Matemáticas Avanzadas

Dr. Erick E. Luna Rojero
Facultad de Ingeniería
División de Ciencias Básicas
Universidad Nacional Autónoma de México
2009 (ver. 0.1)
http://basicas.fi-c.unam.mx
2
Índice general
I Variable compleja 7
1. Funciones de variable compleja y mapeos 11
Números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
El plano de Argand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Función Compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Función exponencial compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Función logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Funciones trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Ejercicios en clase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2. Funciones analíticas y mapeos conformes 19
Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Derivada compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Ecuaciones de Cauchy-Riemann-(D’Alembert) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Funciones Analíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Funciones armónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Derivadas de funciones importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Función exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Funciónes trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Función logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Mapeo conforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Mapeo isogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Algunos mapeos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3. Integral de línea de funciones de variable compleja 29
Integral de línea compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Integración paramétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4. Teorema integral de Cauchy-Goursat 31
Corolarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Independencia de la trayectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Antiderivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Deformación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5. Fórmulas integrales de Cauchy 33
Fórmula integral de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Derivadas de funciones analíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Extensión de la fórmula integral de Cauchy para una anillo . . . . . . . . . . . . . . . . . 34
ÍNDICE GENERAL 3
6. Serie Laurent y teorema del residuo 37
Series Complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Series de potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Serie de Taylor compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Serie de Laurent compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Teorema del Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Clasificación de singularidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Ceros de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Teorema del Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Residuos y polos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
7. Aplicación del análisis complejo 43
Fractales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Conjunto de Mandelbrot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Fenómenos de transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Transferencia de calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Difusión molecular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
II Series de Fourier 47
8. Series de Fourier 49
Funciones períodicas y señales físicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Funciones ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Algebra lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Definición de la Serie de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Condiciones de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Aproximación por Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Fourier en las discontinuidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Simetrías (propiedades de paridad) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Derivación e Integración de Series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 52
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Función Heaviside y Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Derivación en puntos singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
9. Serie de Fourier compleja y espectro de frecuencia 55
Forma compleja de las series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Espectros de frecuencia compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Contenido de potencia y teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
10.Ejercicios de Serie de Fourier 57
III Transformada de Fourier 59
11.Transformada de Fourier 61
Deducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Integral de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Espectro de frecuencia continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Transformadas seno y coseno de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Convolución y correlación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4 ÍNDICE GENERAL
Uso de la computadora para transformada de Laplace . . . . . . . . . . . . . . . . . . . . 64
12.Transformada Discreta de Fourier 65
13.Ejercicios de Transformada de Fourier 67
IV Apéndices 69
Apéndice A: Tabla de transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . 71
Apéndice B: Tabla de transformada seno de Fourier . . . . . . . . . . . . . . . . . . . . 72
Apéndice C: Tabla de transformada coseno de Fourier . . . . . . . . . . . . . . . . . . . 72
Apéndice D: Referencias Bibliográficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
ÍNDICE GENERAL 5
"Daría todo lo que sé, por la mitad de
lo que ignoro"
René Descartes
6 ÍNDICE GENERAL
Parte I
Variable compleja
7
Objetivo: El alumno manejará los conceptos
y los métodos básicos de la teoría de las funciones
de variable compleja, para la resolución de prob-
lemas de matemáticas e ingeniería.
9
10
Capítulo 1
Funciones de variable compleja y mapeos
Números complejos
Definición
Si se postula a la unidad imaginaria como
i
2
= −1
se puede definir a un número complejo como:
z = x +iy,
en donde x y y son números reales.
A x se le llama parte real de z
x = Re (z)
y a y parte imaginaria de z
y = Im(z)
Igualdad: Dos números complejos z = a +ib
y w = c +id cumplen que
z = w ⇔{a = c y b = d}
Suma: La suma de dos números complejos
z = a +ib y w = c +id se define como
z +w = (a +c) +i (b +d)
Multiplicación: La multiplicación de dos números
complejos z = a +ib y w = c +id se define como
zw = (a +ib) (c +id)
zw = (ac −bd) +i (ad +bc)
Complejo conjugado: El complejo conjuga-
do de z = x+iy se denota como ¯ z o z

, y se define
por
¯ z = z

= x −iy
Módulo o magnitud: El módulo o la mag-
nitud de un número complejo z = x+iy se denota
como |z| y se define como
|z| =

x
2
+y
2
.
Cociente: El cociente de dos números com-
plejos z = a + ib y w = c + id = 0 se define
como:
z
w
=
zw
ww
=
zw
|w|
2
z
w
=
ac +db
c
2
+d
2
+i
bc −ad
c
2
+d
2
Teorema 1 Sean z y w dos números complejo,
entonces
z¯ z = |z|
2
(z +w) = z +w
(zw) = zw

z
w

=
z
w
Plano de Argand o complejo: Se puede
representar geométricamente a un número com-
plejo en un plano de Argand o complejo, Z, éste
consiste en dos ejes ortogonales, el horizontal rep-
resenta a la parte real del número complejo y el
vertical a la parte imaginaria.
Funciones de variable compleja y mapeos 11
Plano de Argand
Forma polar de un número complejo. Sea
z = x + iy un punto en el plano de Argand.
Si se define a r como la distancia del origen al
punto (x, y) y a θ como el ángulo que forma el
eje horizontal con r (ver figura), de argumentos
trigonométricos se tiene que:
x = r cos θ
y = r senθ
r =

x
2
+y
2
= |z|
θ = tan
−1

y
x

Representación polar de un número complejo
entonces
z = x +iy = r (cos θ +i senθ)
z = |z| e

o en forma simbólica
z = rcis (θ)
z = r∠θ.
De las fórmulas se observa que r es la magnitud
o módulo de z. A θ se le nombra el argumento de
z, y se denota:
θ = arg (z) .
Argumento principal: En general θ es cualquier
ángulo tal que θ = tan
−1
(y/x), esto es, hay un
número infinito de argumentos de z. Para evitar
la confusión de tener una función multivaluada se
define al argumento principal de z como el θ tal
que
−π < θ ≤ π
y se denota:
θ = Arg (z)
Teorema 2 Sean z y w dos números complejos

|zw| = |z| |w|

z
w

=
|z|
|w|
sólo si w = 0
arg (zw) = arg (z) + arg (w)
arg

z
w

= arg (z) −arg (w)
arg (z) = arg (cz) si c > 0
Potencias enteras de un número comple-
jo: Sea el número complejo z = r (cos θ +i senθ)
entonces
z
n
= r
n
{cos (nθ) +i sen(nθ)}
donde n es un número entero.
Potencias fraccionarias de un número com-
plejo: Sea el número complejo z = r [cos θ +i senθ]
entonces
z
1
m
= r
1
m

cos

θ + 2kπ
m

+i sen

θ + 2kπ
m
¸
donde m ≥ 1 es un número entero y
k = 0, 1, 2, ..., m−1.
Al igual que en los números reales existen m posi-
bles valores para la raíz m− ´ esima de z.
El número complejo infinito: Definimos al
número complejo infinito como el que satisface a
z

= 0
z ±∞ = ∞: z = ∞
z
0
= ∞: z = 0
z · ∞ = ∞: z = 0

z
= ∞: z = ∞.
Esfera de Riemann: Cuando el plano de Ar-
gand incluye al punto infinito, se llama plano z
extendido. Para entender mejor lo que significa
el punto infinito se utiliza la esfera numérica de
Riemann. El punto z
1
es proyectado en el punto
ζ
1
de la esfera de Riemann con la ayuda de un
segmento de recta que une a los puntos B y z
1
.
El punto z = 0 de Argand es el A de la esfera de
Riemann y el punto ∞ del plano de Argand es el
B de la esfera de Riemann.
12 Funciones de variable compleja y mapeos
Esfera de Riemann
El plano de Argand
Para poder estudiar el cálculo son necesarias
las definiciones que a continuación se muestran:
Punto: (.)
Conjunto: Una colección de puntos en el plano
complejo.
Vecindad: Se llama vecindad (o entorno) de
radio r, de un punto z
0
, al conjunto de puntos
situados en el interior de un círculo de radio r
centrado en z
0
, es decir la región |z −z
0
| < r
|z −z
0
| < r
Vecindad punteada: Una vecindad punteada
de z
0
es el conjunto de puntos tal que 0 < |z −z
0
| <
r
0 < |z −z
0
| < r
Conjunto abierto: Un conjunto abierto es aquel
en el que, para todo elemento, existe una vecin-
dad cuyos puntos pertenecen al conjunto.
Conjunto abierto
Ejemplo.- |z| < 1.
Conjunto cerrado: Un conjunto cerrado es aquel
en el que, para al menos un elemento, no existe
una vecindad cuyos puntos pertenecen todos al
conjunto.
Conjunto cerrado
Ejemplo .- |z| ≤ 1.
Conjunto conexo: Un conjunto es conexo si da-
dos dos puntos cualesquiera del conjunto, existe
una trayectoria formada por segmentos de recta
que los une, y cuyos puntos pertenecen al conjun-
to.
Conjunto conexo
Dominio: Llamamos dominio a un conjunto
abierto conexo.
Dominio simplemente conexo: Un dominio sin
agujeros.
Dominio multiplemente conexo: Un dominio
con agujeros.
Funciones de variable compleja y mapeos 13
Conjunto multiplemente conexo
Punto frontera: Es un punto tal que toda vecin-
dad de dicho punto contiene al menos un punto
que pertenece al conjunto y otro que no.
Punto interior: Es un punto tal que toda vecin-
dad de dicho punto contiene puntos que pertenece
al conjunto.
Punto exterior: Es un punto tal que toda vecin-
dad de dicho punto no contiene puntos que pertenece
al conjunto.
Región: Es la unión de un dominio y posible-
mente algunos, ninguno o todos sus puntos fron-
tera.
Conjunto acotado: Un conjunto para el cual
existe un círculo de radio finito que circunscribe
al conjunto.
Ejemplos de Regiones en el plano:
Ejemplos
2 1 0 -1 -2
2
1
0
-1
-2
x
y
x
y
Re (z) = Im(z)
|z| = 1, aquí se puede utilizar la definición
de módulo,

a
2
+b
2
= 1, esto es, a
2
+b
2
=
1
2
, una circunferencia con centro en el ori-
gen y radio 1.
|z| = 1
|z −z
0
| ≤ r
0
|z −z
0
| ≤ r
0
1 < |z −1| ≤ 2. En la figura se muestra
al círculo interno punteado, lo que significa
que la región no toca a la frontera, mientras
que el círculo externo es continuo, ya que la
región incluye a la frontera.
1 < |z −1| ≤ 2
Función Compleja
Una función compleja se define como
w = {z ∈ D, w ∈ I |w = f (z)}
En donde D es el dominio de la función en el
plano Z, e I es la imagen (rango o recorrido) de
14 Funciones de variable compleja y mapeos
la función en el plano W. Decimos que la función
mapea el punto z
1
= x
1
+iy
1
∈ D al punto w
1
=
u
1
+ iv
1
∈ I. La gráfica natural de la regla de
correspondencia w = f (z) es imposible ya que se
requieren cuatro dimensiones, dos para z ( una
para x y otra para y) y dos para w (una para u
y otra para v). Si se quiere analizar gráficamente
a una función compleja un método es utilizar dos
espacios independientes en dos dimensiones, uno
para z y otro para w tal como se muestra en la
siguiente figura.
Función compleja w = f (z).
Una forma adecuada de visualizar el mapeo
de la función es analizar como se transforman el
conjunto de segmentos de líneas x = C
i
y y = C
j
,
la figura siguiente representa la cuadrícula que
forma estas rectas
Estos segmentos de recta se mapean mediante
f (z) al espacio w = u+iv. Por ejemplo, la función
f (z) = (z −1) / (z + 1) mapea a dicha cuadrícula
en la siguiente gráfica
Ejemplo
w = {z ∈ D, w ∈ I :w = |z|}
D = {|z| ≤ 1}
w = |z| =

x
2
+y
2
si tomamos |z| = 1 =

x
2
+y
2
= 1 →w = 1
y
si |z| = 0 =

x
2
+y
2
= 0 →w = 0,
es decir, la circunferencia unitaria con centro
en el origen, se mapea en el segmento de recta de
0 a 1 como se muestra en la figura.
Polinomios
Una de las funciones complejas más simples es
el polinomio, esta función tiene la regla de corre-
spondencia:
w = f (z) = a
n
z
n
+a
n−1
z
n−1
+· · · +a
1
z +a
0
donde las a
n
son números complejos y n es un
número entero positivo. En general los teoremas
y propiedades de estas funciones que se estudian
en cualquier curso de algebra son válidos para el
caso complejo (en realidad en un curso de algebra
implícitamente todas las variables y constantes
son complejas).
Función exponencial compleja
La función exponencial compleja se define co-
mo:
e
z
= e
x+iy
= e
x
(cos y +i seny) . (1.1)
De aquí se observa que Re (e
z
) = e
x
cos y e Im(e
z
) =
e
x
seny. Algunas de las propiedades de esta fun-
ción se enuncian en el siguiente teorema.
Teorema 3 Sean z
1
, z
2
y z números complejos

e
z1
e
z2
= e
z1+z2
(e
z
)
a
= e
az
con a ≥ 0
e
z
1
e
z2
= e
z
1
−z
2
|e
z
| = e
x
e
z
= 0 : ∀z
arg (e
z
) = y + 2kπ : k = 0, ±1, ±2, ...
Funciones de variable compleja y mapeos 15
Periodicidad de e
z
. Aunque la función ex-
ponencial real no es periódica, la forma compleja
de la exponencial presenta una comportamiento
periódico, para mostrar ello tomemos
e
z+2kπi
= e
x+i(y+2kπ)
= e
x
(cos [y + 2kπ] +i sen[y + 2kπ])
= e
x
(cos y +i seny)
e
z+2kπi
= e
z
por lo tanto la función exponencial es periódica
con periódo imaginario 2πi.
Algunos valores de e
z
e
0+i0
= 1
e
iπ/2
= i
e

= −1
e
i3π/2
= −i
Note que de la tercera igualdad e

+ 1 = 0, esta
igualdad contiene a los cinco números más impor-
tantes en matemáticas: e, i, π, 1 y 0.
Función logaritmo
Definimos, si z = 0, al logaritmo de z como
w = log z ⇔z = e
w
(1.2)
De la definición tenemos que
z = e
w
re

= e
u+iv
re

= e
u
e
iv
comparando
e
u
= r
e
u
= |z|
u = ln|z|
Re w = ln|z|
Re (log z) = ln|z|
y
e
iv
= e

v = θ + 2nπ : n = 0, ±1, ±2, ...
v = arg (z) + 2nπ
Imw = arg (z) + 2nπ
Im(log z) = arg (z) + 2nπ
entonces
w = u +iv
w = ln|z| +i (arg (z) + 2nπ)
log z = ln|z| +i [arg (z) + 2nπ] (1.3)
Teorema 4 Sean z y w números complejos difer-
entes de cero, r un número racional y n cualquier
entero ⇒
e
log(z)
= z
log (e
z
) = z + 2nπi
log (zw) = log z + log w
log

z
w

= log z −log w
log (z
r
) = r log z
Logaritmo principal: La ecuación 1.3 rep-
resenta a un conjunto infinito de números com-
plejos, n = 0, ±1, ±2, ..., para poder definir a una
función compleja (por lo tanto univaluada) tomamos
sólo al argumento principal de log z, y obtenemos
el logaritmo principal de log z, que denotamos por
Log (z):
Log (z) = ln|z| +iArg (z) (1.4)
Funciones trigonométricas
Definimos al seno y coseno imaginarios como:
sen(z) =
e
iz
−e
−iz
2i
(1.5)
cos (z) =
e
iz
+e
−iz
2
(1.6)
además
tan(z) =
sen(z)
cos (z)
(1.7)
sec (z) =
1
cos (z)
(1.8)
csc (z) =
1
sen(z)
(1.9)
cot (z) =
cos (z)
sen(z)
(1.10)
Propiedades
1 = sen
2
(z) + cos
2
(z)
1 + tan
2
(z) = sec
2
(z)
sen(2z) = 2 sen(z) cos (z)
sen(z ±w) = sen(z) cos (w) ±cos (z) sen(w)
cos (z ±w) = cos (z) cos (w) ∓sen(z) sen(w)
cos (2z) = cos
2
(z) −sen
2
(z)
Periodicidad de las funciones trigonométri-
cas: Las funciones seno y coseno son periódicas
con periódo real 2π, es decir:
sen(z) = sen(z + 2πn)
cos (z) = cos (z + 2πn)
16 Funciones de variable compleja y mapeos
Ejercicios
Ejercicios en clase
1. Estudie la forma en que w = sinz transfor-
ma a la franja y ≥ 0, −π/2 ≤ x ≤ π/2.
2. Demuestre que la transformación w = 1/z
transforma a la recta infinita Imz = 1 en un
círculo en el plano w. Encuentre la ecuación
del círculo.
3. Determine la imagen del arco semicircular
|z| = 1, 0 ≤ argz ≤ π, bajo la transforma-
ción w = z +1/z. Sugerencia: tome z = e

.
4. Identificar las imágenes de cos z de las rec-
tas paralelas al eje real.
5. Determine la imagen de la banda 1 ≤ y ≤ 2
en el plano z bajo la transformación w = z
2
.
Tarea
1. Demuestre que
(z
1
−z
2
) = ¯ z
1
− ¯ z
2
(z
1
z
2
) = ¯ z
1
¯ z
2

z
1
z
2

=
¯ z
1
¯ z
2
2. Sea n un número entero n ≥ 0. Encuentre
el módulo de

x +iy
x −iy

n
3. Encuentre la forma a + ib de un número
complejo con r = 2 y θ = 3.
4. Escriba a las siguientes expresiones en la
forma a +ib
i
1/2
(1 −i)
1/2
5. Describa con una relación matemática, a los
puntos que pertenecen a la circunferencia y
al interior del círculo de radio 2 y centro en
3 + 4i, excepto en el centro del círculo.
6. Escriba a las siguientes funciones en la for-
ma u +iv :
(z −i)
2
(¯ z)
−2
+i
7. Escriba en términos de z y ¯ z a:
w = −2xy +i

x
2
−y
2

w = x
2
+y
2
8. Determinar todos los valores tales que e
iz
=
2.
9. Si cos z = 2 obtener cos 2z.
10. Emplee logaritmos para resolver z en:
(e
z
−1)
2
= e
z
e
z
= e
2z
11. Estudie la forma en que el conjunto Re (z) =
Im(z) se transforma mediante w = sin(z) .
12. Estudie la forma en que w = e
z
transforma
a la región 0 ≤ y ≤ π/2 y 0 ≤ x ≤ 1
13. Determine la imagen de |z| = 1, bajo la
transformación w = z
2
+ 2 + 1/z
2
.
14. Identificar las imágenes de w = z + z
2
de
las rectas paralelas al eje real.
Funciones de variable compleja y mapeos 17
18 Funciones de variable compleja y mapeos
Capítulo 2
Funciones analíticas y mapeos conformes
Límites
Sean una función compleja f (z) y una con-
stante compleja L. Si para todo número real ǫ > 0
existe un número real δ > 0 tal que
|f (z) −L| < ǫ
para todo z tal que
0 < |z −z
0
| < δ
entonces decimos que
l´ım
z→z0
f (z) = L,
es decir, que f (z) tiene límite L cuando z tiende
a z
0
.
Límite complejo
Es fácil notar que la definición de límite real
y límite complejo son muy similares, sin embar-
go, existen diferencias entre ellas. Para ilustrar lo
anterior recuerde que en el caso real si los límites
por la izquierda y por la derecha existen y son
iguales, entonces el límite existe. Por otro lado,
en el caso complejo, no hay sólo dos direcciones,
sino un número infinito de trayectorias por las
cuales z tiende a z
0
, y para que el límite exista,
todos estos límites deberán existir y ser iguales.
Teorema 5 Suponga que
l´ım
z→z
0
f (z) y l´ım
z→z
0
g (z) existen ⇒
l´ım
z→z0
[f (z) +g (z)] = l´ım
z→z0
f (z) + l´ım
z→z0
g (z)
l´ım
z→z0
[αf (z)] = α l´ım
z→z0
f (z) : ∀α
l´ım
z→z
0
[f (z) · g (z)] = l´ım
z→z
0
f (z) · l´ım
z→z
0
g (z)
l´ım
z→z
0
¸
f (z)
g (z)

=
l´ım
z→z0
f (z)
l´ım
z→z0
g (z)
si l´ım
z→z
0
g (z) = 0
Ejemplo
Analice al siguiente límite
l´ım
z→0
f (z) = l´ım
z→0
¸
x
2
+x
x +y
+i
y
2
+y
x +y

tomemos dos trayectorias, la primera a lo largo
del eje y acercándose por arriba, sobre esta trayec-
toria x = 0 y el límite
l´ım
z→0
f (z) = l´ım
y→0
¸
i
y
2
+y
y

= l´ım
y→0
[i (y + 1)] = i
la segunda a lo largo del eje x acercándose por
la derecha, sobre esta trayectoria y = 0 y el límite.
Funciones analíticas y mapeos conformes 19
l´ım
z→0
f (z) = l´ım
x→0
¸
x
2
+x
x

= l´ım
x→0
[x + 1] = 1
como los límites por diferentes trayectorias son
diferentes el límite no existe.
El límite no existe
Continuidad
Decimos que una función w = f (z) es conti-
nua en z = z
0
si se satisfacen las dos condiciones
siguientes:
1. f (z
0
) está definido
2. l´ım
z→z0
f (z) ∃, y l´ım
z→z0
f (z) = f (z
0
)
Teorema 6 Sean f (z) y g (z) continuas en z
0
,
entonces en z
0
f (z) ±g (z) ,
f (z) g (z) ,
f [g (z)] y
|f (z)|
son continuas y
f (z)
g (z)
es continua si g (z
0
) = 0,
además si f (z) = u(x, y) +iv (x, y), entonces
u(x, y) y v (x, y)
son continuas.
Ejemplo
Estudie la continuidad en z = i de la función
f (z) =

z
2
+1
z−i
z = i
3i z = i
Primero se analiza si f (z
0
) existe, para este
problema f (i) = 3i, lo que sigue es encontrar el
límite
l´ım
z→i
z
2
+ 1
z −i
= l´ım
z→i
z
2
−i
2
z −i
= l´ım
z→i
(z +i) (z −i)
z −i
= l´ım
z→i
(z +i)
= 2i
aunque el límite existe tenemos que,

l´ım
z→i
z
2
+ 1
z −i
= 2i

= (f (i) = 3i)
por lo tanto no es continua.
Derivada compleja
Dada una función de variable compleja f (z),
la derivada en z
0
, se define como:
f

(z
0
) =
df
dz

z0
= l´ım
∆z→0
f (z
0
+ ∆z) −f (z
0
)
∆z
= l´ım
z→z0
f (z) −f (z
0
)
z −z
0
siempre y cuando el límite exista. La definición
anterior es muy similar al caso real, sin embargo,
se debe tener cuidado ya que el límite comple-
jo, es más complicado de obtener. El problema
de la existencia de la derivada se estudiará más
adelante.
Teorema 7 Si f y g son funciones derivables en
z
0

(f +g)

= f

+g

(αf)

= αf

(f · g)

= fg

+f

g

f
g


=
gf

−fg

g
2
: g = 0
df [g (z)]
dz
=
df
dg
dg
dz
Ejemplo
20 Funciones analíticas y mapeos conformes
Si f (z) = z
n
,
dz
n
dz
= nz
n−1
Ejemplo
Sea f (z) = ¯ z, pruebe que f

(i) ∄.
La definición de la derivada es:
f

(i) = l´ım
z→i
¯ z −(−i)
z −i
f

(i) = l´ım
z→i
¯ z +i
z −i
para analizar este límite utilizaremos dos trayec-
torias diferentes:
la primera sobre el eje imaginario, aquí, x = 0,
entonces el límite es
f

(i) = l´ım
z→i
x −iy +i
x +iy −i
= l´ım
y→1
−iy +i
iy −i
= − l´ım
y→1
y −1
y −1
= −1
a la segunda trayectoria la definimos como la
recta horizontal y = 1, en este caso el límite
f

(i) = l´ım
z→i
x −iy +i
x +iy −i
= l´ım
x→0
x −i +i
x +i −i
= l´ım
x→0
x
x
= 1
como ambos límites tienen diferentes valores, la
derivada no existe.
La derivada no existe
Ecuaciones de Cauchy-Riemann-
(D’Alembert)
Como se mostró en ejemplos anteriores pro-
bar que la derivada existe apartir de un límite es
complicado, aún en funciones sencillas. En esta
sección se estudia una manera simple de probar
si la derivada existe y cómo calcularla.
Suponga que la función f (z) = u(x, y)+iv(x, y)
tiene derivada en z
0
= x
0
+iy
0
, es decir,
f

(z
0
) = l´ım
∆z→0
f (z
0
+ ∆z) −f (z
0
)
∆z
∃,
en donde el incremento es ∆z = ∆x + i∆y. Si
se toma el límite por dos diferentes trayectorias
como se muestra en la figura
Se toman dos diferentes trayectorias
para la trayectoria I, y = y
0
, ∆y = 0 y ∆z =
∆x, entonces la derivada
f

(z
0
) = l´ım
∆x→0
f (z
0
+ ∆x) −f (z
0
)
∆x
= l´ım
∆x→0
u(x
0
+ ∆x, y
0
) +iv (x
0
+ ∆x, y
0
)
−u(x
0
, y
0
) −iv (x
0
, y
0
)
∆x
= l´ım
∆x→0

u(x
0
+∆x,y
0
)−u(x
0
,y
0
)
∆x
+
i
v(x
0
+∆x,y
0
)−v(x
0
,y
0
)
∆x
¸
f

(z
0
) =

∂u
∂x
+i
∂v
∂x

x0,y0
para la trayectoria II, x = x
0
, ∆x = 0 y ∆z =
i∆y, entonces la derivada
f

(z
0
) = l´ım
∆y→0
f (z
0
+i∆y) −f (z
0
)
i∆y
= l´ım
∆y→0
u(x
0
, y
0
+ ∆y) +iv (x
0
, y
0
+ ∆y)
−u(x
0
, y
0
) −iv (x
0
, y
0
)
i∆y
= l´ım
∆y→0

u(x
0
,y
0
+∆y)−u(x
0
,y
0
)
i∆y
+
i
v(x0,y0+∆y)−v(x0,y0)
i∆y
¸
= l´ım
∆y→0

u(x0,y0+∆y)−u(x0,y0)
i∆y
+
i
v(x
0
,y
0
+∆y)−v(x
0
,y
0
)
i∆y
¸
= l´ım
∆y→0

−i
u(x0,y0+∆y)−u(x0,y0)
∆y
+
v(x0,y0+∆y)−v(x0,y0)
∆y
¸
=

−i
∂u
∂y
+
∂v
∂y

x
0
,y
0
Funciones analíticas y mapeos conformes 21
Si la derivada existe los límites son iguales:
f

(z) =
∂u
∂x
+i
∂v
∂x
= −i
∂u
∂y
+
∂v
∂y
,
o bien,
∂u
∂x
=
∂v
∂y
(2.1)
∂v
∂x
= −
∂u
∂y
(2.2)
Las ecuaciones 2.1 y 2.2 se conocen como las
ecuaciones de Cauchy-Riemann, si estas ecua-
ciones no son válidas en algún punto, la derivada
no existe en ese punto, es decir, sólo son condición
necesaria, pero no suficiente, para que la derivada
exista.
Teorema 8 Si tanto u y v como sus primeras
derivadas parciales ∂u/∂x, ∂u/∂y, ∂v/∂x y ∂v/∂y
son continuas en alguna vecindad de z
0
, las ecua-
ciones de Cauchy-Riemann son condición sufi-
ciente para que la derivada exista. El valor de la
derivada es:
f

(z) =
∂u
∂x
+i
∂v
∂x
= −i
∂u
∂y
+
∂v
∂y
Forma polar de las ecuaciones 2.1 y 2.2
Algunas veces es más fácil utilizar la forma
polar de una función compleja, en este caso las
ecuaciones de Cauchy-Riemann tienen la forma:
∂u
∂r
=
1
r
∂v
∂θ
(2.3)
∂v
∂r
= −
1
r
∂u
∂θ
(2.4)
Ejemplo
En donde es diferenciable |z|
2
|z|
2
= x
2
+y
2
entonces
u = x
2
+y
2
v = 0

∂u
∂x
= 2x

=

∂v
∂y
= 0

∂v
∂x
= 0

=


∂u
∂y
= −2y

u, v y sus derivadas son continuas en todo el
plano, y las ecuaciones de Cauchy-Riemann só-
lo se cumplen en el origen, entonces la derivada
existe únicamente en el origen y su valor es
f

(0) =
∂u
∂x
+i
∂v
∂x
= −i
∂u
∂y
+
∂v
∂y
= 0
Teorema 9 Regla de L’H´ opital. Si g (z
0
) = 0
y h(z
0
) = 0, y si g (z) y h(z) son diferenciables
en z
0
con h

(z
0
) = 0
l´ım
z→z0
g (z)
h(z)
=
g

(z
0
)
h

(z
0
)
.
Funciones Analíticas
Decimos que una función f (z) es analítica
en z
0
si f

(z) no sólo existe en z
0
, sino en todo
punto de alguna vecindad de z
0
. Si la función es
analítica en todo el plano complejo decimos que
la función es entera.
Si una función no es analítica en z
0
, pero es
analítica en al menos un punto de toda vecindad
de z
0
, decimos que z
0
es una singularidad de la
función.
Teorema 10 Si f (z) y g (z) son funciones analíti-
cas en alguna región, entonces también son analíti-
cas
f (z) ±g (z)
f (z) · g (z)
f [g (z)]
f (z)
g (z)
si (g (z) = 0)
para la misma región.
Ejemplo
Un polinomio es entero
f (z) = a
n
z
n
+a
n−1
z
n−1
+... +a
1
z
1
+a
0
y una función racional
f (z) =
a
n
z
n
+a
n−1
z
n−1
+... +a
1
z
1
+a
0
b
m
z
m
+b
m−1
z
m−1
+... +b
1
z
1
+b
0
es analítica excepto en los puntos para los que
b
m
z
m
+b
m−1
z
m−1
+... +b
1
z
1
+b
0
= 0
Funciones armónicas
Considere el siguiente problema, dada una fun-
ción real φ(x, y), bajo que condiciones puede ser
22 Funciones analíticas y mapeos conformes
parte real o imaginaria de una función analítica?,
es decir,
f (z) = φ(x, y) +iv (x, y)
ó
f (z) = u(x, y) +iφ(x, y)
para contestar a esta pregunta considere una
función analítica f (z) = u(x, y) +iv (x, y). Si es
analítica, u y v satisfacen la ecuaciones de Cauchy-
Riemann
∂u
∂x
=
∂v
∂y
(2.5)
∂u
∂y
= −
∂v
∂x
(2.6)
Si diferenciamos a la ecuación 2.5 respecto a
x y a la 2.6 respecto a y, obtenemos

2
u
∂x
2
=

2
v
∂x∂y

2
u
∂y
2
= −

2
v
∂y∂x
Si consideramos que la función v y sus derivadas
son continuas, podemos invertir el orden de derivación
de los lados derechos de la ecuaciones anteriores,
si sumamos ambas ecuaciones obtenemos:

2
u
∂x
2
+

2
u
∂y
2
= 0

2
u = 0
la ecuación anterior se conoce como la Ecuación
de Laplace
Con un procedimiento similar podemos obten-
er:

2
v
∂x
2
+

2
v
∂y
2
= 0

2
v = 0
Función Armónica
Decimos que una función φ(x, y) es armónica
en un dominio, si para dicho dominio se satisface
la ecuación de Laplace, es decir,

2
φ
∂x
2
+

2
φ
∂y
2
= 0 (2.7)

2
φ = 0
Ejemplo
La función φ(x, y) = x
2
−y
2
, es armónica:


2
φ
∂x
2
= 2

+


2
φ
∂y
2
= −2

= 0
Teorema 11 Si una función es analítica en cier-
to dominio, su parte real y su parte imaginaria
son funciones armónicas en dicho dominio.
Teorema 12 Dada una función real φ(x, y) ar-
mónica en un dominio simplemente conexo D, ex-
iste una función analítica en D cuya parte real
es igual a φ(x, y). De manera similar existe una
función analítica en D cuya parte imaginaria es
igual a φ(x, y).
Función Armónica Conjugada
Dada una función armónica u(x, y), decimos
que v (x, y) es la función armónica conjugada de
u(x, y) si u(x, y) +iv (x, y) es analítica.
Teorema 13 Sea f (z) = u(x, y) + iv (x, y) una
función analítica y sean C
1
, C
2
, C
3,
... y K
1
, K
2
, K
3
, ...,
constantes reales. La familia de curvas en el plano
xy (real) para las que
u = C
i
es ortogonal a la familia de curvas tales que
v = K
i
,
es decir, una curva de una de las familias inter-
seca a una curva de la otra familia a 90
o
, salvo
quizá en puntos en que f

(z) = 0.
Ortogonalidad funciones armónicas conjugadas
Ejemplo
Demuestre que φ = x
3
−3xy
2
+ 2y puede ser
parte real de una función analítica, encuentre la
parte imaginaria y verifique que forman familias
ortogonales.
Si es armónica puede ser parte real o imagi-
naria de una función analítica


2
φ
∂x
2
= 6x

+


2
φ
∂y
2
= −6x

= 0
para encontrar la parte imaginaria utilizamos las
ecuaciones Cauchy-Riemann con u = φ = x
3

3xy
2
+ 2y, es decir,
∂u
∂x
= 3x
2
−3y
2
=
∂v
∂y

∂u
∂y
= 6xy −2 =
∂v
∂x
Funciones analíticas y mapeos conformes 23
o bien,
∂v
∂y
= 3x
2
−3y
2
∂v
∂x
= 6xy −2
este sistema de ecuaciones lo podemos inte-
grar, para ello tomamos la primera ecuación, e
integramos
v =


3x
2
−3y
2

∂y
v = 3x
2
y −y
3
+C (x)
si ahora sustuimos este resultado en la segunda
ecuación
6xy +
dC (x)
dx
= 6xy −2
dC (x)
dx
= −2
C (x) = −2x +c
entonces,
v = 3x
2
y −y
3
−2x +c.
Sean las familias de curvas
u = x
3
−3xy
2
u
+ 2y
u
= C
i
v = 3x
2
y
v
−y
3
v
−2x +c = K
i
si derivamos con respecto a x
3x
2
−3y
2
u
−6xy
u
dy
u
dx
+ 2
dy
u
dx
= 0
3x
2
dy
v
dx
+ 6xy
v
−3y
2
v
dy
v
dx
−2 = 0
despejando a las derivadas
dy
u
dx
=
3y
2
u
−3x
2
2 −6xy
u
dy
v
dx
= −
2 −6xy
u
3y
2
u
−3x
2
es decir,
dy
u
dx
= −

dy
v
dx

−1
por lo tanto son ortogonales.
Derivadas de funciones impor-
tantes
Función exponencial
Analiticidad de e
z
La función e
z
se puede expresar como
e
z
= e
x
cos y +ie
x
seny
entonces
u = e
x
cos y
v = e
x
seny
y las ecuaciones de Cauchy-Riemann
∂u
∂x
=
∂v
∂y
= e
x
cos y
∂u
∂y
= −
∂v
∂x
= −e
x
seny
se satisfacen para todo x y y, entonces como u y v
y sus derivadas son continuas en todo el plano, la
función e
z
es analítica en todo el plano complejo,
es decir, es función entera.
Derivada de e
z
La derivada de e
z
la podemos obtener de
de
z
dz
=
∂u
∂x
+i
∂v
∂x
= e
x
cos y +ie
x
seny
= e
x
(cos y +i seny)
de
z
dz
= e
z
Funciónes trigonométricas
Analiticidad de las funciones trigonométri-
cas
Las funciones sen(z) y cos (z) son analíticas
por ser suma de funciones analíticas del tipo e
z
.
Las funciones 1.7, 1.8, 1.9 y 1.10 son analíticas
si el denominados es diferente de cero.
Derivadas de las funciones trigonométri-
cas
d sen(z)
dz
= cos (z)
d cos (z)
dz
= −sen(z)
d tan(z)
dz
= sec
2
(z)
d sec (z)
dz
= tan(z) sec (z)
d csc (z)
dz
= −cot (z) csc (z)
Función logaritmo
Podemos utilizar la forma polar de Log (z)
para estudiar su analiticidad, para ello utilizamos
24 Funciones analíticas y mapeos conformes
las ecuaciones de Cauchy-Riemann en forma polar
(ecuaciones 2.3 y 2.4).
Log (z) = lnr +iθ,
es decir,
u = lnr
v = θ
y
¸
∂u
∂r
=
1
r

=
¸
1
r
∂v
∂θ
=
1
r

¸
∂v
∂r
= 0

=
¸

1
r
∂u
∂θ
= 0

por lo tanto se satisfacen las ecuaciones de
Cauchy-Reimann en todo el plano complejo ex-
cluyendo al origen. Por otro lado, las funciones u,
v y sus derivadas, son continuas en todo el plano
excepto sobre la parte negativa del eje imaginario,
la razón de ello es que existe un salto de θ al
cruzar esta parte del eje, si nos acercamos por
abajo de él la función tiende a −π, y por arriba
a π, esto es, hay una discontinuidad de tamaño
2π. Finalmente, podemos concluir que la región
de analiticidad de Log (z), es la zona del plano
complejo que excluye al origen y a la parte nega-
tiva del eje real.
Región de analiticidad de Log(z)
Derivada de Log (z): Para calcular la deriva-
da de Log (z), partimos de
z = e
w
dz
dz
=
de
w
dw
dw
dz
1 = e
w
dw
dz
dw
dz
= e
−w
dLog (z)
dz
= e
−Log(z)
d
dz
[Log (z)] = e
Log(
1
z
)
d
dz
[Log (z)] =
1
z
entonces la derivada del logaritmo complejo existe
en su región de analiticidad y su valor es
d
dz
[Log (z)] =
1
z
(2.8)
Mapeo conforme
Sea la función analítica f (z) = u(x, y)+iv (x, y)
que define una correspondencia entre los puntos
de los espacios Z (plano (x, y)) y W (plano (u, v)).
Suponga que el punto (u
0
, v
0
) es la imagen del
punto (x
0
, y
0
), suponga además que las curvas
C
1
(x, y) y C
2
(x, y) se intersecan en (x
0
, y
0
) y
tienen curvas imágen K
1
(u, v) y K
2
(u, v) respec-
tivamente (las cuales se cortan en (u
0
, v
0
) en el
espacio imagen). Entonces se dice que el mapeo
es conforme en (x
0
, y
0
) si el ángulo entre C
1
(x, y)
y C
2
(x, y) es igual tanto en dirección como en
sentido al ángulo entre K
1
(u, v) y K
2
(u, v).
Mapeo isogonal
Cuando en un mapeo las curvas K
1
(u, v) y
K
2
(u, v) sólo conservan la magnitud pero no el
ángulo de C
1
(x, y) y C
2
(x, y) se dice que el mapeo
es isogonal.
Algunos mapeos
Traslación: Un mapeo de este tipo desplaza
o traslada a la región mapeada en dirección β :
w = z +β
Ejemplo: f (z) = z +
i+1
3
1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y

1 0.5 0 -0.5
1
0.5
0
-0.5
x
y
x
y
Rotación: Con este mapeo la región en el
plano Z gira un ángulo θ
0
:
w = e
iθ0
z
Ejemplo: f (z) = ze
i
π
4
1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y

1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y
Funciones analíticas y mapeos conformes 25
Alargamiento: Con esta transformación las
figuras en el plano Z se alargan (a > 1) o contraen
(a < 1):
w = az
Ejemplo: f (z) =
z
2
1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y

1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y
Inversión:
w =
1
z
Ejemplo: f (z) =
1
z
1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y

2.5 0 -2.5
2.5
0
-2.5
x
y
x
y
Transformación lineal: Es una combinación
de traslación, rotación y alargamiento, dependi-
endo de los valores de α y β :
w = αz +β
Ejemplo: f (z) =
ze
i
π
4
2
+
i+1
3
1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y

1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y
Transformación fraccional: Una combinación
de traslación, rotación, alargamiento e inversión:
w =
αz +β
γz +δ
con αδ −βγ = 0.
Ejemplo:
1 0.5 0 -0.5 -1
1
0.5
0
-0.5
-1
x
y
x
y

6 4 2 0 -2
6
4
2
0
-2
x
y
x
y
Tarea
1. ¿Es la siguiente función continua en z = 3i?
f (z) =

z
2
+ 9

/ (z −3i) , z = 3i
6i, z = 3i
2. Sea f(z) = u(x, y) +iv (x, y) . Suponga que
existe la segunda derivada f
′′
(z) . Compruebe
que
f
′′
(z) =

2
u
∂x
2
+i

2
v
∂x
2
y
f
′′
(z) = −

2
u
∂y
2
−i

2
v
∂y
2
3. ¿En que regiones del plano son analíticas las
siguientes funciones?. Si existe la derivada
encuentre su valor.
f (z) = 2z
2
+ 3
f (z) = z +z
−1
f (z) = −xy +
i
2

x
2
−y
2

f (z) =
z
2
e
x
cosy +ie
x
seny
4. En donde es analítica la función:
f (z) = r cos θ +ir
5. ¿Para cuáles valores de n la función x
n
−y
n
es armónica?
6. ¿Cuáles de las siguientes funciones son ar-
mónicas?,¿En qué dominio?
φ = x +y
φ =
y
x
2
+y
2
φ = e
x
2
−y
2
7. Determinar la región de analiticidad de la
función
f (z) = cos (¯ z)
8. Sea φ = 6x
2
y
2
−x
4
−y
4
+y −x + 1. Com-
pruebe que podría ser parte real o imagi-
naria de alguna función analítica. Si φ es la
parte real de f (z) encuentre la parte imag-
inaria. Si φ es la parte imaginaria de f (z)
encuentre la parte real.
9. Sea
f(z) = e
z
2
+1
demostrar que es entera y encontrar su deriva-
da.
10. Sea f(z) una función entera. Si
f

(z) =

6x
2
−6y
2
−2x + 3

+i (12xy −2y)
con f(0) = 2 − i. Encuentre f(z). Calcular
f
′′
(2 −i).
26 Funciones analíticas y mapeos conformes
11. Suponga que f (z) = u + iv es analítica y
que g (z) = v +iu también lo es. Demuestre
que u y v deben ser constantes.
12. Suponga que f (z) = u + iv es analítica y
que
¯
f (z) = u−iv también lo es. Demuestre
que u y v deben ser constantes.
13. Encuentre a una función armónica conjuga-
da de
e
x
cos y +e
y
cos x +xy
14. Demostrar que la función
f (z) = cos xcoshy −i sinxsinhy
es analítica en todo el plano complejo y que
f
′′
(z) = −f (z)
15. Para la función f(z) = (z +i)
2
, demostrar
que
∂ (u, v)
∂ (x, y)
= |f

(z)|
2
en donde este último es el jacobiano de la
transformación

u = u(x, y)
v = v(x, y)
Funciones analíticas y mapeos conformes 27
28 Funciones analíticas y mapeos conformes
Capítulo 3
Integral de línea de funciones de variable
compleja
Integral de línea compleja
La clase de integral que aparece con más fre-
cuencia en variable compleja es la integral de línea
compleja.
Curva suave a trozos
Una curva suave a trozos es una trayectoria
formada por un número finito de arcos suaves con-
catenados.
Definición
Sea la curva suave C, que va de A hasta B en
el plano complejo, se divide la curva en n arcos
como se muestra en la figura, los puntos de unión
tiene coordenadas (x
0
, y
0
), (x
1
, y
1
), ...,(x
n
, y
n
). En
donde la variable compleja toma los valores z
1
, z
2
, ..., z
n
.
Los incrementos en z se relacionan con x y y.
∆z
k
= ∆x
k
+i∆y
k
si n →∞, ∆z
k
→0
Curva suave sobre la que se integra f (z)
Definimos la integral de línea como

C
f (z) dz =

B
A
f (z) dz = l´ım
n→∞
n
¸
k=1
f (z
k
) ∆z
k
(3.1)
Para evaluar esta integral de línea compleja
tenemos que:
z = x +iy
dz = dx +idy
y además
f (z) = u(x, y) +iv (x, y)
Integral de línea de funciones de variable compleja 29
sustituyendo en la integral 3.1

B
A
f (z) dz =

C
[u(x, y) +iv (x, y)] (dx +idy)
=

C
udx −

C
vdy + (3.2)
i
¸
C
udy +

C
vdx

es decir, a la integral de línea compleja la con-
vertimos cuatro integrales de línea reales.
Integración paramétrica
Otro método para calcular la integral es uti-
lizar técnicas de integración paramétrica. Sea C
la curva sobre la que hay que integrar, usamos al
parámetro t para describir a la curva
x = x(t) y y = y (t) con t
a
≤ t ≤ t
b
(3.3)
entonces sobre la curva
z (t) = x(t) +iy (t) (3.4)
y
f (z) = f [z (t)] (3.5)
y el diferencial dz en términos de dt
dz =
dz
dt
dt (3.6)
entonces la integral compleja

C
f (z) dz =

tb
ta
f [z (t)]
dz
dt
dt, (3.7)
se convierte en una integral real simple de la vari-
able t.
En general existen diferentes formas de elegir
a 3.3, la facilidad de hacer la integral depende en
gran medida de tal elección.
30 Integral de línea de funciones de variable compleja
Capítulo 4
Teorema integral de Cauchy-Goursat
Sea f (z) analítica en un dominio simplemente
conexo D. Si C es cualquier curva cerrada simple
en D ⇒

C
f (z) dz = 0 (4.1)
D es un dominio simplemente conexo y C ∈ D.
Demostración: Para demostrar lo anterior
se hace uso del teorema de Green en dos dimen-
siones, el cual sólo se enuncia a continuación:
Teorema de Green (ℜ
2
). Si C es una curva
cerrada simple que encierra a una región A en el
plano y P (x, y) y Q(x, y) son funciones contin-
uas con derivadas parciales continuas, entonces:

C
(Pdx +Qdy) =

A

∂Q
∂x

∂P
∂y

dxdy.
Por otro lado, sea la integral compleja

C
f (z) dz =

C
(u +iv) (dx +idy)
=

C
(udx + (−v) dy)
+i

C
(vdx +udy)
aplicando el teorema de Green a las dos integrales
se tiene que:

C
f (z) dz =

A


∂v
∂x

∂u
∂y

dxdy
+i

A

∂u
∂x

∂v
∂y

dxdy
Si la función es analítica sobre y dentro de C, para
todo el dominio de integración A se satisfacen las
ecuaciones de Cauchy-Riemann
∂u
∂x
=
∂v
∂y
y
∂u
∂y
=

∂v
∂x
. Entonces en la última integral se tiene que

C
f (z) dz =

A
0dxdy +i

A
0dxdy
o bien

C
f (z) dz = 0
Teorema integral de Cauchy-Goursat 31
Corolarios
Independencia de la trayectoria
Sea f (z) analítica en un dominio simplemente
conexo D y que z
0
y z
1
∈ D. Sean C
1
y C
2
curvas
desde z
0
a z
1
en D ⇒

C1
f (z) dz =

C2
f (z) dz, (4.2)
es decir,

f (z) dz es independiente de la trayec-
toria por lo que podemos escoger la trayectoria
más fácil de integrar.
Independencia de la trayectoria
Antiderivada
Sea f (z) analítica en un dominio simplemente
conexo D. ⇒existe una función F (z) que es analíti-
ca en D, tal que para z ∈ D
dF (z)
dz
= f (z) (4.3)
con este resultado,

z2
z1
f (z) dz =

z2
z1
dF (z)
dz
dz
=

z2
z
1
dF
= F (z
2
) −F (z
1
)
Deformación
Decimos que dos curvas C y K son homotópi-
cas si podemos deformar a C hasta llegar a K (o
K hasta llegar a C) de manera continua, es decir,
sin pasar por puntos no analíticos.
Sea f (z) analítica en un dominio simplemente
conexo D excepto en z
0
, sean C y K dos curvas
homotópicas que encierran a z
0

C
f (z) dz =

K
f (z) dz (4.4)
Teorema de la deformación
32 Teorema integral de Cauchy-Goursat
Capítulo 5
Fórmulas integrales de Cauchy
Un corolario adicional al teorema integral de
Cauchy se conoce como la fórmula integral de
Cauchy. Dicho corolario es tan importante que
enuncia de manera separada.
Fórmula integral de Cauchy
Sea f (z) analítica en un dominio simplemente
conexo D. Sea z
0
cualquier punto de D y sea C
cualquier curva cerrada simple en D que encierra
a z
0
. Entonces
f (z
0
) =
1
2πi

C
f (z)
z −z
0
dz
es decir, la función en z
0
, esta relacionada con
la función en C, este es un resultado muy impor-
tante en variable compleja. Se puede utilizar este
resultado para calcular integrales si lo ponemos
como

C
f (z)
z −z
0
dz = 2πif (z
0
) (5.1)
La ecuación 5.1 se conoce como la fórmula inte-
gral de Cauchy y es una herramienta muy poderosa
para calcular integrales.
El punto z
0
está dentro de C
No se aplica la fórmula de Cauchy
Derivadas de funciones analíticas
Sea f (z) analítica en un dominio simplemente
conexo D. Sea z
0
cualquier punto de D y sea C
cualquier curva cerrada simple en D que encierra
a z
0
. Entonces
f
(n)
(z
0
) =
n!
2πi

C
f (z)
(z −z
0
)
n+1
dz
es decir, no sólo la función en z
0
, esta rela-
Fórmulas integrales de Cauchy 33
cionada con la función en C, sino sus derivadas.
Este resultado se puede utilizar para calcular in-
tegrales si lo reordenamos

C
f (z)
(z −z
0
)
n+1
dz =
2πi
n!
f
(n)
(z
0
) (5.2)
La ecuación 5.2 se conoce como la fórmula in-
tegral de Cauchy para derivadas superiores y es
una herramienta muy poderosa para calcular in-
tegrales.
Extensión de la fórmula integral de Cauchy
para una anillo
Un anillo con centro en w es un dominio aco-
tado D, de z

s que satisfacen a
r < |z −w| < R
Sea C
r
la circunferencia |z −w| = r, y sea
C
R
la circunferencia |z −w| = R orientadas en
sentido antihorario. Si f (z) es analítica en D, C
r
y C
R
⇒ para cualquier z
0
∈ D
f (z
0
) =
1
2πi

CR
f (z)
z −z
0
dz −
1
2πi

Cr
f (z)
z −z
0
dz
(5.3)
Fórmula de Cauchy para una anillo.
Ejercicios de Tarea
1. Evalúe a:

1
i
zdz
sobre las trayectorias
a) C : x +y = 1
b) C : y = (1 −x)
2
2. Evalúe a:

e
z
dz
a) de z = 0 a z = 1 por y = 0, b) de z = 1
a z = 1 +i por x = 1
3. Integre

1
−1
1
z
dz
por C : medio círculo unitario con centro en
el origen, en el semiplano superior
4. Integre

i
1
z
4
dz
por C : círculo unitario con centro en el
origen, en el primer cuadrante.
5. ¿A cuál de las siguientes integrales se aplica
directamente el teorema de Cauchy-Goursat?
¿Por qué?
a)

|z|=1
cos z
z + 2
dz
b)

|z+2|=2
cos z
z + 2
dz
c)

|z−1|=4
cos z
z + 2
dz
d)

|z+i|=1
log zdz
e)

|z−1−i|=1
log zdz
f )

|z|=π
1
1 +e
z
dz
g)

|z|=3
1
1 −e
z
dz
6. Demuestre que

|z−3|=2
log z
(z + 1) (z −3)
dz =

|z−3|=2
log z
4 (z −3)
dz
7. Evalúe las siguientes integrales a lo largo de
la curva y =

x
a)

9+3i
1+i
e
2z
dz
b)

9+3i
1+i
z cos zdz
34 Fórmulas integrales de Cauchy
8. ¿Cuál es el error en:

1+i
0
zdz =
z
2
2

1+i
0
= −i ?
9. Evalúe las integrales:
a)

dz
e
z
(z −2)
alrededor de
x
2
9
+
y
2
16
= 1
b)
1
2πi

cos z + sinz
(z
2
+ 25) (z + 1)
dz
alrededor de
x
2
9
+
y
2
16
= 1
c)

coshz
z
2
+z + 1
dz
alrededor de
(x −1)
2
+ (y −1)
2
= 1
d)

sin(e
z
+ cos z)
(z −1)
2
(z + 3)
dz
alrededor de
x
2
2
+y
2
= 1
10. *Calcular

2i
2
dz
z
por el arco de circunferencia con radio 2 y
centro en el origen, en sentido horario.
11. *Calcular

C
cos z
(z −π)
si C encierra a −π.
12. *Calcular la integral
1
2πi

C
e
z
z (1 −z)
3
dz
si C a) no encierra a z = 1; b) no encierra
a z = 0; c) encierra a ambos.
13. *Evalúe
C
(2z +z) dz
C : el segmento de recta que va de 1 + i a
3 + 3i.
14. *Calcular a la integral real


0
3
5 −4 cos θ

usando el cambio de variable z = e

15. *Calcular

|z|=2
sinz
z
3
−3iz
2
−3z +i
dz
16. *Calcular

C
dz
z
2
+ 9
con C : a) |z −3i| = 1; b) |z + 3i| = 1; c)
|z −3i| +|z + 3i| = 10.
Fórmulas integrales de Cauchy 35
36 Fórmulas integrales de Cauchy
Capítulo 6
Serie Laurent y teorema del residuo
Series Complejas
Sucesión: Una regla que asigna a cada entero
positivo n un número complejo. Al n-ésimo térmi-
no de la sucesión lo denotamos z
n
, y a la sucesión
{z
n
}.
Suma parcial: Sea {z
n
} una sucesión com-
pleja. Definimos las n-ésima suma parcial S
n
co-
mo la suma de los primeros n-términos de la suce-
sión {z
n
}:
S
n
=
n
¸
j=1
z
j
.
A su vez {S
n
} es una sucesión compleja. Si esta
sucesión de sumas parciales converge decimos que
la serie infinita:

¸
j=1
z
j
converge.
Teorema: Sea z
n
= x
n
+iy
n
=⇒
1. )
¸

j=1
z
j
converge ⇔
¸

j=1
x
j
y
¸

j=1
y
j
convergen.
2. )
¸

j=1
x
j
→a y
¸

j=1
y
j
→b ⇔
¸

j=1
z
j

a +ib.
Teorema: Si
¸

j=1
z
j
converge =⇒ {z
n
} →
0.
Este resultado se utiliza para saber si la se-
rie diverge, es decir, si {z
n
} → L = 0,
¸

j=1
z
j
diverge, pero si {z
n
} →0, el teorema no da infor-
mación.
Ejemplo.-
¸
i
n

→0 pero
¸

n=1
i
n
diverge.
Convergencia absoluta: Si la serie real
¸

j=1
|z
j
|
converge, se dice que la serie
¸

j=1
z
j
converge
absolutamente.
Además si
¸

j=1
|z
j
| converge =⇒
¸

j=1
z
j
también converge.
Criterio de la razón: Sea z
n
= 0 para cada
n, y suponga que
l´ım
n→∞

z
n+1
z
n

= q =⇒
1.
¸

n=1
z
n
converge si 0 ≤ q < 1.
2.
¸

n=1
z
n
diverge si q > 1.
Series de potencias complejas
Sean z
0
, a
0
, a
1
, a
2
, ... números complejos da-
dos. Una serie

¸
n=0
a
n
(z −z
0
)
n
= a
0
+a
1
(z −z
0
)+a
2
(z −z
0
)
2
+...
se llama una serie de potencias con centro en z
0
y
secesión de coeficientes {a
n
} . La serie empieza en
la potencia 0 para permitir el término constante.
La serie converge en z
0
a a
0
.
Serie Laurent y teorema del residuo 37
Teorema: Suponga que
¸

n=0
a
n
(z −z
0
)
n
con-
verge para z
1
= z
0
. Entonces la serie converge
para toda z tal que |z −z
0
| < |z
1
−z
0
|.
Disco de Convergencia
El máximo valor de R se llama radio de con-
vergencia, y el disco que forma, disco de conver-
gencia. Existen tres posibilidades para el radio de
convergencia R.
1. R →∞
2. R = 0
3. 0 < R < ∞
Teorema: Dada la serie de potencias
¸

n=0
a
n
(z −z
0
)
n
, que converge para algún z
1
= z
0
, existe R (posi-
blemente R →∞), tal que la serie converge abso-
lutamente si |z −z
0
| < R, y diverge si |z −z
0
| >
R.
Teorema: Suponga que
¸

n=0
a
n
(z −z
0
)
n
tiene
radio de convergencia R, con R = 0. Para |z −z
0
| <
R, sea f (z) =
¸

n=0
a
n
(z −z
0
)
n
. Entonces:
1. f (z) es analítica para |z −z
0
| < R.
2. Para las derivadas tenemos:
f

(z) =

¸
n=1
na
n
(z −z
0
)
n−1
y
f
(k)
(z) =

¸
n=k
n(n −1) ... (n −k + 1) a
n
(z −z
0
)
n−k
3. Si C es una curva suave a pedazos cuya grá-
fica esta dentro del disco de convergencia de
la serie de potencias

C
f (z) dz =

¸
n=0
a
n

C
(z −z
0
)
n
dz
Serie de Taylor compleja
Supongamos que
¸

n=0
a
n
(z −z
0
)
n
tiene ra-
dio de convergencia R. Si definimos
f (z) =

¸
n=0
a
n
(z −z
0
)
n
Evaluando en z
0
,
f (z
0
) = a
0
a
0
= f (z
0
)
y evaluando en z
0
a la derivada k-ésima
f
(k)
(z
0
) =

¸
n=k
n(n −1) ... (n −k + 1) a
n
(0)
n−k
f
(k)
(z
0
) = k (k −1) ... (1) a
k
a
k
=
f
(k)
(z
0
)
k!
Sustituyendo estos resultados obtenemos:
f(z) =

¸
n=0
f
(n)
(z
0
)
n!
(z −z
0
)
n
Serie de Taylor
Una serie de Taylor con z
0
= 0, se llama serie
de Maclaurin.
Teorema
Si f (z) es analítica en z
0
entonces tiene rep-
resentación en serie de Taylor para todo z dentro
un disco con centro en z
0
.
Algunas series de Taylor complejas
e
z
=

¸
n=0
z
n
n!
sinz =

¸
n=0
(−1)
n
z
2n+1
(2n + 1)!
cos z =

¸
n=0
(−1)
n
z
2n
(2n)!
1
1 −z
=

¸
n=0
z
n
: |z| < 1
1
1 +z
=

¸
n=0
(−1)
n
z
n
: |z| < 1
38 Serie Laurent y teorema del residuo
Serie de Laurent compleja
Sea f(z) analítica en el anillo r
1
< |z −z
0
| <
r
2
. Entonces para z en este anillo,
f (z) =
n=∞
¸
n=−∞
a
n
(z −z
0
)
n
,
en donde
a
n
=
1
2πi

C
f (w)
(w −z
0
)
n+1
dw
y C es cualquier circunferencia |z −z
0
| = ρ con
r
1
< ρ < r
2
.
Anillo de Laurent
Ejemplos:
e
1
z
=

¸
n=0
1
n!
1
z
n
: 0 < |z| < ∞
cos z
z
5
=

¸
n=0
(−1)
n
1
(2n)!
z
2n−5
: 0 < |z| < ∞
Teorema del Residuo
Clasificación de singularidades
Si f(z) es analítica en un anillo 0 < |z −z
0
| <
∞pero no en z
0
, decimos que f(z) tiene una sin-
gularidad aislada en z
0
.
Sea f(z) una función con una singularidad ais-
lada en z
0
. Si desarrollamos en serie de Laurent:
f (z) =
n=∞
¸
n=−∞
a
n
(z −z
0
)
n
z
0
es:
Una singularidad removible.- Si no aparecen
potencias negativas de z −z
0
en la serie de
Laurent.
Una singularidad esencial.- Si aparecen una
infinidad de potencias negativas de z −z
0
.
Una sigularidad polar con un polo de orden
m.- Si m es un entero positivo y (z −z
0
)
−m
aparece en esta serie pero no aparecen po-
tencias más negativas (a
m−1
= a
m−2
= ... =
0).
Ejemplos:
Singularidad removible
sinz
z
=
n=∞
¸
n=0
(−1)
n
1
(2n + 1)!
z
2n
Singularidad esencial
e
1/(z−1)
=
n=∞
¸
n=0
1
n!
1
(z −1)
n
Polo de orden 3
1
(z +i)
3
Ceros de una función
Una función tiene un cero en z
0
si f(z) es
analítica en z
0
y f(z
0
) = 0. Decimos que una
función tiene un cero de orden m en z
0
si:
f(z
0
) = f

(z
0
) = ... = f
(m−1)
(z
0
) = 0
pero
f
(m)
(z
0
) = 0.
Ejemplos:
z
m
tiene un cero de orden m en 0.
sin
2
(z) tiene un cero de orden 2 en π.
Teorema: Sea h(z) una función con un cero
de orden m en z
0
. Sea g(z) una función analítica
en z
0
, o con una singularidad removible en z
0
y
además
l´ım
z→z0
g(z) = 0
entonces:
f (z) =
g(z)
h(z)
tiene un polo de orden m en z
0
.
Ejemplo
e
z
z
3
polo de orden 3 en 0.
cos z
(z −i)
5
polo de orden 5 en i.
cos (z)
sin(z)
polo simple en nπ.
Serie Laurent y teorema del residuo 39
Residuos
Si desarrollamos a f (z) en serie de Laurent
f (z)
= ... +
a
−2
(z −z
0
)
2
+
a
−1
(z −z
0
)
+a
0
+a
1
(z −z
0
) +...
Definimos al residuo de f (z) en la singulari-
dad z
0
como el coeficiente a
−1
en su desarrollo en
serie de Laurent.
Res
z0
f (z) = a
−1
De la fórmula de los coeficientes de Laurent
tenemos:
a
−1
=
1
2πi

C
f (z) dz
o bien,

C
f (z) dz = 2πia
−1
Esta última fórmula es frecuentemente usada
para resolver la integral.
Ejemplos:
Res
1
e
1/(z−1)
= 1
i cos (3z)
3z
=
i
3
1
z

¸
n=0
(−1)
n
z
2n
(2n)!

Res
0
i cos (3z)
3z
=
i
3
Teorema del Residuo
Sea f (z) analítica en un dominio D, excep-
to en los puntos z
1
, z
2
, ..., z
n
, donde f (z) tiene
singularidades. Sea C una curva cerrada suave a
pedazos en D que encierra a z
1
, z
2
, ..., z
n
.⇒

C
f (z) dz = 2πi
n
¸
j=1
Res
z
j
f (z)
C encierra a las sigularidades z
1
, z
2
, ..., z
n
Ejemplo: Si C encierra al origen. Encontrar

C
sen(z)
z
2
dz
tenemos que:
sen(z)
z
2
=
1
z
2
¸
(−1)
n
z
2n+1
(2n + 1)!
Res
0
sen(z)
z
2
= 1
y

C
sen(z)
z
2
dz = 2πi
Residuos y polos
Sea f (z) con un polo de orden m en z
0
. ⇒
Res
z0
f (z) =
1
(m−1)!
l´ım
z→z0
d
m−1
dz
m−1
[(z −z
0
)
m
f (z)]
esta es una forma más fácil de calcular los residuos
de una función, siempre y cuando f (z) tenga un
polo de orden m.
Ejemplo: Si C encierra al origen. Utilizar el
teorema anterior para calcular:

C
cos (z)
z
2
dz
La función cos (z) /z
2
tiene un polo de orden 2 en
z = 0, entonces m = 2 y
Res
0
cos (z)
z
2
=
1
(2 −1)!
l´ım
z→0
d
dz
¸
(z −0)
2
cos (z)
z
2

= 0
entonces

C
cos (z)
z
2
dz = 0
Ejercicios de tarea
1. Demuestre que las siguientes series divergen
en la región indicada
a)

¸
n=1
nz
n
en |z| ≥ 1
b)

¸
n=1
n
n+1
(2z)
n
en |z| ≥ 1/2
c)

¸
n=0
e
inz
en Im(z) ≤ 0
2. Use el criterio del cociente para demostrar
que las siguientes series convergen
a)

¸
n=0
n!e
in
2
z
en Im(z) > 0
40 Serie Laurent y teorema del residuo
b)

¸
n=1
1
z
n
n!
en |z| > 0
3. Desarrolle en serie de Taylor y encuentre la
región de convergencia de:
a)
1
z
, alrededor de z = 1 +i
b)
1
(z+i)
2
, alrededor de z = i
c) e
z
, alrededor de z = iπ
d) z
2
+z + 1, alrededor de z = 0
e) z
2
+z + 1, alrededor de z = i
4. Encuentre los coeficientes y el disco de con-
vergencia de:
a)
1
z
4
+1
=

¸
n=0
c
n
(z −1)
n
b)
1
(1−z)
=

¸
n=0
c
n
z
n
c)
1
(1−z)
2
=

¸
n=0
c
n
z
n
d)
1
(1+z)
2
=

¸
n=0
c
n
z
n
e)
z
(z−1)(z+2)
=

¸
n=0
c
n
z
n
f )
z
(z−1)(z+2)
=

¸
n=0
c
n
(z −1)
n
5. Desarrolle en serie de Laurent a:
1
z −3
en potencias de (z −1) , determine en que
región converge.
6. Desarrolle en serie de Laurent a:
1
(z −1) (z −3)
en potencias de (z −1) , determine en que
región converge.
7. Desarrolle en serie de Laurent a:
1
(z −1) z
en potencias de (z −1) , determine en que
región converge.
8. Desarrolle en serie de Laurent y encuentre
el anillo de convergencia de:
1
z
4
cos z
9. Desarrolle en serie de Laurent y encuentre
el anillo de convergencia de:
z
4
cos
1
z
10. Desarrolle en serie de Laurent y encuentre
el anillo de convergencia de:
ze
1/(z−1)
11. Calcule los residuos de:
a)
e
z
(z
2
+ 1) z
2
b)
tanz
12. Utilice expansiones en serie de Laurent para
evaluar por el método de residuos a las in-
tegrales:
a)

|z+1+i|=4
z
3
cos
1
z
dz
b)

|z|=1
sinz
z
8
dz
13. Encuentre los residuos por polos e integre:
a)

|z−6|=4
1
sinz
dz
b)

|z−1|=
3
2
e
1/z
z
2
−1
dz
c)

|z|=3
sinz
sinh
2
z
dz
Serie Laurent y teorema del residuo 41
42 Serie Laurent y teorema del residuo
Capítulo 7
Aplicación del análisis complejo
Fractales
Conjunto de Mandelbrot
Considere al conjunto de puntos C en el plano
de Argand tales que en:
z →z
2
+C
con órbita cero, o bien,
z
n+1
= z
2
n
+C
z
0
= 0
z permance acotado,

l´ım
n→∞
z
n

< ∞.
Por ejemplo si C = 1, {z
n
} = {0, 1, 2, 5, 26, . . . , ∞}
por lo cual C = 1 no pertenece al conjunto. Por
otro lado, si C = i se tiene que
{z
n
} = {0, i, (−1 +i), −i, (−1 +i), −i, ...} < ∞
por lo tanto pertenece al conjunto.
El conjunto está acotado y cabe dentro de
|z| < 2. Douady y Hubbard mostraron que el con-
junto es conexo. Si se grafican algunos puntos del
conjunto en el plano complejo se obtiene la sigu-
iente figura.
En otros colores.
La frontera del conjunto de Mandelbrot es un
fractal. El área que ocupa el conjunto se ha esti-
mado en 1.50659177 ± 0,00000008.
Aplicación del análisis complejo 43
Fenómenos de transporte
Muchos de los problemas de naturaleza difu-
siva o dispersiva en estado estacionario se pueden
modelar mediante la ecuación

2
ψ = 0.
Algunos de los fenómenos que se medelan medi-
ante la ecuación anterior son:
Transferencia de calor en estado estacionario
(temperatura).
Difusión de especies químicas en estado esta-
cionario (concentración).
Un campo eléctrico en un espacio sin cargas
(campo eléctrico).
Un campo magnético en el vacío (campo
magnético).
La presión en un medio poroso (presión).
Flujo potencial en un fluido (Función de
corriente).
Lo anterior significa que todas estas variables,
temperatura, concentración, etc. son funciones ar-
mónicas y entonces pueden ser parte real o imagi-
naria de una función analítica compleja y además
satisfacen el siguiente teorema.
Teorema. Sea w = f (z) una función analítica
que transforma el dominio D del plano z en un
dominio D
1
del plano w. Sea φ
1
(u, v) una función
armónica en D
1
, es decir,

2
φ
1
∂u
2
+

2
φ
1
∂v
2
= 0
Entonces introduciendo el cambio de variables da-
do por
u(x, y) +iv (x, y) = f (z) = w
se tiene que φ(x, y) = φ
1
(u(x, y) , v (x, y)) es ar-
mónica en D, es decir,

2
φ
∂x
2
+

2
φ
∂y
2
= 0
Lo anterior significa que cuando una función ar-
mónica es trasformada medianto un mapeo con-
forme ésta sigue siendo armónica.
Transferencia de calor
Supónga el problema de un intercambiador de
calor consistente en un cilíndro con un canal de-
scentrado dentro de él tal como se muestra en el
plano xy de la figura siguiente.
La temperatura en la cavidad interior es de
100
0
C y la de la superficie exterior del cilíndro es
de 0
0
C. La ecuación que rige a la transferencia de
calor es:

2
T
∂x
2
+

2
T
∂y
2
= 0
Las condiciones de frontera las podemos poner en
términos de variable compleja
T = 0 en |z| = 1
T = 100 en

z −
3
10

=
3
10
El problema visto desde un punto de vista de vari-
able compleja consiste en encontrar una función
armónica en la región entre |z| = 1 y

z −
3
10

=
3/10 que satisfazga las condiciones de frontera an-
teriores. El mapeo
w =
z −3
3z −1
transforma a:
|z| = 1 en |w| = 1
y a

z −
3
10

=
3
10
en |w| = 3
tal como se muestra en la figura anterior. En el
espacio w el problema se reduce a encontrar la
función armónica tal que cumpla con las condi-
ciones de frontera
T = 0 en |w| = 1
T = 100 en |w| = 3
Este último problema se reduce a resolver el sigu-
iente problema

2
T
∂u
2
+

2
T
∂v
2
= 0
44 Aplicación del análisis complejo
pero este problema tiene simetría en el ángulo,
es decir, la solución sólo debe depender de la dis-
tancia al origen, entonces es adecuado resolver la
ecuación en coordenadas polares

2
T
∂θ
2
+r

∂r

r
∂T
∂r

= 0
debido a la simetría

2
T
∂θ
2
= 0
d
dr

r
dT
dr

= 0
r
dT
dr
= A
T = Alnr +B
aplicando las condiciones de frontera se tiene
que
0 = Aln1 +B
100 = Aln3 +B
o bien
100 = Aln3
A =
100
ln3
B = 0
entonces
T =
100
ln3
lnr =
100
ln3
ln|w|
para regresar al espacio original
|w| =

z −3
3z −1

=

(x −3)
2
+y
2
(3x −1)
2
+ 9y
2
entonces la solución es:
T =
100
ln3
lnr =
100
ln3
ln

(x −3)
2
+y
2
(3x −1)
2
+ 9y
2

T =
100
ln3
2
ln

(x −3)
2
+y
2
(3x −1)
2
+ 9y
2

la figura siguiente muestra la solución en el espa-
cio original
Difusión molecular
Considere un depósito lleno de un fluido en
reposo, el depósito es tan grande que puede con-
siderarse seminfinito (ocupa el plano y ≥ 0). En
y = 0 se tiene que para x < −1 el recipiente está
en contacto con una placa que cede por disolven-
cia una especie química, la concentración en esta
región es C = 1, por otro lado en y = 0 se tiene
que para x > 1 el recipiente consume mediante
una reacción química a dicha especie, entonces la
concentración en esta región es C = 0. Por otro
lado, la región en −1 < x < 1 es impermeable. La
figura siguiente muestra a detalle lo anterior.
El problema matemático anterior tiene la for-
ma:

2
C
∂x
2
+

2
C
∂y
2
= 0
sujeta a las condiciones de frontera
C (y = 0, x < −1) = 1
C (y = 0, x > 1) = 0

∂C
∂y

y=0,−1<x<1
= 0
Con el mapeo
z = sinw
la región se transforma a:
El problema en este plano es

2
C
∂u
2
+

2
C
∂v
2
= 0
Aplicación del análisis complejo 45
Figura 7-1
sujeta a las condiciones de frontera
C

u =
π
2

= 0
C

u = −
π
2

= 1

∂C
∂v

v=0
= 0
Por simetría, en este espacio el problema se
simplifica a:
d
2
C
du
2
= 0
C

u =
π
2

= 0
C

u = −
π
2

= 1
es decir,
C = Au +B
aplicando las condiciones de frontera
0 = A
π
2
+B
1 = −A
π
2
+B
, se obtiene: A = −
1
π
B =
1
2
C = −
u
π
+
1
2
necesitamos obtener a u en términos de x e y.
Para ello,
z = x +iy = sinw = sinucoshv +i cos usinhv
o bien
x = sinucoshv
y = cos usinhv
si utilizamos que cosh
2
v −sinh
2
v = 1 se ob-
tiene
x
2
sin
2
u

y
2
cos
2
u
= 1
si se tiene que cos
2
u = 1 −sin
2
u
x
2
sin
2
u

y
2
1 −sin
2
u
= 1
x
2

1 −sin
2
u

−y
2
sin
2
u =

1 −sin
2
u

sin
2
u
x
2
−x
2
sin
2
u −y
2
sin
2
u = sin
2
u −

sin
2
u

2

sin
2
u

2

x
2
+y
2
+ 1

sin
2
u +x
2
= 0
cuya solución es:
sin
2
u =
x
2
+y
2
+ 1 ±

(x
2
+y
2
+ 1)
2
−4x
2
2
sinu = ±

x
2
+y
2
+ 1 ±

(x
2
+y
2
+ 1)
2
−4x
2
2
u = sin
−1

¸
¸
¸
±

x
2
+y
2
+ 1 ±

(x
2
+y
2
+ 1)
2
−4x
2
2
¸

entonces la solución en términos de x y y es:
C = −
u
π
+
1
2
C =
1
2

1
π
sin
−1

¸
¸
¸
±

x
2
+y
2
+ 1 ±

(x
2
+y
2
+ 1)
2
−4x
2
2
¸

5
2.5
0
-2.5
-5
5
3.75
2.5
1.25
0
1
0.75
0.5
0.25
0
x
y
z
x
y
z
46 Aplicación del análisis complejo
Parte II
Series de Fourier
47
Capítulo 8
Series de Fourier
Funciones períodicas y señales
físicas
Una función f(t) es períodica si satisface la
relación:
f (t) = f (t +mT) (8.1)
donde m = 0, ±1, ±2, ... y T es un número real
positivo conocido como el período. Una medida
del número de repeticiones por unidad de t es la
frecuencia, f, la cual se define como:
f =
1
T
(8.2)
una medida alternativa del número de repeticiones
es la frecuenca angula o circular, la cual se define
como:
ω = 2πf =

T
(8.3)
En la naturaleza existen muchas señales físicas
de naturaleza períodica, para su estudio en inge-
niería dichas señales son almacenadas en formato
digital o analógico. Ejemplos de señales períodi-
cas se puede ver en las siguientes imágenes.
Funciones ortogonales
Algebra lineal
Sea S ={s, ·, +} un espacio de dimensión n en
donde esta definida una operación interna:
s
1
· s
2
(8.4)
A cualquier elemento del espacio s lo podemos
representar como:
s =
n
¸
i=1
λ
i
φ
i
(8.5)
en donde el conjunto {φ
k
(t)} se llama base de S y
es linealmente independiente y ortogonal, (genera
al espacio),
φ
i
· φ
j

= 0 i = j
= 0 i = j
.
Las λ
i
son constantes y se obtienen a partir
Series de Fourier 49
de:
s =
n
¸
i=1
λ
i
φ
i
s · φ
j
=
n
¸
i=1
λ
i
φ
i
· φ
j
s · φ
j
= λ
j
φ
j
· φ
j
λ
j
=
s · φ
j
φ
j
· φ
j
(8.6)
Funciones
El producto interno para funciones se define
para el intervalo a < t < b como
f
1
(t) ◦ f
2
(t) =

b
a
f
1
(t) f

2
(t) dt.
Un conjunto de funciones {φ
k
(t)} es ortogo-
nal en un intervalo a < t < b si para dos fun-
ciones cualesquiera del conjunto φ
m
(t) y φ
n
(t),
se cumple:

b
a
φ
m
(t) φ

n
(t) dt = δ
mn
r
n
,
en donde δ
mn
es la delta de Kronecker que se
define como:
δ
mn
=

1 si m = n
0 si m = n
. (8.7)
Definición de la Serie de Fourier
Considere al espacio infinito de funciones per-
iódicas con período T, (f (t) = f (t +T)) y al con-
junto de funciones
{1, cos (nω
0
t) , sen(nω
0
t)} : n = 1, 2, ...
en donde
ω
0
=

T
. (frecuencia angular)
Demostremos que el conjunto es ortogonal en
el intervalo −T/2 < t < T/2.
T
2

T
2
(1) (1) dt = T
T
2

T
2
1 cos (nω
0
t) dt = 0
T
2

T
2
1 sen(nω
0
t) dt = 0
T
2

T
2
cos (nω
0
t) sen(mω
0
t) dt = 0
T
2

T
2
sen(nω
0
t) sen(mω
0
t) dt = δ
mn
T
2
T
2

T
2
cos (nω
0
t) cos (mω
0
t) dt = δ
mn
T
2
entonces a cualquier función periódica de Ω la
podemos expresar como una combinación lineal
de la base {1, cos (nω
0
t) , sen(nω
0
t)}:
f (t) =
1
2
a
0
+

¸
n=1
a
n
cos (nω
0
t)+

¸
n=1
b
n
sen(nω
0
t)
(8.8)
en donde los coeficientes los obtenemos a par-
tir de la ecuación (8.6)
1
2
a
0
=
T
2

T
2
(1) f (t) dt
T
2

T
2
(1) (1) dt
a
0
=
2
T
T
2

T
2
f (t) dt (8.9)
a
n
=
T
2

T
2
f (t) cos (nω
0
t) dt
T
2

T
2
cos (nω
0
t) cos (nω
0
t) dt
a
n
=
2
T
T
2

T
2
f (t) cos (nω
0
t) dt (8.10)
b
n
=
T
2

T
2
f (t) sen(nω
0
t) dt
T
2

T
2
sen(nω
0
t) sen(nω
0
t) dt
b
n
=
2
T
T
2

T
2
f (t) sen(nω
0
t) dt (8.11)
Una representación alternativa de la serie de
Fourier es:
f (t) = A
0
+

¸
n=1
A
n
sen(nω
0
t +φ
n
) (8.12)
recordando que:
A
n
sen(nω
0
t +φ
n
) = A
n
cos (φ
n
) sen(nω
0
t) (8.13)
+A
n
sen(φ
n
) cos (nω
0
t)
y definiendo
b
n
= A
n
cos (φ
n
)
a
n
= A
n
sen(φ
n
)
se llega a la serie definida en la ecuación 8.8.
50 Series de Fourier
Condiciones de Dirichlet
Una función f (t) se puede representar en serie
de Fourier si se cumple que:
La función tiene un número finito de dis-
continuidades en un período.
La función tiene un número finito de máxi-
mos y mínimos en un período.
La integral del valor absoluto de la función es
finita:

T/2
−T/2
|f (t)| dt < ∞.
Las condiciones de Dirichlet son suficientes pero
no necesarias, las condiciones necesarias y sufi-
cientes fueron encontradas por Carleson (L. Car-
leson, On convergence and growth of partial sums
of Fourier series, Acta Math. 116 (1966), 135-
157.) y generalizadas por Hunt (R. A. Hunt, On
the convergence of Fourier series en Orthogonal
Expansions and their Continuous Analogues (Proc.
Conf., Edwardsville, Ill., 1967), Southern Illinois
Univ. Press, Carbondale, 1968, 235-255). Aún enun-
ciar dichas condiciones está fuera del alcance de
este curso.
Aproximación por Fourier
Sean las sumas parciales:
S
k
(t) =
a
0
2
+
k
¸
n=1
(a
n
cos (nω
0
t) +b
n
sen(nω
0
t)) ,
ε
k
(t) =

¸
n=k+1
(a
n
cos (nω
0
t) +b
n
sen(nω
0
t)) ,
la función f (t) en términos de S
k
(t) y ε
k
(t) es:
f (t) = S
k
(t) +ε
k
(t)
podemos aproximar a f (t) como:
f (t) ≃ S
k
(t) .
Para medir que tan buena es la aproximación
f (t) ≃ S
k
(t) , definimos al error cuadrático medio,
E
k
:
E
k
=
1
T

T/2
−T/2

k
(t)]
2
dt
E
k
=
1
T

T/2
−T/2
[f (t)]
2
dt −
a
2
0
4

1
2
k
¸
n=1

a
2
n
+b
2
n

si E
k
es pequeño la aproximación es válida.
Fenómeno de Gibbs
Cuando una función se aproxima por una serie
parcial de Fourier, habrá un error considerable en
las vecindad de las discontinuidades.
Ejemplo
La función
f (t) =

−1 −π < t < 0
1 0 < t < π
f (t) = f (t + 2π)
tiene un desarrollo en serie de Fourier:
f (t) =
4
π

¸
n=1
sin[(2n −1) t]
(2n −1)
utilizando los primeros 20 términos
f (t) ≃
4
π
¸
20
n=1
sin[(2n−1)t]
(2n−1)
4
π
¸
20
n=1
sin((2n−1)t)
(2n−1)
4 2 0 -2 -4
1
0.5
0
-0.5
-1
x
y
x
y
en este caso el error cuadrático medio será:
E
k
=
1
T

T/2
−T/2
[f (t)]
2
dt −
1
2
¸
20
n=1
a
2
n
E
k
= 1 −
8
π
2
¸
20
n=1
1
(2n−1)
2
= 0 ,0 1013
los primeros 1000
f (t) ≃
4
π
¸
1000
n=1
sin[(2n−1)t]
(2n−1)
4 2 0 -2 -4
1
0.5
0
-0.5
-1
x
y
x
y
el error cuadrático medio será:
E
k
=
1
T

T/2
−T/2
[f (t)]
2
dt −
1
2
¸
1000
n=1
a
2
n
E
k
= 1 −
8
π
2
¸
1000
n=1
1
(2n−1)
2
= 2. 0264 ×10
−4
Series de Fourier 51
Fourier en las discontinuidades
En un punto singular t
s
la serie de Fourier
converge a
1
2
¸
l´ım
t

→t
s
f (t) + l´ım
t
+
→t
s
f (t)

, (8.14)
es decir, aunque la función no exista en t
s
, su
desarrollo en serie de Fourier existe y su valor esta
dado por 8.14.
Teorema de Parseval
Si a
0
, a
n
y b
n
son los coeficientes en la expasión
en serie de Fourier de la función f (t) = f (t +T) .
Entonces:
1
T

T/2
−T/2
|f (t)|
2
dt =
a
2
0
4
+
1
2

¸
n=1

a
2
n
+b
2
n

(8.15)
este valor representa a la potencia contenida en
la señal.
Simetrías (propiedades de paridad)
Con frecuencia las simetrías simplifican a los
problemas matemáticos. En el caso de series de
Fourier, utilizaremos a la simetría en la paridad
para simplificar el problema.
Funciones pares e impares
Una función es par si se cumple que
f (t) = f (−t)
e impar si
f (t) = −f (−t)
En el caso de funciones pares el desarrollo en
serie de Fourier es:
f (t) =
1
2
a
0
+

¸
n=1
a
n
cos (nω
0
t)
y para impares
f (t) =

¸
n=1
b
n
sen(nω
0
t)
Es decir, sólo se necesitan calcular a
0
y a
n
,
para funciones pares, y sólo b
n
para impares.
Derivación e Integración de Series de Fourier
Derivación
Sea la serie de Fourier:
f (t) =
1
2
a
0
+

¸
n=1
[a
n
cos (nω
0
t) +b
n
sen(nω
0
t)]
si derivamos término a término obtenemos:
f

(t) =

¸
n=1

0
[b
n
cos (nω
0
t) −a
n
sen(nω
0
t)] .
El término extra que aparece al derivar, nω
0
,
disminuye el grado de convergencia de la serie, lle-
gando ésta incluso a diverger. Note que la deriva-
da sólo esta definida en donde la función es con-
tinua. La derivación en los puntos singulares se
verá más adelante.
Integración
Sea la serie de Fourier
f (t) =
1
2
a
0
+

¸
n=1
[a
n
cos (nω
0
t) +b
n
sen(nω
0
t)]
si integramos término a término

f (t) dt =
1
2
a
0
t+

¸
n=1
1

0
[a
n
sen(nω
0
t) −b
n
cos (nω
0
t)]+C
El término extra que aparece al derivar 1/nω
0
aumenta el grado de convergencia de la serie. La
integración esta definida aún en los puntos singu-
lares.
Ejemplos
Considere a la función
f (t) =

0 para −π < t < −π/2
1 para −π/2 < t < π/2
0 para +π/2 < t < π
f (t) = f (t + 2π)
Como es una función par
f (t) =
1
2
a
0
+

¸
n=1
a
n
cos (nω
0
t)
52 Series de Fourier
a
0
=
2
T
T
2

T
2
f (t) dt
a
0
=
2


2


2
f (t) dt
a
0
=
1
π

π
−π
f (t) dt
=
1
π
¸

−π/2
−π
0dt +

π/2
−π/2
dt +

π
π/2
0dt
¸
=
1
π
¸

π/2
−π/2
dt
¸
=
1
π
t|
π/2
−π/2
=
1
π
[π/2 −(−π/2)]
= 1
a
n
=
2
T
T
2

T
2
f (t) cos (nω
0
t) dt
=
1
π
π
2

π
2
cos (nt) dt
=
2

sen

πn
2

o bien,
f (t) =
1
2
+
2
π

¸
n=1
1
n
sen

πn
2

cos (nω
0
t)
=
1
2
+
2
π

¸
n=1
−(−1)
n
2n −1
cos ((2n −1) t)
1
2
+
2
π
¸
100
n=1
−(−1)
n
2n−1
cos ((2n −1) t)
2.5 1.25 0 -1.25 -2.5
1
0.75
0.5
0.25
0
x
y
x
y
Función Heaviside y Delta de Dirac
Función Heaviside, H
La función escalón o heaviside está definida
por
H (t) =

0 para t < 0
1 para t > 0
Delta de Dirac, δ
La delta de Dirac es una regla de selección (no
es función) que se define como:
δ (t) =

∞ para t = 0
0 para t = 0
Algunas propiedades de la delta de Dirac son:


−∞
f (t) H (t −a) dt =


a
f (t) dt


−∞
δ (t) dt = 1


−∞
δ (t) f (t) dt = f (0)


−∞
δ (t −a) f (t) dt = f (a)
dH (t)
dt
= δ (t)
Derivación en puntos singulares
Considere a la función f (t) que tiene discon-
tinuidades súbitas a
1
, a
2
, a
3
, ... en t
1
, t
2
, t
3
, ... , y
la función f

(t) que esta definida en todo t ex-
cepto en las discontinuidades.
Definimos a la función
g (t) = f (t) −
¸
k
a
k
H (t −t
k
)
La función g (t) es continua en todas partes y su
derivada es
g

(t) = f

(t) −
¸
k
a
k
δ (t −t
k
)
o bien,
f

(t) = g

(t) +
¸
k
a
k
δ (t −t
k
)
lo anterior se conoce como la derivada generaliza-
da de una función continua por tramos.
Series de Fourier 53
54 Series de Fourier
Capítulo 9
Serie de Fourier compleja y espectro de fre-
cuencia
Forma compleja de las series de
Fourier
Dada la serie de Fourier
f (t) =
1
2
a
0
+

¸
n=1
[a
n
cos (nω
0
t) +b
n
sen(nω
0
t)]
podemos representar al seno y coseno en términos
de la exponencial compleja:
cos (nω
0
t) =
e
inωot
+e
−inωot
2
sen(nω
0
t) =
e
inωot
−e
−inωot
2i
lo anterior dará el siguiente resultado:
f (t) =

¸
n=−∞
c
n
e
inω
o
t
(9.1)
en donde
c
n
=
1
T

T/2
−T/2
f (t) e
−inω
o
t
dt (9.2)
además
c
0
=
1
2
a
0
, c
n
= |c
n
| e

n
y c
−n
= |c
n
| e
−iφ
n
en donde:
|c
n
| =
1
2

a
2
n
+b
2
n
y
φ
n
= tan
−1


b
n
a
n

a |c
n
| le llamaremos amplitud y a φ
n
ángulo
de fase.
Espectros de frecuencia comple-
ja
En realidad c
n
es una función de ω
n
= nω
0
. A
la gráfica discreta de |c
n
| contra ω
n
se le denom-
ina espectro de amplitud, esta función especifica
a la función periódica f (ω) en el espacio de las
frecuencias, al igual que f (t) lo hace en el espacio
del tiempo.
De igual forma a la gráfica de φ
n
contra ω
n
se
le denomina espectro de fase.
Serie de Fourier compleja y espectro de frecuencia 55
Contenido de potencia y teore-
ma de Parseval
Para cualquier señal periódica se define a la
potencia promedio como:
1
T

T/2
−T/2
[f (t)]
2
dt
el teorema de Parseval para el caso complejo
relaciona a la potencia promedio con las
amplitudes de la onda
1
T

T/2
−T/2
[f (t)]
2
dt =

¸
n=−∞
|c
n
|
2
(9.3)
Ejemplo
Encontrar los espectros de frecuencia para la
función:
f (t) =

A para −
1
2
d < t <
1
2
d
0 para −
1
2
T < t < −
1
2
d :
1
2
d < t <
1
2
T
para calcular c
n
utilizamos:
c
n
=
1
T

T/2
−T/2
f (t) e
−inω
0
t
dt
=
A
T

d/2
−d/2
e
−inω0t
dt
=
A
T
1
−inω
0
e
−inω0t

d/2
−d/2
=
A
T
1
inω
0

e
inω
0
d/2
−e
−inω
0
d/2

=
A
T
2

0

e
inω0d/2
−e
−inω0d/2
2i

=
A
T
2

0
sen


0
d
2

=
Ad
T
sen

nω0d
2

nω0d
2

y |c
n
|
|c
n
| =

Ad
T
sen

nω0d
2


0
d
2

si hacemos d = 1/20, A = 5 y T = 1/4, ω
0
=

|c
n
| =

sen


5


5

30 25 20 15 10 5 0
1.5
1.25
1
0.75
0.5
0.25
0
nn
Espectro de amplitud
56 Serie de Fourier compleja y espectro de frecuencia
Capítulo 10
Ejercicios de Serie de Fourier
1. Desarrolle en serie de Fourier real a la fun-
ción f(t) = |t| para (−π, π) y f(t) = f(t +
2π).
2. Grafique a la función
f(t) =

0 −1 < t < 0
t
2
0 > t > 1
f(t) = f(t + 2)
encuentre su desarrollo en serie de Fourier
real.
3. Desarrolle en serie de Fourier real a la fun-
ción f(t) = cos (πt), −1 ≤ t ≤ 1.
4. Desarrolle en serie de Fourier real a la fun-
ción f(t) = e
2t
/2, −1 ≤ t ≤ 1.
5. Grafique a la función
f(t) =

0 −1 < t < 0
e
−t
0 > t > 1
f(t) = f(t + 2)
encuentre su desarrollo en serie de Fourier
compleja. Grafique al espectro de frecuen-
cia.
6. Encuentre la serie de Fourier compleja y el
espectro de frecuencia (al menos unos de sus
puntos) para:
a) f(t) = t
2
: 0 ≤ t < 2 : f(t + 2) = f(t)
b) f(t) =

t, 0 < t < 2
0, 2 < t < 3
: f(t +3) =
f(t)
Ejercicios de Serie de Fourier 57
58 Ejercicios de Serie de Fourier
Parte III
Transformada de Fourier
59
Capítulo 11
Transformada de Fourier
Las series de Fourier son muy útiles para es-
tudiar funciones periódicas, por lo tanto, es nat-
ural querer extrapolar esta teoría para el caso de
cualquier función.
Deducción
Sea la serie de Fourier
f (t) =

¸
n=−∞
c
n
e
inωot
con
c
n
=
1
T

T/2
−T/2
f (t) e
−inω
o
t
dt y T =

ω
o
combinando ambas
f (t) =

¸
n=−∞
¸
1
T

T/2
−T/2
f (x) e
−inω
o
x
dx
¸
e
inω
o
t
f (t) =

¸
n=−∞
1

¸

T/2
−T/2
f (x) e
−inωox
dx
¸
ω
o
e
inωot
si hacemos T →∞, ó ω
o
= dω →0 y nω
o

ω. Obtenemos la identidad de Fourier.
f (t) =


−∞
1

¸

−∞
f (x) e
−iωx
dx

e
iωt

si definimos
F (ω) =


−∞
f (t) e
−iωt
dt (11.1)
obtenemos,
f (t) =
1


−∞
F (ω) e
iωt
dω (11.2)
Transformada de Fourier
La ecuación 11.1 sirve para definir a la trans-
formada de Fourier F :
F (f (t)) = F (ω) (11.3)
y la 11.2 a la antitransformada de Fourier F
−1
:
F
−1
(F (ω)) = f (t) (11.4)
En general la función F (ω) es compleja y con-
tiene la misma información que f (t) .
F (ω) = |F (ω)| e
iφ(ω)
Integral de Fourier
Utilizando el hecho de que e
iωt
= cos ωt +
i senωt las ecuaciones 11.1 y 11.2 se pueden es-
cribir como:
f (t) =
1
π


0
[A(ω) cos (ωt) +B(ω) sen(ωt)] dω
donde
A(ω) =


−∞
f (t) cos (ωt) dt
B(ω) =


−∞
f (t) sen(ωt) dt
Transformada de Fourier 61
(en esta forma reciben el nombre de intergral de
Fourier) esta forma recuerda a la serie real de
Fourier.
Espectro de frecuencia continuo
A la gráfica de |F (ω)| contra ω se le llama
espectro continuo de frecuencia. En esta gráfica
se pueden observar si existen frecuencias prefer-
enciales o características en la señal.
Transformadas seno y coseno de Fourier
Si la función f (t) esta definida sólo en el inter-
valo t ∈ [0, ∞) definimos a la transformada seno
de Fourier como
F
s
(f (t)) = F (ω) =


0
f (t) sen(ωt) dt (11.5)
F
−1
s
(F (ω)) = f (t) =
2
π


0
F (ω) sen(ωt) dω (11.6)
y a la transformada coseno
F
c
(f (t)) = F (ω) =


0
f (t) cos (ωt) dt (11.7)
F
−1
c
(F (ω)) = f (t) =
2
π


0
F (ω) cos (ωt) dω (11.8)
Convolución y correlación
Sean f
1
(t) y f
2
(t) dos funciones dadas. La
convolución de f
1
(t) y f
2
(t), esta definida por
f (t) = f
1
(t) ∗ f
2
(t) =


−∞
f
1
(τ) f
2
(t −τ) dτ
(11.9)
La función f (t) se conoce como la función de
correlación entre las funciones f
1
(t) y f
2
(t) . La
correlación es una medida de la similitud o inter-
dependencia de f
1
(t) y f
2
(t) como función de un
parámetro τ. La autocorrelación se define como
f
1
(t) ∗ f
1
(t).
Propiedades
f
1
(t) ∗ f
2
(t) = f
2
(t) ∗ f
1
(t)
[f
1
(t) ∗ f
2
(t)] ∗ f
3
(t) = f
1
(t) ∗ [f
2
(t) ∗ f
3
(t)]
f (t −t
1
) ∗ δ (t −t
2
) = f (t −t
1
−t
2
)
Teorema de convolución
Si F (f
1
(t)) = F
1
(ω) y F (f
2
(t)) = F
2
(ω)
entonces
f
1
(t) ∗ f
2
(t) = F
−1
[F
1
(ω) F
2
(ω)] (11.10)
F
1
(ω) ∗ F
2
(ω) = 2πF [f
1
(t) f
2
(t)] (11.11)
Ejemplos
Transformada de Fourier
1) Encontrar F

te
−at
2

y graficar su espectro
de frecuencia si a = 1.
sabemos que F

e
−at
2

=

π
a
e
−ω
2
/4a
y que
F (tf (t)) = iF

(ω)
entonces:
F

te
−at
2

= i
d

¸
π
a
e
−ω
2
/4a

F

te
−at
2

= −

2a

π
a
e
−ω
2
/4a
El espectro de frecuencia
|F (ω)| =



2

πe
−ω
2
/4

|F (ω)| =
|ω|
2

πe
−ω
2
/4
2) Encontrar F
¸
(t −1) e
−a(t−1)
H (t −1)

(t −1) e
−(t−1)
Heaviside (t −1)
10 7.5 5 2.5 0 -2.5 -5
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
x
y
x
y
62 Transformada de Fourier
F

(t −2) e
−a(t−2)
H (t −2)
¸
= e
−2iω
F

(t) e
−a(t)
H (t)
¸
= e
−2iω
1
(iω +a)
2

e
−2iω 1
(iω+1)
2

50 37.5 25 12.5
0.5
0.375
0.25
0.125
0
x
y
x
y
3) Encontrar F
¸
e
−a|3t|

F

e
−s|3t|
¸
=
1
|3|

F

e
−s|t|
¸
ω=
ω
3
=
1
|3|
¸
2s
s
2

2

ω=
ω
3
=
1
|3|
¸
2s
s
2
+
ω
2
9
¸
Transformada inversa de Fourier
1) Obtener F
−1

5
2−ω
2
+3iω

5F
−1

1
(2 +iω) (1 +iω)
¸
= 5F
−1

1
1 +iω

1
2 +iω
¸
= 5
¸
F
−1

1
1 +iω
¸
−F
−1

1
2 +iω
¸
= 5

e
−t
H (t) −e
−2t
H (t)

= 5H (t)

e
−t
−e
−2t

Convolución
1) Calcular F
−1

5
2−ω
2
+3iω

utilizando el teo-
rema de convolución
F
−1

5
2 −ω
2
+ 3iω
¸
= 5F
−1
¸
1
2 +iω
¸
1
1 +iω
¸
= 5F
−1
¸
F

H (t) e
−2t

F

H (t) e
−t

= 5

H (t) e
−2t
∗ H (t) e
−t

= 5


−∞
H (τ) e
−2τ
H(t −τ)e
−(t−τ)

= 5


−∞
e
−t
e
−τ
H (τ) H(t −τ)dτ
= 5e
−t


−∞
e
−τ
H (τ) H(t −τ)dτ
pero
H (τ) H(t −τ) =

0 si τ < 0 ó τ > t
1 si 0 < τ < t
de aquí si t < 0 la segunda condición nunca se
cumple, por lo tanto H (τ) H(t −τ) = 0. Y para
t > 0 H (τ) H(t−τ) = 1 en el intervalo 0 < τ < t.
entonces
= 5e
−t


−∞
e
−τ
H (τ) H(t −τ)dτ
=

0 si t < 0
5e
−t

t
0
e
−τ
dτ si t > 0
=

0 si t < 0
5e
−t
[1 −e
−t
] si t > 0
= H(t)5e
−t

1 −e
−t

= 5H(t)

e
−t
−e
−2t

Ecuaciones diferenciales
1) Resolver a la ecuación diferencial
y

−4y = H (t) e
−4t
−∞ < t < ∞
graficar su espectro de frecuencias
aplicando la transformada de Fourier a toda
la ecuación obtenemos
F
¸
y

−4y = H (t) e
−4t

iωY (ω) −4Y (ω) =
1
iω + 4
Y (ω) =
1
(iω −4) (iω + 4)
Y (ω) =
−1
(4 −iω) (4 +iω)
Y (ω) =
−1
(4
2

2
)
Transformada de Fourier 63
1
(4
2

2
)
100 75 50 25 0
0.0625
0.05
0.0375
0.025
0.0125
x
y
x
y
Y (ω) ya es la solución a la ecuación diferencial
en el espacio de frecuencias, si queremos regresar
al espacio del tiempo aplicamos la transformada
inversa de Fourier.
y = F
−1
[Y (ω)]
= −F
−1
¸
1
(4
2

2
)

= −
1
2 (4)
F
−1
¸
2 (4)
(4
2

2
)

y = −
1
8
e
−4|t|

1
8
e
−4|t|
5 2.5 0 -2.5 -5
0
-0.025
-0.05
-0.075
-0.1
-0.125
-0.15
x
y
x
y
Note que al resolver la ecuación diferencial no
se utilizaron constantes arbitrarias, lo anterior es
porque implícitamente existen dos condiciones ex-
tras:
1.


−∞
|f (t)| dt < ∞
2. f (t) es continua
Su espectro de frecuencia es:
|Y (ω)| =

−1
(4
2

2
)

=
1
(4
2

2
)
25 12.5 0 -12.5 -25
0.05
0.0375
0.025
0.0125
ww
Uso de la computadora para transformada
de Laplace
x
2
e
x
, Fourier transform is: −2π Dirac (w −i, 2)
e
aw
, Is Fourier transform of Dirac (−ia −x)
64 Transformada de Fourier
Capítulo 12
Transformada Discreta de Fourier
Los datos discretos son de uso común en in-
geniería. Se obtienen cuando se mide una señal
en el tiempo o el espacio. En estos datos no es
posible utilizar la transformada de Fourier direc-
tamente, por ello se define la transformada disc-
reta de Fourier. Con esta transformada es posible
obtener información de las frecuencias de la señal.
Suponga al conjunto de valores {y
0
, y
1
, ..., y
m
, ..., y
N−1
}
de una función muestreados en los tiempos {t
0
, t
1
, ...t
m
, ..., t
N−1
}
respectivamente. Donde t
m
= m∆t para m =
0 →N −1, t
0
= 0, t
N−1
= T y ∆t =
T
N−1
.
La trasformada discreta
Y
k
(f
k
) =
N−1
¸
m=0
y
m
(t
m
) e
−2πi
km
N
(12.1)
se puede utilizar para generar el conjunto de val-
ores {Y
0
, Y
1
, ..., Y
k
, ..., Y
N−1
} para cada frecuencia
{f
0
, f
1
, ..., f
k
, ..., f
N−1
} donde f
k
= k∆f donde
∆f =
fs
N
donde f
s
=
1
T
se define como la frecuen-
cia de muestreo. La transformada inversa es:
y
m
(t
m
) =
1
N
N−1
¸
k=0
Y
k
e
2πimk/N
(12.2)
La frecuencia de Nyquist se define como
1
2∆t
e
indica cual es la más alta frecuencia que puede
ser detectada con el periódo de muestreo ∆t.
Transformada Discreta de Fourier 65
66 Transformada Discreta de Fourier
Capítulo 13
Ejercicios de Transformada de Fourier
1. Encuentre la transformada de Fourier y grafique
a la función en el espacio de frecuencias
para:
a) e
−c(t−4)
sen(b(t −4)) H(t −4)
b)
5 cos(ω0t)
4+t
2
+ 2
c) e
−at
2
e
iω0t
d)
d
dt

e
−3t
2

e) (t −3) e
−4t
H (t −3)
f )
5e
3it
t
2
−4t+13
2. Encuentre la antitransformada de Fourier
para
a)
a
iω−2−ω
2
b)
a
i(ω−1)−2−(ω−1)
2
3. Encuentre una solución acotada y continua
para
a)
d
2
y
dt
2
+ 3
dy
dt
+ 2y = H (t)
b)
d
2
y
dt
2
+ 3
dy
dt
+ 2y = 3δ (t)
Ejercicios de Transformada de Fourier 67
68 Ejercicios de Transformada de Fourier
Parte IV
Apéndices
69
Apéndice A: Tabla de trans-
formada de Fourier
f (t) ⇔F (ω) (a1)
a
1
f
1
(t) +a
2
f
2
(t) ⇔a
1
F
1
(ω) +a
2
F
2
(ω) (a2)
f (at) ⇔
1
|a|
F

ω
a

(a3)
f (−t) ⇔F (−ω) (a4)
f (t −t
0
) ⇔F (ω) e
−iωt0
(a5)
f (t) e

0
t
⇔F (ω −ω
0
) (a6)
f (t) cos (ω
0
t) ⇔
1
2
F (ω −ω
0
) +
1
2
F (ω +ω
0
)
(a7)
f (t) sin(ω
0
t) ⇔
1
2i
F (ω −ω
0
) −
1
2i
F (ω +ω
0
)
(a8)
F (t) ⇔2πf (−ω) (a9)
f
(n)
(t) ⇔(iω)
n
F (ω) (a10)

t
−∞
f (x) dx ⇔
1

F (ω) +πF (0) δ (ω) (a11)
(−it)
n
f (t) ⇔F
(n)
(ω) (a12)
f
1
(t) ∗ f
2
(t) ⇔F
1
(ω) F
2
(ω) (a13)
f
1
(t) f
2
(t) ⇔
1

F
1
(ω) ∗ F
2
(ω) (a14)
e
−at
H (t) ⇔
1
iω +a
(a15)
e
−a|t|

2a
a
2

2
(a16)
e
−at
2

π
a
e

ω
2
4a
(a17)
p
a
(t) =

1 |t| <
a
2
0 |t| >
a
2
⇔a
sin

ωa
2

ωa
2
(a18)
sin(at)
πt
⇔p
2a
(ω) (a19)
te
−at
H (t) ⇔
1
(iω +a)
2
(a20)
t
n−1
(n −1)!
e
−at
H (t) ⇔
1
(iω +a)
n
(a21)
e
−at
sin(bt) H (t) ⇔
b
(iω +a)
2
+b
2
(a22)
e
−at
cos (bt) H (t) ⇔
iω +a
(iω +a)
2
+b
2
(a23)
1
a
2
+t
2

π
a
e
−a|ω|
(a24)
cos (bt)
a
2
+t
2

π
2a

e
−a|ω−b|
+e
−a|ω+b|

(a25)
sin(bt)
a
2
+t
2

π
2ai

e
−a|ω−b|
−e
−a|ω+b|

(a26)
δ (t) ⇔1 (a27)
δ (t −t
0
) ⇔e
−iωt
0
(a28)
δ
(n)
(t) ⇔(iω)
n
(a29)
H (t) ⇔πδ (ω) +
1

(a30)
H (t −t
0
) ⇔πδ (ω) +
1

e
−iωt0
(a31)
1 ⇔2πδ (ω) (a32)
t
n
⇔2πi
n
δ
(n)
(ω) (a33)
e
iω0t
⇔2πδ (ω −ω
0
) (a34)
cos (ω
0
t) ⇔π [δ (ω −ω
0
) +δ (ω +ω
0
)] (a35)
sin(ω
0
t) ⇔−iπ [δ (ω −ω
0
) −δ (ω +ω
0
)] (a36)
H (t) sin(ω
0
t) (a37)

ω
0
ω
2
0
−ω
2
+
π
2i
[δ (ω −ω
0
) −δ (ω +ω
0
)]
H (t) cos (ω
0
t) (a38)


0
ω
2
0
−ω
2
+
π
2i
[δ (ω −ω
0
) +δ (ω +ω
0
)]
tH (t) ⇔iπδ

(ω) −
1
ω
2
(a39)
1
t
n

(−iω)
n−1
(n −1)!
[πi −2πiH (ω)] (a40)


−∞
f
1
(t) f
2
(t) dt =
1


−∞
F
1
(ω) F

2
(ω) dω
(a41)


−∞
|f (t)|
2
dt =
1


−∞
|F (ω)|
2
dω (a42)


−∞
f (t) G(t) dt =


−∞
F (ω) g (ω) dω (a43)
sgn(t) ⇔
2

(a44)
71
Apéndice B: Tabla de trans-
formada seno de Fourier
f (t) ⇔F
S
(ω) (S1)
1
t
⇔πH (ω) −
π
2
(S2)
t
r−1
⇔Γ(r) ω
−r
sin

πr
2

: r ∈ (0, 1) (S3)
1

t

π

(S4)
e
−at

ω
a
2

2
: (a > 0) (S5)
te
−at

2aω
(a
2

2
)
2
: (a > 0) (S6)
te
−a
2
t
2

ω

π
4a
3
e
−ω
2
/4a
2
: (a > 0) (S7)
e
−at
t
⇔tan
−1

ω
a

: (a > 0) (S8)
t
a
2
+t
2

π
2
e
−aω
: (a > 0) (S9)
t
(a
2
+t
2
)
2
⇔2
−3/2
ωe
−aω
a
: (a > 0) (S10)
1
t (a
2
+t
2
)

π
2
(1 −e
−aω
)
a
2
: (a > 0) (S11)
e
−t/

2
sin

t

2


ω
1 +ω
4
(S12)
2
π
tan
−1

a
t


1 −e
−aω
ω
: (a > 0) (S13)
4
π
t
4 +t
4
⇔e
−ω
sinω (S14)
Apéndice C: Tabla de trans-
formada coseno de Fourier
f (t) ⇔F
C
(ω) (C1)
t
r−1
⇔Γ(r) ω
−r
cos

πr
2

: r ∈ (0, 1) (C2)
e
−at

a
a
2

2
: (a > 0) (C3)
te
−at

a
2
−ω
2
(a
2

2
)
2
: (a > 0) (C4)
e
−a
2
t
2

ω

π
2a
e
−ω
2
/4a
2
: (a > 0) (C5)
1
a
2
+t
2

π
2a
e
−aω
: (a > 0) (C6)
1
(a
2
+t
2
)
2

π
4
e
−aω
(1 +aω)
a
3
: (a > 0) (C7)
cos

x
2
2



π
2

cos

ω
2
2

+ sin

ω
2
2

(C8)
sin

x
2
2



π
2

cos

ω
2
2

−sin

ω
2
2

(C8)
Apéndice D: Referencias Bib-
liográficas
A. David Wunsch, Variable compleja con
aplicaciones, Addison-Wesley Iberoamericana,
1997.
Hwei P. Hsu, Análisis de Fourier, Addison-
Wesley Iberoamericana, 1987.
Peter V. O’Neil, Matemáticas Avanzadas para
Ingeniería, Volumen II, CECSA, 1998.
T. W. Korner, Fourier Analysis, Cambridge,
1995.
G. B. Arfken and H. J. Weber, Mathemat-
ical Methods for Physicists, Miami Univer-
sity, 2000, 5e.
72

2

Índice general
I Variable compleja
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7
11 11 13 14 15 15 16 16 17 17 17 19 19 20 20 21 22 22 24 24 24 24 25 25 25 26 29 29 29 30 31 32 32 32 32 33 33 33 34
3

1. Funciones de variable compleja y mapeos Números complejos . . . . . . . . . . . . . . . . El plano de Argand . . . . . . . . . . . . . . . . Función Compleja . . . . . . . . . . . . . . . . Polinomios . . . . . . . . . . . . . . . . . Función exponencial compleja . . . . . . . Función logaritmo . . . . . . . . . . . . . Funciones trigonométricas . . . . . . . . . Ejercicios . . . . . . . . . . . . . . . . . . . . . Ejercicios en clase . . . . . . . . . . . . . Tarea . . . . . . . . . . . . . . . . . . . . 2. Funciones analíticas y mapeos conformes Límites . . . . . . . . . . . . . . . . . . . . . . Continuidad . . . . . . . . . . . . . . . . . . . . Derivada compleja . . . . . . . . . . . . . . . . Ecuaciones de Cauchy-Riemann-(D’Alembert) . Funciones Analíticas . . . . . . . . . . . . . . . Funciones armónicas . . . . . . . . . . . . . . . Derivadas de funciones importantes . . . . . . . Función exponencial . . . . . . . . . . . . Funciónes trigonométricas . . . . . . . . . Función logaritmo . . . . . . . . . . . . . Mapeo conforme . . . . . . . . . . . . . . . . . Mapeo isogonal . . . . . . . . . . . . . . . Algunos mapeos . . . . . . . . . . . . . . Tarea . . . . . . . . . . . . . . . . . . . .

3. Integral de línea de funciones de variable compleja Integral de línea compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Integración paramétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4. Teorema integral de Cauchy-Goursat Corolarios . . . . . . . . . . . . . . . . . . Independencia de la trayectoria . . . Antiderivada . . . . . . . . . . . . . Deformación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5. Fórmulas integrales de Cauchy Fórmula integral de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Derivadas de funciones analíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Extensión de la fórmula integral de Cauchy para una anillo . . . . . . . . . . . . . . . . .
ÍNDICE GENERAL

. . . . . . . . . . . . . . . . . . . . . . . . . . Espectros de frecuencia compleja . . . . . . . . . . . . . . . . . . . . Definición de la Serie de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Series de Fourier Funciones períodicas y señales físicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Contenido de potencia y teorema de Parseval 10. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Teorema del Residuo . . . . . . . . . . . . . . . . . . . . .Transformada de Fourier Deducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 61 61 61 61 62 62 62 62 11. . . Transferencia de calor .6. . . Residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . Fenómenos de transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Aproximación por Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Clasificación de singularidades . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . Serie Laurent y teorema del residuo Series Complejas . . . . . Funciones . Algebra lineal . . . . . . . . . . . . . . Serie de Fourier compleja y espectro de Forma compleja de las series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Series de potencias complejas . . . . . . . . . . . . . . . Simetrías (propiedades de paridad) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Condiciones de Dirichlet . . . . Integral de Fourier . . . . . . . . . . Ejemplos . . . . . . . . . . . . 47 49 49 49 49 50 50 51 51 52 52 52 52 52 53 53 55 55 55 56 57 8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fourier en las discontinuidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Aplicación del análisis complejo Fractales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Transformadas seno y coseno de Fourier Convolución y correlación . . . . . . . . . Funciones ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ceros de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Espectro de frecuencia continuo . . . . . . . . . . . . . . . . 37 37 37 38 39 39 39 39 40 40 40 43 43 43 44 44 45 II Series de Fourier . . . . . . 4 ÍNDICE GENERAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Ejercicios de Serie de Fourier frecuencia . . . . . Derivación en puntos singulares . . . . . Teorema del Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Transformada de Fourier . . . . . . . . . . . . . Residuos y polos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . III Transformada de Fourier . . . . . . . . . . . . Serie de Laurent compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Serie de Taylor compleja . . . . . . . . . . . . . . . . Derivación e Integración de Series de Fourier Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . Difusión molecular . . . . . . . . . . . . . . . . . . . . . . . . . . Conjunto de Mandelbrot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Función Heaviside y Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . 71 72 72 72 ÍNDICE GENERAL 5 . . . . . . Tabla de transformada seno de Fourier . . . . . . . . .Uso de la computadora para transformada de Laplace . . . . .Ejercicios de Transformada de Fourier 64 65 67 IV Apéndice Apéndice Apéndice Apéndice Apéndices A: B: C: D: Tabla de transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . .Transformada Discreta de Fourier 13. . . . . . . . . . . . 69 . . . . . . Referencias Bibliográficas . . . . . . . . . . . . . . . Tabla de transformada coseno de Fourier . . 12. . . . . .

por la mitad de lo que ignoro" René Descartes 6 ÍNDICE GENERAL ."Daría todo lo que sé.

Parte I Variable compleja 7 .

.

Objetivo: El alumno manejará los conceptos y los métodos básicos de la teoría de las funciones de variable compleja. 9 . para la resolución de problemas de matemáticas e ingeniería.

10 .

en donde x y y son números reales. el horizontal repzw = (a + ib) (c + id) resenta a la parte real del número complejo y el zw = (ac − bd) + i (ad + bc) vertical a la parte imaginaria. entonces zz ¯ (z + w) (zw) z w = |z|2 = z+w = zw z = w Suma: La suma de dos números complejos z = a + ib y w = c + id se define como z + w = (a + c) + i (b + d) Plano de Argand o complejo: Se puede Multiplicación: La multiplicación de dos números representar geométricamente a un número comcomplejos z = a + ib y w = c + id se define como plejo en un plano de Argand o complejo. y se define ¯ por z = z ∗ = x − iy ¯ Módulo o magnitud: El módulo o la magnitud de un número complejo z = x+iy se denota como |z| y se define como |z| = x2 + y 2 . Funciones de variable compleja y mapeos 11 . Z. éste consiste en dos ejes ortogonales.Capítulo 1 Funciones de variable compleja y mapeos Números complejos Definición Si se postula a la unidad imaginaria como i2 = −1 se puede definir a un número complejo como: z = x + iy. A x se le llama parte real de z x = Re (z) y a y parte imaginaria de z y = Im (z) Igualdad: Dos números complejos z = a + ib y w = c + id cumplen que z = w ⇔ {a = c y b = d} Complejo conjugado: El complejo conjugado de z = x+iy se denota como z o z ∗ . Cociente: El cociente de dos números complejos z = a + ib y w = c + id = 0 se define como: z w z w = = zw zw = 2 ww |w| ac + db bc − ad +i 2 2 + d2 c c + d2 Teorema 1 Sean z y w dos números complejo.

De las fórmulas se observa que r es la magnitud o módulo de z. El punto z1 es proyectado en el punto ζ 1 de la esfera de Riemann con la ayuda de un segmento de recta que une a los puntos B y z1 . Para evitar 12 Esfera de Riemann: Cuando el plano de Argand incluye al punto infinito. esto es. y) y a θ como el ángulo que forma el eje horizontal con r (ver figura). = ∞ : z = ∞. Funciones de variable compleja y mapeos . El punto z = 0 de Argand es el A de la esfera de Riemann y el punto ∞ del plano de Argand es el B de la esfera de Riemann. de argumentos trigonométricos se tiene que: x = r cos θ y = r sen θ r θ x2 + y2 = |z| y = tan−1 x = |zw| z w arg (zw) z arg w arg (z) = |z| |w| |z| sólo si w = 0 = |w| = arg (z) + arg (w) = arg (z) − arg (w) = arg (cz) si c>0 Potencias enteras de un número complejo: Sea el número complejo z = r (cos θ + i sen θ) entonces z n = rn {cos (nθ) + i sen (nθ)} donde n es un número entero. Para entender mejor lo que significa el punto infinito se utiliza la esfera numérica de Riemann. A θ se le nombra el argumento de z. . Potencias fraccionarias de un número complejo: Sea el número complejo z = r [cos θ + i sen θ] entonces zm = rm 1 1 cos θ + 2kπ m + i sen θ + 2kπ m donde m ≥ 1 es un número entero y k = 0.. Sea z = x + iy un punto en el plano de Argand. se llama plano z extendido..la confusión de tener una función multivaluada se define al argumento principal de z como el θ tal que −π < θ ≤ π y se denota: θ = Arg (z) Teorema 2 Sean z y w dos números complejos ⇒ Plano de Argand Forma polar de un número complejo.. y se denota: θ = arg (z) . Argumento principal: En general θ es cualquier ángulo tal que θ = tan−1 (y/x). 1. hay un número infinito de argumentos de z. ´ El número complejo infinito: Definimos al número complejo infinito como el que satisface a z ∞ z±∞ z 0 z·∞ ∞ z = 0 = ∞:z=∞ = ∞:z=0 = ∞:z=0 Representación polar de un número complejo entonces z z = x + iy = r (cos θ + i sen θ) = |z| eiθ o en forma simbólica z z = rcis (θ) = r∠θ. m − 1. 2. Si se define a r como la distancia del origen al punto (x. Al igual que en los números reales existen m posibles valores para la raíz m − esima de z.

Conjunto conexo: Un conjunto es conexo si dados dos puntos cualesquiera del conjunto.) Conjunto: Una colección de puntos en el plano complejo. y cuyos puntos pertenecen al conjunto. para al menos un elemento.. Conjunto cerrado: Un conjunto cerrado es aquel en el que. Vecindad: Se llama vecindad (o entorno) de radio r. existe una vecindad cuyos puntos pertenecen al conjunto. existe una trayectoria formada por segmentos de recta que los une.|z| ≤ 1. Dominio multiplemente conexo: Un dominio con agujeros.. Esfera de Riemann Conjunto abierto Ejemplo. Dominio simplemente conexo: Un dominio sin agujeros. El plano de Argand Para poder estudiar el cálculo son necesarias las definiciones que a continuación se muestran: Punto: (. no existe una vecindad cuyos puntos pertenecen todos al conjunto.|z| < 1. es decir la región |z − z0 | < r Conjunto cerrado Ejemplo . 13 0 < |z − z0 | < r Funciones de variable compleja y mapeos . |z − z0 | < r Vecindad punteada: Una vecindad punteada de z0 es el conjunto de puntos tal que 0 < |z − z0 | < r Conjunto conexo Dominio: Llamamos dominio a un conjunto abierto conexo.Conjunto abierto: Un conjunto abierto es aquel en el que. para todo elemento. de un punto z0 . al conjunto de puntos situados en el interior de un círculo de radio r centrado en z0 .

Punto interior : Es un punto tal que toda vecindad de dicho punto contiene puntos que pertenece al conjunto. ninguno o todos sus puntos frontera. una circunferencia con centro en el origen y radio 1. Punto exterior: Es un punto tal que toda vecindad de dicho punto no contiene puntos que pertenece al conjunto.Conjunto multiplemente conexo |z| = 1 Punto frontera: Es un punto tal que toda vecindad de dicho punto contiene al menos un punto que pertenece al conjunto y otro que no. lo que significa que la región no toca a la frontera. a2 + b2 = 12 . mientras que el círculo externo es continuo. Ejemplos de Regiones en el plano: Ejemplos |z − z0 | ≤ r0 |z − z0 | ≤ r0 1 < |z − 1| ≤ 2. a2 + b2 = 1. e I es la imagen (rango o recorrido) de Funciones de variable compleja y mapeos |z| = 1. Conjunto acotado: Un conjunto para el cual existe un círculo de radio finito que circunscribe al conjunto. y 2 1 0 -2 -1 0 1 x 2 -1 1 < |z − 1| ≤ 2 -2 Re (z) = Im (z) Función Compleja Una función compleja se define como w = {z ∈ D. En la figura se muestra al círculo interno punteado. Región: Es la unión de un dominio y posiblemente algunos. ya que la región incluye a la frontera. 14 . w ∈ I |w = f (z) } En donde D es el dominio de la función en el plano Z. esto es. aquí se puede utilizar la definición √ de módulo.

se mapea en el segmento de recta de 0 a 1 como se muestra en la figura.1) De aquí se observa que Re (e ) = e cos y e Im (ez ) = ex sen y. Decimos que la función mapea el punto z1 = x1 + iy1 ∈ D al punto w1 = u1 + iv1 ∈ I. esta función tiene la regla de correspondencia: w = f (z) = an z n + an−1 z n−1 + · · · + a1 z + a0 donde las an son números complejos y n es un número entero positivo. dos para z ( una para x y otra para y) y dos para w (una para u y otra para v). Teorema 3 Sean z1 . z x (1. ±2. Algunas de las propiedades de esta función se enuncian en el siguiente teorema. z2 y z números complejos ⇒ ez1 ez2 (ez )a ez1 ez2 |ez | ez arg (ez ) = ez1 +z2 = eaz con a ≥ 0 = ez1 −z2 = ex = 0 : ∀z = y + 2kπ : k = 0... es decir. Por ejemplo. 15 Funciones de variable compleja y mapeos . Una forma adecuada de visualizar el mapeo de la función es analizar como se transforman el conjunto de segmentos de líneas x = Ci y y = Cj . Ejemplo w = {z ∈ D. la función f (z) = (z − 1) / (z + 1) mapea a dicha cuadrícula en la siguiente gráfica La función exponencial compleja se define como: ez = ex+iy = ex (cos y + i sen y) . uno para z y otro para w tal como se muestra en la siguiente figura. En general los teoremas y propiedades de estas funciones que se estudian en cualquier curso de algebra son válidos para el caso complejo (en realidad en un curso de algebra implícitamente todas las variables y constantes son complejas). Función compleja w = f (z). w ∈ I :w = |z|} D = {|z| ≤ 1} w = |z| = x2 + y2 si tomamos |z| = 1 = x2 + y 2 = 1 → w = 1 y si |z| = 0 = x2 + y 2 = 0 → w = 0. La gráfica natural de la regla de correspondencia w = f (z) es imposible ya que se requieren cuatro dimensiones. Si se quiere analizar gráficamente a una función compleja un método es utilizar dos espacios independientes en dos dimensiones. la circunferencia unitaria con centro en el origen. la figura siguiente representa la cuadrícula que forma estas rectas Polinomios Una de las funciones complejas más simples es el polinomio. ±1. .la función en el plano W. Función exponencial compleja Estos segmentos de recta se mapean mediante f (z) al espacio w = u+iv.

6) Función logaritmo Definimos.. Algunos valores de ez e0+i0 eiπ/2 eiπ i3π/2 e = = = = 1 i −1 −i Logaritmo principal: La ecuación 1.10) eiz − e−iz 2i iz e + e−iz 2 (1..3) . Aunque la función exponencial real no es periódica. para mostrar ello tomemos ez+2kπi = = = = ex+i(y+2kπ) ex (cos [y + 2kπ] + i sen [y + 2kπ]) ex (cos y + i sen y) ez Teorema 4 Sean z y w números complejos diferentes de cero. . n = 0.Periodicidad de ez . es decir: sen (z) = sen (z + 2πn) cos (z) = cos (z + 2πn) Funciones de variable compleja y mapeos (1.3 representa a un conjunto infinito de números complejos.2) = ew = eu+iv = eu eiv = = = = = r |z| ln |z| ln |z| ln |z| csc (z) = cot (z) = Propiedades 1 2 1 + tan (z) sen (2z) sen (z ± w) cos (z ± w) cos (2z) = = = = = = = = = = = eiθ θ + 2nπ : n = 0. arg (z) + 2nπ arg (z) + 2nπ arg (z) + 2nπ sen2 (z) + cos2 (z) sec2 (z) 2 sen (z) cos (z) sen (z) cos (w) ± cos (z) sen (w) cos (z) cos (w) ∓ sen (z) sen (w) cos2 (z) − sen2 (z) Periodicidad de las funciones trigonométricas: Las funciones seno y coseno son periódicas con periódo real 2π. al logaritmo de z como w = log z ⇔ z = ew De la definición tenemos que z reiθ reiθ comparando eu eu u Re w Re (log z) y eiv v v Im w Im (log z) entonces w = u + iv w = ln |z| + i (arg (z) + 2nπ) log z = ln |z| + i [arg (z) + 2nπ] 16 (1. i. ±1.5) (1. 1 y 0.4) Note que de la tercera igualdad eiπ + 1 = 0.. Funciones trigonométricas Definimos al seno y coseno imaginarios como: sen (z) = cos (z) = además tan (z) = sec (z) = sen (z) cos (z) 1 cos (z) 1 sen (z) cos (z) sen (z) (1.9) (1. r un número racional y n cualquier entero ⇒ elog(z) log (ez ) log (zw) z log w log (z r ) = z = z + 2nπi = log z + log w = log z − log w = r log z ez+2kπi por lo tanto la función exponencial es periódica con periódo imaginario 2πi. esta igualdad contiene a los cinco números más importantes en matemáticas: e. si z = 0. ±2. . la forma compleja de la exponencial presenta una comportamiento periódico. que denotamos por Log (z): Log (z) = ln |z| + iArg (z) (1.8) (1.7) (1. y obtenemos el logaritmo principal de log z. π.. ±2. para poder definir a una función compleja (por lo tanto univaluada) tomamos sólo al argumento principal de log z.. ±1.

Sugerencia: tome z = eiθ .Ejercicios Ejercicios en clase 1. 4. Determine la imagen del arco semicircular |z| = 1. Escriba a las siguientes funciones en la forma u + iv : (z − i) 2 (¯)−2 + i z 17 Funciones de variable compleja y mapeos . excepto en el centro del círculo. Identificar las imágenes de cos z de las rectas paralelas al eje real. bajo la transformación w = z 2 + 2 + 1/z 2 . Tarea 1. Encuentre la forma a + ib de un número complejo con r = 2 y θ = 3. 4. Demuestre que (z1 − z2 ) = z1 − z2 ¯ ¯ (z1 z2 ) = z1 z2 ¯ ¯ z1 z2 = z1 ¯ z2 ¯ 2. 7. Determine la imagen de la banda 1 ≤ y ≤ 2 en el plano z bajo la transformación w = z 2 . 14. Estudie la forma en que el conjunto Re (z) = Im (z) se transforma mediante w = sin (z) . 6. Determine la imagen de |z| = 1. Estudie la forma en que w = sin z transforma a la franja y ≥ 0. −π/2 ≤ x ≤ π/2. a los puntos que pertenecen a la circunferencia y al interior del círculo de radio 2 y centro en 3 + 4i. Estudie la forma en que w = ez transforma a la región 0 ≤ y ≤ π/2 y 0 ≤ x ≤ 1 13. 9. Sea n un número entero n ≥ 0. 10. Emplee logaritmos para resolver z en: (ez − 1)2 ez = ez = e2z 11. Demuestre que la transformación w = 1/z transforma a la recta infinita Imz = 1 en un círculo en el plano w. bajo la transformación w = z + 1/z. Describa con una relación matemática. Escriba a las siguientes expresiones en la forma a + ib i1/2 1/2 (1 − i) 5. 3. Determinar todos los valores tales que eiz = 2. Escriba en términos de z y z a: ¯ w w = −2xy + i x2 − y 2 = x2 + y 2 8. 0 ≤ argz ≤ π. 5. Encuentre el módulo de x + iy x − iy n 3. Identificar las imágenes de w = z + z 2 de las rectas paralelas al eje real. 12. 2. Si cos z = 2 obtener cos 2z. Encuentre la ecuación del círculo.

18 Funciones de variable compleja y mapeos .

Por otro lado. sobre esta trayectoria y = 0 y el límite. sin embargo. y para que el límite exista. Para ilustrar lo anterior recuerde que en el caso real si los límites por la izquierda y por la derecha existen y son Funciones analíticas y mapeos conformes z→0 l´ f (z) = ım y2 + y y→0 y = l´ [i (y + 1)] = i ım l´ ım i y→0 la segunda a lo largo del eje x acercándose por la derecha. sino un número infinito de trayectorias por las cuales z tiende a z0 . entonces el límite existe. Teorema 5 Suponga que z→z0 l´ f (z) ım y z→z0 l´ g (z) ım existen ⇒ z→z0 l´ [f (z) + g (z)] = ım z→z0 z→z0 z→z0 l´ f (z) + l´ g (z) ım ım z→z0 ım l´ [αf (z)] = α l´ f (z) : ∀α ım z→z0 l´ f (z) = L. l´ ım f (z) g (z) = l´ z→z0 f (z) ım si l´ g (z) = 0 ım z→z0 l´ z→z0 g (z) ım Ejemplo Analice al siguiente límite z→0 l´ f (z) = l´ ım ım z→0 y2 + y x2 + x +i x+y x+y tomemos dos trayectorias. la primera a lo largo del eje y acercándose por arriba. existen diferencias entre ellas. sobre esta trayectoria x = 0 y el límite Límite complejo Es fácil notar que la definición de límite real y límite complejo son muy similares. todos estos límites deberán existir y ser iguales. 19 . no hay sólo dos direcciones. en el caso complejo. Si para todo número real ǫ > 0 existe un número real δ > 0 tal que |f (z) − L| < ǫ para todo z tal que 0 < |z − z0 | < δ entonces decimos que z→z0 z→z0 iguales.Capítulo 2 Funciones analíticas y mapeos conformes Límites Sean una función compleja f (z) y una constante compleja L. que f (z) tiene límite L cuando z tiende a z0 . ım l´ [f (z) · g (z)] = ım z→z0 l´ f (z) · l´ g (z) ım ım z→z0 es decir.

es más complicado de obtener. entonces en z0 f (z) ± g (z) . El problema de la existencia de la derivada se estudiará más adelante. z2 + 1 = 2i z→i z − i l´ ım El límite no existe = (f (i) = 3i) por lo tanto no es continua. entonces u (x. La definición anterior es muy similar al caso real. Teorema 7 Si f y g son funciones derivables en z0 ⇒ (f + g)′ ′ (αf ) (f · g)′ ′ = f ′ + g′ = αf ′ = f g′ + f ′ g = = gf ′ − f g′ :g=0 g2 df dg dg dz 3i z 2 +1 z−i z=i z=i f g df [g (z)] dz Ejemplo Funciones analíticas y mapeos conformes . y l´ z→z0 f (z) = f (z0 ) ım Teorema 6 Sean f (z) y g (z) continuas en z0 . para este problema f (i) = 3i. l´ z→z0 f (z) ∃. y) son continuas. = 2i aunque el límite existe tenemos que. f [g (z)] y |f (z)| son continuas y f (z) g (z) es continua si g (z0 ) = 0. lo que sigue es encontrar el límite z2 + 1 z→i z − i z 2 − i2 = l´ ım z→i z − i (z + i) (z − i) = l´ ım z→i z−i = l´ (z + i) ım l´ ım z→i como los límites por diferentes trayectorias son diferentes el límite no existe. la derivada en z0 .z→0 l´ f (z) = ım x2 + x x→0 x = l´ [x + 1] = 1 ım l´ ım x→0 Primero se analiza si f (z0 ) existe. f (z0 ) está definido ım 2. y) y v (x. se define como: f ′ (z0 ) = = df dz z0 f (z0 + ∆z) − f (z0 ) ∆z f (z) − f (z0 ) = l´ ım z→z0 z − z0 ∆z→0 l´ ım siempre y cuando el límite exista. f (z) g (z) . y). y) + iv (x. además si f (z) = u (x. Ejemplo Estudie la continuidad en z = i de la función f (z) = 20 Derivada compleja Dada una función de variable compleja f (z). Continuidad Decimos que una función w = f (z) es continua en z = z0 si se satisfacen las dos condiciones siguientes: 1. se debe tener cuidado ya que el límite complejo. sin embargo.

y0 )−u(x0 .y0 +∆y)−v(x0 . ¯ La definición de la derivada es: z − (−i) ¯ z−i z+i ¯ ′ f (i) = l´ ım z→i z − i f ′ (i) = z→i complicado. y0 ) = l´ ım ∆y→0 i∆y ∆y→0 l´ ım La derivada no existe = = = = ∆y→0 l´ ım u(x0 .y0 )−v(x0 .y0 ) + i∆y i v(x0 .y0 +∆y)−v(x0 . entonces la derivada f ′ (z0 ) = f (z0 + ∆x) − f (z0 ) ∆x→0 ∆x u (x0 + ∆x. y0 ) + iv (x0 + ∆x. dz n = nz n−1 dz Ejemplo Sea f (z) = z . y0 + ∆y) −u (x0 . ım f ′ (z0 ) = l´ f (z0 + ∆z) − f (z0 ) ∆z→0 ∆z ∃.y0 +∆y)−u(x0 .y0 ) + ∆y v(x0 .y0 ) ∆y −i ∂u ∂v + ∂y ∂y x0 . aún en funciones sencillas.y0 +∆y)−u(x0 .y0 ) i i∆y u(x0 . y0 ) − iv (x0 . y0 ) −u (x0 . aquí. x = 0. entonces el límite es f ′ (i) = x − iy + i z→i x + iy − i −iy + i = l´ ım y→1 iy − i y−1 = − l´ ım y→1 y − 1 = −1 l´ ım Se toman dos diferentes trayectorias para la trayectoria I. y0 ) − iv (x0 . es decir. Si se toma el límite por dos diferentes trayectorias como se muestra en la figura para analizar este límite utilizaremos dos trayectorias diferentes: la primera sobre el eje imaginario. y0 + ∆y) + iv (x0 . y0 ) = l´ ım ∆x→0 ∆x l´ ım ∆x→0 a la segunda trayectoria la definimos como la recta horizontal y = 1. la derivada no existe.y0 ) + i∆y v(x0 . ∆x = 0 y ∆z = i∆y.y0 ) i ∆x como ambos límites tienen diferentes valores.y0 ) i∆y Ecuaciones de Cauchy-Riemann(D’Alembert) Como se mostró en ejemplos anteriores probar que la derivada existe apartir de un límite es Funciones analíticas y mapeos conformes ∆y→0 l´ ım l´ ım ∆y→0 −i u(x0 .y0 +∆y)−u(x0 . pruebe que f ′ (i) ∄. y)+iv(x. y = y0 . Suponga que la función f (z) = u(x.y0 ) + ∆x v(x0 +∆x. ∆y = 0 y ∆z = ∆x.y0 para la trayectoria II. x = x0 . l´ ım en donde el incremento es ∆z = ∆x + i∆y. y) tiene derivada en z0 = x0 + iy0 . entonces la derivada f ′ (z0 ) = f (z0 + i∆y) − f (z0 ) i∆y u (x0 . en este caso el límite f ′ (i) = x − iy + i x + iy − i x−i+i = l´ ım x→0 x + i − i x = l´ ım x→0 x = 1 z→i l´ ım = f ′ (z0 ) = l´ ım u(x0 +∆x.y0 +∆y)−v(x0 . En esta sección se estudia una manera simple de probar si la derivada existe y cómo calcularla.Si f (z) = z n . ∂v ∂u +i ∂x ∂x x0 .y0 21 .

2 Algunas veces es más fácil utilizar la forma polar de una función compleja.3) (2.. si estas ecuaciones no son válidas en algún punto.. Si g (z0 ) = 0 y h (z0 ) = 0. Teorema 8 Si tanto u y v como sus primeras derivadas parciales ∂u/∂x. pero es analítica en al menos un punto de toda vecindad de z0 . la derivada no existe en ese punto. las ecuaciones de Cauchy-Riemann son condición suficiente para que la derivada exista. y las ecuaciones de Cauchy-Riemann sólo se cumplen en el origen. ∂v/∂x y ∂v/∂y son continuas en alguna vecindad de z0 . pero no suficiente. para que la derivada exista.1 y 2.. h (z) h (z0 ) z→z0 Funciones Analíticas Decimos que una función f (z) es analítica en z0 si f ′ (z) no sólo existe en z0 .1 y 2. Si una función no es analítica en z0 .4) Ejemplo 2 En donde es diferenciable |z| |z| = x2 + y2 entonces u = x +y v = 0 ∂u = 2x ∂x ∂v =0 ∂x = = 2 2 2 f (z) = an z n + an−1 z n−1 + ... y). es decir. v y sus derivadas son continuas en todo el plano. decimos que z0 es una singularidad de la función.. El valor de la derivada es: ∂v ∂u ∂v ∂u +i = −i + f ′ (z) = ∂x ∂x ∂y ∂y Forma polar de las ecuaciones 2. + b1 z 1 + b0 ∂v =0 ∂y ∂u − = −2y ∂y es analítica excepto en los puntos para los que bm z m + bm−1 z m−1 + .Si la derivada existe los límites son iguales: f ′ (z) = o bien. + b1 z 1 + b0 = 0 u. sólo son condición necesaria. Teorema 10 Si f (z) y g (z) son funciones analíticas en alguna región. en este caso las ecuaciones de Cauchy-Riemann tienen la forma: ∂u ∂r ∂v ∂r 1 ∂v r ∂θ 1 ∂u = − r ∂θ = (2. ∂x ∂x ∂y ∂y Teorema 9 Regla de L’Hopital.. ∂u/∂y. y si g (z) y h (z) son diferenciables en z0 con h′ (z0 ) = 0 l´ ım g ′ (z0 ) g (z) = ′ . dada una función real φ (x. + a1 z 1 + a0 y una función racional Las ecuaciones 2.2 se conocen como las ecuaciones de Cauchy-Riemann. Ejemplo Un polinomio es entero f (z) = an z n + an−1 z n−1 + . entonces también son analíticas f (z) ± g (z) f (z) · g (z) f [g (z)] f (z) si (g (z) = 0) g (z) para la misma región.1) (2. + a1 z 1 + a0 bm z m + bm−1 z m−1 + . sino en todo punto de alguna vecindad de z0 .2) ∂v ∂u ∂v ∂u +i = −i + . ∂u ∂x ∂v ∂x ∂v = ∂y ∂u = − ∂y (2. Si la función es analítica en todo el plano complejo decimos que la función es entera. entonces la derivada existe únicamente en el origen y su valor es f ′ (0) = 22 Funciones armónicas Considere el siguiente problema. bajo que condiciones puede ser Funciones analíticas y mapeos conformes ∂u ∂v ∂u ∂v +i = −i + =0 ∂x ∂x ∂y ∂y ..

parte real o imaginaria de una función analítica?, es decir, f (z) = φ (x, y) + iv (x, y) ó f (z) = u (x, y) + iφ (x, y) para contestar a esta pregunta considere una función analítica f (z) = u (x, y) + iv (x, y). Si es analítica, u y v satisfacen la ecuaciones de CauchyRiemann ∂u ∂x ∂u ∂y = ∂v ∂y ∂v = − ∂x (2.5) (2.6)

Teorema 11 Si una función es analítica en cierto dominio, su parte real y su parte imaginaria son funciones armónicas en dicho dominio. Teorema 12 Dada una función real φ (x, y) armónica en un dominio simplemente conexo D, existe una función analítica en D cuya parte real es igual a φ (x, y). De manera similar existe una función analítica en D cuya parte imaginaria es igual a φ (x, y). Función Armónica Conjugada Dada una función armónica u (x, y), decimos que v (x, y) es la función armónica conjugada de u (x, y) si u (x, y) + iv (x, y) es analítica. Teorema 13 Sea f (z) = u (x, y) + iv (x, y) una función analítica y sean C1 , C2 , C3, ... y K1 , K2 , K3 , ..., constantes reales. La familia de curvas en el plano xy (real) para las que u = Ci es ortogonal a la familia de curvas tales que v = Ki , es decir, una curva de una de las familias interseca a una curva de la otra familia a 90o , salvo quizá en puntos en que f ′ (z) = 0.

Si diferenciamos a la ecuación 2.5 respecto a x y a la 2.6 respecto a y, obtenemos ∂2u ∂x2 ∂2u ∂y 2 ∂2v ∂x∂y ∂2v = − ∂y∂x =

Si consideramos que la función v y sus derivadas son continuas, podemos invertir el orden de derivación de los lados derechos de la ecuaciones anteriores, si sumamos ambas ecuaciones obtenemos: ∂2u ∂2u + 2 = 0 ∂x2 ∂y ∇2 u = 0 la ecuación anterior se conoce como la Ecuación de Laplace Con un procedimiento similar podemos obtener: ∂2v ∂2v + 2 2 ∂x ∂y ∇2 v

Ortogonalidad funciones armónicas conjugadas = 0 = 0 Ejemplo Demuestre que φ = x3 − 3xy 2 + 2y puede ser parte real de una función analítica, encuentre la parte imaginaria y verifique que forman familias ortogonales. Si es armónica puede ser parte real o imaginaria de una función analítica ∂2φ = 6x + ∂x2 ∂2φ = −6x ∂y 2 =0

Función Armónica Decimos que una función φ (x, y) es armónica en un dominio, si para dicho dominio se satisface la ecuación de Laplace, es decir, ∂2φ ∂2φ + 2 = 0 ∂x2 ∂y ∇2 φ = 0 (2.7)

Ejemplo La función φ (x, y) = x2 − y 2 , es armónica: ∂2φ =2 + ∂x2 ∂2φ = −2 ∂y 2 =0

para encontrar la parte imaginaria utilizamos las ecuaciones Cauchy-Riemann con u = φ = x3 − 3xy2 + 2y, es decir, ∂u ∂x ∂u − ∂y = 3x2 − 3y 2 = ∂v ∂y ∂v = 6xy − 2 = ∂x
23

Funciones analíticas y mapeos conformes

o bien, ∂v = 3x2 − 3y 2 ∂y ∂v = 6xy − 2 ∂x este sistema de ecuaciones lo podemos integrar, para ello tomamos la primera ecuación, e integramos v v = 3x2 − 3y 2 ∂y

La función ez se puede expresar como ez = ex cos y + iex sen y entonces u = ex cos y v = ex sen y y las ecuaciones de Cauchy-Riemann = 3x2 y − y3 + C (x) ∂u ∂x ∂u ∂y = ∂v = ex cos y ∂y ∂v = − = −ex sen y ∂x

si ahora sustuimos este resultado en la segunda ecuación 6xy + dC (x) = 6xy − 2 dx dC (x) = −2 dx C (x) = −2x + c

entonces, v = 3x2 y − y3 − 2x + c. Sean las familias de curvas
2 u = x3 − 3xyu + 2yu = Ci 3 v = 3x2 yv − yv − 2x + c = Ki

se satisfacen para todo x y y, entonces como u y v y sus derivadas son continuas en todo el plano, la función ez es analítica en todo el plano complejo, es decir, es función entera. Derivada de ez La derivada de ez la podemos obtener de dez dz ∂u ∂v +i ∂x ∂x = ex cos y + iex sen y = ex (cos y + i sen y) = = ez

si derivamos con respecto a x dyu dyu +2 = 0 dx dx dyv 2 dyv + 6xyv − 3yv −2 = 0 3x2 dx dx despejando a las derivadas
2 3x2 − 3yu − 6xyu

dez dz

Funciónes trigonométricas
Analiticidad de las funciones trigonométricas Las funciones sen (z) y cos (z) son analíticas por ser suma de funciones analíticas del tipo ez . Las funciones 1.7, 1.8, 1.9 y 1.10 son analíticas si el denominados es diferente de cero. Derivadas de las funciones trigonométricas d sen (z) dz d cos (z) dz d tan (z) dz d sec (z) dz d csc (z) dz = cos (z) = − sen (z) = sec2 (z) = tan (z) sec (z) = − cot (z) csc (z)

dyu dx dyv dx es decir,

2 3yu − 3x2 2 − 6xyu 2 − 6xyu = − 2 3yu − 3x2

=

dyu =− dx

dyv dx

−1

por lo tanto son ortogonales.

Derivadas de funciones importantes
Función exponencial
Analiticidad de ez
24

Función logaritmo
Podemos utilizar la forma polar de Log (z) para estudiar su analiticidad, para ello utilizamos
Funciones analíticas y mapeos conformes

las ecuaciones de Cauchy-Riemann en forma polar (ecuaciones 2.3 y 2.4). Log (z) = ln r + iθ, es decir, u = ln r v = θ y ∂u 1 = ∂r r ∂v =0 ∂r = = 1 ∂v 1 = r ∂θ r 1 ∂u − =0 r ∂θ

Mapeo conforme
Sea la función analítica f (z) = u (x, y)+iv (x, y) que define una correspondencia entre los puntos de los espacios Z (plano (x, y)) y W (plano (u, v)). Suponga que el punto (u0 , v0 ) es la imagen del punto (x0 , y0 ), suponga además que las curvas C1 (x, y) y C2 (x, y) se intersecan en (x0 , y0 ) y tienen curvas imágen K1 (u, v) y K2 (u, v) respectivamente (las cuales se cortan en (u0 , v0 ) en el espacio imagen). Entonces se dice que el mapeo es conforme en (x0 , y0 ) si el ángulo entre C1 (x, y) y C2 (x, y) es igual tanto en dirección como en sentido al ángulo entre K1 (u, v) y K2 (u, v).

por lo tanto se satisfacen las ecuaciones de Cauchy-Reimann en todo el plano complejo excluyendo al origen. Por otro lado, las funciones u, v y sus derivadas, son continuas en todo el plano excepto sobre la parte negativa del eje imaginario, la razón de ello es que existe un salto de θ al cruzar esta parte del eje, si nos acercamos por abajo de él la función tiende a −π, y por arriba a π, esto es, hay una discontinuidad de tamaño 2π. Finalmente, podemos concluir que la región de analiticidad de Log (z), es la zona del plano complejo que excluye al origen y a la parte negativa del eje real.

Mapeo isogonal
Cuando en un mapeo las curvas K1 (u, v) y K2 (u, v) sólo conservan la magnitud pero no el ángulo de C1 (x, y) y C2 (x, y) se dice que el mapeo es isogonal.

Algunos mapeos
Región de analiticidad de Log(z) Derivada de Log (z): Para calcular la derivada de Log (z), partimos de = ew dew dw = dw dz dw 1 = ew dz dw = e−w dz dLog (z) = e−Log(z) dz 1 d [Log (z)] = eLog( z ) dz 1 d [Log (z)] = dz z entonces la derivada del logaritmo complejo existe en su región de analiticidad y su valor es d 1 [Log (z)] = (2.8) dz z z dz dz
Funciones analíticas y mapeos conformes
y 1

Traslación: Un mapeo de este tipo desplaza o traslada a la región mapeada en dirección β : w =z+β Ejemplo: f (z) = z +
0.5

i+1 3
y 1

0.5

0 -1 -0.5 0 0.5 x
-0.5

1
0 0 0.5 1 x

-0.5

⇒ Rotación: Con este mapeo la región en el plano Z gira un ángulo θ0 :
-0.5

-1

w = eiθ0 z Ejemplo: f (z) = zei 4
y 1 0.5

π
y

1

0.5
0 -1 -0.5 0 0.5 x 1

0 -1 -0.5 0 0.5 1 x

-0.5

-0.5

-1

-1

25

rotación.5 0 0 0. Compruebe que ∂2u ∂2v +i 2 f ′′ (z) = ∂x2 ∂x y ∂2u ∂2v f ′′ (z) = − 2 − i 2 ∂y ∂y 3. Sea f (z) una función entera.5 zei 4 2 π + i+1 3 y 1 0.5 ⇒ Transformación fraccional: Una combinación de traslación. ¿Es la siguiente función continua en z = 3i? f (z) = 26 z 2 + 9 / (z − 3i) .5 x 1 0 -2. Sea φ = 6x2 y 2 − x4 − y4 + y − x + 1. Compruebe que podría ser parte real o imaginaria de alguna función analítica.5 x 1 0 -1 -0.5 -2 0 2 4 6 x -1 ⇒ f (z) = ez 2 +1 -2 demostrar que es entera y encontrar su derivada.5 1 z 2.5 x 1 2 0 -0.5 -0. Si f ′ (z) = 6x2 − 6y 2 − 2x + 3 +i (12xy − 2y) con f (0) = 2 − i. 10.5 4. f (z) = 2z 2 + 3 f (z) = z + z −1 0 -1 -0.5 0 0. ¿Para cuáles valores de n la función xn − y n es armónica? 6. Si φ es la parte real de f (z) encuentre la parte imaginaria.5 0 0.5 4 0 -1 -0.5 -1 Inversión: ⇒ w= 1 z y -1 Ejemplo: f (z) = y 1 0.5 0 0.5 0 -1 -0. En donde es analítica la función: f (z) = r cos θ + ir 5.5 -0. alargamiento e inversión: -1 -1 7. y) . Si φ es la parte imaginaria de f (z) encuentre la parte real.¿En qué dominio? ⇒ Transformación lineal: Es una combinación de traslación. ¿Cuáles de las siguientes funciones son armónicas?.5 x 1 -1 -0. y) + iv (x. ¿En que regiones del plano son analíticas las siguientes funciones?.Alargamiento: Con esta transformación las figuras en el plano Z se alargan (a > 1) o contraen (a < 1): w = az Ejemplo: f (z) = y 1 0. Sea f(z) = u (x. Si existe la derivada encuentre su valor. Funciones analíticas y mapeos conformes Tarea 1.5 z 2 y 1 0.5 -0. Sea w= Ejemplo: y 1 αz + β con αδ − βγ = 0.5 0 0.5 0 0.5 2.5 -2. z = 3i 6i.5 x i 2 x − y2 2 z2 ex cosy + iex seny 0 -1 -0. Suponga que existe la segunda derivada f ′′ (z) .5 1 x φ = x+y y φ = x2 + y 2 φ = ex 2 −y 2 -0. γz + δ y 6 0. 9. rotación y alargamiento. Determinar la región de analiticidad de la función f (z) = cos (¯) z 8. Encuentre f(z).5 f (z) = −xy + f (z) = 0 2. z = 3i . dependiendo de los valores de α y β : -1 w = αz + β Ejemplo: f (z) = y 1 0.5 x 1 -0. Calcular f ′′ (2 − i).

13.11. Suponga que f (z) = u + iv es analítica y ¯ que f (z) = u − iv también lo es. Para la función f (z) = (z + i) . 12. y) 2 Funciones analíticas y mapeos conformes 27 . Suponga que f (z) = u + iv es analítica y que g (z) = v + iu también lo es. Demuestre que u y v deben ser constantes. Demostrar que la función f (z) = cos x cosh y − i sin x sinh y es analítica en todo el plano complejo y que f ′′ (z) = −f (z) 15. Demuestre que u y v deben ser constantes. y) v = v(x. v) 2 = |f ′ (z)| ∂ (x. demostrar que ∂ (u. y) en donde este último es el jacobiano de la transformación u = u(x. Encuentre a una función armónica conjugada de ex cos y + ey cos x + xy 14.

28 Funciones analíticas y mapeos conformes .

z2 .. se divide la curva en n arcos Para evaluar esta integral de línea compleja como se muestra en la figura. z = x + iy dz = dx + idy ∆zk = ∆xk + i∆yk y además f (z) = u (x.. los puntos de unión tenemos que: tiene coordenadas (x0 .Capítulo 3 Integral de línea de funciones de variable compleja Integral de línea compleja La clase de integral que aparece con más frecuencia en variable compleja es la integral de línea compleja... zn .. Curva suave a trozos Una curva suave a trozos es una trayectoria formada por un número finito de arcos suaves concatenados. (x1 . ∆zk → 0 Integral de línea de funciones de variable compleja . y1 ).(xn . y) + iv (x. yn ).1) el plano complejo. En donde la variable compleja toma los valores z1 . Los incrementos en z se relacionan con x y y. . y0 ). que va de A hasta B en (3. . Curva suave sobre la que se integra f (z) Definimos la integral de línea como f (zk ) ∆zk n→∞ C A k=1 Sea la curva suave C.. y) 29 Definición B n f (z) dz = f (z) dz = l´ ım si n → ∞.

sustituyendo en la integral 3.3) entonces la integral compleja tb f (z) dz = C ta f [z (t)] dz dt. Integración paramétrica Otro método para calcular la integral es utilizar técnicas de integración paramétrica. usamos al parámetro t para describir a la curva x = x (t) y y = y (t) con ta ≤ t ≤ tb entonces sobre la curva z (t) = x (t) + iy (t) y f (z) = f [z (t)] y el diferencial dz en términos de dt dz = dz dt dt (3.6) (3. En general existen diferentes formas de elegir a 3.7) se convierte en una integral real simple de la variable t. y) + iv (x.4) (3.5) (3. 30 Integral de línea de funciones de variable compleja . dt (3.1 B f (z) dz A = C [u (x.3.2) i udy + C vdx es decir. Sea C la curva sobre la que hay que integrar. la facilidad de hacer la integral depende en gran medida de tal elección. a la integral de línea compleja la convertimos cuatro integrales de línea reales. y)] (dx + idy) udx − C = C vdy + C (3.

y) y Q (x. Si C es una curva cerrada simple que encierra a una región A en el plano y P (x. sea la integral compleja f (z) dz C = C (u + iv) (dx + idy) (udx + (−v) dy) C (4. C f (z) dz = 0 31 Teorema integral de Cauchy-Goursat . y) son funciones continuas con derivadas parciales continuas. Si C es cualquier curva cerrada simple en D ⇒ f (z) dz = 0 C Por otro lado. para todo el dominio de integración A se satisfacen las ecuaciones de Cauchy-Riemann ∂u = ∂v y ∂u = ∂x ∂y ∂y ∂v − ∂x . el cual sólo se enuncia a continuación: Teorema de Green (ℜ2 ).Capítulo 4 Teorema integral de Cauchy-Goursat Sea f (z) analítica en un dominio simplemente conexo D. entonces: ∂Q ∂P − ∂x ∂y Si la función es analítica sobre y dentro de C. Demostración: Para demostrar lo anterior se hace uso del teorema de Green en dos dimensiones. Entonces en la última integral se tiene que f (z) dz = C A 0dxdy + i A 0dxdy o bien (P dx + Qdy) = C A dxdy.1) = +i (vdx + udy) C aplicando el teorema de Green a las dos integrales se tiene que: ∂v ∂u − dxdy ∂x ∂y ∂u ∂v − dxdy ∂x ∂y f (z) dz C = A − A +i D es un dominio simplemente conexo y C ∈ D.

es decir. ⇒ existe una función F (z) que es analítica en D.4) Teorema integral de Cauchy-Goursat 32 .3) f (z) dz z1 = z1 z2 dF (z) dz dz dF = z1 = F (z2 ) − F (z1 ) Deformación Decimos que dos curvas C y K son homotópicas si podemos deformar a C hasta llegar a K (o K hasta llegar a C) de manera continua. tal que para z ∈ D dF (z) = f (z) dz con este resultado.Corolarios Independencia de la trayectoria Sea f (z) analítica en un dominio simplemente conexo D y que z0 y z1 ∈ D. f (z) dz es independiente de la trayectoria por lo que podemos escoger la trayectoria más fácil de integrar. Independencia de la trayectoria Antiderivada Sea f (z) analítica en un dominio simplemente conexo D.2) Teorema de la deformación es decir. z2 z2 (4. Sean C1 y C2 curvas desde z0 a z1 en D ⇒ f (z) dz = C1 C2 f (z) dz. (4. sin pasar por puntos no analíticos. Sea f (z) analítica en un dominio simplemente conexo D excepto en z0 . sean C y K dos curvas homotópicas que encierran a z0 ⇒ f (z) dz = C K f (z) dz (4.

Sea z0 cualquier punto de D y sea C cualquier curva cerrada simple en D que encierra a z0 . no sólo la función en z0 . Entonces f (n) (z0 ) = n! 2πi f (z) C C La ecuación 5. esta relacionada con la función en C. la función en z0 . este es un resultado muy importante en variable compleja. Fórmula integral de Cauchy El punto z0 está dentro de C Sea f (z) analítica en un dominio simplemente conexo D. Fórmulas integrales de Cauchy (z − z0 )n+1 dz es decir.Capítulo 5 Fórmulas integrales de Cauchy Un corolario adicional al teorema integral de Cauchy se conoce como la fórmula integral de Cauchy. Sea z0 cualquier punto de D y sea C cualquier curva cerrada simple en D que encierra a z0 .1 se conoce como la fórmula integral de Cauchy y es una herramienta muy poderosa para calcular integrales.1) Derivadas de funciones analíticas Sea f (z) analítica en un dominio simplemente conexo D. Dicho corolario es tan importante que enuncia de manera separada. Entonces f (z0 ) = 1 2πi f (z) dz z − z0 No se aplica la fórmula de Cauchy C es decir. Se puede utilizar este resultado para calcular integrales si lo ponemos como f (z) dz = 2πif (z0 ) z − z0 (5. esta rela33 .

Evalúe a: ez dz a) de z = 0 a z = 1 por y = 0. g) |z|=3 Ejercicios de Tarea 1. Evalúe a: i 6. b) de z = 1 a z = 1 + i por x = 1 34 |z−3|=2 log z dz = (z + 1) (z − 3) |z−3|=2 : x+y =1 : y = (1 − x)2 7. Cr y CR ⇒ para cualquier z0 ∈ D 1 f (z0 ) = 2πi CR cos z dz z+2 cos z dz z+2 cos z dz z+2 b) |z+2|=2 c) |z−1|=4 f (z) 1 dz − z − z0 2πi Cr f (z) dz z − z0 (5.2) por C : medio círculo unitario con centro en el origen. Si f (z) es analítica en D. en el primer cuadrante.2 se conoce como la fórmula integral de Cauchy para derivadas superiores y es una herramienta muy poderosa para calcular integrales. en el semiplano superior 4. Evalúe las siguientes integrales a lo largo de √ la curva y = x a) 9+3i 1+i e2z dz b) 9+3i z cos zdz 1+i Fórmulas integrales de Cauchy . Demuestre que 1 zdz sobre las trayectorias a) C b) C 2. Integre 1 i La ecuación 5.cionada con la función en C. y sea CR la circunferencia |z − w| = R orientadas en sentido antihorario. Integre 1 −1 1 dz z (z − z0 ) = 2πi (n) f (z0 ) n! (5. z 4 dz por C : círculo unitario con centro en el origen.3) d) log zdz |z+i|=1 e) log zdz |z−1−i|=1 f) |z|=π 1 dz 1 + ez 1 dz 1 − ez log z dz 4 (z − 3) Fórmula de Cauchy para una anillo. sino sus derivadas. Este resultado se puede utilizar para calcular integrales si lo reordenamos f (z) C n+1 dz 3. 5. de z ′ s que satisfacen a r < |z − w| < R Sea Cr la circunferencia |z − w| = r. ¿A cuál de las siguientes integrales se aplica directamente el teorema de Cauchy-Goursat? ¿Por qué? a) |z|=1 Extensión de la fórmula integral de Cauchy para una anillo Un anillo con centro en w es un dominio acotado D.

*Calcular C z2 con C : a) |z − 3i| = 1. ¿Cuál es el error en: 1+i 0 13. 14. 11. *Calcular C si C encierra a −π. Evalúe las integrales: a) dz z (z − 2) e y2 x2 + =1 9 16 b) 1 2πi alrededor de y x + =1 9 16 c) cosh z dz z2 + z + 1 alrededor de (x − 1)2 + (y − 1)2 = 1 d) sin (ez + cos z) dz (z − 1)2 (z + 3) x2 + y2 = 1 2 10. c) encierra a ambos. *Calcular 2 2i 2 2 0 3 dθ 5 − 4 cos θ alrededor de usando el cambio de variable z = eiθ 15. b) no encierra a z = 0. *Calcular a la integral real 2π 9. b) |z + 3i| = 1. *Evalúe 1+i 0 z2 zdz = 2 (2z + z) dz = −i ? C C : el segmento de recta que va de 1 + i a 3 + 3i. *Calcular z3 sin z dz − 3iz 2 − 3z + i dz +9 cos z + sin z dz 2 + 25) (z + 1) (z |z|=2 16. Fórmulas integrales de Cauchy 35 . 1 2πi cos z (z − π) 12.8. c) |z − 3i| + |z + 3i| = 10. en sentido horario. *Calcular la integral ez dz z (1 − z)3 C si C a) no encierra a z = 1. alrededor de dz z por el arco de circunferencia con radio 2 y centro en el origen.

36 Fórmulas integrales de Cauchy .

La serie converge en z0 a a0 .. Teorema: Sea zn = xn + iyn =⇒ 1. 1.. es decir. ∞ j=1 zj converge =⇒ {zn } → Este resultado se utiliza para saber si la se∞ rie diverge. ∞ j=1 yj ∞ ∞ j=1 xj Series de potencias complejas y ∞ j=1 yj ∞ j=1 zj Sean z0 . 37 .n → 0 pero n=1 n diverge. j=1 zj Serie Laurent y teorema del residuo se llama una serie de potencias con centro en z0 y secesión de coeficientes {an } . Suma parcial: Sea {zn } una sucesión compleja. pero si {zn } → 0. Una serie ∞ n=0 →b⇔ → an (z − z0 )n = a0 +a1 (z − z0 )+a2 (z − z0 )2 +. l´ ım zn+1 = q =⇒ zn A su vez {Sn } es una sucesión compleja. Teorema: Si 0. Si esta sucesión de sumas parciales converge decimos que la serie infinita: ∞ ∞ n=1 zn ∞ n=1 zn converge si 0 ≤ q < 1. el teorema no da información. ) ∞ xj → a y j=1 a + ib. zj j=1 converge.Capítulo 6 Serie Laurent y teorema del residuo Series Complejas Sucesión: Una regla que asigna a cada entero positivo n un número complejo. diverge si q > 1. 2.. ∞ i i Ejemplo. ∞ ∞ Además si j=1 |zj | converge =⇒ j=1 zj también converge. Definimos las n-ésima suma parcial Sn como la suma de los primeros n-términos de la sucesión {zn }: n diverge. La serie empieza en la potencia 0 para permitir el término constante. y suponga que n→∞ Sn = j=1 zj . si {zn } → L = 0. ∞ Convergencia absoluta: Si la serie real j=1 |zj | ∞ converge. . a2 . 2. ) j=1 zj converge ⇔ convergen. números complejos dados. a0 . Criterio de la razón: Sea zn = 0 para cada n. se dice que la serie j=1 zj converge absolutamente. a1 .. y a la sucesión {zn }. Al n-ésimo término de la sucesión lo denotamos zn ..

(1) ak ak = f (k) (z0 ) k! Sustituyendo estos resultados obtenemos: f (z) = f (n) (z0 ) (z − z0 )n n! n=0 ∞ Teorema: Dada la serie de potencias − z0 ) . (n − k + 1) an (0)n−k f (k) (z0 ) = k (k − 1) . disco de convergencia.. 2. de Maclaurin. Teorema: Suponga que ∞ an (z − z0 )n tiene n=0 radio de convergencia R. existe R (posiSerie de Taylor blemente R → ∞). se llama serie R. Existen tres posibilidades para el radio de convergencia R. sea f (z) = n=0 an (z − z0 ) .. ∞ n Serie de Taylor compleja Supongamos que n=0 an (z − z0 ) tiene radio de convergencia R. tal que la serie converge absolutamente si |z − z0 | < R. 1. y el disco que forma. Si definimos f (z) = Evaluando en z0 . f (z0 ) = a0 a0 = f (z0 ) ∞ n=0 ∞ n an (z − z0 )n Disco de Convergencia El máximo valor de R se llama radio de convergencia. Para |z − z0 | < ∞ n R. Si C es una curva suave a pedazos cuya gráfica esta dentro del disco de convergencia de la serie de potencias f (z) dz = C ∞ n=0 z n : |z| < 1 (−1)n z n : |z| < 1 an C (z − z0 ) dz n 38 Serie Laurent y teorema del residuo . Algunas series de Taylor complejas ez = = = = = zn n! n=0 (−1)n z 2n+1 (2n + 1)! n=0 (−1) z 2n (2n)! n=0 ∞ n=0 ∞ n=0 ∞ n ∞ ∞ nan (z − z0 ) n−1 n (n − 1) . R → ∞ 2. 0 < R < ∞ ∞ n=0 an (z n y evaluando en z0 a la derivada k-ésima f (k) (z0 ) = ∞ n=k n (n − 1) .. Entonces la serie converge para toda z tal que |z − z0 | < |z1 − z0 |. y diverge si |z − z0 | > Una serie de Taylor con z0 = 0.. Entonces: Teorema 1. f (z) es analítica para |z − z0 | < R. R = 0 3.Teorema: Suponga que n=0 an (z − z0 ) converge para z1 = z0 . (n − k + 1) an (z − z0 )n−k sin z cos z 1 1−z 1 1+z 3.. con R = 0. que converge para algún z1 = z0 .. Para las derivadas tenemos: f ′ (z) = y f (k) (z) = ∞ n=k ∞ n=1 Si f (z) es analítica en z0 entonces tiene representación en serie de Taylor para todo z dentro un disco con centro en z0 .

Si aparecen una infinidad de potencias negativas de z − z0 . cos (z) sin (z) polo simple en nπ. decimos que f (z) tiene una singularidad aislada en z0 .. Singularidad esencial n=∞ e1/(z−1) = n=0 1 1 n! (z − 1)n Polo de orden 3 1 (z + i)3 Ceros de una función Una función tiene un cero en z0 si f (z) es analítica en z0 y f (z0 ) = 0. Decimos que una función tiene un cero de orden m en z0 si: Anillo de Laurent Ejemplos: e 1 z f(z0 ) = f ′ (z0 ) = . en donde an = 1 2πi f (w) dw (w − z0 )n+1 C sin z = z n=∞ (−1) n=0 n 1 z 2n (2n + 1)! y C es cualquier circunferencia |z − z0 | = ρ con r1 < ρ < r2 .. Teorema: Sea h(z) una función con un cero de orden m en z0 . 1 1 = : 0 < |z| < ∞ n! z n n=0 = ∞ n=0 ∞ cos z z5 (−1) n 1 2n−5 z : 0 < |z| < ∞ (2n)! Teorema del Residuo Clasificación de singularidades Si f(z) es analítica en un anillo 0 < |z − z0 | < ∞ pero no en z0 . Una sigularidad polar con un polo de orden m.. Ejemplos: Singularidad removible f (z) = n=−∞ an (z − z0 )n . cos z (z − i)5 f (z) = polo de orden 5 en i.Si no aparecen potencias negativas de z − z0 en la serie de Laurent. Si desarrollamos en serie de Laurent: n=∞ Ejemplos: z m tiene un cero de orden m en 0. 39 z0 es: Una singularidad removible. Sea g(z) una función analítica en z0 . = f (m−1) (z0 ) = 0 pero f (m) (z0 ) = 0... Sea f (z) una función con una singularidad aislada en z0 .. Entonces para z en este anillo. Serie Laurent y teorema del residuo . n=∞ Una singularidad esencial.Serie de Laurent compleja Sea f (z) analítica en el anillo r1 < |z − z0 | < r2 . o con una singularidad removible en z0 y además l´ g(z) = 0 ım z→z0 entonces: f (z) = n=−∞ an (z − z0 ) n g(z) h(z) tiene un polo de orden m en z0 . = 0). sin2 (z) tiene un cero de orden 2 en π..Si m es un entero positivo y (z − z0 )−m aparece en esta serie pero no aparecen potencias más negativas (am−1 = am−2 = . Ejemplo ez z3 polo de orden 3 en 0.

siempre y cuando f (z) tenga un polo de orden m. Use el criterio del cociente para demostrar que las siguientes series convergen C encierra a las sigularidades z1 . . zn . ⇒ Res f (z) = z0 C dm−1 1 l´ ım [(z − z0 )m f (z)] (m − 1)! z→z0 dz m−1 Esta última fórmula es frecuentemente usada para resolver la integral.⇒ n entonces C Ejercicios de tarea 1. (z − z0 ) 0 a−2 Definimos al residuo de f (z) en la singularidad z0 como el coeficiente a−1 en su desarrollo en serie de Laurent.. + 2 + (z − z ) + a0 + a1 (z − z0 ) + . zn 40 a) ∞ n=0 n!ein 2 z en Im (z) > 0 Serie Laurent y teorema del residuo .. Utilizar el teorema anterior para calcular: cos (z) dz z2 i cos (3z) 3z Res 0 = = i1 z 2n (−1)n ⇒ 3 z n=0 (2n)! i 3 C i cos (3z) 3z La función cos (z) /z 2 tiene un polo de orden 2 en z = 0.. z2 . f (z) dz = 2πia−1 Residuos y polos Sea f (z) con un polo de orden m en z0 . z2 .... Demuestre que las siguientes series divergen en la región indicada a) b) c) ∞ n=1 ∞ n=1 ∞ n=0 f (z) dz = 2πi C j=1 Res f (z) zj nz n en |z| ≥ 1 n n+1 (2z) en |z| ≥ 1/2 n einz en Im (z) ≤ 0 2. entonces m = 2 y Res 0 1 cos (z) d cos (z) l´ ım (z − 0)2 = =0 2 z→0 dz z (2 − 1)! z2 cos (z) dz = 0 z2 Teorema del Residuo Sea f (z) analítica en un dominio D. Ejemplo: Si C encierra al origen.. . donde f (z) tiene singularidades... Sea C una curva cerrada suave a pedazos en D que encierra a z1 ... z2 .Residuos Si desarrollamos a f (z) en serie de Laurent f (z) a−1 = ... Res f (z) = a−1 z0 Ejemplo: Si C encierra al origen. Ejemplos: Res e1/(z−1) = 1 1 ∞ esta es una forma más fácil de calcular los residuos de una función. zn . excepto en los puntos z1 . . Encontrar sen (z) dz z2 C tenemos que: sen (z) z2 sen (z) Res 0 z2 y C = 1 z2 (−1)n z 2n+1 (2n + 1)! = 1 sen (z) dz = 2πi z2 De la fórmula de los coeficientes de Laurent tenemos: 1 f (z) dz a−1 = 2πi C o bien.

determine en que región converge. alrededor de z = 1 + i alrededor de z = i 1 . Desarrolle en serie de Laurent a: 1 z−3 en potencias de (z − 1) . 8. Desarrolle en serie de Taylor y encuentre la región de convergencia de: a) b) 1 z. Encuentre los coeficientes y el disco de convergencia de: a) b) c) d) e) f) 1 z 4 +1 1 (1−z) 1 (1−z)2 1 (1+z)2 = = ∞ n=0 ∞ cn (z − 1)n cn z n cn z n cn z n ∞ n=0 ∞ n=0 b) = = n=0 ∞ n=0 ∞ n=0 z (z−1)(z+2) z (z−1)(z+2) = = cn z n cn (z − 1) sin z dz z8 5. (z+i)2 10. alrededor de z = i 4. determine en que región converge. Encuentre los residuos por polos e integre: a) |z−6|=4 1 dz sin z e1/z dz z2 − 1 b) |z−1|= 3 2 c) |z|=3 sin z dz sinh2 z 41 . Desarrolle en serie de Laurent y encuentre el anillo de convergencia de: ze1/(z−1) 11. alrededor de z = iπ d) z 2 + z + 1. Desarrolle en serie de Laurent y encuentre el anillo de convergencia de: z 4 cos 1 z 3. alrededor de z = 0 e) z 2 + z + 1.b) ∞ n=1 1 z n n! en |z| > 0 9. Desarrolle en serie de Laurent y encuentre el anillo de convergencia de: 1 cos z z4 Serie Laurent y teorema del residuo 13. determine en que región converge. Desarrolle en serie de Laurent a: 1 (z − 1) z en potencias de (z − 1) . 7. Utilice expansiones en serie de Laurent para evaluar por el método de residuos a las integrales: a) 1 z 3 cos dz z |z+1+i|=4 b) n |z|=1 c) ez . Desarrolle en serie de Laurent a: 1 (z − 1) (z − 3) en potencias de (z − 1) . Calcule los residuos de: a) ez (z 2 + 1) z 2 tan z 12. 6.

42 Serie Laurent y teorema del residuo .

zn+1 z0 z permance acotado. i. Por otro lado. 43 . ım 2 = zn + C = 0 En otros colores.00000008. Si se grafican algunos puntos del conjunto en el plano complejo se obtiene la siguiente figura. . ∞} por lo cual C = 1 no pertenece al conjunto.. (−1 + i).. .50659177 ± 0.Capítulo 7 Aplicación del análisis complejo Fractales Conjunto de Mandelbrot Considere al conjunto de puntos C en el plano de Argand tales que en: z → z2 + C con órbita cero. {zn } = {0. . . −i. l´ zn < ∞. 26. . n→∞ Por ejemplo si C = 1. (−1 + i). El área que ocupa el conjunto se ha estimado en 1.} < ∞ por lo tanto pertenece al conjunto. 1. Douady y Hubbard mostraron que el conjunto es conexo. Aplicación del análisis complejo La frontera del conjunto de Mandelbrot es un fractal. El conjunto está acotado y cabe dentro de |z| < 2. −i. o bien. 5. si C = i se tiene que {zn } = {0. 2.

temperatura. Difusión de especies químicas en estado estacionario (concentración). y) = φ1 (u (x. ∂ 2 φ1 ∂ 2 φ1 + =0 ∂u2 ∂v2 Entonces introduciendo el cambio de variables dado por u (x. etc. es decir. y) + iv (x. La ecuación que rige a la transferencia de calor es: ∂2T ∂2T + =0 ∂x2 ∂y 2 Las condiciones de frontera las podemos poner en términos de variable compleja T = 0 en |z| = 1 = 100 en z − 3 3 = 10 10 Flujo potencial en un fluido (Función de corriente). Un campo magnético en el vacío (campo magnético). 44 T El problema visto desde un punto de vista de variable compleja consiste en encontrar una función 3 armónica en la región entre |z| = 1 y z − 10 = 3/10 que satisfazga las condiciones de frontera anteriores. ∂2φ ∂2φ + 2 =0 ∂x2 ∂y Lo anterior significa que cuando una función armónica es trasformada medianto un mapeo conforme ésta sigue siendo armónica. y)) es armónica en D. Sea w = f (z) una función analítica que transforma el dominio D del plano z en un dominio D1 del plano w. Transferencia de calor Supónga el problema de un intercambiador de calor consistente en un cilíndro con un canal descentrado dentro de él tal como se muestra en el plano xy de la figura siguiente. Teorema. es decir. Algunos de los fenómenos que se medelan mediante la ecuación anterior son: Transferencia de calor en estado estacionario (temperatura). La temperatura en la cavidad interior es de 1000 C y la de la superficie exterior del cilíndro es de 00 C. concentración. v (x. v) una función armónica en D1 .Fenómenos de transporte Muchos de los problemas de naturaleza difusiva o dispersiva en estado estacionario se pueden modelar mediante la ecuación ∇2 ψ = 0. son funciones armónicas y entonces pueden ser parte real o imaginaria de una función analítica compleja y además satisfacen el siguiente teorema. Lo anterior significa que todas estas variables. El mapeo w= transforma a: |z| = 1 en |w| = 1 ya z− 3 3 en |w| = 3 = 10 10 z−3 3z − 1 tal como se muestra en la figura anterior. La presión en un medio poroso (presión). Sea φ1 (u. y) = f (z) = w se tiene que φ (x. y) . En el espacio w el problema se reduce a encontrar la función armónica tal que cumpla con las condiciones de frontera T T = 0 en |w| = 1 = 100 en |w| = 3 Este último problema se reduce a resolver el siguiente problema ∂2T ∂2T + =0 ∂u2 ∂v2 Aplicación del análisis complejo . Un campo eléctrico en un espacio sin cargas (campo eléctrico).

aplicando las condiciones de frontera se tiene que 0 = A ln 1 + B 100 = A ln 3 + B o bien 100 = A ln 3 100 A = ln 3 B = 0 entonces 100 100 ln r = ln |w| ln 3 ln 3 T = para regresar al espacio original z−3 = 3z − 1 (x − 3) + y 2 (3x − 1)2 + 9y 2 2 El problema matemático anterior tiene la forma: ∂2C ∂2C + =0 2 ∂x ∂y 2 sujeta a las condiciones de frontera C (y = 0. por otro lado en y = 0 se tiene que para x > 1 el recipiente consume mediante una reacción química a dicha especie. entonces es adecuado resolver la ecuación en coordenadas polares ∂2T ∂ 2 + r ∂r ∂θ debido a la simetría d dr r ∂2 T ∂θ2 r ∂T ∂r =0 =0 = 0 = A = A ln r + B dT dr dT r dr T Difusión molecular Considere un depósito lleno de un fluido en reposo. la región en −1 < x < 1 es impermeable. es decir. la concentración en esta región es C = 1. x < −1) = 1 C (y = 0. Por otro lado. entonces la concentración en esta región es C = 0. el depósito es tan grande que puede considerarse seminfinito (ocupa el plano y ≥ 0).pero este problema tiene simetría en el ángulo. la solución sólo debe depender de la distancia al origen. En y = 0 se tiene que para x < −1 el recipiente está en contacto con una placa que cede por disolvencia una especie química. La figura siguiente muestra a detalle lo anterior.−1<x<1 Con el mapeo z = sin w la región se transforma a: El problema en este plano es ∂2C ∂2C + =0 ∂u2 ∂v2 45 |w| = entonces la solución es: T = 100 100 ln r = ln ln 3 ln 3 100 ln ln 32 (3x − 1) + (x − 3)2 + y 2 2 9y2 T = (x − 3)2 + y 2 (3x − 1)2 + 9y 2 la figura siguiente muestra la solución en el espacio original Aplicación del análisis complejo . x > 1) = 0 ∂C = 0 ∂y y=0.

25 0 2. se obtiene: A = − π B = 1 2 2 = 0 = 0 = 1  u = sin−1 ±  x2 + y2 +1± (x2 2 + y2 + 1) − 2 4x2  entonces la solución en términos de x y y es: C=− u 1 + π 2 C = 1 − 2  1 sin−1 ±  π  x2 + y2 +1± (x2 2 + y2 + 1) − 2 4x2     x -5 -2. C = Au + B aplicando las condiciones de frontera π 0 = A +B 2 π 1 = −A + B 2 1 .5 5 y 0 1.75 1 0. Para ello. en este espacio el problema se simplifica a: d C du2 π C u= 2 π C u=− 2 es decir.75 5 u 1 + π 2 necesitamos obtener a u en términos de x e y.x2 x2 − x2 sin2 u − y 2 sin2 u = sin2 u − sin2 u Figura 7-1 sujeta a las condiciones de frontera π 2 π C u=− 2 ∂C ∂v v=0 C u= sin2 u = = 0 = 1 = 0 sin u = ± x2 + y 2 + 1 ±  sin2 u 2 x2 y2 − = 1 sin2 u 1 − sin2 u 1 − sin2 u − y 2 sin2 u = 1 − sin2 u sin2 u 2 − x2 + y 2 + 1 sin2 u + x2 = 0 2 cuya solución es: x2 + y 2 + 1 ± (x2 + y 2 + 1) − 4x2 2 (x2 + y 2 + 1)2 − 4x2 2    Por simetría. C=− z = x + iy = sin w = sin u cosh v + i cos u sinh v o bien x = sin u cosh v y = cos u sinh v si utilizamos que cosh2 v − sinh2 v = 1 se obtiene y2 x2 − =1 2 sin u cos2 u si se tiene que cos2 u = 1 − sin2 u 46 Aplicación del análisis complejo .5 0.25 2.5 z 0.5 3.

Parte II Series de Fourier 47 .

.

f. Las λi son constantes y se obtienen a partir Series de Fourier 49 . la cual se define como: 2π ω = 2πf = (8.5) en donde el conjunto {φk (t)} se llama base de S y es linealmente independiente y ortogonal.3) T En la naturaleza existen muchas señales físicas de naturaleza períodica. +} un espacio de dimensión n en donde esta definida una operación interna: s1 · s2 (8.4) una medida alternativa del número de repeticiones es la frecuenca angula o circular.2) Funciones ortogonales Algebra lineal Sea S = {s. Ejemplos de señales períodicas se puede ver en las siguientes imágenes. Una medida del número de repeticiones por unidad de t es la frecuencia. φi · φj =0 =0 i=j i=j . ·. . A cualquier elemento del espacio s lo podemos representar como: n s= i=1 λi φi (8.1) donde m = 0.. ±1.Capítulo 8 Series de Fourier Funciones períodicas y señales físicas Una función f(t) es períodica si satisface la relación: f (t) = f (t + mT ) (8.. (genera al espacio). para su estudio en ingeniería dichas señales son almacenadas en formato digital o analógico. y T es un número real positivo conocido como el período. ±2. la cual se define como: f= 1 T (8.

10) Definición de la Serie de Fourier Considere al espacio infinito de funciones periódicas con período T.12) Demostremos que el conjunto es ortogonal en el intervalo −T /2 < t < T /2. T 2 (1) (1) dt = T −T 2 T 2 −T 2 T 2 1 cos (nω 0 t) dt = 0 1 sen (nω0 t) dt = 0 bn an = An cos (φn ) = An sen (φn ) −T 2 se llega a la serie definida en la ecuación 8. Series de Fourier 50 .6) 1 a0 2 a0 T 2 Funciones El producto interno para funciones se define para el intervalo a < t < b como b ∞ ∞ f1 (t) ◦ f2 (t) = a ∗ f1 (t) f2 (t) dt. (f (t) = f (t + T )) y al conjunto de funciones {1. (8.13) +An sen (φn ) cos (nω0 t) y definiendo ∞ n=1 An sen (nω0 t + φn ) (8. Un conjunto de funciones {φk (t)} es ortogonal en un intervalo a < t < b si para dos funciones cualesquiera del conjunto φm (t) y φn (t).8.6) −T 2 entonces a cualquier función periódica de la podemos expresar como una combinación lineal de la base {1. 2. .. en donde ω0 = 2π .11) Una representación alternativa de la serie de Fourier es: f (t) = A0 + recordando que: An sen (nω 0 t + φn ) = An cos (φn ) sen (nω 0 t) (8. se cumple: b a = −T 2 T 2 (1) f (t) dt (1) (1) dt T 2 −T 2 = 2 T T 2 f (t) dt −T 2 (8.de: n T 2 s = i=1 n λi φi λi φi · φj −T 2 T 2 cos (nω 0 t) sen (mω 0 t) dt = 0 T 2 T 2 s · φj s · φj = i=1 −T 2 T 2 sen (nω 0 t) sen (mω 0 t) dt = δ mn cos (nω 0 t) cos (mω 0 t) dt = δ mn = λj φj · φj λj = s · φj φj · φj (8.7) −T 2 f (t) cos (nω 0 t) dt −T 2 cos (nω0 t) cos (nω0 t) dt T 2 an = −T 2 T 2 f (t) cos (nω 0 t) dt (8. sen (nω 0 t)}: 1 f (t) = a0 + an cos (nω 0 t)+ bn sen (nω 0 t) 2 n=1 n=1 (8.8) en donde los coeficientes los obtenemos a partir de la ecuación (8. (frecuencia angular) T bn = 2 T T 2 −T 2 f (t) sen (nω 0 t) dt −T 2 sen (nω 0 t) sen (nω 0 t) dt T 2 bn = −T 2 f (t) sen (nω 0 t) dt (8.. n an = 2 T T 2 en donde δ mn es la delta de Kronecker que se define como: δ mn = 1 0 si m = n si m = n . cos (nω 0 t) . cos (nω 0 t) . sen (nω 0 t)} : n = 1.9) φm (t) φ∗ (t) dt = δ mn rn .

Hunt. Edwardsville.0 1013 los primeros 1000 1000 4 f (t) ≃ π n=1 sin[(2n−1)t] (2n−1) y 1 20 la función f (t) en términos de Sk (t) y εk (t) es: f (t) = Sk (t) + εk (t) podemos aproximar a f (t) como: f (t) ≃ Sk (t) . 235-255). definimos al error cuadrático medio.5 [εk (t)]2 dt [f (t)]2 dt − a2 1 0 − a2 + b2 n 4 2 n=1 n k -1 si Ek es pequeño la aproximación es válida. Ek : Ek Ek = = 1 T 1 T T /2 −T /2 T /2 −T /2 0. Ejemplo La función f (t) = −1 −π < t < 0 1 0<t<π f (t) = f (t + 2π) |f (t)| dt < ∞. 1967).. en este caso el error cuadrático medio será: 1 T /2 Ek = T −T /2 [f (t)]2 dt − 1 20 a2 n=1 n 2 1 8 Ek = 1 − π2 n=1 (2n−1)2 = 0 . habrá un error considerable en las vecindad de las discontinuidades. Aún enunciar dichas condiciones está fuera del alcance de este curso. tiene un desarrollo en serie de Fourier: f (t) = 4 π sin [(2n − 1) t] (2n − 1) n=1 ∞ Las condiciones de Dirichlet son suficientes pero no necesarias.) y generalizadas por Hunt (R. 0264 × 10−4 51 . Acta Math.5 0 -4 -2 0 2 x -0. utilizando los primeros 20 términos 4 f (t) ≃ π 20 sin[(2n−1)t] n=1 (2n−1) 4 π 20 sin((2n−1)t) n=1 (2n−1) y 1 0. A. Carbondale.5 0 -4 -2 0 2 x 4 -0.Condiciones de Dirichlet Una función f (t) se puede representar en serie de Fourier si se cumple que: La función tiene un número finito de discontinuidades en un período.5 4 Aproximación por Fourier Sean las sumas parciales: a0 + (an cos (nω 0 t) + bn sen (nω 0 t)) . Southern Illinois Univ. 135157. Para medir que tan buena es la aproximación f (t) ≃ Sk (t) . 1968. Series de Fourier el error cuadrático medio será: 1 T /2 Ek = T −T /2 [f (t)]2 dt − 1 1000 a2 n=1 n 2 Ek = 1 − 8 π2 1000 1 n=1 (2n−1)2 = 2.. las condiciones necesarias y suficientes fueron encontradas por Carleson (L. On the convergence of Fourier series en Orthogonal Expansions and their Continuous Analogues (Proc. Carleson. La función tiene un número finito de máximos y mínimos en un período. Ill. On convergence and growth of partial sums of Fourier series. Press. La integral del valor absoluto de la función es finita: T /2 −T /2 Fenómeno de Gibbs Cuando una función se aproxima por una serie parcial de Fourier. Conf. 2 n=1 ∞ n=k+1 k -1 Sk (t) = εk (t) = (an cos (nω 0 t) + bn sen (nω 0 t)) . 116 (1966).

1 f (t) = a0 + [an cos (nω0 t) + bn sen (nω0 t)] 2 n=1 si derivamos término a término obtenemos: f ′ (t) = ∞ n=1 ∞ nω0 [bn cos (nω 0 t) − an sen (nω0 t)] . ∞ ∞ Ejemplos Considere a la función   0 para − π < t < −π/2 1 para − π/2 < t < π/2 f (t) =  0 para + π/2 < t < π f (t) = f (t + 2π) Como es una función par 1 an cos (nω0 t) f (t) = a0 + 2 n=1 Series de Fourier ∞ bn sen (nω0 t) Es decir.Fourier en las discontinuidades En un punto singular ts la serie de Fourier converge a 1 2 l´ f (t) + l´ f (t) . an y bn son los coeficientes en la expasión en serie de Fourier de la función f (t) = f (t + T ) . La integración esta definida aún en los puntos singulares. para funciones pares. Funciones pares e impares Una función es par si se cumple que f (t) = f (−t) e impar si f (t) = −f (−t) En el caso de funciones pares el desarrollo en serie de Fourier es: 1 f (t) = a0 + an cos (nω0 t) 2 n=1 y para impares f (t) = ∞ n=1 ∞ 1 f (t) = a0 + [an cos (nω0 t) + bn sen (nω0 t)] 2 n=1 si integramos término a término 1 1 [an sen (nω 0 t) − bn cos (nω 0 t)]+C f (t) dt = a0 t+ 2 nω 0 n=1 El término extra que aparece al derivar 1/nω 0 aumenta el grado de convergencia de la serie. Note que la derivada sólo esta definida en donde la función es continua.14. 52 . Entonces: a2 1 0 + a2 + b2 n 4 2 n=1 n −T /2 (8. disminuye el grado de convergencia de la serie. Integración Sea la serie de Fourier Simetrías (propiedades de paridad) Con frecuencia las simetrías simplifican a los problemas matemáticos. utilizaremos a la simetría en la paridad para simplificar el problema. En el caso de series de Fourier. nω 0 . Teorema de Parseval Si a0 . 1 T |f (t)|2 dt = T /2 ∞ El término extra que aparece al derivar. llegando ésta incluso a diverger. su desarrollo en serie de Fourier existe y su valor esta dado por 8. sólo se necesitan calcular a0 y an . y sólo bn para impares.15) este valor representa a la potencia contenida en la señal. La derivación en los puntos singulares se verá más adelante. aunque la función no exista en ts .14) es decir. ım ım t+ →ts Derivación e Integración de Series de Fourier Derivación Sea la serie de Fourier: t− →ts (8.

5 -1.75 k 0. .. a3 . t2 .25 k 0 -2. Definimos a la función g (t) = f (t) − ak H (t − tk ) 1 2 + 2 π 1 2 + 2 π ∞ ∞ n + 2 π 100 −(−1) n=1 2n−1 y cos ((2n − 1) t) 1 k La función g (t) es continua en todas partes y su derivada es g ′ (t) = f ′ (t) − o bien. t3 .5 0. a2 . f (t) = = 1 2 1 π/2 dt = t|−π/2 π −π/2 f (t) H (t − a) dt = ∞ −∞ ∞ a f (t) dt δ (t) dt = 1 ∞ −∞ δ (t) f (t) dt = f (0) 2 T T 2 ∞ −T 2 π f (t) cos (nω 0 t) dt −∞ δ (t − a) f (t) dt = f (a) dH (t) = δ (t) dt 1 2 cos (nt) dt π −π 2 πn 2 sen nπ 2 πn 1 sen cos (nω 0 t) n 2 n=1 − (−1) cos ((2n − 1) t) 2n − 1 n=1 n Derivación en puntos singulares Considere a la función f (t) que tiene discontinuidades súbitas a1 . δ La delta de Dirac es una regla de selección (no es función) que se define como: δ (t) = π/2 π f (t) dt − 2π 2 π f (t) dt −π −π/2 ∞ 0 para t = 0 para t = 0 Algunas propiedades de la delta de Dirac son: 0dt ∞ −∞ 0dt + −π/2 dt + π/2 −π π/2 1 [π/2 − (−π/2)] = π = 1 an = = = o bien.a0 a0 a0 = = = = = 2 T 2 2π 1 π 1 π 1 π T 2 f (t) dt −T 2 2π 2 Delta de Dirac.5 x lo anterior se conoce como la derivada generalizada de una función continua por tramos. en t1 . .25 2.25 0 1.. f ′ (t) = g ′ (t) + ak δ (t − tk ) ak δ (t − tk ) 0.. y la función f ′ (t) que esta definida en todo t excepto en las discontinuidades. H La función escalón o heaviside está definida por H (t) = Series de Fourier 0 1 para t < 0 para t > 0 53 .. Función Heaviside y Delta de Dirac Función Heaviside. .

54 Series de Fourier .

2) además 1 c0 = a0 .1) Espectros de frecuencia compleja En realidad cn es una función de ωn = nω 0 . A la gráfica discreta de |cn | contra ωn se le denomina espectro de amplitud. cn einωo t (9. cn = |cn | eiφn y c−n = |cn | e−iφn 2 en donde: 1 |cn | = a2 + b2 n n 2 Serie de Fourier compleja y espectro de frecuencia . De igual forma a la gráfica de φn contra ω n se le denomina espectro de fase. esta función especifica a la función periódica f (ω) en el espacio de las frecuencias. 55 f (t) e−inωo t dt (9. al igual que f (t) lo hace en el espacio del tiempo.Capítulo 9 Serie de Fourier compleja y espectro de frecuencia Forma compleja de las series de Fourier Dada la serie de Fourier 1 f (t) = a0 + [an cos (nω0 t) + bn sen (nω0 t)] 2 n=1 podemos representar al seno y coseno en términos de la exponencial compleja: einωo t + e−inωo t 2 einωo t − e−inωo t sen (nω 0 t) = 2i lo anterior dará el siguiente resultado: cos (nω 0 t) = f (t) = en donde cn = 1 T T /2 −T /2 ∞ n=−∞ ∞ y bn an φn = tan−1 − a |cn | le llamaremos amplitud y a φn ángulo de fase.

25 1 0.5 1. ω0 = 8π |cn | = 56 sen nπ 5 nπ 5 Serie de Fourier compleja y espectro de frecuencia . A = 5 y T = 1/4.25 0 0 5 10 15 20 25 n 30 el teorema de Parseval para el caso complejo relaciona a la potencia promedio con las amplitudes de la onda 1 T Ejemplo Encontrar los espectros de frecuencia para la función: f (t) = A 0 para − 1 d < t < 1 d 2 2 para − 1 T < t < − 1 d : 1 d < t < 1 T 2 2 2 2 T /2 −T /2 Espectro de amplitud [f (t)]2 dt = ∞ n=−∞ |cn |2 (9.5 0.75 [f (t)]2 dt 0.3) para calcular cn utilizamos: cn = = = = = = = y |cn | |cn | = Ad sen nω0 d 2 nω0 d T 2 1 T A T T /2 −T /2 d/2 f (t) e−inω0 t dt e−inω0 t dt d/2 −d/2 −d/2 A 1 einω0 d/2 − e−inω0 d/2 T inω0 einω0 d/2 − e−inω0 d/2 A 2 T nω 0 2i nω 0 d A 2 sen T nω 0 2 Ad sen nω0 d 2 nω0 d T 2 A 1 e−inω0 t T −inω 0 si hacemos d = 1/20.Contenido de potencia y teorema de Parseval Para cualquier señal periódica se define a la potencia promedio como: 1 T T /2 −T /2 1.

Grafique a la función 0 −1 < t < 0 t2 0 > t > 1 f (t) = f (t + 2) f (t) = encuentre su desarrollo en serie de Fourier real. 6. Desarrolle en serie de Fourier real a la función f (t) = |t| para (−π. 3. Desarrolle en serie de Fourier real a la función f (t) = cos (πt). 0<t<2 2<t<3 : f (t + 3) = . Grafique a la función 0 −1 < t < 0 e−t 0 > t > 1 f(t) = f(t + 2) f(t) = encuentre su desarrollo en serie de Fourier compleja. −1 ≤ t ≤ 1. −1 ≤ t ≤ 1. 2. Grafique al espectro de frecuencia. 0. Encuentre la serie de Fourier compleja y el espectro de frecuencia (al menos unos de sus puntos) para: a) f(t) = t2 : 0 ≤ t < 2 : f(t + 2) = f (t) Ejercicios de Serie de Fourier 57 b) f(t) = f(t) t. Desarrolle en serie de Fourier real a la función f (t) = e2t /2. 5. π) y f (t) = f (t + 2π).Capítulo 10 Ejercicios de Serie de Fourier 1. 4.

58 Ejercicios de Serie de Fourier .

Parte III Transformada de Fourier 59 .

.

Capítulo 11 Transformada de Fourier Las series de Fourier son muy útiles para estudiar funciones periódicas. f (t) = ∞ −∞ 1 2π ∞ −∞ 1 π ∞ 0 [A (ω) cos (ωt) + B (ω) sen (ωt)] dω f (x) e−iωx dx eiωt dω si definimos F (ω) = Transformada de Fourier ∞ −∞ f (t) cos (ωt) dt f (t) sen (ωt) dt 61 f (t) e−iωt dt (11.2 a la antitransformada de Fourier F −1 (11. F (ω) = |F (ω)| eiφ(ω) combinando ambas f (t) = ∞ n=−∞ ∞ 1 T T /2 −T /2 T /2 f (x) e−inωo x dx einωo t 1 f (t) = 2π n=−∞ Integral de Fourier f (x) e −inωo x dx ω o e inωo t −T /2 Utilizando el hecho de que eiωt = cos ωt + i sen ωt las ecuaciones 11.1) B (ω) = .3) y la 11. obtenemos.1 sirve para definir a la transformada de Fourier F : cn einωo t : f (t) e −inωo t F (f (t)) = F (ω) F −1 (F (ω)) = f (t) (11. es natural querer extrapolar esta teoría para el caso de cualquier función.2) Deducción Sea la serie de Fourier f (t) = con 1 cn = T T /2 −T /2 ∞ n=−∞ Transformada de Fourier La ecuación 11.1 y 11. Obtenemos la identidad de Fourier. f (t) = 1 2π ∞ −∞ F (ω) eiωt dω (11. ó ωo = dω → 0 y nω o → ω. por lo tanto.4) 2π dt y T = ωo En general la función F (ω) es compleja y contiene la misma información que f (t) .2 se pueden escribir como: f (t) = donde A (ω) = ∞ −∞ ∞ −∞ si hacemos T → ∞.

2 sabemos que F e−at F (tf (t)) = iF ′ (ω) entonces: F te−at F te−at 2 2 y graficar su espectro = π −ω2 /4a ae y que Transformadas seno y coseno de Fourier Si la función f (t) esta definida sólo en el intervalo t ∈ [0.10) Transformada de Fourier .5 5 7. Propiedades 2) Encontrar F (t − 1) e−a(t−1) H (t − 1) (t − 1) e−(t−1) Heaviside (t − 1) y 0. Transformada de Fourier 1) Encontrar F te−at de frecuencia si a = 1.1 0. En esta gráfica se pueden observar si existen frecuencias preferenciales o características en la señal. F1 (ω) ∗ F2 (ω) = 2πF [f1 (t) f2 (t)] (11.2 0.25 f1 (t) ∗ f2 (t) = f2 (t) ∗ f1 (t) [f1 (t) ∗ f2 (t)] ∗ f3 (t) = f1 (t) ∗ [f2 (t) ∗ f3 (t)] f (t − t1 ) ∗ δ (t − t2 ) = f (t − t1 − t2 ) Teorema de convolución Si F (f1 (t)) = F1 (ω) y F (f2 (t)) = F2 (ω) entonces f1 (t) ∗ f2 (t) = F −1 [F1 (ω) F2 (ω)] 62 -5 -2.7) dt F (ω) cos (ωt) dω (11.5) dt F (ω) sen (ωt) dω (11.5 x 10 (11. La convolución de f1 (t) y f2 (t).05 0 0 2.(en esta forma reciben el nombre de intergral de Fourier) esta forma recuerda a la serie real de Fourier. La correlación es una medida de la similitud o interdependencia de f1 (t) y f2 (t) como función de un parámetro τ.35 0. esta definida por f (t) = f1 (t) ∗ f2 (t) = ∞ −∞ f1 (τ ) f2 (t − τ ) dτ (11.11) Ejemplos Espectro de frecuencia continuo A la gráfica de |F (ω)| contra ω se le llama espectro continuo de frecuencia.8) |F (ω)| = ∞ 0 Convolución y correlación Sean f1 (t) y f2 (t) dos funciones dadas. La autocorrelación se define como f1 (t) ∗ f1 (t).6) 2 (F (ω)) = f (t) = π ∞ 0 El espectro de frecuencia |F (ω)| = iω √ −ω2 /4 πe 2 |ω| √ −ω2 /4 πe 2 − y a la transformada coseno Fc (f (t)) = F (ω) = 2 −1 Fc (F (ω)) = f (t) = π ∞ 0 f (t) cos (ωt)(11. ∞) definimos a la transformada seno de Fourier como Fs (f (t)) = F (ω) = −1 Fs ∞ 0 = i d dω iω 2a π −ω2 /4a e a π −ω2 /4a e a 2 = − f (t) sen (ωt)(11.5 0.9) La función f (t) se conoce como la función de correlación entre las funciones f1 (t) y f2 (t) .3 0.15 0.

entonces = 5e−t = = ∞ −∞ 3) Encontrar F e−a|3t| F e−s|3t| = = = e−τ H (τ) H(t − τ )dτ si t < 0 si t > 0 si t < 0 si t > 0 0 5e−t t −τ e dτ 0 1 F e−s|t| |3| ω= ω 3 1 2s |3| s2 + ω 2 ω= ω 3 1 2s 2 + ω2 |3| s 9 = 5H(t) e−t − e−2t = H(t)5e−t 1 − e−t 0 5e−t [1 − e−t ] Ecuaciones diferenciales 1) Resolver a la ecuación diferencial y ′ − 4y = H (t) e−4t −∞ < t < ∞ graficar su espectro de frecuencias aplicando la transformada de Fourier a toda la ecuación obtenemos F y ′ − 4y = H (t) e−4t 1 2 + iω iωY (ω) − 4Y (ω) = Y (ω) = Y (ω) = utilizando el teoY (ω) = 1 iω + 4 1 (iω − 4) (iω + 4) −1 (4 − iω) (4 + iω) −1 (42 + ω2 ) 63 Transformada inversa de Fourier 1) Obtener F −1 5F −1 = 5F −1 = 5 F −1 5 2−ω2 +3iω 1 (2 + iω) (1 + iω) 1 1 − 1 + iω 2 + iω 1 − F −1 1 + iω = 5 e−t H (t) − e−2t H (t) = 5H (t) e−t − e−2t Convolución 1) Calcular F −1 5 2−ω2 +3iω Transformada de Fourier . Y para t > 0 H (τ ) H(t−τ ) = 1 en el intervalo 0 < τ < t.5 25 37. por lo tanto H (τ ) H(t − τ ) = 0.5 x 50 de aquí si t < 0 la segunda condición nunca se cumple.375 = 5e−t pero e−τ H (τ) H(t − τ )dτ 0.rema de convolución F (t − 2) e−a(t−2) H (t − 2) = e−2iω F (t) e−a(t) H (t) = e−2iω 1 (iω + a) 2 F −1 = 5F −1 5 2 − ω2 + 3iω 1 1 2 + iω 1 + iω = 5F −1 F H (t) e−2t F H (t) e−t = 5 H (t) e−2t ∗ H (t) e−t ∞ −∞ ∞ −∞ 1 e−2iω (iω+1)2 y 0.125 H (τ) H(t − τ ) = 0 si τ < 0 ó τ > t 1 si 0 < τ < t 0 12.25 0.5 = 5 = 5 H (τ ) e−2τ H(t − τ )e−(t−τ ) dτ e−t e−τ H (τ) H(t − τ )dτ ∞ −∞ 0.

5 25 w y − 1 e−4|t| 8 -5 1 = −F −1 2 + ω2) (4 1 2 (4) = − F −1 2 + ω2 ) 2 (4) (4 1 −4|t| = − e 8 Uso de la computadora para transformada de Laplace x2 ex . Is Fourier transform of Dirac (−ia − x) -2. si queremos regresar al espacio del tiempo aplicamos la transformada inversa de Fourier. 2) eaw .5 0 -0.5 x 5 -0.05 -0.0375 0 25 50 75 x 100 0.025 0.0125 Y (ω) ya es la solución a la ecuación diferencial en el espacio de frecuencias.025 0.5 0 12.1 (42 +ω2 ) y0.125 y -0.05 0.1 -0.025 0 2.15 Note que al resolver la ecuación diferencial no se utilizaron constantes arbitrarias.05 0. ∞ |f −∞ (t)| dt < ∞ 2.0375 0. Fourier transform is: −2π Dirac (w − i.0125 0. lo anterior es porque implícitamente existen dos condiciones extras: 1. y = F −1 [Y (ω)] -25 -12. f (t) es continua 64 Transformada de Fourier .0625 Su espectro de frecuencia es: |Y (ω)| = = −1 (42 + ω 2 ) 1 2 + ω2 ) (4 0.075 -0.

YN−1 } para cada frecuencia {f0 . yN−1 } de una función muestreados en los tiempos {t0 . y1 . .. . . La trasformada discreta N−1 Yk (fk ) = m=0 ym (tm ) e−2πi km N (12.... ..tm . La transformada inversa es: ym (tm ) = 1 N N−1 Yk e2πimk/N k=0 (12. tN−1 } respectivamente.1) se puede utilizar para generar el conjunto de valores {Y0 .. Yk .... fN−1 } donde fk = k∆f donde 1 ∆f = fs donde fs = T se define como la frecuenN cia de muestreo..... Se obtienen cuando se mide una señal en el tiempo o el espacio... En estos datos no es posible utilizar la transformada de Fourier directamente.Capítulo 12 Transformada Discreta de Fourier Los datos discretos son de uso común en ingeniería. t1 . .2) 1 La frecuencia de Nyquist se define como 2∆t e indica cual es la más alta frecuencia que puede ser detectada con el periódo de muestreo ∆t. Donde tm = m∆t para m = T 0 → N − 1. f1 .. fk .. ym . Y1 . Suponga al conjunto de valores {y0 . Transformada Discreta de Fourier 65 .. tN−1 = T y ∆t = N−1 . .. Con esta transformada es posible obtener información de las frecuencias de la señal. por ello se define la transformada discreta de Fourier. . .. t0 = 0....

66 Transformada Discreta de Fourier .

Capítulo 13 Ejercicios de Transformada de Fourier 1. Encuentre una solución acotada y continua para a) d2 y dy + 3 + 2y = H (t) dt2 dt b) dy d2 y + 3 + 2y = 3δ (t) dt2 dt Ejercicios de Transformada de Fourier 67 . Encuentre la transformada de Fourier y grafique a la función en el espacio de frecuencias para: a) e−c(t−4) sen (b(t − 4)) H(t − 4) b) 5 cos(ω0 t) 4+t2 +2 c) e d) −at2 iω0 t e d dt e−3t 2 e) (t − 3) e−4t H (t − 3) f) 5e3it t2 −4t+13 2. Encuentre la antitransformada de Fourier para a) b) a iω−2−ω2 a i(ω−1)−2−(ω−1)2 3.

68 Ejercicios de Transformada de Fourier .

Parte IV Apéndices 69 .

.

Apéndice A: Tabla de transformada de Fourier f (t) ⇔ F (ω) 1 f (at) ⇔ F |a| ω a (a1) π −a|ω−b| cos (bt) ⇔ + e−a|ω+b| e a2 + t2 2a sin (bt) π e−a|ω−b| − e−a|ω+b| ⇔ a2 + t2 2ai δ (t) ⇔ 1 δ (t − t0 ) ⇔ e−iωt0 δ (n) (t) ⇔ (iω) n (a25) (a26) (a27) (a28) (a29) (a30) (a31) (a32) (a33) (a34) (a35) a1 f1 (t) + a2 f2 (t) ⇔ a1 F1 (ω) + a2 F2 (ω) (a2) (a3) (a4) (a5) (a6) f (t − t0 ) ⇔ F (ω) e−iωt0 f (t) e iω0 t f (−t) ⇔ F (−ω) H (t) ⇔ πδ (ω) + H (t − t0 ) ⇔ πδ (ω) + 1 iω 1 1 f (t) cos (ω 0 t) ⇔ F (ω − ω 0 ) + F (ω + ω 0 ) 2 2 (a7) 1 1 f (t) sin (ω 0 t) ⇔ F (ω − ω0 ) − F (ω + ω 0 ) 2i 2i (a8) F (t) ⇔ 2πf (−ω) (a9) t −∞ ⇔ F (ω − ω0 ) 1 −iωt0 e iω 1 ⇔ 2πδ (ω) tn ⇔ 2πin δ (n) (ω) eiω0 t ⇔ 2πδ (ω − ω 0 ) cos (ω 0 t) ⇔ π [δ (ω − ω0 ) + δ (ω + ω0 )] f (n) (t) ⇔ (iω)n F (ω) (a10) f (x) dx ⇔ 1 F (ω) + πF (0) δ (ω) (a11) iω (a12) (a13) (a14) (a15) (a16) (a17) ωa 2 ωa 2 (−it)n f (t) ⇔ F (n) (ω) f1 (t) ∗ f2 (t) ⇔ F1 (ω) F2 (ω) sin (ω0 t) ⇔ −iπ [δ (ω − ω0 ) − δ (ω + ω0 )] (a36) (a37) H (t) sin (ω 0 t) π ω0 + [δ (ω − ω0 ) − δ (ω + ω0 )] ⇔ ω 2 − ω 2 2i 0 H (t) cos (ω 0 t) (a38) π iω0 + [δ (ω − ω0 ) + δ (ω + ω0 )] ⇔ ω 2 − ω 2 2i 0 tH (t) ⇔ iπδ ′ (ω) − 1 ω2 (a39) 1 F1 (ω) ∗ F2 (ω) f1 (t) f2 (t) ⇔ 2π 1 e−at H (t) ⇔ iω + a 2a e−a|t| ⇔ 2 a + ω2 e−at ⇔ pa (t) = 1 |t| < 0 |t| > a 2 a 2 2 π − ω2 e 4a a ⇔a sin (a18) (a19) (a20) (a21) (a22) (a23) (a24) ∞ −∞ ∞ −∞ ∞ −∞ sin (at) ⇔ p2a (ω) πt 1 te−at H (t) ⇔ (iω + a)2 tn−1 −at 1 e H (t) ⇔ (n − 1)! (iω + a)n e−at sin (bt) H (t) ⇔ e−at cos (bt) H (t) ⇔ b (iω + a)2 + b2 iω + a (iω + a)2 + b2 (−iω)n−1 1 ⇔ [πi − 2πiH (ω)] tn (n − 1)! f1 (t) f2 (t) dt = 1 2π ∞ −∞ ∞ −∞ ∞ −∞ (a40) ∗ F1 (ω) F2 (ω) dω (a41) 2 |f (t)| dt = 2 1 2π |F (ω)| dω (a42) f (t) G (t) dt = F (ω) g (ω) dω 2 iω (a43) 1 π ⇔ e−a|ω| a2 + t2 a sgn (t) ⇔ (a44) 71 .

CECSA. O’Neil. Hsu. 1997. 2000. T. π (1 − e−aω ) 1 ⇔ : (a > 0) t (a2 + t2 ) 2 a2 e−t/ √ 2 sin t √ 2 ⇔ ω 1 + ω4 1 − e−aω a 2 tan−1 : (a > 0) ⇔ π t ω 4 t ⇔ e−ω sin ω π 4 + t4 Apéndice C: Tabla de transformada coseno de Fourier f (t) ⇔ FC (ω) πr ⇔ Γ (r) ω −r cos : r ∈ (0. B. Mathematical Methods for Physicists. David Wunsch. Peter V. Miami University. 1995. Cambridge. Variable compleja con aplicaciones. AddisonWesley Iberoamericana. 1998. Weber. 1987. Arfken and H. 1) 2 π 1 √ ⇔ 2ω t ω : (a > 0) e−at ⇔ 2 a + ω2 2aω te−at ⇔ : (a > 0) 2 + ω 2 )2 (a √ ω π −ω2 /4a2 −a2 t2 te ⇔ e : (a > 0) 4a3 ω e−at ⇔ tan−1 : (a > 0) t a π t ⇔ e−aω : (a > 0) a2 + t2 2 t (a2 + t2 )2 ⇔ 2−3/2 ωe−aω : (a > 0) a π e−aω (1 + aω) : (a > 0) (C7) 4 a3 √ ω2 ω2 π ⇔ cos + sin 2 2 2 (C8) √ π ω2 ω2 ⇔ cos − sin 2 2 2 (C8) Apéndice D: Referencias Bibliográficas A. J. Análisis de Fourier. Volumen II.Apéndice B: Tabla de transformada seno de Fourier f (t) ⇔ FS (ω) (S1) (S2) sin (S3) (S4) (S5) (S6) (S7) (S8) (S9) (S10) (S11) (S12) (S13) (S14) cos π −aω 1 ⇔ : (a > 0) e a2 + t2 2a 1 (a2 + t2 )2 x2 2 x2 2 ⇔ (C6) π 1 ⇔ πH (ω) − t 2 πr r−1 −r t ⇔ Γ (r) ω sin : r ∈ (0. Fourier Analysis. Korner. 1) 2 a : (a > 0) e−at ⇔ 2 a + ω2 te−at ⇔ e−a 72 2 2 (C1) (C2) (C3) (C4) (C5) tr−1 t a2 − ω2 : (a > 0) (a2 + ω 2 )2 √ ω π −ω2 /4a2 e ⇔ : (a > 0) 2a . Addison-Wesley Iberoamericana. Matemáticas Avanzadas para Ingeniería. Hwei P. 5e. W. G.

Sign up to vote on this title
UsefulNot useful