Modulo - Matematicas - Especiales Agosto 2012

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

CONTENIDO DIDÁCTICO DEL CURSO: 299010 – Matemáticas Especiales
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROGRAMA CIENCIAS BÁSICAS
299010 – MATEMATICAS ESPECIALES
ORLANDO VANEGAS
AUTOR
MIGUEL ANGEL MONTES MONTAÑO

DIRECTOR DE CURSO
FRANCISCO FERNANDEZ PIÑA
(Acreditador)
CARTAGENA, AGOSTO DE 2012
1
ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO
El presente módulo fue diseñado por Orlando Vanegas,

Matemático. Ha tenido una actualización y se han realizado en el año
2012 por Miguel Ángel Montes Montaño, docente ocasional de la UNAD.
2
PRESENTACIÓN
Este módulo se utiliza para las carreras de ingeniería en electrónica y

telecomunicaciones de la Universidad Nacional Abierta y a Distancia
(UNAD). Por sus principios filosóficos en educación a distancia que es un
reto para la enseñanza, se ha realizado un esfuerzo para diseñar y crear
un texto que desarrolle conocimientos científicos matemático y facilite y
estimule el autoaprendizaje. Se espera que el contenido temático sea un
apoyo para entender los fenómenos físicos y matemáticos de las señales
y los sistemas electrónicos.
El lector encontrará en cada capítulo una serie de componentes tales

como: introducción, texto principal y listas de ejercicios referentes a
cada unidad.
Como objetivos del presente texto se tienen:
Objetivos Generales:
 Entender conceptos fundamentales de la matemática especial para

aplicarlos en la solución de problemas.
 Motivar el aprendizaje y uso de los principios matemáticos que tiene

que ver con la Transformada de Laplace, Serie y Transformada de
Fourier y la Transformada Z.
 Desarrollar habilidades de pensamiento que permita formar el

pensamiento abstracto.
3
Objetivos Específicos:
 Adquirir conocimientos y destrezas en el manejo y aplicación de

software matemático tales como Matlab, Maple entre otros que faciliten
la representación gráfica y cálculo de las transformadas.
 Motivar al estudiante a presentar de manera clara, rigurosa y concisa

trabajos enfocados a la solución de problemas, de manera manual y
mediante un software.
Explicación metodológica.
A lo largo de cada uno de los capítulos encontrará el alumno el siguiente

esquema:
Introducción: en ella se da una justificación de la existencia del

capítulo, además de los conceptos que se aprenderán en el mismo. A
pesar de ser corta se ha buscado que sea lo suficientemente concisa
para que tenga una idea clara de lo que se está buscando.
Desarrollo del tema: en esta parte se desarrollará el tema

correspondiente al capítulo y se presentarán diversos ejemplos
cotidianos, los cuales aclararán los conceptos estudiados. Se hará
especial énfasis en el desarrollo de técnicas matemáticas. Es
fundamental que usted se dé cuenta de la importancia de las
matemáticas en la construcción del conocimiento técnico de su carrera.
Con el desarrollo del curso podrá ver que es una herramienta muy
poderosa.
Talleres: Su principal propósito es apropiarse del concepto matemático

y aplicarlos en la solución de problemas, de manera analítica y
utilizando un software matemático. Los talleres van aumentando de
dificultad a medida que avanza el texto, se espera que al final del
trabajo usted esté en capacidad de entender las funciones discretas y
continuas y tener la capacidad de elegir la herramienta necesarias para
utilizarlas en la solución de problemas.
4
Evaluación final: en esta sección se evalúan los conocimientos teóricos

aprendidos, y su capacidad de emplearlos en la solución de problemas.
Los problemas presentados requieren que usted haya leído
cuidadosamente el material inicial, se espera que usted pueda
solucionarlos todos. Puede darse el caso de que no logre solucionar un
problema, en ese caso es muy importante que tenga claro por qué no ha
podido solucionarlo y busque ayuda. Cuando no se tiene solución a un
problema se debe tener claro que es lo que dificulta su solución, y luego
buscar ayuda en los recursos con que se cuenta, personas, libros,
internet. En ocasiones se piensa que por encontrarse en un sitio aislado
del mundo no es posible solucionar los problemas, recuerden que la
imaginación es la solución.
Para el aprendizaje de los conceptos se utilizan como herramientas

fundamentales la matemática y el software de programación. La
matemática involucrada en el texto se ha desarrollado de tal forma que
se entiende que ya tomó todo sus cursos de matemática. Conceptos
como derivación e integración, ecuaciones diferenciales, variable
compleja y otros conceptos básicos de física electromagnética, serán
muy importantes a lo largo del texto, por lo cual se recomienda dar una
mirada a los textos de matemáticas y física que ha visto en cursos
anteriores o actuales.
Es muy importante que como estudiante se dé cuenta desde el principio

de la herramienta que es la matemática, en especial los cálculos y las
ecuaciones diferenciales. Los ejemplos desarrollados han tratado de ser
explicados en detalle, especialmente los de mayor abstracción, sin
embargo es recomendable e importante que se desarrollen de manera
independiente los cálculos y los análisis desarrollados a lo largo del
texto.
Actualmente internet proporciona una buena guía acerca de un tópico,

sin embargo es solo una guía, y es por ello que usted deberá discriminar
y tomar la información. Es un buen ejercicio.
Además, al final del capítulo usted encontrará también una bibliografía

de textos escritos, cuya referencia completa podrá consultar al final
del texto. Es importante que empiece a consultar algunos textos en
5
inglés, ya que esto formará una parte muy importante en su ejercicio

profesional y su formación integral.
Cualquier observación acerca del libro se puede realizar al correo

electrónico miguel.montes@unad.edu.co
El proceso de escritura y reunión de conceptos es una tarea ardua y

compleja, de tal manera que lograr un texto final perfecto y sin errores
tiene como base una interacción constante entre las personas que
utilizan el texto y el autor, de tal manera que exista una
retroalimentación y unas observaciones que se quieran hacer del
trabajo, porque solamente de esa manera, el proceso es enriquecedor e
interesante porque gracias a las críticas constructivas de críticos hay
crecimiento intelectual y personal. Es por eso que espero que esta
interacción se dé, y a partir de ella se obtengan beneficios para las
futuras ediciones.
6
INTRODUCCIÓN
El avance tecnológico y científico del hombre en pro de desarrollar su

cultura y satisfacer sus necesidades de todo tipo y muy especialmente el
de la comunicación, ha sido el impulso que ha tenido a lo largo de la
historia para inventar instrumentos más poderosos y veloces que
cumplan sus necesidad ya sea en el aspecto educativo, comunicativo,
financiero, económico entre otros. El ser humano ha logrado evolucionar
gracias al conocimiento científico que tiene de las matemáticas, ciencia
abstracta y formal, útil y necesaria para hacer ciencia y construir
tecnología.
El presente módulo es una construcción constante y permanente entre

su autor y su evaluador sobre el saber matemático que hace referencia
a los sistemas y señales. Este módulo está dividido en tres unidades: la
primera hace referencia a la transformada de Laplace y su sus
derivados, la segunda a la serie y transformada de Fourier y la última a
los sistemas y señales que tiene que ver con la transformada Z.
Es relevante mencionar que se incluyen cálculos matemáticos y gráficas

de las tres unidades hechos con el software Maple, además, se agrega
una lista de ejercicios propuestos en cada unidad para que los realice el
alumno.
Por último, es de interés mencionar que el módulo es una guía para la

formación técnica y profesional del estudiante, es recomendable que se
busquen otras fuentes que tratan sobre la temática para fortalecer y
aclarar los conceptos relevantes de la disciplina.
7
INDICE DE CONTENIDO
UNIDAD I: TRANSFORMADA DE LAPLACE ......................................................... 10

CAPITULO 1: PRINCIPIOS DE TRANSFORMADAS DE LAPLACE ................. 14
Lección 1: Preliminares ........................................................................................ 14
Lección 2: Transformación integral ..................................................................... 15
Lección 3: Transformación de Laplace ................................................................ 15
Lección 4: Continuidad a trozos ........................................................................... 17
Lección 5: Orden exponencial .............................................................................. 18
Lección 6: Propiedades de la transformada de Laplace. ..................................... 24
CAPITULO 2: LA TRANSFORMADA INVERSA DE LAPLACE ....................... 27
Lección 7: Principios ............................................................................................. 27
Lección 8: Linealidad de la Transformada Inversa de Laplace ......................... 29
CAPITULO 3: TEOREMA DE TRASLACION ....................................................... 33
Lección 9: Principios: ........................................................................................... 33
Lección 10: Función Escalón ............................................................................... 35
Lección 11: Generalidades .................................................................................... 45
Lección 12: Propiedades de la Convolución......................................................... 45
Lección 13: Teorema de la Convolución .............................................................. 47
Lección 14: Funciones Periódicas ........................................................................ 50
Lección 15: Transformada de Laplace usando Maple ........................................... 56
UNIDAD II: TRANSFORMADAS DE FOURIER ....................................................... 60
CAPITULO I: IDENTIDADES E INTEGRALES TRIGONOMÉTRICAS ............. 61
Lección 1: Identidades trigonométricas ................................................................. 61
Lección 2: Integrales trigonométricas ................................................................... 62
Lección 3: Gráficas Trigonométricas..................................................................... 64
Lección 4: Funciones Periódicas ........................................................................... 67
CAPITULO 2: SERIES DE FOURIER ..................................................................... 72
Lección 5. Serie real de Fourier............................................................................. 72
Lección 6. Conjunto Ortogonal de Funciones ....................................................... 85
Lección 7. Serie Seno y Coseno de Fourier ........................................................... 86
CAPITULO 3 : LAS TRANSFORMADAS DE FOURIER ..................................... 96
Lección 8. Integral de Fourier ............................................................................... 97
Lección 9. Convergencia de la Integral de Fourier. .............................................. 99
8
Lección 10. Integrales de Fourier de Seno y Coseno ........................................... 100

Lección 11. Convergencia de la integral de Fourier de Senos y Cosenos ........... 101
Lección 12. Transformada de Fourier ................................................................. 112
Lección 13. Transformada inversa de Fourier ..................................................... 114
Lección 14. Espectro de amplitudes ..................................................................... 116
Lección 15. Propiedades de La Transformada de Fourier .................................. 118
UNIDAD III: SEÑALES DISCRETAS ...................................................................... 146
CAPITULO 1: TRANSFORMADA Z ..................................................................... 147
Lección 1. Transformada Z .................................................................................. 148
Lección 2. Región de convergencia de la transformada Z. .................................. 149
CAPITULO 2: PROPIEDADES DE LA TRANSFORMADA Z ........................... 156
Lección 3. Ceros y polos ...................................................................................... 156
Lección 4. Tabla de la transformada Z. ............................................................... 160
Lección 5. Propiedad de la convolución. ............................................................. 161
CAPITULO 3: LA TRANSFORMADA Z INVERSA ............................................ 164
Lección 6: Presentación: ...................................................................................... 164
Lección 7. Teorema de los residuos ..................................................................... 165
Lección 8: Teorema de la integral de Cauchy: .................................................... 166
Lección 9. Transformada Z Inversa: .................................................................... 166
Lección 10. Teorema de la convolución compleja ............................................... 173
Lección 11. Relación de Parseval ........................................................................ 173
Lección 12. Función del sistema y filtros digitales .............................................. 174
Lección 13. Transformada Z con maple ............................................................... 176
Lección 14. Transformada inversa Z .................................................................... 177
Lección 15: Manejo de la tabla de la transformada Z ......................................... 178
BIBLIOGRAFIA .......................................................................................................... 179
9
UNIDAD I
TRANSFORMADA DE LAPLACE
INTRODUCCIÓN
Pierre Simón Laplace
Nacido en una familia de granjeros de la baja Normandía, marchó a

estudiar en la Universidad de Caen donde fue recomendado a
d'Alembert, quien, impresionado por su habilidad matemática, lo
recomendó para un puesto de profesor en la Escuela Militar de París en
1767, donde tuvo entre sus discípulos a Napoleón. En 1785 es
nombrado miembro de la Academia de Ciencia y en 1795, miembro de
la cátedra de matemáticas del Nuevo Instituto de las Ciencias y las
Artes, que presidirá en 1812. En 1795 empieza a publicar el primero de
los cinco volúmenes que constituirán su Mecánica celeste y en 1796
imprime su Exposition du système du monde, donde revela su hipótesis
nebular sobre la formación del sistema solar.
En 1799 fue nombrado ministro del interior durante el Consulado,

aunque no estuvo en el cargo sino seis semanas. Su antiguo alumno
Napoleón I le confirió en 1805 la legión de honor y en 1806 el título de
conde del Imperio. En 1812 publica su Teoría analítica de las
probabilidades y en 1814 su Ensayo filosófico sobre la probabilidad. En
1816 fue elegido miembro de la Academia Francesa. A pesar de su
10
pasado bonapartista, tras la restauración de los Borbones fue lo

bastante hábil como para conseguir ser nombrado marqués en 1817.
En ''Exposition du système du monde (Exposición del sistema del

mundo, 1796) expuso una teoría sobre la formación del Sol y del
sistema solar a partir de una nebulosa o remolino de polvo y gas.
Aunque con mucho mayor detalle y múltiples refinamientos, esta
"Hipótesis nebular" permanece en nuestros días como el fundamento
básico de toda la teoría de la formación estelar. Por otra parte,
demostró también la estabilidad del sistema solar, sentó las bases
científicas de la teoría matemática de probabilidades (en su obra Théorie
analytique des probabilités, donde, entre otros logros, formuló el
método de los mínimos cuadrados que es fundamental para la teoría de
errores) y formuló de manera muy firme e influyente la imagen de un
mundo completamente determinista.
Atento a los descubrimientos de nebulosas realizados por William

Herschel en Inglaterra, Laplace pensó que el colapso gravitatorio de una
nebulosa podría haber dado origen a la formación del Sol y que el
material orbitando en torno al Sol podría condensarse para formar una
familia de planetas. Esta teoría explicaba de manera natural que todos
los planetas orbiten en torno al Sol en el mismo sentido (de oeste a
este) y que sus órbitas estén en un mismo plano. Herschel concordó con
esta idea y la generalizó para explicar la formación y evolución de todas
las estrellas y de sistemas estelares.
Es recordado como uno de los máximos científicos de todos los tiempos,

a veces referido como el Newton de Francia, con unas fenomenales
facultades matemáticas no poseídas por ninguno de sus
contemporáneos.
Su obra más importante, Traité de mécanique céleste (Tratado de

mecánica celeste, 1799-1825, 5 vols.), es un compendio de toda la
astronomía de su época, enfocada de modo totalmente analítico, y
donde perfeccionaba el modelo de Newton, que tenía algunos
fenómenos pendientes de explicar, en particular algunos movimientos
anómalos que seguían sin solución: Júpiter estaba sometido a una
aceleración aparente mientras que Saturno parecía frenarse poco a poco
y la Luna también mostraba un movimiento acelerado. Si estos
11
movimientos continuaban indefinidamente, Júpiter caería sobre el Sol,

Saturno se escaparía del sistema solar y la Luna caería sobre la Tierra.
Con tan sólo 23 años de edad, Laplace demostró que la aceleración de
Júpiter y el frenado de Saturno eran movimientos periódicos. Los
larguísimos períodos (en torno a mil años) habían hecho creer hasta
entonces que estas variaciones eran continuas e indefinidas
('seculares'); en 1785 demostró que tales anomalías se debían a la
posición relativa de Júpiter y Saturno respecto del Sol. Todo ello
necesitó de una cantidad enorme de cálculos muy detallados. En 1787
Laplace demostró que el movimiento anómalo de la Luna también era
oscilatorio y que estaba ocasionado por pequeños efectos (de 'segundo
orden') en el sistema triple Sol-Tierra-Luna. Las variaciones eran
periódicas y, por tanto, el sistema solar debía ser estable y auto
regulado. Todas estas ideas se recogieron en su obra Exposition du
système du monde publicada en 1796.
Laplace creó una curiosa fórmula para expresar la probabilidad de que el

Sol saliera por el horizonte. Él decía que la probabilidad era de (d + 1) /
(d + 2), donde d es el número de días que el sol ha salido en el pasado.
Laplace decía que esta fórmula, que era conocida como la Regla de
Sucesión (de Laplace), podía aplicarse en todos los casos donde no
sabemos nada, o donde lo que conocíamos fue cambiado por lo que no.
Aún es usada como un estimador de la probabilidad de un evento, si
sabemos el lugar del evento, pero sólo tenemos muy pocas muestras de
él.
Laplace, que era ateo, creía fuertemente en el determinismo causal, tal

como puede apreciarse en la siguiente cita:
Podemos mirar el estado presente del universo como el efecto del

pasado y la causa de su futuro. Se podría condensar un intelecto que en
cualquier momento dado sabría todas las fuerzas que animan la
naturaleza y las posiciones de los seres que la componen, si este
intelecto fuera lo suficientemente vasto para someter los datos al
análisis, podría condensar en una simple fórmula de movimiento de los
grandes cuerpos del universo y del átomo más ligero; para tal intelecto
nada podría ser incierto y el futuro así como el pasado estarían frente
sus ojos.
12
Este intelecto se refiere al demonio de Laplace (cf. demonio de

Maxwell). Los descubrimientos de la física moderna, especialmente la
Física Cuántica y el principio de incertidumbre prueban que la existencia
de tal intelecto es imposible al menos en principio.
Modelo de Laplace
Su definición nos dice que sea E un experimento cualquiera y S el
conjunto finito de sus resultados posibles tal que 𝑆 = 𝑎1 , 𝑎2 , … , 𝑎𝑘, si
suponemos que cada resultado es equiprobable (que ninguno tenga más
oportunidades que otro), entonces 𝑃(𝑎𝑖 ) = 𝑝. Si queremos que P sea una
función de probabilidad tal que
𝑃(𝑆) = 1 = ∑ 𝑃(𝑎𝑖 )
𝑖=1
Entonces p = 1 / k.
Sea A un subconjunto de S tal que 𝐴 = 𝑎1 , 𝑎2 , … , 𝑎𝑟 entonces
𝑘
𝑟
𝑃(𝐴) = ∑ 𝑎𝑖 = 𝑟 ∗ 𝑝 = = 𝑐𝑎𝑟𝑑(𝐴)/𝑐𝑎𝑟𝑑(𝑆)
𝑘
𝑖=1
Transformaciones de Laplace
Aproximadamente en 1744, Euler, seguidor de Lagrange, empezó a
buscar una solución para las ecuaciones diferenciales en forma de
𝑧 = ∫ 𝑋(𝑥) 𝑒 𝑎𝑥 𝑑𝑥 𝑦 𝑧 = ∫ 𝑋(𝑥) 𝑥 𝑎 𝑑𝑥
En 1785, Laplace encontró la llave siguiente, utilizando integrales en

forma de transformaciones de ecuaciones diferenciales, que
simplemente era la forma de la solución, y encontró que la ecuación
transformada era fácil de resolver, incluso más que la original.
13
Anécdotas
Napoleón, refiriéndose a su obra Exposition du système du monde,
comentó a Laplace: "Me cuentan que ha escrito usted este gran libro
sobre el sistema del universo sin haber mencionado ni una sola vez a su
Creador", y Laplace contestó: "Sire, nunca he necesitado esa hipótesis".
Con ello aludía al hecho de que Newton tuvo que aludir a la voluntad
divina un siglo antes para justificar que su ley de la gravitación universal
no fuese capaz de explicar las anomalías de los movimientos de Júpiter
y Saturno. Napoleón le comentó la respuesta al matemático Lagrange,
quien exclamó "¡Ah! Dios es una bella hipótesis que explica muchas
cosas"; Napoleón también le contó esto a Laplace, a lo que éste muy
astutamente argumentó: "Aunque esa hipótesis pueda explicar todo, no
permite predecir nada". Estas anécdotas revelan el ateísmo de Laplace.
CAPITULO 1
PRINCIPIOS DE TRANSFORMADAS DE LAPLACE
Lección 1: PRELIMINARES
En el modelo matemático de un sistema físico, como el de una masa

sujeta a un resorte o el de un circuito eléctrico en serie, el lado derecho
𝑑2 𝑥 𝑑𝑥 𝑑2 𝑞 𝑑𝑞
de la ecuación diferencial 𝑚 𝑑𝑡 2 + 𝛽 𝑑𝑡 + 𝑘𝑥 = 𝑓(𝑡) 𝑦 𝐿 𝑑𝑡 2 + 𝛽 𝑑𝑡 + 𝑘𝑞 = 𝐸(𝑡)
Es una función que representa una fuerza externa f(t) o un voltaje E(t).
En ecuaciones diferenciales se resuelve este problema para funciones
f(t) continuas. Sin embargo, no es raro encontrarse con funciones
continuas a trozos; por ejemplo, en circuitos eléctricos son muy
comunes los voltajes dientes de sierra o escalón. Es difícil, pero no
imposible, resolver la ecuación diferencial que describe el circuito en
este caso, pero la transformada de Laplace es una valiosa herramienta
para resolver problemas de este tipo.
La transformada de Laplace es muy útil en la solución de ecuaciones

integrales y sistemas de ecuaciones diferenciales así como en la
obtención de algunas interesantes integrales.
14
Lección 2: TRANSFORMACION INTEGRAL
Sea f(t) definida en un intervalo finito o infinito a  t  b y tomemos una

función fija K ( s, t ) de variable y parámetro . Una transformación
integral tiene la forma:
𝑏
𝑇(𝑓(𝑡)) = 𝐹(𝑠) = ∫ 𝐾(𝑠, 𝑡)𝑓(𝑡) 𝑑𝑡
𝑎
La función 𝐾(𝑠, 𝑡) se llama núcleo de la transformación . es lineal, sin

importar la naturaleza de la función 𝐾(𝑠, 𝑡). El estudio de estas
transformaciones integrales generalizadas a conducido al análisis de
ciertas transformaciones específicas que han resultado de mucha
utilidad al abordar ciertos problemas. Una de estas transformaciones
especiales se obtiene con 𝑎 = 0, 𝑏 = ∞ 𝑦 𝐾(𝑠, 𝑡) = 𝑒 −𝑠𝑡 , como vemos en la
siguiente definición.
Lección 3: TRANSFORMADA DE LAPLACE
Suponga que la función está definida para t  0 y la integral

y(t)
impropia ∫0 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡 converge para s  s0 . Entonces la transformada de
∞
Laplace de y(t) existe para s  s0 y está dada por
∞
𝑦(𝑠) = ℒ{𝑦(𝑡)} = ∫0 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡.
Ejemplos
1. Calcule L 1 .
∞ 𝑒 −𝑠𝑡 ∞ 1
Por definición ℒ{1} = ∫0 𝑒 −𝑠𝑡 𝑑𝑡 = | = 𝑠 , 𝑝𝑎𝑟𝑎 𝑠 > 0
𝑠 0
15
2. Calcule L t .
∞ 𝑡𝑒 −𝑠𝑡 ∞ 1 ∞ 1 1
Usando la definición ℒ{𝑡} = ∫0 𝑡𝑒 −𝑠𝑡 𝑑𝑡 = | = 𝑠 ∫0 𝑒 −𝑠𝑡 𝑑𝑡 = 0 + 𝑠 ℒ{1} = 𝑠2
−𝑠 0
Ahora es posible afirmar que:
Para 𝑠 > 0, 𝑛 > 0
3. Calcule ℒ{𝑒 𝑘𝑡 }
∞ ∞ 𝑒 (𝑘−𝑠)𝑡 ∞ 1
Usando la definición ℒ{𝑒 𝑘𝑡 } = ∫0 𝑒 −𝑠𝑡 𝑒 𝑘𝑡 𝑑𝑡 = ∫0 𝑒 (𝑘−𝑠)𝑡 𝑑𝑡 = | = 𝑠−𝑘
𝑘−𝑠 0
para s>k.
4. Calcule ℒ{𝑆𝑒𝑛𝑘𝑡} 𝑦 ℒ{𝐶𝑜𝑠𝑘𝑡}
Usando la definición
∞ ∞
−𝑠𝑡
𝑒 −𝑠𝑡 𝑆𝑒𝑛𝑘𝑡 ∞ 𝑘
ℒ{𝑆𝑒𝑛𝑘𝑡} = ∫ 𝑒 𝑆𝑒𝑛𝑘𝑡 𝑑𝑡 = − | + ∫ 𝑒 −𝑠𝑡 𝐶𝑜𝑠𝑘𝑡𝑑𝑡 =
𝑠 0 𝑠
0 0
𝑘 𝑘
= 0 + ℒ{𝐶𝑜𝑠𝑘𝑡} = ℒ{𝐶𝑜𝑠𝑘𝑡}
𝑠 𝑠
Por otro lado
∞ ∞
−𝑠𝑡
𝑒 −𝑠𝑡 𝐶𝑜𝑠𝑘𝑡 ∞ 𝑘
ℒ{𝐶𝑜𝑠𝑘𝑡} = ∫ 𝑒 𝐶𝑜𝑠𝑘𝑡 𝑑𝑡 = − | − ∫ 𝑒 −𝑠𝑡 𝑆𝑒𝑛𝑘𝑡𝑑𝑡 =
𝑠 0 𝑠
0 0
1 𝑘 1 𝑘2
= − ℒ{𝑆𝑒𝑛𝑘𝑡} = − 2 ℒ{𝐶𝑜𝑠𝑘𝑡}
𝑠 𝑠 𝑠 𝑠
De donde concluimos que
𝑠
ℒ{𝐶𝑜𝑠(𝑘𝑡)} = 𝑠2 +𝑘 2 , 𝑝𝑎𝑟𝑎 𝑠 > 0.
Ahora:
16
𝑘 𝑘 𝑠 𝑘
ℒ{𝑆𝑒𝑛(𝑘𝑡)} = 𝑠 ℒ{𝐶𝑜𝑠(𝑘𝑡)} = = 𝑠2 +𝑘 2 , 𝑝𝑎𝑟𝑎 𝑠 > 0.
𝑠 𝑠2 +𝑘 2
2
5 𝐶𝑎𝑙𝑐𝑢𝑙𝑒 𝑓(𝑡) = {𝑡 + 1 𝑠𝑖 0 ≤ 𝑡 ≤ 1
𝑡 − 1 𝑠𝑖 𝑡 < 1
Por definición
∞ 1 ∞
−𝑠𝑡 2 −𝑠𝑡
ℒ{𝑓(𝑡)} = ∫ 𝑒 𝑓(𝑡) 𝑑𝑡 = ∫(𝑡 + 1)𝑒 𝑑𝑡 + ∫ (𝑡 − 1)𝑒 −𝑠𝑡 𝑑𝑡 =
0 0 1
𝑡 2 + 1 2𝑡 2 1 𝑡−1 1 ∞
= −𝑒 −𝑠𝑡 ( + 2 + 3 ) | − 𝑒 −𝑠𝑡 ( + 2) |
𝑠 𝑠 𝑠 0 𝑠 𝑠 0
𝑠 2 + 2 − 𝑒 −𝑠 (𝑠 2 + 𝑠 + 1) 𝑒 −𝑠 𝑠 2 + 2 − 𝑒 −𝑠 (𝑠 + 1)2
= + 2 =
𝑠3 𝑠 𝑠3
Como la transformada de Laplace se define en términos de una integral

impropia que puede ser divergente, existen funciones para las cuales no
existe dicha transformada, incluso hay funciones discontinuas, como la
del ejemplo anterior, que pueden tener transformada; entonces, ¿bajo
qué condiciones una funciones tienen transformada de Laplace? Antes
de dar una respuesta parcial a esta pregunta debemos dar algunas
definiciones.
Lección 4: CONTINUIDAD A TROZOS
Decimos que una función 𝑓: [𝑎, 𝑏] → ℛ es continua a trozos si
1. f está definida y es continua en todo x a, b , salvo en un número

finito de puntos xk , para k1,2,3,...n.
2. Para cada xk a,b los límites
𝑓(𝑥𝑘+ ) = lim 𝑓(𝑥𝑘 + ℎ) 𝑦 𝑓(𝑥𝑘− ) = lim 𝑓(𝑥𝑘 − ℎ)

ℎ→0 ℎ→0
Existen.
17
Note que, solamente uno de estos límites es pertinente si x0 es uno de

los extremos de  a, b  .
Otra de las ideas importantes en el estudio de la existencia de la

transformada de Laplace es que entendemos por qué una función no
crezca demasiado rápido.
Lección 5: ORDEN EXPONENCIAL
Decimos que la función 𝑓: [0, +∞] → 𝑅 es de orden exponencial si existen

números
K, M> 0 y T > 0 tales que |𝑓(𝑡)| ≤ 𝑀𝑒 𝑘𝑡 𝑝𝑎𝑟𝑎 𝑡 > 𝑇
Intuitivamente esto significa que la función f(t) está por debajo de una
función exponencial, como se muestra en la siguiente figura
Observación: algunas veces, para verificar que una función f es de

|𝑓(𝑡)|
orden exponencial, conviene calcular el siguiente límite: lim =𝐿
𝑡→∞ 𝑒 𝑘𝑡
Para algún valor de k. Si L es finito, entonces M puede ser cualquier

número mayor que L (y este determinaT). Por otro lado, si 𝐿 = ∞, f no
es de orden exponencial.
Ejemplos
Compruebe que f (t)  t es de orden exponencial.

3
1.
Para comprobar esto, apliquemos tres veces la regla de L'Hôpital
18
𝑡3 3𝑡 2 6𝑡 6
lim 𝑒 𝑘𝑡 = lim 𝑘𝑒 𝑘𝑡 = lim 𝑘 2 𝑒 𝑘𝑡 = lim 𝑘 3 𝑒 𝑘𝑡 = 0 para cualquier número positivo .
𝑡→∞ 𝑡→∞ 𝑡→∞ 𝑡→∞
Por lo tanto, si t es suficientemente grande t  e , y así f (t)  t es de

3 t 3
orden exponencial.
Compruebe que la función f (t)  e es de orden exponencial para

bt
2.
cualquier valor de .
𝑒 𝑏𝑡
Calculando el límite lim = lim 𝑒 (𝑏−𝑘)𝑡 = 0
𝑡→∞ 𝑒 𝑘𝑡 𝑡→∞
Siempre y cuando k > b. De donde, e  e para grande.

bt kt
Observación: no es difícil comprobar que cualquier polinomio de grado

o función trigonométrica como Sen(bt), Cos(bt), con b constante, son
de orden exponencial, así como, las sumas y productos de un número
finito de estas funciones. En general, si f(t) y g(t) son de orden
exponencial la suma f(t)+g(t) y el producto f(t)g(t) son de orden
exponencial.
Compruebe que la función f (t)  e no es de orden exponencial.

2
3.
t
2
𝑒𝑡 2 −𝑘𝑡
Calculando el límite tenemos que lim 𝑒 𝑘𝑡 = lim 𝑒 𝑡 =∞
𝑡→∞ 𝑡→∞
Para cualquier valor de k, con lo cual la función f (t)  e no es de orden

2
t
exponencial.
El siguiente resultado enuncia un resultado que parece obvio.
TEOREMA 1
Sea 𝑓: [0, +∞) → 𝑅 una función acotada, entonces f es de orden

exponencial.
DEMOSTRACIÓN
19
Como f es acotada f (t)  Mpara todo t0,  . Entonces
|𝑓(𝑡)| 𝑀
lim 𝑘𝑡
≤ lim 𝑘𝑡 = 0
𝑡→∞ 𝑒 𝑡→∞ 𝑒
para cualquier k > 0, con lo cual f es de orden exponencial.
Observación: como sen(bt ) y cos(bt ) son acotadas, entonces ellas son

funciones de orden exponencial.
Una vez definidos los conceptos de función continua a trozos y función

de orden exponencial ya estamos listos para enunciar una condición
necesaria para la existencia de la transformada de Laplace.
TEOREMA 2
Sea 𝑓: [0, +∞) → 𝑅 una función continua a trozos y de orden exponencial,

entonces la transformada de Laplace de y(t) existe. Es decir, existe un
número s0 tal que 𝑌(𝑠) = ℒ{𝑦(𝑡)} existe para s  s0
DEMOSTRACIÓN
Por ser y de orden exponencial existen números no negativos , y

tales que |𝑦(𝑡)| ≤ 𝑀𝑒 𝑘𝑡 , para t > T. Así que
∞ 𝑇 𝑏
ℒ{𝑦(𝑡)} = ∫0 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡 = ∫0 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡 + lim ∫𝑇 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡
𝑏→∞
La primera integral es una integral definida, por tanto existe. Para la

segunda integral note que
𝑏 𝑏
𝑏 𝑏
|∫ 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡| ≤ ∫ 𝑒 −𝑠𝑡 |𝑦(𝑡)|𝑑𝑡 ≤ ∫ 𝑒 −𝑠𝑡 𝑀𝑒 𝑘𝑡 𝑑𝑡 = 𝑀 ∫ 𝑒 (𝑘−𝑠)𝑡 𝑑𝑡 =
𝑇 𝑇
𝑇 𝑇
𝑒 (𝑘−𝑠)𝑏 − 𝑒 (𝑘−𝑠)𝑇
=𝑀
𝑘−𝑠
Ahora, como
20
𝑀 𝑀𝑒 −(𝑠−𝑘)𝑇
lim (𝑒 (𝑘−𝑠)𝑏 − 𝑒 (𝑘−𝑠)𝑇 ) =
𝑘 − 𝑠 𝑏→∞ 𝑠−𝑘
Siempre y cuando s > k, tenemos que la integral
∫ 𝑒 −𝑠𝑡 𝑦(𝑡)𝑑𝑡
𝑇
Existe y con ello la transformada.
Observación: el teorema anterior enuncia una condición suficiente y no

necesaria para la existencia de la transformada de Laplace, es decir,
puede darse el caso de una función f que no cumpla las hipótesis del
teorema, pero aun así tenga transformada, como lo muestra el siguiente
ejemplo.
Ejemplos
1
1. Compruebe que la transformada L  existe, aun cuando
 t
1
f (t)  no cumple las hipótesis del teorema de existencia anterior. En
t
1
efecto, f (t)  tiene una discontinuidad infinita en t = 0, con lo cual no
t
es continua a trozos en el intervalo  0,   ; pero
Para calcular esta última integral sea
Con lo cual
21
Ahora note que
Donde es el cuadrado de lado , que se muestra en la figura. Observe

que si R1 y R2 son las regiones que se muestran en la figura entonces
Con lo cual, tomando el límite
22

Y así, I . Por lo tanto
2
El siguiente ejemplo muestra una función para la cual no existe la

transformada de Laplace.
1
2. Compruebe que L  2  no existe.
t 
Usando la definición
Y puesto que la integral impropia
Diverge, la transformada no existe.
23
Lección 6: PROPIEDADES DE LA TRANSFORMADA DE LAPLACE.
1. Propiedad de linealidad
Si ℒ{𝑓(𝑡)} = 𝐹(𝑠) 𝑦 ℒ{𝑔(𝑡)} = 𝐺(𝑠) existen entonces
para cualquier constante real .
DEMOSTRACIÓN
Es una consecuencia directa de la convergencia de la suma en integrales

impropias.
Ilustración
Calcule Lsen t.

2
Como
por la propiedad de linealidad
24
Con la idea de aplicar la transformada de Laplace a la solución de

ecuaciones diferenciales necesitamos calcular la transformada de una
derivada.
3. Transformada de la derivada
Si y´(t ) es continua a trozos y de orden exponencial en el intervalo

0,   , entonces
ℒ {𝑦 ′ (𝑡)} = 𝑠𝑌(𝑠) − 𝑦(0)
DEMOSTRACIÓN
Integrando por partes
Con un argumento similar podemos demostrar que
El siguiente resultado generaliza la transformada de una derivada.
Si 𝑦 ′ (𝑡), 𝑦 ′′ (𝑡), . . , 𝑦 𝑛 (𝑡) son continuas a trozos y de orden exponencial en el

intervalo  0,   , entonces
3. Propiedad de escalación
Sea f(t) una función continua a trozos y de orden exponencial en  0,  

, si c  0 , entonces
25
Ilustración
1
Si ℒ{𝑆𝑒𝑛ℎ(𝑡)} = 𝑠2 −1 , entonces, calcule ℒ{𝑆𝑒𝑛ℎ(𝑘𝑡)}.
1 1 𝑘
Usando la propiedad de escalamiento ℒ{𝑆𝑒𝑛ℎ(𝑘𝑡)} = 𝑘 [ 𝑠 ] = 𝑠2 −𝑘 2
( )2 −𝑘 2
𝑘
EJERCICIOS PROPUESTOS
1. Halle la transformada de Laplace para cada una de las siguientes

funciones:
1
a) 𝑓(𝑡) = −𝑡 − 𝑠2
1
b) 𝑓(𝑡) = 𝑒 −𝑡 𝑠+1
f (t )  (t 1)e1t
𝑠𝑒
c) −
(𝑠+1)2
g (t )  t 2 e t
2
d) (1+𝑠)3
9(𝑠−2)
f) h(t )  e2t cos(3t ) 9(𝑠−2)2 −1
𝑒7
g) 𝑔(𝑡) = 𝑒 𝑡+7 𝑠−1
1
h) ℎ(𝑡) = 𝑡𝑒 4𝑡 (𝑠−4)2
1
i) 𝑓(𝑡) = 𝑒 −𝑡 𝑠𝑒𝑛𝑡 𝑠2 +2𝑠+2
𝑠2 −1
j) ℎ(𝑡) = 𝑡𝑐𝑜𝑠𝑡 (𝑠2 +1)2
48
k) 𝑔(𝑡) = 2𝑡 4 𝑠5
2. Use las propiedades de la transformada de Laplace para

obtener la transformada de Laplace de las siguientes funciones
26
24
a) 𝑓(𝑡) = 𝑡 4 𝑒 2𝑡 (𝑠−2)5
1
b) 𝑔(𝑡) = 𝑒 6𝑡 𝑠−6
1 𝑠
c) w(t )  cos2 2t 2𝑠
+ 2(𝑠+16)
(𝑠−3)2 −2
d) x(t )  (1  t 2 )e3t 1 𝑒(𝑠−3)3
𝑠 1
e) y(t )  senh 2 (t ) 2(𝑠2 −4)
− 2𝑠
3. Compruebe Que la función r (t )  t  1 es de orden exponencial

n
4. Use la propiedad de escalación para obtener L cos h(kt ) a partir de L cos h(t )
CAPITULO 2
LA TRANSFORMADA INVERSA DE LAPLACE
Lección 7: PRINCIPIOS
Al aplicar la transformada de Laplace a una ecuación diferencial la

convertimos en una ecuación algebraica, la cual podemos resolver para
Y(s), es decir, resolvemos la ecuación Y(s) = G(s). Ahora, como
L  y(t )  Y (s) si pudiéramos devolvernos obtendríamos la solución y(t)
que buscamos. Es decir, necesitamos de la transformada inversa
L -1 Y (s) , para hallar la función y(t)
Entonces definamos la transformada inversa.
27
Si F(s) es la transformada de Laplace de una función continua f(t), es

decir, L  f (t )  Y (s) , entonces la transformada inversa de Laplace de F(s),
escrita L- 1 F (s) es f(t), es decir, L- 1 F (s)  f (t )
Ejemplos
 s 
1. Calcule L - 1  2 
s  4
s  s 
Puesto que L cos(2t )  tenemos que L - 1  2   cos(2t )
s 4 s  4
2
Observación existe un problema potencial al trabajar con la

transformada inversa, puede no ser única. En efecto, es posible que
L  f (t )  L g (t ) , siendo f(t)  g(t) . Para nuestro propósito esto no es tan
malo como parece, pues, si f y g son continuas y de orden exponencial
en 0,   y L  f (t )  L g (t ) , entonces f(t) = g(t); pero, si f y g son
continuas y de orden exponencial en 0,   y L  f (t )  L g (t ) , entonces
se puede demostrar que las funciones f y g son casi iguales; esto quiere
decir, que pueden diferir sólo en puntos de discontinuidad.
2. Calcule L  f (t ) , donde f(t) está dada por
¿Qué se puede concluir?
Usando la definición de transformada
28
1
Pero, anteriormente hemos comprobado que L 1  con lo cual las
s
funciones f(t) y g(t) tienen la misma transformada, de este modo, la
1
transformada inversa de F ( s )  no es única.
s
El siguiente resultado establece el comportamiento de F ( s ) en infinito.
Lección 8: LINEALIDAD DE LA TRANSFORMADA INVERSA DE

LAPLACE
Sean f y g funciones continuas a trozos y de orden exponencial en el

intervalo 0,   tales que L  f (t )  F (s) y L  f (t )  G(s) , entonces
Ejemplos
 4s 
1. Calcule L - 1  
 ( s  2)( s  4) 
2
4s 1 s 2
Sabemos que   2  2
( s  2)( s  4) s  2 s  4 s  4
2
Usando la propiedad de linealidad de la transformada inversa de

Laplace, obtenemos
4𝑠 1 𝑠 2
ℒ −1 { } = ℒ −1
{ } − ℒ −1
{ } + ℒ −1
{ }=
(𝑠 − 2)(𝑠 2 + 4) 𝑠−2 𝑠2 + 4 𝑠2 + 4
= 𝑒 2𝑡 − 𝐶𝑜𝑠(2𝑡) + 𝑠𝑒𝑛(2𝑡)
El siguiente ejemplo ilustra el proceso que vamos a usar en la solución

de ecuaciones diferenciales mediante Laplace. Es un ejemplo que puede
ser resuelto de manera más eficiente con las técnicas ya estudiadas,
pero el objetivo es aplicar algunas de las propiedades enunciadas hasta
ahora e introducir la técnica de solución de ecuaciones diferenciales.
29
2. Use la transformada de Laplace para resolver el problema de valor

inicial
Solución
Aplicando transformada de Laplace a ambos lados de la ecuación

diferencial
1 1
ℒ{𝑦 ′ − 3𝑦} = ℒ{𝑒 2𝑡 } → ℒ{𝑦 ′ } − 3ℒ{𝑦} = → 𝑠𝑌(𝑠) − 𝑦(0) − 3𝑌(𝑠) =
𝑠−2 𝑠−2
1 𝑠−1 1 2
𝑠𝑌(𝑠) − 1 − 3𝑌(𝑠) = → 𝑌(𝑠) = → 𝑌(𝑠) = − +
𝑠−2 (𝑠 − 2)(𝑠 − 3) 𝑠−2 𝑠−3
Ahora debemos de aplicar transformada inversa para hallar y(t)
1 1
ℒ −1 {𝑌(𝑠)} = −ℒ −1 { } + 2ℒ −1 { } → 𝑦(𝑡) = −𝑒 2𝑡 + 𝑒 3𝑡
𝑠−2 𝑠−3
3. El modelo matemático de un circuito que contiene una

inductancia, una resistencia y una función de voltaje f(t) está
expresada de la siguiente forma:
𝑑𝑖
𝐿 𝑑𝑡 + 𝑅𝑖 = 𝑓(𝑡), 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑖(0) =
0, 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑞𝑢𝑒 𝑝𝑒𝑟𝑚𝑖𝑡𝑎 Estudiar el comportamiento de la
corriente si: L=1Η, 𝑅 = 3Ω y f(t) = 𝑒 −𝑡
Solución
Aplicando transformada de Laplace a toda la ecuación diferencial, se

tiene:
𝑑𝑖
ℒ{ + 3𝑖} = ℒ{𝑒 −𝑡 }
𝑑𝑡
30
𝑑𝑖
Por linealidad: ℒ {𝑑𝑡} − ℒ{3𝑖} = ℒ{𝑒 −𝑡 }, como
𝑑𝑦
= 𝑠𝑌(𝑠) + 𝑠𝑦(0)
𝑑𝑥
Entonces:
𝟏
[𝐬𝐈(𝐬) − 𝐢(𝟎)] + 𝟑𝐈(𝐬) =
𝐬+𝟏
1
[𝑠𝐼(𝑠) − 0] + 3𝐼(𝑠) =
𝑠+1
1
𝐼(𝑠)[𝑠 + 3] = , 𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑛𝑑𝑜 𝐼(𝑠), 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒:
𝑠+1
1
𝐼(𝑠) = , 𝑎𝑝𝑙𝑖𝑐𝑎𝑛𝑑𝑜 𝑓𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑒𝑠 𝑎:
(𝑠 + 1)(𝑠 + 3)
1 𝐴 𝐵
= +
(𝑠 + 1)(𝑠 + 3) 𝑆 + 1 𝑆 + 3
Se obtiene el siguiente sistema de ecuaciones lineales:
𝐴+𝐵 =0
𝐴3 + 𝐵 = 1
Resolviendo el sistema se obtiene los valores: A=1/2, B=-1/2
Entonces
1 1
𝐼(𝑠) = −
2(𝑠 + 1) 2(𝑠 + 3)
Aplicando transformada inversa y el primer teorema de traslación

tenemos la función de corriente que depende del tiempo:
𝑒 −𝑡 𝑒 −3𝑡
𝑖(𝑡) = −
2 2
31
1. Obtenga la transformada inversa de cada una de las siguientes

funciones:
1  1  3t 1 3t
a) H (s)  e  e
s  s  20
2
6 6
3s  5 5
b) M ( s)  3𝑐𝑜𝑠√7𝑡 + 𝑠𝑒𝑛√7𝑡
s2  7 √7
𝑠−2 −1 𝑡 4 3
c) 𝐺(𝑠) = 𝑠3 +2𝑠2 −𝑠−2 6
𝑒 − 3 𝑒 −2𝑡 + 2 𝑒 −𝑡
1 1 2
d) 𝐺(𝑠) = 𝑠3 2
𝑡
1 48
e) 𝑀(𝑠) = [ 2 − ] 𝑡 − 2𝑡 4
𝑠 𝑠5
(𝑠+1)3 3 1
f) 𝐺(𝑠) = { 𝑠4
} 1+3t+2 t 2 + 6 t 3
1 1 1
g) 𝑈(𝑠) = { 2 − + } 𝑡 − 1 + 𝑒 2𝑡
𝑠 𝑠 𝑠−2
1 1 −𝑡
h) 𝑈(𝑠) = {4𝑠+1} 4
𝑒 4
5 5
i) 𝐺(𝑠) = {𝑠2 +49} 7
𝑠𝑒𝑛7𝑡
4𝑠 𝑡
j) 𝑀(𝑠) = {4𝑠2 +1} cos(2)
2. Resuelva las siguientes Ecuaciones Diferenciales de primer orden

usando transformada de Laplace:
dy t2
t
a)  y  te  t ; y (0)  1 y  e (  1)
dt 2
dy t 2 e 2t
b)  2 y  te 2t ; y (0)  0 y
dt 2
32
dy  3te t 9e t 55
c) 4  y  te  t ; y (0)  1 y  
dt 16 64 64
dy
 y 1 ; y (0)  0 y  1  e t
d) dt
dy
 4 y  e  4t ; y (0)  2 y  te 4t  2e 4t
e) dt
3. Resuelva las siguientes Ecuaciones Diferenciales de orden

superior usando transformada de Laplace
3e 2t 7e 2t sent
a) y``4 y  sen(t ) ; y (0)  1, y`(0)  1 y  
10 10 5
b) 2 y``4 y  cos(t ) ; y(0)  1, y`(0)  1

 1e 2t 2e 2t cos t
y  
6 3 6
c) y``4 y` sen(t ) ; y(0)  1, y`(0)  1

4t
5 9e 4 cos t sent
y   
17 34 17 17
5e 8t 5e 8t 1
d) y ''  64 y  16 ; y (0)  1, y ' (0)  0 y  
8 8 4
CAPITULO 3: TEOREMA DE TRASLACION
Lección 9: Principios:
No es adecuado utilizar la definición cada vez que se quiera calcular una

transformada, por ejemplo, la integración por partes involucrada al
calcular L e kt sent , es bastante tediosa. Por esta razón vamos a enunciar
algunos teoremas que ahorran trabajo en el cálculo de este tipo de
transformadas.
33
Si conocemos que L  f (t )  F (s) , podemos calcular la transformada de

L ekt f (t ) como una traslación, de F(s) a F(s-k), como lo enuncia el
siguiente teorema.
Primer teorema de traslación
Si L  f (t )  F (s) existe, entonces L ekt f (t )  F ( s  k )
Ilustración
Calcule L eat cos(bt )
Usando el primer teorema de traslación
Forma inversa del primer teorema de traslación:
Ilustración
1. Use la forma inversa del primer teorema de traslación para

calcular
 1 
L- 1  3
 ( s  3) 
Resolviendo:
34
 s 
2. Calcule L - 1  2 
 s  4 s  13 
Para usar la forma inversa del primer teorema de traslación debemos

completar el cuadrado en el denominador
Lección 10: Función Escalón
En ingeniería es común encontrar funciones que corresponden a estados

de sí o no, o bien activo o inactivo. Por ejemplo, una fuerza externa que
actúa sobre un sistema mecánico o una tensión eléctrica aplicada a un
circuito, puede tener que suspenderse después de cierto tiempo. Para
tratar de forma efectiva con estas funciones discontinuas conviene
introducir una función especial llamada función escalón unitario.
Función de Heaviside
La función escalón unitario o función de Heaviside se define como
Observación: la función de Heaviside se definió sobre el intervalo

0.  , pues esto es suficiente para la transformada de Laplace.
Ejemplos
1. Trazar la gráfica de la función f (t )  H (t  1)
35
.
La función f(t) está dada por
y su gráfica se muestra en la figura
Cuando la función de Heaviside H (t  a) se multiplica por una función

f(t), definida para t  0 , ésta función se desactiva en el intervalo 0, a ,
como muestra en siguiente ejemplo.
2. Trazar la gráfica de la función f (t )  sen(t ) H (t  2 ) .
La función está dada por
36
La función de Heaviside puede utilizarse para expresar funciones

continuas a trozos de una manera compacta, como se muestra en el
siguiente ejemplo.
3. Use la función de Heaviside para reescribir la función
Para reescribir la función basta usar la definición de la función Heaveside
Observación: la función
Se escribe usando la función de Heaviside como
Transformada de la función Heaviside
La transformada de la función de Heaviside es
Demostración
37
Usando la definición de transformada
En el primer teorema de traslación nos permitió calcular la transformada

de una función f(t) al ser multiplicada por una función exponencial ,
el segundo teorema de traslación nos permitirá calcular la trasformada
de una función f(t) que es multiplicada por una función escalón.
Segundo teorema de traslación
Si L  f (t )  F (s) y a > 0, entonces L  f (t  a)H (t  a)  eas F (s)
Forma inversa del segundo teorema de traslación:
Observación: podemos usar el segundo teorema de traslación para

calcular la transformada de Laplace de la función H(t - a) haciendo f(t)
=1:
38
Ejemplos
1. Calcule L tH (t  2)
Resolviendo:
e2 s 2e2 s
L tH (t  2)  L (t  2  2) H (t  2) = L (t  2) H (t  2)  2L H (t  2)  
s2 s
2. Calcular L  f (t ) , donde
Observe que la función f(t) puede reescribirse como
f (t )  1  t  tH (t  1)  (t  2) H (t  2)  1  (t  1) H (t  1)  (t  2) H (t  2)
1 e s e2 s
Así: L  f (t )  L 1+ L (t  1) H (t  1)  L (t  2) H (t  2)   2  2
s s s
3. Calcule
Para poder usar el segundo teorema de traslación debemos completar

de forma adecuada el término
39
Multiplicación por
Sea f : 0.     una función continua a trozos y de orden exponencial

en 0.   , entonces
Ejemplos
1. Calcule
Aplicando el teorema anterior para , tenemos que
El siguiente ejemplo muestra una combinación del primer teorema de

traslación y el teorema anterior.
2. Calcule
Primero aplicamos el teorema de multiplicación por y luego el de

traslación
40
3. Calcule el valor de la siguiente integral
Por el teorema de multiplicación por , tenemos que
De donde obtenemos que
y tomando
Existe un caso especial del teorema anterior, cuando , que es muy

útil en el cálculo de transformadas inversas.
Multiplicación por t
Si L  f (t )  F (s) , entonces
41
Ejemplo
Calcule
Desarrollando:
Por el corolario tenemos que
División por t
Sea f : 0.     una función continua a trozos y de orden exponencial
en 0.   tal que el límite lim

f (t )
existe, entonces
t 0 t
Observación: la constante de integración debe escogerse de forma tal

qué lim 𝐺(𝑠) = 0.
𝑠→∞
42
El siguiente ejemplo muestra una aplicación de este teorema.
Ejemplos
1. Calcule
Tenemos que
Con lo cual
𝑆𝑒𝑛(𝑡) ∞ 1 ∞ 𝜋
ℒ{ } = ∫𝑠 𝑑𝑢 = 𝐴𝑟𝑐𝑇𝑎𝑛(𝑠) | = 2 − 𝐴𝑟𝑐𝑇𝑎𝑛(𝑠)
𝑡 𝑢2 +1 𝑠
2. Calcule el valor de la siguiente integral
Si
Entonces
De donde
43
y tomando el límite cuando , tenemos que
Use la forma inversa del primer teorema de traslación para calcular las
siguientes transformadas:
 1  1 2  2t
1. L1  3
t e
 ( s  2)  2
 1 
2. L1  2  e 3t sent
 s  6s  10 
 s 
3. L1  2  e 2t cos t  2e 2t sent
 s  4s  5 
 s 
4. L1  2
e  t  te t
 (s  1) 
 1  1 4t 3
5. L1  4 
e t
 ( s  4)  6
 1  1 t
6. L1  2  e senh3t
 s  2s  8  3
 1  1 2t 3
7. L1  4
e t
 ( s  2)  6
 ( s  1) 3  3 1
8. L1  4  1  3t  t 2  t 3
 s  2 6
t
 1 
1 1 4
9. L   e
 4 s  1 4
10. Trazar la gráfica de la función f (t )  cos(t ) H (t   ) .
44
Lección 11: Generalidades
Como hemos visto, la transformada de Laplace es lineal, es decir, la

transformada de una suma es la suma de las transformadas, entonces
cabe preguntarse si se tiene algo similar para el producto, la respuesta
es no. En general la transformada no conmuta con la multiplicación
ordinaria, o sea, la transformada de un producto no es el producto de
las transformadas, pero podemos definir un nuevo producto
generalizado bajo el cual esto es cierto.
La función h : C(I)  C(I)  C(I) , donde C(I) es el conjunto de funciones

continuas en el intervalo I  0,   dada por
Se conoce como la convolución de f y g.
La convolución tiene muchas de las propiedades de la multiplicación

ordinaria, como veremos en el siguiente teorema.
Lección 12: Propiedades de la Convolución
Sean f y g funciones continuas en el intervalo I  0,   , entonces
1. f  g  g  f (ley conmutativa)
2. f  ( g  h)  f  g  f  h (ley distributiva)
3. ( f  g )  h  f  ( g  h) (ley asociativa)
4. f 0  0 f  0
Existen algunas propiedades de la multiplicación ordinaria que la

convolución no tiene. Por ejemplo, no es cierto en general que f 1  f .
Ejemplos
1. Calcule la convolución de f (t )  et y g (t )  sen(t ) .
Usando la definición e integración por partes, tenemos que
45
2. Calcule la convolución de las funciones f (t )  sen(at ) y f (t )  cos(bt ) .
Usando la definición e integración por partes
Observación: para calcular la integral
del ejemplo anterior, hemos usado la identidad
Otras identidades que pueden ser útiles en el cálculo de integrales

similares son
46
Lección 13: Teorema de la Convolución
Si L  f (t ) y L g (t ) existen para s  a  0 , entonces
O en su forma inversa:
es muy importante en la solución de ecuaciones diferenciales, pues nos

puede evitar el cálculo de fracciones parciales complejas.
Ejemplos
1. Calcule
Usando el teorema de convolución tenemos que
Los siguientes ejemplos muestran el uso de la forma inversa del

teorema de convolución para el cálculo de transformadas inversas.
2. Calcule la siguiente transformada inversa
Usando el teorema de convolución
47
Los siguientes ejemplos muestran situaciones donde el uso de fracciones

parciales puede ser realmente complejo, comparado con el uso del
teorema de convolución.
Usando el teorema de convolución, tenemos:
Observación: en este ejemplo la expansión en fracciones parciales no

es tan simple
48
Usando convolución
Observación; Tomando g (t )  1 en el teorema de convolución tenemos

que:
Donde F(s)=Lf()
t
Demostración
Luego
Ilustración
Calcule la siguiente transformada
49
Usando el resultado anterior y el teorema de multiplicación por ,

tenemos que
Lección 14: Funciones Periódicas
Es muy común, especialmente en aplicaciones ligadas a circuitos

eléctricos, la presencia de una fuerza externa periódica. Es usual tener
voltajes en forma de ondas diente de sierra, ondas en escalón, etc. Por
lo que es necesario calcular sus transformadas.
Transformada de una función periódica
Sea f :0 , 
 una función continua a trozos y de orden exponencial.
Si f (t ) es periódica, con período , entonces
Ejemplo
Calcule L f ( t ) , donde f (t ) es la función periódica diente de sierra que

se muestra en la figura
50
El período de esta función es y su transformada esta dada por:
Función impulso unitario
Algunos sistemas mecánicos suelen estar sometidos a una fuerza

externa (o a una tensión eléctrica en el caso de los circuitos eléctricos)
de gran magnitud, que solamente actúa durante un tiempo muy corto.
Por ejemplo, una descarga eléctrica podría caer sobre el ala vibrante de
un avión; a un cuerpo sujeto a un resorte podría dársele un fuerte golpe
con un martillo, una pelota (de beisbol, de golf o de tenis) inicialmente
en reposo, podría ser enviada velozmente por los aires al ser golpeada
con violencia con un objeto como una bat de beisbol, un bastón de golf
o una raqueta de tenis. La función impulso unitario puede servir como
un modelo para tal fuerza.
La función a:0,
 dada por
Donde a > 0, t0  0 se conoce como la función impulso unitario.
La gráfica de la función escalón para a = 0.5 y t0  2 se muestra en la

figura
51
Para valores pequeños de , se tiene que a (t  t0 ) es una función

constante de gran magnitud que está activa por un tiempo muy corto
alrededor de t0 .
Área bajo la función impulso
La función impulso unitario satisface la propiedad
Y de aquí su nombre.
Demostración
En la práctica es conveniente trabajar con otro tipo de impulso llamado

función de Dirac
Función delta de Dirac
La función delta de Dirac está dada por
52
Observación: la función delta de Dirac, no es una función, realmente

es lo que se conoce como una función generalizada (o distribución).
Propiedades de la función delta de Dirac
La función delta de Dirac satisface las siguientes propiedades
1.
st
2. Para t0  0 , L  (t  t0   e 0
Use el teorema de la convolución para calcular las siguientes

transformadas:
6
1. ℒ{1 ∗ 𝑡 3 }
s5
48
2. ℒ{𝑡 2 ∗ 4}
s8
s 1
3. ℒ{𝑒 −𝑡 ∗ 𝑒 𝑡 𝐶𝑜𝑠𝑡}
( s  1)[( s  1)  1]
1 1
4. ℒ{1 ∗ 𝑒 −2𝑡 } ( )( )
s s2
2
5. ℒ{𝑡 2 ∗ 𝑡𝑒 𝑡 }
s ( s  1) 2
3
1
6. ℒ{𝑒 2𝑡 ∗ 𝑆𝑒𝑛𝑡}
( s  2)( s 2  1)
53
TRANSFORMADAS CON MAPLE
INTRODUCCIÓN:
Existen muchos paquetes matemáticos para soportar las transformadas.

Hemos escogido Maple por su amigabilidad y su eficiencia con más o
menos poca máquina.
La tabla siguiente muestra los comandos con los cuales podemos

efectuar los diferentes procesos matemáticos.
COMANDOS BÁSICOS DE MAPLE
FUNCIÓN NOTACION NOTACIÓN MAPLE EJEMPLO

MATEMÁTICA
producto axb a*b 5*4;
división a b a/b 5*x/15*x^2;
potencia ax a^x 3*x^2+5x+1;
Raíz x^(n/m) 3^(5/8);

m
xn
Máximo común mcd(a,b,c) Igcd(a,b,c,); Igcd(12,20,32);

divisor
Mínimo común mcm(a,b,c)

denominador
Numero Pi  Pi; Pi;
Factorización (x+4)(x-3) Factor(expresión); factor(x^2-x-12);
Desarrollo de (a+b)n expand((a+b)^n); expand(5-x)^3

potencias
Simplificación F(x)/G(x) simplify(F(x)/G(x)); simplify((x^2-1)/(x+1));

de expresiones
Solución de 3x-2=4x+6 solve(expresión,x); solve((3*x-2=4*x+6,x)

ecuaciones
54
Logaritmo Ln(x) ln(x); ln(x);

natural
Exponencial ex exp(x); exp(3*x+1);
Funciones sen(x), cos(x), sin(x), cos(x), tan(x), Sin(2*Pi)

trigonométrica tan(x), cot(x), cot(x), sec(x), csc(x)
s sec(x), csc(x)
Límites lim f ( x) limit(f(x),x=a); limit(sin(x)/x,x=0);

x  a
Derivadas f´(x) diff(f(x),x); diff(cos(x),x);
Integrales b int(f(x),x=a..b); int(ln(x),x=1..3);

a
f ( x)
Gráficas en dos y = f(x) Plot(f(x),x=a..b); Plot(sin(x),x=-7..7);

dimensiones
Gráficas en tres Z = f(x,y) Plot3d(f(x,y),x=a..b,y=c.. Plot(sin(x*y),x=-2..2,y=-

dimensiones d); 3..3)
Gráficas G(x,y)=k Implicitplot(g(x,y)=k,x= Implicitplot(3*x*y+y^2-

implícitas a..b,y=c..d); 3*x^2=1,x=0..3,y=2..5);
Con la ayuda de Maple todos los procesos que requieren las

transformadas se reducen al manejo de simples comandos y entonces
podemos efectuar nuestra labor de manera más ágil, amena y sobretodo
eficiente. Solo debemos comprometernos a aprender los comandos
básicos que nos permiten semejante maravilla
No debemos olvidar que estos paquetes son ayudas y que nosotros

debemos apoyarlos en ellos y no pretender que ellos nos hagan todo el
trabajo.
Muchos ejercicios que se hacen con dificultad a mano son inmediatos

con maple. Pero también encontramos algunos ejercicios que a mano
quedan más simplificados que los que los simplifica maple.
55
Así pues aunemos esfuerzos con maple para aprender con mucha mayor
facilidad transformadas.
LECCIÓN 15: TRANSFORMADA DE LAPLACE USANDO

MAPLE
Para calcular la transformada de laplace de una función f(t) con

parámetros t y s debemos utilizar la instrucción laplace(f(t),t,s);
Ejemplos
> with(inttrans):
>laplace(1, t, s);
1
s
>laplace(exp(t),t,s);
1
s1
> laplace (t^2,t,s);

2
s3
> laplace(sin(2*t),t,s);
2
s 4
2
> laplace(Heaviside(t-1)*cos(t),t,s);
56
( s )  cos( 1 ) s  sin ( 1 ) 

e  2 
 s 1 s21 
> laplace(t^(1/2),t,s);

( 3/2 )
2s
> laplace(t^3*exp(-2*t),t,s);
6
( s2 ) 4
> laplace(sinh(2*t),t,s);
2
s24
> laplace(exp(t)*cos(3*t),t,s);
s1
 ( s1 ) 
2
9  1 
 9 
Para calcular la transformada inversa de laplace de una función F(s) con

parámetros s y t debemos utilizar la instrucción invlaplace(F(s),s,t);
Ejemplos
> with(inttrans):
57
>invlaplace(1/(s-a)+1/(s^2+b)+1, s, t);
(a t ) sin ( b t )
e  Dirac ( t )
b
> invlaplace(1/(s-a), s, t);

(a t )
e
> invlaplace(1/s*(s-a), s, t);
Dirac ( t )a
> invlaplace(1/(s*(s-a)), s, t);
at 
 
sinh 
 2  at
2e 
 2 
a
> invlaplace(2*s/(s^2-4), s, t);
2 cosh( 2 t )
> invlaplace(1/(4*s^2+1), s, t);
1 t
sin  
2  2 
> invlaplace(1/s^(3/2), s, t);
58
2 t

> invlaplace((s^3+s^2+s+1)/(s^4-5*s^2+4), s, t);
5 ( 2 t ) 2 t 5 ( 2 t )
e  e  e
12 3 4
> invlaplace(s, s, t);

Dirac ( 1, t )
> invlaplace(s*(s-a), s, t);

a Dirac ( 1, t )Dirac ( 2, t )
1. Calcule L e2t  cos(2t )
 1 
2. Use convolución para obtener L - 1  2 
 s (2s  3) 
3. Calcule la siguiente transformada L   cos( )d 

t
 s 1 
4. Halle L - 1  2 
 s (2s  3) 
UNIDAD II: TRANSFORMADAS

DE FOURIER
INTRODUCCIÓN
JOSEPH FOURIER
59
(Auxerre, Francia, 1768-París, 1830) Ingeniero y matemático francés.

Era hijo de un sastre, y fue educado por los benedictinos. Los puestos
en el cuerpo científico del ejército estaban reservados para familias de
estatus reconocido, así que aceptó una cátedra militar de matemáticas.
Tuvo un papel destacado durante la revolución en su propio distrito, y
fue recompensado con una candidatura para una cátedra en la École
Polytechnique. Fourier acompañó a Napoleón en su expedición oriental
de 1798, y fue nombrado gobernador del Bajo Egipto. Aislado de Francia
por la flota británica, organizó los talleres con los que el ejército francés
debía contar para sus suministros de munición. También aportó
numerosos escritos sobre matemáticas al Instituto Egipcio que Napoleón
fundó en El Cairo.
Tras las victorias británicas y la capitulación de los franceses al mando

del general Menou en 1801, Fourier volvió a Francia, donde fue
nombrado prefecto del departamento de Isère, y empezó sus
experimentos sobre la propagación del calor. Se trasladó a París en
1816, y en 1822 publicó Teoría analítica del calor, basándose en parte
en la ley del enfriamiento de Newton.
A partir de esta teoría desarrolló la denominada «serie de Fourier», de

notable importancia en el posterior desarrollo del análisis matemático, y
con interesantes aplicaciones a la resolución de numerosos problemas
de física (más tarde, Dirichlet consiguió una demostración rigurosa de
diversos teoremas que Fourier dejó planteados). Dejó inacabado su
trabajo sobre resolución de ecuaciones, que se publicó en 1831 y que
contenía una demostración de su teorema sobre el cálculo de las raíces
de una ecuación algebraica.
CAPITULO I: IDENTIDADES E INTEGRALES

TRIGONOMÉTRICAS
PRELIMINARES
Para realizar con éxito el capítulo de Fourier se hace necesario conocer

algunas bases de trigonometría. Estas bases permitirán desarrollar la
60
teoría de series, integrales y transformadas de manera coherente y

organizada
Lección 1: Identidades trigonométricas

Las identidades trigonométricas que más se utilizan en este curso son
las siguientes:
Al utilizar el paquete Maple V también es posible obtener estas

identidades de la siguiente forma:
> sin(a+b):=expand(sin(a+b));
sin ( ab ) := sin ( a ) cos( b )cos( a ) sin ( b )
> cos(a-b):=expand(cos(a-b));
cos( ab ) := cos( a ) cos( b )sin ( a ) sin ( b )
> combine(cos(a)*cos(b));
1 1
cos( ab ) cos( ab )
2 2
> simplify((sin(a))^2,trig);
1cos( a )2
Lección 2: Integrales trigonométricas

61
De igual forma es necesario saber obtener el valor de integrales como

las siguientes:
Ejemplo 1
Obtener el valor de la integral
Manualmente
Usando Maple V
> (int( sin(n*x), x=0..Pi );

cos( n  )1

n
Ejemplo 2
Obtener el valor de a integral
Manualmente
62
Usando Maple V
> int( x*sin(n*x), x=0..Pi );
sin (  n ) n cos(  n )

n2
Ejercicios: Obtenga el valor de las siguientes integrales:
(1) n
n
0

n
2
0
2 (1) 2 n
n
LECCIÓN 3: GRÁFICAS TRIGONOMÉTRICAS
Veamos ahora como trazar graficas trigonométricas usando la potencia

del paquete Maple V
1. Trace la gráfica de la función
En el intervalo [0, ]
63
> plot(sin(2*x),x=0..2*Pi);
2. Trace la gráfica de la función en el intervalo [0, ]

De nuevo
Usando Maple V se obtiene:
> plot(3*cos(3*x),x=0..2*Pi);
3. Trace la gráfica de la función en el intervalo [0, ]
> with(plots):
> a:=plot(sin(x),x=0..2*Pi,linestyle=2,color=black):
> b:=plot(cos(x),x=0..2*Pi,linestyle=3,color=blue):
64
> c:=plot(sin(x)+cos(x),x=0..2*Pi,color=red,linestyle=1):
> d:=textplot([2,1.4,`f(x)=senx+cosx`]):
> display(a,b,c,d);
4. Trace la gráfica de la función 𝑓(𝑥) = 2𝑆𝑒𝑛𝑥 + 𝐶𝑜𝑠2𝑥 en el intervalo [0,

]
>with(plots):
> a:=plot(2*sin(x),x=0..2*Pi,color=black):
> b:=plot(cos(2*x),x=0..2*Pi,color=blue):
> c:=plot(2*sin(x)+cos(2*x),x=0..2*Pi,color=red):
> d:=textplot([3.8,1.6,`f(x)=2senx+cos2x`]):
> display(a,b,c,d);
65
Ejercicio 1.
Trace la gráfica de las siguientes funciones:
Ejercicio 2.
Trace la gráfica de las siguientes funciones en el intervalo
LECCIÓN 4: FUNCIONES PERIÓDICAS

Definición
Una función f es periódica con periodo T > 0 si satisface que:
66
Para todo
Esta ecuación afirma que la gráfica de la función f se REPITE cada T

unidades
Funciones periódicas no trigonométricas

La gran mayoría de funciones periódicas que hasta hoy usted ha
trabajado son de naturaleza trigonométrica. El estudio de las series de
Fourier se origina precisamente al querer convertir funciones periódicas
no trigonométricas en funciones periódicas trigonométricas
Las funciones periódicas que se emplean en la Física involucran

funciones como las siguientes:
y a ellas se les debe aproximar a funciones trigonométricas

para facilitar su estudio y descubrirles propiedades.
Ejemplo 1.
67
Determine gráfica y analíticamente el periodo de las siguientes

funciones:
Esta función es periódica con periodo = 3.14
Comprobación analítica
Comprobación gráfica
> plot(sin(2*x),x=-2*Pi..2*Pi);
Esta función es periódica con periodo = 2.10

> plot(2*cos(3*x),x=-2*Pi/3..2*Pi/3);
68
Esta función es periódica con periodo 2 = 6.28

> plot(sin(x)+cos(x),x=-2*Pi..2*Pi);
Esta función es periódica con periodo 2 = 6.28

> plot(2*sin(x)+3*cos(2*x),x=-2*Pi..2*Pi);
69
Ejemplo 2.
Compruebe gráficamente que las siguientes funciones son periódicas
con el periodo dado:
Usando Maple V es posible observar la periodicidad de esta función

(conocida como Onda triangular)
> with(plots):
> a:=plot(-x-2*Pi,x=-3*Pi..-2*Pi,color=blue):
> b:=plot(x+2*Pi,x=-2*Pi..-Pi,color=blue):
> c:=plot(-x,x=-Pi..0):
> d:=plot(x,x=0..Pi):
> e:=plot(2*Pi-x,x=Pi..2*Pi,color=green):
> f:=plot(x-2*Pi,x=2*Pi..3*Pi,color=green):
> display(a,b,c,d,e,f);
70
De la misma forma usando Maple V se puede observar el periodo
> with(plots):
> a:=plot(3+x,x=-3..-2,color=blue):
> b:=plot(-1-x,x=-2..-1,color=blue):
> c:=plot(1+x,x=-1..0):
> d:=plot(1-x,x=0..1):
> e:=plot(x-1,x=1..2,color=green):
> f:=plot(3-x,x=2..3,color=green):
> display(a,b,c,d,e,f);
Ejercicio 1.
71
Determine el periodo de las siguientes funciones trigonométricas
Ejercicio 2.
Compruebe gráficamente que las siguientes funciones son periódicas
con el periodo dado:
CAPITULO 2: SERIES DE FOURIER
LECCIÓN 5. SERIE REAL DE FOURIER

Definición
Si f(x) es una periódica función con periodo , la serie de
Fourier para f(x) es:
Donde n , y son constantes y se denominan los coeficientes

de Fourier de la función f(x).
Obtención de los coeficientes
Obtención de
Manualmente
72
De la ecuación (*) es posible obtener al integrar término a término.

En efecto,
Ahora si suponemos que la serie es convergente es posible aplicar las

propiedades de la integral y obtener:
Calculando las integrales se obtiene que:
Por lo tanto:
Usando Maple V
Para obtener solamente se requiere colocar la correspondiente
función f(x) y luego ejecutar la siguiente instrucción:
> eval((1/(2*Pi))*int(f(x), x=-Pi..Pi ));



 f( x ) d x

1 
2 
Obtención de
Manualmente
Ahora si multiplicamos (*) por cosmx y de nuevo se integra se obtiene:
73
De nuevo al aplicar las propiedades de la integral, obtener las integrales

y simplificar concluimos que:
De aquí se deduce que:
Usando Maple V
Para obtener solamente se requiere ejecutar la siguiente instrucción:
> eval((1/Pi)*int(f(x)*cos(n*x),x=-Pi..Pi ));



 f( x ) cos( n x ) d x


Obtención de
Manualmente
Ahora si multiplicamos (*) por senmx y de nuevo se integra se obtiene:
De nuevo al aplicar las propiedades de la integral, obtener las integrales

y simplificar concluimos que:
De aquí se deduce que:
74
Usando Maple V
Para obtener solamente se requiere ejecutar la siguiente instrucción:
> eval((1/Pi)*int(f(x)*sin(n*x),x=-Pi..Pi ));



 f( x ) sin ( n x ) d x


Ejemplo 1.
Obtener la serie de Fourier para la función:
f(x+ ) = f(x)
Como f(x) es periódica con periodo entonces se deben obtener
, y .
Obtención de
Manualmente
Usando Maple V
> eval((1/(2*Pi))*(int(-1, x=-Pi..0)+int(1, x=0..Pi )));
Obtención de Manualmente
Usando Maple V
> eval((1/Pi)*(int(-cos(n*x),x=-Pi..0)+int(cos(n*x),x=0..Pi)));
75
Usando Maple V
> eval((1/Pi)*(int(-sin(n*x),x=-Pi..0)+int(sin(n*x),x=0..Pi)));
1cos(  n )
2
n
Serie obtenida
Al reemplazar los coeficientes , , , se obtiene la serie:
Usando la potencia gráfica del paquete Maple V es posible observar la

gráfica de algunas de las aproximaciones (asignando valores a n )
Así por ejemplo:
La primera aproximación es: cuya gráfica es:
> with(plots):
> a:=plot(1,x=-2*Pi..-Pi,color=black):
> b:=plot(-1,x=-Pi..0,color=black):
> c:=plot(1,x=0..Pi,color=black):
> d:=plot(-1,x=Pi..2*Pi,color=black):
> e:=animatecurve((4/Pi)*sin(x),x=-
2*Pi..2*Pi,frames=100,color=red):
> display(a,b,c,d,e);
76
La segunda aproximación es: que es igual a la

primera
La tercera aproximación es: cuya gráfica es:
> with(plots):
> e:=animatecurve((4/Pi)*sin(x)+(4/(3*Pi))*sin(3*x),x=-
77
Una aproximación realmente buena es la décima
Cuya gráfica es:
> with(plots):
>
e:=animatecurve((4/Pi)*sin(x)+(4/(3*Pi))*sin(3*x)+(4/(5*Pi)
)*sin(5*x)+(4/(7*Pi))*sin(7*x)+(4/(9*Pi))*sin(9*x),x=-
78
Ejemplo 2.
Obtener la serie de Fourier para la función:
g (x+ ) = g (x)
Como g(x) es periódica con entonces se deben obtener , y
Obtención de
Manualmente
Usando Maple V
> eval((1/(2*Pi))*(int((Pi+x), x=-Pi..0)+int((Pi-x), x=0..Pi )));
1

2
Usando Maple V
79
> eval((1/Pi)*(int((Pi+x)*cos(n*x),x=-Pi..0)+int((Pi-
x)*cos(n*x),x=0..Pi)));
1cos(  n )
2
 n2
Usando Maple V
> eval((1/Pi)*(int((Pi+x)*sin(n*x),x=-Pi..0)+int((Pi-
x)*sin(n*x),x=0..Pi)));
Serie obtenida
Al reemplazar los coeficientes , , , se obtiene la serie:
Usando la potencia gráfica del Maple V es posible observar la gráfica de

algunas de las aproximaciones (asignando valores a n )
Así por ejemplo:
La primera aproximación es: cuya gráfica es:
> with(plots):
> a:=plot(-Pi-x,x=-2*Pi..-Pi,color=black):
80
> b:=plot(Pi+x,x=-Pi..0,color=black):
> c:=plot(Pi-x,x=0..Pi,color=black):
> d:=plot(x-Pi,x=Pi..2*Pi,color=black):
> e:=plot((Pi/2)+(4/Pi)*cos(x),x=-2*Pi..2*Pi ,color=black):
La segunda aproximación es: que es igual a la

primera
La tercera aproximación es: cuya gráfica es:
> with(plots):
> a:=plot(-Pi-x,x=-2*Pi..-Pi,color=black):
> b:=plot(Pi+x,x=-Pi..0,color=black):
> c:=plot(Pi-x,x=0..Pi,color=black):
> d:=plot(x-Pi,x=Pi..2*Pi,color=black):
81
> e:=plot((Pi/2)+(4/Pi)*cos(x)+(4/(9*Pi))*cos(3*x),x=-
2*Pi..2*Pi ,color=black):
Esta es ya una aproximación realmente buena.
Rutina en Maple
El siguiente procedimiento permite obtener en forma directa la Serie
Real de Fourier de una función y además muestra la gráfica de las
aproximaciones que se deseen.
> with(plots):
> fourierPicture:=proc(func,xrange::name=range,n::posint)
> local x,a,b,l,k,j,p,q,partsum;
> a:=lhs(rhs(xrange));
> b:=rhs(rhs(xrange));
> l:=b-a;
> x:=2*Pi*lhs(xrange)/l;
> partsum:=1/l*evalf(Int(func,xrange));
82
> for k from 1 to n do
> # Generate the terms of the Fourier seriesof func.
> partsum:=partsum
> +2/l*evalf(Int(func*sin(k*x),xrange))
> *sin(k*x)
> +2/l*evalf(Int(func*cos(k*x),xrange))
> *cos(k*x);
> #Plot k-th Fourier approximation.
> q[k]:=plot(partsum,xrange,color=blue,
> args[4..nargs]);
> od;
> #Generate sequence of frames.
> q:=plots[display]([seq(q[k],k=1..n)],
> insequence=true);
> # Add the function plot, p, to each frame.
> p:=plot(func,xrange,color=red,args[4..nargs]);
> plots[display]([q,p]);
> end:
Aquí se debe cambiar la función y colocar la que deseamos.
> fourierPicture(Pi-abs(x),x=-Pi..Pi,6);
83
Ahora es posible observar las aproximaciones que se requieran
> display( fourierPicture( Pi-abs(x), x=-4..4, 6));
Ejercicio 1.
1. Obtenga la serie Real de Fourier para las siguientes funciones:
84
Ejercicio 2.
Obtenga la serie Real de Fourier para la función cuya gráfica es la
siguiente:
LECCIÓN 6. CONJUNTO ORTOGONAL DE FUNCIONES

Un conjunto de funciones {1(x), 2(x),…} es un conjunto ortogonal de
funciones en el intervalo [a,b] si cualesquiera dos funciones son
ortogonales entre si.
b
(n , m )   n ( x)m ( x)dx  0 (n  m).
a
se considerará solo conjuntos ortogonales en los que ninguna de las

funciones son idénticamente iguales a cero en [a,b].
Los coeficientes de una serie respecto a un conjunto ortogonal tiene una

forma útil, que se deducirá ahora. Suponga que {1(x), 2(x),…} es un
conjunto ortogonal de funciones en el intervalo [a,b] y que

F ( x )   C n n ( x ) .
n 1
Se quiere obtener una fórmula para los coeficientes Cn en términos de

f(x) y de las funciones ortogonales n(x). Se selecciona un miembro del
conjunto ortogonal, digamos, n(x), y tome el producto interno con f(x).

es decir, se multiplican ambos lados de F ( x)   C n n ( x) por n(x), y se
n 1
integra sobre el intervalo para obtener

b
( f ,  m )   f ( x) m ( x)dx
a
b 

   c n n ( x)m( x)dx
a
 n 1 
Suponga que la integración y la suma se pueden intercambiar para dar
85
 
( f ,  m )   c n   n ( x) m ( x)dx   C n ( n , m ) .
b
a
n 1 n 1
Pero , forma un conjunto ortogonal, de manera que (n, m) = 0 si n 

m. Entonces se convierte en
( f , m )  cm (m , m )
Teorema fundamental de una función por una serie de funciones

ortogonales.
Suponga que f(x) es diferenciable por partes en el intervalo [a,b] y que


f ( x )   c n n ( x )
n 1
Donde {n(x)} es un conjunto ortogonal de funciones en [a,b].

Entonces
b
Cn 
( f ,n )

 a
f ( x) n ( x)dx
( n ,  n ) b

2
n ( x)dx
a
LECCIÓN 7. SERIE SENO Y COSENO DE FOURIER
Al saber que la función f(x) es par o impar y aplicando las propiedades

de dichas funciones, los coeficientes de Fourier cambian e incluso
algunos se anulan. Esto permitirá simplificar las series de Fourier en una
forma significativa.
Serie SENO de Fourier

Si f(x) es una función IMPAR, ella origina una serie trigonométrica de
solo SENOS y se obtiene de la siguiente forma:
Obtención de
Como f(x) es IMPAR entonces:
𝜋
𝑎0 = ∫ 𝑓(𝑥) 𝑑𝑥 = 0
−𝜋
Esto quiere decir que ya no es necesario calcular

86
Obtención de
Como f(x) es IMPAR y Coseno es PAR entonces:
𝜋
𝑎𝑛 = ∫ 𝑓(𝑥) 𝑐𝑜𝑠𝑛𝑥𝑑𝑥 = 0
−𝜋
Así, no será necesario calcular tampoco
Obtención de 𝒃𝒏
Como f(x) es IMPAR y Seno es IMPAR entonces:
2 𝜋
𝑏𝑛 = ∫ 𝑓(𝑥) 𝑠𝑒𝑛 𝑛𝑥𝑑𝑥
𝜋 0
Se han usado las propiedades 2 y 5 de funciones Pares e Impares
Serie obtenida
La Serie obtenida para la función impar f(x) queda reducida a:
∞
𝑓(𝑥) = ∑ 𝑏𝑛 𝑠𝑒𝑛 𝑛𝑥
𝑛=1
Serie COSENO de Fourier

Si f(x) es una función PAR, ella origina una serie trigonométrica de solo
COSENOS y se obtiene de la siguiente forma:
Obtención de
Como f(x) es PAR entonces:
Obtención de
Como f(x) es PAR y Coseno es PAR entonces:
Obtención de
87
Como f(x) es PAR y Seno es IMPAR entonces:
Serie obtenida
La Serie obtenida para la función par f(x) queda reducida a:
Ejemplo 1.
Obtenga la serie de Fourier para la función:
Comprobación que f(x) es IMPAR

Analíticamente
-f(x) = -x = f(-x)
Geométricamente
Usando el paquete Maple V se puede observar la gráfica.
> plot(x,x=-2*Pi..2*Pi);
En esta gráfica se puede apreciar que hay simetría con respecto al

origen.
88
Obtención de
Como f(x) es IMPAR entonces:
Esto quiere decir que ya no es necesario calcular
Obtención de
Como f(x) es IMPAR y Coseno es PAR entonces:
Así, no será necesario calcular tampoco
Obtención de
Como f(x) es IMPAR y Seno es IMPAR entonces:
Se han usado las propiedades 2 y 5 de funciones Pares e Impares
Manualmente
Usando Maple V
> eval((2/Pi)*(int(x*sin(n*x), x=0..Pi)));

sin (  n ) n cos(  n )
2
 n2
Serie obtenida
La Serie obtenida para la función impar f(x) queda reducida a:
89
Gráfica de algunas aproximaciones.

La primera aproximación es:
> with(plots):
> a:=plot(x,x=-Pi..Pi):
> b:=plot(2*sin(x),x=-Pi..Pi,color=blue):
> display(a,b);
La segunda aproximación es:
> with(plots):
> b:=plot(2*sin(x)-sin(2*x),x=-Pi..Pi,color=blue):
> display(a,b);
90
La tercera aproximación es:
> with(plots):
> b:=plot(2*sin(x)-sin(2*x)+(2/3)*sin(3*x),x=-
Pi..Pi,color=blue):
> display(a,b);
La cuarta aproximación es:
> with(plots):
91
> b:=plot(2*sin(x)-sin(2*x)+(2/3)*sin(3*x)-
(1/2)*sin(4*x),x=-Pi..Pi,color=blue):
> display(a,b);
>
Ejemplo 2.
Comprobación que f(x) es PAR
Obtención de
Como f(x) es PAR entonces:
92
Manualmente
Usando Maple V
> eval((1/Pi)*(int(Pi-x, x=0..Pi)));
1

2
Obtención de
Como f(x) es PAR y Coseno es PAR entonces:
Manualmente
Usando Maple V
> eval((2/Pi)*(int((Pi-x)*cos(n*x), x=0..Pi)));
cos(  n )1
2
 n2
Obtención de
Como f(x) es PAR y Seno es IMPAR entonces:
Serie obtenida
La Serie obtenida para la función par f(x) queda reducida a:
Gráficas de algunas aproximaciones
93
La primera aproximación es:
> with(plots):
> a:=plot(Pi+x,x=-Pi..0):
> b:=plot(Pi-x,x=0..Pi):
> c:=plot((Pi/2)+(4/Pi)*cos(x),x=-Pi..Pi,color=blue):
> display(a,b,c);
La tercera aproximación es:
> with(plots):
> c:=plot((Pi/2)+(4/Pi)*cos(x)+(4/(9*Pi))*cos(3*x),x=-
Pi..Pi,color=blue):
> display(a,b,c);
94
La quinta aproximación es:
> with(plots):
>
c:=plot((Pi/2)+(4/Pi)*cos(x)+(4/(9*Pi))*cos(3*x)+(4/(25*Pi)
)*cos(5*x),x=-Pi..Pi,color=blue):
> display(a,b,c);
95
Ejercicio 1.
Trace la gráfica de la función f(x) y de las cinco primeras

aproximaciones.
Ejercicio 2.
Trace la gráfica de la función f(x) y de las cinco primeras

aproximaciones.
CAPITULO 3: LAS TRANSFORMADAS DE FOURIER

Ya vimos cómo se puede representar una función f(x) usando series de
Fourier cuando el intervalo es de las formas [-L, L], [0, L] y (−∞, ∞),
este último cuando f(x) es periódica. Cuando f(x) no es periódica
entonces no se representa con una serie de Fourier si no con una
integral de Fourier.
96
LECCIÓN 8. INTEGRAL DE FOURIER
Sea f(x) definida en y tal que converge, definimos la

integral de Fourier de f(x) como sigue:
donde:
y se llaman los coeficientes de la integral de Fourier de f(x).
Ejemplo 1.
Calcule la integral de Fourier de la siguiente función:
-1 1
97
Vemos que la regla de correspondencia de f(x) es:
Por lo tanto, la integral de Fourier de f(x) es:
Al igual que con las series de Fourier, tenemos un criterio de

convergencia para la integral de Fourier.
98
LECCIÓN 9. CONVERGENCIA DE LA INTEGRAL DE

FOURIER.
Sea continua por partes en [-L, L] para todo y tal que
∞
∫−∞|𝑓(𝑡)| 𝑑𝑡 existe, entonces la integral de Fourier converge a:
1
[𝑓(𝑥 + ) + 𝑓(𝑥 − )]
2
Para toda x donde 𝑓𝑅′ (𝑥) 𝑦 𝑓𝐿′ (𝑥) existan.
Ejemplo 1.
En la función anterior la integral de Fourier converge a :
También existen las integrales de Fourier de senos y cosenos para una

función dada:
99
LECCIÓN 10. INTEGRALES DE FOURIER DE SENO Y

COSENO
Sea una función definida en , podemos extender esta función a
una función par o impar en y calcular la integral de Fourier de

esta última que resulta ser de cosenos y senos respectivamente.
Sea definida en , la integral de Fourier de senos se define

como:
donde:
Mientras que la integral de Fourier de cosenos es:
donde:
100
LECCIÓN 11. CONVERGENCIA DE LA INTEGRAL DE

FOURIER DE SENOS Y COSENOS
Sea continua por partes en para tal que existe,

entonces:
i) La integral de Fourier de senos converge en x al valor
para cada donde y existan.
Si la integral de Fourier de Senos converge a 0.
ii) La integral de Fourier de cosenos converge en x al valor
para cada donde y existan.
Si la integral de Fourier de cosenos converge a si
existe .
Ejemplo 1.
Sea donde k es una constante positiva y . Calcular las

integrales de Fourier de senos y cosenos y determinar a que convergen
estas integrales.
INTEGRAL DE FOURIER DE SENOS
101
Por lo tanto, la integral de Fourier de senos es:
La cual converge a:
Nótese que en este caso, la integral de Fourier de senos de f(x)
converge a f(x), solamente si .
INTEGRAL DE FOURIER DE COSENOS.
Por lo tanto, la integral de Fourier de cosenos es:
La cual converge a:
102
Nótese que en este caso, la integral de Fourier de cosenos, converge a
f(x), .
Ejemplo 2.
Calcular las integrales de Fourier de senos y cosenos y determinar a qué

convergen estas integrales, para la siguiente función:
INTEGRAL DE FOURIER SENOS.
Por lo tanto, la integral de Fourier de senos es:
103
La cual converge a:
INTEGRAL DE FOURIER DE COSENOS.
Tenemos que:
Por lo tanto, la integral de Fourier de cosenos es:
104
La cual converge a:
1. Calcula la serie de Fourier de las siguientes funciones:
a) f ( x)  1 de 0 x 
 2(1) n  1

b) f ( x)  x de   x   f ( x)  
2  n1 n 2
cos nx
4  (1) n1
c) f ( x)  x 2 de 1  x  1 f ( x)  3  2 
1
cos nx
 n1 n 2
2 2 
(1) n1
d) f ( x)   2  x 2 de    x   f ( x)   4 cos nx
3 n 1 n2
e) f ( x)  x  1 de   x  
4 2 
1 
f) f ( x)  x 2 de 0  x  2 f ( x)   4{ 2 cos nx  sen(nx)}
3 n 1 n n
g) f ( x)  1 de  2  x  1
h) f ( x)  x  1 de 1  x  0
i) f ( x)   x de   x  
j) f ( x)  2 de   x  
k)
Determina a qué converge esta serie en el intervalo .
105
SERIE DE FOURIER:
CONVERGE A:
2. Calcula las series de Fourier de senos y cosenos de la siguiente

función:
Determina a qué convergen cada una de estas series en el intervalo .
SERIE DE SENOS:
CONVERGE A:
106
SERIE DE COSENOS:
CONVERGE A:
3. Calcula la serie de Fourier de la siguiente función:
Determina a qué converge esta serie en el intervalo .
SERIE DE FOURIER:
CONVERGE A:
107
Por lo tanto, la serie converge a f(x) si ,

… …
4. Calcula la forma ángulo fase de la serie de Fourier de la siguiente

función:
Grafica además el espectro de amplitudes correspondiente.
FORMA ÁNGULO FASE:
Si n es par, entonces y
108
ESPECTRO DE AMPLITUDES:
5. Calcula la integral de Fourier de la siguiente función:
Determina a qué converge esta integral en el intervalo .
INTEGRALDE FOURIER:
CONVERGE A.
109
6. Calcula las integrales de Fourier de Senos y Cosenos de la siguiente

función:
Determina a qué convergen estas integrales en el intervalo .
INTEGRAL DE SENOS:
CONVERGE A:
INTEGRAL DE COSENOS:
CONVERGE A:
110
TRANSFORMADA DE FOURIER
Con base en el estudio de la integral de Fourier para una función ,

podemos obtener que los coeficientes de Fourier para esta integral,
están dados por:
1 ∞
𝐶(𝑤) = 2 ∫−∞ 𝑓(𝑡) 𝑒 −𝑖𝑤𝑡 𝑑𝑡
La integral impropia que aparece en estos coeficientes (conocida como

la transformada de Fourier de ), resulta ser de gran importancia en
el análisis de Fourier y en la múltiples aplicaciones de esta rama de la
ciencia. Solo por mencionar algunas, digamos que la transformada de
Fourier se aplica en el estudio de señales y sistemas, así como en
óptica; aparece en los aparatos sofisticados modernos como los que se
usan para tomar una tomografía, también surge en las técnicas
analíticas como la resonancia magnética nuclear, y en general, en todo
tipo de instrumentación científica que se use para el análisis y la
presentación de datos.
111
LECCIÓN 12. TRANSFORMADA DE FOURIER

Sea una función continua por partes en [-L, L] , y tal que
∞
∫−∞|𝑓(𝑡)| 𝑑𝑡 existe. La transformada de Fourier de se define como:
∞
𝐹{𝑓(𝑡)}(𝑤) = ∫−∞ 𝑓(𝑡)𝑒 −𝑖𝑒𝑡 𝑑𝑡
Se acostumbra denotar esta transformada como:
Ejemplo 1.
Sea y definamos la función
Calcular la transformada de Fourier de .
Usamos directamente la definición de la transformada de Fourier:
En general, la transformada de Fourier es una función que toma valores

en los complejos, como en el ejemplo anterior.
En la Unidad I se habló de la función escalón unitario (también conocida

como la función de Heaviside) la cual se define como:
112
Nótese que la función del ejemplo anterior puede escribirse como:
Así pues, podemos decir que hemos comprobado la siguiente fórmula:
Ejemplo 2.
Sean y definamos la siguiente función:
Calcular la transformada de Fourier de esta función.
Nuevamente, aplicamos directamente la definición de transformada de

Fourier:
La función anterior se conoce como la función pulso, ya que se piensa

en ella como en una señal de valor constante y que tiene duración
solamente en el intervalo de tiempo . Esta función pulso,

también puede escribirse en términos de la función escalón unitario
como sigue:
113
Así pues, podemos decir que hemos comprobado la siguiente fórmula:
Ejemplo 3.
Calcular la transformada de Fourier de la función , .
Por definición, tenemos que:
Por lo tanto, tenemos deducida nuestra tercera fórmula:
Análogo a la transformada de Laplace, también se define en este caso,

la transformada de Fourier inversa.
LECCIÓN 13. TRANSFORMADA INVERSA DE FOURIER

Dada una función , si existe una función tal que:
Entonces se llama la transformada de Fourier inversa de , y se

denota como:
114
Obviamente, cuando conocemos una fórmula de transformada de

Fourier, automáticamente conocemos una de transformada inversa. Así
pues, nuestras tres fórmulas anteriores implican tres fórmulas para
transformada inversa:
i) , .
ii) , .
iii) , .
Es posible hallar una fórmula explícita para la transformada de Fourier

inversa, si escribimos a como su integral de Fourier compleja, es
decir:
Así pues, hemos comprobado que la transformada de Fourier inversa de

es:
115
1 ∞
𝐹 −1 {𝐹(𝑤)}(𝑡) = 2𝜋 ∫−∞ 𝐹(𝑤) 𝑒 𝑖𝑤𝑡 𝑑𝑤
La cual está definida para todo tal que la integral impropia converge.
En la mayoría de los casos, no se usa esta fórmula, sino más bien

propiedades generales de la transformada de Fourier, como las que
veremos en la siguiente sección.
Antes de ello, concluimos esta sección con la siguiente:
LECCIÓN 14. ESPECTRO DE AMPLITUDES

Dada una función continua por partes en , , y tal que
existe, el espectro de amplitudes de es una gráfica de

.
Así, en nuestros ejemplos anteriores tenemos que:
1. El espectro de amplitudes de la función con , es
la gráfica de .
la gráfica es como sigue:
116
1. El espectro de amplitudes de la función con
, es la gráfica de .
2. El espectro de amplitudes de la función con , es
una gráfica de .
117
LECCIÓN 15. PROPIEDADES DE LA TRANSFORMADA DE

FOURIER
Donde,
.
Tenemos dos casos posibles
Si r = s entonces
Si 𝑟 ≠ 𝑠 entonces
118
Por tanto
Así que
Fn es simétrica
La fórmula
119
La llamaremos la Transformada Discreta Inversa de Fourier
Propiedades suplementarias de la transformada de Fourier son las

siguientes:
120
𝑑𝑘 1 𝑠𝑖 𝑤 = 0
Aquí 𝑓 𝑘 = 𝑑𝑥 𝑘 es la k-ésima derivada de f y 𝛿: 𝑤 → { Además se
0 𝑠𝑖 𝑤 ≠ 0
cumplen los importantes Teoremas de Convolución:
Donde
∞
(𝑓1 ∗ 𝑓2 )(𝑡) = ∫ 𝑓1 (𝑠)𝑓2 (𝑡 − 𝑠) 𝑑𝑠
−∞
Así como también la identidad de Parseval:

∞ ∞
∀ 𝑓1 , 𝑓2 , ℎ𝜖ℒ2 : ⟨𝑓1|𝑓2⟩ = ∫ 𝑓1 (𝑡) 𝑓2 (𝑡)𝑑𝑡 = ∫ Ϝ𝑓1 (𝑤)Ϝ 𝑓2 (𝑤)𝑑𝑤 = ⟨𝐹𝑓1|𝐹𝑓2⟩
−∞ −∞
Algunos ejemplos de transformadas son los siguientes:
121
Interpretación de la Transformada de Fourier
Si se supone que f(t) es periódica con periodo T, entonces f(t) se puede

expresar como

2
f (t )  c e
m  
n
jn0t
0 
T
Donde
1 T /2
cn 
T T 72
f (t )e  jn0t dt
Si ahora se considera que a medida que T  , 0   = 2f, f =

1/T, entonces se convierten respectivamente, en

f (t )  c e
n  
n
f ( n )T
T /2
cn  f  f (t )e  j ( n )t dt
T / 2
Siguiendo un argumento similar al utilizarlo en la derivación, se

observara que si   0, n   tal que n   . En otros términos, en el
limites en vez de tener armónicos discretos correspondientes a n0, todo
122
valor de  es permitido. De esa manera, en vez de Cn se tiene C() se

tiene que:
c( ) 
lim   f (t )e  jet dt  F ( )
f 0 f 
Según se observa que

F ( )df  c( )
o, puesto que  = 2f, se tiene

1
F ( )d  c( )
2
Entonces se convierte en
1
f (t )   F ( )de jt
  2
1 

2 
F ( )e jt d
1
Esta ecuación muestra que  F ( ) d representa la magnitud
2
infinitesimal de un armónico a la tienen frecuencias fundamental cero
(w0  d) y están separados por infinitésimos. Aunque F ( ) d es
infinitesimal. F() es finito; por esta razón a la grafica F ( ) vs.  se le
denomina espectro continuo y a F ( ) se le denomina generalmente ,
espectro de magnitud de f(t).
La representación anterior de una función periódica como una suma de

exponenciales con la frecuencia fundamental teniendo a cero, no es un
concepto fácil de aceptar.
4.5 Ejercicios resueltos
123
1) Cálculo directo de una transformada. Calcular la transformada de

Fourier de la función f dada por
7𝜋𝑡
𝑓(𝑡) = {1 + 𝐶𝑜𝑠 ( ) −𝜋 <𝑡 <𝜋
2
0 𝑑𝑒𝑚á𝑠 𝑐𝑎𝑠𝑜𝑠
SOLUCIÓN
𝑓 𝑡
∞ 𝝅
( ) 𝟕𝝅
𝑭(𝝎) = ∫ 𝒇(𝒕)𝒆−𝒊𝝎 𝒅𝒕 = ∫(𝟏 + 𝑪𝒐𝒔 ) 𝒆−𝒊𝝎 𝒅𝒕
𝟐
−∞ −𝝅
Esta integral es fácil pero laboriosa. Una manera de resolverla con

relativa practicidad es expresar el coseno en su forma compleja. Al
hacer los cálculos queda:
7𝜋 2 7𝜋 2
𝑖𝑒 −𝑖𝜋𝜔 (−49𝑖𝜋 2 + 4𝜔2 (1 + 𝐶𝑜𝑠 ) + 14𝑖𝜋𝜔𝑆𝑒𝑛
2 2
𝐹(𝜔) = 2 3
+
−49𝜋 𝜔 + 4𝜔
7𝜋 2 7𝜋 2
𝑒 −𝑖𝜋𝜔 (−49𝑖𝜋 2 + 4𝑖𝜔2 (1 + 𝐶𝑜𝑠 2 ) + 14𝜋𝜔𝑆𝑒𝑛 2
−
−49𝜋 2 𝜔 + 4𝜔 3
2) Propiedad de simetría. Eligiendo el método más conveniente,

calcular la transformada de Fourier de la función:
5
𝑓(𝑡) =
4 + 𝑖𝑡
SOLUCIÓN
1
En las tablas encontramos que 𝑒 −𝑎𝑡 𝑢(𝑡) ↔ 𝑎+𝑖𝜔. Por lo tanto estamos
tratando de encontrar la transformada de una función que, si estuviera
expresada en 𝜔, sería la transformada de una función conocida. Para
casos como éste cabe aplicar la propiedad de simetría, que expresa que
si f(t)↔F(𝜔), entonces F(t) ↔ 2𝜋f(–𝜔).
124
En nuestro caso, podemos escribir, aplicando la mencionada expresión

5
de tablas y la propiedad de linealidad:5𝑒 −4𝑡 𝑢(𝑡) ↔ 4+𝑖𝜔. Por lo tanto por la
5
propiedad de simetría podemos escribir ↔ 2𝜋5𝑒 −4(−𝜔) 𝑢(−𝜔). Veamos
4+𝑖𝑡
que u(–𝜔) es la imagen especular de u(𝜔), y se puede expresar como
u(–𝜔) = 1- u(𝜔). Reescribiendo la expresión anterior tendremos
finalmente:
5
↔ 10𝜋𝑒 4𝑤 [1 − 𝑢(𝜔)]
4 + 𝑖𝑡
3) Corrimientos. Aplicando propiedades de la transformada de Fourier,

calcular y graficar el espectro de amplitud de la función f(t) = 6[u(t
– 3) – u(t – 7)].
SOLUCIÓN
La función es un pulso de anchura 4 y amplitud 6 centrado en t = 5.

Sabemos de tablas que si gT es un pulso de anchura T y amplitud 1
centrado en t = 0, la transformada de Fourier es GT(𝜋) = Tsinc(𝜔T/2),
donde sinc(x) = senx/x. Pero aquí el pulso está corrido en 5 unidades.
Nuestra función puede decirse entonces que equivale a 6g4(t – 5).
Para transformar esta última, recordemos la propiedad de retardo, que

permite manejar funciones con corrimientos en la variable t. Ella
expresa que si f(t)↔F(w), entonces 𝑓(𝑡 − 𝑡0 ) ↔ 𝑒 −𝑖𝜔𝑡 𝐹(𝜔). De esa manera,
en nuestro caso particular tenemos:
𝑓(𝑡) = 6𝑔4 (𝑡 − 5) ↔ 6𝑒 −𝑖𝜔𝑠 𝐺4 (𝜔) = 6𝑒 −𝑖𝜔𝑠 4𝑆𝑖𝑛𝑐(2𝜔) = 24𝑒 −𝑖𝜔𝑠 𝑆𝑖𝑛𝑐(2𝜔) = 𝐹(𝜔)
Para graficar el espectro de amplitud, tengamos en cuenta que la

exponencial de un número imaginario puro tiene módulo igual a 1,
según se deduce de la expresión de Euler. Tenemos así:
|𝐹(𝜔)| = |24𝑒 −𝑖𝜔𝑠 𝑆𝑖𝑛𝑐(2𝜔)| = 24|𝑒 −𝑖𝜔𝑠 ||𝑆𝑖𝑛𝑐(2𝜑)| = 24|𝑆𝑖𝑛𝑐(2𝜔|
Y la gráfica será:
125
4) Convolución. Un sistema lineal, causal e invariante en el tiempo

tiene la función de respuesta en frecuencia H(𝜔) = 1/(3 + 𝑖𝜔). Para
una cierta entrada x(t), se observa que la salida es y(t) = e-3tu(t) –
e-4tu(t). Calcular la entrada.
SOLUCIÓN
La propiedad de convolución establece que:
𝑓(𝑡) ↔ 𝐹(𝜔)
} → 𝑓(𝑡) ∗ 𝑔(𝑡) ↔ 𝐹(𝜔)𝐺(𝜔)
𝑔(𝑡) ↔ 𝐺(𝜔)
𝑌(𝜔)
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) ↔ 𝑋(𝜔)𝐻(𝜔) = 𝑌(𝜔) → 𝑋(𝜔) =
𝐻(𝜔)
Nuestra estrategia será, entonces, encontrar la transformada de la

entrada X(𝜔), y luego antitransformarla para encontrar la función de
entrada x(t). Para eso debemos conocer Y(𝜔) y H(𝜔). Esta última ya la
tenemos; por lo tanto calcularemos la primera:
1 1 1 1
𝑒 −3𝑡 𝑢(𝑡) ↔ 3+𝑖𝜔 ; 𝑒 −4𝑡 𝑢(𝑡) ↔ 4+𝑖𝜔 → 𝑒 −3𝑡 𝑢(𝑡) − 𝑒 −4𝑡 𝑢(𝑡) ↔ 3+𝑖𝜔 − 4+𝑖𝜔 = 𝑌(𝜔). Si
ahora dividimos este resultado por H(𝜔) para obtener X(𝜔), tendremos:
1 1
𝑌(𝜔) 3 + 𝑖𝜔 − 4 + 𝑖𝜔 3 + 𝑖𝜔 4 + 𝑖𝜔 − 3 + 𝑖𝜔 1
𝑋(𝜔) = = =1− = =
𝐻(𝜔) 1 4 + 𝑖𝜔 4 + 𝑖𝜔 4 + 𝑖𝜔
3 + 𝑖𝜔
Luego, USANDO TRANSFORMADA INVERSA se obtiene x(t) = e-4tu(t)
126
2
5) Propiedades varias. (i) Sabiendo que 𝐹(𝑒 −|𝑡| ) = 1+𝜔2 , usar
propiedades de la Transformada de Fourier para calcular las
transformadas de las siguientes señales:
4𝑡
𝑥(𝑡) = 𝑡𝑒 −|𝑡| ; 𝑦(𝑡) =
(1 + 𝑡 2 )2
(ii) La función g(t) está definida por
1 1
𝑔(𝑡) = { 1 − 2
<𝑡<
2
0 𝑑𝑒𝑚á𝑠 𝑐𝑎𝑠𝑜𝑠
𝑡−5
Calcular la Transformada de Fourier de 𝑥(𝑡) = 2 + 𝑔 [ 10 ] + 4𝑆𝑒𝑛(6𝜋𝑡)
SOLUCIÓN
(i) Usamos la propiedad de diferenciación en frecuencia, que establece:
𝑑𝐹(𝜔)
−𝑖𝑡𝑓(𝑡) ↔
𝑑𝜔
Aplicando esto a nuestra función x(t) tendremos:
𝑑 2 4𝜔 4𝑖𝜔
−𝑖𝑡𝑒 −|𝑡| ↔ ( 2
)=− 2 2
→ 𝑥(𝑡) = 𝑡𝑒 −|𝑡| ↔ − = 𝑋(𝜔)
𝑑𝜔 1 + 𝜔 (1 + 𝜔 ) (1 + 𝜔 2 )2
Para determinar la transformación de y(t), usemos la propiedad de

simetría. Observemos que, despejando de la ecuación anterior:
4𝜔 4𝑡
−𝑖𝑡𝑒 −|𝑡| ↔ 2 2
→ 𝑦(𝑡) = ↔ 2𝜋𝑖(−𝜔)𝑒 −|−𝜔| = −2𝜋𝑖𝑒 −|𝜔| = 𝑌(𝑡)
(1 + 𝜔 ) (1 + 𝜔 2 )2
(ii) La transformada de g la tenemos de tablas y es sinc(w/2).

Aplicaremos las propiedades de retardo, que expresa 𝑓(𝑡 − 𝑡0 ) ↔
127
1 𝜔
𝑒 −𝑖𝜔𝑡 𝐹(𝜔), y de corrimiento, que establece 𝑓(𝑎𝑡) ↔ |𝑎| 𝐹( 𝑎 ). Tenemos
entonces.
𝜔 𝑡−5
𝑔(𝑡 − 5) ↔ 𝑒 −5𝑖𝜔 𝑆𝑖𝑛𝑐( ) → 𝑔( ) ↔ 10𝑒 −50𝑖𝜔 𝑆𝑖𝑛𝑐(5𝜔)
2 10
Usando ahora transformaciones de tablas para la función constante y

para el seno, podemos afirmar:
𝑡−5
2 + 𝑔 ( 10 ) + 4𝑆𝑒𝑛(6𝜋𝑡) ↔ 4𝜋𝜎(𝜔) + 10𝑒 −50𝑖𝜔 𝑆𝑖𝑛𝑐(5𝜔) + 4𝜋𝑖[𝜎(𝜔 + 6𝜋) − 𝜎(𝜔 −
6𝜋).
128
ANEXO: Tabla de transformadas de Fourier
129
130
TRANSFORMADA DE FOURIER CON MAPLE
Todo el trabajo que debemos desarrollar calculando integrales a mano,

es posible obviarlo si usamos esta sección de series con Maple
Sea f (t ) una función que satisface las siguientes condiciones:
1. f (t ) está definida en el intervalo T 2  t  T 2

2. f (t ) y f (t ) son seccionalmente continuas en T 2  t  T 2
3. f (t  T )  f (t ) , es decir f (t ) es periódica de período T
Entonces, en cada punto de continuidad se tiene que:
  a cos nW t  b sen nW t 
a 2
f (t )  0  n 0 n 0 W0 
2 n 1 T
Una serie como la representada, se llama serie trigonométrica de

Fourier, donde sus coeficientes vienen dados por las fórmulas conocidas
como fórmulas de Euler-Fourier:
𝑇
2
2
𝑎0 = ∫ 𝑓(𝑡) 𝑑𝑡
𝑇
−𝑇
2
𝑇 𝑇
2 2 2
𝑎𝑛 = ∫ 𝑓(𝑡) 𝐶𝑜𝑠(𝑛𝜔0 𝑡)𝑑𝑡
−𝑇
2
𝑏𝑛 = 𝑇 ∫−𝑇 𝑓(𝑡) 𝑆𝑒𝑛(𝑛𝜔0 𝑡)𝑑𝑡
𝑇 2
2
Definición de un procedimiento con Maple, para determinar la serie de

Fourier:
131
# Procedimiento para calcular los términos

an
> a:=proc(f,n,T)
if n=0 then
(1/T)*int(f,t=-T/2..T/2) ;
else
(2/T)*int(f*cos((n*2*Pi/T)*t),t=-T/2..T/2)
end if
end :
# Procedimiento para calcular los términos

bn
> b:=proc(f,n,T)
if n=0 then
0;
else
(2/T)*int(f*sin((n*2*Pi/T)*t),t=-T/2..T/2)
end if
end :
# Definición de una función para determinar la serie de Fourier
> sf :=(f,n,T) -> sum(‘a(f,k,T)*cos(k*2*Pi*t/T)+b(f,k,T)*sin(k*2*Pi*t/T)’,k=0..n) ;
132
Ejemplos: Determine la serie de Fourier de:
1   t 
f (t )   f (t )  f (t  2)
1. 1 0t 
> f :=t->piecewise(t>-Pi and t<0,-1,t>0 and t<Pi,1) :
`f(t)` = sf(f(t),10,2*Pi) ;
plot({f(t),f(t+2*Pi),f(t-2*Pi),sf(f(t),10,2*Pi)},t=-3*Pi..3*Pi) ;
4 sin ( t ) 4 sin ( 3 t ) 4 sin ( 5 t ) 4 sin ( 7 t ) 4 sin ( 9 t )

f(t)    
 3  5  7  9 
 0   t  0
f (t )   f (t )  f (t  2)
2.  sen(t ) 0  t  
> f :=t->piecewise(t>-Pi and t<0,0,t>0 and t<Pi,sin(t)) :
`f(t)` = sf(f(t),10,2*Pi) ;
1 1 2 cos( 2 t ) 2 cos( 4 t ) 2 cos( 6 t ) 2 cos( 8 t )

f(t)  sin ( t )   
 2 3  15  35  63 
3. f (t )  t f (t )  f (t  2)
> f :=t->piecewise(t>-Pi and t<Pi,t)
`f(t)` = sf(f(t),62*Pi) ;
133
plot({f(t),f(t+2*Pi),f(t-2*Pi),sf(f(t),6,2*Pi)},t=-3*Pi..3*Pi,) ;
2 1 2 1
f(t)2 sin ( t )sin ( 2 t ) sin ( 3 t ) sin ( 4 t ) sin ( 5 t ) sin ( 6 t )
3 2 5 3
Para calcular la transformada de Fourier de una función f(t) con

parámetros t y w debemos utilizar la instrucción fourier(f(t),t,w);
Ejemplos
> with(inttrans):
> assume(a>0):
fourier(3/(a^2 + t^2),t,w);
( a~ w ) ( a~ w )
 (e Heaviside ( w )e Heaviside ( w ) )
3
a~
> fourier(diff(f(x),x$4),x,w);
w4 fourier ( f( x ), x, w )
> F:= int(g(x)*h(t-x),x=-infinity..infinity):
fourier(3*F,t,w);
3 fourier ( g( t ), t, w ) fourier ( h( t ), t, w )
> fourier(t*exp(-3*t)*Heaviside(t),t,w);
134
1
( 3w I ) 2
> fourier(1/(4 - I*t)^(1/3),t,2+w);
3   e
2 ( 84 w )
Heaviside ( 2w )
3
( 2/3 )
( 2w )
> fourier(diff(y(t), t$2)-y(t)=sin(a*t), t, s);
fourier ( y( t ), t, s ) ( s21 ) ( Dirac ( sa~ )Dirac ( sa~ ) ) I
> fourier(BesselJ(0,4*(t^2 + 1)^(1/2)), t, s);

(s I)
e cos( 16s2 ) ( Heaviside ( s4 )Heaviside ( s4 ) )
8
16s2
> addtable(fourier,myfunc(t),Myfunc(s)/(1+s^2),t,s):
fourier(exp(3*I*t)*myfunc(2*t),t,w);
Myfunc  w 

1 3
2  2 2
w26 w13
Para calcular la transformada coseno de Fourier de una función f(t) con

parámetros t y w debemos utilizar la instrucción fouriercos(f(t),t,w);
Ejemplos
> with(inttrans);
[ addtable , fourier , fouriercos , fouriersin , hankel, hilbert , invfourier , invhilbert ,

invlaplace , invmellin , laplace , mellin , savetable ]
> fouriercos(3/(t + a),t,w);
2 ( sin ( a w ) Ssi( a w )cos( a w ) Ci( a w ) )

3

> fouriercos(1/(t^2 + 1),t,s);
135
1 ( s )
2 e
2
> fouriercos(%,s,x);
1
1x 2
> fouriercos(diff(f(x),x),x,w);
 2 f( 0 )w fouriersin ( f( x ), x, w ) 

> fouriercos(f(t),t,u);
fouriercos ( f( t ), t, u )
> fouriercos(%,u,s);
f( s )
> F:= int(g(x)*cos(x*s),x=0..infinity):
fouriercos(F+1/sqrt(s),s,t);
1 1
2  g( t )
2 t
> fouriercos(t*exp(-3*t)*sin(t),t,w);
2 ( 10016 w23 w4 )
6 2 2
 ( 102 ww2 ) ( 102 ww2 )
> de := diff(y(t), t$2)-y(t)=cos(2*t):
fouriercos(de, t, s);
2 D( y )( 0 )s2 fouriercos ( y( t ), t, s ) 
 fouriercos ( y( t ), t, s )

1
2  ( Dirac ( s2 )Dirac ( s2 ) )
2
> solve(%,'fouriercos'(y(t),t,s));
136
1 2 ( 2 D( y )( 0 ) Dirac ( s2 ) Dirac ( s2 ) )


2  ( s21 )
> fouriercos(%,s,t);
( t ) 1
D( y )( 0 ) e  cos( 2 t )
5
> subs(y(t)=%,de);
d  
2
 2  D( y )( 0 ) e  cos( 2 t )  D( y )( 0 ) e  cos( 2 t )cos( 2 t )
( t ) 1 ( t ) 1
 dt  5  5

> simplify(%);
cos( 2 t )cos( 2 t )
> fouriercos(BesselJ(0,4*t), t, s-3);

2 Heaviside ( 7s )
 16( s3 ) 2
Add an entry to the table
> addtable(fouriercos,h(t),H(s),t,s):
fouriercos(h(t),t,s);
H( s )
Para calcular la transformada seno de Fourier de una función f(t) con

parámetros t y w debemos utilizar la instrucción fouriersin(f(t),t,w);
Ejemplos
> with(inttrans):
> fouriersin(3/(t + a),t,w);

137
2 ( sin ( a w ) Ci( a w )cos( a w ) Ssi( a w ) )

3

> fouriersin(t/(t^2 + 1),t,s);
1 ( s )
2 e
2
> fouriersin(%,s,x);
x
1x 2
> fouriersin(diff(f(x),x),x,w);
w fouriercos ( f( x ), x, w )
> fouriersin(f(t),t,u);
fouriersin ( f( t ), t, u )
> fouriersin(%,u,s);
f( s )
> F:= int(g(x)*sin(x*s),x=0..infinity):
fouriersin(3*F,s,t);
3
2  g( t )
2
> fouriersin(t*exp(-3*t)*Heaviside(t),t,w);
2 w ( 27w2 )
2 3
 ( 9w2 )
> fouriersin(diff(y(t), t$2)-y(t)=sin(2*t), t, s);
138
s (  2 y( 0 )s fouriersin ( y( t ), t, s )  )
 fouriersin ( y( t ), t, s )

1
2  ( Dirac ( s2 )Dirac ( s2 ) )
2
> solve(%,'fouriersin'(y(t),t,s));
1 2 ( 2 s y( 0 ) Dirac ( s2 ) Dirac ( s2 ) )

2  ( s21 )
> fouriersin(%,s,t);
1 ( t )
 sin ( 2 t )y( 0 ) e
5
> diff(%,t$2)-%;
sin( 2 t )
> fouriersin(BesselJ(0,4*t), t, 3+s);
2 Heaviside ( 1s )
 ( 3s ) 216
Adding to the table
> addtable(fouriersin,h(t),H(s),t,s):
fouriersin(h(t),t,s);
H( s )
La verdadera potencia de Maple se advierte cuando debemos desarrollar

procesos numéricos como el que requieren las transformadas discretas.
Con el procedimiento siguiente podemos calcular la transformada

discreta directa o inversa con la aproximación que necesitemos
139
> with(DiscreteTransforms):
Digits := 15:
Transform of 1-D complex Vector.
> Z := Vector(5,i->evalf(exp(I*i/3)),datatype=complex[8]);
 0.944956946314738034 0.327194696796151985 I 
 
 0.785887260776948038 0.618369803069736989 I 
 
 
Z :=  0.540302305868139987 0.841470984807896949 I 
 0.235237573302992998 0.971937901363312040 I 
 
 
-0.09572354801437890630.995407957751765049 I
 
> Z2 := FourierTransform(Z);
 1.07808016683994867 1.67901037963378119 I 
 
0.0427237445328346246 0.741915464402484348 I
 
 
Z2 :=  0.236451541664113835 0.288930752395547440 I 
0.323690442005380441 0.0849440827896754540 I
 
 
 0.432042072728095805 0.168409503867554461 I 
 
> InverseFourierTransform(Z2, inplace=true):
Z-Z2;
 0.0.555111512312578270 10 -16 I 
 
 0.111022302462515654 10 0. I 
 -15

 
 -15 
0.111022302462515654 10 0.111022302462515654 10 I
-15
 
 
0.832667268468867405 10 -160.111022302462515654 10 -15 I
 
 -15 
0.416333634234433702 10 -16
0.111022302462515654 10 I 
Transform of 2 1-D real Vectors (real and imaginary parts).
> X,Y := Vector(5,i->evalf(cos(i/3)),datatype=float[8]),
Vector(5,i->evalf(sin(i/3)),datatype=float[8]);
 0.944956946314738034  0.327194696796151985 
   
 0.785887260776948038  0.618369803069736989 
   
   
X, Y :=  0.540302305868139987 , 0.841470984807896949 
 0.235237573302992998  0.971937901363312040 
   
   
-0.0957235480143789063 0.995407957751765049 
   
140
> X2,Y2 := FourierTransform(X,Y);
 1.07808016683994867   1.67901037963378119 
   
0.0427237445328346246   -0.741915464402484348 
   
   
X2, Y2 :=  0.236451541664113835 ,  -0.288930752395547440 
 0.323690442005380441  -0.0849440827896754540
   
   
 0.432042072728095805   0.168409503867554461 
   
> InverseFourierTransform(X2,Y2, inplace=true);
 0.944956946314738034  0.327194696796151930 
   
 0.785887260776947927  0.618369803069736989 
   
   
 0.540302305868139876 , 0.841470984807897060 
   
 0.235237573302992914  0.971937901363312151 
   
   
-0.0957235480143789480 0.995407957751765160 
   
> X-X2,Y-Y2;
   0.555111512312578270 10 
0. -16
   
0.111022302462515654 10 -15  
   0. 
   
0.111022302462515654 10 -15, -0.111022302462515654 10 -15
   
   
0.832667268468867405 10 -16 -0.111022302462515654 10 -15
   
   
0.416333634234433702 10 -16 -0.111022302462515654 10 -15
   
1-D transform with padding.
> Z := Vector(60,i->evalf(exp(I*i/30)));
 60 Element Column Vector 

 
Z :=  
Data Type: anything

 Storage: rectangular 
 
 Order: Fortran_order 
> Z2 := FourierTransform(Z, padding=10);

 
Z2 := [ 64 ],  
Data Type: anything

 
A data length of 64, which has 2 as the largest, was used. Prime factor.
If the input Array is made larger, but the data length is still specified as 60, then in-place
output is also possible:
> Z := Vector(70,i->`if`(i>60,0,evalf(exp(I*i/30))));
141

 
Z :=  
Data Type: anything

 
> Z2 := FourierTransform(Z, 60, padding=10, inplace=true);

 
Z2 := [ 64 ],  
Data Type: anything

 
Two-dimensional transform, one dimension at a time, and both at once:
> Z := Matrix(3,4,(i,j)->(i+j)^2-i*I,datatype=complex[8]);
 4.1. I 9.1. I 16.1. I 25.1. I

 
Z :=  9.2. I 16.2. I 25.2. I 36.2. I
 
16.3. I 25.3. I 36.3. I 49.3. I
Transform with respect to rows then columns.
> Z2 := FourierTransform(Z, 1);
Z2 :=
[ 16.7431578064991484 3.46410161513775439 I ,
28.8675134594812874 3.46410161513775439 I ,
44.4559707276011835 3.46410161513775439 I ,
63.5085296108588366 3.46410161513775439 I ]
[ -4.407477288111818944.36602540378443837 I ,
-6.139528095680695695.36602540378443837 I ,
-7.871578903249573326.36602540378443837 I ,
-9.603629710818450967.36602540378443837 I ]
[ -5.407477288111818942.63397459621556118 I ,
-7.139528095680696573.63397459621556118 I ,
-8.871578903249574214.63397459621556074 I ,
-10.60362971081845105.63397459621556074 I ]
> FourierTransform(Z2, 2, inplace=true);
142
[ 76.78758580222023516.92820323027550877 I ,
-13.856406460551017517.3205080756887746 I , -15.58845726811989610. I ,
-13.856406460551017517.3205080756887746 I ]
[ -14.011106998930269911.7320508075688767 I ,
0.7320508075688771932.73205080756887764 I , 1.732050807568877201. I ,
2.732050807568877200.732050807568877637 I ]
[ -16.01110699893026998.26794919243112148 I ,
2.732050807568877640.732050807568877415 I , 1.73205080756887720 1. I ,
0.732050807568877859 2.73205080756887675 I ]
Transform both at once (inplace):
> FourierTransform(Z, inplace=true);
[ 76.78758580222022096.92820323027550877 I ,
-13.856406460551017517.3205080756887746 I , -15.58845726811989610. I ,
-13.856406460551017517.3205080756887746 I ]
[ -14.011106998930269911.7320508075688767 I ,
0.7320508075688773042.73205080756887720 I ,
1.73205080756887720 0.99999999999999988 I ,
2.73205080756887720 0.732050807568877304 I ]
[ -16.01110699893026998.26794919243112148 I ,
2.73205080756887720 0.732050807568877304 I ,
1.73205080756887720 0.99999999999999988 I ,
0.7320508075688773042.73205080756887720 I]
> Z - Z2;
[ -0.142108547152020037 10 -130. I , 0.0. I , 0.0. I , 0.0. I ]

[ 0.0. I , 0.111022302462515654 10 -150.444089209850062616 10 -15 I ,
0.0.111022302462515654 10 -15 I , 0.0.333066907387546962 10 -15 I ]
[ 0.0. I , -0.444089209850062616 10 -150.111022302462515654 10 -15 I ,
0.0.111022302462515654 10 -15 I ,
-0.555111512312578270 10 -150.444089209850062616 10 -15 I ]
143
Ahora es muy fácil obtener la transformada rápida de fourier (FFT) para cualquier función
usando maple. La rutina es la siguiente:
> x := array([7.,5.,6.,9.]):
y := array([0,0,0,0]):
FFT(2,x,y);
> print(x);
[ 27., 1., -1., 1. ]
> print(y);
[ 0, 4., -0., -4. ]
> iFFT(2,x,y);
> print(x);
[ 7.000000000, 5.000000000, 6.000000000, 9.000000000 ]
> print(y);
[ 0., 0., 0., 0. ]
También será fácil obtener la transformada rápida inversa de Fourier con

la rutina siguiente:
> x := array([7.,5.,6.,9.]):
y := array([0,0,0,0]):
FFT(2,x,y);
144
> print(x);
[ 27., 1., -1., 1. ]
> print(y);
[ 0, 4., -0., -4. ]
> iFFT(2,x,y);
> print(x);
[ 7.000000000, 5.000000000, 6.000000000, 9.000000000 ]
> print(y);
[ 0., 0., 0., 0. ]
Para hallar la transformada inversa de Fourier debemos digitar:
invfourier( fourier(f(t),t,w);
145
UNIDAD III: SEÑALES DISCRETAS
INTRODUCCIÓN
En la actualidad la tecnología y la ciencia nos llevan a estudiar el

universo de lo discreto y para poder efectuar este estudio es
indispensable conocer las señales que lo modelan
Una señal discreta es una función que está definida solamente para
valores enteros de , es decir, y puede representarse en
el plano de la siguiente forma:
En general podemos obtener señales digitales para funciones reales. Por ejemplo,
existen las señales discretas correspondientes al escalón unitario y al impulso
unitario, definidas como sigue:
 El escalón unitario discreto es:
 El impulso unitario discreto es:
146
Nótese que existen algunas diferencias con las correspondientes

funciones continuas.
En general si f(t) es una función continua definida en entonces f(t)

induce la correspondiente señal discreta . Y de la misma manera a
partir de la señal discreta podemos obtener (recuperar) la función
continua f(t)p
Estudiemos entonces las transformadas relacionadas con estas señales

discretas
CAPITULO 1: TRANSFORMADA Z
INTRODUCCIÓN:
La Transformada Z juega el mismo papel en el análisis de señales

de tiempo discreto y sistemas LTI que la transformada de Laplace en
el análisis de tiempo continuo y sistemas LTI. En términos muy
generales, podemos decir que la Transformada Z es la parte discreta de
la transformada de Laplace.
147
LECCIÓN 1. TRANSFORMADA Z
La transformada Z de una señal de tiempo discreto x[n] se define como:
donde z es una variable compleja.
La transformada Z de una señal x[n] se denota por
Mientras que la relación entre x[n] y X(z) se indica mediante
Desde un punto de vista matemático, la transformada Z es

simplemente una representación alternativa de la señal. De este modo
el coeficiente de z-n, para una transformada determinada, es el valor de
la señal en el instante n. Y por tanto, el exponente de z contiene la
información necesaria para identificar las muestras de la señal.
Ejemplo 1.
Determine la transformada Z de la secuencia mostrada en la siguiente

figura
148
Secuencia x[n].
LECCIÓN 2. REGIÓN DE CONVERGENCIA DE LA

TRANSFORMADA Z.
Como se puede observar, la Transformada Z se puede expresar como

una serie de potencias infinita y existe sólo para aquellos valores de z
para los cuales converge la serie. De esta forma, se define la región de
convergencia (ROC) de X(z) como el conjunto de todos los valores de
z para los cuales X(z) adquiere valores finitos. Siempre que se
calcule la transformada z de una secuencia, se debe también indicar su
correspondiente ROC.
La región de convergencia de una Transformada Z se define

como:
149
En muchas ocasiones es conveniente remarcar la relación entre una

señal discreta y su Transformada Z, para ello resulta útil la siguiente
notación:
En el ejemplo 1, X(z) toma valores finitos para todo z excepto para el

punto z = 0, y por tanto la ROC se define como C-{0}
Región de convergencia de la secuencia x[n], del ejemplo 1.
Sustituyendo z por su expresión en forma polar, podemos interpretar

X(z) en términos de la Transformada de Fourier:
Luego, la Transformada Z puede interpretarse como la transformada

de Fourier multiplicada por una secuencia exponencial.
150
A partir de la definición es fácil observar que la Transformada de Fourier

de una secuencia coincide con la transformada Z de la misma, evaluada
sobre el círculo unidad.
Los principales motivos para introducir esta generalización son que:
1. La Transformada de Fourier no converge para todas las secuencias.
2. Facilita la resolución de problemas analíticos.
3. Permite la utilización de la Teoría de variable compleja en problemas

de señales y sistemas discretos. Análogamente a la Transformada de
Fourier, la Transformada Z convierte una convolución en el domino
temporal en una multiplicación en el dominio z.
Su utilidad principal consiste en el análisis y síntesis de filtros digitales.
La configuración de las singularidades determina el tipo de filtro digital,

bien recursivo o no recursivo, y puede usarse para interpretar su
comportamiento frecuencial.
La cuestión de la estabilidad puede enfocarse en términos de la

localización de los polos en el plano z (dentro del círculo unidad)
Entonces:
Por tanto |X(z)| es finito sólo si la secuencia x[n]· r –n es

absolutamente sumable. De esta forma, el problema de encontrar la
ROC de X(z) es equivalente a determinar el rango de valores de r para
los cuales la secuencia x[n]· r –n es absolutamente sumable.
151
Región de convergencia de |X(z)|.
Podemos resumir la convergencia de la Transformada Z en los

siguientes puntos:
1. En general, la región de convergencia (ROC) de X(z) es un anillo

centrado en el
origen del plano z, y es una región conectada.
2. La ROC de una X(z) no contiene polos y está limitada por polos ó

el cero o el infinito.
3. Si la secuencia x(n) es de longitud finita, la ROC es el plano

completo excepto, posiblemente, z = 0 y/o z = ¥ .
4. Si x(n) es una secuencia por el lado derecho y si el círculo | z| =R

está en la ROC, también lo está la región | z| >R.
5. Si x(n) es una secuencia por el lado izquierdo y si el círculo | z|

=R está en la ROC, también lo está la región | z| <R.
6. Si x(n) es una secuencia por ambos lados, la ROC, es un anillo

centrado en el origen.
152
Ejemplo 2.
Calcular la Transformada Z y su ROC de la señal,
(donde )
Usando la definición de Transformada Z, tenemos que:
Como se observa una serie geométrica, y los valores para los cuales
converge esta serie. Se tiene de hecho que:
solo si
Para los demás valores de r, la serie geométrica es divergente. Usando

este resultado, podemos concluir que:
si
La condición nos determina la región de convergencia:
153
Geométricamente, vemos que la ROC en este ejemplo, consta de todos

los puntos en el plano que se encuentran fuera del círculo con centro en
el origen y radio .
Secuencia causal del ejemplo 2.
Región de convergencia de X(z).
154
Ejemplo 3.
Calcular la Transformada Z y su ROC de la señal,
Nuevamente usamos la definición de la Transformada Z
Si hacemos entonces vemos que:
Nuevamente usamos la serie geométrica para obtener que:
Siempre que ; esta condición nos define la ROC de este

ejemplo:
155
Geométricamente esta región de convergencia corresponde a la parte
interior del círculo con centro en el origen y radio .
Nótese que en los ejemplos 2 y 3, la Transformada Z es igual!, excepto

porque la ROC es diferente. Vemos entonces que es muy importante
determinar la ROC, ya que la simple regla de correspondencia no define
de manera única a la Transformada Z.
Ejemplo 4.
Calcular la Transformada Z y la ROC de la señal,
Por la definición tenemos que:
156
En este caso la ROC queda determinada por las condiciones:
las cuales se usaron arriba al aplicar la fórmula de la serie geométrica.
Trabajando estas desigualdades tenemos que:
157
CAPITULO 2: PROPIEDADES DE LA TRANSFORMADA Z
LECCIÓN 3. CEROS Y POLOS
Si la Transformada Z se puede escribir como una función racional:
Y si suponemos que p y q ya no tienen factores comunes, podemos

establecer que:
1. Los ceros de la Transformada Z son las raíces de p(z).
2. Los polos de la Transformada Z son las raíces de q(z).
En los ejemplos anteriores tenemos:
En el ejemplo 2
Ceros de la Transformada Z:
Polos de la Transformada Z:
158
En el ejemplo 3
Ceros de la Transformada Z:
Polos de la Transformada Z:
En el ejemplo 4
En este caso, para calcular los ceros y los polos, debemos hacer las
fracciones y simplificar:
Por lo tanto, concluimos que:
ceros de la Transformada Z: ,
polos de la Transformada Z :
159
LECCIÓN 4. TABLA DE LA TRANSFORMADA Z.
Enseguida se muestran en forma resumida las propiedades más

importantes que cumple la Transformada Z.
Todas estas propiedades se obtienen fácilmente veamos por ejemplo la

propiedad del teorema del valor inicial
TEOREMA DEL VALOR INICIAL
Si
160
Hay una propiedad especial que vamos a demostrar
CONJUGACIÓN DE UNA SECUENCIA COMPLEJA.-
Si Entonces:
LECCIÓN 5. PROPIEDAD DE LA CONVOLUCIÓN.
De todas esas propiedades destaca por su importancia y utilidad la

propiedad de la convolución. Para calcular la convolución de dos señales
usando la transformada z, se deberán llevar a cabo los siguientes pasos:
1. Calcular las Transformadas Z de las señales.
2. Multiplicar las dos Transformadas Z.
3. Encontrar la Transformada Z inversa de X(z).
161
EJERCICIOS
Calcular la transformada Z y la ROC de:
1.
Solución:
2.
Solución:
3.
Solución:
162
4.
Solución:
5.
Solución:
6.
Solución:
7.
163
Solución:
CAPITULO 3: LA TRANSFORMADA Z INVERSA
LECCIÓN 6: PRESENTACIÓN:
Una de las aplicaciones más importantes de la Transformada Z es en el

análisis de sistemas discretos LTI. Este análisis suele requerir calcular la
Transformada Z inversa.
Los tres métodos básicos para recuperar la secuencia original a partir de

su Transformada Z son:
1. Inspección directa
2. Expansión en fracciones parciales o en series de potencias
3. Integral de inversion compleja
El método de inspección directa se trata simplemente de familiarizarse

con la TZ e identificar ciertos pares.
Si la Transformada Z es una función racional, la expresión en forma de

serie de potencias puede obtenerse fácilmente mediante división de
polinomios. Podremos observar como precisamente los coeficientes
asociados a cada uno de los términos z-n de la serie son los valores de la
secuencia, ya que por definición la TZ es:
Un procedimiento más general consiste en realizar una Descomposición

en Fracciones Simples e identificar las transformadas simples de los
términos así obtenidos.
164
M: orden de P(z)
𝑃(𝑧)
Si 𝐹(𝑧) = 𝑄(𝑧) siendo N orden de Q(z)
Si M<N y solo existen polos de primer orden:
Si M ³ N y solo existen polos simples:
Siendo los Bi los coeficientes obtenidos mediante división hasta que el

resto sea de un orden igual al del denominador menos 1. Con este resto
se procede a descomponer en fracciones simples y el resultado se añade
al de la división.
En el caso de polos múltiples, por ejemplo uno en z=pi , de orden de

multiplicidad s, la descomposición resulta:
LECCIÓN 7. TEOREMA DE LOS RESIDUOS
En general, si es una función racional de z:
Es decir, tiene 5 polos en z = z0. El residuo de dicha función en z = z0

es :
165
En particular:
Caso general:
Si la función a integrar j (z) tiene varios polos Pi, con grados Si, dentro
de C:
Cálculo a partir del Teorema de los Residuos
LECCIÓN 8: TEOREMA DE LA INTEGRAL DE CAUCHY:
LECCIÓN 9. TRANSFORMADA Z INVERSA:
𝑋(𝑧) = ∑∞
𝑛=−∞ 𝑥(𝑛) 𝑧
−𝑛
(Multiplicando por zk-1 a ambos lados e
integrando...)
166
1 si – n + k = 0 Þ n = k , 0 otro
caso
Ejemplos:
1. Determinar la Transformada Z inversa de:
Pero
Entonces Luego:
Determinar la Transformada Z de las secuencias:
167
2. Halle X[n] para n = 0, 1, 2, 3, 4, cuando
Dividiendo el numerador por el denominador se obtiene:
X[Z]=10Z-1+17Z-2+18.4Z-3+18.68Z-4+ ...
Al comparar esta expansión X[Z] en una serie infinita
se obtiene: X[0]=0, X[1]=10, X[2]=17, X[3]=18.4, X[4]=18.68
En la mayoría de los casos no resulta tan sencillo identificar el término

general mediante la observación de algunos valores de la secuencia.
El método más utilizado es la descomposición en fracciones parciales de

X[Z]. En vista de la unicidad de la Transformada Z, se puede utilizar la
tabla de parejas de transformadas para identificar las secuencias
correspondientes.
3. Halle la transformada Z inversa de
mediante el método de expansión en fracciones parciales.
Expandiendo en fracciones parciales se tiene que:
168
Usando una tabla de transformadas, se tiene que:
X[n]=9n2n-1-2n+3 para n = 0, 1, 2,...
4. Halle la transformada Z inversa de
Expandiendo en fracciones parciales, se tiene que:
Utilizando una tabla de transformadas y el teorema de desplazamiento

temporal podemos ver que
X[n] = 2n-1U[n-1] - [n-2] - [n-1]
Por tanto
169
EJERCICIOS
Calcular la transformada Z inversa de:
1.
Solución:
2.
Solución:
3.
Solución:
170
4.
Solución:
5.
Solución:
6.
Solución:
171
7.
Solución:
172
PROPIEDADES ESPECIALES DE LA TRANSFORMADA Z
LECCIÓN 10. TEOREMA DE LA CONVOLUCIÓN

COMPLEJA
Sean
Entonces:
Siendo
LECCIÓN 11. RELACIÓN DE PARSEVAL

Sean
173
Si X(z) y*(n) convergen en el círculo unitario
LECCIÓN 12. FUNCIÓN DEL SISTEMA Y FILTROS

DIGITALES
𝑁 𝑀
∑ 𝑎𝑘 𝑦(𝑛 − 𝑘) = ∑ 𝑏 𝜏𝑥(𝑛 − 𝜏)
𝑘=0 𝜏=0
∑𝑀
𝜏=0 𝑏𝜏𝑧
−𝜏
𝐴 ∏𝑀 −1
𝜏=1(1 − 𝑐𝜏𝑧 )
𝐻(𝑧) = =
∑𝑁
𝑘=0 𝑎𝑘𝑧
−𝑘 ∏𝑁 −1
𝑘=1(1 − 𝑑𝑘𝑧 )
FILTROS FIR:
𝑁 = 0 ⟹ 𝑎0 𝑦(𝑛) = ∑𝑀
𝜏=0 𝑏𝜏𝑥(𝑛 − 𝜏)
𝑀 𝑀
𝑏𝜏
𝑦(𝑛) = ∑ 𝑥(𝑛 − 𝜏) = ∑ ℎ(𝜏) 𝑥(𝑛 − 𝜏)
𝑎0
𝜏=0 𝜏=0
(NO RECURSIVOS)
"La Función del Sistema puede expresarse como un polinomio en el

numerador"
FILTROS IIR:
N > 0 "La Función del Sistema tendrá polos, de c/n de los
cuales contribuye con una sec. Exponencial a la k(n)"
174
FUNCIÓN DEL SISTEMA:
ESTABILIDAD:
"Si la ROC incluye el círculo unidad, el Sistema es ESTABLE y viceversa".
Si además de ser estable es CAUSAL, incluye el círculo unitario y la

zona del plano z (se entiende hasta z = ¥ , desde aquel).
Si evaluamos X(z) sobre el círculo unidad comenzando en z=1 (w=0)

hasta z=-1 (w=p ), pasando por z = j (w = B/2), obtenemos la
Transformada F para 0<w<B. Continuando a lo largo de este círculo
obtendríamos la TF desde B a 2B (\ desde -B a 0).
Con esta interpretación se hace evidente la propiedad de periodicidad de

la TF de una secuencia.
Cuando la serie de potencias puede sumarse y expresarse de forma

sencilla decimos que la TZ está en forma cerrada.
Toda secuencia que pueda representarse como suma de exponenciales

puede representarse por una Transformada Z de tipo racional
175
Los coeficientes de un filtro digital pueden determinarse a partir de la

localización de los polos y ceros de la función del sistema.
LECCIÓN 13. TRANSFORMADA Z CON MAPLE
Para hallar la transformada zeta debemos digitar:

ztrans(f(n),n,z);
Ejemplos
> ztrans(f(n+1),n,z);
z ztrans ( f( n ), n, z )f( 0 ) z
> ztrans(sin(Pi/2*t),t,z);
z
z 1
2
> ztrans(3^n/n!,n,w);
3
 
w
e
> ztrans(beta*5^n*(n^2+3*n+1),n,z);
 z  z1 

1 
 
1 5  3 z 1 z 
   
5  1 z1 
3 5
 z1 
2 51
z1 
   
1

 5 
 5  5  
> ztrans(charfcn[5](t)*Psi(t),t,w);
25

12
w5
> ztrans(n*Heaviside(n-3),n,z);
176
3 z2
z ( z1 ) 2
2
> ztrans(invztrans(f(z),z,n),n,z);
f( z )
LECCIÓN 14. TRANSFORMADA INVERSA Z
Para calcular transformada zeta inversa debemos digitar:

invztrans(f(z),z,n);
Ejemplo:
> invztrans(z/(z-2),z,n);
2n
> invztrans((6*z^2-13*z)/(z^2-5*z+6),z,t);
2 t5 3 t
> invztrans(a*exp(3/z),z,n);
a 3n
n!
> invztrans(ztrans(f(n),n,w),w,n);
f( n )
177
LECCIÓN 15: MANEJO DE LA TABLA DE LA

TRANSFORMADA Z
Definición
Inversión
Linealidad
Traslación Real - Retardo
Traslación Real - Adelanto
Multiplicación por
Multiplicación por
Multiplicación por
Derivada Parcial
Convolución Compleja
Convolución Real
Valor Inicial
Valor Final
178
BIBLIOGRAFIA
1. Zill Dennis, Ecuaciones Diferenciales, Thompson 2007
2. D`Prima Boyce, Ecuaciones Diferenciales. 2004
3. Erwin Kreyzig, Matemáticas avanzadas para Ingeniería

2002
4. Tablas de Transformada de Laplace 2008
5. Monografias en internet. 2009
6. Openheim, Señales y Sistemas, 2002
Bibliografía recomendada
Oppenheim, Alan V, "Señales y sistemas", México Madrid [etc.]

Prentice Hall Hispanoamericana cop. 1998
Soliman, Samir S., "Señales y sistemas contínuos y discretos",

Madrid Prentice Hall D.L.1999
Haykin, Simon, "Signals and systems", New York [etc.] John

Wiley , cop1999
Pérez López, César, "Matlab y sus aplicaciones en las ciencias y

en la ingeniería", Madrid [etc.] Prentice Hall [2002]
Carlson, A. Bruce, "Communication systems an introduction to

signals and noise in electrical communication", New YorK [etc.]
McGraw Hill 1986
179
Lathi, B. P., "Introducción a la teoría y sistemas de

comunicación", México Limusa 1997
Haykin, Simon, "Communication systems", New York John Wiley

& Sons 2001
Enrique Sanchis (coordinador), "Fundamentos y electrónica de

las comunicaciones", Publicaciones de la Universidad de
Valencia, 2004. Serie Educació-Materials núm. 72 (ISBN: 84-
370-5916-X)
Lathi, B. P., "Modern digital and analog communication

systems", New York Oxford University Press 1998
Meade, M. L., "Signals and systems Models and behaviour",

Dordrecht [Holanda] [etc.] Kluwer Academic Publishers 1991
Chen, Chi-Tsong, "Signals and systems ", New York Oxford

University Press c 2004
Phillips, Charles L., "Signals, systems, and transforms", Upper

Saddle River, New Jersey : Prentice-Hall 1999.
J. R. Buck, M. M. Daniel, A. C. Singer, "Computer Explorations

in Signals and Systems using Matlab", Prentice Hall (ISBN: 0-
130-42155-3)
Bibliografía adicional
J. R. Buck, M. M. Daniel y A. C. Singer, "Computer Explorations

in Signals and Systems using Matlab", Prentice Hall, 2001
(ISBN: 0-130-42155-3)
180
181

Modulo - Matematicas - Especiales Agosto 2012

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Modulo - Matematicas - Especiales Agosto 2012

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROGRAMA CIENCIAS BÁSICAS

299010 – MATEMATICAS ESPECIALES

MIGUEL ANGEL MONTES MONTAÑO

FRANCISCO FERNANDEZ PIÑA

CARTAGENA, AGOSTO DE 2012

ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO

El presente módulo fue diseñado por Orlando Vanegas,

Este módulo se utiliza para las carreras de ingeniería en electrónica y

El lector encontrará en cada capítulo una serie de componentes tales

Como objetivos del presente texto se tienen:

 Entender conceptos fundamentales de la matemática especial para

 Motivar el aprendizaje y uso de los principios matemáticos que tiene

 Desarrollar habilidades de pensamiento que permita formar el

 Adquirir conocimientos y destrezas en el manejo y aplicación de

 Motivar al estudiante a presentar de manera clara, rigurosa y concisa

A lo largo de cada uno de los capítulos encontrará el alumno el siguiente

Introducción: en ella se da una justificación de la existencia del

Desarrollo del tema: en esta parte se desarrollará el tema

Talleres: Su principal propósito es apropiarse del concepto matemático

Evaluación final: en esta sección se evalúan los conocimientos teóricos

Para el aprendizaje de los conceptos se utilizan como herramientas

Es muy importante que como estudiante se dé cuenta desde el principio

Actualmente internet proporciona una buena guía acerca de un tópico,

Además, al final del capítulo usted encontrará también una bibliografía

inglés, ya que esto formará una parte muy importante en su ejercicio

Cualquier observación acerca del libro se puede realizar al correo

El proceso de escritura y reunión de conceptos es una tarea ardua y

El avance tecnológico y científico del hombre en pro de desarrollar su

El presente módulo es una construcción constante y permanente entre

Es relevante mencionar que se incluyen cálculos matemáticos y gráficas

Por último, es de interés mencionar que el módulo es una guía para la

UNIDAD I: TRANSFORMADA DE LAPLACE ......................................................... 10

Lección 10. Integrales de Fourier de Seno y Coseno ........................................... 100

Pierre Simón Laplace

Nacido en una familia de granjeros de la baja Normandía, marchó a

En 1799 fue nombrado ministro del interior durante el Consulado,

pasado bonapartista, tras la restauración de los Borbones fue lo

En ''Exposition du système du monde (Exposición del sistema del

Atento a los descubrimientos de nebulosas realizados por William

Es recordado como uno de los máximos científicos de todos los tiempos,

Su obra más importante, Traité de mécanique céleste (Tratado de

movimientos continuaban indefinidamente, Júpiter caería sobre el Sol,

Laplace creó una curiosa fórmula para expresar la probabilidad de que el

Laplace, que era ateo, creía fuertemente en el determinismo causal, tal

Podemos mirar el estado presente del universo como el efecto del

Este intelecto se refiere al demonio de Laplace (cf. demonio de

Sea A un subconjunto de S tal que 𝐴 = 𝑎1 , 𝑎2 , … , 𝑎𝑟 entonces

En 1785, Laplace encontró la llave siguiente, utilizando integrales en

PRINCIPIOS DE TRANSFORMADAS DE LAPLACE

En el modelo matemático de un sistema físico, como el de una masa

La transformada de Laplace es muy útil en la solución de ecuaciones

Lección 2: TRANSFORMACION INTEGRAL

Sea f(t) definida en un intervalo finito o infinito a  t  b y tomemos una

La función 𝐾(𝑠, 𝑡) se llama núcleo de la transformación . es lineal, sin

Lección 3: TRANSFORMADA DE LAPLACE

Suponga que la función está definida para t  0 y la integral

Laplace de y(t) existe para s  s0 y está dada por

Ahora es posible afirmar que:

Para 𝑠 > 0, 𝑛 > 0

4. Calcule ℒ{𝑆𝑒𝑛𝑘𝑡} 𝑦 ℒ{𝐶𝑜𝑠𝑘𝑡}