Laboratorio Nº 01:
Simulación de la Serie de Fourier Mediante el
Software Matlab
T
2
2
I. OBJETIVOS b n=
T
∫ f (t ) sin ( 2 Tnπ t ) dt
−T
1) Usar el software de Matlab para graficar la Serie de 2
Fourier de una señal.
2) FUNCIÓN PAR E IMPAR
2) Encontrar gráficamente la aproximación de una onda
por medio de sumatoria de n términos de la Serie de En el caso de la función par los coeficientes se
Fourier y estimar su ancho de banda. reducen a la siguiente expression:
T
2
4
II. FUNDAMENTO TEÓRICO a 0= ∫ f dt
T 0 (t )
1) SERIE DE FOURIER T
Una serie de Fourier es una serie infinita que converge 2
4
puntualmente a una función periódica y continua a trozos (o por
partes). Las series de Fourier constituyen la herramienta
a n= ∫ f cos 2Tnπ t dt
T 0 (t ) ( )
matemática básica del análisis de Fourier empleado para
analizar funciones periódicas a través de la descomposición de b n=0
dicha función en una suma infinita de funciones sinusoidales
mucho más simples (como combinación de senos y cosenos con En el caso de la función imppar los coeficientes se
frecuencias enteras). reducen a la siguiente expression:
Es una aplicación usada en muchas ramas de la ingeniería, a 0=0
además de ser una herramienta sumamente útil en la teoría
matemática abstracta. Áreas de aplicación incluyen análisis a n=0
vibratorio, acústica, óptica, procesamiento de imágenes y T
señales, y compresión de datos. En ingeniería, para el caso de 2
4 2nπ
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
b n= ∫
T 0
f (t ) sin
T (t dt )
del mismo. Las series de Fourier tienen la forma: 3) IDENTIDAD DE PARSEVAL
T
a0 ∞ 2nπ 2 nπ
2 n=1 [
+ ∑ a n cos
T (
t +b n sin )T
t ( )] 2
T
2
∫ f (t )
−T
2 a 02 ∞
2 n=1
2 2
dt= + ∑ [ an + bn ]
Donde a n y b n se denominan coeficientes de Fourier de la 2
serie de Fourier de la función f ( t ). 4) SERIE COMPLEJA DE FOURIER
T Es una forma alternativa de la Serie, también llamada forma
2 exponencial.
2
a 0= ∫ f (t ) dt
T −T
∞ j ( 2 πnt
T )
2 f (t )= ∑ cn e
T n=− ∞
2 T
2
a n=
T
∫ f (t ) cos ( 2Tnπ t ) dt c n=
1
2
∫ f ( t) e
−j ( 2 πnt
T )
dt
−T
2
T −T
2
5) CONDICIONES DE DIRICHLET Una de las muchas derivaciones interesantes, aunque desde
luego no la más importante, a que ha dado lugar el análisis de
Las condiciones que una determinada función f (x) debe Fourier, es el llamado fenómeno de Gibbs, que surge a
cumplir para poder ser representada como una serie de Fourier, mediados del siglo XIX.
se conocen con el nombre de condiciones de Dirichlet las cuales
pueden ser esquematizadas en los siguientes puntos. Para que H. Wilbraham observó en 1848 que en puntos cercanos a una
una función f (x) sea susceptible de ser expandida en series de discontinuidad de una función “f”, las sumas parciales de la
Fourier debe ser: Serie de Fourier de “f” presentaban un comportamiento
oscilatorio anómalo que hacía que las gráficas de las sumas
parciales excedieran en aproximadamente en 9 % del valor del
a) Periódica.
salto de la discontinuidad. Este trabajo de Wilbraham cayó en el
olvido, hasta que hacia 1898 volvió a reaparecer en un contexto
b) Univaluada y continua a trozos (continua menos, en un
distinto. Fue de mano del Premio Nobel en Física (1907) A.
numero finito de puntos) con un número finito de
Michelson, científico norteamericano, inventor y constructor de
máximos y mínimos.
numerosos instrumentos físicos de gran precisión.
c) c. Para que las Series de Fourier existan, los
Michelson construyó un aparato llamado analizador armónico
coeficientes de Fourier deben ser finitos, esta
que permitía mecánicamente, determinar hasta los 80 primeros
condición garantiza su existencia. Para ello la integral
T componentes de la serie de Fourier, a partir de la gráfica de una
2 función y = f(x). Michelson observó que para una función de
∫ |f (t )|dt debe ser convergente, donde T es el tipo salto, en las cercanías del punto de discontinuidad, aparecía
−T una extraña protuberancia que no aparecía en la función
2 original. En un principio creyó que podía deberse a un defecto
periodo. mecánico del aparato.
6) TEOREMA DE LA CONVERGENCIA
Una vez verificado que podía no ser así, escribe al
Sea f : R → R una función periódica de periodo T que físicomatemático [Link], 1899 que investigó y explicó el
satisface las condiciones de Dirichlet y sea: fenómeno basándose en la no convergencia uniforme de la serie
a0 ∞ de Fourier en las cercanías de un punto de discontinuidad. Este
2 nπ 2 nπ
f (t )= +∑ a n cos
2 n=1 [ ( )
T
t +b n sin
T
t ( )] fenómeno, que se conoce como fenómeno de Gibbs (o
fenómeno de Gibbs-Wilbraham), tiene consecuencias físicas
interesantes. Por ejemplo, en el caso de circuitos eléctricos en
• Si f es continua en un punto t, entonces la serie de
Fourier converge en ese punto a f (t): los que, por medio de un conmutador, se pueden crear saltos de
voltaje. Dado que este voltaje puede sobrepasar lo inicialmente
a0 ∞ 2 nπ 2 nπ previsto, resulta importante conocer esta desviación en relación
f (t )=
2 n=1 n [ ( )
+∑ a cos
T
t +b n sin
T
t ( )] con la respuesta de los componentes del circuito.
• Si f tiene una discontinuidad de salto en el punto t, Consideremos la serie formal de Fourier asociada a la función
entonces la serie de Fourier converge en ese punto al escalonada.
punto medio del salto
a0 ∞ 2nπ 2 nπ
2 n=1 [ ( )
+ ∑ a n cos
T
t +b n sin
T (
t =f ¿¿ ¿ )]
El teorema nos dice, en particular, que si f satisface las
condiciones de Dirichlet y se redefine el valor de f en cada
punto de discontinuidad como el punto medio del salto
f (t )=f ¿¿ ¿ , entonces la serie de Fourier convergerá para cada
t ∈ R. La suma parcial N-ésima la podemos escribir como:
7) FENÓMENO DE GIBBS
PULSO CUADRADO
PULSO TRIANGULAR
PULSO DIENTE DE SIERRA
PULSO TRAPEZOIDAL
V. PROCEDIMIENTO
Haciendo uso de un lenguaje de programación realice un
programa que permita realizar lo siguiente:
Con esta fórmula podemos fácilmente calcular los extremos a) Dada una función del tiempo, el programa debe permitir
relativos de SNX (t ). visualizar en la pantalla la gráfica real.
b) Con el uso de la Serie de Fourier, el programa debe
permitir visualizar las diferentes aproximaciones,
dependiendo de n , a la gráfica.
c) Para permitir realizar el paso b), el programa nos debe
solicitar:
- La ecuación característica del termino a 0.
- La ecuación de los términos a n.
- La ecuación correspondiente a los b n.
VI. RESPUESTAS A PREGUNTAS
No se encontraron preguntas.
VII. SIMULACIÓN
Ejemplo: Desarrollo de una señal cuadrada.
x (t )= 1 ;0≤t<Tο /2
{
−1;Tο/2≤t<Tο
4 sin t sin 3 t sin5 t
x (t )= (
π 1
+
3
+
5
+. .. )
III. DATA SHEET Y/O HOJA DE DATOS
No se utilize ningún datasheet en este laboratorio.
IV. EQUIPOS Y MATERIALES
Para esta experiencia solo haremos uso de una computadora, en
la cual con el software MATLAB graficaremos las distintas
series de Fourier para las siguientes funciones:
Haciendo uso de un programa de simulación, para nuestro
caso MatLab, definimos nuestra función periódica en el
tiempo. Para nuestra simulación definimos nuestro f(t)
como:
f ( t ) → Pulso diente de sierra ,impar ,
5 V pp , periodo 20 ms, duracion 10 ms.
Aumentando a 100 términos la serie x(t).
A partir de nuestra señal periódica, tenemos los siguientes
parámetros:
T =0.02 s
Para nuestro análisis, tomamos el siguiente dominio de
tiempo:
−0.01 s <t< 0.01 s
Implementamos el código del programa, para ejecutarlo en
MatLab:
Primero creamos una función en MATLAB laque
posteriormente utilizaremos:
function fouriertri(a0,an,bn,n,t)
sum=0;
an=inline(an);
bn=inline(bn);
Aumentando a 1000 términos la serie x(t).
for k=1:n
sum=sum+a0+an(k)*cos(pi/0.01*k*t)+bn(k)*sin(pi/0.01*k*t);
end
plot(t,sum),xlabel('t'),ylabel('f(t)'),grid on
Luego ejecutamos el programa principal, llamando a la
función mediante el siguiente código fuente:
n=input('Ingrese n= ');
a0=input('Ingrese a0= ');
Ejemplo 2:
an=input('Ingrese an= ','s'); 5
bn=input('Ingrese bn= ','s'); 3
1
t=input('Ingrese el rango de valores de t de la siguiente manera:
f(t)
0
”valor inicial:incremento:valor final” '); -1
-2
fouriertri(a0,an,bn,n,t) -3
-4
Para n=1
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t
3
Finalmente si superponemos las imágenes nos queda:
2
1
5
0
f(t)
4
-1
3
-2
2
-3
1
-4
f(t)
0
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
-1
t
-2
-3
Para n=3
-4
5
-5
4 -0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t
3
1
Para los valores de:
f(t)
-1
-2 a 0=0
-3
40
-4
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01 a n=
( ( 2∗k−1 )∗pi)2
t
Para n=5
b n=0
5
1
VIII. BIBLIOGRAFÍA
f(t)
1) Biografía de Joseph Fourier, Sangakoo, disponible en:
0
-1
-2 [Link]
-3 2) Fenómeno de Gibbs, LAFA: Laboratorio de Análisis de
-4
Fourier Aplicado, disponible en:
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0
t
0.002 0.004 0.006 0.008 0.01
[Link]
3) Series de Fourier y fenómeno de Gibbs, Roberto
Rodríguez del Rio & Enrique Zuazua, Departamento de
Para n=15 Matemática Aplicada, Universidad Complutense de
Madrid, Madrid, España, disponible en:
[Link]
