UNIVERSIDAD UTP

FACULTAD DE INGENIERIA ----

PROYECTO: SERIES DE
FOURIER

PROFESOR:
ING.

ALUMNOS:

SECCIÓN: A

FECHA DE PRESENTACIÓN: 30/06/2022

Lima – Perú
2022
 INTRODUCCIÓN

El desarrollo del análisis de Fourier tiene una larga historia e involucra a un

gran número de personas y además la investigación de muchos fenómenos
físicos. Asimismo, tiene enormes aplicaciones en diferentes campos como en
procesamiento de señales, análisis de vibraciones, mecánica cuántica,
econometría, teoría de números, etc.
Analizar una onda utilizada en un problema físico concreto con la aproximación
de las series de Fourier
 MARCO TEÓRICO
Serie de Fourier
Definición. - Una serie de Fourier es una serie infinita que converge
puntualmente a una función periódica y continua. Puede ser solo a trozos de
funciones (por partes), pero continua en esas 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 del calor. 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
Si f(t) es una función de variable real t, que es integrable en el intervalo
[t0-t/2,t0+t/2] entonces se puede obtener el desarrollo en serie de Fourier de f
en ese intervalo. Fuera del intervalo la serie es periódica, con periodo T
Si f(t) es periódica en toda la recta real, la aproximación por series de Fourier
también será válida en todos los valores de t
Luego la serie de Fourier asociada a f(t) es:

f (t )
a0 ∞
+ ∑ a0 cos
2 n=1
2 nπ
T [ ( )
t + bn sin
2 nπ
T
t ( )]
Donde a0, an y bn son coeficientes de Fourier que toman los valores:
T/2 T /2 T/2
2 2
a 0= ∫ f (t ) dt , a n= ∫ f ( t ) cos
T −T /2 T −T /2
2 nπ
T
2
(
t dt , bn= ∫ f ( t ) sin
T −T / 2 )
2 nπ
T
t dt , ( )
Otra forma de definir la serie de Fourier es:
a0 ∞
+ ∑ a cos ( ω n t ) +b n sin ( ω n t ) ]
2 n=1 [ 0
f ( t )=

2π
Donde ω n=nω y ω=2 πf = siendo:
T
t 0+T t 0 +T t 0+T
2 2 2
a 0=
T
∫ f ( t ) dt , an=
T
∫ f ( t ) cos ⁡(ω n) tdt ,b n=
T
∫ f ( t ) sin(ω n)tdt ,
t0 t0 t0

A esta serie de Fourier se le conoce como la serie trigonométrica de Fourier

Propiedades de la serie de Fourier

Propiedad de linealidad. - Cualquier combinación de dos señales de periodo T,

tendrá también periodo T.

Y la relación entre sus coeficientes será

 z (t )= Ax ( t ) +By ( t ) ↔ c k = A ak + B bk

Propiedad de desplazamiento de tiempo

Una señal periódica mantiene su periodo al desplazarse en el tiempo

− jk w 0 t0
x ( t −t 0 ) ↔ e ak

Propiedad de inversión de tiempo

El periodo tampoco se modifica con la inversión en el tiempo

x (−t ) ↔ a−k

Propiedad de escalamiento de tiempo

El escalamiento de tiempo cambia la frecuencia fundamental de la señal.

x ( kt ) ↔ ak . ek

Propiedad de multiplicación
Si multiplicamos dos señales de periodo T, la señal resultante también tendrá
periodo T
+∞
x ( t ) . y ( t ) ↔ hk = ∑ a l . b k−l
l=−∞

Propiedad de conjugación y simetría conjugada

Si x(t) = x*(t) (es decir, la señal es real) a-k = a*k
x∗(t) ↔a∗¿−k ¿

Relación de parseval para las señales periódicas continuas

La potencia promedio total de una señal periódica es igual a la suma de las
potencias promedio de todas sus componentes armónicas.
❑ +∞ ❑ +∞
1
∫ | x ( t )| dt= ∑ 1 ∫|ak| dt = ∑ |ak|
2 2 2

T T k=−∞ T T k=−∞

Aplicaciones
El poder extraordinario y la flexibilidad de las series y transformadas de Fourier
se ponen de manifiesto en la asombrosa variedad de las aplicaciones que ellas
tienen en diversas ramas de la matemática y de la física matemática, desde
teoría de números y geometría hasta mecánica cuántica. En esta sección
presentamos algunas de las más importantes aplicaciones del análisis de
Fourier. Comenzamos dando una hermosa y elegante solución al que demostró
ser uno de los más complejos problemas de la geometría plana: el famoso
problema isoperimétrico

RESULTADOS TEÓRICOS
1. Encuentra analíticamente la serie de Fourier para la siguiente señal senoidal
rectificada de media onda de periodo 2π mostrado en la figura.

Función a trozos:

f ( t )=
{−sen0 ;( t0) ;≤πt≤≤tπ≤ 2 π T =2 π
La serie de Fourier estaría dada de la siguiente manera
a0 ∞
f ( t )= + ∑ an cos
2 n=1 [ ( )
2 nπ
T
t + bn sin
2 nπ
T
t ( )]
a0 ∞
f ( t )= + ∑ [ a n cos ( nt ) +b n sin ( nt ) ]
2 n=1

Calculando los coeficientes a 0 , a n y bn

 2π 2π 2π
1 1 1
a 0= ∫
π 0
f ( t ) dt , an= ∫ f ( t ) cos ( nt ) dt ,b n= ∫ f ( t ) sin ( nt ) dt ,
π 0 π 0
2π 2π 2π
1
a 0= ∫ f ( t ) dt = 1π ∫ 0 dt+ 1π ∫ −sin ⁡(t)dt = π2
π 0 0 0

2π π 2π
1 1 1
a n= ∫ f ( t ) cos ( nt ) dt = ∫ 0∗cos ( nt ) dt + ∫ −sin ( t ) cos ( nt ) dt
π 0 π 0 π π
2π n
1 2+2 (−1 )
a n= ∫ −sin ( t ) cos ( nt ) dt= 2
π π 2 π (1−n )

2π π 2π
1
b n= ∫ f ( t ) sin ( nt ) dt=bn= 1π ∫ 0 sin ( nt ) dt + π1 ∫ −sin ( t )∗sin ( nt ) dt
π 0 0 π

2π
1
b n= ∫ −sin ( t )∗sin ( nt ) dt =0
π π

Por lo tanto, la serie queda así:

[ ]
∞ n
1 2+2 (−1 )
f ( t )= + ∑ cos ( nt ) +0∗sin ( nt )
π n=1 2 π (1−n2)

2. Utiliza el software OCTAVE para simular la serie de Fourier. Toma captura

de pantalla de las gráficas para las siguientes series:
a. Serie de 5 armónicos
b. Serie de 100 armónicos

c. Serie de 1000 armónicos

3. analiza las graficas y compara los resultados de simulación
Aquí comparamos cada grafica de los armónicos 5, 100 y 1000

4. Realiza las conclusiones.

Se concluye q si graficamos el armónico mas grande la grafica tiende a ser
igual a la función
 BIBLIOGRAFÍA

M. R. Spiegel, J. Liu, L. Abellanas (2003): Fórmulas y tablas de matemática aplicada.

Segunda edición. Serie Schaum. Mc Graw-Hill.

https://www.geogebra.org/classic?lang=es

https://www.mathstools.com/section/main/fourier_series_online?lang=es#.Yr9EmHbMJD-
https://www.youtube.com/watch?v=bb1KMFeoPa0

https://www.youtube.com/watch?v=GTmBHxBA8_M&ab_channel=MateFacil

Aplicaciones de Octave/Matlab en Series de Fourier - YouTube