UNEFM - Programa de Ingenieria Biomedica

Analisis de Señales y Sistemas I

Prof.Leonardo Chirinos Cautinho
Unidad 2- Clase 1-.

Series de Fourier.
Introducción:
A continuación se presenta una nueva tecnica de analisis de señales y sistemas a las ya vistas en clase.
Como se verá se descompondrá una señal expresada como una suma de senoides reales o complejas.
Los sistemas invariantes en el tiempo LIT poseen respuestas propias que se presentan como funciones
exponenciales complejas estas pueden relacionarse con las funciones senoidales reales y complejas. Al
respecto Mike Roberts menciona “Expresar las señales de esta manera lleva al concepto del dominio de
la frecuencia en la cual las ecuaciones diferenciales se convierten en eccuaciones algebraicas y los
sistemas pueden analizarse mediante metodos que implican sistemas de ecucaciones algebraicas con
coheficientes complejos en lugar de sistemas de ecuaciones diferenciales. Al considerar las señales de
esta manera también lleva a un nuevo conocimiento acerca de la naturaleza de los sistemas y en ciertos
tipos, simplifica su diseño y análisis”. La siguiente guia no pretende ser exhautiva en cuanto a los
conceptos en torno a la serie de Fourier, mas bien es una guia practica de la aplicación de conceptos
dados en clase y el desarrollo de la serie de Fourier mediante el uso del sofware de calculo matematico
Octave. Es Cierto que es necesario que el alumno estudie los conceptos ligados al tema, y por ello al
final de la guia se provee al alumno de lecturas recomendadas para el estudio de la Serie de Fourier,
proveyendole asi todas las herramientas
necesarias para la comprensión del tema.

Serie de Fourier.
Considere una señal arbitraria que se desea
presentar como una combinación lineal de
senoides en un intervalo finito de tiempo
desde el tiempo inicial t 0 y un tiempo
final t 0+T F como se ilustra en la parte
superior de la Figura 1. Considere que
f F =1/ T F se denomina frecuencia
fundamental de la señal presentada. Como se
muestra en la figura 1, es posible agregar una
constante y senos y cosenos a multiplos
enteros de la frecuencia fundamental con las
amplitudes correctas para representar la señal original en el intervalo de tiempo finito seleccionado. Se
demostrará que si se siguen sumando indefinidamente y correctamente los senos y cosenos elegidos a
multiplos enteros mas altos de la frecuencia fudamental, la representación se aproximará a la señal
original en el intervalo de tiempo t 0< t<t 0 +T F .

En una representación de la serie de Fourier

de una señal, los senos y los cocenos de mas
alta frecuencia tienen frecuencias que son
multiplos enteros de la frecuencia
fundamental. El multiplo recibe el nombre
de número de armonica y se designará como
k. De tal modo, por ejemplo, la función
cos (2 π( k f F )t) es el k-ésimo coseno
armonico y su frecuencia es kf F . Si la
señal que se va a representar es x(t) ,
entonces la amplitud del k-ésimo seno
armonico será designado como b x [k ] y la
la amplitud del k-ésimo coseno armonico
será designado como a x [k ] Asi las
funciones seno y coseno son funciones de
una variable independiente discreta, no de
un tiempo discreto n, sino mas bien del número de armonica discreto k. Las funciones b x [k ] y
a x [k ] , junto con el término constante, serán denominadas las funciones armonicas de la serie de
Fourier de la señal original, y en este caso de la serie de Fourier Trigonometrica. El proceso de
determinar los valores de funciones , b x [k ] a x [k ] y el termino a x [0] se le llama analisis de
Fourier.

Ecuaciones de la Serie de Fourier Trigonométrica.

∞
f (t)=ax [0]+ ∑ (a x [k ]cos (ω0 k t dt)+ b x [k ]sin(ω 0 k t dt)) [1]
k=1

T
1
a x [0]= ∫ f (t)dt [2]
T 0
T
2
a x [k ]= ∫ f (t)cos( ω0 k t dt )dt [3]
T 0
T
2
b x [k ]= ∫ f ( t)sin(ω0 k t dt) dt [4]
T 0
Analisis de Fourier Computacional.

%Determine de serie de Fourier para la señal  x (t)=u (t)−u (t−π /2)+u(t−π)

%Graficamos la señal a calcular.

t=­pi/2:0.01:2*pi;

u=us(t)­us(t­pi/2)+us(t­pi)­us(t­2*pi);

p=plot(t,u);set(p,'LineWidth',2,'Color','b');

xlabel"t";

ylabel"x(t)";

grid

axis([­2 4.5 ­1 2]);

%Analisis de la Señal: La posee periodo T=pi.

%la función tiene amplitud 1 en el intervalo 0<t<pi/2

%La función tiene amplitud 0 en el intervalo pi/2<t<pi

%Calculo de las funciones de la serie de Fourier 

% Llamaremos a  a x [0] como a0

% Llamaremos a  a x [k ] como Ak y  b x [k ] como Bk.

%Se   utiliza   el   paquete   de   calculo   simbolico   de   Octave   llamado
OctSympy

 >> pkg load symbolic

>> syms t k % Se declaran las variables simbolicas t y k

OctSymPy v2.2.4: this is free software without warranty, see source.

Initializing communication with SymPy using a popen2() pipe.

Some output from the Python subprocess (pid 7037) might appear next.

warning: sleep is obsolete and will be removed from a future version
of Octave, please use pause instead

warning: called from

    sleep at line 35 column 5

    readblock at line 57 column 7

    python_ipc_popen2 at line 77 column 14

    python_ipc_driver at line 30 column 13

    python_cmd at line 138 column 9

    sym at line 361 column 5

    syms at line 158 column 9

Python 2.7.12 (default, Dec  4 2017, 14:50:18)

[GCC 5.4.0 20160609] on linux2

Type   "help",   "copyright",   "credits"   or   "license"   for   more

information.

>>> >>> Waiting.......

OctSymPy: Communication established.  SymPy v0.7.6.1.

>> %Este ultimo mensaje es normal en el proceso de comunicacion entre
el Octave y el modulo Sympy.

>>   %con   el   animo   de   poder   tener   resultados   mas   simplificados,

convertiremos el valor Pi en unavariable simbolica.
>> pi=sym(pi)

pi = (sym) π

>>   %Se   calculan   las   funciones   a0,   Ak   y   Bk   y   se   obtienen   sus

expresiones simbolicas.

>> %Se usara la funcion "int" de Sympy para calcular las integrales.

>> T=pi    %Variable T con el valor del periodo 

T = (sym) π

>> wo=(2*pi)/pi % Variable wo con el calculo de la frecuencia angular

wo = (sym) 2

>> a0=int(1/T,t,0,pi/2);

>> disp(a0) % disp() muestra el resultado de a0

  1/2

>> Ak=int(2/T*cos(wo*k*t),t,0,pi/2); %calculo de Ak

>> disp(Ak)

    ⎛⎧   π                 ⎞

    ⎜⎪   ─      for 2⋅k = 0⎟

    ⎜⎪   2                 ⎟

  2⋅⎜⎨                     ⎟

    ⎜⎪sin(π⋅k)             ⎟

    ⎜⎪────────   otherwise ⎟

    ⎝⎩  2⋅k                ⎠

  ──────────────────────────

              π

>> Bk=int(2/T*sin(wo*k*t),t,0,pi/2);  %calculo de Bk
>> disp(Bk)

      ⎛⎧ 0   for 2⋅k = 0⎞     ⎛⎧    0       for 2⋅k = 0⎞

      ⎜⎪                ⎟     ⎜⎪                       ⎟

    2⋅⎜⎨­1              ⎟    2⋅⎜⎨­cos(π⋅k)              ⎟

      ⎜⎪───   otherwise ⎟     ⎜⎪──────────   otherwise ⎟

      ⎝⎩2⋅k             ⎠     ⎝⎩   2⋅k                 ⎠

  ­ ───────────────────── + ────────────────────────────

              π                          π

>> %podemos simplificar Bk usando el comando simplify

>> Bk=simplify(Bk)

Bk = (sym)

  ⎧      0        for 2⋅k = 0

  ⎪

  ⎨­cos(π⋅k) + 1

  ⎪─────────────   otherwise

  ⎩     π⋅k

>> serie=a0

serie = (sym) 1/2

>>   armonicos=   7   %   Variable   armonicos   contiene   la   cantidad   de

armonicos k a calcular.armonicos =  7

>>   for   k=1:armonicos   %   bucle   for   para   el   calculo   de   serie   de

fourier.serie=serie+(int((2/T)*cos(wo*k*t),t,0,pi/2)*cos(wo*k*t))+
(int((2/T)*sin(wo*k*t),t,0,pi/2)*sin(wo*k*t))

endfor %finaliza el bucle for
serie = (sym)

   2⋅sin(2⋅t)   1

  ────────── + ─     %Primer armonico k=1

      π        2

serie = (sym)

    2⋅sin(2⋅t)   2⋅sin(6⋅t)   1

  ────────── + ────────── + ─            k=1,3

       π           3⋅π       2

serie = (sym)

  2⋅sin(2⋅t)    2⋅sin(6⋅t)      2⋅sin(10⋅t)  1

  ────────── + ────────── + ─────────── + ─    k=,1,3,5

      π           3⋅π           5⋅π        2

serie = (sym)

   2⋅sin(2⋅t)   2⋅sin(6⋅t)    2⋅sin(10⋅t)    2⋅sin(14⋅t)    1

  ────────── + ────────── + ─────────── + ─────────── + ─  k=1,3,5,7

      π           3⋅π           5⋅π           7⋅π         2

%Observaciones:   Ak=0   para   todo   k,   por   ello   se   observa   que   no   hay

funciones coseno en la función.

%La función Bk existe solo para k=1,3,5,7 (numeros impares).
%La función bajo analisis es una función impar.  x(t)=x_ot

% Grafica de los armonicos k de la función x(t)

%grafica de la función x(t) con k=7 y k=100

 p=ezplot(serie); set(p,'LineWidth',2,'Color','b'); 

axis([­2 4.5 ­1 2]);

 xlabel"t"; 

ylabel"x(t)”;
Lecturas Recomendadas:
[A]Serie de Fourier
[A1]http://www.matematica.ciens.ucv.ve/labfg/sf/fourier.pdf
[A2]http://cb.mty.itesm.mx/ma3002/materiales/ma3002-series-fourier.pdf
[A3]Analisis de Seña les y Sistemas M.J Roberts 2 Edición Capitulo 6 Metodos de Fourier en Tiempo
Continuo. Pag.215.
[A4]Analisis de Circuitos en Ingenieria W.H.Hayt,Jr 7 Edición Capitulo 18 Analisis de Circuitos por
Fourier Pag. 735.
[B]Calculo Simbolico Octave:
[B1]http://dm.udc.es/elearning/MaterialDocente/Prac1_201617.pdf

Bibliografia

[1]Analisis de Seña les y Sistemas M.J Roberts 1 Edición Capitulo 4 Metodos de Fourier en Tiempo
Continuo. Pag.173.
[2]Analisis de Circuitos en Ingenieria W.H.Hayt,Jr 7 Edición Capitulo 18 Analisis de Circuitos por
Fourier Pag. 735.
[3] https://octave.sourceforge.io/symbolic/overview.html
[4] http://docs.sympy.org/latest/modules/integrals/integrals.html
[5]http://raerpo2.blogspot.com/2011/01/series-de-fourier-con-python.html