Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATEMÁTICAS APLICADAS
ESPACIO VECTORIAL
Entonces el conjunto 𝑉 se llama Espacio Vectorial real o simplemente Espacio Vectorial (EV) y los
objetos 𝑣, 𝑤, 𝑢 se llaman vectores.
Si los números 𝑟, 𝑠 son números reales, el conjunto 𝑉 que satisface las propiedades mencionadas se
conoce como espacio vectorial real. Si los números 𝑟, 𝑠 con números complejos, se llama al
conjunto 𝑉 espacio vectorial Complejo (EVC).
EJEMPLO 1:
Sea 𝑉 = {𝑥 ⁄𝑥 ∈ ℝ, 𝑥 > 0}
𝑥⨁𝑦 = 𝑥𝑦
La multiplicación: Para 𝑟 ∈ ℝ , 𝑥 ∈ 𝑉, se define
𝑟⨀𝑥 = 𝑥 𝑟
Muestre que 𝑉 es un espacio vectorial (EV)
Se realiza la demostración de cada una de las propiedades definidas para espacio vectorial.
𝑥⨁𝑦 = 𝑥𝑦 = 𝑦⨁𝑥 = 𝑦𝑥
Como 𝑥𝑦 = 𝑦𝑥 se cumple esta propiedad
𝑥⨁𝜃 = 𝑥𝜃 = 𝑥
Lo que implica que 𝜃 = 1 esto significa que 𝜃 pertenece a 𝑉 = {𝑥 ⁄𝑥 ∈ ℝ, 𝑥 > 0} por aquello
que 1 > 0
d) Inverso aditivo 𝑣⨁ − 𝑣 = 𝜃
𝑥⨁ − 𝑥 = 1 = 𝑥(−𝑥)
De tal manera que (−𝑥) = 1/𝑥 como 𝑥 ∈ 𝑉 y 𝑉 = {𝑥 ⁄𝑥 ∈ ℝ, 𝑥 > 0} entonces 1/𝑥 > 0 por
tanto −𝑥 ∈ 𝑉 además que cada 𝑥 tiene su – 𝑥 entonces se satisface.
(𝑟𝑠)⨀𝑥 = 𝑥 𝑟𝑠
𝑟⨀(𝑠⨀𝑥) = 𝑟⨀(𝑥 𝑠 ) = (𝑥 𝑠 )𝑟 = 𝑥 𝑟𝑠
Lo que indica que esta propiedad también se cumple.
h) 1 ⊙ 𝑣 = 𝑣 para todo 𝑣 en 𝑉
1 ⊙ 𝑥 = 𝑥1 = 𝑥
Como todas las propiedades se cumplen, entonces el conjunto 𝑉 con la suma y producto definidos
en el ejercicio, es un espacio vectorial real.
EJEMPLO 2:
𝑃𝑛 (𝑥) = ∑ 𝑎𝑖 𝑥 𝑖 ∀𝑎𝑖 ∈ ℝ
𝑖=0
Sean
𝑛 𝑛 𝑛
𝑖 𝑖
𝑓(𝑥) = ∑ 𝑎𝑖 𝑥 𝑔(𝑥) = ∑ 𝑏𝑖 𝑥 ℎ(𝑥) = ∑ 𝑐𝑖 𝑥 𝑖
𝑖=0 𝑖=0 𝑖=0
𝑔(𝑥)⨁ℎ(𝑥) = ∑ 𝑏𝑖 𝑥 + ∑ 𝑐𝑖 𝑥 = ∑(𝑏𝑖 + 𝑐𝑖 )𝑥 𝑖
𝑖 𝑖
𝜃(𝑥) = ∑ 𝜃𝑖 𝑥 𝑖
𝑖=0
𝑎𝑖 + 𝜃𝑖 = 𝑎𝑖 ∴ 𝜃𝑖 = 0
d) Inverso aditivo 𝑣⨁ − 𝑣 = 𝜃
𝑓(𝑥)⨁𝑔(𝑥) = 𝜃
𝑛 𝑛 𝑛
𝑓(𝑥)⨁𝑔(𝑥) = ∑ 𝑎𝑖 𝑥 + ∑ 𝑏𝑖 𝑥 = ∑ 0𝑥 𝑖 𝑖 𝑖
∑(𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 = ∑ 0𝑥 𝑖
𝑖=0 𝑖=0
Universidad Distrital “Francisco José de Caldas”
Germán Ernesto Ramos B
Docente
ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
De donde
𝑎𝑖 + 𝑏𝑖 = 0 ∴ 𝑏𝑖 = −𝑎𝑖
Es decir que, para cada 𝑎𝑖 existe un 𝑏𝑖 = −𝑎𝑖 el que es el inverso aditivo.
(𝑟𝑠)⨀𝑓(𝑥) = (𝑟𝑠)⨀ ∑ 𝑎𝑖 𝑥 𝑖
𝑖=0
Entonces
𝑛 𝑛 𝑛 𝑛 𝑛 𝑛
(𝑟 + 𝑠)⨀𝑓(𝑥) = (𝑟 + 𝑠)⨀ ∑ 𝑎𝑖 𝑥 𝑖
𝑖=0
𝑛 𝑛 𝑛 𝑛
(𝑟 + 𝑠)⨀𝑓(𝑥) = (𝑟 + 𝑠)⨀ ∑ 𝑎𝑖 𝑥 = (𝑟 + 𝑠) ∑ 𝑎𝑖 𝑥 = 𝑟 ∑ 𝑎𝑖 𝑥 ⨁𝑠 ∑ 𝑎𝑖 𝑥 𝑖
𝑖 𝑖 𝑖
𝑟 ∑ 𝑎𝑖 𝑥 𝑖 ⨁𝑠 ∑ 𝑎𝑖 𝑥 𝑖 = 𝑟⨀𝑓(𝑥)⨁𝑠⨀𝑓(𝑥)
𝑖=0 𝑖=0
g) 𝑟 ⊙ (𝑣 ⊕ 𝑤) = 𝑟 ⊙ 𝑣 ⊕ 𝑟 ⊙ 𝑤 con 𝑟 en ℝ
𝑛 𝑛
𝑟 ⊙ (𝑓(𝑥) ⊕ 𝑔(𝑥)) = 𝑟 ⊙ {∑ 𝑎𝑖 𝑥 ⊕ ∑ 𝑏𝑖 𝑥 𝑖 } 𝑖
𝑖=0 𝑖=0
𝑛 𝑛 𝑛 𝑛
𝑟 ⊙ {∑ 𝑎𝑖 𝑥 ⊕ ∑ 𝑏𝑖 𝑥 } = 𝑟 {∑ 𝑎𝑖 𝑥 + ∑ 𝑏𝑖 𝑥 𝑖 }
𝑖 𝑖 𝑖
𝑟 {∑ 𝑎𝑖 𝑥 + ∑ 𝑏𝑖 𝑥 } = 𝑟 ∑ 𝑎𝑖 𝑥 + 𝑟 ∑ 𝑏𝑖 𝑥 𝑖 = 𝑟 ⊙ 𝑓(𝑥) ⊕ 𝑟 ⊙ 𝑔(𝑥)
𝑖 𝑖 𝑖
h) 𝐼 ⊙ 𝑣 = 𝑣 para todo 𝑣 en 𝑉
𝑛
𝐼 ⊙ 𝑓(𝑥) = 𝐼 ⊙ ∑ 𝑎𝑖 𝑥 𝑖
𝑖=0
𝑛 𝑛 𝑛
𝐼 ∑ 𝑎𝑖 𝑥 = ∑ 𝐼𝑎𝑖 𝑥 = ∑ 𝑎𝑖 𝑥 𝑖
𝑖 𝑖
𝐼𝑎𝑖 = 𝑎𝑖 ∴ 𝐼=1
Lo que indica que es 𝐼 = 1 es para todos lo valores de 𝑓(𝑥)
EJEMPLO 3:
Sean 𝑓(𝑡) = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡, 𝑔(𝑡) = 𝐶3 𝐶𝑜𝑠 𝜔𝑡 + 𝐶4 𝑆𝑒𝑛 𝜔𝑡, ℎ(𝑡) = 𝐶5 𝐶𝑜𝑠 𝜔𝑡 + 𝐶6 𝑆𝑒𝑛 𝜔𝑡
𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝑓(𝑡)⨁𝑔(𝑡))⨁ℎ(𝑡)
c) Idéntico aditivo 𝑓(𝑡)⨁𝜃(𝑡) = 𝑓(𝑡)
𝐶1 + 𝜃1 = 𝐶1 ∴ 𝜃1 = 0; 𝐶2 + 𝜃2 = 𝐶2 ∴ 𝜃2 = 0
𝜃(𝑡) = 0 𝐶𝑜𝑠 𝜔𝑡 + 0 𝑆𝑒𝑛 𝜔𝑡
d) Inverso aditivo 𝑓(𝑡)⨁𝛽(𝑡) = 𝜃(𝑡)
𝑓(𝑡)⨁𝑔(𝑡) = (𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡)⨁(𝛽1 𝐶𝑜𝑠 𝜔𝑡 + 𝛽2 𝑆𝑒𝑛 𝜔𝑡) = 0 𝐶𝑜𝑠 𝜔𝑡 + 0 𝑆𝑒𝑛 𝜔𝑡
𝐶1 + 𝛽1 = 0 𝐶2 + 𝛽2 = 0 ∴ 𝛽1 = −𝐶1 𝛽2 = −𝐶2
𝛽(𝑡) = −𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡
𝑟 ⊙ (𝑓(𝑡) ⊕ 𝑔(𝑡)) = 𝑟[(𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡) + (𝐶3 𝐶𝑜𝑠 𝜔𝑡 + 𝐶4 𝑆𝑒𝑛 𝜔𝑡)]
𝑟[(𝐶1 + 𝐶3 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 )𝑆𝑒𝑛𝜔𝑡] = 𝑟𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑟𝐶3 𝐶𝑜𝑠 𝜔𝑡 + 𝑟𝐶2 𝑆𝑒𝑛𝜔𝑡 + 𝑟𝐶4 𝑆𝑒𝑛 𝜔𝑡
𝑟𝑓(𝑡) + 𝑟𝑔(𝑡) = 𝑟 ⊙ 𝑓(𝑡) ⊕ 𝑟 ⊙ 𝑔(𝑡)
h) ⊙ 𝑓(𝑡) = 𝑓(𝑡) para todo 𝑣 en 𝑉
𝐼 ⊙ 𝑓(𝑡) = 𝐼(𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡) = 𝐼𝐶1 𝐶𝑜𝑠𝜔𝑡 + 𝐼𝐶2 𝑆𝑒𝑛𝜔𝑡 = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡
De donde
𝐼𝐶1 = 𝐶1 ∴ 𝐼 = 1 ∀𝑓(𝑡)
EJERCICIOS PROPUESTOS
En los ejercicios del 1 al XX, determine si el conjunto dado es un espacio vectorial, si no lo es
indíque que axiomas no se cumplen.
10. Sea 𝑉 = {0} que consiste de un único vector 0 y con la definición que 0 + 0 = 0 y 𝑟0 = 0
para cada 𝑟 ∈ ℝ.
11. Una función de variable real se define se llama función par si 𝑓(−𝑥) = 𝑓(𝑥) ∀𝑥 ∈ ℝ, con
la suma y producto por escalar
(𝑓 + 𝑔)(𝑠) = 𝑓(𝑠) + 𝑔(𝑠) 𝑦 (𝑐𝑓)(𝑠) = 𝑐𝑓(𝑠)
12. Sea 𝑉 = {(𝑎1 , 𝑎2 ): 𝑎1 , 𝑎2 ∈ ℝ}, para (𝑎1 , 𝑎2 ), (𝑏1 , 𝑏2 ) ∈ 𝑉 y 𝑐 ∈ ℝ, defínase
Y
(0,0) 𝑠𝑖 𝑟 = 0
𝑟(𝑎1 , 𝑎2 ) = { 𝑎2
(𝑐𝑎1 , ) 𝑠𝑖 𝑟 ≠ 0
𝑐
13. Las matrices cuadradas de orden 2, con las operaciones suma y producto por escalar
usuales.
14. Sea 𝑉 = {(𝑥, 2𝑥): 𝑥 ∈ ℝ} con las operaciones de suma y producto por escalar usuales en
ℝ2 .
15. El conjunto de todas las matrices
𝑎 𝑏
( )
𝑐 1
Con las operaciones de sum a y multiplicación por escalar usuales.
COMBINACION LINEAL
Sean 𝑣𝑖 vectores en 𝑉(Un espacio Vectorial), una combinación lineal de los vectores 𝑣𝑖 es cualquier
adición de la forma
𝑛
∑ 𝐶𝑖 𝑣𝑖
𝑖=1
ESPACIO GENERADO
Sean {𝑣𝑖 } un conjunto de vectores de V (Espacio vectorial). El espacio generado por {𝑣𝑖 } es el
conjunto de todas las combinaciones lineales posibles 𝑔𝑒𝑛{𝑣𝑖 }.
INDEPENDENCIA LINEAL
Un conjunto {𝑣𝑖 } de vectores en V (Espacio vectorial) se llama linealmente independiente si la única
solución a la ecuación
𝑛
∑ 𝐶𝑖 𝑣𝑖 = 𝜃
𝑖=1
EJEMPLO 4:
∑ 𝐶𝑖 𝑣𝑖 = 𝜃
𝑖=1
Con 𝜃 = 0, es decir
𝐶1 (1 + 𝑥) + 𝐶2 (𝑥 + 𝑥 2 ) + 𝐶3 (1 + 𝑥 2 ) = 0
Es decir que
𝐶1 + 𝐶1 𝑥 + 𝐶2 𝑥 + 𝐶2 𝑥 2 + 𝐶3 + 𝐶3 𝑥 2 = 0 + 0𝑥 + 0𝑥 2
De tal manera que
𝐶1 + 𝐶3 = 0; 𝐶1 + 𝐶2 = 0; 𝐶2 + 𝐶3 = 0
1 0 1 𝐶1 0
(1 1 0) (𝐶2 ) = (0)
0 1 1 𝐶3 0
Para que este sistema tenga solución, se requiere que el determinante de los coeficientes sea
estrictamente diferente de cero, esto es
1 0 1
|1 1 0| = 1(1 − 0) + 1(1 − 0) = 1
0 1 1
Lo que lleva a la solución única
𝐶1 = 0 𝐶2 = 0 𝐶3 = 0
Lo que indica que es linealmente independiente.
EJEMPLO 5:
𝐶1 + 3𝐶2 = 𝑎 𝑦 2𝐶1 − 𝐶2 = 𝑏
Resolviendo el sistema
𝑏 − 2𝑎 13𝑎 − 3𝑏
𝐶2 = 𝑦 𝐶1 =
−7 7
Así que depende de cada valor de 𝑎, 𝑏.
PRODUCTO INTERNO
Sea 𝑉 un Espacio vectorial, un producto interno sobre 𝑉 es una función que asocia a cada par de
vectores 𝑥, 𝑦 un numero 〈𝑥, 𝑦〉 que satisface:
a) 〈𝑥, 𝑦〉 = 〈𝑦, 𝑥〉
b) 〈𝑥 + 𝑧, 𝑦〉 = 〈𝑥 + 𝑦〉 + 〈𝑧 + 𝑦〉
c) 〈𝑟𝑥, 𝑦〉 = 𝑟〈𝑥, 𝑦〉
d) 〈𝑥, 𝑥〉 ≥ 0
EJEMPLO 6:
Para demostrar que 〈𝑥, 𝑦〉es un producto interno, deben satisfacerse las condiciones de producto
interno.
a) 〈𝑥, 𝑦〉 = 〈𝑦, 𝑥〉
b) 〈𝑥 + 𝑧, 𝑦〉 = 〈𝑥 + 𝑦〉 + 〈𝑧 + 𝑦〉
Como
d) 〈𝑥, 𝑥〉 ≥ 0
〈𝑥, 𝑥〉 = 2𝑥1 𝑥1 + 2𝑦1 𝑦1 = 2𝑥1 2 + 2𝑥2 2 = 2(𝑥1 2 + 𝑥2 2 ) ≥ 0
Si 𝑥1 , 𝑥2 ≠ 0
EJERCICIOS PROPUESTOS
h) 𝐼 ⊙ 𝑓(𝑥) = 𝑓(𝑥)
𝐼 ⊙ 𝑓(𝑥) = 𝐼𝑓(𝑥) = 𝑓(𝑥)
El problema radica en que con estas funciones no se puede tener un sistema de ecuaciones
lineales, pero de la trigonometría, se sabe que
1
𝑆𝑒𝑛 𝑥 𝐶𝑜𝑠 𝑥 = 𝑆𝑒𝑛 2𝑥
2
De donde
1 1
𝐶1 𝑆𝑒𝑛 2𝑥 + 𝐶2 𝑆𝑒𝑛 2𝑥 = (𝐶1 + 𝐶2 ) 𝑆𝑒𝑛 2𝑥 = 0
2 2
Por tanto
1
𝐶1 + 𝐶2 = 𝐶 = 0
2
Lo que indica que es linealmente independiente.
Otro método que puede ser importante es el que se desprende de la teoría de ecuaciones
diferenciales, el método conocido como WROSKIANO.
𝐶1 𝑓(𝑥) + 𝐶2 𝑔(𝑥) = 0
𝑑𝑓 𝑑𝑔
𝐶1 + 𝐶2 =0
𝑑𝑥 𝑑𝑥
Entonces el sistema de ecuaciones puede escribirse como
𝑓(𝑥) 𝑔(𝑥)
𝐶 0
(𝑑𝑓(𝑥) 𝑑𝑔(𝑥)) ( 1 ) = ( )
𝐶2 0
𝑑𝑥 𝑑𝑥
Usando la regla de Cramer
0
𝑔(𝑥)
|𝑑𝑔(𝑥)|
∆𝐶1 0 0
𝐶1 = = 𝑑𝑥 =
∆ 𝑓(𝑥) 𝑔(𝑥) 𝑊
|𝑑𝑓(𝑥) 𝑑𝑔(𝑥)|
𝑑𝑥 𝑑𝑥
𝑓(𝑥) 0
|𝑑𝑓(𝑥) |
∆𝐶1 0 0
𝐶2 = = 𝑑𝑥 =
∆ 𝑓(𝑥) 𝑔(𝑥) 𝑊
|𝑑𝑓(𝑥) 𝑑𝑔(𝑥)|
𝑑𝑥 𝑑𝑥
Lo que nos lleva a que como condición fundamental el 𝑊 ≠ 0 para que el sistema sea consistente,
de tal manera que 𝐶1 = 0 y 𝐶2 = 0, lo que conduce a que el conjunto es linealmente
independiente.
ORTOGONALIDAD DE FUNCIONES
Se puede definir un producto interno en [𝑎, 𝑏] mediante
𝑏
〈𝑓(𝑥), 𝑔(𝑥)〉 = ∫ 𝑓(𝑥)𝑔(𝑥)𝑤(𝑥)𝑑𝑥
𝑎
En donde 𝑤(𝑥)se conoce como función de peso. Esta función puede asumirse como 1. Se
demostrará que esta definición de producto interno cumple con las propiedades.
d) 〈𝑓(𝑥), 𝑓(𝑥)〉 ≥ 0
𝑏 𝑏
〈𝑓(𝑥), 𝑓(𝑥)〉 = ∫ 𝑓(𝑥)𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)2 𝑑𝑥 ≥ 0
𝑎 𝑎
Dos funciones 𝑓(𝑥) y 𝑔(𝑥) de un cierto espacio son ortogonales si su producto interno es nulo,
esto es que
〈𝑓(𝑥), 𝑔(𝑥)〉 = 0
ORTONORMALIDAD
Un conjunto 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 } en ℝ𝑛 es ortogonal si cada par de vectores distintos en 𝑆 son
ortogonales, es decir, si 〈𝑢𝑖 , 𝑢𝑗 〉 = 0 para 𝑖 ≠ 𝑗. Un conjunto ortonormal de vectores es un
conjunto ortogonal de vectores unitarios. Esto es, 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑘 } es ortonormal si 〈𝑢𝑖 , 𝑢𝑗 〉 = 0
para 𝑖 ≠ 𝑗, y 〈𝑢𝑖 , 𝑢𝑖 〉 = 1 para 𝑖 = 1,2, … , 𝑘.
PROCESO DE GRAM-SCHMIDT
TEOREMA. Sea 𝑊 un subespacio no nulo de ℝ𝑛 con base 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 }, Entonces, hay una
base ortonormal 𝑇 = {𝑤1 , 𝑤2 , … , 𝑤𝑚 } para 𝑊.
La demostración del teorema, consiste en el mismo proceso de Gram-Schmidt que sirve para
calcular una base 𝑇 = {𝑤1 , 𝑤2 , … , 𝑤𝑚 } para un subespacio no nulo 𝑊 de ℝ𝑛 , dada una base 𝑆 =
{𝑢1 , 𝑢2 , … , 𝑢𝑚 } para 𝑊, es como a continuación se describe:
1. Haga 𝑣1 = 𝑢1
2. Calcule los vectores 𝑣2 , 𝑣3 , … , 𝑣𝑚 de manera sucesiva, uno a la vez, por medio de la
formula
3. Haga
1
𝑤𝑖 = 𝑣 (1 ≤ 𝑖 ≤ 𝑚)
‖𝑣𝑖 ‖ 𝑖
EJEMPLO
SERIES DE FOURIER
XXXX
𝑐+𝑇
1. ∫𝑐 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 = 0 (∀𝑛)
𝑐+𝑇
𝐶𝑜𝑠 𝑛𝜔𝑡 𝑐+𝑇 1
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 = − ] =− [𝐶𝑜𝑠 𝑛𝜔(𝑐 + 𝑇) − 𝐶𝑜𝑠 𝑛𝜔𝑐]
𝑐 𝑛𝜔 𝑐 𝑛𝜔
De la trigonometría
𝑐+𝑇 0 𝑛≠0
2. ∫𝑐 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = {
𝑇 𝑛=0
Si 𝑛 = 0
𝑐+𝑇 𝑐+𝑇 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = ∫ 𝐶𝑜𝑠 (0)𝑑𝑡 = ∫ 𝑑𝑡 = 𝑡]𝑐+𝑇
𝑐 =𝑐+𝑇−𝑐 =𝑇
𝑐 𝑐 𝑐
Si 𝑛 ≠ 0
𝑐+𝑇
𝑆𝑒𝑛 𝑛𝜔𝑡 𝑐+𝑇 1
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = ] = [𝑆𝑒𝑛 𝑛𝜔(𝑐 + 𝑇) − 𝑆𝑒𝑛 𝑛𝜔𝑐]
𝑐 𝑛𝜔 𝑐 𝑛𝜔
Por trigonometría
𝑐+𝑇 0 𝑚≠𝑛
3. ∫𝑐 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑚𝜔𝑡 𝑑𝑡 = {1 𝑇 𝑚=𝑛≠0
2
Como la suma o diferencia de constantes es una constante, entonces se puede suponer que 𝑛 −
𝑚 = 𝑘1 y 𝑛 + 𝑚 = 𝑘2 por tanto
1 𝑆𝑒𝑛 𝑘1 𝜔𝑡 𝑐+𝑇 1
[ ] = [𝑆𝑒𝑛 𝑘1 𝜔(𝑐 + 𝑇) − 𝑆𝑒𝑛 𝑘1 𝜔𝑐]
2 𝑘1 𝜔 𝑐 2𝑘1 𝜔
Y como
1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝜔𝑘1 𝑡𝑑𝑡 = 0
2 𝑐
b) Si 𝑛 = 𝑚 ≠ 0
1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝜔𝑘1 𝑡𝑑𝑡 = 0
2 𝑐
Entonces
𝑐+𝑇
1 𝑐+𝑇 1 1
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝑑𝑡 = [𝑐 + 𝑇 − 𝑐] = 𝑇
𝑐 2 𝑐 2 2
𝑐+𝑇 0 𝑚≠𝑛
4. ∫𝑐 𝐶𝑜𝑠 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = {1 𝑇 𝑚=𝑛≠0
2
De la trigonometría
a) Si 𝑚 ≠ 𝑛
𝑘1 = 𝑚 + 𝑛 𝑘2 = 𝑛 − 𝑚
Entonces
𝑐+𝑇
1 𝑐+𝑇 1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝐶𝑜𝑠𝑘1 𝜔𝑡 𝑑𝑡 + ∫ 𝐶𝑜𝑠 𝜔𝑘2 𝑡𝑑𝑡
𝑐 2 𝑐 2 𝑐
De acuerdo al numeral 3 a.
1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝜔𝑘1 𝑡𝑑𝑡 = 0
2 𝑐
Universidad Distrital “Francisco José de Caldas”
Germán Ernesto Ramos B
Docente
ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝜔𝑘2 𝑡𝑑𝑡 = 0
2 𝑐
Por tanto
𝑐+𝑇
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = 0
𝑐
b) Si 𝑚 = 𝑛 ≠ 0
1 𝑐+𝑇
∫ 𝐶𝑜𝑠 2𝑛𝜔𝑡 𝑑𝑡 = 0
2 𝑐
1 𝑐+𝑇 1 1
∫ 𝑑𝑡 = [𝑐 + 𝑇 − 𝑐] = 𝑇
2 𝑐 2 2
𝑐+𝑇
5. ∫𝑐 𝑆𝑒𝑛 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = 0 (∀𝑚, 𝑛)
De la trigonometría
Si
Universidad Distrital “Francisco José de Caldas”
Germán Ernesto Ramos B
Docente
ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
𝑘1 = 𝑚 + 𝑛 𝑘2 = 𝑛 − 𝑚
Entonces
𝑐+𝑇
1 𝑐+𝑇 1 𝑐+𝑇
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝑆𝑒𝑛 𝜔𝑘1 𝑡 𝑑𝑡 + ∫ 𝑆𝑒𝑛 𝜔𝑘2 𝑡 𝑑𝑡
𝑐 2 𝑐 2 𝑐
Solucionar la primera integral o la segunda se obtiene tienen el mismo resultado, toda vez que 𝑘1
o 𝑘2 son enteros.
1 𝑐+𝑇 1
∫ 𝑆𝑒𝑛 𝜔𝑘1 𝑡 𝑑𝑡 = − [𝐶𝑜𝑠 𝜔𝑘1 𝑡]𝑐+𝑇
𝑐
2 𝑐 2𝑘1 𝜔
1 𝑐+𝑇 1
∫ 𝑆𝑒𝑛 𝜔𝑘1 𝑡 𝑑𝑡 = − [𝐶𝑜𝑠 𝜔𝑘1 (𝑐 + 𝑇) − 𝐶𝑜𝑠 𝜔𝑘1 𝑐]
2 𝑐 2𝑘1 𝜔
𝐶𝑜𝑠 𝜔𝑘1 (𝑐 + 𝑇) = 𝐶𝑜𝑠 𝜔𝑘1 𝑐 𝐶𝑜𝑠 𝜔𝑘1 𝑇 − 𝑆𝑒𝑛 𝜔𝑘1 𝑐 𝑆𝑒𝑛 𝜔𝑘1 𝑇
Como
2𝜋
𝜔=
𝑇
2𝜋 2𝜋
𝐶𝑜𝑠 𝜔𝑘1 𝑐 𝐶𝑜𝑠 𝑘1 𝑇 − 𝑆𝑒𝑛 𝜔𝑘1 𝑐 𝑆𝑒𝑛 𝑘 𝑇
𝑇 𝑇 1
De donde
2𝜋
𝐶𝑜𝑠 𝑘 𝑇 = 𝐶𝑜𝑠 2𝑘1 𝜋
𝑇 1
Que siempre es 1, entre tanto
2𝜋
𝑆𝑒𝑛 𝑘 𝑇 = 𝑆𝑒𝑛 2𝑘1 𝜋 = 0
𝑇 1
Así las cosas
1 𝑐+𝑇 1
∫ 𝑆𝑒𝑛 𝜔𝑘1 𝑡 𝑑𝑡 = − [𝐶𝑜𝑠 𝜔𝑘1 𝑐 − 𝐶𝑜𝑠 𝜔𝑘1 𝑐] = 0
2 𝑐 2𝑘1 𝜔
Por lo tanto
1 𝑐+𝑇
∫ 𝑆𝑒𝑛 𝜔𝑘2 𝑡 𝑑𝑡 = 0
2 𝑐
𝑐+𝑇
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = 0 (∀𝑚, 𝑛)
𝑐
Las relaciones de la 1 a la 5 son las relaciones de ortogonalidad para las funciones seno y coseno y
junto con el hecho que forman un espacio vectorial (Ejercicio 3), prueban que el conjunto de
funciones
{1, 𝑆𝑒𝑛 𝜔𝑡, 𝑆𝑒𝑛 2𝜔𝑡 … , 𝑆𝑒𝑛 𝑛𝜔𝑡, 𝐶𝑜𝑠 𝜔𝑡, 𝐶𝑜𝑠 2𝜔𝑡, … , 𝐶𝑜𝑠 𝑛𝜔𝑡}
Teniendo presente este hecho, se puede entonces establecer que cualquier función periódica en
el intervalo 𝑐 ≤ 𝑡 ≤ 𝑐 + 𝑇, se puede escribir como una combinación lineal de funciones senos y
cosenos, esto es
∞
𝑎0
𝑓(𝑡) = + ∑{𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝜔𝑡}
2
𝑛=1
Nótese que existen los coeficientes 𝑎0 , 𝑎𝑛 , 𝑏𝑛 que se conocen como coeficientes de Euler, los que
deben ser encontrados, para ello, se debe asumir, que la función
∞
𝑎0
𝑓(𝑡) = + ∑{𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝜔𝑡}
2
𝑛=1
𝑐+𝑇 ∞
𝑎0 𝑐+𝑇 𝑐+𝑇 𝑐+𝑇
∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑑𝑡 + ∑ 𝑎𝑛 ∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 + 𝑏𝑛 ∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑐 2 𝑐 𝑐 𝑐
𝑛=1
Por lo tanto
𝑐+𝑇
𝑏𝑛 𝑇 2 𝑐+𝑇
∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 = ∴ 𝑏𝑛 = ∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑐 2 𝑇 𝑐
EJEMPLO xx
0 𝜋
2 1
𝑎0 = [∫ −1𝑑𝑡 + ∫ 1𝑑𝑡] = {[−𝑡]0−𝜋 + [𝑡]𝜋0 } = 0
2𝜋 −𝜋 0 𝜋
2 0 𝜋
1 𝑆𝑒𝑛 𝑛𝑡 0 𝑆𝑒𝑛 𝑛𝑡 𝜋
𝑎𝑛 = [∫ −1𝐶𝑜𝑠 𝑛𝑡 𝑑𝑡 + ∫ 1 𝐶𝑜𝑠 𝑛𝑡 𝑑𝑡] = {[− ] + [ ] }=0
2𝜋 −𝜋 0 𝜋 𝑛 −𝜋 𝑛 0
Ahora se calculará 𝑏𝑛
2 0 𝜋
1 𝐶𝑜𝑠 𝑛𝑡 0 𝐶𝑜𝑠 𝑛𝑡 𝜋
𝑏𝑛 = [∫ −1𝑆𝑒𝑛 𝑛𝑡 𝑑𝑡 + ∫ 1𝑆𝑒𝑛 𝑛𝑡 𝑑𝑡] = {[ ] + [− ] }
2𝜋 −𝜋 0 𝜋 𝑛 −𝜋 𝑛 0
1 1 (−1)𝑛 (−1)𝑛 1 2
𝑏𝑛 = { − − + }= {1 − (−1)𝑛 }
𝜋 𝑛 𝑛 𝑛 𝑛 𝑛𝜋
Serie de Fourier
1.5
0.5
0
-8 -6 -4 -2 0 2 4 6 8
-0.5
-1
-1.5
Figura XX. Serie1. Solo un término (armónica principal). Serie2. Primero y segundo término (Dos
armónicas). Serie3. Primero, segundo y tercer término (Tres armónicas)
La figura XX, representa solo tres términos dentro de la expansión en series de Fourier de la
4
función. La Serie1, representa el primer término, al que se lo llama armónico principal 𝑆𝑒𝑛 𝑡. La
𝜋
4 4
serie 2, representa la suma de los dos primeros armónicos, es decir 𝑆𝑒𝑛 𝑡 + 𝑆𝑒𝑛 3𝑡 y la serie
𝜋 3𝜋
4 4 4
3, representa la suma de los tres primeros armónicos𝜋 𝑆𝑒𝑛 𝑡+ 3𝜋
𝑆𝑒𝑛 3𝑡 + 5𝜋
𝑆𝑒𝑛 5𝑡
Serie de Fourier
(10 armónicos)
1.5
0.5
0
-8 -6 -4 -2 0 2 4 6 8
-0.5
-1
-1.5
EJEMPLO xxx
Se calcula el coeficiente 𝑎0
𝜋
2 𝜋 𝑡2 𝜋 2 (−𝜋)2
𝑎0 = ∫ 𝑡𝑑𝑡 = ] = − =0
2𝜋 −𝜋 2 −𝜋 2 2
Se calcula ahora 𝑎𝑛
2 𝜋
𝑎𝑛 = ∫ 𝑡 𝐶𝑜𝑠 𝑛𝑡 𝑑𝑡
2𝜋 −𝜋
𝑡 𝐶𝑜𝑠 𝑛𝑡
1 𝑆𝑒𝑛 𝑛𝑡
𝑛
0 𝐶𝑜𝑠 𝑛𝑡
−
𝑛2
De tal manera que
1 𝜋 1 𝑡 𝑆𝑒𝑛 𝑛𝑡 𝐶𝑜𝑠 𝑛𝑡 𝜋 1
∫ 𝑡 𝐶𝑜𝑠 𝑛𝑡 𝑑𝑡 = [ + 2 ] = 2 [(−1)𝑛 − (−1)𝑛 ] = 0
𝜋 −𝜋 𝜋 𝑛 𝑛 −𝜋 𝑛 𝜋
Es decir que 𝑎𝑛 = 0
Se calcula ahora 𝑏𝑛
2 𝜋
𝑏𝑛 = ∫ 𝑡 𝑆𝑒𝑛 𝑛𝑡 𝑑𝑡
2𝜋 −𝜋
𝑡 𝑆𝑒𝑛 𝑛𝑡
1 𝐶𝑜𝑠 𝑛𝑡
−
𝑛
0 𝑆𝑒𝑛 𝑛𝑡
−
𝑛2
De lo cual
1 𝑡 𝐶𝑜𝑠 𝑛𝑡 𝑆𝑒𝑛 𝑛𝑡 𝜋 1 𝜋 𝜋 2𝜋 2
𝑏𝑛 = [− + 2 ] = [− (−1)𝑛 − (−1)𝑛 ] = − (−1)𝑛 = (−1)𝑛+1
𝜋 𝑛 𝑛 −𝜋 𝜋 𝑛 𝑛 𝑛𝜋 𝑛
Así las cosas
2
𝑏𝑛 = (−1)𝑛+1
𝑛
Y la expansión en series de Fourier de la función 𝑓(𝑡) es
∞
2
𝑓(𝑡) = ∑(−1)𝑛+1 𝑆𝑒𝑛 𝑛𝑡
𝑛
𝑛=1
2 2
1 1
0 0
-4 -2 0 2 4 -4 -2 0 2 4
-1 -1
-2 -2
-3
-3
EJEMPLO XXX
Dada la función
Como, 𝑇 = 2𝜋, 𝜔 = 1
𝑥 𝑥≥0
|𝑥| = {
−𝑥 𝑥<0
Se encontrará el valor de 𝑎0
0 𝜋
2
𝑎0 = {∫ −𝑥 𝑑𝑥 + ∫ 𝑥 𝑑𝑥 }
2𝜋 −𝜋 0
0 𝜋
1 𝑥2 𝑥2 1 𝜋2 𝜋2 2𝜋 2
𝑎0 = {− [ ] + [ ] } = { + } = =𝜋
𝜋 2 −𝜋 2 0 𝜋 2 2 2𝜋
Se encuentras ahora 𝑎𝑛
Universidad Distrital “Francisco José de Caldas”
Germán Ernesto Ramos B
Docente
ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
0 𝜋
2
𝑎𝑛 = {∫ −𝑥 𝐶𝑜𝑠 𝑛𝑥 𝑑𝑥 + ∫ 𝑥𝐶𝑜𝑠 𝑛𝑥 𝑑𝑥 }
2𝜋 −𝜋 0
𝑥 𝐶𝑜𝑠 𝑛𝑥
1 𝑆𝑒𝑛 𝑛𝑥
𝑛
0 𝐶𝑜𝑠 𝑛𝑥
−
𝑛2
Así que las integrales toman la forma
Es decir que como 𝑛 es impar, se puede escribir de la forma − 4⁄(2𝑘 con 𝑘 = 1,2,3, …
− 1)2 𝜋
−4
𝑎𝑛 =
(2𝑘 − 1)2 𝜋
Y 𝑏𝑛
0 𝜋
2
𝑏𝑛 = {∫ −𝑥 𝑆𝑒𝑛 𝑛𝑥 𝑑𝑥 + ∫ 𝑥 𝑆𝑒𝑛 𝑛𝑥 𝑑𝑥 }
2𝜋 −𝜋 0
𝑥 𝑆𝑒𝑛 𝑛𝑥
1 𝐶𝑜𝑠 𝑛𝑥
−
𝑛
0 𝑆𝑒𝑛 𝑛𝑥
−
𝑛2
0
1 𝑥 𝐶𝑜𝑠 𝑛𝑥 𝑆𝑒𝑛 𝑛𝑥 𝑥 𝐶𝑜𝑠 𝑛𝑥 𝑆𝑒𝑛 𝑛𝑥 𝜋
𝑏𝑛 = {[ − ] + [− + ] }
𝜋 𝑛 𝑛2 −𝜋 𝑛 𝑛2 0
1 𝜋(−1)𝑛 𝜋(−1)𝑛
𝑏𝑛 = { − }=0
𝜋 𝑛 𝑛
∞
𝜋 −4
𝑓(𝑥) = + ∑ 𝐶𝑜𝑠 (2𝑛 − 1)𝑡
2 (2𝑛 − 1)2 𝜋
𝑛=1
Serie de Fourier de
f(x)=|x|
3.5
3
2.5
2
1.5
1
0.5
0
-8 -6 -4 -2 0 2 4 6 8
PROBLEMAS PROPUESTOS
𝑓(−𝑥) = 𝑓(𝑥)
Ejemplo
Sea
𝑓(𝑥) = 3𝑥 2 + 5
Universidad Distrital “Francisco José de Caldas”
Germán Ernesto Ramos B
Docente
ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
Ejemplo
𝑓(𝑥) = 𝐶𝑜𝑠 𝑥
𝑥2 𝑥4 𝑥6 𝑥 2𝑛
𝐶𝑜𝑠 𝑥 = 1 − + − + ⋯ + (−1)𝑛+1 +⋯
2! 4! 6! (2𝑛)!
Así las cosas
∞
𝑥 2𝑛
𝐶𝑜𝑠 𝑥 = ∑(−1)𝑛+1
(2𝑛)!
𝑛=1
𝑓(−𝑥) = −𝑓(𝑥)
Ejemplo
𝑓(𝑥) = 5𝑥 5 − 4𝑥 3 + 𝑥
Es una función impar
Para demostrar este hecho, se utilizará la definición de función impar y las series de Mclaurin
Se sabe que
𝑥3 𝑥5 𝑥7 𝑛+1
𝑥 2𝑛−1
𝑆𝑒𝑛 𝑥 = 𝑥 − + − + ⋯ + (−1) +⋯
3! 5! 7! (2𝑛 − 1)!
Es decir que
∞
𝑥 2𝑛−1
𝑆𝑒𝑛 𝑥 = ∑(−1)𝑛+1
(2𝑛 − 1)!
𝑛=1
Para continuar con los criterios para establecer si una función tiene o no los coeficientes 𝑎0 , 𝑎𝑛 , 𝑏𝑛
de una manera rápida se desea calcular la siguiente integral
𝑎
∫ 𝑓(𝑥)𝑑𝑥
−𝑎
Nóstese que esta integral se realizará entre los valores (−𝑎, 𝑎) es decir que se encuentran los
puntos en el intervalo a la misma distancia del origen.
𝑎 0 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 −𝑎 0
𝑎 −𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = − ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
Así que
𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(−𝑢)𝑑𝑢 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
A partir de esta integral, se asigna a la función la calidad de par. Supóngase que la función es par,
así las cosas
𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑢)𝑑𝑢 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
Lo que indica si una función es par, la integral en el intervalo (−𝑎, 𝑎), es equivalente al doble de la
integral en la mitad del intervalo de integración.
Toma la forma
𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = − ∫ 𝑓(𝑢)𝑑𝑢 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
Lo que indica, si una función es impar, la integral de la función en el intervalo (−𝑎, 𝑎) es igual a
cero.
Toda función puede ser escrita como una suma de funciones pares e impares, para demostrar esta
característica, en primera instancia supongamos que 𝑓(𝑥) no es una función ni par ni impar,
entonces siempre se puede escribir como
1 1 1 1
𝑓(𝑥) = 𝑓(−𝑥) − 𝑓(−𝑥) + 𝑓(𝑥) + 𝑓(𝑥)
2 2 2 2
Entonces organizando
1 1
𝑓(𝑥) = [𝑓(𝑥) + 𝑓(−𝑥)] + [𝑓(𝑥) − 𝑓(−𝑥)]
2 2
De tal manera que si
1
𝑓𝑝 (𝑥) = [𝑓(𝑥) + 𝑓(−𝑥)]
2
1
𝑓𝑖 (𝑥) = [𝑓(𝑥) − 𝑓(−𝑥)]
2
Siendo 𝑓𝑝 (𝑥) una función par y 𝑓𝑖 (𝑥) una función impar, entonces, la razón que sea así es por la
propia definición de función par e impar, es decir que
1 1
𝑓𝑝 (−𝑥) = [𝑓(−𝑥) + 𝑓(−(−𝑥))] = [𝑓(−𝑥) + 𝑓(𝑥)] = 𝑓𝑝 (𝑥)
2 2
Por tanto 𝑓𝑝 (𝑥) es una función par, en tanto que
1 1 1
𝑓𝑖 (−𝑥) = [𝑓(−𝑥) − 𝑓(−(−𝑥))] = [𝑓(−𝑥) − 𝑓(𝑥)] = − [𝑓(𝑥) − 𝑓(−𝑥)] = −𝑓𝑖 (𝑥)
2 2 2
Lo que claramente es una función impar.
Y finalmente, el producto de funciones pares e impares como se enuncia a continuación tiene los
resultados siguientes
Sea 𝑓𝑖 (𝑥) una función impar y sea 𝑓𝑝 (𝑥) una función par, entonces
Por definición
Ahora
𝐹(−𝑥) = 𝑓𝑖 (−𝑥)𝑓𝑖 (−𝑥) = [−𝑓𝑖 (𝑥)][−𝑓𝑖 (𝑥)] = 𝑓𝑖 (𝑥)𝑓𝑖 (𝑥) = 𝐹(𝑥) = 𝐹𝑝 (𝑥)
Finalmente
Por la definición
Con esta información se puede ahora, establecer un criterio para la determinación de los
coeficientes de Fourier, en relación con la característica de par o impar de una función
Si la función 𝑓(𝑡) está definida en (−𝑝, 𝑝) y si además la función es par, entonces teniendo
presente que 𝑇 = 2𝑝, 𝜔 = 𝜋/𝑝, entonces los coeficientes
2 𝑝 4 𝑝
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 −𝑝 𝑇 0
2 𝑝 4 𝑝
𝑎𝑛 = ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡
𝑇 −𝑝 𝑇 0
Debido a que 𝑆𝑒𝑛 𝑛𝜔𝑡 es impar, 𝑓(𝑡) es par, el producto es impar y la integral es cero.
2 𝑝
𝑎𝑛 = ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = 0
𝑇 −𝑝
Debido a 𝐶𝑜𝑠 𝑛𝜔𝑡 es par en tanto que 𝑓(𝑡) es impar, el resultado será impar.
2 𝑝 4 𝑝
𝑏𝑛 = ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 = ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑇 −𝑝 𝑇 0
Función 𝒂𝟎 𝒂𝒏 𝒃𝒏
𝑝 𝑝
PAR 4 4 0
∫ 𝑓(𝑡)𝑑𝑡 ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡
𝑇 0 𝑇 0
IMPAR 0 0 4 𝑝
∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑇 0
EJEMPLO xxx
Función
1.5
0.5
0
-8 -6 -4 -2 0 2 4 6 8
-0.5
-1
-1.5
Función impar, observe que para un valor como -2, la función toma un valor de -1, en tanto que
para un valor como 2, la función toma el valor de 1.
De acuerdo a la figura XX, la gráfica de la función corresponde a una función impar. Debido a esto
y a lo antes demostrado, los coeficientes 𝑎0 y 𝑎𝑛 son cero, mientras que 𝑏𝑛 toma la forma
4 𝜋
𝑏𝑛 = ∫ 1 𝑆𝑒𝑛 𝑛𝑡 𝑑𝑡
𝑇 0
Es de aclarar que al realizar la integran en la mitad del recorrido, es decir en (0, 𝜋) y en ese
intervalo, debido a la definición de la función 𝑓(𝑡) = 1 , 0 < 𝑡 < 𝜋, así que
4
4 𝐶𝑜𝑠 𝑛𝑡 𝜋 2 (−1)𝑛 1 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑏𝑛 = [− ] = [− + ] = {𝑛𝜋
2𝜋 𝑛 0 𝜋 𝑛 𝑛 0 𝑛 𝑝𝑎𝑟
EJERCICIOS PROPUESTOS
En los ejercicios del 1 al 12 realizar la expansión en series de Fourier de las funciones en los
intervalos dados:
𝜋 1 1 1
=1− + − +⋯
4 3 5 7
14. Usando el resultado del problema 2, demuestre que
𝜋2 1 1 1
=1+ + + +⋯
6 4 9 16
IDENTIDAD DE PARSEVAL
Sea
∞
𝑎0
𝑓(𝑡) = + ∑ 𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝑛𝜔𝑡
2
𝑛=1
Demostración
∞
𝑎0
𝑓 2 (𝑡) = 𝑓(𝑡) [ + ∑ 𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝑛𝜔𝑡]
2
𝑛=1
Entonces
𝑝 ∞
2 (𝑡)𝑑𝑡
𝑎0 𝑝 𝑝 𝑝
∫ 𝑓 = ∫ 𝑓(𝑡)𝑑𝑡 + ∑ 𝑎𝑛 ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 + 𝑏𝑛 ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
−𝑝 2 −𝑝 −𝑝 −𝑝
𝑛=1
Como
2𝜋
𝑇 = 2𝑝 𝜔 =
𝑇
2 𝑝 𝑝
𝑎0 𝑇
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 ∴ ∫ 𝑓(𝑡)𝑑𝑡 =
𝑇 −𝑝 −𝑝 2
2 𝑝 𝑝
𝑎𝑛 𝑇
𝑎𝑛 = ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 ∴ ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 =
𝑇 −𝑝 −𝑝 2
2 𝑝 𝑝
𝑏𝑛 𝑇
𝑏𝑛 = ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 ∴ ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 =
𝑇 −𝑝 −𝑝 2
Se escribe como
∞
𝑝
2 (𝑡)𝑑𝑡
𝑎02 𝑇
∫ 𝑓 = 𝑇 + ∑ 𝑎𝑛2 + 𝑏𝑛2
−𝑝 4 2
𝑛=1
Por lo tanto
∞
1 𝑝 2 𝑎02 1
∫ 𝑓 (𝑡)𝑑𝑡 = + ∑ 𝑎𝑛2 + 𝑏𝑛2
𝑇 −𝑝 4 2
𝑛=1
Se va a suponer que la función 𝑓(𝑡) cumple con las condiciones de Dirichlet, de tal manera que esta
función tiene representación en series de Fourier
∞
𝑎0
𝑓(𝑡) = + ∑ 𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝑛𝜔𝑡
2
𝑛=1
De la segunda suma, los coeficientes son 𝑐−1 , 𝑐−2 , 𝑐−3 , … subíndices negativos, en tanto que los
exponentes −𝑗𝜔𝑡, −2𝑗𝜔𝑡, −3𝑗𝜔𝑡 … lo que lleva a la equivalencia
∞ −1
−𝑗𝑛𝜔𝑡
∑ 𝑐−𝑛 𝑒 = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=1 𝑛=−∞
La función 𝑓(𝑡) es
−1 ∞
𝑗𝑛𝜔𝑡
𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 + ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞ 𝑛=1
𝑎𝑛 −𝑗𝑏𝑛 𝑎0
Como en el cambio de variable 𝑐𝑛 = 2
con 𝑛 = 0 𝑐0 = 2
de tal manera que
∞
𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
Así que
1 𝑐+𝑇 1 𝑐+𝑇
𝑐𝑛 = ∫ 𝑓(𝑡)[𝐶𝑜𝑠 𝑛𝜔𝑡 − 𝑗 𝑆𝑒𝑛 𝑛𝜔𝑡]𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 𝑐 𝑇 𝑐
𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
1 𝑐+𝑇
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 𝑐
EJEMPLO
Para calcular la serie compleja de Fourier, se debe calcular el coeficiente 𝑐𝑛 , para ello se tiene que
𝑇 = 2𝜋 y 𝜔 = 1
1 𝜋 1 0 𝜋
𝑐𝑛 = ∫ 𝑓(𝑡) 𝑒 −𝑗𝑛𝑡 𝑑𝑡 = [∫ −1 𝑒 −𝑗𝑛𝑡 𝑑𝑡 + ∫ 𝑒 −𝑗𝑛𝑡 𝑑𝑡]
2𝜋 −𝜋 2𝜋 −𝜋 0
0 𝜋
1 𝑒 −𝑗𝑛𝑡 𝑒 −𝑗𝑛𝑡 1 1 𝑒 𝑗𝑛𝜋 𝑒 −𝑗𝑛𝜋 1
𝑐𝑛 = [− | + | ]= [ − − + ]
2𝜋 −𝑗𝑛 −𝜋 −𝑗𝑛 0 2𝜋 𝑗𝑛 𝑗𝑛 𝑗𝑛 𝑗𝑛
Se tiene que
2
1 2 2(−1)2 1 𝑛 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑐𝑛 = [ − ]= [1 − (−1) ] = {𝑗𝑛𝜋
2𝜋 𝑗𝑛 𝑗𝑛 𝑗𝑛𝜋
0 𝑛 𝑝𝑎𝑟
EJEMPLO
GRAFICA
En la gráfica, los sistemas son descritos a través de una función 𝐺(𝑠) que es propia de las
características del sistema. Una función como esa, en general puede ser descrita como
𝐾 ∏𝑛𝑖=1(𝑠 − 𝑧𝑖 )
𝐺(𝑠) = 𝑚
∏𝑗=1(𝑠 − 𝑝𝑗 )
En donde 𝑧𝑖 y 𝑝𝑗 son los ceros y los polos respectivamente de la función 𝐺(𝑠) que se conoce como
función de transferencia.
La señal de entrada del sistema la supondremos como 𝑒(𝑡) = 𝐴 𝑆𝑒𝑛 𝜔𝑡, de tal manera que
𝐴𝜔
ℒ{𝐴 𝑠𝑒𝑛 𝜔𝑡 } =
𝑠2 + 𝜔2
De la variable compleja se sabe que
𝑠 2 + 𝜔2 = (𝑠 − 𝑗𝜔)(𝑠 + 𝑗𝜔)
De tal manera que la solución para el sistema en el dominio de 𝑠 es
𝐴𝜔𝐾 ∏𝑛𝑖=1(𝑠 − 𝑧𝑖 )
𝑋(𝑠) =
(𝑠 + 𝑗𝜔)(𝑠 − 𝑗𝜔) ∏𝑚
𝑗=1(𝑠 − 𝑝𝑗 )
O lo que es lo mismo
𝐴𝜔𝐺(𝑠)
𝑋(𝑠) =
(𝑠 − 𝑗𝜔)(𝑠 + 𝑗𝜔)
Y la solución en el dominio de 𝑡 del sistema es
𝐴𝜔𝐺(𝑠)
𝑥(𝑡) = ℒ −1 { }
(𝑠 − 𝑗𝜔)(𝑠 + 𝑗𝜔)
Como se sabe de las ecuaciones diferenciales, la solución de una ecuación diferencial, consta de
una solución que se conoce como transitoria ( la que depende de las constantes de integración ) y
otra que es la solución estacionaria que es la que depende de la solución de la ecuación no
homogénea.
𝐾 ∏𝑛𝑖=1(𝑠 − 𝑧𝑖 ) 𝐴𝜔𝐺(𝑠)
𝑥(𝑡) = ℒ −1 { 𝑚 } + ℒ −1 { }
∏𝑗=1(𝑠 − 𝑝𝑗 ) (𝑠 − 𝑗𝜔)(𝑠 + 𝑗𝜔)
𝑚
𝛼𝑗 𝛽1 𝛽2
𝑥(𝑡) = ∑ + +
𝑠 − 𝑝𝑗 𝑠 + 𝑗𝜔 𝑠 − 𝑗𝜔
𝑗=1
𝐺(𝑗𝜔) = 𝛼 + 𝑗𝛽
|𝐺(𝑗𝜔)| = √𝛼 2 + 𝛽 2
𝛽
𝐴𝑟𝑔(𝐺(𝑗𝜔)) = 𝑇𝑎𝑛−1 ( )
𝛼
Si el número es 𝐺(−𝑗𝜔) entonces el módulo y argumento es
|𝐺(−𝑗𝜔)| = 𝛼 − 𝑗𝛽 = √𝛼 2 + 𝛽 2 = |𝐺(𝑗𝜔)|
−𝛽 𝛽
𝐴𝑟𝑔(𝐺(−𝑗𝜔)) = 𝑇𝑎𝑛−1 ( ) = −𝑇𝑎𝑛−1 ( ) = −𝐴𝑟𝑔(𝐺(𝑗𝜔))
𝛼 𝛼
Es decir que
𝛽1 𝛽2 𝐴 1 𝐴 1
ℒ −1 { + } = − 𝐺(−𝑗𝜔)ℒ −1 { } + 𝐺(𝑗𝜔)ℒ −1 { }
𝑠 + 𝑗𝜔 𝑠 − 𝑗𝜔 2𝑗 𝑠 + 𝑗𝜔 2𝑗 𝑠 − 𝑗𝜔
Es decir que
𝐴|𝐺(𝑗𝜔)| 𝑗𝐴𝑟𝑔(𝐺(𝑗𝜔)) −1 1 𝐴|𝐺(𝑗𝜔)| −𝑗𝐴𝑟𝑔(𝐺(𝑗𝜔)) −1 1
𝑥𝑒𝑒 (𝑡) = 𝑒 ℒ { }− 𝑒 ℒ { }
2𝑗 𝑠 − 𝑗𝜔 2𝑗 𝑠 + 𝑗𝜔
Así que
En los cursos de ecuaciones diferenciales y circuitos, un circuito RLC serie se ha alimentado con
una fuente de voltaje 𝑉 = 𝑉0 𝑠𝑒𝑛(𝜔𝑡). El objetivo es encontrar en forma inmediata la solución en
estado estacionario de la función 𝑖(𝑡) o 𝑞(𝑡). Para ello se analizará el circuito de la figura, a partir
de la transformada de Laplace, asumiendo condiciones iniciales en cero, es decir
𝑞(0) = 0 𝑞̇ (0) = 0
Entonces
𝑑2 𝑞 𝑑𝑞 1
𝑉0 𝑆𝑒𝑛(𝜔𝑡) = 𝐿 2
+𝑅 + 𝑞
𝑑𝑡 𝑑𝑡 𝐶
Aplicando la transformada de Laplace, se tiene que
𝑑2 𝑞 𝑑𝑞 1
ℒ{𝑉0 𝑆𝑒𝑛(𝜔𝑡)} = ℒ {𝐿 2
+𝑅 + 𝑞}
𝑑𝑡 𝑑𝑡 𝐶
Que es igual a
𝜔 2
1
𝑉0 = 𝐿[𝑠 𝑄(𝑠) − 𝑠𝑞(0) − 𝑞̇ (0)] + 𝑅[𝑠𝑄(𝑠) − 𝑞(0)] + 𝑄(𝑠)
𝑠2 + 𝜔2 𝐶
Es decir que bajo las condiciones iniciales
𝜔 1
𝑉0 = 𝐿𝑠 2 𝑄(𝑠) + 𝑅𝑠𝑄(𝑠) + 𝑄(𝑠)
𝑠2 + 𝜔2 𝐶
De tal manera que
𝑉0 𝜔 1
= 𝑄(𝑠) [𝐿𝑠 2 + 𝑅𝑠 + ]
𝑠2 +𝜔 2 𝐶
En donde
𝑉0 𝜔
𝑄(𝑠) =
1
[𝐿𝑠 2 + 𝑅𝑠 + 𝐶 ] (𝑠 2 + 𝜔 2 )
O lo que es lo mismo
1 𝑉0 𝜔
𝑄(𝑠) =
1 2 2
[𝐿𝑠 2 + 𝑅𝑠 + 𝐶 ] 𝑠 + 𝜔
A la cantidad
1
1
[𝐿𝑠 2 + 𝑅𝑠 + 𝐶 ]
FUNCIONES ORTONORMALES
∇2 𝑣 = 0
Teniendo presente de acuerdo a lo visto en el capítulo de sistemas de coordenadas curvilíneas
ortogonales
3
2
1 𝜕 𝐽 𝜕𝑣
∇ 𝑣= ∑ ( 2 )
𝐽 𝜕𝑞𝑖 ℎ𝑖 𝜕𝑞𝑖
𝑖=1
Para fines prácticos, la parte dependiente de la variable 𝜙 se supondrá igual a cero. De tal manera
que la ecuación de Laplace a desarrollar es
1 𝜕 𝑟 2 𝑠𝑒𝑛𝜃 𝜕𝑣 𝜕 𝑟 2 𝑆𝑒𝑛 𝜃 𝜕𝑣
{ ( ) + ( )} = 0
𝑟 2 𝑆𝑒𝑛𝜃 𝜕𝑟 1 𝜕𝑟 𝜕𝜃 𝑟 2 𝜕𝜃
1 𝑑 𝑑𝑇
(𝑆𝑒𝑛 𝜃 ) = 𝜆2
𝑇𝑆𝑒𝑛 𝜃 𝑑𝜃 𝑑𝜃
Se resolverá la primera ecuación diferencial, es decir
1 𝑑 2 𝑑𝑅
(𝑟 ) = −𝜆2
𝑅 𝑑𝑟 𝑑𝑟
La que se escribe como
𝑑 2 𝑑𝑅
(𝑟 ) = −𝜆2 𝑅
𝑑𝑟 𝑑𝑟
Qe se escribe como
2
𝑑2 𝑅 𝑑𝑅
𝑟 + 2𝑟 + 𝜆2 𝑅 = 0
𝑑𝑟 2 𝑑𝑟
La que corresponde, según la teoría de ecuaciones diferenciales a una ecuación diferencial de Euler,
que puede ser resuelta, suponiendo una solución de la forma 𝑅 = 𝑟 𝑛 en la cual, se debe encontrart
el valor de 𝑛. Para ello se debe tener en cuenta que si
𝑅 = 𝑟𝑛
𝑑𝑅
= 𝑛𝑟 𝑛−1
𝑑𝑟
𝑑2 𝑅
= 𝑛(𝑛 − 1)𝑟 𝑛−2
𝑑𝑟 2
Reemplazando en la ecuación diferencial, se tiene que
𝑟 𝑛 {𝑛(𝑛 − 1) + 2𝑛 + 𝜆2 } = 0
De donde
𝑛(𝑛 − 1) + 2𝑛 + 𝜆2 = 𝑛2 − 𝑛 + 2𝑛 + 𝜆2 = 𝑛2 + 𝑛 + 𝜆2 = 0
Como la ecuación es cuadrática en la variable 𝑛 se tiene que la solución es
−1 ± √1 − 4𝜆2
𝑛=
2
Es decir que
−1 + √1 − 4𝜆2 1 1
𝑛= = − + √ − 𝜆2
2 2 4
−1 − √1 − 4𝜆2 1 1
𝑛= = − − √ − 𝜆2
2 2 4
1 1
𝑛 = − + √ − 𝜆2
2 4
Entonces −𝑛 es
1 1
−𝑛 = − √ − 𝜆2
2 4
Y −𝑛 − 1 es
1 1 1 1
−𝑛 − 1 = −(𝑛 + 1) = − √ − 𝜆2 − 1 = − − √ − 𝜆2
2 4 2 4
1 1
𝑛 = − + √ − 𝜆2
2 4
1 1
−𝑛 − 1 = − − √ − 𝜆2
2 4
𝜆2 = −(𝑛 + 1)𝑛
Y la solución de la ecuación diferencial es
𝐶2
𝑅(𝑟) = 𝐶1 𝑟 𝑛 + 𝐶2 𝑟 −(𝑛+1) = 𝐶1 𝑟 𝑛 +
𝑟 𝑛+1
Universidad Distrital “Francisco José de Caldas”
Germán Ernesto Ramos B
Docente
ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
𝑑2 𝑇 𝑑𝑇
(1 − 𝜓 2 ) 2
− 2𝜓 − 𝜆2 𝑇 = 0
𝑑𝜓 𝑑𝜓
Como se demostró 𝜆2 = −𝑛(𝑛 + 1) y si remplazamos a 𝑇 = 𝑦 y 𝜓 = 𝑥 se tiene que la ecuación
diferencial toma la forma
2)
𝑑2 𝑦 𝑑𝑦
(1 − 𝑥 − 2𝑥 + 𝑛(𝑛 + 1) 𝑦 = 0
𝑑𝑥 2 𝑑𝑥
La que se conoce como ecuación de Legendre.
ECUACION DE LEGENDRE
𝑑2 𝑦 𝑑𝑦
(1 − 𝑥 2 ) 2
− 2𝑥 + 𝑙(𝑙 + 1)𝑦 = 0
𝑑𝑥 𝑑𝑥
Esta ecuación se resolverá por series de potencias.
∞
𝑦 = ∑ 𝑐𝑛 𝑥 𝑛
𝑛=0
La primera serie y la cuarta parten de cero (exponente) por lo tanto se adelantará a 2 evaluándolas
en los puntos n=0 y n=1. En tanto que la tercera serie se adelantará haciendo la evaluación de n=1.
Así las cosas se tiene que
∞ ∞ ∞
0 𝑛−2
2(1)𝑐2 𝑥 + 3(2)𝑐3 𝑥 + ∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 − ∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 − 2(1)𝑐1 𝑥 − ∑ 2𝑛𝑐𝑛 𝑥 𝑛
𝑛
De donde
Por lo tanto
𝑙(𝑙 + 1) (𝑙 + 2)(𝑙 − 1)
𝑐2 = − 𝑐0 𝑐3 = − 𝑐1
2! 3!
Y la primera serie
∞ ∞
𝑛−2
∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 = ∑(𝑘 + 2)(𝑘 + 1)𝑐𝑘+2 𝑥 𝑘
𝑛=4 𝑘=2
Para que todas las series tengan la misma variable, se realiza el cambio 𝑛 = 𝑘 en la primera serie,
por tanto
∞ ∞ ∞ ∞
Como
𝑐𝑛 [−𝑛2 + 𝑛 − 2𝑛 + 𝑙 2 + 𝑙] = 𝑐𝑛 [𝑙 2 − 𝑛2 + 𝑙 − 𝑛] = 𝑐𝑛 (𝑙 − 𝑛)(𝑙 + 𝑛 + 1)
De tal manera que
∞
(𝑙 + 2)(𝑙 − 1)
𝑐3 = − 𝑐1
3!
Entonces
(𝑙 − 3)(𝑙 − 1)(𝑙 + 2)(𝑙 + 4)
𝑐5 = 𝑐1
5!
Para 𝑛 = 4
(𝑙 − 4)(𝑙 + 5) (𝑙 − 4)(𝑙 − 2)𝑙(𝑙 + 1)(𝑙 + 3)(𝑙 + 5)
𝑐6 = − 𝑐4 = − 𝑐0
5∗6 6!
Para 𝑛 = 5
(𝑙 − 5)(𝑙 + 6) (𝑙 − 5)(𝑙 − 3)(𝑙 − 1)(𝑙 + 2)(𝑙 + 4)(𝑙 + 6)
𝑐7 = − 𝑐5 = − 𝑐1
6∗7 7!
De tal manera que la solución
𝑦 = 𝑐0 + 𝑐1 𝑥 + 𝑐2 𝑥 2 + 𝑐3 𝑥 3 + 𝑐4 𝑥 4 + 𝑐5 𝑥 5 + 𝑐6 𝑥 6 + 𝑐7 𝑥 7 + ⋯ 𝑐𝑛 𝑥 𝑛 + ⋯
De la ecuación de índices…
(𝑙 − 𝑛)(𝑙 + 𝑛 + 1)
𝑐𝑛+2 = − 𝑐
(𝑛 + 1)(𝑛 + 2) 𝑛
Despejando 𝑐𝑛 se tiene que
(𝑛 + 1)(𝑛 + 2)
𝑐𝑛 = − 𝑐
(𝑙 − 𝑛)(𝑙 + 𝑛 + 1) 𝑛+2
Nótese que si 𝑛 = 𝑙 − 2, 𝑛 + 2 = 𝑙.
(𝑙 − 1)(𝑙)
𝑐𝑙−2 = − 𝑐
2(2𝑙 − 1) 𝑙
Cuando 𝑛 = 𝑙 − 4 entonces 𝑛 + 2 = 𝑙 − 2
(𝑙 − 3)(𝑙 − 2) 𝑙(𝑙 − 1)(𝑙 − 2)(𝑙 − 3)
𝑐𝑙−4 = − 𝑐𝑙−2 = 𝑐
4(2𝑙 − 3) 2 ∙ 4(2𝑙 − 1)(2𝑙 − 3) 𝑙
Cuando 𝑛 = 𝑙 − 6 entonces 𝑛 + 2 = 𝑙 − 4
(𝑙 − 5)(𝑙 − 4) 𝑙(𝑙 − 1)(𝑙 − 2)(𝑙 − 3)(𝑙 − 4)(𝑙 − 5)
𝑐𝑙−6 = − 𝑐𝑙−4 = − 𝑐
6(2𝑙 − 5) 2 ∙ 4 ∙ 6(2𝑙 − 1)(2𝑙 − 3)(2𝑙 − 5) 𝑙
De tal manera que generalizando y teniendo presente que todos los coeficientes van a depender de
𝑐𝑙 se tiene que
𝑙(𝑙 − 1)(𝑙 − 2)(𝑙 − 3) … (𝑙 − 2𝑟 + 1)
𝑐𝑙−2𝑟 = (−1)𝑟 𝑐
2 ∙ 4 ∙ 6 … 2𝑟(2𝑙 − 1)(2𝑙 − 3)(2𝑙 − 5) … (2𝑙 − 2𝑟 + 1) 𝑙
Ahora se analizará por separado cada expresión con el fin de generalizar
2 ∙ 4 ∙ 6 … 2𝑟 = 2(1)2(2)2(3) … 2(𝑟) = 2𝑟 𝑟!
Y finalmente
[𝑛/2]
(𝑙!)2
𝑦 = 𝑐𝑙 ∑ (−1)𝑟 𝑥𝑟
(2𝑙)! (𝑙 − 𝑟)! (𝑙 − 2𝑟)! 𝑟!
𝑟=0
FORMULA DE RODRIGUES
FUNCION GENERATRIZ
𝑦 = ∑ 𝑐𝑙 𝑃𝑙 (𝑥)
𝑟=0
Es solución de la ecuación
𝑑2 𝑦 𝑑𝑦
(1 − 𝑥 2 ) 2
− 2𝑥 + 𝑙(𝑙 + 1)𝑦 = 0
𝑑𝑥 𝑑𝑥
Entonces se puede decir que 𝑃𝑛 (𝑥) es solución de la ecuación de Legendre
𝑑2 𝑦 𝑑𝑦
(1 − 𝑥 2 ) 2
− 2𝑥 + 𝑚(𝑚 + 1)𝑦 = 0
𝑑𝑥 𝑑𝑥
Lo mismo que 𝑃𝑚 (𝑥) es solución de la ecuación de Legendre
𝑑2 𝑦 𝑑𝑦
(1 − 𝑥 2 ) 2
− 2𝑥 + 𝑚(𝑚 + 1)𝑦 = 0
𝑑𝑥 𝑑𝑥
Por lo tanto
Entonces
Es decir, los polinomios de Legendre son ortogonales, lo que significa básicamente que se pueden
utilizar como una base, de acuerdo a lo visto en el comienzo de este escrito.