Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Teórico de
CÁLCULO AVANZADO
2019
Objetivos de aprendizaje
Germán BRESCIANO
14 SERIES Y TRANSFORMADA DE FOURIER ......................................................................14-1
14.1 SERIES DE FOURIER ..................................................................................................................14-1
Expansión en serie de Fourier .........................................................................................14-2
Funciones de período 2π .................................................................................................14-5
Funciones pares e impares ..............................................................................................14-9
Propiedades de linealidad .............................................................................................14-12
Funciones de período T .................................................................................................14-13
Convergencia de la serie de Fourier .............................................................................14-15
Funciones definidas sobre un intervalo finito ...............................................................14-17
Derivación e integración en serie de Fourier................................................................14-21
Aplicación: respuesta de frecuencia y sistemas oscilatorios .........................................14-24
Forma compleja de la serie de Fourier .....................................................................14-27
14.2 TRANSFORMADA DE FOURIER ................................................................................................14-30
Series y transformada de Fourier 14-1
La representación de una función como una serie es una práctica común en matemáticas.
Probablemente las expansiones más conocidas son las series de potencias de la forma
∞
𝑓(𝑥) = ∑ 𝑎𝑛 𝑥 𝑛
𝑛=0
en la que los componentes del conjunto base son las funciones potenciales
1, 𝑥, 𝑥 2 , 𝑥 3 , ⋯ , 𝑥 𝑛 , ⋯
Por ejemplo, recordemos que la función exponencial puede ser representada por la serie infinita
∞
𝜒
𝑥2 𝑥3 𝑥𝑛 𝑥𝑛
𝑒 = 1+ 𝑥 + + + ⋯+ +⋯= ∑
2! 3! 𝑛! 𝑛!
𝑛=0
Con frecuencia tiene ventajas al expandir una función en estas series, puesto que es fácil trabajar
con los primeros términos que son una buena aproximación. Por ejemplo, puede aplicarse
integración o derivación término a término o pueden hacerse aproximaciones convenientes de la
función. Las funciones potenciales son sólo un ejemplo de un conjunto base para la expansión
de funciones: se pueden utilizar otros varios conjuntos base. En particular, una serie de Fourier
es una expansión de una función periódica 𝑓(𝑡) de período 𝑇 = 2𝜋⁄𝜔 en la que el conjunto base
es un conjunto de funciones sinusoidales, dando una representación expandida de la forma
∞
𝑓(𝑡) = 𝐴0 + ∑ 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 )
𝑛=1
Aunque la idea de expandir una función en forma de tal serie había sido utilizada por Bernoulli,
D’Alambert y Euler (𝑐. 1750) para resolver problemas asociados con vibración de cuerdas, fue
Joseph Fourier (1768‐1830) quien desarrolló el enfoque a un nivel en el que era útil en general.
Fourier, un físico francés, estaba interesado en problemas de flujo de calor: dada la temperatura
inicial en todos los puntos de una región, quería determinar el cambio en la distribución de
temperatura a lo largo del tiempo. Cuando Fourier postuló en 1807 que una función arbitraria
𝑓(𝑥) puede representarse por una serie trigonométrica de la forma
∞
carácter linear del sistema, la respuesta en estado estacionario puede determinarse como la
suma de las respuestas individuales. Como la expansión en serie de Fourier consistirá en
sinusoides con frecuencias 𝑛𝜔 , múltiplos de la frecuencia de la señal de entrada 𝜔, la respuesta
en estado estacionario tendrá también componentes con esas frecuencias. Si una de las
frecuencias 𝑛𝜔 llega a ser cercana a la frecuencia de oscilación natural del sistema, entonces
resonará con el sistema, y el componente en esta frecuencia dominará la respuesta en estado
estacionario. Una diferencia significativa de interés práctico entre una señal de entrada periódica
no sinusoidal y una señal de entrada sinusoidal pura es que, aunque la señal puede tener una
frecuencia considerablemente más baja que la frecuencia natural del sistema, igualmente
pueden presentarse problemas serios por resonancia. Un análisis de serie de Fourier ayuda a
identificar esta posibilidad.
En el tema Transformada de Fourier veremos cómo se puede extenderse el análisis de series
de Fourier a funciones no periódicas usando Transformadas de Fourier. Las versiones
discretas de esta transformadas proporcionan uno de los métodos más avanzados para análisis
de señales discretas y son ampliamente utilizadas en campos tales como teoría de
comunicaciones y procesamiento de voz e imagen.
Donde 𝑎0 = 2𝐴0 (1). La expansión Ec. 14-3 se llama expansión en serie de Fourier de la función
𝑓(𝑡) , y las a y las b se llaman coeficientes de Fourier. Claramente, Ec. 14-1 es una
representación alternativa de la serie de Fourier Ec. 14-2 con la amplitud y la fase del enésimo
armónico determinadas como
𝑎𝑛
𝐴𝑛 = √(𝑎𝑛2 + 𝑏𝑛2 ) , ∅𝑛 = tan−1 ( )
𝑏𝑛
teniendo cuidado al elegir el cuadrante de ∅𝑛 .
Los coeficientes de Fourier están dados por
Ec. 14-4
2 𝑑+𝑇
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇 𝑑
Ec. 14-5
2 𝑑+𝑇
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝑇 𝑑
que se conocen como fórmulas de Euler.
Antes de verificar Ec. 14-4 y Ec. 14-5, veremos las siguientes integrales, en las que 𝑇 = 2𝜋⁄𝜔 :
𝑑+𝑇 0 (𝑛 ≠ 0)
Ec. 14-6 ∫𝑑 cos 𝑛𝜔𝑡 𝑑𝑡 = {
𝑇 (𝑛 = 0)
𝑑+𝑇
Ec. 14-7 ∫𝑑 sin 𝑛𝜔𝑡 𝑑𝑡 = 0 (∀ 𝑛)
𝑑+𝑇 0 (𝑚 ≠ 𝑛)
Ec. 14-8 ∫𝑑 sin 𝑚𝜔𝑡 sin 𝑛𝜔𝑡 𝑑𝑡 = {1
𝑇 (𝑚 = 𝑛 ≠ 0)
2
𝑑+𝑇 0 (𝑚 ≠ 𝑛)
Ec. 14-9 ∫𝑑 cos 𝑚𝜔𝑡 cos 𝑛𝜔𝑡 𝑑𝑡 = {1
𝑇 (𝑚 = 𝑛 ≠ 0)
2
𝑑+𝑇
Ec. 14-10 ∫𝑑 cos𝑚𝜔𝑡 sin 𝑛𝜔𝑡𝑑𝑡 = 0 (∀ 𝑚 , 𝑛)
Los resultados Ec. 14-6 a Ec. 14-10 son las relaciones de ortogonalidad de las funciones seno
y coseno, y demuestran que el conjunto de funciones
{1, cos 𝜔𝑡 , cos 2𝜔𝑡 , . . . , cos 𝑛𝜔𝑡 , sin 𝜔𝑡 , sin 2𝜔𝑡 , . . . , sin 𝑛𝜔𝑡}
1
Más adelante veremos que conviene tomar el primer término como ½ 𝑎0 en lugar de 𝑎0 pues nos permite hacer que 𝑎0
se ajuste a un resultado general
Series y transformada de Fourier 14-4
2
su validez puede verse en textos más avanzados.
3
Esto explica por qué el término constante en la expansión en serie de Fourier se tomó como ½ 𝑎0 y no 𝑎0 , ya que
asegura la compatibilidad de Ec. 14-11 y Ec. 14-12.
Series y transformada de Fourier 14-5
2 𝑑+𝑇
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡 𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
𝑇 𝑑
lo que confirma la validez de Ec. 14-5.
Resumen
2𝜋
Hemos demostrado que si una función periódica 𝑓(𝑡) de período 𝑇 = puede ser expandida en
𝜔
serie de Fourier entonces la serie está dada por
Ec. 14-3
1
𝑓(𝑡) = 𝑎0 + ∑∞ ∞
𝑛=1 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑𝑛=1 𝑏𝑛 sin 𝑛𝜔𝑡
2
Ec. 14-5
2 𝑑+𝑇
𝑏𝑛 = ∫𝑑 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝑇
Los límites de integración en las fórmulas de Euler se pueden especificar sobre cualquier período,
pues la elección de 𝑑 es arbitraria, y puede hacerse para facilitar el cálculo de 𝑎𝑛 y 𝑏𝑛 . En la
1 1
práctica, es común especificar 𝑓(𝑡) en el período [− 𝑇, 𝑇] o el período [0, 𝑇].
2 2
Un enfoque alternativo puede simplificar el cálculo de 𝑎𝑛 y 𝑏𝑛 usando la fórmula 𝑒 𝑗𝑛𝜔𝑡 = cos 𝑛𝜔𝑡 +
𝑗 sin 𝑛𝜔𝑡 tenemos
Ec. 14-13
2 𝑑+𝑇
𝑎𝑛 + 𝑗𝑏𝑛 = ∫ 𝑓(𝑡)𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 𝑑
Evaluando esta integral e igualando las partes reales e imaginarias de cada lado se obtienen los
𝑎𝑛 y 𝑏𝑛 . Este enfoque es útil cuando sólo se requiere la amplitud |𝑎𝑛 + 𝑗𝑏𝑛 | del enésimo armónico.
Funciones de período 2π
Si el período 𝑇 de 𝑓(𝑡) se toma como 2𝜋 entonces 𝜔 = 1 y la serie Ec. 14-3 se convierte en
Ec. 14-14
∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝑡 + ∑ 𝑏𝑛 sin 𝑛𝑡
2
𝑛=1 𝑛=1
14.1.2.1 Ejemplo
Obtener la expansión en serie de Fourier de la función 𝑓(𝑡) de período 2𝜋 definida como
Series y transformada de Fourier 14-6
14.1.2.2 Ejemplo
Una función 𝑓(𝑡) de período 2𝜋 se define como
𝑓(𝑡) = 𝑡 2 + 𝑡 (−𝜋 < 𝑡 < 𝜋) , 𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)
Dibujar un gráfico de la función 𝑓(𝑡) para 𝑡 en [−3𝜋, 3𝜋] y obtener una expansión en serie de
Fourier de la función.
Solución
La Figura 14-3 muestra un gráfico de 𝑓(𝑡) en [−3𝜋, 3𝜋].
4
Nótese la necesidad de trabajar 𝑎0 por separado de 𝑎𝑛 en este caso.
Series y transformada de Fourier 14-7
14.1.2.3 Ejemplo
Una función 𝑓(𝑡) de período 2𝜋 se define en el período 0 ≤ 𝑡 ≤ 2𝜋 como
𝑡 (0 ≤ 𝑡 ≤ 𝜋⁄2)
𝑓(𝑡) = {𝜋⁄2 (𝜋⁄2 ≤ 𝑡 ≤ 𝜋)
𝜋 − 𝑡⁄2 (𝜋 ≤ 𝑡 ≤ 2𝜋)
Hacer un gráfico de 𝑓(𝑡) en [−2𝜋, 3𝜋] y encontrar una expansión en serie de Fourier.
Solución
En la Figura 14-5 se muestra un gráfico de la función 𝑓(𝑡) para −2𝜋 ≤ 𝑡 ≤ 3𝜋 .
1 𝜋 1 1 1 1 𝜋 1 1 1
= ( sin 𝑛𝜋 + 2 cos 𝑛𝜋 − 2 − sin 𝑛𝜋 − 2 + 2 cos 𝑛𝜋)
𝜋 2𝑛 2 𝑛 2 𝑛 2𝑛 2 2𝑛 2𝑛
1 𝑛
1 2 cos 1 [(−1) 2 − 1] (𝑛 𝑝𝑎𝑟)
= ( 𝑛𝜋 − 3 + cos 𝑛𝜋) ⇒ 𝑎𝑛 = {𝜋𝑛2
2𝜋𝑛2 2
− 2⁄𝜋𝑛2 (𝑛 𝑖𝑚𝑝𝑎𝑟)
De Ec. 14-16,
1 2𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜋 0
𝜋
𝜋 2𝜋
1 2 1 1
= [∫ 𝑡 sin 𝑛𝑡 𝑑𝑡 + ∫ 𝜋 sin 𝑛𝑡 𝑑𝑡 + ∫ (𝜋 − 𝑡) sin nt 𝑑𝑡]
𝜋 0 𝜋 2 𝜋 2
2
𝜋
𝜋 2𝜋
1 𝑡 1 𝜋 2 𝑡 − 2𝜋 1
= ([− cos 𝑛𝑡 + 2 sin 𝑛𝑡] + [− cos 𝑛𝑡]𝜋 + [ cos 𝑛𝑡 ‐ 2 sin 𝑛𝑡] )
𝜋 𝑛 𝑛 0 2𝑛 2𝑛 2𝑛 𝜋
2
1 𝜋 1 1 1 𝜋 𝜋 1 𝜋
= (− cos 𝑛𝜋 + 2 sin 𝑛𝜋 − cos 𝑛𝜋 + cos 𝑛𝜋 + cos 𝑛𝜋)
𝜋 2𝑛 2 𝑛 2 2𝑛 2𝑛 2 2𝑛
1 1 0 (𝑛 𝑝𝑎𝑟)
sin= 𝑛𝜋 = { 𝑛‐1
𝜋𝑛2 2 (−1) 2 ⁄𝜋𝑛2 (𝑛 𝑖𝑚𝑝𝑎𝑟)
Por lo tanto, de Ec. 14-14 la expansión en serie de Fourier de 𝑓(𝑡) es
5 2 cos 3𝑡 cos 5𝑡
𝑓(𝑡) = 𝜋 − (cos 𝑡 + + + ⋯)
16 𝜋 32 52
2 cos 2𝑡 cos 6𝑡 cos 10𝑡 1 sin 3𝑡 sin 5𝑡 sin 7𝑡
− ( 2 + + + ⋯ ) + (sin 𝑡 − 2 + 2 − 2 + ⋯ )
𝜋 2 62 102 𝜋 3 5 7
Figura 14-6 Gráficos de (a) una función par y (b) una función impar.
Primero repasamos algunas propiedades de las funciones pares e impares. (5)
(a) El gráfico de una función par es simétrico respecto al eje vertical (ver Figura 14-6 (a)).
(b) El gráfico de la función impar es simétrico respecto al origen; o sea, hay simetría entre
cuadrantes opuestos (ver Figura 14-6 (b)).
𝑎 𝑎
(c) Si 𝑓(𝑡) es par entonces ∫−𝑎 𝑓(𝑡)𝑑𝑡 = 2 ∫0 𝑓(𝑡)𝑑𝑡
𝑎
(d) Si 𝑓(𝑡) es impar entonces ∫−𝑎 𝑓(𝑡)𝑑𝑡 = 0
(e) La Suma de dos (o más) funciones impares es una función impar
(f) El producto de dos funciones pares es una función par
(g) El producto de dos funciones impar es una función par
(h) El producto de una función impar y una par es una función impar
(i) La derivada de una función par es una función impar
(j) La derivada de una función impar es una función par.
5
Observar que 𝑡 𝑝𝑎𝑟 es par y 𝑡 𝑖𝑚𝑝𝑎𝑟 es impar ayuda a recordar estas propiedades.
Series y transformada de Fourier 14-10
1
Usando estas propiedades, y tomando 𝑑 = 𝑇 en Ec. 14-11 y Ec. 14-12, tenemos lo siguiente:
2
i. Si 𝑓(𝑡) es una función periódica par de período 𝑇 entonces, usando la propiedad (b)
𝜏 𝜏
2 2 4 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡
𝑇 −𝜏 𝑇 0
2
y por propiedad (d)
𝜏
2 2
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = 0
𝑇 −𝜏
2
Así la expansión en serie de Fourier de una función periódica par 𝑓(𝑡) de período 𝑇
consiste en términos de coseno solamente y, por Ec. 14-3, está dada por
Ec. 14-17
∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡
2
𝑛=1
con
Ec. 14-18
𝜏
4 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 (𝑛 = 0,1, 2, . . . )
𝑇 0
ii. Si 𝑓(𝑡) es una función impar periódica de período 𝑇 entonces por propiedad (d)
𝜏
2 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = 0
𝑇 −𝜏
2
, y usando la propiedad (c)
𝜏 𝜏
2 2 4 2
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡
𝑇 −𝜏 𝑇 0
2
Así la expansión en serie de Fourier de una función impar periódica 𝑓(𝑡) de período 𝑇
consiste en términos seno solamente y, por Ec. 14-3, viene da por
Ec. 14-19
∞
con
Ec. 14-20
𝜏
4 2
𝑏𝑛 = ∫ 𝑓 (𝑡) sin 𝑛𝜔 𝑡𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
𝑇 0
14.1.3.1 Ejemplo
Encuentre la expansión en serie de Fourier de 𝑓(𝑡) de período 2𝜋 definida en [−𝜋, 𝜋] como
Series y transformada de Fourier 14-11
𝑓(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝑡
𝑛=1
con
2 𝜋 2 𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 dt = ∫ 1 sin 𝑛𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜋 0 𝜋 0
𝜋
2 1 2 2 4⁄𝑛𝜋 (𝑛 𝑖𝑚𝑝𝑎𝑟)
= [− cos 𝑛𝑡] = (1 − cos 𝑛𝜋) = [1 − (−1)𝑛 ] = {
𝜋 𝑛 0 𝑛𝜋 𝑛𝜋 0 (𝑛 𝑝𝑎𝑟)
Así la expansión de la serie Fourier de 𝑓(𝑡) es
4 1 1 4 sin(2𝑛−1)𝑡
Ec. 14-21 𝑓(𝑡) = (sin 𝑡 + sin 3𝑡 + sin 5𝑡 + ⋯ ) = ∑∞
𝑛=1
𝜋 3 5 𝜋 2𝑛−1
14.1.3.2 Ejemplo
Obtener una expansión en serie de Fourier. De la función 𝑓(𝑡) de período 2𝜋 definida como
𝑓(𝑡) = 𝑡 2 (−𝜋 < 𝑡 < 𝜋), 𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)
Propiedades de linealidad
La propiedad de linealidad aplicada a la serie de Fourier se demuestra en el siguiente teorema.
14.1.4.1 Teorema
Si 𝑓(𝑡) = 𝑙 g(𝑡) + 𝑚ℎ(𝑡) donde 𝑔(𝑡) y ℎ(𝑡) son funciones periódicas de período 𝑇 y 𝑙 y 𝑚 son
constantes arbitrarias, entonces 𝑓(𝑡) tiene una expansión en serie de Fourier en la cual los
coeficientes son las sumas de los coeficientes en las expansiones en serie de Fourier de 𝑔(𝑡) y
ℎ(𝑡) multiplicadas por 𝑙 y 𝑚 respectivamente.
Demostración Evidentemente 𝑓(𝑡) es periódica de período 𝑇. Si las expansiones en serie
Fourier de 𝑔(𝑡) y ℎ(𝑡) son
∞ ∞
1
𝑔(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑ 𝑏𝑛 sin 𝑛𝜔𝑡 𝑡
2
𝑛=1 𝑛=1
∞ ∞
1
ℎ(𝑡) = 𝛼0 + ∑ 𝛼𝑛 cos 𝑛𝜔𝑡 + ∑ 𝛽𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1
entonces, usando Ec. 14-4 y Ec. 14-5, los coeficientes de Fourier en la expansión de 𝑓(𝑡) son
2 𝑑+𝑇 2 𝑑+𝑇
𝐴𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = ∫ [𝑙 g(𝑡) + 𝑚ℎ(𝑡)] cos 𝑛𝜔𝑡𝑑𝑡
𝑇 𝑑 𝑇 𝑑
2𝑙 𝑑+𝑇 2𝑚 𝑑+𝑇
= ∫ 𝑔(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 + ∫ ℎ(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = 𝑙𝑎𝑛 + 𝑚𝛼𝑛
𝑇 𝑑 𝑇 𝑑
y
2 𝑑+𝑇 2𝑙 𝑑+𝑇 2𝑚 𝑑+𝑇
𝐵𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = ∫ 𝑔(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 + ∫ ℎ(𝑡) sin 𝑛𝜔𝑡𝑑𝑡
𝑇 𝑑 𝑇 𝑑 𝑇 𝑑
= 𝑙𝑏𝑛 + 𝑚𝛽𝑛
entonces la expansión de la serie Fourier de 𝑓(𝑡) es
∞ ∞
1
𝑓(𝑡) = (𝑙𝑎0 + 𝑚𝛼0 ) + ∑(𝑙𝑎𝑛 + 𝑚𝛼𝑛 ) cos 𝑛𝜔𝑡 + ∑(𝑙𝑏𝑛 + 𝑚𝛽𝑛 ) sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1
14.1.4.2 Ejemplo
Supongamos que 𝑔(𝑡) y ℎ(𝑡) son periódicas de período 2𝜋 definidas en el período [−𝜋, 𝜋] como
𝑔(𝑡) = 𝑡 2 , ℎ(𝑡) = 𝑡
Determinar las expansiones en series de Fourier de 𝑔(𝑡) y ℎ(𝑡) y utilizar la propiedad de linealidad
para confirmar la expansión del ejemplo 14.1.2.2 para la función periódica 𝑓(𝑡) definida en el
período [−𝜋, 𝜋] como 𝑓(𝑡) = 𝑡 2 + 𝑡.
Solución
La Serie de Fourier de 𝑔(𝑡) está dada por Ec. 14-22 como
∞
1 2 (−1)𝑛
𝑔(𝑡) = 𝜋 + 4 ∑ cos 𝑛𝑡
3 𝑛2
𝑛=1
Viendo que ℎ(𝑡) = 𝑡 es impar encontramos, tomando 𝑇 = 2𝜋 y 𝜔 = 1 en Ec. 14-19 y Ec. 14-20,
que su expansión en serie de Fourier es
∞
ℎ(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝑡
𝑛=1
donde
2 𝜋 2 𝜋 2 𝑡 sin 𝑛𝑡 𝜋 2
𝑏𝑛 = ∫ ℎ(𝑡) sin 𝑛𝑡𝑑𝑡 = ∫ 𝑡 sin 𝑛𝑡𝑑𝑡 = [− cos 𝑛𝑡 + 2
] =− (𝑛 = 1, 2, 3, . . . )
𝜋 0 𝜋 0 𝜋 𝑛 𝑛 0 𝑛(−1)𝑛
pues cos 𝑛𝜋 = (−1)𝑛 y sin 𝑛𝜋 = 0. Entonces la expansión en serie de Fourier de ℎ(𝑡) = 𝑡 es
Ec. 14-23
∞
(−1)𝑛
ℎ(𝑡) = −2 ∑ sin 𝑛𝑡
𝑛
𝑛=1
Usando la propiedad de linealidad, combinando Ec. 14-22 y Ec. 14-23, la expansión en serie de
Fourier de 𝑓(𝑡) = 𝑔(𝑡) + ℎ(𝑡) = 𝑡 2 + 𝑡 es
Series y transformada de Fourier 14-13
∞ ∞
1 (−1)𝑛 (−1)𝑛
𝑓(𝑡) = 𝜋 2 + 4 ∑ cos 𝑛𝑡 − 2 ∑ sin 𝑛𝑡
3 𝑛2 𝑛
𝑛=1 𝑛=1
que coincide con la serie obtenida en el ejemplo 14.1.2.2.
Funciones de período T
Aunque todos los resultados se han relacionado con funciones periódicas 𝑇, para facilitar el
cálculo de los coeficientes de Fourier, todos los ejemplos que hemos visto hasta ahora han
involucrado funciones periódicas de período 2𝜋. Como se menciona en la sección 14.1.2, las
funciones que tienen frecuencia unidad (período 2𝜋) casi nunca se encuentran en la práctica, y
en esta sección veremos ejemplos de funciones periódicas de períodos distintos a 2𝜋.
14.1.5.1 Ejemplo
Una función periódica 𝑓(𝑡) de período 4 (o sea 𝑓(𝑡 + 4) = 𝑓(𝑡)) se define en [−2,2] como
0 (−2 < 𝑡 < 0)
𝑓(𝑡) = {
1 (0 < 𝑡 < 2)
Dibujar un gráfico de 𝑓(𝑡) en −6 ≤ 𝑡 ≤ 6 y obtener una expansión en serie de Fourier.
Solución
En la Figura 14-9 se muestra un gráfico de 𝑓(𝑡) en 6 ≤ 𝑡 ≤ 6.
1 2 1 1 0 2
1
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜋𝑡 𝑑𝑡 = (∫ 0 𝑑𝑡 + ∫ cos 𝑛𝜋𝑡 dt ) = 0, (𝑛 = 1, 2, 3, . . . )
2 −2 2 2 −2 0 2
y
1 2 1
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜋𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
2 −2 2
1 0 2
1 1 1
= ( ∫ 0 𝑑𝑡 + ∫ sin 𝑛𝜋𝑡 dt ) = (1 − cos 𝑛𝜋) = [1 − (−1)𝑛 ]
2 −2 0 2 𝑛𝜋 𝑛𝜋
1 1 0 (𝑛 𝑝𝑎𝑟)
= (1 − cos 𝑛𝜋) = [1 − (−1)𝑛 ] = {
𝑛𝜋 𝑛𝜋 2⁄𝑛𝜋 (𝑛 𝑖𝑚𝑝𝑎𝑟)
Entonces, de Ec. 14-3, la expansión en serie de Fourier de 𝑓(𝑡) es
∞
1 2 1 1 3 1 5 1 2 1 2𝑛 − 1
𝑓(𝑡) = + (sin 𝜋𝑡 + sin 𝜋𝑡 + sin 𝜋𝑡 + ⋯ ) = + ∑ sin 𝜋𝑡
2 𝜋 2 3 2 5 2 2 𝜋 2𝑛 − 1 2
𝑛=1
14.1.5.2 Ejemplo
Una función 𝑓(𝑡) de período 2 se define como
3𝑡 (0 < 𝑡 < 1)
𝑓(𝑡) = {
3 (1 < 𝑡 < 2)
𝑓(𝑡 + 2) = 𝑓(𝑡)
Hacer un gráfico de 𝑓(𝑡) en [−4,4] y determinar su expansión en serie de Fourier.
Solución
La Figura 14-10 muestra un gráfico de 𝑓(𝑡) en [−4,4]
Series y transformada de Fourier 14-14
14.1.5.3 Ejemplo
Obtener la expansión en serie de Fourier de la onda sinusoidal rectificada
𝑓(𝑡) = |sin 𝑡|
2 𝜋 1 𝜋
𝑎𝑛 = ∫ sin 𝑡 cos 2𝑛𝑡 𝑑𝑡 = ∫ [ sin(2𝑛 + 1) 𝑡 − sin(2𝑛 − 1) 𝑡]𝑑𝑡
𝜋 0 𝜋 0
𝜋
1 cos 2(𝑛 + 1) 𝑡 cos 2(𝑛 − 1) 𝑡 1 1 1 1 1
= [− + ] = [( − ) − (− + )]
𝜋 2𝑛 + 1 2𝑛 − 1 0
𝜋 2𝑛 + 1 2𝑛 − 1 2𝑛 + 1 2𝑛 −1
4 1
=− 2
𝜋 4𝑛 − 1
Series y transformada de Fourier 14-15
14.1.6.2 Ejemplo
Dar razones por las que las funciones
(a) 1⁄(3 − 𝑡)
(b) sin[1⁄(𝑡 − 2)]
no satisfacen condiciones de Dirichlet en el intervalo 0 < 𝑡 < 2𝜋.
Solución
(a) La función 𝑓(𝑡) = 1⁄(3 − 𝑡) tiene una discontinuidad infinita en 𝑡 = 3, que está dentro del
intervalo, y por lo tanto no satisface la condición que 𝑓(𝑡) debe ser acotada.
(c) La función 𝑓(𝑡) = sin[1⁄(𝑡 − 2)] tiene un número infinito de máximos y mínimos en un
entorno de 𝑡 = 2, que está dentro del intervalo, y por lo tanto no satisface el requisito que
𝑓(𝑡) debe tener sólo un número finito de máximos y mínimos aislados dentro de un período.
Las condiciones del teorema 14.1.6.1 son suficientes para asegurar que existe una expansión
en serie de Fourier representativa de 𝑓(𝑡). Sin embargo, no son condiciones necesarias para
la convergencia, y no implica que si no se satisfacen no exista una serie de Fourier representativa
de 𝑓(𝑡). En efecto, todavía no se conocen las condiciones de 𝑓(𝑡) necesarias para la existencia
de una serie de Fourier que converja a 𝑓(𝑡). En la práctica, esto no es problema, ya que las
funciones que se encuentran en casi todas las aplicaciones prácticas satisfacen las condiciones
del teorema 14.1.6.1 y por lo tanto tienen serie de Fourier representativa.
Otra cuestión importante es la velocidad de convergencia de una serie de Fourier, ya que esto
es un índice de cuántos términos se deben tomar en la expansión para obtener una aproximación
adecuada a la función que representa. Obviamente, esto depende de los coeficientes 𝑎𝑛 y 𝑏𝑛 de
la serie de Fourier y cómo disminuyen cuando 𝑛 aumenta.
Cuando, como el ejemplo 14.1.2.1, la función 𝑓(𝑡) es sólo continua a trozos, con discontinuidades
del salto, los coeficientes de Fourier disminuyen como 1/n, y puede ser necesario incluir muchos
términos para obtener una aproximación razonable de 𝑓(𝑡) . Si, como el ejemplo 14.1.2.3, la
función es continua, pero tiene derivada primera discontinua (debido a los quiebres en vértices),
los coeficientes de Fourier disminuyen como 1⁄𝑛2 , y se esperaría que la serie convergiera más
rápidamente. De hecho, este argumento se aplica en general, y podemos resumirlo así:
(a) Si 𝑓(𝑡) es sólo continua a trozos entonces los coeficientes de su representación en Serie
de Fourier disminuyen como 1⁄𝑛;
(b) si 𝑓(𝑡) es continua, pero tiene derivada primera discontinua entonces los coeficientes de
la representación en serie de Fourier disminuyen como 1⁄𝑛2 ;
Series y transformada de Fourier 14-16
(c) si 𝑓(𝑡) y todas sus derivadas hasta la de orden r son continuas, pero la derivada de orden
r+1 es discontinua entonces los coeficientes de la representación en serie de Fourier
disminuyen como 1⁄𝑛𝑟+2 .
Estas observaciones no son inesperadas, ya que nos dicen que cuanto más suave es la función
𝑓(𝑡) , más rápidamente convergerá su representación en serie de Fourier.
Para ilustrar algunos de estos temas relacionados con la convergencia volvemos al ejemplo
14.1.3.1, en el que se obtuvo la serie de Fourier Ec. 14-21 como representación de la onda
cuadrada de la Figura 14-7.
Dado que Ec. 14-21 es una serie infinita, es evidente que no es posible trazar un gráfico del
resultado. Sin embargo, al considerar sumas parciales finitas, es posible trazar gráficas de
aproximaciones a la serie. Llamando 𝑓𝑁 (𝑡) a la suma parcial de los primeros 𝑁 términos en la
serie infinita,
4 sin(2𝑛−1)𝑡
Ec. 14-24 𝑓𝑁 (𝑡) = ∑𝑁
𝑛=1
𝜋 2𝑛−1
los gráficos de 𝑓𝑁 (𝑡) para 𝑁 = 1 , 2, 3 y 20 son se muestran en la Figura 14-12. Se puede ver
que en puntos donde 𝑓(𝑡) es continua la aproximación de 𝑓(𝑡) por 𝑓𝑁 (𝑡) mejora como 𝑁 aumenta,
confirmando que la serie converge a 𝑓(𝑡) en todos esos puntos. También se puede ver que en
los puntos de discontinuidad de 𝑓(𝑡), que están en 𝑡 = ±𝑛𝜋, (𝑛 = 0,1, 2, . . . ) , la serie converge
1
al valor medio de la discontinuidad, que en este ejemplo es (−1 + 1) = 0.
2
Figura 14-12 Gráficas de 𝒇(𝒕) para una onda cuadrada: (a) 𝑵 = 𝟏; (b) = 𝟐; (c) = 𝟑; (d); = 𝟐𝟎
Obsérvese que el signo de igualdad en Ec. 14-21 debe ser interpretado con cuidado. Aunque su
uso puede ser aceptable, en el sentido de que la serie converge a 𝑓(𝑡) para los valores de 𝑡
donde 𝑓(𝑡) es continua, esto no es así en los puntos de discontinuidad. Para superar este
problema, frecuentemente se usa el símbolo ∼ (que se lee como ‘se comporta como’ o
‘representado por’) en lugar de = en la representación en serie de Fourier de una función 𝑓(𝑡) ,
de modo que Ec. 14-21 se escribe a menudo como
∞
4 𝑠𝑚̇(2𝑛 − 1)𝑡
𝑓(𝑡) ∼ ∑
𝜋 2𝑛 − 1
𝑛=1
En la sección ¡Error! No se encuentra el origen de la referencia. se muestra que la serie de
Fourier converge a 𝑓(𝑡) en el sentido de que la integral del cuadrado de la diferencia entre 𝑓(𝑡)
y 𝑓𝑁 (𝑡) se minimiza y tiende a cero cuando 𝑁 → ∞.
Observamos que la convergencia de la serie de Fourier es más lenta cerca de los puntos de
discontinuidad, como en 𝑡 = 0. Aunque la serie converge al valor medio de la discontinuidad en
𝑡 = 0, hay, como se ve en la Figura 14-12 (d), una subestimación en 𝑡 = 0− (o sea, justo a la
izquierda de 𝑡 = 0) y una sobreestimación en 𝑡 = 0+ (o sea, justo a la derecha de 𝑡 = 0). Esta
convergencia no suave de la serie de Fourier que produce una subestimación y una
sobreestimación en los puntos de discontinuidad de 𝑓(𝑡) es una característica de todas las series
de Fourier que representan funciones discontinuas, y se conoce como fenómeno de Gibbs por
del físico americano J. W. Gibbs (1839‐1903). La magnitud de la sub/sobre‐estimación no
disminuye cuando 𝑁 → ∞ en Ec. 14-24, sino que se hace más y más abrupta, tendiendo a un
Series y transformada de Fourier 14-17
Figura 14-13 Gráficos de una función definida sólo sobre (a) un intervalo finito 𝟎 ≤ 𝒕 ≤ 𝝉 y (b) su
extensión periódica.
Series y transformada de Fourier 14-18
14.1.7.2 Ejemplo
Encontrar una expansión en serie Fourier de recorrido completo de 𝑓(𝑡) = 𝑡 válida en el intervalo
finito 0 < 𝑡 < 4. Dibujar gráficos de 𝑓(𝑡) y la función periódica representada por la serie de Fourier
obtenida.
Solución
Definimos la extensión periódica 𝜙(𝑡) como
𝜙(𝑡) = 𝑓(𝑡) = 𝑡, (0 < 𝑡 < 4)
𝜙(𝑡 + 4) = 𝜙(𝑡)
A continuación, los gráficos de 𝑓(𝑡) y su extensión periódica 𝜙(𝑡) se muestran en las Figura
14-14(a) y (b) respectivamente.
1 4 1
𝑎𝑛 = ∫ 𝑓 (𝑡) cos 𝑛𝜋𝑡𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
2 0 2
1 4 1 1 2𝑡 1 4 1
= ∫ 𝑡 cos 𝑛𝜋𝑡𝑑𝑡 = [ sin 𝑛𝜋𝑡 + cos 𝑛𝜋𝑡]40 = 0
2 0 2 2 𝑛𝜋 2 (𝑛𝜋)2 2
y
1 4 1
𝑏𝑛 = ∫ 𝑓 (𝑡) sin 𝑛𝜋𝑡𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
2 0 2
4
1 4 1 1 2𝑡 1 4 1 4
= ∫ 𝑡 sin 𝑛𝜋𝑡𝑑𝑡 = [− cos 𝑛𝜋𝑡 + 2
sin 𝑛𝜋𝑡] =−
2 0 2 2 𝑛𝜋 2 (𝑛𝜋) 2 0
𝑛𝜋
Entonces, por Ec. 14-3, la expansión en serie de Fourier de 𝜙(𝑡) Es
4 1 1 1 3 1 1 5
𝜙(𝑡) = 2 − (sin 𝜋𝑡 + sin 𝜋𝑡 + sin 𝜋𝑡 + sin 2𝑡 + sin 𝜋𝑡 + ⋯ )
𝜋 2 2 3 2 4 5 2
∞
4 1 1
= 2 − ∑ sin 𝑛𝜋𝑡
𝜋 𝑛 2
𝑛=1
Como 𝜙(𝑡) = 𝑓(𝑡) para 0 < 𝑡 < 4, se deduce que esta serie de Fourier es representativa de 𝑓(𝑡)
dentro de este intervalo, de modo que
4 1 1
Ec. 14-25 𝑓(𝑡) = 𝑡 = 2 − ∑∞
𝑛=1 sin 𝑛𝜋𝑡 , (0 < 𝑡 < 4)
𝜋 𝑛 2
Es importante apreciar que esta serie converge a 𝑡 sólo en el intervalo 0 < 𝑡 < 4. Para los valores
de 𝑡 fuera de este intervalo converge a la función extendida periódica 𝜙(𝑡). Otra vez la
convergencia debe ser interpretada en el sentido del teorema 14.1.6.1, de modo que, en los
extremos del intervalo 𝑡 = 0 y 𝑡 = 4, la serie no converge a 𝑡 sino a la media de la discontinuidad
en 𝜙(𝑡) , es decir, el valor 2.
Para una función 𝑓(𝑡) definida sólo en el intervalo finito 0 ≤ 𝑡 ≤ 𝜏 su extensión periódica par
𝐹(𝑡) es la función par periódica definida como
𝑓(𝑡) (0 < 𝑡 < 𝜏)
𝐹(𝑡) = {
𝑓(−𝑡) (−𝜏 < 𝑡 < 0)
𝐹(𝑡 + 2𝜏) = 𝑓(𝑡)
Por ejemplo, la extensión periódica par 𝐹(𝑡) de la función 𝑓(𝑡) de la Figura 14-13 (a) (redibujada
en la Figura 14-15 (a)) se muestra en la Figura 14-15 (b).
Donde
2 𝜏 𝑛𝜋𝑡
Ec. 14-27 𝑎𝑛 = ∫0 𝑓 (𝑡) cos 𝑑𝑡 (𝑛 = 0,1,2, … )
𝜏 𝜏
Ya que, en el intervalo 0 < 𝑡 < 𝜏, 𝐹(𝑡) es idéntica a 𝑓(𝑡) , se deduce que la serie Ec. 14-26
también converge a 𝑓(𝑡) en este intervalo.
Para una función 𝑓(𝑡) definida sólo en el intervalo finito 0 ≤ 𝑡 ≤ 𝜏, su extensión periódica impar
𝐺(𝑡) es la función periódica impar definida como
𝑓(𝑡) (0 < 𝑡 < 𝜏)
𝐺(𝑡) = {
−𝑓(−𝑡) (−𝜏 < 𝑡 < 0)
𝐺(𝑡 + 2𝜏) = 𝐺(𝑡)
Nuevamente, como ejemplo, la extensión periódica impar 𝐺(𝑡) de la función 𝑓(𝑡) de la Figura
14-13 (a) (redibujada en la Figura 14-16 (a)) se muestra en la Figura 14-16 (b).
Figura 14-16 (a) Función 𝒇(𝒕) ; (b) su extensión periódica impar 𝑮(𝒕) .
Siempre que 𝑓(𝑡) satisface las condiciones de Dirichlet en el intervalo 0 < 𝑡 < 𝜏, puesto que es
una función impar de período 2𝜏, se deduce de la sección 14-9 que la extensión periódica impar
𝐺(𝑡) tendrá una representación en serie de Fourier convergente con sólo términos seno y dada
por
𝑛𝜋𝑡
Ec. 14-28 𝐺(𝑡) = ∑∞
𝑛=1 𝑏𝑛 sin 𝜏
Donde
2 𝜏 𝑛𝜋𝑡
Ec. 14-29 𝑏𝑛 = ∫0 𝑓(𝑡) sin 𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
𝜏 𝜏
Una vez más, ya que, dentro del intervalo particular 0 < 𝑡 < 𝜏, 𝐺(𝑡) es idéntico a 𝑓(𝑡) , se deduce
que la serie Ec. 14-28 también converge a 𝑓(𝑡) dentro de este intervalo.
Series y transformada de Fourier 14-20
Observamos que las extensiones periódicas par e impar 𝐹(𝑡) y 𝐺(𝑡) son de período 2𝜏, que es
el doble de la longitud del intervalo en el que se define 𝑓(𝑡). Sin embargo, la serie de Fourier
resultante Ec. 14-26 y Ec. 14-28 se basan solamente en la función 𝑓(𝑡) , y por esto razón se
llaman expansiones en serie de Fourier de medio recorrido de 𝑓(𝑡) . En particular, la
expansión par de medio recorrido 𝐹(𝑡) , Ec. 14-26, se llama expansión en serie de medio
recorrido en cosenos de 𝑓(𝑡), mientras que la expansión impar de medio recorrido 𝐺(𝑡) , Ec.
14-28, se llama expansión en serie de Fourier de medio recorrido en senos de 𝑓(𝑡) .
14.1.7.4 Ejemplo
Para la función 𝑓(𝑡) = 𝑡 definida sólo en 0 < 𝑡 < 4, considerada en el ejemplo 14.1.7.2, obtener
(a) La expansión en serie de medio recorrido en cosenos
(b) La expansión en serie de medio recorrido en senos.
Dibujar gráficas en −20 < 𝑡 < 20 de 𝑓(𝑡) y de las funciones periódicas representadas por las dos
series obtenidas.
Solución
(a) Expansión en serie de medio recorrido en cosenos.
Definimos la función periódica 𝐹(𝑡) como
𝑓(𝑡) = 𝑡 (0 < 𝑡 < 4)
𝐹(𝑡) = {
𝑓(−𝑡) = −𝑡 (−4 < 𝑡 < 0)
𝐹(𝑡 + 8) = 𝐹(𝑡)
Entonces, como 𝐹(𝑡) es una función par periódica de período 8, tiene una expansión en
serie Fourier convergente dada por Ec. 14-26. Tomando 𝜏 = 4 en Ec. 14-27, tenemos
2 4 1 4
𝑎0 = ∫ 𝑓 (𝑡)𝑑𝑡 = ∫ 𝑡 𝑑𝑡 = 4
4 0 2 0
2 4 1
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜋𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
4 0 4
4
1 4 1 1 4𝑡 1 16 1
= ∫ 𝑡 cos 𝑛𝜋𝑡 𝑑𝑡 = [ sin 𝑛𝜋𝑡 + cos 𝑛𝜋𝑡]
2 0 4 2 𝑛𝜋 4 (𝑛𝜋)2 4 0
8 0 (𝑛 𝑝𝑎𝑟)
= (cos 𝑛𝜋 − 1) = {
(𝑛𝜋)2 −16/(𝑛𝜋)2 (𝑛 𝑖𝑚𝑝𝑎𝑟)
Entonces, por Ec. 14-26, la expansión en serie de Fourier de 𝐹(𝑡) es
16 1 1 3 1 5
𝐹(𝑡) = 2 − 2 (cos 𝜋𝑡 + 2 cos 𝜋𝑡 + 2 cos 𝜋𝑡 + ⋯ )
𝜋 4 3 4 5 4
O
∞
16 1 1
𝐹(𝑡) = 2 − 2 ∑ 2
cos ( (2𝑛 − 1)𝜋𝑡)
𝜋 (2𝑛 − 1) 4
𝑛=1
Como 𝐹(𝑡) = 𝑓(𝑡) para 0 < 𝑡 < 4, esta serie de Fourier es representativa de 𝑓(𝑡) en este
intervalo. Así que la expansión en serie de medio recorrido en cosenos de 𝑓(𝑡) es
16 1 1
Ec. 14-30 𝑓(𝑡) = 𝑡 = 2 − ∑∞
𝑛=1 cos ( (2𝑛 − 1)𝜋𝑡) (0 < 𝑡 < 4)
𝜋2 (2𝑛−1)2 4
8 1 1 1 1 3
𝐺(𝑡) = (sin 𝜋𝑡 − sin 𝜋𝑡 + sin 𝜋𝑡 − ⋯ )
𝜋 4 2 2 3 4
O
∞
8 (−1)𝑛+1 1
𝐺(𝑡) = ∑ sin 𝑛𝜋𝑡
𝜋 𝑛 4
𝑛=1
Como 𝐺(𝑡) = 𝑓(𝑡) Para 0 < 𝑡 < 4, esta serie de Fourier es representativa de 𝑓(𝑡) en este
intervalo. Así que la expansión en serie de medio recorrido en senos de 𝑓(𝑡) es
𝟖 (−𝟏)𝒏+𝟏 𝟏
Ec. 14-31 𝒇(𝒕) = 𝒕 = ∑∞
𝒏=𝟏 𝐬𝐢𝐧 𝒏𝝅𝒕 (𝟎 < 𝒕 < 𝟒)
𝝅 𝒏 𝟒
En las Figura 14-17 (a), (b) y (c) se muestran gráficas de la función 𝑓(𝑡) y de sus expansiones
periódicas par e impar 𝐹(𝑡) y 𝐺(𝑡) respectivamente.
∞
1
𝑓(𝑡) = 𝑎0 + ∑( 𝑎𝑛 cos 𝑛𝑡 + 𝑏𝑛 sin 𝑛𝑡)
2
𝑛=1
entonces para −𝜋 ≤ 𝑡1 < 𝑡 ≤ 𝜋
∞
𝑡 𝑡 𝑡
1
∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑎0 𝑑𝑡 + ∑ ∫ ( 𝑎𝑛 cos 𝑛𝑡 + 𝑏𝑛 sin 𝑛𝑡)dt
𝑡1 𝑡1 2 𝑡1
𝑛=1
∞
1 𝑏𝑛 𝑎𝑛
= 𝑎0 (𝑡 − 𝑡1 ) + ∑ [ (cos 𝑛𝑡1 − cos 𝑛𝑡) + (sin 𝑛𝑡 ‐ sin 𝑛𝑡1 )]
2 𝑛 𝑛
𝑛=1
1
Debido al término 𝑎0 𝑡 del lado derecho, esto claramente no es una expansión en serie de Fourier
2
de la integral del lado izquierdo. Sin embargo, el resultado puede ser reorganizado para ser una
expansión en serie de Fourier de la función
𝑡
1
𝑔(𝑡) = ∫ 𝑓 (𝑡)𝑑𝑡 − 𝑎0 𝑡
𝑡1 2
El ejemplo 14.1.8.2 sirve para ilustrar este proceso. Observe también que los coeficientes de
Fourier en la nueva serie de Fourier son ‐ 𝑏𝑛 ⁄𝑛 y 𝑎𝑛 ⁄𝑛, entonces de acuerdo con las
observaciones de la sección 14.1.6, la serie integrada converge más rápidamente que la serie
original de 𝑓(𝑡) . Si la función dada 𝑓(𝑡) no es continua, pero es continua a trozos en −𝜋 ≤ 𝑡 ≤ 𝜋
entonces hay que tener cuidado para asegurarse que la integración se haga adecuadamente
sobre los diferentes subintervalos. Nuevamente, el ejemplo 14.1.8.3 sirve para ilustrar este punto.
14.1.8.2 Ejemplo
Del ejemplo 14.1.3.2, la expansión en serie de Fourier de la función
𝑓(𝑡) = 𝑡 2 (−𝜋 ≤ 𝑡 ≤ 𝜋), 𝑓(𝑡 + 2𝜋) = 𝑓(𝜋)
es
∞
2
1 2 (−1)𝑛 cos 𝑛𝑡
𝑡 = 𝜋 +4∑ (−𝜋 ≤ 𝑡 ≤ 𝜋)
3 𝑛2
𝑛=1
Integrando este resultado entre −𝜋 y 𝑡 da
∞
𝑡
2
𝑡
1 2 𝑡
(−1)𝑛 cos 𝑛𝑡
∫ 𝑡 𝑑𝑡 = ∫ 𝜋 𝑑𝑡 + 4 ∑ ∫ 𝑑𝑡
−𝜋 −𝜋 3 −𝜋 𝑛2
𝑛=1
Es decir
∞
1 3 1 2 (−1)𝑛 sin 𝑛𝑡
𝑡 = 𝜋 𝑡 +4∑ (−𝜋 ≤ 𝑡 ≤ 𝜋)
3 3 𝑛3
𝑛=1
1
Debido al término 𝜋 2 𝑡 del lado derecho, esto claramente no es una expansión en serie de
3
Fourier. Sin embargo, reordenando, tenemos
∞
3 2
(−1)𝑛 sin 𝑛𝑡
𝑡 − 𝜋 𝑡 = 12 ∑
𝑛2
𝑛=1
y ahora el lado derecho se puede tomar como la expansión en serie de Fourier de la función
𝑔(𝑡) = 𝑡 3 − 𝜋 2 𝑡 (−𝜋 ≤ 𝑡 ≤ 𝜋)
𝑔(𝑡 + 2𝜋) = 𝑔(𝑡)
14.1.8.3 Ejemplo
Integre término a término la expansión en serie de Fourier obtenida en el ejemplo 14.1.3.1 para
la onda cuadrada
−1 (−𝜋 < 𝑡 < 0)
𝑓(𝑡) = {
1 (0 < 𝑡 < 𝜋)
𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
ilustrada en la Figura 14-7.
Solución
De Ec. 14-21, la expansión en serie de Fourier para 𝑓(𝑡) es
∞
4 sin(2𝑛 − 1) 𝑡
𝑓(𝑡) = ∑
𝜋 2𝑛 − 1
𝑛=1
Ahora tenemos que integrar entre los límites −𝜋 y 𝑡 y, debido a la discontinuidad en 𝑓(𝑡) en 𝑡 =
0, debemos considerar por separado los intervalos −𝜋 < 𝑡 < 0 y 0 < 𝑡 < 𝜋.
Series y transformada de Fourier 14-23
entonces, por el teorema 14.1.8.4, siempre que𝑓 ′ (𝑡) Sentadoisfies las condiciones requeridas,
su expansión en serie de Fourier es
∞
′ (𝑡)
𝑓 = ∑(𝑏𝑛 cos 𝑛𝑡 − 𝑎𝑛 sin 𝑛𝑡)
𝑛=1
En este caso los coeficientes de Fourier de la expansión derivada son 𝑛𝑏𝑛 y 𝑛𝑎𝑛 , por lo que, en
contraste con la serie integrada, la serie derivada convergerá más lentamente que la expansión
en serie original para 𝑓(𝑡) .
14.1.8.5 Ejemplo
Considerar el proceso de derivar término a término la expansión en serie de Fourier de la función
𝑓(𝑡) = 𝑡 2 (−𝜋 ≤ 𝑡 ≤ 𝜋), 𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
Solución
A partir del ejemplo 14.1.3.2, la expansión en serie de Fourier de 𝑓(𝑡) es
∞
2
1 2 (−1)𝑛 cos 𝑛𝑡
𝑡 = 𝜋 +4∑ (−𝜋 ≤ 𝑡 ≤ 𝜋)
3 𝑛2
𝑛=1
Como 𝑓(𝑡) es continua dentro y en los puntos finales de el intervalo −𝜋 ≤ 𝑡 ≤ 𝜋, podemos aplicar
el teorema 14.1.8.4 para obtener
∞
(−1)𝑛+1 sin 𝑛𝑡
𝑡 = 2∑ (−𝜋 ≤ 𝑡 ≤ 𝜋)
𝑛
𝑛=1
que se coincide con la expansión en serie de Fourier obtenida para la función
𝑓(𝑡) = 𝑡 (−𝜋 < 𝑡 < 𝜋), 𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
en el ejemplo 14.1.5.1.
frecuencia. Como se indica en Ec. 14-34, en el caso de una entrada sinusoidal de frecuencia
𝜔 la respuesta en estado estacionario es también una sinusoidal con la misma frecuencia 𝜔.
Sin embargo, para una entrada periódica no sinusoidal 𝑃(𝑡) de frecuencia 𝜔 la respuesta en
estado estacionario Ec. 14-36 ya no está en la misma frecuencia; sino que comprende una
suma infinita de sinusoidales que tienen frecuencias 𝑛𝜔 múltiplos enteros de la frecuencia
de entrada 𝜔. Esto claramente tiene implicancias prácticas importantes, especialmente
cuando se consideran las respuestas de los sistemas oscilatorios o vibratorios. Si la
frecuencia 𝑛𝜔 de uno de los armónicos en Ec. 14-36 está cerca de la frecuencia de oscilación
natural de un sistema subamortiguado entonces se producirá el fenómeno de resonancia.
Para alguien que no está familiarizado con la teoría, puede parecer sorprendente que un sistema
práctico pueda resonar a una frecuencia mucho mayor que la de la entrada. Como se indica en
el ejemplo 13.4.4.1, el fenómeno de resonancia es importante en la práctica, y por consiguiente
es importante que los ingenieros conozcan la teoría asociada a las series de Fourier, de modo
que sepa interpretar correctamente el posible dominio de la respuesta del sistema por uno de los
armónicos altos, en lugar de los fundamentales.
14.1.9.2 Ejemplo
El sistema masa‐resorte-amortiguador de la Figura 14-18 (a) se encuentra inicialmente en reposo
en posición de equilibrio. Determinar la respuesta en estado estacionario del sistema cuando la
masa se somete a una fuerza periódica aplicada externamente 𝑃(𝑡) con la forma de la onda
cuadrada mostrada en la Figura 14-18 (b).
.
Del ejemplo 14.1.3.1, la expansión de la serie de Fourier para la onda cuadrada 𝑃(𝑡) es
40 sin 3𝑡 sin 5𝑡 sin(2𝑛 − 1) 𝑡
𝑃(𝑡) = [sin 𝑡 + + + ⋯+ + ⋯]
𝜋 3 5 2𝑛 − 1
Es decir
Ec. 14-39 𝑃(𝑡) = 𝑢1 (𝑡) + 𝑢2 (𝑡) + 𝑢3 (𝑡) + ⋯ + 𝑢𝑛 (𝑡) + ⋯
Donde
40 sin(2𝑛−1)𝑡
Ec. 14-40 𝑢𝑛 (𝑡) =
𝜋 2𝑛−1
Series y transformada de Fourier 14-26
0.5𝜔
Ec. 14-42 arg 𝐺(𝑗𝜔) = − tan−1 ( )
250−10𝜔2
Usando Ec. 14-34, la respuesta en estado estacionario del sistema a la enésimo armónico 𝑢𝑛 (𝑡)
dado por Ec. 14-40 es
40
Ec. 14-43 𝑥𝑠𝑠𝑛 (𝑡) = |𝐺(𝑗(2𝑛 − 1))| sin[(2𝑛 − 1)𝑡 + arg 𝐺(𝑗(2𝑛 − 1)]]
𝜋(2𝑛−1)
donde |𝐺(𝑗𝜔)| y arg 𝐺(𝑗𝜔) están dados por Ec. 14-41 y Ec. 14-42 respectivamente. La respuesta
en estado estacionario 𝑥𝑠𝑠 (𝑡) del sistema a la onda cuadrada de entrada 𝑃(𝑡) se determina
entonces como la suma de las respuestas en estado estacionario debidas a los armónicos
individuales en Ec. 14-39; Es decir
Ec. 14-44 𝑥𝑠𝑠 (𝑡) = ∑∞
𝑛=1 𝑥𝑠𝑠𝑛 (𝑡)
natural de oscilación del sistema es √𝐾 ⁄𝑚 = 5 Rad 𝑠 −1 , por lo que está en resonancia con este
armónico particular.
Cabe señalar que no es indispensable introducir funciones de transferencia para resolver este
problema. Alternativamente, al determinando la solución particular de la ecuación diferencial Ec.
14-37, la respuesta en estado estacionario a una entrada 𝐴 sin 𝜔𝑡 resulta
𝐴𝑠𝑚̇(𝜔𝑡 − 𝛼) 𝜔𝐵
𝑥𝑠𝑠 (𝑡) = , tan 𝛼 =
2 2 2
√[(𝐾 − 𝑀𝜔 ) + 𝐵 𝜔 ]2 𝐾 − 𝑀𝜔 2
Dando 𝑥𝑠𝑠𝑛 (𝑡) como en Ec. 14-44. La resolución continúa como antes.
Que representa una función periódica 𝑓(𝑡) de período 𝑇, sustituimos las siguientes igualdades
1
sin 𝑛𝜔𝑡 = (𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡 )
2𝑗
1
cos 𝑛𝜔𝑡 = (𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 )
2
en Ec. 14-46 obteniendo
∞ ∞
1 𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 + ∑ 𝑏𝑛 `
2 2 2𝑗
𝑛=1 𝑛=1
∞ ∞
1 1 1
= 𝑎0 + ∑ 𝑎𝑛 (𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 ) + ∑ − 𝑗𝑏𝑛 (𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡 )
2 2 2
𝑛=1 𝑛=1
1 1 1
Ec. 14-47 = 𝑎0 + ∑∞
𝑛=1 [ (𝑎𝑛 − 𝑗𝑏𝑛 )𝑒
𝑗𝑛𝜔𝑡
+ (𝑎𝑛 + 𝑗𝑏𝑛 )𝑒 −𝑗𝑟𝜔𝑡 ]
2 2 2
y escribiendo
1 1 1
Ec. 14-48 𝑐0 = 𝑎0 , 𝑐𝑛 = (𝑎𝑛 − j𝑏𝑛 ), 𝑐−𝑛 = 𝑐𝑛∗ = (𝑎𝑛 + 𝑗𝑏𝑛 )
2 2 2
queda
∞ ∞ −1 ∞
𝑗𝑛𝜔𝑡 −𝑗𝑛𝜔𝑡 𝑗𝑛𝜔𝑡
𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 + ∑ 𝑐−𝑛 𝑒 = ∑ 𝑐𝑛 𝑒 + 𝑐0 + ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=1 𝑛=1 𝑛=−∞ 𝑛=1
∞
= ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡 , pues 𝑐0 𝑒 0 = 𝑐0
𝑛=−∞
Así que la serie de Fourier Ec. 14-46 se convierte simplemente en
Ec. 14-49 𝑓(𝑡) = ∑∞
𝑛=−∞ 𝑐𝑛 𝑒
𝑗𝑛𝜔𝑡
1 1 𝑑+𝑇 𝑑+𝑇
𝑐𝑛 = (𝑎𝑛 − 𝑗𝑏𝑛 ) = [∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 − 𝑗 ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡 𝑑𝑡]
2 𝑇 𝑑 𝑑
Series y transformada de Fourier 14-28
1 𝑑+𝑇
= ∫ 𝑓(𝑡)(cos 𝑛𝜔𝑡 − 𝑗 sin 𝑛𝜔𝑡) 𝑑𝑡
𝑇 𝑑
1 𝑑+𝑇
Ec. 14-51 = ∫𝑑 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇
1 1 𝑑+𝑇
𝑐−𝑛 = (𝑎𝑛 + 𝑗𝑏𝑛 ) = ∫ 𝑓(𝑡)(cos 𝑛𝜔𝑡 + 𝑗 sin 𝑛𝜔𝑡)𝑑𝑡
2 𝑇 𝑑
1 𝑑+𝑇
Ec. 14-52 = ∫𝑑 𝑓(𝑡)𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇
De Ec. 14-50 a Ec. 14-52, se ve fácilmente que para todos los valores de 𝑛
1 𝑑+𝑇
Ec. 14-53 𝑐𝑛 = ∫𝑑 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0, ±1, ±2, … )
𝑇
Resumen
En resumen, la forma compleja de la expansión en serie de Fourier de una función periódica 𝑓(𝑡)
de período 𝑇 es
Ec. 14-49 𝑓(𝑡) = ∑∞
𝑛=−∞ 𝑐𝑛 𝑒
𝑗𝑛𝜔𝑡
Donde
1 𝑑+𝑇
Ec. 14-53 𝑐𝑛 = ∫𝑑 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0, ±1, ±2, … )
𝑇
En general los coeficientes 𝑐𝑛 (𝑛 = 0, ±1, ±2, … ) son complejos y pueden expresarse en la forma
polar como
𝑐𝑛 = |𝑐𝑛 |𝑒 𝑗(∅𝑛 )
|𝑐 |,
donde 𝑛 la magnitud de 𝑐𝑛 , se obtiene de las definiciones Ec. 14-48 por
2 2
1 1 1
|𝑐𝑛 | = √[( 𝑎𝑛 ) + ( 𝑏𝑛 ) ] = √(𝑎𝑛2 + 𝑏𝑛2 )
2 2 2
entonces 2|𝑐𝑛 | es la amplitud del enésimo armónico. El argumento ∅𝑛 de 𝑐𝑛 está relacionada con
la fase del enésimo armónico.
14.1.10.2 Ejemplo
Encuentre la forma compleja de la expansión en serie de Fourier de la función periódica 𝑓(𝑡)
definidos como
1
𝑓(𝑡) = cos 𝑡 (−𝜋 < 𝑡 < 𝜋), 𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
2
Tenga en cuenta que en este caso 𝑐𝑛 es real, que es como se esperaba, ya que la función 𝑓(𝑡)
es una función par de 𝑡.
De Ec. 14-49, la expansión en serie Fourier compleja para 𝑓(𝑡) es
∞
2(−1)𝑛+1 𝑗𝑛𝑡
𝑓(𝑡) = ∑ 𝑒
(4𝑛2 − 1)𝜋
𝑛=−∞
Esto puede ser fácilmente convertido de nuevo a la forma trigonométrica, ya que, de las
definiciones Ec. 14-48,
𝑎0 = 2𝑐0 , 𝑎𝑛 = 𝑐𝑛 + 𝑐𝑛∗ , 𝑏𝑛 = 𝑗(𝑐𝑛 − 𝑐𝑛∗ )
de modo que en este caso particular
4 2 (−2)𝑛+1 4 (−1)𝑛+1
𝑎0 = , 𝑎𝑛 = 2 [ ] = ,𝑏 = 0
𝜋 𝜋 4𝑛2 + 1 𝜋 4𝑛2 − 1 𝑛
Así la forma trigonométrica de la serie de Fourier es
∞
2 4 (−1)𝑛+1
𝑓(𝑡) = + ∑ 2 cos 𝑛𝑡
𝜋 𝜋 4𝑛 − 1
𝑛=1
que corresponde a la solución al ejercicio ¡Error! No se encuentra el origen de la
referencia.¡Error! No se encuentra el origen de la referencia. .
14.1.10.3 Ejemplo
Obtener la forma compleja de la serie de Fourier de la función de diente de sierra 𝑓(𝑡) definida
como
2𝑡
𝑓(𝑡) = (0 < 𝑡 < 2𝑇), 𝑓(𝑡 + 2𝑇) = 𝑓(𝑡)
𝑇
2𝑗 2𝑗 4
𝑎0 = 2𝑐0 = 4, 𝑎𝑛 = 𝑐𝑛 + 𝑐𝑛∗ = 0, 𝑏𝑛 = 𝑗(𝑐𝑛 + 𝑐𝑛∗ ) = 𝑗 ( + )=−
𝑛𝜋 𝑛𝜋 𝑛𝜋
Por lo que la expansión en serie de Fourier trigonométrica correspondiente a 𝑓(𝑡) es
∞
4 1 𝑛𝜋𝑡
𝑓(𝑡) = 2 − ∑ sin
𝜋 𝑛 𝑇
𝑛=1
que corresponde a la solución del ejemplo 14.1.7.2 cuando 𝑇 = 2.