MARCA SARZURI RAMIRO GRUPO 7

9241997 L.P. PREINFORME 4

PROGRAMACIÓN Y MÉTODOS NUMÉRICOS 15 DE JULIO DE 2019

SERIES DE FOURIER
1. ANTECEDENTES

El matemático francés Joseph Fourier (1768-1830) en su famosa obra “Teoría analítica del calor”
condujo a uno de los grandes descubrimientos matemáticos, las series de Fourier.

Las representaciones por medio de tales series permiten un grado de generalidad mucho mayor, en
cuanto al tipo de funciones al que se puede aplicar para estudiarlas, que el que permite la serie de
Taylor. Incluso (y aquí estriba su importancia) si hay muchos puntos en los que no exista la derivada
de la función, o en donde la función no sea continua, la función puede tener aún desarrollo en
series de Fourier.

Las series de Fourier reciben su nombre en honor a Jean-Baptiste Joseph Fourier (1768-1830), que
hizo importantes contribuciones al estudio de las series trigonométricas, que previamente habían
sido consideradas por Leonhard Euler, Jean le Rond d'Alembert y Daniel Bernoulli.a Fourier
introdujo las series con el propósito de resolver la ecuación de conducción del calor en una lámina
de metal publicando sus resultados en 1807 Mémoire sur la propagation de la chaleur dans les
corps solides ('Memoria sobre la propagación del calor en los cuerpos sólidos'), y publicando su
Théorie analytique de la chaleur ('Teoría analítica del calor') en 1822. Ideas previas en descomponer
una función periódica en la suma de simples funciones de oscilación datan desde el siglo III a.C.,
cuando astrónomos antiguos propusieron un modelo empírico de movimiento planetario con base
en epiciclo.

La ecuación del calor es una ecuación en derivadas parciales. Previamente al trabajo de Fourier, no
se conocía solución alguna para la ecuación de calor en forma general, aunque se conocían
soluciones particulares si la fuente de calor se comportaba de manera sencilla, en particular, si la
fuente era una onda de seno o coseno. Estas soluciones simples a veces son llamadas valores
propios. La idea de Fourier era modelar una fuente de calor compleja con una superposición (o
combinación lineal) de simples ondas sinusoidales y para escribir la solución como una
superposición de los correspondientes valores propios. A la superposición o combinación lineal se
le llama Serie de Fourier.

Desde un punto de vista más actual, los resultados de Fourier son algo informales debido a la falta
de precisión en la noción de la función matemática y la integración a inicios del siglo XIX. Después,
Peter Gustav Lejeune Dirichlet1 y Bernhard Riemann234 expresaron los resultados de Fourier con
mayor precisión y formalidad.

Aunque el motivo original era resolver la ecuación de calor, tiempo después fue obvio que se podía
usar la misma técnica a un gran conjunto de problemas físicos y matemáticos, especialmente
aquellos que involucraban ecuaciones diferenciales lineales con coeficientes constantes, para los
cuales sus soluciones únicas eran sinusoidales. Las series de Fourier tienen muchas aplicaciones en
la ingeniería eléctrica, análisis de vibraciones, acústica, óptica, procesamiento de señales, retoque
fotográfico, mecánica cuántica, econometría,

2. OBJETIVO

Representar las funciones en series de Fourier empleando matlab.

3. MARCO TEORICO

La idea básica de las series de Fourier es que toda función periódica de periodo T puede ser
expresada como una suma trigonométrica de senos y cosenos del mismo periodo T.

Algunas funciones periódicas f(t) de periodo T pueden expresarse por la siguiente serie,
llamada serie trigonométrica de Fourier

Donde Wo=2*pi/T se denomina frecuencia fundamental.

Para obtener la serie de Fourier necesitamos calcular los coeficientes a0, a1, a2,… , b1, b2,… Lo
haremos gracias a la ortogonalidad de las funciones seno y coseno

Serie de Fourier

A primera vista, parece que el problema de analizar formas de ondas complejas representa una
tarea formidable. Sin embargo, si la forma de la onda es periódica, se puede representar con una
precisión arbitraria, mediante la superposición de un número suficientemente grande de ondas
senoidales que forman una serie armónica.

Toda función f(t) periódica de periodo 2P, se puede representar en forma de una suma infinita de
funciones armónicas, es decir,

f(t)=a02+∞∑k=1(akcoskπtP+bksinkπtP)f(t)=a02+∑k=1∞(akcoskπtP+bksinkπtP)
donde a0 a1 ...ak ... y b1 b2 .... bk .... son los denominados coeficientes de Fourier.

Teniendo en cuenta los resultados de las integrales

P∫−PcosmπtPsinnπtPdt=Pππ∫−πcos(mz)sin(nz)dz=0∫−PPcosmπtPsinnπtPdt=Pπ∫−ππco
s(mz)sin(nz)dz=0

>> syms t m n;
>> assume(n,'integer');
>> assume(m,'integer');
>> int('sin(m*t)*cos(n*t)',t,-pi,pi)
ans =0

P∫−PcosmπtPcosnπtPdt=Pππ∫−πcos(mz)cos(nz)dtP2ππ∫−π(cos((m+n)z)+cos((m−n)z))⋅dz={0m≠nPm=n∫−PPcosmπt
PcosnπtPdt=Pπ∫−ππcos(mz)cos(nz)dtP2π∫−ππ(cos((m+n)z)+cos((m−n)z))·dz= {0
m≠nP m=n

>> y=int('cos(m*t)*cos(n*t)',t,-pi,pi)
y=(2*(m*cos(pi*n)*sin(pi*m) - n*cos(pi*m)*sin(pi*n)))/(m^2 - n^2)
>> limit(y,m,n)
ans =pi*cos(pi*n)^2

Como n es entero, la respuesta es pi (π)

P∫−PsinmπtPsinnπtPdt=Pππ∫−πsin(mz)sin(nz)dzP2ππ∫−π(−cos((m+n)z)+cos((m−n)z))⋅dz={0m≠nPm=n∫−P
PsinmπtPsinnπtPdt=Pπ∫−ππsin(mz)sin(nz)dzP2π∫−ππ(−cos((m+n)z)+cos((m−
n)z))·dz= {0 m≠nP m=n

>> y=int('sin(m*t)*sin(n*t)',t,-pi,pi)
y =-(2*(m*cos(pi*m)*sin(pi*n) - n*cos(pi*n)*sin(pi*m)))/(m^2 - n^2)
>> limit(y,m,n)
ans =pi*cos(pi*n)^2

Los coeficientes del desarrollo en serie valen

ak=1PP∫−Pf(t)coskπtPdtbk=1PP∫−Pf(t)sinkπtPdtak=1P∫−PPf(t)coskπtPdt
bk=1P∫−PPf(t)sinkπtPdt

La suma parcial de las series de Fourier es

sn(t)=a02+n∑k=1(akcoskπtP+bksinkπtP)sn(t)=a02+∑k=1n(akcoskπtP+bksinkπtP)

Si la función f(t) tiene simetría, algunos de los coeficientes resultan nulos.

 Si f(t) es una función par, f(t)=f(-t), los términos bk son nulos

 Si f(t) es impar f(t)=-f(-t), los coeficientes ak son nulos

Función par
Por ejemplo, para el pulso rectangular simétrico de anchura 1, y periodo 2 se obtienen los
siguientes coeficientes.

a0=110.5∫−0.5dt=1ak=110.5∫−0.5cos(kπt)dt=2kπ(sin(kπ2)){0kpar2kπ(−1)(k−1)/2kimpara0=11∫−0.50.5dt=1
ak=11∫−0.50.5cos(kπt)dt=2kπ(sin(kπ2)) {0 k par2kπ(−1)(k−1)/2 k impar

Vamos a reconstruir la función f(t) a partir del desarrollo en serie de Fourier.

sn(t)=12+2cos(πt)π−2cos(3πt)3π+2cos(5πt)5π−2cos(7πt)7π+...sn(t)=12+2cos(πt)π−2cos(3πt
)3π+2cos(5πt)5π−2cos(7πt)7π+...

Elaboramos un script en el que

 Se establece el número n de términos del desarrollo en serie, sin contar el primero a0/2.
 Se dibuja la función f(t) entre -1 y +1 en color azul y con ancho de línea 2.
 Se dibuja la aproximación a la función sumando n términos del desarrollo en serie en color
rojo de anchura de línea 1.

n=7;
hold on
x=[-1 -0.5 -0.5 0.5 0.5 1];
y=[0 0 1 1 0 0];
plot(x,y,'b','linewidth',1.5)
x=linspace(-1,1,100);
y=zeros(length(x),1);
for i=1:length(x)
y(i)=1/2;
for k=1:2:n
y(i)=y(i)+(-1)^((k-1)/2)*2*cos(k*pi*x(i))/(k*pi);
end
end
plot(x,y, 'r');
title(sprintf('Aproximación de Fourier: %i términos',n))
xlabel('t');
ylabel('f(t)')
grid on
hold off
 4. MARCO PRACTICO

Funciones especiales

con la forma compleja de las series de Fourier.

Teniendo en cuenta las relaciones

e−iωt=cosωt−isinωteiωt=cosωt+isinωte−iωt=cosωt−isinωteiωt=cosωt+isinωt

El desarrollo en serie de Fourier para una función periódica de perido P

f(t)=a02+∞∑k=1(akcos(k2πPt)+bksin(k2πPt))f(t)=a02+∑k=1∞(akcos(k2πPt)+bksin(k2πPt))

Pulso rectangular

ck=12π∫a−aAe−iktdt=Akπsin(ka)={k=0c0=Aπak≠0ck=Akπsin(ka)ck=12π∫−aaAe−iktdt=Akπsin(k
a)={k=0 c0=Aπak≠0 ck=Akπsin(ka)

>>syms k A a;
>> ck=int(A*exp(-i*k*t),t,-a,a)/(2*pi)
ck =(A*sin(a*k))/(pi*k)
Dibujamos la función f(t) entre -π y +π en color azul y con ancho de línea 2 y la aproximación a la
función sumando n términos del desarrollo en serie (positivos y negativos) en color rojo de anchura
de línea 1. Tomamos A=1

a=1; %Semianchura del pulso rectangular a<pi

n=5; %Número de términos
hold on
x=[-pi -a -a a a pi];
y=[0 0 1 1 0 0];
plot(x,y,'b','linewidth',2)
x=linspace(-pi,pi,100);
y=zeros(length(x),1);
for j=1:length(x)
y(j)=0;
for k=-n:n
if k==0
y(j)=y(j)+a/pi;
else
y(j)=y(j)+sin(k*a)*exp(i*k*x(j))/(k*pi);
end
end
end

%ejes
plot([-4 4],[0 0],'k')
plot([0 0],[-0.2 1.2],'k')
%serie de Fourier
plot(x,real(y),'r');
title(sprintf('Aproximación de Fourier: %i términos',n))
xlabel('t'); ylabel('f(t)')
hold off

Pulso diente de sierra

ck=12π∫π−πAπte−iktdt=Akπicos(kπ)=Akπ(−1)kick=12π∫−ππAπte−iktdt=Akπicos(kπ)=Akπ(−1)ki

Dibujamos la función f(t) entre -π y +π en color azul y con ancho de línea 2, la aproximación a la
función sumando n términos del desarrollo en serie (positivos y negativos) en color rojo de anchura
de línea 1. Tomamos A=1

n=5; %Número de términos

hold on
plot([-pi,pi],[-1 1],'b','linewidth',2)
x=linspace(-pi,pi,100);
y=zeros(length(x),1);
for j=1:length(x)
y(j)=0;
for k=-n:n
y(j)=y(j)+(-1)^k*1i*exp(1i*k*x(j))/(k*pi);
end
end
%ejes
plot([-4 4],[0 0],'k')
plot([0 0],[-1.5 1.5],'k')
%serie de Fourier
plot(x,real(y), 'r');
title(sprintf('Aproximación de Fourier: %i términos',n))
xlabel('t'); ylabel('f(t)')
hold off
 5. APLICACION

INICIO

Leer condición c

discreto
Diente Pulso Combin
Trapecio Casa Salir
de sierra cuadrad a

FIN

Diente de sierra

Leer número de
armonicos

Leer periodo

Graficar
aproximacion

retorno

6. BIBLIOGRAFIA

http://www.sc.ehu.es/sbweb/fisica3/simbolico/fourier/fourier.html

https://www.mathworks.com/matlabcentral/fileexchange/50508-series-de-fourier-para-funciones-
definidas-a-trozos