Академический Документы
Профессиональный Документы
Культура Документы
TEMA:
SERIES DE FOURIER Y APLICACIONES
PROFESOR:
CASTRO VIDAL
CURSO:
FUNCIONES ANALÍTICAS
INTEGRANTES:
LUQUE CISNEROS, MIGUEL ÁNGEL
PÉREZ MONTERO, JERALD
YNGA NUÑEZ, LUIS ANGEL
QUITO CÉSPEDES, ANGEL
2017
INTRODUCCION
En este trabajo abordaremos el tema de “Fundamentos de las series de Fourier
y sus diferentes aplicaciones” siendo este tema de por sí bastante largo estará
dividido en diferentes grupos siendo el nuestro el primero en hablar sobre el
tema, por lo tanto, daremos una pequeña introducción y conceptos básicos para
entender los subsiguientes temas.
Uno de los temas más importantes que tocaremos serán las funciones
periódicas, dado que la Serie de Fourier solo se puede emplear en estas. Como
también algunas propiedades fundamentales de las Series de Fourier.
En los siguientes capítulos también tocaremos temas como “Forma compleja de
la Serie de Fourier” donde simplificaremos y entenderemos que también
podemos mostrar nuestra serie de esta forma.
Para finalizar algunas aplicaciones de las Series de Fourier.
ANTECEDENTES HISTORICOS
(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.
1 𝑇
𝐹 = 𝐹𝑟𝑚𝑠 = √𝑇 ∫0 𝑓 2 (𝑡)𝑑𝑡 (1.6)
SERIES DE FOURIER
La teoría de Fourier afirma que cualquier función periódica f(t), ya sea más o
menos compleja, se puede descomponer en suma de funciones simples,
sinusoidales, cuya frecuencia es múltiplo de la función periódica. Esto es, dicha
función se puede descomponer en una serie armónica infinita (ver figura 2)
expresada como:
𝑎0
𝑓(𝑡) = 2
+ ∑∞ ∞
𝑛=1 𝑎𝑛 cos 𝑛𝑤0 𝑡 + 𝑏𝑛 sen 𝑛𝑤0 𝑡 = 𝐶0 + ∑𝑛=1 𝐶𝑛 cos(𝑛𝑤0 𝑡 − 𝜃𝑛 ) (1.8)
Donde:
𝑓(𝑡) = 𝐶0 + ∑∞ ′
𝑛=1 √2 𝐶𝑛 cos(𝑛𝑤0 𝑡 − 𝜃𝑛 ) (1.11)
donde cada coeficiente 𝐶𝑛′ representa el valor eficaz del armónico de orden n,
es decir:
ÍNDICES DE DISTORSIÓN
En ciertas áreas de la ingeniería es interesante establecer un parámetro que
permita evaluar cuánto se aleja una forma de onda periódica de una sinusoidal
de la misma frecuencia, de forma que cuando una forma de onda no es
sinusoidal se dice que está distorsionada. Uno de los parámetros más
empleados para evaluar la distorsión es la tasa de distorsión armónica total
(THD) la cual relaciona la amplitud (o el valor eficaz) de los armónicos de una
forma de onda con el de su componente fundamental, y se define como:
1
𝑇𝐻𝐷 = 𝐶 √∑𝑁 2
𝑛=2(𝐶𝑛 ) × 100 (1.13)
1
Otro parámetro que se puede emplear para indicar el alejamiento entre una
forma de onda sinusoidal y una función periódica cualquiera es el Factor de
Cresta o CF:
𝐶𝐹 = 𝐹𝑝 ⁄𝐹 (1.15)
donde Fp es el valor de pico de la función y F su valor eficaz. En el caso de una
onda sinusoidal su valor es de 2.
Teorema de Parseval
En general para la energía de una función f(t) en un intervalo de tiempo (a, b)
se puede poner como:
𝑏
𝐸 = ∫𝑎 [𝑓(𝑡)]2 𝑑𝑡 (1.16)
Esta ecuación integral expresa que si f(t) es la corriente que circula por una
resistencia de 1Ω, entonces E es la energía disipada en esa resistencia en el
intervalo de tiempo (a, b). En el caso de una función periódica se puede hablar
de energía media por período o potencia media P cuya expresión es:
1
𝑃 = 𝑇 ∫𝑇[(𝑡)]2 𝑑𝑡 (1.17)
𝑎2 1 1 ∞
𝐹𝑟𝑚𝑠 = √ 40 + 2 ∑∞ 2 2 ∞ 2 ′ 2
𝑛=1(𝑎𝑛 + 𝑏𝑛 ) = √𝐶0 + 2 ∑𝑛=1 𝐶𝑛 = √𝐶0 + ∑𝑛=1(𝐶𝑛 ) (1.20)
El fenómeno de Gibbs
Cuando una función dada se aproxima mediante una Serie de Fourier Finita,
habrá un error considerable en la vecindad de la discontinuidad, no importa
cuantos términos se quieran emplear. Este efecto se conoce como el fenómeno
de Gibbs. Para ilustrar este fenómeno se puede ver en la figura 7 el resultado
de aproximar una onda cuadrada por una serie finita de Fourier.
De esta forma garantizamos que: |𝑎0 | < ∞; |𝑎𝑛 | < ∞; |𝑏𝑛 | < ∞
Condición Nº 3
En cualquier intervalo finito de tiempo hay un número finito de discontinuidades,
y además han de ser de amplitud finita.
Las funciones que no cumplen las condiciones anteriores no son usuales y, por
lo tanto, no son particularmente importantes en el estudio de señales y
sistemas. Se ha de decir que todas las funciones periódicas asociadas a
sistemas físicos cumplen dichas condiciones y, por lo tanto, son susceptibles
de ser estudiadas mediante las Series de Fourier. Si la función cumple las
condiciones anteriores, entonces se puede descomponer en Serie de Fourier,
y, por lo tanto, debido a la convergencia de la Serie de Fourier se cumple que:
lim 𝑎𝑛 = lim 𝑏𝑛 = 0 (1.27)
𝑛→∞ 𝑛→∞
Este resultado invita al empleo de las Series Finitas de Fourier en los análisis
numéricos mediante series de Fourier, ya que la energía asociada a armónicos
de orden elevado, o sea, de frecuencia elevada, es muy baja, tal y como ya se
había indicado en el apartado anterior.
Donde:
t1 es el instante en el que la función presenta la discontinuidad
𝑡1− y 𝑡1+ son los instantes anterior y posterior de la discontinuidad
fsf(t) es la Serie de Fourier
f(t) es la función original, a partir de la cual se calculan los coeficientes
de la Serie de Fourier
A pesar de este resultado se admite la descomposición en Serie de Fourier
como equivalente a la función periódica que representa.
fig13
2𝜋
𝑤0 = =1
2𝜋
1 𝜋 1 0 𝜋
𝑎0 = 𝜋 ∫−𝜋 𝑓(𝑥) 𝑑𝑥 = 𝜋 (∫−𝜋 0 𝑑𝑥 + ∫0 (𝜋 − 𝑥) 𝑑𝑥)
𝜋
1 𝑥2
𝑎0 = [𝜋𝑥 − ]
𝜋 2 0
𝜋
𝑎0 =
2
1 𝜋
𝑎𝑛 = 𝜋 ∫−𝜋 𝑓(𝑥)cos(𝑤0𝑛𝑥) 𝑑𝑥 recuerde que 𝑤0 = 1
0 𝜋
1
𝑎𝑛 = (∫ 0 𝑑𝑥 + ∫ (𝜋 − 𝑥)cos(𝑛𝑥) 𝑑𝑥)
𝜋 −𝜋 0
1
𝑎𝑛 = [(𝜋𝑠𝑒𝑛(𝑛𝑥) − cos(𝑛𝑥) − 𝑛𝑥𝑠𝑒𝑛(𝑛𝑥))]𝜋0
𝜋𝑛2
1 − (−1)𝑛
𝑎𝑛 =
𝜋𝑛2
1 𝜋
𝑏𝑛 = 𝜋 ∫−𝜋 𝑓(𝑥) 𝑠𝑒𝑛(𝑤0 𝑛𝑥) 𝑑𝑥 recuerde que 𝑤0 = 1
0 𝜋
1
𝑏𝑛 = (∫ 0 𝑑𝑥 + ∫ (𝜋 − 𝑥)sen(𝑛𝑥) 𝑑𝑥)
𝜋 −𝜋 0
1
𝑏𝑛 = [(−𝜋𝑐𝑜𝑠(𝑛𝑥) − sen(𝑛𝑥) + 𝑛𝑥𝑐𝑜𝑠(𝑛𝑥))]𝜋0
𝜋𝑛2
1
𝑏𝑛 =
𝑛
Para n=2
𝑆2 (𝑡) = 𝑆1 (𝑡) + 𝑎2 cos(2𝑥) + 𝑏2 𝑠𝑒𝑛(2𝑥)
1 − (−1)2 1
𝑆2 (𝑡) = 𝑆1 (𝑡) + 2
cos(2𝑥) + 𝑠𝑒𝑛(2𝑥)
𝜋2 2
𝜋 2 1
𝑆2 (𝑡) = + cos(𝑥) + 𝑠𝑒𝑛(𝑥) + 𝑠𝑒𝑛(2𝑥)
4 𝜋 2
Para n=3
𝑆3 (𝑡) = 𝑆2 (𝑡) + 𝑎3 cos(3𝑥) + 𝑏3 𝑠𝑒𝑛(3𝑥)
1 − (−1)3 1
𝑆3 (𝑡) = 𝑆2 (𝑡) + 2
cos(3𝑥) + 𝑠𝑒𝑛(3𝑥)
𝜋3 3
𝜋 2 1 2 1
𝑆3 (𝑡) = + cos(𝑥) + 𝑠𝑒𝑛(𝑥) + 𝑠𝑒𝑛(2𝑥) + cos(3𝑥) + 𝑠𝑒𝑛(3𝑥)
4 𝜋 2 9𝜋 3
Las aproximaciones a f (x) mediante las sumas parciales quedan de la
siguiente manera (fig.14):
fig. 14
EJEMPLO N°02
Expanda en una serie de Fourier de la función con grafica (fig.15):
2𝜋
𝑤0 = =1
2𝜋
Usando el teorema de aproximación de una serie de Fourier finita (1.21):
𝐾 𝐾
𝑎0
𝑆𝐾 (𝑡) = + ∑ 𝑎𝑛 cos(𝑛𝑤0 𝑡) + 𝑏𝑛 sen(𝑛𝑤0 𝑡) = 𝐶0 + ∑ 𝐶𝑛 cos(𝑛𝑤0 𝑡 − 𝜃𝑛 )
2
𝑛=1 𝑛=1
1 𝜋 1 0 𝜋
𝑎0 = ∫ 𝑓(𝑥) 𝑑𝑥 = (∫ −1 𝑑𝑥 + ∫ 2 𝑑𝑥)
𝜋 −𝜋 𝜋 −𝜋 0
1
𝑎0 = ([−𝑥]0−𝜋 + [2𝑥]𝜋0 )
𝜋
𝑎0 = 1
1 𝜋
𝑎𝑛 = 𝜋 ∫−𝜋 𝑓(𝑥)cos(𝑤0𝑛𝑥) 𝑑𝑥 recuerde que 𝑤0 = 1
0 𝜋
1
𝑎𝑛 = (∫ −1cos(𝑛𝑥) 𝑑𝑥 + ∫ 2cos(𝑛𝑥) 𝑑𝑥 )
𝜋 −𝜋 0
1 𝑠𝑒𝑛(𝑛𝑥) 0 𝑠𝑒𝑛(𝑛𝑥) 𝜋
𝑎𝑛 = ([− ] + [2 ] )
𝜋 𝑛 −𝜋 𝑛 0
𝑎𝑛 = 0
1 𝜋
𝑏𝑛 = 𝜋 ∫−𝜋 𝑓(𝑥) 𝑠𝑒𝑛(𝑤0 𝑛𝑥) 𝑑𝑥 recuerde que 𝑤0 = 1
0 𝜋
1
𝑏𝑛 = (∫ −1𝑠𝑒𝑛(𝑛𝑥) 𝑑𝑥 + ∫ 2sen(𝑛𝑥) 𝑑𝑥)
𝜋 −𝜋 0
1 cos(𝑛𝑥) 0 cos(𝑛𝑥) 𝜋
𝑏𝑛 = ([ ] + [−2 ] )
𝜋 𝑛 −𝜋 𝑛 0
3(1 − (−1)𝑛 )
𝑏𝑛 =
𝑛𝜋
Hallando las sumas parciales gracias al Teorema 1.21:
Para n=1
1
𝑆1 (𝑡) = + 𝑎1 cos(𝑥) + 𝑏𝑛 𝑠𝑒𝑛(𝑥)
2
1 3(1 − (−1)1 )
𝑆1 (𝑡) = + 0 cos(𝑥) + 𝑠𝑒𝑛(𝑥)
2 𝜋
1 6
𝑆1 (𝑡) = + 𝑠𝑒𝑛(𝑥)
2 𝜋
Para n=2
𝑆2 (𝑡) = 𝑆1 (𝑡) + 𝑎2 cos(2𝑥) + 𝑏2 𝑠𝑒𝑛(2𝑥)
3(1 − (−1)2 )
𝑆2 (𝑡) = 𝑆1 (𝑡) + 0 cos(2𝑥) + 𝑠𝑒𝑛(2𝑥)
2𝜋
1 6
𝑆2 (𝑡) = + 𝑠𝑒𝑛(𝑥)
2 𝜋
Para n=3
𝑆3 (𝑡) = 𝑆2 (𝑡) + 𝑎3 cos(3𝑥) + 𝑏3 𝑠𝑒𝑛(3𝑥)
3(1 − (−1)3 )
𝑆3 (𝑡) = 𝑆2 (𝑡) + 0 cos(3𝑥) + 𝑠𝑒𝑛(3𝑥)
3𝜋
1 6 2
𝑆3 (𝑡) = + 𝑠𝑒𝑛(𝑥) + 𝑠𝑒𝑛(3𝑥)
2 𝜋 𝜋
Para n=4
𝑆4 (𝑡) = 𝑆3 (𝑡) + 𝑎4 cos(4𝑥) + 𝑏3 𝑠𝑒𝑛(4𝑥)
3(1 − (−1)4 )
𝑆4 (𝑡) = 𝑆3 (𝑡) + 0 cos(4𝑥) + 𝑠𝑒𝑛(4𝑥)
4𝜋
1 6 2
𝑆4 (𝑡) = + 𝑠𝑒𝑛(𝑥) + 𝑠𝑒𝑛(3𝑥)
2 𝜋 𝜋
Como vemos S1=S2 y S3=S4 lo que se ira repitiendo en las siguientes sumas
parciales.
Las aproximaciones a f(x) mediante las sumas parciales quedan de la siguiente
manera (fig.15):
fig16
Onda Cuadrada
𝛽𝑇 𝛿𝑇
Donde: 𝑡𝛽 = 2𝜋 𝑦 ∆𝑡𝛿 = 2𝜋
f(x)
+1
0 x
-1
2
b3 1 (1) sen 3x dx
0 (1) sen 3x dx
sen 3x dx
2
b3 1
0
sen 3x dx
b3 1 (-1/3) cos 3x
0 (1 / 3) cos 3x 2
2
an 1 (1) cos nx dx
0 (1) cos nx dx
an 1 / n sen nx
0 sen nx 2
0
2
a0 1 /
dx
0
dx (1/)( - 0 - 2 + ) = 0
Por otra parte:
2
0
bn 1 / (1) sen nx dx
(1) sen nx dx
bn 1 / n cos nx 0 cos nx 2
= (1/n)(1 - 2 cos n + cos n2) = bn
bn = (1/n)(1 - 2 + 1) = 0
Para n impar:
bn = (1/n)(1 + 2 + 1) = 4/n
Es decir que sólo tiene componentes impares del seno.
f(x)
+1
0 x
-1
1 / 2
an 1 /
(x / ) cos nx dx
x cos nx dx
Luego para la onda diente de sierra tendremos:
ONDA RECTIFICADA.
Los coeficientes los hallamos por integración entre los límites - y +, ya
que en el resto del período la señal es nula, y en ese intervalo la función es: cos
wt.
Luego:
/2
an 1 /
(cos x)(cos nx) dx
/2
Si n es distinto de 1:
a n 1 / (2/(n - 1)) sen[(n - 1)x] (2/(n 1)) sen[(n 1)x]
a4 =-2/15 a5 = 0 a6 = 2/35 a7 = 0
Con lo que:
SÍNTESIS DE ONDAS.
Si partimos de la expresión de la onda cuadrada desarrollada en serie y
vamos sumando gráficamente términos, veremos que a partir de la séptima
armónica la aproximación comienza a ser mejor, pero siempre permanece una
variación en la parte superior aplastada con la frecuencia mayor utilizada. Sin
embargo la tendencia a que le crezcan orejas existe a ambos lados de la
discontinuidad (fenómeno de Gibbs). Con el aumento de los términos las mismas
se estrechan pero no disminuyen su amplitud que se establece en un 9% de la
discontinuidad.
La serie infinita, sin embargo, converge exactamente a la función, excepto
en la discontinuidad donde converge al punto medio de la misma.
ESPECTROS EN FRECUENCIA.
Puede escribirse una serie de Fourier mediante términos que sólo
contengan senos o cosenos, independientemente de que sea o no par o impar,
utilizando la relación trigonométrica:
a cos x + b sen x = (a2 + b2)½ cos [x - tg-1(b/a)]
Entonces la serie tendrá la forma:
Donde:
c cosnt
a
f(t) 0 n n
2 n 1
c sennt
a0
f(t) n n
2 n 1
Amplitud
c6
c2
c3
c0
c1 c4 c7
c5
0 234c.
Frec.
Espectro de amplitud
Fase
5
1
4
2
7
6
0 234
Frec.
Frec.
3
8
Espectro de fase
APLICACIÓN A UN CIRCUITO
Veamos la corriente en una bobina ideal como respuesta a una excitación
de tensión de onda cuadrada:
v(t)
Vmax
-Vmax
+ I(t)
L
v(t)
In = Vn/Zn = (2Vmáx/jn)(1/jn1L) =
f(x)
+Vmáx2L
O bien:
Irms = (I02 + I12 + I22 + I32 + ... )1/2
P (1 / T) v * i dt
0
v(t)
10
SERIES EXPONENCIALES.
Hemos utilizado las formas trigonométricas de las series de Fourier; ahora
podemos mejorarla utilizando formas exponenciales del tipo:
A0 = ½a0
A1 = ½(a1 - jb1) A-1 = ½(a1 + jb1)
An = ½(an - jbn) A-n = ½(an + jbn)
f(t) A
n
n
jn t
e A
n
n ejnx
SIMETRÍAS.
Las condiciones de simetría son también útiles. Por ejemplo: si sólo hay términos
seno An es imaginaria pura (ya que an es igual a cero), y si sólo contiene cosenos
An es real pura (bn = 0) para todos los n. Por otra parte si hay simetría de media
onda resultará An = 0 para n par, y el intervalo de integración puede, en este
caso, acortarse a medio período.
Nótese que, al no ser la función ejnx impar ni par, no puede acortarse el intervalo
de integración en estos casos. Los límites de integración deben estar separados
por un período completo a menos que exista simetría de media onda.
EJEMPLOS DE APLICACIÓN.
Onda cuadrada asimétrica impar.
f(x)
+2
Para n = 0:
A0 (1 / 2) 2 dx ( / 2)(2 0) 1
0
f(x)
-1
La serie quedará:
jAn
2/
2/
n
-8 -7 -6 -5 -4 -3 -2 -1
0 1 2 3 4 5 6 7 8 n
-2/n
-2/
f(x)
+1
/2
An / 2
- /2
2 e- jnx dx
Para n = 0 A0 = 1/2
Para n par An = 0
Para n impar An = (1/n) (n =..., -11, -7, -3, +1, +5,
+9,...)
Y
Y quedará un espectro:
An
1/ A0
1/
1/
n
-8 -7 -6 -5 -4 -3 -2 -1
0 1 2 3 4 5 6 7 8 n
-1/n
-1/
f(x)
+1
-1
Para n par: An = 0
An = -4/2n2
f(t) (4 / ) 2
(1/n ) e
-
2 jn t
Para n impar
La magnitud de una señal analógica pude tomar cualquier valor, esto es,
la amplitud de una señal analógica exhibe una variación continua sobre su
campo de actividad. La gran mayoría de señales en el mundo que hay a
nuestro alrededor son analógicas. Los circuitos que procesan estas señales se
conocen como circuitos analógicos. Una forma alternativa de representación de
señal es la de una secuencia de números, cada uno de los cuales representa la
magnitud de señal en un instante determinado.
APLICACIONES EN LA MEDICINA
APLICACIONES DIVERSAS
• El problema isoperimétrico
• Temperatura de la tierra
• Evaluación de series no triviales
• La desigualdad de Wirtinger
• Solución de ecuaciones diferenciales
• Flujo del calor
• Ecuación de ondas
• Formula de Poisson
• Identidad de Jacobi
o Tal vez una de las propiedades más importantes de las series de Fourier y en
particular de las integrales de Fourier se presenta en la solución de ecuaciones
diferenciales ya que transforma operadores diferenciales con coeficientes
constantes en multiplicación por polinomios.
En ingeniería de control:
En procesamiento de imágenes:
En el área médica:
El problema isoperimétrico
1 1 1
𝐴= ∫ (𝑥𝑑𝑦 − 𝑦𝑑𝑥) = ∫ (𝑥𝑦̇ − 𝑦𝑥̇ )𝑑𝑡
2 𝜕𝐶 2 0
1
= ((𝑥̂, 𝑦̇̂ )𝑙 − (𝑦̂, 𝑥̇̂ )𝑙 ) (𝑃𝑎𝑟𝑠𝑒𝑣𝑎𝑙)
2 2 2
1 ̅ ̅
= ∑ ((𝑥̂, 𝑦̇̂ ) − (𝑦̂, 𝑥̇̂ ) ) (𝑛) = ∑ 𝑖𝜋𝑛(𝑥̂̅𝑦̂ − 𝑥̂𝑦̅̂ ) = (𝑛)
2 𝑙2 𝑙2
𝑛∈ℤ 𝑛∈ℤ
̅̅̅̅̅̅
= ∑ 𝑖𝜋𝑛2𝑖𝐼𝑚(𝑥 ̅̅̅̅̅̅
̂(𝑛)𝑦̂(𝑛)) = −2 ∑ 𝑛𝐼𝑚(𝑥
̂(𝑛)𝑦̂(𝑛))
𝑛∈ℤ 𝑛∈ℤ
Por otra parte, puesto que la curva C tiene perímetro 1, tenemos que:
1
2 2
1 = ∫ (𝑥̇ 2 + 𝑥̇ 2 ) = ‖𝑥̇̂ ‖𝑙 + ‖𝑦̇̂ ‖𝑙 = ∑|𝑥̇̂ (𝑛)| + |𝑦̇̂ (𝑛)|
2 2
0 𝑛∈ℤ
Luego:
1 1
( − 𝐴) = ∑[𝑛2 (|𝑥̂ |2 + | 𝑦̂|2 ) + 2𝑛𝐼𝑚( ̅̅̅̅̅̅
𝑥̂(𝑛)𝑦̂(𝑛))]
𝜋 4𝜋
𝑛∈ℤ
Escribamos 𝑥̂ = 𝛼 + 𝑖𝛽, 𝑦̂ = 𝛾 + 𝑖𝛿, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
1 1
( − 𝐴) = ∑ 𝑛2 (𝛼 2 + 𝛽 2 + 𝛾 2 + 𝛿 2 ) + 2𝑛( 𝛼𝛿 − 𝛽𝛾))
𝜋 4𝜋
𝑛∈ℤ
= ∑[(𝑛𝛼 + 𝛿) + (𝑛𝛽 − 𝛾)2 + (𝑛2 − 1)(𝑛𝛿 + 𝛾)2 ] ≥ 0
2
𝑛≠0
1
Luego 𝐴 ≤ 4𝜋, que es precisamente el área encerrada por una circunferencia de
longitud 1.
1
Supongamos ahora que se satisface la igualdad 𝐴 ≠ 4𝜋 y demostremos
1
que la curva C es una circunferencia. En efecto, si 𝐴 = 4𝜋 entonces
𝜕𝑢 1 𝜕 2 𝑢
= ( ) (𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑎𝑙𝑜𝑟).
𝜕𝑡 2 𝜕𝑢2
Por lo tanto,
1 1
𝜕 2 𝑢 −2𝜋𝑖𝑛𝑡 𝜕𝑢
𝑐′′𝑛 = ∫ ( 2
) 𝑒 𝑑𝑡 = 2 ∫ ( ) 𝑒 −2𝜋𝑖𝑛𝑡 𝑑𝑡 = 4𝜋𝑖𝑛𝑐𝑛 ,
0 𝜕𝑢 0 𝜕𝑡
1⁄
𝑐𝑛 (𝑥) = 𝑓̂(𝑛) exp [−(2𝜋|𝑛|) 2 (1 ± 𝑖)𝑥],
Y por lo tanto resulta finalmente
1⁄ 1⁄
𝑢(𝑡, 𝑥) = ∑ 𝑓̂(𝑛) exp [−(2𝜋|𝑛|) 2 𝑥] exp[ 2𝜋𝑖𝑛𝑡 ∓ (2𝜋|𝑛|) 2 𝑖𝑥]
𝑛∈ℤ
Supongamos por ejemplo que la temperatura de la superficie viene dada por
una función sinusoidal simple 𝑓(𝑡) = sin(2𝜋𝑡) (lo cual significa que la
1
temperatura anual media 𝑓̂(0) = ∫0 𝑓 es cero). En este caso, la función u
vendrá dada por:
𝜋
Esta fórmula nos dice que la temperatura a la profundidad 𝑥 = √ 2 queda
afectada por el factor 𝑒 −𝜋 y está completamente fuera de fase con respecto a
las estaciones como lo indica la siguiente figura.
Evaluación de series no triviales
1 1
, 𝑠𝑖 𝑛 = 0
∫ 𝑥𝑒𝑥𝑝(−2𝜋𝑖𝑛𝑥)𝑑𝑥 = {2
0 −(2𝜋𝑖𝑛)−1 , 𝑠𝑖 𝑛 ≠ 0
1 ∞
1 2 1
= ∫ 𝑥 2 𝑑𝑥 = ‖𝑓‖2 = ‖𝑓̂‖ = + (2𝜋 2 )−1 ∑ 𝑛−2 .
3 0 4
𝑛=1
1
, 𝑠𝑖 𝑛 = 0
𝑓̂(𝑛) = { 3
1 1
2 2
+ 𝑖, 𝑠𝑖 𝑛 ≠ 0
2𝜋 𝑛 2𝜋𝑛
2 1 1
Luego |𝑓̂(𝑛)| = 4𝜋4𝑛4 + 4𝜋2 𝑛2 . En virtud de la identidad de Plancherel tenemos
que
1
1 2
= ∫ 𝑥 2 exp(−2𝜋𝑖𝑛𝑥) 𝑑𝑥 = ‖𝑓‖2 = ‖𝑓̂(𝑛)‖
5 0
∞ ∞
1 1 1 1 1
= + 4∑ 4+ 2∑ 2
9 2𝜋 𝑛 2𝜋 𝑛
𝑛=1 𝑛=1
Flujo de Calor
𝜕𝑢 1 𝜕 2 𝑢
= , 𝑡 > 0, 𝑥 ∈ 𝑅 (6)
𝜕𝑡 2 𝜕𝑥 2
𝑢̂ = 𝑓̂ exp(−2𝜋 2 𝛾 2 𝑡),
exp[−𝑥 2 ⁄2𝑡]
Donde 𝑝𝑡 (𝑥) = 1 es el llamado kernel de Gauss.
(2𝜋𝑡) ⁄2
Ecuación de ondas
En este apartado vamos a usar las series de Fourier para resolver la ecuación
de ondas unidimensional
𝜕2 2
𝜕2
𝑢(𝑥, 𝑡) = 𝑎 𝑢(𝑥, 𝑡),
𝜕𝑡 2 𝜕𝑥 2
𝜕
𝑢(𝑥, 0) = 𝑓(𝑥), 𝑢(𝑥, 0) = 𝑔(𝑥). (ii)
𝜕𝑡
𝑋 ′′ (𝑥) 1 𝑇 ′′ (𝑡)
𝑋(𝑥)𝑇 ′′(𝑡) = 𝑎2 𝑋 ′′ (𝑥)𝑇(𝑡), ⟹ = 2 = −𝜆 ,
𝑋(𝑥) 𝑎 𝑇(𝑡)
Y
𝑇 ′′ (𝑡) + 𝑎2 𝜆𝑇(𝑡) = 0 (iv)
Que junto a las condiciones de contorno para X nos dan las soluciones
𝑇 ′′ (𝑡) + 𝑛2 𝑇(𝑡) = 0,
Luego
𝑇 ′′ 𝑛 (𝑡) = 𝐴𝑛 𝑐𝑜𝑠𝑛𝑡 + 𝐵𝑛 𝑠𝑒𝑛𝑛𝑡,
Y por tanto una solución de nuestra ecuación con las condiciones de contorno
(i) será
𝑢(𝑥, 𝑡) = ∑∞ ∞
𝑛=1 𝑢𝑛 (𝑥, 𝑡) = ∑𝑛=1(𝐴𝑛 𝑐𝑜𝑠𝑛𝑡 + 𝐵𝑛 𝑠𝑒𝑛 𝑛𝑡)𝑠𝑒𝑛 𝑛𝑥 .
(v)
∞
𝜕
𝑢(𝑥, 0) = 𝑔(𝑥) = ∑ 𝑛𝐵𝑛 𝑠𝑒𝑛 𝑛𝑥,
𝜕𝑡
𝑛=1
Donde
2 𝜋 2 𝜋
𝐴𝑛 = 𝜋 ∫0 𝑓(𝑥)𝑠𝑒𝑛 𝑛𝑥 𝑑𝑥, 𝐵𝑛 = 𝑛𝜋 ∫0 𝑔(𝑥)𝑠𝑒𝑛 𝑛𝑥 𝑑𝑥,
𝜕 2𝑢 𝜕 2𝑢
= , 𝑡 > 0, 𝑥 ∈ 𝑹,
𝜕𝑡 2 𝜕𝑥 2
𝜕𝑢
Con condiciones de borde lim 𝑢 = 𝑓 𝑦 lim 𝜕𝑡 = 𝑔.
𝑡→0 𝑡→0
El procedimiento para resolver esta ecuación ya nos es familiar; primero
aplicamos la transformada de Fourier:
𝜕 2 𝑢̂
= −4𝜋 2 𝛾 2 𝑢̂,
𝜕𝑡 2
Después encontramos 𝑢̂:
𝑠𝑖𝑛2𝜋𝛾𝑡
𝑢̂(𝑡, 𝛾) = 𝑐𝑜𝑠2𝜋𝛾𝑡𝑓̂(𝛾) + 𝑔̂(𝛾)
2𝜋𝛾
1 2𝜋𝑖𝛾𝑡 1 𝑡
[𝑒 + 𝑒 −2𝜋𝑖𝛾𝑡 ]𝑓̂(𝛾) + ∫ 𝑒 2𝜋𝑖𝛾𝑡 𝑑𝑦𝑔̂(𝛾),
2 2 −𝑡
1 1 𝑥+𝑡
𝑢(𝑡, 𝑥) = [𝑓(𝑥 + 𝑡) + 𝑓(𝑥 − 𝑡)] + ∫ 𝑔(𝑦)𝑑𝑦.
2 2 𝑥−𝑡
Identidad de Jacobi
1 2 ⁄2𝑡
𝑝𝑡 (𝑥) = 𝑒 −𝑥
√2𝜋𝑡
Entonces
2 𝛾2 𝑡
𝑝̂𝑡 (𝛾) = 𝑒 −2𝜋 ,
y aplicando la fórmula de Poisson, obtenemos que:
1 2 ⁄2𝑡 2 𝑛2 𝑡
∑ 𝑒 −𝑛 = ∑ 𝑒 −2𝜋
𝑛∈ℤ
√2𝜋𝑡 𝑛∈ℤ
1 2 ⁄𝑡 2𝑡
∑ 𝑒 −𝜋𝑛 = ∑ 𝑒 −𝜋𝑛
√𝑡 𝑛∈ℤ 𝑛∈ℤ
Es decir:
1 1
𝜃(𝑡) = 𝜃( )
√𝑡 𝑡