Índice

1. Series e integrales de Fourier 3

1.1 Introducción 3

1.2 Representación en series de Fourier 3

1.2.1 Función periódica 3

1.2.2 Teoría de Fourier 4

1.2.3 Propiedades de las funciones seno y coseno 5

1.2.4 Determinación de los coeficientes de Fourier 6

1.2.5 Forma alternativa para evaluar los coeficientes de Fourier 8

1.2.6 Funciones de periodo 2π 9

1.2.7 Funciones de periodo T 13

1.2.8 Funciones periódicas continuas a tramos en un periodo 15

1.2.9 Propiedad de linealidad de las series de Fourier 18

1.2.10 Serie de Fourier en su forma compleja 21

1.2.11 Los teoremas de la multiplicación y de Parseval 23

1.2.12 Análisis de la convergencia de las series de Fourier 26

[Link] La condición débil de Dirichlet 27

[Link] Las condiciones fuertes de Dirichlet 27

1.2.13 Derivación e integración de series de Fourier 28

1.3 Análisis de formas de ondas periódicas 30

1.3.1 Funciones pares e impares 31

1.3.2 Propiedades de las funciones pares e impares 32

1
 1.3.3 Series de Fourier de ondas simétricas pares e impares 33

1.3.4 Simetría de media onda 36

1.3.5 Simetría de cuarto de onda 37

1.3.6 Simetría escondida 37

1.4 Coeficientes de Fourier de ondas simétricas 39

1.5 Aproximación mediante una serie finita de Fourier 43

1.5.1 Error cuadrático total y error cuadrático medio 43

1.5.2 Series de recorrido completo 44

1.5.3 Expansión en series de Fourier de medio recorrido 46

1.6 Integral de Fourier y espectros continuos 50

1.6.1 Integrabilidad absoluta 50

1.6.2 Transformación integral 50

1.6.3 Integral de Fourier 51

1.6.2 Teorema de la integral de Fourier 51

1.6.5 Integrales coseno y seno de Fourier 51

Bibliografía 55

2
 1. Series e integrales de Fourier

1.1 Introducción
Al igual que la teoría de Taylor, la teoría de Fourier permite representar funciones en forma
de series. Wikipedia, la enciclopedia libre, menciona:

Una serie de Fourier es una serie infinita que converge puntualmente a una función pe-
riódica y continua a trozos (o por partes). Las series de Fourier constituyen la herramien-
ta matemática básica del análisis de Fourier empleado para analizar funciones periódicas a
través de la descomposición de dicha función en una suma infinita de funciones sinusoidales
mucho más simples (como combinación de senos y cosenos con frecuencias enteras).

Por su parte, como las series de Fourier únicamente se pueden aplicar sobre funciones
periódicas, la integral y transformada de Fourier generalizan la teoría dada Fourier. La trans-
formada de Fourier es aplicada sobre funciones aperiódicas.

1.2 Representación en series de Fourier

Las series de Fourier se utilizan en muchas áreas de la ingeniería, como el caso de los
sistemas de telecomunicaciones, que mediante el uso de los componentes espectrales de fre-
cuencia de una señal dada, se puede optimizar el diseño de un sistema para la señal portadora
del mismo.

La serie de Fourier constituye una teoría matemática sumamente útil para representar
fenómenos vibratorios y su aplicación se extiende a la acústica, óptica, procesamiento de
imágenes y señales, y compresión de datos.

1.2.1 Función periódica

La expansión en una serie de Fourier tiene como primer requisito la periodicidad. Por lo
tanto, antes de entrar a analizar la teoría acerca de las series de Fourier, demos la definición
de una función periódica. De esta manera James (2002) menciona:

Una función dada f se dice que es periódica si sus imágenes se repiten en intervalos
regulares en su dominio. El periodo de la función, simbolizado por T , viene dada por el inter-
valo entre dos réplicas sucesivas. De esta forma, decimos que una función f es periódica con
periodo T si, para todos los valores t de su dominio y para cualquier entero m se tiene que

f (t + mT ) = f (t)

Así como se muestra en la Figura 1, una función periódica puede dividirse en tiras verticales
que son réplicas una de la otra.

3
 Figura 1: Representación gráfica de función periódica
Fuente: [Link]

Una de las propiedades más importantes de las funciones periódicas es que: la combi-
nación lineal de funciones periódicas con el mismo periodo sigue siendo periódicas y conserva
el periodo. Por lo tanto, si f y g en la variable t son dos funciones periódicas, con periodo T ,
entonces la función h es periódica, con periodo T , y está dada por:

h(t) = af (t) + bg(t), ∀t ∈ R

.
1.2.2 Teoría de Fourier
La teoría de Fourier consiste en la representación serial trigonométrico de una función
periódica. James (2002) menciona:

La teoría de la serie de Fourier se basa en un teorema que afirma toda función periódica
que satisface ciertas condiciones puede expresarse como la suma de un número de funciones
seno de diferentes amplitudes, fases y periodos. Esto es, si una función periódica f , en la
variable t, con periodo T satisface ciertas condiciones entonces:

f (t) = A0 + A1 sen(ωt + ϕ1 ) + A2 sen(2ωt + ϕ2 ) + · · · + An sen(nωt + ϕn ) + . . .

2π
donde A0 , An y ϕn , ∀ n ∈ {1, 2, . . . } son constantes y ω = es la frecuencia de f (t).
T
Al término A1 sen(ωt + ϕ1 ) se le llama primera armónica o modo fundamental y tiene
la misma frecuencia que la función padre f (t). El término An sen(nωt + ϕn ) se llama n-ésima
armónica y tiene frecuencia nω que es n veces la del modo fundamental, An denota la am-
plitud de la n-ésima armónica y ϕn es el ángulo de fase que mide el adelanto o retraso de la
n-ésima armónica con referencia a una onda de seno pura de la misma frecuencia.

Si aplicamos identidades trigonométricas sobre la n-ésima armónica, designando los coe-

ficientes por bn = An cosϕn y an = An senϕn , tenemos que:

4
An sen(nωt + ϕn ) = (An cosϕn ) sen(nωt) + (An senϕn ) cos(nωt) = an cos(nωt) + bn sen(nωt)

Entonces, si a0 = 2 A0 , la serie de Fourier queda expresada como:

a0 ∑ ∑
∞ ∞
f (t) = + an cos(nωt) + bn sen(nωt)
2 n=1 n=1

La expresión se llama expansión en serie de Fourier de la función f (t) y los coeficientes an

y bn reciben el nombre de los coeficientes de Fourier. En ingeniería eléctrica es una práctica
común referirse a an y bn respectivamente como las componentes en fase y en cuadratura
en fase de la n-ésima armónica. Esta terminología surge del uso de la notación fasorial

einωt = cos(nωt) + i sen(nωt)

De las dos maneras en que se puede representar una serie de Fourier, podemos decir que
la representación con la amplitud y fase de la n-ésima armónica puede ser obtenida a partir
de la determinación de los coeficientes de Fourier an y bn . Esto es:
√ (a )
n
An = a2n + b2n y ϕn = arc tg
bn
teniendo cuidado sobre la elección del cuadrante.

1.2.3 Propiedades de las funciones seno y coseno

Hay que recordar que las funciones trigonométricas seno y coseno son periódicas y tienen
2π
periodo T = . James (2002) menciona:
ω
Las funciones seno y coseno son ortogonales en el intervalo d ≤ t ≤ d + T y además, el
conjunto dado por:

{1, cos(ωt), cos(2ωt), . . . , cos(nωt), sen(ωt), sen(2ωt), . . . , sen(nωt)}

es un conjunto ortogonal de funciones en dicho intervalo. La elección de d es arbitraria en

estos resultados y solo es necesario integrar sobre un periodo de duración T .

A continuación, damos las propiedades de las funciones seno y coseno en las siguientes
2π
integrales, en las cuales el periodo está dado por T = .
ω

∫ d+T  0 si n ̸= 0
1) cos(nωt)dt =
d 
T si n=0

5
 ∫ d+T
2) sen(nωt)dt = 0, ∀n
d

∫ 
 0 si m ̸= n
d+T
3) sen(mωt) sen(nωt)dt =

 T
d
si m = n ̸= 0
2

∫ 
 0 si m ̸= n
d+T
4) cos(mωt) cos(nωt)dt =

 T
d
si m = n ̸= 0
2
∫ d+T
5) cos(mωt) sen(nωt)dt = 0, ∀m, n
d

1.2.4 Determinación de los coeficientes de Fourier

Para determinar los coeficientes de Fourier, tengamos en cuenta las propiedades bajo
integración de las funciones seno y coseno, y desarrollemos el siguiente procedimiento tomado
de James (2002):

En primer término, encontremos el coeficiente a0 . Para lo cual, integremos la expresión de

la serie de Fourier con respecto a t sobre el periodo t = d hasta T = d + T y usemos las
propiedades bajo integración de las funciones seno y coseno dadas por 1 y 2. Entonces, en
cada término del lado derecho es cero excepto el término que involucra a a0 , esto es
∫ d+T ∫ d+T ∑∞ ∫ d+T ∑∞ ∫ d+T
a0
f (t)dt = dt + an cos(nωt)dt + bn sen(nωt)dt
d d 2 n=1 d n=1 d

∫ d+T ∑∞ ∑∞
a0 T a0 T
f (t)dt = dt + (an · 0) + (bn · 0) =
d 2 n=1 n=1
2
∫
a0 1 d+T
= f (t)dt
2 T d
a0
Por el resultado anterior, se constata que el término constante en la expansión en serie
2
de Fourier representa el valor promedio de la función f (t) sobre un periodo. De esta forma,
para una señal eléctrica representa el nivel de referencia o la componente de corriente directa.

Por lo tanto, la expresión que ayuda a determinar el coeficiente a0 viene dada por:
∫ d+T
2
a0 = f (t)dt
T d

6
 Como siguiente paso, obtengamos el coeficiente an . Para ello, supongamos que es posible
integrar término a término los elementos de la serie de Fourier. Esto lo consideraremos válido
debido a las propiedades de convergencia de la serie. Este tema es discutido con más detalles
en textos más avanzados.

Entonces, para obtener el coeficiente an (n ̸= 0) multiplicamos la expresión de la serie de

Fourier término a término por cos(mωt) e integramos, la expresión resultante, con respecto a
t sobre el periodo t = d a t = d + T . Con este paso obtenemos:
∫ d+T ∫ d+T ∑∞ ∫ d+T
a0
f (t)cos(mωt)dt = cos(mωt)dt + an cos(nωt)cos(mωt)dt
d d 2 n=1 d

∞ ∫
∑ d+T
+ bn sen(nωt)cos(mωt)dt
n=1 d

Considerando las propiedades bajo integración de las funciones seno y coseno dadas por
2, 4 y 5 encontramos que cuando m ̸= 0 la única integral distinta de cero del lado derecho es
la que aparece en la primera sumatoria cuando n = m. Entonces tenemos que:
∫ d+T ∫ d+T
an T
f (t)cos(nωt)dt = an cos(nωt)cos(nωt)dt =
d d 2

Con el procedimiento anterior, la expresión que permite determinar el coeficiente an viene

dada por:
∫ d+T
2
an = f (t)cos(nωt)dt
T d

Como podemos notar, el valor de a0 puede obtenerse tomando n = 0 en la expresión

anterior, de manera que podemos escribir:
∫ d+T
2
an = f (t)cos(nωt)dt, ∀n = 0, 1, 2, . . .
T d

El análisis anterior explica porque el término constante en la expansión en serie de Fourier

1
se toma como a0 y no directamente como a0 . Además, garantiza la compatibilidad de los
2
resultados obtenidos.

Una observación importante a tener presente al momento de determinar los coficientes

a0 y an , con n = 1, 2, . . . , es que aunque satisfacen la misma fórmula resulta más seguro
calcularlos por separado.

Como último paso, con el fin de obtener el coeficiente bn , multiplicamos la expresión de

la serie de Fourier término a término por sen(mωt) e integremos con respecto a t sobre el
periodo t = d a t = d + T . Con este paso obtenemos:

7
 ∫ d+T ∫ d+T ∑∞ ∫ d+T
a0
f (t)sen(mωt)dt = sen(mωt)dt + an cos(nωt)sen(mωt)dt
d d 2 n=1 d
∞ ∫
∑ d+T
+ bn sen(nωt)sen(mωt)dt
n=1 d

Al igual que en el caso an , supongamos que se puede integrar término a término y usando
las propiedades bajo integración de las funciones seno y coseno dadas por 2, 3 y 5 encon-
tramos que la única integral distinta de cero del lado derecho es la que aparece en la segunda
sumatoria cuando n = m. Entonces tenemos que
∫ d+T ∫ d+T
bn T
f (t)sen(nωt)dt = bn sen(nωt)sen(nωt)dt =
d d 2

Finalmente, la expresión que permite determinar el coeficiente bn viene dada por:

∫ d+T
2
bn = f (t)sen(nωt)dt ∀n = 1, 2, . . .
T d

Las ecuaciones que permiten obtener los coeficientes de Fourier reciben el nombre de las
fórmulas de Euler.

A continuación, damos una observación que resulta importante a tener presente al mo-
mento de considerar el valor de la constante d en la búsqueda de los coeficientes de Fourier.

Observación: En las fórmulas de Euler, los límites de integración pueden ser especificadas
sobre cualquier intervalo que contemple un periodo. Con esto, la elección de d es arbitraria y
puede ser hecha de tal manera que pueda ayudar a facilitar en el cálculo de los coeficientes an
y bn . En la práctica, resulta muy frecuente especificar a f (t) sobre cualquiera de los siguientes
intervalos que contemplan un periodo:
1 1
− T ≤t≤ T o 0≤t≤T
2 2
T
dando los valores d = − y d = 0 respectivamente.
2

1.2.5 Forma alternativa para evaluar los coeficientes de Fourier

El método alternativo para determinar los coeficientes de Fourier consiste en un procedi-
miento que involucra a la función de Euler. Describamos este método de evaluación mediante
los siguientes pasos:

Paso 1: Considerar la función de Euler dada por:

einωt = cos(nωt) + isen(nωt)

8
 Paso 2: Evaluar la integral en la siguiente identidad:
∫ d+T
2
an + i b n = f (t)einωt dt
T d

Paso 3: Igualar la parte real e imaginaria de cada lado para obtener los valores de los
coeficientes an y bn .

Este método es particularmente resulta sumamente útil cuando solamente queramos de-
terminar la amplitud, |an + ibn |, de la n-ésima armónica.

1.2.6 Funciones de periodo 2π

El caso más sencillo de analizar de entre las funciones periódicas son las de periodo 2π .
Por lo tanto, si el periodo T de una función periódica f , en la variable t, es 2π entonces la
frecuencia angular ω = 1 y la serie de Fourier viene dada por:

a0 ∑ ∑
∞ ∞
f (t) = + an cos(nt) + bn sen(nt)
2 n=0 n=0

y los coeficiente podrán ser determinados mediante las expresiones:

∫ d+2π
1
an = f (t)cos(nt)dt, ∀n = 0, 1, 2, . . .
π d
∫ d+2π
1
bn = f (t)sen(nωt)dt, ∀n = 1, 2, . . .
π d

En la práctica, en muy raras circunstancias nos encontraremos con una función periódica
que presente una frecuencia angular igual uno. Pero este hecho particular resulta sumamente
útil debido a que reduce la dificultad en el proceso de determinación de los coeficientes de an
y bn para la representación en serie de Fourier de la función con periodo angular uno.

La principal ventaja de empezar analizar la representación en serie de Fourier de las fun-

ciones periódicas con periodo 2π radica en el hecho de que mediante un simple cambio de
variable toda función periódica de periodo T ̸= 2π puede ser transformada en una función
periódica de periodo 2π .
2πt
Por lo tanto, dada una función f en la variable t de periodo T y la variable t∗ =
T
tendremos que:
( T t∗ )
f (t) = f = g(t∗ )
2π
∗
donde g(t ) es una función de periodo 2π .

Analicemos ahora la expansión de las series de Fourier de las funciones de periodo 2π

mediante los siguientes ejemplos tomados de James (2002).

9
Ejemplo: Obtengamos la expansión en series de Fourier de la función periódica f de periodo
2π definida por: ( )
f (t) = t 0 < t < 2π , f (t) = f (t + 2π)

Figura 2: Representación gráfica de la función onda diente de cierra

Fuente: Elaboración propia

Solución: En la Figura 2 podemos observar la gráfica de la función f sobre el intervalo

[−4π, 4π]. Además, como la función es periódica solo necesitamos dibujar un periodo, el pa-
trón se repetirá en otros periodos. Como siguiente paso, utilicemos las expresiones que nos
permitan evaluar los coeficientes de Fourier a0 , an y bn , ∀n = 1, 2, . . . . Con lo cual obtenemos:
∫ ∫
1 2π
1 2π 1 [ t2 ]2π
a0 = f (t)dt = tdt = = 2π
0 π π 0 π 2 0
∫ ∫
1 2π 1 2π 1 [ tsen(nt) cos(nt) ]2π
an = f (t)cos(nt)dt = tcos(nt)dt = + =0
π 0 π 0 π n n2 0

ya que para todo n = 1, 2, 3, . . . tenemos sen(2nπ) = 0 y cos(2nπ) = 1.

Observemos, en este caso, la necesidad de calcular a0 separadamente de an . Por otra

parte,
∫ ∫
1 2π
1 2π
1 [ tcos(nt) sen(nt) ]2π
bn = f (t)sen(nt)dt = tsen(nt)dt = − +
π 0 π 0 π n n2 0

1 ( 2π ) 2
=⇒ bn = − cos(2nπ) = −
π n n
porque sen0 = 0 y ∀n = 1, 2, . . . tenemos sen(2nπ) = 0 y cos(2nπ) = 1.

Finalmente la expansión en serie de Fourier de f (t) está dada por la expresión:

∑∞
2
f (t) = π − sen(nt)
n=1
n

o en la forma expandida

10
 ( sen(2t) sen(3t) sen(nt) )
f (t) = π − 2 sent + + + ··· + + ...
2 3 n

De las evaluaciones de los coeficientes de Fourier tenemos que la aplitud y constante de

fase de la n-ésima armónica son:
√ 2 (a )
y ϕ = tg −1
n
An = a2n + b2n = =0
n bn

Ejemplo: Una función periódica f con periodo 2π está definida por

( )
f (t) = t2 + t − π < t < π , f (t) = f (t + 2π)

Dibujemos la gráfica de la función f para los valores de t desde t = −3π hasta t = 3π y

obtengamos su expansión en serie de Fourier.

Figura 3: Representación gráfica de función la f en el intervalo (−3π, 3π)

Fuente: Elaboración propia

Solución: En la Figura 3 podemos observar la gráfica de la función f en el intervalo [−3π, 3π].

Aplicando las fórmulas que nos permiten obtener los coeficientes tenemos que ∀n = 1, 2, . . .
∫ ∫
1 π
1 π 2 1 [ t3 t2 ]π 2π 2
a0 = f (t)dt = (t + t)dt = + =
π −π π −π π 3 2 −π 3
∫ ∫
1 π 1 π 2
an = f (t)cos(nt)dt = (t + t)cos(nt)dt
π −π π −π
lo cual si integramos obtendremos:

1 [ t2 sen(nt) 2tcos(nt) 2sen(nt) tsen(nt) cos(nt) ]π 4π

an = + − + + = (−1)n
π n n2 n3 n n2 −π n2
[ ]π
1
ya que sen(nπ) = 0, cos(nt) = 0 y cos(nπ) = (−1)n .
n2
−π

11
 Por su parte, bn está dado por:
∫ π ∫ π
1 1
bn = f (t)sen(nt)dt = (t2 + t)sen(nt)dt
π −π π −π

que integrando arroja el resultado:

1 [ t2 cos(nt) 2tsen(nt) 2cos(nt) tcos(nt) sen(nt) ]π 2π

bn = − + 2
+ 3
− + 2
= (−1)n+1
π n n n n n −π n
[ ]π [ ]π
2t 1 2 t2
ya que evaluando sen(nπ) + 2 sen(nπ) = 0, cos(nt) − cos(nt) = 0 y
n2 n n3 n
−π −π
cos(nπ) = (−1)n . Entonces, la expansión en serie de Fourier de la función f es:

π 2 ∑ 4π ∑
∞ ∞
n 2π
f (t) = + 2
(−1) cos(nt) + (−1)n+1 sen(nt)
3 n=1
n n=1
n

π2
f (t) = 3
+ 4π(−cost + cos(2t)
4
+ ··· + cos(nt)
n2
+ . . . ) + 2π(sent + sen(2t)
2
+ ··· + sen(nt)
n
+ ...)

De las evaluaciones de los coeficientes de Fourier tenemos que la aplitud y constante de

fase de la n-ésima armónica son:
√( ) ( 2π )2 √
√ 4π 2 4π 2 2π √
An = a2n + b2n = + = (4 + n 2) = 4 + n2
n2 n n4 n2
( )
(a ) 4π (2)
ϕ = tg −1 = tg −1 = tg −1
n n2
2π
bn n
n

A modo de ver el funcionamiento del método alternativo de evaluación de los coeficientes

de Fourier analicemos nuevamente el ejemplo anterior.

Ejemplo: Obtengamos los coeficientes de Fourier de la función periódica f dada en el ejemplo

anterior utilizando el método alternativo.

Solución: Utilizando los pasos 1, 2 y 3 del método alternativo obtenemos:

∫ π ∫
1 1 π 2
int
an + i bn = f (t)e dt = (t + t)eint dt
π π
(−π −π
∫ )
1 [ 2
t + t int π] 1 π
= e − (2t + 1)eint dt
π in −π in −π
[ t2 + t 2t + 1 int 2 int ]π
= e −
int
e + e
in (in)2 (in)3 −π
( π 2 + π 2π + 1 2 ) ( π 2 − π −2π + 1 2 ) −inπ
= + − 3 e − inπ
+ − 3 e
in n2 in in n2 in

12
 1
Dado que = −i y utilizando las funciones de Euler dados por:
i
einπ = cos(nπ) + i sen(nπ) = (−1)n

e−inπ = cos(nπ) − i sen(nπ) = (−1)n

tenemos el siguiente resultado:

4π 2π 4π 2π
an + i bn = 2
(−1)n − i (−1)n = 2 (−1)n + i (−1)n+1
n n n n
4π 2π
=⇒ an = 2
(−1)n y bn = (−1)n+1
n n

1.2.7 Funciones de periodo T

Cuando se analizan señales en la realidad, es muy poco probable encontrar alguna que
tenga frecuencia unitaria, es decir que sea de periodo 2π . Ahora, generalizaremos la repre-
sentación en series de Fourier extendiéndola a funciones de cualquier periodo T . Para ello,
veamos los siguientes ejemplos tomados de James (2002).

Ejemplo: Una función periódica f de periodo 4, es decir f (t + 4) = f (t), está definida en el

intervalo −2 < t < 2 por: 
 0 si t ∈ (−2, 0)
f (t) =

1 si t ∈ (0, 2)
Dibujemos la gráfica de la función f en el intervalo −8 < t < 8 y obtengamos la repre-
sentación en serie de Fourier de la función.

Figura 4: Representación gráfica de la función la f dada en el intervalo (−8, 8)

Fuente: Elaboración propia

Solución: En la Figura 4 se muestra la gráfica de la función periódica f , de periodo 4, en el

intervalo −8 < t < 8. Tomando en consideración el periodo de la función, los coeficientes a0 ,
an y bn para todo n = 1, 2, 3, . . . vienen dados por:

13
 ∫ ∫ ∫ 2 ]
1 2
1[ 0 1 [ ]2
a0 = f (t)dt = 0dt + dt = t = 1
2 −2 2 −2 0 2 0
∫ 2 ( nπt ) ∫ ( nπt )
1 1 2 1 [ ( nπt )]2
an = f (t) cos dt = cos dt = sen =0
2 −2 2 2 0 2 nπ 2 0
∫ ( nπt ) ∫ ( nπt )
1 2 1 2 1 [ ( nπt )]2
bn = f (t) sen dt = sen dt = − cos
2 −2 2 2 0 2 nπ 2 0


 0 si n es par
1
=⇒ bn = [1 − (−1) ] =
n
nπ 
 2 si n es impar
nπ

Con lo cual, la representación en serie de Fourier de la función dada es:

2∑ 1
∞ [ (2n − 1)πt ]
f (t) = 1 + sen
π n=1 2n − 1 2

Ejemplo: Una función periódica, de periodo 2, está definida por:


 3t si t ∈ (0, 1)
f (t) = f (t + 2) = f (t)

3 si t ∈ (1, 2)

Dibujemos la gráfica de la función f en el intervalo −4 < t < 4 y determinemos su repre-

sentación en serie de Fourier.

Figura 5: Representación gráfica de la función dada en el intervalo (−4, 4)

Fuente: Elaboración propia

14
Solución: En la Figura 5 se muestra la gráfica de la función f dada en el intervalo −4 < t < 4.
Tomando en consideración el periodo de la función, los coeficientes a0 , an y bn para todo
n = 1, 2, 3, . . . vienen dados por:
∫ 2 ∫ 1 ∫ 2 [ 3t2 ]1
[ ]2 9
2
a0 = f (t)dt = 3tdt + 3dt = + 3t =
2 0 0 1 2 0 1 2
∫ ∫ 1 ∫ 2
2 2
an = f (t) cos(nπt)dt = 3t cos(nπt)dt + 3cos(nπt)dt
2 0 0 1
[ 3tsen(nπt) 3cos(nπt) ]1 [ 3sen(nπt) ]2 3
= + + = [cos(nπ) − 1]
nπ (nπ)2 0 nπ 1 (nπ)2


 0 si n es par

=⇒ an =

 6
 − si n es impar
(nπ)2

∫ ∫ 1 ∫ 2
2 2
bn = f (t) sen(nπt)dt = 3tsen(nπt)dt + 3sen(nπt)dt
2 0 0 1
[ 3tcos(nπt) 3sen(nπt) ]1 [ 3cos(nπt) ]2 3 3
= − + 2
+ − = − cos(2nπ) = −
nπ (nπ) 0 nπ 1 nπ nπ
Finalmente, la serie viene dada por

6 ∑ cos[(2n − 1)πt] 3 ∑ sen(nπt)

∞ ∞
9
f (t) = − 2 −
4 π n=1 (2n − 1)2 π n=1 n

1.2.8 Funciones periódicas continuas a tramos en un periodo

Una cierta función periódica f puede no ser continua en su periodo de definición; pero
puede ser continua a tramos sobre tal periodo. Bajo estas circunstancias, para poder determi-
nar su representación en serie de Fourier, en caso de que sea posible hacerlo, los coeficientes
de Fourier serán calculados mediante la división del rango de integración en las fórmulas de
Euler de tal forma que haya correspondencia con las distintas formas funcionales dadas en
las divisiones del rango del periodo de la función.

A fin de comprender a las funciones periódicas continuas a tramos sobre un periodo, ana-
licemos la siguiente la situación y con su ejemplo respectivo, que fueron tomados de James
(2002).

Sea la función f de periodo 2π , cuya gráfica en el intervalo (−π, π) está dada en la Figura
6, y que viene dada por la expresión:

15
 

 f1 (t) si −π < t < −p



f (t) = f2 (t) si −p < t < q





f3 (t) si q<t<π

Figura 6: Representación gráfica de la función f continua a trozos en el intervalo (−π, π)

Fuente: Elaboración propia

Las fórmulas de Euler para los coeficientes de Fourier, según la forma como está definida
la función periódica f , se convierten en:
∫ ∫ ∫
1[ −p q π ]
an = f1 (t)cos(nt)dt + f2 (t)cos(nt)dt + f3 (t)cos(nt)dt
π −π −p q

∫ ∫ ∫
1[ −p q π ]
bn = f1 (t)sen(nt)dt + f2 (t)sen(nt)dt + f3 (t)sen(nt)dt
π −π −p q

Analicemos, a continuación, un ejemplo concreto de una función periódica continua a

tramos sobre un periodo, tomado de James (2002).

Ejemplo: Dibujemos la gráfica y encontremos los coeficientes de Fourier para la función

periódica f con periodo 2π definida dentro del intervalo [0, 2π] de la siguiente manera:

 1

 t si 0≤t< π

 2




1 1
f (t) = π si π≤t≤π

 2 2






 π − 1t si π ≤ t ≤ 2π
2

16
 Solución: La Figura 7 muestra la representación gráfica de la función dada f en el intervalo
[−2π, 3π].

La evaluación de los coeficientes de Fourier viene dada por el siguiente procedimiento.

∫ ∫ ∫ ∫
1[ ( 1 ) ] 5
1
2π π π 2π
1 2 1
a0 = f (t)dt = tdt + πdt + π − t dt = π
π 0 π 0 1
2
π 2 π 2 8

Figura 7: Representación gráfica de la función f continua a trozos en el intervalo (0, 2π)

Fuente: Elaboración propia

Además, ∀ n = 1, 2, . . . se tiene:
∫ 2π
1
an = f (t)cos(nt)dt
π 0
∫ 1 ∫ π ∫ 2π (
1 [ 2π π 1 ) ]
= tcos(nt)dt + cos(nt)dt + π − t cos(nt)dt
π 0 1
π 2 π 2
( 2
)
1 [ tsen(nt) cos(nt) ] π2 [ πsen(nt) ]π [ (2π − t)sen(nt) cos(nt) ]2π
= + + + −
π n n2 0 2n π
2
2n 2n2 π
( )
1 π ( nπ ) 1 ( nπ ) 1 π ( nπ ) cos(2nπ) cos(nπ)
= sen + 2 cos − 2 − sen − +
π 2n 2 n 2 n 2n 2 2n2 2n2
( )
1 ( nπ )
= 2cos − 3 + cos(nπ)
2πn2 2

Por lo tanto, 

 1 [ n
]
 (−1) 2 − 1 si n es par
 πn2
an =



 −
2
si n es impar
πn2

17
 Encontremos ahora el coeficiente bn ∀ n = 1, 2, . . .
∫ 2π
1
bn = f (t)sen(nt)dt
π 0
∫ 1 ∫ π ∫ 2π (
1 [ 2π π 1 ) ]
= tsen(nt)dt + sen(nt)dt + π − t sen(nt)dt
π 0 1
π 2 π 2
( 2
)
1 [ tcos(nt) sen(nt) ] π2 [ πcos(nt) ]π [ (t − 2π)cos(nt) sen(nt) ]2π
= − + + − + −
π n n2 0 2n π
2
2n 2n2 π
( )
1 π ( nπ ) 1 ( nπ ) π π ( nπ ) π
= − cos + 2 sen − cos(nπ) + cos + cos(nπ)
π 2n 2 n 2 2n 2n 2 2n
1 ( nπ )
= sen
πn2 2

Entonces, ∀ n = 1, 2, . . . , tenemos que bn viene dado por:



 0 si n es par

bn =

n−1

 (−1)
2
si n es impar
πn 2

Finalmente, la serie de Fourier buscada es:

5π ∑ (−1)k − 1 ∑ 2cos[(2k − 1)t] ∑ (−1)k−1 sen[(2k − 1)t]

∞ ∞ ∞
f (t) = + cos(2kt) − +
8 k=1
π(2k)2 k=1
π(2k − 1)2 k=1
π(2k − 1)2
5π ∑ 2cos[(4k − 2)t] ∑ 2cos[(2k − 1)t] ∑ (−1)k−1 sen[(2k − 1)t]
∞ ∞ ∞
= − − +
8 k=1
π(4k − 2)2
k=1
π(2k − 1)2
k=1
π(2k − 1)2

1.2.9 Propiedad de linealidad de las series de Fourier

Hay que recordar que una de las propiedades de la integración es la linealidad. Por esta
razón, debido a que la representación en serie de Fourier de una función periódica se basa en
la aplicación de las fórmulas de Euler, que constituyen transformaciones integrales, tenemos
que dicha representación cumple con la propiedad de linealidad. La siguiente proposición,
tomada de James (2002), lo enuncia y demuestra de la siguiente manera:

Propiedad: Sea f una función dada por f (t) = l g(t) + m h(t), donde g y h son funciones
periódicas de periodo T , l y m son constantes arbitrarias, entonces la función f tiene repre-
sentación en serie de Fourier en donde los coeficientes son la suma de los coeficientes de las
representaciones en series de Fourier de las funciones g y h multiplicados por las constantes
l y m respectivamente.

18
 Demostración Como la combinación lineal de funciones periódicas bajo el mismo periodo
siguen siendo periódicas y conservan dicho periodo, la función f es periódica con periodo T . Si
las representaciones en series de Fourier de las funciones g y h están dadas respectivamente
por las expresiones:

a0 ∑ ∑
∞ ∞
g(t) = + an cos(nωt) + bn sen(nωt)
2 n=1 n=1

α0 ∑ ∑
∞ ∞
h(t) = + αn cos(nωt) + βn sen(nωt)
2 n=1 n=1

entonces las evaluaciones de los coeficientes a∗0 , a∗n y b∗n , para n = 1, 2, . . . , en la repre-
sentación en serie de Fourier de f son:

∫ ∫
2 d+T 2 d+T
a∗0 = f (t)dt = [l g(t) + m h(t)]dt
T d T d
∫ ∫
2l d+T 2m d+T
= g(t)dt + h(t)dt = la0 + mα0
T d T d
∫ ∫
2 d+T 2 d+T
a∗n = f (t)cos(nωt)dt = [l g(t) + m h(t)]cos(nωt)dt
T d T d
∫ ∫
2l d+T 2m d+T
= g(t)cos(nωt)dt + h(t)cos(nωt)dt = l an + m αn
T d T d
∫ ∫
2 d+T 2 d+T
b∗n = f (t)sen(nωt)dt = [l g(t) + m h(t)]sen(nωt)dt
T d T d
∫ ∫
2l d+T 2m d+T
= g(t)sen(nωt)dt + h(t)sen(nωt)dt = l bn + m βn
T d T d

Finalmente la expansión en serie de Fourier de f (t) es

l a0 + m α 0 ∑ ∑
∞ ∞
f (t) = + (l an + m αn ) cos(nωt) + (l bn + m βn ) sen(nωt)
2 n=1 n=1

Veamos el siguiente ejemplo, tomado de James (2002), para fijar la proposición anterior.

Ejemplo: Sean las funciones periódicas g y h, con periodo 2π , definidas dentro del intervalo
[−π, π] por:
g(t) = t2 y h(t) = t

Determinemos las representaciones en series de Fourier de las funciones g y h y utilicemos

los resultados obtenidos para encontrar la representación en serie de Fourier de la función
periódica f definida en el intervalo [−π, π] y que viene dada por:

f (t) = 2t2 + 3t

19
 Solución: Como la función dada por g(t) = t2 es una función periódica par entonces su
representación en serie de Fourier constará de terminos cosenos solamente. Es decir, dado
T = 2π se tiene:
a0 ∑
∞
g(t) = + an cos(nt)
2 n=1

donde los coeficientes a0 y an para n = 1, 2, 3, . . . son:

∫ ∫ π
4 π 4 2
a0 = h(t)dt = t2 dt = π 2
T 0 2π 0 3
∫ ∫
4 π 2 π 2 4(−1)n
an = h(t)cos(nωt)dt = t cos(nt)dt =
T 0 π 0 n2
con lo cual, la representación en serie de Fourier de la función g es:

π2 ∑∞
(−1)n
g(t) = +4 2
cos(nt)
3 n=1
n

Por su parte, la representación en serie de Fourier de la función h constará de términos

senos solamente debido a que es una función periódica impar. Entonces, como T = 2π se
tiene que la representación en serie de Fourier de la función h es:

∑
∞
h(t) = βn sen(nt)
n=1

donde los coeficientes βn para n = 1, 2, 3, . . . son:

∫ π ∫ π
4 2 2(−1)n
βn = h(t)sen(nωt)dt = tsen(nt)dt = −
T 0 π 0 n
por lo cual, la representación en serie de Fourier de la función h es

∑
∞
(−1)n
h(t) = −2 sen(nt)
n=1
n

Finalmente, para determinar la representación en serie de Fourier de la función f utilicemos

la propiedad de linealidad. Por dicha propiedad tenemos:

1 ( 2 2 ) ∑ [ 4(−1)n ]
∞ [
∑ 2(−1)n ]
∞
f (t) = 2· π + 2· cos(nt) − 3· sen(nt)
2 3 n=1
n2 n=1
n

2 ∑∞
(−1)n ∑∞
(−1)n
=⇒ f (t) = π 2 + 8 2
cos(nt) − 6 sen(nt)
3 n=1
n n=1
n

20
1.2.10 Serie de Fourier en su forma compleja
Tomando en cuenta las funciones de Euler, podemos presentar la serie de Fourier en forma
compleja. Esto es, de las funciones complejas:

eiωt = cos(ωt) + isen(ωt)

e−iωt = cos(ωt) − isen(ωt)

obtenemos las siguientes expresiones para las funciones seno y conseno:

einωt − e−inωt einωt + e−inωt

sen(nωt) = y cos(nωt) =
2i 2

Por lo tanto, de la expresión trigométrica de la serie de Fourier vemos

a0 ∑ ∑
∞ ∞
f (t) = + an cos(nt) + bn sen(nt)
2 n=1 n=1

a0 ∑∞ [ e inωt
+e −inωt ] ∑∞ [ einωt − e−inωt ]
= + an + bn
2 n=1
2 n=1
2i
a0 1 ∑ [ ]
∞
−inωt −inωt
= + an (e inωt
+e ) + bn (ie − ie )
inωt
2 2 n=1
a0 ∑ [ 1 ]
∞
1
= + (an − ibn )einωt + (an + ibn )e−inωt
2 n=1
2 2

Vemos que an − ibn es el conjugado de a + ibn . Por lo que, si designamos los nuevos
coeficientes por las expresiones:

a0 1 1
c0 = , cn = (an − ibn ) y c−n = cn = (an + ibn )
2 2 2
podremos reescribir la serie de Fourier como:

∑
∞ ∑
∞ ∑
∞ ∑
−∞ ∑
∞
inωt −inωt inωt inωt
f (t) = c0 + cn e + c−n e = c0 + cn e + cn e = cn einωt
n=1 n=1 n=1 n=−1 n=−∞

Así tendremos que la serie de Fourier queda representada en forma compleja, también
llamada forma exponencial, mediante la expresión:

∑
∞
f (t) = cn einωt
n=−∞

21
 Si tomamos en consideración la forma alternativa de obtención de los coeficientes an y bn ,
de además del hecho de que cn es el conjugado de c−n tenemos:
∫ d+T
a0 1
c0 = = f (t)dt
2 T d
∫
1 d+T
cn = a − ibn = f (t)e−inωt dt
T d
∫ d+T
1
c−n = f (t)einωt dt
T d
con lo cual, se puede apreciar que podemos determinar los coeficientes en la forma compleja
de Fourier mediante
∫ d+T
1
cn = f (t)e−inωt dt, ∀ n = 0, ±1, ±2, ±3, . . .
T d

y como es un número complejo, entonces su forma polar vendrá dado por:

cn = |cn |eϕn
1√ 2
donde |cn | = an + b2n representa la amplitu de n-ésima armónica y el ángulo ϕn de cn está
2
relacionado con la fase de la n-ésima armónica.

Ejemplo: Encontremos la forma compleja de la expansión en serie de Fourier de la función

periódica f definida por:

f (t) = cos(at) para a no entero, −π < t < π, f (t + 2π) = f (t)

Solución: Vemos que el periodo es 2π , es decir ω = 1, los coeficientes complejos cn , para

n = 0, ±1, ±2, . . . están dadas por:
∫ π ∫ π
1 −int 1
cn = cos(at)e dt = (eait + e−ait )e−int dt
2π −π 4π −π
∫ π
1 1 [ ei(a−n)t e−i(a+n)t ]π
= [ei(a−n)t + e−i(a+n)t ]dt = −
4π −π 4π i(a − n) i(a + n) −π
1 [ ei(aπ) e−inπ − e−i(aπ) einπ ei(aπ) einπ − e−i(aπ) e−inπ ]
= +
4iπ a−n a+n
n [ i(aπ) −i(aπ) ]
(−1) e −e −i(aπ)
e i(aπ)
−e (−1)n sen(aπ) ( 1 1 )
= + = +
4πi a−n a+n 2π a−n a+n
(−1)n sen(aπ) (−1)n a sen(aπ)
= (a + n + a − n) =
2π(a2 − n2 ) π(a2 − n2 )

22
 Entonces, la serie de Fourier compleja de la función f es:

a sen(aπ) ∑ (−1)n+1 int

∞
f (t) = e
π n=−∞
n 2 − a2

De las expresiones de cn y cn , se pueden obtener los coeficientes a0 , an y bn mediante las

expresiones:
a0 = 2c0 , an = cn + cn , bn = i(cn − cn )

Como los coeficientes cn son reales tenemos cn = cn y los coeficientes a0 , an y bn vienen

dados por: de manera que en este caso particular

2a sen(aπ) 2sen(aπ)
a0 = 2
=
aπ aπ
[ 2(−1)n a sen(aπ) ]
an =
(a2 − n2 )π
bn = 0

De esta manera, la forma trigonométrica de la serie de Fourier es

sen(aπ) 2a sen(aπ) ∑ (−1)n+1 cos(nt)

∞
f (t) = +
aπ π n=1
n 2 − a2

1.2.11 Los teoremas de la multiplicación y de Parseval

El teorema de la multiplicación y el de Parceval constituyen dos importantes proposiciones
dentro del análisis de las series de Fourier. El primero permite escribir el valor medio del
producto de dos funciones periódicas sobre un periodo en términos de los coeficientes de sus
expansiones en series de Fourier y el segundo permite escribir el cuadrado del valor medio de
una función periódica. James (2002), enuncia y demuestra las siguientes proposiciones:

Propiedad: (El teorema de la multiplicación)

Si dos funciones dadas por f (t) y g(t) son periódicas y tienen el mismo periodo T entonces
∫ c+T ∑
∞
1
f (t)g(t)dt = c n dn
T c n=−∞

donde cn y dn son los coeficientes en las expansiones en serie de Fourier complejas de las
funciones f y g respectivamente.

Si las representaciones en serie de Fourier de las funciones f y g son respectivamente

23
 a0 ∑ ∑
∞ ∞
f (t) = + an sen(nωt) + bn cos(nωt)
2 n=1 n=1

α0 ∑ ∑
∞ ∞
g(t) = + αn sen(nωt) + βn cos(nωt)
2 n=1 n=1

Las representaciones en series complejas de Fourier de las funciones f y g contendrán

coeficientes, para n = 0, ±1, ±2, . . . dados respectivamente por:

1 1 1 1
cn = (an − ibn ), c−n = (an + ibn ), dn = (αn − iβn ) y d−n = (αn + iβn )
2 2 2 2

Al desarrollar la identidad en el teorema de la multiplicación tenemos:

∫ c+T ∑
∞ ∑
0 ∑
∞
1
f (t)g(t)dt = cn dn = cn dn + c0 d0 + cn dn
T c n=−∞ n=−∞ n=0

1 1 ∑
∞ ∑
∞
= a0 α0 + c−n d−n + cn dn
4 4 n=0 n=0

1 1 ∑∞
1∑
∞
= a0 α0 + (an − ibn )(α + iβn ) + (an + ibn )(α − iβn )
4 4 n=0
4 n=0
1∑
∞
1
= a0 α0 + (2an αn + 2bn βn )
4 4 n=0
Finalmente se tiene, la expresión:
∫
1∑
c+T ∞
1 1
f (t)g(t)dt = a0 α0 + (an αn + bn βn )
T c 4 2 n=0

Propiedad: (El teorema de Parseval)

Si una función dada por f (t) es una función periódica con periodo T , entonces:
∫ c+T ∑
∞ ∑
∞
1 2
[f (t)] dt = cn c∗n = |cn |2
T c n=−∞ n=−∞

donde cn son los coeficientes en al expansión en serie de Fourier compleja de la función f .

Al desarrollar la identidad de Parceval tenemos:

∫
a20 1 ∑ 2
c+T ∞
1 2
[f (t)] dt = + (an + b2n )
T c 4 2 n=1

24
Ejemplo: Apliquemos el teorema de Parceval a la función

f (t) = cos(at) para a no entero, −π < t < π, f (t + 2π) = f (t)

y demostremos que
∑
∞
1
π −8=
2

n=1
(n2 − 41 )2

Solución: Los coeficientes de la representación en serie de Fourier compleja de la función f

para n = 0, ±1, ±2, . . . son:
a sen(aπ)(−1)n+1
cn =
(n2 − a2 )π
y con ellos:
a2 sen2 (aπ)
|cn |2 =
(n2 − a2 )2 π 2

Aplicando la identidad de Parceval se tiene:

∫ π ∑
∞
1 a2 sen2 (aπ)
cos2 (at)dt =
2π −π −∞
(n2 − a2 )2 π 2

1[ sen(2at) ]π a2 sen2 (aπ) ∑

∞
1
t+ =
4π 2a −π π2 −∞
(n2 − a2 )2

1[ sen(2aπ) ] a2 sen2 (aπ) ∑

∞
1
2π + =
4π aπ π 2
−∞
(n − a2 )2
2

∑
∞
1 π [ sen(2aπ) ]
= 2π +
−∞
(n2 − a2 )2 4a2 sen2 (aπ) a

1 ∑∞
1 π [ sen(2aπ) ]
+2 = 2 2π +
a4 n=1
(n2 − a2 )2 4a sen2 (aπ) a
∑
∞
1 π [ sen(2aπ) ] 1
= 2π + − 4
n=1
(n − a )
2 2 2 2 2
8a sen (aπ) a 2a

1
Para finalizar, tomemos a la constante a =
2
∑
∞
1 π ∑ 1
∞
= [2π + 0] − 8 =⇒ 1 2 = π −8
2

n=1
(n − 4 )
2 1 2
2 n=1
(n 2 − 4
)

25
1.2.12 Análisis de la convergencia de las series de Fourier
En el análisis que hemos realizado para la representación en serie de Fourier de funciones
periódicas con periodo 2π , hemos supuesto que la serie construida es convergente. En este
apartado veremos ciertas condiciones que se deben dar para que una función pueda ser re-
presentada mediante una serie de Fourier. Kreyszing (2003) enuncia y demuestra la siguiente
proposición que describe las condiciones que deben darse para la representación en serie de
Fourier de una función periódica de periodo 2π .

Propiedad: Si una función periodica f con periodo 2π es continuas a tramos en el intervalo

[−π, π] y tiene derivadas por la izquierda y por la derecha en todo punto de dicho intervalo,
entonces la serie de Fourier de f es convergente. La suma de la serie será f , salvo en los
puntos en los que f es discontinua y la suma de la serie será el promedio de los límites por la
izquierda y por la derecha de f en esos puntos.

Los límites por la izquierda y por la derecha, se evaluan en los puntos en los cuales la
función sufre un corte, tal como lo muestra la Figura 8. Por lo tanto, si x = a es un punto
de discontinuidad de la función dada por y = f (x), los límite por la izquierda y la derecha
respectivamente vienen dados por:

Li = lı́m− f (x) = lı́m f (a − h)

x−→a h−→0

Ld = lı́m+ f (x) = lı́m f (a + h)

x−→a h−→0

y las derivadas por la izquierda y por la derecha en x = a son respectivamente:

f (a − h) − f (a − 0) f (a + h) − f (a + 0)
lı́m y lı́m
h−→0 −h h−→0 h
mediante valores de x positivos.

Figura 8: Representación gráfica de los límites por la izquierda y por la derecha de una función.
Fuente: [Link]

26
[Link] La condición débil de Dirichlet para las series
La condición débil de Dirichlet: garantiza la existencia de la serie de Fourier si los coefi-
cientes de Fourier; a0 , an y bn para n = 1, 2, 3, . . . , son finitos. Por lo tanto, la integral del valor
absoluto de la forma funcional de la señal periódica en un periodo debe ser finita. Es decir,
sea una señal periódica, con periodo T , dada por f (t) entonces
∫ d+T
|f (t)| < ∞
d

[Link] Las condiciones fuertes de Dirichlet

Las condiciones fuertes de Dirichlet, junto con la condición débil, establecen que una
función priódica y con periodo T dada por f (t) podrá ser representada en serie Fourier si se
satisfacen las siguientes dos condiciones:

a) En un periodo, f tiene un número finito de máximos y mínimos aislados, y

b) En un periodo, f tiene un número finito de discontinuidad finita

Ejemplo: Analicemos si las siguientes funciones satisfacen las condiciones débil y fuertes de
Dirichlet en el intervalo [−π, π].
1
1. La función dada por f (t) =
t2
2. La función dada por f (t) = sen(ln t)

1
1) La función dada por f (t) = presenta una discontinuidad infinita en t = 0, que esta
t2
dentro del intervalo [−π, π], y por lo tanto no satisface la condición fuerte de Dirichlet
que que establece que la función periódica solo debe tener un número finito de discon-
tinuidades finitas dentro del periodo considerado.

b) La función dada por f (t) = sen(ln t) tiene un número infinito de máximos y mínimos en
una vecindad de t = 0, que está dentro del intervalo [−π, π], y por lo tanto no satisface
la condición fuerte de Dirichlet que establece que la función debe tener sólo un número
finito de máximos y mínimos aislados dentro de un periodo.

Con lo expuesto se puede decir que las condiciones de Dirichlet son suficientes para ase-
gurar la representación en serie de Fourier de una función periódica, pero no se puede concluir
acerca de si estas condiciones sean necesarias para la convergencia. En la práctica, debido
a que resulta muy dificil crear señales como las del ejemplo anterior en un laboratorio, las
condiciones de Dirichlet se satisfacen para casi todas las señales y por lo tanto admiten re-
presentación en serie de Fourier.

27
1.2.13 Derivación e integración de series de Fourier
En el análisis matemático, la derivada e integración constituyen dos condiciones desables
y en ocasiones sumanente útiles en las aplicaciones de las series de Fourier sobre señales.
Según James (2002):

Los efectos suavizantes del proceso de integración tienden a eliminar discontinuidades,

mientras que el proceso de derivación tiene el efecto opuesto, no es sorprendente que sea
más probable la posibilidad de integrar una serie de Fourier que realizar su derivación.

Acontinuación, analicemos las proposiciones de derivación e integración para una serie de

Fourier, mencionados por James (2002).

Propiedad: Una expansión en serie de Fourier de una función periódica dada por f (t) que
satisface las condiciones de Dirichlet puede integrarse término a término, y la serie integrada
converge a la integral de dicha función.

Según la proposición anterior, si la función periódica, de periodo T , dada por f (t) satisface
las condiciones de Dirichlet en un intervalo [t1 , t] ∈ [d, d + T ], con t1 < t, y tiene una expansión
en serie de Fourier dada por:

a0 ∑ ∑
∞ ∞
f (t) = + an cos(nt) + bn sen(nt)
2 n=1 n=1

entonces la serie puede integrarse miembro a miembro en [t1 , t] de la siguiente manera:

∫ t ∫ t ∑∞ ∫ t ∑∞ ∫ t
a0
f (t)dt = dt + an cos(nt)dt + bn sen(nt)dt
t1 t1 2 n=1 t1 n=1 t1

a0 (t − t1 ) ∑ an [sen(nt) − sen(nt1 )] ∑ bn [cos(nt1 ) − cos(nt)]

∞ ∞
= + +
2 n=1
n n=1
n

La expresión anterior, estando de esa menera, no constituye una seire de Fourier. Esto
a0 t
hecho se da debido al término en el lado derecho de la identidad. Al reordenar la identidad
2
podemos convertirla nuevamente en una representación en serie de Fourier de la función dela
siguiente manera:
∫
a0 t1 ∑ an [sen(nt) − sen(nt1 )] ∑ bn [cos(nt1 ) − cos(nt)]
t ∞ ∞
a0 t
f (t)dt − =− + +
t1 2 2 n=1
n n=1
n

Para fijar la proposición anterior, veamos el siguiente ejemplo tomado de James (2002).

Ejemplo: Sea la siguiente función definida de la siguiente manera:

f (t) = t2 para −π ≤t≤π

28
 f (t + 2π) = f (t)
y su representación en serie de Fourier:

π2 ∑∞
(−1)n cos(nt)
f (t) = t2 = +4 para −π ≤t≤π
3 n=1
n2

encontremos la integral de dicha serie.

Solución: Integrando miembro a miembro, para π < t ≤ π , la serie dada tendremos:

∫ t ∫ t ∑∞ ∫ t
2 π2 (−1)n cos(nu)
u du = du + 4 2
du
−π −π 3 n=1 −π n

[ u3 ]t π 2 [ ]t ∑∞
(−1)n [ ]t
= u +4 sen(nu)
3 −π 3 −π
n=1
n2 −π

t3 π2t ∑∞
(−1)n sen(nt)
= +4
3 3 n=1
n3
∑
∞
(−1)n sen(nt)
t − π t = 12
3 2

n=1
n3

Por lo tanto, el lado derecho puede tomarse como la expansión en serie de Fourier de la
función dada por:
g(t) = t3 − π 2 t para − π ≤ t ≤ π
g(t + 2π) = g(t)
Analicemos ahora la derivación de una serie de Fourier. Para ello, veamos la siguiente
porposición mencionada por James (2002).

Propiedad: Si una función periódica dada por f (t) satisface las condiciones de Dirichlet,
entonces su derivada, f ′ (t) siempre que exista, puede encontrarse por derivación término a
término de su representación en serie de Fourier si y solo si dicha función es continua en todas
partes y la función derivada, f ′ (t), tiene expansión en serie de Fourier, es decir que también
satisface las condiciones de Dirichlet.

De la proposición anterior, si la función priodica dada por f (t), de periodo T , satisface las
condiciones de Dirichlet en en el intervalo [d, d + T ] y su representación en serie de Fourier es

a0 ∑ ∑
∞ ∞
f (t) = + an cos(nωt) + bn sen(nωt)
2 n=1 n=1

29
entonces la serie anterior puede derivarse miembro a miembro si la derivada de la función f
satisface las condiciones de Dirichlet de la siguiente manera:
(∑
∞ ∑
∞ )′
′
f (t) = an cos(nωt) + bn sen(nωt)
n=1 n=1
[∑
∞ ∑
∞ ]
= ω n bn cos(nωt) − n an sen(nωt)
n=1 n=1

Se puede apreciar que los coeficientes nbn y nan son los coeficientes de Fourier en la
representación en serie de la derivada de la función f , así, en contraste con la serie integrada,
la serie derivada converge más lentamente que la expansión en serie original de f (t).

Fijemos la proposición anterior, mediante el sigueinte ejemplo tomado de James (2002).

Ejemplo: Dada la función periódica de periodo 2π

f (t) = t2 para − π ≤ t ≤ π, f (t + 2π) = f (t)

y su representación en serie de Forier

π2 ∑∞
(−1)n cos(nt)
2
t = +4
3 n=1
n2

obtengamos la serie de Fourier de la derivada de dicha función.

Solución: Vemos que la función periódica f es continua dentro y en los extremos del intervalo
−π ≤ t ≤ π y satisface en dicho intervalo las condiciones de Dirichlet, por lo tanto podemos
aplicar la proposición anterior entonces:

∑
∞
(−1)n+1 sen(nt)
t=2 para −π ≤t≤π
n=1
n

que es la representación en serie de Fourier de la función

f (t) = t para −π <t<π y f (t + 2π) = f (t)

1.3 Análisis de formas de ondas periódicas

El análisis de simetría de las formas de ondas periódicas permite determinar cuáles térmi-
nos estarán ausentes en la expansión en serie de Fourier de la función periódica dada. Esto
es, de acuerdo a la paridad de la función de onda, podrán estar presentes solamente los tér-
minos cosenos, en caso de ser una función par, o términos senos en caso de ser una función
impar. Por lo tanto, en base a este análisis, podemos simplificar el proceso de evaluación de
los coeficientes de Fourier.

30
1.3.1 Funciones pares e impares
Las funciones de acuerdo a su paridad pueden clasificarse en funciones pares, impares
o ninguna de las dos. Comencemos el análisis de las formas funcionales periódicas, viendo
como vienen dadas las funciones pares e impares.

A partir de este momento será importante tener presente que si f es una función par
entonces paro todo valor de la variable t se tiene que f (t) = f (−t) y en su representación
gráfica, Figura 9, se observará que la función presenta simétrica con respecto al eje vertical.
Uno de los casos más relevalentes de funciones pares resulta ser f (t) = cost. Una propiedad
importante de las funciones pares se da en la integración. Por ejemplo, si la función f es
simétrica con respecto al eje vertical, de la definición de la integral definida se sigue que para
toda b > 0: ∫ ∫
b b
f (t)dt = 2 f (t)dt
−b 0

Figura 9: Representación gráfica de una función f par, simétrica en torno al eje OY .

Fuente: Elaboración propia

Por su parte, si f es una función impar entonces para todo valor de la variable t se tiene
que f (t) = −f (−t) y la representación gráfica de la función, Figura 10, es simétrica con
respecto a un punto sobre el eje horizontal, esto es, se observará una simetría de cuadrante
opuesto. De la misma manera que el caso de funciones pares, mencionemos que la función
f (t) = sent es una de las funciones impares más relevantes y que una propiedad importante
de las funciones impares se da en la integración. Por ejemplo, si f una función impar simétrica
con respecto al origen, considerando la definición de integral definida se tiene que para todo
b > 0: ∫ b
f (t)dt = 0
−b

31
 Figura 10: Representación gráfica de una función f impar en torno al origen de coordenadas.
Fuente: Elaboración propia

La siguiente proposición, establece la importancia del análisis de las funciones pares e

impares.

Propiedad: Cualquier función f se puede expresar como la suma de dos funciones, de las
cuales una de ellas es una función par y la otra es impar.

Si f es una función en la variable t, entonces para todo t del dominio de definición, se tiene
que:
1 1 1 1
f (t) = f (t) + f (t) + f (−t) − f (−t)
2 2 2 2
1 1
= [f (t) + f (−t)] + [f (t) − f (−t)]
2 2
= fp (t) + fi (p)

Analizamos las funciones fp y fi vemos que:

1 1
fp (−t) = [f (−t) + f (− − t)] = [f (t) + f (−t)] = fp (t)
2 2
1 1
fi (−t) = [f (−t) − f (− − t)] = − [f (t) − f (−t)] = −fi (t)
2 2
con lo cual fp y fi son funciones pares e impares respectivamente.

1.3.2 Propiedades de las funciones pares e impares

Las Figuras 9 y 10 nos otorgan una de vista geométrica de las funciones pares e impares.
En la Figura 6 podemos ver que una función par es simétrica con respecto al eje Y , lo que
quiere decir que su gráfica no se altera por una reflexión sobre ese eje. Mientras que en la
Figura 7 observamos que una función impar posee una simetría rotacional con respecto al
origen de coordenadas, lo que quiere decir que su gráfica no se altera luego de una rotación
de 180o grados alrededor del origen.

32
 Las funciones pares e impares presentan la siguientes propiedades:

1) La única función que es par e impar a la vez, es la función idénticamente nula, f (t) = 0
para todo t.

2) La suma de una función par y una impar no será ni par ni impar, a menos de que una de
las ellas sea la función nula.

3) La suma de dos o más funciones impares es una función impar

4) La suma de dos o más funciones pares es una función par

5) El producto de dos funciones pares es una función par

6) El producto de dos funciones impares es una función par

7) El producto de una función impar y una par es una función impar

8) El cociente de dos funciones pares es una función par.

9) El cociente de dos funciones impares es una función par.

10) El cociente de una función par y una función impar es una función impar

11) La derivada de una función impar es una función par

12) La derivada de una función par es una función impar.

1.3.3 Series de Fourier de ondas simétricas pares e impares

Analicemos ahora como será el proceso de determinación de los coeficientes de Fou-
rier, utilizando las propiedades de las funciones pares e impares mencionadas en la sección
T
anterior. Haciendo d = − en las expresiones que permiten calcular an y bn tenemos:
2
Si la función periódica f es par y tiene periodo T , entonces usando las propiedades 5 y
7 tenemos: ∫ T ∫ T
2 2 4 2
an = f (t)cos(nωt)dt = f (t)cos(nωt)dt
T − T2 T 0
∫ T
2 2
bn = f (t)sen(nωt)dt = 0
T − T2

Por lo tanto, la expansión en serie de Fourier de una función periódica par con periodo
T contiene solo términos cosenos, es decir que para todo n = 0, 1, 2, . . . se tiene:
∫ T
4 2
an = f (t)cos(nωt)dt
T 0

a0 ∑
∞
f (t) = + an cos(nωt)
2 n=1

33
 Si la función periódica f es impar y tiene periodo T , entonces usando la propiedades 6
y 7, tenemos los coeficientes a0 , an y bn para todo n = 1, 2, . . . vienen dada por:
∫ T
2 2
an = f (t)cos(nωt)dt = 0
T − T2

∫ T ∫ T
2 2 4 2
bn = f (t)sen(nωt)dt = f (t)sen(nωt)dt
T − T2 T 0

De esta manera, la expansión en serie de Fourier de una función periódica impar con
periodo T contiene términos senos solamente, es decir:

∑
∞
f (t) = bn sen(nωt)
n=1

donde el coeficiente bn biene dado por:

∫ T
4 2
bn = f (t)sen(nωt)dt, ∀n = 1, 2, . . .
T 0

Fortalezcamos el análisis hecho mediante los siguientes ejemplos tomados de James

(2002).

Ejemplo: Una función periódica f con periodo 2π está definida para t ∈ [−π, π] por:

 −1 si −π ≤ t < 0
f (t) =

1 si 0≤t≤π

Grafiquemos la función dada y encontremos su expansión en serie de Fourier.

Solución: En la Figura 11 podemos observar la representación gráfica de la función dada so-

bre el intervalo [−4π, 4π]. Además, es evidente que f es una función impar, se puede apreciar
en la gráfica que existe simetría en el origen de coordenadas, así su expansión en serie de
Fourier consiste contendrá términos senos solamente. Ya que el periodo T = 2π , esto decir
ω = 1, la expansión en serie de Fourier para n = 1, 2, 3, . . . está dada por:
∑
∞
f (t) = bn sen(nt)
n=1

∫ ∫ [ ]π
2 ( )
T
π
4 2 4 2 cos(nt)
bn = f (t)sen(nt)dt = sen(nt)dt = − =− con(nπ) − 1
T 0 2π 0 π n πn
0

34
 Figura 11: Representación gráfica de una onda cuadrada impar en el intervalo [−4π, 4π]
Fuente: Elaboración propia

Con lo cual bn esta dado por:


 4
 si n es impar
bn = nπ


0 si n es par

Entonces, la expansión en serie de Fourier está dada por:

4( ) 4∑ ∞
cos(3t) cos(5t) sen[(2k − 1)t]
f (t) = cost + + + ... =
π 3 5 π k=1 (2k − 1)

Ejemplo: Una función periódica f con periodo 2π está definida como:

f (t) = t2 − π ≤ t < π, f (t) = f (t + 2π)

Grafiquemos la función dada y encontremos su expansión en serie de Fourier.

Solución: La Figura 12 muestra la representación gráfica de la función periódica dada f sobre

el intervalo [−3π, 3π]. Resulta evidente que f es una función par, ya que presenta simetría
respecto del eje vertical OY . Por lo tanto, su expansión en serie de Fourier contiene términos
cosenos solamente. Como el periodo es T = 2π , es decir ω = 1, tenemos que la expansión
en serie de Fourier es:
a0 ∑
∞
f (t) = + an cos(nt)
2 n=1

35
 Figura 12: Representación gráfica de una forma de onda par en el intervalo [−3π, 3π]
Fuente: Elaboración propia

Los coeficientes an para n = 0, 1, 2, 3, . . . están dados por::

∫ ∫
2 [ t3 ]π 2π 2
T
π
4 2 2
a0 = f (t)dt = t2 dt = =
T 0 π 0 π 3 0 3
∫ T ∫ [ ]π
4 2 2 π 2 2 t2 sen(nt) 2tcos(nt) 2sen(nt)
an = f (t)cos(nt)dt = t sen(nt)dt = + −
T 0 π 0 π n2 n2 n3
0
[
2 2π ] 4
= 2
cos(nπ) = 2 (−1)n
π n n
ya que sen(nπ) = 0 y cos(nπ) = (−1)n .

Finalmente, la expansión en serie de Fourier de la función f es:

π2 ∑∞
(−1)n cos(nt)
f (t) = +4
3 n=1
n2

1.3.4 Simetría de media onda

Una de las propiedades importantes de las funciones periódicas de media onda es su
utilidad en el análisis de señales. Así, podemos analizar el tipo de simetría existente en deter-
minadas señales periódicas de manera gráfica si se cumple que al invertir y desplazar medio
período (adelante o atrás) de la señal se obtiene como resultado una señal idéntica a la origi-
nal.

De esta manera, una función f , en la variable t, periódica y con periodo T se dice que
tiene simetría de media onda si cumple con la condición dada por:

T
f (t) = f (t ± )
2

36
 Figura 13: Representación gráfica de una función con simetría de media onda
Fuente: Elaboración propia

En la Figura 13 se observa que la porción negativa de la onda es el reflejo de la porción

positiva, desplazada horizontalmente medio periodo.

1.3.5 Simetría de cuarto de onda

Una función con simetría de media onda, según su paridad, puede llegar a ser también par
o impar. Por lo cual, si una función periódica tiene simetría de media onda y además es una
función par o impar, entonces se dice que tiene una simetría de cuarto de onda par o impar.

Figura 14: Representaciones gráficas de funciones con simetría de cuarto de onda par e impar.
Fuente: [Link]

1.3.6 Simetría escondida

En ocasiones, se pueden presentar ciertas señales que no muestran simetría alguna. Estas
señales pueden dar origen a otras señales con simetrías, que antes no eran evidentes, si son
manipuladas adecuadamente.

La simetría de una función periódica f suele no ser evidente debido a la presencia de un

término constante.

37
 La simetría escondida en una cierta señal se puede evidenciar mediante la realización de
desplazamientos sobre uno de los ejes, según el caso lo requiera, de manera a conseguir una
transformación de la señal periódica dada en otra señal que tenga una de las simetrías, par o
impar. Con este procedimiento, podemos evaluar de manera más sencilla los coeficientes de
Fourier para luego volver a la señal original y así obtener su serie de Fourier correspondiente.
El siguiente ejemplo servirá para ilustrar este situación.

Ejemplo: Encontrar la expansión en serie de Fourier de función f que se muestra en la Figura

15 y utilizar el resultado para obtener la expansión en serie de Fourier de la función g que se
muestra el la Figura 16.

Figura 15: Representación gráfica de una función con simetría de escondida.

Fuente: Elaboración propia

Figura 16: Representación gráfica de una función con simetría de par.

Fuente: Elaboración propia

Solución: Observando la Figura 15, constatamos que la función de onda f , con periodo T ,
es una función impar y se define de la siguiente manera:

1 t
f (t) = − con 0 < t < T
2 T

38
 Por otra parte, su expansión en serie de Fourier será de la forma:
∑
∞
f (t) = bn sen(nωt)
n=1

con bn dado por:

∫ T ∫ T(
4 2 4 2 1 t)
bn = f (t)sen(nωt) = − sen(nωt)
T 0 T 0 2 T
2 [ cos(nωt) ] T2 4 [ tcos(nωt) sen(nωt) ] T2
= − − 2 − +
T nω 0 T nω (nω)2 0
1 [ cos(nπ) sen(nπ) ] 1
= [1 − cos(nπ)] − − + 2
=
nπ nπ (nπ) nπ
Con lo cual, la expansión en serie de Fourier de la función f es:

1 ∑ sen(nωt)
∞
f (t) =
π n=1 n

Observando la Figura 16, podemos notar que la función g , con periodo T , viene dada por:
t 1
g(t) = 1 − = + f (t), con 0 < t < T
T 2
y su representación en serie de Fourier será:

1 1 ∑ sen(nωt)
∞
g(t) = +
2 π n=1 n

1.4 Coeficientes de Fourier de ondas simétricas

En este apartado, analizaremos ciertas simetrías que al ser identificados nos permiten
eliminar términos que tengan valores de n pares o impares de la serie de Fourier. Esto es, si
la serie contendrá solamente armónicas pares o impares. Las diferentes situaciones que se
pueden dar, tomados de James (2002), se presentan a continuación.

Si una función f es periódica tal que

( T)
f t+ = f (t)
2
T ( 2π )
entonces su periodo es , es decir tiene frecuencia dada por ω = 2 , y por lo tanto
2 T
solamente las armónicas pares están presentes en su expansión en serie de Fourier.
Entonces, para n = 0, 2, 4, . . . tenemos:
∫ T ∫ T
4 2 4 2
an = f (t)cos(nωt)dt y bn = f (t)sen(nωt)dt
T 0 T 0

39
 Si una función f es periódica, con periodo T , tal que:
(T)
f t+ = −f (t)
2
entonces solo las armónicas impares están presentes en su expansión en serie de Fou-
rier. Por lo tanto, para n = 1, 3, 5, . . . tenemos:
∫ T ∫ T
4 2 4 2
an = f (t)cos(nωt)dt y bn = f (t)sen(nωt)dt
T 0 T 0

Si una función f presenta simetría de cuarto de onda par, entonces su representación

en serie de Fourier solamente constará de armónicos impares de términos del coseno.
2π
Es decir, si ω = tenemos:
T
∑
∞
f (t) = a2n−1 cos[(2n − 1)ωt]
n=1

∫ T
8 4
a2n−1 = f (t)cos[(2n − 1)ωt]dt
T 0

Si una función f presenta simetría de cuarto de onda impar, entonces su representación

en serie de Fourier solamente constará de armónicos impares de términos del seno. Es
2π
decir, si ω = tenemos:
T
∑
∞
f (t) = b2n−1 sen[(2n − 1)ωt]
n=1

∫ T
8 4
b2n−1 = f (t)sen[(2n − 1)ωt]dt
T 0

Fortalezcamos las situaciones analizadas mediante los siguientes ejemplos.

Ejemplo: Encontremos la expansión en serie de Fourier de la función de onda cuadrada de

T T
periodo T definida el intervalo − < t < y que se muestra en la Figura 17.
2 2

Solución: Analizando la gráfica de la función de onda cuadrada, podemos notar que presenta
simetría de cuarto de onda par y que se define de la siguiente manera:

40
 Figura 17: Representación gráfica de una función de onda cuadrada con simetría de orden par.
Fuente: Elaboración propia


 T T

 −1 si − ≤t<−

 2 4




T T
f (t) = 1 si − ≤t<

 4 4





 T T
 −1 si ≤t<
4 2
2π
Con lo cual, la frecuencia angular está dada por ω = y
T
∫ T ∫ T
8 4 8 4
a2n−1 = f (t)cos[(2n − 1)ωt]dt = 1 cos[(2n − 1)ωt]
T 0 T 0
( )
[ 8 sen[(2n − 1)ωt] ] T4 4 [ π]
= = sen (2n − 1) − 0
(2n − 1)ωT 0 (2n − 1)π 2

Entonces:  4

 si n es impar

 (2n − 1)π
a2n−1 =



 −
4
si n es par
(2n − 1)π

Finalmente, la extensión en serie de Fourier de la onda cuadrada es:

4 ∑ (−1)n+1 cos[(2n − 1)ωt]

∞
f (t) =
π n=1 2n − 1

41
Ejemplo: Encontremos la expansión en serie de Fourier de la función de onda cuadrada de
T T
periodo T definida el rango − < t < y que se muestra en la Figura 18.
2 2

Figura 18: Representación gráfica de una función de onda cuadrada con simetría de cuarto de onda impar.
Fuente: Elaboración propia

Solución: Analizando la gráfica de la función de onda cuadrada, podemos notar que presenta
simetría de cuarto de onda impar y que se define de la siguiente manera:


 T
 −1
 si −
2
≤t<0
f (t) =



 1 si 0≤t<
T
2

2π
Por lo que, la frecuencia angular está dada por ω = y
T
∫ T ∫ T
8 4 8 4
b2n−1 = f (t)sen[(2n − 1)ωt]dt = 1 sen[(2n − 1)ωt]
T 0 T 0
( )
[ 8 cos[(2n − 1)ωt] ] T4 4 [ π]
= − = cos (2n − 1) − 1
(2n − 1)ωT 0 (2n − 1)π 2
4
= −
(2n − 1)π

Fianalmente, la extensión en serie de Fourier de la onda cuadrada es:

4 ∑ sen[(2n − 1)ωt]
∞
f (t) = −
π n=1 2n − 1

42
1.5 Aproximación mediante una serie finita de Fourier
En la práctica, cuando estamos frente a señales periódicas se trata de buscar su repre-
sentación en serie de Fourier de tal forma a tomar después solamente algunos términos de la
serie de tal forma que dicha porción serial genere lo más razonablemente el comportamiento
de la señal. Por esta razón, uno de los aspectos importantes del análisis de la convergengia
de las series de Fourier en las aplicaciones prácticas es la llamada razón de convergen-
cia. Esta taza, proporciona una idea de cuantos términos resulta adecuado tomar de la serie
trigonométrica infinita para representar de manera adecuada la señal tomada.

Como una serie de Fourier queda especificada por sus coeficientes an y bn , la cantidad
de téminos a considerar de dicha serie para aproximar el comportamiento de la señal consid-
erada depende exclusivamente del comportamiento de ellos. En este sentido, James (2002)
menciona:

Si la función f es continua sólo a tramos entonces los coeficientes en su representación

1
en serie de Fourier decrecen conforme y puede ser necesario incluir un gran número
n
de términos para obtener una aproximación adecuada de la función.

Si la función f es continua en todas partes pero tiene primeras derivadas discontinuas

entonces los coeficientes en su representación en serie de Fourier decrecen conforme
1
y por lo tanto, la serie converge más rápidamente y se podrá tomarse no muchos
n2
términos de la serie para representar a la función.

Si la función f y todas sus derivadas hasta de r-ésimo orden son continuas pero la (r+1)-
ésima derivada es discontinua entonces los coeficientes en su representación en serie
1
de Fourier decrecen conforme y por lo tanto, la serie converge más rápidamente y
nr+2
se podrá tomarse unos pocos términos de la serie para representar a la función.

1.5.1 Error cuadrático total y error cuadrático medio

Cuando realizamos aproximaciones por series finitas de Fourier de funciones periodicas,
estamos cometiendo un error debido a la no consideración de todos los términos de la serie.
Una de las magnitudes que mide este error de aproximación es el error cuadrático total o su
equivalente, el error cuadrático medio.

Si la función dada por fN (t) es la aproximación finita en serie de Fourier de la función

periodica, con periodo T , dada por f (t) entonces tendremos que:

f (t) = fN (t) + ϵ(t)

donde ϵ es el error cometido al aproximar f por medio de fN . Una de las maneras de estimar
el valor del error cometido es mediante el error cuadrático total que viene dado por:

43
 ∫ d+T
ET = [f (t) − fN (t)]2 dt
d
y que origen al error cuadrático medio:
∫ d+T
1
EM = [f (t) − fN (t)]2 dt
T d

Se puede demostrar que si se aproxima una función f por una serie finita de Fourier fN ,
entonces esta aproximación tiene la propiedad de generar el mínimo error cuadrático medio y
este error viene dada por la expresión:
∫
a2 1 ∑ 2
d+T N
∗ 1
EM (t) = [f (t)] dt − 0 −
2
(a + b2n )
T d 4 2 n=1 n

Ejemplo: Obtengamos el error cuadrático medio de la función periódica de periodo 2π definida

de la siguiente manera:
f (t) = t, 0 < t < 2π
al aproximarla por una serie de Fourier tomando los primeros cuatro términos.

Solución: La serie de Fourier de esta función está dada por:

∑
∞
sen(nt)
f (t) = π − 2
n=1
n

2
con a0 = 2π , an = 0 y bn = − para n = 1, 2, . . . . Con lo cual, el error cuadrático medio
n
viene dado por:
∫
4π 2 1 ∑ 4
2π 4
∗ 1
EM = t2 dt − −
2π 0 4 2 n=1 n2
4π 2 ( 1 1 1 )]
= −π −2 1+ + +
2
3 4 9 16
π 2 205
= − = 0, 443
3 72

1.5.2 Series de recorrido completo

Muchas veces en la práctica resulta necesario representar una función que no es periodica
mediante una serie de Fourier. Para ello, resulta necesario redefinir la función de tal manera
a hacerla periodica. Por lo tanto, si una función no periodica dada por f (t) está definida en el
intervalo finito t ∈ [d, d + T ], entonces para poder representarla mediante una serie de Fourier
de recorrido completo de [d, d + T ], primero debe satisfacen las condiciones de Dirichlet en
dicho intervalo, y segundo hay que redefinirla mediante la función periódica g , de periodo T ,
dada por:

44
 g(t) = f (t) en d ≤ t ≤ d + T, g(t + T ) = g(t)
que tendrá una representación en serie de Fourier convergente.

Podemos apreciar que dentro del intervalo [d, d + T ] las funciones g y f tienen compor-
tamientos idénticos, por lo que la representación en serie de la función g en dicho intervalo
será también válido para f .

Para comprender como funciona el método expuesto, analicemos el siguiente ejemplo

tomado de James (2002).

Ejemplo: Encontremos la representación en serie de Fourier de recorrido completo de la

función definito en el intervlo finito t ∈ (0, 4) dada por:

f (t) = t

Dibujemos además las gráficas de f y de la función periódica representada por la serie de

Fourier obtenida.

Solución: Definamos la función periódica g por:

g(t) = f (t) = t en 0 ≤ t ≤ 4, g(t + 4) = f (t)

Figura 19: Representación gráfica de la función f en el intervalo [0, 4] y una posible extensión periódica.
Fuente: Elaboración propia

En la Figura 19 a) y b) podemos apreciar las gráficas de las funciones f y su extensión

periódica g respectivamente. Como g es una función periódica de periodo 4 y satisface las
condiciones de Dirichlet, tiene una representación en serie de Fourier convergente. Los coefi-
cientes de Fourier están determinados como:

45
 ∫
1 4
1 [ t2 ]4
a0 = tdt = =4
2 0 2 2 0
( nπt ) ( nπt )
∫ 4 ( ) [ 2tsen 4cos ]4
1 nπt 2 2
an = t cos dt = + = 0, ∀ n = 1, 2, . . .
2 0 2 nπ (nπ)2 0
( nπt ) ( nπt )
∫ 4 ( ) [ 2tcos 4sen ]4
1 nπt 2 2 4
bn = t sen dt = − + 2
= − , ∀ n = 1, 2, . . .
2 0 2 nπ (nπ) 0 nπ

Entonces la extensión en serie de Fourier de la función periódica g es:

( )
4 ∑∞ sen nπt
2
g(t) = 2 −
π n=1 n

Además, como g(t) = f (t) en el intervalo 0 < t < 4 podemos notar que la serie de Fourier
obtenida converge a la función f solamente este intervalo, por lo que:
( )
4 ∑∞ sen nπt
2
f (t) = 2 − si 0<t<4
π n=1 n

1.5.3 Expansión en series de Fourier de medio recorrido

En ocasiones, también como en el caso de expansiones en series de recorrido completo,
resulta importante representar una función aperiódica mediante una serie de Fourier de tér-
minos senos o cosenos. Para ello, debemos prolongar la función no periódica mediante otra
función periódica que sea impar o par dependiendo de si queremos terminos senos solamente
o términos cosenos.

Si la función dada por f (t) está definida sobre un intervalo finito [0, λ], para poder con-
seguirle una representación en serie de Fourier que contenga términos cosenos solamente,
primero f debe cumplir las condiciones de Dirichlet en el intervalo dado y segundo tendremos
que extenderla mediante la función periódica par g dada por:

 f (t) si 0<t<λ
g(t) = g(t + 2λ) = g(t)

f (−t) si −λ < t < 0

Como la función g es periódica par y de periodo 2λ, entonces tiene una representación
convergente en serie de Fourier que consista solamente de términos cosenos y viene dada
por:
a0 ∑
∞ ( nπt )
g(t) = + an cos
2 n=1
λ

46
 Los coeficientes an se determinan mediante la expresión:
∫ τ ( nπt )
2
an = f (t)cos dt
λ 0 λ

Debido a que, dentro del intervalo 0 < t < λ, la función g es idéntica a f , se sigue que la
serie de términos cosenos converge a f dentro de dicho intervalo.

De manera análoga al caso anterior, si la función dada por f (t) está definida sobre un inter-
valo finito [0, λ], para poder conseguirle una representación en serie de Fourier con términos
senos solamente, primero f debe cumplir las condiciones de Dirichlet en el intervalo dado y
segundo tendremos que extenderla mediante la función periódica impar G dada por:

 f (t) si 0<t<λ
G(t) = G(t + 2λ) = G(t)

−f (−t) si −λ < t < 0

Suponiendo que la función f satisface las condiciones de Dirichlet en el intervalo 0 ≤ t ≤ λ,

además como G es una función periódica impar de periodo 2λ, se sigue que la extensión
periódica impar G tendrá una representación convergente en serie de Fourier que consista
solo de términos senos y está dada por:

∑
∞ ( nπt )
G(t) = bn sen
n=1
λ

donde los cosficeintes bn están dados por:

∫ τ ( nπt )
2
bn = f (t)sen dt
τ 0 λ

Debido a que dentro del intervalo [0, λ], G(t) es idéntica a f (t), se tiene que la serie obteni-
da converge a f dentro de dicho intervalo.

Como las series de Fourier de términos cosenos y senos se han construido en base a la
función no periódica f son llamadas expansiones en series de Fourier de medio recorrido de la
función f . Así, la expansión par de medio recorrido g es llamada expansión en serie de medio
recorrido en cosenos de la función f y la expansión impar de medio recorrido G es llamada
expansión en serie de medio recorrido en senos de la función f .

Para fijar lo expuesto, analicemos el siguiente ejemplo tomado de James (2002).

Ejemplo: Dada la función f (t) = t definida en el intervalo 0 < t < 4, obtengamos:

a) una expansión en serie de medio recorrido en cosenos

b) una expansión en serie de medio recorrido en senos

47
 Dibujemos además las gráficas de la función f y de las funciones periódicas representadas
por las dos series obtenidas en el intervalo −8 < t < 12.

Solución: a) Para obtener la serie de medio recorrido en cosenos, definamos la función pe-
riódica g dada por:

 f (t) = t si 0<t<4
g(t) = F (t + 8) = F (t)

f (−t) = −t si −4 < t < 0

Como g es una función periódica par con periodo 8 y satisface las condiciones de Dirichlet,
tiene expansión en serie de Fourier convergente con a0 y an para n = 1, 2, . . . dadas por:
∫
2 4
a0 = tdt = 4
4 0
( ) ( )
∫ 4 ( ) [ 4tsen nπt
16cos nπt ]
2 nπt 1 4 4 4 8
an = tcos dt = + = [cos(nπ) − 1]
4 0 4 2 nπ (nπ)2 0 (nπ)2


 16
 − si n es impar
(nπ)2
=⇒ an =


 0 si n es par

Por lo cual, la expansión en serie de Fourier de la función periódica g es

[ ]
(2n−1)πt
16 ∑
∞ cos 4
g(t) = 2 −
π2 n=1
(2n − 1)2

Como g(t) = f (t) en el intervalo [0, 4], tenemos que la serie de Fourier converge a f
solamente dentro de este intervalo y por lo cual:
[ ]
(2n−1)πt
16 ∑ cos
∞
4
f (t) = t = 2 −
π2 n=1
(2n − 1)2

b) Definamos ahora a la función periódica G por:


 f (t) = t si 0<t<4
G(t) = F (t + 8) = F (t)

−f (−t) = t si −4 < t < 0

La función G es periódica impar y con periodo 8. Además, satisface las condicioens de

Dirichlet y por lo tanto tiene una expansión en serie de Fourier convergente. Los coeficientes
bn para n = 1, 2, . . . están dados por:

48
 ( ) ( )
∫ 4 ( nπt ) [ nπt
4tcos 4 16sen nπt ]4
2 1 4 8cos(nπ)
bn = tsen dt = − + 2
=−
4 0 4 2 nπ (nπ) 0 (nπ)2
8
=⇒ bn = (−1)n+1
nπ

La expansión en serie de Fourier de la función periódica G es:

( )
8 ∑
∞ (−1)n+1
sen nπt
4
G(t) =
π n=1
n

Como G(t) = f (t) en el intervalo [0, 4], tenemos que la serie de Fourier es convergente a
f dentro de este intervalo. Así, la expansión en serie de medio recorrido en senos de f es:
( )
8 ∑ (−1) sen 4
∞ n+1 nπt

f (t) = t = para 0<t<4

π n=1 n

Figura 20: Representaciones gráficas de las funciones f , g y G.

Fuente: Elaboración propia

En la Figura 20 se dan las gráficas de la función f y de las expansiones periódicas par e

impar g y G respectivamente.

49
1.6 Integral de Fourier y espectros continuos
Hemos visto que en la práctica, la representación en serie de Fourier de una señal pe-
riódica nos permite realizar importantes análisis de comportamiento de los mismos. Pero en la
realidad se pueden presentar también señales aperiódicas. De este hecho, surge la necesidad
de extender la teoría de Fourier mediante la llamada integral de Fourier.

Antes de entrar a detallar todo lo que concierne a la integral de Fourier resulta importante
comprender cuando una función es absolutamente integrable y además, en que consiste una
transformación integral.

1.6.1 Integrabilidad absoluta

Una función dada por f (t) se dice que es absolutamente integrable si la integral en los
reales del valor absoluto de la función existe. Es decir:
∫ ∞
|f (t)|dt < ∞
−∞

Ejemplo: Comprobemos que la función dada por:

f (t) = e−|t| , para − ∞ < t < ∞

es absolutamente integrable

Como la función dada es par, ya que f (−t) = f (t), entonces al integrar el valor absoluto
de la función tenemos:
∫ ∞ ∫ ∞ ∞
|f (t)|dt = 2 e−t dt = −2e−t =2<∞
−∞ 0 0

1.6.2 Transformación integral

Una transformación integral, consiste en una operación matemática que nos permite obten-
er una función en un determinado espacio mediante la integración de otra en otro espacio en
un intervalo. Por lo que:

Una transformación integral consiste en la operación matemática que asocia a cada función
f , en la variable t en un espacio real o corrido, otra función F , en la variable τ en el espacio
recíproco mediante la siguiente relación:
∫ b
F (τ ) = k(τ, t)f (t)dt
a

donde la función k(τ, t) recibe el nombre de kernel de la transformación, y los límites de inte-
gración a y b están dados por la transformada correspondiente.

50
 Las transformadas integrales constituyen herramientas matemáticas sumamente útiles en
situaciones en las que un determinado problema resulta ser muy difícil de resolver en su
espacio real o directo; pero al transformarlo al espacio recíproco ya es más sencillo resolverlo.
Después de ello, la transformada inversa nos devuelve la solución en el espacio original.

Como ejemplo de transformaciones integrales podemos mencionar a la transformada de

Laplace, la de Fourier, entre otros.

1.6.3 Integral de Fourier

La representación en series de Fourier es válida para una cierta función dada por f (t),
para −∞ < t < ∞, que sea periódica. De manera análoga, la integral de Fourier es una
representación bajo integración de una función no periódica en el intervlo −∞ < t < ∞. Así,
la integral de Fourier se define como:
∫ ∞
f (t) = [A(ω)cos(ωt) + B(ω)sen(ωt)]dω
0

donde A(ω) y B(ω) vienen dados por:

∫ ∞ ∫ ∞
1 1
A(ω) = f (u)cos(ωu)du, B(ω) = f (u)sen(ωu)du
π −∞ π −∞

1.6.4 Teorema de la integral de Fourier

Este teorema establece bajo que condiciones una cierta función no periódica puede ser
presentada mediante una transformación integral. Kreyszing (2003) menciona:

Propiedad: (Integral de Fourier)

Si una función, absolutamente integrable, dada por f (t) es continua por secciones en
todo intervalo finito y tiene una derivada por la izquierda y una por la derecha en todo punto
entonces puede representarse por una integral de Fourier. En cualquier punto donde la función
f sea discontinua, el valor de la integral es igual al promedio de los límites por la izquierda y
por la derecha de f en ese punto.

1.6.5 Integrales coseno y seno de Fourier

Si una función f admite representación‘por integral de Fourier y además es una función
par, entonces los coeficientes A(ω) y B(ω) están dados por:
∫ ∞ ∫
1 2 ∞
A(ω) = f (u)cos(ωu)du = f (u)cos(ωu)du
π −∞ π 0
∫
1 ∞
B(ω) = f (u)sen(ωu)du = 0
π −∞

51
y su representación en integral coseno de Fourier es:
∫ ∞
f (t) = A(ω)cos(ωt) dω
0

De forma análoga, si una función f admite representación‘por integral de Fourier y además

es una función impar, entonces los coeficientes A(ω) y B(ω) están dados por:
∫
1 ∞
A(ω) = f (u)cos(ωu)du = 0
π −∞
∫ ∫
1 ∞ 2 ∞
B(ω) = f (u)sen(ωu)du = f (u)sen(ωu)du
π −∞ π 0
y su representación en integral coseno de Fourier es:
∫ ∞
f (t) = A(ω)sen(ωt) dω
0

Ejemplo: Encontremos la integral de Fourier de la función dada por:

{
t2 si − 10 ≤ t ≤ 10
f (t) =
0 en otro caso

Solución: La función dada es par y absolutamente integrable ya que:

∫ ∞ ∫ ∞
t3 10 1000
|f (t)|dt = 2 f (t)dt = =
−∞ 0 3 0 3

por lo tanto, admite representación en integral de Fourier y el coeficiente A(ω) viene dado por:
∫
2 10
2 [( t2 2) 2t ]10
A(ω) = 2
t cos(ωt)dt = − 3 sen(ωt) + 2 cos(ωt)
π 0 π ω ω ω 0

2 [( 100 2) 20 ]
=⇒ A(ω) = − 3 sen(10ω) + 2 cos(10ω)
π ω ω ω
Con el resultado anterior, la representación en integral de Fourier es:
∫ [( 100
2 ∞
2) 20 ]
f (t) = − 3 sen(10ω) + 2 cos(10ω) cos(ω t)dω
π 0 ω ω ω

Aplicando el teorema de la integral tenemos que:


∫  25π para t = −10 y t = 10
∞ [(
100 2) 20 ]  2
πt
− 3 sen(10ω) + 2 cos(10ω) cos(ω t)dω = si − 10 < t < 10
0 ω ω ω 
 2
0 en otro caso

52
 Ejemplo: Encontremos la integral de Fourier sobre el pulso encendido-apagado, con A y T
finitos y mayores a cero, dada por:

 A si − T ≤ t ≤ 0
f (t) = −A si 0 ≤ t ≤ T

0 en otro caso

y utilicemos el resultado para calcular

∫ ∞
sen(ω)
dω
0 ω

Solución: La función dada es impar y absolutamente integrable ya que:

∫ ∞ ∫ ∞ T
|f (t)|dt = 2A f (t)dt = 2A t = 2AT < ∞
−∞ 0 0

por lo tanto, admite representación en integral de Fourier y el coeficiente B(ω) viene dado por:
∫ T ]T
2A 2A
B(ω) = − sen(ωt)dt = cos(ωt)
π 0 πω 0

2A
=⇒ B(ω) = [cos(ωT ) − 1]
πω

Con el resultado anterior, la representación en integral de Fourier es:

∫ ∞
2A cos(ωT ) − 1
f (t) = sen(ω t)dω
π 0 ω

Aplicando el teorema de la integral tenemos que:

 π

 si t = −T

 4





 π

 si − T < t < 0

 2
∫ 

∞
cos(ωT ) − 1 
π
ω
sen(ωt)dω =
 − si 0 < t < T
0 
 2





 π

 − si t = T

 4




0 en otro caso

Si tomamos t = 1 y T = 1 entonces de la integral anterior obtenemos:

53
 ∫ ∞
cos(ω) − 1 π
sen(ω)dω = −
0 ω 4
∫ ∞ ∫ ∞
cos(ω)sen(ω) sen(ω) π
dω − dω = −
0 ω 0 ω 4
∫ ∞ ∫ ∞
sen(2ω) sen(ω) π
dω − dω = −
0 2ω 0 ω 4
∫ ∞ ∫ ∞
1 sen(τ ) sen(ω) π
dτ − dω = −
2 0 τ 0 ω 4
∫ ∞
1 sen(ω) π
− dω = −
2 0 ω 4
∫ ∞
sen(ω) π
dω =
0 ω 2

54
Bibliografía
1 James, G. 2002. Matemáticas avanzadas para ingeniería. 2da edición. México: Pearson
Educación.

2 Spiegel, M., Lipschutz, S. & Schiller, J. (2011). Variable compleja (Ebook). (2◦ Ed.). Mé-
xico: McGraw-Hill Interamericana.

3 Brown, J.W. & Churchill, R. V. (2005).Variable compleja y aplicaciones. (7◦ Ed.). Madrid:
McGraw-Hill.

4 O’Neil, P. V. (2004). Matemáticas avanzadas para ingeniería: análisis de fourier, ecua-

ciones diferenciales parciales y análisis complejo. (5◦ Ed.). (s.l): Thomson.

5 Kreyszing, E. (2003). Matemática avanzada para ingeniería. (Vol. I). México: Limusa S.A.

6 WIKIPEDIA. Serie de Fourier. Consultado el 8 de junio de 2020.

[Link]

7 WIKIPEDIA. Transformada de Fourier. Consultado el 8 de junio de 2020.

[Link]

55