OpenStax-CNX module: m12893 1

Series de Fourier: El Método de

∗
Eigenfunciones

Justin Romberg

Translated By:

Fara Meza

Erika Jackson

†
Based on Fourier Series: Eigenfunction Approach by

Justin Romberg

This work is produced by OpenStax-CNX and licensed under the

Creative Commons Attribution License 2.0‡

Abstract
Este modulo introduce las Series de Fourier y los coecientes de Fourier usando los conceptos de
eigenfunciones y bases. Veremos varios ejemplos de como descomponer una señal y de como encontrar
sus coericientes de Fourier.

1 Introducción
1 2
Ya que los exponenciales complejos son eigenfunciones para los sistemas lineares invariantes en el tiempo
st
(LTI), calcular los resultados de un sistema LTI H dado e como una entrada nos lleva a una simple mul-
tiplicación, donde H (s) ∈ C es una constante (que depende de S). En la gura (Figure 1) mostrada abajo
tenemos un simple exponencial como entrada que da el siguiente resultado:

y (t) = H (s) est (1)

∗ Version 1.3: Aug 30, 2005 12:06 pm -0500

† http://cnx.org/content/m10496/2.20/
‡ http://creativecommons.org/licenses/by/2.0/
1 "El Exponencial Complejo" <http://cnx.org/content/m12825/latest/>
2 "Eigenfunciones de los Sistemas LTI" <http://cnx.org/content/m12874/latest/>

http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 2

Figure 1: Un simple sistema LTI.

Usando esto y el hecho que H es linear, calcular y (t) para las combinaciones de exponentes complejos
se vuelve fácil de hacer. Esta propiedad de linealidad es descrita por las dos ecuaciones mostradas abajo 
donde se muestra la entrada del sistema linear H en el lado izquierdo y la salida (resultado), y (t), en el lado
derecho:

1.
c1 es1 t + c2 es2 t → c1 H (s1 ) es1 t + c2 H (s2 ) es2 t
2.
X X
cn esn t → cn H (sn ) esn t
n n

La acción que H ejerce en entradas como las que se muestran en estas dos ecuaciones son fáciles de explicar:
H escala independientemente del exponencial esn t con un numero complejo diferente H (sn ) ∈ C. De
esta manera, si podemos describir la función f (t) como la combinación de exponentes complejos esto nos
permitiría:

• Calcular el resultado de H fácilmente dado f (t) como una entrada (tomando en cuenta que conocemos
los Eigenvalores H (s))
• Interpreta como H manipula f (t)

2 Series de Fourier
3 4
Joseph Fourier demostró que para una función periódica-T f (t) puede ser escrita como una combinación
linear de senosoidales complejos armónicos.

∞
X
f (t) = cn eiω0 nt (2)
n=−∞

2π
Donde ω0 =
T es la frecuencia fundamental. Para casi todas f (t) de interés practico, existe cn que hace la
2
(2) verdadera. Si f (t) es de energía nita (f (t) ∈ L [0, T ]), entonces la igualdad de (2) sostienen la idea de
convergencia de energía; si f (t) es continua, entonces (2) sostiene la idea punto por punto. También si f (t)
tiene algunas condiciones intermedias (las condiciones de DIRICHLET), la ecuación (2) se sostiene punto
por punto en todas partes excepto en los puntos de descontinuidad.
Los cn -son conocidos como los coecientes de Fourier- que nos dicen que tanto del sinusoidal eiω 0 nt

esta presente en f (t). (2) esencialmente descompone f (t) en pedazos, los cuales son procesados fácilmente
por una sistema LTI (ya que existe una Eigenfuncion para cada sistema LTI). En términos matemáticos,


(2) nos dice de un conjunto de exponenciales complejos armónicos ∀n, n ∈ Z : eiω0 nt forman una base
para el espacio de funciones T-periódicas continuas. Aquí se muestran algunos ejemplos que les ayudaran a
pensar en una señal o función, f (t), en términos de sus funciones exponenciales bases.

3 http://www-groups.dcs.st-and.ac.uk/∼history/Mathematicians/Fourier.html
4 "Señales Periódicas" <http://cnx.org/content/m12933/latest/>

http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 3

2.1 Ejemplos
Para cada una de las funciones de abajo, descomponlas en sus partes más simples y encuentra sus coe-
cientes de Fourier. Oprima para ver la solución.

Exercise 1 (Solution on p. 5.)

f (t) = cos (ω0 t)

Exercise 2 (Solution on p. 5.)

f (t) = sin (2ω0 t)

Exercise 3 (Solution on p. 5.)

f (t) = 3 + 4cos (ω0 t) + 2cos (2ω0 t)

3 Coecientes de Fourier
En general f (t), los coecientes se pueden calcular por medio de (2) al despejar por cn , lo cual requiere una
pequeña manipulación algebraica (para una derivación completa de estos coeciente por favor vea la sección
5
titulada derivación para los coeciente de Fourier . El resultado nal da la siguiente ecuación general para
estos coecientes: Z T
1
cn = f (t) e−(iω0 nt) dt (3)
T 0

La secuencia de números complejos {∀n, n ∈ Z : (cn )} es una representación compleja alterna de la función
f (t). Conocer los coecientes Fourier cn es lo mismo que conocer f (t) y viceversa. Dada a una función
trasformar en su representación de series de Fourier usando (3). Así mismo, podemos
periódica, la podemos
sacar la transformada inversa a una secuencia de números complejos, cn , usando (2) para reconstruir la
función f (t).
Así como es una manera natural para representar las señales que son manipuladas por los sistemas LTI,
las series de Fourier proveen una descripción par alas señales periódicas que son convenientes de muchas
maneras. Al ver las series de Fourier f (t), podemos inferir las propiedades matemáticas de f (t) como la
propiedad de suavidad, la existencia de una simetría, así como el signicado físico de las frecuencias.

3.1 Ejemplo: Usando la Ecuación del Coeciente de Fourier

Aquí veremos un simple ejemplo que alo mas requiere el uso de (3) para resolver los coecientes de Fourier.
Una vez que usted entienda la formula, la solución se convierte en un problema común de calculo. Encontré
los coecientes de Fourier de la siguiente ecuación:

Exercise 4 (Solution on p. 5.)


 1 if |t| ≤ T
f (t) =
 0 otherwise

5 "Derivación de la Ecuación de Coecientes de Fourier" <http://cnx.org/content/m12894/latest/>

http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 4

4 Resumen: Ecuaciones de las Series de Fourier

Nuestra primera ecuación (2) es la ecuación de síntesis, la cual construye nuestra función, f (t), al combinar
senosoldales.

Synthesis
∞
X
f (t) = cn eiω0 nt (4)
n=−∞

Nuestra segunda ecuación (3), llamada la ecuación de análisis, revela que tanto de cada sinusoidal existe en
f (t).
Analisis Z T
1
cn = f (t) e−(iω0 nt) dt (5)
T 0
2π
Donde hemos dicho que ω0 = T .

note: Entienda que nuestro intervalo de integración no tiene que ser [0, T ] nuestra ecuación de
análisis. Podemos usar cualquier intervalo [a, a + T ] de tamaño T.
Example 1
Esta demostración le ayuda a sintetizar una señal al combinar los senosoidales, muy similar a la
6
ecuación de síntesis para las series de Fourier. Vea aquí para instrucciones de como usar este demo.

This is an unsupported media type. To view, please see

http://cnx.org/content/m12893/latest/Fourier_Component_Manipulation.vi

6 "How to use the LabVIEW demos" <http://cnx.org/content/m11550/latest/>

http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 5

Solutions to Exercises in this Module

Solution to Exercise (p. 3)
La parte mas confusa de esta problema es de encontrar la manera de representar esta función en términos
7
de sus base, eiω0 nt . Para hacer esto, nosotros usaremos nuestro conocimiento de la relación de Euler para
representar nuestra función de coseno en términos de su exponencial.

1  iω0 t 
f (t) = e + e−(iω0 t)
2
Con esta forma y con (2), al inspeccionarla podemos ver que nuestros coecientes son:

1

2 if |n| = 1
cn =
 0 otherwise

Solution to Exercise (p. 3)

8
Como lo hicimos en nuestro otro ejemplo usaremos una vez más la relación de Euler para representar
nuestra función de seno en términos de funciones exponenciales.

1  iω0 t 
f (t) = e − e−(iω0 t)
2i
Asi que nuestros coecientes son

−i
2 if n = −1



cn = i
 2 if n = 1

0 otherwise


Solution to Exercise (p. 3)

Una vez más utilizamos la misma técnica. Y al nal nuestra función es

1  iω0 t  1  i2ω0 t 
f (t) = 3 + 4 e + e−(iω0 t) + 2 e + e−(i2ω0 t)
2 2
De esto podemos encontrar nuestros coecientes:



 3 if n=0

|n| = 1

 2 if
cn =


 1 if |n| = 2


 0 otherwise

Solution to Exercise (p. 3)

Nosotros comenzaremos al reemplazar nuestra función, f (t), en (3). Nuestro intervalo de integración
cambiara para igualar el intervalo especicado por la función

Z T1
1
cn = 1e−(iω0 nt) dt
T −T1

Note que debemos considerar dos casos: n = 0 y n 6= 0. Para n = 0 podemos ver que después de inspeccionar
el integral obtenemos.
 
2T1
∀n, n = 0 : cn =
T
7 "El Exponencial Complejo": Section La Relación de Euler <http://cnx.org/content/m12825/latest/#eul_rel>
8 "El Exponencial Complejo": Section La Relación de Euler <http://cnx.org/content/m12825/latest/#eul_rel>

http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 6

Para n 6= 0, tenemos que tomar mas pasos para resolverlo. Empezaremos al observar el integral básico del
integral que tenemos. Recordando nuestro cálculo estamos listos para integrar:

1 1 −(iω0 nt) T1
cn = e |t=−T1
T iω0 n
Ahora evaluaremos las funciones exponenciales para los límites dado s y expandiremos nuestra ecuación a:

1 1  
cn = e−(iω0 nT1 ) − eiω0 nT1
T − (iω0 n)
2i
Ahora multiplicaremos el lado derecho de nuestra ecuación por
2i y distribuiremos nuestro signo negativo
dentro de nuestro paréntesis, podemos utilizar la relación de Euler para simplicar nuestra expresión a:

1 2i
cn = sin (ω0 nT1 )
T iω0 n
2π
Ahora, recuerde que anteriormente denimos ω0 = T . Podemos resolver esta ecuación para T y sustituir
en.
2iω0
cn = sin (ω0 nT1 )
iω0 n2π
Finalmente, si cancelamos algunos términos llegaremos a nuestra respuesta nal para los coecientes de
Fourier: f (t):  
sin (ω0 nT1 )
∀n, n 6= 0 : cn =
nπ

http://cnx.org/content/m12893/1.3/