Salta al contenido principal

Sección 1.4 Analisis y Síntesis de Fourier

A partir de aquí, consideraremos siempre una función \(f:\RR\to\RR\text{,}\) \(t\mapsto f(t)\) periódica con período fundamental \(T\) (véase Definición 1.3.1).
Hay dos maneras de expresar la serie de Fourier de \(f\text{,}\) como serie trigonométrica o serie compleja. Común a ambas maneras son los siguientes hechos:
  • La existencia de unas funciones específicas que se llaman oscilaciones elementales.
  • Se expresa la función \(f\) como una combinación lineal de tales oscilaciones elementales.
  • Lo que caracteriza la función \(f\) son los coeficientes mediante los cuales \(f\) se expresa a partir de las oscilaciones elementales.
  • Intervienen expresiones como \(\frac{2\pi n}{T}\text{.}\) Estas también se pueden expresar como \(\omega_n \text{,}\) donde
    \begin{equation*} \omega_n \ = \ \frac{2\pi n}{T} = n\omega \end{equation*}
    siendo \(\omega=\frac{2\pi}{T}\) la frecuencia fundamental de la función periódica. Así, \(\omega_n\) es el múltiplo \(n\)-ésimo de la frecuencia fundamental, y la letra \(\omega\) es griega y se pronuncia omega.

Definición 1.4.1.

  • El proceso de pasar de una función conocida a sus coeficientes de Fourier se llama análisis de Fourier. Este término es análogo al concepto de análisis en Quimica, donde también queremos saber (analizar) de qué cosas consiste una substancia dada.
  • El proceso de reconstruir una función a partir de sus coeficientes se llama síntesis de Fourier. También aquí la analogía viene de Quimica, donde queremos sintetizar una substancia a partir de otras substancias que ya tenemos.

Subsección 1.4.1 La serie trigonométrica de Fourier

Hay dos tipos de funciones elementales:
  1. Las funciones coseno cuya frecuencia sea un múltiplo de \(\omega=\frac{2\pi}{T}\text{:}\)
    \begin{equation*} \cos\left(\frac{2\pi n}{T}\,t\right) \ = \ \cos(\omega_n t), \qquad\text{para }n=0,1,2,\dots \end{equation*}
  2. Las funciones seno cuya frecuencia sea un múltiplo de \(\omega=\frac{2\pi}{T}\text{:}\)
    \begin{equation*} \sin\left(\frac{2\pi n}{T}\,t\right) \ = \ \sin(\omega_n t), \qquad\text{para }n=1,2,\dots \end{equation*}
Aquí hemos usado la abbreviatura
\begin{equation*} \omega_n \ = \ n\omega \ = \ \frac{2\pi n}{T}. \end{equation*}

Nota 1.4.2.

Fíjense bien en que para las funciones coseno permitimos \(n=0\text{,}\) lo cual corresponde a la función \(\cos(\frac{2\cdot\pi\cdot0}{T}\,t) = \cos(0) = 1\text{.}\) En la ingeniería eléctrica hay la tradición de llamar a esta función la componente DC, porque una corriente constante se expresa como direct current. Los valores de \(k\) diferentes a cero se llaman la componente AC, puesto que varían periódicamente en el tiempo, lo cual se corresponde con una alternating current.

Nota 1.4.3.

Fíjense también en que el período fundamental tanto de \(\cos(\omega_n t)\) como de \(\sin(\omega_n t)\) es \(T/n\text{.}\) Por ejemplo,
\begin{equation*} \cos\left(\omega_n \cdot\frac{T}{n}\right) \ = \ \cos\left(\frac{2\pi n}{T}\,\frac{T}{n}\right) \ = \ \cos(2\pi) \ = \ 1. \end{equation*}
Imaginemos que \(t\) va aumentando en valor desde 0, donde \(\cos(2\pi nt/T)\) vale 1. La fórmula que acabamos de escribir nos dice que en \(t=T/n\) sucede por primera vez que la función \(\cos(2\pi nt/T)\) vuelva a valer 1, y por eso \(T/n\) es el período de esta función.

Definición 1.4.4.

Sea \(f(t):\RR\to\RR\) una señal periódica con período \(T\in\RR\text{.}\)
Las fórmulas para el análisis trigonométrico de Fourier de la función \(f(t)\) son
\begin{align} a_n &= \frac{2}{T} \int_0^{T} f(t) \cos\left(\frac{2\pi n}{T}\, t\right) \dd t, \qquad\text{para } n=0,1,2,\dots,\tag{1.4.1}\\ b_n &= \frac{2}{T} \int_0^{T} f(t) \sin\left(\frac{2\pi n}{T}\, t\right) \dd t, \qquad\text{para } n=1,2,3,\dots.\tag{1.4.2} \end{align}
La fórmula para la síntesis trigonométrica de Fourier es
\begin{equation} f(t) \ = \ \frac{a_0}{2} + \sum_{n=1}^\infty a_n \cos\left(\frac{2\pi n}{T}\, t\right) + \sum_{n=1}^\infty b_n \sin\left(\frac{2\pi n}{T}\, t\right).\tag{1.4.3} \end{equation}

Nota 1.4.5.

Hay varias observaciones a tener en cuenta:
  1. La notación \(\sum\) significa suma. Por ejemplo,
    \begin{equation*} \sum_{n=1}^3 a_n \cos\left(\frac{2\pi n}{T}\, t\right) \ = \ a_1 \cos\left(\frac{2\pi t}{T}\right) + a_2 \cos\left(\frac{4\pi t}{T}\right) + a_3 \cos\left(\frac{6\pi t}{T}\right). \end{equation*}
  2. El hecho que en la fórmula (1.4.3) el sumando \(a_0/2\) sea diferente de todos los demás es una convención, no una necesidad. Existe otra convención, según la cual la fórmula de síntesis es
    \begin{align*} f(t) &= \widetilde{a_0} + \sum_{n=1}^\infty a_n \cos\left(\frac{2\pi n}{T}\, t\right) + \sum_{n=1}^\infty b_n \sin\left(\frac{2\pi n}{T}\, t\right) \\ &= \sum_{n=0}^\infty a_n \cos(\omega_n t) + \sum_{n=1}^\infty b_n \sin(\omega_n t), \end{align*}
    pero entonces la fórmula para \(\widetilde{a_0}\) cambia a
    \begin{equation} \widetilde{a_0} \ = \ \frac{1}{T}\int_0^T f(t) \dd t,\tag{1.4.4} \end{equation}
    y, por tanto, \(\widetilde{a_0}\) es la mitad de \(a_0\text{.}\) No es lo más estándar, pero os aparecerá así en parte del material de la asignatura. Si se buscan ejemplos y videos en Internet, hay que fijarse muy bien cuál de estas dos convenciones utilizan. Los resultados para análisis y síntesis dependen de la convención, y no se pueden utilizar sin más en la otra.
  3. La fórmula (1.4.4) es el valor medio o promedio de la función \(f(t)\text{.}\) Por tanto, el coeficiente constante de la serie de Fourier es siempre el valor medio de la función (en las dos convenciones).
  4. El hecho que la integración vaya de 0 a \(T\) es arbitrario. De hecho, se puede integrar desde cualquier valor \(t_0\) hasta \(t_0+T\) sin que el resultado varie; integrar de 0 a \(T\) corresponde a escoger \(t_0=0\text{.}\) Es un buen ejercicio entender por qué es cierto que sale el mismo resultado para cualquier valor de \(t_0\text{.}\) (Recuerda que \(f(t)\) es periódica con período \(T\text{.}\))
  5. Puesto que el cosinus es una función par y el sinus es una función impar, los coeficientes de Fourier trigonométricos nos proporcionan directamente la descomposición de \(f(t)\) en su parte par e impar:
    \begin{equation} f(t) \ = \ \underbrace{ \frac{a_0}{2} + \sum_{n=1}^\infty a_n \cos\left(\omega_n t\right)}_{f_{\text{par}}(t)} + \underbrace{ \sum_{n=1}^\infty b_n \sin\left(\omega_n t\right)}_{f_{\text{impar}}(t)}.\tag{1.4.5} \end{equation}
    En particular,
    • si ya sabemos de antemano que la función \(f(t)\) es par, no hace falta calcular los coeficientes \(b_n\text{,}\)
    • y si sabemos que la función \(f(t)\) es impar, no hace falta calcular los coeficientes \(a_n\text{,}\)
    porque se anularán.

Ejemplo 1.4.6.

Usamos las fórmulas (1.4.1) y (1.4.2) para calcular la serie trigonométrica de Fourier de la función diente de sierra, definida por
\begin{equation*} f(t) \ = \ \frac{t}{\pi} \qquad\text{para } -\pi < t< \pi, \end{equation*}
y extendida por periodicidad. Eso quiere decir que
\begin{equation*} f(t+ 2\pi k) \ = \ f(t) \qquad \text{para } -\pi < t < \pi \quad\text{y }\quad k\in\ZZ. \end{equation*}
Los coeficientes trigonométricos de Fourier de esta función son como sigue.
  1. Primero hay que observar que la integral de una función periódica sobre un intervalo de longitud el período tiene siempre el mismo valor. Por esta razón podemos sustituir en la definición de los coeficientes \([0, T]\) por \([-\pi,\pi]\text{:}\)
    \begin{align} a_n &= \frac1{\pi^2}\int_{-\pi}^\pi t \cos(n t)\, dt\tag{1.4.6}\\ b_n &= \frac1{\pi^2}\int_{-\pi}^\pi t \sin(n t)\, dt\tag{1.4.7} \end{align}
  2. Observamos también que la función que aparece en la expresión de \(a_n\) és impar, por Observación 1.3.10 (8), de lo que se deduce que \(a_n=0\text{.}\)
  3. En cuánto a la segunda integral (1.4.7), se puede integrar por partes tomando \(u=t\text{,}\) \(dv=\sin(n t)\,dt\) con lo que \(du=dt\) i \(v = -\cos(n t)/n\text{.}\) Ahora hay que evaluar \(uv = - t\cos(n t)/n\) en \(t=\pm\pi\text{.}\) Como es una función par, será el doble del valor en \(t=\pi\text{,}\) es decir \(-2\pi(-1)^n/n\text{.}\) A esto hay que restarle el valor de la integral de \(v\,du = -\cos(n t)/n\text{,}\) que es \(-\sin( n t)/n^2\text{,}\) que evaluada en \(t=\pm\pi\) da cero. Por lo tanto
    \begin{equation*} a_n=0; \qquad b_n = -\frac{2(-1)^n}{n\pi}. \end{equation*}

Subsección 1.4.2 La serie compleja de Fourier

Como funciones elementales usaremos ahora los exponenciales complejos
\begin{equation*} e^{\ii \frac{2\pi n}{T}t} \ = \ \cos\left(\frac{2\pi n}{T}\,t\right) + \ii \sin\left(\frac{2\pi n}{T}\,t\right) \end{equation*}
La fórmula para el análisis complejo de Fourier de la función \(f(t)\) es
\begin{equation*} c_n \ = \ \frac{1}{T} \int_0^{T} f(t) e^{-\ii\frac{2\pi n}{T}\, t} \dd t, \qquad\text{para } n=0,1,2,\dots, \end{equation*}
La fórmula para la síntesis compleja de Fourier es
\begin{equation} f(t) \ = \ \sum_{n=-\infty}^\infty c_n e^{\ii \frac{2\pi n}{T}\, t}\tag{1.4.8} \end{equation}

Nota 1.4.7.

  1. Fíjese bien en que en la fórmula de análisis sale \(e^{-\ii \omega_n t}\text{,}\) pero en la de síntesis sale \(e^{\ii \omega_n t}\text{.}\)

Subsección 1.4.3 Convertir la serie trigonométrica en la serie compleja y viceversa

Demostración.

Para pasar de la serie trigonométrica a la seria compleja, primero hemos de expresar \(a_n\) y \(b_n\) como
\begin{align*} a_n &= A_n \cos\varphi_n,\\ b_n &= A_n \sin\varphi_n. \end{align*}
Eso se corresponde a expresar el número complejo \(a_n+\ii b_n\) en la forma polar. La respuesta es
\begin{align*} A_n &= \sqrt{a_n^2 + b_n^2},\\ \varphi_n &= \arctan_2(b_n, a_n). \end{align*}
Ahora usamos la identidad
\begin{align*} \cos\varphi_n \cos\omega_n t + \sin\varphi_n \sin\omega_n t &= \cos(\varphi_n - \omega_n t)\\ &= \cos(\omega_n t - \varphi_n) \end{align*}
con \(A_n\cos\varphi_n = a_n\) , \(A_n\sin\varphi_n = b_n\) , y \(\beta = \omega_n t\) :
\begin{align} f(t) &= \frac{a_0}{2} + \sum_{n=1}^\infty \left( a_n \cos\left(\frac{2\pi n}{T}\, t\right) + b_n \sin\left(\frac{2\pi n}{T}\, t\right) \right)\notag\\ &= \frac{a_0}{2} + \sum_{n=1}^\infty \left( A_n\cos\varphi_n\cos\omega_n t + A_n\sin\varphi_n\sin\omega_n t \right)\notag\\ &= \frac{a_0}{2} + \sum_{n=1}^\infty A_n \cos(\omega_n t - \varphi_n).\tag{1.4.12} \end{align}
La identidad (1.4.12) se llama la forma de amplitud y fase de la serie Fourier, pero no la trabajaremos más.
Ahora aplicamos la identidad de Euler,
\begin{equation} e^{\ii \varphi} \ = \ \cos\varphi + \ii \sin\varphi.\tag{1.4.13} \end{equation}
Reemplazar \(\varphi\) por \(-\varphi\) en (1.4.13) da
\begin{equation} e^{-\ii \varphi} \ = \ \cos(-\varphi) + \ii \sin(-\varphi) \ = \ \cos\varphi - \ii \sin\varphi.\tag{1.4.14} \end{equation}
Al sumar (1.4.13) y (1.4.14) obtenemos
\begin{equation*} e^{\ii\varphi} + e^{-\ii\varphi} \ = \ 2\cos\varphi, \end{equation*}
de donde deducimos que
\begin{equation} \cos\varphi \ = \ \frac12\left( e^{\ii\varphi} + e^{-\ii\varphi} \right).\tag{1.4.15} \end{equation}
Análogamente, al restar (1.4.14) de (1.4.13) obtenemos
\begin{equation*} \sin\varphi \ = \ \frac{1}{2\ii}\left( e^{\ii\varphi} - e^{-\ii\varphi} \right) \ = \ -\frac{\ii}{2}\left( e^{\ii\varphi} - e^{-\ii\varphi} \right); \end{equation*}
pero esta fórmula no la usaremos de momento.
Ahora queremos substituir (1.4.15) en (1.4.12). La parte esencial de esta substitución es la que afecta al término \(\cos(\omega_n t -\varphi_n)\text{.}\) Escribiremos \(\exp(\alpha)\) para \(e^\alpha\) para que las fórmulas salgan más legibles. Empezamos con (1.4.15), y usaremos también la propiedad fundamental \(\exp(a+b)=\exp(a)\exp(b)\) de la función exponencial:
\begin{align*} 2 \cos (\omega_n t - \varphi_n) &= \exp(\ii(\omega_n t - \varphi_n)) + \exp(-\ii(\omega_n t - \varphi_n))\\ &= \exp(\ii\omega_n t - \ii\varphi_n) + \exp(-\ii\omega_n t + \ii\varphi_n)\\ &= \exp(\ii\omega_n t) \exp( - \ii\varphi_n) + \exp(-\ii\omega_n t) \exp( + \ii\varphi_n)\\ &= \exp(\ii\omega_n t) \exp( - \ii\varphi_n) + \exp(\ii\omega_{-n} t) \left(\exp(- \ii\varphi_n)\right)^\star. \end{align*}
En el último paso hemos usado que
\begin{equation*} \omega_{-n} \ = \ \frac{2\pi (-n)}{T} \ = \ -\frac{2\pi n}{T} \ = \ -\omega_n \end{equation*}
y que \(\exp(\ii\varphi_n)\) es el valor complejo conjugado de \(\exp(-\ii\varphi_n)\text{.}\) Finalmente, hemos denotado el complejo conjugado de un número complejo \(a\) por \(a^\star\text{.}\)
Al substituir en (1.4.12) obtenemos
\begin{align*} f(t) &= \frac{a_0}{2} + \sum_{n=1}^\infty A_n \cos(\omega_n t - \varphi_n)\\ &= \frac{a_0}{2} + \sum_{n=1}^\infty \frac{A_n}{2} \left[ \exp(\ii\omega_n t) \exp( - \ii\varphi_n) + \exp(\ii\omega_{-n} t) \left(\exp(- \ii\varphi_n)\right)^\star \right]\\ &= \underbrace{ \frac{a_0}{2} }_{=:\ c_0} + \sum_{n=1}^\infty \left[ \underbrace{ \left( \frac{A_n}{2} e^{- \ii\varphi_n} \right) }_{=:\ c_n} e^{\ii\omega_n t} + \underbrace{ \left( \frac{A_n}{2} e^{- \ii\varphi_n} \right)^\star }_{=:\ c_{-n}} e^{\ii\omega_{-n} t} \right]\\ &= c_0 + \sum_{n=1}^{\infty} c_n e^{\ii\omega_n t} + \sum_{n=1}^{\infty} c_{-n} e^{\ii\omega_{-n} t}\\ &= c_0 + \sum_{n=1}^{\infty} c_n e^{\ii\omega_n t} + \sum_{n=-\infty}^{-1} c_{n} e^{\ii\omega_{n} t}\\ &= \sum_{n=-\infty}^{\infty} c_n e^{\ii\omega_n t}. \end{align*}

Ejercicios Ejercicios

1.
Manipulando las fórmulas (1.4.9)-(1.4.11), averigua cómo calcular los coeficientes trigonométricos \(a_n,b_n\) a partir de los coeficientes complejos \(c_n\text{.}\)
2.
De (1.4.5) podemos deducir cómo afecta a los coeficientes trigonométricos \(a_n,b_n\) el hecho que \(f\) sea par o impar. ¿Cómo afecta a los coeficientes complejos \(c_n\) el hecho que \(f\) sea par o impar?

Subsección 1.4.4 Armónicos y aproximación de una serie de Fourier

Definición 1.4.9.

El término
\begin{equation*} a_n \cos\left(\frac{2\pi n}{T}\, t\right) + b_n \sin\left(\frac{2\pi n}{T}\, t\right) \end{equation*}
es el armónico \(n\)-ésimo de la serie trigonométrica de Fourier de \(f(t)\text{.}\) Los coeficientes \(a_n\) y \(b_n\) miden el peso (la importancia) de la frecuencia \(\omega_n=n\frac{2\pi}{T}\) en la señal \(f(t)\text{.}\)

Nota 1.4.10.

Por la Observación 1.3.2 y la Nota 1.4.3, el armónico \(n\)-ésimo de una serie trigonométrica de Fourier es una función periódica con período \(T\), con total independencia del valor de \(n\text{.}\) Eso sí, el período fundamental del \(n\)-ésimo armónico es \(T/n\text{.}\)
El hecho que la sumación vaya hasta \(n=\infty\) en (1.4.3) es una ficción matemática, que no se corresponde con la realidad física. No existe en la realidad ninguna función con frecuencia fundamental arbitrariamente grande, ya que debajo de la longitud de Planck
 1 
en.wikipedia.org/wiki/Planck_length
nuestro conocimiento de la realidad se acaba. Si en vez de hasta infinito sumamos solamente hasta cierto número arbitrario \(N\text{,}\) obtenemos una aproximación a la serie de Fourier con la cual podemos trabajar en la práctica.

Definición 1.4.11.

La aproximación hasta el \(N\)-ésimo armónico (o hasta grado \(N\), u orden \(N\)) de la serie de Fourier
\begin{align*} f(t) & = \frac{a_0}{2} + \sum_{n=1}^\infty a_n \cos\left(\omega_n t\right) + \sum_{n=1}^\infty b_n \sin\left(\omega_n t\right)\\ &= \sum_{n=-\infty}^\infty c_n e^{\ii \omega_n t} \end{align*}
es
\begin{align*} S_N(f)(t) &= \frac{a_0}{2} + \sum_{n=1}^N a_n \cos(\omega_n t) + \sum_{n=1}^N b_n \sin(\omega_n t)\\ & = \sum_{n=-N}^N c_n e^{\ii \omega_n t}. \end{align*}
La única diferencia entre estas dos expresiones es que en la primera sumamos hasta el infinito, mientras que en la segunda solamente hasta \(N\text{.}\)