Mathematics">
Instituto Tecnológico de Tuxtepec
Instituto Tecnológico de Tuxtepec
Instituto Tecnológico de Tuxtepec
INTRODUCIÓN .................................................................................................................. 3
CONCLUSIÓN .................................................................................................................. 50
BIBLIOGRAFIA ............................................................................................................... 51
INTRODUCIÓN
Las series de Fourier deben su nombre al matemático y físico francés Jean-Baptiste Joseph Fourier
(1768–1830), quien las introdujo en 1807 como una herramienta para resolver lo que hoy
conocemos como ecuación del calor. Fourier afirmó, erróneamente, que toda función admite un
desarrollo en serie trigonométrica, y que este tipo de series siempre converge. Además, aunque los
coeficientes del desarrollo se calculan por integración, Fourier no tuvo en cuenta que hipótesis
deben ser impuestas a la función para poder definir rigurosamente tales coeficientes. De esta
manera, lo que Fourier nos dejó no fue un teorema sobre la representación de una función en serie
trigonométrica, sino un problema en el que estaban involucrados los conceptos de función, integral,
suma de series y, posteriormente, modo de convergencia. La influencia de este problema en el
ulterior desarrollo del análisis matemático ha sido considerable.
Las series de Fourier es una herramienta matemática básica del análisis de Fourier que se utiliza
para analizar funciones periódicas a través de la descomposición de dichas funciones en una suma
infinita de funciones sinusoidales más simples, estas señales periódicas son múltiplos de la señal
original.
5. SERIES DE FOURIER
Si se tiene una función periódica 𝑓(𝑡) con periodo 𝑇, entonces la función 𝑓(𝑘𝑡) tiene periodo 𝑇𝑘.
2𝜋
Por ejemplo, el periodo de 𝑠𝑖𝑛(2𝑡) 𝑒𝑠 2 = 𝜋.
El periodo fundamental 𝑇0 de 𝑓(𝑡) es el valor positivo más pequeño de 𝑇 para el cual se satisface
(1.1). Entonces, mediante la repetición de (1.1) se obtiene:
𝑓(𝑡) = 𝑓(𝑡 + 𝑛𝑇0), 𝑛 = 0, ±1, ±2,· · · . (1.2)
En la Figura 1.3 se muestra un ejemplo de una función periódica compuesta por la suma 𝑠𝑖𝑛3 (𝑡) +
𝑐𝑜𝑠(𝑡).
Ejemplo1: encontrar el periodo de la función 𝑓(𝑡) = (10 𝑐𝑜𝑠𝑡)2 (Figura 1.4(a)).
1
Si se aplica la identidad trigonométrica 𝑐𝑜𝑠 2 𝜃 = 2 (1 + 𝑐𝑜𝑠 2𝜃) se tiene:
Debido a que una constante es una función periódica para cualquier valor de 𝑇, y el periodo de
𝑐𝑜𝑠 2𝑡 es 𝜋, entonces el periodo de 𝑓(𝑡) 𝑒𝑠 𝜋.
Ejemplo 2: encontrar el periodo de la función 𝑓(𝑡) = 𝑐𝑜𝑠 𝑡 3 + 𝑐𝑜𝑠 𝑡 4 (Figura 1.4(b)). Si la
función 𝑓(𝑡) tiene periodo 𝑇, entonces a partir de (1.1) se tiene:
𝑡 1 1
𝑐𝑜𝑠 + 𝑐𝑜𝑠𝑡4 = 𝑐𝑜𝑠 (𝑡 + 𝑇) + 𝑐𝑜𝑠 (𝑡 + 𝑇).
3 3 4
Debido a que 𝑐𝑜𝑠(𝑡 + 2𝜋𝑚) = 𝑐𝑜𝑠𝑡 para cualquier entero m se tiene que
𝑇 𝑇
= 2𝜋𝑚 𝑦 = 2𝜋𝑛,
3 4
donde m y n son enteros. Entonces, T= 6πm = 8πn, lo cual se puede expresar en términos de la
ecuación lineal diofántica homogénea 6m−8n=0. Por lo tanto, cuando m=4 y n=3 se tiene el
mínimo valor de T, de modo que el periodo fundamental es 𝑇0 = 24𝜋.
En general, si la función
𝑓(𝑡) = 𝑐𝑜𝑠 𝑘1 𝑡 + 𝑐𝑜𝑠 𝑘2 𝑡
es periódica con periodo T, es posible encontrar dos enteros m y n tales que
𝑇
= 2𝜋𝑚, (1.3)
𝑘1
𝑇
= 2𝜋𝑛. (1.4)
𝑘2
𝑘1 𝑛
El cociente de (1.3) y (1.4) es 𝑘 = , (1.5)
2 𝑚
𝑘1
es decir, la relación debe ser un número racional. Por lo tanto, para f(t) en el Ejemplo 2, el
𝑘2
𝑘1 3
cociente 𝑘 es 4, lo cual indica que f(t) es una función periódica.
2
Ejemplo 3: Decidir si la función 𝑓(𝑡) = 𝑐𝑜𝑠 10𝑡 + 𝑐𝑜𝑠(10 + 𝜋)𝑡 es una función periódica. Se
tiene k1 = 10 y k2 = 10 + π. Debido a que
𝑘1 10 + 𝜋
=
𝑘2 10
es número irracional, es imposible encontrar un valor T que satisfaga (1.1); por lo tanto, f(t) no es
una función periódica.
5.1.3. Frecuencia
La relación entre la frecuencia f y el periodo T de una función oscilatoria está dada por
1
𝑓 =
𝑇
lo cual indica el número de oscilaciones de la función por unidad de tiempo. La unidad de medida
de la frecuencia es el Hertz (Hz). Un Hertz quiere decir que una función oscila una vez por segundo.
La Figura 1.5 muestra una función senoidal con tres frecuencias diferentes. La frecuencia angular,
usualmente denotada por ω, se define como la razón de cambio del desplazamiento angular θ
durante la oscilación (o rotación):
𝑑𝜃 2𝜋 1
= 𝜔 = 2𝜋𝑓 =
𝑑𝑡 𝑇
La frecuencia angular se mide comúnmente en radianes por segundo (rad/s). La Figura 1.6
ejemplifica la relación de una onda senoidal en el intervalo [0, 2π] con una frecuencia angular ω.
5.1.4. Sumario
▪ El periodo es el tiempo que tarda una función periódica en dar un ciclo completo y se mide
en segundos.
▪ La frecuencia es el número de veces que una función periódica se repite por unidad de
tiempo. Es el inverso del periodo y se mide en hertz.
▪ Una función par satisface la relación 𝑓(𝑥) = 𝑓(−𝑥), esto es, la función es simétrica con
respecto al eje vertical.
▪ Una función impar satisface la relación 𝑓(−𝑥) = −𝑓(𝑥), esto es, la función posee una
simetría rotacional con respecto al origen de coordenadas.
▪ Dos funciones son ortogonales si su producto escalar es cero, lo cual indica que ambas
funciones proveen información mutuamente excluyente.
5.2. SERIES DE FOURIER
Las series de Fourier son series de términos coseno y seno y surgen en la tarea práctica de
representar funciones periódicas generales. Como aplicación constituyen una herramienta muy
importante en la solución de problemas en los que intervienen ecuaciones diferenciales ordinarias
y parciales.
La teoría de las series de Fourier es bastante complicada, pero la aplicación de estas series es
simple. Las series de Fourier son, en cierto sentido, más universales que las series de Taylor, ya
que muchas funciones periódicas discontinuas pueden desarrollarse en serie de Fourier, pero, desde
luego, no tienen representaciones en serie de Taylor.
La introducción de las series de Fourier (y de las integrales de Fourier) fue uno de los mayores
avances jamás realizados en la física matemática y en sus aplicaciones en la ingeniería, ya que las
series de Fourier (y las integrales de Fourier) son probablemente la herramienta más importante en
la solución de problemas con valores en la frontera.
Las series trigonométricas de Fourier, o simplemente series de Fourier, fueron desarrolladas por
el matemático francés Jean Baptiste Joseph Fourier para aproximar funciones periódicas mediante
el conjunto de funciones ortogonales {1, cos ω0t, cos 2ω0t, . . ., cos nω0t, . . ., sin ω0t, sin 2ω0t, .
. ., sin nω0t, . . .}.
La idea que subyace en las series de Fourier es la descomposición de una función periódica en
términos de una suma infinita de funciones periódicas básicas, senos y cosenos, cuyas frecuencias
son múltiplos de la función original. La descomposición de una función o señal permite el análisis
de sus propiedades y la síntesis de los objetos o fenómenos. Sea f(t) una función periódica con
periodo T, la cual se puede representar por la serie trigonométrica:
2𝜋
donde 𝜔0 = es la frecuencia angular fundamental, y a0, an y bn son los coeficientes de Fourier.
𝑇
La expresión en (2.1) representa a una función periódica arbitraria como la suma infinita de
componentes sinusoidales que tienen diferentes frecuencias. La componente sinusoidal de
frecuencia 𝜔𝑛 = 𝑛𝜔0 se denomina el enésimo armónico de la función periódica.
5.2.1. Coeficientes 𝒂𝟎 , 𝑎𝑛 𝒚 𝑏𝑛
Comenzando por encontrar 𝒂𝟎 , se integran ambos lados de (2.1) en el intervalo [−T/2, T/2] y se
obtiene
Para encontrar 𝒂𝒏 , se multiplican ambos lados de (2.1) por 𝑐𝑜𝑠(𝑚𝜔0 𝑡) y se integra en el intervalo
[−T/2, T/2]:
La integral que contiene a 𝒂𝒏 será cero excepto cuando m = n, en este caso es T/2; por lo tanto,
De manera similar, para encontrar 𝒃𝒏 se multiplican ambos lados de (2.1) por 𝑠𝑖𝑛(𝑛𝜔0 𝑡) y se
integra en el intervalo [−T/2, T/2]. El resultado es:
y bn = 0. Por otro lado, para una función impar la serie de Fourier está dada por:
y 𝑎0 = 𝑎𝑛 = 0.
5.2.3. Forma de amplitud-fase
Una forma alternativa de (2.1) es la forma de amplitud-fase:
donde An y ϕn son los espectros de amplitud y fase de f(t), respectivamente, y se definen como:
Ambos términos se pueden relacionar en forma compleja como:
La amplitud y la fase forman el espectro de frecuencia de f(t), el cual consiste en un gráfico de las
amplitudes y las fases de armónicos versus frecuencia. Por lo tanto, la serie de Fourier es una
herramienta matemática para encontrar el espectro de una función periódica.
5.2.4. Ejemplos
Ejemplo 1: Encontrar la serie de Fourier para la función f(t) mostrada en la Figura 2.1 y definida
por:
Nótese que la onda cuadrada en (2.14) es impar; por lo tanto, de acuerdo con (2.10), los coeficientes
𝑎0 = 𝑎𝑛 = 0 y
La función triangular en (2.15) es par; por lo tanto, de acuerdo con (2.9), el coeficiente 𝑏𝑛 = 0.
Además, el valor promedio de f(t) durante un periodo es cero, es decir,
Entonces, para el coeficiente an se obtiene:
Debido a que 𝑐𝑜𝑠(𝑛𝜋) = (−1)𝑛
Esta ecuación se denomina forma compleja de la serie de Fourier de f(t), o serie compleja de Fourier
de f(t). Los coeficientes cn se pueden evaluar fácilmente en términos de an y bn vistos
anteriormente. Por lo tanto, de acuerdo con (2.4), el coeficiente c0 es:
Ejemplo: Encontrar la serie compleja de Fourier para la función diente de sierra mostrada en la
Figura 2.6, definida por
Los coeficientes 𝑐𝑛 pueden encontrarse a partir de:
En resumen 𝐶(𝑥) = 𝑥
5.3.2. Series de Fourier en senos
Las funciones propias
𝐿
2 𝑛𝜋𝑥 2 −𝐿 𝜋𝑥 𝐿2 𝑛𝜋𝑥 𝐿
𝑏𝑛 = + ∫ 𝑥. 𝑠𝑒𝑛 𝑑𝑥 = [ 𝑥𝑐𝑜𝑠. 𝑛 + 2 2 𝑠𝑒𝑛 ]
𝐿 0 𝐿 𝐿 𝑛𝜋 𝐿 𝑛 𝜋 𝐿 0
2 −𝐿𝑛 −2𝐿(−1)𝑛
𝑏𝑛 = [ (−1)𝑛 ] =
𝐿 𝑛𝜋 𝑛𝜋
∞
−2𝐿(−1)𝑛 𝒏𝝅𝒙
∴ 𝐶(𝑥) = ∑ 𝒔𝒆𝒏
𝑛𝜋 𝑳
𝑛=1
𝑥, 0 ≤ 𝑥 < 𝐿
En resumen 𝑆(𝑥) = {
0, 𝑥 = 𝐿
Lo primero que tenemos que hacer es transformarla en una función periódica, así que en este caso
consideraremos una expansión par, por lo que ahora tenemos una función tal como la mostrada.
En este caso, hemos extendido el rango de interés de 0 < t ≤ 2, a -2 < t ≤ 2, con lo que la función
extendida satisface que
𝑓(−𝑡) = 𝑓(𝑡)
además, el periodo de la función extendida es T = 4, tal que
𝑓(𝑡 + 4𝑘) = 𝑓(𝑡)
donde k es un entero cualquiera. Con lo anterior, la serie de Fourier que obtengamos, debe
representar a f(t) en el intervalo -2 < t ≤ 2, pero no afuera. Como la extensión que realizamos es
par, podemos aplicar las condiciones de simetría presentadas anteriormente, de tal manera que los
coeficientes bn serán cero y tendremos una serie coseno de Fourier de medio rango
así que nuestra tarea será calcular los coeficientes a0 y an, lo que haremos a continuación. De la
definición
Mientras que
donde hemos usado la definición de la frecuencia fundamental . Así que la integral a evaluar es
que podemos resolver usando integración por partes, para obtener sucesivamente,
Con lo que la serie coseno de Fourier para 𝑓(𝑡) = 𝑡 2 en el intervalo -2 < t ≤ 2, se escribe como
Ejemplo: Calcular una serie de Fourier en cosenos y en senos para la función
En la siguiente figura se muestran las gráficas de las series de Fourier en senos y cosenos para
diferentes valores de n. Se puede observar, a partir de las gráficas, la convergencia de cada serie a
la función f (t) en el intervalo [0, 2]. En todos los casos, la gráfica de la izquierda corresponde a la
serie en cosenos y la gráfica de la derecha a la serie en senos.
Podemos observar que en ambos casos las series de Fourier convergen a la función f (t) en [0, 2],
pero que mientras la serie en cosenos es par, la serie en senos es impar.
En la siguiente figura se muestran las gráficas de las series de Fourier en cosenos y senos para
diferentes valores de n. Se puede observar, a partir de las gráficas, la convergencia de cada serie a
la función f (t) en el intervalo [0, 𝜋].
Podemos observar que, en ambos casos, las series de Fourier convergen a la función f (t) en [0, 𝜋]
pero la serie en cosenos se “pega” más rápido a f (t) que la serie en senos.
En resumen, los coeficientes de la serie de Fourier de medio intervalo de una función definida en
[0, p] se pueden calcular por medio de las expresiones
Ejemplo: Determinar si la función 𝑓(𝑡) = 𝑐𝑜𝑠 2 3𝑡 es una función periódica. En caso de que lo
sea determine el periodo
𝑓(𝑡) = 𝑐𝑜𝑠 2 3𝑡
𝑓(𝑡) = 𝑐𝑜𝑠3𝑡 𝑐𝑜𝑠3𝑡
𝑓(𝑡 + 𝑇) = 𝑐𝑜𝑠3(𝑡 + 𝑇) 𝑐𝑜𝑠3(𝑡 + 𝑇)
𝜋 𝜋 𝜋
𝑓(𝑡 + ) = 𝑐𝑜𝑠3(𝑡 + ) 𝑐𝑜𝑠3(𝑡 + )
3 3 3
𝜋
𝑓(𝑡 + ) = 𝑐𝑜𝑠 2 3𝑡
3
𝜋
𝑇=
3
Ejemplo
Ejemplo
En la Figura 1.9 se muestran algunos ejemplos de las propiedades entre funciones par e impar,
representadas por las funciones coseno y seno, respectivamente.
𝑓(𝑥) = 𝑥
𝑓(−𝑥) = −𝑥 = −𝑓(𝑥) es impar
𝑓(𝑥) = 𝑥 4
𝑓(−𝑥) = (−𝑥)4 = 𝑥 4 = 𝑓(𝑥) es par
Ejemplo: determinar si la siguiente función es par o impar.
𝑓(𝑥) = 𝑥 + 𝑥 4
𝑓 (−1) = 0
𝑓(1) = 2 la función f no es par ni impar.
Ejemplo: determinar si la siguiente función es par o impar.
1
𝑓(𝑥) =
𝑥2
1 1
𝑓(−𝑥) = (−𝑥)2 = 𝑥 2 = 𝑓(𝑥) es par
y si h es impar, entonces
De la gráfica, vemos que la función es periódica con 𝑇 = 2𝜋 y que la función es impar, por tanto,
por lo visto anteriormente, tenemos que:
Para n impar.
entonces
∞
𝒂𝟎 𝒏𝝅𝒙
𝒇(𝒙) = + ∑(𝒂𝒏 𝒄𝒐𝒔 )
𝟐 𝑳
𝒏=𝟏
1 𝑡/2 𝑥 2 1 𝑥3 𝜋 1𝜋 2
𝑎0 = ∫ 𝑑𝑥 = [ ] =
2𝜋 −𝑡/2 2 4𝜋 3 −𝜋 6
1 𝜋 𝑥2 1 𝜋 2 𝑐𝑜𝑠 𝑛𝜋
𝑎𝑛 = ∫ 𝑐𝑜𝑠 𝑛𝑥 𝑑𝑥 = ∫ 𝑥 𝑐𝑜𝑠 𝑛𝑥 𝑑𝑥 =
2𝜋 −𝜋 2 4𝜋 𝜋 2𝑛2
∞
𝜋2 𝑐𝑜𝑠 𝑛𝜋
∴ 𝐶(𝑥) = +∑ 𝑐𝑜𝑠 𝑛𝑥
12 2𝑛2
𝑛=1
La función cumple con las condiciones del teorema de desarrollabilidad, la función es par, luego
se trata de una serie de cosenos, y los coeficientes se pueden calcular mediante la forma
simplificada. La serie de Fourier tendrá la forma:
La función cumple con las condiciones del teorema de desarrollabilidad, la función es impar, luego
se trata de una serie de senos, y los coeficientes se pueden calcular mediante la forma simplificada.
La serie de Fourier tendrá la forma:
Ejemplo: desallorra en serie de Fourier la siguiente función periódica de periodo 2𝜋
s
Ejemplo:
5.8. APLICACIONES DE LAS SERIES DE FOURIER
La serie de Fourier es una herramienta matemática para encontrar los espectros de amplitud y fase
de una función periódica. Las series de Fourier tienen distintas aplicaciones en diferentes campos,
por ejemplo:
• Procesamiento de señales: descomponer de una señal en sus armónicos.
• Teoría de la aproximación: representar funciones como un polinomio trigonométrico.
• Teoría de control: predecir el comportamiento de la solución de una ecuación diferencial.
• Ecuaciones diferenciales parciales: resolver ecuaciones diferenciales parciales de alto orden
por el método de separación de variables.
• Generación de formas de onda de corriente o tensión eléctrica por medio de la superposición
de sinusoides generados por osciladores electrónicos de amplitud variable cuyas
frecuencias ya están determinadas.
• Análisis en el comportamiento armónico de una señal.
• Reforzamiento de señales.
• Estudio de la respuesta en el tiempo de una variable circuital eléctrica donde la señal de
entrada no es sinusoidal o cosinusoidal, mediante el uso de transformadas de Laplace y/o
solución en régimen permanente sinusoidal en el dominio de la frecuencia.
• La resolución de algunas ecuaciones diferenciales en derivadas parciales admiten
soluciones particulares en forma de series de Fourier fácilmente computables, y que obtener
soluciones prácticas, en la teoría de la transmisión del calor, la teoría de placas, etc.
• Detección del porcentaje de elementos componentes en compuestos químicos, aleaciones,
etc., a partir de las distintas frecuencias del espectro electromagnético de rebote y/o
transmisión en el material en frecuencias desde el infrarrojo hasta rayos X.
Ejemplo: Temperatura de la tierra
Ejemplo: Solución de ecuaciones diferenciales
Ejemplo: Ecuación de ondas
CONCLUSIÓN
Las series de Fourier son de gran importancia ya que tienen muchas aplicaciones dentro de los
campos de la física y de la matemática entre otros. La idea básica de Fourier es que toda función
periódica de periodo T puede ser expresada con una suma trigonométrica de senos y cosenos de
este perdido T. Es importante considerar la aplicación de las series de Fourier, el poder
extraordinario y la flexibilidad de las estas ponen de manifiesto en la asombrosa variedad de las
aplicaciones que ellas tienen en diversas ramas de la matemática y de la física, desde teoría de
números y geometría hasta mecánica cuántica. Cuando apliquemos la teoría de series de Fourier a
diversos problemas, veremos que hay muchas situaciones donde la convergencia puntual de tales
series no es suficiente para tener una respuesta satisfactoria; éste será el caso, por ejemplo, de las
aplicaciones de las series de Fourier en la ingeniería.
Desde la aparición de las series de las series de Fourier, a lo largo de casi dos siglos la gran cantidad
de investigaciones que se han realizado han sido muchas dentro de los campos de la Matemática y
Física, principalmente. Muchos de estos problemas siguen siendo considerados hoy como
problemas difíciles. Las series de Fourier son de gran importancia ya que tienes muchas
aplicaciones en diversos campos. En las ramas de la electrónica e ingeniería se trabajan diferentes
formas de señales tales como, sinusoidales, cuadrada y triangular. Todas estas señales mencionadas
son periódicas ósea que se repiten luego de un tiempo. Mediante la aplicación de la serie de Fourier
se puede entender un poco mejor como estas señales actúan. La idea básica de las series de Fourier
es que toda la función periódica de un periodo T pueda ser expresada como una suma
trigonométrica de senos y cosenos del mismo periodo. Las series de Fourier constituyen una
herramienta útil para la resolución de diversas problemáticas. Aunque aparentemente su cálculo
parezca complejo nos permiten reducir funciones complejas a una suma de senos y cosenos,
facilitándonos el trabajo en ciertas ocasiones. Por una parte, las series de Fourier son un método
más completo y más real que otras aproximaciones obtenidas por métodos como mínimos
cuadrados ordinarios, promedios entre otros. Estas nos ayudan a comprender el comportamiento
de nuestros datos, por medio de una aproximación trigonométrica. Hay que mencionar que a mayor
cantidad de datos observados mejor es la estimación realizada. En otras palabras, si el número de
datos tiende a infinito, nuestro erro tiende a cero, lo cual podría ser un inconveniente a pesar de
que el polinomio obtenido pasa por los datos observados. El conocimiento de las series de Fourier
es fundamental para el trabajo diario como ondas, ya que sin estas herramientas matemáticas no se
pueden obtener los datos.
BIBLIOGRAFIA