NOMBRE DEL ALUMNO: Berenice Isabel peña torales

NUMERO DE CONTROL: 18990285

TEMA DE INVESTIGACION: Series de Fourier

MATERIA: ecuaciones diferenciales

CARRERA: ingeniería civil

NOMBRE DEL PROFESOR: Carlos Miguel Valenzuela Castillo

FECHA DE ENTREGA:28/05/2020
  F unciones OrtogonalesY Series De Fourier .

Las series e integrales de Fourier constituyen un tema clásico del Análisis Matemático.
Desde su aparición en el siglo XVIII en el estudio de las vibraciones de una cuerda, las
series de Fourier se han convertido en un instrumento indispensable en el análisis de
ciertos fenómenos periódicos de la física y la Ingeniería. La idea fundamental se basa en
aproximar la función, no por una serie de potencias (desarrollo de Taylor), sino por una
serie de funciones periódicas (senos y cosenos).

En lo que sigue consideraremos que las funciones con las que se trabaja son Riemann
integrables en el intervalo correspondiente (bastara, por ejemplo, suponer que son
continuas salvo en un numero finito de puntos donde presentan discontinuidades de
salto).

- Funciones Ortogonales.

Definición: El producto escalar de dos funciones f1 y f2 definidas en un intervalo [a, b] es el

numero

Entonces la norma que induce este producto escalar de una función f definida en el
intervalo [a, b] es el numero

Ejemplo:

El conjunto es ortogonal en el intervalo En efecto,

Si m y n son ambos distintos de 0,

En este ejemplo, si calculamos las normas de cada función, obtenemos:

Y para n > 0,

De esta forma el conjunto es ortogonal en

 Evaluación De Los Coeficientes De Fourier

Según la definición de la serie de Fourier, cualquier señal periódica puede ser

representada como la suma de: un valor constante (llamado nivel dc), más una sumatoria
infinita de ondas coseno (llamados armónicos coseno), más una sumatoria infinita de
ondas seno (llamados armónicos seno).

Estos armónicos en el seno y coseno, tienen una característica especial, sus respectivas
frecuencias angulares: Wn , son múltiplos enteros de la frecuencia angular fundamental W0
de la señal original, o sea que:

Wn = n*w0. Dónde (n) representa a todos los números enteros positivos. Lo que introduce
la idea de que, una señal periódica con una frecuencia angular fundamental w 0 , tiene
intrínsecamente contenidas, frecuencias angulares que están armónicamente
relacionadas entre sí.

Recordemos la definición para una señal periódica cualquiera, llamada f (t):

O lo que es lo mismo, porque Wn = n*w0:

Para una señal periódica f (t) en particular, el período T es conocido y su frecuencia

angular fundamental Wo también es conocida por qué se puede calcular por fórmula. Pero,

¿Cómo podemos calcular los respectivos valores de ao , an , bn ?

Los valores de ao , an , bn conocidos como los coeficientes de Fourier, pueden ser

calculados utilizando fórmulas que más adelante se detallan.

 Desigualdad de Bassel−Parseval

Sea f : R  R una función de periodo 2π, continua a trosos y sean a k y b k sus

coeficientes de Fourier. Entonces

Para todo entero positivo N.

Demostracion. Sea{Sn} la sucesión de sumas parciales de la serie de Fourier de f ,

considerando la formula con P= Sn , obtenemos
  Series de Fourier

Una serie de Fourier es una serie infinita que converge puntualmente a

una periódica y continua a trozos (o por partes). Las series de Fourier constituyen la
herramienta matemática básica del análisis de Fourier empleado para analizar
funciones periódicas a través de la descomposición de dicha función en una suma
infinita de funciones sinusoidales mucho más simples (como combinación de senos y
cosenos con frecuencias enteras). El nombre se debe al matemático francés Jean-
Baptiste Joseph Fourier que desarrolló la teoría cuando estudiaba la ecuación. Fue el
primero que estudió tales series sistemáticamente, y publicó sus resultados iniciales
en 1807 y 1811. Esta área de investigación se llama algunas veces Análisis armónico.

Es una aplicación usada en muchas ramas de la ingeniería, además de ser una

herramienta sumamente útil en la teoría matemática abstracta. Áreas de aplicación
incluyen análisis vibratorio, acústica, óptica, procesamiento de imágenes y señales, y
compresión de datos. En ingeniería, para el caso de los sistemas de
telecomunicaciones, y a través del uso de los componentes espectrales de frecuencia
de una señal dada, se puede optimizar el diseño de un sistema para la señal
portadora del mismo. Refiérase al uso de un analizador de espectros.

Las series de Fourier tienen la forma:

Donde   y   se denominan coeficientes de Fourier de la serie de Fourier de la

función 

Veamos un ejemplo:

En este caso, los coeficientes de Fourier nos dan esto:

Si la serie de Fourier converge hacia: ƒ(x) de cada punto x donde ƒ es diferenciable:

 Aproximaciónmediante serie finita de Fourier

El Teorema de Fourier asegura que (bajo ciertas condiciones) toda función

periódica f (t) de periodo T puede expresarse como suma (serie de Fourier) de funciones
seno y coseno: 

f (t)=a02+∑m=1∞amcos(m ω0 t)+∑m=1∞bmsin(m ω0 t)

donde w0=2 πT es la frecuencia (angular) fundamental y todas las otras frecuencias son

múltiplos enteros (armónicos) de w0.
 
El proceso de hallar los coeficientes de los senos y cosenos se denomina análisis de
Fourier y el proceso de reconstruir la función a partir de dichos coeficientes, síntesis de
Fourier. Al usar un ordenador para estas operaciones, la suma infinita debe obviamente
truncarse y sumar sólo un número finito de términos, obteniendo una aproximación de la
función original.
 
En esta práctica debe construirse una aplicación que permita al usuario especificar una
función dada y elegir el número de términos a usar. El modelo debe entonces calcular los
coeficientes de Fourier (análisis) hasta un cierto índice (a determinar también por el
usuario) y representar la aproximación construida a partir de estos coeficientes (síntesis).

 Desarrollo en serie de Fourier según una base determinada

 Las condiciones que una base determinada f(x) debe cumplir para poder ser
representada como una serie de Fourier, se conocen con el nombre de condiciones que
esquematizadas en los siguientes puntos:

  [1]

y su correspondiente transformada inversa

  [2]

integral que se extiende sobre cualquier intervalo de integración de valor 2p.

Si deseamos diseñar un filtro con una respuesta en frecuencia H(W) determinada

aplicando la ecuación [2] tenemos una metodología para obtener h[n] teniendo en cuenta
que la implementación no recursiva fuerza a truncar la respuesta impulsional ya que no se
puede realizar una respuesta de longitud infinita con un filtro recursivo.

 Condiciones de Dirichlet .

la condición de frontera de Dirichlet (o de primer tipo) es un tipo de condición de

frontera o contorno, denominado así en honor a Johann Peter Gustav Lejeune
Dirichlet (1805-1859),1 cuando en una ecuación diferencial ordinaria o una en derivadas
parciales, se le especifican los valores de la solución que necesita la frontera del dominio.
La cuestión de hallar las soluciones a esas ecuaciones con esta condición se le conoce
como problema de Dirichlet.

En caso de una ecuación diferencial ordinaria tal como:

sobre el intervalo [0,1], las condiciones de frontera de Dirichlet toman la forma:

donde   and   son números dados.

Para una ecuación diferencial en derivadas parciales sobre un dominio Ω⊂ℝⁿ tal como:

donde ∇² es el laplaciano, las condiciones de frontera de Dirichlet toman la forma:

donde f es una función conocida definida sobre ∂Ω.

Las condiciones de frontera de Dirichlet son quizás las más fáciles de entender sin
embargo hay otros tipos de condiciones posibles. Por ejemplo, están las condiciones de
frontera de Cauchy o las mixtas que son una combinación de las condiciones de Dirichlet
y las de Neumann.

 Convergencia de las series de Fourier trigonométricas. Análisis de

forma de ondas.

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

∞
ao
f ( t )= + ∑ an cos ( n ωo t ) + bn Sen( n ω0 t)
2 N=1

N=1, 2, 3…
Representamos una onda sonora por una función del tiempo

t → s(t).

• Una función es periódica, con periodo T si se cumple

s(t) = s(t + T ) para cualquier valor de t, y la igualdad anterior no se cumple con valores
más pequeños de T .

Observación Una función periódica con periodo T cumple

s(t) = s(t + T ) = s(t + 2T ) = s(t + 3T ) = . . .

• Una sinusoide es una función que se puede expresar como un seno, con una
determinada amplitud, frecuencia y fase: s(t) = A · sin(ω · t + Φ)

Observación 1 En esta igualdad, A es la amplitud, ω es la frecuencia angular y Φ es la

fase. La frecuencia en ciclos por segundo es f = ω 2π
Las ondas armónicas continuas que hemos estudiado no existen realmente, ya
que todos los movimientos ondulatorios están limitados tanto espacial como
temporalmente. Utilizando el análisis de Fourier y la transformada de Fourier se
pueden describir formas de ondas más complejas como las que producen los
instrumentos musicales.

El análisis de Fourier surgió a partir del intento de éste matemático francés por
hallar la solución a un problema práctico, la conducción del calor en un anillo de
hierro. Demostró que se puede obtener una función discontinua a partir de la suma
de funciones continuas. Esta tesis fue defendida por Fourier ante la Academia
Francesa, lo que motivó severas objeciones de los matemáticos más importantes
de su época como Lagrange, Laplace, etc.

Descripción

A primera vista, parece que el problema de analizar formas de ondas complejas

representa una tarea formidable. Sin embargo, si la forma de la onda es periódica,
se puede representar con una precisión arbitraria, mediante la superposición de un
número suficientemente grande de ondas senoidales que forman una serie
armónica.

Toda función f(t) periódica de periodo P, se puede representar en forma de una

suma infinita de funciones armónicas, es decir,

donde el periodo P=2p/w, y a0 a1 ...ai ... y b1 b2 .... bi .... son los denominados

coeficientes de Fourier.

Conocida la función periódica f(t), calculamos los coeficientes ai y bi del siguiente

modo

Las integrales tienen como límite inferior -P/2 y como límite superior P/2.
En el programa interactivo, transformamos la función periódica de periodo P, en
otra función periódica de periodo 2p, mediante un simple cambio de escala en el
eje t. Escribiendo x=w t, tendremos el periodo P de t convertido en el periodo
2p de x, y la función f(t) convertida en

definida en el intervalo que va de -p a +p. La serie se expresa en la forma más

simple

donde

Si la función g(x) tiene simetría, algunos de los coeficientes resultan nulos.

· Si g(x) es una función par, g(x)=g(-x), los términos bi son nulos

· Si g(x) es impar g(x)=-g(-x), los coeficientes ai son nulos

Por ejemplo, para el pulso rectangular simétrico de anchura 1, y periodo 2 se

obtienen los siguientes coeficientes.
  Funciones pares e impares. Simetría de onda, simetría de un cuarto
de onda, coeficientes de ondas de simétricas.

Funciones par e impar

Se dice que una función es par si f(x) = f(-x), en el caso de que f(x) = -f(-x) se dice que la
función es impar.

Ejemplos 1:

La función y(x)=x  es impar ya que:

 f(-x) = -x                                                           

 pero como f(x) = x entonces:

f(-x) = - f(x).
Ejemplo 2:

Otra función impar es y = 1/x

Cuando f(x) = -f(-x)

                      

Ejemplo 3:

La función f(x)=x2 es par  ya que f(-x) = (-x)2 =x2

Simetría de media onda.

Tipo de simetría existente en algunas señales periódicas que permite muchas veces la
simplificación de diversos cálculos. Gráficamente se verifica al invertir y desplazar medio
período (adelante o atrás) la señal y obtener como resultado una señal idéntica a la
original.

Ejemplo:

La simetría de Media Onda puede combinarse

Simetría de un cuarto de onda.

Si una función periódica f(t) tiene simetría de media onda y además es una función
par o impar, entonces se dice que f(t) tiene simetría de cuarto de onda par o impar
respectivamente.

Se muestra una función que tiene simetría de cuarto de onda par y una simetría de cuarto
de onda impar.
Coeficientes de Fourier de ondas simétricas

Toda función f(t) periódica de periodo P, se puede representar en forma de una suma

infinita de ondas simetricas, es decir,

donde el periodo P=2p/w, y a0, a1, ...ai ... y b1, b2, .... bi .... son los denominados
coeficientes de Fourier.

Para aplicar el teorema de Fourier a una función periódica dada es necesario determinar
los coeficientes ai y bi.

En el programa, hemos transformado la función periódica de periodo P, en otra función

periódica de periodo 2p, mediante un simple cambio de escala en el eje t.
Escribiendo x=w t, tendremos el periodo P de t convertido en el periodo 2p de x, y la
función f(t) convertida en
definida en el intervalo que va de -p a +p. La serie se expresa en la forma más simple

donde

Si la función g(x) tiene simetría, algunos de los coeficientes resultan nulos.

· Si g(x) es una función par, g(x)=g(-x), los términos bi son nulos

· Si g(x) es impar g(x)=-g(-x), los coeficientes ai son nulos

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

 Evaluación de coeficientes de Fourier por diferenciación.

  Forma compleja de los coeficientes de Fourier.

La forma compleja de los coeficientes Fourier es una serie infinita que converge

puntualmente a una función periódica y continua a trozos (o por partes). Las series de
Fourier constituyen la herramienta matemática básica del análisis de Fourier empleado
para analizar funciones periódicas a través de la descomposición de dicha función en una
suma infinita de funciones sinusoidales mucho más simples (como combinación de senos
y cosenos con frecuencias enteras). El nombre se debe al matemático francés Jean-
Baptiste Joseph Fourier que desarrolló la teoría cuando estudiaba la ecuación. Fue el
primero que estudió tales series sistemáticamente, y publicó sus resultados iniciales
en 1807 y 1811. Esta área de investigación se llama algunas veces Análisis armónico.

Otra forma de expresar el coeficiente forma de Fourier es:

donde

 Expansión en serie de Fourier de una función de intervalo

finito

limx->a f(x)=b <=> para todo ε>0 existe δ>0 / para todo x, 0 < |x-a| < δ |f(x) - b| < ε.

Otra notación:
limx->a f(x)=b <=> para todo Eb,ε existe un E*a,δ / para todo x perteneciente al E*a,δ f(x)
pertenece a Eb,ε.

Se dice que la función f(x) tiene límite b, cuando x tiende a a, si dado ε positivo arbitrario y
tan pequeño como se quiera, existe un δ tal que para todo x perteneciente al entorno
reducido de a de radio δ, la función pertenece al entorno de b de radio ε.

Dicho de otro modo, para cualquier número positivo ε, por pequeño que sea, podemos
encontrar un δ tal que para todos los x dentro del entorno reducido de a de radio δ se
cumple que f(x) está dentro del entorno de b de radio ε.
limx->af(x)=b significa que por más pequeño que sea el entorno considerado alrededor de
b, va a ser posible encontrar un entorno de a, para cuyos valores x (x ≠ a), la función f da
como resultado valores que están dentro del entorno de b considerado.

En otras palabras, la función f(x) tiene límite b, cuando x tiende a a, si el valor de la

función f(x) se hace arbitrariamente próximo al valor b cuando x se aproxima al valor a.

Notar que la definición dice entorno reducido de a. Es decir que f(a) puede no existir, o
puede estar fuera del entorno de b, pero el límite de f cuando x tiende a a sigue siendo b.

f(a) ≠ b, pero limx->af(x)=b

 Transformada de Fourier

la transformada de Fourier, denominada así por Joseph Fourier, es una aplicación que

hace corresponder a una función f, con valores complejos y definida en la recta, con otra
función g definida de la manera siguiente:
Donde f es  , es decir, f tiene que ser una función integrable en el sentido de la integral
de Lebesgue. El factor, que acompaña la integral en definición facilita el enunciado de
algunos de los teoremas referentes a la transformada de Fourier. Aunque esta forma de
normalizar la transformada de Fourier es la más comúnmente adoptada, no es universal.
En la práctica las variables x y   suelen estar asociadas a dimensiones (como el espacio
-metros-, frecuencia -herzios-,...) y entonces es correcto utilizar la fórmula alternativa:

de forma que la constante beta cancela las dimensiones asociadas a las variables
obteniendo un exponente adimensional.
La transformada de Fourier así definida goza de una serie de propiedades de continuidad
que garantizan que puede extenderse a espacios de funciones mayores e incluso a
espacios de funciones generalizadas.
Además, tiene una multitud de aplicaciones en muchas áreas de la ciencia e ingeniería:
la física, la teoría de los números, la combinatoria, el procesamiento de
señales(electrónica), la teoría de la probabilidad, la estadística, la óptica, la propagación
de ondas y otras áreas. En procesamiento de señales la transformada de Fourier suele
considerarse como la descomposición de una señal en componentes
de frecuencias diferentes, es decir, g corresponde al espectro de frecuencias de la señal f.
La rama de la matemática que estudia la transformada de Fourier y sus generalizaciones
es denominada análisis armónico.

Son varias las notaciones que se utilizan para la transformada de Fourier de f. He aquí
algunas de ellas: