2.

Series de Fourier

Toda serie funcional que se pueda expresar en la forma:

Donde son constantes reales,

se denomina serie trigonométrica y los an, bn son los coeficientes de la misma.

Dado un número real x0, observemos que si en la serie se sustituye la

variable x por cualquier número de la forma x0 + kT con k ∈ Z, la serie
numérica obtenida es la misma cualquiera que sea k, puesto que:

Por esta razón, se puede afirmar que si la serie trigonométrica converge en

el punto x0, entonces también converge en todo punto de la forma x0 + kT, y
que su suma es la misma en cualquiera de dichos puntos. En consecuencia,
si la serie trigonométrica converge, su suma será una función periódica, de
período T.
Definición 1: Sea f una función integrable en [0, T]. Se llaman coeficientes de
Fourier de f a los números.
 La serie trigonométrica que tiene estos coeficientes se denomina serie de
Fourier de f en [0,T ]. Cuando la función f es además periódica de período T, la
serie citada se denomina simplemente serie de Fourier de f.

Para construir la serie de Fourier de una función sólo hay que calcular sus
coeficientes, y para ello, de acuerdo con la Definición 1, basta con que f sea
integrable.

Obsérvese que, en el caso de ser f una función T-periódica, los integrando

serían funciones de período T, es posible reemplazar el intervalo de integración por
cualquier otro intervalo de longitud T ( como por ejemplo el intervalo [−T/2 , T/2] ),
lo que en ciertas circunstancias puede facilitar el cálculo de los coeficientes de
Fourier.

 Series de Fourier de funciones pares y de funciones impares:

En el cálculo de la serie de Fourier correspondiente a una función f, es

posible evitar trabajo innecesario al determinar los coeficientes de la serie
cuando la función f considerada sea o bien una función par o bien una
función impar, como veremos a continuación:

Si f es una función integrable en [0,T ], y además periódica de período T , su

serie de Fourier es:
Y sus coeficientes se obtienen empleando las fórmulas:

Que también se pueden expresar (considerando la periodicidad de f) en la forma:

Así, se tiene que:

i) Cuando f es par, al calcular los coeficientes an las funciones a
integrar son funciones pares, ya que tanto f como los cosenos lo son;
sin embargo, al calcular los bn las funciones a integrar son impares,
porque f es par y los senos impares.

Y por tanto la serie de Fourier obtenida es una serie cosenoidal, es decir, es

de la forma:

ii) Cuando f es impar, al calcular los coeficientes an las funciones a

integrar son funciones impares, ya que f es impar y los cosenos
pares; sin embargo, al calcular los bn las funciones a integrar son
pares, porque tanto f como los senos son impares.
 Y por tanto la serie de Fourier obtenida es una serie senoidal, es decir
es de la forma:

 Convergencia puntual de las series de Fourier:

Siendo f una función integrable en [0,T ], y además periódica de período
T, se puede hablar de la serie de Fourier de f en [0,T ]. Sin embargo, no se
ha dicho que la serie converja hacia la función f, ni siquiera que sea
convergente.

Un teorema importante sobre la convergencia puntual de la serie de Fourier

de una función f, que cubre la mayoría de las situaciones en las que se
encuentran las funciones a considerar en las aplicaciones, es el que
exponemos después de la siguiente definición.

Definición 2: Se dice que una función f es monótona por tramos en un intervalo

[a, b], si existe una partición {a = x0 < x1 < . . . < xn = b} del intervalo (a, b)

De modo que la función f es monótona en cada subintervalo (xi−1, xi).

Teorema: Si la función f es acotada y monótona a tramos en el intervalo

[0,T], y periódica de período T, entonces la serie de Fourier de f es
convergente en cada punto x de R, y su suma es:
Donde f (x+) y f (x−) denotan respectivamente los límites por la derecha y por
la izquierda de f en x, es decir:

 Propiedades de la series de Fourier:

  Aplicación en el procesamiento y análisis de señales:
Es importante considerar la aplicación de las series de Fourier, ya que estas
sirven mucho en el procesamiento digital de señales, la cual es un área de las
ciencias e ingeniería que se ha desarrollado rápidamente en los últimos 30 años.

Este rápido desarrollo es resultado de avances tecnológicos tanto en los

ordenadores digitales como en la fabricación de circuitos integrados. Estos
circuitos digitales baratos y relativamente rápidos han hecho posible construir
sistemas digitales altamente sofisticados, capaces de realizar funciones y tareas
del procesado de señales que convencionalmente se realizaban analógicamente,
en el cual hoy en día se realiza mediante hardware digital, mas barato y a menudo
más fiable. Es relevante la diferencia entre una señal analógica y digital. Ya que
una señal analógica se deriva del hecho de que es una señal análoga a la señal
física que se representa. La magnitud de una señal analógica pude tomar
cualquier valor, esto es, la amplitud el cual exhibe una variación continua sobre su
campo de actividad. Es así como la gran mayoría de señales en el mundo que hay
a nuestro alrededor son analógicas.

Los circuitos que procesan estas señales se conocen como circuitos

analógicos. Una forma alternativa de representación de señal es la de una
secuencia de números, cada uno de los cuales representa la magnitud de señal en
un instante determinado. La señal resultante se llama señal digital, esta es una
señal que esta discretizada en el tiempo y cuantificada en magnitud. El
procesamiento de señales se correlaciona con las series de Fourier ya que esta
nos permite expresar una función periódica de tiempo como la suma de un número
infinito de senoides cuyas frecuencias están armónicamente relacionadas. La
importancia de esto radica en que la serie de Fourier nos facilita el arduo trabajo
del manejo con señales, en cual permite que nosotros podamos procesar estas
señales y así expresarlas como una combinación lineal de términos, lo cual nos lo
proporciona la serie de Fourier.

Debido a muchos de los sistemas usados en la ingeniería pueden modelarse

como sistemas lineales y sistema de invariantes en el tiempo. La señal que pasa a
través de los dichos sistemas se distorsiona, es decir, cambia su forma. La única
señal que mantiene su forma al pasar por un sistema de este tipo es una señal
sinusoidal pura, este tipo de señal solo cambia su amplitud y fase.

En tal sentido, las series de Fourier nos permiten calcular la amplitud y fase de
cada uno de los elementos que tiene una señal periódica, en el que se obtiene el
valor medio, la fase y frecuencia, para así empezar a sumar los componentes de
la serie de señales sinusoidales. De manera que la señal senoidal se aproxime
más a la señal cuadrada.

Por lo tanto el análisis de Fourier funciona en una gran cantidad de sistema

funciona en una gran cantidad de sistemas en nuestra vida cotidiana. Ya que está
presente en sistema de comunicaciones, ingeniería mecánica, campo
electromagnético, procesamiento de señales de audio.

Así como también en la ingeniería biomédica con respecto al procesamiento de

imágenes digitales generadas por equipos como lo es el ecógrafos que por medio
de la ecografía permite registrar la vibración de cada una de las membranas del
corazón, proporcionando una curva periódica. Un programa de ordenador calcula
los primeros términos de las sucesiones (coeficientes de Fourier). En el caso de la
válvula mitral, son suficientes los dos primeros coeficientes de Fourier para
diagnosticar al paciente. Esta forma de diagnóstico disminuye costes en el sistema
sanitario y, sobre todo, evita al paciente los riesgos y molestias inherentes a las
pruebas endoscópicas. También se encuentra la resonancia magnética
tomografías, etc. Permitiendo que la tecnología en los equipos médicos de
diagnostico evolucionen con más eficacia y seguridad en el ámbito de salud.