Universidad Tecnológica Nacional

Facultad Regional Delta

Teórico de
CÁLCULO AVANZADO
2021

Tema: SERIES DE FOURIER

Objetivos de aprendizaje

Germán BRESCIANO
14 SERIES DE FOURIER .........................................................................................................14-1
14.1 EXPANSIÓN EN SERIE DE FOURIER ............................................................................................14-1
14.1.1.1 Teorema de Fourier .....................................................................................................14-2
14.2 FUNCIONES DE PERÍODO 2Π ......................................................................................................14-5
14.2.1 Ejemplo ............................................................................................................................14-5
14.2.2 Ejemplo ............................................................................................................................14-6
14.3 FUNCIONES PARES E IMPARES ...................................................................................................14-7
14.3.1 Ejemplo ............................................................................................................................14-9
14.3.2 Ejemplo ............................................................................................................................14-9
14.3.3 Propiedades de linealidad .............................................................................................14-10
14.3.3.1 Teorema ............................................................................................................................... 14-10
14.3.3.2 Ejemplo ................................................................................................................................ 14-10
14.3.4 Funciones de período T .................................................................................................14-11
14.3.4.1 Ejemplo ................................................................................................................................ 14-11
14.3.4.2 Ejemplo ................................................................................................................................ 14-12
14.3.5 Convergencia de la serie de Fourier .............................................................................14-12
14.3.5.1 Teorema condiciones de Dirichlet........................................................................................ 14-12
14.3.5.2 Ejemplo ................................................................................................................................ 14-12
14.3.5.3 Razón de convergencia ........................................................................................................ 14-13
14.3.6 Funciones definidas sobre un intervalo finito ...............................................................14-14
14.3.6.1 Series de recorrido completo ................................................................................................ 14-14
14.3.6.2 Ejemplo ................................................................................................................................ 14-15
14.3.6.3 Series coseno y seno de medio recorrido ............................................................................. 14-16
14.3.6.4 Ejemplo ................................................................................................................................ 14-17
14.3.7 Derivación e integración de series de Fourier ..............................................................14-19
14.3.7.1 Teorema de Integración de una serie de Fourier .................................................................. 14-19
14.3.7.2 Ejemplo ................................................................................................................................ 14-19
14.3.7.3 Teorema de Derivación de una serie de Fourier ................................................................... 14-20
14.3.7.4 Ejemplo ................................................................................................................................ 14-21
14.3.8 Aplicación: respuesta de frecuencia y sistemas oscilatorios .........................................14-21
14.3.8.1 Respuesta a una entrada periódica ....................................................................................... 14-21
14.3.8.2 Ejemplo ................................................................................................................................ 14-22
14.3.9 Forma compleja de la serie de Fourier .........................................................................14-24
14.3.9.1 Representación compleja ..................................................................................................... 14-24
14.3.9.2 Ejemplo ................................................................................................................................ 14-25
14.3.10 Teorema de Parseval .................................................................................................14-26
14.3.10.1 Ejemplo ................................................................................................................................ 14-26
14.3.10.2 Error cuadrático medio ........................................................................................................ 14-27
14.3.10.3 Ejemplo ................................................................................................................................ 14-27
14.3.11 Espectro de frecuencia discreta .................................................................................14-28
14.3.11.1 Ejemplo ................................................................................................................................ 14-29
TEMA 14-1

14 Series de Fourier
La representación de una función como una serie es una práctica común en matemáticas.
Probablemente las expansiones más conocidas son las series de potencias de la forma
∞

𝑓(𝑥) = ∑ 𝑎𝑛 𝑥 𝑛
𝑛=0
en la que el conjunto base está formado por funciones potenciales 1, 𝑥, 𝑥 2 , 𝑥 3 , ⋯ , 𝑥 𝑛 , ⋯
Por ejemplo, la función exponencial puede representarse por la serie
∞
𝑥2 𝑥3 𝑥𝑛 𝑥𝑛
𝑒𝜒 = 1 + 𝑥 + + + ⋯ + +⋯= ∑
2! 3! 𝑛! 𝑛!
𝑛=0
Una ventaja de expandir una función en estas series es que los primeros términos que son una
buena aproximación y es fácil calcular aproximaciones a la función o aplicar integración o
derivación término a término para aproximar su integral o derivada.
Las funciones potenciales son sólo un ejemplo de base para la expansión de funciones: se
pueden utilizar otros conjuntos base. En particular, una serie de Fourier es una expansión de
una función periódica 𝑓(𝑡) de período 𝑇 = 2𝜋⁄𝜔 en la cual la base es un conjunto de funciones
sinusoidales, con una representación expandida de la forma
∞

𝑓(𝑡) = 𝐴0 + ∑ 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 )
𝑛=1
Aunque la idea de expandir una función de esta forma había sido utilizada por Bernoulli,
D’Alambert y Euler (𝑐. 1750) para resolver problemas de vibración de cuerdas, el que desarrolló
el enfoque para que sea útil en general fue Joseph Fourier (1768‐1830).
Fourier estaba interesado en problemas de flujo de calor: dado el estado inicial de temperatura
en una región, quería determinar el cambio en la distribución de temperatura a lo largo del tiempo.
Cuando Fourier postuló en 1807 que cualquier función 𝑓(𝑥) puede representarse como serie
trigonométrica de la forma
∞

∑(𝐴𝑛 cos 𝑛𝑘𝑥 + 𝐵𝑛 sin 𝑛𝑘𝑥)

𝑛=0
el resultado se consideró tan sorprendente que los principales matemáticos de la época, en
particular Laplace, Poisson y Lagrange cuestionaron su trabajo por su falta de rigor, y esto retrasó
su publicación hasta 1822.
Su texto clásico, Teoría analítica del calor, se ha convertido en la referencia de los métodos
modernos para resolver problemas prácticos de ecuaciones diferenciales parciales con
condiciones de frontera prescritas incluyendo, además de flujo de calor, vibraciones
estructurales, propagación de ondas y difusión de materia.
Posteriormente Dirichlet (𝑐. 1830) y Riemann desarrollaron el fundamento matemático riguroso
del trabajo de Fourier.
Además de su uso en la resolución de problemas de valor de frontera asociados con ecuaciones
diferenciales parciales, el análisis de series de Fourier es importante para muchas otras
aplicaciones en ingeniería.
En el tema Transformada de Laplace se vio cómo determinar la respuesta de frecuencia de un
sistema dinámico LTI. En esos casos la respuesta de frecuencia, que es la respuesta en estado
estacionario a una entrada sinusoidal 𝐴sin 𝜔𝑡, también es sinusoidal y tiene la misma frecuencia
que la señal de entrada.
En aplicaciones de ingeniería suele haber señales de entrada periódicas no sinusoidales y las
series de Fourier permiten analizar la respuesta en estado estacionario a estas señales.

14.1 Expansión en serie de Fourier

Funciones Periódicas
Una función 𝑓(𝑡) es periódica si sus imágenes se repiten a intervalos regulares en su dominio.
El gráfico de una función periódica puede dividirse en ‘tiras verticales’ que son réplicas unas de
otras, como se muestra en la Figura 14-1. El intervalo entre dos réplicas sucesivas se llama
período de la función. Por lo tanto, se dice que una función 𝑓(𝑡) es periódica de período T si,
𝑓(𝑡 + 𝑚𝑇) = 𝑓(𝑡) para todo t de su dominio y para cualquier m entero.
TEMA 14-2

Figura 14-1 una función periódica de período 𝑻.

Como medida del número de repeticiones por unidad de t, se define la frecuencia de una función
periódica como el recíproco de su período:
1 1
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 = =
𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑇
También se usa el término frecuencia angular, que se define como
2𝜋
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑛𝑔𝑢𝑙𝑎𝑟 = 2𝜋 × 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 =
𝑇
y se mide en radianes por segundo. Cuando el contexto es claro, se suele omitir el término
‘angular’ y llamarla simplemente frecuencia.

14.1.1.1 Teorema de Fourier

Este teorema establece que una función periódica que satisface ciertas condiciones puede
expresarse como la suma de una serie de funciones sinusoidales de diferentes amplitudes, fases
y periodos. O sea, si 𝑓(𝑡) es una función periódica de período 𝑇 entonces
Ec. 14-1 𝑓(𝑡) = 𝐴0 + 𝐴1 sin(𝜔𝑡 + ∅1 ) + 𝐴2 sin(2𝜔𝑡 + ∅2 ) + ⋯ + 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 ) + ⋯
donde la A y las ∅ son constantes y 𝜔 = 2𝜋⁄𝑇 es la frecuencia de 𝑓(𝑡). El término 𝐴1 sin(𝜔𝑡 + ∅1 )
se llama primer armónico o modo fundamental, y tiene la misma frecuencia ω que la función
madre 𝑓(𝑡) . El término 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 ) se llama el enésimo armónico, y tiene frecuencia nω,
que es n veces la del primer armónico. 𝐴𝑛 llama amplitud del enésimo armónico y ∅𝑛 es su
ángulo de fase, que mide el retraso o adelanto del enésimo armónico con respecto a una onda
sinusoidal pura de la misma frecuencia.

Fórmulas de Euler
Antes de ver que bajo ciertas condiciones una función periódica puede expresarse como en Ec.
14-1, veremos cuáles son las amplitudes y los ángulos de fase si una función periódica 𝑓(𝑡)
puede expresarse como en Ec. 14-1
Como
𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 ) = (𝐴𝑛 cos ∅𝑛 ) sin 𝑛𝜔𝑡 + (𝐴𝑛 sin ∅𝑛 ) cos 𝑛𝜔𝑡 = 𝑏𝑛 sin 𝑛𝜔𝑡 + 𝑎𝑛 cos 𝑛𝜔𝑡
donde
Ec. 14-2 𝑏𝑛 = 𝐴𝑛 cos ∅𝑛 , 𝑎𝑛 = 𝐴𝑛 sin ∅𝑛
la expansión Ec. 14-1 se puede escribir como
Ec. 14-3
∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑ 𝑏𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1
TEMA 14-3

1
Donde 𝑎0 = 𝐴0 . La expansión Ec. 14-3 se llama expansión en serie de Fourier de la función
2
𝑓(𝑡) , y las a y las b se llaman coeficientes de Fourier.
Ec. 14-1 es una forma alternativa llamada forma compacta de la serie de Fourier Ec. 14-2 con
la amplitud y la fase del enésimo armónico dadas por
𝑎𝑛
𝐴𝑛 = √(𝑎𝑛2 + 𝑏𝑛2 ) , ∅𝑛 = tan−1 ( )
𝑏𝑛
teniendo cuidado al elegir el cuadrante de ∅𝑛 .
Los coeficientes de Fourier están dados por
Ec. 14-4
2 𝑑+𝑇
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇 𝑑
Ec. 14-5
2 𝑑+𝑇
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝑇 𝑑

que se conocen como fórmulas de Euler (1).

Ortogonalidad de las funciones sinusoidales

Antes de verificar Ec. 14-4 y Ec. 14-5, veremos las siguientes integrales, en las que 𝑇 = 2𝜋⁄𝜔 :
Ec. 14-6
𝑑+𝑇
0 (𝑛 ≠ 0)
∫ cos 𝑛𝜔𝑡 𝑑𝑡 = {
𝑑 𝑇 (𝑛 = 0)
Ec. 14-7
𝑑+𝑇
∫ sin 𝑛𝜔𝑡 𝑑𝑡 = 0 (∀ 𝑛)
𝑑

Ec. 14-8
𝑑+𝑇 0 (𝑚 ≠ 𝑛)
∫ sin 𝑚𝜔𝑡 sin 𝑛𝜔𝑡 𝑑𝑡 = {1
𝑑 𝑇 (𝑚 = 𝑛 ≠ 0)
2
Ec. 14-9
𝑑+𝑇 0 (𝑚 ≠ 𝑛)
∫ cos 𝑚𝜔𝑡 cos 𝑛𝜔𝑡 𝑑𝑡 = {1
𝑑 𝑇 (𝑚 = 𝑛 ≠ 0)
2
Ec. 14-10
𝑑+𝑇
∫ cos𝑚𝜔𝑡 sin 𝑛𝜔𝑡𝑑𝑡 = 0 (∀ 𝑚 , 𝑛)
𝑑

Ec. 14-6 a Ec. 14-10 son las relaciones de ortogonalidad de las funciones seno y coseno, y
demuestran que {1, cos 𝜔𝑡 , cos 2𝜔𝑡 , . . . , cos 𝑛𝜔𝑡 , sin 𝜔𝑡 , sin 2𝜔𝑡 , . . . , sin 𝑛𝜔𝑡} es un conjunto
ortogonal de funciones en [𝑑, 𝑑 + 𝑇].
La elección de 𝑑 es arbitraria, sólo es necesario integrar en un período de duración 𝑇.

Integrando ambos lados de Ec. 14-3 en [𝑑, 𝑑 + 𝑇] y usando Ec. 14-6 y Ec. 14-7, encontramos
que todos los términos del lado derecho son nulos excepto el término con 𝑎0 :
∞
𝑑+𝑇 𝑑+𝑇 𝑑+𝑇 𝑑+𝑇
1
∫ 𝑓(𝑡)𝑑𝑡 = 𝑎0 ∫ 𝑑𝑡 + ∑ 𝑎𝑛 (∫ cos𝑛𝜔𝑡 𝑑𝑡 + 𝑏𝑛 ∫ sin𝑛𝜔𝑡 𝑑𝑡 )
𝑑 2 𝑑 𝑑 𝑑
𝑛=1
∞
1 1 1 1 𝑑+𝑇
= 𝑎0 𝑇 + ∑[ 𝑎𝑛 0 + 𝑏𝑛 0] = 𝑇𝑎0 ⇒ 𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
2 2 2 𝑇 𝑑
𝑛=1

1
Las fórmulas de Euler se pueden calcular sobre cualquier período, pues la elección de d es arbitraria, y puede hacerse
para facilitar el cálculo de an y bn. Es común especificar f(t) en el período [-T/2,T/2] o el período [0,T].
TEMA 14-4

y se ve que el término ½ 𝑎0 en la expansión en serie de Fourier representa el valor medio de 𝑓(𝑡)

durante un período, por lo tanto
Ec. 14-11
2 𝑑+𝑇
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡
𝑇 𝑑
Para obtener este resultado, se supuso que la serie Ec. 14-3 se puede integrar término a término.
Esto es así debido a las propiedades de convergencia de la serie (2).
Para obtener los coeficientes de Fourier 𝑎𝑛 , (𝑛 ≠ 0) , se multiplica Ec. 14-3 por cos 𝑚𝜔𝑡 y se
integra con respecto a t en [𝑑, 𝑑 + 𝑇] obteniendo
𝑑+𝑇
∫ 𝑓(𝑡) cos 𝑚𝜔𝑡 𝑑𝑡 =
𝑑
∞ ∞
𝑑+𝑇 𝑑+𝑇 𝑑+𝑇
1
= 𝑎0 ∫ cos 𝑚𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ cos 𝑛𝜔𝑡 cos 𝑚𝜔𝑡 𝑑𝑡 + ∑ 𝑏𝑛 ∫ cos 𝑚𝜔𝑡 sin 𝑛𝜔𝑡 𝑑𝑡
2 𝑑 𝑑 𝑑
𝑛=1 𝑛=1
Suponiendo que se puede integrar término a término, y usando Ec. 14-6, Ec. 14-9 y Ec. 14-10,
se ve que, cuando 𝑚 ≠ 0, la única integral no nula del lado derecho es en la de la primera
sumatoria cuando 𝑛 = 𝑚, o sea que
𝑑+𝑇 𝑑+𝑇
1 2 𝑑+𝑇
∫ 𝑓(𝑡) cos 𝑚𝜔𝑡 𝑑𝑡 = 𝑎𝑚 ∫ cos 𝑚𝜔𝑡 cos 𝑚𝜔𝑡 𝑑𝑡 = 𝑎𝑚 T ⇒ 𝑎𝑚 = ∫ 𝑓(𝑡) cos 𝑚𝜔𝑡 𝑑𝑡
𝑑 𝑑 2 𝑇 𝑑
que, remplazando 𝑚 por 𝑛 da
Ec. 14-12
2 𝑑+𝑇
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 (𝑛 = 1, 2, . . . )
𝑇 𝑑
El valor de 𝑎0 dado por Ec. 14-11 equivale a tomar 𝑛 = 0 en Ec. 14-12, entonces se puede escribir
2 𝑑+𝑇
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇 𝑑
Lo cual confirma la validez de Ec. 14-4 (3).
Finalmente, para obtener los coeficientes de Fourier 𝑏𝑛 , multiplicamos Ec. 14-3 por sin 𝑚𝜔𝑡 e
integramos con respecto a 𝑡 en [𝑑, 𝑑 + 𝑇] dando
𝑑+𝑇
∫ 𝑓(𝑡) sin 𝑚𝜔𝑡 𝑑𝑡 =
𝑑
∞ ∞
𝑑+𝑇 𝑑+𝑇 𝑑+𝑇
1
= 𝑎0 ∫ sin 𝑚𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ sin 𝑚𝜔𝑡 cos 𝑛𝜔𝑡 𝑑𝑡 + ∑ 𝑎𝑛 ∫ sin 𝑚𝜔𝑡 sin 𝑛𝜔𝑡 𝑑𝑡
2 𝑑 𝑑 𝑡
𝑛=1 𝑛=1
Suponiendo que se puede integrar término a término, y usando Ec. 14-7, Ec. 14-8 y Ec. 14-10,
vemos que la única integral no nula del lado derecho es la de la segunda sumatoria cuando 𝑚 =
𝑛. O sea que tenemos
𝑑+𝑇 𝑑+𝑇
1
∫ 𝑓(𝑡) sin 𝑚𝜔𝑡 𝑑𝑡 = 𝑏𝑚 ∫ sin 𝑚𝜔𝑡 sin 𝑚𝜔𝑡 𝑑𝑡 = 𝑏𝑚 𝑇
𝑑 𝑑 2
y, al reemplazar 𝑚 por 𝑛,
2 𝑑+𝑇
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡 𝑑𝑡 (𝑛 = 1, 2, 3, . . . )
𝑇 𝑑
lo que confirma la validez de Ec. 14-5.

Resumen
2𝜋
Se demostró que si una función periódica 𝑓(𝑡) de período 𝑇 = puede ser expandida en serie
𝜔
de Fourier, entonces la serie está dada por
Ec. 14-3
1
𝑓(𝑡) = 𝑎0 + ∑∞ ∞
𝑛=1 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑𝑛=1 𝑏𝑛 sin 𝑛𝜔𝑡
2

2
su validez puede verse en textos más avanzados.
3
Esto explica por qué el término constante en la expansión en serie de Fourier se tomó como ½ 𝑎0 y no 𝑎0 , ya que
asegura la compatibilidad de Ec. 14-11 y Ec. 14-12.
TEMA 14-5

donde los coeficientes vienen dados por las fórmulas de Euler

Ec. 14-4
2 𝑑+𝑇
𝑎𝑛 = ∫𝑑 𝑓(𝑡) cos 𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇

Ec. 14-5
2 𝑑+𝑇
𝑏𝑛 = ∫𝑑 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝑇

Para simplificar el cálculo de 𝑎𝑛 y 𝑏𝑛 puede combinarse las fórmulas de Euler Ec. 14-4 y Ec. 14-5 con
la fórmula 𝑒 𝑗𝑛𝜔𝑡 = cos 𝑛𝜔𝑡 + 𝑗 sin 𝑛𝜔𝑡 para obtener
Ec. 14-13
2 𝑑+𝑇
𝑎𝑛 + 𝑗𝑏𝑛 = ∫ 𝑓(𝑡)𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 𝑑
Evaluando esta integral e igualando las partes reales e imaginarias de cada lado se obtienen los
𝑎𝑛 y 𝑏𝑛 . Este enfoque es útil cuando sólo se requiere la amplitud |𝑎𝑛 + 𝑗𝑏𝑛 | del armónico.

14.2 Funciones de período 2π

Para simplificar los cálculos, veremos primero funciones de período 𝑇 = 2𝜋 , o sea 𝜔 = 1.
Si bien es raro encontrar una frecuencia unitaria en la práctica, no se pierde generalidad pues, si
𝑓(𝑡) es de período T, podemos hacer el cambio de variable 𝑡1 = 2𝜋𝑡⁄𝑇 , entonces
𝑇𝑡1
𝑓(𝑡) ≡ 𝑓 ( ) ≡ 𝐹(𝑡1 )
2𝜋
Siendo 𝐹(𝑡1 ) una función de período 2𝜋.
O sea que, una función periódica 𝑓(𝑡) de período T puede transformarse en una función periódica
𝐹(𝑡1 ) de período 2𝜋 mediante un cambio de variable.
Para funciones de período 2𝜋, la serie Ec. 14-3 queda
Ec. 14-14
∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝑡 + ∑ 𝑏𝑛 sin 𝑛𝑡
2
𝑛=1 𝑛=1

con
Ec. 14-15
1 𝑑+2𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑t , (𝑛 = 0, 1, 2, . . . )
𝜋 𝑑
Ec. 14-16
1 𝑑+2𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, . . . )
𝜋 𝑑

14.2.1 Ejemplo
Obtener la expansión en serie de Fourier de la función 𝑓(𝑡) de período 2𝜋 definida como
𝑓(𝑡) = 𝑡 (0 < 𝑡 < 2𝜋), 𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)

Figura 14-2 Onda diente de sierra del ejemplo 14.2.1.

TEMA 14-6

Solución
La Figura 14-2 muestra un gráfico de 𝑓(𝑡) en [−4𝜋, 4𝜋]. Como la función es periódica bastaría
con graficarla en un período y el patrón se repite en otros períodos.
Usando Ec. 14-15 para evaluar los coeficientes de Fourier 𝑎0 y 𝑎𝑛 son (4)
2𝜋
1 2𝜋 1 2𝜋 1 𝑡2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑡 𝑑𝑡 = [ ] = 2𝜋
𝜋 0 𝜋 0 𝜋 2 0
y
1 2𝜋 1 2𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑𝑡 = ∫ 𝑡 cos 𝑛𝑡 d𝑡 , (𝑛 = 1, 2, ⋯ )
𝜋 0 𝜋 0
que, por integración por partes, da
1 sin 𝑛𝑡 2𝜋 1 2𝜋 sin 𝑛𝑡 1 sin 𝑛𝑡 cos 𝑛𝑡 2𝜋
𝑎𝑛 = [𝑡 ] − ∫ d𝑡 = [𝑡 + ] = 0, (𝑛 = 1, 2, ⋯ )
𝜋 𝑛 0 𝜋 0 𝑛 𝜋 𝑛 𝑛2 0
La fórmula Ec. 14-16 para 𝑏𝑛 da
1 2𝜋 1 2𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 = ∫ 𝑡 sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, . . . )
𝜋 0 𝜋 0
que, por integración por partes, da
1 cos 𝑛𝑡 2𝜋 1 2𝜋 cos 𝑛𝑡 1 𝑡 sin 𝑛𝑡 2𝜋 1 2𝜋 2
𝑏𝑛 = [−t ] + ∫ 𝑑𝑡 = [− cos 𝑛𝑡 + ] = (− cos 2𝑛𝜋) = −
𝜋 𝑛 0 𝜋 0 𝑛 𝜋 𝑛 𝑛2 0 𝜋 𝑛 𝑛
Por lo tanto, de Ec. 14-14 la expansión en serie de Fourier de 𝑓(𝑡) es
∞
2
𝑓(𝑡) = 𝜋 − ∑ sin 𝑛𝑡
𝑛
𝑛=1

14.2.2 Ejemplo
Hacer un gráfico de 𝑓(𝑡) en [−2𝜋, 3𝜋] y encontrar una expansión en serie de Fourier de la función
𝑓(𝑡) de período 2𝜋 definida en el período 0 ≤ 𝑡 ≤ 2𝜋 como
𝑡 (0 ≤ 𝑡 ≤ 𝜋⁄2)
𝑓(𝑡) = {𝜋⁄2 (𝜋⁄2 ≤ 𝑡 ≤ 𝜋)
𝜋 − 𝑡⁄2 (𝜋 ≤ 𝑡 ≤ 2𝜋)
Solución
En la Figura 14-3 se muestra un gráfico de la función 𝑓(𝑡) para −2𝜋 ≤ 𝑡 ≤ 3𝜋 .

Figura 14-3 Gráfico de la función 𝒇(𝒕) del Ejemplo 14.2.2.

De Ec. 14-15,
𝜋
1 2𝜋 1 2 𝜋
1 2𝜋
1 5
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡 = [∫ 𝑡 𝑑𝑡 + ∫ 𝜋𝑑𝑡 + ∫ (𝜋 − 𝑡) 𝑑𝑡] = 𝜋
𝜋 0 𝜋 0 𝜋 2 𝜋 2 8
2
y
1 2𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 dt (𝑛 = 1, 2, 3, . . . )
𝜋 0
𝜋
𝜋 2𝜋
1 2 1 1
= [∫ 𝑡 cos 𝑛𝑡 𝑑𝑡 + ∫ 𝜋 cos 𝑛𝑡 𝑑𝑡 + ∫ ( 𝜋 − 𝑡) cos nt 𝑑𝑡]
𝜋 0 𝜋 2 𝜋 2
2
𝜋
1 𝑡 cos 𝑛𝑡 2 𝜋 𝜋 2𝜋 − 𝑡 sin 𝑛𝑡 cos 𝑛𝑡 2𝜋
= ([ sin 𝑛𝑡 + ] + [ sin 𝑛𝑡] + [ − ] )
𝜋 𝑛 𝑛2 0 2𝑛 𝜋 2 𝑛 2𝑛2 𝜋
2

4
Nótese la necesidad de trabajar 𝑎0 por separado de 𝑎𝑛 en este caso.
TEMA 14-7

1 𝜋 1 1 1 1 𝜋 1 1 1
= ( sin 𝑛𝜋 + 2 cos 𝑛𝜋 − 2 − sin 𝑛𝜋 − 2 + 2 cos 𝑛𝜋)
𝜋 2𝑛 2 𝑛 2 𝑛 2𝑛 2 2𝑛 2𝑛
1 𝑛
1 2 cos 1 [(−1) 2 − 1] (𝑛 𝑝𝑎𝑟)
= ( 𝑛𝜋 − 3 + cos 𝑛𝜋) ⇒ 𝑎𝑛 = {𝜋𝑛2
2𝜋𝑛2 2
− 2⁄𝜋𝑛2 (𝑛 𝑖𝑚𝑝𝑎𝑟)

De Ec. 14-16,
1 2𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜋 0
𝜋
𝜋 2𝜋
1 2 1 1
= [∫ 𝑡 sin 𝑛𝑡 𝑑𝑡 + ∫ 𝜋 sin 𝑛𝑡 𝑑𝑡 + ∫ (𝜋 − 𝑡) sin nt 𝑑𝑡]
𝜋 0 𝜋 2 𝜋 2
2
𝜋
𝜋 2𝜋
1 𝑡 1 𝜋 2 𝑡 − 2𝜋 1
= ([− cos 𝑛𝑡 + 2 sin 𝑛𝑡] + [− cos 𝑛𝑡]𝜋 + [ cos 𝑛𝑡 ‐ 2 sin 𝑛𝑡] )
𝜋 𝑛 𝑛 0 2𝑛 2𝑛 2𝑛 𝜋
2
1 𝜋 1 1 1 𝜋 𝜋 1 𝜋
= (− cos 𝑛𝜋 + 2 sin 𝑛𝜋 − cos 𝑛𝜋 + cos 𝑛𝜋 + cos 𝑛𝜋)
𝜋 2𝑛 2 𝑛 2 2𝑛 2𝑛 2 2𝑛

1 1 0 (𝑛 𝑝𝑎𝑟)
sin= 𝑛𝜋 = { 𝑛‐1
𝜋𝑛2 2 (−1) 2 ⁄𝜋𝑛2 (𝑛 𝑖𝑚𝑝𝑎𝑟)
Por lo tanto, de Ec. 14-14 la expansión en serie de Fourier de 𝑓(𝑡) es
5 2 cos 3𝑡 cos 5𝑡
𝑓(𝑡) = 𝜋 − (cos 𝑡 + + + ⋯)
16 𝜋 32 52
2 cos 2𝑡 cos 6𝑡 cos 10𝑡 1 sin 3𝑡 sin 5𝑡 sin 7𝑡
− ( 2 + + + ⋯ ) + (sin 𝑡 − 2 + 2 − 2 + ⋯ )
𝜋 2 62 102 𝜋 3 5 7

14.3 Funciones pares e impares

Si una función tiene ciertas propiedades de simetría, podemos simplificar el cálculo de sus
coeficientes de Fourier.
En particular consideraremos las funciones pares e impares.
• 𝑓(𝑡) es una función par si 𝑓(𝑡) = 𝑓(−𝑡) para todo 𝑡.
• 𝑓(𝑡) es una función impar si 𝑓(𝑡) = −𝑓(−𝑡) para todo 𝑡.

Figura 14-4 Gráficos de (a) una función par y (b) una función impar.
Recordamos algunas propiedades de las funciones pares e impares. (5)
(a) El gráfico de una función par es simétrico respecto al eje vertical (ver Figura 14-4 (a)).
(b) El gráfico de la función impar es simétrico respecto al origen (ver Figura 14-4 (b)).
𝑎 𝑎
(c) Si 𝑓(𝑡) es par entonces ∫−𝑎 𝑓(𝑡)𝑑𝑡 = 2 ∫0 𝑓(𝑡)𝑑𝑡
𝑎
(d) Si 𝑓(𝑡) es impar entonces ∫−𝑎 𝑓(𝑡)𝑑𝑡 = 0
(e) La Suma de funciones impares es una función impar
(f) El producto de dos funciones pares es una función par
(g) El producto de dos funciones impares es una función par
(h) El producto de una función impar y una par es una función impar
(i) La derivada de una función par es una función impar
(j) La derivada de una función impar es una función par.

5
Recordar que 𝑡 𝑝𝑎𝑟 es par y 𝑡 𝑖𝑚𝑝𝑎𝑟 es impar ayuda a recordar estas propiedades.
 TEMA 14-8

1
Usando estas propiedades, y tomando 𝑑 = 𝑇 en las fórmulas de Euler, tenemos lo siguiente:
2

i. Si 𝑓(𝑡) es una función periódica par de período 𝑇 entonces, usando las propiedades (f) y (c)
𝑇 𝑇
2 2 4 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡
𝑇 −𝑇 𝑇 0
2
y por propiedades (h) y (d)
𝑇
2 2
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = 0
𝑇 −𝑇
2
Entonces la expansión en serie de Fourier de una función periódica par 𝑓(𝑡) de período
𝑇 sólo tiene términos de coseno y, por Ec. 14-3, está dada por
Ec. 14-17
∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡
2
𝑛=1

con
Ec. 14-18
𝑇
4 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡 , (𝑛 = 0,1, 2, . . . )
𝑇 0
ii. Si 𝑓(𝑡) es una función impar periódica de período 𝑇 entonces por propiedades (h) y (d)
𝜏
2 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = 0
𝑇 −𝜏
2
, y por propiedades (g) y (c)
𝑇 𝑇
2 2 4 2
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡
𝑇 −𝑇 𝑇 0
2

Entonces la expansión en serie de Fourier de una función impar periódica 𝑓(𝑡) de período
𝑇 tiene sólo términos seno y, por Ec. 14-3, está da por
Ec. 14-19
∞

𝑓(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝜔𝑡

𝑛=1

con
Ec. 14-20
𝑇
4 2
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝑇 0

Figura 14-5 Onda cuadrada 𝒇(𝒕) de ejemplo 14.3.1.

TEMA 14-9

14.3.1 Ejemplo
Encontrar la expansión en serie de Fourier de 𝑓(𝑡) de período 2𝜋 definida en [−𝜋, 𝜋] como
−1 (−𝜋 < 𝑡 < 0)
𝑓(𝑡) = {
1 (0 < 𝑡 < 𝜋)
Solución
La Figura 14-5 muestra un gráfico de 𝑓(𝑡) en [−4𝜋, 4𝜋]. Evidentemente 𝑓(𝑡) es impar, de modo
que su expansión en serie de Fourier consiste solamente en términos de seno. Tomando 𝑇 = 2𝜋
es decir 𝜔 = 1 , en Ec. 14-19 y Ec. 14-20, la expansión en serie de Fourier está dada por
∞

𝑓(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝑡
𝑛=1
con
𝜋
2 𝜋 2 𝜋 2 1
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝑡 dt = ∫ 1 sin 𝑛𝑡𝑑𝑡 = [− cos 𝑛𝑡] =
𝜋 0 𝜋 0 𝜋 𝑛 0
2 4⁄(𝑛𝜋) (𝑛 𝑖𝑚𝑝𝑎𝑟)
= (1 − cos 𝑛𝜋) = { , (𝑛 = 1, 2, 3, . . . )
𝑛𝜋 0 (𝑛 𝑝𝑎𝑟)
Entonces la expansión de la serie Fourier de 𝑓(𝑡) es
Ec. 14-21
∞
4 1 1 4 sin(2𝑛 − 1)𝑡
𝑓(𝑡) = (sin 𝑡 + sin 3𝑡 + sin 5𝑡 + ⋯ ) = ∑
𝜋 3 5 𝜋 2𝑛 − 1
𝑛=1

14.3.2 Ejemplo
Una función periódica 𝑓(𝑡) de período 2𝜋 se define como
𝑓(𝑡) = 𝑡 2 (−𝜋 < 𝑡 < 𝜋), 𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)
Obtener su expansión en serie de Fourier.

Figura 14-6 Función 𝑓(𝑡) del Ejemplo 14.3.2.

Solución
En la Figura 14-6 se muestra la gráfica de la función 𝑓(𝑡) en el intervalo −3𝜋 < 𝑡 < 3𝜋.
Claramente 𝑓(𝑡) es una función par de t, de modo que su expansión en serie de Fourier consiste
solamente en términos de coseno. Tomando 𝑇 = 2𝜋, es decir 𝜔 = 1 , en Ec. 14-17 y Ec. 14-18,
la expansión en serie de Fourier está dada por
∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝑡
2
𝑛=1
con
2 𝜋 2 𝜋 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑡 2 𝑑𝑡 = 𝜋 2
𝜋 0 𝜋 0 3
y
2 𝜋 2 𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝑡 𝑑𝑡 = ∫ 𝑡 2 cos 𝑛𝑡𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜋 0 𝜋 0
TEMA 14-10

𝜋
2 𝑡2 2𝑡 2 2 2𝜋 4
= [ sin 𝑛𝑡 + 2 cos 𝑛𝑡 − 3 sin 𝑛𝑡] = ( 2 cos 𝑛𝜋) = 2 (−1)𝑛
𝜋 𝑛 𝑛 𝑛 0
𝜋 𝑛 𝑛
pues sin 𝑛𝜋 = 0 y cos 𝑛𝜋 = (−1)𝑛 . Así la expansión de la serie Fourier de f(𝑡) = 𝑡 2 es
Ec. 14-22
∞
1 (−1)𝑛
𝑓(𝑡) = 𝜋 2 + 4 ∑ cos 𝑛𝑡
3 𝑛2
𝑛=1

o, escribiendo los primeros términos,

1 4
𝑓(𝑡) = 𝜋 2 − 4 cos 𝑡 + cos 2𝑡 − cos 3𝑡 + ⋯
3 9

14.3.3 Propiedades de linealidad

La propiedad de linealidad aplicada a la serie de Fourier se demuestra en el siguiente teorema.

14.3.3.1 Teorema
Si 𝑓(𝑡) = 𝑙 g(𝑡) + 𝑚ℎ(𝑡) donde 𝑔(𝑡) y ℎ(𝑡) son funciones periódicas de período T y l y m
constantes arbitrarias, entonces 𝑓(𝑡) tiene una expansión en serie de Fourier en la cual los
coeficientes son las sumas de los coeficientes en las expansiones en serie de Fourier de 𝑔(𝑡) y
ℎ(𝑡) multiplicadas por l y m respectivamente.
Demostración Evidentemente 𝑓(𝑡) es periódica de período 𝑇.
Si las expansiones en serie Fourier de 𝑔(𝑡) y ℎ(𝑡) son
∞ ∞
1
𝑔(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑ 𝑏𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1
∞ ∞
1
ℎ(𝑡) = 𝛼0 + ∑ 𝛼𝑛 cos 𝑛𝜔𝑡 + ∑ 𝛽𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1
entonces, usando las fórmulas de Euler Ec. 14-4 y Ec. 14-5, los coeficientes de Fourier en la
expansión de 𝑓(𝑡) son
2 𝑑+𝑇 2 𝑑+𝑇
𝐴𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = ∫ [𝑙 g(𝑡) + 𝑚ℎ(𝑡)] cos 𝑛𝜔𝑡𝑑𝑡
𝑇 𝑑 𝑇 𝑑
2𝑙 𝑑+𝑇 2𝑚 𝑑+𝑇
= ∫ 𝑔(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 + ∫ ℎ(𝑡) cos 𝑛𝜔𝑡𝑑𝑡 = 𝑙𝑎𝑛 + 𝑚𝛼𝑛
𝑇 𝑑 𝑇 𝑑
y
2 𝑑+𝑇 2𝑙 𝑑+𝑇 2𝑚 𝑑+𝑇
𝐵𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = ∫ 𝑔(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 + ∫ ℎ(𝑡) sin 𝑛𝜔𝑡𝑑𝑡 = 𝑙𝑏𝑛 + 𝑚𝛽𝑛
𝑇 𝑑 𝑇 𝑑 𝑇 𝑑
entonces la expansión de la serie Fourier de 𝑓(𝑡) es
∞ ∞
1
𝑓(𝑡) = (𝑙𝑎0 + 𝑚𝛼0 ) + ∑(𝑙𝑎𝑛 + 𝑚𝛼𝑛 ) cos 𝑛𝜔𝑡 + ∑(𝑙𝑏𝑛 + 𝑚𝛽𝑛 ) sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1

14.3.3.2 Ejemplo
Sean 𝑔(𝑡) y ℎ(𝑡) periódicas de período 2𝜋 definidas en el período [−𝜋, 𝜋] como
𝑔(𝑡) = 𝑡 2 , ℎ(𝑡) = 𝑡
Determinar las expansiones en series de Fourier de 𝑔(𝑡) y ℎ(𝑡) y utilizar la propiedad de linealidad
para hallar la expansión de la función periódica 𝑓(𝑡) definida en el período [−𝜋, 𝜋] como 𝑓(𝑡) =
𝑡 2 + 𝑡.
Solución
La Serie de Fourier de 𝑔(𝑡) es la del ejemplo 14.3.2 y está dada por Ec. 14-22 como
∞
1 2 (−1)𝑛
𝑔(𝑡) = 𝜋 + 4 ∑ cos 𝑛𝑡
3 𝑛2
𝑛=1
Viendo que ℎ(𝑡) = 𝑡 es impar encontramos, tomando 𝑇 = 2𝜋 y 𝜔 = 1 en Ec. 14-19 y Ec. 14-20,
que su expansión en serie de Fourier es
∞

ℎ(𝑡) = ∑ 𝑏𝑛 sin 𝑛𝑡
𝑛=1
donde
TEMA 14-11

2 𝜋 2 𝜋 2 𝑡 sin 𝑛𝑡 𝜋 2
𝑏𝑛 =
∫ ℎ(𝑡) sin 𝑛𝑡𝑑𝑡 = ∫ 𝑡 sin 𝑛𝑡𝑑𝑡 = [− cos 𝑛𝑡 + 2
] =− (𝑛 = 1, 2, 3, . . . )
𝜋 0 𝜋 0 𝜋 𝑛 𝑛 0 𝑛(−1)𝑛
Entonces la expansión en serie de Fourier de ℎ(𝑡) = 𝑡 es
Ec. 14-23
∞
(−1)𝑛
ℎ(𝑡) = −2 ∑ sin 𝑛𝑡
𝑛
𝑛=1

Usando la propiedad de linealidad, combinando Ec. 14-22 y Ec. 14-23, la expansión en serie de
Fourier de 𝑓(𝑡) = 𝑔(𝑡) + ℎ(𝑡) = 𝑡 2 + 𝑡 es
∞ ∞
1 2 (−1)𝑛 (−1)𝑛
𝑓(𝑡) = 𝜋 + 4 ∑ 2
cos 𝑛𝑡 − 2 ∑ sin 𝑛𝑡
3 𝑛 𝑛
𝑛=1 𝑛=1

14.3.4 Funciones de período T

Para facilitar el cálculo de los coeficientes de Fourier, todos los ejemplos que hemos visto hasta
ahora han sido de funciones periódicas de período 2𝜋, pero estas casi nunca se encuentran en
la práctica Ahora veremos ejemplos de funciones periódicas de períodos distintos a 2𝜋.

14.3.4.1 Ejemplo
Una función periódica 𝑓(𝑡) de período 4 (o sea 𝑓(𝑡 + 4) = 𝑓(𝑡)) se define en [−2,2] como
0 (−2 < 𝑡 < 0)
𝑓(𝑡) = {
1 (0 < 𝑡 < 2)
Dibujar un gráfico de 𝑓(𝑡) en −6 ≤ 𝑡 ≤ 6 y obtener una expansión en serie de Fourier.
Solución
En la Figura 14-7 se muestra un gráfico de 𝑓(𝑡) en 6 ≤ 𝑡 ≤ 6.

Figura 14-7 Función 𝑓(𝑡) del ejemplo 14.3.4.1.

Tomando 𝑇 = 4 en Ec. 14-4 y Ec. 14-5, tenemos
1 2 1 0 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = (∫ 0𝑑𝑡 + ∫ 1 dt) = 1
2 −2 2 −2 0

1 2 1 1 0 2
1
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜋𝑡 𝑑𝑡 = (∫ 0 𝑑𝑡 + ∫ cos 𝑛𝜋𝑡 dt ) = 0, (𝑛 = 1, 2, 3, . . . )
2 −2 2 2 −2 0 2
y
1 2 1
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜋𝑡 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
2 −2 2
1 0 2
1 1 1
= ( ∫ 0 𝑑𝑡 + ∫ sin 𝑛𝜋𝑡 dt ) = (1 − cos 𝑛𝜋) = [1 − (−1)𝑛 ]
2 −2 0 2 𝑛𝜋 𝑛𝜋
1 1 0 (𝑛 𝑝𝑎𝑟)
= (1 − cos 𝑛𝜋) = [1 − (−1)𝑛 ] = {
𝑛𝜋 𝑛𝜋 2⁄𝑛𝜋 (𝑛 𝑖𝑚𝑝𝑎𝑟)

Entonces, de Ec. 14-3, la expansión en serie de Fourier de 𝑓(𝑡) es

∞
1 2 1 1 3 1 5 1 2 1 2𝑛 − 1
𝑓(𝑡) = + (sin 𝜋𝑡 + sin 𝜋𝑡 + sin 𝜋𝑡 + ⋯ ) = + ∑ sin 𝜋𝑡
2 𝜋 2 3 2 5 2 2 𝜋 2𝑛 − 1 2
𝑛=1
TEMA 14-12

14.3.4.2 Ejemplo
Obtener la expansión en serie de Fourier de la onda sinusoidal rectificada
𝑓(𝑡) = |sin 𝑡|

Figura 14-8 Onda rectificada 𝑓(𝑡) = |sin 𝑡|.

Solución
La Figura 14-8 muestra un gráfico de la onda en [−𝜋, 𝜋]. Obviamente 𝑓(𝑡) es periódica par de
período 𝜋. Tomando 𝑇 = 𝜋 , es decir 𝜔 = 2 en Ec. 14-17 y Ec. 14-18 la expansión en serie de
Fourier está dada por
∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 2𝑛𝑡
2
𝑛=1
𝜋
4 2 4
𝑎0 = ∫ sin 𝑡 𝑑𝑡 =
𝜋 0 𝜋
𝜋 𝜋
4 2 2 2
𝑎𝑛 = ∫ sin 𝑡 cos 2𝑛𝑡 𝑑𝑡 = ∫ [ sin(2𝑛 + 1)𝑡 − sin(2𝑛 − 1)𝑡]𝑑𝑡
𝜋 0 𝜋 0
𝜋
2 cos 2(𝑛 + 1) 𝑡 cos 2(𝑛 − 1) 𝑡 2 2 1 1
= [− + ] = [0 − (− + )]
𝜋 2𝑛 + 1 2𝑛 − 1 0
𝜋 2𝑛 + 1 2𝑛 − 1
4 1
=− 2
𝜋 4𝑛 − 1

Entonces la expansión en serie Fourier de 𝑓(𝑡) es

∞
2 4 1
𝑓(𝑡) = − ∑ 2 cos 2𝑛𝑡
𝜋 𝜋 4𝑛 − 1
𝑛=1

14.3.5 Convergencia de la serie de Fourier

Hasta aquí nos hemos dedicado a determinar la expansión en serie de Fourier de una función
periódica 𝑓(𝑡) . En realidad, esto es simplemente un ejercicio de integración, ya que sólo tenemos
que calcular los coeficientes 𝑎𝑛 y 𝑏𝑛 con las fórmulas de Euler (Ec. 14-4 y Ec. 14-5) y sustituirlos
en Ec. 14-3. Todavía no hemos verificado si la serie de Fourier así obtenida es o no una
representación válida de la función periódica 𝑓(𝑡). La existencia de los coeficientes 𝑎𝑛 y 𝑏𝑛 en sí
no necesariamente implica que la serie asociada converge a 𝑓(𝑡) .
Demostrar la convergencia de una serie de Fourier está más allá del alcance de este curso y nos
limitaremos a enunciar, sin demostrar, el teorema 14.3.5.1 que establece condiciones suficientes
para que la expansión en serie de Fourier de 𝑓(𝑡) converja a 𝑓(𝑡).

14.3.5.1 Teorema condiciones de Dirichlet

Si 𝑓(𝑡) es una función periódica que en cualquier período:
(a) tiene una cantidad finita de máximos y mínimos aislados, y
(b) es continua a trozos, con una cantidad finita de discontinuidades de salto finito,
entonces la expansión en serie de Fourier de 𝑓(𝑡)

• converge a 𝑓(𝑡) en todos los puntos donde 𝑓(𝑡) es continua y

• converge a la media de los límites por la derecha y por la izquierda de 𝑓(𝑡) en los puntos
donde 𝑓(𝑡) es discontinua (es decir, a la media de la discontinuidad).

14.3.5.2 Ejemplo
Dar razones por las que las funciones
TEMA 14-13

(a) 1⁄(3 − 𝑡)
(b) sin[1⁄(𝑡 − 2)]
no satisfacen condiciones de Dirichlet en el intervalo 0 < 𝑡 < 2𝜋.
Solución
(a) La función 𝑓(𝑡) = 1⁄(3 − 𝑡) tiene una discontinuidad infinita en 𝑡 = 3, que está dentro del
intervalo, y por lo tanto no satisface la condición que 𝑓(𝑡) sólo puede tener discontinuidades
de salto finito.
(c) La función 𝑓(𝑡) = sin[1⁄(𝑡 − 2)] tiene un número infinito de máximos y mínimos en un
entorno de 𝑡 = 2, que está dentro del intervalo, y por lo tanto no satisface el requisito que
𝑓(𝑡) debe tener una cantidad finita de máximos y mínimos aislados dentro de un período.

Las condiciones del teorema 14.3.5.1 son suficientes para asegurar que existe una expansión
en serie de Fourier representativa de 𝑓(𝑡), pero no son condiciones necesarias para la
convergencia. Puede haber una serie de Fourier representativa de 𝑓(𝑡) aunque no satisfaga las
condiciones de Dirichlet.

14.3.5.3 Razón de convergencia

La velocidad de convergencia de una serie de Fourier es importante, ya que es un índice de
cuántos términos se deben tomar en la expansión para obtener una aproximación adecuada a la
función que representa. Obviamente, esto depende de cómo disminuyen los coeficientes 𝑎𝑛 y 𝑏𝑛
de la serie de Fourier cuando 𝑛 aumenta.
Cuando la función 𝑓(𝑡) es sólo continua a trozos, como el ejemplo 14.2.1, los coeficientes de
Fourier disminuyen como 1/n, y para obtener una aproximación razonable de 𝑓(𝑡) habrá que
incluir muchos términos.
Si la función es continua, pero tiene derivada primera discontinua, como el ejemplo 14.2.2, los
coeficientes de Fourier disminuyen como 1⁄𝑛2 , y la serie converge más rápidamente.
De hecho, este argumento se aplica en general, y podemos resumirlo así:
(a) Si 𝑓(𝑡) es sólo continua a trozos entonces los coeficientes de su representación en Serie
de Fourier disminuyen como 1⁄𝑛;
(b) si 𝑓(𝑡) es continua, pero tiene derivada primera discontinua entonces los coeficientes de
la representación en serie de Fourier disminuyen como 1⁄𝑛2 ;
(c) si 𝑓(𝑡) y todas sus derivadas hasta la de orden r son continuas, pero la derivada de orden
r+1 es discontinua entonces los coeficientes de la representación en serie de Fourier
disminuyen como 1⁄𝑛𝑟+2 .
Para ilustrar algunos de estos temas relacionados con la convergencia volvemos al ejemplo
14.3.1, en el que se obtuvo la serie de Fourier Ec. 14-21 como representación de la onda
cuadrada de la Figura 14-5.
Dado que Ec. 14-21 es una serie infinita, es evidente que no es posible trazar un gráfico del
resultado. Sin embargo, al considerar sumas parciales finitas, se puede graficar aproximaciones
a la serie. Llamando 𝑓𝑁 (𝑡) a la suma parcial de los primeros 𝑁 términos en la serie,
Ec. 14-24
𝑁
4 sin(2𝑛 − 1) 𝑡
𝑓𝑁 (𝑡) = ∑
𝜋 2𝑛 − 1
𝑛=1

la Figura 14-9 muestra los gráficos de 𝑓𝑁 (𝑡) para 𝑁 = 1 , 2, 3 y 20.

Se puede ver que donde 𝑓(𝑡) es continua la aproximación de 𝑓(𝑡) por 𝑓𝑁 (𝑡) mejora al aumentar
𝑁, confirmando que la serie converge a 𝑓(𝑡) en todos esos puntos.
También se puede ver que en los puntos de discontinuidad de 𝑓(𝑡), que están en 𝑡 = ±𝑛𝜋,
1
(𝑛 = 0,1, 2, . . . ) , la serie converge al valor medio de la discontinuidad, que es (−1 + 1) = 0.
2
TEMA 14-14

Figura 14-9 Gráficas de 𝑓𝑁 (𝑡) para una onda cuadrada: (a) 𝑁 = 1; (b) = 2; (c) = 3; (d); = 20
Obsérvese que el signo de igualdad en Ec. 14-21 debe ser interpretado con cuidado. Aunque su
uso puede ser aceptable, en el sentido de que la serie converge a 𝑓(𝑡) para los valores de 𝑡
donde 𝑓(𝑡) es continua, esto no es así en los puntos de discontinuidad.
Para evitar esto, frecuentemente se usa el símbolo ∼ (que se lee como ‘se comporta como’ o
‘representado por’) en lugar de = en la representación en serie de Fourier de una función 𝑓(𝑡) ,
de modo que Ec. 14-21 se escribe a menudo como
∞
4 sin(2𝑛 − 1)𝑡
𝑓(𝑡) ∼ ∑
𝜋 2𝑛 − 1
𝑛=1
En la Figura 14-9 se ve que la convergencia de la serie de Fourier es más lenta cerca de los
puntos de discontinuidad. Aunque la serie converge al valor medio de la discontinuidad en 𝑡 = 0,
hay una subestimación en 𝑡 = 0− y una sobreestimación en 𝑡 = 0+ .
Esta convergencia no suave de la serie de Fourier que produce una subestimación y una
sobreestimación en los puntos de discontinuidad de 𝑓(𝑡) es una característica de todas las series
de Fourier que representan funciones discontinuas, y se conoce como fenómeno de Gibbs por
del físico americano J. W. Gibbs (1839‐1903).
La sub/sobreestimación no disminuye cuando 𝑁 → ∞ en Ec. 14-24, sino que se hace más y más
abrupta, tendiendo a un pico. En general, la magnitud de la subestimación y la sobreestimación
juntas ascienden a cerca del 18% de la magnitud de la discontinuidad.

14.3.6 Funciones definidas sobre un intervalo finito

Uno de los requisitos del teorema de Fourier es que la función sea periódica. Entonces una
función 𝑓(𝑡) que no sea periódica no puede tener una serie de Fourier representativa que
converja a ella.
Sin embargo, podemos obtener una expansión en serie de Fourier que representa una función
no‐periódica 𝑓(𝑡) definida sólo en un intervalo finito [0; 𝜏] formulando una “extensión” periódica
de 𝑓(𝑡). Como pueden formularse distintas extensiones periódicas para una misma función,
puede haber varias representaciones en serie de Fourier de 𝑓(𝑡) válidas en [0; 𝜏], incluyendo
series solo con términos de coseno o series solo con términos de seno.

14.3.6.1 Series de recorrido completo

Dada la función 𝑓(𝑡) definida en el intervalo [0; 𝜏], para obtener una representación en serie de
Fourier de recorrido completo de 𝑓(𝑡) (una serie con términos de coseno y de seno), definimos
la extensión periódica ∅(𝑡) de 𝑓(𝑡) como
∅(𝑡) = 𝑓(𝑡) (0 < 𝑡 < 𝜏)
∅(𝑡 + 𝜏) = ∅(𝑡)
Las Figura 14-10 (a) y (b) muestras el gráfico de una posible 𝑓(𝑡) y su extensión periódica ∅(𝑡).
Si 𝑓(𝑡) satisface las condiciones de Dirichlet en [0; 𝜏], la nueva función ∅(𝑡), periódica de período
𝜏, tendrá una expansión en serie Fourier convergente. Como ∅(𝑡) es idéntica a 𝑓(𝑡) en [0; 𝜏],
entonces esta expansión en serie de Fourier de ∅(𝑡) representará a 𝑓(𝑡) en este intervalo.
TEMA 14-15

Figura 14-10 Gráficos de una función definida sólo sobre (a) un intervalo [0; 𝜏] y (b) su extensión
periódica.

14.3.6.2 Ejemplo
Encontrar una expansión en serie Fourier de recorrido completo de 𝑓(𝑡) = 𝑡 en el intervalo [0; 4].
Dibujar gráficos de 𝑓(𝑡) y la función periódica representada por la serie de Fourier obtenida.
Solución
Definimos la extensión periódica 𝜙(𝑡) como
𝜙(𝑡) = 𝑓(𝑡) = 𝑡, (0 < 𝑡 < 4)
𝜙(𝑡 + 4) = 𝜙(𝑡)
En las Figura 14-11(a) y (b) se muestran los gráficos de 𝑓(𝑡) y su extensión periódica 𝜙(𝑡).

Figura 14-11 Funciones 𝑓(𝑡) y 𝜙(𝑡) del ejemplo 14.3.6.2.

Como 𝜙(𝑡) es una función periódica de período 4 y cumple las condiciones de Dirichlet, tiene
una expansión en serie de Fourier convergente.
Tomando 𝑇 = 4 en las fórmulas de Euler Ec. 14-4 y Ec. 14-5, los coeficientes de Fourier son
1 4 1 4
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑡 𝑑𝑡 = 4
2 0 2 0

1 4 𝑛𝜋 1 4 𝑛𝜋
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑡 𝑑𝑡 = ∫ 𝑡 cos 𝑡 𝑑𝑡 =
2 0 2 2 0 2
1 2𝑡 𝑛𝜋 4 𝑛𝜋 4
= [ sin 𝑡+ cos 𝑡] = 0, (𝑛 = 1, 2, 3, . . . )
2 𝑛𝜋 2 (𝑛𝜋)2 2 0
y
1 4 𝑛𝜋 1 4 𝑛𝜋
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑡 𝑑𝑡 = ∫ 𝑡 sin 𝑡 𝑑𝑡 =
2 0 2 2 0 2
1 2𝑡 𝑛𝜋 4 𝑛𝜋 4 4
= [− cos 𝑡+ 2
sin 𝑡] = − , (𝑛 = 1, 2, 3, . . . )
2 𝑛𝜋 2 (𝑛𝜋) 2 0 𝑛𝜋

Entonces, por Ec. 14-3, la expansión en serie de Fourier de 𝜙(𝑡) es

4 1 1 1 3 1 1 5
𝜙(𝑡) = 2 − (sin 𝜋𝑡 + sin 𝜋𝑡 + sin 𝜋𝑡 + sin 2𝜋𝑡 + sin 𝜋𝑡 + ⋯ ) =
𝜋 2 2 3 2 4 5 2
∞
4 1 1
= 2− ∑ sin 𝑛𝜋𝑡
𝜋 𝑛 2
𝑛=1

Como 𝜙(𝑡) = 𝑓(𝑡) en (0; 4), se deduce que esta serie de Fourier es representativa de 𝑓(𝑡) dentro
de este intervalo, de modo que
Ec. 14-25
TEMA 14-16

∞
4 1 1
𝑓(𝑡) = 𝑡 = 2 − ∑ sin 𝑛𝜋𝑡 , (0 < 𝑡 < 4)
𝜋 𝑛 2
𝑛=1

Es importante apreciar que esta serie converge a 𝑡 sólo en el intervalo (0; 4). Fuera de este
intervalo converge a la extensión periódica 𝜙(𝑡).
Nuevamente, la convergencia debe ser interpretada en el sentido del teorema 14.3.5.1, de modo
que, en los extremos del intervalo 𝑡 = 0 y 𝑡 = 4, la serie no converge a 𝑡 sino a la media de la
discontinuidad de 𝜙(𝑡), es decir, al valor 2.

14.3.6.3 Series coseno y seno de medio recorrido

En lugar de desarrollar la extensión periódica 𝜙(𝑡) de 𝑓(𝑡) como en la sección 14.3.6.1, se
pueden formular extensiones periódicas que sean funciones pares o impares, de modo que la
serie de Fourier resultante tenga solamente términos de coseno o solamente términos de seno.
Para una función 𝑓(𝑡) definida sólo en [0; 𝜏] su extensión periódica par 𝐹(𝑡) es la función par
periódica definida como
𝑓(𝑡) (0 < 𝑡 < 𝜏)
𝐹(𝑡) = {
𝑓(−𝑡) (−𝜏 < 𝑡 < 0)
𝐹(𝑡 + 2𝜏) = 𝑓(𝑡)
Por ejemplo, la Figura 14-12 (b) muestra la extensión periódica par 𝐹(𝑡) de la función 𝑓(𝑡) de la
Figura 14-10 (a) (redibujada en la Figura 14-12 (a)).

Figura 14-12 (a) Función 𝑓(𝑡) ; b Su extensión periódica par 𝐹(𝑡)

Si 𝑓(𝑡) satisface las condiciones de Dirichlet en [0; 𝜏], como 𝐹(𝑡) es una función par de período
2𝜏, según se vio en la sección 14.3 tendrá una representación en serie de Fourier convergente
con términos de coseno solamente y dada por
Ec. 14-26
∞
1 𝑛𝜋𝑡
𝐹(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos
2 𝜏
𝑛=1

Donde
Ec. 14-27
2 𝜏 𝑛𝜋𝑡
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑑𝑡 , (𝑛 = 0,1,2, … )
𝜏 0 𝜏
Como 𝐹(𝑡) = 𝑓(𝑡) en (0; 𝜏), la serie Ec. 14-26 también converge a 𝑓(𝑡) en este intervalo.
Para una función 𝑓(𝑡) definida sólo en [0; 𝜏], su extensión periódica impar 𝐺(𝑡) es la función
periódica impar definida como
𝑓(𝑡) (0 < 𝑡 < 𝜏)
𝐺(𝑡) = {
−𝑓(−𝑡) (−𝜏 < 𝑡 < 0)
𝐺(𝑡 + 2𝜏) = 𝐺(𝑡)

Figura 14-13 (a) Función 𝑓(𝑡) ; (b) su extensión periódica impar 𝐺(𝑡) .
TEMA 14-17

La Figura 14-13 (b) muestra la extensión periódica impar 𝐺(𝑡) de la función 𝑓(𝑡) de la Figura
14-10 (a) (redibujada en la Figura 14-13 (a)).
Si 𝑓(𝑡) satisface las condiciones de Dirichlet en [0; 𝜏], como 𝐺(𝑡) es una función impar de período
2𝜏, como se vio en la sección 14-7 , tendrá una representación en serie de Fourier convergente
con sólo términos seno y dada por
Ec. 14-28
∞
𝑛𝜋𝑡
𝐺(𝑡) = ∑ 𝑏𝑛 sin
𝜏
𝑛=1

Ec. 14-29
2 𝜏 𝑛𝜋𝑡
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑑𝑡 , (𝑛 = 1, 2, 3, . . . )
𝜏 0 𝜏
Como 𝐺(𝑡) es idéntica a 𝑓(𝑡) en (0; 𝜏), la serie Ec. 14-28 también converge a 𝑓(𝑡) en este
intervalo.
Obsérvese que las extensiones periódicas par e impar 𝐹(𝑡) y 𝐺(𝑡) son de período 2𝜏, que es el
doble de la longitud del intervalo en el que se define 𝑓(𝑡). Sin embargo, las series de Fourier
resultantes Ec. 14-26 y Ec. 14-28 representan a la función 𝑓(𝑡) sólo en la mitad del período de
la serie, por eso se llaman expansiones en serie de Fourier de medio recorrido de 𝑓(𝑡).
En particular, la expansión par de medio recorrido 𝐹(𝑡) , Ec. 14-26, se llama expansión en serie
de medio recorrido en cosenos de 𝑓(𝑡), mientras que la expansión impar de medio recorrido
𝐺(𝑡), Ec. 14-28, se llama expansión en serie de Fourier de medio recorrido en senos de 𝑓(𝑡).

14.3.6.4 Ejemplo
Para la función 𝑓(𝑡) = 𝑡 definida sólo en [0; 4], del ejemplo 14.3.6.2, obtener
(a) La expansión en serie de medio recorrido en cosenos
(b) La expansión en serie de medio recorrido en senos.
Dibujar gráficas de 𝑓(𝑡) y de las funciones periódicas representadas por las dos series obtenidas
en −20 < 𝑡 < 20.

Solución
(a) Expansión en serie de medio recorrido en cosenos.
Definimos la función periódica 𝐹(𝑡) como
𝑓(𝑡) = 𝑡 (0 < 𝑡 < 4)
𝐹(𝑡) = {
𝑓(−𝑡) = −𝑡 (−4 < 𝑡 < 0)
𝐹(𝑡 + 8) = 𝐹(𝑡)

Entonces, como 𝐹(𝑡) es una función par periódica de período 8, tiene una expansión en
serie Fourier convergente dada por Ec. 14-26. Tomando 𝜏 = 4 en Ec. 14-27, tenemos
2 4 1 4
𝑎0 = ∫ 𝑓 (𝑡)𝑑𝑡 = ∫ 𝑡 𝑑𝑡 = 4
4 0 2 0
4
2 4 1 1 4 1 1 4𝑡 1 16 1
𝑎𝑛 = ∫ 𝑓(𝑡) cos 𝑛𝜋𝑡 𝑑𝑡 = ∫ 𝑡 cos 𝑛𝜋𝑡 𝑑𝑡 = [ sin 𝑛𝜋𝑡 + cos 𝑛𝜋𝑡] =
4 0 4 2 0 4 2 𝑛𝜋 4 (𝑛𝜋)2 4 0
8 0 (𝑛 𝑝𝑎𝑟)
= (cos 𝑛𝜋 − 1) = { , (𝑛 = 1, 2, 3, . . . )
(𝑛𝜋)2 −16/(𝑛𝜋)2 (𝑛 𝑖𝑚𝑝𝑎𝑟)
Entonces, por Ec. 14-26, la expansión en serie de Fourier de 𝐹(𝑡) es
16 1 1 3 1 5
𝐹(𝑡) = 2 − 2 (cos 𝜋𝑡 + 2 cos 𝜋𝑡 + 2 cos 𝜋𝑡 + ⋯ ) =
𝜋 4 3 4 5 4
∞
16 1 (2𝑛 − 1)𝜋
=2− 2∑ cos ( 𝑡)
𝜋 (2𝑛 − 1)2 4
𝑛=1
Como 𝐹(𝑡) = 𝑓(𝑡) en (0; 4), esta serie de Fourier es representativa de 𝑓(𝑡) en este
intervalo. Así que la expansión en serie de medio recorrido en cosenos de 𝑓(𝑡) es
Ec. 14-30
∞
16 1 (2𝑛 − 1)𝜋
𝑓(𝑡) = 𝑡 = 2 − 2 ∑ 2
cos ( 𝑡) , (0 < 𝑡 < 4)
𝜋 (2𝑛 − 1) 4
𝑛=1
TEMA 14-18

(b) Expansión en serie de medio recorrido en senos.

Definimos la función periódica 𝐺(𝑡) como
𝑓(𝑡) = 𝑡 (0 < 𝑡 < 4)
𝐺(𝑡) = {
−𝑓(−𝑡) = 𝑡 (−4 < 𝑡 < 0)
𝐺(𝑡 + 8) = 𝐺(𝑡)

Entonces, como 𝐺(𝑡) es una función periódica impar de período 8, tiene una expansión
en serie de Fourier convergente dada por Ec. 14-28. Tomando 𝜏 = 4 en Ec. 14-29,
tenemos
4
2 4 1 1 4 1 1 4𝑡 1 16 1
𝑏𝑛 = ∫ 𝑓(𝑡) sin 𝑛𝜋𝑡 𝑑𝑡 = ∫ 𝑡 sin 𝑛𝜋𝑡 𝑑𝑡 = [− cos 𝑛𝜋𝑡 + sin 𝑛𝜋𝑡] =
4 0 4 2 0 4 2 𝑛𝜋 4 (𝑛𝜋)2 4 0
8 8
=− cos 𝑛𝜋 = − (−1)𝑛 , (𝑛 = 1,2, 3, . . . )
𝑛𝜋 𝑛𝜋

Así, por Ec. 14-28, la expansión en serie de Fourier de 𝐺(𝑡) es

∞
8 1 1 1 1 3 8 (−1)𝑛+1 𝑛𝜋
𝐺(𝑡) = (sin 𝜋𝑡 − sin 𝜋𝑡 + sin 𝜋𝑡 − ⋯ ) = ∑ sin 𝑡
𝜋 4 2 2 3 4 𝜋 𝑛 4
𝑛=1

Como 𝐺(𝑡) = 𝑓(𝑡) en (0; 4), esta serie de Fourier es representativa de 𝑓(𝑡) en este
intervalo. Así que la expansión en serie de medio recorrido en senos de 𝑓(𝑡) es
Ec. 14-31
∞
8 (−1)𝑛+1 𝑛𝜋
𝑓(𝑡) = 𝑡 = ∑ sin 𝑡, (0 < 𝑡 < 4)
𝜋 𝑛 4
𝑛=1

Las Figura 14-14 (a), (b) y (c) muestran gráficas de la función 𝑓(𝑡) y de sus expansiones
periódicas par e impar 𝐹(𝑡) y 𝐺(𝑡) respectivamente.

Figura 14-14 Funciones 𝑓(𝑡) , 𝐹(𝑡) y 𝐺(𝑡) del Ejemplo 14.3.6.4.

Es importante darse cuenta de que las tres representaciones en serie de Fourier Ec. 14-25, Ec.
14-30 y Ec. 14-31 son representativas de la función 𝑓(𝑡) = 𝑡 sólo en el intervalo de definición
[0; 4]. Fuera de este intervalo, las tres series de Fourier convergen a las tres funciones ∅(𝑡), 𝐹(𝑡)
y 𝐺(𝑡) , ilustradas en las Figura 14-11 (b), Figura 14-14 (b) y Figura 14-14 (c) respectivamente.
TEMA 14-19

14.3.7 Derivación e integración de series de Fourier

En algunas aplicaciones interesa obtener la derivada o la integral de una serie de Fourier. Dado
que los efectos suavizantes del proceso de integración tienden a eliminar las discontinuidades,
mientras que el proceso de derivación tiene el efecto contrario, no es de extrañar que la
integración de una serie de Fourier es más probable que sea posible que su derivación. No
vamos a ver la teoría en profundidad; solo vamos a declarar, sin demostración, dos teoremas
relacionados con la integración y derivación término a término de series de Fourier, y hacer
algunas observaciones sobre su uso.

14.3.7.1 Teorema de Integración de una serie de Fourier

Una expansión en serie de Fourier de una función periódica 𝑓(𝑡) que satisface las condiciones
de Dirichlet se puede integrar término a término, y la serie integrada converge a la integral de la
función 𝑓(𝑡) .
De acuerdo con este teorema, si 𝑓(𝑡) satisface las condiciones de Dirichlet en el intervalo [−𝜋; 𝜋]
y tiene una expansión en serie de Fourier
∞
1
𝑓(𝑡) = 𝑎0 + ∑(𝑎𝑛 cos 𝑛𝑡 + 𝑏𝑛 sin 𝑛𝑡)
2
𝑛=1
entonces para −𝜋 ≤ 𝑡 ≤ 𝜋
∞
𝑡 𝑡 𝑡
1
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑎0 𝑑𝑥 + ∑ ∫ ( 𝑎𝑛 cos 𝑛𝑥 + 𝑏𝑛 sin 𝑛𝑥)𝑑𝑥 =
0 0 2 0 𝑛=1
∞ ∞ ∞
1 𝑏𝑛 𝑏𝑛 𝑎𝑛 1 𝑏𝑛 𝑏𝑛 𝑎𝑛
= 𝑎0 𝑡 + ∑ ( − cos 𝑛𝑡 + sin 𝑛𝑡) = 𝑎0 𝑡 + ∑ + ∑ (− cos 𝑛𝑡 + sin 𝑛𝑡)
2 𝑛 𝑛 𝑛 2 𝑛 𝑛 𝑛
𝑛=1 𝑛=1 𝑛=1
1
Debido al término 𝑎0 𝑡 del lado derecho, esto claramente no es una expansión en serie de
2
1
Fourier, pero puede verse como la suma de 𝑎0 𝑡 más una serie de Fourier representativa de
2
𝑡 𝑡
1 1
𝑔(𝑡) = ∫ 𝑓(𝑡)𝑑𝑡 − 𝑎0 𝑡 = ∫ (𝑓(𝑡) − 𝑎0 ) 𝑑𝑡
0 2 0 2
Obsérvese que con coeficientes de Fourier de esta serie son ‐ 𝑏𝑛 ⁄𝑛 y 𝑎𝑛 ⁄𝑛 (6), entonces según
la sección 14.3.5, la serie integrada converge más rápidamente que la serie original de 𝑓(𝑡) .
Si la función dada 𝑓(𝑡) está definida a trozos en [−𝜋; 𝜋] entonces hay que tener cuidado para
asegurarse que la integración se haga adecuadamente sobre los diferentes subintervalos.

14.3.7.2 Ejemplo
Integrar término a término la expansión en serie de Fourier obtenida en el ejemplo 14.3.1 para la
onda cuadrada de la Figura 14-5.
−1 (−𝜋 < 𝑡 < 0)
𝑓(𝑡) = { , 𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
1 (0 < 𝑡 < 𝜋)
Solución
De Ec. 14-21, la expansión en serie de Fourier para 𝑓(𝑡) es
∞
4 sin(2𝑛 − 1) 𝑡
𝑓(𝑡) = ∑
𝜋 2𝑛 − 1
𝑛=1
Caso (i), Intervalo −𝜋 < 𝑡 < 0.
Integrando Ec. 14-21 término a término, tenemos
∞
𝑡 𝑡
4 sin(2𝑛 − 1)𝑥
∫ ( − 1)𝑑𝑥 = ∑ ∫ 𝑑𝑥
0 𝜋 0 (2𝑛 − 1)
𝑛=1
Es decir
∞ 𝑡 ∞ ∞
4 cos(2𝑛 − 1) 𝑥 4 cos(2𝑛 − 1) 𝑡 1
−𝑡 = − ∑ [ ] = − [∑ −∑ ]
𝜋 (2𝑛 − 1)2 0 𝜋 (2𝑛 − 1)2 (2𝑛 − 1)2
𝑛=1 𝑛=1 𝑛=1
Se puede demostrar que
∞
1 1
∑ = 𝜋2
(2𝑛 − 1)2 8
𝑛=1
de manera que lo anterior se simplifica
6
Si la frecuencia no es unitaria, los coeficientes serían ‐ 𝑏𝑛 ⁄𝜔𝑛 y 𝑎𝑛 ⁄𝜔𝑛
TEMA 14-20

Ec. 14-32
∞
1 4 cos (2𝑛 − 1)𝑡
−𝑡 = 𝜋 − ∑ , (−𝜋 < 𝑡 < 0)
2 𝜋 (2𝑛 − 1)2
𝑛=1

Caso (ii), intervalo 0 < 𝑡 < 𝜋.

Integrando Ec. 14-21 término a término, tenemos
∞
𝑡 𝑡
4 sin(2𝑛 − 1) 𝑥
∫ 1 𝑑𝑥 = ∑ ∫ 𝑑𝑥
0 𝜋 0 (2𝑛 − 1)
𝑛=1
Dando
Ec. 14-33
∞
1 4 cos(2𝑛 − 1) 𝑡
𝑡= 𝜋− ∑ (0 < 𝑡 < 𝜋)
2 𝜋 (2𝑛 − 1)2
𝑛=1

Tomando Ec. 14-32 y Ec. 14-33 juntos, encontramos que la función

−𝑡 (−𝜋 < 𝑡 < 0)
𝑔(𝑡) = |𝑡| = {
𝑡 (0 < 𝑡 < 𝜋)
𝑔(𝑡 + 2𝜋) = 𝑔(𝑡)
tiene una expansión en serie de Fourier
∞
1 4 cos(2𝑛 − 1) 𝑡
𝑔(𝑡) = |𝑡| = 𝜋 − ∑
2 𝜋 (2𝑛 − 1)2
𝑛=1

14.3.7.3 Teorema de Derivación de una serie de Fourier

Si 𝑓(𝑡) es una función periódica que satisface las condiciones de Dirichlet, entonces su derivada
𝑓 ′ (𝑡), donde exista, se puede encontrar por derivación término a término de la expansión en serie
de Fourier de 𝑓(𝑡) si y solo si la función 𝑓(𝑡) es continua en todas partes y la función 𝑓 ′ (𝑡) tiene
una expansión en serie de Fourier (o sea si 𝑓 ′ (𝑡) satisface las condiciones de Dirichlet).

Según el teorema 14.3.7.3 si la expansión en serie de Fourier de 𝑓(𝑡) es derivable término a

término entonces 𝑓(𝑡) debe ser periódica en los puntos finales de un período (pues debe ser
continua en todas partes).
Así, por ejemplo, si estamos tratando con una función 𝑓(𝑡) de período 2𝜋 definida en [−𝜋; 𝜋]
entonces debe ser 𝑓(−𝜋) = 𝑓(𝜋) .
Como contraejemplo consideramos la expansión en serie de Fourier de la función
𝑓(𝑡) = 𝑡 (−𝜋 < 𝑡 < 𝜋)
𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
que, según el ejemplo 14.3.4.1, es
1 1 1
𝑓(𝑡) = 2 (sin 𝑡 − sin 2𝑡 + sin 3𝑡 − sin 4𝑡 + ⋯ )
2 3 4
Derivando término a término, se obtiene
𝑓 ′ (𝑡) = 2(cos 𝑡 − cos 2𝑡 + cos 3𝑡 − cos 4𝑡 + ⋯ )

Si este proceso de derivación fuera válido entonces 𝑓 ′ (𝑡) debe ser igual a 1 en [−𝜋; 𝜋], pero la
serie del lado derecho no converge para ningún valor de 𝑡 (7)

Si 𝑓(𝑡) es continua en todas partes y tiene una expansión en serie de Fourier

∞
1
𝑓(𝑡) = 𝑎0 + ∑(𝑎𝑛 cos 𝑛𝑡 + 𝑏𝑛 sin 𝑛𝑡)
2
𝑛=1
entonces, por el teorema 14.3.7.3, siempre que 𝑓 ′ (𝑡) satisfaga las condiciones requeridas, su
expansión en serie de Fourier será
∞
′ (𝑡)
𝑓 = ∑(𝑛𝑏𝑛 cos 𝑛𝑡 − 𝑛𝑎𝑛 sin 𝑛𝑡)
𝑛=1

7
ya que el término general, 2(−1)𝑛+1 cos 𝑛𝑡, no tiende a cero cuando 𝑛 → ∞.
TEMA 14-21

En este caso los coeficientes de Fourier de la expansión derivada son 𝑛𝑏𝑛 y 𝑛𝑎𝑛 (8), por lo que,
en contraste con la serie integrada, la serie derivada converge más lentamente que la serie
original de 𝑓(𝑡) .

14.3.7.4 Ejemplo
Considerar el proceso de derivar término a término la expansión en serie de Fourier de la función
del ejemplo 14.3.2,
𝑓(𝑡) = 𝑡 2 (−𝜋 ≤ 𝑡 ≤ 𝜋), 𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
Solución
Según Ec. 14-22 la expansión en serie de Fourier de 𝑓(𝑡) es
∞
2
1 2 (−1)𝑛
𝑡 = 𝜋 +4∑ cos 𝑛𝑡 , (−𝜋 ≤ 𝑡 ≤ 𝜋)
3 𝑛2
𝑛=1

Como 𝑓(𝑡) es continua en (−𝜋; 𝜋) y en sus extremos, podemos aplicar el teorema 14.3.7.3 para
obtener
∞
(−1)𝑛
𝑡 = −2 ∑ sin 𝑛𝑡 , (−𝜋 ≤ 𝑡 ≤ 𝜋)
𝑛
𝑛=1

que coincide con la serie de Fourier Ec. 14-23 obtenida en el ejemplo 14.3.3.2 para la función
𝑓(𝑡) = 𝑡 (−𝜋 < 𝑡 < 𝜋), 𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)

14.3.8 Aplicación: respuesta de frecuencia y sistemas oscilatorios

14.3.8.1 Respuesta a una entrada periódica

En el capítulo anterior se mostró que la respuesta de frecuencia (respuesta en estado
estacionario a una entrada sinusoidal 𝐴 sin 𝜔𝑡) de un sistema LTI estable con función de
transferencia 𝐺(𝑠) está da por
Ec. 14-34 𝑥𝑠𝑠 (𝑡) = 𝐴|𝐺(𝑗𝜔)| sin[𝜔𝑡 + arg 𝐺(𝑗𝜔)]
Empleando una expansión en serie de Fourier, podemos determinar la respuesta en estado
estacionario de un sistema lineal estable a una entrada periódica no sinusoidal.
Si la entrada es una función periódica 𝑃(𝑡) de período 2𝑇 (frecuencia 𝜔 = 𝜋⁄𝑇 en 𝑅𝑎𝑑. 𝑠 −1 ),
puede expresarse como expansión en serie de Fourier
Ec. 14-35
∞
1
𝑃(𝑡) = 𝑎 + ∑ 𝐴𝑛 sin(𝑛𝜔𝑡 + ∅𝑛 )
2 0
𝑛=1

Donde 𝐴𝑛 y ∅𝑛 se definen como en 14.1.1.1.

Para un sistema LTI estable con función de transferencia 𝐺(𝑠), la respuesta en estado
estacionario a cada término en la expansión de la serie Ec. 14-35 se puede obtener utilizando
Ec. 14-34. Dado que el sistema es lineal, se cumple el principio de superposición, de modo que
la respuesta en estado estacionario a la entrada periódica 𝑃(𝑡) se puede obtener como la suma
de las respuestas en estado estacionario a las sinusoidales individuales de Ec. 14-35.
Entonces la respuesta en estado estacionario a la entrada 𝑃(𝑡) es
Ec. 14-36
∞
1
𝑥𝑠𝑠 (𝑡) = 𝑎0 𝐺(0) + ∑ 𝐴𝑛 |𝐺(𝑗𝑛𝜔)| sin[𝑛𝜔𝑡 + ∅𝑛 + arg 𝐺(𝑗𝑛𝜔)]
2
𝑛=1

Obsérvese que:
(a) Para los sistemas prácticos |𝐺(𝑗𝜔)| → 0 cuando 𝜔 → ∞ entonces en Ec. 14-36 |𝐺(𝑗𝑛𝜔)| → 0
cuando 𝑛 → ∞. Lo que implica la serie de Fourier de la respuesta en estado estacionario
𝑥𝑠𝑠 (𝑡) converge más rápidamente que la serie de Fourier de la entrada periódica 𝑃(𝑡). Esto
era de esperar por la acción de suavizado del sistema.

8
Si la frecuencia no es unitaria, los coeficientes serían 𝑛𝜔𝑏𝑛 y 𝑛𝜔𝑎𝑛
TEMA 14-22

(b) La respuesta en estado estacionario a una entrada sinusoidal de frecuencia 𝜔 también es

una sinusoidal con la misma frecuencia 𝜔. Sin embargo, la respuesta en estado estacionario
para una entrada periódica no sinusoidal de frecuencia 𝜔 ya no está en la misma frecuencia;
sino que tiene componentes de frecuencias 𝑛𝜔 múltiplos de la frecuencia de entrada 𝜔.
Esto tiene consecuencias importantes, especialmente para sistemas oscilatorios. Si la
frecuencia 𝑛𝜔 de uno de los armónicos en Ec. 14-36 está cerca de la frecuencia de oscilación
natural de un sistema subamortiguado entonces se producirá el fenómeno de resonancia.

Es importante que los ingenieros conozcan la teoría asociada a las series de Fourier, de modo
que sepa interpretar correctamente el posible dominio de la respuesta del sistema por uno de los
armónicos altos, en lugar de los fundamentales.

14.3.8.2 Ejemplo
El sistema masa‐resorte-amortiguador de la Figura 14-15 (a) está inicialmente en reposo en
posición de equilibrio. Determinar la respuesta en estado estacionario del sistema cuando la
masa se somete a una fuerza periódica 𝑃(𝑡) con la forma de la onda cuadrada mostrada en la
Figura 14-15 (b).

Figura 14-15 (a) sistema y (b) entrada para el Ejemplo 14.3.8.2.

Solución
Por la ley de Newton, el desplazamiento 𝑥(𝑡) de la masa en el tiempo 𝑡 está dado por
𝑑2𝑥 𝑑𝑥
Ec. 14-37 𝑀 +𝐵 + 𝐾𝑥 = 𝑃(𝑡)
𝑑𝑡 2 𝑑𝑡

entonces el sistema puede representarse con el diagrama de bloques de la Figura 14-16.

Figura 14-16 Diagrama de bloques para el sistema de la Figura 14-15

La función de transferencia del sistema es
1
Ec. 14-38 𝐺(𝑠) =
𝑀𝑠 2 +𝐵𝑠+𝐾

.
Sustituyendo los valores dados de 𝑀, 𝐵 y 𝐾, la función de transferencia Ec. 14-38 queda
1
𝐺(𝑠) =
10𝑠 2 + 0.5𝑠 + 250
Entonces,
1 250 − 10𝜔2 0.5𝜔
𝐺(𝑗𝜔) = = −𝑗
−10𝜔 + 0.5𝑗𝜔 + 250 (250 − 10𝜔 2 )2 + 0.25𝜔 2
2 (250 − 10𝜔 2 )2 + 0.25𝜔 2
entonces
√(250−10𝜔2 )2 +0.25𝜔2 1
Ec. 14-39 |𝐺(𝑗𝜔)| = =
(250−10𝜔2 )2 +0.25𝜔2 √[(250−10𝜔2 )2 +0.25𝜔2 ]

0.5𝜔
Ec. 14-40 arg 𝐺(𝑗𝜔) = − tan−1 ( )
250−10𝜔2
TEMA 14-23

Del ejemplo 14.3.1, la expansión de la serie de Fourier para la onda cuadrada 𝑃(𝑡) es
∞
40 sin 3𝑡 sin 5𝑡 sin(2𝑛 − 1) 𝑡
𝑃(𝑡) = (sin 𝑡 + + + ⋯+ + ⋯ ) = ∑ 𝑢𝑛 (𝑡)
𝜋 3 5 2𝑛 − 1
𝑛=1
Donde
40 sin(2𝑛−1)𝑡
Ec. 14-41 𝑢𝑛 (𝑡) =
𝜋 2𝑛−1

Usando Ec. 14-34, la respuesta en estado estacionario del sistema a la enésimo armónico 𝑢𝑛 (𝑡)
dado por Ec. 14-41 es
40
Ec. 14-42 𝑥𝑠𝑠𝑛 (𝑡) = |𝐺(𝑗(2𝑛 − 1))| sin[(2𝑛 − 1)𝑡 + arg 𝐺(𝑗(2𝑛 − 1)]]
𝜋(2𝑛−1)

donde |𝐺(𝑗𝜔)| y arg 𝐺(𝑗𝜔) están dados por Ec. 14-39 y Ec. 14-40 respectivamente.
La respuesta en estado estacionario 𝑥𝑠𝑠 (𝑡) del sistema a la onda cuadrada de entrada 𝑃(𝑡) es la
suma de las debidas a cada armónico
Ec. 14-43
∞

𝑥𝑠𝑠 (𝑡) = ∑ 𝑥𝑠𝑠𝑛 (𝑡)

𝑛=1

donde 𝑥𝑠𝑠𝑛 (𝑡) se da por Ec. 14-42.

Figura 14-17 Respuesta en estado estacionario del sistema de Figura 14-15.

Evaluando los primeros términos de la respuesta Ec. 14-43, tenemos
40 1 0.5
𝑥𝑠𝑠1 (𝑡) = sin [𝑡 − tan−1 ( )] = 0.053 sin(𝑡 − 0.003)
𝜋 √[(250 − 10)2 + 0.25] 240
40 1 1.5
𝑥𝑠𝑠2 (𝑡) = sin [3𝑡 − tan−1 ( )] = 0.027 sin(3𝑡 − 0.009)
3𝜋 √[(250 − 90) + 2.25]
2 160
40 1 2.5 1
𝑥𝑠𝑠3 (𝑡) = sin [5𝑡 − tan−1 ( )] = 1.02 sin (5𝑡 − 𝜋)
5𝜋 √(6.25) 0 2
40 1 3.5
𝑥𝑠𝑠4 (𝑡) = sin [7𝑡 − tan−1 ( )] = 0.0076 sin(7𝑡 − 3.127)
7𝜋 √[(250 − 490)2 + 12.25] −240
Así una buena aproximación a la respuesta en estado estacionario Ec. 14-43 es
Ec. 14-44
1
𝑥𝑠𝑠 (𝑡) = 0.053 sin(𝑡 − 0.003) + 0.027 sin(3𝑡 − 0.54) + 1.02 sin (5𝑡 − 𝜋)
2
+ 0.0076 sin(7𝑡 − 3.127)
La Figura 14-17 muestra el gráfico del desplazamiento que parece tener una frecuencia de
1
aproximadamente cinco veces la de entrada. Esto se debe a que el armónico 1.02 sin (5𝑡 − 𝜋)
2
domina la respuesta en Ec. 14-44; porque la frecuencia natural de oscilación del sistema es
√𝐾 ⁄𝑚 = 5 Rad 𝑠 −1 , por lo que está en resonancia con este armónico.
TEMA 14-24

14.3.9 Forma compleja de la serie de Fourier

Un alternativa a la forma trigonométrica de la serie de Fourier es la forma compleja o exponencial,
que es más fácil de manipular matemáticamente.
Es una técnica intermedia entre el uso de series de Fourier para tratar señales periódicas al uso
de transformadas de Fourier para tratar señales no periódicas.

14.3.9.1 Representación compleja

Para desarrollar la forma compleja de la serie de Fourier, sustituimos
1 1
sin 𝑛𝜔𝑡 = (𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡 ) 𝑦 cos 𝑛𝜔𝑡 = (𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 ) en
2𝑗 2

Ec. 14-45
∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑ 𝑏𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1

obteniendo
∞ ∞
1 𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 + ∑ 𝑏𝑛 =
2 2 2𝑗
𝑛=1 𝑛=1
∞ ∞
1 1 1
= 𝑎0 + ∑ 𝑎𝑛 (𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 ) + ∑ − 𝑗𝑏𝑛 (𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡 ) =
2 2 2
𝑛=1 𝑛=1
∞
1 1 1
= 𝑎0 + ∑ [ (𝑎𝑛 − 𝑗𝑏𝑛 )𝑒 𝑗𝑛𝜔𝑡 + (𝑎𝑛 + 𝑗𝑏𝑛 )𝑒 −𝑗𝑛𝜔𝑡 ]
2 2 2
𝑛=1

y escribiendo
1 1 1
Ec. 14-46 𝑐0 = 𝑎0 , 𝑐𝑛 = (𝑎𝑛 − j𝑏𝑛 ), 𝑐−𝑛 = 𝑐𝑛∗ = (𝑎𝑛 + 𝑗𝑏𝑛 )
2 2 2
∞ ∞ −1 ∞ ∞
𝑗𝑛𝜔𝑡 −𝑗𝑛𝜔𝑡 𝑗𝑛𝜔𝑡 𝑗𝑛𝜔𝑡
𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 + ∑ 𝑐−𝑛 𝑒 = ∑ 𝑐𝑛 𝑒 + 𝑐0 + ∑ 𝑐𝑛 𝑒 = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=1 𝑛=1 𝑛=−∞ 𝑛=1 𝑛=−∞

Así que la serie de Fourier Ec. 14-45 se convierte simplemente en

Ec. 14-47
∞

𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞

que es la forma compleja o forma exponencial de la serie de Fourier de la función 𝑓(𝑡) .

Para aplicar este resultado directamente, se necesita una fórmula para calcular los coeficientes
complejos 𝑐𝑛 . Para ello, incorporamos las fórmulas de Euler Ec. 14-4 y Ec. 14-5 en las
definiciones dadas en Ec. 14-46, obteniendo
Ec. 14-48
1 1 𝑑+𝑇
𝑐0 = 𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
2 𝑇 𝑑
Ec. 14-49
1 1 𝑑+𝑇 1 𝑑+𝑇
𝑐𝑛 = (𝑎𝑛 − 𝑗𝑏𝑛 ) = ∫ 𝑓(𝑡)(cos 𝑛𝜔𝑡 − 𝑗 sin 𝑛𝜔𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
2 𝑇 𝑑 𝑇 𝑑
Ec. 14-50
1 1 𝑑+𝑇 1 𝑑+𝑇
𝑐−𝑛 = (𝑎𝑛 + 𝑗𝑏𝑛 ) = ∫ 𝑓(𝑡)(cos 𝑛𝜔𝑡 + 𝑗 sin 𝑛𝜔𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡
2 𝑇 𝑑 𝑇 𝑑
De Ec. 14-48 a Ec. 14-50, se ve que para todos los valores de 𝑛
Ec. 14-51
1 𝑑+𝑇
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0, ±1, ±2, … )
𝑇 𝑑
TEMA 14-25

Resumen
La forma compleja de la expansión en serie de Fourier de una función 𝑓(𝑡) de período 𝑇 es
Ec. 14-47
𝑓(𝑡) = ∑∞
𝑛=−∞ 𝑐𝑛 𝑒
𝑗𝑛𝜔𝑡

Donde
Ec. 14-51
1 𝑑+𝑇
𝑐𝑛 = ∫𝑑 𝑓(𝑡)𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡 , (𝑛 = 0, ±1, ±2, … )
𝑇

En general los coeficientes 𝑐𝑛 (𝑛 = 0, ±1, ±2, … ) son complejos y pueden expresarse en la forma
polar como
𝑐𝑛 = |𝑐𝑛 |𝑒 𝑗(∅𝑛 )
donde |𝑐𝑛 |, la magnitud de 𝑐𝑛 , se obtiene de las definiciones Ec. 14-46 por
2 2
1 1 1
|𝑐𝑛 | = √( 𝑎𝑛 ) + ( 𝑏𝑛 ) = √𝑎𝑛2 + 𝑏𝑛2
2 2 2
entonces 2|𝑐𝑛 | es la amplitud del enésimo armónico y el argumento ∅𝑛 de 𝑐𝑛 está relacionada
con la fase del enésimo armónico.

14.3.9.2 Ejemplo
Obtener la forma compleja de la serie de Fourier de la función diente de sierra 𝑓(𝑡) definida como
2𝑡
𝑓(𝑡) = (0 < 𝑡 < 2𝑇), 𝑓(𝑡 + 2𝑇) = 𝑓(𝑡)
𝑇

Figura 14-18 Función 𝑓(𝑡) del Ejemplo 14.3.9.2

Solución
La Figura 14-18 muestra un gráfico de 𝑓(𝑡) en [−6𝑇; 6𝑇]. El período es 2𝑇 , es decir 𝜔 = 𝜋⁄𝑇 ,
entonces de Ec. 14-51 los coeficientes complejos 𝑐𝑛 son
2𝑇
1 2𝑇 𝑗𝑛𝜋𝑡 1 2𝑇 2 −𝑗𝑛𝜋𝑡 1 𝑇𝑡 −𝑗𝑛𝜋𝑡 𝑇2 𝑗𝑛𝜋𝑡
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 − 𝑇 𝑑𝑡 = ∫ 𝑡𝑒 𝑇 𝑑𝑡 = 2 [ 𝑒 𝑇 − 𝑒 −
𝑇 ] =
2𝑇 0 2𝑇 0 𝑇 𝑇 −𝑗𝑛𝜋 (𝑗𝑛𝜋)2 0
1 2𝑇 2 −𝑗𝑛2𝜋 𝑇2 1 𝑇2
= 2[ 𝑒 − 2
𝑒 −𝑗𝑛2𝜋 ] − 2 [0𝑒 −𝑗0 − 𝑒 −𝑗0 ], (𝑛 ≠ 0)
𝑇 −𝑗𝑛𝜋 (𝑗𝑛𝜋) 𝑇 (𝑗𝑛𝜋)2
Pero 𝑒 −𝑗𝑛2𝜋 = 𝑒 −𝑗0 = 1 entonces
1 2𝑇 2 𝑇2 𝑇2 𝑗2
𝑐𝑛 = 2 [ + 2
− 2
]= , (𝑛 ≠ 0)
𝑇 −𝑗𝑛𝜋 (𝑛𝜋) (𝑛𝜋) 𝑛𝜋
Y para 𝑛 = 0
1 2𝑇 1 2𝑇 2𝑡 1
𝑐0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑑𝑡 = 2 [𝑡 2 ]2𝑇
0 =2
2𝑇 0 2𝑇 0 𝑇 2𝑇
Entonces de Ec. 14-47 la forma compleja de la expansión en serie de Fourier de 𝑓(𝑡) es
−1 ∞ ∞
𝑗2 𝑗𝑛𝜋𝑡 𝑗2 𝑗𝑛𝜋𝑡 𝑗2 𝑗𝑛𝜋𝑡
𝑓(𝑡) = ∑ 𝑒 𝑇 +2+∑ 𝑒 𝑇 = 2+ ∑ 𝑒 𝑇
𝑛𝜋 𝑛𝜋 𝑛𝜋
𝑛=−∞ 𝑛=1 𝑛=−∞,𝑛≠0
Esto puede convertirse de nuevo a la forma trigonométrica, ya que, de las definiciones Ec. 14-46,
2𝑗 2𝑗 4
𝑎0 = 2𝑐0 = 4, 𝑎𝑛 = 𝑐𝑛 + 𝑐𝑛∗ = 0, 𝑏𝑛 = 𝑗(𝑐𝑛 − 𝑐𝑛∗ ) = 𝑗 ( + ) = −
𝑛𝜋 𝑛𝜋 𝑛𝜋
Por lo que la serie de Fourier trigonométrica correspondiente a 𝑓(𝑡) es
∞
4 1 𝑛𝜋𝑡
𝑓(𝑡) = 2 − ∑ sin
𝜋 𝑛 𝑇
𝑛=1
que cuando 𝑇 = 2 coincide con la solución del ejemplo 14.3.6.2 .
TEMA 14-26

14.3.10 Teorema de Parseval

Si 𝑓(𝑡) es una función periódica de período 𝑇 entonces
Ec. 14-52
∞
1 𝑐+𝑇
∫ [𝑓(𝑡)]2 𝑑𝑡 = ∑ | 𝑐𝑛 |2
𝑇 𝑐
𝑛=−∞

donde la 𝑐𝑛 son los coeficientes de la expansión en serie de Fourier compleja de 𝑓(𝑡).

Demostración
Supongamos que 𝑓(𝑡) y 𝑔(𝑡) tienen serie de Fourier compleja dada por
Ec. 14-53
∞
𝑗𝑛2𝜋𝑡
𝑎) 𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑇
𝑛=−∞
𝑐𝑜𝑛
1 𝑐+𝑇 𝑗𝑛2𝜋𝑡
𝑏) 𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 − 𝑇 𝑑𝑇
𝑇 𝐶
Entonces usando Ec. 14-53 (a)
∞
1 𝑐+𝑇 2
1 𝑐+𝑇 𝑗𝑛2𝜋𝑡
∫ [𝑓(𝑡)] 𝑑𝑡 = ∫ ( ∑ 𝑐𝑛 𝑒 𝑇 ) 𝑓(𝑡)𝑑𝑡 =
𝑇 𝑐 𝑇 𝑐
𝑛=−∞
∞ ∞ ∞
1 𝑐+𝑇 (
𝑗𝑛2𝜋𝑡
)𝑑𝑡
= ∑ 𝑐𝑛 ∫ 𝑓(𝑡)𝑒 𝑇 = ∑ 𝑐𝑛 𝑐−𝑛 = ∑ 𝑐𝑛 𝑐𝑛∗
𝑇 𝑐
𝑛=−∞ 𝑛=−∞ 𝑛=−∞
Entonces
∞
1 𝑐+𝑇
∫ [𝑓(𝑡)]2 𝑑𝑡 = ∑ | 𝑐𝑛 |2
𝑇 𝑐
𝑛=−∞

El teorema de Parseval también se puede escribir en términos de los coeficientes reales 𝑎𝑛 y 𝑏𝑛

de la expansión en serie trigonométrica de Fourier de la función 𝑓(𝑡) Como
Ec. 14-54
∞
1 𝑐+𝑇 1 1
∫ [ 𝑓(𝑡)]2 𝑑𝑡 = 𝑎02 + ∑( 𝑎𝑛2 + 𝑏𝑛2 )
𝑇 𝑐 4 2
𝑛=1

La raíz media cuadrática (RMS) 𝑓𝑅𝑀𝑆 de una función periódica 𝑓(𝑡) de período 𝑇, se define como
1 𝑐+𝑇
𝑓𝑅𝑀𝑆 = √ ∫ [ 𝑓(𝑡)]2 𝑑𝑡
𝑇 𝑐

Y según el teorema de Parseval, puede expresarse en términos de los coeficientes de Fourier

utilizando Ec. 14-52 o Ec. 14-54.
∞ ∞
1 1
𝑓𝑅𝑀𝑆 = √ ∑ | 𝑐𝑛 |2 = √ 𝑎02 + ∑( 𝑎𝑛2 + 𝑏𝑛2 )
4 2
𝑛=−∞ 𝑛=1

14.3.10.1 Ejemplo
Usar el teorema de Parseval con la función del ejemplo 14.3.9.2
2𝑡
𝑓(𝑡) = (0 < 𝑡 < 𝑇), 𝑓(𝑡 + 2𝑇) = 𝑓(𝑡)
𝑇
Para demostrar que
∞
1 2 1
𝜋 =∑ 2
6 𝑛
𝑛=1
TEMA 14-27

Solución
A partir del ejemplo 14.3.9.2, los coeficientes de la serie de Fourier compleja de 𝑓(𝑡) son
𝑗2
𝑐0 = 2, 𝑐𝑛 = (𝑛 ≠ 0)
𝑛𝜋

Aplicando el teorema de Parseval Ec. 14-52, como el período es 2𝑇,

−1 ∞
1 2𝑇
∫ [ 𝑓(𝑡)]2 𝑑𝑡 = 𝑐02 + ∑ | 𝑐𝑛 |2 + ∑|𝑐𝑛 |2
2𝑇 0
𝑛=−∞ 𝑛=1
Dando
∞
1 2𝑇 4𝑡 2 2 2
∫ 𝑑𝑡 = 4 + 2 ∑ ( )
2𝑇 0 𝑇 2 𝑛𝜋
𝑛=1
que se reduce a
∞
16 8
=4+∑ 2 2
3 𝑛 𝜋
𝑛=1
y conduce al resultado buscado
∞
1 2 1
𝜋 =∑ 2
6 𝑛
𝑛=1

14.3.10.2 Error cuadrático medio

Para aproximar a 𝑓(𝑡) podemos usar sumas parciales de la forma
Ec. 14-55
N N
1
𝐹𝑁 (𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔𝑡 + ∑ 𝑏𝑛 sin 𝑛𝜔𝑡
2
𝑛=1 𝑛=1

La cuestión es determinar cuántos términos se necesita incluir.

Se define el error cuadrático medio 𝐸𝐶𝑀𝑁 entre el valor real de 𝑓(𝑡) y la aproximación 𝐹𝑁 (𝑡) como
1 𝑐+𝑇
𝐸𝐶𝑀𝑁 = ∫ [ 𝑓(𝑡) − 𝐹𝑁 (𝑡)]2 𝑑𝑡
T 𝑐
Una mejor medida del error es la raíz del error cuadrático medio 𝑅𝐸𝐶𝑀𝑁 = √𝐸𝐶𝑀𝑁
Aplicando el teorema de Parseval a 𝑓(𝑡) − 𝐹𝑁 (𝑡) (9)
Ec. 14-56
∞ 𝑁
1 1 𝑐+𝑇 1 1
𝐸𝐶𝑀𝑁 = ∑ ( 𝑎𝑛2 + 𝑏𝑛2 ) = ∫ [ 𝑓(𝑡)]2 𝑑𝑡 − [ 𝑎02 + ∑( 𝑎𝑛2 + 𝑏𝑛2 )]
2 𝑇 𝑐 4 2
𝑛=𝑁+1 𝑛=1

14.3.10.3 Ejemplo
La expansión en serie de Fourier para la onda cuadrada periódica
−1 (−𝜋 < 𝑡 < 0)
𝑓(𝑡) = {
1 (0 < 𝑡 < 𝜋)
𝑓(𝑡 + 2𝜋) = 𝑓(𝑡)
Es
∞
4
𝑓(𝑡) = ∑ sin(2𝑛 − 1) 𝑡
𝜋(2𝑛 − 1)
𝑛=1

Determinar el error medio cuadrado correspondiente a las aproximaciones a 𝑓(𝑡) basado en el

uso de un término, dos términos y tres términos, respectivamente, en la expansión en serie.

Solución
∞ 2∞
𝜋 𝜋
1 1 4
𝐸𝑀𝐶 = [ ∫ [𝑓(𝑡)]2 𝑑𝑡 − ∑ 𝜋𝑏𝑛2 ] = [ ∫ [𝑓(𝑡)]2 𝑑𝑡 − ∑ ( ) ]
2𝜋 −𝜋 2𝜋 −𝜋 2𝑛 − 1
𝑛=1 𝑛=1

9
Nótese que 𝑓(𝑡) − 𝐹𝑁 (𝑡) son los términos de la serie de 𝑓(𝑡) que no están sumados en 𝐹𝑁 (𝑡)
TEMA 14-28

Usando un solo término

1 4 2
(𝐸𝑀𝐶)1 = [2𝜋 − 𝜋 ( ) ] = 0.19, (𝑅𝐸𝐶𝑀)𝑁 = 0.44
2𝜋 𝜋
Usando dos términos
1 4 2 4 2
(𝐸𝑀𝐶)2 = [2𝜋 − 𝜋 ( ) − 𝜋 ( ) ] = 0.10, (𝑅𝐸𝐶𝑀)𝑁 = 0.32
2𝜋 𝜋 3𝜋
Usando tres términos
1 4 2 4 2 4 2
(𝐸𝑀𝐶)3 = [2𝜋 − 𝜋 ( ) − 𝜋 ( ) − 𝜋 ( ) ] = 0.0675, (𝑅𝐸𝐶𝑀)𝑁 = 0.26
2𝜋 𝜋 3𝜋 5𝜋

14.3.11 Espectro de frecuencia discreta

Al expresar una función periódica 𝑓(𝑡) por su expansión en serie de Fourier, se descompone la
función en sus componentes armónicos o de frecuencia. Si 𝑓(𝑡) es de Período 𝑇 entonces
tiene componentes en las frecuencias
2𝑛𝜋
Ec. 14-57 𝜔𝑛 = = 𝑛𝜔0 (𝑛 = 1, 2, 3, . . . )
𝑇

Donde 𝜔0 es la frecuencia de la función madre 𝑓(𝑡).

Por lo tanto, una serie de Fourier puede interpretarse como un espectro de frecuencias de una
función periódica, y da una representación de la función alternativa a su forma de onda en el
dominio tiempo. Este espectro de frecuencia se representa usualmente mediante gráficos de las
amplitudes y fases de los armónicos vs. frecuencia angular 𝜔𝑛 .
El gráfico de amplitud contra frecuencia angular se llama espectro de amplitud, y el de fase
contra la frecuencia angular se llama el espectro de fase.
2𝑛𝜋
Para una función periódica de frecuencia angular 𝜔0 = , los componentes armónicos sólo se
𝑇
producen en las frecuencias discretas 𝜔𝑛 = 𝑛𝜔0 , por eso estos espectros se llaman espectros
de frecuencia discreta o espectros de líneas.

Si se tiene la expansión en serie de Fourier de una función periódica de período 𝑇, en su forma

trigonométrica
∞ ∞
2𝑛𝜋𝑡 2𝑛𝜋𝑡
𝑓(𝑡) = ½ 𝑎0 + ∑ 𝑎𝑛 cos ( ) + ∑ 𝑏𝑛 sin ( )
𝑇 𝑇
𝑛=1 𝑛=1
entonces, como se indica en la sección 14.1.1.1, puede ser expresada en términos de los
armónicos componentes como
Ec. 14-58
∞
2𝑛𝜋𝑡
𝑓(𝑡) = 𝐴0 + ∑ 𝐴𝑛 sin ( + ∅𝑛 )
𝑇
𝑛=1

Donde
1
𝐴0 = 𝑎0 , 𝐴𝑛 = √𝑎2𝑛 + 𝑏2𝑛
2
y las ∅𝑛 están dadas por
𝑏𝑛 𝑎𝑛
sin ∅𝑛 =, cos ∅𝑛 =
𝐴𝑛 𝐴𝑛
En este caso, la gráfica de 𝐴𝑛 contra la frecuencia angular 𝜔𝑛 será el espectro de amplitud y la
de ∅𝑛 contra 𝜔𝑛 el espectro de fase.
Estos pueden resumirse en un solo gráfico indicando el valor de cada fase en el espectro de
amplitud como se ilustra en la Figura 14-19.
TEMA 14-29

Figura 14-19 Espectro de frecuencia discreta real

Generalmente la forma trigonométrica de la serie de Fourier Ec. 14-45 no facilita graficar el
espectro de frecuencia discreto, porque primero hay que calcular las amplitudes 𝐴𝑛 y fases ∅𝑛 a
partir de los valores de 𝑎𝑛 y 𝑏𝑛 .
Es mucho más fácil obtener el espectro de frecuencias discreto a partir de la forma compleja de
la serie de Fourier dada por Ec. 14-47, expresando los coeficientes complejos en forma polar
como
𝑐𝑛 = |𝑐𝑛 |𝑒𝑗𝜙𝑛 , (𝑛 = 0, ±1, ±2, … )

donde |𝑐𝑛 | y ∅𝑛 denotan la magnitud y el argumento de 𝑐𝑛 respectivamente.

Como 𝑐𝑛 es una cantidad compleja, necesitamos dos espectros de líneas para determinar el
espectro de frecuencia discreto; el espectro de amplitud es una gráfica de |𝑐𝑛 | contra 𝜔𝑛 y el
espectro de fase de ∅𝑛 contra 𝜔𝑛 .
En la forma compleja del espectro de frecuencias discretas tenemos componentes en
frecuencias discretas 0, ±𝜔0 , ±2𝜔0 , ±3𝜔0 , ⋯ .
En la frecuencia 𝑛𝜔0 el componente 𝑒𝑗𝑛𝜔0 𝑡 debe considerarse junto con el componente
correspondiente 𝑒−𝑗𝑛𝜔0 𝑡 en la frecuencia −𝑛𝜔0 , para obtener una señal física.
−𝑗𝑛𝜔 𝑓
Ec. 14-59 𝑒𝑗𝑛𝜔0 𝑡 + 𝑒 0 = 2 cos 𝑛𝜔0 𝑡

Como |𝑐−𝑛 | = |𝑐𝑛∗ | = |𝑐𝑛 |, el espectro de amplitud será simétrico respecto al eje vertical, como se
ilustra en la Figura 14-20.

Figura 14-20 Forma compleja del espectro de amplitud

14.3.11.1 Ejemplo
Graficar los espectros de amplitud y fase discretos para la función diente de sierra del ejemplo
14.3.9.2
2𝑡
𝑓(𝑡) = (0 < 𝑡 < 2𝑇), 𝑓(𝑡 + 2𝑇) = 𝑓(𝑡)
𝑇

Considerar formas complejas y reales.

TEMA 14-30

Solución
Del ejemplo 14.3.9.2 los coeficientes complejos son
𝑗2
𝑐0 = 2, 𝑐𝑛 = (𝑛 = ±1, ±2, ±3, … )
𝑛𝜋

Entonces
2
(𝑛 = 1,2,3, … )
|𝑐𝑛 | = { 𝑛𝜋
2
− (𝑛 = −1, −2, −3, … )
𝑛𝜋
1
𝜋 (𝑛 = 1, 2, 3, . . . )
𝜙𝑛 = arg 𝑐𝑛 = {2
1
− 𝜋 (𝑛 = −1, −2, −3, … )
2

Las Figura 14-21 a y b muestran los espectros de amplitud y fase.

Figura 14-21 Espectros de frecuencia discreta complejos para el ejemplo 14.3.11.1, con 𝜔0 = 𝜋⁄𝑇 :
(a) espectro de amplitud; (b) espectro de fases.
Del ejemplo 14.3.9.2 los coeficientes en la forma trigonométrica de la serie de Fourier son
4
𝑎0 = 4, 𝑎𝑛 = 0, 𝑏𝑛 = −
𝑛𝜋

así las amplitudes en Ec. 14-58 son

4
𝐴0 = 2, 𝐴𝑛 = (𝑛 = 1,2,3, … )
𝑛𝜋

La Figura 14-22 muestra el espectro de frecuencias discretas real resultante.

Figura 14-22 Espectros de frecuencia discreta real del Ejemplo 14.3.11.1

TEMA 14-31

Como |𝑐𝑛 | = ½√(𝑎𝑛2 + 𝑏𝑛2 ) = ½ 𝐴𝑛 , las líneas de espectro de amplitud compleja (Figura 14-21)
son, la mitad en amplitud relativa a las de la representación real (Figura 14-22), la otra mitad del
valor se asigna a la frecuencia negativa correspondiente.
En la representación compleja las fases en las frecuencias negativas (Figura 14-21 (b)) son los
negativos de las frecuencias positivas correspondientes.
Obsérvese que las fases las frecuencias positivas difieren en ½ 𝜋 entre la forma real y compleja.
Esto se debe a que en la representación de la forma compacta real Ec. 14-58 se usaron
armónicos sinusoidales, mientras que a partir de Ec. 14-59 se ve que la combinación de
frecuencias positivas y negativas en la forma compleja dan cosinusoidales.
Por eso a veces se prefiere usar una expansión en serie compacta cosinusoidal real, Ec. 14-60,
en lugar de la expansión en serie compacta sinusoidal Ec. 14-58 y mantener la igualdad de fases
en las frecuencias positivas entre las representaciones compleja y real,
Ec. 14-60
∞
𝑛𝜋𝑡
𝑓(𝑡) = 𝐴0 + ∑ 𝐴𝑛 cos ( + ∅𝑛 )
𝑇
𝑛=1

Tomando Ec. 14-60, el espectro de amplitud seguirá siendo el mismo que para Ec. 14-58, pero
las fases están dadas por
𝑏𝑛 𝑎𝑛
sin 𝜙𝑛 = − , cos 𝜙𝑛 =
𝐴𝑛 𝐴𝑛
Adoptando la representación compacta cosinusoidal Ec. 14-60, el espectro de frecuencia discreto
real correspondiente para la función del ejemplo 14.3.11.1 es como se ilustra en la Figura 14-23.

Figura 14-23 Espectro de frecuencia discreta real para Ejemplo 14.3.11.1