1
Laboratorio Nº 01
SERIE Y TRANSFORMADA DE FOURIER
Laboratorio de Telecomunicaciones I - IT563
Facultad de Ingeniería Eléctrica y Electrónica, Universidad Nacional de Ingeniería
Lima, Perú
Alumnos: Giancarlo Fernando Villanueva Zuloeta 20141413D
Dayane Nicole Fierro Izquierdo
1. OBJETIVOS
El objetivo de este laboratorio consiste en
comprender:
 La serie de Fourier: trigonométrica y
compleja.
 La transformada de Fourier.
 Simulación usando códigos Matlab.
 Aprender a utilizar de manera correcta la
serie de Fourier en funciones periódicas.
 Comprobar la aproximación de la serie de
Fourier con la función periódica cuando
asignamos valores al armónico.
 Aprender a interpretar la gráfica del espectro
de frecuencia de una determinada función.
2. INTRODUCCIÓN
La SERIE DE FOURIER proporciona un
método para descomponer una señal en
términos de una suma de señales
elementales de la forma exp(j𝟐𝝅𝒏𝒇𝒐 𝒕).
Esta descomposición es de gran
20150386F
importancia en el análisis de sistemas
lineales.
La idea de las series de Fourier es que permite
pensar en la representación de funciones no
periódicas, asimilándolas a una periódica de
período infinito. Con esta idea se llega a la
transformada de Fourier de una función.
La TRANSFORMADA DE FOURIER
transforma una señal representada en el
dominio del tiempo al dominio de la
frecuencia pero sin alterar su contenido
de información, sólo es una forma
diferente de representarla, la potencia
del análisis de Fourier radica en que nos
permite descomponer una señal
compleja en un conjunto de
componentes de frecuencia única; sin
embargo, no nos indica el instante en
que han ocurrido, por ello, esta
descomposición es útil para señales
estacionarias: las componentes delas
frecuencia que forman la señal compleja
no cambian a lo largo del tiempo
 2

3. CONCEPTO
SERIE DE FOURIER: DESARROLLANDO Y CALCULANDO
LOS PARAMETRO 𝑨𝒏 y 𝑩𝒏
Cualquier función del tiempo f(t), real, periódica
de período T y frecuencia 1 = 2  / T, 2
T

continua, puede ser expandida en una serie An 

T  f (t) cos(n  t)dt 1

infinita de senos y cosenos de frecuencias n 0

múltiplos de 1 , es decir, n = n 1, con 2

T

n=1,2,…,. En forma de ecuación tenemos que Bn 

T  f (t) sen(n  t)dt
0
1

 
f (t)  A 0   A n cos  n 1 t    B n sen  n 1 t 
El gráfico de 𝐀𝐧 y 𝐁𝐧 en función de n (o
n 1 n 1
de n) se conoce como el espectro de
ANALISIS DE LOS PARAMETROS: frecuencias de la función periódica f (t).
Note que la distancia entre dos
frecuencias consecutivas es:
 Para obtener 𝐀𝟎 calculamos el
promedio temporal de f (t), sustituyendo
 = (n+1) 1 – n 1 = 1 = 2  / T
la anterior serie en la integral del
promedio y tomando en cuenta que el SERIE COMPLEJA DE FOURIER:
promedio temporal de los senos y
cosenos son cero. Es posible modificar la ecuación de la
Serie de Fourier para que la función f(t),
t0  T real, quede en términos de exponenciales
1
f (t) 
T  f (t) d t  A
t0
0 complejas, usando para ello la fórmula de
Euler- De Moivre:

 El valor de 𝒕𝟎 normalmente es cero pero e j θ  cos   j sen

más adelante nos convendrá tomarlo Para ello escribamos la serie de la
como – T/2. siguiente manera:
Para calcular los coeficientes Am con 
m=1,2,…,, calcularemos el promedio de f (t )  A 0  C n cos  n 1 t   n 
n 1
una nueva función f (t) cos( m 1 t):
Donde se cumplen las relaciones:

A n = C n cos n
B n = - C n sen n


C n j  n 1t n 


f (t)  A 0   e  e  j  n 1t n 
+1
T 
2
 B n sen  n 1 t  cos(m1 t)dt n1
T 0 n 1
La cual podemos escribir como:
 3

frecuencias con n  , Pero n1  .

  Similarmente  = 1 = 2  / T  d.
f (t)  A 0   D n e j n 1t
 D n e j n 1t
n1 n 1 A partir de la Serie de Fourier compleja:


1  T2 
   T f (t) e
Finalmente, usando un solo signo de  j n 1 t
f (t)  dt  e j n 1t
sumatoria:
n   T 2 

f (t)  G
n  
n e j n 1t y tendiendo T a infinito, obtenemos:

1

  jt
2   
j  t
donde: f (t)   f ( t ) e d t e d
 C  n e  j n 
 n0
 2

Gn  A 0 n0
 j n
La expresión entre corchetes es una
Cne n0
integral definida de t y es por eso que solo

 2 depende de . Por lo tanto podemos
escribir el par de integrales conocidas
como las Transformadas de Fourier:
Las 𝐆𝒏 se obtienen a partir de f(t) usando la


 f(t) e  j  t d t
integral:
F() 
1 T



Gn  2
f (t) e  j n 1 t dt
T T
2

1
TRANSFORMADA DE FOURIER
f (t) 
2 

F() e j  t d 

Para extender la serie de Fourier a funciones

El significado de estas expresiones es
que no son periódicas, podemos considerar que
que una función no periódica también se
las funciones no periódicas son periódicas con
puede escribir como una suma (integral)
período infinito. En realidad es un proceso límite
de funciones (diferenciales) sinusoidales.
si consideramos que la función no periódica la
aproximamos por una que se repite a una
distancia (tiempo) muy lejana de nosotros, Note que la función F() se calcula
mucho más lejana de cualquiera que podamos completamente a partir de la función f(t) y
imaginar. que la función f(t) se puede reconstruir
completamente a partir de la función
Cuando tendemos T   , la distancia entre dos F(). Es decir, toda la información que
frecuencias del espectro () tiende a cero, es tenemos en el dominio del tiempo
decir, el espectro de frecuencias no es discreto también está en el dominio de la
sino continuo; y desde la frecuencia cero hasta frecuencia y podemos usar
indistintamente cualquier dominio según
una frecuencia genérica  existen n1
nuestra conveniencia.
 4

4. APLICACIONES DE SERIE 4   4 4 
f (t )     2 2 cos nt  sen nt 
DE FOURIER Y 3 n 1  n  n 
TRANSFORMADA DE
 Hallar la transformada de Fourier de la
FOURIER siguiente función periódica de periodo T.

 Serie de Fourier de una función F (f)=𝐜𝐨𝐬(𝑾𝟎 t)

periódica de período distinto a 2. Hallar
la serie trigonométrica de Fourier para la Solución:
función periódica definida por:
Aplicando del concepto de T.FOURIER:
t 2 , 0  t  2
f (t )   ∞
 f (t  2)  f (t ) F(w)= ∫−∞ cos(𝑤0 t) e−iωt dt
Aquí T = 2. Hallemos en primer lugar los
coeficientes. Son: ∞ 𝑒
−𝑖𝜔0𝑡
+𝑒
𝑖𝜔0𝑡
−iωt
=∫ ∗e dt
por partes
2 −∞ 2
2 
2nt cos(nt )  2 sen(nt )  n  t sen(nt )
2 2 2
a n   t 2 cos ntdt  
0 n 3 3 0

4n cos(2n )  2 sen(2n )  4n 2 2 sen(2n )


4
 2 2 ∞ 𝑒
−𝑖(𝑤−𝜔0)𝑡
+𝑒
−𝑖(𝑤+𝜔0)𝑡

=∫
n3 3
n dt
2 2nt sen(2n )  2 cos(nt )  n 2 2 t 2 cos(nt )
2
−∞ 2
bn   t 2 sen ntdt  
0 n 3 3 0

4n sen(2n )  2 cos(2n )  4n 2 2 cos(2n ) 2 1

 3 3  2𝜋
n3 3
n n F (w)= 2 ∗ [𝛿(𝑤 − 𝜔0) + 𝛿(𝑤 + 𝜔0)]

El coeficiente a0 debemos calcularlo por F (w)=𝜋 ∗ [𝛿(𝑤 − 𝜔0) + 𝛿(𝑤 + 𝜔0)]

separado, dado que la forma de an obtenida
arriba no está definida para n = 0.
Calculamos, así:

2
2 t3
a0   t cos 0tdt  
2 8
3
0 3 0

De esa forma, la serie de Fourier buscada

será:
 5

5. DESARROLLO DE LA SERIE
Y TRANSFORMADA DE
FOURIER DE LA FUNCION
ESCALON Y TRIANGULAR

SEÑAL CUADRADA

Encontrar la SERIE DE FOURIER para la

función de onda cuadrada de periodo T:
 Coeficiente a0:

Solución:  Coeficientes bn:

La expresión para f(t) en –T/2<t<T/2 es:

Cálculo de los coeficientes de la Serie:

 Coeficientes an:

Finalmente la Serie de Fourier queda como :

 6

 Serie de Fourier:

f (t ) 
4
sen(0t )  13 sen(30t )  15 sen(50t )  ...

4  1
f (t )   sen(2n  1)0t ) 
 n1 2n  1

 TRANSFORMADA DE FOURIER:

Analizaremos la Transformada de un pulso

rectangular:

En general:

𝜏
2𝐴∗(sin 2𝜋𝑓 ) 𝐴𝜏∗(sin 𝜋𝑓𝜏)
2
X(f)= =
2𝜋𝑓 𝜋𝑓𝜏
= 𝐴 𝜏 sinc(𝜏𝑓)
 7

SEÑAL TRIANGULAR  Serie de Fourier:

 Transformada de Fourier :

𝑓(𝑡) = 𝑓(−𝑡) funcion par

Para a=T/2 (T: periodo)

4 𝑇/2 2𝑡 =
𝑎0 = ∫ (1 − ) 𝑑𝑡
𝑇 0 𝑇
𝑇 2
4 𝑇 2 ( )
𝑎0 = ( − ∗ 2 )
Aplicando integracion por partes:
𝑇 2 𝑇 2

4 𝑇 𝑇
𝑎0 = ( − )=1
𝑇 2 4

a0 1
=
2 2

4 𝑇/2 2𝑡
𝑎𝑛 = ∫ (1 − ) ∗ 𝑐𝑜𝑠(𝑛𝑤𝑡)𝑑𝑡
𝑇 0 𝑇

8 𝑇/2 =
𝑎𝑛 = 2 ∫ 𝑡 ∗ 𝑐𝑜𝑠(𝑛𝑤𝑡)𝑑𝑡
𝑇 0

−2 cosnπ − 1
an = ( ) =
T2 n2 w 2

bn = 0
=
 8

aplicando identidades trigonometricas:
end
t=linspace(0,5*T,1000);
f=subs(f,'t',t);
f(n+1,:)=zeros(1,1000);
plot(t,Ao+sum(f),'Linewidth',2); grid on
xlabel('\bf TIEMPO'); ylabel('\bf
AMPLITUD');
title('\bf SERIES DE FOURIER');

%% SERIES DE FOURIER ANIMADA

clc
clear
close all
syms n t

Ao=0;
An=0;
Bn=2*(1-(-1)^(n))/((pi)*n);
T=2;

wo=2*pi/T;

Arm=10;

F(w)= for n=1:Arm

6. SIMULACION EN MATLAB DE
LA SERIE Y TRANSFORMADA
DE FOURIER
 SERIE DE FOURIER
syms t
f(n,:)=sum((0)*cos(n*wo*t)+( 2*(1-(-
1)^(n))/((pi)*n))*sin(n*wo*t));
t=linspace(0,5*T,1000);
subplot(3,1,1);
plot(t, subs(f(n,:),'t',t)); grid on
xlabel('\bf TIEMPO'); ylabel('\bf
AMPLITUD');
title('\bf COMPONENTE'); hold on

FUNCION CUADRADA subplot(3,1,2);

plot(t, Ao+subs(sum(f),'t',t), 'r',
%% Series de Fourier 'Linewidth',1.5); grid on
clc xlabel('\bf TIEMPO'); ylabel('\bf
clear AMPLITUD');
close all title('\bf SERIE DE FOURIER')

syms n t subplot(3,1,3);
Cn(n)=sqrt((0)^2+(2*(1-(-
Ao=0; 1)^(n))/((pi)*n))^2);
An=0; stem(Cn,'fill'); grid on
Bn=2*(1-(-1)^(n))/((pi)*n); xlim([1,Arm]);
T=2; xlabel('\bf ARMÓNICO'); ylabel('\bf
AMPLITUD');
wo=2*pi/T; title('\bf ESPECTRO DE FRECUENCIA');
pause(0.5)
end
Arm=20;

for n=1:Arm
f(n,:)=sum((0)*cos(n*wo*t)+(( 2*(1-(-
1)^(n))/((pi)*n))*sin(n*wo*t)));
 9

syms n t

Ao=(pi);
An=4/((pi)*n^(2));
Bn=0;
T=2;

wo=2*pi/T;

Arm=100;

for n=1:Arm
syms t

f(n,:)=sum((4/((pi)*n^(2)))*cos(n*wo*t)+(0
)*sin(n*wo*t));
t=linspace(0,5*T,1000);

FUNCION TRIANGULAR
subplot(3,1,1);
plot(t, subs(f(n,:),'t',t)); grid on
xlabel('\bf TIEMPO'); ylabel('\bf
AMPLITUD');
title('\bf COMPONENTE'); hold on

subplot(3,1,2);
%% Series de Fourier plot(t, Ao+subs(sum(f),'t',t), 'r',
clc 'Linewidth',1.5); grid on
clear xlabel('\bf TIEMPO'); ylabel('\bf
close all AMPLITUD');
title('\bf SERIE DE FOURIER')
syms n t
subplot(3,1,3);
Ao=(pi); Cn(n)=sqrt((4/((pi)*n^(2)))^2+(0)^2);
An=4/((pi)*n^(2)); stem(Cn,'fill'); grid on
Bn=0; xlim([1,Arm]);
T=2; xlabel('\bf ARMÓNICO'); ylabel('\bf
AMPLITUD');
wo=2*pi/T; title('\bf ESPECTRO DE FRECUENCIA');
pause(0.5)
Arm=100; end.

for n=1:Arm

f(n,:)=sum((4/((pi)*n^(2)))*cos(n*wo*t)+((
0)*sin(n*wo*t)));
end
t=linspace(0,5*T,1000);
f=subs(f,'t',t);
f(n+1,:)=zeros(1,1000);
plot(t,Ao+sum(f),'Linewidth',2); grid on
xlabel('\bf TIEMPO'); ylabel('\bf
AMPLITUD');
title('\bf SERIES DE FOURIER');

%% SERIES DE FOURIER ANIMADA

clc
clear
close all
 10

 TRANSFORMADA DE FOURIER

FUNCION TRIANGULAR FUNCION RECTANGULAR

>> syms t a w; >> syms a t w;

>> f1=(1+t/a)*(heaviside(t+a)-
>> int('exp(-i*w*t)',t,-a,a)
heaviside(t))*exp(-i*w*t);
>> f2=(1-t/a)*(heaviside(t)- ans =(2*sin(a*w))/w
heaviside(t-a))*exp(-i*w*t); syms a t;
>> Fw=int(f1,t,-a,0)+int(f2,t,0,a) ft=heaviside(t+a)-heaviside(t-
Fw =1/(a*w^2) - a);
(1/exp(a*w*i))/(a*w^2) - Fw=fourier(ft);
(exp(a*w*i) - 1)/(a*w^2) Fw=simplify(Fw)
>> Fw=simplify(Fw)
Fw =(4*sin((a*w)/2)^2)/(a*w^2) ft=subs(ft,a,1);
subplot(2,1,1)
syms t; ezplot(ft,[-2,2]);
ft=(1-t)*(heaviside(t)-
ylim([-0.2 1.2])
heaviside(t-
1))+(1+t)*(heaviside(t+1)- xlabel('t');
heaviside(t)); ylabel('f(t)')
Fw=fourier(ft); title('Pulso rectangular')
Fw=simplify(Fw)
Fw=subs(Fw,a,1);
subplot(2,1,1) subplot(2,1,2)
ezplot(ft,[-2,2]); hg=ezplot(Fw,[-10,10]);
ylim([-0.2 1.2]) set(hg,'color','r')
xlabel('t'); ylim([-1 2.2])
ylabel('f(t)') xlabel('\omega');
title('Pulso triangular')
ylabel('F(\omega)')
subplot(2,1,2)hg=ezplot(Fw,[- title('Transformada de
10,10]); Fourier')
set(hg,'color','r') grid on
ylim([-0.1 1.1])
xlabel('\omega');
ylabel('F(\omega)')
title('Transformada de Fourier')
grid on