Está en la página 1de 22

Analisis de Fourier con

Mathemática
Alejandro Hayes

2009
Análisis de Fourier con Mathemática 2008

Índice

1. Introducción y algunas funciones de interes..............................................................................3


1.1.Función Escalón Unitario....................................................................................................3
Función Impulso Unitario.........................................................................................................3
2. Series de Fourier.....................................................................................................................4
2.1.Funciones Ortogonales y Ortonormales................................................................... ...........4
2.2.Base Ortonormal...............................................................................................................4
2.3.Serie Trigonometrica de Fourier……………………………………………….........................................5
2.4.Serie Exponencial de Fourier..............................................................................................7
2.4.1.Espectros Discretos de la Serie Trigonometrica de Fourier……............................................7
3. Transformada de Fourier........................................................................................................16
4.Aplicacion a la resolucion de problemas de valores en la frontra….…..…….……………...………...….....17
5.Referencias………………..……………………………………………………………………………………………….……….19

Mathemática Página 1 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Mathemática Página 2 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Análisis de Fourier con Mathemática

1. Introducción y algunas funciones de interés.

El análisis de Fourier constituye una herramienta fundamental tanto para el análisis de señales como
para el estudio de los problemas de contorno y por eso este curso se propone dar una noción del uso
del programa Mathemática para la resolución de problemas relacionados al análisis de Fourier.
El presente curso supone por parte del lector un manejo de las funciones básicas del programa
Mathemática por lo que solo se hará hincapié en las funciones q hacen al manejo de la series y
transformadas de Fourier.

1.1. Función escalón unitario

La función escalón unitario se define como:

⎧1 t > 0
u( t ) = ⎨ 1.1
⎩0 t < 0
u

Figura 1

La figura 1 muestra una representación de esta función. Una ventaja importante es el poder escribir
funciones partidas en una única expresión lo que permite aplicar los comandos de Mathemática con
mayor facilidad. Mostraremos ejemplos al final de esta sección.

1.2. Función Impulso unitario

La función impuso unitario o Delta de Dirac se define como:

⎧1 t = 0
δ(t ) = ⎨ 1.2
⎩0 t ≠ 0

Mathemática Página 3 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Figura 2
Mathematica cuenta con dos comandos para definir estas funciones. La Tabla 1 lista estas funciones.

UnitStep[t] Nos da la función escalón unitario con el


argumento correspondiente.
DiracDelta[t] Nos da la función impulso unitario con el
argumento correspondiente.

Tabla 1

2. Series de Fourier.

2.1. Funciones ortogonales y ortonormales


b
f y g son ortogonales ⇔ < f , g > = 0 ⇔ ∫ f(x).g(x)dx
a
=0

f y g son ortonormales ⇔ < f , g > = 0 ∧ f =1 ∧ g =1

2.2. Base ortonormal


Sea B una base de un espacio vectorial. Se dice que B es ortonormal ⇔ ∀ f , g ∈ B: f y g son
ortonormales.
Definición:
b
B = { ϕn (x) :n ≥ 1 } es base ortonormal de F ⇔ ∫
a
ϕi (x) ϕj (x) dx = δ ij

Si tenemos una base ortonormal, toda función de F se puede escribir: f(x) = ∑k ϕ ( x )


n =1
n n

a esta expresión se la conoce como Serie de Fourier.

Mathemática Página 4 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

2.3. Serie Trigonométrica de Fourier.

Un caso particular de Serie de Fourier, es considerar una base ortonormal de funciones


trigonométricas:

1 cos nx sen nx
B={ , , n≥1 }
2π π π

Ejercicio 2.1.1:

Verificar con Mathemática que la base B es ortonormal

f[t_]=1/Sqrt[2 Pi]

è!!!!!!!
1

g[t_,n_]=Sin[n t]/Sqrt[ Pi]


Sin@n tD
è!!!!
π

h[t_,m_]=Cos[m t]/Sqrt[ Pi]


Cos@m tD
è!!!!
π

ProdInt1=Integrate[f[t] f[t],{t,0,2 Pi}]


1

ProdInt2=Integrate[f[t] g[t,n],{t,0,2 Pi}]


è!!!!
2 Sin@n π D2

ProdInt3=Integrate[f[t] h[t,m],{t,0,2 Pi}]
Sin@2 m π D
è!!!
2! m π
ProdInt4=Integrate[g[t,n] g[t,m],{t,0,2 Pi}]//Simplify
n Cos@2 n π D Sin@2 m π D − m Cos@2 m π D Sin@2 n π D
Hm2 − n2L π

ProdInt5=Integrate[h[t,n] h[t,m],{t,0,2 Pi}]//Simplify


m Cos@2 n π D Sin@2 m π D − n Cos@2 m π D Sin@2 n π D
Hm2 − n2L π

ProdInt6=Integrate[h[t,n] h[t,n],{t,0,2 Pi}]//Simplify

Mathemática Página 5 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Sin@4 n π D
1+
4nπ
ProdInt7=Integrate[g[t,n] g[t,n],{t,0,2 Pi}]//Simplify
Sin@4 n π D
1−
4nπ

Observemos que al trabajar en forma simbólica Mathemática asume que n es un parámetro pero no
sabe si es un número entero o no por lo que no tiene manera de terminar las cuentas. La serie
Trigonométrica de Fourier puede escribirse de dos formas diferentes como lo muestran las
expresiones 2.1.1 y 2.1.2 , a la expresión 2.1.2 se la llama habitualmente forma de laboratorio.


a0
S( x ) = + an cos nx + bn sen nx 2.1.1
2 n =1


a0
S( x ) = + cn cos ( nx + ϕ n ) 2.1.2
2 n =1

Descuidando algunos detalles sobre la teoría matemática de las series de Fourier si la serie converge a
una función periódica f de periodo 2π podemos escribir:


a0
f(x)= + an cos nx + bn sen nx 2.1.3
2 n =1


a0
f(x)= + cn cos ( nx + ϕ n ) 2.1.4
2 n =1

Donde:

∫ π f ( x ) dx
a0 1
= 2.1.5
2 2π 2

∫ f ( x ) cos nx dx
1
an = 2.1.6
π

∫ f ( x ) sen nx dx
1
bn = 2.1.7
π

cn = an 2 + bn 2 2.1.8

Mathemática Página 6 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

bn
ϕ n = arctg 2.1.9
an

En general si la función es periódica de periodo T las expresiones pasan a ser


2π 2π

a0
f(x)= + an cos nx + bn sen nx 2.1.10
2 n =1 T T




a0
f(x)= + cn cos ( nx + ϕ n ) 2.1.11
2 n =1 T

Donde:


a0 1
= f ( x ) dx 2.1.12
2 T T


∫ f ( x ) cos T
2
an = nx dx 2.1.13
T
T


∫ f ( x ) sen T
2
bn = nx dx 2.1.14
T
T

2.4. Serie Exponencial de Fourier.

La llamada forma exponencial de la serie de Fourier resulta muy práctica toda vez q se desee graficar
los espectros de frecuencia y entre otras tantas aplicaciones. La forma exponencial de la serie de
Fourier para una función periódica de periodo T esta dada por:

+∞ 2π


nx
f(x)= cn e T 2.2.1
−∞

Donde.




1 nt
cn = f ( t )e T dt 2.2.2
T
T

Mathemática Página 7 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

2.4.1. Espectros Discretos de la Serie Trigonométrica de Fourier


Se llaman así a las representaciones de los an y bn en función de n o de n si se trata de la serie
T
trigonométrica y de cn o cn y ϕ n en el caso de las formas de laboratorio y exponencial
respectivamente. En este último caso a dichos espectros se los llama espectro de amplitud y fase.
Cn ϕn
40
35
0.25
30
0.2
25
0.15 20
15
0.1
10
0.05
5
n n
2 4 6 8 10 2 4 6 8 10

Figura 1

Pese a que matemática cuenta con estas funciones en muchos casos se hace conveniente calcular los
coeficientes por integración ya q de esa forma el cálculo es mucho mas personalizado. Veamos
algunos ejemplos.

Ejercicio 2.1.2:
Desarrollar en serie trigonométrica de Fourier las siguientes funciones y graficar las funciones
originales y hasta 10 términos de la serie asociada. Graficar además los espectros.

⎧ 1 0≤t ≤1
⎪ ⎧⎪ t 2 0 ≤ t ≤ 1
a) f ( t ) = ⎨− 1 1 ≤ t ≤ 2 b) f ( t ) = ⎨
⎪ f (t ) = f (t + 2) ⎪⎩ f ( t ) = f ( t + 1 )

a)

f[t_]=UnitStep[t]-2 UnitStep[t-1]+UnitStep[t-2];

P1=Plot[f[t],{t,0,2.2},PlotStyle→RGBColor[1,0,0],AxesLabel→{t,f}];

Mathemática Página 8 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

f
1

0.5

t
0.5 1 1.5 2

-0.5

-1

‡ f@tD t
ao 1 2
=
2 2 0

0
a@n_D = ‡ f@tD CosA n tE t êê Simplify
2 2 2π
2 0 2

2 Sin @n πD − Sin @2 n πD

b@n_D = ‡ f@tD SinA n tE t êê Simplify


2 2 2π
2 0 2

4 Cos @n πD Sin A n π E2
2

S5@t_D = ‚ b@kD Sin@π k tD


5

k=1

4 Sin @π tD 4 Sin @3 π tD 4 Sin @5 π tD


+ +
π 3π 5π

P2=Plot[S5[t],{t,0,2.2}];
Show[P1,P2];

0.5

t
0.5 1 1.5 2
-0.5

-1

Mathemática Página 9 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

S10@t_D = ‚ b@kD Sin@π k tD


10

4 Sin @π tD 4 Sin @3 π tD 4 Sin @5 π tD 4 Sin @7 π tD 4 Sin @9 π tD


k=1

+ + + +
π 3π 5π 7π 9π
P3=Plot[S10[t],{t,0,2.2}];
Show[P1,P3];

0.5

t
0.5 1 1.5 2
-0.5

-1

S50@t_D = ‚ b@kD Sin@π k tD


50

k=1

4 Sin @π tD 4 Sin @3 π tD 4 Sin @5 π tD 4 Sin @7 π tD 4 Sin @9 π tD 4 Sin @11 π tD 4 Sin @13 π tD 4 Sin @15 π tD 4 Sin @17 π tD
+ + + + + + + + +

4 Sin @19 π tD 4 Sin @21 π tD 4 Sin @23 π tD 4 Sin @25 π tD 4 Sin @27 π tD 4 Sin @29 π tD 4 Sin @31 π tD 4 Sin @33 π tD
π 3π 5π 7π 9π 11 π 13 π 15 π 17 π
+ + + + + + + +

4 Sin @35 π tD 4 Sin @37 π tD 4 Sin @39 π tD 4 Sin @41 π tD 4 Sin @43 π tD 4 Sin @45 π tD 4 Sin @47 π tD 4 Sin @49 π tD
19 π 21 π 23 π 25 π 27 π 29 π 31 π 33 π
+ + + + + + +
35 π 37 π 39 π 41 π 43 π 45 π 47 π 49 π

P4=Plot[S50[t],{t,0,2.2}];

Show[P1,P4];

0.5

t
0.5 1 1.5 2
-0.5

-1

Lista=Table[{n,b[n]},{n,1,10}]

991, =,82,0<,93, =,84,0<,95, =,86,0<, 97, =,88,0<, 99, =,810,0<=


4 4 4 4 4
π 3π 5π 7π 9π

Mathemática Página 10 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

ListPlot[Lista,PlotStyle→PointSize[0.02],PlotRange→{{0,11},{0,1.5}},AxesLab
el→{n,bn}];
bn
1.4
1.2
1
0.8
0.6
0.4
0.2
n
2 4 6 8 10

b)

f[t_]=t^2;

P1=Plot[f[t],{t,0,1},PlotStyle→RGBColor[1,0,0],AxesLabel→{t,f}];
f
1

0.8

0.6

0.4

0.2

t
0.2 0.4 0.6 0.8 1

f@tD t
1 ‡0
ao 1 1
=
2

1
3

a@n_D = ‡ f@tD Cos@2 π n tD t êê Simplify


2 1

1 0

2 n π Cos @2 n πD + H− 1 + 2 n2 π2L Sin @2 n πD


2 n3 π 3

b@n_D = ‡ f@tD Sin@2 π n tD t êê Simplify


2 1

1 0

Mathemática Página 11 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

− 1 + H1 − 2 n2 π2L Cos @2 n πD + 2 n π Sin @2 n πD


2 n3 π 3

S5@t_D = + ‚ Ha@kD Cos@2 π k tD + b@kD Sin@2 π k tDL êê Simplify


5
1
3 k=1

H1200 π2 + 3600 Cos@2 π tD +900 Cos@4 π tD +400 Cos@6 π tD + 225 Cos@8 π tD+
1

144 Cos@10 π tD −3600 π Sin@2 π tD − 1800 π Sin@4 π tD− 1200 π Sin@6 π tD− 900 π Sin@8 π tD −720 π Sin@10 π tDL
3600 π2

P2=Plot[S5[t],{t,0,1}];

Show[P1,P2];
f
1

0.8

0.6

0.4

0.2

t
0.2 0.4 0.6 0.8 1

S10@t_D = + ‚ Ha@kD Cos@2 π k tD + b@kD Sin@2 π k tDL êê Simplify


10
1
3 k=1

1 Cos @2 π tD Cos @4 π tD Cos @6 π tD Cos @8 π tD Cos @10 π tD Cos @12 π tD


+ + + + + + +

Cos @14 π tD Cos @16 π tD Cos @18 π tD Cos @20 π tD Sin @2 π tD Sin @4 π tD Sin @6 π tD
3 π2 4 π2 9 π2 16 π2 25 π2 36 π2
+ + + − − − −

Sin @8 π tD Sin @10 π tD Sin @12 π tD Sin @14 π tD Sin @16 π tD Sin @18 π tD Sin @20 π tD
49 π2 64 π2 81 π2 100 π2 π 2π 3π
− − − − − −
4π 5π 6π 7π 8π 9π 10 π

P3=Plot[S10[t],{t,0,1}];
Show[P1,P3];

Mathemática Página 12 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

f
1

0.8

0.6

0.4

0.2

t
0.2 0.4 0.6 0.8 1

S50@t_D = + ‚ Ha@kD Cos@2 π k tD + b@kD Sin@2 π k tDL êê Simplify


50
1
3 k=1

1 Cos @2 π tD Cos @4 π tD Cos @6 π tD Cos @8 π tD Cos @10 π tD Cos @12 π tD Cos @14 π tD Cos @16 π tD Cos @18 π tD
+ + + + + + + + + +
Cos @20 π tD Cos @22 π tD Cos @24 π tD Cos @26 π tD Cos @28 π tD Cos @30 π tD Cos @32 π tD Cos @34 π tD Cos @36 π tD
3 π2 4 π2 9 π2 16 π2 25 π2 36 π2 49 π2 64 π2 81 π2
+ + + + + + + + +
Cos @38 π tD Cos @40 π tD Cos @42 π tD Cos @44 π tD Cos @46 π tD Cos @48 π tD Cos @50 π tD Cos @52 π tD Cos @54 π tD
100 π2 121 π2 144 π2 169 π2 196 π2 225 π2 256 π2 289 π2 324 π2
+ + + + + + + + +
Cos @56 π tD Cos @58 π tD Cos @60 π tD Cos @62 π tD Cos @64 π tD Cos @66 π tD Cos @68 π tD Cos @70 π tD Cos @72 π tD
361 π2 400 π2 441 π2 484 π2 529 π2 576 π2 625 π2 676 π2 729 π2
+ + + + + + + + +
Cos @74 π tD Cos @76 π tD Cos @78 π tD Cos @80 π tD Cos @82 π tD Cos @84 π tD Cos @86 π tD Cos @88 π tD Cos @90 π tD
784 π2 841 π 2 900 π2 961 π2 1024 π2 1089 π2 1156 π2 1225 π2 1296 π2
+ + + + + + + + +

Cos @92 π tD Cos @94 π tD Cos @96 π tD Cos @98 π tD Cos @100 π tD Sin @2 π tD Sin @4 π tD Sin @6 π tD Sin @8 π tD Sin @10 π tD
1369 π2 1444 π2 1521 π2 1600 π2 1681 π2 1764 π2 1849 π2 1936 π2 2025 π2
+ + + + − − − − − −

Sin @12 π tD Sin @14 π tD Sin @16 π tD Sin @18 π tD Sin @20 π tD Sin @22 π tD Sin @24 π tD Sin @26 π tD Sin @28 π tD
2116 π2 2209 π2 2304 π2 2401 π2 2500 π2 π 2π 3π 4π 5π
− − − − − − − − −

Sin @30 π tD Sin @32 π tD Sin @34 π tD Sin @36 π tD Sin @38 π tD Sin @40 π tD Sin @42 π tD Sin @44 π tD Sin @46 π tD
6π 7π 8π 9π 10 π 11 π 12 π 13 π 14 π
− − − − − − − − −

Sin @48 π tD Sin @50 π tD Sin @52 π tD Sin @54 π tD Sin @56 π tD Sin @58 π tD Sin @60 π tD Sin @62 π tD Sin @64 π tD
15 π 16 π 17 π 18 π 19 π 20 π 21 π 22 π 23 π
− − − − − − − − −

Sin @66 π tD Sin @68 π tD Sin @70 π tD Sin @72 π tD Sin @74 π tD Sin @76 π tD Sin @78 π tD Sin @80 π tD Sin @82 π tD
24 π 25 π 26 π 27 π 28 π 29 π 30 π 31 π 32 π
− − − − − − − − −

Sin @84 π tD Sin @86 π tD Sin @88 π tD Sin @90 π tD Sin @92 π tD Sin @94 π tD Sin @96 π tD Sin @98 π tD Sin @100 π tD
33 π 34 π 35 π 36 π 37 π 38 π 39 π 40 π 41 π
− − − − − − − −
42 π 43 π 44 π 45 π 46 π 47 π 48 π 49 π 50 π

P4=Plot[S50[t],{t,0,1}];

Show[P1,P4];
f

0.8

0.6

0.4

0.2

t
0.2 0.4 0.6 0.8 1

Lista1=Table[{n,a[n]},{n,1,10}]

991, 2 =, 92, =, 93, =, 94, =, 95, =, 96, =, 97, =, 98, =, 99, =, 910, ==
1 1 1 1 1 1 1 1 1 1
π 4 π2 9 π2 16 π2 25 π2 36 π2 49 π2 64 π2 81 π2 100 π2

Mathemática Página 13 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Lista2=Table[{n,b[n]},{n,1,10}]

991,− =,92,− =,93, − =,94,− =,95, − =,96,− =,97,− =,98, − =, 99,− =,910,− ==
1 1 1 1 1 1 1 1 1 1
π 2π 3π 4π 5π 6π 7π 8π 9π 10π

ListPlot[Lista1,PlotStyle→PointSize[0.02],PlotRange→{{0,11},{0,0.2}},AxesLa
bel→{n,an}];
an
0.2

0.15

0.1

0.05

n
2 4 6 8 10
ListPlot[Lista2,PlotStyle→PointSize[0.02],PlotRange→{{0,11},{-
0.1,0}},AxesLabel→{n,bn}];

bn
n
2 4 6 8 10
-0.02

-0.04

-0.06

-0.08

-0.1

Ejercicio 2.1.3:
Desarrollar en serie exponencial de Fourier para la función b) del ejercicio 2.1.2. Graficar además los
espectros de amplitud y fase.

f[t_]=t^2;

P1=Plot[f[t],{t,0,1},PlotStyle→RGBColor[1,0,0],AxesLabel→{t,f}];

Mathemática Página 14 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

f
1

0.8

0.6

0.4

0.2

t
0.2 0.4 0.6 0.8 1

c@n_D = ‡ f@tD Exp@− 2 Pi I n tD t êê Simplify


1

−2 nπ H− + 2 nπ +2 nπ+2 n2 π2 L
4 n3 π3

Coeff[n_]=ComplexExpand[c[n]]

Cos @2 n πD Sin @2 n πD Sin @2 n πD i Cos@2 n πD Cos@2 n πD Cos @2 n πD2 Sin@2 n πD Sin @2 n πD2 y
+ j
j− z
z
k 4 n3 π3 {
− + + + − +
2n π
2 2 4n π
3 3 2nπ 4 n3 π3 2nπ 4 n3 π3 2 n2 π2

CoeffSimp@n_D =
1 1
+I
2 n2 π2 2nπ

1
+
2 n2 π2 2nπ

A@n_D = SqrtAJ N ^2 + J N ^ 2E êê Simplify


1 1
2 n2 π2 2nπ

$%%%%%%%%%%%%%%%%%%%%
1 + π 2
4 n 2 n

2 π2
M[n_]= ArcTan[n Pi]

ArcTan[n π]
Lista1=Table[{n,A[n]},{n,1,10}]

è!!!!!!!!!!!!!
! $%%%%%%%%%%%%%%%%%%%% $%%%%%%%%%%%%%%%%%%%% $%%%%%%%%%%%%%%%%%%%%%% $%%%%%%%%%%%%%%%%%%%%%
1 + π %
1 + π 2 1 + π 2 1 + π 2 2

991, =, 92, =, 93, =, 94, =, 95, =,


1 + π2 16 4 81 9 256 16 625 25

2 π2 2 π2 2 π2 2 π2 2 π2

$%%%%%%%%%%%%%%%%%%%%%%%% $%%%%%%%%%%%%%%%%%%%%%%%% $%%%%%%%%%%%%%%%%%%%%%%%


+ π % $%%%%%%%%%%%%%%%%%%%%%%%
+ π % $%%%%%%%%%%%%%%%%%%%%%%%%%%%
+ π %
2 2 2 2 2
+ π + π
96, =, 97, =, 98, =, 99, =, 910, ==
1 1 1 1 1
1296 36 2401 49 4096 64 6561 81 10000 100

2 π2 2 π2 2 π2 2 π2 2 π2

Lista2=Table[{n,M[n]},{n,1,10}]

Mathemática Página 15 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

{{1,ArcTan[π]},{2,ArcTan[2 π]},{3,ArcTan[3 π]},{4,ArcTan[4 π]},{5,ArcTan[5


π]},{6,ArcTan[6 π]},{7,ArcTan[7 π]},{8,ArcTan[8 π]},{9,ArcTan[9
π]},{10,ArcTan[10 π]}}

ListPlot[Lista1,PlotStyle→PointSize[0.02],PlotRange→{{0,11},{0,0.2}},AxesLa
bel→{n,Modulo}];

Modulo
0.2

0.15

0.1

0.05

n
2 4 6 8 10

ListPlot[Lista2,PlotStyle→PointSize[0.02],PlotRange→{{0,11},{0,1.8}},AxesLa
bel→{n,Fase}];
Fase
1.75
1.5
1.25
1
0.75
0.5
0.25
n
2 4 6 8 10

3. Transformadas de Fourier.
Recordando un poco la definición de las transformadas de Fourier recordamos las formulas 3.1 y 3.2

+∞

∫ f ( t )e
− jωt
F( ω ) = dt 3.1
−∞

+∞

∫ F( ω ) e
1 jωt
f (t ) = dω 3.2

−∞

Ejemplo 3.1:

Hallar la Transformada de Fourier del siguiente pulso rectangular:

⎧⎪1 t ≤a
f (t ) = ⎨
⎪⎩0 t >a

Mathemática Página 16 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

f[t_]=UnitStep[t+2]-UnitStep[t-2];
F[w_]=Integrate[f[t] Exp[-I w t],{t,-Infinity,+Infinity}]//Together

4 Cos @wD Sin @wD


w

Plot[f[t],{t,-5,5},AxesLabel→{t,f},PlotRange→{{-4,4},{0,2}}];
f
2
1.75
1.5
1.25
1
0.75
0.5
0.25
t
-4 -3 -2 -1 1 2 3 4

Plot[F[w],{w,-4 Pi,4 Pi},AxesLabel→{w,F},PlotRange→All];


F
4

w
-10 -5 5 10

4. Aplicación a la resolución de problemas de valores en la


frontera.

Una de las aplicaciones que le da gran utilidad tanto a las series como a las transformadas de Fourier
es la resolución de problemas de contorno que involucran ecuaciones en derivadas parciales. Veremos
algunos ejemplos en esta sección.

Ejemplo 5.1

∂ 2u( x , y ) ∂ 2 u( x , y )
Resolver el siguiente problema de contorno: + = 0 con u( 0 , y ) = u( 1, y ) = 0
∂x 2 ∂y 2
u( x ,0 ) = 10 , u( x ,1 ) = 0 .

Mathemática Página 17 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Mathematica no cuenta con ninguna función especifica para la resolución de problemas de contorno
por lo q lo utilizaremos para auxiliarnos en la resolución del problema.

Para resolver el problema usamos el método de separación de variables es decir escribimos a la


solución de la forma:

u( x , y ) = X ( x ) Y ( y )

Reemplazando en la ecuación obtenemos la siguiente ecuación:

X ' ' ( x ) Y' ' ( y )


+ =0
X( x ) Y( y )

Luego obtenemos el siguiente par de ecuaciones:

X' ' ( x ) + a2 X ( x ) = 0

Y ' ' ( y ) − a 2Y ( y ) = 0

ec1=X''[x]+a^2 X[x] 0;

DSolve[{ec1,X[0] 0},X[x],x]

{{X[x]→C[2] Sin[a x]}}

Reduce[Sin[a] 0,a]

C[1]∈Integers&&(a 2 π C[1]||a π+2 π C[1])

X[x_]= k 1Sin[π n x];

ec2=Y''[y]-a^2 Y[y] 0;

DSolve[{ec2,Y[1] 0},Y[y],y]//Expand

88Y@yD → − − 2 a− a y H− 2 a + 2 a y L C@2D<<

Y[y_]=Exp[- n π] Sinh[ n π(y-1)];

un[x_,y_]=Exp[- n π]Sin[π n x] Sinh[2 n π (y-1)];

v[x_]=un[x,0]

− −n π Sin @n π xD Sinh @2 n πD

c[n_]=Integrate[10 Sin[n π x],{x,0,1}]

10 H−1 + Cos @n πDL


10 HH− 1L ^ n − 1L

u10@x_, y_D = ‚ − Sin@n π xD Sinh@2 n π Hy − 1LD


10

n=1

Mathemática Página 18 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

20 Sin @π xD Sinh @2 π H− 1 + yLD 20 Sin @3 π xD Sinh @6 π H−1 + yLD


+ +

4 Sin @5 π xD Sinh @10 π H− 1 + yLD 20 Sin @7 π xD Sinh @14 π H−1 + yLD 20 Sin @9 π xD Sinh @18 π H− 1 + yLD
π 3π
+ +
π 7π 9π

Plot3D[u10[x,y],{x,0,0.5},{y,0,0.1},PlotRange→All,ViewPoint->{2.003, -
1.911, 1.945},AxesLabel→{x,y,u}];

1× 1024

0
u

0 -1× 1024
0.1

0.075
0.2
0.05
x y

0.4 0.025

ContourPlot[u10[x,y],{x,0,5},{y,0,0.1}];

0.1

0.08

0.06

0.04

0.02

0
0 1 2 3 4 5

5. Referencias

[1] Spiegel Murray, “Análisis de Fourier”, Mc. Graw Hill , 1995


[2] O’ Neil “Matemáticas Avanzadas para Ingeniería” Quinta Edición. Thompson 2004.
[3] James “Matemáticas Avanzadas para Ingenieria” Segunda Edición Pearsons 2002
[4] Castillo Enrique “Mathematica” Tercera edicion Paraninfo 1995

Mathemática Página 19 de 20 Alejandro Hayes


Análisis de Fourier con Mathemática 2008

Mathemática Página 20 de 20 Alejandro Hayes

También podría gustarte