Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vcco Matlab
Vcco Matlab
y Cálculo Operacional
Teoría y Práctica con MATLAB
William La Cruz
Variable Compleja
y Cálculo Operacional
Teorı́a y Práctica con MATLAB
William La Cruz
Universidad Central de Venezuela
Facultad de Ingenierı́a
Escuela de Ingenierı́a Eléctrica
Departamento de Electrónica, Computación y Control
c 2018 W. La Cruz
Contenido
Prefacio v
I Variable Compleja 1
1 Números Complejos 2
1.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Operaciones Algebraicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Representación Geométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Valor Absoluto y Conjugado . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.1 Fórmula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6 Potencias y Raı́ces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7 Regiones en el Plano Complejo . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.8 Aritmética Compleja con M ATLAB . . . . . . . . . . . . . . . . . . . . . . . . 17
1.9 Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.10 Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
i
ii
8 Transformada z 249
8.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
8.1.1 Región de Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . 250
8.1.2 Transformada z Inversa . . . . . . . . . . . . . . . . . . . . . . . . . 251
8.2 Propiedades de la Transformada z . . . . . . . . . . . . . . . . . . . . . . . . 252
8.3 Algunos Pares de Transformadas . . . . . . . . . . . . . . . . . . . . . . . . 258
8.4 Cálculo de la Transformada z Inversa . . . . . . . . . . . . . . . . . . . . . . 263
8.4.1 Integración Compleja . . . . . . . . . . . . . . . . . . . . . . . . . . 263
8.4.2 Expansión en Serie de Potencias . . . . . . . . . . . . . . . . . . . . . 264
8.4.3 Inversión por Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
iv
Bibliografı́a 314
Índice 315
Prefacio
“La persona que nunca se equivoca
nunca prueba algo nuevo”
Albert Einstein (1879-1955)
v
vi PREFACIO
en el dominio continuo. En esta parte se estudia con interés la función impulso unitario.
Aquı́ también se describen las funciones de dominio discreto y se define la convolución de
funciones de dominio discreto. En los capı́tulos 6, 7 y 8, se presentan, respectivamente, la
definición matemática y se prueban todos los teoremas y propiedades, de la transforma de
Fourier, la transformada de Laplace y la transformada z.
Es de destacar que estas notas han evolucionado a medida que han transcurrido los
semestres en los que se ha dictado la asignatura Variable Compleja y Cálculo Operacional,
agregando un problema resuelto o una imagen que permita la mejor visualización de un
concepto o un método. En todo caso, siempre en mejora del aprendizaje. Con esto en
mente, cada capı́tulo posee secciones de problemas resueltos y problemas propuestos. Los
problemas resueltos fueron seleccionados de exámenes parciales, además, en el escrito
se presenta en forma rigurosa el proceso de resolución de los mismos. Los problemas
propuestos son una colección de problemas orientados al fortalecimiento y consolidación
de los conceptos y métodos estudiados. Todos los problemas propuestos tienen respuesta,
que se muestra al final de la guı́a.
Con el propósito de visualizar de manera más aplicada la signatura Variable Compleja y
Cálculo Operacional, se agregó a la guı́a un enfoque computacional del análisis complejo,
es decir, en el escrito también se presenta una visión computacional de los conceptos,
usando para ello el software M ATLAB (R2015a), que se emplea en numerosas universidades
y posee muchas facilidades gráficas de calidad, flexibilidad e interactividad. Al final de
cada capı́tulo se presentan ejemplos prácticos codificados en M ATLAB . Tal iniciativa tiene
el propósito de introducir al estudiante en el uso de una herramienta computacional, pero
dejándoles ver que tal herramienta por sı́ sola no resuelve los problemas, sino que es
necesario que el usuario tenga la destreza de entender y definir correctamente el problema
para luego resolverlo con la computadora. Para que el estudiante tuviera a la mano un
pequeño manual de M ATLAB , se agregó como apéndice una breve introducción a M ATLAB .
Finalmente, a los lectores les pido el gran favor de apuntar mis errores, ya que citando
nuevamente a Albert Einstein, “la persona que nunca se equivoca nunca prueba algo nuevo”,
o como yo lo interpreto: al momento de crear se está sujeto a errar, pero ello no debe ser
un obstáculo para continuar y mejorar.
William La Cruz
Universidad Central de Venezuela, Caracas
Junio de 2018
Parte I
Variable Compleja
1
1
Números Complejos
La primera referencia escrita de la raı́z cuadrada de un número negativo la encon-
tramos en la obra Stereometrı́a de Herón de Alejandrı́a alrededor de la mitad del siglo I.
La siguiente referencia sobre la raı́z cuadrada de un número negativo data del año 275
en la obra de Diophantus, Arithmetica. En su intento del cálculo de los lados de un
triángulo rectángulo de perı́metro 12 y área 7, Diophantus planteó resolver la ecuación
336x2 + 24 = 172x, ecuación cuyas soluciones no son números reales. En 1545, Jerome
Cardano (Italia, 1501-1576), un matemático, fı́sico y filósofo italiano, publica “Ars Magn”
(El Gran Arte) en el cual describe un método para resolver ecuaciones algebraicas de grado
tres y cuatro. En esta obra Cardano plantea el siguiente problema: Si alguien te pide dividir
10 en dos partes cuyo producto sea 40, es evidente que esta cuestión es imposible. Aparente-
√
mente √ este problema parece imposible, pero Cardano da las siguientes soluciones: 5+ −5
y 5 − −5. Cardano obtiene tales soluciones resolviendo las ecuaciones: x + y = 10,
Trate de resolver xy = 40. Dos siglos y medio cubrieron las dudas sobre el significado y la autenticidad
las ecuaciones de
Cardano.
de los números complejos. No obstante, fueron estudiados por un gran número de ma-
temáticos. Cabe√mencionar que fue Leonhard Euler (Suiza, 1707-1783) el primero en usar
la notación i = −1. El matemático alemán Carl Friedrich Gauss (Alemania, 1777-1855),
fue quien les dio nombre y los definió rigurosamente.
En este capı́tulo se introducen algunas propiedades del conjunto de los números com-
plejos. Tal conjunto de números es ampliamente utilizado en el desarrollo de las ideas
teóricas y prácticas de Ingenierı́a, en especial, de Ingenierı́a Eléctrica.
1.1 Definición
Se dice que z es un número complejo si se expresa como
z = x + iy
o, de manera equivalente,
z = x + y i,
donde x e y son números reales (recuerde que R denota el conjunto de los números reales).
El sı́mbolo i se conoce como unidad imaginaria. El conjunto de los números complejos se
denota como C, y z ∈ C indica que z pertenece al conjunto de los números complejos.
Por otra parte, un número complejo z = x + i y también se puede definir como el par
ordenado z = (x, y). Esta definición equivalente de número complejo permite definir a i
como el número complejo dado por
i = (0, 1).
2
CAPÍTULO 1. NÚMEROS COMPLEJOS 3
Definición 1.1. Se dice que dos números complejos z y w son iguales si, y sólo si sus
partes reales son iguales y sus partes imaginarias son iguales. En otras palabras, si
z = x + i y y w = u + i v, entonces z = w, si y sólo si
x=u e y = v.
En particular,
z = x + iy = 0 ⇔ x = y = 0.
Observación 1.1. No existe relación de orden en los números complejos. En los números
reales, por ejemplo, se tiene que 5 > 3, pero no tiene sentido afirmar que 1 + i < 2 + i 3. Recuerde que los
números reales
se pueden repre-
sentar como un
punto en una
recta, que se
1.2 Operaciones Algebraicas recorre de iz-
quierda a dere-
cha, con lo cual
se impone un
Seguidamente se definen las operaciones algebraicas de números complejos, a saber: orden.
suma, resta, multiplicación y división.
z1 · z2 = z1 z2 = (x1 x2 − y1 y2 ) + i (x1 y2 + x2 y1 ).
División:
z1 x1 x2 + y 1 y 2 x2 y 1 − x1 y 2
z1 ÷ z2 = = +i ,
z2 x22 + y22 x22 + y22
siempre que x2 6= 0 y y2 6= 0.
1. Conmutativa
• z+w =w+z
• zw = wz
2. Asociativa
• z + (w + s) = (z + w) + s
• z(ws) = (zw)s
3. Elemento Neutro
• z+0=z
• 1·z =z
4. Elemento Inverso
• Para todo z ∈ C, existe −z ∈ C, llamado inverso aditivo, tal que z + (−z) = 0.
• Para todo z 6= 0, existe z −1 ∈ C, denominado inverso multiplicativo, tal que
z z −1 = 1.
5. Distributiva
• z(w + s) = zw + zs.
a) z1 + z2 + z3 d) z2 /z3
b) z1 · z2 · z3 e) z1 /(z2 · z1 )
z
Demostración. Demostremos que las partes real e imaginaria de los números complejos
w
y z w−1 son iguales. Tomemos z = x + i y, w = u + i v y asumamos que w =
6 0. Por
definición, se tiene que
z xu + yv yu − xv
= 2 2
+i 2 . (1.1)
w u +v u + v2
Ahora, veamos la forma que tiene w−1 . Asumamos que w−1 = a+i b. Por la Proposición 1.1
se tiene que w w−1 = 1. Por tanto, podemos escribir:
ua − vb = 1
va + ub = 0
u −v
a= y b= ,
u2 + v2 u2
+ v2
luego,
u −v
w−1 = +i 2 .
u2 +v 2 u + v2
xu + yv yu − xv
z w−1 = 2 2
+i 2 . (1.2)
u +v u + v2
z
Por (1.1) y (1.2) podemos concluir que = z w−1 .
w
Eje imaginario
z = (x, y)
y b
x Eje real
x Eje real
z = x + iy
y b
−y b
z = x − iy
1) z1 = z1 .
2) z1 ± z2 = z1 ± z2 .
3) z1 z2 = z1 z2 .
z1 z1
4) = , siempre y cuando z2 6= 0.
z2 z2
5) |z1 | = |z1 |.
6) z1 z1 = |z1 |2 .
z1
7) z1−1 = , siempre y cuando z1 6= 0.
|z1 |2
8) |z1 | ≥ |Re z1 | ≥ Re z1 .
9) |z1 | ≥ |Im z1 | ≥ Im z1 .
z1 z2
+
z1
z2
pero
z1 z2 + z1 z2 = 2 Re (z1 z2 ) ≤ 2 |z1 z2 | = 2 |z1 | |z2 | = 2 |z1 | |z2 |,
luego
|z1 + z2 |2 ≤ |z1 |2 + 2 |z1 | |z2 | + |z2 |2 = (|z1 | + |z2 |)2 ,
de donde se deduce que
|z1 + z2 | ≤ |z1 | + |z2 |,
con lo cual queda establecida la desigualdad triangular.
z = x + iy
|z
=
r
Los valores de r y θ = arg z definen de manera única a z, es decir, para cada par
(r, θ) existe un único número complejo z que tiene como coordenadas polares a (r, θ). En
cambio, el número complejo z caracteriza de manera única a r, pero no a θ = arg z, esto
es, dado un número complejo z, entonces existe un único r > 0 tal que r = |z|, pero existen
infinitos valores de θ = arg z. Observe el siguiente ejemplo.
Ejemplo 1.1. Para el número complejo z = 1, se tiene que los valores de θ están dados
por: θ = arg z ∈ {0, ±2π, ±4π, . . .}.
z1 = r1 (cos θ1 + i sen θ1 ),
10 1.5. COORDENADAS POLARES
−π < Arg z ≤ π.
Note que la fórmula anterior considera la posición z en el plano complejo para calcular
el valor de Arg z, esto es, dependiendo del cuadrante donde se encuentre z, su argumento
principal se calcula de una forma muy particular, por supuesto, usando para ello el valor
de arctan(y/x). Observe el siguiente ejemplo.
Ejemplo 1.2. Utilizando el argumento principal, represente en forma polar los siguientes
números complejos: z1 = 1 + i , z2 = −1 + i , z3 = −1 − i, y z4 = 1 − i.
√ √
Solución. Se tiene que el valor absoluto de z1 es r = |z1 | = 12 + 12 = 2. Como z1 = 1+i
está en el primer cuadrante, su argumento principal es
π
Arg z1 = arctan(1) = .
4
Por lo tanto, la fórmula polar de z1 = 1 + i empleando el argumento principal es:
√
z1 = 2(cos(π/4) + i sen (π/4)).
CAPÍTULO 1. NÚMEROS COMPLEJOS 11
Por un razonamiento similar, se puede verificar que la forma polar de los números comple-
jos z2 = −1 + i , z3 = −1 − i y z4 = 1 − i, es respectivamente:
√
z2 = 2(cos(3π/4) + i sen (3π/4)),
√
z3 = 2(cos(3π/4) − i sen (3π/4)),
√
z4 = 2(cos(π/4) − i sen (π/4)).
Se deja como ejercicio para el lector verificar cada una de estas formas polares.
Por otra parte, pasemos a describir algunas propiedades del argumento, las cuales se
muestran en la siguiente proposición.
Proposición 1.6. Si z1 y z2 son números complejos distintos de cero, entonces las siguientes
identidades se cumplen:
1 1 1 cos θ2 − i sen θ2
= = · = r2−1 (cos(−θ2 ) + i sen (−θ2 )),
z2 r2 (cos θ2 + i sen θ2 ) r2 cos2 θ2 + sen 2 θ2
que es la forma polar de 1/z2 y arg (1/z2 ) = −θ2 ; luego, se cumple la identidad 2.
Como
z1 1
= z1 · ,
z2 z2
entonces, por las identidades 1 y 2, se prueba que la identidad 3 se cumple.
12 1.5. COORDENADAS POLARES
Ejemplo 1.3. La Proposición 1.6 se puede utilizar para calcular un valor del argumento de
= −1 + i. La forma polar de estos números
z1 z2 o z1 /z2 . Por ejemplo, tomemos z1 = i y z2 √
complejos es z1 = cos(π/2) + i sen (π/2) y z2 = 2(cos(3π/4) + i sen (3π/4)), por supuesto,
usando el argumento principal. Ası́, un valor del argumento de z1 z2 es
π 3π 5π
+ =
arg (z1 z1 ) = ,
2 4 4
lo cual efectivamente es un valor del argumento de z1 z2 = −1 − i (verifique esta afir-
mación). Pero, este valor no es el argumento principal de z1 z2 = −1 − i, aunque π/2 y
3π/4 sean los argumentos principales de z1 y z2 , respectivamente.
Definición 1.8 (Raı́ces n-ésimas). Sean z = r eiθ y n un entero positivo. Las raı́ces
n-ésimas de z, denotadas por z 1/n , se definen como
1/n √n i θ+2kπ √
n
θ + 2kπ θ + 2kπ
z = r e n = r cos + i sen ,
n n
√
para k = 0, 1, . . . , n − 1, donde n r denota la raı́z n-ésima positiva del número real r.
Observación 1.2. En las definiciones de potencia n-ésima y raı́z n-ésima, se utiliza cuales-
quiera valor de θ, no es necesario que θ sea el argumento principal de z.
Circunferencia
unitaria
1
b
Disco
unitario
ε
b
z
b
z0
Ejemplo 1.6. Los conjuntos S1 , S2 y S3 que se muestran en la Figura 1.8 son abiertos.
1 1 S2 1
S1
S3
b
−1 1 1 −1 1
−1
a) b) c)
La lı́nea de puntos indica que los puntos de la misma no pertenecen al conjunto. Por
¿Todo conjunto ello, ninguno de los conjuntos S1 , S2 y S3 contiene su borde.Los conjuntos S1 , S2 y S3 se
del plano que
no contiene su
definen de la siguiente manera.
borde es abierto?
a) S1 = {z ∈ C : |z| < 1}
b) S2 es la región del plano complejo formada por los puntos interiores del cuadrado
cuyos vértices son los puntos z1 = 0, z2 = 1, z3 = 1 + i, y z4 = i. Analı́ticamente, S2
CAPÍTULO 1. NÚMEROS COMPLEJOS 15
c) S3 es la región del plano complejo formada por los puntos z = x + i y que satisfacen
el siguiente sistema de inecuaciones:
x − y > −1
x+y < 1
y > 0
S z1
b
z2
b
z3
b
Ejemplo 1.8. Considere el conjunto S de la Figura 1.9. Aquı́ observamos que z1 y z2 son
puntos de acumulación de S, pero z3 no es un punto de acumulación de S, ya que existe
ε > 0 tal que B(z3 , ε) ∩ S = ∅.
Ejemplo 1.9. Considere todos los conjuntos mostrados en las Figuras 1.7, 1.8 y 1.9. Su-
ponga que con estos conjuntos se forman nuevos conjuntos que contienen los puntos de la
frontera. Estos últimos conjuntos son todos cerrados.
S1 S2
Ejemplo 1.11. Todos los conjuntos mostrados en las Figuras 1.7, 1.8 y 1.9 son dominios.
Asimismo, el conjunto S1 de la Figura 1.10 también es un dominio. (¿Por qué?)
S2
S1
Los comandos: real(z), imag(z), conj(z), abs(z) y angle(z), se utilizan para cal-
cular la parte real, la parte imaginaria, el conjugado, el módulo y el argumento de z,
respectivamente. Observe el siguiente ejemplo. ¿Qué resul-
tado arrojarı́a
✄
el comando
>> z = 1+i /2
angle(i)?
z =
1.0000 + 0.5000 i
>> r e a l ( z )
ans =
1
>> imag ( z )
ans =
0.5000
>> c o n j ( z )
ans =
1.0000 − 0.5000 i
>> abs ( z )
ans =
1.1180
>> a n g l e ( z )
ans =
0.4636
✂ ✁
18 1.8. ARITMÉTICA COMPLEJA CON MATLAB
Note que el valor angle(z) está expresado en radianes, además, es el argumento principal
de z. Observe el siguiente ejemplo.
✄
>> z= 1+i ; a n g l e ( z )
ans =
0.7854
>> z= −1+i ; a n g l e ( z )
ans =
2.3562
>> z= −1−i ; a n g l e ( z )
ans =
−2.3562
>> z= 1− i ; a n g l e ( z )
ans =
−0.7854
✂ ✁
Para más detalles El comando plotpuede usarse para ver la representación gráfica de un número com-
de plot, teclee
help plot en
plejo como un par ordenado. Por ejemplo, con las instrucciones
el escritorio de z = 1/3 + s q r t (2)∗ i ;
M ATLAB p l o t ( z , ’ ob ’ , ’ MarkerEdgeColor ’ , ’ b ’ , ’ MarkerFaceColor ’ , ’ b ’ , ’ MarkerSize ’ , 5 )
t e x t ( 0 . 4 , 1 . 6 , ’ $z = \ f r a c {1}{3} + \ s q r t {2}\ , i $ ’ , ’ F o n t S i z e ’ , 1 4 , . . .
’ Backgrou ndColor ’ , ’w ’ , ’ I n t e r p r e t e r ’ , ’ l a t e x ’ )
xlabel ( ’ x ’ )
ylabel ( ’ y ’ )
g r i d on
a x i s square
√
se genera la gráfica de la Figura 1.12, donde se representa al número complejo z = 31 + 2i
como un par ordenado.
2.5
1
√
z= 3 + 2i
1.5
y
0.5
0
−1 −0.5 0 0.5 1 1.5
x
1
√
Figura 1.12. Representación como un par ordenado del número z = 3 + 2i
90
1.5
120 60
150 30
0.5
180 0
210 330
240 300
270
Conocidas las coordenadas polares, (r, θ), de un número complejo z, se puede utilizar
la función exp para hallar la forma cartesiana de z. Por ejemplo, la forma cartesiana,
z = x + iy, del número complejo z = 2 eiπ/3 , que está representado en forma polar usando
la fórmula de Euler, se halla de la siguiente manera:
✄
>> z = 2∗ exp ( i ∗ p i /3)
z =
1.0000 + 1.7321 i
✂ ✁
El comando z^n permite calcular la potencia enésima del número complejo z. Observe
el siguiente ejemplo donde se calcula (1 + i)5 .
✄
>> (1+ i )ˆ5
ans =
−4.0000 − 4.0000 i
✂ ✁
En cambio, con el comando z^(1/n) se puede calcular un valor de la raı́z enésima de z.
Observe el siguiente ejemplo donde se calcula un valor de (1 + i)1/5 .
✄
>> (1+ i ) ˆ ( 1 / 5 )
ans =
1.0586 + 0.1677 i
✂ ✁
Ahora, el Programa 1.1 muestra la función raizn que calcula las n raı́ces enésimas de z.
f u n c t i o n szn = r a i z n ( z , n )
%r a i z n H a l l a l a s n r aı́ c e s de z .
% szn e s un a r r e g o que c o n t i e n e l a s n r aı́ c e s de z
t h e t a = angle ( z ) ;
r = abs ( z ) ;
k = 0 : 1 : n−1;
szn = ( r ˆ(1/n ) ) ∗ exp ( ( t h e t a + 2∗k∗ p i )∗ i /n ) ;
end
20 1.9. PROBLEMAS RESUELTOS
Ejercicio 1.3. Emplee convenientemente las funciones √ compass y raizn para obtener la
gráfica de las raı́ces séptimas de la unidad, esto es, 7 1.
√ √
Problema 1.2. Demuestre que |(2 z + 5)( 2 − i)| = 3|2z + 5|.
Problema 1.4. Sean z1 , z2 y z3 números complejos. Si |z2 | 6= |z3 |, entonces demuestre que
z1 |z1 |
≤ .
z2 + z3 ||z2 | − |z3 ||
CAPÍTULO 1. NÚMEROS COMPLEJOS 21
Problema 1.5. Si z1 z2 6= 0, aplicar la forma polar para demostrar que Re (z1 z2 ) = |z1 | |z2 |
si, y sólo si θ1 + θ2 = 2nπ, (n = 0, ±1, ±2, . . .), donde θ1 = arg z1 y θ2 = arg z2 .
1 − z n+1
1 + z + z2 + · · · + zn = ,
1−z
se satisface para todo entero n ≥ 1 y todo z 6= 1.
a) (2 + 3i) + (4 + i) e) (8 + 6i)3
2
2 + 3i 3
b) f) 1 +
4+i 1+i
1 3 1 + 2i 2 − i
c) + g) +
i 1+i 3 − 4i 5i
d) (2 + 3i)(4 + i) h) (1 − i)4
a) z 2 = 3 − 4i b) (z + 1)2 = 3 + 4i
a) z 5 − 2 = 0 c) z 6 + 8 = 0
b) z 4 + i = 0 d) z 3 − 4 = 0
|1 + z|2 + |1 − z|2 .
CAPÍTULO 1. NÚMEROS COMPLEJOS 23
1.8. Encontrar todos los valores del argumento de z cuando el número complejo z está
dado por:
√ √
i 3 + 3 + (3 − 3)i
a) z = c) z =
i−1 3 + 3i
√ √
(2 3 + 1) + ( 3 − 2) i (3 + i)
b) z =
5 − 5i
2.1 Definición
Una función f de variable compleja es una regla de asignación que le hace corresponder
a un número complejo z = x + i y uno o varios números complejos w = u + i v. El
número w se llama valor o imagen de f en z y se designa por f (z), es decir, w = f (z) o,
equivalentemente, u + i v = f (x + i y).
wn
24
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 25
p(z) = a0 + a1 z + a2 z 2 + · · · + an z n , (an 6= 0)
Ejercicio 2.1. Demuestra que tanto el dominio como el rango de un polinomio de grado
n, es todo el plano complejo. Recuerde el teo-
rema fundamen-
tal del Álgebra:
Definición 2.4 (Función racional). Sean p(z) y q(z) polinomios. La función r(z) dada todo polinomio
por de una variable
no constante con
p(z) coeficientes com-
r(z) =
q(z) plejos tiene una
raı́z compleja
se denomina función racional y está definida en todo número complejo z, excepto donde
q(z) = 0, esto es, el conjunto {z ∈ C : q(z) 6= 0} que no contiene ninguna de las raı́ces
del polinomio q(z).
z+1
r(z) = .
z−i
Solución. Se tiene que el dominio de r(z) es el conjunto de número complejos z tales que
r(z) está bien definida, es decir, el conjunto de números complejos que no produzcan una
división por 0, que en este caso es {z ∈ C : z 6= i}. Ahora, para determinar el rango de r(z)
se utiliza el siguiente procedimiento. Se toma w = r(z) y luego se despeja a z en función
de w. A la función obtenida (la inversa de r(z)), que depende de w, se le determina el
dominio. Este último conjunto de números complejos constituye el rango de r(z). Ası́, se
tiene
z+1
w= ,
z−i
despejando z en función de w, se obtiene
1 − iw
z= ,
w−1
Ejemplo 2.2. Las funciones componentes, u(x, y) y v(x, y), de f (z) = z 2 + a, donde a =
a1 + i a2 , están dadas por: u(x, y) = x2 − y 2 + a1 y v(x, y) = 2xy + a2 . Verifique esta
afirmación.
1
Ejemplo 2.3. Las funciones componentes, u(x, y) y v(x, y), de f (z) = z + están dadas
z
por
x(x2 + y 2 + 1) y(x2 + y 2 − 1)
u(x, y) = , v(x, y) = .
x2 + y 2 x2 + y 2
Verifique esta afirmación.
2.2.2 Lı́mite
Definición 2.5 (Lı́mite). Sea f (z) una función definida en todos los puntos de cierta
vecindad de z0 excepto, posiblemente en el mismo z0 . Se dice que w0 es un lı́mite
de w = f (z) cuando z tiende a z0 , si para cada número positivo ε, existe un número
positivo δ tal que
Denotamos con
lı́m f (z) = w0
z→z0
w0
3. lı́m [f (z)/g(z)] = , W0 6= 0.
z→z0 W0
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 27
Demostración. Sea ε > 0. Como w0 y W0 son respectivamente los lı́mites de f (z) y g(z)
cuando z tiende a z0 , podemos escribir:
ε
|f (z) − w0 | < , siempre que 0 < |z − z0 | < δ1 ,
2
y
ε
|g(z) − W0 | < , siempre que 0 < |z − z0 | < δ2 ,
2
donde δ1 > 0 y δ2 > 0 dependen de ε. Ası́, por la desigualdad triangular tenemos que
Teorema 2.2. Sean f (z) = u(x, y) + i v(x, y) una función de variable compleja y los
números complejos z0 = x0 + i y0 y w0 = u0 + i v0 . Entonces,
lı́m f (z) = w0
z→z0
si, y sólo si
lı́m u(x, y) = u0 y lı́m v(x, y) = v0 .
(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
28 2.2. LÍMITE Y CONTINUIDAD
Ahora, si
2.2.3 Continuidad
La continuidad es uno de los conceptos más importantes del análisis. A continuación
veremos que la continuidad de una función de variable compleja se puede ver como una
Observe que la extensión del concepto de continuidad de una función de variable real.
definición con-
tinuidad de una
función com- Definición 2.6. Se dice que una función f (z) es continua en z0 , si satisface las dos
pleja, es una condiciones siguientes:
extensión de la
definición de
continuidad de (i) el valor f (z0 ) está bien definido;
un función real.
(ii) lı́mz→z0 f (z) existe y
lı́m f (z) = f (z0 ).
z→z0
Pasemos ahora a ver algunos teoremas de continuidad. El siguiente teorema dice que
las funciones definidas como la suma, multiplicación o división de funciones continuas,
son también funciones continuas en su dominio de definición. La demostración de este
teorema se obtiene utilizando el Teorema 2.1.
Teorema 2.3. Sean f (z) y g(z) dos funciones de variable compleja continuas en un domi-
nio D. Entonces:
Observación 2.1. El Teorema 2.3 nos permite asegurar que un polinomio es una función
continua en todo el plano complejo; también nos permite aseverar que una función racio-
nal es continua en todo el plano complejo excepto donde su denominador se anule.
En el análisis real se tiene que la composición de funciones de variable real continuas
produce una nueva función continua. En el caso de las funciones de variable compleja
también se satisface este hecho, es decir, la composición de funciones de variable compleja
continuas es continua. Esta afirmación se plantea en el siguiente teorema, cuya demos-
tración se obtiene directamente de la definición de continuidad. En general, los
resultados de
Teorema 2.4. Sean f (z) y g(z) dos funciones de variable compleja definidas respectiva- continuidad para
funciones com-
mente en los dominios D y E, tales que f (D) ⊆ E. Si f es continua en D y g es continua plejas son ex-
en f (D), entonces la función h(z) = g(f (z)) es continua en D. tensiones de los
resultados de
continuidad para
Por otra parte, dado que el lı́mite de una función de variable compleja se puede calcular funciones reales.
a través del lı́mite de sus funciones componentes (Teorema 2.2), es natural inferir que la
continuidad de una función de variable compleja se corresponde con la continuidad de
sus funciones componentes. Seguidamente se muestra un teorema que trata este aspecto,
cuya demostración es inmediata utilizando la definición de continuidad de funciones reales
conjuntamente con el Teorema 2.2.
Teorema 2.5. Sea f (z) = u(x, y) + i v(x, y) una función de variable compleja. Entonces,
f (z) es continua en un punto z0 = x0 + i y0 si, y sólo si sus funciones componentes, u(x, y)
y v(x, y), son continuas en el punto (x0 , y0 ).
A continuación damos un ejemplo que muestra la aplicación de los Teoremas 2.3 y 2.5,
en el estudio de la continuidad de una función de variable compleja.
Ejemplo 2.5. Estudiemos la continuidad en z = 1 de la función
x − iy
f (z) = 2x + iy + .
x2 + y 2
Verifiquemos, a través de dos procedimientos, la continuidad de f (z). Primero, utilizando
el Teorema 2.3; después, empleando el Teorema 2.5. Escribamos a f (z) en función de z,
30 2.2. LÍMITE Y CONTINUIDAD
z+z z−z
x= , y= .
2 2i
3 1 1
f1 (z) = z, f2 (z) = z, f3 (z) = .
2 2 z
Las funciones f1 (z) y f3 (z) son, respectivamente, un polinomio de grado uno y una función
racional. Ası́, f1 (z) es continua en todo el plano, particularmente en z = 1, y f3 (z) es
continua en todo el plano excepto en z = 0, por lo tanto f3 (z) es continua en z = 1. En
cuanto a la función f2 (z), se deja como ejercicio para el lector verificar que es continua
en z = 1 (ayuda: utilice el Teorema 2.5). En consecuencia, como f1 (z), f2 (z) y f3 (z) son
continuas en z = 1 y f (z) = f1 (z) + f2 (z) + f3 (z), entonces por el Teorema 2.3 se tiene
que f (z) es continua en z = 1.
Ahora empleemos el Teorema 2.5 para estudiar la continuidad de f (z) en z = 1. Para
ello es necesario encontrar las funciones componentes, u(x, y) y v(x, y), de f (z). Operando
obtenemos:
x y
f (z) = 2x + 2 +i y− 2 ,
x + y2 x + y2
x y
u(x, y) = 2x + y v(x, y) = y − .
x2 + y2 x2 + y2
podemos concluir que u y v son continuas en (1, 0). Entonces, por el Teorema 2.5 la función
¿Qué procedi- f (z) es continua en z = 1.
miento le pa-
reció más efi-
ciente, usar el
Teorema 2.3 o
el Teorema 2.5?
¿Por qué?
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 31
2.3 Diferenciación
.
Inmediatamente damos la definición de derivada de una función de variable compleja. ¿Por qué en la
definición de de-
rivada es necesa-
Definición 2.7 (Derivada). Sea f (z) una función de variable compleja definida en un rio que z0 sea un
dominio D. Sea z0 un punto de acumulación de D. La derivada de f (z) en z0 , denotada punto de acumu-
lación?
d
por f (z0 ) o f ′ (z0 ), es una función de variable compleja que se define mediante la
dz
ecuación
d f (z0 + h) − f (z0 )
f (z0 ) = f ′ (z0 ) = lı́m , (2.1)
dz h→0 h
donde h es un número complejo. Se dice que f (z) es derivable en un dominio D ⊂ C, si
f ′ (z) existe en cada punto z ∈ D.
Demostración. Como la derivada de f (z) existe en z0 , entonces |f ′ (z0 )| < ∞ y f (z0 ) está
bien definido. Por tanto,
Observación 2.2. El Teorema 2.6 nos garantiza que toda función derivable es continua. Lo
que no es cierto es que toda función continua es derivable; por ejemplo, f (z) = |z|2 es
continua en todo el plano complejo, pero es derivable solamente en z = 0 (se deja al lector
verificar este hecho).
4. [f1 (z) + f2 (z) + · · · + fn (z)]′ = f1′ (z) + f2′ (z) + · · · + fn′ (z).
8. Si f (z) = a0 + a1 z + a2 z 2 + · · · + am z m , entonces
Note que todas las reglas de diferenciación se cumplen, si las funciones involucradas
son derivables. De esta forma, para aplicar alguna de estas reglas, es necesario primero
verificar que las funciones consideradas sean derivables. En el Cálculo Elemental, por lo
general, era relativamente sencillo verificar si la derivada de una función existı́a o no.
Por ejemplo, observando la gráfica de una función f : R → R se podı́a identificar los
puntos donde existı́a la derivada. Este procedimiento, que por demás es muy sencillo,
no se puede usar para verificar que una función de variable compleja es derivable. En la
siguiente sección damos un procedimiento para estudiar la derivabilidad de las funciones
de variable compleja.
f (z0 + h) − f (z0 )
f ′ (z0 ) = lı́m .
h→0 h
Ahora bien, utilizando las funciones componentes de f (z) y tomando h = h1 + i h2 , la
ecuación anterior se expresa como:
∂u ∂v ∂v ∂u
(x0 , y0 ) + i (x0 , y0 ) = (x0 , y0 ) − i (x0 , y0 ),
∂x ∂x ∂y ∂y
∂u ∂v ∂v ∂u
f ′ (z0 ) = (x0 , y0 ) + i (x0 , y0 ) o f ′ (z0 ) = (x0 , y0 ) − i (x0 , y0 ).
∂x ∂x ∂y ∂y
34 2.4. FUNCIONES ANALÍTICAS
Ejemplo 2.6. Comprobemos que la función f (z) = ex cos y + i ex sen y es derivable en todo
punto z del plano complejo. Las funciones componentes de f (z) están dadas por:
Definición 2.8 (Función analı́tica). Se dice que una función f (z) es analı́tica en z0 ∈ C,
si la derivada de f (z) existe en z0 y en todo punto z de alguna vecindad de z0 . Si f (z)
es analı́tica en todos los puntos de un dominio D ⊂ C, se dice que f (z) es analı́tica en
D.
∂u ∂v ∂u ∂v
= 2x = 2y = y =0=− ,
∂x ∂y ∂y ∂x
Los ejemplos anteriores muestran que la propiedad de analiticidad es muy fuerte, dado
que al verificar que una función es analı́tica en un punto, se está comprobando no solo
que la función es derivable en dicho punto, sino que también es derivable en todo punto
de una vecindad del punto en cuestión. Por ello, las funciones analı́ticas, gracias a sus
maravillosas propiedades, juegan un papel muy importante en la teorı́a de las funciones
de variable compleja.
El siguiente teorema afirma que la suma, diferencia, multiplicación y división de funcio-
nes analı́ticas es otra función analı́tica. También establece que la composición de funciones
analı́ticas es una función analı́tica. La demostración de este teorema se deja al lector.
Teorema 2.9. Sean f (z) y g(z) dos funciones analı́ticas en un dominio D ⊂ C. Entonces,
f (z) + g(z), f (z) − g(z) y f (z)g(z), son funciones analı́ticas en D. La función f (z)/g(z) es
analı́tica en el conjunto {z ∈ D : g(z) 6= 0}. Si la función g(z) es analı́tica en el conjunto
f (D), entonces la función h(z) = g(f (z)) es analı́tica en D.
Definición 2.9 (Función entera). Se dice que una función f (z) es entera si es analı́tica
en todo punto z del plano complejo.
Ejemplo 2.9. En el Ejemplo 2.6 vimos que la función f (z) = ex cos y+i ex sen y es derivable
en todo punto z del plano complejo. Por lo tanto, f (z) es analı́tica en todo el plano, de lo
cual se deduce que f (z) es entera.
Ahora bien, para ciertas funciones que son analı́ticas en determinados conjuntos de
números complejos, existen puntos donde ellas no son analı́ticas. Tales puntos se denomi-
nan puntos singulares y es de mucha importancia identificarlos. Seguidamente damos la
definición formal de punto singular.
Definición 2.10 (Punto singular). Sea f (z) una función de variable compleja. Se dice
que un punto z0 ∈ C es un punto singular de f (z), si f (z) no es analı́tica en z0 y para
toda vecindad de z0 f (z) es analı́tica en al menos un punto z diferente de z0 .
36 2.5. FUNCIONES ARMÓNICAS
Otros puntos muy importantes que también se deben identificar son los ceros de una
función.
Definición 2.11 (Cero de una función). Sea f una función de variable compleja. Se
dice z0 ∈ C es un cero de f (z) si
lı́m f (z) = 0.
z→z0
es analı́tica en todo el plano complejo, excepto en las raı́ces del polinomio del denomina-
dor, en otras palabras, salvo en los puntos z tales que b0 + b1 z + · · · + bm z m = 0. Estas raı́ces
son los puntos singulares de r(z). Además, las raı́ces del polinomio a0 + a1 z + · · · + an z n
son los ceros de r(z).
∂2h ∂2h
∇2 h(x, y) = 2
(x, y) + 2 (x, y) = 0,
∂x ∂y
El siguiente teorema establece una relación entre las funciones armónicas y las funcio-
nes analı́ticas.
Teorema 2.10. Una función f (z) = u(x, y) + i v(x, y) es analı́tica en un dominio D ⊂ C
si, y sólo si v es armónica conjugada de u.
primeras derivadas parciales son continuas en D. Por ello, basta demostrar que u y v son
armónicas para garantizar que v es armónica conjugada de u. Ası́, derivando con respecto
a x la ecuación de Cauhy-Riemann ∂u ∂v
∂x = ∂y , obtenemos:
∂2u ∂2v
= . (2.5)
∂x2 ∂x∂y
∂u ∂v
Ahora, derivando con respecto a y la otra ecuación de Cauchy-Riemann ∂y = − ∂x , obte-
nemos:
∂2u ∂2v
= − . (2.6)
∂y 2 ∂y∂x
Como las primeras derivadas parciales de u y v son continuas en D, se tiene que
∂2v ∂2v
= . (2.7)
∂x∂y ∂y∂x
∂2u ∂2u
∇2 u(x, y) = (x, y) + (x, y) = 0,
∂x2 ∂y 2
Observación 2.4. El Teorema 2.10 nos garantiza que una función f (z) = u(x, y) + i v(x, y)
es analı́tica, si v es armónica conjugada de u. Pero, no es cierto que si u y v son armónicas,
entonces f (z) = u(x, y) + i v(x, y) es analı́tica; por ejemplo, si tomamos u(x, y) = x + y y
v(x, y) = x, observamos que u y v son armónicas en todo el plano, pero f (z) = (x + y) + i x
no es analı́tica en ningún punto del plano (se deja al lector demostrar esta afirmación).
Es bueno aclarar que si v es armónica conjugada de u en cierto dominio D, no es en ge-
neral cierto que u sea armónica conjugada de v en ese dominio. Por ejemplo, consideremos
las funciones u(x, y) = x2 − y 2 y v(x, y) = 2xy. Vemos que u y v son las partes real e imagi-
naria, respectivamente, de f (z) = z 2 , que es una función entera. Por el Teorema 2.10, v es
armónica conjugada de u en todo el plano, pero u no puede ser una armónica conjugada
de v, ya que la función g(z) = 2xy + i (x2 − y 2 ) no es analı́tica en ningún punto del plano,
porque sus funciones componentes no satisfacen las ecuaciones de Cauchy-Riemann. Note que g(z) =
2xy + i(x2 − y 2 )
Por otra parte, es cierto que una armónica conjugada, cuando existe, es única, excepto solo es derivable
por una constante aditiva. Expliquemos con un ejemplo un método para obtener una en z = 0.
armónica conjugada de una función armónica dada.
Ejemplo 2.11. Determine v(x, y), la armónica conjugada de u(x, y), si u(x, y) = x + y.
Solución. Para que v sea armónica conjugada de u, la función v debe ser armónica y,
38 2.5. FUNCIONES ARMÓNICAS
∂u ∂u
= 1, y = 1.
∂x ∂y
∂u ∂v
= ,
∂x ∂y
podemos escribir:
∂v
= 1.
∂y
Integrando esta última ecuación con respecto a y, obtenemos:
∂u ∂v
=− ,
∂y ∂x
podemos escribir:
∂v ∂u
φ′ (x) = =− = −1,
∂x ∂y
es decir,
φ′ (x) = −1.
Integrando la ecuación anterior con respecto a x, obtenemos:
φ(x) = −x + c,
v(x, y) = y − x + c,
que es armónica (se deja al lector verificar esta afirmación). Es decir, hemos construido
una familia de funciones armónicas conjugadas de u que se diferencian entre sı́ por una
constante. Para obtener una de ellas es necesario un valor de v en algún punto del plano.
Por ejemplo, si v(0, 0) = 1, entonces la constante c correspondiente es c = 1 y la función v
es v(x, y) = y − x + 1.
Ejemplo 2.12. Sea v(x, y) = x. Determine una función analı́tica f (z) = u(x, y) + i v(x, y)
tal que f (0) = −1.
Solución. Como v(x, y) = x, se tiene que v es armónica y
∂v ∂v
=1 y = 0.
∂x ∂y
∂u ∂v
Es indiferente Ahora, utilizando la ecuación de Cauchy-Riemann ∂x = ∂y , podemos escribir:
la ecuación de
Cauchy-Riemann
con que se co- ∂u
mience el pro- = 0.
cedimiento. Un
∂x
ejercicio intere-
sante es deter- Integrando esta última ecuación con respecto a x, obtenemos:
minar la fun-
ción u(x, y),
comenzando u(x, y) = φ(y),
con la ecuación
uy = −vx ∂u ∂v
y luego utili-
donde φ : R → R. Ahora, utilizando la otra ecuación de Cauchy-Riemann, ∂y = − ∂x ,
zar la ecuación podemos escribir:
ux = vy . ∂u ∂v
φ′ (y) = =− = −1,
∂y ∂x
es decir,
φ′ (y) = −1.
φ(y) = −y + c,
donde c es una constante real. Por lo tanto, considerando la expresión de φ(y), la función
u está dada por
u(x, y) = −y + c.
Por construcción, v es armónica conjugada de u, luego, por el Teorema 2.10 las funciones
f (z) están dadas por
f (z) = c − y + i x,
las cuales constituyen una familia de funciones enteras que se diferencian entre sı́ por una
constante real c. Ahora, la función deseada debe satisfacer f (0) = −1. Forzando esta
última condición y despejando c, se tiene que c = −1 y la función pedida es
f (z) = −1 − y + i x = iz − 1.
las cuales satisfacen las ecuaciones de Cauchy-Riemann y sus derivadas parciales son con-
tinuas en todo el plano complejo. Luego, la función exponencial es analı́tica en todo el
plano complejo (ver Ejemplo 2.6). Por lo tanto, ez es una función entera, cuya derivada
está dada por:
d z ∂u ∂v
e = +i = ex cos y + i ex sen y = ez ,
dz ∂x ∂x
que coincide con la propiedad deseada de la función exponencial real.
eiz − e−iz
sen z = (2.10)
2i
y la función coseno complejo como
eiz + e−iz
cos z = . (2.11)
2
Las funciones sen z y cos z son combinaciones lineales de las funciones enteras eiz y e−iz ,
por lo tanto, sen z y cos z son funciones enteras; además, sus derivadas son:
d i(eiz + e−iz )
sen z = = cos z
dz 2i
y
d i(eiz − e−iz )
cos z = = −sen z.
dz 2i
• Cuando z es un número real, sen z y cos z coinciden con las funciones reales sen x y
cos x. En efecto, si z = x ∈ R, entonces por la definición de sen z, cos z y ez , podemos
escribir:
• Las identidades trigonométricas que satisfacen el seno y el coseno real también son
válidas en el caso complejo; por ejemplo:
sen 2 z + cos2 z = 1,
sen (z1 ± z2 ) = sen z1 cos z2 ± cos z1 sen z2 ,
cos(z1 ± z2 ) = cos z1 cos z2 ∓ sen z1 sen z2 ,
entre otras. (Se deja como ejercicio para el lector la comprobación de cada una de
las identidades).
ei(x+i y) − e−i(x+i y)
sen z =
2i
e−y ey
= (cos x + i sen x) − (cos x − i sen x)
2i 2i
ey + e−y ey − e−y
= sen x + i cos x .
2 2
42 2.6. FUNCIONES ELEMENTALES
• Las funciones seno y coseno son periódicas con periodo 2π. (Se deja como ejercicio
para el lector la demostración).
• Los ceros de sen z son todos los números complejos z = nπ, para n = 0, ±1, ±2, . . ..
En efecto, para que z ∈ C sea un cero de sen z, se debe cumplir que sen z = 0, luego,
utilizando la ecuación (2.12) podemos escribir:
sen x cosh y = 0, cos x senh y = 0.
Ahora, utilizando la ecuación sen x cosh y = 0, se deduce que y = 0. Sustituyendo
este valor de y en la ecuación sen x cosh y = 0, obtenemos sen x = 0, de lo cual se
tiene que x = nπ, para n = 0, ±1, ±2, . . ... En consecuencia, los ceros de sen z son
todos los números complejos z = nπ, para n = 0, ±1, ±2, . . ..
• Los ceros de cos z son todos los números complejos z = (n + 21 )π, para n = 0, ±1, . . ..
(Se deja al lector verificar este hecho).
ez − e−z
senh z = (2.14)
2
ez + e−z
cosh z = . (2.15)
2
Las funciones senh z y cosh z son combinaciones lineales de las funciones enteras ez y e−z ,
por lo tanto, senh z y cosh z son funciones enteras; además, sus derivadas son:
d
senh z = cosh z
dz
y
d
cosh z = senh z.
dz
• Cuando z es un número real, senh z y cosh z coinciden con las funciones reales senh x
y cosh x.
• Las identidades hiperbólicas que satisfacen el seno y coseno hiperbólicos reales también
son válidas en el caso complejo; por ejemplo:
cosh2 z − senh2 z = 1,
senh(z1 + z2 ) = senh z1 cosh z2 + cosh z1 senh z2 ,
cosh(z1 + z2 ) = cosh z1 cosh z2 + senh z1 senh z2 ,
entre otras. (Se deja como ejercicio para el lector la comprobación de cada una de
las identidades).
y
cosh z = cosh x cos y + i senh x sen y. (2.17)
• Las funciones seno y coseno hiperbólicos son periódicas con periodo 2πi.
• Los ceros de senh z son todos los números complejos z = nπi, n = 0, ±1, ±2, . . .
• Los ceros de cosh z son todos los números complejos z = (n + 12 )πi, n = 0, ±1, ±2, . . .
44 2.6. FUNCIONES ELEMENTALES
Tangente hiperbólica
senh z
tanh z =
cosh z
Cotangente hiperbólica
cosh z
coth z =
senh z
Secante hiperbólica
1
sech z =
cosh z
Cosecante hiperbólica
1
csch z =
senh z
Las funciones tanh z, coth z, sech z y csch z, son analı́ticas en todos los números complejos
z donde no se anule el denominador de la expresión que las define, además, la derivada
de cada una de ellas es, respectivamente,
d
tanh z = sech 2 z,
dz
d
coth z = −csch 2 z,
dz
d
sech z = − tanh z sech z,
dz
d
csch z = − coth z csch z.
dz
En la ecuación donde ln · denota el logaritmo natural. Veamos que log z es una función multivaluada. Se
(2.18) se puede
utilizar un loga-
tiene que, para todo z 6= 0, el argumento de z se puede escribir como:
ritmo en cual-
quier base, pero arg z = Arg z + 2nπ (n = 0, ±1, ±2, . . .).
lo más reco-
mendable en la
práctica es utili- De esta forma, la ecuación (2.18) se puede escribir equivalentemente como
zar la base e.
log z = ln |z| + i (Arg z + 2nπ) (n = 0, ±1, ±2, . . .).
Observe que para cualquier z 6= 0, los valores de log z tienen la misma parte real y sus
partes imaginarias difieren en múltiplos enteros de 2π. Por lo tanto, log z es una función
multivaluada. El siguiente ejemplo ilustra este hecho.
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 45
π
Ejemplo 2.13. Calculemos todos los valores de log(1 + i). Se tiene que Arg (1 + i) = y
√ 4
|1 + i| = 2. Ası́,
√ π
log(1 + i) = ln 2 + i + 2nπ (n = 0, ±1, ±2, . . .).
4
Definición 2.14 (Valor principal del logaritmo). El valor principal de log z es el valor
que se obtiene de la fórmula (2.18) cuando se utiliza el argumento principal de z. Ese
valor se denota como Log z y se da por medio de la ecuación
• La función Log z es continua en el dominio (|z| > 0, −π < arg z < π). (Se deja al
lector la prueba).
• La función Log z es analı́tica en el dominio (|z| > 0, −π < arg z < π), y su derivada
está dada por
d 1
Log z = .
dz z
(Se deja al lector la verificación).
Definición 2.15 (Rama de una función multivaluada). Una rama de una función mul-
tivaluada f (z), es una función monovaluada F (z) que es analı́tica en cierto dominio
D ⊂ C y que coincide con f (z) en D, es decir, F (z) = f (z) para todo z ∈ D.
Definición 2.16 (Corte y punto ramal). Un corte ramal es una lı́nea o curva de pun-
tos singulares que se introducen al definir una rama de una función multivaluada. El
punto común a todos los cortes ramales de una función multivaluada se denomina punto
ramal.
Observe que Log z es una rama de la función multivaluada log z, además, se tiene que
Log z = log z, para todo z 6= 0 tal que |z| > 0 y −π < arg z < π. La función Log z se
denomina rama principal del logaritmo. El corte ramal de Log z es el eje real negativo con
el origen (ver Figura 2.2).
46 2.6. FUNCIONES ELEMENTALES
al
punto ramal r am
t e
cor
α
b
Ejemplo 2.14. Determinemos el valor de log(1 + i), si log z está definido por
log z = ln |z| + i arg z (|z| > 0, π/2 < arg z < 5π/2).
√ iπ/4
Se tiene que 1 + i = 2e , pero π/4 6∈ (π/2, 5π/2). Luego, el argumento principal de
1+i no es el valor indicado para calcular log(1+i). Para encontrar arg (1+i) ∈ (π/2, 5π/2),
se utiliza el argumento principal de 1 + i. Se tiene que el valor del argumento de 1 + i
buscado está dado por:
π 9π
+ 2π = ∈ (π/2, 5π/2);
4 4
por lo tanto, arg (1 + i) = 9π/4 es el valor indicado para calcular log(1 + i). Ası́,
√ 9π
log(1 + i) = ln 2+i .
4
El Ejemplo 2.15 muestra que la función exponente complejo es, generalmente, una
función multivaluada. Por ello, se pueden definir ramas de esta función. Las ramas de la
función exponente complejo se definen como
donde |z| > 0 y α < arg z < α + 2π, con α un número real fijo. En otras palabras, las ramas
de la función exponente complejo se definen según la rama del logaritmo que se esté
utilizando. De esta forma, cuando α = −π, estaremos empleando la rama principal del
logaritmo para definir la rama principal de la función exponente complejo. Para obtener
la derivada de la función exponente complejo, se emplea la regla de la cadena. Ası́, la
derivada de cada una de las ramas de la función exponente complejo está dada por
d c
z = c z c−1 .
dz
para todo z ∈ C. De igual manera que la función exponente complejo, la función expo-
nencial de base c es generalmente multivaluada, cuyas ramas se definen según la rama
del logaritmo que se esté empleando; por ejemplo, si utilizamos el valor principal de log c,
entonces la rama que se obtiene es la rama principal de la función exponencial de base c.
Para cada rama de la función exponencial de base c, su derivada está dada por:
d z
c = cz log c.
dz
48 2.6. FUNCIONES ELEMENTALES
Las funciones inversa del coseno e inversa de la tangente se pueden obtener fácilmente
realizando un procedimiento similar al antes descrito. Las expresiones de cos−1 z y tan−1 z
son, respectivamente:
cos−1 z = −i log z + i(1 − z 2 )1/2 , (2.23)
i i+z
tan−1 z = log . (2.24)
2 i−z
Busque en la Ejercicio 2.2. Deducir las expresiones cerradas de sec−1 z, csc−1 z y cot−1 z.
red a través de
Google las ex- En general, las funciones trigonométricas inversas son multivaluadas. Por ejemplo,
presiones de
sec−1 z, csc−1 z
para la función sen −1 z podemos elegir dos valores igualmente válidos para la raı́z cua-
y cot−1 z drada que aparece en su definición. Una vez que hemos elegido una valor, existe un
número infinito de valores posibles para el logaritmo de iz + (1 − z 2 )1/2 . En resumen,
vemos que, debido a la raı́z cuadrada y al logaritmo, hay dos conjuntos distintos de valo-
res de sen −1 z, cada uno de los cuales posee un número infinito de elementos. Este hecho
sucede de forma semejante para las restantes funciones trigonométricas inversas.
Las derivadas de las funciones trigonométricas inversas se obtienen directamente de
sus expresiones cerradas. Las derivadas de las funciones inversa del seno e inversa del
coseno dependen de los valores escogidos de la raı́ces cuadradas, a saber:
d 1
sen −1 z = ,
dz (1 − z 2 )1/2
d −1
cos−1 z = .
dz (1 − z 2 )1/2
En cambio, la derivada de la inversa de la tangente,
d 1
tan−1 z = ,
dz 1 + z2
no depende de la manera en que la función se haga monovaluada.
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 49
Ejercicio 2.3. Determinar las expresiones cerradas de las derivadas de sec−1 z, csc−1 z y
cot−1 z.
sen 2 z + 2i sen z − 1 = 0.
(sen z + i)2 = 0,
sen z = −i.
Al tomar la inversa del seno en ambos miembros de la ecuación anterior, podemos escribir:
z = sen −1 (−i) = −i log i(−i) + (1 − (−i)2 )1/2
√
= −i log 1 + 21/2 = −i log 1 ± 2 .
Según el valor de la raı́z cuadrada empleado, obtenemos dos conjuntos de valores de z que
resuelven la ecuación dada. Ası́, uno de estos conjuntos de números complejos está dado
por: √ √
zk = −i log 1 + 2 = 2kπ − i ln 1 + 2 , para k = 0, ±1, ±2, . . .
Las derivadas de las funciones senh−1 z y cosh−1 z, dependen de los valores escogidos
de las raı́ces cuadradas, a saber:
d 1
senh−1 z = ,
dz (z 2 + 1)1/2
d −1
cosh−1 z = .
dz (z − 1)1/2
2
2.7 Mapeos
En esta sección se estudia la transformación de regiones del plano complejo a través de
funciones de variable compleja, tales como polinomios de grado 1 y funciones racionales
obtenidas como el cociente de dos polinomios de grado 1. Recordemos que en el cálculo
elemental se podı́a obtener la gráfica de una función real y = f (x) y con ello estudiar
su comportamiento; en cambio para una función w = f (z) de una variable compleja, no
es tan fácil elaborar su gráfica. Para ello se requieren dos números x e y para definir un
valor z cualquiera y otros dos números para los valores de u y v correspondientes. Por lo
tanto, se requiere un espacio de cuatro dimensiones para representar w = f (z) en forma
gráfica. Evidentemente una gráfica de cuatro dimensiones no es un medio conveniente
para estudiar el efecto gráfico de una función de variable compleja. Es preciso recurrir a
otros medios para visualizar w = f (z).
y v
S w = f (z) f (S)
z Mapeo o w
b b
Transformación
x u
Plano z Plano w
Aquı́, visualizamos la relación w = f (z) como el efecto geométrico que tiene la función
f (z) sobre un conjunto de puntos complejos. A este proceso lo denominamos mapear o
transformar y a la función f (z) de variable compleja la denominamos transformación o
mapeo (ver Figura 2.4). El objetivo principal de esta sección es determinar analı́tica y
gráficamente el efecto que tiene un mapeo sobre un conjunto de puntos del plano com-
plejo; en particular, estudiamos el efecto de los mapeos lineales, inversión y bilineales,
sobre rectas y circunferencias. Para esta parte necesitamos la siguiente notación:
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 51
2.7.1 Mapeo w = z + c
El mapeo del plano z en el plano w definido por la ecuación
w = z + c, (2.25)
donde c es una constante compleja, es una traslación en la dirección del vector c. En la Fi-
gura 2.5 se aprecia el movimiento geométrico que tiene un punto z0 cuando se transforma
con una traslación.
y z0 v
b
w =z+c z0
b
b
Traslación
w0 = z0 + c
x u
b
c
El mapeo (2.25) es inyectivo; por tanto, posee mapeo inverso definido como
f −1 (w) = w − c. (2.26)
x + i y = f −1 (u + i v),
52 2.7. MAPEOS
3
S
2
x
1 2 3
2 f (S)
u
1 2 3
2.7.2 Mapeo w = bz
w = bz, (2.28)
donde b es un número complejo distinto de cero, es una rotación en el ángulo Arg b y una
expansión ó contracción según sea el valor de |b|. Si |b| < 1, se dice que el mapeo (2.28)
es una rotación y contracción; en cambio, si |b| ≥ 1, el mapeo (2.28) es una rotación
y expansión. En la Figura 2.8 se aprecia el movimiento geométrico que tiene un punto
z = reiθ cuando se transforma con el mapeo (2.28). Si tomamos b = leiβ y z = reiθ ,
entonces el transformado de z bajo el mapeo w = bz está dado, en su forma polar, por
w = (lr)ei(β+θ) , de lo cual se infiere que (2.28) es una rotación en el ángulo β y una
expansión o contracción, según sea el valor de l.
54 2.7. MAPEOS
y v
w = (lr)ei(θ+β)
b
w = bz
z = reiθ
b
θ
b
b = leiβ θ+β
β
x u
El mapeo (2.28) es inyectivo; por tanto, posee mapeo inverso definido como
w
f −1 (w) = . (2.29)
b
Ejercicio 2.5. Demuestre que el mapeo lineal (2.28) transforma rectas a rectas y circunfe-
rencias a circunferencias. Ayuda: utilice la ecuación general de una recta o una circunfe-
rencia (2.27) conjuntamente con la expresión del mapeo inverso (2.29).
Ejemplo 2.19. Sea S el conjunto de números complejos que se muestra en la Figura 2.9.
Determinar el transformado de S bajo el mapeo w = f (z) = (1 − i)z.
y
2 S
1 b
x
1 2
w |w − 2|
|z − (1 + i)| = − (1 + i) = ≤ 1,
1−i |1 − i|
√
es decir, todo punto w que pertenece a f (S) satisface que |w − 2| ≤ 2. En la Figura 2.8
se observa el transformado de S bajo el mapeo w = (1 − i)z.
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 55
v
2 f (S)
1 √
2
b
u
1 2 3
−1
2.7.3 Mapeo w = bz + c
El mapeo del plano z en el plano w definido por la ecuación
w = bz + c, (2.30)
donde b y c son números complejos, es una rotación en el ángulo Arg b y una expansión ó
contracción según sea el valor de |b|, seguida de una traslación en la dirección del vector c.
En efecto, el mapeo (2.30) se puede expresar a través de los siguientes mapeos sucesivos:
z / Z = bz /w =Z +c
Rotación y Traslación
Expansión ó
Contracción
Ejemplo 2.20. Sea S el conjunto de números complejos que se muestra en la Figura 2.11.
Determinar el transformado de S bajo el mapeo w = f (z) = iz + 3 − i.
y
3
S
2
1 b
x
1 2 3
Solución. Se tiene que el mapeo inverso es f −1 (w) = −iw +1+3i, además, el conjunto S se
puede escribir como S = D1 ∪ D2 , donde D1 y D2 son los conjuntos de números complejos
definidos respectivamente por:
D1 = {z = x + i y : 2x − y ≥ 1, 2x + y ≤ 7, y ≥ 1}
y
D2 = {z = x + i y : (x − 2)2 + (y − 1)2 ≤ 1, y ≤ 1}.
De esta forma, como el mapeo es inyectivo, se tiene que el transformado de S está dado
por f (S) = f (D1 ) ∪ f (D2 ). Ahora, utilizando la ecuación x + i y = f −1 (u + i y), tenemos:
x = v + 1, y = 3 − u. Sustituyendo los valores de x e y en las inecuaciones que describen
a los conjuntos D1 y D2 , obtenemos que los conjuntos transformados de D1 y D2 , bajo el
mapeo w = iz + 3 − i, están dados por
f (D1 ) = {w = u + i v : u + 2v ≥ 2, −u + 2v ≤ 2, u ≤ 2}
y
f (D2 ) = {w = u + i v : (u − 2)2 + (v − 1)2 ≤ 1, u ≥ 2}.
Ası́, la unión de f (D1 ) y f (D2 ) conforma el transformado de S bajo el mapeo w = iz +3−i,
cuya representación gráfica se aprecia en la Figura 2.12.
f (S)
2
1 b
u
1 2 3
Por ello, el mapeo inversión se puede expresar a través de los siguientes mapeos sucesivos:
z /Z= 1 z /w=Z
2|z|
γ(u2 + v 2 ) + βu − δv + α = 0. (2.34)
x u
y 1 v
w=
z
x u
y 1 v
w=
z
x u
Ejemplo 2.23. La recta x−y = −1 que no pasa por el origen en el plano z, se transforma,
bajo la inversión, en la circunferencia (u + 1)2 + (v + 1)2 = 2 que pasa por el origen en
el plano w.
y 1 v
w=
z
x u
Ejercicio 2.6. Compruebe cada uno de los conjuntos transformados de los Ejemplos 2.21-
2.24.
Ejemplo 2.25. Sea S el conjunto de números complejos dado en el Ejemplo 2.18 y que se
muestra en la Figura 2.6. Comprobemos que el transformado de S bajo el mapeo inversión
es el conjunto de números complejos que se muestra en la siguiente figura.
1
b
u
b
1 2
−1
f (S)
Se tiene que
S = {z = x + i y : 2x − y ≥ 1, 2x + y ≤ 7, y ≥ 1},
además, la función inversa de f (z) = 1/z es f −1 (w) = 1/w. Ahora, utilizando la ecuación
x + i y = f −1 (u + i v) obtenemos: x = u/(u2 + v 2 ), e y = −v/(u2 + v 2 ). Sustituyendo
convenientemente estas últimas expresiones en el conjunto de inecuaciones que describe
a S, se tiene que los puntos w = u + i v del transformado de S bajo el mapeo inversión
satisfacen las siguientes inecuaciones:
2 1 2 5 1 2 1 2 5 2 1 2 1
(u − 1) + v − ≤ , u− + v+ ≥ , u + v+ ≤ .
2 4 7 14 196 2 4
Por lo tanto, el transformado de S bajo el mapeo inversión es el conjunto de números
complejos que se muestra en la Figura 2.13.
lo cual indica que (2.35) es un mapeo lineal, estudiado en las secciones anteriores. Ahora,
cuando c 6= 0, el mapeo (2.35) se puede escribir equivalentemente como
a bc − ad 1
w= + ,
c c cz + d
donde el número ad − bc se denomina determinante del mapeo. Esto nos permite afirmar
que el mapeo (2.35) se puede expresar a través de los siguientes mapeos sucesivos:
/W = 1 /w= a+ bc − ad
z / Z = cz + d W
Rotación con Inversión Z Rotación con c c
Expansión ó Expansión ó
Contracción, y Contracción, y
Traslación Traslación
En otras palabras, el mapeo (2.35) es la composición de mapeos lineales, por lo cual él
transforma circunferencias o rectas en el plano z a circunferencias o rectas en el plano w.
Por otra parte, cuando el determinante del mapeo es cero, ad − bc = 0, el mapeo (2.35)
adquiere la forma
a
w= ,
c
es decir, el mapeo (2.35) transforma todo el plano complejo en el punto w = a/c.
Ejemplo 2.26. Sea S el conjunto de números complejos dado en el Ejemplo 2.18 y que se
muestra en la Figura 2.6. Determinar el transformado de S bajo el mapeo bilineal
iz + 1 + i
w = f (z) = .
iz + i
Solución. Se tiene que
S = {z = x + i y : 2x − y ≥ 1, 2x + y ≤ 7, y ≥ 1}.
i
f −1 (w) = − 1.
1−w
b
b
b u
1 2
−1
f (S)
✄
>> d2f=s i m p l i f y ( d i f f ( f , z , 2 ) ) ; d2f
d2f ( z ) =
(6∗( z ˆ5∗(1 + 1 i ) − z ˆ4∗(1 − 3 i ) − (8∗ z ˆ3)/3 − z ˆ2∗(2 + 4 i ) +
z ∗(2 − 2 i ) + (2/3 + 2 i / 3 ) ) ) / ( z ˆ3 + z ˆ2∗1 i − z + 1)ˆ3
>> d3f=s i m p l i f y ( d i f f ( f , z , 3 ) ) ; d3f
d3f ( z ) =
−(( z ˆ7∗(2 − 2 i ) + z ˆ6∗(8 + 3 i ) + z ˆ5∗10 i − z ˆ4∗(19 − 10 i ) − z ˆ3∗(18 + 18 i ) +
z ˆ2∗(10 − 13 i ) + z ∗(8 + 2 i ) + 2 i )∗12 i )/(− z ˆ3∗1 i + z ˆ2 + z ∗1 i − 1 i )ˆ4
✂ ✁
Con el comando cos(1-i) √ se obtiene el valor de cos(1 − i), con log(1+i) se obtiene el
π
valor de Log (1 + i) = ln 2 + i 4 , y con exp(pi*i) se obtiene eπi = −1.
Con las funciones elementales se pueden crear cualquier tipo de funciones simbólicas.
Observe el siguiente ejemplo donde se crea la función
sen (1 − Log z)
f (z) =
ez 2 +1 − 2
M ATLAB también puede emplearse para hallar los conjuntos transformados de circun-
ferencias y polı́gonos, bajo el mapeo lineal w = bz + c. El Programa 2.1 muestra la función
MapeoPoligono que halla el transformado de un polı́gono con vértices z1 , z2 , . . . , zn ∈ C,
bajo el mapeo lineal w = bz+c. El Programa 2.2 muestra la función MapeoCircunferencia
que halla el transformado de una circunferencia de centro z0 ∈ C y radio r > 0, bajo el
mapeo lineal w = bz + c.
64 2.8. FUNCIONES, LÍMITE, DERIVADA Y MAPEOS CON MATLAB
f u n c t i o n w = MapeoPoligono ( b , c , z )
%MapeoPoligono H a l l a h a l l a e l t r a n s f o r m a d o de un p o lı́ g o n o
% cu yos v é r t i c e s son l o s elementos d e l a r r e g l o z ,
% b a j o e l mapeo w = bz + c .
% w e s un a r r e g o que c o n t i e n e l o s v é r t i c e s d e l
% p o lı́ g o n o t r a n s f o r m a d o
w = b∗ z + c ;
subplot (1 ,2 ,1)
p l o t ( [ z , z ( 1 ) ] , ’ r ’ , ’ LineWidth ’ , 2 )
xlabel ( ’ x ’ )
ylabel ( ’ y ’ )
g r i d on
xmin = min ( [ min ( r e a l ( z ) ) min ( r e a l (w) ) ] ) − . 5 ;
xmax = max( [ max( r e a l ( z ) ) max( r e a l (w) ) ] ) + . 5 ;
ymin = min ( [ min ( imag ( z ) ) min ( imag (w) ) ] ) − . 5 ;
ymax = max( [ max( imag ( z ) ) max( imag (w) ) ] ) + . 5 ;
a x i s ( [ xmin xmax ymin ymax ] )
a x i s equal
t i t l e ( ’ P o lı́ g o n o ’ )
%
subplot (1 ,2 ,2)
p l o t ( [w,w( 1 ) ] , ’ b ’ , ’ LineWidth ’ , 2 )
xlabel ( ’u ’ )
ylabel ( ’ v ’ )
g r i d on
a x i s ( [ xmin xmax ymin ymax ] )
a x i s equal
t e x t o = s p r i n t f ( ’w=(%s ) z+%s ’ , num2str ( b ) , num2str ( c ) ) ;
t e x t o = [ ’ P o lı́ g o n o t r a n s f o r m a d o b a j o e l mapeo ’ , t e x t o ] ;
t i t l e ( texto )
end
f u n c t i o n [w0, l ] = M a p e o C i r c u n f e r e n c i a ( b , c , z0 , r )
%M a p e o C i r c u n f e r e n c i a H a l l a e l t r a n s f o r m a d o de una c i r c u n f e −
% r e n c i a con c e n t r o z0 y r a d i o r , b a j o e l
% mapeo w = bz + c .
% w0 e s e l c e n t r o y l e s e l r a d i o de l a c i r c u n f e r e n c i a
% transformada
w0 = b∗ z0 + c ;
l = abs ( b )∗ r ;
t = l i n s p a c e (0 ,2∗ p i ) ;
subplot (1 ,2 ,1)
x t = r ∗ c o s ( t )+ r e a l ( z0 ) ;
y t = r ∗ s i n ( t )+imag ( z0 ) ;
p l o t ( xt , yt , ’ r ’ , ’ LineWidth ’ , 2 )
xlabel ( ’ x ’ )
ylabel ( ’ y ’ )
g r i d on
rmax = max( [ r l ] ) ;
xmin = min ( [ r e a l ( z0 ) r e a l (w0)]) −rmax −.2;
xmax = max( [ r e a l ( z0 ) r e a l (w0)])+rmax +.2;
ymin = min ( [ imag ( z0 ) imag (w0)]) −rmax −.2;
ymax = max( [ imag ( z0 ) imag (w0)])+rmax +.2;
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 65
5 5
4 4
3 3
2 2
y
1 1
0 0
−1 −1
−2 −2
−2 0 2 −2 −1 0 1 2 3
x u
4 4
3 3
2 2
1 1
0 0
y
v
−1 −1
−2 −2
−3 −3
−4 −4
−2 0 2 4 −2 0 2 4
x u
Re z − Re z0
b) lı́m .
z→z0 z − z0
Solución. Demostremos que los lı́mites dados alcanzan valores distintos cuando z tiende
a z0 por los siguientes caminos: i) una recta horizontal que pasa por z0 , esto es, tomando
z = x + iy0 ; y ii) una recta vertical que pasa por z0 , esto es, tomando z = x0 + iy.
a) El lı́mite de z−z
z−z0 cuando z tiende a z0 por el camino i) está dado por:
0
z − z0 x + iy0 − x0 + iy0 x − x0
lı́m = lı́m = lı́m = 1.
z→z0 z − z0 z→z 0 x + iy0 − x0 − iy0 z→z 0 x − x0
z−z0
Ahora, el lı́mite de z−z0 cuando z tiende a z0 por el camino ii) está dado por:
z − z0 x0 + iy − x0 + iy0 i(−y + y0 )
lı́m = lı́m = lı́m = −1.
z→z0 z − z0 z→z0 x0 + iy − x0 − iy0 z→z0 i(y − y0 )
z−z0
Por lo tanto, el lı́mite lı́m no existe.
z→z0 z−z0
Re z−Re z0
b) El lı́mite de z−z0 cuando z tiende a z0 por el camino i) está dado por:
Re z − Re z0 Re (x + iy0 ) − Re (x0 + iy0 ) x − x0
lı́m = lı́m = lı́m = 1.
z→z0 z − z0 z→z0 x + iy0 − x0 − iy0 z→z0 x − x0
Re z−Re z0
El lı́mite de z−z0 cuando z tiende a z0 por el camino ii) está dado por:
Re z − Re z0 Re (x0 + iy) − Re (x0 + iy0 ) x0 − x0
lı́m = lı́m = lı́m = 0.
z→z0 z − z0 z→z0 x0 + iy − x0 − iy0 z→z0 i(y − y0 )
Re z−Re z0
Por lo tanto, el lı́mite lı́m z−z0 no existe.
z→z0
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 67
Problema 2.2. Sea f (z) una función de variable compleja definida como
2
z ,
Im z < Re z,
f (z) = 2(Re z)2 i, Im z = Re z,
(Im z)z, Im z > Re z.
Determine el conjunto de todos los números complejos z donde la función f (z) es continua.
Solución. Es claro que f (z) está bien definida en todo z ∈ C. Como f (z) = z 2 para
Im z < Re z y z 2 es un polinomio, entonces f (z) es continua en z ∈ C tal que Im z < Re z.
Ahora, para z = x + iy tal que Im z > Re z, se tiene que f (z) = (Im z)z = yx + iy 2 ; de lo
cual se deduce que las funciones componentes de f (z) son u(x, y) = yx y v(x, y) = y 2 , para
y > x, que son continuas en todo (x, y) ∈ R2 , en particular, en todo (x, y) tal que y > x.
De esta forma, f (z) es continua en todo z tal que Im z > Re z o Im z < Re z. Veamos ahora
que f (z) no es continua en z tal que Im z = Re z 6= 0. Sea z0 tal que Im z0 = Re z0 6= 0.
Calculemos el lı́mite lı́m f (z) en la dirección de la recta Im z = Re z0 − Re z + Im y0 , con
z→z0
Im z > Re z. Ası́,
lı́m f (z) = lı́m (Im z)z = (Im z0 )z0 = (Re z0 )2 + i(Re z0 )2 6= 2(Re z0 )2 i = f (z0 ),
z→z0 z→z0
Por lo cual f (z) no es continua en z tal que Im z = Re z 6= 0. Es claro que f (z) es continua
z0 = 0. De todo lo anterior, se tiene que el conjunto de todos los números complejos z
donde f (z) es continua está dado por:
C − {z ∈ C : Im z = Re z 6= 0}
Problema 2.3. Si u y v se expresan en términos de las coordenadas polares (r, θ), muestre
que las ecuaciones de Cauchy-Riemann pueden escribirse de la forma, para r > 0,
∂u 1 ∂v
=
∂r r ∂θ
1 ∂u ∂v
= −
r ∂θ ∂r
∂u
∂v
= −
∂y ∂x
68 2.9. PROBLEMAS RESUELTOS
∂u ∂u ∂x ∂u ∂y ∂u ∂u
= + = cos θ + sen θ,
∂r ∂x ∂r ∂y ∂r ∂x ∂y
∂u ∂u ∂x ∂u ∂y ∂u ∂u
= + = −r sen θ + r cos θ,
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y
∂v ∂v ∂x ∂v ∂y ∂v ∂v
= + = cos θ + sen θ,
∂r ∂x ∂r ∂y ∂r ∂x ∂y
∂v ∂v ∂x ∂v ∂y ∂v ∂v
= + = −r sen θ + r cos θ.
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y
De esta forma, usando las ecuaciones anteriores conjuntamente con las ecuaciones de
Cauchy-Riemann en su forma cartesiana, podemos escribir:
∂u 1 ∂v ∂u ∂u 1 ∂v ∂v
− = cos θ + sen θ − −r sen θ + r cos θ
∂r r ∂θ ∂x ∂y r ∂x ∂y
∂u ∂v ∂u ∂v ∂u 1 ∂v
= − cos θ + + sen θ = 0 ⇒ = ,
∂x ∂y ∂y ∂x ∂r r ∂θ
1 ∂u ∂v 1 ∂u ∂u ∂v ∂v
+ = −r sen θ + r cos θ + cos θ + sen θ
r ∂θ ∂r r ∂x ∂y ∂x ∂y
∂u ∂v ∂u ∂v 1 ∂u ∂v
= − + cos θ + + sen θ = 0 ⇒ =− .
∂x ∂y ∂y ∂x r ∂θ ∂r
Problema 2.4. Sea f (z) una función de variable compleja definida como
1
f (z) = log ,
z−1
donde log z = ln |z| + iarg z, |z| > 0 y −π/4 < arg z < 7π/4. Determine el conjunto de
todos los números complejos z donde f (z) es analı́tica.
Solución. Por las condiciones del enunciado del problema, se tiene que la función log z
es analı́tica en todo el plano complejo excepto en el conjunto {z ∈ C : Re z ≥ 0, Im z =
−Re z}. Ahora, como
1 Re z − 1 1 −Im z
Re = 2 2
e Im = ,
z−1 (Re z − 1) + (Im z) z−1 (Re z − 1)2 + (Im z)2
1
entonces la función f (z) = log z−1 es analı́tica en todo el plano complejo excepto en el
conjunto
Re z − 1 −Im z Re z − 1
z∈C: ≥ 0, =−
(Re z − 1)2 + (Im z)2 (Re z − 1)2 + (Im z)2 (Re z − 1)2 + (Im z)2
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 69
Determine el conjunto de todos los pares ordenados (x, y) donde u(x, y) es armónica,
además, construya una función f (z) = u(x, y) + iv(x, y) y el mayor dominio D ⊂ C tales
que f (z) es analı́tica en D y f (−1 − i) = 1 − i.
Solución. Se tiene que la función z 2 + 1 es entera; por tanto, sus funciones componentes
Re (z 2 + 1) e Im (z 2 + 1) son funciones armónicas en todo R2 . Como u(x, y) = Re (z 2 + 1) =
x2 − y 2 + 1, para cada z = x + iy tal que x < 0, entonces u(x, y) es armónica en el conjunto
{(x, y) ∈ R2 : x ≤ 0}. Ahora, para (x, y) ∈ R2 tal que x > 0, se tiene que u(x, y) = x−3 y 3 ;
ası́
∂2u ∂2u
∇2 u(x, y) = (x, y) + (x, y)
∂x2 ∂y 2
= 12x−5 y 3 + 6x−3 y
= 6x−3 y x−2 y 2 + 1 = 0 ⇔ y = 0,
es decir, u(x, y) también es armónica en el conjunto {(x, y) ∈ R2 : x > 0, y = 0}, que no
es un dominio. De esta forma, u(x, y) es armónica en el conjunto
{(x, y) ∈ R2 : x ≤ 0} ∪ {(x, y) ∈ R2 : x > 0, y = 0}.
En consecuencia, el dominio D ⊂ C donde la función f (z) = u(x, y) + iv(x, y) es analı́tica
es
D = {z = x + iy : x < 0}.
Como u(x, y) = Re (z 2 + 1) = x2 − y 2 + 1 para todo z ∈ D, entonces es claro que la función
v(x, y) = Im (z 2 + 1) + c = 2xy + c es armónica conjugada de u(x, y), donde c es una
constante real. Por lo tanto, forzando f (−1 − i) = 1 − i, se obtiene
1 − i = f (−1 − i) = u(−1, −1) + iv(−1, −1) = 1 + (2 + c)i ⇒ c = −3.
Es decir, la función
f (z) = (x2 − y 2 + 1) + i(2xy − 3) = z 2 + 1 − 3i
es analı́tica en D y f (−1 − i) = 1 − i.
Problema 2.6. Sean α un número real y z0 un número complejo tal que Im z0 > 0. Demo-
strar que el mapeo bilineal
iα z − z0
w=e ,
z − z0
transforma al semiplano superior Im z ≥ 0 sobre en el disco unitario |w| ≤ 1.
70 2.9. PROBLEMAS RESUELTOS
1
2
-1 − 21 1
1 x
2
|(1 − v) + iu|2 ≤ |(u + 1) + iv|2 ,
(1 − v)2 + u2 ≤ (u + 1)2 + v 2 ,
|(1 − v) + iu|2 ≥ 1
4 |(u + 1) + iv|2 , ⇔ 4 (1 − v)2 + u2 ≥ (u + 1)2 + v 2 ,
(u + 1 )2 + (v − 1 )2 ≥ 1 ,
u2 + v 2 + u − v ≥ 0,
2 2 2
v 2 − 2v + 1 + u2 ≤ u2 + 2u + 1 + v 2 ,
v ≥ −u,
4v 2 − 8v + 4 + 4u2 ≥ u2 + 2u + 1 + v 2 , ⇔ u2 + v 2 − 32 u − 83 v + 1 ≥ 0,
(u + 1 )2 + (v − 1 )2 ≥ 1 . (u + 21 )2 + (v − 12 )2 ≥ 12 .
2 2 2
4 f (A)
.
3
..
.
-4 -3 -2 -1 1 2 3 4 u
-1
..
.
2.2. Encuentre las funciones componentes, u(x, y) y v(x, y), de las siguientes funciones
f (z), donde z = x + iy.
1 c) f (z) = z 2 − 3z + 2.
a) f (z) = .
z2
z+1 z+2
b) f (z) = . d) f (z) = .
2z − 5 2z − 1 + i
z+2
2.3. Dada la función f (z) = , establecer en cada caso el conjunto de puntos
2z − 1
z ∈ C tales que:
2.6. Determine el conjunto de números complejos donde las siguientes funciones son
continuas:
2
3z − 5iz + 2
, z 6= 2i;
a) f (z) = z 2 + iz + 6
7
5, z = 2i.
2
z +1
, z 6= −i;
b) g(z) = z+i
−2i, z = −i.
Re z
, Re z 6= Im z, Im z 6= 0;
Im z
c) h(z) = 1, Re z = Im z, Im z 6= 0;
Re z, Im z = 0.
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 73
2.8. Pruebe que cada una de las siguientes funciones satisfacen las ecuaciones de
Cauchy-Riemann:
2.11. Determine el conjunto D de todos los números complejos donde cada una de las
siguientes funciones f (z) es analı́tica y calcule su derivada:
a) f (z) = (z + 1)2 z4
e) f (z) =
1 1 + z4
b) f (z) = z +
z Log (z + 4)
3z − 1 f) f (z) =
c) f (z) = z2 + i
3−z g) f (z) = ee
z
2z + 1
d) f (z) = h) f (z) = sen (ez )
z(z 2 + 1)
2.12. Comprobar que cada una de las siguientes funciones son enteras:
2.13. Determine el conjunto de todos los números complejos z = x+iy donde la función
y 2 − x2
f (z) = + i|1 − xy| es analı́tica.
2
2.14. Determine en qué conjunto D ⊂ R2 cada una de las siguientes funciones son
armónicas, y encuentre de ser posible su armónica conjugada.
a) e(2±3πi) = −e2
b) ez+πi = −ez
c) exp(z) = exp(iz), para z ∈ C
d) senh(z + πi) = − senh z, para z ∈ C
e) cosh(z + πi) = − cosh z, para z ∈ C
f) senh 2z = 2 senh z cosh z, para z ∈ C
g) Log (ei) = 1 + (π/2)i
h) Log (1 + i) = 21 (ln 2 + (π/2)i)
i) log 1 = 2nπi, para n = 0, ±1, ±2, . . .
j) log(−1) = (2n + 1)πi, para n = 0, ±1, . . .
k) log i1/2 = (n + 1/4)πi, para n = 0, ±1, . . .
l) (1 + i)i = exp(−π/4 + 2nπ) exp((i/2) ln 2), para n = 0, ±1, ±2, . . .
m) (−1)1/π = exp((2n + 1)i), para n = 0, ±1, ±2, . . .
a) si log z = ln r + iθ, para todo z tal que r = |z| > 0 y π/4 < θ = arg z < 9π/4,
entonces log(i2 ) = 2 log i.
b) si log z = ln r + iθ, para todo z tal que r = |z| > 0 y 3π/4 < θ = arg z < 11π/4,
entonces log(i2 ) 6= 2 log i.
2.17. Encontrar todas las raı́ces de cada una de las siguientes ecuaciones:
a) ii b) (1 − i)4i c) (−i)3πi
1
2.19. Sea f (z) = Log . Determine el conjunto D de todos los números comple-
z+i
jos z donde f (z) es analı́tica.
CAPÍTULO 2. FUNCIONES DE VARIABLE COMPLEJA 75
2.20. Sea f (z) = Log (z 2 + 1). Determine el conjunto D de todos los números complejos
z donde f (z) es analı́tica.
2.21. Determine la rama principal y su derivada, para cada una de las siguientes fun-
ciones multivaluadas:
√ 2
a) f (z) = ez + 1 d) f (z) = z log z ≡ e(log z)
b) f (z) = cos(log z) e) f (z) = icos z ≡ ecos z log i
c) f (z) = log(ez + 1) f) f (z) = z sen z ≡ esen z log z
donde se utiliza un rama tal que se satisface f ′ (iπ) = 3π/2. Determine f ′ (z) y
f ′ (πi/2).
2.24. Demostrar que si c1 < 0, la imagen del semiplano x < c1 bajo la transformación
w = 1/z es el interior de un cı́rculo. ¿Cuál es la imagen cuando c1 = 0?
2.25. Demostrar que la imagen del semiplano y > c2 bajo la transformación w = 1/z es
el interior de un cı́rculo, siempre y cuando c2 > 0. Encontrar la imagen cuando
c2 < 0; también cuando c2 = 0.
2.26. Sean α un número real y z0 un número complejo tal que |z0 | ≤ 1. Demostrar que
la transformación bilineal
iα z − z0
w=e ,
zz 0 − 1
mapea el disco |z| ≤ 1 sobre disco |w| ≤ 1.
y
1
-1 1 x
-1 D
z+1+i
Determine el conjunto transformado de D bajo el mapeo w = .
z+i
76 2.10. PROBLEMAS PROPUESTOS
y
1 S
x
−1 1
lı́m zn = z.
n→∞
zn = xn + i yn , para n = 0, 1, 2, . . .
1
zn = .
(1 + i)n
77
78 3.1. SERIE DE NÚMEROS COMPLEJOS
si, y sólo si
lı́m xn = x y lı́m yn = y.
n→∞ n→∞
Definición 3.3 (Serie de Números Complejos). La suma de los términos de una sucesión
de números complejos {zn }∞ n=0 , se denomina serie de números complejos, esto es
∞
X
zn = z0 + z1 + z2 + · · ·
n=0
Un ejercicio in-
teresantes es de-
finir las sumas P∞
parciales de la Definición 3.4 (Serie Convergente). Se dice que una serie n=0 zn converge a un
serie
P∞ armónica número complejo S, si la sucesión de sumas parciales,
n
n ρ , con
0 < ρ < 1, y de- N
X
mostrar que esta
serı́a converge a
SN = zn ,
1/(1 − ρ) n=0
si, y sólo si
∞
X ∞
X
xn = X y yn = Y.
n=0 n=0
Ası́,
N
X N
X N
X
SN = zn = xn + i yn = XN + i YN .
n=0 n=0 n=0
lı́m XN = X y lı́m YN = Y,
N →∞ N →∞
P
entonces,
P∞podemos concluir que la serie ∞
P∞ n=0 zn converge a S = X + i Y si, y sólo si las
series n=0 xn y n=0 yn convergen respectivamente a X e Y .
El siguiente teorema da una idea completa del campo de convergencia de las series de
potencias. La demostración de este teorema se puede apreciar en [8].
80 3.1. SERIE DE NÚMEROS COMPLEJOS
Teorema 3.4 (Teorema de Taylor). Si f (z) es una función analı́tica en todo punto del
disco |z − z0 | < r0 , entonces f (z) se expresa como
∞
X f (n) (z0 )
f (z) = (z − z0 )n , (3.3)
n=0
n!
para |z − z0 | < r0 .
Observación 3.2.
P f (n) (z0 )
• El Teorema de Taylor garantiza que la serie ∞ n=0 n! (z − z0 )n converge a f (z),
para todo z tal que |z − z0 | < r0 . El nombre de Taylor es en honor al matemático
británico Brook Taylor (1685-1731).
Demostración. Por el absurdo. Supongamos que f (z) posee dos desarrollos de Taylor dis-
tintos alrededor de z0 válidos en un mismo dominio D ⊂ C, a saber:
∞
X ∞
X
f (z) = an (z − z0 )n y f (z) = bn (z − z0 )n
n=0 n=0
Como estos desarrollos son distintos, entonces se debe satisfacer que an 6= bn , para algún
n ≥ 0. Ahora, también tenemos que, para todo z 6= z0 ,
∞
X
0 = f (z) − f (z) = (an − bn )(z − z0 )n ⇐⇒ a n = bn , para todo n ≥ 0.
n=0
Observación 3.3. Sean f (z) y g(z) funciones tales que su desarrollo de Taylor centrado en
z0 está dado respectivamente por
∞
X
f (z) = an (z − z0 )n , para z tal que |z − z0 | < r1 ,
n=0
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 83
y
∞
X
g(z) = bn (z − z0 )n , para z tal que |z − z0 | < r2 .
n=0
El siguiente teorema nos permite calcular el radio de convergencia del mayor cı́rculo
para el cual existe la serie de Taylor de una función f (z).
Teorema 3.6. Consideremos el desarrollo en serie de Taylor (3.3) de una función f (z)
alrededor de z0 . Entonces, |z − z0 | < r es el mayor cı́rculo dentro del cual la serie converge
a f (z) para cada z en éste cı́rculo, donde r es la distancia entre z0 y el punto singular de
f (z) más cercano.
Demostración. Como f (z) es analı́tica en z0 , entonces existe r0 > 0 tal que para todo z en
el disco |z − z0 | < r0 se tiene que f (z) es derivable. Afirmamos que r0 = r, donde r es la
distancia entre z0 y el punto singular de f (z) más cercano, ya que de lo contrario, si r0 > r,
esto serı́a una contradicción al Teorema de Taylor.
Obsérvese que este teorema no afirma que la serie de Taylor no converja fuera de
|z − z0 | = r. Sólo asevera que éste es el mayor cı́rculo en todo punto del cual la serie
converge a f (z). El cı́rculo en todo punto del cual la serie de Taylor (3.3) converge a
f (z) y el cı́rculo en todo punto del cual la serie converge no son necesariamente iguales. El
segundo de ellos puede tener un radio mayor. No obstante, se puede mostrar que cuando el
punto singular más cercano a z0 es tal que |f (z)| se hace infinito, los dos cı́rculos coinciden.
Éste es el caso en la mayor parte de las funciones que consideraremos.
∞
1 X
g) = (−1)n z n , |z| < 1.
1+z
n=0
∞
1 X
h) = (−1)n (z − 1)n , |z − 1| < 1.
z n=0
X1h ∞ i
1
i) = (−1)n + 2−(n+1) (z − 1)n , |z − 1| < 1.
z(3 − z) 3
n=0
Solución.
a) Se tiene que f (z) = ez es una función entera y f (n) (z) = ez . Ası́, por los Teoremas 3.4 y
3.6, el desarrollo de MacLaurin de ez es
∞
z
X 1 n
e = z , |z| < ∞.
n!
n=0
eiz − e−iz
b) Se tiene que f (z) = sen z es una función entera, además, sen z = . De esta
2i
forma, utilizando el desarrollo de Macalurin de ez podemos escribir:
∞ ∞
X 1 n
X 1
(iz) − (−iz)n ∞
eiz − e−iz n=0
n! n=0
n! 1 X 1 n
sen z = = = (i − (−i)n )z n .
2i 2i 2i n!
n=0
Definición 3.6 (Anillo o dominio anular). Sean r1 > 0 y r2 > 0 tales que r1 < r2 . Se
denomina anillo o dominio anular centrado en z0 ∈ C, al conjunto de números complejos
z tales que r1 < |z − z0 | < r2 .
Teorema 3.7 (Teorema de Laurent). Si f (z) es una función analı́tica en el anillo r1 <
|z − z0 | < r2 , centrado en z0 , entonces f (z) se puede expresar como
∞
X ∞
X
f (z) = an (z − z0 )n + bn (z − z0 )−n ,
n=0 n=1
Observación 3.4.
P P∞
• El Teorema de Laurent garantiza que la serie ∞ n
n=0 an (z − z0 ) + n=1 bn (z − z0 )
−n
• Los coeficientes de la serie de Laurent se pueden definir como una integral que invo-
lucra a la función f (z). Este último hecho permite calcular integrales utilizando los
resultados de series de potencias, lo cual se estudiará en el Capı́tulo 4.
1
f (z) = .
1+z
Solución. Observamos que el único punto singular de f (z) es z = −1, entonces existen dos
regiones donde f (z) posee desarrollos de Laurent centrados en z0 = 0, a saber: a) |z| < 1,
y b) |z| > 1.
a) Como f (z) es analı́tica en todo punto del disco |z| < 1, el desarrollo de Laurent de f (z)
centrado en z0 = 0 válido en el dominio |z| < 1, coincide con su desarrollo de Maclaurin.
En otras palabras, el desarrollo de Laurent de f (z) centrado en z0 = 0 válido en el dominio
|z| < 1, es:
∞
X
f (z) = (−1)n z n , |z| < 1.
n=0
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 87
∞ ∞
X
n −(n+1)
X √ √
• f (z) = − (1 − i) (z − i) − (2 − i)−(n+1) (z − i)n , 2 < |z − i| < 5,
n=0 n=0
∞
X √
• f (z) = [(2 − i)n − (1 − i)n ] (z − i)−(n+1) , |z − i| > 5.
n=0
Si una función f (z) está representada con una serie de potencias en una región anular
R, la serie que se obtiene por diferenciación término a término converge a f ′ (z) dentro de
R. Este procedimiento puede repetirse un número indefinido de veces.
Los siguientes ejemplos utilizan la propiedad de diferenciación término a término para
encontrar desarrollos de Taylor.
ahora, como
d 1 1
= − 2,
dz z z
88 3.2. SINGULARIDADES AISLADAS
Como
d 1 1
= ,
dz (1 − z) (1 − z)2
entonces utilizando el desarrollo de MacLaurin de 1/(1 − z), podemos escribir:
∞ ∞
z d 1 X d n X n
=z =z z = nz , |z| < 1.
(1 − z)2 dz (1 − z) dz
n=0 n=0
| {z }
|z|<1
Definición 3.7 (Punto singular aislado). Se dice que z0 ∈ C es un punto singular aislado
de una función f (z), si z0 es un punto singular de f (z) y existe una vecindad de z0 en
todo punto de la cual f (z) es analı́tica excepto en z0 .
Ejemplo 3.9. Cada punto z0 indicado es un punto singular aislado de la función dada.
1
• f (z) = , z0 = 0
z
z+1
• f (z) = , z0 = 1, z1 = i
(z − 1)(z − i)
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 89
¿z0 = 0 es un
punto de acu-
mulación de los Ejercicio 3.2. Verificar lo afirmado en los Ejemplos 3.9 y 3.10.
puntos singula-
res de f (z) =
1/sen (1/z)? Definición 3.8 (Parte principal). Sea z0 un punto singular aislado de f (z). Sea
∞
X ∞
X
f (z) = an (z − z0 )n + bn (z − z0 )−n , 0 < |z − z0 | < r0 , (3.4)
n=0 n=1
Los puntos singulares aislados se pueden caracterizar según la forma que adquiere
la parte principal de la función en tales puntos. Se distinguen tres tipos de singularidades
aisladas: polo de orden m, punto singular esencial y punto singular removible. A continua-
ción se describen cada una de ellas.
Como lı́mz→z0 |(z − z0 )m | = 0, entonces por (3.5) se tiene que lı́mz→z0 |f (z)| = ∞.
El teorema anterior no solo nos permite identificar si un punto es un polo, sino también
el orden del mismo. Basándose en este teorema y, particularmente, en la ecuación (3.5),
las siguientes reglas nos permiten identificar si un punto singular aislado z0 es un polo y,
además, calcular el orden del mismo.
1
Ejemplo 3.12. Sea f (z) = . Probar que 0 y 1 son polos simples de f (z).
z(z − 1)
Solución. Utilicemos el Teorema 3.8 y las Reglas I y II, para determinar que los puntos 0 y
1 son polos simples de f (z). Se tiene que
y
(z − 1)n−1 0,
si n > 1,
lı́m (z − 1)n f (z) = lı́m = 1, si n = 1,
z→1 z→1 z
∞, si n < 1.
Por lo tanto, los puntos 0 y 1 son polos simples de f (z).
Es común encontrarse con problemas en los que se quiere determinar el orden de los
polos de una función de la forma f (z) = p(z)/q(z), por ello les dedicaremos una atención
especial. El siguiente teorema nos permite identificar si un punto es un polo, y además su
orden, para una función f (z) = p(z)/q(z).
Teorema 3.9. Sea z0 ∈ C. Sea f (z) una función tal que se puede escribir como
p(z)
f (z) = ,
q(z)
q (m) (z0 )
0 6= p(z0 ) = bm ,
m!
de donde se deduce que q (m) (z0 ) 6= 0.
(⇐) Supongamos que q(z0 ) = q ′ (z0 ) = · · · = q (m−1) (z0 ) = 0 y q (m) (z0 ) 6= 0, y demos-
tremos que z0 es un polo de orden m de f (z). Como p(z) y q(z) son analı́ticas en z0 con
p(z0 ) 6= 0 y q(z0 ) = 0, entonces z0 es un punto singular aislado de f (z). Ahora utilizando
el desarrollo de Taylor de q(z) centrado en z0 se tiene que
∞
q(z) q (m) (z0 ) X q n (z0 )
= + (z − z0 )n−m ,
(z − z0 )m m! n=m+1
n!
por tanto,
q(z) q (m) (z0 )
lı́m m
= 6= 0, ∞,
z→z0 (z − z0 ) m!
lo cual implica que
m (z − z0 )m
lı́m (z − z0 ) f (z) = lı́m p(z) lı́m 6= 0, ∞.
z→z0 z→z0 z→z0 q(z)
Ejemplo 3.13. Verificar que todos los puntos singulares aislados de la función
ez
f (z) =
sen z
son polos simples.
Solución. Se tiene que f (z) = p(z)/q(z), donde p(z) = ez y q(z) = sen z. Ahora, los
puntos singulares aislados de f (z) son: zn = nπ, para n = 0, ±1, ±2, . . .. Como p(zn ) 6= 0,
q(zn ) = 0 y q ′ (zn ) = cos(nπ) 6= 0, para todo n, entonces por el Teorema 3.9 todos los
puntos singulares de f (z) son polos simples.
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 93
Ejercicio 3.3. Verifique la existencia de los polos y el orden de los mismos para cada una
de las funciones dadas.
1
a) El punto z0 = 0 es un polo de orden m = 2 de la función f (z) = .
z(ez − 1)
(z + 1)
b) Los puntos z0 = 3i y z1 = −3i son polos simples de la función f (z) = .
(z 2 + 9)
z 2 − 2z + 3
c) El punto z0 = 2 es un polo simple de la función f (z) = .
(z − 2)
senh z
d) El punto z0 = 0 es un polo de orden m = 3 de la función f (z) = .
z4
Definición 3.10. Sea z0 un punto singular aislado de f (z). Se dice que z0 es un punto
singular esencial de f (z), si la parte principal de f (z) en z0 tiene un número infinito de
términos diferentes de cero.
Definición 3.11. Sea z0 un punto singular aislado de f (z). Se dice que z0 es un punto
singular removible de f (z), si todos los coeficientes de la parte principal de f (z) en z0
son cero.
Por lo tanto, para determinar si un punto singular aislado z0 es un punto singular removible
de f (z), basta con verificar que el lı́mz→z0 f (z) existe y es finito.
∞
X n n z
• z = 2 , |z| < 2
2n 2 z
−1
n=1 2
∞
X n(z + 2)n 2z + 4
• = , |z + 2| < 2
2n z2
n=0
✄
>> syms z n
>> symsum( z ˆn/n , n , 1 , I n f )
ans =
p i e c e w i s e ( [ 1 <= z , I n f ] , [ abs ( z ) <= 1 & z ˜= 1 , −l o g (1 − z ) ] )
>> symsum( ( n∗ z ˆn )/2ˆn , n , 1 , I n f )
ans =
p i e c e w i s e ( [ abs ( z ) < 2 , z / ( 2 ∗ ( z /2 − 1 ) ˆ 2 ) ] )
>> symsum( ( n ∗( z+2)ˆn )/2ˆn , n , 1 , I n f )
ans =
p i e c e w i s e ( [ abs ( z /2 + 1) < 1 , (2∗( z + 2 ) ) / z ˆ 2 ] )
✂ ✁
Hemos visto que el comando symsum permite calcular a qué y en dónde converge una
serie de potencias. Ahora utilicemos el comando taylor para determinar el desarrollo
de Taylor de una función f (z). Con taylor(f,z,a) se calculan, por defecto, los cinco
primeros términos (f (a) + f ′ (a)(z − a) + f ′′ (a)(z − a)2 + f ′′′ (a)(z − a)3 + f (iv) (a)(z − a)4 )
del desarrollo de Taylor de f (z) al rededor de z0 = a. El desarrollo de Maclaurin de f (z)
se calcula usando taylor(f). Observe el siguiente ejemplo donde se calculan los cinco
primeros términos de los desarrollos de Maclaurin de ez , cos z y 1/(1 − z).
✄
>> syms z
>> t a y l o r ( exp ( z ) )
ans =
z ˆ5/120 + z ˆ4/24 + z ˆ3/6 + z ˆ2/2 + z + 1
>> t a y l o r ( c o s ( z ) )
ans =
z ˆ4/24 − z ˆ2/2 + 1
>> t a y l o r (1/(1− z ) )
ans =
z ˆ5 + z ˆ4 + z ˆ3 + z ˆ2 + z + 1
✂ ✁
La opción taylor(f,z,a,’Order’,m) permite calcular los m primeros términos del de-
sarrollo de Taylor de f (z) al rededor de z0 = a. Observe el siguiente ejemplo donde se
calculan los 8 primeros términos del desarrollo de Taylor de f (z) = (z + 1)/(z − 5)6 al
rededor de z0 = −1.
✄
>> syms z
>> t a y l o r ( ( z +1)/(z −5)ˆ6 ,z , −1 , ’ Order ’ , 8 )
ans =
z /46656 + ( z + 1)ˆ2/46656 + (7∗( z + 1)ˆ3)/559872 +
(7∗( z + 1)ˆ4)/1259712 + (7∗( z + 1)ˆ5)/3359232 +
(7∗( z + 1)ˆ6)/10077696 + (77∗( z + 1)ˆ7)/362797056 + 1/46656
✂ ✁
M ATLAB no tiene comandos que permiten hallar directamente el desarrollo de Laurent.
Para ello se deben utilizar desarrollos de Taylor conocidos. Para funciones particulares
como las funciones racionales propias,
b1 z m + b2 z m−1 + b3 z m−2 + · · · + bm
f (z) = ,
a1 z n + a2 z n−1 + a3 z n−2 + · · · + an
con n > m, hemos diseñado la función LaurentRacional (ver Programa 3.1), que permite
hallar el desarrollo de Laurent de f (z) alrededor de uno de sus puntos singulares z0 ∈ C.
96 3.3. SERIES DE POTENCIAS Y SINGULARIDADES CON MATLAB
f u n c t i o n [ d s l ]= L a u r e n t R a c i o n a l ( b , a , z0 ,m)
%L a u r e n t R a c i o n a l H a l l a e l d e s a r r o l l o de L a u r e n t de l a f u n c i ó n
% r a c i o n a l propia
% b ( 1 ) z ˆm + b ( 2 ) z ˆ(m−1) +...+ b (m)
% f ( z ) = −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
% a ( 1 ) z ˆn + a ( 2 ) z ˆ( n−1) +...+ a ( n )
% a l rededor de uno de s u s pu ntos s i n g u l a r e s z0
syms z ;
d s l = sym ( 0 ) ; d s l 1 = sym ( 0 ) ;
[ r , p , k] = r e sidu e (b , a ) ;
np = l e n g t h ( r ) ;
f i = sym ( z e r o s ( s i z e ( r ) ) ) ;
f i ( 1 ) = sym ( r ( 1 ) ) / ( z−sym ( p ( 1 ) ) ) ;
mr = 1 ;
i f np>1
f o r t =2:np
i f p ( t ) == p ( t −1)
f i ( t ) = sym ( r ( t ) ) / ( z−sym ( p ( t ) ) ) ˆ ( sym (mr+1));
mr = mr+1;
else
f i ( t ) = sym ( r ( t ) ) / ( z−sym ( p ( t ) ) ) ;
mr = 1 ;
end
end
end
f o r t =1:np
i f sym ( p ( t ) ) == z0
dsl = dsl + f i ( t );
else
dsl1 = dsl1 + f i ( t ) ;
end
end
d s l = d s l + t a y l o r ( dsl1 , z , z0 , ’ Order ’ ,m) ;
i f ˜ isempty (k )
d s l = d s l + sym ( k ) ;
end
end
Por otra parte, el comando limit puede usarse para determinar la naturaleza de una
singularidad aislada, es decir, podemos identificar si es un polo, un punto singular remo-
vible o un punto singular esencial. A continuación verificamos cada una de las siguientes
afirmaciones:
a) Se tiene
✄
>> syms z
>> f ( z ) = 1/( z ∗( exp ( z ) −1))
f (z) =
1/( z ∗( exp ( z ) − 1 ) )
>> l i m i t ( abs ( f ) , z , 0 )
ans ( z ) =
Inf
✂ ✁
En este caso, el sı́mbolo NaN indica que el lı́mite no existe. Por lo tanto, z0 = i es un punto
singular esencial de f (z) = e1/(z−i) .
c) Se tiene
✄
>> syms z
>> f ( z ) = c o s ( z ) / ( 2 ∗ z−p i )
f (z) =
−c o s ( z ) / ( p i − 2∗ z )
>> l i m i t ( f , z , p i /2)
ans ( z ) =
−1/2
✂ ✁
Solución. Es claro que la serie de potencias dada se puede escribir como la resta de dos
series,
∞ h
X i ∞
X ∞
X
n −(n+1) n n n
(−1) − 2 (z − 1) = (−1) (z − 1) − 2−(n+1) (z − 1)n .
n=0 n=0 n=0
an = (−1)n y z0 = 1.
|bn+1 | 2−(n+2) 1
α = lı́m = lı́m −(n+1) = .
n→∞ |bn | n→∞ 2 2
P
Luego, |z − 1| < 2 es el disco de convergencia de la serie ∞n=0 2
−(n+1) (z − 1)n .
P
Por lo tanto, la región de convergencia de la serie ∞ n
n=0 (−1) − 2
−(n+1) (z − 1)n es el
disco |z − 1| < 1.
2z + 1
f (z) = ,
z(2z − 1)
centrado en z0 = − 12 .
2 1
f (z) = 1 − .
z− 2
z
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 99
!
1 −1
=2
z 1 − 2(z + 12 )
∞
X
n 1 n 1 1
= (−2) 2 z+ , z+ < .
2 2 2
n=0
100 3.4. PROBLEMAS RESUELTOS
Como f (z) = −g′ (z), entonces el desarrollo de Taylor de f (z) centrado en z0 = −i, está
dado por:
" ∞ # ∞
d X
−n n
X
f (z) = − − i (z + i) = i−n n (z + i)n−1 , |z + i| < 1.
dz
n=0 n=0
√
b) El desarrollo de Laurent de f (z) centrado en z0 = 1, válido en 1 < |z − 1| < 2, está
dado por:
i i
f (z) = −
z+i z
i 1 i 1
= −
1 + i 1 + (1 + i)−1 (z − 1) z − 1 1 + (z − 1)−1
∞
X ∞
X
n −(n+1) n
= i(−1) (1 + i) (z − 1) − i(−1)n (z − 1)−(n+1)
|n=0 {z } |n=0 {z }
√
|z−1|< 2 |z−1|>1
∞ ∞
X
n −(n+1) n
X √
= i(−1) (1 + i) (z − 1) + i(−1)n+1 (z − 1)−(n+1) , 1 < |z − 1| < 2.
n=0 n=0
√
c) El desarrollo de Laurent de f (z) centrado en z0 = 1, válido en |z − 1| > 2, está dado
por:
i i
f (z) = −
z+i z
i 1 i 1
= −
z − 1 1 + (1 + i)(z − 1)−1 z − 1 1 + (z − 1)−1
∞
X ∞
X
n n −(n+1)
= i(−1) (1 + i) (z − 1) − i(−1)n (z − 1)−(n+1)
|n=0 {z } |n=0 {z }
√
|z−1|> 2 |z−1|>1
∞
X √
= i(−1)n [(1 + i)n − 1] (z − 1)−(n+1) , |z − 1| > 2.
n=0
1/2 1 1/2
f (z) = − + .
z−2 z−1 z
a) El desarrollo de Laurent de f (z) centrado en z0 = 0, válido en 0 < |z| < 1, está dado
por:
1/2 1 1/2
f (z) = − +
z − 2 z−1 z
1 1 1 1
= − + + z −1
4 1 − 2−1 z 1−z 2
∞ ∞
1 X −n n X n 1 −1
= − 2 z + z + z
4 |2 {z }
n=0 n=0
| {z } | {z } |z|>0
|z|<2 |z|<1
∞ h i
X 1 −1
= 1 − 2−(n+2) z n + z , 0 < |z| < 1.
2
n=0
b) El desarrollo de Laurent de f (z) centrado en z0 = 0, válido en |z| > 2, está dado por:
1/2 1 1/2
f (z) = − +
z − 2 z−1 z
1 1 −1 1 1
= − −1
−z −1
+ z −1
4 1−2 z 1−z 2
∞ ∞
1 X −n n X −(n+1) 1 −1
= − 2 z − z + z
4 |2 {z }
n=0 n=0
| {z } | {z } |z|>0
|z|<2 |z|>1
∞ ∞
X X 1 −1
= (−1)2−(n+2) z n + (−1)z −(n+1) + z , 1 < |z| < 2.
2
n=0 n=0
c) El desarrollo de Laurent de f (z) centrado en z0 = 0, válido en 1 < |z| < 2, está dado
por:
1/2 1 1/2
f (z) = − +
z−2 z−1 z
z −1 1 −1 1 1
= −1
−z −1
+ z −1
2 1 − 2z 1−z 2
∞ ∞
X X 1
= 2n−1 z −(n+1) − z −(n+1) + z −1
n=0 |2 {z }
| {z } |n=0 {z } |z|>0
|z|>2 |z|>1
∞
X 1
= 2n−1 − 1 z −(n+1) + z −1 , |z| > 2.
2
n=0
CAPÍTULO 3. SERIES DE POTENCIAS Y SINGULARIDADES AISLADAS 103
Solución. El único punto singular de f (z) es z0 = −2, el cual es un punto singular esencial.
En efecto, se tiene que el desarrollo de Laurent de f (z) centrado en z0 = −2, está dado
por:
3
f (z) = (z + 2)−3 e−1/(z+2)
∞
X (−1)n
= (z + 2)−3 (z + 2)−3n
n!
n=0
∞
X (−1)n
= (z + 2)−3(n+1) , |z + 2| > 0.
n=0
n!
Por lo que la parte principal de f (z) en z0 = −2 posee infinitos términos distintos de cero;
por lo tanto, z0 = −2 es un punto singular esencial de f (z).
3.3. Determine y clasifique todas las singularidades aisladas de las siguientes funciones
complejas.
1 cos z
a) f (z) = . e) f (z) = .
z 2 (z 2 − 4z + 5) z2
z+i f) f (z) = z 3 e1/z .
b) f (z) = 3 .
z + z 2 − 8z − 12
z−1 z
c) f (z) = 4 . g) f (z) = .
z − z 2 (1 + i) + i sen z
cos(z − 1) ez
d) f (z) = 4 . h) f (z) =
z − z 2 (1 + i) + i z(1 − e−z )
4
Integración Compleja
Es de notar que en los cursos de cálculo elemental, particularmente, en el tema de
integración de funciones definidas de R en R, el concepto de integral tiene la siguiente in-
Rb
terpretación geométrica: el valor de la integral a h(x) dx corresponde al área comprendida
entre el eje real y la gráfica de la función h(x) en el intervalo [a, b]. Desafortunadamente,
esta interpretación geométrica a través de áreas no se aplica para funciones de variable
compleja. Por ello se hace necesario interpretar de forma diferente la integral de una fu-
nción de variable compleja. En sı́, la integración de funciones de variable compleja es
una herramienta esencial para el desarrollo teórico de las ideas del cálculo operacional, en
particular, el estudio de las transformadas de Laplace, Fourier y z, que son temas indispen-
sables para la compresión de ciertos conceptos estudiados en Ingenierı́a Eléctrica. En este
capı́tulo se describen los conceptos básicos de la integración compleja, comenzando con la
integral definida, pasando luego por la integral de lı́nea y la primitiva de una función, para
finalizar con la teorı́a de residuos.
Definición 4.1. Sea F (t) una función de variable real con valores complejos definida
como
F (t) = U (t) + i V (t),
donde U : [a, b] → R y V : [a, b] → R son funciones continuas a trozos definidas en el
intervalo acotado y cerrado a ≤ t ≤ b. Bajo estas condiciones, la función F es continua
a trozos y la integral definida de F (t) en el intervalo a ≤ t ≤ b se define como:
Z b Z b Z b
F (t) dt = U (t) dt + i V (t) dt
a a a
105
106 4.2. INTEGRACIÓN DE LÍNEA
Sean F (t) = U (t) + i V (t), F1 (t) = U1 (t) + i V1 (t) y F2 (t) = U2 (t) + i V2 (t), integrables
en [a, b]. A partir de la definición de integral definida se deducen fácilmente las siguientes
propiedades:
Z b Z b
i) Re F (t) dt = Re [F (t)] dt.
a a
Z b Z b
ii) Im F (t) dt = Im [F (t)] dt.
a a
Z b Z b
iii) c F (t) dt = c F (t) dt, para todo c ∈ C.
a a
Z b Z b Z b
iv) [F1 (t) + F2 (t)] dt = F1 (t) dt + F2 (t) dt.
a a a
Z b Z b
v) F (t) dt ≤ |F (t)| dt.
a a
y
C
β = z(b)
α = z(a) b b
b
z(t)
b b b
a t b x
Definición 4.3 (Curva suave). Una curva C se llama curva suave, si la derivada de la
parametrización z ′ (t) existe, es continua y nunca se hace cero en el intervalo a ≤ t ≤ b.
Ejemplo 4.2. A continuación se muestran las gráficas de las curvas C1 y C2 , y sus respec-
tivas parametrizaciones z1 (t) y z2 (t). La curva C1 es suave, en cambio la curva C2 no lo es
(se deja al lector verificar esta aseveración).
y y
1 C1 1 C2
−1 1 x −1 1 x
−1
(
z1 (t) = eit , 0 ≤ t ≤ 2π −t + i(1 + t), −1 ≤ t ≤ 0,
z2 (t) =
−t + i(1 − t), 0 < t ≤ 1.
Definición 4.4 (Contorno). Un contorno o curva suave a tramos, es una curva que consta
de un número finito de curvas suaves unidas por sus extremos.
C2
C3
C1
C4
C6 C5
Definición 4.5 (Contorno cerrado simple). Se dice que C es un contorno cerrado simple,
si C es un contorno y z(a) = z(b) y z(t1 ) 6= z(t2 ), para todo t1 6= t2 ∈ (a, b).
108 4.2. INTEGRACIÓN DE LÍNEA
C1 z2 (a) = z2 (b)
C2
z2 (t1 ) = z2 (t2 )
z1 (a) = z1 (b)
se le asocia el contorno −C, cuya parametrización está definida por la ecuación z = z(−t),
donde −b ≤ t ≤ −a. Gráficamente, el contorno −C es el mismo contorno C pero recorrido
en sentido contrario.
Definición 4.6. Sean f (z) una función y C un contorno representado por la ecuación
con extremo inicial α = z(a) y extremo final β = z(b). Supongamos que f (z) = u(x, y)+
i v(x, y) es continua a trozos en C, es decir, las partes real e imaginaria, u(x(t), y(t)) y
v(x(t), y(t)), de f (z(t)) son funciones de t continuas a trozos. Bajo estas condiciones, se
define la integral de lı́nea de f (z) a lo largo de C como:
Z Z b
f (z) dz = f (z(t)) z ′ (t) dt,
C a
Z Z −a Z
iii) f (z) dz = f (z(−t)) z ′ (−t) dt = − f (z) dz.
−C −b C
Z Z b
v) f (z) dz ≤ |f (z(t)) z ′ (t)| dt.
C a
Ası́,
Z Z 2π Z 2π
1 1 it
dz = ie dt = i dt = 2πi.
|z|=1 z 0 eit 0
110 4.3. TEOREMA DE CAUCHY-GOURSAT
deben anularse para cualquier contorno cerrado simple C. En todos estos casos, el in-
tegrando es una función entera. Ahora, desde el punto de vista teórico, el Teorema de
Cauchy-Goursat permite introducir el concepto de primitiva de una función (lo cual se
estudiará más adelante), entre otros conceptos.
R
Note que la dirección de integración en la integral C f (z) dz = 0 no afecta el resultado,
pues
Z Z
f (z) dz = − f (z) dz.
−C C
Luego,
Z Z 2π Z 2π
n it n it n+1
z dz = (r e ) (ir e ) dt = ir e(n+1)it dt
C 0 0
Z 2π
= ir n+1 [cos((n + 1)t) + i sen ((n + 1)t)] dt
0
sen ((n + 1)t) − i cos((n + 1)t) 2π
= ir n+1 = 0.
(n + 1) 0
Pasemos ahora a describir la extensión del Teorema de Cauchy-Goursat. Para ello ne-
cesitamos definir algunos dominios muy particulares.
D1 D2
C C1
C2
1
f (z) = .
z 2 (z 2 − 1)
Sean los contornos cerrados simples C1 y C2 indicados respectivamente con los colores
azul y rojo, que se muestran en las siguientes figuras.
y y
2 2
C1
1 1
x x
−2 −1 1 2 −2 −1 1 2
−1 −1
C2
−2 −2
Es claro que Z Z Z
f (z) dz = f (z) dz + f (z) dz.
B C1 C2
Como f (z) es una función analı́tica sobre y en el interior de los contornos cerrados simples
C1 y C2 , entonces por el Teorema de Cauchy-Goursat obtenemos:
Z Z
f (z) dz = 0 y f (z) dz = 0.
C1 C2
pero
Z Z Z Z Z
f (z) dz = f (z) dz + f (z) dz = f (z) dz − f (z) dz,
C C1 −C2 C1 C2
por lo tanto,
Z Z
f (z) dz = f (z) dz,
C1 C2
lo cual indica que la integral desde z1 hasta z2 es ası́ independiente del contorno seguido,
en tanto ese contorno se encuentre dentro de D.
Definición 4.9 (Integral indefinida o primitiva). Sea f (z) una función analı́tica en un
dominio simplemente conexo D ⊂ C. Sea z0 ∈ D. La función F (z) definida en D por
Z z
F (z) = f (s) ds + c, (4.1)
z0
para indicar todas las posibles primitivas de f (z). Note que la primitiva de cada una de las
funciones elementales complejas, son las mismas primitivas de las funciones elementales
de variable real; por ejemplo, la primitiva de ez es, por supuesto, ella misma, y la primitiva
de sen z es − cos z, etc.
Por otra parte, el valor de la constante c correspondiente a una primitiva especı́fica
Z z
f (s) ds
z0
Para determinar el valor de c observemos que el lado izquierdo de esta ecuación es cero
cuando z = π. Por lo tanto,
0 = −π cos π + sen π + c,
de donde se deduce que c = −π. De esta forma,
Z z
s sen s ds = −z cos z + sen z − π.
π
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 115
De la ecuación (4.1) se infiere que una integral definida se puede evaluar de igual
forma que en el cálculo elemental:
Z β β
f (z) dz = F (β) − F (α) = F (z) ,
α α
es decir, usando la Regla de Barrow, que es una aplicación del Teorema Fundamental del
Cálculo.
Teorema 4.5 (Fórmula Integral de Cauchy). Sea f (z) una función analı́tica en un domi-
nio simplemente conexo D ⊂ C. Sea C un contorno cerrado simple C dentro de D. Sea
z0 ∈ D un punto interior a C. Entonces,
Z
1 f (z)
f (z0 ) = dz. (4.2)
2πi C (z − z0 )
1
Como f (2i) = , entonces el valor de la integral considerada es
4i
Z
1 π
2+4
dz = 2πif (2i) = .
|z−i|=2 z 2
Pasemos ahora a ver que si una función es analı́tica en un punto, entonces sus derivadas
de todos los órdenes existen en ese punto y son también analı́ticas. Tal resultado se conoce
como extensión de la fórmula integral de Cauchy.
Teorema 4.6 (Extensión de la Fórmula Integral de Cauchy). Sea f (z) una función
analı́tica en un dominio simplemente conexo D ⊂ C. Sea C un contorno cerrado sim-
ple C dentro de D. Sea z0 ∈ D un punto interior a C. Entonces, f (z) es infinitamente
diferenciable en D y Z
(n) n! f (z)
f (z0 ) = dz.
2πi C (z − z0 )n+1
Además, f (n) (z) es analı́tica en D para cada n.
Tomando f (z) = 1/(z + 2i)2 y z0 = 2i, por el Teorema 4.6 podemos escribir:
Z Z
′ 1 f (z) 1 1
f (2i) = 2
dz = dz.
2πi |z−i|=2 (z − 2i) 2πi |z−i|=2 (z + 4)2
2
−2
Como f ′ (z) = , entonces el valor de la integral considerada es
(z + 2i)3
Z
1 π
2 2
dz = 2πif ′ (2i) = .
|z−i|=2 (z + 4) 16
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 117
4.6 Residuo
La teorı́a de residuos proporciona una técnica de evaluación (rápida y) efectiva de
integrales de la forma Z
f (z) dz,
C
donde C es un contorno cerrado simple. El punto esencial de la teorı́a es el concepto de
residuo y su relación con la serie de Laurent.
El siguiente teorema describe la relación que existe entre el residuo Res [f (z)] y una y
z=z0
sólo una serie de Laurent de f (z) centrada en z0 ; además, dice que Res [f (z)] es igual al
z=z0
coeficiente b1 de esa serie de Laurent.
Teorema 4.7. Sea z0 un punto singular aislado de una función f (z). Entonces, el residuo
de f (z) en z0 es igual al coeficiente de (z − z0 )−1 en la serie de Laurent que representa a
f (z) en el anillo
0 < |z − z0 | < r,
para cierto número real r > 0.
Demostración. Como z0 es un punto singular aislado de f (z), entonces existe r > 0 tal que
el desarrollo de Laurent de f (z) centrado en z0 , válido en el anillo 0 < |z − z0 | < r, está
dado por:
X∞ X∞
n
f (z) = an (z − z0 ) + bn (z − z0 )−n .
n=0 n=1
Sea C un contorno cerrado simple contenido en el anillo 0 < |z − z0 | < r tal que z0 es un
punto interior de C. Ası́, integrando en ambas partes de la ecuación anterior obtenemos:
Z Z "X∞ ∞
X
#
f (z) dz = an (z − z0 )n + bn (z − z0 )−n dz
C C n=0 n=1
∞
X Z X∞ Z
n
= an (z − z0 ) dz + bn (z − z0 )−n dz,
n=0 C n=1 C
Por lo tanto, Z
f (z) dz = b1 2πi,
C
de donde se deduce que
Res [f (z)] = b1 ,
z=z0
Ejercicio 4.3. Utilice el Teorema 4.7 para calcular los siguientes residuos:
a) Res e1/z
z=0
1
b) Res
z=i (z − i)2
c) Res z 4 sen (1/z)
z=0
Teorema 4.8. Sea z0 un punto singular aislado de una función f (z). Si para cierto entero
positivo m, la función
φ(z) = (z − z0 )m f (z)
se puede definir en z0 de modo que sea analı́tica ahı́ y φ(z0 ) 6= 0, entonces f (z) tiene un
polo de orden m en z0 y, además,
φ(z0 ) = lı́m (z − z0 )m f (z), m = 1;
z→z0
Res [f (z)] = (4.3)
z=z0
φ(m−1) (z0 )
, m > 1.
(m − 1)!
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 119
p(z)
f (z) = ,
q(z)
φ(m) (z0 )
φ(z) = (z − z0 )m f (z) = φ(z0 ) + φ′ (z0 )(z − z0 ) + · · · + (z − z0 )m + · · · .
m!
Ası́, en cada punto z del disco |z − z0 | < r excepto en z0 , se tiene que
120 4.6. RESIDUO
Log z
c) Res 4 .
z=1 z (z − 1)2
sen z − z
d) Res , para n = 0, ±1, ±2, . . .
z=nπi z senh z
Teorema 4.9 (Teorema de los Residuos). Sea C un contorno cerrado simple orientado
positivamente, dentro y sobre el cual una función f (z) es analı́tica excepto en un número
finito de puntos z1 , z2 , . . . , zn interiores a C. Entonces,
Z n
X
f (z) dz = 2πi Res [f (z)] .
C z=zk
k=1
Como f (z) es analı́tica dentro y sobre C excepto en z0 y z1 , entonces por el Teorema de los
Residuos obtenemos
Z
z−2
dz = 2πi Res [f (z)] + Res [f (z)] = 2πi.
C (z − 1)z z=z0 z=z1
Teorema 4.10. Sea f (z) una función racional propia dada por
c0 + c1 z + · · · + cM z M
f (z) = ,
d0 + d1 z + · · · + dN −1 z N −1 + z N
donde M < N . Sean pk los polos de f (z) y rk sus respectivas
P multiplicidades, para k =
1, 2, . . . , T , donde T es un entero positivo tal que N = Tk=1 rk . Entonces:
(i) Si todos los polos de f (z) son simples, la expansión en fracciones parciales de f (z) es:
A1 A2 AN
f (z) = + + ··· + ,
(z − p1 ) (z − p2 ) (z − pN )
donde los números complejos Ak , denominados coeficientes, se calculan como
Ak = Res [f (z)] , para k = 1, 2, . . . , N .
z=pk
(ii) Si todos los polos de f (z) son simples, excepto el polo pℓ que es de orden rℓ , la ex-
pansión en fracciones parciales de f (z) es:
A1 A2 Aℓ−1
f (z) = + + ··· +
(z − p1 ) (z − p2 ) (z − pℓ−1 )
Aℓ,1 Aℓ,2 Aℓ,rℓ
+ + + ··· +
(z − pℓ ) (z − pℓ )2 (z − pℓ )rℓ
Aℓ+1 Aℓ+2 AT
+ + + ··· + ,
(z − pℓ+1 ) (z − pℓ+2 ) (z − pT )
donde
Ak = Res [f (z)] , 6 ℓ;
para k = 1, 2, . . . , T , y k =
z=pk
" #
1 d(rℓ −)
Aℓ, = · [(z − pℓ )rℓ f (z)] , para = 1, 2, . . . , rℓ .
(rℓ − )! dz (rℓ −)
z=pℓ
122 4.6. RESIDUO
Demostración. Sólo demostraremos la parte (i), la parte (ii) se deja como ejercicio para el
lector. Realicemos la demostración por inducción en el número de polos simples de f (z).
Supongamos que f (z) posee un sólo polo simple p1 y demostremos que
A1
f (z) = (4.4)
(z − p1 )
con
A1 = Res [f (z)] .
z=p1
c0 + c1 z + · · · + cM z M
f (z) = ,
d0 + d1 z + · · · + dN −1 z N −1 + z N
entonces todos los polos de f (z) son las raı́ces del polinomio d0 +d1 z+· · ·+dN −1 z N −1 +z N ;
pero f (z) posee un sólo polo simple p1 , luego el polinomio a0 + a1 z + · · · + z N adquiere la
forma (z − p1 ) y el polinomio c0 + c1 z + · · · + cM z M debe ser de grado 0, es decir, c0 6= 0 y
c1 = c2 = · · · = cM = 0. Por lo tanto, f (z) tiene la forma
c0
f (z) = ,
z − p1
Res [f (z)]
c0 b1 z=p1
= f (z) = a0 + = a0 + , ⇒ a0 = 0 y c0 = Res [f (z)] ,
z − p1 z − p1 z − p1 z=p1
A1 A2 AL
h(z) = + + ··· + , (4.5)
(z − p1 ) (z − p2 ) (z − pL )
donde
Ak = Res [h(z)] , para k = 1, 2, . . . , L.
z=pk
Como f (z) es una función racional propia y p1 , . . . , pL , pL+1 son polos simples, entonces
f (z) tiene la forma
p(z) c
f (z) = + ,
(z − p1 )(z − p1 ) · · · (z − pL ) (z − pL+1 )
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 123
El teorema anterior se puede extender a funciones racionales propias que tienen dos o
más polos cuyo orden es mayor que 1. En el siguiente ejemplo se muestra tal extensión.
Ejemplo 4.15. Halle la expansión en fracciones parciales de
144 z 2 + 144 z + 144
f (z) = .
(z − 3)2 (z − 2)2 (z + 1)
Solución. Los puntos p1 = −1, p2 = 2 y p3 = 3 son los polos de f (z). Se observa que p1 es
de orden 1 y p2 y p3 son de orden 2. De esta forma, la expansión en fracciones parciales
de f (z) es de la forma
A1 A2,1 A2,2 A3,1 A3,2
f (z) = + + 2
+ + .
(z + 1) (z − 2) (z − 2) (z − 3) (z − 3)2
Se tiene que
A1 = Res [f (z)] = 1,
z=−1
A2,2 = (z − 2)2 f (z) z=2 = 336,
d 2
A2,1 = [(z − 2) f (z)] = 800,
dz z=2
A3,2 = (z − 3)2 f (z) z=3 = 468,
d
A3,1 = [(z − 3)2 f (z)] = −801,
dz z=3
ası́, la expansión en fracciones parciales de la función dada es
1 800 336 801 468
f (z) = + + 2
− + .
(z + 1) (z − 2) (z − 2) (z − 3) (z − 3)2
124 4.7. INTEGRACIÓN Y RESIDUOS CON MATLAB
3
F (z) = − cos(z + 1) + c, G(z) = Log (z − 2) − + c,
z−2
z 5 + 5 z 4 + 20 z 3 + 60 z 2 + 120 z + 120
H(z) = − + c.
ez−1
donde C es una curva con parametrización z(t) = x(t) + iy(t), a ≤ t ≤ b y f (z) es una
función de variable compleja.
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 125
f u n c t i o n [ v i ]= I n t e g r a l L i n e a ( f , zt , a , b )
%I n t e g r a l L i n e a C a l c u l a e l v a l o r de l a i n t e g r a l de f ( z ) a l o
% l a r g o de l a cu rva C con p a r a m e t r i z a c i ó n
% z ( t ) , a <= t <= b
% v i : v a l o r de l a i n t e g r a l de lı́ n e a
%
syms z t ;
gt = f ( zt ) ;
d z t = d i f f ( zt , t ) ;
v i = i n t ( g t ∗ dzt , t , a , b ) ;
end
Por otra parte, M ATLAB no cuenta con un comando que calcule directamente el residuo
de una función f (z) en z0 . Hemos diseñado la función ResiduoPolo (ver Programa 4.2),
que calcula el residuo Res [f (z)], cuando z0 es un polo de orden m.
z=z0
donde
f1 (z) = 1 + z 2 y f2 (z) = e1/(z−2i) .
Primero, hallamos el desarrollo de Taylor de f1 (z) centrado en z0 = 2i (en este caso se
hallan todos los términos, que son tres),
✄
>> syms z
>> f 1 ( z ) = 1+z ˆ 2 ; d t f 1 ( z ) = t a y l o r ( f1 , z , 2 i , ’ Order ’ , 3 )
dtf1 ( z) =
z ∗4∗ i + ( z − 2∗ i )ˆ2 + 5
✂ ✁
o, equivalentemente,
f1 (z) = −3 + 4i(z − 2i) + (z − 2i)2 . (4.7)
Luego, hallamos los primeros 5 términos del desarrollo de Maclaurin de h(w) = ew ,
✄
>> syms w
>> h (w) = exp (w) ; dth (w)= t a y l o r ( h , w, 0 , ’ Order ’ , 5 )
dth (w) =
wˆ4/24 + wˆ3/6 + wˆ2/2 + w + 1
✂ ✁
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 127
que corresponden a los primeros 5 términos del desarrollo de Laurent de f2 (z) centrado
en z0 = 2i,
1 1 1 1
+ 2 + 3 + +1 (4.8)
z − 2 i 2 (z − 2 i) 6 (z − 2 i) 24 (z − 2 i)4
Multiplicando las ecuaciones (4.7) y (4.8), obtenemos que el coeficiente b1 del desarrollo
de Laurent de f (z) centrado en z0 = 2i, está dado por:
4i 1 17
b1 = −3 + + = − + 2i,
2 6 6
17
Res [f (z)] = − + 2i.
z=2i 6
Para finalizar esta sección, mostramos la función ExpFracParc (ver Programa 4.3) que
halla la expansión en fracciones parciales de una función racional propia del tipo
c0 + c1 z + · · · + cM z M
f (z) = ,
d0 + d1 z + · · · + dN −1 z N −1 + z N
donde M < N .
En el siguiente ejemplo, se utiliza la función ExpFracParc para hallar la expansión en
fracciones parciales de
z+1
f (z) = .
(z + 3)(z + 2)3 (z − 1)2
✄
>> syms z
>> f ( z)=( z +1)/(( z +3)∗( z +2)ˆ3∗(z −1)ˆ2); p=[−3 −2 1 ] ; v=[1 3 2 ] ;
>> e f p = E x p F r a c P a rc ( f , p , v )
efp =
1/(54∗(z − 1)ˆ2) − 1/(72∗( z − 1 ) ) − 1/(9∗( z + 2 ) ) +
4/(27∗( z + 2)ˆ2) + 1/(8∗( z + 3 ) ) − 1/(9∗( z + 2)ˆ3)
✂ ✁
o, equivalentemente,
f u n c t i o n [ e f p]= E x p F r a c P a r c ( f , p , v )
%E x p F r a c P a rc H a l l a l a expansi ón en f r a c c i o n e s p a r c i a l e s
% de l a f u n c i ó n r a c i o n a l p r o p i a f ( z )
% p : v e c t o r de p o l o s
% v : v e c t o r de m u t i p l i c i d a d e s de l o s p o l o s
% e f p : expansi ón en f r a c c i o n e s p a r c i a l e s
syms z ;
np = l e n g t h ( p ) ;
efp = 0;
f o r t =1:np
i f v ( t ) == 1
dphi ( z ) = ( z−p ( t ) ) ∗ f ( z ) ;
r = dphi ( p ( t ) ) ;
e f p = e f p + sym ( r / ( z−p ( t ) ) ) ;
else
f o r s =1:v ( t )
dphi ( z ) = d i f f ( ( z−p ( t ) ) ˆ ( v ( t ) ) ∗ f ( z ) , z , v ( t )−s ) ;
r = dphi ( p ( t ) ) / f a c t o r i a l ( v ( t )− s ) ;
e f p = e f p + sym ( r / ( z−p ( t ) ) ˆ s ) ;
end
end
end
end
Solución. La parametrización de C es
(
t − it, −1 ≤ t ≤ 0,
z(t) =
t + it, 0 < t ≤ 1.
Problema 4.2. Sea f (z) una función de variable compleja definida por
(
1, si Re z < 0;
f (z) =
4 Re z, si Re z ≥ 0.
Problema 4.3. Sea f (z) = Log (z + 1). Determine la expresión analı́tica de la primitiva
Rz
F (z) = f (s) ds + c, en el dominio simplemente conexo
i−1
Problema 4.4. Sea f (z) una función de variable compleja definida como
f (z) = z i ≡ ei log z ,
donde log z = ln |z| + i arg z, con |z| > 0 y −π/2 < arg z < 3π/2. Determine el valor de la
integral Z
f (z) dz,
C
donde C es el arco de la circunferencia |z| = 1 desde z = −1 hasta z = 1 situado en el
semiplano superior.
130 4.8. PROBLEMAS RESUELTOS
Solución. Sea f (z) = sen (z+1). Es claro que f (z) es analı́tica en la circunferencia |z+1| =
1 y en el interior de la misma; además, z0 = −1 es un punto interior de esta circunferencia.
Ası́, usando la extensión de la fórmula integral de Cauchy, podemos escribir:
Z
sen (z + 1) 2πi f (33) (−1)
34
dz = .
|z+1|=1 (z + 1) 33!
Hallemos f (33) (−1). Para ello utilizaremos el desarrollo de Taylor de f (z) centrado en
z0 = −1. Tal desarrollo tiene la forma
∞
X
f (z) = an (z + 1)n , |z + 1| < ∞,
n=0
f (n) (−1)
donde an = n! . Ası́, f (33) (−1) = 33! a33 . Como
∞
X (−1)n
f (z) = sen (z + 1) = (z + 1)2n+1 , |z + 1| < ∞,
n=0
(2n + 1)!
entonces f (33) (−1) = 1. Por lo tanto, el valor de la integral dada está dado por:
Z
sen (z + 1) 2πi
34
dz = .
|z+1|=1 (z + 1) 33!
z3
f1 (z) = z e1/(z+i) , f2 (z) = .
(z + 2)2 (z − 1)
Es claro que f1 (z) y f2 (z) son funciones analı́ticas en la circunferencia |z| = 3/2 y en el
interior de la misma, salvo en los puntos z0 = −i y z1 = 1 y z2 = −2, respectivamente.
Observamos que z2 = −2 no es punto interior de la circunferencia |z| = 3/2. Ası́, aplicando
el teorema de los residuos se tiene
Z Z
1/(z+i) z3
ze dz = 2πi Res [f1 (z)] , dz = 2πi Res [f2 (z)] .
z=z0 (z + 2)2 (z − 1) z=z1
|z|=3/2 |z|=3/2
132 4.8. PROBLEMAS RESUELTOS
luego,
1
Res [f1 (z)] = − i.
z=z0 2
Por otra parte, como z1 = 1 es un polo simple de f2 (z), se tiene que
z3 1
Res [f2 (z)] = = .
z=z1 (z + 2)2 z=1 9
Ası́,
f (z) = f1 (z) + f2 (z) + f3 (z),
luego,
Z Z Z Z
2 1/z 1/(z−1) 1/(z−2)
(1 + z + z )(e + e +e ) dz = f1 (z)dz + f2 (z)dz + f3 (z)dz.
C C C C
Ahora, los únicos puntos singulares de f1 (z), f2 (z) y f3 (z) son, respectivamente, 0, 1 y 2,
además, cada uno de ellos son puntos singulares esenciales, lo cual nos obliga a determinar
el desarrollo de Laurent para calcular el residuo en tales puntos. Se tiene que el desarrollo
de Laurent de f1 (z) centrado 0, válido en el anillo |z| > 0, está dado por
∞ ∞ ∞ ∞
2
X 1 −n X 1 −n X 1 1−n X 1 2−n
f1 (z) = (1 + z + z ) z = z + z + z ,
n! n! n! n!
n=0 n=0 n=0 n=0
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 133
que implica
3 1 28
Res [f2 (z)] = 3 +
+ = .
z=1 2 6 6
Ahora, el desarrollo de Laurent de f3 (z) centrado 2, válido en el anillo |z − 2| > 0, está
dado por
∞
X 1
f3 (z) = (7 + 5(z − 2) + (z − 2)2 ) (z − 2)−n
n=0
n!
∞ ∞ ∞
X 7 X 5 X 1
= (z − 2)−n + (z − 2)1−n + (z − 2)2−n ,
n! n! n!
n=0 n=0 n=0
luego
5 1 58
+ = .
Res [f2 (z)] = 7 +
z=1 2 6 6
De esta forma, utilizando el Teorema de los Residuos obtenemos
Z
10
f1 (z)dz = πi,
3
ZC
28
f2 (z)dz = πi,
C 3
Z
58
f3 (z)dz = πi,
C 3
en consecuencia, el valor de la integral dada es
Z
10 28 58
(1 + z + z 2 )(e1/z + e1/(z−1) + e1/(z−2) ) dz = πi + πi + πi = 32πi.
C 3 3 3
(z + i)2 z
Problema 4.9. Sea f (z) = + z cos .
(z − i − 1)(ez−1 − 1) z+1
2 C
x
−2 −1 1 2
−1
(z + i)2
h(z) =
(z − i − 1)(ez−1 − 1)
y la función
z
g(z) = z cos
z+1
es analı́tica en z0 y z1 , entonces el residuo de f (z) en los puntos z0 = 0 y z1 = 1 es:
(z + i)2 (z − 1)(z + i)2
Res [f (z)] = Res = lı́m = −2
z=z0 z=z0 (z − i − 1)(ez−1 − 1) z→1 (z − i − 1)(ez−1 − 1)
(z + i)2 (z + i)2 −3 + 4i
Res [f (z)] = Res = lı́m = i
z=z1 z=z1 (z − i − 1)(ez−1 − 1) z→1+i (e z−1 − 1) e −1
1 1
Res [g(z)] = − cos(1) − sen (1) ⇒ Res [f (z)] = − cos(1) − sen (1)
z=z2 2 z=z2 2
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 135
Ahora, el punto singular de f (z), z2 = −1, es un punto interior del contorno C1 . De esta
forma, por el Teorema de los Residuos se tiene
Z
1
f (z) dz = −2πi Res [f (z)] = 2πi cos(1) + sen (1) .
C1 z=z2 2
4.5. Para cada una de las siguientes integrales, diga las caracterı́sticas del contorno
cerrado simple C para que el valor de la integral sea cero, según el Teorema de
Cauchy-Goursat. (Justifique su respuesta.)
Z Z
cos z 1
a) dz c) dz
C z+2 C 1 + ez
Z Z
1
b) Log z dz d) dz
C C 1 − ez
1
4.6. Para la función de f (z) = determine la primitiva de f (z) tal que:
(z − i)2
4.7. Evalúe las siguientes integrales. Use la fórmula integral de Cauchy (o su ex-
tensión) o bien el Teorema de Cauchy-Goursat donde sea necesario. En cada
una de las integrales, C es un contorno cerrado simple.
Z
z
a) 4
dz, a > 1.
|z−a|=a z − 1
Z
1 x2 y2
b) dz, donde C es el contorno + = 1.
C ez (z − 2) 9 16
Z
sen (ez + cos z) x2
c) dz, donde C es el contorno + y 2 = 1.
C (z − 1)2 (z + 3) 2
Z
cos(2z)
d) dz.
|z|=1 z 21
Z
ez
e) dz, donde C es un contorno cerrado simple que contiene a |z| ≤ a.
C z 2 + a2
Z
z ez
f) dz, donde a es un punto interior del contorno cerrado simple C.
C (z − a)3
CAPÍTULO 4. INTEGRACIÓN COMPLEJA 137
4.8. En cada una de las siguientes integrales determine el mı́nimo valor de la constante
positiva M que satisface Z
f (z) dz ≤ M,
C
para cada función f (z) considerada en cada caso.
Z
1
a) dz
z
|z|=1
Z
1
b) dz
z2 +1
|z−i|=1/2
Z
1
c) dz
ez −1
|z|=2
Z
z
d) dz, donde C está conformado con los puntos del cuadrado con vértices
C z−i
en los puntos −1 + 2i, 1 + 2i, 1 y −1.
4.9. Determine los residuos de las siguientes funciones complejas en cada polo o en el
polo indicado:
2z + 1 z+1
a) f (z) = . e)
z2 −z−2 (z − 1)2 (z + 3)
cos z
1 f) , z0 = 0
b) f (z) = 2 . z
z (1 − z)
z4 − 1 π
g) 4
, z0 = e 4 i
3z 2 + 2 z +1
c) f (z) = .
(z − 1)(z 2 + 9) sen z π
h) , z0 = e 3 i
z4 2
+z +1
z3 − z2 + z + 1 z
d) i) , z0 = π
z 2 + 4z sen z
4.10. Use el Teorema de los Residuos para evaluar las siguientes integrales:
Z
z
a) dz, para
z2 + 1
C (
i) |z| = 1/2
C=
ii) |z| = 2
Z
z 2 + 3i − 2
b) dz, para
z 3 + 9z
C (
i) |z| = 1
C=
ii) |z| = 4
138 4.9. PROBLEMAS PROPUESTOS
Z
(z 2 + 2)(z 2 + 4)
c) dz para
(z 2 + 1)(z 2 + 6)
C
i) |z| = 2
C= ii) |z − i| = 1
iii) |z| = 4
Z
1
d) dz, para
z 2 (1 + z 2 )2
C
(
i) |z| = 1/2
C=
ii) |z| = 2
Z
3z 2 + 2
e) dz, para
(z 2 + 4)(z − 1)
C
(
i) |z − 2| = 2
C=
ii) |z| = 4
Z
z 2 − 2z
f) dz, para
(z 2 + 4)(z − 1)2
C
(
i) |z| = 3
C=
ii) |z + i| = 2
Z
1
g) dz, para
(z + 1)3 (z − 1)(z − 2)
C
(
i) |z + 1| = 1
C=
ii) es el rectángulo de vértices en ± i, 3 ± i
Parte II
Cálculo Operacional
139
5
Funciones de Dominios Continuo y
Discreto
Los conceptos de de funciones de dominio continuo (señales de tiempo continuo) o
funciones de dominio discreto (señales de tiempo discreto) surgen en casi cualquier área
de las ciencias e ingenierı́a, en los circuitos eléctricos, dispositivos para comunicaciones,
robótica y automatización, dispositivos biomédicos, procesos quı́micos, entre otros. En este
capı́tulo se da una introducción al cálculo operacional, comenzando con la caracterización
de las funciones de dominio continuo, pasando luego por la convolución en el dominio
continuo. En esta parte se estudia con interés la función impulso unitario. Finalmente,
se describen las funciones de dominio discreto y se define la convolución de funciones de
dominio discreto.
Note que normalmente en los libros textos de señales y sistemas, a una función de
dominio continuo se le denomina señal continua o señal en tiempo continuo. Tal deno-
minación corresponde a que la representación matemática de una señal continua es una
función definida en el conjunto de números reales. Recuerde que una señal es cualquier
fenómeno o magnitud fı́sica que puede ser representado de manera cuantitativa. En este
material no se usa el concepto de señal, pero el lector debe tener presente la relación que
existe entre señal en tiempo continuo y funciones de dominio continuo. A continuación se
describen las funciones de dominio continuo de uso más frecuente.
140
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 141
δ(t)
se aprecia en la Figura 5.2. Aquı́, A δ(t − t0 ) se representa como una flecha vertical con
altura A, cuyo extremo inicial está localizado en t0 .
142 5.1. FUNCIONES DE DOMINIO CONTINUO
Aδ(t − t0 ) Aδ(t − t0 )
t0 A
t
t0 t
A
a) A < 0 b) A > 0
Figura 5.2. Representación gráfica de A δ(t − t0 ). a) A < 0; b) A > 0.
i) lı́m δ(t) = ∞.
t→0
iv) δ(t) = δ(−t), en otras palabras, δ(−t) se comporta como δ(t) (si δ(t) se toma como
una función ordinaria, esta propiedad indicarı́a que el impulso unitario es una
función par).
Ejercicio 5.1. Demostrar cada una de las propiedades del impulso unitario.
Ejemplo 5.2. Evalúe las siguientes expresiones:
a) 3t4 δ(t − 1)
b) tδ(3 − 2t)
Z ∞
c) sen (t2 ) δ′ (t − π 1/2 ) dt
−∞
Solución. a) Aplicando la propiedad de muestreo se tiene:
3t4 δ(t − 1) = [3t4 ] t=1
δ(t − 1) = 3δ(t − 1).
b) Se tiene que
3
tδ(3 − 2t) = t δ −2 t − .
2
Ahora, aplicando la propiedad de escalado seguido de la propiedad de muestreo, se ob-
tiene:
1 3 t 3 3 3
tδ(3 − 2t) = t δ t− = δ t− = δ t− .
| − 2| 2 2 t=3/2 2 4 2
c) Aplicando la propiedad de la derivada n-ésima se tiene:
Z ∞
2 ′ 1/2 d 2
√
sen (t )δ (t − π ) dt = (−1) sen (t ) = (−1) 2t cos(t2 ) t=π 1/2
= 2 π.
−∞ dt t=π 1/2
u(t)
1
u(t − t0 )
t0 t
A partir de la definición del escalón unitario se pueden definir otras funciones básicas
de gran utilidad en análisis de sistemas, como lo es el pulso rectangular. Un pulso rectangu-
lar de duración 2T con T > 0, se puede concebir como una función que escoge dos valores
especı́ficos: inicialmente el pulso rectangular es igual a cero hasta cierto argumento −T ,
luego cambia abruptamente a 1 manteniéndose en este valor hasta un argumento T , para
luego cambiar su valor a 0. Matemáticamente, la definción del pulso rectangular es la
siguiente.
Definición 5.4. El pulso rectangular, denotado por pT (t), se define para T > 0 como
(
1, |t| < T,
pT (t) =
0, |t| > T.
pT (t)
1
−T T t
El pulso rectangular se puede escribir como una suma de dos funciones escalones:
Definición 5.5. El pulso triangular, denotado por qT (t), se define para T > 0 como
|t|
1 − , |t| ≤ T,
qT (t) = T
0, |t| > T,
qT (t)
1
−T T t
sgn(t)
t
−1
Definición 5.7. El pulso exponencial, denotado por Exp (t), se define, para A > 0 y
α > 0, como (
0, t<0
Exp (t) = −αt
A e , t ≥ 0,
Exp (t)
A
r(t)
2
1 2 t
r(t) = tu(t).
Z t
d
r(t) = u(τ ) dτ y u(t) = r(t).
−∞ dt
Sa (t)
t
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
Es claro que sinc (t) = Sa (πt). La representación gráfica de sinc (t) se muestra en la
siguiente figura.
sinc (t)
t
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
se comporta como el escalón unitario, en otras palabras, verificaremos que h(t) = 0, para
t < 0 y h(t) = 1, para t > 0. Como δ(t) = 0 para todo t 6= 0, entonces es claro que h(t) = 0,
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 149
Definición 5.11. Sea f (t) una función diferenciable a trozos en R, esto es, f (t) es
derivable en todo R excepto en t1 , t2 , . . . , tn ∈ R, además, en cada uno de estos puntos
f (t) tiene saltos h1 , h2 , . . . , hn ∈ R, respectivamente. La derivada generalizada de f (t)
se define como
n
′ d X
f (t) = f (t) + hk δ(t − tk ). (5.1)
dt t6=tk k=1
f (t)
3
-1 1 2 3 4 t
donde
−t
−e , −1 < t < 0,
g(t) = 1, 0 < t < 2,
0, en otros casos.
f (t) = e−t (u(t + 1) − u(t)) + t(u(t) − u(t − 2)) + 3(u(t − 2) − u(t − 3)) + u(t − 3).
d −t d d
f ′ (t) = e (u(t + 1) − u(t)) + [t(u(t) − u(t − 2))] + [3(u(t − 2) − u(t − 3))]
dt dt dt
d
+ u(t − 3)
dt
= − e−t (u(t + 1) − u(t)) + e−t (δ(t + 1) − δ(t)) + (u(t) − u(t − 2))
+ t(δ(t) − δ(t − 2)) + 3(δ(t − 2) − δ(t − 3)) + δ(t − 3)
= − e−t (u(t + 1) − u(t)) + (u(t) − u(t − 2)) + e δ(t + 1) − δ(t) + δ(t − 2) − 2δ(t − 3),
i) f ∗ g = g ∗ f . (Conmutatividad)
iii) Si h(t) = f ∗ g(t) es la convolución de las funciones de dominio continuo f (t) y g(t),
entonces
f (t − t0 ) ∗ g(t) = h(t − t0 ).
u(t − τ )
-2 t -1 1 2 τ
u(t − τ )
-2 -1 t 1 2 τ
Z t
Entonces, por (5.3), h(t) = dτ = t + 1, para −1 < t < 1.
−1+
u(t − τ )
1
-2 -1 1 t 2 τ
Z 1−
Entonces, por (5.3), h(t) = dτ = 2, para t ≥ 1.
−1+
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 153
-2 -1 1 2 t
Ejemplo 5.5. Sean f y g las funciones de dominio continuo cuyas gráficas se muestran en
la siguiente figura.
f (t) g(t)
1 1
-1 1 t -1 1 t
Determinar la convolución f ∗ g.
Solución. Tomemos h(t) = f ∗ g (t). Se tiene que f y g se pueden expresar como
g(t − τ )
1
t−1 t 1 2 τ
154 5.1. FUNCIONES DE DOMINIO CONTINUO
g(t − τ )
1
t−1 t 1 2 τ
g(t − τ )
1
t−1 1 t 2 τ
g(t − τ )
1
1t−12 t τ
De esta forma, la expresión analı́tica de la convolución h(t) = f ∗ g (t) está dada por:
0, t ≤ 0,
1 1 − (t − 1)2 , 0 < t < 1,
2
h(t) =
1 2
2 (t − 2) , 1 ≤ t < 2,
0, t ≥ 2,
cuya representación gráfica se aprecia en la siguiente figura.
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 155
h(t)
1
1/2
-3 -2 -1 1 2 3 t
Definición 5.13. El impulso unitario discreto, denotado por δ(n), se define como
(
1, n = 0,
δ(n) =
0, n 6= 0,
δ(n)
b
1
b b b b b b b b
-4 -3 -2 -1 1 2 3 4 n
Definición 5.14. El escalón unitario discreto, denotado por u(n), se define como
(
0, n < 0,
u(n) =
1, n ≥ 0,
u(n)
b b b b b
1
···
b b b b
-4 -3 -2 -1 1 2 3 4 n
Definición 5.15. La función rampa discreta, denotada por r(n), se define como
(
0, n < 0,
r(n) =
n, n ≥ 0,
La gráfica de r(n) se aprecia en la Figura 5.15. Las funciones escalón unitario discreto
y la rampa discreta están relacionadas de la siguiente manera:
n
X
r(n) = u(k) y u(n) = r(n) − r(n − 1).
k=−∞
r(n)
b
3
b
2
···
b
1
b b b b b
-4 -3 -2 -1 1 2 3 n
Definición 5.16. La función signo discreto, denotado por sgn(n), se define como
−1, n < 0,
sgn(n) = 0, n = 0,
1, n > 0,
sgn(n)
b b b b
1
···
−4 −3 −2 −1 b
1 2 3 4 n
···
b b b b
-1
Igual que en el dominio continuo, las funciones u(n) y sgn(n) también están estrecha-
mente relacionadas. La definición de sgn(n) permite inferir que ella se puede expresar
como la suma de dos funciones escalón, a saber:
Las funciones escalón unitario discreto e impulso unitario discreto están relacionadas
de la siguiente manera:
n
X
u(n) = δ(k) y δ(n) = u(n) − u(n − 1).
k=−∞
n
X
f (n) = δ(k)
k=−∞
se comporta como el escalón unitario discreto. Como δ(k) = 0 para todo k 6= 0, entonces
es claro que f (n) = 0 para n < 0. Para n = 0, se tiene que
−1
X
f (0) = δ(k) + δ(0) = 1.
k=−∞
−1
X n
X
f (n) = δ(k) + δ(0) + δ(k) = 1.
k=−∞ k=1
Por lo tanto, todo lo anterior nos dice que f (n) se comporta como el escalón unitario
discreto, es decir,
n
X
u(n) = δ(k).
k=−∞
Veamos ahora que la función g(n) = u(n) − u(n − 1) se comporta como el impulso
unitario discreto. Como u(n) = 0 para todo n < 0, entonces es claro que g(n) = 0 para
n < 0. Para n = 0, se tiene que
Ahora, se tiene que u(n) = 1 y u(n − 1) = 1 para n ≥ 1; luego, g(n) = 0 para n ≥ 1. Por lo
tanto, todo lo anterior nos indica que g(n) se comporta como el impulso unitario discreto,
es decir,
δ(n) = u(n) − u(n − 1).
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 159
i) f ∗ g = g ∗ f . (Conmutatividad)
iii) Si h(n) = f ∗ g(n) es la convolución de las funciones de dominio discreto f (n) y g(n),
entonces
f (n − n0 ) ∗ g(n) = h(n − n0 ).
Solución. Considerando las expresiones de f (n) y g(n), se tiene que la expresión analı́tica
de la convolución h(n) = f ∗ g (n), para cada n ∈ Z, es:
∞
X
h(n) = f ∗ g (n) = f (k)g(n − k)
k=−∞
3
X
= g(n − k)
k=2
= g(n − 2) + g(n − 3)
= u(n − 2) + u(n − 3),
b
1
··· ···
b b b b b
-3 -2 -1 1 2 3 4 5 6
n
Ejemplo 5.8. Si f (n) = (1/3)n u(n) y g(n) = 2n u(−n), entonces determine la convolución
f ∗ g.
Solución. Tomemos h(n) = f ∗ g (n). Considerando las expresiones de f (n) y g(n), se tiene
que
∞
X ∞
X
h(n) = f ∗ g (n) = f (k)g(n − k) = 3−k 2n−k u(k − n)
k=−∞ k=0
∞
X
n −k
= 2 6 u(k − n), para todo n ∈ Z. (5.5)
k=0
u(k − n)
1
b b b b b
··· ···
b b b
n−1 n −1 1 2 k
u(k − n)
b b b
1
··· ···
b b b b b b
De esta forma, la expresión analı́tica de la convolución h(n) = f ∗ g (n) está dada por
1
b
b
b
b b
b b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 n
162 5.3. INTRODUCCIÓN AL CÁLCULO OPERACIONAL CON MATLAB
✄
>> syms t
>> f ( t ) = t ˆ2∗( s i n ( t )+exp(− t ) )
f(t) =
t ˆ2∗( exp(− t ) + s i n ( t ) )
✂ ✁
t2(sin(t)+exp(−t))
1000
800
600
400
200
−5 −4 −3 −2 −1 0 1 2 3 4 5
t
Las funciones simbólicas creadas en M ATLAB se pueden operar entre sı́, diferenciar,
integrar, etc. Ahora, las funciones elementales ya están predefinidas y las funciones como
el impulso unitario y el escalón unitario, también están predefinidas. El impulso unitario,
δ(t), es dirac(t), y el escalón unitario, u(t), es heaviside(t). La gráfica de u(t) en el
intervalo [−10, 10], se obtiene de la siguiente forma:
✄
>> syms t
>> e z p l o t ( h e a v i s i d e ( t ) ,[ −10 ,10])
✂ ✁
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 163
heaviside(t)
0.8
0.6
0.4
0.2
−10 −8 −6 −4 −2 0 2 4 6 8 10
t
Las otras funciones de dominio continuo de uso común, por ejemplo, la función signo
sgn(t), la rampa r(t), el pulso rectangular pT (t) o el pulso triangular qT (t), se pueden
definir a través de su relación con el escalón unitario. Observe el siguiente ejemplo donde
se definen las funciones sgn(t), r(t), p1 (t) y q1 (t). Utilice el co-
mando ezplot
para obtener las
✄ gráficas de las
>> syms t funciones sgn(t),
>> u ( t ) = h e a v i s i d e ( t ) ; r(t), p1 (t) y
>> sgn ( t ) = u ( t )−u(− t ) q1 (t), en el in-
sgn ( t ) = tervalo [−10, 10]
h e a v i s i d e ( t ) − h e a v i s i d e (− t )
>> r ( t ) = t ∗u ( t )
r(t) =
t ∗heaviside ( t )
>> p1 ( t ) = u ( t +1)−u ( t −1)
p1 ( t ) =
h e a v i s i d e ( t + 1) − h e a v i s i d e ( t − 1)
>> q1 ( t ) = (1+ t ) ∗ ( u ( t +1)−u ( t ))+(1− t ) ∗ ( u ( t )−u ( t −1))
q1 ( t ) =
( t − 1)∗( h e a v i s i d e ( t − 1) − h e a v i s i d e ( t ) ) +
( t + 1)∗( h e a v i s i d e ( t + 1) − h e a v i s i d e ( t ) )
✂ ✁
✄
>> syms t
>> f ( t ) = h e a v i s i d e ( c o s ( t ) ) ;
>> e z p l o t ( f ,[ −6∗ pi , 6 ∗ p i ] )
✂ ✁
164 5.3. INTRODUCCIÓN AL CÁLCULO OPERACIONAL CON MATLAB
heaviside(cos(t))
0.8
0.6
0.4
0.2
−15 −10 −5 0 5 10 15
t
Con el comando int se pueden calcular integrales que involucren a la función impulso
unitario. Seguidamente se calculan los valores de las integrales
Z 3 Z 3
1 1
e(t−2) δ(2t − 4) dt = , e(t−2) δ′′ (2t − 4) dt = .
0 2 0 2
✄
>> syms t
>> f 1 ( t ) = exp ( t −2)∗ d i r a c (2∗ t −4);
>> i n t ( f1 , t , 0 , 3 )
ans ( t ) =
1/2
>> f 2 ( t ) = exp ( t −2)∗ d i f f ( d i r a c (2∗ t −4) , t , 2 ) ;
>> i n t ( f2 , t , 0 , 3 )
ans ( t ) =
1/2
✂ ✁
M ATLAB no tiene un comando que permita calcular en forma explı́cita la convolución de
dos funciones de demonio continuo. En el Programa 5.1 se muestra la función ConvCont,
que permite calcular el valor de la convolución h(t) = f ∗ g(t) en t = t0 , en otras palabras,
halla el valor h(t0 ). Veamos un ejemplo. Consideremos las funciones f (t) = p1 (t) y g(t) =
u(t) del Ejemplo 5.4, donde hallamos la convolución
f u n c t i o n [ h0]= ConvCont ( f , g , t 0 )
%ConvCont H a l l a e l v a l o r de l a c o n v o l u c i ó n h ( t ) = f ∗g ( t )
% en t 0
% h0 = h ( t 0 )
syms t tau ;
h0 = i n t ( f ( tau )∗ g ( t0−tau ) , tau ,− I n f , I n f ) ;
end
>> g ( t ) = h e a v i s i d e ( t ) ;
>> h0 = ConvCont ( f , g , 1 / 2 )
h0 =
3/2
✂ ✁
h(t) = f*g(t)
3
2.5
1.5
0.5
−0.5
−1
−4 −3 −2 −1 0 1 2 3 4
En este caso, t0 es un vector, por ello ConvCont arroja como salida un vector h0, cuyas
componentes son los valores que alcanza h(t) en cada componente del vector t0.
En cuanto a las funciones de dominio discreto, con M ATLAB también se pueden manejar,
pero en forma limitada. Una función f (n) de dominio discreto es en sı́ una sucesión de
números reales. Este hecho nos permite definir funciones de dominio discreto como un
arreglo de números reales. Por ejemplo, la función sen (πn/2) puede definirse en M ATLAB
como una discretización de la función sen (πt), primero creando n como un arreglo de
números enteros y después evaluando la función sen (πt/2) en ese arreglo. Esto puede
observarlo a continuación.
✄
>> n=−10:10;
>> f = s i n ( p i ∗n / 2 ) ;
✂ ✁
sen(nπ/2)
1
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
−10 −8 −6 −4 −2 0 2 4 6 8 10
El proceso anterior se puede aplicar para generar todas las funciones elementales de
dominio discreto (cos(n), en , tan(n), etc.). En cuanto a las funciones impulso unitario
discreto δ(n) y escalón unitario discreto u(n), hemos definido las funciones impulso (ver
Programa 5.2) y escalon (ver Programa 5.3), que hallan los valores que alcanzan δ(n)
y u(n) en las componentes del arreglo n, respectivamente. A continuación usamos las
funciones impulso y escalon, para generar la gráfica de δ(n) y la de u(n) en el intervalo
[−10, 10].
✄
>> n=−10:10;
>> s u b p l o t ( 2 , 1 , 1 ) , stem (n , impu lso ( n ) , ’ f i l l ’ , ’−− ’ )
>> t i t l e ( ’ \ de lta (n) ’ )
>> s u b p l o t ( 2 , 1 , 2 ) , stem (n , e s c a l o n ( n ) , ’ f i l l ’ , ’−− ’ )
>> t i t l e ( ’ u(n) ’ )
✂ ✁
f u n c t i o n [ d ] = impu lso ( n )
%impu lso H a l l a l o s v a l o r e s de d e l t a ( n )
% d : a r r e g l o de v a l o r e s de d e l t a ( n )
d = zeros ( s i z e (n ) ) ;
d ( n==0) = 1 ;
end
δ(n)
1
0.8
0.6
0.4
0.2
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
u(n)
1
0.8
0.6
0.4
0.2
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
Los Programas 5.4, 5.5 y 5.6, muestran las funciones signo, rampa y pulsorectangular,
que definen respectivamente las funciones signo discreto,
−1, n < 0,
sgn(n) = 0, n = 0,
1, n > 0,
rampa discreta,
r(n) = n u(n),
0,
n < n1 ,
pn1 ,n2 (n) = 1, n1 ≤ n ≤ n2 ,
0, n > n2 ,
f u n c t i o n [ r ] = rampa( n )
%rampa H a l l a l o s v a l o r e s de r ( n )
% r : a r r e g l o de v a l o r e s de r ( n )
r = zeros ( s i z e (n ) ) ;
r (n>=0) = n ( n>=0);
end
f u n c t i o n [ p ] = p u l s o r e c t a n g u l a r (n , n1 , n2 )
%p u l s o r e c t a n g u l a r H a l l a l o s v a l o r e s de un p u l s o
% r e c t a n g u l a r e n t r e n1 y n2
% p : a r r e g l o de v a l o r e s d e l p u l s o r e c t a n g u l a r
p = ones ( s i z e ( n ) ) ;
p (n<n1 ) = 0 ;
p (n>n2 ) = 0 ;
end
✄
>> n = −10:10;
>> f 1 = e s c a l o n ( n−4);
>> f 2 = n . ∗ ( e s c a l o n ( n+2)−e s c a l o n ( n −3));
>> f 3 = e s c a l o n (−n)−impu lso ( n−1)−impu lso ( n−2);
>> f 4 = p u l s o r e c t a n g u l a r ( n ,0 ,4) − p u l s o r e c t a n g u l a r ( n, −5 , −1);
✂ ✁
✄
>> subplot (2 ,2 ,1) , stem (n , f1 , ’ fill ’ , ’−− ’ ) ; title ( ’f 1 (n) ’)
>> subplot (2 ,2 ,2) , stem (n , f2 , ’ fill ’ , ’−− ’ ) ; title ( ’f 2 (n) ’)
>> subplot (2 ,2 ,3) , stem (n , f3 , ’ fill ’ , ’−− ’ ) ; title ( ’f 3 (n) ’)
>> subplot (2 ,2 ,4) , stem (n , f4 , ’ fill ’ , ’−− ’ ) ; title ( ’f 4 (n) ’)
✂ ✁
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 169
f (n) f (n)
1 2
1 2
0.8
1
0.6
0
0.4
−1
0.2
0 −2
−10 −5 0 5 10 −10 −5 0 5 10
f (n) f (n)
3 4
1 1
0.5 0.5
0 0
−0.5 −0.5
−1 −1
−10 −5 0 5 10 −10 −5 0 5 10
y
g(n) = u(n + 2) − u(n − 5), para n ∈ [−2, 8]
Utilicemos el comando h = conv(f,g) para hallar los valores de h(n), por supuesto, en el
intervalo [−2, 13].
✄
>> n1=0; n2=5; n3=−2; n4=8;
>> n=n1 : n2 ; f=e s c a l o n ( n−2)−e s c a l o n ( n−4);
>> n=n3 : n4 ; g=e s c a l o n ( n+1)−e s c a l o n ( n−5);
>> h = conv ( f , g ) ;
✂ ✁
f(n) g(n)
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 1 2 3 4 5 −2 0 2 4 6 8
h(n)
2
1.5
0.5
0
−2 0 2 4 6 8 10 12 14
Ahora bien, considerando las expresiones de f (t) y g(t) dadas en el enunciado del pro-
blema, obtenemos:
Z ∞ Z 2a−
h(t) = pa (τ − a)u(t − τ ) dτ = u(t − τ ) dτ, para t ∈ R. (5.6)
−∞ 0+
u(t − τ )
τ
t 2a
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 171
u(t − τ )
1
τ
t 2a
u(t − τ )
1
τ
2a t
Problema 5.2. Sean f (t) y g(t) funciones de dominio continuo definidas respectivamente
por:
f (t) = r(t) y g(t) = sgn(t) + u(−t − 1).
Calculemos cada una de las convoluciones r(t) ∗ sgn(t) y r(t) ∗ u(−t − 1).
Usando la definición de convolución obtenemos:
Z ∞
r(t) ∗ sgn(t) = r(τ ) sgn(t − τ ) dτ, para t ∈ R. (5.7)
−∞
r(τ ) sgn(t − τ )
−τ
r(τ ) sgn(t − τ )
t τ
−t
−τ
Problema 5.3. Sean f (t) y g(t) funciones de dominio continuo definidas respectivamente
por:
f (t) = e−t u(t) y g(t) = e−2t u(t).
Determinar la convolución h(t) = f ∗ g(t).
eτ u(t − τ )
et
τ
t
eτ u(t − τ )
et
τ
t
t
174 5.4. PROBLEMAS RESUELTOS
−1 1
−1 1 t t
−1
(τ + 1)(t − τ )
t−1 t t+1
τ t−1 t t+1 τ
−1 −1
−1
(τ + 1)(τ − t)
(τ + 1)(τ − t)
t−1 t t+1 t t+1
−1 1 τ t−1 1 τ
−1 −1 (τ + 1)(t − τ )
(τ + 1)(t − τ )
−1
(τ + 1)(τ − t)
(τ + 1)(t − τ )
176 5.4. PROBLEMAS RESUELTOS
−1
(τ + 1)(τ − t)
(τ + 1)(t − τ )
De todo lo anterior se tiene que la convolución h(t) = f ∗ g(t) está dada por:
(t−1) (t+2)2
6 , −2 < t ≤ −1,
(t+1)3 t2 (t+3)
t2 1
2 − 6 − 6 − 2, −1 < t ≤ 0,
h(t) = (t−1) (t +4 t+1) − (t−1) − t2 ,
2 2
6 2 2 0 < t ≤ 1,
t (t−2)
2 , 1 < t ≤ 2,
0, en otros casos.
h(t)
−2 2
t
−2/3
Problema 5.5. Sean f (n) y g(n) funciones de dominio discreto definidas respectivamente
por:
f (n) = u(n + 1) − u(n − 2) y g(n) = u(n + 1) − u(n − 2).
Determinar la convolución h(n) = f ∗ g(n).
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 177
Calculemos los valores que toma h(n) para cada n ∈ Z. Seguidamente construiremos
gráficas de g(n − k) para cada n. Aquı́ solo se mostrará el gráfico de
g(n − k)
b b b
1
g(n − k)
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
g(n − k)
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
g(n − k)
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
178 5.4. PROBLEMAS RESUELTOS
g(n − k)
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
g(n − k)
b b b
1
-5 -4 -3 -2 -1 1 2 3 4 5 k
g(n − k)
b b b
1
De todo lo anterior se tiene que la convolución h(n) = f ∗ g(n) está dada por:
h(n)
b
3
b b
2
b b
1
b b b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 n
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 179
Problema 5.6. Sean f (n) y g(n) funciones de dominio discreto definidas respectivamente
por:
f (n) = u(n + 2) − u(n − 4) y g(n) = nu(n).
Determinar la convolución h(n) = f ∗ g(n).
Solución. Considerando las expresiones de f (n) y g(n) dadas en el enunciado del problema
y la definición de la convolución de funciones de dominio discreto, podemos escribir para
n ∈ Z:
∞
X 3
X
h(n) = f ∗ g(n) = f (k)g(n − k) = (n − k) u(n − k).
k=−∞ k=−2
Calculemos los valores que toma h(n) para cada n ∈ Z. Para ello construiremos la gráfica
de ku(k) y usaremos la ecuación (5.11) variando los valores de n.
La gráfica de k u(k) es:
ku(k)
b
6
5 b
4 b
b
3
b
2
b
1
b b b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 6 k
..
.
De todo lo anterior se tiene que la convolución h(n) = f ∗ g(n) está dada por:
0, n ≤ −2,
(n+2)(n+3)
h(n) = 2 , −1 ≤ n ≤ 4,
(n+2)(n+3) (n−4)(n−3)
2 − 2 , n ≥ 5.
h(n) b
···
b
b
b b b b
-5 -4 -3 -2 -1 1 2 3 4 5 6
n
4
X (−1)m
Problema 5.7. Determinar la convolución f ∗ g, donde f (n) = δ(n − m) y g(n)
m
m=1
es una función cuya gráfica se muestra en la siguiente figura.
g(n)
b b
1
1 2 3 4 ···
b b b b b
· · · −4 −3 −2 −1 n
b b
-1
Solución. Se tiene que la función g(n) se puede expresar como g(n) = g1 (n) − g2 (n),
donde
Verifique que
g(n) = g1 (n) −
g2 (n), para las
funciones g1 (n)
y g2 (n) dadas
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 181
h(n) = f ∗ g (n)
= f ∗ g1 (n) − f ∗ g2 (n)
4 4
X (−1)m X (−1)m
= δ(n − m) ∗ g1 (n) − δ(n − m) ∗ g2 (n). (5.12)
m=1
m m=1
m
4
X (−1)m
h(n) = [u((m − 1) − n) − u((m − 3) − n) − u(n − (m + 1)) + u(n − (m + 3))]
m
m=1
1 2 1 1 1
=u(−2 − n) − u(−1 − n) − u(−n) + u(1 − n) − u(2 − n) + u(3 − n)
2 3 4 3 4
1 2 1 1 1
+ u(n − 2) − u(n − 3) − u(n − 4) + u(n − 5) − u(n − 6) + u(n − 7),
2 3 4 3 4
cuya representación gráfica se aprecia en la siguiente figura.
h(n)
1 b
b
b
· · · −3 −2 −1 b 4 6
b b b b
b
b
1 2 3 5 b
7 8··· n
b
-1
182 5.5. PROBLEMAS PROPUESTOS
Z 1 Z 3
2
a) (t + t )δ(t − 3) dt c) e(t−2) δ(2t − 4) dt
−2 0
Z 4 Z 4
2 2 ′ 1 1
b) (t + t )δ(t − 3) dt d) (t − 2) δ − t+ dt
−2 −4 3 2
f (t) g(t)
1 1
a) −1
−1 1 t 1 t
−1
CAPÍTULO 5. FUNCIONES DE DOMINIOS CONTINUO Y DISCRETO 183
f (t) g(t)
1 1
b) 1
−1 1 t −1 t
−1
f (t) g(t)
2
c) 1
1
−1 2 t −1 1 t
f (t) g(t)
d) 1 1
−1 1 t −1 1 t
5.5. Sea f (n) la función de dominio discreto cuya gráfica se muestra en la siguiente
figura.
f (n)
b
2
b
1
−2 1 3
−1 2 n
b
-1
b b
-2
6.1 Definición
Pasemos definir una de las herramientas matemáticas más importantes para la inge-
nierı́a como lo es la Transformada de Fourier.
185
186 6.1. DEFINICIÓN
Definición 6.2. Sea f (t) una función con transformada de Fourier F (ω). La transfor-
mada inversa de Fourier está definida como
Z ∞
−1 1
f (t) = F {F (ω)} = F (ω) ejωt dω,
2π −∞
para todo t ∈ R.
F
f (t) ←→ F (ω),
que se lee par de transformadas, denota que F (ω) es la transformada de Fourier de f (t) y
que f (t) es la transformada inversa de Fourier de F (ω).
Teorema 6.1 (Linealidad). Si F (ω) y G(ω) son las transformadas de Fourier de f (t) y
g(t), respectivamente, entonces
F
af (t) + bg(t) ←→ aF (ω) + bG(ω),
Demostración. Como Z ∞
1
f (t) = F (ω) ejωt dω,
2π −∞
entonces Z ∞
2πf (−t) = F (ω) e−jωt dω.
−∞
Intercambiando t y ω, se obtiene
Z ∞
2πf (−ω) = F (t) e−jωt dt = F{F (t)}.
−∞
Teorema 6.7 (Convolución). Si F (ω) y G(ω) son las transformadas de Fourier de f (t) y
g(t), respectivamente, entonces
F
f ∗ g (t) ←→ F (ω) G(ω).
Teorema 6.8 (Multiplicación). Si F (ω) y G(ω) son las transformadas de Fourier de f (t)
y g(t), respectivamente, entonces
F 1
f (t) g(t) ←→ F ∗ G (ω).
2π
Es decir, la multiplicación en el dominio del tiempo, corresponde a la convolución en el
dominio de la frecuencia multiplicada por la constante 1/2π.
F 1
cos(ω0 t) f (t) ←→ [F (ω + ω0 ) + F (ω − ω0 )].
2
y
F j
sen (ω0 t) f (t) ←→ [F (ω + ω0 ) − F (ω − ω0 )].
2
Demostración. Para la prueba usaremos las transformadas de Fourier de cos(ω0 t) y sen (ω0 t),
a saber:
F{cos(ω0 t)} = π[δ(ω − ω0 ) + δ(ω + ω0 )]
y
π
F{sen (ω0 t)} = [δ(ω − ω0 ) − δ(ω + ω0 )],
j
las cuales la hallaremos más adelante. Aplicando la propiedad de multiplicación
1
F{cos(ω0 t) f (t)} = F{cos(ω0 t)} ∗ F{f (t)}.
2π
Ahora, usando la expresión de la transformada de Fourier de cos(ω0 t) y la propiedad dis-
tributiva de la convolución, se obtiene
1
F{cos(ω0 t) f (t)} = [δ(ω − ω0 ) ∗ F (ω) + δ(ω + ω0 ) ∗ F (ω)]
2
1
= [F (ω − ω0 ) + F (ω + ω0 )] .
2
Por un razonamiento similar se demuestra que
j
F{sen (ω0 t) f (t)} = [F (ω + ω0 ) − F (ω − ω0 )].
2
(Se deja al lector la prueba.)
Ahora, tomando f1 (t) = f (t) y f2 (t) = f (t), y luego aplicando la propiedad de conjugación
F
f (t) ←→ F (−ω), de la ecuación (6.4) se deduce
Z ∞ Z ∞ Z ∞
2 1 1
|f (t)| dt = F (ω)F (ω) dω = |F (ω)|2 dω,
−∞ 2π −∞ 2π −∞
1
Escalamiento en tiempo F {f (at)} = F (ω/a)
|a|
1
Multiplicación F {f (t)g(t)} = F ∗ G (ω)
2π
dn
Diferenciación en tiempo F f (t) = (jω)n F (ω)
dtn
dn
Diferenciación en frecuencia F {tn f (t)} = j n F (ω)
dω n
t
Z 1
Integración F f (λ) dλ = F (ω) + πF (0)δ(ω)
jω
−∞
1
Modulación F {cos(ω0 t) f (t)} = [F (ω + ω0 ) + F (ω − ω0 )]
2
j
F {sen (ω0 t) f (t)} = [F (ω + ω0 ) − F (ω − ω0 )]
2
Z ∞ Z ∞
1
Teorema de Parseval |f (t)|2 dt = |F (ω)|2 dω
−∞ 2π −∞
194 6.3. ALGUNOS PARES DE TRANSFORMADAS
1.
F
δ(t) ←→ 1
Se tiene que
Z ∞
F{δ(t)} = δ(t) e−jωt dt
Z−∞
∞
= δ(t)(cos(−ωt) + jsen (−ωt)) dt
Z−∞
∞ Z ∞
= δ(t) cos(ωt) dt − j δ(t) sin(ωt) dt
−∞ −∞
= cos(0) − jsen (0) = 1.
F
En la Figura 6.1 se aprecia gráficamente el par de transformadas δ(t) ←→ 1.
δ(t) F (ω)
1
1 F
←→
t ω
2.
F
1 ←→ 2π δ(ω)
F
En la Figura 6.2 se aprecia gráficamente el par de transformadas 1 ←→ 2πδ(ω).
f (t) = 1 F (ω)
1 2πδ(ω)
F
←→
t ω
3.
F
ejω0 t ←→ 2π δ(ω − ω0 )
Aplicando la propiedad de desplazamiento en frecuencia con f (t) = 1, se tiene
F{ejω0 t } = F{1}(ω − ω0 ) = 2πδ(ω − ω0 ).
4.
F 2
sgn(t) ←→
jω
Para obtener la transformada de Fourier de la función signo, es necesario expresar a
sgn(t) como el siguiente lı́mite de exponenciales (la prueba de esta ecuación se deja
como ejercicio para el lector):
sgn(t) = lı́m e−at u(t) − eat u(−t) .
a→0
5.
F 1
u(t) ←→ + πδ(ω)
jω
Para establecer la transformada de Fourier del escalón unitario, emplearemos la
siguiente relación (se deja al lector la verificación de la relación):
sgn(t) = 2u(t) − 1,
de donde se deduce:
sgn(t) 1
u(t) = + .
2 2
Ası́, empleando la última ecuación, se obtiene:
1 1
F{u(t)} = F{sgn(t)} + F{1}
2 2
1 2 1 1
= + (2πδ(ω)) = + πδ(ω).
2 jω 2 jω
6.
F 1
e−αt u(t) ←→
α + jω
Se tiene que
Z ∞ Z ∞
1
F{e−αt u(t)} = e−αt u(t) e−jωt dt = e−(α+jω)t dt = .
−∞ 0 α + jω
196 6.3. ALGUNOS PARES DE TRANSFORMADAS
7.
F π
sen (ω0 t) ←→ [δ(ω − ω0 ) − δ(ω + ω0 )]
j
ejω0 t − e−jω0 t
F{sen (ω0 t)} = F
2j
1
= F ejω0 t − F e−jω0 t
2j
1 π
= [2πδ(ω − ω0 ) − 2πδ(ω + ω0 )] = [δ(ω − ω0 ) − δ(ω + ω0 )].
2j j
F
←→ ω0
t −ω0 ω
−π
8.
F
cos(ω0 t) ←→ π [δ(ω − ω0 ) + δ(ω + ω0 )]
ejω0 t + e−jω0 t
F{sen (ω0 t)} = F
2
1 jω0 t
= F e + F e−jω0 t
2
1
= [2πδ(ω − ω0 ) + 2πδ(ω + ω0 )] = π [δ(ω − ω0 ) + δ(ω + ω0 )].
2
cos(ω0 t) F (ω)
π π
F
←→
−ω0 ω0 ω
t
9.
F sen (ωT )
pT (t) ←→ 2T
ωT
Como
pT (t) = u(t + T ) − u(t − T ),
entonces
pT (t) F (ω)
1 1
F
←→
−T T t ω
10.
F 2a
e−a|t| ←→ , para a > 0
ω2 + a2
Como
e−a|t| = eat u(−t) + e−at u(t),
198 6.3. ALGUNOS PARES DE TRANSFORMADAS
entonces
F{e−a|t| } = F eat u(−t) + e−at u(t)
Z ∞ Z ∞
at −jωt
= e u(−t) e dt + e−at u(t) e−jωt dt
−∞ −∞
Z 0 Z ∞
at −jωt
= e e dt + e−at e−jωt dt
−∞ 0
Z 0 Z ∞
= e(a−jωt) dt + e−(a+jωt) dt
−∞ 0
1 1 2a
= + = 2 .
a − jω a + jω ω + a2
e−a|t| F (ω)
1 2/a
F
←→
t ω
11.
1 F π −a|ω|
←→ e , a>0
a2 + t2 a
Usando las propiedades de linealidad y dualidad, se tiene
1 1 2a 1 −a|ω|
π
F = F = 2πe = e−a|ω| .
a2 + t 2 2a a2 + t2 2a a
1
En la Figura 6.7 se aprecia gráficamente la transformada de Fourier de .
a2 + t2
F (ω)
1
a2 +t2
π/a
F
1/a 2
←→
t ω
1
Figura 6.7. Transformada de Fourier de
a2 + t2
δ(t) 1
1
u(t) πδ(ω) +
jω
δ(t − t0 ) e−jωt0
2
sgn(t)
jω
ejω0 t 2πδ(ω − ω0 )
π
sen (ω0 t) [δ(ω − ω0 ) − δ(ω + ω0 )]
j
π jω
cos (ω0 t)u(t) [δ(ω − ω0 ) + δ(ω + ω0 )] + 2
2 ω0 − ω 2
π ω0
sen (ω0 t)u(t) [δ(ω − ω0 ) − δ(ω + ω0 )] + 2
2j ω0 − ω 2
1
e−at u(t), Re {a} > 0
a + jω
1
te−at u(t), Re {a} > 0
(a + jω)2
tn−1 −at 1
e u(t), Re {a} > 0
(n − 1)! (a + jω)n
2a
e−a|t| , a > 0
a2 + ω2
4ajω
|t|e−a|t| , Re {a} > 0
a2 + ω2
1 π −a|ω|
, Re {a} > 0 e
a2 + t2 a
t −jπωe−a|ω|
, Re {a} > 0
a + t2
2 2a
r
2 π −ω2 /4a
e−at , a > 0 e
a
200 6.4. MAGNITUD Y FASE
Definición 6.4 (Fase). Sea F (ω) la transformada de Fourier de f (t). La fase de f (t) se
define como el argumento de su transformada de Fourier, esto es,
Para calcular la fase es necesario fijar una determinación de arg (F (ω)). En este escrito
la fase se calculará como el argumento principal, es decir, φ(ω) = Arg (F (ω)).
La siguiente proposición es un resultado de mucha utilidad para el cálculo de la mag-
nitud y la fase de una función. Esta proposición establece que si f (t) es una función real,
entonces la magnitud es una función par y la fase es una función impar.
Proposición 6.1. Si f (t) es una función real, entonces el espectro de magnitud A(ω) es
una función par, y el espectro de fase φ(ω) es una función impar.
donde Z ∞
Re {F (ω)} = f (t) cos(ωt) dt (6.5)
−∞
e
Z ∞
Im {F (ω)} = − f (t) sen (ωt) dt. (6.6)
−∞
Ası́, los espectros de magnitud y fase de f (t) están dados respectivamente por:
p
A(ω) = |F (ω)| = (Re {F (ω)})2 + (Im {F (ω)})2 (6.7)
CAPÍTULO 6. TRANSFORMADA DE FOURIER 201
y
0, Re {F (ω)} > 0, Im {F (ω)} = 0,
Im {F (ω)}
arctan , Re {F (ω)} > 0, Im {F (ω)} > 0,
Re {F (ω)}
π/2, Re {F (ω)} = 0, Im {F (ω)} > 0,
Im {F (ω)}
arctan
+ π, Re {F (ω)} < 0, Im {F (ω)} > 0,
Re {F (ω)}
φ(ω) = (6.8)
π, Re {F (ω)} < 0, Im {F (ω)} = 0,
Im {F (ω)}
arctan − π, Re {F (ω)} < 0, Im {F (ω)} < 0,
Re {F (ω)}
−π/2, Re {F (ω)} = 0, Im {F (ω)} < 0,
Im {F (ω)}
arctan
, Re {F (ω)} > 0, Im {F (ω)} < 0.
Re {F (ω)}
Veamos que A(ω) es par. Como la función real | · | es una función par y, por (6.5) y (6.6),
Re {F (ω)} y Im {F (ω)} son funciones reales (por ser f (t) una función real), entonces por
(6.7) la función A(ω) es par.
Veamos ahora que φ(ω) es impar. Por (6.5) y (6.6) se tiene que
0, Re {F (ω)} > 0, Im {F (ω)} = 0,
Im {F (ω)}
− arctan , Re {F (ω)} > 0, Im {F (ω)} < 0,
Re {F (ω)}
π/2, Re {F (ω)} = 0, Im {F (ω)} < 0,
Im {F (ω)}
− arctan
+ π, Re {F (ω)} < 0, Im {F (ω)} < 0,
Re {F (ω)}
φ(−ω) =
π, Re {F (ω)} < 0, Im {F (ω)} = 0,
Im {F (ω)}
− arctan − π, Re {F (ω)} < 0, Im {F (ω)} > 0,
Re {F (ω)}
−π/2, Re {F (ω)} = 0, Im {F (ω)} > 0,
Im {F (ω)}
− arctan
, Re {F (ω)} > 0, Im {F (ω)} > 0.
Re {F (ω)}
= −φ(ω),
1
F (ω) = .
2 + jω
Luego,
A(ω)
1 1
A(ω) = =√
|2 + jω| 4 + ω2
ω
y
φ(ω)
π/2
1
φ(ω) = Arg = − arctan(ω/2).
2 + jω ω
−π/2
f (t) = u(t).
1
F (ω) = + π δ(ω).
jω
Ası́,
A(ω)
1 1
A(ω) = + π δ(ω) = , para ω 6= 0
jω |ω|
ω
y
CAPÍTULO 6. TRANSFORMADA DE FOURIER 203
φ(ω)
1 π/2
φ(ω) = Arg + π δ(ω)
jω
1
= Arg , ω 6= 0
jω
( ω
π/2, ω < 0,
=
−π/2, ω > 0.
−π/2
f (t) = sgn(t).
2
F (ω) = .
jω
Ası́,
A(ω)
2 2
A(ω) = = , para ω 6= 0
jω |ω|
ω
y
φ(ω)
π/2
2
φ(ω) = Arg , ω 6= 0
jω
(
π/2, ω < 0, ω
=
−π/2, ω > 0.
−π/2
f (t) = δ(t).
F (ω) = 1.
Ası́,
204 6.4. MAGNITUD Y FASE
A(ω)
1
A(ω) = 1, para ω ∈ R
ω
y
φ(ω)
ω
f (t) = e−|t| .
2
F (ω) =
1 + ω2
Ası́,
A(ω)
1
2
A(ω) = , para ω ∈ R
1 + ω2
ω
y
φ(ω)
2
φ(ω) = Arg = 0, para ω ∈ R.
1 + ω2
ω
CAPÍTULO 6. TRANSFORMADA DE FOURIER 205
✄
>> syms t w
>> f 1 ( t )=exp(−2∗ t )∗ h e a v i s i d e ( t ) ; F1 (w)= f o u r i e r ( f 1 )
F1 (w) =
1/(w∗ i + 2)
>> f 2 ( t )=exp(−abs ( t ) ) ; F2 (w)= f o u r i e r ( f 1 )
F2 (w) =
1/(w∗ i + 2)
>> f 3 ( t )= h e a v i s i d e ( t +1)−h e a v i s i d e ( t −1); F2 (w)= f o u r i e r ( f 3 )
F2 (w) =
− ( c o s (w)∗ i − s i n (w) ) /w + ( c o s (w)∗ i + s i n (w) ) /w
✂ ✁
A3 =
1.9177
phi3 =
0
✂ ✁
La función magnitudfase no sólo permite hallar el valor de la magnitud y la fase en
ω = ω0 , sino que también podemos usarla para obtener una gráfica de los espectros de
magnitud y fase de una función. A continuación, con las funciones f1 (t), f2 (t) y f3 (t)
creadas previamente, se hallan los espectros de magnitud y fase, para w ∈ (0, 10].
A (ω) φ (ω)
1 1
0.8 2
0.6 1
0.4 0
0.2 −1
0 −2
−10 −5 0 5 10 −10 −5 0 5 10
A (ω) φ (ω)
2 2
2 1
1.5 0.5
1 0
0.5 −0.5
0 −1
−10 −5 0 5 10 −10 −5 0 5 10
A (ω) φ (ω)
3 3
2 4
1.5 2
1 0
0.5 −2
0 −4
−10 −5 0 5 10 −10 −5 0 5 10
Para la construcción de las gráficas anteriores, tomamos en cuenta que las funciones con-
sideradas todas eran reales. Por ello, el espectro de magnitud es una función par y el
espectro de fase es impar. Seguidamente mostramos el código usado para la generación de
las gráficas.
✄
>> syms t
>> w0 = 0 . 0 1 : 0 . 1 : 1 0 ;
>> f 1 ( t )=exp(−2∗ t )∗ h e a v i s i d e ( t ) ; [A1 , phi1]=magnitu dfase ( f1 , w0) ;
>> f 2 ( t )=exp(−abs ( t ) ) ; [ A2 , phi2]=magnitu dfase ( f2 , w0 ) ;
>> f 3 ( t )= h e a v i s i d e ( t +1)−h e a v i s i d e ( t −1); [A3 , phi3 ] = magnitu dfase ( f3 , w0) ;
>> s u b p l o t ( 3 , 2 , 1 ) , p l o t (−w0, A1 , ’ b ’ , ’ LineWidth ’ , 2 ) , hold on
>> p l o t (w0, A1 , ’ b ’ , ’ LineWidth ’ , 2 ) , t i t l e ( ’ A 1 (\ omega ) ’ ) , g r i d on
>> s u b p l o t ( 3 , 2 , 2 ) , p l o t (−w0,−phi1 , ’ b ’ , ’ LineWidth ’ , 2 ) , hold on
>> p l o t (w0, phi1 , ’ b ’ , ’ LineWidth ’ , 2 ) , t i t l e ( ’ \ p h i 1 (\ omega ) ’ ) , g r i d on
>> s u b p l o t ( 3 , 2 , 3 ) , p l o t (−w0, A2 , ’ b ’ , ’ LineWidth ’ , 2 ) , hold on
>> p l o t (w0, A2 , ’ b ’ , ’ LineWidth ’ , 2 ) , t i t l e ( ’ A 2 (\ omega ) ’ ) , g r i d on
>> s u b p l o t ( 3 , 2 , 4 ) , p l o t (−w0,−phi2 , ’ b ’ , ’ LineWidth ’ , 2 ) , hold on
>> p l o t (w0, phi2 , ’ b ’ , ’ LineWidth ’ , 2 ) , t i t l e ( ’ \ p h i 2 (\ omega ) ’ ) , g r i d on
>> s u b p l o t ( 3 , 2 , 5 ) , p l o t (−w0, A3 , ’ b ’ , ’ LineWidth ’ , 2 ) , hold on
>> p l o t (w0, A3 , ’ b ’ , ’ LineWidth ’ , 2 ) , t i t l e ( ’ A 3 (\ omega ) ’ ) , g r i d on
>> s u b p l o t ( 3 , 2 , 6 ) , p l o t (−w0,−phi3 , ’ b ’ , ’ LineWidth ’ , 2 ) , hold on
>> p l o t (w0, phi3 , ’ b ’ , ’ LineWidth ’ , 2 ) , t i t l e ( ’ \ p h i 3 (\ omega ) ’ ) , g r i d on
✂ ✁
CAPÍTULO 6. TRANSFORMADA DE FOURIER 207
M ATLAB también cuenta con el comando ifourier(F) que permite calcular la trans-
formada inversa de Fourier de F (ω). Observe el siguiente ejemplo donde se calcula la
transformada inversa de Fourier de las siguientes transformadas:
F1 (ω) = q1 (10ω), F2 (ω) = δ(ω) + 2 p1 (−ω), F3 (ω) = j sgn(2ω).
✄
>> syms w t
>> u (w) = h e a v i s i d e (w) ;
>> F1=(1+10∗w) ∗ ( u(10∗w+1)−u(10∗w))+(1−10∗w) ∗ ( u(10∗w)−u(10∗w−1));
>> f 1 = s i m p l e ( i f o u r i e r ( F1 ) )
f1 =
(20∗ s i n ( x / 2 0 ) ˆ 2 ) / ( p i ∗ x ˆ2)
>> F2=d i r a c (w)+2∗(u(−w+1)−u(−w−1));
>> f 2 = s i m p l e ( i f o u r i e r ( F2 ) )
f2 =
((2∗ s i n ( x ) ) / x + 1/2)/ p i
>> F3=i ∗( u (2∗w)−u(−2∗w) ) ;
>> f 3 = s i m p l e ( i f o u r i e r ( F3 ) )
f3 =
−1/( p i ∗x )
✂ ✁
Las transformadas inversas de Fourier obtenidas son:
20 sin2 (t/20) 2 sin(t) 1 1
f1 (t) = , f2 (t) = + , f3 (t) = −
π t2 πt 2π πt
ii) Como p1 (t) = u(t + 1) − u(t − 1), entonces usando convenientemente las propiedades
de linealidad y desplazamiento en tiempo, obtenemos:
F (ω) = F {p1 (t)} = F {u(t + 1) − u(t − 1)}
= F {u(t + 1)} − F {u(t − 1)}
= ejω F {u(t)} − e−jω F {u(t)}
jω 1 −jω 1
= e + πδ(ω) − e + πδ(ω)
jω jω
ejω − e−jω 2 sen ω
= =
jω ω
208 6.6. PROBLEMAS RESUELTOS
Problema 6.3. Determinar la transformada de Fourier de la función f (t) = u(t) − u(t − 5).
Problema 6.5. Determinar la transformada de Fourier de la función f (t) = p1/2 ((t − 2)/2).
Ahora, calculemos la transformada F e2t u(−t) . Sea g(t) la función definida como
g(t) = e−2t u(t).
Por definición, la transformada de Fourier de g(t) está dada por:
Z ∞ Z ∞ " #r
e−(2+jω)t 1
G(ω) = e−2t u(t)e−jωt dt = e−(2+jω)t dt = lı́m − = .
−∞ 0+ r→∞ 2 + jω 2 + jω
0
Problema 6.7. Sea f (t) una función de dominio continuo cuya transformada de Fourier
está dada por:
F (ω) = p1 ((ω − 1)/2).
Determine la transformada de Fourier de g(t) = f (2t − 1) e−2jt .
= e−jω/2 F {f (2t)}
−jω/2 1
= e F (ω/2)
2
1 −jω/2
= e p1 ((ω − 2)/4).
2
De esta forma, la transformada de Fourier de g(t) es
1 −j(ω+2)/2
G(ω) = e p1 (ω/4)
2
CAPÍTULO 6. TRANSFORMADA DE FOURIER 211
Problema 6.10. Determine la transformada inversa de Fourier de F (ω) = δ(ω) + 2p1 (−ω).
Problema 6.12. Determine los espectros de magnitud y fase del pulso rectangular p1 (t).
A(ω)
2
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
CAPÍTULO 6. TRANSFORMADA DE FOURIER 213
φ(ω)
π
···
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
···
−π
Problema 6.13. Determine los espectros de magnitud y fase del pulso triangular q1 (t).
2(1 − cos ω)
F (ω) = .
ω2
Luego, el espectro de magnitud de q1 (t) es:
2 (1 − cos ω)
A(ω) = , para ω 6= 0.
ω2
A(ω)
1
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
Como 2(1 − cos ω) > 0 y ω 2 > 0, para todo ω ∈ R, entonces el espectro de fase de q1 (t) es:
2(1 − cos ω)
φ(ω) = Arg (F (ω)) = Arg = 0, para ω 6= 0.
ω2
214 6.6. PROBLEMAS RESUELTOS
Problema 6.14. Determine los espectros de magnitud y fase de f (t) = u(t) − u(t − 5).
Solución. La transformada de Fourier de f (t) = u(t) − u(t − 5) (ver Problema 6.3) es:
1 − e−5jω 1 − cos(5ω) + j sen (5ω)
F (ω) = = .
jω jω
Luego, el espectro de magnitud de f (t) es:
p p
(1 − cos(5ω))2 + sen 2 (5ω) 2 − 2 cos(5ω)
A(ω) = = , para ω 6= 0.
|ω| |ω|
A(ω)
5
ω
−6π −5π −4π −3π −2π −π π 2π 3π 4π 5π 6π
···
ω
···
−π
Problema 6.15. Determine los espectros de magnitud y fase de f (t) = q1/2 (t − 1).
Solución. La transformada de Fourier de f (t) = q1/2 (t − 1) (ver Problema 6.4) es:
8 e−jω sen 2 (ω/4)
F (ω) = .
ω2
Luego, el espectro de magnitud de f (t) es:
8 sen 2 (ω/4)
A(ω) = , para ω 6= 0.
ω2
CAPÍTULO 6. TRANSFORMADA DE FOURIER 215
A(ω)
1/2
ω
−3π −2π −π π 2π 3π
8 sen 2 (ω/4)
Como ω2
> 0, para ω 6= 0, podemos escribir:
8 sen 2 (ω/4)
arg (F (ω)) = arg (e−jω ) + Arg = −ω, para ω 6= 0.
ω2
ası́, el espectro de fase de f (t) es, para ω 6= 0:
∞
X ∞
X
φ(ω) = (2kπ − ω)pπ (ω − 2kπ) − (ω + 2kπ)pπ (ω + 2kπ).
k=0 k=1
φ(ω)
π
··· ···
ω
−5π −4π −3π −2π −π π 2π 3π 4π 5π
−π
Problema 6.16. Determine los espectros de magnitud y fase de f (t) = e2t u(−t) + u(t).
Solución. La transformada de Fourier de f (t) = e2t u(−t) + u(t) (ver Problema 6.6) es:
2
F (ω) = + πδ(ω).
jω(2 − jω)
Luego, el espectro de magnitud de f (t) es:
2
A(ω) = √ , para ω 6= 0.
|ω| 4 + ω 2
A(ω)
ω
−3π −2π −π π 2π 3π
216 6.7. PROBLEMAS PROPUESTOS
φ(ω)
π
2
− π2
6.2. Sea f (t) una función de dominio continuo cuya transformada de Fourier es F (ω).
Pruebe que la transformada de Fourier de la función g(t) = f (t) cos ω0 t, con
ω0 ∈ R, está dada por
1
F{g(t)} = {f (t) cos ω0 t} = [F (ω − ω0 ) + F (ω + ω0 )].
2
6.3. Sea f (t) una función de dominio continuo cuya transformada de Fourier es
F (ω) = p1 ((ω − 1)/2).
Determine la transformada de Fourier de las siguientes funciones de dominio con-
tinuo, utilizando las propiedades de la transformada de Fourier:
CAPÍTULO 6. TRANSFORMADA DE FOURIER 217
6.6. Calcular los espectros de magnitud y fase de las siguientes funciones de dominio
continuo:
7.1 Definición
La transformada de Laplace puede considerarse como una generalización de la trans-
formada de Fourier; en forma más precisa, la adición de un factor exponencial al inte-
grando de la definición de la transformada de Fourier da como resultado la transformada
de Laplace bilateral o de dos lados.
Definición 7.1 (Transformada de Laplace Bilateral). Sea f (t) una función de dominio
continuo definida de R en C. La transformada de Laplace bilateral de f (t) se define como
Z ∞
F (s) = L[f (t)] = f (t) e−st dt,
−∞
Definición 7.2 (Transformadas de Laplace Unilaterales). Sea f (t) una función de domi-
nio continuo definida de R en C. La transformada de Laplace unilateral derecha de f (t)
se define como Z ∞
LD (s) = f (t) e−st dt,
0
para todo s ∈ C tal que |LD (s)| < ∞.
La transformada de Laplace unilateral izquierda de f (t) se define como
Z 0
LI (s) = f (t) e−st dt,
−∞
218
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 219
Esta ecuación nos indica que las funciones componentes de F (s) = u(x, y) + jv(x, y), son:
Z ∞ Z ∞
−xt
u(x, y) = f (t) e cos(yt) dt y v(x, y) = − f (t) e−xt sen (yt) dt.
−∞ −∞
Es claro que
∂u ∂v ∂u ∂v
(x, y) = (x, y) y (x, y) = − (x, y),
∂x ∂y ∂y ∂x
es decir, u(x, y) y v(x, y) satisfacen las ecuaciones de Cauchy-Riemann en todo s tal que
|F (s)| < ∞. Todo lo anterior nos indica que F (s) es derivable en el dominio {s ∈ C :
|F (s)| < ∞}. Por lo tanto, F (s) analı́tica en todo s ∈ C tal que |F (s)| < ∞.
Por lo tanto, los valores de σ = Re s que satisfacen la ecuación (7.2), determinan explı́cita-
mente la región de convergencia de F (s). Note que, por la Proposición 7.1, la transformada
de Laplace es analı́tica en su región de convergencia.
La transformada de Laplace nos permite pasar del plano complejo. Ahora para retornar
al plano del tiempo se utiliza la Transformada Inversa de Laplace.
Definición 7.4. Sea F (s) = L[f (t)], para todo s ∈ D ⊂ C, la transformada de Laplace
de f (t). La transformada inversa de Laplace es el proceso de obtener f (t) a través de
F (s) y se define como
Z σ+j∞
1
f (t) = F (s) est ds. (7.3)
2πj σ−j∞
La integral de la ecuación (8.1) se evalúa en la recta del plano complejo σ + jω, desde
σ − j∞ hasta σ + j∞, siendo σ un número real fijo tal que la recta Re s = σ esté en el
interior de D. En este trabajo, se utilizarán dos métodos para calcular la transformada
inversa de Laplace: Integración de Contornos e Inversión por Tablas, los cuales trataremos
más adelante.
En el resto del capı́tulo usaremos la siguiente notación. El sı́mbolo
L
f (t) ←→ F (s), s∈D
que se lee par de transformadas, denota que F (s) es la transformada de Laplace de f (t)
con región de convergencia el conjunto D ⊂ C, y que f (t) es la transformada inversa de
Laplace de F (s).
Teorema 7.1 (Linealidad). Si las transformadas de Laplace de las funciones f (t) y g(t)
son respectivamente F (s), para todo s ∈ Df ⊂ C y G(s), para todo s ∈ Dg ⊂ C, entonces
L
af (t) + bg(t) ←→ aF (s) + bG(s), s ∈ Df ∩ Dg ,
Ahora, la región de convergencia de L{af (t) + bg(t)} son todos los s = σ + jω tales que
Z ∞
|af (t) + bg(t)| e−σt dt < ∞,
−∞
pero
Z ∞ Z ∞ Z ∞
|af (t) + bg(t)| e−σt dt, ≤ |a| |f (t)| e−σt dt, +|b| |g(t)| e−σt dt. (7.4)
−∞ −∞ −∞
Ası́, por (7.4), (7.5) y (7.6), la región de convergencia de L{af (t) + bg(t)} son todos los
s = σ + jω tales que s ∈ Df ∩ Dg .
para todo t0 ∈ R.
para todo s0 ∈ C.
Ahora, la región de convergencia de L{es0 t f (t)} son todos los s = σ + jω tales que
Z ∞
es0 t f (t) e−σt dt < ∞.
−∞
de lo cual se deduce que la región de convergencia de L{es0 t f (t)} son todos los s = σ + jω
tales que (s − s0 ) ∈ D.
L 1
f (at) ←→ F (s/a), (s/a) ∈ D,
|a|
para todo a ∈ R.
Ahora, la región de convergencia de L{f (at)} son todos los s = σ + jω tales que
Z ∞
|f (at)| e−σt dt < ∞.
−∞
de lo cual se deduce que la región de convergencia de L{f (at)} son todos los s = σ + jω
tales que (s/a) ∈ D.
Teorema 7.6 (Convolución). Si las transformadas de Laplace de las funciones f (t) y g(t)
son respectivamente F (s), para s ∈ Df ⊂ C y G(s), para s ∈ Dg ⊂ C, entonces
L
f ∗ g (t) ←→ F (s) G(s), s ∈ Df ∩ Dg .
Ahora, la región de convergencia de L{f ∗ g (t)} son todos los s = σ + jω tales que
Z ∞ Z ∞ Z ∞
|f ∗ g (t)| e−σt dt = f (τ )g(t − τ ) dτ e−σt dt < ∞.
−∞ −∞ −∞
en otras palabras, la región de convergencia de L{f ∗ g (t)} son todos los s = σ + jω tales
que s ∈ Df ∩ Dg .
d L
f (t) ←→ s F (s),
dt
cuya región de convergencia contiene a D.
Demostración. Asumamos que f (t) es de orden exponencial, esto es, existen constantes
K > 0 y a ∈ R tales que
|f (t)| ≤ K eat , para todo t ∈ R.
Además, si f (t) es de orden exponencial, entonces (se deja como ejercicio para el lector la
prueba de esta ecuación):
α
lı́m f (t)e−st −α = 0, para todo s ∈ D. (7.8)
α→∞
Se tiene Z ∞
d d
L f (t) = f (t) e−st dt.
dt −∞ dt
Ası́, usando la ecuación (7.8) y la integración por partes con u = e−st y dv = f ′ (t), se
obtiene Z ∞
d
−st α
L f (t) = lı́m f (t)e −α
+s f (t) e−st dt = sF (s).
dt α→∞ −∞
Además, de esta última se deduce que si s ∈ D, entonces s pertenece a la región
ecuación
d
de convergencia de L f (t) .
dt
d
Observación 7.2. Generalmente, la región de convergencia de L dt f (t) coincide con la
d de L {f (t)}, pero existen funciones f (t) tales que la región de
región de convergencia
convergencia de L dt f (t) contiene a la región de convergencia de L {f (t)}.
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 225
L d
t f (t) ←→ − F (s), s ∈ D.
ds
Demostración. Se tiene que Z ∞
F (s) = f (t) e−st dt.
−∞
Derivando con respecto a s en ambos lados de la ecuación anterior, se obtiene:
Z ∞
d d −st
F (s) = f (t) e dt
ds ds −∞
Z ∞
d
= f (t) e−st dt
ds
Z−∞∞
= [−tf (t)] e−st dt = −L {t f (t)} ,
−∞
d
de donde se deduce que L {t f (t)} = − F (s). Además, como F (s) es analı́tica en todo
ds
d
s ∈ D, entonces F (s) también es analı́tica en todo s ∈ D, en otras palabras, D es la
ds
d
región de convergencia de F (s).
ds
para toda función f (t) de dominio continuo. De esta forma, usando la propiedad de con-
volución en la ecuación (7.9)
Teorema 7.10 (Teorema del Valor Inicial). Sea f (t) una función continua a trozos en R
tal que f (t) = 0 para t < 0. Si la transformada de Laplace de la función f (t) es F (s) para
todo s ∈ D ⊂ C, entonces
f (0+ ) = lı́m s F (s).
s→∞
y como
lı́m e−st = 0,
s→∞
o, equivalentemente,
f (0+ ) = lı́m s F (s).
s→∞
Teorema 7.11 (Teorema del Valor Final). Sea f (t) una función continua a trozos en R
tal que f (t) = 0 para t < 0. Si la transformada de Laplace de la función f (t) es F (s) para
todo s ∈ D ⊂ C, entonces
lı́m f (t) = lı́m s F (s).
t→∞ s→0
y como
lı́m e−st = 1,
s→0
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 227
o, equivalentemente,
lı́m f (t) = lı́m s F (s).
t→∞ s→∞
Sean f (t) y g(t) dos funciones de dominio continuo con transformada de Laplace F (s),
para s ∈ Df , y G(s), para s ∈ Dg , respectivamente.
1
Escalamiento en tiempo L {f (at)} = F (s/a), s ∈ {s ∈ C : (s/a) ∈ Df }
|a|
n o
Conjugación L f (t) = F (s), s ∈ Df
1.
L
δ(t) ←→ 1, s∈C
Se tiene que
Z ∞ Z ∞
L{δ(t)} = δ(t) e−σt e−jωt dt
δ(t) e−st dt =
Z−∞
∞
−∞
Z ∞
−σt
= δ(t) e cos(ωt) dt − j δ(t) e−σt sen (ωt) dt
−∞ −∞
−σ·0 −σ·0
= e cos(ω · 0) − je sen (ω · 0) = 1.
pero Z ∞
δ(t)(t) e−σt dt = 1;
−∞
2.
L 1
u(t) ←→ , Re s > 0
s
Se tiene que
Z ∞ Z ∞ ∞
−st −st e−st 1
L{u(t)} = u(t) e dt = e dt = − = .
−∞ 0+ s 0+ s
Ahora, como
Z ∞ Z ∞
−σt
|u(t)| e dt = e−σt dt < ∞ ⇔ σ > 0,
−∞ 0+
3.
L 1
−u(−t) ←→ , Re s < 0
s
Hallemos la transformada de Laplace L{−u(−t)} mediante dos procedimientos:
(a) por definición, y (b) usando las propiedades de la transformada de Laplace.
(a) Se tiene que
Z ∞ Z 0− 0−
−st −st e−st 1
L{−u(−t)} = [−u(−t)] e dt = − e dt = = .
−∞ ∞ s ∞ s
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 229
Como Z ∞ Z 0−
−σt
| − u(−t)| e dt = e−σt dt < ∞ ⇔ σ < 0,
−∞ ∞
entonces la región de convergencia de L{−u(−t)} son todos los s = σ + jω ∈ C
tales que Re s = σ < 0.
(b) Usando las propiedades de linealidad y escalamiento en tiempo, se obtiene
1 1
L{−u(−t)} = −L{u(−t)} = − − L{u(t)}(−s) = , Re (−s) > 0,
| − 1| s
o, equivalentemente,
1
L{−u(−t)} = , Re s < 0.
s
Observación 7.3. Note que las transformadas de Laplace de u(t) y −u(−t) son alge-
braicamente iguales, pero tienen regiones de convergencia diferentes, más aún, son
complementarias.
4.
1 L
e−αt u(t) ←→, Re s > −Re α
s+α
Usando la propiedad de desplazamiento en el dominio de s, se obtiene
1
L{e−αt u(t)} = L{u(t)}(s − (−α)) = , Re (s + α) > 0,
s+α
o, equivalentemente,
1
L{e−αt u(t)} = , Re s > −α.
s+α
La transformada de Laplace de e−αt u(t) también se puede hallar por definición, lo
cual se deja como ejercicio para el lector.
5.
L 1
t u(t) ←→ , Re s > 0
s2
Se tiene que Z Z
∞ ∞
−st
L{t u(t)} = [t u(t)] e dt = te−st dt.
−∞ 0+
Usando integración por partes, se obtiene
∞ Z
te−st 1 ∞ −st
L{t u(t)} = − + e dt
s 0+ s 0+
−st ∞
1 e 1
= 0+ − = 2.
s s 0+ s
Como
Z ∞ Z ∞
−σt
|t u(t)| e dt = t e−σt dt
−∞ 0+
Z ∞
1
= e−σt dt < ∞ ⇔ σ > 0,
σ 0+
230 7.3. ALGUNOS PARES DE TRANSFORMADAS
6.
L 1
sen t u(t) ←→ , Re s > 0
s2 +1
Se tiene que
Z ∞
L{sen t u(t)} = [sen t u(t)] e−st dt
−∞
Z ∞ jt
e − e−jt
= e−st dt
0 + 2j
Z ∞ Z ∞
1 (j−s)t −(j+s)t
= e dt − e dt
2j 0+ +
"" #∞ "0 # ∞#
1 e(j−s)t e−(j+s)t
= − −
2j j−s j+s
0+ +
0
1 1 1 1 2j 1
= − = = 2 .
2j s − j s+j 2j s2 + 1 s +1
Como Z ∞ Z ∞
−σt
|sen t u(t)| e dt ≤ e−σt dt < ∞ ⇔ σ > 0,
−∞ 0+
7.
L s
cos t u(t) ←→ , Re s > 0
s2 + 1
Usando las propiedades de linealidad y desplazamiento en el dominio de s, se ob-
tiene
jt
e + e−jt
L{cos t u(t)} = L u(t)
2
1
= L{ejt u(t)} + L{e−jt u(t)}
2
1
= [L{u(t)}(s + j) + L{u(t)}(s − j)]
2
1 1 1
= +
2 s+j s−j
s
= 2
, {s ∈ C : Re (s + j) > 0} ∩ {s ∈ C : Re (s − j) > 0}
s +1
o, equivalentemente,
s
L{cos t u(t)} = , Re s > 0.
s2 +1
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 231
8.
L 2jT senh(T s)
pT (t) ←→ , Re s 6= 0
Ts
Se tiene que
Z ∞
L{pT (t)} = pT (t) e−st dt
−∞
Z T−
= e−st dt
−T +
T−
e−st
= −
s −T +
esT− e−sT
=
s
2jT sen (sT )
= , s 6= 0.
sT
Como
Z ∞ Z T−
eσT − e−σT
|pT (t)| e−σt dt = e−σt dt = <∞ ⇔ σ 6= 0,
−∞ −T + σ
s2 + 2ω02
cos2 (ω0 t)u(t) , Re s > 0
s(s2 + 4ω02 )
2ω02
sen 2 (ω0 t)u(t) , Re s > 0
s(s2 + 4ω02 )
s+a
e−at cos(ω0 t)u(t) , Re s > −a
(s + a)2 + ω02
ω0
e−at sen (ω0 t)u(t) , Re s > −a
(s + a)2 + ω02
s2 − ω02
t cos(ω0 t)u(t) , Re s > 0
(s2 + ω02 )2
2ω0 s
tsen (ω0 t)u(t) , Re s > 0
(s + ω02 )2
2
2jT senh(T s)
pT (t) , Re s 6= 0
Ts
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 233
Proposición 7.2. Sea F (s) la transformada de Laplace de f (t), con región de convergencia
dada por Re s > −a, donde a > 0. Si |F (s)| < b|s|−m para b > 0, un entero m > 0, y
R0 > 0 tal que |s| > R0 , entonces f (t) = 0, para t < 0.
Demostración. Se deja como ejercicio para el lector. Ayuda: utilice un contorno cerrado
simple C apropiado y el hecho que |F (s)| < 1/|s|.
1
F (s) = , Re s > −2.
s+2
Solución. Consideremos el contorno cerrado simple C formado por el contorno C1 , el arco
de la circunferencia
z(t) = R ejt , π/2 ≤ t ≤ 3π/2,
y el contorno C2 dado por el segmento de recta
z(t) = j t, −R ≤ t ≤ R,
ω Re s > −2
C1
C2
−2
σ
Se tiene que
Z Z Z
1 st 1 st 1
e F (s) ds = e F (s) ds + est F (s) ds
2πj C 2πj C1 2πj C2
Z Z jR st
1 est 1 e
= ds + ds. (7.11)
2πj C1 s + 2 2πj −jR s + 2
Z
est
lı́m ds = 0, para t ≥ 0.
R→∞ C1 s+2
Z j∞ Z st
1 est 1 est e
ds = ds = Res = e−2t ,
2πj −j∞ s+2 2πj C s+2 s=−2 s + 2
Ahora, como |F (s)| = 1/|s + 2| < |s|−1 para |s| > 2, entonces por la Proposición 7.2,
f (t) = 0 para t < 0.
Por lo tanto, todo lo anterior nos indica que la transformada inversa de Laplace de F (s)
es
f (t) = e−2t u(t),
e−2t u(t)
1
Proposición 7.3. Sea F (s) la transformada de Laplace de f (t) con región de convergencia
dada por r1 < Re s < r2 , donde r1 , r2 ∈ R. Sean pIk los polos ubicados a la izquierda de la
región de convergencia, para k = 1, . . . , nI , y sean pD
k los polos ubicados a la derecha de la
región de convergencia, para k = 1, . . . , nD (ver, por ejemplo, la Figura 7.2). Entonces, la
transformada inversa de Laplace está dada por
nI D
n
X X
st
f (t) = Res e F (s) u(t) − Res est F (s) u(−t).
s=pIk s=pD
k
k=1 k=1
b
pI1 r1 < Re s < r2
b
pD
1
r1 r2 σ
b
pI3
b
pD
2
b
pI2
Ahora,
st est (5s − 1)
Res e F (s) = Res
s=−1 s=−1 s3 − 3s − 2
d est (5s − 1)
= = (2t − 1) e−t (7.13)
dz (s − 2) s=−1
y
st
e (5s − 1)
Res est F (s) = Res 3
s=2 s=2 s − 3s − 2
st
e (5s − 1)
= = e2t . (7.14)
(s + 1)2 s=2
236 7.4. CÁLCULO DE LA TRANSFORMADA INVERSA DE LAPLACE
donde F1 (s), F2 (s), . . . , FR (s) son funciones tales que se les conoce su transformada inversa
de Laplace f1 (t), f2 (t), . . . , fR (t). Entonces, la transformada inversa de Laplace de F (s)
está dada por
f (t) = f1 (t) + f2 (t) + · · · + fR (t).
donde
A1 = Res [F (s)] = 1,
s=−1
A2,2 = (s − 2)2 F (s) s=2 = 336,
d
A2,1 = [(s − 2)2 F (s)] = 800,
ds s=2
A3,2 = (s − 3)2 F (s) s=3 = 468,
d 2
A3,1 = [(s − 3) F (s)] = −801.
ds s=3
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 237
Ası́,
−1 1 −1 1 −1 1
f (t) = A1 L + A2,1 L + A2,2 L
s+1 s−2 (s − 2)2
1 1
+A3,1 L−1 + A3,2 L−1 .
s−3 (s − 3)2
donde fn (t) es una función no causal y fc (t) es una función causal. Recuerde que una
función g(t) se dice causal si g(t) = 0 para t < 0, y ella es no causal, si g(t) = 0 para t > 0.
f u n c t i o n [ F ] = T r a n s L a p l a c e ( fn , f c )
%T r a n s L a p l a c e H a l l a l a t r a n s f o r m a d a b i l a t e r a l de L a p l a c e
% de una f u n c i ó n f ( t ) = f n ( t )+ f c ( t )
syms t s ;
Fc ( s ) = l a p l a c e ( f c ) ;
Fn ( s ) = l a p l a c e ( f n (− t ) ) ;
F ( s ) = Fn(− s ) + Fc ( s ) ;
end
Problema 7.3. Determinar la transformada de Laplace de f (t) = e−3t (u(t) − u(t − 4)).
donde
f1 (t) = e−3t u(t) y f2 (t) = e−3(t+4) u(t).
Ası́, aplicando la propiedad de linealidad tenemos:
donde D1 , D2 ⊂ C son las regiones de convergencia de L {f1 (t)} y L {f2 (t − 4)}, respecti-
vamente. Calculemos las transformadas L {f1 (t)} y L {f2 (t − 4)}.
De esta forma, sustituyendo convenientemente las expresiones de L {f1 (t)} y L {f2 (t − 4)}
en (7.16), se tiene que la transformada de Laplace de f (t) es:
1 e−4(s+3) 1 − e−4(s+3)
F (s) = − = , Re s > −3.
s+3 s+3 s+3
Seguidamente se muestra el diagrama de polos (rojo) y ceros (azul) de F (s).
ω
.. Re s > −3
. b
−3 σ
b
.. b
CAPÍTULO 7. TRANSFORMADA DE LAPLACE 241
1 n (4j+2)t o 1 n o
= L e u(t) − L e−(4j−2)t u(t)
2j 2j
1 1
= L {u(t)} (s − (4j + 2)) − L {u(t)} (s + (4j − 2))
2j 2j
1 1
= − .
2j(s − (4j + 2)) 2j(s + (4j − 2))
| {z } | {z }
Re s>2 Re s>2
4
F (s) = , Re s > 2.
(s − (4j + 2))(s + (4j − 2))
ω Re s > 2
2 + 4j b
2 σ
2 − 4j b
242 7.6. PROBLEMAS RESUELTOS
f (t)
−1 1 t
−1
es + e−s − 2
F (s) = − (es − e−s )
s
2 cosh s − 2
= − 2 senh s, Re s > 0.
s
Problema 7.6. Sea f (t) una función de dominio continuo tal que f (t) = 0 para t < 0, cuya
transformada de Laplace es:
s e−2s
F (s) = , Re s > 2.
(s + 1)(s − 2)
De esta forma, usando (7.17), (7.18) y (7.19), la transformada de Laplace de g(t) es:
" #
d2 s e−5s/2 d s2 e−s
G(s) = +
ds2 (s + 1)(s − 2) ds (s + 1)(s − 2)
5s
e− 2 25 s5 − 30 s4 − 87 s3 + 100 s2 + 108 s − 96
= −
4 (−s2 + s + 2)3
s e−s −s3 + s2 + s − 4
+ , Re s > 2.
(−s2 + s + 2)2
s5 − 2s − 1
F (s) = , 0 < Re s < 1.
s2 (s − 1)3
Solución. Se tiene que F (s) es una función racional no propia. Por ello, es necesario
expresar a F (s) de la siguiente forma equivalente:
donde
3s4 − 3s3 + s2 − 2s − 1
F1 (s) = , 0 < Re s < 1.
s2 (s − 1)3
Luego, la transformada inversa de Laplace de F (s) es:
Debemos determinar la transformada inversa de Laplace de F1 (s). Se tiene que los polos
a la izquierda y la derecha de la región de convergencia de F1 (s) son z0 = 0 y z1 = 1,
respectivamente. Por la Proposición 7.3, la transformada inversa de Laplace de F1 (s) está
dada por:
f1 (t) = Res est F1 (s) u(t) − Res est F1 (s) u(−t).
s=0 s=1
Ahora,
st
st
e (3s4 − 3s3 + s2 − 2s − 1)
Res e F1 (s) = Res
s=0 s=0 s2 (s − 1)3
st
d e (3s4 − 3s3 + s2 − 2s − 1)
= = t + 5,
ds (s − 1)3 s=0
st
st e (3s4 − 3s3 + s2 − 2s − 1)
Res e F1 (s) = Res
s=1 s=1 s2 (s − 1)3
1 d2 est (3s4 − 3s3 + s2 − 2s − 1) t 2
= = −e t − 7t + 2 .
2 ds2 s2 s=1
2s3 + 3s2 + 6s + 4
F (s) = , −1 < Re s < 0.
(s − 2j)(s + 2j)(s + 1 − j)(s + 1 + j)
1 1
Res est F (s) = e−(1−j)t , Res est F (s) = e−(1+j)t
s=−1+j 2 s=−1−j 2
1 1
Res est F1 (s) = e2jt , Res est F1 (s) = e−2jt .
s=2j 2 s=−2j 2
Problema 7.9. Sea f (t) una función de dominio continuo cuya transformada de Laplace
F (s), −1 < Re s < 0, satisface:
1
• F (4) = .
24
Determinar la transformada inversa de F (s).
Solución. Por las condiciones dadas en el enunciado del problema, una expresión ma-
temática de F (s) puede ser (existen otras considerando ceros con multiplicidad mayor
que 1):
k(s − 2)(s − 3)
F (s) = ,
(s + 1)s2 (s − 1)
donde k ∈ C. Ahora bien, como F (4) = 1/24, entonces podemos escribir:
k(4 − 2)(4 − 3) 1
2
= ⇔ k = 5.
(4 + 1)4 (4 − 1) 24
Ası́,
5(s − 2)(s − 3)
F (s) = , −1 < Re s < 0.
(s + 1)s2 (s − 1)
Se tiene que el polo a la izquierda de la región de convergencia es: p1 = −1 y los polos a
la derecha de la región de convergencia son: p2 = 0 y p3 = 1. Por la Proposición 7.3, la
transformada inversa de Laplace de F (s) está dada por:
f (t) = Res est F (s) u(t) − Res est F (s) + Res est F (s) u(−t).
s=−1 s=0 s=1
246 7.7. PROBLEMAS PROPUESTOS
Ahora,
5est (s − 2)(s − 3)
Res est F (s) = = −30 e−t ,
s=−1 s2 (s − 1) s=−1
st
d 5e (s − 2)(s − 3)
Res est F (s) = = 25 − 30t,
s=0 ds (s + 1)(s − 1) s=0
st
5e (s − 2)(s − 3)
Res est F (s) = = 5 et .
s=1 (s + 1)s2 s=1
e) f (t) = |t|
f) f (t) = (1 − |t|)
g) f (t) = (1 − |t|)u(t)
7.3. La transformada de Laplace de una función causal f (t) (f (t) = 0 para t < 0) es:
s e−2s
F (s) = , Re s > −1.
s2 + 2s + 1
Determinar la transformada de Laplace de las siguientes funciones:
t d
a) g(t) = 3f e) g(t) = t f (t)
3 dt
f) g(t) = δ(t − a) f (t), a ∈ R
b) g(t) = t f (t)
d
c) g(t) = t f (t − 1) g) g(t) = (t − 1) f (t − 1) + f (t)
dt
Z t
d h) g(t) = f (τ ) τ
d) g(t) = f (t)
dt 0
7.4. Determinar los valores inicial y final de las funciones causales f (t), cuya transfor-
mada de Laplace se indica a continuación, sin calcular la transformada inversa de
Laplace. Si no existe valor final, indicar el motivo.
1
a) F (s) = , Re s > −2
s+2
1
b) F (s) = , Re s > −2
(s + 2)25
6
c) F (s) = , Re s > 0
s(s2 + 25)
s+2
d) F (s) = , Re s > −3
s+3
s2 + s + 3
e) F (s) = , Re s > 2
s4 − 9s2 + 4s + 12
s
f) F (s) = 2 , Re s > 3
s − 2s − 3
7.5. Determinar la transformada inversa de Laplace de cada una de las siguientes
transformadas, mediante el procedimiento por residuos.
1
a) F (s) = , Re s < −1
s2 +1
1
b) F (s) = , Re s > −a, con a < 0
s2 + a2
s−2
c) F (s) = , −1 < Re s < 3
(s + 1)(s − 3)
s2 + 2s − 2
d) F (s) = , Re s > 1
s(s − 1)
s3 + 4s2 + s − 1
e) F (s) = , −1 < Re s < 0
s3 (s − 1)(s + 1)2
248 7.7. PROBLEMAS PROPUESTOS
2s3 + 3s2 + 6s + 4
f) F (s) = , −1 < Re s < 0
(s2 + 4)(s2 + 2s + 2)
7.6. Sea f (t) una función de dominio continuo cuya transformada de Laplace F (s)
satisface:
8.1 Definición
La transformada z es la contraparte en el dominio discreto de la transformada de La-
place. La transformada z opera sobre funciones de dominio discreto, a diferencia de la
transformada de Laplace que opera sobre una función de dominio continuo.
Definición 8.1 (Transformada z bilateral). Sea f (n) una función de dominio discreto
definida de Z en C. La transformada z bilateral de f (n) se define como
∞
X
F (z) = Z[f (n)] = f (n)z −n ,
n=−∞
Definición 8.2. Sea f (n) una función de dominio discreto definida de Z en C. Se define
la transformada z unilateral derecha de f (n) como
∞
X
ZD {f (n)} = f (n)z −n ,
n=0
249
250 8.1. DEFINICIÓN
Observación 8.1. De la definición de la transformada z se infiere que f (n) son los coefi-
cientes del desarrollo
P∞ en serie de Laurent de F (z) centrado en z0 = 0. Además, F (z) es la
suma de la serie n=−∞ f (n)z . −n
F (z) para cada z tal que |F (z)| < ∞. Por lo tanto, F (z) es una función analı́tica para z tal
que |F (z)| < ∞.
o, equivalentemente,
z2
F (z) = , |z| > |a|.
a(z − a)
CAPÍTULO 8. TRANSFORMADA Z 251
|a|
Definición 8.4. Sea F (z), para r1 < |z| < r2 , la transformada z de f (n). La transfor-
mada z inversa es el proceso de obtener f (n) a través de F (z) y se define como:
Z
1
f (n) = f (n) z n−1 dz, para cada n ∈ Z, (8.1)
2πj C
Z
f (n) ←→ F (z), z∈D
que se lee par de transformadas, denota que F (z) es la transformada z de f (n) con región
de convergencia el conjunto D ⊂ C, y que f (n) es la transformada z inversa de F (z).
252 8.2. PROPIEDADES DE LA TRANSFORMADA Z
Teorema 8.1 (Linealidad). Si las transformadas z de las funciones f (n) y g(n) son res-
pectivamente F (z), para todo z ∈ Df ⊂ C y G(z), para todo z ∈ Dg ⊂ C, entonces
Z
af (n) + bg(n) ←→ aF (z) + bG(z), z ∈ Df ∩ Dg ,
para todo n0 ∈ Z.
Demostración. Como ejω0 n f (n) y an f (n) son casos particulares de z0n f (n) (tome respec-
tivamente z0 = ejω0 y z0 = a), entonces solo demostraremos que Z{z0n f (n)} = F (z/z0 ),
z ∈ D. Se tiene que
∞
X ∞
X
Z{z0n f (n)} = z0n f (n)z −n = f (n) (z/z0 )−n = F (z/z0 ), z ∈ D.
n=−∞ n=−∞
Teorema 8.6 (Convolución). Si las transformadas z de las funciones f (n) y g(n) son
respectivamente F (z), para todo z ∈ Df ⊂ C y G(z), para todo z ∈ Dg ⊂ C, entonces
Z
f ∗ g (n) ←→ F (z) G(z), z ∈ Df ∩ Dg .
para toda función f (n) de dominio discreto. . De esta forma, usando la propiedad de Se deja al lector
la prueba de la
convolución en la ecuación (8.2), se tiene ecuación (8.2)
Z{f (n) ∗ u(n)} = Z{f (n)} Z{u(n)}, z ∈ D ∩ {z ∈ C : |z| > 1}. (8.3)
Z d
n f (n) ←→ −z F (z), z ∈ D.
dz
Demostración. Se tiene que, para todo z ∈ D,
" ∞ #
d d X
−z F (z) = −z f (n)z −n
dz dz n=−∞
∞
X d −n
= −z f (n) z
n=−∞
dz
∞
X ∞
X
= z (n f (n)) z −(n+1) = (n f (n))z −n ,
n=−∞ n=−∞
d
de donde se deduce que Z{n f (n)} = −z F (z), z ∈ D.
dz
256 8.2. PROPIEDADES DE LA TRANSFORMADA Z
Teorema 8.10 (Teorema del Valor Inicial). Sea f (n) una función tal que f (n) = 0 para
n < 0. Si la transformada z de f (n) es F (z) para todo z ∈ C tal que |z| > a con a > 0,
entonces
f (0) = lı́m F (z).
z→∞
Teorema 8.11 (Teorema del Valor Final). Sea f (n) una función tal que f (n) = 0 para
n < 0. Si la transformada z de f (n) es F (z) para todo z ∈ C tal que |z| > a con a > 0,
entonces
z−1
lı́m f (n) = lı́m F (z).
n→∞ z→1 z
Sean f (n), f1 (n) y f2 (n), funciones de dominio discreto con transformadas z dadas por:
F (z) para z ∈ D, F1 (z) para z ∈ D1 y F2 (z) para z ∈ D2 , respectivamente.
(
D, si n0 ≤ 0,
Desplazamiento en tiempo Z {f (n − n0 )} = z −n0 F (z), z∈
D − {0}, si n0 > 0
n o
Conjugación Z f (n) = F (z), z∈D
z−1
Primera diferencia Z {f (n) − f (n − 1)} = z F (z), z ∈ D ∩ {|z| > 0}
( n
)
X
z
Acumulación Z f (k) = z−1 F (z), z ∈ D ∩ {|z| > 1}
k=−∞
d
Diferenciación en z Z {n f (n)} = −z F (z), z∈D
dz
z−1
Teorema del valor final lı́m f (n) = lı́m F (z)
n→∞ z→1 z
258 8.3. ALGUNOS PARES DE TRANSFORMADAS
2.
Z z
u(n) ←→ , |z| > 1
z−1
Se tiene que
∞
X ∞
X
−n
Z{u(n)} = u(n)z = (z −1 )n
n=−∞ n=0
1 z
= −1
= , |z| > 1.
1−z z−1
La región de convergencia de Z{u(n)} se muestra en la Figura 8.1. Aquı́ también
se aprecia la ubicación de los polos y ceros de Z{u(n)}. Esta gráfica se denomina
diagrama de polos y ceros.
y
|z| > 1
1
b b
0 1 x
3.
Z z
−u(−n − 1) ←→ , |z| < 1
z−1
Se tiene que
∞
X −1
X
−n
Z{−u(−n − 1)} = [−u(−n − 1)]z =− z −n .
n=−∞ n=−∞
o, equivalentemente,
z
Z{−u(−n − 1)} = , |z| < 1.
z−1
En la Figura 8.2 se muestra el diagrama de polos y ceros de Z{−u(−n − 1)}.
y
|z| < 1
1
b b
0 1 x
4.
Z z
αn u(n) ←→ , |z| > |α|
z−α
Se tiene que
∞
X ∞
X
Z{αn u(n)} = [αn u(n)]z −n = (αz −1 )n
n=−∞ n=0
1
= , |αz −1 | < 1
1 − αz −1
o, equivalentemente,
z
Z{αn u(n)} = , |z| > |α|.
z−α
5.
Z z
−αn u(−n − 1) ←→ , |z| < |α|
z−α
Se tiene que
∞
X −1
X
Z{−αn u(−n − 1)} = [−αn u(−n − 1)]z −n = − (α−1 z)−n .
n=−∞ n=−∞
6.
Z αz
n αn u(n) ←→ , |z| > |α|
(z − α)2
Se tiene que
z
Z{αn u(n)} = , |z| > |α|.
z−α
Luego, aplicando la propiedad de diferenciación en z, se obtiene
d
Z{n αn u(n)} = −z [Z{αn u(n)}]
dz
d z
= −z , |z| > |α|
dz z − α
o, equivalentemente,
αz
Z{n αn u(n)} = , |z| > |α|.
(z − α)2
7.
Z αz
−n αn u(−n − 1) ←→ , |z| < |α|
(z − α)2
Se tiene que
z
Z{u(−n − 1)} = − , |z| < 1. (8.6)
z−1
Aplicando las propiedades de linealidad y diferenciación en z, se tiene
d
Z{−n αn u(−n − 1)} = z Z{αn u(−n − 1)} (8.7)
dz
o, equivalentemente,
αz
Z{−n αn u(−n − 1)} = , |z| < |α|.
(z − α)2
CAPÍTULO 8. TRANSFORMADA Z 261
8.
Z z
e−aT n u(n) ←→ , |z| > e−aT
z − e−aT
Se tiene que
∞
X
Z{e−aT n u(n)} = e−aT n u(n)z −n
n=−∞
∞
X n 1
= e−aT z −1 = , e−aT z −1 < 1
1− e−aT z −1
n=0
o, equivalentemente,
z
Z{e−aT n } = , |z| > e−aT .
z − e−aT
9.
Z z(z − cos(ω))
cos(ωn)u(n) ←→ , |z| > 1
z2 − 2z cos(ω) + 1
Se tiene que
∞
X
Z{cos(ωn)u(n)} = cos(ωn)u(n)z −n
n=−∞
∞ jωn
X e + e−jωn
= z −n
n=0
2
"∞ ∞
#
1 X jω −1 n X −jω −1 n
= e z + e z
2
n=0 n=0
1 1 1
= + ,
2 1 − ejω z −1 1 − e−jω z −1
z(z − cos(ω))
Z{cos(ωn)u(n)} = , |z| > 1.
z2 − 2z cos(ω) + 1
Función Transformada z
δ(n) 1, z∈C
z
u(n) , |z| > 1
z−1
z
nu(n) , |z| > 1
(z − 1)2
z(z + 1)
n2 u(n) , |z| > 1
(z − 1)3
z
−u(−n − 1) , |z| < 1
z−1
z
αn u(n) , |z| > |α|
z−α
z
−αn u(−n − 1) , |z| < |α|
z−α
αz
n αn u(n) , |z| > |α|
(z − α)2
αz
−n αn u(−n − 1) , |z| < |α|
(z − α)2
z
e−aT n u(n) , |z| > e−aT
z − e−aT
z(z − cos(ω))
cos(ωn)u(n) , |z| > 1
z 2 − 2z cos(ω) + 1
z sen (ω)
sen (ωn)u(n) , |z| > 1
z 2 − 2z cos(ω) + 1
z(z − α cos(ω))
αn cos(ωn)u(n) , |z| > |α|
z2 − 2zα cos(ω) + α2
zα sen (ω)
αn sen (ωn)u(n) , |z| > 1
z2 − 2zα cos(ω) + α2
CAPÍTULO 8. TRANSFORMADA Z 263
Solución. Sea C la circunferencia |z| = r > |a|. Ahora, considerando la expresión de F (z)
se tiene
Z
1
f (n) = F (z) z n−1 dz
2πj C
Z
1 zn
= dz, para cada n ∈ Z. (8.9)
2πj C z − a
f (n) = an u(n).
264 8.4. CÁLCULO DE LA TRANSFORMADA Z INVERSA
z3
F (z) = .
(z + 1)(z − 1)2
Recuerde que Luego, expresamos a F (z)/z en fracciones parciales:
el método ex-
pansión en frac- F (z) 1 1 3 1 1 1
ciones parciales, = + + .
solo se aplica a z 4 (z + 1) 4 (z − 1) 2 (z − 1)2
funciones racio-
nales propias. De esta forma, obtenemos:
1 z 3 z 1 z
F (z) = + + , |z| > 1. (8.10)
4 (z + 1) 4 (z − 1) 2 (z − 1)2
Hallamos los desarrollos de Laurent centrados en z0 = 0 y válidos en |z| > 1, de cada uno
de los sumandos de (8.10). Se tiene que
∞ ∞
z z X
n −n
X
= = (−1) z = (−1)n u(n) z −n , |z| > 1, (8.11)
(z + 1) z(1 + z −1 ) n=−∞
n=0
∞ ∞
z z X
−n
X
= = z = u(n) z −n , |z| > 1; (8.12)
(z − 1) z(1 − z −1 ) n=0 n=−∞
de donde se deduce
∞
z X
= nu(n) z −n , |z| > 1. (8.13)
(z − 1)2 n=−∞
Sustituyendo convenientemente (8.11), (8.12) y (8.13) en (8.10), se obtiene:
∞ ∞ ∞
1 X 3 X 1 X
F (z) = (−1)n u(n) z −n + u(n) z −n + nu(n) z −n
4 n=−∞ 4 n=−∞ 2 n=−∞
∞
X 1 3 1
= (−1) u(n) + u(n) + nu(n) z −n , |z| > 1.
n
n=−∞
4 4 2
CAPÍTULO 8. TRANSFORMADA Z 265
donde F1 (z), F2 (z), . . . , FR (z), son funciones tales que se les conoce su transformada z
inversa f1 (n), f2 (n), . . . , fR (n). De esta forma, la transformada z inversa de F (z) está
dada por:
f (n) = f1 (n) + f2 (n) + · · · + fR (n).
Observación 8.2. Cuando F (z) es una función racional propia, se emplea la expansión en
fracciones parciales para obtener la descomposición (8.14).
z3
F (z) = .
(z + 1)(z − 1)2
F (z) z2
= ,
z (z + 1)(z − 1)2
se tiene que
F (z) A1 A2,1 A2,2
= + + ,
z (z + 1) (z − 1) (z − 1)2
donde
F (z) z2 1
A1 = (z + 1) = 2
= ,
z z=−1 (z − 1) z=−1 4
2
d F (z) d z 3
A2,1 = (z − 1)2 = = ,
dz z z=1 dz z + 1 z=1 4
2
2 F (z) z 1
A2,2 = (z − 1) = = .
z z=1 z + 1 z=1 2
Ası́,
1 z 3 z 1 z
F (z) = + + , |z| > 1.
4 (z + 1) 4 (z − 1) 2 (z − 1)2
266 8.5. TRANSFORMADA Z CON MATLAB
Como
Z z
(−1)n u(n) ←→ , |z| > 1,
z+1
z
Z
u(n) ←→ , |z| > 1,
z−1
Z z
n u(n) ←→ , |z| > 1,
(z − 1)2
1 3 1
f (n) = (−1)n u(n) + u(n) + n u(n).
4 4 2
f u n c t i o n [ F ] = TransZ ( f l , f r )
%TransZ H a l l a l a t r a n s f o r m a d a z b i l a t e r a l de una
% f u n c i ó n f ( n )
syms n z ;
F l ( z ) = z t r a n s ( f l (−n ) ) ;
Fr ( z ) = z t r a n s ( f r ( n ) ) ;
F ( z ) = F l ( z ˆ( −1)) + Fr ( z ) ;
end
La función TransZ se basa en el hecho que toda función f (n) se puede expresar como:
donde fl (t) es una función no causal y fr (n) es una función causal. A continuación se
calcula la transformada z bilateral de la función f3 (n) dada arriba.
✄
>> syms n z
>> f 3 l ( n ) = 3ˆn∗ h e a v i s i d e (−n ) ; f 3 r ( n ) = n∗ h e a v i s i d e ( n ) ;
>> F3 ( z ) = TransZ ( f 3 l , f 3 r )
F3 ( z ) =
z / ( z − 1)ˆ2 + 1/(3/ z − 1) + 1/2
✂ ✁
z 1 1 z z 1
F3 = + + = 2 − z − 3 + 2.
(z − 1)2 3
z −1 2 (z − 1)
Por otra parte, M ATLAB también cuenta con el comando iztrans que halla la transfor-
mada z inversa. Observe el siguiente ejemplo donde se halla la expresión matemática de
la transformada z inversa de las transformadas F1 (z), F2 (z) y F3 (z) dadas arriba.
✄
>> syms z
>> F1 ( z ) = z / ( z − 1 / 2 ) ; f 1 ( n ) = i z t r a n s ( F1 )
f1 (n) =
(1/2)ˆ n
>> F2 ( z ) = z / ( z − 1 ) ˆ 2 ; f 2 ( n ) = i z t r a n s ( F2 )
f2 (n) =
n
>> F3 ( z ) = z / ( z − 1)ˆ2 + 1/(3/ z − 1) + 1/2;
>> f 3 ( n ) = i z t r a n s ( F3 )
f3 (n) =
n − 3ˆn + k r o n e c k e r D e l t a ( n , 0)/2
✂ ✁
Tenga presente que M ATLAB utiliza el sı́mbolo kroneckerDelta(n, 0) para denotar δ(n).
De esta forma, las transformadas z inversas obtenidas son:
1
f1 (n) = (1/2)n , f2 (n) = n, f3 (n) = n − 3n + δ(n).
2
Note que iztrans halla la transformada z inversa de F (z), asumiendo que F (z) es la
transformada z unilateral derecha de f (n).
268 8.6. PROBLEMAS RESUELTOS
z z z2
F (z) = + = , |z| > 1.
z − 1 (z − 1)2 (z − 1)2
y
|z| > 1
b b
1 x
CAPÍTULO 8. TRANSFORMADA Z 269
z e2j z e2j
= − − , |z| < 2.
(z − 2 e2j )2 (z e2j − 2)2
270 8.6. PROBLEMAS RESUELTOS
Luego, calculando a que converge cada una de las series de potencias anteriores, obtene-
mos:
1 1 1 1
F (z) = −1 + −1 + −
1 − 4−1 z 1 − 2−1 z 1 − 4−1 z −1 1 − 2−1 z −1
| {z } | {z } | {z } | {z }
|z|<4 |z|<2 |z|>1/4 |z|>1/2
b b b b b
1/2 2 x
b
CAPÍTULO 8. TRANSFORMADA Z 271
z z
Hallemos los desarrollos de Laurent de y , centrados en z0 = 0 y válidos en
z − 4 z − 14
1
4 < |z| < 4. Se tiene que:
∞
z −4−1 X
= z =− 4−(n+1) z (n+1)
z−4 1 − 4−1 z n=0
−1
X ∞
X
= − 4n z −n = − 4n u(−1 − n)z −n , |z| < 4,
n=−∞ n=−∞
∞ ∞
z 1 X
−n −n
X 1
1 = = 4 z = 4−n u(n)z −n , |z| > .
z− 4
1 − 4−1 z −1 n=−∞
4
n=0
1
De esta forma, el desarrollo de Laurent de F (z) centrado en z0 = 0 y válido en 4 < |z| < 4,
es:
∞ ∞
14 X n 1 X −n
F (z) = − 4 u(−1 − n)z −n + 4 u(n)z −n
15 n=−∞ 15 n=−∞
∞
X 1 −n 14 n 1
= 4 u(n) − 4 u(−1 − n) z −n , < |z| < 4.
n=−∞
15 15 4
1 −n 14 n
f (n) = 4 u(n) − 4 u(−1 − n).
15 15
z 3 + 4 z 2 − 11 1 1
F (z) = 3 7 2 3 6 1 , < |z| < .
z +6z −2z+3 3 2
Determinemos Z −1 {F1 (z)}. Para ello, hallemos primero el desarrollo de Laurent de F1 (z)
centrado en z0 = 0 y válido en 13 < |z| < 21 . La expansión en fracciones parciales de F1 (z)
está dada por:
73
21 − 17
10
73
15 1 1
F1 (z) = 1 +
+ , < |z| < .
z− 3 z − 12 (z + 2) 3 2
CAPÍTULO 8. TRANSFORMADA Z 273
∞ ∞
1 −2 X X 1
= =− 2(n+1) z n = − 2(1−n) u(−n)z −n , |z| < ,
z − 21 1 − 2z n=0 n=−∞
2
∞ ∞
1 2−1 X
−(n+1) n
X
= = 2 z = 2(n−1) u(−n)z −n , |z| < 2.
(z + 2) 1 + 2−1 z n=0 n=−∞
Ası́, usando los series de potencias anteriores obtenemos que el desarrollo de Laurent de
F1 (z) centrado en z0 = 0 y válido en 13 < |z| < 12 es:
∞ ∞
73 X (1−n) 17 X (1−n)
F1 (z) = 3 u(n)z −n + 2 u(−n)z −n
21 n=−∞ 10 n=−∞
∞
73 X (n−1)
+ 2 u(−n)z −n .
15 n=−∞
(
(1/4)n − 2n , n ≥ 0;
g) f (n) =
0, n<0
(
(1/5)n sen (πn/2), n ≤ 0;
h) f (n) =
0, n>0
i) f (n) = eαn senh(βn)u(n), α > β > 0.
8.2. La transformada z de una función causal f (n) (f (n) = 0 para n < 0) es:
1 1
F (z) = , |z| > .
(z − 21 )3 2
a) g(n) = 2n f (n − 2)
b) g(n) = nf (n)
c) g(n) = f (−n − 1) − f (−n)
d) g(n) = (n + 1)(1/3)n f (n − 2)
275
276 RESPUESTA A LOS PROBLEMAS PROPUESTOS
′ z
√ z ,
2.6 a) C − {−3i} f (z) = e /(2 e + 1)
b) C b) f (z) = cos(Log (z)),
c) C − {z : Im z = 0} f ′ (z) = −sen (Log (z)) /z
2.7 C c) f (z) = Log (ez + 1),
f ′ (z) = ez /(ez + 1)
2.9 a) D = {z = x + i y : y = x}, f ′ (z) = 2x 2
d) f (z) = e(Log (z)) ,
b) D = {z = x + i y : x = −3/2}, 2
f ′ (z) = 2 eLog(z) Log (z) /z
f ′ (z) = 2x + 2
e) f (z) = ecos z Log (i) ,
c) D = {− 21 , − 21 + i}, f ′ (z) = 2y + i f ′ (z) = −Log (i) eLog (i) cos(z) sen (z)
2.11 a) D = C, f ′ (z) = 2(z + 1) f) f (z) = esen z Log (z) ,
sen(z)
b) D = C − {0}, f ′ (z) = 1 − 1 f ′ (z) = eLog(z) sin(z) cos(z) Log (z) + z
z2
8
c) D = C − {3}, f ′ (z) = (z−3)2
z
2.22 f ′ (z) = log(i) ez ee log(i) ,
3 2 f ′ (πi/2) = 3πe3π/2 /2
d) D = C − {0, ±i}, f ′ (z) = − 4zz2 (z
+3 z +1
2 +1)2
(
√ 1 1 v ≤ −1/2
e) D = C − ± 2 2 ± 2 i , 2.27 f (D) :
z3 u+v ≥1
f ′ (z) = (z44+1) 2
√
d) 6 5 d)
f4 (t)
4.9 a) Res [f (z)] = 1/3, Res [f (z)] = 5/3
z=−1 z=2
1
b) Res [f (z)] = 1, Res [f (z)] = −1
z=0 z=1
c) Res [f (z)] = 1/2, Res [f (z)] = 54 (1− 3i ), t
z=1 z=3i a
5
Res [f (z)] = 4 (1 + 3i )
z=−3i
d) Res [f (z)] = 1/4, Res [f (z)] = 83/4
z=0 z=−4
e) Res [f (z)] = −1/8, Res [f (z)] = 0 e)
z=−3 z=0 f5 (t)
f) Res [f (z)] = 1 1
z=0
√
Res [f (z)] = 2 ··· ···
g) 4 (1 + i)
z=eπi/4
√ √ −3π
-π −π π
π 3π t
1+ 3i 3+ 3
h) Res [f (z)] = −sen 2 12
2 2 2 2
z=eπi/3
i) Res [f (z)] = −π
z=π
4.10 a) i) 0, ii) 2πi f)
b) i) π3 (−2 − 4i3 ), ii) 2πi
f6 (t)
6π √
c) i) 0, ii) (2 6−1)(
√
6+1)
, iii) 0 1
d) i) 0, ii) 0
√ √
e) i) 2πi, ii) 6πi −( 2
2
+ 1) ( 2
2
− 1) t
π
f) i) 0, ii) 25 (−14 + 2i)
19πi
g) i) 108 , ii) − 19πi
108
g)
Capı́tulo 5 f7 (t)
5.1 a) 4
f1 (t)
3
4
2
3
1
2 1/2
1 1 1 3 2 t
2 2
1 2 3 t
b)
f2 (t) h)
f8 (t)
1
4
1 2 3 t 3
c) 2
f3 (t)
1
1
-5 - 9 -4 -3 -2 - 3 -1 1 3 2 3 t
a t 2 2 2
RESPUESTA A LOS PROBLEMAS PROPUESTOS 279
5.2 a) 0 b)
g(n)
b) 12 2 b
c) 1/2 1 b
d) −9
1 2
n
5.3 a) h(t) = pa (t − (a + b))
c)
b) No existe g(n)
b
1 2 1 2
c) h(t) = 2t u(t) − 2 (t − 1) u(t − 1)
b b
1
d) h(t) = −(t + 1)u(t + 1) + 2t u(t)
−(t − 1)u(t − 1)
n
-20 -16 -12 -4
e) h(t) = u(−t) + 2e−t − e−2t u(t) -1
g) h(t) = 12 3 − e−2t u(t)
h) h(t) = e−2(t−1) u(t − 1) + d)
g(n)
e−2t (et − 1) u(t) 2 b
0, t ≤ −1, -6 -5 -4 -3 -2 -1 1 2 3 4 5 6
n
2
− (t+1) (t−2) ,
−1 < t ≤ 0,
6 f)
2 g(n)
d) h(t) = (t−1) (t+2)−3t(t−2)
6 , 0 < t ≤ 1, 2
(t−2) 2
2 , 1 < t < 2, b b b b
1 b b b b
··· ···
0, t≥2 b b b b b
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6
n
5.5 a) 5 4
g(n) 5.6 a) h(n) =
P
u(n − k) −
P
u(n + k)
b
2 k=1 k=0
n! 1
e) f (t) = − 24 37
+ 5t e−2t u(t) −
h) F (s) = − , Re s < −1 6
(s + 1)n+1 1 1 2 13
5 t
s 4 2 t − t − 4 + 9 e u(−t)
i) F (s) = 2 , Re s > 0 −t
s + a2 f) f (t) = e cos(t) u(t) − cos(2t) u(−t)
a
j) F (s) = 2 , Re s < −a 7.6 f (t) = α9 et u(−t) − 20e−2t − 18e−t u(t)
a − s2
1 − (1 + 3s)e−3s
7.2 a) F1 (s) = , Re s > 0 Capı́tulo 8
s2
1 − (1 + 3s)e−3s 1 z
b) F2 (s) = + , Re s > 0 8.1 a) F (z) = , |z| > 21
s2 2 z + 21
2
1 − e−2s 2z z − a 2a +1
c) F3 (s) = , Re s > 0
s b) F (z) = , |z| > |a|
2 (z − a)(z − a1 )
2e−3s/2 es/2 − 1
d) F4 (s) = , Re s > 0 3 senh(1) z (z 2 − 9)
s2 c) F (z) = , |z| > 1
(z 2 − 6 cos(1) z + 9)2
18e−6s
7.3 a) G(s) = , Re s > − 13 3
(s + 31 )2 d) F (z) = , |z| < 3
z+3
4e−2s (s + 2) z 11 − 1
b) G(s) = , Re s > −1 e) F (z) = 5 , |z| > 1
(s + 1)3 z (z − 1)
2e−3s (3s + 5) − 35 z
c) G(s) = , Re s > −1 f) F (z) = , 1
< |z| < 2
(s + 1)3 (z − 13 )(z − 2) 3
2s e−2s
d) G(s) = , Re s > −1 − 47 z
(s + 1)2 g) F (z) = , |z| > 2
(z − 14 )(z − 2)
e−2s (4s2 + 6s − 2)
e) G(s) = , Re s > −1 −5 z
(s + 1)3 h) F (z) = , |z| < 15
( 25z 2 + 1
0, a < 0, eα senh(β) z
f) G(s) = −as
s∈C i) F (z) = 2 ,
f (a)e , a ≥ 0, z − 2eα cosh(β)z + e2α
|z| > eα+β
2e−3s s2 es + s(2 + es ) + 4
g) G(s) = , 16
(s + 1)3 8.2 a) G(z) = , |z| > 1
Re s > −1 z 2 (z − 1)
2e−2s 2z
h) G(s) = , Re s > 0 b) G(z) = , |z| > 12
s(s + 1)3 (z − 21 )3
7.4 a) f (0+ ) = 1, lı́m f (t) = 0 4z 2 (z − 1)
t→∞ c) G(z) = , |z| < 2
(z − 2)2
b) f (0+ ) = 0, lı́m f (t) = 0
t→∞ 10z − 1 1
d) G(z) = , |z| >
+
c) f (0 ) = 0, lı́m f (t) = 6
25
162 z 2(z − 61 ) 6
t→∞
+
d) f (0 ) = ∞, lı́m f (t) = 0 8.3 a) f (n) = δ(n) + 2(−1)n 3n u(n)
t→∞
1
b) f (n) = (1 − (−1)n ) u(n)
e) f (0+ ) = 0, lı́m f (t) = 0 2
t→∞ 13 2
c) f (n) = 27 u(n) + 9 n u(n) −
+
f) f (0 ) = 1, lı́m f (t) = 0 14
t→∞
27 2n u(−n − 1)
7.5 a) f (t) = sen (−t) u(−t) d) f (n) = δ(n) + 37
(−1)n 2n u(−n) +
70
b) f (t) = sen (at) u(t) 17 73
5 2−n u(−n) − 7 3−n u(−n)
c) f (t) = 41 3e−t u(t) − e3t u(−t)
3−n
d) f (t) = δ(t) + (2 + et ) u(t) 8.4 f (n) = − u(n − 1)
n
A
Introducción a M ATLAB
M ATLAB es un sistema interactivo para el cálculo numérico. A finales de 1970, el ana-
lista numérico Cleve Moler escribió la versión inicial de M ATLAB en Fortran como un ma-
terial didáctico. Se hizo popular para la enseñanza y la investigación y se convirtió en un
paquete de software comercial escrito en C. Desde hace muchos años, M ATLAB ha sido am-
pliamente utilizado en las universidades y la industria. Presentamos brevemente la sintaxis
y los procedimientos básicos de programación en M ATLAB . Para un estudio más extenso de
M ATLAB se recomienda la referencia [4].
En su nivel más simple, M ATLAB se puede utilizar como una calculadora de bolsillo:
✄
>> (1+ s q r t ( 2 ) ) / 2
ans =
1.2071
>> 2ˆ(−87)
ans =
6.4623e−27
✂ ✁
√
El primer ejemplo calcula (1 + 2)/2 y el segundo 2−87 . Observe que el segundo resultado
se muestra en notación exponencial: esto representa 6.4623 × 10−27 . La variable ans se
crea automáticamente (o se reescribe, si ya existe) cuando una expresión no se asigna a
282
APÉNDICE A. INTRODUCCIÓN A MATLAB 283
una variable, y se puede hacer referencia de ella más adelante, al igual que cualquier otra
variable.
En la ventana de comandos de M ATLAB también se pueden escribir distintas opera-
ciones: suma de números, vectores o matrices, multiplicación de números, vectores o
matrices, entre otras. Al escribir en M ATLAB se debe tener presente lo siguiente:
Todas las salidas de M ATLAB que se muestran en estas notas se han generado con
format compact, que suprime las lı́neas en blanco. En general, help foi muestra infor- Pruebe con help
help
mación sobre el comando foi.
284 A.2. OBJETOS Y SINTAXIS
Constantes
Además de la aritmética real, M ATLAB también puede trabajar con aritmética compleja.
Un número complejo en M ATLAB está representado por a+bi, donde a y b son números
reales. La aritmética compleja tiene la misma sintaxis que la aritmética real. Las siguientes
tablas muestran una lista de los sı́mbolos que denotan los operadores aritméticos, lógicos
Ejecute y de comparación usados en la sintaxis de M ATLAB .
(5-3i)+i en el
promtp y observe
el resultado.
Tabla A.2. Operaciones aritméticas
Operación Sı́mbolo
Suma +
Resta -
Multiplicación *
División /
Potenciación ^
Producto punto de vectores o matrices (producto de Hadamard) .*
División punto de vectores o matrices ./
Elevar a una potencia un vector o matriz .^
APÉNDICE A. INTRODUCCIÓN A MATLAB 285
Operador Sı́mbolo
y &
o |
no ∼
Operador Sı́mbolo
igual que ==
no igual que ∼=
menor que <
mayor que >
menor o igual que <=
mayor o igual que >=
Variables
En M ATLAB no hace falta declarar las variables tal como se hace en C++ o Visual Basic,
entre otros lenguajes de programación. El tipo de variable y su tamaño cambian de forma
dinámica de acuerdo con los valores que le son asignados. Por ello, una misma variable
puede ser utilizada, por ejemplo, para almacenar un número, después puede ser una matriz
de números enteros con 10 filas y 4 columnas, y luego puede ser una cadena de caracteres.
Las variables se crean automáticamente al asignarles un valor. También existe la posi-
bilidad de eliminar una variable de la memoria si ya no se utiliza. Para asignar un valor a
una variable se utiliza el sı́mbolo “=”, observe el siguiente ejemplo.pPrimero creamos una
variable a asignándole el valor de 5, luego realizamos la operación log(a3.3 + 4).
✄
>> a=5
a =
5
>> s q r t ( l o g ( a ˆ 3 . 3 + 4 ) )
ans =
2.3088
✂ ✁
Para conocer en cualquier instante el valor almacenado en una variable basta con escri-
bir su nombre. También M ATLAB cuenta con algunos comandos que permiten listar o eli-
minar las variables definidas. Tales comandos se muestran en la Tabla A.5.
286 A.2. OBJETOS Y SINTAXIS
Comando Descripción
who lista las variables actuales
whos lista en forma detallada las variables actuales
clear elimina todas las variables que existan en ese momento
clear a b c elimina las variables a, b y c (las variables no se separan con
comas)
Seguidamente se muestra el uso de los comandos de la Tabla A.5, con las variables a y
b creadas en los ejemplos anteriores.
✄
>> who
Your v a r i a b l e s a r e :
a b
>> whos
Name Size Bytes Class Attributes
a 1x1 8 dou ble
b 1x1 8 dou ble
>> c l e a r b
>> whos
Name Size Bytes Class Attributes
a 1x1 8 dou ble
✂ ✁
Funciones Elementales
Con el comando cos(pi) se calcula cos(π) = −1 y con cos(1+pi*i) se calcula cos(1 + πi)
que es número complejo. Ahora calculemos exp(i*pi).
✄
>> exp ( i ∗ p i )
ans =
−1.0000 + 0.0000 i
✂ ✁
¿Qué observa?
APÉNDICE A. INTRODUCCIÓN A MATLAB 287
Utilidades
A.3 Matrices
Como mencionamos al comienzo de este anexo, M ATLAB tiene la propiedad que sus
objetos básicos son matrices, lo cual permite una manera muy fácil e intuitiva de trabajar
con vectores y matrices.
Generación de Matrices
El final de una fila puede ser especificado por un punto y coma en lugar de un retorno de
carro, por lo que un comando más compacto con el mismo efecto es
✄
>> A = [2 3 5 ; 7 11 13; 17 19 23]
✂ ✁
Dentro de una fila los elementos pueden estar separados por espacios o por comas. En
el primer caso, si los números se especifican con un signo más o menos, se debe tener
cuidado de no dejar un espacio después del signo, de lo contrario M ATLAB interpretará el
signo como una adición u operador de resta. Como ilustración veamos esto con vectores:
✄
>> v = [0 9 −6 5 −7]
v =
0 9 −6 5 −7
>> u = [0 ,9 , −6 ,5 , −7]
u =
0 9 −6 5 −7
>> w = [0 9 − 6 5 −7]
w=
0 3 5 −7
✂ ✁
Las matrices también pueden construirse por bloques. Dada una matriz B=[1,4;3,5],
se puede crear
✄
>> A = [ eye ( 2 ) ones ( 2 )
z e r o s ( 2 ) B]
A =
1 0 1 1
0 1 1 1
0 0 1 4
0 0 3 5
✂ ✁
Esto también se puede utilizar para generar nuevos vectores, utilizando otros previamente
creados:
✄
>> u1 = [1 2 3 4]
u1 =
1 2 3 4
>> u2 = [ u1 , 5 , 0 , 0 , 7 , 8 , 9 ]
u2 =
1 2 3 4 5 0 0 7 8 9
✂ ✁
ans =
0 0.2500 0.5000 0.7500 1.0000 1.2500
✂ ✁
Un elemento simple de una matriz A se accede con A(i,j), donde i≥1 y j≥1 (M ATLAB
no soporta subı́ndices negativos o cero). La submatriz que comprende la intersección de
las filas p hasta q y las columnas r hasta s, se denota por A(p:q,r:s). Ahora, dos puntos
solos indicando la fila o columna, comprende todos los elementos de esa fila o columna, ası́
A(:,j) es la j-ésima columna de A y A(i,:) es la i-ésima fila. He aquı́ algunos ejemplos:
✄
>> A = [1 2 3;4 5 6;7 8 9]
A =
1 2 3
4 5 6
7 8 9
>> A( 2 , 2 )
ans =
5
>> A ( 2 : 3 , 2 : 3 )
ans =
5 6
8 9
>> A ( : , 2 )
ans =
2
5
8
✂ ✁
Un caso particular es A(:), que denota un vector que contiene todos los elementos de
A tomados de la primera columna hasta la última:
✄
>> B=A ( : )
B =
1
4
7
2
5
8
3
6
9
✂ ✁
Cuando A(:) se coloca en el lado izquierdo de una instrucción de asignación, éste llena la
matriz A preservando su forma. Usando este hecho la matriz 3 × 3 de los primeros 9 primos
se puede construir como:
✄
>> A=z e r o s ( 3 ) ; A(:)= primes ( 2 3 ) ; A=A ’
A =
2 3 5
7 11 13
17 19 23
✂ ✁
¿Qué uso tiene
el punto y coma?
Con el comando A’ se obtiene la matriz traspuesta de A, de la cual daremos detalles más
Utilice help adelante.
primes para sa- En ciertas circunstancias, cuando el lado derecho es un número escalar, el número de
ber acerca del
comando primes
elementos en una asignación de subı́ndices puede ser de diferente medida en los dos lados
APÉNDICE A. INTRODUCCIÓN A MATLAB 291
de la asignación. En este caso el escalar es expandido para que coincida con el número de
elementos de la izquierda:
✄
>> A = ones ( 4 ) ;
>> A ( 1 : 2 , 1 : 2 ) = 0
A =
0 0 1 1
0 0 1 1
1 1 1 1
1 1 1 1
✂ ✁
La notación [] denota una matriz vacı́a. Asignando [] a una fila o columna es una
manera de eliminar esa fila o columna de una matriz:
✄
>> A = [1 2 3;4 5 6;7 8 9 ] ;
>> A ( 1 , : ) = [ ]
A =
4 5 6
7 8 9
✂ ✁
Operaciones de Matrices
Operación Descripción
A±B matriz de elementos aij ± bij
A*B producto matricial de A y B
Aˆk matriz A elevada a la potencia k
A±k matriz de elementos aij ±k
k*A matriz de elementos k*aij
A/k = (1/k)*A matriz de elementos aij /k
A.ˆk matriz de elementos aijˆk
k.ˆA matriz de elementos kˆaij
k./A matriz de elementos k/aij
A.*B matriz de elementos aij *bij
A./B matriz de elementos aij /bij
A.ˆB matriz de elementos aijˆbij
La suma y resta están definidas para matrices de igual dimensión. El producto A*B es
el resultado del producto matricial, definido solamente cuando el número de columnas de
A es igual al número de filas de B. Ejemplos:
✄
>> A = [1 2;3 4 ] ; B = ones ( 2 ) ;
>> A+B
ans =
2 3
4 5
>> A∗B
ans =
292 A.3. MATRICES
3 3
7 7
✂ ✁
La operación Aˆk, está definida para matrices cuadradas, en cambio las operaciones
A±k y k*A están definidas para matrices de cualquier dimensión. Con la matriz A del
ejemplo anterior obtenemos:
✄
>> Aˆ3
ans =
37 54
81 118
>> 5∗A
ans =
5 10
15 20
>> A−4
ans =
−3 −2
−1 0
✂ ✁
Los operaciones A.*B, A./B, y A.ˆk, se efectúan elemento a elemento. If A y B son
matrices de igual dimensión, entonces los elementos de la matriz C = A.*B están da-
dos por C(i,j) = A(i,j)*B(i,j), y los elementos de la matriz C = A./B son C(i,j)
= A(i,j)/B(i,j). Para una matriz A cualquiera, los elementos de la matriz C = A.ˆk
están dados por C(i,j) = A(i,j)ˆk. Con las matrices A y B de los ejemplos anteriores
obtenemos:
✄
>> A . ∗ B
ans =
1 2
3 4
>> B . / A
ans =
1.0000 0.5000
0.3333 0.2500
>> A. ˆ 3
ans =
1 8
27 64
✂ ✁
Otra operación importante de las matrices es la trasposición. La traspuesta conjugada
de la matriz A se obtiene con A’. Si A es real, esto no es más que la matriz traspuesta de A. La
transpuesta sin conjugación se obtiene con A.’. Las funciones alternativas ctranspose(A)
Utilice help para y transpose(A) a veces son más convenientes. Para el caso especial de los vectores co-
conocer más de
las funciones
lumna x e y, x’*y es el producto escalar o producto punto, que también se puede obtener
ctranspose y usando la función dot(x,y). El producto vectorial o producto cruz de dos vectores 3 × 1 o
transpose 1 × 3 (tal como se utiliza en mecánica) es producido por cross. Ejemplo:
✄
>> x = [1 −1 0 ] ’ ; y = [3 2 1 ] ’ ;
>> x ’ ∗ y
ans =
1
>> dot ( x , y )
ans =
1
>> c r o s s ( x , y )
ans =
APÉNDICE A. INTRODUCCIÓN A MATLAB 293
−1
−1
5
✂ ✁
La mayorı́a de las funciones predefinidas en M ATLAB están hechas de forma que admi-
ten matrices como argumentos. Esto se cumple particularmente para las funciones ma-
temáticas elementales y cuando se aplican a una matriz se obtiene una nueva matriz, esto
es, si A = (aij ), entonces funcion(A) es otra matriz cuyos elementos son funcion(aij ),
donde funcion es cualquier función matemática elemental. Veamos un ejemplo. Para la
matriz A = [2 0;1 4] se tiene: Función de una
✄ matriz en el sen-
>> s q r t (A) tido de Algebra
ans = Lineal, es un
1.4142 0 tópico avanzado
que no se con-
1.0000 2.0000
sidera en estas
>> exp (A) notas
ans =
7.3891 1.0000
2.7183 54.5982
>> s i n (A)
ans =
0.9093 0
0.8415 −0.7568
✂ ✁
Manipulación de Matrices
Comando Descripción
reshape cambia la dimensión de la matriz
diag lista los archivos del directorio (formato distinto a ls)
tril devuelve el path (dirección) del directorio actual
triu permite cambiar el directorio actual
✄
>> d i a g ( [ 1 2 3])
ans =
1 0 0
0 2 0
0 0 3
✂ ✁
Más generalmente, diag(v,k) coloca a v en la k-ésima diagonal, donde k > 0 especifica
diagonales por encima de la diagonal principal y k < 0 diagonales por debajo (k = 0
indica la diagonal principal):
✄
>> d i a g ( [ 1 1 ] , 1)
ans =
0 1 0
0 0 1
0 0 0
>> d i a g ( [ 1 1 ] , −2)
ans =
0 0 0 0
0 0 0 0
1 0 0 0
0 1 0 0
✂ ✁
Observe que
diag([1 1], 1)
coloca el vector
Para una matriz A, diag(A) es el vector columna conformado por los elementos de la dia-
[1 1] en la dia- gonal principal de A. Entonces, para producir una matriz diagonal cuya diagonal principal
gonal 1 de una sea igual a la diagonal principal de la matriz A, se escribe diag(diag(A)). Análogamente
matriz 3 × 3 de
ceros al caso del vector, diag(A,k) produce un vector columna con los elementos de la k-ésima
diagonal de A. Por ejemplo, si A = [1 2 3;4 5 6;7 8 9], entonces:
✄
>> d i a g (A)
ans =
1
5
9
>> d i a g (A, −1)
ans =
4
8
✂ ✁
Con las funciones tril y triu se pueden extraer las partes triangulares de una matriz.
La función tril(A) genera la parte triangular inferior de A (los elementos sobre y por de-
bajo de la diagonal principal) y triu(A) genera la parte triangular superior (los elementos
sobre y por encima de la diagonal principal). Más generalmente, tril(A,k) genera los
elementos sobre y por debajo de la k-ésima diagonal de A, mientras que triu(A,k) genera
los elementos sobre y por encima de la k-ésima diagonal de A. Considerando nuevamente
Observe que A = [1 2 3;4 5 6;7 8 9], se tiene:
triu(A) y ✄
tril(A) son ma- >> t r i u (A)
trices triangular ans =
superior y tri- 1 2 3
angular inferior, 0 5 6
respectivamente
0 0 9
>> t r i l (A)
ans =
1 0 0
4 5 0
7 8 9
APÉNDICE A. INTRODUCCIÓN A MATLAB 295
>> t r i l (A , 1 )
ans =
1 2 0
4 5 6
7 8 9
✂ ✁
M ATLAB posee cuatro instrucciones de control de flujo: la instrucción if, el bucle for,
el bucle while y la instrucción switch.
Instrucción if
Las instrucciones de cada grupo se ejecutan si es verdadera la condición que las encabeza;
si ninguna de ellas es verdadera, se ejecutan las instrucciones que están encabezadas por
la instrucción else.
Bucle for
f o r v a r i a b l e = e x p r e s i ó n
instrucciones
end
Bucle while
La instrucción break también puede usarse para salir de un bucle for. En un bucle
anidado un break sale al bucle del siguiente nivel superior.
Instrucción switch
La última instrucción de control de flujo que mostramos es switch, cuya estructura
está dada por:
s w i t c h e x p r e s i ó n
case caso 1
instrucciones
. . .
case caso n
instrucciones
otherwise
instrucciones
end
La instrucción switch compara el valor de expresión con cada uno de los casos, si el
valor de expresión coincide con alguno de los casos, se ejecutan las instrucciones que el
caso coincidente encabeza. Si no hay coincidencia con ninguno de los casos, entonces se
ejecutan las instrucciones que están encabezadas por otherwise. Vea el siguiente ejemplo
donde se evalúa la norma-p de un vector v (esto es, norm(v,p)) para tres valores de p. Utilice help para
conocer más del
switch p comando norm
case 1
norma = sum( abs ( v ) ) ;
case 2
norma = s q r t ( dot ( v , v ) ) ;
case i n f
norma = max( abs ( v ) ) ;
otherwise
e r r o r ( ’ p debe s e r 1 , 2 o i n f . ’ )
end
Para un vector u, sum(u) arroja la suma de todos los elementos de u, max(u) arroja el
máximo valor de los elementos de u y abs(u) es un vector cuyos elementos son |u(i)|. El
comando error muestra un mensaje para indicar que se ha producido un error, tal mensaje
es la cadena de caracteres dentro de los apóstrofes.
Scripts y Funciones
No todo se puede realizar en la ventana de comandos de M ATLAB , generalmente en
la mayorı́a de las aplicaciones se necesitan hacer cálculos que requieren de instrucciones
muy elaboradas que, inevitablemente, deben ser programadas. Ası́, para llevar a cabo
una tarea, en vez de escribir las instrucciones una por una en la ventana de comandos
de M ATLAB , se pueden escribir una detrás de otra en un M-archivo, que es un archivo
de texto con una extensión *.m. Estos son los equivalentes de los programas, funciones,
subrutinas y procedimientos en otros lenguajes de programación. Distinguiremos dos tipos
de M-archivos: Scripts y Funciones.
Scripts
Un script es un conjunto de instrucciones (de cualquier lenguaje) guardadas en un
archivo de texto que son ejecutadas normalmente mediante un intérprete, además, no
298 A.4. ELEMENTOS DE PROGRAMACIÓN
tienen argumentos de entrada ni de salida y operan sobre las variables del espacio de
trabajo (workspace). Es útil para automatizar pequeñas tareas. También puede hacer las
veces de un programa principal para ejecutar una aplicación. Un simple ejemplo de un
M-archivo script, numero.m, se muestra en el siguiente programa.
%NUMERO
% V e r i f i c a s i un número r e a l i n t r o d u c i d o por
% t e c l a d o e s cero , más i n f i n i t o , menos i n f i n i t o
% o d i s t i n t o de c e r o y f i n i t o
x = i n p u t ( ’ I n t r o d u z c a un número r e a l : ’ ) ;
switch x
case i n f
d i s p ( ’ Más i n f i n i t o ’ )
c a s e −i n f
d i s p ( ’ Menos i n f i n i t o ’ )
case 0
d i s p ( ’ Cero ’ )
otherwise
d i s p ( ’ Número d i s t i n t o de c e r o y f i n i t o ’ )
end
Este corto script le pide al usuario que introduzca por teclado un número real, luego
muestra un mensaje indicando que tipo de número es: +∞, −∞, 0 o distinto de 0 y finito.
Las primeras cuatro lı́neas comienzan con el sı́mbolo % lo cual indica que es un comentario.
Cada vez que M ATLAB encuentra un % ignora el resto de la lı́nea. Esto permite introducir
texto que hace mejor la comprensión del código.
En el script numero.m también se observa el comando disp(’string’) que imprime el
string de caracteres en el escritorio de M ATLAB . Asumiendo que este script existe como un
archivo numero.m, escribir numero es equivalente a ejecutar todas lı́neas en la ventana de
comandos de M ATLAB . Más adelante trataremos la edición y el manejo de los M-archivos.
Funciones
instrucciones
end
APÉNDICE A. INTRODUCCIÓN A MATLAB 299
Aquı́ se ilustran algunas caracterı́sticas. La primera lı́nea comienza con la palabra clave
function seguida del argumento de salida, salida, y el sı́mbolo =. A la derecha del
sı́mbolo = viene el nombre de la función, name, seguido por el argumento de entrada,
entrada, dentro de paréntesis. (En general, puede haber cualquier número de argumentos
de entrada y de salida.) El nombre de la función debe ser el mismo que el nombre del M-
archivo donde ella es almacenada.
La segunda lı́nea de un archivo de función se llama lı́nea H1 (ayuda 1). Debe ser una
lı́nea de comentario con una forma especial: comienza con un carácter %, seguido sin
espacio por el nombre de la función, seguido de uno o más espacios, y luego una breve
descripción. La descripción debe comenzar con una letra mayúscula, termina con un punto
y se deben omitir las palabras “the” y “a”. Todas las lı́neas de comentario que están encima
de las lı́neas no comentadas (normalmente una lı́nea en blanco, para facilitar la lectura del
código fuente) se muestran cuando se escribe help name. De esta forma, estas lı́neas
deben describir la función y sus argumentos. Veamos algunos ejemplos de funciones.
f u n c t i o n y = minelement (A)
%minelement Elemento más pequeño de una m a t r i z .
% minelement (A) e s e l mı́nimo de l o s elementos
% de A en v a l o r a b s o l u t o .
El Programa A.2 muestra una simple función, minelement, que halla el menor elemento
en valor absoluto de una matriz. Para esta función tenemos que
✄
>> h e l p minelement
minelement Elemento más pequeño de una m a t r i z .
minelement (A) e s e l mı́nimo de l o s elementos
de A en v a l o r a b s o l u t o .
✂ ✁
Además, minelement se llama igual que cualquier otra función de M ATLAB :
✄
>> minelement ( −1:1:10)
ans =
0
>> minelement ( magic ( 6 ) )
ans =
1
✂ ✁
function [ f , df ] = f p o l i (x , a )
%f p o l i Polinomio y su d e r i v a d a .
% [ f , d f ] = f p o l i ( x , a ) e v a l ú a l a f u n c i ó n f ( x ) = x . ∗ ( a−x )
% y su d e r i v a d a d f en l a m a t r i z x , donde a e s un
% parámetro e s c a l a r .
f = x . ∗ ( a−x ) ;
d f = a−2∗x ;
end
300 A.4. ELEMENTOS DE PROGRAMACIÓN
La función fpoli mostrada en el Programa A.3 evalúa la función escalar f (x) = x(a−x)
y su derivada f ′ (x) = a − 2x con respecto a x. Los dos argumentos de salida f y df están
encerrados entre corchetes. Cuando se llama a una función con múltiples entradas o ar-
gumentos de salida no es necesario pedir todos los argumentos de salida, sino aquellos
argumentos que se deseen mostrar comenzando de izquierda a derecha, sin omitir ningún
argumento intermedio. Si se requieren más de un argumento de salida, éstos deben apa-
recer entre corchetes. He aquı́ algunos ejemplos del uso de fpoli:
✄
>> f = f p o l i ( −3 ,0.1)
f =
−9.3000
>> [ f , d f ] = f p o l i ( −3 ,0.1)
f =
−9.3000
df =
6.1000
✂ ✁
Note que en la función fpoli aparece la operación matricial .∗, que se usa en la instrucción
f = x.*(a-x). De esta forma, si un vector o una matriz es suministrada a través de x, la
función se evalúa en cada elemento de forma simultánea:
✄
>> [ f , d f ] = f p o l i ( 1 : 4 , 2 )
f =
1 0 −3 −8
df =
0 −2 −4 −6
✂ ✁
x ord = s o r t (x ) ;
i f nargou t > 1
x prom = mean( x ) ;
end
i f nargou t > 2
x med = median ( x ) ;
end
i f nargou t > 3
x des = std ( x ) ;
end
end
Una función más complicada se muestra en el Programa A.4, la cual realiza un pequeño
análisis estadı́stico a un vector de clasificaciones. Para un vector v, el comando sort(v)
ordena en forma creciente los elementos de v, y los comandos mean(v), median(v) y
std(v), calculan el promedio, la mediana y la desviación estándar de v, respectivamente.
Seguidamente se ilustra el uso de la función estcal.
APÉNDICE A. INTRODUCCIÓN A MATLAB 301
✄
>> c a l i f i c a c i o n e s = [4 12 15 20 18 2 1 3 4 1 4 ] ;
>> x o r d = e s t c a l ( c a l i f i c a c i o n e s )
x ord =
1 2 3 4 4 12 14 15 18 20
>> [ x ord , x prom , x med ] = e s t c a l ( c a l i f i c a c i o n e s )
x ord =
1 2 3 4 4 12 14 15 18 20
x prom =
9.3000
x med =
8
✂ ✁
Para crear y editar M-archivos se tienen dos opciones. Se puede usar cualquier editor
de archivos ASCII (si se trata de un procesador de textos es necesario asegurarse de que
guarda los archivos en formato ASCII estándar, no en el propio formato del procesador de
textos). O bien, se puede utilizar el editor de M ATLAB (Editor/Debugger), que se muestra
en la Figura A.2. Éste se invoca tecleando edit en la lı́nea de comandos o escogiendo File-
New o File-Open del menú. El editor de M ATLAB tiene varias caracterı́sticas que ayudan
a la edición de los M-archivos, incluyendo sangrı́a automática de bucles e instrucciones
if, resaltado de sintaxis en color, etc. Estas y otras caracterı́sticas se pueden desactivar o
personalizar a través de File-Preferences del menú del editor.
⊲ Escritura en un archivo
El sı́mbolo ’s’ indica que la entrada del teclado es una cadena. Se puede introducir una
cadena con input, sin ’s’ si la cadena se teclea encerrada entre apóstrofes; por ejemplo,
z = i n p u t ( ’ I n t r o d u z c a su a p e l l i d o ( e n c e r r a d o en a p ó s t r o f e s ) : ’ )
Escritura en un archivo
Daremos un breve vistazo a los formatos de salida de M ATLAB . La función disp muestra
el valor de una variable, de acuerdo con el formato actual, sin necesidad de imprimir
primero el nombre de la variable y el sı́mbolo =. Si el argumento es una cadena, disp
muestra la cadena. Ejemplo:
✄
>> d i s p ( ’ Se muestra l a m a t r i z magic 3x3 ’ ) , d i s p ( magic ( 3 ) )
Se muestra l a m a t r i z magic 3x3
8 1 6
3 5 7
4 9 2
✂ ✁
El comando fprintf permite imprimir mensajes y números con un formato especı́fico;
por ejemplo:
✄
>> f p r i n t f ( ’ E l t e r c e r número primo e s : %d\n ’ , 5 )
E l t e r c e r número primo e s : 5
✂ ✁
Aquı́ se observa el sı́mbolo \n que es el operador de lı́nea nueva que avanza en una lı́nea
la posición de la pantalla. Este operador se puede colocar en cualquier lugar de la cadena.
El sı́mbolo %d indica que el número que se imprime es entero. Ahora, en el ejemplo
✄
>> f p r i n t f ( ’ E l v a l o r de p i e s : %6.3 f \n ’ , p i )
E l v a l o r de p i e s : 3.142
✂ ✁
el sı́mbolo %6.3f especifica un formato con ancho de campo de 6 y 3 dı́gitos decimales. Si
f se reemplaza por e, entonces el número se muestra en notación exponencial o cientı́fica:
✄
>> f p r i n t f ( ’ E l v a l o r de p i e s : %6.3e\n ’ , p i )
E l v a l o r de p i e s : 3.142 e+00
✂ ✁
APÉNDICE A. INTRODUCCIÓN A MATLAB 303
Al elegir el ancho del campo recuerde que para un número negativo el signo menos ocupa
una posición:
✄
>> f p r i n t f ( ’ %5.2 f \n%5.2 f \n ’ , s i n ( p i /6) , − s i n ( p i / 6 ) )
0.50
−0.50
✂ ✁
Para imprimir % se usa \% y para imprimir \ se usa \\, en la cadena de formato. Otro
especificador de formato útil es %g, que utiliza a %e o %f, según sea el caso:
✄
>> f p r i n t f ( ’%g %g\n ’ , exp ( 1 ) , exp ( 2 0 ) )
2.71828 4.85165 e+08
✂ ✁
Si se suministran los elementos de una matriz para imprimir, entonces las especifica-
ciones del formato de fprintf, se aplican a los elementos de la matriz, comenzando por
los elementos de la primera columna, luego se toman los de la segunda columna, y ası́
sucesivamente. Esta caracterı́stica se puede utilizar para evitar un bucle. Ejemplo:
✄
>> A = [40 60 80 100 120];
>> f p r i n t f ( ’%g mi/h = %g km/h\n ’ , [A ; 8∗A/ 5 ] )
40 mi/h = 64 km/h
60 mi/h = 96 km/h
80 mi/h = 128 km/h
100 mi/h = 160 km/h
120 mi/h = 192 km/h
✂ ✁
Para imprimir una variable de cadena se utiliza el operador %s. Ejemplo:
✄
>> t e x t o = s p r i n t f ( ’ C á l c u l o Numérico , Año %d ’ , 2013);
>> f p r i n t f ( ’ A s i g n a t u r a : %s \n ’ , t e x t o )
A s i g n a t u r a : C á l c u l o Numérico , Año 2013
✂ ✁
La función sprintf es análoga a fprintf pero devuelve su salida como una cadena. Esta
función es útil para la producción de etiquetas de gráficos.
Pasemos ahora a describir como se escriben datos en un archivo de texto con un formato
especı́fico. Inicialmente se debe abrir o crear el archivo; para ello se utiliza la función fopen
como se indica a continuación:
f i d = fopen (name , permiso )
donde name es una cadena que contiene el nombre del archivo que se abrirá, fid es un
escalar entero denominado identificador del archivo y permiso indica el modo de apertura
del archivo. Los modos de apertura de archivos son:
’r’ abre el archivo para leer
’w’ abre el archivo para escribir; descarta el contenido existente
’a’ abre o crea un archivo para escribir; agrega la data al final del archivo
’r+’ abre (no crea) el archivo para leer y escribir
’w+’ abre o crea el archivo para leer y escribir; descarta el contenido existente
’a+’ abre o crea el archivo para leer y escribir; agrega la data en al final del
archivo
’W’ abre el archivo para escribir sin limpieza automática
’A’ abre el archivo para agregar sin limpieza automática
Después de abrir o crear el archivo, los datos se escriben utilizando la función fprintf,
que toma como primer argumento el identificador de archivo, fid. Finalmente se cierra el
archivo con la función fclose(fid). Ası́, el código
304 A.4. ELEMENTOS DE PROGRAMACIÓN
guarda solo las variables que se indiquen en variables. También se puede especificar el
formato de escritura: .MAT o ASCII. Por defecto save(name,variables) utiliza el formato
.MAT; en cambio,
s a v e (name , v a r i a b l e s , ’− a s c i i ’ )
La función load(name) carga todas las variables de un archivo .MAT con nombre name.
El comando
l o a d (name , v a r i a b l e s )
carga solo las variables indicadas en variable. Veamos el uso de load con el siguiente
ejemplo:
✄
>> v = primes ( 3 7 ) ; A = r e s h a p e ( primes ( 3 7 ) , 4 , 3 ) ’ ;
>> s a v e ( ’ m a t r i z p r i m o s ’ , ’ A ’ , ’ v ’ ) ;
>> whos
Name Size Bytes Class Attributes
A 3x4 96 dou ble
v 1x12 96 dou ble
APÉNDICE A. INTRODUCCIÓN A MATLAB 305
>> clear
>> whos
>> load ( ’ matrizprimos ’ )
>> whos
Name Size Bytes Class Attributes
A 3x4 96 dou ble
v 1x12 96 dou ble
>> c l e a r
>> l o a d ( ’ m a t r i z p r i m o s ’ , ’ v ’ )
>> whos
Name Size Bytes Class Attributes
v 1x12 96 dou ble
✂ ✁
A.5 Gráficos
M ATLAB tiene potentes y versátiles capacidades gráficas. Muchos tipos de figuras se
pueden generar con relativa facilidad y su aspecto es altamente personalizable. En esta
sección cubriremos el uso básico de las herramientas básicas de M ATLAB para la represen-
tación gráfica de datos de dos dimensiones.
Nos centraremos en la generación de gráficos a través de la lı́nea de comandos o de
M-archivos, pero existen figuras que también pueden ser modificadas interactivamente
utilizando el editor de gráficos (Plot Editor). Para usar el editor de gráficos ver help
plotedit.
Gráficos simples en 2D
La función plot se puede usar para generar gráficos uniendo puntos x−y. Por ejemplo,
escribiendo
✄
>> x = [ 0 . 5 1 . 5 3 . 1 3 . 2 4 . 6 5 . 5 8 . 2 ] ;
>> y = [ 1 . 1 3 . 3 6 . 1 7 . 2 8 . 8 9 . 1 2 . 6 ] ;
>> p l o t ( x , y )
✂ ✁
se produce la imagen de la izquierda de la Figura A.3, donde los puntos (x(i),y(i)) están
unidos en secuencia.
10 10
9 9
8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
punto (x(i),y(i)) y que los puntos se van a unir por una lı́nea discontinua de color rojo.
La Tabla A.10 muestra una lista de las opciones disponibles. La imagen de la derecha de
la Figura A.3 fue generada con plot(x,y,’bd:’), que produce una lı́nea de puntos azul y
un marcador en forma de rombo también azul.
Marcador
o Cı́rculo
* Asterisco
Color
. Punto
r Rojo
+ Más
g Verde Estilo de Lı́nea
x Cruz
b Azul - Lı́nea sólida
s Cuadrado
c Cyan -- Lı́nea de trazos
d Rombo
m Magenta : Lı́nea de puntos
ˆ Triángulo ascendente
y Amarillo -. Lı́nea de trazo-puntos
v Triángulo descendente
k Negro
> Triángulo a la derecha
w Blanco
< Triángulo a la izquierda
p Estrella de cinco puntas
h Estrella de seis puntas
superpone los gráficos x − y y b − c, con lı́nea sólida verde y lı́nea roja discontinua, respec-
tivamente.
Se puede ejercer aun más control sobre el estilo de las lı́neas y de los marcadores
agregando más argumentos a plot. Las propiedades LineWidth (por defecto 0.5 pun-
tos) y MarkerSize (por defecto 6 puntos) se pueden definir en puntos. Por ejemplo,
los comandos plot(x,y,’LineWidth’,4) y plot(x,y,’p’,’MarkerSize’,12) producen
gráficos con un ancho de lı́nea de 4 puntos y un marcador tipo estrella de cinco puntas
de tamaño 12 puntos, respectivamente. Para los marcadores que tienen un interior bien
definido, las propiedades MarkerEdgeColor y MarkerFaceColor se pueden ajustar a uno
de los colores de la Tabla A.10; por ejemplo,
p l o t ( x , y , ’ o ’ , ’ MarkerEdgeColor ’ , ’m ’ )
9 9
8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
Para ciertas aplicaciones es necesario utilizar escala logarı́tmica. Esto se puede lograr
con la función loglog. El siguiente código genera la gráfica en escala logarı́tmica de
|1 + h + h2 /2 − exp(h)| versus h, para h = 10−4 , 10−3 , 10−2 , 10−1 , 1, la cual se aprecia en
la Figura A.5. Está gráfica representa el error al aproximar exp(h) con los tres primeros
términos de su desarrollo de Taylor. Tal error es del orden h3 .
h = 10.ˆ( −4:1:0);
e r r o r = abs ((1+h+h . ˆ 2 / 2 ) − exp ( h ) ) ;
l o g l o g (h , e r r o r , ’− ’ , h , h . ˆ 3 , ’−− ’ )
xlabel ( ’h ’ )
y l a b e l ({ ’ V a l o r a b s o l u t o ’ , ’ d e l e r r o r ’ })
t i t l e ( ’ E r r o r de aproximaci ón de l a s e r i e c ú b i c a de T a y l o r de exp ( h ) ’ )
box o f f
−2
10
−4
10
−6
Valor absoluto
10
del error
−8
10
−10
10
−12
10
−14
10
−4 −3 −2 −1 0
10 10 10 10 10
h
Por supuesto, loglog no acepta valores negativos como argumento; en este caso M A -
TLAB muestra una advertencia y grafica solo los valores positivos. Otras funciones relacio-
nadas son semilogx y semilogy, que colocan escala logarı́tmica solamente en el eje x o en
el eje y, respectivamente.
Si uno genera un gráfico usando plot e inmediatamente genera otro gráfico con un
nuevo llamado de plot, la nueva imagen reemplaza el gráfico anterior. Escribiendo hold
on causa que gráficos subsiguientes se superpongan al actual, mientras que hold off espe-
cifica que cada gráfico nuevo sustituye el actual. El estado por defecto corresponde a hold
off.
El comando clf borra la figura actual, mientras que close cierra la ventana de figura.
Es posible tener varias ventanas de figura en la pantalla. La forma más sencilla de crear
308 A.5. GRÁFICOS
una nueva ventana de figura es escribir figure. La n-ésima ventana de figura (donde se
muestra n en la barra de tı́tulo) se puede crear escribiendo figure(n). El comando close
all cierra todas las ventanas de figuras.
Cuando la imagen se muestra en la ventana de figura, muchos aspectos de la misma se
pueden cambiar. Para ello, se pueden utilizar los elementos de la barra de herramientas de
la ventana de figura o en su menú desplegable Tools.
Ejes y Anotaciones
Varios aspectos de los ejes de un gráfico pueden controlarse con el comando axis.
Algunas de estas opciones se muestran en la Tabla A.11.
Los ejes se pueden remover del gráfico con el comando axis off. La función axis
equal establece una sola unidad de proporción para que los incrementos de marcas en los
ejes x e y sean del mismo tamaño. La opción axis square hace que la caja actual sea
cuadrada. Para ilustrar, la imagen de la izquierda de la Figura A.6 fue producida por
p l o t ( f f t ( eye ( 1 7 ) ) ) , a x i s equ al , a x i s s q u a r e
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
La instrucción axis[xmin xmax ymin ymax] ajusta los lı́mites del gráfico en el eje x
de xmin a xmax y en eje y de ymin a ymax. Para volver a la escala de los ejes por defecto,
que M ATLAB elige automáticamente en base a los datos que están siendo representados,
APÉNDICE A. INTRODUCCIÓN A MATLAB 309
se escribe axis auto. Los lı́mites de los ejes x e y se pueden ajustar individualmente con
xlim([xmin xmax]) y ylim([ymin ymax]).
1 2
En el siguiente ejemplo se grafica la función f (x) = 2 + en el intervalo [−1, 2]:
x (x − 1)2
x = l i n s p a c e ( −1 ,2 ,500);
plot (x , 1 . / x .ˆ2 + 2 . / ( x −1).ˆ2);
g r i d on
4.5 45
4 40
3.5 35
3 30
2.5 25
2 20
15
1.5
10
1
5
0.5
0
0
−1 −0.5 0 0.5 1 1.5 2 −1 −0.5 0 0.5 1 1.5 2
Figura A.7. Uso de ylim (derecha) para cambiar los lı́mites automáticos del eje y (iz-
quierda)
20
15
10
5
y(t)
−5
−10
−15
−20
−25
−25 −20 −15 −10 −5 0 5 10 15 20 25
x(t)
Ejecute el código Los lı́mites de los ejes fueron elegidos para agregar más espacio alrededor del epicicloide.
sin la instrucción
axis([-25 25 A continuación se construye la gráfica los polinomios de Chebyshev de grados 1 a 4
-25 25]). ¿Qué y usamos la función legend para agregar una leyenda. El resultado se muestra en la
observa?
Figura A.9.
x = −1:.01:1;
p1 = x ;
p2 = 2∗x . ˆ 2 − 1 ;
p3 = 4∗x . ˆ 3 − 3∗ x ;
p4 = 8∗x . ˆ 4 − 8∗ x . ˆ 2 + 1 ;
p l o t ( x , p1 , ’ r : ’ , x , p2 , ’ g−− ’ , x , p3 , ’ b−. ’ , x , p4 , ’m− ’ )
a x i s square
ylim ([ −1.5 1 . 5 ] )
box o f f
legend ( ’ \ i t n=l ’ , ’ \ i t n=2 ’ , ’ \ i t n=3 ’ , ’ \ i t n=4 ’ , ’ L o c a t i o n ’ , ’ S o u t h E a s t ’ )
x l a b e l ( ’ x ’ , ’ F o n t S i z e ’ , 1 2 , ’ FontAngle ’ , ’ i t a l i c ’ )
y l a b e l ( ’ P n ’ , ’ F o n t S i z e ’ , 1 2 , ’ FontAngle ’ , ’ i t a l i c ’ , ’ R o t a t i o n ’ , 0 )
t i t l e ( ’ P o l i n o m i o s de Chebyshev ’ , ’ F o n t S i z e ’ ,14)
t e x t ( − . 3 5 , 1 . 3 , ’ P {n+1}(x ) = 2xP n ( x ) + P {n−1}(x ) ’ , ’ F o n t S i z e ’ , 1 2 , . . .
’ FontAngle ’ , ’ i t a l i c ’ )
Polinomios de Chebyshev
1.5
0.5
P
n
0
−0.5
−1
n=l
n=2
n=3
n=4
−1.5
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
x
En este ejemplo también se usa el comando text(x,y,’string ’), que coloca a string
en la posición cuyas coordenadas están dadas por x e y. Observe que las cadenas en
los comandos ylabel y text usan la notación del sistema TEX para especificar las letras TEX es un sis-
tema de tipo-
griegas, los sı́mbolos matemáticos y los superı́ndices y subı́ndices. La Tabla A.13 lista grafı́a escrito por
algunos comandos TEX que pueden emplearse. Donald E. Knuth
en el año 1985
Sı́mbolos seleccionados
Letras Griegas ≈ \approx
Minúsculas ◦ \circ
α \alpha ≥ \geq
β \beta Im \Im
γ \gamma ∈ \in
.. .. ∞ \infty Fuentes
. . R
\int Normal \rm
ω \omega
≤ \leq Negrita \bf
Mayúsculas
6= \neq Cursiva \it
Γ \Gamma
⊕ \oplus
∆ \Delta
∂ \partial
Θ \Theta
± \pm
.. ..
. . ℜ \Re
Ω \Omega ∼
√ \sim
\surd
312 A.5. GRÁFICOS
Una nota final acerca de este último ejemplo es que hemos utilizado las propiedades
FontSize y FontAngle para ajustar el tamaño y el ángulo del texto producido por los
comandos title, xlabel, ylabel y text (el valor predeterminado de FontSize es 10 y
de FontAngle es normal). Sin embargo, la leyenda no acepta estos argumentos, ası́ que
utilizamos notación TEX para producir fuentes cursivas en la leyenda.
Guardar Figuras
Con regularidad es necesario introducir figuras en reportes, informes, etc., con un for-
mato gráfico especı́fico (BMP, TIFF, JPEG, EPS, PDF, etc.). Una alternativa es utilizar el
comando print para guardar la figura como un archivo. Por ejemplo,
p r i n t −deps2 m i f i g u r a . eps
Para ilustrar la utilidad de esta forma funcional, el próximo ejemplo genera una secuencia
de cinco figuras y guarda las mismas en los archivos figura1.eps, ..., figura5.eps:
x = l i n s p a c e (0 ,2∗ pi , 5 0 ) ;
f o r i =1:5
p l o t ( x , c o s ( i ∗x ) )
name = s p r i n t f ( ’ f i g u r a%d . eps ’ , i ) ;
p r i n t ( ’−deps2 ’ ,name)
end
El segundo argumento de print es una cadena que contiene el nombre del archivo y su
extensión, la cual la creamos con el comando sprintf. Ası́ cuando i=1, por ejemplo, la
instrucción print es equivalente a print(’-deps2’,’figura1.eps’).
Es importante tener en cuenta que los gráficos que se ven bien en la pantalla pueden
no ser tan buenos para la impresión. En particular, los valores por defecto como el tamaño
de la fuente, el ancho de las lı́neas, entre otros, pueden hacer que sea difı́cil leer el texto
o no permitan apreciar el estilo de las lı́neas en las figuras impresas. Para producir figuras
APÉNDICE A. INTRODUCCIÓN A MATLAB 313
guarda la figura actual como un archivo-FIG binario, que puede ser recargado en M ATLAB
con open(’mifigura.fig’).
También es posible guardar, imprimir o exportar figuras desde el menú desplegable
File de la ventana de figura de M ATLAB .
Bibliografı́a
[1] Churchil, R. y Ward, J. (2004). Variable Compleja y Aplicaciones 7ma. ed. McGraw-
Hill, Madrid.
[2] David, A. (1997). Variable Compleja con Aplicaciones 2da. ed. Addison-Wesley Ibero-
americana, Wilmington, Delaware.
[3] Derrick, W. (1987). Variable Compleja con Aplicaciones. Grupo Editorial Iberoamérica,
México.
[4] Higham, D.J. and Higham, N.J. (2005). Matlab Guide. SIAM, Philadelphia.
[5] James, G. (2002). Matemáticas Avanzadas para Ingenierı́a 2da. ed. Prentice Hall,
México.
[6] Kamen, E.W. y Heck, B.S. (2008). Fundamentos de Señales y Sistemas Usando la Web
y Matlab 3era. ed. Prentice Hall, México.
[7] Lindner, D.K. (1999). Introduction to Signals and Systems. McGraw-Hill, Boston.
[8] Markushévich, A.I. (1967). Teorı́a de las Funciones Analı́ticas, vol. I. Editorial Mir,
Moscú.
[9] Soliman, S.S. y Srinath, M.D. (1999). Señales y Sistemas Continuos y Discretos 2da.
ed. Prentice Hall, México.
314
Índice
A Fase, 200
Argumento, 9 definición, 200
principal, 10 Frontera de un conjunto, 15
Aritmética compleja con M ATLAB , 17 Función armónica, 36
armónica conjugada, 36
C Función de variable compleja, 24–66
Cero de una función, 36
analı́tica, 34
Circunferencia unitaria, 13
continua, 28
Conjunto abierto, 14
definición, 24
Conjunto acotado, 16
derivada de, 31
Conjunto cerrado, 15
dominio de, 24
Conjunto conexo, 16
entera, 35
Conjunto no acotado, 16
funciones componentes, 26
Continuidad, 28–30
lı́mite de, 26
teoremas de, 29
Contorno, 106, 107 monovaluada, 24
cerrado simple, 107 multivaluada, 24
curva, 106 punto singular de, 35
curva suave, 107 racional, 25
Convolución en el dominio continuo, 151 rango de, 24
definición, 151 Funciones de dominio continuo,
propiedades, 151 140–155
Convolución en el dominio discreto, 159 convolución, 151
definición, 159 definición, 140
propiedades, 159 escalón unitario, 143
función de muestro o Sa , 147
D función rampa, 147
Derivada generalizada, 149 función seno cardinal o sinc , 148
Desarollo de MacLaurin, 82 función signo, 145
Diferenciación, 31–34 impulso unitario, 141
ecuaciones de Cauchy-Riemann, 32 propiedades, 142
reglas de, 31 pulso exponencial, 146
Disco unitario, 13 pulso rectangular, 144
Dominio, 16 pulso triangular, 145
Funciones de dominio discreto, 155–161
E
Euler, Leonhard, 12 convolución, 159
Expansión en fracciones parciales, 121 definición, 155
escalón unitario discreto, 156
F función rampa discreta, 156
Fórmula integral de Cauchy, 115 función signo discreto, 157
extensión, 116 impulso unitario discreto, 155
315
316 ÍNDICE