Analisis de Fourier PDF

ANÁLISIS DE FOURIER
MATEMÁTICAS APLICADAS
ESPACIO VECTORIAL
Si sobre un conjunto 𝑉 de objetos, se definen operación ⨁ que a cada par de objetos 𝑣, 𝑤 en 𝑉

asocia a un objeto 𝑣⨁𝑤 también en 𝑉, llamado suma de 𝑣 y 𝑤, además de una operación llamada
multiplicación por escalar, donde a cada número real 𝑟 y objeto 𝑣 en 𝑉 le asocia un objeto 𝑟⨀𝑣 en
𝑉, llamado producto de 𝑟 y 𝑣, se cumplen las siguientes propiedades:
a) La suma sea conmutativa: 𝑣⨁𝑤 = 𝑤⨁𝑣

b) La suma sea asociativa: 𝑣⨁(𝑤⨁𝑢) = (𝑣⨁𝑤)⨁𝑢 con 𝑢, 𝑣, 𝑤 en 𝑉
c) Exista un objeto cero 𝜃 en 𝑉 tal que 𝑢⨁𝜃 = 𝑢 para todo 𝑢 en 𝑉. El objeto 𝜃 se llama
idéntico aditivo
d) Para cada objeto 𝑣 en 𝑉 hay un inverso aditivo −𝑣 tal que 𝑣⨁ − 𝑣 = 𝜃
e) (𝑟𝑠)⨀𝑣 = 𝑟⨀(𝑠⨀𝑣) con 𝑟, 𝑠 en ℝ
f) (𝑟 + 𝑠)⨀𝑣 = 𝑟⨀𝑣⨁𝑠⨀𝑣 con 𝑟, 𝑠 en ℝ
g) 𝑟 ⊙ (𝑣 ⊕ 𝑤) = 𝑟 ⊙ 𝑣 ⊕ 𝑟 ⊙ 𝑤 con 𝑟 en ℝ
h) 𝐼 ⊙ 𝑣 = 𝑣 para todo 𝑣 en 𝑉
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}
Suma: Para 𝑥 ∈ 𝑉, 𝑦 ∈ 𝑉, se define
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.
a) Conmutatividad 𝑣⨁𝑤 = 𝑤⨁𝑣
𝑥⨁𝑦 = 𝑥𝑦 = 𝑦⨁𝑥 = 𝑦𝑥
Como 𝑥𝑦 = 𝑦𝑥 se cumple esta propiedad
b) Asociatividad 𝑣⨁(𝑤⨁𝑢) = (𝑣⨁𝑤)⨁𝑢
Universidad Distrital “Francisco José de Caldas”

Germán Ernesto Ramos B
Docente
𝑥⨁(𝑦⨁𝑧) = 𝑥⨁(𝑦𝑧) = 𝑥𝑦𝑧 = (𝑥⨁𝑦)⨁𝑧 = (𝑥𝑦)⨁𝑧 = 𝑥𝑦𝑧

Claramente se cumple
c) Idéntico aditivo 𝑥⨁𝜃 = 𝑥
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.
e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑣 = 𝑟⨀(𝑠⨀𝑣) con 𝑟, 𝑠 en ℝ
(𝑟𝑠)⨀𝑥 = 𝑥 𝑟𝑠
𝑟⨀(𝑠⨀𝑥) = 𝑟⨀(𝑥 𝑠 ) = (𝑥 𝑠 )𝑟 = 𝑥 𝑟𝑠
Lo que indica que esta propiedad también se cumple.
f) Ley distributiva (𝑟 + 𝑠)⨀𝑣 = 𝑟⨀𝑣⨁𝑠⨀𝑣 con 𝑟, 𝑠 en ℝ

(𝑟 + 𝑠)⨀𝑥 = 𝑥 𝑟+𝑠 = 𝑥 𝑟 𝑥 𝑠 = 𝑥 𝑟 ⨁𝑥 𝑠 = 𝑟⨀𝑥⨁𝑠⨀𝑥
Se satisface
g) Ley distributiva 𝑟 ⊙ (𝑣 ⊕ 𝑤) = 𝑟 ⊙ 𝑣 ⊕ 𝑟 ⊙ 𝑤 con 𝑟 en ℝ
𝑟 ⊙ (𝑥 ⊕ 𝑦) = 𝑟 ⊙ (𝑥𝑦) = (𝑥𝑦)𝑟 = 𝑥 𝑟 𝑦 𝑟 = 𝑥 𝑟 ⊕ 𝑦 𝑟 = 𝑟 ⊙ 𝑥 ⊕ 𝑟 ⊙ 𝑦
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:
Si 𝑉 es el conjunto de Polinomios de grado 𝑛 𝑃𝑛 (𝑥)donde

𝑛
𝑃𝑛 (𝑥) = ∑ 𝑎𝑖 𝑥 𝑖 ∀𝑎𝑖 ∈ ℝ
𝑖=0
Con la suma y multiplicación por escalar usual. Demostrar que 𝑉 es un EV.
Sean

Docente
𝑛 𝑛 𝑛
𝑖 𝑖
𝑓(𝑥) = ∑ 𝑎𝑖 𝑥 𝑔(𝑥) = ∑ 𝑏𝑖 𝑥 ℎ(𝑥) = ∑ 𝑐𝑖 𝑥 𝑖
𝑖=0 𝑖=0 𝑖=0
a) Conmutatividad 𝑓(𝑥)⨁𝑔(𝑥) = 𝑔(𝑥)⨁𝑓(𝑥)

𝑛 𝑛 𝑛 𝑛
𝑓(𝑥) + 𝑔(𝑥) = ∑ 𝑎𝑖 𝑥 𝑖 + ∑ 𝑏𝑖 𝑥 𝑖 = ∑(𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 = ∑(𝑏𝑖 + 𝑎𝑖 )𝑥 𝑖 = 𝑔(𝑥) + 𝑓(𝑥)

𝑖=0 𝑖=0 𝑖=0 𝑖=0
b) Asociatividad 𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = (𝑓(𝑥)⨁𝑔(𝑥))⨁ℎ(𝑥)

𝑛 𝑛 𝑛
𝑔(𝑥)⨁ℎ(𝑥) = ∑ 𝑏𝑖 𝑥 + ∑ 𝑐𝑖 𝑥 = ∑(𝑏𝑖 + 𝑐𝑖 )𝑥 𝑖
𝑖 𝑖
𝑖=0 𝑖=0 𝑖=0

𝑛 𝑛 𝑛
𝑖 )𝑥 𝑖
𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = ∑ 𝑎𝑖 𝑥 + ∑(𝑏𝑖 + 𝑐𝑖 = ∑(𝑎𝑖 + 𝑏𝑖 + 𝑐𝑖 )𝑥 𝑖
𝑖=0 𝑖=0 𝑖=0
𝑛 𝑛
𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = ∑(𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 + ∑ 𝑐𝑖 𝑥 𝑖 = (𝑓(𝑥)⨁𝑔(𝑥))⨁ℎ(𝑥)

𝑖=0 𝑖=0
c) Idéntico aditivo 𝑓(𝑥)⨁𝜃(𝑥) = 𝑓(𝑥)
Como 𝜃(𝑥) debe pertenecer al conjunto 𝑃𝑛 (𝑥), entonces

𝑛
𝜃(𝑥) = ∑ 𝜃𝑖 𝑥 𝑖
𝑖=0
De tal manera que

𝑛 𝑛 𝑛 𝑛
𝑖 𝑖 )𝑥 𝑖
𝑓(𝑥)⨁𝜃(𝑥) = ∑ 𝑎𝑖 𝑥 + ∑ 𝜃𝑖 𝑥 = ∑(𝑎𝑖 + 𝜃𝑖 = ∑ 𝑎𝑖 𝑥 𝑖
𝑖=0 𝑖=0 𝑖=0 𝑖=0
Lo que significa que
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
𝑖=0 𝑖=0 𝑖=0
De fal manera que

𝑛 𝑛
∑(𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 = ∑ 0𝑥 𝑖
𝑖=0 𝑖=0
Docente
De donde
𝑎𝑖 + 𝑏𝑖 = 0 ∴ 𝑏𝑖 = −𝑎𝑖
Es decir que, para cada 𝑎𝑖 existe un 𝑏𝑖 = −𝑎𝑖 el que es el inverso aditivo.
e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑣 = 𝑟⨀(𝑠⨀𝑣) con 𝑟, 𝑠 en ℝ

𝑛
(𝑟𝑠)⨀𝑓(𝑥) = (𝑟𝑠)⨀ ∑ 𝑎𝑖 𝑥 𝑖
𝑖=0
Entonces
𝑛 𝑛 𝑛 𝑛 𝑛 𝑛
(𝑟𝑠)⨀ ∑ 𝑎𝑖 𝑥 = ∑(𝑟𝑠)𝑎𝑖 𝑥 = ∑ 𝑟𝑠𝑎𝑖 𝑥 = 𝑟 ∑ 𝑠𝑎𝑖 𝑥 = 𝑟⨀ ∑ 𝑠𝑎𝑖 𝑥 = 𝑟⨀ {𝑠⨀ ∑ 𝑎𝑖 𝑥 𝑖 }

𝑖 𝑖 𝑖 𝑖 𝑖
𝑖=0 𝑖=0 𝑖=0 𝑖=0 𝑖=0 𝑖=0

= 𝑟⨀(𝑠⨀𝑓(𝑥))
f) (𝑟 + 𝑠)⨀𝑣 = 𝑟⨀𝑣⨁𝑠⨀𝑣 con 𝑟, 𝑠 en ℝ

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
𝑖=0 𝑖=0 𝑖=0 𝑖=0

𝑛 𝑛
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
𝑖=0 𝑖=0 𝑖=0 𝑖=0

𝑛 𝑛 𝑛 𝑛
𝑟 {∑ 𝑎𝑖 𝑥 + ∑ 𝑏𝑖 𝑥 } = 𝑟 ∑ 𝑎𝑖 𝑥 + 𝑟 ∑ 𝑏𝑖 𝑥 𝑖 = 𝑟 ⊙ 𝑓(𝑥) ⊕ 𝑟 ⊙ 𝑔(𝑥)
𝑖 𝑖 𝑖
𝑖=0 𝑖=0 𝑖=0 𝑖=0
h) 𝐼 ⊙ 𝑣 = 𝑣 para todo 𝑣 en 𝑉
𝑛
𝐼 ⊙ 𝑓(𝑥) = 𝐼 ⊙ ∑ 𝑎𝑖 𝑥 𝑖
𝑖=0

Docente
𝑛 𝑛 𝑛
𝐼 ∑ 𝑎𝑖 𝑥 = ∑ 𝐼𝑎𝑖 𝑥 = ∑ 𝑎𝑖 𝑥 𝑖
𝑖 𝑖
𝑖=0 𝑖=0 𝑖=0
𝐼𝑎𝑖 = 𝑎𝑖 ∴ 𝐼=1
Lo que indica que es 𝐼 = 1 es para todos lo valores de 𝑓(𝑥)
EJEMPLO 3:
Al considerar el sistema masa resorte
𝑉 = {𝑓|𝑓(𝑡) = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡, 𝑡 ∈ ℝ}
Con la adición y multiplicación de funciones usual.
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
a) Conmutatividad 𝑓(𝑡)⨁𝑔(𝑡) = 𝑔(𝑡)⨁𝑓(𝑡)
𝑓(𝑡)⨁𝑔(𝑡) = (𝐶1 + 𝐶3 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 )𝑆𝑒𝑛 𝜔𝑡 = 𝑔(𝑡)⨁𝑓(𝑡)
b) Asociatividad 𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝑓(𝑡)⨁𝑔(𝑡))⨁ℎ(𝑡)
𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡)⨁{(𝐶3 + 𝐶5 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶4 + 𝐶6 )𝑆𝑒𝑛 𝜔𝑡}
𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝐶1 + 𝐶3 + 𝐶5 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 + 𝐶6 )𝑆𝑒𝑛 𝜔𝑡
{(𝐶1 + 𝐶3 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 )𝑆𝑒𝑛 𝜔𝑡}(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)
𝑓(𝑡)⨁𝜃(𝑡) = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡⨁𝜃1 𝐶𝑜𝑠 𝜔𝑡 + 𝜃2 𝑆𝑒𝑛 𝜔𝑡

(𝐶1 + 𝜃1 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝜃2 )𝑆𝑒𝑛 𝜔𝑡 = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡
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
e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑓(𝑡) = 𝑟⨀(𝑠⨀𝑓(𝑡)) con 𝑟, 𝑠 en ℝ

(𝑟𝑠)⨀𝑓(𝑡) = (𝑟𝑠)⨀(𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡)
𝑟𝑠𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑟𝑠𝐶2 𝑆𝑒𝑛 𝜔𝑡 = 𝑟(𝑠𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑠𝐶2 𝑆𝑒𝑛 𝜔𝑡)
𝑟(𝑠𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑠𝐶2 𝑆𝑒𝑛 𝜔𝑡) = 𝑟⨀(𝑠⨀𝑓(𝑡))
f) (𝑟 + 𝑠)⨀𝑓(𝑡) = 𝑟⨀𝑓(𝑡)⨁𝑠⨀𝑓(𝑡) con 𝑟, 𝑠 en ℝ
Docente
(𝑟 + 𝑠)⨀𝑓(𝑡) = (𝑟 + 𝑠)⨀(𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡)

(𝑟 + 𝑠)(𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡) = (𝑟 + 𝑠)𝐶1 𝐶𝑜𝑠 𝜔𝑡 + (𝑟 + 𝑠)𝐶2 𝑆𝑒𝑛 𝜔𝑡
𝑟𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑠𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑟𝐶2 𝑆𝑒𝑛 𝜔𝑡 + 𝑠𝐶2 𝑆𝑒𝑛 𝜔𝑡

𝑟𝑓(𝑡) + 𝑠𝑓(𝑡) = 𝑟⨀𝑓(𝑡)⨁𝑠⨀𝑓(𝑡)
g) 𝑟 ⊙ (𝑓(𝑡) ⊕ 𝑔(𝑡)) = 𝑟 ⊙ 𝑓(𝑡) ⊕ 𝑟 ⊙ 𝑔(𝑡) con 𝑟 en ℝ
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.
1. El conjunto de las matrices diagonales de nxn bajo la suma de matrices y multiplicación

por escalar usuales.
2. {(𝑥, 𝑦): 𝑦 ≤ 0; 𝑥, 𝑦 ∈ ℝ} con la suma de vectores y multiplicación por escalar usuales.
3. El conjunto de vectores en ℝ3 de la forma (𝑥, 𝑥, 𝑥)
4. El conjunto de matrices simétricas de nxn, bajo la suma y multiplicación por escalar
usuales.
1 𝛼
5. El conjunto de matrices de la forma ( ) con las operaciones de suma y multiplicación
𝛽 1
por escalar usuales.
6. El conjunto de funciones continuas de valores reales definidas en [0,1] con 𝑓(0) = 0 y
𝑓(1) = 0 bajo las operaciones definidas por
(𝑓 + 𝑔)𝑥 = 𝑓(𝑥) + 𝑔(𝑥)
(𝛼𝑓)𝑥 = 𝛼[𝑓(𝑥)]
7. El conjunto de funciones diferenciables definidas en [0,1] con las operaciones del ejercicio
anterior.
𝑎 𝑏
8. El conjunto de matrices de 2x2 de la forma ( ) donde 𝑎 = 𝑑 con la suma y
𝑐 𝑑
multiplicación por escalar usual.
9. El conjunto de todas las funciones diferenciales de valores reales definidas sobre la recta
de los reales. Con la suma y multiplicación por escalar definidas como:
(𝑓 + 𝑔)(𝑠) = 𝑓(𝑠) + 𝑔(𝑠) 𝑦 (𝑐𝑓)(𝑠) = 𝑐𝑓(𝑠)

Docente
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
(𝑎1 , 𝑎2 ) + (𝑏1 , 𝑏2 ) = (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 )
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.
Algunas definiciones son importantes para el desarrollo de los conceptos posteriores. La

combinación lineal, Espacio generado, independencia lineal, Base de un espacio vectorial y
producto interno.
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
Donde los 𝐶𝑖 son los coeficientes de la combinación lineal.
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 }.

Docente
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
Es 𝐶𝑖 = 0. Si no es linealmente independiente se dice que es linealmente dependiente.
EJEMPLO 4:
Determínese si 𝑆 = {1 + 𝑥, 𝑥 + 𝑥 2 , 1 + 𝑥 2 } es linealmente independiente en 𝑃2
Debe solucionarse la ecuación

𝑛
∑ 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.
BASE DE UN ESPACIO VECTORIAL

Un conjunto finito es una base par V si: 1) Genera a V. 2) es Linealmente independiente.

Docente
EJEMPLO 5:
Muestre que 𝑆 = {(1,2), (3, −1)} es una base de ℝ2
1. Debe demostrarse que S genera a V
𝐶1 (1,2) + 𝐶2 (3, −1) = (𝑎, 𝑏)
Donde (𝑎, 𝑏) es un vector de ℝ2
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.
2. Debe demostrarse que 𝑆 es linealmente independiente

𝐶1 (1,2) + 𝐶2 (3, −1) = (0,0)
𝐶1 + 3𝐶2 = 0 𝑦 2𝐶1 − 𝐶2 = 0
1 3 𝐶 0
( ) ( 1) = ( )
2 −1 𝐶2 0
Solucionando el sistema
𝐶1 = 0 𝑦 𝐶2 = 0
De tal manera que el conjunto S es linealmente independiente y Genera a ℝ2 entonces es
una base.
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:
En el espacio ℝ2 , sean 𝑥 = (𝑥1 , 𝑥2 ), 𝑦 = (𝑦1 , 𝑦2 ) y defínase 〈𝑥, 𝑦〉 = 2𝑥1 𝑦1 + 2𝑥2 𝑦2 .

Demuéstrese que 〈𝑥, 𝑦〉 es un producto interno.
Para demostrar que 〈𝑥, 𝑦〉es un producto interno, deben satisfacerse las condiciones de producto
interno.
a) 〈𝑥, 𝑦〉 = 〈𝑦, 𝑥〉

Docente
〈𝑥, 𝑦〉 = 2𝑥1 𝑦1 + 2𝑥2 𝑦2 = 2𝑥2 𝑦2 + 2𝑥1 𝑦1 = 〈𝑦, 𝑥〉
b) 〈𝑥 + 𝑧, 𝑦〉 = 〈𝑥 + 𝑦〉 + 〈𝑧 + 𝑦〉
Sea 𝑧 = (𝑧1 , 𝑧2 ) un elemento de ℝ2 , por tanto 𝑥 + 𝑧 = (𝑥1 + 𝑧1 , 𝑥2 + 𝑧2 ) así que
〈𝑥 + 𝑧, 𝑦〉 = 2(𝑥1 + 𝑧1 )𝑦1 + 2(𝑥2 + 𝑧2 )𝑦2
Como
2(𝑥1 + 𝑧1 )𝑦1 + 2(𝑥2 + 𝑧2 )𝑦2 = 2𝑥1 𝑦1 + 2𝑧1 𝑦1 + 2𝑥2 𝑦2 + 2𝑧2 𝑦2

2𝑥1 𝑦1 + 2𝑧1 𝑦1 + 2𝑥2 𝑦2 + 2𝑧2 𝑦2 = (2𝑥1 𝑦1 + 2𝑥2 𝑦2 ) + (2𝑦1 𝑧1 + 2𝑦2 𝑧2 )
Que por definición es
2𝑥1 𝑦1 + 2𝑥2 𝑦2 = 〈𝑥, 𝑦〉 2𝑦1 𝑧1 + 2𝑦2 𝑧2 = 〈𝑧, 𝑦〉

Por lo tanto
〈𝑥 + 𝑧, 𝑦〉 = 〈𝑥 + 𝑦〉 + 〈𝑧 + 𝑦〉
c) 〈𝑟𝑥, 𝑦〉 = 𝑟〈𝑥, 𝑦〉
Como 𝑟𝑥 = (𝑟𝑥1 , 𝑟𝑥2 ) entonces
〈𝑟𝑥, 𝑦〉 = 2𝑟𝑥1 𝑦1 + 2𝑟𝑥2 𝑦2 = 𝑟(2𝑥1 𝑦1 + 2𝑥2 𝑦2 ) = 𝑟〈𝑥, 𝑦〉
d) 〈𝑥, 𝑥〉 ≥ 0
〈𝑥, 𝑥〉 = 2𝑥1 𝑥1 + 2𝑦1 𝑦1 = 2𝑥1 2 + 2𝑥2 2 = 2(𝑥1 2 + 𝑥2 2 ) ≥ 0
Si 𝑥1 , 𝑥2 ≠ 0
COMPARACIÓN CON EL CÁLCULO

ESPACIO VECTORIAL
Si 𝑓(𝑥) y 𝑔(𝑥) son funciones continuas en un intervalo [𝑎, 𝑏] y 𝑐 es cualquier número real,
entonces (𝑓 + 𝑔)(𝑥) es una función continua en [𝑎, 𝑏] y 𝑐𝑓(𝑥) es continua en [𝑎, 𝑏], entonces se
demostrará que el conjunto de funciones continuas en [𝑎, 𝑏] es un espacio vectorial.
a) Conmutatividad 𝑓(𝑥)⨁𝑔(𝑥) = 𝑔(𝑥)⨁𝑓(𝑥)
𝑓(𝑥)⨁𝑔(𝑥) = 𝑓(𝑥) + 𝑔(𝑥) = 𝑔(𝑥) + 𝑓(𝑥) = 𝑔(𝑥)⨁𝑓(𝑥)
b) Asociatividad 𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = (𝑓(𝑥)⨁𝑔(𝑥))⨁ℎ(𝑥)
𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = 𝑓(𝑥) + (𝑔 + ℎ)(𝑥) = (𝑓 + 𝑔)(𝑥) + ℎ(𝑥) = (𝑓(𝑥)⨁𝑔(𝑥))⨁ℎ(𝑥)

Docente
c) Idéntico aditivo 𝑓(𝑥)⨁𝜃(𝑥) = 𝑓(𝑥)
𝑓(𝑥)⨁𝜃(𝑥) = 𝑓(𝑥) + 𝜃(𝑥) = 𝑓(𝑥)
De tal manera que 𝜃(𝑥) = 0 función continua en [𝑎, 𝑏].
d) Inverso aditivo 𝑓(𝑥)⨁𝛽(𝑥) = 𝜃(𝑥)
𝑓(𝑥)⨁𝛽(𝑥) = (𝑓 + 𝛽)(𝑥) = 𝑓(𝑥) + 𝛽(𝑥) = 0 ∴ 𝛽(𝑥) = −𝑓(𝑥)
e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑓(𝑥) = 𝑟⨀(𝑠⨀𝑓(𝑥)) con 𝑟, 𝑠 en ℝ
(𝑟𝑠)⨀𝑓(𝑥) = 𝑟𝑥𝑓(𝑥) = 𝑟(𝑠𝑓(𝑥)) = 𝑟⨀(𝑠⨀𝑓(𝑥))
f) (𝑟 + 𝑠)⨀𝑓(𝑥) = 𝑟⨀𝑓(𝑥)⨁𝑠⨀𝑓(𝑥) con 𝑟, 𝑠 en ℝ
(𝑟 + 𝑠)⨀𝑓(𝑥) = 𝑟𝑓(𝑥) + 𝑠𝑓(𝑥) = 𝑟⨀𝑓(𝑥)⨁𝑠⨀𝑓(𝑥)
g) 𝑟 ⊙ (𝑓(𝑥) ⊕ 𝑔(𝑥)) = 𝑟 ⊙ 𝑓(𝑥) ⊕ 𝑟 ⊙ 𝑔(𝑥) con 𝑟 en ℝ
𝑟 ⊙ (𝑓(𝑥) ⊕ 𝑔(𝑥)) = 𝑟(𝑓(𝑥) + 𝑔(𝑥)) = 𝑟𝑓(𝑥) + 𝑟𝑔(𝑥) = 𝑟 ⊙ 𝑓(𝑥) ⊕ 𝑟 ⊙ 𝑔(𝑥)
h) 𝐼 ⊙ 𝑓(𝑥) = 𝑓(𝑥)
𝐼 ⊙ 𝑓(𝑥) = 𝐼𝑓(𝑥) = 𝑓(𝑥)
De tal manera que 𝐼 = 1
INDEPENDENCIA LINEAL EN EL ESPACIO DE LAS FUNCIONES

Sea 𝑆 = {𝑆𝑒𝑛 2𝑥, 𝑆𝑒𝑛 𝑥 𝐶𝑜𝑠 𝑥} se debe demostrar que este conjunto es linealmente
independiente.
Debe demostrarse que 𝐶1 𝑆𝑒𝑛 2𝑥 + 𝐶2 𝑆𝑒𝑛 𝑥 𝐶𝑜𝑠 𝑥 = 0
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.

Docente
Otro método que puede ser importante es el que se desprende de la teoría de ecuaciones
diferenciales, el método conocido como WROSKIANO.
Sea 𝑆 = {𝑆𝑒𝑛 𝑥, 𝐶𝑜𝑠 𝑥} el Wroskiano de S es

𝑆𝑒𝑛 𝑥 𝐶𝑜𝑠 𝑥
𝑊=| | = −𝑆𝑒𝑛2 𝑥 − 𝐶𝑜𝑠 2 𝑥 = −1
𝐶𝑜𝑠 𝑥 − 𝑆𝑒𝑛 𝑥
Por lo tanto S es Linealmente Independiente.
Generalizando el proceso, se tiene que si 𝑆 = {𝑓(𝑥), 𝑔(𝑥)} para establecer si es linealmente

independiente, se debe
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

Docente
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.
a) 〈𝑓(𝑥), 𝑔(𝑥)〉 = 〈𝑔(𝑥), 𝑓(𝑥)〉

𝑏 𝑏
〈𝑓(𝑥), 𝑔(𝑥)〉 = ∫ 𝑓(𝑥)𝑔(𝑥)𝑑𝑥 = ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥 = 〈𝑔(𝑥), 𝑓(𝑥)〉
𝑎 𝑎
b) 〈𝑓(𝑥) + ℎ(𝑥), 𝑔(𝑥)〉 = 〈𝑓(𝑥) + 𝑔(𝑥)〉 + 〈ℎ(𝑥) + 𝑔(𝑥)〉

𝑏 𝑏 𝑏
〈𝑓(𝑥) + ℎ(𝑥), 𝑔(𝑥)〉 = ∫ [(𝑓(𝑥) + ℎ(𝑥))𝑔(𝑥)]𝑑𝑥 = ∫ 𝑓(𝑥)𝑔(𝑥)𝑑𝑥 + ∫ ℎ(𝑥)𝑔(𝑥)𝑑𝑥
𝑎 𝑎 𝑎
〈𝑓(𝑥) + ℎ(𝑥), 𝑔(𝑥)〉 = 〈𝑓(𝑥) + 𝑔(𝑥)〉 + 〈ℎ(𝑥) + 𝑔(𝑥)〉
c) 〈𝑟𝑓(𝑥), 𝑔(𝑥)〉 = 𝑟〈𝑓(𝑥), 𝑔(𝑥)〉

𝑏 𝑏
〈𝑟𝑓(𝑥), 𝑔(𝑥)〉 = ∫ 𝑟𝑓(𝑥)𝑔(𝑥)𝑑𝑥 = 𝑟 ∫ 𝑓(𝑥)𝑔(𝑥)𝑑𝑥 = 𝑟〈𝑓(𝑥), 𝑔(𝑥)〉
𝑎 𝑎
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

Docente
〈𝑢𝑖 , 𝑣1 〉 〈𝑢𝑖 , 𝑣2 〉 〈𝑢𝑖 , 𝑣𝑖−1 〉

𝑣𝑖 = 𝑢𝑖 − 𝑣1 − 𝑣2 − ⋯ − 𝑣
〈𝑣1 , 𝑣1 〉 〈𝑣2 , 𝑣2 〉 〈𝑣𝑖−1 , 𝑣𝑖−1 〉 𝑖−1
El conjunto de vectores 𝑇 ∗ = {𝑣1 , 𝑣2 , … , 𝑣𝑚 } es un conjunto ortogonal
3. Haga
1
𝑤𝑖 = 𝑣 (1 ≤ 𝑖 ≤ 𝑚)
‖𝑣𝑖 ‖ 𝑖
Entonces 𝑇 = {𝑤1 , 𝑤2 , … , 𝑤𝑚 } es una base ortonormal para 𝑊.
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
𝐶𝑜𝑠 (𝐴 + 𝐵) = 𝐶𝑜𝑠 𝐴 𝐶𝑜𝑠 𝐵 − 𝑆𝑒𝑛 𝐴 𝑆𝑒𝑛 𝐵

Por tanto
1 1
− [𝐶𝑜𝑠 𝑛𝜔(𝑐 + 𝑇) − 𝐶𝑜𝑠 𝑛𝜔𝑐] = − [𝐶𝑜𝑠 𝑛𝜔𝑐 𝐶𝑜𝑠 𝑛𝜔𝑇 − 𝑆𝑒𝑛 𝑛𝜔𝑐 𝑆𝑒𝑛 𝑛𝜔𝑇 − 𝐶𝑜𝑠 𝑛𝜔𝑐]
𝑛𝜔 𝑛𝜔
Como
2𝜋
𝜔=
𝑇
2𝜋
𝐶𝑜𝑠 𝑛𝜔𝑐 𝐶𝑜𝑠 𝑛𝜔𝑇 = 𝐶𝑜𝑠 𝑛𝜔𝑐 𝐶𝑜𝑠 (𝑛 𝑇) = 𝐶𝑜𝑠 𝑛𝜔𝑐 𝐶𝑜𝑠 (2𝑛𝜋) = 𝐶𝑜𝑠 𝑛𝜔𝑐
𝑇
Entre tanto
2𝜋
𝑆𝑒𝑛 𝑛𝜔𝑐 𝑆𝑒𝑛 𝑛𝜔𝑇 = 𝑆𝑒𝑛 𝑛𝜔𝑐 𝑆𝑒𝑛 (𝑛 𝑇) = 𝑆𝑒𝑛 𝑛𝜔𝑐 𝑆𝑒𝑛 (2𝑛𝜋) = 0
𝑇
De tal manera que
𝑐+𝑇
1
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 = − [𝐶𝑜𝑠 𝑛𝜔𝑐 − 𝐶𝑜𝑠 𝑛𝜔𝑐] = 0
𝑐 𝑛𝜔
Docente
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
𝑆𝑒𝑛(𝐴 + 𝐵) = 𝑆𝑒𝑛 𝐴 𝐶𝑜𝑠 𝐵 + 𝑆𝑒𝑛 𝐵 𝐶𝑜𝑠 𝐴

𝑆𝑒𝑛 𝑛𝜔(𝑐 + 𝑇) = 𝑆𝑒𝑛 (𝑛𝜔𝑐)𝐶𝑜𝑠 (𝑛𝜔𝑇) + 𝑆𝑒𝑛 (𝑛𝜔𝑇)𝐶𝑜𝑠 (𝑛𝜔𝑐)
Y como
2𝜋
𝜔=
𝑇
2𝜋 2𝜋
𝑆𝑒𝑛 (𝑛𝜔𝑐)𝐶𝑜𝑠 (𝑛 𝑇) + 𝑆𝑒𝑛 (𝑛 𝑇) 𝐶𝑜𝑠 (𝑛𝜔𝑐)
𝑇 𝑇
𝐶𝑜𝑠(2𝑛𝜋) = 1 𝑆𝑒𝑛 (2𝑛𝜋) = 0
De tal manera que
2𝜋 2𝜋
𝑆𝑒𝑛 (𝑛𝜔𝑐)𝐶𝑜𝑠 (𝑛 𝑇) + 𝑆𝑒𝑛 (𝑛 𝑇) 𝐶𝑜𝑠 (𝑛𝜔𝑐) = 𝑆𝑒𝑛(𝑛𝜔𝑐)
𝑇 𝑇
Por lo tanto
1 1
[𝑆𝑒𝑛 𝑛𝜔(𝑐 + 𝑇) − 𝑆𝑒𝑛 𝑛𝜔𝑐] = [𝑆𝑒𝑛 (𝑛𝜔𝑐) − 𝑆𝑒𝑛(𝑛𝜔𝑐)] = 0
𝑛𝜔 𝑛𝜔
Entonces
𝑐+𝑇
0 𝑛≠0
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = {
𝑐 𝑇 𝑛=0
𝑐+𝑇 0 𝑚≠𝑛
3. ∫𝑐 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑚𝜔𝑡 𝑑𝑡 = {1 𝑇 𝑚=𝑛≠0
2
Para empezar a realizar esta integral, se debe tener presente que

Docente
𝐶𝑜𝑠 (𝐴 − 𝐵) = 𝐶𝑜𝑠 𝐴 𝐶𝑜𝑠 𝐵 + 𝑆𝑒𝑛 𝐴 𝑆𝑒𝑛 𝐵

Restando la segunda de la primera
𝐶𝑜𝑠 (𝐴 − 𝐵) − 𝐶𝑜𝑠 (𝐴 + 𝐵) = 2𝑆𝑒𝑛 𝐴 𝑆𝑒𝑛 𝐵

De lo cual
1 1
𝑆𝑒𝑛 𝐴 𝑆𝑒𝑛 𝐵 = 𝐶𝑜𝑠(𝐴 − 𝐵) − 𝐶𝑜𝑠 (𝐴 + 𝐵)
2 2
a) Si 𝑛 ≠ 𝑚
Aplicando este hecho a la integral, se tiene que

𝑐+𝑇
1 𝑐+𝑇 1 𝑐+𝑇
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝐶𝑜𝑠 𝜔(𝑛 − 𝑚)𝑡 𝑑𝑡 − ∫ 𝐶𝑜𝑠 𝜔(𝑛 + 𝑚)𝑡 𝑑𝑡
𝑐 2 𝑐 2 𝑐
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 𝑐+𝑇 1 𝑐+𝑇 1 𝑆𝑒𝑛 𝑘1 𝜔𝑡 𝑐+𝑇

∫ 𝐶𝑜𝑠 𝜔(𝑛 − 𝑚)𝑡 𝑑𝑡 = ∫ 𝐶𝑜𝑠 𝜔𝑘1 𝑡𝑑𝑡 = [ ]
2 𝑐 2 𝑐 2 𝑘1 𝜔 𝑐
1 𝑆𝑒𝑛 𝑘1 𝜔𝑡 𝑐+𝑇 1
[ ] = [𝑆𝑒𝑛 𝑘1 𝜔(𝑐 + 𝑇) − 𝑆𝑒𝑛 𝑘1 𝜔𝑐]
2 𝑘1 𝜔 𝑐 2𝑘1 𝜔
Y como
𝑆𝑒𝑛(𝐴 + 𝐵) = 𝑆𝑒𝑛 𝐴 𝐶𝑜𝑠 𝐵 + 𝑆𝑒𝑛 𝐵 𝐶𝑜𝑠 𝐴

𝑆𝑒𝑛 𝑘1 𝜔(𝑐 + 𝑇) − 𝑆𝑒𝑛 𝑘1 𝜔𝑐 = 𝑆𝑒𝑛 𝑘1 𝜔𝑐 𝐶𝑜𝑠 𝑘1 𝜔𝑇 + 𝑆𝑒𝑛 𝑘1 𝜔𝑇 𝐶𝑜𝑠 𝑘1 𝜔𝑐 − 𝑆𝑒𝑛 𝑘1 𝜔𝑐
Como
2𝜋
𝜔=
𝑇
2𝜋 2𝜋
𝑆𝑒𝑛 𝑘1 𝜔𝑐 𝐶𝑜𝑠 𝑘1 𝑇 + 𝑆𝑒𝑛 𝑘1 𝑇 𝐶𝑜𝑠 𝑘1 𝜔𝑐 = 𝑆𝑒𝑛 𝑘1 𝜔𝑐
𝑇 𝑇
Y por tanto
1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝜔𝑘1 𝑡𝑑𝑡 = 0
2 𝑐
De la misma manera para 𝑘2 . Lo que indica que

𝑐+𝑇
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑚𝜔𝑡 𝑑𝑡 = 0
𝑐
b) Si 𝑛 = 𝑚 ≠ 0

Docente
Aplicando la identidad a la integral, se tiene que

𝑐+𝑇
1 𝑐+𝑇 1 𝑐+𝑇
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝐶𝑜𝑠 𝜔(𝑛 − 𝑚)𝑡 𝑑𝑡 − ∫ 𝐶𝑜𝑠 𝜔(𝑛 + 𝑚)𝑡 𝑑𝑡
𝑐 2 𝑐 2 𝑐
Ahora, como 𝑛 = 𝑚 ≠ 0, entonces 𝑛 − 𝑚 = 0 y 𝑛 + 𝑚 = 2𝑛, entonces 𝐶𝑜𝑠 𝜔(𝑛 − 𝑚)𝑡 = 1

y 𝐶𝑜𝑠 𝜔(𝑛 + 𝑚)𝑡 = 𝐶𝑜𝑠 2𝑛𝜔𝑡. 𝑘1 = 2𝑛 por tanto, como ya se demostró
1 𝑐+𝑇
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

𝐶𝑜𝑠 (𝐴 − 𝐵) = 𝐶𝑜𝑠 𝐴 𝐶𝑜𝑠 𝐵 + 𝑆𝑒𝑛 𝐴 𝑆𝑒𝑛 𝐵
Sumando la primera a la segunda
𝐶𝑜𝑠(𝐴 + 𝐵) + 𝐶𝑜𝑠(𝐴 − 𝐵) = 2 𝐶𝑜𝑠 𝐴 𝐶𝑜𝑠 𝐵

De donde
1 1
𝐶𝑜𝑠 𝐴 𝐶𝑜𝑠 𝐵 = 𝐶𝑜𝑠(𝐴 + 𝐵) + 𝐶𝑜𝑠(𝐴 − 𝐵)
2 2
𝑐+𝑇
1 𝑐+𝑇 1 𝑐+𝑇
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝐶𝑜𝑠𝜔(𝑚 + 𝑛)𝑡 𝑑𝑡 + ∫ 𝐶𝑜𝑠 𝜔(𝑛 − 𝑚)𝑡𝑑𝑡
𝑐 2 𝑐 2 𝑐
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
2 𝑐
Docente
1 𝑐+𝑇
2 𝑐
Por tanto
𝑐+𝑇
∫ 𝐶𝑜𝑠 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = 0
𝑐
b) Si 𝑚 = 𝑛 ≠ 0
1 𝑐+𝑇 1 𝑐+𝑇 1 𝑐+𝑇 1 𝑐+𝑇

∫ 𝐶𝑜𝑠𝜔(𝑚 + 𝑛)𝑡 𝑑𝑡 + ∫ 𝐶𝑜𝑠 𝜔(𝑛 − 𝑚)𝑡𝑑𝑡 = ∫ 𝐶𝑜𝑠 2𝑛𝜔𝑡 𝑑𝑡 + ∫ 𝑑𝑡
2 𝑐 2 𝑐 2 𝑐 2 𝑐
Como 2𝑛 = 𝑘1 aplicando el numeral 3 a.
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)
𝑆𝑒𝑛(𝐴 + 𝐵) = 𝑆𝑒𝑛 𝐴 𝐶𝑜𝑠 𝐵 + 𝑆𝑒𝑛 𝐵 cos 𝐴

𝑆𝑒𝑛(𝐴 − 𝐵) = 𝑆𝑒𝑛 𝐴 𝐶𝑜𝑠 𝐵 − 𝑆𝑒𝑛 𝐵 𝐶𝑜𝑠 𝐴
Sumando primera y segunda
𝑆𝑒𝑛 (𝐴 + 𝐵) + 𝑆𝑒𝑛 (𝐴 − 𝐵) = 2 𝑆𝑒𝑛 𝐴 𝐶𝑜𝑠 𝐵

De tal manera que
1 1
𝑆𝑒𝑛 𝐴 𝐶𝑜𝑠 𝐵 = 𝑆𝑒𝑛 (𝐴 + 𝐵) + 𝑆𝑒𝑛 (𝐴 − 𝐵)
2 2
Aplicando este hecho
𝑐+𝑇
1 𝑐+𝑇 1 𝑐+𝑇
∫ 𝑆𝑒𝑛 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑚𝜔𝑡 𝑑𝑡 = ∫ 𝑆𝑒𝑛 𝜔(𝑛 + 𝑚)𝑡 𝑑𝑡 + ∫ 𝑆𝑒𝑛 𝜔(𝑛 − 𝑚)𝑡 𝑑𝑡
𝑐 2 𝑐 2 𝑐
Si
Docente
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
𝐶𝑜𝑠 𝜔𝑘1 (𝑐 + 𝑇) = 𝐶𝑜𝑠 𝜔𝑘1 𝑐

Y
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

Docente
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}
Es un conjunto ortogonal de funciones en el intervalo 𝑐 ≤ 𝑡 ≤ 𝑐 + 𝑇 o lo que es lo mismo, es un

conjunto generador del espacio de funciones periódicas en el intervalo 𝑐 ≤ 𝑡 ≤ 𝑐 + 𝑇, en donde 𝑐,
representa un valor “comodín” que se adecúa a los requerimientos y necesidades del problema.
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
A la que se le conoce como Serie de Fourier de la función periódica 𝑓(𝑡).
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
2
𝑛=1
Esta suposición que parece lógica, lamentablemente no lo es, en el intervalo 𝑐 ≤ 𝑡 ≤ 𝑐 + 𝑇, como

se verá mas adelante. Pese a ello, a partir de la igualdad, se van a encontrar los coeficientes de la
serie de Fourier.
Se quiere realizar la siguiente integral

𝑐+𝑇
∫ 𝑓(𝑡) 𝑑𝑡
𝑐
Para ello aprovechamos la igualdad de la serie

𝑐+𝑇 𝑐+𝑇 ∞
𝑎0
∫ 𝑓(𝑡)𝑑𝑡 = ∫ { + ∑{𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝜔𝑡}} 𝑑𝑡
𝑐 𝑐 2
𝑛=1
De tal manera que

Docente
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
Lo que nos lleva a

𝑐+𝑇
𝑎0 2 𝑐+𝑇
∫ 𝑓(𝑡)𝑑𝑡 = 𝑇 ∴ 𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑐 2 𝑇 𝑐
Ahora, si se desea calcular

𝑐+𝑇
∫ 𝑓(𝑡) 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡
𝑐
𝑎0 𝑐+𝑇
= ∫ 𝑓(𝑡) 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡
2 𝑐
∞ 𝑐+𝑇 𝑐+𝑇
+ ∑ 𝑎𝑛 ∫ 𝑓(𝑡) 𝐶𝑜𝑠 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 + 𝑏𝑛 ∫ 𝑓(𝑡) 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑛=1 𝑐 𝑐
De tal manera que

𝑐+𝑇
𝑎𝑛 𝑇 2 𝑐+𝑇
∫ 𝑓(𝑡) 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 = ∴ 𝑎𝑛 = ∫ 𝑓(𝑡) 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡
𝑐 2 𝑇 𝑐
Calcular ahora la integral

𝑐+𝑇
∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑐
∞
𝑎0 𝑐+𝑇 𝑐+𝑇
= ∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡
2 𝑐 𝑐 𝑛=1
𝑐+𝑇
+ 𝑏𝑛 ∫ 𝑓(𝑡) 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑐
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
Encontrar la serie de Fourier de la función definida como

−1 −𝜋 ≤ 𝑡 < 0
𝑓(𝑡) = {
1 0≤𝑡≤𝜋
Para encontrar la serie de Fourier, se debe encontrar el Periodo, como la función está definida
entre (−𝜋, 𝜋) el periodo es 𝑇 = 2𝜋, además la frecuencia 𝜔 = 2𝜋⁄𝑇 = 1
De tal manera que

Docente
0 𝜋
2 1
𝑎0 = [∫ −1𝑑𝑡 + ∫ 1𝑑𝑡] = {[−𝑡]0−𝜋 + [𝑡]𝜋0 } = 0
2𝜋 −𝜋 0 𝜋
Se calcula ahora el coeficiente 𝑎𝑛
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
Lo que claramente es igual a

0 𝑠𝑖 𝑛 𝑒𝑠 𝑝𝑎𝑟
𝑏𝑛 = { 4
𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
𝑛𝜋
Así que para garantizar que 𝑛 sea impar y 𝑏𝑛 ≠ 0 entonces 𝑛 = 2𝑘 − 1 con 𝑘 = 1,2,3 … de tal
manera que la serie se Fourier de la función es
∞
4
𝑓(𝑡) = ∑ 𝑆𝑒𝑛 (2𝑘 − 1)𝑡
(2𝑘 − 1)𝜋
𝑘=1
Serie de Fourier
1.5
0.5
0
-8 -6 -4 -2 0 2 4 6 8
-0.5
-1
-1.5
Series1 Series2 Series3
Figura XX. Serie1. Solo un término (armónica principal). Serie2. Primero y segundo término (Dos
armónicas). Serie3. Primero, segundo y tercer término (Tres armónicas)

Docente
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
Una expansión con 10 armónicos se muestra en la figura siguiente
Serie de Fourier
(10 armónicos)
1.5
0.5
0
-8 -6 -4 -2 0 2 4 6 8
-0.5
-1
-1.5
Figura XXX. Representación de la función en series de Fourier, tomando 10 armónicos.
EJEMPLO xxx
Encontrar la serie de Fourier de la función
𝑓(𝑡) = 𝑡 − 𝜋 < 𝑡 < 𝜋
El periodo de la función es 𝑇 = 2𝜋, 𝜔 = 1
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

Docente
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
En la figura siguiente se muestran los armónicos y la función

Docente
Serie de Fourier Serie de Fourier

Primer armónico Primero y Segundo Armónico
3 3
2 2
1 1
0 0
-4 -2 0 2 4 -4 -2 0 2 4
-1 -1
-2 -2
-3
-3
Serie de Fourier Serie de Fourier

Primero, Segundo y Tercer armónico Función f(t)=t
4 4
3 3
2 2
1 1
0 0
-4 -2 -1 0 2 4 -4 -2 -1 0 2 4
-2 -2
-3 -3
-4 -4
EJEMPLO XXX
Dada la función
𝑓(𝑥) = |𝑥| −𝜋 <𝑥 <𝜋
Encontrar la serie de Fourier
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
Docente
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
1 𝑥 𝑆𝑒𝑛 𝑛𝑥 cos 𝑛𝑥 0 𝑥𝑆𝑒𝑛 𝑛𝑥 𝐶𝑜𝑠 𝑛𝑥 𝜋

𝑎𝑛 = {[− − ] + [ + ] }
𝜋 𝑛 𝑛2 −𝜋 𝑛 𝑛2 0
1 1 (−1)𝑛 (−1)𝑛 1 1 2 (−1)𝑛 2

𝑎𝑛 = {− 2 + 2
+ 2
− 2 } = {− 2
+ 2 2 } = 2 [(−1)𝑛 − 1]
𝜋 𝑛 𝑛 𝑛 𝑛 𝜋 𝑛 𝑛 𝑛 𝜋

4
− 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
𝑎𝑛 = { 𝑛2 𝜋
0 𝑠𝑖 𝑛 𝑒𝑠 𝑝𝑎𝑟
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
De tal manera que la expansión en series de Fourier de la función es

∞
𝑎0
2
𝑛=1

Docente
∞
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
Series1 Series2 Series3
Figura XX. Se presentas tres armónicos, además de la función.
PROBLEMAS PROPUESTOS
CONVERGENCIA DE LA SERIE DE FOURIER

Xxxxxxx
FUNCIONES PARES E IMPARES- SERIE DE FOURIER

Se puede observar en los ejemplos anteriores, que en algunas funciones ejemplos 1 y 2 los
coeficientes 𝑎0 y 𝑎𝑛 fueron cero, en tanto que 𝑏𝑛 fue diferente de cero. Entre tanto que para los
ejemplos 3y4 el coeficiente 𝑏𝑛 tomó el valor de cero y 𝑎0 , 𝑎𝑛 diferente de cero. Esto obedece a
una característica de las funciones y está íntimamente relacionado con la integral. Para poder
establecer un criterio que permita a priori saber si los coeficientes son cero, se planteará lo
siguiente.
Una función 𝑓(𝑥)es par si
𝑓(−𝑥) = 𝑓(𝑥)
Ejemplo
Sea
𝑓(𝑥) = 3𝑥 2 + 5
Docente
Establecer si la función es par
Se procede mediante la definición
𝑓(−𝑥) = 3(−𝑥)2 + 5 = 3𝑥 2 + 5 = 𝑓(𝑥)

Lo que indica que la función es par.
Ejemplo
Establecer que la función
𝑓(𝑥) = 𝐶𝑜𝑠 𝑥
De las series de Mclaurin, se sabe que
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
De la definición de función par

∞ ∞
𝑛+1
(−𝑥)2𝑛 𝑥 2𝑛
𝐶𝑜𝑠(−𝑥) = ∑(−1) = ∑(−1)𝑛+1 = 𝐶𝑜𝑠 𝑥
(2𝑛)! (2𝑛)!
𝑛=1 𝑛=1
La función 𝑓(𝑥) = 𝐶𝑜𝑠 𝑥 es una función par.
Una función 𝑓(𝑥) es impar si
𝑓(−𝑥) = −𝑓(𝑥)
Ejemplo
Muestre que la función
𝑓(𝑥) = 5𝑥 5 − 4𝑥 3 + 𝑥
Es una función impar
Se utilizará la definición para demostrar la calidad de impar de la función
𝑓(−𝑥) = 5(−𝑥)5 − 4(−𝑥)3 + (−𝑥) = −5𝑥 5 + 4𝑥 3 − 𝑥 = −(5𝑥 5 − 4𝑥 3 + 𝑥) = −𝑓(𝑥)

Ejemplo
Muestre que la función 𝑓(𝑥) = 𝑆𝑒𝑛 𝑥 es una función impar
Para demostrar este hecho, se utilizará la definición de función impar y las series de Mclaurin

Docente
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
Usando este hecho y la definición de función impar

∞ ∞
𝑛+1
(−𝑥)2𝑛−1 𝑥 2𝑛−1
𝑆𝑒𝑛(−𝑥) = ∑(−1) = ∑(−1)𝑛+1 (−1)
(2𝑛 − 1)! (2𝑛 − 1)!
𝑛=1 𝑛=1
∞
𝑥 2𝑛−1
= − ∑(−1)𝑛+1 = −𝑆𝑒𝑛 𝑥
(2𝑛 − 1)!
𝑛=1
Lo que demuestra que la función 𝑓(𝑥) = 𝑆𝑒𝑛𝑥 es impar.
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
Se realiza el cambio en la variable para la primera integral 𝑢 = −𝑥 ∴ 𝑑𝑢 = −𝑑𝑥 cambiando

también los límites de integración 𝑥 = 0 𝑢 = 0 y 𝑥 = −𝑎 𝑢 = 𝑎 de tal manera que
𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = − ∫ 𝑓(−𝑢)(−𝑑𝑢) + ∫ 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

Docente
𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑢)𝑑𝑢 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
Entonces cambiando 𝑥 = 𝑢 la integral toma la forma

𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = 2 ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 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.
Si ahora, se asigna la calidad de impar a la función, entonces la integral

𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(−𝑢)𝑑𝑢 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
Toma la forma
𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = − ∫ 𝑓(𝑢)𝑑𝑢 + ∫ 𝑓(𝑥)𝑑𝑥
−𝑎 0 0
Si se realiza la sustitución 𝑥 = 𝑢 la integral se convierte en

𝑎 𝑎 𝑎
∫ 𝑓(𝑥)𝑑𝑥 = − ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 = 0
−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

Docente
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.
Entonces se concluye que
𝑓(𝑥) = 𝑓𝑝 (𝑥) + 𝑓𝑖 (𝑥)
Y finalmente, el producto de funciones pares e impares como se enuncia a continuación tiene los
resultados siguientes
𝑓𝑖 (𝑥) 𝑓𝑝 (𝑥) = 𝐹𝑖 (𝑥)

𝑓𝑖 (𝑥) 𝑓𝑖 (𝑥) = 𝐹𝑝 (𝑥)
𝑓𝑝 (𝑥) 𝑓𝑖 (𝑥) = 𝐹𝑖 (𝑥)
𝑓𝑝 (𝑥) 𝑓𝑝 (𝑥) = 𝐹𝑝 (𝑥)
Sea 𝑓𝑖 (𝑥) una función impar y sea 𝑓𝑝 (𝑥) una función par, entonces
𝑓𝑖 (𝑥)𝑓𝑝 (𝑥) = 𝐹(𝑥)
Por definición
𝐹(−𝑥) = 𝑓𝑖 (−𝑥)𝑓𝑝 (−𝑥) = −𝑓𝑖 (𝑥)𝑓𝑝 (𝑥) = −𝐹(𝑥) = 𝐹𝑖 (𝑥)
Ahora
𝐹(𝑥) = 𝑓𝑖 (𝑥)𝑓𝑖 (𝑥)
Entonces por definición
𝐹(−𝑥) = 𝑓𝑖 (−𝑥)𝑓𝑖 (−𝑥) = [−𝑓𝑖 (𝑥)][−𝑓𝑖 (𝑥)] = 𝑓𝑖 (𝑥)𝑓𝑖 (𝑥) = 𝐹(𝑥) = 𝐹𝑝 (𝑥)
Finalmente
𝐹(𝑥) = 𝑓𝑝 (𝑥)𝑓𝑝 (𝑥)
Por la definición
𝐹(−𝑥) = 𝑓𝑝 (−𝑥)𝑓𝑝 (−𝑥) = 𝑓𝑝 (𝑥)𝑓𝑝 (𝑥) = 𝐹(𝑥) = 𝐹𝑝 (𝑥)
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

Docente
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
Por ser 𝐶𝑜𝑠 𝑛𝜔𝑡 par

2 𝑝
𝑏𝑛 = ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡 = 0
𝑇 −𝑝
Debido a que 𝑆𝑒𝑛 𝑛𝜔𝑡 es impar, 𝑓(𝑡) es par, el producto es impar y la integral es cero.
Ahora, si se supone que 𝑓(𝑡) es una función impar, entonces

2 𝑝
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = 0
𝑇 −𝑝
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
Por tanto, los resultados se presentan en la siguiente tabla
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
Encontrar la expansión en serie de Fourier de la función del ejemplo XX

−1 −𝜋 ≤ 𝑡 < 0
𝑓(𝑡) = {
1 0≤𝑡≤𝜋
La grafica de la función es

Docente
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

Docente
En los ejercicios del 1 al 12 realizar la expansión en series de Fourier de las funciones en los
intervalos dados:
1 𝑓(𝑥) = 𝑥 − 𝜋 < 𝑥 < 𝜋 2 𝑓(𝑥) = 𝑥 2 −𝜋 <𝑥 <𝜋

3 1 4
𝜋 + 𝑥 −𝜋 ≤ 𝑥 ≤ 0 0 −𝜋 ≤ 𝑥 ≤ 0
𝑓(𝑥) = { 2 𝑓(𝑥) = {
1 1 0≤𝑥≤𝜋
𝜋−𝑥 0≤𝑥 ≤𝜋
2
5 0 −𝜋 ≤ 𝑥 < 0 6 −𝑥 −𝜋 ≤ 𝑥 ≤ 0
𝑓(𝑥) = { 𝑓(𝑥) = {
𝑥 0<𝑥≤𝜋 𝑥 0≤𝑥≤𝜋
7 1 𝑥 8 𝜋 𝑥 𝑥2
− − −𝜋 ≤ 𝑥 ≤ 0 − − −𝜋 ≤ 𝑥 ≤ 0
𝑓(𝑥) = { 2 2𝜋 𝑓(𝑥) = 2 2 4𝜋2
1 𝑥 𝜋 𝑥 𝑥
− 0≤𝑥≤𝜋
2 2𝜋 {2 + 2 − 4𝜋 0 ≤ 𝑥 ≤ 𝜋
9 𝑓(𝑥) = |𝐴 sin 𝜔𝑥| 10 𝑓(𝑥) = 𝑒 𝑥 (−𝜋, 𝜋) 𝑓(𝑥 + 2𝜋) = 𝑓(𝑥)
11 𝑓(𝑥) = |𝐴 𝐶𝑜𝑠 𝜔𝑥| 12 𝑓(𝑥) = 𝑥 + 𝑥 2 − 𝜋 < 𝑥 < 𝜋
13. El resultado del ejercicio 4, implica que para 0 < 𝑥 < 𝜋

1 2 sin 3𝑥
1= + (sin 𝑥 + + ⋯)
2 𝜋 3
1
Use 𝑥 = 2 𝜋 en esta ecuación para mostrar que
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

Docente
IDENTIDAD DE PARSEVAL
Sea
∞
𝑎0
𝑓(𝑡) = + ∑ 𝑎𝑛 𝐶𝑜𝑠 𝑛𝜔𝑡 + 𝑏𝑛 𝑆𝑒𝑛 𝑛𝜔𝑡
2
𝑛=1
Definida en el intervalo (−𝑝, 𝑝), entonces

∞
1 𝑝 2 𝑎02 1
∫ 𝑓 (𝑡) = + ∑ 𝑎𝑛2 + 𝑏𝑛2
𝑇 −𝑝 4 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
De tal manera que

𝑝 ∞
2 (𝑡)𝑑𝑡
𝑎0 𝑎0 𝑇 𝑎𝑛 𝑇 𝑏𝑛 𝑇
∫ 𝑓 = + ∑ 𝑎𝑛 + 𝑏𝑛
−𝑝 2 2 2 2
𝑛=1
Se escribe como
∞
𝑝
2 (𝑡)𝑑𝑡
𝑎02 𝑇
∫ 𝑓 = 𝑇 + ∑ 𝑎𝑛2 + 𝑏𝑛2
−𝑝 4 2
𝑛=1
Por lo tanto

Docente
∞
1 𝑝 2 𝑎02 1
∫ 𝑓 (𝑡)𝑑𝑡 = + ∑ 𝑎𝑛2 + 𝑏𝑛2
𝑇 −𝑝 4 2
𝑛=1
El que tiene por nombre teorema de Parseval.
SERIE COMPLEJA DE FOURIER

Lo que se presentará a continuación, es otra forma de calcular los coeficientes de la serie de
Fourier.
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
Teniendo presente, como ya se demostró que
2 𝑐+𝑇 2 𝑐+𝑇 2 𝑐+𝑇

𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 𝑎𝑛 = ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 𝑏𝑛 = ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡
𝑇 𝑐 𝑇 𝑐 𝑇 𝑐
Si se considera el hecho que
𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡

𝑆𝑒𝑛 𝑛𝜔𝑡 = 𝐶𝑜𝑠 𝑛𝜔𝑡 =
2𝑗 2
Entonces
∞
𝑎0 𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡
𝑓(𝑡) = + ∑ 𝑎𝑛 ( ) + 𝑏𝑛 ( )
2 2 2𝑗
𝑛=1
∞
𝑎0 𝑎𝑛 − 𝑗𝑏𝑛 𝑎𝑛 + 𝑗𝑏𝑛
𝑓(𝑡) = + ∑ 𝑒 𝑗𝑛𝜔𝑡 ( ) + 𝑒 −𝑗𝑛𝜔𝑡 ( )
2 2 2
𝑛=1
Si se realiza los siguientes cambios de variables

𝑎𝑛 − 𝑗𝑏𝑛 𝑎𝑛 + 𝑗𝑏𝑛 𝑎0
𝑐𝑛 = 𝑐−𝑛 = 𝑐0 =
2 2 2
Se tiene que
∞ ∞
𝑗𝑛𝜔𝑡
𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 + ∑ 𝑐−𝑛 𝑒 −𝑗𝑛𝜔𝑡
𝑛=1 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

Docente
∞ −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=−∞
Lo que se conoce como serie Compleja de Fourier.
El cálculo del coeficiente de Fourier 𝑐𝑛 toma la forma
𝑎𝑛 − 𝑗𝑏𝑛 1 2 𝑐+𝑇 2 𝑐+𝑇

𝑐𝑛 = = { ∫ 𝑓(𝑡)𝐶𝑜𝑠 𝑛𝜔𝑡 𝑑𝑡 − 𝑗 ∫ 𝑓(𝑡)𝑆𝑒𝑛 𝑛𝜔𝑡 𝑑𝑡}
2 2 𝑇 𝑐 𝑇 𝑐
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
Finalmente se concluye que

∞
𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
1 𝑐+𝑇
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 𝑐
EJEMPLO
Obtener la serie de Fourier compleja de la función

−1 −𝜋 < 𝑡 < 0
𝑓(𝑡) = {
1 0<𝑡<𝜋
además encuentre a partir de dicha serie los coeficientes trigonométricos de la serie de Fourier.
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

Docente
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
Teniendo presente que
𝑒 −𝑗𝑛𝜋 = 𝐶𝑜𝑠 𝑛𝜋 − 𝑗𝑆𝑒𝑛 𝑛𝜋 = (−1)𝑛
𝑒 𝑗𝑛𝜋 = 𝐶𝑜𝑠 𝑛𝜋 + 𝑗 𝑆𝑒𝑛 𝑛𝜋 = (−1)𝑛
Se tiene que
2
1 2 2(−1)2 1 𝑛 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑐𝑛 = [ − ]= [1 − (−1) ] = {𝑗𝑛𝜋
2𝜋 𝑗𝑛 𝑗𝑛 𝑗𝑛𝜋
0 𝑛 𝑝𝑎𝑟
Para garantizar los coeficientes diferentes de cero 𝑛 = 2𝑘 − 1 con 𝑘 = 0,1,2,3 …

2 2𝑗
𝑐2𝑘−1 = =−
𝑗(2𝑘 − 1)𝜋 (2𝑘 − 1)𝜋
De tal manera que la serie compleja de Fourier es

∞
2𝑗
𝑓(𝑡) = − ∑ 𝑒 −𝑗𝑛𝑡
(2𝑛 − 1)𝜋
𝑛=−∞
Ahora, si se tiene presente que

𝑎𝑛 − 𝑗𝑏𝑛
𝑐𝑛 =
2
A partir de esta relación se encuentra los coeficientes trigonométricos de la serie de Fourier
𝑎𝑛 − 𝑗𝑏𝑛 2𝑗
=−
2 (2𝑛 − 1)𝜋
Teniendo presente que dos números complejos son iguales, si sus partes imaginarias son iguales,
además que sus partes reales deben ser iguales, este hecho lleva a que
𝑗𝑏𝑛 2𝑗 4
− =− ∴ 𝑏𝑛 =
2 (2𝑛 − 1)𝜋 (2𝑛 − 1)𝜋
Y la parte real 𝑎𝑛 = 0, lo que corresponde al coeficiente trigonométrico de la serie de Fourier
∞
4
𝑓(𝑡) = ∑ 𝑆𝑒𝑛 (2𝑛 − 1)𝑡
(2𝑛 − 1)𝜋
𝑛=0
EJEMPLO

Docente

Docente
APLICACIONES DE LAS SERIES DE FOURIER

Se desea analizar el comportamiento de un circuito RLC Serie al que se le aplica un voltaje de la
forma
−5 −10 ≤ 𝑡 < 0
𝑉(𝑡) = {
5 0 ≤ 𝑡 ≤ 10
Suponga que el circuito tiene 𝑅 = 10Ω, 𝐿 = 2𝐻, 𝐶 = 1/5𝐹 encontrar la carga en estado
estacionario del circuito. Realizar una gráfica de la corriente y la carga
Supongamos la siguiente situación
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)

Docente
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.
Entonces la solución transitoria de la ecuación se obtiene de la transformada inversa de la función

de transferencia, en tanto que la solución en estado estacionario,
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
Los términos de la sumatoria, por provenir de la función de transferencia, corresponden a los

transitorios, entre tanto los dos restantes corresponden a la solución en estado estacionario.
𝐴𝜔𝐺(𝑠) 𝛽1 𝛽2
𝑥𝑒𝑒 (𝑡) = ℒ −1 { } = ℒ −1 { + }
(𝑠 − 𝑗𝜔)(𝑠 + 𝑗𝜔) 𝑠 + 𝑗𝜔 𝑠 − 𝑗𝜔
Utilizando el método de recubrimiento de Heaviside se encuentran los coeficientes 𝛽1 , 𝛽2
𝐴𝜔𝐺(−𝑗𝜔) 𝐴𝜔 𝐴
𝛽1 ]𝑠=−𝑗𝜔 = = 𝐺(−𝑗𝜔) = − 𝐺(−𝑗𝜔)
(−𝑗𝜔 − 𝑗𝜔) 2𝑗𝜔 2𝑗
𝐴𝜔𝐺(𝑗𝜔) 𝐴𝜔 𝐴
𝛽2 ]𝑠=𝑗𝜔 = = 𝐺(𝑗𝜔) = 𝐺(𝑗𝜔)
(𝑗𝜔 + 𝑗𝜔) 2𝑗𝜔 2𝑗
Ahora, se sabe que
𝐺(𝑗𝜔) = |𝐺(𝑗𝜔)|𝑒 𝑗𝐴𝑟𝑔(𝐺(𝑗𝜔))
𝐺(−𝑗𝜔) = |𝐺(−𝑗𝜔)|𝑒 𝑗𝐴𝑟𝑔(𝐺(−𝑗𝜔))

El número complejo
𝐺(𝑗𝜔) = 𝛼 + 𝑗𝛽
De tal manera que el módulo y argumento del número es
|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

Docente
|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
𝑒 𝑗𝐴𝑟𝑔(𝐺(𝑗𝜔)) 𝑒 𝑗𝜔𝑡 − 𝑒 −𝐴𝑟𝑔(𝐺(𝑗𝜔)) 𝑒 −𝑗𝜔𝑡

𝑥𝑒𝑒 (𝑡) = 𝐴|𝐺(𝑗𝜔)| { }
2𝑗
𝑥𝑒𝑒 (𝑡) = 𝐴|𝐺(𝑗𝜔)|𝑆𝑒𝑛 (𝑗𝜔𝑡 + 𝐴𝑟𝑔(𝐺(𝑗𝜔)))
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
El circuito de la figura tiene por ecuación diferencial
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

Docente
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 )
1 𝑉0 𝜔
𝑄(𝑠) =
1 2 2
[𝐿𝑠 2 + 𝑅𝑠 + 𝐶 ] 𝑠 + 𝜔
A la cantidad
1
1
[𝐿𝑠 2 + 𝑅𝑠 + 𝐶 ]
Se le conoce como función de transferencia 𝐺(𝑠)

1
𝐺(𝑠) =
1
[𝐿𝑠 2 + 𝑅𝑠 + 𝐶 ]
FUNCIONES ORTONORMALES
SOLUCION DE LA ECUACION DE LAPLACE EN ESFERICAS
Se desea solucionar la ecuación de Laplace en coordenadas esféricas, es decir que
∇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

Docente
En donde ℎ𝑟 = 1, ℎ𝜃 = 𝑟, ℎ𝜙 = 𝑟 𝑠𝑒𝑛 𝜃, y por tanto 𝐽 = 𝑟 2 𝑆𝑒𝑛 𝜃. Lo que indica que
1 𝜕 𝑟 2 𝑠𝑒𝑛𝜃 𝜕𝑣 𝜕 𝑟 2 𝑆𝑒𝑛 𝜃 𝜕𝑣 𝜕 𝑟 2 𝑆𝑒𝑛 𝜃 𝜕𝑣

∇2 𝑣 = { ( ) + ( ) + ( )} = 0
𝑟 2 𝑆𝑒𝑛𝜃 𝜕𝑟 1 𝜕𝑟 𝜕𝜃 𝑟 2 𝜕𝜃 𝜕𝜙 𝑟 2 𝑆𝑒𝑛2 𝜃 𝜕𝜙
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
Así las cosas

𝑠𝑒𝑛𝜃 𝜕 2 𝜕𝑣 1 𝜕 𝜕𝑣
2
(𝑟 )+ 2 (𝑆𝑒𝑛𝜃 ) = 0
𝑟 𝑆𝑒𝑛𝜃 𝜕𝑟 𝜕𝑟 𝑟 𝑆𝑒𝑛𝜃 𝜕𝜃 𝜕𝜃
De tal manera que
1 𝜕 2 𝜕𝑣 1 𝜕 𝜕𝑣
2
(𝑟 )+ 2 (𝑆𝑒𝑛𝜃 ) = 0
𝑟 𝜕𝑟 𝜕𝑟 𝑟 𝑆𝑒𝑛𝜃 𝜕𝜃 𝜕𝜃
De acuerdo al método de separación de variables de Fourier, como 𝑣 es función de las variables 𝑟, 𝜃
entonces se puede escribir una solución de la ecuación de Laplace como 𝑣(𝑟, 𝜃) = 𝑅(𝑟)𝑇(𝜃) De tal
manera que
𝑇 𝑑 2 𝑑𝑅 𝑅 𝑑 𝑑𝑇
(𝑟 ) + (𝑆𝑒𝑛 𝜃 )=0
𝑟 2 𝑑𝑟 𝑑𝑟 𝑟 2 𝑆𝑒𝑛𝜃 𝑑𝜃 𝑑𝜃
Para solucionar esta ecuación, se deben separar las variables, para ello se multiplicará la ecuación
por 𝑟 2 /𝑅𝑇 de tal forma que
1 𝑑 2 𝑑𝑅 1 𝑑 𝑑𝑇
(𝑟 )+ (𝑆𝑒𝑛 𝜃 ) = 0
𝑅 𝑑𝑟 𝑑𝑟 𝑇 𝑆𝑒𝑛 𝜃 𝑑𝜃 𝑑𝜃
Así, en la ecuación fueron separadas las variables. Se despeja la ecuación dependiente de 𝑟 de tal
manera que
(𝑟 )= (𝑆𝑒𝑛 𝜃 )
Para que dos ecuaciones diferenciales de variables diferentes, sean iguales, estas deben ser iguales
a una constante, a la que comúnmente se le representa por −𝜆2, la que abarca, números reales y
números complejos, lo que significa que
(𝑟 )=− (𝑆𝑒𝑛 𝜃 ) = −𝜆2
Separando las ecuaciones diferenciales, se tiene que
1 𝑑 2 𝑑𝑅
(𝑟 ) = −𝜆2
𝑅 𝑑𝑟 𝑑𝑟
Docente
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 2 [𝑛(𝑛 − 1)𝑟 𝑛−2 ] + 2𝑟[𝑛𝑟 𝑛−1 ] + 𝜆2 𝑟 𝑛 = 0

Es decir que
𝑛(𝑛 − 1)𝑟 𝑛 + 2𝑛𝑟 𝑛 + 𝜆2 𝑟 𝑛 = 0

Factorizando
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

Docente
−1 + √1 − 4𝜆2 1 1
𝑛= = − + √ − 𝜆2
2 2 4
−1 − √1 − 4𝜆2 1 1
𝑛= = − − √ − 𝜆2
2 2 4
Se pueden relacionar las soluciones de la siguiente manera. Si se supone que
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
Que corresponde a la solución con signo negativo. Lo que significa que
1 1
𝑛 = − + √ − 𝜆2
2 4
1 1
−𝑛 − 1 = − − √ − 𝜆2
2 4
De tal manera que −(𝑛 + 1)𝑛 es

2
1 1 1 1 1 2 1 1 1
(− − √ − 𝜆2 ) (− + √ − 𝜆2 ) = (− ) − (√ − 𝜆2 ) = − + 𝜆2 = 𝜆2
2 4 2 4 2 4 4 4
Quiere decir esto que
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
Docente
Ahora se debe resolver la segunda ecuación para 𝑇(𝜃)

1 𝑑 𝑑𝑇
(𝑆𝑒𝑛 𝜃 ) = 𝜆2
𝑇 𝑆𝑒𝑛 𝜃 𝑑𝜃 𝑑𝜃
La que se puede escribir como
𝑑 𝑑𝑇
(𝑆𝑒𝑛 𝜃 ) = 𝜆2 𝑇𝑠𝑒𝑛 𝜃
𝑑𝜃 𝑑𝜃
𝑑 𝑑𝑇
(𝑆𝑒𝑛 𝜃 ) − 𝜆2 𝑆𝑒𝑛 𝜃 𝑇 = 0
𝑑𝜃 𝑑𝜃
Esta ecuación, conocida como ecuación de los armónicos esféricos, no se puede resolver por
métodos tradicionales, como los vistos en un curso regular de ecuaciones diferenciales, Sin embargo
para poderla resolver, se va a realizar un cambio de variable. Supóngase que 𝜓 = 𝐶𝑜𝑠 𝜃entonces
𝑑𝜓
= −𝑆𝑒𝑛 𝜃
𝑑𝜃
𝑑𝑇 𝑑𝑇 𝑑𝜓 𝑑𝜓 𝑑𝑇
= = − [𝑆𝑒𝑛 𝜃 ]
𝑑𝜃 𝑑𝜓 𝑑𝜃 𝑑𝜃 𝑑𝜓
Ahora se desea calcular
𝑑𝑇 𝑑𝑇
𝑆𝑒𝑛 𝜃 = −𝑠𝑒𝑛2 𝜃
𝑑𝜃 𝑑𝜓
De la identidad pitagórica, 𝑆𝑒𝑛2 𝜃 + 𝐶𝑜𝑠 2 𝜃 = 1 se tiene que 𝑆𝑒𝑛2 𝜃 = 1 − 𝐶𝑜𝑠 2 𝜃
𝑑𝑇 𝑑𝑇 𝑑𝑇
𝑆𝑒𝑛 𝜃 = −(1 − 𝐶𝑜𝑠 2 𝜃) = −(1 − 𝜓 2 )
𝑑𝜃 𝑑𝜓 𝑑𝜓
Ahora se calculará
𝑑 𝑑𝑇 𝑑 𝑑𝑇 𝑑𝜓 𝑑 𝑑𝑇
(𝑆𝑒𝑛 𝜃 ) = (𝑆𝑒𝑛 𝜃 ) =− {(1 − 𝜓 2 ) } (−𝑆𝑒𝑛 𝜃)
𝑑𝜃 𝑑𝜃 𝑑𝜓 𝑑𝜃 𝑑𝜃 𝑑𝜓 𝑑𝜓
La ecuación entonces, bajo este cambio de variables toma la forma
𝑑 𝑑𝑇
{(1 − 𝜓 2 ) } 𝑆𝑒𝑛 𝜃 − 𝜆2 𝑆𝑒𝑛𝜃 𝑇 = 0
𝑑𝜓 𝑑𝜓
Simplificando
𝑑 𝑑𝑇
{(1 − 𝜓 2 ) } − 𝜆2 𝑇 = 0
𝑑𝜓 𝑑𝜓
Realizando la derivada se tiene que

Docente
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
La ecuación que se desarrollo se conoce como ecuación 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
Las derivadas de la función solución son

∞ ∞
𝑑𝑦 𝑑2 𝑦
= ∑ 𝑛𝑐𝑛 𝑥 𝑛−1 = ∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 𝑛−2
𝑑𝑥 𝑑𝑥 2
𝑛=1 𝑛=2
Al aplicar en la ecuación de Legendre, se tiene

∞ ∞ ∞
2) 𝑛−2 𝑛−1
(1 − 𝑥 ∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 − 2𝑥 ∑ 𝑛𝑐𝑛 𝑥 + 𝑙(𝑙 + 1) ∑ 𝑐𝑛 𝑥 𝑛 = 0
𝑛=2 𝑛=1 𝑛=0
Realizando los productos

∞ ∞ ∞ ∞
𝑛−2
∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 − ∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 − ∑ 2𝑛𝑐𝑛 𝑥 + ∑ 𝑙(𝑙 + 1)𝑐𝑛 𝑥 𝑛 = 0
𝑛 𝑛
𝑛=2 𝑛=2 𝑛=1 𝑛=0
Las series en su orden parten de 0, 2, 1, 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

Docente
∞ ∞ ∞
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
𝑛=4 𝑛=2 𝑛=2

∞
+ 𝑙(𝑙 + 1)𝑐0 𝑥 0 + 𝑙(𝑙 + 1)𝑐1 𝑥 + ∑ 𝑙(𝑙 + 1)𝑐𝑛 𝑥 𝑛 = 0

𝑛=2
De donde
2(1)𝑐2 + 𝑙(𝑙 + 1)𝑐0 = 0 3(2)𝑐3 − 2𝑐1 + 𝑙(𝑙 + 1)𝑐1 = 0

Como
−2𝑐1 + 𝑙(𝑙 + 1)𝑐1 = 𝑐1 (𝑙 2 + 𝑙 − 2) = 𝑐1 (𝑙 + 2)(𝑙 − 1)
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
Cuando se hace el cambio de variable 𝑘 = 𝑛 − 2 entonces 𝑛 = 𝑘 + 2 y para 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
∞ ∞ ∞ ∞
∑(𝑛 + 2)(𝑛 + 1)𝑐𝑛+2 𝑥 − ∑ 𝑛(𝑛 − 1)𝑐𝑛 𝑥 − ∑ 2𝑛𝑐𝑛 𝑥 + ∑ 𝑙(𝑙 + 1)𝑐𝑛 𝑥 𝑛 = 0

𝑛 𝑛 𝑛
𝑛=2 𝑛=2 𝑛=2 𝑛=2
Lo que se puede agrupar en

∞
∑{(𝑛 + 2)(𝑛 + 1)𝑐𝑛+2 − 𝑛(𝑛 − 1)𝑐𝑛 − 2𝑛𝑐𝑛 + 𝑙(𝑙 + 1)𝑐𝑛 }𝑥 𝑛 = 0

𝑛=2
Como
−𝑛(𝑛 − 1)𝑐𝑛 − 2𝑛𝑐𝑛 + 𝑙(𝑙 + 1)𝑐𝑛 = 𝑐𝑛 [𝑛(𝑛 − 1) − 2𝑛 + 𝑙(𝑙 + 1)]
𝑐𝑛 [−𝑛2 + 𝑛 − 2𝑛 + 𝑙 2 + 𝑙] = 𝑐𝑛 [𝑙 2 − 𝑛2 + 𝑙 − 𝑛] = 𝑐𝑛 (𝑙 − 𝑛)(𝑙 + 𝑛 + 1)
De tal manera que
∞
∑{(𝑛 + 2)(𝑛 + 1)𝑐𝑛+2 + (𝑙 − 𝑛)(𝑙 + 𝑛 + 1)𝑐𝑛 }𝑥 𝑛 = 0

𝑛=2
Lo que nos lleva a la ecuación

Docente
(𝑛 + 2)(𝑛 + 1)𝑐𝑛+2 + (𝑙 − 𝑛)(𝑙 + 𝑛 + 1)𝑐𝑛 = 0
De la que se desprende que

(𝑙 − 𝑛)(𝑙 + 𝑛 + 1)
𝑐𝑛+2 = − 𝑐 ∀𝑛 ≥ 2
(𝑛 + 1)(𝑛 + 2) 𝑛
Para 𝑛 = 2 se tiene que
(𝑙 − 2)(𝑙 + 3)
𝑐4 = − 𝑐2
3∗4
Pero como se demostró que
𝑙(𝑙 + 1)
𝑐2 = − 𝑐0
2!
Entonces
(𝑙 − 2)𝑙(𝑙 + 1)(𝑙 + 3)
𝑐4 = 𝑐0
4!
Para 𝑛 = 3 se tiene que
(𝑙 − 3)(𝑙 + 4)
𝑐5 = − 𝑐3
4∗5
Pero como
(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 + ⋯

Docente
𝑙(𝑙 + 1) (𝑙 − 1)(𝑙 + 2) (𝑙 − 2)𝑙(𝑙 + 1)(𝑙 + 3)

𝑦 = 𝑐0 + 𝑐1 𝑥 − 𝑐0 𝑥 2 − 𝑐1 𝑥 3 + 𝑐0 𝑥 4
2! 3! 4!
(𝑙 − 3)(𝑙 − 1)(𝑙 + 2)(𝑙 + 4) (𝑙 − 4)(𝑙 − 2)𝑙(𝑙 + 1)(𝑙 + 3)(𝑙 + 5)
+ 𝑐1 𝑥 5 − 𝑐0 𝑥 6
5! 6!
(𝑙 − 5)(𝑙 − 3)(𝑙 − 1)(𝑙 + 2)(𝑙 + 4)(𝑙 + 6)
− 𝑐1 𝑥 7 + ⋯
7!
Lo que corresponde a la solución de la ecuación de Legendre.
Se puede encontrar a partir de la solución lo que se conoce como polinomios de Legendre.
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
𝑙(𝑙 − 1)(𝑙 − 2)(𝑙 − 3) … (𝑙 − 2𝑟 + 1)

Se desea escribirla como la factorial de 𝑙 de tal manera que
(𝑙 − 2𝑟)! 𝑙!
𝑙(𝑙 − 1)(𝑙 − 2)(𝑙 − 3) … (𝑙 − 2𝑟 + 1) =
(𝑙 − 2𝑟)! (𝑙 − 2𝑟)!
Ahora
Docente
2 ∙ 4 ∙ 6 … 2𝑟 = 2(1)2(2)2(3) … 2(𝑟) = 2𝑟 𝑟!
Y finalmente
(2𝑙 − 1)(2𝑙 − 3)(2𝑙 − 5) … (2𝑙 − 2𝑟 + 1)
Entonces se hace multiplicar y dividier por el faltante para (2𝑙)! Es decir

2𝑙(2𝑙 − 1)(2𝑙 − 2)(2𝑙 − 3)(2𝑙 − 4)(2𝑙 − 5) … (2𝑙 − 2𝑟 + 1) (2𝑙 − 2𝑟)!
2𝑙(2𝑙 − 2)(2𝑙 − 4)(2𝑙 − 6) … (2𝑙 − 2𝑟 + 2) (2𝑙 − 2𝑟)!
(2𝑙)! (2𝑙)!
=
2𝑙(2𝑙 − 2)(2𝑙 − 4)(2𝑙 − 6) … (2𝑙 − 2𝑟 + 2) 2(𝑙)2(𝑙 − 1)2(𝑙 − 2)2(𝑙 − 3) … 2(𝑙 − 𝑟 + 1)
Que es igual a
(2𝑙)! (𝑙 − 𝑟)! (2𝑙)! (𝑙 − 𝑟)!
=
2𝑟 𝑙(𝑙 − 1)(𝑙 − 2)(𝑙 − 3) … (𝑙 − 𝑟 + 1) (𝑙 − 𝑟)! 2𝑟 𝑙!
Es decir que uniendo todos los resultados en
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
Se tiene que
𝑙!
(𝑙 − 2𝑟)! (𝑙!)2
𝑐𝑙−2𝑟 = (−1)𝑟 = (−1)𝑟 𝑐
(2𝑙)! (𝑙 − 𝑟)! (2𝑙)! (𝑙 − 𝑟)! (𝑙 − 2𝑟)! 𝑟! 𝑙
2𝑟 𝑟!
2𝑟 𝑙!
[𝑛/2]
(𝑙!)2
𝑦 = 𝑐𝑙 ∑ (−1)𝑟 𝑥𝑟
(2𝑙)! (𝑙 − 𝑟)! (𝑙 − 2𝑟)! 𝑟!
𝑟=0
FORMULA DE RODRIGUES
FUNCION GENERATRIZ
SERIES DE FOURIER LEGENDRE
Ahora se evaluará la condición de Ortonormalidad de los polinomios de Legendre para poder

establecer como en el caso de las funciones seno y coseno la ortogonalidad de los polinomios. Para
tal efecto se demostró que la función

Docente
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
𝑑2 𝑃𝑛 (𝑥) 𝑑𝑃𝑛 (𝑥)

(1 − 𝑥 2 ) 2
− 2𝑥 + 𝑛(𝑛 + 1)𝑃𝑛 (𝑥) = 0
𝑑𝑥 𝑑𝑥
𝑑2 𝑃𝑚 (𝑥) 𝑑𝑃𝑚 (𝑥)
(1 − 𝑥 2 ) 2
− 2𝑥 + 𝑚(𝑚 + 1)𝑃𝑚 (𝑥) = 0
𝑑𝑥 𝑑𝑥
Si se multiplica a la primera ecuación por 𝑃𝑚 (𝑥) y a la segunda por 𝑃𝑛 (𝑥)
Entonces
𝑑2 𝑃𝑛 (𝑥) 𝑑𝑃𝑛 (𝑥)

(1 − 𝑥 2 ) 2
𝑃𝑚 (𝑥) − 2𝑥 𝑃𝑚 (𝑥) + 𝑛(𝑛 + 1)𝑃𝑛 (𝑥)𝑃𝑚 (𝑥) = 0
𝑑𝑥 𝑑𝑥
𝑑2 𝑃𝑚 (𝑥) 𝑑𝑃𝑚 (𝑥)
(1 − 𝑥 2 ) 2
𝑃𝑛 (𝑥) − 2𝑥 𝑃𝑛 (𝑥) + 𝑚(𝑚 + 1)𝑃𝑚 (𝑥)𝑃𝑛 (𝑥) = 0
𝑑𝑥 𝑑𝑥
Restando la primera de la segunda
𝑑2 𝑃𝑛 (𝑥) 𝑑2 𝑃𝑚 (𝑥) 𝑑𝑃𝑛 (𝑥) 𝑑𝑃𝑚 (𝑥)

(1 − 𝑥 2 ) [ 𝑃𝑚 (𝑥) − 𝑃𝑛 (𝑥)] − 2𝑥 [ 𝑃𝑚 (𝑥) − 𝑃𝑛 (𝑥)]
𝑑𝑥 2 𝑑𝑥 2 𝑑𝑥 𝑑𝑥
+ [𝑛(𝑛 + 1) − 𝑚(𝑚 + 1)]𝑃𝑛 (𝑥)𝑃𝑚 (𝑥) = 0
Lo que se puede escribir como
𝑑 𝑑𝑃𝑛 (𝑥) 𝑑𝑃𝑚 (𝑥)

{(1 − 𝑥 2 ) [ 𝑃𝑚 (𝑥) − 𝑃𝑛 (𝑥)]} = [𝑚(𝑚 + 1) − 𝑛(𝑛 + 1)]𝑃𝑛 (𝑥)𝑃𝑚 (𝑥)
𝑑𝑥 𝑑𝑥 𝑑𝑥
Se puede entonces integrar entre −1 ≤ 𝑥 ≤ 1 de donde

1 1
𝑑𝑃𝑛 (𝑥) 𝑑𝑃𝑚 (𝑥)
{(1 − 𝑥 2 ) [ 𝑃𝑚 (𝑥) − 𝑃𝑛 (𝑥)]} = [𝑚(𝑚 + 1) − 𝑛(𝑛 + 1)] ∫ 𝑃𝑛 (𝑥)𝑃𝑚 (𝑥)𝑑𝑥
𝑑𝑥 𝑑𝑥 −1 −1

Docente
Donde el primer termino claramente es cero, de tal manera que

1
∫ 𝑃𝑛 (𝑥)𝑃𝑚 (𝑥)𝑑𝑥 = 0 𝑝𝑎𝑟𝑎 𝑛 ≠ 𝑚
−1
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.

Docente

Analisis de Fourier PDF

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

Analisis de Fourier PDF

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS DE FOURIER

Si sobre un conjunto 𝑉 de objetos, se definen operación ⨁ que a cada par de objetos 𝑣, 𝑤 en 𝑉

a) La suma sea conmutativa: 𝑣⨁𝑤 = 𝑤⨁𝑣

Suma: Para 𝑥 ∈ 𝑉, 𝑦 ∈ 𝑉, se define

a) Conmutatividad 𝑣⨁𝑤 = 𝑤⨁𝑣

b) Asociatividad 𝑣⨁(𝑤⨁𝑢) = (𝑣⨁𝑤)⨁𝑢

Universidad Distrital “Francisco José de Caldas”

𝑥⨁(𝑦⨁𝑧) = 𝑥⨁(𝑦𝑧) = 𝑥𝑦𝑧 = (𝑥⨁𝑦)⨁𝑧 = (𝑥𝑦)⨁𝑧 = 𝑥𝑦𝑧

c) Idéntico aditivo 𝑥⨁𝜃 = 𝑥

e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑣 = 𝑟⨀(𝑠⨀𝑣) con 𝑟, 𝑠 en ℝ

f) Ley distributiva (𝑟 + 𝑠)⨀𝑣 = 𝑟⨀𝑣⨁𝑠⨀𝑣 con 𝑟, 𝑠 en ℝ

Si 𝑉 es el conjunto de Polinomios de grado 𝑛 𝑃𝑛 (𝑥)donde

Con la suma y multiplicación por escalar usual. Demostrar que 𝑉 es un EV.

Universidad Distrital “Francisco José de Caldas”

a) Conmutatividad 𝑓(𝑥)⨁𝑔(𝑥) = 𝑔(𝑥)⨁𝑓(𝑥)

𝑓(𝑥) + 𝑔(𝑥) = ∑ 𝑎𝑖 𝑥 𝑖 + ∑ 𝑏𝑖 𝑥 𝑖 = ∑(𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 = ∑(𝑏𝑖 + 𝑎𝑖 )𝑥 𝑖 = 𝑔(𝑥) + 𝑓(𝑥)

b) Asociatividad 𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = (𝑓(𝑥)⨁𝑔(𝑥))⨁ℎ(𝑥)

𝑖=0 𝑖=0 𝑖=0

𝑓(𝑥)⨁(𝑔(𝑥)⨁ℎ(𝑥)) = ∑(𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 + ∑ 𝑐𝑖 𝑥 𝑖 = (𝑓(𝑥)⨁𝑔(𝑥))⨁ℎ(𝑥)

c) Idéntico aditivo 𝑓(𝑥)⨁𝜃(𝑥) = 𝑓(𝑥)

Como 𝜃(𝑥) debe pertenecer al conjunto 𝑃𝑛 (𝑥), entonces

De tal manera que

Lo que significa que

𝑖=0 𝑖=0 𝑖=0

De fal manera que

e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑣 = 𝑟⨀(𝑠⨀𝑣) con 𝑟, 𝑠 en ℝ

(𝑟𝑠)⨀ ∑ 𝑎𝑖 𝑥 = ∑(𝑟𝑠)𝑎𝑖 𝑥 = ∑ 𝑟𝑠𝑎𝑖 𝑥 = 𝑟 ∑ 𝑠𝑎𝑖 𝑥 = 𝑟⨀ ∑ 𝑠𝑎𝑖 𝑥 = 𝑟⨀ {𝑠⨀ ∑ 𝑎𝑖 𝑥 𝑖 }

𝑖=0 𝑖=0 𝑖=0 𝑖=0 𝑖=0 𝑖=0

f) (𝑟 + 𝑠)⨀𝑣 = 𝑟⨀𝑣⨁𝑠⨀𝑣 con 𝑟, 𝑠 en ℝ

𝑖=0 𝑖=0 𝑖=0 𝑖=0

𝑖=0 𝑖=0 𝑖=0 𝑖=0

𝑖=0 𝑖=0 𝑖=0 𝑖=0

Universidad Distrital “Francisco José de Caldas”

𝑖=0 𝑖=0 𝑖=0

Al considerar el sistema masa resorte

𝑉 = {𝑓|𝑓(𝑡) = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡, 𝑡 ∈ ℝ}

Con la adición y multiplicación de funciones usual.

a) Conmutatividad 𝑓(𝑡)⨁𝑔(𝑡) = 𝑔(𝑡)⨁𝑓(𝑡)

𝑓(𝑡)⨁𝑔(𝑡) = (𝐶1 + 𝐶3 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 )𝑆𝑒𝑛 𝜔𝑡 = 𝑔(𝑡)⨁𝑓(𝑡)

b) Asociatividad 𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝑓(𝑡)⨁𝑔(𝑡))⨁ℎ(𝑡)

𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡)⨁{(𝐶3 + 𝐶5 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶4 + 𝐶6 )𝑆𝑒𝑛 𝜔𝑡}

𝑓(𝑡)⨁(𝑔(𝑡)⨁ℎ(𝑡)) = (𝐶1 + 𝐶3 + 𝐶5 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 + 𝐶6 )𝑆𝑒𝑛 𝜔𝑡

{(𝐶1 + 𝐶3 )𝐶𝑜𝑠 𝜔𝑡 + (𝐶2 + 𝐶4 )𝑆𝑒𝑛 𝜔𝑡}(𝐶5 𝐶𝑜𝑠 𝜔𝑡 + 𝐶6 𝑆𝑒𝑛 𝜔𝑡)

𝑓(𝑡)⨁𝜃(𝑡) = 𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡⨁𝜃1 𝐶𝑜𝑠 𝜔𝑡 + 𝜃2 𝑆𝑒𝑛 𝜔𝑡

e) Ley asociativa para la multiplicación por escalar (𝑟𝑠)⨀𝑓(𝑡) = 𝑟⨀(𝑠⨀𝑓(𝑡)) con 𝑟, 𝑠 en ℝ

(𝑟 + 𝑠)⨀𝑓(𝑡) = (𝑟 + 𝑠)⨀(𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝐶2 𝑆𝑒𝑛 𝜔𝑡)

𝑟𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑠𝐶1 𝐶𝑜𝑠 𝜔𝑡 + 𝑟𝐶2 𝑆𝑒𝑛 𝜔𝑡 + 𝑠𝐶2 𝑆𝑒𝑛 𝜔𝑡

g) 𝑟 ⊙ (𝑓(𝑡) ⊕ 𝑔(𝑡)) = 𝑟 ⊙ 𝑓(𝑡) ⊕ 𝑟 ⊙ 𝑔(𝑡) con 𝑟 en ℝ

1. El conjunto de las matrices diagonales de nxn bajo la suma de matrices y multiplicación

Universidad Distrital “Francisco José de Caldas”

(𝑎1 , 𝑎2 ) + (𝑏1 , 𝑏2 ) = (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 )

Algunas definiciones son importantes para el desarrollo de los conceptos posteriores. La

Donde los 𝐶𝑖 son los coeficientes de la combinación lineal.

Universidad Distrital “Francisco José de Caldas”

Es 𝐶𝑖 = 0. Si no es linealmente independiente se dice que es linealmente dependiente.

Determínese si 𝑆 = {1 + 𝑥, 𝑥 + 𝑥 2 , 1 + 𝑥 2 } es linealmente independiente en 𝑃2

Debe solucionarse la ecuación

BASE DE UN ESPACIO VECTORIAL

Universidad Distrital “Francisco José de Caldas”

Muestre que 𝑆 = {(1,2), (3, −1)} es una base de ℝ2

1. Debe demostrarse que S genera a V

𝐶1 (1,2) + 𝐶2 (3, −1) = (𝑎, 𝑏)