Analisis de Fourier

Anlisis de Fourier
Anlisis de Fourier
UNSA - EPIT
SEALES Y SISTEMAS
Anlisis de Fourier
Seales continuas
Anlisis de Fourier
Seales continuas.
Seales continuas peridicas.
Serie de Fourier.
Serie de Fourier compleja.
Seales continuas no peridicas.
Serie de Fourier.
Transformada de Fourier.
Seales discretas.
Seales discretas peridicas.
Serie de Fourier discreta.
Seales discretas no peridicas.
Transformada de Fourier en tiempo discreto (DTFT).
Transformada de Fourier discreta (DFT).

Anlisis de Fourier
Seales continuas
Seales continuas peridicas. Serie de Fourier.
0 0.5 1 1.5 2
20
10
0
10
20
A= 15, f = 2 Hz, T = 0.5 s
y
=
A
s
i
n
(
t
)
0 0.5 1 1.5 2
20
10
0
10
20
A= 5, f = 2 Hz, T = 0.5 s
y
=
A
s
i
n
(
t
)
0 0.5 1 1.5 2
20
10
0
10
20
A= 5, f = 4 Hz, T = 0.25 s
y
=
A
s
i
n
(
t
)
0 0.5 1 1.5 2
20
10
0
10
20
A= 15, f = 2 Hz, T = 0.5 s
y
=
A
c
o
s
(
t
)
0 0.5 1 1.5 2
20
10
0
10
20
A= 5, f = 2 Hz, T = 0.5 s
y
=
A
c
o
s
(
t
)
0 0.5 1 1.5 2
20
10
0
10
20
A= 5, f = 4 Hz, T = 0.25 s
y
=
A
c
o
s
(
t
)
Ondas: y = Asin(t), y = Acos(t)
A: amplitud de la onda.
=
2
T
= 2f : frecuencia angular, [rad/s].
T: periodo = tiempo entre dos repeticiones, [s].
f =
1
T
: frecuencia lineal = num. de repeticiones por segundo, [Hz].
Anlisis de Fourier
Seales continuas
0 0.5 1 1.5 2
20
0
20
a
1
= 10, f
1
= 2 Hz, T
1
= 0.5 s.
x
1
=
a
1
c
o
s
(
1
t
)
0 0.5 1 1.5 2
20
0
20
a
2
= 8, f
2
= 4 Hz, T
2
= 0.25 s.
x
2
=
a
2
c
o
s
(
2
t
)
0 0.5 1 1.5 2
20
0
20
a
3
= 4, f
3
= 6 Hz, T
3
= 0.16667 s.
x
3
=
a
3
c
o
s
(
3
t
)
0 0.5 1 1.5 2
20
0
20
a
4
= 6, f
4
= 8 Hz, T
4
= 0.125 s.
x
4
=
a
4
c
o
s
(
4
t
)
0 0.5 1 1.5 2
20
0
20
x
total
= x
1
+ x
2
+ x
3
+ x
4
x
t
o
t
a
l
0 0.5 1 1.5 2
20
0
20
b
1
= 10, f
1
= 2 Hz, T
1
= 0.5 s.
y
1
=
b
1
s
i
n
(
1
t
)
0 0.5 1 1.5 2
20
0
20
b
2
= 8, f
2
= 4 Hz, T
2
= 0.25 s.
y
2
=
b
2
s
i
n
(
2
t
)
0 0.5 1 1.5 2
20
0
20
b
3
= 4, f
3
= 6 Hz, T
3
= 0.16667 s.
y
3
=
b
3
s
i
n
(
3
t
)
0 0.5 1 1.5 2
20
0
20
b
4
= 6, f
4
= 8 Hz, T
4
= 0.125 s.
y
4
=
b
4
s
i
n
(
4
t
)
0 0.5 1 1.5 2
20
0
20
y
total
= y
1
+ y
2
+ y
3
+ y
4
y
t
o
t
a
l
Anlisis de Fourier
Seales continuas
Al sumar ondas coseno, x(t) =

K
k=1
a
k
cos(
k
t):
Si
k
= n
1
, n N x(t) es una onda peridica:
El periodo de x(t) es T
1
.
x(0) = x(T) =
K
k=1
a
k
.
Al sumar ondas seno, y(t) =

K
k=1
b
k
sin(
k
t):
Si
k
= n
1
, n N y(t) es una onda peridica:
El periodo de y(t) es T
1
.
y(0) = y(T) = 0.
En conclusin, f (t) =
K
k=1
(a
k
cos(
k
t) + b
k
sin(
k
t)) es peridica:
Si
k
= n
1
, n N f (t) es una onda peridica:
El periodo de f (t) es T
1
.
f (0) = f (T) =
K
k=1
a
k
.
Anlisis de Fourier
Seales continuas
El recproco de la propiedad anterior tambin es cierto:
Teorema
Cualquier funcin peridica de periodo T se puede descomponer en una
suma de senos y cosenos:
f (t) =
n=1
_
a
n
cos
2n
T
t + b
n
sin
2n
T
t
_
Una funcin f (t) es peridica de periodo T si cumple que

f (t) = f (t + T).
Para n = 1 las ondas tienen la misma frecuencia que la funcin f(t):
1
=
2
T
Esta frecuencia es conocida como frecuencia fundamental. El resto

de ondas tienen frecuencias mltiplo de la fundamental (como
habamos visto en en el apartado anterior):
n
=
2n
T
= n
1
Anlisis de Fourier
Seales continuas
Por ejemplo, veamos la funcin peridica (T = 2):
f (t) =
_
_
_
1
2
1 < t < 0
+
1
2
0 < t < 1
f (t) = f (t + 2) resto
La frecuencia fundamental es
1
= 2/T = .
La serie de Fourier de f (t) es:
f (t) =
2
sint +
2
3
sin3t +
2
5
sin5t +
2
7
sin7t +
2
9
sin9t
En la gura siguiente se representa la funcin f(t) y los tres primeros
trminos de la serie de Fourier. Se observa como con tan slo tres
trminos, la aproximacin conseguida es notable.
Anlisis de Fourier
Seales continuas
4 2 0 2 4 6
1
0.5
0
0.5
1
f(t), f
0
(t) = 2 sin t
4 2 0 2 4 6
1
0.5
0
0.5
1
f(t), f
1
(t) = 2/3 sin 3 t
4 2 0 2 4 6
1
0.5
0
0.5
1
f(t), f
0
(t) + f
1
(t)
4 2 0 2 4 6
1
0.5
0
0.5
1
f(t), f
2
(t) = 2/5 sin 5 t
4 2 0 2 4 6
1
0.5
0
0.5
1
f(t), f
0
(t) + f
1
(t) + f
2
(t)
Anlisis de Fourier
Seales continuas
Como a
n
cos
2n
T
t y b
n
sin
2n
T
t oscilan en torno al cero, la suma de
ellos tambin lo harn.
Para tener en cuenta funciones peridicas que oscilan en torno a c:

Teorema
Cualquier funcin peridica de periodo T se puede descomponer en una
suma de senos y cosenos:
f (t) = c +
n=1
_
a
n
cos
2n
T
t + b
n
sin
2n
T
t
_
Por ejemplo, la funcin g(t) es peridica (T = 2) pero con valores

que oscilan en torno a
1
2
.
g(t) =
_
_
_
0 1 < t < 0
1 0 < t < 1
g(t) = g(t + 2) resto
Anlisis de Fourier
Seales continuas
4 2 0 2 4 6
1
0
1
f(t), f
0
(t) = 1/2
4 2 0 2 4 6
1
0
1
f(t), f
1
(t) = 2 sin t
4 2 0 2 4 6
1
0
1
f(t), f
0
(t) + f
1
(t)
4 2 0 2 4 6
1
0
1
f(t), f
2
(t) = 2/3 sin 3 t
4 2 0 2 4 6
1
0
1
f(t), f
0
(t) + f
1
(t) + f
2
(t)
4 2 0 2 4 6
1
0
1
f(t), f
3
(t) = 2/5 sin 5 t
4 2 0 2 4 6
1
0
1
f(t), f
0
(t) + f
1
(t) + f
2
(t) + f
3
(t)
La serie de Fourier de g(t) es:
f (t) =
1
2
+
2
sint +
2
3
sin3t +
2
5
sin5t +
Anlisis de Fourier
Seales continuas
Obviamente, la pregunta es: cmo se calculan a
n
, b
n
y c?
Primero, hay recordar que las funciones seno y coseno cumplen:
Son simetricas respecto a y = 0:

_
+
T
2
T
2
cos
_
2n
T
t
_
dt = 0
_
+
T
2
T
2
sin
_
2n
T
t
_
dt = 0
Son ortogonales:
_
+
T
2
T
2
cos
_
2m
T
t
_
sin
_
2n
T
t
_
dt = 0
_
+
T
2
T
2
cos
_
2m
T
t
_
cos
_
2n
T
t
_
dt =
_
T/2 si m = n
0 si m = n
_
+
T
2
T
2
sin
_
2m
T
t
_
sin
_
2n
T
t
_
dt =
_
T/2 si m = n
0 si m = n
Anlisis de Fourier
Seales continuas
Clculo de los coecientes a
n
y b
n
.
f (t) = c +
n=1
_
a
n
cos
_
2n
T
t
_
+ b
n
sin
_
2n
T
t
__
Trmino c.
_
+
T
2
T
2
f (t)dt =
_
+
T
2
T
2
_
c +
n=1
_
a
n
cos
_
2n
T
t
_
+ b
n
sin
_
2n
T
t
__
_
dt
_
+
T
2
T
2
f (t)dt = cT c =
1
T
_
+
T
2
T
2
f (t)dt
Anlisis de Fourier
Seales continuas
Trmino a
1
.
_
+
T
2
T
2
f (t)cos
_
2
T
t
_
dt =
=
_
+
T
2
T
2
_
c +
n=1
_
a
n
cos
_
2n
T
t
_
+ b
n
sin
_
2n
T
t
__
_
cos
_
2
T
t
_
dt
_
+
T
2
T
2
f (t)cos
_
2
T
t
_
dt = a
1
T
2
a
1
=
2
T
_
+
T
2
T
2
f (t)cos
_
2
T
t
_
dt
Trmino a
n
.
a
n
=
2
T
_
+
T
2
T
2
f (t)cos
_
2n
T
t
_
dt
Anlisis de Fourier
Seales continuas
Trmino b
1
.
_
+
T
2
T
2
f (t)sin
_
2
T
t
_
dt =
=
_
+
T
2
T
2
_
c +
n=1
_
a
n
cos
_
2n
T
t
_
+ b
n
sin
_
2n
T
t
__
_
sin
_
2
T
t
_
dt
_
+
T
2
T
2
f (t)sin
_
2
T
t
_
dt = b
1
T
2
b
1
=
2
T
_
+
T
2
T
2
f (t)sin
_
2
T
t
_
dt
Trmino b
n
.
b
n
=
2
T
_
+
T
2
T
2
f (t)sin
_
2n
T
t
_
dt
Anlisis de Fourier
Seales continuas
Teorema de la serie de Fourier
Cualquier funcin peridica de periodo T se puede descomponer como:
f (t) =
a
0
2
+
n=1
_
a
n
cos
_
2n
T
t
_
+ b
n
sin
_
2n
T
t
__
a
n
=
2
T
_
+
T
2
T
2
f (t)cos
_
2n
T
t
_
dt, n = 0, 1, 2, . . .
b
n
=
2
T
_
+
T
2
T
2
f (t)sin
_
2n
T
t
_
dt, n = 1, 2, . . .
Nota: Los trminos a
n
y b
n
se calculan integrando en un periodo. En las
frmulas anteriores se ha integrado entre T/2 y T/2 pero tambin se
podra hacer entre 0 y T. Los a
n
y b
n
obtenidos dependen de los lmites
de integracin elegidos, aunque (a
2
n
+ b
2
n
) es constante.
Anlisis de Fourier
Seales continuas
Seales continuas peridicas. Serie de Fourier compleja
Anlisis de Fourier
Seales continuas.
Serie de Fourier.
Serie de Fourier.
Seales discretas.

Anlisis de Fourier
Seales continuas
Serie de Fourier compleja
e
ix
= cosx + isinx
_
cos(n
1
t) =
1
2
_
e
in
1
t
+ e
in
1
t
_
sin(n
1
t) =
1
2i
_
e
in
1
t
e
in
1
t
_
f (t) =
a
0
2
+
n=1
a
n
2
_
e
in
1
t
+ e
in
1
t
_
+
b
n
2i
_
e
in
1
t
e
in
1
t
_
=
a
0
2
+
n=1
1
2
(a
n
ib
n
)e
in
1
t
+
1
2
(a
n
+ ib
n
)e
in
1
t
=
a
0
2
+
n=1
C
n
e
in
1
t
+ D
n
e
in
1
t
C
n
=
1
2
(a
n
ib
n
) =
2
T
_
+
T
2
T
2
f (t)e
in
1
t
dt
D
n
=
1
2
(a
n
+ ib
n
) =
2
T
_
+
T
2
T
2
f (t)e
in
1
t
dt
Anlisis de Fourier
Seales continuas
ya que
a
n
=
2
T
_
+
T
2
T
2
f (t)cosn
1
tdt =
2
T
_
+
T
2
T
2
f (t)
1
2
_
e
in
1
t
+ e
in
1
t
_
dt
b
n
=
2
T
_
+
T
2
T
2
f (t)sinn
1
tdt =
2
T
_
+
T
2
T
2
f (t)
1
2i
_
e
in
1
t
e
in
1
t
_
dt
Teniendo en cuenta sto
f (t) =
a
0
2
+
n=1
_
C
n
e
in
1
t
+ D
n
e
in
1
t
_
=
n=0
C
n
e
in
1
t
+
n=1
D
n
e
in
1
t
=
n=0
C
n
e
in
1
t
+
n=1
D
(n)
e
in
1
t
=
n=0
C
n
e
in
1
t
+
n=1
C
n
e
in
1
t
=
n=
C
n
e
in
1
t
Anlisis de Fourier
Seales continuas
Teorema de la serie de Fourier en notacin compleja
Cualquier funcin peridica de periodo T se puede descomponer como:
f (t) =
n=
C
n
e
i 2nt/T
C
n
=
1
T
_
+
T
2
T
2
f (t)e
i 2nt/T
dt, C
n
C
Las ventajas de utilizar la serie es Fourier en complejos son:

Notacin ms compacta.

Es ms facil operar con exponenciales que con senos y cosenos:
multiplicar, derivar, ...

Es igual trabajar con senos-cosenos que con exp. complejas.
* Los pares (t, f (t)) representan la funcin f en el dominio del
tiempo.
* Los pares
_
(
n
, C
n
) : n Z,
n
=
2
T
n = n
1
_
representan la funcin
f en el dominio de la frecuencia.
Anlisis de Fourier
Seales continuas
Ejemplo
Desarrollar en series de Fourier f (t) = t
2
, 0 < t < 2, con periodo 2.
a
0
=
2
T
_
T
0
f (t)dt =
1
_
2
0
t
2
dt =
8
2
3
a
n
=
2
T
_
T
0
f (t) cos
2nt
T
dt =
1
_
2
0
t
2
cos ntdt
Integrando por partes
a
n
=
1
_
t
2
sin nt
n
+ 2t
cos nt
n
2
2
sin nt
n
3
_
2
0
=
4
n
2
b
n
=
2
T
_
T
0
f (t) sin
2nt
T
dt =
1
_
2
0
t
2
sin ntdt
=
1
_
t
2
cos nt
n
+ 2t
sin nt
n
2
+ 2
cos nt
n
3
_
2
0
=
4
n
Anlisis de Fourier
Seales continuas
C
n
=
1
2
(a
n
ib
n
) =
1
2
_
4
n
2
+ i
4
n
_
=
2 + i 2n
n
2
C
0
=
1
2
a
0
=
4
2
3
Por tanto
f (t) = t
2
4
2
3
+
n=1
_
4
n
2
cos nt
4
n
sin nt
_
f (t) = t
2
4
2
3
+
n=
n=0
2 + i 2n
n
2
e
int
Frecuencia fundamental:
1
= 2/T = 1 rad/s.
Frecuencias de Fourier: n
1
= 1, 2, 3, 4, . . . rad/s
Anlisis de Fourier
Seales continuas
10 5 0 5 10 15
20
0
20
40
f(t)=t
2
, f
0
(t) = 4
2
/3
10 5 0 5 10 15
20
0
20
40
f(t), f
1
(t) = 4 cos t 4 sin t
10 5 0 5 10 15
20
0
20
40
f(t), f
0
(t) + f
1
(t)
10 5 0 5 10 15
20
0
20
40
f(t), f
2
(t) = cos 2t 2 sin 2t
10 5 0 5 10 15
20
0
20
40
f(t), f
0
(t) + f
1
(t) + f
2
(t)
10 5 0 5 10 15
20
0
20
40
f(t), f
3
(t) = 4/9cos 3t 4/3 sin 3t
10 5 0 5 10 15
20
0
20
40
f(t), f
0
(t) + f
1
(t) + f
2
(t) + f
3
(t)
10 5 0 5 10 15
20
0
20
40
f(t), f
4
(t) = 1/4cos 4t sin 4t
10 5 0 5 10 15
20
0
20
40
f(t), f
0
(t) + f
1
(t) + f
2
(t) + f
3
(t) + f
4
(t)
Anlisis de Fourier
Seales continuas
Espectro
Espectro
Un espectro es la representacin de una seal en el dominio de la

frecuencia.
Cuando tenemos senos-cosenos, el espectro consiste en representar

a
n
y b
n
frente a
n
. Es preferible representar d
n
=
_
a
2
n
+ b
2
n
frente
a
n
, ya que a
n
y b
n
dependen de como se haya elegido T.
En complejos, se puede representar la parte real y la parte imaginaria

de C
n
, o el mdulo (espectro de mdulo) y la fase (espectro de fase).
El espectro de mdulo, |C
n
|, es simtrico respecto al eje x = 0.
C
n
=
1
2
(a
n
ib
n
)
C
n
= D
n
=
1
2
(a
n
+ ib
n
)
_
C
n
= C
n
|C
n
| = |C
n
|
d
n
se reparte entre C
n
y C
n
en partes iguales:
|C
n
|
2
=
1
2
(a
2
n
+b
2
n
), n = 0, 1, 2, . . . |C
n
|
2
=
1
2
(a
2
n
+b
2
n
), n = 1, 2, 3, . . .
|C
n
|
2
+|C
n
|
2
= 2|C
n
|
2
= d
2
n
, n = 1, 2, 3, . . .
C
0
= d
0
Anlisis de Fourier
Seales continuas
Espectro
Ejemplo
Espectro de f (t) = t
2
5 0 5
20
10
0
10
20
a
n
5 0 5
20
10
0
10
20
b
n
5 0 5
20
10
0
10
20
(a
n
2
+ b
n
2
)
1/2
5 0 5
20
10
0
10
20
REAL(c
n
)
n
5 0 5
20
10
0
10
20
IMAG(c
n
)
n
5 0 5
20
10
0
10
20
MOD(c
n
)
n
5 0 5
20
10
0
10
20
2*MOD(c
n
), n>1
n
Anlisis de Fourier
Seales continuas
Espectro
Teorema de Parseval
Teorema
Sea f (t) una funcin peridica, y sean a
n
y b
n
los coecientes del
desarrollo en serie de Fourier. Entonces se cumple que:
1
T
_
+
T
2
T
2
(f (t))
2
dt = a
2
0
+
1
2
n=1
_
a
2
n
+ b
2
n
_
Teorema
Sea f (t) una funcin peridica, y sean C
n
los coecientes del desarrollo
en serie de Fourier complejo. Entonces se cumple que:
1
T
_
+
T
2
T
2
(f (t))
2
dt =
n=
C
2
n
Luego el espectro est relacionado con el valor cuadrtico medio de la
seal en un periodo.
Anlisis de Fourier
Seales continuas
Seales continuas no peridicas. Serie de Fourier.
Anlisis de Fourier
Seales continuas.
Serie de Fourier.
Serie de Fourier
Seales discretas.

Anlisis de Fourier
Seales continuas
En el caso de que tengamos una seal no peridica, se puede aplicar el
anlisis de Fourier de dos maneras:
1. Creando una seal peridica a partir de la seal no peridica.
2. Transformada de Fourier.
Figura: Seal no peridica.
Anlisis de Fourier
Seales continuas
1. Creando seal peridica.
Si tenemos una seal, f (t), denida entre t

a
y t
b
podemos crear una
seal peridica a partir de ella, g(t), simplemente repitiendo f (t).
El periodo de la nueva seal es T = t

b
t
a
.
La nueva seal peridica, g(t), puede analizarse utilizando la serie de

Fourier. Los resultados obtenidos son vlidos en el intervalo [t
b
t
a
].
Anlisis de Fourier
Seales continuas
Seales continuas no peridicas. Transformada de Fourier.
2. Transformada de Fourier
h(t) =
_
f (t) t [t
a
, t
b
]
0 resto
La otra opcin consiste en denir una funcin peridica pero cuyo

periodo es innito, h(t).
Aparece as el concepto de Transformada de Fourier.

Anlisis de Fourier
Seales continuas
Sabemos que
h(t) =
n=
C
n
e
i 2nt/T
C
n
=
1
T
_
+
T
2
T
2
h(t)e
i 2nt/T
dt
Sustituyendo una en la otra
h(t) =
n=
_
1
T
_
+
T
2
T
2
h(t)e
i 2nt/T
dt
_
e
i 2nt/T
Por otro lado
n
=
2
T
n, por lo que la distancia entre
n
y
n+1
es
= 2/T. Sustituyendo
h(t) =
n=
_
2
_
+
T
2
T
2
h(t)e
int
dt
_
e
int
Anlisis de Fourier
Seales continuas
Conforme T , d (se hace innitsimo), n =
n
(la
variable discreta se hace continua), y la suma se convierte en una integral
h(t) = lim
T
n=
_
2
_
+
T
2
T
2
h(t)e
int
dt
_
e
int
h(t) =
_

_
1
2
_

h(t)e
i t
dt
_
e
i t
d
Teorema
La Transformada de Fourier y la Transformada Inversa de Fourier se
denen mediante:
H() =
1
2
_

h(t)e
i t
dt
h(t) =
_

H()e
i t
d
Anlisis de Fourier
Seales continuas
El factor
1
2
nosotros lo hemos asignado a H(), pero tambin lo
podamos haber asignado a h(t). De hecho, no existe una solucin
consensuada para este problema, y nos podemos encontrar las siguientes
deniciones para la transformada de Fourier:
H() =
1
2
_

h(t)e
i t
dt
h(t) =
_

H()e
i t
d
H() =
_

h(t)e
i t
dt
h(t) =
1
2
_

H()e
i t
d
H() =
1
2
_

h(t)e
i t
dt
h(t) =
1
2
_

H()e
i t
d
H(f ) =
_

h(t)e
i 2ft
dt
h(t) =
_

H(f )e
i 2ft
d
Anlisis de Fourier
Seales continuas
Hay dos condiciones generales que tiene que cumplir la funcin h(t) para
tener transformada de Fourier:
La funcin ha de ser absoltamente integrable, esto es,

_
+
T
2
T
2
|h(t)|dt < .
Cualquier discontinuidad de h(t) tiene que ser nita.

Aplicando la frmula de Euler, la transformada de Fourier a veces se
escribe
H() =
1
2
_

h(t) cos(t)dt i
1
2
_

h(t) sin(t)dt
Por tanto, H() = H
() y el espectro, |H()|, es simtrico respecto

al eje Y.
Teorema
Teorema de Parseval. Sea h(t) una funcin peridica, y sea H() su
Transformada de Fourier. Entonces se cumple que:
_

(h(t))
2
dt = 2
_

|H()|
2
d =
_

|H(f )|
2
df
Anlisis de Fourier
Seales continuas
Construir una funcin peridica vs Transformada de Fourier.
El espectro |H()| es continuo, en contraposicin al de |C
n
| que es
discreto. Esto quiere decir que hay que utilizar todas las frecuencias que
hay entre
0
y
0
para obtener exctamente la funcin f (t) como suma
de senos y cosenos. Sin embargo, si slo empleo determinadas frecuencias,
las
n
, la suma de senos y cosenos me da una funcin peridica: que
coincide con f (t) entre t
a
y t
b
, pero que se repite fuera de ese intervalo.
Anlisis de Fourier
Seales continuas
Catalogo de transformadas de Fourier
Anlisis de Fourier
Seales continuas
Anlisis de Fourier
Seales continuas
Anlisis de Fourier
Seales continuas
Anlisis de Fourier
Seales continuas
Delta de Dirac
Delta de Dirac o funcin impulso
La Delta de Dirac es la siguiente funcin:
(t) = lim
t0
(t)
(t) no es una funcin como las que trabajamos en anlisis: se encuadran
dentro de las funciones generalizadas o distribuciones. Cumplen que:
(t) =
_
_
0 si t = 0
(t)dt = 1
h(t)(t)dt = h(0)
Anlisis de Fourier
Seales continuas
Delta de Dirac
Cuando est aplicada en t = t
0
:
(t) = lim
t0
(t
0
, t)
Las ecuaciones son ahora:
(t t
0
) =
_
_
0 si t = t
0
(t t
0
)dt = 1
h(t)(t t
0
)dt = h(t
0
)
Anlisis de Fourier
Seales continuas
Delta de Dirac
Grcamente, (t) se representa como una echa con altura unidad, y los
impulsos en general se representan como echas con altura igual a su
integral.
Anlisis de Fourier
Seales continuas
Delta de Dirac
Producto de la funcin impulso y una funcin ordinaria h(t)
Se dene como
(t t
0
)h(t) = h(t
0
)(t t
0
)
En efecto, integrando
(t t
0
)h(t) =
h(t
0
)(t t
0
)
Para el primer miembro
(t t
0
)h(t) = h(t
0
)
y el segundo miembro
h(t
0
)(t t
0
) = h(t
0
)
(t t
0
) = h(t
0
)
Anlisis de Fourier
Seales continuas
Delta de Dirac
Producto de una funcin con un tren de impulsos
funcin: h(t);
tren de impulsos:
n=
(t nt);
h(t)
n=
(t nt) =
n=
h(t)(t nt)
El resultado es otro tren de impulsos con altura
de cada impulso h(nt), ya que
h(t)(t nt) = h(nt)(t nt)
Por tanto
n=
h(t)(tnt) =
n=
h(nt)(tnt)
Anlisis de Fourier
Seales continuas
Convolucin y su transformada de Fourier
Integral de convolucin (convolucin
entre x(t) y h(t))
y(t) =
_

x()h(t )d
Tamb. se indica como y(t) = x(t) h(t).
Proceso de convolucin:
1. Folding. Se construye h().
2. Displacement. Se desplaza h()
una cantidad igual a t h(t ).
3. Multiplication. Se multiplican x()
y h(t ).
4. Integration. El rea bajo
x() h(t ) es el valor de la
convolucin en el instante t.
Anlisis de Fourier
Seales continuas
Ejemplo: convolucin de dos seales rectangulares.
Anlisis de Fourier
Seales continuas
Ejemplo: convolucin con impulsos.
Anlisis de Fourier
Seales continuas
Forma alternativa de la integral de convolucin
Convolucin entre x(t) y h(t):
Integral de convolucin
y(t) =
_

x()h(t )d
Forma alternativa
y(t) =
_

h()x(t )d
En la gura de la izquierda se hace la
convolucin entre la funcin rectangular
y e
at
utilizando las dos integrales
anteriores. El resultado es el mismo.
Anlisis de Fourier
Seales continuas
Teorema (Teorema de convolucin en el tiempo)
La Transformada de Fourier de la convolucin de dos funciones en el
dominio del tiempo es igual al producto de las Transformadas de Fourier
de las funciones en el dominio de la frecuencia.
y(t) =
_

x()h(t )d
TF
_
Y(f ) = H(f )X(f )
Y() = 2H()X()
Teorema (Teorema de convolucin en frecuencia)
La Transformada de Fourier del producto de dos funciones en el dominio
del tiempo es igual a la convolucin de las Transformadas de Fourier de
las funciones en el dominio de la frecuencia.
y(t) = x(t)h(t)
TF
_
Y(f ) = H(f ) X(f )
Y() =
1
2
H() X()
Anlisis de Fourier
Seales continuas
Ejemplos del teorema de convolucin en el tiempo
Anlisis de Fourier
Seales continuas
Ejemplos del teorema de convolucin en frecuencia
Anlisis de Fourier
Seales continuas
Correlacin y su transformada de Fourier
Integral de correlacin
y(t) =
_

x()h(t + )d
Proceso de correlacin:
1. Displacement. Se desplaza h()
una cantidad igual a t h(t + ).
2. Multiplication. Se multiplican x()
y h(t + ).
3. Integration. El rea bajo
x() h(t + ) es el valor de la
convolucin en el instante t.
Anlisis de Fourier
Seales continuas
Teorema
La Transformada de Fourier de la correlacin de dos funciones es igual al
producto de la conjugada de la Transformada de Fourier de la primera
funcin y la Transformada de Fourier de la segunda funcin.
y(t) =
_

x()h(t + )d
TF
_
Y(f ) = H(f )X
(f )
Y() = 2H()X
()
Cuando x(t) = h(t), la correlacin se conoce como autocorrelacin de
h(t). Entonces se tiene
y(t) =
_

h()h(t+)d
TF
_
Y(f ) = H(f )H
(f ) = |H(f )|
2
Y() = 2H()X
() = 2|H()|
2
Anlisis de Fourier
Seales continuas
Comparacin entre convolucin y correlacin
Anlisis de Fourier
Seales discretas
Seales discretas peridicas. Serie de Fourier discreta.
Anlisis de Fourier
Seales continuas.
Serie de Fourier.
Serie de Fourier.
Seales discretas.

Anlisis de Fourier
Seales discretas
Sea una seal peridica, f (t), de periodo T. Tomamos N valores
discretos de f (t) en cada periodo, separados t. Se cumple entonces que:
T = Nt
10 5 0 5 10 15
10
0
10
20
30
40
Discretizacion de f(t)=t
2
. N=8
t (s)
f
(
t
)

=

t
2
10 5 0 5 10 15
10
0
10
20
30
40
Valores discretos
t (s)
f
(
t
k
)

=

t
k 2
Anlisis de Fourier
Seales discretas
No conocemos la funcin de partida, slo los puntos discretos. Podemos
construir una suma de senos y cosenos que pase por los puntos discretos.
Las ecuaciones en el caso continuo eran:
f (t) =
n=
C
n
e
i 2nt/T
C
n
=
1
T
_
+
T
2
T
2
f (t)e
i 2nt/T
dt
El valor de la seal en cada t
k
= kt ser:
f (t
k
) = f (kt) =
n=
C
n
e
i 2n(kt)/(Nt)
=
n=
C
n
e
i 2nk/N
Anlisis de Fourier
Seales discretas
C
n
para valores discretos se calcula teniendo en cuenta:
C
n
=
1
T
_
+
T
2
T
2
f (t)e
i 2nt/T
dt =
1
T
_
T
0
f (t)e
i 2nt/T
dt
Como en un periodo slo hay datos en N instantes t
k
, se pueden calcular
N valores de C
n
.
C
n
=
1
Nt
N1
n=0
f (kt)e
i 2nkt/(Nt)
t =
1
N
N1
n=0
f (kt)e
i 2nk/N
Figura: Aproximacin de una integral por una suma.
Anlisis de Fourier
Seales discretas
Teorema
Cualquier funcin peridica discreta de periodo T = Nt se puede
descomponer como:
f (kt) =
N1
n=0
C
n
e
i 2nk/N
C
n
=
1
N
N1
k=0
f (kt)e
i 2nk/N
Las frecuencias de cada C

n
son:
n
=
2n
T
=
2n
Nt
.
Es facil comprobar que C

n
= C
n
, por lo que |C
n
| = |C
n
| y el
espectro (
n
, |C
n
|) es simtrico respecto al eje x = 0.
Anlisis de Fourier
Seales discretas
Propiedades
n = 0
C
0
=
1
N
N1
k=0
f (kt) Media de los valores discretos de f , f (kt).
Como f (kt) son valores reales, C
0
es un nmero real.
n =
N
2
CN
2
=
1
N
N1
k=0
f (kt)e
i 2(N/2)k/N
=
1
N
N1
k=0
f (kt) cos(k)
CN
2
tambin es un nmero real.
Anlisis de Fourier
Seales discretas
n =
N
2
+ m
CN
2
+m
=
1
N
N1
k=0
f (kt)e
i 2(N/2+m)k/N
=
1
N
N1
k=0
f (kt)e
i 2mk/N
e
ik
= C
N
2
m
Luego los elementos simtricos respecto a N/2 son complejos
conjugados.
Anlisis de Fourier
Seales discretas
* Esto quiere decir que la mitad de la informacin es redundante, ya
que conociendo los trminos desde n = 1 hasta n =
N
2
1 puedes
conocer los trminos desde n =
N
2
+ 1 hasta n = N 1.
* La frecuencia ms alta que se puede evaluar es
max
k
= N
2
= 2(N/2)/(Nt) =

t
que se conoce como la frecuencia de Nyquist.
Nyquist
=

t
rad/s, f
Nyquist
=
1
2t
Hz.
* Si la seal original tiene una frecuencia mayor que
Nyquist
entonces
la serie de Fourier no la puede evaluar.
* Lo anterior es vlido si N es par. Si N es impar, la mayor frequencia
que se puede conocer es la correspondiente a n =
N1
2
. A partir de
ah la informacin es redundante.
* Por tanto, como la frecuencia de Nyquist se ha denido como N
2
,
no es posible evaluar esta frecuencia con N impar (la mxima
frecuencia que se puede evaluar es N1
2
).
* Se volver a incidir sobre sto al estudiar la DFT.
Anlisis de Fourier
Seales discretas
Anlisis de Fourier
Seales continuas.
Serie de Fourier.
Serie de Fourier.
Seales discretas.

Anlisis de Fourier
Seales discretas
En el caso de que tengamos valores discretos de una seal no peridica,
se puede aplicar el anlisis de Fourier de dos maneras:
1. Creando una seal discreta peridica a partir de la seal no
peridica.
2. Transformada de Fourier en tiempo discreto.
3. Transformada de Fourier discreta .
Figura: Seal discreta no peridica.
Anlisis de Fourier
Seales discretas
Seales discretas no peridicas. Serie de Fourier discreta.
1. Creando seal discreta peridica.
Si tenemos una seal discreta, f (t

k
), denida entre t
a
y t
b
podemos
crear una seal peridica a partir de ella, g(t
k
), simplemente
repitiendo f (t
k
).
El periodo de g(t
k
) es T = t
b
t
a
= Nt.
g(t
k
) puede analizarse utilizando la serie de Fourier discreta. Los
resultados obtenidos son vlidos en el intervalo [t
b
t
a
].
Anlisis de Fourier
Seales discretas
Seales discretas no peridicas. Serie de Fourier discreta.
Por tanto, las ecuaciones seran
f (kt) =
N1
n=0
C
n
e
i 2nk/N
C
n
=
1
N
N1
k=0
f (kt)e
i 2nk/N
Anlisis de Fourier
Seales discretas
Seales discretas no peridicas. Transformada de Fourier en tiempo discreto.
2. Transformada de Fourier en tiempo discreto
h(t
k
) =
_
f (t
k
) t
k
[t
a
, t
b
]
0 resto
La otra opcin consiste en denir una funcin discreta peridica

pero cuyo periodo es innito, h(t
k
).
Esto se hace discretizando la Transformada de Fourier Continua.

Anlisis de Fourier
Seales discretas
Las ecuaciones de la transformada de Fourier en tiempo continuo son
H() =
1
2
_

h(t)e
i t
dt
h(t) =
_

H()e
i t
d
Conocemos N valores [t
k
, f (t
k
)], t
k
= kt, k = 0, 1, . . . , N 1
H() =
1
2
_

h(kt)e
i kt
dt =
1
2
N1
k=0
h(kt)e
i kt
t
=
t
2
N1
k=0
h(kt)e
i kt
Esta funcin es peridica con periodo
2
t
ya que
e
i kt
= e
i (k+
2
t
)t
, k
Anlisis de Fourier
Seales discretas
h(kt) =
_

H()e
i kt
d
H()e
i kt
es peridica con periodo
2
t
por lo que la integral anterior
toma un valor innito. Por ello se integra en un periodo
h(kt) =
_
2
t
H()e
i kt
d
Por otro lado, el factor
t
2
que acompaa a H() en la ecuacin anterior
se suele poner a h(kt), ya que el resultado nal es el mismo.
Teorema
La Transformada de Fourier y la Transformada Inversa de Fourier en
tiempo discreto (Discrete Time Fourier Transform, DTFT) se denen:
H() =
N1
k=0
h(kt)e
i kt
h(kt) =
t
2
_
2
t
H()e
i kt
d
Anlisis de Fourier
Seales discretas
Muestreo de seales
Muestreo de seales
Las seales en tiempo discreto pueden aparecer de muchas formas, pero
lo ms comn es que aparezcan como consecuencia del muestreo de
seales en tiempo continuo.
A partir de una seal continua x
c
(t)
se obtiene una secuencia de muestras
x
k
mediante la relacin
x
k
= x
c
(kt)
donde t = t
k
t
k1
es el periodo
de muestreo y
f
s
=
1
t
es la frecuencia de muestreo, en
numero de muestras por segundo.
Figura: Seal muestreada
Anlisis de Fourier
Seales discretas
Muestreo de seales
Teorema
Sea funcin continua x
c
(t), el valor
muestreado de x
c
(t) en t = t
k
es el
producto
x
k
= x(t
k
) = x(t)(t t
k
)
dnde (t) es la funcin impulso.
Cuando queremos muestrear en
varios puntos multiplicamos por un
tren de impulsos.
(a) Seal continua.
(b)-(c) Seal muestreada. La

informacin contenida en (b) y
(c) es la misma ya que
_

x(t)(tkt) = x(kt) = x
k
Figura: Seal muestreada
Anlisis de Fourier
Seales discretas
Muestreo de seales
La diferencia fundamental entre x

s
(t) (Figura b) y x
k
(Figura c) es
que x
s
(t) es una seal en tiempo continuo (concretamente un tren
de impulsos) que es cero excepto en mltiplos enteros de t.
Por el contrario, la secuencia x

k
est indexada con la variable entera
k, lo que introduce una normalizacin en el tiempo. Es decir, la
secuencia de nmeros x
k
no contiene informacin explcita sobre la
frecuencia de muestreo.
Por este motivo las ecuaciones de la DTFT se expresan tambin como
H() =
N1
k=0
h
k
e
i k
h
k
=
1
2
_
2
H()e
i k
d
Es decir, se toma t = 1, no hay referencia al periodo de muestreo. Esto
hace que las ecuaciones sean ms generales, se pueden aplicar a cualquier
secuencia de valores discretos, no solamente a secuencias obtenidas con
muestreo.
Anlisis de Fourier
Seales discretas
Muestreo de seales
Representacin del muestreo en el dominio de la frecuencia
(a) Seal que queremos muestrear,
h(t) (muestreamos cada T seg).
(b) Tren de impulsos (t).
(e) Muestreo de h(t)= producto de
h(t) y el tren de impulsos (t).
(c) Transformada de Fourier de
h(t), H(f ).
(d) Transformada de Fourier del
tren de impulsos (t), (f ).
(f) Convolucin de H(f ) y (f ): la
T. F. del producto es la
convolucin.
La seal (f) es la transformada de
Fourier de la seal muestreada (e).
Anlisis de Fourier
Seales discretas
Muestreo de seales
Aliasing
Se repite el mismo proceso que en la
gura anterior, pero ahora la
frecuencia de muestreo, 1/T, es
menor que 2f
c
, y por tanto aparece
solapamientos en la transformada de
Fourier de la seal muestreada. La
seal obtenida en (e) est
distorsionada debido a los
solapamientos, y no es posible
recuperar la seal original h(t) a
partir de sus muestras h(t) (t).
A este fenmeno se conoce como
ALIASING.
Anlisis de Fourier
Seales discretas
Muestreo de seales
El aliasing siempre aparece al muestrear
una seal continua. Si se cumple que
H(f ) = 0 para f f
c
, podemos evitar
el aliasing tomando
1
T
2f
c
Si la seal en frecuencias no se hace
nula a partir de un valor, slo podemos
hacer que el error de aliasing sea
pequeo disminuyendo T.
En la gura de la izquierda, la seal h(t)
est muestreada con frecuencia de
muestreo
f
s
=
1
T
= 2f
c
A esa frecuencia se le conoce como
frecuencia de Nyquist.
Anlisis de Fourier
Seales discretas
Muestreo de seales
Aliasing en el dominio del tiempo
Sea y
1
= cos(2ft). Tomamos valores discretos cada t. Si
1
2t
=
f
s
2
< f , entonces por los valores discretos pasan
y
1
= cos(2ft) y tambin y
2
= cos(2|f f
s
|t). Este es el
fenmeno del aliasing en el dominio del tiempo.
Para evitar el aliasing,

f
s
2
=
1
2t
f
max
, es decir, la frecuencia de
Nyquist tiene que ser mayor o igual que la mxima frecuencia que
hay en nuestros datos.
f
s
es la frecuencia de muestreo (numero de datos por segundo).
0.05 0.04 0.03 0.02 0.01 0 0.01 0.02 0.03 0.04 0.05
1
0
1
(a) f = 60 Hz; f
s
= 400 Hz; f
nq
= 200 Hz
0.05 0.04 0.03 0.02 0.01 0 0.01 0.02 0.03 0.04 0.05
1
0
1
(b) f = 60 Hz; f
s
= 120 Hz; f
nq
= 60 Hz
0.05 0.04 0.03 0.02 0.01 0 0.01 0.02 0.03 0.04 0.05
1
0
1
(c) f = 60 Hz; f
s
= 80 Hz; f
nq
= 40 Hz
a f
s
/2 > 60: por los datos slo pasa
y
1
= cos(260t).
b f
s
/2 = 60: caso lmite (f
nq
= f ); por
los datos slo pasa y
1
= cos(260t)
c f
s
/2 < 60: por los datos pasan
y
1
= cos(260t) e y
2
= cos(220t).
Anlisis de Fourier
Seales discretas
Muestreo de seales
Teorema de muestreo
Hay un numero innito de seales que pueden generar un conjunto dado
de nuestras. El teorema del muestreo nos indica qu condicione se tienen
que dar para que unos valores muestreados especiquen unvocamente a
la seal y la podamos reconstruir perfectamente.
Anlisis de Fourier
Seales discretas
Muestreo de seales
Teorema (Teorema del muestreo de Nyquist)
Sea x(t) una seal continua que cumple que
X(f ) = 0 para |f | f
m
;
x(t) est determinada unvocamente mediante sus muestras
x
k
= x(kt), k = 0, 1, 2, . . . si
f
s
=
1
t
2f
m
[Hz]
f
s
es la frecuencia de muestreo y f
m
es la frecuencia a partir de la cual
X(f ) se anula. Se dene la frecuencia de Nyquist como la mitad de la de
muestreo, y por tanto la condicin anterior tambin se expresa como
f
nq
=
f
s
2
=
1
2t
f
m
[Hz]
Anlisis de Fourier
Seales discretas
Muestreo de seales
Interpretacin grca del Teorema de muestreo
Si se cumplen las condiciones del teorema, la seal recuperada x
r
(t)
coincide con la seal de partida x(t).
Anlisis de Fourier
Seales discretas
Transformada de Fourier discreta (DFT)
3. Transformada de Fourier discreta (DFT)
Por ltimo tenemos que obtener una expresin de la Transformada de
Fourier que sea discreta en el tiempo y en frecuencia para que la
podamos implementar con el ordenador. Para ello partimos de la
Transformada de Fourier en tiempo discreto (DTFT)
H() =
N1
k=0
h(kt)e
i kt
h(kt) =
t
2
_
2
t
H()e
i kt
d
Tomando valores discretos de la frecuencia
n
=
2n
T
=
2n
Nt
, n = 0, 1, . . . , N 1
=
n
n1
=
2
T
=
2
Nt
Anlisis de Fourier
Seales discretas
H(
n
) =
N1
k=0
h(kt)e
i
n
kt
=
N1
k=0
h(kt)e
i
2nk
N
h(kt) =
t
2
N1
n=0
H(
n
)e
i
n
kt
=
t
2
N1
n=0
H(
n
)e
i
2nkt
Nt
2
Nt
=
=
1
N
N1
n=0
H(
n
)e
i
2nk
N
Teorema
La Transformada de Fourier discreta y la Transformada Inversa de Fourier
discreta (Discrete Fourier Transform, DFT) se denen mediante:
H(n) =
N1
k=0
h(kt)e
i
2nk
N
h(kt) =
1
N
N1
n=0
H(n)e
i
2nk
N
Anlisis de Fourier
Seales discretas
Interpretacin grca de la DFT
(a) Funcin en el tiempo h(t) y su
transformada de Fourier, H(f ).
(b) Tren de impulsos
0
(t) y su
transformada de Fourier
0
(f ).
(c) Muestreo de h(t), h(t)
0
(t), y su
transformada de Fourier H(f )
0
(f ).
(d) Las seales no son innitas: la
truncamos multiplicando en el tiempo
por una ventana x(t) de altura unidad.
Esta ventana tambin tiene T. Fourier.
(e) h(t)
0
(t) x(t) y su T. Fourier
H(f )
0
(f ) X(f )
(f) Muestreamos en frecuencia multipl. por
un tren de impulsos,
1
(f ).
(g)

h(t) = [h(t)
0
(t) x(t)]
1
(t)
H(f ) = [H(f )
0
(f ) X(f )]
1
(f ) 83
Anlisis de Fourier
Seales discretas
Las frmulas para la DFT son generales y se pueden aplicar a cualquier
conjunto de datos {x
0
, x
1
, x
2
, . . . , x
N1
}, sin que necesariamente
provengan del muestreo de una seal continua
Teorema
Sean N valores discretos {x
0
, x
1
, x
2
, . . . , x
N1
}. La Transformada de
Fourier discreta (DFT) y la Transformada Inversa de Fourier discreta
(IDFT) se denen mediante:
X
n
=
N1
k=0
x
k
e
i 2nk/N
, n = 0, 1, , (N 1)
x
k
=
1
N
N1
n=0
X
n
e
i 2nk/N
, k = 0, 1, , (N 1)
De hecho, estas ecuaciones se pueden obtener sin hacer referencia a la
Transformada de Fourier continua, dirctamente trabajando con datos
discretos.
Anlisis de Fourier
Seales discretas
Comentarios
Aunque hemos partido de la Transformada de Fourier continua, que

presupone periodo innito, al discretizar obtenemos una funcin
peridica (ver Figura 6.2 (g)).
En realidad, el resultado obtenido construyendo una funcin discreta

peridica
f (kt) =
N1
n=0
C
n
e
i 2nk/N
, k = 0, 1, , (N 1)
C
n
=
1
N
N1
k=0
f (kt)e
i 2nk/N
, n = 0, 1, , (N 1)
es idntico al obtenido discretizando la Transf. de Fourier continua
h(kt) =
1
N
N1
n=0
H(n)e
i 2nk/N
, k = 0, 1, , (N 1)
H(n) =
N1
k=0
h(kt)e
i 2nk/N
, n = 0, 1, , (N 1)
Anlisis de Fourier
Seales discretas
Comentarios
Existe un algoritmo muy eciente para implementar la DFT

conocido como Fast Fourier Transform (FFT).
La transformada de Fourier reproduce exctamente los valores x

k
,
pero no reproduce exctamente la seal continua x(t). Ser tanto
ms precisa en cuanto el intervalo de muestreo tienda a cero.
El factor
1
N
no siempre va con X
n
. Depende del autor.
Para k = 1 estamos en el instante de tiempo t = (k 1)t = 0seg.
Matlab utiliza las siguientes expresiones:

X
n
=
N
k=1
x
k
e
i (2/N)(n1)(k1)
n = 1, 2, , N
x
k
=
1
N
N
n=1
X
n
e
i (2/N)(n1)(k1)
k = 1, 2, , N
El espectro {(
n
, |X
n
|) : n = 0, 1, . . . , (N 1),
n
= 2n/(Nt)} es
simtrico respecto al eje y.
Anlisis de Fourier
Seales discretas
Ejemplo
Calcular la DFT de los datos obtenidos al muestrear la seal x(t) = t
2
con t = 1 seg considerando
N=8;
N=9.
N=8
k t
k
= kt x
k
n
n
=
2
Nt
n X
n
0 0 0 0 0 140
1 1 1 1 /4 -4.69+77.25i
2 2 4 2 2/4 -24.00+32.00i
3 3 9 3 3/4 -27.31+13.25i
4 4 16 4 4/4 -28.00
5 5 25 5 5/4 -27.31-13.25i
6 6 36 6 6/4 -24.00-32.00i
7 7 49 7 7/4 -4.69-77.25i
Anlisis de Fourier
Seales discretas
Los valores anteriores se han obtenido en Matlab haciendo

x=[0 1 4 9 16 25 36 49];
X=t(x);
La frecuencia de muestreo f
s
y de Nyquist f
nq
son
f
s
=
1
t
= 1 Hz = 2 rad/s, f
nq
=
f
s
2
=
1
2t
= 0,5 Hz = rad/s.
Para n=0 el resultado es real y es la suma de los x

k
X
0
=
N1
k=0
x
k
= 140
Para n=N/2=4 el resultado tambin es real

XN
2
=
N1
k=0
x
k
e
i
2kN/2
N
=
N1
j=0
x
k
e
i j
=
N1
k=0
x
k
cos(k)
= 0 1 + 4 9 + 16 25 + 36 49 = 28
Anlisis de Fourier
Seales discretas
Se cumple que X
n
= X
Nn
, n = 1, 2, . . . , N/2 1. Efectivamente
X
1
= X
7
, X
2
= X
6
, X
3
= X
5
.
* Esto quiere decir que la mitad de la informacin es redundante, ya
que conociendo los trminos desde n = 1 hasta n =
N
2
1 se pueden
conocer los trminos desde n =
N
2
+ 1 hasta n = N 1.
* La frecuencia ms alta que se puede evaluar es la frecuencia de
Nyquist
max
k
= N
2
= 2(N/2)/(Nt) =

t
* Si la seal original tiene una frecuencia mayor que
Nyquist
entonces
la DFT no la puede evaluar y se produce aliasing.
Como vemos estas propiedades eran vlidas para las series de Fourier
discretas.
Anlisis de Fourier
Seales discretas
N=9
k t
k
= kt x
k
n
n
=
2
Nt
n X
n
0 0 0 0 0 204
1 1 1 1 2/9 -2.03+11.27i
2 2 4 2 4/9 -29.61+48.27i
3 3 9 3 6/9 -34.50+23.38i
4 4 16 4 8/9 -35.86+7.14i
5 5 25 5 10/9 -35.86-7.14i
6 6 36 6 12/9 -34.50-23.38i
7 7 49 7 14/9 -29.61-48.27i
8 8 64 8 16/9 -2.03-11.27i
La frecuencia de muestreo f
s
y de Nyquist f
nq
son
f
s
=
1
t
= 1 Hz = 2 rad/s, f
nq
=
f
s
2
=
1
2t
= 0,5 Hz = rad/s.
Para n=0 el resultado es real y es la suma de los x

k
X
0
=
N1
k=0
x
k
= 204
Anlisis de Fourier
Seales discretas
Se cumple que X
n
= X
Nn
, n = 1, 2, . . . , N/2. Efectivamente
X
1
= X
8
, X
2
= X
7
, X
3
= X
6
, X
4
= X
5
.
* Luego la mitad de la informacin es redundante, ya que conociendo
los trminos desde n = 1 hasta n =
N1
2
se pueden conocer los
trminos desde n =
N+1
2
hasta n = N 1.
* La frecuencia ms alta que se puede evaluar es
max
k
= N1
2
= (2(N 1)/2)/(Nt) =

t
N 1
N
= 8/9
* Por lo tanto no es posible evaluar la frecuencia de Nyquist (N
2
) con
N impar.
* Si la seal original tiene una frecuencia mayor que N1
2
entonces la
DFT no la puede evaluar y se produce aliasing.
Anlisis de Fourier
Seales discretas
0 2 4 6 8
0
20
40
60
80
N=8, x
k
t
k
(s)
t
2
0 0.8 1.6 2.4 3.1 3.9 4.7 5.5
0
50
100
150
200
250
N=8, |X
n
|
n
(rad/s)
|
X
n
|
0 2 4 6 8
0
20
40
60
80
N=9, x
k
t
k
(s)
t
2
0 0.7 1.4 2.1 2.8 3.5 4.2 4.9 5.6
0
50
100
150
200
250
N=9, |X
n
|
n
(rad/s)
|
X
n
|
Anlisis de Fourier
Seales discretas
Ejemplo
Sean N datos reales, {x
j
, j = 0, 1, . . . , N 1}. La transformada discreta
de Fourier y la transformada inversa de estos datos se dene como
X
k
=
N1
j=0
x
j
e
i
2jk
N
, k = 0, 1, . . . , N 1
x
j
=
1
N
N1
k=0
X
k
e
i
2jk
N
, j = 0, 1, . . . , N 1
Expresar la transf. discreta de Fourier como suma de senos y cosenos.
Para k = 0
X
0
=
N1
j=0
x
j
Es la suma de todos los datos de partida, y por lo tanto, es un
nmero real. Esto es vlido tanto si N es par como si es impar. En el
resto de pasos hay que distinguir entre ambas situaciones:
Anlisis de Fourier
Seales discretas
N es par
Para k =
N
2
XN
2
=
N1
j=0
x
j
e
i
2jN/2
N
=
N1
j=0
x
j
e
i j
=
N1
j=0
x
j
cos(j )
luego es la suma de los nmeros pares menos la suma de los
nmeros impares (y tambin es un nmero real).
Para k = 1
X
1
=
N1
j=0
x
j
e
i
2j
N
que es un nmero complejo. Pero
X
N1
=
N1
j=0
x
j
e
i
2j (N1)
N
=
N1
j=0
x
j
e
i 2j
e
i
2j
N
=
N1
j=0
x
j
e
i
2j
N
Es decir, X
N1
es el complejo conjugado de X
1
. Y en general se
cumple que X
Nr
r
, para
r = 1, 2, . . . ,
N
2
1.
Anlisis de Fourier
Seales discretas
Teniendo en cuenta estas tres propiedades podemos hacer
x
j
=
1
N
N1
k=0
X
k
e
i
2jk
N
=
=
1
N
X
0
+
1
N
XN
2
cos(j ) +
N/21
k=1
_
X
k
e
i
2jk
N
+ X
Nk
e
i
2j (Nk)
N
_
=
1
N
X
0
+
1
N
XN
2
cos(j ) +
1
N
N/21
k=1
_
X
k
e
i
2jk
N
+ X
k
e
i
2jk
N
_
dnde X
k
k
. Supongamos que
X
k
= z
k
+ iy
k
; desarrollando
X
k
e
i
2jk
N
+ X
k
e
i
2jk
N
= (z
k
+ iy
k
)
_
cos
_
2jk
N
_
+ i sin
_
2jk
N
__
+
(z
k
iy
k
)
_
cos
_
2jk
N
_
i sin
_
2jk
N
__
= 2z
k
cos
_
2jk
N
_
2y
k
sin
_
2jk
N
_
Anlisis de Fourier
Seales discretas
Sustituyendo arriba
x
j
=
1
N
X
0
+
1
N
XN
2
cos(j ) +
1
N
N/21
k=1
_
X
k
e
i
2jk
N
+ X
k
e
i
2jk
N
_
=
1
N
X
0
+
1
N
XN
2
cos(j ) +
1
N
N/21
k=1
_
2z
k
cos
_
2jk
N
_
2y
k
sin
_
2jk
N
__
=
a
0
2
+
N/2
k=1
_
a
k
cos
_
2jk
N
_
+ b
k
sin
_
2jk
N
__
donde
a
k
=
2z
k
N
, b
k
=
2y
k
N
aN
2
=
XN
2
N
, bN
2
= 0
Anlisis de Fourier
Seales discretas
Esta ecuacin se puede agrupar un poco ms
x
j
=
N/2
k=0
_
a
k
cos
_
2jk
N
_
+ b
k
sin
_
2jk
N
__
donde
a
0
=
X
0
N
, b
0
= 0
aN
2
=
XN
2
N
, bN
2
= 0
a
k
=
2z
k
N
, b
k
=
2y
k
N
Anlisis de Fourier
Seales discretas
N es impar
Para k = 1
X
1
=
N1
j=0
x
j
e
i
2j
N
que es un nmero complejo. Pero
X
N1
=
N1
j=0
x
j
e
i
2j (N1)
N
=
N1
j=0
x
j
e
i 2j
e
i
2j
N
=
N1
j=0
x
j
e
i
2j
N
Es decir, X
N1
1
. Y en general se cumple
que X
Nr
r
, para r = 1, 2, . . . ,
N1
2
.
Anlisis de Fourier
Seales discretas
Teniendo en cuenta estas tres propiedades podemos hacer
x
j
=
1
N
N1
k=0
X
k
e
i
2jk
N
=
=
1
N
X
0
+
(N1)/2
k=1
_
X
k
e
i
2jk
N
+ X
Nk
e
i
2j (Nk)
N
_
=
1
N
X
0
+
1
N
(N1)/2
k=1
_
X
k
e
i
2jk
N
+ X
k
e
i
2jk
N
_
dnde X
k
k
. Supongamos que
X
k
= z
k
+ iy
k
; desarrollando
X
k
e
i
2jk
N
+ X
k
e
i
2jk
N
= (z
k
+ iy
k
)
_
cos
_
2jk
N
_
+ i sin
_
2jk
N
__
+
(z
k
iy
k
)
_
cos
_
2jk
N
_
i sin
_
2jk
N
__
= 2z
k
cos
_
2jk
N
_
2y
k
sin
_
2jk
N
_
Anlisis de Fourier
Seales discretas
Sustituyendo arriba
x
j
=
1
N
X
0
+
1
N
(N1)/2
k=1
_
X
k
e
i
2jk
N
+ X
k
e
i
2jk
N
_
=
1
N
X
0
+
1
N
(N1)/2
k=1
_
2z
k
cos
_
2jk
N
_
2y
k
sin
_
2jk
N
__
=
a
0
2
+
(N1)/2
k=1
_
a
k
cos
_
2jk
N
_
+ b
k
sin
_
2jk
N
__
donde
a
k
=
2z
k
N
, b
k
=
2y
k
N
O tambin como
x
j
=
(N1)/2
k=0
_
a
k
cos
_
2jk
N
_
+ b
k
sin
_
2jk
N
__
donde
a
0
=
X
0
N
, b
0
= 0, a
k
=
2z
k
N
, b
k
=
2y
k
N
Anlisis de Fourier
Seales discretas
Ejemplo
La transformada de Fourier continua estaba denida para frecuencias
positivas y negativas.
h(t) =
_

H()e
i t
d
Expresar tambin la transformada de Fourier discreta para frecuencias
positivas y negativas.
x
k
=
N1
k=0
X
n
e
i 2nk/N
, k = 0, 1, , (N 1)
Para resolver este ejercicio nos basamos en la propiedad X
n
= X
n
.
Anlisis de Fourier
Seales discretas
Si N es par:
x
k
=
N/2
n=N/21
X
n
e
i 2nk/N
, k = 0, 1, , (N 1)
* X
0
y XN
2
son reales.
* X
r
= X
r
, r = 1, . . . ,
N
2
1.
Si N es impar:
x
k
=
(N1)/2
n=(N1)/2
X
n
e
i 2nk/N
, k = 0, 1, , (N 1)
* X
0
es real.
* X
r
= X
r
, r = 1, . . . ,
N1
2
.
Si expresamos x
k
(tanto N par como N impar) como suma de senos
y cosenos obtenemos la misma expresion que antes.

Analisis de Fourier

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Analisis de Fourier

Uploaded by

Copyright:

Available Formats

Anlisis de Fourier

Seales continuas peridicas.

Serie de Fourier compleja.

Seales continuas no peridicas.

Seales discretas peridicas.

Serie de Fourier discreta.

Seales discretas no peridicas.

Serie de Fourier discreta.

Transformada de Fourier en tiempo discreto (DTFT).

Transformada de Fourier discreta (DFT).

Ondas: y = Asin(t), y = Acos(t)

T: periodo = tiempo entre dos repeticiones, [s].

Al sumar ondas coseno, x(t) =

Al sumar ondas seno, y(t) =

Una funcin f (t) es peridica de periodo T si cumple que

Para n = 1 las ondas tienen la misma frecuencia que la funcin f(t):

Esta frecuencia es conocida como frecuencia fundamental. El resto

Para tener en cuenta funciones peridicas que oscilan en torno a c:

Por ejemplo, la funcin g(t) es peridica (T = 2) pero con valores

Son simetricas respecto a y = 0:

Seales continuas peridicas.

Serie de Fourier compleja.

Seales continuas no peridicas.

Seales discretas peridicas.

Serie de Fourier discreta.

Seales discretas no peridicas.

Serie de Fourier discreta.

Transformada de Fourier en tiempo discreto (DTFT).

Transformada de Fourier discreta (DFT).

Un espectro es la representacin de una seal en el dominio de la

Cuando tenemos senos-cosenos, el espectro consiste en representar

En complejos, se puede representar la parte real y la parte imaginaria

Seales continuas peridicas.

Serie de Fourier compleja.

Seales continuas no peridicas.

Seales discretas peridicas.

Serie de Fourier discreta.

Seales discretas no peridicas.

Serie de Fourier discreta.

Transformada de Fourier en tiempo discreto (DTFT).

Transformada de Fourier discreta (DFT).

Si tenemos una seal, f (t), denida entre t

El periodo de la nueva seal es T = t

La nueva seal peridica, g(t), puede analizarse utilizando la serie de

La otra opcin consiste en denir una funcin peridica pero cuyo

Aparece as el concepto de Transformada de Fourier.

La funcin ha de ser absoltamente integrable, esto es,

Cualquier discontinuidad de h(t) tiene que ser nita.

() y el espectro, |H()|, es simtrico respecto

Seales continuas peridicas.

Serie de Fourier compleja.

Seales continuas no peridicas.

Seales discretas peridicas.

Serie de Fourier discreta.

Seales discretas no peridicas.

Serie de Fourier discreta.

Transformada de Fourier en tiempo discreto (DTFT).

Transformada de Fourier discreta (DFT).

Las frecuencias de cada C

Es facil comprobar que C

Seales continuas peridicas.

Serie de Fourier compleja.

Seales continuas no peridicas.

Seales discretas peridicas.