Capı́tulo 6, Matemática Control y Comunicación

Alejandro Morales
December 2018

1 Correciones
Pagina 124. Z ∞
1
e−αt−jwt dt=
0 α − jw
Página 126.
α
F( )
w
Pagina 129. Para el Coseno
1
F{f (t)cos(w0 t)} = [F (w + w0 ) + F (w − w0 )]
2
Para el Seno.
1
F{f (t)sen(w0 t)} = j [F (w + w0 ) − F (w − w0 )]
2
Pagina 132.
1 2
ejw + e−jw +


=− 2
w w2
Página 141
f (t) = e−a|t|

2 Ejercicios Propuestos
1.)

Determine la corriente del siguiente circuito en serie, usando la trans-

formada de fourier.

Por Kirchoff, se recuerda que por este método la suma de los voltajes
debe ser cero; por lo tanto se usa el voltaje de cada elemento en el
circuito
VR (t) + VL (t) + VC (t) = V (t)
F{VR (t)} = F{Ri (t)}
VR (w) = RIR (w)

1
 Figure 1: Circuito RLC

se aplica transformada de fourier a ambos lados de la ecuación.

dIL
F{VL (t)} = F{L (t)}
dt
VL (w) = LjwIL (w)
dVC (t) 1
F{ } = F{ IC (t)}
dt C
1
jwVC (w) = IC (w)
C

Despejando el voltaje en el capacitor.

1
VC (w) = IC (w)
Cjw

Resolviendo por impedancias. ”La impedancia es una medida de

oposición que presenta un circuito a una corriente cuando se aplica
una tensión”.
VR (t) + VL (t) + VC (t) = V (t)
dI(t) 1 t
Z
Ri (t) + L + i(τ )dτ = V (t)
dt c −∞

Al trabajar con impedancias se presenta una ecuación integro difer-

encial.

2.1 Observación para Transformada de Fourier de una in-

tegral.
Z t
I(w) π
F{ i(τ )dτ } = + I(0)δ(w)
−∞ Cjw C
Como:
dVC (t)
F{ i(t)} = F{ C } = CjwV( w)
dt

2
La T.F de la corriente es igual a la T.F de la capacitancia por la
diferencia de voltaje presente en el capacitor.
I(w) = CjwV( w)
Evaluando en cero.
I(0) = Cj(0)V (0) = 0
Entonces el circuito; usando técnicas de impedancia, presenta el siguiente módelo
matemático.
1
RI(w) + LjwI(w) + I(w) = V (w)
Cjw

Como se aprecia la ecuación está presente en el dominio del tiempo,

se despeja la corriente.
1
(R + Ljw )I(w) = V (w)
Cjw
1
I(w) = 1 V (w)
(R + Ljw Cjw )

La fracción presente se conoce como admitancia (facilidad que un

circuito ofrece al paso de corriente “H(w)”). Por lo tanto:
I(w) = H(w)V (w)

Aplicando Transformada Inversa de Fourier

F −0 { I(w)} = F −0 { H(w)V (w)}

Dando como resultado una convolución en el dominio del tiempo.

i(t) = h(t) ∗ v(t)
2). Calcular la Transformada de fourier de la función f(t)=rect(t).

La función cajón ”rect(t)”, tiene el siguiente comportamiento.



 1; si − 21 ≤ t ≤ 21

rect(t) =

 0; en otro caso


Definición de T.F de la función rect(t).

Z ∞
F{ rect(t)} = rect(t)e−jwt dt
−∞
1
e−jwt 1
Z 2
= e−jwt dt = − | 1
− 12 jw − 2

3
w = 2πf Se recuerda que w = 2πf para efectos de facilidad a la hora
de simplificar.
e−jπf ejπf
=− +
j2πf j2πf

Se multiplica por 2 tanto numerador como denominador, para ası́

ajustar la forma exponencial del sen(w).

1 sen(πf )
=− (e−jπf − ejπf ) = = sinc(πf )
j2πf πf

Finalmente se obtiene la transformada de la función cajón.

3). Si f(t) es una función imaginaria para f(t)=jg(t); demostrar que las partes
real e imaginaria de F(w)= son F(-w).
Z ∞
F{ jg(t)} = j g(t)e−jwx dx
−∞
Z ∞
= j[ g(t)[cos(wt) − jsen(wt)]dt]
−∞
Z ∞ Z ∞
=j g(t)cos(wt)dt − j jg(t)sen(wt)dt
−∞ −∞
Z ∞ Z ∞
= g(t)sen(wt)dt + j g(t)cos(wt)dt
−∞ −∞

Entonces Z ∞
Re (w) = g(t)sen(wt)dt
−∞

La parte real está definida por el seno.

Z ∞
Im (w) = g(t)cos(wt)dt
−∞

La parte imaginaria está definida por el coseno.

Z ∞ Z ∞
Re (−w) = −Re (w) => g(t)sen(−wt)dt = − g(t)sen(wt)dt = −Re (w)
−∞ −∞

Comportamiento de una función impar “seno”.

Z ∞ Z ∞
Im (−w) = Im (w) => g(t)cos(−wt)dt = g(t)cos(wt)dt = Im (w)
−∞ −∞

Comportamiento de una función par “coseno”.

4
Para finalizar la demostración se usan las propiedades del conjugado,
vistas en el capı́tulo primero de este libro.
Z ∞ Z ∞
F (−w) = − g(t)sen(wt)dt + j g(t)cos(wt)dt
−∞ −∞
Z ∞ Z ∞
¯ =
F (w) g(t)sen(wt)dt − j g(t)cos(wt)dt
−∞ −∞
Z ∞ Z ∞
¯ =−
−F (w) g(t)sen(wt)dt + j g(t)cos(wt)dt = F (−w)
−∞ −∞

4.) Utilizar la convolución en la siguiente transformada.

1
f (t) = F −0 { }
(1 + jw)(2 + jw)

Entonces, aplicamos convolución

Z ∞
F −0 { F (w)G(w)} = f (t)g(x − t)dt
−∞

1 1
F (w) = ; G(w) =
(1 + jw) (2 + jw)
f (t) = e−t u(t); g(x − t) = e−2(x−t) u(x − t)

Por lo tanto, la solución es:

Z ∞
e−2(x−t) u(x − t)dt = (e−t − e−2t )u(t)
−∞

5.) Hallar la transformada de fourier de un tren finito de pulsos unitarios.

k−1
X
f (t) = δ(t − nT )
n=0

Representación del tren de impulsos como T.F.

k−1
X
F{ δ(t − nT )} = F{ δ(t)} + F{ δ(t − T )} + ... + F{ δ(t − (k − 1)T )}
n=0

k−1
X Z ∞ Z ∞ Z ∞
−jwt −jwt
F{ δ(t − nT )} = δ(t)e dt+ δ(t−T )e dt+...+ δ(t−(k−1)T )e−jwt dt
n=0 −∞ −∞ −∞

5
Simplificación del tren de impulsos
k−1
X k−1
X k−1
X
= F{ δ(t − nT )} = 1+e−jwT +e−2jwT +e−jwT +...+ejw(k−1)T = F{ δ(t − nT )} = e−jw(nT )
n=0 n=0 n=0

6.) Halla la solución particular (corriente i(t)) del circuito en estado estable
donde L=1H;R=3 Ω ; C=0.5 F; V(t)=u(t).

y 00 + 3y 0 + 2y = u(t)

Ecuación Diferencial del Circuito eléctrico, “y” es la corriente i(t) en

el circuito.
F{ y 00 } + F{ 3y 0 } + F{y} + F{ u(t)}

Aplicación de T.F en la ED.

1
F{ y}((jw)2 + 3jw + 2) = πδ(w) +
jw

Propiedad T.F para derivadas y la función u(t).

1 1
F{ y} = (πδ(w) + )( )
jw (2 + jw)(1 + jw)

1 A B
( )=( )+( )
(2 + jw)(1 + jw) (2 + jw) (1 + jw)

Método de fracciones parciales.

1=A(jw+1)+B(jw+2)
Con jw=-2 ; Con jw=-1
A=-1 ; B=1

Aplicamos T.I.F en la ecuación resultante para obtener la corriente

i(t) ó “y”.
1 1 1
y = F −0 { πδ(w) + (− )+( )}
jw (2 + jw) (1 + jw)
1
y= (1 + 2e−t − e−2t )u(t)
2

7).Si se conoce la siguiente propiedad.

F (w) = F{ f (t)}

6
Demostrar que
1 w − w0
F{ f (at)ejw0 t } = F( )
|a| a

Planteamiento
Z ∞ Z ∞
F (w) = f (at)ejw0 t e−jwt dt = f (at)e−j(w−w0 )t dt;
−∞ −∞

y
y = at; dy = adt; t =
a

Se realiza un cambio de variable para resolver la integral.

1 ∞
Z
w−w0
f (y)e−j( a )y dy
a −∞
Z ∞
1 w−w0
f (y)e−j( a )y dy
|a| −∞
1 w − w0
= F( )
|a| a

De está forma se demuestra la propiedad.

8.) Sea F(w) la transformada de Fourier de f(t) y fk (t)

La función definida por.

Z k
1
fk (t) = F (w)ejwt dw
2π −k

Compruebe que:
Z k
1 sen(kx)
fk (t) = f (t − x) dx
π −k x

Entonces
Z k
1
fk (t) = lim F (w)ejwt dw
k→∞ 2π −k

7
Se usa Teorema de Fubini(Cambio en el orden de integración)
Z k Z k Z ∞
1 1
F (w)ejwt dw = [f (x)e−jwx dx]ejwt dw
2π −k 2π −k −∞
Z ∞ Z k
1
= f (x)[ e−jwx ejwt dw]dx
2π −∞ −k

∞
ejw(t−x) w=k
Z
1
= f (x)[ | ]dx
2π −∞ j(t − x) w−k

∞
2sen(k(t − x))
Z
1
= f (x) dx
2π −∞ t−x

t ∞
sen(k(t − x)) sen(k(t − x))
Z Z
1 1
= f (x) dx + f (x) dx
π −∞ t−x π t t−x

Cambio de Variable u=x-t

1 0 1 ∞
Z Z
sen(ku) sen(ku)
f (u + t) du + f (u + t) du
π −∞ u π 0 u
1 ∞
Z
sen(ku)
= f (u + t) du
π −∞ u

De esta forma se ha demostrado la identidad propuesta.

3 TRANSFORMADA DISCRETA DE FOURIER

”Es poco frecuente encontrar señales puramente periódicas en el procesado dig-
ital de señales. Señales y datos no periódicos con un número finito de valores
es el entorno más comúnmente empleado en los sistemas LTI prácticos (un sis-
tema LTI (Linear Time-Invariant), es aquel que, como su propio nombre indica,
cumple las propiedades de linealidad e invarianza en el tiempo), este tipo de
señales son analizadas en interpretadas por la DFT.” [1]
La transformada de Fourier Discreta (DFT), requiere que la función de entrada
sea una secuencia discreta y de duración finita.
La Transformada Discreta de Fourier (DFT) de una señal x[n] definida en el
rango 0 ≤ n ≤ N − 1 se define como:
N −1 N −1
2π
X X
X[k] = x[n]e−j N kn = x[n]WNkn
n=0 n=0

8
 0≤k ≤N −1
Donde.
2π
WNkn = e−j N
Los valores espectrales X[k] se evalúan en 0 ≤ n ≤ N − 1 .Al término WN
se le denomina frecuentemente ”twiddle factor” y es un conjunto de valores
complejos.[1]
En particular, la DFT se utiliza comúnmente en procesado digital de señales
y otros campos relacionados dedicados a analizar las frecuencias que contiene
una señal muestreada, también para resolver ecuaciones diferenciales parciales, y
para llevar a cabo operaciones como convoluciones o multiplicaciones de grandes
números enteros. Un factor muy importante para este tipo de aplicaciones es
que la DFT puede ser calculada de forma eficiente en la práctica utilizando el
algoritmo de la transformada rápida de Fourier o FFT (Fast Fourier Transform).
La Transformada inversa de Fourier (IDFT), que permite generar la señal x[n]
a partir de sus muestras espectrales X[k] , se define como:
N −1 N −1
1 X 2π 1 X
x[n] = X[k]ej N kn = X[k]WN−kn
N N n=0
k=0

0≤k ≤N −1
Donde los valores de x[n] son evaluados en el rango 0 ≤ n ≤ N − 1.

3.1 TRANSFORMADA RAPIDA DE FOURIER

La transformada rápida de Fourier FFT es un algoritmo que reduce el tiempo
de cálculo de n2 pasos a nlog2 (n). El único requisito es que el número de puntos
en la serie tiene que ser una potencia de 2 (2n puntos), por ejemplo 32, 1024,
4096, etc.

3.2 EJERCICOS TRANSFORMADA DISCRETA DE FOURIER

1). Usando la DFT, considere la Función cualquiera en el dominio del tiempo.

F (t) = 5 + 2cos(2πt − 90) + 3cos(4πt)

Evaluamos la función en las 4 muestras. Vamos a muestrear la curva 4 veces

por segundo (4Hz), con esto haremos t= k4 y se ira sustituyendo este valor en la
ecuación inicial; tendremos.
π2k
F (k) = 5 + 2cos( − 90) + 3cos(πk)
4
πk
F (t) = 5 + 2cos( − 90) + 3cos(πk)
2
Las muestras (Mn ,0,1,2,3) discretas serı́an.

M1

9
 π0
F (0) = 5 + 2cos( − 90) + 3cos(π0)
2
F (0) = 5 + 2cos(−90) + 3cos(0)
F (0) = 5 + 0 + 3(1)
F (0) = 8

M2
π1
F (1) = 5 + 2cos( − 90) + 3cos(π1)
2
F (1) = 4
M3
π2
F (2) = 5 + 2cos( − 90) + 3cos(π2)
2
F (2) = 8
M4
π3
F (3) = 5 + 2cos( − 90) + 3cos(π3)
2
F (2) = 0
Aplicaremos la Transformada Discreta de Fourier para los 4 valores DIscretos.
N −1 N −1
2π
X X
X[k] = x[n]e−j N kn = x[n]WNkn ; 0kN − 1
n=0 n=0

Valor Discreto X0
(0)(0) (0)(1) (0)(2) (0)(3)
X0 = (8)e−j2π 4 + (4)e−j2π 4 + (8)e−j2π 4 + (0)e−j2π 4

Recordando la Fórmula de Euler.

ejx = cos(x) + jsen(x)

Aplicando la Fórmula de Euler nos queda

X0 = 8[cos(0)+jsen(0)]+4[cos(0)+jsen(0)]+8[cos(0)+jsen(0)]+08[cos(0)+jsen(0)]

X0 = 8[1 + 0j] + 4[1 + 0j] + 8[1 + 0j] + 0[1 + 0j]

X0 = 20
Valor Discreto X1
(1)(0) (1)(1) (1)(2) (1)(3)
X1 = (8)e−j2π 4 + (4)e−j2π 4 + (8)e−j2π 4 + (0)e−j2π 4

10
Aplicando la fórmula de Euler nos queda:
π π 3π 3π
X1 = 8[cos(0)+jsen(0)]+4[cos(− )+jsen(− )]+8[cos(−π)+jsen(−π)]+0[cos(− )+jsen(− )]
2 2 2 2
X1 = 8[1 + 0j] + 4[0 + (−j)] + 8[−1 + 0j] + 0
X1 = −4j
Valor Discreto X2
(2)(0) (2)(1) (2)(2) (2)(3)
X2 = (8)e−j2π 4 + (4)e−j2π 4 + (8)e−j2π 4 + (0)e−j2π 4

Aplicando la fórmula de Euler nos queda:

X2 = 8[cos(0)+jsen(0)]+4[cos(−π)+jsen(−π)]+8[cos(−2π)+jsen(−2π)]+0[cos(−3π)+jsen(−3π)]

X2 = 8[1 + 0j] + 4[−1 + 0j] + 8[1 + 0j] + 0

X2 = 12
Valor Discreto X3
(3)(0) (3)(1) (3)(2) (3)(3)
X3 = (8)e−j2π 4 + (4)e−j2π 4 + (8)e−j2π 4 + (0)e−j2π 4

Aplicando la fórmula de Euler nos queda:

3π 3π 9π 3π
X3 = 8[cos(0)+jsen(0)]+4[cos(− )+jsen(− )]+8[cos(−3π)+jsen(−3π)]+0[cos(− )+jsen(− )]
2 2 2 2
X3 = 8[1 + 0j] + 4[0 + 1j] + 8[−1 + 0j] + 0[cos(0) + jsen(0)]
X3 = 4j

Figure 2: Graficá de los valores para el Dominio de la Frecuencia [2]

11
References
[1] Varios Autores. La transformada discreta de fourier (d.f.t). url-
http://www.ehu.eus/Procesadodesenales/tema7/ty2.html. Accedido 10-12-
2018.
[2] José Mujica. La transformada discreta de fourier, dos ejemplos paso a paso.
urlhttp://www.escuelasuperiordeaudio.com.ve/articles/dtffinalA.pdf. Acce-
dido 10-12-2018.

12