Calculado con Matlab:
La representacin de la funcin en series de Fourier ser remplazar los valores
obtenidos de las ecuaciones 2,3 y 4 en la ecuacin 1
(
6
3.2 Respuesta permanente del sistema para 1GDL:
La respuesta en estado estacionario de un sistema con amortiguamiento ante
una excitacin peridica p(t) es la combinacin de las respuestas a los
trminos individuales de la serie de Fourier:
{[
]} 5
La respuesta se obtiene al remplazar los valores de los coeficientes en la
ecuacin 5 y j solo es vlido para nmeros impares.
{[
] [
]}
Calculado con Matlab: dependiendo de la cantidad de armnicos que
queramos trabajar o analizar en este caso tomaremos 4 a 10 armnicos con el
fin de observar el comportamiento de la amplitud de las ondas sinusoidales.
7
figura 2a. J= 1,2,3,4 comportamiento de la transformada de Fourier
figura 2b. J= 1,2,3..10 comportamiento de la transformada de Fourier
-1 0 1 2
-1
-0.5
0
0.5
1
SEALES SINUSOIDALES SUMADAS
ARMONICO
t
i
e
m
p
o
-1 0 1 2
-2
-1
0
1
2
SEALES SINUSOIDALES SIMPLES
ARMONICO
t
i
e
m
p
o
1 2 3 4
0
0.5
1
1.5
AMPLITUD ARMONICOS
-1 0 1 2
-1
-0.5
0
0.5
1
-1 0 1 2
-1
-0.5
0
0.5
1
SEALES SINUSOIDALES SUMADAS
ARMONICO
t
i
e
m
p
o
-1 0 1 2
-2
-1
0
1
2
SEALES SINUSOIDALES SIMPLES
ARMONICO
t
i
e
m
p
o
2 4 6 8 10
0
0.5
1
1.5
AMPLITUD ARMONICOS
-1 0 1 2
-1
-0.5
0
0.5
1
8
4. ANALISIS
Representacin de la funcin:
Para hallar la funcin representativa P(t) se tuvo que encontrar los
coeficientes de la serie de Fourier, en el proceso de encontrar sus
resultados se observaron que algunos de estos no dependan del valor del
armnico como era el caso de (aj) en cambio, (bj) si dependa de algunas
condiciones para tomar un valor diferente al nulo, como lo era el valor de j
ya fuera par el valor era nulo, y si era impar su resultado fue siempre
bj=(4*p)/pi*j.
Respuesta permanente del sistema para 1GDL:
Al haber establecido la funcin de representacin se puede interpretar de la
siguiente forma, la amplitud del armnico para valores pares siempre va
ser igual a cero lo que significa que la funcin es nula para ese caso en
especfico; pero no es igual para los valores impares pues para ellos si hay
una amplitud detallada por la funcin, de tal forma que a medida que va
creciendo el valor de (j) en intervalos impares va disminuyendo la amplitud
del armnico, Como se nota en las figura 2a y figura 2b.
Un claro anlisis seria citar la siguiente parte de un documento Gibbs
demostr formalmente que para una discontinuidad de altura unitaria, las
sumas parciales exhiben un valor mximo de aproximadamente 1.09 (un
sobre pic del 9% de la altura del salto (amplitud)), no importa cun grande
sea N. Se debe interpretar este resultado con cuidado: para cada valor fijo
de t = t1, las sumas parciales convergen (cuando N tiende a infinito) al
valor correcto, y en la discontinuidad convergern a la mitad de la suma de
los valores de la seal a cada lado de la discontinuidad. No obstante,
cuanto ms cercano a la discontinuidad se elija t1, tanto mayor deber ser
N para mantener el error j I x(t)- xN(t)I por debajo de una cota determinada:
en otras palabras, la convergencia de la serie a la funcin no es uniforme.
Este comportamiento peculiar de las sumas parciales, de presentar
oscilaciones cuyo valor pico es constante para cualquier valor finito de N, y
que se concentran cerca de la discontinuidad cuando N crece, se conoce
como fenmeno de Gibbs.[2]
9
5. CONCLUCIONES
Partiendo del anlisis realizado en el trabajo se puede establecer una clara
argumentacin sobre el uso de la transformada de Fourier (TDF) para la
interpretacin de seales sismolgicas y peridicas generadas en algn
software o mesa ssmica.
Con la ayuda de softwares podemos analizar de manera ms fcil y
detallada el comportamiento de una excitacin peridica y de esta manera
certificar o imprimir una respuesta ms correcta.
Con la transformada de Fourier se pretende expresar una funcin peridica
en fusin de la suma de senos y cosenos y de esta manera facilitar el
anlisis de la vibraciones mecnicas en una estructura.
Al aumentar la cantidad de armnicos se puede representar una funcin
peridica ms precisa que con un nmero pequeo de ellos, puesto que el
error sera mucho ms pequeo (la funcin tendera a parecerse a la
peridica).
6. REFERENCIAS
[1]Ail K. Chopra. Respuesta a las excitaciones armnicas y peridicas, 4 edicin en
espaol.
[2]ANALISIS DE FOURIER
http://www.ingelec.uns.edu.ar/pds2803/Materiales/Cap02/02-Cap02.pdf
[3] ANALISIS DE FOURIER PARA EL TRATAMIENTO DE SEALES
http://es.slideshare.net/docdigitus/analisis-de-fourier-para-seales
[4] FOURIER SERIES. http://www.youtube.com/watch?v=AqQpIEMhKQA
10
6. ANEXOS
Programacin Matlab
clc;clear
syms t n P To
A = [0 0.5 1];
f = [1 -1];
f = sym(f);
T = max(A)-min(A);
wo = 2*pi/(T);
Ao = 0;
for i=1:length(f)
Ao = Ao +int(f(i),'t', A(i), A(i+1));
end
Ao = simple(Ao/T);
An = 0;
for i=1:length(f)
An = An +int(f(i)*cos(n*wo*t), A(i), A(i+1));
end
An = simple(2*An/T);
Bn = 0;
for i=1:length(f)
Bn = Bn +int(f(i)*sin(n*wo*t), A(i), A(i+1));
end
Bn = simple(2*Bn/T);
An = char(An);
Bn = char(Bn);
An = simple(sym(strrep(char(An), 'sin(pi*n)', '0')));
Bn = simple(sym(strrep(char(Bn), 'sin(pi*n)', '0')));
An = simple(sym(strrep(char(An), 'cos(pi*n)', '(-1)^n')));
Bn = simple(sym(strrep(char(Bn), 'cos(pi*n)', '(-1)^n')));
11
An = simple(sym(strrep(char(An), 'sin(n*pi)', '0')));
Bn = simple(sym(strrep(char(Bn), 'sin(n*pi)', '0')));
An = simple(sym(strrep(char(An), 'cos(n*pi)', '(-1)^n')));
Bn = simple(sym(strrep(char(Bn), 'cos(n*pi)', '(-1)^n')));
An = simple(sym(strrep(char(An), 'sin(2*pi*n)', '0')));
Bn = simple(sym(strrep(char(Bn), 'sin(2*pi*n)', '0')));
An = simple(sym(strrep(char(An), 'cos(2*pi*n)', '1')));
Bn = simple(sym(strrep(char(Bn), 'cos(2*pi*n)', '1')));
An = simple(sym(strrep(char(An), 'cos(2*n*pi)', '1')));
Bn = simple(sym(strrep(char(Bn), 'cos(2*n*pi)', '1')));
%
disp('Ao')
pretty(Ao)
disp('An')
pretty(An)
disp('Bn')
pretty(Bn)
x = linspace(min(A), max(A), 100);
fx = 0;
for i=1:length(A)-1
if mod(i, 2) == 1
fx = fx+((x>=A(i))&(x<=A(i+1))).*subs(f(i),x);
else
fx = fx+((x>A(i))&(x<A(i+1))).*subs(f(i),x);
end
end
plot(x, fx, 'Linewidth', 2); hold on
plot(x+max(x)-min(x), fx, 'Linewidth', 2)
plot(x-max(x)+min(x), fx, 'Linewidth', 2)
plot([max(x) max(x)],[fx(1) fx(end)], 'linewidth', 2)
plot([min(x) min(x)],[fx(end) fx(1)], 'linewidth', 2)
grid on
xlabel('\bfTIEMPO');
ylabel('\bfAMPLITUD');
title('\bfGRAFICA DE LA FUNCION');
ejs = axis;
figure
a = 10; % Numero de armonicos
t = linspace(min(x)-max(x)+min(x), max(x)-min(x)+max(x),
1000);
Ao = eval(Ao);
for i=1:1:a
subplot(2, 2,1)
ft(i,:) = (subs(Bn, 'n', i).*sin(i*wo*t))+(subs(An, 'n',
i).*cos(i*wo*t));
plot(t, Ao+sum(ft),'Color', 'b', 'Linewidth', 1.3)
title('\bfSEALES SINUSOIDALES SUMADAS')
12
Efecto Gibbs:
xlabel('\bfARMONICO');
ylabel('\bftiempo');
hold on
ylim([ejs(3) ejs(4)])
xlim([min(t) max(t)])
% box on
% grid on
subplot(2, 2,2)
plot(t, ft(i,:),'Color','b', 'Linewidth', 1.3)
title('\bfSEALES SINUSOIDALES SIMPLES')
hold on
% box on
% grid on
xlabel('\bfARMONICO');
ylabel('\bftiempo');
xlim([min(t) max(t)])
Cn(i) = sqrt(subs(Bn, 'n', i)^2+subs(An, 'n', i)^2);
subplot(2, 2,3)
stem(Cn,'fill','r', 'Linewidth', 2)
hold on; grid on
title('\bfAMPLITUD ARMONICOS')
xlim([1 a])
subplot(2, 2,4)
plot(t, Ao+sum(ft), 'r','Linewidth', 2);
ylim([ejs(3) ejs(4)])
xlim([min(t) max(t)])
pause(0.01)
end