Tema 7

Series de Fourier
Nuestro principal objetivo es introducir las series de Fourier.
´
Estas surgieron hist´oricamente
al resolver por el m´etodo de separaci´on de variables un problema de contorno de ecuaciones
en derivadas parciales.
Cuando estas f´ormulas fueron propuestas por Daniel Bernouilli en 1.753, muchos
matem´aticos pensaron que era imposible expresar una funci´on f(x) cualquiera como suma
de senos y cosenos. Fue un ingeniero, Joseph Fourier, el que se encarg´o de recopilar datos
para convencer al mundo cient´ıfico de tal posibilidad.
7.1 Series de Fourier
Definici´on 7.1 (Serie de Fourier)
Se llama serie de Fourier de una funci´on f(x) en el intervalo [−π, π] a:
f(x) =
a
0
2
+

n=1
(a
n
cos nx + b
n
sen nx) (∗)
A los coeficientes a
0
, a
1
, · · · , a
n
, b
0
, b
1
, · · · , b
n
se les llama coeficientes de Fourier de
f(x) en [−π, π].
Debido a que
_
π
−π
sen mxsen nx dx =
_
0 si n = m
= 0 si n = m
_
π
−π
cos nx dx = 0
_
π
−π
sen nx dx = 0
1
2 Tema 7. Series de Fourier
_
π
−π
cos mx cos nx dx =
_
0 si n = m
= 0 si n = m
_
π
−π
sen mx cos nx dx = 0
e integrando t´ermino a t´ermino en la igualdad (∗) obtenemos:
_
π
−π
f(x) cos nx dx = a
n
_
π
−π
cos
2
x dx = a
n
π ⇒ a
n
=
1
π
_
π
−π
f(x) cos nx dx
_
π
−π
f(x) dx =
a
0
2
2π ⇒ a
0
=
1
π
_
π
−π
f(x) dx
_
π
−π
f(x) sen nx dx = b
n
_
π
−π
sen
2
x dx = b
n
π ⇒ b
n
=
1
π
_
π
−π
f(x) sen nx dx
Las anteriores propiedades de las funciones sen nx, cos mx se pueden resumir en que
el sistema
{1, sen x, sen 2x, · · · , cos x, cos 2x · · ·}
es un sistema ortogonal de funciones respecto del producto escalar
(f(x), g(x)) =
_
π
−π
f(x)g(x) dx y la serie de Fourier no es mas que la expresi´on de un
vector f(x) como combinaci´ on lineal de los vectores de la anterior base ortogonal.
Definici´on 7.2 Se llama serie de Fourier de una funci´on f(x) en el intervalo [−L, L]
a:
f(x) ∼
a
0
2
+

n=1
_
a
n
cos

L
x + b
n
sen

L
x
_
donde a
0
=
1
L
_
L
−L
f(x) dx a
n
=
1
L
_
L
−L
f(x) cos

L
x dx
b
n
=
1
L
_
L
−L
f(x) sen

L
x dx
Este hecho se basa en que el sistema de vectores
_
1, sen
πx
L
, sen
2πx
L
, · · · , cos
πx
L
, cos
2πx
L
, · · ·
_
es un sistema ortogonal de funciones respecto del producto escalar
(f(x), g(x)) =
_
L
−L
f(x)g(x) dx
An´alogamente se puede definir la serie de Fourier de una funci´on f(x) definida en un
intervalo [a, b] haciendo una traslaci´on del punto medio
a + b
2
al origen.
7.1. Series de Fourier 3
Tomo L = b −
a + b
2
=
b −a
2
−L = a −
a + b
2
=
a −b
2
Definici´on 7.3 Se llama serie de Fourier de una funci´on f(x) en el intervalo [a, b] a
f(x) =
a
0
2
+

n=1
_
a
n
cos

b−a
2
x + b
n
sen

b−a
2
x
_
donde a
0
=
2
b −a
_
b
a
f(x) dx a
n
=
2
b − a
_
b
a
f(x) cos
2nπ
b − a
x dx
b
n
=
2
b −a
_
b
a
f(x) sen
2nπ
b −a
x dx
Las series anteriores tambi´en se podr´ıan haber escrito de la forma:
f(x) ∼ C
0
+

n=1
C
n
cos(nω
0
t − θ
n
)
donde C
n
=
_
a
2
n
+ b
2
n
, cos θ
n
=
a
n
_
a
2
n
+ b
2
n
sen θ
n
=
b
n
_
a
2
n
+ b
2
n
θ
n
= arctang
b
n
a
n
siendo ω
0
= 1,
π
L
,

b −a
seg´ un hayamos utilizado una de las tres f´ormulas anteriores.
La componente sinusoidal de frecuencia ω
n
= nω
0
se denomina la en´esima arm´onica
de la funci´on peri´odica. La primera arm´onica se conoce comunmente con el nombre de
fundamental porque tiene el mismo periodo que la funci´on y ω
0
=

T
se conoce con
el nombre de frecuencia angular fundamental. Los coeficientes C
n
y los ´angulos θ
n
se
conocen como amplitudes arm´onicas y ´angulos de fase, respectivamente. En M´ usica, a la
primera arm´onica, segunda arm´onica, etc. se le suele llamar fundamental, primer tono,
segundo tono, etc.
Quedan muchas cuestiones por resolver:
• ¿ Qu´e debe cumplir f(x) para que su serie de Fourier converja?
• Si converge, ¿ lo hace a f(x)?
• ¿ Es posible integrar t´ermino a t´ermino?. ¿ Y derivar?
Estas preguntas las responderemos con los siguientes teoremas.
4 Tema 7. Series de Fourier
7.1.1 Convergencia de las series de Fourier
Teorema 7.1 (Teorema de convergencia puntual para series de Fourier)
Si f(x) y f ’(x) son continuas a trozos en [−L, L], entonces ∀x ∈ (−L, L) se verifica:
a
0
2
+

n=1
_
a
n
cos

L
x + b
n
sen

L
x
_
=
1
2
_
f(x
+
) + f(x

)
_
Para x = ±L la serie de Fourier converge a
1
2
_
f(−L
+
) + f(L

)
_
.
Teorema 7.2 (Teorema de convergencia uniforme de series de Fourier)
Sea f(x) una funci´on continua en (−∞, ∞) y con periodo 2L. Si f ’(x) es continua a
trozos en [−L, L], entonces la serie de Fourier de f(x) converge uniformemente a f(x) en
[−L, L] y por consiguiente en cualquier intervalo.
7.1.2 Diferenciaci´on de series de Fourier
Teorema 7.3 Sea f(x) una funci´on continua en (−∞, ∞) y con periodo 2L. Sean f ’(x),
f ”(x) continuas por segmentos en [−L, L]. Entonces la serie de Fourier de f ’(x) se puede
obtener de la serie de Fourier de f(x) mediante diferenciaci´on t´ermino a t´ermino. En
particular, si
f(x) =
a
0
2
+

n=1
_
a
n
cos

L
x + b
n
sen

L
x
_
entonces
f

(x) =

n=1

L
_
−a
n
sen

L
x + b
n
cos

L
x
_
7.1.3 Integraci´ on de series de Fourier
Teorema 7.4 Sea f(x) continua a trozos en [−L, L] con serie de Fourier
f(x) ∼
a
0
2
+

n=1
_
a
n
cos

L
x + b
n
sen

L
x
_
entonces ∀x ∈ [−L, L] se verifica:
_
x
−L
f(t) dt =
_
x
−L
a
0
2
+

n+1
_
x
−L
_
a
n
cos

L
t + b
n
sen

L
t
_
dt
7.2. F´ormula de Parseval 5
7.2 F´ormula de Parseval
Los tres resultados te´oricos m´as importantes para el manejo de las series de Fourier
son: el teorema de convergencia, el teorema de unicidad, seg´ un el cual todo desarrollo en
serie trigonom´etrica, de una funci´on, es su desarrollo de Fourier, y la f´ormula de Parseval.
Teorema 7.5 (F´ormula de Parseval)
Sea f una funci´on continua a trozos en el intervalo [−π, π]. Sean a
0
, a
n
y b
n
los
coeficientes del desarrollo de Fourier de f. Entonces se verifica:
1
π
_
π
−π
[f(x)]
2
dx =
1
2
a
2
0
+

n=1
_
a
2
n
+ b
2
n
_
Demostraci´on Aunque esta f´ormula es v´alida para todas las funciones continuas a
trozos, nos limitaremos, por comodidad, a probarla en el caso en que la serie de Fourier
converge uniformemente a f en el intervalo [−π, π].
Partiendo de la relaci´on: f(x) =
a
0
2
+

n=1
(a
n
cos nx + b
n
sen nx) − π < x < π
uniformemente. Multiplicando por f(x) se obtiene:
[f(x)]
2
=
a
0
2
f(x) +

n=1
(a
n
f(x) cos nx + b
n
f(x) sen nx) −π < x < π
uniformemente. Por tanto, al integrar t´ermino a t´ermino, se obtiene:
_
π
−π
[f(x)]
2
dx =
1
2
a
2
0
π +

n=1
_
a
2
n
π + b
2
n
π
_
de donde, dividiendo por π, obtenemos el resultado deseado.
7.3 Funciones pares e impares
Definici´on 7.4 (Funci´ on par, funci´on impar)
Decimos que una funci´on f(x) es par si f(-x) = f(x).
Decimos que una funci´on f(x) es impar si f(-x) = - f(x).
6 Tema 7. Series de Fourier
Propiedades
• El producto de dos funciones pares es par.
• El producto de dos funciones impares es par.
• El producto de una funci´on par por una impar es impar.
• Si f(x) es par ⇒
_
a
−a
f(x) dx = 2
_
a
0
f(x) dx
• Si f(x) es impar ⇒
_
a
−a
f(x) dx = 0
Desarrollo en serie de Fourier de una funci´on par
Sea f(x) una funci´on par. Vamos a calcularle su serie de Fourier en el intervalo [−L, L].
a
0
=
1
L
_
L
−L
f(x) dx = [por ser f par] =
2
L
_
L
0
f(x) dx
a
n
=
1
L
_
L
−L
f(x) cos

L
x dx =
2
L
_
L
0
f(x) cos

L
x dx por ser f(x) y cos x fun-
ciones pares con lo que su producto es tambi´en una funci´on par.
b
n
=
1
L
_
L
−L
f(x) sen

L
x dx = 0 por ser el producto de una funci´on par (f(x)) por
una impar (sen x) una funci´on impar.
Luego
f(x) ∼
a
0
2
+

n=1
a
n
cos

L
Es decir, la serie de Fourier de una funci´on par en el intervalo [−L, L] es una serie en
la que s´olo aparecen cosenos.
Desarrollo en serie de Fourier de una funci´on impar
Haciendo c´alculos an´alogos se obtiene a
0
= a
n
= 0
Es decir, la serie de Fourier de una funci´on impar en el intervalo [−L, L] es una serie
en la que s´olo aparecen senos.
f(x) ∼

n=1
a
n
sen

L
7.4. Desarrollos para funciones definidas en medio intervalo 7
7.4 Desarrollos para funciones definidas en medio in-
tervalo
Supongamos que tenemos una funci´on definida en el intervalo [0, L]. Para hallar su
desarrollo en serie de Fourier podemos optar por definirla en el intervalo [−L, 0] de las
siguientes tres formas y obtener distintos desarrollos de Fourier.
Caso I
Extendemos f(x) al intervalo [−L, 0] de forma que obtenga una funci´on par.
Obtenemos as´ı un desarrollo en serie de cosenos.
Caso II
Extendemos f(x) al intervalo [−L, 0] de forma que obtenga una funci´on impar.
Obtenemos as´ı un desarrollo en serie de senos.
Caso III
Extendemos f(x) al intervalo [−L, 0] de forma que obtenga una funci´on peri´odica de
periodo L.
Obtenemos as´ı un desarrollo en serie de cosenos y senos.
7.5 Forma compleja de la Serie de Fourier
En muchas aplicaciones de las series de Fourier, es conveniente expresar estas series
en t´erminos de los exponenciales complejos e
±jnω
0
t
.
Si se considera la serie de Fourier de una funci´on peri´odica f(t),como
f(t) =
1
2
a
0
+

n=1
(a
n
cos nω
0
t + b
n
sen ω
0
t)
donde ω
0
=

T
.
8 Tema 7. Series de Fourier
Sabemos que :
cos nω
0
t =
1
2
_
e
jnω
0
t
+ e
−jnω
0
t
_
sen nω
0
t =
1
2j
_
e
jnω
0
t
−e
−jnω
0
t
_
Sustituyendo estas expresiones en la anterior de la serie de Fourier:
f(t) =
1
2
a
0
+

n=1
_
a
n
1
2
_
e
jnω
0
t
+ e
−jnω
0
t
_
−b
n
j
2
_
e
jnω
0
t
−e
−jnω
0
t
_
_
Como
1
j
= −j , podemos expresar f(t) como
f(t) =
1
2
a
0
+

n=1
_
1
2
(a
n
−jb
n
) e
jnω
0
t
+
1
2
(a
n
+ jb
n
) e
−jnω
0
t
_
LLamando c
0
=
1
2
a
0
, c
n
=
1
2
(a
n
−jb
n
) , c
−n
=
1
2
(a
n
+ jb
n
) , entonces:
f(t)=c
0
+

n=1
_
c
n
e
jnω
0
t
+ c
−n
e
−jnω
0
t
_
=
=c
0
+

n=1
c
n
e
jnω
0
t
+
−∞

n=−1
c
n
e
−jnω
0
t
=

n=−∞
c
n
e
jnω
0
t
Esta ´ ultima ecuaci´on se denomina serie compleja de Fourier de f(t).
Los coeficientes de Fourier se pueden evaluar f´acilmente en t´erminos de a
n
y b
n
, los
cuales ya los conocemos:
c
0
=
1
2
a
0
=
1
T
_
T/2
−T/2
f(t) dt
c
n
=
1
2
(a
n
−jb
n
) = [desarrollando] =
1
T
_
T/2
−T/2
f(t)e
−jnω
0
t
dt
c
−n
=
1
2
(a
n
+ jb
n
) = [desarrollando] =
1
T
_
T/2
−T/2
f(t)e
jnω
0
t
dt
donde |c
n
| =
1
2
_
a
2
n
+ b
2
n
7.5. Forma compleja de la Serie de Fourier 9
Definici´on 7.5 (Producto escalar en l C)
Dadas dos funciones complejas f(t) y g(t) definimos su producto escalar complejo en
el intervalo [a, b] como
(f(t), g(t)) = f(t) · g(t) =
_
b
a
f(t)g

(t) dt
donde g

(t) representa el conjugado complejo de g(t).
Definici´on 7.6 ( Sistema ortogonal en l C)
un conjunto de funciones complejas {f
1
(t), f
2
(t), · · · , f
n
(t)} se dicen que es un sistema
ortogonal en el intervalo [a, b] si
_
b
a
f
m
(t)f

k
(t) dt =
_
0 para k = m
r
k
para k = m
Proposici´on 7.1 El conjunto de funciones complejas de la serie de Fourier {e
jnω
0
t
} ,
n = 0, ±1, ±2, · · ·, forman un sistema de funciones ortogonales.
Definici´on 7.7 (Espectros de frecuencia compleja)
La gr´afica de la magnitud de los coeficientes complejos c
n
de la serie de Fourier

n=−∞
c
n
e
jnω
0
t
frente a (versus) la frecuencia ω (frecuencia angular) se denomina es-
pectro de amplitud de la funci´on peri´odica f(t).
La gr´afica del ´angulo de fase ϕ
n
de c
n
= |c
n
|e
−jϕ
n
frente a ω se denomina espectro
de fase de f(t).
Como el ´ıdice n toma solamente valores enteros, los espectros de amplitud y fase no
son curvas continuas sino que aparecen en la variable discreta nω
0
; por consiguiente, se
les denomina espectros de frecuencia discreta o espectros de l´ıneas.
La representaci´ on de los coeficientes complejos c
n
frente a la variable discreta nω
0
,
especifica la funci´on peri´odica f(t) en el diminio de la frecuencia, as´ı como f(t) versus t
especifica la funci´on en el dominio del tiempo.
Proposici´on 7.2 El desplazamiento en el tiempo de una funci´on peri´odica no tiene efecto
sobre el espectro de amplitud, pero modifica el espectro de fase en una cantidad de −nω
0
τ
radianes para la componente de frecuencia nω
0
si el desplazamiento en el tiempo es τ.
10 Tema 7. Series de Fourier
7.6 Filtrado de series de Fourier
Supongamos que deseamos obtener la tensi´on (o corriente) de salida de un sistema
lineal y sabemos que la entrada es una se˜ nal peri´odica no lineal. Utilizando la serie
de Fourier para descomponer la se˜ nal de entrada, en sus componentes senoidales, pode-
mos hacer pasar separadamente cada componente a trav´es del sistema. (Se pueden usar
m´etodos conocidos para operar con entradas senoidales: fasores, impedancias, etc.). Por
superposici´on, sabemos que la se˜ nal de salida total es la suma de todas las salidas de las
componentes senoidales.
Esta onda de salida total es la salida estacionaria debida a la se˜ nal de entrada no
senoidal. Es la respuesta particular del sistema a la se˜ nal de entrada no senoidal.
Es decir, esta entrada ha estado excitando al sistema durante el tiempo suficiente para
que haya desaparecido cualquier respuesta transitoria (respuesta natural debida a las
condiciones iniciales que pudieran haber estado presentes al principio de haber aplicado
la se˜ nal de entrada).
Un filtro pasa-bajos ideal (no realizable) tiene una funci´on de transferencia H(jω)
de las siguientes caracter´ısticas:
/H(jω) = 0 |H(jω)| =
_
1 −ω
c
< ω < +ω
c
0 otros valores
_
Esto significa que si una se˜ nal peri´odica no senoidal se aplica al filtro, la salida es-
tar´a formada por aquellas componentes senoidales de Fourier aplicadas a la entrada cuya
frecuencia angular sea inferior a ω
c
.
Para que una onda peri´odica de forma arbitraria pase sin distorsi´on a trav´es de un
sistema lineal , llamada transmisi´on sin distorsi´on (por ejemplo, un amplificador de
alta fidelidad), cualquier desplazamiento de fase introducido por el sistema debe ser pro-
porcional al n´ umero del arm´onico (a la frecuencia). Es decir, resulta necesario que el
´angulo de la funci´on de transferencia del sistema /H(jω) , sea una funci´on lineal de la
frecuencia.
7.7 Series finitas de Fourier
Supongamos que, dada una funci´on peri´odica, intentamos obtener una serie aproxi-
mada utilizando s´olo un n´ umero finito n de t´erminos arm´onicos. Designemos esta aprox-
7.7. Series finitas de Fourier 11
imaci´on de n t´erminos por f
n
(t):
f
n
(t) =
n

k=−n
α
k
e
jkω
0
t
(7.1)
donde el valor num´erico α
k
tiene que ser calculado. Si para evaluar los t´erminos de la
ecuaci´on ( 7.1), tomamos espec´ıficamente
α
k
=
1
T
_
t
0
+T
t
0
f(t)e
−jkω
0
t
dt
podemos llamar a nuestra aproximaci´ on serie de Fourier truncada.
En cualquier instante de tiempo, la diferencia entre una aproximaci´ on f
n
(t) y la onda
real f(t) es el error e
n
(t)
e
n
(t) = f(t) −f
n
(t)
Este error puede ser positivo o negativo. Para dar una medida de mayor calidad en la
aproximaci´on vamos a elegir el error cuadr´atico medio, definido por
e
2
n
(t) =
1
T
_
t
0
+T
t
0
e
2
n
(t) dt
Desarrollando
e
2
n
(t) =
1
T
_
t
0
+T
t
0
[f(t) − f
n
(t)]
2
dt =
1
T
_
t
0
+T
t
0
_
_
f(t) −
n

k=−n
α
k
e
jkω
0
t
_
_
2
dt
Buscamos el conjunto de coeficientes α
k
que minimizan este error cuadr´atico medio.
Para ello, se debe verificar
∂e
2
n
(t)
∂α
k
= 0 ∀k
Consideremos el coeficiente m-´esimo:
∂e
2
n
(t)
∂α
m
=

∂α
m
_
¸
_
¸
_
1
T
_
t
0
+T
t
0
_
_
f(t) −
n

k=−n
α
k
e
jkω
0
t
_
_
2
dt
_
¸
_
¸
_
= 0
Es decir
1
T
_
t
0
+T
t
0
2
_
_
f(t) −
n

k=−n
α
k
e
jkω
0
t
_
_
[−e
jmω
0
t
] dt = 0
12 Tema 7. Series de Fourier
o

2
T
_
t
0
+T
t
0
f(t)e
jmω
0
t
dt +
2
T
_
t
0
+T
t
0
n

k=−n
α
k
e
j(k+m)ω
0
t
dt = 0 (7.2)
La integral del segundo t´ermino es suma de integrales particulares. Teniendo en cuenta
la propiedad de ortogonalidad, todas son nulas excepto en la que k = −m.
Para k = −m la ecuaci´on ( 7.2) se puede expresar como

_
t
0
+T
t
0
f(t)e
jmω
0
t
dt +
_
t
0
+T
t
0
α
−m
dt = −
_
t
0
+T
t
0
f(t)e
jmω
0
t
dt + α
−m
(t
0
+ T −t
0
) = 0
de donde
α
−m
=
1
T
_
t
0
+T
t
0
f(t)e
jmω
0
t
dt
o
α
k
=
1
T
_
t
0
+T
t
0
f(t)e
−jkω
0
t
dt
que es la definici´on de los coeficientes de Fourier.
En consecuencia, los coeficientes de Fourier minimizan el error cuadr´atico medio entre
la funci´on real f(t) y cualquier serie arm´onica aproximada de longitud finita.
Evidentemente, cuantos m´as arm´onicos tomemos en la serie, mayor ser´a la aproxi-
maci´on y, en consecuencia, menor ser´a el error cuadr´atico medio. Sin embargo, a´ un
utilizando un n´ umero infinito de t´erminos, si la funci´on tiene alguna discontinuidad (por
ejemplo la funci´on de onda cuadrada), nunca podremos lograr una r´eplica perfecta de la
original f(t). Cualquier discontinuidad producir´a un transitorio que sobrepasa la onda
por la parte superior e inferior de cada discontinuidad. Cada uno de estos transitorios
tiene una elongaci´on m´axima de aproximadamente el 9% de la altura de la respectiva
discontinuidad. Este efecto, observado por J. W. Gibbs, se llama efecto Gibbs.
Adema´s, cualquier aproximaci´on de t´erminos finitos de Fourier corta a cada discon-
tinuidad por su valor medio (mitad entre el valor superior e inferior).

Sign up to vote on this title
UsefulNot useful