Informe de Ejercicios de Series de Fourier

Carlos Cassiani Ortiz
Ingenieria El´ ectrica
C´ odigo: 200028420
Email: carloscassiani@ieee.org
Roymer Moreno
Ingenieria El´ ectrica
C´ odigo: 200019636
Email: roymerm@uninorte.edu.co
Abstract—This report contains the steps taken to represent
5 functions from the book Fourier Schu. This token of the
knowledge learned in the Matlab tool and its applications in
Fourier.
Index Terms—Harmonics, Fourier, Matlab, Series, summa-
tions, L
A
T
E
X.
I. INTRODUCCI
´
ON
La representaci ´ on de se˜ nales en el tiempo ha sido desde los
comienzos de la historia, la manera m´ as usual para denotar
gr´ aficamente la forma de una se˜ nal. Sin embargo existen
otras formas de representarlas gr´ aficamente, una de estas, la
representaci ´ on de Series de Fourier.
Esta representaci´ on consiste en expresar una se˜ nal como suma
de se˜ nales exponenciales de cierta magnitud. De esta manera
se dan los primeros comienzos de la representaci ´ on de se˜ nales
en funci ´ on de arm´ onicos de una se˜ nal peri ´ odica, que al
depender de la frecuencia, se encuentra una fuerte relaci´ on de
la se˜ nal y su forma en frecuencia. Esto ´ ultimo ser´ a de an´ alisis
en posteriores entregas.
II. SERIES DE FOURIER
Las series de Fourier describen se˜ nales peri´ odicas como una
combinaci ´ on de se˜ nales arm´ onicas. Las series tambi´ en nos
permite analizar una se˜ nal peri´ odica en t´ erminos de su con-
tenido frecuencia o espectro, tambi´ en nos permite establecer
dualidad entre tiempo y frecuencia , de forma que operaciones
realizadas en el dominio temporal tiene su dual en el dominio
frecuencial. La forma trigonom´ etrica de Fourier : se pretende
describir una funci ´ on peri ´ odica de periodo T.
f(t) =
1
2
a
n
+a
1
cos ω
o
t+a
2
cos ω
o
t+...+b
1
sin ω
o
t+b
2
sin ω
o
t...
f(t) =
1
2
a
o
+

n=1
(a
n
cos nω
o
t + b
n
sin nnω
o
t)
Donde ω
o
=

T
Es llamada serie de Fourier. En donde a
n
y b
n
se denominan
coeficientes de Fourier de la serie de Fourier de la funci ´ on y
a
o
que corresponde al arm´ onico cero. Donde:
a
o
=
1
T
T
2
_

T
2
f(t)dt
a
n
=
1
T
T
2
_

T
2
f(t) cos(
ω
o
t
T
)dt
b
n
=
1
T
T
2
_

T
2
f(t) sin(
ω
o
t
T
)dt
Tambi´ en se puede representar por la identidad de Euler:
f(t) =

n=−∞
c
n
e
ωont
Cuyo coeficiente seria:
c
n
=
1
T
T
2
_

T
2
f(t)e
−ωont
dt
III. APLICACIONES
Entre otras aplicaciones que nos permiten las series de
Fourier tenemos:
• Generaci ´ on de formas de onda de corriente o tensi ´ on
el´ ectrica por medio de la superposici ´ on de senoides gen-
erados por osciladores el´ ectronicos de amplitud variable
cuyas frecuencias ya estan determinadas.
• An´ alisis en el comportamiento arm´ onico de una se˜ nal.
• Reforzamiento de se˜ nales.
• Estudio de la respuesta en el tiempo de una variable cir-
cuital el´ ectrica donde la se˜ nal de entrada no es senoidal o
cosenoidal, mediante el uso de transformadas de Laplace
y/o soluci ´ on en r´ egimen permanente senoidal en el do-
minio de la frecuencia.
• La resoluci ´ on de algunas ecuaciones diferenciales en
derivadas parciales admiten soluciones particulares en
forma de series de Fourier facilmente computables, y
obtener soluciones pr´ acticas, en la teor´ıa de la transmisi´ on
del calor, la teor´ıa de placas, etc.
IV. PROBLEMAS
El set de problemas a desarrollar consiste en los ejercicios
1.29 - 1.33 de la secci´ on de problemas suplementarios en la
tem´ atica Series de Fourier. Anexos al final de este informe.
Universidad Del Norte TRABAJO EN L
A
T
E
X DE MODELADO DE SISTEMAS, MAYO 11 2012
1
π 2π
f(t)
Fig. 1. Ejercicio 1.29

π 2π
f(t)
0

π
π 2π
0
-π -2π


 
π 2π
0
-π -2π


 
 
f(t)
f(t)
0
f(t)
െࢀ
t
t
t
t
A
Fig. 2. Ejercicio 1.30

π 2π
f(t)
0

π
π 2π
0
-π -2π


 
π 2π
0
-π -2π


 
 
f(t)
f(t)
0
f(t)
െࢀ
t
t
t
t
A
Fig. 3. Ejercicio 1.31

π 2π
f(t)
0

π
π 2π
0
-π -2π


 
π 2π
0
-π -2π


 
 
f(t)
f(t)
0
f(t)
െࢀ
t
t
t
t
A
Fig. 4. Ejercicio 1.32

π 2π
f(t)
0

π
π 2π
0
-π -2π


 
π 2π
0
-π -2π


 
 
f(t)
f(t)
0
f(t)
െࢀ
t
t
t
t
A
Fig. 5. Ejercicio 1.33
V. RESULTADOS
Recordemos:
a
o
=
1
T
T
2
_

T
2
f (t) dt
a
n
=
2
T
T
2
_

T
2
f (t) cos(nω
o
t)dt
b
n
=
2
T
T
2
_

T
2
f (t) sen(nω
o
t)dt
Por tanto para el problema 1.29:
a
0
=
1


_
π
dt
a
0
=
1

(2π −π)
a
0
=
1
2
a
n
=
2


_
π
cos(nt)dt
a
n
=
1
π
sin(nt)
n
¸
¸
¸
¸

π
a
n
=
1
π
_
sin(2πn)
n

sin(πn)
n
_
a
n
= 0
b
n
=
2


_
π
sen(nt)dt
b
n
=
1
π
−cos(nt)
n
¸
¸
¸
¸

π
b
n
=
1
π
_
−cos(2πn)
n
+
cos(πn)
n
_
b
n
=
_
0, n : par
−2

, n : impar
De ah´ı que en 1.29:
f (t) =
1
2

2
π

n=1
_
sin(2n −1)t
2n −1
_
Para el problema 1.30
a
0
=
1

π
_
−π
tdt
2
TRABAJO EN L
A
T
E
X DE MODELADO DE SISTEMAS, MAYO 11 2012 Universidad Del Norte
a
n
=
1

t
2
2
¸
¸
¸
¸
π
−π
a
0
=
1

(
π
2
2

π
2
2
)
a
0
= 0
a
n
=
2

π
_
−π
tcos(nt)dt
Que desarrollando por partes,
a
n
=
1
π
_
cos(πn)
n
2

cos(−πn)
n
2
_
a
n
= 0
b
n
=
2

π
_
−π
tsen(nt)dt
Que desarrollando por partes,
b
n
=
1
π
_
−2πcos(πn)
n
+
−sen(nt)
n
2
¸
¸
¸
¸
π
−π
_
b
n
=
1
π
_
−2πcos(πn)
n
_
b
n
=
−2cos(πn)
n
De ah´ı que en 1.30:
f (t) = 2

n=1
(−1)
n−1
n
sinnt
Para el problema 1.31:
a
0
=
1

π
_
−π
t
2
dt
a
n
=
1

t
3
3
¸
¸
¸
¸
π
−π
a
0
=
1

(
π
3
3
+
π
3
3
)
a
0
=
π
2
3
a
n
=
2

π
_
−π
t
2
cos(nt)dt
Que desarrollando por partes,
a
n
=
_
4
n
2
, n : par

4
n
2
, n : impar
a
n
=
4
n
2
(−1)
n
b
n
=
2

π
_
−π
t
2
sen(nt)dt
Que por paridad de la funci ´ on a integrar,
b
n
= 0
De ah´ı que en 1.31,
f (t) =
π
2
3
+ 4

n=1
(−1)
n
n
2
cos(nt)
Para el problema 1.32
a
0
=
1

π
_
−π
e
t
dt
a
n
=
1

e
t
¸
¸
¸
¸
π
−π
a
0
=
1

(e
π
−e
−π
)
a
0
=
senhπ
π
a
n
=
2

π
_
−π
e
t
cos(nt)dt
Que desarrollando por partes,
a
n
=
1
π
e
t
cos(nt)
n
2
+ 1
¸
¸
¸
¸
π
−π
a
n
=
1
π
_
e
π
cos(πn)
n
2
+ 1

e
−π
cos(−πn)
n
2
+ 1
_
a
n
=
cos(πn)
π(n
2
+ 1)
_
e
π
−e
−π
_
a
n
=
_
2senhπ
π(n
2
+1)
, n : par

2senhπ
π(n
2
+1)
, n : impar
b
n
=
2

π
_
−π
e
t
sen(nt)dt
Que desarrollando por partes,
b
n
=
−n
π
e
t
cos(nt)
n
2
+ 1
¸
¸
¸
¸
π
−π
b
n
=
−n
π
_
e
π
cos(πn)
n
2
+ 1

e
−π
cos(−πn)
n
2
+ 1
_
a
n
=
−ncos(πn)
π(n
2
+ 1)
_
e
π
−e
−π
_
b
n
=
_

2nsenhπ
π(n
2
+1)
, n : par
2nsenhπ
π(n
2
+1)
, n : impar
3
Universidad Del Norte TRABAJO EN L
A
T
E
X DE MODELADO DE SISTEMAS, MAYO 11 2012
De ah´ı que en 1.32,
f (t) =
2senhπ
π
_
1
2
+

n=1
(−1)
n
(n
2
+ 1)
(cos nt −nsennt)
_
Para el problema 1.33
a
0
=
1
T
T
2
_

T
2
x(t) dt
a
0
=
2
T
T
2
_
0
Asen(ω
0
t)dt
a
0
=
2A
T
−cos(ω
0
t)
ω
0
¸
¸
¸
¸
T/2
0
a
0
=
2A
π
a
n
=
2
T
T/2
_
−T/2
x(t)cos(nω
0
t)dt
a
n
=
4A
T
T/2
_
−T/2
sen(ω
0
t)cos(nω
0
t)dt
Que luego de desarrollar por partes y variar la expresi ´ on como
suma de senoides:
a
n
=
4A
π(1 −4n
2
)
b
n
=
2
T
T
2
_
0
Asen
2

0
t)dt
Que por paridad de la funci ´ on a integrar,
b
n
= 0
De ah´ı que en 1.33,
f (t) =
2A
π
+
4A
π

n=1
1
1 −4n
2
sinnt
VI. ANALISIS DE RESULTADOS
Estas 5 funciones fueron reunidas en una GUIDE de Matlab
llamada TrFourier. En esta el usuario puede representar las
funciones con cualquier n´ umero de arm´ onicos (considerando
que a mayor n´ umero de arm´ onicos mayor es el tiempo de
ejecuci ´ on). Es tambi´ en posible determinar la amplitud de la
funci ´ on a considerar y su periodo.
Con relaci ´ on a la visualizaci ´ on, el usuario puede determinar
el tiempo inicial y final de esta. A continuaci ´ on, mostraremos
como se mejora la reconstrucci´ on de las se˜ nales al subir el
n´ umero de arm´ onicos. Las representaciones fueron ejecutadas
con periodo 2, amplitud 1, tiempo inicial -5, tiempo final 5,
para 5, 15 y 30 arm´ onicos.
Fig. 6. Se˜ nal Pulso Para 5 Arm´ onicos
Fig. 7. Se˜ nal Pulso Para 15 Arm´ onicos
Fig. 8. Se˜ nal Pulso Para 30 Arm´ onicos
4
TRABAJO EN L
A
T
E
X DE MODELADO DE SISTEMAS, MAYO 11 2012 Universidad Del Norte
Fig. 9. Se˜ nal Sawtooth Para 5 Arm´ onicos
Fig. 10. Se˜ nal Sawtooth Para 15 Arm´ onicos
Fig. 11. Se˜ nal Sawtooth Para 30 Arm´ onicos
Fig. 12. Se˜ nal Cuadr´ atica Para 5 Arm´ onicos
Fig. 13. Se˜ nal Cuadr´ atica Para 15 Arm´ onicos
Fig. 14. Se˜ nal Cuadr´ atica Para 30 Arm´ onicos
5
Universidad Del Norte TRABAJO EN L
A
T
E
X DE MODELADO DE SISTEMAS, MAYO 11 2012
Fig. 15. Se˜ nal Exponencial Para 5 Arm´ onicos
Fig. 16. Se˜ nal Exponencial Para 15 Arm´ onicos
Fig. 17. Se˜ nal Exponencial Para 30 Arm´ onicos
Fig. 18. Se˜ nal Sinusoidal Para 5 Arm´ onicos
Fig. 19. Se˜ nal Sinusoidal Para 15 Arm´ onicos
Fig. 20. Se˜ nal Sinusoidal Para 30 Arm´ onicos
6
TRABAJO EN L
A
T
E
X DE MODELADO DE SISTEMAS, MAYO 11 2012 Universidad Del Norte
Las anteriores graficas fueron desarrolladas en la siguiente
Interfaz Grafica (GUIDE) realizada en MATLAB:
Fig. 21. GUIDE
VII. CONCLUSIONES
Con la representaci ´ on en series de Fourier aplicadas en
Matlab pudimos confirmar la creencia que al subir el n´ umero
de arm´ onicos considerados en una representaci´ on, esta mejora
sustancialmente.
Adem´ as, pudimos confirmar el fen´ omeno de giggs presentado
en las zonas de alta frecuencia en el tiempo, es decir, cambios
bruscos de la se˜ nal al ser reconstruidos no lo hacen con tanta
veracidad.
En el caso de reconstrucci ´ on cuadr´ atica, la funci ´ on se recon-
struye bastante bien desde peque˜ nos arm´ onicos, mejorando al
aumentarlos la precisi ´ on de la amplitud deseada.
REFERENCES
[1] Hsu, Hwei P. Analisis de Fourier.1
a
Ed.Adison Wesley Iberoamericana.
USA 1987.
[2] Alan V. Oppenheim y Alan S. Willsky.Se˜ nales y Sistemas. 2
a
Edici ´ on
7