UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMERICA)

FACULTAD DE INGENIERIA ELECTRONICA Y
ELECTRICA

 Docente: Zavala Huavel, Esequiel

 Curso: Señales y Sistemas – L12

 Tema: Encontrar la DFT / y la IDFT de la señal DT

 Tipo de informe: Informe final 5

 Alumno: Leyva Huamani, Marcelo

 Código: 19190179

 Fecha: 18/05/2023
Introducción Teórica

La generación de señales complejas se refiere a la creación de señales que tienen

componentes tanto en la parte real como en la parte imaginaria. Estas señales se utilizan
en una amplia variedad de aplicaciones, desde telecomunicaciones hasta instrumentación
y control de procesos.

La generación de señales complejas se logra mediante la combinación de señales

sinusoidales de diferentes frecuencias y amplitudes, lo que permite crear una señal con
una forma de onda arbitraria. Esta técnica se conoce como síntesis de Fourier y es la base
de la generación de señales complejas.

Las señales complejas se pueden generar utilizando diferentes métodos, como la

modulación de amplitud (AM), la modulación de frecuencia (FM) y la modulación de
fase (PM). En la modulación, una señal de alta frecuencia (portadora) se modifica en
amplitud, frecuencia o fase según la señal de baja frecuencia (moduladora).

La generación de señales complejas también se puede lograr mediante el uso de

osciladores controlados por voltaje (VCO) y circuitos de mezcla. Los VCOs producen
señales con una frecuencia que se puede controlar mediante una señal de entrada de
voltaje, mientras que los circuitos de mezcla combinan dos señales de entrada para
generar una señal de salida con una frecuencia igual a la suma o diferencia de las
frecuencias de entrada.

En resumen, la generación de señales complejas implica la creación de señales que tienen

componentes tanto en la parte real como en la parte imaginaria, lo que se logra mediante
la síntesis de Fourier, la modulación y el uso de osciladores controlados por voltaje y
circuitos de mezcla. Estas señales se utilizan en una amplia variedad de aplicaciones en
la electrónica y las comunicaciones.
Desarrollo del informe
Encontrar la DFT / y la IDFT de la señal DT
 Preguntas
1. Definir señal, dar ejemplos para señales 1-D, 2-D, 3-D.
Podemos definir teóricamente una señal como la variación temporal de una
magnitud física que se utiliza para codificar una información. Si analizamos una
serie de situaciones cotidianas, podríamos darnos numerosos ejemplos, en los que
nos encontramos con señales de distinta naturaleza: ópticas, acústicas (habla),
magnéticas (grabadora), etc. Podemos abordar tres clases de señales:
 Señales 1D x(t), con que nos indica "tiempo". Este t es el caso, por
ejemplo, cuando x(t) representa un voltaje que evoluciona en el tiempo
 Señales 2D x (s1, s2), con s1 y s2 indicando un punto en un espacio
bidimensional. Una típica aplicación es el nivel de intensidad de luz de
una imagen fija en cualquier punto dado s1, s2 dentro de un determinado
marco de referencia
 Señales 3D x (s1, s2, t) con s1, s2 indicando un punto en un espacio
bidimensional, y t indicando el tiempo. Esta clase de señales representan
una secuencia de tiempo de imágenes fijas que conocemos como vídeo,
2. Definir transformación. ¿Cuál es la necesidad de transformar?
La transformada de Fourier se llama así en honor al matemático y físico francés
Joseph Fourier, esta es una transformación matemática empleada para
transformar señales entre el dominio del tiempo y el dominio de la frecuencia, la
cual tiene muchas aplicaciones en la física y la ingeniería. Es reversible, es decir
que puede reconstruir la señal a partir de la transformada, siendo capaz de
transformarse en cualquiera de los dominios al otro.
 La necesidad se da en su importancia, ya que es una herramienta que nos permite
obtener la representación de información en el espacio de frecuencias y aplicando
un operador en este dominio, se puede operar sobre la imagen, para detectar y
realzar bordes, eliminar ruido, etc.
3. Diferenciar la transformada de Fourier y la transformada discreta de Fourier.
Para poder diferenciar, primero se tiene que saber la definición de cada concepto,
entonces podemos decir que La DFT transforma una función matemática en otra,
obteniendo una representación en el dominio de la frecuencia, siendo la función
original una función en el dominio del tiempo. Pero la DFT requiere que la
función de entrada sea una secuencia discreta y de duración finita. Mientras que
la Transformada de Fourier es una transformación matemática empleada para
transformar señales entre el dominio del tiempo (o espacial) y el dominio de la
frecuencia, que tiene muchas aplicaciones en la física y la ingeniería. Es
reversible, siendo capaz de transformarse en cualquiera de los dominios al otro.
4. Diferenciar DFT y DTFT.
Una diferencia notable con el simple nombre es que la DTFT es una función
continua de frecuencia, mientras la DFT es una función discreta de frecuencia. La
transformada de Fourier de tiempo discreto (DTFT) es la transformada de Fourier
(convencional) de una señal de tiempo discreto. Su salida es continua en
frecuencia y periódica. La transformada discreta de Fourier (DFT) puede verse
como la versión muestreada (en el dominio de la frecuencia) de la salida DTFT.
5. Explicar la fórmula matemática para el cálculo de DFT.
como una transformación lineal que convierte una secuencia discreta de números
en otra secuencia discreta, que representa la misma información, pero en el
dominio de la frecuencia.

La fórmula matemática para calcular la DFT de una secuencia discreta de N

puntos se expresa de la siguiente manera:

X[k] = Σ(n=0 to N-1) x[n] * exp(-i * 2π * k * n / N)

Donde:

X[k]: es el valor resultante de la DFT en el k-ésimo punto del dominio de la

frecuencia.
x[n]: es el valor de la secuencia discreta en el n-ésimo punto del dominio del
tiempo.
i: es la unidad imaginaria (√(-1)).
N: es la longitud de la secuencia discreta.
6. Explicar la fórmula matemática para el cálculo de IDFT.
La Transformada Inversa de Fourier Discreta (IDFT, por sus siglas en inglés) es
el proceso inverso de la Transformada de Fourier Discreta (DFT). Mientras que la
DFT se utiliza para analizar una señal en el dominio de la frecuencia, la IDFT
permite reconstruir la señal original en el dominio del tiempo a partir de su
representación en el dominio de la frecuencia.
 La fórmula matemática para calcular la IDFT de una secuencia discreta de N
puntos se expresa de la siguiente manera:

x[n] = (1/N) * Σ(k=0 to N-1) X[k] * exp(i * 2π * k * n / N)

Donde:

x[n]: es el valor resultante de la IDFT en el n-ésimo punto del dominio del

tiempo.
X[k]: es el valor de la secuencia discreta en el k-ésimo punto del dominio de la
frecuencia.
i: es la unidad imaginaria (√(-1)).
N: es la longitud de la secuencia discreta.
7. ¿Cómo calcular FT para la señal 1-D?
Para calcular la Transformada de Fourier (FT) de una función continua en el
tiempo, se utiliza la siguiente fórmula integral:

F(w) = ∫[−∞, ∞] f(t) * exp(−j * 2π * w * t) dt

Donde:

F(w): es la función resultante en el dominio de la frecuencia.

f(t): es la función original en el dominio del tiempo.
w: es la frecuencia en el dominio de la frecuencia.
j: es la unidad imaginaria (j = √(-1)).
t: es la variable de tiempo.
8. ¿Qué se entiende por diagrama de magnitud, diagrama de fase, espectro de
potencia?
- Diagrama de magnitud: El diagrama de magnitud muestra la magnitud de cada
componente de frecuencia en la señal transformada. Representa la amplitud de
cada frecuencia presente en la señal original. En el eje vertical se muestra la
magnitud o amplitud de la señal, y en el eje horizontal se representa la
frecuencia. El diagrama de magnitud puede ser útil para identificar las
frecuencias dominantes o picos en la señal.

- Diagrama de fase: El diagrama de fase muestra la fase de cada componente de

frecuencia en la señal transformada. La fase representa la relación de tiempo
entre las diferentes componentes de frecuencia. También se representa en el
eje vertical y se traza en función de la frecuencia en el eje horizontal. El
diagrama de fase es importante para analizar la sincronización y el desfase
entre las diferentes frecuencias presentes en la señal.

- Espectro de potencia: El espectro de potencia muestra la densidad espectral de

potencia de una señal en el dominio de la frecuencia. Representa la
distribución de energía o potencia de la señal en función de la frecuencia. En
el eje vertical se muestra la densidad espectral de potencia y en el eje
 horizontal se representa la frecuencia. El espectro de potencia permite
visualizar las componentes de frecuencia y su contribución relativa a la
potencia total de la señal.
9. Explique las aplicaciones de DFT.
La transformada de Fourier se suele utilizar en casos como lo es pasar al dominio
de la frecuencia una señal para así obtener la información que no es evidente en
el dominio temporal. Por ejemplo, es más fácil saber sobre qué ancho de banda se
concentra la energía de una señal analizándola en el dominio de la frecuencia.
Dentro de las aplicaciones matemáticas las DFT nos ayudan a resolver
ecuaciones diferenciales con mayor facilidad y, por consiguiente, se usa para el
diseño de controladores clásicos de sistemas realimentados si conocemos la
densidad espectral de un sistema y la entrada podemos conocer la densidad
espectral de la salida. Esto es muy útil para el diseño de filtros de radio
transistores. La transformada de Fourier también se utiliza en el ámbito del
tratamiento digital de imágenes, como por ejemplo para mejorar o definir más
ciertas zonas de una imagen fotográfica o tomada con una computadora.
Ejercicio:
Encuentre el DFT de 8 puntos de la secuencia x (n) = [1 2 3 4 4 3 2 1]