INFORME FINAL N°01: SIMULACION DE LA SERIE DE
FOURIER MEDIANTE EL SOFTWARE MATLAB
I. MOSTRAR Y ANALIZAR LOS GRAFICOS A continuación, se muestra las comparaciones de
OBTENIDOS EN LA SIMULACIÓN los gráficos aproximados con serie de Fourier
MEDIANTE MATLAB. con respecto a la onda triangular ideal (función
asignada).
A nuestro grupo se ha asignado la onda
triangular impar. Serie de Fourier para n=1
Esta Onda triangular impar asignada presenta
una amplitud de 10Vpp y un periodo de 20mseg.
Fig. 2. La grafica que se encuentra en la parte superior
Fig. 1. Gráfico de la onda triangular impar de amplitud (verde) muestra la aproximación en serie de Fourier con un
10Vpp y periodo de 20ms. La gráfica fue obtenida armónico. La gráfica de la parte inferior muestra la
mediante la ejecución del algoritmo realizado en MatLab. comparación entre la función aproximada (azul) y la onda
asignada (línea punteada).
En Fig.1 observamos el desarrollo de la onda
triangular impar durante un periodo, a priori Podemos observar que la señal triangular impar
podemos decir que esta onda presenta un valor muestra un desarrollo casi similar al de una onda
medio (Vdc) igual a cero, así mismo, al tratarse senoidal. Para una aproximación mediante la
de una función impar veremos que el desarrollo serie de Fourier con un armónico, la cual se
en serie de Fourier presentará una expansión en visualiza en Fig. 2, podemos notar que la función
senos, es decir bn tomara el valor de cero. aproximada presenta semejanza con la onda
triangular con la diferencia de que en los picos La gráfica de la parte inferior muestra la comparación entre la
función aproximada (azul) y la onda asignada (línea punteada).
aún falta una mejor aproximación.
Serie de Fourier para n=3 Para una aproximación mediante la serie de
Fourier con cinco armónicos, la cual se visualiza
en Fig. 4, podemos notar que la función
aproximada va mostrando las pendientes que la
función triangular posee, así mismo, la
aproximación en los picos se sigue mejorando.
Serie de Fourier para n=7
Fig. 3. La grafica que se encuentra en la parte superior (verde)
muestra la aproximación en serie de Fourier con tres armónicos. La
gráfica de la parte inferior muestra la comparación entre la función
aproximada (azul) y la onda asignada (línea punteada).
Para una aproximación mediante la serie de
Fourier con tres armónicos, la cual se visualiza
en Fig. 3, podemos notar que la función
aproximada se va asemejando mucho más a la
onda triangular asignada. Cuando superponemos
ambas gráficas podemos observar que la Fig. 5. La grafica que se encuentra en la parte superior
(verde) muestra la aproximación en serie de Fourier con siete
aproximación en lo picos se va mejorando armónicos. La gráfica de la parte inferior muestra la
cuando se aumenta los armónicos. comparación entre la función aproximada (azul) y la onda
asignada (línea punteada).
Serie de Fourier para n=5
Para una aproximación mediante la serie de
Fourier con siete armónicos, podemos notar que
la función aproximada ya casi presenta la misma
pendiente que la onda triangular.
Serie de Fourier para n=15
Fig. 4. La grafica que se encuentra en la parte superior (verde)
muestra la aproximación en serie de Fourier con cinco armónicos.
pretty(An);
disp('Bn =');
pretty(Bn);
%Aproximacion de la Función
disp('Aproximacion de la funcion');
disp('mediante serie de Fourier');
Fou1=0;
for i=1:N
Fou1=Fou1+subs((An*cos(n*wo*x)),n,i);
end
Fou2=0;
for i=1:N
Fou2=Fou2+subs((Bn*sin(n*wo*x)),n,i);
end
Serie=0.5*Ao+Fou1+Fou2;
Fig. 6. La grafica que se encuentra en la parte superior
disp('Serie de Fourier =');
(verde) muestra la aproximación en serie de Fourier con disp(Serie);
quince armónicos. La gráfica de la parte inferior muestra la x=-(2*T):1/Fs:(2*T);
comparación entre la función aproximada (azul) y la onda figure(3);
asignada (línea punteada).
subplot(2,1,1);
Para una aproximación mediante la serie de
hL=ezplot(Serie,x);
Fourier con quince armónicos, podemos notar set(hL,'Color','g');
que superponiendo la función aproximada sobre grid on;
la función ideal ya casi no se distingue diferencia xlabel('\bf TIEMPO (seg.)','FontSize',15);
alguna, la mínima diferencia que existe es en la ylabel('\bf AMPLITUD (V)','FontSize',15);
zona de los picos de la función triangular, en title('\bf APROXIMACION DE "f(t)" CON SERIE
Y=SYM(Y);
DE FOURIER','FontSize',15);
legend('Función aproximada');
Per=max(A)-min(A);
subplot(2,1,2);
wo=2*pi/Per;
ezplot(Serie,x);hold on
Ao=0;
grid on;
for i=1:length(y)
xlabel('\bf TIEMPO (seg.)','FontSize',15);
Ao=Ao+int(y(i),x,A(i),A(i+1));
ylabel('\bf AMPLITUD (V)','FontSize',15);
end
title('\bf COMPARACIÓN','FontSize',15);
Ao=simplify(2*Ao/(T));
,15);
An=0;
title('\bf ONDA TRIANGULAR IMPAR
for i=1:length(y)
"f(t)"','FontSize',15);
An=An+int(y(i)*cos(n*wo*x),x,A(i),A(i+1));
legend('V vs. t');
end
set(gca,'FontSize',10)
An=simplify(2*An/T);
%Espectro de frecuencias
Bn=0;
L=length(f);
for i=1:length(y)
freq=Fs*(0:(L/2))/L;
Bn=Bn+int(y(i)*sin(n*wo*x),x,A(i),A(i+1));
Y=fft(f);
end
P2=abs(Y/L);
Bn=simplify(2*Bn/T);
P1=P2(1:(L-1)/2+1)*2;
disp('___________________________');
p=[Link];
disp('___________________________');
x2=abs(8*(Vpp/2)./(p.^2.*pi^2).*sin(p.*(pi/2)));
syms n x
figure(2);
disp('RESULTADOS');
subplot(2,1,1);
disp('Los Coeficientes de Fourier');
plot(freq,P1,'r','linewidth',2.2)
disp('Son los siguientes:');
grid on
disp('Ao =');
xlabel('\bf FRECUENCIA (Hz)');
pretty(Ao);
ylabel('\bf |Cn|');
disp('An =');
title('\bf ESPECTRO DE FRECUENCIA ylabel('\bf AMPLITUD (V)','FontSize',15);
DISCRETA'); title('\bf COMPARACIÓN','FontSize',15);
legend('|F(f)| vs. f'); plot(t,f,'--k');
subplot(2,1,2); disp('___________________________');
stem(p,x2,'linewidth',2) disp('___________________________');
grid on disp('¿Desea Cambiar parametros de la señal?');
xlabel('\bf VALOR DE "n"'); disp('Solo ingrese números');
ylabel('\bf AMPLITUD'); disp('Si=1');
%Coeficiente de Fourier disp('No=2');
syms n x res=input('\n Respuesta (SI(1)/NO(2)) = ');
A=[-T/2 -T/4 T/4 T/2]; if res==2
y=[(-2*Vpp*x/T)-Vpp 2*Vpp*x/T disp('Fin de programa')
-2*Vpp*x/T+Vpp]; else
y=sym(y); disp ('syntaxis incorrecta, Fin de Programa')
Per=max(A)-min(A); end
wo=2*pi/Per; end
Ao=0; elseif res==2
for i=1:length(y) disp('Fin de programa')
Ao=Ao+int(y(i),x,A(i),A(i+1)); else
end disp('syntaxis incorrecta, Fin de Programa')
Ao=simplify(2*Ao/(T)); end
An=0;
for i=1:length(y) II. DIFERENCIAS DE VALOR TEORICO
An=An+int(y(i)*cos(n*wo*x),x,A(i),A(i+1)); CON VALOR EXPERIMENTAL
end OBTENIDO POR SIMULACIÓN
An=simplify(2*An/T);
Bn=0; A continuación realizaremos los cálculos
for i=1:length(y) matemáticos. Consideramos la señal triangular
Bn=Bn+int(y(i)*sin(n*wo*x),x,A(i),A(i+1)); impar:
end
Bn=simplify(2*Bn/T);
disp('___________________________');
disp('___________________________');
syms n x
disp('RESULTADOS');
disp('Los Coeficientes de Fourier');
disp('Son los siguientes:');
disp('Ao =');
pretty(Ao);
disp('An =');
pretty(An); Definimos la onda mediante funciones
disp('Bn ='); singulares:
pretty(Bn);
%Aproximacion de la Función
disp('Aproximacion de la funcion'); −2 k 4k m 4k m 2k
disp('mediante serie de Fourier');
f ( t )=
m
μ−2 ( t +m )+
m ( )
μ−2 t+ −
2 m 2 m ( )
μ−2 t− + μ−2
CON SERIE DE FOURIER','FontSize',15);
legend('Función aproximada'); Se tiene que f(t) es una función periódica impar
subplot(2,1,2);
ezplot(Serie,x);hold on con periodo 2m, por lo tanto, su desarrollo en
grid on; serie de Fourier consta de términos de seno
xlabel('\bf TIEMPO (seg.)','FontSize',15); solamente, es decir:
8k π 1 3π 1 5π
∞
f ( t )=∑ ( bn sen ( n w0 t ) )
f ( t )= 2 2
n π ( )
sen
m
t − 2 sen
3 m ( )
t + 2 sen
5 m
t …… ( )
n =1
Como podemos en el desarrollo de la serie de
Fourier solo estarán presente los armónicos
a 0=0
impares. Para nuestro caso tenemos:
a n=0 k=5
m=10ms
Donde: w 0=2 π /T =π /m. Entonces:
Para el cálculo de los coeficientes de Fourier 40 π (1)
desarrollamos lo siguiente: b n= 2 2
n π
sen n( )
2
−2 k 4k m 4k m 2k
f ' ( t )=
m
μ−1 ( t +m )+
m
μ−1 t+ −
2 m
μ−1 t− +
2 ( )
μ (40
mf ( t )−1 ( )
t−m )
π
1
3 ( 1
= 2 sen ( 100 πt )− 2 sen ( 300 πt ) + 2 sen ( 500 πt ) … …
5
(2)
−2 k 4k m 4k m 2k
f ' ' (t )=
m
δ ( t+ m ) +
m
δ t+ −
2 m
δ t− +
2 ( )
m
δ ( tAhora ( )
−m ) procederemos a mostrar los resultados que
nos arroja la ejecución del programa y lo
compararemos con lo obtenido mediante cálculos
matemáticos.
Para el desarrollo en serie de Fourier, derivamos
la serie:
∞
nπ π
f ' ( t ) =∑ b n
∞
n=1
(
( )) m
cos n t
m
2 2
n π π
f ' ' (t )=∑ (−b sen ( n t ))
n 2
n=1 m m
Entonces tenemos:
m
n2 π 2 1 −2 k 4k m 4k m 2k
−b n
m 2
= ∫
m −m m (
δ ( t+m ) +
m
δ t+ −
2 m 2 m ( )
δ t− + δ ( t−m ) dt ( ) )
−b n n 2 π 2=2 ksen ( nπ )−4 ksen n ( π2 )−4 ksen( n π2 )+2 ksen ( nπ )
Fig. 8. Coeficientes de Fourier obtenidos mediante el
algoritmo en MATLAB.
8k π
b= n sen ( n )
n π 2
2 2
Como podemos observar en Fig. 8, el coeficiente
de Fourier “bn” obtenido es:
b n=
−40
2 2
n π
sen n
π
2 ( )( cos(n π2 )−1)
El cual es equivalente al obtenido mediante
cálculos (1), con la diferencia de que lo obtenido
mediante el algoritmo presenta el termino
π
( ( ) )
− cos n
2
−1
Para n=5
Donde podemos ver que se puede simplificar
Según cálculos matemáticos:
π
( ( ) )
− cos n −1 =1
2 f ( t )=
40
π 2( 1 1
sen ( 100 πt )− sen ( 300 πt ) + sen ( 500 πt )
9 25 )
Para el caso de las aproximaciones mediante la
Según algoritmo:
serie de Fourier, procederemos a comparar lo
obtenido mediante cálculos matemáticos con lo
obtenido mediante el algoritmo.
Para n=1
Según cálculos matemáticos:
40
f ( t )= sen ( 100 πt )
π2 De lo anteriormente mostrado para las
Según algoritmo: aproximaciones mediante series de Fourier,
podemos ver que los resultados tanto obtenidos
mediante cálculos como los obtenidos por el
algoritmo son iguales.
III. RESPUESTAS A PREGUNTAS
1. De lo observado en el computador y del
Como podemos ver ambos métodos nos arroja el desarrollo teórico, aproxime el ancho de
mismo resultado. banda de la señal que se le asigno.
Para n=3 El ancho de banda absoluto es f2 – f1 , donde
el espectro es cero fuera del intervalo f 1<f< f2
Según cálculos matemáticos: a lo largo del eje positivo de frecuencia.
40 1
f ( t )=
π 2 (
sen ( 100 πt )− sen ( 300 πt )
9 ) Para nuestro caso, de acuerdo con lo
desarrollado en el aparatado I. y observando
Fig. 9 (Espectro discreto de amplitud)
Según algoritmo:
notamos que el intervalo que cumple con la
definición anteriormente mencionada es:
0< f <250 Hz
0< n<5 armónicos
Por lo tanto, el ancho de banda de la señal f ( t 1 )=1.95
asignada es 250 Hz.
f ( t 2 )=4.50
2. ¿Qué diferencias observa entre la función
ideal y la obtenida por la serie de Fourier?
Aproximación Onda
Gráficamente podemos observar, de acuerdo t Error
n=3 Triangular
con lo desarrollado en el apartado I., que la
8 ms 1.95 2 0.05
función obtenida por la serie de Fourier
5 ms 4.50 5 0.5
presenta una buena aproximación a la función
ideal a partir del armónico siete, pero que la
aproximación en los picos de la onda Para n=5
triangular no sigue siendo muy buena (ver
Fig. 7). Debido a que la función que se está 40 1 1
desarrollando en serie de Fourier no presenta
f ( t )=
π 2(sen ( 100 πt )− sen ( 300 πt ) + sen ( 500 πt )
9 25 )
señales de variación rápida (discontinuidades
como lo podría presentar la onda cuadrada, Evaluaremos en t1=8ms y t2=5ms:
por ejemplo) , no se presenta el fenómeno de f ( t 1 )=1.95
Gibbs.
A continuación, evaluaremos los valores
obtenidos con las aproximaciones de la serie
de Fourier con respecto a los valores de la
onda triangular asignada:
Para n=1
40
f ( t )= ( sen (100 πt ) )
π2
Evaluaremos en t1=8ms y t2=5ms:
f ( t 1 )=2.38
f ( t 2 )=4.05
Aproximación Onda
t Error
n=1 Triangular
8 ms 2.38 2 0.38
5 ms 4.05 5 0.95
Para n=3
40 1
f ( t )=
π 2 (
sen ( 100 πt )− sen ( 300 πt )
9 )
Evaluaremos en t1=8ms y t2=5ms:
