Académique Documents
Professionnel Documents
Culture Documents
on 4
ANALISIS
DE FOURIER
X
f (t) =?
[an cos(nt) + bn sen(nt)] .
n=0
Una serie de este tipo recibe el nombre de serie trigonometrica o serie de Fourier.
El problema de la representaci
on de una funci
on mediante una serie trigonometrica surge,
como veremos en la siguiente lecci
on, de la resoluci
on de ecuaciones en derivadas parciales.
En torno a 1750, J. dAlembert, D. Bernoulli (17001782) y L. Euler estudiaron la ecuaci
on
de ondas que gobierna el problema de la cuerda vibrante, un problema planteado y estudiado
por B. Taylor (16851731) que haba obtenido soluciones en forma de funciones sinusoidales.
DAlembert dio una soluci
on muy general y Euler prob
o que si en el instante inicial la forma
de la cuerda es una combinaci
on finita de senos, entonces ocurrir
a lo mismo en cualquier
instante posterior, dando mucho m
as tarde, en 1777, las f
ormulas que permiten calcular los
coeficientes de la combinaci
on. En 1753, D. Bernoulli utiliz
o esta representaci
on para resolver
el problema de la cuerda vibrante para una posici
on inicial cualquiera, pero su soluci
on
suscit
o mucha controversia. Fue J.B. Fourier (17681830) quien, al analizar en una famosa
memoria presentada en 1807 la ecuacion que gobierna la transmisi
on del calor en una barra,
retom
o las ideas de Euler y Bernoulli y obtuvo resultados muy ajustados a los experimentos,
colocando el estudio de las series trigonometricas que hoy llevan su nombre en el centro
del escenario matem
atico del S. XIX. La teora de las series de Fourier tuvo a lo largo del siglo
pasado profundas implicaciones para el an
alisis matem
atico y es hoy en da una herramienta
fundamental de la ingeniera de telecomunicaci
on.
En la teora de la se
nal y la comunicaci
on, cuando t es la variable temporal se dice que f (t)
es una se
nal peri
odica en tiempo continuo y cuando esta representaci
on en serie de funciones
trigonometricas sea correcta, decimos que hemos descompuesto la se
nal en arm
onicos o modos
de vibraci
on.
En esta lecci
on estudiaremos bajo que condiciones puede hacerse esta representaci
on, c
omo
calcular los coeficientes, los ejemplos m
as importantes, algunas propiedades y la forma compleja de las series de Fourier. Finalmente, para funciones se
nales no peri
odicas, se introduce la transformada de Fourier que, aunque es muy similar y comparte muchas propiedades
con la transformada de Laplace, se emplea en contextos muy diferentes.
Funciones peri
odicas. Recordemos que una funci
on f : R R es peri
odica de perodo
54
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
55
T 6= 0 (o T -peri
odica) cuando existe T > 0 tal que
para cualquier t R.
f (t + T ) = f (t)
2
2
=
,
perodo
T
que se mide en radianes por segundo. En algunos textos se reserva la palabra frecuencia para
la inversa del perodo, 1/T que se mide en ciclos por segundo o hertzios.
Polinomios trigonom
etricos. Un polinomio trigonometrico con perodo T y frecuencia
= 2/T es una funci
on de la forma
f (t) =
n0
X
1
a0 +
an cos(nt) + bn sen(nt)
2
n=1
2
2
cos(2t) = cos(t) sen(t) .
56
4. An
alisis de Fourier
Sea f (t) =
n0
X
1
a0 +
an cos(nt) + bn sen(nt) un polinomio trigonometrico. Tomando
2
n=1
0 = 21 a0 y, para cada n = 1, 2, . . . ,
n =
a2n + b2n
se tiene
an cos(nt) + bn sen(nt) = n cos(nt + n ),
as que podemos escribir el polinomio anterior como una suma de funciones coseno
f (t) = 0 + 1 cos(t + 1 ) + 2 cos(2t + 2 ) + + n0 cos(n0 t + n0 )
donde el termino 1 cos(t + 1 ) se llama primer arm
onico o modo fundamental de vibraci
on.
Los coeficientes n de los arm
onicos se llaman amplitudes y los
angulos n se llaman
angulos
de fase. En algunas ocasiones puede ser preferible usar funciones seno; ahora bien, puesto
que se verifica cos(nt + n ) = sen(nt + n + /2), las amplitudes son iguales y los
angulos
de fase entre la expresi
on con el seno y la expresi
on con el coseno difieren en /2.
La expresi
on de un polinomio trigonometrico en terminos de las amplitudes y las fases
de sus arm
onicos es muy intuitiva; nos dice que la funci
on resultante consiste en superponer
vibraciones cos(nt + n ) cuyas frecuencias son m
ultiplos enteros de la frecuencia del modo
fundamental, de mayor o menor amplitud y que van en fase (si n = 0), adelantadas (cuando
n > 0, lo que corresponde a deslizar la gr
afica hacia la izquierda) o retrasadas (cuando
n < 0, lo que corresponde a deslizar la gr
afica hacia la derecha) con respecto al armonico
puro de la misma frecuencia cos(nt).
Serie de Fourier. Sea ahora f (t) una funci
on peri
odica de perodo T . La pregunta que se
plantea es saber si podemos obtener f como una combinaci
on necesariamente infinita salvo
que f sea un polinomio trigonometrico de arm
onicos de frecuencia = 2/T :
1
f (t) = ? a0 + a1 cos(t) + b1 sen(t) + a2 cos(2t) + b2 sen(2t) +
2
Este problema se desdobla en dos: En primer lugar, determinar los coeficientes a0 , a1 , b1 , . . .
adecuados y, posteriormente, establecer si la serie converge a la propia funci
on f (t).
Con respecto al primer problema, razonamos como sigue. Si es cierto que se da la igualdad
y la convergencia de la serie permite la integraci
on termino a termino, entonces el coeficiente
X
1
an cos(nt) + bn sen(nt) es relativamente f
acil de
a0 de la expresi
on f (t) = a0 +
2
n=1
calcular: si integramos sobre un perodo, obtenemos
" Z
#
Z T
Z T
T
X
T
T
f (t) dt = a0 +
an
cos(nt) dt + bn
sen(nt) dt = a0 ,
2
2
0
0
0
n=1
donde hemos usado que para cada n = 1, 2, . . . se tiene
Z
Z
cos(nt) dt =
sen(nt) dt = 0.
0
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
57
Z
cos(nt) cos(mt) dt =
sen(nt) sen(mt) dt =
0
T
2
si m 6= n,
si m = n,
y tambien
Z
cos(nt) sen(mt) dt = 0.
0
X
1
a0 +
an cos(nt)+bn sen(nt) por cos(mt)
2
n=1
(para m = 1, 2, . . . ) e integrando sobre un perodo, obtenemos
f (t) cos(mt) dt
0
T
Z
= a0
cos(mt) dt +
0
"
an
cos(nt) cos(mt) dt + bn
0
n=1
sen(nt) cos(mt) dt
0
T
am .
2
X
1
a0 +
an cos(nt) + bn sen(nt) por
2
n=1
sen(mt) (para m = 1, 2, . . . ) e integrando sobre un perodo, obtenemos
f (t) sen(mt) dt
0
= a0
sen(mt) dt +
0
X
n=1
"
Z
an
Z
cos(nt) sen(mt) dt + bn
sen(nt) sen(mt) dt
0
T
bm .
2
2
=
T
2
=
T
f (t) cos(mt) dt
para m = 0, 1, 2 . . . , y
f (t) sen(mt) dt
para m = 1, 2, . . .
0
T
58
4. An
alisis de Fourier
X
1
La serie a0 +
an cos(nt)+bn sen(nt) , donde los an y los bn son los correspondientes
2
n=1
coeficientes de Fourier de una funci
on f , se llama desarrollo en serie de Fourier, o simplemente
serie de Fourier, de f . Para indicar que una serie trigonometrica es la serie de Fourier de
una funci
on dada se suele escribir
X
1
f (t) a0 +
an cos(nt) + bn sen(nt) .
2
n=1
Como antes, tomando 0 = 21 a0 y
p
y
n = arc tg(bn /an ) (, ]
n = a2n + b2n
para n = 1, 2, . . . ,
se tiene
an cos(nt) + bn sen(nt) = n cos(nt + n ),
as que podemos escribir la serie de Fourier de f como una superposici
on de arm
onicos en
terminos de las amplitudes y las fases de la siguiente manera:
f (t) 0 +
n cos(nt + n ).
n=1
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
59
3
5
siendo = 2/T . Vemos que no est
a claro a priori que la serie vaya a ser convergente.
(3) La serie de Fourier de la funci
on dada por f (t) = ( t)( + t) para t y
extendida peri
odicamente a R es
2 2
1
1
1
f (t)
+ 4 cos(t) cos(2t) + cos(3t)
cos(4t) + .
3
4
9
16
En este caso s est
a claro que la serie converge absolutamente para cada valor de t.
(4) La serie de Fourier de la funci
on de onda dentada definida por f (t) = t/T para
0 < t < T y extendida peri
odicamente a R es
1
1
1
f (t) 1/2
sen(t) + sen(2t) + sen(3t) +
2
3
con = 2/T .
(5) La serie de Fourier de la funci
on de onda dentada definida por f (t) = t/T para
T /2 < t < T /2 y extendida peri
odicamente a R es
1
1
1
1
sen(t) sen(2t) + sen(3t) sen(4t) +
f (t)
2
3
4
con = 2/T .
(6) La serie de Fourier de un tren de pulsos rectangulares dado como la extensi
on peri
odica
de la funci
on definida en [T /2, T /2] por
f (t) =
es
1
sen(2d/2)
sen(3d/2)
d
f (t)
+
sen(d/2) cos(t) +
cos(2t) +
cos(3t) + .
2
2
3
con = 2/T .
60
4. An
alisis de Fourier
Las constantes, los cosenos o las funciones f (t) = tpar son ejemplos de funciones pares.
Se dice que una funci
on f : [L, L] R es una funci
on impar cuando f (t) = f (t) para
cada t [L, L]; esto significa que su gr
afica es simetrica respecto del origen de coordenadas.
Si f es impar e integrable, entonces
Z L
f (t) dt = 0.
L
Los senos o las funciones f (t) = timpar son ejemplos de funciones impares.
La suma y el producto de funciones pares o impares sigue la misma regla que los signos
(con par en el papel de positivo e impar en el de negativo). Otra propiedad u
til es
que la derivada de una funci
on par es impar y viceversa.
Teorema. Sea f (t) una funci
on continua a trozos y peri
odica de perodo T .
(1) Si f es una funci
on par, entonces su desarrollo en serie de Fourier s
olo tiene funciones
coseno, lo que se conoce como una serie de Fourier en cosenos,
X
1
an cos(nt)
f (t) a0 +
2
n=1
siendo = 2/T y
4
an =
T
T /2
f (t) cos(nt) dt
(n = 0, 1, 2, . . . ).
bn sen(nt)
n=1
siendo = 2/T y
4
bn =
T
T /2
f (t) sen(nt) dt
(n = 1, 2, . . . ).
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
61
X
1
an cos(nt)
f (t) a0 +
2
n=1
en [0, L],
siendo = /L y
2
an =
L
f (t) cos(nt) dt
(n = 0, 1, 2, . . . ).
La extensi
on T -peri
odica e impar de f es la funci
on definida en [L, L] = [T /2, T /2] por
f (t) si L t 0,
.
fimpar (t) =
f (t)
si 0 t L,
y extendida peri
odicamente a toda la recta real R. Obviamente, fimpar es una funci
on impar,
as que su desarrollo en serie de Fourier es una serie de senos que se conoce, en este contexto,
como el desarrollo de f en serie de senos en medio intervalo [0, L] y viene dado por
f (t)
bn sen(nt)
en [0, L],
n=1
siendo = /L y
2
bn =
L
f (t) sen(nt) dt
(n = 1, 2, . . . ).
cos(t) +
+
+ .
f (t)
2
3
5
Para la misma funci
on f , su extensi
on impar y 2-peri
odica viene dada por fimpar (t) = t
para t [, ] y extendida peri
odicamente a toda la recta real; el desarrollo de f en serie
de senos en [0, ] es
sen(2t) sen(3t) sen(4t)
f (t) 2 sen(t)
+
+ .
2
3
4
62
4. An
alisis de Fourier
X
1
f (t) a0 +
an cos(nt) + bn sen(nt) ,
2
n=1
con = 2/T , su serie de Fourier. Hemos comentado que la afirmaci
on de que se da la
igualdad entre f y su serie de Fourier suscit
o mucha controversia a lo largo de la segunda mitad
del S. XVIII y comienzos del S. XIX. Esta controversia fue zanjada por P.G.L. Dirichlet (1805
1859): en 1829 dio la primera demostraci
on satisfactoria de que cierta clase de funciones, que
incluye pr
acticamente todas las de interes en las aplicaciones, son realmente iguales a las
sumas de sus series de Fourier.
Condiciones de Dirichlet. Sea f : R R una funci
on peri
odica de perodo T . Se dice
que f satisface las condiciones de Dirichlet si en cada perodo la funci
on f : [0, T ] R es
continua salvo un n
umero finito de discontinuidades de salto y s
olo tiene una cantidad finita
de m
aximos y mnimos locales estrictos. Puede probarse, en particular, que si una funci
on
peri
odica es tal que ella y su derivada est
an definidas y son continuas salvo un n
umero finito de
discontinuidades de salto, entonces dicha funci
on verifica las condiciones de Dirichlet. Como
hemos dicho, pr
acticamente todas las funciones se
nales de interes en las aplicaciones las
verifican.
Teorema de convergencia de Dirichlet. Sea f : R R una funci
on peri
odica de perodo
T que satisface las condiciones de Dirichlet y sea
X
1
an cos(nt) + bn sen(nt) ,
f (t) a0 +
2
n=1
con = 2/T , su serie de Fourier.
(1) Si f es continua en un punto t, entonces la serie de Fourier converge en ese punto a
f (t), o sea,
X
1
an cos(nt) + bn sen(nt) = f (t).
a0 +
2
n=1
(2) Si f tiene una discontinuad de salto en un punto t, entonces la serie de Fourier converge
en ese punto al punto medio del salto, o sea,
X
f (t ) + f (t+ )
1
a0 +
an cos(nt) + bn sen(nt) =
,
2
2
n=1
donde, como es habitual, f (t ) =
y f (t+ ) =
lim
0, >0
lim
0, >0
El teorema nos dice, en particular, que si f satisface las condiciones de Dirichlet y redefinimos el valor de f en cada punto de discontinuidad como el punto medio del salto, o sea,
f (t ) + f (t+ )
poniendo f (t) =
, entonces la suma de la serie de Fourier coincide con f (t) en
2
cada t R. Por eso, en lo que sigue, y salvo que se diga lo contrario, supondremos que esto
se cumple.
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
63
El fen
omeno de Gibbs. El teorema de Dirichlet nos dice que, en los puntos de discontinuidad, la gr
afica de la suma de la serie de Fourier pasa por el punto medio del salto. Si
se dibujan las sumas parciales se ve que en las cercanas de los puntos de discontinuidad
se reduce la velocidad de convergencia de la serie y que la gr
afica de la suma parcial oscila
alrededor de la gr
afica de la funci
on. Cuando se aumenta el n
umero de terminos, las oscilaciones se condensan a ambos lados del punto pero su amplitud no parece decrecer. Esto se
conoce como el fen
omeno de Gibbs, en honor de J.W. Gibbs (18391903) que lo analiz
o en
1899 probando
que
la
amplitud
de
la
oscilaci
o
n
a
cada
lado
de
la
gr
a
fica
de
la
funci
o
n
tiende
Z
1
sen(t)
a ser
dt 1 0.0895 veces el tama
no del salto, o sea, aproximadamente el 9%
2 0
t
del tama
no del salto.
X
1
an cos(nt) + bn sen(nt) ,
f (t) = a0 +
2
n=1
64
entonces
4. An
alisis de Fourier
X
f (t) =
nbn cos(nt) nan sen(nt)
0
n=1
para cada t R.
Integraci
on de las series de Fourier. Si f es una funci
on peri
odica de perodo T que
verifica las condiciones de Dirichlet, entonces, la serie de Fourier de f puede integrarse termino
a termino de manera que si
X
1
f (t) = a0 +
an cos(nt) + bn sen(nt)
2
n=1
X
bn cos(nt0 ) cos(nt)
an sen(nt) sen(nt0 )
1
+
.
f ( ) d = a0 (t t0 ) +
2
n
n
t0
n=1
1
Aqu hay que tener cuidado: el termino a0 t hace que el miembro de la derecha no sea una
2
serie de Fourier. Lo que el teorema proporciona
Z t es el desarrollo en serie de Fourier de la
1
funci
on g definida en [T /2, T /2] por g(t) =
f ( ) d a0 t y extendida peri
odicamente.
2
t0
Igualdad de Parseval. Sea f una funci
on peri
odica de perodo T que verifica las condiciones
de Dirichlet y sea
X
1
f (t) = a0 +
an cos(nt) + bn sen(nt)
2
n=1
su serie de Fourier. Entonces
Z
2
1 T
1 2 1 X 2
f (t) dt = a0 +
an + b2n .
T 0
4
2 n=1
En particular, la serie de los cuadrados de los coeficientes de Fourier es convergente.
Cuando f (t) es una se
nal peri
odica de perodo fundamental T , esta igualdad puede interZ
2
1 T
pretarse de la siguiente manera. La integral P =
f (t) dt se llama media cuadr
atica o
T 0
potencia media de f . Por ejemplo, si f (t) representa el voltaje que se aplica a una resistencia
de 1 ohmio, entonces la potencia media de f coincide con la potencia electrica media (energa
por unidad de tiempo medida en watios) disipada por la resistencia en cada perodo. Ahora
bien, la potencia media de cada uno de los arm
onicos presentes en la se
nal es
Z
2
1 T
1
P0 =
a0 /2 dt = a20 ,
T 0
4
Z T
2
1
1
1
an cos(nt) + bn sen(nt) dt = a2n + b2n (n = 1, 2, . . . ),
Pn =
T 0
2
2
luego la igualdad de Parseval nos dice que la potenciaPmedia de la se
nal es la suma de las
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
65
X
1
f (t) = a0 +
an cos(nt) + bn sen(nt)
2
n=1
el polinomio trigonometrico obtenido como la suma m-esima de dicha serie. Entonces fm es,
de todos los polinomios trigonometricos de grado m y perodo T , el que mejor se aproxima
a f en media cuadr
atica; es decir, si gm es un polinomio trigonometrico de grado m distinto
de fm , entonces
Z
Z
2
2
1 T
1 T
f (t) fm (t) dt <
f (t) gm (t) dt
T 0
T 0
y, adem
as,
1
lim
m T
T
2
f (t) fm (t) dt = 0.
X
1
f (t) a0 +
an cos(nt) + bn sen(nt) .
2
n=1
n cos(nt + n ),
n=1
a2n + b2n
o bien
an = n cos(n )
bn = n sen(n ).
66
4. An
alisis de Fourier
que consiste en usar exponenciales complejas ejnt en vez de cos(nt) y sen(nt). Para
construirla, sustituimos las expresiones
cos(nt) =
en la serie 12 a0 +
ejnt + ejnt
2
sen(nt) =
ejnt ejnt
2j
P
n=1 an cos(nt) + bn sen(nt) , obteniendo
1
1 X
f (t) a0 +
(an jbn )ejnt + (an + jbn )ejnt .
2
2 n=1
Escribiendo
c0 = c0 e0 =
1
a0 ,
2
cn =
1
(an jbn )
2
y cn = cn =
1
(an + jbn ),
2
separando los terminos con ndice negativo de los que tienen ndice positivo y reordenando,
la serie de Fourier queda
X
f (t)
cn ejnt ,
n=
T /2
f (t)ejnt dt
para n = 0, 1, 2, . . .
T /2
Si lo que tenemos son los coeficientes cn de la forma compleja, entonces los coeficientes de
Fourier an y bn , las amplitudes y las fases vienen dados por
an = 2 Re(cn ),
bn = 2 Im(cn ),
n = 2 |cn |
y n = arg(cn ) (, ].
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
67
d/2
ejnt dt =
d/2
kd sen(nd/2)
.
T
nd/2
si t = 0,
1
sa(t) :=
sen(t) si t 6= 0,
t
se llama funci
on de muestreo (sa viene de la palabra inglesa sampling) y es muy importante
en la teora de la se
nal precisamente porque los coeficientes de Fourier complejos del tren de
pulsos rectangulares de nuestro ejemplo se pueden expresar como
cn =
kd
sa(nd/2).
T
si t = 0,
1
sinc(t) := sa(t) :=
sen(t) si t 6= 0.
t
Observaci
on. La forma compleja se puede definir para funciones peri
odicas f (t) que toman
valores complejos y las f
ormulas y los resultados que se obtienen son totalmente an
alogos. Lo
u
nico que hay que tener en cuenta es, simplemente, que a la hora de integrar se integran por
separado las partes real e imaginaria. En lo que sigue, usaremos a veces este hecho sin hacer
menci
on explcita.
Propiedades de la forma compleja de las series de Fourier. Las propiedades de
derivaci
on e integraci
on vistas en la secci
on anterior se trasladan al caso complejo sin dificultad
alguna. Es m
as, hay algunas propiedades que se entienden mucho m
as claramente en el
contexto complejo y que son u
tiles a la hora de obtener nuevos desarrollos de Fourier a
partir de otros conocidos. En lo que queda de secci
on, supondremos que f y g son funciones
peri
odicas de perodo T (reales o complejas) que verifican las condiciones de Dirichlet y cuyos
desarrollos en serie de Fourier compleja son, respectivamente,
f (t) =
X
n=
siendo = 2/T .
jnt
cn e
g(t) =
X
n=
dn ejnt ,
68
4. An
alisis de Fourier
Linealidad. Si p y q son n
umeros complejos, entonces serie de Fourier de pf (t) + qg(t) es
pf (t) + qg(t) =
n=
Traslaci
on en el tiempo. Si t0 es un n
umero real, entonces la serie de Fourier de la funci
on
trasladada f (t t0 ) es
f (t t0 ) =
jnt0 jnt
cn e
n=
cn ejn(tt0 ) .
n=
cn ejn(p)t .
n=
O sea, f (t) y f (pt) tienen las mismas amplitudes y fases pero correspondientes a frecuencias
distintas.
P
Convoluci
on. Los coeficientes complejos de Fourier de f (t)g(t) = n= hn ejnt son
hn =
ck dnk =
k=
ck dnk
k=
Multiplicaci
on. Se verifica que
1
T
f (t)g(t) dt =
0
cn dn .
n=
Z
0
X
2
f (t)2 dt =
|cn |
n=
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
69
La transformaci
on de Fourier
La representaci
on integral de Fourier. Hemos visto que la forma compleja de la serie
de Fourier de una funci
on f peri
odica de perodo T que verifica las condiciones de Dirichlet
es
X
f (t) =
cn ejnt ,
n=
T /2
f (t)ejnt dt
para n = 0, 1, 2, . . .
T /2
Si nuestra se
nal no es peri
odica, no podemos esperar que sea posible representarla mediante
una serie de Fourier. Una de las contribuciones decisivas de Fourier fue tratar una funci
on
no peri
odica como si fuera una funci
on con perodo infinito, lo que le llev
o a la posibilidad
de representarla no como una serie cuyos terminos corresponden a m
ultiplos de la frecuencia
fundamental 0, , 2, 3, . . . , sino como una integral cuya variable de integraci
on es una
frecuencia que se mueve de manera continua. Veamos cu
al fue su razonamiento.
Partiendo de una funci
on peri
odica y combinando las expresiones anteriores, obtenemos
f (t) =
cn ejnt =
n=
"
n=
1
T
T /2
f (t)ejn d ejnt .
T /2
"
n=
1
2
T /2
f ( )ejn d ejn t n .
T /2
T /2
FT () =
f ( )ej d,
T /2
1 X
FT (n )ejn t n .
f (t) =
2 n=
Si T es muy grande, podemos interpretar esta suma como una suma de Riemann de la integral
impropia
Z
1
1 X
jt
FT ()e d
FT (n )ejn t n = f (t).
2
2 n=
70
4. An
alisis de Fourier
|f (t)| dt < ,
y, adem
as, en cada subintervalo finito se verifica que f (t) es continua salvo un n
umero finito
de discontinuidades de salto y que sus partes real e imaginaria s
olo tienen una cantidad finita
de m
aximos y mnimos locales estrictos.
Teorema de convergencia de la integral de Fourier. Si f satisface las condiciones de
Dirichlet para la integral de Fourier, entonces para cada R se tiene que la integral
Z
F () =
f (t)ejt dt
es convergente. Adem
as, asumiendo que en las discontinuidades de salto de la funci
on f se
f (t ) + f (t+ )
tiene que f (t) =
, tambien se verifica la igualdad
2
Z
1
F ()ejt d
f (t) =
2
que se llama representaci
on integral de Fourier de la funci
on f .
Definiciones. Sea f una funci
on que satisface las condiciones de Dirichlet para la integral
de Fourier. Entonces la funci
on F () definida para cada R por
Z
F () =
f (t)ejt dt
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
71
f (t) = h0 (t)e
=
0
t
si t < 0,
si t > 0,
1
.
+ j
es
F () = d sa(d/2) = d sinc(d/2) = 2
sen(d/2)
.
Propiedades de la transformaci
on de Fourier
Es obvio que formalmente hay una relaci
on estrecha entre la transformaci
on de Fourier y
tanto la transformaci
on de Laplace como las series de Fourier. No es de extra
nar, entonces,
que muchas de las propiedades de la transformaci
on de Laplace y de las series de Fourier que
hemos visto sean v
alidas para la transformaci
on de Fourier. En lo que sigue supondremos que
las funciones que aparecen verifican las condiciones de Dirichlet para la integral de Fourier.
Linealidad. Si a y b son n
umeros complejos entonces la transformada de Fourier de la suma
af (t) + bg(t) es aF () + bG(). O sea,
F{af + bg} = aF{f } + bF{g}.
72
4. An
alisis de Fourier
Escalado en el dominio del tiempo. La transformada de Fourier de f (at) viene dada por
F (/a)
; es decir
|a|
1
F{f (at)} =
F{f } /a .
|a|
Desplazamiento, o traslaci
on, en el dominio de la frecuencia. Si 0 es un n
umero
real entonces la transformada de Fourier de ej0 t f (t) es F ( 0 ). O sea,
F{ej0 t f (t)} = F{f }( 0 ).
Desplazamiento, o traslaci
on, en el dominio del tiempo. Si t0 es un n
umero real
jt0
entonces la transformada de Fourier de la funci
on trasladada f (t t0 ) es e
F (). En
otras palabras,
F{f (t t0 )} = ejt0 F{f }.
Inversi
on en el dominio del tiempo. La transformada de Fourier de la funci
on f (t) es
F ().
Derivaci
on en el tiempo. La transformada de Fourier de la derivada f 0 (t) de una funci
on
derivable f (t) es (j)F (). Es decir,
F{f 0 } = (j)F{f }.
Aplicando esto a f 0 tenemos, como consecuencia, la transformada de la derivada segunda
F{f 00 } = 2 F{f }.
M
as generalmente,
F{f (n) } = (j)n F{f },
para n = 1, 2, . . .
(Es claro que si las funciones f y g son causales, entonces esta definici
on coincide con la dada
en la lecci
on anterior.) Este producto de convoluci
on tambien es conmutativo, asociativo y
distributivo y, como en el caso de la transformada de Laplace, su propiedad m
as importante
es que su transformada de Fourier es el producto de las transformadas de Fourier de los
factores:
F{f g} = F ()G().
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
73
Producto de convoluci
on en la frecuencia (o multiplicaci
on en el tiempo). Dadas
dos transformadas de Fourier F y G, su producto de convoluci
on en el dominio de la frecuencia
es la funci
on (F G)() definida para R por
Z
(F G)() =
F ( )G( ) d.
Entonces
F{f (t)g(t)} =
1
F () G().
2
|f (t)| dt.
Si una funci
on tiene energa total finita, entonces su transformada de Fourier tambien y, de
hecho, se tiene
Z
Z
1
2
2
|F ()| d.
|f (t)| dt =
2
t0 (t)ejt dt = ejt0
F{t0 (t)} =
y, en particular,
F{0 (t)} = 1.
Usando la propiedad de dualidad nos quedara, entonces,
F{1} = 20 ()
F{ej0 t } = 20 ()
1
{20 ()} =
2
20 ()ejt d = ej0 t .
74
4. An
alisis de Fourier
cn ejn0 t .
n=
cn 0 ( n0 )
n=
g(t nT0 ).
n=
Es m
as, si G() es la transformada de Fourier de g, entonces
Z
Z
1
1
jn0 t
f (t)e
dt =
g(t)ejn0 t dt
cn =
T I
T I
Z
1
1
=
g(t)ejn0 t dt = G(n0 ),
T
T
lo que nos permite escribir
1 X
f (t) =
G(n0 )ejn0 t
T n=
Ejercicios
Ejercicio 1. Que relaci
on deben mantener dos frecuencias positivas 1 y 2 para que la
funci
on f (t) = sen(1 t) + sen(2 t) sea un polinomio trigonometrico? Cuando eso ocurra,
cu
al ser
a su perodo?
Ejercicio 2. Determina el desarrollo en serie de Fourier de las siguientes funciones, que est
an
definidas como se indica en el intervalo [, ] y se extienden peri
odicamente a toda la recta
real.
(1) f (t) = t cos(t)
(2) f (t) = t2
(3) f (t) = |sen(t)|
(4) f (t) = et .
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
75
si < t < 0,
si 0 < t < .
Dibuja las funciones a las que tienden las series obtenidas en el intervalo [5, 5].
Ejercicio 4. Halla los siguientes desarrollos en serie de Fourier de la funci
on f (t) = t2 .
(1) En el intervalo [0, 2].
(2) En el intervalo [, ].
(3) En serie de senos en el intervalo [0, ].
(4) En serie de cosenos en el intervalo [0, ].
(5) La serie compleja en [, ].
Ejercicio 5. Desarrolla en serie de Fourier en el intervalo [, ] la funci
on
0
si < t < 0,
f (t) =
sen(t) si 0 < t < .
Dibuja la funci
on a la que tiende las serie obtenida en el intervalo [6, 8].
Ejercicio 6. Desarrolla en serie de Fourier en el intervalo [, ] la funci
on
0 si < t < 0,
f (t) =
t si 0 < t < .
Dibuja la funci
on a la que tiende las serie obtenida en el intervalo [5, 5] y aplica el teorema
de Dirichlet para deducir las siguientes igualdades:
1
1
1
1
2
=
1
+
+
+
+
=
(2n 1)2
32
52
72
8
n=1
X
1
1
1
1
2
=
1
+
+
+
+
=
n2
22
32
42
6
n=1
76
4. An
alisis de Fourier
Ejercicio 8. Una se
nal con perodo T consiste en un pulso de altura a y duraci
on < T que
luego decae a 0. Determina sus desarrollos en series de Fourier real y compleja en el intervalo
[0, T ] suponiendo que situamos el origen de tiempos precisamente cuando se produce uno de
los saltos desde 0 hasta a.
Ejercicio 9. Cual es el desarrollo en serie de Fourier de senos de la funci
on f (t) = 1 en el
intervalo [0, 1]?
Ejercicio 10. Determina el desarrollo en serie de Fourier de senos de la funci
on f (t) = et
en el intervalo [0, 2].
Ejercicio 11. Desarrolla en sendas series de Fourier de senos y de cosenos en el intervalo
[0, 1] la funci
on f (t) = t.
Ejercicio 12. Halla los siguientes desarrollos en serie de Fourier de la funci
on f (t) = |t|.
(1) En el intervalo [0, 2] (en senos y cosenos).
(2) En el intervalo [1, 1].
(3) En serie de senos en el intervalo [0, 1].
(4) En serie de cosenos en el intervalo [0, 1].
Ejercicio 13. Determina la transformada de Fourier de cada una de las siguientes funciones
(a representa un n
umero real positivo).
a|t|
(1) f (t) = e
(2) f (t) = |t| ea|t|
(3) f (t) = ea|t| tn para n = 1, 2, . . .
(4) f (t) = ea|t| sen(bt).
(5) f (t) = ea|t| cos(bt).
Ejercicio 14. Determina la transformada de Fourier de cada una de las siguientes funciones
(a representa un n
umero con parte real positiva y h0 es la funci
on de salto de Heaviside).
(1) f (t) = teat h0 (t)
(2) f (t) = tn eat h0 (t) para n = 1, 2, . . .
(3) f (t) = eat sen(0 t)h0 (t).
(4) f (t) = eat cos(0 t)h0 (t).
Ejercicio 15. Calcula la transformada de Fourier de las siguientes funciones
(1) El pulso definido por
k si 2 < t < 0,
f (t) = k si 0 < t < 2,
0
en otro caso.
(2) La funci
on triangular
f (t) =
1 |t| /T
si |t| < T ,
si |t| > T .
(3) El pulso sinusoidal f (t) = sen(t/T ) si 0 < t < T y f (t) = 0 en otro caso.
Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)
77
2
F () = 2
2
, halla F{te|t| } y aplica la propiedad de
1 + 2
78
4. An
alisis de Fourier
X
(2) Aplica la forma compleja de la igualdad de Parseval para deducir el valor de
n2 .
n=1
Ejercicio 27. Enuncia y demuestra la igualdad de Parseval para las series de Fourier reales.
Ejercicio 28. Enuncia y demuestra la propiedad de traslaci
on en el tiempo para la transformaci
on de Fourier.
Ejercicio 29. Enuncia y demuestra la propiedad de convoluci
on en el tiempo para la transformaci
on de Fourier.
Ejercicio 30. (1) Enuncia las condiciones de Dirichlet para la transformaci
on de Fourier y
el correspondiente Teorema de Convergencia.
(2) Utiliza el teorema mencionado en el apartado anterior para calcular la funci
on continua
||
cuya transformada de Fourier es la funci
on F () = e
para R.
Ejercicio 31. Sea f el pulso rectangular dado por f (t) = 1 si |t| <Z1 y f (t) = 0 si |t| 1.
sen(x)
dx.
Calcula su transformada de Fourier y u
sala para deducir el valor de
x
j
. Calcula
cosh()
la transformada de Fourier de la funci
on g(t) = f 0 (2t 1) enunciando las propiedades que
utilices.
Ejercicio 32. La transformada de Fourier de una funci
on f (t) es F () =
con y(0) = 1
2
Bibliografa
Para desarrollar esta lecci
on pueden consultarse los siguientes textos, en especial el de
James (que incluye algunas aplicaciones a la ingeniera).
[517.9/3-EDW] C.H. Edwards y D.E. Penney, Ecuaciones diferenciales elementales, Cap. 8.
[517.9/2-SIM] G. F. Simmons, Ecuaciones diferenciales, Cap. 6.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 4 (secciones 4.1 a
4.6) y Cap. 5 (secciones 5.1 a 5.5).