CI Tema3

Ingeniera Informtica Clculo Infinitesimal 2
Tema 3
Series de Fourier
3.1. Introduccion. Series trigonometricas.
El analisis de Fourier tiene una gran importancia para diversos campos de la ciencia porque permite
el estudio de fenomenos periodicos, como son cualquier tipo de se nales, mediante su espectro,
facilitando enormemente su procesado y manipulacion. Sus aplicaciones en la Informatica van desde
la depuracion y tratamiento de todo tipo de imagenes y sonidos digitales, hasta el mismsimo
reconocimiento de caracteres.
Este tema se ocupa entonces de un tipo especial de series de funciones: las series de Fourier. Una
serie de Fourier es un caso particular de serie trigonometrica que se obtiene al tratar de expresar
una funcion periodica como una combinacion lineal de senos y cosenos. Veamos antes que nada
que es una serie trigonometrica y recordaremos algunas propiedades de las funciones periodicas
para jar la notacion que se va a utilizar.
Una serie trigonometrica es una serie de funciones,
f
n
, en la que sus terminos f
n
son funciones
de la forma f
n
(x) = a
n
cos(nx) + b
n
sen(nx), donde a
n
y b
n
son n umeros reales. En analoga
con las series de potencias, las sumas parciales de la serie trigonometrica,
S
n
(x) =
n
k=0
(a
k
cos(k x) + b
k
sen(k x)) ,
se llaman polinomios trigonometricos.
Los elementos f
n
de la series trigonometricas son funciones periodicas continuas y aparentemente
solo pueden representar a funciones del mismo tipo, lo que es obviamente cierto si la convergencia
es uniforme; no obstante, esto no siempre sucede con las series trigonometricas y veremos que la
clase de funciones que pueden llegar a aproximar es mucho mas amplia.
Logicamente, al tratar con series de funciones las preguntas iniciales que surgen son las mismas
que se plantearon en el caso de las series de potencias, adaptadas a la nueva situacion: donde
converge la serie y que propiedades de los polinomios trigonometricos conserva la funcion suma? Por
otro lado, dada una funcion y = f(x), tambien sera interesante analizar si se puede representar por
una serie trigonometrica de modo que se verique la igualdad f(x) =
(a
k
cos(k x) +b
k
sen(k x)).
59
A J M
60 Series de Fourier
En este caso, como uno debe ya sospechar, las respuestas no van a ser tan faciles como en las
series de potencias. De hecho, hay preguntas sobre series trigonometricas cuyas respuestas no son
conocidas todava y la b usqueda de respuestas precisas a determinadas cuestiones teoricas han
provocado un desarrollo profundo del analisis matematico durante los dos ultimos siglos. . .
Las series de Fourier, introducidas por el matematico y fsico frances Joseph Fourier (1768-
1830), constituyen el fundamento del analisis armonico, que mostraremos en su momento viendo
ejemplos de como se usa. Las series de Fourier han suscitado durante a nos, y todava lo siguen
haciendo, multitud de cuestiones en diversos campos de las matematicas que han sido el origen de
profundos y espectaculares resultados. Las aplicaciones del analisis de Fourier se han multiplicado
por todas las disciplinas cientcas incluidas (y como!) las relacionadas con la Informatica, y por
supuesto a un siguen apareciendo nuevas aplicaciones.
En esencia, una serie de Fourier es la serie que se obtiene cuando se trata de expresar una
funcion periodica y = f(x) como una serie trigonometrica
f(x) =
n=0
(a
n
cos(nx) + b
n
sen(nx)) .
En tal caso, los coecientes a
n
y b
n
se consideran determinados para cada n por unas formulas
que los relacionan con la funcion de partida. Ya que b
0
sen(0 x) = 0, para todo x R, el coeciente
b
0
se puede suponer nulo; as, las funciones en las que estamos interesados se pueden expresar como
f(x) = a
0
+ a
1
cos x + b
1
senx + a
2
cos(2 x) + b
2
sen(2 x) + ,
donde a
n
y b
n
vienen dados por unas relaciones, que seran determinadas mas adelante, y que
caracterizan a la serie de Fourier de una funcion. Las series trigonometricas que no son la serie de
Fourier de ninguna funcion no seran entonces analizadas aqu.
No obstante, para cualquier funcion periodica, y = f(x), aunque ni siquiera sea una funcion
continua, siempre se podra denir su serie de Fourier, cuando f sea, por ejemplo, integrable en
un intervalo de amplitud sucientemente grande; en los casos razonables se podra asegurar al
menos convergencia puntual a la propia funcion f, o a otra distinta relacionada con ella, y esto
permitira considerar los desarrollos en serie de Fourier de una clase de funciones mucho mas general
que el de las funciones analticas, para las que se tienen ya los desarrollos de Taylor.
En la seccion siguiente introduciremos la serie de Fourier de una funcion, partiendo de que
esta sea la suma de una serie trigonometrica que converja uniformemente. Posteriormente, se tra-
tara el caso de la serie de Fourier de una funcion periodica mas general, y = f(x), y se obtendran
condiciones sucientes faciles de comprobar, en terminos de la funcion f, que permitiran al me-
nos garantizar la convergencia puntual de la serie de Fourier a la funcion suma. Finalmente, en
las ultimas secciones del tema, se analizara una interpretacion geometrica de la aproximacion de
una funcion mediante los polinomios trigonometricos de su serie de Fourier y se veran algunas
aplicaciones de como se usa el analisis de Fourier en el contexto de transformadas.
Continuamos ahora esta seccion introductoria con algunas consideraciones sobre las funciones
periodicas y las series trigonometricas en general.
A J M
Introducci on. Series trigonom etricas 61
Funciones T-periodicas.
Algunas reexiones sobre las funciones periodicas ayudaran a jar la notacion y, de paso, a encontrar
una respuesta parcial sobre el tipo de funciones que admiten un desarrollo en serie trigonometrica.
Una funcion f de periodo T, o mas brevemente una funcion T-periodica, es una funcion y = f(x)
para la que se verica f(x + T) = f(x).
El caso mas simple es el de una funcion constante, que es periodica para cualquier periodo T que
se considere. No obstante, el ejemplo tpico de funcion periodica es una onda pura como la que
representa la graca de la funcion seno o sinusoide.
Ejemplo 3.1.1
(a) La funcion y = senx es 2-periodica porque sen(x + 2) = senx, para todo x R.
(b) La funcion f(x) = sen(
0
x), con
0
,= 0, tiene periodo T = 2/
0
, ya que
f
_
x +
2
0
_
= sen
_
0
_
x +
2
0
__
= sen(
0
x + 2 ) = sen(
0
x) = f(x) .
La funcion seno se toma frecuentemente como modelo de funcion periodica (al n y al cabo
se obtiene a partir de un punto que se mueve sobre la circunferencia unidad) y se dice que tiene
frecuencia = 1, para indicar que un trozo de su graca, correspondiente a cualquier intervalo de
longitud l = 2 en R, representa un periodo completo T.
Tomando precisamente como referencia la frecuencia = 1 de la funcion seno, de periodo 2,
se dene la frecuencia de una funcion f de periodo T como el valor =
2
T
.
As, la frecuencia de una funcion T-periodica f indica entonces el n umero de periodos T de la
funcion que contiene cualquier intervalo de longitud l = 2; ya sea el intervalo [0, 2], el intervalo
[, ], o cualquier otro de la misma longitud.
Ejemplo 3.1.2
Para la funcion f(x) = sen(
0
x), del Ejemplo 3.1.1 (b), el n umero de periodos de la graca que
contiene un intervalo de amplitud l = 2 se obtiene de dividir l entre T; luego,
2
T
=
2
2/
0
=
0
.
Por consiguiente, la funcion T-periodica y = sen(
0
x) tiene obviamente frecuencia =
0
.
Usualmente, la frecuencia es medida en radianes/segundo, aunque en algunas aplicaciones y
contextos tambien se toma como denicion de frecuencia el valor = 1/T, y entonces se mi-
de en ciclos/segundo o Hertzios (le suena esta unidad de frecuencia a un alumno de Ingeniera
Informatica?).
A J M
Observese que la funcion seno puede ser considerada tambien como una funcion T-periodica, para
cualquier T = n2, que sea un m ultiplo de 2 . Y lo mismo ocurre con cualquier funcion periodica:
Si f es una funcion T-periodica, entonces f es tambien una funcion (nT)-periodica.
En efecto, si f(x + T) = f(x) y se considera, por ejemplo, el nuevo periodo T
= 2 T, se tiene
f(x + T
) = f(x + 2 T) = f(
..
x + T +T ) = f(
..
x + T ) = f(x) . (3.1.3)
As, f(x + T
) = f(x), y la funcion f tambien tiene periodo T
. Lo mismo ocurre con T
= nT.
Entonces, el periodo mas peque no posible de cada funcion periodica f se suele destacar a veces
como periodo mnimo de f, sobre todo cuando se van a considerar operaciones entre ellas.
El periodo mnimo o fundamental T
f
de una funcion periodica f no constante es el menor valor
de T para el que se verica f(x +T) = f(x); en tal caso, la frecuencia fundamental
f
sera la
que se correspondiese con el periodo mnimo, es decir,
f
= 2/T
f
.
Ejemplo 3.1.4
(a) Para la funcion y = senx, el periodo mnimo o fundamental es T
f
= 2; en modo equivalente,
la frecuencia fundamental es
f
= 1 (que act ua como unidad de referencia en rad/s).
(b) Para la funcion f(x) = sen(3 x), de frecuencia = 3, el periodo fundamental es T = 2/3.
Por otro lado, ya que 2 = 3 T, entonces T
= 2 es un m ultiplo de T; por lo tanto, en virtud de

la relacion (3.1.3), la funcion f es tambien 2-periodica.
En la Figura 3.1 se muestran la sinusoide de referencia junto con la funcion f(x) = sen(3 x).
Se ha destacado en el eje de abscisas la graca de f en el intervalo [0,
2
3
], correspondiente a un
periodo mnimo, y se han coloreado las tres copias que estan incluidas en [0, 2].
Figura 3.1: Funcion y = sen(3 x), con
f
= 3, en el intervalo [0, 2].
Obviamente, al ser T = 2, el periodo y la frecuencia son variables de proporcionalidad
inversa; luego, mientras menor sea el periodo T de una funcion periodica f, mayor sera su frecuencia
, y viceversa. As por ejemplo, en la Animacion 3.2 se muestra la evolucion de las gracas de
y = sen(nx), para = n, cuando n vara de 1 a 15, donde se ha resaltando el periodo mnimo
T
f
= 2/n en cada caso.
A J M
Notese en la Animacion 3.2 como, a medida que aumenta la frecuencia (o disminuye el periodo
fundamental), se obtiene una onda con un n umero mayor de oscilaciones en el mismo intervalo.
Animacion 3.2: Ondas y = sen( x), con = 1, 2, . . . , 15, en el intervalo [0, 2].
Si se suman, multiplican o se derivan funciones con un mismo periodo T, el resultado es una
nueva funcion T-periodica (no es cierto que siempre que se integre una funcion periodica se obtenga
otra periodica; por ejemplo, con una funcion constante). En el caso particular de una combinacion
lineal de funciones T-periodicas,

n
f
n
, tambien se obtiene una funcion T-periodica, y el resultado
es valido para una combinacion lineal innita de funciones T-periodicas, si se asume que la serie
que dene a la funcion suma es (puntualmente) convergente.
Una cuestion nueva se suscita con dos funciones periodicas, f y g, de distinto periodo, T
f
y T
g
.
Por ejemplo, para que la suma h = f + g sea una funcion T-periodica, tiene que ser
h(x + T) = h(x) f(x + T) + g(x + T) = f(x) + g(x) ,
que se garantiza cuando f y g son funciones T-periodicas y que, en virtud de la relacion (3.1.3),
sucede cuando T es un divisor de cada periodo T
f
y T
g
. As, se deben tener T
f
= nT y T
2
= mT,
con n, m N; por consiguiente,
g
=
2/nT
2/mT
=
mT
nT
=
m
n
y tanto la razon de los periodos como de las frecuencias de f y g debe ser un n umero racional. En
tal caso, se dice que las funciones f y g estan armonicamente relacionadas.
En consecuencia, si se suman funciones periodicas de distinto periodo, que estan armonicamente
relacionadas, el resultado es tambien una funcion periodica.
Ejemplo 3.1.5
(a) La funcion f(x) = sen(2x) + sen(3x) es periodica, de periodo T
0
= 2, ya que las funciones
f
1
(x) = sen(2x) y f
2
(x) = sen(3x) estan armonicamente relacionadas, al ser sus frecuencias
respectivas,
1
= 2 y
2
= 3 , m ultiplos de
0
= . La graca de y = f(x), destacando un
periodo fundamental, se muestra en el dibujo (a) de la Figura 3.3.
(b) La funcion g(x) = sen(x) +sen(6x) no es periodica porque para las frecuencias respectivas de
los sumandos que intervienen,
1
= y
2
= 6, la razon
2
/
1
= 6/ no es un n umero racional.
A J M
(a) y = sen(2 x) + sen(3 x) es 2-periodica. (b) y = sen( x) + sen(6 x) no es periodica.
Figura 3.3: Suma de funciones armonicamente relacionadas y no relacionadas.
En el dibujo (b) de la Figura 3.3 se muestra un trozo de la graca de y = g(x), donde (al contrario
que para f) se aprecia que no hay periodicidad.
Observese que las funciones a
n
cos(nx) + b
n
sen(nx) estan armonicamente relacionadas, para
todo n = 0, 1, 2, . . . Por consiguiente, una serie trigonometrica convergente de la forma
a
0
+
n=1
(a
n
cos(nx) + b
n
sen(nx) ) (3.1.6)
dene siempre a una funcion 2-periodica.
Extensiones periodicas.
Para una funcion que no sea periodica, tambien es posible utilizar el analisis de Fourier. En el caso
mas simple, se puede seleccionar un intervalo que interese y repetirlo indenidamente, obteniendose
una funcion periodica con la zona interesante como periodo. De este modo, se podra considerar
la existencia de una serie trigonometrica convergente de la nueva funcion periodica obtenida a partir
del trozo de la funcion original. Entonces, si es el caso, se podra aplicar el analisis de Fourier para
estudiar problemas relacionados con la funcion en el intervalo seleccionado.
En efecto, si se divide la recta real en intervalos de longitud T y se copia un mismo trozo de
la graca de una funcion y = f(x) en cada uno de los intervalos, se tiene una funcion y = g(x) que
resulta ser T-periodica. Obviamente, solo esta asegurada la igualdad g(x) = f(x) en el intervalo
del dominio de f que se ha seleccionado para la copia (salvo, por ejemplo, que f sea T-periodica!).
Este proceso, se puede llevar a cabo con cualquier funcion f y se dice que g es denida como f,
en el intervalo correspondiente, y extendida por periodicidad o simplemente que es una extension
T-periodica de f denida en un intervalo de amplitud T. Usualmente, para la construccion de una
extension periodica g, se suele tomar la denicion de f en un intervalo [T/2, T/2], centrado en
el origen (aunque no siempre); en particular, para las extensiones 2-periodicas se suele tomar la
denicion de f en el intervalo [, ].
Ejemplo 3.1.7
La Figura 3.4 muestra un trozo de la graca de la funcion y = g(x), denida como f(x) = [x[ , en
A J M
el intervalo [, ], y extendida por periodicidad, donde se ha resaltado en el dibujo el intervalo
elegido para la denicion g(x) = f(x) y que es repetido indenidamente como periodo.
Figura 3.4: Funcion y = [x[, denida en el intervalo [, ] y 2-periodica.
El hecho de que una serie convergente,

(a
n
cos(nx) + b
n
sen(nx)), dena a una funcion de
periodo T = 2 no resulta ser una limitacion para considerar otras series trigonometricas que
denan a funciones de periodos distintos.
Si se toma como referencia la funcion y = sen( x), de frecuencia , entonces las funciones
a
n
cos(n x) + b
n
sen(n x) , para n = 0, 1, 2, . . . ,
tambien estan armonicamente relacionadas. As, cuando es convergente, la serie trigonometrica
a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x) ) (3.1.8)
dene a una funcion T-periodica, donde el periodo es ahora T =
2
. De modo alternativo, tambien

se puede razonar de la siguiente forma:
Si para una funcion periodica y = f(x), de periodo T = 2 L, se hace el cambio de escala
x
L
=
t
,
entonces, mediante la nueva variable t = x/L, se obtiene tambien una nueva funcion, denida por
g(t) = f(Lt/), que resulta ser 2-periodica.
En efecto, la funcion g(t) = f(x), con x = Lt/, es 2-periodica (en la variable t), ya que
g(t + 2) = f
_
L(t + 2)
_
= f
_
Lt
+ 2 L
_
= f(x + T) = f(x) = g(t) .
As, en caso de convergencia de la serie (3.1.6), en la variable t, a una funcion 2-periodica, g(t),
deshaciendo el cambio de variables en la serie trigonometrica se obtiene convergencia de la serie
a
0
+
n=1
_
a
n
cos
_
n x
L
_
+ b
n
sen
_
n x
L
__
(3.1.9)
a una funcion T-periodica, y = f(x), donde L = T/2 indica ahora el semiperiodo.
Evidentemente, ambas formas de razonar conducen al mismo resultado: poniendo T = 2 L se
obtiene = 2/T = /L, y las series trigonometricas (3.1.8) y (3.1.9) son, en realidad, la misma.
A J M
Ejemplo 3.1.10
Para la funcion f(x) = [x[, denida en [1, 1] y considerada 2-periodica, una serie trigonometrica
que fuera convergente a f debera ser como la serie (3.1.8), tomando =
2
2
= , o como la
serie (3.1.9), tomando el semiperiodo L = 1. En ambos casos, obviamente, la expresion que se
obtendra debera ser la misma, de la forma
f(x) =
n=0
(a
n
cos(n x) + b
n
sen(n x)) .
La graca de la funcion f se muestra en la Figura 3.5.
Figura 3.5: Funcion f(x) = [x[, denida en el intervalo [1, 1] y 2-periodica.
Comparese la graca de la Figura 3.4 con la de la Figura 3.5. Aunque en ambos casos se parte
de la misma funcion f(x) = [x[, se trata de gracas que representan a funciones diferentes: en la
Figura 3.5 se representa gracamente una funcion y = f(x) que es 2-periodica; y en la Figura 3.4
se representa una funcion y = g(x) que es 2-periodica. Ambas coinciden en el intervalo [1, 1],
pero no por ejemplo en el el intervalo [1, 2], como se pone de maniesto en la Figura 3.6.
Figura 3.6: Extensiones periodicas, y = f(x) e y = g(x), a partir de f(x) = [x[.
En la siguiente seccion se partira de una serie trigonometrica uniformemente convergente y se
analizara como se podran haber obtenido los coecientes de la serie a partir de la correspondiente
funcion suma. La expresion de los coecientes a
n
y b
n
de la serie trigonometrica, en terminos de la
funcion suma, sera precisamente la clave para denir la serie de Fourier de una funcion.
A J M
Coeficientes de Euler-Fourier 67
3.2. Coecientes de Euler-Fourier.
Debido a que tanto la funcion seno como la funcion coseno estan acotadas en R, el criterio de
Weierstrass prueba trivialmente que una serie trigonometrica,
S(x) = a
0
+
n=1
( a
n
cos(n x) + b
n
sen(n x) ) ,
en la que se verica
M
n
< , siendo M
n
= [a
n
[ +[b
n
[, converge uniformemente en R a la funcion
suma, denida por f(x) = S(x) para cada x R.
Supongamos una serie trigonometrica S(x) en la que los coecientes a
n
y b
n
verican, por
ejemplo, una tal hipotesis

[a
n
[ + [b
n
[ < , con la que se garantiza la convergencia uniforme de
la serie de funciones.
Entonces, teniendo en cuenta que los polinomios trigonometricos son funciones continuas y las
propiedades de la convergencia uniforme, la suma f(x) = S(x) de la serie trigonometrica tambien
es una funcion continua y, por ejemplo, se puede evaluar la integral de f en cualquier intervalo
[, ] R, integrando la serie trigonometrica termino a termino. En particular, en un intervalo
[0, T] o [T/2, T/2], de longitud T = 2/, se obtiene:
_
T/2
T/2
f(x) dx =
_
T/2
T/2
a
0
dx +
n=1
_
T/2
T/2
( a
n
cos(n x) + b
n
sen(n x) ) dx = a
0
T,
ya que las integrales del sumatorio son todas nulas porque, para cada n = 1, 2, . . . , se tiene
_
T/2
T/2
cos(n x) dx = 0 y
_
T/2
T/2
sen(n x) dx = 0 .
En consecuencia, el coeciente a
0
tiene que venir dado por la expresion
a
0
=
1
T
_
T/2
T/2
f(x) dx. (3.2.1)
Por otro lado, si se integra termino a termino el producto f(x) cos(m x), donde m es un n umero
natural, sustituyendo f por la serie trigonometrica, se obtiene:
_
T/2
T/2
f(x) cos(m x) dx
= a
0
_
T/2
T/2
cos(m x) dx +
n=1
_
T/2
T/2
( a
n
cos(n x) + b
n
sen(n x)) cos(m x) dx
=
_
T/2
T/2
a
m
(cos(m x))
2
dx = a
m
_
T/2
T/2
1 + cos(2 m x)
2
dx =
a
m
T
2
,
porque, de nuevo, todas las integrales que aparecen en el sumatorio son nulas excepto la del ndice
n = m, correspondiente al producto de cosenos; en otro caso, para cada integral, se tiene
_
T/2
T/2
cos(n x) cos(m x) dx = 0 (n) y
_
T/2
T/2
sen(n x) cos(m x) dx = 0 (n ,= m) .
A J M
En consecuencia, el coeciente a
m
tiene que venir dado por la expresion
a
m
=
1
T/2
_
T/2
T/2
f(x) cos(m x) dx. (3.2.2)
Analogamente, integrando termino a termino f(x) sen(m x), se obtiene que el coeciente b
m
tiene
que venir dado por la expresion
b
m
=
1
T/2
_
T/2
T/2
f(x) sen(m x) dx. (3.2.3)
De este modo, los coecientes a
n
y b
n
de la serie trigonometrica quedan determinados por las
relaciones (3.2.1), (3.2.2) y (3.2.3), que son conocidas como formulas de Euler-Fourier. La serie
trigonometrica se llama entonces serie de Fourier de la funcion y = f(x) y los coecientes de la
serie son llamados sus coecientes de Fourier.
Las formulas de los coecientes de Fourier, que se han obtenido para la funcion suma de una
serie trigonometrica uniformemente convergente, pueden ser utilizadas con cualquier otra funcion
periodica, y = f(x), con la unica condicion de que fuese integrable en un intervalo de amplitud un
periodo. Entonces, la serie trigonometrica construida con tales coecientes, que ni siquiera tiene
por que ser puntualmente convergente, es llamada tambien serie de Fourier de la funcion f. Demos
a esto la importancia que tiene, destacando la denicion.
Denicion 3.2.4 Sea y = f(x) una funcion T-periodica e integrable en un intervalo de longitud
T contenido en su dominio. Se llama serie de Fourier de la funcion f a la serie trigonometrica
S(x) = a
0
+
n=1
( a
n
cos(n x) + b
n
sen(n x) ) ,
en la que = 2/T es la frecuencia y los coecientes de Fourier, a
n
y b
n
, vienen determinados por
las formulas de Euler-Fourier:
a
0
=
1
T
_
T/2
T/2
f(x) dx, a
n
=
2
T
_
T/2
T/2
f(x) cos(n x) dx, b
n
=
2
T
_
T/2
T/2
f(x) sen(n x) dx
En particular, si la funcion f es 2-periodica, los coecientes de Fourier son
a
0
=
1
2
_

f(x) dx, a
n
=
1
f(x) cos(nx) dx, b

n
=
1
f(x) sen(nx) dx
Observese que no se sabe si la serie de Fourier de una funcion f es convergente; es mas, incluso
en el caso de que la serie de Fourier fuese uniformemente convergente a una funcion S, no se conoce
la relacion entre la funcion de partida, y = f(x), y la funcion suma, y = S(x), que en principio no
tienen por que ser la misma.
A J M
De hecho, como la suma de la serie de Fourier de una funcion y = f(x) no coincide, en general,
con la propia funcion f, se utiliza habitualmente la notacion
f(x) a
0
+
n=1
( a
n
cos(n x) + b
n
sen(n x) ) ,
para indicar que la serie trigonometrica (sea o no convergente) es la serie de Fourier de f.
Ejemplo 3.2.5
Sea f la extension 2L-periodica de la funcion denida por f(x) = [x[, en el intervalo [L, L].
Entonces, la frecuencia es = /L, y se pueden hallar los coecientes de Fourier de f, integrando
la funcion en el intervalo [L, L].
Al ser f una funcion par (es decir, f(x) = f(x) ), para obtener los coecientes a
n
se la serie se
puede hacer uso uso de la implicacion: Ojo!,
f(x) = f(x), x [, ] R =
_

f(x) dx = 2
_

0
f(x) dx. (3.2.6)
Por ejemplo, para hallar a
0
, se puede integrar en la forma
a
0
=
1
2L
_
L
L
f(x) dx =
1
L
_
L
0
xdx =
1
L
L
2
2
=
L
2
,
Y para hallar el resto de coecientes a
n
de la serie de Fourier se puede usar del mismo modo la
relacion (3.2.6) con y = f(x) cos(n x), que es una funcion par, ya que y = f(x) e y = cos(n x)
son funciones pares, y el producto de funciones pares es tambien una funcion par. Entonces, para
cada n = 1, 2, . . . , se obtiene
a
n
=
1
L
_
L
L
f(x) cos
_
n x
L
_
dx =
2
L
_
L
0
x cos
_
n x
L
_
dx =
2L
(n)
2
(cos(n) 1) .
En consecuencia, como para cada n umero n natural es cos(n) = (1)
n
, se tiene nalmente
a
n
=
_
_
_
0, si n ,= 0 es par;
4L
2
n
2
, si n es impar.
Los coecientes b
n
de la serie de Fourier todava son mas faciles de calcular, ya que sen(n x)
es una funcion impar (es decir, f(x) = f(x) ), y entonces y = f(x) sen(n x) es tambien una
funcion impar, ya que el producto de una funcion par por funcion impar es una funcion impar; por
lo tanto, se puede hacer uso de la implicacion Ojo!,
f(x) = f(x), x [, ] R =
_

f(x) dx = 0 . (3.2.7)
En consecuencia, se tiene b
n
= 0, para todo n.
A J M
La serie de Fourier S(x) =
(a
n
cos(n x) + b
n
sen(n x)), que se obtiene de la funcion f, es
S(x) =
L
2

4 L
2
cos
_
x
L
_
4 L
2
3
2
cos
_
3 x
L
_
4 L
2
5
2
cos
_
5 x
L
_

=
L
2

4 L
n=1
1
(2 n 1)
2
cos
_
(2 n 1) x
L
_
. (3.2.8)
Observacion Importante: Para la serie trigonometrica S(x) =
f
n
(x), obtenida en (3.2.8) con
la funcion f(x) = [x[ del Ejemplo 3.2.5, se verica que [f
n
(x)[ < 4L/((2 n1))
2
= M
n
, para todo
x R, y la serie numerica

M
n
tiene el mismo caracter que

1/n
2
< ; entonces, se deduce
del criterio de Weierstrass que la serie trigonometrica converge uniformemente a la funcion suma
y = S(x), pero. . . no hay garantas por ahora de que sea S(x) = f(x), para x R!!; por lo tanto,
en este momento, solo es aceptable utilizar la notacion f(x) S(x), es decir:
[ x[
L
2

4 L
2
_
cos
_
x
L
_
+
1
3
2
cos
_
3 x
L
_
+
1
5
2
cos
_
5 x
L
_
+
_
.
Posteriormente se probara que la igualdad S(x) = f(x) s es cierta en este caso; aunque, para que
la expresion [x[ tenga sentido en una igualdad como la anterior, se debe entender, por supuesto,
que f(x) = [x[ solo esta denida as en el intervalo [L, L], y que su denicion debe ser extendida
por periodicidad al resto de R.
La Animacion 3.7 muestra dibujada en trazo grueso (y azul) la graca de la funcion f(x) = [x[
del Ejemplo 3.2.5, en el caso particular T = 2 (L = 1), y como las sumas parciales de su serie de
Fourier (en rojo) terminan confundiendose con ella en el intervalo [2.5, 2.5].
En realidad, puede considerarse el trazo de la graca de f como una banda muy estrecha sobre
la funcion, y las gracas de las sumas parciales entrando en la banda como una prueba graca
de la convergencia uniforme de la serie de Fourier a la funcion en el intervalo dibujado.
Animacion 3.7: Aproximando y = [x[, en [1, 1] y 2-periodica por su serie de Fourier.
Para ver en detalle como la combinacion lineal de ondas puras o armonicos cos( x) aproxima
a la funcion f(x) = [x[, es mejor seleccionar un intervalo mas peque no, como se muestra en la
Animacion 3.8, en la que se hace el equivalente a un zoom de la animacion anterior en el origen.
A J M
Animacion 3.8: Detalle de la Animacion 3.7.
Las animaciones anteriores muestran geometricamente que la serie de Fourier de la funcion f
del Ejemplo 3.2.5 converge (uniformemente) a la propia funcion f(x) = [x[ en [1, 1]. Sin embargo,
existen funciones no continuas para las que se pueden utilizar tambien las formulas de Euler-Fourier
y para las que se obtendran los mismos coecientes que los de la funcion y = f(x) con la integral de
Riemann, que no exige que la funcion sea continua en el intervalo; por ejemplo, se podra considerar
la misma funcion f a la que se le altera el valor en un punto. De hecho, los recintos limitados por
funciones que se diferencian en un conjunto nito de puntos tienen el mismo area en el sentido de
Riemann (hay otras posibilidades de medir el area).
As que se tienen una innidad de funciones para las que se obtienen los mismos coecientes
de Fourier que los de la funcion f(x) = [x[ del Ejemplo 3.2.5. No obstante, la convergencia de la
serie implica que la serie de Fourier (com un a todas) solo puede ser convergente a una funcion: la
que coincide con la suma, es decir, la funcion y = S(x) que dene la propia serie
S(x) =
L
2

4 L
n=1
1
(2 n 1)
2
cos
_
(2 n 1) x
L
_
.
El hecho que una misma serie trigonometrica pueda ser la serie de Fourier de mas de una
funcion es consecuencia de que las formulas de Euler-Fourier determinan los coecientes de la serie
mediante un proceso, la evaluacion de una integral, que tiene en cuenta la totalidad de la funcion
en el intervalo [0, T]; y no como el proceso que dene los coecientes de una serie de potencias, por
ejemplo, que considera fundamentalmente el comportamiento local de las derivadas en un punto.
En un contexto mas general, la medida y la integral que se utiliza en la teora de Fourier es la de
Lebesgue, que queda fuera del alcance de un tema introductorio. Entonces, son los recintos limitados
por funciones que se diferencien en un conjunto de medida nula las que determinan una misma
area. Intuitivamente, un conjunto es de medida nula si tiene menos elementos de los que hay
en un intervalo por peque no que sea este; por ejemplo, los conjuntos nitos o innitos numerables,
como los racionales, tienen medida nula. En consecuencia, las series de Fourier convergentes denen
a una unica funcion, pero pueden provenir de cualquiera que se diferencie en un conjunto de medida
nula con la suma. Ello hace que, si se quiere una cierta unicidad, haya que utilizar otra forma de
denir la igualdad de funciones en terminos de una nueva forma de medir, que es el topico que
estudia la rama de la Matematica conocida como teora de la medida.
A J M
Del mismo modo que la serie de Fourier de la funcion y = [x[ del Ejemplo 3.2.5 converge
uniformemente a la funcion suma, tambien se obtiene el mismo resultado con la serie de Fourier de
cualquier otra funcion T-periodica, y = f(x), con la segunda derivada f
continua en el intervalo
(incluyendo los valores laterales apropiados en los puntos x = 0 y x = T); es decir, siendo y = f(x)
una funcion de clase 2 el intervalo [0, T]. Si y = S(x) indica la suma de la serie trigonometrica,
expresamos la propiedad simbolicamente:
Proposicion 3.2.9
f (
2
([0, T]) y T-periodica = a
0
+
n=1
( a
n
cos(n x) + b
n
sen(n x) )
u
S(x) en R.
En efecto, al ser f una funcion T-periodica, se tiene f(0) = f(T), y es continua en R. Entonces,
los coecientes de Fourier de la funcion, a
n
y b
n
, se pueden acotar (integrando por partes 2 veces)
y se verica que M
n
= [a
n
[ +[b
n
[ es del orden K/n
2
, donde K una constante que depende de la
funcion y del intervalo. Entonces, ya que se tiene
M
n
< , el criterio de Weierstrass garantiza
en R la convergencia uniforme de la serie de Fourier de f a la funcion suma y = S(x).
Posteriormente (vease la Proposicion 3.3.5) se probara que, si f (
2
([0, T]), entonces la
extension T-periodica verica las condiciones de Dirichlet y se puede asegurar que, precisamente,
la funcion suma de la serie trigonometrica es S(x) = f(x).
Observese que f(x) = [x[ no es derivable en x = 0 y, sin embargo, la extension periodica del
Ejemplo 3.2.5 converge uniformemente; por consiguiente, ser de clase 2 en el intervalo no es una
condici on necesaria para la convergencia uniforme de la serie de Fourier de una funcion. De hecho,
se podra probar una version mas general de la Proposicion 3.2.9, considerando la funcion de partida
continua y compuesta por una sucesion de trozos de funciones de clase 2.
Evidentemente, el resultado de la Proposicion 3.2.9 tambien se verica si la funcion T-periodica
es de clase 2 en cualquier intervalo [, ] de amplitud T, ya que un desplazamiento de los ejes
reducira el problema al caso anterior.
Ejemplo 3.2.10
La funcion f(x) = x
2
, denida en [1, 1], y extendida a R por periodicidad, es de clase 2 en el
intervalo [1, 1]. Por consiguiente, la Proposicion 3.2.9 garantiza la convergencia uniforme en R de
su serie de Fourier a la funcion suma y = S(x).
Con las formulas de Euler-Fourier, se obtiene b
n
= 0, para todo n, por ser f una funcion par. Y
para los coecientes a
n
se obtiene:
a
0
=
1
2
_
1
1
x
2
dx =
_
1
0
x
2
dx =
1
3
y a
n
= 2
_
1
0
x
2
cos(n x) dx =
4 (1)
n
n
2
2
, n ,= 0.
Entonces, para la funcion f, se obtiene la serie de Fourier
x
2
1
3
+
4
2
_
cos( x) +
1
2
2
cos(2 x)
1
3
2
cos(5 x) +
_
=
1
3
+
4
n=1
(1)
n
n
2
cos(n x). (3.2.11)
A J M
Convergencia puntual de la serie de Fourier 73
Observese que f no es derivable en x = 1 (luego f no es de clase 2 en el intervalo [0, 2]) y
por eso se ha necesitado considerar el intervalo [1, 1] para aplicar la Proposicion 3.2.9. Notese
tambien como, debido a la convergencia de la serie numerica

[a
n
[, el criterio de Weierstrass
implica tambien la convergencia uniforme de la serie trigonometrica en R. Por otro lado, se puede
apreciar geometricamente en la Animacion 3.9 como parece que la serie de Fourier de la funcion f
converge a la propia f, en modo analogo a lo que suceda con la funcion del Ejemplo 3.2.5.
Animacion 3.9: Aproximando y = x
2
, en [1, 1] y 2-periodica, por su serie de Fourier.
En la seccion siguiente, se analiza la convergencia puntual de la serie de Fourier de una funcion
y = f(x), que se compara con la suma de la serie, S(x). Entonces, se vera que las funciones de los
Ejemplos 3.2.5 y 3.2.10 verican las hipotesis que permiten garantizar la igualdad f(x) = S(x) en
cada x R para sus respectivas series de Fourier, como muestran la Animacion 3.7, para la serie
de Fourier (3.2.8), y la Animacion 3.9, para la serie de Fourier (3.2.11).
3.3. Convergencia puntual de la Serie de Fourier.
Comenzamos esta seccion apuntando algunas observaciones que maniestan las paradojas con
las que se encuentra la teora, en el caso mas general, y que obligan a ser prudentes.
Consideraciones importantes:
Si para una serie trigonometrica
S(x) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x)),
aunque no converja uniformemente, se utiliza el argumento empleado en el caso de convergencia
uniforme para determinar los coecientes a
n
y b
n
(es valida la integracion termino a termino?),
pudiera parecer que la suma quedara tambien reducida a una sola integral y que se obtendran
las formulas de Euler-Fourier para los coecientes. Entonces, al menos en caso de convergencia
puntual, tendramos la serie de Fourier de la funcion suma, que parece que debera ser la serie
trigonometrica de partida. . .
A J M
Desafortunadamente, no es todo tan sencillo, ya que hay series trigonometricas convergentes que
no son la serie de Fourier de ninguna funcion (ni de su suma!). Es mas, el problema de reconocer si
una serie trigonometrica es o no la serie de Fourier de una funcion inspeccionando los coecientes
no esta resuelto (puede consultar la referencia [12], para mas detalles).
Por otro lado, si se parte de una funcion y = f(x) y existen las integrales que resultan de aplicar
las formulas de Euler-Fourier a la funcion para obtener los coecientes a
n
y b
n
, pudiera parecer
que la serie la serie trigonometrica as obtenida, como serie de Fourier de f, debera ser al menos
puntualmente convergente a la funcion f. . .
Desafortunadamente, tampoco se puede asegurar en este caso que la serie de Fourier de la
funcion y = f(x) converja puntualmente; es mas, en caso de serlo, si se toma un x R, no hay
garantas de que sea cierta la igualdad
f(x) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x)),
ya que, como se ha hecho observar en la seccion anterior para la serie de Fourier del Ejemplo 3.2.5,
habra muchas funciones distintas de la funcion f de partida (alterando un numero nito de
puntos, por ejemplo) para las que se obtengan los mismos coecientes a
n
y b
n
; y aunque la serie
de Fourier solo puede ser convergente a una de ellas (la que sea la suma de la serie!), no se puede
suponer que sea precisamente la funcion f, ni siquiera en el punto x elegido. . .
No obstante las consideraciones anteriores, afortunadamente, en el caso de funciones razonables
se podra garantizar al menos convergencia puntual para la serie de Fourier de f y se tendra la
igualdad f(x) = S(x) en casi todos los puntos x de R; y ademas, se podra determinar el valor de
la funcion suma, en terminos de la funcion f original, incluso en los puntos donde S(x) ,= f(x).
Ejemplo 3.3.1 (La funcion escalon)
La funcion escalon o de Heaviside esta denida por f(x) = 0, si x 0 y f(x) = 1, si x > 0.
Considerese f la extension 2L-periodica de la funcion escalon denida en [L, L),
f(x) =
_
0 , L x < 0,
1 , 0 x < L.
Entonces, su serie de Fourier S(x) =
(a
n
cos(n x) +b
n
sen(n x)) no puede ser uniformemente
convergente a f porque cada termino f
n
(x) = a
n
cos(n x) +b
n
sen(n x) es una funcion continua
y, si se tuviese S(x) = f(x), la funcion suma S(x) =
f
n
(x) no sera continua.
Observese que en este momento no sabemos si la serie de Fourier S(x) =
f
n
(x) de la funcion
escalon 2L-periodica converge uniformemente (no a la funcion f, desde luego) o solo puntualmente;
en tal caso, tampoco sabemos si la serie S(x) =
f
n
(x) converge puntualmente a la funcion escalon
o a otra funcion. De hecho, ni siquiera sabemos si la serie de Fourier de f converge puntualmente. . .
As que por ahora solo esta justicado que se pueda poner
f(x)
n=0
(a
n
cos(n x) + b
n
sen(n x))
para indicar que, ya que f es integrable en cualquier intervalo [L, L], se puede obtener la serie de
Fourier de la funcion de Heaviside 2L-periodica.
A J M
Por supuesto, se debe ser optimista y tener la esperanza de que la serie de Fourier converja
puntualmente y de que la suma este algo relacionada con la funcion escalon. Si se hacen las
cuentas, en el caso = 1, por ejemplo, con el escalon 2-periodico, se obtienen los coecientes
a
0
=
1
2
; y, para n ,= 0, a
n
= 0 y b
n
=
_
_
_
0 , si n es par;
2
n
, si n es impar.
Y por lo tanto, se tiene:
f(x)
1
2
+
2
_
senx +
sen(3 x)
3
+
_
=
1
2
+
2
n=1
sen((2n 1) x)
2n 1
. (3.3.2)
Observese que la serie

b
n
de los coecientes tiene el mismo caracter divergente que la serie
armonica
1/n, por lo que no se sabe todava si la serie de Fourier (3.3.2) converge uniformemente
(no se puede aplicar, por ejemplo, el criterio de Weierstrass a la serie de funciones obtenida); sin
embargo, lo que se tiene con toda seguridad para x = 0 es la desigualdad
1 = f(0) ,= S(0) =
1
2
.
Por consiguiente, la serie de Fourier de la funcion escalon no converge a ella en x = 0, y al menos
en ese punto no es correcta la igualdad f(x) = S(x); luego,
f(x) ,=
1
2
+
2
_
senx +
sen(3 x)
3
+
sen(5 x)
5
+
_
Una animacion de las sumas parciales de la serie de Fourier (3.3.2) junto a la funcion de Heaviside
2-periodica de la que ha sido obtenida, permite ilustrar lo que en realidad ocurre y nos prepara
para comprender mejor lo que establece el teorema de Dirichlet.
Animacion 3.10: Aproximando el escalon por su serie de Fourier.
Como se maniesta en la Animacion 3.10, parece que hay convergencia puntual de la serie (3.3.2)
a la funcion escalon, excepto en los puntos de discontinuidad x = y x = 0 del intervalo [, ] y
los demas puntos x = k, con k Z, que son resultado de la extension periodica. Notese ademas
que, en cada x = k, las sumas parciales de la serie se aproximan al punto situado en la mitad del
salto de cada discontinuidad, como se ha destacado en los tres casos que aparecen en el intervalo
dibujado (aunque en este ejemplo, mas que aproximarse, las sumas parciales pasan todas por el
punto, que no es lo que ocurre en general).
A J M
Eso es lo que establece el resultado siguiente, que se conoce como teorema de Dirichlet, en el
que se precisa lo que se entiende por funcion razonable en este contexto del analisis de Fourier:
en cada periodo es una funcion continua, o con un n umero nito de discontinuidades de salto nito,
que solo tiene un n umero nito de extremos relativos.
Proposicion 3.3.3 (Teorema de Dirichlet) Sea y = f(x) una funcion T-periodica, acotada,
con un n umero nito de maximos y mnimos estrictos y con un n umero nito de discontinuidades
en cada intervalo de amplitud T. Si S(x) =
(a
n
cos(n x) +b
n
sen(n x)) es la serie de Fourier
de la funcion f, entonces:
(a) La serie de Fourier de f converge puntualmente en R.
(b) En cada punto x R en el que la funcion f es continua, su serie de Fourier converge a f(x);
es decir, S(x) = f(x).
(c) En cada R en el que la funcion no es continua, la serie de Fourier de f converge al
valor (f(+) + f())/2, siendo f(+) y f() los lmites laterales de la funcion y = f(x),
a derecha e izquierda respectivamente, en el punto de discontinuidad x = . Es decir,
S() =
f(+) + f()
2
, donde f(+) = lm
x
+
(x>)
f(x) y f() = lm
x
(x<)
f(x) .
Las hipotesis del teorema de Dirichlet, que garantizan la convergencia puntual de la serie de
Fourier de una funcion y determinan la suma de la serie a partir de la funcion inicial, son llamadas
generalmente las condiciones de Dirichlet.
Observese que, en aquellos puntos x R en los que una funcion f es continua, se verica la
igualdad (f(x+) +f(x))/2 = f(x), por lo que la Proposicion 3.3.3 se puede resumir en la forma:
La serie de Fourier de una funcion T-periodica, y = f(x), que verica las condiciones de
Dirichlet, converge puntualmente en R a la funcion y = S(x) denida por Ojo!,
S(x) =
f(x+) + f(x)
2
.
La hipotesis inicial de acotacion se puede sustituir si se precisa que unicamente se tiene un n umero
nito de discontinuidades de salto nito en el intervalo, como se subrayo en la introduccion previa
al teorema. Por otro lado, una funcion continua con un n umero no nito de extremos, como por
ejemplo la funcion y = xsen(1 / x) en un intervalo que contenga a x = 0, no verica las condiciones
de Dirichlet y por lo tanto su serie de Fourier pudiera no ser convergente.
De hecho, Fourier pensaba que cualquier funcion periodica (por supuesto, lo que en su tiempo
se entenda por funcion) se poda expresar como una serie de Fourier (se tardo tiempo en aceptar que
eso era cierto para funciones no continuas), pero lo que Fourier no sospechaba es que su intuicion
era falsa incluso con funciones continuas: existen funciones continuas que no admiten desarrollo en
serie de Fourier. Obviamente, no son funciones sencillas (pero existen!) y esos monstruos son
los que hacen que las ciencias, y en particular la Matematica, avancen. . .
A J M
Ejemplo 3.3.4 (Continuacion del Ej. 3.3.1)
Siguiendo con la funcion escalon 2-periodica, que por supuesto verica las condiciones de Dirichlet,
los lmites laterales que se obtienen en x = 0 son
lm
x0
+
f(x) = 1 y lm
x0
f(x) = 0 ;
y por lo tanto, se tiene
S(0) =
f(x+) + f(x)
2
=
1
2
.
Y lo mismo ocurre en x = , y en cada punto de discontinuidad de la extension periodica, por lo
que la serie de Fourier de la funcion escalon 2-periodica converge puntualmente a la funcion
f(x) =
_
_
1
2
, x = ,
0 , < x < 0,
1
2
, x = 0,
1 , 0 < x < .
denida en [, ) y extendida a R por periodicidad. Es decir,
S(x) =
1
2
+
2
_
senx +
sen(3 x)
3
+
sen(5 x)
5
+
_
en R.
Observacion Importante: (NOTACI
ON) Cuando una funcion f verica las condiciones de

Dirichlet, en vez de usar el convenio f(x) S(x) para indicar que S(x) es la serie de Fourier de
la funcion f, se suele habitualmente utilizar la igualdad f(x) = S(x) para indicarlo, pero debe
quedar bien entendido que dicha igualdad solo se verica en los puntos x de discontinuidad si el
valor de f(x) coincide con (f(x+) + f(x))/2, que obviamente no tiene por que ser cierto; en tal
caso, la igualdad no se obtiene en esos puntos y f(x) ,= S(x). Para evitar la contradiccion, cuando
se emplea la igualdad como notacion, se supone de forma implcita que f se ha redenido en los
puntos de discontinuidad precisamente al valor S(x) = (f(x+) + f(x))/2 de la serie de Fourier.
Por ejemplo, si y = f(x) es la funcion de Heaviside 2-periodica, y se utiliza la notacion
f(x) =
1
2
+
2
_
senx +
sen(3 x)
3
+
sen(5 x)
5
+
_
,
se debe entender que f se ha redenido a f(x) = 1/2 en los puntos x = n, n = 0, 1, 2, . . .
La b usqueda de condiciones sucientes faciles de vericar por una funcion para garantizar que su
serie de Fourier converja puntualmente a ella ha sido una constante de la teora. Seg un el contexto,
pueden ser encontrados enunciados distintos de condiciones que lo impliquen. Por ejemplo, en la
proposicion siguiente f es una suma nita de trozos de funciones con derivada continua (es decir,
de clase 1), con lmites y derivadas laterales nitas en las discontinuidades de f y f
.
A J M
Proposicion 3.3.5 Sea y = f(x) una funcion T-periodica tal que f y su derivada f
estan com-
puestas por un n umero nito de trozos de funciones continuas en un intervalo de amplitud T, y
tal que las derivadas laterales f
(x+) y f
(x) son nitas en los puntos de discontinuidad de f
.
Entonces:
(a) La serie de Fourier de f converge puntualmente en R a la funcion y = S(x) que se obtiene
al redenir el valor y = f(x), en cada punto x, como S(x) =
f(x+)+f(x)
2
.
(b) En particular, la serie de Fourier converge puntualmente a la funcion y = f(x) cuando f es
continua en el intervalo y su derivada f
deja de ser continua (o no existe) a lo mas en un

n umero nito de puntos con derivadas laterales nitas, lo que incluye evidentemente el caso
f (
2
([0, T]) de la Proposicion 3.2.9 de la Seccion 3.2.
Podemos revisar ahora la convergencia de la serie de Fourier de las extensiones periodicas de
las funciones f(x) = [x[ y g(x) = x
2
, cuyas series de Fourier fueron halladas en la seccion anterior.
Ejemplo 3.3.6
La serie de Fourier S(x) de f(x) = [x[, denida en [L, L] y 2L-periodica, fue obtenida en el
Ejemplo 3.2.5. Como la funcion f es continua y son nitas las derivadas laterales en los dos puntos
x = 0 y x = L donde f
no esta denida ( f
(0+) = 1, f
(0) = 1 y f
(L+) = 1, f
(L) = 1 ),
entonces se verican las hipotesis de la proposicion anterior (obviamente, tambien se verican las
condiciones de Dirichlet) y se tiene f(x) = S(x), para todo x R. Es decir, ahora s se puede
expresar con propiedad
[ x[ =
L
2

4 L
2
_
cos
_
x
L
_
+
1
3
2
cos
_
3 x
L
_
+
1
5
2
cos
_
5 x
L
_
+
_
, x R,
donde [x[ tiene en la igualdad el signicado de la funcion 2-periodica y = f(x), que solo coincide
con y = [x[ en el intervalo [, ].
Ejemplo 3.3.7
La serie de Fourier S(x) de la funcion g(x) = x
2
, denida en [1, 1] y 2-periodica, fue obtenida en
el Ejemplo 3.2.10. La funcion g es continua en el intervalo [1, 1] (de hecho, es de clase 2) y aunque
no es derivable en x = 1 y x = 1, las derivadas laterales respectivas en ambos puntos son nitas
( g
(1+) = 2 y g
(1) = 2 ); Por lo tanto, se verica g(x) = S(x) para todo x R, y es correcto

expresar la igualdad
x
2
=
1
3
+
4
n=1
(1)
n
n
2
cos(n x) , x R, (3.3.8)
donde x
2
tiene en la igualdad el signicado de la funcion 2-periodica y = g(x), que solo coincide
con y = x
2
en el intervalo [1, 1].
A J M
Con las series trigonometricas tambien se pueden evaluar series numericas (como no!). Por
ejemplo, Sustituyendo x = 0 y x = 1 en la igualdad (3.3.8), se tienen respectivamente
n=1
(1)
n
n
2
=
2
12
y
n=1
1
n
2
=

2
6
.
Las sumas de las series numericas anteriores no son precisamente de las que se pueden obtener
mediante aproximaciones, y justican de por s la obtencion de la serie de Fourier de una funcion
T-periodica y = f(x) que verique las condiciones de Dirichlet. Sustituyendo en el desarrollo
f(x) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x)),
los coecientes por las expresiones que se obtiene de las formulas de Euler-Fourier, se recupera la
funcion f mediante una expresion complicada (que se muestra solo para ilustrar su complejidad),
f(x) =
1
T
_
T/2
T/2
f(x) dx +
n=1
_
2
T
_
T/2
T/2
f(x) cos(n xdx
_
cos(n x)
+
n=1
_
2
T
_
T/2
T/2
f(x) sen(n x) dx
_
sen(n x) ,
y utilizando valores apropiados de x, como se hace en el Ejemplo 3.3.7, permite la evaluacion de
series numericas mas complicadas que las que se podan conseguir con las series de potencias.
Filtros con la funcion de Heaviside.
Con frecuencia, la funcion que se quiere estudiar a traves del analisis de Fourier se entiende que
mide un fenomeno temporal (la variable independiente se denota en tal caso por x = t) y que
se suele considerar como una se nal. Entonces, un desplazamiento en la direccion de alguno de los
ejes, que se obtiene como f(x +a) o a +f(x), o alg un tipo de ampliacion o escalado de la graca,
obtenidos mediante f(x) o f(x), tienen una importante interpretacion en el espacio del tiempo,
por lo que las series de Fourier de las funciones resultantes suelen ser obtenidas en terminos de la
funcion f original, como se vera en la Seccion 3.5 al estudiar las propiedades de las series de Fourier
en su forma comleja.
Un aspecto importante en el desarrollo de la teora, como se ha visto en las secciones precedentes,
es la seleccion de un trozo de una funcion no periodica para extenderlo periodicamente y poder
as utilizar el analisis de Fourier. La funcion escalon o de Heaviside denida en el Ejemplo 3.3.1
tiene una interesante aplicacion practica para seleccionar trozos de funciones, a modo de ltro,
y se usa para denir funciones a trozos. Suele estar implementada en los programas de calculo
simbolico (en Maple, el comando que la implementa se llama precisamente Heaviside).
El convenio, casi generalmente aceptado, es dejar indenido su valor en el origen la funcion
de Heaviside. Veamos entonces como se utiliza como ltro, si la denotamos, por ejemplo, como
y = H(x), entonces:
A J M
La funcion y = H(x a) es un desplazamiento del salto unidad a la izquierda, si a < 0, o a la
derecha, si a > 0, situandolo en el punto x = a. As, si el eje de abscisas es considerado eje temporal
(es decir, si x mide el tiempo), entonces lo que hace la nueva funcion es modicar el instante en
que se produce el salto (hacia el pasado o hacia el futuro).
La funcion y = H(x a) H(x b), suponiendo a < b, se anula en todo x R, excepto en el
intervalo (a, b), en donde vale la unidad.
En consecuencia, si se considera una funcion generica, y = f(x), entonces la funcion y = g(x), Ojo!,
denida por la expresion
g(x) = f(x) (H(x a) H(x b)) ,
se anula en cada x R, excepto en el intervalo (a, b), en que toma precisamente los valores f(x).
Es decir, siguiendo el convenio de dejar indenida la funcion de Heaviside en el punto donde se
produce el salto, se tiene
g(x) =
_
_
0 , x < a,
f(x) , a < x < b,
0 , x > b.
As, se consigue seleccionar el trozo de funcion f, correspondiente al intervalo (a, b), y se dice que
la funcion se ha ltrado en el intervalo con el ltro y = H(x a) H(x b).
Si por ejemplo se quieren amplicar o reducir las ordenadas de la funcion y = f(x) en la zona
elegida, se puede utilizar el ltro actuando sobre f(x), siendo el factor de escala correspondiente.
En modo analogo, tambien cabra considerar el ltro y = H(x a) H(x b) para seleccionar el
trozo correspondiente al intervalo (a, b) de la transformacion de la funcion f obtenida con f(x).
Ejemplo 3.3.9
Para ltrar la funcion f(x) = x
2
en el intervalo [1, 2], y reducir a la mitad la ordenada de cada
punto, se considera
g(x) =
1
2
x
2
(H(x + 1) H(x 2)),
como puede verse en la Figura 3.11, donde se ha dibujado la funcion y = g(x) en trazo grueso (y
color azul) y se ha destacado sobre la parabola y = x
2
el trozo ltrado y escalado (en color verde).
Figura 3.11: Filtrado y escalado de y = x
2
, con H(x + 1) H(x 2).
A J M
Observese que utilizar la denicion de una funcion y = f(x) en un intervalo [L, L], para luego
considerarla 2L-periodica, equivale a seleccionar el trozo correspondiente de la funcion mediante el
ltro y = H(x + L) H(x L) y extenderlo periodicamente.
Ejemplo 3.3.10
Si a la funcion y = x se le aplica el ltro y = H(x + ) H(x ), se obtiene
g(x) = x(H(x + ) H(x )) =
_
x, < x < ,
0 , [x[ > .
Si se extiende por periodicidad el trozo de y = g(x) correspondiente al intervalo (, ), lo que se
obtiene en realidad es la funcion 2-periodica, denida por f(x) = x, en (, ).
Calculando los coecientes de Fourier de la funcion f, se obtiene
x = 2
_
senx
1
2
sen(2 x) +
1
3
sen(3 x)
1
4
sen(4 x) +
_
,
donde debe entenderse que la igualdad solo es valida en (, ) y que f(x) = x se ha redenido
como f(x) = 0 en los puntos x = n, ya que
lm
x
+
f(x) = y lm
x
f(x) = .
Obviamente, la convergencia no es uniforme, porque la funcion suma y = f(x) no es continua y
s lo son los polinomios trigonometricos que la aproximan a su serie de Fourier, como puede verse
en la Animacion 3.12.
Animacion 3.12: Aproximando f(x) = x, 2-periodica, por su serie de Fourier.
El fenomeno de Gibbs.
Si se observa atentamente el comportamiento de las sumas parciales en la Animacion 3.12, donde se
han dibujado hasta 25 terminos en la suma parcial, se puede notar como la diferencia [S
n
(x)f(x)[
se va reduciendo en los x de la zona central, hasta llegar a ser imperceptible en un entorno del
origen cuando n es sucientemente grande.
A J M
No obstante, siempre hay una diferencia
g = [S
n
(x
0
) f(x
0
)[
que permanece practicamente constante y que no se reduce aunque se tomen mas terminos de la
serie de Fourier, sino que se va desplazando con el punto x
0
hacia la discontinuidad.
Este comportamiento de la serie de Fourier de f se conoce como fenomeno de Gibbs, y se presenta
en las discontinuidades de todas las funciones cuando son aproximadas por su serie de Fourier. Por
ejemplo, puede observarse tambien el fenomeno de Gibbs en los puntos de discontinuidad de la
funcion de Heaviside, como puede verse en la Animacion 3.10. Por supuesto, la diferencia g depende
de la de la funcion y de amplitud del salto en la discontinuidad donde se produce (no obstante,
para las funciones normales g es aproximadamente un 9 % del salto).
En la Animacion 3.13 se ha destacado una media banda para resaltar g y el desplazamiento del
punto x = x
0
en el que se alcanza el valor de g para la funcion f del Ejemplo 3.3.10. Notese que
si se toma una anchura menor, siempre quedaran fuera de la banda trozos de las sumas parciales, Ojo!,
que es otra forma graca de mostrar que la convergencia de la serie no es uniforme, por ejemplo,
en el intervalo [0, ) .
Animacion 3.13: Fenomeno de Gibbs en f(x) = x, en un entorno de x = .
As, el fenomeno de Gibbs muestra una anomala en la convergencia puntual de una serie de
Fourier a su suma f, que no podra producirse en caso de que la convergencia de la serie fuera
uniforme. Parece como si el polinomio trigonometrico necesitara tomar un impulso cuando va a
pasar de un lado a otro de la discontinuidad, y que el esfuerzo de aproximarse al punto medio del
salto, (f(x+) f(x))/2, repercutiera en ambos lados del punto x de un modo similar: con una
peque na desviacion que se aproxima a un valor maximo inevitable g, y que se hace notar con mas
nitidez a medida que se acerca el instante de cambiar de lado.
De hecho, fue apreciado primeramente cuando A. Michelson construyo en 1898 un dispositivo
que poda calcular los coecientes de Fourier de una funcion y representar gracamente las ondas que
producan las aproximaciones. Al analizar con su dispositivo graco la onda cuadrada, Michelson
obtena una peque na oscilacion que no poda evitar aumentando el n umero de coecientes de Fourier
y que achaco en principio a un fallo mecanico del dispositivo. El fenomeno fue conocido por J. W.
Gibbs que un a no mas tarde, tras investigar su causa, aclaro la naturaleza matematica del fenomeno
de distorsion que ahora se conoce por su nombre.
A J M
Series de senos y series de cosenos 83
3.4. Series de senos y series de cosenos.
Para las funciones de los ejemplos que se han considerado hasta ahora se ha obtenido siempre una
serie de Fourier o solo con cosenos o solo con senos. No es una casualidad, ya que eran funciones
pares o impares (la funcion escalon se convierte en impar si se le resta 1/2). Vamos a resaltar lo
que ocurre en tales casos a los coecientes de Euler-Fourier de la serie de Fourier de una funcion f.
Proposicion 3.4.1 Sea y = f(x) una funcion T-periodica que verica las condiciones de Dirichlet.
Entonces:
(a) Si y = f(x) es una funcion par, es decir, vericando f(x) = f(x), se tienen los coecientes
de Fourier b
n
= 0 para todo n N.
(b) Si y = f(x) es una funcion impar, es decir, vericando f(x) = f(x) (y en particular,
f(T/2) = f(T/2) = f(0) = 0), se tienen los coecientes de Fourier a
n
= 0 para todo n N.
En efecto, las propiedades enunciadas no son mas que una consecuencia de la implicacion (3.2.7),
que asegura que la integral de una funcion impar en un intervalo simetrico [, ] es siempre
nula, y de la implicacion (3.2.6), que asegura que la integral de una funcion par en [, ] es el
doble de la integral en [0, ], como fue puesto de maniesto ya en el caso particular de la funcion
del Ejemplo 3.2.5. De modo mas general, se tiene:
(a) Si y = f(x) es par, entonces y = f(x) sen(n x) es impar para cada n (parimpar = impar),
luego b
n
= 0. Como ademas y = f(x) cos(n x) es par (parpar = par), se pueden obtener los
coecientes a
n
teniendo en cuenta el valor de f solo en el intervalo [0, ]. Luego, Ojo!,
a
0
=
2
T
_
T/2
0
f(x) dx, a
n
=
4
T
_
T/2
0
f(x) cos(n x) dx y b
n
= 0.
(a) Analogamente, si la funcion y = f(x) es impar, entonces y = f(x) cos(n x) es tambien
impar para todo n, por lo que se tiene a
n
= 0. Por otro lado, como ahora y = f(x) sen(n x) es
una funcion par (imparimpar = par), se obtiene nalmente Ojo!,
a
n
= 0 y b
n
=
4
T
_
T/2
0
f(x) sen(n x) dx.
Los coecientes de los ejemplos de las secciones anteriores se obtuvieron haciendo uso de las
reducciones que se obtienen en las formulas de Euler-Fourier para las funciones pares o impares
(para ser sincero, haciendo uso de Maple).
Desarrollos de medio rango.
A veces, se considera una funcion T-periodica f suponiendo que es una funcion par o impar, por
lo que solo necesita estar denida en un intervalo [0, T/2] para obtener su extension periodica a R.
Si la funcion as denida verica las condiciones de Dirichlet, entonces tiene un desarrollo en serie
A J M
de Fourier solo de cosenos, si se supone par, o solo de senos, si se supone impar. Se suele decir que
se ha obtenido un desarrollo de medio rango para la funcion f.
Notacion: Si la funcion y = f(x) esta denida y es integrable en el intervalo [0, T/2], entonces:
La serie de Fourier de tipo par (o tipo coseno) de la funcion f es la de la funcion T-periodica
y = f
1
(x), denida como
f
1
(x) =
_
f(x) ,
T
2
< x 0 ,
f(x) , 0 < x
T
2
.
La serie de Fourier de tipo impar (o tipo seno) de la funcion f es la de la funcion T-periodica
y = f
2
(x), denida como
f
2
(x) =
_
_
f(x) ,
T
2
< x 0 ,
f(x) , 0 < x
T
2
,
0 , x = 0, x =
T
2
.
Observese que en el caso de que la funcion f sea impar, tiene que ser f(0) = 0, ya que
f(0) = f(0) = f(0) = 2 f(0) = 0 = f(0) = 0 .
Por otro lado, al ser T-periodica e impar, se tiene f(T/2) = f(T/2) = f(T/2), y por lo tanto
tambien debe ser f(T/2) = 0, por el mismo argumento que en x = 0. Por consiguiente, si los valores
de la funcion f no fueran nulos en x = 0 o en x = T/2, la funcion debera redenirse a 0 en esos
puntos, para hacerla impar en todo R.
Ejemplo 3.4.2
Si se considera la funcion f(x) = 1 + 2 x x
2
, denida en [0, 5] y de tipo impar, entonces es una
funcion 10-periodica y se debe redenir f(0) = f(5) = 0; para x (5, 0), el valor de la funcion
(atencion al calculo de f(x) en el intervalo) se obtiene en la forma
f(x) = (1 + 2 (x) (x)
2
) = 1 + 2 x + x
2
.
La expresion explcita de f(x) en el intervalo [5, 5], de amplitud un periodo, viene dada como Ojo!,
f(x) =
_
_
1 + 2 x + x
2
, 5 < x < 0 ,
1 + 2 x x
2
, 0 < x < 5 ,
0 , x = 0, x = 5 .
cuya graca puede verse en la Figura 3.14 , dibujada en el intervalo y en donde se ha destacado en
trazo grueso (y rojo) la parte cuya denicion no se haba dado de forma explcita.
A veces de una funcion que tiene un tipo particular de paridad interesa considerar un desarrollo de
medio rango que invierta su simetra.
A J M
Figura 3.14: f(x) = 1 + 2 x x
2
, denida en [0, 5], de tipo impar.
Ejemplo 3.4.3
La funcion y = senx es el prototipo de funcion periodica impar. Si se toma solo en el intervalo
[0, 2] y se considera de tipo par, entonces resulta una nueva funcion 4-periodica y = f(x), que
ya no es la funcion seno. Para x (2, 0), el valor f(x) se obtiene en la forma
f(x) = sen(x) = senx (la funcion seno s es impar).
Luego, la funcion f esta denida en [2, 2] por Ojo!,
f(x) =
_
senx, 2 < x 0 ,
senx, 0 < x 2 .
y su graca en el intervalo diere obviamente de la sinusoide como muestra la Figura 3.15.
Figura 3.15: Funcion f(x) = senx, denida en [0, 2], de tipo par.
El ejemplo anterior muestra que se debe ser muy cuidadoso con los desarrollos de medio rango
cuando se manejas funciones que son pares o impares globalmente: la expresion par o impar de una
funcion en el semiperiodo [0, T/2] no se mantiene cuando se realiza en desarrollo de medio rango
que cambia la simetra.
A J M
Ejemplo 3.4.4
Considerese denicion en el intervalo [0, ] de la funcion f(x) = x (que es impar en R). Entonces:
Su desarrollo de medio rango de tipo coseno es la serie de Fourier de f
1
= f, pero considerada par
y 2-periodica. Es decir, y = f
1
(x) esta denida en el intervalo (, 0) como f
1
(x) = f(x) = x.
Por supuesto, la funcion que se obtiene es f
1
(x) = [x[, denida en [, ] y considerada 2-periodica,
luego el desarrollo de Fourier que se obtiene (Ejemplo 3.2.5, con L = ) es:
f
1
(x) = [ x[ =

2

4
_
cos x +
1
3
2
cos(3 x) +
1
5
2
cos(5 x) +
_
.
Su desarrollo de medio rango de tipo seno es la serie de Fourier de f
2
= f, que se mantiene como
impar, pero que ahora es una extension 2-periodica. Es decir, la funcion y = f
2
(x) esta denida
en el intervalo (, 0) por f
2
(x) = f(x) = x, y en x = por f
2
() = 0 (redeniendo el valor
anterior, que era f() = ). As, al ser impar y 2-periodica, la igualdad f
2
(x) = x es valida solo
en el intervalo (, ), y la serie de Fourier de f
2
es la que se obtiene en el Ejemplo 3.3.10,
f
2
(x) = x = 2
_
senx
1
2
sen(2 x) +
1
3
sen(3 x)
1
4
sen(4 x) +
_
.
Lo curioso del ejemplo es que, desde el punto de vista del analisis de Fourier, la funcion f(x) = x
en el intervalo [0, ] puede ser estudiada con una serie de tipo seno o de tipo coseno.
Componentes par e impar de una funcion.
Los desarrollos de medio rango conducen a series de Fourier que estan compuestas solo de senos o
solo de cosenos, que son mas faciles de manipular; as, para una funcion T-periodica arbitraria,
cuya serie de Fourier este compuesta de senos y cosenos, podra ser util tratar solo con la parte
correspondiente a cada una de las funciones trigonometricas basicas. Por supuesto, no es necesario
obtener la serie de Fourier completa, si solo se van a necesitar los coecientes de los armonicos
sen(n x) o solo los coecientes de los armonicos cos(n x).
Cada funcion y = f(x) denida en R se puede descomponer de forma unica en la suma
f = f
1
+ f
2
, de una funcion y = f
1
(x) par y otra funcion y = f
2
(x) impar, determinadas por
f
1
(x) =
f(x) + f(x)
2
y f
2
(x) =
f(x) f(x)
2
.
Las funciones f
1
y f
2
son llamadas respectivamente componentes par e impar de la funcion f.
En efecto, trivialmente se comprueba que f(x) = f
1
(x) +f
2
(x). Por otro lado, la comprobacion
de que f
1
(x) = f
1
(x) y f
2
(x) = f
2
(x) es tambien inmediata; as que f
1
es par y f
2
es impar.
La unicidad es consecuencia de que si f = g
1
+ g
2
es otra descomposicion de f, donde g
1
es par
y g
2
es impar, entonces se tienen f(x) = g
1
(x) + g
2
(x) y f(x) = g
1
(x) g
2
(x); por lo tanto,
f(x) + f(x) = g
1
(x) = f
1
(x) y f(x) f(x) = g
2
(x) = f
2
(x) .
A J M
En el caso particular de que f sea una funcion T-periodica, entonces las componentes par e
impar tambien son obviamente T-periodicas, por lo que se pueden obtener sus series de Fourier.
La serie de Fourier de y = f
1
(x) sera de tipo coseno y la de y = f
2
(x) sera de tipo seno. Entonces,
debido a la linealidad de la integral mediante la que se obtienen los coecientes de Euler-Fourier,
los coecientes b
n
de las series de Fourier de las funciones f, f
1
y f
2
, por ejemplo, denotados
respectivamente por b
n
(f), b
n
(f
1
) y b
n
(f
2
), estan relacionados por las formulas
b
n
(f) =
1
T
_
T
0
f(x) sen(n x) dx =
1
T
_
T
0
(f
1
(x) + f
2
(x)) sen(n x) dx
=
1
T
_
T
0
f
1
(x) sen(n x) dx +
1
T
_
T
0
f
2
(x) sen(n x) dx
= b
n
(f
1
) + b
n
(f
2
) = b
n
(f
2
) ,
ya que, al ser f
1
par, se tiene b
n
(f
1
) = 0. Analogamente, al ser f
2
impar, para los coecientes a
n
de
las funciones involucradas se obtiene la relacion a
n
(f) = a
n
(f
1
), para todo n N. Por consiguiente:
Es posible obtener, si se preere, la serie de Fourier de una funcion T-periodica, y = f(x), como
la suma del desarrollo de su componente par y = f
1
(x), que obviamente es de tipo coseno, y del
desarrollo de su componente impar y = f
2
(x), que es de tipo seno, obteniendose
a
n
(f) = a
n
(f
1
) y b
n
(f) = b
n
(f
2
) . (3.4.5)
Ejemplo 3.4.6
Considerese la funcion 2-periodica, y = g(x), denida en le intervalo (, ], como
g(x) =
_
_
0 , < x 0,
x, 0 x < ,
2
, x = ,
cuya graca en el intervalo [7, 7] se muestra en la Figura 3.16.
Figura 3.16: La funcion y = g(x) en el intervalo [7, 7].
Entonces, y = g(x) es la suma de las funciones g
1
(x) =
1
2
f
1
(x) y g
2
(x) =
1
2
f
2
(x), denidas en el
Ejemplo 3.4.4. Como y = g
1
(x) es una funcion par e y = g
2
(x) es una funcion impar, debido a la
unicidad de la descomposicion de y = g(x) en la suma de sus componentes par e impar, y ya que
A J M
g(x) = g
1
(x) + g
2
(x), resulta que las funciones g
1
y g
2
son respectivamente las componentes par e
impar de la funcion y = g(x). Por lo tanto, como la linealidad de la integral implica trivialmente
que a
n
(f) = a
n
(f), se obtiene nalmente las relaciones
a
n
(g) = a
n
(g
1
) =
1
2
a
n
(f
1
) y b
n
(g) = b
n
(g
2
) =
1
2
b
n
(f
2
) ,
y la serie de Fourier de la funcion g es la que tiene por coecientes la mitad de los obtenidos para
f
1
y f
2
en el Ejemplo 3.4.4. En consecuencia, como la funcion y = g(x) verica las condiciones de
Dirichlet, se tiene para x R, la igualdad
g(x) =

4

2
cos x + senx
1
2
sen(2 x)
2
3
2
cos(3 x) +
1
3
sen(3 x)
Como puede verse en la Animacion 3.17, en donde se ha representado la funcion g junto a algunas
de sus sumas parciales no hay convergencia uniforme de la serie a la funcion g (no puede haberla
porque y = g(x) no es continua. . . ) y se presenta el fenomeno de Gibbs.
Animacion 3.17: Aproximando y = g(x) por su serie de Fourier.
Observese que, como se puso de maniesto al obtener las relaciones (3.4.5), la clave de que se
hayan podido obtener los coecientes de Fourier de una funcion a partir de los de sus componentes
par e impar descansa en la linealidad de la integral,
_
(f(x) + g(x)) dx =
_
f(x) dx +
_
g(x) dx, , R,
que se transmite como propiedad a las series de Fourier de las funciones f, g y f + g.
En la siguiente seccion, se estudian las propiedades de las series de Fourier que, como en el
caso de la linealidad, permiten obtener los coecientes de Fourier de una funcion a partir de los
desarrollos conocidos de algunas funciones basicas, en modo similar a las series de potencias.
3.5. Propiedades de la serie de Fourier. Forma compleja.
La propiedad de linealidad se ha utilizado en la seccion anterior para obtener la serie de Fourier de
una funcion mediante la suma de sus componentes par e impar. Obviamente, puede emplearse sobre
cualquier combinacion lineal nita de funciones para las que se conozcan sus series de Fourier. As,
los coecientes de Fourier de la combinacion lineal de funciones se obtienen como la combinacion
lineal de los coecientes respectivos de las funciones que intervienen en la combinacion lineal.
A J M
Propiedades de la serie de Fourier. Forma compleja 89
Linealidad.
Podemos enunciar simbolicamente la propiedad de linealidad de las series de Fourier, denotando
por SF(f) a la serie de Fourier de la funcion f. Entonces, si y son n umeros reales y si f y g
son funciones de periodo T e integrables, se tiene directamente de las formulas de Euler-Fourier:
SF(f + g) = SF(f) + SF(g)
Ejemplo 3.5.1
Considerese la funcion 2-periodica y = f(x), denida en (, ) como
f(x) =
_
1 , < x < 0,
1 , 0 < x < .
Entonces y = f(x) se puede expresar, por ejemplo, como f(x) = 2 H(x) 1, donde y = H(x)
denota la funcion escalon de Heviside de periodo T = 2; por consiguiente, haciendo uso de la
linealidad, la serie de Fourier de f se puede obtener de la serie de Fourier de Heaviside, que se
obtuvo en el Ejemplo 3.3.1, y se tiene
f(x) SF( f(x) ) = 2 SF( H(x) ) 1 .
Ademas, como f verica las condiciones de Dirichlet, se puede poner
f(x) =
4
_
senx +
1
3
sen(3 x) +
1
5
sen(5 x) +
_
, (3.5.2)
donde f se dene en x = 0 y x = como la mitad del salto, f() = f(0) =
1
2
(f(0+) + f(0)) = 0.
Integrabilidad y derivabilidad.
Bajo ciertas hipotesis, mas debiles que en el caso de series de funciones en general, los coecientes
de Fourier de la integral de una funcion, as como los de su derivada, se pueden conocer a partir de
su serie de Fourier.
De hecho, la serie de Fourier de una funcion se puede integrar termino a termino, y la integral de
la funcion se obtiene sin necesidad de que la serie converja uniformemente. Analogamente, la serie
derivada (en los puntos donde sea derivable) de una funcion continua se puede obtener derivando
termino a termino la serie de Fourier de la funcion, sin necesidad de que la serie derivada converja
uniformemente. Estos resultados, que precisamos a continuacion prueban el buen comportamiento
de la serie de Fourier de una funcion.
Proposicion 3.5.3 Considerese y = f(x) una funcion T-periodica integrable, tal que
f(x) SF(f) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x)) .
Entonces, se tiene:
A J M
(a) Si f verica las condiciones de Dirichlet, la serie de Fourier SF(f) puede integrarse termino
a termino para evaluar la integral de la funcion f. Es decir, para cada x R se obtiene
_
x
0
f(t) dt a
0
x =
n=1
_
b
n
n
cos(n x) +
a
n
n
sen(n x)
_
+
n=1
b
n
n
. (3.5.4)
(b) Si f es continua y la derivada f
es una funcion que verica las condiciones de Dirichlet,

entonces la derivada termino a termino de SF(f) converge puntualmente a f
en la parte del
dominio donde f es derivable. As, para cada x donde y = f
(x) este bien denida, se tiene

f
(x) =
n=1
( n b
n
cos(n x) n b
n
sen(n x) ) . (3.5.5)
Observese que, en la parte (a) de la proposicion, cuando a
0
,= 0, la integral termino a termino de
la serie de Fourier de f no es una serie trigonometrica, a causa de que a
0
x no es funcion periodica.
As, en la igualdad (3.5.4) se obtiene la serie de Fourier de la funcion g, denida como
g(x) =
_
x
0
f(t) dt a
0
x.
Ejemplo 3.5.6
La funcion g(x) = [x[, denida en [, ] y 2-periodica es continua y derivable en R, excepto en
los puntos x = k, k = 0, 1, 2, . . . La derivada y = g
(x), en los puntos del intervalo [, ]

donde esta denida, queda entonces determinada por la funcion
g
(x) =
_
1 , < x < 0,
1 , 0 < x < ,
que verica las condiciones de Dirichlet. Entonces, en virtud de la igualdad (3.5.5), la serie de
Fourier de y = g
(x) es la derivada de la serie obtenida en Ejemplo 3.4.4,

g(x) = [ x[ =

2

4
_
cos x +
1
3
2
cos(3 x) +
1
5
2
cos(5 x) +
_
.
Por consiguiente, derivando termino a termino en la igualdad anterior, se tiene
g
(x) =
4
_
senx +
1
3
sen(3 x) +
1
5
sen(5 x) +
_
,
que obviamente conduce a la misma serie (3.5.2), obtenida del escalon en el Ejemplo 3.5.1.
Observese que, por supuesto, si se parte del desarrollo en serie de Fourier de la funcion y = g
(x)
se puede obtener la serie de Fourier de y = [x[ utilizando la relacion (3.5.4) (notese que en este
caso es a
0
= 0), integrando termino a termino la serie de Fourier de g
, en la forma
_
x
0
g
(t) dt =
4
_
cos x +
1
3
2
cos(3 x) +
1
5
2
cos(5 x) +
_
+
4
_
1 +
1
9
+
1
25
+
_
.
A J M
No obstante, notese en la igualdad anterior, que para determinar completamente la serie de Fourier
de la funcion 2-periodica, g(x) = [x[, a partir de la integral de g
, debera conocerse previamente

el valor de la suma para la serie numerica
n=1
1
(2 n 1)
2
=

2
8
. (3.5.7)
Por cierto, como probar la igualdad (3.5.7)? (Sugerencia: Utilizar el desarrollo de y = [x[ ).
Forma compleja de la serie de Fourier.
Para las siguientes propiedades, que expresan las series de Fourier de y = f(x a) e y = f(x),
en terminos de la serie de Fourier de y = f(x), vamos a dar un peque no rodeo. En vez de partir
de las formulas de Euler-Fourier y hacer los cambios de variables oportunos en las integrales para
obtener los nuevos coecientes de Fourier (puede hacerse como ejercicio. . . ), se puede seguir un
camino distinto, expresando los terminos de la serie de Fourier en forma exponencial.
La idea es utilizar la formula de Euler e
i
= cos + i sen , con = n x, para modicar la
expresion de la forma trigonometrica de la serie de Fourier SF(f) de una funcion,
f(x) a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x) ) , (3.5.8)
expresando cos(n x) y sen(n x) como exponenciales complejas.
En efecto, a partir de la suma y la diferencia de las expresiones
e
(n x) i
= cos(n x) + i sen(n x) y e
(n x) i
= cos(n x) i sen(n x),
se obtienen las igualdades
cos(n x) =
e
i n x
+ e
i n x
2
y sen(n x) =
e
i n x
e
i n x
2 i
.
Entonces, sustituyendo en (3.5.8) los valores obtenidos y agrupando las exponenciales iguales, la
serie de Fourier de f se puede expresar como
+ c
3
e
i 3 x
+ c
2
e
i 2 x
+ c
1
e
i x
+ c
0
+ c
1
e
i x
+ c
2
e
i 2 x
+ c
3
e
i 3 x
+
que, extendiendo el sumatorio a los enteros, adopta la forma compacta mas sencilla (o no?):
f(x)
n=
c
n
e
i n x
, (3.5.9)
que es llamada forma compleja de la serie de Fourier SF(f).
A J M
Los coecientes c
n
de la forma compleja de la serie de Fourier de una funcion T-periodica f se
pueden hallar de dos formas distintas:
1. Con el mismo argumento empleado para las formulas de Euler-Fourier de a
n
y b
n
, adaptandolo
a la nueva situacion. Ahora, se multiplica la serie por e
i m x
y se hace uso de que las integrales
_
T
0
e
i n x
e
i m x
dx =
_
T
0
e
(nm) i x
dx
son nulas, excepto para n = m. Entonces, se obtiene
c
n
=
1
T
_
T
0
f(x) e
i n x
dx, para n = 0, 1, 2, . . .
2. Identicando la forma trigonometrica (3.5.8) y la forma compleja (3.5.9) de la serie de Fourier.
Entonces, se obtienen las relaciones
c
0
= a
0
, c
n
=
1
2
(a
n
i b
n
) y c
n
=
1
2
(a
n
+ i b
n
), n = 1, 2, . . . (3.5.10)
Por supuesto, las relaciones (3.5.10) permiten tambien hallar a
n
y b
n
, si se conocen previamente
los coecientes c
n
de la forma compleja. De hecho, se obtienen las relaciones
a
n
= 2 Re (c
n
) y b
n
= 2 Im(c
n
), n = 1, 2, . . . (3.5.11)
al ser los coecientes c
n
y c
n
n umeros complejos conjugados, ya que c
n
= c
n
= c
n
.
Observese que los coecientes de Fourier de la forma compleja de las funciones pares tienen que
ser reales, ya que de las relaciones (3.5.11) se implica que Im(c
n
) = 0. Asimismo, los coecientes
c
n
de las funciones impares tienen que ser imaginarios puros.
Ejemplo 3.5.12
Para la funcion escalon 2-periodica (casi impar) la serie de Fourier en la forma trigonometrica es
f(x) =
1
2
+
2
_
senx +
1
3
sen(3 x) +
1
5
sen(5 x) +
_
,
por lo que los coecientes c
n
,= 0 que se obtienen de las relaciones (3.5.10) son:
c
0
= a
0
=
1
2
, c
n
=
i
2
b
n
y c
n
= c
n
=
i
2
b
n
, n = 1, 3, 5, . . .
Entonces, los coecientes son c
n
= c
n
= 0, cuando n ,= 0 es par, y c
n
= i/ n y c
n
= i/ n,
en el caso de n impar. Por tanto, la serie de Fourier compleja la funcion escalon 2-periodica sera
1
_
+
i
3
e
3 i x
+ i e
i x
_
+
1
2
+
1
_
i e
i x
i
3
e
3 i x

_
,
que, expresada en la forma compleja simplicada, quedara como
f(x) =
1
2
+
1
n=
n=0
i
2 n 1
e
i (2 n1) x
.
A J M
Lo interesante de la forma compleja de Fourier es que las propiedades de la exponencial permiten
obtener facilmente, a partir de la serie de Fourier de una funcion, la serie de sus desplazamientos y
escalados en el tiempo.
Desplazamientos y escalados en el tiempo.
Como se ha comentado en la Seccion 3.3, al describir los ltros con la funcion de Heaviside, si se
considera el eje de abscisas como eje temporal, un cambio de variables t = x a en una funcion
y = f(x) se puede interpretar como un desplazamiento temporal de la funcion; es decir, la graca
de y = f(x a) representa el mismo fenomeno o se nal que y = f(x), pero con retardo o adelanto,
dependiendo del signo de a. Analogamente, el cambio de variables t = x se puede interpretar
como un escalado en el tiempo (en este caso, cuando < 0, el escalado se dice con inversion del
tiempo); por ejemplo, y = f(x) se puede interpretar entonces en el sentido de que el fenomeno
descrito por una funcion f, y que suceda en un intervalo de tiempo [0, 1], sucede ahora con la
funcion g(x) = f(x) en el intervalo de tiempo limitado entre x = 0 y x = .
Es evidente la gran importancia que tienen las transformaciones que representan desplazamien-
tos y escalados en el tiempo cuando se esta tratando con se nales, imagenes, etc., cuyo analisis se
hace mediante series de Fourier. Por lo tanto, conviene tener la expresion de los coecientes de
Fourier de las funciones y = f(x a) e y = f(x), en terminos de los de la funcion y = f(x).
Proposicion 3.5.13 Sea f una funcion T-periodica que verica las condiciones de Dirichlet y
para la que se tiene
f(x)
n=
c
n
e
i n x
.
Denotemos por c
n
(g) y (g) respectivamente, los coecientes de Fourier y la frecuencia de una
funcion periodica g que admite el desarrollo en serie. Entonces,
(a) La forma compleja de la serie de Fourier del desplazamiento g(x) = f(x a) se obtiene
multiplicando por e
i n a
los coecientes c
n
de la funcion original, y = f(x), y dejando su
misma frecuencia ; es decir,
c
n
(g) = c
n
e
i n a
y (g) = .
(b) La forma compleja de la serie de Fourier del escalado g(x) = f(x) se obtiene multiplicando
por la frecuencia de la funcion original, y = f(x), y dejando los mismos coecientes c
n
de la serie de Fourier de y = f(x); es decir,
c
n
(g) = c
n
y (g) = .
En efecto, la prueba es una trivialidad, al utilizar en la forma compleja de la serie de Fourier,
en cada caso, las propiedades de la funcion exponencial:
(a) f(x a)
n=
c
n
e
i n (xa)
=
n=
c
n
e
i n a
e
i n x
.
(b) f(x)
n=
c
n
e
i n x
=
n=
c
n
e
i n( ) x
.
A J M
Amplitudes y fases.
Las propiedades de la exponencial hacen que la forma compleja de la serie de Fourier sea la forma
usada de forma mayoritaria en las aplicaciones. Es mas, si se estan analizando funciones reales,
las exponenciales complejas no permiten una visualizacion graca, pero se suele usar una forma de
representar la serie de Fourier alternativa a la senos y cosenos.
La idea consiste ahora en agrupar los sumandos correspondientes a las exponenciales situadas
simetricamente en la forma compleja de la serie de Fourier SF(f), expresando los coecientes
complejos c
n
= z ,= 0 en forma polar, z = [z[ e
i
, y utilizando el hecho de que la suma de un
n umero complejo z ,= 0 con su conjugado z es el n umero real z + z = 2 [z[ cos .
En efecto, teniendo en cuenta la forma polar de los coecientes conjugados c
n
y c
n
,
c
n
= [c
n
[ e
i
n
y c
n
= c
n
= [c
n
[ e
i
n
,
donde
n
es el argumento de c
n
, para cada n se obtiene
c
n
e
i n x
+ c
n
e
i n x
= [c
n
[
_
e
i (n x+
n
)
+ e
i (n x+
n
)
_
= 2 [c
n
[ cos (n x +
n
) .
As, agrupando cada par de terminos simetricos de la serie SF(f) en forma compleja, se tiene:
a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x) ) =
n=
c
n
e
i n x
= c
0
+
n=1
2 [c
n
[ cos(n x +
n
) .
En consecuencia, la serie de Fourier de una funcion que verica las condiciones de Dirichlet puede
ser representada como una nueva serie trigonometrica, expresada en terminos de
n
cos(n x+
n
),
que son m ultiplos
n
de de armonicos de tipo coseno que estan desplazados o desfasados por
n
.
En este contexto, los valores
n
0 (reales) se denominan amplitudes de los armonicos, y los
argumentos
n
(, ], medidos en radianes, se denominan fases. Se verican las relaciones:
0
= c
0
= a
0
,
n
= 2 [c
n
[ =
_
a
n
2
+ b
n
2
,
n
= arg(c
n
) = arc tg(b
n
/a
n
) ,
y la serie de Fourier SF(f) se dice en la forma amplitud-fase, cuando esta expresada en el modo
f(x)
0
+
n=1
n
cos (n x +
n
) (3.5.14)
Observese que de las relaciones (3.5.10) se deduce que si c
n
es un n umero real, entonces c
n
= a
n
/2,
y el argumento sera
n
= 0, cuando a
n
sea positivo, y sera
n
= , cuando a
n
sea negativo; por otro
lado, si c
n
es imaginario puro, entonces c
n
= b
n
i/2 y el argumento sera
n
= /2 o
n
= /2,
seg un sea positivo o negativo el signo de b
n
.
Ejemplo 3.5.15
Para la funcion escalon 2-periodica, su serie de Fourier en forma compleja (Ejemplo 3.5.12) es
f(x) =
1
2
+
1
n=
n=0
i
2 n 1
e
i (2 n1) x
.
A J M
Convergencia en media de las series de Fourier 95
Al ser imaginarios puros todos los coecientes c
n
,= 0, con b
n
< 0, para n ,= 0, todas las fases son
n
= /2. Por otro lado, las amplitudes no nulas son
n
= 2/ n, para n impar. Al expresar la
serie de Fourier en la forma amplitud-fase (3.5.14), se obtiene
f(x) =
1
2
+
2
_
cos
_
x

2
_
+
1
3
cos
_
3 x

2
_
+
1
5
cos
_
5 x

2
_
+
_
=
1
2
+
2
n=1
1
2 n 1
cos
_
(2 n 1) x

2
_
. (3.5.16)
Observese que cos( /2) = sen, as que la serie trigonometrica (3.5.16) es la serie de
Fourier para la funcion de Heaviside en la forma trigonometrica usual, como se muestra al inico del
Ejemplo 3.5.12. . . faltara mas!
Recogemos como resumen de la seccion las distintas formas de la serie de Fourier de una funcion,
presentandolas juntas y en el orden en que han ido siendo presentadas.
Formas de la serie de Fourier:
Para una funcion T-periodica, y = f(x), con frecuencia fundamental = 2/T, que verique las
condiciones de Dirichlet, su serie de Fourier SF(f) converge en cada x de R a la suma
S(x) =
f(x+) + f(x)
2
.
Redeniendo convenientemente la funcion f en cada punto de discontinuidad, se puede expresar la
igualdad f(x) = SF(f(x)) de cualquiera de las formas siguientes:
Senos y cosenos: f(x) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x) ) .
Forma compleja: f(x) =
n=
c
n
e
i n x
.
Amplitudes y fases: f(x) = a
0
+
n=1
n
cos(n x +
n
) .
Antes de ilustrar como se emplea el analisis de Fourier con el metodo de las transformadas,
vamos a mostrar brevemente en la seccion siguiente, a modo de ampliacion, una interpretacion
geometrica de la aproximacion en terminos de ortogonalidad de funciones, que tiene un contenido
matematico mas elevado del que se ha empleado en el resto de las secciones del tema.
A J M
3.6. Convergencia en media de las series de Fourier.
Supongamos en todo lo que sigue que la funcion y = f(x) es de periodo T y que verica las condicio-
nes de Dirichlet. Entonces su serie de Fourier converge puntualmente y, redenida convenientemente
en los puntos de discontinuidad, se tiene
f(x) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x)) .
Pretendemos encontrar una norma [[ [[ que de una medida de la diferencia entre la funcion f
y la suma parcial n-esima de su serie de Fourier, S
n
, de modo que podamos medir el grado de
aproximacion entre ambas evaluando [[ f S
n
[[ .
Error cuadratico.
Para medir el error en un intervalo de longitud un periodo T, cuando se toma la suma parcial
S
N
(x) = a
0
+
N
n=1
(a
n
cos(n x) + b
n
sen(n x)) .
como aproximacion de la serie, la medida E
N
= [[f S
N
[[
puede no resultar apropiada ya que,

en general, la serie de Fourier no converge uniformemente a f. Por lo tanto, aunque puntualmente la
suma parcial S
N
se esta aproximando cada vez mas a la funcion f, el error medido con la norma de
la convergencia uniforme, [[ [[
, no tendera a 0, que debera ser el valor adecuado que se obtuviera

con una norma [[ [[, para el lmite de [[f S
n
[[, cuando fuese f = lmS
n
.
Entonces, ya que se tiene un buen comportamiento para la integral de la serie de Fourier y que
las funciones que se diferencien solo en algunos puntos tienen la misma integral, para medir la
bondad de la aproximacion entre f y S
N
en un periodo se puede optar por una expresion del tipo
E
N
= [[f S
N
[[
p
=
__
T
0
[f(x) S
N
(x)[
p
dx
_
1/p
, con p 1.
La notacion
[[h[[
p
=
__
b
a
[h(x)[
p
dx
_
1/p
esta justicada porque es una norma en el espacio vectorial de las funciones para las que existe
la integral de [h[
p
en el intervalo [a, b]; en tal caso, se consideran funciones iguales aquellas que
tienen la misma integral (aunque se emplea el concepto mas general de integral de Lebesgue), y los
espacios funcionales resultantes son llamados espacios L
p
([a, b]).
En particular, el error cuadratico medio en la aproximacion f S
N
se dene como la expresion
anterior de E
N
(o su cuadrado, seg un el contexto), cuando se toma el valor p = 2, ya que si se
divide por el periodo T, indica el valor medio del error. As que, en adelante, mediremos el error
de una aproximacion en un intervalo mediante la norma [[ [[
2
, y si el intervalo tiene la amplitud de
un periodo, por ejemplo [0, T], el error E
N
se eval ua como
Error cuadratico medio: E
N
= [[f S
N
[[
2
2
=
_
T
0
[f(x) S
N
(x)[
2
dx. (3.6.1)
A J M
Observacion Importante: Notese que si [[f S
N
[[
0, entonces [[f S
N
[[
2
0, ya que
_
T
0
[f(x) S
N
(x)[
2
dx
_
T
0
[[f S
N
[[
2
dx T [[f S
N
[[
2
.
Sin embargo, el recproco no es cierto: que se tenga [[f[[
2
= 0 implica que el area en el sentido de
Riemann (o de la integral que se estuviera considerando) de la funcion y = [f(x)[
2
es nula, pero eso
no quiere decir que para la funcion f sea f(x) = 0 en cada x del intervalo, como sucede cuando se
arma que [[f[[
= 0. Por ejemplo, pudiera ser f(T/2) ,= 0, siendo f nula en el resto del intervalo.
As, a diferencia de lo que ocurre en R
n
, las normas [[ [[
y [[ [[
no son normas equivalentes

cuando se estan utilizando para medir funciones.
Sistemas ortogonales.
No es casual que en las aplicaciones el error cuadratico E
N
se haya tomado en la norma eucldea,
ya que [[f[[
2
puede entenderse como la norma [[ [[
2
de un vector v = (f(x
1
), f(x
2
), . . . , f(x
k
))
T
,
si en lugar de las k ordenadas, correspondientes a los valores de f en los puntos x
1
, x
2
, . . . , x
k
,
de [0, T], se han tomado las innitas que se encuentran al considerar todas las x del intervalo.
Entonces, el sumatorio con el que se obtiene el valor de [[v[[
2
2
se transforma en una integral que
proporciona el valor de [[f[[
2
2
:
[[v[[
2
2
=
k
i=1
[f(x
i
)[
2
[[f[[
2
2
=
_
T
0
[f(x)[
2
dx.
Y precisamente la norma eucldea [[ [[
2
es interesante porque es la unica norma [[ [[
p
que procede
de un producto escalar, con toda la carga geometrica intuitiva que induce. As, del mismo modo
que el producto escalar v, w) =

v
i
w
i
dene la norma vectorial [[v[[
2
=
_
v, v) (atencion, si
v, w C, se debe considerar v, w) =
v
i
w
i
, donde w
i
es el conjugado de w
i
), tambien la norma
funcional [[f[[
2
puede ser denida como [[f[[
2
=
_
f, f) a traves del producto escalar
f, g) =
_
T
0
f(x) g(x) dx. (3.6.2)
Entonces, los resultados habituales de la ortogonalidad de vectores se pueden trasladar a la ortogo-
nalidad de funciones f y g, que se obtiene cuando el producto escalar f, g) es nulo; por ejemplo, se
verica el teorema de Pitagoras: [[f + g[[
2
2
= [[f[[
2
2
+[[g[[
2
2
; o bien, se puede aplicar el algoritmo de
Gram-Schmidt para obtener un sistema ortogonal (u ortonormal) a partir de un sistema de vectores
como, por ejemplo, el sistema de funciones (1, x, x
2
, . . . , x
n
), etc.
Con los matices oportunos, la ideas se pueden interpretar geometricamente como en R
n
, pero
en un espacio de funciones. Por ejemplo, el error cuadratico (3.6.1) se puede considerar como la
norma de la diferencia entre f y su proyeccion ortogonal sobre el subespacio L = lin(f
1
, f
2
, . . . , f
n
),
determinado por las combinaciones lineales de las funciones f
i
, siendo estas las funciones
1, cos( x), sen( x), cos(2 x), sen(2 x), . . . , cos(N x), sen(N x) ,
que por cierto. . . ... son ortogonales para el producto escalar denido por la relacion (3.6.2)!!
A J M
Por supuesto, si se preere, los vectores funcionales anteriores se pueden hacer unitarios
dividiendo cada una de las funciones por su norma. En tal caso, resulta ser
[[ 1[[
2
=
T y [[ cos(n x)[[
2
= [[ sen(n x)[[
2
=
_
T
2
, n = 1, 2, . . . , N, (3.6.3)
y el subespacio L quedara determinado por un sistema ortonormal de funciones,
L = lin
_
1
T
,
1
_
T/2
cos( x),
1
_
T/2
sen( x), . . . ,
1
_
T/2
cos(N x),
1
_
T/2
sen(N x)
_
.
Solo nos queda aclarar un peque no detalle con las funciones (de los que estan completamente
resueltos en R
n
), que destacamos por su importancia. En un subespacio L R
n
, el error en la
diferencia de un vector v , L, y su mejor aproximacion en mnimos cuadrados en L, lo mide
[[v p[[
2
, siendo p la proyeccion ortogonal del vector v sobre el subespacio L. As que,
Cuestion 3.6.4 : Quien es la proyecci on ortogonal de la funcion f sobre el subespacio de funciones
determinado por L = 1, cos( x), sen( x), . . . , cos(N x), sen(N x) ) ?
Recordemos primero el caso en el que L = lin(e
1
, e
2
, . . . , e
n
) es un subespacio vectorial de R
n
.
Supongamos que (e
1
, e
2
, . . . , e
N
) es una base ortonormal del L R
n
, de dimension nita N < n.
Entonces, para cada vector v R
n
, los coecientes
i
, i = 1, 2, . . . , N, de la proyeccion ortogonal
de v sobre el subespacio L,
p =
N
i=1
i
e
i
,
se obtienen facilmente haciendo uso del truco de la ortogonalidad del vector v p con cada vector
e
i
de la base de L, y teniendo en cuenta que la base ortonormal equivale a que e
i
, e
k
) = 1, si i = k,
y e
i
, e
k
) = 0, en otro caso.
En efecto,
v p L =
_
v
N
i=1
i
e
i
, e
k
_
= 0 = v, e
k
)
N
i=1
i
e
i
, e
k
) = 0 = v, e
k
) =
k
.
Por lo tanto, para cada k, se obtiene
k
= v, e
k
), y la proyeccion ortogonal queda determinada por
p =
N
i=1
v, e
i
) e
i
.
Y ya es terriblemente sospechoso que, seg un el contexto, a los coecientes
i
= v, e
i
) se les llame
precisamente coecientes de Fourier de v para la base (e
1
, e
2
, . . . , e
N
).
NOTA: En el lenguaje del algebra lineal, se dice que = (
1
,
2
, . . . ,
N
)
T
es la pseudosolucion
del sistema Ax = v, siendo A = [e
1
e
2
e
N
] la matriz de columnas e
i
, es decir, cada una de las
N columnas de la matriz A esta formada por las n coordenadas del vector e
i
correspondiente.
A J M
Alternativamente, tambien se puede decir que Ax = v es un sistema superdeterminado incom-
patible (salvo que v este en L) de rango maximo, lo que implica que = psol(Ax = v) es la
unica solucion en mnimos cuadrados del sistema incompatible. En cualquier caso, al margen de la
notacion empleada para describirlo, lo que resulta signicativo es que el valor [[v p[[
2
2
minimiza,
para los vectores x = (x
1
, x
2
, . . . , x
N
)
T
L, la expresion
E = [[v x[[
2
2
=
N
k=1
[v
k
x
k
[
2
.
Como una imagen vale mas que mil palabras, vease la Figura 3.18, para mas detalle.
Figura 3.18: Un vector v , L y su proyeccion ortogonal sobre L.
Si desde la perspectiva anterior se vuelve a mirar ahora el subespacio de funciones que queda
determinado por L = 1, cos( x), sen( x), . . . , cos(N x), sen(N x) ), para el que las funciones
que lo denen forman un sistema ortogonal, utilizando el producto escalar (3.6.2), y como en el
caso de R
n
(ajustando el producto escalar para normalizar el sistema de vectores), calculamos sus
coecientes de Fourier
A
0
= f, 1), A
k
= f, cos(k x)), y B
k
= f, sen(k x)), k = 1, 2, . . . , N,
(o, en terminos algebraicos, la pseudosolucion de un sistema superdeterminado equivalente que
pudiera plantearse para obtener los coecientes A
n
y B
n
), obtendramos tambien los coecientes
de la proyeccion ortogonal de f sobre L, que sera un polinomio trigonometrico
p(x) = A
0
+
N
n=1
(A
n
cos(n x) + B
n
sen(n x)) .
Entonces, de entre los polinomios trigonometricos q(x) de L, el error en mnimos cuadrados para
la funcion f sobre el subespacio L, que determina ahora la expresion
E = [[f(x) q(x)[[
2
2
=
_
T
0
[f(x) q(x)[
2
dx,
se minimizara para la proyeccion ortogonal q(x) = p(x), en el supuesto de que esta existiera. As,
la Cuestion 3.6.4 se puede ahora formular tambien en el siguiente sentido:
A J M
Quien es el polinomio trigonometrico p(x) L que minimiza E =
_
T
0
[f(x) q(x)[
2
dx?
Observese que cuando q(x) = S
N
(x), es decir, cuando el polinomio trigonometrico q(x) es la
suma parcial de la serie de Fourier de f, la expresion que se obtiene para E es el error cuadratico
medio E = E
N
, que se denio en (3.6.1), y que mide el grado de aproximacion de S
N
a f. Por
supuesto, la propiedad siguiente desvela los interrogantes anteriores en el sentido esperado:
La proyeccion ortogonal de f sobre el subespacio L es la suma parcial S
N
de su serie de Fourier.
O si se preere en terminos de mnimos cuadrados:
Dada una funcion f, no puede existir un polinomio trigonometrico q L que produzca un
error E = [[f q[[
2
2
menor que el error cuadratico medio obtenido para f con la suma parcial
S
N
de su serie de Fourier.
Demos al resultado la importancia que tiene. Simbolicamente:
Proposicion 3.6.5 En las condiciones y con la notacion empleada anteriormente:
[[f p[[
2
minimiza [[f q[[
2
= A
0
= a
0
, A
n
= a
n
y B
n
= b
n
, n = 1, 2, . . . , N.
En efecto, si igualamos a 0 la derivada con respecto a B
k
, por ejemplo, en la expresion
E = [[f p[[
2
2
=
_
T
0
_
f(x)
_
A
0
+
N
n=1
(A
n
cos(n x) + B
n
sen(n x))
__
2
dx,
se tiene
B
k
E =
_
T
0
2
_
f(x) A
0
n=1
(A
n
cos(n x) + B
n
sen(n x)
_
sen(k x) dx = 0
que simplicando convenientemente (si uno no se asusta), la ortogonalidad reduce a
_
T
0
f(x) sen(k x) dx + B
k
_
T
0
(sen(k x))
2
dx = 0 .
Por lo tanto, teniendo en cuenta que
_
T
0
sen
2
(k x) dx = T/2, se tiene nalmente
B
k
=
2
T
_
T
0
f(x) sen(k x) dx = b
k
.
El mismo argumento se puede emplear con los demas coecientes A
n
y B
n
.
Para ilustrar gracamente el resultado que establece la Proposicion 3.6.5, en analoga a lo
representado geometricamente en la Figura 3.18 para R
n
, observese atentamente la Animacion 3.19.
A J M
Animacion 3.19: La funcion escalon en L
2
y algunas proyecciones.
Se visualiza la funcion escalon f (en rojo) situada en un plano superior, que representa al
espacio de las funciones 2-periodicas de L
2
(de dimension innita) donde se encuentra; al mismo
tiempo, se van representando algunas de las sumas parciales S
N
de su serie de Fourier, que se
sit uan en distintos planos (en verde), y que se corresponderan con los distintos subespacios L, de
dimension nita donde cada una de ellas se encuentra. As, a medida que aumenta la dimension de
los subespacios L, los planos donde se sit uan las aproximaciones S
N
de f se acercan cada vez mas
al plano superior, indicando que S
N
esta mas cerca de f en el sentido de los mnimos cuadrados.
Observese que, en cada paso de la Animacion 3.19, el error cuadratico medio sera el area de la
diferencia [f(x) S
N
(x)[
2
en un periodo. Por ejemplo, el caso N = 3 se representa gracamente en
la Figura 3.20: la funcion escalon dibujada en color rojo y S
3
en azul; ademas, esta coloreada en
verde la funcion que mide la diferencia [f(x) S
3
(x)[ y esta resaltada en trazo grueso (en negro)
la que representa su cuadrado, [f(x) S
3
(x)[
2
. El area que delimita esta ultima curva con el eje
de abscisas es el error cuadratico medio E
3
= [[f S
3
[[
2
2
de la aproximacion.
Figura 3.20: Error [[f S
3
[[
2
2
en la funcion escalon.
Como corolario de la Proposicion 3.6.5 se obtienen los resultados siguientes:
Proposicion 3.6.6 Sea f una funcion T-peri odica que verica las condiciones de Dirichlet, y
considerense los respectivos coecientes de Euler-Fourier, a
n
y b
n
, de la serie de Fourier de f.
A J M
Entonces, se verica:
(a) [[S
N
[[
2
2
=
_
T
0
[S
N
(x)[
2
dx
_
T
0
[f(x)[
2
dx = [[f[[
2
2
.
En consecuencia, se tiene la desigualdad de Bessel:
T a
2
0
+
T
2
N
n=1
_
a
2
n
+ b
2
n
_
[[f[[
2
2
.
(b)
n=1
a
2
n
< y
n=1
b
2
n
< . En consecuencia, lm
n
a
n
= 0 y lm
n
b
n
= 0.
(c) a
2
0
+
1
2
n=1
_
a
2
n
+ b
2
n
_
=
1
T
_
T
0
[f(x)[
2
dx (Identidad de Parseval)
En efecto, la primera parte del apartado (a) es consecuencia de que S
N
es una suma parcial del
desarrollo de f y de las propiedades del producto escalar (3.6.2). As, lo que indica la desigualdad
[[S
N
[[
2
[[f[[
2
, geometricamente, es que la proyeccion ortogonal de una funcion f sobre un
subespacio L (es decir, S
N
) no puede tener una longitud mayor que la de la propia funcion
f que se proyecta. Por otro lado, la desigualdad de Bessel se obtiene directamente como una
aplicacion del teorema de Pitagoras con el vector S
N
(valido para la norma [[ [[
2
, en el espacio de
funciones), ya que S
N
(x) no es mas que una suma nita de vectores ortogonales para el producto
escalar (3.6.2) considerado. Por lo tanto, basta aplicar las propiedades de la norma y los valores
obtenidos en (3.6.3) a la igualdad
[[a
0
+
N
n=1
(a
n
cos(n x) + b
n
sen(n x))[[
2
2
= [[a
0
[[
2
2
+
N
n=1
([[a
n
cos(n x)[[
2
2
+[[b
n
sen(n x)[[
2
2
) .
Para probar el apartado (b), notese que la desigualdad de Bessel implica que las sumas parciales
de la serie de terminos positivos

(a
2
n
+ b
2
n
) estan acotadas; por lo tanto, convergen las series
n=1
(a
2
n
+ b
2
n
) ,
n=0
a
2
n
y
n=1
b
2
n
.
As, la condicion necesaria de convergencia de una serie numerica implica que el termino general de
cada una de las series anteriores tiende a 0; en particular, (a
2
n
) 0 y (b
2
n
) 0. Por consiguiente,
(a
n
) 0 y (b
n
) 0 son condiciones necesarias que deben vericar los coecientes de las series
trigonometricas que son series de Fourier de funciones vericando las condiciones de Dirichlet.
Finalmente, la identidad, igualdad o relacion de Parseval del apartado (c) (as se le llama seg un
el contexto en el que se emplea) determina precisamente la norma [[f[[
2
de la funcion f como
suma de una serie numerica convergente, en terminos de los coecientes de su serie de Fourier. Los
detalles de las demostraciones omitidos pueden consultarse por ejemplo en el el texto Introduction
to Classical Real Analysis, de Stromberg, que gura como referencia [12].
A J M
Ejemplo 3.6.7
La serie trigonometrica
n=0
cos(nx) = 1 + cos x + cos(2 x) + cos(3 x) + . . .
no puede ser la serie de Fourier de ninguna funcion 2-periodica f que verique las condiciones
de Dirichlet, ya que la sucesion de coecientes (a
n
) = (1, 1, 1, . . . ) no converge a 0. No obstante,
los coecientes de la serie trigonometrica podran ser obtenidos con las formulas de Euler-Fourier,
aplicadas a otra clase de funciones (vease la funcion (x) de Dirac, en la seccion siguiente).
En un contexto mas amplio, la identidad de Parseval permite una identicacion entre una
clase de funciones que se estan considerando (elementos de L
2
(T)) y la sucesiones formadas por
sus coecientes de Fourier (elementos de l
2
). En realidad, esto sucede porque el sistema ortogonal
S, formado por las funciones 1, cos(n x) y sen(n x), es un sistema completo en el espacio de
funciones L
2
(T). Que un sistema S sea completo signica que ninguna funcion, excepto la funcion
nula, puede ser ortogonal a todas las del sistema. As, encontrando cada coeciente de Fourier de
una funcion f, es decir, su proyeccion ortogonal en la direccion del elemento correspondiente del
sistema, la suma de todas las componentes perpendiculares equivale a la funcion.
En nuestro caso, cada funcion se puede obtener como una serie en los elementos periodicos
del sistema S, que estan armonicamente relacionados por tener todos una frecuencia
n
= n.
Por supuesto, sucede lo mismo con cualquier otro sistema ortonormal de funciones que tambien sea
completo. As, el mismo resultado se obtiene con el sistema formado por las exponenciales complejas
e
i n x
, que tambien es completo (para el producto escalar complejo). Entonces, para este sistema,
la identidad de Parseval adoptara la forma
n=
[c
n
[
2
=
1
T
_
T
0
[f(x)[
2
dx,
siendo los c
n
los coecientes de la forma compleja de la serie de Fourier de f.
Si un sistema de funciones ortogonales (no tienen por que ser funciones trigonometricas) no
fuera completo, no podra obtenerse la identidad de Parseval para todas las funciones. Por ejemplo,
si se considera el sistema S anterior, en el que se ha eliminando la funcion senx, entonces para las
funciones en las que b
1
,= 0 en su serie de Fourier, la identidad de Parseval no puede vericarse.
En tal caso, si el sistema que se considera no es completo, lo que s se verica es la desigualdad de
Bessel con un ndice innito en el sumatorio.
Tanto el espacio de funciones L
2
como el de sucesiones l
2
son ejemplos de lo que se llaman
en Matematica espacios de Hilbert, que son los ejemplos mas sencillos de espacios vectoriales de
dimension innita en los que se tiene que introducir la convergencia y los vectores son determi-
nados entonces como series convergentes. Un analisis mas profundo de estas cuestiones exige un
conocimiento matematico mayor que escapa del nivel del curso y es el germen de lo que se conoce
actualmente como analisis funcional.
A J M
Desde el punto de vista del calculo innitesimal, o mas propiamente desde el punto de vista del
analisis matematico, se puede consultar el texto anteriormente citado de Stromberg (referencia [12]),
donde gura un captulo nal dedicado a las series trigonometricas y en el que se encuentran los
resultados mas generales y muchos ejemplos interesantes de la teora. Sin embargo, su nivel supera
tambien con mucho el aqu seguido.
3.7. Transformadas de Fourier.
En esta seccion se muestra como se emplea el analisis de Fourier en el marco de las transformadas.
Se ilustran algunas de las posibilidades con ejemplos sencillos (pero importantes) para ver como
pueden ser utiles las series de Fourier en m ultiples campos y, en particular, en el de la Informatica.
Transformada de una funcion periodica.
Veamos primeramente la notacion que se emplea con los conceptos introducidos en las secciones
anteriores. En particular, cuando la funcion denida por la serie de Fourier y los coecientes de
Euler-Fourier son considerados en el contexto de las transformadas reciben un nombre distinto.
Dada una funcion T-periodica f y de frecuencia fundamental = 2 /T, que verique las
condiciones de Dirichlet, en el analisis de Fourier intervienen las ecuaciones:
1. f(x) = a
0
+
n=1
(a
n
cos(n x) + b
n
sen(n x)) .
2. a
0
=
1
T
_
T
0
f(x) dx, a
n
=
2
T
_
T
0
f(x) cos(n x) dx, b
n
=
2
T
_
T
0
f(x) sen(n x) dx.
La primera de ellas, en terminos de funciones armonicamente relacionadas con frecuencias que son
m ultiplos enteros de , se conoce como ecuacion de sntesis; las otras relaciones son las formulas de
los coecientes de Euler-Fourier, en terminos de las integrales de los productos de la funcion f con
los armonicos y se conocen como ecuacion de analisis (ecuaciones, en este caso) o transformada de
Fourier de la funcion. Sustituyendo las relaciones que intervienen en la ecuacion de analisis en la
de sntesis se recupera completamente la funcion.
Por supuesto, en la forma compleja las ecuaciones anteriores adoptan una forma mas sencilla:
1. f(x) =
n=
c
n
e
i n x
. (Sntesis)
2. c
n
=
1
T
_
T
0
f(x) e
i n x
dx. (Analisis)
La ecuacion de sntesis indica ahora que la funcion f se puede expresar como una combinacion
lineal innita de funciones periodicas, f
n
(x) = e
i
n
x
, llamadas tambien armonicos (como los senos
y cosenos) y estan armonicamente relacionadas, con frecuencias
n
= n m ultiplos de la de f.
A J M
Transformadas de Fourier 105
Como en el caso anterior, las ecuaciones de analisis son las formulas de Euler-Fourier para los
coecientes de la forma compleja de la serie de Fourier de f. As, utilizando las ecuaciones de
analisis en la de sntesis, se recupera de nuevo la funcion f en la forma:
f(x) =
1
T
n=
__
T
0
f(x) e
i n x
dx
_
e
i n x
.
En algunas aplicaciones del analisis de Fourier, lo que se trata esencialmente es de estudiar
problemas relacionados con la funcion f, en la variable temporal continua x, pero utilizando su
transformada de Fourier, es decir, mediante el estudio de una variable discreta cuyos valores son
determinados por los coecientes de la serie de Fourier de f. As, el analisis se limita a las amplitudes
y fases de los armonicos, que se representan en unos nuevos ejes de ordenadas, en cuyo eje de abscisas
los valores enteros n denotan ahora a los m ultiplos
n
= n de la frecuencia.
Por consiguiente, el fundamento del analisis de Fourier es entonces el mismo que el empleado con
las series de potencias para resolver ecuaciones de recurrencias con la transformada Z. Entonces, se
pasaba el estudio del problema del dominio de las sucesiones al dominio de las funciones mediante
la transformada; y luego, invirtiendo el proceso, se poda regresar con la informacion necesaria para
resolver el problema planteado (hallar la solucion de la recurrencia) al dominio de las sucesiones.
En el nuevo contexto, el analisis de Fourier transforma el estudio de problemas sobre una funcion,
en el dominio del tiempo, en el estudio de problemas sobre las amplitudes y fases de su serie de
Fourier, en el dominio de las frecuencias. Los coecientes de Fourier se interpretan entonces, como
en el caso de la transformada Z, como un medio de analizar una funcion pasando de un espacio de
funciones a otro (de sucesiones) mas adecuado a la naturaleza del problema.
Para una funcion T-periodica f vericando las condiciones de Dirichlet, la transformada de
Fourier en el dominio del tiempo x es una sucesion de puntos en el dominio de las frecuencias .
Simbolicamente, el proceso es analogo al considerado en el Tema 2 para la transformada Z:
Dominio del tiempo x Dominio de la frecuencia
T : Transformada de Fourier
-
f (c
n
)
T
1
: Transformada inversa
Diagramas espectrales.
Con frecuencia, los valores de las amplitudes y fases son representados en el dominio del tiempo
como diagramas de barras que son llamados diagramas de frecuencias o diagramas espectrales.
Si se usa la forma compleja de la serie de Fourier, lo habitual es la representacion de los
modulos de los coecientes, [c
n
[, en cada n entero en un diagrama de barras simetrico respecto
A J M
del eje de ordenadas que se llama tambien su espectro; analogamente, se necesitara en general, el
espectro o diagrama espectral de los argumentos de los coecientes c
n
. Del mismo modo, se pueden
representar tambien los coecientes de la forma trigonometrica de la serie de Fourier, a
n
y b
n
, o las
amplitudes y fases,
n
y
n
, cuando se considera la forma amplitud-fase de la serie de Fourier de la
funcion; as, se tienen distintos tipos de diagramas espectrales, seg un la forma de la serie de Fourier
que se este considerando. Evidentemente, todos los diagramas espectrales tienen una dicultad de
obtencion equivalente y responden a una misma idea de resaltar las amplitudes (y/o fases) de los
armonicos signicativos en el dominio de las frecuencias, seg un el problema considerado.
Ejemplo 3.7.1
Para la funcion f(x) = x
2
, denida en [1, 1] y extendida a R por periodicidad su serie de Fourier
es obtenida en el Ejemplo 3.2.10, y se tiene
f(x) =
1
3
+
4
2
_
cos( x) +
1
2
2
cos(2 x)
_
=
1
3
+
4
n=1
(1)
n
n
2
cos(n x).
Tomando como unidad en el eje de abscisas la frecuencia = , el diagrama espectral de los
coecientes a
n
que se obtiene hasta n = 7 se muestra en la Figura 3.21.
Figura 3.21: Diagrama de frecuencias a
n
.
Como los coecientes b
n
son todos nulos, el espectro de sus frecuencias es evidentemente innecesario.
En este caso, como la funcion es par, los coecientes c
n
de la forma compleja de la serie de
Fourier son reales y su valor para cada n ,= 0 se reduce a la mitad de los coecientes a
n
de la serie
en forma trigonometrica; por consiguiente, c
n
= a
n
/2, y la forma compleja de la serie de Fourier es
f(x) =
1
3
+
2
n=
n=0
(1)
n
n
2
e
i n x
,
El diagrama espectral de los modulos [c
n
[, entre n = 7 y n = 7 , es el de la Figura 3.22 (a).
Evidentemente, el diagrama espectral de los modulos de c
n
recoge implcitamente el espectro de
amplitudes
n
= 2 [c
n
[, que se corresponde con los valores duplicados de [c
n
[, considerando solo el
semieje de abscisas positivo. En la Figura 3.22 (b), para enfatizar este hecho, se resalta el diagrama
de amplitudes
n
(en rojo), sobre el semieje correspondiente del diagrama de la Figura 3.22 (a).
A J M
(a) Espectro de modulos [c
n
[. (b) Espectro de amplitudes
n
(en rojo).
Figura 3.22: Diagramas espectrales de [c
n
[ y
n
para la se nal f.
Por supuesto, el diagrama de fases
n
es tambien innecesario en el ejemplo (como el diagrama
espectral de b
n
) porque cada coeciente c
n
es un n umero real, alternandose los signos; luego, los
valores de
n
seran los de la sucesion (0, , 0, , . . . ), y en lenguaje de se nales se dira que los
armonicos impares de la funcion f estan todos atrasados, con un mismo desfase
n
= .
Observese que cuando la funcion f es par o impar, el diagrama espectral de las amplitudes
n
se puede visualizar a partir del diagrama espectral de coecientes a
n
o b
n
que no sea nulo; por
ejemplo, si f es par, entonces
n
=
_
a
2
n
+ b
2
n
= [a
n
[ y solo hay que invertir las barras de valor
negativo del espectro de a
n
para obtener el espectro de las amplitudes
n
. En forma analoga, si f
es par, el diagrama espectral de los [c
n
[, para la forma compleja de la serie de Fourier, se obtendra
a partir de las relaciones [c
0
[ = a
0
y [c
n
[ = [a
n
[/2.
Notese que si una funcion es par, por supuesto, los signos de a
n
no tienen por que ir alternandose
como en el Ejemplo 3.7.1; analogamente, si la funcion es impar, los signos de b
n
pueden estar
distribuidos de cualquier forma y pudiera ser necesario un esquema del diagrama de fases.
Por otro lado, si una funcion no es par ni impar, los argumentos
n
pueden tomar cualquier valor
del intervalo (, ] y entonces el diagrama de fases no puede ser omitido. Es decir, en general, se
necesitan dos diagramas espectrales para analizar la funcion en el dominio de las frecuencias, los
que aportan los coecientes a
n
y b
n
, o los correspondientes a las amplitudes
n
(o a los modulos
[c
n
[, si se preere) y a las fases
n
.
El hecho destacable es que la identidad de Parseval garantiza que los modulos de los coecientes
a
n
, b
n
o c
n
que se utilicen para representar una funcion como serie de armonicos tienden a 0.
As, el analisis de Fourier consiste basicamente en utilizar las frecuencias relevantes en la serie
de Fourier de una funcion, y eliminar o modicar el resto mediante ltros de frecuencias, por
ejemplo, para sustituir la funcion (la se nal, en el argot tecnico) por una razonable cantidad nita
de armonicos que la representen en su estudio y/o tratamiento.
De este modo, cuando un informatico manipula sonido o imagenes u otro tipo de datos que son
enviados como se nales, el analisis de Fourier y sus variantes (hay toda una teora de transformadas)
es una herramienta importantsima para su tratamiento. Entre otras cosas, permite simplicar y
comprimir datos (digitalizados a traves de los coecientes de Fourier), eliminar distorsiones o ruidos
en las transmisiones (eliminando o modulando armonicos de frecuencias que no se correspondan
A J M
con las de los datos reales), reconocer formas o caracteres (asignandoles el espectro de la curva que
recorre el contorno) y muchas mas (que yo desconozco. . . ) relacionadas con distintas disciplinas y
que aparecen (cuando menos se lo espera uno) en los manuales especcos.
Un ejemplo facil puede servir para ilustrar algunos de los metodos que se emplean en el analisis.
Ejemplo 3.7.2
El grito de dos personas en un intervalo y repetido periodicamente, o el latido de un corazon, o
una mezcla de colores, etc. que llegara mediante una funcion del tiempo podra verse en la forma
Figura 3.23: La se nal en el dominio del tiempo.
Si supieramos que la graca periodica de la funcion anterior se corresponde a una mezcla de dos
sonidos periodicos, podramos intentar descomponerlos para analizarlos por separado (y comprobar,
por ejemplo, si esta gritando un conocido, del que se tenga registrada la voz). . . Sin embargo, a
partir de la graca anterior:
Quien es capaz de separar las gracas correspondientes a los dos sonidos?
Nada mas facil que usar la transformada de Fourier en su version a
n
, b
n
, por ejemplo, para tratar
la funcion en el dominio de las frecuencias. Supongamos, que utilizando el aparatejo medidor de
frecuencias adecuado, se obtienen los diagramas de la Figura 3.24.
Admitiendo que los elementos periodicos mezclados en la graca de la Figura 3.23 son puros,
y que el medidor de frecuencias (con sus limitaciones) introduce peque nas distorsiones, parece
razonable pensar que los elementos distintos que se quieren separar se corresponden con las dos
frecuencias,
1
= 13 y
2
= 15 de la componente par, cuyas amplitudes [a
n
[ se destacan de
forma notable por encima de las otras en el diagrama de la Figura 3.24 (a). As, son solo los
armonicos relativos al coseno los que tienen amplitud signicativa. La onda que oscila menos (menor
frecuencia) tiene, por cierto, mayor amplitud que la que tiene mayor frecuencia.
Por consiguiente, reuniendo la informacion recogida en el dominio de las frecuencias, se deduce
que la funcion f en el dominio del tiempo, que representa la graca de la Figura 3.23, esta compuesta
A J M
(a) Espectro de a
n
. (b) Espectro de b
n
.
Figura 3.24: Diagramas espectrales a
n
y b
n
de la se nal f.
de la suma de las ondas que denen las funciones
f
1
(x) = 3 cos(13 x) y f
2
(x) = cos(15 x) .
y se puede descomponer la se nal, como muestra la Figura 3.25, en la que se muestran superpuestas
sobre los mismos ejes las dos se nales puras.
Figura 3.25: Descomposicion de la se nal f(x) 3 cos(13 x) + cos(15 x).
Por supuesto, si las gracas resultantes de la descomposicion no se corresponden con los ele-
mentos que se suponen mezclados, entonces se necesitara un analisis mas no de las frecuencias
(o una reparacion del aparato que las mide). Por otro lado, las se nales matematicas ideales tienen
poco que ver con las se nales reales, as que una parte importante del analisis de Fourier se emplea
en representar y tratar de forma el las se nales continuas discretizadas.
A J M
Transformada discreta de Fourier.
Una situacion habitual es que no se conoce una formula para la funcion que se considera, sino que
se tiene de ella solo una tabla de datos en un periodo. O bien, se tiene una funcion conocida, pero es
preferible manejarla tabulada por diversos motivos, empleando por ejemplo tecnicas de muestreo.
As que, en realidad, lo que se suele usar son versiones discretas de las transformadas en la
forma compleja, que relacionan estrechamente el campo del analisis matematico con el del algebra
lineal. Veamos como sucede esto.
Supongamos que f es una funcion T-periodica, con frecuencia fundamental = 2/T, y se ja
un soporte de N +1 elementos del intervalo [0, T], determinado por x
0
, x
1
, . . . , x
N
, con x
0
= 0
y x
N
= T. Entonces, una aproximacion discreta de la funcion f se obtiene mediante la tabla de
valores que se tiene con los puntos
(x
0
, f(x
0
)), (x
1
, f(x
1
)), (x
2
, f(x
2
)), . . . , (x
N1
, f(x
N1
)) ,
que determina la funcion en todo R, ya que la periodicidad de f implica que f(x
0
) = f(x
N
), y por
lo tanto se puede suponer conocida la funcion en un intervalo de amplitud un periodo.
En modo analogo a la forma compleja de la serie de Fourier de f, pretendemos encontrar los
coecientes c
n
que permitan obtener los valores f(x
m
) mediante la expresion
f(x
m
) =
n=
c
n
e
i n x
m
.
Tomando el soporte equidistante (es decir, x
i
x
i1
= h), cambiando la variable independiente x
m
por la variable entera m (que es mas comoda), y haciendo f(m) = f(x
m
), el conjunto de puntos
(m, f(m)) que representa ahora a la funcion f es el de la tabla
(0, f(0)), (1, f(1)), (2, f(2)), . . . , (N 1, f(N 1)) .
De este modo, se tiene tambien la funcion como una tabla discreta, pero con periodo N y frecuencia
= 2 /N. As que entonces el problema se reduce a hallar los coecientes c
n
que expresan los
valores f(m) mediante una combinacion de exponenciales discretas,
f(m) =
n=
c
n
e
i n m
. (3.7.3)
Diferencias entre la exponencial compleja discreta y continua.
Las funciones exponenciales f
n
(m) = e
i n m
discretas se comportan como las continuas, pero tienen
importantes diferencias. Por ejemplo, no son periodicas para cualquier valor de la frecuencia y,
por otra parte, la velocidad de las oscilaciones no crece indenidamente con la frecuencia. Aclaramos
esto en las siguientes consideraciones.
Sea f una funcion exponencial en la variable entera m, denida en la forma f(m) = e
i m
, y
que tiene periodo N, entonces:
(1) En el caso discreto no esta permitido cualquier valor de la frecuencia .
A J M
En efecto, ya que la igualdad e
i
= 1 solo se verica cuando = 2 k, con k entero, en virtud
de la N-periodicidad de f, se tiene
f(m + N) = f(m) = e
i (m+N)
= e
i m
= e
i N
= 1 .
Por consiguiente, N = 2 k, para alg un entero k, y

2
=
k
N
tiene que ser un n umero racional.
(2) En el caso discreto, el aumento de la frecuencia no implica siempre aumento de la oscilacion.
En efecto, de nuevo el hecho de que sea e
i 2 k
= 1, para k entero, hace que en en el caso
discreto, la funcion g, de frecuencia + 2 , sea en realidad la misma que la funcion f, con
frecuencia , ya que
g(m) = e
i (+2 ) m
= e
i m
e
i 2 m
= e
i m
= f(m) .
(3) En el caso discreto, las funciones f
n
, con n N, denidas por f
n
(m) = e
i n m
, estan
armonicamente relacionadas. De hecho, cada funcion f
n
tiene el mismo periodo que la funcion
exponencial discreta N-periodica f, denida por f(m) = e
i m
.
En efecto, ello es consecuencia de que si N = 2 / es el periodo de la funcion f(m) = e
i m
,
entonces se tiene e
i n N
= e
i n2
= 1, para todo n N; por consiguiente, se verica
f
n
(m + N) = e
i n (m+N)
= e
i n m
e
i n N
= e
i n m
= f
n
(m) .
(4) En el caso discreto, solo hay N armonicos de la forma f
n
(m) = e
i n m
que sean distintos.
En efecto, en tal caso se obtiene que f
n+N
(m) = f
n
(m), para todo m, ya que
f
n+N
(m) = e
i (n+N) m
= e
i (n+
2
) m
= e
i n m)
e
i 2 m
= e
i n m
= f
n
(m) .
Por consiguiente, la funcion exponencial discreta f
n
(m) = e
i n m
, de frecuencia n, es la
misma que la exponencial discreta f
n+N
(m) = e
i (n+N) m
, que tiene frecuencia (n + N) ; de
hecho, la funcion f
n
es la misma que cualquier funcion exponencial discreta f
n+kN
, con k entero.
As, para cada frecuencia = 2 /N, solo hay realmente N funciones exponenciales N-periodicas
discretas distintas, de la forma f
n
(m) = e
i n m
. Con mas precision, a medida que se aumenta el
valor n, no se van obteniendo funciones distintas, sino que se van repitiendo las funciones
f
0
(m) = 1, f
1
(m) = e
i m
, f
2
(m) = e
i 2 m
, . . . , f
N1
(m) = e
i (N1) m
.
Podemos mostrar ahora como se maniestan las diferencias de comportamiento en la oscilacion
al aumentar la frecuencia de funciones armonicamente relacionadas en el caso continuo, donde se
cuenta con innitas f
n
(x) = e
i n x
distintas, y en el caso discreto, en el que solo se tiene un
n umero nito de f
n
(m) = e
i n m
distintas:
(a) En el caso continuo, a medida que va aumentando la frecuencia
n
= n de las funciones
armonicamente relacionadas, las oscilaciones de las funciones f
n
(x) = e
i
n
x
que se van obteniendo
son cada vez mas rapidas, como consecuencia de que cada vez hay mas periodos de la graca de f
n
en el intervalo [0, 2] (como se muestra con y = sen(
n
x) en la Animacion 3.2).
A J M
(b) En el caso discreto, sin embargo, para
0
= 0 se tiene f
0
(m) = 1, donde no hay oscilacion (igual
que con f
0
(x) = 1 en el caso continuo), y a medida que aumenta la frecuencia
n
= n, el n umero
de periodos de las funciones f
n
(m) = e
i n m
contenidos en el intervalo [0, 2] (las oscilaciones)
tambien va aumentando. . . pero solo hasta que la frecuencia llega al valor
n
0
= (N/2) = !!
De hecho, si la frecuencia
n
= n se contin ua aumentando, entonces la velocidad de oscilacion en
el caso discreto disminuye hasta que en
N
= N = 2 resultan los valores, f
N
(m) = f
0
(m) = 1,
que son los mismos que se obtenan con la frecuencia de partida
0
= 0. Por lo tanto:
Para las N exponenciales discretas N-periodicas distintas, f
n
(m) = e
i
n
m
, con
n
= n(2 /N),
cuando los valores de
n
estan proximos a = 0 (o a = 2 ), las oscilaciones se producen de
forma lenta y son llamadas de baja frecuencia; por otro lado, las exponenciales discretas de alta
frecuencia son aquellas en las que valores de
n
estan cerca de = .
Observese atentamente la Animacion 3.26 en la que se muestran las gracas de las funciones con-
tinuas f
n
(x) = cos(
n
x), para n = 0, 1, 2, . . . , 22, y las de sus correspondientes funciones discretas
f
n
(m) = cos(
n
m), cuando m recorre los valores del soporte S = 0, 1, 2, . . . , 30, para el intervalo
[0, 30] R, y se consideran las frecuencias
n
variando en m ultiplos de = /10.
Animacion 3.26: Oscilacion discreto-continuo de y = cos( x) al aumentar .
Se han destacado las oscilaciones de los valores f
n
(m) en el caso discreto, construyendo lneas
(en color rojo) desde las abscisas x = m hasta los puntos respectivos (m, f
n
(m)) que sit uan sobre la
graca de la respectiva funcion continua y = f
n
(x). Las oscilaciones de la funcion continua aumentan
cada vez mas (en verde), a mediada que aumenta
n
; por otro lado, la maxima oscilacion en el caso
discreto se produce para el valor
n
= , en n = 10, donde los valores f
10
(m), m = 0, 1, . . . , 30,
cambian alternativamente de 1 a 1, lo que podra ser considerado como la peor oscilacion posible,
para una funcion cuyas imagenes estan en el intervalo [1, 1].
Posteriormente, las oscilaciones en el caso discreto vuelven a disminuir al seguir aumentando la
frecuencia
n
, hasta que esta toma el valor
N
= 2 y los valores de la funcion f
N
vuelven a ser
constantemente 1, situandose entonces los puntos (m, f
N
(m)) = (m, 1) de la graca en los maximos
de la funcion continua f
N
(x) = cos(2 x), que tiene periodo 1.
A J M
Por supuesto, si se contin ua aumentando la frecuencia, en la version continua siguen aumentando
las oscilaciones de f
n
(x); pero observese como, en la version discreta, para cada = 2 + k

10
se
van repitiendo de nuevo las sucesiones de puntos (m, f(m)) obtenidas para = k

10
.
Obtencion de la transformada discreta de Fourier.
Dado que solo hay en realidad N funciones exponenciales N-periodicas distintas armonicamente
relacionadas, cuando una funcion T-periodica y = f(x) se discretiza y se representa por una funcion
N-periodica, y = f(m), solo se necesitan N coecientes c
n
de la forma compleja de la serie de
Fourier (3.7.3) para determinar los valores f(m). As, el proceso de discretizacion equivaldra a
una forma de agrupacion de las exponenciales en la expresion f(x) =
c
n
e
i n x
, para dejar solo
una suma nita de N de ellas, de modo que permitan determinar la tabla de valores (m, f(m)) que
representan a la funcion f en el soporte elegido.
Considerando m en el soporte S = 0, 1, . . . , N 1, con el cambio de variables oportuno para
que y = f(m) en un periodo N sustituya a y = f(x) en un intervalo de amplitud T, y utilizando
las exponenciales referidas a los ndices n = 0, 1, . . . , N 1, por ejemplo, se debe tener
f(m) =
N1
n=0
c
n
e
i n m
,
donde los coecientes c
n
respectivos, para n = 0, 1, 2, . . . , N 1, determinan completamente los
valores f(m), con m = 0, 1, 2, . . . , N 1, que han tabulado a la funcion f. As, el problema de
obtener la serie de Fourier de una funcion f discretizada se reduce a:
Encontrar N n umeros complejos c
n
de modo que se veriquen las N ecuaciones
f(m) =
N1
n=0
c
n
e
i n m
, m = 0, 1, 2, . . . N 1 .
Si el soporte S = 0, 1, . . . , N1 es un conjunto con un n umero suciente de puntos, es decir, si N
es sucientemente grande, el analisis de Fourier de la representacion tabular y = f(m) sera bastante
el al analisis de Fourier de la funcion f.
El planteamiento ha conducido entonces a que la obtencion de los coecientes de Fourier c
n
de
una funcion f discretizada es equivalente a la resolucion de un problema de interpolacion para f:
A. Encontrar los N coecientes c
n
de una combinacion lineal de funciones f
n
de un cierto
tipo (en nuestro caso, f
n
(x) = e
i n x
), de modo que la suma

c
n
f
n
coincida en los puntos x
i
de un soporte S con los valores f(x
i
) que toma en ellos una funcion dada f.
La solucion a un problema de interpolacion es una combinacion lineal de funciones apropiadas,
que permite obtener para la funcion tabulada f valores en otros puntos distintos de los del soporte
(sustituyendo en la combinacion lineal). Aunque la combinacion lineal representa de hecho a todas
las funciones que tienen los mismos valores que f en el soporte, si este tiene un n umero razonable
de puntos, y bajo ciertas condiciones (como se vera en el Tema 7), la funcion que la combinacion
lineal determina, que se llama funcion interpoladora y es unica, puede llegar a representar bastante
bien a la funcion tabulada.
A J M
Por supuesto, un problema de interpolacion nita puede considerarse tambien como un problema
de algebra lineal (algebra numerica, en realidad). As, la obtencion de de los coecientes de Fourier
c
n
de una funcion f discretizada tambien es equivalente a la resolucion de un sistema de ecuaciones
lineales:
B. Encontrar un vector c = (c
0
, c
1
, . . . , c
N1
)
T
, que es solucion del sistema de ecuaciones
lineales F c = f, donde el termino independiente es f = (f(x
0
), f(x
1
), . . . , f(x
N1
))
T
, y la
matriz de los coecientes F (de Fourier) es la matriz F = (F
nm
) M
NN
(C), denida por
F
nm
= e
i n m
,
donde n y m varan de 0 a N 1 e indican la la y la columna respectiva del elemento F
nm
.
Aunque probablemente lo mas adecuado a todo problema que pueda expresarse en el lenguaje
del algebra lineal, se tratarlo desde este punto de vista, en este caso concreto se puede hacer uso
de la ortogonalidad de las funciones exponenciales para resolverlo. As, se puede encontrar cada
coeciente c
k
, de modo similar a como se hizo con la forma compleja de la serie de Fourier, pero
con una ligera modicacion, obteniendose un resultado que bien podra ser esperado:
Los coecientes c
n
vienen dados por la formulas
c
n
=
1
N
N1
m=0
f(m) e
i n m
.
En efecto, para determinar coeciente c
k
, se multiplica f(m) por e
i k m
y se suma en la
variable discreta m (en vez de integrar, como necesita la variable continua x), y se tiene
N1
m=0
f(m) e
i k m
=
N1
m=0
_
N1
n=0
c
n
e
i n m
_
e
i k m
=
N1
n=0
c
n
_
N1
m=0
e
i n m
e
i k m
_
= N c
k
,
de donde se obtiene el coeciente c
k
. Repitiendo con cada k, se tienen todos los coecientes c
n
.
Observese que punto clave para comprender la ultima igualdad es que el sumatorio interno se
anula para todos los valores de n, excepto para el caso n = k, donde vale precisamente N.
En efecto, notese como el sumatorio no es mas que la suma de los terminos de una progresion
geometrica de razon r = e
i (nk)
:
N1
m=0
e
i n m
e
i k m
=
N1
m=0
e
i (nk) m
=
N1
m=0
_
e
i (nk)
. .
r
_
m
= 1 + r + r
2
+ + r
N1
.
Entonces, teniendo en cuenta que N = 2 , y que la razon de la progresion geometrica es r = 1
en el caso n = k, la suma de los terminos de la progresion para cada n se obtiene como
1 + r + + r
N1
=
1 r
N
1 r
=
1 e
i (nk) 2
1 r
=
_
_
0
1 r
= 0, si n ,= k ;
N
..
1 + 1 + + 1 = N, si n = k .
(3.7.4)
A J M
Poniendo juntas las ecuaciones de sntesis y analisis, en el caso discreto, se tiene:
1. f(m) =
N1
n=0
c
n
e
i n m
, m = 0, 1, 2, . . . , N 1. (Sntesis)
2. c
n
=
1
N
N1
m=0
f(m) e
i n m
, n = 0, 1, 2, . . . , N 1. (Analisis)
A la segunda ecuacion, que determina los coecientes de Fourier c
n
de la version discreta de f, se
le llama ahora transformada discreta de Fourier de f. Por supuesto, la funcion original se puede
volver a recuperar, a partir de la transformada discreta, mediante la igualdad:
f(m) =
1
N
N1
n=0
_
N1
m=0
f(m) e
i n m
_
e
i n m
.
No obstante, logicamente, con la transformada discreta solo se pueden recuperar los valores f(m)
en los puntos m del soporte S = 0, 1, . . . , N 1.
Observacion Importante: Si se utiliza la notacion = e
i
= e
i 2
N
, la expresion de la matriz
de Fourier F = (F
nm
), que es simetrica, es muy sencilla:
F =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 1 1 1 1
1
2
3

N1
1
2
22
23

2(N1)
1
3
32
33

3(N1)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
N1
(N1)2
(N1)3

(N1)(N1)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Se puede recordar notando que cada la (columna), a partir de la tercera, se obtiene multiplicando
termino a termino la la (columna) anterior por la la (columna) segunda, donde se encuentran
las potencias sucesivas de ; de este modo, el exponente de la potencia de en cada termino de la
matriz de Fourier F viene determinado por la posicion que ocupa, siendo F
nm
=
(n1)(m1)
.
Pero lo mas curioso es que denotando por F la matriz conjugada de F, las relaciones (3.7.4)
implican que F F = N I, donde I denota la matriz identidad. Ademas, al ser F
= F, donde
F
denota la matriz conjugada traspuesta de F, resulta que la matriz de Fourier es una matriz
normal; es decir, F es una matriz computacionalmente optima, desde el punto de vista numerico,
y la inversa de F, que resuelve el sistema de ecuaciones lineales F c = f, es muy facil de calcular:
F
1
=
1
N
F .
Por consiguiente, desde el punto de vista del algebra numerica se tiene:
Para resolver el sistema F c = f, simplemente se hace el producto c =
F
N
f y se obtiene la
transformada discreta de Fourier c de la tabulacion considerada para la funcion f.
A J M
La transformada discreta inversa, que recupera de nuevo el vector f, se obtiene de una manera
mas simple todava, computando f = F c.
A veces, para que haya una mayor simetra se toma G = F /
N como matriz de Fourier. Entonces,

la transformada discreta de Fourier del vector f se obtiene como c = Gf y la transformada inversa
mediante f = Gc. Otras notaciones son tambien posibles, dependiendo del contexto en el que se
este utilizando la transformada discreta de Fourier.
Veamos con un ejemplo sencillo como utilizar la matriz de Fourier para obtener la transformada.
Ejemplo 3.7.5
Para calcular la transformada discreta de Fourier de la funcion N-periodica que viene determinada
por el vector f = (2, 4, 6, 8)
T
, se considera N = 4 y se calcula el valor de = e
i 2 /N
:
= e
i 2
4
= e
i
2
= cos
_
2
_
+ i sen
_
2
_
= i .
Entonces, la matriz de Fourier F y su conjugada F son:
F =
_
_
_
_
1 1 1 1
1 i 1 i
1 1 1 1
1 i 1 i
_
_
_
_
y F =
_
_
_
_
1 1 1 1
1 i 1 i
1 1 1 1
1 i 1 i
_
_
_
_
.
Por lo tanto, la transformada discreta de la funcion f es el vector c, determinado por
c =
1
N
F f =
1
4
_
_
_
_
1 1 1 1
1 i 1 i
1 1 1 1
1 i 1 i
_
_
_
_
_
_
_
_
2
4
6
8
_
_
_
_
=
_
_
_
_
5
1 + i
1
1 i
_
_
_
_
.
Por supuesto, la transformada inversa del vector c = (5, 1 + i, 1, 1 i)
T
se obtiene con el
producto F c y lo que hace es recuperar el vector f de partida:
f =
_
_
_
_
1 1 1 1
1 i 1 i
1 1 1 1
1 i 1 i
_
_
_
_
_
_
_
_
5
1 + i
1
1 i
_
_
_
_
=
_
_
_
_
2
4
6
8
_
_
_
_
.
Observese que aunque evidentemente los datos son muy pocos en el ejemplo, para que pueda
vericarse a mano, los resultados deben ser interpretados en terminos del analisis de Fourier:
(1) El vector f representa una funcion y = f(x) discretizada en el dominio del tiempo (lo que por
cierto sera una discretizacion de f realmente pobre. . . ), aunque el soporte S = 0, 1, 2, 3 tenga
solo 4 puntos que determinan los 4 valores f(m).
(2) El vector c es la transformada de Fourier de f en el dominio de las frecuencias, es decir, recoge
los coecientes de la serie de Fourier de la funcion discretizada f considerada 4-periodica.
A J M
(a) La funcion f. (b) El espectro [c[ de f. (c) g con g(m) = f(m).
Figura 3.27: La transformada discreta c de una funcion y = f(x) dicretizada.
El graco de la Figura 3.27 (a) muestra una posible funcion f (la mas sencilla. . . ) dibujada solo
en un periodo, en la que lo unico realmente conocido a partir de los datos proporcionados para f
son los puntos que se han resaltado sobre la graca; la extension periodica se obtendra repitiendo
los 4 puntos indenidamente, como en el caso continuo. Por otro lado, en la Figura 3.27 (b) se
ha dibujado el diagrama espectral de la funcion, en el que se representado solo los modulos [c
n
[
de su transformada (quienes son sus amplitudes
n
?); en este caso, el espectro de frecuencias
s esta completo (aunque solo sean 4 barras. . . ), porque lo que se representa es una discretizacion
de f: la que determinan los puntos (m, f(m)) marcados en la Figura 3.27 (a).
Notese que en la Figura 3.27 (a) se han unido los 4 puntos que denen a la funcion y se ha
obtenido una recta de ecuacion y = 2 x + 2 (los valores f(m) se han elegido proporcionales. . . ); no
obstante, si solo se dispone de los datos de la tabla, en realidad, cualquier funcion que pasara por
los puntos se nalados podra ser considerada como f, por ejemplo, g(x) = x
4
6 x
3
+11 x
2
4 x+2,
como se muestra en la Figura 3.27 (c), u otra funcion mas complicada todava.
A la vista de las dos gracas (a) y (c) de la Figura 3.27, con los mismos valores en el mismo
soporte, y por lo tanto con el mismo espectro dibujado en la Figura 3.27 (b), es evidente que cuando
se tenga que realizar un muestreo para analizar una funcion f, se deben tomar sucientes puntos
para que f pueda ser identicada razonablemente y el analisis de Fourier (o cualquier otro) pudiera
ser considerado valido.
En la practica, como hay que tomar muchos puntos, se usan modicaciones de las formulas para
disminuir las cuentas y se tarde menos tiempo de computacion al hacerlas, y, en consecuencia,
para que se cometan menos errores en la evaluacion. No se olvide de que aunque se esta resolviendo
un sistema de ecuaciones lineales bien condicionado, los errores acumulativos en el redondeo podran
llegar a ser signicativos al realizar muchas operaciones.
Por ejemplo, Maple tiene implementada la transformada rapida de Fourier (el comando que
emplea Maple son las siglas con que la transformada es conocida: FFT), que obtiene la transformada
discreta haciendo uso de que si z
N
= e
i 2 /N
, entonces z
2
N
2
= z
N
1
para N
2
= 2 N
1
.
A J M
Idea genial: algo tan simple redujo el n umero de operaciones de N
2
a practicamente N.
En efecto, cuando n es grande, la complejidad temporal de la FFT es considerablemente menor
que la de la transformada discreta. De hecho, reduce los n
2
productos de F v (matriz por vector)
a
n
2
log
2
n productos, mediante un habil truco para relacionar la matriz de Fourier F
N
2
, que tiene
orden N
2
= 2
n
con la matriz F
N
1
, de orden N
1
= 2
n1
. Entonces, se puede obtener el resultado
F
N
2
v mediante los productos matriciales F
N
1
v
1
y F
N
1
v
2
, siendo v
1
y v
2
las coordenadas pares e
impares del vector v. Y disponiendo los calculos de forma recurrente, se obtiene entonces F v de
forma una forma mucho mas rapida que con el producto usual.
En caso de interes, puede consultarse, por ejemplo, el texto de Strang que se cita en la referencia [11].
La transformada discreta de Fourier y sus variantes son verdaderamente las herramientas que
se usan para el analisis de Fourier, ya que las se nales mas importantes que se utilizan habitualmen-
te, imagen y sonido, estan hoy en realidad completamente digitalizadas (por que sera?, debera
preguntarse un aspirante a Ingeniero Informatico). De hecho, podemos aproximarnos un poco mas
a la realidad del analisis de Fourier con un ejemplo que muestra una aplicacion realista de la
transformada discreta, complementando as la ilustracion del mero calculo que se muestra en el
Ejemplo 3.7.5. Se trata ahora de utilizar la transformada discreta de Fourier (en realidad se ha
hecho con la implementacion FFT de Maple) para eliminar en lo posible el ruido de una se nal,
cuando esta se ha transmitido como una nube de puntos.
Ejemplo 3.7.6 (Eliminando ruidos en una se nal)
Si enviamos la se nal analizada en el Ejemplo 3.7.2 al laboratorio, con una muestra de 1024 puntos
de la curva (para utilizar la transformada FFT, conviene tomar 2
k
puntos), modicando convenien-
temente la variable tiempo para emplear transformadas discretas, la graca de la se nal, escalada de
modo que coincida con la de la Figura 3.23 discretizada, debera aparecer como en la Figura 3.28.
Figura 3.28: Graca de datos de f discretizada.
Pero no se puede esperar de un transmisor y un receptor que sean perfectos, luego lo que se
recibe puede incorporar algo de ruido y se podra obtener algo parecido a lo que representa la
nube de puntos de la Figura 3.29.
A J M
Figura 3.29: Graca de datos de f discretizada con ruido.
Uniendo los puntos de la nube que se ha obtenido en la Figura 3.29, el resultado esta muy lejos
de la mezcla de ondas puras que suponemos, como muestra la forma continua de la nube de puntos,
que se representa en la Figura 3.30, y en la que se ha superpuesto (en rojo) la graca continua de
la funcion funcion y = f(x) (dibujadas con Maple. . . de verdad, son gracas continuas?).
Figura 3.30: Gracas de la se nal y de la se nal recibida sin tratar.
Si pasamos al dominio de las frecuencias, con nuestro aparato medidor de espectros (en este
caso, basado en la transformada rapida de Fourier), obtenemos el diagrama de amplitudes para [c
n
[
dibujado en la Figura 3.31, donde las barras han sido sustituidas por puntos, que se han unido en
el diagrama para visualizar mejor los valores.
Observese en el diagrama espectral de la Figura 3.31 como hay algunas amplitudes que destacan
por encima de las demas; por lo que, en modo analogo a lo que se hizo en el Ejemplo 3.7.2 para
separar ondas, se puede probar a dejar solo las frecuencias que sobrepasen una amplitud razonable.
A J M
Figura 3.31: Espectro de amplitudes de la se nal f discretizada.
Aqu viene la parte de analisis, que hace tan interesante el paso al dominio de las frecuencias
mediante la transformada de Fourier: el resultado dependera del problema que se este considerando
y habra que probar varias veces, hasta encontrar las frecuencias importantes que permitan anar
al maximo de calidad, con el mnimo de perdida de datos signicativos. . .
En el ejemplo que estamos simulando, si se anulan las frecuencias que no sobrepasen una am-
plitud de 540 (se han probado valores entre 500 y 600 y parece el mejor resultado. . . ). Entonces,
se elimina ruido (ojo, y tambien curva!) y volviendo a pasar al dominio del tiempo (ahora, nues-
tro transformador de se nales usa la transformada discreta inversa) devuelve la nube de puntos
representada en la Figura 3.32, junto a la graca (en rojo) de la funcion y = f(x) original.
Figura 3.32: Gracas de la se nal y de la recibida tratada.
El ajuste no se ha mostrado un millon de veces en el cine, cuando se trata de limpiar sonidos
deformados, debiles, mezclados, etc., o cuando se trata deaclarar imagenes ampliadas, oscuras,
A J M
descoloridas, incompletas, etc., que solo se pueden recuperar hasta un cierto nivel. De un modo mas
domestico, tambien lo hacemos nosotros cuando tratamos de sintonizar correctamente un aparato
de radio o television buscando la frecuencia correcta de emision, que elimine las interferencias que
pueden producir otras frecuencias. . . .
Obviamente, la graca de puntos que muestra la Figura 3.32 no es exactamente la graca
discretizada de la funcion original de la Figura 3.28 (cuyos puntos se obtienen de la curva continua),
a causa de la perdida de informacion que ha causado la limpieza del ruido; no obstante, la se nal
tratada se parece bastante mas a la funcion original que la nube con ruido recibida. Evidentemente,
ahora se puede intentar descomponer la se nal como se hizo en la primera parte del ejemplo, lo que
habra sido un trabajo in util, partiendo de la graca recibida como se muestra en la Figura 3.30,
antes de ser tratada.
Cuando el analisis de Fourier se realiza sobre funciones de dos variables funciona igual (casi),
solo que en vez de una funcion, la se nal que se analiza es una imagen. No obstante, hay tecnicas
de reconocimiento de imagenes o caracteres que utilizan como funcion el contorno de la gura y
analizan as el espectro de frecuencias de la curva obtenida. Por supuesto, existen otros tipos de
transformadas (por ejemplo, las transformadas wavelet u ondculas, en castellano) y se investiga
actualmente en la mejora y b usqueda no solo de nuevas transformadas sino tambien en el dise no
de nuevos algoritmos para implementarlas.
Por otro lado, as como se puede construir una extension periodica para emplear el analisis
espectral sobre un trozo de funcion no periodica, tambien es posible en algunos casos utilizar el
analisis de Fourier en todo su dominio, obteniendo la transformada de Fourier de una funcion no
periodica, como se analiza a continuacion.
La transformada de Fourier para funciones no periodicas.
Si se considera una funcion f denida en R y no periodica, tambien se puede utilizar en algunos
casos el analisis de Fourier, con la idea principal de transformar el dominio del tiempo en el dominio
de las frecuencias para realizar un analisis espectral.
La forma de aproximarse a los resultados es considerar una funcion f
T
, de periodo mnimo T
y frecuencia fundamental = 2 /T, de modo que sea f
T
(x) = f(x) en el intervalo [T/2, T/2].
Entonces, poniendo
n
= n y c
n
= c(
n
), las ecuaciones de Fourier para la funcion f
T
son:
1. f(x) =
n=
c(
n
) e
i
n
x
.
2. c(
n
) =
1
T
_
T/2
T/2
f
T
(x) e
i
n
x
dx.
En el intervalo intervalo [T/2, T/2], donde coinciden las funciones f y f
T
, se tiene la igualdad:
A J M
f(x) = f
T
(x) =
1
T
n=
_
_
T/2
T/2
f
T
(x) e
i
n
x
dx
_
e
i
n
x
. (3.7.7)
Entonces, al hacer que T , se puede admitir que la variable discreta
n
se transforma en el
lmite en una variable continua , ya que poniendo =
n
n1
, se verica
=
2
T
0 .
Si todo va bien, dos cosas suceden en la igualdad (3.7.7) en el paso al lmite:
(1
o
) El corchete: La funcion f
T
se convierte en f, y la integral restringida al intervalo
nito [T/2, T/2] se transforma en una integral impropia, de lmites de integracion y +.
As que la integral que aparece dentro del corchete adopta la forma
_

f(x) e
i x
dx.
(2
o
) El sumatorio: Utilizando la notacion funcional c() =
_
f(x) e
i x
dx, para la inte-
gral anterior, y teniendo en cuenta que
1
T
=

2
, el sumatorio se puede expresar en la forma
1
2
n=
c() e
i x
,
que no es solo una expresion mas compacta, sino que se muestra como una suma de Riemann
para la funcion h() = c() e
i x
en el intervalo [, ], y en la que mide el diametro de
la particion. Entonces, cuando 0, el sumatorio se convierte en la integral
_
h() d, que
tambien es una integral impropia al estar extendida la particion a todo el intervalo [, ].
Luego, la igualdad (3.7.7) se transforma en el paso al lmite en
f(x) =
1
2
_

__

f(x) e
i x
dx
_
e
i x
d .
Y tambien se puede separar en dos ecuaciones de sntesis y analisis:
1. f(x) =
1
2
_

c() e
i x
d . (Sntesis)
2. c() =
_

f(x) e
i x
dx. (Analisis)
A la ecuacion de analisis, que determina c() a partir de y = f(x), se le llama transformada de
Fourier de la funcion f, y es frecuentemente denotada por F(); en este contexto, en la ecuacion
de sntesis (que recupera la funcion f, conociendo su transformada F) se dice tambien que f(x) es
la transformada inversa de F().
A J M
A veces, en modo analogo a como se hace con la transformada discreta, para que las formulas de
las ecuaciones de sntesis y analisis queden mas simetricas (todava mas) se normalizan poniendo
en ambas 1/
2 . En tal caso, puede observarse como queda patente la dualidad entre f y c, en

el sentido de que se pueden intercambiar los papeles sin incurrir en error; solo una cosa debe ser
considerada: en una de las ecuaciones (la que sea) el exponente de la exponencial tiene que empezar
con el signo (no se puede hablar de exponentes negativos porque son n umeros complejos).
Evidentemente, no todas las funciones tienen transformada de Fourier, pero si una clase impor-
tante de funciones que re unen condiciones sucientes que garantizan la existencia de transformadas
y que, ademas, son condiciones que pueden resultar faciles de comprobar.
Se puede asegurar la existencia de la transformada de Fourier de una funcion f si se verican
las dos propiedades siguientes:
(1) La funcion f cumple las condiciones de Dirichlet en cualquier intervalo nito.
(2) La integral (impropia) de f en R es absolutamente convergente; es decir,
_

[f(x)[ dx < .
De nuevo, las amplitudes y fases de la transformada de Fourier (operando en el dominio de las
frecuencias), o bien los diagramas para [c()[ y arg(c()), pueden aportar informacion relevante
sobre el comportamiento de la funcion f (que opera en el dominio del tiempo), como se muestra
en el siguiente ejemplo.
Ejemplo 3.7.8
Considerese la funcion f(x) = e
|x|
, es decir, la funcion exponencial denida en (, 0), y conver-
tida en funcion par, como se muestra en la Figura 3.33 (a).
(a) Graca de f(x) = e
|x|
. (b) La transformada F() =
2
1+
2
.
Figura 3.33: La transformada de Fourier F() =
2
1+
2
, de la se nal no periodica f(x) = e
|x|
.
La funcion f verica obviamente las condiciones de Dirichlet en cualquier intervalo nito, y es
absolutamente integrable en R, ya que puede comprobarse que
_

e
|x|
dx = 2 .
A J M
Entonces, la transformada de Fourier de la funcion f es:
c() =
_

f(x) e
i x
dx =
2
1 +
2
.
Ya que c() > 0, para todo , la graca de la funcion F = c(), que se muestra en la Figura 3.33 (b)
(seleccionando el mismo intervalo que el utilizado con f = f(x) para mostrar los ejes) informa del
comportamiento de las amplitudes [c()[ en el dominio de las frecuencias.
Observese que cada punto c() se debe considerar como una barra del diagrama de frecuencias,
solo que ahora no hay separacion entre las barras porque es una variable continua. Ello no es
obice para deducir por ejemplo, que las frecuencias que inuyen mas son aquellas que se sit uan en
las proximidades del origen.
La funcion delta de Dirac y = (x).
Hay funciones que no verican las condiciones sucientes anteriores pero admiten transformada de
Fourier y son muy utiles en la practica; por ejemplo, la funcion de Heaviside no es absolutamente
integrable (tiene area innita), pero se puede obtener su transformada de Fourier en terminos de la
funcion delta de Dirac, y = (x), que se dene, entre otras formas, como aquella que debiera tener
por transformada de Fourier a c() = 1.
La funcion y = (x) de Dirac es aquella que verica
_

(x) e
i x
dx = 1 .
En realidad, no hay ninguna funcion normal que cumpla tal condicion, pero se puede ampliar el
concepto de funcion (la teora de distribuciones hace eso) y se tiene as justicacion matematica
para la distribucion y = (x) de Dirac, que suele llamarse impulso instantaneo.
Una forma distinta de denir la funcion de Dirac, y = (x), es como aquella funcion que toma
un valor nulo en cada x de R, excepto en el origen x = 0, punto en el que concentra un area unidad.
Evidentemente, el concepto de integral de Riemann no admite esta concentracion de area en
un punto, y se necesita un concepto mas general de integral. Un chispazo, una cada de tension,
un cuelgue del ordenador, un escalofro, etcetera, son fenomenos que pueden ser representados
idealmente mediante la distribucion de Dirac, por lo que su utilizacion en ingeniera es tan habitual
que suele ser tratada como una funcion usual.
Por supuesto, la funcion de Dirac esta implementada en la mayora de los programas de calculo
simbolico (en Maple el comando que la implementa es precisamente Dirac), aunque hay que tener
cuidado porque suelen representar su graca como si fuese la funcion nula; en realidad, una tal
representacion es erronea porque la funcion de Dirac no esta denida en el modo usual en x = 0,
ya que para cualquier intervalo [a, a], por muy peque no que sea a > 0 (o por muy grande que sea,
incluyendo el caso extremo a = ), la denicion implica
_
a
a
(x) dx = 1 .
A J M
As que la imagen que se suele tener (y representar en los textos) del impulso instantaneo es la que
se muestra en la Figura 3.34, en donde la altura de la echa se sit ua en y = 1, cuando el impulso se
considera unitario; por convenio, el extremo de la echa se escala a y = y
0
, si el impulso tiene tal
amplitud, es decir, si representa a la funcion y = y
0
(x). En modo analogo a las funciones usuales,
la funcion y = (x x
0
) traslada el impulso unitario a la abscisa x = x
0
.
Figura 3.34: La y = (x) de Dirac: impulso instantaneo.
Para una funcion y = f(x) razonable, en el sentido usual, el producto (x) f(x) queda denido
por 0, para x ,= 0, y entonces el efecto sobre el origen queda determinado por el efecto sobre la
integral en un intervalo que contenga al origen. Manipulando formalmente los conceptos utilizados,
se obtiene el resultado correcto:
_
a
a
(x) f(x) dx = f(0)
_
a
a
(x) dx = f(0) .
Ejemplo 3.7.9
Si y = (x) se considera denida en [, ] y se toma la extension 2-periodica (se dice a veces
que es un tren de impulsos), su graca puede aproximarse por una serie de Fourier de tipo coseno.
En efecto, como
_

(x) cos(nx) dx = cos(0) = 1 y

_

(x) sen(nx) dx = sen(0) = 0 ,

los coecientes de Fourier son a
0
=
1
2
, a
n
=
1
, y b
n
= 0, para n = 1, 2, . . . ; por lo tanto, la
serie de Fourier obtenida es
(x)
1
2
+
1
(cos x + cos(2 x) + ) =
1
2
+
1
n=1
cos(nx).
Observese que la serie de Fourier de la funcion de Dirac es analoga a la serie trigonometrica 3.6.7,
es decir la sucesion de sus coecientes no tiende a 0; por consiguiente, no es la serie de Fourier
de ninguna funcion que verique las condiciones de Dirichlet (converge en x = 0?). No obstante,
con la ampliacion del concepto de integral, la serie de Fourier obtenida representa a y = (x), de
periodo 2, funcion a la que converge en casi todos sus puntos, y las sumas parciales se aproximan
a ella y permiten visualizarla. De hecho, y = (x) puede ser considerada par, como muestra su serie
A J M
Animacion 3.35: Aproximando (x) por su serie de Fourier.
de Fourier, pero no impar porque (0) ,= 0. La Animacion 3.35 muestra las sumas parciales de la
serie de Fourier de la delta de Dirac aproximando la funcion en el intervalo [, ].
Continuando con una funcion usual, y = f(x), que estuviera denida en R, tambien se puede
admitir que el efecto de multiplicar por una delta de Dirac se maniesta en el area considerando un
intervalo innito. As, generalizando el punto x = a de aplicacion de la delta de Dirac, se obtiene
_

(x a) f(x) dx = f(a) .
Por consiguiente, si se admite la posibilidad de concentrar un area unidad en el origen, se tiene
c() =
_

(x) e
i x
dx = e
i 0
= 1 .
Es decir, es como se dijo en la introduccion, la transformada de Fourier de la delta de Dirac,
f(x) = (x), es la funcion constante F() = 1.
En terminos de la funcion de Dirac, la funcion escalon o de Heaviside admite tambien transfor-
mada de Fourier. Si denotamos a la funcion de Heaviside, como antes, por y = H(x), su transfor-
mada de Fourier viene dada por la expresion:
c() =
_

H(x) e
i x
dx = ()
i
.
Que como es posible llegar a ello? Si todava esta interesado en el tema, puede consultar alg un
texto avanzado; por ejemplo, el excelente texto Introduction to Applied Mathematics de Strang,
que se cita en la referencia [11].
A J M

CI Tema3

Cargado por

Información del documento

Título 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

CI Tema3

Cargado por

Copyright:

Formatos disponibles

Ingeniera Informtica Clculo Infinitesimal 2

) = f(x), y la funcion f tambien tiene periodo T

. Lo mismo ocurre con T

= 2 es un m ultiplo de T; por lo tanto, en virtud de

. De modo alternativo, tambien

f(x) cos(nx) dx, b

ON) Cuando una funcion f verica las condiciones de

(x) son nitas en los puntos de discontinuidad de f

deja de ser continua (o no existe) a lo mas en un

(1) = 2 ); Por lo tanto, se verica g(x) = S(x) para todo x R, y es correcto

es una funcion que verica las condiciones de Dirichlet,

(x) este bien denida, se tiene

(x), en los puntos del intervalo [, ]

(x) es la derivada de la serie obtenida en Ejemplo 3.4.4,

, debera conocerse previamente

puede no resultar apropiada ya que,

, no tendera a 0, que debera ser el valor adecuado que se obtuviera

no son normas equivalentes

N como matriz de Fourier. Entonces,

2 . En tal caso, puede observarse como queda patente la dualidad entre f y c, en

(x) cos(nx) dx = cos(0) = 1 y

(x) sen(nx) dx = sen(0) = 0 ,

También podría gustarte