Beruflich Dokumente
Kultur Dokumente
18 de enero de 2018
Índice general
1. La Transformada de Fourier 5
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. La integral de Fourier . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Las condiciones de Dirichlet para la integral de Fourier 7
1.3. Par de transformadas de Fourier . . . . . . . . . . . . . . . . . 8
1.3.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Espectro de Fourier continuo . . . . . . . . . . . . . . . . . . . 10
1.4.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Bibliografı́a 19
3
Capı́tulo 1
La Transformada de Fourier
1.1. Introducción
La transformada de Fourier, denominada ası́ por Joseph Fourier, es una
transformación matemática empleada para transformar señales entre el do-
minio del tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas
aplicaciones en la fı́sica y la ingenierı́a. Es reversible, siendo capaz de trans-
formarse en cualquiera de los dominios al otro. El propio término se refiere
tanto a la operación de transformación como a la función que produce.
En el caso de una función periódica en el tiempo (por ejemplo, un sonido
musical continuo pero no necesariamente sinusoidal), la transformada de Fou-
rier se puede simplificar para el cálculo de un conjunto discreto de amplitudes
complejas, llamado coeficientes de las series de Fourier. Ellos representan el
espectro de frecuencia de la señal del dominio-tiempo original.
En matematica, la transformada de Fourier es una aplicación que hace
corresponder a una función f con valores complejos y definida en la recta,
otra función g definida de la manera siguiente:
Z x=+∞
1
g(ξ) = √ f (x)e−iξ x dx
2π x=−∞
Para que la definición dada arriba tenga sentido, algunas condiciones técnicas
tiene que ser satisfechas por la función f, a saber, f tiene que ser una función
integrable en el sentido de la integral de Lebesgue. El factor que acompaña
la integral en definición facilita el enunciado de algunos de los teoremas re-
ferentes a la transformada de Fourier. Aunque esta forma de normalizar la
transformada de Fourier es la más comúnmente adoptada, no es universal.
La transformada de Fourier ası́ definida goza de una serie de propiedades
de continuidad que garantizan que puede extenderse a espacios de funciones
mayores e incluso a espacios de funciones generalizadas.
5
La transformada de Fourier tiene una multitud de aplicaciones en muchas
áreas de la ciencia e ingenierı́a: la fı́sica, la teorı́a de los números, la combina-
toria, el procesamiento de señales, la teorı́a de la probabilidad, la estadı́stica,
la óptica, la propagación de ondas y otras áreas. En procesamiento de señales
la transformada de Fourier suele considerarse como la decomposición de una
señal en componentes de frecuencias diferentes, es decir, g corresponde al
espectro de frecuencias de la señal f.
La rama de la matemática que estudia la transformada de Fourier y sus
generalizaciones es denominada análisis armónico.
Son varias las notaciones que se utilizan para la transformada de Fourier
de f. Hé aquı́ algunas de ellas: F[f ], fˆ, F (f ) a siguiente:
2πn
ωn = = nω0 (n = 0, 1, 2, 3, ...)
T0
donde ω0 es la frecuencia fundamental, esto es, la frecuencia de la fun-
ción original f (t). En consecuencia, podemos interpretar una serie de Fourier
como constituida por un espectro de frecuencia cdiscreta de una función pe-
riodica f (t), proporcionando ası́ una representacion alternativa en el dominio
de la frecuencia de la función para su forma de onda en el dominio del tiem-
po. Sin embargo, no todas las funciones son periódicas ası́ que necesitamos
desarrollar un método que dé una representación similar para funciones no
periódicas definidas en −∞ < t < ∞. Una manera de alcanzar esto es ob-
servar una porción de una función de una función no periodica f (t) sobre un
intervalo T , imaginando que estamos observando una gráfica f (t) a través de
una ”ventana”de longuitud T , y después considerar lo que pasa conforme T
se alarga.
en
Z ∞ Z ∞
1 jωt −jωt
f (t) = e f (τ )e dτ dω
−∞ 2π −∞
y obtenemos
Z ∞Z ∞
1
f (t) = f (τ ) [cos ω(τ − t) − j senω(τ − t)] dτ dω
2π −∞ −∞
Como senω(τ − t) es una función impar de ω esto se reduce a
Z ∞Z ∞
1
f (t) = f (τ )cos ω(τ − t)dτ dω
2π −∞ −∞
y por ser una función par de ω se reduce a
1 ∞
Z Z ∞
f (t) = dω f (τ )cos ω(τ − t)dτ
π 0 −∞
si f (t) es una función impar o una función par entonces son posibles más
simplificaciones y quedar en senos y consenos como se detalla.
Z ∞
F (jω) = f (t)e−jωt dt
−∞
Z ∞
1
f (t) = F (jω)ejωt dω
2π −∞
1.3.1. Ejemplo
Encuentre la representación de la transformada de Fourier de la siguiente
función
2 sen ωα
= lı́mα→∞ ω
Como este limite no existe, se puede concluye que f (t) no tiene una re-
presentacion de transformada de Fourier.
1.3.2. Ejemplo
Encuentre la transformada de Fourier de la función exponencial
Z ∞
F {f (t)} = H(t)e−at e−jωt
−∞
∞ ∞
e−(a+jω)t
Z
−(a+jω)t
= e dt = −
0 a + jω 0
de manera que
1
F {H(t)e−at } =
a + jω
1.4.1. Ejemplo
Determine los espectros de amplitud y de fase de la señal causal
Propiedades de las
transformadas de Fourier
2.1. Linealidad
La linealidad es una propiedad fundamental de la matemática y como no
podia faltar de la transformada de Fourier y se puede enunciar de la siguiente
manera.
= αF (jω) + βG(jω)
13
2.2. Derivación con respecto al tiempo
Si una función f (t) tiene transformada de Fourier F (jω) entonces, por la
definicion de la transformada inversa.
Z ∞
1
f (t) = F (jω)ejωt dω
2π −∞
Derivamos con respecto al tiempo (t) y obtenemos
Z ∞ Z ∞
df 1 ∂ jωt 1
(jω)F (jω)ejωt dω
= F (jω)e dω =
dt 2π −∞ ∂t 2π −∞
Esto implica que la señal de tiempo F (jω) es la transformada de Fourier
inversa de (jω)F (jω). En otras palabras
df
F = (jω)F (jω)
dt
Repitiendo el argumento n veces, se sigue que
n
d f
F = (jω)n F (jω)
dtn
Este resultado se conoce como la propiedad de la derivacion con respecto
al tiempo y puede usarse para obtener las representaciones enel domino de
la frecuencia de ecuaciones diferenciales
2.2.1. Ejemplo
Pruebe que las señales en el tiempo y(t) y u(t) tienen transformadas de
Fourier Y (jω) y U (jω) respectivamente
y 00 + 3y 0 + 4y = 3u0 + 2u
Entonces,
esto es
−ω 2 + j3ω + 4 Y (jω) = (j3ω + 2)U (jω)
dando
Y (jω) = G(jω)U (jω)
donde
2 + j3ω
G(jw) =
4 − ω 2 + jω
F {f (t − τ )} = e−jωτ F (jω)
2.3.1. Ejemplo
Determine la transformada de Fourier del pulso rectandular f (t) que se
muestra en la figura
Sabemos que la transformada de Fourier de este pulso rectangular es 2AT senc ωT
2.4.1. Ejemplo
Determine el espectro de frecuencia de la señal g(t) = f (t) cosω0 t
1 jω0 t
+ e−jω0 t , y usando la propiedad de linealidad te-
como cosω0 t = e
2
nemos
1
F {g(t)} = F f (t)(ejω0 t
+e−jω0 t
)
2
1 1
= F {f (t)ejω0 t } + F {f (t)e−jω0 t }
2 2
1 1
F {f (t)cosω0 t} = F {g(t)} = F (j(ω − ω0 )) + F (j(ω + ω0 ))
2 2
de manera que
Z ∞
2πf (−t) = F (jy)e−jyt dy
−∞
reemplazamos t por ω
Z ∞
2πf (−ω) = F (jy)e−jyω dy
−∞
dado que
F {f (t)} = F (jω)
2.5.1. Ejemplo
Determine la transformada de Fourier de la señal
C sen at
(t 6= 0)
g(t) = C senc at = at
C (t = 0)
F (jt) = 2AT senctT
C
y asi, eligiendo T = a A = 2a
para corresponder a la funcion g(t), vemos que
tiene una transformada de Fourier 2πf (−ω). entonces encontramos que |ω| =
| − ω|
2πC
(|ω| 6 a)
F (C senc at) = 2a
C (|ω| > a)
21