Documentos de Académico
Documentos de Profesional
Documentos de Cultura
f ( x +t )=f (x)
T
∫ {f ( t ) } dt=¿
−T
2
∞
1 2 1
a0 ∞ . a 0 + ∑ (a2n+ b2n )
f ( t )= + ∑ (a cos(nwt)+ bn Sen(nwt)) 4 2 n=1
2 n=1 n
Cálculo de la serie de Fourier
T
2
mediante derivadas sucesivas
2
a 0= ( ∫ f ( t ) . dt ) Sea la función continua f(t):
T −T
2
a0 ∞
f ( t )= + ∑ ( a cos ( nwt ) +b n Sen ( nwt ) )
T
2 n=1 n
2 que tiene una derivada a trozos f’ que
2 −T T
a n= ( ∫ f ( t ) . cos(nwt )dt ) es una función integrable ( ; ),
T −T 2 2
2
T
como la función f’ se obtiene
2 derivando la función f(t)
2
b n= ( ∫ f ( t ) . Sen (nwt )dt )
T −T ∞ ∞
2 f ' ( t )=∑ −an (nw)Sen ( nwt ) + ∑ bn (nw)cos ( n
n=1 n=1
Despejando a n:
Siempre y cuando la serie sea convergente.
f ' ' ( t )=∑ −an (nw)2 cos ( nwt )−∑ bn (nw)2 Sen ( nwt )
n=1 n=1 Despejando b n:
∞ ∞ k
f ' ' ' ( t )=∑ a n (nw)3 Sen ( nwt )−∑ bn (nw)3 cos ( nwt ) (−1) 2 . b n(k)
n=1 n=1 b n=
(nw)k
∞ ∞
f ( t )=∑ a n (nw) cos ( nwt )+ ∑ bn (nw)4 Sen ( nwt )
'v 4
Con lo cual queda demostrado.
n=1 n=1
3. Definir y explicar
Entonces para “k” derivadas sucesivas de la función “f”
tenemos: detalladamente la serie de
Fourier, determinar los
∞ ∞ coeficientes de la función “f”.
f k ( t )=∑ an(k ) Sen ( nwt ) + ∑ b n(k) cos ( nwt )
n=1 n=1 Las series de Fourier, se originaron
debido a que explicar las funciones
Viendo que la serie tiene cierta secuencia cuando “k” periódicas era con frecuencia
(k) (k)
es par o impar, los valores de a n y b n son: bastante complicado, y era deseable
representarlas en funciones más
simples. De esta problemática
- Si “k” es impar: nacieron las series de Fourier, que
son series que se representan por
k−1 una sumatoria de funciones seno y
2
a n(k)= (−1 ) (nw)k b n coseno.
k−1
+1 Calcularemos a 0:
2
(−1) . b n(k)
a n= Para ello integraremos ambas partes:
( nw)k
- Si “k” es par:
π π ∞ π
a 1
∫ f ( t ) dt =∫ ( 20 + ∑ ( an cos ( nt )+ bn Sen ( nt ) ) ) b n= ∫ f ( t ) Sen(nt )dt
π −π
−π −π n=1
π π ∞
a
∫ f ( t ) dt =∫ ( 20 +∑ ( an cos ( nt )+ bn Sen ( nt ) ) )dt Condiciones débiles de
n=1
−π −π Dirichlet:
π
a0 π ∞ π π
1. Para que las series de Fourier
−π −π −π
(
∫ f ( t ) dt= 2 ∫ dt+∑ a n ∫ cos ( nt ) dt +bn ∫ Sen ( nt ) dt ¿ ¿
n=1 −π
) existan, los coeficientes de Fourier
deben ser finitos, esta condición
garantiza su existencia.
Conociendo que: Esencialmente dice que el integral
de valor absoluto de la señal debe
π π ser finito.
∫ cos ( nt ) dt =∫ Sen ( nt ) dt=0 T
−π −π
π
∫|f (t )|dt< ∞
0
1
a 0= ∫ f ( t ) dt Esto se puede probar usando la
π −π condición inicial de los coeficientes
iniciales de las series de Fourier
Para el cálculo de a n se multiplica a “f(t)” por Cos(pt) que pueden ser finitas:
con p ∈ Z
+¿ ¿
y se integra, lo cual nos da: T T
π
a0 ∞ π
|1
|c n|= T ∫ f ( t ) e ( ) dt ≤ T ∫|f ( t
0
−π −π n=1
Recordando que los
exponenciales complejos,
Conociendo que:
sabemos que e− ( i w o nt ) =1,
| |
π entonces nos queda:
∫ Sen ( nt ) . cos ( pt ) dt T
1
∫|f ( t )||e−(i w nt )|dt = T1 < ∞
−π
o
π
a T 0
¿ 0 ∫ cos ( nt ) dt =0
2 −π
2. Las series de Fourier existen si:
Entonces nos queda:
∞
1
π
∫ |f (t )| dt <∞
a n= ∫ f ( t ) cos(nt )dt −∞
π −π Esto se puede derivar de la misma
manera que la condición anterior, se
Análogamente se multiplica “f(t)” por Sen(pt): empieza con la definición y se
demuestra que la integral debe ser
π π ∞ menor que infinito en todas partes.
a0
∫ f ( t ) Sen( nt )dt=∫ ( 2
Sen( pt )+ ∑ ( an Sen ( pt ) . Sen ( nt ) +bn Sen ( pt ) . cos (nt ) ) )dt
Teorema de la Convergencia
−π −π n=1
n =1 n=1 n=1
a^0 ∞
f (x) + ∑ ( a^ cos ( nx ) + b^n Sen ( nx ))
2 n =1 n 4. Explicar el fenómeno de
Gibbs.
Los coeficientes de cada serie se calculan usando las
fórmulas ya conocidas: El fenómeno de Gibbs sucede cuando
se intenta estimar una función que
π presenta una discontinuidad de salto,
1 1 con una serie de Fourier.
a^0= ∫ f ' ( x ) dx= [ f ( π )−f (−π ) ]=0
π −π π
Para ser más precisos, El fenómeno
de Gibbs describe un caso especial
Ya que f(x) es continua en [ −π , π ] y en el que una función tiene una
periódica. discontinuidad de salto (como la onda
cuadrada de arriba). Cuando la
π función salta en el medio, la
1
a^n= ∫ f ' ( x ) cos ( nx ) dx estimación de Fourier terminará
π −π superando ese salto. Ese
1 rebasamiento nunca irá a cero sin
¿ [ f ( π ) cos ( nπ )−f (−π ) cos ( nπ ) +nn ] importar cuantos términos se
π
agreguen (desaparecía si pudiera
¿ n bn agregar una cantidad infinita de
términos pero nosotros no podemos).
π
1 A medida que aumentamos el número
b^n= ∫ f ' ( x ) Sen ( nx ) dx=−n a n de términos de la serie de Fourier, el
π −π punto de rebasamiento se acerca
cada vez más a la discontinuidad de
Así pues, podemos acotar de manera trivial salto. Por lo tanto, el rango en el que
utilizando estos resultados y obtenemos: se produce la convergencia aumenta,
pero el error máximo sigue siendo el
a^ b^ mismo, aunque distribuido en un
|a n cos ( nx )+ bn Sen ( nx )|≤|an|+|bn|= nn + nn ≔ M n intervalo más pequeño.
Simulación:
T
1 A
a 0=
T (∫ 0
)
f ( t ) . dt =
2
T
2 A
a n= (∫ t . f ( t ) . cos (nwt )dt)
T 0 T
Recordando que:
(∫
0
A
T
t . f (t ) . cos ( nwt ) dt = ) [ Cosn
2π
n( )
2
T
2
n(
2π
T ) ( nw ) 2
]
=
1
−
1
( nw ) ( nw )2
2
=0
T ∞
2
b n=
T
∫ TA f ( t ) . Sen ( nwt ) dt = −nπA ∑ ( Sen ( nt ) )
( )
0 n=1
w=0.50;
graf_sierra=sawtooth(4*pi*0.1*
V. SIMULACIÓN t,w);
plot(t,graf_sierra);
VI. BIBLIOGRAFÍA
Artículos
Simulación:
Ricardo Radaelli Sanchez,
Condiciones de Dirichlet, pág.
1-3.
Páginas Web
http://www.dmae.upct.es/~pare
des/am_ti/apuntes/Tema
%202.%20Series%20y
%20transformadas%20de
%20Fourier.pdf
http://cb.mty.itesm.mx/ma3002/
materiales/ma3002-series-
fourier.pdf
https://previa.uclm.es/profesora
do/raulmmartin/AmpliacionMate
maticas/SeriesFourier.pdf
http://www4.ujaen.es/~jmalmira
/gibbs_almira.pdf
Código:
http://verso.mat.uam.es/web/ez
uazua/documentos_public/archi
%GRAFICA DE DIENTE SIERRA EN MATLAB vos/personal/conferencias/cubo
CON SERIES DE FOURIER .pdf
https://www.quora.com/What-is-
t=0:0.1:15;
Gibbs-phenomenon
x=1/2-sin(t)/pi;
http://www.matematica.ciens.uc
plot(t,x,'a')
v.ve/labfg/sf/fourier.pdf
x=1/2-sin(2*t)/(2*pi);
plot(t,x,'b')
x=1/2-sin(3*t)/(3*pi);
plot(t,x,'c')
x=1/2-sin(4*t)/(4*pi);
plot(t,x,'d')
y=1/2-sin(t)/pi-sin(2*t)/(2*pi)-sin(3*t)/(3*pi)-
sin(4*t)/(4*pi);
plot(t,y,'e')
hold on