Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ortogonalidad y Series de Fourier
Ortogonalidad y Series de Fourier
4.1
Espacios vectoriales
4.1.1
Combinaciones lineales
c
2005-2007
P. Alvarado
Un conjunto de vectores U = {u1 , u2 , . . . , un } V se dice ser un conjunto ligado o linealmente dependiente si al menos uno de ellos es una combinacion lineal de los demas. Se
denomina conjunto libre o linealmente independiente cuando los u
nicos escalares c1 , . . . , cn
para los que se cumple c1 u1 + c2 u2 + . . . + cn un = 0 son c1 = . . . = cn = 0. Se cumple
ademas que
un conjunto con un solo vector es libre si dicho vector no es nulo,
el vector neutro 0 no forma parte de ning
un sistema libre,
todo subconjunto de un sistema libre es tambien libre,
el n
umero maximo de vectores de un sistema libre es igual al n
umero de componentes
que tienen dichos vectores.
Un espacio se dice engendrado por el conjunto de vectores U = {u1 , u2 , . . . , un } V si
contiene todas las combinaciones lineales de los vectores de U, al que se denomina entonces
conjunto generador del espacio. A cada elemento del conjunto U se le denomina en este
contexto vector generador . Este espacio no vara si
se multiplica cualquier vector generador por un escalar no nulo,
se suma un generador con otro,
si se suprimen los generadores que son una combinacion lineal de los demas.
4.1.2
Subespacios y bases
Cualquier subconjunto W del espacio vectorial V que es cerrado ante las operaciones
vectoriales aditivas y de multiplicacion escalar se denomina subespacio de V. Se puede
apreciar que un subespacio de V es a su vez un espacio vectorial sobre el mismo cuerpo IF
del espacio vectorial original. Ejemplos de subespacios del espacio vectorial tridimensional
IR3 son por ejemplo todos los planos que pasan por el origen [0, 0, 0]T , si se utilizan las
definiciones convencionales de adicion y multiplicacion.
Los subespacios tienen las siguientes propiedades:
Todo espacio vectorial V tiene dos subespacios: el mismo V y {0}.
La interseccion W1 W2 de dos subespacios vectoriales W1 y W2 del mismo espacio
vectorial V es a su vez un subespacio vectorial.
c
2005-2007
P. Alvarado
133
4.2
Espacios de Hilbert
x, y V, x, y = y, x . (Simetra conjugada).
a IF, x, y V, x, ay = a x, y ;
a IF, x, y V, ax, y = a x, y
x, y, z V, x + y, z = hx, zi + y, z
1
N
otese que en este contexto el concepto de producto escalar es diferente a la multiplicacion escalar
utilizada en la definici
on de espacio vectorial. Para evitar confusiones se preferira aqu el uso del termino
producto interno sobre producto escalar .
134
c
2005-2007
P. Alvarado
p
hx, xi
(4.1)
producto interno x, y es 0. Ademas, el angulo entre los dos vectores se define indirectamente por medio de la ecuacion
x, y
cos (x, y) =
.
(4.2)
kxkkyk
con lo que se deduce entonces que la magnitud del angulo entre dos vectores ortogonales
es de /2, puesto que el coseno del angulo entre ellos es cero.
Si U = {u1 , u2 , . . . , un } V es una base de V y cualesquiera dos vectores ui y uk (i 6= k)
son ortogonales entre s, se dice que U es una base ortogonal de V. Si ademas se cumple
que la norma de todos los vectores generadores kui k es uno, entonces a U se le denomina
una base ortonormal .
Ejemplo 4.1 Si U es una base ortogonal de V, como se pueden calcular los coeficientes
para representar un vector x V en dicha base? Si U es una base ortogonal de V se
cumple para todo vector x V
n
X
x=
ci ui
(4.3)
i=1
i=1
i=1
= ck kuk k
huk , xi
kuk k2
(4.4)
4.1
c
2005-2007
P. Alvarado
135
4.3
Ortogonalidad de vectores
Para un n
umero entero positivo n, el espacio euclideano de n dimensiones se define como
el espacio de Hilbert de n-dimensiones sobre IR en el que ademas se define la funcion de
distancia d2 para dos puntos x = [x1 , . . . , xn ]T y y = [y1 , . . . , yn ]T como
v
u n
uX
d2 (x, y) = t (xi yi )2
i=1
x, y = x y =
n
X
xi yi .
(4.5)
i=1
kxk = hx, xi = x x = t
|xi |2 .
i=1
136
c
2005-2007
P. Alvarado
Ejemplo 4.2 Dado un vector x = [cos(), sen()]T en un espacio euclidiano bidimensional, encuentre otro vector de magnitud 1 ortogonal y demuestre que su producto interno
es cero.
Un vector ortogonal a x = [cos(), sen()]T forma un angulo de 90 con el. La figura 4.1
muestra una solucion grafica: el vector x = [ sen(), cos()]T es perpendicular a x.
cos()
x=
sen()
sen()
cos()
sen()
cos()
La misma conclusion puede obtenerse utilizando identidades trigonometricas en la expresion [cos( + 2 ), sen( + 2 )]T .
El producto hx, x i se calcula entonces como
sen()
= cos() sen() + cos() sen() = 0
hx, x i = [cos(), sen()]
cos()
4.2
137
a2
a2
u2
u2
a1
u1
u1
a1
ai
a1
a1
a2
a2
4.4
Ortogonalidad de funciones
x, y =
n2
X
x(i)y(i)
i=n1
138
c
2005-2007
P. Alvarado
(4.7)
donde n1 y n2 puede ser infinitas (n1 n2 ), expresion que generaliza al producto punto
definido anteriormente en (4.5).
A partir de esta representacion resulta una consecuencia natural eliminar la restriccion
de los ndices de ser n
umeros enteros, y generalizar el concepto de vectores a funciones.
El espacio vectorial se transforma entonces en un espacio funcional , donde todas los
conceptos introducidos anteriormente siguen siendo validos si las propiedades basicas se
mantienen.
Por ejemplo, el producto interno de dos funciones definidas en un intervalo (a, b) se generaliza entonces transformando la sumatoria (4.7) en la siguiente integral
Z b
hx(t), y(t)i =
x(t)y(t) dt
(4.8)
a
con lo que se concluye que dos funciones son ortogonales en el intervalo (a, b) si (4.8) es
cero.
La norma de la funcion se define utilizando la ecuacion (4.8), de igual forma que se hizo
para los vectores con la ecuacion (4.1):
s
Z b
p
kx(t)k = hx(t), x(t)i =
|x(t)|2 dt
(4.9)
a
Con estas definiciones se puede incluso tomar el concepto de angulo entre vectores (ecuacion
(4.2)) y generalizarlo como angulo entre funciones:
cos ((x(t), y(t))) =
hx(t), y(t)i
kx(t)kky(t)k
con lo que se puede afirmar que el angulo entre dos funciones ortogonales es /2.
4.5
4.5.1
Series de Fourier
Series generalizadas de Fourier
n2
X
ci ui (t)
(4.10)
i=n1
c
2005-2007
P. Alvarado
139
uk (t),
n2
X
+
ci ui (t)
i=n1
=
=
n2
X
i=n1
n2
X
i=n1
(4.11)
Una conclusion importante de (4.11) es que si se utiliza una base ortogonal para la aproximacion de una funcion, el valor optimo para los coeficientes depende tan solo de la funcion
generadora correspondiente al coeficiente a calcular y de la funcion que se desea aproximar. Estos coeficientes no dependen ni del n
umero de funciones en la base funcional, ni
de la forma u otra caracterstica de otras funciones generadoras.
Si la base funcional {uk (t)}, k Z es completa, es decir, si la aproximacion de la funcion
x(t) con la serie infinita converge a la funcion:
x(t) =
ck uk (t)
k=
con las funciones generadoras uk (t) ortogonales y los coeficientes ck calculados con (4.11),
entonces a la expansion en serie se le denomina serie generalizada de Fourier..
4.5.2
Series de Fourier
c
2005-2007
P. Alvarado
kZ
t0 +Tp
ui (t)uk (t) dt
t0
Z t0 +Tp
ej0 it ej0 kt
dt =
t0
t0 +Tp
t0 +Tp
ej0 it ej0 kt dt
t0
ej0 (ki)t dt
(4.12)
t0
t0 +Tp
j0 0x
t0 +Tp
dt =
t0
1 dt = Tp
(4.13)
t0
y para k 6= i
t0 +Tp
ej0 (ki)t0 ej0 (ki)Tp 1
ej0 (ki)t
.
=
hui (t), uk (t)i =
j0 (k i) t0
j0 (k i)
(4.14)
j kt
R t+Tp j kt
e 0 , x(t)
e 0 x(t) dt
huk (t), x(t)i
t
=
=
=
kuk (t)k2
kej0 kt k2
kej0 kt k2
= ck
141
ck ej0 kt =
k=
1
X
k=
ck ej0 kt + c0 +
k=1
= c0 +
ck ej0 kt + c0 +
ck ej0 kt = c0 +
2 Re{ck ej0 kt } = c0 +
k=1
= c0 +
ck ej0 kt
k=1
X
k=1
ck ej0 kt + ck ej0 kt
k=1
k=1
2|ck | cos (0 kt + k )
(4.16)
k=1
Existe una tercera representacion de la serie de Fourier para funciones reales x(t), que se
obtiene de (4.16) utilizando la identidad trigonometrica cos(+) = cos cos sen sen :
x(t) = a0 +
k=1
(4.17)
x=t
Sin embargo, estas condiciones son suficientes, mas no siempre necesarias; es decir, existen
funciones con representaciones validas en series de Fourier que no satisfacen las condiciones
de Dirichlet.
142
c
2005-2007
P. Alvarado
4.6 Problemas
4.6
Problemas
Problema 4.1. Encuentre tres vectores ortonormales en el espacio euclidiano tridimensional y compruebe que el producto punto entre cualquier par de vectores es cero.
Problema 4.2. Sean ui (t) funciones de variable y valor complejos, ortogonales en el
intervalo [x1 , x2 ]. Si la representacion rectangular de dichas funciones se expresa como
ui (t) = ri (t) + jqi (t) demuestre que se cumple
Z x2
Z x2
ri (t)rk (t) dt =
qi (t)qk (t) dt
x1
x1
Z x2
Z x2
ri (t)qk (t) dt =
qi (t)rk (t) dt
x1
x1
para todo i 6= k.
Problema 4.3.
x2
|x(t) xn (t)|2 dt
x1
demuestre que para funciones y coeficientes complejos los coeficientes definidos en (4.11)
minimizan la funcion de error. (Sugerencia: Exprese ci en coordenadas rectangulares
como ci = ai + jbi , y utilice los resultados del problema 4.2.)
c
2005-2007
P. Alvarado
143
144
c
2005-2007
P. Alvarado