SIMULACION DE LA SERIE DE FOURIER MEDIANTE EL SOFTWARE
MATLAB
1) OBJETIVOS
La siguiente experiencia tienen como finalidad:
Hacer un buen uso de la Serie de Fourier para la aproximación de funciones
Simular la Serie de Fourier mediante el software Matlab
Interpretar los resultados, analizando lo que obtenemos.
2) FUNDAMENTO TEORICO
JEAN-BAPTISTE-JOSEPH FOURIER
(Auxerre, Francia, 1768 - París, 1830) Ingeniero y matemático francés. Era hijo de un sastre, y fue educado
por los benedictinos. Los puestos en el cuerpo científico del ejército estaban reservados para familias de
estatus reconocido, así que aceptó una cátedra militar de matemáticas.
Durante la Revolución Francesa tuvo un papel destacado en su propio distrito, y fue recompensado con una
candidatura para una cátedra en la École Polytechnique. Fourier acompañó a Napoleón en su expedición
oriental de 1798, y fue nombrado gobernador del Bajo Egipto. Aislado de Francia por la flota británica,
organizó los talleres con los que el ejército francés debía contar para sus suministros de munición. También
aportó numerosos escritos sobre matemáticas al Instituto Egipcio que Napoleón fundó en El Cairo.
Tras las victorias británicas y la capitulación de los franceses al mando del general Menou en 1801, Joseph
Fourier volvió a Francia, donde fue nombrado prefecto del departamento de Isère, y empezó sus
experimentos sobre la propagación del calor. Se trasladó a París en 1816, y en 1822 publicó Teoría analítica
del calor, basándose en parte en la ley del enfriamiento de Newton.
A partir de esta teoría desarrolló la denominada «serie de Fourier», de notable importancia en el posterior
desarrollo del análisis matemático, y con interesantes aplicaciones a la resolución de numerosos problemas
de física (más tarde, Dirichlet consiguió una demostración rigurosa de diversos teoremas que Fourier había
planteado). Dejó inacabado su trabajo sobre resolución de ecuaciones, que se publicó en 1831 y que
contenía una demostración de su teorema sobre el cálculo de las raíces de una ecuación algebraica.
SERIE DE FOURIER
Una serie de Fourier es una serie infinita que converge puntualmente a una función periódica y continua a
trozos (o por partes). Las series de Fourier constituyen la herramienta matemática básica del análisis de
Fourier empleado para analizar funciones periódicas a través de la descomposición de dicha función en una
suma infinita de funciones sinusoidales mucho más simples (como combinación de senos y cosenos con
frecuencias enteras).
Es una aplicación usada en muchas ramas de la ingeniería, además de ser una herramienta sumamente útil
en la teoría matemática abstracta. Áreas de aplicación incluyen análisis vibratorio, acústica, óptica,
procesamiento de imágenes y señales, y compresión de datos. En ingeniería, para el caso de los sistemas de
telecomunicaciones, y a través del uso de los componentes espectrales de frecuencia de una señal dada, se
puede optimizar el diseño de un sistema para la señal portadora del mismo. Las series de Fourier tienen la
forma:
∞
𝑎0 2𝑛𝜋 2𝑛𝜋
+ ∑ [𝑎𝑛 cos ( 𝑡) + 𝑏𝑛 sin ( 𝑡)]
2 𝑇 𝑇
𝑛=1
Donde 𝑎𝑛 y 𝑏𝑛 se denominan coeficientes de Fourier de la serie de Fourier de la función 𝑓(𝑡).
𝑇
2 ⁄2
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡
𝑇 −𝑇⁄
2
𝑇⁄
2 2 2𝑛𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos ( 𝑡) 𝑑𝑡
𝑇 −𝑇⁄ 𝑇
2
𝑇⁄
2 2 2𝑛𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin ( 𝑡) 𝑑𝑡
𝑇 −𝑇⁄ 𝑇
2
Función Par e Impar
En el caso de la función par los coeficientes se reducen a la siguiente expresión:
𝑇⁄
4 2
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡
𝑇 0
𝑇⁄
4 2 2𝑛𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos ( 𝑡) 𝑑𝑡
𝑇 0 𝑇
𝑏𝑛 = 0
En el caso de la función impar los coeficientes se reducen a la siguiente expresión:
𝑎0 = 0
𝑎𝑛 = 0
𝑇⁄
4 2 2𝑛𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin ( 𝑡) 𝑑𝑡
𝑇 0 𝑇
PETER GUSTAV LEJEUNE DIRICHLET
(Düren, actual Alemania, 1805 - Gotinga, id., 1859) Matemático alemán. Cursó sus estudios en París,
relacionándose con matemáticos como Fourier. Tras graduarse, fue profesor en las universidades de
Breslau (1826-1828), Berlín (1828-1855) y Gotinga, en donde ocupó la cátedra dejada por Carl Friedrich
Gauss tras su muerte.
Sus aportaciones más relevantes se centraron en el campo de la teoría de los números, prestando especial
atención al estudio de las series, y desarrolló la teoría de las series de Joseph Fourier. Consiguió una
demostración particular del problema de Pierre de Fermat, aplicó las funciones analíticas al cálculo de
problemas aritméticos y estableció criterios de convergencia para las series.
En el campo del análisis matemático perfeccionó la definición y concepto de función, y en mecánica teórica
se centró en el estudio del equilibrio de sistemas y en el concepto de potencial newtoniano.
3) DATA SHEET y/o HOJA DE DATOS
No se utilice ningún datasheet en este laboratorio.
4) EQUIPOS Y MATERIALES
Una computadora
Software Matlab
Acceso a Internet
Guía de laboratorio
5) PROCEDIMIENTOS
Mostrar y analizar los cuadros y tablas obtenidas en el laboratorio, comparar resultados teóricos y
prácticos.
a) Dada una función del tiempo, el programa debe permitir visualizar en pantalla la gráfica real.
b) Desarrolle analíticamente el espectro de frecuencia para la señal asignada.
c) Con el uso de la serie de Fourier, el programa nos debe permitir visualizar las diferentes
aproximaciones, dependiendo de “n”, a la gráfica real.
d) Para realizar el paso c), el programa debe solicitar:
La ecuación característica del término a0.
La ecuación de los términos an.
La ecuación correspondiente a los bn.
En el programa desarrollado, simule la onda asignada para diferentes valores de n.
Visualice los cambios, si realizamos variaciones en los parámetros de la función, amplitud,
periodo, duración del pulso.
Capture la imagen de las gráficas más significativas anotando el valor de “n”.
6) RESPUESTAS A PREGUNTAS
1. ¿Cuáles son las características de una función periódica?
Una función periódica esta expresada de la siguiente manera:
f (t ) f (t T )
La cual expresa que para todo el valor t, el mínimo valor que adopta T, llamada periodo, satisface dicha
expresión; con lo que se obtendrá:
f (t ) f (t n T ) donde: n 0, 1, 2...
En la siguiente imagen se ha ejemplificar una función periódica graficada.
2. ¿La función seno y coseno son funciones periódicas?, explicar.
La representación de una función seno es: f (t ) A sin(m t ) , y para la función coseno en forma general
podemos expresarla de la siguiente manera: g(t ) B cos(n t ) , las cuales podemos aplicar la definición de
una función periódica que fue definida anteriormente, con lo cual se tendrá:
f(t ) A sin(n t ) A sin(n (t T)) , desarrollamos
A sin(n t )) A(sin(nt) cos(nT) sin(nT) cos(nt)) , luego
2
basta con hacer que T , con lo cual se demuestra que la función seno es periódica y lo mismo se
n
podría aplicar a la función coseno. De esta manera la función seno y coseno son ambas periódicas.
3. Detallar las propiedades de los coeficientes de Fourier, Identidad de Parseval; y la relación entre los
coeficientes de Fourier y su derivada.
4. Definir y explicar detalladamente, la serie de Fourier; determinar los coeficientes de la función f.
Serie de Fourier
Una función f(t) periódica de periodo T, se puede representar en forma de una suma infinita de funciones
armónicas, es decir:
a0 2 2
f (t ) (ak cos(k t) bk sin(k t)) , donde a1 , a2 , a3 , a4 , ak y b1 , b2 , b3 , b4 , bk son los
2 k 1 T T
coeficientes de Fourier. Donde están representadas de la siguiente manera.
𝑇
2 ⁄2
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡
𝑇 −𝑇⁄
2
𝑇⁄
2 2 2𝑛𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos ( 𝑡) 𝑑𝑡
𝑇 −𝑇⁄ 𝑇
2
𝑇⁄
2 2 2𝑛𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin ( 𝑡) 𝑑𝑡
𝑇 −𝑇⁄ 𝑇
2
En el caso de que la función f (t ) sea par y/o impar los valores de los coeficientes de la serie de Fourier se
reducen de una forma favorable:
4 T /2
T 0
a0 f (t ) dt
4 T /2 2n
Para cuando la f (t ) es una función par se tendrá: an f (t ) cos( t) dt
T 0 T
bn 0
4 T /2 2n
T 0
bn f (t )sin(
T
t) dt
Para cuando la f (t ) es una función impar se tendrá: an 0
a0 0
IDENTIDAD DE PARSEVAL
Siendo f (t ) una función seccionalmente continua en un intervalo T ; T , y la f (t ) está representada
por la serie de Fourier de la siguiente manera:
a0 2 2
f (t ) (ak cos(k t) bk sin(k t))
2 k 1 T T
Marc-Antoine Parseval des Chênes, establece en su identidad que:
2
1 2
T
1
f (t) dt a0 (an 2 b n 2 ) , y esta es conocida como la identidad de Parseval.
T T 2 n 1
DIFERENCIACIÓN DE LA SERIE DE FOURIER
Como sabemos con anterioridad la serie de Fourier está representada como
a0 2 2
f (t ) (ak cos(k t) bk sin(k t))
2 k 1 T T
Ahora bien siempre y cuando la f (t ) sea continua cuando T t T con f ( T ) f (T ) y si la
2 2 2 2
derivada es continua por tramos y diferenciable entonces la serie de Fourier se puede expresar de la
r
siguiente manera: f ' (t ) nw (a
k 1
0 n sin(k w0t ) bn cos(k w0t )) , en esta se hace ver que el primer
T
2 2 '
T T
coeficiente que se obtiene luego de la derivación que es 0 f (t )dt =0; y para los miembros que
2
quedan se mantienen con sus valores iniciales de la serie de Fourier.
5. Explicar detalladamente las condiciones de Dirichlet y el teorema de convergencia.
Las condiciones que una determinada función 𝐟(𝐱) debe cumplir para poder ser representada como una
serie de Fourier, se conocen con el nombre de condiciones de Dirichlet las cuales pueden ser
esquematizadas en los siguientes puntos. Para que una función 𝐟(𝐱) sea susceptible de ser expandida en
series de Fourier debe ser:
a) Periódica.
b) Univaluada y continua a trozos (continua menos, en un numero finito de puntos) con un número
finito de máximos y mínimos.
c) Para que las Series de Fourier existan, los coeficientes de Fourier deben ser finitos, esta condición
𝐓⁄
garantiza su existencia. Para ello la integral ∫−𝐓⁄𝟐 |𝐟(𝐭) |𝐝𝐭 debe ser convergente, donde T es el
𝟐
periodo.
TEOREMA DE LA CONVERGENCIA
Sea 𝐟: ℝ → ℝ una función periódica de periodo 𝐓 que satisface las condiciones de Dirichlet y sea:
∞
𝑎0 2𝑛𝜋 2𝑛𝜋
𝑓(𝑡) = + ∑ [𝑎𝑛 cos ( 𝑡) + 𝑏𝑛 sin ( 𝑡)]
2 𝑇 𝑇
𝑛=1
• Si f es continua en un punto t, entonces la serie de Fourier converge en ese punto a 𝐟(𝐭):
∞
𝑎0 2𝑛𝜋 2𝑛𝜋
𝑓(𝑡) = + ∑ [𝑎𝑛 cos ( 𝑡) + 𝑏𝑛 sin ( 𝑡)]
2 𝑇 𝑇
𝑛=1
• Si f tiene una discontinuidad de salto en el punto t, entonces la serie de Fourier converge en ese punto al punto
medio del salto
∞
𝑎0 2𝑛𝜋 2𝑛𝜋 𝑓(𝑡 +) + 𝑓(𝑡 −)
+ ∑ [𝑎𝑛 cos ( 𝑡) + 𝑏𝑛 sin ( 𝑡)] =
2 𝑇 𝑇 2
𝑛=1
El teorema nos dice, en particular, que si 𝐟 satisface las condiciones de Dirichlet y se redefine el valor de f
𝑓(𝑡+ ) +𝑓(𝑡−)
en cada punto de discontinuidad como el punto medio del salto 𝑓(𝑡) = 2
, entonces la serie de
Fourier convergerá para cada 𝑡 ∈ ℝ.
6. Explicar el fenómeno de Gibbs.
En 1889, el físico Albert Michelson y su colega S. Stratton construyeron un sintetizador armónico: un
dispositivo que reconstruía una señal periódica xN (t ) de periodo T0 en base a la especificación de hasta
80 de sus componentes armónicas. El sintetizador implementa mecánicamente la ecuación
N 2
jk t
xN (t ) c
k N
K e T0
Michelson probó su dispositivo calculando los coeficientes de Fourier de distintas señales periódicas x(t ) y
comparando la señal reconstruida xN (t ) con la original: en líneas generales xN (t ) resultaba muy similar a
x(t ) .
Sin embargo, cuando utilizó como señal de prueba una onda cuadrada la aproximación no fue tan buena.
Según Lanczos (1966), Michelson no podía comprender las causas del problema, y pensaba que su aparato
podría estar funcionando incorrectamente. Confió sus dudas al matemático Josiah Gibbs quien investigó el
fenómeno y publicó sus resultados en 1899. Este comportamiento yahabía sido observado y explicado por
el matemático inglés Henry Wilbraham 50 añosantes, en la corrección de un trabajo de Fourier que trataba
sobre la convergencia de lasseries. Este resultado pasó desapercibido, posiblemente porque fue publicado
en una pe-queña revista no muy difundida, y recién fue redescubierto por Carslaw en 1925.
FIGURA 1: Serie de Fourier de la señal cuadrada y deformaciones en aumento del K
El 27 de abril de 1899 Gibbs publica un resultado concreto y mostrando que las oscilaciones no decaen, sino
que el sobrepico tiende a un número constante( 9% de la altura del pulso).
Para entender mejor tomaremos como base la señal cuadrada que fue usada por Gibbs y mostrada ya
anteriormente en la figura 1, y luego aplicaremos
Consideremos la serie formal de Fourier asociada a la función escalonada.
La suma parcial N-ésima la podemos escribir como:
Con esta fórmula podemos fácilmente calcular los extremos relativos de 𝑆𝑁𝑋(𝑡).
7. Desarrolle analíticamente el espectro de frecuencias para la señal asignada.
8. Simule previamente la serie de Fourier antes de asistir a la práctica.
7) SIMULACIÓN
A) Primero expondremos la función dada por orden de grupo, siendo esta la número 3; usando el
software de Matlab y el siguiente código:
clc
clear
close all
%Pulso triangular impar, amplitud 10
%Vpp periodo 40 mseg,
%duración 20 mseg.
t=20; %t=20mseg periodo
D=10; %duración
N=4; %pulsos
x=linspace(0,t*N,10000);
d=[0:t:t*N];
y=5*pulstran(x,d,'tripuls',D, 0); %pulstran: tren de pulsos
plot(x,y)
axis([0 t*N -2 8])
grid on
title('Pulso Triangular Par')
xlabel('Tiempo (ms)');
ylabel('f(t)');
Se obtendrá la siguiente señal de pulso:
B) Luego, se pide desarrollar el análisis del espectro de frecuencias para lo cual usaremos la
herramienta Matlab y el siguiente código:
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)-heaviside(t-1))+(1+t)*(heaviside(t+1)-heaviside(t));
Fw=fourier(ft);
Fw=simplify(Fw)
subplot(2,1,2)
hg=ezplot(Fw,[-10,10]);
set(hg,'color','r')
ylim([-0.1 1.1])
xlabel('\omega');
ylabel('F(\omega)')
title('Transformada de Fourier')
grid on
Se obtendrá la transformada de Fourier:
teniéndose como espectro final:
C) Para la siguiente experiencia se nos pide hallar los valores de los coeficientes de la serie de
Fourier, para lo cual definiremos el pulso triangular y usando el siguiente código:
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);
syms t;
ft=5*((1-t/5)*(heaviside(t/5)-heaviside(t/5-1))+(1+t/5)*(heaviside(t/5+1)-heaviside(t/5)));
subplot(2,1,1)
ezplot(ft,[-20,20]);
ylim([-0.2 5.2])
xlabel('t(ms)');
ylabel('f(t)')
title('Pulso triangular')
syms t n
T=20;
w0 = 2*pi/T; %frecuencia
n= 2
a0= (1/T)*int(ft,t,-1,2)
an= (2/T)*int(ft*cos(n*w0*t),t,-1,2)
bn= (2/T)*int(ft*sin(n*w0*t),t,-1,2)
Luego se obtendrán valores para cada n:
8) BIBLIOGRAFÍA
http://ramontxrf.260mb.net/fourier.html?i=1
Análisis de Fourier HWEI P HSU
https://temasdecalculo.com/2018/08/10/1-9-diferenciacion-de-la-serie-de-fourier-fourier/
http://filemon.upct.es/~fperiago/apuntes_docencia/tema4.pdf
https://www.etsist.upm.es/uploaded/docs_personales/hernandez_heredero_rafael_jose/old/CalI/
CIT6.pdf
http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/integracion/fourier/fourier.htm
https://www.ugr.es/~dpto_am/OLD/docencia/Apuntes/Fourier_y_sus_coeficientes_Canada.pdf
https://www.academia.edu/26088508/Fenomeno_de_Gibbs
https://esacademic.com/dic.nsf/eswiki/480214
https://es.slideshare.net/ElianaHernandez4/fenomeno-gibbs
https://www.biografiasyvidas.com/biografia/f/fourier.htm
