Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Autor:
Ing. Onnan Ezequiel Flores Gutiérrez
Profesor:
Dr. Carlos Alberto Mendoza Galán
Página 1 de 31
CONTENIDO
Introducción ............................................................................................................. 3
Objetivos ................................................................................................................. 4
Objetivo General .................................................................................................. 4
Objetivos especifico ............................................................................................. 4
Marco teórico........................................................................................................... 5
Descomponer una señal periódica por series de Fourier ..................................... 5
Tipos de señales .................................................................................................. 7
Describir matemáticamente las series de Fourier ................................................ 9
Mostrar que el siguiente conjunto es un conjunto ortogonal ........................... 10
Funciones paras e impares............................................................................. 13
Encontrar la descomposición de una función periódica por serie de Fourier .. 14
Fenómeno de Gibbs ....................................................................................... 15
Las condiciones de Dirichlet ........................................................................... 16
Describir los espectros de frecuencia ............................................................. 17
Describir y ejemplificar la fórmula de Parseval ............................................... 19
Señal no periódica: Transformada de Fourier .................................................... 20
Aplique sus resultados para encontrar algunas sumas de series numéricas ..... 20
Resultados (ejercicio Propuestos) ......................................................................... 23
Resolver ejercicio N°4, tomando en consideración todo lo anterior. .................. 23
Conclusiones ......................................................................................................... 30
Bibliografía ............................................................................................................ 31
Página 2 de 31
Introducción
Página 3 de 31
Objetivos
Objetivo General
Objetivos especifico
Página 4 de 31
Marco teórico
Descomponer una señal periódica por series de Fourier
A continuación, se presenta una señal periódica, la cual será descompuesta por
series de Fourier.
En la gráfica se puede apreciar que la onda cuadrada tiene una altura de 3, y tiene
un periodo de 2𝜋, es decir la función se repite en un periodo de tiempo de 2𝜋.
A continuación, se calcula los términos 𝑎0 , 𝑎𝑛 𝑦 𝑏𝑛 , por lo tanto se procede a calcular
los términos:
Para 𝑎0 la función toma un valor 3 𝑑𝑒 0 𝑎 𝜋 y un valor 0 𝑑𝑒 𝜋 𝑎 2𝜋, por lo tanto el
termino queda:
𝜋 2𝜋 𝜋
1 1 𝜋 1 1 3
𝑎0 = (∫ 3𝑑𝑡 + ∫ 0𝑑𝑡) = ∫ 3𝑑𝑡 = (3𝑡)| = (3(𝜋) − 3(0)) =
2𝜋 0 𝜋 2𝜋 0 2𝜋 0 2𝜋 2
3 3
(𝑠𝑒𝑛(𝑛𝜋) − 𝑠𝑒𝑛(𝑛0)) = (0 − 0) = 0
𝜋𝑛 𝜋𝑛
Para 𝑏𝑛 la función toma un valor 3 𝑑𝑒 0 𝑎 𝜋 y un valor 0 𝑑𝑒 𝜋 𝑎 2𝜋, por lo tanto el
termino queda:
𝜋 2𝜋 𝜋
1 3 𝜋 −3
𝑏𝑛 = (∫ 3sen(𝑛𝑡)𝑑𝑡 + ∫ 0𝑑𝑡) = ∫ sen(𝑛𝑡)𝑑𝑡 = (𝑐𝑜𝑠(𝑛𝑡))|
𝜋 0 𝜋 𝜋 0 𝜋𝑛 0
−3 3 3
(𝑐𝑜𝑠(𝑛𝜋) − 𝑐𝑜𝑠(𝑛0)) = (cos(𝑛𝜋) − 1) = − ((−1)𝑛 − 1)
𝜋𝑛 𝜋𝑛 𝜋𝑛
Página 5 de 31
Por lo tanto 𝑏𝑛 , tiene dos valores distintos siendo:
0, 𝑠𝑖 𝑛 𝑒𝑠 𝑝𝑎𝑟
𝑏𝑛 = { 6
, 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
𝑛𝜋
Entonces la serie de Fourier para la señal analizada queda:
3 6 6 6
+ 𝑠𝑒𝑛(𝑡) + 𝑠𝑒𝑛(3𝑡) + 𝑠𝑒𝑛(3𝑡) … ..
2 𝜋 3𝜋 5𝜋
A continuación, se presenta la gráfica de la serie de Fourier para distintos n,
realizado en el software Geogebra.
Página 6 de 31
Tipos de señales
Los tipos de señales se clasifican en:
Señal periódica, son aquellas a las cuales se les puede encontrar un patrón de
repetitividad, es decir, que después de un determinado tiempo, vuelve a repetirse
uno a uno los valores anteriores, una y otra vez. A este patrón se lo reconoce como
ciclo de la onda. El tiempo que demora un ciclo en desarrollarse se denomina
período, y por supuesto, se mide en segundos.
Señal aperiódica, es aquella señal que cambia constantemente sin exhibir ningún
patrón o ciclo que se repita en el tiempo. Sin embargo, se ha demostrado mediante
la transformada de Fourier, que cualquier señal aperiódica puede ser descompuesta
en un numero infinitos de señales periódicas.
Señal analógica, puede ser periódica o aperiódica, es una señal que varía de forma
continua a lo largo del tiempo. La mayoría de las señales que representan una
magnitud física (temperatura, luminosidad, humedad, etc.) son señales analógicas.
Las señales analógicas pueden tomar todos los valores posibles de un intervalo.
Las señales análogas se pueden percibir en todos los lugares, por ejemplo, la
naturaleza posee un conjunto de estas señas como es la luz, la energía, el sonido,
etc., estas son señales que varían constantemente.
Señal digital, puede ser periódica o aperiódica es aquella que presenta una
variación discontinua con el tiempo y que sólo puede tomar ciertos valores discretos,
es decir solo pueden tomar dos valores posibles. Su forma característica es
ampliamente conocida: la señal básica es una onda cuadrada (pulsos) y las
Página 7 de 31
representaciones se realizan en el dominio del tiempo. Sus parámetros son: Altura
de pulso (nivel eléctrico), Duración (ancho de pulso), Frecuencia de repetición
(velocidad pulsos por segundo). Las señales digitales no se producen en el mundo
físico como tales, sino que son creadas por el hombre y tiene una técnica particular
de tratamiento, y como se mencionó anteriormente, la señal básica es una onda
cuadrada, cuya representación se realiza necesariamente en el dominio del tiempo.
No se considera solo como energía como el área bajo la curva, o integral de la señal,
debido a que puede contener áreas de signo negativo que pueden cancelar la
media. El cuadrado de la señal será siempre positivo.
La señal tiene que ser de tipo finita para que la medida tenga significado; Una
condición necesaria para que la señal sea finita es que su amplitud → 0 cuando |t|→
∞. En cualquier otro caso la integral no converge.
Página 8 de 31
Señales de potencia, Si en x(t) la amplitud no tiende → 0 al mismo tiempo que |t|→
∞, la energía de la señal será infinita. Una mejor medida de la señal en este caso
es promedio de energía en el un intervalo de tiempo T, si es periódica, existe T.
𝑇
1 2
𝑃𝑥 = lim ∫ |𝑥(𝑡)|2 𝑑𝑡
𝑇→∞ 𝑇 −𝑇
2
o
∞
𝐶𝑘 = √𝑎𝑘2 + 𝑏𝑘2
y
𝑏𝑘
𝜃𝑘 = tan−1 ( )
𝑎𝑘
Además de la forma trigonométricas, las series también se expresan en términos de
la función exponencial.
∞
Página 9 de 31
Donde:
𝐶̃0 = 𝑎0
1
𝐶̃𝑘 = (𝑎𝑘 − 𝑖𝑏𝑘 ) = 𝐶̃0 = |𝐶̃𝑘 |𝑒 𝑖𝜙 𝑘
2
1
𝐶̃−𝑘 = (𝑎𝑘 + 𝑖𝑏𝑘 ) = 𝐶̃0 = |𝐶̃𝑘 |𝑒 −𝑖𝜙 𝑘
2
Donde:
|𝐶̃0 | = 𝑎0
1 𝐶𝑘
|𝐶̃𝑘 | = √𝑎𝑘2 + 𝑏𝑘2 =
2 2
y
𝑏𝑘
𝜙𝑘 = tan−1 (− )
𝑎𝑘
Observe que la tilde significa que el coeficiente es un número complejo. que tienen
subíndice negativo giran en sentido de las manecillas del reloj. Los coeficientes 𝐶̃𝑘
y 𝐶̃−𝑘 especifican la posición del fasor en t = 0. Entonces, la suma infinita de los
fasores, que se dejan girar en t = 0, es igual a f(t). (págs. 951-952)
Mostrar que el siguiente conjunto es un conjunto ortogonal
𝜋 2𝜋 3𝜋 𝜋 2𝜋 3𝜋
{1, 𝑐𝑜𝑠 𝑥, 𝑐𝑜𝑠 𝑥, 𝑐𝑜𝑠 𝑥, … , 𝑠𝑒𝑛 𝑥, 𝑐𝑜𝑠 𝑥, 𝑐𝑜𝑠 𝑥, … }
𝑝 𝑝 𝑝 𝑝 𝑝 𝑝
Para demostrar que este conjunto es ortogonal, se tiene que comprobar que su
producto escalar es nulo en un cierto espacio, siendo que el producto escalar se
define como:
𝑏
⟨𝑓, 𝑔⟩ = ∫ 𝑓(𝑥)𝑔(𝑥)𝑑𝑥 = 0
𝑎
Página 10 de 31
Para resolver esta integral se utiliza se utiliza la siguiente identidad trigonométrica:
1
𝑠𝑒𝑛𝜃𝑐𝑜𝑠𝜃 = 𝑠𝑒𝑛(2𝜃)
2
Reescribiendo la integral con la identidad trigonométrica:
𝑝
𝑛𝜋𝑥 𝑛𝜋𝑥 1 𝑝 2𝑛𝜋𝑥
∫ cos ( ) sen ( ) 𝑑𝑥 = ∫ sen ( ) 𝑑𝑥
−𝑝 𝑝 𝑝 2 −𝑝 𝑝
1 𝑝 2𝑛𝜋𝑥 1 𝑝 2𝑛𝜋𝑥 𝑝
∫ sen ( ) 𝑑𝑥 = (− cos ( ))|
2 −𝑝 𝑝 2 2𝜋𝑛 𝑝 −𝑝
𝑝 2𝑛𝜋𝑝 −2𝑛𝜋𝑝
=− [cos ( ) − cos ( )] =
4𝜋𝑛 𝑝 𝑝
𝑝
− [cos(2𝑛𝜋) − cos(−2𝑛𝜋 )]
4𝜋𝑛
Como coseno es una función par el cos(−2𝑛𝜋 ) = cos(2𝑛𝜋), por consiguiente, la
solución queda:
𝑝 𝑝
− [cos(2𝑛𝜋) − cos(2𝑛𝜋 )] = − [0] = 0
4𝜋𝑛 4𝜋𝑛
Por lo tanto, se demuestra que el producto escalar del conjunto dado es ortogonal
cuando n=m
𝑝
𝑛𝜋𝑥 𝑛𝜋𝑥
∫ cos ( ) sen ( ) 𝑑𝑥 = 0
−𝑝 𝑝 𝑝
Caso 2, si 𝑚 ≠ 𝑛
𝑝
𝑛𝜋𝑥 𝑚𝜋𝑥
∫ cos ( ) sen ( ) 𝑑𝑥 = 0, ∀𝑚, 𝑛 𝑒𝑛𝑡𝑒𝑟𝑜𝑠
−𝑝 𝑝 𝑝
Página 11 de 31
Esta integrar se puede resolver con la fórmula de la integral del seno
1
∫ sen(𝑎𝑥)𝑑𝑥 = − 𝑎 cos(𝑎𝑥), aplicando la formula la integral se resuelve:
𝑝 𝑝
1 𝑝 𝑚𝜋 − 𝑛𝜋 1 𝑝 𝑚𝜋 + 𝑛𝜋
(− ) cos ( 𝑥)| + (− ) cos ( 𝑥)|
2 𝑚𝜋 − 𝑛𝜋 𝑝 −𝑝
2 𝑚𝜋 + 𝑛𝜋 𝑝 −𝑝
1 𝑝 𝑚𝜋 − 𝑛𝜋 𝑚𝜋 − 𝑛𝜋
(− ) [cos ( (𝑝)) −cos ( (−𝑝))] +
2 𝑚𝜋 − 𝑛𝜋 𝑝 𝑝
1 𝑝 𝑚𝜋 + 𝑛𝜋 𝑚𝜋 + 𝑛𝜋
+ (− ) [cos ( (𝑝)) − cos ( (−𝑝))]
2 𝑚𝜋 + 𝑛𝜋 𝑝 𝑝
Página 12 de 31
Funciones paras e impares
(Zill, 1997), menciona que se puede clasificar las funciones según su paridad: Las
funciones pueden ser pares, impares o no tener paridad.
Aquellas funciones que poseen paridad satisfacen una serie de relaciones
particulares de simetría, con respecto a sus funciones inversas aditivas (funciones
inversas aditivas u opuestas son funciones que al sumarlas el resultado es cero).
Función par: 𝑓(−𝑥) = 𝑓(𝑥)
Función impar: 𝑓(−𝑥) = −𝑓(𝑥)
Las funciones pares e impares deben su nombre a la paridad de las potencias en
las funciones de potencias que satisfacen cada condición: La función f(x)=xn: es
una función par si n es un entero par, y es una función impar si n es un entero impar.
Ejemplos de funciones de x pares e impares:
Desde un punto de vista geométrico, una función par es simétrica con respecto al
eje y, lo que quiere decir que su gráfica no se altera por una reflexión sobre el eje y.
Una función impar posee una simetría rotacional con respecto al origen de
coordenadas, lo que quiere decir que su gráfica no se altera luego de una rotación
de 180 grados alrededor del origen.
Propiedades de las funciones pares e impares:
La única función que es tanto par e impar es la función cero (f(x) = 0 para
todo x).
La suma de una función par y una impar no es ni par ni impar, a menos de
que una de las funciones sea el cero.
La suma de dos funciones par es una función par, y todo múltiplo de una
función par es una función par.
Página 13 de 31
La suma de dos funciones impares es una función impar, y todo múltiplo
constante de una función impar es una función impar.
El producto de dos funciones pares es una función par.
El producto de dos funciones impares es una función par.
El producto de una función par y una función impar es una función impar.
El cociente de dos funciones pares es una función par.
El cociente de dos funciones impares es una función par.
El cociente de una función par y una función impar es u
La derivada de una función par es una función impar.
Encontrar la descomposición de una función periódica por serie de Fourier
A continuación, se presenta una función periódica, la cual será descompuesta por
series de Fourier.
𝑓(𝑥) = 𝑥𝑠𝑒𝑛(𝑥), 𝑠𝑖 − 𝜋 < 𝑥 < 𝜋
La función f(x) es par, es decir 𝑓(𝑥) = 𝑓(−𝑥)∀𝑥 ∈ (−𝜋, 𝜋), entonces 𝑏𝑛 = 0
A continuación, se calcula los términos 𝑎0 𝑦 𝑎𝑛 , por lo tanto se procede a calcular
los términos:
𝜋
1 𝜋 1
𝑎0 = ∫ 𝑥𝑠𝑒𝑛(𝑥)𝑑𝑥 = (𝑠𝑒𝑛(𝑥) − 𝑥𝑐𝑜𝑠(𝑥))|
2𝜋 −𝜋 2𝜋 −𝜋
1 1
= [(𝑠𝑒𝑛(𝜋) − 𝜋 cos(𝜋)) − (𝑠𝑒𝑛(0) − 𝜋 cos(0))] = (𝜋 + 𝜋) = 1
2𝜋 2𝜋
Para 𝑎𝑛 la función toma un valor 3 𝑑𝑒 0 𝑎 𝜋 y un valor 0 𝑑𝑒 𝜋 𝑎 2𝜋, por lo tanto el
termino queda:
1 𝜋
𝑎𝑛 = ∫ 𝑥𝑠𝑒𝑛(𝑥) cos(𝑛𝑥) 𝑑𝑥
𝜋 −𝜋
Para 𝑛 ≠ 1
1 𝜋 2(−1)𝑛+1
𝑎𝑛 = ∫ 𝑥𝑠𝑒𝑛(𝑥) cos(𝑛𝑥) 𝑑𝑥 =
𝜋 −𝜋 𝑛2 − 1
Para 𝑛 = 1
1 𝜋 1
𝑎𝑛 = ∫ 𝑥𝑠𝑒𝑛(𝑥) cos(𝑛𝑥) 𝑑𝑥 = −
𝜋 −𝜋 2
Entonces la serie de Fourier para la señal analizada queda:
∞
1 (−1)𝑛+1
𝑥𝑠𝑒𝑛(𝑥) = 1 − cos(𝑥) + 2 ∑ 2 cos(𝑛𝑥)
2 𝑛 −1
𝑛=2
Página 14 de 31
A continuación, se presenta la gráfica de la serie de Fourier para distintos n,
realizado en el software Geogebra.
Fenómeno de Gibbs
(Rodriguez del Río & Zuaza) describen el fenómeno de Gibbs, “mediante un ejemplo
concreto: la función de salto”. Es decir, es la descripción del comportamiento que
tiene la serie de Fourier asociada a una función definida a trozos periódica en una
discontinuidad no evitable de salto finito.
A continuacion para observar el fenomeno de Gibbs, (Rodriguez del Río & Zuaza),
emplean el sigueinte ejemplo:
Consideremos la funcion salto
−1, −𝜋 ≤ 𝑥 < 0
𝑓(𝑥) = {
1, 0≤𝑥≤𝜋
La N-ésima suma parcial correspondiente a su serie de Fourier viene dada por la
expresión:
𝑁
𝑎0
𝑆𝑁 (𝑥) = + ∑[𝑎𝑘 cos(𝑘𝑥) + 𝑏𝑘 𝑠𝑒𝑛(𝑘𝑥)]
2
𝑘=1
Página 15 de 31
A continuación, obtienen la gráfica de la suma parcial de Fourier para N=30
Página 16 de 31
Describir los espectros de frecuencia
(Medina, 2010) define el espectro de frecuencia como una medida de la distribución
de amplitudes o de las fases de cada frecuencia. El proceso que cuantifique las
diversas intensidades de cada frecuencia se conoce como análisis espectral.
Una señal periódica se puede representar mediante un gráfico de flechas
paralelas al eje de las ordenadas de altura (intensidad) en la frecuencia n/T. Se
obtiene así una representación del espectro de amplitudes en rayas de la señal.
Que 𝑐𝑛 = |𝑐𝑛 |𝑒 𝑖𝜃𝑛
Estos espectros son discretos. En el caso que los 𝑐𝑛 sean reales la señal tiene
una sola representación en frecuencia.
Una función periódica queda descompuesta en una serie infinita de funciones
sinusoidales que tienen diferentes frecuencias, todas ellas de múltiplos de la
frecuencia.
(Frías, 2015), describe cuatro tipos de espectros de frecuencia los cuales son:
Espectro de frecuencia discreta, Los espectros de frecuencia discreta son los
generados al graficar los espectros de Amplitud y de Fase de f(t) y son llamados
discretos porque la curva que se genera no es continua, debido a que “n” toma solo
valores entero lo que ocasiona que aparezcan en función de la variable discreta
𝑛𝑤𝑜 .
A continuación, Frías realiza una representación de una señal compuesta en el
tiempo y la Frecuencia.
Página 17 de 31
Espectro de Fase
𝑓(𝑡))𝐶0 + ∑ 𝐶𝑛 cos(𝑛𝑤0 𝑡 − 𝜃𝑛 )
𝑛=1
Espectro de frecuencia de dos caras, (Frías, 2015), define que este espectro se
obtiene al desarrollar la serie de Fourier en forma compleja, estas ecuaciones
constituyen el espectro de frecuencia de dos caras. Los espectros de amplitud y de
fase, tendrán valores definidos para valores de “n” positivos y negativos.
Página 18 de 31
1 2 𝑏𝑛
|𝐶𝑛 | = √𝑎 + 𝑏𝑛2 , 𝜑𝑛 = tan−1 (− )
2 𝑛 𝑎𝑛
A continuación, (Frías, 2015), representa gráficamente el respectro de amplitud y el
espectro de fase.
Ejemplo:
𝑥, −𝜋 < 𝑥 < 𝜋
𝑠𝑒𝑎 𝑓(𝑥) = {
0, 𝑥 = 𝜋, 𝜋
1 𝜋2
Pruebe que ∑∞
𝑛=1 𝑛2 = 6
Página 19 de 31
Señal no periódica: Transformada de Fourier
(Hsu, 1987), define que, la función 𝑓(𝜔) definida por
∞
𝑓(𝜔) = ∫ 𝑓(𝑡)𝑒 −𝑖𝜔𝑡 𝑑𝑡
−∞
En otros términos, la integral del valor absoluto de f(t) deber ser finita.
Página 20 de 31
a continuación se busca un valor 𝑥 donde la sustituido en la serie de Fourier de igual
a la serie dada, siendo 𝑥 = 𝜋
∞ ∞ ∞
2
𝜋2 4 𝜋2 4 𝑛 2
𝜋2 (−1)2
(𝜋 − 𝜋) = + ∑ 2 cos(𝜋𝑛) = 0 = + ∑ 2 (−1) = 𝜋 = +4∑
3 𝑛 3 𝑛 3 𝑛2
𝑛=1 𝑛=1 𝑛=1
La suma de esta serie se puede lograr combinando series numéricas que se puedan
resolver con la serie de Fourier, a continuación, se presenta una combinación de
serie igual a la serie N°2.
∞ ∞ ∞
1 (−1)𝑛 1
∑ 2−∑ 2
=∑
𝑛 𝑛 (2𝑛 − 1)2
𝑛=1 𝑛=1 𝑛=1
Página 21 de 31
∞
1 1 𝜋2 2
1 −𝜋 2 + 3𝜋 2 1 2𝜋 2 1 𝜋2 𝜋2
⇒∑ = (− + 𝜋 ) = ( ) = ( ) = ( ) =
𝑛2 4 3 4 3 4 3 2 3 6
𝑛=1
Habiendo sustituido x=0, se obtiene una serie igual a la serie dada, no obstante,
para encontrar la suma se despeja la serie quedando de la siguiente manera:
∞
1 1 𝜋2 2
1 −𝜋 2 + 3𝜋 2 1 2𝜋 2 1 𝜋2 𝜋2
⇒∑ = (− + 𝜋 ) = ( ) = ( ) = ( ) =
𝑛2 4 3 4 3 4 3 2 3 6
𝑛=1
Página 22 de 31
Resultados (ejercicio Propuestos)
Resolver ejercicio N°4, tomando en consideración todo lo anterior.
Sea 𝑓: 𝑅 → 𝑅 una función de periodo 2𝜋 definida por 𝑓(𝑥) = (𝑥 − 𝜋)2 sobre [0,2𝜋]
Calcular los coeficientes de Fourier trigonométrico de 𝒇.
A continuación, se verifica si la función 𝑓(𝑥) es par, impar o ninguna de las dos,
siguiendo los siguientes casos:
𝑠𝑖 𝑓 𝑒𝑠 𝑝𝑎𝑟, 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑏𝑛 = 0
𝑠𝑖 𝑓 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟, 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑎𝑛 = 0
𝑠𝑖 𝑓 𝑛𝑜 𝑒𝑠 𝑝𝑎𝑟 𝑛𝑖 𝑖𝑚𝑝𝑎𝑟, 𝑠𝑒 𝑑𝑒𝑏𝑒 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑎𝑛 𝑦 𝑏𝑛
Siendo:
𝑓(𝑥) = (𝑥 − 𝜋)2 → 𝑓(−𝑥) = (−𝑥 − 𝜋)2 = (𝑥 + 𝜋)2 ,
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑛𝑜 𝑒𝑠 𝑝𝑎𝑟 𝑛𝑖 𝑖𝑚𝑝𝑎𝑟 𝑒𝑛𝑡𝑜𝑐𝑒𝑠 𝑠𝑒 𝑑𝑒𝑏𝑒 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑎𝑛 𝑦 𝑏𝑛
Por lo tanto, la serie de Fourier asociada es
∞
2𝜋𝑛 2𝜋𝑛
𝑎0 + ∑ 𝑎𝑛 cos ( 𝑥) + 𝑏𝑛 𝑠𝑒𝑛 ( 𝑥)
𝑇 𝑇
𝑛=1
𝜋2
𝑎0 =
3
Calculo del coeficiente fe Fourier 𝒂𝒏
2 𝑇 2𝜋
𝑎𝑛 = ∫ 𝑓(𝑥) cos ( 𝑛𝑥) 𝑑𝑥
𝑇 0 𝑇
2 2𝜋 4
𝑎𝑛 = ∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥 = 2
2𝜋 0 𝑛
Página 23 de 31
Para resolver la integral se aplica la integración ∫ 𝑢𝑑𝑣 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢, como se
demuestra a continuación:
∫ 𝑢𝑑𝑣 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
𝑢 = (𝑥 − 𝜋)2 , 𝑑𝑣 = cos(𝑛𝑥) 𝑑𝑥
1
𝑑𝑢 = 2(𝑥 − 𝜋)𝑑𝑥, 𝑣 = 𝑠𝑒𝑛(𝑛𝑥)
n
2𝜋
1 2
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥 = (𝑥 − 𝜋)2 sen(𝑥𝑛) − ∫(𝑥 − 𝜋) sen(𝑛𝑥) 𝑑𝑥
0 𝑛 𝑛
𝑢 = 𝑥 − 𝜋, 𝑑𝑣 = 𝑠𝑒𝑛(𝑛𝑥)𝑑𝑥
1
𝑑𝑢 = 𝑑𝑥, 𝑣 = − cos(𝑛𝑥)
n
2𝜋
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥
0
1 2 −(𝑥 − 𝜋) 1
= (𝑥 − 𝜋)2 sen(𝑥𝑛) − ( cos(𝑛𝑥) + ∫ cos(𝑛𝑥) 𝑑𝑥)
𝑛 𝑛 𝑛 𝑛
2𝜋
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥
0
2𝜋
1
2
2 −(𝑥 − 𝜋) 1 1
= (𝑥 − 𝜋) sen(𝑥𝑛) − ( cos(𝑛𝑥) + ( 𝑠𝑒𝑛(𝑛𝑥)))|
𝑛 𝑛 𝑛 𝑛 𝑛
0
Página 24 de 31
1 𝜋(2 cos(2𝑛𝜋) + 2) 2 cos(2𝑛𝜋) + 2
𝑎𝑛 = ( 2
)=
𝜋 𝑛 𝑛2
si se aplica coseno a cualquier numero entero multiplicado por 2𝜋, el resultado será
1, por lo tanto la integral queda:
2 cos(2𝑛𝜋) + 2 2 + 2 4
𝑎𝑛 = 2
= 2 = 2
𝑛 𝑛 𝑛
Calculo del coeficiente fe Fourier 𝒃𝒏
2 𝑇 2𝜋
𝑏𝑛 = ∫ 𝑓(𝑥) sen ( 𝑛𝑥) 𝑑𝑥 = 0
𝑇 0 𝑇
2 2𝜋 1 2𝜋
𝑏𝑛 = ∫ (𝑥 − 𝜋) sen(𝑛𝑥) 𝑑𝑥 = ∫ (𝑥 − 𝜋)2 sen(𝑛𝑥) 𝑑𝑥
2
2𝜋 0 𝜋 0
∫ 𝑢𝑑𝑣 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢
𝑢 = (𝑥 − 𝜋)2 , 𝑑𝑣 = 𝑠𝑒𝑛(𝑛𝑥)𝑑𝑥
1
𝑑𝑢 = 2(𝑥 − 𝜋)𝑑𝑥, 𝑣 = − 𝑐𝑜𝑠(𝑛𝑥)
n
2𝜋
−1 2
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥 = (𝑥 − 𝜋)2 cos(𝑥𝑛) + ∫(𝑥 − 𝜋) cos(𝑛𝑥) 𝑑𝑥
0 𝑛 𝑛
𝑢 = 𝑥 − 𝜋, 𝑑𝑣 = 𝑐𝑜𝑠(𝑛𝑥)𝑑𝑥
1
𝑑𝑢 = 𝑑𝑥, 𝑣 = sen(𝑛𝑥)
n
2𝜋
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥
0
(𝑥 − 𝜋)2 2 (𝑥 − 𝜋) 1
=− cos(𝑥𝑛) + ( sen(𝜋𝑛) − ∫ sen(𝑛𝑥) 𝑑𝑥)
𝑛 𝑛 𝑛 𝑛
2𝜋
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥
0
2𝜋
(𝑥 − 𝜋)2 2 (𝑥 − 𝜋) 1 1
=− cos(𝑥𝑛) + ( sen(𝑛𝑥) − (− 𝑐𝑜𝑠(𝑛𝑥)))|
𝑛 𝑛 𝑛 𝑛 𝑛
0
Página 25 de 31
mismo, el seno de cero es igual acero, por lo tanto la función queda de la siguiente
manera:
2𝜋
2𝜋 (𝑥 − 𝜋)2 2 1 1
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥 = − cos(𝑥𝑛) + (− (− 𝑐𝑜𝑠(𝑛𝑥)))|
0 𝑛 𝑛 𝑛 𝑛
0
2𝜋 2𝜋
2
(𝑥 − 𝜋)2 2 1
∫ (𝑥 − 𝜋) cos(𝑛𝑥) 𝑑𝑥 = − cos(𝑥𝑛) + ( 2 𝑐𝑜𝑠(𝑛𝑥))|
0 𝑛 𝑛 𝑛 0
2𝜋 2𝜋
2
(𝑥 − 𝜋)2 2
∫ (𝑥 − 𝜋) cos(𝑛𝑥) 𝑑𝑥 = − cos(𝑥𝑛) + 3 𝑐𝑜𝑠(𝑛𝑥)|
0 𝑛 𝑛 0
2𝜋
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥
0
(2𝜋 − 𝜋)2 2
=− cos(2𝜋𝑛) + 3 𝑐𝑜𝑠(2𝜋𝑥)
𝑛 𝑛
(0 − 𝜋) 2
2
− (− cos(0𝑛) + 3 𝑐𝑜𝑠(0𝑥))
𝑛 𝑛
2𝜋
𝜋2 2 𝜋2 2
∫ (𝑥 − 𝜋)2 cos(𝑛𝑥) 𝑑𝑥 = − cos(2𝜋𝑛) + 3 𝑐𝑜𝑠(2𝜋𝑥) − (− + 3 )
0 𝑛 𝑛 𝑛 𝑛
2𝜋
2
𝜋2 2 𝜋2 2
∫ (𝑥 − 𝜋) cos(𝑛𝑥) 𝑑𝑥 = − cos(2𝜋𝑛) + 3 𝑐𝑜𝑠(2𝜋𝑥) + −
0 𝑛 𝑛 𝑛 𝑛3
𝜋2 4
𝑎0 = , 𝑎𝑛 = , 𝑏𝑛 = 0
3 𝑛2
Página 26 de 31
∞ ∞
𝜋2 4 2𝜋𝑛 2𝜋𝑛 𝜋2 4
+ ∑ 2 cos ( 𝑥) + 0 ( 𝑥) = + ∑ 2 cos(𝑛𝑥)
3 𝑛 2𝜋 2𝜋 6 𝑛
𝑛=1 𝑛=1
Página 27 de 31
A continuación, se muestra los resultados obtenidos en Geómetra:
Como la función cumple con todas las condiciones, entonces la serie de Fourier
converge para cualquier punto de 𝑓(𝑥)
Página 28 de 31
Deducir los valores de la siguiente suma
∞
1
∑
𝑛2
𝑛=1
Habiendo sustituido x=0, se obtiene una serie igual a la serie dada, no obstante,
para encontrar la suma se despeja la serie quedando de la siguiente manera:
∞
1 1 𝜋2 2
1 −𝜋 2 + 3𝜋 2 1 2𝜋 2 1 𝜋2 𝜋2
⇒ ∑ 2 = (− + 𝜋 ) = ( )= ( )= ( )=
𝑛 4 3 4 3 4 3 2 3 6
𝑛=1
Página 29 de 31
Conclusiones
Se cumplieron con los objetivos planteados, describiendo los tipos de señales, las
series de Fourier, comprobando que le conjunto dado es ortogonal, describiendo las
funciones pares e impares, encontrando la descomposición de una función
periódica mediante la aplicación de las series de Fourier, se describió el fenómeno
de Gibbs, las condiciones de Dirichlet, los espectros de frecuencia, además, se
ejemplificó la fórmula de parseval.
Se demostró la aplicación de las series de Fourier para el cálculo de sumas de
algunas series, así mismo, se resolvió satisfactoriamente el ejercicio propuesto
aplicando todos los conocimientos ganados en la investigación.
Página 30 de 31
Bibliografía
Chapra, S. C., & Canale, R. P. (2007). Métodos numéricos para ingenieros - Quinta
Edición. McGraw-Hill/Interamericana Editores, S.A. DE C.V.
Costas Santos, R. S. (2002). Series de Fourier.
Frías, R. (2015). Series de Fourier. Analisis Espectros.
Hsu, H. P. (1987). Analisis de Fourier. Raj Mehra, editor.
Medina, J. (2010). Analisis de Fourier para el tratamiento de señales. Quito,
Ecuador.
Rodriguez del Río, R., & Zuaza, E. (s.f.). Series deFourie ry fenómeno de Gibbs.
Madrid.
Zill, D. G. (1997). Ecuaciones diferenciales con aplicaciones de modelado. Mexico:
International thomson editores.
Página 31 de 31