Serie de Fourier

.
ar
om
s.c
no
Universidad Tecnológica Nacional
ia
Cátedra: Cálculo Avanzado

TN
Facultad Regional Gral. Pacheco Curso : 3º 1º

U
Departamento de Ingeniería Mecánica Año: 2012
Series de Fourier
1. Introducción
2. Ortogonalidad
3. Series de Fourier. Fórmulas de Euler.
4. Funciones que tienen funciones período arbitrario.
5. Funciones pares e impares.
6. Desarrollos de medio rango.
7. Condiciones de convergencia de las series de Fourier
8. Forma compleja de la serie de Fourier.
9. Teorema de Parseval.
10. Espectro de frecuencia discreta.
Series de Fourier 1/32

.ar
om
s.c
no
ia

TN

U
1. Introducción
La representación de una función en la forma de una serie es una práctica bastante común en
matemáticas. Probablemente las expansiones más familiares son las series de potencias de la
forma
∞
f ( x) = ∑ a n .x n
n= 0
en donde el conjunto base se compone de las funciones potencia
1, x, x2, x3, ..., xn,....
Por ejemplo, recordemos que la función exponencial puede ser representada por la serie
infinita
x2 x3 xn ∞
xn
ex = 1+ x + + + ... + + ... = ∑
2! 3! n! n = 0 n!
Con bastante frecuencia hay ventajas al expandir una función en tales series, ya que es fácil
trabajar con unos pocos de los primeros términos para una buena aproximación. Por ejemplo
puede aplicarse integración o derivación término a término se pueden hacer aproximaciones
adecuadas.
Las funciones potencia son sólo un ejemplo de un conjunto base para la expansión de
funciones: se pueden utilizar muchos otros conjuntos base. En particular, una serie de Fourier
es una expansión de una función periódica f(t) de periodo T = 2π/ ω en la que el conjunto base
es el conjunto de funciones seno, obteniéndose una representación expandida de la forma
∞
f (t ) = A0 + ∑ An .sen(n.ω .t + φ n )
n =1
A pesar de que la idea de expandir una función en la forma de una serie de este tipo fue usada
por Bernoulli, D' Alembert y Euler (1750) para resolver problemas asociados con la vibración
de un resorte, fue Joseph Fourier (1768-1830) quien desarrolló el método hasta un nivel en el
que es útil en casos más generales. Fourier, un fisico francés, estaba interesado en los
problemas de flujo de calor: dada una temperatura inicial en todos los puntos de una región,
está interesado en determinar el cambio en la distribución de la temperatura a través del
tiempo. Cuando Fourier postuló en 1807 que una función arbitraria f(t) puede ser representada
por una serie trigonométrica de la forma
∑ ( A . cos(n..k .x) + B .sen(n..k .x) )

n =1
n n
el resultado fue considerado tan sorprendente que encontró oposición considerable de los
principales matemáticos de su tiempo, principalmente de Laplace, Poisson y, en especial, de
Lagrange, a quien se considera como uno de los grandes matemáticos de todos los tiempos.

.ar
om
s.c
no
ia

TN

U

Cuestionaban su trabajo por su falta de rigor y probablemente fue esta oposición la que retrasó
la publicación del trabajo de Fourier, su texto clásico Théorie Analytique de la Chaleur
(Teoría analítica del calor) no apareció hasta 1822.
Este texto se convirtió desde entonces en la fuente para los métodos modernos de resolución
de problemas prácticos asociados con ecuaciones diferenciales parciales sujetas a condiciones
de frontera dadas. Además del flujo de calor, esta clase de problemas incluye vibraciones
estructurales, propagación de ondas y difusión. La tarea de dar al trabajo de Fourier un mayor
rigor matemático fue emprendida más tarde por Dirichlet (1830) y subsecuentemente por
Riemann, su sucesor en la Universidad de Göttingen.
Además de su uso en la solución de problemas con valores en la frontera asociados con
ecuaciones diferenciales parciales, el análisis de las series de Fourier es central en muchas
otras aplicaciones en ingeniería.
Expansión en serie de Fourier
Funciones Periódicas
Una función f(t) se dice que es periódica si sus imágenes se repiten en intervalos regulares en
su dominio. Así la gráfica de una función periódica puede dividirse en “tiras verticales” que
son réplicas una de la otra, como se ilustra en la figura.
Figura 1- Una función periódica con período T.
El intervalo entre dos réplicas se llama el período de la función. Por lo tanto, decimos que una
función f(t) es periódica con período T si, para todos los valores de t de su dominio se
cumple:
f (t + mT ) = f (t ) Para cualquier entero m.
Para dar una medida del número de repeticiones por unidad de t, definimos la frecuencia de
una función periódica como el recíproco de su período :
1 1
frecuencia = =
período T
El término frecuencia circular también se utiliza en ingeniería y está definido por :

2π
frecuencia circular = 2πxfrecuencia =
T
y se mide en radianes por segundo.

.ar
om
s.c
no
ia

TN

U
2. Ortogonalidad
Se dice que las funciones del conjunto {fk(t)} son ortogonales en el intervalo a < t < b si dos
funciones cualesquiera fm(t), fn(t) de dicho conjunto cumplen:
b
0 para m ≠ n
∫
a
f m(t)f n(t)dt = 
rn para m = n
Ejemplo: las funciones t y t2 son ortogonales en el intervalo –1 < t < 1, ya que:

1 1 1
t4
∫ t t dt = ∫ t dt =
2 3
=0
−1 −1
4 −1
Ejemplo: Las funciones sen t y cos t son ortogonales en el intervalo – < t < , ya que
π π
sen 2t
∫ sent cos tdt =
−π
2 −π
=0
Ortogonalidad de senos y cosenos.

Aunque los ejemplos anteriores se limitaron a un par de funciones, el siguiente es un conjunto
de una infinidad de funciones ortogonales en el intervalo -T/2< t < T/2:
{1, cos(w0t), cos(2w0t), cos(3w0t),..., sen(w0t), sen2w0t, sen3w0t,...}
con w0= 2 /T.
Vamos a verificarlo probándolo a pares:
1-) f(t) = 1 vs. cos(mw0t): w0= 2 /T
T/ 2 T/ 2
sen(mω0 t)
∫ 1 cos (mω0t)dt =
−T/ 2
mω0 −T/ 2
=
2 sen(mω0T/ 2 ) 2 sen(mπ )
= = =0
mω0 mω0
Ya que m es un entero.
2-) f(t) = 1 vs. sen(mw0t): w0= 2 /T

T/ 2 T/ 2
− cos (mω0 t)
∫ 1 sen(mω0t)dt =
−T/ 2
mω0 −T/ 2
=
−1
= [ cos (mω0T/ 2 )- cos (mω0T/ 2 )] = 0
mω0

.ar
om
s.c
no
ia

TN

U
2
3-) cos(mw0t) vs. cos(nw0t): cos A cos B = ½[cos(A+B)+cos(A-B)] ; cos θ = ½ (1+cos2θ)
T/2
 0 para m ≠ n
∫ cos(mω t)cos(nω t)dt = T / 2
−T / 2
0 0
para m = n ≠ 0
2
4-) sen(mw0t) vs. sen(nw0t): sen A sen B = ½[-cos(A+B)+cos(A-B)] ; sen A =½ (1-cos2θ)
T/ 2
 0 para m ≠ n
∫ sen(mω t)sen(nω t)dt = T/ 2
−T/ 2
0 0
para m = n ≠ 0
5-) sen(mw0t) vs. cos(nw0t): sen A cos B = ½[sen(A+B)+sen(A-B)]
T/ 2
∫ sen(mω t) cos (nω t)dt = 0

−T/ 2
0 0 para cualquier m,n
3. Series de Fourier. Fórmulas de Euler
Supóngase que f(x) es una función periódica de período 2π, la cual puede representarse
mediante una serie trigonométrica
∞
(1) f ( x) = a 0 + ∑ (a n . cos(nx) + bn .sen( nx) )
n =1
Dada una función f(x) de este tipo, se desea determinar los coeficientes an y bn de la serie
correspondiente (1). Para ello vamos a aprovechar la ortogonalidad que acabamos de
demostrar del conjunto de funciones: {1, cos(w0t), cos(2w0t), cos(3w0t),..., sen(w0t), sen2w0t,
sen3w0t,...} para calcular los coeficientes a0,a1,a2,... , b 1,b 2,... de la serie de Fourier.
Primero se determina a0. Al integrar ambos miembros de (1) desde -π hasta π,se tiene
π π

(a n . cos(nx) + bn .sen(nx )).dx
∞
∫−π f ( x ).dx = ∫−π  0 ∑

a +
n =1 

.ar
om
s.c
no
ia

TN

U
Si es posible integrar término a término, entonces se obtiene
π π ∞  π π

∫−π f ( x).dx = a0 −∫π dx + ∑ 

n =1 
a n . ∫ cos( nx).dx + bn . ∫ sen( nx).dx 
−π −π 
El primer término de la derecha es igual a 2πa0 . Todas las demás integrales de la derecha son
cero, como puede verse con facilidad realizando las integraciones. De donde, el primer
resultado es
π
1
(2) a0 =
2π ∫ f ( x).dx
−π
Ahora se determinan a1, a2, . . . por un procedimiento similar. Se multiplica (1) por cos mx, en
donde m es cualquier entero positivo fijo y, a continuación, se integra desde -π hasta π
π π
 ∞

(3) ∫−π f ( x ). cos( mx ).dx = a 0 + ∑
∫−π  n=1 (a n . cos(nx) + bn .sen(nx) ). cos(mx).dx
Si se integra término a término. se ve que el segundo miembro queda
π ∞  π π

a 0 ∫ cos(mx).dx +∑ a n . ∫ cos(nx). cos(mx).dx + bn . ∫ cos(mx).sen( nx).dx.
−π n =1  −π −π 
La primera integral es cero.

π π π
1 1
∫ cos(nx).cos(mx).dx = 2 −∫π cos(n + m).x.dx + 2 −∫π cos(n − m).x.dx
−π
π π π
1 1
∫ sen(nx). cos(mx).dx =
−π
∫
2 −π
sen(n + m).x.dx + ∫ sen(n − m).x.dx
2 −π
Al integrar se ve que los cuatro términos de la derecha son cero, excepto el último término del
primer renglón, el cual es igual a π cuando n = m. Puesto que, en (3), este término está
multiplicado por am, el segundo miembro de (3) es igual a am, y el segundo resultado es

.ar
om
s.c
no
ia

TN

U

π
1
(4) a m = ∫ f ( x). cos(mx)dx m = 1, 2, ...
π −π
Por último, se determinan b 1, b2,... de (1). Si se multiplica (1) por sen(mx), en donde m es
cualquier entero positivo fijo y a continuación, se integra desde-π hasta π, se tiene
π π

(an . cos(nx) + bn .sen(nx) ).sen(mx).dx
∞
(5) ∫−π f ( x ).sen ( mx).dx = ∫−π  0 ∑
a +
n =1 
Integrando término a término, se ve que el segundo miembro queda
π ∞  π π

a 0 ∫ sen( mx).dx +∑ a n . ∫ cos( nx).sen (mx).dx + bn . ∫ sen( nx).sen (mx).dx.
−π n =1  −π −π 
La primera integral es cero. La integral siguiente es del tipo considerado con anterioridad, y se
sabe que es cero para todo n = 1, 2, .... Para la última integral se tiene
π π π
1 1
∫ sen(nx).sen(mx).dx =
−π
∫
2 −π
cos(n − m).x.dx − ∫ cos(n + m).x.dx
2 −π
El último término es cero. El primer término de la derecha es cero cuando n ≠ m y es

π cuando n = m. Como, en (5), este término está multiplicado por bm, el segundo miembro de
esa expresión es igual a b m.π, y el último resultado es
π
1
bm =
π ∫ f ( x).sen(mx)dx
−π
m = 1, 2, ....,
Si se escribe n en lugar de m, en conjunto se tienen las llamadas fórmulas de Euler
π
1
(a) a0 =
2π ∫ f ( x).dx
−π
π
1
(6) (b) am =
π ∫ f ( x). cos(mx)dx
−π
n = 1, 2, ...,
π
1
( c) bm =
π ∫ f ( x).sen(mx)dx
−π

.ar
om
s.c
no
ia

TN

U
Obsérvese que, en virtud de la periodicidad de los integrandos, es posible reemplazar el

intervalo de integración de (6) por cualquier otro intervalo de longitud 2π, por ejemplo, por el
intervalo 0 ≤ x ≤ 2π.
Si se da una función periódica con período 2π, pueden calcularse los an y bn , por medio de
(6), y formar la serie trigonométrica
(7) a0 + a1.cos x + b1.sen x + …. + an . cos nx + b n . sen nx + ….
Entonces se dice que ésta es la serie de Fourier correspondiente a f(x), y sus coeficientes,
obtenidos a partir de las (6), se llaman coeficientes de Fourier de f(x).
Basándose en la definición de integral definida se deduce que, si f(x) es continua o por lo
menos seccionalmente continua (continua excepto por un número finito de saltos finitos en el
intervalo de integración), las integrales de las (6) existen y pueden calcularse los coeficientes
de Fourier de I(x) por medio de ellas. Falta saber si la serie de Fourier así obtenida converge y
si tiene la suma f(x), lo cual se considera posteriormente
Se demuestra el uso práctico de las (6) mediante un ejemplo sencillo.
Ejemplo 1. Onda cuadrada
Encontrar los coeficientes de Fourier de la función periódica f(x) de la figura que aparece. La
representación analítica es
f ( x) = −k cuando − π < x < 0

f ( x) = k cuabdo 0 < x < π
y f ( x + 2π ) = f ( x)
1 
π 0 π
1
an =
π ∫
−π
f ( x). cos nx.dx = ∫
π  −π
( − k ). cos nx.dx + ∫
0
k . cos nx.dx 

1 sennx 
0 π
sennx
= − k +k =0
π  n −π n 0 
1 
π 0 π
1
bn = ∫ f ( x).sennx.dx =  ∫ ( −k ).sennx.dx + ∫ k .sennx.dx 
π −π π  −π 0 
1  cos nx 
0 π
cos nx
= k −k 
π  n −π n 0 

Como cos(-α) = cosα y cos 0 = 1, esto conduce a

.ar
om
s.c
no
ia

TN

U

bn =
k
[cos 0 − cos( −nπ ) − cos nπ + cos 0] = 2k (1 − cos nπ )
nπ nπ
− 1 para n impar

 2 para n impar
cos nπ =  y, por lo tanto, 1 - cos nπ = 
 0 para n par
1 para n par

De donde, los coeficientes bn de Fourier de la función dada son
4k 4k 4k
b1 = , b2 = 0, b3 = , b4 = 0, b5 =
π 3π 5π
y como los an son cero, la correspondiente serie de Fourier es
4k  1 1 
 senx + sen3 x + sen5 x + ...
π  3 5 
Las sumas parciales son:
4k 4k  1  4k  1 1 
S1 = senx, S2 =  senx + sen3 x , S3 =  senx + sen3 x + sen5 x 
π π  3  π  3 5 
f(x)
1,5
0,5
0 f(x)
-180 20 220 420
-0,5
-1
-1,5
a-) Función dada f(x) Onda cuadrada periódica.

.ar
om
s.c
no
ia

TN

U
1,5
0,5
f(x)
0
-180 -80 20 120 S1
-0,5
-1
-1,5
1,5
0,5 f(x)
S1
0
-180 -80 20 120 4k/3pxsen(3x)
-0,5 S2
-1
-1,5
1,5
0,5 f(x)
S2
0
-180 -80 20 120 4k/5pxsen(5x)
-0,5 S3
-1
-1,5
b-) Las tres primeras sumas parciales de la serie de Fourier correspondiente.

.ar
om
s.c
no
ia

TN

U
4. Funciones que tienen período arbitrario

En las aplicaciones, las funciones periódicas rara vez tienen el período 2π, pero la transición
de las que tienen este periodo a las que tienen cualquier período T es bastante simple, en
virtud de que puede efectuarse mediante un cambio de escala. En efecto. supóngase que f (t)
tiene período T; entonces puede introducirse una nueva variable x tal que f(t), como función
de x, tenga período 2π. Si se hace
T 2π
t= .x de modo que x= t
2π T
entonces x = ± π corresponde a t = ± T/2. Esto significa que f, como función de x, tiene

período 2π. De donde, si f tiene una serie de Fourier, ésta debe ser de la forma
 T  ∞
f (t ) = f  x  = a 0 + ∑ (a n . cos( nx) + bn .sen( nx) )
 2π  n =1
con coeficientes obtenidos a partir de las fórmulas de Euler (6) de la sección anterior:
π π
1 T 1 T
a0 =
2π ∫−π f ( 2π x).dx , am =
π ∫π f ( 2π x). cos(nx)dx
−
π
1 T
bm =
π ∫π f ( 2π x).sen(nx)dx
−
Pudieron aplicarse estas fórmulas directamente, pero el cambio a t simplifica el cálculo. Dado
que
2π 2π
x= .t se tiene dx = .dt
T T
y el intervalo de integración sobre el eje x corresponde al intervalo
T T
− ≤t ≤
2 2
En consecuencia, se ve que los coeficientes de Fourier de la función periódica f (t), de período

T, quedan dados por las fórmulas de Euler
T /2
1
T −T∫/ 2
(a) a0 = f (t ).dt

.ar
om
s.c
no
ia

TN

U

T/2
2 2nπt
(6) (b) am = ∫
T −T / 2
f (t ). cos(
T
)dt
n = 1, 2, ...,
T /2
2 2nπt
( c) bm = ∫
T −T / 2
f (t ).sen(
T
)dt
Además, la serie de Fourier (2), con x expresada en función de t, queda
∞
 2nπ 2nπ 
(7) f (t ) = a 0 + ∑  a n . cos .t + bn .sen .t 
n =1  T T 
El intervalo de integración dado en las (6) puede reemplazarse con cualquier intervalo de
longitud T, por ejemplo, el intervalo 0 ≤ t ≤ T.
Ejemplo. Rectificador de media onda
Se hace pasar una tensión senoidal E.sen(wt) por un rectificador de media onda el cual corta
la porción negativa. Encontrar la serie de Fourier de la función periódica resultante.
0 cuando − T / 2 < t < 0, 2π

u (t ) =  t=
 E.sen( wt ) cuando 0 < t <T /2 w
Puesto que u =0 cuando –T/2 < t < 0,
π /ω
ω E
a0 =
2π ∫
0
E.sen(ω .t ).dt =
π
Con x = t ; y = n.w.t
π /ω π /ω
ω ω .E
an =
π ∫
0
E.sen(ω .t ). cos(n.ω .t ).dt =
2.π ∫ [sen(1 + π ).ω .t + sen(1 − n)ω .t ]dt
0
Cuando n=1, la integral anterior es cero, y cuando n = 2,3,..., se obtiene
π /ω
ω .E  cos(1 + n).ω .t cos(1 − n)ω .t  E  − cos(1 + n).π + 1 − cos(1 − n).π + 1 
an = − − =  + 
2π  (1 + n).ω (1 − n ).ω  0 2.π  1+ n 1− n 

.ar
om
s.c
no
ia

TN

U

Cuando n es impar, esto es igual a cero y, para n par, se tiene
E  2 2  2.E
an =  + =− ( n = 2, 4, ...)
2.π  1 + n 1 − n  ( n − 1).(n + 1).π
De manera semejante, se encuentra que b 1 = E/2 y b n = 0 par n = 2, 3, ...
E E 2.E  1 1 
u (t ) = + .sem(ω .t ) − . cos(2.ω .t ) + cos(4.ω .t ) + ...
π 2 π  1.3 3.5 
5. Funciones pares e impares
Es posible evitar trabajo innecesario (y las fuentes correspondientes de errores) al determinar

los coeficientes de Fourier de una función, si ésta es par o impar.
Recuérdese primero que se dice que una función y = g(x) es par si
g( -x) = g(x)
La gráfica de una función de este tipo es simétrica con respecto al eje y . Se dice que una
función h (x) es impar si
h( -x) = -h(x)
La función cos nx es par, en tanto que la función sen nx es impar.
Si g (x) es una función par, entonces
T /2 T /2
∫ g ( x).dx = 2. ∫ g ( x).dx =
−T / 2 0
( g par )

.ar
om
s.c
no
ia

TN

U

Si h (x) es una función impar, entonces
T /2
∫ g ( x).dx = 0
−T / 2
( h impar )
De donde, si f(t) es par, entonces el integrando f sen (2nπt/T) que aparece en (3c) de la
sección anterior es impar, y bn = 0. De manera análoga, si f(t) es impar, entonces f cos
(2nπt/T) de (3b), de la sección anterior es impar, y an = 0. Con base en esto y (1)
se obtiene el teorema que sigue:
Teorema l. Series de Fourier de funciones pares e impares
La serie de Fourier de una función par f (t) de período T es una "serie cosenoidal (de cosenos)
de Fourier"
∞
2nπ
f (t ) = a 0 + ∑ a n . cos .t ( f par )
n =1 T
con coeficientes
T /2 T /2
2 4 2 nπ
a 0 = . ∫ f (t ).dt , a n = . ∫ f (t ). cos .t.dt , n =1,2,....,
T 0 T 0 T
La serie de Fourier de una función impar f(t) de periodo T es una "serie senoidal (de senos)
de Fourier"
∞
2nπ
f (t ) = ∑ bn .sen .t.dt ( f impar )
n =1 T
con coeficientes
T /2
4 2nπ
bn =
T ∫
0
f (t ).sen
T
.t.dt

.ar
om
s.c
no
ia

TN

U
En particular, este teorema implica que la serie de Fourier de una función par f(x) de período
2π es una serie cosenoidal de Fourier.
f(x) = a0 + a1 cos x + a2 cos 2x + a3 cos 3x +....
con coeficientes
T /2 T /2
2 4 2 nπ
T ∫0
a0 = . f (t ).dt , an = . ∫ f (t ). cos .t.dt , n =1,2,....,
T 0 T
De manera análoga, la serie de Fourier de una función impar [(x) de período 2π es una serie
senoidal de Fourier.
f(x) = b1 sen x + b2 sen 2x + b3 sen 3x +....
T /2
4 2nπ
bn =
T ∫
0
f (t ).sen
T
.t.dt
Teorema 2 (suma de funciones)
Los coeficientes de Fourier de una suma f1 + f2 son las sumas de los coeficientes de Fourier
correspondientes de f1 y f2.
Ejemplo. Onda diente de sierra
Encontrar la serie de Fourier de a función
f ( x) = x + π cuando -π < x < π y f ( x + 2π ) = f ( x)
Podemos escribir
f = f1 + f 2 donde f1 = x y f 2 = π

.ar
om
s.c
no
ia

TN

U
Los coeficientes de Fourier de f2 son cero, excepto el primero (el término constante), que es π
. Por consiguiente, de acuerdo con el teorema 2, los coeficientes de Fourier an y bn son los de
f1, excepto a0 = π. Puesto que f1 es impar, an = 0 para n = 1, 2, ..., y
π π
2 2
bn =
π ∫
0
f1 ( x).sen(nx)dx =
π ∫ x.sen(nx).dx
0
Al integrar por partes se obtiene
2  − x. cos(nx) 
π π
1 2
bn =
π

n 0
+
n0∫ cos(nx).dx  = − . cos(nπ )
 n
De donde, b 1 = 2 , b2 = - 2/2 ; b3 = 2/3 , b4 = -2/4 , ..., y la serie de Fourier de f(x) es
 1 1 
f ( x) = π + 2 sen( x) − .sen (2 x) + sen(3 x) − +....
 2 3 
Suma parciales Sn(x)

.ar
om
s.c
no
ia

TN

U

6. Desarrollos de medio rango
En varios problemas de Física y de Ingeniería existe la necesidad de aplicar las series de

Fourier a funciones f( t) que sólo están definidas sobre a1gún intervalo finito. Entonces f(t)
está definida sobre un intervalo 0 ≤ t ≤ l y, sobre este intervalo, se desea representar f(t)
mediante una serie de Fourier. Con este fin, puede aplicarse el teorema 1 de la última sección.
Es posible hacer que el intervalo 0 ≤ t ≤ l corresponda al de integración 0 ≤ t ≤ T/2 , es
decir, puede hacerse T/2 = l, o bien T = 21. Entonces, empleando la ecuación (4) del punto
anterior, se obtiene una serie cosenoidal de Fourier, la cual representa una función periódica
par f1(t), de período T = 21. Por construcción, f1(t) = f(t), sobre 0 ≤ t ≤ l. Por esta razón, a
f1(t) se le conoce como extensión periódica par de f(t), de período T = 21.
A partir de las ecuaciones (3) y (4)del punto anterior, con T= 21, se ve que
∞
nπ
f (t ) = a 0 + ∑ a n . cos .t
n =1 l
y los coeficientes son
l l
1 2 nπ
l ∫0 ∫
a0 = f (t )dt , an = f (t ) cos .t.dt , n = 1,2,....
l 0 l
Con igual propiedad, en lugar de la ecuación (4) del punto anterior, puede utilizarse (6) del
mismo punto (con T = 2l, como antes). Entonces se obtiene una serie senoidal de Fourier, la
cual representa una función periódica impar, tal vez f2(t) de período T = 2l. Por construcción,
f2(t) = f(t) sobre 0 ≤ t ≤ l y f2(t) recibe el nombre de extensión periódica impar de f(t), de
período T= 2l. Por (5) y (6) de la sección 10.4, se ve que
∞
nπ
f (t ) = ∑ bn .sen .t (0≤t≤l)
n =1 l
y los coeficientes son
l
2 nπ
.bn = ∫
l 0
f (t ).sen
l
.t n = 1,2,...

.ar
om
s.c
no
ia

TN

U
a-) La función dada
b-) f(t) extendida como una función periódica par de período 2l.
c-) f(t) extendida como una función periódica impar de período 2l.
Ejemplo. Pulso triangular
Encontrar los desarrollos de medio rango de la función
 2k l
 l t cuando 0 < t <
2
f (t ) 
 2 k (l − t ) cuando
l
<t<l
 l 2
1  2k 
l/2 l
2k k
a0 = 
l l 0 ∫ t.dt +
l ∫ (l − t ).dt  = 2
l/2
,
2  2k nπ 
l/2 l
nπ 2k
an = 
l l ∫0
t. cos
l
tdt + ∫
l l/2
(l − t ) cos
l
tdt 


.ar
om
s.c
no
ia

TN

U

Integrando por partes
l/2 l/2 l/2

nπ l.t n.π 1 nπ l2 nπ l2  nπ 
∫
0
t. cos
l
.t.dt =
n.π
sen
l 0
.t −
nπ ∫
0
sen
l
t.dt =
2nπ
sen + 2 2  cos
2 nπ  2
− 1

De manera análoga
l
nπ l2 n.π l2  nπ 
∫
l/2
(l − t ). cos
l
.t.dt = −
2.n.π
sen
2
− 2 2
nπ
 cos nπ − cos


2 
Si se introducen estos dos resultados, se obtiene
4k  nπ 
2 2 
an = 2. cos − cos( nπ ) − 1
n π  2 
Por lo tanto
a 2 = −16 k / 2 2 π 2 , a 6 = −16 k / 6 2.π 2 , a10 = −16 k / 10 2 .π 2
Y an = 0 cuando n ≠ 2,6,10,14,..., de donde el primer desarrollo de medio rango de f(t) es :
k 16k  1 2π 1 6π 
f (t ) = − 2  2 cos .t + 2 cos t + ... 
2 π 2 l 6 l 
Análogamente
8k nπ
bn = 2 2
sen
nπ 2
y el otro desarrollo de medio rango de f(t) es
8k  1 π 1 3π 1 5π 
2  2
f (t ) = sen .t − 2 sen t + 2 sen t − +... 
π 1 l 3 l 5 l 
a-) Extensión par

.ar
om
s.c
no
ia

TN

U
b-) Extensión impar
7. Convergencia de las Series de Fourier
La convergencia de las series de Fourier está definida por las tres condiciones de Dirichlet
sobre f(t).
Condición 1.- f(t) debe ser absolutamente integrable sobre el periodo fundamental, es
decir:
T/2
∫
−T / 2
f (t ) .dt < ∞
Condición 2.- f(t) tiene un número finito de máximos y mínimos en el intervalo fundamental.
Condición 3.- En cualquier intervalo finito de tiempo f(t) tiene un número finito de
discontinuidades finitas.
Para ilustrar lo anterior, en la figura siguiente se muestran tres señales que violan alguna
de las condiciones, por ejemplo en (a) la señal para 0<t<1 viola la condición 1.
La señal para 0<t<1 de la figura (b) cumple la condición 1 pero viola la condición 2.
La señal f3(t) de la figura (c) que comienza con x(0)=1 y cambia a la mitad de su valor
anterior cada incremento de tiempo ∆t k = ∆t k −1 / 2 , con ∆t 0 = 1 / 2 viola la condición
3.
f 1 (t ) = 1 / t

.ar
om
s.c
no
ia

TN

U
f 2 (t ) = sen( 2π / t )
f 3 (t )
La razón de convergencia de una serie de Fourier es una indicación de cuantos términos

de la expansión son necesarios para obtener una aproximación realista de la función f(t)
que representa. Esto está determinado por los coeficientes an y b n de la serie y la manera
en que estos coeficientes decrecen conforme n crece.
Ejemplo:
f (t ) = t (0 < t < 2π ) f ( t ) = f(t + 2π )
a0 = 2π
∞
2
an = 0 f ( t ) = π - ∑ .sen( n.t )
n =1 n
2
bn = −
n
.ar
om
s.c
no
ia

TN

U
La función f(t) es continua por tramos con discontinuidades por saltos, los coeficientes
decrecen conforme 1/n, y puede ser necesario incluir un gran número de términos para
obtener una aproximación razonable de f(t).
t 0 ≤ t ≤ 1/2π

f ( t ) = π/2 1/2π ≤ t ≤ π
π - 1/2.t π ≤ t ≤ 2π

T = 2π f ( t ) = f ( t + 2π )
a0 = 5 / 8.π
 1
[ n/ 2
 π .n 2 . (− 1) − ] ( n par )
an = 
− 2 n impar
 π .n 2
0 n par

bn =  (− 1)( n−1) / 2
 n impar
 π .n 2
La función es continua pero tiene derivadas primeras discontinuas (debido a los picos), los
coeficientes decrecen conforme 1/n2 y así uno espera que la serie converja más
rápidamente.
a-) Si f(t) es continua por tramos entonces los coeficientes en su representación de Fourier
decrecen conforme 1/n.
b-) Si f(t) es continua en todos lados pero tiene derivadas discontinuas entonces los
coeficientes en su expansión de Fourier decrecen conforme 1/n2.
c-) Si f(t) y todas sus derivadas hasta de r-esimo orden son continuas pero la (r+1)-ésima
derivada es discontinua, entonces los coeficientes de su expansión de Fourier decrecen
conforme 1/n(r+2).
De acuerdo a lo expresado, analizando el ejemplo 1 onda cuadrada, se puede ver que en los
puntos donde f(t) es continua la aproximación de f(t) por la suma parcial de los primeros n
términos mejora conforme n crece, confirmando que la serie converge a f(t) en todos esos
.ar
om
s.c
no
ia

TN

U

puntos. Se observa también que la convergencia de la serie de Fourier es más lenta cerca de
un punto de discontinuidad, tal como sucede en t = 0. Esta convergencia no suave de la serie
de Fourier es debido al incidente de un salto hacia arriba y uno hacia abajo en los puntos de
discontinuidad de f(t) y es una característica de todas las series de Fourier que representan
funciones discontinuas y se conoce como fenómeno de Gibbs debido al físico
norteamericano J. W. Gibbs. La magnitud de los saltos hacia arriba y hacia abajo no
disminuye no disminuye conforme n ∞ sino que se vuelve más puntiaguda tendiendo a
un pico. En general la magnitud del salto hacia arriba y hacia abajo juntos es alrededor del
18% de la magnitud de la discontinuidad (esto es, la diferencia en los valores de la función
f(t) a la derecha y a la izquierda de la discontinuidad).
1.5
Serie con 1 arm ónico 1 .5
S e r ie c o n 3 a r m ó n ic o s
1 1
0.5 0 .5
0 0
-0.5 -0 .5
-1 -1
-1.5 -1 .5
-1 -0.5 0 0.5 1 -1 -0 .5 0 0 .5 1
1 .5
S e r i e c o n 7 a r m ó n ic o s
1 .5
S e r ie c o n 5 a r m ó n ic o s
1
1
0 .5
0 .5
0
0
-0 .5
-0 .5
-1
-1
-1 .5
-1 -0 . 5 0 0 .5 1
-1 .5
-1 -0 .5 0 0 .5 1
1 .5
S e r ie c o n 1 3 a r m ó n ic o s 1 .5
S e r ie c o n 5 0 a r m ó n ic o s
1 1
0 .5 0 .5
0 0
-0 .5 -0 .5
-1 -1
-1 .5 -1 .5
-1 -0 .5 0 0 .5 1 -1 -0 .5 0 0 .5 1
1 .5
S e r ie c o n 1 0 0 a r m ó n ic o s
0 .5
-0 .5
-1
-1 .5
-1 -0 .5 0 0 .5 1
8. Forma compleja de la serie de Fourier.
∞ ∞
a0
f (t ) = + ∑ a n . cos n.w.t + ∑ bn .sen n .w.t
2 n =1 n =1

.ar
om
s.c
no
ia

TN

U

1 inwt
sen n.w.t = .(e − e −inwt )
2.i
1
cos n .w.t = .(e inwt + e −inwt )
2
f (t ) =
a0 ∞
+ ∑ an .
(
e inwt + e − inwt ∞
. + ∑ bn .
)
e inwt − e −inwt ( )
2 n =1 2 n =1 2.i
a0 ∞ 1 ∞
1
= + ∑ a n . e inwt + e −inwt + ∑ − i . bn . e inwt − e −inwt
( ) ( )
2 n =1 2 n =1 2
a0 ∞  1 1 
= + ∑  .(an − ibn ).e inwt + .(an + i.bn ).e −inwt 
2 n =1  2 2 
Haciendo:
1 1 * 1
c0 = a0 , cn = (a n − i.bn ), c −n = cn = .(an + i .bn )
2 2 2
∞ ∞ ∞ −∞
f ( t ) = c0 + ∑ cn .e inwt + ∑ c − n .e −inwt = c0 + ∑ c n .e inwt + ∑ c n .e inwt
n =1 n =1 n =1 n = −1
∞
= ∑ c .e
−∞
n
inwt
, ya que c0 .e 0 = c0
∞
f (t ) = ∑c
−∞
n .e inwt es la forma compleja o exponencial de la expansión en serie de Fourier de
la función f(t).
d +T
1 1
c0 = .a0 = . ∫ f(t).dt
2 T d
1 
d +T d +T
1
cn =
2
.(a n − i .bn ) = 
T ∫
d
f(t).cos(n.w.t).dt - i ∫ f(t).sen(nwt).dt 
d

.ar
om
s.c
no
ia

TN

U

d +T
1
T ∫d
= . f ( t ).[cos( nwt ) − i.sen( nwt )].dt
d +T
1
= . ∫ f ( t ).e −inwt .dt
T d
1 
d +T d +T
1
c- n =
2
.(a n + i .bn ) = 
T ∫
d
f(t).cos(n.w.t).dt + i ∫ f(t).sen(nwt).dt 
d
d +T
1
= . ∫ f ( t ).e inwt .dt
T d
Se puede ver que para todos los valores de n
d +T
1
cn = . ∫ f ( t ).e −inwt .dt
T d
En general los coeficientes cn ( n= 0, ±1,±2,...) son complejos y pueden expresarse en la forma
c n = cn .e iφ n
Donde c n , la magnitud de cn , se obtiene
 1  2  1  2  1
cn =  a n  +  bn   = (a 2
n + bn2 )
 2   2   2
Así que 2. c n es la magnitud de la n-ésima armónica. El argumento φ n de cn está

relacionado con la fase de la n-ésima armónica.
Ejemplo:

.ar
om
s.c
no
ia

TN

U

Obtener la forma compleja de la serie de Fourier de la función diente de sierra f(t) definida
por:
2.t
f (t ) = (0 < T < 2.T ) f ( t + 2.T ) = f ( t )
T
El período es 2.T, por lo que w = π /T , por lo que los coeficientes en forma compleja están
dados por:
2T 2T
1 1 2 −i .n .π .t / T
∫ ∫0 T .t .e
−i .n .π .t / T
cn = f ( t ).e .dt = dt =
2.T 0
2T
2T
1  T .t T2 −i .n .π .t / T 
cn = 2  .e −i .n .π .t / T
− .e  (n ≠ 0 )
T  − i .n.π (i.n.π )2 0
e − i .n .2.π = e −i .0 = 1
1  2.T 2 T2 T 2  i .2
cn = 2  + 2
− 2
= (n ≠ 0 )
T  − i .n π
. (n .π ) (n π
. )  n.π
En el caso particular cuando n = 0
2T 2T 2T
1 1 2.t 1 1 2
c0 =
2.T ∫
0
f ( t ).dt =
2T ∫0 T .dt = T 2  2 .t  = 2
0

.ar
om
s.c
no
ia

TN

U

La forma compleja de la expansión en serie de Fourier de f(t) es:
−1
i .2 i .n .π .t / T ∞ i .2 i .n .π .t / T ∞
i.2 i .n .π .t / T
f (t )= 2+ ∑
n = −∞ n .π
.e + ∑
n =1 n .π
.e = 2 + ∑ n π
.
.e
n ≠0 n = −∞
i = e i .π / 2
∞
2 1 i .(n .π .t / T +π / 2 )
f (t ) = 2 + ∑
π n≠0 n =−∞ n
.e
 2i 2i  4
a0 = 2.c0 = 4 , an = cn + c*n = 0 , ( )
bn = i . cn + c*n = i . + =−
 nπ nπ  nπ
La correspondiente expansión en serie de Fourier trigonométrica de f(t) es:
∞
4 1 n.π .t
f(t )= 2 − .∑ .sen
π n=1 n T
9. Teorema de Parseval.
Si f(t) es una función periódica con periodo T entonces
c +T ∞ ∞
1
∫ [ f ( t )] .dt = ∑ cn .cn = ∑ cn
2 * 2
T c n = −∞ n = −∞
Donde los cn son los coeficientes en la expansión en serie de Fourier compleja de f(t).
El teorema de Parseval nos permite escribir el cuadrado del valor medio de una función
periódica en términos de los coeficientes de sus expansiones en series de Fourier, que como
veremos a continuación determina el espectro de potencia de la función.
Podemos escribir el teorema de Parseval en términos de los coeficientes reales an y b n de la

expansión en serie de Fourier trigonométrica de la función f(t) como:
c +T ∞
1 1 2 1
∫ [ f ( t )] .dt = a0 + .∑ (an + bn )
2 2 2
T c
4 2 n =1
El valor fRCM , raíz cuadrada media (RCM) de una función periódica f(t) de período T, está
definido por
.ar
om
s.c
no
ia

TN

U
c +T
1
∫ [ f ( t )] .dt
2 2
f RCM =
T c
Por lo tanto puede ser expresado en términos de los coeficientes de Fourier.
Ejemplo: Aplicar el teorema de Parseval a la función:
2.t
f (t ) = f ( t + 2.T ) = f ( t ) (0 < t < T )
T
Y demostrar que:
1 2 ∞ 1
π =∑ 2
6 n =1 n
i2
c0 = 2 , c n = (n ≠ 0 )
nπ
2T −1 ∞
1
. ∫ [ f ( t )] .dt = c02 + ∑ c n + ∑ c n
2 2 2
2T 0 n = −∞ n =1
2T 2
1 4.t 2 ∞
 2 
. ∫ 2 .dt = 4 + 2∑  
2T 0 T n =1  n π 
∞
16 8
= 4+∑ 2 2
3 n =1 n .π
∞
1 2 1
.π = ∑ 2
6 n =1 n
10. Espectro de frecuencia discreta.

.ar
om
s.c
no
ia

TN

U

Al expresar una función periódica f(t) mediante su expansión en serie de Fourier estamos
descomponiendo a la función en sus componentes armónicas o de frecuencia. Si f(t) tiene
período T entonces tiene componentes de frecuencia a las frecuencias
n.2π
wn = = n.w0 (n = 1,2,3,.......)
T
Siendo w0 la frecuencia de la función original f(t).
De acuerdo a lo anterior, una serie de Fourier puede considerarse como el espectro de

frecuencias de la función periódica f(t), y nos entrega una representación alternativa de la
función en su forma de onda en el dominio del tiempo. Este espectro de frecuencia se
representa dibujando las gráficas de las amplitudes y las fases de las diversas componentes
armónicas en función de la frecuencia angular wn. El gráfico de la amplitud vs frecuencia
angular se denomina espectro de amplitud, mientras que el gráfico de fase vs frecuencia
angular se denomina espectro de fase. Para una función periódica f(t) de período T las
componentes armónicas solo aparecen en frecuencias discretas wn, así que estos espectros se
conocen como espectros de frecuencias discretos o espectros de línea.
Forma trigonométrica de la serie de Fourier de una función periódica f(t):
1 ∞
 2 nπ 2nπ 
f (t ) = a 0 + ∑  a n . cos .t + bn .sen .t 
2 n =1  T T 
En términos de sus componentes armónicas:
∞
2 nπt
f (t ) = A0 + ∑ An .sen( + φn )
n =1 T
1
A0 =
2
a0 , An = (a 2
n + bn2 )
bn an
senφ n = , cos φ n =
An An

.ar
om
s.c
no
ia

TN

U
Espectro de frecuencia real discreta.
Forma compleja del espectro de amplitud.

Forma compleja de la serie de Fourier.
cn = cn .ei.φn (n = 0,±1,±2,....)
Donde el c n y φ n corresponden a la amplitud y al argumento de cn respectivamente. Como

en general cn es una cantidad compleja, necesitamos dos espectros de línea para determinar el
espectro de frecuencia discreto, el espectro de amplitud es la gráfica de │cn│respecto wn y el
espectro de fase, el gráfico de φn respecto a wn .En los casos donde cn es real se puede usar un
solo espectro para representar la función f(t). Como │c-n│ = │c*n│= │ cn│, el espectro de
amplitud será simétrico respecto al eje veritcal.
En la forma compleja del espectro de frecuencia discreto tenemos componentes de
frecuencias discretas 0,±w0, ±2w0, ±3w0, …; esto es están consideradas las frecuencias
discretas positivas y negativas.

.ar
om
s.c
no
ia

TN

U

Las señales con frecuencias negativas no son viables físicamente, y se introducen por razones
matemáticas. En la frecuencia n.w0 tenemos la componente ei.n.w0.t , que ella misma no es una
señal física, para obtener una señal física debemos considerar considerar esta junto con la
componente correspondiente ei.n.w0.t a la frecuencia –n.w0, por lo que tendremos:
e i .n.w0 .t + e − i.n.w0 .t = 2. cos(n.w0 .t)
Ejemplo: Dibujar los espectros de amplitud y fase de la función periódica
2.t
f (t ) = (0 < T < 2.T ) f ( t + 2.T ) = f ( t )
T
Considerar la forma compleja y real.
i.2
c0 = 2 cn = (n = ±1,±2,±3,....)
n.π
2 / nπ (n = 1,2,3,...)
cn = 
− 2 / nπ ( n = −1,−2,−3,...)
1 / 2π (n = 1,2,3,...)
φ n = arg cn = 
− 1 / 2π (n = −1,−2,−3,...)
Espectro de amplitud y fase de frecuencia compleja con w0 = π/T.

.ar
om
s.c
no
ia

TN

U
Espectro de frecuencia real discreta (correspondiente a la expresión senoidal).
Los coeficientes de la forma trigonométrica de la expansión en serie de Fourier de f(t) son:
4
a0 = 4, a n = 0, bn = −
nπ
Por lo que la magnitud de los coeficientes son:
4
A0 = 2, An = (n = 1,2,3,...)
nπ
Llegando al espectro de frecuencia real discreto.

Serie de Fourier

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Serie de Fourier

Încărcat de

Drepturi de autor:

Formate disponibile

.

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

3. Series de Fourier. Fórmulas de Euler.

4. Funciones que tienen funciones período arbitrario.

5. Funciones pares e impares.

6. Desarrollos de medio rango.

7. Condiciones de convergencia de las series de Fourier

8. Forma compleja de la serie de Fourier.

10. Espectro de frecuencia discreta.

Series de Fourier 1/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

1, x, x2, x3, ..., xn,....

∑ ( A . cos(n..k .x) + B .sen(n..k .x) )

Series de Fourier 2/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

Expansión en serie de Fourier

Figura 1- Una función periódica con período T.

El término frecuencia circular también se utiliza en ingeniería y está definido por :

Series de Fourier 3/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

Ejemplo: las funciones t y t2 son ortogonales en el intervalo –1 < t < 1, ya que:

Ortogonalidad de senos y cosenos.

{1, cos(w0t), cos(2w0t), cos(3w0t),..., sen(w0t), sen2w0t, sen3w0t,...}

con w0= 2 /T.

Vamos a verificarlo probándolo a pares:

1-) f(t) = 1 vs. cos(mw0t): w0= 2 /T

2-) f(t) = 1 vs. sen(mw0t): w0= 2 /T

Series de Fourier 4/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

5-) sen(mw0t) vs. cos(nw0t): sen A cos B = ½[sen(A+B)+sen(A-B)]

∫ sen(mω t) cos (nω t)dt = 0

3. Series de Fourier. Fórmulas de Euler

∫−π f ( x ).dx = ∫−π  0 ∑

Series de Fourier 5/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

Si es posible integrar término a término, entonces se obtiene

Si se integra término a término. se ve que el segundo miembro queda

La primera integral es cero.

Series de Fourier 6/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

Integrando término a término, se ve que el segundo miembro queda

El último término es cero. El primer término de la derecha es cero cuando n ≠ m y es

Si se escribe n en lugar de m, en conjunto se tienen las llamadas fórmulas de Euler

Series de Fourier 7/32

Cátedra: Cálculo Avanzado

Facultad Regional Gral. Pacheco Curso : 3º 1º

Departamento de Ingeniería Mecánica Año: 2012

Obsérvese que, en virtud de la periodicidad de los integrandos, es posible reemplazar el

(7) a0 + a1.cos x + b1.sen x + …. + an . cos nx + b n . sen nx + ….

Se demuestra el uso práctico de las (6) mediante un ejemplo sencillo.