a estas bandas de
olores. Adems, si se ha
e pasar el haz de
siete
olores por un prisma invertido, los
olores vuelven a mez
larse, dando lugar a la luz
blan
a original.
400
700
109
metros).
F (t)
de fun
iones senoidales, enseguida podemos des
artar que esta suma sea en general nita.
Fun
iones peridi
as
F (t)
F (t) = a0 +
n
X
k=1
La ni
a posibilidad que puede existir es que la suma sea innita. No es la primera vez
que es
ribimos una fun
in
F (t)
et =
k
X
t
k=0
k!
476
CAPTULO 11.
bk sen(2kF t),
es de ir:
F (t) = a0 +
k=1
F (t).
Z
Z
Z
Z
Z
T /2
cos
2mt
2nt
cos
dt = 0
T
T
(11.6)
cos
2mt
2nt
sen
dt = 0
T
T
(11.7)
sen
2mt
2nt
sen
dt = 0
T
T
(11.8)
cos2
2mt
dt = T /2
T
(11.9)
sen2
2mt
dt = T /2
T
(11.10)
T /2
T /2
T /2
T /2
T /2
T /2
T /2
T /2
T /2
F (t) = a0 + ak cos
Z
Z
2kt
2kt
+ bk sen
T
T
F (t)
a0
(11.11)
[T /2, T /2]:
2kt
T
2kt
dt =
sen
T
2k
T
T /2
=0
(11.12)
2kt
T
2kt
sen
dt =
cos
T
2k
T
T /2
T /2
=0
(11.13)
T /2
cos
T /2
T /2
T /2
T /2
nos queda
T /2
F (t) dt = a0
T /2
T /2
dt = a0 T
T /2
de donde
1
a0 =
T
T /2
F (t) dt
T /2
11.2.
477
ak
cos
inte-
2kt
2kt
2kt
2kt
2kt
= a0 cos
+ ak cos2
+ bk sen
cos
T
T
T
T
T
F (t) cos
Z
2kt
,
T
T /2
F (t) cos
T /2
2kt
T
T
dt = a0 0 + ak + bk 0 = ak
T
2
2
de donde
2
ak =
T
T /2
F (t) cos
T /2
2kt
dt
T
bk
sen
F (t) sen
2kt
2kt
2kt
2kt
2kt
= a0 sen
+ ak cos
sen
+ bk sen2
T
T
T
T
T
F (t) sen
2kt
T
T
= a0 0 + ak 0 + bk = bk
T
2
2
2kt
,
T
y enton es
2
bk =
T
T /2
F (t) sen
T /2
2kt
dt
T
F (t) = a0 +
X
k=1
2kt
2kt
ak cos
+ bk sen
T
T
2nt
cos
T
2nt
F (t) cos
dt = a0
T
T /2
+bk
bk . Por
ejemplo,
e integrando:
T /2
T /2
X
2nt
cos
dt +
ak
T
T /2
T /2
2kt
2nt
sen
cos
dt
T
T
T /2
ak
k=1
T /2
cos
T /2
2kt
2nt
cos
dt+
T
T
(11.14)
2
an =
T
T /2
F (t) cos
T /2
2nt
dt
T
478
CAPTULO 11.
As se obtiene tambin:
T /2
2
bn =
T
1
a0 =
T
F (t) sen
T /2
2nt
dt
T
T /2
F (t) dt
T /2
Ejer i io 11.2
[c, c + T ],
a0 , ak y bk se puede
c es un nmero
donde
real. En
onse
uen
ia, se tienen las siguientes expresiones generales para el
l
ulo de los
oe
ientes de Fourier de
1
T
c+T
2
T
c+T
an =
bn =
2
T
a0 =
F (t):
F (t) dt
F (t) cos
2nt
dt
T
F (t) sen
2nt
dt
T
c
c+T
ak , bk
de la
serie de Fourier, hay una
uestin importante que nos ha pasado desaper
ibida. Observa
que para obtener la igualdad (11.14) hemos supuesto que la integral de una suma innita
de fun
iones es igual a la suma innita de las integrales. Es de
ir, hemos supuesto que:
T /2
T /2
X
k=1
2kt
2kt
ak cos
+ bk sen
T
T
!
dt =
Z
X
k=1
T /2
T /2
2nt
2kt
ak cos
+ bk sen
T
T
dt
Ya sabemos que la suma nita de fun
iones integrables es una fun
in tambin integrable
y su integral se obtiene sumando las integrales de todas ellas. Pero, es
ierta esta propiedad
tambin si se trata de una suma innita de fun
iones? No siempre. La posibilidad de integrar
y derivar trmino a trmino una serie innita de fun
iones est rela
ionada
on el
on
epto
de
onvergen
ia uniforme de series de fun
iones, que es un
on
epto avanzado que no vamos
a tratar aqu. En
ambio, s nos vamos a preo
upar de otra pregunta que puede sernos ms
interesante: si se
al
ulan los
oe
ientes
una fun
in
F (t)
a0 , ak , bk
k = 1, 2, . . .
de la serie de Fourier de
F (t)
F (t) = a0 +
X
k=1
2kt
2kt
ak cos
+ bk sen
T
T
t?
Es de ir, se trata
t:
11.2.
479
F (t),
Deni in 11.3
de modo que la fun
in F(t) sea
re
iente, de
re
iente o
onstante en
ada subintervalo.
Por ejemplo, la fun
in
uya gr
a se representa en la Figura 11.18 es montona a tramos
en el intervalo
F (t)
(0, 0. 02)
(0, 0. 02).
F (t) = t sen(1/t),
que tiene
en di
ho intervalo.
Ya podemos enun
iar el teorema de
onvergen
ia de la serie de Fourier.
Teorema 11.1
F (t)
peridi a de periodo T es
F (t)
S(t) = a0 +
X
k=1
2kt
2kt
ak cos
+ bk sen
T
T
es
onvergente para todo t. El valor ha
ia el que
onverge S(t) se obtiene del siguiente
modo:
Si
t0
es un punto en el que
F (t)
es ontinua, enton es
S(t0 ) = F (t0 ).
480
CAPTULO 11.
Si t0 es un punto en el que
ha ia la media
F (t+
0 ) + F (t0 )
2
S(t0 ) =
11.2.4.
modo:
a0 =
ak =
bk =
1
T
T /2
2
T
T /2
2
T
F (t) dt
T /2
F (t) cos
2kt
dt
T
F (t) sen
2kt
dt
T
T /2
T /2
T /2
En las tres expresiones se
al
ula una integral en el intervalo simtri
o [-T/2,T/2. Pero
en general, la integral de una
ierta fun
in
sen
illa de evaluar si
G(x)
G(x)
G(x)
G(x) = G(x)
en [-L,L,
enton es:
G(x) dx = 2
L
G(x) dx
0
11.2.
481
G(x) = G(x)
en [-L,L,
enton es:
G(x) dx = 0
L
Ejer
i
io 11.3
1. Si
F (t)
2
a0 =
T
T /2
4
=
T
T /2
ak
bk = 0
2. Si
F (t)
F (t) dt
2kt
dt
T
F (t) cos
0
(k = 1, 2, . . .)
(k = 1, 2, . . .)
ak = 0
bk
Ejemplo 11.1
4
=
T
(k = 0, 1, 2, . . .)
Z
T /2
F (t) sen
2kt
dt
T
(k = 1, 2, . . .)
de-
nida ms abajo, estudiar la
onvergen
ia de di
ha serie y analizar el espe
tro de fre
uen
ias
de F(t).
(
1
F (t) =
1
si
si
t0
0<t<
F (t).
482
CAPTULO 11.
T = 2
ak = 0 k
2 cos kt t=
2
2
sen kt dt =
=
(cos k 1) =
(1 cos k) =
k t=0
k
k
0
0
si k es par
1 (1)k =
4
si k es impar
k
y omo
bk =
4
2
2
k
por tanto
4
S(t) =
F (t)
es impar,
sen 3t
sen t +
+ ...
3
4 X sen(2k + 1)t
=
2k + 1
k=0
Respe
to a la
onvergen
ia de S(t),
omo F(t)
umple las
ondi
iones de Diri
hlet se tiene:
En los intervalos
(, 0)
(0, ) F (t)
(1 1)
=0
2
En el punto
t = , S() =
En el punto
t = 0, S(0) =
(1 + 1)
=0
2
En el punto
t = , S() =
(1 1)
=0
2
S(t) = F (t).
[, )
es vlido el mismo
sen 3t
4
4
sen t,
S3 (t) =
sen t +
3
4
sen 3t sen 5t
S5 (t) =
sen t +
+
et
3
5
S1 (t) =
F (t),
esto es,
Sk (t)
de la serie
Observa tambin
11.2.
483
|ck | =
a2k + b2k =
F (t),
4
k
F (t),
k.
Ejer i io 11.4
se tiene
F (t).
Cal ular la serie de Fourier de las fun iones uyas gr as se representan
Ejer i io 11.5
F (t) = t
para
2 .
t [, ]
484
CAPTULO 11.
2.
G(t) =
t
t
si
si
t [, 0]
t [0, ]
1
T
2.
2
ak =
T
3.
2
T
1.
a0 =
bk =
T /2
F (t) dt
T /2
T /2
F (t) cos
2kt
dt
T
F (t) sen
2kt
dt
T
T /2
T /2
T /2
a0
de la serie de Fourier de
F (t)
F (t)
en
2. El
oe
iente
fun
in
bk de la serie de Fourier
F (t) sen(2kt/T ) en
ualquier
3. El
oe
iente
fun
in
de
F (t)
de la
Sin embargo, nos puede resultar intrigante el signi ado de las fun iones
F (t) cos(2kt/T ) y F (t) sen(2kt/T ) para las que se al ula el valor medio a n de obtener ak
11.2.
bk .
485
Veamos qu signi an ambas fun iones. Observa la Figura 11.24. Hemos representado
en (a) la fun in
F (t) = cos(t),
F (t) sen(kt). Sobre stas ltimas gr
as, hemos representado tambin, a trazo no, la propia
fun
in F (t). Como puede verse, la amplitud de F (t) sen(2kt/T ) viene dada por la amplitud
de F (t). Observa
mo F (t) sen(2kt/T ) envuelve a F (t). De
imos que F (t) modula en
amplitud a la fun
in sen(2kt/T ) o que sen(2kt/T ) es la seal portadora y F (t) la seal
moduladora en amplitud. Esta es una forma de de
ir que la fun
in F (t) sen(2kt/T ), que
resulta de modular en amplitud sen(2kt/T ) mediante F (t),
ontiene la informa
in de la
fun
in moduladora.
486
CAPTULO 11.
Y qu inters puede tener la modula
in de amplitud de fun
iones? Pues resulta que
ste es el prin
ipio mediante el que fun
iona el sistema de Amplitud Modulada (AM) de
la radiodifusin. Observa la Figura 11.25. Se tiene la seal de audio
transmitir a travs de la emisora. La seal
F (t)
F (t)
que se desea
podra ser el fragmento del tema Marble Halls de la Figura 11.2. Esta seal
no es una seal de radiofre
uen
ia, de modo que no puede transmitirse dire
tamente va
ondas de radio. Pues bien, el invento
onsiste en ha
er que la seal
transmitir
abalgue en
ima de una seal portadora de radiofre
uen
ia
la emisora de radiodifusin emite en AM on una fre uen ia F=600 KHz, la seal portadora
R(t) = sen(2F t). Ahora, se modula R(t) mediante F (t), obteniendo la seal
M (t) = F (t)R(t) = F (t) sen(2F t). La seal de radiofre
uen
ia M (t) ya se puede transmitir
por radiodifusin. Cuando se sintoniza en el dial del re
eptor de radio la fre
uen
ia de 600
puede ser
KHz, se ltra la seal de alta fre
uen
ia, quedando slo la seal audible, que es la que
se es
u
ha a travs del altavoz del re
eptor. En la pr
ti
a, la seal llega al re
eptor
on
interferen
ias y ruido, de modo que su espe
tro
ontiene un amplio rango de fre
uen
ias.
Adems, tampo
o es posible ltrarla
ompletamente para extraer la seal pura de audio.
Todo ello ha
e que a ve
es la seal sea dif
ilmente audible.
G e n e ra d o r d e
a lta fr e c u e n c ia
E m is o r a d e
r a d io d ifu s i n
A n te n a
re c e p to ra
A n te n a
e m is o r a
R e c e p to r d e
r a d io
R (t)
F (t)
S e a l d e b a ja
fr e c u e n c ia
M o d u la d o r
F iltr o d e a lta s
fr e c u e n c ia s
k > 0,
ak
bk .
Segn lo que
F (t)
la fun in
cos(2kt/T ),
bk
F (t)
la fun in
sen(2kt/T ),
F (t)
11.2.
487
tr =
rT
,
N
yr = F (tr ),
r = 0, . . . , N 1
F (t) en el intervalo
[0, 0. 6]. El periodo de muestreo ha sido por tanto TS = 0. 6/9 = 0. 06667. O lo que es lo
mismo, la fre
uen
ia de muestreo ha sido de FS = 1/TS = 15 muestras/segundo. En la Tabla
11.3 hemos
olo
ado los instantes en los que se ha muestreado la seal (tr ) y el valor medido
(F (tr )) para r = 0, . . . , 8.
488
CAPTULO 11.
Tabla 11.3
r
0
1
2
3
4
5
6
7
8
tr
0. 00000
0. 06667
0. 13333
0. 20000
0. 26667
0. 33333
0. 40000
0. 46667
0. 53333
F (tr)
0. 09728
0. 21530
0. 31781
0. 38911
0. 42296
0. 42201
0. 39548
0. 35580
0. 31512
Ejer i io 11.6
F (t)
de la seal
(FS )
puntos
15
valores de la fun in
F (t),
F (t)
FS habr que emplear? Cmo podemos estar seguros de que meF (t) seremos apa es de ono er las omponentes fre uen iales de F (t)?
Pues bien, el Teorema de muestreo nos indi
a qu fre
uen
ia de muestreo mnima debemos
emplear.
El teorema de muestreo
Supongamos que
F (t)
F (t)
slo ontiene un nmero nito de fre uen ias armni as. Desea-
mos
ono
er los armni
os que tienen
omo fre
uen
ias 2F, 3F,. . .,nF=Fmax . Pues bien, el
Teorema de muestreo asegura que la fre
uen
ia de muestreo que debemos emplear debe ser
superior a 2Fmax .
11.2.
489
F (t) es F=10 Hz (T=1/10 = 0. 1), y tambin estn pre20 Hz) y 5 (fre
uen
ia 50 Hz). En este
aso Fmax = 50
de muestreo debe ser superior a 2 50 = 100 Hz. Por tanto,
(fre uen ia
15
seal sern:
Fmax es la fre
uen
ia del armni
o n, es de
ir, si Fmax =nF, deberemos utilizar un valor N
tal que
FS = N/T > 2Fmax = 2n/T , por tanto N>2n. Es de
ir, para extraer la informa
in
F (t) hasta el armni
o n, deben muestrearse en el intervalo [0,T un nmero
F (t)
informa in s estar disponible. Por ejemplo, sabemos que las prin ipales omponentes fre uen iales de una seal de voz humana se en uentran por debajo de Fmax
= 3
KHz. Y
tambin sabemos que las seales de televisin ontienen omponentes fre uen iales importantes hasta Fmax
=5
F (t)
(de
TV, voz, tensin, intensidad et
),
on el su
iente nmero de puntos, se pro
esa la muestra
para extraer de ella la informa
in fre
uen
ial que
ontiene
F (t).
Ejemplos
1. Supongamos que deseamos muestrear un perodo de la seal de tensin alterna pura
50
Hz,
T = 0. 02, tr = rT /3, r = 0, 1, 2
t0 = 0, t1 = 0. 02/3 = 0. 0067, t2 = 0. 04/3 = 0. 0133
Observa que si tomramos
omo fre
uen
ia de muestreo exa
tamente el valor de la
fre
uen
ia de Nyquist, N=2 y por tanto los instantes de muestreo seran
0. 01,
sobre
A(t).
t=0
t=
La fre uen ia de muestreo debe ser mayor que la fre uen ia de Nyquist.
490
CAPTULO 11.
A(t) = 0. 0007(2. 6+0. 5 cos(2F t)+sen(2F t)+0. 3 cos(6F t)+0. 4 sen(6F t)+
+ 0. 5 cos(10F t) + 0. 16 sen(10F t)) (F = 261 Hz)
En este
aso, las
omponentes fre
uen
iales son
Hz. Por tanto,
Fmax = 1305
Hz (5
TS
3. Supongamos que deseamos muestrear una seal de TV. Como hemos expli
ado en el
prrafo anterior, en este
aso
Fmax = 5
la informa in fre uen ial de la seal, la fre uen ia de muestreo debe ser mayor que
FS = 10 MHz.
106 segundos.
1/1000000 =
alma
enada en la unidad de dis
o. Por eso existen algoritmos de
ompresin de imagen
apa
es de eliminar redundan
ias y partes no esen
iales de la seal, de tal modo que
el espa
io nal que o
upa en dis
o es mu
ho menor. Con la misma nalidad existen
algoritmos de
ompresin de seal de audio, uno de los ms populares es el mp3. En el
software de digitaliza
in de audio, es muy usual que se puedan sele
ionar fre
uen
ias
de muestreo
omo
32000
44100
Hz ( alidad CD),
Observa
mo sta ltima fre
uen
ia de muestreo es su
iente para
onservar el rango
de fre
uen
ias habitual de la voz humana, de hasta
Ejer i io 11.7
3000
Hz.
Cal ular la fre uen ia de muestreo que debe utilizarse para analizar el es-
pe
tro de la seal
ontinua que apare
e representada en la Figura 11.7. Cal
ular el nmero
de valores que debern muestrearse para estudiar la seal en un intervalo de longitud igual
al perodo.
F (t)
F (t):
ontinua
seal
yr = F (tr ),
tr = rT /N
r = 0, . . . , N 1
Tambin hemos hablado de la fre
uen
ia de muestreo mnima que debemos emplear
para poder extraer toda la informa
in fre
uen
ial de
F (t).
Si n es el mayor armni o
11.2.
491
presente en la seal, segn el teorema de muestreo debe elegirse N tal que N/2>n (en lo
que sigue vamos a
onsiderar que N es un nmero par). Eligiendo N de ese modo, a partir
y0 , y1 , . . . , yN 1
de la muestra
F (t).
Por ejemplo, si el ltimo armni o que ontiene la seal es el nmero 15, nos bastar
F (t).
F (t)
y as obtener toda
F (t) para
y0 , y1 , . . . , yN 1 . Ahora la
uestin es
mo pro
esamos los valores muestreados
y0 , y1 , . . . , yN 1 a n de obtener los
oe
ientes de Fourier a0 , ak , bk para k = 0, 1, . . . , N/2?
En el apartado 11.2.5 vimos que los
oe
ientes de Fourier se pueden interpretar
omo
valores medios de
iertas fun
iones. Pues bien, la idea es en
ontrar una aproxima
in de
esas medias mediante la media aritmti
a de N valores. En
on
reto:
k = 0, . . . , N/2:
Z
N 1
1 T
F (t0 ) + . . . , F (tN 1 )
1 X
a0 =
F (t) dt
=
yr
T 0
N
N r=0
Para ada
2kt0
2ktN 1
F (t0 ) cos
+ . . . + F (tN 1 ) cos
2kt
T
T
F (t) cos
dt 2
=
T
N
0
N 1
N 1
2 X
2ktr
2 X
2kr
=
F (tr ) cos
=
yr cos
N
T
N
N
2
ak =
T
r=0
bk =
2
T
r=0
F (t) sen
N 1
2kt
2 X
2kr
dt
yr sen
T
N
N
r=0
El tratamiento se ha e ms sen illo utilizando las opera iones que ono emos de nmeros
yr , r = 0, . . . , N 1,
k = 0, . . . , N/2:
Yk =
N
1
X
r=0
Yk ,
al ulamos los
2kr
NX
N
1
N
1
1
X
X
i
2kr
2kr
2kr
2kr
N
yr cos
i
yr sen
=
yr cos
i sen
=
yr e
N
N
N
N
r=0
Yk =
N
1
X
yr e
2kr
N
r=0
k = 0, . . . N/2
r=0
(11.15)
r=0
Por tanto ya tenemos expresiones para el
l
ulo aproximado de los
oe
ientes de Fourier
mediante los N/2+1 valores
a0 =
Yk :
1
2
2
2
Y0 ; ck = ak ibk = Yk ; ak = Re(Yk ); bk = Im(Yk ) k = 1, . . . , N/2
N
N
N
N
(11.16)
(2)
492
CAPTULO 11.
Ejer i io 11.8
F (t)
en el intervalo
[0, 1. 5],
que apare
en en la Tabla 11.4. Se trata de
al
ular los 8/2+1=5
oe
ientes de Fourier.
Tabla 11.4
tr
0
0. 1875
0. 375
0. 5625
0. 75
0. 9375
1. 125
1. 3125
0
1
2
3
4
5
6
7
yr = F (tr )
1
1. 35
1. 68
1. 97
2. 23
2. 46
2. 68
2. 88
y0 + y1 + . . . + y4 = 16. 25,
por tanto
La Tabla 11.5 muestra los
l
ulos para obtener -Im(Yk ), el elemento de la la r-sima y
olumna k-sima muestra el valor de
deseado de
yr cos(2kr/N ),
Im(Yk ).
Tabla 11.5
r
r
r
r
r
r
r
r
=0
=1
=2
=3
=4
=5
=6
=7
-Im(Yk )
k=1
k=2
k=3
k=4
1. 000
0. 955
0. 000
1. 393
2. 230
1. 739
0. 000
2. 036
1. 371
1. 000
0. 000
1. 680
0. 000
2. 230
0. 000
2. 680
0. 000
1. 130
1. 000
0. 955
0. 000
1. 393
2. 230
1. 740
0. 000
2. 036
1. 089
1. 000
1. 350
1. 680
1. 970
2. 230
2. 460
2. 680
2. 880
1. 070
La Tabla 11.6 muestra los
l
ulos para obtener Re(Yk ), el elemento de la la r-sima y
olumna k-sima muestra el valor de
yr sen(2kr/N ),
deseado de Re(Yk ).
Tabla 11.6
11.2.
r
r
r
r
r
r
r
r
=0
=1
=2
=3
=4
=5
=6
=7
Re(Yk )
k=1
k=2
k=3
k=4
0. 000
0. 955
1. 680
1. 393
0. 000
1. 739
2. 680
2. 036
2. 428
0. 000
1. 350
0. 000
1. 970
0. 000
2. 460
0. 000
2. 880
1. 040
0. 000
0. 955
1. 680
1. 393
0. 000
1. 739
2. 680
2. 037
0. 428
0. 000
0. 000
0. 000
0. 000
0. 000
0. 000
0. 000
0. 000
0. 000
493
a0 , ak
(r = 0, . . . , N 1 = 7)
bk
(k = 0, . . . , N/2 = 4)
yr
k
0
1
2
3
ak
2. 031
0. 343
0. 282
0. 272
bk
0. 607
0. 260
0. 107
|ck |
2. 031
0. 697
0. 384
0. 292
o:
T (t) = a0 +
4
X
k=1
kt
kt
ak cos
+ bk sen
4
4
T (t)
de la fun in original
F (t)?
Observa la Figura
11.27.
F (t) (a trazo
T (t) est relativamente
er
a de F (t) salvo en
las proximidades de los extremos del intervalo (t = 0 y t = 1. 5). Qu o
urre en esos puntos?
Pues lo que o
urre es que F (t) es dis
ontinua en ambos puntos. Observa la Figura 11.28,
hemos representado varios perodos de la fun
in F (t) y T (t). Fjate en
mo la fun
in
ontinua T (t) debe ha
er malabarismos para salvar las dis
ontinuidades de F (t).
Hemos representado el polinomio
grueso) en el intervalo
Ejer i io 11.9
[0, 1. 5].
T (t)
Observa que
Apli a el Teorema 11.1 ( ondi iones de Diri hlet) para al ular el valores
F (t)
[0, 1. 5].
Yk (k = 0, , N/2) que hemos obtenido a partir de los N valores
(r = 0, , N 1) son muy importantes en anlisis de seales. A partir de
yr
494
CAPTULO 11.
Yk ,
Deni in 11.4
Se llama transformada dis reta de Fourier (DFT, Dis rete Fourier Trans-
Yk =Re(Yk ) + iIm(Yk ),
Adems, se puede demostrar que a partir de los N/2+1 valores omplejos de la DFT
(Yk ,
k = 0, ..., N/2)
(yr ,
r = 0, ..., N 1).
En otras palabras, a partir de la DFT de una muestra se puede re
onstruir la propia muestra.
He aqu la expresin de
l
ulo inverso, llamada Transformada Dis
reta Inversa de Fourier
11.2.
495
(IDFT):
N/2
N/2
Y0 2 X
2kr Im(YN/2 )
2 X
2kr
Yr =
+
Re(Yk ) cos
Im(Yk ) sen
N N
N
N
N
N
k=1
r = 0, . . . , N 1
k=1
F (t)
F (t).
la transformada dis
reta de Fourier de la muestra. Ahora bien, para
al
ular los N/2+1
nmeros
omplejos de la transformada a partir de los N valores de la muestra mediante
la rela
in (11.15), es ne
esario un importante esfuerzo de
mputo. De he
ho, se puede
demostrar que para una muestra de tamao N, el nmero de multipli
a
iones a realizar es
del orden de un valor propor
ional a N . Observa que este nmero
re
e mu
ho a medida
que aumenta N. Por ejemplo, si se dupli
a el tamao de la muestra (es de
ir, si se toma
doble fre
uen
ia de muestreo), el nmero de opera
iones ne
esarias se
uadripli
a. In
luso
automatizando los
l
ulos
on un ordenador, el nmero de opera
iones a realizar en un
intervalo de tiempo puede resultar prohibitivo. Afortunadamente existen algoritmos
on los
que
al
ular la DFT
on mu
has menos opera
iones. Estos algoritmos de llaman algoritmos
FFT (Fast Fourier Transform, Transformada Rpida de Fourier). No vamos a entrar en
detalles de estos algoritmos, pero s indi
aremos dos datos. Primero, para poder apli
arse,
el valor de N debe ser poten
ia de 2. Segundo, el nmero de opera
iones que es ne
esario
realizar para
al
ular la DFT empleando FFT es mu
ho menor que
on el
l
ulo dire
to,
del orden de Nlog(N). Observa la Figura 11.29 Hemos representado las fun
iones N /100 y
Nlog(N)/100. La primera de ellas (
l
ulo dire
to de la DFT)
re
e mu
ho ms rpidamente
que la segunda (
l
ulo de la DFT empleando FFT). Por ejemplo, si N=1024=2
10 , el valor N2
supera el milln de opera iones ne esarias, mientras que Nlog(N) no llega a 3100 opera iones.
Ejer i io 11.10
miento del nmero de opera
iones que deben realizarse para
al
ular la DFT mediante el
2
l
ulo dire
to (N ) o mediante los algoritmos FFT (Nlog (N)).
Del mismo modo, tambin existen algoritmos e
ientes para el
l
ulo de la transformada
dis
reta inversa, IFFT. En el mer
ado existe una amplia gama de
hips que realizan tanto la
FFT de una muestra
omo la IFFT. Estos
hips se montan en los instrumentos profesionales
que sirven para analizar el espe
tro de seales (tensin,
orriente, vibra
iones, sonido, vdeo,
et
). Por otra parte, los algoritmos FFT e IFFT vienen in
orporados en algunos paquetes de
software
omer
ial
omo la hoja de
l
ulo Ex
el (Herramientas/Anlisis de datos/Anlisis
de Fourier).
Ejer i io 11.11
F (t)
de
50
Hz
(T = 0. 02)
on-
taminada
on armni
os hasta orden 14. As pues, la fre
uen
ia de Nyquist es igual a
21450=1400 Hz, de modo que habr que muestrear en el intervalo
[0, 0. 02]
on perodo de
496
CAPTULO 11.
1/1400 = 0. 000714286.
En el intervalo
F (t)
y ltrar
F (t)
11.2.
497
Tabla 11.8
r
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
tr
0. 00000
0. 00063
0. 00125
0. 00188
0. 00250
0. 00313
0. 00375
0. 00438
0. 00500
0. 00563
0. 00625
0. 00688
0. 00750
0. 00813
0. 00875
0. 00938
F (tr )
0. 19900
0. 31084
0. 18136
0. 25188
0. 24992
0. 25546
0. 31901
0. 19728
0. 30400
0. 19736
0. 33174
0. 26561
0. 27129
0. 26865
0. 20708
0. 32978
r
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
tr
0. 01000
0. 01063
0. 01125
0. 01188
0. 01250
0. 01313
0. 01375
0. 01438
0. 01500
0. 01563
0. 01625
0. 01688
0. 01750
0. 01813
0. 01875
0. 01938
F (tr )
0. 22300
0. 32853
0. 19205
0. 25518
0. 24568
0. 24386
0. 30047
0. 17254
0. 27400
0. 16326
0. 29485
0. 22732
0. 23311
0. 23202
0. 17344
0. 30039
Yk
498
CAPTULO 11.
Tabla 11.9
k
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Re(Yk )
8. 00000
0. 19200
0. 00000
0. 00000
0. 00000
0. 00000
0. 38400
0. 00001
0. 00001
0. 00001
0. 00001
0. 00001
0. 00001
0. 00003
1. 00799
0. 00004
0. 00003
Im(Yk )
0. 00000
0. 24000
0. 00000
0. 00000
0. 00000
0. 00000
0. 01086
0. 00000
0. 00000
0. 00000
0. 01336
0. 00000
0. 00000
0. 00000
0. 03770
0. 00000
0. 00000
ak
0. 25000
0. 01200
0. 00000
0. 00000
0. 00000
0. 00000
0. 02400
0. 00000
0. 00000
0. 00000
0. 00000
0. 00000
0. 00000
0. 00000
0. 06300
0. 00000
0. 00000
bk
0. 00000
0. 01500
0. 00000
0. 00000
0. 00000
0. 00000
0. 00068
0. 00000
0. 00000
0. 00000
0. 00084
0. 00000
0. 00000
0. 00000
0. 00236
0. 00000
0. 00000
Mdulo de
ck
0. 25000
0. 01921
0. 00000
0. 00000
0. 00000
0. 00000
0. 02401
0. 00000
0. 00000
0. 00000
0. 00084
0. 00000
0. 00000
0. 00000
0. 06304
0. 00000
0. 00000
R(t).
F (t) tiene
armni
os 6, 10 y 14 (anlisis). Ahora ltramos las fre
uen
ias no deseadas, y nos quedamos
slo
on los armni
os 6 y 10 (adems de
on la fre
uen
ia fundamental). As pues, la seal
ltrada (sntesis) ser:
[0, 0. 02].
F (t)
F (t)
(trazo grueso) y de
en
no
deseados.
11.2.
499