(PDS) Cap - 08 - DFT - 17 - I

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Universidad del Per, DECANA DE AMERICA
FACULTAD DE INGENIERIA ELECTRONICA Y ELECTRICA

E. P. INGENIERIA ELECTRONICA
Flavio Carrillo Gomero

fcarrillog@unmsm.edu.pe
DEPARTAMENTO ACADEMICO DE TELECOMUNICACIONES
Captulo VIII
Transformada Discreta de Fourier Introduccin
INTRODUCCION
x[n] X(ej)
X(ej) es una funcin compleja continua en el dominio de la frecuencia .
X(ej)
-3 -2 - 0 2 3
OBJETIVO: representar x[n] en el dominio de la frecuencia a partir de
las muestras de su espectro X(ej)
Los computadores slo pueden almacenar y manejar un conjunto finito de
datos, por consiguiente es necesario representar xc(t) mediante un conjunto
finito de valores.
Adecuado para ser ejecutado por la PC o por el PDS
Transformada Discreta de Fourier Transformada Discreta de Fourier
Transformada Discreta de Fourier

Primer paso es muestrear xc(t) para obtener una seal discreta xc[n].
Segundo paso. Como la seal analgica puede no estar limitada en el

tiempo, hay que obtener un conjunto finito de muestras de la secuencia
discreta mediante un proceso de truncamiento.
Sea x[n] una secuencia finita, definida de la siguiente manera:
x n xc n w n
Donde: xc[n] seal discreta con infinitas muestras.
w[n] funcin ventana. Ejemplo: Ventana Rectangular
1, 0 n N-1
w[n] =
0, en el resto
Transformada Discreta de Fourier Respuesta en Frecuencia de los Sistemas SDLIT
Tercer Paso. Calcular ahora la Transformada de Fourier para Seales Discretas

para N muestras:
N 1
X e j x n e jn
n 0
Dado que X(ej) es una funcin compleja y de periodo 2, bastara con calcular
X(ej) en el intervalo [0, 2].
Imposible encontrar exactamente X(ej) utilizando un procesador digital, pues

se necesitaran infinitos espacios de memoria y calcular infinitos productos y
sumas.
X(ej) se calcular slo sobre un conjunto de N valores de frecuencia (muestras

de frecuencia) igualmente espaciados en el intervalo [0,2 ] .
Transformada Discreta de Fourier Derivacin de la DTF
DERIVACION DE LA TRANSFORMADA DISCRETA DE FOURIER

x[n] En el dominio del tiempo
xc(t) xc[n]
T Periodo de
muestreo T.
0 t (seg)
0 2 6 ... 15 .. N-1 n (seg)
En el dominio de la frecuencia
X(ej) X[k] Frecuencia de
2
muestreo
dividida entre N.
NT
0 2 (Rad)
0 2 6 ... 15 .. N-1 k
0 2 6 ... 15 .. (N-1) = k (Rad/seg)
k 0,1, 2........, N 1

De la definicin de la Transformada de Fourier para Seales Discretas:

X (e ) x[n]e jn
j
n
Como =.T , entonces:

X (e ) j
x[
n
n ]e jTn
N 1 N 1 2
jnk
) x[n]e x[n]e
jk jnk T T
X[k] X (e NT
n 0 n 0
0 2 (Rad)
0 2 6 ... 15 .. N-1 k
0 2 6 ... 15 .. (N-1) = k (Rad/seg)
k 0,1, 2........, N 1

Simplificando obtenemos:
N 1 2
j
X (e jk ) x[n]e
kn
N
n 0
N 1 k=0,1,2, ., N-1
DFT X [k ] x[n]W kn
j
2

n 0 W e N
N 1

1
IDFT x n X [ k ]W kn
n=0,1,2, ., N-1
N k 0
Ejemplo 1:
Hallar la DFT de la seal discreta x[n]:
x[n]
1
N=8
0 1 2 3 4 5 6 7 n
Solucin:
De la expresin para la DFT, aplicando a x[n] obtenemos:
7 2
j
X [k ] x[n]e
kn
N
n 0
Donde: n 0,1, 2........, 7

k 0,1, 2........, 7

Calculando cada uno de los componentes de frecuencia de X[k] :
7 2
j
X (k ) x[n]e
kn
N
n 0
X 0 x 0 x 1 x 2 x 3 x 4 x 5 x 6 x 7
2 2 2 2 2 2 2
j j j j j j j
X 1 x 0 x 1 e x 2 e x 3 e x 4 e x 5 e x 6 e x 7 e
.1.1 .1.2 .1.3 .1.4 .1.5 .1.6 .1.7
8 8 8 8 8 8 8
2 2 2 2 2 2 2
j j j j j j j
2.1 .2.2 2..3 2.4 2.5 2..6 2..7
8 8 8 8 8 8 8
2 2 2 2 2 2 2
j j j j j j j
3.1 .3.2 3..3 3.4 3.5 3..6 3..7
8 8 8 8 8 8 8
2 2 2 2 2 2 2
j j j j j j j
4.1 .4.2 4..3 4.4 4.5 4..6 4..7
8 8 8 8 8 8 8
2 2 2 2 2 2 2
j j j j j j j
5.1 .5.2 5..3 5.4 5.5 5..6 5..7
8 8 8 8 8 8 8
2 2 2 2 2 2 2
j j j j j j j
6.1 .6.2 6..3 6.4 6.5 6..6 6..7
8 8 8 8 8 8 8
2 2 2 2 2 2 2
j j j j j j j
7.1 .7.2 7..3 7.4 7.5 7..6 7..7
8 8 8 8 8 8 8
Resultados del clculo:

K X[k] [k] (rad)
0 6.0000 +0.0000
1 1.8478 - 1.9635
2 1.4142 - 0.7854
3 0.7653 +0.3927
4 0.0000 +0.0000
5 0.7653 - 0.3927
6 1.4142 +0.2854
7 1.8478 +1.9635
FT DE UN PULSO RECTANGULAR CONTINUO
Sea x(t) una seal pulso rectangular continua en el tiempo. Determinar la

Transformada de Fourier X().
x(t)
2.5 2.5 t (seg)
1 / 2 t / 2
x t
0 otros sen / 2
X
/ 2
DTFT DE UN PULSO RECTANGULAR DISCRETO

x[n]
1 2 n 2
x n
1
0 otros
3 2 1 0 1 2 3 4 5 6 n X e j e j 2 e j 1 e j e j 2
X e j
(Rad)
K X(k) (k) (rad)

DFT DE UN PULSO RECTANGULAR DISCRETO PARA 0 6.0000 + 0.0000
N=16
1 4.73571 - 0.9817
2 1.8478 - 1.9635
3 0.6888 + 0.1963
4 1.4142 - 0.7854
5 0.4602 - 1.7671
6 0.7653 + 0.3927
7 0.9419 - 0.5890
8 0.0000 + 0.0000
9 0.9419 + 0.5890
10 07653 - 0.3927
11 0.4602 + 1.7671
12 1.4142 + 0.7854
13 0.6888 - 0.1963
14 1.8478 + 1.9635
15 4.7357 + 0.9817
DFT DE UN PULSO RECTANGULAR DISCRETO PARA

N=32
DFT DE UN PULSO RECTANGULAR DISCRETO PARA

N=64
Ejemplo Prctico
DFT con Matlab
function[X]=dft_01(x)
%
% Clculo de la DFT de modo directo.
%
Xsize=length(x);
% Clculo la DFT (Por el camino menos eficiente)
for m=0:Xsize-1
sum=0;
for n=0:Xsize-1
sum=sum+x(n+1)*(cos(2*pi*n*m/Xsize)-
1i*sin(2*pi*n*m/Xsize));
end
X(m+1)=sum;
end
DFT con Matlab

% CALCULO DE LA DFT por el mtodo directo
close all; clear all; clc;
% Datos iniciales.
f=80; % frecuencia analgica en Hz.
fs=1000; % frecuencia de muestreo en Hz.
Ts=1/fs; % periodo de muestreo
n=0:Ts:0.50;
x=cos(2*pi*f*n); % Secuencia de prueba
N=length(x);
X=dft_01(x); % Calculo de la DFT de x[n]
Xabs=abs(X);
Xmax=max(abs(X));
figure(1);plot(x, '.-b'); % Ploteo de las grficas resultantes
xlabel(sprintf('%6.5f Segundos entre muestra y muestra', Ts));
title('Muestras de x(t)');
figure(2);plot(abs(X),'.','Color',[0.41,0.26,0.10]);
xlabel(sprintf('La resolucin de frecuencia es de %5.3f Hz
entre muestras',fs/(length(X)-1)));
title('Mdulo de la DFT de x');
Ejemplo 2
Frecuencia de muestreo: fs = 1000 Hz.

Frecuencia analgica de x(t): f = 80 Hz.
Secuencia de entrada: x [n] = cos(2**f*n)
Nmero de muestras en el tiempo: N = length(x)
Resolucin de la escala de frecuencia: fk = fs/(N-1)
Mdulo de la DFT de x
250
X: 41
Y: 248.1
200
150
100
50
0
0 100 200 300 400 500 600
La resolucin de frecuencia es de 2.000 Hz entre muestras
Ejemplo 3

250
X: 101
Y: 234.6
200
150
100
50
0
0 100 200 300 400 500 600
Ejemplo 4

180
X: 226
Y: 176.6
160
140
120
100
80
60
40
20
0
0 100 200 300 400 500 600
Ejemplo 5

180
X: 231 X: 272
Y: 173.9 Y: 173.9
160
140
120
100
80
60
40
20
0
0 100 200 300 400 500 600
Transformada Rpida de Fourier
FFT
Transformada Discreta de Fourier FFT
TRANSFORMADA RAPIDA DE FOURIER - FFT
La Transformada de Fourier Discreta - DFT es discreta tanto en el dominio

del tiempo como en el dominio de la frecuencia y es definida para
secuencias de duracin finita.
Es una transformada para efectos de clculo, pero muy ineficiente para para
secuencias con longitud de datos N muy grande.
En 1965 Cooley y Tukey obtuvieron un procedimiento de clculo reducido de

la DFT.
Como consecuencia se desarrollaron algoritmos de clculo conocidos como

algoritmos de la Transformada Rpida de Fourier FFT.
Sea x[n] una secuencia de N puntos.
X(k) su DFT de N puntos, dada por la siguiente expresin:.

N 1
X k x[n].WNnk , 0 k N 1
n 0
2
j
donde:
WN e N
Para obtener una muestra de X(k), se necesita:

N multiplicaciones complejas y
(N-1) sumas complejas
Por lo tanto, para obtener la DFT completa de N puntos se necesita:

N (N-1) N 2 sumas complejas y
N 2 multiplicaciones complejas
Generalmente el tiempo de procesamiento para una suma es..
mayor igual menor

menor
que para una multiplicacin.
Concentrarse sobre el nmero de multiplicaciones complejas.
Por ejemplo para N=2 por si mismo requiere:

4 multiplicaciones y 2 sumas.
Eficiencia del clculo
Un algoritmo diseado en forma eficiente implica que el

numero de operaciones debe ser constante por cada muestra,
por lo tanto el numero total de operaciones debe ser
lineal con respecto a N.
Entonces la FFT aprovecha las propiedades de:
Periodicidad y
W 6 W 14 ...
Simetra de W W 5 W 13 ... W 7 W 15 ...
Periodicidad :
W 4 W 12 ... W 0 W 8 ...
k n N n k N
WNkn W N W N
Simetra: W 3 W 11 ... W 1 W 9 ...
W 2 W 10 ...
WNkn N / 2 WNkn
Ejemplo 6
Desarrollar el clculo de la DFT de 4 puntos y un algoritmo eficiente
para realizar dicha operacin de:
3 2
j
X k x[n].W4nk , 0 k 3, W4 e 4
j
n 0
Solucin:
El proceso de clculo puede ser expresado como una matriz:
X 0 W40 W40 W40 W40 x 0

0
X 1 W
4 W4
1
W42 W43 x 1
X 2 W40 W42 W44 W46 x 2
0
X 3 W4 W4
3
W46 W49 x 3
El cual requiere 16 multiplicaciones complejas.

Criterio de eficiencia: utilizando la periodicidad
W40 W44 1 ; W41 W49 j ; W42 W46 1; W43 j
Y sustituyendo en la matriz anterior, obtenemos:
X 0 1 1 1 1 x 0

X 1 1 j 1 j x 1

X 2 1 1 1 1 x 2

X 3 1 j 1 j x 3
Utilizando la simetra, obtenemos:
X 0 x 0 x 1 x 2 x 3 x 0 x 2 x 1 x 3
g1 g2
X 1 x 0 jx 1 x 2 jx 3 x 0 x 2 j x 1 x 3
h1 h2
X 2 x 0 x 1 x 2 x 3 x 0 x 2 x 1 x 3
g1 g2
X 3 x 0 jx 1 x 2 jx 3 x 0 x 2 j x 1 x 3
h1 h2
Por lo tanto un algoritmo eficiente es:

Paso 1 Paso 2
g1 x 0 x 2 X 0 g1 g 2
se requiere
g 2 x 1 x 3 X 1 h1 jh2 solamente 2
h1 x 0 x 2 X 2 g1 g 2 multiplicaciones
h2 x 1 x 3 X 3 h1 jh2 complejas.
Diagrama de flujo de este algoritmo.
x 0 X 0
g1
x 2 X 1
1 h1 j
x 1 X 2
g2 1
x 3 X 3
1 h2 j
Una interpretacin:
(a) Una secuencia x[n] de 4 puntos es dividida en secuencias de 2

puntos, las cuales son reacomodadas dentro de vectores columna
como la mostrada a continuacin:
X 0 X 1 X 0 X 1
,
X 2 X 3 X 2 X 3
(b) se toma una DFT de 2 puntos ms pequeos de cada columna:
X 0 X 1 1 1 X 0 X 1 X 0 X 2 X 1 X 3 g1 g2
W2
X 2 X 3 1 1 X 2 X 3 X 0 X 2 X 1 X 3 h1 h2
Luego cada elemento de la matriz resultado es multiplicado por W4pq ,

donde p es el ndice de la fila y q es el ndice de la columna; es decir,
la operacin punto-producto se lleva acabo:
1 1 g1 g 2 g1 g2
h
1 j 1 h2 h1 jh2

Finalmente, dos DFTs de 2 puntos ms pequeos se toman de los
vectores fila.
g1 g2 g1 g 2 1 1 g1 g 2 g1 g 2 X 0 X 2
h
jh2 2 h1 jh2 1 1 h1 jh2 h1 jh2 X 1
W
1 X 3
Aunque esta interpretacin parece tener ms multiplicaciones que el

algoritmo eficiente, sugiere un enfoque sistemtico de calcular una
DFT grande basado en DFT ms pequeos.
ALGORITMO PARA LA FFT Radix-2:

DECIMACION EN FRECUENCIA
Sea la secuencia x[n] , para n = 0, 1, 2, , N-1

Separando x[n] en secuencias pares e impares y aplicando la DFT:
N
1
N 1 2 N 1
X [k ] x[n]W kn
x[n]W kn
x[n]W kn
n 0 n 0 n
N
2
N
Haciendo n n y reemplazando en la segunda sumatoria, tenemos:
2
N N
1 N 2
1
2
X [k ] x[n]W kn W x[n
k N
2
]W kn
n 0 n 0 2
N
cos jsen 1
k k k
2
Como W y reemplazando, tenemos:
N
1
2
N kn
X [k ] x[n] 1 x[n
k
]W
n 0 2
..
1 1
k
Como: para k par
1 1
k
para k impar
Separando X[k] en secuencias separadas pares e impares
N
1
2
N kn
X [k ] x[n] x[n ]W Para k par
n 0 2
N
1
2
N kn
X [k ] x[n] x[n ]W Para k impar
n 0 2
Haciendo k =2m para la sumatoria de los pares y k = 2m+1 para los impares
N
1
2
N 2 mn
X [2m] x[n] x[n ]W m = 0, 1, 2, N/2 -1
n 0 2
N
1
2
N 2 mn mn m = 0, 1, 2, N/2 -1
X [2m 1] x[n] x[n ]W W
n 0 2
..
Haciendo:
N
a n x n x n
2
N
b n x n x n
2
Las ecuaciones pueden ser escritas como 2 DFT de N/2 puntos:
N
1
2
X [2m] a nWNmn/2 m = 0, 1, 2, N/2 -1
n 0
N
1
2
X [2m 1] b[n]WNmn/2WNn m = 0, 1, 2, N/2 -1
n 0
EJEMPLO PARA N=8

Descomponiendo la DFT de N puntos en dos DFT de N/2 puntos.
Aplicando las dos ecuaciones:
3
X [0] a nW40 a 0W40 a 1W40 a 2W40 a 3W40
n 0
3
X [2] a nW41n a 0W40 a 1W41 a 2W42 a 3W43
n0
3
X [4] a nW42n a 0W40 a 1W42 a 2W44 a 3W46
n 0
3
X [6] a nW43n a 0W40 a 1W43 a 2W46 a 3W49
n0
3
X [1] b nW40W8n b 0W40W80 b 1W40W81 b 2W40W82 b 3W40W83
n 0
3
X [3] b nW4nW8n b 0W40W80 b 1W41W81 b 2W42W82 b 3W43W83
n0
3
n 0
3
n 0
..
Descomponiendo a[n] y b[n]
a 0 x 0 x 4 b 0 x 0 x 4
a 1 x 1 x 5 b 1 x 1 x 5
a 2 x 2 x 6 b 2 x 2 x 6
a 3 x 3 x 7 b 3 x 3 x 7
..
El proceso de descomposicin puede ser repetido nuevamente pero para N/4
que es la etapa final para N=8.
El nmero de etapas, o DFTs se deber repetir hasta llegar a la DFT de 2
puntos.
En general una FFT de N puntos tendr m etapas con N 2m
..
La ltima descomposicin, ya que se ha llegado a aplicar la DFT de 2 puntos,
es la ms baja descomposicin del algoritmo Radix 2. Luego para una DFT de
2 puntos las salidas X[k] de esta ltima etapa pueden ser escritas de la
siguiente forma:
X 0 x 0W 0 x 1W 0 x 0 x 1
X 1 x 0W 0 x 1W 1 x 0 x 1
..
La decimacin en Frecuencia adquiere su nombre del hecho de que la
secuencia de salida X[k] es descompuesta (decimada) en subsecuencias ms
pequeas, continuando por a etapas o iteraciones.
Ejemplo numrico
Hallar la FFT Radix 2 para x[n] = {1, 1, 1, 1, 1, 1, 0, 0}, para N=8.
Los coeficientes W pueden ser calculados una sola vez y almacenados para ser
utilizados luego:
W80 1
2
j
W e
8
1 8
cos jsen 0.707 j 0.707
4 4
4 6
j j
W e
8
2 8
j W e
8
3 8
0.707 j 0.707
Ahora calculamos las salidas intermedias para cada etapa:
ETAPA 1:
x 0 x 4 2 x 0
x 0 x 4W 0
0
x 4

x 1 x 5 2 x1
x 1 x 5W 0
1
x5

x 2 x 6 1 x 2
x 2 x 6W j
2
x 6

x 3 x 7 1 x3
x 3 x 7W 0.707 j 0.707
3
x 7

x[0], x[1],.., x[7] son las salidas intermedias de la 1era. iteracin:


ETAPA 2:
x 0 x 2 2 1 3 x 0
x 4 x 6 0 j j x 4

x1 x3 2 1 3 x1
x5 x 7 0.707 j 0.707 x5

x0 x 2W 2 11=1
0
x 2
x 4 x6W 0
j x 6

x1 x3W 2 1 j = j
2
x3
x5 x7W 2
0.707 j 0.707 x 7

x[0], x[1],.., x[7] representan salidas intermedias de la segunda iteracin:
ETAPA 3:
X 0 x 0 x1 3 3 6 X 4 x 0 x1 0
X 1 x 4 x5 0.707 j1.707 X 5 x 4 x5 0.707 j 0.2929
X 2 x 2 x3 1 j X 6 x 2 x3 1 j
X 3 x 6 x7 0.707 j 0.2929 X 7 x 6 x7 0.707 j1.7071
x[0] x[0]
x[1] x[1]
x[2] x[2]
x[3] x[3]
x[4] x[4]
x[5] x[5]
x[6] x[6]
x[7] x[7]
Bibliografia
[1] J. G. Proakis, y D. G. Manolakis, Captulo 5: La Transformada de

Fourier Discreta, TRATAMIENTO DIGITAL DE SEALES, 3. Edicin,
Editorial Prentice Hall, pp. 401 - 455, 2000.
[2] J. G. Proakis, y D. G. Manolakis, Captulo 6: Calculo eficiente de la

DFT: algoritmos para la FFT, TRATAMIENTO DIGITAL DE SEALES,
3. Edicin, Editorial Prentice Hall, pp. 457 - 507, 2000.
PREGUNTAS
Fin del Captulo VIII

(PDS) Cap - 08 - DFT - 17 - I

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

(PDS) Cap - 08 - DFT - 17 - I

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Universidad del Per, DECANA DE AMERICA

FACULTAD DE INGENIERIA ELECTRONICA Y ELECTRICA

Flavio Carrillo Gomero

X(ej) es una funcin compleja continua en el dominio de la frecuencia .

Transformada Discreta de Fourier

Segundo paso. Como la seal analgica puede no estar limitada en el

Sea x[n] una secuencia finita, definida de la siguiente manera:

w[n] funcin ventana. Ejemplo: Ventana Rectangular

Tercer Paso. Calcular ahora la Transformada de Fourier para Seales Discretas

X(ej) en el intervalo [0, 2].

Imposible encontrar exactamente X(ej) utilizando un procesador digital, pues

X(ej) se calcular slo sobre un conjunto de N valores de frecuencia (muestras

DERIVACION DE LA TRANSFORMADA DISCRETA DE FOURIER

Donde: n 0,1, 2........, 7

Resultados del clculo:

FT DE UN PULSO RECTANGULAR CONTINUO

Sea x(t) una seal pulso rectangular continua en el tiempo. Determinar la

2.5 2.5 t (seg)

DTFT DE UN PULSO RECTANGULAR DISCRETO

K X(k) (k) (rad)

DFT DE UN PULSO RECTANGULAR DISCRETO PARA

DFT DE UN PULSO RECTANGULAR DISCRETO PARA

DFT con Matlab

DFT con Matlab

Frecuencia de muestreo: fs = 1000 Hz.

Frecuencia de muestreo: fs = 1000 Hz.

Frecuencia de muestreo: fs = 1000 Hz.

Frecuencia de muestreo: fs = 1000 Hz.

TRANSFORMADA RAPIDA DE FOURIER - FFT

La Transformada de Fourier Discreta - DFT es discreta tanto en el dominio

En 1965 Cooley y Tukey obtuvieron un procedimiento de clculo reducido de

Como consecuencia se desarrollaron algoritmos de clculo conocidos como

Sea x[n] una secuencia de N puntos.

X(k) su DFT de N puntos, dada por la siguiente expresin:.

Para obtener una muestra de X(k), se necesita:

Por lo tanto, para obtener la DFT completa de N puntos se necesita:

Generalmente el tiempo de procesamiento para una suma es..

mayor igual menor

que para una multiplicacin.

Concentrarse sobre el nmero de multiplicaciones complejas.

Por ejemplo para N=2 por si mismo requiere:

Eficiencia del clculo

Un algoritmo diseado en forma eficiente implica que el

Entonces la FFT aprovecha las propiedades de:

Simetra de W W 5 W 13 ... W 7 W 15 ...

El proceso de clculo puede ser expresado como una matriz:

X 0 W40 W40 W40 W40 x 0

El cual requiere 16 multiplicaciones complejas.

Criterio de eficiencia: utilizando la periodicidad

W40 W44 1 ; W41 W49 j ; W42 W46 1; W43 j

Y sustituyendo en la matriz anterior, obtenemos:

Utilizando la simetra, obtenemos:

Por lo tanto un algoritmo eficiente es:

Diagrama de flujo de este algoritmo.

(a) Una secuencia x[n] de 4 puntos es dividida en secuencias de 2

(b) se toma una DFT de 2 puntos ms pequeos de cada columna:

Luego cada elemento de la matriz resultado es multiplicado por W4pq ,

Aunque esta interpretacin parece tener ms multiplicaciones que el

ALGORITMO PARA LA FFT Radix-2:

Sea la secuencia x[n] , para n = 0, 1, 2, , N-1

EJEMPLO PARA N=8

Ahora calculamos las salidas intermedias para cada etapa: