UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE INGENIERÍA

PRÁCTICA 5

Transformada de Fourier

DEPARTAMENTO DE CONTROL Y ROBÓTICA

↠ ANÁLISIS DE SISTEMAS Y SEÑALES ↞

PROFESORA: Verónica Iraís Solís Tinoco

Brigada 2

Integrantes

1 Falcón Rodulfo José Antonio

2 Espinoza Patricio Francisco

3 Gonzalez Zepeda Hugo Emiliano

Semestre 2025-1 Fecha de entrega: 31 de Octubre de 2024

1. Objetivos de la práctica

- El alumno entenderá el concepto de transformada de Fourier así como de sus propiedades.

- El alumno conocerá las aplicaciones más comunes de transformada de Fourier en la ingeniería.
- El alumno aprenderá a emplear la transformada de Fourier para resolver problemas comunes en
análisis de sistemas.

2. Resumen de la práctica

- Falcón Rodulfo José Antonio:

Durante la práctica analizamos diferentes señales de sonido mediante un programa para

ver y análisis el comportamiento de diferentes señales, esto para comprender el tema de
las bases armónicas, básicamente siendo las funciones seno y coseno, tales funciones
nos ayudan para analizar las señales periódicas de esta forma entender su
comportamiento en algún sistema de control, saber su comportamiento dependiendo del
tiempo o si será estable

Posteriormente con otro programa, analizamos como dependiendo de las frecuencias se

obtienen ciertos sonidos algunos más fuertes que otras, también al juntar las diferentes
frecuencias se obtienen una base más balanceada de esta forma es como se obtiene la
música, al juntar diferentes señales con frecuencias variables.

Finalmente con un programa y usando diferentes métodos matemáticas ya vistos como

las funciones de transferencia, las transformadas de laplace se logra obtener la
transformada de fourier y de esta forma con los pocos y ceros obtener el comportamiento
del sistema presentado siendo una masa, amortiguador y resorte

- Espinosa Patricio Francisco

Esta práctica abarcó el estudio de la transformada de Fourier, una herramienta que nos
trae la cualidad de poder llevar una función de dominio tiempo (𝑡) a una función en
dominio de la frecuencia (𝑤). En donde al hacer dicho salto a la frecuencia, resulta que la
naturaleza de la función ahora corresponderá a dos componentes básicas de la
frecuencia, esto es, la amplitud y la fase, es decir, ya no analizamos una función de
transferencia.

Para una mayor comprensión de la temática, se hicieron usos de dos aplicaciones de

cómputo proporcionados por la facultad mediante una liga de internet: “Base Armónicos” y
“Música”.
 Además de comprender los postulados de la práctica, se logró visualizar y escuchar el
comportamiento de dichas señales a una cierta frecuencia (Hz).

Al final se hizo una reflexión sobre el uso de la transformada de Fourier en diferentes

aplicaciones de la ingeniería, siendo el más reconocido, la cancelación de ruido en los
audífonos modernos.

- Gonzalez Zapeda Hugo Emiliano

Durante la práctica, revisamos varios conceptos teóricos relacionados con la

transformada de Fourier, ya que no todos habíamos tenido la oportunidad de abordar este
tema en nuestras clases teóricas. además de comprender la gran relevancia que tiene
dentro del campo de la ingenieria. A comparacion de otras practicas en esta hicimos uso
de otro software donde podemos ajustar parámetros como la amplitud, la frecuencia y la
fase, y observar cómo las señales cambiaban al modificar estos valores. Por ejemplo, al
alterar la frecuencia, la espiga correspondiente se desplazaba en el eje de las abscisas.
Tambien comprendimos que la Transformada de Fourier explica que cualquier señal
periódica puede ser representada como una suma de funciones senoidales de diferentes
frecuencias, lográndolo mediante la formula matematica que involucra a la integral, donde
la señal original se multiplica por la función senoidal y después se integra a lo largo del
tiempo, el resultado lo podemos ver en los diferentes simuladores que ocupamos como un
espectro de frecuencia.

Utilizando un programa y aplicando diversos métodos matemáticos previamente

estudiados, como las funciones de transferencia y las transformadas de Laplace, se
puede obtener la transformada de Fourier. De esta manera, a partir de los polos y ceros,
se logra analizar el comportamiento del sistema compuesto por una masa, un
amortiguador y un resorte, donde obtuvimos su grafica por medio del software Matlab y
tenemos que darle una interpretación y determinar de que a que tiempo le ocurría tal
cosa.

3. Introducción

El análisis de Fourier juega un papel central en el tratamiento de señales, su contexto inicial para
el estudio de la disipación del calor en un medio sólido, pronto lo llevaron al desarrollo de
soluciones para la ecuación de Laplace y la ecuación de Onda. Algunas señales muestran
componentes periódicos que se repiten a intervalos fijos; estos son estudiados
convenientemente por el análisis armónico basado en la serie de Fourier. Para el estudio en
Ciencias de la Tierra es evidente que señales de esta naturaleza son solo ideales, pues no es
común encontrar señales estacionarias, de manera que, al utilizar la serie y transformada de
Fourier debemos de tener en mente todas las consideraciones necesarias para no generar
resultados o interpretaciones erróneos. En el presente capítulo abordamos el tratamiento y
análisis de Fourier, desarrollando sus distintas expresiones, presentando sus propiedades hasta
llegar a la optimización por la FFT y la transformada de Gabor.

3.1 Señales

Una señal es una representación de una medición o percepción de una o más variables; puede
ser una cantidad física que se encuentra en función del tiempo o del espacio, o una cantidad
adimensional como el registro de la varianza de un conjunto de datos normalizados.
Matemáticamente una señal se expresa como función de una o más variables independientes y
se pueden clasificar de acuerdo a distintas características de las cuales presento algunas:

- Según el número de variables:

Señales multicanales: tienen en común registrar la misma variable, puede ser por venir de
fuentes distintas o por utilizar múltiples sensores. Señales multidimensionales: registran
más de una variable independiente.

- Según su adquisición:
Señales análogas: señales continuas, donde la variable independiente se encuentra
definida para cualquier instante del dominio (registro de la señal por un sistema análogo).
Señales digitales: señales donde la función toma solo valores específicos definidos por la
variable independiente, generalmente con un espaciamiento constante (señales
registradas por un sistema digital).

- Según la cantidad de información que se dispone:

Señales deterministas: señales, en la cual, su función de transferencia es conocida, se
pueden expresar correctamente por una función matemática o regla de correspondencia,
se conoce con certeza su evolución en el futuro. Señales aleatorias: Señales que
evolucionan de forma impredecible (no parece existir alguna regla de correspondencia
que permita conocer la evolución), se conoce solo el comportamiento durante el registro,
ignorando totalmente su pasado y su futuro.
- Según su periodicidad:
Señales periódicas: señales en las que a intervalos bien definidos dentro del dominio, la
variable dependiente toma exactamente los mismos valores. Señales periódicas: señales
 en las cuales la variable dependiente se considera transitoria en cualquier intervalo del
dominio.
- Según su contenido energético:
Señales de energía finita: señales con elementos infinitos, en los cuales la integral de su
función elevada al cuadrado y evaluada de menos infinito hasta infinito se encuentra
definida. Señales de potencia media: señales que tienen energía infinita de las cuales se
puede definir una potencia media.

El sistema trigonométrico es ortogonal en el intervalo [−π, π ] (y, en consecuencia, en cualquier

intervalo de longitud 2π, debido a la periodicidad). Por definición esto significa que la integral del
producto de cualesquiera dos de estas funciones diferentes sobre dicho intervalo es cero, es
decir, para todo m,n ∈ N,

Las series que surgirán serán de la forma

 4. Materiales

1. Software

a) Matlab-Simulink 2019b o superior.

b) Programas que se encuentran en la siguiente liga: https://drive.google.com/drive/

folders/1cK3pN8RRkEfzRCV68et-8NSf5TxTd67j?usp=sharing

c) Computadora con 2Gb de Ram como mínimo.

5. Metodología Experimental y Discusión de resultados

1. Ejecute el programa proporcionado llamado Basearmonicosvi, una vez ejecutado se abrirá

una pantalla principal como la que se muestra en la Figura 36
 2. El programa proporcionado consta de cinco señales senoidales a las cuales se les puede
modificar la amplitud, la frecuencia y la fase.

3. Como primer paso, coloque la señal señal senoidal 1 con una amplitud de cinco y una
frecuencia de 250[Hz] y una fase de 0. ¿Qué sucede en la gráfica adjunta?

La gráfica muestra una señal con un pico de alta amplitud en un periodo breve de tiempo,
indicando un impulso. Este tipo de señal suele interpretarse como una función delta de Dirac,
que tiene un valor alto en un instante específico y es cero en otros puntos. En el contexto de
Fourier, esto representa una señal con componentes de frecuencia muy altas. Es común en
análisis de señales y sistemas para estudiar la respuesta de un sistema a una entrada puntual.

Esta gráfica muestra una señal con una envolvente en forma de onda sinusoidal que oscila entre
valores máximos y mínimos de amplitud. Parece una señal de onda modulada, posiblemente
una modulación de amplitud (AM), donde la amplitud de una onda de alta frecuencia varía de
acuerdo con la amplitud de una señal de baja frecuencia. Este tipo de señal es común en
comunicaciones para transmitir información, ya que permite combinar una señal de información
(en este caso, la envolvente) con una frecuencia portadora de mayor frecuencia.
4. Modifique la fase, Que puede notar en la gráfica?, modifique la amplitud y posteriormente la
frecuencia, que observa con lo anterior?, ¿qué puede concluir con base en el
comportamiento de la gráfica?.

Al ajustar la amplitud, se observa que el tamaño de la espiga va cambiando, al aumentar

la amplitud el tamaño de la espiga crece mientras que al disminuirla se reduce, tambien
se nota que la frecuencia altera la posición en el eje horizontal, y al cambiar la fase no se
produce ningún efecto en el espectro de frecuencia con lo que podemos concluir que la
fase no influye en la transformada de Fourier.

Una vez modificada la Frecuencia podemos ver que la grafica se nos desplaza a la
izquierda, hay que mencionar que modificando la fase no hay un cambio con respecto a la
grafica anterior, solo cambia la espiga una vez que modificamos la frecuencia.
 También podemos observar cambios en la espiga si modificamos la amplitud, pues se
observa que esta crece sobre el eje de la amplitud sin desplazarse a ningún lado.

5. Ahora presione el botón con la leyenda Agregar senoidal dos, ¿Que observa en la gráfica
adjunta?

Podemos notar que ha aparecido una nueva espiga que presenta características diferentes en
cuanto a su amplitud, fase y frecuencia. A pesar de esta adición, la espiga anterior permanece
sin alteraciones, manteniendo su tamaño y posición original.
 6. ¿Qué sucede con el número de componentes en la transformada de Fourier?

A medida que se añaden más señales senoidales, se observa un incremento en el número de

espigas en el espectro de frecuencias. Esto implica que la cantidad de componentes presentes
estará determinada por la cantidad de señales que se introduzcan.
 7. Compruebe su respuesta anterior aumentando la suma de señales senoidales presionado
el botón Agregar senoidal 3.Que podrá concluir?, ¿qué sucede al agregar más
componentes senoidales?, ¿qué puede concluir de este ejercicio?

Al introducir n señales senoidales que poseen distintas amplitudes, frecuencias y fases, se

generarán n espigas en el espectro de frecuencias, cada una con sus propias características de
amplitud, frecuencia y fase. Esto también resultará en un aumento en la cantidad de
componentes en la transformada de Fourier.

8. Como ejercicio adicional, que sucederá si las funciones sumadas no fueran senoidales?,
¿Aún será cierta su conclusión anterior?, de no ser así ¿Que puede agregar para completar
su resultado?

Continuarán apareciendo espigas, pero en este caso, la señal no senoidal se representará como
la suma de varias señales senoidales. De este modo, será posible observar las espigas
correspondientes a cada una de estas señales individuales.
9. Ahora considere el programa proporcionado llamado Musica.vi, dicho programa posee el
panel frontal mostrado en la Figura 37
10. Este ejercicio emplea como salida la tarjeta de sonido de la computadora. Coloque la
primera señal senoidal a una frecuencia de 311127[Hz], la segunda señal senoidal a una
frecuencia de 49388[Hz], la tercera señal a 261626, la cuarta a 987767[Hz] y la quinta a
739989[Hz]. Con los controles mostrados en la Figura 38
 11. Quite una a una las señales, lo que observa es lo que esperaba?, ¿por qué?
Al quitar la primera señal de 311127 Hz, noté que la salida de audio perdió una componente
de alta frecuencia, lo que resultó en un sonido menos agudo.
Efectivamente al quitar una señal, la salida de audio perdió una componente de frecuencia, lo
que afectaría consecuentemente la percepción del sonido.
Al juntar cierto tipo de señales a una frecuencia, se crea una nueva como resultado de la
superposición de las mismas, las frecuencias más altas tienden a hacer que el sonido sea más
agudo, mientras que las frecuencias más bajas contribuyen a un sonido más grave. La
eliminación de cada señal afecta la construcción entre las ondas, cambiando la calidad del
sonido resultante.

12. Ahora coloque el cable de sonido a la salida del conector de audífonos de su computadora
y dicho cable colóquelo en el módulo elvys. Seleccione el espectro de frecuencia y repita el
proceso del paso anterior. Ambas gráficas corresponden?. Vare la frecuencia de cada una
de las señales y observe su comportamiento en el instrumento de medición. ¿Qué puede
concluir?
Al variar la frecuencia de cada señal, observé que los picos en el espectro de frecuencia se
desplazaban correspondientemente. Las señales de mayor frecuencia mostraron picos más
altos y estrechos, mientras que las señales de menor frecuencia mostraron picos más anchos
y bajos.
Por lo tanto, las gráficas obtenidas correspondieron a las observaciones previas sin el
módulo, confirmando que el espectro de frecuencia refleja correctamente las componentes
de las señales senoidales. La variación de frecuencia mostró que los picos en el espectro se
desplazan de acuerdo con las frecuencias de las señales, lo que confirma la relación directa
entre la frecuencia de una señal senoidal y su representación en el espectro de frecuencia.
A lo cual, las señales senoidales individuales contribuyen a una señal compleja del espectro
total y la eliminación de alguna afecta considerablemente la gráfica del espectro.

13. Ahora, considere el sistema, masa-resorte-amortiguador mostrado en la Figura 39

caracterizado por la siguiente ecuación diferencial

14. Encuentre la función de transferencia. De que manera se relaciona la transformada de

Laplace con la Transformada de Fourier ¿Cuál es la principal diferencia entre ambas?.
La transformada de Laplace y la transformada de Fourier están relacionadas porque ambas
se usan para analizar sistemas en el dominio de la frecuencia. La principal diferencia radica
en el tipo de señales que pueden manejar: la transformada de Fourier se usa para señales de
duración infinita o periódicas, mientras que la transformada de Laplace es más general y
aplica también a señales de crecimiento exponencial y sistemas inestables.

Dada la función que encontramos de se puede usar la transformada de Laplace para

encontrar la respuesta en el dominio de la frecuencia. Para transformada de Fourier, s se
restringiría a iω

Esto simplifica a una función de frecuencia pura, mostrando cómo Fourier es un caso especial
de Laplace (con s=iω).
6. Conclusiones personales
José Antonio Falcón Rodulfo:

Al utilizar diferentes maneras gráficas se puede entender como funciona ciertas señales,
dependiendo de su frecuencia, amplitud y periodo se entiende su comportamiento visualmente,
con ello y los conocimientos previos, tenemos la respuesta de dichos sistemas o en este caso
señales, si oscilan mucho, poco, nada o también si son estables y/o inestables, esto nos ayuda a
una mejor compresión, sumando las ecuaciones de transferencia y el método de polos y ceros

Ahora con la parte en donde podemos observar los cambios y sumas de diferentes señales
senoidales, descubrimos la forma en la que convergen los diferentes sonidos, que no es más ni
menos que señales con frecuencias variables, que al sobreponerse o converger unas con otras,
si pueden llegar a ser sonidos armónicos, aunque no solo sirve para ver frecuencias de sonidos,
se pueden utilizar para determinar qué tipo de información en forma de ruido es, muchas veces
el sonido solo es información codificada o traducida en forma de Hz

Concluyendo con entender la relación y diferencia que tienen la transformada de laplace y

fourier, aunque aún es un poco complicado entenderlo sin más prácticas y más diversas, los
conceptos básicos de ambos se pueden entender, teniendo en conclusión que los objetivos de la
práctica se realizaron con un éxito moderado, siendo bueno que se puedan repetir de formas
menos apuradas

Espinosa Patricio Francisco

La práctica realizada sobre la transformada de Fourier ha sido fundamental para comprender

cómo una función en el dominio del tiempo puede ser transformada al dominio de la frecuencia,
lo cual nos permite analizar las señales desde una perspectiva diferente, enfocándonos en sus
componentes de amplitud y fase, que es esencial para muchos usos.

Al usar las aplicaciones de cómputo “Base Armónicos” y “Música” se logró observar y escuchar
cómo las señales se comportan a diferentes frecuencias; cada señal senoidal contribuye al
espectro de frecuencia total. Al eliminar cada señal una por una, se notaron cambios específicos
en la salida de audio y en las gráficas de espectro de frecuencia. Estos cambios confirmaron que
la transformada de Fourier descompone una señal compleja en sus componentes básicas, lo
que es esencial para el análisis y procesamiento de señales.
Por lo tanto , el uso de la transformada de Fourier en diferentes aplicaciones de ingeniería, como
la cancelación de ruido en audífonos modernos, destaca su importancia práctica. La capacidad
de identificar y manipular componentes de frecuencia específicas permite desarrollar tecnologías
avanzadas que mejoran la calidad de vida, como los audífonos que pueden filtrar el ruido no
deseado.

Gonzalez Zapeda Hugo Emiliano

En esta práctica, observamos el espectrograma, donde el eje x representa la amplitud y el eje y

la frecuencia. Al ajustar la curva de fase, no se notan cambios en el espectro, ya que solo se
muestra la información de amplitud y frecuencia; en cambio, en el dominio del tiempo sí se
aprecia un desplazamiento. En el caso de la suma de funciones senoidales, se genera una
espiga principal que refleja la tendencia con alta amplitud y baja frecuencia, seguida de espigas
de menor amplitud y mayor frecuencia.

Utilizando MatLab analizamos el sistema masa-resorte-amortiguador, lo que nos permitió

determinar la fase y la magnitud del sistema para una frecuencia de entrada específica. Aprendí
que la transformada de Fourier es crucial para trasladar señales del dominio del tiempo al de la
frecuencia, y entendí la conexión entre la transformada de Laplace y la de Fourier, dado que al
evaluar la transformada de Laplace obtenemos la transformada de Fourier. Al aplicar esta
transformada a una señal, podemos identificar sus frecuencias fundamentales en un
espectrograma, donde las frecuencias se encuentran en el eje horizontal y la amplitud en el
vertical. Asimismo, comprendí la importancia de la transformada de Fourier en el análisis de
señales al permitir su conversión al dominio de la frecuencia, facilitando la descomposición de
estas señales. También es útil para el análisis de sistemas dinámicos y su representación en el
espectro de frecuencia en forma de picos, que pueden ser ajustados por frecuencia y amplitud.

7. Bibliografía

1. Candela, D. A. (s/f). Series y transformadas de Fourier. Upct.es. Recuperado el 28

de octubre de 2024, de
https://www.dmae.upct.es/~paredes/am_ti/apuntes/Tema%202.%20Series%20%
20transformadas%20de%20Fourier.pdf
2. Roman, J. Z. (s/f). ANÁLISIS DE FOURIER. Unam.mx:8080. Recuperado el 28 de
octubre de 2024, de
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/39
/A5.pdf?sequence=5&isAllowed=y
3. Series de Fourier. (s/f). Udc.es. Recuperado el 28 de octubre de 2024, de
https://caminos.udc.es/info/asignaturas/master_iccp/miccp511/images/Imagenes
_complementarios/fourier.pdf
4. TEMA 4: SERIES DE FOURIER. APLICACIONES. (s/f). Unioviedo.es. Recuperado
el 28 de octubre de 2024, de
https://www.unioviedo.es/bayon/docen/AM-Tema-4.pdf