Está en la página 1de 12

Tema 7

Series de Fourier

Nuestro principal objetivo es introducir las series de Fourier. Estas


surgieron historicamente
al resolver por el metodo de separacion de variables un problema de contorno de ecuaciones
en derivadas parciales.
Cuando estas formulas fueron propuestas por Daniel Bernouilli en 1.753, muchos
matematicos pensaron que era imposible expresar una funcion f (x) cualquiera como suma
de senos y cosenos. Fue un ingeniero, Joseph Fourier, el que se encargo de recopilar datos
para convencer al mundo cientfico de tal posibilidad.

7.1

Series de Fourier

Definici
on 7.1 (Serie de Fourier)
Se llama serie de Fourier de una funcion f(x) en el intervalo [, ] a:
f (x) =

a0 X
+
(an cos nx + bn sen nx)
2
n=1

()

A los coeficientes a0 , a1 , , an , b0 , b1 , , bn se les llama coeficientes de Fourier de


f(x) en [, ].
Debido a que
Z

sen mx sen nx dx =

0
6 0
=

si n 6= m
si n = m

cos nx dx = 0

sen nx dx = 0

2
Z

Tema 7. Series de Fourier


(

cos mx cos nx dx =

0
6= 0

si n 6= m
si n = m

sen mx cos nx dx = 0

e integrando termino a termino en la igualdad () obtenemos:


Z

f (x) cos nx dx = an
f (x) dx =

cos2 x dx = an an =

1Z
f (x) cos nx dx

a0
1Z
2 a0 =
f (x) dx
2

f (x) sen nx dx = bn

1Z
sen x dx = bn bn =
f (x) sen nx dx

Las anteriores propiedades de las funciones sen nx, cos mx se pueden resumir en que
el sistema
{1, sen x, sen 2x, , cos x, cos 2x }
es un sistema Zortogonal de funciones respecto del producto escalar

(f (x), g(x)) =
f (x)g(x) dx y la serie de Fourier no es mas que la expresion de un

vector f (x) como combinacion lineal de los vectores de la anterior base ortogonal.
Definici
on 7.2 Se llama serie de Fourier de una funcion f(x) en el intervalo [L, L]
a:


a0 X
n
n
f (x)
+
x + bn sen
x
an cos
2
L
L
n=1
donde

1ZL
a0 =
f (x) dx
L L

1ZL
n
an =
f (x) cos
x dx
L L
L

1ZL
n
bn =
f (x) sen
x dx
L L
L
Este hecho se basa en que el sistema de vectores

2x
x
2x
x
, sen
, , cos
, cos
,
1, sen
L
L
L
L
es un sistema ortogonal de funciones respecto del producto escalar
(f (x), g(x)) =

Z L
L

f (x)g(x) dx

Analogamente se puede definir la serie de Fourier de una funcion f (x) definida en un


a+b
al origen.
intervalo [a, b] haciendo una traslacion del punto medio
2

7.1. Series de Fourier

Tomo L = b

a+b
ba
=
2
2

L=a

a+b
ab
=
2
2

Definici
on 7.3 Se llama serie de Fourier de una funcion f(x) en el intervalo [a, b] a

n
a0 X
n
f (x) =
+
an cos ba x + bn sen ba x
2
n=1
2
2

donde
bn =

2 Zb
a0 =
f (x) dx
ba a

2 Zb
2n
an =
f (x) cos
x dx
ba a
ba

2 Zb
2n
f (x) sen
x dx
ba a
ba

Las series anteriores tambien se podran haber escrito de la forma:


f (x) C0 +

Cn cos(n0 t n )

n=1

donde

Cn =

a2n + b2n ,

bn
sen n = q
a2n + b2n
siendo 0 = 1,

an

cos n = q

a2n + b2n

n = arctang

bn
an

2
,
seg
un hayamos utilizado una de las tres formulas anteriores.
L ba

La componente sinusoidal de frecuencia n = n0 se denomina la enesima armonica


de la funcion periodica. La primera armonica se conoce comunmente con el nombre de
2
fundamental porque tiene el mismo periodo que la funcion y 0 =
se conoce con
T
el nombre de frecuencia angular fundamental. Los coeficientes Cn y los angulos n se
conocen como amplitudes armonicas y angulos de fase, respectivamente. En M
usica, a la
primera armonica, segunda armonica, etc. se le suele llamar fundamental, primer tono,
segundo tono, etc.
Quedan muchas cuestiones por resolver:
Que debe cumplir f (x) para que su serie de Fourier converja?
Si converge, lo hace a f (x)?
Es posible integrar termino a termino?. Y derivar?
Estas preguntas las responderemos con los siguientes teoremas.

Tema 7. Series de Fourier

7.1.1

Convergencia de las series de Fourier

Teorema 7.1 (Teorema de convergencia puntual para series de Fourier)


Si f(x) y f (x) son continuas a trozos en [L, L], entonces x (L, L) se verifica:

i
n
a0 X
n
1h
an cos
+
x + bn sen
x =
f (x+ ) + f (x )
2
L
L
2
n=1

Para x = L la serie de Fourier converge a

i
1h
f (L+ ) + f (L ) .
2

Teorema 7.2 (Teorema de convergencia uniforme de series de Fourier)


Sea f(x) una funcion continua en (, ) y con periodo 2L. Si f (x) es continua a
trozos en [L, L], entonces la serie de Fourier de f(x) converge uniformemente a f(x) en
[L, L] y por consiguiente en cualquier intervalo.

7.1.2

Diferenciaci
on de series de Fourier

Teorema 7.3 Sea f(x) una funcion continua en (, ) y con periodo 2L. Sean f (x),
f (x) continuas por segmentos en [L, L]. Entonces la serie de Fourier de f (x) se puede
obtener de la serie de Fourier de f(x) mediante diferenciaci
on termino a termino. En
particular, si


a0 X
n
n
f (x) =
+
x + bn sen
x
an cos
2
L
L
n=1
entonces
0

f (x) =

X
n
n=1

7.1.3

n
n
an sen
x + bn cos
x
L
L

Integraci
on de series de Fourier

Teorema 7.4 Sea f(x) continua a trozos en [L, L] con serie de Fourier

f (x)

n
a0 X
n
an cos
+
x + bn sen
x
2
L
L
n=1

entonces x [L, L] se verifica:


Z x
L

f (t) dt =

Z x
a0
L

Z x
X
n+1 L

n
n
an cos
t + bn sen
t dt
L
L

7.2. Formula de Parseval

7.2

F
ormula de Parseval

Los tres resultados teoricos mas importantes para el manejo de las series de Fourier
son: el teorema de convergencia, el teorema de unicidad, seg
un el cual todo desarrollo en
serie trigonometrica, de una funcion, es su desarrollo de Fourier, y la formula de Parseval.
Teorema 7.5 (F
ormula de Parseval)
Sea f una funcion continua a trozos en el intervalo [, ]. Sean a0 , an y bn los
coeficientes del desarrollo de Fourier de f. Entonces se verifica:

X
1Z
1
[f (x)]2 dx = a20 +
a2n + b2n

2
n=1

Demostraci
on Aunque esta formula es valida para todas las funciones continuas a
trozos, nos limitaremos, por comodidad, a probarla en el caso en que la serie de Fourier
converge uniformemente a f en el intervalo [, ].
Partiendo de la relacion:

a0 X
f (x) =
+
(an cos nx + bn sen nx)
2
n=1

<x<

uniformemente. Multiplicando por f (x) se obtiene:


[f (x)]2 =

X
a0
f (x) +
(an f (x) cos nx + bn f (x) sen nx)
2
n=1

<x<

uniformemente. Por tanto, al integrar termino a termino, se obtiene:


Z

X
1
[f (x)]2 dx = a20 +
a2n + b2n
2

n=1

de donde, dividiendo por , obtenemos el resultado deseado.

7.3

Funciones pares e impares

Definici
on 7.4 (Funci
on par, funci
on impar)
Decimos que una funcion f(x) es par si f(-x) = f(x).
Decimos que una funcion f(x) es impar si f(-x) = - f(x).

Tema 7. Series de Fourier

Propiedades
El producto de dos funciones pares es par.
El producto de dos funciones impares es par.
El producto de una funcion par por una impar es impar.
Si f(x) es par

Z a
a

Si f(x) es impar

f (x) dx = 2

Z a
a

Z a
0

f (x) dx

f (x) dx = 0

Desarrollo en serie de Fourier de una funci


on par
Sea f (x) una funcion par. Vamos a calcularle su serie de Fourier en el intervalo [L, L].
1ZL
2ZL
a0 =
f (x) dx = [por ser f par] =
f (x) dx
L L
L 0
1ZL
n
2ZL
n
f (x) cos
x dx =
f (x) cos
x dx por ser f (x) y cos x funL L
L
L 0
L
ciones pares con lo que su producto es tambien una funcion par.
an =

1ZL
n
f (x) sen
x dx = 0 por ser el producto de una funcion par (f (x)) por
L L
L
una impar (sen x) una funcion impar.
bn =

Luego
f (x)

a0 X
n
+
an cos
2
L
n=1

Es decir, la serie de Fourier de una funcion par en el intervalo [L, L] es una serie en
la que solo aparecen cosenos.
Desarrollo en serie de Fourier de una funci
on impar
Haciendo calculos analogos se obtiene a0 = an = 0
Es decir, la serie de Fourier de una funcion impar en el intervalo [L, L] es una serie
en la que solo aparecen senos.
f (x)

X
n=1

an sen

n
L

7.4. Desarrollos para funciones definidas en medio intervalo

7.4

Desarrollos para funciones definidas en medio intervalo

Supongamos que tenemos una funcion definida en el intervalo [0, L]. Para hallar su
desarrollo en serie de Fourier podemos optar por definirla en el intervalo [L, 0] de las
siguientes tres formas y obtener distintos desarrollos de Fourier.
Caso I
Extendemos f(x) al intervalo [L, 0] de forma que obtenga una funcion par.
Obtenemos as un desarrollo en serie de cosenos.
Caso II
Extendemos f(x) al intervalo [L, 0] de forma que obtenga una funcion impar.
Obtenemos as un desarrollo en serie de senos.
Caso III
Extendemos f(x) al intervalo [L, 0] de forma que obtenga una funcion periodica de
periodo L.
Obtenemos as un desarrollo en serie de cosenos y senos.

7.5

Forma compleja de la Serie de Fourier

En muchas aplicaciones de las series de Fourier, es conveniente expresar estas series


en terminos de los exponenciales complejos ejn0 t .
Si se considera la serie de Fourier de una funcion periodica f (t),como

X
1
(an cos n0 t + bn sen 0 t)
f (t) = a0 +
2
n=1

donde 0 =

2
.
T

Tema 7. Series de Fourier

Sabemos que :
cos n0 t =

1 jn0 t
e
+ ejn0 t
2

sen n0 t =

1 jn0 t
e
ejn0 t
2j

Sustituyendo estas expresiones en la anterior de la serie de Fourier:

X
1
j
1
f (t) = a0 +
an ejn0 t + ejn0 t bn ejn0 t ejn0 t
2
2
2
n=1

Como

1
= j , podemos expresar f (t) como
j

X
1
1
1
f (t) = a0 +
(an jbn ) ejn0 t + (an + jbn ) ejn0 t
2
2
n=1 2

1
LLamando c0 = a0 ,
2
f (t)=c0 +

cn =

1
(an jbn ) ,
2

cn =

1
(an + jbn ) , entonces:
2

cn ejn0 t + cn ejn0 t =

n=1

=c0 +

cn ejn0 t +

n=1

X
n=1

cn ejn0 t =

cn ejn0 t

n=

Esta u
ltima ecuacion se denomina serie compleja de Fourier de f (t).
Los coeficientes de Fourier se pueden evaluar facilmente en terminos de an y bn , los
cuales ya los conocemos:
1
1 Z T /2
c0 = a0 =
f (t) dt
2
T T /2
cn =

1
1 Z T /2
(an jbn ) = [desarrollando] =
f (t)ejn0 t dt
2
T T /2

cn =

1
1 Z T /2
(an + jbn ) = [desarrollando] =
f (t)ejn0 t dt
2
T T /2

donde |cn | =

1q 2
a + b2n
2 n

7.5. Forma compleja de la Serie de Fourier

Definici
on 7.5 (Producto escalar en C)
l
Dadas dos funciones complejas f(t) y g(t) definimos su producto escalar complejo en
el intervalo [a, b] como
(f (t), g(t)) = f (t) g(t) =

Z b
a

f (t)g (t) dt

donde g (t) representa el conjugado complejo de g(t).


Definici
on 7.6 ( Sistema ortogonal en C)
l
un conjunto de funciones complejas {f1 (t), f2 (t), , fn (t)} se dicen que es un sistema
ortogonal en el intervalo [a, b] si
Z b
a

fm (t)fk (t) dt

0
rk

para k 6= m
para k = m

Proposici
on 7.1 El conjunto de funciones complejas de la serie de Fourier {ejn0 t } ,
n = 0, 1, 2, , forman un sistema de funciones ortogonales.
Definici
on 7.7 (Espectros de frecuencia compleja)
La grafica de la magnitud de los coeficientes complejos cn de la serie de Fourier

cn ejn0 t frente a (versus) la frecuencia (frecuencia angular) se denomina es-

n=

pectro de amplitud de la funcion peri


odica f(t).
La grafica del angulo de fase n de cn = |cn |ejn frente a se denomina espectro
de fase de f(t).
Como el dice n toma solamente valores enteros, los espectros de amplitud y fase no
son curvas continuas sino que aparecen en la variable discreta n0 ; por consiguiente, se
les denomina espectros de frecuencia discreta o espectros de lneas.
La representacion de los coeficientes complejos cn frente a la variable discreta n0 ,
especifica la funcion periodica f (t) en el diminio de la frecuencia, as como f (t) versus t
especifica la funcion en el dominio del tiempo.
odica no tiene efecto
Proposici
on 7.2 El desplazamiento en el tiempo de una funcion peri
sobre el espectro de amplitud, pero modifica el espectro de fase en una cantidad de n0
radianes para la componente de frecuencia n0 si el desplazamiento en el tiempo es .

10

7.6

Tema 7. Series de Fourier

Filtrado de series de Fourier

Supongamos que deseamos obtener la tension (o corriente) de salida de un sistema


lineal y sabemos que la entrada es una se
nal periodica no lineal. Utilizando la serie
de Fourier para descomponer la se
nal de entrada, en sus componentes senoidales, podemos hacer pasar separadamente cada componente a traves del sistema. (Se pueden usar
metodos conocidos para operar con entradas senoidales: fasores, impedancias, etc.). Por
superposicion, sabemos que la se
nal de salida total es la suma de todas las salidas de las
componentes senoidales.
Esta onda de salida total es la salida estacionaria debida a la se
nal de entrada no
senoidal. Es la respuesta particular del sistema a la se
nal de entrada no senoidal.
Es decir, esta entrada ha estado excitando al sistema durante el tiempo suficiente para
que haya desaparecido cualquier respuesta transitoria (respuesta natural debida a las
condiciones iniciales que pudieran haber estado presentes al principio de haber aplicado
la se
nal de entrada).
Un filtro pasa-bajos ideal (no realizable) tiene una funcion de transferencia H(j)
de las siguientes caractersticas:
(

/H(j) = 0

|H(j)| =

1
0

c < < +c
otros valores

Esto significa que si una se


nal periodica no senoidal se aplica al filtro, la salida estara formada por aquellas componentes senoidales de Fourier aplicadas a la entrada cuya
frecuencia angular sea inferior a c .
Para que una onda periodica de forma arbitraria pase sin distorsion a traves de un
sistema lineal , llamada transmisi
on sin distorsi
on (por ejemplo, un amplificador de
alta fidelidad), cualquier desplazamiento de fase introducido por el sistema debe ser proporcional al n
umero del armonico (a la frecuencia). Es decir, resulta necesario que el
angulo de la funcion de transferencia del sistema /H(j) , sea una funcion lineal de la
frecuencia.

7.7

Series finitas de Fourier

Supongamos que, dada una funcion periodica, intentamos obtener una serie aproximada utilizando solo un n
umero finito n de terminos armonicos. Designemos esta aprox-

11

7.7. Series finitas de Fourier

imacion de n terminos por fn (t):


fn (t) =

n
X

k ejk0 t

(7.1)

k=n

donde el valor numerico k tiene que ser calculado. Si para evaluar los terminos de la
ecuacion ( 7.1), tomamos especficamente
1 Z t0 +T
f (t)ejk0 t dt
k =
T t0
podemos llamar a nuestra aproximacion serie de Fourier truncada.
En cualquier instante de tiempo, la diferencia entre una aproximacion fn (t) y la onda
real f (t) es el error en (t)
en (t) = f (t) fn (t)
Este error puede ser positivo o negativo. Para dar una medida de mayor calidad en la
aproximacion vamos a elegir el error cuadr
atico medio, definido por
e2n (t) =

1 Z t0 +T 2
en (t) dt
T t0

Desarrollando

2
Z t0 +T
Z t0 +T
n
X
1
1
2
jk
t
f (t)
e2n (t) =
[f (t) fn (t)] dt =
k e 0 dt
T t0
T t0
k=n

Buscamos el conjunto de coeficientes k que minimizan este error cuadratico medio.


Para ello, se debe verificar

e2n (t)
= 0 k
k

Consideremos el coeficiente m-esimo:

Z t0 +T
n

1
jk0 t

=
f (t)
k e
dt = 0

m
m
T t0

k=n

e2n (t)

Es decir

n
X
1 Z t0 +T
2 f (t)
k ejk0 t [ejm0 t ] dt = 0
T t0
k=n

12

Tema 7. Series de Fourier

n
2 Z t0 +T
2 Z t0 +T X
jm0 t

f (t)e
dt +
k ej(k+m)0 t dt = 0
T t0
T t0
k=n

(7.2)

La integral del segundo termino es suma de integrales particulares. Teniendo en cuenta


la propiedad de ortogonalidad, todas son nulas excepto en la que k = m.
Para k = m la ecuacion ( 7.2) se puede expresar como

Z t0 +T
t0

jm0 t

f (t)e

dt +

Z t0 +T
t0

m dt =

Z t0 +T
t0

f (t)ejm0 t dt + m (t0 + T t0 ) = 0

de donde
m =
o
k =

1 Z t0 +T
f (t)ejm0 t dt
T t0
1 Z t0 +T
f (t)ejk0 t dt
T t0

que es la definicion de los coeficientes de Fourier.


En consecuencia, los coeficientes de Fourier minimizan el error cuadratico medio entre
la funcion real f (t) y cualquier serie armonica aproximada de longitud finita.
Evidentemente, cuantos mas armonicos tomemos en la serie, mayor sera la aproximacion y, en consecuencia, menor sera el error cuadratico medio. Sin embargo, a
un
utilizando un n
umero infinito de terminos, si la funcion tiene alguna discontinuidad (por
ejemplo la funcion de onda cuadrada), nunca podremos lograr una replica perfecta de la
original f (t). Cualquier discontinuidad producira un transitorio que sobrepasa la onda
por la parte superior e inferior de cada discontinuidad. Cada uno de estos transitorios
tiene una elongacion maxima de aproximadamente el 9% de la altura de la respectiva
discontinuidad. Este efecto, observado por J. W. Gibbs, se llama efecto Gibbs.
Ademas, cualquier aproximacion de terminos finitos de Fourier corta a cada discontinuidad por su valor medio (mitad entre el valor superior e inferior).