Professional Documents
Culture Documents
Justin Romberg
Translated By:
Fara Meza
Erika Jackson
†
Based on Fourier Series: Eigenfunction Approach by
Justin Romberg
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:
http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 2
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.
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.
http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 4
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.
http://cnx.org/content/m12893/1.3/
OpenStax-CNX module: m12893 5
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
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
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
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/