Académique Documents
Professionnel Documents
Culture Documents
C A P I T U L O IV
HERRAMIENTAS FRECUENCIALES
4.1.1.- Introducción:
El problema que llevó a Jean Baptista Fourier al descubrimiento de las series fue la
conducción de calor en barras metálicas. Esto pertenece a la clase de problemas con valores
de frontera, llamadas así porque la función matemática que representa la solución no solo
debe satisfacer las condiciones de equilibrio dentro del medio sino que debe ser capaz de
asumir condiciones de borde arbitrarias. Otros ejemplos serían los problemas sobre líneas de
transmisión o el de la cuerda de violín prensada.
La teoría de las series de Fourier es importante en síntesis y análisis de redes porque
proporciona el medio para aproximar una función arbitraria sobre un intervalo de tiempo
dado, con la suma de sinusoides. La propiedad de linealidad que presentan algunas redes
nos permitirá además utilizar el principio de superposición y por tanto podemos aplicar
análisis de circuitos en regimen sinusoidal permanente sobre funciones arbitrarias lo que,
obviamente, simplifica el trabajo. La idea fundamental es la siguiente: Se tiene una señal
arbitraria x(t) y se quiere representar x(t) como:
¿Como lo hacemos?
Suponga que queremos expresar una señal f(t) en función de otra señal g(t) en un intervalo
(t1, t2 ) como:
El criterio para determinar el valor óptimo de k puede ser, por ejemplo, minimizar el
promedio del error <e>en el intervalo (t1, t2) definido como:
Sin embargo esto no es óptimo ya que si existiesen errores grandes positivos y negativos se
cancelarían, lo que arrojaría un pésimo valor de k. Un ejemplo de esto sería aproximar la
función Sent con la función nula entre (0,2π) . Es obvio que, aunque< e> =0, la
aproximación es mala
Página 1
sys
aproximación es mala.
Un mejor criterio es minimizar el promedio del cuadrado del error <e2 > donde:
Este valor nos proporciona la mejor aproximación de f(t) a través de g(t).Si por alguna
razón:
Se dice que f(t) no tiene componentes de g(t), o que f(t) y g(t) son ortogonales.
Por ejemplo: Sen nωo t y Sen mωot (n distinto de m) son ortogonales en cualquier intervalo
(to ,to + 2π/ωo). También son ortogonales en el mismo intervalo las funciones Sen nωo t y
Cos mωot para todo n,m.
OJO: En general dos funciones son ortogonales en un intervalo T cualquiera si se cumple
alguna de las tres condiciones siguientes:
a) No coinciden en tiempo
b) No coinciden en frecuencia
c) Tienen simetria opuesta
Si en vez de aproximar f(t) con una sola función g(t) se desea utilizar un grupo de funciones
gk (t),
Página 2
sys
Se puede utilizar el criterio de minimizar < e2 > con el fin de calcular los Ck . Sin embargo el
cálculo se hace muy complejo excepto si las funciones gk son ortogonales entre sí en el
intervalo de aproximación, en cuyo caso, (incluyendo la posibilidad de funciones
complejas):
Si n tiende a infinito el error cuadrático medio tiende a cero. En este caso decimos que no
estamos aproximando sino representando la función con una sumatoria infinita de funciones
ortogonales entre sí. Para esto necesitamos un conjunto completo de funciones ortogonales ,
es decir que no falte ninguna gx tal que:
Página 3
sys
donde:
Cuando f(t) es una función real Cn = (C-n )* por lo tanto en la representación de f(t) cada par
Cne jnωot + C-n e-jnωot resulta:
|Cn | ej(nωot + arg Cn) + |Cn | e-j(nωot + arg Cn) = 2|Cn| cos (nωot + arg Cn)
Página 4
sys
En este caso las series vistas aproximarán la señal no solo entre (to, to + T) sino para todo
tiempo y a esto es lo que se le conoce como la serie de Fourier para señales periódicas.
Así, dada una señal periódica uno puede utilizar la serie trigonométrica o exponencial y
calcular los coeficientes que representaran la señal periódica para todo t.
La convergencia puntual está garantizada para todo t, excepto en las discontinuidades. Si las
condiciones de Dirichlet se satisfacen (x(t) está acotada, tiene un número finito de máximos y
mínimos locales y de discontinuidades en un período) y x(t) no es continua, la serie de Fourier
converge hacia el valor medio de x(t) en cada discontinuidad.
Ejemplos:
Página 5
sys
n=1 a1 = 4 / π
n=3 a3 = -4 / 3 π
bn = 0
an = 0
3º Desplazamiento en tiempo:
Si la serie de
Página 6
sys
la serie de
eso implica
4º Si a una señal f(t) se le agrega una DC, lo único que se altera es el coeficiente Co y el
coeficiente ao .
En el caso de tener que calcular los coeficientes Cn de una función que tenga deltas de
Dirac o que al derivarla k veces las genere, el cálculo de Cn se simplificaría. Observese que
si:
Por lo tanto si la derivada k-ésima de la señal tiene deltas de Dirac, se calculan los coeficientes de
Página 7
sys
Cada vez que se tenga que determinar una serie de Fourier se debe tratar de utilizar las propiedades
Página 8
sys
Cada vez que se tenga que determinar una serie de Fourier se debe tratar de utilizar las propiedades
y, si es aplicable, el cálculo de los coeficientes por diferenciación.
EJEMPLOS
2º Determine los coeficientes de la serie exponencial para una señal definida como x(t) = t2 para t
en el intervalo [-1,1] y con período T=2
Este puede obtenerse con los coeficientes Cn de la serie exponencial de Fourier ya que si:
Página 9
sys
y el de fase:
Si una señal f(t) es periódica con período To, su potencia promedio normalizada (definida sobre
una resistencia unitaria) se calcula de la siguiente forma:
Demostración:
Página 10
sys
En conclusión, Si una señal f(t) es periódica con período To, su potencia promedio normalizada se
calcula de la siguiente forma:
Esta relación es conocida como el teorema de Parseval y establece que la potencia promedio
normalizada de una señal periódica f(t) es igual a la suma de los cuadrados de las amplitudes de
sus componentes armónicas. Por lo tanto éste teorema implica superposición de potencias
promedio. Esto es posible porque las armónicas son señales ortogonales.
4.2.3.- Respuesta de un sistema lineal e invariante en el tiempo (L.I.T) a una señal periódica
Si x(t) es una señal periódica con período To que alimenta un sistema LIT,
donde:
Es decir
y
Página 11
sys
y
Así mismo la potencia promedio de entrada y salida se calculan a través del teorema de Parseval
como:
donde τ =0,2 seg y To = 1 seg., pasa por un filtro pasa bajo con la siguiente función transferencia.
Página 12
sys
Definamos la función
En ese caso ∴
Como τ= 0.2 T0
fo = 1/To = 1 Hz =› que el filtro solo dejará pasar 3 líneas espectrales a la salida multiplicadas por
1/2.
y la potencia de entrada:
Página 13
sys
Las series de Fourier permiten representar señales periódicas para todo tiempo. Para representar
una señal x(t) no periódica en términos de exponenciales se construye una versión periódica de x(t)
llamada xp(t), y luego se hace tender el período en infinito. Es decir:
Entonces:
con:
Si To tiende a infinito, xp(t) tiende a x(t) , fo tiende a df, nωo = ω contínuo y la sumatoria se convierte en
integral. En ese caso:
Página 14
sys
La condición suficiente para que exista la transformada de Fourier de una señal x(t) es que:
Por lo tanto si
Además la función debe tener un número finito de máximos, mínimos y discontinuidades en cualquier
intervalo de tiempo finito y debe ser univaluada.
4.3.2.a.- Superposición:
Si la transformada de x(t) es X(f) y la transformada de y(t) es Y(f), la transformada de ax(t) + by (t) será
aX(f) + bY(f). Para entender este teorema basta recordar que la transformada de una función se realiza a
través de integrales las cuales cumplen la propiedad de linealidad.
Este teorema permite conseguir transformadas complejas utilizando 2 ó más transformadas sencillas.
4.3.2.b.-Traslación en tiempo:
Prueba
Por lo tanto al trasladar en tiempo la señal x(t), lo único que se altera es la distribución de fase vs.
frecuencia.
Página 16
sys
Prueba:
F[ x(t) cos ωct ] =F [ 0.5x(t)ejωct + 0.5x(t)e -jωct] =0.5 X(f-fc) + 0.5 X(f+fc)
La importancia de este teorema radica en que para trasladar el espectro de una señal x(t) basta
multiplicarlo por cos ωct. El resultado será el mismo espectro centrado alrededor de fc.
4.3.2.d.-Cambio de escala
Prueba:
Caso 2: a<o
Página 17
sys
4.3.2.e.-Dualidad:
Prueba:
Cambiando t por -t
Intercambiando t con f
4.3.2.f.-Diferenciación en tiempo
Si la transformada de x(t) es X(f), la transformada de la derivada k-ésima de x(t) será (jω)k X(f).
Página 18
sys
O lo que es lo mismo
4.3.2.g.-Integración en tiempo
Prueba:
Página 19
sys
Ahora bien, si la señal no tiene media nula , la integral definida de x(t) tiene una transformada de
Fourier que incluye una función delta de Dirac o impulso δ(f). Es decir:
Ejemplos:
es decir:
X(f) = 700Sinc140(f-f0)e-j(ω-ω0 )70. + 700Sinc140(f+f0 ) e-j(ω + ω0)70.
x(t) = e -5tu(t)
Se conoce la transformada de e -tu(t) por lo tanto se puede aplicar el teorema de cambio de escala.
F { e -t u(t) } = 1/ ( 1+jω )
Su transformada será:
5º Determine F{δ(t)}
Página 21
sys
7º Determine F { u(t) }
Al derivar se tiene:
Página 22
sys
F {x'(t) } = 2- 2Sinc 2f
Es decir, que la transformada de Fourier tiene la misma forma que el espectro bilateral de amplitud
solo que en cada armónica está aplicada una delta de Dirac.
Página 23
sys
Bajo estas condiciones es fácil encontrar la transformada de las funciones senωo t y cosωo t.
4.3.4.-Teorema de Rayleigh:
Demostración:
Página 24