Asignatura:

Transformaciones y Series

Mauricio Sierra Tapia

ES202103995

Unidad 1
Series de Fourier.

Actividad
Evidencia de Aprendizaje.

Docente
Ing. Rafael Pacheco Espinosa

09 de mayo de 2023
 1. Describe bajo tus términos la forma de la serie de Fourier y los coeficientes de Fourier.
Menciona el contexto donde se aplica y las condiciones para su adecuada aplicación y sus
principales propiedades.

Las series de Fourier son una herramienta matemática utilizada en análisis de señales, procesamiento
de señales, procesamiento de imágenes y otros campos relacionados. En esencia, las series de Fourier
permiten descomponer una señal periódica en una suma de funciones sinusoidales y cosinusoidales.
El concepto fundamental detrás de las series de Fourier es que cualquier función periódica se puede
expresar como una suma de funciones trigonométricas de frecuencia múltiple de la frecuencia
fundamental de la señal. En términos matemáticos, esto se expresa como:
∞
𝑎0 𝑛𝜋 𝑛𝜋
𝑓(𝑥) = + ∑ (𝑎𝑛 𝑐𝑜𝑠 𝑥 + 𝑏𝑛 𝑠𝑒𝑛 𝑥)
2 𝑝 𝑝
𝑛=1
𝑝
1
𝑎0 = ∫ 𝑓(𝑥) 𝑑𝑥
𝑝
−𝑝
𝑝
1 𝑛𝜋
𝑎𝑛 = ∫ 𝑓(𝑥)𝑐𝑜𝑠 𝑥 𝑑𝑥
𝑝 𝑝
−𝑝
𝑝
1 𝑛𝜋
𝑏𝑛 = ∫ 𝑓(𝑥)𝑠𝑒𝑛 𝑥 𝑑𝑥
𝑝 𝑝
−𝑝

donde f(x) es la función periódica, a0, an, y bn son coeficientes que se determinan a partir de la función
𝑛𝜋
periódica, 𝑝 es la frecuencia fundamental de la señal, y n es un número entero.

Los coeficientes de Fourier, an y bn, se determinan mediante una serie de cálculos matemáticos que
implican la integración de la función periódica original. Estos coeficientes representan la amplitud de las
componentes sinusoidales y cosinusoidales de la señal periódica.
Las series de Fourier son una herramienta importante en muchas áreas de la ingeniería y la física, ya
que permiten analizar señales y entender su comportamiento en el dominio de la frecuencia. Por ejemplo,
en la teoría de la comunicación, las series de Fourier se utilizan para analizar señales de radio y
televisión, mientras que en la física, se utilizan para analizar el comportamiento de las ondas en un medio.
En resumen, las series de Fourier son una herramienta matemática importante que se utiliza para analizar
señales periódicas y entender su comportamiento en el dominio de la frecuencia. Estas series se utilizan
en una variedad de campos, desde la teoría de la comunicación hasta la física, y son una herramienta
importante para comprender el comportamiento de las señales periódicas y su descomposición en
funciones sinusoidales y cosinusoidales.
 2. Hallar la serie de Fourier de la función 𝒇(𝒙), de periodo {−𝝅, 𝝅], definida por:
𝒇(𝒙) = 𝟏 𝒔𝒊 𝒙 ≥ 𝟎; 𝒇(𝒙) = 𝟎 𝒔𝒊 𝒙 < 𝟎

Para encontrar la serie de Fourier de la función 𝑓(𝑥), primero necesitamos calcular los coeficientes de
Fourier. Como la función es par, solo necesitamos calcular los coeficientes de Fourier de coseno.
El coeficiente de Fourier de coseno 𝑎𝑛 se calcula mediante la siguiente fórmula:
𝜋
2
𝑎𝑛 = ∫ 𝑓(𝑥) cos(𝑛𝑥) 𝑑𝑥
𝜋
0

Como la función es 1 en el intervalo [0, 𝜋] y 0 en el intervalo [−𝜋, 0), podemos simplificar la integral a:
𝜋
2
𝑎𝑛 = ∫ cos(𝑛𝑥) 𝑑𝑥
𝜋
0

Integrando, obtenemos:
2 2
𝑎𝑛 = [sin(𝑛𝑥)]𝜋0 = [sin(𝑛𝜋) − sin(0)]
𝑛𝜋 𝑛𝜋
2 sin(𝑛𝜋)
𝑎𝑛 =
𝑛𝜋
Para n impar, el término 𝑠𝑖𝑛(𝑛 𝜋) es igual a 0, por lo que 𝑎𝑛 = 0.
Para n par, el término 𝑠𝑖𝑛(𝑛 𝜋) es igual a 0
Para n múltiplo de 2 y es igual a ±1 para n impar. Por lo tanto, tenemos:

𝑎𝑛 = 0 𝑝𝑎𝑟𝑎 𝑛 𝑖𝑚𝑝𝑎𝑟
4
𝑎𝑛 = 𝑝𝑎𝑟𝑎 𝑛 𝑝𝑎𝑟 𝑛𝑜 𝑛𝑢𝑙𝑜
𝑛𝜋

De manera similar, el coeficiente de Fourier de seno 𝑏𝑛 se calcula mediante la siguiente fórmula:

𝜋 𝜋
2 2
𝑏𝑛 = ∫ 𝑓(𝑥) cos(𝑛𝑥) 𝑑𝑥 = ∫ 0 cos(𝑛𝑥) 𝑑𝑥 = 0
𝜋 𝜋
0 0

Como la función es par, 𝑏𝑛 = 0 para todo n.

Por lo tanto, la serie de Fourier de la función 𝑓(𝑥) es:

∞
𝑎0 𝑛𝜋 𝑛𝜋
𝑓(𝑥) = + ∑ (𝑎𝑛 𝑐𝑜𝑠 𝑥 + 𝑏𝑛 𝑠𝑒𝑛 𝑥)
2 𝑝 𝑝
𝑛=1

∞
𝟐 𝟒 𝐜𝐨𝐬(𝟐𝒏𝒙)
𝒇(𝒙) = + ( ) ∑ ( )
𝝅 𝝅 𝟐𝒏
𝒏=𝟏

3. Investiga y describe la serie exponencial de Fourier, incluyendo su aplicación y

ejemplificándola

La serie exponencial de Fourier es una forma alternativa de representar una función periódica en términos
de funciones exponenciales complejas. Esta serie se utiliza para analizar y sintetizar señales periódicas
en el dominio de la frecuencia, lo que permite entender mejor su comportamiento y manipularlas de
manera más efectiva.

La serie exponencial de Fourier se define como:

𝑓(𝑥) = ∑ 𝑐[𝑛] 𝑒 𝑖𝑛𝑥

𝑛=−∞
Donde 𝑐[𝑛] son los coeficientes de Fourier, que se pueden calcular mediante las siguiente fórmula:

𝑇
2
1
𝑐[𝑛] = ∫ 𝑓(𝑥)𝑒 𝑖𝑛𝑥 𝑑𝑥
𝑇
𝑇
−
2

Donde T es el periodo de la función f(x).

La serie exponencial de Fourier se utiliza comúnmente en aplicaciones de procesamiento de señales,

como la compresión de audio y video, la modulación de frecuencia y la síntesis de sonidos en la música
electrónica. También se utiliza en el análisis de sistemas dinámicos periódicos, como los sistemas de
control de motores eléctricos y los sistemas de comunicaciones inalámbricas.
Un ejemplo de la serie exponencial de Fourier se puede ver en la representación de una onda cuadrada
periódica. La función f(x) de una onda cuadrada se define como:

𝜋
−1 𝑠𝑖 𝑥 < −
2
𝜋 𝜋
𝑓(𝑥) = 1 𝑠𝑖 − ≤ 𝑥 <
2 2
𝜋
{ −1 𝑠𝑖 2 ≤ 𝑥

Esta función tiene un periodo de π y se puede representar mediante la serie exponencial de Fourier
como:
∞
𝟒 𝐬𝐢𝐧((𝟐𝒏 − 𝟏)𝒙)
𝒇(𝒙) = ( ) ∑ ( )
𝝅 𝟐𝒏 − 𝟏
𝒏=𝟏

Donde la suma se extiende a través de todos los

valores de n impares. Esta representación permite
analizar y manipular la onda cuadrada en el dominio
de la frecuencia, lo que puede ser útil en
aplicaciones de procesamiento de señales.
 4. Describe los casos de las series de Fourier para señales periódicas y discontinuas; así
como las continuas y no periódicas.

Existen varios casos de series de Fourier, cada uno adecuado para diferentes tipos de señales. A
continuación, se describen los casos más comunes:

1. Series de Fourier para señales periódicas: Este es el caso más común de series de Fourier. En este
caso, la señal es periódica y se repite infinitamente en el tiempo. La serie de Fourier se utiliza para
descomponer la señal en una suma infinita de funciones sinusoidales. Esta representación es útil para el
análisis y la síntesis de señales periódicas.

2. Series de Fourier para señales discontinuas: Este caso se refiere a señales que tienen
discontinuidades o saltos finitos en su forma de onda. En este caso, la serie de Fourier incluye términos
adicionales que se suman a la función de la señal para compensar las discontinuidades. Estos términos
adicionales se conocen como términos de Gibbs y pueden resultar en una aproximación inexacta de la
señal original.

3. Series de Fourier para señales continuas y no periódicas: En este caso, la señal no se repite
periódicamente en el tiempo y, por lo tanto, no puede ser descompuesta en una suma de funciones
sinusoidales discretas. En su lugar, se utiliza la transformada de Fourier, que permite descomponer la
señal en una función de frecuencia continua. Esta representación se utiliza comúnmente en el análisis
de señales en tiempo continuo, como señales de audio y video.

4. Series de Fourier para señales discretas y no periódicas: Este caso se refiere a señales que están
definidas en un conjunto discreto de puntos en el tiempo, como señales digitales. En este caso, se utiliza
la transformada de Fourier discreta (DFT), que descompone la señal en una serie de componentes de
frecuencia discretas. Esta representación se utiliza comúnmente en el procesamiento de señales
digitales y en la compresión de datos.

En resumen, las series de Fourier son una herramienta poderosa para analizar y sintetizar señales en el
dominio de la frecuencia. Dependiendo de la naturaleza de la señal, se pueden utilizar diferentes formas
de series de Fourier, como la serie de Fourier para señales periódicas, la serie de Fourier para señales
discontinuas, la transformada de Fourier para señales continuas y no periódicas, y la transformada de
Fourier discreta para señales discretas y no periódicas.
Conclusión.
Las series de Fourier son una herramienta poderosa para analizar y sintetizar señales en el dominio de
la frecuencia. Dependiendo de la naturaleza de la señal, se pueden utilizar diferentes formas de series
de Fourier, como la serie de Fourier para señales periódicas, la serie de Fourier para señales
discontinuas, la transformada de Fourier para señales continuas y no periódicas, y la transformada de
Fourier discreta para señales discretas y no periódicas.

Referencias

 Citto, E. (2020). Matemática Avanzada: Para estudiantes de Ingeniería. Argentina: Universitas.

 Kreyszig, E. (2008). Matemáticas Avanzadas para Ingeniería. México: Limusa.

 O'Neil, P. (2004). Matemáticas Avanzadas para Ingeniería. México: Thompson.