1.

Defina que una Serie de Fourier y para que se utiliza en Análisis de señales

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. Refiérase al uso de un analizador de espectros.

En ingeniería el análisis de señales en el dominio de la frecuencia se realiza a través de las

series de Fourier, por cuanto es muy común, reemplazar la variable x por ωt (el producto de la
frecuencia angular por el tiempo), resultando las componentes:

Por la tanto:

2. Represente una Serie de Fourier de Señales Periódicas Continuas:

 Serie exponencial de Fourier:

La serie exponencial de Fourier es un caso particular de representación de señales
complejas donde las funciones bases 𝜑𝑛 (𝑡) es de la forma exponencial compleja:

De acuerdo a lo anterior, las expresiones para la serie de Fourier serán de la

forma:
 Y debido a que la representación en series exponenciales de Fourier sirve para
representar señales complejas (𝑗 = √−1), se tiene que los coeficientes se
obtienen de la forma:

Ahora bien, hay que aclarar para qué valores de 𝜔0 esta representación funciona y
estos se obtiene aplicando el concepto de ortogonalidad de la función base 𝜑𝑛 (𝑡):

No sobra aclarar que𝜑𝑛 ∗ (𝑡) es el conjugado complejo de la señal de base 𝜑𝑛 (𝑡) y

que y que y son números enteros. Obteniendo así que:

Remplazando las expresiones anteriores en la expresión, se tiene

 Serie Trigonométrica de Fourier:

Así como la serie exponencial de Fourier nos permite representar señales
complejas, un caso más particular de representaciones de señales es la serie
trigonométrica de Fourier que nos permite representar señales únicamente reales
donde las funciones bases serán combinaciones de señales trigonométricas de
senos y cosenos

Donde
Siendo:

A esta forma de la serie de Fourier se le conoce como la serie trigonométrica de

Fourier.
 3. Cuáles son las condiciones de Dirichlet.

Las condiciones de Dirichlet son las siguientes:

 Condición 1: sobre cualquier periodo, x(t) debe ser absolutamente integral, esto es

Como sucede con la integrabilidad al cuadrado, esto garantiza que cada coeficiente 𝑎𝑘
será finito, ya que

De manera que si

Entonces

Una señal que viola la primera condición de Dirichlet es

Es decir, donde x(t) es periódica con periodo 1.

 Condición 2: la variación de x(t) en cualquier intervalo finito de tiempo esta acotada; esto
es, no hay más que un numero finito de máxima y mínimo durante cualquier periodo de la
señal.
Un ejemplo de una función de tiempo que cumple con la condición 1 pero no la condición
2 es

Para esta función, la cual es periodo con T=1,

Sin embargo, la función tiene un número infinito de máximo y mínimos en el intervalo.

  Condición 3: en cualquier intervalo finito de tiempo hay solo numero finito de
discontinuidades. Además, cada una de estas discontinuidades debe ser finita.

4. Fenómeno de Gibbs.
El fenómeno de Gibbs es la descripción del comportamiento que tiene la serie de
Fourier asociada a una función definida a trozos periódica en una discontinuidad no
evitable de salto finito. Su nombre se debe a J. Willard Gibbs, quien fue el primero en
explicar este fenómeno.

Cuando la función que se está desarrollando en Serie de Fourier tiene

discontinuidades (señales de variación rápida) no es posible que haya una buena
convergencia en los entornos de las mismas.

En tales entornos, las sumas parciales muestran tanto sobrevalores como subvalores
alrededor del valor real de la función, que pueden llegar a un 18% del salto en la
discontinuidad.
Si 𝑿0 es un punto de discontinuidad, la sucesión de sumas parciales converge
al valor:

Como se puede apreciar, a medida que se adhieren más términos a las series, ésta se
va aproximando a la onda cuadrada dado que las oscilaciones se vuelven más rápidas
y más pequeñas, pero los picos no disminuyen. Estos picos en las series de Fourier de
la función cuadrada nunca desaparecen; son llamados el fenómeno de Gibbs
nombrado por el físico estadounidense Josiah Willard Gibbs. Ocurren cada vez que las
señales tienen discontinuidades de salto (generalmente en los extremos), y siempre
estarán presentes cuando la señal tiene oscilaciones fuertes como en este caso de uno
a menos uno.

1) Describa que es, y para que se utiliza en análisis de señales la transformada

continua de Fourier

Es una transformación matemática empleada para transformar señales entre el dominio del
tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas aplicaciones en la física y la
ingeniería. Es reversible, siendo capaz de transformarse 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 Fourier 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.
La transformada de Fourier se utiliza para pasar una señal al dominio de frecuencia para así
obtener información que no es evidente en el dominio temporal. Por ejemplo, es más fácil saber
sobre qué ancho de banda se concentra la energía de una señal analizándola en el dominio de la
frecuencia. Lo cual beneficia en el campo de análisis de señales.

La transformada también sirve para resolver ecuaciones diferenciales con mayor facilidad y, por
consiguiente, se usa para el diseño de controladores clásicos de sistemas realimentados, si
conocemos la densidad espectral de un sistema y la entrada podemos conocer la densidad
espectral de la salida. Esto es muy útil para el diseño de filtros de radio-transistores.

2) Las propiedades de la transformada continua de Fourier

 Separabilidad: Esta propiedad de la TFD está relacionada con la posibilidad de calcular la
TFD de una función bidimensional como una combinación de dos transformadas Fourier
discretas, calculando primero una TFD sobre la variable de uno de los ejes y al resultado
aplicarle de nuevo la TFD sobre la variable del otro eje.
La ventaja que aporta esta propiedad es el hecho de poder obtener la transformada F(x,y)
o la inversa f(x,y) en dos pasos, mediante la aplicación de la Transformada de Fourier 1-D o
su inversa:

Por tanto, la transformada de la matriz f(x,y) se ha realizado, calculando primero la

transformada unidimensional a cada una de sus filas y multiplicando el resultado por N.
Posteriormente, se calcula la transformada a cada una de las columnas de la matriz F(x,v)
 Linealidad: La transformada de Fourier y su inversa son transformaciones lineales, es
decir, poseen la propiedad distributiva respecto de la suma.

 Conjugación: la propiedad establece que si

Entonces

 Propiedad simétrica conjugación: en propiedad conjugación nos permite mostrar que si

x(t) es real, ebtonces X(j𝜔) tiene simetría conjugada; esto es,


  Diferenciación e integración:

Está es una propiedad de particular importancia, ya que reemplaza la operación de

diferenciación en el dominio del tiempo con la de la multiplicación por j𝜔 en el dominio de
la frecuencia. Puesto que la diferenciación en el dominio del tiempo corresponde a la
multiplicación por j𝜔 en el dominio de la frecuencia, uno puede concluir que la integración
debería involucrar la división entre j𝜔 en el dominio de la frecuencia. En efecto, este es el
caso, pero solo en parte. La relación exacta es

 Escalamiento de tiempo y de frecuencia:

Si

Entonces

Donde 𝑎 es una constante real. Esta propiedad se obtiene directamente de la definición de

la transformada de Fourier.
3) Determine la transformada de Fourier de funciones especiales

La motivación para el empleo de la transformada de Fourier en la teoría matemática del

tratamiento de señales reside en la descomposición característica de una señal (representada por
una función u(x)) como superposición infinita de señales más fácilmente tratables:

Donde ω = 2π/ T es una frecuencia asociada al periodo T y 𝑒 𝑖𝑤𝑥 representa un armónico (es decir,
la señal correspondiente a una frecuencia pura ν = ω/ 2π ).

Los problemas matemáticos abordados por la transformada de Fourier en el contexto de la teoría

de la señal responden típicamente al siguiente esquema: un sistema recibe (como entrada) una
señal f y emite (como salida) una señal g, donde f y g vienen descritas por funciones que dependen
del tiempo. Entonces se nos plantea en primer lugar el

(a) problema de identificación del sistema, supuesto que f y g son conocida.

O bien el

(b) problema consistente en el cálculo de la señal de salida g, supuesto que el input f y el

sistema son conocidos.

De naturaleza distinta es el llamado

(c) problema de filtraje de la señal, en el que el sistema recibe el nombre de filtro y actúa
como tal sobre la señal.