Series de Fourier V7 SP Reducido

Universidad Tecnológica nacional
Facultad Delta regional
Teórico de
CÁLCULO AVANZADO
2019
Tema SERIE DE FOURIER
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
14 Series y transformada de Fourier

14.1 Series de Fourier
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
∞
∑(𝐴𝑛 cos 𝑛𝑘𝑥 + 𝐵𝑛 sin 𝑛𝑘𝑥)

𝑛=0
el resultado se consideró tan sorprendente que encontró una considerable oposición de los
principales matemáticos de la época, en particular Laplace, Poisson y Lagrange. Cuestionaron
su trabajo por su falta de rigor, y probablemente esto fue lo que retrasó la publicación del trabajo
de Fourier, su texto clásico Théorie Analytique de la Chaleur (Teoría analítica del calor) que no
apareció hasta 1822. Este texto se ha convertido en la fuente de los métodos modernos para
resolver problemas prácticos asociados con ecuaciones diferenciales parciales sujetas a
condiciones de frontera prescritas. Además del flujo de calor, esta clase de problemas incluye
vibraciones estructurales, propagación de ondas y difusión. La tarea de dar fundamento
matemático riguroso al trabajo de Fourier fue emprendida más adelante por Dirichlet (𝑐. 1830) y
posteriormente Riemann, su sucesor en la Universidad de Göttingen.
Además de su uso en la resolución de problemas de valor de frontera asociados con ecuaciones
diferenciales parciales, el análisis de series de Fourier es importante para muchas otras
aplicaciones en ingeniería. En el tema Transformada de Laplace vimos cómo determinar la
respuesta de frecuencia de un sistema dinámico modelado por una ecuación diferencial lineal
con coeficientes constantes, y el papel que esta respuesta desempeña en el análisis y diseño
del sistema. En esos casos la respuesta de frecuencia, que es la respuesta en estado
estacionario a una señal de entrada sinusoidal 𝐴sin 𝜔𝑡, también es sinusoidal y tiene la misma
frecuencia que la señal de entrada. Las funciones periódicas, que no son sinusoides puras
aparecen usualmente como señales de entrada en aplicaciones de ingeniería, particularmente
en ingeniería eléctrica, puesto que muchas fuentes eléctricas, como rectificadores electrónicos,
generan formas de onda periódicas no sinusoidales. Las series de Fourier proporcionan el marco
ideal para analizar la respuesta en estado estacionario a estas señales, ya que nos permiten
representar las señales como suma infinita de sinusoides. La respuesta en estado estacionario
debida a cada sinusoide puede determinarse usando transformadas de Laplace y, debido al
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.
Expansión en serie de Fourier

En esta sección se desarrolla la expansión de funciones periódicas en serie de Fourier y se
discute cuan exactamente aproximan a las funciones. También se muestra cómo pueden
aprovecharse las propiedades de simetría de la función para reducir la cantidad de cálculo
necesario para determinar las series de Fourier.
14.1.1.1 Funciones Periódicas

Una función 𝑓(𝑡) se dice que es periódica si sus imágenes se repiten a intervalos regulares en
su dominio. El gráfico de una función periódica puede dividirse en ‘tiras verticales’ que son
réplicas unas de otras, como se muestra en la Figura 14-1. El intervalo entre dos réplicas
sucesivas se llama período de la función. Por lo tanto, decimos que una función 𝑓(𝑡) es periódica
de período 𝑇 si, para todos los valores t de su dominio, 𝑓(𝑡 + 𝑚𝑇) = 𝑓(𝑡) para cualquier m entero.
Figura 14-1 una función periódica de período 𝑻.

Para proporcionar una medida del número de repeticiones por unidad de t, definimos la
frecuencia de una función periódica como el recíproco de su período, de modo que
1 1
frecuencia = =
𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑇
El término frecuencia angular también se utiliza en ingeniería, y se define como
2𝜋
frecuencia angular = 2𝜋 × frecuencia =
𝑇
y se mide en radianes por segundo. Es común omitir el término ‘angular’ y llamarla simplemente
frecuencia cuando el contexto es claro.
14.1.1.2 Teorema de Fourier

Este teorema establece que una función periódica que satisface ciertas condiciones puede
expresarse como la suma de una serie de funciones sinusoidales de diferentes amplitudes, fases
y periodos. O sea, si 𝑓(𝑡) es una función periódica de período 𝑇 entonces
Ec. 14-1 𝑓(𝑡) = 𝐴0 + 𝐴1 sin(𝜔𝑡 + ∅1 ) + 𝐴2 sin(2𝜔𝑡 + ∅2 ) + ⋯ + 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 ) + ⋯
donde la A y las ∅ son constantes y 𝜔 = 2𝜋⁄𝑇 es la frecuencia de 𝑓(𝑡). El término 𝐴1 sin(𝜔𝑡 + ∅1 )
se llama primer armónico o modo fundamental, y tiene la misma frecuencia 𝜔 que la función
madre 𝑓(𝑡) . El término 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 ) se llama el enésimo armónico, y tiene frecuencia 𝑛𝜔,
que es 𝑛 veces la del primer armónico. 𝐴𝑛 denota la amplitud del enésimo armónico y ∅𝑛 es su
ángulo de fase, que mide el retraso o adelanto del enésimo armónico con respecto a una onda
sinusoidal pura de la misma frecuencia. Como
𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 ) ≡ (𝐴𝑛 cos ∅𝑛 ) sin 𝑛𝜔𝑡 + (𝐴𝑛 sin ∅𝑛 ) cos 𝑛𝜔𝑡 ≡ 𝑏𝑛 sin 𝑛𝜔𝑡 + 𝑎𝑛 cos 𝑛𝜔𝑡
donde
Ec. 14-2 𝑏𝑛 = 𝐴𝑛 cos ∅𝑛 , 𝑎𝑛 = 𝐴𝑛 sin ∅𝑛
la expansión Ec. 14-1 se puede escribir como
Ec. 14-3
∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑ 𝑏𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1
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
es un conjunto ortogonal de funciones en [𝑑, 𝑑 + 𝑇]. La elección de 𝑑 es arbitraria, sólo es

necesario integrar en un período de duración 𝑇.
Integrando la serie Ec. 14-3 con respecto a t en [𝑑, 𝑑 + 𝑇] y usando Ec. 14-6 y Ec. 14-7,
encontramos que todos los términos del lado derecho son nulos excepto el término con 𝑎0 ; por
tanto,
∞
𝑑+𝑇 𝑑+𝑇 𝑑+𝑇 𝑑+𝑇
1
∫ 𝑓(𝑡)𝑑𝑡 = 𝑎0 ∫ 𝑑𝑡 + ∑ 𝑎𝑛 (∫ cos𝑛𝜔𝑡 𝑑𝑡 + 𝑏𝑛 ∫ sin𝑛𝜔𝑡 𝑑𝑡 )
𝑑 2 𝑑 𝑑 𝑑
𝑛=1
∞
1 1 1 1 𝑑+𝑇
= 𝑎0 𝑇 + ∑[ 𝑎𝑛 0 + 𝑏𝑛 0] = 𝑇𝑎0 ⇒ 𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
2 2 2 𝑇 𝑑
𝑛=1
y vemos que el término constante ½ 𝑎0 en la expansión en serie de Fourier representa el valor
medio de la Función 𝑓(𝑡) durante un período, por lo tanto
Ec. 14-11
2 𝑑+𝑇
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡
𝑇 𝑑
Para obtener este resultado, hemos supuesto que se puede integrar la serie Ec. 14-3 término a
término. Esto es así debido a las propiedades de convergencia de la serie (2).
Para obtener los coeficientes de Fourier 𝑎𝑛 , (𝑛 ≠ 0) , multiplicamos Ec. 14-3 por cos 𝑚𝜔𝑡 e
integramos con respecto a t en [𝑑, 𝑑 + 𝑇] dando
𝑑+𝑇
∫ 𝑓(𝑡) cos 𝑚𝜔𝑡 𝑑𝑡 =
𝑑
∞ ∞
𝑑+𝑇 𝑑+𝑇 𝑑+𝑇
1
= 𝑎0 ∫ cos 𝑚𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ cos 𝑛𝜔𝑡 cos 𝑚𝜔𝑡 𝑑𝑡 + ∑ 𝑏𝑛 ∫ cos 𝑚𝜔𝑡 sin 𝑛𝜔𝑡 𝑑𝑡
2 𝑑 𝑑 𝑑
𝑛=1 𝑛=1
Suponiendo que se puede integrar término a término, y usando Ec. 14-6, Ec. 14-9 y Ec. 14-10,
encontramos que, cuando 𝑚 ≠ 0, la única integral no nula del lado derecho es en la de la primera
sumatoria cuando 𝑛 = 𝑚. O sea que tenemos
𝑑+𝑇 𝑑+𝑇
1 2 𝑑+𝑇
∫ 𝑓(𝑡) cos 𝑚𝜔𝑡 𝑑𝑡 = 𝑎𝑚 ∫ cos𝑚𝜔𝑡 cos 𝑚𝜔𝑡 𝑑𝑡 = 𝑎𝑚 T ⇒ 𝑎𝑚 = ∫ 𝑓(𝑡) cos 𝑚𝜔𝑡 𝑑𝑡
𝑑 𝑑 2 𝑇 𝑑
que, remplazando 𝑚 por 𝑛 da
Ec. 14-12
2 𝑑+𝑇
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 (𝑛 = 1, 2, . . . )
𝑇 𝑑
El valor de 𝑎0 dado por Ec. 14-11 equivale a tomar 𝑛 = 0 en Ec. 14-12, entonces podemos escribir
2 𝑑+𝑇
𝑎𝑛 = ∫ 𝑓(𝑡)cos𝑚𝜔𝑡𝑑𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇 𝑑
Lo cual confirma la validez de Ec. 14-4 (3).
Finalmente, para obtener los coeficientes de Fourier 𝑏𝑛 , multiplicamos Ec. 14-3 por sin 𝑚𝜔𝑡 e
integramos con respecto a 𝑡 en [𝑑, 𝑑 + 𝑇] dando
𝑑+𝑇
∫ 𝑓(𝑡) sin 𝑚𝜔𝑡 𝑑𝑡 =
𝑑
∞ ∞
𝑑+𝑇 𝑑+𝑇 𝑑+𝑇
1
= 𝑎0 ∫ sin 𝑚𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ sin 𝑚𝜔𝑡 cos 𝑛𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ sin 𝑚𝜔𝑡 sin 𝑛𝜔𝑡 𝑑𝑡
2 𝑑 𝑑 𝑡
𝑛=1 𝑛=1
Suponiendo que se puede integrar término a término, y usando Ec. 14-7, Ec. 14-8 y Ec. 14-10,
vemos que la única integral no nula del lado derecho es la de la segunda sumatoria cuando 𝑚 =
𝑛. O sea que tenemos
𝑑+𝑇 𝑑+𝑇
1
∫ 𝑓(𝑡) sin 𝑚𝜔𝑡 𝑑𝑡 = 𝑏𝑚 ∫ sin𝑚𝜔𝑡 sin 𝑚𝜔𝑡 𝑑𝑡 = 𝑏𝑚 𝑇
𝑑 𝑑 2
y, al reemplazar 𝑚 por 𝑛,
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.
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
donde los coeficientes vienen dados por las fórmulas de Euler

Ec. 14-4
2 𝑑+𝑇
𝑎𝑛 = ∫𝑑 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇
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
con los coeficientes dados por

Ec. 14-15
1 𝑑+2𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑t , (𝑛 = 0, 1, 2, . . . )
𝜋 𝑑
Ec. 14-16
1 𝑑+2𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, . . . )
𝜋 𝑑
Si bien es raro encontrar una frecuencia unitaria en la práctica, este caso se simplifican los
cálculos necesarios para determinar los coeficientes 𝑎𝑛 y 𝑏𝑛 . Además, no se pierde generalidad
pues, si tenemos una función 𝑓(𝑡) de período 𝑇, podemos escribir 𝑡1 = 2𝜋𝑡⁄𝑇 , entonces
𝑇𝑡1
𝑓(𝑡) ≡ 𝑓 ( ) ≡ 𝐹(𝑡1 )
2𝜋
Siendo 𝐹(𝑡1 ) una función de período 2𝜋. O sea que, una función periódica 𝑓(𝑡) de período 𝑇
puede transformarse en una función periódica 𝐹(𝑡1 ) de período 2𝜋 mediante un simple cambio
de variable. Por lo tanto, primero veremos las funciones de período 2𝜋, volviendo a las funciones
de período distinto a 2𝜋 en la sección 14.1.5.
14.1.2.1 Ejemplo
Obtener la expansión en serie de Fourier de la función 𝑓(𝑡) de período 2𝜋 definida como
𝑓(𝑡) = 𝑡 (0 < 𝑡 < 2𝜋), 𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)
Figura 14-2 Onda diente de Sierra del ejemplo 14.1.2.1.

Solución
La Figura 14-2 muestra un gráfico de 𝑓(𝑡) en [−4𝜋, 4𝜋]. Como la función es periódica sólo hay
que graficarla en un período y el patrón se repite en otros períodos.
Usando Ec. 14-15 para evaluar los coeficientes de Fourier 𝑎0 y 𝑎𝑛 dan (4)
2𝜋
1 2𝜋 1 2𝜋 1 𝑡2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑡 𝑑𝑡 = [ ] = 2𝜋
𝜋 0 𝜋 0 𝜋 2 0
y
1 2𝜋 1 2𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑𝑡 = ∫ 𝑡 cos 𝑛𝑡 d𝑡 , (𝑛 = 1, 2, ⋯ )
𝜋 0 𝜋 0
que, por integración por partes, da
1 𝑠𝑖𝑛̇ 𝑛𝑡 cos 𝑛𝑡 2𝜋 1 2𝜋 1 cos 0
𝑎𝑛 = [𝑡 + 2
] = ( sin 2𝑛𝜋 + 2 cos 2𝑛𝜋 − 2 ) = 0
𝜋 𝑛 𝑛 0 𝜋 𝑛 𝑛 𝑛
pues sin 2𝑛𝜋 = 0 y cos 2𝑛𝜋 = cos 0 = 1.
La fórmula Ec. 14-16 para 𝑏𝑛 da
1 2𝜋 1 2𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 = ∫ 𝑡 sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, . . . )
𝜋 0 𝜋 0
1 𝑡 sin 𝑛𝑡 2𝜋 1 2𝜋 2
𝑏𝑛 = [− cos 𝑛𝑡 + 2
] = (− cos 2𝑛𝜋) = −
𝜋 𝑛 𝑛 0 𝜋 𝑛 𝑛
Pues sin 2𝑛𝜋 = sin 0 = 0 y cos 2𝑛𝜋 = 1.
Por lo tanto, de Ec. 14-14 la expansión en serie de Fourier de 𝑓(𝑡) es
∞
2
𝑓(𝑡) = 𝜋 − ∑ sin 𝑛𝑡
𝑛
𝑛=1
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.
Figura 14-3 Gráfico de la función 𝒇(𝒕) del Ejemplo 14.1.2.2.

De Ec. 14-15 tenemos
1 𝜋 1 𝜋 2
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡 = ∫ (𝑡 2 + 𝑡) 𝑑𝑡 = 𝜋 2
𝜋 −𝜋 𝜋 −𝜋 3
y
1 𝜋 1 𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑𝑡 = ∫ (𝑡 2 + 𝑡) cos 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜋 −𝜋 𝜋 −𝜋
𝜋
1 𝑡2 2𝑡 2 𝑡 1 1 4𝜋 4
𝑎𝑛 = [ sin 𝑛𝑡 + 2 cos 𝑛𝑡 − 3 sin 𝑛𝑡 + sin 𝑛𝑡 + 2 cos 𝑛𝑡] = 2
cos 𝑛𝜋 = 2 𝑛
𝜋 𝑛 𝑛 𝑛 𝑛 𝑛 −𝜋
𝜋 𝑛 𝑛 (−1)
1 𝜋
Pues sin 𝑛𝜋 = 0, [ cos 𝑛𝑡] = 0 y cos 𝑛𝜋 = (−1)𝑛 .
𝑛2 −𝜋
De Ec. 14-16
1 𝜋 1 𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 = ∫ ( 𝑡 2 + 𝑡) sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
=
𝜋
1 𝑡2 2𝑡 2 𝑡 1 2 2
𝑏𝑛 = [− cos 𝑛𝑡 + 2 sin 𝑛𝑡 + 3 cos 𝑛𝑡 − cos 𝑛𝑡 + 2 sin 𝑛𝑡] = − cos 𝑛𝜋 = − 𝑛
𝜋 𝑛 𝑛 𝑛 𝑛 𝑛 −𝜋
𝑛 𝑛(−1)
Pues sin 𝑛𝜋 = 0 y cos 𝑛𝜋 = (−1)𝑛 .
∞ ∞
1 2 4 2
𝑓(𝑡) = 𝜋 + ∑ 2 (−1) cos 𝑛𝑡 − ∑ (−1)𝑛 sin 𝑛𝑡
𝑛
3 𝑛 𝑛
𝑛=1 𝑛=1
Para ilustrar el enfoque alternativo, usando Ec. 14-13
1 𝜋 1 𝜋
𝑎𝑛 + 𝑗𝑏𝑛 = ∫ 𝑓(𝑡)𝑒 𝑗𝑛𝑡 𝑑𝑡 = ∫ (𝑡 2 + 𝑡)𝑒 𝑗𝑛𝑡 𝑑𝑡
𝜋 𝜋
1 𝑡 2 + 𝑡 𝑗𝑛𝑡 𝜋
2𝑡 + 1 𝑗𝑛𝑡 1 𝑡 2 + 𝑡 𝑗𝑛𝑡 2𝑡 + 1 𝑗𝑛𝑡 2𝑒 𝑗𝑛𝑡
= ([ 𝑒 ] −∫ 𝑒 𝑑𝑡) = [ 𝑒 − 𝑒 + ]
𝜋 𝑗𝑛 −𝜋 −𝜋 𝑗𝑛 𝜋 𝑗𝑛 (𝑗𝑛)2 (𝑗𝑛)3 −𝜋
Como 𝑒 𝑗𝑛𝜋 = cos 𝑛𝜋 + 𝑗 sin 𝑛𝜋 = (−1)𝑛 , 𝑒 −𝑗𝑛𝜋 = cos 𝑛𝜋 − 𝑗 sin 𝑛𝜋 = (−1)𝑛 y 1⁄𝑗 = −𝑗, entonces
(−1)𝑛 𝜋 2 + 𝜋 2𝜋 + 1 𝑗2 𝜋 2 − 𝜋 1 − 2𝜋 𝑗2 4 2
𝑎𝑛 + 𝑗𝑏𝑛 = (−𝑗 + 2
+ 3+𝑗 − − 3 ) = (−1)𝑛 ( 2 − 𝑗 )
𝜋 𝑛 𝑛 𝑛 𝑛 𝑛2 𝑛 𝑛 𝑛
Igualando partes reales e imaginarias da, como antes,
4 2
𝑎𝑛 = 2 (−1)𝑛 , 𝑏𝑛 = − (−1)𝑛
𝑛 𝑛
Una función periódica 𝑓(𝑡) puede estar definida a trozos en un período, o puede ser continua a
trozos en un período, como se ve en la Figura 14-4. Para calcular los coeficientes de Fourier en
este caso, hay que descomponer el intervalo de integración en las fórmulas de Euler para que
coincidan con los trozos de la función. Por ejemplo, para la función 𝑓(𝑡) de período 2𝜋 de la
Figura 14-4, definida en [−𝜋, 𝜋] como
𝑓1 (𝑡) (−𝜋 < 𝑡 < −𝑝)
𝑓(𝑡) = {𝑓2 (𝑡) (−𝑝 < 𝑡 < 𝑞)
𝑓3 (𝑡) (𝑞 < 𝑡 < 𝜋)
Figura 14-4 función continua a trozos durante un período.

Las fórmulas de Euler Ec. 14-15 y Ec. 14-16 quedan
1 −𝑝 𝑞 𝜋
𝑎𝑛 = [∫ 𝑓1 (𝑡) cos 𝑛𝑡 𝑑𝑡 + ∫ 𝑓2 (𝑡) cos 𝑛𝑡 𝑑𝑡 + ∫ 𝑓3 (𝑡) cos 𝑛𝑡 𝑑𝑡 ]
𝜋 −𝜋 −𝑝 𝑞
1 −𝑝 𝑞 𝜋
𝑏𝑛 = [∫ 𝑓1 (𝑡) sin 𝑛𝑡 𝑑𝑡 + ∫ 𝑓2 (𝑡) sin 𝑛𝑡 𝑑𝑡 + ∫ 𝑓3 (𝑡) sin 𝑛𝑡 𝑑𝑡 ]
𝜋 −𝜋 −𝑝 𝑞
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 .
Figura 14-5 Gráfico de la función 𝒇(𝒕) del Ejemplo 14.1.2.3.

De Ec. 14-15,
𝜋
1 2𝜋 1 2 𝜋
1 2𝜋
1 5
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡 = [∫ 𝑡 𝑑𝑡 + ∫ 𝜋𝑑𝑡 + ∫ (𝜋 − 𝑡) 𝑑𝑡] = 𝜋
𝜋 0 𝜋 0 𝜋 2
𝜋 2 8
2
y
1 2𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 dt (𝑛 = 1, 2, 3, . . . )
𝜋 0
𝜋
𝜋 2𝜋
1 2 1 1
= [∫ 𝑡 cos 𝑛𝑡 𝑑𝑡 + ∫ 𝜋 cos 𝑛𝑡 𝑑𝑡 + ∫ ( 𝜋 − 𝑡) cos nt 𝑑𝑡]
𝜋 0 𝜋 2
𝜋 2
2
𝜋
1 𝑡 cos 𝑛𝑡 2 𝜋 𝜋 2𝜋 − 𝑡 sin 𝑛𝑡 cos 𝑛𝑡 2𝜋
= ([ sin 𝑛𝑡 + ] + [ sin 𝑛𝑡] + [ − ] )
𝜋 𝑛 𝑛2 0 2𝑛 𝜋 2 𝑛 2𝑛2 𝜋
2
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)
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
Funciones pares e impares

Si una función tiene ciertas propiedades de simetría, podemos decir qué términos están ausentes
de la expansión en serie de Fourier y también simplificar las expresiones de otros coeficientes.
En esta sección consideramos las funciones pares e impares.
• 𝑓(𝑡) es una función par si 𝑓(𝑡) = 𝑓(−𝑡) para todo 𝑡.
• 𝑓(𝑡) es una función impar si 𝑓(𝑡) = −𝑓(−𝑡) para todo 𝑡.
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.
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
∞
𝑓(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝜔𝑡

𝑛=1
con
Ec. 14-20
𝜏
4 2
𝑏𝑛 = ∫ 𝑓 (𝑡) sin 𝑛𝜔 𝑡𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
𝑇 0
Figura 14-7 Onda cuadrada 𝒇(𝒕) de ejemplo 14.1.3.1.
14.1.3.1 Ejemplo
Encuentre la expansión en serie de Fourier de 𝑓(𝑡) de período 2𝜋 definida en [−𝜋, 𝜋] como
−1 (−𝜋 < 𝑡 < 0)

𝑓(𝑡) = {
1 (0 < 𝑡 < 𝜋)
Solución
La Figura 14-7 muestra un gráfico de 𝑓(𝑡) en [−4𝜋, 4𝜋]. Evidentemente 𝑓(𝑡) es impar, de modo
que su expansión en serie de Fourier consiste solamente en términos de seno. Tomando 𝑇 = 2𝜋
es decir 𝜔 = 1 , en Ec. 14-19 y Ec. 14-20, la expansión en serie de Fourier está dada por
∞
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)
Figura 14-8 Función 𝒇(𝒕) del Ejemplo 14.1.3.2.

Solución
La Figura 14-8 muestra la gráfica de la función 𝑓(𝑡) en [−3𝜋, 3𝜋]. Claramente 𝑓(𝑡) es par, de
modo que su expansión en serie de Fourier consiste solamente en términos de coseno. Tomando
𝑇 = 2𝜋, es decir 𝜔 = 1 , en Ec. 14-17 y Ec. 14-18, la expansión en serie de Fourier está dada por
∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝑡
2
𝑛=1
con
2 𝜋 2 𝜋 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑡 2 𝑑𝑡 = 𝜋 2
𝜋 0 𝜋 0 3
2 𝜋 2 𝜋 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑𝑡 = ∫ 𝑡 cos 𝑛𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜋 0 𝜋 0
𝜋
2 𝑡2 2𝑡 2 2 2𝜋 4
= [ sin 𝑛𝑡 + 2 cos 𝑛𝑡 − 3 sin 𝑛𝑡] = ( 2 cos 𝑛𝜋) = 2 (−1)𝑛
𝜋 𝑛 𝑛 𝑛 0
𝜋 𝑛 𝑛
pues sin 𝑛𝜋 = 0 y cos 𝑛𝜋 = (−1)𝑛 . Así la expansión de la serie Fourier de f(𝑡) = 𝑡 2 es
Ec. 14-22
∞
1 2 (−1)𝑛
𝑓(𝑡) = 𝜋 +4∑ cos 𝑛𝑡
3 𝑛2
𝑛=1
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
∞ ∞
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.
Figura 14-9 Función 𝒇(𝒕) del ejemplo 14.1.5.1.

Tomando 𝑇 = 4 en Ec. 14-4 y Ec. 14-5, tenemos
1 2 1 0 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = (∫ 0𝑑𝑡 + ∫ 1 dt) = 1
2 −2 2 −2 0
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]

Tomando 𝑇 = 2 en Ec. 14-4 y Ec. 14-5, tenemos
2 2 1 2
9
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 3 𝑡𝑑𝑡 + ∫ 3 𝑑𝑡 =
2 0 0 1 2
2 2 𝑛𝜋𝑡
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
2 0 1
1 2
3𝑡 sin 𝑛𝜋𝑡 3 cos 𝑛𝜋𝑡 1 3𝑠𝑚̇𝑛𝜋𝑡 2
= ∫ 3 𝑡 cos 𝑛𝜋𝑡𝑑𝑡 + ∫ 3 cos 𝑛𝜋𝑡𝑑𝑡 = [ + ] + [ ]
0 1 𝑛𝜋 (𝑛𝜋)2 0 𝑛𝜋 1
3 0 (𝑛 𝑝𝑎𝑟)
= (cos 𝑛𝜋 − 1) = {
(𝑛𝜋)2 −6/(𝑛𝜋)2 (𝑛 𝑖𝑚𝑝𝑎𝑟)
2 1 2
2 𝑛𝜋𝑡
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑑𝑡 = ∫ 3𝑡 sin 𝑛𝜋𝑡 𝑑𝑡 + ∫ 3 sin 𝑛𝜋𝑡 𝑑𝑡
2 0 1 0 1
3 cos 𝑛𝜋𝑡 3𝑠𝑚̇𝑛𝜋𝑡 1 3 cos 𝑛𝜋𝑡 2 3 3
= [− + 2
] + [− ] =− cos 2𝑛𝜋 = −
𝑛𝜋 (𝑛𝜋) 0 𝑛𝜋 1 𝑛𝜋 𝑛𝜋
Entonces, de Ec. 14-3, la expansión en serie de Fourier de 𝑓(𝑡) es
9 6 1 1 3 1 1
𝑓(𝑡) = − 2 (cos 𝜋𝑡 + cos 3𝜋𝑡 + cos 5𝜋𝑡 + ⋯ ) − (sin 𝜋𝑡 + sin 2𝜋𝑡 + sin 3𝜋𝑡 + ⋯ )
4 𝜋 9 25 𝜋 2 3
∞ ∞
9 6 cos(2𝑛 − 1) 𝜋𝑡 3 sin 𝑛𝜋𝑡
= − 2∑ − ∑
4 𝜋 (2𝑛 − 1)2 𝜋 𝑛
𝑛=1 𝑛=1
14.1.5.3 Ejemplo
Obtener la expansión en serie de Fourier de la onda sinusoidal rectificada
𝑓(𝑡) = |sin 𝑡|
Figura 14-11 Onda rectificada 𝑓(𝑡) = |sin 𝑡|.

Solución
La Figura 14-11 muestra un gráfico de la onda en [−𝜋, 𝜋]. Obviamente 𝑓(𝑡) es periódica de
período 𝜋. Tomando 𝑇 = 𝜋 , es decir 𝜔 = 2 en Ec. 14-3 a Ec. 14-5 la expansión en serie de
Fourier está dada por
∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 2𝑛𝑡
2
𝑛=1
2 𝜋 4
𝑎0 = ∫ sin 𝑡 𝑑𝑡 =
𝜋 0 𝜋
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
Entonces la expansión en serie Fourier de 𝑓(𝑡) es

∞
2 4 1
𝑓(𝑡) = − ∑ 2 cos 2𝑛𝑡
𝜋 𝜋 4𝑛 − 1
𝑛=1
Convergencia de la serie de Fourier

Hasta aquí nos hemos dedicado a determinar la expansión en serie de Fourier de una función
periódica 𝑓(𝑡) . En realidad, esto es simplemente un ejercicio de integración, ya que sólo tenemos
que calcular los coeficientes 𝑎𝑛 y 𝑏𝑛 con las fórmulas de (Euler Ec. 14-4 y Ec. 14-5) y sustituirlos
en Ec. 14-3. Todavía no hemos considerado si la serie de Fourier así obtenida es o no una
representación válida de la función periódica 𝑓(𝑡). La existencia de los coeficientes 𝑎𝑛 y 𝑏𝑛 en sí
no necesariamente implica que la serie asociada converge a 𝑓(𝑡) .
Una discusión completa de la convergencia de una serie de Fourier está más allá del alcance de
este curso y nos limitaremos a enunciar condiciones que garantizan que 𝑓(𝑡) tiene una expansión
en serie de Fourier convergente. Estas condiciones, llamadas condiciones de Dirichlet, se
establecen en el teorema 14.1.6.1.
14.1.6.1 Teorema condiciones de Dirichlet

Si 𝑓(𝑡) es una función periódica acotada que tiene en cualquier período
(a) un número finito de máximos y mínimos aislados, y
(b) un número finito de puntos de discontinuidad de salto finito
entonces la expansión en serie de Fourier de 𝑓(𝑡) converge a 𝑓(𝑡) en todos los puntos donde
𝑓(𝑡) es continua y a la media de los límites por la derecha y por la izquierda de 𝑓(𝑡) en los puntos
donde 𝑓(𝑡) es discontinua (es decir, a la media de la discontinuidad).
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 ;
(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
pico. En general, la magnitud de la subestimación y la sobreestimación juntas ascienden a cerca

del 18% de la magnitud de la discontinuidad (la diferencia en los valores de la función 𝑓(𝑡) a la
izquierda y a la derecha de la discontinuidad). Es importante que se conozca este fenómeno, ya
que en ciertas aplicaciones prácticas estos picos en las discontinuidades deben ser suprimidos
usando factores de alisado apropiados.
Teóricamente, podemos utilizar la serie Ec. 14-21 para obtener una aproximación a 𝜋. Esto se
1
logra tomando 𝑡 = 𝜋, donde 𝑓(𝑡) = 1; entonces Ec. 14-21 da
2
∞ sin ((2𝑛 − 1) 𝜋 )
4 2
1= ∑
𝜋 2𝑛 − 1
𝑛=1
resultando
∞
1 1 1 (−1)𝑛+1
𝜋 = 4 (1 − + − + ⋯ ) = 4 ∑
3 5 7 2𝑛 − 1
𝑛=1
En la práctica, esta no es una buena forma de obtener una aproximación a 𝜋, debido al lento
ritmo de convergencia de la serie.
Funciones definidas sobre un intervalo finito

Uno de los requisitos del teorema de Fourier es que la función que se va a expandir sea periódica.
Entonces una función 𝑓(𝑡) que no sea periódica no puede tener una serie de Fourier
representativa que converja a ella para todos los valores de 𝑡. Sin embargo, podemos obtener
una expansión en serie de Fourier que representa una función no‐periódica 𝑓(𝑡) que se define
sólo en un intervalo de tiempo finito 0 ≤ 𝑡 ≤ 𝜏. Se trata de un recurso que se utiliza con frecuencia
para resolver problemas en la práctica, en particular los problemas de valor de frontera de
ecuaciones diferenciales, como determinar el flujo de calor a lo largo de una barra o las
vibraciones de una cuerda. Puede haber varias representaciones en serie de Fourier de 𝑓(𝑡),
válidas en el intervalo 0 ≤ 𝑡 ≤ 𝜏, incluyendo series que tienen solo términos de coseno o series
que tienen solo términos de seno. Para obtenerlas se formulan varias “extensiones” periódicas
de 𝑓(𝑡).
14.1.7.1 Series de recorrido completo

Suponga que la función dada 𝑓(𝑡) sólo se define en el intervalo de tiempo finito 0 ≤ 𝑡 ≤ 𝜏.
Entonces, para obtener una representación en serie de Fourier de recorrido completo de 𝑓(𝑡)
(una serie con términos de coseno y de seno), definimos la extensión periódica ∅(𝑡) de 𝑓(𝑡)
como
∅(𝑡) = 𝑓(𝑡) (0 < 𝑡 < 𝜏)
∅(𝑡 + 𝜏) = ∅(𝑡)
Los gráficos de una posible 𝑓(𝑡) y su extensión periódica ∅(𝑡) se muestran en las Figura 14-13
(a) y (b) respectivamente.
Siempre que 𝑓(𝑡) satisface las condiciones de Dirichlet en el intervalo 0 ≤ 𝑡 ≤ 𝜏, la nueva función
∅(𝑡) de período 𝜏, tendrá una expansión en serie Fourier convergente. Ya que, dentro del período
0 < 𝑡 < 𝜏, ∅(𝑡) es idéntica a 𝑓(𝑡) , entonces esta expansión en serie de Fourier de ∅(𝑡)
representará a 𝑓(𝑡) en este intervalo.
Figura 14-13 Gráficos de una función definida sólo sobre (a) un intervalo finito 𝟎 ≤ 𝒕 ≤ 𝝉 y (b) su
extensión periódica.
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.
Figura 14-14 Funciones 𝒇(𝒕) y 𝝓(𝒕) del ejemplo 14.1.7.2.

Como 𝜙(𝑡) es una función periódica de período 4, tiene una expansión en serie de Fourier
convergente. Tomando 𝑇 = 4 en Ec. 14-4 y Ec. 14-5, los coeficientes de Fourier se determinan
como
1 4 1 4
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑡 𝑑𝑡 = 4
2 0 2 0
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.
14.1.7.3 Serie coseno y seno de medio recorrido

En lugar de desarrollar la extensión periódica 𝜙(𝑡) de 𝑓(𝑡) como en la sección 14.1.7.1, es posible
formular extensiones periódicas que sean funciones pares o impares, de modo que la serie de
Fourier resultante de las extensiones periódicas tienen solamente términos de coseno o
solamente términos de seno.
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).
Figura 14-15 (a) Función 𝒇(𝒕) ; b Su extensión periódica par 𝑭(𝒕)

Siempre que 𝑓(𝑡) satisface las condiciones de Dirichlet en el intervalo 0 < 𝑡 < 𝜏, como es una
función par de período 2𝜏, se deduce de la sección 14.1.3 que la extensión par periódica 𝐹(𝑡)
tendrá una representación en serie de Fourier convergente con términos de coseno solamente y
dada por
1 𝑛𝜋𝑡
Ec. 14-26 𝐹(𝑡) = 𝑎0 + ∑∞
𝑛=1 𝑎𝑛 cos
2 𝜏
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.
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
(b) Expansión en serie de medio recorrido en senos.

Definir la función periódica 𝐺(𝑡) como
𝑓(𝑡) = 𝑡 (0 < 𝑡 < 4)
𝐺(𝑡) = {
−𝑓(−𝑡) = 𝑡 (−4 < 𝑡 < 0)
𝐺(𝑡 + 8) = 𝐺(𝑡)
Entonces, como 𝐺(𝑡) es una función periódica impar de período 8, tiene una expansión
en serie de Fourier convergente dada por Ec. 14-28. Tomando 𝜏 = 4 en Ec. 14-29,
tenemos
2 4 1
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜋𝑡 𝑑𝑡 (𝑛 =, 2, 3, . . . )
4 0 4
4 4
1 1 1 4𝑡 1 16 1
= ∫ 𝑡 sin 𝑛𝜋𝑡 𝑑𝑡 = [− cos 𝑛𝜋𝑡 + sin 𝑛𝜋𝑡]
2 0 4 2 𝑛𝜋 4 (𝑛𝜋)2 4 0
8 8 𝑛
=− cos 𝑛𝜋 = − (−1)
𝑛𝜋 𝑛𝜋
Así, por Ec. 14-28, la expansión en serie de Fourier de 𝐺(𝑡) es
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.
Figura 14-17 Funciones 𝒇(𝒕) , 𝑭(𝒕) y 𝑮(𝒕) del Ejemplo 14.1.7.4.

Es importante darse cuenta de que las tres representaciones en serie de Fourier Ec. 14-25, Ec.
14-30 y Ec. 14-31 son representativas de la función 𝑓(𝑡) = 𝑡 sólo en el intervalo de definición 0 <
𝑡 < 4. Fuera de este intervalo, las tres series de Fourier convergen a las tres funciones ∅(𝑡), 𝐹(𝑡)
y 𝐺(𝑡) , ilustradas en las Figura 14-14 (b), Figura 14-17 (b) y Figura 14-17 (c) respectivamente.
Derivación e integración en serie de Fourier

Es inevitable que se quiera obtener la derivada o la integral de una serie de Fourier en algunas
aplicaciones. Dado que los efectos suavizantes del proceso de integración tienden a eliminar las
discontinuidades, mientras que el proceso de derivación tiene el efecto contrario, no es de
extrañar que la integración de una serie de Fourier es más probable que sea posible que su
derivación. No vamos a ver la teoría en profundidad; solo vamos a declarar, sin demostración,
dos teoremas relacionados con la integración y derivación término a término de series de Fourier,
y hacer algunas observaciones sobre su uso.
14.1.8.1 Teorema de Integración de una serie de Fourier

Una expansión en serie de Fourier de una función periódica 𝑓(𝑡) que satisface las condiciones
de Dirichlet se puede integrar término a término, y la serie integrada converge a la integral de la
función 𝑓(𝑡) .
De acuerdo con este teorema, si 𝑓(𝑡) satisface las condiciones de Dirichlet en el intervalo −𝜋 ≤
𝑡 ≤ 𝜋 y tiene una expansión en serie de Fourier
∞
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.
Caso (i), Intervalo −𝜋 < 𝑡 < 0.

Integrando Ec. 14-21 término a término, tenemos
∞
𝑡 𝑡
4 𝑠𝑚̇(2𝑛 − 1)𝑡
∫ ( − 1)𝑑𝑡 = ∑ ∫ 𝑑𝑡
−𝜋 𝜋 −𝜋 (2𝑛 − 1)
𝑛=1
Es decir
∞ 𝑡 ∞ ∞
4 cos(2𝑛 − 1) 𝑡 4 cos(2𝑛 − 1) 𝑡 1
−(𝑡 + 𝜋) = − ∑ [ 2
] = − [∑ 2
+∑ ]
𝜋 (2𝑛 − 1) −𝜋
𝜋 (2𝑛 − 1) (2𝑛 − 1)2
𝑛=1 𝑛=1 𝑛=1
Se puede demostrar que
∞
2 1
∑ 2
= 𝜋2
(2𝑛 − 1) 8
𝑛=1
(ver ejercicio 6), de manera que lo anterior se simplifica
𝟏 𝟒 𝐜𝐨𝐬 (𝟐𝒏−𝟏)𝒕
Ec. 14-32 −𝒕 = 𝝅 − ∑∞
𝒏=𝟏 (−𝝅 < 𝒕 < 𝟎)
𝟐 𝝅 (𝟐𝒏−𝟏)𝟐
Caso (ii), intervalo 0 < 𝑡 < 𝜋.

Integrando Ec. 14-21 término a término, tenemos
∞
0 𝑡 𝑡
4 sin(2𝑛 − 1) 𝑡
∫ ( − 1)𝑑𝑡 + ∫ 1 𝑑𝑡 = ∑ ∫ 𝑑𝑡
−𝜋 0 𝜋 −𝜋 (2𝑛 − 1)
𝑛=1
Dando
𝟏 𝟒 𝐜𝐨𝐬(𝟐𝒏−𝟏)𝒕
Ec. 14-33 𝒕 = 𝝅 − ∑∞
𝒏=𝟏 (𝟎 < 𝒕 < 𝝅)
𝟐 𝝅 (𝟐𝒏−𝟏)𝟐
Tomando Ec. 14-32 y Ec. 14-33 juntos, encontramos que la función

−𝑡 (−𝜋 < 𝑡 < 0)
𝑔(𝑡) = |𝑡| = {
𝑡 (0 < 𝑡 < 𝜋)
𝑔(𝑡 + 2𝜋) = 𝑔(𝑡)
tiene una expansión en serie de Fourier
∞
1 4 cos(2𝑛 − 1) 𝑡
𝑔(𝑡) = |𝑡| = 𝜋 − ∑
2 𝜋 (2𝑛 − 1)2
𝑛=1
14.1.8.4 Teorema de Derivación de una serie de Fourier

Si 𝑓(𝑡) es una función periódica que satisface las condiciones de Dirichlet, entonces su derivada
𝑓 ′ (𝑡), donde exista, se puede encontrar por derivación término a término de la expansión en serie
de Fourier de 𝑓(𝑡) si y solo si la función 𝑓(𝑡) es continua en todas partes y la función 𝑓 ′ (𝑡) tiene
una expansión en serie de Fourier (o sea si 𝑓 ′ (𝑡) satisface las condiciones de Dirichlet).
Del teorema 14.1.8.4 si la expansión en serie de Fourier de 𝑓(𝑡) es derivable término a término
entonces 𝑓(𝑡) debe ser periódica en los puntos finales de un período (debido a la condición de
que 𝑓(𝑡) debe ser continua en todas partes). Así, por ejemplo, si estamos tratando con una
función 𝑓(𝑡) de período 2𝜋 definida en el rango −𝜋 < 𝑡 < 𝜋 entonces debemos tener 𝑓(−𝜋) =
𝑓(𝜋) . Para ilustrar este punto, considere la expansión en serie de Fourier de la función
𝑓(𝑡) = 𝑡 (−𝜋 < 𝑡 < 𝜋)
𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
que, según el ejemplo 14.1.5.1, está da por
1 1 1
𝑓(𝑡) = 2 (sin 𝑡 − sin 2𝑡 + sin 3𝑡 − sin 4𝑡 + ⋯ )
2 3 4
Derivando término a término, tenemos
𝑓 ′ (𝑡) = 2(cos 𝑡 − cos 2𝑡 + cos 3𝑡 − cos 4𝑡 + ⋯ )
Si este proceso de derivación es válido entonces 𝑓 ′ (𝑡) debe ser igual a la unidad para −𝜋 < 𝑡 <
𝜋. Evidentemente, este no es el caso, ya que la serie del lado derecho no converge para ningún
valor de 𝑡. Esto es porque que el enésimo término de la serie es 2(−1)𝑛+1 cos 𝑛𝑡 y no tiende a
cero cuando 𝑛 → ∞.
Si 𝑓(𝑡) es continua en todas partes y tiene una expansión en serie de Fourier
∞
1
𝑓(𝑡) = 𝑎0 + ∑( 𝑎𝑛 cos 𝑛𝑡 + 𝑏𝑛 sin 𝑛𝑡)
2
𝑛=1
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.
Aplicación: respuesta de frecuencia y sistemas oscilatorios
14.1.9.1 Respuesta a una entrada periódica

En el capítulo anterior mostramos que la respuesta de frecuencia, definida como la respuesta en
estado estacionario a una entrada sinusoidal 𝐴 sin 𝜔𝑡, de un sistema lineal estable que tiene una
función de transferencia 𝐺(𝑠) está da por
Ec. 14-34 𝑥𝑠𝑠 (𝑡) = 𝐴|𝐺(𝑗𝜔)| sin[𝜔𝑡 + arg 𝐺(𝑗𝜔)]
Empleando una expansión en serie de Fourier, podemos utilizar este resultado para determinar
la respuesta en estado estacionario de un sistema lineal estable a una entrada periódica no
sinusoidal. Para un sistema lineal estable que tiene una función de transferencia 𝐺(𝑠) ,
supongamos que la entrada es una función periódica 𝑃(𝑡) de período 2𝑇 (o sea, una que tiene
frecuencia 𝜔 = 𝜋⁄𝑇 en 𝑅𝑎𝑑 𝑠 −1 ). 𝑃(𝑡) puede expresarse como expansión en serie de Fourier
1
Ec. 14-35 𝑃(𝑡) = 𝑎0 + ∑∞
𝑛=1 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 )
2
Donde 𝐴𝑛 y ∅𝑛 se definen como en la sección 14.1.1.1. La respuesta en estado estacionario a

cada término en la expansión de la serie Ec. 14-35 se puede obtener utilizando Ec. 14-34. Dado
que el sistema es lineal, se cumple el principio de superposición, de modo que la respuesta en
estado estacionario a la entrada periódica 𝑃(𝑡) se puede obtener como la suma de las respuestas
en estado estacionario a las sinusoidales individuales que comprenden la suma en Ec. 14-35.
Entonces la respuesta en estado estacionario a la entrada 𝑃(𝑡) es
1
Ec. 14-36 𝑥𝑠𝑠 (𝑡) = 𝑎0 𝐺(0) + ∑∞
𝑛=1 𝐴𝑛 |𝐺(𝑗𝑛𝜔)| sin[𝑛𝜔𝑡 + ∅𝑛 + arg 𝐺(𝑗𝑛𝜔)]
2
Hay dos observaciones relacionadas con esta respuesta en estado estacionario.

(a) Para los sistemas prácticos |𝐺(𝑗𝜔)| → 0 cuando 𝜔 → ∞ entonces |𝐺(𝑗𝑛𝜔)| → 0 cuando 𝑛 →
∞ en Ec. 14-36. Como consecuencia, la representación en serie de Fourier de la respuesta
en estado estacionario 𝑥𝑠𝑠 (𝑡) converge más rápidamente que la representación en serie de
Fourier de la entrada periódica 𝑃(𝑡). Desde un punto de vista práctico, esto no es
sorprendente, ya que es consecuencia de la acción de suavizado del sistema (es decir, como
se indica en Sección 14.1.8, la integración es una operación ‘de alisado’).
(b) Existe una diferencia significativa entre la respuesta en estado estacionario Ec. 14-36 a una
entrada periódica no sinusoidal de frecuencia 𝜔 y respuesta en estado estacionario Ec. 14-34
¡Error! No se encuentra el origen de la referencia. a un sinusoidal pura de la misma
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).
Figura 14-18 (a) sistema y (b) entrada para el Ejemplo 14.1.9.2.

Solución
Por la ley de Newton, el desplazamiento 𝑥(𝑡) de la masa en el tiempo 𝑡 está dado por
𝑑2𝑥 𝑑𝑥
Ec. 14-37 𝑀 +𝐵 + 𝐾𝑥 = 𝑃(𝑡)
𝑑𝑡 2 𝑑𝑡
entonces el sistema puede representarse con el diagrama de bloques de la Figura 14-19.
Figura 14-19 Diagrama de bloques para el sistema de la Figura 14-18

Entonces la función de transferencia del sistema es
1
Ec. 14-38 𝐺(𝑠) =
𝑀𝑠 2 +𝐵𝑠+𝐾
.
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
Sustituyendo los valores dados de 𝑀, 𝐵 y 𝐾, la función de transferencia Ec. 14-38 queda

1
𝐺(𝑠) = 2
10𝑠 + 0.5𝑠 + 250
Entonces,
1 250 − 10𝜔2 0.5𝜔
𝐺(𝑗𝜔) = 2
= −𝑗
−10𝜔 + 0.5𝑗𝜔 + 250 𝐷 𝐷
Donde 𝐷 = (250 − 10𝜔2 )2 + 0.25𝜔2 entonces
(250−10𝜔2 )2 +0.25𝜔2 1 1
Ec. 14-41 |𝐺(𝑗𝜔)| = √[ ]= =
𝐷2 √𝐷 √[(250−10𝜔2 )2 +0.25𝜔2 ]
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)
donde 𝑥𝑠𝑠𝑛 (𝑡) se da por Ec. 14-43.
Figura 14-20 Respuesta en estado estacionario del sistema de Figura 14-18.

Evaluando los primeros términos de la respuesta Ec. 14-44, tenemos
40 1 0.5
𝑥𝑠𝑠1 (𝑡) = sin [𝑡 − tan−1 ( )] = 0.053 sin(𝑡 − 0.003)
𝜋 √[(250 − 10)2 + 0.25] 240
40 1 1.5
𝑥𝑠𝑠2 (𝑡) = sin [3𝑡 − tan−1 ( )] = 0.027 sin(3𝑡 − 0.009)
3𝜋 √[(250 − 90)2 + 2.25] 160
40 1 2.5 1
𝑥𝑠𝑠3 (𝑡) = sin [5𝑡 − tan−1 ( )] = 1.02 sin (5𝑡 − 𝜋)
5𝜋 √(6.25) 0 2
40 1 3.5
𝑥𝑠𝑠4 (𝑡) = sin [7𝑡 − tan−1 ( )] = 0.0076 sin(7𝑡 − 3.127)
7𝜋 √[(250 − 490)2 + 12.25] −240
Así una buena aproximación a la respuesta en estado estacionario Ec. 14-44 es
1
Ec. 14-45 𝑥𝑠𝑠 (𝑡) = 0.053 sin(𝑡 − 0.003) + 0.027 sin(3𝑡 − 0.54) + 1.02 sin (5𝑡 − 𝜋) +
2
0.0076 sin(7𝑡 − 3.127)
El gráfico del desplazamiento se muestra en la Figura 14-20, y parece que la respuesta tiene una
frecuencia de aproximadamente cinco veces la de entrada. Esto se debe a que el término
1
1,02 sin (5𝑡 − 𝜋) domina la respuesta Ec. 14-45; como consecuencia de que la frecuencia
2
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.
Forma compleja de la serie de Fourier

Un alternativa a la forma trigonométrica de la serie de Fourier que hemos visto hasta ahora es la
forma compleja o exponencial. Dadas las propiedades de la función exponencial, esta forma es
más fácil de manipular matemáticamente. Es muy usada por los ingenieros, particularmente en
análisis de la señales, y proporciona una transición gradual entre el uso de series de Fourier para
tratar señales periódicas al uso de transformadas de Fourier para tratar señales no periódicas,
que se tratarán en el siguiente capítulo.
14.1.10.1 Representación compleja

Para desarrollar la forma compleja de la serie de Fourier
1
Ec. 14-46 𝑓(𝑡) = 𝑎0 + ∑∞ ∞
𝑛=1 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑𝑛=1 𝑏𝑛 sin 𝑛𝜔𝑡
2
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
que es la forma compleja o forma exponencial de la expansión en serie de Fourier de la función

𝑓(𝑡) .
Para que podamos aplicar este resultado directamente, necesitamos una fórmula para calcular
los coeficientes complejos 𝑐𝑛 . Para ello, incorporamos las fórmulas de Euler Ec. 14-4 y Ec. 14-5
en las definiciones dadas en Ec. 14-48, llegando a
1 1 𝑑+𝑇
Ec. 14-50 𝑐0 = 𝑎0 = ∫𝑑 𝑓(𝑡)𝑑𝑡
2 𝑇
1 1 𝑑+𝑇 𝑑+𝑇
𝑐𝑛 = (𝑎𝑛 − 𝑗𝑏𝑛 ) = [∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 − 𝑗 ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡 𝑑𝑡]
2 𝑇 𝑑 𝑑
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

En la Figura 14-21 se muestra un gráfico de la función 𝑓(𝑡) en el intervalo −3𝜋 ≤ 𝑡 ≤ 3𝜋. Aquí el
período 𝑇 es 2𝜋, entonces de Ec. 14-53 los coeficientes complejos 𝑐𝑛 están dados por
1 𝜋 1 1 𝜋 𝑗𝑡 𝑗𝑡
𝑐𝑛 = ∫ cos 𝑡 𝑒 −𝑗𝑛𝑡 𝑑𝑡 = ∫ ( 𝑒 2 + 𝑒 − 2 ) 𝑒 −𝑗𝑛𝑡 𝑑𝑡
2𝜋 −𝜋 2 4𝜋 −𝜋
𝑡 𝑡 𝜋
1 𝜋 1 1 1 −2𝑒 −𝑗(2𝑛−1)2 2𝑒 −𝑗(2𝑛+1)2
= ∫ ( 𝑒 −𝑗(𝑛−2)𝑡 + 𝑒 −𝑗(𝑛+2)𝑡 ) 𝑑𝑡 = [ − ]
4𝜋 −𝜋 4𝜋 𝑗(2𝑛 − 1) 𝑗(2𝑛 + 1)
−𝜋
𝑗𝜋 𝑗𝜋 𝑗𝜋 𝑗𝜋
𝑗 𝑒 −𝑗𝑛𝜋 𝑒 2 𝑒 −𝑗𝑛𝜋 𝑒 − 2 𝑒 𝑗𝑛𝜋 𝑒 − 2 𝑒 𝑗𝑛𝜋 𝑒 2
= [( + )−( + )]
2𝜋 2𝑛 − 1 2𝑛 + 1 2𝑛 − 1 2𝑛 + 1
𝑗𝜋 𝑗𝜋
Pero, 𝑒 2 = cos ½ 𝜋 + 𝑗 sin ½ 𝜋 = 𝑗, 𝑒 − 2 = −𝑗 y 𝑒 𝑗𝑛𝜋 = 𝑒 −𝑗𝑛𝜋 = cos 𝑛𝜋 = (−1)𝑛 entonces
𝑗 𝑗 𝑗 𝑗 𝑗 (−1)𝑛 1 1 −2(−1)𝑛
𝑐𝑛 = ( − + − ) (−1)𝑛 = ( − )=
2𝜋 2𝑛 − 1 2𝑛 + 1 2𝑛 − 1 2𝑛 + 1 𝜋 2𝑛 + 1 2𝑛 − 1 (4𝑛2 − 1)𝜋
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
Figura 14-22 Función 𝒇(𝒕) del Ejemplo 14.1.10.3

Solución
En la Figura 14-22 se muestra un gráfico de la función 𝑓(𝑡) en el intervalo −6𝑇 < 𝑡 < 6𝑇. Aquí el
período es 2𝑇 , es decir 𝜔 = 𝜋⁄𝑇 , entonces de Ec. 14-53 los coeficientes complejos 𝑐𝑛 están
dados por
1 2𝑇 𝑗𝑛𝜋𝑡 1 2𝑇 2 −𝑗𝑛𝜋𝑡
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 − 𝑇 𝑑𝑡 = ∫ 𝑡𝑒 𝑇 𝑑𝑡
2𝑇 0 2𝑇 0 𝑇
2𝑇
1 𝑇𝑡 −𝑗𝑛𝜋𝑡 𝑇2 −
𝑗𝑛𝜋𝑡
= 2[ 𝑒 𝑇 − 𝑒 𝑇 ] (𝑛 ≠ 0)
𝑇 −𝑗𝑛𝜋 (𝑗𝑛𝜋)2 0
Pero 𝑒 −𝑗𝑛2𝜋 = 𝑒 −𝑗0 = 1 entonces
1 2𝑇 2 𝑇2 𝑇2 𝑗2
𝑐𝑛 = 2 [ + 2
− 2
]= (𝑛 ≠ 0)
𝑇 −𝑗𝑛𝜋 (𝑛𝜋) (𝑛𝜋) 𝑛𝜋
En el caso particular 𝑛 = 0
1 2𝑇 1 2𝑇 2𝑡 1 1 2𝑇
𝑐0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑑𝑡 = 2 [ 𝑡 2 ] = 2
2𝑇 0 2𝑇 0 𝑇 𝑇 2 0
Entonces de Ec. 14-49 la forma compleja de la expansión en serie de Fourier de 𝑓(𝑡) es
−1 ∞ ∞
𝑗2 𝑗𝑛𝜋𝑡 𝑗2 𝑗𝑛𝜋𝑡 𝑗2 𝑗𝑛𝜋𝑡
𝑓(𝑡) = 2 + ∑ 𝑒 𝑇 +∑ 𝑒 𝑇 = 2+ ∑ 𝑒 𝑇
𝑛𝜋 𝑛𝜋 𝑛𝜋
𝑛=−∞ 𝑛=1 𝑛=−∞,𝑛≠0
𝑗𝜋
Observando que 𝑗 = 𝑒 2 , este resultado también se puede escribir en la forma
∞
2 1 𝑗(𝑛𝜋𝑡 +𝜋)
𝑓(𝑡) = 2 + ∑ 𝑒 𝑇 2
𝜋 𝑛
𝑛=−∞,𝑛≠0
Como en el ejemplo 14.1.10.2, los coeficientes de Euler en la serie trigonométrica
correspondiente son
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.
14.2 Transformada de Fourier

Series de Fourier V7 SP Reducido

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Series de Fourier V7 SP Reducido

Caricato da

Copyright:

Formati disponibili

Universidad Tecnológica nacional

Facultad Delta regional

Tema SERIE DE FOURIER

14 Series y transformada de Fourier

∑(𝐴𝑛 cos 𝑛𝑘𝑥 + 𝐵𝑛 sin 𝑛𝑘𝑥)

Expansión en serie de Fourier

14.1.1.1 Funciones Periódicas

Figura 14-1 una función periódica de período 𝑻.

14.1.1.2 Teorema de Fourier

es un conjunto ortogonal de funciones en [𝑑, 𝑑 + 𝑇]. La elección de 𝑑 es arbitraria, sólo es

donde los coeficientes vienen dados por las fórmulas de Euler

con los coeficientes dados por

𝑓(𝑡) = 𝑡 (0 < 𝑡 < 2𝜋), 𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)

Figura 14-2 Onda diente de Sierra del ejemplo 14.1.2.1.

Figura 14-3 Gráfico de la función 𝒇(𝒕) del Ejemplo 14.1.2.2.

Figura 14-4 función continua a trozos durante un período.

Figura 14-5 Gráfico de la función 𝒇(𝒕) del Ejemplo 14.1.2.3.

Funciones pares e impares

𝑓(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝜔𝑡

Figura 14-7 Onda cuadrada 𝒇(𝒕) de ejemplo 14.1.3.1.

−1 (−𝜋 < 𝑡 < 0)

Figura 14-8 Función 𝒇(𝒕) del Ejemplo 14.1.3.2.

Figura 14-9 Función 𝒇(𝒕) del ejemplo 14.1.5.1.

Figura 14-10 Función 𝒇(𝒕) del ejemplo 14.1.5.2.

Figura 14-11 Onda rectificada 𝑓(𝑡) = |sin 𝑡|.

Entonces la expansión en serie Fourier de 𝑓(𝑡) es

Convergencia de la serie de Fourier

14.1.6.1 Teorema condiciones de Dirichlet

pico. En general, la magnitud de la subestimación y la sobreestimación juntas ascienden a cerca

Funciones definidas sobre un intervalo finito

14.1.7.1 Series de recorrido completo

Figura 14-14 Funciones 𝒇(𝒕) y 𝝓(𝒕) del ejemplo 14.1.7.2.

14.1.7.3 Serie coseno y seno de medio recorrido

Figura 14-15 (a) Función 𝒇(𝒕) ; b Su extensión periódica par 𝑭(𝒕)

(b) Expansión en serie de medio recorrido en senos.

Figura 14-17 Funciones 𝒇(𝒕) , 𝑭(𝒕) y 𝑮(𝒕) del Ejemplo 14.1.7.4.

Derivación e integración en serie de Fourier

14.1.8.1 Teorema de Integración de una serie de Fourier

Caso (i), Intervalo −𝜋 < 𝑡 < 0.

Caso (ii), intervalo 0 < 𝑡 < 𝜋.

Tomando Ec. 14-32 y Ec. 14-33 juntos, encontramos que la función

14.1.8.4 Teorema de Derivación de una serie de Fourier

Aplicación: respuesta de frecuencia y sistemas oscilatorios

14.1.9.1 Respuesta a una entrada periódica

Donde 𝐴𝑛 y ∅𝑛 se definen como en la sección 14.1.1.1. La respuesta en estado estacionario a

Hay dos observaciones relacionadas con esta respuesta en estado estacionario.

Figura 14-18 (a) sistema y (b) entrada para el Ejemplo 14.1.9.2.

entonces el sistema puede representarse con el diagrama de bloques de la Figura 14-19.

Figura 14-19 Diagrama de bloques para el sistema de la Figura 14-18

Sustituyendo los valores dados de 𝑀, 𝐵 y 𝐾, la función de transferencia Ec. 14-38 queda

donde 𝑥𝑠𝑠𝑛 (𝑡) se da por Ec. 14-43.

Figura 14-20 Respuesta en estado estacionario del sistema de Figura 14-18.

Forma compleja de la serie de Fourier

14.1.10.1 Representación compleja

que es la forma compleja o forma exponencial de la expansión en serie de Fourier de la función

Figura 14-21 Función 𝒇(𝒕) del ejemplo 14.1.10.2.

Figura 14-22 Función 𝒇(𝒕) del Ejemplo 14.1.10.3

14.2 Transformada de Fourier

Potrebbero piacerti anche