La Transformada de Fourier es un instrumento de gran valor para analizar las funciones no periódicas. Complementa de esta manera a la Serie de Fourier, que permite analizar sistemas donde están involucradas las funciones periódicas.
Es decir, mediante la Serie de Fourier podemos representar una señal periódica en términos de sus componentes sinusoidales, cada componente con una frecuencia en particular. La Transformada de Fourier permite hacer esto mismo con señales no periódicas.
Definición
Fourier razonó que una señal aperiódica puede considerarse como una señal periódica con un periodo infinito. De manera más precisa, en la representación en Serie de Fourier de una señal periódica, conforme el período se incrementa, la frecuencia fundamental disminuye y las componentes relacionadas armónicamente se hacen más cercanas a la frecuencia. A medida que el periodo se hace infinito, las componentes de frecuencia forman un continuo y la suma de la serie de Fourier se convierte en una integral.
Sea f una función real definida en el dominio continuo, dígase f(t) definida en el dominio t. Entonces, la Transformada de Fourier (TF) se define como:
Se dice que una señal f(t) tiene Transformada de Fourier si la integral de la ecuación (1) converge (es decir, existe). La integral converge si f(t) “se comporta bien” y si es completamente integrable; esta última condición significa que:
Todas las señales reales se comportan bien, y por tanto satisfacen la condición anterior. Es decir, la mayoría de las señales reales tiene TF. Sin embargo, el siguiente es un ejemplo de una señal que no tiene TF:
La señal de la ecuación (3) es bien conocida como señal de CD o señal constante. Y no tiene TF porque no es una señal real, es decir, ninguna señal que es diferente de cero todo el tiempo puede ser físicamente posible. Si sustituimos esta señal en la ecuación (1) podríamos comprobar que esta integral no converge sólo con observar que el área bajo la señal constante es infinita, por lo que dicha integral no tiene un valor finito. Más adelante, sin embargo, mostraremos que una señal constante si tiene TF en un sentido generalizado.
El par de Transformada de Fourier
Podemos definir dos integrales que se llaman el par de Transforma de Fourier:
Para que exista la TF de f(t), se debe cumplir que:
F(ω) es la transformada del espectro de f(t). De aquí vemos que f(t) está siendo analizada en un número finito de componentes de frecuencia con amplitud infinitesimal igual a:
Para ver más: La transformada de Fourier
Consideraciones sobre la Transformada de Fourier
1. En general F(ω) es una función compleja, que transforma una señal dada en sus componentes exponenciales;
2. F(ω) se llama la Transformada de Fourier directa de f(t), y representa las amplitudes relativas de varias componentes de frecuencia, así F(ω) es la representación de f(t) en el dominio de la frecuencia:
3. La representación en el tiempo de f(t) especifica una función a cada valor del tiempo, mientras que F(ω) especifica las amplitudes relativas de las componentes de frecuencia de la señal, para cada valor de frecuencia.
4. Así, F(ω) es una función compleja con la siguiente forma:
F(ω) es una función compleja que puede ser representada gráficamente por la magnitud 
y la fase Θ(ω) versus la frecuencia. De esta manera, la gráfica de se llama Espectro Continuo de Amplitud de f(t), y la gráfica de Θ(ω) se llama Espectro Continuo de Fase de f(t). El espectro se dice que es un espectro continuo, ya que ambos, el de amplitud y el de fase de F(ω) , son funciones continuas de la frecuencia ω. Esta representación gráfica de ambos espectros se conoce como El Espectro de Frecuencia. Notar la diferencia que existe entre este espectro continuo y el espectro discreto generado por la Serie de Fourier.
5. En muchos casos F(ω) es real o imaginario puro. Por lo cual sólo se necesita una sola gráfica ya que:
Ejemplo
1. La gráfica de módulo y de fase de la Transformada de Fourier de la función compleja exponencial e-atU(t) para a>0 real, tiene la forma siguiente:
Para la deducción de este gráfico, ver:
2. Obtenga la Transformada de Fourier de tiempo continuo de la señal x(t):
3. Considere la señal genérica x(t):
3.1 Obtenga la Transformada de Fourier de tiempo continuo de la señal y(t):
3.2 Obtenga la Transformada de Fourier de tiempo continuo de la señal y(t):
3.3 Obtenga la Transformada de Fourier de tiempo continuo de la señal y(t):
3.4 Obtenga la Transformada de Fourier de tiempo continuo de la señal y(t):
Propiedades de la Transformada de Fourier
La relación entre una señal y su Transformada de Fourier se denotará de la siguiente manera:
Lo siguiente es un resumen de las propiedades más resaltantes de la TF:
Comparación entre la Transformada de Laplace y la Transformada de Fourier
A menudo se argumenta que la Transformada de Laplace es una herramienta excesivamente teórica y poco intuitiva, ya que implica una integración en el plano complejo y convierte una señal de variable real (el tiempo continuo) en una transformada de variable compleja (la variable s). Es decir, para representar la misma información es necesario utilizar dos variables en el dominio de Laplace, la parte real de s y la parte imaginaria de s, en lugar de solo una, tal y como se hace en el dominio temporal. A primera vista, no hay una razón evidente que justifique la necesidad de utilizar dos variables y ello hace que surjan alternativas para comprimir la redundancia que contiene la Transformada de Laplace y volverla a reducir a una sola dimensión. Una de estas alternativas se basa en la función exponencial est, que, como ya sabemos, presenta la propiedad de ser una autofunción de los sistemas LIT analógicos. Es decir, al excitar la entrada de un sistema analógico LIT de respuesta impulsional ℎ(𝑡) con la señal 𝑥(𝑡)= est, el sistema presenta una señal 𝑦(𝑡) a su salida dada por:
Dónde H(s) es la función de transferencia del sistema. El resultado anterior muestra cómo la señal exponencial que hay en la entrada vuelve a aparecer en la salida acompañada de un factor de escala, dado por la función de transferencia, el cual resume el comportamiento del sistema en función de la variable compleja s.
De entre todas las posibles señales exponenciales, hay una de ellas que es de especial interés para nosotros y que no es otra que la señal exponencial compleja: esto es, e jωt, en donde se ha llevado a cambio el cambio de variable s=𝒋ω . Este cambio es interesante porque la señal exponencial compleja tiene un significado físico más tangible, al poder ser interpretada como un fasor en el plano complejo rotando a una velocidad angular constante ω, cuya proyección en los ejes real e imaginario da lugar a las funciones cos(ω𝒕) y sen(ω𝒕), respectivamente. Estas señales co/sinusoidales son fácilmente generables en un laboratorio y corresponden, haciendo un símil acústico, a tonos de frecuencia pura.
Esto hace que, de todo el plano complejo definido por la variable de Laplace s, en la práctica nos interese restringirnos al caso s=𝒋ω. Esta particularización no solo hace más intuitivo el análisis en el dominio transformado a partir del uso de exponenciales complejas, sino que, además, reduce la Transformada de Laplace a una nueva transformada de una sola variable, ω.
SIGUIENTE:
Fuentes:
- Fundamentos_de_Señales_y_Sistemas_usando la Web y Matlab
- Análisis de sistemas lineales asistido con Scilab, Ebert Brea.
- Analisis_de_Sistemas_Lineales
- Oppenheim – Señales y Sistemas
Revisión literaria hecha por:
Prof. Larry Francis Obando – Technical Specialist – Educational Content Writer
Se hacen trabajos, se resuelven ejercicios!!
WhatsApp: +34633129287 Atención Inmediata!!
Copywriting, Content Marketing, Tesis, Monografías, Paper Académicos, White Papers (Español – Inglés)
Escuela de Ingeniería Electrónica de la Universidad Simón Bolívar, USB Valle de Sartenejas.
Escuela de Ingeniería Eléctrica de la Universidad Central de Venezuela, UCV CCs
Escuela de Turismo de la Universidad Simón Bolívar, Núcleo Litoral.
Contacto: España. +34633129287
Caracas, Quito, Guayaquil, Jaén.
WhatsApp: +34633129287
FACEBOOK: DademuchConnection
email: dademuchconnection@gmail.com
Por tanto:
En el ejemplo 4:
