El teorema nos dice, en particular, que si f satisface las

Laboratorio Nº 01: condiciones de Dirichlet y se redefine el valor de f en cada

punto de discontinuidad como el punto medio del salto
Simulación de la Serie de f (t )=f ¿¿ ¿ , entonces la serie de Fourier convergerá para cada
t ∈ R.
Fourier Mediante el
Software Matlab 3) FENÓMENO DE GIBBS

1) SERIE DE FOURIER
Una serie de Fourier es una serie infinita que converge
CONDICIONES DE DIRICHLET

Las condiciones que una determinada función f (x) debe

cumplir para poder ser representada como una serie de Fourier,
se conocen con el nombre de condiciones de Dirichlet las cuales
pueden ser esquematizadas en los siguientes puntos. Para que
una función f (x) sea susceptible de ser expandida en series de
Fourier debe ser:

a) Periódica.

b) Univaluada y continua a trozos (continua menos, en un

numero finito de puntos) con un número finito de
máximos y mínimos.

c) c. Para que las Series de Fourier existan, los

coeficientes de Fourier deben ser finitos, esta
condición garantiza su existencia. Para ello la integral
T
2

∫ |f (t |) dt debe ser convergente, donde T es el

−T
2
periodo.
2) TEOREMA DE LA CONVERGENCIA
Sea f : R → R una función periódica de periodo T que
satisface las condiciones de Dirichlet y sea:
a0 ∞ 2 nπ 2 nπ
f (t )=
2 n=1 [ ( )
+∑ a n cos
T
t +b n sin
T (
t )]
• Si f es continua en un punto t, entonces la serie de
Fourier converge en ese punto a f (t):

a0 ∞ 2 nπ 2 nπ
f (t )=
2 n=1 [ ( )
+∑ a n cos
T
t +b n sin
T (
t )]
• Si f tiene una discontinuidad de salto en el punto t,
entonces la serie de Fourier converge en ese punto al
punto medio del salto
a0 ∞ 2nπ 2 nπ
2 n=1 [ ( )
+ ∑ a n cos
T
t +b n sin
T (
t =f ¿¿ ¿ )]
Una de las muchas derivaciones interesantes, aunque desde
luego no la más importante, a que ha dado lugar el análisis de
Fourier, es el llamado fenómeno de Gibbs, que surge a
mediados del siglo XIX.

H. Wilbraham observó en 1848 que en puntos cercanos a una

discontinuidad de una función “f”, las sumas parciales de la
Serie de Fourier de “f” presentaban un comportamiento
oscilatorio anómalo que hacía que las gráficas de las sumas
parciales excedieran en aproximadamente en 9 % del valor del
salto de la discontinuidad. Este trabajo de Wilbraham cayó en el
olvido, hasta que hacia 1898 volvió a reaparecer en un contexto
Con esta fórmula podemos fácilmente calcular los extremos
distinto. Fue de mano del Premio Nobel en Física (1907) A.
relativos de SNX(t ).
Michelson, científico norteamericano, inventor y constructor de
numerosos instrumentos físicos de gran precisión.

Michelson construyó un aparato llamado analizador armónico

que permitía mecánicamente, determinar hasta los 80 primeros
componentes de la serie de Fourier, a partir de la gráfica de una
función y = f(x). Michelson observó que para una función de
tipo salto, en las cercanías del punto de discontinuidad, aparecía
una extraña protuberancia que no aparecía en la función
original. En un principio creyó que podía deberse a un defecto
mecánico del aparato.

Una vez verificado que podía no ser así, escribe al

físicomatemático J.W.Gibbs, 1899 que investigó y explicó el
fenómeno basándose en la no convergencia uniforme de la serie
de Fourier en las cercanías de un punto de discontinuidad. Este
fenómeno, que se conoce como fenómeno de Gibbs (o
fenómeno de Gibbs-Wilbraham), tiene consecuencias físicas
interesantes. Por ejemplo, en el caso de circuitos eléctricos en
los que, por medio de un conmutador, se pueden crear saltos de
voltaje. Dado que este voltaje puede sobrepasar lo inicialmente
previsto, resulta importante conocer esta desviación en relación
con la respuesta de los componentes del circuito.

Consideremos la serie formal de Fourier asociada a la función

escalonada.

I. DATA SHEET Y/O HOJA DE DATOS

No se utilize ningún datasheet en este laboratorio.

La suma parcial N-ésima la podemos escribir como:

II. EQUIPOS Y MATERIALES
Para esta experiencia solo haremos uso de una computadora, en
la cual con el software MATLAB graficaremos las distintas
series de Fourier para las siguientes funciones:
 PULSO CUADRADO
  PULSO TRIANGULAR

 PULSO DIENTE DE SIERRA

 PULSO TRAPEZOIDAL

III. PROCEDIMIENTO
Haciendo uso de un lenguaje de programación realice un
programa que permita realizar lo siguiente:
Aumentando a 100 términos la serie x(t).
a) Dada una función del tiempo, el programa debe permitir
visualizar en la pantalla la gráfica real.

b) Con el uso de la Serie de Fourier, el programa debe

permitir visualizar las diferentes aproximaciones,
dependiendo de n , a la gráfica.

c) Para permitir realizar el paso b), el programa nos debe

solicitar:
- La ecuación característica del termino a 0.
- La ecuación de los términos a n.
- La ecuación correspondiente a los b n.

IV. RESPUESTAS A PREGUNTAS

No se encontraron preguntas.

V. SIMULACIÓN
Ejemplo: Desarrollo de una señal cuadrada.

x (t )= 1 ;0≤t<Tο /2
{
−1;Tο/2≤t<Tο
Aumentando a 1000 términos la serie x(t).
4 sin t sin 3 t sin5 t
x (t )= (
π 1
+
3
+
5
+. .. )

Ejemplo 2:
 Haciendo uso de un programa de simulación, para nuestro bn=input('Ingrese bn= ','s');
caso MatLab, definimos nuestra función periódica en el
tiempo. Para nuestra simulación definimos nuestro f(t) t=input('Ingrese el rango de valores de t de la siguiente manera:
”valor inicial:incremento:valor final” ');
como:
fouriertri(a0,an,bn,n,t)
f ( t ) → Pulso diente de sierra ,impar ,
Para n=1
5 V pp , periodo 20 ms, duracion 10 ms. 5

2
A partir de nuestra señal periódica, tenemos los siguientes
1
parámetros: 0

f(t)
-1
T =0.02 s -2

Para nuestro análisis, tomamos el siguiente dominio de -3

-4
tiempo:
-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
−0.01 s <t< 0.01 s t

Implementamos el código del programa, para ejecutarlo en

Para n=3
MatLab:
5

Primero creamos una función en MATLAB laque 3

posteriormente utilizaremos: 2

1
f (t )

-1

function fouriertri(a0,an,bn,n,t) -2

-3

sum=0;
-4

-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t

an=inline(an);
Para n=5
bn=inline(bn); 5

for k=1:n 3

sum=sum+a0+an(k)*cos(pi/0.01*k*t)+bn(k)*sin(pi/0.01*k*t); 1
f (t)

-1

end -2

-3

plot(t,sum),xlabel('t'),ylabel('f(t)'),grid on -4

-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t

Luego ejecutamos el programa principal, llamando a la

Para n=15
función mediante el siguiente código fuente:

n=input('Ingrese n= ');

a0=input('Ingrese a0= ');

an=input('Ingrese an= ','s');

 5

1
f(t)

-1

-2

-3

-4

-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t

Finalmente si superponemos las imágenes nos queda:

1
f(t)

-1

-2

-3

-4

-5
-0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01
t

Para los valores de:

a 0=0

40
a n=
( ( 2∗k−1 )∗pi)2

b n=0

VI. BIBLIOGRAFÍA
1) Biografía de Joseph Fourier, Sangakoo, disponible en:
http://www.sangakoo.com/blog/fourier/
2) Fenómeno de Gibbs, LAFA: Laboratorio de Análisis de
Fourier Aplicado, disponible en:
http://www4.ujaen.es/~jmalmira/gibbs_almira.pdf
3) Series de Fourier y fenómeno de Gibbs, Roberto
Rodríguez del Rio & Enrique Zuazua, Departamento de
Matemática Aplicada, Universidad Complutense de
Madrid, Madrid, España, disponible en:
http://eprints.ucm.es/8364/1/cubo.pdf