TRANSFORMADA DE FOURIER

Forma Compleja de la Serie de Fourier

Consideremos la serie de Fourier para una función periódica f(t), con periodo
T=2p/w0.


f (t) = 1
a
2 0
+  [a n cos(nw0 t ) + b n sen (nw0 t )]
n =1

Es posible obtener una forma alternativa usando las fórmulas de Euler:

Donde
jnw0t − jnw0t
cos( nw0t ) = (e 1
+e )
2
j = −1
jnw0t − jnw0t
sen(nw0t ) = 1
2j (e −e )
 Sustituyendo


f ( t ) = 12 a 0 +  [a n 12 (e jnw0 t + e − jnw0 t ) + b n 1
2j (e jnw0 t − e − jnw0 t )]
n =1

Y usando el hecho de que 1/j=-j


f ( t ) = 12 a 0 +  [ 12 (a n − jb n )e jnw0 t + 12 (a n + jb n )e − jnw0 t ]
n =1

Y definiendo:

c0 = 12 a 0 , cn = 12 (a n − jbn ), c−n = 12 (a n + jbn )

Lo cual es congruente con la fórmula para bn, ya que b-n=-bn, ya que la
función seno es impar.
Forma Compleja de la Serie de Fourier
La serie se puede escribir como


f ( t ) = c 0 +  (c n e jnw0 t + c − n e − jnw0 t )
O bien, n =1

 −
Es decir, f (t) = c0 +  cn e jnw0 t
+ c e n
jnw0 t

n =1 n = −1


f (t) = c e
n = −
n
jnw0 t
A la expresión obtenida


f (t) = c e
n = −
n
jnw0 t

Se le llama forma compleja de la serie de Fourier y sus coeficientes cn

pueden obtenerse a partir de los coeficientes an, bn ,

cn = 12 (an − jbn )
o bien:


− jnw0 t
Para n=0, 1, 2, 3, ... cn = 1
T f ( t ) e dt
0
Los coeficientes cn son números complejos, y también se pueden escribir en
forma polar:

c n = c n e jn

Obviamente, c −n = c*n = c n e − jn

bn
Donde
c n ,= 1
2 a +b
2
n
2
n  n = arctan(− )
an
Para todo n0,

Para n=0, c0 es un número real:

c0 = 12 a 0
Recordamos: la Serie de Fourier para la siguiente función de periodo T:

f(t)
1

t
... -T/ 0 T/ T ...
2 2

-1

Donde: La expresión para f(t) en –T/2<t<T/2 es

− 1 para − T2  t  0
f (t) = 
 1 para 0  t  T de
Series
2 7
Fourier.
 Cálculo de los coeficientes de la Serie
Coeficientes an: T/2
a n = T2  f ( t ) cos(nw0 t )dt
−T / 2

 0 T/2

= T   − cos(nw0 t )dt +  cos(nw0 t )dt 
2
− T / 2 0 

 1 0
1 T/2
= T2 − sen (nw0 t ) + sen (nw0 t ) 
 nw0 −T / 2 nw0 0 


= 0 para n  0
Series de
Fourier. 8
 Cálculo de los coeficientes de la Serie
Coeficiente a0:
T/2
a0 = 2
T  f ( t )dt
−T / 2

 0 T/2

=   − dt +  dt 
2
− T / 2 0 
T

 0 T /2

= T2  −t +t =0
 −T /2 0 

Series de
Fourier. 9
 Cálculo de los coeficientes de la Serie
Coeficientes bn: T/2
b n = T2  f ( t )sen (nw0 t )dt
−T / 2

 0 T/2

= T   − sen (nw0 t )dt +  sen (nw0 t )dt 
2
− T / 2 0 
 1 0
1 T/2
= T2  cos(nw0 t ) − cos(nw0 t ) 
 nw0 −T / 2 nw0 0 


= (1 − cos(np)) − (cos(np) − 1)

1
np

=
2
np
 
1 − (−1) n ) para n Series
 0de
Fourier. 10
 Cálculo de los coeficientes de la Serie
Serie de Fourier: Finalmente la Serie de Fourier para

f(t)
1

t
... -T/ 0 T/ T ...
2 2

-1

f ( t ) = sen (w0 t ) + 13 sen (3w0 t ) + 15 sen (5w0 t ) + ...

4
p
Series de
Fourier. 11
REGRESAMOS A LA FORMA COMPLEJA DE LA SERIE DE FOURIER:

Ejemplo. Encontrar la forma compleja de la serie de Fourier para la función

ya tratada:

f(t)
1

t
... -T/ 0 T/ T ...
2 2

-1
Solución 1. Como ya se calcularon los coeficientes de la forma trigonométrica
(an y bn):
an=0 para todo n
y

bn = 2
np [1 − (−1) ] para todo n
n
Series de
Fourier. 12
 Forma Compleja de la Serie de Fourier
Podemos calcular los coeficientes cn de:

cn = [a n − jbn ] = − j
1
2
1 2
2 np [1 − (−1) ] n

c n = − j [1 − ( −1) ]
1
np
n

Entonces la Serie Compleja de Fourier queda

f ( t ) = p2 j(... + 15 e − j5w0 t + 13 e − j3w0 t + e − jw0 t

jw0 t j3w0 t j5 w0 t
−e − e
1
3 − e 1
5 − ...)
Series de
Fourier. 13
 Forma Compleja de la Serie de Fourier
Solución 2. También podemos calcular los coeficientes cn mediante la integral


− jnw0 t
cn = 1
T f ( t ) e dt
0

T/2 T
= T1 (  e − jnw0 t dt +  − e − jnw0 t
dt )
0 T/2

T/2 T
− jnw0 t − jnw0 t
= (
1
T
1
− jnwo e − 1
− jnwo e )
0 T/2

= 1
− jnwo T [( e − jnw0T / 2 − 1) − (e − jnw0T − e − jnw0T / 2 )]
Series de
Fourier. 14
 Forma Compleja de la Serie de Fourier
Como w0T=2p y además  j
e = cos   jsen

cn = 1
− jnwo T [( −1) n − 1) − (1 − (−1) n )]

= − j nw2o T [1 − (−1) n ]
Lo cual coincide con el resultado ya obtenido.

= − j n1p [1 − (−1)n ]

Series de
Fourier. 15
Tarea: Calcular los coeficientes cn para la siguiente función de periodo 2p.
a) A partir de los coeficientes an,bn
b) Directamente de la integral

Senoidal rectificada de media onda

1
0.8
0.6
f(t)

0.4
0.2
0
-0.2
-6 -4 -2 0 t 2 4 6
 De la Serie a la Transformada de Fourier

Todo lo mencionado nos lleva a reconsiderar la expresión de una función f(t)

no periódica en el dominio de la frecuencia, no como una suma de armónicos
de frecuencia nw0, sino como una función continua de la frecuencia w.

Así, la serie

f (t) = c e
n = −
n
jnw0 t

Al cambiar la variable discreta nw0 (cuando T→) por la variable continua w,

se transforma en una integral de la siguiente manera:
 De la Serie a la Transformada de Fourier
T/2


− jnw0 t
Como
cn = 1
T f ( t ) e dt
La serie queda −T / 2
  1 T/2  jnw0 t
f ( t ) =   T  f ( t )e − jnw0 t
dt  e
O bien, n = −  − T / 2 
cuando T→, nw0→w y w0→dw y la sumatoria se convierte en

  1 T/2 
f ( t ) =   2 p  f ( t )e − jnw0 t
dt  w0 e jnw0 t

n = −  −T / 2 
 
 jwt
f ( t ) = 2 p    f ( t )e dt  e dw
1 − jwt

−  −  
Es decir,

 F(w)e
jwt Identidad
Donde f (t ) = 1
2p dw de Fourier
−
Estas expresiones nos permiten calcular la expresión F(w) (dominio de la
frecuencia) a partir de f(t) (dominio del tiempo) y viceversa


F(w) =  f ( t )e − jwt
dt Transformada
De Fourier
−
Notación: A la función F(w) se le llama transformada de Fourier de f(t) y se
denota por F, es decir

F[f ( t )] = F(w) =  f ( t )e − jwt
dt
−

En forma similar, a la expresión que nos permite obtener f(t) a partir de F(w)
se le llama transformada inversa de Fourier y se denota por F –1 ,es decir


F −1[F(w)] =f ( t ) = 
jwt
1
2p F( w) e dw
−
Ejemplo. Calcular F(w) para el pulso rectangular f(t) siguiente

Solución. La expresión en el dominio del tiempo de la función es

f(t)
1

t
-p/ 0 p/
2 2

0 t −p
2
 −p
f ( t ) = 1 2 t p
2
0 p
t
 2
  p/2

  dt
− jwt − j wt
F(w) = f ( t ) e dt = e
− −p / 2

− jw t
=
p/2
1
Integrando − jw e −p / 2

= 1
− jw (e − jwp / 2 − e jwp / 2 )
sen(wp / 2)
Usando la fórmula de Euler: F(w) = p
wp / 2
Obsérvese que el resultado es igual al obtenido para cn cuando T→ , pero
multiplicado por T.
 De la Serie a la Transformada de Fourier
En forma Gráfica

F(w) F(w) con p=1

1

0.5

-50 0 50 w

Series de
Fourier. 23
Tarea. Calcular la Transformada de Fourier de la función escalón unitario
u(t):

u(t)
1

t
0

Graficar U(w)=F[u(t)]
¿Qué rango de frecuencias contiene U(w)?
¿Cuál es la frecuencia predominante?
 La Transformada Rápida de Fourier

Cuando la función f(t) está dada por una lista de N valores f(t1), f(t2),
...f(tN) se dice que está discretizada o muestreada, entonces la
integral que define la Transformada de Fourier:

Se convierte en la sumatoria

F(w) =  f ( t )e − jwt dt
−
N
F(n ) =  f ( t k )e
− j 2Npn ( k −1)
, para 1  n  N
k =1

(Donde k es la frecuencia discreta)

Llamada Transformada Discreta de Fourier
 La Transformada Rápida de Fourier
La Transformada Discreta de Fourier (DFT) requiere el cálculo de N funciones
exponenciales para obtener F(n), lo cual resulta un esfuerzo de cálculo
enorme para N grande.

Se han desarrollado métodos que permiten ahorrar cálculos y evaluar de

manera rápida la Transformada discreta, a estos métodos se les llama

Transformada Rápida de Fourier (FFT)

 La FFT y la Serie de Fourier
Podemos hacer uso de la FFT para calcular los coeficientes cn y c-n de la Serie
compleja de Fourier como sigue:

Ejemplo: Sea f(t) el tren de pulsos de ancho p y periodo T.

f(t)
1

... -T -T/ 0 T/ T ...

2 2
-p/ p/ t
2 2
 La FFT y la Serie de Fourier
La versión muestreada f(k) de f(t) sólo puede tomar un número finito de
puntos. Tomemos por ejemplo N=32 puntos cuidando que cubran el intervalo
de 0 a T (con p=1, T=2):

32 muestras de f(t), de 0 a T
1.5

1
f(k)

0.5

0
0 1 k 2
 La FFT y la Serie de Fourier
Para obtener estas 32 muestras usando Matlab se puede hacer lo siguiente:

k=0:31
f=[(k<8)|(k>23)]
Plot(k,f,’o’)
 La FFT y la Serie de Fourier
Con los 32 puntos f(k) calculamos F(n) mediante la FFT, por ejemplo, en
Matlab:

F=fft(f)/N;
Con lo que obtenemos 32 valores complejos de F(n). Estos valores son los
coeficientes de la serie compleja ordenados como sigue:

n 1 2 3 4 ... 16 17 18 19 ... 32
F(n) c0 c1 c2 c3 ... c15 c-16 c-15 c-14 ... c-1
 La FFT y la Serie de Fourier
Podemos graficar el espectro de amplitud reordenando previamente F(n)
como sigue
aux=F;
F(1:16)=aux(17:32);
F(17:32)=aux(1:16);
F(n) queda:

n 1 ... 13 14 15 16 17 18 19 ... 32
Y para graficar el espectro de amplitud:
F(n) c-16 ... c-3 stem(abs(F))
c-2 c-1 c0 c1 c2 c3 ... c15
Obteniéndose:

Series de
Fourier. 31
 La FFT y la Serie de Fourier

0.6
Espectro de Amplitud |F(n)|
Para el tren de pulsos p=1,

|F(n)
T=2

|
0.4

Si deseamos una escala horizontal en unidades de frecuencia (rad/seg):

0.2

0 n
0 10 20 30
La FFT y la Serie de Fourier

w0=2*pi/T;
n=-16:15;
w=n*w0;
Stem(w,abs(F))
Espectro de Amplitud |F(n)|
0.6
para el tren de pulsos, p=1,T=2

|F(w)|
0.4

Obteniendo:
0.2

0
-50 0 50 w
 La FFT y la Serie de Fourier
También podemos obtener los coeficientes de la forma trigonométrica,
recordando que:
c n = 12 (a n − jbn ), c −n = 12 (a n + jbn )
Podemos obtener

Para el ejemplo se obtiene: a0=0.5, an=bn=0 (para n par), además para n

impar:

a 0 = c0 , a n = 2 Re(c n ), b = −2 Im(c n )

n 1 3 5 7 9 11 13 15

an 0.6346 -0.2060 0.1169 -0.0762 0.0513 -0.0334 0.0190 -0.0062

bn -0.0625 0.0625 -0.0625 0.0625 -0.0625 Fourier.
0.0625
Series de
34
-0.0625 0.0625
 La FFT y la Serie de Fourier
Como el tren de pulsos es una función par, se esperaba que bn=0; (el
resultado obtenido es erróneo para bn, pero el error disminuye para N
grande):

a0
0.5

Coeficientes bn Coeficientes an
0

-0.5
0 10 20 30
 La FFT y la Serie de Fourier
Tarea: Usar el siguiente código para generar 128
puntos de una función periódica con frecuencia
fundamental w0=120p (60 hertz) y dos armónicos
impares en el intervalo [0,T]:
N=128;
w0=120*pi;
T=1/60;
t=0:T/(N-1):T;
f=sin(w0*t)+0.2*sin(3*w0*t)+0.1*sin(11*w0*t);

Usando una función periódica diferente a la

subrayada:
a) Graficar la función.
b) Obtener y graficar el espectro de amplitud de
la señal usando la función FFT
 Medidores Digitales
La FFT ha hecho posible el desarrollo de equipo electrónico digital con la
capacidad de cálculo de espectros de frecuencia para señales del mundo real,
por ejemplo:

1) Osciloscopio digital Fuke 123

2) Osc. digital Tektronix THS720P ($3,796 dls)
3) Power Platform PP-4300
Medidores Digitales
El Fluke 123 scope meter
Medidores Digitales
Tektronix THS720P (osciloscopio digital)

Series de
Fourier. 39
 Medidores Digitales
Analizador de potencia PP-4300

Es un equipo especializado en monitoreo de la calidad de la energía: permite

medición de 4 señales simultáneas (para sistemas trifásicos)