Serie y transformada de Fourier

1. Introducción
2. Serie de Fourier
3. Funciones Periódicas
4. Relaciones de Ortogonalidad
5. Serie Senos y Cosenos
6. Transformada de Fourier
7. Propiedades de La Transformada de Fourier
8. Interpretación de la Transformada de Fourier
9. Conclusión
10. Bibliografía
11. Anexos

Introducción
Si no tienes unas nociones previas, puede ser complicado comprender el concepto de
"representación en frecuencia de una señal". Básicamente la Transformada de Fourier se encarga
de transformar una señal del dominio del tiempo, al dominio de la frecuencia, de donde se puede
realizar su antitransformada y volver al dominio temporal. Estudiaremos a lo largo de este trabajo la
Serie de Fourier, Ejercicios referentes al seno y coseno, las Transformadas de Fourier,
propiedades e interpretación.

SERIE DE FOURIER
Sea una función f(t) una función periódica de periodo T, la cual se puede representar por la
serie trigonometrica
1
f (t ) = a0 + a1 cos ω0 t + a 2 cos 2ω0t + ... + b1 sen ω0 t + b2 sen 2ω0 t + ...
2
∞
1
= a 0 + ∑(a n cos nω0 t + b2 senn ω0 t )
2 n =1
Donde ω 0=2π /T.
Una serie como la representada se llama serie trigonometrica de Fourier. Esta serie también
se puede representar así:
∞
f (t ) = C 0 + ∑ C n cos( nω0 t − θ n )
n =1
∞
Ejemplo 1: Deducir la forma f (t ) = C 0 + ∑ C n cos( nω0 t − θ n ) de
n =1
∞
1
a 0 + ∑ (a n cos nω0 t + b2 senn ω0 t ) y expresar Cn y θ n en términos de an t bn.
2 n =1
Se puede expresar así
 an bn 
a n cos nω0 t + bn senn ω0 t = a n2 + bn2  cos nω0 t + 
 a2 + b2 2 
a n + bn 
2
 n n

Se utiliza la entidad trigonométrica

 a n cos nω0 t + bn senn ω0 t = C n (cos θn cos nω0 t + sen θn senn ω0 t )
= C n cos( nω0 t −θn )
Donde
C n = a n2 + bn2
an bn
cos θ n = senθ n =
a +b
2
n
2
n a + bn2
2
n

por consiguiente,
bn b 
tan θ n = ó θ n = tan −1  n 
an  an 
También si se hace
1
Cn = a0
2
Se Obtiene
∞ ∞
1
f (t ) = a 0 + ∑ (a n cos nω0 t + b2 senn ω0 t ) = C 0 + ∑ C n cos( nω0 t − θ n )
2 n =1 n =1
Es obvio que la representación de Fourier de una función periódica, representa la función
como la suma de componentes sinusoides que tienen diferentes frecuencias. La componente
senosiudad de frecuencia ωn = nω0 se denomina la enésima armónica de la función periódica. La
primera armónica comúnmente se conoce como la componente fundamental porque tiene el mismo
período de la función y ω0 = 2πf 0 = 2π / T se conoce como la frecuencia angular fundamental.
Los coeficientes Cn y los ángulos θ n se conocen como amplitudes armónicas y ángulos de fase,
respectivamente.

Funciones Periódicas
Una función periódica se puede definir como una función para la cual
f (t ) = f (t +T ) (1.1)
para todos los valores de t. La constante mínima T que sastiface la relación, se llama el
período de la función. Mediante repetición de f (t ) = f (t +T ) , se obtiene:
f (t ) = f (t + nT ), n = 0,±1,±2,...
En la siguiente función se muestra un ejemplo de una función periódica

t t
Ejemplo 1: Encontrar el periodo de la función f (t ) = cos + cos
3 4
Si la función f(t) es periódica con un periodo T, entonces, de f (t ) = f (t +T ) se tiene
1 1 t t
cos (t + T ) + cos (t + T ) = cos + cos
3 4 3 4
puesto que cos(θ + 2 π m)=cos θ para cualquier entero m se tiene que
1 1
T = 2πm, T = 2πn,
3 4

2
 donde m y n son enteros, Por consiguiente T= 6π m; cuando m = 4 y n = 3, se obtiene el
mínimo valor de T. (esto se puede ver mediante el procedimiento de ensayo y error). De donde, T =
24π
en general, si la función
f (t ) = cos ω1t + cos ω2 t
es periódica con período T, entonces es posible encontrar dos enteros m y n tales que
ω 1T = 2nm
ω 2T = 2mn el cociente es
ω1 m
=
ω2 n
es decir, la relación ω 1 / ω 2 debe ser un numero racional.
Ejemplo 2: Decir si la función f (t ) = cos 10 t + cos( 10 + π )t es una función periódica.
Aquí ω1 = 10 y ω2 = 10 + π . Puesto que
ω1 10
=
ω2 10 + π
no es un número racional, es imposible encontrar un valor T que satisfaga
f (t ) = f (t +T ) por consiguiente f(t) no es una función periódica.
Ejemplo 3: Encontrar el periodo de la función f (t ) = (10 cos t ) 2
1
Si aplicamos la identidad trigonométrica cos θ = (1 + cos 2θ ) se tiene
2

2
1
f (t ) = (10 cos t ) 2 = 100 cos 2 t = 100 (1 + cos 2t ) = 50 + 50 cos 2t
2
Puesto que una constante y una función periódica de periodo T para cualquier valor de T, el
período de cos 2t es π , se concluye que el periodo de f(t) es π .
Demostrar que si f(t + T) = f(t), entonces.
a +T / 2 T /2
∫ a −T / 2
f (t ) dt = ∫
−T / 2
f (t ) dt ,
T +t t
∫ T
f (t ) dt = ∫ F (t ) dt
0

Relaciones de Ortogonalidad
Existen muchos tipos de series de Fourier. Las más sencillas son las Series de Fourier
Trigonométricas. Un ejemplo es la serie de Fourier del seno
∞
1 1 1
∑ 2 sennx = senx + 2 sen 2 x + 3 sen3x + ...
n =1
Se vera que las series de Fourier tienen interpretaciones físicas importantes en las
aplicaciones. Sin embargo, las series de Fourier están basadas en un tipo distinto de teoría a las
familiares series de potencias.
De manera equivalente, una función diferenciable f(x) es una función tal que en cualquier
intervalo finito se puede dividir en un número de partes, cada una de las cuales es continua y tiene
derivada continua. Además, las únicas discontinuidades de F8x) y f’(x) son discontinuidades de
salto.
Ejemplo Funciones Ortogonales
Las dos funciones f(x) = x y g(x) = x2 son ortogonales en el intervalo [-1,1] puesto que

3
 1
( x, x 2 ) = ∫ xx 2 dx
−1
1
= ∫ x 3 dx
−1

x4 1 1 1
= −1 = − =0
4 4 4
Conjunto Ortogonal de Funciones
Un conjunto de funciones {φ 1(x), φ 2(x),…} es un conjunto ortogonal de funciones en el
intervalo [a,b] si cualesquiera dos funciones son ortogonales entre si.
b
(φn , φm ) = ∫ φn ( x )φm ( x )dx = 0 (n ≠ m).
a
se considerará solo conjuntos ortogonales en los que ninguna de las funciones son
idénticamente iguales a cero en [a,b].
Los coeficientes de una serie respecto a un conjunto ortogonal tienen una forma útil, que se
deducirá ahora. Suponga que {φ 1(x), φ 2(x),…} es un conjunto ortogonal de funciones en el
intervalo [a,b] y que
∞
F ( x) = ∑C nφn ( x) .
n =1
Se quiere obtener una formula para los coeficientes Cn en términos de f(x) y de las funciones
ortogonales φ n(x). Se selecciona un miembro del conjunto ortogonal, digamos, φ n(x), y tome el
∞
producto interno con f(x). Es decir, se multiplican ambos lados de F ( x) = ∑C nφn ( x) por
n =1
φ n(x), y se integra sobre el intervalo para obtener
b
( f , φm ) = ∫ f ( x)φm ( x) dx
a

b ∞ 
= ∫ ∑c nφn ( x) φm( x )dx
a
 n =1 
Suponga que la integración y la suma se puede intercambiar para dar
∞ ∞
( f , φm ) = ∑c n ∫ φn ( x)φm ( x)dx = ∑C n (φn ,φm ) .
b

a
n =1 n =1
Pero φ , forma un conjunto ortogonal, de manera que (φ n, φ m) = 0 si n ≠ m. Entonces se
convierte en
( f , φm ) = c m (φm , φm )
Teorema fundamental de una función por una serie de funciones ortogonales.
Suponga que f(x) es diferenciable por partes en el intervalo [a,b] y que
∞
f ( x ) = ∑c nφn ( x )
n =1
Donde {φ n(x)} es un conjunto ortogonal de funciones en [a,b]. Entonces
b

Cn =
( f , φn )
=
∫
a
f ( x)φn ( x)dx
(φn , φn ) b
∫φ
2
n ( x)dx
a
Una prueba rigurosa del teorema incluye consideraciones técnicas que están más allá del
nivel de esta investigación. Estas consideraciones se refieren a la convergencia de
∞
F ( x) = ∑C nφn ( x) y a la demostración de que la suma y la integral se pueden intercambiar.
n =1

4
 ∞
Además cuando se escribe F ( x) = ∑C nφn ( x) , de hecho, no se requiere que la serie converja
n =1
a f(x) para toda x. Las condiciones suficientes para garantizar el intercambio de Fourier del seno y
∞
del coseno, también se analizan en que sentido F ( x) = ∑C nφn ( x) es igual a f(x). Sólo se
n =1
necesita la continuidad por las partes de f y las φ n para este teorema.

Serie Senos y Cosenos

Coeficiente de una serie de senos
Suponga que
∞
f ( x) = ∑ sennx
n =1
Ejemplo: Se tiene que {sen nx: n ≥ 1} es un conjunto ortogonal de funciones en [0,π ].
Entonces se Obtiene
π
( f ( x ), sennx ) ∫ f ( x ) sennxdx 2 π
cn = = = ∫
0
π
f ( x ) sennxdx
( sennx , sennx ) π
∫
0
sen 2 nxdx
0
ya que
π
( sennx , sennx ) = ∫ sen 2 dx
0

1 1 nx  π π
=  − sennx cos nx +  x =0 =
n 2 2  2
Representación de una constante por una serie de senos
Exprese f(x) = 1 como una serie en términos del conjunto ortogonal de funciones {sen nx : n
≥ 1} en [0, π ].

 0i n p a r
(1, s e n) n x 2 π 2  c on sx
cn = = ∫ 1s e n n= x d− x   4
(s e n, sne xn) n π x 0 π  n  p a r
 nπ
Así es
4 4 4
1= senx + sen 3 x + sen 5 x + ...
π 3π 5π
Esta serie se puede expresar como
∞
4
1=∑ sen (2n + 1) x
n =0 ( 2n + 1)π
Serie de Fourier de cosenos
Suponga que se tiene una función f(x) definida en el intervalo [0,L]. Primero se mostrará
cómo construir la serie de cosenos. Como se tiene interés en los valores de la serie sólo en el
intervalo [0, L], se puede definir f(x) de cualquier manera fuera de este intervalo. Con el fin de
obtener una serie solo con términos de cosenos, se definirá una extensión periódica par de f(x).
Teorema Serie Cosenos
Si f(x) es una función diferenciable por partes [0,L], la serie de Fourier de cosenos para f(x)
es

5
 ∞
nπx
f ( x) = a 0 + ∑ a n cos
n =1 L
Donde
1 L
L ∫0
a0 = f ( x )dx ,
(n ≥ 1)
2 L nπx
a n = ∫ f ( x ) cos dx
L 0 L
Ejemplo: Serie de Fourier de cosenos
Sea f(x) = x en [0, 2]. Encuentre la serie de Fourier de cosenos para f(x)
Se tiene, con L = 2 y f(x) = x
1 2
2 ∫0
a0 = xdx = 1

 0p a r
2 nπ x 4[ c o nsπ )(− 1] 
2
an = ∫ x c o s d x= 2 2 =  8
20 2 nπ  − n 2π 2 i n p a r
Entonces
∞
8 ( 2n + 1)πn
f ( x) = x = 1 − ∑ cos
n =0 ( 2n + 1) π
2 2
2

Transformada de Fourier
La transformada de Fourier se emplea con señales periódicas a diferencia de la serie de
Fourier. Las condiciones para poder obtener la transformada de Fourier son (Condiciones de
Dirichlet):
• Que la señal sea absolutamente integrable, es decir:

• Que tenga un grado de oscilación finito.

• Que tenga un número máximo de discontinuidades.
La transformada de Fourier es una particularización de la transformada de Laplace con
S=jw (siendo w=2*pi*f), y se define como:

Y su antitransformada se define como:

He mencionado al principio que la transformada de Fourier se usa con señales

aperiódicas. Con la invención de la función delta(t) a principios de este siglo es posible calcular la
transformada de Fourier de una señal periódica:

6
 Sabiendo que
Y que la transformada de Fourier tiene la propiedad de dualidad:

Obtenemos que
De esta forma, podemos calcular la transformada de Fourier de cualquier señal periódica
x(t) de potencia media finita, esto es:

Ya que

Luego para una x(t) periódica se cumple que:

Ejemplo: Si f(t) es real, demostrar que su espectro de magnitud F (ω) es una función
par de ω y su espectro de fase φ (ω ) es una función impar de ω
Si f(t) es real, entonces, se tiene
F ( −ω) = F * (ω)
F * (ω) = F (ω) e −φ(ω)
F ( −ω) = F ( −ω) e jφ( −ω)
F ( −ω) e jφ( −ω) = F (ω) e −jφ(ω)
F ( −ω) = F (ω)
φ( −ω) =−φ(ω)

Propiedades de La Transformada de Fourier

En efecto

Hito 1.

7
Hito 2.

Donde,

.
Tenemos dos casos posibles

Si r=s entonces

8
 Si entonces

Por tanto

Así que

Hito 3. Fn es simétrica

9
Conclusión:

La fórmula

La llamaremos la Transformada Discreta Inversa de Fourier

Hito 4.
En efecto

Hito 5.
En efecto

10
Una función es absolutamente integrable si .

El conjunto de funciones absolutamente integrables forma un espacio vectorial , con las

operaciones definidas ``punto-a-punto'', el cual es un espacio de Banach con la norma

La transformada de Fourier es un operador , , donde para

cada se tiene

El espacio consta de las funciones cuadráticamente integrables:

y es un espacio de Hilbert con el producto interno

el cual determina a la norma . Se tiene las propiedades siguientes de la

transformada de Fourier:

11
 • .

• .

La transformada inversa de Fourier es también un operador ,

, donde para cada se tiene

El adjetivo ``inversa'' está justificado por las siguientes relaciones de inversión:

• .

• .

• .
Propiedades suplementarias de la transformada de Fourier son las siguientes:

aquí es la k-ésima derivada de f y Además se cumplen

los importantes Teoremas de Convolución:

Donde

Así como también la identidad de Parseval:

12
Algunos ejemplos de transformadas son los siguientes:

Interpretación de la Transformada de Fourier

Si se supone que f(t) es periódica con periódo T, entonces f(t) se puede expresar como
∞
2π
f (t ) = ∑c
m =−
∞
n e jn ω0t ω0 =
T
Donde
1 T /2
cn =
T ∫
T 72
f (t )e − jn ω0t dt
Si ahora se considera que a medida que T → ∞, ω 0 → ∆ ω = 2π ∆ f, ∆ f = 1/T, entonces se
convierten respectivamente, en
∞
f (t ) = ∑c
n =−
∞
n e f ( n∆ω)T
T /2
c n = ∆f ∫ −T / 2
f (t )e − j ( n∆ω) t dt
Siguiendo un argumento similar al utilizarlo en la derivación, se observara que si
∆ω → 0, n → ∞ tal que n∆ω → ω . En otros términos, en el limites en ve de tener armónicos
discretos correspondientes a nω 0 , todo valor de ω es permitido. De es manera, en vez de Cn se
tiene C(ω ) se tiene que:
c(ω) ∞
lim = ∫ f (t )e − jet dt = F (ω)
∆f →0 ∆f −∞

Según se observa que

F (ω)df = c (ω)
o, puesto que ω = 2π f, se tiene
1
F (ω) dω = c (ω)
2π

Entonces se convierte en

13
 ∞ 1
f (t ) = ∫ F (ω)dωe jωt
−∞ 2π
1 ∞
2π ∫−∞
= F (ω)e jωt dω
1
Esta ecuación muestra que π F (ω) dω representa la magnitud infinitesimal de un
2
armónico a la tienen frecuencias fundamental cero (w0 → dω ) y están separados por infinitésimos.
Aunque F (ω ) dωes infinitesimal. F(ω ) es finito; por esta razón a la grafica F (ω) vs. ω se
le denomina espectro continuo y a F (ω ) se le denomina generalmente , espectro de magnitud
de f(t).
La representación anterior de una función periódica como una suma de exponenciales con la
frecuencia fundamental teniendo a cero, no es un concepto fácil de aceptar.
A veces la interpretación que sigue del par de transformadas de Fourier será más directa y
de mayor significados.

CONCLUSIÓN
La integral impropia que aparece en estos coeficientes (conocida como la transformada de
Fourier), resulta ser de gran importancia en el análisis de Fourier y en las múltiples aplicaciones de
esta rama de la ciencia. Solo por mencionar algunas, digamos que la transformada de Fourier se
aplica en el estudio de señales y sistemas, así como en óptica; aparece en los aparatos
sofisticados modernos como los que se usan para tomar una tomografía, también surge en las
técnicas analíticas como la resonancia magnética nuclear, y en general, en todo tipo de
instrumentación científica que se use para el análisis y la presentación de datos.

14
 Anexos

TABLA DE ALGUNAS TRANSFORMADAS DE FOURIER

15
16