Series Fourier Aspectos Formales Almira

LAFA.
Laboratorio de An alisis de Fourier Aplicado

Series de Fourier: Aspectos formales
*
1. Funciones Ortogonales en intervalos
Si los vectores u = (u
1
, ..., u
n
), v = (v
1
, ..., v
n
) son ortogonales (i.e. perpendiculares) en el
espacio Eucldeo entonces, por el teorema de Pit agoras, resulta que
n
i=1
(u
2
i
+ v
2
i
) = ||u||
2
+||v||
2
= ||u +v||
2
=
=
n
i=1
(u
i
+ v
i
)
2
=
n
i=1
(u
2
i
+ v
2
i
) + 2
n
i=1
u
i
v
i
y, por tanto,
n
i=1
u
i
v
i
= 0.
Esto podra dar lugar a varias interpretaciones -generalizaciones. Por ejemplo, si estamos interesados
en un concepto de ortogonalidad no para vectores sino para funciones en general, podramos interpre-
tar los vectores como muestras de funciones (i.e., podemos pensar que u(t) es cierta funci on y nuestro
vector u = (u
1
, ..., u
n
) est a dado por u
k
= u(t
k
), para cierta elecci on de nodos equiespaciados en un
intervalo [a,b] (an alogamente con el vector v) y, por tanto, podramos interpretar h
n
i=1
u
i
v
i
como
una suma de Riemann (espaciada uniformemente) de la integral
_
b
a
uv. De esta forma, llegaramos al
siguiente concepto:
Denici on 1 Dos funciones u, v son ortogonales en el intervalo [a, b] si
_
b
a
u(t)v(t)dt = 0.
Podemos conseguir una interesante generalizaci on si consideramos se nales que puedan tomar
valores complejos e introducimos una funci on peso w(t):
*
Este documento est a basado ampliamente en el libro de texto del autor: J.M. Almira, Matem aticas para la recu-
peraci on de se nales, Grupo Editorial Universitario, 2005.
LAFA. Laboratorio de An alisis de Fourier Aplicado
Denici on 2 Dos funciones u, v son ortogonales en el intervalo [a, b] respecto de la funci on peso
w(t) si
_
b
a
u(t)v(t)w(t)dt = 0.
Denici on 3 El conjunto de funciones W se dice ortogonal en el intervalo [a, b] respecto de la fun-
ci on peso w(t) si para cada par de elementos distintos u, v W, se tiene que
_
b
a
u(t)v(t)w(t)dt = 0.
Un ejemplo de sistema de funciones ortogonales especialmente importante es el formado por las
exponenciales complejas {exp(int)}
+
n=
, las cuales forman un sistema ortogonal en [, ] (esto
es muy f acil de comprobar).
Otro ejemplo importante son los senos y cosenos
{1, cos t, cos 2t, ..., sin t, sin 2t, ...},
que tambi en forman un sistema ortogonal en [, ]. De hecho, las siguientes identidades se satis-
facen:
_

cos(nt) cos(mt)dt =
_
_
_
0 si n = m
si n = m = 0
2 si n = m = 0
_

sin(nt) sin(mt)dt =
_
si n = m = 0
0 en otro caso
_

sin(nt) cos(mt)dt = 0 para n, m arbitrarios.

Para ver c omo se derivan estas identidades, hacemos el c alculo de la integral
_
cos(nt) cos(mt)dt
en todos los casos. Empezamos suponiendo que n = m. Teniendo en cuenta la conocida identidad
trigonom etrica
cos(nt) cos(mt) =
1
2
(cos((n + m)t) + cos((mn)t))
se puede calcular una primitiva de cos(nt) cos(mt), que es la funci on:
1
2
_
sin((n + m)t)
n + m
+
sin((mn)t)
mn
_
y, por tanto,
_

cos(nt) cos(mt)dt =
1
2
_
sin((n + m)t)
n + m
+
sin((mn)t)
mn
__
= 0
Si n = m = 0 hacemos uso de la identidad
cos
2
(nt) =
1
2
(1 + cos(2nt))
2
para realizar el c alculo
_

cos
2
(nt)dt =
1
2
_
t +
sin(2nt)
2n
__
= .
Finalmente, si n = m = 0 entonces estamos integrando la constante 1 entre y y, por tanto, el
valor de la integral es 2.
Denici on 4 Decimos que el sistema W ortogonal respecto de la funci on peso w(t) en el intervalo
[a, b] es completo si la unica funci on ortogonal a W en el intervalo [a, b] respecto de la funci on
peso w(t), es x(t) 0 (i.e., si
_
b
a
x(t)v(t)w(t)dt = 0 para todo v W implica que x(t) 0). Si
tratamos con se nales x L
p
(a, b), bastar a exigir que x(t) = 0 en casi todo punto de [a, b].
2. Desarrollos formales
En esta secci on vamos a buscar, utilizando argumentos heursticos, la expresi on de los coecientes
de Fourier
1
de una se nal anal ogica x(t), t (, ] (equivalentemente, de una se nal anal ogica 2-
peri odica x(t), t R). As, supongamos que se satisface la relaci on
x(t) =
a
0
2
+
k=1
(a
k
cos(kt) + b
k
sin(kt))
(luego veremos porqu e el t ermino a
0
queda dividido por 2). Queremos obtener una expresi on para
cada uno de los coecientes a
k
y b
k
. Para ello, multiplicamos ambos lados de la ecuaci on anterior
por cos(mt) (con m jo) e integramos entre y . Si la convergencia de la serie trigonom etrica
del segundo miembro fuese lo bastante buena (e.g., si fuese uniforme en [, ]), y eso es lo que
supondremos por ahora, entonces tendramos que
_

x(t) cos(mt)dt =
a
0
2
_

cos(mt)dt
+
k=1
_
a
k
_

cos(mt) cos(kt)dt + b
k
_

cos(mt) sin(kt)dt
_
= a
m
y, por tanto,
a
m
=
1
x(t) cos(mt)dt
1
J. B. J. Fourier (1768-1830). Matem atico franc es. Fue alumno de Lagrange, Laplace y Monge en la

Ecole Normal de
Pars, donde ingres o en 1794. En 1798, se uni o a la campa na de Egipto de Napole on, como asesor cientco. Posterior-
mente, ocup o un puesto admitistrativo en Grenoble, bajo el encargo directo de Napole on. Fue durante este peri odo que
escribi o sus contribuciones matem aticas m as importantes. En particular, entre 1804 y 1807 redact o su famosa memoria
sobre la propagaci on del calor en cuerpos s olidos, que es el trabajo en el que introduce los desarrollos en series de Fourier.
3
para m = 0, 1, 2, ....(Es claro que dividimos a
0
por dos para obtener la misma f ormula para todos los
a
m
). De igual forma, si hubi esemos multiplicado ambos miembros del desarrollo de Fourier de x(t)
por sin(mt) y hubi esemos integrado entre y , habramos llegado a la conclusi on de que
b
m
=
1
x(t) sin(mt)dt
para m = 1, 2, ...
Denici on 5 En lo que sigue, la expresi on
x(t)
a
0
2
+
k=1
(a
k
cos(kt) + b
k
sin(kt))
indica que los coecientes a
k
, b
h
est an dados por a
k
=
1
x(t) cos(kt)dt y b
h
=
1
x(t) sin(ht)dt
para todo k N y todo h N \ {0}. En tal caso decimos que la suma
a
0
2
+
k=1
(a
k
cos(kt) + b
k
sin(kt))
es la serie de Fourier de la se nal anal ogica (2-peri odica) x(t), y que a
k
, b
h
son sus coecientes de
Fourier.
NOTACI

ON. Sea x(t) una se nal 2-peri odica y consideremos sobre la recta real R la relaci on de
equivalencia:
x
2
y x y 2Z = {2k : k Z}
Entonces es claro que podemos considerar que nuestra se nal x(t) est a denida en el conjunto cociente
R/
2
= R/2Z (al cual se suele denotar tambi en como T) mediante la relaci on x(t +2Z) := x(t).
Adem as, toda funci on denida sobre T se puede tratar como una se nal 2-peri odica denida sobre la
recta real. Para ello, basta denir x(t) := x(t + 2Z).
Es por esta raz on que muchos espacios de funciones cuyos elementos son se nales peri odicas se
tratan como espacios de funciones denidas sobre T. As pues, las se nales con las que se trabaja
en este captulo son precisamente los elementos de L
1
(T), el espacio de las se nales 2 peri odicas
integrables (en el sentido de Lebesgue) en [, ] dotado de la norma
2
x
L
1 =
_
|x(t)|dt.
Obs ervese que en la denici on de la serie de Fourier de una se nal, no se ha supuesto ning un tipo
especial de convergencia. Bien pudiera suceder que una serie de Fourier no es sumable.
Ejemplo 1 Sea x(t) la extensi on 2-peri odica de la funci on
g(t) =
_
1/2 0 t <
1/2 t < 0
,
2
A veces se considera la norma x
L
1 =
1
2
_
|x(t)|dt.
4
cu al es su serie de Fourier?. Como g(t) = g(t) y cos(kt) = cos(kt), los productos g(t) cos(kt)
(k 0) son funciones impares y, por tanto, a
k
= 0 para todo k. Con respecto a los coecientes b
k
,
podemos comprobar que
b
k
=
1
_
0
sin(kt)
2
dt +
_

0
sin(kt)
2
dt
_
=
1
__

0
sin(kt)
2
dt +
_

0
sin(kt)
2
dt
_
=
1
_

0
sin(kt)dt
=
1
cos(kt)
k
_
0
=
1
1 + (1)
k+1
k
=
_
2
k
si k impar
0 otro caso
Esto nos lleva a la conclusi on de que la serie de Fourier de nuestra se nal es
x(t)
2
k=0
1
2k + 1
sin((2k + 1)t)
2.1. Se nales pares e impares
Las se nales pares e impares aparecen con tanta frecuencia que el estudio de sus series de Fourier
quiz as merece especial atenci on. Una raz on para convencernos de ello es que toda se nal x(t) se
descompone como suma de una se nal par x
+
(t) y otra impar x
(t), de la siguiente forma:

x(t) =
1
2
(x(t) + x(t))
. .
+
1
2
(x(t) x(t))
. .
x
+
(t) x
(t)
Para las se nales impares se tiene que a
k
= 0 (k 0) y
b
k
=
2
_

0
x(t) sin(kt)dt
para todo k 1. Por otra parte, si x(t) es impar, se tiene que b
k
= 0 (k 1) y
a
k
=
2
_

0
x(t) cos(kt)dt
para todo k 0. Mediante el uso de ciertas simetras respecto de t = /2, podemos obtener series
de Fourier que s olo contengan coecientes indexados con un n umero par (impar, resp.) Veamos un
ejemplo:
5
Ejemplo 2 Consideramos la serie de Fourier de la funci on (2-peri odica) diente de sierra que
aparece en la gura.
1 2 3 4 5 6
-1.5
-1
-0.5
0.5
1
1.5
Al ser una funci on impar, su serie de Fourier s olo contiene senos. Adem as, al integral contra
sin(kt) se tiene que
b
k
=
2
_
/2
0
t sin(kt)dt +
2
_

/2
( t) sin(kt)dt
Haciendo el cambio de variable s = t para la segunda integral que aparece en el segundo
miembro de la igualdad, obtenemos
b
k
=
2
_
/2
0
t sin(kt)dt +
2
_
/2
0
s sin(k( s))ds.
Ahora bien,
sin(k( s)) = sin(k) cos(ks) cos(k) sin(ks) = (1)
k+1
sin(ks)
y, por tanto, para k par, las integrales se cancelan y para k impar, k = 2m + 1, se tiene que
b
2m+1
=
4
_
/2
0
t sin((2m + 1)t)dt.
Integrando por partes,
b
2m+1
=
4
_
t
cos((2m + 1)t)
2m + 1
_
/2
0
+
_
/2
0
cos((2m + 1)t)
2m + 1
dt
_
=
4
_
_
_
sin(
(2m+1)
2
)
(2m + 1)
2
_
/2
0
_
_
_
= (1)
m
4
(2m + 1)
2
La correspondiente serie de Fourier es, pues,
g(t)
m=0
(1)
m
4
(2m + 1)
2
sin((2m + 1)t).
La siguiente gr aca muestra c omo utilizando pocos t erminos, la serie de Fourier truncada se
aproxima bastante r apido a la se nal de partida.
6
1 2 3 4 5 6
-1.5
-1
-0.5
0.5
1
1.5
Evidentemente, a nadiendo simetras podemos cancelar m as t erminos en la correspondiente serie
de Fourier. Adem as, mirando una serie de Fourier es tambi en posible deducir simetras de la corre-
spondiente funci on peri odica asociada.
2.2. La serie de Fourier compleja
Comenzamos recordando la f ormula de Euler
3
: e
i
= cos + i sin . Si tenemos en cuenta las
paridades de las funciones sin y cos , entonces resulta que podemos invertir la relaci on de Euler de
la siguiente forma:
cos =
1
2
(e
i
+ e
i
)
sin =
1
2i
(e
i
e
i
) =
i
2
(e
i
e
i
)
o, lo que es lo mismo:
_
cos
sin
_
=
_
1/2 1/2
i/2 i/2
__
e
i
e
i
_
Como las funciones sin y cos son linealmente independientes y
det
_
1/2 1/2
i/2 i/2
_
= i/2 = 0
entonces las funciones {e
i
, e
i
} tambi en forman un sistema libre. En realidad, la sucesi on de fun-
ciones
_
e
in
_
n=
no s olo forma un sistema libre sino que es adem as un sistema ortogonal de fun-
ciones respecto del producto interior de
L
2
(, ) = {x : R C :
_

|x(t)|
2
dt < },
3
Un modo sencillo de demostrar la f ormula de Euler es el siguiente. Se escribe e
i
= u()+iv(). Entonces, derivando
dos veces en ambos miembros de la igualdad se obtiene que e
i
= u
() + iv
() y, por tanto, u
+ u = v
+ v = 0.
Ahora, teniendo en cuenta que e
0
= 1 y ie
0
= i, se ve que u(0) = 1, u
(0) = 0 y v(0) = 0, v
(0) = 1, de modo que

u() = cos y v() = sin.
7
dado por
(x(t), y(t))
L
2
(,)
=
_

x(t)y(t)dt.
De hecho, es f acil comprobar que
(e
in
, e
im
)
L
2
(,)
=
_

e
in
e
im
d =
_
0 si n = m
2 si n = m
Ahora, dada una se nal arbitraria x(t) L
2
(, ), podemos asociarle su serie (formal) de Fourier
compleja:
x(t)
n=
c
n
e
int
mediante la asignaci on de sus coecientes de Fourier
c
n
=
(x(t), e
int
)
L
2
(,)
(e
int
, e
int
)
L
2
(,)
=
(x(t), e
int
)
L
2
(,)
2
=
1
2
_

x(t)e
int
dt
=
1
2
_

x(t)e
int
dt (para n Z).
3. La serie de Fourier como operador F : L
1
(, ) c
0
(Z)
Para cada se nal x(t) L
1
(, ), en vez de considerar la serie (formal) de Fourier compleja
asociada
x(t)
n=
c
n
e
int
,
podemos interesarnos directamente por los coecientes de Fourier
c
n
=
1
2
_

x(t)e
int
dt, n = 0, 1, 2, ...
Como x(t) L
1
(, ), se sigue de la expresi on anterior que la correspondiente sucesi on de coe-
cientes de Fourier, satisface {c
n
}
n=
l
(Z) . De hecho, es claro que |c

n
| ||x(t)||
L
1
(,)
para
todo n Z. Un resultado mucho m as potente es el siguiente:
Teorema 1 (Lema de Riemann-Lebesgue)
4
Supongamos que x(t) L
1
(, ). Entonces los coe-
cientes de Fourier de la se nal x(t) satisfacen {c
n
}
n=
c
0
(Z).
4
G. F. B. Riemann (1826-1866). Matem atico alem an. Realiz o su tesis doctoral en la universidad de G ottinga bajo la
direcci on de Gauss. Sus contribuciones son importantes en varias ramas de las matem aticas (desde los fundamentos de
la Geometra, hasta el problema de la distribuci on de los n umeros primos, pasando por la teora de funciones de variable
compleja, la topologa, etc.) Uno de los problemas abiertos m as importantes de la actualidad es la llamada conjetura de
Riemann (sobre la distribuci on de los ceros de la funci on zeta de Riemann (z) =
n
1
n
z
).
H. L. Lebesgue (1875-1941). Matem atico franc es. Fundador de la teora de la medida. Su concepto de integral ha sido
muy importante para el desarrollo del An alisis de Fourier y del An alisis Funcional (muchos de los espacios de funciones
m as importantes se denen utilizando la integral de Lebesgue).
8
Demostraci on. Tenemos que demostrar que si x(t) L
1
(, ) entonces
lm
n
_

x(t)e
int
dt = lm
n
_

x(t)(cos nt i sin nt)dt = 0.

Para ello, bastar a ver que
lm
n
_

x(t) cos ntdt = lm

n
_

x(t) sin ntdt = 0.

x(t)
x(t) cos(nt)
x(t) cos(Nt), N > n
9
Si nos jamos en los dibujos anteriores, nos damos cuenta de que el lema es intuitivamente cierto,
ya que el efecto de multiplicar la se nal x(t) por cos(nt) es el de oscilar entre los gr acos de |x(t)| y
|x(t)| m as veces a mayores valores de n y, por tanto, el area encerrada por el eje de absisas y las
funciones x(t) cos nt, n = 1, 2..., resulta de ir comi endose cada vez m as trozos del area encerrada
entre las gracas de |x(t)| y |x(t)| (que era un area nita, por hip otesis). A un as, hay que realizar
una demostraci on rigurosa del resultado. Ahora bien, para evitar un exceso de abstracci on vamos a
suponer que trabajamos con funciones integrables de Riemann.
5
Dada una partici on del intervalo [, ], = t
0
< t
1
< < t
n
= tomamos m
i
=
nf
t(t
i1
,t
i
)
x(t) y denimos la funci on escalonada
g(t) =
n
i=1
m
i
(t
i1
,t
i
)
(t) +
n
i=1
x(t
i
)
{t
i
}
(t).
Es claro que g(t) x(t) para todo t (, ). Por otra parte, se tiene que, dado > 0, si tomamos
n N sucientemente grande, entonces (usamos la denici on de integral de Riemann)
x(t) sin(Nt)dt
_

g(t) sin(Nt)dt
|(x(t) g(t)) sin(Nt)| dt
[x(t) g(t)] dt
=
_

x(t)dt
n
i=1
m
i
(t
i
t
i1
)

2
Por tanto,
x(t) sin(Nt)dt
g(t) sin(Nt)dt
x(t) sin(Nt)dt
_

g(t) sin(Nt)dt
g(t) sin(Nt)dt
+

2
Ahora bien,
g(t) sin(Nt)dt
i=1
m
i
_
t
i
t
i1
sin(Nt)dt
=
1
N
i=1
m
i
(cos(Nt
i
) cos(Nt
i1
))
2
N
i=1
m
i
5
Por supuesto, el resultado es cierto tambi en en el contexto m as general de las funciones integrables seg un Lebesgue
(ver [13], [37]).
10
Como n est a jo, tomando N sucientemente grande, podemos concluir que
g(t) sin(Nt)dt

2
y, por tanto,

x(t) sin(Nt)dt

para N sucientemente grande. Esto concluye la demostraci on, ya que para la integral
_

x(t) cos(Nt)dt
los c alculos son an alogos.
Para resaltar la dependencia que existe entre una se nal y sus coecientes de Fourier, es muy
usual denotar el coeciente c
n
como c
n
= x(n) (ver, por ejemplo, [37]). De esta forma, se dene un
operador F : L
1
(, ) c
0
(Z), F(x) = { x(n)}
n=
. En esta secci on vamos a estudiar algunas
de las propiedades elementales de F.
Para empezar, es obvio que F es un operador lineal (i.e.,

(ax + by)(n) = a x(n) + b y(n) para
a, b C y x(t), y(t) L
1
(, )) y continuo, pues
||F(x)||
c
0
(Z)
= sup
nZ
| x(n)| ||x(t)||
L
1
(,)
para toda se nal x(t) L
1
(, )). Adem as, las siguientes propiedades elementales tambi en se verif-
ican:
Si x(t) := x(t) para todo t (, ), entonces
x(n) = x(n), para todo n Z.

Si extendemos x(t) como funci on 2-peri odica a todo R y, posteriormente, denimos, dado
R jo, la funci on x
(t) := x(t ), entonces x
(n) = x(n)e
in
, para todo n Z.
Si x(t) L
1
(, ) es tal que x(0) = 0 (i.e., su valor medio
_
x(t)dt es igual a cero) y

denimos X(t) =
_
t
0
x(s)ds, entonces X(t) se puede extender con continuidad como funci on
2-peri odica y se satisface la relaci on

X(n) =
1
in
x(n) para todo n = 0.
Demostraci on. S olo demostramos la ultima armaci on pues, aunque la prueba es sencilla (las otras
son tambi en simples ejercicios), conlleva una integraci on por partes: m etodo que emplearemos con
frecuencia para realizar m ultiples c alculos.
Que X(t) se puede extender con continuidad como funci on 2-peri odica se deduce de lo siguiente:
primero extendemos x(t) como funci on 2-peri odica (aunque probablemente, sin continuidad). A
continuaci on, denimos X(t) =
_
t
0
x(s)ds, ahora para t R arbitrario. La se nal as denida es
continua claramente. Adem as,
X(t + 2) X(t) =
_
t+2
t
x(s)ds =
_

x()d = 0 (donde = s t ),
11
y por tanto, X(t) es 2-peri odica. Por otra parte,
X(n) =
1
2
_

X(t)e
int
dt
=
1
2
_
X(t)
e
int
in
_
+
1
in
_

(t)e
int
dt
_
=
1
in
1
2
_

x(t)e
int
dt =
1
in
x(n); n = 1, 2, ...,
como queramos demostrar.
Evidentemente, si pasamos de considerar una se nal arbitraria x(t) (con valor medio cero) a con-
siderar su integral X(t) =
_
t
0
x(s)ds, es claro que esta ultima es m as suave. El efecto que se produce
en los coecientes de Fourier es una mayor velocidad de convergencia a cero (de hecho, es posible
que los coecientes de la se nal de partida no converjan a cero, pero los de la se nal suavizada conver-
gen a cero forzosamente). En realidad existe una estrecha relaci on entre la suavidad de una se nal y la
velocidad de convergencia a cero de sus coecientes de Fourier, pudiendo armarse en general, que a
mayor velocidad de convergencia de los coecientes de Fourier, m as suave ser a la se nal, y viceversa.
4. Coecientes de Fourier y convoluci on de se nales peri odicas
Ya hemos explicado en el captulo anterior que la convoluci on es una operaci on muy importante
en teora de se nales, de modo que sera interesante conocer qu e efecto tiene sobre los coecientes de
Fourier de una se nal peri odica.
Para empezar, es importante observar que se puede denir una operaci on de convoluci on que
transforma se nales peri odicas en se nales peri odicas. Esto se hace de la siguiente forma: Supongamos
que x(t), y(t) son funciones 2-peri odicas
6
. Entonces su convoluci on est a dada por la expresi on
(x y)(t) :=
1
2
_

x(s)y(t s)ds.
Es f acil comprobar que (x y)(t + 2) = (x y)(t) para todo t R.
Teorema 2 (Convoluci on y coecientes de Fourier) Supongamos que x(t), y(t) L
1
(, ) se
extienden como funciones 2-peri odicas a todo R. Entonces la convoluci on
h(t) = (x y)(t) =
1
2
_

x(s)y(t s)ds =
1
2
_

x(t s)y(s)ds
satisface h(t) L
1
(, ) y ||h||
L
1
(,)

1
2
||x||
L
1
(,)
||y||
L
1
(,)
. Adem as, la relaci on
h(n) = x(n) y(n)

6
Es evidente que este concepto admite una generalizaci on obvia para el estudio de se nales T-peri odicas con T > 0
arbitrario. Basta tomar (x y)(t) :=
1
T
_ T
2
T
2
x(s)y(t s)ds.
12
se satisface para todo n Z. Finalmente, la relaci on:
xy(n) =
k=
x(k) y(n k)
se satisface para todo n Z (i.e., F(xy) = F(x) F(y)).
Demostraci on. Realizamos un breve esbozo de la prueba (no la completamos con todos los detalles,
pues ello conlleva un poco de teora de la medida, y no es el caso para un curso del nivel que pretende-
mos. Para una prueba completamente rigurosa, ver [37, pg. 5]). Empezamos esbozando la prueba de
que h(t) L
1
(, ) y ||h||
L
1
(,)

1
2
||x||
L
1
(,)
||y||
L
1
(,)
, para lo que hacemos la siguiente
cuenta:
||h||
L
1
(,)
=
_

|h(t)|dt =
1
2
_

x(s)y(t s)ds
_
dt
1
2
_

__

|x(s)y(t s)| ds
_
dt
=
1
2
_

__

|x(s)y(t s)| dt
_
ds (por el Teor. Fubini)
=
1
2
_

|x(s)|
__

|y(t s)| dt
_
ds
=
1
2
||y||
L
1
(,)
_

|x(s)|ds
=
1
2
||y||
L
1
(,)
||x||
L
1
(,)
.
Veamos ahora qu e sucede con los coecientes de Fourier de h:
h(n) =
1
2
_

h(t)e
int
dt =
1
2
_

_
1
2
_

x(s)y(t s)ds
_
e
int
dt
=
1
2
_

_
1
2
_

x(s)y(t s)e
int
dt
_
ds
=
1
2
_

_
1
2
_

x(s)e
ins
y(t s)e
in(ts)
dt
_
ds
=
1
2
_

_
1
2
_

y(t s)e
in(ts)
dt
_
x(s)e
ins
ds
=
1
2
_

y(n)x(s)e
ins
ds = y(n) x(n).
Finalmente, la propiedad F(xy) = F(x) F(y) se sigue esencialmente de que
_

n=
x(n)e
int
__

n=
y(n)e
int
_
=
n=
_

k=
x(k) y(n k)
_
e
int
.
13
Teniendo en cuenta que para se nales arbitrarias x(t), y(t) L
1
(, ) se verican las identidades
x y(n) = x(n) y(n) (n Z), podemos deducir la siguiente consecuencia: si convolucionamos una
se nal x(t) contra otra se nal y(t) que es suave hasta un orden prejado (i.e., los coecientes de Fourier
de y se van a cero con cierta velocidad prejada), entonces la se nal resultante es al menos tan suave
como la se nal de partida y (i.e., se tiene que |( x y)(n)| = | x(n)|| y(n)| ||F(x)||
l
(Z)
| y(n)| =
C| y(n)|, n Z). Esto signica que, en general, la convoluci on de se nales se puede interpretar que
produce un efecto de suavizado de la se nal con la que se trabaja.
5. Aproximaci on por mnimos cuadrados
Dada una se nal 2-peri odica x(t), podemos plantear como medida de aproximaci on a la se nal x
mediante otra se nal y el error cuadr atico medio:
_
|x(t) y(t)|
2
dt. Como veremos a continuaci on,
esta forma de medir posee ventajas sustanciales en comparaci on con la norma uniforme ||x y||
=
sup
t[,]
|x(t) y(t)|.
Si queremos aproximar nuestra se nal con combinaciones lineales de senos y cosenos, de la forma
g
N
(t) =
A
0
2
+
N
k=1
(A
k
cos(kt) + B
k
sin(kt)),
entonces buscaremos los coecientes A
k
, B
h
(k {0, 1, ..., N}, h {1, ..., N}) de modo que la
funci on error
E(A
0
, .., A
N
, B
1
, ..., B
N
) =
_

_
x(t)
_
A
0
2
+
N
k=1
(A
k
cos(kt) + B
k
sin(kt))
__
2
dt
alcance su valor mnimo. Como E es derivable y consideramos que sus variables toman valores arbi-
trarios en todo R, su valor mnimo global debe ser tambi en un extremo relativo, y por tanto, se calcula
mediante la b usqueda de los puntos crticos (i.e., anulando todas las derivadas parciales). Ahora bien,
E
A
m
=
_
_
_
A
m
_
A
2
0
2
A
0
_
x(t)dt
_
si m = 0
A
m
_
A
2
m
_
cos
2
(mt)dt 2A
m
_
x(t) cos(mt)dt
_
si m > 0
= 2
_
A
m
x(t) cos(mt)dt
_
E
B
h
=

B
h
_
B
2
h
_

sin
2
(ht)dt 2B
h
_

x(t) sin(ht)dt
_
= 2
_
B
h
x(t) sin(ht)dt
_
Por tanto, el unico punto crtico de E proporciona como soluci on los coecientes de la suma par-
cial N- esima de la serie de Fourier de la se nal x(t). Ahora bien, si tenemos en cuenta que E debe
poseer un mnimo global, por el Teorema de Weierstrass (sobre la existencia de extremos absolutos
para funciones continuas denidas sobre conjuntos cerrados y acotados de R
n
), ya que basta tomar el
14
mnimo absoluto que se alcanza en la bola cerrada de centro el origen de coordenadas de R
2N+1
y ra-
dio R = 2
_
|x(t)|
2
dt, entonces dicho mnimo se alcanza exactamente en el punto crtico que hemos
calculado. Esto demuestra que, en el sentido de L
2
(, ), la suma parcial N esima S
N
x de la serie
de Fourier de la se nal x L
2
(, ) es su mejor aproximaci on por polinomios trigonom etricos de
grado N.
5.1. Algunas observaciones complementarias
Algunas observaciones son necesarias. Por ejemplo, es claro que la demostraci on que hemos es-
bozado funciona para cualquier sistema ortogonal de funciones W ={u
k
}
N
k=0
en un intervalo [a, b]
respecto de una funci on peso w(t), ya que en tal caso podemos denir
E(A
0
, .., A
N
) =
_
b
a
_
x(t)
N
k=1
A
k
u
k
(t)
_
2
w(t)dt
y, por tanto,
E
A
m
=

A
m
_
A
2
m
_
b
a
u
2
m
(t)w(t)dt 2A
m
_
b
a
x(t)u
m
(t)w(t)dt
_
= 2
___
b
a
u
2
m
(t)w(t)dt
_
A
m
_
b
a
x(t)u
m
(t)w(t)dt
_
,
lo que nos lleva a la conclusi on de que el correspondiente punto crtico est a dado por
A
m
=
_
b
a
x(t)u
m
(t)w(t)dt
_
b
a
u
2
m
(t)w(t)dt
, m = 0, 1, ..., N.
Este resultado fue probado por Gram
7
en 1883 y posee algunas consecuencias importantes. Entre
ellas, cabe destacar las siguientes (cuya demostraci on se propondr a posteriormente como ejercicio
guiado, y en un contexto un poco m as general):
Corolario 1 Si x(t) L
2
w
(a, b) y W ={u
k
}
k=0
es un sistema ortogonal de funciones en (a, b) re-
specto de la funci on peso w(t), entonces son equivalentes:
i) La sumas parciales S
W
N
(x)(t) =
N
k=0
c
k
u
k
(t) del desarrollo de Fourier de x(t) repecto del
sistema W convergen a x(t) en L
2
w
(a, b).
7
J. P. Gram (1850-1916). Matem atico dan es. Su primer trabajo importante apareci o publicado en Math. Annalen bajo
el ttulo Sur quelques th eor` emes fundamentaux de lalgebre moderne y proporcion o un fundamento s olido para la teora
de los invariantes algebraicos. Trabaj o para una compa nia de seguros, lo que motiv o su inter es por el An alisis Num erico
y la Teora de la Probabilidad. En 1879 public o un artculo titulado On series expansions determined by the method of
least squares, logrando de esta forma obtener su ttulo de Doctor en Ciencias. Este trabajo se public o en el Journal f ur
Mathematik y fue de capital importancia para el desarrollo posterior de la Teora de Ecuaciones Integrales. Normalmente,
se le recuerda por el proceso de ortogonalizaci on de Gram-Schmidt, que calcula, a partir de un conjunto de vectores
libres, otro conjunto de vectores libres que genera el mismo espacio pero forma un sistema ortogonal. Este resultado, sin
embargo, parece que se debe originalmente a Laplace y que ya Cauchy lo utilizaba de forma no trivial en 1836.
15
ii) Se satisface la identidad de Parseval:
||x(t)||
2
L
2
w
(a,b)
=
k=0
c
2
k
||u
k
||
2
L
2
w
(a,b)
Corolario 2 (Desigualdad de Bessel)
8
Supongamos que x(t) L
2
w
(a, b) y que {u
k
}
k=0
es un sis-
tema ortogonal de funciones en (a, b) respecto de la funci on peso w(t), entonces
k=0
c
2
k
||u
k
||
2
L
2
w
(a,b)
||x(t)||
2
L
2
w
(a,b)
.
Corolario 3 Las siguientes armaciones son equivalentes:
i) W ={u
k
}
k=0
es un sistema ortogonal completo de funciones en (a, b) respecto de w(t).
ii) Para todo x(t) L
2
w
(a, b) se satisface la identidad de Parseval.
iii) El espacio vectorial span{u
k
}
k=0
es denso en L
2
w
(a, b).
5.2. La serie de Fourier compleja como una isometra F : L
2
(, ) l
2
(Z)
La desigualdad de Bessel implica que F(L
2
(, )) l
2
(Z). Ahora bien, podemos preguntarnos
entonces si es cierto adem as que F(L
2
(, )) = l
2
(Z). Si esto fuera as, entonces tendramos clara-
mente que F : L
2
(, ) l
2
(Z) es una isometra de espacios de Hilbert. Pues bien: efectivamente,
tal es el caso. Esto fue demostrado por Riesz y, de forma independiente, por Fischer, en 1907.
Teorema 3 (Riesz-Fischer, 1907)
9
F : L
2
(, ) l
2
(Z) es una isometra de espacios de Hilbert.
Debido al nivel de este curso, no queremos entrar en la demostraci on de este teorema, ya que esta
requiere introducir el concepto de integral de Lebesgue.
El teorema de Riesz-Fischer no es cierto si cambiamos L
2
(, ) por el espacio de las se nales de
cuadrado integrable seg un Riemann. [Dem. Podemos justicar esta armaci on de la siguiente forma:
El conjunto de las se nales de cuadrado integrable seg un Riemann, no es un espacio de Hilbert, ya
8
F. W. Bessel (1784-1846). Alem an. Su trabajo para una rma comercial de Bremen, con intereses internacionales,
le hizo estudiar espa nol e ingl es. Pronto se interes o por la navegaci on y, en particular, por el problema de determinar la
posici on de un barco en el mar. Esto le llev o a la astronoma y a las matem aticas. A partir de ah, dedic o toda su vida a la
investigaci on, llegando a ser nombrado director del laboratorio de astronoma de K onisberg.
9
F. Riesz (1880-1956). Matem atico h ungaro. Se doctor o en Budapest en 1902 con un trabajo sobre Geometra. Se le
considera uno de los fundadores del An alisis Funcional. Bas andose en las ideas de Frechet, logr o conectar las contribu-
ciones de Lebesgue sobre funciones de variable real, con el trabajo de Hilbert y de Schmidt en Ecuaciones Integrales. En
1907 y 1909 demostr o sus famosos teoremas de representaci on para los funcionales sobre el espacio de las funciones de
cuadrado integrable (seg un Lebesgue, en el primero de los trabajos, y seg un Stieljes en el segundo). Fue el primero en
estudiar los espacios L
p
. Podemos, adem as, atribuir a un trabajo suyo de 1910 el comienzo de la Teora de Operadores.
E. S. Fischer (1875-1954). Matem atico austriaco. Demostr o de forma independiente (en el mismo a no que F. Riesz),
que la condici on necesaria y suciente para que una sucesi on est e formada por los coecientes de Fourier de una funci on
de L
2
(0, 2), es que esta pertenezca al espacio l
2
(Z).
16
que no es completo, mientras que l
2
(Z) s lo es]. Este hecho proporcion o a Lebesgue un argumento
verdaderamente poderoso en favor de su nuevo concepto de integral.
Desde el punto de vista de la Teora de se nales, podemos entender que el operador F : L
2
(, )
l
2
(Z) transforma una se nal anal ogica de energa nita x(t) L
2
(, ) en una se nal discreta de en-
erga nita, F(x) = { x(n)}
n=
l
2
(Z) y, de hecho, la identidad de Parseval establece que F
conserva la energa de la se nal y el teorema de Riesz-Fischer garantiza la invertibilidad del proceso.
De esta forma, somos capaces de conservar toda la informaci on de la se nal (que es un continuo de
valores {x(t) : t (, )} en t erminos de los coecientes de Fourier. Decimos que { x(n)}
n=
representa a la se nal en el dominio de la frecuencia, mientras que {x(t) : t (, )} la describe en
el dominio del tiempo.
Tambi en desde el punto de vista matem atico el teorema de Riesz-Fischer es un resultado sorpren-
dente. Signica que ciertos espacios de funciones se pueden interpretar en realidad como espacios de
sucesiones (y los espacios de sucesiones son mucho m as sencillos, para trabajar con ellos, que los
espacios de funciones!). De hecho, demuestra que s olo hay un prototipo de espacio de Hilbert (sepa-
rable), y es l
2
(Z). Se trata, pues, de uno de los primeros teoremas importantes del An alisis Funcional.
Otra interpretaci on: Si x(t) es 2-peri odica no nula, entonces es obvio que x / L
2
(R) y, por tanto,
no es una se nal de energa nita. Ahora bien, si x(t) L
2
(, ) y M = 2k+T [2k, 2(k+1))
para cierto k N entonces se tendr a que:
1
2M
_
M
M
|x(t)|
2
dt
=
1
2M
_
_
2k
2kT
|x(t)|
2
dt + 2
k1
h=0
_
2(h+1)
2h
|x(t)|
2
dt +
_
2k+T
2k
|x(t)|
2
dt
_
=
1
4k + 2T
__
0
T
|x(t)|
2
dt +
_
T
0
|x(t)|
2
dt + 2k
_
2
0
|x(t)|
2
dt
_
y, por tanto,
P(x) = lm
M
1
2M
_
M
M
|x(t)|
2
dt
= lm
k
1
4k + 2T
__
0
T
|x(t)|
2
dt +
_
T
0
|x(t)|
2
dt + 2k
_
2
0
|x(t)|
2
dt
_
= lm
k
2k
4k + 2T
_
2
0
|x(t)|
2
dt
=
1
2
_
2
0
|x(t)|
2
dt =
1
2
_

|x(t)|
2
dt
Es decir, podemos interpretar ||x(t)||
L
2
(,)
en t erminos de la potencia media de la se nal (y, por
tanto, la se nal es de potencia media nita). Ahora bien, en tal caso podemos interpretar la igualdad de
Parseval de la siguiente forma: Si
x(t)
n=
x(n)e
nit
17
entonces
P(x) =
1
2
||x(t)||
2
L
2
(,)
= || { x(n)}
n=
||
2
l
2
(Z)
=
n=
| x(n)|
2
Como, por otra parte,
1
2
|| x(n)e
nit
||
2
L
2
(,)
= | x(n)|
2
,
podemos interpretar que los coecientes de Fourier de la se nal sirven para describir la aportaci on a la
potencia media de la se nal de cada una de sus componentes de frecuencia. Por esta raz on, la sucesi on
_
| x(n)|
2
_
n=
recibe el nombre de densidad espectral de potencia de la se nal.
Referencias
[1] J. M. Almira, An introduction to Fourier Series and Signal Processing, Technische Universit at
Chemnitz, Preprint 2001-13 (2001).
[2] J. Arias de Reyna, Pointwise convergence of Fourier Series, Springer-Verlag, 2002.
[3] N. Aronszajn, La th eorie des noyaux reproduisants et ses applications, Proc. Cambridge Phil.
Soc.
o
textbf39 (1943) 133-153.
[4] J. J. Benedetto, Irregular sampling and frames, in Wavelets: A tutorial in Theory and Applica-
tions, C. K. Chui (ed.) Academic Press (1992), 445-507.
[5] R. P. Boas, Entire Functions, Academic Press, 1954.
[6] S. Bochner, El papel de la matem atica en el desarrollo de la ciencia, Alianza Universidad 689,
Alianza Ed. (1991).
[7] W. Bolton, Laplace and Z-transforms, Logman (1998).
[8] F. Bombal, Laurent Schwartz: El matem atico que quera cambiar el mundo, La Gaceta de la
R.S.M.E. 6 1 (2003)
[9] R. M. Bracewell, The Fourier transform and its applications, McGraw-Hill Electrical and Elec-
tronic Engineering Series (1965).
[10] J. L. Brown, On the error in reconstructing a non-bandlimited function by means of the band-
pass sampling theorem, J. Math. Anal. Appl 18 (1967) 75-84.
[11] J. R. Buck, M. M. Daniel, A. C. Singer, Computer Explorations in Signals and Systems Using
Matlab, Signal Processing Series, Prentice Hall (1997).
[12] P. L. Butzer, R. L. Stens, Sampling theory for non-neccesarily band-limited functions: a histor-
ical overview, SIAM Rev. 34 (1992) 40-53.
[13] A. Ca nada Villar, Series de Fourier y Aplicaciones. Un tratado elemental con notas hist oricas
y ejercicios resueltos, Ed. Pir amide, 2002.
18
[14] D. C. Champeney, A handbook of Fourier Theorems, Cambridge university Press (1987).
[15] R. Dufn, A. Shaeffer, A class of nonharmonic Fourier series, Trans. Amer. Math. Soc. 72
(1952) 341-366.
[16] P.P.G. Dyke, An introduction to Laplace Transforms and Fourier Series, Springer UnderGradu-
ate Mathematics Series, Springer (2001).
[17] J. W. Eaton et al., GNU Octave, disponible en www.octave.org.
[18] R. E. Edwards, Fourier series (A modern introduction) Vol 1, Graduate Texts in Mathematics
64, Springer (1979).
[19] K. Fan, O. Taussky, J. Todd, Discrete analogs of inequalities of Wirtinger, Monasch. Math. 59
(1955) 73-90.
[20] G. B. Folland, Fourier analysis and its applications, Brooks-Cole Publishing Co. (1992).
[21] S. Forcada, Introducci on a la integral de Lebesgue, Promociones y Publicaciones Universi-
tarias, Barcelona, 1988.
[22] Free Software Foundation, The GNU Scientic Library, disponible en http://www.gnu.
org/software/gsl/.
[23] R. A. Goldberg, Fourier transforms, Cambridge University Press (1965).
[24] E. A. Gonz alez-Velasco, Fourier Analysis and Boundary Value Problems, Academic-Press
(1995).
[25] H. G. Feichtinger, K. Gr ochenig, Irregular sampling theorems and series expansions of band-
limited functions, J. of Math. Anal. Appl. 167 (1992) 530-556.
[26] K. Gr ochenig, Reconstruction algorithms in irregular sampling, Math. Compt. 59 (1992) 181-
194.
[27] K. Gr ochenig, A discrete theory of irregular sampling, Linear Alg. and its Appl. 193 (1993)
129-150.
[28] K. Gr ochenig, Irregular sampling, Toeplitz matrices and the approximation of entire functions
of exponential type, Math. of Comp. 68 (1999) 749-765.
[29] R. W. Hamming, Digital Filters (Third Edition), Dover (1998).
[30] G. Hardy, W. W. Rogosinski, Fourier Series, Dover (1999).
[31] G. Hardy, J. E. Littlewood, G. Polya, Inequalities, (2nd Edition) Cambridge University Press,
1952.
[32] S. Haykin, B. Van Veen, Signals and Systems, John Wiley & Sons Inc. (1999).
19
[33] J. R. Higgins, Sampling Theory in Fourier Analysis and Signal Analysis, Oxford University
Press (1996).
[34] P. Jacklam, MATLAB array manipulation tips and tricks, disponible en http://home.
online.no/
pjacklam/matlab/doc/mtt/doc/mtt.pdf.
[35] M. I. Kadec, The exact value of the Paley-Wiener constant, Soviet. Math. Dokl. 5 (1964) 559-
561.
[36] D. W. Kammler, A rst course in Fourier Analysis, Prentice-Hall, New Jersey (2000).
[37] Y. Katznelson, An introduction to Harmonic Analysis, Dover (1976).
[38] V. A. Kotelnikov, On the transmission capacity of ether and wire electrocominucations, Izd.
Red. Upr. Svgazi RKKA, 1933.
[39] S. G. Krantz, A panorama of Harmonic Analysis, The Carus Math. Monographs 27 Math. Asoc.
Amer. (1999)
[40] A. Kufner, J. Kadled, Fourier Series, Academia Praha (1971).
[41] P. Lancaster, K. Salkauskas, Transform Methods in Applied Mathematics, Canadian Math.
Soc. Series of Monographs and Advanced Texts, John-Wiley & Sons (1996).
[42] C. Lanczos, Discourse on Fourier Series, Olyver and Boyd, Edinburg, 1966.
[43] H. Landau, Neccesary density conditions for sampling and interpolation of certain entire func-
tions, Acta Math. 117 (1967) 37-52.
[44] R. Lasser, Introduction to Fourier Series, Marcel Dekker, 1996.
[45] T. Love, Matlab vectorisation tricks, disponible en http://www-h.eng.cam.ac.uk/
help/tpl/programs/Matlab/tricks.html.
[46] S. Mallat, A wavelet tour of signal processing, 2
a
Ed., Academic Press (1999).
[47] J. B. Mari no, F. Vallverd u, J. A. Rodrguez, A. Moreno, Tratamiento digital de la se nal, Ed.
UPC (1999).
[48] P. Marziliano, M. Vetterli, Reconstruction of irregularly sampled discrete-time bandlimited
signals with unknown sampling locations, IEEE Transactions on Signal Proccesing 48 12 (2000)
3462-3471.
[49] The MathWorks, MATLAB website, www.mathworks.com.
[50] The MathWorks, Code Vectorization Guide, disponible en http://www.mathworks.com/
support/tech-notes/1100/1109.html.
[51] C. Neumann, Zur theorie des logarithmischen und des Newtonschen Potentials, Ber. Verh.
Math.-Phys. Classe K oniggl. S achs. Akad. Wiss. Leipzig 32 (1870) 49-56, 264-321.
20
[52] C. Neumann,

Uber die methode des Arithmetischen Mittels, Hirzel, Leipzig, 1887.
[53] A. Papoulis, Sistemas digitales y anal ogicos, Transformadas de Fourier, Estimaci on espectral,
Marcombo (1986).
[54] J. R. Partington, Interpolation, Identication and Sampling, Oxford University Press (1997).
[55] A. Pinkus, Weierstrass and Approximation Theory, J. Approx. theory 107 (2000) 1-66.
[56] A. Pinkus, S. Zafrany, Fourier Series and Integral Transforms, Cambridge University Press
(1997).
[57] W. H. Press et al., Numerical Recipes: The Art of Scientic Computing. New York: Cambridge
Univ. Press, 1986.
[58] M. H. Protter, C.B. Morrey, An alisis Real, Editorial AC, 1986.
[59] V. S. Pugachev, I. N. Sinitsyn, Lectures on Functional Analysis and Applications, World
Scientic Publishing Co., (1999).
[60] W. Rudin, An alisis real y complejo, Editorial Alhambra, 1985.
[61] D. E. Rutherford, Some continuant determinants arising in Physics and Chemistry, II. Proc.
Royal Soc. Edinburgh 62A (1947) 229-236.
[62] K. Seip, On the connection between exponential bases and certain related sequences in
L
2
(, ), J. Functional Anal. 130 (1995) 131-160.
[63] H. Shapiro, Topics in Approximation Theory, Lecture Notes in Mathematics 187, Springer-
Verlag (1971).
[64] I. Stewart, D. Tall, Complex Analysis, Cambridge Univ. Press (1983).
[65] O. Steinbach, W. L. Wendland, On C. Neumanns method for second order elliptic systems in
domains with non-smooth boundaries, J. of Math. Anal. and Appl. 262 (2001) 733-748.
[66] G. Strang, A proposal for Toeplitz matrix calculations, Stud. Appl. Math. 74 (1986) 171-176.
[67] T. Strohmer, Efcient methods for digital signal and image reconstruction from nonuniform
samples, Ph. Thesis, Viena, 1993.
[68] M. Unser, Sampling: 50 years after Shannon, Proc. IEEE 88 4 (2000) 569-587.
[69] J. I. Richards, H. K. Youn, Theory of Distributions, Cambridge University Press, Cambridge,
1990.
[70] D.A. Watt, Programming Language Concepts and Paradigms. Prentice Hall International,
1991
[71] R. Young, An introduction to nonharmonic Fourier series, CRC Press, 1993.
[72] A. I. Zayed, Advances in Shannons sampling theory, CRC Press, 1993.
21

Series Fourier Aspectos Formales Almira

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Series Fourier Aspectos Formales Almira

Cargado por

Copyright:

Formatos disponibles

LAFA.

Laboratorio de An alisis de Fourier Aplicado

sin(nt) cos(mt)dt = 0 para n, m arbitrarios.

(t), de la siguiente forma:

(0) = 1, de modo que

(Z) . De hecho, es claro que |c

x(t)(cos nt i sin nt)dt = 0.

x(t) cos ntdt = lm

x(t) sin ntdt = 0.

|(x(t) g(t)) sin(Nt)| dt

x(n) = x(n), para todo n Z.

(t) := x(t ), entonces x

x(t)dt es igual a cero) y

h(n) = x(n) y(n)

También podría gustarte