Lecci

on 4

ANALISIS
DE FOURIER

La serie de Fourier de una funci

on
El planteamiento central de esta lecci
on es el siguiente. Dada una funci
on peri
odica f (t),
por ejemplo de perodo 2, queremos escribirla como una combinaci
on en la que intervengan
u
nicamente senos y cosenos, que son las funciones peri
odicas de perodo 2 m
as simples y
conocidas:

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)

En ese caso se tiene autom

aticamente que f (t + nT ) = f (t) para cualesquiera t R y n Z.
Esto significa que sus valores se repiten a intervalos regulares y que su gr
afica puede dividirse
en segmentos verticales de anchura T que son identicos. Es obvio que si T es un perodo
de f (t), entonces tambien lo son T, 2T, 3T, . . . Salvo las funciones constantes, todas las
funciones peri
odicas de interes en las aplicaciones, en particular las funciones continuas no
constantes, tienen lo que se conoce como un perodo fundamental o mnimo; o sea, un perodo
T > 0 tal que f (t) no es -peri
odica para ning
un valor 0 < < T .
Los ejemplos tpicos de funciones peri
odicas son las funciones trigonometricas sen(t) y
cos(t), que son peri
odicas con perodo mnimo 2. Las funciones sen(2t) y cos(2t) tambien
tienen perodo 2 pero su perodo mnimo es . M
as generalmente, dados > 0, y n N,
2
, porque
las funciones sen(nt + ) y cos(nt + ) son peri
odicas de perodo mnimo T =
n


sen n(t + T ) + = sen(nt + + 2) = sen(nt + )
e igual con el coseno. Para medir la velocidad de repetici
on de una funci
on con perodo
mnimo T , se utiliza la frecuencia, a veces llamada frecuencia angular, definida como
frecuencia =

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

(el factor 21 del termino independiente es un convenio cuya justificaci

on daremos m
as adelante). En otras palabras, un polinomio trigonometrico es una combinaci
on lineal de senos
y cosenos que tienen un perodo com
un T . Los coeficientes an y bn de esta combinacion se
llaman coeficientes de Fourier del polinomio. El ndice n0 se llama grado del polinomio.
La raz
on del termino polinomio es que las funciones sen(nt) y cos(nt) se pueden
escribir como una combinaci
on de productos de potencias de sen(t) y cos(t), como en las
conocidas expresiones
sen(2t) = 2 sen(t) cos(t)

2

2
cos(2t) = cos(t) sen(t) .

Y, viceversa, toda combinaci

on de productos de potencias de sen(t) y cos(t) es un polinomio
trigonometrico.
La existencia de un perodo com
un de las funciones involucradas es importante. La funci
on
f (t) = cos(t) + cos(t) no es un polinomio trigonometrico porque ni siquiera es peri
odica.

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

n = arc tg(bn /an ) (, ],

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

Para calcular los dem

as coeficientes, Euler haba observado que dados un perodo T y la
frecuencia correspondiente = 2/T , entonces para cada m, n = 1, 2, . . . se tiene
T

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

As que, multiplicando la expresi

on f (t) =

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

Analogamente, multiplicando la expresi

on f (t) =

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

Puesto que cos(0t) = 1, vemos que el valor de a0 se puede obtener admitiendo m = 0 en

la expresi
on de am ; esto explica por que el termino constante de la serie se suele escribir 21 a0 .
En resumen, los coeficientes buscados son
am
bm

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

Estas expresiones nos dicen c

omo calcular los coeficientes adecuados.

58

4. An
alisis de Fourier

Definiciones. Sea f : R R una funci

on continua a trozos y peri
odica de perodo T y sea
= 2/T . Los coeficientes de Fourier de f son los n
umeros definidos por
Z
2 T
an =
f (t) cos(nt) dt
para n = 0, 1, 2 . . . , y
T 0
Z
2 T
bn =
f (t) sen(nt) dt
para n = 1, 2, . . .
T 0
Puesto que la funci
on tiene perodo T , las integrales anteriores pueden hacerse sobre cualquier
intervalo de longitud T , por ejemplo [T /2, T /2].

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

Si T es el perodo mnimo de f , entonces el termino 1 cos(t + 1 ) se llama primer arm

onico
o modo fundamental de vibraci
on. Los terminos an cos(nt) + bn sen(nt) = n cos(t + n )
restantes se llaman componentes arm
onicos de f . Los coeficientes n de los componentes
arm
onicos se llaman amplitudes y los
angulos n se llaman
angulos de fase.
Los coeficientes de Fourier o, alternativamente, las amplitudes y las fases son par
ametros
muy importantes a la hora de estudiar una se
nal. Aparte de la representaci
on habitual de
una se
nal como una curva situando el tiempo en el eje de abscisas, en la pr
actica tambien
se utilizan el espectro discreto de amplitudes, que es la representaci
on de las amplitudes
cuando situamos las frecuencias en el eje de abscisas, y el espectro discreto de fases, que
es la representaci
on de las fases cuando situamos las frecuencias en el eje de abscisas. El
adjetivo discreto alude al hecho de que las frecuencias no varan de forma continua, sino
como m
ultiplos de la frecuencia fundamental , o sea, 0, , 2, 3, . . . , lo que se conoce como
el dominio discreto de frecuencias de f .
Naturalmente, a
un est
a pendiente el problema es saber si el desarrollo en serie de Fourier
de una funci
on dada converge y, en ese caso, si su lmite es la funci
on. Abordaremos ese
problema en la siguiente secci
on; ahora vamos a estudiar algunos ejemplos que nos indiquen
que podemos esperar.

Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)

59

Ejemplos. (1) La serie de Fourier de un polinomio trigonometrico es el propio polinomio.

(2) La serie de Fourier de la funci
on de onda rectangular de perodo T definida en
[T /2, T /2] por

1 si T /2 < t < 0,
f (t) =
1 si 0 < t < T /2,
y extendida peri
odicamente a R es


4
1
1
f (t)
sen(t) + sen(3t) + sen(5t) + ,

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) =

si 0 |t| < d/2,

si d/2 |t| < T /2.

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

Series de Fourier de funciones pares e impares. Sea f : [L, L] R una funci

on. Se
dice que f es una funci
on par cuando f (t) = f (t) para cada t [L, L]; esto significa que
su gr
afica es simetrica respecto del eje de ordenadas. Si f es par e integrable, entonces
Z L
Z L
f (t) dt = 2
f (t) dt.
L

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, . . . ).

(Esto lo vemos en los Ejemplos 3 y 6 anteriores.)

(2) Si f es una funci
on impar, entonces su desarrollo en serie de Fourier s
olo tiene funciones
seno, lo que se conoce como una serie de Fourier en senos,
f (t)

bn sen(nt)

n=1

siendo = 2/T y
4
bn =
T

T /2

f (t) sen(nt) dt

(n = 1, 2, . . . ).

(Esto lo vemos en los Ejemplos 2 y 5 anteriores.)

Veremos en la Lecci
on 5 que en ocasiones necesitaremos expresar una funci
on como una
serie de Fourier de senos o como una serie de Fourier de cosenos en un intervalo dado. Esto
se hace definiendo la funci
on de manera adecuada fuera de dicho intervalo para que sea par
o impar.

Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)

61

Desarrollos de medio intervalo. Sea f : [0, L] R una funci

on continua a trozos. Sea
T = 2L, entonces la extensi
on T -peri
odica y par de f es la funci
on definida en el intervalo
[L, L] = [T /2, T /2] por

f (t) si L t 0,
.
fpar (t) =
f (t)
si 0 t L,
y extendida peri
odicamente a toda la recta real R. Obviamente, fpar es una funci
on par, as
que su desarrollo en serie de Fourier es una serie de cosenos que se conoce, en este contexto,
como el desarrollo de f en serie de cosenos en medio intervalo [0, L] y viene dado por

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, . . . ).

Ejemplo. Sea f (t) = t para t [0, ]. Entonces, su extensi

on par y 2-peri
odica es la
funci
on dada por fpar (t) = |t| para t [, ] y extendida peri
odicamente a toda la recta
real; el desarrollo de f en serie de cosenos en [0, ] es
"
#
2
2
4
cos(3t)
cos(5t)

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

Convergencia de las series de Fourier

Sea f : R R una funci
on continua a trozos y peri
odica de perodo T y sea

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

f (t ) indica el lmite de f en t por la izquierda

f (t + ) indica el lmite de f en t por la derecha.

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

Ejemplo. Hemos visto que 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
Como f verifica las condiciones de Dirichlet, tenemos de hecho que


1
1
1
2 2
+ 4 cos(t) cos(2t) + cos(3t)
cos(4t) +
f (t) =
3
4
9
16
para todo t [, ]. Si usamos el teorema de Dirichlet en t = obtenemos


2 2
1 1
1
0=
+ 4 1

3
4 9 16
de donde se deduce que
1 1
1
2
+ +
+ =
,
4 9 16
6
resultado obtenido por primera vez por Euler en 1736 (usando otro metodo).
1+

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.

Vamos a ver ahora algunas propiedades de los desarrollos en serie de Fourier.

Derivaci
on de las series de Fourier. Si f es una funci
on continua y peri
odica de perodo
0
T y su derivada f verifica las condiciones de Dirichlet, entonces, la serie de Fourier de f
puede derivarse termino a termino de manera que si

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

y t0 , t [T /2, T /2], entonces

"



#
Z t

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

potencias medias de sus componentes arm

onicos, P = n=0 Pn .

Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)

65

Teorema de la mejor aproximaci

on y convergencia en media cuadr
atica. Sea f una
funci
on peri
odica de perodo T que verifica las condiciones de Dirichlet, sea

X


1
f (t) = a0 +
an cos(nt) + bn sen(nt)
2
n=1

su serie de Fourier y sea

m
X


1
fm (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.

Forma compleja de las series de Fourier

Hemos visto dos formas de expresar la serie de Fourier de una funci
on peri
odica de perodo
T : en terminos de senos y cosenos

X


1
f (t) a0 +
an cos(nt) + bn sen(nt) .
2
n=1

o en terminos de amplitudes y fases

f (t) 0 +

n cos(nt + n ),

n=1

donde = 2/T y los coeficientes de estas expresiones est

an relacionados de la siguiente
manera: 0 = 12 a0 y, para n = 1, 2, . . . ,
n =

a2n + b2n

n = arc tg(bn /an ) (, ]

o bien
an = n cos(n )

bn = n sen(n ).

En muchas aplicaciones, en particular en teora de la se

nal y de las comunicaciones, es
mas u
til una tercera forma de expresi
on, llamada forma compleja de la serie de Fourier,

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=

que se llama forma compleja de la serie de Fourier de f . Los n

umeros cn se llaman coeficientes
de Fourier de la forma compleja y pueden calcularse de forma directa:
1
cn =
T

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 ) (, ].

Vemos, entonces, que una funci

on peri
odica es par cuando sus coeficientes de Fourier complejos son reales y que es impar cuando sus coeficientes de Fourier complejos son imaginarios
puros.
Cuando f (t) es una se
nal peri
odica de perodo fundamental T , las componentes de la
forma compleja se dan en las frecuencias 0, , 2, . . . Sin embargo, no es posible realizar fsicamente se
nales de frecuencia negativa, estas se han introducido por comodidad.
Para obtener una se
nal real a partir de cada componente cn ejnt debemos combinarla con
jnt
cn e
para obtener, teniendo en cuenta que cn y cn son conjugados,
cn ejnt + cn ejnt = |cn | ejn ejnt + |cn | ejn ejnt = 2 |cn | cos(nt + n ).
En el caso complejo, la representaci
on de los m
odulos |cn | cuando situamos las frecuencias
positivas y negativas en el eje de abscisas se llama espectro complejo de amplitudes y es
simetrico con respecto al eje de ordenadas. Las amplitudes n = 2 |cn | = |cn | + |cn | se
obtienen sumando los valores correspondientes a las frecuencias n y n.

Ampliaci
on de Matem
aticas (Ingeniera de Telecomunicaci
on)

67

Ejemplo. Los coeficientes de Fourier complejos de un tren de pulsos rectangulares dado

como la extensi
on peri
odica de la funci
on definida en [T /2, T /2] por

k si 0 |t| < d/2,
f (t) =
0 si d/2 |t| < T /2.
son
k
cn =
T

d/2

ejnt dt =

d/2

kd sen(nd/2)
.
T
nd/2

Los valores de cn son reales, lo que corresponde al hecho de que la funci

on es par, as que su
espectro de fases es n = 0 para cada n. La funci
on

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

A veces, en vez de la funci

on de muestreo se trabaja con una funci
on relacionada, llamada
seno cardinal que se define como

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) =

(pcn + qdn )ejnt .

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=

En particular, f (t) y f (t t0 ) tienen el mismo espectro de amplitudes pero distintas fases.

Escalado en el tiempo. Si p es un n
umero real, entonces la funci
on f (pt) es peri
odica de
perodo T /p y frecuencia p. Su serie de Fourier es
f (pt) =

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=

Forma compleja de la igualdad de Parseval. Se verifica que

1
T

Z
0

X

2
f (t)2 dt =
|cn |

n=

En particular, la serie de los cuadrados de los coeficientes complejos de Fourier es convergente.

Cuando f (t) es una se
nal peri
odica de perodo fundamental T , esta igualdad nos dice
P
2
que la potencia media de la se
nal es P = n= |cn | . Por eso, la representaci
on de los
2
valores |cn | cuando situamos las frecuencias en el eje de abscisas se llama espectro discreto
de potencias.

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=

donde = 2/T y los coeficientes de Fourier vienen dados por

1
cn =
T

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

Sean n = n las frecuencias presentes y llamemos n = n n1 = = 2/T a la

diferencia entre dos frecuencias consecutivas. Entonces podemos escribir
f (t) =

"

n=

1
2

T /2

f ( )ejn d ejn t n .

T /2

Ahora, para cada R definimos

Z

T /2

FT () =

f ( )ej d,

T /2

con lo que la igualdad previa puede escribirse como

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

En consecuencia, si hacemos T y consideramos la funci

on F dada por
Z
F () = lim FT () =
f ( )ej d,
T

entonces cabe esperar que se verifique la igualdad

Z
1
F ()ejt d,
f (t) =
2
que se llama representaci
on integral de Fourier de la funci
on f .
Este razonamiento no siempre es correcto ya que el paso al lmite con T puede no
funcionar como se espera. Esto ocurre, por ejemplo, con la funci
on constante f (t) = 1, para
la que la integral que define F () no es convergente. Sin embargo, como en el caso de las
series de Fourier, existe una clase amplia de funciones para las que dicha representaci
on s es
v
alida. Esta clase incluye todas las se
nales de interes en las aplicaciones ya que en la practica
las se
nales tienen una duraci
on finita.
Condiciones de Dirichlet para la integral de Fourier. Se dice que una se
nal real o
compleja f (t), definida para cada t R, satisface las condiciones de Dirichlet para la integral
de Fourier si f (t) es absolutamente integrable en R, o sea,
Z

|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

se llama transformada de Fourier de f y proporciona la representaci

on en el dominio continuo
de frecuencias de la funci
on f . Como ocurre con la transformada de Laplace, una notaci
on
muy habitual para la transformada de Fourier es F{f }.
Cuando tengamos una funci
on en el dominio de la frecuencia F () y calculemos la funci
on
f (t) en el dominio del tiempo cuya transformada de Fourier es la funci
on F dada, diremos
que f es la transformada de Fourier inversa o, coloquialmente, la anti-transformada de F ;
es decir,
Z
1
1
F ()ejt d.
f (t) = F {F }(t) =
2
Puesto que el valor de F () para cada variable real es un n
umero complejo, suele
representarse usando una gr
afica para su m
odulo |F ()| y otra para su argumento principal
arg(F ()) (, ] que se conocen, respectivamente, como espectro de amplitudes y espectro
de fases de f .
Ejemplos. (1) La transformada de Fourier de la funci
on exponencial unilateral
t

f (t) = h0 (t)e


=

0
t

si t < 0,
si t > 0,

con Re() > 0, es

F () =

1
.
+ j

(2) La transformada de Fourier del pulso rectangular


f (t) =

si |t| < d/2,

si d/2 < |t|

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, . . .

Propiedad de simetra o de dualidad. La transformada de Fourier de F (t) es 2f ().

Derivaci
on en la frecuencia. La transformada de Fourier es derivable y se tiene que la
d
transformada inversa de
F () es jtf (t). M
as generalmente,
d
 n

d
F
F () = (jt)n f (t),
para n = 1, 2, . . .
d n
Producto de convoluci
on en el tiempo. Dadas dos funciones f y g en el dominio del
tiempo, su producto de convoluci
on es la funci
on (f g) definida para t R por
Z
(f g)(t) =
f ( )g(t ) d.

(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

Teorema de Parseval. La energa total asociada con una funci

on f : R R se define como
Z

|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

Transformadas de Fourier generalizadas. Hemos visto que, interpret

andola de manera
adecuada, la funcion de impulso o funci
on delta de Dirac permite modelar mediante la transformaci
on de Laplace algunas situaciones de interes en la pr
actica. Ocurre lo mismo con la
transformaci
on de Fourier. Usando las propiedades de la funci
on delta tenemos que
Z

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 ()

transformadas que, como se puede comprobar, funcionan bien en la representaci

on integral
de Fourier; es decir,
F

1
{20 ()} =
2

20 ()ejt d = ej0 t .

Se dice entonces que la funci

on ej0 t admite una transformada de Fourier generalizada que
es F{ej0 t } = 20 () y, en particular, que la transformada de Fourier generalizada de la
funci
on constante 1 es 20 ().

74

4. An
alisis de Fourier

Transformada de Fourier generalizada de una funci

on peri
odica. Si tenemos una
funci
on peri
odica f (t) de perodo T0 y frecuencia 0 que verifica las condiciones de Dirichlet,
entonces su desarrollo en serie de Fourier es
f (t) =

cn ejn0 t .

n=

Por tanto, su transformada de Fourier generalizada es un tren de impulsos

F () = 2

cn 0 ( n0 )

n=

que ocurren en los valores de su espectro discreto de frecuencias 0, 0 , 20 , . . .

Otra forma de expresar el desarrollo en serie de Fourier de una funci
on peri
odica f (t) es
la siguiente: Sea g(t) un perodo de f (t), es decir, si denotamos por I un intervalo cualquiera
de longitud T , entonces

f (t)
si t I,
g(t) =
0
en otro caso.
En ese caso, podemos expresar f como
f (t) =

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=

que se conoce como suma de Poisson.

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

Ejercicio 3. Desarrolla en serie de Fourier en el intervalo [, ] la funci

on

0 si < t < 0,
f (t) =
si 0 < t < .
A partir de este desarrollo, deduce el de

1
g(t) =
1

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

Ejercicio 7. Halla los desarrollos en serie de Fourier de la funci

on f (t) = 1 cos2 (t) que se
piden a continuaci
on:
(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 [, ].
Dibuja las correspondientes sumas obtenidas en [4, 4].

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

Ejercicio 16. Calcula la transformada de Fourier de las siguientes funciones

(cosenos vistos

a traves de ventanas,
windowed cosines
en ingles). f (t) = cos(0 t) h0 (t + d) h0 (t d)


y f (t) = cos(0 t) h0 (t) h0 (t 2d) , donde d y 0 son n
umeros reales positivos.
Ejercicio 17. Usando la propiedad de dualidad, calcula las transformadas de Fourier de la
funci
on de muestreo sa(t) y de la funci
on seno cardinal sinc(t).
Ejercicio 18. Usa la representaci
on integral
de la funci
on

2
F () = 2

de Fourier para hallar la transformada inversa

si 0 2,
si 2 < 0,
en otro caso.

Comprueba el resultado usando la propiedad de dualidad.

Ejercicio 19. Usa la representaci
on integral
on cuyo espectro
 de Fourier para hallar la funci
3
de amplitudes es 2 h0 ( + 3) h0 ( 3) y cuyo espectro de fases es 2 .
Ejercicio 20. Usando las propiedades de la transformada de Fourier, halla, en terminos de
la transformada F () de una cierta funci
on f (t), la transformada de Fourier de las siguientes
funciones.
(1) f1 (t) = f (t 1) + f (t 1).
(2) f2 (t) = f (3t 6).
(3) f3 (t) = f 00 (t 1).
Ejercicio 21. Sabiendo que F{e|t| } =
dualidad para calcular F{4t/(1 + t2 )2 }.

2
, halla F{te|t| } y aplica la propiedad de
1 + 2

Ejercicio 22. Prueba las siguientes afirmaciones.

(1) Si f es par y real, entonces F{f (t)} es par y real.
(2) Si f es impar y real, entonces F{f (t)} es impar e imaginaria pura.
Ejercicio 23. Halla f (t) sabiendo que la transformada de Fourier de g(t) = f (t) cos(t) es

1 si || 2,
F{g(t)}() =
0 en otro caso.
Ejercicio 24. Halla las transformadas de Fourier generalizadas de las funciones sen(t),
cos(t) y ej(t+) .
Ejercicios y cuestiones de ex
amenes de cursos anteriores.
Ejercicio 25. Halla la forma compleja de la serie de Fourier de la onda triangular definida
en el intervalo [1, 1] por
tri(t) = 1 |t|
y extendida 2-periodicamente.

78

4. An
alisis de Fourier

Ejercicio 26. (1) Sea f (t) la funci

on definida por f (t) = t para 0 t < 1 y extendida
peri
odicamente a toda la recta real. Calcula la forma compleja de la serie de Fourier de f y
dibuja la funci
on a la que converge dicha serie en el intervalo [2, 2].

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 () =

Ejercicio 33. Aplica la transformaci

on de Fourier al problema de valor inicial
y 0 + 2ty = 0

con y(0) = 1
2

para hallar la transformada de Fourier de la funci

on f (t) = et .

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).