Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AC Fourier PDF
AC Fourier PDF
de Clculo
Ignacio Villanueva Dez
ndice general
Captulo 1. Sucesiones y series de funciones
1. Funciones y espacios funcionales
2. Lmites de sucesiones de funciones
3. Convergencia puntual
4. Convergencia uniforme
5. Convergencia en norma 2
6. Series funcionales
3
3
8
9
10
15
18
23
23
29
29
35
35
45
51
51
54
57
57
60
63
Bibliografa
65
CAPTULO 1
x2 + y 2 + z 2
dada por
k(x, y, z)k1 = |x| + |y| + |z|
es una norma, conocida habitualmente como norma 1.
Ejercicio 1.3. Verificar que cada una de las funciones recin definidas
es efectivamente una norma en R3 .
Ejercicio 1.4. Pintar la bola de centro 0 y radio 1 para cada una
de las normas de arriba, consideradas en R2 .
1.3. Espacios funcionales. Buena parte del contenido de esta
asignatura consistir en el estudio de ciertos comportamientos de funciones. Por ello, en ocasiones ser necesario que trabajemos dentro de
un espacio vectorial cuyos elementos son funciones, y a estos objetos se
les llama espacios funcionales. Por ejemplo, supongamos que estamos
trabajando con funciones f : [0, 1] R. Podramos empezar considerando el espacio (demasiado general) R[0,1] de todas las funciones
de [0, 1] en R. El problema es que este espacio no tiene ningn inters
en las aplicaciones, puesto que da cabida a demasiadas funciones. Las
funciones que tienen inters en ingeniera, y en cualquier aplicacin de
las matemticas, son funciones que tienen algn tipo de buen comportamiento que nos permite utilizarlas.
Para nuestros aplicaciones este ao necesitaremos trabajar con espacios L y espacios L2 . Los primeros son espacios de funciones acotadas, y los segundos son espacios de energa finita, y son los ms
usados en ingeniera. Pasamos a definirlos:
1.4. Los espacios L y L2 . Definiremos estos dos espacios de
manera levemente inexacta pero ms que suficiente para nuestros fines.
Una definicin totalmente correcta de estos espacios requiere las nociones de funcin medible y conjunto de medida nula, lo que excede el
inters de este curso.
Definicin 1.5. Sea Sea I R un intervalo. Definimos L (I)
como el espacio de las funciones f : I R integrables tales que
sup |f (x)| < +.
xI
es una norma.
12
f (t)dt
2
es una norma.
Observacin. Ntese que en ambas definiciones pedimos que las
funciones sean integrables. Esto no supone ninguna limitacin en la
prctica, ya que recordad que aprendisteis en primero que toda funcin continua a trozos, es decir con a lo sumo una cantidad finita o
numerable de discontinuidades, es integrable. Todas (o el 9999 %) las
funciones utilizadas en ingeniera son integrables.
Observacin. Cuando I = [a, b] usamos la notacin L2 [a, b], o
L [a, b]. Si I = R usamos la notacin L2 (R) o L (R).
Observacin. El contenido de esta nota es slo para aquellos
alumnos interesados en los aspectos ms formales de la asignatura.
Los restantes pueden omitir su lectura sin remordimientos.
Ntese que al intentar verificar que las funciones arriba definidas
son normas, uno se encuentra con funciones que no son 0 cuya norma
es 0. Por ejemplo si definimos la funcin
f (x) =
si x = 0
si x 6= 0
Suponemos bien conocida la nocin de lmite de una sucesin numrica (an ) R (y por favor, dado que esta nocin va a ser absolutamente
bsica este curso, cualquier duda que tengis o que os surja acerca de
ella preguntadla, en clase o en tutoras).
Queremos ahora extender esa nocin de lmite de una sucesin de
nmeros a la de lmite de una sucesin de funciones (fn ).
Empezaremos poco a poco: Suponed un intervalo I R, para fijar
ideas supongamos el intervalo [0, 1]. Una sucesin de funciones definidas
3. CONVERGENCIA PUNTUAL
Convergencia puntual
si 0 x 1 n1
0
fn (x) =
nx + 1 n
si 1 n1 x 1
Comprobar que la sucesin (fn ) converge puntualmente a la funcin
f( x) =
si 0 x < 1
si x = 1
10
Ejemplo 3.3. Comprobar que la sucesin (xn )n N converge puntualmente en el intervalo [0, 1] a la misma funcin que el ejemplo anterior.
De los dos ejemplos anteriores podra desprenderse que la funcin
lmite f toma siempre un nmero finito de valores (y mi experiencia me
ensea que algunos de vosotros lo interpretis efectivamente as. Para
ver que esto no es cierto, estudiad el siguiente ejemplo:
Ejemplo 3.4 (Septiembre 2003). Para todo n 1, sea
0
si 0 x n1
fn (x) =
x n1 si n1 x 1
Entonces, la sucesin (fn )nN converge puntualmente en el intervalo
[0, 1] a la funcin f (x) = x.
En efecto, sea x0 > 0 y sea n0 N tal que
todo n > n0 , fn (x0 ) = x0 n1 , y por tanto
lm fn (x0 ) = lm x0
n
1
n0
1
= x0 .
n
de donde se sigue que la sucesin (fn ) converge puntualmente a la funcin f (x) = x en el intervalo [0, 1].
La idea de la convergencia puntual es que, punto a punto, la sucesin converge, es decir, que para cada x0 I, la sucesin (fn (x0 ))n
converge. Esta parece ser la nocin ms intuitiva de lmite de una sucesin de funciones. El problema que presenta es que no mantiene necesariamente las buenas propiedades de las funciones de la sucesin: los
ejemplos 3.2 y 3.3 nos muestran cmo el lmite de una sucesin de funciones continuas no tiene por qu ser una funcin continua. Lo mismo
ocurre con la derivabilidad y la integrabilidad, que no se mantienen
necesariamente.
4.
Convergencia uniforme
Esto hace que sea conveniente en ocasiones trabajar con otro tipo
de convergencia, la convergencia uniforme, que s mantiene las buenas
propiedades de las funciones, como veremos ms adelante. A cambio
por supuesto hay que pagar un precio, y este es que la convergencia
uniforme es ms restrictiva que la convergencia puntual: si una sucesin
4. CONVERGENCIA UNIFORME
11
equivalentemente, si
lm sup{|fn (x) f (x)|} = 0
n xI
12
n xI
y adems claramente
|fn (x0 ) f (x)| sup{|fn (x) f (x)|},
xI
se sigue que
lm |fn (x0 ) f (x0 )|} = 0,
de donde se sigue que la sucesin (fn ) converge puntualmente a la funcin f (x) = x en el intervalo [0, 1].
Estudiemos ahora si la convergencia es uniforme. Para ello es necesario calcular
lm sup |fn (x) x|.
n
Para ello, calculemos previamente supx |fn (x) x|: Para todo x n1 ,
1
1
|fn (x) x| = |x x| = .
n
n
4. CONVERGENCIA UNIFORME
13
1
n
1
.
n
nx
si 0 x n1
2 nx si n1 x n2
fn =
0
si n2 x 1
Entonces, la sucesin (fn )nN converge puntualmente pero no uniformemente en el intervalo [0, 1] a la funcin f (x) = 0.
En efecto, para x = 0, fn (0) = 0 para todo n N, y por tanto
lm fn (0) = 0
con f (x) = 0 para todo x [0, 1], es decir, la sucesin converge puntualmente.
Sin embargo la sucesin (fn )n no converge uniformemente en [0, 1].
Para ver esto aplicamos la definicin.
fn converge uniformemente a f si
lm kfn f k = lm sup |fn (x) f (x)| = 0
n x[0,1]
x[0,1]
14
Por tanto,
lm kfn f k = lm 1 = 1 6= 0,
(1)
fn (x) =
2nx2
, xR
n2 x4 + 1
(2)
1
sup |fn (x)| = fn ( .) = 1.
n
xR
La convergencia no es uniforme en R.
Hallemos ahora en qu partes de R la convergencia es uniforme.
Para ello basta observar que fn0 (x) < 0 para n > a12 , donde a > 0.
Entonces dado que fn (x) es decreciente en el intervalo ]a, +[ y que
(3)
2na2
.
n 2 a4 + 1
5. CONVERGENCIA EN NORMA 2
15
4.1. Propiedades de la convergencia uniforme. La convergencia puntual no conserva la continuidad, tal y como muestran los
ejemplos anteriores. Uno de los motivos por los que se introduce la
nocin de convergencia uniforme es porque mejora la convergencia,
en el sentido de que pasa a respetar la continuidad y la integrabilidad
y, con hiptesis adicionales, la derivabilidad. En concreto tenemos los
siguientes resultados cuya demostracin, si bien no es difcil, omitimos.
Teorema 4.6. Sea (fn ) una sucesin de funciones fn : [a, b] R
para cada n N. Supongamos que (fn ) converge uniformemente a la
funcin f : [a, b] R. Entonces se tiene:
1. Si (fn ) es continua en [a, b] para cada n N entonces f es
continua.
2. Si (fn ) es integrable en [a, b] para cada n N entonces f es
integrable.
Teorema 4.7. Sea (fn ) una sucesin de funciones fn : [a, b] R
para cada n N. Supongamos que, para cada n N, fn es derivable en
[a, b], y sea fn0 su derivada. Supongamos adems que la sucesin (fn0 )
converge uniformemente a una funcin g : [a, b] R y que existe
x0 [a, b] tal que existe el lmn fn (x0 ). Entonces existe f : [a, b] R
derivable en [a, b], tal que f 0 = g y tal que (fn ) converge uniformemente
a f.
No os perdis: el teorema dice que si tengo una sucesin de funciones derivables cuyas derivadas convergen uniformemente y adems
la sucesin original converge en al menos un punto, entonces la sucesin original va a converger uniformemente y, lo que ms nos interesa,
la funcin a la que converge es a su vez derivable, es decir se mantiene
la derivabilidad cuando hay convergencia uniforme de las derivadas.
5.
Convergencia en norma 2
16
equivalentemente, si
Z
lm
21
(fn (t) f (t))2 dt
=0
La recproca no es cierta. Veamos con un ejemplo que hay sucesiones
que convergen en media cuadrtica y no lo hacen uniformemente.
Ejercicio 5.3. Para todo n 1, sea
nx
si 0 x n1
2 nx si n1 x n2
fn =
0
si n2 x 1
Demustrese que (fn ) converge en media cuadrtica a 0, pero no converge uniformemente.
5. CONVERGENCIA EN NORMA 2
17
0
si 1n x 1
Demustrese que la sucesin (fn ) converge puntualmente a la funcin
constante de valor 0, pero que no converge en media cuadrtica.
Ejercicio 5.5. Para todo k N, considrense las funciones fk1 , . . . , fkk :
[0, 1] R dadas por
1
si 1i
< x ki
i
k
fk =
0 para los restantes valores de x [0, 1]
Consideramos entonces la sucesin de funciones
f11 , f21 , f22 , f31 , f32 , f33 . . .
Comprubese que la sucesin de funciones as definida no converge
puntualmente en ningn punto, y en cambio s converge en norma 2 a
la funcin constante de valor 0. Esto ltimo se sigue porque, para todo
k N y para todo 1 i k se verifica que
r
1
i
kfk k2 =
.
k
Lo anterior eran las malas noticias. Las buenas son que s podemos
decir algo, aunque no mucho. La demostracin de la siguiente proposicin no es fcil y no la incluiremos. En realidad tampoco usaremos este
curso la proposicin misma, sino el corolario que la sigue.
Proposicin 5.6. Supongamos que la sucesin de funciones (fn )
converge en norma 2 a la funcin f . Entonces existe una subsucesin
(fnk ) tal que fnk converge a f en casi todo punto.
Como ya he dicho, no necesitaremos esta proposicin, pero el siguiente corolario s puede ser til en ocasiones.
Corolario 5.7. Si la sucesin (fn ) converge puntualmente a la
funcin f , y si adems sabemos que la sucesin (fn ) converge en norma
kk2
2, entonces necesariamente fn f .
18
si 0 x 12 n1
1
n x + n4 + 12 si 12 n1 x 21 + n1
fn =
2
0
si 21 + n1 x 1
1
2
1
1 si 0 x < 2
1
si x = 12
f (x) =
2
0 si 21 < x 1
Obsrvese que a efectos de la convergencia en media cuadrtica,
podemos definir f ( 12 ) como queramos.
6.
Series funcionales
y a continuacin se define
m
X
X
xn := lm sm = lm
xn .
n=1
n=1
6. SERIES FUNCIONALES
19
P
Para definir una serie funcional
n=1 fn cuando fn : I R es
una sucesin de funciones procedemos exactamente igual: definimos la
sucesin de sumas parciales
Sm :=
m
X
fn
n=1
X
n=1
fn := lm Sm = lm
m
m
X
fn .
n=1
y lo escribimos
fn (x) = f (x).
n=1
Si adems la sucesin
P (Sm ) converge uniformemente a f , entonces
decimos que la serie n=1 fn converge uniformemente a f : I R.
P
Observacin. Si n fn converge uniformemente a f en un intervalo [a, b] y las funciones fn son continuas (respectivamente integrables)
en [a, b] entonces el Teorema 4.6 nos garantiza que f es continua (resp.
integrable) en [a, b], y un razonamiento anlogo se puede hacer con la
derivabilidad usando el Teorema 4.7.
20
Mn converge
Entonces
P existe una funcin f : I R tal que, para todo x I
la
P serie n fn (x) converge (absolutamente) a f (x). Adems, la serie
n fn converge uniformemente a f .
P
Demostracin. Veamos en primer lugar que la serie n fn converge puntualmente (y absolutamente).
Para esto hay que ver que, para
P
cada x0 I, la P
serie numrica n fn (x0 ) converge. Para ello vamos a
ver que la serie n |fn (x0 )| converge, y para ver esto ltimo utilizamos
el criterio de comparacin: puesto que
|fn (x0 )| Mn
P
y puesto
P que n Mn converge, el criterio
P de comparacin nos garantiza
que n |fn (x0 )| converge, es decir, n fn (x0 ) converge absolutamente.
6. SERIES FUNCIONALES
21
Una vez que hemos probado la convergencia puntual, tenemos garantizada la existencia de una funcin f : I R tal que, para cada x I,
X
f (x) =
fn (x).
n
)
(
)
(
X
X
|fn (x)|
= lm sup
fn (x) lm sup
m xI
m xI
n=m+1
n=m+1
lm
Mn = 0,
n=m+1
Veremos en los ejercicios varias aplicaciones del criterio M de Weierstrass. En particular, conviene mencionar que el Teorema de Abel de
la convergencia de series de potencias es una sencilla aplicacin de este
criterio.
CAPTULO 2
Introduccin y definiciones
24
P n+2) (0) = 0
..
.
por lo que
Pn (x) =
n
X
P k) (0)
k=0
k!
x =
X
P k) (0)
k=0
k!
xk .
n
X
f k) (x0 )
k=0
k!
(x x0 )k .
Rn,x0 (x) =
f n+1) (t)
(x x0 )n+1 .
(n + 1)!
f (x) f (x0 )
f 0 (x0 ) = 0,
xa
x x0
por la definicin de derivada.
Supongamos ahora el resultado cierto para n 1 y consideremos el
caso n.
lm
1. INTRODUCCIN Y DEFINICIONES
lm
xa
25
lm
f 0 (x) f 0 (x0 )
xa
2f 00 (x0 )(xx0 )
2!
...
n(x x0 )n1
nf n) (x0 )
(x
n!
x0 )n1
y ahora aplicamos la hiptesis de induccin a la funcin f 0 y obtenemos que el lmite de arriba vale 0. (Pensadlo despacio; si no lo veis,
haced primero los casos n = 2 y n = 3).
Demostramos a continuacin la frmula del resto.
Sea
n
X
f k) (t)
(x t)k
s(t) = f (x)
k!
k=0
Entonces
s0 (t) =
f n+1) (t)
(x t)n
n!
Sea ahora
g(t) = (x t)n+1
Entonces
g 0 (t) = (n + 1)(x t)n
Por el teorema del valor medio de Cauchy existe un t (x0 , x) tal que
s(x) s(x0 )
s0 (t)
f n+1) (t)
= 0
=
g(x) g(x0 )
g (t)
(n + 1)!
como s(x) = g(x) = 0 y s(x0 ) = Rn,x0 (f )(x) se tiene que existe
t [x0 , x] tal que
Rn,x0 (f )(x) =
f n+1) (t)
(x x0 )n+1
(n + 1)!
26
= = 0, 25.
4!
4!
4!
4
Utilizando la calculadora, podemos ver que log 2 ' 0, 693 y por tanto
el error vale exactamente E ' 0, 14.
1. INTRODUCCIN Y DEFINICIONES
27
X
f k) (x0 )
(x x0 )k
k!
k=0
Existe una clase muy amplia de funciones f , llamadas analticas
que verifican que la serie de Taylor converge (al menos puntualmente)
a la funcin f . Obviamente
X
f k) (x0 )
f (x) =
(x x0 )k
k!
k=0
si y slo si Rn,x0 (f )(x) 0 y a menudo sta es la condicin ms fcil
de estudiar.
Para mostrar que puede haber problemas y que es necesario comprobar efectivamente que la serie converge a la funcin original, veamos
un ejemplo de funcin infinitamente derivable cuya serie de Taylor no
converge a la funcin.
Ejemplo 1.7. Comprobar que la funcin
1
e x2
si x 6= 0
f( x) =
0
si x = 0
es infinitamente derivable, y sin embargo la serie de Taylor no converge
a f (x) en ningn x 6= 0.
CAPTULO 3
Series de potencias
1.
Introduccin
X
an (x a)n
n=0
En lo sucesivo consideraremos todo el tiempo a = 0 por comodidad en la notacin, pero todo lo que digamos se puede generalizar a
cualquier otro a R.
Como siempre que definimos una serie, el problema es la convergencia. En el caso de las series de potencias, el estudio de la convergencia
de la serie es ms sencillo que en las series funcionales generales. El
resultado principal es el siguiente.
P
Teorema 1.1 (Abel). Sea una serie de potencias
n=0 an xn de
P
n
a
modo que existe x0 R tal que la serie (numrica)
n=0 n x0 es convergente. Sea ahora r P
R tal que r < |x0 |. Entonces, para todo x R
n
tal que |x| r la serie
n=0 an x converge absolutamente. Adems se
tiene que la serie de potencias converge uniformemente en el intervalo
[r, r]. Adems la funcin f : [r, r] R definida como
f (x) =
an x n
n=0
es derivable y
0
f (x) =
nan xn1 ,
n=1
30
3. SERIES DE POTENCIAS
M
x0
|x0 |n
n
X
n=0
n
r
M converge
x0
(por que xr0 < 1) el criterio M de Weierstrass (tomando Mn =
n
P
n
M xr0 ) nos garantiza la convergencia uniforme de la serie
n=0 an x
en el intervalo [r, r].
P
n
Para comprobar la derivabilidad de f (x) =
n=0 an x necesitamos
la convergencia uniforme de la serie de las derivadas
P comprobar
n1
na
x
(ver
Teorema I. 4.7).
n
n=1
Tenemos
n1
n1
r
n1
n1
n1
n1 |r|
|nan x | = n|an ||x|
n|an ||r|
n|an ||x0 |
nM
.
n1
|x0 |
x0
Al igual que antes, sabemos que la serie
n1
X
r
converge
nM
x
0
n=1
(esto se puede ver usando el criterio del cociente). Por
tanto, de nuevo
r n1
el criterio M de Weierstrass (tomando Mn = nM x0 ) nos garantiza
P
n1
en
la convergencia uniforme de la serie de las derivadas
n=1 nan x
el intervalo [r, r]. Esto, junto con el Teorema I. 4.7 es suficiente para
garantizar la derivabilidad de f en [r, r] y que
f 0 (x) =
nan xn1 .
n=1
Observacin. Ntese que en las hiptesis del teorema, f 0 (x) vuelve
a ser una serie de potencias en [r, r].
Ejemplo 1.2. Ver lo que ocurre con ex cuya derivada es ella misma, y con sin x, cuya derivada es el coseno.
El teorema anterior nos sugiere la siguiente definicin
1. INTRODUCCIN
31
P
n
Definicin 1.3. Dada una serie de potencias
n=0 an x , se llama
radio de convergencia de la serie al nmero
)
(
X
= sup |x0 | R tales que
an xn0 converge
n=0
Si el conjunto
(
|x0 | R tales que
)
an xn0 converge
n=0
n mn
Para aquellos que no estn familiarizados con esta nocin, mencionaremos simplemente que si una sucesin (an ) tiene lmite, entonces
lm an = lm sup an .
No os sintis excesivamente tentados a usar esta frmula para calcular ; la definicin es mucho ms fcil y lleva a entender y manejar
mejor el concepto.
Observacin. Existe un rumor muy extendido segn el cual
an
= lm
.
n an+1
32
3. SERIES DE POTENCIAS
X
(log n)xn .
n=1
Si x = 1,
(log n)x =
(log n)
n=1
n=1
X
(log n)xn
n=1
X
xn
n=1
n!
1. INTRODUCCIN
33
CAPTULO 4
Series de Fourier
1.
Introduccin y definiciones
36
4. SERIES DE FOURIER
1. INTRODUCCIN Y DEFINICIONES
37
n, m N}
2
.
0
T
2
sin n0 tdt = 0
T2
2. Para todo n N,
Z
T
2
cos n0 tdt = 0
T2
3. Para todo n 6= m,
Z
T
2
4. Para todo n 6= m,
T
2
5. Para todos n, m N,
Z
T
2
Las dos primeras integrales son inmediatas. Para las tres ltimas
utilizamos las identidades trigonomtricas que expresan sin y cos de
A + B en trminos de sin y cos de A y B, y obtenemos
38
4. SERIES DE FOURIER
cos(nx) sin(nx)dx
hcos(nx), sin(nx)i =
Z
1 +
=
(sin((m + n)x) + sin((m n)x))dx
2
+
1 cos((m + n)x) cos((m n)x)
=
= 0, (m 6= n)
2
m+n
mn
cos(nx) cos(nx)dx
hcos(nx), cos(nx)i =
Z
1 +
=
(cos((m + n)x) + cos((m n)x))dx
2
+
1 sin((m + n)x) sin((m n)x)
=
+
= 0, (m 6= n)
2
m+n
mn
sin(nx) sin(mx)dx
hsin(nx), sin(mx)i =
Z
1 +
=
(cos((m n)x) cos((m + n)x))dx
2
+
1 sin((m n)x) sin((m + n)x)
=
= 0, (m 6= n)
2
mn
m+n
1. INTRODUCCIN Y DEFINICIONES
39
y por tanto
Rb
f (x) (x)dx
Rb 2
(x)dx
a
Por tanto, tenemos la siguiente
a =
a (x)
emos los coeficientes clsicos de Fourier. Se llaman coeficientes (clsicos) de Fourier a los nmeros
Z T
2
2
f (t)dt
a0 =
T T2
Z T
2
2
am =
f (t) cos m0 tdt
T T2
40
4. SERIES DE FOURIER
2
bn =
T
T
2
a0 X
+
an cos n0 x + bn sin n0 x
2
n=1
Ejemplo 1.7. Encontrar la serie de Fourier de la funcin
si T2 < t < 0
1
f( t) =
1
si 0 < t < T2
y definida peridica de periodo T en todo R.
Solucin: Es fcil ver que an = 0 para todo n N {0} y bn =
cos n), independientemente de T
2
(1
n
X
a0 X
bn sin n0 x,
f (x) =
an cos n0 x +
+
2
n=1
n=1
con
0 =
2
= 2
T
y donde
Z T
2
a0
1
=
f (x)dx,
2
T T2
Z T
2
2
an =
f (x) cos n0 xdx, y
T T2
Z T
2
2
bn =
f (x) sin n0 xdx
T T2
1. INTRODUCCIN Y DEFINICIONES
41
As,
a0
=
2
1
2
dx =
0
1
2
Adems
1
2
Z
an = 2
0
1
2
2
cos(2nx)dx =
sin 2nx = 0.
2n
0
Finalmente,
Z
bn = 2
0
1
2
1
2
1
sin(2nx)dx =
cos 2nx
n
0
2
n
si n es impar.
X
a0 X
+
an cos n0 x +
bn sin n0 x,
f (x) =
2
n=1
n=1
con
0 =
2
=
T
y donde
Z
1 1
a0
=
f (x)dx,
2
2 1
Z 1
an =
f (x) cos n0 xdx, y
1
bn =
42
4. SERIES DE FOURIER
As,
a0
1
=
2
2
Z
xdx +
xdx =
0
1
2
Adems
Z
x cos(nx)dx +
an =
1
x cos(nx)dx.
0
(4)
ei + ei
2
y
ei ei
2i
Por tanto, si f (t) es una funcin peridica de periodo T con desarrollo en serie de Fourier
X
a0 X
f (t) =
+
an cos n0 t +
bn sin n0 t,
2
n=1
n=1
sin =
(5)
podemos sustituir los senos y cosenos por las expresiones dadas por (4)
y (5) y obtenemos
1
i
= i y despejando llegamos a
1. INTRODUCCIN Y DEFINICIONES
f (t) = c0 +
43
n=1
= c0 +
in0 t
cn e
n=1
in0 t
cn e
n=1
+
X
cn ein0 t ,
n=
donde
1
c 0 = a0 ,
2
1
1
cn = (an ibn ), y cn = (an + ibn ).
2
2
Con estas definiciones a mano, podemos ahora seguir con los coeficientes cn el mismo camino seguido con los an y bn .
En primer lugar notemos
Proposicin 1.11. La familia {eint }nZ es ortogonal en el intervalo [ T
, T2 ] (o en el [0, T ]), donde T = 2
.
2
T
2
=
T
2
T
2
eint eimt dt =
T
2
44
4. SERIES DE FOURIER
Entonces, dado n0 N,
in0 t
hf, e
i=h
+
X
cn eint , ein0 t i =
n=
+
X
n=
Z
= cn0
T
2
ein0 t ein0 t dt
T2
Z
= cn0
Z
= cn0
T
2
ein0 t ein0 t dt =
T2
T
2
T2
dt = cn0 T,
de donde
R T2
cn =
T2
f (t)ein0 t dt
,
T
expresin que por supuesto coincide con la obtenida anteriormente a
partir de los an y los bn .
Como ya hemos
se puede demostrar que la exP dicho anteriormente,
int
presin f (t) = +
c
e
nos
permite
representar no slo funciones
n= n
peridicas f : R R sino tambin funciones peridicas f : R C.
Notemos que muchas seales se representan de manera natural como
una funcin con valores reales (por ejemplo una seal sonora) mientras
que otras, en particular los campos electromagnticos, se representan
de manera natural como una funcin con valores complejos.
A partir de ahora trabajaremos con la expresin de la serie de Fourier en trminos de los cn , por ser ms adecuada para la mayora de las
aplicaciones que la expresin en trminos de los an y bn .
2.
45
Tenemos definida formalmente la serie de Fourier, pero an no sabemos nada de su convergencia o no a la funcin f . Los teoremas clsicos
del anlisis de Fourier nos van a garantizar que para una amplia clase
de funciones f , la serie de Fourier de f converge en casi todo punto a
f . Pero sobre todo nos interesar saber que para todas las funciones en
L2 (I), la serie de Fourier converge en norma 2 a la funcin.
2.1. Convergencia en norma 2. Empezamos considerando la
convergencia en norma 2 de la serie de Fourier, muy importante en
muchas aplicaciones. Recordemos que se dice que una sucesin de funciones (fn ) L2 (I) converge en norma 2 (o en media cuadrtica) a
f L2 (I) si
kk2
fn f,
esto es, si
lm kfn f k2 = 0,
o, equivalentemente, si
Z
lm
k
X
cn eint
n=k
lm (hk , k i) 2 = lm
Notemos que
Z
Z T
2
k (t)k (t)dt =
T2
T
2
T2
k (t)k (t)dt
= 0.
T2
46
4. SERIES DE FOURIER
T
2
T2
T
2
T
2
f (t)f (t)dt +
T2
T2
T
2
Z
2<
f (t)(
T2
k
X
|cn |
cn
eint )dt
T2
dt 2<
k
X
k
X
cn cn 2<
R T
T
2
Z
cn
f (t)eint dt =
T2
k
X
T
2
cn
f (t)eint dt+
T2
n=k
R T
2
int dt
f (t)eint dt
T f (t)e
2
T2
n=k
k
X
f (t)f (t)dt+
n=k
T
2
n=k
f (t)f (t)dt + T
cn eint )dt
n=k
T2
k
X
k
X
)(
n=k
int int
T
2
cn e
T2
n=k
int
n=k
T
2
k
X
k
X
R T
2
T2
R T
2
int dt
f (t)eint dt
f
(t)e
T
2
n=k
T
2
Z
=
f (t)f (t)dt+
T2
k
X
R T2
c n
T2
f (t)ein0 t dt
k
X
n=k
R T
2
T2
R T2
c n
n=k
int
f (t)e
T2
f (t)ein0 t dt
R T
2
int
dt
f (t)e
dt
T
Si consideramos esto como una ecuacin en cn y buscamos minimizarla, vemos que la norma 2 del error es mnima cuando
R T2
f (t)ein0 t dt
T2
cn =
.
T
47
f (t+
0 ) + f (t0 )
,
2
donde
f (t+
m+ f (t)
0 ) = l
tt0
y
f (t
m f (t).
0 ) = l
tt0
48
4. SERIES DE FOURIER
Demostracin.
Z T
Z
2
f1 (t)f2 (t)dt =
T2
T
2
T2
XX
c1n c2m
nZ mZ
X
nZ
c1n c2n
T
2
T2
!
X
c1n ein0 t
nZ
T
2
49
!
X
c2n ein0 t dt =
nZ
ein0 t eim0 t dt =
T2
ein0 t ein0 t dt = T
c1n c2n .
nZ
De aqu se deduce fcilmente (sin ms que tomar f1 = f2 ) el siguiente
Teorema 2.3 (Teorema de Parseval). Sea f L2 ([ T2 , T2 ]), y sean
(cn )nZ , coeficientes de Fourier. Entonces
Z T
X
2
1
1
2
f (t)f (t)dt =
(kf k2 ) =
|cn |2 .
T
T
T 2
nZ
CAPTULO 5
Definicin.
Todo lo visto hasta ahora se aplicaba al estudio de funciones peridicas, o de funciones definidas en un intervalo [a, b]. Para ciertas
aplicaciones esto no es suficiente, y necesitamos estudiar funciones
f : R R C no peridicas. Este tipo de funciones no pueden
ser representadas por medio de una serie de Fourier, pero en cambio s
que se pueden representar por medio de una integral de Fourier.
Describimos a continuacin la idea intuitiva en el paso de las series
de Fourier a la integral de Fourier. Todo esto se puede formalizar con
todo rigor, pero no lo haremos ya que llevara demasiado tiempo y no
lo consideramos prioritario para nuestra asignatura.
Como ya hemos visto, una funcin peridica P
de periodo T se puede
representar por medio de una serie de Fourier n cn en0 t , con 0 =
2
. La idea ahora, dicha burdamente, es considerar una funcin no
T
peridica como una funcin peridica de periodo infinito.
Ejemplo 1.1. Supongamos que queremos estudiar la funcin f :
R R dada por
f (t) =
1
0
si t [ 12 , 12 ]
si |t| > 12
52
f (t) =
(6)
cn en0 t
n=
donde
1
cn =
T
(7)
T
2
f (t)en0 t dt
T2
y
(8)
(9)
2
T
Sustituyendo (7) en (6), se tiene
0 =
f (t) =
X
n=
1
T
T
2
!
f (x)en0 x dx en0 t
T2
X
2
1
(10)
f (x)en0 x dx 0 en0 t
f (t) =
T
2 2
n=
Hagamos un pequeo inciso y recordemos lo que sabemos de la
definicin de integral de Riemann, y el paso de las sumas de Riemann
a la integral.
Si tenemos una funcin h : [a, b] R integrable y suponemos
elegida una particin equiespaciada P (0 ) = {a = x0 , x1 , . . . , xk = b}
de [a, b] en la que xi xi1 = 0 para cada i {1, . . . , k}, tenemos que
Z b
k
X
lm
h(a + n0 )0 =
h(t)dt.
0 0
n=1
1. DEFINICIN.
53
(11)
1
f (t) =
2
Z
+
x
f (x)e
dx et d
(13)
1
f (t) =
2
F()et dt.
f (t)et dt.
Anlogamente definimos
Definicin 1.3. Sea F : R C. Entonces definimos su transformada inversa de Fourier como una funcin
F 1 (F) : R R ( C)
dada por
F
1
(F)(t) =
2
F()et dt.
54
2.
F(f )( )
|a|
a
Si
g(t) = f (t)et
entonces F(g)() = F(f )( )
Si f L2 (R), t0 R y g(t) = f (t t0 ) entonces
F(g)() = F(f )()et0 .
El siguiente resultado es la clave que permite aplicar la transformada de Fourier a la resolucin de ecuaciones diferenciales.
Proposicin 2.2. Sea f : R R una funcin derivable, que
admite transformada de Fourier F(f ), y tal que
lm f (t) = 0.
F(f )() =
inf ty
f 0 (t)et dt.
f (t)et =
55
t0
puesto que
lm f (t0 ) = 0
t0
y
et0 = cos t0 + sin t0
est acotada.
56
de puntos, s forman un conjunto de medida cero. Por tanto, el teorema de inversin nos dice que si tomo una funcin f L2 (R), hallo su
transformada de Fourier F(f ), y a continuacin hallo la transformada inversa de F(f ), entonces recupero f (salvo quizs en unos pocos
puntos, que no van a tener ninguna importancia en la gran mayora de
las aplicaciones). Esto es lo que nos permite decir que no perdemos
informacin, al considerar F(f ) en lugar de f , puesto que podemos
recuperar f (salvo quizs en unos pocos puntos) a partir de F(f ).
CAPTULO 6
Convolucin y filtros
58
|f (t)|dt < }.
Z Z
Z Z
F ubini
|f (x y)g(y)|dy dx =
|f (x y)g(y)|dx dy =
Z
Z
Z
Z
|g(y)|dy < .
|f (x)|dx
|f (x y)|dx dy =
=
|g(y)|
y y
dy et dt =
Z
F ubini
(ty)
y
f (t y)e
g(y)e
dy dt =
Z
y
(ty)
g(y)e
f (t y)e
dt dy = F(f )()F(g)()
=
Z
=
Z
Z
f (t y)g(y)e
1. CONVOLUCIN Y FILTROS
59
Veamos ahora cmo aplicar esto a la realizacin de un filtro en frecuencia. En teora de la seal se denomina filtro en frecuencia a un
mecanismo que nos permita, dada una seal, quedarnos con sus componentes en cierto rango de frecuencias, y desechar las dems. Es decir,
suponemos dada una cierta seal f (t) y queremos obtener otra seal
fs (t) cuyas componentes en frecuencia sean exactamente las componentes en frecuencia de f (t) que pertenezcan a cierto rango de frecuencia.
La manera de obtener fs (t) es la siguiente: hallamos la transformada
de Fourier de f , F(f ) y la multiplicamos por A () donde A R es
el rango de frecuencias que queremos seleccionar y A () es la funcin
caracterstica de A, definida como
si A
1
A () =
0
si 6 A
Para terminar hallamos la trasformada inversa de F(f )()A () y est
ser nuestra funcin fs (t).
Vemoslo con un ejemplo, la realizacin de un filtro paso bajo. Se
llama filtro paso bajo a aquel que se queda con las componentes de
baja frecuencia de f y descarta las dems. En concreto suponemos que
deseamos quedarnos con las componentes de frecuencia menor o igual
que . Consideramos la seal f (t). Suponemos calculada su transformada de Fourier F(f ) consideramos F(f )()[,] . Entonces, aplicando
el teorema de inversin 2.4 y el Teorema 1.2, se tiene que f (t) (la
componente en frecuencia menor o igual que de f ) se puede obtener
como
f (t) = (f g)(t)
donde g(t) es una funcin tal que
F(g) = [,] .
Calculemos g(t).
Aplicando de nuevo el teorema de inversin (o, equivalentemente,
la frmula de la transformada inversa de Fourier), se tiene que
Z
Z
1
1
1 et
t
t
g(t) =
[,] ()e d =
e d =
=
2
2
2 it
1 et et
sin t
=
t
2
t
y, por tanto, tenemos finalmente que
sin t
f (t) = f (t)
.
t
=
60
2.
Teorema de Nyquist
2. TEOREMA DE NYQUIST
61
la capacidad de or seales de frecuencia superior, y los famosos ultrasonidos usados en ocasiones para intentar ahuyentar ratas no son sino
sonidos de frecuencia superior a 20KHz y gran volumen, que nosotros
no omos pero ellas s.
Esta limitacin de nuestro odo tiene consecuencias prcticas: si
consideramos una seal sonora y le quitamos sus componentes de frecuencias superiores a 20KHz, nuestros odos no son capaces de percibir
ninguna diferencia entre ambas seales. Por tanto la respuesta a la pregunta anterior a qu velocidad hemos de muestrear una seal sonora
para que la seal muestreada sea gran calidad? es A la velocidad
necesaria para mantener las componentes de la seal de frecuencias
inferiores a 20KHz. Y aqu es donde interviene el teorema de Nyquist.
Teorema 2.1. Sea f : R C una seal que admite transformada
de Fourier F (lo que ocurre por ejemplo si f L2 (R)). Si F() = 0
para todo > M = 2fM entonces se puede determinar f en casi
todo punto por medio de sus valores separados por intervalos uniformes
menores que 2f1M segundos.
Demostracin. Sabemos que F : R C es una funcin que vale
0 para todo > M . Consideramos entonces 0 > 2M y definimos la
funcin
Fs : R C
como una funcin peridica (en el dominio de la frecuencia!) de periodo
0 dada por
Fs () = F() para todo [0 , 0 ].
Por ser Fs peridica podemos expandirla en serie de Fourier; ntese
que como su periodo (lo que habitualmente llambamos T ) es 0 , entonces su frecuencia fundamental (lo que habitualmente llambamos
0 ) vale 20 . Por tanto
(14)
+
X
Fs () =
2
n
cn e
n=
donde
(15)
1
cn =
0
0
2
0
2
2
n
Fs ()e
d.
1
cn =
0
2
n
F()e
M
d.
62
f (t) = F
1
(F)(t) =
2
1
=
2
F()et d =
+M
F()et d.
M
2
0
f (nT ) = f
n2
0
1
=
2
+M
segundos, en los
n2
F()e
d.
f (nT )
n=
1
.
2fM
sin M (t nT )
M (t nT )
3. MODULACIN DE AMPLITUD
3.
63
Modulacin de amplitud
F( c ) + F( + c )
2
F( c ) F( + c )
.
2
Esto nos da pie al siguiente simple razonamiento. Tenemos una
seal f (t) limitada en frecuencia (esto es, F() = 0 para cada >
M ) y deseamos transmitirla. Para ello, en primer lugar elegimos una
frecuencia c > M (habitualmente c es de hecho mucho mayor que
M ) y consideramos la seal modulada m(t) = f (t) cos c t. Observamos
que la transformada de Fourier de m(t) consiste simplemente de dos
copias de la transformada de f centradas en c . Esta seal m(t) es la
que se emite. Veamos como el aparato receptor recibe m(t) y recupera
f (t). Supongamos que en el receptor multiplicamos m(t) por cos c t.
Obtenemos entonces la seal
1 + cos 2c t
f (t) f (t) cos 2c t
m(t) cos c t = f (t) cos2 c t = f (t)
=
+
.
2
2
2
Puesto que F(m(t) cos 2c t)() slo vales distinto de 0 en dos entornos de centros 2c y radio M , resulta claro que pasando m(t) cos c t
por un filtro paso bajo recuperamos f (t) (divida por 2, pero esto no es
importante).
F(f (t) sin c t)() =
Bibliografa
[1] T. M. Apostol, Calculus, Ed. Revert 1990.
[2] R. G. Bartle y D. R. Sherbert, Introduccin al Anlisis Matemtico de una
variable Noriega Editores 1996.
[3] R. Churchill y J. Brown, Variable compleja y aplicaciones McGraw-Hill 1990.
[4] H. Hsu, Anlisis de Fourier Fondo Educ. Interamericano 1973.
[5] A. Oppenheim, R. Schafer y J. Buck, Tratamiento de seales en tiempo discreto, Prentice Hall 2000.
65