UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

1. Explique por qué las sinusoides discretas no son periódicas, aunque procedan del
muestreo de una sinusoide continua, que es periódica, a no ser que se de la relación
entre el periodo de muestreo y el periodo de la sinusoide continua.

Sabemos que las señales discretas se caracterizan por estar definidas solamente para un
conjunto numerable de valores de la variable independiente y se representan
matemáticamente por secuencias numéricas.

La expresión de una secuencia sinusoidal viene dada por:

𝑥[𝑛] = 𝐴𝑐𝑜𝑠(𝑊𝑜 𝑛 + 𝑏)

Siendo A, constante real, el valor de amplitud en las unidades correspondientes; 𝑤𝑜 es el

valor de la frecuencia en radianes y b es la fase de la secuencia también en radianes.

Algunas observaciones respecto a las secuencias sinusoidales:

• No siempre son secuencias periódicas.

La condición de periodicidad para una secuencia 𝑥[𝑛] es 𝑥[𝑛] = 𝑥[𝑛 + 𝑁] (siendo N
una constante entera). Aplicada a nuestro caso, se traduce en:
𝑤𝑜 𝑁 = 2𝑝𝑖𝑘

Siendo 𝑘 una constante entera. Solo en el caso en que la frecuencia 𝑤𝑜 cumpla la anterior
condición, nos encontraremos ante una secuencia sinusoide periódica, de periodo N.

Nótese que una secuencia sinusoidal discreta puede proceder del muestreo de una señal
continua. Dependiendo de cómo se efectúe este muestreo, los valores de las muestras
seleccionadas en un perıodo podrán coincidir (secuencia periódica) o no (secuencia no
periódica) con los valores elegidos en el resto de los perıodos de la sinusoide continua.

2. Desarrollo en serie de Fourier de señales continuas periódicas: deduzca los valores

de los coeficientes del desarrollo en serie de Fourier de una señal cuadrada
periódica. Simular en Matlab.

Desarrollo en serie de fourier

 
f (t )  A0   An cos  n 1t    Bn sen  n 1t 
n 1 n 1

Serie de Fourier: Cualquier función del tiempo f(t), real, periódica de período T o
frecuencia 1 = 2  / T, continua, puede ser expandida en una serie infinita de senos y
cosenos de frecuencias n múltiplos de 1 , es decir, n = n 1, con n=1,2,…,. En forma
de ecuación tenemos que:

1
 UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

Construcción:
Para obtener 𝐴0 calculamos el promedio temporal de 𝑓(𝑡), sustituyendo la anterior serie
en la integral del promedio y tomando en cuenta que el promedio temporal de los senos
y cosenos son cero:
t0  T
1
f (t) 
T  f (t) d t  A
t0
0

El valor de 𝑡0 normalmente es cero pero más adelante nos convendrá tomarlo como –
T/2.

Para calcular los coeficientes Am con 𝑚 = 1,2, … , , calcularemos el promedio de una

nueva función f(t) cos( m 1 t):

1  1 
T T T T
1 1
 n    An sen  n 1t  cos(m1t )dt
T 0 T 0 T 0 n1 T 0 n1
f (t ) cos( m1t ) dt  A0 cos( m1t ) dt  A cos n 1t cos( m1t ) dt 

La primera integral del lado derecho es cero porque es el promedio de un coseno.

Entonces calculemos primero la última integral usando que el producto 𝑠𝑒𝑛  ∗ 𝑐𝑜𝑠 
se puede escribir como [𝑠𝑒𝑛( + ) + 𝑠𝑒𝑛( − )]/2, resultando así dos promedios
que se anulan en un período, para todo valor de  y , es decir para todo valor de 𝑛 y 𝑚,
y así ningún 𝐵𝑛 saldrá en el resultado.

Para calcular la segunda integral usamos que el producto 𝑐𝑜𝑠  ∗ 𝑐𝑜𝑠  se puede escribir
como [𝑐𝑜𝑠( + ) + 𝑐𝑜𝑠( − )]/2, resultando así dos promedios que se anulan en un
período, para todo valor de  y , es decir para todo valor de n y m, excepto para el caso
n=m que solo se anula el promedio de 𝑐𝑜𝑠( + ), porque 𝑐𝑜𝑠( − ) = 𝑐𝑜𝑠(0) = 1,
cuyo promedio es 1.

En resumen, solamente quedará el valor Am/2, o cambiando la letra del índice:

T
2
A n   f (t) cos(n 1 t)dt
T0

Similarmente obtenemos:
T
2
B n   f (t) sen(n 1 t)dt
T0

2
UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

Pero se nos pide encontrar la serie de Fourier para la función de onda cuadrada de
periodo T:

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

 1 para  T2  t  0
f (t )  
1 para 0  t  T2

Cálculo de los coeficientes de la Serie:

Coeficientes 𝑎𝑛 :
 0 T /2

    cos( n0t )dt   cos( n0t )dt 
2
T
T / 2 0 
T /2
an  T2  f (t ) cos(n t )dt
T / 2
0

 1 0
1
T /2

 T2  sen(n0t )  sen(n0t ) 
 n0 T / 2 n0 0  

0 para n  0

Coeficiente 𝑎𝑛 :
T /2
a0  2
T  f (t )dt
T / 2

 0 T /2

 T2    dt   dt 
T / 2 0 

 0 T /2

 T2  t t 
 T / 2 0 

0

3
UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

Coeficientes 𝑏𝑛 :
T /2
bn  T2  f (t )sen(n t )dt
T / 2
0

 0 T /2

    sen(n0t )dt   sen(n0t )dt 
2
T
T / 2 0 

 1 0
1
T /2

 T2  cos( n0t )  cos( n0t ) 
 n0 T / 2 n0 0  


1
(1  cos(n ))  (cos( n )  1)
n


2
n

1  (1) n )  para n  0

Finalmente la Serie de Fourier queda como :

f (t ) 
4
sen(0t )  13 sen(30t )  15 sen(50t )  ...


En la siguiente figura se muestran: la componente fundamental y los armónicos 3, 5 y 7

así como la suma parcial de estos primeros cuatro términos de la serie para w0=p, es
decir, T=2:
1.
51
Component

0.
50
-
es

Sum
0.5
-
fundamen
a
tercer
tal
quinto
armónico
septimo
- 1- - 0 t
armónico
armónico
0. 1
1.51 0.5 5

4
UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

3. En la realidad no existen señales de longitud temporal infinita. Es necesario por lo

tanto estudiar el efecto de duración finita del intervalo de observación. Suponga
que se observa una señal sinusoidal pura continua durante un intervalo de
observación finito ¿Sabría deducir teóricamente la forma del espectro observado,
y la variación de su anchura (medida, por ejemplo, a 3dB del máximo) al modificar
el intervalo de observación? NOTA: Interprete la señal que está analizando como el
producto de una señal infinita por la ventana de observación.

Trabajando con la señal sinusoidal sin(t) y tomando un intervalo [a,b] como el intervalo
de observación:
La señal:
x(t )  sen(t ) * G[a, b]

Aplicamos la transformada de Fourier:

x(t )  sen(t )* G[a, b]



 x(t )  e
 iwt
X ( w)  dt

 b

 sen(t )* G[a, b]  e dt   sen(t )  e iwt

 iwt
X ( w) 
 a
[cos(b) cos( wb)  wsen(b) sen( wb)  cos(a) cos( wa)  wsen(a) sen( wa)] 
i[ sen( wb) cos(b)  wsen(b) cos( wb)  sen( wa) cos( a)  wsen( a) cos( wa)]
X ( w) 
w2  1

Si tomamos a la ventana en un intervalo simétrico de [-a,a]:

sen(aw  a ) sen(aw  a )
X ( w)  (  )i
w 1 w 1
sen(a( w  1)) sen(a( w  1))
X ( w)  a (  )
a( w  1) a( w  1)
X ( w)  a ( Sa( w  1)  Sa( w  1))

En este caso particular, así como en el caso general, podemos intuir que es posible
obtener el espectro de magnitud de forma teórica, ahora:

5
UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

Graficamos:

Y depende del límite del intervalo a, medido a 3dB (la mitad del máximo), el espectro de
magnitud tendrá un ancho de a/2, eso quiere decir que a mayor intervalo de observación,
el ancho del espectro será mucho mayor y por tanto mucho más factible de trabajar con
él.

4. Deduzca la expresión que aparece en el desarrollo teórico que se adjunta:

MUESTREO NATURAL

El proceso de muestreo por amplitud de impulsos se lleva a cabo con impulsos, cada uno
de los cuales toma una muestra de duración infinitamente pequeña de 𝑓(𝑡) (muestreo
instantáneo). Se trata de un muestreo ideal que no puede llevar a la práctica, pues el
impulso es una señal que no es físicamente realizable.

El muestreo práctico (natural), en general, se realiza con pulsos rectangulares de duración

sumamente pequeña pero finita, por lo que este muestreo no es instantáneo, sino que
implica una duración finita para cada muestra representada por un pulso de muestreo.

Supongamos, entonces, que se muestrea con la señal 𝑃𝜏(𝑡) de la figura 1 formada por
una serie de pulsos de duración 𝜏 espaciados uniformemente por el tiempo T segundos.
Se requiere que T corresponda, cuando mucho, al intervalo de Nyquist para que
pueda considerar como intervalo de muestreo.

Tomando el caso limite, T=1/2fm segundos, la señal muestreada, figura 1.e, se obtiene
multiplicando 𝑓(𝑡) por 𝑃𝜏(𝑡). El espectro de esta señal se obtiene como la convolucion
de los espectros 𝐹(𝑤) y 𝑃𝜏(𝑡).

Como sabemos, el espectro 𝑃𝜏(𝑤) es un tren de impulsos ponderados por la función de

muestreo. La convolucion de 𝐹(𝑤) y 𝑃𝜏(𝑤) se ilustra en la figura 1.f. De esta figura,
observamos que el espectro de la señal muestreada prácticamente es similar al del

6
UNIVERSIDAD NACIONAL DE INGENIERÍA Informe Previo 2

muestreo ideal de 𝑓(𝑡) solo que con amplitud decreciente. La expresión analítica del
espectro práctico se puede obtener de la siguiente manera:

Por tanto:

De la ecuación se deduce que:

Muestreo Practico (Modulación por pulsos)