Capítulo 4.

- Análisis bajo excitaciones periódicas

________________________________________________________________________________________

CAPÍTULO 4
Análisis bajo excitaciones periódicas

4.0 Representación de señales periódicas

La representación y análisis de los SLIT mediante la suma de convolución se basa en la
representación de señales como una combinación lineal de impulsos desplazados. Sin
embargo, una representación alternativa es usar un conjunto de señales básicas periódicas,
como son las exponenciales complejas. Las representaciones resultantes se conocen como la
serie de Fourier de tiempo continuo y de tiempo discreto.

Nuestra atención se centrará en la representación de las señales periódicas continuas y

discretas conocidas como la serie de Fourier, de una amplia clase de señales periódicas y de
energía finita. Las señales periódicas aparecen en muchas áreas de la Ingeniería y en
fenómenos naturales. Sin embargo, estas señales, en general, no se presentan como

. Es más frecuente que esas señales periódicas aparezcan con

oscilaciones puras de una frecuencia específica, las que se pueden describir exactamente por
una sinusoide del tipo
formas más complejas, como por ejemplo, señales triangulares, señales tipo diente de sierra,
trenes de pulsos o sinusoides rectificadas, entre otras, cuya única característica común es su
periodicidad en el tiempo.

Además, en algunas oportunidades, las señales periódicas no sinusoidales resultan de efectos

no lineales indeseables. Otros casos en los que aparecen señales periódicas complejas
incluyen la saturación de señales sinusoidales, la rectificación de señales sinusoidales, la
presencia de zonas muertas, histéresis, entre otra.

La idea fundamental en esta sección es representar una función periódica como combinación
lineal de sinusoides de ciertas frecuencias. Esta representación, conocida como la serie de
Fourier, tiene dos grandes aplicaciones:
(a) Facilita el análisis de los sistemas lineales sujetos a excitaciones periódicas, donde el
concepto clave subyacente a utilizar es el de ganancia a modo forzante,
(b) Como segunda aplicación, se refiere al análisis espectral de señales que portan
información; este análisis espectral puede tener distintos propósito, por ejemplo:
separar información de ruido, procesar sonido, determinar presencia y relevancia de
fenómenos no lineales, u otros.

4.1 Reseña histórica

1748 : Euler examina el movimiento de una cuerda vibratoria.
1753 : Bernoulli argumentaba que todos los movimientos físicos de una cuerda
podían ser representados mediante combinaciones lineales de modos normales.
1759 : Lagrange argumentaba que las series trigonométricas eran de uso limitado.

NAO/nn 1
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

1807 : Fourier sostenía que cualquier señal periódica podía ser representada como
una serie de sinusoidales.
1829 : Dirichlet proporcionó las condiciones de convergencia de las series de Fourier.
Antes Cauchy y Poisson habían obtenido resultados acerca de la convergencia
de la serie.

Los Teorías matemáticas que tienen sus raíces en el análisis de las series e integrales
de Fourier son:
• La teoría de la integración,
• La topología de los conjuntos de puntos, y
• Las expansiones de las funciones propias.

Hay numerosos problemas de la ciencia y la ingeniería en los cuales las señales

sinusoidales juegan un importante rol, por ejemplo:
• Vibraciones y difusión de calor,
• En la descripción y movimiento de los planetas,
• El comportamiento periódico del clima en la Tierra,
• Las fuentes de corriente alterna generan voltajes y corrientes sinusoidales,
• El movimiento de las olas en el océano, y
• Las señales transmitidas por estaciones de radio y televisión.

Una de las herramientas fundamentales para el análisis de Fourier para señales y

sistemas discretos se introdujo en los años 60, que corresponde a la transformada rápida de
Fourier o FFT; presentada por Cooley y Tukey en 1965. El algoritmo de la FFT puede
encontrarse en las notas de Gauss, pero tomó mayor auge en los años 60 debido a que se
adaptó profundamente en la ejecución digital reduciendo el tiempo de ejecución para el
cálculo de la transformada de Fourier discreta.

4.2 Bases matemáticas para las series de Fourier.

4.2.1 Espacios vectoriales y base ortogonales

Un espacio vectorial es un conjunto de vectores ⃗ , ⃗ , ⋯ , ⃗ , donde se definen dos

operaciones: suma de dos vectores, y multiplicación por un escalar y satisfacen las

(1) Si ⃗ ∈ y ⃗ ∈ , entonces ⃗ + ⃗ ∈ .
siguientes propiedades:

(2) Si ⃗ ∈ y ⃗ ∈ , entonces ⃗ + ⃗ = ⃗ + ⃗ .
(3) Si ⃗ , ⃗ , ⃗ ∈ , entonces ⃗ + ⃗ + ⃗ = ⃗ + ⃗ + ⃗ .
(4) Existe un vector 0⃗ ∈ , tal que ∀ ⃗ ∈ se cumple ⃗ + ⃗ = ⃗ .
(5) Para cada ⃗ ∈ existe un vector − ⃗ ∈ , tal que ⃗ + − ⃗ = ⃗.
(6) Si ⃗ ∈ , y es un escalar, entonces ∙ ⃗ ∈ .
(7) Si ⃗ , ⃗ ∈ , y es un escalar, entonces ⃗ + ⃗ = ⃗ + ⃗.
(8) Si , ! son escalares, y ⃗ ∈ , entonces +! ⃗ = ⃗ +!⃗ .
(9) Si , ! son escalares, y ⃗ ∈ , entonces ! ⃗ = !⃗ .
(10) Existe un escalar 1, tal que 1 ⃗ = ⃗ , ∀ ⃗ ∈ .

NAO/nn 2
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Dado un conjunto de vectores # = $ ⃗ , ⃗ , ⋯ , ⃗ % ⊆ , se dice que el espacio generado

Definición

por #, es el conjunto de todos los vectores que forman de la combinación de los vectores del
conjunto # de la forma:
'⃗ = ( ⃗ + ) ⃗ + ⋯ + * ⃗

Dado un conjunto de vectores # = $ ⃗ , ⃗ , ⋯ , ⃗ % ⊆ , se dice linealmente independiente,

Definición

si la ecuación formada por combinación de los vectores del conjunto #, dada por:

0⃗ = ( ⃗ + ) ⃗ +⋯+ * ⃗

Se cumple sólo para los escalares ( = ) = ⋯ = * = 0. En caso contrario se dice que los
vectores son linealmente dependientes.

Dado un espacio vectorial , se dice que un conjunto de vectores + = $ ⃗ , ⃗ , ⋯ , ⃗ % es

Definición

(1) $ ⃗ , ⃗ , ⋯ , ⃗ % es linealmente independiente, y

base de si:

(2) $ ⃗ , ⃗ , ⋯ , ⃗ % genera todo el espacio .

En este último caso se dirá que el espacio vectorial tiene dimensión igual a .

Dados dos vectores cualesquiera ⃗ , , ⃗ en un espacio vectorial con escalares en ℂ,

Definición

entonces se dirá que 〈 ⃗ , ⃗ 〉 es un producto interno, producto escalar o producto punto

(1) 〈 ⃗ , ⃗ 〉 es un escalar.
si cumple las siguientes propiedades:

(2) 〈 ⃗ , 0 ⃗ + 1 ⃗ 〉 = 0〈 ⃗ , ⃗ 〉 + 1〈 ⃗ , ⃗ 〉.
(3) 〈 ⃗ , ⃗ 〉 > si ⃗ ≠ .
(4) 〈 ⃗ , ⃗ 〉 = 〈 ⃗ , ⃗ 〉∗ , donde . ∗ denota el complejo conjugado.

Dado un producto interno en el espacio vectorial , éste induce una norma en el espacio
vectorial:
‖ ⃗ ‖ = 6〈 ⃗ , ⃗ 〉

Una norma ‖. ‖ en una función que va de un espacio 7 (no necesariamente un espacio

Definición

vectorial) a los reales ℝ , tal que:

(1) ‖ ⃗ ‖ ≥ 0 y ‖ ⃗ ‖ = 0 : , ó<= : ⃗ = ⃗.
(2) ‖0 ⃗ ‖ = |0|‖ ⃗ ‖ en donde |0|es el valor absoluto o módulo del escalar .
(3) ? ⃗ + ⃗ ? ≤ ‖ ⃗ ‖ + ? ⃗ ?, relación conocida como desigualdad triangular.

NAO/nn 3
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

A partir del producto interno, se ha dotado al espacio vectorial 7 de una norma, y utilizando
ésta se puede introducir la idea de distancia entre dos vectores:

A ⃗, ⃗ =?⃗ − ⃗ ?

Un espacio vectorial 7 donde se ha definido una norma que tiene una medida de distancia y
Definición

longitud, indicada anteriormente, se denomina espacio euclidiano. Además puede definirse

el coseno del ángulo entre dos vectores como:

〈⃗ , ⃗ 〉
BCD∠ ⃗ , ⃗ =
‖⃗ ‖∙?⃗ ?

Definición

interno 〈. , . 〉, si este producto es igual a cero. Es decir:

De la definición anterior, se puede decir que dos vectores son ortogonales bajo el producto

⃗ ⊥ ⃗ ⟺〈⃗ , ⃗ 〉=0

(1) Supongamos un espacio vectorial 7 de dimensión , en que se tiene una base de

LEMAS

vectores: + = $ ⃗ , ⃗ , ⋯ , ⃗ %. Si los vectores de la base + son ortogonales entre si

bajo un producto interno 〈. , . 〉, es decir:
0 ; ::≠J
〈⃗ , ⃗ 〉=H
>0; :: =J

entonces, un vector arbitrario K⃗ ∈ 7 se puede representar como una combinación

lineal de los vectores de la base + de la forma:

K⃗ = ( ⃗ + ) ⃗ +⋯+ * ⃗

〈 ⃗ , L⃗〉
en que cada coeficiente está dado por:
0 =
〈⃗ , ⃗ 〉

(2) Si consideramos los mismos supuestos anteriores, y la representación del vector L⃗

como una combinación lineal, entonces la norma de L⃗ satisface:

‖L⃗‖ = |0 | ‖ ⃗ ‖ + ⋯ + |0 | ‖ ⃗ ‖

(3) Desigualdad de Caychy-Schwartz: Dados dos vectores arbitrarios ⃗ , , ⃗ de un

espacio vectorial 7 bajo un producto interno 〈. , . 〉, entonces se cumple la siguiente

M⃗ , ⃗ M≤‖⃗ ‖∙?⃗ ?
desigualdad:

NAO/nn 4
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.2.2 Sucesiones y series

A continuación se hace un breve repaso sobre convergencia de sucesiones y series de

funciones.

Una sucesión de funciones $NO P % converge (puntualmente) en PQ si y sólo si:

Definición

lim NO PQ = N PQ WX DYW
O→V

∀Z > 0 ∃\ ∈ ℕ ∶ _ > \ ⟹ |NO PQ − N PQ | < Z

es decir:

Si cada NO P está bien definida en un intervalo b = cd, ef, entonces se dice que la sucesión
$NO P % converge (puntualmente) a una función N P en b si y sólo si:

lim NO PQ = N PQ ∀PQ ∈ g
O→V

Una sucesión de funciones $NO P %, cada una bien definida en un intervalo b = cd, ef,
Definición

converge uniformemente a una función N P en el intervalo b si y sólo si:

∀Z > 0 ∃\ ∈ ℕ ∶ _ > \ ⟹ |NO P − N P | < Z ∀P ∈ b

Estas definiciones de convergencia de sucesiones son aplicables de igual forma a series de

funciones, ya que una serie no es más que una sucesión de sumas parciales; es decir, dada
V
una serie de funciones de la forma:

h P = i N* P
*j(

secesión $hO P %, que es la suma parcial _ − é :ld:

entonces se dice que la serie converge, puntual o uniformemente, si y sólo si converge la

hO P = i N* P
*j(

Se dice que una serie de funciones: h P = ∑V *j( N* P converge absolutamente si y sólo

Definición

si la serie de los valores absolutos de su término general converge, es decir, si la serie:

V

hn P = i|N* P | BC WopW qL YLrstW YW.

*j(

NAO/nn 5
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Dada una serie de números reales positivos: hu = ∑V Oj( vO , y además, una serie de
LEMA M-test de Weierstrass

funciones en un intervalo b = cd, ef: h P = ∑V N

Oj( O P tales que los términos generales
respectivos satisfacen:

∀_ = 1,2, ⋯
|NO P | ≤ vO H
∀P ∈ cd, ef

entonces, si la serie hu converge, la serie de funciones h P converge uniforme y

absolutamente en el intervalo b = cd, ef.

4.3 Series de Fourier para señales de tiempo continuo

La idea central tras las series de Fourier es la representación de una función periódica usando

básico, cuando se aplica al sistema cartesiano de coordenadas en ℝ) o ℝx ; sin embargo, la

una base ortogonal de funciones. La idea de ortogonalidad aparece con su significado más

diferencia fundamental con el caso de las series de Fourier es que la dimensión de la base es
infinita.

4.3.1 Serie de Fourier trigonométrica

intervalo y− ) , ){, y en él, el conjunto de vectores (funciones):

z z
Consideremos el espacio vectorial de todas las funciones seccionalmente continuas en un

2•
+ = $1, cos , %*j(,),⋯ ; =
Q Q Q
€

El conjunto definido son linealmente independientes. Además definiendo el producto

interno en este espacio de funciones como la integral:
z
)
〈N ,• 〉=‚ N ∗
• ∙ƒ ; N ,• ∈+
z
„
)

Este conjunto + resulta ser ortogonal; es decir, si tomamos dos elementos ,… ,*

pertenecientes al conjunto + entonces:
z
) 0 ; ≠l
〈,… , ,* 〉 = ‚ ,… ,* ∙ƒ =†
„
z _>0 ; =l
)

conjunto +, pues éstas son todas reales.

En este caso la conjugación involucrada en el producto interno no afecta a las funciones del

NAO/nn 6
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Definición
Una función , real ∀ ∈ ℝ, seccionalmente continua y definida en el intervalo y− , {
z z
) )
puede representarse como una combinación lineal de elementos de la base +, dada
anteriormente, que en este caso con dimensión infinita; es decir, que para , se tiene una
representación en Serie de Fourier de la forma:
V
2•
, = ‡ˆ + ic‡* cos + ‰* sin f , =
Q Q Q
€
*j(

donde cada uno de los coeficientes ‡Q , ‡* , ‰* se puede obtener como:

z
〈, , 1〉 1 1 )
‡Q = = 〈, , 1〉 = ‚ , ∙ƒ
〈1, 1〉 € € „z
)
z
〈, , cos 〉 2 )
‡* = = ‚ , cos ∙ƒ
Q
〈cos Q , cos Q 〉 € „z Q
)

z
〈, , sen Q 〉 2 )
‰* = = ‚ , sen ∙ƒ
〈sen Q , sen Q 〉 € „z Q
)

Alternativamente, la representación en Serie de Fourier de una función , puede

V
2•
reescribirse de la forma:

, = ‡ˆ + i Œ•* cos Q − ∅* , Q=
€
*j(

en que: Œ•* = 6‡* ) + ‰* ) , además, ∅* = ∠ ‡* + J‰* .

En este capítulo nos interesa la representación en serie de Fourier conceptualmente y como

una herramienta para describir las funciones periódicas como una combinación lineal de

fundamental Q determinada por su periodo €.

constantes, cosenos y senos, cuyas frecuencias son múltiplos enteros de la frecuencia

El contenido o espectro en frecuencia de la señal , queda determinado a través de la

amplitud, Œ•* = 6‡* ) + ‰* ) de cada una de las sinusoides de frecuencia * = Q, que

desfase ∅* = ∠ ‡* + J‰* de las diferentes armónicas.

llamaremos -ésima armónica. Además, esta representación permite apreciar el ángulo de

Si graficamos las magnitud de Œ•* en función de , se obtiene lo que se conoce como un

espectro de línea.

NAO/nn 7
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.3.2 Serie de Fourier exponencial

seccionalmente continua , , es decir:

Si consideramos la representación en serie de Fourier obtenida para una función

V
2•
, = ‡ˆ + ic‡* cos + ‰* sin f , =
Q Q Q
€
*j(

se puede reescribirla utilizando las expresiones para y •= en términos de

exponenciales complejas, por lo cual nos queda:
V •*‘’ “
+ „•*‘’ “ •*‘’ “
− „•*‘’ “
2•
, = ‡ˆ •ˆ‘’ “
+ i ”‡* + ‰* • , =
2 2J Q
€
*j(

V
‡* − J‰* •*‘ “ ‡* + J‰* 2•
Que puede reagruparse los términos como:

, = ‡ˆ •ˆ‘’ “ + i – ’ + „•*‘’ “
— , =
2 2 Q
€
*j(

Por lo tanto, se puede escribir una Serie de Fourier trigonométrica como una Serie de
Fourier Exponencial de la forma:
V
2•
, = i Œ* •*‘’ “
, =
Q
€
*j„V

Una expresión para los coeficientes Œ* es la siguiente:

z
1 )
Œ* = ‚ , „•*‘’ “
∙ƒ
€ „z
)

Como resultado de lo anterior, se tiene un nuevo conjunto de funciones, complejas en este

intervalo y− ) , ){; que además es ortogonal bajo el producto interno definido anteriormente,
z z
caso, que constituye una base para el espacio de funciones seccionalmente continuas en el

2•
a saber:
˜ •*‘’ “ ™ *∈ℤ , Q=
€
z z
que cumplen:
) ) 0 ; ≠l
〈N… , N* 〉 = ‚ N… ∗
N* ∙ƒ =‚ „•…‘’ “
∙ •*‘’ “
∙ ƒ =†
„
z
„
z _>0 ; =l
) )

ambos términos de la serie y – .

Nota: Si se desea obtener la amplitud de la -ésima armónica de la serie debe considerarse

NAO/nn 8
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.3.3 Parseval y la energía de las señales periódicas en el tiempo continuo

Supongamos que una señal , periódica se expresa como serie en los elementos, Nℓ
una base ortogonal en el intervalo •− , ž. Entonces:
z z
, de
) )

, =i ℓ Nℓ
ℓjˆ

V V
donde:

〈, ,, 〉 = 〈i ℓ Nℓ ,i ℓ Nℓ 〉
ℓjˆ ℓjˆ

Si a continuación usamos la propiedad de ortogonalidad de los elementos de la base, se tiene

V
que:

〈, ,, 〉 = i| ℓ|
) 〈N
ℓ , Nℓ 〉
ℓjˆ

Note que el lado izquierdo de la expresión anterior es proporcional al cuadrado del valor
efectivo (RMS) de la señal periódica.

Para la Serie de Fourier trigonométrica, usando la misma definición del producto interno,
z
a saber:
)
〈N ,• 〉=‚ N ∗
• ∙ƒ ; N ,• ∈+
z
„
)

Se obtiene la siguiente relación:

z V
) 1
+ ‰ℓ ) %
)
‚ , ∙ ƒ = ‡ˆ ) + i$ ‡ℓ )
„
z 2
) ℓjˆ

Para la Serie de Fourier exponencial, la energía de la señal , en un período queda

expresada como:
z V
) )
‚ , ∙ ƒ = i Œℓ )
z
„ ℓjˆ
)

Así, las expresiones anteriores señalan que esa energía puede ser calculada como la suma de
similar energía de cada armónica.

NAO/nn 9
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.4 Series de Fourier para señales de tiempo discreto

Para sistemas de tiempo discreto, las series trigonométricas son poco usadas, prefiriéndose
la forma exponencial. Se verá que ello se debe a que las señales periódicas exponenciales
involucradas tienen propiedades de simetría que hacen mucho más simple el cálculo de los
coeficientes. Así, se consideran señales de la forma:

Nc f = •Ÿ*
; = 0,1,2, ⋯

Nuestro interés fundamental es determinar cómo puede representarse una función periódica
como suma de un conjunto señales exponenciales periódicas de frecuencias múltiplos de la
frecuencia fundamental.

Si consideramos una función ,c f periódica definida para = 0,1,2, ⋯, de período \, es

,c + \f = ,c f ;∀
decir que satisface:

donde la frecuencia fundamental se define como: Q = ¢ , y las frecuencias armónicas

)¡

corresponden a los múltiplos de la frecuencia fundamental Q . Si observamos con atención

la forma que toman las exponenciales •Ÿ* para cada armónica, si tiene:
)¡ )¡ )¡ )¡
•Ÿ ℓ£¢ *
= •
¢
ℓ£¢ *
= •
¢
ℓ *
∙ •
¢
¢ *
= •
¢
ℓ *

de la Serie de Fourier discreta es finito, con sólo \ componentes.

Por lo tanto, se tiene periodicidad en la frecuencia. Esto indica que el conjunto ortogonal

Así, para representar una función discreta ,c f de período \ en serie de Fourier nos basta
simplemente una suma de las primeras \ armónicas:
¢„(
2•
,c f = i ŒO •Ÿ’ O*
; =
Q
\
Ojˆ

Desde el punto de vista del álgebra lineal se quiere representar el vector ,c f en términos de
los vectores del conjunto base:

2•
+A = ˜1, •Ÿ’ *
, •)Ÿ’ *
,⋯, • ¢„( Ÿ’ *
™ ; =
Q
\

Se define el producto interno en este conjunto como:

¢„(

〈N( c f, N) c f〉 = i N( ∗ c f N) c f
*jˆ

se tiene para los vectores del conjunto base +A lo siguiente:

NAO/nn 10
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

(a) Si _( = _) = _:
¢„( ¢„( ¢„(

〈 •OŸ’ *
, •OŸ’ * 〉
=i •OŸ’ * ∗
∙ •OŸ’ *
=i • „O£O Ÿ’ *
= i1=\
*jˆ *jˆ *jˆ

(b) Si _( ≠ _) :
¢„( ¢„(

〈 •O¤ Ÿ’ *
, •O¥ Ÿ’ * 〉
=i •O¤ Ÿ’ * ∗
∙ •O¥ Ÿ’ *
=i • „O¤ £O¥ Ÿ’ *

*jˆ *jˆ

que por una suma geométrica:

• „O¤ £O¥ Ÿ’ ¢
1−
〈 •O¤ Ÿ’ *
, •O¥ Ÿ’ * 〉
=
1− • „O¤ £O¥ Ÿ’

Sin embargo, como Q = ¢ tenemos que \ = 2•, y dado que _( y _) son números
)¡
Q
enteros, por tanto, para _( ≠ _) , se tiene:

• „O¤ £O¥ Ÿ’ ¢
1− 1− • „O¤ £O¥ )¡
= =0
1− • „O¤ £O¥ Ÿ’ 1− • „O¤ £O¥ Ÿ’

Por lo anterior, el conjunto base +A es ortogonal bajo el producto interno definido. Además,
los coeficientes de la serie de Fourier se pueden calcular como:
¢„(
〈 •OŸ’ * , ,c f〉 1 2•
ŒO = •OŸ * •OŸ * = i ,c f ∙ „•OŸ’ *
; =
〈 ’ , ’ 〉 \ Q
\
*jˆ

específicamente para el coeficiente \ − ℓ, se tiene:

Para la serie de Fourier discreta, si observamos la expresión de los coeficientes,

¢„( ¢„(
1 1
Œ¢„ℓ = i ,c f ∙ „• ¢„ℓ Ÿ’ *
= i ,c f ∙ „• ¢ Ÿ’ *
∙ „• „ℓ Ÿ’ *
= ⋯
\ \
*jˆ *jˆ

¢„( ¢„(
1 1 „• ℓ Ÿ’ * ∗
⋯ = i ,c f ∙ • ℓ Ÿ’ *
= i ycnf = Œℓ ∗
\ \
*jˆ *jˆ

Así, el coeficiente de la armónica \ − ℓ es el complejo conjugado del coeficiente de la

correspondiente ℓ-ésima armónica, en otras palabras, la magnitud de los coeficientes
Œℓ tienen simetría par con respecto a ) , mientras que la fase (o ángulo) tiene simetría impar
¢

¢
con respecto a ) .

NAO/nn 11
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

La armónica \ − ℓ puede ser expresada como:

• ¢„ℓ Ÿ’ *
= • ¢ Ÿ’ * • „ℓ Ÿ’ *
= • „ℓ Ÿ’ *

por lo cual, ambas armónicas ℓ y \ − ℓ corresponden en realidad a una misma frecuencia.

Por tanto, si sumamos los términos correspondientes a ellas en la representación, escribiendo
sus coeficientes en forma polar, se tiene:

Œℓ •ℓŸ’ *
+ Œ¢„ℓ • ¢„ℓ Ÿ’ *
= Œℓ •ℓŸ’ *
+ Œℓ ∗ „•ℓŸ’ *
=⋯

⋯ = |Œℓ | •Ÿℓ •ℓŸ’ *

+ |Œℓ | „•Ÿℓ „•ℓŸ’ *

⋯ = 2|Œℓ |cos ℓ Q + ℓ

en forma de una serie de Fourier, en realidad, la estamos describiendo en términos de \

En base a esto se puede concluir que al representar una señal periódica de tiempo discreto

exponenciales periódicas de la base +A = ˜1, •Ÿ’ * , •)Ÿ’ * , ⋯ , • ¢„( Ÿ’ * ™ ; Q = ¢ , en

)¡

que \ es el periodo de la señal discreta. Esas exponenciales corresponden a una constante

más _ diferentes armónicas, en que _ = ) , si \ es par, o _ = ) si \ es impar.
¢ ¢„(

aparece |Œℓ | en función de ℓZℤ. Este diagrama es conocido como el espectro de línea de la
La serie de Fourier para una señal de tiempo discreto puede ser descrita en un gráfico en que

señal de tiempo continuo.

Las amplitudes de las N armónicas de la serie de Fourier discreta se pueden calcular a partir
de un sistema de ecuaciones linealmente independientes de la forma:

,c0f Œˆ
⎡ ⎤ ⎡
,c1f Œ ⎤
⎢ ⎥ ⎢ ( ⎥
⎢ ,c2f ⎥ = ®¯ ⎢ Œ) ⎥
⎢ ⋮ ⎥ ⎢ ⋮ ⎥
⎣,c \ − 1f⎦ ⎣Œ¢„( f⎦

donde el elemento :, J de la matriz ®¯ está dado por:

|®¯ | , = •Ÿ’ °„( •„(

señal periódica ,c f. Note que la matriz ®¯ tiene la forma general:

Las ecuaciones precedentes permiten calcular los coeficientes que describen exactamente la

NAO/nn 12
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

1 1 1 ⋯ 1
⎡ 1 )
⋯ ¢„( ⎤
⎢ ¢„) ⎥ ;
®¯ = ⎢1 ) ±
⋯ ⎥ ƒ= ƒ = •Ÿ’

⎢⋮ ⋮ ⋮ ⋱ ⋮ ⎥
⎣1 ¢„( ¢„)
⋯ ⎦

derecha puede ser despejado al multiplicar por la inversa de ®¯ .

Esta matriz se denomina Matriz de Fourier, y es no singular. De esta forma, el vector de la

Además, si una señal periódica ,c f tiene la expansión en serie dada por:

NOTA

¢„(

,c f = i Œℓ Nℓ c f
ℓjˆ

donde las funciones Nℓ c f son elementos de una base ortogonal, entonces:

¢„(

〈,c f, ,c f〉 = i| ℓ|
) 〈N
ℓ , Nℓ 〉
ℓjˆ

¢„( ¢„(
que es equivalente a:

i ,c f) = \ ∙ i| ℓ|
)

*jˆ ℓjˆ

Como resultado principal es que una señal discreta ,c f con valores para ∈ c0, \ − 1f
puede representarse mediante la serie de Fourier discreta dada por:
¢„(
2•
,c f = i ³O •Ÿ’ O*
; =
Q
\
Ojˆ
donde:
¢„(
1
³O = i ,c f ∙ „•OŸ’ *
\
*jˆ

de hecho, en la literatura se define ³O como la Transformada de Fourier Discreta de ,c f.

NAO/nn 13
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.5 Respuesta a entrada sinusoidal

4.5.1 Para el caso de tiempo continuo

En esta sección nos detendremos en la característica de ganancia que exhibe un sistema lineal
cuando la excitación es una sinusoide.

Con este propósito, se considera un sistema lineal estable modelado por su ecuación
diferencial como:

ƒ* , ƒ *„( , ƒ *„( P ƒ *„) P

+ d*„( + ⋯ + dˆ , = e*„( + e*„) + ⋯ + eˆ P
ƒ * ƒ *„( ƒ *„( ƒ *„)

donde la entrada del sistema es una señal sinusoidal que puede escribirse de la forma general:

P = ‡ ∙ cos +∅

siendo: ‡ la amplitud, cuyas unidades dependen del sistema en cuestión; ∅ el ángulo de

desfase (o simplemente fase), medido en c´dƒf; y
c´dƒ/ •f. A su vez, se puede determinar la frecuencia como: N = ⁄2• c·¸f y el período
la frecuencia angular, medida en

€ = 1⁄N = 2•⁄ c •f.

Aplicando la fórmula de Euler se tiene que:

‡ ‡
‡ ∙ cos +∅ = ∙ • ‘“£∅
+ ∙ „• ‘“£∅
= ‡• •‘“
+ ‡•∗ „•‘“
2 2

entonces la respuesta del sistema lineal, viene dada por:

∙ ‡• ∙ ‡•∗ + $l=ƒ= d K´d< %

∗
, =¹ •‘“
+ ¹ „•‘“

donde ¹ es la ganancia a modo forzante, definida como:

∑*„(
Ojˆ eO !°
O
¹ = * = |¹ |∙ J∅d
; •= !° = J
∑•jˆ d• !° •

Así, se obtiene:

, = |¹ | ∙ ‡ cos + ∅ + ∅n + $l=ƒ= d K´d< %

Como el sistema es estable, los modos naturales decrecen a cero cuando → ∞, así, la
respuesta estacionaria contiene sólo la componente particular, es decir, contiene sólo los
modos forzados de la forma:

» Y = ¼D ½ ∙ ¾¿À ½Y + ∅D ½

NAO/nn 14
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Cuando el modo forzante es una exponencial de la forma W ½Y la ganancia a modo forzante,

¹ , caracteriza lo que se denomina respuesta en frecuencia del sistema.

Ejemplo

ƒ), ƒ,
Suponga que un sistema está descrito por el siguiente modelo:
+4 + 13, = 26P
ƒ ) ƒ
y que la condición inicial es cero. Se desea calcular la respuesta del sistema , para ≥ 0
cuando la excitación es: P = : .

La solución completa del sistema viene dada por , = ,Ä + ,Å

Respuesta

Solución homogénea, ,Ä , tiene las frecuencias naturales (asociada a la ecuación

característica Æ) + 4Æ + 13 = 0) en Æ( = −2 + J3 y Æ) = −2 − J3, por lo cual la solución
(i)

,Ä = −2 $‰1 cos 3 + ‰2 sin 3 %

queda expresada como:

(ii) Para la solución particular o respuesta forzada del sistema reemplazamos la

,Å = ‡Ç ∙ cos + ∅Ç
solución propuesta:

,Å = Œ1 cos + Œ2 sin
o bien:

Los coeficientes Œ( y Œ) se obtienen reemplazando la solución particular propuesta y la

−10 26 13 − )
función de entrada en la ecuación diferencial original, de esta forma se obtienen:
Œ( = ; Œ =
13 − ) ) + 4 ) )
13 − ) ) + 4 )

(iii) Así, la solución completa del sistema viene dada por:

» Y = »È Y + »q Y
= W− Y $É ¾¿À ÊY + É ÀËÌ ÊY % + Í ½ ¾¿À ½Y + Í ½ ÀËÌ ½Y

Para determinar las constantes ‰( , ‰) se necesita especificar una condición inicial.

sería calcular la respuesta en frecuencia del sistema, ¹ , que está dada por:
Una forma más directa para obtener una descripción genérica de los resultados anteriores

26
¹ = |¹ |∙ J∅d
=
J 2
+ 4J + 13

Recuerdo que debe reemplazar la respuesta particular siguiente: ,Å =¹ ∙ •‘“

ecuación diferencial original considerando una entrada del tipo: P = •‘“

, en la

∎∎∎
.

NAO/nn 15
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.5.2 Para el caso de tiempo discreto

En esta sección nos detendremos en la característica de ganancia que exhibe un sistema lineal
cuando la excitación es una sinusoide. Con este propósito, se considera un sistema lineal
estable modelado por su ecuación recursiva como:

,c f + dO„( ,c − 1f + ⋯ + dQ ,c − _f
= eO„( Pc − 1f + eO„) Pc − 2f + +e( Pc − _ + 1f + eQ Pc − _f

donde la entrada del sistema es una señal sinusoidal de tiempo discreto de período \ ∈ ℕ
que puede escribirse de la forma general:

2•
Pc f = ‡ ∙ cos +∅ ; •= =
\

siendo: ‡ la amplitud, cuyas unidades dependen del sistema en cuestión; ∅ el ángulo de

desfase (o simplemente fase), medido en c´dƒf; y la frecuencia angular discreta, medida
en c´dƒf. A su vez, se puede determinar la frecuencia como: N = 1⁄\ y el período € = \
de la sinusoide.

‡ ‡
Aplicando la fórmula de Euler se tiene que
‡ ∙ cos + ∅ = ∙ • Ÿ*£∅ + ∙ „• Ÿ*£∅
= ‡• •Ÿ*
+ ‡•∗ „•Ÿ*
2 2

Entonces la respuesta del sistema lineal, viene dada por:

∙ ‡• ∙ ‡•∗ + $l=ƒ= d K´d< %

∗
,c f = ¹ •Ÿ*
+ ¹ „•Ÿ*

donde ¹ ∈ℂ es la ganancia a modo forzante •Ÿ*

, definida como:

∑O„(
…jˆ e… !°
…
¹ = = |¹ |∙ •∅Ï Ÿ
; •= !° = •Ÿ
∑…jˆ d… !°
O …

Así, se obtiene:

,c f = |¹ | ∙ ‡ cos + ∅ + ∅n + $l=ƒ= d K´d< %

Como el sistema es estable, los modos naturales decrecen a cero cuando → ∞, así, la
respuesta estacionaria contiene sólo la componente particular, es decir, contiene sólo los
modos forzados de la forma:

»c f = ¼D Ð ∙ ¾¿À Ð + ∅D Ð

Cuando el modo forzante es una exponencial de la forma •Ÿ* , la ganancia a modo forzante,
¹ , caracteriza lo que se denomina respuesta en frecuencia del sistema discreto.

NAO/nn 16
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Ejemplo

,c f − 0.7,c − 1f + 0.12,c − 2f = 1.5Pc f

Suponga que un sistema está descrito por el siguiente modelo:

y que la condición inicial es cero. Se desea calcular la respuesta del sistema ,c f para ≥0
cuando la excitación es: Pc f = : .

Respuesta

La solución completa del sistema viene dada por ,c f = ,Ä c f + ,Å c f

Solución homogénea, ,Ä c f, tiene las frecuencias naturales (asociada a la ecuación

característica Æ) − 0.7Æ + 0.12 = 0) en Æ( = 0.4 y Æ) = 0.3 (sistema estable dado que
(i)

ambas frecuencias naturales tienen magnitud menor que 1) por lo cual la solución queda

,Ä c f = ‰1 0.4 + ‰2 0.3
expresada como:

(ii) Para la solución particular o respuesta forzada del sistema reemplazamos la

,Å c f = ‡Ç ∙ cos + ∅Ç
solución propuesta:

,Å c f = Œ1 cos + Œ2 sin
o bien:

Los coeficientes Œ( y Œ) se obtienen reemplazando la solución particular propuesta y la

función de entrada en la ecuación diferencial original.

(iii) Así, la solución completa del sistema viene dada por:

»c f = »È c f + »q c f = É .Ó +É .Ê + Í Ð ¾¿À Ð + Í Ð ÀËÌ Ð

Para determinar las constantes ‰( , ‰) se necesita especificar una condición inicial.

sería calcular la respuesta en frecuencia del sistema, ¹ , que está dada por:
Una forma más directa para obtener una descripción genérica de los resultados anteriores

1.5 •)Ÿ
¹ = |¹ |∙ •∅Ï Ÿ
= •)Ÿ − 0.7 •Ÿ + 0.12

Recuerdo que debe reemplazar la respuesta particular siguiente: ,Å c f = ¹ ∙ •Ÿ*

ecuación diferencial original considerando una entrada del tipo: Pc f = •Ÿ*

, en la

∎∎∎
.

NAO/nn 17
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

4.6 Aplicación de las series de Fourier al análisis de sistemas lineales

Cuando un sistema lineal estable es excitado por una señal periódica, su respuesta en
estado estacionario también es una señal periódica. Esta respuesta, en general no tiene la
misma forma que la señal de entrada, ya que el sistema amplifica (o atenúa) y desfasa cada
componente armónica de la excitación, en cantidades que dependen de la frecuencia de cada
armónica.

Para usar cuantitativamente las series de Fourier en el análisis de un sistema lineal, se debe
calcular la ganancia a modo forzante del sistema para cada una de las armónicas de interés,
es decir, la respuesta en frecuencia del sistema para cada una de esas frecuencias.

Estos conceptos son comunes tanto a los sistemas de tiempo continuo como a los sistemas
de tiempo discreto.

4.6.1 Respuesta de SLIT a exponenciales complejas

Es ventajoso para el estudio de SLIT el representar las señales como combinación lineal de
señales básicas, en especial de aquellas que representan una base para un conjunto amplio
de clases de señales. Por otro lado, la respuesta de un SLIT a cada señal base sea fácilmente
reconocida, es decir, posea una estructura sencilla y por el principio de superposición se
pueda encontrar la solución de cualquier señal representada a través de este conjunto base.

Las señales exponenciales complejas corresponden a un conjunto base ampliamente

utilizado.

(a) Para los sistemas continuos

Para una entrada P = •‘“ , se puede determinar la salida mediante el uso de la

integral de convolución, de este modo se tiene:
V V

, = ‚ℎ Õ •‘ “„Ö
ƒÕ = × ‚ ℎ Õ •‘ „Ö ƒÕØ ∙ •‘“

„V ÙÚÚÚÚÚÛÚÚÚÚÚÜ
„V
Ý •‘

, =· J ∙ •‘“
Así, se obtiene:

NAO/nn 18
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Observación
A una señal para la cual la salida del sistema está dada por una constante multiplicada
por la entrada se le denomina como función propia del sistema (‘eigenfunction’).
Al factor multiplicativo se le conoce como valor propio del sistema (‘eigenvalue’).

(b) Para los sistemas discretos

Para una entrada Pc f = •Ÿ* , se puede determinar la salida mediante el uso de la

integral de convolución, de este modo se tiene:
V V

,c f = i ℎc_f •Ÿ *„O
= i ℎc_f •Ÿ „O ∙ •Ÿ*

Oj„V ÙÚÚÚÚÛÚÚÚÚÜ
Oj„V
Ý Þ ßà

,c f = · •Ÿ
∙ •Ÿ*
Así, se obtiene:

4.6.2 Respuesta de SLIT a señales periódicas

(a) Para los sistemas continuos

La función · J se conoce como la respuesta en frecuencia del sistema de tiempo

continuo.

Considere la entrada P periódica, cuya representación en serie de Fourier está dada

V
2•
por:

P = i ŒO •O‘’ “
, =
Q
€
Oj„V

z
con:
1 )
ŒO = ‚ , „•O‘’ “
∙ƒ
€ „z
)

tiempo, cuya respuesta impulsiva es ℎ , la respuesta del sistema viene dada por:
Entonces si aplicamos esta señal como entrada a un sistema lineal e invariante en el

V V V

, = i ŒO × ‚ ℎ Õ ƒÕØ•O‘’ „Ö •O‘’ “
= i ŒO · J_ Q
•O‘’ “

Oj„V ÙÚ
„VÚÚÚÚÚÛÚÚÚÚÚÚÜ Oj„V
Ý •O‘’

NAO/nn 19
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Así, , también es periódica con la misma frecuencia fundamental que P . Más

aún, si $ŒO % es el conjunto de coeficientes de la serie de Fourier para la entrada P ,
entonces $ŒO · J_ Q % es el conjunto de coeficientes para la salida , .

(b) Para los sistemas discretos

En el caso discreto, la relación entre los coeficientes de la serie de Fourier de la

entrada y la salida de un SLIT es exactamente igual que en caso continuo.

Para una entrada Pc f periódica, cuya representación en serie de Fourier está dada
por:
¢„(
2•
Pc f = i dO •Ÿ’ O*
; =
Q
\
Ojˆ

¢„(
1
donde:

dO = i Pc f ∙ „•OŸ’ *
\
*jˆ

tiempo, cuya respuesta impulsiva es ℎc f, la respuesta del sistema viene dada por:
Entonces si aplicamos esta señal como entrada a un sistema lineal e invariante en el

⎧ ⎫
⎪ ⎪
V V V

,c f = i dO i ℎclf ∙•OŸ „… •OŸ*

= i dO · •OŸ’ •OŸ’ *
⎨…j„V ⎬
Oj„V ⎪ÙÚÚÚÚÚÛÚÚÚÚÚÜ ⎪ Oj„V
⎩ Ý Þ ßåà ⎭

Así, ,c f también es periódica con la misma frecuencia fundamental que Pc f. Más

aún, si $dO % es el conjunto de coeficientes de la serie de Fourier para la entrada Pc f,
entonces ˜dO · •OŸ’ ™ es el conjunto de coeficientes para la salida ,c f.

NAO/nn 20
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

ANEXO A

Representación en Series de Fourier de Señales Periódicas Continuas

Una señal periódica cumple con: P = P +€ para algún valor positivo de €, este
valor corresponde al periodo fundamental de P
Q = 2 /€ se conoce como la frecuencia fundamental.
(si es un valor mínimo), y para el valor

Una señal periódica básica corresponde a la señal exponencial compleja periódica

P = • ’“
corresponde a:

con frecuencia natural: Q y periodo fundamental: € = 2 / =

Se pueden asociar con esta señal el conjunto de exponenciales compleja relacionadas

armónicamente:
2•
= = ; _ = 0, 1, 2, . ..
J_ = J_
€
O

cada una de estas señales tiene una frecuencia fundamental que es múltiplo de Q ; y por lo
tanto, cada una es periódica con periodo € (aunque para |_| 2, el período fundamental de
O
es una fracción de €).

De esta forma, una combinación lineal de exponenciales complejas relacionadas

armónicamente queda de la forma:
V V
)¡
P = i dO •O ’ “
= i dO •O
z
“

Oj„V Oj„V

también es periódica con período €.

La representación de una señal periódica, P corresponde a la Representación Periódica

de la Serie de Fourier, en donde dado que:

€ ;_ = l
z
‚ J _−l
ƒ =H
0 ;¹ ≠ l
=

∞
se tiene:
z z
‚ P −Jl =
ƒ = ‚ é i d_ J_ =
ê −Jl =
ƒ = dl €
ˆ ˆ _=−∞

1 z
∴ dl = ‚ P −Jl =
ƒ
€ ˆ

NAO/nn 21
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Así, la Serie de Fourier de una señal periódica continua X Y se define por las siguientes
V V
relaciones:
)¡
P = i dO •O ’ “
= i dO •O
z
“

Oj„V Oj„V

1 z
donde:
∴ d_ = ‚ P −J_ =
ƒ
€ ˆ

Ejemplo

1 ; | | < €1
Sea P =ì
0 ; €1 < | | < 2
€

=
)¡
Se tiene que Q z

Primero calcularemos los coeficientes de Fourier, a saber:

1 € 2 €1 2€ 1
dQ = ‚ P ƒ = ‚ 1ƒ =
€ 0 € 0 €

además,

1 € 1 €1 1
dO = ‚ P „•O ’ “
ƒ = ‚ 1∙ „•O ’ “
ƒ = ˜ „•O ’ €1
− „•O ’ „€1
™
€ 0 € −€1 € −J_ Q

2 •O ’ €1
− „•O ’ €1
1
dO = ì í= _ Q €1 ;_ ≠ 0
€ _ Q 2J _•

2€ 1
V
1
Así se obtiene:

P = + i _ Q €1
•O ’ “
€ _•
Oj„V, Oîˆ

2€ 1
V
1
P = +i _ Q €1 ˜ + ™
•O ’ „•O ’ “
€ _•
Oj(

2€ 1
V
2
P = +i _ Q €1 ∙ cos _
€ _• Q
Oj(

∎∎∎

NAO/nn 22
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Para señales periódicas reales

Sabemos que, para este caso, P ∗ = P , . ∗

•=´´ ï= ƒ d< •= JK•dƒ=
V V
)¡
P∗ = i dO ∗ „•O ’ “
= i d„… ∗ •…
z
“
=P
Oj„V …j„V

para señales periódicas reales se cumple: dO = d„… ∗

(a) Por lo cual, una forma alternativa de la serie de Fourier será:

V V
•O ’ “ ∗
P = dˆ + i˜dO •O ’ “
+ d„O „•O ’ “
™ = dˆ + i˜dO •O ’ “
+ dO ∗ ™
Oj( Oj(

V V

P = dˆ + i 2 ∙ ℝ ˜dO •O ’ “
™ = dˆ + 2 ∙ i ‡O •= $_ Q + O% ; dO = ‡O •Ÿå

Oj( Oj(

(b) Otra forma se obtiene al escribir dO = ‰O + J ŒO ; ‰O ∧ ŒO ℝ , entonces:

P = dˆ + i ‰O •= $_ Q % + ŒO $_ Q %
Oj(

Convergencia de las series de Fourier

Una clase de señales periódicas que se pueden representar mediante las series de Fourier son
las señales que tiene energía finita sobre un solo periodo, es decir, señales para las cuales:
z
‚ |P |2 ƒ = v < ∞
ˆ

Cuando se satisface esta condición, se tiene la garantía de que los coeficientes dO obtenidos
a partir de la definición de la serie de Fourier son finitos.

Además, suponiendo que P¢ ) es la aproximación a P

para |_| ≤ \, es decir:
obtenida al usar estos coeficientes
¢

P¢ = i dO •O ’ “

Oj„¢

Entonces, se tiene la garantía de que la energía ñ¢ en el error de aproximación converge a

cero conforme se aumenta el número de términos, es decir, cuando \ ∞.

NAO/nn 23
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Nota
¢
\
Considere que es el error de aproximación, esto es:

¢ =P − P\ =P − i d_ J_ =

_=−\

2
así:
z z −\−1 ∞

ñ¢ = ‚ | \ |2 ƒ = ‚ ò i d_ J_ =
+ i d_ J_ =
ò ƒ
ˆ ˆ _=−∞ _=\+1

∞ ∞ 2 ∞ 2
z z
ñ¢ = ‚ ò i d−_ −J_ =
+ i d_ J_ =
ò ƒ = ‚ ò i d−_ −J_ =
+ d_ J_ =
ò ƒ
ˆ _=\+1 _=\+1 ˆ _=\+1

∞ 2 ∞ 2
€
1 z €
1 z
ñ¢ ≤ i ‚ ó ‚ P Õ −J_ = −Õ
ƒÕó ƒ + i ‚ ó ‚ P Õ J_ = −Õ
ƒÕó ƒ
€ ˆ € ˆ
_=\+1 0 _=\+1 0

v
∞ 2 ∞ 2
entonces, se tiene:
€ z € z
ñ¢ ≤ × i ‚ ó‚ −J_ = −Õ
ƒÕó ƒ + i ‚ ó‚ J_ = −Õ
ƒÕó ƒ Ø
€ 0 ˆ ˆ
_=\+1 _=\+1 0

ôËõ ö¯ →
entonces:
¯→V
es decir, no hay energía en su diferencia.

Para garantizar que P sea igual a su representación en serie de Fourier, excepto en valores
aislados de para los cuales P es discontinua, se deben satisfacer las condiciones de
DIRICHLET que son:

(1) Condición 1: Sobre cualquier periodo, P debe ser absolutamente integrable, es

z
decir:
‚ |P |ƒ = v < ∞
ˆ

ƒÕ, M ƒÕ = z ÷0 |P Õ | ƒÕ < ∞
€ € €
dO = z ÷0 P Õ entonces |dO | ≤ z ÷0 MP Õ
como:
( „•O ’ Ö ( „•O ’ Ö (

(2) Condición 2: La variación de P en cualquier intervalo finito de tiempo está

acotada; es decir, no hay más que un número finito de máximos y
mínimos durante cualquier periodo de la señal.

(3) Condición 3: En cualquier intervalo finito de tiempo hay sólo un número finito de
discontinuidades, cada una de estas discontinuidades debe ser finita.

NAO/nn 24
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Propiedades de la serie de Fourier continua de Fourier

Sea P una señal periódica con periodo € y frecuencia fundamental Q = 2 /€. Los
coeficientes de la serie de Fourier de P se denotan como dO , entonces se usará la siguiente

P ←→
ù dO ; h. ü. •=´´ ï= ƒ d <d h ´: ƒ ü=K´: ´
anotación:

ú.û.

(a) Linealidad

Si P ←→
ù dO , e , ù eO , ambas con el mismo periodo €, entonces se cumple
←→
ú.û. ú.û.
que:

¸ = ∙P +!∙, ←→
ù •O = ∙ dO + ! ∙ eO
ú.û.

(b) Desplazamiento de tiempo

Si P ←→
ù dO , entonces P − Q ←→
ù eO = „•O‘’ “’
∙ dO
ú.û. ú.û.

Nótese que: |eO | = M „•O‘’ “’

∙ dO M = |dO |

1 z 1 z„“’
Demos
eO = ‚ P − „•O‘’ “
ƒ = ‚ P Õ „•O‘’ Ö£“ý
ƒÕ
€ ˆ Q
€ „“’
„•O‘’ “’ z„“’
= ‚ P Õ „•O‘’ Ö
ƒÕ = „•O‘’ “’
∙ dO
€ „“’

∎∎∎

(c) Inversión de tiempo

Si P ←→
ù dO , entonces , = P − ←→
ù eO = d„O
ú.û. ú.û.

Demos
V V

, =P − = i dO „•O ’ “
= i d„… •… ’ “

Oj„V …j„V

∎∎∎

• Si P es par, entonces P − = P → d„O = dO

Nótese que:

• Si P es impar, entonces P − = −P → d„O = −dO

NAO/nn 25
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

(d) Escalamiento de tiempo

Si P periódica con periodo € y frecuencia fundamental Q = 2 /€, entonces

z
P ∈ ℝ £
Q.
þ
, con , es periódica con periodo y frecuencia fundamental

∞ J_ =

P = i d_ ù d_
←→
_=−∞ h.ü.

(e) Multiplicación

Si P ←→
ù dO , e , ù eO , ambas con el mismo periodo €, entonces se cumple
←→
ú.û. ú.û.

V
que:

¸ =P ∙, ←→
ù •O = i d… ∙ eO„…
ú.û. …j„V

Demos
V V

P = i d… •… ’ “
; , = i eO •O ’ “

…jV Oj„V

V V

¸ =P ∙, = × i d… •… ’ “
Ø∙ × i eO •O ’ “
Ø =⋯
…j„V OjV

V V V V

⋯ = i d… × i eO •O ’ “ •… ’ “
Ø = i d… × i eℓ„… •ℓ ’ “
Ø
…j„V OjV …j„V ℓj„V
V V V V

= i × i d… ∙ eℓ„… •ℓ ’ “
Ø = i × i d… ∙ eℓ„… Ø •ℓ ’ “

ℓj„V …j„V ℓj„V …j„V

∎∎∎

(f) Conjugación y simetría conjugada

Si P ←→
ù dO , entonces , = P∗ ←→
ù eO = d„O ∗

ú.û. ú.û.

• Si P = P∗ es una señal real, entonces P ∗ =P → d„O = dO ∗

Nótese que:

• Además, |d„O | = |dO |; y ∠d„O = −∠dO

son simétricos conjugados.

• ℝ $d„O % = ℝ $dO %; l$d„O % = − l$dO %

NAO/nn 26
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

(g) Convolución periódica

Si P ←→
ù dO , e , ù eO , ambas con el mismo periodo €, entonces se cumple
←→
ú.û. ú.û.
que:
V

‚P Õ , − Õ ƒÕ ←→
ù •_ = € ∙ d_ ∙ e_
„V h.ü.

Demos
V V

P = i d… •… ’ “
; , = i eO •O ’ “

…jV Oj„V

V V ∞ Jl = Õ ∞ J_ = −Õ

‚P Õ , − Õ ƒÕ = ‚ i dl ∙ i e_ ƒÕ = ⋯
„V „V l=−∞ _=∞

V V ∞ V

⋯ = i d… i eO ‚ •… ’ Ö •… ’ “„Ö
ƒÕ = i dO eO •O ’ “
∙€
…j„V OjV −∞ Oj„V

∎∎∎

(h) Diferenciación

ù dO , entonces , = ←→
ù eO = J_ ∙ dO
“
Si P ←→
“ Q
ú.û. ú.û.

(i) Integración

ù dO , entonces , = ÷„V P Õ ƒÕ ←→
ù eO = ••O ž ∙ dO
“ (
Si P ←→
’
ú.û. ú.û.

(en donde , es de valor finito y periódica sólo si dQ = 0)

(j) Relación de Parseval para las señales periódicas continuas

Si P ←→
ù dO , entonces
ú.û.
z
1
∞

‚P )
ƒ = i|d_ |2
€
ˆ _=∞

Nótese: z ÷ˆ M∑∞ M ƒ = z ∑∞
_=∞|d_ | †÷ˆ ƒ = ∑∞
_=∞|d_ |
( z Jl = 2 ( z J2_
l=∞ dl
2 = 2

NAO/nn 27
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Por lo tanto, |dO |) representa la potencia promedio de la k-ésima componente

armónica de P .

Así la relación de Parseval establece que la potencia promedio total en una señal
periódica es igual a la suma de las potencias promedio en todas sus componentes
armónicas.

Ejemplo
V
1 z/) )¡ 1
P = i − l€ ←→
ù dO = ‚ „•O
z ƒ
“
=
ú.û.
€ „z/) €
…jV

∎∎∎
es decir, todos los coeficientes de la serie de Fourier del tren de impulso son idénticos.

Representación en Series de Fourier de Señales Periódicas Discretas

Una señal discreta Pc f es periódica con periodo \ si: Pc f = Pc + \f. El periodo

fundamental es el entero positivo \ más pequeño para el cual la ecuación anterior se cumpla,
y Q = 2 /\ es la frecuencia fundamental.

La exponencial compleja Pc f = • ) /¢ * es periódica con periodo \. Además, el conjunto

total de las señales exponenciales complejas discretas que son periódicas con periodo \ está
)¡
dado por:
∅O c f = •O•
¢
ž*
= •O ’ *
; _ = 0, ±1, ±2, ⋯

Nota: Como se mencionó anteriormente, para ∅O c f hay sólo \ señales distintas, esto es

difieren en frecuencia por un múltiplo de 2 son idénticas.

una consecuencia del hecho de que las exponenciales complejas discretas que

∅ˆ c f = ∅¢ c f; ∅( c f = ∅¢£( c f; ⋯

∅O c f = ∅O£¢ c f
en general:

términos de combinaciones lineales de la secuencias ∅O c f de la forma:

Ahora deseamos considerar la representación de secuencias periódicas más generales en

¢„( ¢„(
2•
Pc f = i dO ∅O c f = i dO •OŸ’ *
; =
Q
\
Ojˆ Ojˆ

\, _ = 0, ±1, ±2, ±3, ⋯

dado que: ∑¢„(
Ojˆ dO
•OŸ’ *
=H
0, •Kd< K: ´ = ´= 'd<=´
¢„(
1
∴ dO = i Pc f „•OŸ’ *
\
*jˆ

NAO/nn 28
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

El Par de la Serie Discreta de Fourier se expresa como sigue:

¢„( ¢„(
)¡ 2•
Pc f = i dO = i dO ; =
•O• ž* •OŸ’ *
¢ Q
\
Ojˆ Ojˆ

¢„(
1
en donde

dO = i Pc f „•OŸ’ *
\
*jˆ

Al igual que en el caso continuo, los coeficientes de la serie discreta de Fourier dO son
llamados los coeficientes espectrales de Pc f.

Pc f = dˆ ∅ˆ c f + d( ∅( c f + ⋯ + d¢„( ∅¢„( c f
Nótese:

con \ términos.
Este hecho nos indica que la representación en serie discreta de Fourier es una serie finita

Ejemplo

\
Considere una onda cuadrada periódica discreta dada por la siguiente expresión:
⎧ 0, − ≤ < −\(
⎪ 2
xcnf = 1, −\( ≤ ≤ \(
⎨
⎪ 0, \ < ≤ \
⎩ (
2

¢¤
Se pueden calcular los coeficientes de la serie de Fourier como:
1 2•
dO = i 1∙ „•OŸ’ *
; =
\ Q
\
*j„¢¤

Si consideramos que l = + \( , se tiene que:

)¢¤ )¢¤
1 1
dO = i „•OŸ’ …„¢¤
= •OŸ’ ¢¤
i „•OŸ’ …
\ \
…jˆ …jˆ
( ( (
1 1 − „•OŸ’ )¢¤ £( 1 „•OŸ’
)
•OŸ’ ¢¤ £
) − „•OŸ’ ¢¤ £
)
dO = •OŸ’ ¢¤
=
\ 1 − „•OŸ’ \ ( ( (
„•OŸ’
)
•OŸ’
) − „•OŸ’
)
1
1 sin 2 •_ y\( + 2{ \
∴ dO = ; _ ≠ 0, ±\, ±2\, ⋯
\ sin •_⁄\

2\( + 1
y
d… = , l = 0, ±\, ±2\, ⋯
\
∎∎∎

NAO/nn 29
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

Fenómeno de Gibbs

simplificar, se supone que el periodo \ es impar. Así, para una señal cuadrada periódica
Para la secuencia análoga de las sumas parciales para una onda discreta donde, para

discreta, se puede considerar una representación truncada como:

u
)¡
P c f = i dO •O•
¢
ž*

Oj„u

para \ = 9 y 2\( + 1 = 5. Entonces, si \ es impar y tomamos v = \ − 1 /2, la

sumatoria incluye exactamente \ términos y, en consecuencia, a partir de la serie truncada
tenemos que Pc f = Pc f. Por lo tanto, para v = 4, la suma parcial es exactamente igual a
Pc f.

Observación: cualquier secuencia Pc f periódica discreta está completamente especificada

por un número finito \ de parámetros, o sea, los valores de la secuencia sobre un periodo.

Si \ es impar y tomando v = \ − 1 /2, entonces: Pc f = ∑u

Oj„u dO
¥
•O• ž*

incluye exactamente \ términos y en consecuencia Pc f = Pc f.

•

Si \ es par y P c f = ∑u
Oj„u dO , entonces con v = \/2 se tienen exactamente
¥
•O• ž*

un número finito \ de parámetros, y en consecuencia Pc f = Pc f.

•

Ejemplos

a) Sea Pc f:

Se tiene que en este caso: \ = 3, y \( = 0 ∴ v = =1

¢„(
)

1 1
2∙0+1 1 sin 2 • y2{ 3 1 1 sin 2 • −1 y2{ 3 1
dQ = ; d( = = ; d„( = =
3 3 sin •⁄3 3 3 sin • −1 ⁄3 3
)¡ )¡
Pc f = dˆ + d( + d„(
•• ž* „•• ž*
x x

1 2 2
así:
Pc f = + cos •
3 3 3
∎∎∎

NAO/nn 30
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

b) Sea Pc f = 1 + sin • ž + 3 cos • + ž

)¡ ±¡ ¡
¢ ¢ )

Esta señal es periódica con periodo \, entonces podemos expandir Pc f como:

)¡ )¡ ±¡ ¡ ±¡ ¡
J• *£ ž −J• *£ ž
¢ −
J * −J *
¢ ) + ¢ )
¢
Pc f = 1 + +3
2J 2

1 )¡ 1 )¡ 3 ¡ )∙)¡ 3 ¡ )∙)¡
Pc f = 1 + J
¢
*
−
−J
¢
*
+
J
)
J•
¢
*ž
+
−J
)
−J•
¢
*ž
2J 2J 2 2

1 1 3 ¡ 3 ¡
dˆ = 1; d( = ; d„( = − ; d) = J
) ; d−2 =
−J
) ; d_ = 0 = ´= 'd<=´ ƒ _
2J 2J 2 2
∎∎∎

Propiedades de la Serie Discreta de Fourier

Sea Pc f una señal periódica con periodo \ y frecuencia fundamental Q = 2 /\. Los
coeficientes de la serie discreta de Fourier de Pc f se denotan como dO , entonces se usará la
siguiente anotación:

P ←→
ù dO ; h. . ü. •=´´ ï= ƒ d <d h ´: : •´ d ƒ ü=K´: ´
ú. .û.

(a) Linealidad

Si Pc f ←→
ù dO , e ,c f ←→
ù eO , ambas con el mismo periodo \, entonces se cumple
ú. .û. ú. .û.
que:

¸c f = ∙ Pc f + ! ∙ ,c f ←→
ù •O = ∙ dO + ! ∙ eO
ú. .û.

(b) Desplazamiento de Tiempo

Si Pc f ←→
ù dO , entonces Pc − Qf ←→
ù eO = „•O‘’ *’
∙ dO
ú. .û. ú. .û.

(c) Desplazamiento en Frecuencia

Si Pc f ←→
ù dO , entonces Jv =
ù e_ = d_−v
Pc f ←→
ú. .û. h. .ü.

(d) Conjugación

Si Pc f ←→
ù dO , entonces Pc f ∗
←→
ù eO = d„O ∗

ú. .û. ú. .û.

NAO/nn 31
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

(e) Inversión de tiempo

Si Pc f ←→
ù dO , entonces Pc− f ←→
ù eO = d„O
ú. .û. ú. .û.

(f) Escalamiento en el tiempo

Py {, : lK< :ï<= ƒ l
*
Si Pc f ←→
ù dO , entonces P … c f=ì … ←→
ù eO = d
(
… O
ú. .û. 0, : = lK< :ï<= ƒ ú. .û.

La señal P … c f es periódica con periodo l\. Los coeficientes son vistos como periódicos
con periodo l\.

(g) Convolución Periódica

Si Pc f ←→
ù dO , e ,c f ←→
ù eO , ambas con el mismo periodo \, entonces se cumple
ú. .û. ú. .û.

¢
que:

i Pc_fycn − kf ←→
ù •_ = \ ∙ d_ ∙ e_
Ojˆ h. .ü.

(h) Multiplicación

Si Pc f ←→
ù dO , e ,c f ←→
ù eO , ambas con el mismo periodo \, entonces se cumple
ú. .û. ú. .û.

¢
que:

Pc fycnf ←→
ù •_ = i dℓ ∙ e_−ℓ ∗
h. .ü. ℓjˆ

variable de la sumatoria se restringe ahora a un intervalo de \ muestras

(*) Esta ecuación es análoga a la definición de convolución excepto que la

consecutivas. Además, este tipo de operación se considera como una convolución

periódica entre las dos secuencias periódicas de los coeficientes de Fourier.

varía de − a se conoce como la convolución aperiódica.

La forma común de la suma de convolución (donde la variable de la sumatoria

i) Primera diferencia

ù dO , entonces Pc f − Pc − 1f ←→
Si Pc f ←→ ù e_ = 1 − −J_ =
∙ d_
ú. .û. h. .ü.

NAO/nn 32
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

j) Suma consecutiva

Si Pc f ←→
ù dO , entonces
ú. .û.
¢
1
i Pc_f ←→
ù •_ = d_ ∗∗
h. .ü.
1− −J_ =
Oj„V

(**) la sumatoria de valor finito y periódica sólo si dˆ = 0)

(k) Relación de Parserval para señales periódicas

¢„( ¢„(
1
i ,c f) = i| ℓ|
)
\
*jˆ ℓjˆ

Serie de Fourier y Sistemas Lineales Invariantes en el Tiempo

En el caso continuo, si P = Ç“ es la entrada a un SLIT continuo, entonces la salida está

dada por , =· ∙ , donde:
Ç“
V
· =‚ ℎ Õ „ÇÖ
∙ ƒÕ
„V

Si = J , entonces · =J = ÷„V ℎ ∙ ƒ que corresponde a la respuesta en

V „• “

frecuencia del sistema.

discreto de la forma Pc f = ¸ * , entonces la salida está dada por ,c f = · ¸ ∙ ¸ * , donde:

De manera similar, para señales y sistemas discretos, consideramos la entrada a un SLIT
V

· ¸ = i ℎc_f¸ „O
Oj„V

Si ¸ = •Ÿ
, entonces · ¸ = •Ÿ
= ∑V
*j„V ℎc f
„•Ÿ*

Ejemplos

• Sea el SLIT continuo

Si P = • “
, entonces , =· J ∙ • “

en donde:

NAO/nn 33
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________
V
1 ∞ 1
· J =‚ „“ „• “
∙ƒ = „ “£• “
=
„V 1+J 0 1+J

1 1
∴, = • “
= •$ “„n “ %
1+J √1 + )
∎∎∎

• Sea el SLIT discreto

1 )¡ 1 )¡
Así:
Pc f = ••
¢
ž*
+ „••
¢
ž*
2 2
1 )¡ )¡ 1 )¡ )¡
∴ ,c f = · ••
¢
ž ••
¢
ž*
+ · „••
¢
ž „••
¢
ž*
2 2

V V
1
pero:
)¡ )¡ *
· •
=i * „•• ¢ ž*
= iH „••
¢ !
ž
= =´ •Ÿ
1− „• )¡⁄¢
*jˆ *jˆ

2•
entonces:
∴ ,c f = ´ cos +
\

Por ejemplo, para \ = 4, se tiene:

1 1 1
= = „•n “ þ
1 − „• )¡⁄± 1+J √1 + )

1 •
∴ ,c f = cos • − d´• • ž
√1 + ) 2

∎∎∎

• Sea

Si 'Ç = • “
; ∴' =· J • “

NAO/nn 34
 Capítulo 4.- Análisis bajo excitaciones periódicas
________________________________________________________________________________________

ƒ'
Además, se tiene:
"Œ +' = 'Ç
ƒ
ƒ
entonces:
"Œ ˜· J • “
™+· J • “
= • “
ƒ

$"ŒJ · J +· J % • “
= • “

1
∴ "ŒJ · J +· J =1 ⟹ · J =
"ŒJ + 1

1
ℎ = „“⁄#$
∙%
"Œ
∎∎∎

NAO/nn 35