EDI-CAP 05 - Analisis de Fourier

Ecuaciones diferenciales y aplicaciones- EDI
INGENIERÍA MECÁNICO-ELÉCTRICA [Date]
Capítulo 5:
Análisis de Fourier
5.1. Introducción
Jean-Baptiste Joseph Fourier (21/03/1768 – 16/05/1830) fue un matemático y físico francés
conocido por sus trabajos sobre la descomposición de funciones periódicas en series
trigonométricas llamadas series de Fourier.
En 1804 estudia la conducción del calor y en 1807 hace su primera publicación: “Memoria
sobre la propagación de calor sobre los cuerpos sólidos”.
En 1822 publicó su Théorie analytique de la chaleur (Teoría analítica del calor), tratado en
el cual estableció la ecuación diferencial parcial que gobierna la difusión del calor
solucionándola mediante el uso de series infinitas de funciones senos y cosenos, ahora
conocidas como las series de Fourier.
Sin embargo, la simplificación excesiva que proponen estas herramientas fue muy debatida,
principalmente por sus maestros Laplace y Lagrange.
La transformada de Fourier recibe su nombre en su honor. Hoy es una herramienta
ampliamente usada para el análisis en la frecuencia por medio del algoritmo conocido
inicialmente como la transformada discreta de Fourier (DFT) y actualmente el algoritmo
denominado la transformada rápida de Fourier (FFT).
El análisis de Fourier tiene diversas aplicaciones entre las cuales figuran el análisis de
vibraciones en máquinas rotativas (desbalance, desalineamiento), el estudio de fenómenos
naturales (sismos), el estudio de distorsiones armónicas en la red eléctrica, el análisis de
señales de comunicación y el estudio de fenómenos térmicos.
Figura 5. 1 Fourier y sus principales aplicaciones
Página 1 de 30 Análisis de Fourier

Universidad de Piura Ecuaciones diferenciales y aplicaciones- EDI
5.2. Función periódica

En muchas aplicaciones las fuerzas o corrientes que actúan en el sistema son periódicas.
Los métodos vistos hasta aquí no podrían ser aplicados directamente, pero es posible
representar dichas funciones por una serie de funciones seno y coseno, esto es lo que se
denominan como series de Fourier.
a) Definición
Si 𝑓(𝑡) = 𝑓(𝑡 + 𝑛𝑇), 𝑇 el mínimo tiempo posible para que se cumpla dicha igualdad,
entonces se dice que 𝑓(𝑡) es una función periódica con periodo 𝑇.
b) Propiedades
1) Toda función periódica puede definirse de diferentes maneras en un intervalo
equivalente al período. En el caso de la función representada en la Fig. 5.2. se puede
definir, entre otros, como:
𝑓(𝑡) = ȁ𝑡ȁ, −1 < 𝑡 < 1

𝑡, 0 < 𝑡 < 1
𝑓(𝑡) = ቄ
2 − 𝑡, 1 < 𝑡 < 2
Figura 5. 2
2) Si 𝑓1 (𝑡) es periódica de período 𝑇1 ; 𝑓2 (𝑡) es periódica de período 𝑇2 ,

𝑓(𝑡) = 𝑓1 (𝑡) + 𝑓2 (𝑡) es periódica, si se cumple que:
𝑇1 𝑛2
𝑛1 𝑇1 = 𝑛2 𝑇2 → = ∈ℚ
𝑇2 𝑛1
𝑇 𝑇/2
3) Se debe cumplir que: ∫0 𝑓(𝑡)𝑑𝑡 = ∫−𝑇/2 𝑓(𝑡)𝑑𝑡
Ejemplo 5.1
Dadas las funciones periódicas 𝑓1 (𝑡) y 𝑓2 (𝑡) determinar si 𝑓(𝑡) = 𝑓1 (𝑡) + 𝑓2 (𝑡) también
es periódica y si lo es calcular el período 𝑇.
𝑡 𝑡
a) 𝑓(𝑡) = cos ( ) + cos ( )
3 4
𝑡 𝑡
𝑓1 (𝑡) = cos ( ) 𝑓2 (𝑡) = cos ( )
3 4
2𝜋 1 1
𝜔0 = 𝜔1 = → 𝑇1 = 6𝜋 𝜔2 = → 𝑇2 = 8𝜋
𝑇 3 4

𝑇1 6𝜋 3
= = ∈ℚ → 𝑇 = 𝑛1 𝑇1 = 𝑛2 𝑇2 = 3(8𝜋) = 4(6𝜋) = 24𝜋
𝑇2 8𝜋 4
𝑡 𝑡
∴ 𝑓(𝑡) = cos ( ) + cos ( ) es periódica con periodo 𝑇 = 24
3 4
3
2 f(t) T
1
0
-1
-2
24
-3
0 50 100 150 200 t
Figura 5. 3
b) 𝑓(𝑡) = cos(3𝑡) + cos[(𝜋 + 3)𝑡]

𝑓1 (𝑡) = cos 3𝑡 𝑓2 (𝑡) = cos[(𝜋 + 3)𝑡]
2𝜋 2 2𝜋
𝜔0 = 𝜔1 = 3 → 𝑇1 = 𝜋 𝜔2 = 𝜋 + 3 → 𝑇2 =
𝑇 3 𝜋+3
2
𝑇1 𝜋 𝜋+3
= 3 = ∉ℚ ∴ 𝑓(𝑡) = cos 3𝑡 + cos[(𝜋 + 3)𝑡] no es periódica
𝑇2 2𝜋 𝜋
𝜋+3
2
f(t)
1
-1
-2
0 5 10 15 20 25 30 t
Figura 5. 4
5.3. Series de Fourier
Sea la función 𝑓(𝑡) una función periódica de periodo 𝑇 la cual se puede expresar como:
1
𝑓(𝑡) = 𝑎0 + 𝑎1 cos 𝜔0 𝑡 + 𝑎2 cos 2𝜔0 𝑡 + ⋯ + 𝑏1 sen 𝜔0 𝑡 + 𝑏2 sen 2𝜔0 𝑡 + ⋯
2

∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔0 𝑡 + ∑ 𝑏𝑛 sen 𝑛𝜔0 𝑡
2
𝑛=1 𝑛=1
2𝜋
Siendo 𝜔0 = 𝑇 , la frecuencia fundamental.
Operando con los términos coseno y seno se puede escribir en forma compacta:
∞
𝑓(𝑡) = 𝐶0 + ∑ 𝐶𝑛 cos(𝑛𝜔0 𝑡 − 𝜃𝑛 )
⏟
𝑛=1
𝑎𝑟𝑚ó𝑛𝑖𝑐𝑎𝑠
Las componentes encontradas se denominan armónicas y la primera armónica ( 𝑛 = 1) por

tener la misma frecuencia 𝜔0 de la función periódica se denomina armónica fundamental.
Se puede definir:
1
𝐶0 = 𝑎0 valor medio de la función
2
𝐶𝑛 = √𝑎𝑛2 + 𝑏𝑛2 amplitud de las armónicas
𝑏𝑛
𝜃𝑛 = tan−1 ( ) desfase
𝑎 𝑛
a) Condiciones de Dirichlet
Una función 𝑓(𝑡) es periódica con periodo 𝑇 si cumple las siguientes condiciones:
1) 𝑓(𝑡) debe tener, un número finito de discontinuidades y también un número finito de
mínimos y máximos en 0 < 𝑡 < 𝑇.
𝑇
2) 𝑓(𝑡) debe estar definida en ∫0 ȁ𝑓(𝑡)ȁ𝑑𝑡 < ∞
Entonces es posible expresarla como una serie de Fourier:

∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos 𝑛𝜔0 𝑡 + ∑ 𝑏𝑛 sen 𝑛𝜔0 𝑡
2
𝑛=1 𝑛=1
b) Relaciones de ortogonalidad
Para el desarrollo en series de Fourier resultan de utilidad las siguientes relaciones de
ortogonalidad, que permitirán deducir las expresiones de cálculo de los coeficientes.
𝑇 𝑇 ⁄2
- ∫0 (cos 𝑛𝜔0 𝑡)𝑑𝑡 = ∫−𝑇⁄2(cos 𝑛𝜔0 𝑡)𝑑𝑡 = 0 para 𝑛 ≠ 0
𝑇 𝑇 ⁄2
- ∫0 (sen 𝑛𝜔0 𝑡)𝑑𝑡 = ∫−𝑇⁄2(sen 𝑛𝜔0 𝑡) 𝑑𝑡 = 0 ∀𝑛
𝑇 𝑇 ⁄2
- ∫0 (sen 𝑛𝜔0 𝑡)(cos 𝑚𝜔0 𝑡)𝑑𝑡 = ∫−𝑇⁄2(sen 𝑛𝜔0 𝑡)(cos 𝑚𝜔0 𝑡) 𝑑𝑡 = 0
𝑇 ⁄2 0, para 𝑚 ≠ 𝑛
- ∫−𝑇⁄2(sen 𝑛𝜔0 𝑡)(sen 𝑚𝜔0 𝑡)𝑑𝑡 = { ⁄
𝑇 2 , para 𝑚 = 𝑛 ≠ 0
𝑇 ⁄2 0, para 𝑚 ≠ 𝑛
- ∫−𝑇⁄2(cos 𝑛𝜔0 𝑡)(cos 𝑚𝜔0 𝑡)𝑑𝑡 = {
𝑇⁄2 , para 𝑚 = 𝑛 ≠ 0
𝑇 𝑇 cos 2𝑛𝜔0 𝑡+1 𝑇
- ∫0 (cos 2 𝑛𝜔0 𝑡)𝑑𝑡 = ∫0 ( 2
) 𝑑𝑡 = 2

c) Cálculo de Coeficientes
1
𝑓(𝑡) = 𝑎0 + ∑∞ ∞
𝑛=1 𝑎𝑛 cos 𝑛𝜔0 𝑡 + ∑𝑛=1 𝑏𝑛 sen 𝑛𝜔0 𝑡 (1)
2
Cálculo de 𝒂𝟎 : Integrando ambos miembros de 0 a 𝑇 de la expresión (1)
𝑇 𝑇 𝑇 𝑇
1
∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑎0 𝑑𝑡 + ∫ 𝑎𝑛 cos 𝑛𝜔0 𝑡 𝑑𝑡 + ∫ 𝑏𝑛 sen 𝑛𝜔0 𝑡 𝑑𝑡
0 0 2 0 0
Aplicando relaciones de ortogonalidad, quedando:
𝑇
𝑎0 𝑇 𝑎0 𝑇
∫ 𝑓(𝑡)𝑑𝑡 = 𝑡ȁ0 =
0 2 2
𝑇 𝑇 ⁄2
2 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
Cálculo de 𝒂𝒏 : Multiplicar ambos miembros de (1) por cos(𝑚𝜔0 𝑡) e integrando ambos
miembros de 0 a 𝑇.
𝑇 𝑇 𝑇
1
∫ 𝑓(𝑡) cos(𝑚𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑎0 cos 𝑚𝜔0 𝑡 𝑑𝑡 + ∫ 𝑎𝑛 (cos 𝑛𝜔0 𝑡)(cos 𝑚𝜔0 𝑡)𝑑𝑡
0 0 2 0
𝑇
+ ∫ 𝑏𝑛 (sen 𝑛𝜔0 𝑡)(cos 𝑚𝜔0 𝑡)𝑑𝑡
0
Aplicando relaciones de ortogonalidad:
𝑇 𝑇
∫ 𝑓(𝑡) cos(𝑚𝜔0 𝑡) 𝑑𝑡 = 𝑎𝑛 ∫ (cos 𝑛𝜔0 𝑡)(cos 𝑚𝜔0 𝑡)𝑑𝑡 + 0
0 0
Luego, haciendo 𝑚 = 𝑛:
𝑇
𝑎𝑛 𝑇
∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡 =
0 2
2 𝑇 2 𝑇 ⁄2
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
Cálculo de 𝒃𝒏 : Multiplicar ambos miembros de (1) por sen(𝑚𝜔0 𝑡) e integrando ambos
miembros de 0 a 𝑇.
𝑇 𝑇 𝑇
1
∫ 𝑓(𝑡) sen(𝑚𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑎0 sen 𝑚𝜔0 𝑡 𝑑𝑡 + ∫ 𝑎𝑛 (cos 𝑛𝜔0 𝑡)(sen 𝑚𝜔0 𝑡)𝑑𝑡
0 0 2 0
𝑇
+ ∫ 𝑏𝑛 (sen 𝑛𝜔0 𝑡)(sen 𝑚𝜔0 𝑡)𝑑𝑡
0
Aplicando relaciones de ortogonalidad:
𝑇 𝑇
∫ 𝑓(𝑡) sen(𝑚𝜔0 𝑡) 𝑑𝑡 = 𝑏𝑛 ∫ (sen 𝑛𝜔0 𝑡)(sen 𝑚𝜔0 𝑡)𝑑𝑡
0 0
Luego, haciendo 𝑚 = 𝑛:
𝑇
𝑏𝑛 𝑇
∫ 𝑓(𝑡) sen 𝑛𝜔0 𝑡 𝑑𝑡 =
0 2
2 𝑇 2 𝑇 ⁄2
𝑏𝑛 = ∫ 𝑓(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2

Ejemplo 5.2 Hallar la serie de Fourier de la siguiente función:
𝑓(𝑡)
-T -T/2 T/2 T
𝑡
-1
Figura 5. 6
Se define la función como:
−1, −𝑇⁄2 < 𝑡 < 0
𝑓(𝑡) = {
1, 0 < 𝑡 < 𝑇 ⁄2
Calculando los coeficientes
0 𝑇 ⁄2
2 2 𝑇 𝑇
𝑎0 = [− ∫ 𝑑𝑡 + ∫ 𝑑𝑡] = [− (0 − (− )) + ( − 0)] = 0
𝑇 −𝑇⁄2 0 𝑇 2 2
0 𝑇 ⁄2
2
𝑎𝑛 = [− ∫ cos(𝑛𝜔0 𝑡) 𝑑𝑡 + ∫ cos(𝑛𝜔0 𝑡) 𝑑𝑡]
𝑇 −𝑇⁄2 0
2 sen(𝑛𝜔0 𝑡) 0 sen(𝑛𝜔0 𝑡) 𝑇⁄2
𝑎𝑛 = [− ȁ−𝑇⁄2 + ȁ0 ]
𝑇 𝑛𝜔0 𝑛𝜔0
2 𝑛𝜔0 𝑇 𝑛𝜔0 𝑇
𝑎𝑛 = {− [sen 0 − sen (− )] + [sen ( ) − sen 0]}
𝑛𝜔0 𝑇 2 2
𝑎𝑛 = [− sen ( ) + sen ( )] = 0
𝑛𝜔0 𝑇 2 2
𝑇 ⁄2
2 0
𝑏𝑛 = [∫ − sen(𝑛𝜔0 𝑡) 𝑑𝑡 − ∫ − sen(𝑛𝜔0 𝑡) 𝑑𝑡]
𝑇 −𝑇⁄2 0
2 cos(𝑛𝜔0 𝑡) 0 cos(𝑛𝜔0 𝑡) 𝑇⁄2
𝑏𝑛 = [ ȁ−𝑇⁄2 − ȁ0 ]
𝑇 𝑛𝜔0 𝑛𝜔0
𝑏𝑛 = {[cos 0 − cos (− )] − [cos ( ) − cos 0]}
𝑛𝜔0 𝑇 2 2
2 𝑛𝜔0 𝑇 𝑛𝜔0 𝑇 2𝑇 𝑛2𝜋𝑇
𝑏𝑛 = [1 − cos ( ) − cos ( ) + 1] = [2 − 2 cos ( )]
𝑛𝜔0 𝑇 2 2 𝑛2𝜋𝑇 𝑇
2 𝑏𝑛 = 0, 𝑛 = 𝑝𝑎𝑟
𝑏𝑛 = [1 − cos(𝑛𝜋)] = { 4
𝑛𝜋 𝑏𝑛 = , 𝑛 = 𝑖𝑚𝑝𝑎𝑟
𝑛𝜋
∞ ∞
1 4
𝑓(𝑡) = (0) + ∑ (0) cos 𝑛𝜔0 𝑡 + ∑ sen 𝑛𝜔0 𝑡 │𝑛=𝑖𝑚𝑝𝑎𝑟
2 𝑛𝜋
𝑛=1 𝑛=1

∞
4 2𝜋𝑛𝑡 4 2𝜋𝑡 4 6𝜋𝑡
𝑓(𝑡) = ∑ sen │𝑛=𝑖𝑚𝑝𝑎𝑟 = sen ( )+ sen ( )+⋯
𝑛𝜋 𝑇 𝜋 𝑇 3𝜋 𝑇
𝑛=1
5.3. Análisis de la Forma de una Función

a) Simetría Par
Se cumple que 𝑓(𝑡) = 𝑓(−𝑡) . Las funciones con simetría par tienen simetría respecto al
eje vertical.
Un ejemplo de función par es la función coseno: cos 𝑥 = cos(−𝑥)
Figura 5. 7 Funciones con simetría par

b) Simetría Impar
Se cumple que : 𝑓(𝑡) = −𝑓(−𝑡) y además tiene simetría respecto al origen.
Un ejemplo muy claro es la función sen 𝑥 = − sen(−𝑥)
Figura 5. 8 Funciones con simetría par

Cálculo de coeficientes
a) Si 𝑓(𝑡) tiene simetría par:
2 𝑇 2 𝑇 ⁄2 4 𝑇/2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)
⏟ 𝑑𝑡 → 𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2 𝑇 0
𝑝𝑎𝑟
2 𝑇
2 𝑇 ⁄2
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡
⏟
𝑇 0 𝑇 −𝑇⁄2
𝑝𝑎𝑟
𝑇 ⁄2
4
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡
𝑇 0
2 𝑇 2 𝑇 ⁄2
𝑏𝑛 = ∫ 𝑓(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡)
⏟ sen(𝑛𝜔0 𝑡) 𝑑𝑡 → 𝑏𝑛 = 0
𝑇 0 𝑇 −𝑇⁄2
𝑖𝑚𝑝𝑎𝑟
b) Si 𝑓(𝑡) tiene simetría impar:
2 𝑇 2 𝑇 ⁄2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)
⏟ 𝑑𝑡 → 𝑎0 = 0
𝑇 0 𝑇 −𝑇⁄2
𝑇 𝑇 ⁄2
2 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡)
⏟ cos(𝑛𝜔0 𝑡) 𝑑𝑡 → 𝑎𝑛 = 0
𝑇 0 𝑇 −𝑇⁄2
𝑇 𝑇 ⁄2
2 2
𝑏𝑛 = ∫ 𝑓(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡 = ∫ 𝑓(𝑡)
⏟ sen(𝑛𝜔0 𝑡) 𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
𝑝𝑎𝑟
𝑇 ⁄2
4
𝑏𝑛 = ∫ 𝑓(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡
𝑇 0
c) Simetría de media Onda

En una función con simetría de media onda se cumple que la porción negativa de la onda
es el reflejo de la porción positiva respecto al eje horizontal, desplazada medio periodo; y
viceversa.
Matemáticamente, se expresa como:
𝑇 𝑇
𝑓(𝑡) = −𝑓 (𝑡 + ) = −𝑓 (𝑡 − )
2 2
Figura 5. 9 Función con simetría de media onda

Los coeficientes se calculan como:

0, 𝑛 𝑝𝑎𝑟
𝑎𝑛 = {4 𝑇/2
∫ 𝑓(𝑡) cos(𝑛𝜔𝑜 𝑡) 𝑑𝑡 , 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑇 0
𝑏𝑛 = {4 𝑇/2
∫ 𝑓(𝑡) sen(𝑛𝜔𝑜 𝑡) 𝑑𝑡 , 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑇 0
O en forma simplificada:
4 𝑇/2
𝑎2𝑚 = 0, 𝑎2𝑚−1 = ∫ 𝑓(𝑡) cos((2𝑚 − 1)𝜔𝑜 𝑡) 𝑑𝑡 ∀𝑚
𝑇 0
4 𝑇/2
𝑏2𝑚 = 0, 𝑏2𝑚−1 = ∫ 𝑓(𝑡) sen((2𝑚 − 1)𝜔𝑜 𝑡) 𝑑𝑡 ∀𝑚
𝑇 0
d) Simetría de 1/4 de Onda

Se trata de funciones que tienen simetría de media onda y además simetría par o impar.
Figura 5. 10
En este caso los coeficientes se calculan de la siguiente manera:
𝑎2𝑚 = 𝑏2𝑚 = 𝑎0 = 0
Simetría 1/4 de onda par: Simetría de 1/2 onda con simetría par
8 𝑇/4
𝑎2𝑚−1 = ∫ 𝑓(𝑡) cos[(2𝑚 − 1)𝜔𝑜 𝑡]𝑑𝑡 , 𝑏2𝑚−1 = 0
𝑇 0
∞
𝑓(𝑡) = ∑ 𝑎2𝑚−1 cos[(2𝑚 − 1)𝜔𝑜 𝑡]

𝑚=1
Simetría 1/4 de onda impar: Simetría de 1/2 onda con simetría impar
8 𝑇/4
𝑎2𝑚−1 = 0 , 𝑏2𝑚−1 = ∫ 𝑓(𝑡) sen[(2𝑚 − 1)𝜔𝑜 𝑡]𝑑𝑡
𝑇 0
∞
𝑓(𝑡) = ∑ 𝑏2𝑚−1 sen[(2𝑚 − 1)𝜔𝑜 𝑡]

𝑚=1
Ejemplos 5.3:
Analizar la simetría y encontrar la serie de Fourier de las siguientes funciones:

a)
𝑇=2
𝜔0 =𝜋
Se puede apreciar que la función tiene simetría de cuarto de onda impar, por tanto:
8 𝑇⁄4
𝑏2𝑚−1 = ∫ 𝑓(𝑡) sen[(2𝑚 − 1)𝜔𝑜 𝑡] 𝑑𝑡
𝑇 0
1⁄2
− cos[(2𝑚 − 1)𝜋𝑡] 1⁄2
𝑏2𝑚−1 = 4 ∫ sen[(2𝑚 − 1)𝜋𝑡] 𝑑𝑡 = 4 { ȁ0 }
0 (2𝑚 − 1)𝜋
4 𝜋 4
𝑏2𝑚−1 = ቄ− cos [(2𝑚 − 1) ] + cos 0} =
(2𝑚 − 1)𝜋 2 (2𝑚 − 1)𝜋
∞
4 4 4
𝑓(𝑡) = ∑ sen[(2𝑚 − 1)𝜋𝑡] = sen(𝜋𝑡) + sen(3𝜋𝑡) + ⋯
(2𝑚 − 1)𝜋 𝜋 3𝜋
𝑚=1
*Nótese que el resultado obtenido en este ejercicio es el mismo que en el ejemplo 5.2., en
cuanto a forma. Por ello, el análisis de simetrías simplifica mucho los cálculos.
b)
𝑇=4
𝜔0 =𝜋⁄2
La función presenta simetría de cuarto de onda par:

La
8 𝑇⁄4
𝑎2𝑚−1 = ∫ 𝑓(𝑡) cos[(2𝑚 − 1)𝜔𝑜 𝑡] 𝑑𝑡
𝑇 0
(2𝑚 − 1)𝜋𝑡
𝑑𝑣 = cos [ ] 𝑑𝑡
1 (2𝑚 − 1)𝜋𝑡 2
𝑢=𝑡
𝑎2𝑚−1 = 2 ∫ 𝑡 cos [ ] 𝑑𝑡 (2𝑚 − 1)𝜋𝑡
2 𝑑𝑢 = 𝑑𝑡 sen [ ]
0 2
𝑣=
(2𝑚 − 1)(𝜋⁄2)
(2𝑚 − 1)𝜋𝑡 (2𝑚 − 1)𝜋𝑡

𝑡 sen [ ] 1 − sen [ ]
2 1 2
𝑎2𝑚−1 = 2 { 𝜋 ȁ 0 + ∫ 𝜋 𝑑𝑡}
(2𝑚 − 1) 0 (2𝑚 − 1)
2 2
(2𝑚 − 1)𝜋 (2𝑚 − 1)𝜋𝑡
sen [ ] cos [ ]
2 2 1
𝑎2𝑚−1 = 2 { 𝜋 + 2 ȁ0 }
(2𝑚 − 1) 𝜋
2 [(2𝑚 − 1) 2 ]

(2𝑚 − 1)𝜋 (2𝑚 − 1)𝜋

sen [ ] cos [ ] cos 0
2 2
𝑎2𝑚−1 = 2 { 𝜋 + 2 − }
(2𝑚 − 1) 𝜋 𝜋2
2 [(2𝑚 − 1) ] [(2𝑚 − 1) ]
2 2
(2𝑚 − 1)𝜋
2 sen [ ] 4
2
𝑎2𝑚−1 = 2 { − }
(2𝑚 − 1)𝜋 [(2𝑚 − 1)𝜋]2
4 8
− , 𝑚 𝑖𝑚𝑝𝑎𝑟
(2𝑚 − 1)𝜋 [(2𝑚 − 1)𝜋]2
𝑎2𝑚−1 =
4 8
− − , 𝑚 𝑝𝑎𝑟
{ (2𝑚 − 1)𝜋 [(2𝑚 − 1)𝜋]2
∞
4 8 (2𝑚 − 1)𝜋𝑡
𝑓(𝑡) = ∑ ( − ) cos [ ]
(2𝑚 − 1)𝜋 [(2𝑚 − 1)𝜋]2 2
𝑚=1
∞
4 8 (2𝑚 − 1)𝜋𝑡
+ ∑ (− − 2
) cos [ ]
(2𝑚 − 1)𝜋 [(2𝑚 − 1)𝜋] 2
𝑚=1
e) Simetría Escondida
Cuando en la función periódica la simetría no es evidente, pero es posible lograrla. Sin
embargo, para efectos prácticos cualquier cambio debe hacerse sumando o restando una
constante a la función original.
Por ejemplo:
f(t) g(t)=f(t)-1/2
1
1/2
-2 -1 1 2 t
-2 -1 1 2 t -1/2
Figura 5. 12
La función 𝑓(𝑡) pasa de no tener una simetría evidente a ser 𝑔(𝑡) con simetría impar.
Luego:
1 1
𝑓(𝑡) − = 𝑔(𝑡) → 𝑓(𝑡) = 𝑔(𝑡) +
2 2
Dado que 𝑔(𝑡) tiene simetría impar:
4 𝑇 ⁄2
𝑎𝑛 = 𝑎0 = 0 𝑏𝑛 = ∫ 𝑔(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡
𝑇 0
Finalmente, la serie de Fourier de 𝑓(𝑡) será:
∞
1
𝑓(𝑡) = + ∑ 𝑏𝑛 sen(𝑛𝜔0 𝑡)
2
𝑛=1
1⁄2
1
Donde: 𝑏𝑛 = 4 ∫ (−𝑡 + ) sen(𝑛𝜔0 𝑡) 𝑑𝑡
0 2
El problema de hallar las series de Fourier de una función que no tiene simetría se resuelve:

1
𝑆𝑒𝑟𝑖𝑒𝑠 𝑑𝑒 𝐹𝑜𝑢𝑟𝑖𝑒𝑟 𝑑𝑒 𝑓(𝑡) = 𝑆𝑒𝑟𝑖𝑒𝑠 𝑑𝑒 𝐹𝑜𝑢𝑟𝑖𝑒𝑟 𝑑𝑒 𝑔(𝑡) +
2
f) Expansión en Serie de Fourier de una función finita
Una función definida en un intervalo se puede desarrollar en serie de Fourier. La utilidad de
esta operación se ve en casos en los que se resuelven problemas térmicos con ecuaciones
en derivadas parciales. En cualquier caso una alternativa es la que se ilustra a continuación.
El objetivo es hacer una expansión periódica de una función finita, con la posibilidad de que
dicha expansión tenga una simetría.
Por ejemplo: Si 𝑓(𝑡) = 𝑡, 0 < 𝑡 < 𝜏
Figura 5. 13 Función definida finita
Es posible expandirla con las simetrías ya vistas de la siguiente manera:

Simetría Par Simetría Impar
Simetría 1/2 Onda Simetría 1/4 de Onda Par
Simetría 1/4 de Onda Impar
Figura 5. 14 Expansión periódica con simetrías

Se hace notar que en el caso de las expansiones cuyo período resultante es 𝑇 = 2𝜏 , siendo
𝜏 el intervalo donde la función está definida, se conoce como expansión de medio recorrido.
Para el caso del ejemplo corresponde a la expansión de simetría par, impar y de media
onda.
5.4. Forma Compleja de las series de Fourier
Fourier además de su aporte en representar 𝑓(𝑡) en cosenos y senos, puede representar

funciones 𝑓(𝑡) en el dominio de la frecuencia.
Para el análisis en este dominio se necesita el desarrollo en la denominada forma compleja
de Fourier.
Un ejemplo de aplicación de esta herramienta se ve en el análisis vibracional. Como se
observa en la Fig. 4.15 en la que se tiene información tanto en la representación en el
dominio del tiempo ( la señal debe ser senoidal y se muestra recortada por un problema),
como en la representación en el dominio de la frecuencia, en la que aparecen las
frecuencias de las componentes que han distorsionado la señal y que son provocados por
problemas en la maquinaria.
Figura 5. 15 Vibración de maquinaria rotativa
Un esquema de la aplicación en análisis de vibración en una planta se muestra en la Fig.

5.16.
Figura 5. 16 Análisis vibracional

Se sabe que la serie normal de Fourier de una función periódica 𝑓(𝑡) viene dada por:
∞
1
𝑓(𝑡) = 𝑎0 + ∑(𝑎𝑛 cos 𝑛𝜔0 𝑡 + 𝑏𝑛 sen 𝑛𝜔0 𝑡)
2
𝑛=1
Haciendo uso de la fórmula de Euler para el coseno y el seno:
1
cos 𝑛𝜔0 𝑡 = (𝑒 𝑗𝑛𝜔0 𝑡 + 𝑒 −𝑗𝑛𝜔0 𝑡 )
2
1
sen 𝑛𝜔0 𝑡 = (𝑒 𝑗𝑛𝜔0 𝑡 − 𝑒 −𝑗𝑛𝜔0 𝑡 )
2𝑗
se transforma la serie normal de la siguiente forma:
∞
1 (𝑒 𝑗𝑛𝜔0 𝑡 + 𝑒 −𝑗𝑛𝜔0 𝑡 ) (𝑒 𝑗𝑛𝜔0 𝑡 − 𝑒 −𝑗𝑛𝜔0 𝑡 )
𝑓(𝑡) = 𝑎0 + ∑ [𝑎𝑛 + 𝑏𝑛 ]
2 2 2𝑗
𝑛=1
∞ ∞
1 𝑎𝑛 − 𝑗𝑏𝑛 𝑗𝑛𝜔 𝑡 𝑎𝑛 + 𝑗𝑏𝑛 −𝑗𝑛𝜔 𝑡
𝑓(𝑡) = 𝑎0 + ∑ ( )𝑒 0 + ∑( )𝑒 0
2 2 2
𝑛=1 𝑛=1
∞ ∞
𝑗𝑛𝜔0 𝑡
𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 + ∑ 𝑐−𝑛 𝑒 −𝑗𝑛𝜔0 𝑡
𝑛=1 𝑛=1
Luego, se realiza el cambio de variable “n” por “-n” en la 2da. sumatoria:

∞ −∞
𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡 + ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡

𝑛=1 𝑛=−1
Forma Compacta o Reducida:
∞
𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡
𝑛=−∞
a) Cálculo de coeficientes
Término 𝒄𝒏 :
1
𝑐𝑛 = (𝑎𝑛 − 𝑗𝑏𝑛 )
2
1 𝑇 1 𝑇
𝑐𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔0 𝑡) 𝑑𝑡 − 𝑗 ( ∫ 𝑓(𝑡) sen(𝑛𝜔0 𝑡) 𝑑𝑡)
𝑇 0 𝑇 0
1 𝑇
𝑐𝑛 = ∫ 𝑓(𝑡)[cos(𝑛𝜔0 𝑡) − 𝑗 sen(𝑛𝜔0 𝑡)]𝑑𝑡
𝑇 0
1 𝑇 −𝑗𝑛𝜔0 𝑡
1 𝑇 ⁄2
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
Término 𝒄−𝒏 :
1 1 𝑇
𝑐−𝑛 = (𝑎𝑛 + 𝑗𝑏𝑛 ) → 𝑐−𝑛 = ∫ 𝑓(𝑡)[cos(𝑛𝜔0 𝑡) + 𝑗 sen(𝑛𝜔0 𝑡)]𝑑𝑡
2 𝑇 0

1 𝑇 𝑗𝑛𝜔0 𝑡
1 𝑇 ⁄2
𝑐−𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
Término 𝒄𝟎 :
1 1 2 𝑇
𝑐0 = 𝑎0 → 𝑐0 = [ ∫ 𝑓(𝑡)𝑑𝑡]
2 2 𝑇 0
1 𝑇 1 𝑇 ⁄2
𝑐0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
Ejemplo:
5.4. Hallar la serie compleja de Fourier de 𝑓(𝑡).
Figura 5. 17
1 𝑇 1 1 2
1
𝑐0 = ∫ 𝑓(𝑡)𝑑𝑡 = [∫ 𝑑𝑡 − ∫ 𝑑𝑡] = [(1 − 0) − (2 − 1)] = 0
𝑇 0 2 0 1 2
1 1 −𝑗𝑛𝜔 𝑡 2
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = [∫ 𝑒 0 𝑑𝑡 − ∫ 𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡]
𝑇 0 2 0 1
−𝑗𝑛𝜔0 𝑡 −𝑗𝑛𝜔0 𝑡
1 𝑒 𝑒
𝑐𝑛 = [ ȁ10 − ȁ2 ]
2 −𝑗𝑛𝜔0 −𝑗𝑛𝜔0 1
1 𝑇=2
𝑐𝑛 = [(𝑒 −𝑗𝑛𝜔0 − 𝑒 0 ) − (𝑒 −2𝑗𝑛𝜔0 − 𝑒 −𝑗𝑛𝜔0 )]
−2𝑗𝑛𝜔0 𝜔0 = 𝜋
1
𝑐𝑛 = [2𝑒 −𝑗𝑛𝜋 − 1 − 𝑒 −2𝑗𝑛𝜋 ]
−2𝑗𝑛𝜋
1
𝑐𝑛 = [2(cos 𝑛𝜋 − 𝑗 sen 𝑛𝜋) − 1 − (cos 2𝑛𝜋 − 𝑗 sen 2𝑛𝜋)]
−2𝑗𝑛𝜋
1 1
𝑐𝑛 = (2 cos 𝑛𝜋 − cos 2𝑛𝜋 − 1) = (2 cos 𝑛𝜋 − 2)
−2𝑗𝑛𝜋 −2𝑗𝑛𝜋
1
𝑐𝑛 = (cos 𝑛𝜋 − 1) = { 2
−𝑗𝑛𝜋 , 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑗𝑛𝜋
1 𝑇 𝑗𝑛𝜔0 𝑡
1 1 𝑗𝑛𝜔 𝑡 2
𝑐−𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = [∫ 𝑒 0 𝑑𝑡 − ∫ 𝑒 𝑗𝑛𝜔0𝑡 𝑑𝑡]
𝑇 0 2 0 1

1 𝑒 𝑗𝑛𝜔0 𝑡 1 𝑒 𝑗𝑛𝜔0 𝑡 2
𝑐−𝑛 = [ ȁ − ȁ ]
2 𝑗𝑛𝜔0 0 𝑗𝑛𝜔0 1
1 𝑇=2
𝑐−𝑛 = [(𝑒 𝑗𝑛𝜔0 − 𝑒 0 ) − (𝑒 2𝑗𝑛𝜔0 − 𝑒 𝑗𝑛𝜔0 )]
2𝑗𝑛𝜔0 𝜔0 = 𝜋
1
𝑐−𝑛 = [2𝑒 𝑗𝑛𝜋 − 1 − 𝑒 2𝑗𝑛𝜋 ]
2𝑗𝑛𝜋
1
𝑐−𝑛 = [2(cos 𝑛𝜋 + 𝑗 sen 𝑛𝜋) − 1 − (cos 2𝑛𝜋 + 𝑗 sen 2𝑛𝜋)]
2𝑗𝑛𝜋
1 1
𝑐−𝑛 = (2 cos 𝑛𝜋 − cos 2𝑛𝜋 − 1) = (2 cos 𝑛𝜋 − 2)
2𝑗𝑛𝜋 2𝑗𝑛𝜋
1
𝑐−𝑛 = (cos 𝑛𝜋 − 1) = { −2
𝑗𝑛𝜋 , 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑗𝑛𝜋
𝑛 𝑖𝑚𝑝𝑎𝑟 = 2𝑚 − 1
2 −2𝑗 −2 2𝑗
𝑐𝑛 = (𝑛 𝑖𝑚𝑝𝑎𝑟) = 𝑐−𝑛 = (𝑛 𝑖𝑚𝑝𝑎𝑟) =
𝑗𝑛𝜋 (2𝑚 − 1)𝜋 𝑗𝑛𝜋 (2𝑚 − 1)𝜋
∞ ∞
−2𝑗 2𝑗
𝑓(𝑡) = 0 + ∑ 𝑒 𝑗𝑛𝜔0 𝑡 + ∑ 𝑒 −𝑗𝑛𝜔0 𝑡
(2𝑚 − 1)𝜋 (2𝑚 − 1)𝜋
𝑚=1 𝑚=1
∞
−2𝑗
𝑓(𝑡) = 0 + ∑ 𝑒 𝑗𝑛𝜔0 𝑡
(2𝑚 − 1)𝜋
𝑚=−∞
*Nótese que el ejemplo fue realizado usando la misma gráfica que en el ejemplo 5.3.a),
por lo que:
1 4
𝑐𝑛 = (𝑎𝑛 − 𝑗𝑏𝑛 ) y 𝑏2𝑚−1 = , 𝑎𝑛 = 𝑎0 = 𝑏2𝑚 = 0
2 (2𝑚 − 1)𝜋
1 −4𝑗 −2𝑗
𝑐𝑛 = [ ]=
2 (2𝑚 − 1)𝜋 (2𝑚 − 1)𝜋
Se obtiene resultados coherentes.
Expresión Compleja de los coeficientes

Como se pudo observar en el desarrollo, 𝑐−𝑛 es complejo-conjugado de 𝑐𝑛 . Además 𝑐𝑛
puede tener parte real y parte imaginaria. Así, es posible encontrar una expresión compleja
para 𝑐𝑛 y la conjugada de esta será 𝑐−𝑛 .
Imag 𝑐𝑛 = 𝑐𝑛𝑟 + 𝑗𝑐𝑛𝑖
തതത
𝐶𝑛 𝑐𝑛𝑖
∅𝑛 = tan−1 ( )
𝑐𝑛𝑟
𝐶𝑛,𝐼𝑚𝑎𝑔
2 + 𝑐2
ȁ𝑐𝑛 ȁ = ට𝑐𝑛𝑟 𝑛𝑖
∅𝑛 𝑐𝑛 = ȁ𝑐𝑛 ȁ cos ∅𝑛 + 𝑗ȁ𝑐𝑛 ȁ sen ∅𝑛
തതത
Re 𝑐𝑛 = ȁ𝑐𝑛 ȁ𝑒 𝑗∅𝑛
തതത
𝐶𝑛,𝑅𝑒𝑎𝑙
Figura 5. 18

Con el cálculo realizado

anteriormente se puede empezar a
realizar gráficas de Fourier en
frecuencia discreta.
Figura 5. 19
b) Espectros de frecuencia discreta

Un espectro de frecuencia es el reflejo de 𝑓(𝑡) del dominio del tiempo al dominio de la
frecuencia.
𝑗∅𝑛
Dominio del tiempo: 𝑓(𝑡) vs 𝑡 Dominio de la frecuencia: 𝑐 𝑛 = ȁ𝑐𝑛 ȁ𝑒
തതത
ȁ𝑐 ȁ vs 𝑛𝜔0 : 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑜 𝑑𝑒 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑓(𝑡)

𝑐𝑛 vs 𝑛𝜔0 = { 𝑛
തതത
∅𝑛 vs 𝑛𝜔0 : 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑜 𝑑𝑒 𝑓𝑎𝑠𝑒 𝑑𝑒 𝑓(𝑡)
Luego, estos espectros de frecuencia son de frecuencia discreta debido a que los valores
de “n” son solo enteros; por lo tanto, los espectros de amplitud y de fase no son curvas
continuas, sino que aparecen en función de “n”.
Ejemplo 5.5:
Encontrar y graficar el espectro de amplitud de 𝑓(𝑡).
Figura 5. 20
1 𝑑⁄2 −𝑗𝑛𝜔 𝑡 𝐴 𝑒 −𝑗𝑛𝜔0𝑡 𝑑⁄2
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝐴𝑒 0 𝑑𝑡 = [ ȁ ]
𝑇 0 𝑇 −𝑑 ⁄2 𝑇 −𝑗𝑛𝜔0 −𝑑 ⁄2
𝐴 −𝑗𝑛𝜔0 𝑑 𝑗𝑛𝜔0 𝑑 𝐴(𝑑⁄2) 𝑗𝑛𝜔0 𝑑 −𝑗𝑛𝜔0 𝑑
𝑐𝑛 = (𝑒 2 −𝑒 2 )= (𝑒 2 −𝑒 2 )
−𝑗𝑛𝜔0 𝑇 𝑗𝑛𝜔0 𝑇(𝑑⁄2)
𝐴𝑑 1 𝑗𝑛𝜔0 𝑑 −𝑗𝑛𝜔0 𝑑
𝑐𝑛 = (𝑒 2 − 𝑒 2 )
𝑛𝜔 𝑑
𝑇( 20 ) 2𝑗
1 2𝜋
sen 𝑛𝜔0 𝑡 = (𝑒 𝑗𝑛𝜔0 𝑡 − 𝑒 −𝑗𝑛𝜔0 𝑡 ) 𝜔0 =
2𝑗 𝑇

𝑛𝜔 𝑑 𝑛𝜋𝑑
𝐴𝑑 sen( 20 ) 𝐴𝑑 sen( 𝑇 )
𝑐𝑛 = = [ ]
𝑛𝜔 𝑑 𝑇 𝑛𝜋𝑑
𝑇 ( 20 ) 𝑇
𝑛𝜋
𝐴 sen( 5 )
Aplicando: 𝑑 = 1⁄20 𝑇 = 1⁄4 → 𝑐𝑛 = [ 𝑛𝜋 ]
5
5
Si 𝑛 = 0, 𝑐𝑛 =¿ ?
Es posible calcular 𝑐0 considerando el límite de 𝑐𝑛 como sigue:
𝑛𝜋
𝐴 sen( ) sen 𝑥
lim 𝑐𝑛 = lim [ 𝑛𝜋5 ] , teniendo en cuenta que: lim =1
𝑛→0 𝑛→0 5 5 𝑥→0 𝑥
𝑛𝜋
𝐴 sen ( ) 𝐴
lim 𝑐𝑛 = lim 5 = (1) = 𝐴
𝑛→0 5 𝑛→0 𝑛𝜋 5 5
5
Y ya que 𝑐𝑛 no tiene parte imaginaria: 𝑐𝑛 = ȁ𝑐𝑛 ȁ
Después, es necesario saber en qué valores 𝑐𝑛 = 0:
𝑛𝜋
Recordando que: sen 𝑚𝜋 = 0 → 𝑚𝜋 = → 𝑛 = 5𝑚 donde 𝑚 ∈ ℤ
5
Finalmente, para poder graficar el espectro de amplitud hay que recordar que el eje de las
abscisas es 𝑛𝜔0 ; por lo que si 𝜔0 = 8𝜋, entonces ȁ𝑐𝑛 ȁ en el eje de las ordenadas será
cero cuando 𝑛𝜔0 valga:
(5𝑚)(8𝜋) = 40𝑚𝜋 = ±40𝜋, ±80𝜋, ±120𝜋, …
C0
 80  40 40 80
Figura 5. 21
𝜃
En algunos casos resulta útil la fórmula: 1 − cos 𝜃 = 2 sen2 ( )
2
c) La Función Impulso
Figura 5. 22
La función impulso de Dirac o función delta se define como :

0, 𝑡 ≠ 0
𝛿(𝑡) = ቄ
∞, 𝑡 = 0
Con la siguiente propiedad:
∞ 𝜀
∫ 𝛿(𝑡)𝑑𝑡 = ∫ 𝛿(𝑡)𝑑𝑡 = 1, 𝜀 > 0
−∞ −𝜀
1) Relación con la función escalón unitario
Figura 5. 23
Se puede demostrar que derivando la función escalonada unitaria se encuentra la función

impulso.
e
1, 𝑡 > 0 𝑑𝑢(𝑡) 0, 𝑡 ≠ 0
𝑢(𝑡) = ቄ = 𝛿(𝑡) = ቄ
0, 𝑡 < 0 𝑑𝑡 ∞, 𝑡 = 0
2) Integral simbólica
∞
∫ 𝛿(𝑡)𝜙(𝑡)𝑑𝑡 = 𝜙(0) 𝛿(𝑡)
−∞ 𝜙(𝑡) Figura 5. 24
Propiedades
∞ ∞
∫ 𝛿(𝑡 − 𝑡0 )𝜙(𝑡)𝑑𝑡 = ∫ 𝛿(𝑡)𝜙(𝑡 + 𝑡0 )𝑑𝑡 = 𝜙(𝑡0 )
−∞ −∞
∞
1 ∞ 𝑡 1
∫ 𝛿(𝑎𝑡)𝜙(𝑡)𝑑𝑡 = ∫ 𝛿(𝑡)𝜙 ( ) 𝑑𝑡 = 𝜙(0)
−∞ ȁ𝑎ȁ −∞ 𝑎 ȁ𝑎ȁ
∞
∫ 𝛿 (𝑛) (𝑡 − 𝑡0 )𝜙(𝑡)𝑑𝑡 = (−1)𝑛 𝜙 (𝑛) (𝑡0 )
−∞
𝑓 (𝑡)𝛿 (𝑡) = 𝑓 (0)𝛿 (𝑡), 𝑓(𝑡) es continua en 𝑡 = 0
d) Cálculo de Coeficientes por Derivación

∞
𝑛=−∞
∞
𝑗𝑛𝜔0 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡
𝑓′(𝑡) = ∑ ⏟
𝑛=−∞ 𝑐̃
𝑛

−(𝑛𝜔0 )2 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡
𝑓′′(𝑡) = ∑ ⏟
𝑛=−∞ 𝑐̂
𝑛
Objetivo: Se deriva la función periódica hasta obtener una función en términos de la función
impulso que permita aplicar las propiedades de la integral simbólica. Se hallan los
coeficientes de la función derivada y por equivalencia de coeficientes se encuentran los
coeficientes de la función original.
Nota: En caso de que existan saltos en la función a derivar, la derivada de dicha función
en esos saltos es la función impulso multiplicada por la amplitud del salto, respetando si el
salto es hacia arriba (positivo) o hacia abajo (negativo). Además, el tramo que se elija para
calcular los coeficientes debe ser equivalente al periodo de la función original.
Se sabe que:
1 𝑇 ⁄2
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
Entonces:
1 𝑇 ⁄2 1 𝑇 ⁄2
𝑐𝑛 = ∫ 𝑓′(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
̃ 𝑐̂
𝑛 = ∫ 𝑓′′(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 −𝑇⁄2 𝑇 −𝑇⁄2
Ejemplo 5.6:
Encontrar la serie compleja de Fourier de la siguiente función usando el método de
derivación.
Figura 5. 25

Se hace uso de la segunda derivada de la función para encontrar los coeficientes, así:
1 𝑇⁄2 ′′
𝑐̂
𝑛 = ∫ 𝐹 (𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 −𝑇⁄2
1 2 𝑇=4
𝑐𝑛 =
̂ ∫ [𝛿(𝑡 + 1) − 2𝛿(𝑡) + 𝛿(𝑡 − 1)]𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇 −2 𝜔0 = 𝜋⁄2
1 −𝑗𝑛𝜋(−1) −𝑗𝑛𝜋(0) −𝑗𝑛𝜋(1) 1 𝑗𝑛𝜋 −𝑗𝑛𝜋

𝑐𝑛 =
̂ [𝑒 2 − 2𝑒 2 + 𝑒 2 ] = (𝑒 2 + 𝑒 2 − 2)
4 4
1 𝑗𝑛𝜔 𝑡 −𝑗𝑛𝜔
cos 𝑛𝜔0 𝑡 = (𝑒 0 + 𝑒 0𝑡 )
2
1 1 𝑗𝑛𝜋 −𝑗𝑛𝜋 1 𝑛𝜋
𝑐𝑛 = [ (𝑒 2 + 𝑒 2 ) − 1] = [cos ( ) − 1]
̂
2 2 2 2
1
− , 𝑛 𝑖𝑚𝑝𝑎𝑟 𝑛2 𝜋 2
𝑐𝑛 = {
̂ 2 𝑐𝑛 = −(𝑛𝜔0 )2 𝑐𝑛 = −
̂ 𝑐
0, 𝑛 = 4, 8, 12, 16, … 4 𝑛
−1, 𝑛 = 2, 6, 10, 14, …
2
, 𝑛 𝑖𝑚𝑝𝑎𝑟 Siendo la función coseno una función
𝑛2 𝜋 2
𝑐𝑛 = 0, 𝑛 = 4, 8, 12, 16, … par, no es necesario analizar enteros
4 negativos puesto que 𝑓(𝑡) = 𝑓(−𝑡)
{𝑛2 𝜋 2 , 𝑛 = 2, 6, 10, 14, …
2
, 𝑛 𝑖𝑚𝑝𝑎𝑟
𝑛2 𝜋 2
Así: 0, 𝑛 = ±4, ± 8, ±12, ± 16, …
𝑐𝑛 =
4
{𝑛2 𝜋 2 , 𝑛 = ±2, ± 6, ±10, ± 14, …
Luego, si: 𝑛 𝑖𝑚𝑝𝑎𝑟 = 2𝑚 − 1, y 𝑛 𝑝𝑎𝑟 = 2𝑚; entonces:
2
, ∀𝑚
(2𝑚 − 1)2 𝜋 2
𝑐𝑚 = 0, 𝑚 𝑝𝑎𝑟
4
, 𝑚 𝑖𝑚𝑝𝑎𝑟
{ (2𝑚)2 𝜋 2
Después:
1 𝑇 1 𝑇 ⁄2
𝑐0 = ∫ 𝐹(𝑡)𝑑𝑡 = ∫ 𝐹(𝑡)𝑑𝑡
𝑇 0 𝑇 −𝑇⁄2
1 2 1 0 1
𝑐0 = ∫ 𝐹(𝑡)𝑑𝑡 = [∫ (𝑡 + 1)𝑑𝑡 + ∫ (−𝑡 + 1)𝑑𝑡]
4 −2 4 −1 0
2 2
1 𝑡 −𝑡 1 1 1
𝑐0 = [( + 𝑡ȁ0−1 ) + ( + 𝑡ȁ10 )] = [(0 − ( − 1)) + ((− + 1) − 0)]
4 2 2 4 2 2
1 1 1 1
𝑐0 = [− (− ) + ] =
4 2 2 4
Finalmente:

∞ ∞
1 2 𝑗𝑛𝜋𝑡 4 𝑗𝑛𝜋𝑡
𝑓(𝑡) = + ∑ 2 2 𝑒 2 │𝑛 𝑖𝑚𝑝𝑎𝑟 + ∑ 2 2 𝑒 2 │𝑛=±2,± 6,±10,±14,…
4 𝑛 𝜋 𝑛 𝜋
𝑛=−∞ 𝑛=−∞
∞ ∞
1 2 𝑗(2𝑚−1)𝜋𝑡 4
𝑓(𝑡) = + ∑ 2 2
𝑒 2 + ∑ 2 2
𝑒 𝑗𝑚𝜋𝑡 │𝑚 𝑖𝑚𝑝𝑎𝑟
4 (2𝑚 − 1) 𝜋 (2𝑚) 𝜋
𝑚=−∞ 𝑚=−∞
En algunos casos, pueden existir derivadas de la función impulso, y también hay que tener
en cuenta que el recorrido que se hace en el tramo equivalente al periodo inicia en el eje
horizontal desde el punto que se toma como inicio y continúa según la forma de la función
(como se muestra en la figura 5.26)
Luego; si se desea recorrer el tramo siguiente, se inicia nuevamente en el eje horizontal no

en donde termina el tramo anterior, puesto que se trata de un tramo nuevo.
Figura 5. 26
5.5. Transformada de Fourier

Durante el desarrollo de este capítulo se ha trabajado únicamente con funciones periódicas,
pero para poder extender las series de Fourier a las funciones no periódicas es necesario
hacer uso de la transformada de Fourier.
Fourier considera que una función no periódica es un caso límite de una función periódica
con periodo infinito. Para ilustrar esta idea se analiza lo que ocurre con un tren de pulsos
de amplitud 1, ancho 𝑝 y periodo 𝑇 como se ilustra en la Fig. 5.27:

𝒇(𝒕)
1
p
−𝑇 −𝑇⁄2 0 𝑇⁄2 t
−𝑝 𝑝
⁄2 ⁄2
Figura 5. 27
0, −𝑇⁄2 < 𝑡 < −𝑝⁄2

𝑓(𝑡) = { 1, −𝑝⁄2 < 𝑡 < 𝑝⁄2
0, 𝑝 ⁄ 2 < 𝑡 < 𝑇 ⁄2
Si el periodo del tren de impulsos aumenta (Fig. 5.28), en el límite cuando 𝑇 → ∞, la función
deja de ser periódica y se vuelve no periódica (Fig. 5.29).
p=1,
p=1,
T=5
p=1,
T=10
p=1,
T=20
Figura 5. 28
p=1,
T=∞
Figura 5. 29

A medida que crece el periodo, las líneas espectrales en el espectro de amplitud se

acercan, dado que la frecuencia es inversamente proporcional al periodo:
p=1, T=2
p=1, T=5
p=1,
Si se hace 𝑇 → ∞, el espectro de T=10
amplitud se vuelve continuo.
Figura 5. 30
Figura 5. 31
Formulación
El razonamiento anterior lleva a reconsiderar la expresión de una 𝑓(𝑡) no periódica en el
dominio de la frecuencia, no como una suma de armónicos de frecuencia 𝑛𝜔0 , sino como
una función continua de 𝜔. Así, la serie:
∞
𝑛=−∞
Al cambiar la variable discreta 𝑛𝜔0 (cuando 𝑇 → ∞) por la variable continua 𝜔,se
transforma en una integral de la siguiente manera:
1 𝑇 ⁄2
Como: 𝑓(𝑡) = ∑∞
𝑛=−∞ 𝑐𝑛 𝑒
𝑗𝑛𝜔0 𝑡
→ 𝑐𝑛 = ∫−𝑇⁄2 𝑓(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑇
Cuando 𝑇 → ∞, 𝑛𝜔0 → 𝜔 y 𝜔0 → 𝑑𝜔, entonces:

∞
1 𝑇 ⁄2
𝑓(𝑡) = ∑ ∫ 𝑓(𝑡)𝑒 −𝑗𝑛𝜔0𝑡 𝑑𝑡 𝑒 𝑗𝑛𝜔0𝑡
𝑇 ⏟−𝑇⁄2
𝑛=−∞
[ 𝑠𝑒 𝑐𝑜𝑛𝑣𝑖𝑒𝑟𝑡𝑒 𝑒𝑛 𝐹(𝜔) ]
2𝜋 𝜔0 1 𝑑𝜔 1 𝑑𝜔 queda en la sumatoria
𝜔0 = → = → =
𝑇 2𝜋 𝑇 2𝜋 𝑇 transformándola en integral
Finalmente:
1 ∞
𝑓(𝑡) = ℱ −1 [𝐹(𝜔)] = ∫ 𝐹(𝜔)𝑒 𝑗𝜔𝑡 𝑑𝜔 Transformada inversa de Fourier
2𝜋 −∞
∞
𝐹(𝜔) = ℱ[𝑓(𝑡)] = ∫−∞ 𝑓(𝑡)𝑒 −𝑗𝜔𝑡 𝑑𝑡 Transformada de Fourier
Estas expresiones permiten calcular la expresión 𝐹(𝜔) (dominio de la frecuencia) a partir

de 𝑓(𝑡) (dominio del tiempo), y viceversa.
Ejemplos 5.7: Hallar la transformada de Fourier de las siguientes funciones:
a) 𝒑𝒅 (𝒕)
1 𝟏, − 𝒅/𝟐 < 𝒕 < 𝒅/𝟐
𝒑𝒅 (𝒕) = {
𝟎, ȁ𝒕ȁ > 𝒅/𝟐
-d/2 d/2
Figura 5. 32
∞ 𝑑 ⁄2
𝑒 −𝑗𝜔𝑡 𝑑⁄2
𝐹(𝜔) = ℱ[𝑝𝑑 (𝑡)] = ∫ 𝑝𝑑 𝑑𝑡 = ∫ 𝑒 (𝑡)𝑒 −𝑗𝜔𝑡
𝑑𝑡 = ȁ −𝑗𝜔𝑡
−∞ −𝑑 ⁄2 −𝑗𝜔 −𝑑⁄2
−𝑗𝜔𝑑 𝑗𝜔𝑑 𝜔𝑑 𝜔𝑑 𝜔𝑑 𝜔𝑑
𝑒 2 −𝑒 2 cos ( ) − 𝑗 sen ( ) − [cos ( ) + 𝑗 sen ( )]
𝐹(𝜔) = = 2 2 2 2
−𝑗𝜔 −𝑗𝜔
𝜔𝑑 𝜔𝑑
(𝑑⁄2) − 2𝑗 sen ( ) sen ( )
𝐹(𝜔) = 2 = 𝑑[ 2 ] = 2 sen (𝜔𝑑)
(𝑑⁄2) − 𝑗𝜔 𝜔𝑑 𝜔 2
2
b)
𝒈(t)
A 𝑨
(𝒕 + 𝝉) , − 𝝉 ≤ 𝒕 < 𝟎
𝝉
𝒈(𝒕) = 𝑨
− (𝒕 − 𝝉), 𝟎 ≤ 𝒕 < 𝝉
𝝉
−𝝉 𝟎 𝝉 t { 𝟎, ȁ𝒕ȁ > 𝝉
Figura 5. 33
∞
𝐹(𝜔) = ℱ[𝑔(𝑡)] = ∫ 𝑔(𝑡)𝑒 −𝑗𝜔𝑡 𝑑𝑡
−∞

0 𝜏
𝐴 −𝑗𝜔𝑡
𝐴
𝐹(𝜔) = ∫ (𝑡 + 𝜏)𝑒 𝑑𝑡 − ∫ (𝑡 − 𝜏)𝑒 −𝑗𝜔𝑡 𝑑𝑡
−𝜏 𝜏 0 𝜏
−𝑗𝜔𝑡 0 −𝑗𝜔𝑡 𝜏 −𝑗𝜔𝑡
𝐴 (𝑡 + 𝜏)𝑒 𝑒 𝐴 (𝑡 − 𝜏)𝑒 −𝑗𝜔𝑡 𝜏 𝑒
𝐹(𝜔) = [ ȁ0−𝜏 + ∫ 𝑑𝑡] = − [ ȁ0 + ∫ 𝑑𝑡]
𝜏 −𝑗𝜔 −𝜏 𝑗𝜔 𝜏 −𝑗𝜔 0 𝑗𝜔
𝐴 𝜏 𝑒 −𝑗𝜔𝑡 0 𝐴 (−𝜏) 𝑒 −𝑗𝜔𝑡 𝜏
𝐹(𝜔) = [ + ȁ ] − [− + ȁ ]
𝜏 −𝑗𝜔 𝜔 2 −𝜏 𝜏 −𝑗𝜔 𝜔2 0
𝐴 −𝜏 𝜏
𝐹(𝜔) = 2 [ + + (1 − 𝑒 𝑗𝜔𝜏 ) − (𝑒 −𝑗𝜔𝜏 − 1)]
𝜔 𝜏 𝑗𝜔 𝑗𝜔
𝐴 𝐴 2𝐴
𝐹(𝜔) = 2 [2 − (𝑒 𝑗𝜔𝜏 + 𝑒 −𝑗𝜔𝜏 )] = 2 [2 − 2 cos(𝜔𝜏)] = 2 [1 − cos(𝜔𝜏)]
𝜔 𝜏 𝜔 𝜏 𝜔 𝜏
𝜔𝜏 2
2𝐴(𝜏) 𝜔𝜏 4𝐴𝜏 𝜔𝜏 sen ( 2 )
𝐹(𝜔) = 2 [2 sen2 ( )] = 2 2 sen2 ( ) = 𝐴𝜏 [ 𝜔𝜏 ]
𝜔 𝜏(𝜏) 2 𝜔 𝜏 2
2
a) Propiedades
1) Linealidad
Si ℱ[𝑓1 (𝑡)] = 𝐹1 (𝜔) y ℱ[𝑓2 (𝑡)] = 𝐹2 (𝜔), entonces:

ℱ[𝑎1 𝑓1 (𝑡) + 𝑎2 𝑓2 (𝑡)] = 𝑎1 𝐹1 (𝜔) + 𝑎2 𝐹2 (𝜔)
Ejemplo 5.8.
2 𝜔𝑑
Hallar la transformada de Fourier de estas funciones, si ℱ[𝑝𝑑 (𝑡)] = sen ( ).
𝜔 2
a)
F(t) 𝐹(𝑡) = 𝑝4 (𝑡) + 𝑝2 (𝑡)
2
ℱ[𝐹(𝑡)] = ℱ[𝑝4 (𝑡)] + ℱ[𝑝2 (𝑡)]
1 2 2
ℱ[𝐹(𝑡)] = sen(2𝜔) + sen(𝜔)
𝜔 𝜔
2
-2 -1 1 2 t ℱ[𝐹(𝑡)] = [sen(2𝜔) + sen(𝜔)]
𝜔
Figura 5. 34
b)
F(t) 𝐹(𝑡) = 2𝑝4 (𝑡) − 𝑝2 (𝑡)
2 ℱ[𝐹(𝑡)] = 2ℱ[𝑝4 (𝑡)] − ℱ[𝑝2 (𝑡)]
2 2
1 ℱ[𝐹(𝑡)] = 2 [ sen(2𝜔)] − sen(𝜔)
𝜔 𝜔
2
ℱ[𝐹(𝑡)] = [2 sen(2𝜔) − sen(𝜔)]
𝜔
-2 -1 1 2 t
Figura 5. 35

2) Desplazamiento en el tiempo
Si ℱ[𝑓(𝑡)] = 𝐹(𝜔), entonces:

ℱ[𝑓(𝑡 − 𝑡0 )] = 𝐹(𝜔)𝑒 −𝑗𝜔𝑡0
Ejemplo 5.9:
2 𝜔𝑑
Hallar la transformada de Fourier de la siguiente función si ℱ[𝑝𝑑 (𝑡)] = sen ( ).
𝜔 2
F(t)
2 2
1 = −1
0 4 1 3
0 1 3 4 t
Figura 5. 36
𝐹(𝑡) = 2𝑝4 (𝑡 − 2) − 𝑝2 (𝑡 − 2)
ℱ[𝐹(𝑡)] = 2ℱ[𝑝4 (𝑡 − 2)] − ℱ[𝑝2 (𝑡 − 2)]
2 2
ℱ[𝐹(𝑡)] = 2 [ sen(2𝜔) 𝑒 −2𝑗𝜔 ] − [ sen(𝜔) 𝑒 −2𝑗𝜔 ]
𝜔 𝜔
2 −2𝑗𝜔
ℱ[𝐹(𝑡)] = 𝑒 [2 sen(2𝜔) − sen(𝜔)]
𝜔
3) Desplazamiento en la frecuencia
Si ℱ[𝑓(𝑡)] = 𝐹(𝜔), entonces: ℱ[𝑓(𝑡)𝑒 𝑗𝜔0 𝑡 ] = 𝐹(𝜔 − 𝜔0 )
Ejemplo 5.10
Determinar la transformada de Fourier de 𝑓(𝑡) cos 𝜔0 𝑡, si ℱ[𝑓(𝑡)] = 𝐹(𝜔), conocida
como propiedad de modulación en frecuencia (FM).
𝑓(𝑡) 𝑗𝜔 𝑡
ℱ[𝑓(𝑡) cos 𝜔0 𝑡] = ℱ [ (𝑒 0 + 𝑒 −𝑗𝜔0 𝑡 )]
2
1 1
ℱ[𝑓(𝑡) cos 𝜔0 𝑡] = ℱ[𝑓(𝑡)𝑒 𝑗𝜔0 𝑡 ] + ℱ[𝑓(𝑡)𝑒 −𝑗𝜔0 𝑡 ]
2 2
1
ℱ[𝑓(𝑡) cos 𝜔0 𝑡] = [𝐹(𝜔 − 𝜔0 ) + 𝐹(𝜔 + 𝜔0 )]
2
𝐹(𝜔) ȁℱ[𝑓(𝑡) cos 𝜔0 𝑡]ȁ
𝐴 1
𝐹(𝜔 + 𝜔0 )
2 𝐴/2 1
𝐹(𝜔 − 𝜔0 )
2
−𝜔𝑀 𝜔𝑀 𝜔 −2𝜔𝑀 −𝜔0 𝜔0 2𝜔𝑀 𝜔
Figura 5. 37 Desplazamiento de espectros por modulación en frecuencia

4) Propiedad de simetría
Si ℱ[𝑓(𝑡)] = 𝐹(𝜔), entonces: ℱ[𝐹(𝑡)] = 2𝜋𝑓(−𝜔)
Ejemplo 5.11
𝜋 𝑡 2 𝜔𝑑
Hallar ℱ [ sen ( )], si ℱ[𝑝𝑑 (𝑡)] = sen ( ).
𝑡 4 𝜔 2
2 𝜔𝑑 2 𝑡𝑑
⏟𝑑 (𝑡)] =
ℱ [𝑝
⏟
sen ( ) → ⏟𝑑 (−𝜔) = 2𝜋𝑝𝑑 (𝜔)
ℱ [ sen ( )] = 2𝜋 𝑝
⏟
𝜔 2 𝑡 2
𝑓(𝑡) 𝑓(−𝜔)
𝐹(𝜔) 𝐹(𝑡)
𝜋 𝑡 𝑡𝑑 𝑡 1
ℱ [ sen ( )] = ¿ ? = → 𝑑=
𝑡 4 2 4 2
𝜋 𝑡 2 𝜋 𝑡 1
ℱ [ sen ( )] = ℱ [( ) sen ( × )]
𝑡 4 2 𝑡 2 2
𝜋 𝑡 𝜋 2 𝑡 1 𝜋
ℱ [ sen ( )] = ℱ [ sen ( × )] = ( ) 2𝜋𝑝1⁄ (𝜔) = 𝜋 2 𝑝1⁄ (𝜔)
𝑡 4 2 𝑡 2 2 2 2 2
b) Transformada de Funciones Especiales

1) Función impulso
∞
ℱ[𝛿(𝑡)] = 𝐹(𝜔) = ∫ 𝛿(𝑡)𝑒 −𝑗𝜔𝑡 𝑑𝑡 = 1
−∞
−1 [1]
1 ∞ 𝑗𝜔𝑡
ℱ = 𝛿(𝑡) = ∫ 𝑒 𝑑𝜔
2𝜋 −∞
2) Función constante
Por simetría si 𝑓(𝑡) = 𝛿(𝑡) y ℱ[𝑓(𝑡)] = 𝐹(𝜔) = 1:

ℱ[𝐹(𝑡)] = 2𝜋𝑓(−𝜔) → ℱ[1] = 2𝜋𝛿(−𝜔) = 2𝜋𝛿(𝜔)
Luego:
ℱ[𝐴] = 2𝜋𝐴𝛿(𝜔)
Ejemplo 5.12:
Calcular la transformada de Fourier de 𝑓(𝑡) = cos 𝜔0 𝑡
1 1
ℱ[cos 𝜔0 𝑡] = ℱ[𝑒 𝑗𝜔0 𝑡 + 𝑒 −𝑗𝜔0 𝑡 ] = (ℱ[(1)𝑒 𝑗𝜔0𝑡 ] + ℱ[(1)𝑒 −𝑗𝜔0 𝑡 ]
2 2
𝑓(𝑡) = 1 1
} → ℱ[cos 𝜔0 𝑡] = [2𝜋𝛿(𝜔 − 𝜔0 ) + 2𝜋𝛿(𝜔 + 𝜔0 )]
ℱ[1] = 2𝜋𝛿(𝜔) 2
ℱ[cos 𝜔0 𝑡] = 𝜋[𝛿(𝜔 − 𝜔0 ) + 𝛿(𝜔 + 𝜔0 )]
3) Función periódica
Si 𝑓(𝑡) es periódica, la serie compleja de Fourier es:

∞
2𝜋
𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡 𝜔0 =
𝑇
𝑛=−∞
Aplicando la transformada de Fourier a ambos miembros:
∞ ∞
ℱ[𝑓(𝑡)] = 𝐹(𝜔) = ℱ [ ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0𝑡 ] = ∑ 𝑐𝑛 ℱ[𝑒 𝑗𝑛𝜔0 𝑡 ]

𝑛=−∞ 𝑛=−∞
𝑗𝜔0 𝑡
Del ejemplo 5.12. se obtuvo que: ℱ[𝑒 ] = 2𝜋𝛿(𝜔 − 𝜔0 ), entonces:
𝑗𝑛𝜔0 𝑡
ℱ[𝑒 ] = 2𝜋𝛿(𝜔 − 𝑛𝜔0 )
Finalmente:
∞
𝐹(𝜔) = 2𝜋 ∑ 𝑐𝑛 𝛿(𝜔 − 𝑛𝜔0 )

𝑛=−∞
Ejemplo 5.13
Hallar la transformada de Fourier y el espectro del tren de impulsos:
∞ 𝛿𝑇 (𝑡)
𝛿𝑇 (𝑡) = ∑ 𝛿(𝑡 − 𝑛𝑇)
𝑛=−∞
⋯ ⋯
-T 0 T 3T t
Figura 5. 38
Primero, se halla 𝑐𝑛 :
1 𝑇/2 −𝑗𝑛𝜔0 𝑡
1 𝑇/2 1 1
𝐶𝑛 = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝛿(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡 = (𝑒 0 ) =
𝑇 −𝑇/2 𝑇 −𝑇/2 𝑇 𝑇
Luego, se calcula 𝐹(𝜔):
∞ ∞
2𝜋
𝐹(𝜔) = 2𝜋 ∑ 𝑐𝑛 𝛿(𝜔 − 𝑛𝜔0 ) = ∑ 𝛿(𝜔 − 𝑛𝜔0 ) = 𝜔0 𝛿𝜔0 (𝜔)
𝑇
𝑛=−∞ 𝑛=−∞
Finalmente, el espectro de frecuencia será:
𝛿𝜔0 (𝜔)
𝜔0
⋯ ⋯
−𝜔0 0 𝜔0 2𝜔0 𝜔
Figura 5. 39

Problemas propuestos
1. Hallar el desarrollo en serie de Fourier de las siguientes funciones periódicas. Analizar
las simetrías y usar la fórmula correspondiente.
a)
b)
2. Halle los coeficientes de la serie compleja de Fourier de las siguientes funciones usando
el método de derivación.
3. Calcular la transformada de Fourier de las siguientes funciones.

4
a) 𝑓(𝑡) = 2
sen2 [2(𝑡 − 2)]
(𝑡 − 2)
b) c)

EDI-CAP 05 - Analisis de Fourier

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

EDI-CAP 05 - Analisis de Fourier

Cargado por

Copyright:

Formatos disponibles

Ecuaciones diferenciales y aplicaciones- EDI

INGENIERÍA MECÁNICO-ELÉCTRICA [Date]

Figura 5. 1 Fourier y sus principales aplicaciones

Página 1 de 30 Análisis de Fourier

5.2. Función periódica

𝑓(𝑡) = ȁ𝑡ȁ, −1 < 𝑡 < 1

2) Si 𝑓1 (𝑡) es periódica de período 𝑇1 ; 𝑓2 (𝑡) es periódica de período 𝑇2 ,

Página 2 de 30 Análisis de Fourier

b) 𝑓(𝑡) = cos(3𝑡) + cos[(𝜋 + 3)𝑡]

5.3. Series de Fourier

Página 3 de 30 Análisis de Fourier

Las componentes encontradas se denominan armónicas y la primera armónica ( 𝑛 = 1) por

Entonces es posible expresarla como una serie de Fourier:

Página 4 de 30 Análisis de Fourier

Página 5 de 30 Análisis de Fourier

Ejemplo 5.2 Hallar la serie de Fourier de la siguiente función:

Página 6 de 30 Análisis de Fourier

5.3. Análisis de la Forma de una Función

Figura 5. 7 Funciones con simetría par

Figura 5. 8 Funciones con simetría par

Página 7 de 30 Análisis de Fourier

c) Simetría de media Onda

Figura 5. 9 Función con simetría de media onda

Página 8 de 30 Análisis de Fourier

Los coeficientes se calculan como:

d) Simetría de 1/4 de Onda

En este caso los coeficientes se calculan de la siguiente manera:

𝑓(𝑡) = ∑ 𝑎2𝑚−1 cos[(2𝑚 − 1)𝜔𝑜 𝑡]

𝑓(𝑡) = ∑ 𝑏2𝑚−1 sen[(2𝑚 − 1)𝜔𝑜 𝑡]

Página 9 de 30 Análisis de Fourier

La función presenta simetría de cuarto de onda par:

(2𝑚 − 1)𝜋𝑡 (2𝑚 − 1)𝜋𝑡

Página 10 de 30 Análisis de Fourier

(2𝑚 − 1)𝜋 (2𝑚 − 1)𝜋

Página 11 de 30 Análisis de Fourier

Por ejemplo: Si 𝑓(𝑡) = 𝑡, 0 < 𝑡 < 𝜏

Figura 5. 13 Función definida finita

Es posible expandirla con las simetrías ya vistas de la siguiente manera:

Simetría 1/2 Onda Simetría 1/4 de Onda Par

Simetría 1/4 de Onda Impar

Figura 5. 14 Expansión periódica con simetrías

Página 12 de 30 Análisis de Fourier

5.4. Forma Compleja de las series de Fourier

Fourier además de su aporte en representar 𝑓(𝑡) en cosenos y senos, puede representar

Figura 5. 15 Vibración de maquinaria rotativa

Un esquema de la aplicación en análisis de vibración en una planta se muestra en la Fig.

Figura 5. 16 Análisis vibracional

Página 13 de 30 Análisis de Fourier

Luego, se realiza el cambio de variable “n” por “-n” en la 2da. sumatoria:

𝑓(𝑡) = 𝑐0 + ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡 + ∑ 𝑐𝑛 𝑒 𝑗𝑛𝜔0 𝑡

Página 14 de 30 Análisis de Fourier

Página 15 de 30 Análisis de Fourier

Expresión Compleja de los coeficientes

Página 16 de 30 Análisis de Fourier

Con el cálculo realizado

b) Espectros de frecuencia discreta

ȁ𝑐 ȁ vs 𝑛𝜔0 : 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑜 𝑑𝑒 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑓(𝑡)

Página 17 de 30 Análisis de Fourier

Después, es necesario saber en qué valores 𝑐𝑛 = 0:

 80  40 40 80

La función impulso de Dirac o función delta se define como :

Página 18 de 30 Análisis de Fourier

Se puede demostrar que derivando la función escalonada unitaria se encuentra la función