INTRODUCCION

Cada vez tiene mayor importancia el tratamiento de la señal a nivel de ingenierías, dado a que el
mundo está sumergido en señales. Los seres vivos producen y procesan señales desde el proceso
de producción e interpretación del habla y, en general, de muchos sonidos, hasta la captura y
proceso de las señales luminosas con nuestro sentido de la vista y nuestro sistema nervioso.
Por otra parte, en la era moderna, el hombre se ha dedicado, con intensidad exponencial, a
construir nuevas señales, procesándolas, almacenándolas o transmitiéndolas, buscando, por
ejemplo, mecanismos para la detección de fenómenos a distancia.
A continuación, se describe de manera detalla cada solución a los tres ejercicios propuestos en la
guía.
 OBJETIVOS

Indagar y conocer el tema propuesto para el momento 2 como son: Convolución continua
y discreta, Serie de Fourier.

Desarrollar cada uno de los ejercicios que propone el anexo 2 del curso.

Plasmar mediante el informe la solución y lo aprendido a lo largo del momento 2

 DESARROLLO

EJERCICIO 1 PEDRO PEREZ

1. Usando como guía el ejemplo 6.2 de la página 134 del libro guía (Ambardar, Tema a estudiar:
Convolución analítica), determine analíticamente la convolución entre x(t) y h(t) descritas a
continuación:
𝑥(𝑡) = 10𝑒 −3𝑡 𝑢(𝑡)

ℎ(𝑡) = 3/𝑒 𝑎𝑡 𝑢(𝑡 − 𝑎)

Para este trabajo a = 6.

𝑥(𝑡) = 10𝑒 −3𝑡 𝑢(𝑡)

ℎ(𝑡) = 3𝑒 −6𝑡 𝑢(𝑡 − 6)

Reemplazando t por 𝜆

𝑥(𝜆) = 10𝑒 −3𝜆 ∙ 𝑢(𝜆)

ℎ(𝑡 − 𝜆) = 3 ∙ 𝑒 −6(𝑡−𝜆) ∙ 𝑢(𝑡 − 𝜆 − 6)
La convolución analítica será entonces:
∞
𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 𝑥(𝜆) ∙ ℎ(𝑡 − 𝜆)𝑑𝜆
−∞
∞
𝑥(𝑡) ∗ ℎ(𝑡) = ∫ [10𝑒 −3𝜆 ∙ 𝑢(𝜆)] ∙ [3 ∙ 𝑒 −6(𝑡−𝜆) ∙ 𝑢(𝑡 − 𝜆 − 6)]𝑑𝜆
−∞

Teniendo en cuenta que

𝑢(𝜆) = 0 𝑝𝑎𝑟𝑎 𝜆 < 0 𝑦 𝑢(𝑡 − 𝜆 − 6) = 0 𝑝𝑎𝑟𝑎 𝜆 > 𝑡 − 6

Entonces
𝑡−6
𝑥(𝑡) ∗ ℎ(𝑡) = ∫ [10𝑒 −3𝜆 ] ∙ [3 ∙ 𝑒 −6(𝑡−𝜆) ] ∙ 𝑑𝜆
0
𝑡−6
𝑥(𝑡) ∗ ℎ(𝑡) = 30 ∫ [𝑒 −3𝜆 ] ∙ [𝑒 −6(𝑡−𝜆) ] ∙ 𝑑𝜆
0
𝑡−6
𝑥(𝑡) ∗ ℎ(𝑡) = 30 ∫ [𝑒 −3𝜆 ] ∙ [𝑒 −6𝑡 ∙ 𝑒 6𝜆 ] ∙ 𝑑𝜆
0
𝑡−6
𝑥(𝑡) ∗ ℎ(𝑡) = (30 ∙ 𝑒 −6𝑡 ) ∫ 𝑒 3𝜆 ∙ 𝑑𝜆
0
𝑡−6
−6𝑡 )
𝑒 3𝜆
𝑥(𝑡) ∗ ℎ(𝑡) = (30 ∙ 𝑒 ∙[( ) ]
3 0
 𝑡−6
𝑥(𝑡) ∗ ℎ(𝑡) = (10 ∙ 𝑒 −6𝑡 ) ∙ [ (𝑒 3𝜆 )0 ]
𝑥(𝑡) ∗ ℎ(𝑡) = (10 ∙ 𝑒 −6𝑡 ) ∙ [ 𝑒 3(𝑡−6) − 1]
𝑥(𝑡) ∗ ℎ(𝑡) = 10 ∙ 𝑒 −3(𝑡+6) − 10 ∙ 𝑒 −6𝑡
La convolución analítica es:

𝑥(𝑡) ∗ ℎ(𝑡) = 10 ∙ 𝑒 −3(𝑡+6) − 10 ∙ 𝑒 −6𝑡

Para t ≥ 6.

EJERCICIO 2 PEDRO PEREZ

2. Usando como guía el ejemplo 7.3 de la página 173 del libro guía (Ambardar, Tema a estudiar:
Convolución discreta), determine la respuesta de un filtro FIR (h[n]), a la entrada x[n]

𝑥[𝑛] = [−1, −2̌, 4, 𝑎]

ℎ[𝑛] = [ 2, 1̌, 𝑏, 3]

Para este trabajo a=6 y b=3.

𝑥[𝑛] = [−1, −2̌, 4, 6]

ℎ[𝑛] = [ 2, 1̌, 3,3]

n -2 -1 0 1 2 3 4
h[n] 2 1 3 3
x[n] -1 -2 4 6
entrada respuesta
-δ[n+1] -h[n+1] -2 -1 -3 -3
-2δ[n] -2h[n] -4 -2 -6 -6
4δ[n-1] 4h[n-1] 8 4 12 12
6δ[n-2] 6h[n-2] 12 6 18 18
suma
-2 -5 3 7 12 30 18
=x[n] suma=y[n]

Las señales son

Y por último se obtiene la convolución

y[n] = x[n]*h[n]
La señal de salida es

𝑦[𝑛] = {−2, −5, 3̂, 7,12,30,18}

𝑦[𝑛] = −2𝛿[𝑛 + 2] − 5𝛿[𝑛 + 1] + 3𝛿[𝑛] + 7𝛿[𝑛 − 1] + 12𝛿[𝑛 − 2] + 30𝛿[𝑛 − 3] + 18𝛿[𝑛

− 4]

EJERCICIO 3 PEDRO PEREZ

3. Dibuje unos cuantos periodos de cada una de las siguientes señales periódicas y calcule el
coeficiente indicado de la serie de Fourier. Posteriormente resuelva el ejercicio usando
software y verifique sus resultados teóricos. Tema a estudiar: Coeficientes de la serie de
Fourier (Ambardar, capítulo 8):
a) 𝑎𝑘 para 𝑥(𝑡) = −2 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 𝑏) con T=10
b) 𝑏𝑘 para 𝑥(𝑡) = 𝑎𝑡, 0 ≤ 𝑡 ≤ 1 con T=3

Para este trabajo a=6 y b=3.

a. 𝑎𝑘 para 𝑥(𝑡) = −2 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 3) con T=10

0 𝑠𝑖 |𝑡| > 0,5

1
𝑟𝑒𝑐𝑡(𝑡) = { 𝑠𝑖 |𝑡| = 0,5
2
1 𝑠𝑖 |𝑡| < 0,5
 𝑥(𝑡) = −2 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 3)

1 1
𝑓0 = = = 0,1
𝑇 10
2
𝑎𝑘 = ∫ 𝑥(𝑡) ∙ 𝐶𝑜𝑠(2𝜋𝑘𝑓0 𝑡) ∙ 𝑑𝑡
𝑇 𝑇

2 2
𝑎𝑘 = ∫ (−2) ∙ 𝐶𝑜𝑠(2𝜋𝑘(0,1)𝑡) ∙ 𝑑𝑡
10 −8
2
𝑎𝑘 = −0,4 ∫ 𝐶𝑜𝑠(0,2𝜋𝑘𝑡) ∙ 𝑑𝑡
−8

𝑆𝑒𝑛(0,2𝜋𝑘𝑡) 2
𝑎𝑘 = −0,4 ( ) |−8
0,2𝜋𝑘

𝑆𝑒𝑛(0,2𝜋𝑘 ∗ 2) 𝑆𝑒𝑛(0,2𝜋𝑘 ∗ −8)

𝑎𝑘 = −
𝜋𝑘 𝜋𝑘
𝑆𝑒𝑛(0,4𝜋𝑘) 𝑆𝑒𝑛(−1,6𝜋𝑘)
𝑎𝑘 = −
𝜋𝑘 𝜋𝑘

b. 𝑏𝑘 para 𝑥(𝑡) = 6𝑡, 0 ≤ 𝑡 ≤ 1 con T=3

 𝑥(𝑡) = 6𝑡

1 1
𝑓0 = =
𝑇 3
2
𝑏𝑘 =
∫ 𝑥(𝑡) ∙ 𝑆𝑒𝑛(2𝜋𝑘𝑓0 𝑡) ∙ 𝑑𝑡
𝑇 𝑇
2 1 1
𝑏𝑘 = ∫ (6𝑡) ∙ 𝑆𝑒𝑛 (2𝜋𝑘𝑡 ∗ ) ∙ 𝑑𝑡
3 0 3
1
2
𝑏𝑘 = 4 ∫ 𝑡 ∙ 𝑆𝑒𝑛 ( 𝜋𝑘𝑡) 𝑑𝑡
0 3

1 2 2
𝑏𝑘 = 4 ∙ ( 2 [𝜋𝑘𝑡𝐶𝑜𝑠 ( 𝜋𝑘𝑡) − 𝑆𝑒𝑛 ( 𝜋𝑘𝑡)]) |10
2 3 3
(3 𝜋𝑘)

4 2 2
𝑏𝑘 = 2 [𝜋𝑘𝐶𝑜𝑠 ( 𝜋𝑘) − 𝑆𝑒𝑛 ( 𝜋𝑘)]
2 3 3
(3 𝜋𝑘)
Verificando en Matlab.
Para el punto a)

Para el punto b)
Ejercicio 1 JAIR PADILLA

1. Usando como guía el ejemplo 6.2 de la página 134 del libro guía (Ambardar, Tema a
estudiar: Convolución analítica), determine analíticamente la convolución entre x(t) y h(t)
descritas a continuación:
𝑥(𝑡) = 10𝑒 −3𝑡 𝑢(𝑡)

ℎ(𝑡) = 3/𝑒 6𝑡 𝑢(𝑡 − 6)

R/: Para hallar x(t) * h(t) aplicamos la integral de convolución definida por:

𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 𝑥(𝜆)ℎ(𝑡 − 𝜆) 𝑑𝜆, 𝑥(𝑡) ∗ ℎ(𝑡) = 𝑦(𝑡)

−∞

𝑦(𝑡) = ∫ 10𝑒 −3𝜆 ∗ 3/𝑒 6(𝑡−𝜆) 𝑢(𝜆)𝑢(𝑡 − 𝜆 − 6)𝑑𝜆

−∞
∞ ∞
3 30
𝑦(𝑡) = ∫ 10𝑒 −3𝜆 ∗ 6𝑡 −6𝜆 𝑢(𝜆)𝑢(𝑡 − 𝜆 − 6)𝑑𝜆 = 6𝑡 ∫ 𝑒 3𝜆 𝑢(𝜆)𝑢(𝑡 − 𝜆 − 6)𝑑𝜆
𝑒 𝑒 𝑒
−∞ −∞
𝑃𝑢𝑒𝑠𝑡𝑜 𝑞𝑢𝑒 𝑢(𝜆) = 0 , 𝜆 < 0 𝑦 𝑢(𝑡 − 𝜆 − 6) = 0, 𝜆 > 𝑡 − 6 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠
𝑡−6
30 3𝜆
30 1 3𝜆 𝑡−6 30 1 3(𝑡−6) 1
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = 6𝑡 ∫ 𝑒 𝑑𝜆 = 6𝑡 [ 𝑒 ] = 6𝑡 ( 𝑒 − )
𝑒 𝑒 3 0 𝑒 3 3
0

1 𝑎𝑥
𝑅𝑒𝑐𝑢𝑒𝑟𝑑𝑎 𝑞𝑢𝑒 𝑙𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙 ∫ 𝑒 𝑎𝑥 𝑑𝑥 = 𝑒 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙:
𝑎
 30 1 3(𝑡−6) 1
𝑦(𝑡) = ( 𝑒 − ) = 10𝑒 −6𝑡 𝑒 3(𝑡−6) − 10𝑒 −6𝑡 = 𝟏𝟎𝒆−𝟑(𝒕+𝟔) − 𝟏𝟎𝒆−𝟔𝒕
𝑒 6𝑡 3 3
−𝟑(𝒕+𝟔)
𝒚(𝒕) = 𝟏𝟎𝒆 − 𝟏𝟎𝒆−𝟔𝒕 , 𝑡−6≥0

Ejercicio 2 JAIR PADILLA

2. Usando como guía el ejemplo 7.3 de la página 173 del libro guía (Ambardar, Tema a
estudiar: Convolución discreta), determine la respuesta de un filtro FIR (h[n]), a la entrada
x[n]

𝑥[𝑛] = [−1, −2̌, 4, 6]

ℎ[𝑛] = [ 2, 1̌, 1,3]

𝐿𝑎 𝑐𝑜𝑛𝑣𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑐𝑜𝑚𝑖𝑒𝑛𝑧𝑎 𝑐𝑜𝑛 𝑛 = −2

𝑛 −2 −1 0 1 2 3 4
ℎ[𝑛] 2 1 1 3
𝑥[𝑛] −1 −2 4 6

−2 −1 −1 −3
−4 −2 −2 −6
8 4 4 12
12 6 6 18

𝑦[𝑛] −2 −5 5 11 4 18 18

𝐿𝑎 𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑛𝑣𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑒𝑠 𝑦[𝑛] {−2 − 5 ⏞

5 11 4 18 18}

𝐺𝑟𝑎𝑓𝑖𝑐𝑎 𝑑𝑒 𝑥[𝑛] = [−1, −2̌, 4, 6]

 𝐺𝑟𝑎𝑓𝑖𝑐𝑎 𝑑𝑒 ℎ[𝑛] = [ 2, 1̌, 1,3]

𝐺𝑟𝑎𝑓𝑖𝑐𝑎 𝑑𝑒 𝑦[𝑛] {−2 − 5 ⏞

5 11 4 18 18}
Ejercicio 3 JAIR PADILLA

Ejercicio 1 EDWARD ARIZA

1. Usando como guía el ejemplo 6.2 de la página 134 del libro guía (Ambardar, Tema a
estudiar: Convolución analítica), determine analíticamente la convolución entre x(t) y h(t)
descritas a continuación:
𝑥(𝑡) = 10𝑒 −3𝑡 𝑢(𝑡)

ℎ(𝑡) = 3/𝑒 𝑎𝑡 𝑢(𝑡 − 𝑎)

Dónde: la constante “a” corresponde con el último digito del número de su grupo,
si este digito es cero, utilice a=3.

Entonces

𝑥(𝜆) = 10𝑒 −3𝜆 𝑢(𝜆) 𝑦 ℎ(𝑡 − 𝜆) = 3𝑒 −𝑎(𝑡−𝜆) 𝑢(𝑡 − 𝜆 − 𝑎)

Puesto que

𝑢(𝜆) = 0 , 𝜆 < 0 𝑦 𝑢(𝑡 − 𝜆 − 𝑎) = 0 , 𝜆 > 𝑡 − 𝑎

Donde la constante a es 6, podemos escribir:

 ∞ 𝑡−6
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 10𝑒 −3𝜆 ∗ 3𝑒 −6(𝑡−𝜆) 𝑢(𝜆)𝑢(𝑡 − 𝜆 − 6)𝑑𝜆 = 30𝑒 −6𝑡 ∫ 𝑒 3𝜆 𝑑𝜆
−∞ 0

𝑡−6
−6𝑡
𝑒 3𝜆
= 30𝑒 [ ] = 𝟏𝟎𝒆−𝟔𝒕 (𝒆𝟑(𝒕−𝟔) − 𝟏) , 𝒕−𝟔≥𝟎
3 0

Ejercicio 2 EDWARD ARIZA

2. Usando como guía el ejemplo 7.3 de la página 173 del libro guía (Ambardar, Tema a
estudiar: Convolución discreta), determine la respuesta de un filtro FIR (h[n]), a la entrada
x[n]

𝑥[𝑛] = [−1, −2̌, 4, 6]

ℎ[𝑛] = [ 2, 1̌, 6,3]

se tiene el siguiente arreglo empezando desde n=-1

h[n] = 2 1 6 3
x[n] = -1 -2 4 6
-2 -1 -6 -3
-4 -2 -12 -6
8 4 24 12
12 6 36 18
SUMA=x[n SUMA=y[n]
] = -2 -5 0 1 24 48 18

Así que el resultado es

̂ , 𝟎, 𝟏, 𝟐𝟒, 𝟒𝟖, 𝟏𝟖}

𝒚[𝒏] = {−𝟐, −𝟓

Ejercicio 3 EDWARD ARIZA

3. Dibuje unos cuantos periodos de cada una de las siguientes señales periódicas y calcule el
coeficiente indicado de la serie de Fourier. Posteriormente resuelva el ejercicio usando software y
verifique sus resultados teóricos. Tema a estudiar: Coeficientes de la serie de Fourier
(Ambardar, capítulo 8):
 a) 𝑎𝑘 para 𝑥(𝑡) = −2 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 𝑏) con T=10
b) 𝑏𝑘 para 𝑥(𝑡) = 𝑎𝑡, 0 ≤ 𝑡 ≤ 1 con T=3
a)

se tiene la señal periódica siguiente

𝑥(𝑡) = −2 ∗ 𝑟𝑒𝑐𝑡(𝑡 + 𝑏)

Donde

𝑟𝑒𝑐𝑡(𝑡 + 𝑏) = 𝑟𝑒𝑐𝑡(𝑡 + 6)

Es una función rectangular donde se tienen las siguientes condiciones para esta

𝑇 𝑇
1, 𝑠𝑖 − < |𝑡 + 6| <
2 2
Para cualquier otro caso es cero y donde el periodo T es igual a 10 se tiene

−5 < 𝑡 + 6 < 5

Solucionando para t se tiene

−5 − 6 < 𝑡 < 5 − 6

−𝟏𝟏 < 𝒕 < −𝟏

En este intervalo el valor de la función es 1 por esto se tiene el siguiente grafico

Teniendo en cuenta la constante 2 que está multiplicando el resultado fue el siguiente

Para determinar el coeficiente de la serie de Fourier se tiene la siguiente ecuación.

 Se tiene

2 −1 1
𝑎𝑘 = ∫ −2 ∗ cos (2𝜋𝑘 ∗ 𝑡) 𝑑𝑡
10 −11 10

Simplificando y solucionando la integral se tiene

−1
−4 −1 1 4 5 1
𝑎𝑘 = ∫ cos ( 𝜋𝑘𝑡) 𝑑𝑡 = [ sin ( 𝜋𝑘𝑡)]
5 −11 5 5 𝜋𝑘 5 −11

Evaluando esta integral se tiene como resultado

𝟓 𝟏 𝟏𝟏
𝒂𝒌 = [𝐬𝐢𝐧 ( 𝝅𝒌) − 𝐬𝐢𝐧 ( 𝝅𝒌)]
𝝅𝒌 𝟓 𝟓

b)

𝑏𝑘 para 𝑥(𝑡) = 𝑎𝑡, 0 ≤ 𝑡 ≤ 1 con T=3

Se tiene la función

𝑥(𝑡) = 6𝑡, 𝑒𝑛𝑡𝑟𝑒 0 ≤ 𝑡 ≤ 1

Se tiene el siguiente grafico

Para el coeficiente de Fourier se tiene

Se tiene

2 1 1
𝑏𝑘 = ∫ 6𝑡 sin (2𝜋𝑘 ∗ 𝑡) 𝑑𝑡
3 0 3

Simplificando y solucionando la integral se tiene

1
2 1 2 4 2 3 2
𝑏𝑘 = ∫ 6𝑡 sin ( 𝜋𝑘𝑡) 𝑑𝑡 = − [𝑡𝑐𝑜𝑠( 𝜋𝑘𝑡) − sin ( 𝜋𝑘𝑡)]
3 0 3 𝜋𝑘 3 2𝜋𝑘 3 0

Evaluando esta integral se tiene como resultado

−𝟒 𝟐 𝟑 𝟐
𝒃𝒌 = [𝐜𝐨𝐬 ( 𝝅𝒌) − 𝐬𝐢𝐧 ( 𝝅𝒌)]
𝝅𝒌 𝟑 𝟐𝝅𝒌 𝟑
 Simulación en Matlab

close all
clc
syms t n
A=[-11 -1];
f=[-2 0];

f=sym(f);
T=max(A)-min(A);
wo=2*pi/T;

Ao=0;
for i=1:length(f)
Ao=Ao+int(f(i),'t',A(i));
end
Ao= simple(Ao/T);

An=0;
for i=1:length(f)
An=An+int(f(i)*cos(n*wo*t),A(i),A(i+1));
end
An=simple(2*An/T);

Bn=0;
for i=1:length(f)
Bn=Bn+int(f(i)*sin(n*wo*t),A(i),A(i+1));
end
Bn=simple(2*Bn/T);

An=char(An);
Bn=char(Bn);
An=simple(sym(strrep(char(An),'sin(pi*n)','0')));
Bn=simple(sym(strrep(char(Bn),'sin(pi*n)','0')));

An=simple(sym(strrep(char(An),'cos(pi*n)','(-1)^n')));
Bn=simple(sym(strrep(char(Bn),'cos(pi*n)','(-1)^n')));

An=simple(sym(strrep(char(An),'sin(2*pi*n)','0')));
Bn=simple(sym(strrep(char(Bn),'sin(2*pi*n)','0')));

An=simple(sym(strrep(char(An),'cos(2*pi*n)','1')));
Bn=simple(sym(strrep(char(Bn),'cos(2*pi*n)','1')));
%
disp('Ao')
pretty(Ao)
disp('An')
pretty('An')
disp('Bn')
pretty(Bn)

x=linspace(min(A),max(A),1000);
fx=0;
for i=1:length(A)-1
if mod(i,2)==1
fx=fx+((x>A(i)&(x<=A(i+1))).*subs(f(i),x));
else
fx=fx+((x>A(i)&(x<A(i+1))).*subs(f(i),x));
end
end
plot(x,fx,'Linewidth',2);hold on;
plot(x+max(x)-min(x),fx,'Linewidth',2)
plot(x-max(x)+min(x),fx,'Linewidth',2)
plot([max(x) max(x)],[fx(1) fx(end)],'Linewidth',2)
plot([min(x) min(x)],[fx(end) fx(1)],'Linewidth',2)
grid on

Resultados simulación
𝟓 𝟏 𝟏𝟏
An=𝝅𝒌 [𝐬𝐢𝐧 (𝟓 𝝅𝒌) − 𝐬𝐢𝐧 ( 𝟓 𝝅𝒌)],

−𝟒 𝟐 𝟑 𝟐
𝑩𝒏 = [𝐜𝐨𝐬 ( 𝝅𝒌) − 𝐬𝐢𝐧 ( 𝝅𝒌)]
𝝅𝒌 𝟑 𝟐𝝅𝒌 𝟑

CONCLUSIONES

Las señales van adquiriendo forma con el espacio y el tiempo, es importante estudiarlas
para su posterior uso en la ingeniería y en las telecomunicaciones, ya que nos permitirá
utilizar herramientas más fáciles para su posterior desarrollo, estudio y comportamiento.

La convolución es un concepto central al relacionar los dominios del tiempo y de la

frecuencia, además se considera como un método para encontrar la respuesta de estado
cero de un sistema lineal invariante en el tiempo.
 La serie de Fourier es una herramienta importante en el trabajo de tener señales periódicas
las cuales se pueden descomponer en la sumatorias de sinusoidales la primer como
fundamental y las otras como múltiplos o armónicos.

REFERENCIAS BIBLIOGRAFICAS

 Tema: PROCESAMIENTO DE SEÑALES ANALOGICAS Y DIGITALES, Ashok

Ambardar 2° Edición. Fuente: UNAD Universidad Nacional Abierta y a distancia. Link:
https://drive.google.com/file/d/0B65VHy0Uq8UQ0xyMHQtZzNEUU0/view?pref=2&pli
=1 . Fecha: extraído el 23/08/2016.

 Panorama. (2006). In A. Ambardar, Procesamiento de señales analógicas y digitales (2nd

ed., p. 1). México City: Cengage Learning. Retrieved from
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4060300008&v=2.1&u=unad&it=r&p
=GVRL&sw=w&asid=7a4501ec73e7c9307f41be9be4f811cc
 Señales Analógicas. (2006). In A. Ambardar, Procesamiento de señales analógicas y
digitales (2nd ed., p. 8). México City: Cengage Learning. Retrieved from
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4060300014&v=2.1&u=unad&it=r&p
=GVRL&sw=w&asid=7b2950c185e430bf52265c24a8f96351