Laboratorio N.

º 01:
SERIES Y TRANSFORMADAS DE
FOURIER
Rodas López, Melanie Elena

Facultad de Ingeniería Eléctrica y Electrónica, Universidad Nacional de Ingeniería

Lima, Perú

I. OBJETIVOS espectro de frecuencia de la señal del dominio-

tiempo original.
El objetivo de este laboratorio consiste en
hacer comprender al alumno el manejo del
III. CONCEPTO
Matlab, aportándole los conocimientos
necesarios para una mayor profundización. DESARROLLO EN SERIE DE FOURIER
Además, nos permite ver la representación de
señales en el dominio del tiempo y de la Serie de Fourier
frecuencia.
Cualquier función del tiempo f(t), real,
II. INTRODUCCION periódica de período T o frecuencia 1 = 2  /
T, continua, puede ser expandida en una serie
La serie de Fourier nos permite obtener una infinita de senos y cosenos de frecuencias n
representación en el dominio de la frecuencia múltiplos de 1, es decir, n = n 1, con
de funciones periódicas f(t). Las series de n=1,2,…,. En forma de ecuación tenemos
Fourier son útiles para el estudio de señales que:
periódicas, pero, desafortunadamente, este tipo
de señales no son tan frecuentes en la práctica
como las no periódicas. Fourier basó su
trabajo en el estudio físico de la ecuación del
Construcción
calor o de difusión.
Para obtener A0 calculamos el promedio
La transformada de Fourier, denominada así
temporal de f(t), sustituyendo la anterior serie
por Joseph Fourier, es una transformación
en la integral del promedio y tomando en
matemática empleada para transformar señales
cuenta que el promedio temporal de los senos
entre el dominio del tiempo (o espacial) a el
y cosenos son cero. El valor de t0 normalmente
dominio de la frecuencia, que tiene muchas
es cero pero más adelante nos convendrá
aplicaciones en la física y la ingeniería. Es
tomarlo como – T/2.
reversible, siendo capaz de transformarse en
cualquiera de los dominios al otro.
En el caso de una función periódica en el
tiempo (por ejemplo, un sonido musical
continuo, pero no necesariamente sinusoidal), Para calcular los coeficientes Am con m=1, 2,
la transformada de Fourier se puede simplificar …,, calcularemos el promedio de una nueva
para el cálculo de un conjunto discreto de función f(t) cos( m 1 t):
amplitudes complejas, llamado coeficientes de
las series de Fourier. Ellos representan el
 1 𝑇 Note que la distancia entre dos frecuencias
∫ 𝑓(𝑡) cos(𝑚𝜔1 𝑡) 𝑑𝑡 consecutivas es:
𝑇 0
1 𝑇  = (n+1) 1 – n 1 = 1 = 2  / T.
= ∫ 𝐴0 cos(𝑚𝜔1 𝑡) 𝑑𝑡
𝑇 0
𝑇 ∞ Serie de Fourier Compleja
+ ∫ ∑ 𝐴𝑛 cos⁡(𝑛𝜔1 𝑡)cos⁡(𝑚𝜔1 𝑡) 𝑑𝑡
0 𝑛=1
Es posible modificar la ecuación de la Serie de
𝑇 ∞
Fourier para que la función f(t), real, quede en
+ ∫ ∑ 𝐵𝑛 𝑠𝑒𝑛(𝑛𝜔1 𝑡)cos⁡(𝑚𝜔1 𝑡) 𝑑𝑡 términos de exponenciales complejas, usando
0 𝑛=1 para ello la fórmula de Euler- De Moivre:

e j θ  cos   j sen
La primera integral del lado derecho es cero Para ello escribamos la serie de la siguiente
porque es el promedio de un coseno. manera:
Para las siguientes dos podemos considerar que
los senos y cosenos son buena gente y permiten
intercambiar los signos de sumatoria e integral
sin mayores traumas. Donde se cumplen las relaciones: An = Cn
Entonces calculemos primero la última integral cos n,
usando que el producto sen  * cos  se puede B n = - C n sen n;
escribir como [sen (+)+sen (-)]/2,
resultando así dos promedios que se anulan en o:
un período, para todo valor de  y , es decir
para todo valor de n y m, y así ningún Bm saldrá
en el resultado.

Para calcular la segunda integral usamos que el

la cual podemos escribir como:
producto cos  * cos  se puede escribir como
[cos(+)+cos(-)]/2, resultando así dos
promedios que se anulan en un período, para
todo valor de  y , es decir para todo valor de
n y m, excepto para el caso n=m que solo se finalmente, usando un solo signo de sumatoria:
anula el promedio de cos(+), porque cos(-
)= cos(0)=1, cuyo promedio es 1.
En resumen, solamente quedará el valor Am/2,
o cambiando la letra del índice: donde:

Similarmente obtenemos:

Las Gn se obtienen a partir de f(t) usando la

El gráfico de A n y B n en función de n (o de n)
1 T

 f (t) e  j n 1 t dt .
2
se conoce como el espectro de frecuencias de integral: G n 
la función periódica f(t). T T
2
La transformada de Fourier potencias de 𝑓(𝑥). La siguiente figura muestra
muestra una señal simple y su TF
La transformada Fourier de una señal
unidimensional o función continua𝑓(𝑥) es una
transformación de dicha señal que nos permite
calcular la contribución de cada valor de
frecuencia a la formación de la señal. La
expresión matemática de dicho cálculo es

∞
𝐹(𝑢) = ∫ 𝑓(𝑥)𝑒𝑥𝑝[−𝑖2𝜋𝑢𝑥]𝑑𝑥
−∞ Debemos notar la relación existente entre la
altura y anchura del rectangulo y la altura y los
Donde 𝑖 = √−1
IV. DESARROLLO Y SIMULACIÓN
𝑒𝑥𝑝[−𝑖𝜋𝑢𝑥] = cos⁡(2𝜋𝑢𝑥) − 𝑖𝑠𝑒𝑛(2𝜋𝑢𝑥) y
la variable u que aparece en la 1. De la siguiente función:
función⁡𝐹(𝑢) representa a las frecuencias.
Puede demostrarse además que esta
transformación tiene inversa, es decir que dada
la función 𝐹(𝑢) podemos a partir de ella
calcular la función⁡𝑓(𝑥). La expresión
matemática de dicha transformada inversa es
∞
𝑓(𝑥) = ∫ 𝐹(𝑢)𝑒𝑥𝑝[𝑖2𝜋𝑢𝑥]𝑑𝑢
−∞

Estas dos funciones⁡𝑓(𝑥)𝑦⁡𝐹(𝑢) se denominan

un par de transformadas Fourier. En general
las funciones con las que trataremos en
problemas reales verificarán las condiciones
que es necesario imponer para que las
expresiones anteriores puedan calcularse.
a. Encontrar la serie de Fourier para la
función de onda cuadrada de periodo T:
La expresión para f(t) en –T/2<t<T/2 es:

Es importante señalar que, aunque las

funciones que definen a las imágenes son
funciones reales sus transformadas Fourier son
funciones complejas con parte real y parte Cálculo de los coeficientes de la Serie:
imaginaria. Así pues 𝐹(𝑢) se expresará de
forma general como 𝐹(𝑢) = 𝑅(𝑢) + Coeficientes an:
𝑖𝐼(𝑢),donde⁡𝑅(𝑢) denota la parte real y 𝐼(𝑢) la
parte imaginaria. Como todo número complejo
para cada valor de u,⁡𝐹(𝑢) puede expresarse en
términos de su módulo y de su ángulo de fase.
Es decir,⁡𝐹(𝑢) tambien puede expresarse
como 𝐹(𝑢) = |𝐹(𝑢)|𝑒𝑥𝑝[𝑖∅(𝑢)],
donde|𝐹(𝑢)| = √𝑅 2 (𝑢) + 𝐼 2 (𝑢), y⁡∅(𝑢) =
𝐼(𝑢)
𝑡𝑎𝑛−1 𝑅(𝑢).

A la función⁡|𝐹(𝑢)| se le denomina espectro de

Fourier de la señal⁡𝑓(𝑥), y al cuadrado de dicha
función.|𝐹(𝑢)|2 se le denomina espectro de
Coeficiente a0: b. Graficar f(t) con Matlab
clc
clear all
%SEÑAL CUADRADA PERIODICA
A=1; %A:Amplitus
fo=30; %f0=frecuencia lineal
wo=2*pi*fo; %wo=frecuencia
angular
T=1/fo; %T: periodo
rho=0.5; %rho: desfasamiento
t=0:0.001:5*T; %tiempo en evaluar
la señal
y=A*square(wo*t+rho);
axis ([0 5*T -2 2])
plot(y,'-g','LineWidth',1.1)
Coeficientes bn: title('Onda cuadrada'),grid
xlabel('tiempo: t [segundos]')
ylabel ('Onda f(t)')

clear all
% el primer armónico o frecuencia
fundamental de la señal cuadrada
en azul
t1=0:.1:10
Finalmente la Serie de Fourier queda como : y1=4*sin(t1)/pi;
plot(t1,y1)
hold on
% El segundo armónico en verde
y1=(4/pi)*[sin(3*t1)/3];
En la siguiente figura se muestran: la hold on
componente fundamental y los armónicos 3, 5 plot(t1,y1,'g')
%el tercer armónico en ++++
y 7 así como la suma parcial de estos primeros y1=(4/pi)*[sin(5*t1)/5];
cuatro términos de la serie para w0=p, es decir, hold on
T=2: plot(t1,y1,'+')
 %el 7 armónico 𝑝
Aplicando F{f(t)} = ∫−𝑝 𝑒 −𝑖.𝑤.𝑡 . 𝑑𝑡⁡ = ⁡ (1/
y1=(4/pi)*[sin(7*t1)/7];
hold on −𝑖𝑤). 𝑒 −𝑖𝑤𝑡⁡ 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑜⁡𝑑𝑒 -p hasta p
plot(t1,y1,'b')
%la resultante en rojo, al sumar Obteniéndose: 2.A.p. Sa(w.p)
las armónicas, de la señal
cuadrada. clear all
%siga sumando hasta 10 armónicos rng default
y observe que la resultante que t = 1:10;
se aparece mas ts = linspace(-5,15,600);
%a la señal cuadrada y = sinc(ts);
y=(4/pi)*[sin(t1)+sin(3*t1)/3+sin plot(ts,y,'g')
(5*t1)/5+ sin(7*t1)/7];
plot(t1,y,'r')
plot (t1, y1,'-
g','LineWidth',1.1)
title('serie de Fourier')
grid

2. De la siguiente función:

c. Hallar la transformada de Fourier.

a. Encontrar la serie de Fourier

Es una función par

d. Graficar la transformada de Fourier.

Por teoría sabemos que la transformada de
Fourier de un pulso rectangular es el Sampling.

Definimos el pulso rectangular como: f(t)= A; t

Ԑ <-p,p> y f(t)=0 para otros casos. Los coeficientes son:
 y la serie de Fourier es

b. Graficar con Matlab.

d. Graficar la transformada de Fourier.
clear all
syms t a w;
f1=(1+t/a)*(heaviside(t+a)-
heaviside(t))*exp(-i*w*t);
f2=(1-t/a)*(heaviside(t)-
heaviside(t-a))*exp(-i*w*t);
Fw=int(f1,t,-a,0)+int(f2,t,0,a)
Fw =1/(a*w^2) -
(1/exp(a*w*i))/(a*w^2) -
(exp(a*w*i) - 1)/(a*w^2);
Fw=simplify(Fw)
Fw =(4*sin((a*w)/2)^2)/(a*w^2)

syms t;
ft=(1-t)*(heaviside(t)-
c. Hallar la transformada de Fourier heaviside(t-
1))+(1+t)*(heaviside(t+1)-
heaviside(t));
Fw=fourier(ft);
Fw=simplify(Fw)
 subplot(2,1,1)  http://www.tecnun.es/asignaturas/trata
ezplot(ft,[-2,2]); miento%20digital/tema1.pdf
ylim([-0.2 1.2])
xlabel('t');  Manual de matlab 10
ylabel('f(t)')
title('Pulso triangular')  Videos interactivos de youtube sobre
Matlab
subplot(2,1,2)
hg=ezplot(Fw,[-10,10]);  Libro
set(hg,'color','r')
ylim([-0.1 1.1]) Introduccion.a.la.teoria.y.Sistemas.de
xlabel('\omega'); .Comunicacion_Lathi_2001G
ylabel('F(\omega)')
title('Transformada de
Fourier')
grid on

V. CONCLUSIONES Y OBSERVACIONES

Matlab cuenta con una variedad de

herramientas para tratamiento de
señales.

Matlab cuenta con una documentación

muy amplia y una comunidad muy activa
de desarrolladores. En el siguiente enlace
se puede encontrar tutoriales gratuitos y
ejemplos.

VI. BIBLIOGRAFIA CONSULTADA

 http://www.ifent.org/lecciones/digital
es/secuenciales/Teorema_Muestreo.as
p

 http://es.wikipedia.org/wiki/Teorema_
de_muestreo_de_Nyquist-Shannon

 http://www.youtube.com/watch?v=jN
RHQYqHtF4