Unidad 5 Series de Fourier
-
Upload
alee-melendez -
Category
Documents
-
view
3.031 -
download
100
Transcript of Unidad 5 Series de Fourier
Unidad 5 Series De FourierSerie de Fourier
Una serie de Fourier es una serie infinita que converge puntualmente a una función
continua y periódica. Las series de Fourier constituyen la herramienta matemática básica
del análisis de Fourier empleado para analizar funciones periódicas a través de la
descomposición de dicha función en una suma infinitesimal de funciones senoidales mucho
más simples (como combinación de senos y cosenos con frecuencias enteras). El nombre se
debe al matemático francés Jean-Baptiste Joseph Fourier que desarrolló la teoría cuando
estudiaba la ecuación del calor. Fue el primero que estudió tales series sistemáticamente, y
publicando sus resultados iniciales en 1807 y 1811. Esta área de investigación se llama
algunas veces Análisis armónico.
Es una aplicación usada en muchas ramas de la ingeniería, además de ser una herramienta
sumamente útil en la teoría matemática abstracta. Areas de aplicación incluyen análisis
vibratorio, acústica, óptica, procesamiento de imágenes y señales, y compresión de datos.
En ingeniería, para el caso de los sistemas de telecomunicaciones, y a través del uso de los
componentes espectrales de frecuencia de una señal dada, se puede optimizar el diseño de
un sistema para la señal portadora del mismo. Refierase al uso de un analizador de
espectros.
Las series de Fourier tienen la forma:
Donde y se denominan coeficientes de Fourier de la serie de Fourier de la función
5.1 Funciones ortogonales.INTRODUCCION.
Los polinomios de Legendre y las funciones de Bessel están dentro de un grupo
de funciones que satisfacen una propiedad que se llama ortogonalidad y que es
de una importancia fundamental en las matemáticas de ingeniería.
DEFINICION:
Ahora definiremos el concepto de ortogonalidad de funciones.
Sean (x) y (x) dos funciones reales que están definidas en un
intervalo
a ≤ x ≤ b, de tal manera que la integral de el producto (x) (x) existe
en el intervalo. Denotaremos esta integral por
( , ). Entonces:
(1)
Se dice que las funciones
y
son ortogonales en el intervalo
a ≤
x ≤ b si
Relaciones de Ortogonalidad
Existen muchos tipos de series de Fourier. Las mas sencillas son las Series de Fourier
Trigonométricas. Un ejemplo es la serie de Fourier del seno
Se vera que las series de Fourier tienen interpretaciones físicas importantes en las
aplicaciones. Sin embargo, las series de Fourier están basadas en un tipo distinto de
teoría a las familiares series de potencias.
De manera equivalente, una función diferenciable f(x) es una función tal que en cualquier
intervalo finito se puede dividir en un número de partes, cada una de las cuales es
continua y tiene derivada continua. Además, las únicas discontinuidades de F8x) y f’(x)
son discontinuidades de salto.
Ejemplo Funciones Ortogonales
Las dos funciones f(x) = x y g(x) = x2 son ortogonales en el intervalo [-1,1] puesto que
Sistemas de funciones ortogonales
trabajamos con funciones: (a veces: o
)
podemos escribir una función como combinación lineal de una colección de
funciones siendo tomado de un conjunto de índices finito o infinito
p.ej.: series de Fourier
Por qué?
a lo mejor se puede encontrar para un problema fácilmente soluciones para las
funciones y con esas soluciones se puede derivar una solucion para
p.ej.: filtro lineales, si se sabe la respuesta del filtro para los , se puede
derivar su compartamiento para
a lo mejor ciertas características de la función se puede observar mejor entre los
coeficientes (y aprovechar de ello)
p.ej.:
o Qué frecuencias están ``dentro'' de una señal acustica?
o Tiene una imagen cierta textura?
o Tiene discontinuidades?
o ... otras preguntas parecen interesante:
Cuáles de las posibles funciones se puede representar de tal forma?
Son los coeficientes únicos?
Cómo se calcula los (dados los y )?
5.1 FUNCIONES ORTOGONALES
• Producto interno • Funciones ortogonales • Conjunto ortogonal • Nora • Norma
cuadrada
• Conjunto ortonormal • Ortogonalidad con respecto a una función peso
• Serie de Fourier generalizada
En matemáticas superiores se considera que una función es la generalización de
un vector. En esta sección veremos cómo los dos conceptos vectoriales de
producto interno (punto) y ortogonalidad se pueden ampliar para abarcar las
funciones.
Supongamos que u y v son vectores en el espacio tridimensional. El producto
interno (u, v) de los vectores, que también se escribe u · v, posee las
propiedades siguientes:
i) (u, v) = (v, u)
ii) (ku, v) = k(u, v), donde k es un escalar
iii) (u, u)= 0, si u= 0,y (u,u)>0 si u ≠ 0
iv) (u + v, w) = (u, w) + (v, w).
Esperamos que una generalización del concepto de producto interno debe tener
las mismas propiedades.
Producto interno Supongamos ahora que ƒ1 y ƒ2 son funciones definidas en un
intervalo [a, b].* Como una integral del producto ƒ1(x) ƒ2(x) definida en el intervalo
también posee las propiedades i) a iv), siempre y cuando existan las integrales,
podemos enunciar la siguiente definición:
DEFINICIÓN 5.1 Producto interno
El producto interno de dos funciones ƒ1 y ƒ2 en un intervalo [a, b] es el número
Funciones ortogonales Dado que dos vectores u y v son ortogonales cuando su
producto interno es cero, definiremos las funciones ortogonales en forma
semejante:
DEFINICION 5.2 Funciones ortogonales
Dos funciones ƒ1 y ƒ2 son ortogonales en un intervalo [a, b] si
(1)
A diferencia del análisis vectorial, en donde la palabra ortogonal es sinónimo de
"perpendicular", en el presente contexto el término ortogonal y la condición (1) no
tienen significado geométrico.
EJEMPLO 1 Funciones ortogonales
Las funciones ƒ1 (x) = x2 y ƒ2 (x) = x3 son ortogonales en el intervalo [-1, 1] porque
5.2 Conjuntos ortogonales y conjuntos ortonormales.
Sean (x) y (x) dos funciones reales que están definidas en un intervalo
a ≤ x ≤ b, de tal manera que la integral de el producto (x) (x) existe en el intervalo. Denotaremos esta integral por
( , ). Entonces:
(1)
Se dice que las funciones
y
son ortogonales en el intervalo
a ≤ x ≤ b si
Un conjunto de funciones reales (x), (x), (x), ... es llamado conjunto ortogonal de funciones en el intervalo a ≤ x ≤ b si todas están
definidas en el intervalo y si todas las integrales ( , )existen y son cero para todos los pares distintos de funciones.
La raíz cuadrada de ( , )es llamada norma de y es generalmente
denotada por || || ; entonces
(2)
Es claro que, un conjunto ortogonal (x), (x), (x), ... en el intervalo a ≤ x ≤ b cuyas funciones tienen norma 1 satisfacen la condición
Dicho conjunto es llamado conjunto ortonormal de funciones en el intervalo a ≤ x ≤ b .Obviamente, de un conjunto ortogonal podemos obtener un conjunto ortonormal dividiendo cada función entre su norma.
DEFINICIÓN DE CONJUNTOS ORTONORMALES Y CONJUNTOS ORTOGONALES:
Se dice que las funciones
y
son ortogonales en el intervalo
a ≤ x ≤ b si
Un conjunto de funciones reales (x), (x), (x), ... es llamado conjunto ortogonal de funciones en el intervalo a ≤ x ≤ b si todas están
definidas en el intervalo y si todas las integrales ( , )existen y son cero para todos los pares distintos de funciones.
La raíz cuadrada de ( , )es llamada norma de y es generalmente
denotada por || || ; entonces
(2)
Es claro que, un conjunto ortogonal (x), (x), (x), ... en el intervalo a ≤ x ≤ b cuyas funciones tienen norma 1 satisfacen la condición
Dicho conjunto es llamado conjunto ortonormal de funciones en el intervalo a ≤ x ≤ b .Obviamente, de un conjunto ortogonal podemos obtener un conjunto ortonormal dividiendo cada función entre su norma.
En un conjunto de vectores S de el espacio vectorial V es producto interno es ortogonal si cada vector de y seria espacio ortonormal si cada vector S es unitario.Es ortonormal si < vi, vj > = 0 i " j y || vj || = 1 donde i = 1, 2, 3, ..., n y es ortonormal si < vi, vj > = 0 i " j donde vi, vj pertenecen al conjunto s = { v1, v2, ..., vn }Un conjunto ortogonal es linealmente independiente si s es un conjunto de vectores diferentes de cero y que pertenecen al espacio v con producto interno.Proceso para ortonormalizar de Gram - Schmidt: Ver si la base tiene producto interno (como ya lo vimos). Convertir la base a una base ortogonal.Sea B = { v1, v2, ..., vn }w1 = v1w2 = v2 - proyw1 v2wn = vn - proyw1 v3 - … - proyw(n-1) vnB' = { w1, w2, ..., wn } y para ortonormalizar ui = wi / ||wi|| donde I = 1, 2, ..., n.
Donde B'' = { u1, u2, ..., un } es un abase ortonormal
5.3 Definición de series de Fourier.
Serie de Fourier generalizada Supongamos que {Øn(x)} es un conjunto infinito
ortogonal de funciones en un intervalo [a, b]. Nos preguntamos: si y = ƒ(x) es una
función definida en el intervalo [a, b], ¿será posible determinar un conjunto de
coeficiéntes cn, n = 0, 1, 2, . . .,para el cual
(6)ƒ(x)=c0Ø0(x) + c1 Ø1(x) + ... + cn Øn(x) + ...?
Como en la descripción anterior, cuando determinamos los componentes de un
vector, también podemos determinar los coeficientes cn mediante el producto
interno. Al multiplicar la ecuación (6) por Øm(x) e integrar en el intervalo [a, b] se
obtiene
Debido a la ortogonalidad, cada término del lado derecho de la última ecuación es
cero, excepto cuando m = n. En este caso tendremos
Entonces, los coeficientes que buscamos son
En otras palabras,
('7)
en la que (8)
La ecuación (7), en notación de producto interno (o producto punto), es
(9)
Vemos así que esta ecuación es el análogo funcional del resultado vectorial
expresado en la ecuación (5).
Serie de Fourier
El análisis de Fourier es una herramienta matemática utilizada para analizar
funciones periódicas a traves de descomponer dicha función en la suma
infinitesimal de funciones senoidales mucho mas simples.
Areas de aplicación incluyen la ingeniería, análisis vibratorio , acustica, óptica,
procesamiento de imágenes y señales,y compresión de datos. En ingeniería, para
el caso de los sistemas de telecomunicaciones, y a traves del uso de los
componentes espectrales de frecuencia de una señal dada, se puede optimizar el
diseño de un sistema para la señal portadora del mismo. Refierase al uso de un
analizador de espectros.
En matemáticas, se llama serie de Fourier, a aquellas series que tienen la forma:
donde an y bn se denominan coeficientes de Fourier de la serie de Fourier de la
función y(x).
Jean-Baptiste Joseph Fourier fue el primero que estudió tales series
sistemáticamente, aplicándolas a la solución de la ecuación del calor y publicando
sus resultados iniciales en 1807 y 1811. Esta área de investigación se llama
algunas veces Análisis armónico.
Función ortogonal
En matemática, se dice que dos funciones f y g son ortogonales si su producto
interno es nulo. Que dos funciones particulares sean ortogonales depende
de cómo se haya definido su producto interno. Una definición muy común de
producto interno entre funciones es:
con límites de integración apropiados y donde * denota complejo conjugado.
Véase también espacio de Hilbert para más detalles.
Las soluciones de ecuaciones diferenciales lineales con condiciones de borde
pueden escribirse como una suma pesada de funciones solución ortogonales
(conocidas también como funciones propias).
Ejemplos de conjuntos de funciones ortogonales:
Polinomios de Hermite
Polinomios de Legendre
Armónicos esféricos
Funciones de Walsh
Introducción
Si no tienes unas nociones previas, puede ser complicado comprender el concepto de
"representación en frecuencia de una señal". Básicamente la Transformada de Fourier se
encarga de transformar una señal del dominio del tiempo, al dominio de la frecuencia, de
donde se puede realizar su antitransformada y volver al dominio temporal. Estudiaremos a
lo largo de este trabajo la Serie de Fourier , Ejercicios referentes al seno y coseno , las
Transformadas de Fourier, propiedades e interpretación.
SERIE DE FOURIER
Sea una función f(t) una función periódica de periodo T, la cual se puede representar por
la serie trigonometrica
donde 0 /T.=2
Una serie como la representada se llama serie trigonometrica de Fourier. Esta serie
también se puede representar así:
Ejemplo 1: Deducir la forma de
y expresar Cn y n en términos de an t bn.
Se puede expresar así
se utiliza la entidad trigonométrica
donde
por consiguiente,
ó
También si se hace
Se Obtiene
Es obvio que la representación de Fourier de una función periódica, representa la función
como la suma de componentes sinusoides que tienen diferentes frecuencias. La
componente senosiudad de frecuencia se denomina la enésima armónica de la
función periódica. La primera armónica comúnmente se conoce como la componente
fundamental porque tiene el mismo período de la función y se conoce
como la frecuencia angular fundamental. Los coeficientes Cn y los ángulos n se conocen
como amplitudes armónicas y ángulos de fase, respectivamente.
Introducción
El integral de convolucion es una expresión fundamental que relación la entrada y la
salida de un sistema LTI. Sin embargo, tiene tres problemas:
1. Puede ser tediosa para calcular.
2. Ofrece una interpretación física limitada de lo que el sistema esta realmente
hacienda.
3. Da muy poca información de como diseñar sistemas para lograr ciertas funciones.
Las series de Fourier, junto la transformada de Fourier y la transformada de La Place,
provee una manera de resolver estos tres puntos. El concepto de eigenfuncion (o
eigenvector) es esencial para todos estos métodos. Ahora veremos como podemos re-
escribir cualquier señal f(t) , en términos de exponenciales complejos.
De hecho, al hacer nuestras anotaciones de señales y sistemas lineares menos
matemáticas, podemos extraer paralelos entre señales y sistemas con y algebra linear.
Una primera visita a las series de Fourier
Universidad de Granada
Departamento de Análisis Matemático
Fco. Javier Pérez González [email protected]
Aproximación por polinomios trigonométricos
Un polinomio trigonométrico de orden n es una función de la
forma donde son números reales
llamados coeficientes del polinomio. Aquí tienes algunos ejemplos de polinomios
trigonométricos y sus gráficas.
Como acabas de ver, los polinomios trigonométricos pueden tener gráficas con
muy distintos aspectos. Parece razonable conjeturar que, eligiendo los
coeficientes de forma adecuada, podremos conseguir una buena aproximación de
una función dada por medio de polinomios trigonométricos.
Recuerda que ya sabes cómo aproximar localmente funciones derivables por sus
polinomios de Taylor. El problema que nos planteamos ahora es parecido: se trata
de calcular el polinomio trigonométrico de orden n que aproxima mejor a una
función dada f.
Se impone precisar el tipo de aproximación que vamos a considerar. Teniendo en
cuenta que los polinomios trigonométricos tienen período 2π, trataremos de
aproximar la función f en el intervalo [-π, π ]. Supondremos solamente que f es
continua en dicho intervalo. Como puedes apreciar, a diferencia de los polinomio
de Taylor que permiten una aproximación local para una función que tenga n
derivadas, ahora queremos una aproximación global, válida en todo un intervalo,
para funciones continuas.
Todavía queda por aclarar lo más importante: ¿de qué manera vamos a medir la
aproximación entre la función f y un polinomio trigonométrico T ? Pues bien,
vamos a considerar la aproximación en media cuadrática. Esto quiere decir
que entre todos los polinomios trigonométricos, T, de orden n vamos a calcular
aquél que haga mínima la cantidad . Dicho polinomio se llama
polinomio de Fourier de orden n de la función f.
Pongamos y
calculemos los coeficientes de T forma que sea mínima.
Desarrollando el cuadrado, tenemos que:
Teniendo en cuenta, como fácilmente puedes comprobar con Mathematica, que
, y, para ,
. Y poniendo
, resulta
Expresión que, evidentemente, es mínima cuando , y
. Por tanto el polinomio de Fourier de orden n de f es el polinomio
trigonométrico cuyos coeficientes,
llamados coeficientes de Fourier de f, vienen dados por:
Los se llaman coeficientes coseno y los se llaman coeficientes seno. Es
importante que te des cuenta de que en ningún momento hemos usado la
supuesta continuidad de f y que lo único necesario para poder hacer los cálculos
anteriores es que las integrales que en ellos aparecen estén definidas, para lo cual
es suficiente que la función f sea integrable. En particular, tiene perfecto
sentido hablar de los coeficientes de Fourier de una función monótona o de una
función acotada con un número finito de discontinuidades.
5.4 Convergencia de una serie de Fourier.
CONVERGENCIA DE LA SERIE DE FOURIER
Al igual que la serie de Taylor, la serie de Fourier depende de ciertos valores de la variable independiente x, para que converja o no. En esta sección, veremos condiciones
sobre para saber a qué converge su serie de Fourier.
Definición. (Función continua por partes)
Decimos que una función
es contínua por partes en el intervalo
si:
i)
está definida y es contínua en
, excepto quizás en un número finito de puntos.
ii)
y
exiten y son finites.
iii) En cada punto
iv) donde
v) no es continua,
vi) y
vii) existen y son finitos.
Graficamente, una función
es contínua por partes si tiene solamente un número finito de discontinuidades y además, estas discontinuidades no son infinitas.
Así, una gráfica típica de una función contínua por partes se ve como sigue:
Puesto que vamos a usar mucho los límites laterales, es conveniente introducir una noación especial:
Ejemplo 5.
La función definida como:
es continua por partes, como puede verificarse fácilmente con la gráfica.
Definición. (Función suave por partes)
Una función
es suave por partes en el intervalo
si
y son funciones continuas por partes
en .
Ejemplo 6.
La función del ejemplo 5, es suave por partes en ya que
de hecho es:
Claramente esta última es contínua por partes en .
Con estas dos definiciones, estamos en condiciones para dar nuestro primer teorema de convergencia para series de Fourier, el cual enunciamos sin demostración ya que ésta se sale de los objetivos del curso.
Primer Teorema de Convergencia
Sea una función suave por partes en
. Entonces la serie de Fourier de converge en cada punto
al valor:
Es decir, la serie de Fourier converge al promedio de los límites laterales.
Observaciones:
1. Si es continua en entonces la
serie de Fourier converge a . De hecho este es el valor al cual esperábamos que converja la serie (recuérdese el problema planteado al inicio de esta unidad), pero vemos que solamente se logra en los puntos donde la función es continua.
2. Si es discontinua en entonces la
serie de Fourier no converge a , pero si al punto medio entre los límites laterales.
3. El Primer Teorema de Convergencia no nos da información sobre los puntos extremos del intervalo. El siguiente criterio de convergencia, mejora este “defecto”, aunque cambian las hipótesis.
Ejemplo 7.
Sea la misma función del ejemplo 1. Claramente
es suave por partes, y de hecho, es continua en todo el
intervalo . Por lo tanto, aplicando el primer teorema de
covergencia, podemos concluir que la serie de Fourier converge a ,
.
Esto significa que, la función es igual a su serie de Fourier en el intervalo abierto:
,
Ejemplo 8.
Sea la misma función del ejemplo 2. Claramente
es suave por partes en el intervalo y continua en el
intervalo . Por lo tanto, aplicando el primer teorema de
covergencia, podemos concluir que la serie de Fourier converge a ,
.
Esto significa que, la función es igual a su serie de Fourier en el intervalo abierto:
,
Ejemplo 9.
Consideremos la función definida en el ejemplo 5. Ya vimos que esta función es suave por partes.
Aquí, no es continua en el intervalo abierto
. De hecho, vemos que las discontinuidades de son:
Los extremos no los tomamos en cuenta, ya que el Primer Teorema de Convergencia no nos da información sobre ellos. Analicemos
entonces los valores restantes. En ,
Por lo tanto, en la serie de Fourier de converge a:
En se tiene que:
Por lo tanto, en la serie de Fourier de converge a:
En los demás valores del intervalo
, la serie de Fourier converge a , por la continuidad.
Por lo tanto, sin calcular la serie de Fourier de , podemos decir que converge a:
5.5 Series de Fourier de una función de período arbitrario.
Introducción
Uno de los descubrimientos más importantes en la historia de la matemática aplicada lo hizo Jean
Baptiste Fourier (1768-1830), quien demostró que casi toda función periódica se puede
representar mediante una sumatoria de funciones seno y coseno. Estas sumatorias se conocen
como las series de Fourier. Por ejemplo, en el análisis de vibraciones es común encontrar sistema
masa – resorte – amortiguador, excitados por una fuerza periódica, cuya forma es algunas veces
complicada. Mediante la descomposición de esta fuerza en funciones seno y coseno se pueden
solucionar estos problemas de forma sencilla.
El desarrollo en series de Fourier se basa en la propiedad de ortogonalidad de la funciones seno y
coseno. Las series de Fourier son en cierta forma más generales que las series de Taylor, ya que
pueden representar funciones periódicas discontinuas que pueden ser de gran interés práctico. La
complicación más importante es que se manejan sumatorias infinitas y en algunos casos la
convergencia puede ser un problema. Varias extensiones de las Fourier también son importantes
como la transformada de Fourier y la transformada de Laplace, que se estudiarán más adelante. La
teoría de Fourier ha sido aplicada con éxito en la solución de ecuaciones diferenciales, el estudio
de vibraciones y ondas, procesamiento de señales, compresión de datos, procesamiento digital de
imágenes y en muchos otros campos.
En este capítulo se estudiarán los conceptos básicos, los hechos y técnicas relacionadas con las
series de Fourier. Se incluirán algunas aplicaciones importantes en la ingeniería.
Funciones Periódicas y Series Trigonométricas
Se dice que una función f(x) es periódica si está definida para toda x real y si existe algún número
positivo T de manera que:
El número T recibe el nombre de periodo de f(x). La gráfica de una función de este tipo se obtiene
mediante una repetición periódica de la gráfica correspondiente a un periodo T (Figura 2.1).
De la ecuación (2.1) se sigue que, si n es un número entero cualquiera se cumple que:
de modo que nT también es periodo de la función f(x). Además si f(x) y g(x) tienen periodo T
entonces la función:
también tiene periodo T.
Ejemplos familiares de las funciones periódicas son las funciones seno y coseno. Note también que
la función f = c = cte también es una función periódica de acuerdo a la definición dada en (2.1).
Una serie trigonométrica es la sumatoria de funciones seno y coseno de la siguiente forma:
donde a0, a1, a2, …,b1, b2, … son constantes reales que reciben el nombre coeficientes de la serie.
Se puede observar que los términos de la serie (2.4) tienen periodo 2π, por lo tanto, si la serie
converge, su suma será una función periódica con periodo 2π. El proceso para hallar los
coeficientes de la serie (2.4) para representar funciones de periodo 2π se explicará en la siguiente
sección, mientras que el procedimiento para representar funciones de periodo arbitrario se
presentará en una sección posterior.
5.6 serie de fourier de funciones pares e impares (desarrollo cosenoidal o senoidal)
FUNCIONES PARES E IMPARES
Definición. Una función se llama función par en el intervalo
si cumple que
,
.
Graficamente, una función es par si es simétrica respecto al eje . Así, una gráfica típica de una función par, se ve como sigue:
Algunos ejemplos clásicos de funciones pares son:
1. es una función par en cualquier
intervalo .
2. es una
función par en el intervalo .
El nombre de función par es debido a que todas las funciones de la forma , donde k es un número natural par, son funciones pares.
De la propiedad geométrica de las funciones pares, es claro que si calculamos
, estamos calculando el area bajo la curva, y puesto que la función es simétrica respecto al eje y, entonces esta integral equivale a dos veces el valor de
.
Una prueba formal de este resultado se da en los cursos de Cálculo.
LEMA. Si es una función par en el intervalo
entonces:
Pasemos ahora a las funciones impares.
Definición. Una función se llama función impar en el intervalo
si cumple que
,
.
Graficamente, una función es impar si es simétrica respecto al origen. Así, una gráfica típica de una función impar, se ve como sigue:
Algunos ejemplos clásicos de funciones impares son:
1. es una función impar en cualquier
intervalo .
2. es
una función impar en el intervalo .
El nombre de función impar es debido a que todas las funciones de la forma , donde k es un número natural impar, son funciones impares.
De la propiedad geométrica de las funciones impares, vemos que el valor de
y el valor de
difieren por un signo y por lo tanto el valor total de
se anula. Una prueba formal se da en los cursos de Cálculo.
LEMA. Si es una función impar en el intervalo
entonces:
Al combinar bajo productos funciones pares e impares, éstas se comportan como cuando multiplicamos números positivos y negativos, siguiendo las leyes de los signos.
Informalmente hablando, tenemos las siguientes propiedades:
(par)(par) = par
(par)(impar) = impar
(impar)(impar) = par
La demostración de estas propiedades es muy simple. Pongamos por ejemplo, que
es una función par y es una función impar. De aquí tenemos que:
lo que demuestra que es una función impar.
Pasemos a ver el resultado que nos indica qué sucede con los coeficientes y la serie de Fourier de funciones pares e impares.
TEOREMA. Sea integrable en el intervalo
. Entonces:
i) Si es una función par, entonces la serie de Fourier de
en es:
donde:
,
ii) Si es una función impar, entonces la serie de Fourier de
en es:
donde:
,
Demostración. i) Supongamos que es par. Entonces por las
propiedades de las funciones pares e impares,
es par, , y por uno de los lemas anteriores, se sigue que:
También, es impar,
, y por el otro lema se sigue que,
ii) Es completamente análogo al inciso (i).
Ejemplo 3.
Calcular la serie de Fourier para la función
, en el intervalo .
Solución. Sabemos que es par, y por lo tanto, solamente calculamos
los coeficientes y . Tenemos que:
Por lo tanto, la serie de Fourier de en
es:
Ejemplo 4.
Calcular la serie de Fourier de la función definida como:
Solución. De la gráfica de la función,
vemos que se trata de una función impar. Por lo tanto, para calcular su serie de Fourier,
únicamente calculamos los coeficientes :
Por lo tanto la serie de Fourier de en es:
De hecho, observamos que si ,
entonces
, mientras que si ,
entonces . Por lo tanto, la serie de Fourier se puede escribir como:
SERIES DE FOURIER DE COSENOS Y DE SENOS■ Funciones pares e impares ■ Propiedades de las funciones pares e impares■ Series de Fourier de cosenos y de. senos ■ Sucesión de sumas parciales■ Fenómeno de Gibbs ■ Desarrollos en mitad de intervaloFunciones pares e impares El lector recordará que se dice que una función ¦ es
EJEMPLO 1 Funciones pares e impares
Como se ilustra en las figuras 10.3 y 10.4, la gráfica de una función par es simétrica con respecto al eje y y la de una función impar lo es con respecto al origen.
EJEMPLO 2 Funciones pares e imparesComo cosí (-x) = cos x y sen(-x) = -sen x, el coseno y el seno son función par e impar, respectivamente.Propiedades de las funciones pares e impares El teorema que sigue menciona algunas propiedades de las funciones pares e impares.TEOREMA 10.2 Propiedades de las funciones pares e imparesa) El producto dé dos funciones pares es par.b) El producto de dos funciones impares es par. c) El producto de una función impar y una función par es impar. d) La suma o diferencia de dos funciones pares es par. e) La suma o diferencia de dos funciones impares es impar:
DEMOSTRACIÓN DE b) Supongamos que ¦ y g son funciones impares. En ese caso tendremos
que, Si definimos el producto de entonces
Esto demuestra que el producto F de dos funciones impares es una función par. Las demostra-ciones de las demás propiedades se dejan como ejercicios. (Problemas 45 a 49 de los ejercicios 10.3.)Series de senos y de cosenos Si ¦ es una función paren (-p, p), entonces, en vista de las propiedades anteriores, los coeficientes de (9), (10) y (11) de la definición mencionada en la sección 10.2 se transforman en
En forma parecida, cuando ¦ es impar en el intervalo (-p, p),
Resumiremos los resultados en la definición siguiente.DEFINICIÓN 10.6 Series de Fourier de cosenos y serie de senos i) La serie de Fourier de una, función par en el intervalo (-p, p) es la serie de cosenos
en que (1) (2) (3)ii) La serie de Fourier de una función impar en el intervalo (-p, p) es la serie de senos
en donde (4) (5)
EJEMPLO 3 Desarrollo en una serie de senosDesarrolle ¦ (x) = x, -2 < x < 2 en forma de una serie de Fourier.SOLUCIÓN Desarrollaremos f como una serie de senos porque al ver la figura 10.5 advertiremos que la función es impar en el intervalo (-2, 2).Hacemos que 2p = 4, o p = 2, y podemos escribir la ecuación (5) como sigue:
Integramos por partes para obtener
Por consiguiente, (6)
5.7 Serie de Fourier en medio intervalo.
¿Qué es la Serie de Fourier ?
En matemáticas, una serie de Fourier, que es llamada así en honor de Joseph Fourier
(1768-1830), es una representación de una función periódica como una suma de
funciones periódicas de la forma
que son armónicos de ei x; Fourier fue el primero que estudió tales series
sistemáticamente, aplicándolas a la solución de la ecuación del calor y publicando sus
resultados iniciales en 1807 y 1811. Este área de investigación se llama algunas veces
Análisis armónico. Muchas tipos de otras transformadas relacionadas con la de Fourier
han sido definidas desde entonces.
Definición de la serie de Fourier
Supongamos que es un conjunto infinito ortogonal de funciones en un intervalo
[a,b]. Nos preguntamos: si y=f(x) es una función definida en el intervalo [a,b], ¿será
posible determinar un conjunto de coeficientes 0, 1, 2,..., para el cual
Como en la descripción anterior, cuando determinamos los componentes de un vector,
también podemos determinar los coeficientes mediante el producto interno. Al
multiplicar la ecuación anterior por e integrar en el intervalo [a,b] se obtiene:
Debido a la ortogonalidad, cada término del lado derecho de la última ecuación es cero,
excepto cuando m=n. En este caso tendremos
Entonces los coeficientes que buscamos son
En otras palabras, (1)
En la que (2)
La ecuación 2, en notación de producto interno ( o producto punto ), es
(3)
El conjunto de funciones
(1)
es ortogonal en el intervalo [-p,p], supongamos que f es una función definida en el
intervalo [-p,p] que se puede desarrollar en la serie trigonométrica
(2)
Entonces, los coeficientes pueden determinar tal como describimos
para la serie de Fourier generalizada en la sección anterior.
Al integrar ambos lados de la ecuación (2), desde –p hasta p, se obtiene
(3)
Como cada función , n>1, es ortogonal a 1 en el intervalo, el
lado derecho de (3) se reduce a un solo término y, en consecuencia,
Al despejar se obtiene
(4)
Ahora multipliquemos la ecuación (2) por e integremos:
(5)
por la ortogonalidad tenemos que
y
Entonces la ecuación 5 se reduce a
Y así (6)
Por último si multiplicamos a (2) por , integramos y aplicamos los resultados
llegamos a (7)
La serie de Fourier de una función definida en el intervalo (-p,p) es
(8)
(9)
(10)
(11)
Series de Fourier de cosenos y de senos
Si f es una función par en (-p,p), entonces en vista de las propiedades anteriores, los
coeficientes de (9),(10) y (11) se transforman en
.
En forma parecida, cuando f es impar en el intervalo (-p,p),
, n=0,1,2,...,
Resumen de las constantes de la series de Fourier
a. La serie de Fourier de una función par en el intervalo (-p,p) es la serie de cosenos
en que
b) La serie de Fourier de una función impar en el intervalo (-p,p) es la serie de senos
en donde
5.8 Forma compleja de la serie de Fourier.
Definición. (Serie de Fourier Compleja).
Sea con período p sea .
Definimos la serie de Fourier compleja de como sigue:
donde:
También se tiene el criterio de convergencia correspondiente.
Definició. (Espectro de Frecuencias).
El espectro de frecuencias de una función periodica es una gráfica de los puntos
para
…
Ejemplo 1.
Calcular la serie de Fourier compleja de la siguiente función, y tambien dibujar
el espectro de frecuencias.
6
-8 0 8
Solución.
Tenemos que y
para . De aquí que:
Como
, entonces:
Por lo tanto, la serie de Fourier Compleja de f(x) es:
La cual converge converge a:
Y por ser f(x) periódica, tiene el mismo comportamiento en los intervalos
,…
,…
El espectro de frecuencias se ve como sigue:
Cálculo de Cn:
BIBLIOGRAFIAS
http://72.14.253.104/search?q=cache:kBm1gjrop0wJ:docentes.uacj.mx/gtapia/MateAvanz/Contenido/Unidad%2520I/CONVERGENCIA.htm+Convergencia+de+una+serie+de+Fourier&hl=es&ct=clnk&cd=1&gl=mx
http://www.monografias.com/trabajos32/fourier-y-laplace/fourier-y-laplace.shtml
http://docentes.uacj.mx/gtapia/MateAvanz/Contenido/Unidad%20I/SERIE%20COMPLEJA.htm
http://docs.google.com/www.itescam.edu.mx/