Introducción a números complejos y cálculo operacional con Python

Variable Compleja
y Cálculo Operacional
Teorı́a y Práctica con Python
W ILLIAM L A C RUZ
Universidad Central de Venezuela
Facultad de Ingenierı́a
Escuela de Ingenierı́a Eléctrica
Departamento de Electrónica, Computación y Control
Versión preliminar para el uso en el curso

Variable Compleja y Cálculo Operacional
ADVERTENCIA: Este libro se distribuye para los estudiantes

de mis cursos. Por favor, contácteme para otros usos.
william.lacruz@ucv.ve

c 2020 W. La Cruz
Contenido
Antes de leer y usar los programas de este libro v
Prefacio vi
1 Números Complejos 1
1.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Operaciones Algebraicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Representación Geométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Valor Absoluto y Conjugado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.1 Fórmula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6 Potencias y Raı́ces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7 Regiones en el Plano Complejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 Aritmética Compleja con Python . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.9 Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Funciones de Variable Compleja 23

2.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Lı́mite y Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.1 Funciones Componentes . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.2 Lı́mite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.3 Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Diferenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.1 Fórmulas o Reglas de Diferenciación . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Ecuaciones de Cauchy-Riemann . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Funciones Analı́ticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5 Funciones Armónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6 Funciones Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6.1 Función Exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6.2 Funciones Trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.6.3 Funciones Hiperbólicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6.4 Función Logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.6.5 Función Exponente Complejo . . . . . . . . . . . . . . . . . . . . . . . . 51
2.6.6 Funciones Trigonométricas Inversas . . . . . . . . . . . . . . . . . . . . . 52
2.6.7 Funciones Hiperbólicas Inversas . . . . . . . . . . . . . . . . . . . . . . . 53
2.7 Mapeos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.7.1 Mapeo w = z + c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.7.2 Mapeo w = bz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.7.3 Mapeo w = bz + c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.7.4 Mapeo Inversión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7.5 Mapeo Bilineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
ii
iii
2.8 Funciones, Lı́mite, Derivada y Mapeos con Python . . . . . . . . . . . . . . . . 67

3 Series de Potencias y Singularidades Aisladas 77

3.1 Serie de Números Complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.1.1 Serie de Potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.1.2 Serie de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.1.3 Serie de Laurent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.1.4 Propiedades Adicionales de las Series . . . . . . . . . . . . . . . . . . . . 91
3.2 Singularidades Aisladas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.2.1 Polo de Orden m . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.2.2 Punto Singular Removible . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2.3 Punto Singular Esencial . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.3 Series de Potencias y Singularidades con Python . . . . . . . . . . . . . . . . . 100
4 Integración Compleja 104

4.1 Integral Definida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.2 Integración de Lı́nea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.2.1 Contornos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.2.2 Integral de Lı́nea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.3 Teorema de Cauchy-Goursat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.3.1 Extensión del Teorema de Cauchy-Goursat . . . . . . . . . . . . . . . . . 111
4.4 Integral Indefinida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.5 Fórmula Integral de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.6 Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.6.1 Cálculo del Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
4.6.2 Teorema de los Residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.6.3 Expansión en Fracciones Parciales . . . . . . . . . . . . . . . . . . . . . . 130
4.7 Integración y Residuos con Python . . . . . . . . . . . . . . . . . . . . . . . . . 133
5 Funciones de Dominios Continuo y Discreto 139

5.1 Funciones de Dominio Continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.1.1 Impulso Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.1.2 Escalón Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.3 Pulso Rectangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.1.4 Pulso Triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.1.5 Función Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.1.6 Pulso Exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.1.7 Función Rampa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.1.8 Funciones Sa y sinc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
5.1.9 Relación entre u(t) y δ (t) . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.1.10 Derivada Generalizada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.1.11 Convolución en el Dominio Continuo . . . . . . . . . . . . . . . . . . . . 152
5.2 Funciones de Dominio Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.2.1 Impulso Unitario Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . 163
5.2.2 Escalón Unitario Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . 163
5.2.3 Función Rampa Discreta . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
iv
5.2.4 Función Signo Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

5.2.5 Relación entre u[n] y δ [n] . . . . . . . . . . . . . . . . . . . . . . . . . . 165
5.2.6 Convolución en el Dominio Discreto . . . . . . . . . . . . . . . . . . . . . 165
5.3 Introducción al Cálculo Operacional con Python . . . . . . . . . . . . . . . . . . 173
6 Transformada de Fourier 184

6.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
6.1.1 Transformada Inversa de Fourier . . . . . . . . . . . . . . . . . . . . . . . 185
6.2 Propiedades de la Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . 186
6.3 Algunos Pares de Transformadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
6.4 Magnitud y Fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.5 Transformada de Fourier con Python . . . . . . . . . . . . . . . . . . . . . . . . 214
7 Transformada de Laplace 219

7.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
7.1.1 Región de Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
7.1.2 Transformada Inversa de Laplace . . . . . . . . . . . . . . . . . . . . . . 224
7.1.3 Diagrama de Polos y Ceros . . . . . . . . . . . . . . . . . . . . . . . . . . 225
7.2 Propiedades de la Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . 228
7.4 Cálculo de la Transformada Inversa de Laplace . . . . . . . . . . . . . . . . . . . 245
7.4.1 Integración de Contornos . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
7.4.2 Inversión por Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
7.5 Relación con la Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . 255
7.6 Transformada de Laplace con Python . . . . . . . . . . . . . . . . . . . . . . . 257
8 Transformada z 261
8.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
8.1.1 Región de Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
8.1.2 Transformada z Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
8.1.3 Diagrama de Polos y Ceros . . . . . . . . . . . . . . . . . . . . . . . . . . 265
8.2 Propiedades de la Transformada z . . . . . . . . . . . . . . . . . . . . . . . . . . 268
8.4 Cálculo de la Transformada z Inversa . . . . . . . . . . . . . . . . . . . . . . . . . 283
8.4.1 Integración Compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
8.4.2 Expansión en Serie de Potencias . . . . . . . . . . . . . . . . . . . . . . . 285
8.4.3 Inversión por Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
Respuesta a los Problemas Propuestos 292
Bibliografı́a 299
Índice 300
Antes de leer y usar los programas de
este libro
Todos los programas en este libro se escribieron en el lenguaje Python versión 3.6 para una
computadora personal (para más información visite la página Web https://www.python.org/).
En el libro se utilizan las siguientes librerı́as cientı́ficas y gráficas de Python:
• Sympy: https://www.sympy.org/en/index.html
• Numpy: https://numpy.org/
• Mapplotlib: https://matplotlib.org/
Todos los objetos de la librerı́a Sympy se cargan previamente con la instrucción:

>>> from sympy i m p o r t ∗
Los objetos de la librerı́a Numpy se utilizan con el prefijo np (siguiendo la sintaxis de una clase),
ya que se asume que Numpy se ha cargado previamente con la instrucción:
>>> i m p o r t numpy a s np
v
Prefacio
En la actualidad existe la creencia bastante común que los problemas matemáticos en su ma-
yorı́a se resuelven usando una computadora sin otro conocimiento previo o, simplemente, que las
soluciones de los mismos se encuentran en Internet, buscando en Google un link que nos dirija
mágicamente a la respuesta. Esta visión inmediatista, sin mediación alguna, sin esfuerzo, es con-
secuencia del gran desarrollo de la computación y la consolidación de las redes sociales, pero tal
creencia no es cierta. Sólo basta con pensar y hacerse las siguientes preguntas: ¿Cómo se diseñan
las computadoras? o ¿Cómo funciona Internet? Las respuestas a estas preguntas seguro están en
Internet, pera ellas en sı́ encierran un gran cúmulo de conceptos, métodos y técnicas, todos ellos
relacionados con la matemática y la ingenierı́a, que sólo los especialistas pueden entender en su
totalidad. Por ejemplo, para diseñar un procesador (CPU) de una computadora, una red de comu-
nicaciones, un puente colgante o un tornillo, es necesario manejar ciertos conceptos técnicos, tales
como: microprocesadores, grafos, curva catenaria, constante de elasticidad y muchos otros más,
que a su vez requieren para su comprensión el manejo de la suma, la multiplicación, la derivación,
la integración, entre otros conceptos y operaciones matemáticas. En vista de ello, uno de los obje-
tivos de este libro es lograr que el lector se familiarice con los conceptos matemáticos del análisis
complejo, que se imparten en los estudios de la carrera Ingenierı́a.
El motivo para la elaboración de este libro, que a su vez es otro objetivo del mismo, es brindar
al lector el libre acceso al conocimiento, por su puesto, presentando los conceptos de una manera
sencilla pero formal, usando para ello solo herramientas matemáticas correspondientes al cuarto
semestre de Ingenierı́a. Especı́ficamente, el escrito presenta la teorı́a básica de Variable Compleja
y el Cálculo Operacional. Especı́ficamente, en este escrito se presentan los conceptos básicos
del cálculo diferencial e integral en el conjunto de los números complejos, comenzando con la
definición de número complejo, pasando luego con la descripción formal de funciones de variable
compleja, enfatizando en la continuidad, diferenciación e integración. También se presenta una
introducción al cálculo operacional, en la cual se describen las funciones elementales de dominio
continuo y de dominio discreto, y se definen las transformadas de Fourier, de Laplace y z.
Para la comprensión de los conceptos expuestos en el libro, es necesario que el lector posea
un nivel aceptable de conocimientos de Cálculo (particularmente, del Cálculo Infinitesimal Real
en una y dos variables); también debe manejar con destreza las operaciones algebraicas en los
conjuntos reales, racionales y enteros. En otras palabras, el material está dirigido a lectores con
conocimientos matemáticos equivalentes o superiores al tercer semestre de Ingenierı́a.
El libro se puede dividir en dos partes: I. Variable Compleja y II. Cálculo Operacional, ya que
el mismo, en principio, está diseñado según el contenido temático del curso Variable Compleja y
Cálculo Operacional, ubicado en el cuarto semestre del Plan de Estudios de Ingenierı́a Eléctrica.
En los capı́tulos 1, 2, 3 y 4, se dan las propiedades del conjunto de los números complejos; se
presentan los fundamentos matemáticos de la continuidad y diferenciación de una función de va-
riable compleja; se estudian las series de números complejos haciendo énfasis en los desarrollos
de Taylor y de Laurent; y se describen los conceptos básicos de la integración compleja: integral
definida, integral de lı́nea, primitiva y teorı́a de residuos.
vi
PREFACIO vii
En el capı́tulo 5 se da una introducción al cálculo operacional, comenzando con la caracte-

rización de las funciones de dominio continuo, pasando luego por la convolución en el dominio
continuo. En esta parte se estudia con interés la función impulso unitario. Aquı́ también se descri-
ben las funciones de dominio discreto y se define la convolución de funciones de dominio discreto.
En los capı́tulos 6, 7 y 8, se presentan, respectivamente, la definición matemática y se prueban
todos los teoremas y propiedades, de la transforma de Fourier, la transformada de Laplace y la
transformada z.
Es de destacar que el escrito ha evolucionado a medida que han transcurrido los semestres
en los que se ha dictado la asignatura Variable Compleja y Cálculo Operacional, agregando un
problema resuelto o una imagen que permita la mejor visualización de un concepto o un método.
En todo caso, siempre dirigido a mejorar el aprendizaje. Con esto en mente, cada capı́tulo posee
secciones de problemas resueltos y problemas propuestos. Los problemas resueltos fueron selec-
cionados de exámenes parciales, además, en el escrito se presenta en forma rigurosa el proceso de
resolución de los mismos. Los problemas propuestos son una colección de problemas orientados
al fortalecimiento y consolidación de los conceptos y métodos estudiados. Todos los problemas
propuestos tienen respuesta, que se muestra al final del libro.
Con el propósito de visualizar de manera más aplicada los conceptos tratados en el libro, se
agregó un enfoque computacional del análisis complejo, es decir, en el escrito también se presenta
una visión computacional de los conceptos, usando para ello el software Python, que se emplea
en numerosas universidades y posee muchas facilidades gráficas de calidad, flexibilidad e intera-
ctividad. Al final de cada capı́tulo se presentan ejemplos prácticos codificados en Python. Todo
ello con el propósito de introducir al lector en el uso de una herramienta computacional, pero
dejándoles ver que tal herramienta por sı́ sola no resuelve los problemas, sino que es necesario que
el usuario tenga la destreza de entender y definir correctamente el problema para luego resolverlo
con la computadora.
Finalmente, a los lectores les pido el gran favor de apuntar mis errores, ya que esto permitirı́a
corregir el material y serı́a una prueba de un aprendizaje efectivo; además, no olvidemos lo dicho
por Albert Einstein (1879-1955), “la persona que nunca se equivoca nunca prueba algo nuevo”,
en otras palabras, al momento de crear se está sujeto a errar, pero ello no debe ser un obstáculo
para continuar y mejorar.
William La Cruz
Universidad Central de Venezuela, Caracas
Enero de 2020
1 Números Complejos
La primera referencia escrita de la raı́z cuadrada de un número negativo la encontramos en la

obra Stereometrı́a de Herón de Alejandrı́a alrededor de la mitad del siglo I. La siguiente referencia
sobre la raı́z cuadrada de un número negativo data del año 275 en la obra de Diophantus, Arith-
metica. En su intento del cálculo de los lados de un triángulo rectángulo de perı́metro 12 y área
7, Diophantus planteó resolver la ecuación 336x2 + 24 = 172x, ecuación cuyas soluciones no son
números reales. En 1545, Jerome Cardano (Italia, 1501-1576), un matemático, fı́sico y filósofo ita-
liano, publica “Ars Magn” (El Gran Arte) en el cual describe un método para resolver ecuaciones
algebraicas de grado tres y cuatro. En esta obra Cardano plantea el siguiente problema: Si alguien
te pide dividir 10 en dos partes cuyo producto sea 40, es evidente que esta cuestión es imposi-
ble. √Aparentemente√ este problema parece imposible, pero Cardano da las siguientes soluciones:
5 + −5 y 5 − −5. Cardano obtiene tales soluciones resolviendo las ecuaciones: x + y = 10,
xy = 40. Dos siglos y medio cubrieron las dudas sobre el significado y la autenticidad de los Resuelva las
números complejos. No obstante, fueron estudiados por un gran número de matemáticos. √ Cabe ecuaciones de
Cardano.
mencionar que fue Leonhard Euler (Suiza, 1707-1783) el primero en usar la notación i = −1.
El matemático alemán Carl Friedrich Gauss (Alemania, 1777-1855), fue quien les dio nombre y
los definió rigurosamente. En este capı́tulo se introducen algunas propiedades del conjunto de los
números complejos. Tal conjunto de números es ampliamente utilizado en el desarrollo de las ideas
teóricas y prácticas de Ingenierı́a, en especial, de Ingenierı́a Eléctrica.
1.1 Definición
Se dice que z es un número complejo si se expresa como
z = x+ iy
o, de manera equivalente,
z = x + y i,
donde x e y son números reales, esto es, x, y ∈ R (recuerde que R denota el conjunto de los números
reales). El sı́mbolo i se conoce como unidad imaginaria. El conjunto de los números complejos se
denota como C, y z ∈ C indica que z pertenece al conjunto de los números complejos.
Por otra parte, un número complejo z = x + i y también se puede definir como el par ordenado
z = (x, y). Esta definición equivalente de número complejo permite definir a i como el número
complejo dado por
i = (0, 1).
Más adelante se demostrará que i2 = −1.
Se denota con x = Re z la parte real del número complejo z, y con y = Im z la parte imaginaria
de z. Los números complejos de la forma x + i 0, se denominan reales puros o, simplemente, reales.
Además, los números complejos de la forma 0 + i y, se denominan imaginarios puros.
Los números reales 0 y 1, también se pueden definir como números complejos. El cero de los
números complejos, denotado simplemente como 0, se define por 0 = 0 + i 0. El 1 de los números
complejos, denotado 1, se define por 1 = 1 + i 0.
1
2 1.2. OPERACIONES ALGEBRAICAS
Definición 1.1. Se dice que dos números complejos z y w son iguales si, y sólo si sus partes
reales son iguales y sus partes imaginarias son iguales. Es decir, si z = x + i y y w = u + i v,
entonces z = w, si y sólo si x = u e y = v. En particular, z = x + i y = 0 si, y sólo si x = y = 0.
Recuerde que Observación 1.1. No existe relación de orden en los números complejos. En los números reales,
los números por ejemplo, se tiene que 5 > 3, pero no tiene sentido afirmar que 1 + i < 2 + i 3.
reales se pue-
den representar
como un punto 1.2 Operaciones Algebraicas
en una recta,
que se recorre
de izquierda a
Seguidamente se definen las operaciones algebraicas de números complejos.
derecha, con lo
cual se impone
Definición 1.2. Sean z1 = x1 + i y1 , y z2 = x2 + i y2 números complejos. Se define la suma, resta,
un orden.
multiplicación y división de z1 y z2 como sigue.
Suma:
z1 + z2 = (x1 + x2 ) + i (y1 + y2 ).
Resta:
z1 − z2 = (x1 − x2 ) + i (y1 − y2 ).
Multiplicación:
z1 · z2 = z1 z2 = (x1 x2 − y1 y2 ) + i (x1 y2 + x2 y1 ).
División:
z1 x1 x2 + y1 y2 x2 y1 − x1 y2
z1 ÷ z2 = = +i ,
z2 x22 + y22 x22 + y22
siempre que x2 6= 0 y y2 6= 0.
En la siguiente proposición se describen algunas propiedades de las operaciones algebraicas de

los números complejos.
Proposición 1.1. Para todo z, w, s ∈ C se cumplen las siguientes propiedades:
1. Conmutativa
• z+w = w+z
• zw = wz
2. Asociativa
• z + (w + s) = (z + w) + s
• z(ws) = (zw)s
3. Elemento Neutro
• z+0 = z
• 1·z = z
4. Elemento Inverso
• Para todo z ∈ C, existe −z ∈ C, llamado inverso aditivo, tal que z + (−z) = 0.
• Para todo z 6= 0, existe z−1 ∈ C tal que z z−1 = 1. El número z−1 es denominado
inverso multiplicativo.
5. Distributiva
• z(w + s) = zw + zs.
CAPÍTULO 1. NÚMEROS COMPLEJOS 3
Demostración. Es una consecuencia inmediata de las propiedades de los números reales, la defi-
nición de número complejo y las definiciones de suma y multiplicación de números complejos.
La Proposición 1.1 permite asegurar que el conjunto de números complejos conforma un

cuerpo, esto es, un conjunto algebraico con leyes de composición interna como la suma y la multi-
plicación. Note que las operaciones suma, resta y multiplicación, son leyes de composición interna
sobre el conjunto de los números complejos, es decir, son operaciones que asocian a cada par de
números complejos otro número complejo. La división también es una ley de composición interna
sobre el conjunto de los números complejos distintos de cero. Además, estas operaciones pueden
verse como una extensión de las operaciones algebraicas de los números reales.
Ejemplo 1.1. Sean z1 = 1 − i, z2 = i − 3, y z3 = i/2. Se deja como ejercicio para el lector verificar
el resultado de las siguientes operaciones algebraicas.
a) z1 + z2 + z3 = −2 + 12 i
b) z1 · z2 · z3 = −2 − i
c) z1 (z2 + z3 ) = −2 + 2i
d) z2 /z3 = 2 + 6i
3 1
e) z1 /(z2 · z1 ) = − 10 − 10 i
f) z3 /(z1 /z2 ) = − 12 − i
Ejemplo 1.2. Sean z1 y z2 números complejos tales que z1 + z2 es un número real diferente de cero
y Re (z1 − z2 ) = 0. Probar que z21 − z22 es un número complejo puro.
Solución. Sean z1 = x1 + iy1 y z2 = x2 + iy2 . Como z1 + z2 = (x1 + x2 ) + i(y1 + y2 ) es un número
real diferente de cero y Re (z1 − z2 ) = x1 − x2 = 0, se tiene que y1 = −y2 y x1 = x2 . Ası́,
z21 − z22 = (z1 + z2 )(z1 − z2 ) = (2x1 )(2y1 i) = 4x1 y1 i,
en otras palabras, z21 − z22 es un número complejo puro.
Ejemplo 1.3. Demostrar que la identidad

1 − zn+1
1 + z + z2 + · · · + zn = ,
1−z
se satisface para todo entero n ≥ 1 y todo z 6= 1.
Solución. Tenemos que
(1 + z + z2 + · · · + zn )(1 − z) = 1 − zn+1 , para todo z ∈ C.
Como z 6= 1, entonces dividiendo por (1 − z) en ambos lados de la ecuación anterior obtenemos:
1 − zn+1
1 + z + z2 + · · · + zn = ,
1−z
para todo entero n ≥ 1 y todo z 6= 1, que era lo que deseábamos demostrar.
4 1.3. REPRESENTACIÓN GEOMÉTRICA
La siguiente proposición relaciona la división de números complejos con el inverso multipli-

cativo. También proporciona una manera equivalente de definir división de números complejos,
como la multiplicación de dos números.
Proposición 1.2. Sean z, w ∈ C. Si w 6= 0, entonces

z
= z w−1 .
w
z
Demostración. Demostremos que las partes real e imaginaria de los números complejos y z w−1
w
son iguales. Tomemos z = x + i y, w = u + i v y asumamos que w 6= 0. Por definición, se tiene que
z xu + yv yu − xv
= 2 2
+i 2 . (1.1)
w u +v u + v2
Ahora, veamos la forma que tiene w−1 . Asumamos que w−1 = a + i b. Por la Proposición 1.1 se
tiene que w w−1 = 1. Por tanto, podemos escribir:
1 = w w−1 = (u + i v)(a + i b) = (ua − vb) + i (ub + va),
de donde se obtiene el siguiente sistema de ecuaciones lineales con incógnitas a y b.

ua − vb = 1
va + ub = 0
Resolviendo este último sistema de ecuaciones lineales obtenemos:
u −v
a= y b= ,
u2 + v2 u2 + v2
luego,
u −v
w−1 = +i .
u2 + v2 u2 + v2
Empleando es última ecuación se tiene que
xu + yv yu − xv
z w−1 = 2 2
+i 2 . (1.2)
u +v u + v2
z
Por (1.1) y (1.2), se concluye que = z w−1 .
w
1.3 Representación Geométrica

Un número complejo z = x + i y también puede definirse como un único par ordenado (x, y),
es decir, la parte real de z es la primera coordenada de (x, y) y la parte imaginaria es la segunda
coordenada. Ası́, el número complejo z puede representarse geométricamente como un punto en el
plano cartesiano xy, como ejemplo de ello observe la gráfica que se muestra en la Figura 1.1.
Cuando se utiliza el plano cartesiano para representar un número complejo, éste se denomina
plano complejo o plano z. Además, el eje x, o eje de las abscisas, se denomina eje real, mientras
que el eje y, o eje de las ordenadas, se conoce como eje imaginario (ver Figura 1.1).
¿Por qué se Otra representación posible de z = x + i y en el plano cartesiano es en forma de vector (ver
toma a z como Figura 1.2), es decir, z se puede representar como un vector orientado cuyo extremo inicial es el
el vector orien-
origen (0, 0) y su extremo final es el punto (x, y). De esta forma, a un número complejo lo podemos
tado con origen
(0, 0) y extremo representar como un par ordenado o como un vector en el plano xy.
final (x, y), y no
otro vector?
Eje imaginario
z = (x, y)
y b
x Eje real
Figura 1.1. Representación de un número complejo como un par ordenado
Eje imaginario
z = x + iy
y
x Eje real
Figura 1.2. Representación de un número complejo como un vector
1.4 Valor Absoluto y Conjugado
En la sección anterior vimos que un número complejo z se puede representar como un vector
orientado. Este hecho permite que z herede algunas propiedades de los vectores, entre ellas la
magnitud o valor absoluto.
Definición 1.3 (Valor absoluto). El valor absoluto del número complejo z = x + i y, denotado
por |z|, se define como la longitud del vector z, la cual se calcula a través de la fórmula
p
|z| = x2 + y2 .
Geométricamente, el valor absoluto |z| representa la distancia del origen (0, 0) al punto (x, y).
Otro concepto geométrico importante es el conjugado de un número complejo, cuya definición
formal es la siguiente.
Definición 1.4 (Conjugado). El conjugado del número complejo z = x + i y, denotado por z, se

define como
z = x + i (−y).
Geométricamente, el conjugado z es la reflexión del punto (x, y) con respecto al eje real. En la
Figura 1.3 se muestra un ejemplo gráfico del conjugado de un número complejo.
6 1.4. VALOR ABSOLUTO Y CONJUGADO
z = x + iy
y b
−y b
z = x − iy
Figura 1.3. Conjugado de un número complejo
Empleando las operaciones algebraicas de los números complejos, se puede establecer sin
mucha dificultad algunas propiedades del valor absoluto y el conjugado, las cuales se presentan en
la Proposición 1.3. La demostración de esta proposición se deja como ejercicio para el lector.
Proposición 1.3. Sean z1 y z2 , números complejos. Las siguientes propiedades se cumplen:
1) z1 = z1 .
2) z1 ± z2 = z1 ± z2 .
3) z1 · z2 = z1 · z2 .

z1 z1
4) = , siempre y cuando z2 6= 0.
z2 z2
5) |z1 | = |z1 |.
6) z1 z1 = |z1 |2 .
z1
7) z−1
1 = , siempre y cuando z1 6= 0.
|z1 |2
8) |z1 | ≥ |Re z1 | ≥ Re z1 .
9) |z1 | ≥ |Im z1 | ≥ Im z1 .
10) |z1 z2 | = |z1 | |z2 |.

z1 |z1 |
11) = , siempre y cuando z2 6= 0.
z2 |z2 |
Seguidamente mostramos unos ejemplos donde se emplean propiedades del valor absoluto y el
conjugado.
Ejemplo 1.4. Si z1 y z2 son números complejos tales que |z1 | =

6 |z2 |, entonces demostrar que
|z1 + z2 | ≥ ||z1 | − |z2 ||.

Solución. Por la Proposición 1.3 6), podemos escribir:
|z1 + z2 |2 = (z1 + z2 )(z1 + z2 ) = |z1 |2 + z1 z2 + z2 z1 + |z2 |2

= |z1 |2 + z1 z2 + z1 z2 + |z2 |2 = |z1 |2 + 2Re (z1 z2 ) + |z2 |2
≥ |z1 |2 − 2|z1 z2 | + |z2 |2 = |z1 |2 − 2|z1 | |z2 | + |z2 |2
= (|z1 | − |z2 |)2 ,
de donde se deduce que |z1 + z2 | ≥ ||z1 | − |z2 ||.
Ejemplo 1.5. Si z1 , z2 y z3 son números complejos tales que |z2 | = 6 |z3 |, entonces demostrar que

z1 |z1 |
z2 + z3 ≤ ||z2 | − |z3 || .

Solución. Tomando z1 = z2 y z2 = z3 en el Ejemplo 1.4, obtenemos:
|z2 + z3 | ≥ ||z2 | − |z3 ||,
de donde se deduce que

1 1
≤ .
|z2 + z3 | ||z2 | − |z3 ||
Ahora, multiplicando por |z1 | en ambos lados de la desigualdad anterior se tiene
|z1 | |z1 |
≤ ,
|z2 + z3 | ||z2 | − |z3 ||
lo que implica
z1 |z1 |
z2 + z3 ≤ ||z2 | − |z3 || ,

que era lo que deseábamos demostrar.
√ √
Ejemplo 1.6. Demostrar que |(2 z + 5)( 2 − i)| = 3|2z + 5|.
Solución. Utilizando la definición y las propiedades del módulo podemos escribir:
√ √ √ √
|(2 z + 5)( 2 − i)| = |2 z + 5| | 2 − i| = 2z + 5 2 + 1 = 3|2z + 5|.
La suma de los números complejos z1 = x1 + i y1 y z2 = x2 + i y2 , tiene una interpretación

simple en términos vectoriales. El vector que representa la suma de los números z1 y z2 se obtiene
sumando vectorialmente los vectores de z1 y z2 , es decir, empleando la regla del paralelogramo
(ver Figura 1.4). Este esquema geométrico se puede utilizar para obtener la desigualdad triangular:
la longitud de un lado cualquiera de un triángulo es menor o igual que la suma de las longitudes
de los otros lados. Esto es, la longitud correspondiente a z1 + z2 , |z1 + z2 |, es menor o igual que
la suma de las longitudes, |z1 | y |z2 |. En la Proposición 1.4 damos la expresión matemática de la
desigualdad triangular.
8 1.4. VALOR ABSOLUTO Y CONJUGADO
z1 z2
+
z1
z2
Figura 1.4. Suma vectorial de números complejos.
Proposición 1.4 (Desigualdad triangular). Sean z1 y z2 números complejos. Entonces, la si-

guiente desigualdad se cumple
|z1 + z2 | ≤ |z1 | + |z2 |.
Demostración. Usando apropiadamente la Proposición 1.3 6), podemos escribir:
|z1 + z2 |2 = (z1 + z2 ) (z1 + z2 ) = (z1 + z2 ) (z1 + z2 ) = z1 z1 + z1 z2 + z2 z1 + z2 z2

= |z1 |2 + z1 z2 + z2 z1 + |z2 |2 = |z1 |2 + z1 z2 + z1 z2 + |z2 |2 ,
pero
z1 z2 + z1 z2 = 2 Re (z1 z2 ) ≤ 2 |z1 z2 | = 2 |z1 | |z2 | = 2 |z1 | |z2 |,
luego
|z1 + z2 |2 ≤ |z1 |2 + 2 |z1 | |z2 | + |z2 |2 = (|z1 | + |z2 |)2 ,

|z1 + z2 | ≤ |z1 | + |z2 |,
con lo cual queda establecida la desigualdad triangular.
La desigualdad triangular se puede extender a más de dos vectores, es decir, la longitud de

la suma de un número finito de vectores es menor o igual que la suma de las longitudes de tales
vectores. En la siguiente proposición se muestra la expresión matemática de este resultado, el cual
se denomina desigualdad triangular generalizada.
Proposición 1.5 (Desigualdad triangular generalizada). Sean z1 , z2 , . . . , zn números complejos,

donde n es un entero mayor o igual que 2. Entonces, la siguiente desigualdad se cumple
|z1 + z2 + · · · + zn | ≤ |z1 | + |z2 | + · · · + |zn |.
Demostración. Realicemos la demostración por inducción. Por la Proposición 1.4, la desigualdad

se cumple para n = 2. Supongamos, como hipótesis inductiva, que la desigualdad se cumple para
n = h, es decir, se tiene que
|z1 + z2 + · · · + zh | ≤ |z1 | + |z2 | + · · · + |zh |.

Ahora demostremos que esta desigualdad se cumple para n = h + 1. Por la hipótesis inductiva y la
Proposición 1.4, obtenemos:
|z1 + z2 + · · · + zh + zh+1 | ≤ |z1 + z2 + · · · + zh | + |zh+1 |

≤ |z1 | + |z2 | + · · · + |zh | + |zh+1 |,
para todo entero h ≥ 1. Con esto queda demostrada la desigualdad.
1.5 Coordenadas Polares

Otra propiedad de los vectores que heredan los números complejos es su orientación, es decir,
los vectores pueden ser representados utilizando su magnitud y el ángulo que forman con el eje
real. En otras palabras, del hecho que un número complejo z = x + i y puede ser representado
geométricamente como un vector, se puede derivar su representación en coordenadas polares (r, θ ),
donde r = |z| y θ es el argumento de z.
Definición 1.5 (Argumento de z). El argumento del número complejo z 6= 0, denotado por arg z,
es cualquiera de los ángulos orientados comprendidos entre la parte positiva del eje real y el
número complejo z.
En la Figura 1.5 se muestra un ejemplo de la representación en coordenadas polares de un

número complejo z = x + i y ubicado en el primer cuadrante.
z = x + iy
|z|
r=
Figura 1.5. Coordenadas polares de z
Dadas las coordenadas polares (r, θ ) de un número complejo z = x + i y, se tiene que x = r cos θ
e y = r sen θ . Ası́ pues, la forma polar de z se define como
z = r(cos θ + i sen θ ).
Los valores de r y θ = arg z definen de manera única a z, es decir, para cada par (r, θ ) existe un
único número complejo z que tiene como coordenadas polares a (r, θ ). En cambio, el número
complejo z caracteriza de manera única a r, pero no a θ = arg z, esto es, dado un número complejo
z, entonces existe un único r > 0 tal que r = |z|, pero existen infinitos valores de θ = arg z. Observe
el siguiente ejemplo.
Ejemplo 1.7. Para el número complejo z = 1, se tiene que los valores de θ están dados por: θ =
arg z ∈ {0, ±2π , ±4π , . . .}.
10 1.5. COORDENADAS POLARES
La existencia de infinitos valores de θ es una consecuencia de la periodicidad de las funciones

trigonométricas. En efecto, si la forma polar de un número complejo z1 es
z1 = r1 (cos θ1 + i sen θ1 ),
entonces se tiene que
r1 (cos(θ1 + 2nπ ) + i sen(θ1 + 2nπ )) = r1 (cos θ1 + i sen θ1 ) = z1 , para n ∈ Z,
en otras palabras, (r, θ1 + 2nπ ) también son coordenadas polares de z1 .

Ahora bien, para obtener una única representación en coordenadas polares de un número com-
plejo z, el valor de θ se debe tomar en una determinación, es decir, θ debe escogerse en un intervalo
de longitud 2π , por ejemplo, θ ∈ [0, 2π ), ó θ ∈ (−π , π ], etc. El valor de θ que generalmente se
emplea es el valor del argumento de z que pertenece al intervalo (−π , π ], el cual se denomina
argumento principal, cuya definición formal es la siguiente.
Definición 1.6 (Argumento principal). El argumento principal de z 6= 0 o valor principal de

arg z, denotado por Arg z, se define como el único valor de arg z tal que
−π < Arg z ≤ π .
Los valores de θ = arg z, y en especial el valor de Arg z, se pueden encontrar empleando la

ecuación:
y
tan θ = .
x
En sı́, para calcular el argumento principal de un número complejo z = x + i y se emplea el valor
Note que arctan(y/x). La manera de utilizar este último valor en el cálculo del argumento principal de z 6= 0,
arctan(y/x) es se muestra en la siguiente expresión:
un valor entre

−π /2 y π /2. 

 0, x > 0, y = 0,




 arctan(y/x), x > 0, y > 0,




 π /2, x = 0, y > 0,

arctan(y/x) + π , x < 0, y > 0,
Arg z =


 π, x < 0, y = 0,




 arctan(y/x) − π , x < 0, y < 0,




 −π /2, x = 0, y < 0,

arctan(y/x), x > 0, y < 0.
Note que la fórmula anterior considera la posición de z en el plano complejo para calcular el
valor de Arg z, es decir, dependiendo del cuadrante donde se encuentre z, su argumento principal
se calcula de una forma muy particular, por supuesto, usando para ello el valor de arctan(y/x).
Observe el siguiente ejemplo.
Ejemplo 1.8. Utilizando el argumento principal, represente en forma polar los siguientes números
complejos: z1 = 1 + i , z2 = −1 + i , z3 = −1 − i, y z4 = 1 − i.
√ √
Solución. Se tiene que el valor absoluto de z1 es r = |z1 | = 12 + 12 = 2. Como z1 = 1 + i está
en el primer cuadrante, su argumento principal es
π
Arg z1 = arctan(1) = .
4
Por lo tanto, la fórmula polar de z1 = 1 + i empleando el argumento principal es:

√
z1 = 2(cos(π /4) + i sen(π /4)).
Por un razonamiento similar, se puede verificar que la forma polar de los números complejos
z2 = −1 + i , z3 = −1 − i y z4 = 1 − i, es respectivamente:
√
z2 = 2(cos(3π /4) + i sen(3π /4)),
√
z3 = 2(cos(3π /4) − i sen(3π /4)),
√
z4 = 2(cos(π /4) − i sen(π /4)).
Se deja como ejercicio para el lector verificar cada una de estas formas polares.
En el ejemplo anterior calculamos el argumento principal de un número complejo. Es natural

preguntarse: ¿a partir del valor del argumento principal se pueden obtener todos los valores de
arg z? La respuesta a esta pregunta es afirmativa, más aún, conocido un valor cualquiera del ar-
gumento (no necesariamente el principal) se pueden hallar todos los valores del argumento. Con
la siguiente expresión se encuentran todos los valores del argumento de un número complejo z,
utilizando el valor de Arg z:
arg z = Arg z + 2nπ , para n ∈ Z.
Por otra parte, pasemos a describir algunas propiedades del argumento, las cuales se muestran
en la siguiente proposición.
Proposición 1.6. Si z1 y z2 son números complejos distintos de cero, entonces las siguientes
identidades se cumplen:
1. arg(z1 z2 ) = arg z1 + arg z2 .
2. arg(1/z2 ) = − arg(z2 ).
3. arg(z1 /z2 ) = arg z1 − arg z2 .
Demostración. Sean z1 = r1 (cos θ1 + i sen θ1 ) y z2 = r2 (cos θ2 + i sen θ2 ) números complejos. Uti-

lizando identidades trigonométricas podemos escribir:
z1 z2 = (r1 (cos θ1 + i sen θ1 )) (r2 (cos θ2 + i sen θ2 ))
= (r1 r2 ) [(cos θ1 cos θ2 − sen θ1 sen θ2 ) + i (cos θ1 sen θ2 + sen θ1 cos θ2 )]
= (r1 r2 ) [cos(θ1 + θ2 ) + i sen(θ1 + θ2 )] ,
que es la forma polar de z1 z2 y θ1 + θ2 = arg z1 + arg z2 es un valor de arg(z1 z2 ). Por lo tanto, se
cumple la identidad 1.
Empleando la forma polar de z2 podemos escribir:
1 1 1 cos θ2 − i sen θ2
= = · = r2−1 (cos(−θ2 ) + i sen(−θ2 )),
z2 r2 (cos θ2 + i sen θ2 ) r2 cos2 θ2 + sen2 θ2
que es la forma polar de 1/z2 y arg(1/z2 ) = −θ2 ; luego, se cumple la identidad 2.
Como
z1 1
= z1 · ,
z2 z2
entonces, por las identidades 1 y 2, se prueba que la identidad 3 se cumple.
12 1.5. COORDENADAS POLARES
Ejemplo 1.9. La Proposición 1.6 se puede utilizar para calcular un valor del argumento de z1 z2
o z1 /z2 . Por ejemplo, tomemos z1 = i y z√ 2 = −1 + i. La forma polar de estos números comple-
jos es z1 = cos(π /2) + i sen(π /2) y z2 = 2(cos(3π /4) + i sen(3π /4)), por supuesto, usando el
argumento principal. Ası́, un valor del argumento de z1 z2 es
π 3π 5π
+
arg(z1 z1 ) = = ,
2 4 4
lo cual efectivamente es un valor del argumento de z1 z2 = −1 − i (verifique esta afirmación). Pero,
este valor no es el argumento principal de z1 z2 = −1 − i, aunque π /2 y 3π /4 sean los argumentos
principales de z1 y z2 , respectivamente.
Un ejercicio El Ejemplo 1.9 nos permite asegurar que, en general,

interesante es
encontrar z1 Arg (z1 z2 ) 6= Arg z1 + Arg z2 y Arg (z1 /z2 ) 6= Arg z1 − Arg z2 .
y z2 tales que
Arg (z1 z2 ) = En el siguiente ejemplo se emplea la forma polar para demostrar una identidad.
Arg z1 + Arg z2 Ejemplo 1.10. Si z1 y z2 son números complejos tales que z1 z2 6= 0, entonces Re (z1 z2 ) = |z1 | |z2 |
si, y sólo si θ1 + θ2 = 2nπ , (n = 0, ±1, ±2, . . .), donde θ1 = arg z1 y θ2 = arg z2 .
Solución. En la demostración utilizamos el sı́mbolo “⇔” que denota equivalencia. Sean z1 =
r1 (cos θ1 + i sen θ1 ) y z2 = r2 (cos θ2 + i sen θ2 ). Ası́, tenemos que r1 = |z1 |, r2 = |z2 | y
Re (z1 z2 ) = r1 r2 (cos θ1 cos θ2 − sen θ1 sen θ2 ) .
Ahora, usando la ecuación anterior podemos escribir:
Re (z1 z2 ) = |z1 | |z2 | ⇔ r1 r2 (cos θ1 cos θ2 − sen θ1 sen θ2 ) = r1 r2
⇔ cos θ1 cos θ2 − sen θ1 sen θ2 = 1
⇔ cos(θ1 + θ2 ) = 1
⇔ θ1 + θ2 = 2nπ , para n = 0, ±1, ±2, . . .
1.5.1 Fórmula de Euler

La fórmula de Euler es una notación de la forma polar de un número complejo que permite
ahorrar escritura e introduce la función exponencial compleja, la cual estudiaremos en los capı́tulos
subsiguientes. El nombre de Euler es en honor a Leonhard Euler (1707-1783), matemático y fı́sico
suizo. Tal fórmula consiste en lo siguiente. Sea z = x + i y un número complejo con módulo |z| = 1
y θ = arg z. Escribiendo
eiθ = cos θ + i sen θ
se obtiene
z = eiθ ,
que se conoce como fórmula de Euler. Ahora, para cualquier número complejo
z = r(cos θ + i sen θ ),
con r > 0, se puede utilizar la fórmula de Euler para reescribir a z como:
z = reiθ .
Además, si z1 = r1 eiθ1 y z2 = r2 eiθ2 , entonces las siguientes identidades son ciertas:
1. z1 z2 = (r1 r2 )ei(θ1 +θ2 ) .

1 −iθ
2. 1/z1 = (1/r1 ) ei(−θ1 ) = e .
r1
3. z1 /z2 = (r1 /r2 )ei(θ1 −θ2 ) .
Considerando esta notación, la forma polar de z utilizando la fórmula de Euler es z = reiθ ,

donde r y θ son sus coordenadas polares (θ no necesariamente es el argumento principal de z). En
el siguiente ejemplo se emplea la fórmula de Euler para expresar algunos números complejos en
su forma polar.
Ejemplo 1.11. La forma polar, utilizando la fórmula de Euler, de los números complejos z1 = 1+ i ,
z2 = −1 + i , z3 = −1 − i, y z4 = 1 − i, es
√ √ √ √
z1 = 2 eiθ π /4 , z2 = 2 eiθ 3π /4 , z3 = 2 e−iθ 3π /4 , z4 = 2 e−iθ π /4 .
Observe que en la forma polar de los números dados se utilizó el argumento principal, pero pudiera
también emplearse cualquier valor del argumento.
1.6 Potencias y Raı́ces

A continuación se presenta la definición formal de potencia y raı́z de un número complejo. Es
importante hacer notar que tales definiciones se introducen utilizando la representación polar del
número complejo.
Definición 1.7 (Potencia n-ésima). Sean z = r eiθ y n un entero positivo. La potencia n-ésima
de z, denotada por zn , se define como
zn = rn einθ = rn (cos nθ + i sen nθ ).
Definición 1.8 (Raı́ces n-ésimas). Sean z = r eiθ y n un entero positivo. Las raı́ces n-ésimas de
√
z, denotadas por z1/n o n z, se definen como

√ θ +2kπ √ θ + 2kπ θ + 2kπ
z1/n = n r ei n = n r cos + i sen ,
n n
√
para k = 0, 1, . . . , n − 1, donde n r denota la raı́z n-ésima positiva del número real r.
Observación 1.2. En las definiciones de potencia n-ésima y raı́z n-ésima, se utiliza cualesquiera
valor de θ , no es necesario que θ sea el argumento principal de z.
Ejemplo 1.12. Se deja como ejercicio para el lector verificar que
√
2 3π √
10
π +2kπ
4
(1 + i)3 = 23 ei 4 y (1 + i)1/5 = 2 ei 5 , k = 0, 1, . . . , 4.
14 1.7. REGIONES EN EL PLANO COMPLEJO
Ejemplo 1.13. Un ejemplo importante son las raı́ces n-ésimas de la unidad, a saber:
√
1 = e2kπ i/n ,
n
k = 0, 1, . . . , n − 1.
Las raı́ces n-ésimas de la unidad son números complejos con módulo 1, es decir, pertenecen a la cir-
cunferencia unitaria. Calculemos las raı́ces sexta de la unidad, además, representemos geométrica-
mente cada una de ellas. Se tiene que zk = e2kπ i/6 , k = 0, 1, . . . , 5, son las 6 raı́ces sexta de la unidad.
Observe lo siguiente:
z0 = 1,
√
π i/3 1 3
z1 = e = cos(π /3) + i sen(π /3) = + i ,
√ 2 2
1 3
z2 = e2π i/3 = z1 · eπ i/3 = − + i ,
2 2
z3 = eπ i = z2 · eπ i/3 = −1,
√
4π i/3 π i/3 1 3
z4 = e = z3 · e = − −i ,
2 √2
1 3
z5 = e5π i/3 = z4 · eπ i/3 = − i .
2 2
Es decir, dada una raı́z sexta de la unidad zk , entonces la siguiente zk+1 se obtiene multiplicando zk
por eπ i/3 , esto es, una rotación de ángulo π /3. En la siguiente figura se muestra la representación
gráfica de las raı́ces sexta de la unidad.
z2 1 z1
b b
z3 b b
z0
-1 1
b b
z4 z5
-1
1.7 Regiones en el Plano Complejo

En esta sección se describen conjuntos especiales de números complejos. Comencemos con
dos conjuntos que utilizaremos con mucha regularidad.
Definición 1.9. Los conjuntos de números complejos
{z ∈ C : |z| = 1} y {z ∈ C : |z| < 1}
se denominan circunferencia unitaria y disco unitario, respectivamente.

Circunferencia
unitaria
1
b
Disco
unitario
Figura 1.6. Representación gráfica de la circunferencia unitaria y el disco unitario
En la Figura 1.6 se muestra la representación gráfica de la circunferencia unitaria y el disco

unitario. Note que la definición dada de circunferencia unitaria es equivalente a la siguiente de- Si z = x + iy,
finición: el conjunto de puntos (x, y) ∈ R2 tales que x2 + y2 = 1, que es una circunferencia de entonces la ecua-
ción |z| = 1 es
centro 0 y radio 1. Ahora, una circunferencia de centro z0 ∈ C y radio r > 0, se define como el
equivalente a la
conjunto {z ∈ C : |z − z0 | = r} o, simplemente, |z − z0 | = r. Este último conjunto nos permite intro- ecuación x2 +
ducir nuevos conjuntos en el plano complejo, por ejemplo, vecindad de un número complejo (ver y2 = 1
Figura 1.7).
z ε
b
z0
Figura 1.7. Vecindad de un número complejo
Definición 1.10 (Vecindad). Dados z0 ∈ C y ε > 0, el conjunto de puntos denotado por

B(z0 , ε ) = {z ∈ C : |z − z0 | < ε }, se denomina vecindad de z0 (ver Figura 1.7). En otras pa-
labras, una vecindad es un disco de centro z0 y radio ε > 0 o, equivalentemente, el interior de la
circunferencia de centro z0 y radio ε > 0.
Definición 1.11 (Conjunto abierto). Se dice que un conjunto de números complejos S es abierto,
si para cada z ∈ S existe una vecindad de z, B(z, ε ), tal que B(z, ε ) ⊂ S.
Ejemplo 1.14. Los conjuntos S1 , S2 y S3 que se muestran en la Figura 1.8 son abiertos.
La lı́nea de puntos indica que los puntos de la misma no pertenecen al conjunto. Por ello,
ninguno de los conjuntos S1 , S2 y S3 contiene su borde. Los conjuntos S1 , S2 y S3 se definen de la ¿Todo conjunto
siguiente manera. del plano que
no contiene su
a) S1 = {z ∈ C : |z| < 1} borde es abi-
erto?
b) S2 es la región del plano complejo formada por los puntos interiores del cuadrado cuyos
vértices son los puntos z1 = 0, z2 = 1, z3 = 1 + i, y z4 = i. Analı́ticamente, S2 es el conjunto
16 1.7. REGIONES EN EL PLANO COMPLEJO
1 1 S2 1
S1
S3
b
−1 1 1 −1 1
−1
a) b) c)
Figura 1.8. Ejemplos de conjuntos abiertos
de puntos z = x + i y que satisfacen el siguiente sistema de inecuaciones:

0≤x≤1
0≤y≤1
c) S3 es la región del plano complejo formada por los puntos z = x + i y que satisfacen el
siguiente sistema de inecuaciones:

 x − y > −1
x+y < 1

y > 0
Definición 1.12 (Frontera de un conjunto). Sea S un conjunto de números complejos. La fron-

tera de S es el conjunto formado por los puntos z ∈ C tales que todas las vecindades de z
contienen puntos de S y puntos que no están en S.
Ejemplo 1.15. En la Figura 1.9 observamos un conjunto S y tres puntos z1 , z2 y z3 . En este caso,
z1 es un punto de la frontera de S, en cambio z2 y z3 no pertenecen a la frontera de S (se deja al
lector justificar esta afirmación).
S z1
b
z2
b
z3
b
Figura 1.9. Frontera de un conjunto
Ejercicio 1.1. Determine la expresión matemática de la frontera de los conjuntos S1 , S2 y S3

definidos en el Ejemplo 1.14.
Definición 1.13 (Punto de acumulación). Sea S un conjunto de números complejos. Se dice que
z0 es un punto de acumulación de S, si toda vecindad de z0 contiene por lo menos un punto de
S diferente de z0 .
Ejemplo 1.16. Considere el conjunto S de la Figura 1.9. Aquı́ observamos que z1 y z2 son puntos
de acumulación de S, pero z3 no es un punto de acumulación de S, ya que existe ε > 0 tal que
B(z3 , ε ) ∩ S = 0.
/
Definición 1.14 (Conjunto cerrado). Se dice que un conjunto de números complejos S es ce-
rrado, si todos sus puntos de acumulación pertenecen a él. De forma equivalente, S es cerrado
si contiene a su frontera.
¿Todo conjunto
del plano que
Ejemplo 1.17. Considere todos los conjuntos mostrados en las Figuras 1.7, 1.8 y 1.9. Suponga contiene su
que con estos conjuntos se forman nuevos conjuntos que contienen los puntos de la frontera. Estos borde es ce-
rrado?
últimos conjuntos son todos cerrados.
Definición 1.15 (Conjunto conexo). Se dice que un conjunto de números complejos S es conexo,
si dados dos puntos cualesquiera de S, existe una trayectoria formada por segmentos de recta
que los une y cuyos puntos pertenecen todos a S.
Ejemplo 1.18. En la Figura 1.10 observamos dos conjuntos S1 y S2 . El conjunto S1 es conexo, en

cambio S2 no lo es. (¿Por qué?)
S1 S2
Figura 1.10. Conjuntos conexo y no conexo
Definición 1.16 (Dominio). Se dice que un conjunto de números complejos S es un dominio, si

S es abierto y conexo.
Ejemplo 1.19. Todos los conjuntos mostrados en las Figuras 1.7, 1.8 y 1.9 son dominios. Asi-
mismo, el conjunto S1 de la Figura 1.10 también es un dominio. (¿Por qué?)
18 1.8. ARITMÉTICA COMPLEJA CON PYTHON
Definición 1.17 (Conjuntos acotado y no acotado). Se dice que un conjunto de números com-
plejos S es acotado, si existe un número real R > 0 tal que todo punto de S queda dentro de la
circunferencia |z| = R. Por el contrario, si |z| > R para todo R > 0 y algún z ∈ S, se dice que S
es no acotado.
¿Todo conjunto
cerrado es aco-
tado? Ejemplo 1.20. En la Figura 1.11 observamos dos conjuntos S1 y S2 . El conjunto S1 es acotado y
S2 es no acotado.
S2
S1
Figura 1.11. Conjuntos acotado y no acotado
1.8 Aritmética Compleja con Python

Las operaciones con números complejos en Python son muy fáciles de hacer, ya que este
lenguaje trabaja con aritmética compleja. Un número complejo z = x + iy se representa en Python
usando en esencia su misma estructura, por ejemplo, los números complejos z1 = 1 + 3i y z2 =
−1 − 2i se definen en Python como:
>>> z1 = 1+3 j
>>> z2 = −1−2 j
>>> p r i n t ( z1 , z2 )
( 1 + 3 j ) (−1−2 j )
Para Python, j representa la unidad imaginaria. Ahora, para las operaciones aritméticas de suma,
resta, división y multiplicación, se utilizan respectivamente los siguientes sı́mbolos: +, -, / y *. Por
ejemplo, considerando los números complejos z1 = 1 + 3i y z2 = −1 − 2i, las operaciones z1 + z2 ,
z1 − z2 , z1 z2 y z1 /z2 , se hacen en Python como:
>>> z1 + z2
1j
>>> z1−z2
(2+5 j )
>>> z1 ∗ z2
(5−5 j )
>>> z1 / z2
( −1.4 −0.2 j )
Los comandos z.real y z.imag, se emplean para determinar la parte real e imaginaria de z.
Veamos un ejemplo.
>>> z = 1+1 j / 2
>>> z . r e a l
1.0
>>> z . imag
0.5
La librerı́a Numpy cuenta con los comandos conj(z), abs(z) y angle(z), que permiten cal-
cular el conjugado, el módulo y el argumento de z, respectivamente. Observe el siguiente ejemplo.
>>> z = 3−4 j
>>> np . c o n j ( z )
(3+4 j )
>>> np . a b s ( z )
5
>>> np . a n g l e ( z )
−0.9272952180016122
Note que el valor np.angle(z) está expresado en radianes, además, es el argumento principal de
z. Observe el siguiente ejemplo.
>>> z = 1+1 j
>>> np . a n g l e ( z )
0.7853981633974483
>>> z = −1+1 j
>>> np . a n g l e ( z )
2.356194490192345
>>> z = −1−1 j
>>> np . a n g l e ( z )
−2.356194490192345
>>> z = 1−1 j
>>> np . a n g l e ( z )
−0.7853981633974483
La librerı́a Matplotlib se puede emplear para dibujar un número complejo en el plano. Parti-
cularmente, se utiliza el módulo pyplot para graficar un número complejo como un par ordenado.
Por ejemplo, con las siguientes instrucciones se genera la gráfica de la Figura 1.12, donde se re-
presentan los números complejos z1 = 1 + i, z2 = −1 − i, z3 = − 12 + i, z4 = 1 − i, como pares
ordenados.
import m a t p l o tl i b . pyplot as p l t
z1 = 1+1 j
z2 = −1−1 j
z3 = −1/2+1 j
z4 = 1−1 j
p l t . p l o t ( z1 . r e a l , z1 . imag , ’o ’ , l a b e l = ’ $z {1}=1+ i $ ’ )
p l t . p l o t ( z2 . r e a l , z2 . imag , ’o ’ , l a b e l = ’ $z {2}=−1− i $ ’ )
p l t . p l o t ( z3 . r e a l , z3 . imag , ’o ’ , l a b e l = ’ $z {3}= −1/2+ i $ ’ )
p l t . p l o t ( z4 . r e a l , z4 . imag , ’o ’ , l a b e l = ’ $z {4}=1− i $ ’ )
plt . grid ()
p l t . legend ( )
p l t . show ( )
Conocidas las coordenadas polares, (r, θ ), de un número complejo z, se puede utilizar la fun-
ción exp de la librerı́a Numpy para hallar la forma cartesiana de z. Por ejemplo, la forma cartesiana,
z = x + iy, del número complejo z = 2 eiπ /3 , que está representado en forma polar usando la fórmula
de Euler, se halla de la siguiente manera:
>>> z = 2∗ np . exp ( 1 j ∗ np . p i / 3 )
>>> p r i n t ( z )
(1.000000000000000+1.7320508075688772 j )
20 1.8. ARITMÉTICA COMPLEJA CON PYTHON
Figura 1.12. Representación como un par ordenado de los números complejos z1 = 1 + i, z2 =

−1 − i, z3 = − 21 + i, z4 = 1 − i
El comando z**n permite calcular la potencia enésima del número complejo z. Observe el
siguiente ejemplo donde se calcula (1 + i)5 .
>>> ( 1 + 1 j ) ∗ ∗ 5
(−4−4 j )
En cambio, con el comando z**(1/n) se puede calcular un valor de la raı́z enésima de z. Observe
el siguiente ejemplo donde se calcula un valor de (1 + i)1/5 .
>>> ( 1 + 1 j ) ∗ ∗ ( 1 / 5 )
(1.0585781527063765+0.16766230825618095 j )
Ahora, el Programa 1.1 muestra la función raizn que calcula las n raı́ces enésimas de z.
Programa 1.1. Función raizn
def ra iz n ( z , n ) :
”””
r a i z n H a l l a l a s n r a ı́ c e s de z .
Su s a l i d a e s un a r r e g o que c o n t i e n e l a s n r a ı́ c e s de z
”””
t h e t a = np . a n g l e ( z )
r = np . a b s ( z )
k = np . a r a n g e ( n )
r e t u r n ( r ∗ ∗ ( 1 / n ) ) ∗ np . exp ( ( t h e t a + 2∗ k∗ np . p i ) ∗ 1 j / n )
A continuación se utiliza la función raizn para calcular las raı́ces quintas de z = 1 + i.
>>> r a i z n ( 1 + 1 j , 5 )
a r r a y ( [ 1.05857815+0.16766231 j , 0.16766231+1.05857815 j ,
−0.95495715 +0 .4 86 5 7 49 7 j , −0.75785828 −0.75785828 j ,
0.48657497 −0.95495715 j ] )
1.9 Problemas Propuestos

1.1. Exprese los siguientes números complejos en la forma cartesiana x + iy:
a) (2 + 3i) + (4 + i) e) (8 + 6i)3
2
2 + 3i 3
b) f) 1 +
4+i 1+i
1 3 1 + 2i 2 − i
c) + g) +
i 1+i 3 − 4i 5i
d) (2 + 3i)(4 + i) h) (1 − i)4
1.2. Encuentre las soluciones de las siguientes ecuaciones:
a) z2 = 3 − 4i b) (z + 1)2 = 3 + 4i
1.3. Simplifique las siguientes expresiones:

√
a) (−i)−1 d) 1 − 2i
b) (1 − i)−1
1+i 1
c) e) √
1−i 1 + −2i
1.4. Resuelva las siguientes ecuaciones:
a) z5 − 2 = 0 c) z6 + 8 = 0
b) z4 + i = 0 d) z3 − 4 = 0
1.5. Determine el conjugado de los siguientes números complejos:
(3 + 8i)4 i(2 + 3i)(5 − 2i)

a) c)
(1 + i)10 (−2 − i)
(1 − 2i)10 (2 − 3i)2
b) d)
(2 + 2i)5 (8 + 6i)2
1.6. Calcule el módulo de los siguientes números complejos:
(3 + 8i)4 i(2 + 3i)(5 − 2i)

a) c)
(1 + i)10 (−2 − i)
(1 − 2i)10 (2 − 3i)2
b) d)
(2 + 2i)5 (8 + 6i)2
1.7. Sea z ∈ C tal que |z| = 1. Entonces, calcular
|1 + z|2 + |1 − z|2 .
22 1.9. PROBLEMAS PROPUESTOS
1.8. Encontrar todos los valores del argumento de z cuando el número complejo z está dado
por:
√ √
i 3 + 3 + (3 − 3)i
a) z = c) z =
i−1 3 + 3i
√ √
(2 3 + 1) + ( 3 − 2) i (3 + i)
b) z =
5 − 5i
1.9. Exprese las caracterı́sticas de los siguientes conjuntos de puntos, en cuanto a: cerrado o
abierto, conexo o no, acotado o no.
a) {z ∈ C : Re z = −2} f) {z ∈ C : 0 < |z − 2 + 1| < 2}

b) {z ∈ C : Re z ≤ Im z} g) {z ∈ C : −1 < Re z < 1}
c) {z ∈ C : zz > 2Re z} h) {z ∈ C : | arg z| < π /2}
d) {z ∈ C : |z − 3 + 4i| ≤ 6} i) {z ∈ C : Re (z − i) = 2}
e) {z ∈ C : |z − 2 + 5i| ≤ 0} j) {z ∈ C : |z + 2i| + |z − 2i| ≤ 10}
2 Funciones de Variable Compleja
Las funciones de variable compleja poseen muchas aplicaciones en distintas áreas de la Inge-
nierı́a, por ejemplo, en la teorı́a de corrientes alternas, el movimiento de fluidos o el procesamiento
de señales. En este capı́tulo se presentan los fundamentos matemáticos de las funciones de varia-
ble compleja. Se presta mucha atención a la definición de una función de variable compleja, ası́
como también a las propiedades: continuidad y diferenciación. Además, se estudia una función
de variable compleja como una transformación, en particular, se describe un procedimiento para
transformar regiones del plano complejo a través de funciones lineales y el cociente de funciones
lineales.
2.1 Definición
Una función f (z) de variable compleja es una regla de asignación que le hace corresponder
a un número complejo z = x + i y uno o varios números complejos w = u + i v. El número w se
llama valor o imagen de f en z y se designa por f (z), es decir, w = f (z) o, de manera equivalente
se escribe u + i v = f (x + i y). Existen funciones funciones de variable compleja que pueden hacer
corresponder a un número complejo dos o más imágenes. Tales funciones, denominadas multiva-
luadas, no se estudian en cursos de Cálculo Real. A continuación damos la definición formal de ¿Todas las fun-
función multivaluada. ciones vistas
en los cursos
de Cálculo son
Definición 2.1 (Funciones monovaluadas y multivaluadas). Sea f (z) una función de variable monovaluadas?
compleja. Si a cada número complejo z la función f (z) le hace corresponder una y sólo una
imagen w, se dice que f (z) es monovaluada. Ahora, si la función f le hace corresponder a z
más de una imagen, digamos w1 , w2 , . . ., se dice que f (z) es multivaluada.
En la Figura 2.1 se muestra una representación gráfica, a través de diagramas, de funciones

monovaluadas y multivaluadas.
w = f (z) w = f (z) b w1
b b b
b w2
z w z ..
.
b
wn
Función monovaluada Función multivaluada
Figura 2.1. Funciones monovaluada y multivaluada
Al estudiar una función de variable compleja surge la necesidad determinar si la función está
bien definida en un punto en particular, o si un punto es una imagen de la función. Las respuestas
de estas peculiaridades envuelven los conceptos de dominio y rango de una función.
23
24 2.1. DEFINICIÓN
Definición 2.2 (Dominio y rango). El conjunto de números complejos z en donde la función

f (z) está bien definida (no hay división por cero) se denomina dominio de f (z). El conjunto de
números complejos conformado con todas las imágenes w = f (z) es llamado rango de f (z).
Las primeras funciones que daremos explı́citamente su expresión matemática y que son amplia-
mente utilizadas en aplicaciones y análisis en Ingenierı́a, son los polinomios y funciones racionales.
Definición 2.3 (Polinomio complejo). Sean n ≥ 0 un entero y a0 , a1 , . . . , an constantes comple-

jas. La función
p(z) = a0 + a1 z + a2 z2 + · · · + an zn , (an 6= 0)
se denomina polinomio complejo o, simplemente, polinomio de grado n.
Ejercicio 2.1. Demuestre que tanto el dominio como el rango de un polinomio de grado n, es todo
Recuerde el teo- el plano complejo.
rema fundamen-
tal del Álgebra:
todo polinomio Definición 2.4 (Función racional). Sean p(z) y q(z) polinomios. La función r(z) definida por
de una varia-
ble no constante p(z)
con coeficien- r(z) =
q(z)
tes complejos
tiene una raı́z se denomina función racional y su dominio está conformado por todo número complejo z, ex-
compleja
cepto donde q(z) se anula, esto es, el conjunto {z ∈ C : q(z) 6= 0} que no contiene ninguna de
las raı́ces del polinomio q(z).
Ejemplo 2.1. Determinar el dominio y el rango de la función
z+1
r(z) = .
z−i
Solución. Se tiene que el dominio de r(z) es el conjunto de número complejos z tales que r(z) está
bien definida, es decir, el conjunto de números complejos que no produzcan una división por 0,
que en este caso es {z ∈ C : z 6= i}. Ahora, para determinar el rango de r(z) se utiliza el siguiente
procedimiento. Se toma w = r(z) y luego se despeja a z en función de w. A la función obtenida (la
inversa de r(z)), que depende de w, se le determina el dominio. Este último conjunto de números
complejos constituye el rango de r(z). Ası́, se tiene
z+1
w= ,
z−i
despejando z en función de w, se obtiene
1 − iw
z= ,
w−1
de lo cual se deduce que el rango de r(z) es {w ∈ C : w 6= 1}.

CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 25
2.2 Lı́mite y Continuidad

Pasemos ahora a estudiar las propiedades de las funciones de variable compleja relacionadas
con el análisis infinitesimal: lı́mite, continuidad y derivabilidad. El objetivo de esta parte es utilizar
los resultados del análisis infinitesimal de variable real para desarrollar los conceptos de lı́mite, con-
tinuidad y diferenciación de funciones de variable compleja. Para ello, inicialmente se introduce
el concepto de funciones componentes.
2.2.1 Funciones Componentes

Toda función de variable compleja se puede expresar en términos de una par de funciones
de variable real monovaluadas. En otras palabras, si f (z) es una función de variable compleja y
z = x + i y, entonces f (z) se puede expresar como
f (z) = u(x, y) + i v(x, y),
donde u : R2 → R y v : R2 → R, se denominan funciones componentes de f (z).

Ejemplo 2.2. Realizando operaciones algebraicas se tiene que las funciones componentes de
f (z) = z2 + a, donde a = a1 + i a2 , están dadas por: u(x, y) = x2 − y2 + a1 y v(x, y) = 2xy + a2 .
Se deja al lector verificar los cálculos.
1
Ejemplo 2.3. Las funciones componentes de f (z) = z + están dadas por
z
x(x2 + y2 + 1) y(x2 + y2 − 1)
u(x, y) = , v(x, y) = .
x2 + y2 x2 + y2
Se deja al lector verificar los cálculos.
Las funciones componentes son muy importantes para el estudio de la continuidad y diferen-
ciabilidad de una función de variable compleja. Más delante veremos que una función f (z) es
continua si, y sólo si sus funciones componentes son continuas; además, cuando f (z) es derivable,
las derivadas parciales de u(x, y) y v(x, y) se utilizan para determinar la derivada de f (z).
2.2.2 Lı́mite
Seguidamente damos la definición formal de lı́mite de una función.
Definición 2.5 (Lı́mite). Sea f (z) una función definida en todos los puntos de cierta vecindad
de z0 excepto, posiblemente en el mismo z0 . Se dice que w0 es un lı́mite de w = f (z) cuando z
tiende a z0 , si para cada número positivo ε , existe un número positivo δ tal que
| f (z) − w0 | < ε , siempre que 0 < |z − z0 | < δ .
Denotamos con
lı́m f (z) = w0
z→z0
para indicar que w0 es un lı́mite de f (z), cuando z tiende a z0 .

26 2.2. LÍMITE Y CONTINUIDAD
En la Figura 2.2 se aprecia una representación gráfica de la definición de lı́mite de una función.
Si w0 es un lı́mite de f (z) cuando z tiende a z0 , entonces se observa que la imagen w de todo punto
Note que la defi- z en la vecindad B(z0 , δ ), pertenece a la vecindad B(w0 , ε ).
nición de lı́mite
de una función
de variable com-
w = f (z)
pleja es una
z δ ε
extensión del b
lı́mite de una
b b
función de varia- z0 w w0
b
ble real.
Figura 2.2. Representación gráfica del concepto de lı́mite
El Teorema 2.1 establece algunas fórmulas de lı́mites para funciones de variable compleja, las
cuales tienen sus homólogas en las estudiadas en el cálculo elemental. Las fórmulas equivalentes,
que se presentan aquı́, se demuestran usando la definición de lı́mite.
Teorema 2.1. Sean f (z) y g(z) funciones de variable complejas tales que lı́m f (z) = w1 y
z→z0
lı́m g(z) = w2 . Entonces,
z→z0
1. lı́m [ f (z) + g(z)] = w1 + w2 ;

z→z0
2. lı́m [ f (z) · g(z)] = w1 · w2 ;

z→z0
w1
3. lı́m [ f (z)/g(z)] = , siempre que w2 6= 0.
z→z0 w2
Demostración. Sea ε > 0. Como w1 y w2 son respectivamente los lı́mites de f (z) y g(z) cuando z
tiende a z0 , podemos escribir:
ε
| f (z) − w1 | < , siempre que 0 < |z − z0 | < δ1 ,
2
y
ε
|g(z) − w2 | < , siempre que 0 < |z − z0 | < δ2 ,
2
donde δ1 > 0 y δ2 > 0 dependen de ε . Ası́, por la desigualdad triangular tenemos que
|[ f (z) + g(z)] − [w1 + w2 ]| ≤ | f (z) − w1 | + |g(z) − w2 | < ε ,
siempre que 0 < |z−z0 | < δ , donde δ ≤ mı́n(δ1 , δ2 ). Por lo tanto, w1 +w2 es el lı́mite de f (z)+g(z)
cuando z tiende a z0 .
Supongamos que
r
ε
| f (z) − w1 | < , siempre que 0 < |z − z0 | < δ3 ,
2
y r
ε
|g(z) − w2 | < , siempre que 0 < |z − z0 | < δ4 ,
2
donde δ3 > 0 y δ4 > 0 dependen de ε . Como w2 ( f (z) − w1 ) = w2 f (z) − w2 w1 y w1 (g(z) − w2 ) =

w1 g(z) − w1 w2 , entonces es claro que lı́m w2 f (z) = w2 w1 y lı́m w1 g(z) = w1 w2 ; luego, por 1.,
z→z0 z→z0
lı́m (w2 f (z) − w1 g(z)) = 0. Ahora, tenemos que
z→z0
f (z)g(z) − w1 w2 = ( f (z) − w1 )(g(z) − w2 ) − (w2 f (z) − w1 g(z)).
Ası́, por todo lo anterior podemos escribir:
| f (z)g(z) − w1 w2 | = |( f (z) − w1 )(g(z) − w2 ) − (w2 f (z) − w1 g(z))|

≤ |( f (z) − w1 )| |(g(z) − w2 )| + |(w2 f (z) − w1 g(z))|
r r
ε ε ε
< · + = ε,
2 2 2
siempre que 0 < |z − z0 | < δ , donde δ ≤ mı́n(δ3 , δ4 ). En otras palabras, w1 w2 es el lı́mite de
f (z)g(z) cuando z tiende a z0 . La demostración de la identidad 3., se deja como ejercicio para el
lector.
El siguiente teorema muestra la relación entre el lı́mite de una función de variable compleja y
el lı́mite de sus funciones componentes que, por supuesto, son funciones reales.
Teorema 2.2. Sean f (z) = u(x, y) + i v(x, y) una función de variable compleja y los números
complejos z0 = x0 + i y0 y w0 = u0 + i v0 . Entonces,
lı́m f (z) = w0
z→z0
si, y sólo si
lı́m u(x, y) = u0 y lı́m v(x, y) = v0 .
(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
Demostración. Sean f1 (z) y f2 (z) funciones de variable compleja definidas respectivamente por
f1 (z) = u(x, y) y f2 (z) = v(x, y).
Es claro que f (z) = f1 (z) + i f2 (z), además, si lı́m f (z) = w0 , entonces por el Teorema 2.1 tenemos
z→z0
que
lı́m f1 (z) = u0 = lı́m u(x, y) y lı́m f2 (z) = v0 = lı́m v(x, y).

z→z0 (x,y)→(x0 ,y0 ) z→z0 (x,y)→(x0 ,y0 )
Ahora, si
lı́m u(x, y) = lı́m f1 (z) = u0 y lı́m v(x, y) = lı́m f2 (z) = v0 ,

(x,y)→(x0 ,y0 ) z→z0 (x,y)→(x0 ,y0 ) z→z0
entonces, por el Teorema 2.1 obtenemos lı́m f (z) = w0 .

z→z0
Ejemplo 2.4. Demostrar que los siguientes lı́mites no existen en punto alguno z0 ∈ C.
z − z0
a) lı́m .
z→z0 z − z0
Re z − Re z0
b) lı́m .
z→z0 z − z0
Solución. Demostremos que los lı́mites dados alcanzan valores distintos cuando z tiende a z0 por
los siguientes caminos: i) una recta horizontal que pasa por z0 , esto es, tomando z = x + iy0 ; y
ii) una recta vertical que pasa por z0 , esto es, tomando z = x0 + iy.
z−z0
a) El lı́mite de z−z0 cuando z tiende a z0 por el camino i) está dado por:
z − z0 x + iy0 − x0 + iy0 x − x0
lı́m = lı́m = lı́m = 1.
z→z0 z − z0 z→z 0 x + iy0 − x0 − iy0 z→z 0 x − x0
z−z0
Ahora, el lı́mite de z−z0 cuando z tiende a z0 por el camino ii) está dado por:
z − z0 x0 + iy − x0 + iy0 i(−y + y0 )
lı́m = lı́m = lı́m = −1.
z→z0 z − z0 z→z0 x0 + iy − x0 − iy0 z→z0 i(y − y0 )
z−z0
Por lo tanto, el lı́mite lı́m no existe.
z→z0 z−z0
Re z−Re z0
b) El lı́mite de z−z0 cuando z tiende a z0 por el camino i) está dado por:
Re z − Rez0 Re (x + iy0 ) − Re(x0 + iy0 ) x − x0

lı́m = lı́m = lı́m = 1.
z→z0 z − z0 z→z 0 x + iy0 − x0 − iy0 z→z 0 x − x0
Re z−Rez0
El lı́mite de z−z0 cuando z tiende a z0 por el camino ii) está dado por:
Re z − Re z0 Re (x0 + iy) − Re(x0 + iy0 ) x0 − x0

lı́m = lı́m = lı́m = 0.
z→z0 z − z0 z→z0 x0 + iy − x0 − iy0 z→z0 i(y − y0 )
Re z−Re z0
Por lo tanto, el lı́mite lı́m z−z0 no existe.
z→z0
2.2.3 Continuidad
La continuidad es uno de los conceptos más importantes del análisis. A continuación veremos
que la continuidad de una función de variable compleja se puede ver como una extensión del
concepto de continuidad de una función de variable real.
Definición 2.6. Se dice que una función f (z) es continua en z0 , si satisface las dos condiciones
siguientes:
(i) el valor f (z0 ) está bien definido;
(ii) lı́mz→z0 f (z) existe y

lı́m f (z) = f (z0 ).
z→z0
Se dice que f (z) es continua en un dominio D, si es continua en todo z ∈ D.
En el siguiente ejemplo se utiliza la definición de continuidad combinada con los teoremas de

lı́mite, para identificar el conjunto de números complejos donde una función es continua.
Ejemplo 2.5. Estudiemos la continuidad de la función

 2
 z − 1 , z 6= 1,
f (z) = z − 1

1, z = 1.
Tomemos z = x + i y. Para z 6= 1, la función f (z) se puede expresar como
(z − 1)(z + 1)
f (z) = = z + 1 = (x + 1) + i y,
(z − 1)
luego, las funciones componentes de f (z) son u(x, y) = x + 1 y v(x, y) = y. Como el valor de f (z0 )
está bien definido para todo z0 = x0 + i y0 6= 1, entonces por el Teorema 2.2 podemos escribir:
lı́m f (z) = lı́m u(x, y) + i lı́m v(x, y) = x0 + 1 + i y0 = z0 + 1 = f (z0 ),

z→z0 (x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
en otras palabras, f (z) es continua en todo z0 6= 1.

Para z = 1, se tiene que f (1) está bien definido, pero por el Teorema 2.2,
lı́m f (z) = lı́m x+1+i lı́m y = 2 6= f (1) = 1.

z→1 (x,y)→(1,0) (x,y)→(1,0)
Por lo tanto, f (z) no es continua en z = 1. En conclusión, f (z) es continua en todo el plano

complejo excepto en z = 1.
Pasemos ahora a ver algunos teoremas de continuidad. El siguiente teorema dice que las fun-
ciones definidas como la suma, multiplicación o división de funciones continuas, son también
funciones continuas en su dominio de definición. La demostración de este teorema se obtiene
utilizando el Teorema 2.1.
Teorema 2.3. Sean f (z) y g(z) dos funciones de variable compleja continuas en un dominio D.
Entonces:
1. la función f (z) + g(z) es continua en D;
2. la función f (z)g(z) es continua en D;
3. la función f (z)/g(z) es continua en D \ {z ∈ D : g(z) = 0}.
Observación 2.1. El Teorema 2.3 nos permite asegurar que un polinomio es una función continua
en todo el plano complejo; también nos permite aseverar que una función racional es continua en
todo el plano complejo excepto donde su denominador se anule.
En general, los
En el análisis real se establece que la composición de funciones de variable real continuas pro- resultados de
continuidad para
duce una nueva función continua. En el caso de las funciones de variable compleja también se
funciones com-
satisface este hecho, es decir, la composición de funciones de variable compleja continuas es conti- plejas son ex-
nua. Esta afirmación se plantea en el siguiente teorema, cuya demostración se obtiene directamente tensiones de los
de la definición de continuidad. resultados de
continuidad para
funciones reales.
Teorema 2.4. Sean f (z) y g(z) dos funciones de variable compleja definidas respectivamente
en los dominios D y E, tales que f (D) ⊆ E. Si f es continua en D y g es continua en f (D),
entonces la función h(z) = g( f (z)) es continua en D.
Por otra parte, dado que el lı́mite de una función de variable compleja se puede calcular a
través del lı́mite de sus funciones componentes (Teorema 2.2), es natural inferir que la continuidad
de una función de variable compleja se corresponde con la continuidad de sus funciones componen-
tes. Seguidamente se muestra un teorema que trata este aspecto, cuya demostración es inmediata
utilizando la definición de continuidad de funciones reales conjuntamente con el Teorema 2.2.
Teorema 2.5. Sea f (z) = u(x, y) + i v(x, y) una función de variable compleja. Entonces, f (z) es
continua en un punto z0 = x0 + i y0 si, y sólo si sus funciones componentes, u(x, y) y v(x, y), son
continuas en el punto (x0 , y0 ).
A continuación damos ejemplos que muestran la aplicación de los Teoremas 2.3 y 2.5, en el
estudio de la continuidad de una función de variable compleja.
Ejemplo 2.6. Estudiemos la continuidad en z = 1 de la función
x − iy
f (z) = 2x + iy + .
x2 + y2
Para esta fin, utilicemos dos procedimientos. Primero, utilizando el Teorema 2.3; después, emple-
ando el Teorema 2.5. Escribamos a f (z) en función de z, para ello consideremos las siguientes
expresiones de x e y,
z+z z−z
x= , y= .
2 2i
Sustituyendo convenientemente estas expresiones en la fórmula de definición de f (z), obtenemos:
z+z
z+z z−z + i z−z
f (z) = 2 +i + 2 2i
2 2i zz
z−z z
= z+z+ +
2 zz
3 1 1
= z+ z+ .
2 2 z
Definamos tres funciones f1 (z), f2 (z) y f3 (z) como
3 1 1
f1 (z) = z, f2 (z) = z, f3 (z) = .
2 2 z
Las funciones f1 (z) y f3 (z) son, respectivamente, un polinomio de grado uno y una función racio-
nal. Ası́, f1 (z) es continua en todo el plano, particularmente en z = 1, y f3 (z) es continua en todo
el plano excepto en z = 0, por lo tanto f3 (z) es continua en z = 1. En cuanto a la función f2 (z), se
deja como ejercicio para el lector verificar que es continua en z = 1 (ayuda: utilice el Teorema 2.5).
En consecuencia, como f1 (z), f2 (z) y f3 (z) son continuas en z = 1 y f (z) = f1 (z) + f2 (z) + f3 (z),
entonces por el Teorema 2.3 se tiene que f (z) es continua en z = 1.
Ahora empleemos el Teorema 2.5 para estudiar la continuidad de f (z) en z = 1. Para ello es
necesario encontrar las funciones componentes, u(x, y) y v(x, y), de f (z). Operando obtenemos:

x y
f (z) = 2x + 2 +i y− 2 ,
x + y2 x + y2
x y
u(x, y) = 2x + y v(x, y) = y − .
x2 + y2 x2 + y2
Como u(x, y) y v(x, y) están bien definidas en el punto (1, 0) y
lı́m u(x, y) = 3 = u(1, 0), lı́m v(x, y) = 0 = v(1, 0),

(x,y)→(0,1) (x,y)→(0,1)
podemos concluir que u(x, y) y v(x, y) son continuas en (1, 0). Entonces, por el Teorema 2.5 la
función f (z) es continua en z = 1. ¿Qué procedi-
miento le pa-
reció más efi-
ciente, usar el
Teorema 2.3 o
el Teorema 2.5?
¿Por qué?
Ejemplo 2.7. Sea f (z) una función de variable compleja definida como

2
z ,
 Im z < Re z,
2
f (z) = 2(Re z) i, Im z = Re z,


(Im z)z, Im z > Re z.
Determine el conjunto de todos los números complejos z donde la función f (z) es continua.
Solución. Es claro que f (z) está bien definida en todo z ∈ C. Como f (z) = z2 para Im z < Re z
y z2 es un polinomio, entonces f (z) es continua en z ∈ C tal que Im z < Re z. Ahora, para z =
x + iy tal que Im z > Re z, se tiene que f (z) = (Im z)z = yx + iy2 ; de lo cual se deduce que las
funciones componentes de f (z) son u(x, y) = yx y v(x, y) = y2 , para y > x, que son continuas
en todo (x, y) ∈ R2 , en particular, en todo (x, y) tal que y > x. De esta forma, f (z) es continua
en todo z tal que Im z > Re z o Im z < Re z. Veamos ahora que f (z) no es continua en z tal que
Im z = Re z 6= 0. Sea z0 tal que Im z0 = Re z0 6= 0. Calculemos el lı́mite lı́m f (z) en la dirección de
z→z0
la recta Im z = Re z0 − Re z + Im y0 , con Im z > Re z. Ası́,
lı́m f (z) = lı́m (Im z)z = (Im z0 )z0 = (Re z0 )2 + i(Re z0 )2 6= 2(Re z0 )2 i = f (z0 ),
z→z0 z→z0
Por lo cual f (z) no es continua en z tal que Im z = Re z 6= 0. Es claro que f (z) es continua z0 = 0. De
todo lo anterior, se tiene que el conjunto de todos los números complejos z donde f (z) es continua
está dado por:
C − {z ∈ C : Im z = Re z 6= 0}
32 2.3. DIFERENCIACIÓN
2.3 Diferenciación
¿Por qué en la Inmediatamente presentamos la definición de derivada de una función de variable compleja.
definición de
derivada es ne-
cesario que z0 Definición 2.7 (Derivada). Sea f (z) una función de variable compleja definida en un dominio
sea un punto de d
acumulación?
D. Sea z0 un punto de acumulación de D. La derivada de f (z) en z0 , denotada por f (z0 ) o
dz
f ′ (z0 ), es una función de variable compleja que se define mediante la ecuación
d f (z0 + h) − f (z0 )
f (z0 ) = f ′ (z0 ) = lı́m , (2.1)
dz h→0 h
donde h es un número complejo. Se dice que f (z) es derivable en un dominio D ⊂ C, si f ′ (z)
existe en cada punto z ∈ D.
A continuación establecemos un resultado clásico del análisis: toda función diferenciable es

continua. El recı́proco no es cierto, esto es, no toda función continua es diferenciable. Un ejemplo
de ello es la función de Weierstrass, cuya definición (tal como la introdujo Weierstrass), es la
siguiente:
∞
f (x) = ∑ an cos (bn π x) ,
n=0
donde 0 < a < 1 y b es un entero impar positivo, de manera que cumplen
3
ab > 1 + π .
2
La función de Weierstrass es continua en toda la recta real, pero no es continua en ningún punto.
El nombre de Weierstrass es debido Karl Theodor Wilhelm Weierstrass (Alemania, 1815-1897),
matemático alemán, citado como el “padre del análisis moderno”.
Teorema 2.6. Si la derivada de f (z) en z0 existe, entonces f (z) es continua en z0 .
Demostración. Como la derivada de f (z) existe en z0 , entonces | f ′ (z0 )| < ∞ y f (z0 ) está bien
definido. Por tanto,
lı́m | f (z0 + h) − f (z0 )| = lı́m |h| | f ′ (z0 )| = 0,
h→0 h→0
de donde se deduce que f (z) es continua en z0 .
Observación 2.2. La función de Weierstrass es un ejemplo de una función continua en todo R, pero
no es diferencia en R. Ahora un ejemplo de una función de variable compleja que es continua en
todo plano, pero no es derivable es f (z) = |z|2 . Se deja como ejercicio para el lector verificar que
f (z) = |z|2 es continua en todo el plano complejo, pero es derivable solamente en z = 0.
2.3.1 Fórmulas o Reglas de Diferenciación

Tenga presente
que para usar A continuación se describen las mismas reglas de diferenciación dadas en el Cálculo Elemental,
las reglas de
pero ahora se plantean para funciones de variable compleja. Supongamos que las funciones f (z),
derivación, las
funciones involu- f1 (z), . . . , fn (z) son derivables en z ∈ C. Las siguientes propiedades son ciertas y su demostración
cradas deben ser se obtiene fácilmente utilizando la definición de derivada y los Teoremas 2.1 y 2.2.
derivables.
1. Si f (z) = c, entonces f ′ (z) = 0, donde c ∈ C.
2. Si h(z) = c f (z), entonces h′ (z) = c f ′ (z), donde c ∈ C.
3. Si f (z) = z, entonces f ′ (z) = 1.
4. [ f1 (z) + f2 (z) + · · · + fn (z)]′ = f1′ (z) + f2′ (z) + · · · + fn′ (z).
5. [ f1 (z) f2 (z)]′ = f1′ (z) f2 (z) + f2′ (z) f1 (z).
6. [( f (z))m ]′ = m ( f (z))m−1 f ′ (z), donde m es un entero.
7. Si f (z) = zm , entonces f ′ (z) = m zm−1 , donde m es un entero.
8. Si f (z) = a0 + a1 z + a2 z2 + · · · + am zm , entonces
f ′ (z) = a1 + 2a2 z + 3a3 z2 + · · · + m am zm−1 .

′
f1 (z) f1′ (z) f2 (z) − f2′ (z) f1 (z)
9. = , siempre que f2 (z) 6= 0.
f2 (z) ( f2 (z))2
10. Regla de la Cadena. Sean f (z) derivable en z0 y g(w) derivable en f (z0 ). Entonces la
función h(z) = g( f (z)) es derivable en z0 , y
h′ (z0 ) = g′ ( f (z0 )) f ′ (z0 ).
Note que todas las reglas de diferenciación se cumplen, si las funciones involucradas son de-
rivables. De esta forma, para aplicar alguna de estas reglas, es necesario primero verificar que las
funciones consideradas sean derivables. En el Cálculo Elemental, por lo general, era relativamente
sencillo verificar si la derivada de una función existı́a o no. Por ejemplo, observando la gráfica de
una función f : R → R se podı́a identificar los puntos donde existı́a la derivada. Este procedimiento,
que por demás es sencillo, no se puede usar para verificar que una función de variable compleja es
derivable. En la siguiente sección indtroducimos un procedimiento para estudiar la derivabilidad
de las funciones de variable compleja.
2.3.2 Ecuaciones de Cauchy-Riemann

Si una función de variable compleja es derivable en un punto, sus funciones componentes
satisfacen las llamadas ecuaciones de Cauchy-Riemann en ese punto. A continuación damos una
breve deducción de estas ecuaciones, que son las condiciones necesarias para la existencia de la
derivada de una función de variable compleja. Las ecuacio-
nes de Cauchy-
Riemann
Teorema 2.7. Sea f (z) = u(x, y) + i v(x, y) derivable en z0 = x0 + i y0 . Entonces, las funciones también se pue-
componentes, u(x, y) y v(x, y), satisfacen las ecuaciones de Cauchy-Riemann en el punto (x0 , y0 ), den expresar en
a saber: la siguiente no-
∂u ∂v
 tación más com-
 ∂ x (x0 , y0 ) = ∂ y (x0 , y0 )

 pacta: ux = vy ,
(2.2) uy = −vx
 ∂ u (x0 , y0 ) = − ∂ v (x0 , y0 )


∂y ∂x
Demostración. Como f (z) = u(x, y) + i v(x, y) es derivable en z0 = x0 + i y0 , se tiene
f (z0 + h) − f (z0 )
f ′ (z0 ) = lı́m .
h→0 h
Ahora bien, utilizando las funciones componentes de f (z) y tomando h = h1 + i h2 , la ecuación

anterior se expresa como:
[u(x0 + h1 , y0 + h2 ) + i v(x0 + h1 , y0 + h2 )] − [u(x0 , y0 ) + i v(x0 , y0 )]

f ′ (z0 ) = lı́m
h→0 h
[u(x0 + h1 , y0 + h2 ) − u(x0 , y0 )] + i [v(x0 + h1 , y0 + h2 ) − v(x0 , y0 )]
= lı́m .
h→0 h
Como la derivada de f (z) existe en z0 , podemos tender a 0 tomando h un real puro o un imaginario
puro y el lı́mite, que define la derivada de f (z) en z0 , siempre es igual. Supongamos primero que
h = h1 > 0, es decir, h2 = 0, entonces obtenemos:
[u(x0 + h1 , y0 ) − u(x0 , y0 )] + i [v(x0 + h1 , y0 ) − v(x0 , y0 )]

f ′ (z0 ) = lı́m
h1 →0 h1
u(x0 + h1 , y0 ) − u(x0 , y0 ) v(x0 + h1 , y0 ) − v(x0 , y0 )
= lı́m + i lı́m
h1 →0 h1 h1 →0 h1
∂u ∂v
= (x0 , y0 ) + i (x0 , y0 ). (2.3)
∂x ∂x
Ahora, si tomamos h = i h2 con h2 > 0, es decir, h1 = 0, entonces obtenemos:
[u(x0 , y0 + h2 ) − u(x0 , y0 )] + i [v(x0 , y0 + h2 ) − v(x0 , y0 )]

f ′ (z0 ) = lı́m
h2 →0 i h2
u(x0 , y0 + h2 ) − u(x0 , y0 ) v(x0 , y0 + h2 ) − v(x0 , y0 )
= lı́m + i lı́m
h2 →0 i h2 h2 →0 i h2
∂u ∂v
= −i (x0 , y0 ) + (x0 , y0 ). (2.4)
∂y ∂y
De las ecuaciones (2.3) y (2.4) se deduce que
∂u ∂v ∂v ∂u
(x0 , y0 ) + i (x0 , y0 ) = (x0 , y0 ) − i (x0 , y0 ),
∂x ∂x ∂y ∂y
es decir, f (z) satisface las ecuaciones de Cauchy-Riemann (2.2) en (x0 , y0 ).
Las ecuaciones Cauchy-Riemann se pueden expresar en forma polar, esto es, tomando las
coordenadas polares, x = r cos θ e y = r sen θ , se tiene que f (z) = u(r, θ ) + iv(r, θ ) y las funciones
componentes dependen de r y θ , por lo que las ecuaciones de Cauchy-Riemann deben expresarse
en función de r y θ . En la siguiente proposición se muestra la forma polar de las ecuaciones de
Cauchy-Riemann.
Proposición 2.1. Sea f (z) = u(x, y) + iv(x, y) una función de variable compleja. Si u y v se
expresan en términos de las coordenadas polares (r, θ ), entonces las ecuaciones de Cauchy-
Riemann pueden escribirse de la forma:
∂u 1 ∂v


 =
 ∂r r ∂θ
 1 ∂u = −∂v


r ∂θ ∂r
denominada forma polar de las ecuaciones de Cauchy-Riemann.
Demostración. Asumamos que u(x, y) y v(x, y) satisfacen las ecuaciones de Cauchy-Riemann en

su forma cartesiana, esto es
∂u ∂v

 ∂x = ∂y


 ∂u ∂v


= −
∂y ∂x
Ahora, haciendo el cambio de variable x = r cos θ e y = r sen θ y aplicando la regla de la cadena,

obtenemos:
∂u ∂u ∂x ∂u ∂y ∂u ∂u
= + = cos θ + sen θ ,
∂r ∂x ∂r ∂y ∂r ∂x ∂y
∂u ∂u ∂x ∂u ∂y ∂u ∂u
= + = −r sen θ + r cos θ ,
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y
∂v ∂v ∂x ∂v ∂y ∂v ∂v
= + = cos θ + sen θ ,
∂r ∂x ∂r ∂y ∂r ∂x ∂y
∂v ∂v ∂x ∂v ∂y ∂v ∂v
= + = −r sen θ + r cos θ .
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y
De esta forma, usando las ecuaciones anteriores conjuntamente con las ecuaciones de Cauchy-
Riemann en su forma cartesiana, podemos escribir:

∂u 1 ∂v ∂u ∂u 1 ∂v ∂v
− = cos θ + sen θ − −r sen θ + r cos θ
∂r r ∂θ ∂x ∂y r ∂x ∂y

∂u ∂v ∂u ∂v ∂u 1 ∂v
= − cos θ + + sen θ = 0 ⇒ = ,
∂x ∂y ∂y ∂x ∂r r ∂θ

1 ∂u ∂v 1 ∂u ∂u ∂v ∂v
+ = −r sen θ + r cos θ + cos θ + sen θ
r ∂θ ∂r r ∂x ∂y ∂x ∂y

∂u ∂v ∂u ∂v 1 ∂u ∂v
= − + cos θ + + sen θ = 0 ⇒ =− .
∂x ∂y ∂y ∂x r ∂θ ∂r
El hecho que una función satisfaga las ecuaciones de Cauchy-Riemann en un punto, no es

suficiente para garantizar que f (z) sea derivable en tal punto. Por ejemplo, la función
 2
 z
 , z 6= 0,
f (z) = z


0, z = 0,
satisface las ecuaciones de Cauchy-Riemann en z = 0, pero no es derivable allı́ (se deja al lector
verificar este hecho).
Ası́ pues, la validez de las ecuaciones de Cauchy-Riemman en un punto es una condición
necesaria para que exista la derivada en dicho punto. El solo hecho que las ecuaciones de Cauchy-
Riemman sean válidas para una función, no significa que todas las trayectorias por las que z0 + h se
aproxime a z0 den lugar a un mismo valor lı́mite de la definición de derivada. El siguiente teorema
muestra las condiciones necesarias y suficientes para que una función sea derivable en un punto.
Teorema 2.8. Sean f (z) = u(x, y) + i v(x, y) y z0 = x0 + i y0 . Si u(x, y) y v(x, y) tienen primeras
derivadas parciales continuas, con respecto a x e y, en (x0 , y0 ), y satisfacen las ecuaciones de
Cauchy-Riemann (2.2) en (x0 , y0 ), entonces f ′ (z0 ) existe y está dada por:
∂u ∂v ∂v ∂u
f ′ (z0 ) = (x0 , y0 ) + i (x0 , y0 ) o f ′ (z0 ) = (x0 , y0 ) − i (x0 , y0 ).
∂x ∂x ∂y ∂y
Demostración. La demostración es inmediata utilizando el Teorema 2.7 y el hecho que u(x, y) y

v(x, y) tienen primeras derivadas parciales continuas, con respecto a x e y, en (x0 , y0 ).
Ejemplo 2.8. Comprobemos que la función f (z) = ex cos y + i ex sen y es derivable en todo punto z
del plano complejo. Las funciones componentes de f (z) están dadas por:
u(x, y) = ex cos y, v(x, y) = ex sen y.
Ası́, las derivadas parciales de u y v, con respecto a x e y, son:
∂u ∂u
= ex cos y, = −ex sen y,
∂x ∂y
∂v ∂v
= ex sen y, = ex cos y,
∂x ∂y
las cuales son continuas en todo R2 y, además, satisfacen las ecuaciones de Cauchy-Riemann en
todo z = x + i y. Entonces, por el Teorema 2.8 la función f (z) = ex cos y + i ex sen y es derivable en
todo el plano complejo; además, se cumple que f ′ (z) = f (z). ¿Será f (z) la función exponencial
compleja?
2.4 Funciones Analı́ticas

En esta sección se introduce el conjunto de las funciones analı́ticas, que poseen una propiedad
muy particular: si f (z) es analı́tica en un punto z0 , entonces es derivable en todo punto z muy
cercano a z0 . Esta cualidad de las funciones analı́ticas las hace muy importantes para el desarro-
llo teórico de aplicaciones en Ingenierı́a. Seguidamente damos la definición formal de función
analı́tica.
Definición 2.8 (Función analı́tica). Se dice que una función f (z) es analı́tica en z0 ∈ C, si la
derivada de f (z) existe en z0 y en todo punto z de alguna vecindad de z0 . Si f (z) es analı́tica en
todos los puntos de un dominio D ⊂ C, se dice que f (z) es analı́tica en D.
Ejemplo 2.9. Determinemos el conjunto de números complejos z = x + i y donde la función

f (z) = (x3 − 3xy2 ) + i (3x2 y − y3 )
es analı́tica. Se tiene que las funciones componentes de f (z) están dadas por:
u(x, y) = x3 − 3xy2 y v(x, y) = 3x2 y − y3 .
Ahora, las derivadas parciales de u y v, con respecto a x e y, son
∂u ∂u
= 3x2 − 3y2 , = −6xy,
∂x ∂y
∂v ∂v
= 6xy, = 3x2 − 3y2 .
∂x ∂y
Es fácil verificar que las derivadas parciales de u y v son continuas y satisfacen las ecuaciones de
Cauchy-Riemann en todos los puntos (x, y) del plano; por lo tanto, f (z) es derivable en todo el
plano complejo. En consecuencia, f (z) es analı́tica en todo el plano complejo.
Ejemplo 2.10. Determinemos el conjunto de números complejos z = x + i y donde la función

f (z) = x2 + i y2 es analı́tica. Las funciones componentes de f (z) son: u(x, y) = x2 y v(x, y) = y2 .
Al forzar que se satisfagan las ecuaciones de Cauchy-Riemann obtenemos:
∂u ∂v ∂u ∂v
= 2x = 2y = y =0=− ,
∂x ∂y ∂y ∂x
de donde se deduce que f (z) es derivable únicamente en los puntos z = x + i y que pertenecen a la
recta y = x. Si z0 es un punto de esta recta, toda vecindad de z0 contiene puntos en los que f ′ (z0 )
no existe, por que f (z) no es analı́tica en ningún punto del plano complejo.
Los ejemplos anteriores muestran que la propiedad de analiticidad es muy fuerte, dado que al
verificar que una función es analı́tica en un punto, se está comprobando no solo que la función es
derivable en dicho punto, sino también que es derivable en todo punto de una vecindad del punto
en cuestión. Por ello, las funciones analı́ticas, gracias a sus maravillosas propiedades, juegan un
papel muy importante en la teorı́a de las funciones de variable compleja.
El siguiente teorema establece que la suma, diferencia, multiplicación y división de funciones
analı́ticas es otra función analı́tica. También establece que la composición de funciones analı́ticas
es una función analı́tica. La demostración de este teorema se deja al lector.
38 2.4. FUNCIONES ANALÍTICAS
Teorema 2.9. Sean f (z) y g(z) dos funciones analı́ticas en un dominio D ⊂ C. Entonces, f (z) +
g(z), f (z) − g(z) y f (z)g(z), son funciones analı́ticas en D. La función f (z)/g(z) es analı́tica
en el conjunto {z ∈ D : g(z) 6= 0}. Si la función g(z) es analı́tica en el conjunto f (D), entonces
la función h(z) = g( f (z)) es analı́tica en D.
Definición 2.9 (Función entera). Se dice que una función f (z) es entera si es analı́tica en todo
punto z del plano complejo.
Ejemplo 2.11. En el Ejemplo 2.8 comprobamos que la función f (z) = ex cos y + i ex sen y es deri-
vable en todo punto z del plano complejo. Por lo tanto, f (z) es analı́tica en todo el plano, de lo cual
se deduce que f (z) es entera.
Para ciertas funciones que son analı́ticas en determinados conjuntos de números complejos,
existen puntos donde ellas no son analı́ticas. Tales puntos se denominan puntos singulares y es de
mucha importancia identificarlos. Seguidamente damos la definición formal de punto singular.
Definición 2.10 (Punto singular). Se dice que un punto z0 ∈ C es un punto singular de una
función f (z), si f (z) no es analı́tica en z0 y, para toda vecindad de z0 , la función f (z) es analı́tica
en al menos un punto z diferente de z0 .
Otros puntos muy importantes que también se deben identificar son los ceros de una función,
cuya definición formal se muestra a continuación.
Definición 2.11 (Cero de una función). Sea f una función de variable compleja. Se dice z0 ∈ C
es un cero de f (z) si
lı́m f (z) = 0.
z→z0
Observación 2.3. La función racional
a0 + a1 z + · · · + an zn
r(z) =
b0 + b1 z + · · · + bm zm
es analı́tica en todo el plano complejo, excepto en las raı́ces del polinomio del denominador, en
otras palabras, salvo en los puntos z tales que b0 + b1 z + · · · + bm zm = 0. Estas raı́ces son los puntos
singulares de r(z). Además, las raı́ces del polinomio a0 + a1 z + · · · + an zn son los ceros de r(z).
Ejemplo 2.12. Los puntos z0 = 0 y z1 = 1 son, respectivamente, el único punto singular y el único
cero de la función f (z) = (z − 1)/z.
2.5 Funciones Armónicas

Pasemos ahora a estudiar la relación de las funciones analı́ticas con una familia de funciones
de variable real muy importante, denominadas armónicas.
Definición 2.12 (Función armónica). Se dice que una función h : R2 → R es armónica en un

dominio D ⊂ R2 , si h(x, y) tiene derivadas parciales, primera y segunda, continuas en todo punto
(x, y) ∈ D, además, satisface la ecuación en derivadas parciales
∂ 2h ∂ 2h
∇2 h(x, y) = (x, y) + (x, y) = 0,
∂ x2 ∂ y2
conocida como ecuación de Laplace. El operador ∇2 h(x, y) se denomina Laplaciano.
Definición 2.13 (Armónica conjugada). Sean u : R2 → R y v : R2 → R dos funciones. Si u

y v son armónicas en un dominio D ⊂ R2 y sus primeras derivadas parciales satisfacen las
ecuaciones de Cauchy-Riemann (2.2) para todo (x, y) ∈ D, se dice que v es armónica conjugada
de u.
El siguiente teorema establece una relación entre las funciones armónicas y las funciones
analı́ticas.
Teorema 2.10. Una función f (z) = u(x, y) + i v(x, y) es analı́tica en un dominio D ⊂ C si, y sólo
si v es armónica conjugada de u.
Demostración. (⇒) Supongamos que f (z) = u(x, y) + i v(x, y) es analı́tica en un dominio D ⊂ C y

demostremos que v es armónica conjugada de u. Como f (z) es analı́tica, sus funciones componen-
tes, u y v, satisfacen las ecuaciones de Cauchy-Riemann, además, sus primeras derivadas parciales
son continuas en D. Por ello, basta demostrar que u y v son armónicas para garantizar que v es
armónica conjugada de u. Ası́, derivando con respecto a x la ecuación de Cauhy-Riemann, ∂∂ ux = ∂∂ vy ,
obtenemos:
∂ 2u ∂ 2v
= . (2.5)
∂ x2 ∂ x∂ y
∂u
Ahora, derivando con respecto a y la otra ecuación de Cauchy-Riemann, ∂y = − ∂∂ vx , obtenemos:
∂ 2u ∂ 2v
= − . (2.6)
∂ y2 ∂ y∂ x
Como las primeras derivadas parciales de u y v son continuas en D, se tiene que
∂ 2v ∂ 2v
= . (2.7)
∂ x∂ y ∂ y∂ x
Por (2.5), (2.6) y (2.7) podemos escribir:
∂ 2u ∂ 2u
∇2 u(x, y) = (x, y) + (x, y) = 0,
∂ x2 ∂ y2
con lo cual se demuestra que u es armónica en D. Utilizando un razonamiento similar se demuestra
que v también es armónica. En consecuencia, u y v son funciones armónicas que satisfacen las
ecuaciones de Cauchy-Riemann en D, es decir, v es armónica conjugada de u.
40 2.5. FUNCIONES ARMÓNICAS
(⇐) Supongamos que v es armónica conjugada de u en D y demostremos que la función f (z) =

u(x, y) + i v(x, y) es analı́tica en D. Como v es armónica conjugada de u en D, entonces u y v son
armónicas en D y satisfacen las ecuaciones de Cauchy-Riemann; además, sus primeras derivadas
parciales son continuas en D. Ası́, por el Teorema 2.8, la función f (z) = u(x, y) + i v(x, y) es
analı́tica en D.
Observación 2.4. El Teorema 2.10 nos garantiza que una función f (z) = u(x, y) + i v(x, y) es
analı́tica, si v es armónica conjugada de u. Pero, no es cierto que si u y v son armónicas, en-
tonces f (z) = u(x, y) + i v(x, y) es analı́tica; por ejemplo, si tomamos u(x, y) = x + y y v(x, y) = x,
observamos que u y v son armónicas en todo el plano, pero f (z) = (x + y) + i x no es analı́tica en
ningún punto del plano (se deja al lector demostrar esta afirmación).
Es bueno aclarar que si v es armónica conjugada de u en un dominio D ⊂ R2 , no es en general
cierto que u sea armónica conjugada de v en ese dominio. Por ejemplo, consideremos las funciones
u(x, y) = x2 − y2 y v(x, y) = 2xy. Vemos que u y v son las partes real e imaginaria, respectivamente,
de f (z) = z2 , que es una función entera. Por el Teorema 2.10, v es armónica conjugada de u en todo
el plano, pero u no puede ser una armónica conjugada de v, ya que la función g(z) = 2xy+i (x2 −y2 )
no es analı́tica en ningún punto del plano, porque sus funciones componentes no satisfacen las
Note que g(z) = ecuaciones de Cauchy-Riemann.
2xy + i(x2 − y2 ) Por otra parte, es cierto que una armónica conjugada, cuando existe, es única, excepto por una
solo es derivable constante aditiva. Expliquemos con un ejemplo un método para obtener una armónica conjugada
en z = 0.
de una función armónica dada.
Ejemplo 2.13. Determine v(x, y), la armónica conjugada de u(x, y), si u(x, y) = x + y.
Solución. Para que v sea armónica conjugada de u, la función v debe ser armónica y, además, se
deben satisfacer las ecuaciones de Cauchy-Riemann (2.2). El método para generar v, una armónica
conjugada de u, consiste en forzar que se cumplan las ecuaciones de Cauchy-Riemann y luego
resolver ciertas ecuaciones diferenciales. Apliquemos tal metodologı́a al problema planteado.
Como u(x, y) = x + y, se tiene que u es armónica y
∂u ∂u
= 1, y = 1.
∂x ∂y
Ahora, utilizando una de las ecuaciones de Cauchy-Riemann, digamos
∂u ∂v
= ,
∂x ∂y
podemos escribir:
∂v
= 1.
∂y
Integrando esta última ecuación con respecto a y, obtenemos:
v(x, y) = y + φ (x), (2.8)
donde φ : R → R. Ahora, utilizando la otra ecuación de Cauchy-Riemann,
∂u ∂v
=− ,
∂y ∂x
podemos escribir:
∂v ∂u
φ ′ (x) = =− = −1,
∂x ∂y
es decir,
φ ′ (x) = −1.
Integrando la ecuación anterior con respecto a x, obtenemos:
φ (x) = −x + c,
donde c es una constante real. Sustituyendo la expresión de φ (x) en (2.8), la función v armónica
conjugada de u está dada por
v(x, y) = y − x + c,
que es armónica (se deja al lector verificar esta afirmación). Es decir, hemos construido una familia
de funciones armónicas conjugadas de u que se diferencian entre sı́ por una constante. Para obtener
una de ellas es necesario un valor de v en algún punto del plano. Por ejemplo, si v(0, 0) = 1,
entonces la constante c correspondiente es c = 1 y la función v es v(x, y) = y − x + 1.
El procedimiento anterior para calcular funciones v armónicas conjugadas de u, también se

puede utilizar (por el Teorema 2.10), para construir funciones analı́ticas a partir de una de sus
funciones componentes, como se muestra en el siguiente ejemplo.
Ejemplo 2.14. Sea v(x, y) = x. Determine una función analı́tica f (z) = u(x, y) + i v(x, y) tal que
f (0) = −1.
Solución. Como v(x, y) = x, se tiene que v es armónica y
∂v ∂v
=1 y = 0.
∂x ∂y
∂u ∂v
Ahora, utilizando la ecuación de Cauchy-Riemann, ∂x = ∂y, podemos escribir: Es indiferente
la ecuación
∂u de Cauchy-
= 0. Riemann con
∂x que se comience
el procedimiento.
Integrando esta última ecuación con respecto a x, obtenemos: Un ejercicio
interesante es
u(x, y) = φ (y), determinar la
función u(x, y),
∂u
donde φ : R → R. Ahora, utilizando la otra ecuación de Cauchy-Riemann, ∂y = − ∂∂ vx , podemos comenzando
escribir: con la ecua-
∂u ∂v ción uy = −vx
φ ′ (y) = =− = −1, y luego utili-
∂y ∂x zar la ecuación
es decir, ux = vy .
φ ′ (y) = −1.
Integrando la ecuación anterior con respecto a y, obtenemos:
φ (y) = −y + c,
donde c es una constante real. Por lo tanto, considerando la expresión de φ (y), la función u está
dada por
u(x, y) = −y + c.
42 2.5. FUNCIONES ARMÓNICAS
Por construcción, v es armónica conjugada de u, luego, por el Teorema 2.10 las funciones f (z)
están dadas por
f (z) = c − y + i x,
las cuales constituyen una familia de funciones enteras que se diferencian entre sı́ por una constante
real c. Ahora, la función deseada debe satisfacer f (0) = −1. Forzando esta última condición y
despejando c, se tiene que c = −1 y la función pedida es
f (z) = −1 − y + i x = iz − 1.
Ejemplo 2.15. Sea u(x, y) una función definida de R2 en R dada por

(
Re (z2 + 1), si x ≤ 0,
u(x, y) = −3 3
x y , si x > 0.
Determine el conjunto de todos los pares ordenados (x, y) donde u(x, y) es armónica, además, cons-
truya una función f (z) = u(x, y) + iv(x, y) y el mayor dominio D ⊂ C tales que f (z) es analı́tica en
D y f (−1 − i) = 1 − i.
Solución. Se tiene que la función z2 + 1 es entera; por tanto, sus funciones componentes Re (z2 + 1)
e Im (z2 + 1) son funciones armónicas en todo R2 . Como u(x, y) = Re (z2 + 1) = x2 − y2 + 1, para
cada z = x + iy tal que x < 0, entonces u(x, y) es armónica en el conjunto {(x, y) ∈ R2 : x ≤ 0}.
Ahora, para (x, y) ∈ R2 tal que x > 0, se tiene que u(x, y) = x−3 y3 ; ası́
∂ 2u ∂ 2u
∇2 u(x, y) = (x, y) + 2 (x, y)
∂x 2 ∂y
= 12x y + 6x−3 y
−5 3

= 6x−3 y x−2 y2 + 1 = 0 ⇔ y = 0,
es decir, u(x, y) también es armónica en el conjunto {(x, y) ∈ R2 : x > 0, y = 0}, que no es un

dominio. De esta forma, u(x, y) es armónica en el conjunto
{(x, y) ∈ R2 : x ≤ 0} ∪ {(x, y) ∈ R2 : x > 0, y = 0}.
En consecuencia, el dominio D ⊂ C donde la función f (z) = u(x, y) + iv(x, y) es analı́tica es
D = {z = x + iy : x < 0}.
Como u(x, y) = Re (z2 + 1) = x2 − y2 + 1 para todo z ∈ D, entonces es claro que la función v(x, y) =
Im (z2 + 1) + c = 2xy + c es armónica conjugada de u(x, y), donde c es una constante real. Por lo
tanto, forzando f (−1 − i) = 1 − i, se obtiene
1 − i = f (−1 − i) = u(−1, −1) + iv(−1, −1) = 1 + (2 + c)i ⇒ c = −3.
Es decir, la función
f (z) = (x2 − y2 + 1) + i(2xy − 3) = z2 + 1 − 3i
es analı́tica en D y f (−1 − i) = 1 − i.
2.6 Funciones Elementales

A continuación damos una breve descripción de las funciones elementales de variable com-
pleja.
2.6.1 Función Exponencial

La función exponencial, denotada por ez , se define como
ez = ex cos y + i ex sen y, (2.9)
para todo número complejo z = x + i y. Las funciones componentes de ez son
u(x, y) = ex cos y y v(x, y) = ex sen y,
las cuales satisfacen las ecuaciones de Cauchy-Riemann y sus derivadas parciales son continuas en
todo el plano complejo. Luego, la función exponencial es analı́tica en todo el plano complejo (ver
Ejemplo 2.8). Por lo tanto, ez es una función entera, cuya derivada está dada por:
d z ∂u ∂v
e = +i = ex cos y + i ex sen y = ez ,
dz ∂x ∂x
que coincide con la propiedad deseada de la función exponencial real.
Otras propiedades de la función exponencial

• Si z = a ∈ R, entonces ez = ea cos 0 + i ea sen 0 = ea , es decir, ez se reduce a la función ex , si
z toma valores reales.
• El rango de la función exponencial es todo el plano complejo excepto z = 0. En efecto, como

|ez | = ex > 0, para todo x ∈ R, entonces |ez | > 0 para todo z ∈ C. Por lo tanto, ez 6= 0 para
todo z ∈ C.
• La función exponencial es periódica con un periodo imaginario puro de 2π i. En efecto, por
la periodicidad de las funciones trigonométricas sen y cos, podemos escribir:
e(z+2π i) = ex+i(y+2π )
= ex (cos(y + 2π ) + i sen(y + 2π ))
= ex (cos y + i sen y)
= ez ,
es decir, ez es periódica con periodo 2π i.
• Propiedades algebraicas. Sean z1 = x1 + i y1 y z2 = x2 + i y2 . Las siguientes propiedades son

ciertas:
i) ez1 ez2 = ez1 +z2 ;
ez1
ii) z = ez1 −z2 ;
e2
iii) e0 = 1;
1
iv) z = e−z1 ;
e1
v) (ez1 )n = en z1 , (n = 0, ±1, ±2, . . .).
44 2.6. FUNCIONES ELEMENTALES
2.6.2 Funciones Trigonométricas

Se definen, para todo z ∈ C, la función seno complejo como
eiz − e−iz
sen z = (2.10)
2i
y la función coseno complejo como
eiz + e−iz
cos z = . (2.11)
2
Las funciones sen z y cos z son combinaciones lineales de las funciones enteras eiz y e−iz , por lo
tanto, sen z y cos z son funciones enteras; además, sus derivadas son:
d i(eiz + e−iz )
sen z = = cos z
dz 2i
y
d i(eiz − e−iz )
cos z = = − sen z.
dz 2i
Otras propiedades de las funciones seno y coseno

• Cuando z es un número real, sen z y cos z coinciden con las funciones reales sen x y cos x. En
efecto, si z = x ∈ R, entonces por la definición de sen z, cos z y ez , podemos escribir:
eix − e−ix (cos x + i sen x) − (cos(−x) + i sen(−x)) 2i sen x
sen z = = = = sen x,
2i 2i 2i
eix + e−ix (cos x + i sen x) + (cos(−x) + i sen(−x)) 2 cos x
cos z = = = = cos x.
2 2 2i
• Las identidades trigonométricas que satisfacen el seno y el coseno real también son válidas
en el caso complejo; por ejemplo:
sen2 z + cos2 z = 1,
sen(z1 ± z2 ) = sen z1 cos z2 ± cos z1 sen z2 ,
cos(z1 ± z2 ) = cos z1 cos z2 ∓ sen z1 sen z2 ,
entre otras. (Se deja como ejercicio para el lector la comprobación de cada una de las identi-
dades).
• A partir de la definición de sen z dada en (2.10) podemos escribir, para z = x + i y:
ei(x+iy) − e−i(x+iy)
sen z =
2i
e−y ey
= (cos x + i sen x) − (cos x − i sen x)
2i 2i
ey + e−y ey − e−y
= sen x + i cos x .
2 2
En otras palabras, la función sen z se puede expresar equivalentemente como:
sen z = sen x cosh y + i cos x senh y. (2.12)
De manera similar, al utilizar la definición de cos z dada en (2.11) obtenemos:
cos z = cos x cosh y − i sen x senh y. (2.13)
• Las funciones seno y coseno son periódicas con periodo 2π . (Se deja como ejercicio para el
lector la demostración).
• Los ceros de sen z son todos los números complejos z = nπ , para n = 0, ±1, ±2, . . .. En
efecto, para que z ∈ C sea un cero de sen z, se debe cumplir que sen z = 0, luego, utilizando
la ecuación (2.12) podemos escribir:
sen x cosh y = 0, cos x senh y = 0.
Ahora, utilizando la ecuación sen x cosh y = 0, se deduce que y = 0. Sustituyendo este valor
de y en la ecuación sen x cosh y = 0, obtenemos sen x = 0, de lo cual se tiene que x = nπ , para
n = 0, ±1, ±2, . . ... En consecuencia, los ceros de sen z son todos los números complejos
z = nπ , para n = 0, ±1, ±2, . . ..
• Los ceros de cos z son todos los números complejos z = (n + 21 )π , para n = 0, ±1, . . .. (Se
deja al lector verificar este hecho).
Otras funciones trigonométricas
Las demás funciones trigonométricas de argumento complejo se definen fácilmente por ana-
logı́a con las funciones trigonométricas de argumento real, esto es,
Tangente
sen z
tan z =
cos z
Cotangente
cos z
cot z =
sen z
Secante
1
sec z =
cos z
Cosecante
1
csc z =
sen z
Las funciones tan z, cot z, sec z y csc z, son analı́ticas en todos los números complejos z donde no se
anule el denominador de la expresión que las define, además, la derivada de cada una de ellas es,
respectivamente,
d
tan z = sec2 z,
dz
d
cot z = − csc2 z,
dz
d
sec z = tan z sec z,
dz
d
csc z = − cot z csc z.
dz
2.6.3 Funciones Hiperbólicas

Se definen, para todo z ∈ C, la función seno hiperbólico complejo como
ez − e−z
senh z = (2.14)
2
y la función coseno hiperbólico complejo como
ez + e−z
cosh z = . (2.15)
2
Las funciones senh z y cosh z son combinaciones lineales de las funciones enteras ez y e−z , por lo
tanto, senh z y cosh z son funciones enteras; además, sus derivadas son:
d
senh z = cosh z
dz
y
d
cosh z = senh z.
dz
Otras propiedades de las funciones seno y coseno hiperbólicos
• Cuando z es un número real, senh z y cosh z coinciden con las funciones reales senh x y cosh x.
• Las identidades hiperbólicas que satisfacen el seno y coseno hiperbólicos reales también son
válidas en el caso complejo; por ejemplo:
cosh2 z − senh2 z = 1,
senh(z1 + z2 ) = senh z1 cosh z2 + cosh z1 senh z2 ,
cosh(z1 + z2 ) = cosh z1 cosh z2 + senh z1 senh z2 ,
entre otras. (Se deja como ejercicio para el lector la comprobación de cada una de las identi-
dades).
• A partir de las definiciones de senh z y cosh z se deduce, para z = x + i y:
senh z = senh x cos y + i cosh x sen y (2.16)
y
cosh z = cosh x cos y + i senh x sen y. (2.17)
• Las funciones seno y coseno hiperbólicos son periódicas con periodo 2π i.
• Los ceros de senh z son todos los números complejos z = nπ i, n = 0, ±1, ±2, . . .
• Los ceros de cosh z son todos los números complejos z = (n + 12 )π i, n = 0, ±1, ±2, . . .
Otras funciones hiperbólicas

Las demás funciones hiperbólicas de argumento complejo se definen fácilmente por analogı́a
con las funciones hiperbólicas de argumento real, esto es,
Tangente hiperbólica
senh z
tanh z =
cosh z
Cotangente hiperbólica
cosh z
coth z =
senh z
Secante hiperbólica
1
sech z =
cosh z
Cosecante hiperbólica
1
csch z =
senh z
Las funciones tanh z, coth z, sech z y csch z, son analı́ticas en todos los números complejos z donde
no se anule el denominador de la expresión que las define, además, la derivada de cada una de ellas
es, respectivamente,
d
tanh z = sech2 z,
dz
d
coth z = − csch2 z,
dz
d
sech z = − tanh z sech z,
dz
d
csch z = − coth z csch z.
dz
2.6.4 Función Logaritmo

Se define la función logaritmo, para todo z 6= 0, como
log z = ln |z| + i arg z, (2.18)
donde ln · denota el logaritmo natural. Veamos que log z es una función multivaluada. Se tiene que, En la ecuación
para todo z 6= 0, cualquier valor del argumento de z se obtiene como: (2.18) se puede
utilizar un loga-
arg z = Arg z + 2nπ , n = 0, ±1, ±2, . . . . ritmo en cual-
quier base. El
logaritmo com-
De esta forma, la ecuación (2.18) se puede escribir equivalentemente como plejo de ma-
yor uso en la
log z = ln |z| + i (Arg z + 2nπ ), n = 0, ±1, ±2, . . . . práctica es el
que utiliza la
Observe que los valores de log z tienen la misma parte real y sus partes imaginarias difieren en base natural e.
múltiplos enteros de 2π . Por lo tanto, log z es una función multivaluada. El siguiente ejemplo
ilustra este hecho.
π
Ejemplo 2.16. Calculemos todos los valores de log(1 + i). Se tiene que Arg (1 + i) = y |1 + i| =
√ 4
2. Ası́, π
√
log(1 + i) = ln 2 + i + 2nπ (n = 0, ±1, ±2, . . .).
4
Definición 2.14 (Valor principal del logaritmo). El valor principal de log z es el valor que se
obtiene de la fórmula (2.18) cuando se utiliza el argumento principal de z. Ese valor se denota
como Log z y se da por medio de la ecuación
Log z = ln |z| + i Arg z, para z 6= 0. (2.19)
Algunas propiedades del valor principal del logaritmo

En general,
se tiene que:
Log(za ) 6=
• La función w = Log z es monovaluada y su dominio de definición es el conjunto de todos los
a Log z,
Log(a/b) 6= números complejos diferentes de cero; su rango es la franja −π < Im w ≤ π .
Log(a) − Log(b)
¿Por qué? • El valor principal del logaritmo se reduce al logaritmo natural si z es un número real positivo,
en otras palabras, si z = r > 0, entonces Log z = ln r.
• La función inversa de Log z es ez ; en otras palabras, si w es un número complejo tal que

−π < Im w ≤ π , entonces w = Log z si, y sólo si z = ew .
• La función Log z es continua en el dominio (|z| > 0, −π < arg z < π ). (Se deja al lector la
prueba).
En la siguiente proposición se establece que el valor principal del logaritmo es una función
analı́tica en el dominio |z| > 0, −π < arg z < π .
Proposición 2.2. La función Log z es analı́tica en el dominio |z| > 0, −π < arg z < π , y su
derivada está dada por
d 1
Log z = .
dz z
Demostración. Tomemos r = |z| y θ = Arg z; ası́, la ecuación (2.19) adquiere la forma
Log z = ln r + i θ .
Por lo tanto, las funciones componentes de Log z son u(r, θ ) = ln r y v(r, θ ) = θ . Se tiene que
u(r, θ ) y v(r, θ ) son funciones continuas y diferenciables en el dominio |z| > 0, −π < arg z < π ,
además, sus derivadas parciales en este dominio son:
∂u 1 ∂u
= , = 0,
∂r r ∂θ
∂v ∂v
= 0, = 1.
∂r ∂θ
Es claro ver que

∂u 1 ∂v 1 ∂u ∂v
= y =− ,
∂r r ∂θ r ∂θ ∂r
es decir, la función Log z satisface la forma polar de las ecuaciones de Cauchy-Riemann. Por todo
lo anterior, Log z es analı́tica en el dominio |z| > 0, −π < arg z < π . Ahora, considerando los
argumentos empleados en la demostración de la Proposición 2.1, (se deja al lector verificar los
cálculos), la derivada de Log z está dada por:

d 1 ∂u ∂v 1 1
Log z = +i =
dz cos θ + i sen θ ∂r ∂r cos θ + i sen θ r
1 1
= = .
r(cos θ + i sen θ ) z
Ramas del logaritmo

Para estudiar las propiedades del logaritmo tales como la diferenciación, es necesario definir
funciones logaritmo monovaluadas. Por ejemplo, el valor principal del logaritmo es una función
monovaluada, que emplea el argumento principal. A continuación se describe la manera de definir
diferentes funciones logaritmo monovaluadas.
Definición 2.15 (Rama de una función multivaluada). Una rama de una función multivaluada
f (z), es una función monovaluada g(z) que es analı́tica en un dominio D ⊂ C y que coincide
con f (z) en D, es decir, g(z) = f (z) para todo z ∈ D.
Definición 2.16 (Corte y punto ramal). Un corte ramal es una lı́nea o curva de puntos singulares
que se introducen al definir una rama de una función multivaluada. El punto común a todos los
cortes ramales de una función multivaluada se denomina punto ramal.
Observe que Log z es una rama de la función multivaluada log z, además, se tiene que Log z
toma el mismo valor que log z para todo z en el dominio D = {z ∈ C : |z| > 0, −π < arg z < π }.
La función Log z se denomina rama principal del logaritmo. El corte ramal de Log z es el eje real
negativo con el origen (ver Figura 2.3).
corte ramal punto ramal
Figura 2.3. Corte ramal de Log z
Otras ramas del logaritmo complejo se definen como
log z = ln |z| + i arg z, |z| > 0, α < arg z < α + 2π ,
donde α es un número real fijo. El corte ramal de esta rama es el rayo arg z = α (ver Figura 2.4).
al
punto ramal am
er
c o rt
α
b
Figura 2.4. Corte ramal de una rama de log z
Ejemplo 2.17. Determinemos el valor de log(1 + i), si log z está definido por
log z = ln |z| + i arg z |z| > 0, π /2 < arg z < 5π /2.
√ iπ /4
Se tiene que 1 + i = 2e , pero π /4 6∈ (π /2, 5π /2). Luego, el argumento principal de 1 + i no
es el valor indicado para calcular log(1 + i). Para encontrar arg(1 + i) ∈ (π /2, 5π /2), se utiliza el
argumento principal de 1 + i. Se tiene que el valor del argumento de 1 + i buscado está dado por:
π 9π
+ 2π = ∈ (π /2, 5π /2);
4 4
por lo tanto, arg(1 + i) = 9π /4 es el valor indicado para calcular log(1 + i). Ası́,
√ 9π
log(1 + i) = ln 2 + i .
4

1
f (z) = log ,
z−1
donde log z = ln |z| + i arg z, |z| > 0 y −π /4 < arg z < 7π /4. Determinar el conjunto de todos los
números complejos z donde f (z) es analı́tica.
Solución. Por las condiciones del enunciado del problema, se tiene que la función log z es analı́tica
en todo el plano complejo excepto en el conjunto {z ∈ C : Re z ≥ 0, Im z = −Rez}. Ahora, como

1 Re z − 1 1 −Im z
Re = 2 2
e Im = ,
z−1 (Re z − 1) + (Im z) z−1 (Re z − 1)2 + (Im z)2
1

entonces la función f (z) = log z−1 es analı́tica en todo el plano complejo excepto en el conjunto

Re z − 1 −Im z Re z − 1
z∈C: ≥ 0, = −
(Re z − 1)2 + (Im z)2 (Re z − 1)2 + (Im z)2 (Re z − 1)2 + (Im z)2
o, equivalentemente, {z ∈ C : Re z ≥ 1, Im z = Re z − 1}. Por lo tanto, el conjunto de todos los
números complejos z donde f (z) es analı́tica está dado por:
C − {z ∈ C : Re z ≥ 1, Im z = Re z − 1}
2.6.5 Función Exponente Complejo

Sea c un número complejo. Se define la función exponente complejo como
zc = ec log z , (2.20)
para todo z 6= 0. Esta función generalmente es multivaluada. Los siguientes ejemplos ilustran este
hecho.
Ejemplo 2.19. Calculemos todos los valores de ii . Se tiene que
ii = ei log i = ei(ln 1+i(2n+ 2 )π ) = e−(2n+ 2 )π ,

1 1
para n = 0, ±1, ±2, . . ..
Ejemplo 2.20. Calculemos el valor de i2 . Se tiene que
i2 = e2 log i = e2(ln 1+i(2n+ 2 )π ) = e(4n+1)π i ,

1
para n = 0, ±1, ±2, . . .; pero,

e(4n+1)π i = e4nπ i eπ i = −1,
para todo n = 0, ±1, ±2, . . .; por lo tanto, i2 = −1.
El Ejemplo 2.19 muestra que la función exponente complejo es, generalmente, una función
multivaluada. Por ello, se pueden definir ramas de esta función. Las ramas de la función exponente
complejo se definen como
zc = ec(ln |z|+i arg z) ,
donde |z| > 0 y α < arg z < α + 2π , con α un número real fijo. En otras palabras, las ramas de
la función exponente complejo se definen según la rama del logaritmo que se esté utilizando. De
esta forma, cuando α = −π , estaremos empleando la rama principal del logaritmo para definir la
rama principal de la función exponente complejo. Para obtener la derivada de la función exponente
complejo, se emplea la regla de la cadena. Ası́, la derivada de cada una de las ramas de la función
exponente complejo está dada por
d c
z = c zc−1 .
dz
Función exponencial de base c

La función exponencial de base c, donde c es un número complejo distinto de cero, se define
como
cz = ez log c , (2.21)
para todo z ∈ C. De igual manera que la función exponente complejo, la función exponencial de
base c es generalmente multivaluada, cuyas ramas se definen según la rama del logaritmo que se
esté empleando; por ejemplo, si utilizamos el valor principal de log c, entonces la rama que se
obtiene es la rama principal de la función exponencial de base c. Para cada rama de la función
exponencial de base c, su derivada está dada por:
d z
c = cz log c.
dz
2.6.6 Funciones Trigonométricas Inversas

Comencemos con la deducción de una expresión cerrada para la función inversa del seno. Un
procedimiento similar se puede utilizar para la deducción de las expresiones de las demás funciones
trigonométricas inversas. Para definir la función inversa de sen z, denotada por sen−1 z, se escribe
w = sen−1 z, siempre que z = sen w. Ahora, utilizando la definición de sen w podemos escribir:
eiw − e−iw
z=
2i
o, equivalentemente,
e2iw − 2iz eiw − 1 = 0.
Para expresar w en términos de z, primero se despeja eiw al resolver la ecuación anterior, que es
una ecuación cuadrática en eiw . Se tiene que
eiw = iz + (1 − z2 )1/2 ,
donde (1 − z2 )1/2 es una función bivaluada de z. Si tomamos logaritmo en ambos miembros y

recordamos que w = sen−1 z, se llega a la siguiente fórmula cerrada de la función sen−1 z

sen−1 z = −i log iz + (1 − z2 )1/2 . (2.22)
Las funciones inversa del coseno e inversa de la tangente se pueden obtener fácilmente re-
alizando un procedimiento similar al antes descrito. Las expresiones de cos−1 z y tan−1 z son,
respectivamente:
cos−1 z = −i log z + i(1 − z2 )1/2 , (2.23)

i i+z
tan−1 z = log . (2.24)
2 i−z
Busque en la Ejercicio 2.2. Deducir las expresiones cerradas de sec−1 z, csc−1 z y cot−1 z.
red a través de
Google las ex- En general, las funciones trigonométricas inversas son multivaluadas. Por ejemplo, para la
presiones de función sen−1 z podemos elegir dos valores igualmente válidos para la raı́z cuadrada que aparece
sec−1 z, csc−1 z en su definición. Una vez que hemos elegido una valor, existe un número infinito de valores
y cot−1 z
posibles para el logaritmo de iz + (1 − z2 )1/2 . En resumen, vemos que, debido a la raı́z cuadrada
y al logaritmo, hay dos conjuntos distintos de valores de sen−1 z, cada uno de los cuales posee un
número infinito de elementos. Este hecho sucede de forma semejante para las restantes funciones
trigonométricas inversas.
Las derivadas de las funciones trigonométricas inversas se obtienen directamente de sus expre-
siones cerradas. Las derivadas de las funciones inversa del seno e inversa del coseno dependen de
los valores escogidos de la raı́ces cuadradas, a saber:
d 1
sen−1 z = ,
dz (1 − z2 )1/2
d −1
cos−1 z = .
dz (1 − z2 )1/2
En cambio, la derivada de la inversa de la tangente,
d 1
tan−1 z = ,
dz 1 + z2
no depende de la manera en que la función se haga monovaluada.
Ejercicio 2.3. Determinar las expresiones cerradas de las derivadas de sec−1 z, csc−1 z y cot−1 z.
El siguiente ejemplo ilustra la aplicación de las expresiones de las funciones inversas en la

resolución de ecuaciones que involucran funciones trigonométricas.
Ejemplo 2.21. Resolver la ecuación
sen2 z + 2i sen z − 1 = 0.
Solución. La ecuación dada se puede escribir equivalentemente como
(sen z + i)2 = 0,
la cual es cierta si, y sólo si la siguiente ecuación se cumple
sen z = −i.
Al tomar la inversa del seno en ambos miembros de la ecuación anterior, podemos escribir:

z = sen−1 (−i) = −i log i(−i) + (1 − (−i)2 )1/2
√
= −i log 1 + 21/2 = −i log 1 ± 2 .
Según el valor de la raı́z cuadrada empleado, obtenemos dos conjuntos de valores de z que resuel-
ven la ecuación dada. Ası́, uno de estos conjuntos de números complejos está dado por:
√ √
zk = −i log 1 + 2 = 2kπ − i ln 1 + 2 , para k = 0, ±1, ±2, . . .
El otro conjunto es:

√ √
zn = −i log 1 − 2 = (2n + 1)π − i ln 1 − 2 ,

para n = 0, ±1, ±2, . . .
2.6.7 Funciones Hiperbólicas Inversas

Las expresiones cerradas de las funciones hiperbólicas inversas se pueden obtener fácilmente
a través de un procedimiento similar al empleado en la deducción de la función inversa del seno.
Las expresiones cerradas de las funciones inversas del senh z, cosh z y tanh z, son, respectivamente:

senh−1 z = log z + (z2 + 1)1/2 ,

cosh−1 z = log z + (z2 − 1)1/2 ,

−1 1 1+z
tanh z = log .
2 1−z
Ejercicio 2.4. Deducir las expresiones cerradas de sech−1 z, csch−1 z y coth−1 z.

54 2.7. MAPEOS
Las derivadas de las funciones senh−1 z y cosh−1 z, dependen de los valores escogidos de las
raı́ces cuadradas, a saber:
d 1
senh−1 z = ,
dz (z2 + 1)1/2
d −1
cosh−1 z = .
dz (z2 − 1)1/2
La derivada de la función tanh−1 z,

d 1
tanh−1 z = ,
dz 1 − z2
no depende de la manera en que la función se haga monovaluada.
2.7 Mapeos
En esta sección se estudia la transformación de regiones del plano complejo a través de fun-
ciones de variable compleja, tales como polinomios de grado 1 y funciones racionales obtenidas
como el cociente de dos polinomios de grado 1. Recordemos que en el cálculo elemental se podı́a
obtener la gráfica de una función real y = f (x) y con ello estudiar su comportamiento; en cambio
para una función w = f (z) de una variable compleja, no es tan fácil elaborar su gráfica. Para ello
se requieren dos números x e y para definir un valor z cualquiera y otros dos números para los
valores de u y v correspondientes. Por lo tanto, se requiere un espacio de cuatro dimensiones para
representar w = f (z) en forma gráfica. Evidentemente una gráfica de cuatro dimensiones no es un
medio conveniente para estudiar el efecto gráfico de una función de variable compleja. Es preciso
recurrir a otros medios para visualizar w = f (z).
Aquı́, visualizamos la relación w = f (z) como el efecto geométrico que tiene la función f (z)
sobre un conjunto de puntos complejos. A este proceso lo denominamos mapear o transformar y
a la función f (z) de variable compleja la denominamos transformación o mapeo (ver Figura 2.5).
y v
S w = f (z) f (S)
z Mapeo o w
b b
Transformación
x u
Plano z Plano w
Figura 2.5. Representación gráfica de un mapeo
El objetivo principal de esta sección es determinar analı́tica y gráficamente el efecto que tiene
un mapeo sobre un conjunto de puntos del plano complejo; en particular, estudiamos el efecto de
los mapeos lineales, inversión y bilineales, sobre rectas y circunferencias. Para esta parte necesita-
mos la siguiente notación:
• Denotamos con w = f (z) la imagen de z bajo f , donde z = x + i y y w = u + i v.

• Para todo conjunto S de números complejos, denotamos con f (S) el transformado o la ima-
gen de S bajo f ;
• La imagen inversa de un punto w del rango de f es el conjunto de todos los puntos z, en el

dominio de f , que tienen a w como su imagen.
Definición 2.17 (Mapeo inyectivo). Sean z1 , z2 ∈ C. Se dice que el mapeo w = f (z) es inyectivo,
si z1 6= z2 implica que f (z1 ) 6= f (z2 ).
Inicialmente describimos los mapeos lineales: w = z + c, w = bz y w = bz + c. Seguidamente

mostramos el mapeo inversión w = 1/z. Por último, presentamos el mapeo bilineal w = (az +
b)/(cz + d).
2.7.1 Mapeo w = z + c
El mapeo del plano z en el plano w definido por la ecuación
w = z + c, (2.25)
donde c es una constante compleja, es una traslación en la dirección del vector c. En la Figura 2.6
se aprecia el movimiento geométrico que tiene un punto z0 cuando se transforma con una traslación.
El mapeo (2.25) es inyectivo; por tanto, posee mapeo inverso definido como
f −1 (w) = w − c. (2.26)
y z0 v
b
w = z+c z0
b
b
Traslación
w0 = z0 + c
x u
b
c
Figura 2.6. Movimiento geométrico de la traslación
A continuación demostramos que la traslación transforma rectas a rectas y circunferencias a

circunferencias. Sean z = x + i y, w = u + i v y c = c1 + i c2 . Para obtener el transformado de
una recta o una circunferencia bajo el mapeo w = z + c, utilizamos un procedimiento general que
permite determinar, a través del mapeo inverso, el transformado de un conjunto S descrito por un
conjunto de ecuaciones. El procedimiento es el siguiente: primero, se emplea la ecuación
x + i y = f −1 (u + i v),
para expresar a x e y en función de u y v; luego se sustituyen convenientemente estos valores en

las ecuaciones que describen el conjunto S, con lo cual se obtiene el conjunto de ecuaciones (en
función de u y v) que describen el transformado de S en el plano w.
En el caso de las rectas y circunferencias, se tiene que la ecuación general de una recta o una
circunferencia está dada por
α (x2 + y2 ) + β x + δ y + γ = 0, (2.27)
56 2.7. MAPEOS
donde α , β , δ , γ ∈ R. Es decir, todo punto z = x + i y tal que x e y satisfacen la ecuación (2.27)

pertenece a una recta o a una circunferencia. Ahora, utilizando el mapeo inverso (2.26) podemos
escribir:
x + i y = f −1 (u + i v) = u + i v − c1 + i c2 = (u − c1 ) + i (v − c2 ),
x = u − c1 e y = v − c2 .
Sustituyendo convenientemente estos últimos valores en la ecuación (2.27), obtenemos la siguiente
ecuación
α ((u − c1 )2 + (v − c2 )2 ) + β (u − c1 ) + δ (v − c2 ) + γ = 0,
que describe analı́ticamente el conjunto transformado de una recta o una circunferencia, bajo el
mapeo w = z + c. Entonces, si α = 0, la ecuación (2.27) describe una recta en el plano z, y la
ecuación del transformado de esta recta bajo el mapeo w = z + c está dada por
β u + δ v + (δ − β c1 − δ c2 ) = 0,
que describe una recta en el plano w. En cambio, si α 6= 0, la ecuación (2.27) describe una circunfe-
rencia en el plano z, y la ecuación del transformado de esta circunferencia bajo el mapeo w = z + c
está dada por
α (u2 + v2 ) + (β − 2c1 α )u + (δ − 2c2 α )v + (α c21 + α c22 − β c1 − δ c2 + γ ) = 0,
que también describe una circunferencia en el plano w. En conclusión, el mapeo w = z + c trans-

forma rectas a rectas y circunferencias a circunferencias. A continuación damos un ejemplo donde
se emplea la ecuación z = f −1 (w) para obtener el transformado, bajo el mapeo traslación, de un
conjunto de números complejos definido por inecuaciones.
Ejemplo 2.22. Sea S el conjunto de números complejos que se muestra en la Figura 2.7. Determi-
nar el transformado de S bajo el mapeo w = f (z) = z − i.
y
3
S
2
x
1 2 3
Figura 2.7. Conjunto S del Ejemplo 2.22
Solución. Se tiene que todo z = x + i y ∈ S satisface el siguiente conjunto de inecuaciones


 2x − y ≥ 1
S: 2x + y ≤ 7

y ≥ 1
Además, la función inversa de f (z) = z − i es f −1 (w) = w + i. Ahora, utilizando la ecuación

x + i y = f −1 (u + i v) obtenemos: x = u, e y = v + 1. Sustituyendo convenientemente estas últimas
expresiones en el conjunto de inecuaciones que describe a S, se tiene el siguiente sistema de ine-

cuaciones 
 2u − v ≥ 2
f (S) : 2u + v ≤ 6

v ≥ 0
que describe los números complejos w = u + i v del transformado de S bajo el mapeo w = z − i,
cuya gráfica se aprecia en la Figura 2.6.
v
3
2 f (S)
u
1 2 3
Figura 2.8. Conjunto f (S) del Ejemplo 2.22
2.7.2 Mapeo w = bz
w = bz, (2.28)
donde b es un número complejo distinto de cero, es una rotación en el ángulo Arg b y una expansión
ó contracción según sea el valor de |b|. Si |b| < 1, se dice que el mapeo (2.28) es una rotación y
contracción; en cambio, si |b| ≥ 1, el mapeo (2.28) es una rotación y expansión.
y v
w = (lr)ei(θ +β )
b
w = bz
z = reiθ
b
θ
b
b = leiβ θ +β
β
x u
Figura 2.9. Movimiento geométrico de la rotación y expansión o contracción
En la Figura 2.9 se aprecia el movimiento geométrico que tiene un punto z = reiθ cuando se
transforma con el mapeo (2.28). Si tomamos b = leiβ y z = reiθ , entonces el transformado de z
bajo el mapeo w = bz está dado, en su forma polar, por w = (lr)ei(β +θ ) , de lo cual se infiere que
(2.28) es una rotación en el ángulo β y una expansión o contracción, según sea el valor de l.
58 2.7. MAPEOS
El mapeo (2.28) es inyectivo; por tanto, posee mapeo inverso definido como
w
f −1 (w) = . (2.29)
b
Además, el mapeo (2.28) transforma rectas a rectas y circunferencias a circunferencias.
Ejercicio 2.5. Demuestre que el mapeo lineal (2.28) transforma rectas a rectas y circunferencias
a circunferencias. Ayuda: utilice la ecuación general de una recta o una circunferencia (2.27)
conjuntamente con la expresión del mapeo inverso (2.29).
Ejemplo 2.23. Sea S el conjunto de números complejos que se muestra en la Figura 2.10. Deter-
minar el transformado de S bajo el mapeo w = f (z) = (1 − i)z.
y
2 S
1 b
x
1 2
Solución. Se tiene que todo z = x + i y ∈ S satisface que |z − (1 + i)| ≤ 1; además, f −1 (w) =

w/(1 − i). De esta forma, sustituyendo la ecuación z = f −1 (w) = w/(1 − i) convenientemente en
|z − (1 + i)| ≤ 1, obtenemos:

w |w − 2|
|z − (1 + i)| = − (1 + i) = ≤ 1,
1−i |1 − i|
√
es decir, todo punto w que pertenece a f (S) satisface que |w − 2| ≤ 2. En la Figura 2.9 se observa
el transformado de S bajo el mapeo w = (1 − i)z.
v
2 f (S)
1 √
2
b
u
1 2 3
−1

2.7.3 Mapeo w = bz + c
w = bz + c, (2.30)
donde b y c son números complejos, es una rotación en el ángulo Arg b y una expansión ó contra-
cción según sea el valor de |b|, seguida de una traslación en la dirección del vector c. En efecto, el
mapeo (2.30) se puede expresar a través de los siguientes mapeos sucesivos:
z / Z = bz / w = Z+c
Rotación y Traslación
Expansión ó
Contracción
El mapeo (2.30) es inyectivo, ya que es la composición de mapeos inyectivos; por tanto, posee
mapeo inverso definido como
w−c
f −1 (w) = , b 6= 0. (2.31)
b
Además, como (2.30) es la composición de una rotación y una traslación, entonces el mapeo w =
bz + c transforma rectas a rectas y circunferencias a circunferencias.
Ejemplo 2.24. Sea S el conjunto de números complejos que se muestra en la Figura 2.12. Deter-
minar el transformado de S bajo el mapeo w = f (z) = iz + 3 − i.
y
3
S
2
1 b
x
1 2 3
Solución. Se tiene que el mapeo inverso es f −1 (w) = −iw + 1 + 3i, además, el conjunto S se puede
escribir como S = D1 ∪ D2 , donde D1 y D2 son los conjuntos de números complejos definidos
respectivamente por:
D1 = {z = x + i y : 2x − y ≥ 1, 2x + y ≤ 7, y ≥ 1}
y
D2 = {z = x + i y : (x − 2)2 + (y − 1)2 ≤ 1, y ≤ 1}.
De esta forma, como el mapeo es inyectivo, se tiene que el transformado de S está dado por
f (S) = f (D1 ) ∪ f (D2 ).
Ahora, utilizando la ecuación x + i y = f −1 (u + i y), tenemos: x = v + 1, y = 3 − u. Sustituyendo
los valores de x e y en las inecuaciones que describen a los conjuntos D1 y D2 , obtenemos que los
conjuntos transformados de D1 y D2 , bajo el mapeo w = iz + 3 − i, están dados por
f (D1 ) = {w = u + i v : u + 2v ≥ 2, −u + 2v ≤ 2, u ≤ 2}
60 2.7. MAPEOS
y
f (D2 ) = {w = u + i v : (u − 2)2 + (v − 1)2 ≤ 1, u ≥ 2}.
Ası́, la unión de f (D1 ) y f (D2 ) conforma el transformado de S bajo el mapeo w = iz + 3 − i, cuya
representación gráfica se aprecia en la Figura 2.13.
f (S)
2
1 b
u
1 2 3
2.7.4 Mapeo Inversión

1
w= , (2.32)
z
para todo z 6= 0, se denomina mapeo inversión, y establece una correspondencia uno a uno entre
los puntos de los planos z y w distintos de cero. Por lo tanto, el mapeo inverso de f (z) = 1/z es
f −1 (w) = 1/w, es decir, el mismo mapeo inversión.
Por otra parte, el mapeo (2.32) también puede escribirse como
z
w= , para todo z 6= 0.
|z|2
Por ello, el mapeo inversión se puede expresar a través de los siguientes mapeos sucesivos:
z /Z= 1 z /w=Z
2 |z|
El primero de estos mapeos se denomina inversión con respecto a la circunferencia unitaria |z| = 1.
Es decir, la imagen de un punto z 6= 0 es el punto Z = (1/|z|2 )z con las siguientes propiedades:
1
|Z| = y arg Z = arg z.
|z|
En otras palabras, los puntos exteriores a la circunferencia |z| = 1 se transforman en los puntos
diferentes de cero interiores a la misma y recı́procamente. Cualquier punto sobre la circunferencia
unitaria se transforma en sı́ mismo, bajo el mapeo Z = (1/|z|2 )z. El segundo mapeo w = Z es,
simplemente, una reflexión con respecto al eje real.
Transformación de Rectas y Circunferencias

Pasemos a ver el efecto que tiene el mapeo inversión sobre las rectas y las circunferencias.
Recordemos que la ecuación general de una recta o una circunferencia está dada por
α (x2 + y2 ) + β x + δ y + γ = 0, (2.33)
donde α , β , δ , γ ∈ R. También recordemos que si α = 0, la ecuación anterior describe una recta en

el plano z; en cambio, si α 6= 0, describe una circunferencia.
Si z = x + i y es un punto que satisface la ecuación general de una recta o una circunferencia
para ciertos valores de α , β , δ , γ , entonces su transformado w = u + i v = 1/z satisface la siguiente
ecuación (se deja al lector verificar esta relación):
γ (u2 + v2 ) + β u − δ v + α = 0. (2.34)
A continuación consideramos ciertos valores de α , β , δ , γ , que describen algunas rectas y cir-

cunferencias muy particulares, que nos servirán como ejemplo para mostrar la utilidad de las ecua-
ciones (2.33) y (2.34), para transformar rectas y circunferencias bajo el mapeo inversión.
• Circunferencia que no pasa por el origen.

La ecuación (2.33) con α 6= 0 y γ 6= 0, describe una circunferencia que no pasa por el origen en
el plano z. Por la ecuación (2.34), esta circunferencia se transforma, bajo la inversión, en una
circunferencia que no pasa por el origen en el plano w.
y 1 v
w=
z
x u
Ejemplo 2.25. La circunferencia |z − (1 + i)| = 1 que no pasa por el origen en el plano z, se

transforma, bajo la inversión, en la circunferencia |w − (1 − i)| = 1 que no pasa por el origen en
el plano w.
• Circunferencia que pasa por el origen.

La ecuación (2.33) con α 6= 0 y γ = 0, describe una circunferencia que pasa por el origen en el
plano z. Por la ecuación (2.34), esta circunferencia se transforma, bajo la inversión, en una recta
que no pasa por el origen en el plano w.
y 1 v
w=
z
x u
62 2.7. MAPEOS
Ejemplo 2.26. La circunferencia (x − 1)2 + (y + 1)2 = 2 que pasa por el origen en el plano z, se
transforma, bajo la inversión, en la recta 2u + 2v = 1 que no pasa por el origen en el plano w.
• Recta que no pasa por el origen.

La ecuación (2.33) con α = 0 y γ 6= 0, describe una recta que no pasa por el origen en el plano
z. Por la ecuación (2.34), esta recta se transforma, bajo la inversión, en una circunferencia que
pasa por el origen en el plano w.
y 1 v
w=
z
x u
Ejemplo 2.27. La recta x − y = −1 que no pasa por el origen en el plano z, se transforma, bajo
la inversión, en la circunferencia (u + 1)2 + (v + 1)2 = 2 que pasa por el origen en el plano w.
• Recta que pasa por el origen.

La ecuación (2.33) con α = 0 y γ = 0, describe una recta que pasa por el origen en el plano z.
Por la ecuación (2.34), esta recta se transforma, bajo la inversión, en una recta que pasa por el
origen en el plano w.
y 1 v
w=
z
x u
Ejemplo 2.28. La recta x − y = 0 que pasa por el origen en el plano z, se transforma, bajo la
inversión, en la recta u + v = 0 que pasa por el origen en el plano w.
Ejercicio 2.6. Compruebe cada uno de los conjuntos transformados de los Ejemplos 2.25-2.28.
Ejemplo 2.29. Sea S el conjunto de números complejos dado en el Ejemplo 2.22 y que se muestra
en la Figura 2.7. Comprobemos que el transformado de S bajo el mapeo inversión es el conjunto
de números complejos que se muestra en la siguiente figura.
Se tiene que
S = {z = x + i y : 2x − y ≥ 1, 2x + y ≤ 7, y ≥ 1},
1
b
u
b
1 2
−1
f (S)
además, la función inversa de f (z) = 1/z es f −1 (w) = 1/w. Ahora, utilizando la ecuación x + i y =
f −1 (u + i v) obtenemos: x = u/(u2 + v2 ), e y = −v/(u2 + v2 ). Sustituyendo convenientemente
estas últimas expresiones en el conjunto de inecuaciones que describe a S, se tiene que los puntos
w = u + i v del transformado de S bajo el mapeo inversión satisfacen las siguientes inecuaciones:
2
2 1 2 5 1 1 2 5 2 1 2 1
(u − 1) + v − ≤ , u− + v+ ≥ , u + v+ ≤ .
2 4 7 14 196 2 4
Por lo tanto, el transformado de S bajo el mapeo inversión es el conjunto de números complejos

que se muestra en la Figura 2.14.
2.7.5 Mapeo Bilineal

az + b
w= , (2.35)
cz + d
donde a, b, c y d son números complejos, se denomina mapeo bilineal o transformación de Möbius.
Este mapeo es inyectivo para todo z ∈ C tal que cz + d 6= 0; por tanto, en ese conjunto de puntos
posee mapeo inverso definido como
−dw + b
f −1 (w) = . (2.36)
cw − a
Cuando c = 0, el mapeo (2.35) adquiere la forma
a b
w= z+ ,
d d
lo cual indica que (2.35) es un mapeo lineal, estudiado en las secciones anteriores. Ahora bien,
cuando c 6= 0, el mapeo (2.35) se puede escribir equivalentemente como

a bc − ad 1
w= + ,
c c cz + d
donde el número ad − bc se denomina determinante del mapeo. Esto nos permite afirmar que el
mapeo (2.35) se puede expresar a través de los siguientes mapeos sucesivos:
64 2.7. MAPEOS

/ Z = cz + d /W = 1 /w= a+ bc − ad
z W
Rotación con Inversión
Z Rotación con
c c
Expansión ó Expansión ó
Contracción, y Contracción, y
Traslación Traslación
En otras palabras, el mapeo (2.35) es la composición de mapeos lineales, por lo cual él transforma
circunferencias o rectas en el plano z a circunferencias o rectas en el plano w.
Por otra parte, cuando el determinante del mapeo es cero, ad − bc = 0, el mapeo (2.35) adquiere
la forma
a
w= ,
c
es decir, el mapeo (2.35) transforma todo el plano complejo en el punto w = a/c.
A continuación damos algunos ejemplos de transformaciones utilizando mapeos bilineales.
Ejemplo 2.30. Sean α un número real y z0 un número complejo tal que Im z0 > 0. Demostrar que
el mapeo bilineal
z − z0
w = eiα ,
z − z0
transforma al semiplano superior Im z ≥ 0 sobre en el disco unitario |w| ≤ 1.
Solución. Sean z = x + iy y z0 = x0 + iy0 . Se tiene que

2
iα z − z0 2 iα 2 z − z0 2 |z − z0 |2 (x − x0 )2 + (y − y0 )2
|w| = e = e
z − z0 = |z − z0 |2 = (x − x0 )2 + (y + y0 )2 .

z − z0
Como Im z0 = y0 > 0 e Im z = y ≥ 0, entonces de la ecuación anterior se deduce que
|w|2 ≤ 1,
la cual implica que |w| ≤ 1.
Ejemplo 2.31. Sea S el conjunto de números complejos dado en el Ejemplo 2.22 y que se muestra
en la Figura 2.7. Determinar el transformado de S bajo el mapeo bilineal
iz + 1 + i
w = f (z) = .
iz + i
Solución. Se tiene que
S = {z = x + i y : 2x − y ≥ 1, 2x + y ≤ 7, y ≥ 1}.
Además, la función inversa de f (z) = (iz + 1 + i)/(iz + i) es
i
f −1 (w) = − 1.
1−w
Ahora, utilizando la ecuación x + i y = f −1 (u + i v) obtenemos:
−v − ((u − 1)2 + v2 ) 1−u

x= , y= .
(u − 1)2 + v2 (u − 1)2 + v2
b
b
b u
1 2
−1
f (S)
Sustituyendo convenientemente estas últimas expresiones en el conjunto de inecuaciones que des-

cribe a S, se tiene que los puntos w = u + i v del transformado de S, bajo el mapeo bilineal dado,
satisfacen las siguientes inecuaciones
2 2 2
7 1 2 5 17 2 2 5 1 1
u− + v+ ≤ , u− + v+ ≥ 2, u− + v2 ≤ .
6 3 36 18 18 18 2 4
La gráfica del transformado de S se aprecia en la Figura 2.15.
Ejemplo 2.32. Sea A ⊂ C el conjunto sombreado que se muestra en la siguiente figura.

y
1
A
1
2
-1 − 21 1
1 x
2
Determinar analı́tica y gráficamente el transformado del conjunto A bajo el mapeo
z−1
w= .
i−z
Solución. El conjunto A se puede expresar analı́ticamente a través del siguiente sistema de inecua-
ciones: 
 |z| ≤ 1,
A: |z| ≥ 12 , (2.37)

y ≥ 0.
z−1
Ahora, despejemos z = x + iy en función w = u + iv, a partir de la ecuación w = . Se tiene que
i−z
iw + 1
iw − wz = z − 1 ⇔ z(w + 1) = iw + 1 ⇔ z= , (2.38)
w+1
de donde se deduce
i(u + iv) + 1 [(1 − v) + iu] [(u + 1) − iv]
x + iv = ⇔ x + iv = ,
u + iv + 1 (u + 1)2 + v2
66 2.7. MAPEOS
lo que implica que

u−v+1 u2 + v2 + u − v
x= , y= . (2.39)
(u + 1)2 + v2 (u + 1)2 + v2
Sustituyendo convenientemente en (2.37) las expresiones de x, y y z dadas en (2.38) y (2.39), y
luego operando, se obtienen las ecuaciones que describen el transformado de A,

 iw + 1 2
w + 1 ≤ 1,
 
|iw + 1|2 ≤ |w + 1|2 ,



 


 

 iw + 1 2 
f (A) : 1
w + 1 ≥ 4,
⇔ |iw + 1|2 ≥ 1 2
4 |w + 1| ,
⇔

 


 

 


 u2 + v2 + u − v u2 + v2 + u − v ≥ 0,
 ≥ 0,
(u + 1)2 + v2
 

 |(1 − v) + iu|2 ≤ |(u + 1) + iv|2 , 
 (1 − v)2 + u2 ≤ (u + 1)2 + v2 ,

 

 
|(1 − v) + iu|2 ≥ 1
4 |(u + 1) + iv|2 , ⇔ 4 (1 − v)2 + u2 ≥ (u + 1)2 + v2 ,

 


 

 2  (u + 1 )2 + (v − 1 )2 ≥ 1 ,
u + v2 + u − v ≥ 0, 2 2 2
 

 v2 − 2v + 1 + u2 ≤ u2 + 2u + 1 + v2 , 
 v ≥ −u,

 

 
4v2 − 8v + 4 + 4u2 ≥ u2 + 2u + 1 + v2 , ⇔ u2 + v2 − 32 u − 83 v + 1 ≥ 0,

 


 

 (u + 1 )2 + (v − 1 )2 ≥ 1  (u + 1 )2 + (v − 1 )2 ≥ 1 .
2 2 2. 2 2 2
De esta forma, el transformado de A está dado por:



 v ≥ −u,



f (A) : (u − 13 )2 + (v − 34 )2 ≥ 98 ,




(u + 12 )2 + (v − 21 )2 ≥ 21 .

cuya representación gráfica se muestra en la siguiente figura.

v
..
4
.
3
..
.
-4 -3 -2 -1 1 2 3 4 u
-1
..
.
2.8 Funciones, Lı́mite, Derivada y Mapeos con Python

En esta sección se utilizan las herramientas de matemática simbólica de la librerı́a Sympy de
Python. Para usar estas herramientas es necesario definir las variables como objetos simbólicos.
Por ejemplo, para declarar x e y como objetos simbólicos, primero se debe cargar la librerı́a Sympy
y luego usar el comando symbols:
>>> x , y = s y m b o l s ( ’ x y ’ )
Los objetos simbólicos se pueden manipular siguiendo las reglas de las operaciones matemáticas,
por ejemplo:
>>> x + y− 5∗ x + y ∗∗2
−4∗x + y ∗∗2 + y
Una función de variable compleja f (z) se puede crear como una función simbólica. Primero
se crea el objeto simbólico z, luego se define la función simbólica f según su forma algebraica. En
el siguiente ejemplo se crea la función f (z) = z2 + iz − 1.
>>> z = s y m b o l s ( ’ z ’ , complex = t r u e )
>>> f = z ∗∗2 + I ∗ z − 1
Note que I representa la unidad imaginaria en Sympy. Después de crear una función simbólica,
se puede diferenciar, integrar o simplificar, evaluarla en valores y realizar otras operaciones ma-
temáticas. Evaluemos la función f (z) = z2 + iz − 1, creada previamente, en el punto z = i.
>>> f . s u b s ( z , I )
−3
Observe que aquı́ se emplea el comando subs para indicar que se debe evaluar la función f (z) en
z = i. También se pueden hacer operaciones entre funciones simbólicas: sumar, multiplicar, dividir
funciones, entre otras. En el siguiente ejemplo se crean dos funciones, f1 (z) = z2 − i y f2 (z) =
(z − 1)(z − 2), con las que se crean otras tres funciones: g1 (z) = f1 (z) + f2 (z), g2 (z) = f1 (z) f2 (z) y
g3 (z) = f1 (z)/ f2 (z); luego se evalúan las funciones creadas en el punto z = 1 + i.
>>> f 1 = z∗∗2− I
>>> f 2 = ( z −1)∗( z −2)
>>> g1 = f 1 + f 2
>>> g2 = f 1 ∗ f 2
>>> g3 = f 1 / f 2
>>> s i m p l i f y ( f 1 . s u b s ( z , 1 + I ) )
I
>>> s i m p l i f y ( f 2 . s u b s ( z , 1 + I ) )
I ∗(−1 + I )
>>> s i m p l i f y ( g1 . s u b s ( z , 1 + I ) )
−1
1 − I
−1/2 − I / 2
Una operación importante en matemáticas es el cálculo de lı́mites, la cual también se puede re-
alizar con la herramienta simbólica de la librerı́a Sympy. En particular, el comando limit(f,z,a)
calcula el lı́mite lı́mz→a f (z). Observe el siguiente ejemplo donde se calcula el lı́mite
z + z + 2 Re z (Im z + 1)i
lı́m = 1 + i.
z→0 z+z
68 2.8. FUNCIONES, LÍMITE, DERIVADA Y MAPEOS CON PYTHON
>>> f = ( z+ c o n j u g a t e ( z )+2∗ r e ( z ) ∗ ( im ( z ) + 1 ) ∗ I ) / ( z+ c o n j u g a t e ( z ) )
>>> limit (f ,z ,0)
1 + I
Note que las funciones re(z), im(z) y conjugate(z), son respectivamente la parte real, la parte
imaginaria y el conjugado de z.
La derivada de una función f (z) se calcula usando el comando diff(f,z,n), con el cual se
calcula la derivada enésima de f (z). Por ejemplo, la primera, segunda y tercera derivada de
2i − z4
f (z) = ,
z3 + iz2 − z + 1
se calculan como sigue:
>>> f =(2∗ I−z ∗ ∗ 4 ) / ( z ∗∗3+ I ∗ z∗∗2− z + 1 )
>>> d i f f ( f , z )
−4∗z ∗ ∗ 3 / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) + (−z ∗∗4 + 2∗ I )∗( −3∗ z ∗∗2 − 2∗ I ∗ z + 1 ) /
( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) ∗ ∗ 2
>>> d i f f ( f , z , 2 )
2 ∗ ( 4 ∗ z ∗ ∗ 3 ∗ ( 3 ∗ z ∗∗2 + 2∗ I ∗ z − 1 ) / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) − 6∗ z ∗∗2 +
( z ∗∗4 − 2∗ I ) ∗ ( 3 ∗ z − ( 3 ∗ z ∗∗2 + 2∗ I ∗ z − 1 ) ∗ ∗ 2 / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) + I ) /
( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) ) / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 )
>>> d i f f ( f , z , 3 )
6 ∗ ( 4 ∗ z ∗ ∗ 3 ∗ ( 3 ∗ z − ( 3 ∗ z ∗∗2 + 2∗ I ∗ z − 1 ) ∗ ∗ 2 / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) + I ) /
( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) + 6∗ z ∗ ∗ 2 ∗ ( 3 ∗ z ∗∗2 + 2∗ I ∗ z − 1 ) / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 )
− 4∗ z + ( z ∗∗4 − 2∗ I )∗( −2∗(3∗ z + I ) ∗ ( 3 ∗ z ∗∗2 + 2∗ I ∗ z − 1 ) /
( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) + ( 3 ∗ z ∗∗2 + 2∗ I ∗ z − 1 ) ∗ ∗ 3 / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) ∗ ∗ 2 +
1 ) / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 ) ) / ( z ∗∗3 + I ∗ z ∗∗2 − z + 1 )
Python está provisto de un gran número de funciones elementales, tales como exp, cos, log,
entre otras. Los argumentos de las funciones elementales pueden ser (siempre que tenga sentido)
reales o complejos y el resultado se devuelve en el mismo tipo del argumento. En los siguien-
tes ejemplos mostramos como se utilizan algunas funciones elementales en Python. Observe el
siguiente ejemplo:
>>> c o s (1− I ) . e v a l f ( )
0.833730025131149 + 0.988897705762865∗ I
>>> l o g ( 1 + I ) . e v a l f ( )
0.346573590279973 + 0.785398163397448∗ I
>>> exp ( p i ∗ I )
−1
Con el comando cos(1-i).evalf() √se obtiene el valor de cos(1 − i), con log(1+i).evalf()
se obtiene el valor de Log(1 + i) = ln 2 + i π4 , y con exp(pi*i) se obtiene eπ i = −1. El comando
.evalf() muestra la aproximación numérica de la expresión simbólica.
Con las funciones elementales se pueden crear cualquier tipo de funciones simbólicas. Observe
el siguiente ejemplo donde se crea la función
sen (1 − Logz)
f (z) =
ez2 +1 − 2
y se obtienen los valores | f (i)| y | f ′ (i)|.
>>> f = s i n (1− l o g ( z ) ) / ( exp ( z ∗∗2+1) −2)
>>> a b s ( f . s u b s ( z , I ) ) . e v a l f ( )
2.45031631754644
>>> d f = d i f f ( f , z )
>>> a b s ( d f . s u b s ( z , I ) ) . e v a l f ( )
5 . 6 0 5 5 9 5 2 6 6 9 8 7 7 9 + 0 . e −22∗ I
Python también puede emplearse, por ejemplo, para hallar los conjuntos transformados de
circunferencias y polı́gonos, bajo el mapeo lineal w = bz + c. El Programa 2.1 muestra la función
MapeoPoligono que halla el transformado de un polı́gono con vértices z1 , z2 , . . . , zn ∈ C, bajo el
mapeo lineal w = bz + c.
Programa 2.1. Función MapeoPoligono
def MapeoPoligono ( b , c , z ) :
”””
MapeoPoligono
H a l l a e l t r a n s f o r m a d o de un p o l ı́ g o n o c u y o s v é r t i c e s
s o n l o s e l e m e n t o s d e l a r r e g l o z , b a j o e l mapeo w = bz + c .
”””
import m a t p l o t l i b . pyplot as p l t
n = z . shape [ 0 ]
w = b∗z + c
xmin = np . min ( [ np . min ( z . r e a l ) , np . min (w . r e a l ) ] ) − . 1
xmax = np . max ( [ np . max ( z . r e a l ) , np . max (w . r e a l ) ] ) + . 1
ymin = np . min ( [ np . min ( z . imag ) , np . min (w . imag ) ] ) − . 1
ymax = np . max ( [ np . max ( z . imag ) , np . max (w . imag ) ] ) + . 1
z r e a l = np . z e r o s ( n + 1 )
zimag = np . z e r o s ( n + 1 )
z r e a l [ 0 : − 1 ] = z . r e a l ; z r e a l [ −1] = z . r e a l [ 0 ]
zimag [ 0 : − 1 ] = z . imag ; zimag [ −1] = z . imag [ 0 ]
pl t . figure ( f i g s i z e =(12 ,6))
pl t . subplot (1 ,2 ,1)
p l t . p l o t ( z r e a l , zimag , ’ r ’ )
p l t . x l a b e l ( ’ $x$ ’ )
p l t . y l a b e l ( ’ $y$ ’ )
plt . grid ()
p l t . a x i s ( [ xmin , xmax , ymin , ymax ] )
p l t . t i t l e ( ’ P o l ı́ g o n o O r i g i n a l ’ )
w r e a l = np . z e r o s ( n + 1 )
wimag = np . z e r o s ( n + 1 )
w r e a l [ 0 : − 1 ] = w . r e a l ; w r e a l [ −1] = w . r e a l [ 0 ]
wimag [ 0 : − 1 ] = w . imag ; wimag [ −1] = w . imag [ 0 ]
p l t . p l o t ( w r e a l , wimag , ’ b ’ )
p l t . x l a b e l ( ’ $u$ ’ )
p l t . y l a b e l ( ’ $v$ ’ )
plt . grid ()
p l t . t i t l e ( ’ P o l ı́ g o n o T r a n s f o r m a d o ’ )
p l t . show ( )
return w
El Programa 2.2 muestra la función MapeoCircunferencia que halla el transformado de una

circunferencia de centro z0 ∈ C y radio r > 0, bajo el mapeo lineal w = bz + c.
70 2.8. FUNCIONES, LÍMITE, DERIVADA Y MAPEOS CON PYTHON
Programa 2.2. Función MapeoCircunferencia.m
d e f M a p e o C i r c u n f e r e n c i a ( b , c , z0 , r ) :
”””
MapeoCircunferencia
H a l l a e l t r a n s f o r m a d o de una c i r c u n f e r e n c i a con c e n t r o
z0 y r a d i o r , b a j o e l mapeo w = bz + c .
”””
import m a t p l o t l i b . pyplot as p l t
w0 = b∗ z0 + c
l = abs ( b )∗ r
t = np . l i n s p a c e ( 0 , 2 ∗ np . p i , 1 0 0 )
xmin = np . min ( [ z0 . r e a l −r , w0 . r e a l −l ] ) − . 1
xmax = np . max ( [ z0 . r e a l + r , w0 . r e a l + l ] ) + . 1
ymin = np . min ( [ z0 . imag−r , w0 . imag−l ] ) −.1
ymax = np . max ( [ z0 . imag + r , w0 . imag + l ] ) + . 1
pl t . figure ( f i g s i z e =(12 ,6))
x t = r ∗ np . c o s ( t ) + z0 . r e a l
y t = r ∗ np . s i n ( t ) + z0 . imag
p l t . p l o t ( z0 . r e a l , z0 . imag , ’ ok ’ )
p l t . t e x t ( z0 . r e a l , z0 . imag + . 1 , ’ $ z {0} $ ’ , s i z e = 1 4 )
p l t . p l o t ( xt , yt , ’ r ’ )
p l t . x l a b e l ( ’ $x$ ’ )
p l t . y l a b e l ( ’ $y$ ’ )
plt . grid ()
plt . t i t l e ( ’ Cricunferencia Original ’ )
u t = l ∗ np . c o s ( t ) + w0 . r e a l
v t = l ∗ np . s i n ( t ) + w0 . imag
p l t . p l o t ( w0 . r e a l , w0 . imag , ’ ok ’ )
p l t . t e x t ( w0 . r e a l , w0 . imag + . 1 , ’ $w {0} $ ’ , s i z e = 1 4 )
p l t . p l o t ( ut , vt , ’ b ’ )
p l t . x l a b e l ( ’ $u$ ’ )
p l t . y l a b e l ( ’ $v$ ’ )
plt . grid ()
pl t . t i t l e ( ’ Circunferencia transformada ’ )
p l t . show ( )
r e t u r n w0 , l
A continuación usamos la función MapeoPoligono para hallar el transformado del polı́gono

con vértices 1 + 2i, 2i, 2, 2 − 2i, 0 y −2 − i, bajo el mapeo w = (−1 + i)z + i.
>>> z=np . a r r a y ([ −1+2 j , 2 j , 2 , 2−2 j , 0 , −2−1 j ] ) ; b=−1+1 j ; c =1 j ;
>>> w = M a p e o P o l i g o n o ( b , c , z )
>>> p r i n t (w)
[ −1. −2. j −2. −1. j −2.+3. j 0.+5. j 0.+1. j 3.+0. j ]
Polígono Polígono transformado bajo el mapeo w=(−1+1i)z+0+1i
5 5
4 4
3 3
2 2
y
v
1 1
0 0
−1 −1
−2 −2
−2 0 2 −2 −1 0 1 2 3
x u
Seguidamente usamos la √ función MapeoCircunferencia para hallar el transformado de la

circunferencia |z − 1 + i| = 2, bajo el mapeo w = (−2 − i)z + 4.
>>> r = np . s q r t ( 2 )
>>> z0 = 1−1 j
>>> b = −2−1 j
>>> c = 4
>>> w0 , l = M a p e o C i r c u n f e r e n c i a ( b , c , z0 , r )
>>> p r i n t ( w0 , l )
(1+1 j ) 3.1622776601683795
Cricunferencia Circunferencia transformada bajo el mapeo w=(−2−1i)z+4
4 4
3 3
2 2
1 1
0 0
y
−1 −1
−2 −2
−3 −3
−4 −4
−2 0 2 4 −2 0 2 4
x u

2.1. Encuentre el dominio de definición de cada una de las siguientes funciones.
1 |z|2 − 1
a) f (z) = e) g(z) =
1 − |z|2 |z + i|
1 1
b) f (z) = 2 f) h(z) =
z +1 2 − (z − i)2
z
c) g(z) = g) h(z) = Arg (1/z)
z+z
1−z z2 − z + (1 − z)i
d) g(z) = 3 h) h(z) =
z + iz2 + 3z − i z3 + z
2.2. Encuentre las funciones componentes, u(x, y) y v(x, y), de las siguientes funciones f (z),
donde z = x + iy.
1 c) f (z) = z2 − 3z + 2.
a) f (z) = .
z2
z+1 z+2
b) f (z) = . d) f (z) = .
2z − 5 2z − 1 + i
z+2
2.3. Dada la función f (z) = , establecer en cada caso el conjunto de puntos z ∈ C tales
2z − 1
que:
a) f (z) = i b) f (z) = z c) f (z) = 2
2.4. Calcule los siguientes lı́mites:
1−z z2 + 1
a) lı́m f) lı́m
z→2i 1 + z z→i z6 + 1
b) lı́m (2z3 − 3z2 + z + i) z
z→2i g) lı́m
z→(3−4i) z+z
z2
c) lı́m
πi z4 + z + 1 |z|2 − 1
z→e 4 h) lı́m
z→(1−i) |z + i|
z2 − 2i z
d) lı́m i) lı́m Arg (1/z)
z→2+i z2 + 4
z→i
z2 − 2i z
e) lı́m 2 j) lı́m (ln |z| + i Arg z)
z→2i z + 4 z→−i
2.5. Dada la función f : C → C definida como
(z + z) + 2(Re z)(Im z + 1)i

f (z) = ,
z+z
calcule lı́mite de f (z) cuando z tiende a 0.

2.6. Determine el conjunto de números complejos donde las siguientes funciones son conti-
nuas:
 2
 3z − 5iz + 2
 , z 6= 2i;
a) f (z) = z2 + iz + 6

7
5, z = 2i.
 2
 z +1
 , z 6= −i;
b) g(z) = z+i


−2i, z = −i.
 Re z

 , Re z 6= Im z, Im z 6= 0;


 Im z

c) h(z) = 1, Re z = Im z, Im z 6= 0;






Re z, Im z = 0.
2.7. Sea f (z) una función definida por


(z + i)2 , si y 6= x,
f (z) =
(−2x − 1) + i 2(x2 + x), si y = x,
donde z = x + iy. Determine el conjunto de todos los números complejos z donde f (z) es
continua.
2.8. Pruebe que cada una de las siguientes funciones satisfacen las ecuaciones de Cauchy-
Riemann:
a) f (z) = ex (− sen y + i cos y).

b) f (z) = cos x cosh y − i sen x senh y.
c) f (z) = sen x cosh y + i cos x senh y.
2 −y2
d) f (z) = ex (cos(2xy) + i sen(2xy)).
2.9. Determine en qué conjunto D de números complejos z = x + i y, las siguientes funciones

son derivables y calcule su derivada.
a) f (z) = x2 + i y2 c) f (z) = 2xy + i (x + 23 y3 )

b) f (z) = x2 + 2x − i y
2.10. Utilizando las condiciones necesarias y suficientes para la existencia de derivada, demos-
trar que f ′ (z) no existe en punto alguno del plano complejo si f (z) está dada por:
a) f (z) = z. c) f (z) = 2x + ixy2 .

b) f (z) = z − z. d) f (z) = ex e−iy .
2.11. Determine el conjunto D de todos los números complejos donde cada una de las siguientes
funciones f (z) es analı́tica y calcule su derivada:
a) f (z) = (z + 1)2 z4
e) f (z) =
1 1 + z4
b) f (z) = z +
z Log(z + 4)
3z − 1 f) f (z) =
c) f (z) = z2 + i
3−z g) f (z) = ee
z
2z + 1
d) f (z) = 2 h) f (z) = sen(ez )
z(z + 1)
2.12. Comprobar que cada una de las siguientes funciones son enteras:
a) f (z) = 3x + y + i(3y − x).

b) f (z) = e−y eix .
c) f (z) = (z2 − 2)e−z .
d) f (z) = sen(x2 − y2 ) cosh(2xy) + i cos(x2 − y2 ) senh(2xy).
2.13. Determine el conjunto de todos los números complejos z = x + iy donde la función f (z) =
y2 − x2
+ i|1 − xy| es analı́tica.
2
2.14. Determine en qué conjunto D ⊂ R2 cada una de las siguientes funciones son armónicas, y
encuentre de ser posible su armónica conjugada.
a) u(x, y) = Im (z2 + 3z + 1) c) v(x, y) = Im (z + 1/z)

x−1 −y − 2
b) u(x, y) = 2 d) v(x, y) = +3
x + y2 − 2x + 1 (x + 1)2 + (y + 2)2
2.15. Demostrar las siguientes identidades.
a) e(2±3π i) = −e2
b) ez+π i = −ez
c) exp(z) = exp(iz), para z ∈ C
d) senh(z + π i) = − senh z, para z ∈ C
e) cosh(z + π i) = − cosh z, para z ∈ C
f) senh 2z = 2 senh z cosh z, para z ∈ C
g) Log(ei) = 1 + (π /2)i
h) Log(1 + i) = 12 (ln 2 + (π /2)i)
i) log 1 = 2nπ i, para n = 0, ±1, ±2, . . .
j) log(−1) = (2n + 1)π i, para n = 0, ±1, . . .

k) log i1/2 = (n + 1/4)π i, para n = 0, ±1, . . .
l) (1 + i)i = exp(−π /4 + 2nπ ) exp((i/2) ln 2), para n = 0, ±1, ±2, . . .
m) (−1)1/π = exp((2n + 1)i), para n = 0, ±1, ±2, . . .
2.16. Demostrar que:
a) si log z = ln r + iθ , para todo z tal que r = |z| > 0 y π /4 < θ = arg z < 9π /4, entonces
log(i2 ) = 2 log i.
b) si log z = ln r + iθ , para todo z tal que r = |z| > 0 y 3π /4 < θ = arg z < 11π /4, entonces
log(i2 ) 6= 2 log i.
2.17. Encontrar todas las raı́ces de cada una de las siguientes ecuaciones:
a) cosh z = 1/2 c) tanh z = −2 e) ez = −3

b) senh z = i d) log z = (π /2)i
2.18. Encontrar el valor principal de:
a) ii b) (1 − i)4i c) (−i)3π i

1
2.19. Sea f (z) = Log . Determine el conjunto D de todos los números complejos z
z+i
donde f (z) es analı́tica.
2.20. Sea f (z) = Log(z2 + 1). Determine el conjunto D de todos los números complejos z donde
f (z) es analı́tica.
2.21. Determine la rama principal y su derivada, para cada una de las siguientes funciones
multivaluadas:
√ 2
a) f (z) = ez + 1 d) f (z) = zlog z ≡ e(log z)
b) f (z) = cos(log z) e) f (z) = icos z ≡ ecos z log i
c) f (z) = log(ez + 1) f) f (z) = zsen z ≡ esen z log z
2.22. Sea f (z) una función de variable compleja definida como

z z log i
f (z) = ie ≡ ee ,
donde se utiliza un rama tal que se satisface f ′ (iπ ) = 3π /2. Determine f ′ (z) y f ′ (π i/2).
2.23. Demostrar que la transformación w = iz + i mapea el semiplano x > 0 sobre el semiplano

v > 1.
2.24. Demostrar que si c1 < 0, la imagen del semiplano x < c1 bajo la transformación w = 1/z
es el interior de un cı́rculo. ¿Cuál es la imagen cuando c1 = 0?
2.25. Demostrar que la imagen del semiplano y > c2 bajo la transformación w = 1/z es el inte-
rior de un cı́rculo, siempre y cuando c2 > 0. Encontrar la imagen cuando c2 < 0; también
cuando c2 = 0.
2.26. Sean α un número real y z0 un número complejo tal que |z0 | ≤ 1. Demostrar que la
transformación bilineal
z − z0
w = eiα ,
zz0 − 1
mapea el disco |z| ≤ 1 sobre disco |w| ≤ 1.
2.27. Considere el conjunto D de números complejos que se muestra en la siguiente figura.
-1 1 x
-1 D
z+1+i
Determine el conjunto transformado de D bajo el mapeo w = .
z+i
2.28. Sea S el conjunto de números complejos que se muestra en la siguiente figura.
y
1 S
x
−1 1
Determine el transformado de S bajo cada uno de los siguientes mapeos:
1 i−z
a) w = . c) w = .
z i+z
1−z z+2
b) w = . d) w = .
i+z z − 2i
Series de Potencias y
3 Singularidades Aisladas
En este capı́tulo se estudian los conceptos básicos de las series de números complejos, particu-
larmente, la representación en serie de potencias de las funciones de variable compleja, hecho éste
de gran importancia para la resolución de problemas en Ingenierı́a, por ejemplo, ecuaciones dife-
renciales. Inicialmente se dan los conceptos de sucesión y serie de números complejos; después se
presenta un resultado fundamental de la convergencia de las series de potencias y se describen los
desarrollos de Taylor y de Laurent. Finalmente, se caracterizan los puntos singulares aislados de
una función de variable compleja.
3.1 Serie de Números Complejos

Comencemos presentando la definición formal de sucesión de números complejos e, inmedia-
tamente, introducimos el concepto de sucesión convergente.
Definición 3.1 (Sucesión de números complejos). El conjunto de números complejos

{z0 , z1 , z3 , . . .}, se denomina sucesión de números complejos y se denota por {zn }∞
n=0 .
Definición 3.2 (Sucesión convergente). La sucesión de números complejos {zn }∞

n=0 tiene lı́mite
o converge a un número complejo z, si para todo ε > 0 existe un número entero N > 0 tal que
|zn − z| < ε siempre que n ≥ N.
Cuando la sucesión {zn }∞

n=0 converge a z, se escribe
lı́m zn = z.
n→∞
Observación 3.1. Para cada sucesión de números complejos {zn }∞

n=0 , existen sucesiones de números
∞ ∞
reales {xn }n=0 y {yn }n=0 tales que
zn = xn + i yn , para n = 0, 1, 2, . . .
Ejemplo 3.1. Sea {zn }∞

n=0 la sucesión de números complejos definida por
1
zn = .
(1 + i)n
Entonces, las sucesiones de números reales {xn }∞ ∞
n=0 y {yn }n=0 tales que zn = xn + i yn están defini-
das como
xn = 2−n/2 cos(nπ /4) y yn = −2−n/2 sen(nπ /4).
77
78 3.1. SERIE DE NÚMEROS COMPLEJOS
El siguiente teorema permite estudiar la convergencia de las sucesiones de números complejos,

a través de la convergencia de sucesiones de números reales. La demostración de este teorema se
establece usando la definición de convergencia de sucesiones.
Teorema 3.1. Sean zn = xn + i yn (n = 0, 1, 2, . . .) con xn , yn ∈ R, y z = x + i y con x, y ∈ R.

Entonces,
lı́m zn = z
n→∞
si, y sólo si
lı́m xn = x y lı́m yn = y.
n→∞ n→∞
En el siguiente ejemplo se emplea el Teorema 3.1 para calcular el lı́mite de una sucesión de
números complejos.
Ejemplo 3.2. Determinar si la sucesión

1 (−1)n
zn = + i 1 + (n = 1, 2, . . .)
n n
converge y halle el lı́mite si es el caso.

Solución. Se tiene que zn = xn + i yn , donde
1
xn =
n
y
(−1)n
yn = 1 + .
n
Como lı́m xn = 0, y lı́m yn = 1, entonces por el Teorema 3.1 la sucesión {zn }∞
n=0 converge y su
n→∞ n→∞
lı́mite es

1 (−1)n
lı́m zn = lı́m xn + i lı́m yn = lı́m + i lı́m 1 + = i.
n→∞ n→∞ n→∞ n→∞ n n→∞ n
Pasemos ahora a definir serie de números complejos y serie convergente. Tales conceptos son
extensiones de sus homólogos en el conjunto de los números reales.
Definición 3.3 (Serie de Números Complejos). La suma de los términos de una sucesión de
números complejos {zn }∞n=0 , se denomina serie de números complejos, esto es
∞
∑ zn = z0 + z1 + z2 + · · ·
n=0
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 79
Definición 3.4 (Serie Convergente). Se dice que una serie ∑∞

n=0 zn converge a un número com-
plejo S, si la sucesión de sumas parciales,
N
SN = ∑ zn ,
n=0
converge a S. En este caso se escribe

∞
∑ zn = N→∞
lı́m SN = S.
n=0
Un ejercicio in-
Un hecho muy importante que relaciona las series de números complejos con las series de teresantes es
números reales es el siguiente: toda serie de números complejos ∑∞
definir las sumas
n=0 zn se puede escribir como: parciales de la
serie armónica
∞ ∞ ∞
∑∞n ρ , con
n
∑ zn = ∑ xn + i ∑ yn , 0 < ρ < 1, y de-
n=0 n=0 n=0 mostrar que esta
serı́a converge a
donde ∑∞ ∞
n=0 xn y ∑n=0 yn son series de números reales, además, estas series se denominan parte real 1/(1 − ρ )
y parte imaginaria de ∑∞ n=0 zn , respectivamente.
El hecho descrito arriba permite estudiar la convergencia de las series de números complejos
a través de la convergencia de series de números reales. En el siguiente teorema se establece que
una serie de números complejos converge si, y sólo si las series de sus partes real e imaginaria
convergen.
Teorema 3.2. Sean zn = xn + i yn (n = 0, 1, 2, . . .) con xn , yn ∈ R, y S = X + iY con X ,Y ∈ R.

Entonces,
∞
∑ zn = S
n=0
si, y sólo si
∞ ∞
∑ xn = X y ∑ yn = Y.
n=0 n=0
Demostración. Sean {XN }∞ ∞

n=0 y {XN }n=0 las sucesiones de sumas parciales definidas respectiva-
mente por
N N
XN = ∑ xn y YN = ∑ yn .
n=0 n=0
Ası́,
N N N
SN = ∑ zn = ∑ xn + i ∑ yn = XN + iYN .
n=0 n=0 n=0
Como S = X + iY = lı́mN→∞ SN = lı́mN→∞ XN + i lı́mN→∞ YN si, y sólo si
lı́m XN = X y lı́m YN = Y,
N→∞ N→∞
entonces, podemos concluir que la serie ∑∞ n=0 zn converge a S = X + iY si, y sólo si las series
∑∞n=0 xn y ∑ ∞
n=0 yn convergen respectivamente a X e Y.
3.1.1 Serie de Potencias

La series de potencias son una herramienta fundamental en análisis, cuyo uso se extiende a
la diferenciación e integración de funciones, además, se emplea en la resolución de ecuaciones
diferenciales. De manera informal, una serie de potencias se puede definir como la suma infinita
de las potencias de (z − z0 ) multiplicadas por coeficientes an . A continuación damos la definición
formal.
Definición 3.5 (Serie de potencias). Dada una sucesión {an }∞

n=0 de números complejos y z0 ∈ C,
a la serie ∞
∑ an (z − z0)n (3.1)
n=0
se le llama serie de potencias, donde z ∈ C. Los números an se denominan coeficientes de la

serie y z0 se denomina centro de la serie.
El siguiente teorema da una idea completa del campo de convergencia de las series de potencias.
La demostración de este teorema se puede apreciar en [7].
Teorema 3.3p (Teorema de Cauchy-Hadamard). Consideremos la serie de potencias (3.1). Sea

α = lı́mn→∞ n |an |. Entonces: si α = ∞, la serie es convergente en el único punto z = z0 ; si
0 < α < ∞, la serie es absolutamente convergente en el cı́rculo |z − z0 | < 1/α y es divergente
en el exterior de este cı́rculo; y si α = 0, la serie es absolutamente convergente en todo el plano
complejo.
El Teorema 3.3
es conocido De este modo, cuando 0 < α < ∞, existe un cı́rculo con centro en el punto z = z0 , en el interior
como criterio de
del cual la serie (3.1) es absolutamente convergente y en el exterior la serie es divergente. Éste se
la raı́z; cuando
α se define por llama cı́rculo de convergencia de la serie de potencias y su radio R = 1/α , radio de convergencia
|a |
α = lı́m |an+1| , de la misma. Los casos α = ∞ y α = 0 se pueden considerar como casos lı́mites. En el primero de
n→∞ n
este teorema se ellos, el cı́rculo de convergencia se reduce a un punto z0 y su radio R es igual a cero. En el segundo,
conoce como el cı́rculo de convergencia se extiende a todo el plano, de modo que se puede considerar que su
criterio del co- radio es igual a ∞. Llamando en los tres casos al número R radio de convergencia de la serie de
ciente
potencias, el contenido de la fórmula de Cauchy-Hadamard puede expresarse por la fórmula
1
R= .
α
Esta última se llama fórmula de Cauchy-Hadamard. Para las aplicaciones de la fórmula de Cauchy-
Hadamard, en muchos casos suele ser útil la relación siguiente:
r
n n! 1
lı́m n
= . (3.2)
n→∞ n e
La demostración de esta relación se deja como ejercicio para el lector.
Ejemplo 3.3. Hallar el cı́rculo y el radio de convergencia de la serie
∞
nn
∑ n! zn .
n=1

nn
an = y z0 = 0.
n!
Ahora, utilizando la ecuación (3.2) obtenemos

r
nn
α = lı́m n
= e.
n→∞ n!
Por lo tanto, el radio de convergencia de la serie es
1
R= ,
e
y el cı́rculo de convergencia de la misma es
1
|z| < .
e
En muchos casos resulta conveniente determinar el radio de convergencia de una serie de po-
tencias mediante el criterio del cociente, es decir, tomando

an+1
α = lı́m .
n→∞ an
Ası́, para la serie del Ejemplo 3.3 se tiene

(n+1)n+1
an+1 (n+1)! 1 n
α = lı́m
= lı́m nn = lı́m 1 +
= e,
n→∞ an n→∞ n→∞ n
n!
por consiguiente, el radio de convergencia de la serie es R = 1/e.

Ejemplo 3.4. Determine el cı́rculo de convergencia de la serie de potencias
∞
∑ zn .
n=0
También determine a qué converge esta serie.

Solución. Como an = 1, para n ≥ 0, y z0 = 0, entonces el radio de convergencia de la serie es
R = 1 y su cı́rculo de convergencia es |z| < 1. Ahora, para determinar a qué converge la serie dada,
consideremos la sucesión de sumas parciales
N
SN (z) = ∑ zn = 1 + z + z2 + · · · + zN
n=0
1 − zN+1
= , z 6= 1.
1−z
Por lo tanto, utilizando la ecuación anterior podemos escribir
∞
1 − zN+1
∑ zn = N→∞
lı́m SN (z) = lı́m
N→∞ 1−z
n=0
1
= , |z| < 1.
1−z
Ejemplo 3.5. Determine la región de convergencia de la serie de potencias
∞ h i
∑ (−1)n − 2−(n+1) (z − 1)n .
n=0
Solución. Es claro que la serie de potencias dada se puede escribir como la resta de dos series,
∞ h i ∞ ∞
∑ (−1)n − 2−(n+1) (z − 1)n = ∑ (−1)n (z − 1)n − ∑ 2−(n+1) (z − 1)n .
n=0 n=0 n=0
De esta forma, la región de convergencia de la serie de potencias inicial es la intersección de las

regiones de convergencia de las series de potencias:
a) ∑∞ n n ∞
n=0 (−1) (z − 1) y b) ∑n=0 2
−(n+1) (z − 1)n .
a) Los coeficientes y el centro de la serie ∑∞ n n

n=0 (−1) (z − 1) son:
an = (−1)n y z0 = 1.
Ası́, aplicando el criterio de la raı́z obtenemos:

p p
α = lı́m n
|an | = lı́m n
|(−1)n | = 1.
n→∞ n→∞
Luego, |z − 1| < 1 es el disco de convergencia de la serie ∑∞ n n

n=0 (−1) (z − 1) .
b) Los coeficientes y el centro de la serie ∑∞n=0 2

−(n+1) (z − 1)n son: b = 2−(n+1) y z = 1. Ası́,
n 0
aplicando el criterio del cociente obtenemos:
|bn+1 | 2−(n+2) 1
α = lı́m = lı́m −(n+1) = .
n→∞ |bn | n→∞ 2 2
Luego, |z − 1| < 2 es el disco de convergencia de la serie ∑∞

n=0 2
−(n+1) (z − 1)n .
Por lo tanto, de todo lo anterior la región de convergencia de la serie dada es el disco |z − 1| < 1.
3.1.2 Serie de Taylor

En esta parte se estudia una propiedad muy importante de las funciones analı́ticas, a saber: toda
función analı́tica se puede expresar como una serie de potencias que converge a dicha función en
algún dominio.
En el siguiente teorema se establece que si una función f (z) es analı́tica en un cı́rculo centrado
en un punto z0 ∈ C, entonces f (z) se puede representar como una serie de potencias en dicho
cı́rculo. Para la descripción formal del siguiente teorema, es necesario suponer que f (z) es infi-
nitamente diferenciable, lo cual, como veremos más adelante en el Capı́tulo 4, es una propiedad
que posee toda función analı́tica. La demostración del Teorema 3.4 se puede encontrar en [7], en
donde se utiliza la teorı́a de integración compleja y resultados del análisis como el Teorema de
Weierstrass.
Teorema 3.4 (Teorema de Taylor). Si f (z) es una función analı́tica en todo punto del disco
|z − z0 | < r0 , entonces f (z) se expresa como
∞
f (n) (z0 )
f (z) = ∑ n!
(z − z0 )n , (3.3)
n=0
para |z − z0 | < r0 .
Observación 3.2.
(n)
• El Teorema de Taylor garantiza que la serie ∑∞
n=0
f (z0 ) n
n! (z − z0 ) converge a f (z), para todo
z tal que |z − z0 | < r0 . El nombre de Taylor es en honor al matemático británico Brook
Taylor (1685-1731).
• La serie de potencias (3.3) se denomina desarrollo en serie de Taylor o, simplemente, desa-

rrollo de Taylor de f (z) centrado en el punto z0 .
• Si z0 = 0, entonces el desarrollo de Taylor adquiere la forma

∞
f (n) (0) n
f (z) = ∑ n!
z
n=0
y se denomina desarrollo de MacLaurin de f (z). El nombre de MacLaurin es en honor al

matemático escocés Colin MacLaurin (1698-1746).
El siguiente teorema nos garantiza que el desarrollo de Taylor de una función f (z) alrededor
de z0 , es la única serie de potencias que converge a f (z) en un disco centrado en z0 .
Teorema 3.5. El desarrollo en serie de Taylor de una función f (z) alrededor de z0 es la única
serie en potencias de (z − z0 ) que converge a f (z) en todo punto de un disco centrado en z0 .
Demostración. Por el absurdo. Supongamos que f (z) posee dos desarrollos de Taylor distintos
alrededor de z0 válidos en un mismo dominio D ⊂ C, a saber:
∞ ∞
f (z) = ∑ an (z − z0 )n y f (z) = ∑ bn (z − z0)n
n=0 n=0
Como estos desarrollos son distintos, entonces se debe satisfacer que an 6= bn , para algún n ≥ 0.
Ahora, también tenemos que, para todo z 6= z0 ,
∞
0 = f (z) − f (z) = ∑ (an − bn)(z − z0 )n ⇐⇒ an = bn , para todo n ≥ 0.
n=0
Esto es una contradicción.
Observación 3.3. Sean f (z) y g(z) funciones tales que su desarrollo de Taylor centrado en z0 está
dado respectivamente por
∞
f (z) = ∑ an (z − z0)n , para z tal que |z − z0 | < r1 ,
n=0
y
∞
g(z) = ∑ bn (z − z0)n, para z tal que |z − z0 | < r2 .
n=0
Entonces del desarrollo de Taylor de f (z) + g(z) centrado en z0 es

∞
f (z) + g(z) = ∑ (an + bn) (z − z0)n , para z tal que |z − z0 | < mı́n(r1 , r2 ).
n=0
El siguiente teorema nos permite calcular el radio de convergencia del mayor cı́rculo para el
cual existe la serie de Taylor de una función f (z).
Teorema 3.6. Consideremos el desarrollo en serie de Taylor (3.3) de una función f (z) alrededor
de z0 . Entonces, |z − z0 | < r es el mayor cı́rculo dentro del cual la serie converge a f (z) para
cada z en éste cı́rculo, donde r es la distancia entre z0 y el punto singular de f (z) más cercano.
Demostración. Como f (z) es analı́tica en z0 , entonces existe r0 > 0 tal que para todo z en el disco
|z − z0 | < r0 se tiene que f (z) es derivable. Afirmamos que r0 = r, donde r es la distancia entre z0 y
el punto singular de f (z) más cercano, ya que de lo contrario, si r0 > r, esto serı́a una contradicción
al Teorema de Taylor.
Observe que el Teorema 3.6 no afirma que la serie de Taylor no converja fuera de |z − z0 | = r.
Sólo asevera que éste es el mayor cı́rculo en todo punto del cual la serie converge a f (z). El cı́rculo
en todo punto del cual la serie de Taylor (3.3) converge a f (z) y el cı́rculo en todo punto del cual
la serie converge, no son necesariamente iguales. El segundo de ellos puede tener un radio mayor.
No obstante, se puede mostrar que cuando el punto singular más cercano a z0 es tal que | f (z)| se
hace infinito, los dos cı́rculos coinciden. Éste es el caso en la mayor parte de las funciones que
consideraremos.
Ejemplo 3.6. Comprobar cada uno de los siguientes desarrollos de Taylor.

∞
1
a) ez = ∑ n! zn , |z| < ∞.
n=0
∞
(−1)n 2n+1
b) sen z = ∑ z , |z| < ∞.
n=0 (2n + 1)!
∞
(−1)n 2n
c) cos z = ∑ z , |z| < ∞.
n=0 (2n)!
∞
1
d) senh z = ∑ (2n + 1)! z2n+1 , |z| < ∞.
n=0
∞
1
e) cosh z = ∑ (2n)! z2n , |z| < ∞.
n=0
∞
1
f) = ∑ zn , |z| < 1.
1 − z n=0
∞
1
g) = ∑ (−1)n zn , |z| < 1.
1 + z n=0
∞
1
h) = ∑ (−1)n (z − 1)n , |z − 1| < 1.
z n=0
∞
1 1h i
i) =∑ (−1)n + 2−(n+1) (z − 1)n , |z − 1| < 1.
z(3 − z) n=0 3
Solución.
a) Se tiene que f (z) = ez es una función entera y f (n) (z) = ez . Ası́, por los Teoremas 3.4 y 3.6, el
desarrollo de MacLaurin de ez es
∞
1
ez = ∑ n! zn , |z| < ∞.
n=0
eiz − e−iz
b) Se tiene que f (z) = sen z es una función entera, además, sen z = . De esta forma,
2i
utilizando el desarrollo de Macalurin de ez podemos escribir:
∞ ∞
1 1
eiz − e−iz
∑ n! (iz)n − ∑ n! (−iz)n 1 ∞
1
sen z =
2i
= n=0
2i
n=0
=
2i ∑ n! (in − (−i)n )zn .
n=0
Ahora, utilizando la expresión anterior y el hecho que

(
0, si n es par,
(in − (−i)n ) = m
2i(−1) , si n = 2m + 1 es impar,
obtenemos que el desarrollo de MacLaurin de sen z es

∞
(−1)n 2n+1
sen z = ∑ z , |z| < ∞.
n=0 (2n + 1)!
La verificación de c), d) y e), se deje como ejercicio pare el lector.

1
f) Se tiene que f (z) = 1−z es analı́tica en todo z ∈ C tal que z 6= 1, entonces por el Teorema 3.6 el
1
desarrollo de MacLaurin de f (z) = 1−z es válido para todo |z| < 1. Ahora, por el Ejemplo 3.4, se
1
tiene que el desarrollo de MacLaurin de f (z) = 1−z es
∞
1
= ∑ zn , |z| < 1.
1 − z n=0
1
g) Como f (z) = 1+z es analı́tica en todo z ∈ C tal que z 6= 1, entonces por el Teorema 3.6 el
1
desarrollo de Maclaurin de f (z) = 1+z es válido para todo |z| < 1. A continuación hallamos el
1 1
desarrollo de MacLaurin de f (z) = 1+z empleando el desarrollo de Taylor de 1−z dado en f). Se
tiene: ∞ ∞
1 1
= = ∑ (−z)n = ∑ (−1)n zn , |z| < 1.
1 + z 1 − (−z) n=0 n=0
| {z }
|−z|<1
h) Aquı́ utilizamos el desarrollo de Taylor dado en g) para hallar el desarrollo de Taylor de f (z) =
1/z centrado en z0 = 1. Se tiene:
∞
1 1
= = ∑ (−1)n (z − 1)n , |z − 1| < 1.
z 1 + (z − 1) n=0
1
i) Para hallar el desarrollo de Taylor de f (z) = z(3−z) centrado en z0 = 1, utilizamos fracciones
simples, desarrollos de Taylor conocidos y operaciones algebraicas simples. Se tiene:
1 1/3 −1/3 1/3 −1/3
= + = +
z(3 − z) z z−3 1 + (z − 1) (z − 1) − 2
1 1 1 1 1
= · + · ·
3 1 + (z − 1) 3 2 1 − (z−1)
2
∞ ∞
1 1 1 (z − 1)n
= ∑
3 n=0
(−1)n (z − 1)n + · ∑
3 2 n=0 2n
∞ ∞
1 1
= ∑ 3 (−1)n (z − 1)n + ∑ 3 2−(n+1) (z − 1)n
n=0 n=0
| {z } | {z }
|z−1|<1 |z−1|<2
∞
1h i
= ∑3 (−1)n
+ 2−(n+1)
(z − 1)n , |z − 1| < 1.
n=0
Ejemplo 3.7. Determinar el desarrollo de Taylor de

2z + 1
f (z) = ,
z(2z − 1)
centrado en z0 = − 12 .
Solución. Expresemos a f (z) en fracciones simples:
2 1
f (z) = 1
− .
z− 2 z
Hallemos el desarrollo de Taylor de cada uno de los sumandos, centrado en z0 = − 12 . Se tiene:

!
∞
2 −1 1 n 1
= (−2) ∑ z +

=2 , z + < 1,

z − 12 1 − (z + 12 ) n=0 2 2
!
∞ n
1 −1 1 z + < 1 .
1
= (−2) ∑ 2 n

=2 z+ ,
z 1 − 2(z + 12 ) n=0 2 2 2
De esta forma, considerando los desarrollos de Taylor hallados previamente, obtenemos que el
desarrollo de Taylor de f (z) centrado en z0 = − 12 , está dado por:
∞ ∞
1 n 1 n
f (z) = (−2) ∑ z + − (−2) ∑ 2n z +
n=0 2 n=0 2
| {z } | {z }
|z+ 21 |<1 |z+ 12 |< 21
∞
1 n 1 1
= ∑ (2 − 2) z +
n+1

, z + < .
n=0 2 2 2
Ejemplo 3.8. Determinar el desarrollo de Maclaurin de

ez
f (z) = .
1−z
Solución. Considerando el desarrollo de Macalurin de ez y el de 1/(1 − z), podemos escribir:

z 1
f (z) = e
1−z
! !
∞ ∞
1 n
= ∑ z ∑z n
n=0 n! n=0
| {z } | {z }
|z|<∞ |z|<1

1 1 1 2 1 1 1
= 1+ 1+ z+ 1+ + z + 1+ + + z3 + · · ·
1! 1! 2! 1! 2! 3!
!
∞ n
1
= ∑ ∑ zn , |z| < 1.
n=0 k=0 k!
3.1.3 Serie de Laurent

El desarrollo en serie de Laurent o, simplemente, desarrollo de Laurent de una función f (z)
centrado en el punto z0 es de la forma
∞
f (z) = ∑ cn (z − z0 )n ,
n=−∞
donde la serie converge a f (z) en cierto dominio o región y cn ∈ C. El nombre de Laurent es en

honor al matemático y oficial militar francés Pierre Alphonse Laurent (1813-1854). Ası́ pues, un
desarrollo de Laurent, a diferencia del desarrollo de Taylor, puede contener uno o más términos con
(z − z0 ) elevado a una potencia negativa. También puede contener potencias positivas de (z − z0 ).
Normalmente los desarrollos de Laurent se obtienen a partir de los desarrollos de Taylor. Por
ejemplo, para encontrar el desarrollo de Laurent de f (z) = e1/z centrado en z0 = 0, se considera el
desarrollo de MacLaurin de es ,
∞
1
es = ∑ sn , |s| < ∞
n=0 n!
después, se hace s = 1/z en la ecuación anterior para obtener
∞
1
e1/z = ∑ n! z−n, |z| > 0,
n=0
que es, efectivamente, el desarrollo de Laurent de e1/z centrado en z0 = 0, válido en todo el plano
complejo excepto en z = 0.
¿Qué clase de funciones pueden representarse por medio de series de Laurent y en qué región
del plano complejo será válida dicha representación? La respuesta se encuentra en el Teorema de
Laurent (ver en [7] la demostración del Teorema de Laurent). Antes de dar el teorema, definiremos
anillo o dominio anular.
Definición 3.6 (Anillo o dominio anular). Sean r1 > 0 y r2 > 0 tales que r1 < r2 . Se denomina
anillo o dominio anular centrado en z0 ∈ C, al conjunto de números complejos z tales que
r1 < |z − z0 | < r2 .
Teorema 3.7 (Teorema de Laurent). Si f (z) es una función analı́tica en el anillo centrado en z0 ,
r1 < |z − z0 | < r2 , entonces f (z) se puede expresar como
∞ ∞
f (z) = ∑ an (z − z0)n + ∑ bn (z − z0)−n,
n=0 n=1
para todo z tal que r1 < |z − z0 | < r2 .
Observación 3.4.
• El Teorema de Laurent garantiza que la serie ∑∞ ∞

n=0 an (z − z0 ) + ∑n=1 bn (z − z0 )
n −n converge
a f (z) para todo z tal que r1 < |z − z0 | < r2 .
• Si f (z) es analı́tica en todos los puntos de la región |z − z0 | < r2 , entonces el desarrollo de

Laurent de f (z) centrado en z0 , se convierte en el desarrollo de Taylor de f (z) centrado en
z0 .
• Si f (z) es analı́tica en todos los puntos de la región |z − z0 | < r2 excepto en en el punto z0 ,

entonces el desarrollo de Laurent es válido en el anillo: 0 < |z − z0 | < r2 .
• Los coeficientes de la serie de Laurent se pueden definir como una integral que involucra a
la función f (z). Este último hecho permite calcular integrales utilizando los resultados de
series de potencias, lo cual se estudiará en el Capı́tulo 4.
Ejemplo 3.9. Determine el desarrollo de Laurent en potencias de z de la función

1
f (z) = .
1+z
Solución. Observamos que el único punto singular de f (z) es z = −1, entonces existen dos regiones
donde f (z) posee desarrollos de Laurent centrados en z0 = 0, a saber: a) |z| < 1, y b) |z| > 1.
a) Como f (z) es analı́tica en todo punto del disco |z| < 1, el desarrollo de Laurent de f (z) centrado
en z0 = 0 válido en el dominio |z| < 1, coincide con su desarrollo de Maclaurin. En otras palabras,
el desarrollo de Laurent de f (z) centrado en z0 = 0 válido en el dominio |z| < 1, es:
∞
f (z) = ∑ (−1)n zn , |z| < 1.
n=0
b) Ahora bien, el desarrollo de Laurent de f (z) centrado en z0 = 0 válido en el dominio |z| > 1,
está dado por:
∞ ∞
1 1 1
= · −1 = z−1 ∑ (−1)n z−n = ∑ (−1)n z−(n+1) , |z| > 1.
1+z z z +1 n=0 n=0
| {z }
|z−1 |<1
Ejemplo 3.10. Determniar todos los posibles desarrollos de Laurent de
1
f (z) = ,
z(z + i)
centrados en z0 = 1.
Solución. Primero expresemos a f (z) en fracciones simples:
i i
f (z) = − .
z+i z
La función f (z) dada tiene tres desarrollos de Laurent centrados √ en z0 = 1, cuyos √ dominios de
validez son los siguientes anillos: a) |z − 1| < 1, b) 1 < |z − 1| < 2, y c) |z − 1| > 2.
a) El desarrollo de Laurent de f (z) centrado en z0 = 1, válido en |z − 1| < 1, está dado por:

i i i 1 1
f (z) = − = −i
z + i z 1 + i 1 + (1 + i)−1 (z − 1) 1 + (z − 1)
∞ ∞
i
= ∑ (−1)n (1 + i)−n(z − 1)n − i ∑ (−1)n (z − 1)n
1 + i n=0 n=0
| {z √ } | {z }
|z−1|< 2 |z−1|<1
∞ h i
= ∑ i(−1)n
(1 + i)−(n+1)
− 1 (z − 1)n , |z − 1| < 1.
n=0
√
b) El desarrollo de Laurent de f (z) centrado en z0 = 1, válido en 1 < |z − 1| < 2, está dado por:

i i i 1 i 1
f (z) = − = −
z+i z 1+i 1 + (1 + i)−1 (z − 1) z − 1 1 + (z − 1)−1
∞ ∞
= ∑ i(−1)n (1 + i)−(n+1) (z − 1)n − ∑ i(−1)n (z − 1)−(n+1)
n=0 n=0
| {z √ } | {z }
|z−1|< 2 |z−1|>1
∞ ∞ √
= ∑ i(−1)n (1 + i)−(n+1) (z − 1)n + ∑ i(−1)n+1 (z − 1)−(n+1) , 1 < |z − 1| < 2.
n=0 n=0
√
c) El desarrollo de Laurent de f (z) centrado en z0 = 1, válido en |z − 1| > 2, está dado por:

i i i 1 i 1
f (z) = − = −
z+i z z−1 1 + (1 + i)(z − 1)−1 z−1 1 + (z − 1)−1
∞ ∞
= ∑ i(−1)n (1 + i)n(z − 1)−(n+1) − ∑ i(−1)n (z − 1)−(n+1)
n=0 n=0
| {z √ } | {z }
|z−1|> 2 |z−1|>1
∞ √
= ∑ i(−1)n [(1 + i)n − 1] (z − 1)−(n+1) , |z − 1| > 2.
n=0
Ejemplo 3.11. Determine todos los posibles desarrollos de Laurent, centrados en z0 = 0, de la

función
1
f (z) = .
z (z − 1) (z − 2)
Solución. Primero expresemos a f (z) en fracciones simples:
1/2 1 1/2
f (z) = − + .
z−2 z−1 z
La función f (z) tiene tres desarrollos de Laurent centrados en z0 = 0, cuyos dominios de validez
son los siguientes anillos: a) 0 < |z| < 1, b) 1 < |z| < 2, y c) |z| > 2.
a) El desarrollo de Laurent de f (z) centrado en z0 = 0, válido en 0 < |z| < 1, está dado por:
1/2 1 1/2
f (z) = − +
z − 2 z − 1 z
1 1 1 1
= − −1
+ + z−1
4 1−2 z 1−z 2
∞ ∞
1 1
= − ∑ 2−n zn + ∑ zn + z−1
4 n=0 n=0 2 {z }
| {z } | {z } ||z|>0
|z|<2 |z|<1
∞ h i
1
= ∑ 1 − 2−(n+2) zn + z−1 ,
2
0 < |z| < 1.
n=0
b) El desarrollo de Laurent de f (z) centrado en z0 = 0, válido en |z| > 2, está dado por:
1/2 1 1/2
f (z) = − +
z − 2 z − 1 z
1 1 −1 1 1
= − −z + z−1
4 1 − 2−1 z 1 − z−1 2
∞ ∞
1 1
= − ∑ 2−n zn − ∑ z−(n+1) + z−1
4 n=0 n=0 2 {z }
| {z } | {z } ||z|>0
|z|<2 |z|>1
∞ ∞
1
= ∑ (−1)2−(n+2) zn + ∑ (−1)z−(n+1) + 2 z−1, 1 < |z| < 2.
n=0 n=0
c) El desarrollo de Laurent de f (z) centrado en z0 = 0, válido en 1 < |z| < 2, está dado por:
1/2 1 1/2
f (z) = − +
z−2 z−1 z

z−1 1 −1 1 1
= −1
−z −1
+ z−1
2 1 − 2z 1−z 2
∞ ∞
1
= ∑ 2n−1 z−(n+1) − ∑ z−(n+1) + z−1
n=0 n=0 2 {z }
| {z } | {z } ||z|>0
|z|>2 |z|>1
∞
1
∑

= 2n−1 − 1 z−(n+1) + z−1 , |z| > 2.
n=0 2
3.1.4 Propiedades Adicionales de las Series

Diferenciación término a término
Si una función f (z) está representada con una serie de potencias en una región anular R, la
serie que se obtiene por diferenciación término a término converge a f ′ (z) dentro de R. Este
procedimiento puede repetirse un número indefinido de veces.
Los siguientes ejemplos utilizan la propiedad de diferenciación término a término para encon-
trar desarrollos de Taylor.
Ejemplo 3.12. Usando el desarrollo de Taylor de 1/z centrado en z0 = 1, obtenga el desarrollo de

1/z2 centrado en el mismo punto.
Solución. Primero determinemos el desarrollo de Taylor de 1/z centrado en z0 = 1, luego diferenci-
ando término a término éste desarrollo obtendremos el desarrollo de 1/z2 centrado en z0 = 1. Se
tiene que
∞
1 1
= = ∑ (−1)n (z − 1)n , |z| < 1,
z 1 + (z − 1) n=0
ahora, como
d 1 1
= − 2,
dz z z
entonces utilizando el desarrollo de Taylor de 1/z centrado en z0 = 1, podemos escribir:
∞ ∞
1 d 1 d
z2
= −
dz z
= − ∑ [(−1)n
(z − 1)n
] = ∑ (−1)n+1 n (z − 1)n−1 , |z| < 1.
n=0 dz n=0
| {z }
|z|<1
Ejemplo 3.13. Calcular el desarrollo de MacLaurin de

z
f (z) = .
(1 − z)2
Solución. Se tiene que el desarrollo de MacLaurin de 1/(1 − z) está dado por:

∞
1
= ∑ zn , |z| < 1.
(1 − z) n=0
Como
d 1 1
= ,
dz (1 − z) (1 − z)2
entonces utilizando el desarrollo de MacLaurin de 1/(1 − z), podemos escribir:
∞ ∞
z d 1 d n
(1 − z)2
= z
dz (1 − z)
= z ∑ dz
z = ∑ n zn , |z| < 1.
n=0 n=0
| {z }
|z|<1
92 3.2. SINGULARIDADES AISLADAS
Ejemplo 3.14. Determinar el desarrollo de Taylor de
i
f (z) = ,
z2
centrado en z0 = −i.
Solución. Primero hallemos el desarrollo de Taylor de g(z) = i/z, centrado en z0 = −i. Se tiene
que

i −1
g(z) = =i
z i − (z + i)
∞
−1
=
1 − i−1 (z + i)
= − ∑ i−n(z + i)n
n=0
| {z }
|i−1 (z+i)|<1
∞
= − ∑ i−n (z + i)n , |z + i| < 1.
n=0
Como f (z) = −g′ (z), entonces el desarrollo de Taylor de f (z) centrado en z0 = −i, está dado por:
" #
∞ ∞
d
f (z) = − − ∑ i−n (z + i)n = ∑ i−n n (z + i)n−1 , |z + i| < 1.
dz n=0 n=0
3.2 Singularidades Aisladas

Continuemos nuestro análisis de las funciones de variable compleja con el concepto de singu-
laridades aisladas. En el Capı́tulo 2 se introdujo la definición de punto singular de una función. En
esta sección estudiaremos las caracterı́sticas de los puntos singulares aislados.
Definición 3.7 (Punto singular aislado). Se dice que z0 ∈ C es un punto singular aislado de una
función f (z), si z0 es un punto singular de f (z) y existe una vecindad de z0 en todo punto de la
cual f (z) es analı́tica excepto en z0 .
Ejemplo 3.15. Cada punto z0 indicado es un punto singular aislado de la función dada.
1
• f (z) = , z0 = 0
z
z+1
• f (z) = , z0 = 1, z1 = i
(z − 1)(z − i)
• f (z) = cot z, zn = nπ , n = 0, ±1, ±2, . . .

Ejemplo 3.16. El punto z0 = 0 no es un punto singular aislado de la función

1
f (z) = .
sen(1/z)
¿z0 = 0 es un
punto de acu-
Ejercicio 3.1. Verificar lo afirmado en los Ejemplos 3.15 y 3.16. mulación de los
puntos singula-
Supongamos que z0 es un punto singular aislado de f (z). Entonces, existe r0 > 0 de manera res de f (z) =
que f (z) es analı́tica en el anillo: 0 < |z − z0 | < r0 ; en consecuencia, por el Teorema de Laurent, 1/ sen(1/z)?
f (z) posee el siguiente desarrollo de Laurent centrado en z0 :
∞ ∞
f (z) = ∑ an (z − z0)n + ∑ bn (z − z0)−n, 0 < |z − z0 | < r0 . (3.4)
n=0 n=1
Definición 3.8. Sea z0 un punto singular asilado de f (z). Se denomina parte principal de f (z)
en z0 , a la parte del desarrollo de Laurent (3.4) que posee potencias negativas de (z − z0 ), esto
es, ∑∞ −n
n=1 bn (z − z0 ) .
Ejemplo 3.17. Determine la parte principal de la función

1
f (z) =
z(z − 1)
en cada uno de sus puntos singulares.
Solución. Los puntos singulares aislados de f (z) son z1 = 0 y z2 = 1. Como
1 −1 1
= + ,
z(z − 1) z (z − 1)
el desarrollo de Laurent de f (z) centrado en z1 = 0 válido en 0 < |z| < 1, está dado por:
∞
1 1 1
=− − = ∑ (−1)zn + (−1)z−1 , 0 < |z| < 1,
z(z − 1) (1 − z) z n=0
por lo tanto, la parte principal de f (z) en z1 = 0 es: (−1)z−1 .

Ahora, se tiene que
1 1 1 1
= − + =− + (z − 1)−1
z(z − 1) z (z − 1) 1 + (z − 1)
∞
= ∑ (−1)n+1 (z − 1)n + |(z −{z1)−1},
n=0
| {z } |z−1|>0
|z−1|<1
ası́, el desarrollo de Laurent de f (z) centrado en z2 = 1 válido en 0 < |z − 1| < 1, está dado por:
∞
1
= ∑ (−1)n+1 (z − 1)n + (z − 1)−1 , 0 < |z − 1| < 1;
z(z − 1) n=0
por lo tanto, la parte principal de f (z) en z2 = 1 es (z − 1)−1 .

Los puntos singulares aislados se pueden caracterizar según la forma que adquiere la parte
principal de la función en tales puntos. Se distinguen tres tipos de singularidades aisladas: polo de
orden m, punto singular esencial y punto singular removible. A continua-ción se describen cada
una de ellas.
3.2.1 Polo de Orden m

Los primeros punto singulares asilados que estudiaremos son los polos, los cuales aparecen
con mucha frecuencia en distintas aplicaciones de Ingenierı́a, en particular, son muy importantes
en el estudio del análisis de sistemas lineales y el procesamiento de señales.
Definición 3.9. Sea z0 un punto singular aislado de f (z). Se dice que z0 es un polo de orden
m de f (z), si la parte principal de f (z) en z0 tiene un número finito de términos, esto es, el
desarrollo de Laurent de f (z) centrado en z0 , válido en el anillo 0 < |z − z0 | < r0 , tiene la forma
∞
b1 b2 bm
f (z) = ∑ an (z − z0)n + (z − z0) + (z − z0)2 + · · · + (z − z0)m ,
n=0
donde bm 6= 0 y bm+1 = bm+2 = · · · = 0. Los polos de orden m = 1 se llaman polos simples.
La definición anterior nos indica que para determinar si z0 es un polo de f (z), se debe construir
el desarrollo de Laurent de f (z) centrado en z0 . En general, no es necesario determinar el desarrollo
de Laurent para verificar si un punto es un polo, sino que se emplean otros procedimientos, más
adecuados desde el punto de vista operativo, que permiten verificar si un punto es o no un polo.
El siguiente teorema nos da uno de tales procedimientos, por supuesto, sin construir una serie de
Laurent.
Teorema 3.8. Si f (z) tiene un polo en z0 , entonces lı́mz→z0 | f (z)| = ∞.
Demostración. Como z0 es un polo de orden m de f (z), el desarrollo de Laurent de f (z) centrado

en z0 , válido en el anillo 0 < |z − z0 | < r0 , tiene la forma
∞
b1 b2 bm
f (z) = ∑ an (z − z0)n + (z − z0) + (z − z0)2 + · · · + (z − z0)m ,
n=0
donde bm 6= 0. Multiplicando en ambos lados de la ecuación anterior por (z − z0 )m tenemos

∞
(z − z0 )m f (z) = ∑ an (z − z0 )n+m + b1 (z − z0)m−1 + b2(z − z0)m−2 + · · · + bm ,
n=0
de lo cual se deduce que

lı́m (z − z0 )m f (z) = bm 6= 0, ∞. (3.5)
z→z0
Como lı́mz→z0 |(z − z0 )m | = 0, entonces por (3.5) se tiene que lı́mz→z0 | f (z)| = ∞.
El teorema anterior no solo nos permite identificar si un punto es un polo, sino también el orden
del mismo. Basándose en este teorema y, particularmente, en la ecuación (3.5), las siguientes reglas
nos permiten identificar si un punto singular aislado z0 es un polo y, además, calcular el orden del
mismo.
Regla I Si existe el lı́mz→z0 (z − z0 )m f (z) y si dicho lı́mite no es cero ni infinito, entonces z0 es un

polo de orden m de f (z).
Regla II Si z0 es un polo es un polo de orden m de f (z), entonces
(
n 0, si n > m,
lı́m (z − z0 ) f (z) =
z→z0 ∞, si n < m.
1
Ejemplo 3.18. Sea f (z) = . Probar que 0 y 1 son polos simples de f (z).
z(z − 1)
Solución. Utilicemos el Teorema 3.8 y las Reglas I y II, para determinar que los puntos 0 y 1 son
polos simples de f (z). Se tiene que
lı́m | f (z)| = ∞ y lı́m | f (z)| = ∞,
z→0 z→1
luego, los puntos 0 y 1 son polos de f (z). Además,


0,
 si n > 1,
n zn−1
lı́m z f (z) = lı́m = −1, si n = 1,
z→0 z→0 (z − 1) 
∞,

si n < 1,
y 
(z − 1)n−1 0, si n > 1,

lı́m (z − 1)n f (z) = lı́m = 1, si n = 1,
z→1 z→1 z 
∞, si n < 1.

Por lo tanto, los puntos 0 y 1 son polos simples de f (z).
Es común encontrarse con problemas en los que se quiere determinar el orden de los polos
de una función de la forma f (z) = p(z)/q(z), por ello les dedicaremos una atención especial. El
siguiente teorema nos permite identificar si un punto es un polo, y además su orden, para una
función f (z) = p(z)/q(z).
Teorema 3.9. Sea z0 ∈ C. Sea f (z) una función tal que se puede escribir como
p(z)
f (z) = ,
q(z)
donde p(z) y q(z) son analı́ticas en z0 y p(z0 ) 6= 0. Entonces, z0 es un polo de orden m de f (z)
si, y sólo si
q(z0 ) = q′ (z0 ) = · · · = q(m−1) (z0 ) = 0
y
q(m) (z0 ) 6= 0.
Demostración. (⇒) Supongamos que z0 es un polo de orden m de f (z) y demostremos que q(z0 ) =
q′ (z0 ) = · · · = q(m−1) (z0 ) = 0 y q(m) (z0 ) 6= 0. Como z0 es un polo de orden m de f (z), el desarrollo
de Laurent de f (z) centrado en z0 , válido en el anillo 0 < |z − z0 | < r0 , tiene la forma
∞
p(z) b1 b2 bm
f (z) = = ∑ an (z − z0 )n + + 2
+ ···+ ,
q(z) n=0 (z − z0 ) (z − z0 ) (z − z0 )m
donde bm 6= 0. Como q(z) es analı́tica en z0 , entonces posee desarrollo de Taylor centrado en z0 de

la forma
∞
qn (z0 )
q(z) = ∑ n!
(z − z0 )n .
n=0
Ası́, obtenemos que
! !
∞ ∞
qn (z0 ) b1 bm
p(z) = ∑ n! (z − z0)n ∑ an (z − z0 ) + (z − z0) + · · · + (z − z0)m
n
n=0 n=0
! !
∞ ∞ m ∞
qn (z0 ) qn (z0 )
= ∑ n! (z − z0)n ∑ an (z − z0 )n + ∑ bk ∑ n! (z − z0)n−k .
n=0 n=0 k=1 n=0
Como p(z) es analı́tica en z0 , entonces la expresión anterior es el desarrollo de Taylor de p(z)

centrado z0 , por lo que no puede tener potencias negativas de (z − z0 ). Para que esto sea cierto, se
debe cumplir que q(z0 ) = q′ (z0 ) = · · · = q(m−1) (z0 ) = 0. Además, haciendo z = z0 en el desarrollo
de Taylor de p(z), podemos escribir:
q(m) (z0 )
0 6= p(z0 ) = bm ,
m!
de donde se deduce que q(m) (z0 ) 6= 0.

(⇐) Supongamos que q(z0 ) = q′ (z0 ) = · · · = q(m−1) (z0 ) = 0 y q(m) (z0 ) 6= 0, y demostremos que
z0 es un polo de orden m de f (z). Como p(z) y q(z) son analı́ticas en z0 con p(z0 ) 6= 0 y q(z0 ) = 0,
entonces z0 es un punto singular aislado de f (z). Ahora utilizando el desarrollo de Taylor de q(z)
centrado en z0 se tiene que
∞
q(z) q(m) (z0 ) qn (z0 )
(z − z0 )m
=
m!
+ ∑ n!
(z − z0 )n−m ,
n=m+1
por tanto,
q(z) q(m) (z0 )

lı́m = 6= 0, ∞,
z→z0 (z − z0 )m m!
lo cual implica que

(z − z0 )m
m
lı́m (z − z0 ) f (z) = lı́m p(z) lı́m 6= 0, ∞.
z→z0 z→z0 z→z0 q(z)
Según la Regla I, lo anterior indica que z0 es un polo de orden m de f (z).

Ejemplo 3.19. Verificar que todos los puntos singulares aislados de la función
ez
f (z) =
sen z
son polos simples.
Solución. Se tiene que f (z) = p(z)/q(z), donde p(z) = ez y q(z) = sen z. Ahora, los puntos sin-
gulares aislados de f (z) son: zn = nπ , para n = 0, ±1, ±2, . . .. Como p(zn ) 6= 0, q(zn ) = 0 y
q′ (zn ) = cos(nπ ) 6= 0, para todo n, entonces por el Teorema 3.9 todos los puntos singulares de f (z)
son polos simples.
Ejercicio 3.2. Verifique la existencia de los polos y el orden de los mismos para cada una de las
funciones dadas.
1
a) El punto z0 = 0 es un polo de orden m = 2 de la función f (z) = .
z(ez − 1)
(z + 1)
b) Los puntos z0 = 3i y z1 = −3i son polos simples de la función f (z) = .
(z2 + 9)
z2 − 2z + 3
c) El punto z0 = 2 es un polo simple de la función f (z) = .
(z − 2)
senh z
d) El punto z0 = 0 es un polo de orden m = 3 de la función f (z) = .
z4
3.2.2 Punto Singular Removible

Ahora definamos punto singular removible, es decir, puntos singulares en los cuales se puede
redefinir una función de manera de hacerlas analı́ticas allı́.
Definición 3.10. Sea z0 un punto singular aislado de f (z). Se dice que z0 es un punto singular
removible de f (z), si todos los coeficientes de la parte principal de f (z) en z0 son cero.
Si z0 es un punto singular removible de f (z), el desarrollo de Laurent de f (z) centrado en z0 ,

válido en el anillo 0 < |z − z0 | < r0 , tiene la forma
∞
f (z) = ∑ an (z − z0)n,
n=0

lı́m f (z) = a0 .
z→z0
Por lo tanto, para determinar si un punto singular aislado z0 es un punto singular removible de f (z),
basta con verificar que el lı́mz→z0 f (z) existe y es finito.
Ejemplo 3.20. Verificar que z0 = 0 es un punto singular removible de la función

sen z
f (z) = .
z

sen z L′ H
lı́m = lı́m cos z = 1,
z→0 z z→0
sen z
por tanto, z0 = 0 es un punto singular removible de f (z) = .
z
3.2.3 Punto Singular Esencial

A continuación damos la definición formal de punto singular esencial.
Definición 3.11. Sea z0 un punto singular aislado de f (z). Se dice que z0 es un punto singu-
lar esencial de f (z), si la parte principal de f (z) en z0 tiene un número infinito de términos
diferentes de cero.
Para determinar que un punto singular z0 es esencial, se puede estudiar el comportamiento en

el lı́mite f (z) cuando z tiende a z0 , lo cual se presenta en el siguiente teorema.
Teorema 3.10. Sea z0 un punto singular aislado de f (z). Entonces, z0 es un punto singular
esencial de f (z) si, y sólo si el lı́mite lı́mz→z0 f (z) no existe (ni finito ni infinito).
Demostración. (⇒) Supongamos que z0 es un punto singular esencial de f (z). Luego, el desarrollo
de Laurent (3.4) posee infinitos términos de potencias negativas de (z − z0 ); luego, lı́mz→z0 | f (z)|
no puede ser ∞, ya que z0 no es un polo y tampoco lı́mz→z0 f (z) es finito; en consecuencia, el lı́mite
lı́mz→z0 f (z) no existe.
(⇐) Supongamos que el lı́mite lı́mz→z0 f (z) no existe. Por el absurdo, supongamos que la parte
principal de f (z) en z0 tiene: a) finito términos distintos de cero o b) todos los coeficientes de la
parte principal son cero. En ambos casos, se llega a una contradicción, ya que si a) es cierto,
entonces hemos demostrado que lı́mz→z0 | f (z)| = ∞ (ver prueba del Teorema 3.8), o si b) es cierta
también hemos probamos que el lı́mz→z0 f (z) existe y es finito. Por lo tanto, la parte principal de
f (z) en z0 tiene infinitos términos distintos de cero, por lo que z0 es un punto singular esencial de
f (z).
Ejemplo 3.21. Verificar que z0 = 0 es un punto singular esencial de f (z) = e1/z .

Solución. El desarrollo de Laurent de e1/z centrado en z0 = 0 es
∞
1 −n
e1/z = 1 + ∑ z , |z| > 0.
n=1 n!
Se observa que la parte principal de e1/z en z0 = 0 tiene un número infinito de términos diferentes
de cero; por lo tanto, z0 = 0 es un punto singular esencial de e1/z .
Otra manera de ver que z0 = 0 es un punto singular esencial de e1/z , es probar que el lı́mite,
lı́mz→0 e1/z , no existe. Si nos acercamos al origen por la recta y = 0, x > 0, obtenemos que
lı́m e1/z = lı́m e1/x = ∞.
z→0 x→0
Ahora, si nos acercamos al origen por la recta x = 0, y > 0, tenemos que

e1/z = cos(1/y) − i sen(1/y) = e−i/y ,
es un número complejo de módulo 1 para todo valor de y. Luego,
lı́m e1/z = lı́m e−i/y 6= ∞.

z→0 y→0
Por lo tanto, el lı́mite lı́mz→0 e1/z no existe. En consecuencia, z0 = 0 es un punto singular esencial
de e1/z .
Observación 3.5. En general, demostrar que un lı́mite de una función de variable compleja no
existe, no es una tarea fácil. Por lo que, en muchos casos, es preferible construir el desarrollo de
Laurent centrado en z0 para determinar si z0 es un punto singular esencial de una función f (z).
Ejemplo 3.22. Determinar y clasificar las singularidades aisladas de la función
1
f (z) = 3 .
(z + 2)3 e1/(z+2)
Solución. El único punto singular de f (z) es z0 = −2, el cual es un punto singular esencial. En
efecto, se tiene que el desarrollo de Laurent de f (z) centrado en z0 = −2, está dado por:
3
f (z) = (z + 2)−3 e−1/(z+2)
∞
(−1)n
= (z + 2)−3 ∑ (z + 2)−3n
n=0 n!
∞
(−1)n
= ∑ n!
(z + 2)−3(n+1) , |z + 2| > 0.
n=0
Por lo que la parte principal de f (z) en z0 = −2 posee infinitos términos distintos de cero; por lo
tanto, z0 = −2 es un punto singular esencial de f (z).

sen z
f (z) = .
z5
Solución. El único punto singular de f (z) es z0 = 0, el cual es un polo de orden 4. En efecto, f (z)
se puede escribir como
p(z)
f (z) = ,
q(z)
donde 
 sen z , z 6= 0,
p(z) = z y q(z) = z4 .
1, z = 0,
Además, se tiene que: p(z) y q(z) son analı́ticas en z0 = 0, p(0) = 1 6= 0, q(0) = q′ (0) = q′′ (0) =
q′′′ (0) = 0 y q(iv) (0) = 24 6= 0. Entonces, z0 = 0 es un polo de orden 4 de f (z).
100 3.3. SERIES DE POTENCIAS Y SINGULARIDADES CON PYTHON
1
f (z) = 2 .
z2 ez
Solución. El único punto singular de f (z) es z0 = 0, el cual es un polo de orden 2. En efecto, f (z)
se puede escribir como
p(z)
f (z) = ,
q(z)
2
donde p(z) = e−z y q(z) = z2 . Además, se tiene que: p(z) y q(z) son analı́ticas en z0 = 0, p(0) =
1 6= 0, q(0) = q′ (0) = 0 y q′′ (0) = 2 6= 0. Por lo tanto, z0 = 0 es un polo de orden 2 de f (z).
3.3 Series de Potencias y Singularidades con Python

En esta sección usaremos la caja de herramientas de matemática simbólica la librerı́a Sympy.
En particular, el comando summation(expr,(n,a,b)) que permite evaluar la suma de una la
serie, donde expr define los términos de una serie con respecto de z y n, y n varı́a de a hasta b.
Observe el siguiente ejemplo donde se calcula:
∞
1
∑ zn = 1 − z , |z| < 1.
n=0

>>> z , n = s y m b o l s ( ’ z , n ’ )
>>> summation ( z ∗∗ n , ( n , 0 , oo ) )
P i e c e w i s e ( ( 1 / ( 1 − z ) , Abs ( z ) < 1 ) , ( Sum ( z ∗∗ n , ( n , 0 , oo ) ) , T r u e ) )
En esta caso, la respuesta que da Python indica que la serie no converge para |z| ≥ 1, pero si
converge a 1/(1 − z) cuando |z| < 1. Veamos otros ejemplos. Seguidamente se calcula:
∞
zn
• ∑ = − Log(1 − z), |z| < 1
n=1 n
∞
n z
• ∑ 2n zn = z
2 , |z| < 2
n=1 2 2 −1
∞
n(z + 2)n 2 z + 4
• ∑ 2n
=
z2
, |z + 2| < 2
n=0
>>> summation ( z ∗∗ n / n , ( n , 1 , oo ) )
P i e c e w i s e (( − l o g ( 1 − z ) , ( z >= −1) & ( z < 1 ) ) , ( Sum ( z ∗∗ n / n , ( n , 1 , oo ) ) , T r u e ) )
>>> summation ( n∗ z ∗∗ n / 2 ∗ ∗ n , ( n , 1 , oo ) )
P i e c e w i s e ( ( z / ( 2 ∗ ( 1 − z / 2 ) ∗ ∗ 2 ) , Abs ( z ) / 2 < 1 ) ,
( Sum(2∗∗( − n ) ∗ n ∗ z ∗∗n , ( n , 1 , oo ) ) , T r u e ) )
>>> summation ( n ∗ ( z +2)∗∗ n / 2 ∗ ∗ n , ( n , 0 , oo ) )
P i e c e w i s e ( ( 4 ∗ ( z / 2 + 1 ) / z ∗ ∗ 2 , Abs ( z / 2 + 1 ) < 1 ) ,
( Sum(2∗∗( − n ) ∗ n ∗ ( z + 2 ) ∗ ∗ n , ( n , 0 , oo ) ) , T r u e ) )
Hemos visto que el comando summation permite calcular a qué y en dónde converge una serie
de potencias. Ahora utilicemos el comando f.series(z,z0,n) para determinar el desarrollo de
Taylor de una función f (z), en particular, se calculan los n primeros términos,
f ′ (z0 ) f ′′ (z0 ) f (n) (z0 )

f (z0 ) + (z − z0 ) + (z − z0 )2 + · · · + (z − z0 )n ,
1! 2! n!
del desarrollo de Taylor de f (z) centrado en z0 . El valor de n puede omitirse, en cuyo caso
f.series(z,z0) arroja los 6 primeros términos del desarrollo. Si se omite z0, entonces el co-
mando f.series(z,n) arroja los n términos del desarrollo de Maclaurin de f (z). Observe el
siguiente ejemplo donde se calculan los seis primeros términos de los desarrollos de Maclaurin de
ez , cos z y 1/(1 − z).
>>> ( exp ( z ) ) . s e r i e s ( z )
1 + z + z ∗ ∗ 2 / 2 + z ∗ ∗ 3 / 6 + z ∗ ∗ 4 / 2 4 + z ∗ ∗ 5 / 1 2 0 + O( z ∗ ∗ 6 )
>>> ( cos ( z ) ) . s e r i e s ( z )
1 − z ∗ ∗ 2 / 2 + z ∗ ∗ 4 / 2 4 + O( z ∗ ∗ 6 )
>>> (1/(1 − z ) ) . s e r i e s ( z )
1 + z + z ∗∗2 + z ∗∗3 + z ∗∗4 + z ∗∗5 + O( z ∗ ∗ 6 )
El término O(z6 ) al final de la expresión representa el término de error de aproximación. Si no

desea que aparezca tal término, utilice el método removeO.
>>> ( exp ( z ) ) . s e r i e s ( z ) . removeO ( )
z ∗∗5/120 + z ∗∗4/24 + z ∗∗3/6 + z ∗∗2/2 + z + 1
>>> ( c o s ( z ) ) . s e r i e s ( z ) . removeO ( )
z ∗∗4/24 − z ∗∗2/2 + 1
>>> ( 1 / ( 1 − z ) ) . s e r i e s ( z ) . removeO ( )
z ∗∗5 + z ∗∗4 + z ∗∗3 + z ∗∗2 + z + 1
Observe el siguiente ejemplo donde se calculan los 8 primeros términos del desarrollo de Taylor
de f (z) = (z + 1)/(z − 5)6 al rededor de z0 = −1.
>>> ( ( z + 1 ) / ( z − 5 ) ∗ ∗ 6 ) . s e r i e s ( z , − 1 , 8 ) . removeO ( )
z /46656 + 77∗( z + 1)∗∗7/362797056 + 7∗( z + 1)∗∗6/10077696 +
7∗( z + 1)∗∗5/3359232 + 7∗( z + 1)∗∗4/1259712 +
7∗( z + 1)∗∗3/559872 + ( z + 1)∗∗2/46656 + 1/46656
El comando series también permite hallar directamente el desarrollo de Laurent de f (z) al

rededor de un punto singular. Observe el siguiente ejemplo donde se calculan los desarrollos de
Laurent de
z+1 z+1
f (z) = =
(z − 1)2 (z + 3) z3 + z2 − 5z + 3
alrededor de z0 = −3 y z0 = 1.
>>> ( ( z + 1 ) / ( z ∗∗3+ z ∗∗2−5∗ z + 3 ) ) . s e r i e s ( z , − 3 , 5 ) . removeO ( )
z /128 + ( z + 3)∗∗4/2048 + 3∗( z + 3)∗∗3/2048 + ( z + 3)∗∗2/256 + 3/128
− 1/(8∗( z + 3))
>>> ( ( z + 1 ) / ( z ∗∗3+ z ∗∗2−5∗ z + 3 ) ) . s e r i e s ( z , 1 , 5 ) . removeO ( )
z /128 − ( z − 1)∗∗4/8192 + ( z − 1)∗∗3/2048 − ( z − 1)∗∗2/512 − 5/128
+ 1/(8∗( z − 1)) + 1/(2∗( z − 1)∗∗2)
De esta forma, los desarrollos de Laurent de f (z) obtenidos se pueden expresar como:
1 (z + 3) (z + 3)2 3 (z + 3)3 (z + 3)4

f (z) = − + + + + + ···
8 (z + 3) 128 256 2048 2048
y
1 1 4 (z − 1) (z − 1)2 (z − 3)3 (z − 1)4
f (z) = + − + + + + + ···
2 (z − 1)2 8 (z − 1) 128 128 512 2048 8192
Por otra parte, el comando limit puede usarse para determinar la naturaleza de una singula-
ridad aislada, es decir, podemos identificar si es un polo, un punto singular removible o un punto
singular esencial. A continuación verificamos cada una de las siguientes afirmaciones:
a) El punto z0 = 0 es un polo de orden m = 2 de la función f (z) = 1/(z(ez − 1)).
b) El punto z0 = i es un punto singular esencial de f (z) = e1/(z−i) .
c) El punto z0 = π /2 es un punto singular removible de f (z) = cos(z)/(2z − π ).
a) Se tiene
>>> l i m i t ( a b s ( 1 / ( z ∗ ( exp ( z ) − 1 ) ) ) , z , 0 )
oo
Esto nos indica que z0 = 0 es un polo de f (z) = 1/(z(ez − 1)); además,

>>> l i m i t ( z ∗ ∗ 2 / ( z ∗ ( exp ( z ) − 1 ) ) , z , 0 )
1
indica que z0 = 0 es un polo de orden 2 de f (z) = 1/(z(ez − 1)).

b) Se tiene
>>> l i m i t ( exp ( 1 / ( z−I ) ) , z , I , ’ + ’ )
oo
>>> l i m i t ( exp ( 1 / ( z−I ) ) , z , I , ’− ’ )
0
En este caso, se ha obtenido
lı́m e1/(z−i) = ∞ y lı́m e1/(z−i) = 0,

z→i+ z→i−
por lo que el lı́mite lı́mz→i e1/(z−i) no existe; en otras palabras, z0 = i es un punto singular esencial
de f (z) = e1/(z−i) .
c) Se tiene
>>> l i m i t ( c o s ( z ) / ( 2 ∗ z−p i ) , z , p i / 2 )
−1/2
Por lo tanto, z0 = π /2 es un punto singular removible de f (z) = cos(z)/(2z − π ).

3.1. Determine el dominio de convergencia de cada una de las siguientes series:
∞ ∞
zn
∑ ∑

a) e) 2−n + (−i)n (z + i)n
n=1 n n=0
∞ ∞
zn
∑ n! ∑ z2
n
b) f)
n=0 n=0
∞ ∞
n!
c) ∑ nn zn g) ∑ nn zn
n=1 n=1
∞ ∞
n
d) ∑ 2n zn h) ∑ cos(in)zn
n=1 n=0
∞ ∞
n(z + 2)n
i) ∑ an zn , a∈R k) ∑ 2n
n=0 n=0
∞ ∞
(z − 1)−n (−1)n−1 n
j) ∑ 2n n3
l) ∑ n
z
n=1 n=1
3.2. Encuentre todas las representaciones en serie de potencias de (z − z0 ) para cada una de las
siguientes funciones, según el centro z0 dado.
a) f (z) = 1/z, z0 = 2i. z+1

f) f (z) = , z0 = 1.
(z − 1)2 (z + 3)
1
b) f (z) = , z0 = 2. cos z
z−3 g) f (z) = 2 , z0 = 0.
z
1
c) f (z) = 2 , z0 = 0. 3 1
z +1 h) f (z) = z cos , z0 = 2.
z−2
1
d) f (z) = 2 , z0 = 0. sen(2z)
(z + 1)2 i) f (z) = , z0 = −1.
(z + 1)3
z
e) f (z) = , z0 = −1. j) f (z) = (1 + z + z2 )e1/(z−1) , z0 = 1.
3z − z2 − 2
3.3. Determine y clasifique todas las singularidades aisladas de las siguientes funciones com-
plejas.
1 cos z
a) f (z) = . e) f (z) = .
2 2
z (z − 4z + 5) z2
z+i f) f (z) = z3 e1/z .
b) f (z) = 3 2 .
z + z − 8z − 12
z−1 z
c) f (z) = 4 2 . g) f (z) = .
z − z (1 + i) + i sen z
cos(z − 1) ez
d) f (z) = 4 2 . h) f (z) =
z − z (1 + i) + i z(1 − e−z )
4 Integración Compleja
En los cursos de cálculo elemental, particularmente, en el tema de integración de funciones

reales,
Rb
el concepto de integral tiene la siguiente interpretación geométrica: el valor de la integral
a h(x) dx corresponde al área comprendida entre el eje real y la gráfica de la función h(x) en
el intervalo [a, b]. Desafortunadamente, esta interpretación geométrica a través de áreas no puede
aplicarse fácilmente para funciones de variable compleja. Esto hace necesario interpretar de forma
diferente la integral de una función de variable compleja. El objetivo central de este capı́tulo
es calcular la integral de una función f (z) a lo largo de una curva en el plano complejo. Los
métodos de integración que se desarrollan son ampliamente usados en importantes aplicaciones de
diversas áreas de Ingenierı́a. En particular, la integración de funciones de variable compleja es una
herramienta esencial para el desarrollo teórico de las ideas del cálculo operacional, en particular,
el estudio de las transformadas de Laplace, Fourier y z, que son temas indispensables para la
compresión de ciertos conceptos estudiados en Ingenierı́a Eléctrica, Mecánica, Geofı́sica, entre
otras. En este capı́tulo se describen los conceptos básicos de la integración compleja, comenzando
con la integral definida, pasando luego por la integral de lı́nea y la primitiva de una función, para
finalizar con la teorı́a de residuos.
4.1 Integral Definida

Comencemos con estableciendo la integral de una función real de valores complejos, la cual se
denomina integral definida y se basa en la definición de integral de una función de variable real. A
continuación presentamos el concepto de integral definida.
Definición 4.1. Sea F(t) una función de variable real con valores complejos definida como
F(t) = U (t) + iV (t),
donde U : [a, b] → R y V : [a, b] → R son funciones continuas a trozos definidas en el intervalo

acotado y cerrado a ≤ t ≤ b. Bajo estas condiciones, la función F es continua a trozos y la
integral definida de F(t) en el intervalo a ≤ t ≤ b se define como:
Z b Z b Z b
F(t) dt = U (t) dt + i V (t) dt
a a a
y se dice que F(t) es integrable en [a, b].
Si U (t) y V (t) son funciones integrables en el intervalo [a, b], entonces la integral definida de
F(t) = U (t) + iV (t) existe; en cambio, si alguna de las funciones U (t) y V (t) no es integrable,
entonces F(t) no es integrable. Por ejemplo, la función F(t) = U (t) + iV (t), donde U (t) = 1/t y
V (t) = ln(t), es integrable en todo intervalo [a, b] tal que b > a > 0, además, el valor de la integral
es: Z b
F(t) dt = ln(b) − ln(a) + i [(a(1 − ln(a)) + b(ln(b) − 1)] .
a
104
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 105
En cambio, si el intervalo de integración es [−3, −2], entonces la integral de F(t) no existe, ya que
V (t) = ln(t) no está definida para t ≤ 0. En el siguiente ejemplo se calcula la integral definida de
la función eit .
Ejemplo 4.1. Calcular la integral

Z π /4
eit dt.
0
Solución. Como eit = cost + i sent, se tiene que

Z π /4 Z π /4 Z π /4 √ √
it 2 2− 2
e dt = cos t dt + i sent dt = +i .
0 0 0 2 2
Propiedades de la integral definida

Sean F(t) = U (t) + iV (t), F1 (t) = U1 (t) + iV1 (t) y F2 (t) = U2 (t) + iV2 (t), integrables en [a, b].
A partir de la definición de integral definida se deducen fácilmente las siguientes propiedades:
Z b Z b
i) Re F(t) dt = Re [F(t)] dt.
a a
Z b
Z b
ii) Im F(t) dt = Im [F(t)] dt.
a a
Z b Z b
iii) c F(t) dt = c F(t) dt, para todo c ∈ C.
a a
Z b Z b Z b
iv) [F1 (t) + F2 (t)] dt = F1 (t) dt + F2 (t) dt.
a a a
Z b Z b

v) F(t) dt ≤ |F(t)| dt.
a a
Ejercicio 4.1. Demostrar las propiedades de la integral definida.
Observación 4.1. Las propiedades de la integral definida constituyen la base teórica para estable-
cer resultados de la integración compleja, además, son muy útiles para el cálculo de integrales
definidas.
4.2 Integración de Lı́nea

Pasemos ahora a definir integral de lı́nea o integral de contorno de una función de variable
compleja a lo largo de una curva en el plano complejo. Antes de ello, es necesario establecer
formalmente el concepto de curva.
4.2.1 Contornos
A continuación presentamos conjuntos de puntos muy particulares denominados contornos que
nos permitirán definir la integral de una función de variable compleja.
106 4.2. INTEGRACIÓN DE LÍNEA
Definición 4.2 (Curva). Una curva C es un conjunto de puntos z = x + i y en el plano complejo

tales que x = x(t), y = y(t) (a ≤ t ≤ b), donde x(t) y y(t) son funciones continuas en el intervalo
[a, b]. Los puntos de C se pueden describir mediante la función continua
z(t) = x(t) + i y(t), a≤t ≤b
denominada parametrización de C (ver Figura 4.1).
y
C
β = z(b)
α = z(a) b b
b
z(t)
b b b
a t b x
Figura 4.1. Representación gráfica de una curva C
En la Figura 4.1 se aprecia la representación gráfica de una curva. El valor α = z(a) se de-
nomina extremo inicial de C y β = z(b) extremo final. Ahora, si x(t) y y(t) son diferenciables,
entonces la parametrización z(t) = x(t) + i y(t) también es diferenciable, cuya derivada está dada
por
z′ (t) = x′ (t) + i y′ (t), a ≤ t ≤ b.
La existencia de la derivada de la parametrización permite introducir un nuevo tipo de curva, deno-
minada curva suave.
Definición 4.3 (Curva suave). Una curva C se llama curva suave, si la derivada de la parametri-
zación z′ (t) existe, es continua y nunca se hace cero en el intervalo a ≤ t ≤ b.
Ejemplo 4.2. A continuación se muestran las gráficas de las curvas C1 y C2 , y sus respectivas
parametrizaciones z1 (t) y z2 (t). La curva C1 es suave, en cambio la curva C2 no lo es (se deja al
lector verificar esta aseveración).
y y
1 C1 1 C2
−1 1 x −1 1 x
−1
(
z1 (t) = eit , 0 ≤ t ≤ 2π −t + i(1 + t), −1 ≤ t ≤ 0,
z2 (t) =
−t + i(1 − t), 0 < t ≤ 1.
Definición 4.4 (Contorno). Un contorno o curva suave a tramos, es una curva que consta de un
número finito de curvas suaves unidas por sus extremos.
Ejemplo 4.3. Seguidamente se aprecia una representación gráfica de un contorno conformado por
seis curvas suaves C1 ,C2 , . . . ,C6 .
C2
C3
C1
C4
C6 C5
Definición 4.5 (Contorno cerrado simple). Se dice que C es un contorno cerrado simple, si C
es un contorno y z(a) = z(b) y z(t1 ) 6= z(t2 ), para todo t1 6= t2 ∈ (a, b).
Ejemplo 4.4. En la siguiente gráfica se muestran dos curvas C1 y C2 . La curva C1 es un contorno

cerrado simple, en cambio C2 no lo es.
C1 z2 (a) = z2 (b)
C2
z2 (t1 ) = z2 (t2 )
z1 (a) = z1 (b)
Observación 4.2. A todo contorno C representado por la ecuación
z(t) = x(t) + i y(t), a≤t ≤b
se le asocia el contorno −C, cuya parametrización está definida por la ecuación z = z(−t), donde
−b ≤ t ≤ −a. Gráficamente, el contorno −C es el mismo contorno C pero recorrido en sentido
contrario.
108 4.2. INTEGRACIÓN DE LÍNEA
4.2.2 Integral de Lı́nea
Definición 4.6. Sean f (z) una función y C un contorno representado por la ecuación
z(t) = x(t) + i y(t), a ≤ t ≤ b,
con extremo inicial α = z(a) y extremo final β = z(b). Supongamos que f (z) = u(x, y)+ i v(x, y)
es continua a trozos en C, es decir, las partes real e imaginaria, u(x(t), y(t)) y v(x(t), y(t)), de
f (z(t)) son funciones de t continuas a trozos. Bajo estas condiciones, se define la integral de
lı́nea de f (z) a lo largo de C como:
Z Z b
f (z) dz = f (z(t)) z′ (t) dt,
C a
donde z′ (t) = x′ (t) + i y′ (t).
La integral de lı́nea de f (z) = u(x, y) + i v(x, y) a lo largo de una curva C con parametrización
z(t) = x(t) + i y(t), a ≤ t ≤ b, adquiere la forma
Z Z b
f (z) dz = (u(x(t), y(t)) + i v(x, y)) x′ (t) + i y′ (t) dt
C a
Z b Z b
= U (t) dt + i V (t) dt,
a a
donde
U (t) = u(x(t), y(t))x′ (t) − v(x(t), y(t))y′ (t), V (t) = u(x(t), y(t))x′ (t) + v(x(t), y(t))x′ (t).
La existencia de la integral de lı́nea está garantizada cuando las funciones U (t) y V (t) dadas arriba
son integrables en el intervalo [a, b]. Por ejemplo, cuando f (z) es una función continua en un
dominio D que contiene la curva C, las funciones componentes u(x, y) y v(x, y) son continuas en
ese dominio, por lo que las funciones U (t) y V (t) dadas arriba son integrables en el intervalo [a, b],
en consecuencia, la integral de lı́nea de f (z) existe.
Propiedades de la Integral de Lı́nea

Sean f (z) y g(z) funciones de variable compleja continuas a trozos sobre un contorno C con
parametrización z(t) = x(t) + i y(t), a ≤ t ≤ b. A partir de la definición de integral de lı́nea se
deducen las siguientes propiedades.
Z Z
i) k f (z) dz = k f (z) dz, para k ∈ C.
C C
Z Z Z
ii) [ f (z) + g(z)] dz = f (z) dz + g(z) dz.
C C C
Z Z −a Z
iii) f (z) dz = f (z(−t)) z′ (−t) dt = − f (z) dz.
−C −b C
iv) Si C consta de una curva C1 desde α1 hasta β1 y de la curva C2 desde α2 hasta β2 , donde
α2 = β1 , se cumple: Z Z Z
f (z) dz = f (z) dz + f (z) dz.
C C1 C2
Z Zb

v) f (z) dz ≤
| f (z(t)) z′ (t)| dt.
C a
Ejercicio 4.2. Demostrar las propiedades de la integral de lı́nea.
Ejemplo 4.5. Calcular la integral Z

1
dz,
|z|=1 z
donde |z| = 1 es la circunferencia de centro 0 y radio 1, recorrida en sentido positivo.
Solución. Una parametrización de la circunferencia |z| = 1 es:
z(t) = eit = cost + i sent, 0 ≤ t ≤ 2π .
Ası́, Z Z 2π Z 2π
1 1
dz = it
ie dt = i dt = 2π i.
|z|=1 z 0 eit 0

(z − i) dz,
C
donde C es el contorno descrito por la ecuación
(
−t + i(1 + t), −1 ≤ t ≤ 0,
z(t) =
−t + i(1 − t), 0 < t ≤ 1.
Solución. Utilizando la propiedad iv) de la integral de lı́nea, podemos escribir:

Z Z 0 Z 1
(z − i) dz = (−t + i(1 + t) − i) (−1 + i) dt + (−t + i(1 − t) − i) (−1 − i) dt
C −1 0
Z 0 Z 1
= (−1 + i) t(−1 + i) dt + (−1 − i) t(−1 − i) dt
−1 0
Z 0 Z 1
−1 1
= (−1 + i)2 t dt + (−1 − i)2 t dt = −2i · + 2i · = 2i.
−1 0 2 2
Ejemplo 4.7. Determinar el valor de la integral

Z
Re (z(z − 1)) dz,
C
donde C es el arco desde z = −1 + i hasta z = 1 + i a lo largo de la curva y = |x|.

Solución. La parametrización de C es
(
t − it, −1 ≤ t ≤ 0,
z(t) =
t + it, 0 < t ≤ 1.
110 4.3. TEOREMA DE CAUCHY-GOURSAT
Ası́, usando la definición y las propiedades de la integral de lı́nea podemos escribir:

Z Z 1
Re (z(z − 1)) dz = Re (z(t)(z(t) − 1))z′ (t) dt
C −1
Z 0 Z 1
2
= (1 − i) (2t − t) dt + (1 + i) (2t 2 − t) dt
−1 0
7 1 8
= (1 − i) + (1 + i) = − i.
6 6 6
Ejemplo 4.8. Sea f (z) una función de variable compleja definida por
(
1, si Re z < 0;
f (z) =
4 Re z, si Re z ≥ 0.
Determinar el valor de la integral Z

f (z) dz,
C
donde C es el arco desde z = −1 − i hasta z = 1 + i, a lo largo de la curva y = x.
Solución. La parametrización de C es z(t) = t + it, −1 ≤ t ≤ 1. Ası́, considerando la definición de
f (z) y las propiedades de la integral de lı́nea, podemos escribir:
Z Z 1
f (z) dz = f (z(t)) z′ (t) dt
C −1
Z 0 Z 1
= (1 + i) dt + 4t dt = 3 + 3i.
−1 0
4.3 Teorema de Cauchy-Goursat

El siguiente resultado se conoce como Teorema de Cauchy-Goursat. El nombre de Cauchy
es en honor al matemático francés Augustin Louis Cauchy Mel (1789-1857), quien descrubrió
el teorema en 1825, y el nombre Goursat es en honor al matemático francés Edouard Goursat
(1858-1936), quien dio una demostración que no requerı́a de la hipótesis de que la derivada de la
función fuera continua. La demostración del Teorema de Cauchy-Goursat se puede ver en [7] y es
esencialmente la misma que la demostración dada por Goursat.
Teorema 4.1 (Teorema de Cauchy-Goursat). Sea C un contorno cerrado simple. Sea f (z) una
función analı́tica sobre y en el interior de C. Entonces,
Z
f (z) dz = 0.
C
El Teorema de Cauchy-Goursat es uno de los resultados más importantes del análisis complejo.
Desde el punto de vista práctico, este teorema puede ahorrar una gran cantidad de trabajo al realizar
cierto tipo de integraciones. Por ejemplo, integrales como
Z Z Z
sen z dz, cosh z dz y ez dz
C C C
deben anularse para cualquier contorno cerrado simple C. En todos estos casos, el integrando es
una función entera. Ahora, desde el punto de vista teórico, el Teorema de Cauchy-Goursat permite
introducir el concepto de primitiva de una función (lo cual se estudiará más adelante), entre otros
conceptos. R
Note que la dirección de integración en la integral C f (z) dz = 0 no afecta el resultado, pues
Z Z
f (z) dz = − f (z) dz.
−C C
En el siguiente ejemplo se verifica la validez del Teorema de Cauchy-Goursat.
Ejemplo 4.9. Verifique que Z

zn dz = 0,
C
donde n es un entero positivo y C es la circunferencia |z| = r, con r > 0.
Solución. Como n > 0, la función f (z) = zn es entera, luego por el Teorema de Cauchy-Goursat
Z
zn dz = 0.
C
Veamos que esto es efectivamente cierto. Una parametrización de |z| = r es:
z(t) = r eit , 0 ≤ t ≤ 2π .
Luego,
Z Z 2π Z 2π
n
z dz = it n it
(r e ) (ir e ) dt = ir n+1
e(n+1)it dt
C 0 0
Z 2π
= irn+1 [cos((n + 1)t) + i sen((n + 1)t)] dt
0
sen((n + 1)t) − i cos((n + 1)t) 2π

= irn+1 = 0.
(n + 1) 0
Ası́, hemos verificado el Teorema de Cauchy-Goursat para un caso particular.
4.3.1 Extensión del Teorema de Cauchy-Goursat

Pasemos ahora a describir la extensión del Teorema de Cauchy-Goursat. Para ello necesitamos
definir algunos dominios muy particulares.
Definición 4.7 (Dominio simplemente conexo). Un dominio D se dice simplemente conexo si

todo contorno cerrado simple dentro del mismo encierra sólo puntos de D.
112 4.3. TEOREMA DE CAUCHY-GOURSAT
Definición 4.8 (Dominio multiplemente conexo). Un dominio D se dice multiplemente conexo

si no es simplemente conexo.
Ejemplo 4.10. En la siguiente gráfica se muestran dos dominios D1 y D2 , y tres contornos cerrados
simples C, C1 y C2 . El Dominio D1 es simplemente conexo, en cambio D2 es multiplemente
conexo.
D1 D2
C C1
C2
El siguiente teorema es la extensión del Teorema de Cauchy-Goursat para dominios simple-

mente conexos. La demostración de esta teorema se obtiene de forma inmediata al emplear el
Teorema de Cauchy-Goursat.
Teorema 4.2. Si f (z) es analı́tica en un dominio simplemente conexo D, entonces para todo
contorno cerrado simple C, dentro de D, se cumple
Z
f (z) dz = 0.
C
Veamos ahora un ejemplo de aplicación del Teorema de Cauchy-Goursat el cual nos permitirá
extenderlo para dominios multiplemente conexos.
Ejemplo 4.11. Pruebe que

Z
1
dz = 0,
B z2 (z2 − 1)
donde B consta de la circunferencia |z| = 2 descrita en la dirección positiva, y de las circunferencias

|z + 1| = 1/2, |z| = 1/2 y |z − 1| = 1/2, descritas en la dirección negativa.
Solución. Sea f (z) la función definida por
1
f (z) = .
z2 (z2 − 1)
Sean los contornos cerrados simples C1 y C2 indicados respectivamente con los colores azul y rojo,
que se muestran en las siguientes figuras.
y y
2 2
C1
1 1
x x
−2 −1 1 2 −2 −1 1 2
−1 −1
C2
−2 −2
Es claro que Z Z Z
f (z) dz = f (z) dz + f (z) dz.
B C1 C2
Como f (z) es una función analı́tica sobre y en el interior de los contornos cerrados simples C1 y
C2 , entonces por el Teorema de Cauchy-Goursat obtenemos:
Z Z
f (z) dz = 0 y f (z) dz = 0.
C1 C2
Por lo tanto, podemos concluir que la integral dada es cero.
El procedimiento realizado en el Ejemplo 4.11 se puede considerar una verificación de la ex-

tensión del Teorema de Cauchy-Goursat para dominios multiplemente conexos dada en el Teo-
rema 4.3. La demostración de este teorema se deja como ejercicio para el lector. (Ayuda: utilice
un razonamiento similar al empleado en el Ejemplo 4.11.)
Teorema 4.3. Se denota a C como un contorno cerrado simple y a C j ( j = 1, 2, . . . , n) como un

número finito de contornos cerrados simples interiores a C tales que los conjuntos interiores a
cada C j no tienen puntos en común. R es la región cerrada que consta de todos los puntos dentro
y sobre C excepto los puntos interiores a cada C j (R es un dominio multiplemente conexo). Se
denota por B la frontera completa orientada de R que consta de C y todos los C j , descrita en
una dirección tal que los puntos de R se encuentran a la izquierda de B. En este caso, si una
función f (z) es analı́tica en R, entonces
Z
f (z) dz = 0.
B
4.4 Integral Indefinida

El Teorema de Cauchy-Goursat es una herramienta valiosa cuando se trata de integrar una
función analı́tica a lo largo de un contorno cerrado. En caso de que el contorno no sea cerrado,
existen métodos que se pueden deducir a partir de dicho teorema y que facilitan el cálculo de
la integral considerada. El siguiente teorema se conoce como principio de independencia de la
trayectoria, cuya demostración se fundamenta en el Teorema de Cauchy-Goursat.
114 4.4. INTEGRAL INDEFINIDA
Teorema 4.4 (Principio de independencia de la trayectoria). Sea f (z) analı́tica en un dominio

simplemente conexo D y sean z1 , z2 ∈ D. Entonces, el valor de la integral
Z z2
f (z) dz
z1
no depende del contorno, dentro de D, utilizado para ir de z1 a z2 .
Demostración. Podemos suponer, sin pérdida de generalidad, que los contornos C1 y C2 van de
z1 a z2 sin intersección en puntos intermedios. Se tiene que los contornos C1 y −C2 forman un
contorno cerrado simple, que denominamos C. Luego, por el Teorema de Cauchy-Goursat
Z
f (z) dz = 0,
C
pero Z Z Z Z Z
f (z) dz = f (z) dz + f (z) dz = f (z) dz − f (z) dz,
C C1 −C2 C1 C2
por lo tanto, Z Z
f (z) dz = f (z) dz,
C1 C2
lo cual indica que la integral desde z1 hasta z2 es ası́ independiente del contorno seguido, en tanto
ese contorno se encuentre dentro de D.
Del principio de la independencia de la trayectoria se garantiza la existencia de la primitiva de
una función de variable compleja.
Definición 4.9 (Integral indefinida o primitiva). Sea f (z) una función analı́tica en un dominio
simplemente conexo D ⊂ C. Sea z0 ∈ D. La función F(z) definida en D por
Z z
F(z) = f (s) ds + c, (4.1)
z0
se denomina integral indefinida o primitiva de f (z), donde c es un constante compleja.
En realidad, f (z) posee un número infinito de primitivas. Dichas primitivas difieren en valores
constantes y son analı́ticas en D, y satisfacen
F ′ (z) = f (z), para todo z ∈ D.
Usamos la notación de integral indefinida
Z
f (z) dz
para indicar todas las posibles primitivas de f (z). Note que la primitiva de cada una de las funciones
elementales complejas, son las mismas primitivas de sus homólogas de variable real; por ejemplo,
la primitiva de ez es, por supuesto, ella misma, y la primitiva de sen z es − cos z, etc. Además, las
reglas de integración: integración por partes, cambio de variables, entre otras, también se satisfacen
para funciones de variable compleja que poseen primitiva.
Por otra parte, la constante c correspondiente a una primitiva especı́fica
Z z
f (s) ds
z0
queda determinada por el lı́mite inferior de integración, como se muestra en el siguiente ejemplo.
Ejemplo 4.12. a) Encuentre las primitivas de f (z) = z sen z.

R π /2
b) Encuentre la primitiva necesaria para calcular la integral π z sen z dz y halle el valor de la
integral.
Solución.
a) Usando integración por partes obtenemos
Z Z
z sen z dz = −z cos z + cos z dz = −z cos z + sen z + c = F(z).
b) Usando el resultado de a) tenemos

Z z
s sen s ds = −z cos z + sen z + c.
π
Para determinar el valor de c observemos que el lado izquierdo de esta ecuación es cero cuando
z = π . Por lo tanto,
0 = −π cos π + sen π + c,
de donde se deduce que c = −π . De esta forma,
Z z
s sen s ds = −z cos z + sen z − π .
π
Utilizando esta última ecuación tenemos que

Z π /2
z sen z dz = −(π /2) cos(π /2) + sen(π /2) − π = 1 − π .
π
De la ecuación (4.1) se infiere que una integral definida se puede evaluar de igual forma que en
el cálculo elemental: β
Z β
f (z) dz = F(β ) − F(α ) = F(z) ,
α α
es decir, usando la Regla de Barrow, que es una aplicación del Teorema Fundamental del Cálculo.
Ejemplo 4.13. Sea f (z) = Log(z + 1). Determinar la expresión analı́tica de la primitiva
Zz
F(z) = f (s) ds + c,
i−1
en el dominio simplemente conexo
D = {z ∈ C : |z + 1| > 0, −π < arg(z + 1) < π } .
Solución. Las primitivas de f (z) = Log(z + 1), en el dominio D, tienen la forma
F(z) = (Log(z + 1) − 1)(z + 1) + c
La primitiva pedida debe satisfacer F(i − 1) = 0, en otras palabras,

π π
0 = F(i − 1) = (Log(i) − 1)i + c = − − i + c ⇒ c= + i.
2 2
116 4.5. FÓRMULA INTEGRAL DE CAUCHY
Por lo tanto, la expresión analı́tica de la primitiva pedida es
π
F(z) = (Log(z + 1) − 1)(z + 1) + + i.
2
f (z) = zi ≡ ei log z ,
donde log z = ln |z| + i arg z, con |z| > 0 y −π /2 < arg z < 3π /2. Determinar el valor de la integral
Z
f (z) dz,
C
donde C es el arco de la circunferencia |z| = 1 desde z = −1 hasta z = 1 situado en el semiplano

superior.
Solución. La función f (z) = ei log z es analı́tica en el dominio simplemente conexo
D = {z ∈ C : |z| > 0, −π /2 < arg z < 3π /2}.
Por lo tanto, f (z) tiene primitiva en D dada por:
zi+1 e(i+1) log z

F(z) = ≡ + c,
i+1 i+1
además, la curva C está dentro de D. Luego, podemos escribir:

" #1 0
e(i+1) log z e − e−π eπ i 1 + e−π
Z Z 1
i
f (z) dz = z dz = +c = = (1 − i).
C −1 i+1 i+1 2
−1
4.5 Fórmula Integral de Cauchy

En esta sección veremos que si una función es analı́tica en un punto, sus derivadas de todos
los órdenes existen en ese punto y son también analı́ticas ahı́. Previo a este resultado veremos un
resultado curioso que se obtiene a través del Teorema de Cauchy-Goursat, a saber: si consideramos
una función analı́tica sobre y en el interior de un contorno cerrado simple, basta con conocer los
valores que ella toma sobre ese contorno, para determinar los valores que toma en el interior del
mismo. Este resultado se conoce como fórmula integral de Cauchy. La demostración de este
teorema se puede ver en [7].
Teorema 4.5 (Fórmula Integral de Cauchy). Sea f (z) una función analı́tica en un dominio
simplemente conexo D ⊂ C. Sea C un contorno cerrado simple C dentro de D. Sea z0 ∈ D un
punto interior a C. Entonces,
Z
1 f (z)
f (z0 ) = dz. (4.2)
2π i C (z − z0 )
La fórmula (4.2) se denomina fórmula integral de Cauchy y la integral es llamada integral tipo
Cauchy. El siguiente ejemplo aclara el uso de esta fórmula en la evaluación de integrales.
Ejemplo 4.15. Hallar el valor de la integral

Z
1
dz.
|z−i|=2 z2 + 4
Solución. Factorizando el integrando tenemos
1 1
= .
z2 + 4 (z − 2i)(z + 2i)
Observamos que el factor (z − 2i) se anula dentro del contorno de integración y que (z + 2i) no se
anula ni sobre el contorno ni en su interior. Escribiendo la integral considerada en la forma
1
Z
(z + 2i)
dz
|z−i|=2 (z − 2i)
notamos que la función f (z) = 1/(z + 2i) es analı́tica tanto en la circunferencia |z − i| = 2 como en
su interior. Por tanto, podemos usar la fórmula integral de Cauchy dada en el Teorema 4.5, con lo
cual podemos escribir:
Z Z
1 f (z) 1 1
f (2i) = dz = dz.
2π i |z−i|=2 (z − 2i) 2π i |z−i|=2 z2 + 4
1
Como f (2i) = , entonces el valor de la integral considerada es
4i
π
Z
1
dz = 2π i f (2i) = .
|z−i|=2 z2 + 4 2
Ahora estableceremos que si una función es analı́tica en un punto, entonces sus derivadas de
todos los órdenes existen en ese punto y son también analı́ticas. Tal resultado se conoce como
extensión de la fórmula integral de Cauchy.
118 4.5. FÓRMULA INTEGRAL DE CAUCHY
Teorema 4.6 (Extensión de la Fórmula Integral de Cauchy). Sea f (z) una función analı́tica en
un dominio simplemente conexo D ⊂ C. Sea C un contorno cerrado simple C dentro de D. Sea
z0 ∈ D un punto interior a C. Entonces, f (z) es infinitamente diferenciable en D y
Z
n! f (z)
f (n) (z0 ) = dz.
2π i C (z − z0 )
n+1
Además, f (n) (z) es analı́tica en D para cada n.
El siguiente ejemplo aclara el uso de la extensión de la fórmula integral de Cauchy en la evalua-

ción de integrales.
Ejemplo 4.16. Hallar el valor de la integral

Z
1
dz.
|z−i|=2 (z2 + 4)2
Solución. Factorizando el integrando tenemos

1 1
= .
(z2 + 4)2 (z − 2i)2 (z + 2i)2
Tomando f (z) = 1/(z + 2i)2 y z0 = 2i, por el Teorema 4.6 podemos escribir:
Z Z
′ 1 f (z) 1 1
f (2i) = dz = dz.
2π i |z−i|=2 (z − 2i)
2 2π i |z−i|=2 (z2 + 4)2
−2
Como f ′ (z) = , entonces el valor de la integral considerada es
(z + 2i)3
π
Z
1
dz = 2π i f ′ (2i) = .
|z−i|=2 (z2 + 4)2 16
Ejemplo 4.17. Determinar el valor de la integral

Z
sen(z + 1)
dz.
|z+1|=1 (z + 1)34
Solución. Sea f (z) = sen(z + 1). Es claro que f (z) es analı́tica en la circunferencia |z + 1| = 1 y en
el interior de la misma, además, z0 = −1 es un punto interior de esta circunferencia. Ası́, usando
la extensión de la fórmula integral de Cauchy, podemos escribir:
2π i f (33) (−1)
Z
sen(z + 1)
dz = .
|z+1|=1 (z + 1)34 33!
Hallemos f (33) (−1). Para ello utilizaremos el desarrollo de Taylor de f (z) centrado en z0 = −1.
Tal desarrollo tiene la forma
∞
f (z) = ∑ an (z + 1)n, |z + 1| < ∞,
n=0
f (n) (−1)
donde an = n! . Luego, f (33) (−1) = 33! a33 . Como
∞
(−1)n
f (z) = sen(z + 1) = ∑ (2n + 1)! (z + 1)2n+1 , |z + 1| < ∞,
n=0
entonces f (33) (−1) = 1. Por lo tanto, el valor de la integral dada está dado por:
2π i
Z
sen(z + 1)
dz = .
|z+1|=1 (z + 1)34 33!
4.6 Residuo
La teorı́a de residuos proporciona una técnica de evaluación (rápida y) efectiva de integrales de
la forma Z
f (z) dz,
C
donde C es un contorno cerrado simple. El punto esencial de la teorı́a es el concepto de residuo y

su relación con la serie de Laurent.
Definición 4.10. Sean C un contorno cerrado simple orientado positivamente y z0 ∈ C un punto

interior a C. Sea f (z) una función analı́tica sobre C y en todo punto de su interior, salvo en z0 .
El residuo de f (z) en z0 , denotado por Res [ f (z)], se define como
z=z0
Z
1
Res [ f (z)] = f (z) dz.
z=z0 2π i C
El siguiente teorema describe la relación que existe entre el residuo Res [ f (z)] y una, y sólo una
z=z0
serie de Laurent de f (z) centrada en z0 ; además, dice que Res [ f (z)] es igual al coeficiente b1 de
z=z0
esa serie de Laurent.
Teorema 4.7. Sea z0 un punto singular aislado de una función f (z). Entonces, el residuo de
f (z) en z0 es igual al coeficiente de (z − z0 )−1 en la serie de Laurent que representa a f (z) en
el anillo
0 < |z − z0 | < r,
para cierto número real r > 0.
Demostración. Como z0 es un punto singular aislado de f (z), entonces existe r > 0 tal que el
desarrollo de Laurent de f (z) centrado en z0 , válido en el anillo 0 < |z − z0 | < r, está dado por:
∞ ∞
f (z) = ∑ an(z − z0 )n + ∑ bn (z − z0)−n .
n=0 n=1
120 4.6. RESIDUO
Sea C un contorno cerrado simple orientado positivamente contenido en el anillo 0 < |z − z0 | < r
tal que z0 es un punto interior de C. Ası́, integrando en ambas partes de la ecuación anterior
obtenemos:
" #
Z Z ∞ ∞
C
f (z) dz =
C
∑ an(z − z0 )n + ∑ bn (z − z0)−n dz
n=0 n=1
∞ Z ∞ Z
= ∑ an C
(z − z0 )n dz + ∑ bn
C
(z − z0 )−n dz,
n=0 n=1
además, aplicando convenientemente el Teorema de Cauchy-Goursat, la fórmula integral de Cau-

chy o la extensión de la fórmula integral de Cauchy, tenemos:
Z
(z − z0 )n dz = 0, para n ≥ 0,
C
Z
(z − z0 )−1 dz = 2π i,
C
Z
(z − z0 )−n dz = 0, para n ≥ 2.
C
Por lo tanto, Z
f (z) dz = b1 2π i,
C
Res [ f (z)] = b1 ,
z=z0
En el siguiente ejemplo se emplea el teorema anterior para calcular el residuo.

Ejemplo 4.18. Utilizar el Teorema 4.7 para calcular los siguientes residuos:

a) Res e1/z
z=0

1
b) Res
z=i (z − i)2

c) Res z4 sen(1/z)
z=0
Solución. a) El desarrollo de Laurent de f (z) = e1/z centrado en z0 = 0 es:

∞
1
e1/z = ∑ n! z−n, |z| > 0,
n=0
por lo que se obtiene: h i

Res e1/z = 1.
z=0
b) Como el desarrollo de Laurent de f (z) = 1/(z − i)2 centrado en z0 = i es la función misma,

entonces se tiene:
1
Res = 0.
z=i (z − i)2
c) El desarrollo de Laurent de f (z) = z4 sen(1/z) centrado en z0 = 0 está dado por:

∞ ∞
(−1)n −(2n+1) (−1)n 3−2n
z4 sen(1/z) = z4 ∑ z =∑ z , |z| > 0,
n=0 (2n + 1)! n=0 (2n + 1)!
de donde se deduce:
1
Res z4 sen(1/z) = .
z=0 5!
4.6.1 Cálculo del Residuo

Como vimos en el Ejemplo 4.18, el Teorema 4.7 se puede aplicar para calcular el residuo de
una función f (z) en un punto singular aislado z0 . De esta forma, las implicaciones del Teorema 4.7
en el cálculo del residuo son las siguientes:
• si z0 es un punto singular removible de la función f (z), entonces su residuo en ese punto es
cero;
• si z0 es un punto singular esencial de f (z), la única manera para determinar el residuo en
dicho punto, consiste en obtener el desarrollo de Laurent centrado z0 , válido en el anillo
dado en el Teorema 4.7, y tomar el residuo igual al coeficiente b1 .
Pero, si la función tiene un polo en z0 , no es necesario obtener todo el desarrollo de Laurent
centrado en z0 para encontrar el coeficiente que buscamos. Existe un método que en esencia emplea
implı́citamente el desarrollo de Taylor centrado en z0 de una función particular, con el fin de hallar
el residuo de f (z) en z0 , siempre y cuando se tenga la certeza que z0 es un polo. Seguidamente
damos este método.
Cálculo del Residuo en un Polo

El siguiente teorema nos permite identificar si un punto z0 es un polo de f (z) y, además, nos
dice como calcular el residuo Res [ f (z)].
z=z0
Teorema 4.8. Sea z0 un punto singular aislado de una función f (z). Si para cierto entero
positivo m, la función
φ (z) = (z − z0 )m f (z)
se puede definir en z0 de modo que sea analı́tica ahı́ y φ (z0 ) 6= 0, entonces f (z) tiene un polo de
orden m en z0 y, además,



φ (z0 ) = lı́m (z − z0 )m f (z), m = 1;
 z→z0
Res [ f (z)] = (4.3)
z=z0 
 φ (m−1) (z )
0

 , m > 1.
(m − 1)!
Demostración. Supongamos que la función φ (z) = (z − z0 )m f (z) es analı́tica en z0 y φ (z0 ) 6= 0.

Entonces, la función f (z) se puede escribir como
p(z)
f (z) = ,
q(z)
donde p(z) = φ (z) y q(z) = (z − z0 )m , además,
q(z0 ) = q′ (z0 ) = · · · = q(m−1) (z0 ) = 0, y q(m) (z0 ) = m! 6= 0.
122 4.6. RESIDUO
Luego, por el Teorema 3.9 z0 es un polo de orden m de f (z).

Pasemos ahora a demostrar la fórmula (4.3). Como φ (z) es analı́tica en z0 , entonces el desarro-
llo de Taylor de φ (z) centrado en z0 , válido en cierto disco |z − z0 | < r, está dado por:
φ (m) (z0 )
φ (z) = (z − z0 )m f (z) = φ (z0 ) + φ ′ (z0 )(z − z0 ) + · · · + (z − z0 )m + · · · .
m!
Ası́, en cada punto z del disco |z − z0 | < r excepto en z0 , se tiene que
φ (z0 ) φ ′ (z0 ) φ (m−1) (z0 ) φ (m) (z0 )

f (z) = + + · · · + + + ··· ,
(z − z0 )m (z − z0 )m−1 (m − 1)!(z − z0 ) m!
que es el desarrollo de Laurent de f (z) centrado en z0 válido en el anillo 0 < |z − z0 | < r, con
φ (m−1) (z0 )
b1 = .
(m − 1)!
Entonces, por el Teorema 4.7 la ecuación (4.3) es cierta.
En los siguientes ejemplos se muestra la utilidad del teorema anterior en el cálculo del residuo
en un polo.
ez
Ejemplo 4.19. Hallar el residuo de f (z) = en cada uno de sus puntos singulares.
sen z
ez
Solución. Los puntos singulares aislados de f (z) = son:
sen z
zn = nπ , n = 0, ±1, ±2, . . . ,
además, cada zn es un polo simple de f (z). Definamos la función φn (z) como



 lı́m (z − zn ) f (z) = (−1)n enπ , si z = zn ,
z→zn
φn (z) = (z − zn ) f (z) = z
 (z − zn )e ,


si z 6= zn .
sen z
Es claro que φn (z) es analı́tica en zn y φn (zn ) 6= 0. Luego, por (4.3) se tiene:
z
e
Res = (−1)n enπ , n = 0, ±1, ±2, . . .
z=zn sen z
Ejemplo 4.20. Calcular los siguientes residuos:

ez
a) Res 2 2 .
z=0 z (z + 1)
" #
z1/2
b) Res . (Utilizando la rama principal de z1/2 )
z=2 z(z − 2)2

Log z
c) Res 4 .
z=1 z (z − 1)2

sen z − z
d) Res , para n = 0, ±1, ±2, . . .
z=nπ i z senh z
ez
Solución. a) Sea f (z) = . Como z0 = 0 es un polo de orden 2 de f (z), entonces la función
z2 (z2 + 1)
φ (z) se define por:
ez
φ (z) = z2 f (z) = ,
z2 + 1
además, se tiene que φ (z) es analı́tica en z0 y φ (z0 ) = 1 6= 0. Luego, por (4.3) se obtiene:
" #
ez φ ′ (0) z2 − 2z + 1 ez
Res 2 2 = = = 1.
z=0 z (z + 1) 1! (z2 + 1)2
z=0
z1/2
b) Sea f (z) = (utilizando la rama principal de z1/2 ). Como z0 = 2 es un polo de orden 2
z(z − 2)2
de f (z), entonces la función φ (z) se define por:
z1/2
φ (z) = (z − 2)2 f (z) = ,
z
√
además, φ (z) es analı́tica en z0 y φ (2) = 2/2 6= 0. Entonces, por (4.3) se tiene:
" # √
z1/2 φ ′ (2) 1 −3/2 2
Res = = − z =− .
z=2 z(z − 2)2 1! 2 z=2 8
Log z
c) Sea f (z) = . Como z0 = 1 es un polo simple de f (z), entonces la función φ (z) se
z4 (z − 1)2
puede definir como:

 Log z

 lı́m(z − 1) f (z) = lı́m 4 = 1, si z = 1,
z→1 z→1 z (z − 1)
φ (z) = (z − 1) f (z) =

 Log z

 4 , si z 6= 1.
z (z − 1)
además, se tiene que φ (z) es analı́tica en z0 y φ (1) = 1 6= 0. Ası́, por (4.3) se obtiene:

Log z
Res 4 = lı́m φ (z) = 1.
z=1 z (z − 1)2 z→1
d) Sea Cn un contorno cerrado simple orientado positivamente de manera que contiene en su interior
solo a zn y no a otro punto singular zk con k 6= n (asuma también que ningún zk pertenece a Cn ).
Bajo estas condiciones se tiene:
Z Z Z
sen z − z sen(z) 1
dz = dz − dz,
Cn z senh z Cn z senh(z) Cn senh(z)
de donde se deduce:

sen z − z sen(z) 1
Res = Res − Res .
z=nπ i z senh z z=nπ i z senh(z) z=nπ i senh(z)
124 4.6. RESIDUO
De esta forma, aplicando el Teorema 4.8 se obtiene, para n 6= 0:

sen(z) (z − nπ i) sen(z) (−1)n senh(nπ )
Res = lı́m = ,
z=nπ i z senh(z) z→nπ i z senh(z) nπ

1 (z − nπ i)
Res = lı́m = (−1)n .
z=nπ i senh(z) z→nπ i senh(z)
Luego,

sen z − z n senh(nπ )
Res = (−1) −1 , para n 6= 0.
z=nπ i z senh z nπ
Ahora, para n = 0, se tiene aplicando el Teorema 4.8:

sen(z) z sen(z)
Res = lı́m = 1,
z=0 z senh(z) z→0 z senh(z)

1 z
Res = lı́m = 1.
z=0 senh(z) z→0 senh(z)
Por lo tanto,
sen z − z
Res = 0.
z=0 z senh z
4.6.2 Teorema de los Residuos

El siguiente teorema nos permite calcular la integral de una función f (z) a lo largo de un
contorno cerrado simple C, tal que f (z) es analı́tica en C y en su interior, salvo en un número finito
de puntos singulares interiores a C.
Teorema 4.9 (Teorema de los Residuos). Sea C un contorno cerrado simple orientado positi-
vamente, dentro y sobre el cual una función f (z) es analı́tica excepto en un número finito de
puntos z1 , z2 , . . . , zn interiores a C. Entonces,
Z n
C
f (z) dz = 2π i ∑ Res
z=z
[ f (z)] .
k
k=1
Demostración. La demostración la realizaremos utilizando el Teorema de Cauchy-Goursat para

dominios multiplemente conexos. Sean n contornos cerrados simples orientados negativamente,
C1 , . . . ,Cn , tales que:
a) Ck está completamente contenido en el interior de C, para k = 1, 2, . . . , n;
b) Ck contiene en su interior sólo al punto zk , para k = 1, 2, . . . , n;
c) ningún punto singular de f (z) pertenece a Ck , para k = 1, 2, . . . , n.

Sea B la frontera que consta de C y todos los Ck . Entonces, por el Teorema 4.3,
Z
f (z) dz = 0. (4.4)
B
Se tiene: Z Z n Z Z n Z
f (z) dz = f (z) dz + ∑ f (z) dz = f (z) dz − ∑ f (z) dz,
B C k=1 Ck C k=1 −Ck
pero Z
f (z) dz = 2π i Res [ f (z)] , k = 1, 2, . . . , n,
−Ck z=zk
luego
Z Z n
f (z) dz = f (z) dz − 2π i ∑ Res [ f (z)] . (4.5)
B C z=zk
k=1
De esta forma, por (4.4) y (4.5), obtenemos:
Z n
C
f (z) dz = 2π i ∑ Res
z=z
[ f (z)] ,
k
k=1
En los siguiente ejemplos se utiliza convenientemente el Teorema de los Residuos para calcular
la integral de una función f (z), a lo largo de un contorno cerrado simple que tiene en su interior un
número finito de puntos singulares de f (z).
z−2
dz,
C (z − 1)z
donde C es la circunferencia |z| = 3 orientada positivamente.
z−2
Solución. Sea f (z) = . Los puntos singulares de f (z) son z0 = 0 y z1 = 1, que son puntos
(z − 1)z
interiores a C, además, z0 y z1 son polos simples de f (z). Luego,

z−2 z−2
Res [ f (z)] = = 2 y Res [ f (z)] = = −1.
z=z0 z − 1 z=0 z=z1 z z=1
Como f (z) es analı́tica dentro y sobre C excepto en z0 y z1 , entonces por el Teorema de los Residuos
obtenemos: Z
z−2
dz = 2π i Res [ f (z)] + Res [ f (z)] = 2π i.
C (z − 1)z z=z0 z=z1

Z
(z + 1) cos(1/(z − 1))
dz.
|z|=2 (1 − z)2
Solución. Sea f (z) = (z+1) cos(1/(z−1))

(1−z)2
. Es claro que f (z) es analı́tica en la circunferencia |z| = 2
y en el interior de la misma, salvo en el punto z0 = 1. Ası́, aplicando el teorema de los residuos
tenemos: Z
(z + 1) cos(1/(z − 1))
dz = 2π i Res [ f (z)] .
|z|=2 (1 − z)2 z=1
126 4.6. RESIDUO
Como z0 = 1 es un punto singular esencial de f (z), entonces debemos hallar el desarrollo de

Laurent para obtener el residuo en tal punto. Se tiene que el desarrollo de Laurent de f (z) centrado
en z0 = 1, válido en el anillo |z − 1| > 0, está dado por:
∞
1 1 1 (−1)n
f (z) = (z + 1)
(1 − z)2
cos
1−z
= (2 + (z − 1)) ∑ (2n)! (z − 1)−2n
(1 − z)2 n=0
∞ ∞
2(−1)n (−1)n
= ∑ (2n)! (z − 1)−2(n+1)
+ ∑ (2n)! (z − 1)−2n−1, |z − 1| > 0,
n=0 n=0
de donde se deduce:
b1 = 1.
En consecuencia, el residuo de f (z) en z0 = 1 es:
Res [ f (z)] = 1.
z=1
Por lo tanto, el valor de la integral dada es

Z
(z + 1) cos(1/(z − 1))
dz = 2π i.
|z|=2 (1 − z)2

Z
z3
z e1/(z+i) + dz.
|z|=3/2 (z + 2)2 (z − 1)
Solución. Por las propiedades de la integral tenemos:
Z Z Z
1/(z+i) z3 1/(z+i) z3
ze + dz = ze dz + dz.
(z + 2)2 (z − 1) (z + 2)2 (z − 1)
|z|=3/2 |z|=3/2 |z|=3/2
Sean f1 (z) y f2 (z) las funciones definidas como:

z3
f1 (z) = z e1/(z+i) , f2 (z) = .
(z + 2)2 (z − 1)
Es claro que f1 (z) y f2 (z) son funciones analı́ticas en la circunferencia |z| = 3/2 y en el interior
de la misma, salvo en los puntos z0 = −i y z1 = 1 y z2 = −2, respectivamente. Observamos que
z2 = −2 no es punto interior de la circunferencia |z| = 3/2. Ası́, aplicando el teorema de los
residuos se tiene
Z Z
z3
ze 1/(z+i)
dz = 2π i Res [ f1 (z)] , dz = 2π i Res [ f2 (z)] .
z=z0 (z + 2)2 (z − 1) z=z1
|z|=3/2 |z|=3/2
Ahora, como z0 = −i es un punto singular esencial de f1 (z), entonces debemos hallar el desarrollo
de Laurent para calcular el residuo en tal punto. Se tiene que el desarrollo de Laurent de f1 (z)
centrado en z0 = −i, válido en el anillo |z + i| > 0, está dado por:
∞
1
f1 (z) = z e1/(z+i) = (−i + (z + i)) ∑ (z + i)−n
n=0 n!
∞ ∞
−i 1
= ∑ n! (z + i)−n
+ ∑ n! (z + i)−n+1, |z + i| > 0,
n=0 n=0
luego,
1
Res [ f1 (z)] = b1 = − i.
z=z0 2
Por otra parte, como z1 = 1 es un polo simple de f2 (z), se tiene que

z3 = 1.

Res [ f2 (z)] = 2
z=z1 (z + 2) z=1 9
En consecuencia, el valor de la integral dada es

π
Z
z3 1 1
ze 1/(z+i)
+ 2
dz = 2π i − i + 2π i = (18 + 11 i) .
(z + 2) (z − 1) 2 9 9
|z|=3/2
Ejemplo 4.24. Calcular el valor de la integral

Z
(1 + z + z2 )(e1/z + e1/(z−1) + e1/(z−2) ) dz,
C
donde C es un contorno cerrado simple que contiene en su interior a los puntos 0, 1 y 2.

Solución. Sean f1 (z), f2 (z) y f3 (z) funciones definidas como:
f1 (z) = (1 + z + z2 ) e1/z , f2 (z) = (1 + z + z2 ) e1/(z−1) , f3 (z) = (1 + z + z2 ) e1/(z−2) .
Ası́,
f (z) = f1 (z) + f2 (z) + f3 (z),
luego,
Z Z Z Z
2 1/z 1/(z−1) 1/(z−2)
(1 + z + z )(e +e +e ) dz = f1 (z)dz + f2 (z)dz + f3 (z)dz.
C C C C
Ahora, los únicos puntos singulares de f1 (z), f2 (z) y f3 (z) son, respectivamente, 0, 1 y 2, además,
cada uno de ellos son puntos singulares esenciales, lo cual nos obliga a determinar el desarrollo
de Laurent para calcular el residuo en tales puntos. Se tiene que el desarrollo de Laurent de f1 (z)
centrado 0, válido en el anillo |z| > 0, está dado por
∞ ∞ ∞ ∞
1 −n 1 1 1
f1 (z) = (1 + z + z2 ) ∑ z = ∑ z−n + ∑ z1−n + ∑ z2−n ,
n=0 n! n=0 n! n=0 n! n=0 n!

1 1 10
Res [ f1 (z)] = b1 = 1 + + = .
z=0 2 6 6
El desarrollo de Laurent de f2 (z) centrado 1, válido en el anillo |z − 1| > 0, está dado por
∞
1
f2 (z) = (3 + 3(z − 1) + (z − 1)2 ) ∑ (z − 1)−n
n=0 n!
∞ ∞ ∞
3 3 1
= ∑ n! (z − 1)−n
+ ∑ n! (z − 1)1−n
+ ∑ n! (z − 1)2−n,
n=0 n=0 n=0
128 4.6. RESIDUO
que implica
3 1 28
Res [ f2 (z)] = b1 = 3 + + = .
z=1 2 6 6
Ahora, el desarrollo de Laurent de f3 (z) centrado 2, válido en el anillo |z − 2| > 0, está dado por
∞
1
f3 (z) = (7 + 5(z − 2) + (z − 2)2 ) ∑ (z − 2)−n
n=0 n!
∞ ∞ ∞
7 5 1
= ∑ n! (z − 2)−n + ∑ n! (z − 2)1−n + ∑ n! (z − 2)2−n,
n=0 n=0 n=0
luego
5 1 58
Res [ f2 (z)] = b1 = 7 + + = .
z=1 2 6 6
De esta forma, utilizando el Teorema de los Residuos obtenemos
Z Z Z
10 28 58
f1 (z)dz = π i, f2 (z)dz = π i, f3 (z)dz = π i,
C 3 C 3 C 3
en consecuencia, el valor de la integral dada es
Z
10 28 58
(1 + z + z2 )(e1/z + e1/(z−1) + e1/(z−2) ) dz = π i + π i + π i = 32π i.
C 3 3 3

(z + i)2 z
Ejemplo 4.25. Sea f (z) = + z cos .
(z − i − 1)(ez−1 − 1) z+1
a) Hallar el residuo de f (z) en cada uno de sus puntos singulares aislados.

Z
b) Determinar el valor de la integral f (z) dz , donde C es el contorno que se muestra en la
C
siguiente figura. El punto inicial y el fine de C coinciden en α = 2.
y
2 C
x
−2 −1 1 2
−1
Solución. a) Los puntos singulares de f (z) son: z0 = 1, z1 = 1 + i, z2 = −1. Como z0 y z1 son polos
simples de la función
(z + i)2
h(z) =
(z − i − 1)(ez−1 − 1)
y la función
z
g(z) = z cos
z+1
es analı́tica en z0 y z1 , entonces el residuo de f (z) en cada uno de los puntos z0 = 0 y z1 = 1 es:

(z + i)2 (z − 1)(z + i)2
Res [ f (z)] = Res = lı́m = −2,
z=z0 z=z0 (z − i − 1)(ez−1 − 1) z→1 (z − i − 1)(ez−1 − 1)

(z + i)2 (z + i)2 −3 + 4i
Res [ f (z)] = Res z−1
= lı́m z−1 = i .
z=z1 z=z1 (z − i − 1)(e − 1) z→1+i (e − 1) e −1
El residuo de f (z) en z2 = −1, está dado por:

z
Res [ f (z)] = Res z cos .
z=z2 z=z2 z+1

z
Ahora, el desarrollo de Laurent de g(z) = z cos centrado en z2 = −1 es, para |z + 1| > 0:
z+1

(z + 1) − 1
g(z) = ((z + 1) − 1) · cos
z+1

1 1
= ((z + 1) − 1) cos(1) cos + sen(1) sen
z+1 z+1
∞ n ∞
(−1) (−1)n
= cos(1) ∑ (z + 1)−2n+1 + sen(1) ∑ (z + 1)−2n
n=0 (2n)! n=0 (2n + 1)!
∞ ∞
(−1)n+1 (−1)n+1
+ cos(1) ∑ (z + 1)−2n + sen(1) ∑ (z + 1)−(2n+1) .
n=0 (2n)! n=0 (2n + 1)!
Por tanto, z2 es un punto singular esencial de g(z) y

1 1
Res [g(z)] = b1 = − cos(1) − sen(1) ⇒ Res [ f (z)] = − cos(1) − sen(1)
z=z2 2 z=z2 2
b) Es claro que C no es un contorno cerrado simple, pero éste se puede escribir como la unión
de dos contornos cerrados simples: C1 (trazado de color azul recorrido en sentido negativo) y C2
(trazado de color rojo recorrido en sentido positivo), que se muestran en la siguiente figura.
y
2 C2
C1 1
x
−2 −1 1 2
−1
Luego, Z Z Z
f (z) dz = f (z) dz + f (z) dz.
C C1 C2
Los puntos singulares de f (z), z0 = 1 y z1 = 1 + i, son puntos interiores del contorno C2 . Entonces,
por el Teorema de los Residuos se tiene
Z
−3 + 4i
f (z) dz = 2π i Res [ f (z)] + Res [ f (z)] = 2π i −2 + i .
C2 z=z0 z=z1 e −1
130 4.6. RESIDUO
Ahora, el punto singular de f (z), z2 = −1, es un punto interior del contorno C1 . De esta forma, por
el Teorema de los Residuos se tiene
Z
1
f (z) dz = −2π i Res [ f (z)] = 2π i cos(1) + sen(1) .
C1 z=z2 2
De todo lo anterior se obtiene que el valor de la integral es:
Z
1 −3 + 4i
f (z) dz = 2π i −2 + cos(1) + sen(1) + i .
C 2 e −1
4.6.3 Expansión en Fracciones Parciales

Una aplicación de gran importancia del cálculo de residuos, es la expansión en fracciones
parciales de funciones racionales propias, esto es, funciones del tipo
b0 + b1 z + · · · + bM zM
f (z) = ,
a0 + a1 z + · · · + zN
donde M < N. La expansión en fracciones parciales consiste en expresar la función racional propia
f (z) como una suma de fracciones simples, utilizando para ello el cálculo de los residuos. Este
método evita la construcción del sistema de ecuaciones lineales que aparece cuando se aplica la
metodologı́a de fracciones simples. El siguiente teorema nos muestra explı́citamente la forma de
la expansión en fracciones parciales, el cálculo de la misma y la relación que tiene con el cálculo
del residuo en polos.
Teorema 4.10. Sea f (z) una función racional propia dada por
c0 + c1 z + · · · + cM zM
f (z) = ,
d0 + d1 z + · · · + dN−1 zN−1 + zN
donde M < N. Sean pk los polos de f (z) y rk sus respectivas multiplicidades, para k =
1, 2, . . . , K, donde K es un entero positivo tal que N = ∑Kk=1 rk . Entonces:
(i) Si todos los polos de f (z) son simples, la expansión en fracciones parciales de f (z) es:
A1 A2 AN
f (z) = + + ··· + ,
(z − p1 ) (z − p2 ) (z − pN )
donde los números complejos Ak , denominados coeficientes, se calculan como
Ak = Res [ f (z)] , para k = 1, 2, . . . , N.
z=pk
(ii) Si todos los polos de f (z) son simples, excepto el polo pℓ que es de orden rℓ , la expansión
en fracciones parciales de f (z) es:
A1 A2 Aℓ−1
f (z) = + + ···+
(z − p1 ) (z − p2 ) (z − pℓ−1 )
Aℓ,1 Aℓ,2 Aℓ,rℓ
+ + 2
+ ···+
(z − pℓ ) (z − pℓ ) (z − pℓ )rℓ
Aℓ+1 Aℓ+2 AT
+ + + ··· + ,
(z − pℓ+1 ) (z − pℓ+2 ) (z − pT )
donde
Ak = Res [ f (z)] , para k = 1, 2, . . . , K, y k 6= ℓ;

z=pk
" #
1 d (rℓ − j) rℓ

Aℓ, j = · (r − j)
[(z − pℓ ) f (z)] , para j = 1, 2, . . . , rℓ .
(rℓ − j)! dz ℓ
z=pℓ
Demostración. Sólo demostraremos la parte (i), la parte (ii) se deja como ejercicio para el lector.
Realicemos la demostración por inducción en el número de polos simples de f (z). Supongamos
que f (z) posee un sólo polo simple p1 y demostremos que
A1
f (z) = (4.6)
(z − p1 )
con
A1 = Res [ f (z)] .
z=p1
Como f (z) es una función racional propia de la forma
c0 + c1 z + · · · + cM zM
f (z) = ,
d0 + d1 z + · · · + dN−1 zN−1 + zN
entonces todos los polos de f (z) son las raı́ces del polinomio d0 + d1 z + · · · + dN−1 zN−1 + zN ; pero
f (z) posee un sólo polo simple p1 , luego el polinomio a0 + a1 z + · · · + zN adquiere la forma (z − p1 )
y el polinomio c0 + c1 z + · · · + cM zM debe ser de grado 0, es decir, c0 6= 0 y c1 = c2 = · · · = cM = 0.
Por lo tanto, f (z) tiene la forma
c0
f (z) = ,
z − p1
además, utilizando el desarrollo de Laurent de f (z) centrado en p1 obtenemos:
Res [ f (z)]
c0 b1 z=p1
= f (z) = a0 + = a0 + , ⇒ a0 = 0 y c0 = Res [ f (z)] ,
z − p1 z − p1 z − p1 z=p1
en otras palabras, (4.6) es cierta.

Como hipótesis inductiva supongamos que una función h(z) posee N = L polos simples p1 , . . . , pL
y que además se cumple
A1 A2 AL
h(z) = + + ··· + , (4.7)
(z − p1 ) (z − p2 ) (z − pL )
donde
Ak = Res [h(z)] , para k = 1, 2, . . . , L.
z=pk
Demostremos que si f (z) posee N = L + 1 polos simples p1 , . . . , pL , pL+1 , entonces se cumple
A1 A2 AL AL+1
f (z) = + + ···+ + , (4.8)
(z − p1 ) (z − p2 ) (z − pL ) (z − pL+1 )
donde
AL+1 = Res [ f (z)] .
z=pL+1
132 4.6. RESIDUO
Como f (z) es una función racional propia y p1 , . . . , pL , pL+1 son polos simples, entonces f (z) tiene
la forma
p(z) c
f (z) = + ,
(z − p1 )(z − p1 ) · · · (z − pL ) (z − pL+1 )
donde p(z) es un polinomio de grado < L y c ∈ C. Tomando h1 (z) y h2 (z) definidas respectivamente
como:
p(z) c
h1 (z) = y h2 (z) = ,
(z − p1 )(z − p1 ) · · · (z − pL ) (z − pL+1 )
se tiene
f (z) = h1 (z) + h2 (z),
además, por (4.7) podemos escribir:
A1 A2 AL AL+1
h1 (z) = + + ··· + y h2 (z) = ,
(z − p1 ) (z − p2 ) (z − pL ) (z − pL+1 )
donde
Ak = Res [h(z)] , para k = 1, 2, . . . , L + 1.
z=pk
Por lo tanto, de todo lo anterior obtenemos:
A1 A2 AL AL+1
f (z) = + + ···+ + ,
(z − p1 ) (z − p2 ) (z − pL ) (z − pL+1 )
es decir, (4.8) es cierta.
El teorema anterior se puede extender a funciones racionales propias que tienen dos o más
polos cuyo orden es mayor que 1. En el siguiente ejemplo se muestra tal extensión en un caso
particular.
Ejemplo 4.26. Halle la expansión en fracciones parciales de
144 z2 + 144 z + 144
f (z) = .
(z − 3)2 (z − 2)2 (z + 1)
Solución. Los puntos p1 = −1, p2 = 2 y p3 = 3 son los polos de f (z). Se observa que p1 es de
orden 1 y p2 y p3 son de orden 2. De esta forma, la expansión en fracciones parciales de f (z) es
de la forma
A1 A2,1 A2,2 A3,1 A3,2
f (z) = + + 2
+ + .
(z + 1) (z − 2) (z − 2) (z − 3) (z − 3)2
Se tiene que
A1 = Res [ f (z)] = 1,
z=−1

A2,2 = (z − 2)2 f (z) z=2 = 336,

d
A2,1 = [(z − 2)2 f (z)] = 800,
dz z=2

A3,2 = (z − 3)2 f (z) z=3 = 468,

d 2
A3,1 = [(z − 3) f (z)] = −801,
dz z=3
ası́, la expansión en fracciones parciales de la función dada es
1 800 336 801 468
f (z) = + + 2
− + .
(z + 1) (z − 2) (z − 2) (z − 3) (z − 3)2
4.7 Integración y Residuos con Python

La librerı́a Sympy cuenta con el comando integrate que permite calcular integrales de fun-
ciones complejas. Con integrate(f) se calcula la primitiva de la función f (z). En el siguiente
ejemplo se calculan las primitivas de las funciones:
z+1 z5
f (z) = sen(z + 1), g(z) = , h(z) = .
(z − 2)2 ez−1

>>> z = s y m b o l s ( ’ z ’ )
>>> i n t e g r a t e ( s i n ( z + 1 ) )
−c o s ( z + 1 )
>>> i n t e g r a t e ( ( z + 1 ) / ( z −2)∗∗2)
log ( z − 2) − 3 / ( z − 2)
>>> i n t e g r a t e ( z ∗ ∗ 5 / exp ( z −1))
(−z ∗∗5 − 5∗ z ∗∗4 − 20∗ z ∗∗3 − 60∗ z ∗∗2 − 120∗ z − 1 2 0 ) ∗ exp ( 1 − z )
Ası́, las primitivas de las funciones dadas son:
3
F(z) = − cos(z + 1) + c, G(z) = Log(z − 2) − + c,
z−2
z5 + 5 z4 + 20 z3 + 60 z2 + 120 z + 120
H(z) = − + c.
ez−1
Con el comando integrate(f, (z,a,b)) se calcula la integral definida
Z b
f (z) dz.
a
donde a, b ∈ C. Observe el siguiente ejemplo donde se calcula la integral

Z −1 z
e + z3 − i
dz = 3(1 − i)2 − (1 − i)3 + 5i e2−i − i e − e2 (2 − i).
−1+i ez−1
>>> s i m p l i f y ( i n t e g r a t e ( ( exp ( z ) + z∗∗3− I ) / exp ( z −1) , ( z , −1+ I , − 1 ) ) )

E ∗ ( ( 3 ∗ ( 1 − I ) ∗ ∗ 2 − ( 1 − I ) ∗ ∗ 3 + 5∗ I ) ∗ exp ( 1 − I ) − I − E ∗ ( 2 − I ) )
Aquı́, E= e1 . Se puede obtener una aproximación numérica de la integral utilizando el comando

evalf.
>>> i n t e g r a t e ( ( exp ( z ) + z∗∗3− I ) / exp ( z −1) , ( z , −1+ I , − 1 ) ) . e v a l f ( )
−0.575787788610789 − 3 . 7 7 2 2 5 4 3 0 5 8 2 3 0 6 ∗ I
Por otra parte, Sympy cuenta con el comando residue(f, z, z0) que permite calcular el
residuo de una función f (z) en z0 . En el siguiente ejemplo, se utiliza el comando residue para
calcular los residuos:

ez
a) Res 2 2 = 1.
z=0 z (z + 1)

Log z
b) Res 4 = 0.
z=1 z (z − 1)2

sen z − z
c) Res = π −senh
π
(π )
.
z=π i z senh z
134 4.7. INTEGRACIÓN Y RESIDUOS CON PYTHON
>>> r e s i d u e ( exp ( z ) / ( z ∗ ∗ 2 ∗ ( z ∗ ∗ 2 + 1 ) ) , z , 0 )
1
>>> r e s i d u e ( l o g ( z ) / ( z ∗ ∗ 4 ∗ ( z − 1 ) ) , z , 1 )
0
>>> r e s i d u e ( ( s i n ( z)− z ) / ( z ∗ s i n h ( z ) ) , z , p i ∗ I )
−s i n h ( p i ) / p i + 1
Observe que todos los puntos singulares donde se hallaron los residuos son polos. En polos el
comando residue funciona muy bien; pero, si z0 es un punto singular es esencial, entonces no
siempre funciona. Veamos un ejemplo. Suponga que se desea hallar el residuo de la función
f (z) = (1 + z2 )e1/(z−2i) en z0 = 2i que es, por supuesto, un punto singular esencial de f (z).
>>> r e s i d u e ( ( 1 + z ∗ ∗ 2 ) ∗ exp ( 1 / ( z −2∗ I ) ) , z , 2∗ I )
r a i s e N o t I m p l e m e n t e d E r r o r ( ’ t e r m o f u n e x p e c t e d form : %s ’ % m)
N o t I m p l e m e n t e d E r r o r : t e r m o f u n e x p e c t e d form : exp ( 1 / z )
En este caso, residue no halla ningún valor. Para calcular el residuo de una función f (z) en
un punto singular esencial z0 , es necesario hallar el desarrollo de Laurent para obtener tal resi-
duo. Para ello podemos usar convenientemente el comando series para determinar solo aquellos
coeficientes del desarrollo de Laurent necesarios para hallar Res [ f (z)].
z=z0
Tenga presente que el procedimiento que explicaremos a continuación, se aplica a funciones
f (z) que pueden expresarse como f (z) = f1 (z) f2 (z) (o un producto finito de funciones), donde z0
es un punto singular esencial de f2 (z) y f1 (z) es analı́tica en z0 . Suponga que se desea hallar el
residuo de f (z) = (1 + z2 )e1/(z−2i) en z0 = 2i, que, por supuesto, es un punto singular esencial de
f (z). Es claro que
f (z) = f1 (z) f2 (z),
donde
f1 (z) = 1 + z2 y f2 (z) = e1/(z−2i) .
Primero, hallamos el desarrollo de Taylor de f1 (z) centrado en z0 = 2i (en este caso se hallan todos
los términos, que son tres),
>>> z = s y m b o l s ( ’ z ’ )
>>> f 1 = 1+ z ∗∗2
>>> z0 = 2∗ I
>>> d t f 1 = s e r i e s ( f1 , z , z0 )
>>> d t f 1
( z − 2∗ I ) ∗ ∗ 2 + 4∗ I ∗ ( z − 2∗ I ) − 3
Se obtuvo el siguiente desarrollo:
f1 (z) = −3 + 4i(z − 2i) + (z − 2i)2 . (4.9)
Luego, hallamos los primeros 5 términos del desarrollo de Maclaurin de h(w) = ew ,

>>> d t h = s e r i e s ( exp (w) , w, 0 , 5 ) . removeO ( )
>>> d t h
w∗ ∗ 4 / 2 4 + w∗ ∗ 3 / 6 + w∗ ∗ 2 / 2 + w + 1
Seguidamente realizamos la operación dth.subs(w, 1/(z-z0)),

>>> d l f 2 = d t h . s u b s (w, 1 / ( z−z0 ) )
>>> d l f 2
1 + 1 / ( z − 2∗ I ) + 1 / ( 2 ∗ ( z − 2∗ I ) ∗ ∗ 2 ) + 1 / ( 6 ∗ ( z − 2∗ I ) ∗ ∗ 3 ) + 1 / ( 2 4 ∗ ( z −2∗ I ) ∗ ∗ 4 )
que corresponden a los primeros 5 términos del desarrollo de Laurent de f2 (z) centrado en z0 = 2i,
1 1 1 1
f2 (z) ≈ + 2
+ 3
+ +1 (4.10)
z − 2 i 2 (z − 2 i) 6 (z − 2 i) 24 (z − 2 i)4
Multiplicando las ecuaciones (4.9) y (4.10), obtenemos que el coeficiente b1 del desarrollo de
Laurent de f (z) centrado en z0 = 2i, está dado por:
4i 1 17
b1 = −3 ++ = − + 2i,
2 6 6
en otras palabras, el residuo de f (z) en z0 = 2i es
17
+ 2i.
Res [ f (z)] = −
z=2i 6
Para finalizar esta sección, mostramos la función ExpFracParc (ver Programa 4.1) que halla
la expansión en fracciones parciales de una función racional propia,
c0 + c1 z + · · · + cM zM
f (z) = ,
d0 + d1 z + · · · + dN−1 zN−1 + zN
donde M < N.
Programa 4.1. Función ExpFracParc
def ExpFracParc ( f , p , m) :
”””
ExpFracParc
H a l l a l a e x p a n s i ó n en f r a c c i o n e s p a r c i a l e s
de l a f u n c i ó n r a c i o n a l p r o p i a f ( z ) .
p : l i s t a de p o l o s
m: l i s t a de m u l t i p l i c i d a d e s de l o s p o l o s
”””
efp = z . subs ( z , 0)
for t in range ( len ( p ) ) :
i f m[ t ] == 1 :
d p h i = ( z−p [ t ] ) ∗ f
r = l i m i t ( dphi , z , p [ t ] )
e f p = e f p + r / ( z−p [ t ] )
else :
f o r s i n r a n g e (m[ t ] ) :
j = m[ t ] −( s + 1 )
d p h i = d i f f ( ( z−p [ t ] ) ∗ ∗m[ t ] ∗ f , z , j )
r = l i m i t ( dphi , z , p [ t ] )
e f p = e f p + r / ( z−p [ t ] ) ∗ ∗ ( s + 1 )
r e t ur n efp
En el siguiente ejemplo se utiliza a ExpFracParc para hallar la expansión en fracciones par-

ciales de
z+1
f (z) = .
(z + 3)(z + 2)3 (z − 1)2
>>> z = s y m b o l s ( ’ z ’ )
>>> f = ( z + 1 ) / ( ( z + 3 ) ∗ ( z + 2 ) ∗ ∗ 3 ∗ ( z −1)∗∗2)
>>> p = [ −3 , −2, 1 ]
>>> m = [ 1 , 3 , 2 ]
>>> e f p = E x p F r a c P a r c ( f , p , m)
>>> p r i n t ( e f p )
1/(8∗( z + 3)) − 2/(9∗( z + 2)) + 4/(27∗( z + 2)∗∗2) − 1/(9∗( z + 2)∗∗3)
− 1/(72∗( z − 1)) + 1/(54∗( z − 1)∗∗2)
1/8 2/9 4/27 1/9 1/72 1/54
f (z) = − + 2
− 3
− +
(z + 3) (z + 2) (z + 2) (z + 2) (z − 1) (z − 1)2

Z
4.1. Calcule la integral 1/z dz si la curva C es:
C
a) el segmento de recta que va de z = i a z = 1;

b) la semicircunferencia |z| = 1, −π /2 ≤ arg z ≤ π /2 (el camino se inicia en el punto
z = −i).
4.2. Evalúe la integral

Z
z3
2
dz,
Cz
donde C es la circunferencia |z| = 1 tomada en sentido positivo.
4.3. Evalúe la integral Z

Log z dz,
C
donde C es la curva z(t) = eit , 0 ≤ t ≤ π .
4.4. Evalúe la integral Z

f (z) dz,
|z|=2
donde f (z) es una función de variable compleja definida por

 √

 0, si Re z < − 2;
z2 , si − √2 ≤ Re z ≤ 0;


f (z) = √
z, si 0 < Re z ≤ 2;

0, si Re z > √2.


4.5. Para cada una de las siguientes integrales, diga las caracterı́sticas del contorno cerrado
simple C para que el valor de la integral sea cero, según el Teorema de Cauchy-Goursat.
(Justifique su respuesta.)
Z Z
cos z 1
a) dz c) dz
C +2
z C 1+e
z
Z Z
1
b) Log z dz d) z
dz
C C 1−e
1
4.6. Para la función de f (z) = determine la primitiva de f (z) tal que:
(z − i)2
a) esté definida en el dominio Re z > 0.
b) sea igual a cero cuando z = i + 1.
4.7. Evalúe las siguientes integrales. Use la fórmula integral de Cauchy (o su extensión) o bien
el Teorema de Cauchy-Goursat donde sea necesario. En cada una de las integrales, C es
un contorno cerrado simple.
Z
z
a) dz, a > 1.
|z−a|=a z4 − 1
Z
1 x2 y2
b) z
dz, donde C es el contorno + = 1.
C e (z − 2) 9 16
Z
sen(ez + cos z) x2
c) 2
dz, donde C es el contorno + y2 = 1.
C (z − 1) (z + 3) 2
Z
cos(2z)
d) dz.
|z|=1 z21
Z
ez
e) 2 2
dz, donde C es un contorno cerrado simple que contiene a |z| ≤ a.
C z +a
Z
z ez
f) 3
dz, donde a es un punto interior del contorno cerrado simple C.
C (z − a)
4.8. En cada una de las siguientes integrales determine el mı́nimo valor de la constante positiva
M que satisface Z

f (z) dz ≤ M,
C
para cada función f (z) considerada en cada caso.

Z
1
a) dz
z
|z|=1
Z
1
b) dz
z2 + 1
|z−i|=1/2
Z
1
c) dz
ez − 1
|z|=2
Z
z
d) dz, donde C está conformado con los puntos del cuadrado con vértices en los
C z−i
puntos −1 + 2i, 1 + 2i, 1 y −1.
4.9. Determine los residuos de las siguientes funciones complejas en cada polo o en el polo
indicado:
2z + 1 z+1
a) f (z) = . e)
z2 − z − 2 (z − 1)2 (z + 3)
cos z
1 f) , z0 = 0
b) f (z) = 2 . z
z (1 − z)
z4 − 1 π
g) 4
, z0 = e 4 i
z +1
3z2 + 2
c) f (z) = .
(z − 1)(z2 + 9) sen z π
h) , z0 = e 3 i
z4 + z2 + 1
z3 − z2 + z + 1 z
d) i) , z0 = π
z2 + 4z sen z
4.10. Use el Teorema de los Residuos para evaluar las siguientes integrales:
Z
z
a) dz, para
z2 + 1
C (
i) |z| = 1/2
C=
ii) |z| = 2
Z
z2 + 3i − 2
b) dz, para
z3 + 9z
C (
i) |z| = 1
C=
ii) |z| = 4
Z
(z2 + 2)(z2 + 4)
c) dz para
(z2 + 1)(z2 + 6)
C


 i) |z| = 2

C= ii) |z − i| = 1



iii) |z| = 4
Z
1
d) dz, para
z2 (1 + z2 )2
C (
i) |z| = 1/2
C=
ii) |z| = 2
Z
3z2 + 2
e) dz, para
(z2 + 4)(z − 1)
C
(
i) |z − 2| = 2
C=
ii) |z| = 4
Z
z2 − 2z
f) dz, para
(z2 + 4)(z − 1)2
C
(
i) |z| = 3
C=
ii) |z + i| = 2
Z
1
g) dz, para
(z + 1)3 (z − 1)(z − 2)
C
(
i) |z + 1| = 1
C=
ii) es el rectángulo de vértices en ± i, 3 ± i
Funciones de Dominios Continuo
5 y Discreto
Los conceptos de funciones de dominio continuo (también conocidas como señales de tiempo
continuo) o funciones de dominio discreto (señales de tiempo discreto), surgen en casi cualquier
área de las ciencias e ingenierı́a, en los circuitos eléctricos, dispositivos para comunicaciones,
robótica y automatización, dispositivos biomédicos, procesos quı́micos, señales sı́smicas, entre
otras. En este capı́tulo se da una introducción al cálculo operacional, comenzando con la carac-
terización de las funciones de dominio continuo, pasando luego por la convolución en el dominio
continuo. En esta parte se estudia con interés la función impulso unitario. Finalmente, se describen
las funciones de dominio discreto y se define la convolución de funciones de dominio discreto.
5.1 Funciones de Dominio Continuo
Definición 5.1. Una función f que depende de una variable t se dice de dominio continuo, si t
toma valores en el conjunto de los números reales; en otras palabras, toda función definida en
el conjunto de números reales es una función de dominio continuo.
Ejemplo 5.1. Las siguientes funciones son de dominio continuo:
• f (t) = et , para todo t ∈ R.
• f (t) = sen(t), para todo t ∈ R.
• f (t) = cos(t), para todo t ∈ R.

(
0, t < 0;
• f (t) =
1, t > 0.
Note que normalmente en los libros de texto de señales y sistemas, una función de dominio
continuo es denominada señal continua o señal en tiempo continuo. Tal denominación corresponde
a que la representación matemática de una señal continua es una función definida en el conjunto
de números reales. Recuerde que una señal es cualquier fenómeno o magnitud fı́sica que puede
ser representado de manera cuantitativa. En este material no se usa la denominación de señal,
pero el lector debe tener presente, en el contexto del análisis de sistemas y señales, la equivalencia
entre señal en tiempo continuo y funciones de dominio continuo. A continuación se describen las
funciones de dominio continuo de uso más frecuente.
139
140 5.1. FUNCIONES DE DOMINIO CONTINUO
5.1.1 Impulso Unitario

El impulso unitario o delta de Dirac no es una función ordinaria. El nombre de Dirac es en
honor a Paul Adrien Maurice Dirac (1902-1984), ingeniero eléctrico, matemático y fı́sico teórico
británico. Hay muchos fenómenos fı́sicos que se pueden modelar como funciones delta, por ejem-
plo, fuentes puntuales, cargas puntuales, cargas concentradas en estructuras, fuentes puntuales de
tensión y de corriente que actúan durante intervalos de tiempo extremadamente cortos. Las funcio-
nes ordinarias (todas las funciones definidas en los cursos de Cálculo) se especifican definiendo la
relación para obtener el valor de la función (un número o un vector) para cada valor de su argu-
mento, en algún conjunto especı́fico. En cambio, el impulso unitario se define por el efecto que
produce en la interacción con una función ordinaria de dominio continuo; por ello, generalmente,
el impulso unitario se clasifica como función generalizada. Matemáticamente la función impulso
se define de la siguiente manera.
Definición 5.2. La función impulso unitario es una función generalizada o distribución, deno-
tada con δ (t), que satisface: Z ∞
ϕ (t)δ (t) dt = ϕ (0), (5.1)
−∞
para toda función ϕ : R → R continua en R.
δ (t)
Figura 5.1. Representación gráfica de δ (t)
En la Figura 5.1, se aprecia la representación gráfica de δ (t). Por supuesto, el impulso unitario
no es la “flecha vertical con altura 1”, sino que esto es simplemente la representación usual de
δ (t), que no puede ser justificada matemáticamente. Esto se usa como una ayuda nemotécnica.
Aδ (t − t0 ) Aδ (t − t0 )
t0 A
t
t0 t
A
a) A < 0 b) A > 0
Figura 5.2. Representación gráfica de A δ (t − t0 ). a) A < 0; b) A > 0.
La representación gráfica de la función

f (t) = A δ (t − t0 ), con A ∈ R y t0 ∈ R,
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 141
se aprecia en la Figura 5.2. Aquı́, A δ (t − t0 ) se representa como una flecha vertical con altura A,
cuyo extremo inicial está localizado en t0 .
Propiedades del impulso unitario

En la siguiente proposición se describen las propiedades de mayor uso de la función δ (t), con
las que se pueden resolver problemas teóricos y cuya interpretación práctica se emplea en muchas
aplicaciones en ingenierı́a.
Proposición 5.1. Las siguientes propiedades se cumplen:

i) lı́m δ (t) = ∞.
t→0
ii) δ (t) = 0, para todo t 6= 0.

Z ∞
iii) δ (t) dt = 1.
−∞
iv) δ (t) = δ (−t), en otras palabras, δ (−t) se comporta como δ (t) (si δ (t) se toma como una
función ordinaria, esta propiedad indicarı́a que el impulso unitario es una función par).
v) Desplazamiento. Si ϕ (t) es continua en t0 ∈ R, entonces

Z ∞
ϕ (t)δ (t − t0 ) dt = ϕ (t0 ).
−∞
Esta propiedad también se puede aplicar en un intervalo [t1 ,t2 ],

(
ϕ (t0 ), si t0 ∈ [t1 ,t2 ],
Z t2
ϕ (t)δ (t − t0 ) dt =
t1 0, si t0 6∈ [t1 ,t2 ].
vi) Muestreo. Si ϕ (t) es continua en t0 ∈ R, entonces
ϕ (t) δ (t − t0 ) = ϕ (t0 ) δ (t − t0 ).
vii) Escalado. Para a ∈ R se cumple

1
δ (at) = δ (t).
|a|
Particularmente, para a,t0 ∈ R se cumple
1 t0
δ (at − t0 ) = δ t− .
|a| a
viii) Derivada enésima. Si ϕ (t) es n veces continuamente diferenciable en t0 ∈ R, entonces

Z ∞
ϕ (t)δ (n) (t − t0 ) dt = (−1)n ϕ (n) (t0 ).
−∞
Esta propiedad también se puede aplicar en un intervalo [t1 ,t2 ],

(
(−1)n ϕ (n) (t0 ), si t0 ∈ [t1 ,t2 ],
Z t2
ϕ (t)δ (n) (t − t0 ) dt =
t1 0, si t0 6∈ [t1 ,t2 ].
Demostración. En la demostración asumiremos que ϕ : R → R es una función continua. Sea b > 0,

definamos la función δb : R → R como

0, si t < −b,

δb (t) = 2b
1
, si − b ≤ t ≤ b,


0, si t > b.
Demostremos que δ (t) se puede escribir como un lı́mite de las funciones δb (t) cuando b tiende a
cero, esto es,
δ (t) = lı́m δb (t), para todo t ∈ R. (5.2)
b→∞
Asumamos que ϕ (t) es continuamente diferenciable. Se tiene:

Z ∞
Φ(b) − Φ(−b)
Z b
1
δb (t)ϕ (t) dt = ϕ (t) dt = , (5.3)
−∞ 2b −b 2b
donde Φ(t) es la primitiva de ϕ (t). Tomando lı́mite en ambas partes de (5.3) y luego aplicando la
regla de L’Hopital, obtenemos:
Z ∞ Z ∞
lı́m δb (t)ϕ (t) dt = lı́m δb (t)ϕ (t) dt
−∞ b→0 b→0 −∞
Φ(b) − Φ(−b)
= lı́m
b→0 2b
′
LH ϕ (b) + ϕ (−b)
= lı́m = ϕ (0),
b→0 2
en otras palabras, lı́mb→∞ δb (t) se comporta como el impulso unitario, por lo que (5.2) se cumple.
Por (5.2) se deduce que i) y ii) son ciertas.
Ahora, tomando ϕ (t) = 1, entonces por la definición de δ (t) se deduce que iii) es cierta.
Haciendo el cambio de variables (s = −t) podemos escribir:
Z ∞ Z −∞ Z ∞
ϕ (t)δ (−t) dt = − ϕ (−s)δ (s) ds = ϕ (−s)δ (s) ds = ϕ (0),
−∞ ∞ −∞
es decir, por la ecuación y (5.1), δ (−t) se comporta como δ (t), luego iv) es cierta.
Sea t0 ∈ R. Haciendo el cambio de variables (s = t − t0 ), obtenemos:
Z ∞ Z ∞
ϕ (t)δ (t − t0 ) dt = ϕ (s + t0 )δ (s) ds = ϕ (t0 ),
−∞ −∞
es decir, la propiedad v) es cierta.

Sea α : R → R una función continua. Por v), podemos escribir:
Z ∞
(α (t)ϕ (t))δ (t − t0 ) dt = α (t0 )ϕ (t0 )
−∞
y Z ∞ Z ∞
α (t)ϕ (t0 )δ (t − t0 ) dt = ϕ (t0 ) α (t)δ (t − t0 ) dt = α (t0 )ϕ (t0 ),
−∞ −∞
es decir, ϕ (t)δ (t − t0 ) y ϕ (t0 )δ (t − t0 ) se comportan igual, por lo tanto, vi) es cierta.

Sean a,t0 ∈ R. Haciendo el cambio de variables (s = at − t0 ), obtenemos para a > 0:
Z ∞ Z ∞
s + t0 ds 1
ϕ (t)δ (at − t0 ) dt = ϕ δ (s) = ϕ (t0 /a), (5.4)
−∞ −∞ a a a
y, para a < 0:
Z ∞ Z ∞
1 s + t0 1
ϕ (t)δ (at − t0 ) dt = ϕ δ (s) ds = ϕ (t0 /a). (5.5)
−∞ |a| −∞ a |a|
Ası́, por (5.4) y (5.5),

Z ∞
1
ϕ (t)δ (at − t0 ) dt = ϕ (t0 /a), para a ∈ R, a 6= 0. (5.6)
−∞ |a|
Ahora, por v) podemos escribir:

Z ∞
1 t0 1
ϕ (t) δ t− dt = ϕ (t0 /a), para a ∈ R, a 6= 0. (5.7)
−∞ |a| a |a|
De (5.6) y (5.7) se deduce que vii) es cierta.

Finalmente, probemos viii) por inducción. Supongamos que n = 1. Aplicando convenientemente
la definición de derivada y la propiedad v), podemos escribir:
Z ∞ Z ∞
δ (t + h − t0 ) − δ (t − t0 )
ϕ (t)δ (t − t0 ) dt =
′
ϕ (t) lı́m dt
−∞ −∞ h→0 h
Z ∞
1
= lı́m ϕ (t) (δ (t − (t0 − h)) − δ (t − t0 )) dt
h→0 h −∞
ϕ (t0 − h) − ϕ (t0 ) ϕ (t0 + ε ) − ϕ (t0)
= lı́m = − lı́m
h→0 h ε →0 ε
= −ϕ (t0 ),
′
en otras palabras, viii) se cumple para n = 1. Se pongamos ahora que viii) se cumple para n = m
(hipótesis inductiva) y demostremos que viii) es cierta para n = m + 1. Se tiene:
Z ∞ Z ∞
d dm
ϕ (t)δ (m+1)
(t − t0 ) dt = ϕ (t) δ (t − t0 ) dt
−∞ −∞ dt dt m
 
dm dm
Z ∞
m
δ (t + h − t0 ) − δ (t − t0 )
= ϕ (t)  lı́m dt
 dt m 
 dt
−∞ h→0 h
Z ∞ Z ∞
1 dm dm
= lı́m ϕ (t) m δ (t + h − t0 ) dt − ϕ (t) m δ (t0 ) dt
h→0 h −∞ dt −∞ dt

1
= lı́m (−1)m ϕ (m) (t0 − h) − (−1)m ϕ (m) (t0 )
h→0 h
" #
ϕ (m) (t + ε ) − ϕ (m)(t )
0 0
= (−1)m − lı́m
ε →0 ε
= (−1)m+1 ϕ (m+1) (t0 ),
en otras palabras, viii) es cierta para n = m + 1; por lo tanto, viii) es cierta para todo entero positivo
n. Esto concluye la prueba de la proposición.
Ejercicio 5.1. Utilice la Proposición 5.1 para comprobar los siguientes items.
Z t+
0
a) δ (t − t0 ) dt = 1, para t0 ∈ R.
t0−
Z ∞
b) δ (n) (t − t0 ) dt = 0, para todo t0 ∈ R y todo entero n ≥ 1.
−∞
Z ∞ ∞ ∞
c)
−∞
ϕ (t) ∑ δ (t − kts ) dt = ∑ ϕ (kts ), para toda función continua ϕ (t) y ts > 0.
k=−∞ k=−∞
Ejemplo 5.2. Evaluar las siguientes expresiones:
a) 3t 4 δ (t − 1)
b) t δ (3 − 2t)
Z ∞
c) sen(t 2 ) δ ′ (t − π 1/2 ) dt
−∞
Solución. a) Aplicando la propiedad de muestreo se tiene:

3t 4 δ (t − 1) = [3t 4 ]t=1 δ (t − 1) = 3δ (t − 1).
b) Se tiene:
3
t δ (3 − 2t) = t δ −2 t − .
2
Ahora, aplicando la propiedad de escalado seguido de la propiedad de muestreo, se obtiene:
h i
1 3 t 3 3 3
t δ (3 − 2t) = t δ t− = δ t− = δ t− .
| − 2| 2 2 t=3/2 2 4 2
c) Aplicando la propiedad de la derivada n-ésima se tiene:

Z ∞
d √
sen(t )δ (t − π ) dt = (−1)
2 ′ 1/2 2
sen(t ) = (−1) 2t cos(t 2 ) t=π 1/2 = 2 π .
−∞ dt t=π 1/2
5.1.2 Escalón Unitario

La función escalón unitario o función escalón de Heaviside es una función cuyo valor es 0 para
cualquier argumento negativo y es 1 si el argumento es positivo. El nombre Heaviside es en honor
a Oliver Heaviside (1850-1925), fı́sico, ingeniero eléctrico, radiotelegrafista y matemático inglés.
Matemáticamente el escalón unitario se define de la siguiente forma.
Definición 5.3. El escalón unitario, denotado por u(t), se define como

(
0, t < 0,
u(t) =
1, t > 0,
La representación gráfica de u(t) se aprecia en la Figura 5.3. La función u(t − t0 ) representa

un desplazamiento en tiempo de la función escalón unitario, para t0 ∈ R, lo cual se muestra con un
ejemplo gráfico en la Figura 5.4.
u(t)
1
Figura 5.3. Representación gráfica de u(t)
u(t − t0 )
t0 t
Figura 5.4. Representación gráfica de u(t − t0 )
5.1.3 Pulso Rectangular
A partir de la definición del escalón unitario se pueden definir otras funciones básicas de gran
utilidad en análisis de sistemas, como lo es el pulso rectangular. Un pulso rectangular de du-
ración 2T con T > 0, se puede concebir como una función que escoge dos valores especı́ficos:
inicialmente el pulso rectangular es igual a cero hasta cierto argumento −T , luego cambia abrup-
tamente a 1 manteniéndose en este valor hasta un argumento T , para luego cambiar su valor a 0.
Matemáticamente, la definción del pulso rectangular es la siguiente.
Definición 5.4. El pulso rectangular, denotado por pT (t), se define para T > 0 como
(
1, |t| < T,
pT (t) =
0, |t| > T.
La representación gráfica de pT (t) se muestra en la Figura 5.5.
pT (t)
1
−T T t
Figura 5.5. Representación gráfica de pT (t)
El pulso rectangular se puede escribir como una suma de dos funciones escalones, por ejemplo:
pT (t) = u(t + T ) − u(t − T ).

En efecto, las funciones u(t + T ) y u(t − T ) están definidas respectivamente por:
( (
0, t < −T, 0, t < T,
u(t + T ) = y u(t − T ) =
1, t > −T, 1, t > T,
luego, se sigue que u(t + T )− u(t − T ) = pT (t). Observe que no existe una única forma de expresar
un pulso rectangular como suma de escalones. Un ejercicio interesante es escribir pT (t) como la
suma, por ejemplo, de cuatro escalones.
5.1.4 Pulso Triangular
El pulso triangular tiene un comportamiento similar al pulso rectangular pT (t). El pulso trian-
gular inicialmente es cero hasta llegar a −T , luego toma el valor de una recta con pendiente T −1
hasta llegar a 0, luego toma el valor de una recta con pendiente −T −1 hasta llegar a T , para luego
cambiar su valor a 0. Matemáticamente, el pulso triangular se define de la siguiente forma.
Definición 5.5. El pulso triangular, denotado por qT (t), se define para T > 0 como

 |t|
1 − , |t| ≤ T,
qT (t) = T
0, |t| > T,
La representación gráfica de qT (t) se muestra en la Figura 5.6.
qT (t)
1
−T T t
Figura 5.6. Representación gráfica de qT (t)
El pulso triangular se puede expresar a través de funciones escalones o pulsos rectangulares,

multiplicadas por una recta. He aquı́ algunas representaciones útiles.
t t
qT (t) = 1 + (u(t + T ) − u(t)) + 1 − (u(t) − u(t − T ))
T T
o

t T t T
qT (t) = 1 + pT /2 t + + 1− pT /2 t −
T 2 T 2
Se deja como ejercicio para el lector demostrar que las representaciones anteriores son ciertas.
5.1.5 Función Signo

La función signo adquiere el signo del argumento, es decir, ella adquiere el valor −1 cuando
el argumento es negativo y es igual a 1 si el argumento es positivo; en cero la función signo de
dominio continuo no está definida. La definición matemática de la función signo es la siguiente.
Definición 5.6. La función signo, denotada por sgn(t), se define como

(
−1, t < 0,
sgn(t) =
1, t > 0.
La representación gráfica de sgn(t) se aprecia en la Figura 5.7. La definición de sgn(t) permite

inferir que ella se puede expresar como la suma de dos funciones escalón, a saber:
sgn(t) = u(t) − u(−t) o, equivalentemente, sgn(t) = −1 + 2 u(t).
sgn(t)
t
−1
Figura 5.7. Representación gráfica de sgn(t)
También el escalón unitario se puede definir utilizando la función signo:
1 1
u(t) = + sgn(t).
2 2
Se deja como ejercicio para el lector comprobar esta igualdad.
5.1.6 Pulso Exponencial

El pulso exponencial se obtiene como la multiplicación de una función exponencial por el
escaló unitario. Matemáticamente, el pulso exponencial se define de la siguiente forma.
Definición 5.7. El pulso exponencial, denotado por Exp(t), se define, para A > 0 y α > 0, como
(
0, t<0
Exp(t) = − α t
A e , t ≥ 0,
La representación gráfica de Exp(t) se aprecia en la Figura 5.8.

Exp(t)
A
Figura 5.8. Representación gráfica de Exp(t)
5.1.7 Función Rampa
La función rampa tiene un comportamiento similar al escalón unitario. La función rampa

inicialmente es cero hasta llegar a 0, luego toma el valor de la recta t. La función rampa se puede
ver como la multiplicación de la función t por el escaló unitario.
Definición 5.8. La función rampa, denotada por r(t), se define como

(
0, t < 0,
r(t) =
t, t ≥ 0,
La representación gráfica de r(t) se aprecia en la Figura 5.9.
r(t)
2
1 2 t
Figura 5.9. Representación gráfica de r(t)
Es claro que la función rampa se puede expresar equivalentemente como:
r(t) = tu(t).
Además, de las definiciones de r(t) y u(t) se obtienen las siguientes relaciones (se deja al lector su
comprobación):
Z t
d
r(t) = u(τ ) d τ y u(t) = r(t).
−∞ dt
5.1.8 Funciones Sa y sinc
La función de muestreo es de mucha utilidad en análisis de sistemas y, particularmente, en el

muestreo de señales. La definición matemática de la función de muestreo es la siguiente.
Definición 5.9. La función de muestreo, denotada por Sa (t), se define como


1, t = 0,
Sa (t) = sen t
 , t 6= 0,
t
La representación gráfica de Sa (t) se aprecia en la siguiente figura.
Sa (t)
t
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
Figura 5.10. Representación gráfica de Sa (t)
La función seno cardinal o simplemente función sinc está estrechamente relacionada con la
función de muestreo. La definición matemática de la función seno cardinal es la siguiente.
Definición 5.10. La función sinc (t) está definida como


1, t = 0,
sinc (t) = sen(π t)
 , t 6= 0.
πt
Note que sinc (t) = Sa (π t). La representación gráfica de sinc (t) se muestra en la siguiente
figura.
sinc (t)
t
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
Figura 5.11. Representación gráfica de sinc (t)

5.1.9 Relación entre u(t) y δ (t)

Las funciones escalón unitario e impulso unitario están relacionadas de la siguiente manera:
Z t
d
u(t) = δ (τ ) d τ y δ (t) = u(t).
−∞ dt
Demostremos estas relaciones. Primero verifiquemos que la integral
Z t
h(t) = δ (τ ) d τ
−∞
se comporta como el escalón unitario, en otras palabras, verificaremos que h(t) = 0, para t < 0 y
h(t) = 1, para t > 0. Como δ (t) = 0 para todo t 6= 0, entonces es claro que h(t) = 0, para t < 0.
Ahora, para t > 0 podemos escribir:
Z t Z 0− Z 0+ Z t
h(t) = δ (τ ) d τ = δ (τ ) d τ + δ (τ ) d τ + δ (τ ) d τ ,
−∞ −∞ 0− 0+
pero δ (t) = 0 para todo t 6= 0 y

Z 0+
δ (τ ) d τ = 1,
0−
luego
h(t) = 1, para t > 0.
Por lo tanto, todo lo anterior nos indica que h(t) se comporta como el escalón unitario, es decir,
Z t
u(t) = δ (τ ) d τ .
−∞
Ahora, derivando en ambos lados de la ecuación anterior se tiene que

d
δ (t) = u(t).
dt
Las relaciones entre δ (t) y u(t) permiten establecer importantes propiedades teóricas en el
contexto de análisis de señales, particularmente, en el cálculo de las transformadas de Fourier y
Laplace, que veremos en los capı́tulos subsiguientes.
5.1.10 Derivada Generalizada

La expresión de la derivada generalizada de una función se deduce del hecho de que toda
función diferenciable a trozos o, en general, toda función continua a trozos, puede expresarse
como una suma de funciones que involucran escalones unitarios.
Definición 5.11. Sea f (t) una función diferenciable a trozos en R, esto es, f (t) es derivable
en todo R excepto en t1 ,t2 , . . . ,tn ∈ R, además, en cada uno de estos puntos f (t) tiene saltos
h1 , h2 , . . . , hn ∈ R, respectivamente. La derivada generalizada de f (t) se define como
n
d
f (t) + ∑ hk δ (t − tk ).
′

f (t) = (5.8)
dt t6=tk k=1
Observe el siguiente ejemplo.

Ejemplo 5.3. Sea f (t) la función dada por



 0, t ≤ −1,

 −t
e ; −1 < t ≤ 0,


f (t) = t, 0 < t ≤ 2,




 3, 2 < t ≤ 3,


1, t > 3.
cuya gráfica se muestra en la Figura 5.12.

f (t)
3
-1 1 2 3 4 t
Figura 5.12. Representación gráfica de f (t) del Ejemplo 5.3
Note que f (t) no posee derivada ordinaria en los puntos t1 = −1, t2 = 0, t3 = 2 y t4 = 3, con
saltos h1 = e, h2 = −1, h3 = 1 y h4 = −2, respectivamente. Ası́, por (5.8) la derivada generalizada
o, simplemente, la derivada de f (t) es
f ′ (t) = g(t) + e δ (t + 1) − δ (t) + δ (t − 2) − 2δ (t − 3), (5.9)
donde
g(t) = −e−t (u(t + 1) − u(t)) + u(t) − u(t − 2).
Determinemos la derivada generalizada de f (t) por otro procedimiento, usando el hecho que
f (t) puede expresarse equivalentemente como:
f (t) = e−t (u(t + 1) − u(t)) + t(u(t) − u(t − 2)) + 3(u(t − 2) − u(t − 3)) + u(t − 3).
Ahora, derivando la expresión anterior se tiene: Recuerde la

regla de deri-
d −t d d d vación del pro-
f ′ (t) = e (u(t + 1) − u(t)) + [t(u(t) − u(t − 2))] + [3(u(t − 2) − u(t − 3))] + u(t − 3)
dt dt dt dt ducto
= − e−t (u(t + 1) − u(t)) + e−t (δ (t + 1) − δ (t)) + (u(t) − u(t − 2))

+ t(δ (t) − δ (t − 2)) + 3(δ (t − 2) − δ (t − 3)) + δ (t − 3)
= − e−t (u(t + 1) − u(t)) + e δ (t + 1) − δ (t) + (u(t) − u(t − 2)) − 2 δ (t − 2)

+ 3 δ (t − 2) − 3 δ (t − 3) + δ (t − 3)
= − e−t (u(t + 1) − u(t)) + u(t) − u(t − 2) + e δ (t + 1) − δ (t) + δ (t − 2) − 2δ (t − 3),
que es equivalente a la expresión dada en (5.9).

5.1.11 Convolución en el Dominio Continuo

La convolución es una operación entre funciones de dominio continuo muy útil en aplicaciones
en ingenierı́a, especialmente, en el análisis de sistemas y el procesamiento de sañales. La definición
matemática de la convolución de funciones de dominio continuo es la siguiente.
Definición 5.12. Sean f (t) y g(t) dos funciones de dominio continuo. La convolución entre
f (t) y g(t) es una función de dominio continuo, denotada por f ∗ g, la cual está definida como:
Z ∞
( f ∗ g) (t) = f (τ ) g(t − τ ) d τ , para t ∈ R.
−∞
Observación 5.1. En algunos libros de texto se emplea la notación f (t) ∗ g(t) para denotar la
convolución f ∗ g. En el presente libro también se empleará esta notación de forma conveniente
con el fin de explicar ciertas relaciones teóricas o realizar cálculos con una notación que brinde
cierta comodidad y ayuda nemotécnica.
En la siguiente proposición se establecen algunas propiedades de la convolución.
Proposición 5.2. Sean f (t), g(t) y h(t) funciones de dominio continuo. Entonces, las siguientes
propiedades se cumplen.
i) f ∗ g = g ∗ f . (Conmutatividad)
ii) f ∗ (g + h) = f ∗ g + f ∗ h. (Distributiva con respecto a la suma)
iii) Si h(t) = ( f ∗ g)(t) es la convolución de las funciones de dominio continuo f (t) y g(t),
entonces
f (t − t0 ) ∗ g(t) = h(t − t0 ).
Demostración. i) Se tiene que

Z ∞
( f ∗ g)(t) = f (τ ) g(t − τ ) d τ ;
−∞
ahora, haciendo el cambio de variable λ = t − τ se obtiene:

Z −∞ Z ∞
( f ∗ g)(t) = − f (t − λ ) g(λ ) d λ = f (t − λ ) g(λ ) d λ = (g ∗ f )(t).
∞ −∞
Demostración de ii). Se tiene que

Z ∞
f ∗ (g + h)(t) = f (τ ) [g(t − τ ) + h(t − τ )] d τ
Z−∞
∞ Z ∞
= f (τ ) g(t − τ ) d τ + f (τ ) h(t − τ ) d τ
−∞ −∞
= ( f ∗ g)(t) + ( f ∗ h)(t).
Demostración de iii). Sean h(t) = ( f ∗ g)(t) y t0 . Por definición, la convolución f (t − t0 ) ∗ g(t) está
dada por: Z ∞
f (t − t0 ) ∗ g(t) = f (τ − t0 ) g(t − τ ) d τ ;
−∞
ahora, haciendo el cambio de variable λ = τ − t0 se obtiene:

Z ∞
f (t − t0 ) ∗ g(t) = f (λ ) g((t − t0 ) − λ ) d λ = h(t − t0 ).
−∞
Esto completa la demostración.
En los siguientes ejemplos se calcula la convolución entre dos funciones de dominio continuo.
Ejemplo 5.4. Sean f (t) = p1 (t) y g(t) = u(t). Determinar la convolución f ∗ g.

Solución. Tomemos h(t) = ( f ∗ g) (t). Considerando las expresiones de f (t) y g(t), se puede
escribir: Z ∞ Z 1−
h(t) = p1 (τ ) u(t − τ ) d τ = u(t − τ ) d τ , para cada t ∈ R. (5.10)
−∞ −1+
Determinemos la expresión de h(t) para: t ≤ −1, −1 < t < 1 y t ≥ 1.
• Para t ≤ −1, la gráfica de la función u(t − τ ) es
u(t − τ )
-2 t -1 1 2 τ
Entonces, por (5.10), h(t) = 0, para t ≤ −1.
• Para −1 < t < 1, la gráfica de u(t − τ ) es
u(t − τ )
-2 -1 t 1 2 τ
Z t
Entonces, por (5.10), h(t) = d τ = t + 1, para −1 < t < 1.
−1+
• Para t ≥ 1, la gráfica de u(t − τ ) es
u(t − τ )
1
-2 -1 1 t 2 τ
Z 1−
Entonces, por (5.10), h(t) = d τ = 2, para t ≥ 1.
−1+
De esta forma, la expresión analı́tica de la convolución entre f y g está dada por


0,
 t ≤ −1,
h(t) = t + 1, −1 < t < 1,


2, t ≥ 1,
cuya representación gráfica es

h(t)
2
-2 -1 1 2 t
Ejemplo 5.5. Sean f (t) y g(t) las funciones de dominio continuo cuyas gráficas se muestran en la
siguiente figura.
f (t) g(t)
1 1
-1 1 t -1 1 t
Determinar la convolución f ∗ g.
Solución. Tomemos h(t) = ( f ∗ g) (t). Se tiene que f (t) y g(t) se pueden expresar como
f (t) = (1 − t)(u(t) − u(t − 1)) y g(t) = u(t) − u(t − 1).
Luego, considerando la expresión de f (t), se puede escribir, para cada t ∈ R:

Z ∞ Z 1−
h(t) = f (τ ) g(t − τ ) d τ = (1 − τ )g(t − τ ) d τ . (5.11)
−∞ 0+
Además, para cada t ∈ R, la función g(t − τ ) se puede escribir como
g(t − τ ) = u(t − τ ) − u((t − 1) − τ ), para τ ∈ R.
Determinemos la expresión de h(t) para: t ≤ 0, 0 < t < 1, 1 ≤ t < 2 y t ≥ 2.
• Para t ≤ 0, la gráfica de g(t − τ ) es
g(t − τ )
1
t −1 t 1 2 τ
Entonces, por (5.11), h(t) = 0, para t ≤ 0.
• Para 0 < t < 1, la gráfica de g(t − τ ) es
g(t − τ )
1
t −1 t 1 2 τ
Entonces, por (5.11)

t
(τ − 1)2
Z t
1
h(t) = (1 − τ ) d τ = − = 1 − (t − 1)2 , para 0 < t < 1.
0+ 2 0 2
• Para 1 ≤ t < 2, la gráfica de g(t − τ ) es
g(t − τ )
1
t −1 1 t 2 τ

1
(τ − 1)2
Z 1−
(t − 2)2
h(t) = (1 − τ ) d τ = − = , para 1 ≤ t < 2.
t−1 2 t−1 2
• Para t ≥ 2, la gráfica de g(t − τ ) es
g(t − τ )
1
1 t −1 2 t τ
Entonces, por (5.11), h(t) = 0, para t ≥ 2.
De esta forma, la expresión analı́tica de la convolución h(t) = ( f ∗ g) (t) está dada por:


 0, t ≤ 0,



 1 1 − (t − 1)2 , 0 < t < 1,

2
h(t) =
1 2
2 (t − 2) , 1 ≤ t < 2,







0, t ≥ 2,
cuya representación gráfica se aprecia en la siguiente figura.
h(t)
1
1/2
-3 -2 -1 1 2 3 t
Ejemplo 5.6. Sean f (t) y g(t) funciones de dominio continuo definidas respectivamente por:
f (t) = pa (t − a) y g(t) = u(t).
Determinar la convolución h(t) = ( f ∗ g)(t).

Solución. Tenemos que la convolución h(t) = ( f ∗ g)(t) se define como:
Z ∞
h(t) = f (τ )g(t − τ ) d τ , para t ∈ R.
−∞
Ahora bien, considerando las expresiones de f (t) y g(t) dadas en el enunciado del problema, obte-
nemos: Z ∞ Z 2a−
h(t) = pa (τ − a)u(t − τ ) d τ = u(t − τ ) d τ , para t ∈ R. (5.12)
−∞ 0+
Pasemos a determinar la expresión matemática de h(t) considerando la ecuación (5.12). Debemos

tener presente que esta ecuación es válida para todo t ∈ R. El procedimiento que seguiremos para
hallar la expresión de h(t) es el siguiente: fijar valores de t, luego construir la gráfica de la función
u(t − τ ) (en función de τ ) y, por último, determinar el valor de la integral de (5.12), para cada valor
de t.
• Para t ≤ 0, la gráfica de u(t − τ ) es:
u(t − τ )
τ
t 2a
Lo que implica, según (5.12), que h(t) = 0, para t ≤ 0.
• Para 0 < t < 2a, la gráfica de u(t − τ ) es:
u(t − τ )
1
τ
t 2a
Ası́, usando (5.12) obtenemos:

Z t
h(t) = d τ = t, para t ∈ (0, 2a).
0+
• Para t ≥ 2a, la gráfica de u(t − τ ) es:

u(t − τ )
1
τ
2a t

Z 2a+
h(t) = d τ = 2a, para t ≥ 2a.
0+
De todo lo anterior se tiene que la expresión matemática de la convolución h(t) = ( f ∗ g)(t) está
dada por:
h(t)

0, t ≤ 0,
 2a
h(t) = t, 0 < t < 2a,


2a, t ≥ 2a.
2a t
f (t) = r(t) y g(t) = sgn(t) + u(−t − 1).
Solución. Usando la distributividad de la convolución podemos escribir, para t ∈ R,
h(t) = r(t) ∗ sgn(t) + r(t) ∗ u(−t − 1).
Calculemos cada una de las convoluciones r(t) ∗ sgn(t) y r(t) ∗ u(−t − 1). Usando la definición de
convolución obtenemos:
Z ∞
r(t) ∗ sgn(t) = r(τ ) sgn(t − τ ) d τ , para t ∈ R. (5.13)
−∞
• Para t ≤ 0, la gráfica de la función r(τ ) sgn(t − τ ) es:

r(τ ) sgn(t − τ )
−τ
Ası́, por (5.13) la convolución r(t) ∗ sgn(t) no existe, para t ≤ 0.
• Para t > 0, la gráfica de la función r(τ ) sgn(t − τ ) es:
r(τ ) sgn(t − τ )
t τ
−t
−τ

Z t Z ∞
r(t) ∗ sgn(t) = τ dτ + (−τ )d τ
0+ t
2 s
t2 τ
= − lı́m = −∞, para t > 0;
2 s→∞ 2 t
en otras palabras, la convolución r(t) ∗ sgn(t) no existe, para t ≥ 0.
De esta forma, la convolución r(t) ∗ sgn(t) no existe para todo t ∈ R. En consecuencia, podemos
concluir que la convolución ( f ∗ g)(t) no existe para todo t ∈ R, sin considerar el resultado de la
convolución r(t) ∗ u(−t − 1). Se deja como ejercicio para el lector, verificar que la convolución
r(t) ∗ u(−t − 1) no existe para todo t ∈ R.
f (t) = e−t u(t) y g(t) = e−2t u(t).

Solución. Considerando la definición de la convolución h(t) = ( f ∗ g)(t) y las expresiones de f (t)
y g(t) dadas en el enunciado del problema, obtenemos:
Z ∞ Z ∞
h(t) = e−τ e−2(t−τ ) u(t − τ ) d τ = e−2t eτ u(t − τ ) d τ , para t ∈ R. (5.14)
−∞ 0+
• Para t ≤ 0, la gráfica de eτ u(t − τ ) es:
eτ u(t − τ )
et
τ
t
Ası́, por (5.14), h(t) = 0, para t ≤ 0.

• Para t > 0, la gráfica de eτ u(t − τ ) es:
eτ u(t − τ )
et
τ
t
Ası́, por (5.14) obtenemos:

Z t
eτ d τ = e−2t et − 1 ,

h(t) = e−2t para t > 0.
0+
De todo lo anterior se tiene que la expresión matemática de la convolución h(t) = ( f ∗ g)(t) está
dada por:
h(t)

h(t) = e−2t et − 1 u(t)
Ejemplo 5.9. Determinar la convolución h(t) = f ∗ g(t) de las funciones de dominio continuo f (t)
y g(t) que se muestran en la siguiente figura. Tome en cuenta que solo se muestra la gráfica de las
funciones donde ellas son distintas de cero.
f (t) g(t)
1
−1 1
−1 1 t t
−1
Solución. Considerando la definición de la convolución h(t) = ( f ∗ g)(t) y la gráfica de f (t) dada

en el enunciado del problema, obtenemos:
Z 0 Z 1
h(t) = (τ + 1)g(t − τ ) d τ + g(t − τ ) d τ , para t ∈ R. (5.15)
−1 0
Determinemos los valores de las integrales de (5.15) para cada t ∈ R.
• Para t ≤ −2, las gráficas de g(t − τ ) y (τ + 1)g(t − τ ) son:

g(t − τ ) g(t − τ )(τ + 1)

(τ + 1)(τ − t)
(τ + 1)(t − τ )
t −1 t t +1
τ t −1 t t +1 τ
−1 −1
−1
Ası́, por (5.15), h(t) = 0, para t ≤ −2.
• Para −2 < t ≤ −1, las gráficas de g(t − τ ) y (τ + 1)g(t − τ ) son:
g(t − τ ) g(t − τ )(τ + 1)
(τ + 1)(τ − t)
t −1 t t +1 t t +1
−2 −1 τ t − 1 −2 −1 τ
(τ + 1)(t − τ )
−1
(t − 1) (t + 2)2
Z t+1
h(t) = (τ + 1)(t − τ ) d τ = , para − 2 < t ≤ −1.
−1 6
• Para −1 < t ≤ 0, las gráficas de g(t − τ ) y (τ + 1)g(t − τ ) son:
g(t − τ ) g(t − τ )(τ + 1)
(τ + 1)(τ − t)
t −1 t t +1 t t +1
−1 1 τ t −1 1 τ
−1 −1 (τ + 1)(t − τ )

Z t Z 0 Z t+1
h(t) = (τ + 1)(τ − t) d τ + (τ + 1)(t − τ ) d τ + (t − τ ) d τ
−1 t 0
t2 (t + 1)3 t 2 (t + 3) 1
= − − − , para − 1 < t ≤ 0.
2 6 6 2
• Para 0 < t ≤ 1, las gráficas de g(t − τ ) y (τ + 1)g(t − τ ) son:

g(t − τ ) g(t − τ )(τ + 1)
t −1 t t +1 t −1 t t +1
1 2 τ 1 2 τ
(τ + 1)(τ − t)
−1
(τ + 1)(t − τ )

Z 0 Z t Z 1
h(t) = (τ + 1)(τ − t) d τ + (τ − t) d τ + (t − τ ) d τ
t−1 0 t
2
(t − 1) t 2 + 4t + 1 (t − 1) t 2
= − − , para 0 < t ≤ 1.
6 2 2
• Para 1 < t ≤ 2, las gráficas de g(t − τ ) y (τ + 1)g(t − τ ) son:
g(t − τ ) g(t − τ )(τ + 1)
t −1 t t +1 t −1 t t +1
1 2 3 τ 1 2 3 τ
−1
(τ + 1)(τ − t)
(τ + 1)(t − τ )

Z 1
t (t − 2)
h(t) = (τ − t) d τ = , para 1 < t ≤ 2.
t−1 2
• Para t > 2, las gráficas de g(t − τ ) y (τ + 1)g(t − τ ) son:
g(t − τ ) g(t − τ )(τ + 1)
t −1 t t +1 t −1 t t +1
1 2 3 4 τ 1 2 3 4 τ
−1
(τ + 1)(τ − t)
(τ + 1)(t − τ )
162 5.2. FUNCIONES DE DOMINIO DISCRETO
Ası́, por (5.15), h(t) = 0, para t > 2.
De todo lo anterior se tiene que la convolución h(t) = ( f ∗ g)(t) está dada por:

(t−1) (t+2)2


 6 , −2 < t ≤ −1,
 (t+1)3 t 2 (t+3)
 t2 1
 2 − 6 − 6 − 2, −1 < t ≤ 0,


h(t) = (t−1) ( t 2 +4t+1
) (t−1) 2 2
 6 − 2 − t2 , 0 < t ≤ 1,

 t (t−2)
2 , 1 < t ≤ 2,





0, en otros casos,
cuya gráfica es la siguiente:
h(t)
−2 2
t
−2/3
5.2 Funciones de Dominio Discreto

Una función f que depende de una variable n se dice de dominio discreto, si n toma valores
en el conjunto de los números enteros; en otras palabras, toda función definida en el conjunto de
números enteros es una función de dominio discreto. Una de las formas más comunes en las que
Sean t0 ,t1 , . . . . surgen funciones de dominio discreto es discretizando funciones de dominio continuo. Como una
La función herramienta nemotécnica y con el propósito de diferenciar funciones de dominio continuo de las
g[n] = f (tn ) se
de dominio discreto, utilizaremos la notación f [n] para indicar que f es una función de dominio
denomina dis-
cretización de la discreto. Esta notación es ampliamente usada en los libros de texto de análisis de sistemas y
función f (t) señales.
Ejemplo 5.10. Seguidamente mostramos funciones de dominio discreto que se obtienen respec-
tivamente como la discretización de las funciones de dominio continuo: f (t) = et , f (t) = sen(t),
f (t) = ln(t) y u(t).
• f [n] = en , para todo n ∈ Z.
• f [n] = sen(n), para todo n ∈ Z.
• f [n] = ln(n), para todo n ≥ 0.

(
0, n < 0,
• f [n] =
1, n ≥ 0.
5.2.1 Impulso Unitario Discreto
El impulso unitario discreto es la contraparte discreta del impulso unitario continuo, pero el
impulso unitario discreto no puede verse como la discretización de δ (t), ya que δ (0) no está
definido.
Definición 5.13. El impulso unitario discreto, denotado por δ [n], se define como
(
1, n = 0,
δ [n] =
0, n 6= 0,
La gráfica de δ [n] se aprecia en la Figura 5.13.
δ [n]
b
1
b b b b b b b b
-4 -3 -2 -1 1 2 3 4 n
Figura 5.13. Gráfica del impulso unitario discreto
5.2.2 Escalón Unitario Discreto
El escalón unitario discreto puede obtenerse discretizando el impulso unitario, a pesar de que
u(0) no está definido. En este caso, el escalón unitario discreto alcanza el valor 1 en 0, es decir,
toma el valor del lı́mite por la derecha de u(t) cuando t tiende a 0.
Definición 5.14. El escalón unitario discreto, denotado por u[n], se define como
(
0, n < 0,
u[n] =
1, n ≥ 0,
La gráfica de u[n] se muestra en la Figura 5.14.
u[n]
b b b b b
1
··· ···
b b b b
-4 -3 -2 -1 1 2 3 4 n
Figura 5.14. Gráfica del escalón unitario discreto

5.2.3 Función Rampa Discreta

La función rampa discreta se obtiene discretizando la función rampa continua.
Definición 5.15. La función rampa discreta, denotada por r[n], se define como
(
0, n < 0,
r[n] =
n, n ≥ 0,
r[n]
b
3
b
2
···
b
1
···
b b b b b
-4 -3 -2 -1 1 2 3 n
Figura 5.15. Gráfica de la rampa discreta
La gráfica de r[n] se aprecia en la Figura 5.15. Las funciones escalón unitario discreto y la
rampa discreta están relacionadas de la siguiente manera:
n
r[n] = ∑ u[k − 1] y u[n] = r[n + 1] − r[n].
k=−∞
Se deja como ejercicio para el lector demostrar estas relaciones.
5.2.4 Función Signo Discreto

La función signo discreto puede obtenerse discretizando de la función signo de dominio conti-
nuo, a pesar de que sgn(0) no está definido. En este caso la función signo discreto alcanza el valor
0 en 0.
Definición 5.16. La función signo discreto, denotado por sgn[n], se define como

−1, n < 0,

sgn[n] = 0, n = 0,


1, n > 0,
La gráfica sgn[n] se aprecia en la siguiente figura.

Igual que en el dominio continuo, las funciones u[n] y sgn[n] también están estrechamente
relacionadas. La definición de sgn[n] permite inferir que ella se puede expresar como la suma de
dos funciones escalón, a saber:
sgn[n] = u[n] − u[−n].
Se deja como ejercicio para el lector demostrar esta relación.
sgn[n]
b b b b
1
···
−4 −3 −2 −1 b
1 2 3 4 n
···
b b b b
-1
Figura 5.16. Gráfica del signo discreto
5.2.5 Relación entre u[n] y δ [n]

Las funciones escalón unitario discreto e impulso unitario discreto están relacionadas de la
siguiente manera:
n
u[n] = ∑ δ [k] y δ [n] = u[n] − u[n − 1].
k=−∞
Demostremos estas relaciones. Primero veamos que la suma
n
f [n] = ∑ δ [k]
k=−∞
se comporta como el escalón unitario discreto. Como δ [k] = 0 para todo k 6= 0, entonces es claro
que f [n] = 0 para n < 0. Para n = 0, se tiene que
−1
f [0] = ∑ δ [k] + δ [0] = 1.
k=−∞
Ahora, para n > 0 se obtiene

−1 n
f [n] = ∑ δ [k] + δ [0] + ∑ δ [k] = 1.
k=−∞ k=1
Por lo tanto, todo lo anterior nos dice que f [n] se comporta como el escalón unitario discreto, es
decir,
n
u[n] = ∑ δ [k].
k=−∞
Veamos ahora que la función g[n] = u[n] − u[n − 1] se comporta como el impulso unitario
discreto. Como u[n] = 0 para todo n < 0, entonces es claro que g[n] = 0 para n < 0. Para n = 0, se
tiene que
g[0] = u[0] − u[−1] = 1.
Ahora, se tiene que u[n] = 1 y u[n − 1] = 1 para n ≥ 1; luego, g[n] = 0 para n ≥ 1. Por lo tanto,
todo lo anterior nos indica que g[n] se comporta como el impulso unitario discreto, es decir,
δ [n] = u[n] − u[n − 1].
5.2.6 Convolución en el Dominio Discreto

La convolución en el dominio discreto es un concepto de mucha utilidad en análisis de sistemas,
especialmente, en el procesamiento digital de señales. La definición matemática de la convolución
de funciones de dominio discreto es la siguiente.
Definición 5.17. Sean f [n] y g[n] dos funciones de dominio discreto. La convolución entre f [n]
y g[n], denotada por f ∗ g, es una función de dominio discreto definida como
∞
( f ∗ g) [n] = ∑ f [k] g[n − k], para n ∈ Z.
k=−∞
En la siguiente proposición se establecen algunas propiedades de la convolución de funciones

de dominio discreto.
Proposición 5.3. Sean f [n], g[n] y h[n] funciones de dominio discreto. Entonces, las siguientes
propiedades se cumplen.
i) f ∗ g = g ∗ f . (Conmutatividad)
ii) f ∗ (g + h) = f ∗ g + f ∗ h. (Distributiva con respecto a la suma)
iii) Si h[n] = ( f ∗ g)[n] es la convolución de las funciones de dominio discreto f [n] y g[n],
entonces
f [n − n0 ] ∗ g[n] = h[n − n0 ].
Demostración. i) Se tiene que

∞
( f ∗ g)[n] = ∑ f [k] g[n − k];
k=−∞
ahora, haciendo el cambio m = n − k en la sumatoria, se obtiene:

−∞ ∞
( f ∗ g)[n] = ∑ f [n − m] g[m] = ∑ g[m] f [n − m] = (g ∗ f )[n].
m=∞ m=−∞
Demostración de ii). Se tiene que

∞
f ∗ (g + h)[n] = ∑ f [k] [g[n − k] + h[n − k]]
k=−∞
∞ ∞
= ∑ f [k] g[n − k] + ∑ f [k] h[n − k]
k=−∞ k=−∞
= ( f ∗ g)[n] + ( f ∗ h)[n].
Demostración de iii). Sean h[n] = ( f ∗ g)[n] y n0 ∈ Z. Por definición, la convolución f [n − n0 ] ∗ g[n]

está dada por:
∞
f [n − n0 ] ∗ g[n] = ∑ f [k − n0 ] g[n − k];
k=−∞
ahora, haciendo el cambio m = k − n0 en la sumatoria, se obtiene:

∞
f [n − n0 ] ∗ g(n) = ∑ f [m] g[(n − n0 ) − m] = h[n − n0 ].
k=−∞
Esto completa la demostración.
En los siguientes ejemplos se calcula la convolución entre dos funciones de dominio discreto.
Ejemplo 5.11. Determinar la convolución f ∗ g, donde
f [n] = u[n − 2] − u[n − 4] y g[n] = u[n].
Solución. Considerando las expresiones de f [n] y g[n], se tiene que la expresión analı́tica de la
convolución h[n] = ( f ∗ g) [n], para cada n ∈ Z, es:
∞
h[n] = ( f ∗ g) [n] = ∑ f [k]g[n − k]
k=−∞
3
= ∑ g[n − k]
k=2
= g[n − 2] + g[n − 3]
= u[n − 2] + u[n − 3],
cuya representación gráfica se muestra en la siguiente figura.

h[n]
b b b b
2
b
1
··· ···
b b b b b
-3 -2 -1 1 2 3 4 5 6 n
Ejemplo 5.12. Si f [n] = (1/3)n u[n] y g[n] = 2n u[−n], entonces determinar la convolución f ∗ g.
Solución. Tomemos h[n] = ( f ∗ g) [n]. Considerando las expresiones de f [n] y g[n], se tiene que
∞ ∞
h[n] = ∑ f [k]g[n − k] = ∑ 3−k 2n−k u[k − n]
k=−∞ k=0
∞
= 2 n
∑ 6−k u[k − n], para todo n ∈ Z. (5.16)
k=0
Determinemos la expresión de h[n], para: n ≤ 0 y n > 0.

• Para n ≤ 0, la gráfica de u[n − k] es
u[k − n]
1
b b b b b
··· ···
b b b
n−1 n −1 1 2 k

!
∞
1
h[n] = 2n ∑ (1/6)k = 2n = (6/5)2n , para n ≤ 0.
k=0 1 − 16
• Para n > 0, la gráfica de u[n − k] es
u[k − n]
b b b
1
··· ···
b b b b b b
1 n−1 n n+1 n+2 k

∞
h[n] = 2n ∑ (1/6)k
k=n
" #
∞ n−1
= 2n ∑ (1/6)k − ∑ (1/6)k
k=0 k=0
" #
1 1 − (1/6)n
= 2n −
1 − 16 1 − 16
= (6/5)2n (1/6)n = (6/5)3−n , para n > 0.
De esta forma, la expresión analı́tica de la convolución h[n] = ( f ∗ g) [n] está dada por
h[n] = (6/5)2n u[−1 − n] + (6/5)3−n u[n],

h[n]
b
1
b
b
b
b b
b b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 n
Ejemplo 5.13. Sean f [n] y g[n] funciones de dominio discreto definidas respectivamente por:
f [n] = u[n + 1] − u[n − 2] y g[n] = u[n + 1] − u[n − 2].
Determinar la convolución h[n] = ( f ∗ g)[n].

Solución. Considerando la expresión de f [n] dada en el enunciado del problema y la definición de
la convolución de funciones de dominio discreto, podemos escribir:
∞ 1
h[n] = ∑ f [k]g[n − k] = ∑ g[n − k], para n ∈ Z. (5.17)
k=−∞ k=−1
Calculemos los valores que toma h[n] para cada n ∈ Z. Seguidamente construimos la gráfica de
g[n − k] para cada n. Aquı́ sólo se muestra el gráfico de
g[n − k] = u[(n + 1) − k] − u[(n − 2) − k]
donde ella es distinta de cero.

• Para n ≤ −3, la gráfica de g[n − k] es:
g[n − k]
b b b
1
n−1 n n+1 ··· −1 1 k
Ası́, por (5.17), h[n] = 0, para n ≤ −3.
• Para n = −2, la gráfica de g[−2 − k] es:
g[−2 − k]
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
Ası́, por (5.17), h[−2] = 1.
• Para n = −1, la gráfica de g[−1 − k] es:
g[−1 − k]
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
Ası́, por (5.17), h[−1] = 2.
• Para n = 0, la gráfica de g[−k] es:
g[−k]
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
Ası́, por (5.17), h[0] = 3.
• Para n = 1, la gráfica de g[1 − k] es:
g[1 − k]
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
Ası́, por (5.17), h[1] = 2.
• Para n = 2, la gráfica de g[2 − k] es:

g[2 − k]
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
Ası́, por (5.17), h[2] = 1.

• Para n ≥ 3, la gráfica de g[n − k] es:
g[n − k]
b b b
1
−1 1 ··· n−1 n n+1 k
Ası́, por (5.17), h[n] = 0, para n ≥ 3.
De todo lo anterior se tiene que la convolución h[n] = ( f ∗ g)[n] está dada por:
h[n] = (3 − |n|)(u[n + 2] − u[n − 3])

h[n]
b
3
b b
2
b b
1
b b b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 n
Ejemplo 5.14. Sean f [n] y g[n] funciones de dominio discreto definidas respectivamente por:
f [n] = u[n + 2] − u[n − 4] y g[n] = n u[n].
Determinar la convolución h[n] = ( f ∗ g)[n].

Solución. Considerando las expresiones de f [n] y g[n] dadas en el enunciado del problema y la
definición de la convolución de funciones de dominio discreto, podemos escribir para n ∈ Z:
∞ 3
h[n] = ∑ f [k]g[n − k] = ∑ (n − k) u[n − k].
k=−∞ k=−2
Haciendo el cambio de ı́ndices m = n − k y luego sustituyendo m por k, la ecuación anterior ad-

quiere la forma:
n+2
h[n] = ∑ k u[k], para n ∈ Z. (5.18)
k=n−3
Calculemos los valores que toma h[n] para cada n ∈ Z. Para ello construiremos la gráfica de k u[k]
y usaremos la ecuación (5.18) variando los valores de n. La gráfica de k u[k] es:
ku[k]
b
6
b
5
b
4
b
3
b
2
b
1
b b b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 6 k
• Para n ≤ −2, por (5.18), h[n] = 0.
• Para n = −1, por (5.18), h[−1] = 1.
• Para n = 0, por (5.18), h[0] = 1 + 2 = 3.
• Para n = 1, por (5.18), h[1] = 1 + 2 + 3 = 6.
• Para n = 2, por (5.18), h[2] = 1 + 2 + 3 + 4 = 9.
• Para n = 3, por (5.18), h[3] = 1 + 2 + 3 + 4 + 5 = 14.
• Para n = 4, por (5.18), h[4] = 1 + 2 + 3 + 4 + 5 + 6 = 20.
• Para n = 5, por (5.18), h[5] = 2 + 3 + 4 + 5 + 6 + 7 = 27.
• Para n = 6, por (5.18), h[6] = 3 + 4 + 5 + 6 + 7 + 8 = 33.
..
.
De todo lo anterior se tiene que la convolución h[n] = ( f ∗ g)[n] está dada por:


0, n ≤ −2,


(n+2)(n+3)
h[n] = 2 , −1 ≤ n ≤ 4,



 (n+2)(n+3)
2 − (n−4)(n−3)
2 , n ≥ 5,
cuya gráfica se muestra a continuación.

h[n] b
···
b
b
b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 6 n
4
(−1)m
Ejemplo 5.15. Determinar la convolución f ∗ g, donde f [n] = ∑ m δ [n − m] y g[n] es una
m=1
función cuya gráfica se muestra en la siguiente figura.
g[n]
b b
1
1 2 3 4 ···
b b b b b
· · · −4 −3 −2 −1 n
b b
-1
Solución. Se tiene que la función g[n] se puede expresar como g[n] = g1 [n] − g2 [n], donde
g1 [n] = u[−1 − n] − u[−3 − n] y g2 [n] = u[n − 1] − u[n − 3].
Verifique que
g[n] = g1 [n] − Ası́, considerando las expresiones de f [n] y g[n], y aplicando la propiedad distributiva de la convo-
g2 [n], para las
lución, se puede escribir, para todo n ∈ Z:
funciones g1 [n]
y g2 [n] dadas
h[n] = ( f ∗ g) [n]
= ( f ∗ g1 ) [n] − ( f ∗ g2 ) [n]
4 4
(−1)m (−1)m
= ∑ m
δ [n − m] ∗ g1 [n] − ∑
m
δ [n − m] ∗ g2 [n]. (5.19)
m=1 m=1
Calculemos las convoluciones δ [n − m] ∗ g1 [n] y δ [n − m] ∗ g2 [n], para m = 1, 2, 3, 4. Se tiene, para

todo n ∈ Z:
δ [n − m] ∗ g1 [n] = δ [n − m] ∗ u[−1 − n] − δ [n − m] ∗ u[−3 − n]

∞ ∞
= ∑ δ [k − m]u[−1 − n + k] − ∑ δ [k − m]u[−3 − n + k]
k=−∞ k=−∞
= u[(m − 1) − n] − u[(m − 3) − n], para m = 1, 2, 3, 4,

δ [n − m] ∗ g2 [n] = δ [n − m] ∗ u[n − 1] − δ (n − m) ∗ u[n − 3]

∞ ∞
= ∑ δ [k − m]u[n − k − 1] − ∑ δ [k − m]u[n − k − 3]
k=−∞ k=−∞
= u[n − (m + 1)] − u[n − (m + 3)], para m = 1, 2, 3, 4.
Ahora, sustituyendo convenientemente estas últimas expresiones en (5.19), se obtiene que la ex-
presión analı́tica de la convolución h[n] = ( f ∗ g) [n] está dada por:
4
(−1)m
h[n] = ∑ m (u[(m − 1) − n] − u[(m − 3) − n] − u[n − (m + 1)] + u[n − (m + 3)])
m=1
1 2 1 1 1
=u[−2 − n] − u[−1 − n] − u[−n] + u[1 − n] − u[2 − n] + u[3 − n]
2 3 4 3 4
1 2 1 1 1
+ u[n − 2] − u[n − 3] − u[n − 4] + u[n − 5] − u[n − 6] + u[n − 7],
2 3 4 3 4
h[n]
1 b
b
b
· · · −3 −2 −1 b 4 6
b b b b
b
b
1 2 3 5 b
7 8 ··· n
b
-1
5.3 Introducción al Cálculo Operacional con Python

Comencemos utilizando la librerı́a Sympy de matemática simbólica de Python para trabajar
con funciones de dominio continuo y calcular la convolución en el dominio continuo. Una función
de dominio continuo f (t) se puede crear en Python como una función simbólica. Primero se
crea el objeto simbólico t, luego se define la función simbólica f(t) según su forma algebraica.
Observe el siguiente ejemplo, donde creamos la función
f (t) = t 2 (sen(t) + e−t ).

>>> t = s y m b o l s ( ’ t ’ )
>>> f = t ∗ ∗ 2 ∗ ( s i n ( t ) + exp (− t ) )
El comando plot(f, (t, tmin, tmax)) dibuja la función f (t) en el intervalo [tmin,tmax].
Por ejemplo, la gráfica de la función f (t) = t 2 (sen(t) + e−t ), creada previamente, en el intervalo
[−2, 5] se obtiene de la siguiente forma:
>>> p l o t ( f , ( t , −2, 5 ) )
174 5.3. INTRODUCCIÓN AL CÁLCULO OPERACIONAL CON PYTHON
f(t)
20
10
0
−2 −1 0 1 2 3 4 5
t
−10
−20
Las funciones simbólicas creadas con Sympy se pueden operar entre sı́, diferenciar, integrar,
etc. Ahora, las funciones elementales ya están predefinidas y las funciones como el impulso uni-
tario, el escalón unitario y la función signo, también están predefinidas. El impulso unitario, δ (t),
es DiracDelta(t), el escalón unitario, u(t), es Heaviside(t), y la función signo, sgn(t), es
sign(t). Las gráficas de u(t) y sgn(t) en el intervalo [−10, 10], se obtienen de la siguiente forma:
>>> t = s y m b o l s ( ’ t ’ )
>>> p l o t ( H e a v i s i d e ( t ) , ( t , −10 ,10) , y l a b e l = ’ $u ( t ) $ ’ )
>>> p l o t ( s i g n ( t ) , ( t , −10 ,10) , y l a b e l = ’ $ s g n ( t ) $ ’ )
sgn(t)
u(t)
1.0
1.00
0.75
0.8
0.50
0.6 0.25
0.00
−10.0 −7.5 −5.0 −2.5 0.0 2.5 5.0 7.5 10.0
0.4
t
−0.25
0.2 −0.50
−0.75
0.0
−10.0 −7.5 −5.0 −2.5 0.0 2.5 5.0 7.5 10.0
−1.00
t
Las otras funciones de dominio continuo de uso común, por ejemplo, la rampa r(t), el pulso
rectangular pT (t) o el pulso triangular qT (t), se pueden definir a través de su relación con el escalón
Utilice el co- unitario. Observe el siguiente ejemplo donde se definen las funciones r(t), p1 (t) y q1 (t).
mando plot
>>> t = symbols ( ’ t ’ )
para obtener las
>>> r = lambda t : t ∗ H e a v i s i d e ( t )
gráficas de las
>>> p1 = lambda t : H e a v i s i d e ( t +1)− H e a v i s i d e ( t −1)
funciones r(t),
>>> q1 = lambda t : ( t + 1 ) ∗ ( H e a v i s i d e ( t +1)− H e a v i s i d e ( t ) )
p1 (t) y q1 (t),
+ (1− t ) ∗ ( H e a v i s i d e ( t )− H e a v i s i d e ( t −1))
en el intervalo
[−10, 10] Observe que en las definiciones de las funciones r(t), p1 (t) y q1 (t) se emplea la instrucción lambda,
la cual permite a Python definir funciones anónimas.
También se puede definir la composición de funciones de dominio continuo. Observe el si-
guiente ejemplo donde se define la función f (t) = u(sen(t)) y se obtiene su gráfica en el intervalo
[−6π , 6π ].
>>> f = lambda t : H e a v i s i d e ( s i n ( t ) )
>>> p l o t ( f ( t ) , ( t , −6∗ p i , 6∗ p i ) )
f(t)
1.0
0.8
0.6
0.4
0.2
0.0
−15 −10 −5 0 5 10 15
t
Se puede emplear el comando integrate para calcular integrales que involucren a la función
impulso unitario. Seguidamente se calculan los valores de las integrales
Z 3 Z 3
1 1
e(t−2) δ (2t − 4) dt = , e(t−2) δ ′′ (2t − 4) dt = .
0 2 0 8
La primera integral se calcula directamente:
>>> i n t e g r a t e ( exp ( t −2)∗ D i r a c D e l t a ( 2 ∗ t −4) , ( t , 0 , 3 ) )
1/2
Ahora, para calcular la segunda integral se debe realizar un cambio de variables, digamos s = 2t −4,
con el cual esta integral adquiere la forma equivalente:
Z 2
1
es/2 δ ′′ (s) ds
2 −4
cuyo valor se obtiene por:

>>> i n t e g r a t e ( exp ( t / 2 ) ∗ d i f f ( D i r a c D e l t a ( t ) , t , 2 ) , ( t , − 4 , 2 ) ) / 2
1/8
Sympy no tiene un comando que permita calcular en forma explı́cita la convolución de dos
funciones de demonio continuo.
Programa 5.1. Función ConvCont
d e f ConvCont ( f , g , t t ) :
”””
ConvCont
H a l l a e l v a l o r de l a c o n v o l u c i ó n h ( t ) = f ∗ g ( t )
en t 0
”””
t , t a u = symbols ( ’ t t a u ’ )
i f i s i n s t a n c e ( t t , np . n d a r r a y ) :
h = []
for t0 in t t :
v = i n t e g r a t e ( f . s u b s ( t , t a u ) ∗ g . s u b s ( t , t 0 −t a u ) , ( t a u ,−oo , oo ) )
h . append ( v )
else :
h = i n t e g r a t e ( f . s u b s ( t , t a u ) ∗ g . s u b s ( t , t t −t a u ) , ( t a u ,−oo , oo ) )
return h
En el Programa 5.1 se muestra la función ConvCont, que permite calcular el valor de la con-
volución h(t) = ( f ∗ g)(t) en t = t0 , en otras palabras, halla el valor h(t0 ). Veamos un ejemplo.
Consideremos las funciones f (t) = p1 (t) y g(t) = u(t) del Ejemplo 5.4, donde hallamos la convo-
lución
h(t) = ( f ∗ g)(t) = (t + 1)(u(t + 1) − u(t − 1)) + 2u(t − 1).
Seguidamente se utiliza la función ConvCont para hallar el valor h(1/2) = 3/2.
>>> t = s y m b o l s ( ’ t ’ )
>>> p1 = H e a v i s i d e ( t +1)− H e a v i s i d e ( t −1)
>>> g = H e a v i s i d e ( t )
>>> ConvCont ( p1 , g , 1 / 2 )
1.50000000000000
La función ConvCont no sólo permite hallar el valor de ( f ∗ g)(t) en t = t0 , sino que también
podemos usarla para obtener una gráfica de ( f ∗ g)(t). A continuación, con las funciones f (t) y
g(t) creadas previamente, se construye la gráfica de h(t) = ( f ∗ g)(t) en el intervalo [−4, 4]. Para
ello, combinamos las librerı́as Sympy, Numpy y Matplotlib.
>>> import m a t p l o t l i b . pyplot as p l t
>>> t = np . l i n s p a c e ( − 4 , 4 , 1 0 0 )
>>> h = ConvCont ( p1 , g , t )
>>> plt . plot ( t , h)
>>> plt . xlabel ( ’ t ’ )
>>> plt . ylabel ( ’h( t ) ’ )
>>> plt . grid ()
>>> p l t . show ( )
2.00
1.75
1.50
1.25
h(t)
1.00
0.75
0.50
0.25
0.00
−4 −3 −2 −1 0 1 2 3 4
t
En este caso, t es un arreglo, por ello ConvCont arroja como salida un arreglo h, cuyas componen-
tes son los valores que alcanza h(t) en cada componente del arreglo t.
En cuanto a las funciones de dominio discreto, con Python también se pueden manipular.
En este caso emplearemos la librerı́a Numpy. Una función f [n] de dominio discreto es en sı́ una
sucesión de números reales. Este hecho nos permite definir funciones de dominio discreto como
un arreglo de números reales. Por ejemplo, la función sen(π n/2) puede definirse en Python como
una discretización de la función sen(π t/2), primero creando n como un arreglo de números enteros
y después evaluando la función sen(π t/2) en ese arreglo. Esto puede observarlo a continuación.
>>> n = np . a r a n g e ( − 1 0 , 1 1 )
>>> f = np . s i n ( np . p i ∗ n / 2 )
Con np.arange(-10,11) se crea el arreglo [-10,-9,-8,...,8,9,10]. Ası́, el resultado de las

operaciones anteriores es un arreglo f cuyas componentes son sen(π n/2), para n = −10, . . . , 10;
en otras palabras, se ha definido la función f [n] = sen(π n/2), para n = −10, −9, . . . , 10. La gráfica
de esta función puede generarse con el comando stem(n, f, linefmt=’--k’).
>>> plt . s t e m ( n , f , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )

>>> plt . xlabel ( ’n ’ )
>>> plt . ylabel ( ’ f (n) ’ )
>>> plt . show ( )
1.00
0.75
0.50
0.25
f(n)
0.00
−0.25
−0.50
−0.75
−1.00
−10.0 −7.5 −5.0 −2.5 0.0 2.5 5.0 7.5 10.0

n
El proceso anterior se puede aplicar para generar todas las funciones elementales de dominio
discreto (cos(n), en , tan(n), etc.). En cuanto a las funciones impulso unitario discreto δ [n] y escalón
unitario discreto u[n], hemos definido las funciones impulso (ver Programa 5.2) y escalon (ver
Programa 5.3), que hallan los valores que alcanzan δ [n] y u[n] en las componentes del arreglo n,
respectivamente.
Programa 5.2. Función impulso
def impulso ( n ) :
”””
impulso
H a l l a l o s v a l o r e s de d e l t a [ n ]
”””
d = np . z e r o s ( n . s h a p e [ 0 ] )
d [ n ==0] = 1
return d
Programa 5.3. Función escalon
def escalon ( n ) :
”””
escalon
H a l l a l o s v a l o r e s de u [ n ]
”””
u = np . z e r o s ( n . s h a p e [ 0 ] )
u [ n >=0] = 1
return u
A continuación usamos las funciones impulso y escalon, para generar la gráficas de δ [n] y
u[n] en el intervalo [−10, 10].
>>> n = np . a r a n g e ( − 1 0 , 1 1 )
>>> d = impulso ( n )
>>> p l t . s u b p l o t ( 2 , 1 , 1 ) ; p l t . s t e m ( n , d , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> p l t . t i t l e ( ’ $\ d e l t a [ n ] $ ’ )
>>> u = escalon ( n)
>>> p l t . s u b p l o t ( 2 , 1 , 2 ) ; p l t . s t e m ( n , u , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> p l t . t i t l e ( ’ $u [ n ] $ ’ )
>>> p l t . show ( )
δ[n]
1.0
0.8
0.6
0.4
0.2
0.0
−10.0 −7.5 −5.0 −2.5 0.0 2.5 5.0 7.5 10.0
u[n]
1.0
0.8
0.6
0.4
0.2
0.0
−10.0 −7.5 −5.0 −2.5 0.0 2.5 5.0 7.5 10.0
Los Programas 5.4, 5.5 y 5.6, muestran las funciones signo, rampa y pulsorect, que definen
Utilice el co- respectivamente las funciones signo discreto,
mando stem
para obtener las 
gráficas de las
−1, n < 0,

funciones sgn[n],
r[n] y p−7,−1 [n], sgn[n] = 0, n = 0,


en el intervalo 1, n > 0,
[−10, 10]
rampa discreta,
r[n] = n u[n],
y pulso rectangular discreto


0,
 n < n1 ,
pn1 ,n2 [n] = 1, n1 ≤ n ≤ n2 ,


0, n > n2 ,
donde n1 , n2 ∈ Z tales que n1 < n2 .

Programa 5.4. Función signo
def signo ( n ) :
”””
signo
H a l l a l o s v a l o r e s de s g n [ n ]
”””
s = np . z e r o s ( n . s h a p e [ 0 ] )
s [ n >0] = 1
s [ n <0] = −1
return s
Programa 5.5. Función rampa
d e f rampa ( n ) :
”””
rampa
H a l l a l o s v a l o r e s de r [ n ]
”””
r = np . z e r o s ( n . s h a p e [ 0 ] )
r [ n >=0] = n [ n >=0]
r [ n <0] = 0
return r
Programa 5.6. Función pulsorect
d e f p u l s o r e c t ( n , n1 , n2 ) :
”””
pulsorect
H a l l a l o s v a l o r e s de p n 1 n 2 [ n ]
”””
p = np . o n e s ( n . s h a p e [ 0 ] )
p [ n<n1 ] = 0
p [ n>n2 ] = 0
return p
Con las funciones impulso, escalon, signo, rampa y pulsorect, se pueden definir nuevas
funciones, por ejemplo, las funciones
f1 [n] = u(4 − n), f2 [n] = n (u(n + 2) − u(n − 3)),


−1, −5 ≤ n ≤ −1,

f3 [n] = u(−n) − δ (n − 1) − δ (n − 2), f4 [n] = 1, 0 ≤ n ≤ 4,


0, en otros casos.
se definen, en el intervalo [−10, 10], como:

>>> n = np . a r a n g e ( − 1 0 , 1 1 )
>>> f 1 = e s c a l o n ( n −4)
>>> f 2 = n ∗ ( e s c a l o n ( n+2)− e s c a l o n ( n −3))
>>> f 3 = e s c a l o n (−n)− i m p u l s o ( n−1)− i m p u l s o ( n −2)
>>> f 4 = p u l s o r e c t ( n , 0 , 4 ) − p u l s o r e c t ( n , −5 , −1)
cuyas gráficas se obtienen de la siguiente forma:

>>> p l t . s u b p l o t ( 2 , 2 , 1 ) ; p l t . s t e m ( n , f1 , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> plt . t i t l e ( ’ $f {1}[ n ] $ ’ )

>>> plt . subplot (2 , 2 , 2 ) ; p l t . s t e m ( n , f2 , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> plt . t i t l e ( ’ $f {2}[ n ] $ ’ )
>>> plt . t i t l e ( ’ $f {3}[ n ] $ ’ )
>>> plt . t i t l e ( ’ $f {4}[ n ] $ ’ )
>>> plt . show ( )
f1 [n] f2 [n]
1.0 2
0.8
1
0.6
0
0.4
−1
0.2
0.0 −2
−10 −5 0 5 10 −10 −5 0 5 10
f3 [n] f4 [n]
1.0 1.0
0.5 0.5
0.0 0.0
−0.5 −0.5
−1.0 −1.0
−10 −5 0 5 10 −10 −5 0 5 10
Python no tiene un comando que permita calcular en forma explı́cita la convolución de dos
funciones cualesquiera de demonio discreto. Pero, la librerı́a Numpy si cuenta con el comando
convolve(f,g) que calcula la convolución de funciones f [n] y g[n] de duración finita, es decir,
f [n] debe estar definida en un intervalo [n1 , n2 ] y g[n] en un intervalo [n3 , n4 ], de manera que f [n] y
g[n] se anulan fuera de los respectivos intervalos, donde n1 , n2 , n3 , n4 ∈ Z tales que n1 < n2 y n3 < n4 .
Cuando se aplica el comando h = convolve(f,g), se obtiene la convolución h[n] = ( f ∗ g)[n]
definida en el intervalo n ∈ [n1 + n3 , n2 + n4 ]. Veamos un ejemplo. Consideremos las funciones
f [n] = u[n − 2] − u[n − 4], para n ∈ [0, 5]
y
g[n] = u[n + 2] − u[n − 5], para n ∈ [−2, 8]
En este caso, la convolución h[n] = ( f ∗ g)[n] está dada por:
h[n] = u[n − 1] + u[n − 2] − u[n − 7] − u[n − 8].
Utilicemos el comando h = convolve(f,g) para hallar los valores de h[n], por supuesto, en el
intervalo [−2, 13].
>>> n1 = 0 ; n2 = 5 ; n3 =−2; n4 =8
>>> n=np . a r a n g e ( n1 , n2 + 1 ) ; f = e s c a l o n ( n−2)− e s c a l o n ( n −4)
>>> n=np . a r a n g e ( n3 , n4 + 1 ) ; g= e s c a l o n ( n+1)− e s c a l o n ( n −5)
>>> h = np . c o n v o l v e ( f , g )
Las gráficas de f [n], g[n] y h[n] se obtienen de la siguiente forma:

>>> n=np . a r a n g e ( n1 , n2 + 1 )
>>> p l t . s u b p l o t ( 2 , 2 , 1 ) ; p l t . s t e m ( n , f , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> p l t . t i t l e ( ’ $ f [ n ] $ ’ )
>>> n=np . a r a n g e ( n3 , n4 + 1 )
>>> p l t . s u b p l o t ( 2 , 2 , 2 ) ; p l t . s t e m ( n , g , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> p l t . t i t l e ( ’ $g [ n ] $ ’ )
>>> n=np . a r a n g e ( n1+n3 , n2+n4 + 1 )
>>> p l t . s u b p l o t ( 2 , 2 , ( 3 , 4 ) ) ; p l t . s t e m ( n , h , l i n e f m t = ’−−k ’ , u s e l i n e c o l l e c t i o n = T r u e )
>>> p l t . t i t l e ( ’ $h [ n ] $ ’ )
>>> p l t . show ( )
f[n] g[n]
1.0 1.0
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0.0 0.0
0 1 2 3 4 5 −2 0 2 4 6 8
h[n]
2.0
1.5
1.0
0.5
0.0
−2 0 2 4 6 8 10 12
5.1. Dibujar las siguientes funciones de dominio continuo:
a) f1 (t) = u(t) + 3u(t − 1) − 2u(t − 2) f) f6 (t) = p1/2 (t 2 + 2t + 1)

b) f2 (t) = r(t) − r(t − 1) − u(t − 2)
1

g) f7 (t) = f1 (t) f2 t +
c) f3 (t) = u(t)u(t − a), a>0 2
d) f4 (t) = u(t)u(a − t), a>0
t 1

e) f5 (t) = u(cos t) h) f8 (t) = f1 − + + f2 (t)
3 2
5.2. Calcular las siguientes integrales:
Z 1 Z 3
a) (t + t 2 )δ (t − 3) dt c) e(t−2) δ (2t − 4) dt
−2 0
Z 4 Z 4
1 1
b) (t + t )δ (t − 3) dt
2 d) (t − 2) δ 2 ′
− t+ dt
−2 −4 3 2
5.3. Determinar la convolución h(t) = ( f ∗ g) (t) de la parejas de funciones f (t) y g(t) de

dominio continuo que se enumeran a continuación:
a) f (t) = pa (t − a), e) f (t) = e−t u(t),

g(t) = δ (t − b), b > a g(t) = e−2t u(t) + u(−t)
b) f (t) = u(t), f) f (t) = t e−t u(t),
g(t) = sgn(t) g(t) = u(t)
c) f (t) = t[u(t) − u(t − 1)], g) f (t) = u(t),
g(t) = u(t) g(t) = e−2t u(t) + δ (t)
d) f (t) = [u(t + 1) − u(t − 1)] sgn(t), h) f (t) = δ (t − 1) + e−t u(t),
g(t) = u(t) g(t) = e−2t u(t)
5.4. Determinar la convolución h(t) = ( f ∗ g) (t) de la pareja de funciones f (t) y g(t), cuyas
gráficas se muestran a continuación (solo se muestra la parte de la gráfica donde la función
es distinta de cero).
f (t) g(t)
1 1
a) −1
−1 1 t 1 t
−1
f (t) g(t)
1 1
b) 1
−1 1 t −1 t
−1
f (t) g(t)
2
c) 1
1
−1 2 t −1 1 t
f (t) g(t)
d) 1 1
−1 1 t −1 1 t
5.5. Sea f [n] la función de dominio discreto cuya gráfica se muestra en la siguiente figura.
f [n]
b
2
b
1
−2 1 3
−1 2 n
b
-1
b b
-2
Dibujar las siguientes funciones:
a) g[n] = f [n − 2] d) g[n] = f [n]u[n]

b) g[n] = f [3n − 4]
e) g[n] = u[ f [n]]

n+8
c) g[n] = f − f) g[n] = δ [ f [n]]
4
5.6. Determine la convolución h[n] = ( f ∗g) [n] de la pareja de funciones f [n] y g[n] de dominio
discreto que se enumeran a continuación:
a) f [n] = u[n − 1], e) f [n] = u[n + 2] − u[n − 4],


−1, −5 ≤ n ≤ −1,
 g[n] = nu[n]
g[n] = 1, 0 ≤ n ≤ 4,

 f) f [n] = n (u[n + 2] − u[n − 3]),
0, en otros casos.
g[n] = u[−n] − (δ [n − 1] + δ [n − 2])
n
1
b) f [n] = u[n], 2
(−1)k
2 g) f [n] = ∑ k+2
δ [n − k]
k=−2 2
n
1
g[n] = δ [n] + δ [n − 1] + u[n] 3
∑ (−1)k δ (n − k)
3
g[n] =
c) f [n] = u[n + 1] − u[n − 2], k=0
g[n] = u[n + 1] − u[n − 2] 5

(−1)k+1
d) f [n] = −n(1/4)n u[−n − 1],
h) f [n] = ∑ δ [n − k]
k=0 k + 1
g[n] = u[n] g[n] = u[n] − u[n − 5]
6 Transformada de Fourier
Este capı́tulo presenta la Transformada de Fourier, también conocida como la Integral de Fou-
rier. El nombre de Fourier es en honor al fı́sico francés Jean Baptiste Fourier (1768-1830). En
Ingenierı́a, la transformada de Fourier es una herramienta sumamente útil. Generalmente se em-
plea para realizar el análisis de una señal en el dominio de frecuencia para obtener información
que no es evidente en el dominio del tiempo. Por ejemplo, se puede usar en el ámbito de proce-
samiento de señales, para determinar en qué ancho de banda se concentra la energı́a de una señal
o también en el procesamiento digital de imágenes, para mejorar ciertas zonas de una imagen fo-
tográfica. El capı́tulo comienza con la definición matemática de la Transforma de Fourier, luego se
prueban todos los teoremas y propiedades. Seguidamente se derivan las transformadas de Fourier
de funciones comunes. Finalmente, se calculan los espectros de magnitud y fase de una función de
dominio continuo.
6.1 Definición
Pasemos definir una de las herramientas matemáticas más importantes para la ingenierı́a como
lo es la Transformada de Fourier.
Definición 6.1. Sea f (t) una función de dominio continuo definida de R en C. La transformada
de Fourier de f (t) es una transformada integral lineal definida por:
Z ∞
F(ω ) = F { f (t)} = f (t) e− jω t dt,
−∞
para ω ∈ R, donde j denota la unidad imaginaria. A la variable ω , generalmente, se le denomina

frecuencia.
La notación de la definición anterior la usaremos en este y en los subsiguientes capı́tulos. La

transformada de Fourier, F(ω ), es una función definida de R en C, es decir, es una función que
toma valores complejos. Por ello, se puede expresar como la suma de su parte real e imaginaria, o
en su forma polar, en otras palabras,
F(ω ) = Re {F(ω )} + j Im {F(ω )} = |F(ω )| e jφ (ω ) ,
donde |F(ω )| se denomina magnitud y φ (ω ) se denomina fase. En los libros de texto de análisis de
sistemas y señales, es habitual utilizar la transformada de Fourier de una función f (t) para realizar
el análisis de una señal en el dominio de la frecuencia ω . Esto lleva a denotar, de manera usual,
al proceso de cálculo de la Transformada de Fourier como el “paso del plano del tiempo al plano
de la frecuencia”. Es decir, si se estudian las propiedades de la función f (t), entonces se está
analizando en el plano del tiempo; en cambio, si se describen las propiedades de F(ω ), se indica
que se realiza un análisis en el plano de la frecuencia.
Si f (t) es una función generalizada, entonces F(ω ) se denomina transformada de Fourier
generalizada. Para que la transformada de Fourier de una función f (t) exista en forma ordinaria
184
CAPÍTULO 6. TRANSFORMADA DE FOURIER 185
(no generalizada), f (t) debe satisfacer las siguientes propiedades denominadas condiciones de
Dirichlet:
• f (t) es absolutamente integrable, esto es,

Z ∞
| f (t)| dt < ∞;
−∞
• f (t) posee un número finito de discontinuidades en cualquier intervalo de longitud finita.
Existen infinitas funciones que satisfacen las condiciones de Dirichlet, por ejemplo, todas aque-
llas funciones acotadas que se anulan fuera de un intervalo de longitud finita, esto es, funciones
f (t) tales que | f (t)| < M para todo t ∈ [t1 ,t2 ] y f (t) = 0 para t 6∈ [t1 ,t2 ] con t1 ,t2 ∈ R. Tales fun-
ciones se denominan funciones de soporte compacto. Ahora bien, las funciones generalizadas no
satisfacen alguna de las condiciones de Dirichlet, pero en el ámbito del Cálculo Operacional, se
les halla su Transformada de Fourier. En el siguiente ejemplo mostramos una función que no sa-
tisface las condiciones de Dirichlet, es decir, no posee transformada de Fourier ordinaria, pero si
generalizada.
Ejemplo 6.1. Sea f (t) dada por

(
1, |t| ≤ 1,
f (t) = = 2u(−t − 1) + u(t + 1) + u(t − 1)
2, |t| > 1.
La transformada de Fourier ordinaria de f (t) no existe, ya que f (t) no es absolutamente integrable.

En cambio, f (t) si tiene transformada de Fourier generalizada, la cual está dada por Intente hallar
la transformada
eω j j e−2 ω j − j de Fourier de
F(ω ) = 4 π δ (ω ) − . f (t) usando la
ω definición
En el resto del capı́tulo, llamaremos transformada de Fourier de una función a su transformada

de Fourier generalizada. No seremos tan rigurosos exigiendo el cumplimiento de las condiciones
de Dirichlet.
6.1.1 Transformada Inversa de Fourier

La transformada de Fourier nos permite pasar del plano del tiempo al plano de la frecuencia
y realizar un análisis en frecuencia; pero luego es necesario trasladarnos nuevamente al plano del
tiempo. Para esto último se utiliza la Transformada Inversa de Fourier.
Definición 6.2. Sea f (t) una función con transformada de Fourier F(ω ). La transformada
inversa de Fourier está definida como
Z ∞
1
f (t) = F −1 {F(ω )} = F(ω ) e jω t d ω ,
2π −∞
para todo t ∈ R.
186 6.2. PROPIEDADES DE LA TRANSFORMADA DE FOURIER
Ejemplo 6.2. Determine la transformada inversa de Fourier de F(ω ) = δ (ω ).

Solución. Por definición de la transformada inversa de Fourier podemos escribir:
Z ∞ Z ∞
1 1
f (t) = F(ω )e jω t d ω = δ (ω )e jω t d ω
2π −∞ 2π −∞
Ahora, como e jω t = cos ω t + j sen ω t, entonces se obtiene que
1 ∞
Z
f (t) = δ (ω )(cos ω t + j sen ω t) d ω
2π −∞
1 ∞ 1 ∞
Z Z
1 1
= δ (ω ) cos ω t d ω + j δ (ω ) sen ω t d ω = (cos(0) + j sen(0)) = .
2π −∞ 2π −∞ 2π 2π
Observación 6.1. En general y con mucha frecuencia, para el cálculo de la transformada inversa
de Fourier se utiliza el procedimiento Inversión por Tablas, que se estudiará en el Capı́tulo 7.
En el resto del capı́tulo usaremos la siguiente notación. El sı́mbolo
F
f (t) ←→ F(ω ),
que se lee par de transformadas, denota que F(ω ) es la transformada de Fourier de f (t) y que f (t)
es la transformada inversa de Fourier de F(ω ).
6.2 Propiedades de la Transformada de Fourier

A continuación damos las propiedades de la transformada de Fourier. Cada una estas propieda-
des las enunciaremos como un teorema.
Teorema 6.1 (Linealidad). Si F(ω ) y G(ω ) son las transformadas de Fourier de f (t) y g(t),
respectivamente, entonces
F
a f (t) + bg(t) ←→ aF(ω ) + bG(ω ),
donde a y b son constantes reales.
Demostración. Por la definición de la transformada de Fourier se tiene que

Z ∞
F {a f (t) + bg(t)} = (a f (t) + bg(t)) e− jω t dt
−∞
Z ∞ Z ∞
− jω t
= a f (t) e dt + b g(t) e− jω t dt
−∞ −∞
= aF { f (t)} + bF {g(t)} = aF(ω ) + bG(ω ),

Teorema 6.2 (Desplazamiento en tiempo). Si F(ω ) es la transformada de Fourier de f (t),

entonces
f (t − t0 ) ←→ e− jω t0 F(ω ),
F
para todo t0 ∈ R. En otras palabras, la propiedad de desplazamiento de tiempo de la transfor-

mada de Fourier establece que si desplazamos la función f (t) por una constante t0 , la magnitud
de la transformada de Fourier no cambia, pero el término ω t0 se añade a su ángulo de fase.
Demostración. Por la definición de la transformada de Fourier se tiene que

Z ∞
F { f (t − t0 )} = f (t − t0 ) e− jω t dt.
−∞
Haciendo el cambio de variable r = t − t0 , la integral anterior adquiere la forma:

Z ∞
F { f (t − t0 )} = f (r) e− jω (r+t0 ) dr
−∞
Z ∞
= e− jω t0 f (r) e− jω r dr
−∞
= e− jω t0 F { f (t)}
= e− jω t0 F(ω ),
con lo cual queda demostrado el teorema.
Teorema 6.3 (Desplazamiento en frecuencia). Si F(ω ) es la transformada de Fourier de f (t),

entonces
e jω0 t f (t) ←→ F(ω − ω0 ),
F
para todo ω0 ∈ R. En otras palabras, la multiplicación de la función f (t) por e jω0t , resulta en
un desplazamiento en la transformada de Fourier por ω0 .
Demostración. Se tiene que

Z ∞ Z ∞
j ω0 t j ω0 t − jω t
F {e f (t)} = e f (t) e dt = f (t) e− j(ω −ω0 )t dt = F(ω − ω0 ).
−∞ −∞
Teorema 6.4 (Escalamiento en tiempo). Si F(ω ) es la transformada de Fourier de f (t), enton-

ces
F 1
f (at) ←→ F(ω /a),
|a|
para todo a ∈ R distinto de cero. En otras palabras, la propiedad de escalamiento en tiempo
establece que si se reemplaza la variable t por at, se debe reemplazar la variable ω en el
dominio de la frecuencia por ω /a y dividir a F(ω /a) por el valor absoluto de a.
Demostración. Consideremos los casos a > 0 y a < 0.

Para a > 0, Z ∞
F { f (at)} = f (at) e− jω t dt. (6.1)
−∞
Haciendo el cambio de variable r = at, la integral de (6.1) adquiere la forma:

Z ∞
1 ω
F { f (at)} = f (r) e− j( a )r dr.
a −∞
Cambiando r por t en la integral se tiene:

Z ∞
1 ω 1 1
F { f (at)} = f (t) e− j( a )t dt = F(ω /a) = F(ω /a).
a −∞ a |a|
Para a < 0, haciendo el cambio de variable r = at, la integral de (6.1) adquiere la forma:
Z −∞ Z ∞
1 ω 1 ω
F { f (at)} = f (r) e− j( a )r dr = − f (r) e− j( a )r dr.
a ∞ a −∞
Cambiando r por t en la integral y considerando que a < 0, se tiene:

Z ∞
1 ω 1
F { f (at)} = f (t) e− j( a )t dt = F(ω /a).
(−a) −∞ |a|
Teorema 6.5 (Dualidad). Si F(ω ) es la transformada de Fourier de f (t), entonces

F
F(t) ←→ 2π f (−ω ).
Demostración. Como Z ∞
1
f (t) = F(ω ) e jω t d ω ,
2π −∞
entonces Z ∞
2π f (−t) = F(ω ) e− jω t d ω .
−∞
Intercambiando t y ω , se obtiene
Z ∞
2π f (−ω ) = F(t) e− jω t dt = F {F (t)}.
−∞
Teorema 6.6 (Conjugación). Si F(ω ) es la transformada de Fourier de f (t), entonces

F
f (t) ←→ F(−ω ).

n o Z ∞ Z ∞ Z ∞
F f (t) = f (t) e− jω t dt = f (t) e− jω t dt = f (t) e jω t dt = F(−ω ).
−∞ −∞ −∞
Teorema 6.7 (Convolución). Si F(ω ) y G(ω ) son las transformadas de Fourier de f (t) y g(t),
F
f ∗ g (t) ←→ F(ω ) G(ω ).
En otras palabras, la convolución en el dominio del tiempo corresponde a la multiplicación en
el dominio de la frecuencia.

Z ∞
F { f ∗ g (t)} = f ∗ g (t) e− jω t dt
−∞
Z ∞ Z ∞
= f (τ )g(t − τ ) d τ e− jω t dt
−∞ −∞
Z ∞ Z ∞
− jω t
= f (τ ) g(t − τ ) e dt d τ .
−∞ −∞
Haciendo el cambio de variable σ = t − τ , la ecuación anterior adquiere la forma:

Z ∞ Z ∞

− j ω (σ + τ )
F { f ∗ g (t)} = f (τ ) g(σ ) e dσ dτ
−∞ −∞
Z ∞
Z ∞

− jωτ − jωσ
= f (τ ) e dτ g(σ ) e dσ = F(ω ) G(ω ).
−∞ −∞
Teorema 6.8 (Multiplicación). Si F(ω ) y G(ω ) son las transformadas de Fourier de f (t) y g(t),
F 1
f (t) g(t) ←→ F ∗ G (ω ).
2π
Es decir, la multiplicación en el dominio del tiempo, corresponde a la convolución en el dominio
de la frecuencia multiplicada por la constante 1/2π .

Z ∞
F { f (t) g(t)} = ( f (t) g(t)) e− jω t dt
−∞
Z ∞ Z ∞
1
= F(σ ) e d σ g(t) e− jω t dt
jσ t
−∞ 2π −∞
Z ∞
1 ∞
Z
− j(ω −σ )t
= F(σ ) g(t) e dt d σ
2π −∞ −∞
1 ∞
Z
= F(σ )G(ω − σ ) d σ
2π −∞
1
= F ∗ G (ω ).
2π
Teorema 6.9 (Diferenciación en tiempo). Si F(ω ) es la transformada de Fourier de f (t), en-

tonces
d F
f (t) ←→ jω F(ω ).
dt

1 ∞
Z
f (t) = F(ω ) e jω t d ω .
2π −∞
Derivando con respecto a t en ambos lados de la ecuación anterior, se obtiene:
Z∞
d d 1 jω t
f (t) = F(ω ) e d ω
dt dt 2π −∞
1 ∞ d
Z
F(ω ) e jω t d ω

=
2π −∞ dt
1 ∞
Z
= [ jω F(ω )] e jω t d ω = F −1 { jω F(ω )},
2π −∞
d F
f (t) ←→ jω F(ω ).
dt
Teorema 6.10 (Diferenciación en frecuencia). Si F(ω ) es la transformada de Fourier de f (t),

entonces
F d
t f (t) ←→ j F(ω ).
dω
Demostración. Se tiene que Z ∞

F(ω ) = f (t) e− jω t dt.
−∞
Derivando con respecto a ω en ambos lados de la ecuación anterior, se obtiene:
Z ∞
d d − jω t
F(ω ) = f (t) e dt
dω dω −∞
Z ∞
d
f (t) e− jω t dt

=
−∞ d ω
Z ∞
− jω t
= (− j) [t f (t)] e dt = F {t f (t)},
−∞

F d
t f (t) ←→ j F(ω ).
dω
Teorema 6.11 (Integración). Si F(ω ) es la transformada de Fourier de f (t), entonces

Z t
F 1
f (τ ) d τ ←→ F(ω ) + π F(0)δ (ω ).
−∞ jω
Demostración. Para la prueba usaremos la transformada de Fourier del escalón unitario, a saber:
1
F {u(t)} = + πδ (ω ),
jω
la cual la hallaremos más adelante. Ahora, se tiene que
Z ∞ Z t
f (t) ∗ u(t) = f (t)u(t − τ )d τ = f (τ ) d τ , (6.2)
−∞ −∞
para toda función f (t) de dominio continuo. De esta forma, usando la propiedad de convolución Se deja al lector
en la ecuación (6.2), obtenemos: la prueba de la
ecuación (6.2)
F { f (t) ∗ u(t)} = F { f (t)} F {u(t)}.
Ahora, usando la expresión de la transformada de Fourier del escalón unitario y la propiedad de
muestreo del impulso unitario, se obtiene
Z t
1 1
F f (τ ) d τ = F(ω ) + πδ (ω ) = F(ω ) + π F(0)δ (ω ).
−∞ j ω j ω
Teorema 6.12 (Modulación). Si F(ω ) es la transformada de Fourier de f (t), entonces
F 1
cos(ω0 t) f (t) ←→ [F(ω + ω0 ) + F(ω − ω0 )]
2
y
F j
sen(ω0 t) f (t) ←→ [F(ω + ω0 ) − F(ω − ω0 )].
2
Demostración. Para la prueba usaremos las transformadas de Fourier de cos(ω0 t) y sen(ω0 t), a
saber:
F {cos(ω0 t)} = π [δ (ω − ω0 ) + δ (ω + ω0 )]
y
π
F {sen(ω0 t)} = [δ (ω − ω0 ) − δ (ω + ω0 )],
j
las cuales la hallaremos más adelante. Aplicando la propiedad de multiplicación
1
F {cos(ω0 t) f (t)} = F {cos(ω0 t)} ∗ F { f (t)}.
2π
Ahora, usando la expresión de la transformada de Fourier de cos(ω0 t) y la propiedad distributiva
de la convolución, se obtiene
1
F {cos(ω0 t) f (t)} = [δ (ω − ω0 ) ∗ F(ω ) + δ (ω + ω0 ) ∗ F(ω )]
2
1
= [F(ω − ω0 ) + F(ω + ω0 )] .
2
Por un razonamiento similar se demuestra que
j
F {sen(ω0 t) f (t)} = [F(ω + ω0 ) − F(ω − ω0 )].
2
(Se deja al lector la prueba.)
Teorema 6.13 (Teorema de Parseval). Si F(ω ) es la transformada de Fourier de f (t), entonces

Z ∞ Z ∞
1
| f (t)|2 dt = |F(ω )|2 d ω .
−∞ 2π −∞
Demostración. Aplicando la propiedad de multiplicación, se puede escribir:

Z ∞
( f1 (t) f2 (t)) e− jσ t dt = F { f1 (t) f2 (t)}
−∞
1
= F {F1 } ∗ F {F2 }
2π Z
1 ∞
= F1 (ω )F2 (σ − ω ) d ω . (6.3)
2π −∞
Como (6.2) se cumple para todo σ ∈ R, ella también es cierta para σ = 0, y bajo esta condición
(6.2) se reduce a Z ∞
1 ∞
Z
f1 (t) f2 (t) dt = F1 (ω )F2 (−ω ) d ω . (6.4)
−∞ 2π −∞
F
Ahora, tomando f1 (t) = f (t) y f2 (t) = f (t), y luego aplicando la propiedad de conjugación f (t) ←→
F(−ω ), de la ecuación (6.4) se deduce
Z ∞ Z ∞ Z ∞
1 1
| f (t)|2 dt = F(ω )F(ω ) d ω = |F(ω )|2 d ω ,
−∞ 2π −∞ 2π −∞
Las propiedades de la transformada de Fourier se resumen en la Tabla 6.1.

Tabla 6.1. Propiedades de la Transformada de Fourier
Propiedad Descripción Matemática

Linealidad F {a1 f (t) + a2 g(t)} = a1 F(ω ) + a2 G(ω )
Desplazamiento en tiempo F { f (t − t0 )} = e− jω t0 F(ω )

Desplazamiento en frecuencia F e jω0t f (t) = F(ω − ω0 )
1
Escalamiento en tiempo F { f (at)} = F(ω /a)
|a|
Dualidad F {F(t)} = 2π f (−ω )
n o
Conjugación F f (t) = F(−ω )
Convolución F { f ∗ g (t)} = F(ω )G(ω )
1
Multiplicación F { f (t)g(t)} = F ∗ G (ω )
2π

dn
Diferenciación en tiempo F f (t) = ( jω )n F(ω )
dt n
dn
Diferenciación en frecuencia F {t n f (t)} = jn F(ω )
dω n
 
 Zt  1
Integración F f (λ ) d λ = F(ω ) + π F(0)δ (ω )
  jω
−∞
1
Modulación F {cos(ω0 t) f (t)} = [F(ω + ω0 ) + F(ω − ω0 )]
2
j
F {sen(ω0 t) f (t)} = [F(ω + ω0 ) − F(ω − ω0 )]
2
Z ∞ Z ∞
1
Teorema de Parseval | f (t)|2 dt = |F(ω )|2 d ω
−∞ 2π −∞
194 6.3. ALGUNOS PARES DE TRANSFORMADAS
6.3 Algunos Pares de Transformadas

Comencemos esta sección calculando la transformada de Fourier de funciones comunes.
Ejemplo 6.3. Comprobar que

F
δ (t) ←→ 1
Z ∞
F {δ (t)} = δ (t) e− jω t dt
Z−∞
∞
= δ (t)(cos(−ω t) + j sen(−ω t)) dt
Z−∞
∞ Z ∞
= δ (t) cos(ω t) dt − j δ (t) sin(ω t) dt
−∞ −∞
= cos(0) − j sen(0) = 1.
F
En la Figura 6.1 se aprecia gráficamente el par de transformadas δ (t) ←→ 1.
δ (t) F(ω )
1
1 F
←→
t ω
Figura 6.1. Transformada de Fourier de δ (t)

F
1 ←→ 2π δ (ω )
Solución. Aplicando la propiedad de dualidad y considerando que δ (−t) = δ (t), se tiene
F {1} = 2πδ (−ω ) = 2πδ (ω ).

F
En la Figura 6.2 se aprecia gráficamente el par de transformadas 1 ←→ 2πδ (ω ).
f (t) = 1 F(ω )
1 2πδ (ω )
F
←→
t ω
Figura 6.2. Transformada de Fourier de 1


e jω0t ←→ 2π δ (ω − ω0 )
F
Solución. Aplicando la propiedad de desplazamiento en frecuencia con f (t) = 1, se tiene

F {e jω0 t } = F {1}(ω − ω0 ) = 2πδ (ω − ω0 ).

F 2
sgn(t) ←→
jω
Solución. Para obtener la transformada de Fourier de la función signo, es necesario expresar a
sgn(t) como el siguiente lı́mite de exponenciales (la prueba de esta ecuación se deja como ejercicio
para el lector):
sgn(t) = lı́m e−at u(t) − eat u(−t) .
a→0
De esta forma, por la continuidad de la transformada de Fourier, podemos escribir:

−at at

F {sgn(t)} = F lı́m e u(t) − e u(−t)
a→0

= lı́m F {e−at u(t)} − F {eat u(−t)}
a→0
Z ∞ Z ∞
−at − jω t at − jω t
= lı́m e u(t) e dt − e u(−t) e dt
a→0 −∞ −∞
Z ∞ Z 0
−(a+ jω )t (a− jω )t
= lı́m e dt − e dt
a→0 0 −∞

1 1 1 1 2
= lı́m − = − = .
a→0 a + jω a − jω jω − jω jω

F 1
u(t) ←→ + πδ (ω )
jω
Solución. Para establecer la transformada de Fourier del escalón unitario, emplearemos la siguiente
relación (se deja al lector la verificación de la relación):
sgn(t) = 2u(t) − 1,
de donde se deduce:
sgn(t) 1
u(t) = + .
2 2
Ası́, empleando la última ecuación, se obtiene:

1 1 1 2 1 1
F {u(t)} = F {sgn(t)} + F {1} = + (2πδ (ω )) = + πδ (ω ).
2 2 2 jω 2 jω

1
e−α t u(t) ←→
F
α + jω
Z ∞ Z ∞
1
F {e−α t u(t)} = e−α t u(t) e− jω t dt = e−(α + jω )t dt = .
−∞ 0 α + jω

F π
sen(ω0 t) ←→ [δ (ω − ω0 ) − δ (ω + ω0 )]
j
Solución. Aplicando la propiedad de desplazamiento en frecuencia, se obtiene:
j ω0 t
− e− jω0t

e
F {sen(ω0 t)} = F
2j
1 j ω0 t
− F e− jω0t

= F e
2j
1 π
= [2πδ (ω − ω0 ) − 2πδ (ω + ω0 )] = [δ (ω − ω0 ) − δ (ω + ω0 )].
2j j
En la Figura 6.3 se aprecia gráficamente la parte imaginaria de la transformada de Fourier de
sen(ω0 t).
sen(ω0 t) Im {F(ω )}
F
←→ ω0
t −ω0 ω
−π
Figura 6.3. Parte imaginaria de la transformada de Fourier de sen(ω0 t)

F
cos(ω0 t) ←→ π [δ (ω − ω0 ) + δ (ω + ω0 )]
Solución. Aplicando la propiedad de desplazamiento en frecuencia, se obtiene:
j ω0 t
+ e− jω0t

e
F {sen(ω0 t)} = F
2
1 j ω0 t
+ F e− jω0t

= F e
2
1
= [2πδ (ω − ω0 ) + 2πδ (ω + ω0 )] = π [δ (ω − ω0 ) + δ (ω + ω0 )].
2
cos(ω0 t) F(ω )
π π
F
←→
t −ω0 ω0 ω
Figura 6.4. Transformada de Fourier de cos(ω0 t)
En la Figura 6.4 se aprecia gráficamente la transformada de Fourier de cos(ω0 t).

F sen(ω T )
pT (t) ←→ 2T
ωT
Solución. Como
pT (t) = u(t + T ) − u(t − T ),
entonces
F {pT (t)} = F {u(t + T )} − F {u(t − T )} = e jω T F {u(t)} − e− jω T F {u(t)}

jω T − jω T
1 1
= e −e + πδ (ω ) = 2 j sen(ω T ) + πδ (ω )
jω jω
sen(ω T ) sen(ω T )
= 2 + 2π j sen(ω T )δ (ω ) = 2T .
ω ωT
En la Figura 6.7 se aprecia gráficamente la transformada de Fourier de pT (t).
pT (t) F(ω )
1 1
F
←→
−T T t ω
Figura 6.5. Transformada de Fourier de pT (t)
F 2a
e−a|t| ←→ , para a > 0
ω 2 + a2
Solución. Como
e−a|t| = eat u(−t) + e−at u(t),
entonces

F {e−a|t| } = F eat u(−t) + e−at u(t)
Z ∞ Z ∞
= eat u(−t) e− jω t dt + e−at u(t) e− jω t dt
−∞ −∞
Z 0 Z ∞
= eat e− jω t dt + e−at e− jω t dt
−∞ 0
Z 0 Z ∞
= e(a− jω t) dt + e−(a+ jω t) dt
−∞ 0
1 1 2a
= + = 2 .
a − jω a + jω ω + a2
En la Figura 6.6 se aprecia gráficamente la transformada de Fourier de e−a|t| .
e−a|t| F(ω )
1 2/a
F
←→
t ω
Figura 6.6. Transformada de Fourier de e−a|t|

1 π −a|ω |
F
e ←→ , a>0
a2 + t 2
a
Solución. Usando las propiedades de linealidad y dualidad, se tiene
π
1 1 2a 1 −a|ω |
F = F = 2π e = e−a|ω | .
a2 + t 2 2a a2 + t 2 2a a
1
En la Figura 6.7 se aprecia gráficamente la transformada de Fourier de .
a2 + t 2
F(ω )
1
a2 +t 2
π /a
F
1/a2 ←→
t ω
1
Figura 6.7. Transformada de Fourier de
a2 + t 2
En la Tabla 6.1 se muestra un resumen de los pares de transformadas de Fourier de funciones

comunes.
Tabla 6.2. Algunos Pares de Transformadas de Fourier
Función Transformada de Fourier

1 2πδ (ω )
δ (t) 1
1
u(t) πδ (ω ) +
jω
δ (t − t0 ) e− jω t0
2
sgn(t)
jω
e j ω0 t 2πδ (ω − ω0 )
cos (ω0 t) π [δ (ω − ω0 ) + δ (ω + ω0 )]
π
sen(ω0 t) [δ (ω − ω0 ) − δ (ω + ω0 )]
j
π jω
cos (ω0 t)u(t) [δ (ω − ω0 ) + δ (ω + ω0 )] + 2
2 ω0 − ω 2
π ω0
sen(ω0 t)u(t) [δ (ω − ω0 ) − δ (ω + ω0 )] + 2
2j ω0 − ω 2
1
e−at u(t), Re {a} > 0
a + jω
1
te−at u(t), Re {a} > 0
(a + jω )2
t n−1 −at 1
e u(t), Re {a} > 0
(n − 1)! (a + jω )n
2a
e−a|t| , a > 0
a2 + ω 2
4a jω
|t|e−a|t| , Re {a} > 0
a2 + ω 2
1 π −a|ω |
, Re {a} > 0 e
a2 + t 2 a
t − jπω e−a|ω |
, Re {a} > 0
a + t2
2 2a
r
2 π −ω 2 /4a
e−at , a > 0 e
a
Finalicemos la sección calculando la transformada de Fourier y la transformada inversa de

Fourier, utilizando, en algunos casos, la definición y en otros, las propiedades de la transformada
de Fourier.
Ejemplo 6.14. Determinar la transformada de Fourier del pulso rectangular p1 (t).

Solución. Hallaremos la transformada de Fourier por dos procedimientos: i) por definición, y ii) por
propiedades.
i) Por definición, la transformada de Fourier de p1 (t) está dada por:
Z ∞ Z 1− − j ω t 1
e
F(ω ) = p1 (t)e− jω t dt = e− jω t dt = −
−∞ −1+ jω −1
e jω − e− jω 2 sen ω
= =
jω ω
ii) Como p1 (t) = u(t + 1) − u(t − 1), entonces usando convenientemente las propiedades de linea-
lidad y desplazamiento en tiempo, obtenemos:
F(ω ) = F {p1 (t)} = F {u(t + 1) − u(t − 1)}

= F {u(t + 1)} − F {u(t − 1)}
= e jω F {u(t)} − e− jω F {u(t)}

jω 1 − jω 1
= e + πδ (ω ) − e + πδ (ω )
jω jω
e jω − e− jω 2 sen ω
= =
jω ω
Ejemplo 6.15. Determinar la transformada de Fourier del pulso triangular q1 (t).

Solución. Hallaremos la transformada de Fourier por dos procedimientos: i) por definición, y ii) por
propiedades.
i) Por definición, la transformada de Fourier de q1 (t) está dada por:
Z ∞
F(ω ) = q1 (t)e− jω t dt
−∞
Z 0 Z 1
= (t + 1)e− jω t dt + (1 − t)e− jω t dt
−1 0
1 − e jω + jω e− jω − 1 + jω
= −
ω2 ω2
2(1 − cos ω )
=
ω2
ii) Como
q1 (t) = (t + 1) [u(t + 1) − u(t)] + (1 − t) [u(t) − u(t − 1)]

= (t + 1)u(t + 1) − 2t u(t) + (t − 1)u(t − 1),
entonces usando convenientemente las propiedades de linealidad, desplazamiento en tiempo y di-

ferenciación en frecuencia, obtenemos:
F(ω ) = F {q1 (t)} = F {(t + 1)u(t + 1) − 2t u(t) − (1 − t)u(1 − t)}

= F {(t + 1)u(t + 1)} − 2F {tu(t)} + F {(t − 1)u(t − 1)}
= e jω F {tu(t)} − 2F {tu(t)} + e− jω F {tu(t)}

1
= e− jω − 2 + e− jω − 2 + π jδ ′ (ω )

ω
2(1 − cos ω )
=
ω2
Ejemplo 6.16. Determinar la transformada de Fourier de la función f (t) = u(t) − u(t − 5).
Solución. Usando convenientemente las propiedades de linealidad y desplazamiento en tiempo,
obtenemos:
F(ω ) = F {u(t) − u(t − 5)}

= F {u(t)} − F {u(t − 5)}

1 −5 jω 1
= + πδ (ω ) − e + πδ (ω )
jω jω
1 e−5 jω
= + πδ (ω ) − − e−5 jω πδ (ω )
jω jω
1 − e−5 jω
= .
jω
Ejemplo 6.17. Determinar la transformada de Fourier de la función f (t) = q1/2 (t − 1).

Solución. Primero calculemos por definición la transformada de Fourier de q1/2 (t). Aplicando la
definición de la trasformada de Fourier y considerando la identidad trigonométrica 1 − cos(2α ) =
2 sen2 α , podemos escribir:
Z ∞
q1/2 (t)e− jω t dt

F q1/2 (t) =
−∞
Z 0 Z 1/2
= (2t + 1) e− jω t dt + (1 − 2t) e− jω t dt
−1/2 0
jω jω
2 − 2e + jω2 − 2 + jω
2e− 2
= −
ω 2 ω2
1 jω jω

= 4 − 2e 2 − 2e− 2
ω2
4 8 sen2 (ω /4)
= (1 − cos( ω /2)) = .
ω2 ω2
Ahora, usando la propiedad de desplazamiento en tiempo obtenemos:

8 e− jω sen2 (ω /4)
F(ω ) = F q1/2 (t − 1) = e− jω F q1/2 (t) =

.
ω2
Ejemplo 6.18. Determinar la transformada de Fourier de la función f (t) = p1/2 ((t − 2)/2).
Solución. Primero calculemos por definición la transformada de Fourier de p1/2 (t). Se tiene que
Z ∞ Z 1/2−
2 sen(ω /2)
p1/2 (t)e− jω t dt = e− jω t dt =

F p1/2 (t) = .
−∞ −1/2+ ω
Ahora, usando convenientemente las propiedades de desplazamiento en tiempo y escalamiento en
tiempo, obtenemos:
n t o
1
F(ω ) = F p1/2 (t − 2) = e−2 jω F p1/2
2 2
2e −2 j ω sen(ω )
= e−2 jω 2 F p1/2 (t) (2ω ) =

.
ω
Ejemplo 6.19. Determinar la transformada de Fourier de la función f (t) = e2t u(−t) + u(t).
Solución. Usando la propiedad de linealidad obtenemos:

F(ω ) = F e2t u(−t) + u(t) = F e2t u(−t) + F {u(t)}
1
= F e2t u(−t) + + πδ (ω ). (6.5)
jω

Ahora, calculemos la transformada F e2t u(−t) . Sea g(t) la función definida como
g(t) = e−2t u(t).
Por definición, la transformada de Fourier de g(t) está dada por:

" #r
∞ ∞ e−(2+ jω )t
Z Z
− jω t −(2+ jω )t 1
G(ω ) = −2t
e u(t)e dt = e dt = lı́m − = .
−∞ 0+ r→∞ 2 + jω 2 + jω
0
Ası́, usando la propiedad de escalamiento en tiempo, podemos escribir:

1
F e2t u(−t) = F {g(−t)} = G(−ω ) = . (6.6)
2 − jω
Usando convenientemente las ecuaciones (6.5) y (6.6), obtenemos:
1 1 2
F(ω ) = + + πδ (ω ) = + πδ (ω ).
2 − jω jω jω (2 − jω )
Ejemplo 6.20. Sea f (t) una función de dominio continuo cuya transformada de Fourier está dada
por:
F(ω ) = p1 ((ω − 1)/2).
Determinar la transformada de Fourier de g(t) = f (2t − 1) e−2 jt .
Solución. Se tiene que la función g(t) se puede escribir como

1
g(t) = h t − e−2 jt ,
2
donde h(t) = f (2t). Ası́, aplicando la propiedad de desplazamiento en frecuencia, se obtiene

1
G(ω ) = F {g(t)} = F h t − (ω + 2).
2
Ahora, aplicando convenientemente las propiedades de desplazamiento en tiempo y escalamiento
en tiempo, podemos escribir:

1
F h t− = e− jω /2 F {h(t)}
2
= e− jω /2 F { f (2t)}

− jω /2 1
= e F(ω /2)
2
1 − jω /2
= e p1 ((ω − 2)/4).
2
De esta forma, la transformada de Fourier de g(t) es
1 − j(ω +2)/2
G(ω ) = e p1 (ω /4)
2
Ejemplo 6.21. Determinar la transformada inversa de Fourier de F(ω ) = u(ω ) − δ (ω /2).

Solución. Aplicando la propiedad de dualidad podemos escribir:
F {F(t)} = 2π f (−ω ). (6.7)
Por otra parte, aplicando convenientemente las propiedades de linealidad y escalamiento en tiempo,
tenemos:
F {F(t)} = F {u(t) − δ (t/2)} = F {u(t)} − F {δ (t/2)}

1
= + πδ (ω ) − 2. (6.8)
jω
Ahora, usando las ecuaciones (6.7) y (6.8), obtenemos:
1
2π f (−ω ) = + πδ (ω ) − 2.
jω
Evaluando la expresión anterior en ω = −t y luego despejando f (t), tenemos que la transformada

inversa de Fourier de F(ω ) está dada por:

1 1
f (t) = πδ (t) − 2 − .
2π jt
Ejemplo 6.22. Determinar la transformada inversa de Fourier de F(ω ) = q1 (10ω ).

Solución. Aplicando convenientemente la propiedad de escalamiento en tiempo, tenemos:
1 20(1 − cos(ω /10))

F {F(t)} = F {q1 (10t)} = F {q1 (t)} (ω /10) = . (6.9)
10 ω2
Ahora, usando la propiedad de dualidad combinada con la ecuación (6.9), obtenemos:
20(1 − cos(ω /10))

2π f (−ω ) = .
ω2
10(1 − cos(t/10))
f (t) = .
πt2
Ejemplo 6.23. Determinar la transformada inversa de Fourier de F(ω ) = δ (ω ) + 2p1 (−ω ).

Solución. Aplicando convenientemente las propiedades de linealidad y escalamiento en tiempo,
tenemos:
F {F(t)} = F {δ (t) + 2p1 (−t)} = F {δ (t)} + 2F {p1 (−t)}

= 1 + 2F {p1 (t)} (−ω )
4 sen ω
= 1+ . (6.10)
ω
4 sen ω
2π f (−ω ) = 1 + .
ω
1 2 sen t
f (t) = +
2π πt
Ejemplo 6.24. Determinar la transformada inversa de Fourier de F(ω ) = j sgn(2ω ).

Solución. Aplicando convenientemente las propiedades de linealidad y escalamiento en tiempo,
tenemos:
F {F(t)} = F { j sgn(2t)} = jF {sgn(2t)}

j 2
= F {sgn(t)} (ω /2) = . (6.11)
2 ω
2
2π f (−ω ) = .
ω
1
f (t) = − t −1 .
π
6.4 Magnitud y Fase

Sea f (t) una función de dominio continuo cuya transformada de Fourier es F(ω ). Recordemos
que F(ω ) es un número complejo para cada ω ∈ R, por lo que puede expresarse en coordenadas
polares,
F(ω ) = |F(ω )| e j arg(F(ω )) ,
donde |F(ω )| y arg(F(ω )) son el valor absoluto y el argumento de la transformada de Fourier de
f (t), respectivamente. De esta representación en coordenadas polares surgen las definiciones de
magnitud y fase.
Definición 6.3 (Magnitud). Sea F(ω ) la transformada de Fourier de f (t). La magnitud o am-
plitud de f (t) se define como el valor absoluto de su transformada de Fourier, esto es,
A(ω ) = |F(ω )|, para cada ω ∈ R.
La función A(ω ) se denomina espectro de magnitud de f (t).
Definición 6.4 (Fase). Sea F(ω ) la transformada de Fourier de f (t). La fase de f (t) se define
como el argumento de su transformada de Fourier, esto es,
φ (ω ) = arg(F(ω )), para cada ω ∈ R.
La función φ (ω ) se denomina espectro de fase de f (t).
Para calcular la fase es necesario fijar una determinación de arg(F(ω )). En este escrito la fase
se calculará como el argumento principal, es decir, φ (ω ) = Arg (F(ω )).
206 6.4. MAGNITUD Y FASE
La siguiente proposición es un resultado de mucha utilidad para el cálculo de la magnitud y

la fase de una función. Esta proposición establece que si f (t) es una función real, entonces la
magnitud es una función par y la fase es una función impar.
Proposición 6.1. Si f (t) es una función real, entonces el espectro de magnitud A(ω ) es una
función par, y el espectro de fase φ (ω ) es una función impar.
Demostración. Por la definición de F(ω ) se tiene que
F(ω ) = Re {F(ω )} + jIm {F(ω )} ,
donde
Z ∞
Re {F(ω )} = f (t) cos(ω t) dt (6.12)
−∞
e
Z ∞
Im {F(ω )} = − f (t) sen(ω t) dt. (6.13)
−∞
Ası́, los espectros de magnitud y fase de f (t) están dados respectivamente por:
q
A(ω ) = |F(ω )| = (Re {F(ω )})2 + (Im {F(ω )})2 (6.14)
y



 0, Re {F(ω )} > 0, Im {F(ω )} = 0,

 Im {F(ω )}
Re {F(ω )} > 0, Im {F(ω )} > 0,

 arctan ,
Re {F(ω )}





π /2, Re {F(ω )} = 0, Im {F(ω )} > 0,




 Im {F(ω )}
+ π, Re {F(ω )} < 0, Im {F(ω )} > 0,

 arctan
Re {F(ω )}

φ (ω ) = (6.15)


 π, Re {F(ω )} < 0, Im {F(ω )} = 0,

 Im {F(ω )}
− π, Re {F(ω )} < 0, Im {F(ω )} < 0,

 arctan
Re {F(ω )}








 −π /2, Re {F(ω )} = 0, Im {F(ω )} < 0,

 Im {F(ω )}
Re {F(ω )} > 0, Im {F(ω )} < 0.

arctan
 ,
Re {F(ω )}
Veamos que A(ω ) es par. Como la función real | · | es una función par y, por (6.12) y (6.13),
Re {F(ω )} y Im {F(ω )} son funciones reales (por ser f (t) una función real), entonces por (6.14)
la función A(ω ) es par.
Veamos ahora que φ (ω ) es impar. Por (6.12) y (6.13) se tiene que Re {F(−ω )} es una función
par e Im {F(−ω )} es una función impar, esto es:
Re {F(−ω )} = Re {F(ω )} e Im {F(−ω )} = −Im {F(ω )} .

De esta forma, por (6.15), se obtiene:


0,

 Re {F(ω )} > 0, Im {F(ω )} = 0,

 Im {F(ω )}
Re {F(ω )} > 0, Im {F(ω )} < 0,

− arctan
 ,


 Re {F(ω )}




 π /2, Re {F(ω )} = 0, Im {F(ω )} < 0,

 Im {F(ω )}
+ π, Re {F(ω )} < 0, Im {F(ω )} < 0,

− arctan

Re {F(ω )}
φ (−ω ) =


 π, Re {F(ω )} < 0, Im {F(ω )} = 0,

 Im {F(ω )}
− π, Re {F(ω )} < 0, Im {F(ω )} > 0,

 − arctan
Re {F(ω )}








 −π /2, Re {F(ω )} = 0, Im {F(ω )} > 0,

 Im {F(ω )}
Re {F(ω )} > 0, Im {F(ω )} > 0.

 − arctan ,
Re {F(ω )}

= −φ (ω ),
en otras palabras, φ (ω ) es una función impar.
En los siguientes ejemplos se calculan los espectros de magnitud y fase de diferentes funciones
tanto comunes como combinaciones de éstas últimas.
Ejemplo 6.25. Determine los espectros de magnitud y fase de la función
f (t) = e−2t u(t).
Solución. Se tiene que la transformada de Fourier de f (t) es
1
F(ω ) = .
2 + jω
Luego,
A(ω )
1 1
A(ω ) = =√
|2 + jω | 4 + ω2
ω
y
φ (ω )
π /2

1
φ (ω ) = Arg = − arctan(ω /2).
2 + jω ω
−π /2
f (t) = u(t).
1
F(ω ) = + π δ (ω ).
jω
Ası́,
A(ω )

1 1
A(ω ) = + π δ (ω ) = , para ω 6= 0
jω |ω |
ω
y
φ (ω )

1 π /2
φ (ω ) = Arg + π δ (ω )
jω

1
= Arg , ω 6= 0
jω
( ω
π /2, ω < 0,
=
−π /2, ω > 0.
−π /2
f (t) = sgn(t).
2
F(ω ) = .
jω
Ası́,
A(ω )

2 2
A(ω ) = = , para ω 6= 0
jω |ω |
ω
y
φ (ω )
π /2

2
φ (ω ) = Arg , ω 6= 0
jω
(
π /2, ω < 0, ω
=
−π /2, ω > 0.
−π /2
f (t) = δ (t).
F(ω ) = 1.
Ası́,
A(ω )
1
A(ω ) = 1, para ω ∈ R
ω
y
φ (ω )
φ (ω ) = Arg (1) = 0, para ω ∈ R.
f (t) = e−|t| .

2
F(ω ) =
1 + ω2
Ası́,
A(ω )
1
2
A(ω ) = , para ω ∈ R
1 + ω2
ω
y
φ (ω )

2
φ (ω ) = Arg = 0, para ω ∈ R.
1 + ω2
ω
Ejemplo 6.30. Determinar los espectros de magnitud y fase del pulso rectangular p1 (t).
Solución. La transformada de Fourier de p1 (t) (ver Ejemplo 6.14) es:
2 sen ω
F(ω ) = .
ω
Luego, el espectro de magnitud de p1 (t) es:
2 | sen ω |
A(ω ) = , para ω 6= 0.
|ω |
A(ω )
2
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
Ahora, se tiene que
arg(F(ω )) = arg(2 sen ω ) − arg(ω ), para ω 6= 0.
Luego, el espectro de fase de p1 (t) es:




 0, ω < 0, sen ω < 0,

− π , ω < 0, sen ω > 0,
φ (ω ) =
π ,
 ω > 0, sen ω < 0,


0, ω > 0, sen ω > 0,
φ (ω )
π
···
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
···
−π
Ejemplo 6.31. Determine los espectros de magnitud y fase del pulso triangular q1 (t).
Solución. La transformada de Fourier de q1 (t) (ver Ejemplo 6.15) es:
2(1 − cos ω )
F(ω ) = .
ω2
Luego, el espectro de magnitud de q1 (t) es:
2 (1 − cos ω )
A(ω ) = , para ω 6= 0.
ω2
A(ω )
1
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
Como 2(1 − cos ω ) > 0 y ω 2 > 0, para todo ω ∈ R, entonces el espectro de fase de q1 (t) es:

2(1 − cos ω )
φ (ω ) = Arg (F(ω )) = Arg = 0, para ω 6= 0.
ω2
Ejemplo 6.32. Determine los espectros de magnitud y fase de f (t) = u(t) − u(t − 5).
Solución. La transformada de Fourier de f (t) = u(t) − u(t − 5) (ver Ejemplo 6.16) es:
1 − e−5 jω 1 − cos(5ω ) + j sen(5ω )

F(ω ) = = .
jω jω
Luego, el espectro de magnitud de f (t) es:

p p
(1 − cos(5ω ))2 + sen2 (5ω ) 2 − 2 cos(5ω )
A(ω ) = = , para ω 6= 0.
|ω | |ω |
A(ω )
5
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
Ahora, se tiene que
arg(F(ω )) = arg(1 − e5 jω ) − Arg ( jω ), para ω 6= 0.

ası́, (
arg(1 − cos(5ω ) + j sen(5ω )) + π2 , ω < 0,
arg(F(ω )) =
arg(1 − cos(5ω ) + j sen(5ω )) − π2 , ω > 0.
Además, 1 − cos(5ω ) > 0, para todo ω ∈ R. De esta forma, el espectro de fase de f (t) es:

sen(5ω ) π
arctan 1 − cos(5ω ) + 2 , ω < 0,



φ (ω ) =
 sen(5ω ) π
− , ω > 0.

arctan

1 − cos(5ω ) 2
φ (ω )
π
···
ω
···
−π
Ejemplo 6.33. Determinar los espectros de magnitud y fase de f (t) = q1/2 (t − 1).
Solución. La transformada de Fourier de f (t) = q1/2 (t − 1) (ver Ejemplo 6.17) es:
8 e− jω sen2 (ω /4)
F(ω ) = .
ω2
8 sen2 (ω /4)
A(ω ) = , para ω 6= 0.
ω2
A(ω )
1/2
ω
−3π −2π −π π 2π 3π
Como 8 senω 2(ω /4) > 0, para ω 6= 0, podemos escribir:

2

− jω 8 sen2 (ω /4)
arg(F(ω )) = arg(e ) + Arg = −ω , para ω 6= 0.
ω2
ası́, el espectro de fase de f (t) es, para ω 6= 0:

∞ ∞
φ (ω ) = ∑ (2kπ − ω )pπ (ω − 2kπ ) − ∑ (ω + 2kπ )pπ (ω + 2kπ ).
k=0 k=1
φ (ω )
π
··· ···
ω
−5π −4π −3π −2π −π π 2π 3π 4π 5π
−π
Ejemplo 6.34. Determinar los espectros de magnitud y fase de f (t) = e2t u(−t) + u(t).
Solución. La transformada de Fourier de f (t) = e2t u(−t) + u(t) (ver Ejemplo 6.19) es:
2
F(ω ) = + πδ (ω ).
jω (2 − jω )
2
A(ω ) = √ , para ω 6= 0.
|ω | 4 + ω 2
A(ω )
ω
−3π −2π −π π 2π 3π
Ahora, se tiene que

arg(F(ω )) = Arg (2) − Arg ( jw) − Arg (2 − jω )
= −Arg ( jw) − Arg (2 − jω ), para ω 6= 0.
Como (
−π /2, ω < 0,
Arg ( jw) = y Arg (2 − jω ) = − arctan(ω /2),
π /2, ω > 0,
entonces el espectro de fase de f (t) es, para ω 6= 0:
(
π /2 + arctan(ω /2), ω < 0,
φ (ω ) =
−π /2 + arctan(ω /2), ω > 0,
φ (ω )
π
2
− π2
214 6.5. TRANSFORMADA DE FOURIER CON PYTHON
6.5 Transformada de Fourier con Python

La librerı́a Sympy de Python cuenta con el comando fourier transform(f,t,k) que per-
mite calcular la denominada transformada de Fourier unitaria de f (t),
Z ∞
Fu (κ ) = f (t)e−2π jκ t dt.
−∞
Si evaluamos Fu (κ ) en κ = ω /(2π ), obtenemos:

Z ∞
Fu (ω /(2π )) = f (t)e− jω t dt,
−∞
en otras palabras, F(ω ) = Fu (ω /(2π )). En consecuencia, con el comando

fourier transform(f,t,w/(2*pi))
se determina la transformada de Fourier de f (t). Observe el siguiente ejemplo donde se calcula la
transformada de Fourier de las siguientes funciones:
f1 (t) = e−2t u(t), f2 (t) = e−|t| , f3 (t) = p1 (t).
>>> t , w= s y m b o l s ( ’ t w ’ )
>>> f 1 = exp (−2∗ t ) ∗ H e a v i s i d e ( t )
>>> F1= f o u r i e r t r a n s f o r m ( f1 , t , w/ ( 2 ∗ p i ) )
>>> p r i n t ( F1 )
1 / ( I ∗w + 2 )
>>> f 2 = exp (− a b s ( t ) )
>>> p r i n t ( F2 )
2 / ( w∗∗2 + 1 )
>>> f 3 = H e a v i s i d e ( t +1)− H e a v i s i d e ( t −1)
>>> p r i n t ( F3 )
2∗ s i n (w ) / w
Las transformadas de Fourier obtenidas son:

1 2 2 sin(ω )
F1 (ω ) = , F2 (ω ) = 2 , F3 (ω ) =
jω ω +1 ω
Sympy también cuenta con el comando inverse fourier transform(F,k,t) que permite
calcular la transformada inversa de Fourier unitaria de F(κ ), la cual está definida por
Z ∞
fu (t) = F(κ )e2π jκ t d κ .
−∞
Si evaluamos fu (t) en t = t/(2π ) (abusando de la notación), obtenemos:

Z ∞
fu (t/(2π )) = F(κ )e jκ t d κ ,
−∞
2π fu (t/(2π )).
1
en otras palabras, f (t) = En consecuencia, con el comando
inverse fourier transform(f,w,t/(2*pi))/(2*pi)
se determina la transformada inversa de Fourier de f (t). Observe el siguiente ejemplo donde se

calcula la transformada inversa de Fourier de las siguientes transformadas:
F1 (ω ) = q1 (10ω ), F2 (ω ) = δ (ω ) + 2 p1 (−ω ), F3 (ω ) = j sgn(2ω ).
>>> t , w = s y m b o l s ( ’ t w ’ )
>>> u = lambda w: H e a v i s i d e (w)
>>> F1 = (1+10∗w) ∗ ( u ( 1 0 ∗w+1)−u ( 1 0 ∗w))+(1 −10∗w) ∗ ( u ( 1 0 ∗w)−u ( 1 0 ∗w−1))
>>> i n v e r s e f o u r i e r t r a n s f o r m ( F1 , w, t / ( 2 ∗ p i ) ) / ( 2 ∗ p i )
5 ∗ ( 2 ∗ exp ( I ∗ t / 1 0 ) − exp ( I ∗ t / 5 ) − 1 ) ∗ exp (− I ∗ t / 1 0 ) / ( p i ∗ t ∗ ∗ 2 )
>>> F2 = D i r a c D e l t a (w) + 2 ∗ ( u(−w+1)−u(−w−1))
P i e c e w i s e ( ( 5 , Eq ( t , 0 ) ) , ( 1 − 2∗ I ∗ exp ( I ∗ t ) / t + 2∗ I ∗ exp (− I ∗ t ) / t , T r u e ) ) / ( 2 ∗ p i )
>>> F3 = I ∗ ( u (w)−u(−w ) )
−1/( p i ∗ t )
Las transformadas inversas de Fourier obtenidas son:

5 2e jt/10 − e jt/5 − 1 e− jt/10 20 sin2 (t/20)
f1 (t) = = ,
πt2 π t2
1 − 2 j e jt − e− jt /t 1 2 sin(t)
f2 (t) = = + ,
2π 2π πt
1
f3 (t) = − .
πt
El Programa 6.1 muestra la función MagnFase que calcula la magnitud y la fase de f (t) en
ω = ω0 , es decir, calcula los valores A(ω0 ) y φ (ω0 ).
Programa 6.1. Función MagnFase
d e f MagnFase ( f , ww ) :
”””
MagnFase
H a l l a e l v a l o r de l a m a g n i t u d A(w)
y de l a f a s e p h i (w ) , en w = w0
”””
t ,w = symbols ( ’ t w ’ )
F = lambda w: f o u r i e r t r a n s f o r m ( f , t , w/ ( 2 ∗ p i ) )
i f i s i n s t a n c e (ww, np . n d a r r a y ) :
A, p h i = [ ] , [ ]
f o r w0 i n ww:
A . a p p e n d ( a b s ( F ( w0 ) ) )
p h i . a p p e n d ( a r g ( F ( w0 ) ) )
else :
A = a b s ( F (ww) )
p h i = a r g ( F (ww) )
r e t u r n np . a r r a y (A) , np . a r r a y ( p h i )
Calculemos el valor de la magnitud y la fase en ω = 1/2, de cada una de las funciones f1 (t),
f2 (t) y f3 (t), dadas arriba, en otras palabras, hallemos los valores de A(1/2) y φ (1/2) para cada
una de estas funciones.
>>> t , w= s y m b o l s ( ’ t w ’ )
>>> f 1 = exp (−2∗ t ) ∗ H e a v i s i d e ( t ) ; A, p h i = MagnFase ( f1 , 1 / 2 )
>>> p r i n t (A)
0.485071250072666
>>> p r i n t ( p h i )
−0.244978663126864
>>> f 2 = exp (− a b s ( t ) ) ; A, p h i = MagnFase ( f2 , 1 / 2 )
>>> p r i n t (A)
1.60000000000000
>>> p r i n t ( p h i )
216 6.5. TRANSFORMADA DE FOURIER CON PYTHON
0
>>> f 3 = H e a v i s i d e ( t +1)− H e a v i s i d e ( t − 1 ) ; A, p h i = MagnFase ( f3 , 1 / 2 )
>>> p r i n t (A)
1.91770215441681
>>> p r i n t ( p h i )
−5.78934023757607 e −17
La función MagnFase no sólo permite hallar el valor de la magnitud y la fase en ω = ω0 ,

sino también podemos usarla para obtener una gráfica de los espectros de magnitud y fase de una
función. Para ello, combinamos las librerı́as Numpy, Sympy y Matplotlib. A continuación, con
las funciones f1 (t), f2 (t) y f3 (t) creadas previamente, se hallan los espectros de magnitud y fase
para w ∈ [−10, 10]. Como todas las funciones son reales, entonces solo es necesario hallar los
espectros de magnitud y fase para para w ∈ [0, 10].
>>> import m a t p l o t l i b . pyplot as p l t
>>> w0 = np . l i n s p a c e ( 0 , 1 0 , 1 0 0 )
>>> A1 , p h i 1 = MagnFase ( f1 , w0 )
>>> A2 , p h i 2 = MagnFase ( f2 , w0 )
>>> A3 , p h i 3 = MagnFase ( f3 , w0 )
Para la construcción de las gráficas de los espectros de f (t), tomamos en cuenta que las fun-
ciones consideradas todas eran reales. Por ello, el espectro de magnitud es una función par y el
espectro de fase es impar.
A (ω) φ (ω)
1 1
0.8 2
0.6 1
0.4 0
0.2 −1
0 −2
−10 −5 0 5 10 −10 −5 0 5 10
A (ω) φ (ω)
2 2
2 1
1.5 0.5
1 0
0.5 −0.5
0 −1
−10 −5 0 5 10 −10 −5 0 5 10
A (ω) φ (ω)
3 3
2 4
1.5 2
1 0
0.5 −2
0 −4
−10 −5 0 5 10 −10 −5 0 5 10
Seguidamente mostramos el código usado para la generación de las gráficas de los espectros de
magnitud y fase.
plt . subplot (3 ,2 ,1)
plt . p l o t ( w0 , A1 , ’ b ’ ,−w0 , A1 , ’ b ’ )
plt . grid ()
plt . t i t l e ( ’ $A { 1 } ( \ omega ) $ ’ )
p l t . p l o t ( w0 , p h i 1 , ’ b ’ ,−w0,− p h i 1 , ’ b ’ )
plt . grid ()
p l t . t i t l e ( ’ $\ p h i { 1 } ( \ omega ) $ ’ )

plt . p l o t ( w0 , A2 , ’ b ’ ,−w0 , A2 , ’ b ’ )
plt . grid ()
plt . t i t l e ( ’ $A { 2 } ( \ omega ) $ ’ )

plt . p l o t ( w0 , p h i 2 , ’ b ’ ,−w0,− p h i 2 , ’ b ’ )
plt . grid ()
plt . t i t l e ( ’ $\ p h i { 2 } ( \ omega ) $ ’ )

plt . p l o t ( w0 , A3 , ’ b ’ ,−w0 , A3 , ’ b ’ )
plt . grid ()
plt . t i t l e ( ’ $A { 3 } ( \ omega ) $ ’ )

plt . p l o t ( w0 , p h i 3 , ’ b ’ ,−w0,− p h i 3 , ’ b ’ )
plt . grid ()
plt . t i t l e ( ’ $\ p h i { 3 } ( \ omega ) $ ’ )
plt . show ( )

6.1. Obtener la transformada de Fourier de las siguientes funciones:
a) f (t) = et/2 u(−t) g) f (t) = π [δ (t − π ) + δ (t + π )]

b) f (t) = p1 (t + 1) h) f (t) = u(−t − 1/2) q1 (t)
c) f (t) = q1/4 (t) i) f (t) = e−a|t| , a > 0
(
t + 4 sgn(t), si |t| > 0; 1
d) f (t) = j) f (t) = 2 2 , a > 0.
0, si t = 0 a +t
e) f (t) = |t|u(t) k) f (t) = 1 + j sgn(t)
f) f (t) = 2πδ (t − t0 ), donde t0 ∈ R l) f (t) = p1 (t) + jq1/2 (t)
6.2. Sea f (t) una función de dominio continuo cuya transformada de Fourier es F(ω ). Pruebe
que la transformada de Fourier de la función g(t) = f (t) cos ω0 t, con ω0 ∈ R, está dada
por
1
F {g(t)} = { f (t) cos ω0 t} = [F(ω − ω0 ) + F(ω + ω0 )].
2
6.3. Sea f (t) una función de dominio continuo cuya transformada de Fourier es
F(ω ) = p1 ((ω − 1)/2).
Determine la transformada de Fourier de las siguientes funciones de dominio continuo,

utilizando las propiedades de la transformada de Fourier:
a) g1 (t) = f (−t) c) g3 (t) = f (t + 1)
b) g2 (t) = t f (t) d) g4 (t) = f (3 − 5t)

e) g5 (t) = (t − 1) f (t + 1) j) g10 (t) = t f (t)e−2 jt

d k) g11 (t) = (t − 1) f (t − 1)e−2 jt
f) g6 (t) = f (t)
dt Z t
d
g) g7 (t) = t f (t) l) g12 (t) = f (τ ) d τ
−∞
dt
h) g8 (t) = f (2t − 1)e−2 jt m) g13 (t) = f (t) sen(π t)
i) g9 (t) = f (t)e−2 jt n) g14 (t) = f (t) ∗ δ (t − 1)
6.4. Utilizando la relación

Z ∞ Z ∞
1
f (t)g(t) dt = F(ω )G(ω ) d ω
−∞ 2π −∞
y un par de transformadas conocida demostrar que

Z ∞
1 π
dt = , a > 0.
0 (a2 + t 2 )2 4a3
6.5. Hallar la transformada inversa de Fourier de las siguientes transformadas:
a) F(ω ) = u(ω ) − δ (−ω /2).

b) F(ω ) = q1 (ω /2).
c) F(ω ) = δ (−ω ) + 2p1 (−ω ).
d) F(ω ) = j sgn(−2ω ).
6.6. Calcular los espectros de magnitud y fase de las siguientes funciones de dominio continuo:
a) f (t) = et/2 u(−t) e) f (t) = p1/2 ((t − 2)/2)

b) f (t) = p1 (t + 1) f) f (t) = |t|u(t)
(
c) f (t) = q1/4 (t) t + 4 sgn(t), si |t| > 0;
g) f (t) =
d) f (t) = r(t) 0, si t = 0
7 Transformada de Laplace
En este capı́tulo se presenta la transformada de Laplace. El nombre de Laplace es en honor a

Pierre Simnon Laplace (1749-1827), matemático y astrónomo francés. Se incluyen su definición,
sus propiedades y los teoremas de valor inicial y final. Se derivan las transformadas de Laplace de
funciones comunes, y se calcula la transformada inversa de Laplace a través de dos métodos: inte-
gración de contornos e inversión por tablas. También se describe la relación entre la transformada
de Laplace y la transformada de Fourier.
7.1 Definición
La transformada de Laplace puede considerarse como una generalización de la transformada
de Fourier; en forma más precisa, la adición de un factor exponencial al integrando de la definición
de la transformada de Fourier da como resultado la transformada de Laplace bilateral o de dos
lados.
Definición 7.1 (Transformada de Laplace Bilateral). Sea f (t) una función de dominio continuo
definida de R en C. La transformada de Laplace bilateral de f (t) se define como
Z ∞
F(s) = L [ f (t)] = f (t) e−st dt,
−∞
para todo s ∈ C tal que |F(s)| < ∞.
Cambiando los lı́mites de integración en la definición de la transformada de Laplace bilateral

obtenemos las transformadas de Laplace unilaterales.
Definición 7.2 (Transformadas de Laplace Unilaterales). Sea f (t) una función de dominio con-
tinuo definida de R en C. La transformada de Laplace unilateral derecha de f (t) se define
como Z ∞
LD (s) = f (t) e−st dt,
0
para todo s ∈ C tal que |LD (s)| < ∞.
La transformada de Laplace unilateral izquierda de f (t) se define como
Z 0
LI (s) = f (t) e−st dt,
−∞
para todo s ∈ C tal que |LI (s)| < ∞.
Observación 7.1. En general, la expresión matemática de la transformada de Laplace se calcula

utilizando la teorı́a de integración compleja.
A lo largo del capı́tulo nos referiremos con transformada de Laplace a la transformada de
Laplace bilateral, en caso contrario lo indicaremos explı́citamente.
219
En la siguiente proposición se establece que si la transformada de Laplace existe, entonces ella

es una función analı́tica en su región de convergencia, de la cual hablaremos más adelante. Para
la demostración de este resultado, simplemente verificaremos que F(s) satisface las condiciones
necesarias y suficientes para ser derivable, esto es, las funciones componentes de F(s) poseen
derivadas parciales continuas, que satisfacen las ecuaciones de Cauchy-Riemann.
Proposición 7.1. Si F(s) es la transformada de Laplace de la función f (t), entonces F(s) es

analı́tica en todo número complejo s tal que |F(s)| < ∞.
Demostración. Tomemos s = x + jy. Entonces, por definición de la transformada de Laplace se

tiene que
Z ∞ Z ∞ Z ∞
F(s) = f (t) e−st dt = f (t) e−xt cos(yt) dt − j f (t) e−xt sen(yt) dt.
−∞ −∞ −∞
Esta ecuación nos indica que F(s) se puede expresar como F(s) = u(x, y) + jv(x, y), donde:
Z ∞ Z ∞
−xt
u(x, y) = f (t) e cos(yt) dt y v(x, y) = − f (t) e−xt sen(yt) dt.
−∞ −∞
Como |F(s)| < ∞ y las funciones componentes u(x, y) y v(x, y) envuelven en su definición la in-
tegral de funciones exponenciales y trigonométricas, entonces u(x, y) y v(x, y) poseen primeras
derivadas parciales, con respecto a x e y, continuas en todo s tal que |F(s)| < ∞. Demostremos que
La derivada de u(x, y) y v(x, y) satisfacen las ecuaciones de Cauchy-Riemann. Se tiene que
una integral es
∂u
Z ∞
∂u
Z ∞
igual a la inte- −xt
(x, y) = − [t f (t)] e cos(yt) dt, (x, y) = − [t f (t)] e−xt sen(yt) dt
gral de la deri-
∂x −∞ ∂y −∞
vada del inte-
grando, por su-
∂v
Z ∞
∂v
Z ∞
puesto, cuando (x, y) = [t f (t)] e−xt sen(yt) dt, (x, y) = − [t f (t)] e−xt cos(yt) dt
el integrando es ∂x −∞ ∂y −∞
continuamente
Es claro que
diferenciable
∂u ∂v ∂u ∂v
(x, y) = (x, y) y (x, y) = − (x, y),
∂x ∂y ∂y ∂x
es decir, u(x, y) y v(x, y) satisfacen las ecuaciones de Cauchy-Riemann en todo s tal que |F(s)| < ∞.
Todo lo anterior nos indica que F(s) es derivable en el dominio {s ∈ C : |F(s)| < ∞}. Por lo tanto,
F(s) analı́tica en todo s ∈ C tal que |F(s)| < ∞.
7.1.1 Región de Convergencia

Definición 7.3. La región de convergencia de la transformada de Laplace de f (t), es el conjunto
de números complejos s donde F(s) existe, en otras palabras, son todos los s ∈ C tales que
Z ∞

|F(s)| =
f (t) e dt < ∞.
−st
(7.1)
−∞
Para hallar la región de convergencia de la transformada de Laplace se realiza el siguiente

procedimiento. Si tomamos s = σ + jω , entonces de la ecuación (7.1) se deduce
Z ∞ Z∞
−(σ + jω )

|F(s)| =
f (t) e dt ≤ | f (t)| e−σ t dt < ∞. (7.2)
−∞ −∞
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 221
Por lo tanto, los valores de σ = Re s que satisfacen la ecuación (7.2), determinan explı́citamente la
región de convergencia de F(s). Note que, por la Proposición 7.1, la transformada de Laplace es
analı́tica en su región de convergencia.
Ejemplo 7.1. Determinar la transformada de Laplace de la función f (t) = e−2t u(t).
Solución. Por definición, la transformada de Laplace de f (t) está dada por:
Z ∞ Z ∞ Z ∞
F(s) = f (t)e−st dt = e−2t u(t)e−st dt = e−t(s+2) dt. (7.3)
−∞ −∞ 0+
Ahora bien, la integral de (7.3) puede interpretarse como una integral de contorno a lo largo de una
curva C. En efecto, consideremos la integral
Z
e−z(s+2) dz, (7.4)
C
donde C es el eje real recorrido de izquierda a derecha, desde el origen; en otras palabras, la
parametrización de C es z(t) = t, 0 < t < ∞. En este caso, las integrales (7.3) y (7.4) coinciden.
Por lo tanto, como e−z(s+2) es una función entera para s fijo, entonces obtenemos:
" #z
e−z(s+2) 1
F(s) = lı́m − = .
z→∞ s+2 s+2
0
Con este procedimiento hemos hallado la expresión algebraica de la transformada de Laplace de

f (t), pero no hemos determinado aún la región de convergencia de la misma. Para ello, debemos
utilizar la ecuación (7.1). Sea s = σ + jω . Se tiene:
Z ∞ Z ∞
| f (t)|e−σ t dt = e−t(σ +2) dt.
−∞ 0+
La integral anterior converge siempre y cuando Re s = σ > −2, por lo que la región de convergencia
de la transformada de Laplace de f (t) son todos los números complejos s tales que Re s > −2. En
conclusión, la transformada de Laplace de f (t) = e−2t u(t) es:
1
F(s) = , Re s > −2.
s+2
En el ejemplo anterior describimos el procedimiento habitual para hallar la transformada de

Laplace por definición. Note que es necesario determinar la región de convergencia de la transfor-
mada de Laplace para establecer la unicidad. En otras palabras, la transformada de Laplace se hace
única cuando se especifica su región de convergencia. Esto último significa que existen funciones
de dominio continuo cuyas transformadas de Laplace poseen igual expresión algebraica, pero sus
regiones de convergencias son distintas. Por lo tanto, cada vez que se halle la transformada de
Laplace también debe determinarse su región de convergencia. Observe el siguiente ejemplo.
Ejemplo 7.2. Determinar la transformada de Laplace de las funciones
f1 (t) = u(t) y f2 (t) = −u(−t).
Solución. Por la definición de la transformada de Laplace se tiene:

Z ∞ −st s Z 0− −st 0
e 1 e 1
F1 (s) = e−st dt = lı́m − = , F2 (s) = − e−st dt = lı́m = .
0+ s→∞ s 0 s −∞ s→∞ s −s s
Las expresiones algebraicas de F1 (s) y F2 (s) son idénticas. Ahora, las regiones de convergencias
de estas transformadas se obtienen empleando la ecuación (7.1). La región de convergencia de
F1 (s) está dada por:
Z ∞
e−σ t dt < ∞ ⇔ σ > 0,
0+
por lo que la región de convergencia de F1 (s) son todos los s ∈ C tales Re s > 0. En cambio, la
región de convergencia de F2 (s) está dada por:
Z 0−
e−σ t dt < ∞ ⇔ σ < 0,
−∞
por lo tanto, la región de convergencia de F2 (s) son todos los s ∈ C tales Re s < 0. En vista de todo
lo anterior, la transformada de Laplace de cada una de las funciones f1 (t) = u(t) y f2 (t) = −u(−t),
es respectivamente:
1 1
F1 (s) = , Re s > 0, y F2 (s) = , Re s < 0.
s s
Observe que la diferencia entre F1 (s) y F2 (s) es sólo su región de convergencia.
Es claro que la transformada de Laplace está definida sólo en su región de convergencia. Existe
una clase especial de funciones, denominadas causales, cuya transformada de Laplace (si existe)
tiene como región de convergencia un conjunto de números complejos s de manera que la parte
real de s está acota inferiormente por una constante.
Definición 7.4 (Función causal). Una función de dominio continuo f (t) se dice causal si f (t)
se anula para t negativo, esto es, f (t) = 0 para todo t < 0.
Un ejemplo de una función causal es el escalón unitario u(t). Existe otra clase de funciones
muy importante denominadas funciones de orden exponencial.
Definición 7.5. Una función f (t) de dominio continuo se dice de orden exponencial, si existen
constantes A > 0 y β ∈ R de manera que se satisface la condición
| f (t)| ≤ A eβ t , para t ∈ R. (7.5)
La siguiente proposición nos da una aproximación de la región de convergencia de la trasfor-

mada de Laplace de una función causal de orden exponencial.
Proposición 7.2. Sea f (t) una función causal de orden exponencial con constantes A > 0 y
β ∈ R. Entonces, la transformada de Laplace de f (t) está definida para todo s ∈ C tal que
Re s > β .
Demostración. Verifiquemos que todo s ∈ C tal que β < Re s < ∞, pertenece a la región de con-
vergencia D f de la transformada de Laplace de f (t). Se tiene que

Z ∞ Z ∞
−st
| f (t)e | dt ≤ | f (t)|e−Re st dt
−∞ 0
Z ∞
≤A e−(Re s−β )t dt
0
Z r
= A lı́m e−(Re s−β )t dt
r→∞ 0
" #
1 e−(Re s−β )r
= A lı́m −
r→∞ Re s − β Re s − β
A
= < ∞,
Re s − β
en otras palabras, la transformada de Laplace de f (t) existe en todo s ∈ C tal que Re s > β .
La Proposición 7.2 asegura que D∗f ⊂ D f donde
D∗f = {s ∈ C : Re s > γ }
con
γ = inf{β ∈ R : ∃A > 0 con | f (t)| ≤ Aeβ t para todo t ≥ 0}.
También existe la clase de funciones no causales que está constituida con funciones g(t) tales
que g(t) = 0 para t > 0. Si g(t) es una función no causal, entonces existe una función causal f (t)
tal que g(t) = f (−t). De esta forma, dentro la clase de funciones no causales también podemos
identificar funciones de orden exponencial.
Por otra parte, toda función de dominio continuo se puede escribir como la suma de una función
no causal y una causal. Sea f (t) una función de dominio continuo. La parte no causal de f (t),
denotada por f− (t), está definida por
(
f (t), si t < 0,
f− (t) =
0, si t ≥ 0.
La parte causal de f (t), denotada por f+ (t), está definida por

(
0, si t < 0,
f+ (t) =
f (t), si t ≥ 0.
Es fácil verificar que f (t) = f− (t) + f+ (t). Por lo tanto, la transformada de Laplace de f (t) se
puede obtener como:
F(s) = F− (s) + F+ (s),
donde
Z ∞ Z ∞
−st
F− (s) = L { f− } = f− (t) e dt y F+ (s) = L { f+ } = f+ (t) e−st dt,
−∞ −∞
y la región de convergencia de F(s) está dada como la intersección de las regiones de convergencia
de F− (s) y F+ (s).
Supongamos que existen constantes A1 , A2 > 0 y β1 , β2 ∈ R tales que
| f− (t)| ≤ A1 eβ1 t , para t ≤ 0 y | f+ (t)| ≤ A2 eβ2 t , para t ≥ 0.

Por la Proposición 7.2, la región de convergencia de F+ (s), D f+ , contiene el conjunto de números

complejos s tales que Re s > β2 . De manera similar que en la Proposición 7.2, se establece que
la región de convergencia de F− (s), D f− , contiene el conjunto de números complejos s tales que
Re s < β1 . Si la transformada de Laplace de f (t) existe, entonces de todo lo anterior se deduce que
β2 < β1 y la región de convergencia de F(s) contiene el conjunto de números complejos s tales que
β2 < Re s < β1 . Lo expuesto hasta ahora constituye la prueba de la siguiente proposición.
Proposición 7.3. Sea f (t) una función de dominio cuya transformada de Laplace es F(s) para
s ∈ D f . Supongamos que existen constantes A1 , A2 > 0 y β1 , β2 ∈ R con β2 < β1 , tales que
| f− (t)| ≤ A1 eβ1 t , para t ≤ 0 y | f+ (t)| ≤ A2 eβ2 t , para t ≥ 0.
Entonces,
{s ∈ C : β2 < Re s < β1 } ⊂ D f .
7.1.2 Transformada Inversa de Laplace

La Transformada Inversa de Laplace es el proceso de obtener f (t) a partir de su transformada
de Laplace. Esta claro que pueden haber infinitas funciones de dominio continuo que pueden
poseer la misma transformada de Laplace, en cuanto a la expresión algebraica. Si se especifica la
región de convergencia de la transformada de de Laplace, entonces la transformación L se hace
inyectiva. Este resultado se deduce del Teorema de Lerch. La demostración de este teorema no la
hemos incluido, ya que no puede obtenerse de forma autocontenida con las técnicas que tenemos
a nuestra disposición.
Teorema 7.1 (Teorema de Lerch). Sean f (t) y g(t) funciones de dominio continuo, cuyas trans-
formadas de Laplace son F(s) para s ∈ D f , y G(s) para s ∈ Dg , respectivamente. Si F(s) = G(s)
para todo s ∈ D f ∩ Dg , entonces f y g son iguales salvo a lo mejor en los puntos de discontinui-
dad de ambas, con lo que además D f = Dg .
A continuación damos la definición formal de la transformada inversa de Laplace.
Definición 7.6. Sea F(s) = L [ f (t)], para s ∈ D f ⊂ C, la transformada de Laplace de f (t). La

transformada inversa de Laplace es el proceso de obtener f (t) a través de F(s) y se define como
Z σ + j∞
1
f (t) = F(s) est ds. (7.6)
2π j σ − j∞
La integral de la ecuación (8.1) se evalúa en la recta del plano complejo σ + jω , desde σ −

j∞ hasta σ + j∞, siendo σ un número real fijo tal que la recta Re s = σ esté en el interior de
D f (ver Figura 7.1). Aplicando el Teorema de los Residuos en el cálculo de la integral de la
ecuación (8.1), se deduce el método Integración de Contornos para hallar la transformada inversa
de Laplace. También estudiaremos otro método denominado Inversión por Tablas, que es uno
de los procedimiento más populares para el cálculo de la transformada inversa de Laplace. Estos
temas los desarrollaremos en la Sección 7.4.
L
f (t) ←→ F(s), s ∈ D,
Df
Figura 7.1. Contorno de la integral de (8.1)
que se lee par de transformadas, denota que F(s) es la transformada de Laplace de f (t) con región
de convergencia el conjunto D ⊂ C, y que f (t) es la transformada inversa de Laplace de F(s).
7.1.3 Diagrama de Polos y Ceros

En el análisis de señales y sistemas es habitual disponer en el plano complejo la ubicación
de los ceros y polos de transformadas de Laplace F(s), cuya expresión algebraica corresponde a
una función racional. Este gráfico se denomina diagrama de polos y ceros de la transformada
de Laplace. Utilicemos un ejemplo para mostrar la construcción del diagrama de polos y ceros.
En el ejemplo propuesto se considera una transformada de Laplace cuya expresión algebraica es
racional.
Ejemplo 7.3. Consideremos una función f (t) cuya transformada de Laplace tiene la siguiente
forma algebraica:
(s + j) (s − 2 j) (s + 3)
F(s) = .
(s + 2) (s + 1) s (s − 1) (s − 2)
Es claro ver que los ceros de F(s) son: − j, 2 j y −3, y los polos son: −2, −1, 0, 1 y 2. Como
F(s) debe ser analı́tica en su región de convergencia, entonces se tienen 6 posibles regiones de
convergencia de la transformada de Laplace:
a) {s ∈ C : Re s < −2}
b) {s ∈ C : −2 < Re s < −1}
c) {s ∈ C : −1 < Re s < 0}
d) {s ∈ C : 0 < Re s < 1}
e) {s ∈ C : 1 < Re s < 2}
f) {s ∈ C : Re s > 2}
Para cada una de estas regiones de convergencia construyamos el diagrama de polos y ceros. Los
polos se dibujarán con un punto de color rojo y los ceros con un punto de color azul.
a) En la siguiente figura se muestra el diagrama de polos y ceros de la trasformada de Laplace F(s),

Re s > −2.
ω
Re s < −2
b
2
b b b b b b
−3 −2 −1 1 2 3 σ
−1 b
En este caso la transformada inversa de Laplace de F(s) es

1 −2t 1 −t 3 2 t 5 5
f (t) = − 4 + i e − 1 + i e + + −2 + i e + − i e2t u(−t).
12 3 2 3 4 12
b) Diagrama de polos y ceros de la trasformada de Laplace F(s), −2 < Re s < −1.
ω
−2 < Re s < −1
b
2
b b b b b b
−3 −2 −1 1 2 3 σ
−1 b

1 −2t 1 −t 3 2 t 5 5
f (t) = 4 + i e u(t) − − 1 + i e + + −2 + i e + − i e2t u(−t).
12 3 2 3 4 12
c) Diagrama de polos y ceros de la trasformada de Laplace F(s), −1 < Re s < 0.
ω
−1 < Re s < 0
b
2
b b b b b b
−3 −2 −1 1 2 3 σ
−1 b

1 −2t 1 −t 3 2 t 5 5
f (t) = 4 + i e − 1 + i e u(t) − + −2 + i e + − i e2t u(−t).
12 3 2 3 4 12
d) Diagrama de polos y ceros de la trasformada de Laplace F(s), 0 < Re s < 1.
ω
0 < Re s < 1
b
2
b b b b b b
−3 −2 −1 1 2 3 σ
−1 b

1 1 3 2 5 5
f (t) = 4 + i e−2t − 1 + i e−t + u(t) − −2 + i et + − i e2t u(−t).
12 3 2 3 4 12
e) Diagrama de polos y ceros de la trasformada de Laplace F(s), 1 < Re s < 2.
ω
1 < Re s < 2
b
2
b b b b b b
−3 −2 −1 1 2 3 σ
−1 b

1 1 3 2 5 5
f (t) = 4 + i e−2t − 1 + i e−t + + −2 + i et u(t) − − i e2t u(−t).
12 3 2 3 4 12
f) Diagrama de polos y ceros de la trasformada de Laplace F(s), Re s > 2.
ω
Re s > 2
b
2
b b b b b b
−3 −2 −1 1 2 3 σ
−1 b
228 7.2. PROPIEDADES DE LA TRANSFORMADA DE LAPLACE

1 −2t 1 −t 3 2 t 5 5
f (t) = 4 + i e − 1 + i e + + −2 + i e + − i e2t u(t).
12 3 2 3 4 12
En el ejemplo anterior se aprecia que la ubicación de los polos con respecto de a la región de
convergencia (a la izquierda o a la derecha), afecta la forma algebraica de la transformada inversa
de Laplace. Observe que si todos los polos están ubicados a la derecha de la región de convergen-
cia, la expresión algebraica de f (t) considera una suma de términos multiplicados por u(−t); en
cambio, si todos los polos están ubicados a la izquierda de la región de convergencia, entonces f (t)
está conformada por una suma de términos multiplicada por u(t). Este comportamiento se cumple
para toda transformada de Laplace racional, lo cual lo estudiaremos con detalle en la Sección 7.4.
7.2 Propiedades de la Transformada de Laplace

A continuación damos las propiedades de la transformada de Laplace. La utilidad de estas
propiedades no sólo es teórica, sino también práctica desde el punto de vista operativo. Con las
propiedades podemos calcular de manera rápida y sencilla transformadas de Laplace de funcio-
nes f (t) con expresiones algebraicas complicadas, por supuesto, evitando el empleo de técnicas
de integración cuya aplicación normalmente es muy laboriosa. Cada una de las propiedades las
enunciaremos como un teorema.
Teorema 7.2 (Linealidad). Si las transformadas de Laplace de las funciones f (t) y g(t) son
respectivamente F(s), para todo s ∈ D f ⊂ C y G(s), para todo s ∈ Dg ⊂ C, entonces
L
a f (t) + bg(t) ←→ aF(s) + bG(s), s ∈ D f ∩ Dg ,
Demostración. Por la definición de la transformada de Laplace se tiene que

Z ∞
L {a f (t) + bg(t)} = (a f (t) + bg(t)) e−st dt
−∞
Z ∞ Z ∞
−st
= a f (t) e dt + b g(t) e−st dt
−∞ −∞
= aL { f (t)} + bL {g(t)} = aF(s) + bG(s).
Ahora, la región de convergencia de L {a f (t) + bg(t)} son todos los s = σ + jω tales que
Z ∞
|a f (t) + bg(t)| e−σ t dt < ∞,
−∞
pero Z ∞ Z ∞ Z ∞
−σ t −σ t
|a f (t) + bg(t)| e dt, ≤ |a| | f (t)| e dt, +|b| |g(t)| e−σ t dt. (7.7)
−∞ −∞ −∞
Como D f y Dg son las regiones de convergencia de f y g, respectivamente, entonces se tiene que
Z ∞
| f (t)| e−σ t dt < ∞, para todo s = σ + jω ∈ D f (7.8)
−∞
y Z ∞
|g(t)| e−σ t dt, para todo s = σ + jω ∈ Dg (7.9)
−∞
Ası́, por las ecuaciones (7.7), (7.8) y (7.9), la región de convergencia de L {a f (t) + bg(t)} son
todos los s = σ + jω tales que s ∈ D f ∩ Dg .
Teorema 7.3 (Desplazamiento en tiempo). Si la transformada de Laplace de la función f (t) es

F(s) para todo s ∈ D ⊂ C, entonces
L
f (t − t0 ) ←→ e−t0 s F(s), s ∈ D,
para todo t0 ∈ R.
Demostración. Por la definición de la transformada de Laplace se tiene que

Z ∞
L { f (t − t0 )} = f (t − t0 ) e−st dt.
−∞
Haciendo el cambio de variable r = t − t0 , la integral anterior adquiere la forma:

Z ∞
L { f (t − t0 )} = f (r) e−s(r+t0 ) dr
−∞
Z ∞
= e−t0 s f (r) e−sr dr
−∞
= e−t0 s L { f (t)}
= e−t0 s F(s).
Ahora, la región de convergencia de L { f (t − t0 )} son todos los s = σ + jω tales que

Z ∞
| f (t − t0 )| e−σ t dt < ∞.
−∞
Haciendo el cambio de variable r = t − t0 , la ecuación anterior adquiere la forma:

−t σ Z ∞ Z ∞
e 0 | f (r)| e−rt dt = | f (r)| e−rt dt < ∞;
−∞ −∞
en otras palabras, la región de convergencia de L { f (t − t0 )} es D.
Teorema 7.4 (Desplazamiento en el dominio de s). Si la transformada de Laplace de la función

f (t) es F(s) para todo s ∈ D ⊂ C, entonces
L
es0 t f (t) ←→ F(s − s0 ), (s − s0 ) ∈ D,
para todo s0 ∈ C.

Z ∞ Z ∞
L {es0 t f (t)} = es0t f (t) e−st dt = f (t) e−(s−s0 )t dt = F(s − s0 ).
−∞ −∞
Ahora, la región de convergencia de L {es0t f (t)} son todos los s = σ + jω tales que
Z ∞
es0t f (t) e−σ t dt < ∞.
−∞
Tomando s0 = σ0 + jω0 , la ecuación anterior adquiere la forma

Z ∞ Z ∞
| f (t)| e jω0t e−(σ −σ0 )t dt = | f (t)| e−(σ −σ0 )t dt < ∞,
−∞ −∞
de lo cual se deduce que la región de convergencia de L {es0 t f (t)} son todos los s = σ + jω tales
que (s − s0 ) ∈ D.
Teorema 7.5 (Escalamiento en tiempo). Si la transformada de Laplace de la función f (t) es

F(s) para todo s ∈ D ⊂ C, entonces
L 1
f (at) ←→ F(s/a), (s/a) ∈ D,
|a|
para todo a ∈ R.
Demostración. Por la definición de la transformada de Laplace,

Z ∞
L { f (at)} = f (at) e−st dt. (7.10)
−∞
Haciendo el cambio de variable r = at, la integral de (7.10) adquiere la forma:

Z ∞
1 s
L { f (at)} = f (r) e−( a )r dr.
|a| −∞
Cambiando r por t en la integral se tiene:

Z ∞
1 s 1 1
L { f (at)} = f (t) e−( a )t dt = F(s/a) = F(s/a).
|a| −∞ a |a|
Ahora, la región de convergencia de L { f (at)} son todos los s = σ + jω tales que

Z ∞
| f (at)| e−σ t dt < ∞.
−∞
Haciendo el cambio de variable r = at, la ecuación anterior adquiere la forma:

Z ∞
1 σ
f (t) e−( a )r dt < ∞,
|a| −∞
de lo cual se deduce que la región de convergencia de L { f (at)} son todos los s = σ + jω tales
que (s/a) ∈ D.
Teorema 7.6 (Conjugación). Si la transformada de Laplace de la función f (t) es F(s) para

todo s ∈ D ⊂ C, entonces
L
f (t) ←→ F(s), s ∈ D.
Demostración. Como es = es , se tiene que

n o Z∞ Z ∞ Z ∞
L f (t) = f (t) e−st dt = f (t) e−st dt = f (t) e−st dt = F(s).
−∞ −∞ −∞
n o
Ahora, la región de convergencia de L f (t) son todos los s = σ + jω tales que
Z ∞ Z ∞
−σ t
| f (t)| e−σ t dt < ∞,

f (t) e dt =
−∞ −∞
n o
en otras palabras, la región de convergencia de L f (t) son todos los s = σ + jω tales que
s ∈ D.
Teorema 7.7 (Convolución). Si las transformadas de Laplace de las funciones f (t) y g(t) son
respectivamente F(s), para s ∈ D f ⊂ C y G(s), para s ∈ Dg ⊂ C, entonces
L
f ∗ g (t) ←→ F(s) G(s), s ∈ D f ∩ Dg .

Z ∞
L { f ∗ g (t)} = f ∗ g (t) e−st dt
−∞
Z ∞ Z ∞
= f (τ )g(t − τ ) d τ e−st dt
−∞ −∞
Z ∞ Z ∞
= f (τ ) g(t − τ ) e dt d τ .
−st
−∞ −∞
Haciendo el cambio de variable r = t − τ , la ecuación anterior adquiere la forma:

Z ∞ Z ∞
−s(r+τ )
L { f ∗ g (t)} = f (τ ) g(r) e dr d τ
−∞ −∞
Z ∞ Z ∞
= f (τ ) e−sτ d τ g(σ ) e−sr dr = F(s) G(s).
−∞ −∞
Ahora, la región de convergencia de L { f ∗ g (t)} son todos los s = σ + jω tales que

Z ∞ Z ∞ Z ∞

−σ t
| f ∗ g (t)| e dt =
f (τ )g(t − τ ) d τ e−σ t dt < ∞.
−∞ −∞ −∞
Haciendo el cambio de variable r = t − τ , la ecuación anterior adquiere la forma:

Z ∞ Z ∞
−σ τ −σ r
| f (τ )| e dτ |g(σ )| e dr < ∞,
−∞ −∞
en otras palabras, la región de convergencia de L { f ∗ g (t)} son todos los s = σ + jω tales que
s ∈ D f ∩ Dg .
Teorema 7.8 (Diferenciación en el dominio del tiempo). Si la transformada de Laplace de una

función f (t) derivable es F(s) para todo s ∈ D ⊂ C, entonces
d L
f (t) ←→ s F(s),
dt
cuya región de convergencia contiene a D.
Demostración. Asumamos que f (t) es de orden exponencial, esto es, existen constantes K > 0 y
a ∈ R tales que
| f (t)| ≤ K eat , para todo t ∈ R.
Además, si f (t) es de orden exponencial, entonces (se deja como ejercicio para el lector la prueba
de esta ecuación):
α
lı́m f (t)e−st −α = 0, para todo s ∈ D. (7.11)
α →∞
Se tiene Z∞
d d
L f (t) = f (t) e−st dt.
dt −∞ dt
Ası́, usando la ecuación (7.11) y la integración por partes con u = e−st y dv = f ′ (t), se obtiene
Z ∞
d −st α

L f (t) = lı́m f (t)e −α
+s f (t) e−st dt = sF(s).
dt α →∞ −∞
Además, de esta última

ecuación
se deduce que si s ∈ D, entonces s pertenece a la región de
d
convergencia de L f (t) .
dt

Observación 7.2. Generalmente, la región de convergencia de L dtd f (t) coincide con la región
de
convergencia
de L { f (t)}, pero existen funciones f (t) tales que la región de convergencia de
L dtd f (t) contiene a la región de convergencia de L { f (t)}.
Teorema 7.9 (Diferenciación en el dominio de s). Si la transformada de Laplace de la función

f (t) es F(s) para todo s ∈ D ⊂ C, entonces
L d
t f (t) ←→ − F(s), s ∈ D.
ds

Z ∞
F(s) = f (t) e−st dt.
−∞
Derivando con respecto a s en ambos lados de la ecuación anterior, se obtiene:

Z ∞

d d −st
F(s) = f (t) e dt
ds ds −∞
Z ∞
d
= f (t) e−st dt
ds
Z−∞
∞
= [−t f (t)] e−st dt = −L {t f (t)} ,
−∞
d
de donde se deduce que L {t f (t)} = − F(s). Además, como F(s) es analı́tica en todo s ∈ D, en-
ds
d
tonces F(s) también es analı́tica en todo s ∈ D, en otras palabras, D es la región de convergencia
ds
d
de F(s).
ds
Teorema 7.10 (Integración). Si la transformada de Laplace de la función f (t) es F(s) para

todo s ∈ D ⊂ C, entonces Z t
L 1
f (τ ) d τ ←→ F(s),
−∞ s
cuya región de convergencia es igual al conjunto D o está contenida en él.
Demostración. Para la prueba usaremos la transformada de Laplace del escalón unitario, a saber:
1
L {u(t)} = , Re s > 0,
s
la cual la hallaremos más adelante. Recordemos que
Z ∞ Z t
f (t) ∗ u(t) = f (t)u(t − τ )d τ = f (τ ) d τ , (7.12)
−∞ −∞
para toda función f (t) de dominio continuo. De esta forma, usando la propiedad de con-volución
en la ecuación (7.12)
L { f (t) ∗ u(t)} = L { f (t)} L {u(t)}, s ∈ {s : Re s > 0} ∩ D.
Ahora, usando la expresión de la transformada de Laplace del escalón unitario, se obtiene

Z t
1 1
L f (τ ) d τ = F(s) = F(s), s ∈ {s : Re s > 0} ∩ D.
−∞ s s
Teorema 7.11 (Teorema del Valor Inicial). Sea f (t) una función continua a trozos en R tal
que f (t) = 0 para t < 0. Si la transformada de Laplace de la función f (t) es F(s) para todo
s ∈ D ⊂ C, entonces
f (0+ ) = lı́m s F(s).
s→∞
Demostración. Como f (t) = 0 para t < 0, entonces

Z ∞
d + d
L f (t) = s F(s) − f (0 ) = f (t) e−st dt. (7.13)
dt 0 dt
Tomando lı́mite en ambos lados de (7.13), cuando s → ∞, se obtiene

Z ∞ " Z α
#
d d
lı́m [s F(s) − f (0+ )] = lı́m f (t) e−st dt = lı́m lı́m f (t) e−st dt .
s→∞ s→∞ 0 dt s→∞ α →∞ ε dt
ε →0
Intercambiando el orden de los lı́mites, se tiene

Z α h i
+ d
lı́m [s F(s) − f (0 )] = lı́m f (t) lı́m e−st dt
s→∞ α →∞ ε dt s→∞
ε →0
y como
lı́m e−st = 0,
s→∞
la expresión de arriba se reduce a
lı́m [s F(s) − f (0+ )] = 0

s→∞
f (0+ ) = lı́m s F(s).
s→∞
Teorema 7.12 (Teorema del Valor Final). Sea f (t) una función continua a trozos en R tal
que f (t) = 0 para t < 0. Si la transformada de Laplace de la función f (t) es F(s) para todo
s ∈ D ⊂ C, entonces
lı́m f (t) = lı́m s F(s).
t→∞ s→0
Demostración. Tomando lı́mite en ambos lados de (7.13), cuando s → 0, se obtiene

Z ∞ " Z α
#
+ d −st d −st
lı́m[s F(s) − f (0 )] = lı́m f (t) e dt = lı́m lı́m f (t) e dt .
s→0 s→0 0 dt s→0 α →∞ ε dt
ε →0
Intercambiando el orden de los lı́mites, se tiene

Z α
+ d −st
lı́m [s F(s) − f (0 )] = lı́m f (t) lı́m e dt
s→0 α →∞ ε dt s→0
ε →0
y como
lı́m e−st = 1,
s→0
la expresión de arriba se reduce a

Z α Z α
d
lı́m[s F(s) − f (0+ )] = lı́m f (t) dt = lı́m f (t) dt = f (∞) − f (0− ) = f (∞)
s→0 α →∞ ε dt α →∞ ε
ε →0 ε →0
lı́m f (t) = lı́m s F(s).
t→∞ s→∞
Las propiedades de la transformada de Laplace se resumen en la Tabla 7.1.

Tabla 7.1. Propiedades de la Transformada de Laplace
Sean f (t) y g(t) dos funciones de dominio continuo con transformada de Laplace F(s),
para s ∈ D f , y G(s), para s ∈ Dg , respectivamente.

Linealidad L {a1 f (t) + a2 g(t)} = a1 F(s) + a2 G(s), s ∈ D f ∩ Dg
Desplazamiento en tiempo L { f (t − t0 )} = e−st0 F(s), s ∈ Df

Desplazamiento en s L {es0t f (t)} = F(s − s0 ), s ∈ C : (s − s0 ) ∈ D f
1
Escalamiento en tiempo L { f (at)} = F(s/a), s ∈ s ∈ C : (s/a) ∈ D f
|a|
n o
Conjugación L f (t) = F(s), s ∈ Df
Convolución L { f ∗ g (t)} = F(s)G(s), s ∈ D f ∩ Dg

d
Diferenciación en tiempo L f (t) = s F(s), s ∈ Df
dt
d
Diferenciación en s L {t f (t)} = − F(s), s ∈ D f
ds
 
 Zt  1
Integración L f (λ ) d λ = F(s), s ∈ D ⊇ D f
  s
−∞
Teorema del valor inicial lı́m sF(s) = f (0+ )

s→∞
Teorema del valor final lı́m f (t) = lı́m sF(s)

t→∞ s→0

Comencemos esta sección calculando la transformada de Laplace de funciones comunes.
L
δ (t) ←→ 1, s∈C
Z ∞ Z ∞
L {δ (t)} = δ (t) e −st
dt = δ (t) e−σ t e− jω t dt
Z−∞
∞
−∞
Z ∞
−σ t
= δ (t) e cos(ω t) dt − j δ (t) e−σ t sen(ω t) dt
−∞ −∞
= e−σ ·0 cos(ω · 0) − je−σ ·0 sen(ω · 0) = 1.
La región de convergencia de L {δ (t)} son todos los s = σ + jω tales que

Z ∞
δ (t)(t) e−σ t dt < ∞,
−∞
pero Z ∞
δ (t)(t) e−σ t dt = 1;
−∞
por lo tanto, la región de convergencia de L {δ (t)} es todo C.

L 1
u(t) ←→ , Re s > 0
s
Z ∞ Z ∞
w
−st −st e−st 1
L {u(t)} = u(t) e dt = e dt = lı́m − = .
−∞ 0+ w→∞ s
0+ s
Ahora, como Z ∞ Z ∞
−σ t
|u(t)| e dt = e−σ t dt < ∞ ⇔ σ > 0,
−∞ 0+
entonces la región de convergencia de L {u(t)} son todos los números complejos s = σ + jω ∈ C
tales que Re s = σ > 0.

L 1
−u(−t) ←→ , Re s < 0
s
Solución. Hallemos la transformada de Laplace L {−u(−t)} mediante dos procedimientos: (a) por
definición, y (b) usando las propiedades de la transformada de Laplace.
(a) Se tiene que
Z ∞ Z 0− 0−
−st −st e−st 1
L {−u(−t)} = [−u(−t)] e dt = − e dt = lı́m = .
−∞ −∞ w→−∞ s w s
Como Z ∞ Z 0−
| − u(−t)| e−σ t dt = e−σ t dt < ∞ ⇔ σ < 0,
−∞ −∞
entonces la región de convergencia de L {−u(−t)} son todos los s ∈ C tales que Re s < 0.
(b) Usando las propiedades de linealidad y escalamiento en tiempo, se obtiene

1 1
L {−u(−t)} = −L {u(−t)} = − − L {u(t)}(−s) = , Re (−s) > 0,
| − 1| s
1
L {−u(−t)} = , Re s < 0.
s
Observación 7.3. Note que las transformadas de Laplace de u(t) y −u(−t) son algebraicamente
iguales, pero tienen regiones de convergencia diferentes, más aún, son complementarias.

1
e−α t u(t) ←→
L
, Re s > −Re α
s+α
Solución. Usando la propiedad de desplazamiento en el dominio de s, se obtiene
1
L {e−α t u(t)} = L {u(t)}(s − (−α )) = , Re (s + α ) > 0,
s+α
1
L {e−α t u(t)} = , Re s > −α .
s+α
La transformada de Laplace de e−α t u(t) también se puede hallar por definición, lo cual se deja
como ejercicio para el lector.

L 1
t u(t) ←→ , Re s > 0
s2
Z ∞ Z ∞
−st
L {t u(t)} = [t u(t)] e dt = te−st dt.
−∞ 0+
Usando integración por partes, se obtiene

∞ −st w
te−st 1 ∞ −st
Z
1 e = 1.

L {t u(t)} = − + e dt = 0 + lı́m −
s 0+ s 0+ s w→∞ s 0+ s2
Como Z ∞ Z ∞
1 ∞ −σ t
Z
|t u(t)| e−σ t dt = t e−σ t dt =
e dt < ∞ ⇔ σ > 0,
−∞ 0+ σ 0+
entonces la región de convergencia de L {t u(t)} son todos los números complejos s = σ + jω ∈ C
tales que Re s = σ > 0.
La transformada de Laplace de t u(t) también se puede hallar usando la propiedad de diferencia-
ción en s, lo cual se deja como ejercicio para el lector.
L 1
sent u(t) ←→ , Re s > 0
s2 + 1

Z ∞ Z ∞ jt
−st e − e− jt
L {sen t u(t)} = [sent u(t)] e dt = e−st dt
−∞ 0+ 2j
Z ∞ Z ∞
1
= e( j−s)t dt − e−( j+s)t dt
2 j 0+ 0+
"" #w " #w #
1 e( j−s)t e−( j+s)t
= lı́m − −
2 j w→∞ j−s + j+s +
0 0

1 1 1 1 2j 1
= − = = 2 .
2j s− j s+ j 2 j s2 + 1 s +1
Como Z ∞ Z ∞
| sen t u(t)| e−σ t dt ≤ e−σ t dt < ∞ ⇔ σ > 0,
−∞ 0+
entonces la región de convergencia de L {sent u(t)} son todos los números complejos s = σ +
jω ∈ C tales que Re s = σ > 0.
L s
cost u(t) ←→ , Re s > 0
s2 + 1
Solución. Usando las propiedades de linealidad y desplazamiento en el dominio de s, se obtiene

e jt + e− jt
1
L {cost u(t)} = L u(t) = L {e jt u(t)} + L {e− jt u(t)}
2 2

1 1 1 1
= [L {u(t)}(s + j) + L {u(t)}(s − j)] = +
2 2 s+ j s− j
s
= 2 , {s ∈ C : Re (s + j) > 0} ∩ {s ∈ C : Re (s − j) > 0}
s +1
s
L {cos t u(t)} = , Re s > 0.
s2 + 1
L 2 jT senh(T s)
pT (t) ←→ , Re s 6= 0
Ts

Z ∞
L {pT (t)} = pT (t) e−st dt
−∞
Z T−
= e−st dt
−T +
T −
e−st
= −
s −T +
esT − e−sT
=
s
2 jT sen(sT )
= , s 6= 0.
sT
Como
eσ T − e−σ T
Z ∞ Z T−
|pT (t)| e−σ t dt = e−σ t dt = <∞ ⇔ σ 6= 0,
−∞ −T + σ
entonces la región de convergencia de la transformada de Laplace L {pT (t)} son todos los s ∈ C
tales que Re s 6= 0.
En la Tabla 7.2 se muestra un resumen de los pares de transformadas de Laplace de funciones

comunes.
Tabla 7.2. Algunos Pares de Transformadas de Laplace
Función Transformada de Laplace

δ (t) 1, s∈C
δ (t − a) e−as , s∈C
1
u(t) , Re s > 0
s
1
−u(−t) , Re s < 0
s
1 − e−as
u(t) − u(t − a) , Re s > 0
s
n!
t n u(t) , n = 1, 2, . . . , Re s > 0
sn+1
n!
−t n u(−t) , n = 1, 2, . . . , Re s < 0
sn+1
1
e−at u(t) , Re s > −a
s+a
1
−e−at u(−t) , Re s < −a
s+a
n!
t n e−at u(t) , Re s > −a
(s + a)n+1
n!
−t n e−at u(−t) , Re s < −a
(s + a)n+1
s
cos(ω0 t)u(t) , Re s > 0
s + ω02
2
ω0
sen(ω0 t)u(t) , Re s > 0
s + ω02
2
s2 + 2ω02
cos2 (ω0 t)u(t) , Re s > 0
s(s2 + 4ω02 )
2ω02
sen2 (ω0 t)u(t) , Re s > 0
s(s2 + 4ω02 )
s+a
e−at cos(ω0 t)u(t) , Re s > −a
(s + a)2 + ω02
ω0
e−at sen(ω0 t)u(t) , Re s > −a
(s + a)2 + ω02
s2 − ω02
t cos(ω0 t)u(t) , Re s > 0
(s2 + ω02 )2
2ω0 s
t sen(ω0 t)u(t) , Re s > 0
(s + ω02 )2
2
2 jT senh(T s)
pT (t) , Re s 6= 0
Ts
Finalicemos la sección calculando la transformada de Laplace de ciertas funciones que apa-

recen en ingenierı́a con regularidad. Para ello utilizaremos, en algunos casos, la definición de la
transformada de Laplace y, en otros casos, las propiedades de la transformada de Laplace.
Ejemplo 7.12. Determinar la transformada de Laplace del pulso rectangular p1 (t).
Solución. Por definición, la transformada de Laplace de p1 (t) está dada por:
Z ∞ Z 1−
es − e−s 2 senh s
F(s) = p1 (t)e−st dt = e−st dt = = .
−∞ −1+ s s
Ahora bien, la región de convergencia de F(s) son todos los números complejos s = σ + jω tales
que
Z ∞ Z 1−
−σ t
| f (t)| e dt = e−σ t dt < ∞.
−∞ −1+
Es claro que la desigualdad anterior se satisface para todo σ ∈ R. En consecuencia, la transformada
de Laplace de p1 (t) es:
2 senh s
F(s) = , para s ∈ C.
s
2 senh s
Recuerde que la función se puede redefinir en s = 0 de manera que allı́ sea analı́tica.
s
Ejemplo 7.13. Determinar la transformada de Laplace del pulso triangular q1 (t).

Solución. Por definición, la transformada de Laplace de q1 (t) está dada por:
Z ∞ Z 0 Z 1
F(s) = q1 (t)e−st dt = (t + 1)e−st dt + (1 − t)e−st dt
−∞ −1 0
s − es + 1 −s
s+e −1 4 senh2 (s/2)
= − + = .
s2 s2 s2
Ahora bien, la región de convergencia de F(s) son todos los números complejos s = σ + jω tales
que
Z ∞ Z 0 Z 1
−σ t −σ t
| f (t)| e dt = (t + 1)e dt + (1 − t)e−σ t dt
−∞ −1 0
Z 1
≤ e−σ t dt < ∞.
−1
Es claro que la desigualdad anterior se satisface para todo σ ∈ R. En consecuencia, la transformada

de Laplace de q1 (t) es:
4 senh2 (s/2)
F(s) = , para s ∈ C.
s2
Ejemplo 7.14. Determinar la transformada de Laplace de f (t) = e−3t (u(t) − u(t − 4)).
Solución. La función f (t) se puede expresar como
f (t) = f1 (t) − f2 (t − 4),

donde
f1 (t) = e−3t u(t) y f2 (t) = e−3(t+4) u(t).
Ası́, aplicando la propiedad de linealidad tenemos:
F(s) = L { f (t)} = L { f1 (t)} − L { f2 (t − 4)} , para s ∈ D1 ∩ D2 , (7.14)
donde D1 , D2 ⊂ C son las regiones de convergencia de L { f1 (t)} y L { f2 (t − 4)}, respectivamente.

Calculemos las transformadas L { f1 (t)} y L { f2 (t − 4)}.
• Aplicando la propiedad de desplazamiento en s, tenemos que la transformada de Laplace de

f1 (t) está dada por:
1
L { f1 (t)} = L e−3t u(t) = , Re s > −3.
s+3
• Aplicando convenientemente las propiedades de desplazamiento en tiempo y desplazamiento en

s, tenemos que la transformada de Laplace de f2 (t − t) está dada por:
n o
L { f2 (t − 4)} = e−4s L e−3(t+4) u(t) = e−4s e−12 L e−3t u(t)
e−4(s+3)
= , Re s > −3.
s+3
De esta forma, sustituyendo convenientemente las expresiones de L { f1 (t)} y L { f2 (t − 4)} en

(7.14), se tiene que la transformada de Laplace de f (t) es:
1 e−4(s+3) 1 − e−4(s+3)
F(s) = − = , Re s > −3.
s+3 s+3 s+3
Seguidamente se muestra el diagrama de polos (rojo) y ceros (azul) de F(s).
ω Re s > −3
..
. b
−3 σ
b
b
..
.
Diagrama de polos y ceros
Ejemplo 7.15. Determinar la transformada de Laplace de f (t) = e2t sen(4t)u(t).


2t e4t j − e−4t j
f (t) = e u(t)
2j
1 (4 j+2)t 1
= e u(t) − e−(4 j−2)t u(t).
2j 2j
Ası́, aplicando convenientemente las propiedades de linealidad y desplazamiento en s, obtenemos:

1 (4 j+2)t 1 −(4 j−2)t
F(s) = L e u(t) − e u(t)
2j 2j
1 n o 1 n o
(4 j+2)t −(4 j−2)t
= L e u(t) − L e u(t)
2j 2j
1 1
= L {u(t)} (s − (4 j + 2)) − L {u(t)} (s + (4 j − 2))
2j 2j
1 1
= − .
2 j(s − (4 j + 2)) 2 j(s + (4 j − 2))
| {z } | {z }
Re s>2 Re s>2
Por lo tanto, la transformada de Laplace de f (t) es:

4
F(s) = , Re s > 2.
(s − (4 j + 2))(s + (4 j − 2))
Seguidamente se muestra el diagrama de polos y ceros de F(s).
ω Res > 2
2+4j b
2 σ
2−4j b
Ejemplo 7.16. Determinar la transformada de Laplace de la función f (t) cuya gráfica se muestra
en la siguiente figura.
f (t)
−1 1 t
−1
Solución. Se tiene que la función f (t) se puede expresar equivalentemente como:
f (t) = (u(t + 1) − u(t)) − δ (t + 1) − (u(t) − u(t − 1)) + δ (t − 1)

= u(t + 1) − 2u(t) + u(t − 1) − δ (t + 1) + δ (t − 1).
Luego, aplicando la propiedad de linealidad obtenemos:
F(s) = L { f (t)} = L {u(t + 1) − 2u(t) + u(t − 1) − δ (t + 1) + δ (t − 1)}
= L {u(t + 1)} − 2L {u(t)} + L {u(t − 1)} − L {δ (t + 1)} + L {δ (t − 1)} .
Ahora, aplicando la propiedad de desplazamiento en tiempo tenemos:
F(s) = es L {u(t)} − 2L {u(t)} + e−s L {u(t)} − es L {δ (t)} + e−s L {δ (t)}

es 2 e−s
= − + − |{z} e−s .
es + |{z}
s s
|{z} |{z} |{z} s
C C
Re s>0 Res>0 Re s>0
Por lo tanto, la transformada de Laplace de f (t) es:
es + e−s − 2
F(s) = − (es − e−s )
s
2 cosh s − 2
= − 2 senh s, Re s > 0.
s
Ejemplo 7.17. Sea f (t) una función de dominio continuo tal que f (t) = 0 para t < 0, cuya trans-
formada de Laplace es:
s e−2s
F(s) = , Re s > 2.
(s + 1)(s − 2)
Determinar la transformada de Laplace de la función

2 1 d
g(t) = t f t − + t f (t + 1).
2 dt
Solución. Aplicando convenientemente las propiedades de linealidad y diferenciación en s, pode-

mos escribir:

2 1 d
G(s) = L {g(t)} = L t f t − + t f (t + 1)
2 dt

1 d
= L t2 f t − + L t f (t + 1)
2 dt

d2 1 d d
= L f t− + L f (t + 1) . (7.15)
ds2 2 ds dt

Ahora, calculemos las transformadas L f t − 21 y L dtd f (t + 1) . Aplicando la propiedad de
desplazamiento en tiempo y considerando la expresión de F(s) dada en el enunciado del problema,
tenemos:
1 s e−5s/2
L f t− = e−s/2 F(s) = , Re s > 2 (7.16)
2 (s + 1)(s − 2)
Aplicando convenientemente las propiedades de diferenciación en tiempo y desplazamiento en

tiempo, y considerando la expresión de F(s) dada en el enunciado del problema, obtenemos:

d
L f (t + 1) = s L { f (t + 1)} = s es F(s)
dt
s2 e−s
= , Re s > 2 (7.17)
(s + 1)(s − 2)
De esta forma, usando (7.15), (7.16) y (7.17), la transformada de Laplace de g(t) es:
" #
d2 s e−5s/2 d s2 e−s
G(s) = +
ds2 (s + 1)(s − 2) ds (s + 1)(s − 2)
5s
e− 2 25 s5 − 30 s4 − 87 s3 + 100 s2 + 108 s − 96
= −
4 (−s2 + s + 2)3

s e−s −s3 + s2 + s − 4
+ , Re s > 2.
(−s2 + s + 2)2
7.4 Cálculo de la Transformada Inversa de Laplace

Se utilizarán dos métodos para calcular la transformada inversa de Laplace: Integración de
Contornos e Inversión por Tablas.
7.4.1 Integración de Contornos

El método de Integración de Contornos utiliza el Teorema de los Residuos para calcular la trans-
formada inversa de Laplace. En el Teorema 7.13 se presenta la base teórica del método integración
de contornos, el cual permite hallar la transformada inversa de Laplace, cuando F(s) es una fun-
ción racional propia o, a lo sumo, una función racional multiplicada por una función exponencial.
Antes de presentar el teorema, establezcamos algunos resultados teóricos.
Proposición 7.4. Sea f (t) una función de dominio continuo, cuya transformada de Laplace
F(s) es racional propia con región de convergencia dada por D f = {s ∈ C : Re s > r}, donde
r = máx Re pk , con p1 , p1 , . . . , pN los polos de F(s). Entonces, f (t) es causal y existe una
k=1,2,...,N
constante A > 0 tal que
| f (t)| ≤ Aert , para t ≥ 0.
En otras palabras, f (t) es de orden exponencial.
Demostración. Asumamos que la expansión en fracciones parciales de F(s) es de la forma

A1 A2 AN
F(s) = + + ··· + , (7.18)
z − p1 z − p2 z − pN
es decir, todos los pk son simples. Esto último se puede asumir, sin pérdida de generalidad, ya que
si algún polo pl es de orden m > 1, entonces por la propiedad de diferenciación en s (Teorema 7.9)
246 7.4. CÁLCULO DE LA TRANSFORMADA INVERSA DE LAPLACE
la región de convergencia de 1/(z − pl )n coincide con la región de convergencia de 1/(z − pl ), para

n = 1, 2, . . . , m. Ahora bien, como L {u(t)} = 1/s, para Re s > 0, entonces por las propiedades de
linealidad (Teorema 7.2) y desplazamiento en el dominio de s (Teorema 7.4), obtenemos:
Ak
L Ak e pk t u(t) = , Re s > Re pk ,
z − p1
por lo que
A1 A2 AN
L A1 e p1 t + A2 e p2t + · · · + AN e pN t u(t) = + + ···+ , Re s > r. (7.19)
z − p1 z − p2 z − pN
donde r = máxk=1,2,...,N Re pk . De esta forma, por el Teorema de Lerch (Teorema 7.1),

f (t) = A1 e p1 t + A2 e p2 t + · · · + AN e pN t u(t),
es decir, f (t) es una función causal, además, si tomamos
A= máx |Ak |,
k=1,2,...,N
es fácil verificar que

| f (t)| ≤ Aert , para t ≥ 0.
Proposición 7.5. Sea f (t) una función de dominio continuo, cuya transformada de Laplace
F(s) es racional propia con región de convergencia dada por D f = {s ∈ C : Re s < r}, donde
r = mı́n Re pk , con p1 , p1 , . . . , pN los polos de F(s). Entonces, f (t) es no causal.
k=1,2,...,N
Demostración. Sin pérdida de generalidad, podemos asumir que la expansión en fracciones par-
ciales de F(s) es de la forma (7.18). Como
Ak
L −Ak e pk t u(−t) = , Re s < Re pk , para k = 1, 2, . . . , N,
z − p1
entonces
A1 AN
L − A1 e p1 t + · · · + AN e pN t u(−t) = + ··· + , Re s < r.
z − p1 z − pN
donde r = mı́nk=1,2,...,N Re pk . De esta forma, por el Teorema de Lerch (Teorema 7.1),

f (t) = − A1 e p1 t + A2 e p2 t + · · · + AN e pN t u(−t),
es decir, f (t) es una función no causal.
La interpretación geométrica de las proposiciones 7.4 y 7.5 es la siguiente. Si los polos de F(s)
se encuentran ubicados a la izquierda de la región de convergencia, entonces la Proposición 7.4
establece que f (t) es una función causal; en cambio, si los polos están ubicados a la derecha de la
región de convergencia, entonces la Proposición 7.5 nos indica que f (t) es una función no causal.
Para una función f (t) cualquiera, cuya transformada de Laplace es una función racional con
región de convergencia una banda de la forma r1 < Re s < r2 (observe la Figura 7.2 que muestra un
ejemplo gráfico de la ubicación de los polos de F(s)), entonces el Teorema 7.13 permite establecer
ω
r1 < Re s < r2
pD
b
pI1 b
nD
b
pD
2
r1 r2 σ
b pI2
b
pD
1
b
pInI
Figura 7.2. Ubicación de los polos con respecto a la región de convergencia de F(s)
que los polos ubicados a la izquierda de la región de convergencia se utilizan para generar la parte
causal de f (t); en cambio los polos ubicados a la derecha, se emplean para generar la parte no
causal de f (t).
El Teorema 7.13 también muestra la utilidad del Teorema de los Residuos para el cálculo de la
transformada inversa de Laplace. Existen ocasiones que el procedimiento Inversión por Tablas (ver
Sección 7.4.2) pudiera requerir de una construcción muy laboriosa de la expansión en fracciones
parciales de F(s) o quizás no se cuente con una Tabla de Pares de Transformadas. En estos casos, el
procedimiento descrito en el Teorema 7.13 permite determinar la transformada inversa de Laplace
solo con el cálculo de residuos.
Teorema 7.13. Sea f (t) una función de dominio continuo con transformada de Laplace F(s)
para s ∈ D f = {s ∈ C : r1 < Re s < r2 }, de manera que F(s) puede escribirse como:
F(s) = F+ (s) + F− (s),
donde F+ (s) es analı́tica en todo C salvo en los puntos singulares pI1 , pI2 , . . . , pInI ubicados a la
izquierda de D f , y F− (s) es analı́tica en todo C salvo en los puntos singulares pD D I
1 , p2 , . . . , pnD
ubicados a la derecha de D f (ver, por ejemplo, la Figura 7.2). Supongamos además que existen
constantes positivas M, R y β tales que
M M
|F+ (s)| ≤ y |F− (s)| ≤ , para |s| ≥ R.
|s|β |s|β
Entonces, la transformada inversa de Laplace de F(s) está dada por

nI nD
f (t) = ∑ Res e F(s) u(t) − ∑ Res est F(s) u(−t).
st

I D
k=1 s=pk k=1 s=pk
Demostración. Como F(s) = F+ (s) + F− (s), se tiene que
L −1 {F} = L −1 {F+ } + L −1 {F− },
además, F+ (s) es analı́tica en C−{pI1 , . . . , pInI } y F− (s) es analı́tica en C−{pD D

1 , . . . , pnD }. Entonces,
por las Proposiciones 7.4 y 7.5, se tiene que L −1 {F+ } es una función causal y L −1 {F− } es no
causal. Recordemos que f (t) se puede escribir como la suma de sus partes causal y no causal, esto
es,
f (t) = f− (t) + f+ (t).
Entonces, por el Teorema de Lerch, obtenemos que
L −1 {F+ } = f+ (t)
y
L −1 {F− } = f− (t).
Sean g1 (t) y g2 (t) funciones de dominio continuo definidas por:
nI nD
∑ Res est F+(s) u(t), g2 (t) = − ∑ Res est F− (s) u(−t).

g1 (t) =
I D
k=1 s=pk k=1 s=pk
Demostremos que g1 (t) = f+ (t) y g2 (t) = f− (t). Demostremos primero que g1 (t) = f+ (t). Para
ello demostremos que L {g1 } = L { f+ } para todo s ∈ C tal que Re s > r1 . Consideremos el
rectángulo Γ recorrido en sentido positivo (ver Figura 7.3), suficientemente grande para que los
puntos singulares pI1 , . . . , pInI estén contenidos en su interior y además todo s ∈ Γ cumpla con que
|s| > R. Sean α > r1 y los rectángulos C1 y C2 recorridos en sentido positivo que se obtienen al
dividir el rectángulo Γ por la recta Re s = α , los cuales se muestran en la Figura 7.3. Se tiene que
Γ = C1 ∪C2 .
ω Re s > r1
b
Γ
pI1
r1 α σ
b pI2
b
pInI
C1 C2
Figura 7.3. Contorno Γ = C1 ∪C2
Como los puntos singulares pI1 , . . . , pInI están contenidos en el interior de C1 , por la definición de
g1 (t) tenemos que
Z
est F+ (s) ds = 2π j g1 (t), para t ≥ 0.
C1
Luego, por la definición de la transformada de Laplace y cambiando el orden de integración (Teo-

rema de Fubini), podemos escribir:

Z x Z
2π jL {g1 }(s) = lı́m e −st wt
e F+ (w) dw dt
x→∞ 0 C1
Z Z x

(w−s)t
= lı́m e F+ (w)dt dw
x→∞ C1 0
Z
F (w)
+
= lı́m e(w−s)x − 1 dw.
x→∞ C1 w−s
Para s fijo tal que Re s > α , el término e(w−s)x converge a 0 si x → ∞. Ası́, considerando que
Γ = C1 ∪C2 y empleando convenientemente la fórmula integral de Cauchy, obtenemos:
Z
F+ (w)
2π jL {g1 }(s) = − dw
C1 w − s
Z Z
F+ (w) F+ (w)
= dw − dw
C2 w − s Γ w−s
Z
F+ (w)
= 2π j F+ (s) − dw.
Γ w−s
Ahora, para r > R de manera que la circunferencia |w| = r confine a Γ, se tiene:

Z Z
F+ (w) F+ (w)
dw = dw,
Γ w−s |w|=r w − s
además, |F+ (w)| ≤ M|w|−β para |w| ≥ R, entonces de la ecuación anterior se deduce que
Z
F+ (w) M
Γ w − s dw ≤ rβ (r − R) 2π r → 0 cuando r → ∞.

Luego, Z
F+ (w)
dw = 0.
Γ w−s
En consecuencia, como α fue escogido en forma arbitraria, se tiene que L {g1 }(s) = F+ (s), para
Re s > r1 , por lo que empleando el Teorema de Lerch se concluye que f+ (t) = g1 (t). De manera
similar, adecuando el procedimiento anterior, se demuestra que f− (t) = g2 (t) (esta demostración
se deja para el lector). En otras palabras, se ha demostrado que
L −1 {F} = g1 (t) + g2 (t),
pero es claro que

Res est F+ (s) = Res est F(s) y Res est F− (s) = Res est F(s) ,
s=pIk s=pIk s=pD
k s=pD
k
luego, la transformada inversa de Laplace de F(s) está dada por

nI nD
∑ ∑ Res est F(s) u(−t).

st
f (t) = Res e F(s) u(t) −
I D
k=1 s=pk k=1 s=pk
Como hemos mencionado en párrafos arriba, una aplicación importante del Teorema 7.13 es el
cálculo de la transformada inversa de Laplace de funciones racionales propias, lo cual se establece
en la siguiente proposición.
Proposición 7.6. Sea f (t) una función de dominio continuo cuya transformada de Laplace F(s)
es una función racional propia, con D f = {s ∈ C : r1 < Re s < r2 } su región de convergencia.
Sean pI1 , pI2 , . . . , pInI los polos de F(s) ubicados a la izquierda de D f , y pD D I
1 , p2 , . . . , pnD los polos
de F(s) ubicados a la derecha de D f . Entonces, la transformada inversa de Laplace de F(s)
está dada por
nI nD
f (t) = ∑ Res e F(s) u(t) − ∑ Res est F(s) u(−t).
st
I D
k=1 s=pk k=1 s=pk
Demostración. Utilizando la expansión en fracciones parciales de F(s) se puede construir funcio-

nes racionales propias F+ (s) y F− (s) tales que
F(s) = F+ (s) + F− (s),
los polos de F+ (s) son pI1 , pI2 , . . . , pInI , y los polos de F− (s) son pD D I
1 , p2 , . . . , pnD . Es claro que F+ (s)
I I D D
es analı́tica en C − {p1 , . . . , pnI } y F− (s) es analı́tica en C − {p1 , . . . , pnD }. Sea R > 0 el mı́nimo
valor de r > 0 tales que todos los polos de F(s) son puntos interiores de la circunferencia |s| = r.
Como F+ (s) y F− (s) son continuas en |s| = R y |F+ (s)| → 0, |F− (s)| → 0, cuando |s| → ∞, entonces
existen constantes positivas M1 , M2 , β1 , β2 tales que
M1 M1
|F+ (s)| ≤ y |F− (s)| ≤ , para |s| ≥ R.
|s|β1 |s|β2
Tomando M = máx{M1 , M2 }, y β = mı́n{β1 , β2 }, tenemos que:
M M
|F+ (s)| ≤ y |F− (s)| ≤ , para |s| ≥ R.
|s|β |s|β
Entonces, por el Teorema 7.13 la transformada inversa de Laplace de F(s) está dada por
nI nD
∑ ∑ Res est F(s) u(−t).

st
f (t) = Res e F(s) u(t) −
I D
k=1 s=pk k=1 s=pk
En los siguientes ejemplos se emplea la Proposición 7.6 para calcular la transformada inversa
de Laplace cuando F(s) es una función racional.
Ejemplo 7.18. Determine la transformada inversa de Laplace de
1
F(s) = , Re s > −2.
s+2
Solución. Se tiene que el único polo de F(s) es p1 = −1, además, p1 está ubicado a la izquierda de
la región de convergencia Re s > −2. Pot lo tanto, la transformada inversa de Laplace de F(s) es

f (t) = Res est F(s) u(t).
s=−2
Se tiene:
est
st
Res e F(s) = Res = est s=−2 = e−2t .
s=−2 s=−2 s+2
Luego, la transformada inversa de Laplace de F(s) es
f (t) = e−2t u(t),
cuya gráfica se muestra en la siguiente figura.

e−2t u(t)
1
Ejemplo 7.19. Determinar la transformada inversa de Laplace de
5s − 1
F(s) = , −1 < Re s < 2.
s3 − 3s − 2
Solución. Los polos de F(s) son p1 = −1 y p2 = 2, además, p1 está ubicado a la izquierda de la
región de convergencia y p2 está ubicada a la derecha. Ası́, la transformada inversa de Laplace de
F(s) está dada por:
f (t) = Res est F(s) u(t) − Res est F(s) u(−t). (7.20)
s=−1 s=2
Ahora,

st est (5s − 1)
Res e F(s) = Res
s=−1 s=−1 s3 − 3s − 2

d est (5s − 1)
= = (2t − 1) e−t (7.21)
dz (s − 2) s=−1
y
st

st e (5s − 1)
Res e F(s) = Res 3
s=2 s=2 s − 3s − 2
st
e (5s − 1)
= = e2t . (7.22)
(s + 1)2 s=2
Sustituyendo convenientemente (7.21) y (7.22) en (7.20), se tiene que la transformada inversa de

Laplace de F(s) es
f (t) = (2t − 1) e−t u(t) − e2t u(−t).
s5 − 2s − 1
F(s) = , 0 < Re s < 1.
s2 (s − 1)3
Solución. Se tiene que F(s) es una función racional no propia. Por ello, es necesario expresar a
F(s) de la siguiente forma equivalente:
F(s) = 1 + F1 (s), 0 < Re s < 1,

donde
3s4 − 3s3 + s2 − 2s − 1
F1 (s) = , 0 < Re s < 1.
s2 (s − 1)3
Luego, la transformada inversa de Laplace de F(s) es:
f (t) = L −1 {F(s)} = L −1 {1} + L −1 {F1 (s)}

= δ (t) + L −1 {F1 (s)} . (7.23)
Debemos determinar la transformada inversa de Laplace de F1 (s). Se tiene que los polos a la
izquierda y a la derecha de la región de convergencia de F1 (s) son z0 = 0 y z1 = 1, respectivamente.
Por la Proposición 7.6, la transformada inversa de Laplace de F1 (s) está dada por:

f1 (t) = Res est F1 (s) u(t) − Res est F1 (s) u(−t).
s=0 s=1
Ahora,
st 4
st
e (3s − 3s3 + s2 − 2s − 1)
Res e F1 (s) = Res
s=0 s=0 s2 (s − 1)3
st 4
d e (3s − 3s3 + s2 − 2s − 1)
= = t + 5,
ds (s − 1)3 s=0
st 4 3 2

e (3s − 3s + s − 2s − 1)
Res est F1 (s) = Res
s=1 s=1 s2 (s − 1)3

1 d 2 est (3s4 − 3s3 + s2 − 2s − 1)
= 2 2
= −et t 2 − 7t + 2 .
2 ds s
s=1
Ası́, la transformada inversa de Laplace de F1 (s) es:

f1 (t) = (t + 5) u(t) + et t 2 − 7t + 2 u(−t).
Luego, sustituyendo f1 (t) en (7.23) tenemos que la transformada inversa de Laplace de F(s) es:

f (t) = δ (t) + (t + 5) u(t) + et t 2 − 7t + 2 u(−t).
2s3 + 3s2 + 6s + 4
F(s) = , −1 < Re s < 0.
(s − 2 j)(s + 2 j)(s + 1 − j)(s + 1 + j)
Solución. Se tiene que los polos a la izquierda de la región de convergencia son: z1 = −1 + j y

z2 = −1 − j, y los polos a la derecha de la región de convergencia son: z3 = 2 j y z4 = −2 j. Por la
Proposición 7.6, la transformada inversa de Laplace de F1 (s) está dada por:

st st
f (t) = Res e F1 (s) + Res e F1 (s) u(t)
s=−1+ j s=−1− j

st st
− Res e F1 (s) + Res e F1 (s) u(−t).
s=2 j s=−2 j
Ahora, se tiene que
1 1
Res est F(s) = e−(1− j)t , Res est F(s) = e−(1+ j)t
s=−1+ j 2 s=−1− j 2
1 1
Res est F1 (s) = e2 jt , Res est F1 (s) = e−2 jt .
s=2 j 2 s=−2 j 2

2 jt
e jt + e− jt e + e−2 jt
f (t) = e−t u(t) − u(−t)
2 2
= e−t cos(t)u(t) − cos(2t)u(−t).
Ejemplo 7.22. Sea f (t) una función de dominio continuo cuya transformada de Laplace F(s),
−1 < Re s < 0, satisface:
• s1 = 2 y s2 = 3, son los únicos ceros de F(s);
• p1 = −1, p2 = 0 y p3 = 1, son los únicos puntos singulares de F(s), además, p1 y p3 son

polos simples y p2 es un polo de orden 2;
1
• F(4) = .
24
Determinar la transformada inversa de F(s).
Solución. Por las condiciones dadas en el enunciado del problema, una expresión matemática de
F(s) puede ser (existen infinitas considerando ceros con multiplicidad mayor que 1):
k(s − 2)(s − 3)
F(s) = ,
(s + 1)s2 (s − 1)
donde k ∈ C. Ahora bien, como F(4) = 1/24, entonces podemos escribir:
k(4 − 2)(4 − 3) 1
2
= ⇔ k = 5.
(4 + 1)4 (4 − 1) 24
Ası́,
5(s − 2)(s − 3)
F(s) = , −1 < Re s < 0.
(s + 1)s2 (s − 1)
Se tiene que el polo a la izquierda de la región de convergencia es: p1 = −1 y los polos a la derecha
de la región de convergencia son: p2 = 0 y p3 = 1. Por la Proposición 7.6, la transformada inversa
de Laplace de F(s) está dada por:

st st st
f (t) = Res e F(s) u(t) − Res e F(s) + Res e F(s) u(−t).
s=−1 s=0 s=1
Ahora,

5est (s − 2)(s − 3)
st
Res e F(s) = = −30 e−t ,
s=−1 s2 (s − 1)
s=−1
st
d 5e (s − 2)(s − 3)
Res est F(s) = = 25 − 30t,
s=0 ds (s + 1)(s − 1) s=0
st
5e (s − 2)(s − 3)
Res est F(s) = = 5e .
t
s=1 (s + 1)s2 s=1
f (t) = −30 e−t u(t) − (25 − 30t + 5 et )u(−t).
7.4.2 Inversión por Tablas

El método de inversión por tablas consiste en expresar a F(s) como la suma
F(s) = F1 (s) + F2 (s) + · · · + FN (s), s ∈ D, (7.24)
donde F1 (s), F2 (s), . . . , FN (s) son funciones tales que se les conoce su transformada inversa de
Laplace f1 (t), f2 (t), . . . , fN (t). Entonces, la transformada inversa de Laplace de F(s) está dada por
f (t) = f1 (t) + f2 (t) + · · · + fN (t).
Con mucha frecuencia en aplicaciones importantes en Ingenierı́a, se consigue con transforma-
das de Laplace F(s) racionales. A este tipo de transformadas se le prestará una mayor atención.
Particularmente, es de mucho interés calcular la transformada inversa de Laplace de
b0 + b1 s + · · · + bm sm
F(s) = ,
a0 + a1 s + · · · + an sn
donde an 6= 0 y m < n; es decir, cuando F(s) es una función racional propia. Cuando F(s) es
racional propia, se utiliza la expansión en fracciones parciales (ver Capı́tulo 4) de F(s) para obtener
(7.24). Expliquemos con un ejemplo el método inversión por tablas.
Ejemplo 7.23. Determine la transformada inversa de Laplace de
144s2 + 144s + 144
F(s) = , 2 < Re s < 3.
(s − 3)2 (s − 2)2 (s + 1)
Solución. La expansión en fracciones parciales de F(s) es de la forma
A1 A2,1 A2,2 A3,1 A3,2
F(s) = + + 2
+ + ,
s + 1 s − 2 (s − 2) s − 3 (s − 3)2
donde
A1 = Res [F(s)] = 1,
s=−1

A2,2 = (s − 2)2 F(s) s=2 = 336,

d 2
A2,1 = [(s − 2) F(s)] = 800,
ds s=2

A3,2 = (s − 3)2 F(s) s=3 = 468,

d 2
A3,1 = [(s − 3) F(s)] = −801.
ds s=3
Ası́,

−1 1 −1 1 −1 1
f (t) = A1 L + A2,1 L + A2,2 L
s+1 s−2 (s − 2)2

1 1
+A3,1 L −1 + A3,2 L −1 .
s−3 (s − 3)2
Ahora, considerando la región de convergencia, 2 < Re s < 3, se halla la transformada inversa de
Laplace de cada uno de los sumandos de la expansión en fracciones parciales de F(s):

−1 1 −t −1 1
L = e u(t), L = e2t u(t),
s+1 s−2

1 1
L −1 = te2t
u(t), L −1
= −e3t u(−t),
(s − 2)2 s−3

−1 1
L = −te3t u(−t).
(s − 3)2
Por lo tanto, la transformada inversa de Laplace de F(s) es:

f (t) = e−t + 800 e2t + 336te2t u(t) + 801 e3t − 468te3t u(−t).
7.5 Relación con la Transformada de Fourier

En el Capı́tulo 6 se introdujo la Transformada de Fourier. Existe una estrecha relación entre las
transformadas de Laplace y Fourier que estudiaremos a continuación. Comencemos recordando la
definición de ambas transformadas. Sea f (t) una función de dominio continuo. La transformada
de Fourier de f (t) está definida por
Z ∞
F { f (t)} = f (t) e− jω t dt.
−∞
La transformada de Laplace de f (t) está definida como

Z ∞
L { f (t)} = f (t) e−st dt.
−∞
Comparando las integrales en las definiciones de las transformadas de Laplace y Fourier, aparece
que Z ∞ Z ∞
L { f (t)}( jω ) = −st
f (t) e dt = f (t) e− jω t dt = F { f (t)}. (7.25)
−∞ s= jω −∞
En otras palabras, la transformada de Fourier puede ser calculada a partir de la transformada de

Laplace por la sustitución s = jω . La relación dada en (7.25) no es cierta para toda función f (t).
A continuación identificamos las propiedades de las funciones de dominio continuo f (t) para las
que (7.25) es cierta.
Si f (t) posee transformada de Fourier y la ecuación (7.25) es cierta, entonces podemos escribir:
Z ∞
− jω t

f (t) e dt < ∞ ⇔ L { f (t)}s= jω < ∞, (7.26)
−∞
256 7.5. RELACIÓN CON LA TRANSFORMADA DE FOURIER
por lo que la región de convergencia de la transformada de Laplace de f (t) contiene a los números
complejos de la forma s = jω , es decir, el eje imaginario está contenido en la región de conver-
gencia de la transformada de Laplace. Por otra parte, si la ecuación (7.25) es cierta y f (t) posee
transformada de Laplace, cuya región de convergencia contiene el eje imaginario, entonces por
(7.26) la transformada de Fourier de f (t) existe y está dada por (7.25). Todo lo anterior se resume
en el siguiente teorema.
Teorema 7.14. Sea f (t) una función de dominio continuo. Supongamos que las transformadas
de Laplace y Fourier de f (t) existen. Entonces, la ecuación (7.25) es cierta si, y sólo si la región
de convergencia de la transformada de Laplace de f (t) contiene el eje imaginario.
El siguiente teorema establece un test que permite verificar si las transformadas de Laplace
racionales propias satisfacen la ecuación (7.25), cuando f (t) es causal. En otras palabras, permite
verificar si la transformada de Fourier de una función causal f (t) se puede calcular por la susti-
tución s = jω en la expresión algebraica de la transformada de Laplace, cuando ésta última es una
función racional propia.
Teorema 7.15. Sea f (t) una función causal. Supongamos que la transformada de Laplace de
f (t), F(s), existe y es una función racional propia. Entonces, la ecuación (7.25) es cierta si
todos los polos de F(s) poseen parte real negativa.
Demostración. Por las Proposiciones 7.2 y 7.4, la región de convergencia de F(s) es
D f = {s ∈ C : Re s > β },
donde
β= máx Re pk ,
k=1,2,...,N
con p1 , p1 , . . . , pN los polos de F(s). Como todos los polos de F(s) poseen parte real negativa,
entonces β < 0; en consecuencia, D f contiene el eje imaginario. Luego, por el Teorema 7.14 la
ecuación (7.25) es cierta.
Ejemplo 7.24. Consideremos la función de dominio continuo
f (t) = e−at u(t), a > 0.
La transformada de Laplace de f (t) es
1
F(s) = , Re s > −a.
s+a
En este caso, f (t) es causal y el único polo de F(s) tiene parte real negativa, por tanto podemos
obtener la transformada de Fourier de f (t) sustituyendo s = jω en la expresión de F(s),
1
F { f (t)} = F( jω ) = .
jω + a
Ejemplo 7.25. Consideremos la función de dominio continuo
f (t) = sen(ω t) u(t).
La transformada de Laplace de f (t) es

ω
F(s) = , Re s > 0.
(s − jω ) (s + jω ))
Observe que la parte real de los polos de F(s) es cero; también aprecie que la región de convergen-
cia de F(s) no contiene el eje imaginario. Por lo tanto, la transformada de Fourier de f (t) no puede
calcularse a partir de la transformada de Laplace de f (t).
7.6 Transformada de Laplace con Python

La librerı́a Sympy de Python cuenta con la función laplace transform(f,t,s) que per-
mite calcular la transformada unilateral derecha de Laplace de una función f (t),
Z ∞
LU { f (t)} = f (t)e−st dt.
0
La función laplace transform(f,t,s) retorna (F, a, cond), donde F es la transformada de

Laplace de f (t), Re (s) > a es el semiplano de convergencia y cond son condiciones de convergen-
cia auxiliares. Observe el siguiente ejemplo donde se calcula la transformada unilateral derecha de
Laplace de las siguientes funciones:
f1 (t) = e−2t u(t), f2 (t) = (2t − 1) e−t u(t) − e2t u(−t).

>>> t , s = s y m b o l s ( ’ t s ’ )
>>> f 1 = exp (−2∗ t ) ∗ H e a v i s i d e ( t )
>>> F1= l a p l a c e t r a n s f o r m ( f1 , t , s )
>>> p r i n t ( F1 )
( 1 / ( s + 2 ) , 0 , True )
>>> f 2 =(2∗ t −1)∗ exp (− t ) ∗ H e a v i s i d e ( t )− exp ( 2 ∗ t ) ∗ H e a v i s i d e (− t )
>>> F2= l a p l a c e t r a n s f o r m ( f2 , t , s )
>>> p r i n t ( F2 )
( ( 1 − s ) / ( s ∗∗2 + 2∗ s + 1 ) , 0 , T r u e )
Las transformadas unilaterales derechas de Laplace obtenidas son:
1 1−s 2 1
F1 (s) = , F2 (s) = = − .
s+2 s2 + 2s + 1 (s + 1)2 s + 1
Note que el comando laplace transform suministra la expresión matemática de la transformada

unilateral drecha de Laplace, pero sólo nos indica que la región de convergencia de ambas trans-
formadas es el semiplano Re (s) > 0. Observe también que la transformada de Laplace de f2 (t)
hallada por laplace transform solo corresponde a la transformada del primer sumando. En
efecto,
>>> l a p l a c e t r a n s f o r m ( ( 2 ∗ t −1)∗ exp (− t ) ∗ H e a v i s i d e ( t ) , t , s )
( ( 1 − s ) / ( s ∗∗2 + 2∗ s + 1 ) , 0 , T r u e )
258 7.6. TRANSFORMADA DE LAPLACE CON PYTHON
La función laplace transform no toma en cuenta la parte no causal de f (t). Por ello, cuando
f (t) no es causal, laplace transform halla la transformada unilateral derecha de Laplace de
la parte causal de f (t). En el Programa 7.1 se muestra la función laplace, la cual calcula la
transformada bilateral de Laplace de una función f (t) cualquiera. La función laplace se basa en
el hecho que toda función f (t) se puede expresar como:
f (t) = f− (t) + f+ (t),
donde f− (t) es la parte no causal de f (t) y f+ (t) es la parte causal de f (t). Recuerde que una
función g(t) se dice causal si g(t) = 0 para t < 0, y ella es no causal, si g(t) = 0 para t > 0.
Programa 7.1. Función laplace
def l a p la c e ( f ) :
”””
H a l l a l a t r a n s f o r m a d a b i l a t e r a l de f ( t )
”””
t , s = symbols ( ’ t s ’ )
f n = H e a v i s i d e (− t ) ∗ f
fc = Heaviside ( t )∗ f
f a u x = f n . s u b s ( t ,− t )
Fc = l i s t ( l a p l a c e t r a n s f o r m ( f c , t , s ) )
Fn = l i s t ( l a p l a c e t r a n s f o r m ( f a u x , t ,− s ) )
r e t u r n Fc [ 0 ] + Fn [ 0 ]
Calculemos la transformada bilateral de Laplace de las funciones f1 (t) y f2 (t) dadas arriba.
Observe que f1 (t) es una función causal y f2 (t) = f2n (t) + f2c (t), donde
f2− (t) = −e2t u(−t) y f2+ (t) = (2t − 1) e−t u(t).
Seguidamente se emplea la función laplace para hallar las transformada bilateral de Laplace de
f1 (t) y de f2 (t).
>>> l a p l a c e ( f 1 )
1 / ( s + 2)
>>> l a p l a c e ( f 2 )
( 1 − s ) / ( s ∗∗2 + 2∗ s + 1 ) + 1 / ( s − 2 )
Las expresiones matemáticas de las transformadas bilaterales de Laplace obtenidas son:

1 1−s 1
F1 (s) = , F2 (s) = + .
s+2 s2 + 2s + 1 s−2
Por otra parte, la librerı́a Sympy también posee la función inverse laplace transform
que halla la transformada inversa de Laplace. Observe el siguiente ejemplo donde se halla la
transformada inversa de Laplace de las transformadas F1 (s) y F2 (s) dadas arriba.
>>> F1 = 1 / ( s + 2 )
>>> i n v e r s e l a p l a c e t r a n s f o r m ( F1 , s , t )
exp (−2∗ t ) ∗ H e a v i s i d e ( t )
>>> F2 = ( 1 − s ) / ( s ∗∗2 + 2∗ s + 1 ) + 1 / ( s − 2 )
>>> i n v e r s e l a p l a c e t r a n s f o r m ( F2 , s , t )
( 2 ∗ t + exp ( 3 ∗ t ) − 1 ) ∗ exp (− t ) ∗ H e a v i s i d e ( t )
Las transformadas inversas de Laplace obtenidas son:

f1 (t) = e−2t u(t), f2 (t) = e2t u(t) + (2t − 1) e−t u(t).
Note que inverse laplace transform halla la transformada inversa de Laplace de F(s), asu-
miendo que F(s) es la transformada unilateral derecha de Laplace de f (t).

7.1. Calcular la transformada de Laplace de las siguientes funciones de dominio continuo.
a) f (t) = δ (t − 1) + δ (t) + e−t u(−t)

b) f (t) = eat (u(t) − u(t − 5)), para a < 0
c) f (t) = e4t sen(4t) u(t)
d) f (t) = e−3t u(t) − e5t u(−t)
e) f (t) = |t|
f) f (t) = (1 − |t|)
g) f (t) = (1 − |t|)u(t)
h) f (t) = t n e−t u(−t), n ∈ Z+
i) f (t) = cos(at)u(t), a > 0
j) f (t) = senh(at)u(−t), a > 0
7.2. Obtener la transformada unilateral de Laplace de las siguientes funciones de dominio

continuo:
a) f1 (t) = t p2 (t − 1) c) f3 (t) = p1 (t/2)

b) f2 (t) = f1 (t) + 12 δ (t) d) f4 (t) = q1/2 (1 − t)
7.3. La transformada de Laplace de una función causal f (t) ( f (t) = 0 para t < 0) es:
s e−2s
F(s) = , Re s > −1.
s2 + 2s + 1
Determinar la transformada de Laplace de las siguientes funciones:
t
d
a) g(t) = 3 f e) g(t) = t f (t)
3 dt
b) g(t) = t f (t) f) g(t) = δ (t − a) f (t), a ∈ R
d
c) g(t) = t f (t − 1) g) g(t) = (t − 1) f (t − 1) + f (t)
dt
Z t
d
d) g(t) = f (t) h) g(t) = f (τ ) τ
dt 0
7.4. Determinar los valores inicial y final de las funciones causales f (t), cuya transformada de
Laplace se indica a continuación, sin calcular la transformada inversa de Laplace. Si no
existe valor final, indicar el motivo.
1
a) F(s) = , Re s > −2
s+2
1
b) F(s) = , Re s > −2
(s + 2)25
6
c) F(s) = , Re s > 0
s(s2 + 25)
s+2
d) F(s) = , Re s > −3
s+3
s2 + s + 3
e) F(s) = , Re s > 2
s4 − 9s2 + 4s + 12
s
f) F(s) = 2 , Re s > 3
s − 2s − 3
7.5. Determinar la transformada inversa de Laplace de cada una de las siguientes transforma-
das, mediante el procedimiento por residuos.
1
a) F(s) = , Re s < −1
s2 + 1
1
b) F(s) = , Re s > −a, con a < 0
s2 + a2
s−2
c) F(s) = , −1 < Re s < 3
(s + 1)(s − 3)
s2 + 2s − 2
d) F(s) = , Re s > 1
s(s − 1)
s3 + 4s2 + s − 1
e) F(s) = , −1 < Re s < 0
s3 (s − 1)(s + 1)2
2s3 + 3s2 + 6s + 4
f) F(s) = , −1 < Re s < 0
(s2 + 4)(s2 + 2s + 2)
7.6. Sea f (t) una función de dominio continuo cuya transformada de Laplace F(s) satisface:
• D = {s ∈ C : −1 < Re s < 1} es la región de convergencia de F(s);

• s1 = 2 y s2 = 3, son los únicos ceros de F(s);
• p1 = −2, p2 = −1 y p3 = 1, son los únicos puntos singulares de F(s), además, todos
son polos simples;
• F(0) = α , donde α > 0.
Utilizar el procedimiento por residuos para determinar la transformada inversa de F(s).

8 Transformada z
La transformada z es una herramienta tan poderosa para el análisis de sistemas de tiempo

discreto, como lo es la transformada de Laplace para sistemas de tiempo continuo. En este capı́tulo
se presenta la transformada z, su definición y propiedades. Se calculan las transformadas z de
funciones comunes de dominio discreto. Finalmente, se halla la transformada z inversa mediante
tres métodos: integración compleja, expansión en serie de potencias e inversión por tablas.
8.1 Definición
La transformada z es la contraparte en el dominio discreto de la transformada de Laplace.
La transformada z opera sobre funciones de dominio discreto, a diferencia de la transformada de
Laplace que opera sobre una función de dominio continuo.
Definición 8.1 (Transformada z bilateral). Sea f [n] una función de dominio discreto definida de
Z en C. La transformada z bilateral de f [n] se define como
∞
F(z) = Z { f [n]} = ∑ f [n]z−n ,
n=−∞
para todo z ∈ C tal que |F(z)| < ∞.
Cambiando los lı́mites de la sumatoria en la definición de la transformada z bilateral, se obtie-

nen las transformadas z unilaterales.
Definición 8.2. Sea f [n] una función de dominio discreto definida de Z en C. Se define la
transformada z unilateral derecha de f [n] como
∞
ZD { f [n]} = ∑ f [n]z−n ,
n=0
para todo s ∈ C tal que |ZD { f [n]}(z)| < ∞.

La transformada z unilateral izquierda de f [n] se define como
0
ZI { f [n]} = ∑ f [n]z−n ,
n=−∞
para todo s ∈ C tal que |ZI { f [n]}(z)| < ∞.
Observación 8.1. De la definición de la transformada z se infiere que f [n] son los coeficientes del
desarrollo en serie de Laurent de F(z) centrado en z0 = 0. Además, F(z) es la suma de la serie
∑∞ −n
n=−∞ f [n]z .
261
A lo largo del capı́tulo nos referiremos con transformada z a la transformada z bilateral, en

caso contrario lo indicaremos explı́citamente. En la siguiente proposición se establece que si la
transformada z existe, entonces ella es una función analı́tica.
Proposición 8.1. Si F(z) es la transformada z de la función f [n], entonces F(z) es analı́tica en

todo número complejo z tal que |F(z)| < ∞.
Demostración. Consideremos la transformada z bilateral. Por definición de la transformada z se

tiene que
∞
F(z) = ∑ f [n]z−n ,
n=−∞
además, |F(z)| < ∞; en otras palabras, la serie de potencia ∑∞ n=−∞ f [n]z

−n converge a F(z) para
cada z tal que |F(z)| < ∞. Por lo tanto, F(z) es una función analı́tica para z tal que |F(z)| < ∞.
8.1.1 Región de Convergencia

Definición 8.3. La región de convergencia de la transformada z de f [n], es el conjunto de
números complejos z donde F(z) existe, esto es, son todos los z ∈ C tales que |F(z)| < ∞.
En otras palabras, la región de convergencia de F(z) es un anillo centrado en el origen donde la
serie ∞
∑ f [n]z−n
n=−∞
es convergente.
La transformada z está definida sólo en su región de convergencia. Existe una clase especial
de funciones de dominio discreto, denominadas causales (similares a la funciones causales de
dominio continuo), cuya transformada z (si existe) tiene como región de convergencia el exterior
de un disco centrado en el origen.
Definición 8.4 (Función causal). Una función de dominio discreto f [n] se dice causal si f [n] se
anula para n negativo, esto es, f [n] = 0 para todo n < 0.
La siguiente proposición establece que la región de convergencia de la trasformada z (si existe)

de una función f [n] causal es el exterior de un disco centrado en el origen.
Proposición 8.2. Sea f [n] una función de dominio discreto causal, cuya transformada z es F(z).
Entonces, existe una constante β > 0 tal que F(z) existe para |z| > β .
Demostración. Como f [n] es causal se tiene:

∞
F(z) = ∑ f [n]z−n ,
n=0
además, la serie converge para todo z tal que |F(z)| < ∞. Luego, por el Teorema de Cauchy-
Hadamard (Teorema 3.3), la serie
∞
∑ f [n] z−1 ,
n
n=0
CAPÍTULO 8. TRANSFORMADA Z 263
converge para todo z tal que |z| > β , donde

p
β = lı́m n
| f [n]| < ∞;
n→∞
en otras palabras, F(z) existe para |z| > β .
También existe la clase de funciones de dominio discreto no causales que está constituida con
funciones g[n] tales que g[n] = 0 para n ≥ 0. En la siguiente proposición se establece que la región
de convergencia de la transformada z (si existe) de una función no causal es un disco centrado en
el origen.
Proposición 8.3. Sea f [n] una función de dominio discreto no causal, cuya transformada z es
F(z). Entonces, existe una constante β > 0 tal que F(z) existe para |z| < β .
Demostración. Como f [n] es no causal se tiene:

−1 ∞
F(z) = ∑ f [n]z−n = ∑ f [−n]zn ,
n=−∞ n=0
además, la serie converge para todo z tal que |F(z)| < ∞. Luego, por el Teorema de Cauchy-
Hadamard (Teorema 3.3), la serie
∞
∑ f [−n]zn
n=0
converge para todo z tal que |z| < β , donde
1
β= p < ∞;
lı́m | f [−n]|
n
n→∞
en otras palabras, F(z) existe para |z| < β .
Por otra parte, toda función de dominio discreto se puede escribir como la suma de una función
no causal y una causal. Sea f [n] una función de dominio discreto. La parte no causal de f [n],
denotada por f− [n], está definida por
(
f [n], si n < 0,
f− [n] =
0, si n ≥ 0.
La parte causal de f [n], denotada por f+ [n], está definida por

(
0, si n < 0,
f+ [n] =
f [n], si n ≥ 0.
Es fácil verificar que f [n] = f− [n] + f+ [n]. Por lo tanto, la transformada z de f [n] se puede obtener
como:
F(z) = F− (z) + F+ (z),
donde
∞ ∞
F− (z) = Z { f− } = ∑ f− [n]z−n y F+ (z) = Z { f+ } = ∑ f+ [n]z−n ,
n=−∞ n=−∞
y la región de convergencia de F(z) está dada como la intersección de las regiones de convergencia
de F− (z) y F+ (z). Como f− [n] es no causal y f+ [n] es causal, entonces por las Proposiciones 8.2
y 8.2, la región de convergencia de F(z) es un anillo centrado en el origen. Todo lo anterior
constituye la prueba de la siguiente proposición.
Proposición 8.4. Sea f [n] una función de dominio discreto cuya transformada z es F(z). En-
tonces, existen constantes positivas β1 , β2 tales que F(z) existe para β1 < |z| < β2 .
Ejemplo 8.1. Calcular las transformadas z bilateral, unilateral derecha y unilateral izquierda de la
función
f [n] = an u[n + 1], a ∈ R, a 6= 0.
Solución. Se tiene que la transformada z bilateral de f [n] es:
∞ ∞ ∞ ∞
F(z) = ∑ f [n]z−n = ∑ an u[n + 1]z−n = ∑ an z−n = ∑ (az−1 )n
n=−∞ n=−∞ n=−1 n=−1
∞
z 1
= a−1 z + ∑ (az−1 )n = + , |az−1 | < 1
n=0 a 1 − az−1
z2
F(z) = , |z| > |a|.
a(z − a)
La transformada z unilateral derecha de f [n] es
∞ ∞
1 z
ZD { f [n]} = ∑ an u[n + 1] z−n = ∑ (az−1 )n = 1 − az−1 = z − a , |z| > |a|.
n=0 n=0
La transformada z unilateral izquierda de f [n] es

0
ZI { f [n]} = ∑ an u[n + 1] z−n = a−1 z + 1, para z ∈ C.
n=−∞
En la siguiente figura se aprecia la región de convergencia de las transformadas z bilateral y unila-

teral derecha. La región de convergencia de la transformada z unilateral izquierda es todo el plano
complejo.
y |z| > |a|
|a|
8.1.2 Transformada z Inversa

La transformada z inversa es la contraparte en el dominio discreto de la transformada inversa
de Laplace en el dominio continuo. En sı́, la transformada z inversa es el proceso de obtener f [n] a
partir de la transformada z, F(z).
Definición 8.5. Sea F(z), para r1 < |z| < r2 , la transformada z de f [n]. La transformada z
inversa es el proceso de obtener f [n] a través de F(z) y se define como:
Z
1
f [n] = F(z) zn−1 dz, para cada n ∈ Z, (8.1)
2π j C
donde C es un contorno cerrado simple contenido en la región de convergencia de F(z) y que

confina la circunferencia |z| = r1 .
Para el cálculo de la integral de la ecuación (8.1) se utiliza, generalmente, el Teorema de los

Residuos o la Extensión de la Fórmula Integral de Cauchy. Nos centraremos en tres métodos
alternativos para calcular la transformada z inversa: Integración Compleja, Inversión por Tablas y
Expansión en Serie de Potencias, los cuales se describirán en la Sección 8.4.
Z
f [n] ←→ F(z), z∈D
que se lee par de transformadas, denota que F(z) es la transformada z de f [n] con región de
convergencia el conjunto D ⊂ C, y que f [n] es la transformada z inversa de F(z).
8.1.3 Diagrama de Polos y Ceros

En el análisis digital de señales y sistemas es habitual disponer en el plano complejo la ubi-
cación de los ceros y polos de la transformada z, cuya expresión algebraica corresponde a una
función racional. Este gráfico se denomina (igual que en la transformada de Laplace) diagrama
de polos y ceros de la transformada z. Utilicemos un ejemplo para mostrar la construcción del dia-
grama de polos y ceros. En el ejemplo propuesto se considera una transformada z cuya expresión
algebraica es racional.
Ejemplo 8.2. Consideremos una función f [n] cuya transformada z tiene la siguiente forma alge-
braica:
z (z − 1) (z + 3)
F(z) = .
z + 4 z − 21 (z + 1) (z − 2)
1
Es claro ver que los ceros de F(z) son: −3, 0 y 1, y los polos son: −1, − 41 , 12 y 2. Como F(z) debe
ser analı́tica en su región de convergencia, entonces se tienen 5 posibles regiones de convergencia
de la transformada z:
a) {z ∈ C : |z| < 1/4}

b) {z ∈ C : 1/4 < |z| < 1/2}
c) {z ∈ C : 1/2 < |z| < 1}
d) {z ∈ C : 1 < |z| < 2}
e) {z ∈ C : |z| > 2}
Para cada una de estas regiones de convergencia construyamos el diagrama de polos y ceros. Los
polos se dibujarán con un punto de color rojo y los ceros con un punto de color azul.
a) Seguidamente se muestra el diagrama de polos y ceros de la trasformada z, F(z), |z| < 1/4.
1
|z| < 1/4
b b b b b b b
x
−3 −2 −1 1 2 3
−1
−2
En este caso la transformada z inversa de F(z) es

220 28 32 40
f [n] = (−1)n (1/4)n − (1/2)n − (−1)n − 2n u[−n].
81 27 27 81
b) Seguidamente se muestra el diagrama de polos y ceros de la trasformada z, F(z), 1/4 < |z| < 1/2.
1 1/4 < |z| < 1/2
b b b b b b b
x
−3 −2 −1 1 2 3
−1
−2

220 n−1 n 28 n 32 n 40 n
f [n] = (−1) (1/4) u[n − 1] + − (1/2) − (−1) − 2 u[−n].
81 27 27 81
c) Seguidamente se muestra el diagrama de polos y ceros de la trasformada z, F(z), 1/2 < |z| < 1.
1 1/2 < |z| < 1
b b b b b b b
x
−3 −2 −1 1 2 3
−1
−2

220 n−1 n 28 n 32 n 40 n
f [n] = (−1) (1/4) − (1/2) u[n − 1] + − (−1) − 2 u[−n].
81 27 27 81
d) Seguidamente se muestra el diagrama de polos y ceros de la trasformada z, F(z), 1 < |z| < 2.
2 1 < |z| < 2
b b b b b b b
x
−3 −2 −1 1 2 3
−1
−2

220 n−1 n 28 n 32 n−1 40
f [n] = (−1) (1/4) − (1/2) − (−1) u[n − 1] − 2n u[−n].
81 27 27 81
268 8.2. PROPIEDADES DE LA TRANSFORMADA Z
e) Seguidamente se muestra el diagrama de polos y ceros de la trasformada z, F(z), |z| > 2.
y
|z| > 2
b b b b b b b
x
−3 −2 −1 1 2 3
−1
−2

220 n−1 n 28 n 32 n−1 40 n
f [n] = (−1) (1/4) − (1/2) − (−1) − 2 u[n − 1].
81 27 27 81
En el ejemplo anterior se aprecia que la ubicación de los polos con respecto a la región de con-
vergencia afecta la forma algebraica de la transformada z. Observe que si la región de convergencia
es un disco y, por supuesto, todos los polos están ubicados en el exterior de este disco (caso (a) en
el Ejemplo 8.2), entonces la expresión algebraica de f [n] considera una suma de términos no causa-
les, produciendo que f [n] sea una función no causal. En cambio, si la región de convergencia es el
exterior de un disco y todos los polos pertenecen a tal disco (caso (e) en el Ejemplo 8.2), entonces
f [n] está conformada por una suma de términos causales, ocasionando que f [n] sea una función
causal. En general, si la región de convergencia es un anillo (casos (b), (c) y (d) en el Ejemplo 8.2),
entonces los polos confinados por el anillo introducen términos causales en la expresión de f [n], y
los polos no confinados por el anillo, introducen términos no causales en f [n].
8.2 Propiedades de la Transformada z

A continuación damos las propiedades de la transformada z, las cuales las enunciaremos como
teoremas.
Teorema 8.1 (Linealidad). Si las transformadas z de las funciones f [n] y g[n] son respectiva-
mente F(z), para z ∈ D f ⊂ C y G(z), para z ∈ Dg ⊂ C, entonces
Z
a f [n] + bg[n] ←→ aF(z) + bG(z), z ∈ D f ∩ Dg ,

Demostración. Por la definición de la transformada z se tiene que

∞
Z {a f [n] + bg[n]} = ∑ (a f [n] + bg[n])z−n
n=−∞
∞ ∞
= a ∑ f [n]z−n + b ∑ g[n]z−n
n=−∞ n=−∞
= aZ { f [n]} + bZ {g[n]} = aF(z) + bG(z),
además, como D f y D f son las regiones de convergencia de la series

∞ ∞
∑ f [n]z−n y ∑ g[n]z−n ,
n=−∞ n=−∞
respectivamente, entonces se tiene que el conjunto D f ∩ Dg es la región de convergencia de la

transformada z Z {a f [n] + bg[n]}.
Teorema 8.2 (Desplazamiento en tiempo). Si la transformada z de la función f [n] es F(z) para

z ∈ D ⊂ C, entonces
Z
f [n − n0 ] ←→ z−n0 F(z), z ∈ D,
para todo n0 ∈ Z.

∞
Z { f [n − n0 ]} = ∑ f [n − n0 ]z−n .
n=−∞
Haciendo el cambio de variable k = n − n0 , la serie anterior adquiere la forma:

∞
Z { f [n − n0 ]} = ∑ f [k] z−n0 z−k
k=−∞
∞
= z−n0 ∑ f [n]z−n = z−n0 F(z), z ∈ D.
n=−∞
Teorema 8.3 (Inversión en el tiempo). Si la transformada z de la función f [n] es F(z) para

z ∈ D ⊂ C, entonces
Z
f [−n] ←→ F(z−1 ), z−1 ∈ D.

∞
Z { f [−n]} = ∑ f [−n]z−n .
n=−∞
Haciendo el cambio de variable k = −n en la serie anterior, obtenemos:

−∞ −∞
Z { f [−n]} = ∑ f [k] zk = ∑ f [k] (z−1 )−k .
k=∞ k=∞
Cambiando k por n en la serie y considerando la conmutatividad de la suma, se tiene:

∞
Z { f [−n]} = ∑ f [n] (z−1 )−n = F(z−1 ), z−1 ∈ D.
n=−∞
Teorema 8.4 (Escalado en el dominio de z). Si la transformada z de la función f [n] es F(z)

para z ∈ D ⊂ C, entonces:
Z
zn0 f [n] ←→ F (z/z0 ) , z ∈ D,
e jω0 n f [n] ←→ F e− jω0 z , z ∈ D,

Z
Z
an f [n] ←→ F a−1 z , z ∈ D,
para z0 ∈ C, ω0 ∈ R y a ∈ R.
Demostración. Como e jω0 n f [n] y an f [n] son casos particulares de zn0 f [n] (tome respectivamente
z0 = e jω0 y z0 = a), entonces solo demostraremos que Z {zn0 f [n]} = F (z/z0 ), z ∈ D. Se tiene que
∞ ∞
Z {zn0 f [n]} = ∑ zn0 f [n]z−n = ∑ f [n] (z/z0 )−n = F(z/z0 ), z ∈ D.
n=−∞ n=−∞
Teorema 8.5 (Conjugación). Si la transformada z de la función f [n] es F(z) para z ∈ D ⊂ C,

entonces
Z
f [n] ←→ F(z), z ∈ D.

∞ ∞ ∞
Z { f [n]} = ∑ f [n]z−n = ∑ f [n] z−n = ∑ f [n] (z)−n = F(z), z ∈ D.
n=−∞ n=−∞ n=−∞
Teorema 8.6 (Convolución). Si las transformadas z de las funciones f [n] y g[n] son respectiva-
mente F(z), para z ∈ D f ⊂ C y G(z), para z ∈ Dg ⊂ C, entonces
Z
( f ∗ g) [n] ←→ F(z) G(z), z ∈ D f ∩ Dg .

" #
∞ ∞ ∞
Z {( f ∗ g) [n]} = ∑ ( f ∗ g) [n]z −n
= ∑ ∑ f [k] g[n − k] z−n
n=−∞ n=−∞ k=−∞
Haciendo el cambio de variable ℓ = n − k, la ecuación anterior adquiere la forma:

" #
∞ ∞
Z {( f ∗ g) [n]} = ∑ ∑ f [k] g[ℓ] z−(ℓ+k) ,
ℓ=−∞ k=−∞
de lo cual se deduce que

! !
∞ ∞
Z {( f ∗ g) [n]} = ∑ f [k] z−k ∑ g[ℓ] z−ℓ = F(z) G(z), z ∈ D f ∩ Dg .
k=−∞ ℓ=−∞
Teorema 8.7 (Primera diferencia). Si la transformada z de la función f [n] es F(z) para z ∈ D ⊂

C, entonces

Z z−1
f [n] − f [n − 1] ←→ F(z), z ∈ D ∩ {z ∈ C : |z| > 0}.
z

∞
Z { f [n] − f [n − 1]} = ∑ [ f [n] − f [n − 1]]z−n
n=−∞
∞ ∞
= ∑ f [n]z−n − ∑ f [n − 1]z−n
n=−∞ n=−∞
∞
= F(z) − ∑ f [n − 1]z−n .
n=−∞
Haciendo el cambio de variable k = n − 1, de la ecuación anterior se deduce que

∞
Z { f [n] − f [n − 1]} = F(z) − ∑ f [k]z−(n+1)
k=−∞
∞
= F(z) − z−1 ∑ f [k]z−n
k=−∞
−1
= F(z) − z F(z)

z−1
= F(z), z ∈ D ∩ {z ∈ C : |z| > 0}.
z
Teorema 8.8 (Acumulación). Si la transformada z de la función f [n] es F(z) para z ∈ D ⊂ C,

entonces
n
z
∑ f [k] ←→ z − 1 F(z), z ∈ D ∩ {z ∈ C : |z| > 1}.
Z
k=−∞
Demostración. Para la prueba usaremos la transformada z del escalón unitario discreto, a saber:
z
Z {u[n]} = , |z| > 1,
z−1
la cual la hallaremos más adelante. Ahora, se tiene que
∞ n
f [n] ∗ u[n] = ∑ f [k]u[n − k] = ∑ f [k], (8.2)
k=−∞ k=−∞
para toda función f [n] de dominio discreto. . De esta forma, usando la propiedad de convolución Se deja al lector
en la ecuación (8.2), se tiene la prueba de la
ecuación (8.2)
Z { f [n] ∗ u[n]} = Z { f [n]} Z {u[n]}, z ∈ D ∩ {z ∈ C : |z| > 1}. (8.3)
Ahora, usando la expresión de la transformada z del escalón unitario discreto, entonces por (8.2) y
(8.3), se obtiene:
( )
n
z
Z ∑ f [k] = z − 1 F(z), z ∈ D ∩ {z ∈ C : |z| > 1}.
k=−∞
Teorema 8.9 (Diferenciación en el dominio de z). Si la transformada z de la función f [n] es

F(z) para z ∈ D ⊂ C, entonces
Z d
n f [n] ←→ −z F(z), z ∈ D.
dz
Demostración. Se tiene que, para todo z ∈ D,

" #
∞
d d
−z F(z) = −z
dz ∑ f [n]z−n
dz n=−∞
∞
d −n
= −z ∑ f [n]
dz
z
n=−∞
∞ ∞
= z ∑ (n f [n]) z−(n+1) = ∑ (n f (n))z−n ,
n=−∞ n=−∞
d
de donde se deduce que Z {n f [n]} = −z F(z), z ∈ D.
dz
Teorema 8.10 (Teorema del Valor Inicial). Sea f [n] una función causal ( f [n] = 0 para n < 0).
Si la transformada z de f [n] es F(z) para z ∈ C tal que |z| > a con a > 0, entonces
f [0] = lı́m F(z).

z→∞

∞
F(z) = ∑ f [n]z−n
n=−∞
= f [0] + f [1]z−1 + f [2]z−2 + · · · + f [n]z−n + · · ·
Tomando lı́mite en ambos lados de la ecuación anterior, cuando z → ∞, se obtiene
f [0] = lı́m F(z).

z→∞
Teorema 8.11 (Teorema del Valor Final). Sea f [n] una función causal. Si la transformada z de
f [n] es F(z) para z ∈ C tal que |z| > a con a > 0, entonces

z−1
lı́m f [n] = lı́m F(z).
n→∞ z→1 z
Demostración. Aplicando la propiedad de primera diferencia se tiene

z−1
Z { f [n] − f [n − 1]} = F(z), z ∈ {|z| > a} ∩ {|z| > 1}. (8.4)
z
Como f [n] = 0 para n < 0, entonces se obtiene:

∞
Z { f [n] − f [n − 1]} = ∑ [ f [n] − f [n − 1]] z−n
n=0
N
= lı́m
N→∞
∑ [ f [n] − f [n − 1]] z−n (8.5)
n=0
= lı́m f [N]z−N . (8.6)
N→∞
De (8.4) y (8.5), se deduce:

−N z−1
lı́m f [N]z = F(z), z ∈ {|z| > a} ∩ {|z| > 1}.
N→∞ z
De esta forma, tomando lı́mite en ambos lados de la ecuación anterior, cuando z → 1, se tiene:

z−1
lı́m f [N] = lı́m F(z).
N→∞ z→1 z
Las propiedades de la transformada z se resumen en la Tabla 8.1.

Tabla 8.1. Propiedades de la Transformada z
Sean f [n], f1 [n] y f2 [n], funciones de dominio discreto con transformadas z dadas por:
F(z) para z ∈ D, F1 (z) para z ∈ D1 y F2 (z) para z ∈ D2 , respectivamente.

Linealidad Z {a1 f [n] + a2 f2 [n]} = a1 F(z) + a2 F2 (z), z ∈ D1 ∩ D2
(
D, si n0 ≤ 0,
Desplazamiento en tiempo Z { f [n − n0 ]} = z−n0 F(z), z∈
D − {0}, si n0 > 0
Escalado en el dominio de z Z {an f [n]} = F(a−1 z), a−1 z ∈ D
Inversión en el tiempo Z { f [−n]} = F(z−1 ), z−1 ∈ D
n o
Conjugación Z f [n] = F(z), z∈D
Convolución Z {( f1 ∗ f2 ) [n]} = F1 (z)F2 (z), z ∈ D ⊇ D1 ∩ D2
z−1

Primera diferencia Z { f [n] − f [n − 1]} = z F(z), z ∈ D ∩ {|z| > 0}
( )
n
∑ z

Acumulación Z f [k] = z−1 F(z), z ∈ D ∩ {|z| > 1}
k=−∞
d
Diferenciación en z Z {n f [n]} = −z F(z), z∈D
dz
Teorema del valor inicial f [0] = lı́m F(z)
z→∞

z−1
Teorema del valor final lı́m f [n] = lı́m F(z)
n→∞ z→1 z

Comencemos esta sección calculando la transformada z de funciones comunes.

Z
δ [n] ←→ 1, z∈C
∞
Z {δ [n]} = ∑ δ [n]z−n = z0 = 1, z ∈ C.
n=−∞

Z z
u[n] ←→ , |z| > 1
z−1
∞ ∞
1 z
Z {u[n]} = ∑ u[n]z−n = ∑ (z−1 )n = 1 − z−1 = z − 1 , |z| > 1.
n=−∞ n=0
La región de convergencia de Z {u[n]} se muestra en la Figura 8.1. Aquı́ también se aprecia el

diagrama de polos y ceros de Z {u[n]}.
y
|z| > 1
1
b b
0 1 x
Figura 8.1. Diagrama de polos y ceros de Z {u[n]}
Z z
−u[−n − 1] ←→ , |z| < 1
z−1
∞ −1
Z {−u[−n − 1]} = ∑ (−u[−n − 1])z−n = − ∑ z−n .
n=−∞ n=−∞
Haciendo el cambio de variable k = −n, se obtiene

" #
1 ∞
1
Z {−u[−n − 1]} = − ∑ z = − ∑ z − 1 = −
k
−1 , k
|z| < 1
k=∞ n=0 1−z
z
Z {−u[−n − 1]} = , |z| < 1.
z−1
En la Figura 8.2 se muestra el diagrama de polos y ceros de Z {−u[−n − 1]}.
y
|z| < 1
1
b b
0 1 x
Figura 8.2. Diagrama de polos y ceros de Z {−u[−n − 1]}

Z z
α n u[n] ←→ , |z| > |α |
z−α
∞ ∞
1
Z {α n u[n]} = ∑ (α n u[n])z−n = ∑ (α z−1 )n = 1 − α z−1 , |α z−1 | < 1
n=−∞ n=0
z
Z {α n u[n]} = , |z| > |α |.
z−α

Z z
−α n u[−n − 1] ←→ , |z| < |α |
z−α
∞ −1
Z {−α n u[−n − 1]} = ∑ (−α n u[−n − 1])z−n = − ∑ (α −1 z)−n .
n=−∞ n=−∞
Haciendo el cambio de variable k = −n, se obtiene

" #
1 ∞
1
Z {−α u[−n − 1]} = −
n
∑ (α −1 k
z) = − ∑ (α −1 k
z) − 1 = −
1 − α −1 z
−1 , |α −1 z| < 1
k=∞ k=0
z
Z {−α n u[−n − 1]} = , |z| < |α |.
z−α

Z αz
n α n u[n] ←→ , |z| > |α |
(z − α )2
z
Z {α n u[n]} = , |z| > |α |.
z−α
Luego, aplicando la propiedad de diferenciación en z, se obtiene

d d z
Z {n α u[n]} = −z [Z {α u[n]}] = −z
n n
, |z| > |α |
dz dz z − α
αz
Z {n α n u[n]} = , |z| > |α |.
(z − α )2

Z αz
−n α n u[−n − 1] ←→ , |z| < |α |
(z − α )2
z
Z {u[−n − 1]} = − , |z| < 1. (8.7)
z−1
Aplicando las propiedades de linealidad y diferenciación en z, se tiene
d
Z {−n α n u[−n − 1]} = z Z {α n u[−n − 1]} (8.8)
dz
Ahora, aplicando la propiedad escalado en el dominio de z, entonces por (8.7) se tiene
Z {α n u[−n − 1]} = Z {u[−n − 1]}(α −1 z), |α −1 z| < 1
z
= − , |z| < |α |. (8.9)
z−α
Luego, por (8.8) y (8.9), se obtiene

d z
Z {−n α u[−n − 1]} = −z
n
, |z| < |α |
dz z − α
αz
Z {−n α n u[−n − 1]} = , |z| < |α |.
(z − α )2
Z z
e−aT n u[n] ←→ , |z| > e−aT
z − e−aT
∞ ∞
1
∑ ∑
n −aT −1
Z {e−aT n u[n]} = e−aT n u[n]z−n = e−aT z−1 = , e z < 1
n=−∞ n=0 1 − e−aT z−1
z
Z {e−aT n u[n]} = , |z| > e−aT .
z − e−aT
Z z(z − cos(ω ))
cos(ω n)u[n] ←→ , |z| > 1
z2 − 2z cos(ω ) + 1
∞
Z {cos(ω n)u[n]} = ∑ cos(ω n)u[n]z−n
n=−∞
∞ jω n
e + e− jω n

= ∑ 2
z−n
n=0
" #
∞ n ∞
1
∑ e jω z−1 + ∑ e− jω z−1
n
=
2 n=0 n=0

1 1 1
= + ,
2 1 − e jω z−1 1 − e− jω z−1
para z ∈ {|e jω z−1 | < 1} ∩ {|e− jω z−1 | < 1} o, equivalentemente,
z(z − cos(ω ))
Z {cos(ω n)u[n]} = , |z| > 1.
z2 − 2z cos(ω ) + 1
En la Tabla 8.2 se muestra un resumen de los pares de transformadas z de funciones comunes.

Tabla 8.2. Algunos Pares de Transformadas z
Función Transformada z
δ [n] 1, z∈C
z
u[n] , |z| > 1
z−1
z
nu[n] , |z| > 1
(z − 1)2
z(z + 1)
n2 u[n] , |z| > 1
(z − 1)3
z
−u[−n − 1] , |z| < 1
z−1
z
α n u[n] , |z| > |α |
z−α
z
−α n u(−n − 1) , |z| < |α |
z−α
αz
n α n u[n] , |z| > |α |
(z − α )2
αz
−n α n u[−n − 1] , |z| < |α |
(z − α )2
z
e−aT n u[n] , |z| > e−aT
z − e−aT
z(z − cos(ω ))
cos(ω n)u[n] , |z| > 1
z2 − 2z cos(ω ) + 1
z sen(ω )
sen(ω n)u[n] , |z| > 1
z2 − 2z cos(ω ) + 1
z(z − α cos(ω ))
α n cos(ω n)u[n] , |z| > |α |
z2 − 2zα cos(ω ) + α 2
zα sen(ω )
α n sen(ω n)u[n] , |z| > 1
z2 − 2zα cos(ω ) + α 2
Finalicemos la sección calculando la transformada z de ciertas funciones. Para ello utilizare-

mos, en algunos casos, la definición de la transformada z y, en otros casos, las propiedades de la
transformada z.
Ejemplo 8.12. Determinar la transformada z de f [n] = (1 + n)u[n].

Solución. Por definición, la transformada z de f [n] está dada por:
∞ ∞
F(z) = ∑ (1 + n)u[n] z−n = ∑ (1 + n) z−n
n=−∞ n=0
∞ ∞
= ∑z −n
+ ∑ n z−n
n=0 n=0
∞ n ∞
∑ z−1 + ∑ n z−1 .
n
= (8.10)
n=0 n=0
Ahora bien, se tiene que

∞
z 1
∑
n
= −1
= z−1 , |z| > 1,
z−1 1−z n=0
" #
d ∞ −1 n

z d z
(z − 1)2
= (−z)
dz z − 1
= (−z)
dz n=0 ∑ z
" #
∞ ∞
= (−z) (−z−1 ) ∑ n z−1 = ∑ n z−1 ,
n n
|z| > 1.
n=0 n=0
Usando convenientemente los desarrollos en series de potencias anteriores en la ecuación (8.10),

obtenemos que la transformada z de f (n) es:
z z z2
F(z) = + 2
= , |z| > 1.
z − 1 (z − 1) (z − 1)2
Seguidamente se muestra el diagrama de polos (rojo) y ceros (azul) de F(z).
y
|z| > 1
b b
1 x

Ejemplo 8.13. Determinar la transformada z de f [n] = n 2n cos(2n) u[−n].

Solución. Por definición, la transformada z de f [n] está dada por:
∞ 0
F(z) = ∑ n 2n cos(2n) u[−n] z−n = ∑ n 2n cos(2n) z−n
n=−∞ n=−∞

0
e2n j + e−2n j
= ∑ n 2n
2
z−n
n=−∞
1 0 1 0
= ∑
2 n=−∞
n 2n e2n j z−n + ∑ n 2n e−2n j z−n .
2 n=−∞
Haciendo un cambio de ı́ndices k = −n y luego colocando n en lugar de k, la expresión anterior

adquiere la forma:
1 ∞ 1 ∞
F(z) = ∑
2 n=0
(−n) 2−n e−2n j zn + ∑ (−n) 2−n e2n j zn
2 n=0
1 ∞ n 1 ∞
= − ∑ n 2−1 e−2 j z − ∑ n 2−1 e2 j z .
n
(8.11)
2 n=0 2 n=0
Sea el siguiente desarrollo de Laurent:

∞
w
= ∑
(1 − w)2 n=0
n wn , |w| < 1. (8.12)
Tomando w = 2−1 e−2 j z en el desarrollo de Laurent (8.12), obtenemos:

∞
2−1 e−2 j z
∑
n
−1 −2 j 2
= n 2−1 e−2 j z , |z| < 2.
(1 − 2 e z) n=0
Ahora, tomando w = 2−1 e−2 j z en el desarrollo de Laurent (8.12), obtenemos:

∞
2−1 e2 j z
∑

−1 2 j n
= n 2 e z , |z| < 2.
(1 − 2−1 e2 j z)2 n=0
Usando convenientemente los desarrollos en serie de potencias anteriores en la ecuación (8.11),

obtenemos que la transformada z de f (n) es:
1 2−1 e−2 j z 1 2−1 e2 j z

F(z) = − −
2 (1 − 2−1 e−2 j z)2 2 (1 − 2−1 e2 j z)2
z e2 j z e2 j
= − − , |z| < 2.
(z − 2 e2 j )2 (z e2 j − 2)2
Ejemplo 8.14. Determinar la transformada z de

(
4n − 2n , n ≤ −1,
f [n] =
(1/4)n − (1/2)n , n ≥ 0.
Solución. La función f [n] se puede expresar equivalentemente como:

f [n] = (4n − 2n )u[−1 − n] + (4−n − 2−n )u[n].
Ası́, por la definición de la transformada z, podemos escribir:
∞
F(z) = ∑ (4n − 2n )u[−1 − n] + (4−n − 2−n )u[n]z−n
n=−∞
∞ ∞
= ∑ (4n − 2n )u[−1 − n]z−n + ∑ (4−n − 2−n )u[n]z−n
n=−∞ n=−∞
∞ ∞
= ∑ (4n − 2n )u[−1 − n]z−n + ∑ (4−n − 2−n )u[n]z−n
n=−∞ n=−∞
−1 ∞
= ∑ (4n − 2n )z−n + ∑ (4−n − 2−n )z−n
n=−∞ n=0
−1 −1 ∞ ∞
= ∑ 4n z−n − ∑ 2n z−n + ∑ 4−n z−n − ∑ 2−n z−n
n=−∞ n=−∞ n=0 n=0
∞ ∞ ∞ ∞
= ∑ (4−1 z)n − ∑ (2−1z)n + ∑ (4−1 z−1)n − ∑ (2−1 z−1)n .
n=1 n=1 n=0 n=0
Luego, calculando a que converge cada una de las series de potencias anteriores, obtenemos:

1 1 1 1
F(z) = − 1 − − 1 + −
1 − 4−1 z 1 − 2−1 z 1 − 4−1 z−1 1 − 2−1 z−1
| {z } | {z } | {z } | {z }
|z|<4 |z|<2 |z|>1/4 |z|>1/2
De esta forma, la transformada z de f [n] es:

3 z −3z2 + 4z − 3 1
F(z) = 1 1
, < |z| < 2.
4(z − 4)(z − 2)(z − 4 )(z − 2 )
2
El cálculo de la transformada z se realizó esencialmente por definición. Esto también se puede
realizar usando las propiedades de la transformada z. Se tiene que f [n] está dada por:
f [n] = 4n u[−1 − n] − 2n u[−1 − n] + 4−n u[n] − 2−n u[n].
Aplicando convenientemente las propiedades de linealidad y escalado en el dominio z, podemos
escribir:
F(z) = −Z {−4n u[−1 − n]} + Z {−2n u[−1 − n]} + Z {4−n u[n]} − Z {2−n u[n]}
= −Z {−u[−1 − n]}(4−1 z) + Z {−u[−1 − n]}(2−1 z) + Z {u[n]}(4z) − Z {u[n]}(2z)
4−1 z 2−1 z 4z 2z
=− −1
+ −1
+ −
4 z − 1 2 z − 1 4z − 1 2z − 1
| {z } | {z } | {z } | {z }
|4−1 z|<1 |2−1 z|<1 |4z|>1 |2z|>1
z z z z
=− + + 1
−
z−4 z−2
| {z } | {z } |z − 4 z − 12
{z } | {z }
|z|<4 |z|<2
|z|> 14 |z|> 12

3 z −3z2 + 4z − 3 1
= 1 1
, < |z| < 2.
4(z − 4)(z − 2)(z − 4 )(z − 2 )
2
Seguidamente se muestra el diagrama de polos (rojo) y ceros (azul) de F(z).

y
1
2 < |z| < 2
b b b b b
1/2 2 x
b
Diagrama de polos y ceros de F(z) del Ejemplo 8.14
8.4 Cálculo de la Transformada z Inversa

Sea f (n) una función de dominio discreto cuya transformada z es F(z), r1 < |z| < r2 , donde
r1 y r2 son números reales positivos. Se utilizarán tres métodos para calcular la transformada z
inversa, a saber: Integración Compleja, Expansión en Serie de Potencias e Inversión con Tablas.
8.4.1 Integración Compleja

El método de Integración Compleja utiliza la definición de la transformada z inversa. En otras
palabras, f [n] se calcula como
Z
1
f [n] = F(z) zn−1 dz, para cada n ∈ Z,
2π j C
donde C es un contorno cerrado simple contenido en la región de convergencia de F(z) y que

confina la circunferencia |z| = r1 . Para el cálculo de la integral se utiliza, generalmente, el Teorema Sin pérdida de
de los Residuos. Expliquemos el método integración compleja mediante unos ejemplos. generalidad, C
puede ser la
Ejemplo 8.15. Calcular la transformada z inversa de circunferencia
|z| = r, con r1 <
z r < r2
F(z) = , |z| > |a|.
z−a
Solución. Sea C la circunferencia |z| = r > |a|. Ahora, considerando la expresión de F(z) se tiene
Z
1
f [n] = F(z) zn−1 dz
2π j C
Z
1 zn
= dz, para cada n ∈ Z. (8.13)
2π j C z − a
Supongamos que n ≥ 0. Aplicando el Teorema de los Residuos en la integral de (8.13), se obtiene:
n
z
f [n] = Res = an .
z=a z − a
Cuando n < 0, entonces aplicando nuevamente el Teorema de los Residuos a la integral de (8.13),
se consigue n n
z z
f [n] = Res + Res = −an + an = 0.
z=0 z − a z=a z−a
284 8.4. CÁLCULO DE LA TRANSFORMADA Z INVERSA
Por lo tanto, la transformada z inversa de F(z) es
f [n] = an u(n).
Ejemplo 8.16. Determinar la transformada z inversa de

z2 + 2
F(z) = , 1 < |z| < 2.
(z − 2)(z − 1)
Solución. Sea C la circunferencia |z| = r, tal que 1 < r < 2. Como F(z) es una función racional no
propia, es conveniente reescribir a F(z) de la siguiente forma equivalente:
−3 6
F(z) = 1 + + , 1 < |z| < 2.
z−1 z−2
Considerando esta última expresión de F(z) obtenemos:
Z Z Z Z
1 n−1 1 n−1 3 zn−1 6 zn−1
f [n] = F(z) z dz = z dz − dz + dz. (8.14)
2π j C 2π j C 2π j C z−1 2π j C z−2
Por el Teorema de los Residuos se tiene:

(
2π j,
Z
si n = 0,
n−1
z dz = = 2π j δ [n], (8.15)
C 0, si n 6= 0,
y
 h n−1 i h n−1 i
Z
zn−12π j Res z
 + Res z
, si n ≤ 0,
z=0 z−1 z=1 z−1
dz = h n−1 i
C z−1 2π j Res z
 , si n ≥ 1,
z=1 z−1
 h i
Z n−1
z 2π j Res zn−1 , si n ≤ 0,
dz = z=0 z−2
C z−2 0, si n ≥ 1.
Como

zn−1 1 d −n 1
Res = = −1, para n ≤ 0,
z=0 z − 1 (−n)! dz−n z − 1 z=0

zn−1
Res = zn−1 z=1 = 1, para todo n,
z=1 z − 1
n−1
z 1 d −n 1
Res = = −2n−1 , para n ≤ 0,
z=0 z − 2 (−n)! dz−n z − 2 z=0
entonces
Z
(
zn−1 0, si n ≤ 0,
dz = = 2π j u[n − 1] (8.16)
C z−1 2π j, si n ≥ 1,
(
−2π j 2n−1 , si n ≤ 0,
Z
zn−1
dz = = −2π j 2n−1 u[−n]. (8.17)
C z−2 0, si n ≥ 1.
De esta forma, por (8.14), (8.15), (8.16) y (8.17), la transformada z inversa de F(z) se puede
expresar como:
f [n] = δ [n] − 3 u[n − 1] − 3 2n u[−n].
8.4.2 Expansión en Serie de Potencias

El procedimiento expansión en serie de potencias consiste en encontrar el desarrollo de Laurent
de F(z) centrado en z0 = 0, que es válido en el anillo r1 < |z| < r2 , y luego definir a f [n] como
los coeficientes de esta serie de potencias. En los siguientes ejemplos se explica operacionalmente
esta metodologı́a.

1+z 1
F(z) = , |z| > .
z − 12 2
Solución. Inicialmente, hallemos el desarrollo de Laurent de F(z) centrado en z0 = 0 y válido en

|z| > 21 . La función F(z) se puede expresar como:
1 z 1
F(z) = + , |z| > .
z − 2 z − 12
1 2
Hallemos los desarrollos de cada una de las fracciones parciales de F(z), centrados en z0 = 0 y
válidos en |z| > 21 . Se tiene que:
∞ ∞
1 1 1
z − 12
= z−1
1 − 2−1 z−1
= z−1
∑ 2−n −n
z = ∑ 2−n u[n]z−(n+1) , |z| > ,
2
n=0 n=−∞
∞ ∞
z 1 1
z − 12
= = ∑
1 − 2−1 z−1 n=0
2−n −n
z = ∑ 2−n u[n]z−n , |z| > .
2
n=−∞
Ası́, el desarrollo de Laurent de F(z) centrado en z0 = 0 y válido en |z| > 12 , se puede expresar
como:
∞ ∞
F(z) = ∑ 2−n u[n]z−(n+1) + ∑ 2−n u[n]z−n
n=−∞ n=−∞
∞ ∞
= ∑ 2(1−n) u[n − 1]z−n + ∑ 2−n u[n]z−n
n=−∞ n=−∞
∞
1
= ∑ 2−n (2 u[n − 1] + u[n])z−n , |z| > .
2
n=−∞
De esta forma, la transformada z inversa de F(z) es:
f [n] = 2−n (2 u[n − 1] + u[n]).

1
F(z) = , |z| > 1.
(1 + z−1 )(1 − z−1 )2
Solución. Inicialmente escribimos a F(z) en potencias positivas:
z3
F(z) = .
(z + 1)(z − 1)2
Recuerde que Luego, hallamos la expansión en fracciones parciales de F(z)/z:

la expansión en
fracciones par- F(z) 1 1 3 1 1 1
ciales, solo se = + + .
z 4 (z + 1) 4 (z − 1) 2 (z − 1)2
aplica a funcio-
nes racionales
propias.
De esta forma, obtenemos:
1 z 3 z 1 z
F(z) = + + , |z| > 1. (8.18)
4 (z + 1) 4 (z − 1) 2 (z − 1)2
Hallemos los desarrollos de Laurent centrados en z0 = 0 y válidos en |z| > 1, de cada una de las
fracciones parciales de (8.18). Se tiene que
∞ ∞
z z
= = ∑
(z + 1) z(1 + z−1 ) n=0
(−1)n −n
z = ∑ (−1)n u[n] z−n , |z| > 1, (8.19)
n=−∞
∞ ∞
z z
= = ∑
(z − 1) z(1 − z−1 ) n=0
z−n
= ∑ u[n] z−n , |z| > 1; (8.20)
n=−∞
ahora, derivando en ambos lados de (8.20) se obtiene

∞ ∞
−1
= ∑
(z − 1)2 n=0
(−n)z−(n+1)
= −z−1
∑ n u[n] z−n , |z| > 1,
n=−∞
de donde se deduce
∞
z
= ∑
(z − 1)2 n=−∞
n u[n] z−n , |z| > 1. (8.21)
Sustituyendo convenientemente (8.19), (8.20) y (8.21) en (8.18), se obtiene:
1 ∞ 3 ∞ 1 ∞
F(z) = ∑
4 n=−∞
(−1)n u[n] z−n + ∑ u[n] z−n + ∑ n u[n] z−n
4 n=−∞ 2 n=−∞
∞
1 3 1
= ∑ (−1)n u[n] + u[n] + n u[n] z−n , |z| > 1.
n=−∞ 4 4 2
Por lo tanto, la transformada z inversa de F(z) es
1 3 1
f [n] = (−1)n u[n] + u[n] + n u[n].
4 4 2

z z − 21 1
F(z) = , < |z| < 4.
(z − 4) z − 41 4
Solución. Inicialmente, hallemos el desarrollo de Laurent de F(z) centrado en z0 = 0 y válido en

1
4 < |z| < 4. La expansión en fracciones parciales de F(z)/z está dada por:
14 1
F(z)
= 15 + 15 1 ,
z (z − 4) z− 4
ası́, F(z) se puede expresar como:

14 z 1 z 1
F(z) = + , < |z| < 4.
15 (z − 4) 15 z − 14 4
1
Hallemos los desarrollos de Laurent centrados en z0 = 0 y válidos en 4 < |z| < 4, de cada uno de
los sumandos de la expansión de F(z). Se tiene que:
∞
z −4−1
z−4
= z
1 − 4−1 z
= − ∑ 4−(n+1)z(n+1)
n=0
−1 ∞
= − ∑ 4n z−n = − ∑ 4n u[−1 − n]z−n , |z| < 4,
n=−∞ n=−∞
∞ ∞
z 1 1
z − 14
= = ∑
1 − 4−1 z−1 n=0
4−n −n
z = ∑ 4−n u[n]z−n , |z| > .
4
n=−∞
1
De esta forma, el desarrollo de Laurent de F(z) centrado en z0 = 0 y válido en 4 < |z| < 4, es:
14 ∞ n 1 ∞ −n
F(z) = − ∑
15 n=−∞
4 u[−1 − n]z−n
+ ∑ 4 u[n]z−n
15 n=−∞
∞
1 −n 14 1
= ∑ 4 u[n] − 4n u[−1 − n] z−n , < |z| < 4.
n=−∞ 15 15 4
Por lo tanto, la transformada z inversa de F(z) es:

1 −n 14
f [n] = 4 u[n] − 4n u[−1 − n].
15 15
z3 + 4 z2 − 11
6 1 1
F(z) = , < |z| < .
z3 + 67 z2 − 32 z+ 1
3
3 2
Solución. La función F(z) se puede expresar como F(z) = 1 + F1 (z), donde

17 2
6 z + 32 z − 13 1 1
F1 (z) = 6 , < |z| < .
z − 13 z − 21 (z + 2) 3 2
Ası́, la transformada z inversa de F(z) está dada por
f [n] = Z −1 {1 + F1 (z)} = Z −1 {1} + Z −1 {F1 (z)} = δ [n] + Z −1 {F1 (z)} . (8.22)
Determinemos Z −1 {F1 (z)}. Para ello, hallemos primero el desarrollo de Laurent de F1 (z) cen-
trado en z0 = 0 y válido en 13 < |z| < 21 . La expansión en fracciones parciales de F1 (z) está dada
por:
73 17 73
− 10 15 1 1
F1 (z) = 21 1 + 1
+ , < |z| < .
z− 3 z− 2 (z + 2) 3 2
Ahora, se tiene que
∞ ∞
1 z−1 1
1
z− 3
=
1 − 3−1 z−1
= ∑ 3−n −(n+1)
z = ∑ 3(1−n) u[n]z−n , |z| > ,
3
n=0 n=−∞
∞ ∞
1 −2 1
= = − ∑ 2(n+1) zn = − ∑ 2(1−n) u[−n]z−n , |z| < ,
z − 12 1 − 2z n=0 n=−∞ 2
∞ ∞
1 2−1
(z + 2)
= = ∑
1 + 2−1 z n=0
2−(n+1) n
z = ∑ 2(n−1) u[−n]z−n , |z| < 2.
n=−∞
Ası́, usando los series de potencias anteriores obtenemos que el desarrollo de Laurent de F1 (z)
centrado en z0 = 0 y válido en 13 < |z| < 12 , es:
73 ∞ (1−n) 17 ∞ (1−n) 73 ∞ (n−1)

F1 (z) = ∑
21 n=−∞
3 u[n]z−n + ∑
10 n=−∞
2 u[−n]z−n + ∑ 2 u[−n]z−n .
15 n=−∞
Luego, sustituyendo este desarrollo de Laurent en (8.22), tenemos que el desarrollo de Laurent de
F(z) centrado en z0 = 0 y válido en 13 < |z| < 12 es:
∞
73 (1−n) 17 (1−n) 73 (n−1)
F(z) = ∑ δ [n] + 3 u[n] + 2 u[−n] + 2 u[−n] z−n .
n=−∞ 21 10 15
Por lo tanto, la transformada z inversa de F(z) es:

73 (1−n) 17 73
f [n] = δ [n] + 3 u[n] + 2(1−n) u[−n] + 2(n−1) u[−n].
21 10 15

2z − 1 1
F(z) = Log , |z| > .
2z 2
Solución. Sea el desarrollo
∞
wn
Log(1 − w) = − ∑ , |w| < 1. (8.23)
n=1 n
Se tiene que
1
F(z) = Log 1 − 2−1 z−1 , |z| > .
2
Ası́, por (8.23) el desarrollo de Laurent de F(z) centrado en z0 = 0, válido en |z| > 1/2, es:
∞ ∞
2−n −n 2−n 1
F(z) = − ∑ z =− ∑ u[n − 1] z−n , |z| < .
n=1 n n=−∞ n 2
Luego, la transformada z inversa de F(z) es:

2−n
f [n] = − u[n − 1].
n
8.4.3 Inversión por Tablas

El método inversión por tablas consiste en expresar a F(z) como una suma de la forma
F(z) = F1 (z) + F2 (z) + · · · + FR (z), (8.24)
donde F1 (z), F2 (z), . . . , FR (z), son funciones tales que se les conoce su transformada z inversa
f1 [n], f2 [n], . . . , fR [n]. De esta forma, la transformada z inversa de F(z) está dada por:
f [n] = f1 [n] + f2 [n] + · · · + fR [n].
Observación 8.2. Cuando F(z) es una función racional propia, se emplea la expansión en fraccio-
nes parciales para obtener la descomposición (8.24).
1
F(z) = , |z| > 1.
(1 + z−1 )(1 − z−1 )2
Solución. Escribimos a F(z) en potencias positivas:
z3
F(z) = .
(z + 1)(z − 1)2
Ahora, aplicando la expansión en fracciones parciales a
F(z) z2
= ,
z (z + 1)(z − 1)2
se tiene que
F(z) A1 A2,1 A2,2
= + + ,
z (z + 1) (z − 1) (z − 1)2
donde

F(z) z2 1
A1 = (z + 1) = 2
= ,
z
z=−1 (z − 1) z=−1 4

2
d 2 F(z)
d z = 3,

A2,1 = (z − 1) =
dz z
z=1 dz z + 1 z=1 4
2
F(z) z = 1.

A2,2 = (z − 1)2 =
z
z=1 z + 1
z=1 2
Ası́,
1 z 3 z 1 z
F(z) = + + , |z| > 1.
4 (z + 1) 4 (z − 1) 2 (z − 1)2
Como
Z z
(−1)n u[n] ←→ , |z| > 1,
z+1
Z z
u[n] ←→ , |z| > 1,
z−1
Z z
n u[n] ←→ , |z| > 1,
(z − 1)2
entonces la transformada z inversa de F(z) es

1 3 1
f [n] = (−1)n u[n] + u[n] + n u[n].
4 4 2

8.1. Determinar la transformada z y su región de convergencia de las siguientes funciones de do-
minio discreto.
a) f [n] = (−1)n 2−n u[n]

b) f [n] = (an + a−n )u[n], para |a| > 1
c) f [n] = n 3n sen(n) u[n]
d) f [n] = (−3)n u[−n − 1]
(
1, −5 ≤ n ≤ 5;
e) f [n] =
0, |n| > 5
(
(1/3)n , n ≥ 0;
f) f [n] = −n
(1/2) , n < 0
(
(1/4)n − 2n , n ≥ 0;
g) f [n] =
0, n<0
(
(1/5)n sen(π n/2), n ≤ 0;
h) f [n] =
0, n>0
i) f [n] = eα n senh(β n)u[n], α > β > 0.
8.2. La transformada z de una función causal f [n] ( f [n] = 0 para n < 0) es:
1 1
F(z) = , |z| > .
(z − 12 )3 2
Determinar la transformada z y su región de convergencia de las siguientes funciones.
a) g[n] = 2n f [n − 2]
b) g[n] = n f [n]
c) g[n] = f [−n − 1] − f [−n]
d) g[n] = (n + 1)(1/3)n f [n − 2]
8.3. Calcular la transformada inversa de las siguientes transformadas z mediante el desarrollo en

serie de potencias.
z+1
a) F(z) = , |z| < 31
z + 13
z
b) F(z) = , |z| > 1
(z − 1)(z + 1)
z3 − 31 z2
c) F(z) = , 1 < |z| < 2
(z − 1)2 (z + 2)
z3 + 4 z2 − 11
6
d) F(z) = , |z| < 1/3
z3 + 67 z2 − 32 z + 31
8.4. Calcular la transformada z inversa de

1 −1
F(z) = Log 1 − z , |z| > 1.
3
mediante los siguientes métodos:
a) Utilizando el desarrollo en serie de potencias

∞
wk
Log(1 − w) = − ∑ , |w| < 1.
k=1 k
b) Derivando F(z) y utilizando las propiedades de la transformada z.

Respuesta a los Problemas Propuestos
Capı́tulo 1 1.5 a) −165 + i 721/32

b) (−3353 + i 2879)/256
1.1 a) 6 + i 4 c) (6 + i 43)/5
b) (11 + i 10)/17 d) (−323 − i 36)/2500
c) (3 − i 5)/2
d) 5 + i 14 1.6 a) 5329/32
√
e) −352 + i 936 b) √
3125 32768/32768
f) 4 − i 15/2 c) 1885/5
g) −2/5 d) 13/100
h) −4 1.7 4
1.2 a) z1 = i − 1, z2 = 2 − i 1.8 a) π4 + 2nπ , n = 0, ±1, ±2, . . .
b) z1 = 1 + i, z2 = −3 − i b) π3 + 2nπ , n = 0, ±1, ±2, . . .
1.3 a) i c) − π6 + 2nπ , n = 0, ±1, ±2, . . .
b) (1 + i)/2 1.9 a) Cerrado, no acotado
c) i b) Conexo, no acotado
d) −i, ó 2 + i c) Abierto, conexo, no acotado
e) (2 + i)/5 ó − i d) Cerrado, conexo, acotado
1 e) Acotado
1.4 a) z0 = 2 5 , f) Abierto, conexo, acotado
√ √ √√
1 5 1 2 5+5 i
z1 = 2 5
4 − +
4 4 , g) Abierto, conexo, no acotado
√ √ √ √ h) Abierto, conexo, no acotado
1 2 5− 5 i
z2 = −2 5 5 1 i) Cerrado, no acotado
4 +4− 4 ,
√ √ √ √ j) Cerrado, conexo, acotado
1 5 1 2 5− 5 i
z3 = −2 5 4 +4+ 4 ,
√ √ √ √ Capı́tulo 2
1 1 5 2 5+5 i
z4 = −2 5 4− 4 + 4 2.1 a) {z ∈ C : |z| 6= 1}
√√ √√ b) {z ∈ C : z 6= ±i}
b) z0 = − 22+2 + 2−2 2 i , c) {z ∈ C : Re z 6= 0} √
√√ √ √
z1 = 2+2
− 2− 2 i
, d) {z ∈ C : z 6= i, (−1 ± 2)i}
√2 √ √2√ e) {z ∈ C : z 6= −i}√
z2 = − 2− 2
− 2+2 i
, f) {z ∈ C : z 6= i ± 2}
√ √2 √√ 2
z3 = 2− 2
+ 2+2 i g) {z ∈ C : z 6= 0}
2 2
√ √ √ h) {z ∈ C : z 6= 0, ±i}
2 3 2i
c) z0 = − 2 + 2 , x2 −y2
√ √ √
2 3 2i 2.2 a) u(x, y) = x4 +2 y2 x2 +y4
,
z1 = − 2 ,
√2 −2xy
z2 = √
− 2 i, v(x, y) = x4 +2 y2 x2 +y4
z3 = 2 i, √ 2 x2 −3 x+2 y2 −5
√ b) u(x, y) = ,
z4 = 2 23 + 2i , 4 x2 −20 x+4 y2 +25
−7 y
√ √ v(x, y) = 4 x2 −20 x+4 y2 +25
z5 = − 2 23 + 2i
c) u(x, y) = x3 − 3x(y2 + 1) + 2,
2
d) z0 = 2 , 3 v(x, y) = y(3x2 − y2 − 3)
2
√
z1 = 2 − 21 + 23 i ,
3
d) u(x, y) = 2x2 +3x+y+2y2 −2
,
√ 4 x2 −4 x+4 y2 +4 y+2
2 −x−5y−2
z2 = −2 3 21 + 23 i v(x, y) = 4 x2 −4 x+4 y2 +4 y+2
292
RESPUESTA A LOS PROBLEMAS PROPUESTOS 293
2.3 a) z = −i √ 2.17 a) (2n ± 13 )π i, n = 0, ±1, ±2, . . .

b) z = (1 ± 5)/2
b) (2n + 21 )π i, n = 0, ±1, ±2, . . .
c) z = 4/3
c) (2n + 21 )π i − ln23 , n = 0, ±1, ±2, . . .
2.4 a) −(3/5) − 4i/5
12 − 13 i
b) √ d) i
c) 2(1 + i)/2 e) ln 3 + (2n + 1)π i, n = 0, ±1, ±2, . . .
d) (7 − 4i)/13
e) 1/2 2.18 a) e−π /2
f) 1/3 b) eπ +i2 ln 2
g) (1/2) − 2i/3
c) e3π
2 /2
h) 1
i) −π /2 2.19 D = C − {z ∈ C : Re z ≤ 0, Im z = −1}
j) −π /2
2.20 D = C − {z ∈ C : Re z = 0, |Im z| ≥ 1}
2.5 1 + i 1
(ez +1) ,
2.21 a) f (z) = e 2 Log√
2.6 a) C − {−3i} ′ z
f (z) = e /(2 ez + 1)
b) C
b) f (z) = cos(Log(z)),
c) C − {z : Im z = 0}
f ′ (z) = − sen(Log(z)) /z
2.7 C c) f (z) = Log (ez + 1),
f ′ (z) = ez /(ez + 1)
2.9 a) D = {z = x + i y : y = x}, f ′ (z) = 2x
2
b) D = {z = x+ i y : x = −3/2}, f ′ (z) = 2x+ 2 d) f (z) = e(Log(z)) ,
2
c) D = {− 12 , − 12 + i}, f ′ (z) = 2y + i f ′ (z) = 2 eLog(z) Log(z) /z
2.11 a) D = C, f ′ (z) = 2(z + 1) e) f (z) = ecos z Log(i) ,

f ′ (z) = − Log(i) eLog(i) cos(z) sen(z)
b) D = C − {0}, f ′ (z) = 1 − z12
f) f (z) = esen z Log(z) ,
c) D = C − {3}, f ′ (z) = 8
(z−3)2 f ′ (z) = eLog(z) sin(z) cos(z) Log(z) + senz (z)
3 +3 z2 +1
d) D = C − {0, ±i}, f ′ (z) = − 4 2z z
z (z 2 +1)
2
2.22 f ′ (z) = log(i) ez ee log(i) ,
n √ o f ′ (π i/2) = 3π e3π /2/2
1
e) D = C − ± 2 2 ± 12 i , (
4 z3 v ≤ −1/2
f ′ (z) = 2 2.27 f (D) :
(z4 +1) u+v≥ 1
f) D = C\ {z ∈ C : Im z = 0 y Re z ≤ −4 ó z =
√ 2.28 a) f (D) = M1√− M2 , donde
2
± 2 (1 − i)}, M1 : |w| ≥ 2/2,
2z Log(z+4)
(
f ′ (z) = 2 1 − 2 u−v ≥ 0
(z +i)(z+4) (z2 +i) M2 :
z
u+v ≤ 0
g) D = C, f ′ (z) = ez+e
b) f (D) = M1 − M2 , donde
h) D = C, f ′ (z) = ez cos(ez ) |w − 1 + 2i| ≥ 2,
M1 : (
2.13 D = {z = x + iy : xy < 1} |w| ≤ 1
M2 :
|w + 1 + i| ≤ 1
2.14 a) D = R2 ,
v(x, y) = y2 − x2 − 3x + c c) f (D) = M1 − M√2 , donde
M1 : |w
( + 3| ≥ √ 8,
b) D = R2 − {(1, 0)},
−y
v(x, y) = x2 −2x+y |w − 1| ≤ 2
2 +1 + c M2 : √
|w + 1| ≤ 2
c) D = R2 − {(0, 0)},
x(x2 +y2 +1) d) f (D) = M1 − M2 , donde
√
u(x, y) = +c M1 : |w
x2 +y2
( + 1 − 2i| ≤ 2,
d) D = R2 − {(−1, −2)}, |w| ≥ 1
M2 :
u(x, y) = (x+1)2x+1
+(y+2)2
+c |w − 1 − i| ≥ 1
294 RESPUESTA A LOS PROBLEMAS PROPUESTOS
Capı́tulo 3 b) z0 = −2, polo de orden 2

z1 = 3, polo simple
3.1 a) |z| < 1 g) |z| < e
c) z0 = −1, polo simple
b) |z| < ∞ h) |z| < e−1 z1 = 1, punto singular removible
√
c) z = 0 i) |z| < |a|−1 2
z2 = 2 (1 + i), polo simple
√
2
d) |z| < 2 j) |z − 1| > 2 z3 = − 2 (1 + i), polo simple
e) |z + i| < 1 k) |z + 2| < 2 d) z0 = −1, polo simple
z1 = 1, polo simple
f) |z| < 1 l) |z| < 1 √
z2 = 22 (1 + i), polo simple
∞ √
(−1)n (z−2i)n z3 = − 2
3.2 a) ∑ (2i)n+1
, |z − 2i| < 2 2 (1 + i), polo simple
n=0
∞
(−1)n (2i)n
e) z0 = 0, polo de orden 2
∑ (z−2i)n+1
, |z − 2i| > 2
n=0 f) z0 = 0, punto singular esencial
∞
b) − ∑ (z − 2)n , |z − 2| < 1 g) z0 = 0, punto singular removible
n=0 h) z0 = 0, polo de orden 2
∞
∑ (z − 2)−(n+1), |z − 2| > 1
n=0
∞ Capı́tulo 4
c) ∑ (−1)n z2n , |z| < 1
n=0 4.1 a) − π2i
∞
∑ (−1)n z−2(n+1) , |z| > 1 b) π i
n=0
∞ 4.2 0
d) ∑ (−1)n+1 n z2n−2 , |z| < 1
n=1
∞ 4.3 2 − π i
∑ (−1)n (n + 1)z−2(n+2), |z| > 1 √
n=1 4.4 8 32+4 i
∞ h i
e) ∑ 3n+1
1 1
− 2n+1 (z + 1)n, |z + 1| < 2 4.5 a) C no debe contener ni confinar el punto
n=0
∞
(z+1)n
∞ z = −2
2n
∑ 3n+1
+ ∑ (z+1)n+1
, 2 < |z + 1| < 3
n=0 n=0 b) C no debe intersectar con el eje real nega-
∞ tivo ni el cero
3n −2n
∑ (z+1)n+1
, |z + 1| > 3
n=0 c) C no debe contener ni confinar los ceros de
∞
f) ∑ (−1)n 1
(z − 1)n + 8(z−1) 1
+ 2(z−1) la función f (z) = 1 + ez
4n+1 2,
n=0
0 < |z − 1| < 4
d) C no debe contener ni confinar los ceros de
∞
(−1)n 4n
la función f (z) = 1 − ez
∑ (z−1)n+1
1
+ 8(z−1) 1
+ 2(z−1) 2, 1
n=0 4.6 a) F(z) = − z−i +c
|z − 1| > 4
1
∞
(−1)n 2(n−1)
b) F(z) = − z−i +1
g) ∑ (2n)! z , |z| > 0
n=0 4.7 a) 0
∞ ∞
h) ∑ 8(−1)n
+ ∑
12(−1)n
+ b) 2 e−2 π i
(2n)! (z−2)2n (2n)! (z−2)2n−1
n=0 n=0
∞
6(−1)n
∞
(−1)n c) sen(1)(e−4
sen(1)) + cos(1)(cos(1)+e)
4 −
∑ (2n)! (z−2)2n−2 + ∑ (2n)! (z−2)2n−3 , sen(1)(cos(1)+e)
n=0 n=0 16
|z − 2| > 0
∞ d) 20! 2 π i
21
e−2i −(−1)n e2i (2i)n (z+1)n−3
i) ∑ 2i n! , e) 2π i sen(a)/a
n=0
|z + 1| > 0 f) ea 1 + a2
∞ ∞
j) ∑ 3
n! (z−1)n + ∑ 3
n! (z−1)n−1
+ 4.8 a) 2π
n=0 n=0
∞ b) π /3
∑ 1
n! (z−1)n−2
, |z − 1| > 0
n=0 c) 4π
√
3.3 a) z0 = 0, polo de orden 2 d) 6 5
z1 = 2 + i, polo simple
z2 = 2 − i, polo simple 4.9 a) Res [ f (z)] = 1/3, Res [ f (z)] = 5/3
z=−1 z=2
b) Res [ f (z)] = 1, Res [ f (z)] = −1 d)

z=0 z=1
f4 (t)
c) Res [ f (z)] = 1/2, Res [ f (z)] = 45 (1 − 3i ),
z=1 z=3i 1
Res [ f (z)] = 45 (1 + 3i )
z=−3i
t
d) Res [ f (z)] = 1/4, Res [ f (z)] = 83/4 a
z=0 z=−4
e) Res [ f (z)] = −1/8, Res [ f (z)] = 0

z=−3 z=0
f) Res [ f (z)] = 1
z=0 e)
√ f5 (t)
2
g) Res [ f (z)] = 4 (1 + i) 1
z=eπ i/4
√ √ ··· ···
1+ 3i 3+ 3
h) Res [ f (z)] = − sen 2 12
z=eπ i/3 −3π −π π 3π t
-π 0π π
i) Res [ f (z)] = −π
2 2 2 2
z=π
4.10 a) i) 0, ii) 2π i
b) i) π3 (−2 − 4i3 ), ii) 2π i f)
√ 6π √
f6 (t)
c) i) 0, ii) (2 6−1)( 6+1)
, iii) 0
1
d) i) 0, ii) 0
e) i) 2π i, ii) 6π i √
2
√
2 t
−( + 1) ( − 1)
π 2 2
f) i) 0, ii) 25 (−14 + 2i)
19π i 19π i
g) i) 108 , ii) − 108
g)
Capı́tulo 5 f7 (t)
5.1 a) 4
f1 (t)
3
4
2
3
1
2 1/2
1 t
1 1 3 2
2 2
1 2 3 t
b)
f2 (t) h)
f8 (t)
1
4
1 2 3 t
3
c) 2
f3 (t)
1
1
-5 - 9 -4 -3 -2 - 3 -1 1 3 2 3 t
t 2 2 2
a
5.2 a) 0 b)
g(n)
b) 12 2 b
c) 1/2 1 b
d) −9
1 2
n
5.3 a) h(t) = pa (t − (a + b))
c)
b) No existe g(n)
b
2
c) h(t) = 12 t 2 u(t) − 12 (t − 1) u(t − 1)
b b
1
d) h(t) = −(t + 1)u(t + 1) + 2t u(t)
−(t − 1)u(t − 1) 0
n
-20 -16 -12 -4
e) h(t) = u(−t) + 2e−t − e−2t u(t) -1
f) h(t) = (1 − (t + 1)e−t ) u(t) b

-2 b

g) h(t) = 21 3 − e−2t u(t)
d)
h) h(t) = e−2(t−1) u(t − 1) + g(n)
e−2t (et − 1)u(t) 2 b
1
5.4 a) h(t) = −(t + 2)u(t + 2) +
2(t + 1) u(t + 1) − 0
2(t − 1)u(t − 1) + 1 2 3
n
b
(t − 2) u(t − 2) -1
b
b) h(t) = −(t + 1)u(t + 2) + -2
2(t + 1) u(t + 1) − 2 u(t)−
2(t − 1)u(t − 1) +
(t − 1) u(t − 2) e)
g(n)
2
c) h(t) = 2(t + 2)u(t + 2) −
2(t + 1) u(t + 1) − 2t u(t)+ b b b b b
1 b b b b
2(t − 1)u(t − 1) + p1 (t − 2) ··· ···

b b b b
 n

 0, t ≤ −1, -6 -5 -4 -3 -2 -1 1 2 3 4 5 6



 (t+1)2 (t−2)
− , −1 < t ≤ 0, f)

 6

 g(n)
2
d) h(t) = (t−1) (t+2)−3t(t−2)
6 , 0 < t ≤ 1, 2



 (t−2)2 ,

 1 < t < 2,
b b b b
1 b b b b

 2 ··· ···


 b b b b b
0, t≥2 n
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6
5.5 a) 5 4
g(n) 5.6 a) h(n) = ∑ u(n − k) − ∑ u(n + k)
b k=1 k=0
2
b
b) h(n) = (4(1/2)n − 2(1/3)n) u(n) +
1
(1/2)n−1u(n − 1)
0 c) h(n) = (n + 3) (u(n + 2) − u(n − 1)) +
1 2 3 4 5
n
-1 b
(3 − n) (u(n − 1) − u(n − 3))
d) No existe
b b
-2 3
e) h(n) = ∑ (n − k)u(n − k)
k=−2
f) h(n) = (n − 1) (u(n + 1) − u(n − 4)) + p1 ((ω − 1)/2)

l) G12 (ω ) = + πδ (ω )
(n − 2) (u(n) − u(n − 5)) + jω
G13 (ω ) = 2j p1 ω +2π −1 − p1 ω −2π −1
2

m)
∑ k u(k − n)
G14 (ω ) = e− jω p1 ω −1

k=−2 n) 2
2
(−1)k 1
g) h(n) = ∑ 2k+2
[δ (n − k)− 6.5 a) f (t) = 21π πδ (t) − 2 −
k=−2 jt
δ (n − (k + 1)) + δ (n − (k + 2)) 1 −2

b) f (t) = 4π t (1 − cos(2t))
−δ (n − (k + 3))]
4 sent
4 5
(−1)ℓ c) f (t) = 21π 1 +
h) h(n) = ∑ ∑ ℓ+1 δ (n − (k + ℓ)) t
k=0 ℓ=0 1
d) f (t) =
πt
Capı́tulo 6 √
6.6 a) A(ω ) = 2/ 1 + 4ω 2, para ω ∈ R
1 φ (ω ) = arctan(2ω ), para ω ∈ R
6.1 a) F(ω ) = 1
2 − jω
b) A(ω ) = 2| sen ω |/|ω |, para ω 6= 0
∞
π
2 e jω
sen ω φ (ω ) = ∑ (ω − kπ )pπ /2 ω − (2k+1) ,
b) F(ω ) = k=0
2
ω para ω > 0
16 sen2 (ω /8) 16 sen2 (ω /8)
c) F(ω ) = c) A(ω ) = , para ω 6= 0
ω2 ω2
8 φ (ω ) = 0
d) F(ω ) = + 8 j πδ ′ (ω )
jω d)
1
A(ω ) = 2 , para ω 6= 0
ω
e) F(ω ) = π j δ ′ (ω ) − ω12 φ (ω ) = π , para ω 6= 0
f) F(ω ) = 2π e− jω t0 e) A(ω ) = 2|sen ω |/|ω |, para ω 6= 0
g) F(ω ) = 2π cos(πω ) −2ω ,
 0 < ω ≤ π2 ,
jω
jω
φ (ω ) = 2π − 2ω , π2 < ω ≤ π
e 2 2 − 2 e 2 + jω 
3π − 2ω , π < ω ≤ 2π

h) F(ω ) =
2 ω2 (periódica, con periodo 2π , para ω > 0)
2a 1
i) F(ω ) = 2 f) A(ω ) = 2 , para ω 6= 0
a + ω2 ω
φ (ω ) = π , para ω 6= 0
j) F(ω ) = 2π e−a|ω |
8
1 g) A(ω ) = , para ω 6= 0
k) F(ω ) = + 2πδ (ω ) |ω |
ω φ (ω ) = − π2 u(−ω ) + π2 u(ω )
2 sen ω 8 j e− jω sen2 (ω /4)
l) F(ω ) = +
ω ω2 Capı́tulo 7
6.3 a) G1 (ω ) = p1 ((−ω − 1)/2) (s + 1)e−s + s
b) G2 (ω ) = j [δ (ω + 1) − δ (ω − 3)] 7.1 a) F(s) = , Re s < −1
s+1
c) G3 (ω ) = e jω p1 ((ω − 1)/2) 1 − e−5(s−a)
b) F(s) = , Re s > a
d) G4 (ω ) = 51 e−3 jω /5 p1 (−(ω + 5)/10) s−a
4
e) G5 (ω ) = −2 e jω p1 ((ω − 1)/2) + c) F(s) = 2
s − 8s + 32
, Re s > 4
j(δ (ω + 1) − δ (ω − 3)) 2(s − 1)
d) F(s) = , −3 < Re s < 5
f) G6 (ω ) = jω p1 ((ω − 1)/2) (s + 3)(s − 3)
g) G7 (ω ) = −p1 ((ω − 1)/2) + e) No existe
δ (ω + 1) + 3δ (ω − 3) f) No existe
s−1
h) G8 (ω ) = 21 e− j(ω +2)/2 p1 (ω /4) g) F(s) = 2 , Re s > 0
s
i) G9 (ω ) = p1 ((ω + 1)/2) n!
h) F(s) = − , Re s < −1
j) G10 (ω ) = j(δ (ω + 3) − δ (ω − 1)) (s + 1)n+1
s
k) G11 (ω ) = j(e j δ (ω + 3) − e−3 j δ (ω − 1)) i) F(s) = 2
s + a2
, Re s > 0
a
j) F(s) = , Re s < −a Capı́tulo 8
a2 − s2
1 − (1 + 3s)e−3s z
7.2 a) F1 (s) = , Re s > 0 8.1 a) F(z) = , |z| > 12
s2 z + 12
1 − (1 + 3s)e −3s 1 2
b) F2 (s) = 2
+ , Re s > 0 2z z − a 2a+1
s 2 b) F(z) = , |z| > |a|
1 − e−2s (z − a)(z − 1a )
c) F3 (s) = , Re s > 0
s
2 3 senh(1) z (z2 − 9)
2e−3s/2 es/2 − 1 c) F(z) = , |z| > 1
d) F4 (s) = , Re s > 0 (z2 − 6 cos(1) z + 9)2
s2
3
18e−6s d) F(z) = , |z| < 3
7.3 a) G(s) = , Re s > − 31 z+3
(s + 13 )2
z11 − 1
4e−2s(s + 2) e) F(z) = , |z| > 1
b) G(s) = , Re s > −1 z5 (z − 1)
(s + 1)3
2e−3s(3s + 5) − 53 z 1
c) G(s) = , Re s > −1 f) F(z) = , 3 < |z| < 2
(s + 1)3 (z − 13 )(z − 2)
2s e−2s
d) G(s) = , Re s > −1 − 47 z
(s + 1)2 g) F(z) = , |z| > 2
(z − 14 )(z − 2)
e−2s (4s2 + 6s − 2)
e) G(s) = , Re s > −1 −5 z
(s + 1)3 h) F(z) = , |z| < 1
( 25z2 + 1 5
0, a < 0,
f) G(s) = −as
s∈C eα senh(β ) z
f (a)e , a ≥ 0, i) F(z) = ,
z2 − 2eα cosh(β )z + e2α
2e−3s s2 es + s(2 + es) + 4 |z| > eα +β
g) G(s) = ,
(s + 1)3
Re s > −1 16
2e−2s 8.2 a) G(z) = , |z| > 1
h) G(s) = , Re s > 0 z2 (z − 1)
s(s + 1)3
2z 1
7.4 a) f (0+ ) = 1, lı́m f (t) = 0 b) G(z) = , |z| > 2
t→∞ (z − 21 )3
b) f (0+ ) = 0, lı́m f (t) = 0
t→∞ 4z2 (z − 1)
c) G(z) = , |z| < 2
c) f (0+ ) = 0, lı́m f (t) = 6
25 (z − 2)2
t→∞
d) f (0+ ) = ∞, lı́m f (t) = 0 10z − 1 1
t→∞ d) G(z) = , |z| > 6
162 z2 (z − 61 )
e) f (0+ ) = 0, lı́m f (t) = 0
t→∞
f) f (0+ ) = 1, lı́m f (t) = 0 8.3 a) f [n] = δ [n] + 2(−1)n3n u[n]
t→∞
7.5 a) f (t) = sen(−t) u(−t) b) f [n] = 12 (1 − (−1)n) u[n]
b) f (t) = sen(at) u(t) c) f [n] = 13
u[n] + 92 n u[n] −
27
c) f (t) = 41 3e−t u(t) − e3t u(−t) 14
2n u[−n − 1]
d) f (t) = δ (t) + (2 + et ) u(t) 27
−2t
e) f (t) = − 24 1 37
6 + 5t e u(t) − d) f [n] = δ [n] + 70
37
(−1)n 2n u[−n] +
5 t
1 1 2 13
4 2 t − t − 4 + 9 e u(−t)
17
5 2−n u[−n] − 73
7 3−n u[−n]
−t
f) f (t) = e cos(t) u(t) − cos(2t) u(−t)
3−n
7.6 f (t) = α9 et u(−t) − 20e−2t − 18e−t u(t)

8.4 f [n] = − u[n − 1]
n
Bibliografı́a
[1] Churchil, R. y Ward, J. (2004). Variable Compleja y Aplicaciones 7ma. ed. McGraw-Hill,
Madrid.
[2] David, A. (1997). Variable Compleja con Aplicaciones 2da. ed. Addison-Wesley Iberoame-
ricana, Wilmington, Delaware.
[3] Derrick, W. (1987). Variable Compleja con Aplicaciones. Grupo Editorial Iberoamérica,
México.
[4] James, G. (2002). Matemáticas Avanzadas para Ingenierı́a 2da. ed. Prentice Hall, México.
[5] Kamen, E.W. y Heck, B.S. (2008). Fundamentos de Señales y Sistemas Usando la Web y
Matlab 3era. ed. Prentice Hall, México.
[6] Lindner, D.K. (1999). Introduction to Signals and Systems. McGraw-Hill, Boston.
[7] Markushévich, A.I. (1967). Teorı́a de las Funciones Analı́ticas, vol. I. Editorial Mir, Moscú.
[8] Soliman, S.S. y Srinath, M.D. (1999). Señales y Sistemas Continuos y Discretos 2da. ed.
Prentice Hall, México.
299
Índice
Argumento, 9 definición, 205

principal, 10 Frontera de un conjunto, 16
Aritmética compleja con Python, 18 Función armónica, 39
armónica conjugada, 39
Cero de una función, 38 Función de variable compleja, 23–71
Circunferencia unitaria, 14
analı́tica, 37
Conjunto abierto, 15
continua, 28
Conjunto acotado, 18
definición, 23
Conjunto cerrado, 17
derivada de, 32
Conjunto conexo, 17
dominio de, 24
Conjunto no acotado, 18
entera, 38
Continuidad, 28–31
funciones componentes, 25
teoremas de, 29
lı́mite de, 25
Contorno, 105, 107
monovaluada, 23
cerrado simple, 107
multivaluada, 23
curva, 106
punto singular de, 38
curva suave, 106
Convolución en el dominio continuo, 152 racional, 24
definición, 152 rango de, 24
propiedades, 152 Funciones de dominio continuo, 139–162
Convolución en el dominio discreto, 165 convolución, 152
definición, 166 definición, 139
propiedades, 166 escalón unitario, 144
función de muestro o Sa , 149
Derivada generalizada, 150 función rampa, 148
Desarollo de MacLaurin, 83 función seno cardinal o sinc , 149
Diagrama de polos y ceros de la función signo, 147
transformada z, 265 impulso unitario, 140
Diagrama de polos y ceros de la propiedades, 141
transformada de Laplace, 225 pulso exponencial, 147
Diferenciación, 32–36 pulso rectangular, 145
ecuaciones de Cauchy-Riemann, 33 pulso triangular, 146
reglas de, 32 Funciones de dominio discreto, 162–173
Disco unitario, 14 convolución, 165
Dominio, 17 definición, 162
escalón unitario discreto, 163
Euler, Leonhard, 12
Expansión en fracciones parciales, 130 función rampa discreta, 164
función signo discreto, 164
Fórmula integral de Cauchy, 117 impulso unitario discreto, 163
extensión, 118 Funciones elementales, 43–54
Fase, 205 exponencial, 43
300
ÍNDICE 301
exponente complejo, 51 Introducción al cálculo operacional con

exponencial de base c, 51 Python, 173
funciones hiperbólicas inversas, 53–54
funciones trigonométricas inversas, Magnitud, 205
52–53 definición, 205
inversa de la tangente, 52 Mapeo, 54–66
inversa del coseno, 52 bilineal, 63–66
inversión, 60–63
inversa del seno, 52
inyectivo, 55
hiperbólicas, 46–47
lineal, 55–60
cosecante hiperbólica, 47
w = bz, 57
coseno hiperbólico, 46
w = bz + c, 59
cotangente hiperbólica, 47
w = z + c, 55
secante hiperbólica, 47
seno hiperbólico, 46 Número complejo, 1–20
tangente hiperbólica, 47 argumento, 9
logaritmo, 47–50 principal, 10
corte ramal, 49 conjugado, 5
rama principal del, 49 coordenadas polares, 9
ramas del, 49 definición, 1
valor principal del, 48 desigualdad triangular, 7
trigonométricas, 44–45 fórmula de Euler, 12
cosecante, 45 inverso aditivo, 2
coseno, 44 inverso multiplicativo, 2
cotangente, 45 operaciones algebraicas, 2
secante, 45 división, 2
seno, 44 multiplicación, 2
tangente, 45 resta, 2
Funciones, Lı́mite, Derivada y Mapeos con suma, 2
Python, 67 parte imaginaria, 1
parte real, 1
Integración y residuos con Python, 133 plano complejo, 4
Integral, 104–119 potencia n-ésima, 13
contorno, 107 raı́z n-ésima, 13
representación geométrica, 4
cerrado simple, 107
unidad imaginaria, 1
curva, 106
valor absoluto, 5
suave, 106
de lı́nea, 105–110 Polinomio complejo, 24
propiedades, 108 Punto de acumulación, 17
definida, 104 Python
propiedades, 105 aritmética compleja con, 18
fórmula integral de Cauchy, 116 funciones, lı́mite, derivada y mapeos
extensión de la, 117 con, 67
indefinida, 113 integración y residuos con, 133
primitiva, 114 introducción al cálculo operacional con,
principio de independencia de la 173
trayectoria, 114 series de potencias y singularidades con,
teorema de Cauchy-Goursat, 110 100
extendeión del, 111 transformada de Fourier con, 214
302 ÍNDICE
transformada de Laplace con, 257 Transformada z, 261–290

bilateral, 261
Residuo, 119 diagrama de polos y ceros de la, 265
cálculo del, 121 propiedades de la, 268
en un polo, 121 región de convergencia, 262
en un punto singular esencial, 121 tabla de pares de transformadas, 279
en un punto singular removible, 121 tabla de propiedades, 274
teorema de los residuos, 124 unilateral derecha, 261
unilateral izquierda, 261
Serie, 77–92 Transformada z inversa, 264
de Laurent, 87 definición, 265
de números complejos, 78 expansión en serie de potencias, 285
convergente, 79 integración compleja, 283
de potencias, 80 inversión por tablas, 289
de Taylor, 82 Transformada de Fourier, 184–213
desarollo de MacLaurin, 83 definición, 184
propiedades adicionales de, 91 propiedades de la, 186
Teorema de Cauchy-Hadamard, 80 tabla de pares de transformadas, 199
Teorema de Laurent, 88 tabla de propiedades, 193
Teorema de Taylor, 83 Transformada de Fourier con Python, 214
Serie de Laurent, 87 Transformada de Laplace, 219–258
Serie de números complejos, 77 bilateral, 219
Series de potencias y singularidades con diagrama de polos y ceros de la, 225
Python, 100 propiedades de la, 228
Singularidades aisladas, 92–100 región de convergencia, 220
polo de orden m, 94 tabla de pares de transformadas, 240
punto singular aislado, 92 tabla de propiedades, 235
punto singular esencial, 98 unilateral derecha, 219
punto singular removible, 97 unilateral izquierda, 219
Sucesión, 77 Transformada de Laplace con Python, 257
de números complejos, 77 Transformada inversa de Fourier, 185
convergente, 77 definición, 185
Transformada inversa de Laplace, 224
Teorema de Cauchy-Goursat, 110 definición, 224
Teorema de Cauchy-Hadamard, 80 integración de contornos, 245
Teorema de Laurent, 88 inversión por tablas, 254
Teorema de los Residuos, 124
Teorema de Taylor, 83 Vecindad, 15

Introducción a números complejos y cálculo operacional con Python

Cargado por

Información del documento

Descripción original:

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

Introducción a números complejos y cálculo operacional con Python

Cargado por

Copyright:

Formatos disponibles

Variable Compleja

Versión preliminar para el uso en el curso

ADVERTENCIA: Este libro se distribuye para los estudiantes

Antes de leer y usar los programas de este libro v

2 Funciones de Variable Compleja 23

2.8 Funciones, Lı́mite, Derivada y Mapeos con Python . . . . . . . . . . . . . . . . 67

3 Series de Potencias y Singularidades Aisladas 77

4 Integración Compleja 104

5 Funciones de Dominios Continuo y Discreto 139

5.2.4 Función Signo Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

6 Transformada de Fourier 184

7 Transformada de Laplace 219

Respuesta a los Problemas Propuestos 292

Todos los objetos de la librerı́a Sympy se cargan previamente con la instrucción:

En el capı́tulo 5 se da una introducción al cálculo operacional, comenzando con la caracte-

La primera referencia escrita de la raı́z cuadrada de un número negativo la encontramos en la

En la siguiente proposición se describen algunas propiedades de las operaciones algebraicas de

Proposición 1.1. Para todo z, w, s ∈ C se cumplen las siguientes propiedades:

La Proposición 1.1 permite asegurar que el conjunto de números complejos conforma un

Ejemplo 1.3. Demostrar que la identidad

La siguiente proposición relaciona la división de números complejos con el inverso multipli-

Proposición 1.2. Sean z, w ∈ C. Si w 6= 0, entonces

1 = w w−1 = (u + i v)(a + i b) = (ua − vb) + i (ub + va),

de donde se obtiene el siguiente sistema de ecuaciones lineales con incógnitas a y b.

1.3 Representación Geométrica

Figura 1.1. Representación de un número complejo como un par ordenado

Figura 1.2. Representación de un número complejo como un vector

1.4 Valor Absoluto y Conjugado

Definición 1.4 (Conjugado). El conjugado del número complejo z = x + i y, denotado por z, se

Figura 1.3. Conjugado de un número complejo

Proposición 1.3. Sean z1 y z2 , números complejos. Las siguientes propiedades se cumplen:

10) |z1 z2 | = |z1 | |z2 |.

Ejemplo 1.4. Si z1 y z2 son números complejos tales que |z1 | =

|z1 + z2 | ≥ ||z1 | − |z2 ||.

Solución. Por la Proposición 1.3 6), podemos escribir:

|z1 + z2 |2 = (z1 + z2 )(z1 + z2 ) = |z1 |2 + z1 z2 + z2 z1 + |z2 |2

de donde se deduce que |z1 + z2 | ≥ ||z1 | − |z2 ||.

Solución. Tomando z1 = z2 y z2 = z3 en el Ejemplo 1.4, obtenemos:

|z2 + z3 | ≥ ||z2 | − |z3 ||,

de donde se deduce que

que era lo que deseábamos demostrar.

La suma de los números complejos z1 = x1 + i y1 y z2 = x2 + i y2 , tiene una interpretación

Figura 1.4. Suma vectorial de números complejos.

Proposición 1.4 (Desigualdad triangular). Sean z1 y z2 números complejos. Entonces, la si-

Demostración. Usando apropiadamente la Proposición 1.3 6), podemos escribir:

|z1 + z2 |2 = (z1 + z2 ) (z1 + z2 ) = (z1 + z2 ) (z1 + z2 ) = z1 z1 + z1 z2 + z2 z1 + z2 z2

de donde se deduce que

con lo cual queda establecida la desigualdad triangular.

La desigualdad triangular se puede extender a más de dos vectores, es decir, la longitud de

Proposición 1.5 (Desigualdad triangular generalizada). Sean z1 , z2 , . . . , zn números complejos,

|z1 + z2 + · · · + zn | ≤ |z1 | + |z2 | + · · · + |zn |.

Demostración. Realicemos la demostración por inducción. Por la Proposición 1.4, la desigualdad

|z1 + z2 + · · · + zh | ≤ |z1 | + |z2 | + · · · + |zh |.

|z1 + z2 + · · · + zh + zh+1 | ≤ |z1 + z2 + · · · + zh | + |zh+1 |

para todo entero h ≥ 1. Con esto queda demostrada la desigualdad.

1.5 Coordenadas Polares

En la Figura 1.5 se muestra un ejemplo de la representación en coordenadas polares de un

Figura 1.5. Coordenadas polares de z

La existencia de infinitos valores de θ es una consecuencia de la periodicidad de las funciones

entonces se tiene que

r1 (cos(θ1 + 2nπ ) + i sen(θ1 + 2nπ )) = r1 (cos θ1 + i sen θ1 ) = z1 , para n ∈ Z,

en otras palabras, (r, θ1 + 2nπ ) también son coordenadas polares de z1 .