Apuntes Complejos y Fourier

Matemáticas Avanzadas
Dr. Erick E. Luna Rojero
Facultad de Ingeniería
División de Ciencias Básicas
Universidad Nacional Autónoma de México
2009 (ver. 0.1)

http://basicas.fi-c.unam.mx
2
Índice general
I Variable compleja 7
1. Funciones de variable compleja y mapeos 11
Números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
El plano de Argand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Función Compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Función exponencial compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Función logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Funciones trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Ejercicios en clase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2. Funciones analíticas y mapeos conformes 19

Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Derivada compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Ecuaciones de Cauchy-Riemann-(D’Alembert) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Funciones Analíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Funciones armónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Derivadas de funciones importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Función exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Funciónes trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Función logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Mapeo conforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Mapeo isogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Algunos mapeos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3. Integral de línea de funciones de variable compleja 29

Integral de línea compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Integración paramétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4. Teorema integral de Cauchy-Goursat 31

Corolarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Independencia de la trayectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Antiderivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Deformación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5. Fórmulas integrales de Cauchy 33

Fórmula integral de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Derivadas de funciones analíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Extensión de la fórmula integral de Cauchy para una anillo . . . . . . . . . . . . . . . . . 34
ÍNDICE GENERAL 3
6. Serie Laurent y teorema del residuo 37
Series Complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Series de potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Serie de Taylor compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Serie de Laurent compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Teorema del Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Clasificación de singularidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Ceros de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Teorema del Residuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Residuos y polos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
7. Aplicación del análisis complejo 43

Fractales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Conjunto de Mandelbrot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Fenómenos de transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Transferencia de calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Difusión molecular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
II Series de Fourier 47
8. Series de Fourier 49
Funciones períodicas y señales físicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Funciones ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Algebra lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Definición de la Serie de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Condiciones de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Aproximación por Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Fourier en las discontinuidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Simetrías (propiedades de paridad) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Derivación e Integración de Series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 52
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Función Heaviside y Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Derivación en puntos singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
9. Serie de Fourier compleja y espectro de frecuencia 55

Forma compleja de las series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Espectros de frecuencia compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Contenido de potencia y teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
10.Ejercicios de Serie de Fourier 57
III Transformada de Fourier 59

11.Transformada de Fourier 61
Deducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Integral de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Espectro de frecuencia continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Transformadas seno y coseno de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Convolución y correlación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4 ÍNDICE GENERAL
Uso de la computadora para transformada de Laplace . . . . . . . . . . . . . . . . . . . . 64
12.Transformada Discreta de Fourier 65
13.Ejercicios de Transformada de Fourier 67
IV Apéndices 69
Apéndice A: Tabla de transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . 71
Apéndice B: Tabla de transformada seno de Fourier . . . . . . . . . . . . . . . . . . . . 72
Apéndice C: Tabla de transformada coseno de Fourier . . . . . . . . . . . . . . . . . . . 72
Apéndice D: Referencias Bibliográficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
ÍNDICE GENERAL 5
"Daría todo lo que sé, por la mitad de
lo que ignoro"
René Descartes
6 ÍNDICE GENERAL
Parte I
Variable compleja
7
Objetivo: El alumno manejará los conceptos
y los métodos básicos de la teoría de las funciones
de variable compleja, para la resolución de prob-
lemas de matemáticas e ingeniería.
9
10
Capítulo 1
Funciones de variable compleja y mapeos
Números complejos Complejo conjugado: El complejo conjuga-

do de z = x+iy se denota como z̄ o z ∗ , y se define
por
Definición z̄ = z ∗ = x − iy
Si se postula a la unidad imaginaria como
Módulo o magnitud: El módulo o la mag-
i2 = −1 nitud de un número complejo z = x+iy se denota
como |z| y se define como
se puede definir a un número complejo como:
|z| = x2 + y 2 .
z = x + iy,
Cociente: El cociente de dos números com-
en donde x y y son números reales. plejos z = a + ib y w = c + id = 0 se define
A x se le llama parte real de z como:
x = Re (z) z zw zw
= = 2
w ww |w|
y a y parte imaginaria de z z ac + db bc − ad
= 2 2
+i 2
y = Im (z) w c +d c + d2
Teorema 1 Sean z y w dos números complejo,
Igualdad: Dos números complejos z = a + ib entonces
y w = c + id cumplen que
z z̄ = |z|2
z = w ⇔ {a = c y b = d}
(z + w) = z+w
Suma: La suma de dos números complejos (zw) = zw
z = a + ib y w = c + id se define como z z
=
w w
z + w = (a + c) + i (b + d)
Plano de Argand o complejo: Se puede
Multiplicación: La multiplicación de dos números representar geométricamente a un número com-
complejos z = a + ib y w = c + id se define como plejo en un plano de Argand o complejo, Z, éste
consiste en dos ejes ortogonales, el horizontal rep-
zw = (a + ib) (c + id) resenta a la parte real del número complejo y el
zw = (ac − bd) + i (ad + bc) vertical a la parte imaginaria.
Funciones de variable compleja y mapeos 11

la confusión de tener una función multivaluada se
define al argumento principal de z como el θ tal
que
−π < θ ≤ π
y se denota:
θ = Arg (z)
Teorema 2 Sean z y w dos números complejos
⇒
Plano de Argand |zw| = |z| |w|

z |z|

Forma polar de un número complejo. Sea = sólo si w = 0
w |w|
z = x + iy un punto en el plano de Argand.
arg (zw) = arg (z) + arg (w)
Si se define a r como la distancia del origen al z
punto (x, y) y a θ como el ángulo que forma el arg = arg (z) − arg (w)
w
eje horizontal con r (ver figura), de argumentos
arg (z) = arg (cz) si c>0
trigonométricos se tiene que:
Potencias enteras de un número comple-
x = r cos θ jo: Sea el número complejo z = r (cos θ + i sen θ)
y = r sen θ entonces
z n = rn {cos (nθ) + i sen (nθ)}

r = x2 + y2 = |z|
y donde n es un número entero.
θ = tan−1 Potencias fraccionarias de un número com-
x
plejo: Sea el número complejo z = r [cos θ + i sen θ]
entonces

1 1 θ + 2kπ θ + 2kπ
z =r
m m cos + i sen
m m
donde m ≥ 1 es un número entero y
k = 0, 1, 2, ..., m − 1.
Al igual que en los números reales existen m posi-
bles valores para la raíz m − ésima de z.
El número complejo infinito: Definimos al
Representación polar de un número complejo número complejo infinito como el que satisface a
entonces z
= 0
∞
z = x + iy = r (cos θ + i sen θ) z±∞ = ∞ : z = ∞
z = |z| eiθ z
= ∞ : z = 0
0
o en forma simbólica z·∞ = ∞ : z = 0
∞
z = rcis (θ) = ∞ : z = ∞.
z
z = r∠θ. Esfera de Riemann: Cuando el plano de Ar-
De las fórmulas se observa que r es la magnitud gand incluye al punto infinito, se llama plano z
o módulo de z. A θ se le nombra el argumento de extendido. Para entender mejor lo que significa
z, y se denota: el punto infinito se utiliza la esfera numérica de
Riemann. El punto z1 es proyectado en el punto
θ = arg (z) . ζ 1 de la esfera de Riemann con la ayuda de un
segmento de recta que une a los puntos B y z1 .
Argumento principal: En general θ es cualquier El punto z = 0 de Argand es el A de la esfera de
ángulo tal que θ = tan−1 (y/x), esto es, hay un Riemann y el punto ∞ del plano de Argand es el
número infinito de argumentos de z. Para evitar B de la esfera de Riemann.
12 Funciones de variable compleja y mapeos

Conjunto abierto: Un conjunto abierto es aquel
en el que, para todo elemento, existe una vecin-
dad cuyos puntos pertenecen al conjunto.
Esfera de Riemann
Conjunto abierto
El plano de Argand Ejemplo.- |z| < 1.
Conjunto cerrado: Un conjunto cerrado es aquel
en el que, para al menos un elemento, no existe
Para poder estudiar el cálculo son necesarias una vecindad cuyos puntos pertenecen todos al
las definiciones que a continuación se muestran: conjunto.
Punto: (.)
Conjunto: Una colección de puntos en el plano
complejo.
Vecindad: Se llama vecindad (o entorno) de
radio r, de un punto z0 , al conjunto de puntos
situados en el interior de un círculo de radio r
centrado en z0 , es decir la región |z − z0 | < r
Conjunto cerrado
Ejemplo .- |z| ≤ 1.
Conjunto conexo: Un conjunto es conexo si da-
dos dos puntos cualesquiera del conjunto, existe
una trayectoria formada por segmentos de recta
que los une, y cuyos puntos pertenecen al conjun-
to.
|z − z0 | < r
Vecindad punteada: Una vecindad punteada

de z0 es el conjunto de puntos tal que 0 < |z − z0 | <
r
Conjunto conexo
Dominio: Llamamos dominio a un conjunto
abierto conexo.
Dominio simplemente conexo: Un dominio sin
agujeros.
Dominio multiplemente conexo: Un dominio
0 < |z − z0 | < r con agujeros.

Conjunto multiplemente conexo
|z| = 1
|z − z0 | ≤ r0
Punto frontera: Es un punto tal que toda vecin-
dad de dicho punto contiene al menos un punto
que pertenece al conjunto y otro que no.
Punto interior : Es un punto tal que toda vecin-
dad de dicho punto contiene puntos que pertenece
al conjunto.
Punto exterior: Es un punto tal que toda vecin-
dad de dicho punto no contiene puntos que pertenece
al conjunto.
Región: Es la unión de un dominio y posible-
mente algunos, ninguno o todos sus puntos fron-
tera. |z − z0 | ≤ r0
Conjunto acotado: Un conjunto para el cual 1 < |z − 1| ≤ 2. En la figura se muestra
existe un círculo de radio finito que circunscribe al círculo interno punteado, lo que significa
al conjunto. que la región no toca a la frontera, mientras
Ejemplos de Regiones en el plano: que el círculo externo es continuo, ya que la
región incluye a la frontera.
Ejemplos
y 2
0
-2 -1 0 1 2
1 < |z − 1| ≤ 2
-1
Función Compleja
-2
Re (z) = Im (z)
Una función compleja se define como

|z| = 1, aquí√se puede utilizar la definición w = {z ∈ D, w ∈ I |w = f (z) }
de módulo, a2 + b2 = 1, esto es, a2 + b2 =
12 , una circunferencia con centro en el ori- En donde D es el dominio de la función en el
gen y radio 1. plano Z, e I es la imagen (rango o recorrido) de

la función en el plano W. Decimos que la función Ejemplo
mapea el punto z1 = x1 + iy1 ∈ D al punto w1 =
w = {z ∈ D, w ∈ I :w = |z|}
u1 + iv1 ∈ I. La gráfica natural de la regla de
correspondencia w = f (z) es imposible ya que se D = {|z| ≤ 1}

requieren cuatro dimensiones, dos para z ( una w = |z| = x2 + y2
para x y otra para y) y dos para w (una para u si tomamos |z| = 1 = x2 + y 2 = 1 → w = 1
y otra para v). Si se quiere analizar gráficamente y
a una función compleja un método es utilizar dos
si |z| = 0 = x2 + y 2 = 0 → w = 0,
espacios independientes en dos dimensiones, uno es decir, la circunferencia unitaria con centro
para z y otro para w tal como se muestra en la en el origen, se mapea en el segmento de recta de
siguiente figura. 0 a 1 como se muestra en la figura.
Función compleja w = f (z).

Una forma adecuada de visualizar el mapeo
de la función es analizar como se transforman el
Polinomios
conjunto de segmentos de líneas x = Ci y y = Cj , Una de las funciones complejas más simples es
la figura siguiente representa la cuadrícula que el polinomio, esta función tiene la regla de corre-
forma estas rectas spondencia:
w = f (z) = an z n + an−1 z n−1 + · · · + a1 z + a0
donde las an son números complejos y n es un
número entero positivo. En general los teoremas
y propiedades de estas funciones que se estudian
en cualquier curso de algebra son válidos para el
caso complejo (en realidad en un curso de algebra
implícitamente todas las variables y constantes
son complejas).
Función exponencial compleja

La función exponencial compleja se define co-
mo:
Estos segmentos de recta se mapean mediante
f (z) al espacio w = u+iv. Por ejemplo, la función ez = ex+iy = ex (cos y + i sen y) . (1.1)
f (z) = (z − 1) / (z + 1) mapea a dicha cuadrícula De aquí se observa que Re (e ) = e cos y e Im (ez ) =
z x
en la siguiente gráfica ex sen y. Algunas de las propiedades de esta fun-
ción se enuncian en el siguiente teorema.
Teorema 3 Sean z1 , z2 y z números complejos
⇒
ez1 ez2 = ez1 +z2
(ez )a = eaz con a ≥ 0
ez1
= ez1 −z2
ez2
|ez | = ex
ez = 0 : ∀z
arg (ez ) = y + 2kπ : k = 0, ±1, ±2, ...

Periodicidad de ez . Aunque la función ex- Teorema 4 Sean z y w números complejos difer-
ponencial real no es periódica, la forma compleja entes de cero, r un número racional y n cualquier
de la exponencial presenta una comportamiento entero ⇒
periódico, para mostrar ello tomemos
elog(z) = z
ez+2kπi = ex+i(y+2kπ) log (ez ) = z + 2nπi
= ex (cos [y + 2kπ] + i sen [y + 2kπ]) log (zw) = log z + log w
= ex (cos y + i sen y) z
log = log z − log w
ez+2kπi = ez w
log (z r ) = r log z
por lo tanto la función exponencial es periódica
con periódo imaginario 2πi. Logaritmo principal: La ecuación 1.3 rep-
Algunos valores de ez resenta a un conjunto infinito de números com-
plejos, n = 0, ±1, ±2, ..., para poder definir a una
e0+i0 = 1 función compleja (por lo tanto univaluada) tomamos
eiπ/2 = i sólo al argumento principal de log z, y obtenemos
eiπ = −1 el logaritmo principal de log z, que denotamos por
ei3π/2
= −i Log (z):
Note que de la tercera igualdad eiπ + 1 = 0, esta Log (z) = ln |z| + iArg (z) (1.4)
igualdad contiene a los cinco números más impor-
tantes en matemáticas: e, i, π, 1 y 0.
Funciones trigonométricas
Definimos al seno y coseno imaginarios como:
Función logaritmo eiz − e−iz
Definimos, si z = 0, al logaritmo de z como sen (z) = (1.5)
2i
w = log z ⇔ z = ew (1.2) e + e−iz
iz
cos (z) = (1.6)
2
De la definición tenemos que
además
z = ew
sen (z)
reiθ = eu+iv tan (z) = (1.7)
cos (z)
reiθ = eu eiv 1
sec (z) = (1.8)
comparando cos (z)
1
eu = r csc (z) =
sen (z)
(1.9)
eu = |z| cos (z)
u = ln |z| cot (z) = (1.10)
sen (z)
Re w = ln |z|
Propiedades
Re (log z) = ln |z|
1 = sen2 (z) + cos2 (z)
y 2
1 + tan (z) = sec2 (z)
eiv = eiθ sen (2z) = 2 sen (z) cos (z)
v = θ + 2nπ : n = 0, ±1, ±2, ... sen (z ± w) = sen (z) cos (w) ± cos (z) sen (w)
v = arg (z) + 2nπ cos (z ± w) = cos (z) cos (w) ∓ sen (z) sen (w)
Im w = arg (z) + 2nπ cos (2z) = cos2 (z) − sen2 (z)
Im (log z) = arg (z) + 2nπ
Periodicidad de las funciones trigonométri-
entonces cas: Las funciones seno y coseno son periódicas
con periódo real 2π, es decir:
w = u + iv
w = ln |z| + i (arg (z) + 2nπ) sen (z) = sen (z + 2πn)
log z = ln |z| + i [arg (z) + 2nπ] (1.3) cos (z) = cos (z + 2πn)

Ejercicios 7. Escriba en términos de z y z̄ a:

w = −2xy + i x2 − y 2
Ejercicios en clase w = x2 + y 2
1. Estudie la forma en que w = sin z transfor-
ma a la franja y ≥ 0, −π/2 ≤ x ≤ π/2. 8. Determinar todos los valores tales que eiz =
2.
2. Demuestre que la transformación w = 1/z
transforma a la recta infinita Imz = 1 en un 9. Si cos z = 2 obtener cos 2z.
círculo en el plano w. Encuentre la ecuación
del círculo. 10. Emplee logaritmos para resolver z en:
3. Determine la imagen del arco semicircular (ez − 1)2 = ez

|z| = 1, 0 ≤ argz ≤ π, bajo la transforma- ez = e2z
ción w = z + 1/z. Sugerencia: tome z = eiθ .
4. Identificar las imágenes de cos z de las rec- 11. Estudie la forma en que el conjunto Re (z) =
tas paralelas al eje real. Im (z) se transforma mediante w = sin (z) .
12. Estudie la forma en que w = ez transforma
5. Determine la imagen de la banda 1 ≤ y ≤ 2
a la región 0 ≤ y ≤ π/2 y 0 ≤ x ≤ 1
en el plano z bajo la transformación w = z 2 .
13. Determine la imagen de |z| = 1, bajo la
transformación w = z 2 + 2 + 1/z 2 .
Tarea
14. Identificar las imágenes de w = z + z 2 de
1. Demuestre que
las rectas paralelas al eje real.
(z1 − z2 ) = z̄1 − z̄2
(z1 z2 ) = z̄1 z̄2

z1 z̄1
=
z2 z̄2
2. Sea n un número entero n ≥ 0. Encuentre

el módulo de
n
x + iy
x − iy
3. Encuentre la forma a + ib de un número

complejo con r = 2 y θ = 3.
4. Escriba a las siguientes expresiones en la

forma a + ib
i1/2
1/2
(1 − i)
5. Describa con una relación matemática, a los

puntos que pertenecen a la circunferencia y
al interior del círculo de radio 2 y centro en
3 + 4i, excepto en el centro del círculo.
6. Escriba a las siguientes funciones en la for-

ma u + iv :
2
(z − i)
(z̄)−2 + i

Capítulo 2
Funciones analíticas y mapeos conformes
Límites iguales, entonces el límite existe. Por otro lado,

en el caso complejo, no hay sólo dos direcciones,
sino un número infinito de trayectorias por las
Sean una función compleja f (z) y una con- cuales z tiende a z0 , y para que el límite exista,
stante compleja L. Si para todo número real ǫ > 0 todos estos límites deberán existir y ser iguales.
existe un número real δ > 0 tal que
Teorema 5 Suponga que
|f (z) − L| < ǫ
lı́m f (z) y lı́m g (z) existen ⇒
z→z0 z→z0
para todo z tal que
0 < |z − z0 | < δ lı́m [f (z) + g (z)] = lı́m f (z) + lı́m g (z)

z→z0 z→z0 z→z0
entonces decimos que lı́m [αf (z)] = α lı́m f (z) : ∀α

z→z0 z→z0
lı́m [f (z) · g (z)] = lı́m f (z) · lı́m g (z)
lı́m f (z) = L, z→z0 z→z0 z→z0
z→z0
f (z) lı́mz→z0 f (z)
lı́m = si lı́m g (z) = 0
es decir, que f (z) tiene límite L cuando z tiende z→z0 g (z) lı́mz→z0 g (z) z→z0
a z0 .
Ejemplo
Analice al siguiente límite
2
x +x y2 + y
lı́m f (z) = lı́m +i
z→0 z→0 x + y x+y
tomemos dos trayectorias, la primera a lo largo
del eje y acercándose por arriba, sobre esta trayec-
toria x = 0 y el límite
Límite complejo 2
y +y
lı́m f (z) = lı́m i
Es fácil notar que la definición de límite real z→0 y→0 y
y límite complejo son muy similares, sin embar- = lı́m [i (y + 1)] = i
y→0
go, existen diferencias entre ellas. Para ilustrar lo
anterior recuerde que en el caso real si los límites la segunda a lo largo del eje x acercándose por
por la izquierda y por la derecha existen y son la derecha, sobre esta trayectoria y = 0 y el límite.
Funciones analíticas y mapeos conformes 19

Primero se analiza si f (z0 ) existe, para este
problema f (i) = 3i, lo que sigue es encontrar el
x2 + x límite
lı́m f (z) = lı́m
z→0 x→0 x
= lı́m [x + 1] = 1 z2 + 1
x→0 lı́m
z→i z − i
como los límites por diferentes trayectorias son z 2 − i2

= lı́m
diferentes el límite no existe. z→i z − i
(z + i) (z − i)
= lı́m
z→i z−i
= lı́m (z + i)
z→i
= 2i
aunque el límite existe tenemos que,

z2 + 1
lı́m = 2i = (f (i) = 3i)
z→i z − i
por lo tanto no es continua.

El límite no existe
Continuidad Derivada compleja
Decimos que una función w = f (z) es conti- Dada una función de variable compleja f (z),
nua en z = z0 si se satisfacen las dos condiciones la derivada en z0 , se define como:
siguientes:

′ df
1. f (z0 ) está definido f (z0 ) =
dz z0
2. lı́mz→z0 f (z) ∃, y lı́mz→z0 f (z) = f (z0 ) f (z0 + ∆z) − f (z0 )
= lı́m
Teorema 6 Sean f (z) y g (z) continuas en z0 ,
∆z→0 ∆z
f (z) − f (z0 )
entonces en z0 = lı́m
z→z0 z − z0
f (z) ± g (z) ,
siempre y cuando el límite exista. La definición
f (z) g (z) , anterior es muy similar al caso real, sin embargo,
f [g (z)] y se debe tener cuidado ya que el límite comple-
|f (z)| jo, es más complicado de obtener. El problema
de la existencia de la derivada se estudiará más
son continuas y adelante.
f (z)
g (z) Teorema 7 Si f y g son funciones derivables en
z0 ⇒
es continua si g (z0 ) = 0,
además si f (z) = u (x, y) + iv (x, y), entonces (f + g)′ = f ′ + g′
′
u (x, y) y v (x, y) (αf ) = αf ′
(f · g)′ = f g′ + f ′ g
son continuas. ′
f gf ′ − f g′
= : g = 0
Ejemplo g g2
Estudie la continuidad en z = i de la función df [g (z)] df dg
=
z2 +1 dz dg dz
z= i
f (z) = z−i
3i z=i Ejemplo
20 Funciones analíticas y mapeos conformes

Si f (z) = z n , complicado, aún en funciones sencillas. En esta
sección se estudia una manera simple de probar
dz n
= nz n−1 si la derivada existe y cómo calcularla.
dz Suponga que la función f (z) = u(x, y)+iv(x, y)
Ejemplo tiene derivada en z0 = x0 + iy0 , es decir,
Sea f (z) = z̄, pruebe que f ′ (i) ∄.
La definición de la derivada es: f (z0 + ∆z) − f (z0 )
f ′ (z0 ) = lı́m ∃,
∆z→0 ∆z
z̄ − (−i)
f ′ (i) = lı́m en donde el incremento es ∆z = ∆x + i∆y. Si
z−i
z→i
z̄ + i se toma el límite por dos diferentes trayectorias
′
f (i) = lı́m como se muestra en la figura
z→i z − i
para analizar este límite utilizaremos dos trayec-

torias diferentes:
la primera sobre el eje imaginario, aquí, x = 0,
entonces el límite es
x − iy + i
f ′ (i) = lı́m
z→i x + iy − i
−iy + i
= lı́m
y→1 iy − i
y−1 Se toman dos diferentes trayectorias
= − lı́m
y→1 y − 1
para la trayectoria I, y = y0 , ∆y = 0 y ∆z =
= −1
∆x, entonces la derivada
a la segunda trayectoria la definimos como la
f (z0 + ∆x) − f (z0 )
recta horizontal y = 1, en este caso el límite f ′ (z0 ) = lı́m
∆x→0 ∆x
x − iy + i u (x0 + ∆x, y0 ) + iv (x0 + ∆x, y0 )
f ′ (i) = lı́m
x + iy − i
z→i −u (x0 , y0 ) − iv (x0 , y0 )
x−i+i = lı́m
= lı́m ∆x→0
∆x
x→0 x + i − i u(x0 +∆x,y0 )−u(x0 ,y0 )
x ∆x +
= lı́m = lı́m v(x0 +∆x,y0 )−v(x0 ,y0 )
x→0 x
∆x→0 i ∆x

= 1 ′ ∂u ∂v
f (z0 ) = +i
como ambos límites tienen diferentes valores, la ∂x ∂x x0 ,y0
derivada no existe.
para la trayectoria II, x = x0 , ∆x = 0 y ∆z =
i∆y, entonces la derivada
f (z0 + i∆y) − f (z0 )
f ′ (z0 ) = lı́m
∆y→0 i∆y
u (x0 , y0 + ∆y) + iv (x0 , y0 + ∆y)
−u (x0 , y0 ) − iv (x0 , y0 )
= lı́m
∆y→0 i∆y
u(x ,y +∆y)−u(x ,y )
La derivada no existe
0 0
i∆y
0 0
+
= lı́m v(x0 ,y0 +∆y)−v(x0 ,y0 )
∆y→0 i i∆y
u(x ,y +∆y)−u(x ,y )
0 0 0 0
+
Ecuaciones de Cauchy-Riemann-
i∆y
= lı́m v(x0 ,y0 +∆y)−v(x0 ,y0 )
∆y→0 i i∆y

(D’Alembert) = lı́m
−i u(x0 ,y0 +∆y)−u(x0 ,y0 )
∆y +
v(x0 ,y0 +∆y)−v(x0 ,y0 )
∆y→0
∆y

Como se mostró en ejemplos anteriores pro- ∂u ∂v
= −i +
bar que la derivada existe apartir de un límite es ∂y ∂y x0 ,y0

Si la derivada existe los límites son iguales: Teorema 9 Regla de L’H opital. Si g (z0 ) = 0
y h (z0 ) = 0, y si g (z) y h (z) son diferenciables
∂u ∂v ∂u ∂v
f ′ (z) = +i = −i + , en z0 con h′ (z0 ) = 0
∂x ∂x ∂y ∂y
o bien, g (z) g ′ (z0 )
lı́m = ′ .
z→z0 h (z) h (z0 )
∂u ∂v
= (2.1)
∂x ∂y
∂v ∂u
= − (2.2)
∂x ∂y Funciones Analíticas
Las ecuaciones 2.1 y 2.2 se conocen como las
ecuaciones de Cauchy-Riemann, si estas ecua-
ciones no son válidas en algún punto, la derivada Decimos que una función f (z) es analítica
no existe en ese punto, es decir, sólo son condición en z0 si f ′ (z) no sólo existe en z0 , sino en todo
necesaria, pero no suficiente, para que la derivada punto de alguna vecindad de z0 . Si la función es
exista. analítica en todo el plano complejo decimos que
la función es entera.
Teorema 8 Si tanto u y v como sus primeras Si una función no es analítica en z0 , pero es
derivadas parciales ∂u/∂x, ∂u/∂y, ∂v/∂x y ∂v/∂y analítica en al menos un punto de toda vecindad
son continuas en alguna vecindad de z0 , las ecua- de z0 , decimos que z0 es una singularidad de la
ciones de Cauchy-Riemann son condición sufi- función.
ciente para que la derivada exista. El valor de la
derivada es: Teorema 10 Si f (z) y g (z) son funciones analíti-
∂u ∂v ∂u ∂v cas en alguna región, entonces también son analíti-
f ′ (z) = +i = −i + cas
∂x ∂x ∂y ∂y
Forma polar de las ecuaciones 2.1 y 2.2 f (z) ± g (z)
Algunas veces es más fácil utilizar la forma f (z) · g (z)
polar de una función compleja, en este caso las
ecuaciones de Cauchy-Riemann tienen la forma: f [g (z)]
f (z)
∂u 1 ∂v si (g (z) = 0)
= (2.3) g (z)
∂r r ∂θ
∂v 1 ∂u para la misma región.
= − (2.4)
∂r r ∂θ
Ejemplo Ejemplo
2 Un polinomio es entero
En donde es diferenciable |z|
2
|z| = x2 + y2 f (z) = an z n + an−1 z n−1 + ... + a1 z 1 + a0
entonces y una función racional
2 2
u = x +y
an z n + an−1 z n−1 + ... + a1 z 1 + a0
v = 0 f (z) =
bm z m + bm−1 z m−1 + ... + b1 z 1 + b0

∂u ∂v es analítica excepto en los puntos para los que
= 2x = =0
∂x ∂y

∂v ∂u bm z m + bm−1 z m−1 + ... + b1 z 1 + b0 = 0
=0 = − = −2y
∂x ∂y
u, v y sus derivadas son continuas en todo el
plano, y las ecuaciones de Cauchy-Riemann só-
lo se cumplen en el origen, entonces la derivada Funciones armónicas
existe únicamente en el origen y su valor es
∂u ∂v ∂u ∂v Considere el siguiente problema, dada una fun-
f ′ (0) = +i = −i + =0
∂x ∂x ∂y ∂y ción real φ (x, y), bajo que condiciones puede ser

parte real o imaginaria de una función analítica?, Teorema 11 Si una función es analítica en cier-
es decir, to dominio, su parte real y su parte imaginaria
son funciones armónicas en dicho dominio.
f (z) = φ (x, y) + iv (x, y)
Teorema 12 Dada una función real φ (x, y) ar-
ó
mónica en un dominio simplemente conexo D, ex-
f (z) = u (x, y) + iφ (x, y) iste una función analítica en D cuya parte real
es igual a φ (x, y). De manera similar existe una
para contestar a esta pregunta considere una
función analítica en D cuya parte imaginaria es
función analítica f (z) = u (x, y) + iv (x, y). Si es
igual a φ (x, y).
analítica, u y v satisfacen la ecuaciones de Cauchy-
Riemann Función Armónica Conjugada
Dada una función armónica u (x, y), decimos
∂u ∂v
= (2.5) que v (x, y) es la función armónica conjugada de
∂x ∂y u (x, y) si u (x, y) + iv (x, y) es analítica.
∂u ∂v
= − (2.6) Teorema 13 Sea f (z) = u (x, y) + iv (x, y) una
∂y ∂x
función analítica y sean C1 , C2 , C3, ... y K1 , K2 , K3 , ...,
Si diferenciamos a la ecuación 2.5 respecto a constantes reales. La familia de curvas en el plano
x y a la 2.6 respecto a y, obtenemos xy (real) para las que
∂2u ∂2v u = Ci
=
∂x2 ∂x∂y es ortogonal a la familia de curvas tales que
∂2u ∂2v
= − v = Ki ,
∂y 2 ∂y∂x
Si consideramos que la función v y sus derivadas es decir, una curva de una de las familias inter-
son continuas, podemos invertir el orden de derivación seca a una curva de la otra familia a 90o , salvo
de los lados derechos de la ecuaciones anteriores, quizá en puntos en que f ′ (z) = 0.
si sumamos ambas ecuaciones obtenemos:
∂2u ∂2u
+ 2 = 0
∂x2 ∂y
∇2 u = 0
la ecuación anterior se conoce como la Ecuación

de Laplace
Con un procedimiento similar podemos obten-
er:
Ortogonalidad funciones armónicas conjugadas
∂2v ∂2v
2
+ 2 = 0 Ejemplo
∂x ∂y
Demuestre que φ = x3 − 3xy 2 + 2y puede ser
∇2 v = 0
parte real de una función analítica, encuentre la
Función Armónica parte imaginaria y verifique que forman familias
Decimos que una función φ (x, y) es armónica ortogonales.
en un dominio, si para dicho dominio se satisface Si es armónica puede ser parte real o imagi-
la ecuación de Laplace, es decir, naria de una función analítica
2 2
∂ φ ∂ φ
∂2φ ∂2φ = 6x + = −6x = 0
+ 2 = 0 (2.7) ∂x2 ∂y 2
∂x2 ∂y
para encontrar la parte imaginaria utilizamos las
∇2 φ = 0
ecuaciones Cauchy-Riemann con u = φ = x3 −
Ejemplo 3xy2 + 2y, es decir,
La función φ (x, y) = x2 − y 2 , es armónica: ∂u ∂v
= 3x2 − 3y 2 =
2 2 ∂x ∂y
∂ φ ∂ φ
=2 + = −2 = 0 ∂u ∂v
∂x2 ∂y 2 − = 6xy − 2 =
∂y ∂x

o bien, La función ez se puede expresar como
∂v
= 3x2 − 3y 2 ez = ex cos y + iex sen y
∂y
∂v entonces
= 6xy − 2
∂x
este sistema de ecuaciones lo podemos inte- u = ex cos y
grar, para ello tomamos la primera ecuación, e v = ex sen y
integramos
y las ecuaciones de Cauchy-Riemann
2
v = 3x − 3y 2 ∂y
∂u ∂v
= = ex cos y
v = 3x2 y − y3 + C (x) ∂x ∂y
∂u ∂v
si ahora sustuimos este resultado en la segunda = − = −ex sen y
ecuación ∂y ∂x
dC (x) se satisfacen para todo x y y, entonces como u y v
6xy + = 6xy − 2
dx y sus derivadas son continuas en todo el plano, la
dC (x) función ez es analítica en todo el plano complejo,
= −2
dx es decir, es función entera.
C (x) = −2x + c Derivada de ez
La derivada de ez la podemos obtener de
entonces,
dez ∂u ∂v
v = 3x2 y − y3 − 2x + c. = +i
dz ∂x ∂x
Sean las familias de curvas = ex cos y + iex sen y
u = x3 − 3xyu2 + 2yu = Ci = ex (cos y + i sen y)
v = 3x2 yv − yv3 − 2x + c = Ki dez
= ez
dz
si derivamos con respecto a x
dyu dyu
3x2 − 3yu2 − 6xyu +2 = 0 Funciónes trigonométricas
dx dx
dyv dyv Analiticidad de las funciones trigonométri-
3x2 + 6xyv − 3yv2 −2 = 0 cas
dx dx
Las funciones sen (z) y cos (z) son analíticas
despejando a las derivadas
por ser suma de funciones analíticas del tipo ez .
dyu 3yu2 − 3x2 Las funciones 1.7, 1.8, 1.9 y 1.10 son analíticas
=
dx 2 − 6xyu si el denominados es diferente de cero.
dyv 2 − 6xyu Derivadas de las funciones trigonométri-
= − 2 cas
dx 3yu − 3x2
es decir, d sen (z)
= cos (z)
−1 dz
dyu dyv d cos (z)
=− = − sen (z)
dx dx dz
por lo tanto son ortogonales. d tan (z)
= sec2 (z)
dz
d sec (z)
= tan (z) sec (z)
dz
Derivadas de funciones impor- d csc (z)
dz
= − cot (z) csc (z)
tantes
Función logaritmo
Función exponencial Podemos utilizar la forma polar de Log (z)
Analiticidad de ez para estudiar su analiticidad, para ello utilizamos

las ecuaciones de Cauchy-Riemann en forma polar Mapeo conforme
(ecuaciones 2.3 y 2.4).
Log (z) = ln r + iθ, Sea la función analítica f (z) = u (x, y)+iv (x, y)
es decir, que define una correspondencia entre los puntos
de los espacios Z (plano (x, y)) y W (plano (u, v)).
u = ln r
Suponga que el punto (u0 , v0 ) es la imagen del
v = θ punto (x0 , y0 ), suponga además que las curvas
y C1 (x, y) y C2 (x, y) se intersecan en (x0 , y0 ) y
tienen curvas imágen K1 (u, v) y K2 (u, v) respec-
∂u 1 1 ∂v 1
= = = tivamente (las cuales se cortan en (u0 , v0 ) en el
∂r r r ∂θ r
espacio imagen). Entonces se dice que el mapeo
∂v 1 ∂u es conforme en (x0 , y0 ) si el ángulo entre C1 (x, y)
=0 = − =0
∂r r ∂θ y C2 (x, y) es igual tanto en dirección como en
por lo tanto se satisfacen las ecuaciones de sentido al ángulo entre K1 (u, v) y K2 (u, v).
Cauchy-Reimann en todo el plano complejo ex-
cluyendo al origen. Por otro lado, las funciones u,
v y sus derivadas, son continuas en todo el plano
excepto sobre la parte negativa del eje imaginario,
la razón de ello es que existe un salto de θ al
cruzar esta parte del eje, si nos acercamos por
abajo de él la función tiende a −π, y por arriba
a π, esto es, hay una discontinuidad de tamaño
2π. Finalmente, podemos concluir que la región
de analiticidad de Log (z), es la zona del plano
complejo que excluye al origen y a la parte nega- Mapeo isogonal
tiva del eje real. Cuando en un mapeo las curvas K1 (u, v) y
K2 (u, v) sólo conservan la magnitud pero no el
ángulo de C1 (x, y) y C2 (x, y) se dice que el mapeo
es isogonal.
Algunos mapeos
Traslación: Un mapeo de este tipo desplaza
Región de analiticidad de Log(z) o traslada a la región mapeada en dirección β :
Derivada de Log (z): Para calcular la deriva- w =z+β
da de Log (z), partimos de
i+1
z = ew Ejemplo: f (z) = z + 3
y 1 y
dz dew dw
= 0.5
1
dz dw dz 0.5
dw 0
1 = ew
-1 -0.5 0 0.5 1
x
0
dz -0.5
-0.5 0 0.5 1
dw ⇒
= e−w
-0.5
-1
dz Rotación: Con este mapeo la región en el

dLog (z) plano Z gira un ángulo θ0 :
= e−Log(z)
dz
d w = eiθ0 z
[Log (z)] = eLog( z )
1
dz π
d 1 Ejemplo: f (z) = zei 4
[Log (z)] = y 1 y
dz z 1
0.5
entonces la derivada del logaritmo complejo existe 0.5
en su región de analiticidad y su valor es -1 -0.5

0
0 0.5
x
1
-1 -0.5
0
0 0.5 1
d 1 -0.5 -0.5
[Log (z)] = (2.8)

dz z -1 ⇒ -1

Alargamiento: Con esta transformación las 2. Sea f(z) = u (x, y) + iv (x, y) . Suponga que
figuras en el plano Z se alargan (a > 1) o contraen existe la segunda derivada f ′′ (z) . Compruebe
(a < 1): que
w = az ∂2u ∂2v
f ′′ (z) = + i
∂x2 ∂x2
z
Ejemplo: f (z) = 2 y
y 1 y 1
∂2u ∂2v
f ′′ (z) = − 2 − i 2
0.5 0.5
∂y ∂y
0 0
-1 -0.5 0 0.5
x
1 -1 -0.5 0 0.5
x
1
3. ¿En que regiones del plano son analíticas las
-0.5 -0.5
siguientes funciones?. Si existe la derivada
-1 ⇒ -1
encuentre su valor.
Inversión:
1 f (z) = 2z 2 + 3
w= f (z) = z + z −1
z
i 2
Ejemplo: f (z) = 1
z
f (z) = −xy + x − y2
y 1
y
2
z2
0.5
2.5
f (z) =
0
ex cosy + iex seny
0
-1 -0.5 0 0.5 1 -2.5 0 2.5
x x
-0.5 -2.5 4. En donde es analítica la función:

⇒
f (z) = r cos θ + ir
-1
Transformación lineal: Es una combinación

de traslación, rotación y alargamiento, dependi-
5. ¿Para cuáles valores de n la función xn − y n
endo de los valores de α y β :
es armónica?
w = αz + β 6. ¿Cuáles de las siguientes funciones son ar-
π mónicas?,¿En qué dominio?
zei 4 i+1
Ejemplo: f (z) = 2 + 3
y 1
y
1 φ = x+y
y
0.5 0.5
φ =
0 0
x2 + y 2
2
−y 2
-1 -0.5 0 0.5 1
φ = ex
-1 -0.5 0 0.5 1
x x
-0.5 -0.5
⇒-1 -1
7. Determinar la región de analiticidad de la

Transformación fraccional: Una combinación función
de traslación, rotación, alargamiento e inversión: f (z) = cos (z̄)
αz + β 8. Sea φ = 6x2 y 2 − x4 − y4 + y − x + 1. Com-
w= con αδ − βγ = 0.
γz + δ pruebe que podría ser parte real o imagi-
naria de alguna función analítica. Si φ es la
Ejemplo: parte real de f (z) encuentre la parte imag-
y
y 1
6
inaria. Si φ es la parte imaginaria de f (z)

encuentre la parte real.
0.5 4
0 2
-1 -0.5 0 0.5 1
x
0 9. Sea 2
f (z) = ez +1
-2 0 2 4 6
-0.5
x
⇒
-2
-1
demostrar que es entera y encontrar su deriva-

da.
Tarea 10. Sea f (z) una función entera. Si

1. ¿Es la siguiente función continua en z = 3i?
f ′ (z) = 6x2 − 6y 2 − 2x + 3 +i (12xy − 2y)

2
z + 9 / (z − 3i) , z = 3i con f (0) = 2 − i. Encuentre f(z). Calcular

f (z) =
6i, z = 3i f ′′ (2 − i).

11. Suponga que f (z) = u + iv es analítica y
que g (z) = v + iu también lo es. Demuestre
que u y v deben ser constantes.
12. Suponga que f (z) = u + iv es analítica y
que f¯ (z) = u − iv también lo es. Demuestre
que u y v deben ser constantes.
13. Encuentre a una función armónica conjuga-
da de
ex cos y + ey cos x + xy
14. Demostrar que la función
f (z) = cos x cosh y − i sin x sinh y
es analítica en todo el plano complejo y que
f ′′ (z) = −f (z)
2
15. Para la función f (z) = (z + i) , demostrar
que
∂ (u, v) 2
= |f ′ (z)|
∂ (x, y)
en donde este último es el jacobiano de la
transformación

u = u(x, y)
v = v(x, y)

Capítulo 3
Integral de línea de funciones de variable

compleja
Integral de línea compleja
La clase de integral que aparece con más fre-

cuencia en variable compleja es la integral de línea
compleja.
Curva suave a trozos
Una curva suave a trozos es una trayectoria
formada por un número finito de arcos suaves con-
catenados.
Curva suave sobre la que se integra f (z)
Definimos la integral de línea como
n
Definición B
f (z) dz = f (z) dz = lı́m f (zk ) ∆zk
C A n→∞
Sea la curva suave C, que va de A hasta B en k=1
el plano complejo, se divide la curva en n arcos (3.1)
como se muestra en la figura, los puntos de unión Para evaluar esta integral de línea compleja
tiene coordenadas (x0 , y0 ), (x1 , y1 ), ...,(xn , yn ). En tenemos que:
donde la variable compleja toma los valores z1 , z2 , ..., zn .
Los incrementos en z se relacionan con x y y. z = x + iy
dz = dx + idy
∆zk = ∆xk + i∆yk
y además
si n → ∞, ∆zk → 0 f (z) = u (x, y) + iv (x, y)
Integral de línea de funciones de variable compleja 29

sustituyendo en la integral 3.1
B
f (z) dz = [u (x, y) + iv (x, y)] (dx + idy)
A
C
= udx − vdy + (3.2)
C C

i udy + vdx
C C
es decir, a la integral de línea compleja la con-

vertimos cuatro integrales de línea reales.
Integración paramétrica
Otro método para calcular la integral es uti-
lizar técnicas de integración paramétrica. Sea C
la curva sobre la que hay que integrar, usamos al
parámetro t para describir a la curva
x = x (t) y y = y (t) con ta ≤ t ≤ tb (3.3)
entonces sobre la curva
z (t) = x (t) + iy (t) (3.4)
y
f (z) = f [z (t)] (3.5)
y el diferencial dz en términos de dt
dz
dz = dt (3.6)
dt
entonces la integral compleja
tb
dz
f (z) dz = f [z (t)] dt, (3.7)
C ta dt
se convierte en una integral real simple de la vari-

able t.
En general existen diferentes formas de elegir
a 3.3, la facilidad de hacer la integral depende en
gran medida de tal elección.
30 Integral de línea de funciones de variable compleja

Capítulo 4
Teorema integral de Cauchy-Goursat
Sea f (z) analítica en un dominio simplemente Por otro lado, sea la integral compleja
conexo D. Si C es cualquier curva cerrada simple
en D ⇒
f (z) dz = (u + iv) (dx + idy)
C C
f (z) dz = 0 (4.1)
C = (udx + (−v) dy)
C

+i (vdx + udy)
C
aplicando el teorema de Green a las dos integrales

se tiene que:

∂v ∂u
f (z) dz = − − dxdy
C A ∂x ∂y

∂u ∂v
+i − dxdy
A ∂x ∂y
D es un dominio simplemente conexo y C ∈ D.
Si la función es analítica sobre y dentro de C, para
todo el dominio de integración A se satisfacen las
Demostración: Para demostrar lo anterior ecuaciones de Cauchy-Riemann ∂u ∂v ∂u
∂x = ∂y y ∂y =
se hace uso del teorema de Green en dos dimen- ∂v
− ∂x . Entonces en la última integral se tiene que
siones, el cual sólo se enuncia a continuación:
Teorema de Green (ℜ2 ). Si C es una curva
cerrada simple que encierra a una región A en el f (z) dz = 0dxdy + i 0dxdy
C A A
plano y P (x, y) y Q (x, y) son funciones contin-
uas con derivadas parciales continuas, entonces:
o bien

∂Q ∂P
(P dx + Qdy) = − dxdy. f (z) dz = 0
A ∂x ∂y C
C
Teorema integral de Cauchy-Goursat 31

Corolarios
Independencia de la trayectoria
Sea f (z) analítica en un dominio simplemente
conexo D y que z0 y z1 ∈ D. Sean C1 y C2 curvas
desde z0 a z1 en D ⇒

f (z) dz = f (z) dz, (4.2)
C1 C2

es decir, f (z) dz es independiente de la trayec- Teorema de la deformación
toria por lo que podemos escoger la trayectoria
más fácil de integrar.
Independencia de la trayectoria
Antiderivada
conexo D. ⇒ existe una función F (z) que es analíti-
ca en D, tal que para z ∈ D
dF (z)
= f (z) (4.3)
dz
con este resultado,
z2 z2
dF (z)
f (z) dz = dz
z1 z1 dz
z2
= dF
z1
= F (z2 ) − F (z1 )
Deformación
Decimos que dos curvas C y K son homotópi-
cas si podemos deformar a C hasta llegar a K (o
K hasta llegar a C) de manera continua, es decir,
sin pasar por puntos no analíticos.
conexo D excepto en z0 , sean C y K dos curvas
homotópicas que encierran a z0 ⇒

f (z) dz = f (z) dz (4.4)
C K
32 Teorema integral de Cauchy-Goursat

Capítulo 5
Fórmulas integrales de Cauchy
Un corolario adicional al teorema integral de

Cauchy se conoce como la fórmula integral de
Cauchy. Dicho corolario es tan importante que
enuncia de manera separada.
Fórmula integral de Cauchy

El punto z0 está dentro de C
conexo D. Sea z0 cualquier punto de D y sea C
cualquier curva cerrada simple en D que encierra
a z0 . Entonces

1 f (z)
f (z0 ) = dz
2πi C z − z0
No se aplica la fórmula de Cauchy

es decir, la función en z0 , esta relacionada con
la función en C, este es un resultado muy impor-
tante en variable compleja. Se puede utilizar este Derivadas de funciones analíticas
resultado para calcular integrales si lo ponemos
como
conexo D. Sea z0 cualquier punto de D y sea C

f (z) cualquier curva cerrada simple en D que encierra
dz = 2πif (z0 ) (5.1) a z0 . Entonces
C z − z0

n! f (z)
La ecuación 5.1 se conoce como la fórmula inte- f (n) (z0 ) = dz
2πi C (z − z0 )n+1
gral de Cauchy y es una herramienta muy poderosa
para calcular integrales. es decir, no sólo la función en z0 , esta rela-
Fórmulas integrales de Cauchy 33

cionada con la función en C, sino sus derivadas. 3. Integre 1
Este resultado se puede utilizar para calcular in- 1
dz
tegrales si lo reordenamos −1 z
por C : medio círculo unitario con centro en
f (z) 2πi (n)
n+1 dz = n! f (z0 ) (5.2) el origen, en el semiplano superior
C (z − z 0 )
4. Integre
La ecuación 5.2 se conoce como la fórmula in- i
tegral de Cauchy para derivadas superiores y es z 4 dz
1
una herramienta muy poderosa para calcular in-
tegrales. por C : círculo unitario con centro en el
origen, en el primer cuadrante.
5. ¿A cuál de las siguientes integrales se aplica
Extensión de la fórmula integral de Cauchy directamente el teorema de Cauchy-Goursat?
para una anillo ¿Por qué?
Un anillo con centro en w es un dominio aco-
tado D, de z ′ s que satisfacen a a)
cos z
dz
r < |z − w| < R |z|=1 z+2
Sea Cr la circunferencia |z − w| = r, y sea b)

cos z
CR la circunferencia |z − w| = R orientadas en dz
|z+2|=2 z+2
sentido antihorario. Si f (z) es analítica en D, Cr
y CR ⇒ para cualquier z0 ∈ D c)
cos z
1 f (z) 1 f (z) dz
f (z0 ) = dz − dz |z−1|=4 z+2
2πi CR z − z0 2πi Cr z − z0
(5.3) d)
log zdz
|z+i|=1
e)
log zdz
|z−1−i|=1
f)
1
dz
|z|=π 1 + ez
g)
Fórmula de Cauchy para una anillo. 1
dz
1 − ez
Ejercicios de Tarea |z|=3
6. Demuestre que
1. Evalúe a:
1
log z log z
zdz dz = dz
i |z−3|=2 (z + 1) (z − 3) |z−3|=2 4 (z − 3)
sobre las trayectorias
7. Evalúe las siguientes
√ integrales a lo largo de
a) C : x+y =1 la curva y = x
b) C : y = (1 − x)2 a)
9+3i
2. Evalúe a: e2z dz
1+i
ez dz
b)
9+3i
a) de z = 0 a z = 1 por y = 0, b) de z = 1 z cos zdz
a z = 1 + i por x = 1 1+i
34 Fórmulas integrales de Cauchy

8. ¿Cuál es el error en: 13. *Evalúe
1+i 1+i (2z + z) dz
z 2 C
zdz = = −i ?
0 2 0 C : el segmento de recta que va de 1 + i a
3 + 3i.
9. Evalúe las integrales:
14. *Calcular a la integral real
a) 2π
3
dz dθ
5 − 4 cos θ
ez (z − 2) 0
alrededor de usando el cambio de variable z = eiθ

x2 y2 15. *Calcular
+ =1
9 16 sin z
dz
b) |z|=2 z3 − 3iz 2 − 3z + i

1 cos z + sin z
2
dz
2πi (z + 25) (z + 1) 16. *Calcular
dz
alrededor de z2+9
C
2 2
x y con C : a) |z − 3i| = 1; b) |z + 3i| = 1; c)
+ =1
9 16 |z − 3i| + |z + 3i| = 10.
c)
cosh z
dz
z2 + z + 1
alrededor de
(x − 1)2 + (y − 1)2 = 1
d)
sin (ez + cos z)
dz
(z − 1)2 (z + 3)
alrededor de
x2
+ y2 = 1
2
10. *Calcular 2i
dz
2 z
por el arco de circunferencia con radio 2 y
centro en el origen, en sentido horario.
11. *Calcular
cos z
C (z − π)
si C encierra a −π.
12. *Calcular la integral

1 ez
dz
2πi C z (1 − z)3
si C a) no encierra a z = 1; b) no encierra
a z = 0; c) encierra a ambos.
Fórmulas integrales de Cauchy 35

36 Fórmulas integrales de Cauchy
Capítulo 6
Serie Laurent y teorema del residuo
Series Complejas diverge, pero si {zn } → 0, el teorema no da infor-

mación. ∞
Ejemplo.- ni → 0 pero n=1 ni diverge. ∞
Sucesión: Una regla que asigna a cada entero Convergencia absoluta: Si la serie real j=1 |zj |
positivo n un número complejo. Al n-ésimo térmi- ∞
converge, se dice que la serie j=1 zj converge
no de la sucesión lo denotamos zn , y a la sucesión absolutamente.
{zn }. ∞ ∞
Además si j=1 |zj | converge =⇒ j=1 zj
Suma parcial: Sea {zn } una sucesión com- también converge.
pleja. Definimos las n-ésima suma parcial Sn co- Criterio de la razón: Sea zn = 0 para cada
mo la suma de los primeros n-términos de la suce- n, y suponga que
sión {zn }:
n zn+1
Sn = zj . lı́m = q =⇒
n→∞ zn
j=1
∞
A su vez {Sn } es una sucesión compleja. Si esta 1. n=1 zn converge si 0 ≤ q < 1.
sucesión de sumas parciales converge decimos que ∞
2. n=1 zn diverge si q > 1.
la serie infinita:
∞
zj
j=1
converge. Series de potencias complejas
Teorema: Sea zn = xn + iyn =⇒
∞ ∞ ∞
1. ) j=1 zj converge ⇔ j=1 xj y j=1 yj Sean z0 , a0 , a1 , a2 , ... números complejos da-
convergen. dos. Una serie
∞ ∞ ∞

2. ) ∞ j=1 xj → a y j=1 yj → b ⇔ j=1 zj → an (z − z0 )n = a0 +a1 (z − z0 )+a2 (z − z0 )2 +...
a + ib. n=0

Teorema: Si ∞ j=1 zj converge =⇒ {zn } → se llama una serie de potencias con centro en z0 y
0. secesión de coeficientes {an } . La serie empieza en
Este resultado se utiliza para saber
si la se- la potencia 0 para permitir el término constante.
∞
rie diverge, es decir, si {zn } → L = 0, j=1 zj La serie converge en z0 a a0 .
Serie Laurent y teorema del residuo 37

∞ n
Teorema: Suponga que n=0 an (z − z0 ) con- Serie de Taylor compleja
verge para z1 = z0 . Entonces la serie converge
para toda z tal que |z − z0 | < |z1 − z0 |. ∞ n
Supongamos que n=0 an (z − z0 ) tiene ra-
dio de convergencia R. Si definimos
∞

f (z) = an (z − z0 )n
n=0
Evaluando en z0 ,
f (z0 ) = a0
a0 = f (z0 )
Disco de Convergencia
y evaluando en z0 a la derivada k-ésima
El máximo valor de R se llama radio de con-
vergencia, y el disco que forma, disco de conver- ∞

gencia. Existen tres posibilidades para el radio de f (k) (z0 ) = n (n − 1) ... (n − k + 1) an (0)n−k
convergencia R. n=k
f (k) (z0 ) = k (k − 1) ... (1) ak

1. R → ∞ f (k) (z0 )
ak =
k!
2. R = 0
Sustituyendo estos resultados obtenemos:
3. 0 < R < ∞
∞
f (n) (z0 )
∞ n (z − z0 )n
f (z) =
Teorema: Dada la serie de potencias n=0 an (z − z0 ) n=0
n!
, que converge para algún z1 = z0 , existe R (posi- Serie de Taylor
blemente R → ∞), tal que la serie converge abso-
lutamente si |z − z0 | < R, y diverge si |z − z0 | >
Una serie de Taylor con z0 = 0, se llama serie
R.
∞ de Maclaurin.
Teorema: Suponga que n=0 an (z − z0 )n tiene
∞ R, con R =n 0. Para |z − z0 | <
radio de convergencia
R, sea f (z) = n=0 an (z − z0 ) . Entonces: Teorema
1. f (z) es analítica para |z − z0 | < R. Si f (z) es analítica en z0 entonces tiene rep-

resentación en serie de Taylor para todo z dentro
un disco con centro en z0 .
2. Para las derivadas tenemos:
∞

f ′ (z) = nan (z − z0 )
n−1 Algunas series de Taylor complejas
n=1
∞
zn
y ez =
n=0
n!
∞
∞
(−1)n z 2n+1
f (k) (z) = n (n − 1) ... (n − k + 1) an (z − z0 )n−k sin z =
n=k n=0
(2n + 1)!
∞ n
(−1) z 2n
cos z =
3. Si C es una curva suave a pedazos cuya grá- (2n)!
n=0
fica esta dentro del disco de convergencia de ∞
1
la serie de potencias = z n : |z| < 1
1−z n=0
∞

n ∞
f (z) dz = an (z − z0 ) dz 1
C C
= (−1)n z n : |z| < 1
n=0 1+z n=0
38 Serie Laurent y teorema del residuo

Serie de Laurent compleja Una singularidad esencial.- Si aparecen una
infinidad de potencias negativas de z − z0 .
Sea f (z) analítica en el anillo r1 < |z − z0 | < Una sigularidad polar con un polo de orden
r2 . Entonces para z en este anillo, m.- Si m es un entero positivo y (z − z0 )−m
aparece en esta serie pero no aparecen po-
n=∞
tencias más negativas (am−1 = am−2 = ... =
f (z) = an (z − z0 )n , 0).
n=−∞
Ejemplos:
en donde Singularidad removible

1 f (w) n=∞

an = dw sin z n 1
2πi C (w − z0 )n+1 = (−1) z 2n
z n=0
(2n + 1)!
y C es cualquier circunferencia |z − z0 | = ρ con
Singularidad esencial
r1 < ρ < r2 .
n=∞
1 1
e1/(z−1) =
n=0
n! (z − 1)n
Polo de orden 3
1
(z + i)3
Ceros de una función

Una función tiene un cero en z0 si f (z) es
analítica en z0 y f (z0 ) = 0. Decimos que una
función tiene un cero de orden m en z0 si:
Anillo de Laurent f(z0 ) = f ′ (z0 ) = ... = f (m−1) (z0 ) = 0
Ejemplos:
pero
1
∞
1 1 f (m) (z0 ) = 0.
e z = : 0 < |z| < ∞
n! z n Ejemplos:
n=0
∞ z m tiene un cero de orden m en 0.
cos z 1 2n−5
= (−1)
n
z : 0 < |z| < ∞ sin2 (z) tiene un cero de orden 2 en π.
z5 n=0
(2n)! Teorema: Sea h(z) una función con un cero
de orden m en z0 . Sea g(z) una función analítica
en z0 , o con una singularidad removible en z0 y
además
Teorema del Residuo lı́m g(z) = 0
z→z0
entonces:
g(z)
Clasificación de singularidades f (z) =
h(z)
Si f(z) es analítica en un anillo 0 < |z − z0 | <
∞ pero no en z0 , decimos que f (z) tiene una sin- tiene un polo de orden m en z0 .
gularidad aislada en z0 . Ejemplo
ez
Sea f (z) una función con una singularidad ais-
z3
lada en z0 . Si desarrollamos en serie de Laurent:
polo de orden 3 en 0.
n=∞
n cos z
f (z) = an (z − z0 )
n=−∞
(z − i)5
z0 es: polo de orden 5 en i.
cos (z)
Una singularidad removible.- Si no aparecen
potencias negativas de z − z0 en la serie de sin (z)
Laurent. polo simple en nπ.

Residuos Ejemplo: Si C encierra al origen. Encontrar
Si desarrollamos a f (z) en serie de Laurent
sen (z)
dz
f (z) C z2
a−2 a−1
= ... + 2 + + a0 + a1 (z − z0 ) + ... tenemos que:
(z − z0 ) (z − z0 )
sen (z) 1 z 2n+1
Definimos al residuo de f (z) en la singulari- = (−1)n
z2 z 2 (2n + 1)!
dad z0 como el coeficiente a−1 en su desarrollo en sen (z)
serie de Laurent. Res = 1
0 z2
Res f (z) = a−1 y
z0 sen (z)
dz = 2πi
De la fórmula de los coeficientes de Laurent C z2
tenemos:
1
a−1 = f (z) dz Residuos y polos
2πi C
Sea f (z) con un polo de orden m en z0 . ⇒
o bien,
1 dm−1
Res f (z) = lı́m [(z − z0 )m f (z)]
f (z) dz = 2πia−1 z0 (m − 1)! z→z0 dz m−1
C
esta es una forma más fácil de calcular los residuos
Esta última fórmula es frecuentemente usada
de una función, siempre y cuando f (z) tenga un
para resolver la integral.
polo de orden m.
Ejemplos:
Ejemplo: Si C encierra al origen. Utilizar el
Res e1/(z−1) = 1 teorema anterior para calcular:
1
cos (z)
dz
∞ C z2
i cos (3z) i1 z 2n
= (−1)n ⇒ La función cos (z) /z 2 tiene un polo de orden 2 en
3z 3 z n=0 (2n)!
z = 0, entonces m = 2 y
i cos (3z) i
Res =
0 3z 3 cos (z) 1 d 2 cos (z)
Res = lı́m (z − 0) =0
0 z2 (2 − 1)! z→0 dz z2
Teorema del Residuo entonces

Sea f (z) analítica en un dominio D, excep- cos (z)
to en los puntos z1 , z2 , ..., zn , donde f (z) tiene dz = 0
C z2
singularidades. Sea C una curva cerrada suave a
pedazos en D que encierra a z1 , z2 , ..., zn .⇒ Ejercicios de tarea
n
1. Demuestre que las siguientes series divergen
f (z) dz = 2πi Res f (z)
C zj en la región indicada
j=1

∞
a) nz n en |z| ≥ 1
n=1
∞
n n
b) n+1 (2z) en |z| ≥ 1/2
n=1
∞
c) einz en Im (z) ≤ 0
n=0
2. Use el criterio del cociente para demostrar

que las siguientes series convergen

∞ 2
a) n!ein z
en Im (z) > 0
C encierra a las sigularidades z1 , z2 , ..., zn n=0

∞
1 9. Desarrolle en serie de Laurent y encuentre
b) z n n! en |z| > 0
n=1 el anillo de convergencia de:
3. Desarrolle en serie de Taylor y encuentre la 1
z 4 cos
región de convergencia de: z
1
a) z, alrededor de z = 1 + i 10. Desarrolle en serie de Laurent y encuentre
b) 1
, alrededor de z = i el anillo de convergencia de:
(z+i)2
c) ez , alrededor de z = iπ ze1/(z−1)
d) z 2 + z + 1, alrededor de z = 0
11. Calcule los residuos de:
e) z 2 + z + 1, alrededor de z = i
a)
4. Encuentre los coeficientes y el disco de con- ez
vergencia de:
(z 2 + 1) z 2

∞
a) 1
z 4 +1 = cn (z − 1)n b)
n=0 tan z
1
∞
b) (1−z) = cn z n 12. Utilice expansiones en serie de Laurent para
n=0
evaluar por el método de residuos a las in-
1

∞
c) (1−z)2
= cn z n tegrales:
n=0
1 ∞ a)
d) (1+z)2
= cn z n 1
n=0 z 3 cos dz

∞ |z+1+i|=4 z
z
e) (z−1)(z+2) = cn z n
n=0 b)
∞ sin z
f) z
=
n
cn (z − 1) dz
(z−1)(z+2)
n=0 |z|=1 z8
5. Desarrolle en serie de Laurent a: 13. Encuentre los residuos por polos e integre:
1 a)
z−3 1
dz
|z−6|=4 sin z
en potencias de (z − 1) , determine en que
región converge. b)

e1/z
6. Desarrolle en serie de Laurent a: dz
|z−1|= 32 z2 − 1
1
(z − 1) (z − 3) c)
sin z
dz
en potencias de (z − 1) , determine en que |z|=3 sinh2 z
región converge.
7. Desarrolle en serie de Laurent a:

1
(z − 1) z
en potencias de (z − 1) , determine en que

región converge.
8. Desarrolle en serie de Laurent y encuentre

el anillo de convergencia de:
1
cos z
z4

Capítulo 7
Aplicación del análisis complejo
Fractales
Conjunto de Mandelbrot
Considere al conjunto de puntos C en el plano
de Argand tales que en:
z → z 2 + C
con órbita cero, o bien,
zn+1 = zn2 + C
z0 = 0
z permance acotado, En otros colores.

lı́m zn < ∞.
n→∞
Por ejemplo si C = 1, {zn } = {0, 1, 2, 5, 26, . . . , ∞}

por lo cual C = 1 no pertenece al conjunto. Por
otro lado, si C = i se tiene que
{zn } = {0, i, (−1 + i), −i, (−1 + i), −i, ...} < ∞
por lo tanto pertenece al conjunto.

El conjunto está acotado y cabe dentro de
|z| < 2. Douady y Hubbard mostraron que el con-
junto es conexo. Si se grafican algunos puntos del La frontera del conjunto de Mandelbrot es un
conjunto en el plano complejo se obtiene la sigu- fractal. El área que ocupa el conjunto se ha esti-
iente figura. mado en 1.50659177 ± 0,00000008.
Aplicación del análisis complejo 43

Fenómenos de transporte Transferencia de calor
Supónga el problema de un intercambiador de
calor consistente en un cilíndro con un canal de-
Muchos de los problemas de naturaleza difu- scentrado dentro de él tal como se muestra en el
siva o dispersiva en estado estacionario se pueden plano xy de la figura siguiente.
modelar mediante la ecuación
∇2 ψ = 0.
Algunos de los fenómenos que se medelan medi-

ante la ecuación anterior son:
Transferencia de calor en estado estacionario

(temperatura).
Difusión de especies químicas en estado esta-

cionario (concentración). La temperatura en la cavidad interior es de
1000 C y la de la superficie exterior del cilíndro es
Un campo eléctrico en un espacio sin cargas de 00 C. La ecuación que rige a la transferencia de
(campo eléctrico). calor es:
∂2T ∂2T
+ =0
Un campo magnético en el vacío (campo ∂x2 ∂y 2
magnético). Las condiciones de frontera las podemos poner en
términos de variable compleja
La presión en un medio poroso (presión).
T = 0 en |z| = 1

Flujo potencial en un fluido (Función de 3 3
T
= 100 en z − =
corriente). 10 10
Lo anterior significa que todas estas variables, El problema visto desde un punto de vista de vari-
temperatura, concentración, etc. son funciones ar- able compleja consiste en encontrar una función

mónicas y entonces pueden ser parte real o imagi- armónica en la región entre |z| = 1 y z − 10 3
=
naria de una función analítica compleja y además 3/10 que satisfazga las condiciones de frontera an-
satisfacen el siguiente teorema. teriores. El mapeo
Teorema. Sea w = f (z) una función analítica z−3
que transforma el dominio D del plano z en un w=
3z − 1
dominio D1 del plano w. Sea φ1 (u, v) una función
armónica en D1 , es decir, transforma a:
|z| = 1 en |w| = 1
∂ 2 φ1 ∂ 2 φ1
+ =0
∂u2 ∂v2 ya

Entonces introduciendo el cambio de variables da- z − 3 = 3 en |w| = 3
10 10
do por
tal como se muestra en la figura anterior. En el
u (x, y) + iv (x, y) = f (z) = w espacio w el problema se reduce a encontrar la
función armónica tal que cumpla con las condi-
se tiene que φ (x, y) = φ1 (u (x, y) , v (x, y)) es ar- ciones de frontera
mónica en D, es decir,
T = 0 en |w| = 1
∂2φ ∂2φ T = 100 en |w| = 3
+ 2 =0
∂x2 ∂y
Este último problema se reduce a resolver el sigu-
Lo anterior significa que cuando una función ar- iente problema
mónica es trasformada medianto un mapeo con- ∂2T ∂2T
forme ésta sigue siendo armónica. + =0
∂u2 ∂v2
44 Aplicación del análisis complejo
pero este problema tiene simetría en el ángulo,
es decir, la solución sólo debe depender de la dis-
tancia al origen, entonces es adecuado resolver la
ecuación en coordenadas polares

∂2T ∂ ∂T
2 + r ∂r r
∂r
=0
∂θ
∂2 T
debido a la simetría ∂θ2
=0

d dT
r = 0
dr dr
dT
r = A
dr
T = A ln r + B
Difusión molecular
Considere un depósito lleno de un fluido en
aplicando las condiciones de frontera se tiene reposo, el depósito es tan grande que puede con-
que siderarse seminfinito (ocupa el plano y ≥ 0). En
y = 0 se tiene que para x < −1 el recipiente está
0 = A ln 1 + B en contacto con una placa que cede por disolven-
100 = A ln 3 + B cia una especie química, la concentración en esta
región es C = 1, por otro lado en y = 0 se tiene
que para x > 1 el recipiente consume mediante
o bien una reacción química a dicha especie, entonces la
concentración en esta región es C = 0. Por otro
100 = A ln 3 lado, la región en −1 < x < 1 es impermeable. La
100 figura siguiente muestra a detalle lo anterior.
A =
ln 3
B = 0
entonces
100 100
T = ln r = ln |w|
ln 3 ln 3 El problema matemático anterior tiene la for-
ma:
para regresar al espacio original ∂2C ∂2C
2
+ =0
∂x ∂y 2
2
z−3 (x − 3) + y 2 sujeta a las condiciones de frontera
|w| = =
3z − 1 (3x − 1)2 + 9y 2
C (y = 0, x < −1) = 1
entonces la solución es: C (y = 0, x > 1) = 0

∂C
= 0
∂y y=0,−1<x<1

2
100 100 (x − 3) + y 2
Con el mapeo
T = ln r = ln 2
ln 3 ln 3 (3x − 1) + 9y2
z = sin w
100 (x − 3)2 + y 2
T = ln la región se transforma a:
ln 32 (3x − 1)2 + 9y 2
El problema en este plano es
la figura siguiente muestra la solución en el espa- ∂2C ∂2C
cio original + =0
∂u2 ∂v2
Aplicación del análisis complejo 45
x2 y2
− = 1
sin2 u 1 − sin2 u

x2 1 − sin2 u − y 2 sin2 u = 1 − sin2 u sin2 u

2
x2 − x2 sin2 u − y 2 sin2 u = sin2 u − sin2 u
2
2 2
sin u − x + y 2 + 1 sin2 u + x2 = 0
Figura 7-1
cuya solución es:

sujeta a las condiciones de frontera x2 + y 2 + 1 ±
2
(x2 + y 2 + 1) − 4x2
π sin2 u =
C u= = 0 2
2
π
C u=− = 1

2 2 2
∂C x + y 2 + 1 ± (x2 + y 2 + 1) − 4x2
= 0 sin u = ±
∂v v=0 2
 
Por simetría, en este espacio el problema se
2 2 2 2 2 2
simplifica a:  x + y + 1 ± (x + y + 1) − 4x 
u = sin−1 
±


2
d2 C
= 0
du2
π entonces la solución en términos de x y y es:
C u= = 0
2
π u 1
C u=− = 1 C=− +
2 π 2
es decir, 1
C = Au + B C = −
2  
aplicando las condiciones de frontera
2 2 2 2 2 2
1  x + y + 1 ± (x + y + 1) − 4x 
sin−1 
±


π π 2
0 = A +B
2
π
1 = −A + B
2
, se obtiene: A = − π1 B = 1
2 x-5
u 1
C=− + -2.5
π 2 z 0.751
0.5
0.250 0
necesitamos obtener a u en términos de x e y. 1.25
Para ello, 2.5 2.5
3.75
5 5
z = x + iy = sin w = sin u cosh v + i cos u sinh v y
o bien
x = sin u cosh v
y = cos u sinh v
si utilizamos que cosh2 v − sinh2 v = 1 se ob-

tiene
x2 y2
2 − =1
sin u cos2 u
si se tiene que cos2 u = 1 − sin2 u
46 Aplicación del análisis complejo

Parte II
Series de Fourier
47
Capítulo 8
Series de Fourier
Funciones períodicas y señales

físicas
Una función f(t) es períodica si satisface la
relación:
f (t) = f (t + mT ) (8.1)
donde m = 0, ±1, ±2, ... y T es un número real

positivo conocido como el período. Una medida
Funciones ortogonales
del número de repeticiones por unidad de t es la
frecuencia, f, la cual se define como: Algebra lineal
Sea S = {s, ·, +} un espacio de dimensión n en
1
f= (8.2) donde esta definida una operación interna:
T
una medida alternativa del número de repeticiones s1 · s2 (8.4)

es la frecuenca angula o circular, la cual se define
como: A cualquier elemento del espacio s lo podemos
2π representar como:
ω = 2πf = (8.3)
T n

En la naturaleza existen muchas señales físicas s= λi φi (8.5)
i=1
de naturaleza períodica, para su estudio en inge-
niería dichas señales son almacenadas en formato
en donde el conjunto {φk (t)} se llama base de S y
digital o analógico. Ejemplos de señales períodi-
es linealmente independiente y ortogonal, (genera
cas se puede ver en las siguientes imágenes.
al espacio),

=0 i = j
φi · φj .
= 0 i=j
Las λi son constantes y se obtienen a partir
Series de Fourier 49
T
de: 2
cos (nω 0 t) sen (mω 0 t) dt = 0
n
− T2
s = λi φi T
i=1
2 T
sen (nω 0 t) sen (mω 0 t) dt = δ mn
n − T2 2
s · φj = λi φi · φj T
i=1
2 T
cos (nω 0 t) cos (mω 0 t) dt = δ mn
s · φj = λj φj · φj − T2 2
s · φj entonces a cualquier función periódica de Ω la

λj = (8.6) podemos expresar como una combinación lineal
φj · φj
de la base {1, cos (nω 0 t) , sen (nω 0 t)}:
∞ ∞
1
Funciones f (t) = a0 + an cos (nω 0 t)+ bn sen (nω 0 t)
2 n=1 n=1
El producto interno para funciones se define
(8.8)
para el intervalo a < t < b como
en donde los coeficientes los obtenemos a par-
b tir de la ecuación (8.6)
f1 (t) ◦ f2 (t) = f1 (t) f2∗ (t) dt. $ T
a 2
(1) f (t) dt
1 − T2
Un conjunto de funciones {φk (t)} es ortogo- a0 = $ T
2 2
(1) (1) dt
nal en un intervalo a < t < b si para dos fun- − T2
ciones cualesquiera del conjunto φm (t) y φn (t), T
2 2
se cumple: a0 = f (t) dt (8.9)
T − T2
b
φm (t) φ∗n (t) dt = δ mn rn , $ T
a 2
f (t) cos (nω 0 t) dt
− T2
en donde δ mn es la delta de Kronecker que se an = $ T
2
− T2
cos (nω0 t) cos (nω0 t) dt
define como:
T
1 si m = n 2 2
δ mn = . (8.7) an = f (t) cos (nω 0 t) dt (8.10)

0 si m = n T − T2
$ T
Definición de la Serie de Fourier

2
− T2
f (t) sen (nω 0 t) dt
bn = $ T
Considere al espacio infinito de funciones per- 2
sen (nω 0 t) sen (nω 0 t) dt
− T2
iódicas con período T, (f (t) = f (t + T )) y al con-
T
junto de funciones 2 2
bn = f (t) sen (nω 0 t) dt (8.11)
T − T2
{1, cos (nω 0 t) , sen (nω 0 t)} : n = 1, 2, ...
Una representación alternativa de la serie de
en donde Fourier es:
2π ∞

ω0 = . (frecuencia angular)
T f (t) = A0 + An sen (nω0 t + φn ) (8.12)
n=1
Demostremos que el conjunto es ortogonal en
el intervalo −T /2 < t < T /2. recordando que:
An sen (nω 0 t + φn ) = An cos (φn ) sen (nω(8.13)
0 t)
T
2
(1) (1) dt = T +An sen (φn ) cos (nω0 t)
− T2
T y definiendo
2
1 cos (nω 0 t) dt = 0
− T2 bn = An cos (φn )
T an = An sen (φn )
2
1 sen (nω0 t) dt = 0
− T2 se llega a la serie definida en la ecuación 8.8.
50 Series de Fourier
Condiciones de Dirichlet Fenómeno de Gibbs
Una función f (t) se puede representar en serie
de Fourier si se cumple que: Cuando una función se aproxima por una serie
parcial de Fourier, habrá un error considerable en
La función tiene un número finito de dis- las vecindad de las discontinuidades.
continuidades en un período. Ejemplo
La función
La función tiene un número finito de máxi-
mos y mínimos en un período. −1 −π < t < 0
f (t) =
1 0<t<π
La integral del valor absoluto de la función es f (t) = f (t + 2π)
finita: T /2
|f (t)| dt < ∞. tiene un desarrollo en serie de Fourier:
−T /2
∞
Las condiciones de Dirichlet son suficientes pero 4 sin [(2n − 1) t]
f (t) =
no necesarias, las condiciones necesarias y sufi- π n=1 (2n − 1)
cientes fueron encontradas por Carleson (L. Car-
leson, On convergence and growth of partial sums utilizando los primeros 20 términos

of Fourier series, Acta Math. 116 (1966), 135- f (t) ≃ π4 20
n=1
sin[(2n−1)t]
(2n−1)
157.) y generalizadas por Hunt (R. A. Hunt, On 4
20 sin((2n−1)t)
the convergence of Fourier series en Orthogonal π n=1 (2n−1)
Expansions and their Continuous Analogues (Proc.
Conf., Edwardsville, Ill., 1967), Southern Illinois y
1
Univ. Press, Carbondale, 1968, 235-255). Aún enun-
ciar dichas condiciones está fuera del alcance de
0.5
este curso.
0
-4 -2 0 2 4
Aproximación por Fourier -0.5
Sean las sumas parciales:

-1
k
a0
Sk (t) = + (an cos (nω 0 t) + bn sen (nω 0 t)) ,
2 n=1 en este caso el error cuadrático medio será:
∞
$ T /2
εk (t) = (an cos (nω 0 t) + bn sen (nω 0 t)) , Ek = T1 −T /2 [f (t)]2 dt − 12 20
n=1 an
2
20
n=k+1 Ek = 1 − π82 n=1 (2n−1) 1
2 = 0 ,0 1013
los primeros 1000

la función f (t) en términos de Sk (t) y εk (t) es: 1000
f (t) ≃ π4 n=1 sin[(2n−1)t]
(2n−1)
f (t) = Sk (t) + εk (t)
y 1
podemos aproximar a f (t) como:
f (t) ≃ Sk (t) . 0.5
Para medir que tan buena es la aproximación 0

-4 -2 0 2 4
f (t) ≃ Sk (t) , definimos al error cuadrático medio, x
Ek :
-0.5
T /2
1
Ek = [εk (t)]2 dt
T −T /2
-1
T /2 k

1 a20 1 2
Ek = [f (t)]2 dt − − a + b2n el error cuadrático medio será:

T 4 2 n=1 n $ T /2
−T /2
Ek = T1 −T /2 [f (t)]2 dt − 12 1000 2
n=1 an

si Ek es pequeño la aproximación es válida. Ek = 1 − π82 1000 1
n=1 (2n−1)2 = 2. 0264 × 10
−4
Fourier en las discontinuidades Derivación e Integración de Series de Fourier
En un punto singular ts la serie de Fourier Derivación
converge a
Sea la serie de Fourier:
1
lı́m f (t) + lı́m f (t) , (8.14) ∞
2 t− →ts t+ →ts 1
f (t) = a0 + [an cos (nω0 t) + bn sen (nω0 t)]
2 n=1
es decir, aunque la función no exista en ts , su
desarrollo en serie de Fourier existe y su valor esta si derivamos término a término obtenemos:
dado por 8.14.
∞

f ′ (t) = nω0 [bn cos (nω 0 t) − an sen (nω0 t)] .
n=1
Teorema de Parseval
Si a0 , an y bn son los coeficientes en la expasión El término extra que aparece al derivar, nω 0 ,
en serie de Fourier de la función f (t) = f (t + T ) . disminuye el grado de convergencia de la serie, lle-
Entonces: gando ésta incluso a diverger. Note que la deriva-
∞
da sólo esta definida en donde la función es con-
1 T /2
a20 1 2
tinua. La derivación en los puntos singulares se
|f (t)|2 dt =
+ an + b2n
T −T /2 4 2 n=1 verá más adelante.
(8.15)
este valor representa a la potencia contenida en
la señal. Integración
Sea la serie de Fourier
Simetrías (propiedades de paridad) 1 ∞

Con frecuencia las simetrías simplifican a los 2 n=1
problemas matemáticos. En el caso de series de
Fourier, utilizaremos a la simetría en la paridad
si integramos término a término
para simplificar el problema.
∞

1 1
f (t) dt = a0 t+ [an sen (nω 0 t) − bn cos (nω 0 t)]+C
Funciones pares e impares 2 nω 0
n=1
Una función es par si se cumple que

El término extra que aparece al derivar 1/nω 0
f (t) = f (−t) aumenta el grado de convergencia de la serie. La
integración esta definida aún en los puntos singu-
e impar si lares.
f (t) = −f (−t)
En el caso de funciones pares el desarrollo en

serie de Fourier es: Ejemplos
Considere a la función
∞

1 
f (t) = a0 + an cos (nω0 t)  0 para − π < t < −π/2
2 n=1
f (t) = 1 para − π/2 < t < π/2

0 para + π/2 < t < π
y para impares
f (t) = f (t + 2π)
∞

f (t) = bn sen (nω0 t)
Como es una función par
n=1
∞
Es decir, sólo se necesitan calcular a0 y an , 1
f (t) = a0 + an cos (nω0 t)
para funciones pares, y sólo bn para impares. 2 n=1
T
2 2 Delta de Dirac, δ
a0 = f (t) dt
T − T2 La delta de Dirac es una regla de selección (no
2π
es función) que se define como:
2 2
a0 = f (t) dt
2π − 2π
2 ∞ para t = 0
1 π δ (t) =
0 para t = 0
a0 = f (t) dt
π −π
( π/2 π ) Algunas propiedades de la delta de Dirac son:
−π/2
1
= 0dt + dt + 0dt ∞ ∞
π −π −π/2 π/2
( ) f (t) H (t − a) dt = f (t) dt
π/2 −∞ a
1 1 π/2
= dt = t|−π/2 ∞
π −π/2 π
δ (t) dt = 1
1 −∞
= [π/2 − (−π/2)] ∞
π
= 1 δ (t) f (t) dt = f (0)
−∞
T
∞
2 2
δ (t − a) f (t) dt = f (a)
an = f (t) cos (nω 0 t) dt
T − T2 −∞
π dH (t)
1 2 = δ (t)
= cos (nt) dt dt
π − π2
2 πn
= sen
nπ 2 Derivación en puntos singulares
o bien, Considere a la función f (t) que tiene discon-
∞ πn tinuidades súbitas a1 , a2 , a3 , ... en t1 , t2 , t3 , ... , y
1 2 1
f (t) = + sen cos (nω 0 t) la función f ′ (t) que esta definida en todo t ex-
2 π n=1
n 2 cepto en las discontinuidades.
∞ n Definimos a la función
1 2 − (−1)
= + cos ((2n − 1) t)
2 π n=1 2n − 1 g (t) = f (t) − ak H (t − tk )
1 2
100 −(−1)n
k
2 + π n=1 2n−1 cos ((2n − 1) t)
La función g (t) es continua en todas partes y su
y 1
derivada es

0.75 g ′ (t) = f ′ (t) − ak δ (t − tk )
k
0.5 o bien,

f ′ (t) = g ′ (t) + ak δ (t − tk )
0.25
k
0 lo anterior se conoce como la derivada generaliza-

-2.5 -1.25 0 1.25 2.5 da de una función continua por tramos.
x
Función Heaviside y Delta de Dirac

Función Heaviside, H
La función escalón o heaviside está definida
por
0 para t < 0
H (t) =
1 para t > 0
Capítulo 9
Serie de Fourier compleja y espectro de fre-

cuencia
Forma compleja de las series de y
Fourier
bn
φn = tan−1 −
an
Dada la serie de Fourier
∞
1
2 n=1
a |cn | le llamaremos amplitud y a φn ángulo
podemos representar al seno y coseno en términos de fase.
de la exponencial compleja:
einωo t + e−inωo t
cos (nω 0 t) =
2
einωo t − e−inωo t
sen (nω 0 t) =
2i
lo anterior dará el siguiente resultado:
∞
Espectros de frecuencia comple-
f (t) = cn einωo t (9.1)
n=−∞ ja
en donde
T /2
1
cn = f (t) e−inωo t dt (9.2) En realidad cn es una función de ωn = nω 0 . A
T −T /2 la gráfica discreta de |cn | contra ωn se le denom-
además ina espectro de amplitud, esta función especifica
1 a la función periódica f (ω) en el espacio de las
c0 = a0 , cn = |cn | eiφn y c−n = |cn | e−iφn frecuencias, al igual que f (t) lo hace en el espacio
2
del tiempo.
en donde:
1 2 De igual forma a la gráfica de φn contra ω n se
|cn | = an + b2n le denomina espectro de fase.
2
Serie de Fourier compleja y espectro de frecuencia 55
Contenido de potencia y teore-
ma de Parseval
1.5
1.25
Para cualquier señal periódica se define a la 1
potencia promedio como: 0.75
T /2
1 0.5
[f (t)]2 dt
T −T /2 0.25
0
el teorema de Parseval para el caso complejo
0 5 10 15 20 25 30
relaciona a la potencia promedio con las n
amplitudes de la onda Espectro de amplitud
T /2 ∞

1
[f (t)]2 dt = |cn |2 (9.3)
T −T /2 n=−∞
Ejemplo
Encontrar los espectros de frecuencia para la
función:

A para − 12 d < t < 12 d
f (t) =
0 para − 12 T < t < − 12 d : 12 d < t < 12 T
para calcular cn utilizamos:

T /2
1
cn = f (t) e−inω0 t dt
T −T /2
d/2
A
= e−inω0 t dt
T −d/2
d/2
A 1
= e−inω0 t
T −inω 0 −d/2
A 1 inω0 d/2
= e − e−inω0 d/2
T inω0
inω0 d/2
A 2 e − e−inω0 d/2
=
T nω 0 2i

A 2 nω 0 d
= sen
T nω 0 2
nω0 d
Ad sen 2
= nω0 d
T 2
y |cn |

Ad sen nω0 d

2
|cn | = nω d

T 2
0
si hacemos d = 1/20, A = 5 y T = 1/4, ω0 =

8π
sen nπ

5

|cn | = nπ
5

56 Serie de Fourier compleja y espectro de frecuencia

Capítulo 10
Ejercicios de Serie de Fourier

1. Desarrolle en serie de Fourier real a la fun- t, 0<t<2
b) f(t) = : f (t + 3) =
ción f (t) = |t| para (−π, π) y f (t) = f (t + 0, 2<t<3
2π). f(t)
2. Grafique a la función

0 −1 < t < 0
f (t) =
t2 0 > t > 1
f (t) = f (t + 2)
encuentre su desarrollo en serie de Fourier

real.
3. Desarrolle en serie de Fourier real a la fun-

ción f (t) = cos (πt), −1 ≤ t ≤ 1.
4. Desarrolle en serie de Fourier real a la fun-

ción f (t) = e2t /2, −1 ≤ t ≤ 1.
5. Grafique a la función

0 −1 < t < 0
f(t) =
e−t 0 > t > 1
f(t) = f(t + 2)
encuentre su desarrollo en serie de Fourier

compleja. Grafique al espectro de frecuen-
cia.
6. Encuentre la serie de Fourier compleja y el

espectro de frecuencia (al menos unos de sus
puntos) para:
a) f(t) = t2 : 0 ≤ t < 2 : f(t + 2) = f (t)
Ejercicios de Serie de Fourier 57

58 Ejercicios de Serie de Fourier
Parte III
Transformada de Fourier
59
Capítulo 11
Transformada de Fourier
Las series de Fourier son muy útiles para es- obtenemos,

tudiar funciones periódicas, por lo tanto, es nat- ∞
1
ural querer extrapolar esta teoría para el caso de f (t) = F (ω) eiωt dω (11.2)
cualquier función. 2π −∞
Deducción Transformada de Fourier

La ecuación 11.1 sirve para definir a la trans-
Sea la serie de Fourier
formada de Fourier F :
∞

f (t) = cn einωo t F (f (t)) = F (ω) (11.3)
n=−∞
y la 11.2 a la antitransformada de Fourier F −1
con :
1
T /2
2π F −1 (F (ω)) = f (t) (11.4)
−inωo t
cn = f (t) e dt y T =
T −T /2 ωo En general la función F (ω) es compleja y con-
tiene la misma información que f (t) .
combinando ambas
( ) F (ω) = |F (ω)| eiφ(ω)
∞
1 T /2
f (t) = f (x) e−inωo x dx einωo t
n=−∞
T −T /2
∞
( ) Integral de Fourier
1 T /2
f (t) = f (x) e−inωo x
dx ω o einωo t Utilizando el hecho de que eiωt = cos ωt +
n=−∞
2π −T /2 i sen ωt las ecuaciones 11.1 y 11.2 se pueden es-
cribir como:
si hacemos T → ∞, ó ωo = dω → 0 y nω o →
1 ∞
ω. Obtenemos la identidad de Fourier. f (t) = [A (ω) cos (ωt) + B (ω) sen (ωt)] dω
∞ ∞ π 0
1
f (t) = f (x) e−iωx dx eiωt dω donde
−∞ 2π −∞ ∞
si definimos A (ω) = f (t) cos (ωt) dt
−∞
∞ ∞
F (ω) = f (t) e−iωt dt (11.1) B (ω) = f (t) sen (ωt) dt
−∞ −∞
Transformada de Fourier 61
(en esta forma reciben el nombre de intergral de F1 (ω) ∗ F2 (ω) = 2πF [f1 (t) f2 (t)] (11.11)
Fourier) esta forma recuerda a la serie real de
Fourier.
Ejemplos
Espectro de frecuencia continuo Transformada de Fourier

2
A la gráfica de |F (ω)| contra ω se le llama 1) Encontrar F te−at y graficar su espectro
espectro continuo de frecuencia. En esta gráfica de frecuencia si a =1.
se pueden observar si existen frecuencias prefer- 2 2
sabemos que F e−at = πa e−ω /4a y que
enciales o características en la señal.
F (tf (t)) = iF ′ (ω)
entonces:
Transformadas seno y coseno de Fourier *
−at2 d π −ω2 /4a
Si la función f (t) esta definida sólo en el inter- F te = i e
dω a
valo t ∈ [0, ∞) definimos a la transformada seno *
de Fourier como
2 iω π −ω2 /4a
F te−at = − e
∞ 2a a
Fs (f (t)) = F (ω) = f (t) sen (ωt)(11.5)
dt
0
El espectro de frecuencia
2 ∞
Fs−1 (F (ω)) = f (t) = F (ω) sen (ωt)
(11.6)
dω iω √ −ω2 /4
π 0
|F (ω)| = − πe
2
y a la transformada coseno
∞ |ω| √ −ω2 /4
|F (ω)| = πe
Fc (f (t)) = F (ω) = f (t) cos (ωt)(11.7)
dt 2
0

2 ∞
Fc−1 (F (ω)) = f (t) = F (ω) cos (ωt)
(11.8)
dω
π 0
Convolución y correlación
Sean f1 (t) y f2 (t) dos funciones dadas. La
convolución de f1 (t) y f2 (t), esta definida por
∞
f (t) = f1 (t) ∗ f2 (t) = f1 (τ ) f2 (t − τ ) dτ
−∞
(11.9)
La función f (t) se conoce como la función de
correlación entre las funciones f1 (t) y f2 (t) . La
correlación es una medida de la similitud o inter-
dependencia de f1 (t) y f2 (t) como función de un
2) Encontrar F (t − 1) e−a(t−1) H (t − 1)
parámetro τ. La autocorrelación se define como
f1 (t) ∗ f1 (t). (t − 1) e−(t−1) Heaviside (t − 1)
y
Propiedades 0.35
0.3
0.25
f1 (t) ∗ f2 (t) = f2 (t) ∗ f1 (t)

0.2
[f1 (t) ∗ f2 (t)] ∗ f3 (t) = f1 (t) ∗ [f2 (t) ∗ f3 (t)]

0.15
f (t − t1 ) ∗ δ (t − t2 ) = f (t − t1 − t2 )
0.1
Teorema de convolución 0.05
Si F (f1 (t)) = F1 (ω) y F (f2 (t)) = F2 (ω) -5 -2.5 0 2.5 5 7.5 10
entonces x
f1 (t) ∗ f2 (t) = F −1 [F1 (ω) F2 (ω)] (11.10)
62 Transformada de Fourier
rema de convolución

+ , −1 5
F (t − 2) e−a(t−2) H (t − 2) F
2 − ω2 + 3iω
+ ,
= e−2iω F (t) e−a(t) H (t) −1 1 1
= 5F
2 + iω 1 + iω
1 / 0 / 0
= e−2iω 2 = 5F −1
F H (t) e−2t F H (t) e−t
(iω + a) / 0
= 5 H (t) e−2t ∗ H (t) e−t
∞
−2iω 1
e (iω+1)2 = 5 H (τ ) e−2τ H(t − τ )e−(t−τ ) dτ
−∞
∞
y 0.5 = 5 e−t e−τ H (τ) H(t − τ )dτ
−∞
∞
−t
0.375 = 5e e−τ H (τ) H(t − τ )dτ
−∞
0.25
pero

0 si τ < 0 ó τ > t
H (τ) H(t − τ ) =
0.125 1 si 0 < τ < t
de aquí si t < 0 la segunda condición nunca se

0
12.5 25 37.5 50 cumple, por lo tanto H (τ ) H(t − τ ) = 0. Y para
x t > 0 H (τ ) H(t−τ ) = 1 en el intervalo 0 < τ < t.
entonces
∞

3) Encontrar F e−a|3t| = 5e−t e−τ H (τ) H(t − τ )dτ
−∞

+ , 0 si t < 0
= $t
F e−s|3t| 5e−t 0 e−τ dτ si t > 0

1 - + −s|t| ,. 0 si t < 0
= F e =
|3| ω= ω
3 5e−t [1 − e−t ] si t > 0
/ 0
=
1 2s = H(t)5e−t 1 − e−t
|3| s2 + ω 2 ω= ω / 0
= 5H(t) e−t − e−2t
( ) 3
1 2s
= Ecuaciones diferenciales
|3| s2 + ω92 1) Resolver a la ecuación diferencial
y ′ − 4y = H (t) e−4t
Transformada inversa de Fourier
- . −∞ < t < ∞
1) Obtener F −1 2−ω25+3iω
graficar su espectro de frecuencias
aplicando la transformada de Fourier a toda
1
5F −1 la ecuación obtenemos
(2 + iω) (1 + iω)

1 1 F y ′ − 4y = H (t) e−4t
= 5F −1 −
1 + iω 2 + iω

1 1 1
= 5 F −1 − F −1 iωY (ω) − 4Y (ω) =
1 + iω 2 + iω iω + 4
/ −t −2t
0
= 5 e H (t) − e H (t) 1
/ 0 Y (ω) =
= 5H (t) e−t − e−2t (iω − 4) (iω + 4)
−1
Y (ω) =
(4 − iω) (4 + iω)
Convolución - . −1
1) Calcular F −1 2−ω25+3iω utilizando el teo- Y (ω) =
(42 + ω2 )
Transformada de Fourier 63
1
(42 +ω2 ) Su espectro de frecuencia es:

−1
|Y (ω)| = 2
y0.0625
(4 + ω 2 )
0.05 1
=
(4 + ω2 )
2
0.0375
0.025
0.05
0.0125
0.0375
0 25 50 75 100
0.025
x
0.0125
Y (ω) ya es la solución a la ecuación diferencial

en el espacio de frecuencias, si queremos regresar -25 -12.5 0 12.5 25
al espacio del tiempo aplicamos la transformada w
inversa de Fourier.
y = F −1 [Y (ω)] Uso de la computadora para transformada

1 de Laplace
= −F −1
(42 + ω 2 )
x2 ex
1 2 (4)
= − F −1
2 (4) (42 + ω2 ) , Fourier transform is: −2π Dirac (w − i, 2)
1
y = − e−4|t|
8 eaw
− 18 e−4|t| , Is Fourier transform of Dirac (−ia − x)
x
-5 -2.5 0 2.5 5
-0.025
-0.05
-0.075
-0.1
-0.125
y -0.15
Note que al resolver la ecuación diferencial no

se utilizaron constantes arbitrarias, lo anterior es
porque implícitamente existen dos condiciones ex-
tras:
$∞
1. −∞
|f (t)| dt < ∞
2. f (t) es continua
64 Transformada de Fourier
Capítulo 12
Transformada Discreta de Fourier
Los datos discretos son de uso común en in-

geniería. Se obtienen cuando se mide una señal
en el tiempo o el espacio. En estos datos no es
posible utilizar la transformada de Fourier direc-
tamente, por ello se define la transformada disc-
reta de Fourier. Con esta transformada es posible
obtener información de las frecuencias de la señal.
Suponga al conjunto de valores {y0 , y1 , ..., ym , ..., yN−1 }
de una función muestreados en los tiempos {t0 , t1 , ...tm , ..., tN−1 }
respectivamente. Donde tm = m∆t para m =
T
0 → N − 1, t0 = 0, tN−1 = T y ∆t = N−1 .
La trasformada discreta
N−1
km
Yk (fk ) = ym (tm ) e−2πi N (12.1)
m=0
se puede utilizar para generar el conjunto de val-

ores {Y0 , Y1 , ..., Yk , ..., YN−1 } para cada frecuencia
{f0 , f1 , ..., fk , ..., fN−1 } donde fk = k∆f donde
∆f = fNs donde fs = T1 se define como la frecuen-
cia de muestreo. La transformada inversa es:
N−1
1
ym (tm ) = Yk e2πimk/N (12.2)
N k=0
1
La frecuencia de Nyquist se define como 2∆t e
indica cual es la más alta frecuencia que puede
ser detectada con el periódo de muestreo ∆t.
Transformada Discreta de Fourier 65

66 Transformada Discreta de Fourier
Capítulo 13
Ejercicios de Transformada de Fourier
1. Encuentre la transformada de Fourier y grafique

a la función en el espacio de frecuencias
para:
a) e−c(t−4) sen (b(t − 4)) H(t − 4)

5 cos(ω0 t)
b) 4+t2 +2
−at2 iω0 t
c) e e
2

d
d) dt e−3t
e) (t − 3) e−4t H (t − 3)
5e3it
f) t2 −4t+13
2. Encuentre la antitransformada de Fourier

para
a
a) iω−2−ω2
a
b) i(ω−1)−2−(ω−1)2
3. Encuentre una solución acotada y continua

para
a)
d2 y dy
+ 3 + 2y = H (t)
dt2 dt
b)
d2 y dy
+ 3 + 2y = 3δ (t)
dt2 dt
Ejercicios de Transformada de Fourier 67

68 Ejercicios de Transformada de Fourier
Parte IV
Apéndices
69
Apéndice A: Tabla de trans- cos (bt) π - −a|ω−b| .
2 2
⇔ e + e−a|ω+b| (a25)
a +t 2a
formada de Fourier
sin (bt) π - −a|ω−b| .
2 2
⇔ e − e−a|ω+b| (a26)
a +t 2ai
f (t) ⇔ F (ω) (a1) δ (t) ⇔ 1 (a27)

a1 f1 (t) + a2 f2 (t) ⇔ a1 F1 (ω) + a2 F2 (ω) (a2)
δ (t − t0 ) ⇔ e−iωt0 (a28)
1 ω
f (at) ⇔ F (a3)
|a| a δ (n) (t) ⇔ (iω)
n
(a29)
f (−t) ⇔ F (−ω) (a4)
1
f (t − t0 ) ⇔ F (ω) e−iωt0 (a5) H (t) ⇔ πδ (ω) + (a30)
iω
iω0 t
f (t) e ⇔ F (ω − ω0 ) (a6)
1 −iωt0
1 1 H (t − t0 ) ⇔ πδ (ω) + e (a31)
f (t) cos (ω 0 t) ⇔ F (ω − ω 0 ) + F (ω + ω 0 ) iω
2 2
(a7) 1 ⇔ 2πδ (ω) (a32)
1 1
f (t) sin (ω 0 t) ⇔ F (ω − ω0 ) − F (ω + ω 0 )
2i 2i
(a8) tn ⇔ 2πin δ (n) (ω) (a33)
F (t) ⇔ 2πf (−ω) (a9)
eiω0 t ⇔ 2πδ (ω − ω 0 ) (a34)
f (n) (t) ⇔ (iω)n F (ω) (a10)
t
1 cos (ω 0 t) ⇔ π [δ (ω − ω0 ) + δ (ω + ω0 )] (a35)
f (x) dx ⇔ F (ω) + πF (0) δ (ω) (a11)
−∞ iω
sin (ω0 t) ⇔ −iπ [δ (ω − ω0 ) − δ (ω + ω0 )] (a36)
(−it)n f (t) ⇔ F (n) (ω) (a12)
f1 (t) ∗ f2 (t) ⇔ F1 (ω) F2 (ω) (a13)
H (t) sin (ω 0 t) (a37)
1 ω0 π
f1 (t) f2 (t) ⇔ F1 (ω) ∗ F2 (ω) (a14) ⇔ + [δ (ω − ω0 ) − δ (ω + ω0 )]
2π ω 20 − ω 2 2i
1
e−at H (t) ⇔ (a15)
iω + a
2a H (t) cos (ω 0 t) (a38)
e−a|t| ⇔ 2 (a16) iω0 π
a + ω2 ⇔ + [δ (ω − ω0 ) + δ (ω + ω0 )]
* ω 20 − ω 2 2i
−at2 π − ω2
e ⇔ e 4a (a17)
a

1
sin ωa tH (t) ⇔ iπδ ′ (ω) − (a39)
1 |t| < a2 ω2
pa (t) = ⇔ a ωa2
(a18)
0 |t| > a2 2
1 (−iω)n−1
sin (at) ⇔ [πi − 2πiH (ω)] (a40)
⇔ p2a (ω) (a19) tn (n − 1)!
πt
1 ∞ ∞
te−at H (t) ⇔ (a20) 1
(iω + a)2 f1 (t) f2 (t) dt = F1 (ω) F2∗ (ω) dω
−∞ 2π −∞
tn−1 −at 1 (a41)
e H (t) ⇔ (a21) ∞ ∞
(n − 1)! (iω + a)n 2 1 2
|f (t)| dt = |F (ω)| dω (a42)
−∞ 2π −∞
b
e−at sin (bt) H (t) ⇔ (a22)
(iω + a)2 + b2 ∞ ∞
f (t) G (t) dt = F (ω) g (ω) dω (a43)
iω + a
e−at cos (bt) H (t) ⇔ (a23) −∞ −∞
(iω + a)2 + b2
1 π 2
⇔ e−a|ω| (a24) sgn (t) ⇔ (a44)
a2 + t2 a iω
71
1 π −aω
Apéndice B: Tabla de trans- a2 + t2
⇔
2a
e : (a > 0) (C6)
formada seno de Fourier 1 π e−aω (1 + aω)

⇔ : (a > 0) (C7)
(a2 + t2 )2
4 a3
2 √ 2 2
x π ω ω
f (t) ⇔ FS (ω) (S1) cos ⇔ cos + sin
2 2 2 2
1 π 2 √ 2 (C8)
2
⇔ πH (ω) − (S2) x π ω ω
t 2 sin ⇔ cos − sin
πr 2 2 2 2
r−1 −r
t ⇔ Γ (r) ω sin : r ∈ (0, 1) (S3) (C8)
2
*
1 π
√ ⇔ (S4)
t 2ω
ω
e−at ⇔ 2 : (a > 0) (S5) Apéndice D: Referencias Bib-
a + ω2
te−at ⇔
2aω
: (a > 0) (S6) liográficas
(a + ω 2 )2
2
√
−a2 t2 ω π −ω2 /4a2 A. David Wunsch, Variable compleja con
te ⇔ e : (a > 0) (S7)
4a3 aplicaciones, Addison-Wesley Iberoamericana,
e−at ω 1997.
⇔ tan−1 : (a > 0) (S8)
t a
Hwei P. Hsu, Análisis de Fourier, Addison-
t π
⇔ e−aω : (a > 0) (S9) Wesley Iberoamericana, 1987.
a2 + t2 2
t ωe−aω Peter V. O’Neil, Matemáticas Avanzadas para
⇔ 2−3/2 : (a > 0) (S10) Ingeniería, Volumen II, CECSA, 1998.
(a2 + t2 )2 a
1 π (1 − e−aω ) T. W. Korner, Fourier Analysis, Cambridge,
⇔ : (a > 0) (S11) 1995.
t (a2 + t2 ) 2 a2

√ t ω G. B. Arfken and H. J. Weber, Mathemat-
e−t/ 2 sin √ ⇔ (S12) ical Methods for Physicists, Miami Univer-
2 1 + ω4
a sity, 2000, 5e.
2 1 − e−aω
tan−1 ⇔ : (a > 0) (S13)
π t ω
4 t
⇔ e−ω sin ω (S14)
π 4 + t4
Apéndice C: Tabla de trans-

formada coseno de Fourier
f (t) ⇔ FC (ω) (C1)

πr
tr−1 ⇔ Γ (r) ω −r cos : r ∈ (0, 1) (C2)
2
a
e−at ⇔ 2 : (a > 0) (C3)
a + ω2
a2 − ω2
te−at ⇔ : (a > 0) (C4)
(a2 + ω 2 )2
√
2 2 ω π −ω2 /4a2
e−a t
⇔ e : (a > 0) (C5)
2a
72

Apuntes Complejos y Fourier

Загружено:

Сведения о документе

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

Apuntes Complejos y Fourier

Загружено:

Авторское право:

Доступные форматы

Matemáticas Avanzadas

Dr. Erick E. Luna Rojero

2009 (ver. 0.1)

2. Funciones analíticas y mapeos conformes 19

3. Integral de línea de funciones de variable compleja 29

4. Teorema integral de Cauchy-Goursat 31

5. Fórmulas integrales de Cauchy 33

7. Aplicación del análisis complejo 43

9. Serie de Fourier compleja y espectro de frecuencia 55

10.Ejercicios de Serie de Fourier 57

III Transformada de Fourier 59

12.Transformada Discreta de Fourier 65

13.Ejercicios de Transformada de Fourier 67

Funciones de variable compleja y mapeos

Números complejos Complejo conjugado: El complejo conjuga-

Funciones de variable compleja y mapeos 11

Plano de Argand |zw| = |z| |w|

z n = rn {cos (nθ) + i sen (nθ)}

12 Funciones de variable compleja y mapeos

Vecindad punteada: Una vecindad punteada

Funciones de variable compleja y mapeos 13

Una función compleja se define como

14 Funciones de variable compleja y mapeos

Función compleja w = f (z).

Función exponencial compleja

Funciones de variable compleja y mapeos 15

16 Funciones de variable compleja y mapeos

3. Determine la imagen del arco semicircular (ez − 1)2 = ez

2. Sea n un número entero n ≥ 0. Encuentre

3. Encuentre la forma a + ib de un número

4. Escriba a las siguientes expresiones en la

5. Describa con una relación matemática, a los

6. Escriba a las siguientes funciones en la for-

Funciones de variable compleja y mapeos 17

Funciones analíticas y mapeos conformes

Límites iguales, entonces el límite existe. Por otro lado,

0 < |z − z0 | < δ lı́m [f (z) + g (z)] = lı́m f (z) + lı́m g (z)

entonces decimos que lı́m [αf (z)] = α lı́m f (z) : ∀α

Funciones analíticas y mapeos conformes 19

como los límites por diferentes trayectorias son z 2 − i2

aunque el límite existe tenemos que,

por lo tanto no es continua.

Continuidad Derivada compleja

20 Funciones analíticas y mapeos conformes

para analizar este límite utilizaremos dos trayec-

Funciones analíticas y mapeos conformes 21

22 Funciones analíticas y mapeos conformes

la ecuación anterior se conoce como la Ecuación

Funciones analíticas y mapeos conformes 23

24 Funciones analíticas y mapeos conformes

dz Rotación: Con este mapeo la región en el

entonces la derivada del logaritmo complejo existe 0.5

en su región de analiticidad y su valor es -1 -0.5

[Log (z)] = (2.8)

Funciones analíticas y mapeos conformes 25

-0.5 -2.5 4. En donde es analítica la función:

Transformación lineal: Es una combinación

7. Determinar la región de analiticidad de la

inaria. Si φ es la parte imaginaria de f (z)

demostrar que es entera y encontrar su deriva-

Tarea 10. Sea f (z) una función entera. Si

f ′ (z) = 6x2 − 6y 2 − 2x + 3 +i (12xy − 2y)

z + 9 / (z − 3i) , z = 3i con f (0) = 2 − i. Encuentre f(z). Calcular

26 Funciones analíticas y mapeos conformes

z + 9 / (z − 3i) , z = 3i con f (0) = 2 − i. Encuentre f(z). Calcular

Sea Cr la circunferencia |z − w| = r, y sea b)