Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Lección 4.
ANÁLISIS DE FOURIER.
Curso 2009-10
Una serie de este tipo recibe el nombre de serie trigonométrica o serie de Fourier.
El problema de la representación de una función mediante una serie trigonométrica surge,
como veremos en la lección 6, de la resolución de ecuaciones en derivadas parciales. En torno a
1750, J. d’Alembert, D. Bernoulli (1700—1782) y L. Euler estudiaron la ecuación de ondas que
gobierna el problema de la cuerda vibrante, un problema planteado y estudiado por B. Taylor
(1685—1731) que había obtenido soluciones en forma de funciones sinusoidales. D’Alembert dio
una solución muy general y Euler probó que si en el instante inicial la forma de la cuerda es una
combinación finita de senos, entonces ocurrirá lo mismo en cualquier instante posterior, dando
mucho más tarde, en 1777, las fórmulas que permiten calcular los coeficientes de la combinación.
En 1753, D. Bernoulli utilizó esta representación para resolver el problema de la cuerda vibrante
para una posición inicial cualquiera, pero su solución suscitó mucha controversia. Fue J.B. Fourier
(1768—1830) quien, al analizar en una famosa memoria presentada en 1807 la ecuación que go-
bierna la transmisión del calor en una barra, retomó las ideas de Euler y Bernoulli y obtuvo
resultados muy ajustados a los experimentos, colocando el estudio de las series trigonométricas
–que hoy llevan su nombre– en el centro del escenario matemático del S. XIX. La teoría de
las series de Fourier tuvo a lo largo del siglo pasado profundas implicaciones para el análisis
matemático y es hoy en día una herramienta fundamental de la ingeniería de telecomunicación.
En la teoría de la señal y la comunicación, cuando t es la variable temporal se dice que f (t)
es una señal periódica en tiempo continuo y cuando esta representación en serie de funciones
trigonométricas sea correcta, decimos que hemos descompuesto la señal en armónicos o modos
de vibración.
2 Lección 4. Análisis de Fourier
En esta lección estudiaremos bajo qué condiciones puede hacerse esta representación, cómo
calcular los coeficientes, los ejemplos más importantes, algunas propiedades y la forma compleja
de las series de Fourier. Finalmente, para funciones –señales– no periódicas, se introduce la
transformada de Fourier que, aunque es muy similar y comparte muchas propiedades con la
transformada de Laplace, se emplea en contextos muy diferentes.
Funciones periódicas. Recordemos que una función f : R → R es periódica de período T 6= 0
(o T -periódica) cuando existe T > 0 tal que
f(t + T ) = f(t) para cualquier t ∈R.
En ese caso se tiene automáticamente que f(t + nT ) = f (t) para cualesquiera t ∈ R y n ∈ Z.
Esto significa que sus valores se repiten a intervalos regulares y que su gráfica puede dividirse en
segmentos verticales de anchura T que son idénticos. Es obvio que si T es un período de f(t),
entonces también lo son −T, ±2T, ±3T, . . . Salvo las funciones constantes, todas las funciones
periódicas de interés en las aplicaciones, en particular las funciones continuas no constantes,
tienen lo que se conoce como un período fundamental o mínimo; o sea, un período T > 0 tal que
f (t) no es τ -periódica para ningún valor 0 < τ < T .
Los ejemplos típicos de funciones periódicas son las funciones trigonométricas sen (t) y cos(t),
que son periódicas con período mínimo 2π. Las funciones sen (2t) y cos(2t) también tienen
período 2π pero su período mínimo es π. Más generalmente, dados ω > 0, φ y n ∈ N, las
2π
funciones sen (nωt + φ) y cos(nωt + φ) son periódicas de período mínimo T = , porque
nω
sen (nω(t + T ) + φ) = sen (nωt + φ + 2π) = sen (nωt + φ)
e igual con el coseno. Para medir la velocidad de repetición de una función con período mínimo
T , se utiliza la frecuencia, a veces llamada frecuencia angular, definida como
2π 2π
frecuencia = = ,
período T
que se mide en radianes por segundo. En algunos textos se reserva la palabra frecuencia para la
inversa del período, 1/T que se mide en ciclos por segundoo hertzios.
Polinomios trigonométricos. Un polinomio trigonométrico con período T y frecuencia ω =
2π/T es una función de la forma
Xn0
1
f(t) = a0 + [an cos(nωt) + bn sen (nωt)]
2 n=1
(el factor 12 del término independiente es un convenio cuya justificación daremos más adelante).
En otras palabras, un polinomio trigonométrico es una combinación lineal de senos y cosenos que
tienen un período común T . Los coeficientes an y bn de esta combinación se llaman coeficientes
de Fourier del polinomio. El índice n0 se llama grado del polinomio.
La razón del término “polinomio” es que las funciones sen (nωt) y cos(nωt) se pueden escribir
como una combinación de productos de potencias de sen (ωt) y cos(ωt), como en las conocidas
expresiones
sen (2ωt) = 2sen (ωt) cos(ωt) y cos(2ωt) = (cos(ωt))2 − (sen (ωt))2 .
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 3
Para calcular los demás coeficientes, Euler había observado que dados un período T y la
frecuencia correspondiente ω = 2π/T , entonces para cada m, n = 1, 2, . . . se tiene
Z T Z T (
0 si m 6= n,
cos(nωt) cos(mωt) dt = sen (nωt)sen (mωt) dt = T
0 0 si m = n
2
y también Z T
cos(nωt)sen (mωt) dt = 0.
0
1 P
Así que, multiplicando la expresión f(t) = a0 + ∞ n=1 [an cos(nωt) + bn sen (nωt)] por cos(mωt)
2
(para m = 1, 2, . . . ) e integrando sobre un período, obtenemos
Z T
f (t) cos(mωt) dt =
0
Z T X∞ ∙ Z T Z T ¸
= a0 cos(mωt) dt + an cos(nωt) cos(mωt) dt + bn sen (nωt) cos(mωt) dt
0 n=1 0 0
T
= am .
2
1 P
Análogamente, multiplicando la expresión f(t) = a0 + ∞ n=1 [an cos(nωt) + bn sen (nωt)] por
2
sen (mωt) (para m = 1, 2, . . . ) e integrando sobre un período, obtenemos
Z T
f(t)sen (mωt) dt =
0
Z T X ∞ ∙ Z T Z T ¸
= a0 sen (mωt) dt + an cos(nωt)sen (mωt) dt + bn sen (nωt)sen (mωt) dt
0 n=1 0 0
T
= bm .
2
se tiene
an cos(nωt) + bn sen (nωt) = αn cos(nωt + φn ),
así que podemos escribir la serie de Fourier de f como una superposición de armónicos en términos
de las amplitudes y las fases de la siguiente manera:
X
∞
f(t) ∼ α0 + αn cos(nωt + φn ).
n=1
siendo ω = 2π/T . Vemos que no está claro a priori que la serie vaya a ser convergente.
(3) La serie de Fourier de la función dada por f(t) = (π − t)(π + t) para −π ≤ t ≤ π y
extendida periódicamente a R es
∙ ¸
2π 2 1 1 1
f (t) ∼ + 4 cos(t) − cos(2t) + cos(3t) − cos(4t) + · · · .
3 4 9 16
En este caso sí está claro que la serie converge absolutamente para cada valor de t.
(4) La serie de Fourier de la función de onda dentada definida por f(t) = t/T para 0 < t < T
y extendida periódicamente a R es
∙ ¸
1 1 1
f (t) ∼ 1/2 − sen (ωt) + sen (2ωt) + sen (3ωt) + · · ·
π 2 3
con ω = 2π/T .
(5) La serie de Fourier de la función de onda dentada definida por f (t) = t/T para −T /2 <
t < T /2 y extendida periódicamente a R es
∙ ¸
1 1 1 1
f (t) ∼ sen (ωt) − sen (2ωt) + sen (3ωt) − sen (4ωt) + · · ·
π 2 3 4
con ω = 2π/T .
(6) La serie de Fourier de un tren de pulsos rectangulares dado como la extensión periódica
de la función definida en [−T /2, T /2] por
½
1 si 0 < |t| <d/2,
f(t) =
0 si d/2 < |t| < T /2.
es
∙ ¸
ωd 1 sen (2ωd/2) sen (3ωd/2)
f(t) ∼ + sen (ωd/2) cos(t) + cos(2t) + cos(3t) + · · · .
2π π 2 3
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 7
con ω = 2π/T .
Series de Fourier de funciones pares e impares. Sea f : [−L, L] → R una función. Se
dice que f es una función par cuando f(−t) = f (t) para cada t ∈ [−L, L]; esto significa que su
gráfica es simétrica respecto del eje de ordenadas. Si f es par e integrable, entonces
Z L Z L
f(t) dt = 2 f (t) dt.
−L 0
Las constantes, los cosenos o las funciones f(t) = tpar son ejemplos de funciones pares.
Se dice que una función f : [−L, L] → R es una función impar cuando f(−t) = −f(t) para
cada t ∈ [−L, L]; esto significa que su gráfica es simétrica respecto del origen de coordenadas. Si
f es impar e integrable, entonces Z L
f(t) dt = 0.
−L
Los senos o las funciones f(t) = timpar son ejemplos de funciones impares.
La suma y el producto de funciones pares o impares sigue la misma regla que los signos (con
“par” en el papel de “positivo” e “impar” en el de “negativo”). Otra propiedad útil es que la
derivada de una función par es impar y viceversa.
Teorema. Sea f (t) una función continua a trozos y periódica de período T .
(1) Si f es una función par, entonces su desarrollo en serie de Fourier sólo tiene funciones
coseno, lo que se conoce como una serie de Fourier en cosenos,
1 X∞
f(t) ∼ a0 + an cos(nωt)
2 n=1
siendo ω = 2π/T y
Z T /2
4
an = f (t) cos(nωt) dt (n = 0, 1, 2, . . . ).
T 0
(Esto lo vemos en los Ejemplos 3 y 6 anteriores.)
(2) Si f es una función impar, entonces su desarrollo en serie de Fourier sólo tiene funciones
seno, lo que se conoce como una serie de Fourier en senos,
X
∞
f(t) ∼ bn sen (nωt)
n=1
siendo ω = 2π/T y
Z T /2
4
bn = f(t)sen (nωt) dt (n = 1, 2, . . . ).
T 0
(Esto lo vemos en los Ejemplos 2 y 5 anteriores.)
Veremos en la Lección 5 que en ocasiones necesitaremos expresar una función como una serie
de Fourier de senos o como una serie de Fourier de cosenos en un intervalo dado. Esto se hace
definiendo la función de manera adecuada fuera de dicho intervalo para que sea par o impar.
8 Lección 4. Análisis de Fourier
Desarrollos de medio intervalo. Sea f : [0, L] → R una función continua a trozos. Sea
T = 2L, entonces la extensión T -periódica y par de f es la función definida en el intervalo
[−L, L] = [−T /2, T /2] por
½
f(−t) si −L ≤ t ≤ 0,
fpar (t) =
f(t) si 0 ≤ t ≤ L,
y extendida periódicamente a toda la recta real R. Obviamente, fpar es una función par, así que
su desarrollo en serie de Fourier es una serie de cosenos que se conoce, en este contexto, como el
desarrollo de f en serie de cosenos en medio intervalo [0, L] y viene dado por
1 X∞
f (t) ∼ a0 + an cos(nωt) en [0, L],
2 n=1
siendo ω = π/L y
Z L
2
an = f(t) cos(nωt) dt (n = 0, 1, 2, . . . ).
L 0
La extensión T -periódica e impar de f es la función definida en [−L, L] = [−T /2, T /2] por
½
−f(−t) si −L ≤ t ≤ 0,
fimpar (t) =
f(t) si 0 ≤ t ≤ L,
y extendida periódicamente a toda la recta real R. Obviamente, fimpar es una función impar, así
que su desarrollo en serie de Fourier es una serie de senos que se conoce, en este contexto, como
el desarrollo de f en serie de senos en medio intervalo [0, L] y viene dado por
X
∞
f(t) ∼ bn sen (nωt) en [0, L],
n=1
siendo ω = π/L y
Z L
2
bn = f (t)sen (nωt) dt (n = 1, 2, . . . ).
L 0
Ejemplo. Sea f(t) = t para t ∈ [0, π]. Entonces, su extensión par y 2π-periódica es la función
dada por fpar (t) = |t| para t ∈ [−π, π] y extendida periódicamente a toda la recta real; el
desarrollo de f en serie de cosenos en [0, π] es
∙ ¸
π 4 cos(3t) cos(5t)
f(t) ∼ − cos(t) + + + ··· .
2 π 32 52
Para la misma función f, su extensión impar y 2π-periódica viene dada por fimpar (t) = t para
t ∈ [−π, π] y extendida periódicamente a toda la recta real; el desarrollo de f en serie de senos
en [0, π] es ∙ ¸
sen (2t) sen (3t) sen (4t)
f (t) ∼ 2 sen (t) − + − + ··· .
2 3 4
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 9
1 X∞
f(t) ∼ a0 + [an cos(nωt) + bn sen (nωt)] ,
2 n=1
con ω = 2π/T , su serie de Fourier. Hemos comentado que la afirmación de que se da la igualdad
entre f y su serie de Fourier suscitó mucha controversia a lo largo de la segunda mitad del
S. XVIII y comienzos del S. XIX. Esta controversia fue zanjada por P.G.L. Dirichlet (1805—
1859): en 1829 dio la primera demostración satisfactoria de que cierta clase de funciones, que
incluye prácticamente todas las de interés en las aplicaciones, son realmente iguales a las sumas
de sus series de Fourier.
Condiciones de Dirichlet. Sea f : R → R una función periódica de período T . Se dice
que f satisface las condiciones de Dirichlet si en cada período la función f : [0, T ] → R es
continua salvo un número finito de discontinuidades de salto y sólo tiene una cantidad finita
de máximos y mínimos locales estrictos. Puede probarse, en particular, que si una función
periódica es tal que ella y su derivada están definidas y son continuas salvo un número finito
de discontinuidades de salto, entonces dicha función verifica las condiciones de Dirichlet. Como
hemos dicho, prácticamente todas las funciones –señales– de interés en las aplicaciones las
verifican.
Teorema de convergencia de Dirichlet. Sea f : R → R una función periódica de período T
que satisface las condiciones de Dirichlet y sea
1 X∞
f(t) ∼ a0 + [an cos(nωt) + bn sen (nωt)] ,
2 n=1
(2) Si f tiene una discontinuad de salto en un punto t, entonces la serie de Fourier converge
en ese punto al punto medio del salto, o sea,
1 X∞
f(t− ) + f(t+ )
a0 + [an cos(nωt) + bn sen (nωt)] = ,
2 n=1
2
donde, como es habitual, f(t− ) = limτ →0,τ >0 f(t − τ ) indica el límite de f en t por la izquierda
y f(t+ ) = limτ →0,τ >0 f(t + τ ) indica el límite de f en t por la derecha.
El teorema nos dice, en particular, que si f satisface las condiciones de Dirichlet y redefinimos
el valor de f en cada punto de discontinuidad como el punto medio del salto, o sea, poniendo
10 Lección 4. Análisis de Fourier
f (t− ) + f (t+ )
f (t) = , entonces la suma de la serie de Fourier coincide con f(t) en cada t ∈ R.
2
Por eso, en lo que sigue, y salvo que se diga lo contrario, supondremos que esto se cumple.
Ejemplo. Hemos visto que la serie de Fourier de la función dada por f(t) = (π − t)(π + t) para
−π ≤ t ≤ π y extendida periódicamente a R es
∙ ¸
2π 2 1 1 1
f (t) ∼ + 4 cos(t) − cos(2t) + cos(3t) − cos(4t) + · · · .
3 4 9 16
1 1
Mostramos a continuación las sumas parciales hasta los sumando sen (25t) y sen (35t) donde
25 35
se observa claramente el fenómeno de Gibbs.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 11
1.5 1.5
1 1
0.5 0.5
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
−10 −5 0 5 10 15 −10 −5 0 5 10 15
Igualdad de Parseval. Sea f una función periódica de período T que verifica las condiciones
de Dirichlet y sea
1 X∞
f(t) ∼ a0 + [an cos(nωt) + bn sen (nωt)]
2 n=1
12 Lección 4. Análisis de Fourier
el polinomio trigonométrico obtenido como la suma m-ésima de dicha serie. Entonces fm es,
de todos los polinomios trigonométricos de grado m y período T , el que mejor se aproxima a f
en media cuadrática; es decir, si gm es un polinomio trigonométrico de grado m distinto de fm ,
entonces Z Z
1 T 2 1 T
[f (t) − fm (t)] dt < [f(t) − gm (t)]2 dt
T 0 T 0
y, además, Z
1 T
lim [f(t) − fm (t)]2 dt = 0.
m→∞ T 0
y al subespacio M formado por todos los polinomios trigonométricos de grado menor o igual a
n. Una base ortonormal de dicho subespacio está formado por las funciones
½ ¾
1
, cos(ωt), sen (ωt), ..., cos(nωt), sen (nωt) .
2
donde ω = 2π/T y los coeficientes de estas expresiones están relacionados de la siguiente manera:
α0 = 12 a0 y, para n = 1, 2, . . . ,
p
αn = a2n + b2n y φn = arctan(−bn /an ) ∈ (−π, π]
o bien
an = αn cos(φn ) y bn = −αn sen (φn ).
1 X£
∞
1 ¤
f (t) ∼ a0 + (an − jbn )ejnωt + (an + jbn )e−jnωt .
2 2 n=1
Escribiendo
1 1 1
c0 = c0 e0 = a0 , cn = (an − jbn ) y c−n = cn = (an + jbn ),
2 2 2
separando los términos con índice negativo de los que tienen índice positivo y reordenando, la
serie de Fourier queda
X
∞
f(t) ∼ cn ejnωt ,
n=−∞
14 Lección 4. Análisis de Fourier
que se llama forma compleja de la serie de Fourier de f . Los números cn se llaman coeficientes
de Fourier de la forma compleja y pueden calcularse de forma directa:
Z
1 T /2
cn = f (t)e−jnωt dt para n = 0, ±1, ±2, . . .
T −T /2
Si lo que tenemos son los coeficientes cn de la forma compleja, entonces los coeficientes de
Fourier an y bn , las amplitudes y las fases vienen dados por
Vemos, entonces, que una función periódica es par cuando sus coeficientes de Fourier complejos
son reales y que es impar cuando sus coeficientes de Fourier complejos son imaginarios puros.
Cuando f(t) es una señal periódica de período fundamental T , las componentes de la forma
compleja se dan en las frecuencias 0, ±ω, ±2ω, . . . Sin embargo, no es posible realizar física-
mente señales de frecuencia negativa, éstas se han introducido por comodidad. Para obtener una
señal real a partir de cada componente cn ejnωt debemos combinarla con c−n e−jnωt para obtener,
teniendo en cuenta que cn y c−n son conjugados,
cn ejnωt + c−n e−jnωt = |cn | ejφn ejnωt + |cn | e−jφn e−jnωt = 2 |cn | cos(nωt + φn ).
En el caso complejo, la representación de los módulos |cn | cuando situamos las frecuencias po-
sitivas y negativas en el eje de abscisas se llama espectro complejo de amplitudes y es simétrico
con respecto al eje de ordenadas. Las amplitudes αn = 2 |cn | = |cn | + |c−n | se obtienen sumando
los valores correspondientes a las frecuencias nω y −nω.
Ejemplo. Los coeficientes de Fourier complejos de un tren de pulsos rectangulares dado como
la extensión periódica de la función definida en [−T /2, T /2] por
½
k si 0 ≤ |t| < d/2,
f(t) =
0 si d/2 ≤ |t| < T /2,
son Z d/2
k kd sen (nωd/2)
cn = e−jnωt dt = .
T −d/2 T nωd/2
Los valores de cn son reales, lo que corresponde al hecho de que la función es par, así que su
espectro de fases es φn = 0 para cada n. La función
(
1 si t = 0,
sa(t) := sen (t)
si t 6= 0,
t
se llama función de muestreo (‘sa’ viene de la palabra inglesa sampling) y es muy importante en
la teoría de la señal precisamente porque los coeficientes de Fourier complejos del tren de pulsos
rectangulares de nuestro ejemplo se pueden expresar como
kd
cn = sa(nωd/2).
T
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 15
A veces, en vez de la función de muestreo se trabaja con una función relacionada, llamada seno
cardinal que se define como
(
1 si t = 0,
sinc(t) := sa(πt) := sen (πt)
si t =
6 0.
πt
Observación. La forma compleja se puede definir para funciones periódicas f (t) que toman
valores complejos y las fórmulas y los resultados que se obtienen son totalmente análogos. Lo
único que hay que tener en cuenta es, simplemente, que a la hora de integrar se integran por
separado las partes real e imaginaria. En lo que sigue, usaremos a veces este hecho sin hacer
mención explícita.
Propiedades de la forma compleja de las series de Fourier. Las propiedades de derivación
e integración vistas en la sección anterior se trasladan al caso complejo sin dificultad alguna. Es
más, hay algunas propiedades que se entienden mucho más claramente en el contexto complejo y
que son útiles a la hora de obtener nuevos desarrollos de Fourier a partir de otros conocidos. En
lo que queda de sección, supondremos que f y g son funciones periódicas de período T (reales
o complejas) que verifican las condiciones de Dirichlet y cuyos desarrollos en serie de Fourier
compleja son, respectivamente,
X
∞ X
∞
f (t) = cn ejnωt y g(t) = dn ejnωt ,
n=−∞ n=−∞
siendo ω = 2π/T .
Linealidad. Si p y q son números complejos, entonces la serie de Fourier de pf (t) + qg(t) es
X
∞
pf(t) + qg(t) = (pcn + qdn )ejnωt .
n=−∞
O sea, f (t) y f(pt) tienen las mismas amplitudes y fases pero correspondientes a frecuencias
distintas.
16 Lección 4. Análisis de Fourier
P∞
Convolución. Los coeficientes complejos de Fourier de f(t)g(t) = n=−∞ hn ejnωt son
X
∞ X
∞
hn = ck dn−k = cn−k dk .
k=−∞ k=−∞
4 La transformación de Fourier
La representación integral de Fourier. Hemos visto que la forma compleja de la serie de
Fourier de una función f periódica de período T que verifica las condiciones de Dirichlet es
X
∞
f(t) = cn ejnωt ,
n=−∞
Si nuestra señal no es periódica, no podemos esperar que sea posible representarla median-
te una serie de Fourier. Una de las contribuciones decisivas de Fourier fue tratar una función
no periódica como si fuera una función con período infinito, lo que le llevó a la posibilidad de
representarla no como una serie cuyos términos corresponden a múltiplos de la frecuencia fun-
damental 0, ω, 2ω, 3ω, . . . , sino como una integral cuya variable de integración es una frecuencia
que se mueve de manera continua. Veamos cuál fue su razonamiento.
Partiendo de una función periódica y combinando las expresiones anteriores, obtenemos
" Z #
X∞ X∞
1 T /2
f(t) = cn ejnωt = f (t)e−jnωτ dτ ejnωt .
n=−∞ n=−∞
T −T /2
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 17
1 X
∞
f (t) = FT (ωn )ejωn t ∆ωn .
2π n=−∞
Si T es muy grande, podemos interpretar esta suma como una suma de Riemann de la integral
impropia
Z ∞
1 X
∞
1 jωt
FT (ω)e dω ≈ FT (ωn )ejωn t ∆ωn = f(t).
2π −∞ 2π n=−∞
En consecuencia, si hacemos T → ∞ y consideramos la función F dada por
Z ∞
F (ω) = lim FT (ω) = f (τ )e−jωτ dτ ,
T →∞ −∞
y, además, en cada subintervalo finito se verifica que f (t) es continua salvo un número finito de
discontinuidades de salto y que sus partes real e imaginaria sólo tienen una cantidad finita de
máximos y mínimos locales estrictos.
18 Lección 4. Análisis de Fourier
Puesto que el valor de F (ω) para cada variable real ω es un número complejo, suele represen-
tarse usando una gráfica para su módulo |F (ω)| y otra para su argumento principal arg(F (ω)) ∈
(−π, π] que se conocen, respectivamente, como espectro de amplitudes y espectro de fases de f.
Ejemplos. (1) La transformada de Fourier de la función exponencial unilateral
½
−αt 0 si t < 0,
f (t) = h0 (t)e = −αt
e si t > 0,
con Re(α) > 0, es
1
F (ω) = .
α + jω
(2) La transformada de Fourier del pulso rectangular
½
1 si |t| < d/2,
f (t) =
0 si d/2 < |t| ,
es
sen (ωd/2)
F (ω) = dsa(ωd/2) = d sinc(ωd/2π) = 2 .
ω
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 19
y, teniendo en cuenta que F vuelve a ser una función par, concluimos que
Z ∙Z ∞ ¸
2 ∞
f (t) = f (τ ) cos(ωτ ) cos(ωt) dτ dω.
π 0 0
y, teniendo en cuenta que F vuelve a ser una función impar, concluimos que
Z ∙Z ∞ ¸
2 ∞
f (t) = f (τ )sen (ωτ )sen (ωt) dτ dω.
π 0 0
Escalado en el dominio del tiempo. La transformada de Fourier de f(at) viene dada por
F (ω/a)
; es decir
|a|
1
F{f(at)} (ω) = F{f} (ω/a) .
|a|
Más generalmente,
(siempre que f(t), f 0 (t), ..., f (n) (t) cumplan las condiciones de Dirichlet).
Derivación en la frecuencia. Si la función tf (t) verifica las condiciones de Dirichlet, entonces
d
la transformada de Fourier de f(t) es derivable y se tiene que la transformada inversa de F (ω)
dω
es −jtf (t). Más generalmente,
½ n ¾
−1 d
F n
F (ω) = (−jt)n f (t), para n = 1, 2, . . .
dω
(Es claro que si las funciones f y g son causales, entonces esta definición coincide con la dada
en la lección anterior.) Este producto de convolución también es conmutativo, asociativo y
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 21
Entonces
1
F{f(t)g(t)} (ω) = F (ω) ∗ G(ω).
2π
Teorema de Parseval. La energía total asociada con una función f : R → R se define como
Z ∞
|f (t)|2 dt.
−∞
Si una función tiene energía total finita, entonces su transformada de Fourier también y, de hecho,
se tiene Z ∞ Z ∞
2 1
|f(t)| dt = |F (ω)|2 dω.
−∞ 2π −∞
y, en particular,
F{δ 0 (t)}(ω) = 1.
Usando la propiedad de dualidad nos quedaría, entonces,
X
∞
F (ω) = 2π cn δ 0 (ω − nω 0 )
n=−∞
X
∞
f (t) = g(t − nT0 ).
n=−∞
6 Ejercicios
Ejercicio 1. ¿Qué relación deben mantener dos frecuencias positivas ω 1 y ω2 para que la función
f (t) = sen (ω 1 t) + sen (ω2 t) sea un polinomio trigonométrico? Cuando eso ocurra, ¿cuál será su
período?
Ejercicio 2. Determina el desarrollo en serie de Fourier de las siguientes funciones, que están
definidas como se indica en el intervalo [−π, π] y se extienden periódicamente a toda la recta
real:
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 23
1. f(t) = t cos(t)
2. f(t) = t2
3. f(t) = |sent|
4. f(t) = et .
Ejercicio 7. Halla los desarrollos en serie de Fourier de la función f(t) = 1 − cos2 (t) que se
piden a continuación:
24 Lección 4. Análisis de Fourier
Ejercicio 13. Determina la transformada de Fourier de cada una de las siguientes funciones (a
representa un número real positivo).
1. f (t) = e−a|t|
2. f (t) = |t| e−a|t|
3. f (t) = e−a|t| tn para n = 1, 2, . . .
4. f (t) = e−a|t| sen(bt)
5. f (t) = e−a|t| cos(bt).
Ejercicio 14. Determina la transformada de Fourier de cada una de las siguientes funciones (a
representa un número con parte real positiva y h0 es la función de salto de Heaviside).
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 25
2. La función triangular ½
1 − |t| /T si |t| < T,
f(t)=
0 si |t| > T.
Ejercicio 16. Calcula la transformada de Fourier de las siguientes funciones (cosenos vistos a
través de ventanas, “windowed cosines” en inglés).
2
Ejercicio 21. Sabiendo que F{e−|t| } = , halla F{te−|t| } y aplica la propiedad de dualidad
1 + ω2
para calcular F{4t/(1 + t2 )2 }.
Ejercicio 22. Prueba las siguientes afirmaciones.
Ejercicio 23. Halla f(t) sabiendo que la transformada de Fourier de g(t) = f(t) cos(t) es
½
1 si |ω| < 2,
F{g(t)}(ω) =
0 en otro caso.
Ejercicio 24. Halla las transformadas de Fourier generalizadas de las funciones sen(ωt), cos(ωt)
y ej(ωt+φ) .
Ejercicios y cuestiones de exámenes de cursos anteriores.
Ejercicio 25. Halla la forma compleja de la serie de Fourier de la onda triangular definida en el
intervalo [−1, 1] por
tri(t) = 1 − |t|
y extendida 2-periódicamente.
Ejercicio 26. (1) Sea f (t) la función definida por f (t) = t para 0 ≤ t < 1 y extendida
periódicamente a toda la recta real. Calcula la forma compleja de la serie de Fourier de f y
dibuja la función a la que converge dicha serie en el intervalo [−2, 2].
P
∞
(2) Aplica la forma compleja de la igualdad de Parseval para deducir el valor de n−2 .
n=1
Ejercicio 27. Enuncia y demuestra la igualdad de Parseval para las series de Fourier reales.
Ejercicio 28. Enuncia y demuestra la propiedad de traslación en el tiempo para la transforma-
ción de Fourier.
Ejercicio 29. Enuncia y demuestra la propiedad de convolución en el tiempo para la transfor-
mación de Fourier.
Ejercicio 30. (1) Enuncia las condiciones de Dirichlet para la transformación de Fourier y el
correspondiente Teorema de Convergencia.
(2) Utiliza el teorema mencionado en el apartado anterior para calcular la función continua
cuya transformada de Fourier es la función F (ω) = e−|ω| para ω ∈ R.
Ejercicio 31. Sea f el pulso rectangular dado por f(t) = 1 si |t| Z< 1 y f (t) = 0 si |t| ≥ 1.
∞
sen (x)
Calcula su transformada de Fourier y úsala para deducir el valor de dx.
−∞ x
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2009/10 27
jω
Ejercicio 32. La transformada de Fourier de una función f (t) es F (ω) = . Calcula la
cosh(ω)
transformada de Fourier de la función g(t) = f 0 (2t − 1) enunciando las propiedades que utilices.
Ejercicio 33. Aplica la transformación de Fourier al problema de valor inicial
7 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos, en especial el de James
(que incluye algunas aplicaciones a la ingeniería).
[517.9/3-EDW] C.H. Edwards y D.E. Penney, Ecuaciones diferenciales elementales, Cap. 8.
[517.9/2-SIM] G.F. Simmons, Ecuaciones diferenciales, Cap. 6.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 4 (secciones 4.1 a 4.6)
y Cap. 5 (secciones 5.1 a 5.5)