You are on page 1of 6

INSTITUTO POLITÈCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÌA MECÀNICA


Y ELÈCTRICA

Departamento de Ingeniería en Comunicaciones y


Electrónica

Academia de Comunicaciones

Comunicaciones Analógicas

Práctica 1

“Series de Fourier”

Profa. Díaz Chávez Malena

Jair Daniel Hernández Caballero

Grupo: 5CM4
Introducción:
El análisis de Fourier juega un papel central en el tratamiento de señales, su
contexto inicial para el estudio de la disipación del calor en un medio sólido, pronto
lo llevaron al desarrollo de soluciones para la ecuación de Laplace y la ecuación
de Onda. Algunas señales muestran componentes periódicos que se repiten a
intervalos fijos; estos son estudiados convenientemente por el análisis armónico
basado en la serie de Fourier. Para el estudio en Ciencias de la Tierra es evidente
que señales de esta naturaleza son solo ideales, pues no es común encontrar
señales estacionarias, de manera que, al utilizar la serie y transformada de Fourier
debemos de tener en mente todas las consideraciones necesarias para no generar
resultados o interpretaciones erróneos. En el presente capítulo abordamos el
tratamiento y análisis de Fourier, desarrollando sus distintas expresiones,
presentando sus propiedades hasta llegar a la optimización por la FFT y la
transformada de Gabor.
Series de Fourier
Las series de Fourier describen señales periódicas como una combinación lineal
de exponenciales complejas, multiplicados por factores de peso que determinan la
contribución relativa de cada componente a la señal original; con esta herramienta
podemos analizar una señal periódica en términos de su contenido frecuencial. La
combinación lineal permite que operaciones en el dominio del tiempo se
conserven en el dominio de las frecuencias. Al conjunto de expansiones en series
de Fourier se denomina base ortogonal.

En las ecuaciones anteriores presentamos la serie de Fourier en su forma


exponencial; desarrollando la exponencial compleja y reagrupando los términos
tenemos sus representaciones trigonométricas:
 Primera forma trigonométrica

donde:

 Segunda forma trigonométrica

donde:
A partir de los coeficientes de Fourier (C0, A0, Cn, An, Bn), es posible obtener la
representación en frecuencias de una señal. La gráfica de estos coeficientes en
función de su índice armónico se denomina espectro; existen dos tipos de
gráficos, uno de amplitudes y otro de fases; mientras el espectro de amplitud es
una representación de los factores de peso, el espectro de fase indica su
ubicación (la posición de una onda con respecto a otra); para el caso de señales
continuas y periódicas el espectro será discreto y no periódico extendiéndose
infinitamente hacia ambos lados en el eje de frecuencias.
El espectro de amplitud es una función par o simétrica mientras que el espectro de
fase es una función impar o asimétrica.
Objetivo General:
En esta práctica se realizara la aproximación de una señal por medio de la Serie
trigonométrica de Fourier.
Objetivos Particulares:
Aproximar con series trigonométricas de Fourier.
 Una función rectangular con 2,3 y 4 términos.
 Mostrar en una misma grafica la aproximación de un pulso con 3 términos.
 Mostrar la aproximación de un pulso con 51 términos.

Aproximar una función triangular con 3 términos. Aproximar con series


exponenciales complejas:
 Una función triangular.
 Una función rectificada de onda compleja.
 Utilizar los comandos de matlab.

Desarrollo:
Comandos:
Subplot: Librería de Matlab que permite dividir la gráfica en partes más pequeñas
y para ello su sintaxis es es:
Subplot(m,n,#)
 m divide la gráfica en partes horizontales.
 n divide la gráfica en partes verticales.
 # es el número de la gráfica.

Plot: Comando para graficar nuestra funcion


ylable: Añade una etiqueta al eje y
title: Añade un titulo
axis: Controla el escalado y apariencia de los ejes
axis ([ xmin xmax ymin ymax ]: Fija los límites de los ejes x e y
grid: Agrega una rejilla al gráfico.

Función:
1

0 ∏ 2∏ 3∏
-1

Código:
clc
t=0:pi/99:2*pi; %definimos el periodo de la función junto con el incremento que deseamos tener
y=(4/pi)*sin(t); %definimos la aproximación con n=1
subplot (1,5,1); %hacemos uso de la libreria subplot para dividir nuestro gráfico y especificar en que
“casilla estará la primera aproximación.
plot(t,y) % comando plot para graficar “y” en función del periodo definifo
title(' Aproximacion de una armonica') % Asignamos un titulo para nuestro grafico
ylabel('f(t)') %Asignamos una etiqueta para el eje y
grid %agragamos una rejilla al grafico
axis([0 2*pi -1.2 1.2]) %definimos paraetros de los ejes
y1=y+(4/pi)*(sin(3*t)); %repetimos el proceso para otra aproximación sumando a esta la anterior
subplot(1,5,2)
plot(t,y1)
title(' Aproximacion con 2 armonicas')
ylabel('f(t)')
grid
axis([0 2*pi -1.2 1.2])
y2=y1+(4/pi)*(sin(5*t));
subplot(1,5,3)
plot(t,y2)
title('Aproximacion con 3 armonicas')
ylabel('f(t)')
grid
axis([0 2*pi -1.2 1.2])
y3=y2+(4/pi)*(sin(7*t));
subplot(1,5,4)
plot(t,y3)

title(' Aproximacion con 4 armonicas')


ylabel('f(t)')
grid
axis([0 2*pi -1.2 1.2])
y4=y3+(4/pi)*(sin(9*t));
subplot(1,5,5)
plot(t,y4)
title(' Aproximacion con 5 armonicas')
ylabel('f(t)')
grid
axis([0 2*pi -1.2 1.2])

Fig1.1 Aproximación de la función con 5 armónicos


Con este código podemos ver una aproximación de la función antes establecida
con un número de 5 armónicos el cual puede decrementar o incrementar en su
caso contrario
Conclusión:
Con base al desarrollo experimental podemos reafirmar que podemos aproximar
una señal por medio de una suma de señales senoidales o cosenoidales a lo que
llamamos “Serie Trigonométrica de Fourier”. Y gracias a software como lo es
Matlab podemos realizar estas aproximaciones a un nivel con mayor exactitud ya
que este proceso depende del número de iteraciones en que se realiza el proceso
y con este tipo de software podemos realizar un numero mayor de iteraciones en
segundos, facilitándonos así el trabajo.
Bibliografía:
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/139/A
5.pdf?sequence=5

You might also like