Académique Documents
Professionnel Documents
Culture Documents
ginleesora2@gmail.com
I. OBJETIVO
C. Métodos de transmisión sincrónicos
-Los siguientes experimentos tienen como finalidad
mostrar mediante una gráfica una onda periódica por En transmisión síncrona además de enviar los datos
medio de la sumatoria de “n” términos de la serie de también se envía la señal de reloj, de esta manera el
Fourier. receptor se sincroniza con el transmisor y determina los
II. TEORÍA instantes significativos de la señal que recibe.
Software
Matlab
Cámara
fotográfica
Guía de
Laboratorio
𝑻
𝟐 𝟐
𝒃𝒏 = (∫ 𝒇(𝒕). 𝑺𝒆𝒏(𝒏𝒘𝒕)𝒅𝒕)
IV. RESPUESTA APREGUNTAS 𝑻 −𝑻
𝟐
𝑻
𝟒 𝟐
𝒃𝒏 = (∫ 𝒇(𝒕). 𝑺𝒆𝒏(𝒏𝒘𝒕)𝒅𝒕)
𝑻 𝟎
Identidad de Parseval
2. Detallar las propiedades de los
coeficientes de Fourier, Identidad de El teorema de Parseval define que la
Parseval, relación entre los coeficientes potencia de las señales es
de Fourier y su derivada. equivalente a la suma de la potencia
de sus componentes espectrales y se
Considerando que los coeficientes de Fourier son: toma dependiendo de si la señal es
periódica o no ya que para su análisis
se implementa la serie y la
transformada de Fourier
∞
respectivamente
𝒂𝟎
𝒇(𝒕) = + ∑(𝒂𝒏 𝑪𝒐𝒔(𝒏𝒘𝒕) + 𝒃𝒏 𝑺𝒆𝒏(𝒏𝒘𝒕)) 𝑻
𝟐 𝟏 𝟐
𝒏=𝟏 ∫ {𝒇(𝒕)}𝟐 𝒅𝒕 =
𝑻 −𝑻
𝑻 𝟐
∞
𝟐 𝟐 𝟏 𝟐 𝟏
𝒂𝟎 = (∫ 𝒇(𝒕). 𝒅𝒕) . 𝒂 𝟎 + ∑(𝒂𝟐 𝒏 + 𝒃𝟐 𝒏 )
𝑻 −𝑻 𝟒 𝟐
𝟐 𝒏=𝟏
𝑓 ′𝑣 (𝑡)
∞ ∞ ∞
= ∑ 𝒂𝒏 (𝒌) 𝑺𝒆𝒏(𝒏𝒘𝒕)
(𝒌)
𝒌−𝟏
+𝟏 𝒃 𝒏 𝑛=1
∞
𝒂𝒏 = (−𝟏) 𝟐
(𝒏𝒘)𝒌
+ ∑ 𝒃𝒏 (𝒌) 𝑪𝒐𝒔(𝒏𝒘𝒕)
𝒏=𝟏
-Si “k” es par:
Viendo que la serie tiene cierta
secuencia cuando “k” es par o impar,
𝒌 𝒂(𝒌) 𝒏 los valores de 𝒂𝒏 (𝒌) y 𝒃𝒏 (𝒌) son:
𝒂𝒏 = (−𝟏)𝟐
(𝒏𝒘)𝒌
- Si “k” es impar:
𝑘−1
𝒌 𝒃(𝒌) 𝒏 𝑎𝑛 (𝑘) = (−1) 2 (𝑛𝑤)𝑘 𝑏𝑛
𝒃𝒏 = (−𝟏)𝟐
(𝒏𝒘)𝒌
Despejando 𝒃𝒏 :
+ ∑(𝑎𝑛 𝐶𝑜𝑠(𝑛𝑡)
𝒌 𝑛=1
(−𝟏)𝟐 . 𝒂𝒏 (𝒌) + 𝑏𝑛 𝑆𝑒𝑛(𝑛𝑡)))𝑑𝑡
𝒂𝒏 =
(𝒏𝒘)𝒌
𝜋
𝑘 ∫ 𝑓(𝑡)𝑑𝑡
𝑏𝑛 (𝑘) = (−1)2 (𝑛𝑤)𝑘 𝑏𝑛 −𝜋
𝑎0 𝜋
= ∫ 𝑑𝑡
Despejando 𝒃𝒏 : 2 −𝜋
∞ 𝜋
𝒌 + ∑ (𝑎𝑛 ∫ 𝐶𝑜𝑠(𝑛𝑡)𝑑𝑡
(−𝟏)𝟐 . 𝒃𝒏 (𝒌) −𝜋
𝒃𝒏 = 𝑛=1
(𝒏𝒘)𝒌 𝜋
+ 𝑏𝑛 ∫ 𝑆𝑒𝑛(𝑛𝑡)𝑑𝑡))
−𝜋
Con lo cual queda demostrado.
Conociendo que:
3. Definir y explicar detalladamente la serie de
Fourier, determinar los coeficientes de la 𝜋
función “f”. ∫ 𝐶𝑜𝑠(𝑛𝑡)𝑑𝑡
−𝜋
𝜋
Las series de Fourier, se originaron debido a que = ∫ 𝑆𝑒𝑛(𝑛𝑡)𝑑𝑡 = 0
explicar las funciones periódicas era con frecuencia −𝜋
bastante complicado, y era deseable representarlas en
funciones más simples. De esta problemática nacieron 𝟏 𝝅
las series de Fourier, que son series que se 𝒂𝟎 = ∫ 𝒇(𝒕)𝒅𝒕
representan por una sumatoria de funciones seno y 𝝅 −𝝅
coseno.
Para el cálculo de 𝑎𝑛 se multiplica a
Cálculo de los Coeficientes de Fourier: “f(t)” por Cos(pt) con 𝑝 ∈ 𝑍 + y se
integra, lo cual nos da:
Supongamos que la siguiente función f(t) de periodo 2π
𝜋
puede representarse por:
∫ 𝑓(𝑡)𝐶𝑜𝑠(𝑛𝑡)𝑑𝑡
∞ −𝜋
𝜋
𝑎0 𝑎0
𝑓(𝑡) = + ∑(𝑎𝑛 𝐶𝑜𝑠(𝑛𝑡) + 𝑏𝑛 𝑆𝑒𝑛(𝑛𝑡)) =∫ (
2 −𝜋 2
𝑛=1 ∞
1. Para que las series de Fourier existan, los El criterio M de Weierstrass nos dice
coeficientes de Fourier deben ser finitos, esta que esta serie converge absoluta y
condición garantiza su existencia. Esencialmente uniformemente en [−𝜋, 𝜋](y por tanto
dice que el integral de valor absoluto de la señal también puntualmente) si podemos
debe ser finito. encontrar unas constantes positivas
𝑀𝑛 , 𝑛 = 1,2, …. Tales que:
|𝑎𝑛 𝐶𝑜𝑠(𝑛𝑥) + 𝑏𝑛 𝑆𝑒𝑛(𝑛𝑥)| ≤ 𝑀𝑛 ∀𝑥 1 2
1
𝑀𝑛 ≤ (𝑎̂)
𝑛 +
∈ [−𝜋, 𝜋] 2 2𝑛2
1 2
+ (𝑏̂𝑛 )
Siendo además 𝑀1 + 𝑀2 + 𝑀3 + ⋯ una serie 2
convergente. Veamos que, en efecto, podemos 1
construir esta serie numérica convergente. En primer +
2𝑛2
lugar, consideremos las series de Fourier f(x) y f’(x):
Entonces:
∞
𝑎0
𝑓(𝑥)~ + ∑(𝑎𝑛 𝐶𝑜𝑠(𝑛𝑥) + 𝑏𝑛 𝑆𝑒𝑛(𝑛𝑥)) ∞ ∞
2 1 2
𝑛=1 ∑ 𝑀𝑛 ≤ ∑ [(𝑎̂)
𝑛
2
𝑛=1 𝑛=1
2
∞ + (𝑏̂𝑛 ) ]
𝑎
̂0 ∞
𝑓(𝑥)~ + ∑ (𝑎̂𝐶𝑜𝑠(𝑛𝑥)
𝑛 + 𝑏̂𝑛 𝑆𝑒𝑛(𝑛𝑥)) 1
2 +∑
𝑛=1 𝑛2
𝑛=1
Los coeficientes de cada serie se calculan usando las ≤ ∞
fórmulas ya conocidas:
1 𝜋 1 5. Explicar el fenómeno de
𝑎
̂0 = ∫ 𝑓′(𝑥)𝑑𝑥 = [𝑓(𝜋) − 𝑓(−𝜋)] = 0 Gibbs.
𝜋 −𝜋 𝜋
El fenómeno de Gibbs sucede cuando
Ya que f(x) es continua en [−𝜋, 𝜋] y se intenta estimar una función que
periódica. presenta una discontinuidad de salto,
con una serie de Fourier.
1 𝜋 ′(𝑥)
𝑎̂𝑛 = ∫ 𝑓 𝐶𝑜𝑠(𝑛𝑥)𝑑𝑥 Para ser más precisos, El fenómeno
𝜋 −𝜋
1 de Gibbs describe un caso especial
= [𝑓(𝜋)𝐶𝑜𝑠(𝑛𝜋) − 𝑓(−𝜋)𝐶𝑜𝑠(𝑛𝜋) + 𝑛𝑛 ] en el que una función tiene una
𝜋 discontinuidad de salto (como la onda
= 𝑛𝑏𝑛 cuadrada de arriba). Cuando la
función salta en el medio, la
1 𝜋 ′(𝑥) estimación de Fourier terminará
𝑏̂𝑛 = ∫ 𝑓 𝑆𝑒𝑛(𝑛𝑥)𝑑𝑥 = −𝑛𝑎𝑛
𝜋 −𝜋 superando ese salto. Ese
rebasamiento nunca irá a cero sin
Así pues, podemos acotar de manera trivial importar cuantos términos se
utilizando estos resultados y obtenemos: agreguen (desaparecía si pudiera
agregar una cantidad infinita de
términos pero nosotros no podemos).
|𝑎𝑛 𝐶𝑜𝑠(𝑛𝑥) + 𝑏𝑛 𝑆𝑒𝑛(𝑛𝑥)| ≤ |𝑎𝑛 | + |𝑏𝑛 |
A medida que aumentamos el número
𝑎̂𝑛 𝑏̂𝑛 de términos de la serie de Fourier, el
= + ≔ 𝑀𝑛
𝑛 𝑛 punto de rebasamiento se acerca
cada vez más a la discontinuidad de
Ahora solo falta probar que la suma de las salto. Por lo tanto, el rango en el que
constantes 𝑀𝑛 converge. se produce la convergencia aumenta,
pero el error máximo sigue siendo el
mismo, aunque distribuido en un
1 2 2
1 |𝑎̂|
𝑛 intervalo más pequeño.
𝑛 − ) = |𝑎
0 ≤ (|𝑎̂| ̂|𝑛 + 2−2
𝑛 𝑛 𝑛
En la discontinuidad del salto, la serie
De modo que: de Fourier converge a la media de los
valores de la función a ambos lados
|𝑎̂|
𝑛 1 2
1 1 2
1 de la discontinuidad del salto.
≤ |𝑎̂|
𝑛 + 2
= (𝑎̂)
𝑛 + 2
𝑛 2 2𝑛 2 2𝑛
En otras palabras, tenemos
convergencia puntual, pero no
Lo mismo es válido con 𝑏̂𝑛 en lugar de 𝑎̂𝑛 ,
de modo que:
convergencia uniforme.
𝑏𝑛
∅ = −𝑡𝑔−1 ( )
𝑎𝑛
𝐴
− 2𝜋𝑛
= 𝑡𝑔−1 ( )
0
𝜋
= 𝑡𝑔−1 (−∞) = −
Resolviendo la función “diente de sierra” 2
por la serie de Fourier:
1 𝑇
𝐴 V. SIMULACIÓN
𝑎0 = (∫ 𝑓(𝑡). 𝑑𝑡 ) =
𝑇 0 2
Simulación:
2 𝑇𝐴
𝑎𝑛 = (∫ 𝑡. 𝑓(𝑡). 𝐶𝑜𝑠(𝑛𝑤𝑡)𝑑𝑡)
𝑇 0 𝑇
Recordando que:
𝑇
𝐴
(∫ 𝑡. 𝑓(𝑡). 𝐶𝑜𝑠(𝑛𝑤𝑡)𝑑𝑡)
0 𝑇
2𝜋 2𝜋
𝐶𝑜𝑠𝑛 ( 𝑇 . 𝑇) 𝑆𝑒𝑛 ( 𝑇 . 𝑇)
=[ +𝑇
2 2𝜋 2 2𝜋
𝑛( 𝑇 )
𝑛 (𝑇)
1 1 1
− 2 ]= 2
− =0
(𝑛𝑤) (𝑛𝑤) (𝑛𝑤)2
𝑇
2 𝐴
𝑏𝑛 = (∫ 𝑓(𝑡). 𝑆𝑒𝑛(𝑛𝑤𝑡)𝑑𝑡)
𝑇 0 𝑇
∞
𝐴
=− ∑(𝑆𝑒𝑛(𝑛𝑡))
𝑛𝜋
𝑛=1
𝑐𝑛 = √(𝑎𝑛 )2 + (𝑏𝑛 )2 = 𝑏𝑛
Código: VI. BIBLIOGRAFÍA
%GRAFICA DE DIENTE SIERRA EN Artículos
MATLAB
clc, clear
Ricardo Radaelli Sanchez,
Condiciones de Dirichlet, pág.
t=-10:0.01:10; 1-3.
graf_sierra=sawtooth(4*pi*0.1* http://www.dmae.upct.es/~pare
t,w); des/am_ti/apuntes/Tema%202.
%20Series%20y%20transforma
plot(t,graf_sierra);
das%20de%20Fourier.pdf
http://cb.mty.itesm.mx/ma3002/
materiales/ma3002-series-
Simulación: fourier.pdf
https://previa.uclm.es/profesora
do/raulmmartin/AmpliacionMate
maticas/SeriesFourier.pdf
http://www4.ujaen.es/~jmalmira
/gibbs_almira.pdf
http://verso.mat.uam.es/web/ez
uazua/documentos_public/archi
vos/personal/conferencias/cubo
.pdf
https://www.quora.com/What-is-
Gibbs-phenomenon
http://www.matematica.ciens.uc
v.ve/labfg/sf/fourier.pdf
Código:
t=0:0.1:15;
x=1/2-sin(t)/pi;
plot(t,x,'a')
x=1/2-sin(2*t)/(2*pi);
plot(t,x,'b')
x=1/2-sin(3*t)/(3*pi);
plot(t,x,'c')
x=1/2-sin(4*t)/(4*pi);
plot(t,x,'d')
y=1/2-sin(t)/pi-sin(2*t)/(2*pi)-sin(3*t)/(3*pi)-
sin(4*t)/(4*pi);
plot(t,y,'e')
hold on