Series de Fourier

Introduccin. A lo largo de la historia, los matemticos se han tenido que enfrentar con diversos objetos de estudio. En orden creciente de dificultad, podemos exhibir una lista que comienza con los nmeros naturales, continuando con los enteros, los racionales, los nmeros reales, los vectores, las matrices, las funciones, etc. Un problema para nada trivial consista en la representacin de esos objetos. Los griegos encontraron serias dificultades para representar cierto conjunto de nmeros, los irracionales, los cuales no era posible expresar, de manera exacta, como la razn entre dos enteros. Con otros objetos, como las funciones, nos enfrentaremos a un problema similar al de los antiguos griegos con los nmeros irracionales. A lo largo del estudio analtico de funciones nos encontramos, en muchos casos, con el problema de cmo representarlas. Una forma de hacerlo es mediante una combinacin lineal de funciones base la cual es anloga a la representacin de nmeros en base decimal. Del mismo modo que el nmero no es representable mediante finitas cifras decimales, tambin nos encontraremos con funciones que no podrn representarse como una combinacin finita de otras funciones base de manera exacta y, para este caso, ser necesario encontrar la funcin que s puede ser representable mas prxima a la funcin que queremos representar de forma aproximada En el siguiente captulo expondremos la forma de representacin mediante series de Fourier, cuyas funciones base sern las funciones trigonomtricas seno y coseno y la funcin constante f(x) = 1. Para ello formalizaremos, previamente, la nocin de proximidad para volverla lo suficientemente rigurosa y general de modo que nos permita abordar el problema de manera sencilla y, a la vez, conceptualmente slida.

Producto interno y distancia Una manera representativa de darle rigor al concepto de proximidad es mediante la idea de distancia. Esto es, lograr construir una aplicacin d:MxM [0; + g), donde M es el conjunto que forman los elementos a los cuales queremos medir esas distancias dos a dos. Este conjunto M bien puede ser el conjunto de funciones continuas en un intervalo cerrado y podemos estar interesados en qu tan prximas se encuentras dos funciones entre s, por ejemplo. O, tambin, podemos querer saber qu funcin de un subconjunto dado se encuentra ms prxima a otra funcin fuera de ese subconjunto. La definicin usual de distancia es la siguiente: Una distancia o mtrica en un conjunto M es una aplicacin d:MxM [0; +g) que cumple las propiedades siguientes a) d(x ; y) = 0 si y slo si x = y b) d(x ; y) = d(y ; x) c) d(x ; z) d(x ; y) + d(y ; z) (desigualdad triangular) Para todo x, y, z en M En la geometra eucldea, la formalizacin algebraica se lleva a cabo a travs de Rn. Su estructura de espacio vectorial permite definir los puntos, rectas, planos, etc. y a sta hay que aadirle la estructura mtrica derivada del producto escalar. Para x , y Rn, se define el producto escalar usual como: xy = xiyi A travs de este producto se definen dos conceptos fundamentales en la geometra mtrica: la longitud de un vector y el ngulo entre dos vectores. En efecto, la longitud de un vector es la norma: x = (xx)1/2 = ( xi2)1/2 y el ngulo entre dos vectores no nulos x, y viene dado por cos ( ) = xy/ x y

de lo cual puede deducirse que si xy = 0 el ngulo entre x e y es 90 y se dice que los dos vectores son ortogonales. A partir de aqu puede definirse, tambin, una distancia en Rn mediante: d(x;y) = x-y = ( (xi - yi)2)1/2 con x, y Rn Es fcil comprobar que la ltima aplicacin cumple con la definicin de distancia.

A partir de ahora generalizaremos la operacin de producto escalar para que sea aplicable a conjuntos ms generales que Rn. Esto nos permitir admitir como producto escalar a cualquier aplicacin que cumpla con unas mnimas propiedades: Definicin 1. Usaremos la letra K para referirnos indistintamente al cuerpo R de los nmeros reales o al cuerpo C de los nmeros complejos. Si K, la notacin * representar al conjugado de si K = C o, simplemente, * = si K= R. Si H es un Kespacio vectorial, un producto escalar en H es una aplicacin :HxH K que cumple las siguientes propiedades: a) b) c) d) xy = (yx)* (x+y)z = xz + yz ( x)y = (xy) xx 0 y xx = 0 x = 0 K

para todo x, y, z H y todo

Un espacio prehilbertiano es un par (H , ) donde H es un K-espacio vectorial y es un producto escalar en H. En la prctica, se escribe simplemente H en lugar de (H , ) Si H es un espacio prehilbertiano, definimos su norma asociada como la aplicacin :H [0 ; +g) dada por x = (xx)1/2. Teorema 1: sea H un espacio prehilbertiano y sean x, y H. Entonces a) (desigualdad de Shwarz) xy x . y b) (desigualdad triangular) x+y x + y Demostracin: a) Sean A = x 2 ; B = xy y C = y 2. Existe un complejo tal que (xy) = B. Para todo nmero real r se cumple que 0 (x r y)(x r y) = xx r (yx) r *(xy) +r2 yy *(xy) = B* = B, luego 0 A 2Br + Cr2 para todo r R Si C = 0, entonces debe ser B = 0 y si C > 0 la expresin ser siempre positiva cuando B2 4AC b) xy + yx es un nmero real, luego xy + yx Entonces x+y
2

=1y

xy + yx xy

+ yx

= (x + y)(x + y) =
2

= xx + xy + yx + yy x

+2 x

y + y

= ( x + y )2

Y la distancia inducida en estos espacios prehilbertianos est dada por d(x ; y) = x y

Teorema 2: Si H es un espacio prehilbertiano, entonces el producto escalar en H es una funcin continua Demostracin: Para todos lo x, x, y, y H se cumple: xy xy x x (x x)y + x(y y) y y + x y y x x y + x y y

y + x x

As, dado un par (x,y) HxH y un > 0, todo par (x,y) HxH que cumpla x x , y y < /3M, donde M > y , x , cumple tambin que xy xy < M/3M +
2

/9M + /3M <

Si lo nico que deseamos es medir distancias entre dos elementos de un espacio vectorial, con la norma inducida en un espacio prehilbertiano alcanza. Ahora, si lo que queremos es ir un poco ms all, como por ejemplo, medir distancias entre un elemento de H y un subespacio V incluido en H debemos pedir otras cosas. Esto sera, dado un elemento f H, la distancia entre f y un subespacio V incluido en H sera la distancia entre f y un elemento g V, donde g es el elemento de V ms prximo a f. En lo que sigue, expondremos las condiciones de existencia y unicidad de ese elemento g, adems de cmo construirlo. Definicin 2: Un espacio de Hilbert, es un espacio prehilbertiano H que sea completo con la mtrica inducida por el producto escalar. Ahora vamos a probar algunos hechos de inters sobre los espacios de Hilbert. Los primeros son vlidos en general sobre los espacios prehilbertianos. Definicin 3: Si H es un espacio prehilbertiano, decimos que x, y en H son ortogonales si xy = 0. Es conocido que la ortogonalidad en Rn coincide con el concepto geomtrico de perpendicularidad. Es fcil generalizar el teorema de Pitgoras: Si x e y son ortogonales, entonces x + y
2

= x

+ y

Las propiedades del producto escalar tambin dan, inmediatamente, la identidad conocida como frmula del paralelogramo: x+y
2

+ xy

= 2 x

+2 y

Para cada A incluido en H, definimos A = {x H | x es ortogonal a a para todo a en A}

Es claro que A es un subespacio vectorial de H. Puesto que {a} es el ncleo de la aplicacin continua T(x) = ax, se cumple que {a} es cerrado, y como A = a en A{a} vemos que A es un subespacio cerrado de H. Si V es un subespacio vectorial de H es claro que V V = 0. Vamos a probar que, si V es cerrado, entonces H = VsdV 1. Para ello necesitamos un resultado previo: Teorema 3: Sea M un subconjunto no vaco, cerrado y convexo de un espacio de Hilbert H. Entonces M contiene un nico elemento de norma mnima. Demostracin: Sea el nfimo de las normas de los elementos de M. Aplicando la identidad del paralelogramo a x, y tenemos xy
2

= x

+ y

- (x + y)/2

Si x, y en M, por convexidad (x + y)/2 en M, luego xy

2

2 x

+ 2 y

Si x = y = esto implica x = y, lo que nos da la unicidad. Es fcil construir una sucesin {xn}gn=0 incluida en M tal que limn g xn = . Aplicando la desigualdad anterior a xm y xn concluimos fcilmente que la sucesin es de Cauchy, luego converge a un punto x que, por continuidad de la norma, cumplir x = . Adems, como M es cerrado, ha de ser x en M y claramente su norma es la mnima en M. Teorema 4: Sea V un subespacio cerrado de un espacio de Hilbert H. Entonces a) Todo x en H se descompone de forma nica como x = Px + Qx , donde Px en V y Qx en V . b) Px y Qx son los puntos de V y V ms prximos a x. c) Las aplicaciones P:H V y Q:H V son lineales y continuas. d) x 2 = Px 2 + Qx 2. Demostracin: El conjunto x + V es cerrado y convexo, luego podemos definir Qx como el elemento de norma mnima en x + V. Definimos Px = x Qx. Obviamente Px en V . Veamos que Qx en V . Para ello probaremos que (Qx)y = 0 para todo y en V . No perdemos generalidad si suponemos y = 1. Por definicin de Qx tenemos que (Qx)(Qx) = Qx para todo
2

Qx

= (Qx

y)(Qx

y),

en K. Simplificando queda 0 (yQx) *(Qxy) + *,

y si hacemos
1

= (Qx)y queda 0 |(Qx)y|2, luego (Qx)y = 0.

sd significa suma directa

Esto prueba la existencia de la descomposicin de a). La unicidad se debe a que V V = 0. En definitiva, H = VsdV Ahora observamos que si y en V entonces x y
2

= Qx + (Px

y)

= Qx

+ Px

luego la m nima distancia entre x y un punto y en V se alcanza cuando y = Px. Esto prueba b). El apartado d) es el teorema de Pitgoras. La linealidad de P y Q es obvia. La continuidad se debe a que por d) tenemos Px x , Qx x Bases ortonormales Un espacio vectorial puede definirse exhibiendo una base del mismo. Esto es, un conjunto de vectores que, mediante combinaciones lineales de sus elementos, generen todos los vectores de ese espacio. Es decir que, dado v V, existan nicos i K tales que v=
iui i

siendo los ui los vectores de la base de V. Los escalares vector v en la base dada.

se llaman coeficientes del

Definicin 4: Una base ortonormal de vectores de un espacio vectorial V es un conjunto {ui} de vectores cuyos elementos cumplen a) Son una base de V b) uiuj = ij El siguiente teorema muestra la utilidad de las bases ortonormales. Esto es, hallar los coeficientes de cualquier vector del espacio mediante una operacin de producto escalar. Teorema 5: Sea B = {ui} un conjunto ortonormal de vectores. Si v = Demostracin: vui = (
juj)ui i ui

entonces =
i

= vui

j (uj ui )

De aqu tambin puede deducirse que todo conjunto ortonormal de vectores es base del espacio que genera. Ahora estamos en condiciones de poder construir un procedimiento para, dado un elemento x de un espacio de Hilbert, hallar el elemento Px en un subespacio dado V, ms prximo a x.

Definicin 5: Sea V un subespacio de un espacio de Hilbert H y sea B = {ui} una base ortonormal de V. Para todo vector x en H el vector Px = (xui)ui es la proyeccin ortogonal de x sobre V. Es trivial probar que esta definicin cumple con los cuatro puntos del teorema 4. Ilustraremos con un ejemplo la ltima definicin: Sea x = (2;4;3) R3. Hallar el elemento del plano xy cuya distancia a x sea mnima. Calcular la distancia entre x y el plano xy. Resolucin: Sea V el subespacio de R3 generado por la base ortonormal B = {(1;0;0);(0;1;0)} es decir, el plano xy. El elemento de V ms prximo a x es su proyeccin ortogonal Px dada por Px = [(2;4;3)(1;0;0)](1;0;0) +[(2;4;3)(0;1;0)](0;1;0) = (2;0;0) + (0;4;0) = (2;4;0) La distancia pedida es la norma del vector Qx. Este vector se encuentra en V calcula como y se

Qx = x Px = (0;0;3) donde Qx = 3 que es la distancia entre x y el subespacio V, es decir el plano xy.

Funciones de cuadrado integrable Se dice que una funcin f :[a;b] K (K = C R) es de cuadrado integrable si
b

f ( x ) dx

existe

Si f es continua a trozos y acotada en [a;b] entonces es cuadrado integrable. La recproca es falsa. Si f y g son funciones de cuadrado integrable, entonces h = 1f + 2 g, con 1, 2 en K, tambin es cuadrado integrable. De aqu se deduce que las funciones de cuadrado integrable forman un K-espacio vectorial. Este espacio vectorial se conoce como espacio L2. Definiremos, adems el siguiente producto escalar en L2 xL2. Sean f y g en L2. La aplicacin
b

fg =

f ( x) g
a

( x ) dx

es un producto escalar en L2 xL2 de hecho, para todo f, g, h en L2

b

a) fg =

f ( x ) g * ( x ) dx =
b

?f
a

( x ) g ( x ) dx =
b

A
*

?g ( x) f
a *

( x ) dx = (gf)*
b

A
*

b) (f + g)h =
b

?f ( x)  g ( x)Ah
a

( x)dx =
b

f ( x)h
a

( x)dx + g ( x)h * ( x)dx = fh + gh

a

c) ( f)g = Ef ( x ) g * ( x ) dx = E f ( x ) g * ( x ) dx =
a b b a *

(fg)

d) ff =

f ( x) f ( x)dx =

f ( x) dx > 0 si f es distinta de la funcin 0

1/ 2

idnticamente nula. Y vale cero si f

b 2 De esta manera, la norma de una funcin est dada por f = f ( x ) dx a y f g es la distancia inducida en L2 entre las funciones f y g

De la estructura de espacio vectorial de L2 y del producto interno definido sumados a la completitud de la norma en este espacio, podemos afirmar que el espacio de funciones de L2 es un espacio de Hilbert. Un conjunto de funciones {Ji} con Ji:[a;b] K se dice ortonormal si

Ji Jj = J i ( x)J * ( x)dx = j
a

ij

Adems este conjunto, por ser ortonormal, es base del espacio que genera. Un conjunto infinito se dice total cuando genera a todo el espacio L2. El espacio L2 es un espacio de Hilbert de dimensin infinita. Apoyndonos en estos conceptos, podemos definir la proyeccin ortogonal de una f L 2 sobre un subespacio V incluido en L2 como Pf =

E J
i !1

i i

donde, { J1, ... , Jn} es un conjunto ortonormal de funciones que genera a V y

b

= fJi =

f ( x)J
a

* i

( x)dx

y, por el teorema 4, Pf es la funcin de V ms prxima a f. Polinomios trigonomtricos De la definicin de las funciones trigonomtricas seno y coseno, esto es, como las coordenadas cartesianas del arco orientado del crculo unitario y centro en el origen, se puede intuir de forma casi inmediata que resultarn funciones peridicas. Dar vueltas en crculo, es un eufemismo que indica un comportamiento repetitivo. De hecho, el argumento estas funciones da vueltas en crculo, ms precisamente sobre el crculo de radio 1 y centro en (0;0) y, debido a que la longitud total de ese recorrido es 2 , ese resultar ser el perodo de las funciones sen(x) y cos(x). Este hecho podra expresarse matemticamente como sen(x) = sen(x + 2 ) y cos(x) = cos(x + 2 ) para todo x R

Si queremos que una funcin tenga exactamente la misma forma que las funciones trigonomtricas pero un perodo distinto, no tenemos ms que remplazarlas por
Tx f ( x) ! sen y por P Tx f ( x) ! cos P

cuyos perodos son, en este caso, 2P ya que

Tx Tx T ( x  2P) f ( x ) ! sen ! sen  2T ! sen P P P

Tambin es usual definir la frecuencia de una funcin trigonomtrica como la inversa del perodo, esto es

f !

1 2P

De esta manera, f(x) = sen(2 fx) y f(x) = cos(2 fx) son funciones trigonomtricas de frecuencia f. Si x representa al tiempo en segundos, 2P sera la duracin de un ciclo completo mientras que f sera la cantidad de ciclos por segundo (Hertzios) que ocurren. De aqu, resulta evidente que funciones que tengan un alto valor de frecuencia tendrn un perodo corto y viceversa. Los polinomios trigonomtricos son un conjunto de funciones trigonomtricas cuyas frecuencias son mltiplos enteros y positivos de una frecuencia f0 llamada frecuencia fundamental. Las primeras funciones de este conjunto, sen(2 f0 x) y cos(2 f0x) se las llama armnicos fundamentales. Entonces, si n es un entero positivo, los ensimos armnicos son sen(2n f0x) y cos(2n f0 x). Escritos en trminos del perodo 2P de los armnicos fundamentales, estos ensimos armnicos se podran expresar como:
nTx cn(x) = cos P

nTx sn(x) = sen P

Es fcil probar la funcin resultante de sumar dos o ms armnicos tendr la frecuencia del fundamental, ya que cada armnico tiene, a su vez, un perodo 2P, siendo 2P el perodo del armnico fundamental. Tambin resulta trivial probar que estas funciones son cuadrado integrable en L2[-P ; P]. Y no slo eso, tambin se cumple
P

a) c n ( x) s m ( x)dx ! 0
P P

c) s n ( x) s m ( x)dx ! PH nm
P P

d) c n ( x)dx ! 0
P

y
P

e) s m ( x ) dx ! 0
P

para todo n, m en N Las anteriores operaciones entre los armnicos no son ms que el producto interno en L2 que definimos anteriormente. Eso implica que el conjunto

b) c n ( x )c ( x ) dx ! PH n

 nTx nTx ; sen 1; cos P P

es ortogonal en [-P ; P]. Ahora estamos en condiciones de enunciar un teorema que constituye una de las herramientas matemticas ms importantes a la hora de tratar con funciones peridicas: Teorema de Fourier: Toda funcin peridica de perodo 2P puede descomponerse en 1 una suma de sinusoides y cosinusoides armnicos de frecuencia fundamental f 0 = , 2P de amplitudes adecuadas. Estas amplitudes sern determinadas a partir de la funcin peridica a sintetizar. Este teorema afirma que, dada una funcin peridica de perodo 2P, debera ser posible construir una serie cuyos trminos sean una sucesin de armnicos cuyo fundamental tenga perodo 2P. Existen condiciones que debe cumplir esa funcin peridica para que la serie converja a f(x) y lo vamos a establecer en lo que sigue. Definicin: Sea f : R R una funcin peridica de perodo 2P y de cuadrado integrable. Su Serie de Fourier est dada por
a 0 g nTx nTx  a n cos  bn sen 2 n !1 P P

P

con a0 ! 1 1 nTx P f ( x)dx ; a n ! P P f ( x ) cos P dx ; 2P 

P

bn !

1 nTx P f ( x)sen P dx P

Si f(x) es continua y derivable, entonces la serie converge para todo x a f(x). Por lo tanto, vale la siguiente identidad

f ( x) !

a 0 g nTx nTx  a n cos  bn sen 2 n !1 P P

para toda f continua y derivable de perodo 2P. Si f es discontinua en algn punto x = a pero existen
x pa 

Lm f ( x ) ! f (a  ) y Lm f ( x ) ! f (a  ) 
x pa

entonces la serie converger a

f (a  )  f (a  ) 2

Ejemplo: Calcular la serie de Fourier de f(x) = 2x + 1, definida para x en [-3 ; 3]