TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

ASIGNATURA:
ECUACIONES DIFERENCIALES

DOCENTE:
ING: CERVANTESOLAZARAN NORMA MARIANA.

ALUMNO (A):
MARISOL CRUZ DURAN

NO. DE CONTROL:
20500111

CARRERA:
INGENIERÍA PETROLERA

SEMESTRE:
4
TRABAJO: INVESTIGACION DEL TEMA 5
 INTRODUCCION

En este tema 5 de ecuaciones diferenciales hablaremos de la introducción a las series de

Fourier. En el presente trabajo se pretende mostrar la Serie de Fourier (sf) como una
alternativa para estimar observaciones que no se encuentran disponibles en nuestro
conjunto de datos. Así, para empezar a indagar en el tema, es necesario conocer ciertos
conceptos básicos sobre la Serie de Fourier. La familiarización de entrada con dicho tema,
nos ayuda a comprender, de una forma simple, las explicaciones de los componentes de
la sf sabiendo la función de cada uno. En el primer inciso empezaremos por explicar
conceptos básicos sobre la Serie de Fourier. En el segundo punto explicaremos sus
componentes y que nos indica cada uno con el fin de realizar una pequeña aplicación en
la economía, enel tercer punto. Y por último daremos algunas conclusiones sobre el tema.
 5.1 Teoría preliminar

¿Qué es la Serie de Fourier?

La Serie de Fourier es una herramienta matemática que nos permite obtener información
de una función determinada mediante una transformación (donde entenderemos por
“transformación” al proceso que reduce la complejidad de una ecuación). Por lo tanto,
cuando se hace referencia a la Serie de Fourier (sf), realmente hablamos de la
transformación que nos permite extraer información sobre la frecuencia de un ciclo –
puede ser cualquier función– cuando conocemos sólo una parte de su comportamiento.
La idea intrínseca de la sf nos indica que cualquier función, generalmente periódica, se
puede aproximar por medio de funciones simples sinusoidales1. De forma que cuanto
más coincide una onda simple con el dato observado, más peso tiene en la determinación
de la función original. (Con este procedimiento es posible representar funciones
deterministas o de índole aleatoria.)

Con la sf se adquiere un cambio en el dominio de la función; al pasar de la información

contenida en una señal, al dominio en el tiempo, para transitar al de la frecuencia y
viceversa, de suerte tal que se mejora el análisis de la señal (Carrillo, 2003). Así que las
sf son útiles en el estudio de funciones periódicas, aunque, desafortunadamente, no
aparecen con la misma frecuencia en la vida real como las no periódicas. No obstante,
antes de continuar con el tema debemos mencionar, al menos, la versión más intuitiva
de una función periódica2. Formalmente, una función periódica cumple f(t) = f(t+T) para
toda t, donde T es la constante mínima que satisface la igualdad y se denomina periodo.
Asimismo, definimos a la frecuencia fr=T-1(inversa de T) y llamamos “ciclo” a la parte de
la función que abarca un tiempo equivalente a un periodo T (usualmente 2π).Dicho lo
anterior, buscamos aproximar una función f de periodo 2π y N observaciones (xn
,f(xn)) con xn=2πNn,∀n=1,...,N−1 sub intervalos equi-distribuidos en [0,2π] pormedio de
un polinomio r(x) compuesto de funciones trigonométricas, de tal manera.
que el punto observado f(xn) sea el mismo en el polinomio, i.e., f(xn)=r(xn).
Iniciaremos por definir qué es un polinomio trigonométrico:

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. Es una aplicación usada en
muchas ramas de la ingeniería, además de ser una herramienta sumamente útil en la
teoría matemática abstracta. Sus 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
espectro.

La ecuación del calor es una ecuación en derivadas parciales. Previamente al trabajo de

Fourier, no se conocía solución alguna para la ecuación de calor en forma general,
aunque se conocían soluciones particulares si la fuente de calor se comportaba de
manera sencilla, en particular, si la fuente era una onda de seno o coseno. Estas
soluciones simples a veces son llamadas valores propios. La idea de Fourier era
modelar una fuente de calor compleja con una superposición (o combinación lineal) de
simples ondas sinusoidales y para escribir la solución como una superposición de los
correspondientes valores propios. A la superposición o combinación lineal se le llama
Serie de Fourier. Desde un punto de vista más actual, los resultados de Fourier son algo
informales debido a la falta de precisión.
 5.1 Series de Fourier.

Las series de Fourier describen señales periódicas como una combinación lineal de
exponenciales complejas, multiplicados por factores de peso que determinan la
contribución relativa de cada componente a la señal original; con esta herramienta
podemos analizar una señal periódica en términos de su contenido frecuencial. La
combinación lineal permite que operaciones en el dominio del tiempo se conserven en
el dominio de las frecuencias. Al conjunto de expansiones en series de Fourier se
denomina base ortogonal.

En las ecuaciones anteriores presentamos la serie de Fourier en su forma exponencial;

desarrollando la exponencial compleja y reagrupando los términos tenemos sus
representaciones trigonométricas:
A partir de los coeficientes de Fourier ( ), es posible obtener la representación en
frecuencias de una señal. La gráfica de estos coeficientes en función de su índice
armónico se denomina espectro; existen dos tipos de gráficos, uno de amplitudesy otro
de fases; mientras el espectro de amplitud es una representación de los factores de peso,
el espectro de fase indica su ubicación (la posición de una onda con respecto a otra);
para el caso de señales continuas y periódicas el espectro será discreto y no periódico
extendiéndose infinitamente hacia ambos lados en el eje de frecuencias. El espectro de
amplitud es una función par o simétrica mientras que el espectro de fase es una función
impar o asimétrica.

En ingeniería, el análisis de señales en el dominio de la frecuencia se realiza a través de

las series de Fourier, por cuanto es muy común, reemplazar la variable
{\displaystyle x}{\displaystyle x} por ωt (el producto de la frecuencia angular por el
tiempo), resultando las componentes.
 5.3 Series de Fourier en cosenos, senos y de
mediointervalo.
Serie de cosenos para f(x)=x, x\in[0,\pi]

Para obtener la serie de cosenos para f(x)=x, x\in[0,\pi] se requiere considerar la extensión
de f a una función par definida en el intervalo [-\pi,\pi]. De esta forma si
\tilde f es tal extensión par, entonces la correspondiente serie de Fourier será una serie que
constará de sumandos dados por una constante y funciones cosenoidales, pues los
coeficientes de Fourier b_n, n\geq 1 se anulan para una función par. Así

Dónde:

Esta última integral se obtiene al usar integración por partes:

Con así en consecuencia:

Por tanto:

Observemos que (-1)^n-1 es igual a cero para n par y es igual a -2 para n impar. De
esta forma: aún=0 para n par y a_n es igual a \frac{2}{\pi}\frac{1}{n^2}(-2) para n impar.
Así
Serie de senos para f(x)=x, x\in[0,\pi]

Para obtener la serie de senos para f(x)=x, x\in[0,\pi] se requiere considerar la extensión
de f a una función impar definida en el intervalo [-\pi,\pi]. De esta formasi \tilde f es tal
extensión impar, entonces la correspondiente serie de Fourier será una serie que
constará de sumandos dados por funciones senoidales, pues los coeficientes a_0 y a_n,
n\geq 1 se anulan. Así

donde

esta última integral se obtiene al usar integración por partes:

Con así en consecuencia:

En resumen

son los coeficientes de la serie de Fourier de senos de la función:

Ejercicios: 1
2

Serie de medio intervalo:

 Conclusión

En este tema 5 de ecuaciones diferenciales pudimos ver que las series de Fourier son
parte también de las transformadas y que son muy importantes utilizarlas al ocupar esta
materia. Por una parte, la sf es un método más completo y más real que otras
aproximaciones obtenidas por métodos como mínimos cuadrados ordinarios (mco),
promedios, entre otros; pues como comentamos a lo largo del trabajo, ésta incorpora el
comportamiento de las observaciones, permitiéndonos observar tendencias y ciclos de
los datos. Empero, ese tema sobrepasa por mucho los alcances de este artículo, por
lo que se dejará para otro tema de investigación. Por otra parte, la sf nos ayuda a
conocer el comportamiento de nuestros datos, por medio de una aproximación
trigonométrica, pero hay quemencionar que a una mayor cantidad de datos observados
mejor es la estimación realizada. En otras palabras, si el número de datos tiende a
infinito, entonces nuestro error tiende a cero, lo cual podría ser un inconveniente a pesar
de que el polinomio obtenido pasa por los datos observados.

En adición, la aproximación realizada por medio de Fourier es un método

completamente determinístico, ausente de perturbaciones aleatorias. Puesto que con
el conjunto de datos establecido, siempre obtendremos la misma reproducción a menos
que implementemos una variación al agregar o quitar datos de la muestra. También
pudimos observar unos ejercicios que podemos repasar y que analizando podemos
obtener el resultado.

Es importante mencionar el hecho de que toda función f puede ser vista como una
función periódica implementando el concepto de “periodo de tiempo infinito”, el cual
tiene mucho sentido al recordar que un intervalo de longitud positiva es cardinalmente
comparable con R. De esta manera, no importa la cantidad de observaciones con las
que contamos (inclusive si son infinitas), pues a todas se les puede incorporar en
distancias de la misma longitud dentro de nuestro intervalo de análisis.
 BIBLIOGRAFIA

 https://www.tamps.cinvestav.mx/~wgomez/documentos/analisis_de_fourier.pdf

 https://www.elsevier.es/es-revista-economia-informa-114-articulo-la-serie-fourier-
estimacion-observaciones-S0185084915000389

 https://es.wikipedia.org/wiki/Serie_de_Fourier#Ejemplos_de_series_de_Fourier

 http://www.ptolomeo.unam.mx:8080/jspui/bitstream/132.248.52.100/139/5/A5.pdf

 https://ceromascero.wordpress.com/tag/serie-de-fourier-de-cosenos/

 https://cursos.aiu.edu/Ecuacion%20Diferenciales/PDF/Tema%205.pdf