LAFA.

Laboratorio de Analisis de Fourier Aplicado

Convergencia puntual y uniforme de las series de Fourier:

teorema de Dirichlet y necesidad de la regularidad*

1. Estimacion de coeficientes de Fourier y suavidad de senales

1.1. Estimacion de los coeficientes de Fourier mediante integracion por partes
En la seccion anterior se ha visto que si la senal es de cuadrado integrable entonces sus coeficientes
de Fourier pertenecen a l2 (Z). Evidentemente, esto no basta para garantizar la convergencia de la
correspondiente serie de Fourier1 (y, mucho menos, para garantizar, en el caso de que se produzca
dicha convergencia, que el lmite es la senal de partida).
Para garantizar la convergencia de la serie de Fourier a la senal de partida, necesitaremos ciertas hipotesis sobre la suavidad de la senal. Podemos lograr una primera impresion sobre el efecto que
tiene imponer condiciones de suavidad para la senal x(t) sobre el tamano de los coeficientes de Fourier, si calculamos dichos coeficientes mediante integracion por partes. Ahora bien, antes de efectuar el
calculo de los coeficientes de Fourier de la senal, hacemos la siguiente observacion:
Nota 1 Si u(t) tiene discontinuidades de salto en los puntos {a, b}, entonces al aplicar integracion
Rb
por partes para el calculo de a udv, se obtiene que

Z bt
Z bt
Z b
bt
vdu
udv = lm+ uv]a+t
udv = lm+
a

t0

t0

a+t

= uv]ba+

a+t

vdu;
a

donde uv]ba+ = u(b )v(b) u(a+ )v(a).

Supongamos que existe una particion
= 0 < 1 < < J =
*

Este documento esta basado ampliamente en el libro de texto del autor: J.M. Almira, Matematicas para la recuperacion de senales, Grupo Editorial Universitario, 2005.
1
Gracias a la prueba M de Weierstrass, si pudiesemos acotar |b
x(k)| = |ck | = O(1/k 2 ), entonces tendramos convergencia de la serie de Fourier, no solo puntual sino uniforme. Sin embargo, este tipo de acotaciones no se pueden deducir
p
del simple hecho de que {ck } l2 (Z). Basta observar que la sucesion {1/(|n| + 1)}
n= pertenece a l (Z) para todo
p > 1 y, sin embargo, no es sumable.

LAFA. Laboratorio de Analisis de Fourier Aplicado

del intervalo [, ] tal que x(t) es derivable en cada intervalo abierto (j1 , j ) y existen los lmites
laterales

), x( )}.
{x( + ), x(1 ), x(2 ), , x(J1
Entonces los coeficientes de Fourier de x(t) vienen dados por2 :
Z
1
ak =
x(t) cos(kt)dt

J Z
1 X j
=
x(t) cos(kt)dt
j=1 j1

!

Z j
J
sin(kt) j
sin(kt)
1X
x(t)

x0 (t)
=
dt
j=1
k
k
+

j1
j1

!
Z j
J
1 X
j
x(t) sin(kt)]+
x0 (t) sin(kt)dt
=
j1
k j=1
j1
1
= O( ).
k
Obviamente, esto no basta para garantizar la convergencia de la serie
asociada. Ahora
de Fourier
ij
PJ
bien, si sabemos que la senal x(t) es continua entonces la suma j=1 x(t) sin(kt)
se cancela,
k
+
de modo que solo debemos preocuparnos del valor de
)
( Z
J
j
X
sin(kt)
dt .

x0 (t)
k
j1
j=1

j1

Si suponemos, pues, que x(t) es continua y derivable (excepto quizas en los puntos i , donde supondremos que existen las derivadas laterales), y que x0 (t) es derivable en los intervalos abiertos (i1 , i ),
entonces, integrando de nuevo por partes, obtenemos que

!
j
Z j
J
X
1
cos(kt)
cos(kt)
00
ak =
x0 (t)

x (t)
dt
2
j=1
k
k2
j1
+
j1

y, por tanto, |ak | = O(1/k 2 ) (y, analogamente,|bk | = O(1/k 2 )), de modo que la serie de Fourier
converge absoluta y uniformemente3 .
Si la primera derivada es continua, entonces la suma

!
J
1X
cos(kt) j
0
x (t)
j=1
k2
+
j1

se cancela y, volviendo a introducir mas hipotesis de regularidad (esta vez sobre x00 (t)) y a integrar
por partes, obtenemos que |ak | = O(1/k 3 ). El argumento se puede continuar repetidas veces.
2
3

Para los coeficientes bk se puede realizar, evidentemente, un calculo analogo

Esto es consecuencia de la prueba M de Weierstrass.

LAFA. Laboratorio de Analisis de Fourier Aplicado

Hemos demostrado entonces que, para senales continuas con primera derivada continua a trozos y
derivable a trozos, los coeficientes de Fourier satisfacen |ak | = O(1/k 2 ) y, puesto que | sin t|, | cos t|
1, la correspondiente serie de Fourier es sumable (de hecho, absolutamente y uniformemente sumable). Es mas, su suma sera de nuevo la senal de partida4 . Este resultado se debe a Heine5 , que lo
demostro en 1870 utilizando la desigualdad de Bessel.

1.2. Uso del Teorema del Valor Medio Integral para la estimacion de los coeficientes de Fourier
Otro metodo para estimar los coeficientes de Fourier se basa en el uso del conocido Teorema del
Valor Medio Integral:
Teorema 1 (P. O. Bonnet, 1849) 6 Supongamos que u(t) es una funcion integrable, positiva y decreciente en el intervalo [a, b] y que es integrable en [a, b]. Entonces existe un punto x (a, b) tal
que
Z
Z
b

u(t)(t)dt = u(a)
a

(t)dt.
a

Supongamos ahora que estamos estimando los coeficientes de Fourier de una senal 2-periodica
x(t) que tiene la propiedad de ser de variacion acotada. Entonces es conocido que dicha senal se
puede expresar como una diferencia x(t) = u(t) v(t), donde u(t), v(t) son funciones decrecientes
en [, ). Es mas, sumando a ambas funciones la misma constante, su diferencia queda invariante y,
por tanto, podemos suponer que u(t), v(t) 0 para todo t. Entonces podemos realizar las siguientes
estimaciones:
Z
Z
Z
1
1
1
ak =
x(t) cos(kt)dt =
u(t) cos(kt)dt
v(t) cos(kt)dt



4

La prueba de que la serie suma exactamente la senal de partida no esta contenida en los calculos que se han realizado
hasta aqu. Sin embargo, para demostrar la veracidad de esta afirmacion bastara tener en cuenta el Teorema de Aproximacion de Weierstrass en su version trigonometrica, lo que demostramos en el Corolario ?? que sigue al Teorema de Fej`er
(ver la secccion 1.3.5. ).
5
H. E. Heine (1821-1881). Matematico aleman. Se le conoce, entre otras cosas, por el teorema que caracteriza los compactos de Rn precisamente como sus subconjuntos cerrados y acotados. Tambien trabajo en temas de Analisis Matematico,
como las funciones de Bessel o los polinomios de Legendre.
6
P. O. Bonnet (1819-1892). Matematico frances. En 1843 publico un primer trabajo sobre convergencia de series
de terminos positivos y en 1849, gracias a otro trabajo sobre series funcionales, recibio un premio de la Academia de
Bruselas (Es en este segundo artculo donde aparece el teorema del valor medio integral). Sin embargo, en el tiempo
transcurrido entre estos artculos, se intereso por la Geometra Diferencial, tema al que dedico el resto de su carrera
investigadora, logrando importantes avances. En particular, a e l debemos el concepto de curvatura geodesica y uno de los
pocos teoremas de Geometra Diferencial Global que se estudian actualmente en la carrera de Matematicas: el Teorema
de Gauss-Bonnet.

LAFA. Laboratorio de Analisis de Fourier Aplicado

y, por tanto, si utilizamos el Teorema de Bonnet para u(t) y v(t), tenemos que
Z
Z x
1
u(t) cos(kt)dt = u()
cos(kt)dt

u()
(sin(kx) + sin(k))
=
k
u()
=
sin(kx)
k
y
Z
Z y
1

v(t) cos(kt)dt = v()

cos(kt)dt

v()
=
(sin(ky) + sin(k))
k
v()
=
sin(ky)
k
para ciertos valores x, y (, ). Se sigue que
ak =

u()
v()
sin(kx)
sin(ky)
k
k

y, por tanto,
u()
v()
1
|+|
| = (u() + v()).
k
k
k
En la estimacion de los coeficientes bk habra que tener en cuenta que ahora cos(k) no se anula y, por
tanto,
Z
Z x
1
u(t) sin(kt)dt = u()
sin(kt)dt

u()
=
( cos(kx) + cos(k))
k
|ak | |

y
1

v(t) sin(kt)dt =

v()
( cos(kx) + cos(k)),
k

de modo que
u()
v()
2
| + 2|
| = (u() + v()).
k
k
k
En todo caso, acabamos de demostrar que para senales x(t) de variacion acotada se tiene que los
coeficientes de Fourier asociados se van a cero con velocidad O(1/k).
Un poco mas de trabajo bastara para demostrar el siguiente (interesante) resultado:
|bk | 2|

Teorema 2 Supongamos que la senal x(t) es derivable en todo punto y que x0 (t) es una funcion de
variacion acotada. Si ademas se satisface que x() = x(), entonces |ak |, |bk | = O(1/k 2 ) y, en
particular, la serie de Fourier de x(t) converge a x(t) absoluta y uniformemente en [, ].

LAFA. Laboratorio de Analisis de Fourier Aplicado

1.3. Convergencia puntual de la serie de Fourier

Los criterios explicados en las secciones anteriores relativos al tamano de los coeficientes de
Fourier de senales 2-periodicas x(t) no son, en absoluto, suficientes para un estudio serio de las
propiedades de convergencia de las sumas parciales SN x. Tengase en cuenta que los calculos realizados hasta ahora estaban mas bien enfocados para utilizar el criterio M de Weierstrass y, por tanto,
para demostrar la convergencia uniforme de la serie de Fourier. De modo que si deseamos estudiar la convergencia puntual de la serie, necesitaremos realizar estimaciones mas precisas. Con este
objetivo en mente, vamos a obtener, como primer paso, una expresion cerrada para las sumas parciales SN x, expresion que posteriormente sera utilizada para estimar las diferencias SN x(t) x(t),
N = 0, 1, 2, , .

1.4. Algunas estimaciones previas: Representacion integral de SN x

Sabemos que
N

(SN x)(t) =
donde

ak =
bk =

a0 X
+
(ak cos(kt) + bk sin(kt)),
2
k=1
1

(1)

R
x(s) cos(ks)ds ; para k 0
R

x(s) sin(ks)ds; para k 1

Ahora, sustituyendo las expresiones de los coeficientes en (1), e intercambiando la suma (finita) con
la integral, obtenemos que
(
)
Z
N
1
1 X
(SN x)(t) =
x(s)
+
{cos(ks) cos(kt) + sin(ks) sin(kt)} ds

2 k=1
(
)
Z
N
1
1 X
=
x(s)
cos(k(s t)) ds,
+

2 k=1
y, haciendo u = s t, obtenemos que
1
(SN x)(t) =

x(t + u)

)
N
1 X
+
cos(ku) du.
2 k=1

Para obtener resultados sobre la posible convergencia

de SN x, lo que necesitamos es, pues, analizar
PN
1
el comportamiento de la suma kN (u) = 2 + k=1 cos(ku). De hecho, vamos a obtener una expresion
compacta para dicha suma. Para ello empleamos la formula trigonometrica
sin(a + b) sin(a b)
= cos a sin b.
2
Tomando a = ku y b = u/2,
sin

(2k + 1)u
(2k 1)u
u
sin
= cos(ku) sin
2
2
2
5

LAFA. Laboratorio de Analisis de Fourier Aplicado

se deduce que
"
#
N
u
1
u X
(2k + 1)u
(2k 1)u
kN (u) sin
=
sin +
sin
sin
2
2
2 k=1
2
2
=

1
(2N + 1)u
sin
2
2

y, por tanto,
1
(SN x)(t) =

x(t + u)

sin((2N + 1)u/2) du
.
sin(u/2)
2

(2)

La expresion7 (2) es de vital importancia para la estimacion de las diferencias x(t) SN x(t), N =
0, 1, . Veamos por que:
Debido a la propiedad de mejor aproximacion en mnimos cuadrados para SN x, se deduce que, si
tomamos x(t) = 1, entonces (SN x)(t) = 1 y, por tanto,
Z
1 sin((2N + 1)u/2) du
1=
.

sin(u/2)
2
Multiplicando ambos miembros por x(t) y, pasando la constante x(t) dentro de la integral del segundo
miembro de la igualdad (tengase en cuenta que integramos contra la variable u), se tiene que
Z
1
sin((2N + 1)u/2) du
x(t) =
x(t)

sin(u/2)
2
y, por tanto,
1
x(t) (SN x)(t) =

(x(t) x(t + u))

sin((2N + 1)u/2) du
.
sin(u/2)
2

Ya estamos en condiciones de demostrar el siguiente importante resultado:

Teorema 3 Supongamos que x(t) L1 (, ) y x(t) es derivable en el punto t0 (, ). Entonces lmN SN x(t0 ) = x(t0 ).
Demostracion. Para estimar la diferencia x(t0 ) (SN x)(t0 ) hemos conseguido que aparezca en el
)x(t0 +u)
segundo miembro la expresion x(t20 sin(u/2)
. Esto es u til si x(t) es derivable en t0 , ya que en tal caso
la expresion

x(t0 )x(t0 +u)

u

tiene lmite x0 (t0 ) R para u 0 y, por tanto, podemos afirmar que

(u) :=

x(t0 ) x(t0 + u)
x(t0 ) x(t0 + u)
1
=
,
2 sin(u/2)
u
sin(u/2)/(u/2)

PN
Otro modo de llegar a (2) es el siguiente: Se tiene en cuenta que SN x(t) =
b(k)eikt , donde
k=N x
R
R
P
PN

N
1
1
x(s)eiks ds. Por tanto, SN x(t) = 2
( k=N eik(ts) x(s))ds y, usando que k=N eik =
x
b(k) = 2

P2N
i(N + 1 )
i(N + 1 )
i(2N +1)
i(N +1)
i(N +1)
2
eiN
eiN ei /2
= e ei2 /2 e
=
eiN k=0 (ei )k = eiN e ei 1 1 = e
= e
ei 1
ei 1
ei /2
ei /2
7

sin((N + 12 ) )
,
sin 2

se llega a la expresion deseada tomando = t s.

LAFA. Laboratorio de Analisis de Fourier Aplicado

es una funcion acotada, ya que el u nico posible problema lo dara tomar lmite u 0, pero esto
produce el valor x0 (t0 ), pues lmu0 sinu u = 1. Queremos, pues, estimar el lmite de
Z
1
(2N + 1)u
(u) sin(
)du

2
para N . Ahora bien, podemos utilizar el siguiente resultado, que es una interesante consecuencia del Lema de Riemann-Lebesgue:
Lema 1 Supongamos que h(u) es una senal absolutamente integrable en (, ). Entonces
Z
1
(2n + 1)u
lm
h(u) sin(
)du = 0
n
2
Demostracion. Para verlo, tengamos en cuenta que
sin

(2n + 1)u
1
= sin((n + )u) = sin(nu) cos(u/2) + cos(nu) sin(u/2)
2
2

y, por tanto, si hacemos h1 (u) = cos(u/2)h(u) y h2 (u) = h(u) sin(u/2), se tiene que
Z
1
1
h(u) sin((n + )u)du = bn (h1 ) + an (h2 ),

2
donde bn (h1 ) denota el n-esimo coeficiente de Fourier (de los que multiplican a los senos) de h1 y
an (h2 ) denota el n-esimo coeficiente de Fourier (de los que multiplican a los cosenos) de h2 . Como
tanto h(u) como h1 (u) y h2 (u) son absolutamente integrables en (, ), podemos utilizar el Lema
de Riemann-Lebesgue, y por tanto, sus coeficientes de Fourier convergen a cero. Esto termina la
prueba.
La construccion de la funcion (u) garantiza que e sta pertenece a L1 (, ) y, por tanto, podemos
utilizar el lema anterior para afirmar que
Z
(2N + 1)u
1
(u) sin(
lm
)du = 0,
N
2
lo que concluye la prueba del teorema.

2. El Teorema de Dirichlet
La idea, expuesta en la seccion anterior, de obtener una formula integral que proporcione una
expresion cerrada para la suma parcial N -esima SN x de la serie de Fourier de x(t) fue explotada
por P. L. Dirichlet, que en 1829 logro el primer avanze verdaderamente significativo en el estudio de
la convergencia de las series de Fourier de senales periodicas al establecer con todo rigor una clase
de funciones lo suficientemente amplia como para justificar su utilidad en numerosas aplicaciones.
Concretamente, demostro el siguiente resultado8 :
8

Hemos esperado hasta enunciar el teorema de Dirichlet para introducir la terminologa usual, segun la cual denotamos
por DN al nucleo de Dirichlet, etc.

LAFA. Laboratorio de Analisis de Fourier Aplicado

Teorema 4 (Dirichlet) Sea x(t) una senal 2-periodica y sea SN (x)(t) la suma parcial N -esima de
la serie de Fourier de x. Entonces SN (x) admite la siguiente representacion integral:
Z
1
SN (x)(t) =
x(t + s)DN (s)ds,
2
donde DN (s) =

sin((N + 12 )s)
,
sin( 12 s)

toma el nombre de nucleo de Dirichlet. Ademas, si x(t) es continua a

trozos con primera derivada continua a trozos9 , entonces

lm SN (x)(t) =

x(t+ ) + x(t )
.
2

Es mas, en tal caso podemos garantizar que se dan las siguientes formulas:
Z
1
x(t+ )
lm
x(t + s)DN (s)ds =
N 2 0
2
Z 0
1
x(t )
lm
x(t + s)DN (s)ds =
,
N 2
2

(3)
(4)

donde la convergencia que se produce es uniforme sobre compactos K estrictamente contenidos

dentro del conjunto de puntos de continuidad de la senal (i.e., [, ] \ {1 , 2 , , m } para cierto
conjunto finito de puntos {i }m
i=1 ).

+)
. En particular, si
Finalmente, para t {, } se tiene que lmN SN x() = x( )+x(
2
x(t) es 2-periodica y continua con derivada continua a trozos, entonces la serie de Fourier de x(t)
converge uniformemente a x(t) en R.
Demostracion. La primera parte del teorema, segun la cual SN (x) admite la representacion integral
Z
1
SN (x)(t) =
x(t + s)DN (s)ds,
2
sin((N + 1 )s)

con DN (s) = sin( 1 s)2 , ya la hemos probado en la seccion anterior. Si probamos que (3) y (4) son
2
ciertas entonces habremos finalizado. Hacemos las cuentas solo para (3), pues (4) se demuestra de
forma analoga.
Para empezar, hacemos la siguiente observacion: si h(t) es una funcion continua a trozos en el
intervalo [0, ] entonces
Z
1
1
lm
h(t) sin((N + )t)dt = 0.
N 0
2
Para verlo, basta tener en cuenta que la funcion h (t) := h(t)[0,] (t) satisface
Z
Z
1
1
1
1
h (t) sin((N + )t)dt =
h(t) sin((N + )t)dt

2
0
2
9

Para mayor precision: estamos pensando en funciones x(t) tales que ellas y sus primeras derivadas tienen a lo sumo
un conjunto finito de discontinuidades de salto. En particular, para todo t (, ) existen los valores x(t ) y x0 (t ).

LAFA. Laboratorio de Analisis de Fourier Aplicado

y podemosR aplicar a h el Lema 1. Ahora bien, se sigue de la expresion integral de SN x y del hecho

1
de que 2
DN (s)ds = 1, que

Z
sin((N + 12 )s)
1
x(t+ ) + x(t )
x(t+ ) + x(t )
SN (x)(t)
=
x(t + s)
ds

2

2
2 sin( 12 s)
Z 0

1
1
x(t + s) x(t ) sin((N + 2 )s)
=

2
sin( 12 s)

Z
1
x(t + s) x(t+ ) sin((N + 12 )s)
.
+
0
2
sin( 12 s)
Por tanto, nuestro problema se reduce ahora a la estimacion de las integrales que aparecen en el
segundo miembro de la igualdad anterior. Como la estimacion es analoga para ambas integrales,
relizamos de manera explcita los calculos solo para la segunda, que esta escrita en el intervalo [0, ].
Reagrupamos terminos en dicha integral, obteniendo que
Z
Z
1 x(t + s) x(t+ ) sin((N + 21 )s)
1 x(t + s) x(t+ )
1
=
sin((N + )s)
1
1
0
2
0
2
sin( 2 s)
2 sin( 2 s)
Z
1
1
h(s) sin((N + )s),
=
0
2
+

)
donde h(s) = x(t+s)x(t
es una funcion continua a trozos en [0, ] y, por tanto, teniendo en cuenta
2 sin( 12 s)
lo observado al principio de esta prueba, concluimos que
Z
1 x(t + s) x(t+ ) sin((N + 12 )s)
= 0,
lm
N 0
2
sin( 21 s)

que es lo que queramos demostrar (las estimaciones en los puntos t {, } son analogas, de
modo que las dejamos como sencillos ejercicios).
El u nico punto que aun no hemos aclarado es por que el lmite es uniforme sobre compactos
K contenidos en el conjunto de puntos donde la senal x(t) es continua. Por sencillez y para evitar
sutilezas innecesarias, vamos a abordar esta cuestion solo en el caso en que la senal x(t) es continua
en todo el intervalo [, ] y satisface que x() = x() (de modo que admite una extension 2periodica a toda la recta real).
La idea es utilizar la prueba M de Weierstrass. Para ello, usaremos que x0 (t) es continua a trozos
(y la desigualdad de Bessel) para estimar los coeficientes de Fourier de x(t). Veamos como se hace
esto:
0
0
Como
serie de Fourier (Sx0 )(t)
P
P x (t) es continua a trozos entonces x (t) tiene asociada una
0 + k=0 (k cos(kt) + k sin(kt)). Ademas, si (Sx)(t) a0 /2 + k=0 (ak cos(kt) + bk sin(kt)),
entonces es facil comprobar que se satisfacen las igualdades 0 = 0 (por ser x() = x()), y
an = nn , bn = nn , para n = 1, 2, . Vamos a utilizar esta informacion para estimar el tamano de
los coeficientes |ak |, |bk |.
P
1
2
Como max{|ak |, |bk |} (|ak |2 +|bk |2 ) 2 , podemos centrar nuestro interes en la serie
k=1 (|ak | +
1
|bk |2 ) 2 . Con este objetivo en mente, recordamos la conocida desigualdad de Cauchy-Schwartz, segun

LAFA. Laboratorio de Analisis de Fourier Aplicado

la cual:

2
! N
!
N
N
X

X
X

xk yk
|xk |2
|yk |2

k=1

k=1

k=1

para todo par de vectores (x1 , , xN ), (y1 , , yN ) C . Se sigue que

2
2
! N
!
N
N
N
X
X

X
X
1
1
1
1

(|k |2 + |k |2 )
(|k |2 + |k |2 ) 2
(|ak |2 + |bk |2 ) 2 =

k
k2
k=1

k=1

k=1

k=1

para N = 1, 2, . Se sigue que la desigualdad se satisface tambien para las P

correspondientes series
0
2
2
numericas. Ahora bien, como x (t) es de energa finita, sabemos que la serie
k=1 (|k | + |k | ) es
convergente. Se sigue que {ak }, {bk } l1 (N) y, por tanto, la serie de Fourier de x(t),
Sx(t) = a0 /2 +

(ak cos(kt) + bk sin(kt))

k=0

es uniformemente convergente. Como, por otra parte, ya habamos probado que el lmite puntual de
dicha serie es la propia senal x(t), la prueba se concluye.

3. Necesidad de regularidad para la convergencia uniforme de

SN x
Los resultados que hemos obtenido sobre convergencia de las sumas parciales SN x hasta ahora
han requerido asumir cierta regularidad sobre las senales x(t) pero, son verdaderamente necesarias
estas hipotesis?. En esta seccion vamos a esbozar una prueba de que s. Concretamente, explicamos
como se demuestra la existencia de senales continuas 2-periodicas x(t) para las que la sucesion de
sumas parciales SN x(t) es divergente.
Vamos a ofrecer dos demostraciones del resultado. La primera, de caracter existencial, solo la
esbozamos, pues vamos a basarnos en un resultado de Analisis Funcional que, aunque de naturaleza
basica, se escapa de los objetivos de este libro. Se trata del famoso teorema de Banach-Steinhaus, o
Teorema de Acotacion Uniforme.
Teorema 5 (Banach-Steinhaus) Supongamos que X es un espacio de Banach y TN : X X,
N = 1, 2, es una sucesion de operadores lineales acotados (i.e., TN (x + y) = TN x + TN y
para , escalares y x, y X; y kTN k := supkxk=1 kTN xk < para N = 1, 2, ). Entonces las
siguientes propiedades son equivalentes:
Para todo x X la sucesion {kTN xk}
N =1 es acotada.
La sucesion {kTN k}
N =1 es acotada.
Obviamente, nosotros vamos a utilizar el teorema anterior con
X = C2 (R) := C(T) = {x : R C : x continua y 2-periodica}

10

LAFA. Laboratorio de Analisis de Fourier Aplicado

dotado de la norma uniforme, kxk = supt[,] |x(t)|, y TN x = SN x, la suma parcial N -esima de la

serie de Fourier asociada a la senal x(t).
En la segunda demostracion usaremos los calculos realizados en la primera prueba para construir
un ejemplo concreto de senal continua cuya serie de Fourier es divergente.
Ya estamos, pues, en condiciones de probar el resultado principal de esta seccion.
Teorema 6 Existen senales continuas 2-periodicas x(t) tales que la sucesion de sumas parciales
SN x diverge.
Primera demostracion (Existencial). Fijada una senal x(t) C(T), si las sumas parciales SN x fuesen convergentes a una funcion z(t) C(T), en el sentido de la norma uniforme, entonces tendramos
que
sup kSN x(t)k kz(t)k + sup kSN x(t) z(t)k < ,
N 1

N 1

y esto para cada senal x C(T). Por tanto, usando el Teorema de Banach-Steinhaus, llegaramos a
la conclusion de que las normas kSN k := supkxk=1 kSN xk estaran uniformemente acotadas. Vamos
a demostrar que esto u ltimo no es cierto y, por tanto, existen senales para las que las sumas parciales
de Fourier no son convergentes en el sentido de la norma uniforme.
Sea N (t) una funcion continua de norma uniforme kN k = 1 en [, ] y tal que N (t) =
sign(DN (t)) para todo t N , donde N =
[, ] representa una unioin
k=1 [xN,k , yN,k ]P
2
infinita de intervalos disjuntos dos a dos con la propiedad de que
k=0 (yN,k xN,k ) 2 2N +1 .
Entonces

N (s)DN (s)ds
kSN N (t)k kSN N (0)| =
2
Z

Z
1

=
|DN (s)|ds +
N (s)DN (s)ds
2
2 [,]\N
Z

Z N
1

1
|DN (s)|ds
N (s)DN (s)ds

2
2 [,]\N
Teniendo en cuenta que DN (t) =

sin((N +1/2)t)
,
sin(t/2)

se puede probar que

max |DN (t)| = DN (0) = 2N + 1

t[,]

y, por tanto, podemos afirmar que

Z
Z
1
1
2
1
kSN N (t)k
|DN (s)|ds
(2N + 1)
=
|DN (s)|ds .
2
2
2N + 1
2
Como > 0 se elige arbitrariamente pequeno, se concluye que existen funciones N C(T) de
norma 1 y tales que kSN N k = kDN kL1 (,) + O(1/N ). Ahora bien, vamos a probar que las normas
LN := kDN kL1 (,) se van a infinito con la velocidad de log N , para N , lo que concluira la
prueba.

11

LAFA. Laboratorio de Analisis de Fourier Aplicado

Claramente

(2N +1)t

1
sin( 2 )
=
dt

2 0 sin( 2t )

Z
2 /2 sin((2N + 1)s)
=
ds
0
sin(s)

Z
2 /2 sin((2N + 1)s)

ds

s
Z

LN

Tomando u =

2N +1
s

tenemos que
2
LN

2N +1
2

Z N
sin u
sin nu

du > 2

du
u
0 u

y, por tanto,
LN

N 1 Z
2 X k+1 sin u

u du
k=0 k
N 1 Z
2 X 1 sin u
du
=
k=0 0 u + k
Z N !
2 1 X1
sin udu

0
k
k=1
Z 1
2
4

log N
sin udu = 2 log N.

Segunda demostracion (Constructiva). Sabemos que hay una sucesion de funciones n C2

tales que kn k 1 para todo n y sin embargo log N = O(|SN N (0)|) = O(log N ). Tomamos
N = N 2 (N ), N = 1, 2, . Entonces N es un polinomio trigonometrico de orden N 2 y tal
que kN k 1. Ahora, si tenemos en cuenta la expresion compleja de las sumas parciales de Fejer,
entonces para cualquier senal se tiene que:

X
|n|
N 2 () =
(n)
b
1 2
eint
N
+
1
2
|n|N

y
SN (N 2 ()) =

(n)
b
1

|n|N

12

|n|
2
N +1

eint ,

LAFA. Laboratorio de Analisis de Fourier Aplicado

de modo que

|n| int

(n)
b
|SN () SN (N 2 ())| =
e
N2 + 1
|n|N

k{(n)}
b
nZ k

N2

2N (N + 1)
1
.
+1
2

N2 + N
N2 + 1
< 2kk .

kk

Por tanto, tomando = N en la desigualdad anterior, se tiene que

kSN (N ) SN (N )k < 2, para N = 1, 2, ....
Se sigue que la sucesion {SN (N )(0)}
N =0 converge a infinito con la misma velocidad que log N .
3N
Tomamos N = 2 y definimos la senal
x(t) =

X
1
(N t).
2 N
N
N =1

Evidentemente, x(t) es continua (basta usar la prueba M de Weierstrass). Vamos a probar que su serie
de Fourier diverge en t = 0.
Ahora bien, como j (t) es un polinomio trigonometrico, se tiene que:

j (j t) =

imt
c
j (m)e

m=

y, por tanto,

!
n

X
X 1
1 c

|S2n x(0)| = S2n

(j t) (0) +
(0)

j2 j
j2 j
j=n+1
j=1

n1
X

X
1
1
1

(0)
+
(0)
+

=
(0)

j
n n
j
2
2
2

j
n
j
j=n+1
j=1

K
log n 3.
n2

Se sigue que lmn |S2n x(0)| = y, por tanto, la serie de Fourier de x(t) diverge en t = 0.

Referencias
[1] J. M. Almira, An introduction to Fourier Series and Signal Processing, Technische Universitat
Chemnitz, Preprint 2001-13 (2001).

13

LAFA. Laboratorio de Analisis de Fourier Aplicado

[2] J. Arias de Reyna, Pointwise convergence of Fourier Series, Springer-Verlag, 2002.

[3] N. Aronszajn, La theorie des noyaux reproduisants et ses applications, Proc. Cambridge Phil.
Soc. o textbf39 (1943) 133-153.
[4] J. J. Benedetto, Irregular sampling and frames, in Wavelets: A tutorial in Theory and Applications, C. K. Chui (ed.) Academic Press (1992), 445-507.
[5] R. P. Boas, Entire Functions, Academic Press, 1954.
[6] S. Bochner, El papel de la matematica en el desarrollo de la ciencia, Alianza Universidad 689,
Alianza Ed. (1991).
[7] W. Bolton, Laplace and Z-transforms, Logman (1998).
[8] F. Bombal, Laurent Schwartz: El matematico que quera cambiar el mundo, La Gaceta de la
R.S.M.E. 6 1 (2003)
[9] R. M. Bracewell, The Fourier transform and its applications, McGraw-Hill Electrical and Electronic Engineering Series (1965).
[10] J. L. Brown, On the error in reconstructing a non-bandlimited function by means of the bandpass sampling theorem, J. Math. Anal. Appl 18 (1967) 75-84.
[11] J. R. Buck, M. M. Daniel, A. C. Singer, Computer Explorations in Signals and Systems Using
Matlab, Signal Processing Series, Prentice Hall (1997).
[12] P. L. Butzer, R. L. Stens, Sampling theory for non-neccesarily band-limited functions: a historical overview, SIAM Rev. 34 (1992) 40-53.

[13] A. Canada
Villar, Series de Fourier y Aplicaciones. Un tratado elemental con notas historicas
y ejercicios resueltos, Ed. Piramide, 2002.
[14] D. C. Champeney, A handbook of Fourier Theorems, Cambridge university Press (1987).
[15] R. Duffin, A. Shaeffer, A class of nonharmonic Fourier series, Trans. Amer. Math. Soc. 72
(1952) 341-366.
[16] P.P.G. Dyke, An introduction to Laplace Transforms and Fourier Series, Springer UnderGraduate Mathematics Series, Springer (2001).
[17] J. W. Eaton et al., GNU Octave, disponible en www.octave.org.
[18] R. E. Edwards, Fourier series (A modern introduction) Vol 1, Graduate Texts in Mathematics
64, Springer (1979).
[19] K. Fan, O. Taussky, J. Todd, Discrete analogs of inequalities of Wirtinger, Monasch. Math. 59
(1955) 73-90.
[20] G. B. Folland, Fourier analysis and its applications, Brooks-Cole Publishing Co. (1992).

14

LAFA. Laboratorio de Analisis de Fourier Aplicado

[21] S. Forcada, Introduccion a la integral de Lebesgue, Promociones y Publicaciones Universitarias, Barcelona, 1988.
[22] Free Software Foundation, The GNU Scientific Library, disponible en http://www.gnu.
org/software/gsl/.
[23] R. A. Goldberg, Fourier transforms, Cambridge University Press (1965).
[24] E. A. Gonzalez-Velasco, Fourier Analysis and Boundary Value Problems, Academic-Press
(1995).
[25] H. G. Feichtinger, K. Grochenig, Irregular sampling theorems and series expansions of bandlimited functions, J. of Math. Anal. Appl. 167 (1992) 530-556.
[26] K. Grochenig, Reconstruction algorithms in irregular sampling, Math. Compt. 59 (1992) 181194.
[27] K. Grochenig, A discrete theory of irregular sampling, Linear Alg. and its Appl. 193 (1993)
129-150.
[28] K. Grochenig, Irregular sampling, Toeplitz matrices and the approximation of entire functions
of exponential type, Math. of Comp. 68 (1999) 749-765.
[29] R. W. Hamming, Digital Filters (Third Edition), Dover (1998).
[30] G. Hardy, W. W. Rogosinski, Fourier Series, Dover (1999).
[31] G. Hardy, J. E. Littlewood, G. Polya, Inequalities, (2nd Edition) Cambridge University Press,
1952.
[32] S. Haykin, B. Van Veen, Signals and Systems, John Wiley & Sons Inc. (1999).
[33] J. R. Higgins, Sampling Theory in Fourier Analysis and Signal Analysis, Oxford University
Press (1996).
[34] P. Jacklam, MATLAB array manipulation tips and tricks, disponible en http://home.
online.no/pjacklam/matlab/doc/mtt/doc/mtt.pdf.
[35] M. I. Kadec, The exact value of the Paley-Wiener constant, Soviet. Math. Dokl. 5 (1964) 559561.
[36] D. W. Kammler, A first course in Fourier Analysis, Prentice-Hall, New Jersey (2000).
[37] Y. Katznelson, An introduction to Harmonic Analysis, Dover (1976).
[38] V. A. Kotelnikov, On the transmission capacity of ether and wire electrocominucations, Izd.
Red. Upr. Svgazi RKKA, 1933.
[39] S. G. Krantz, A panorama of Harmonic Analysis, The Carus Math. Monographs 27 Math. Asoc.
Amer. (1999)

15

LAFA. Laboratorio de Analisis de Fourier Aplicado

[40] A. Kufner, J. Kadled, Fourier Series, Academia Praha (1971).

[41] P. Lancaster, K. Salkauskas, Transform Methods in Applied Mathematics, Canadian Math.
Soc. Series of Monographs and Advanced Texts, John-Wiley & Sons (1996).
[42] C. Lanczos, Discourse on Fourier Series, Olyver and Boyd, Edinburg, 1966.
[43] H. Landau, Neccesary density conditions for sampling and interpolation of certain entire functions, Acta Math. 117 (1967) 37-52.
[44] R. Lasser, Introduction to Fourier Series, Marcel Dekker, 1996.
[45] T. Love, Matlab vectorisation tricks, disponible en http://www-h.eng.cam.ac.uk/
help/tpl/programs/Matlab/tricks.html.
[46] S. Mallat, A wavelet tour of signal processing, 2a Ed., Academic Press (1999).
F. Vallverdu,
J. A. Rodrguez, A. Moreno, Tratamiento digital de la senal, Ed.
[47] J. B. Marino,
UPC (1999).
[48] P. Marziliano, M. Vetterli, Reconstruction of irregularly sampled discrete-time bandlimited
signals with unknown sampling locations, IEEE Transactions on Signal Proccesing 48 12 (2000)
3462-3471.
[49] The MathWorks, MATLAB website, www.mathworks.com.
[50] The MathWorks, Code Vectorization Guide, disponible en http://www.mathworks.com/
support/tech-notes/1100/1109.html.
[51] C. Neumann, Zur theorie des logarithmischen und des Newtonschen Potentials, Ber. Verh.
Math.-Phys. Classe Koniggl. Sachs. Akad. Wiss. Leipzig 32 (1870) 49-56, 264-321.

[52] C. Neumann, Uber

die methode des Arithmetischen Mittels, Hirzel, Leipzig, 1887.
[53] A. Papoulis, Sistemas digitales y analogicos, Transformadas de Fourier, Estimacion espectral,
Marcombo (1986).
[54] J. R. Partington, Interpolation, Identification and Sampling, Oxford University Press (1997).
[55] A. Pinkus, Weierstrass and Approximation Theory, J. Approx. theory 107 (2000) 1-66.
[56] A. Pinkus, S. Zafrany, Fourier Series and Integral Transforms, Cambridge University Press
(1997).
[57] W. H. Press et al., Numerical Recipes: The Art of Scientific Computing. New York: Cambridge
Univ. Press, 1986.
[58] M. H. Protter, C.B. Morrey, Analisis Real, Editorial AC, 1986.
[59] V. S. Pugachev, I. N. Sinitsyn, Lectures on Functional Analysis and Applications, World
Scientific Publishing Co., (1999).

16

LAFA. Laboratorio de Analisis de Fourier Aplicado

[60] W. Rudin, Analisis real y complejo, Editorial Alhambra, 1985.

[61] D. E. Rutherford, Some continuant determinants arising in Physics and Chemistry, II. Proc.
Royal Soc. Edinburgh 62A (1947) 229-236.
[62] K. Seip, On the connection between exponential bases and certain related sequences in
L2 (, ), J. Functional Anal. 130 (1995) 131-160.
[63] H. Shapiro, Topics in Approximation Theory, Lecture Notes in Mathematics 187, SpringerVerlag (1971).
[64] I. Stewart, D. Tall, Complex Analysis, Cambridge Univ. Press (1983).
[65] O. Steinbach, W. L. Wendland, On C. Neumanns method for second order elliptic systems in
domains with non-smooth boundaries, J. of Math. Anal. and Appl. 262 (2001) 733-748.
[66] G. Strang, A proposal for Toeplitz matrix calculations, Stud. Appl. Math. 74 (1986) 171-176.
[67] T. Strohmer, Efficient methods for digital signal and image reconstruction from nonuniform
samples, Ph. Thesis, Viena, 1993.
[68] M. Unser, Sampling: 50 years after Shannon, Proc. IEEE 88 4 (2000) 569-587.
[69] J. I. Richards, H. K. Youn, Theory of Distributions, Cambridge University Press, Cambridge,
1990.
[70] D.A. Watt, Programming Language Concepts and Paradigms. Prentice Hall International,
1991
[71] R. Young, An introduction to nonharmonic Fourier series, CRC Press, 1993.
[72] A. I. Zayed, Advances in Shannons sampling theory, CRC Press, 1993.

17