Fourier

LECCIONES SOBRE LAS
SERIES Y TRANSFORMADAS
DE FOURIER
Javier Duoandikoetxea
UNAN-Managua, 2003
Presentación
Las series e integrales de Fourier constituyen un tema clásico del análisis

matemático. Desde su aparición en el siglo XVIII en el estudio de las vi-
braciones de una cuerda, las series de Fourier han sido una piedra de toque
para el desarrollo de los conceptos básicos del análisis –función, integral,
serie, convergencia...–, y la evolución de estos conceptos ha ido abriendo a
su vez nuevos rumbos en el análisis de Fourier. Ası́ lo expresa Zygmund en
el prólogo de su famoso libro sobre series trigonométricas (1958):
Esta teorı́a ha sido una fuente de nuevas ideas para los analis-
tas durante los dos últimos siglos y probablemente lo será en los
próximos años. Muchas nociones y resultados básicos de la teorı́a
de funciones han sido obtenidos por los matemáticos trabajando
sobre series trigonométricas. Es concebible pensar que estos des-
cubrimientos podı́an haber sido realizados en contextos diferentes,
pero de hecho nacieron en conexión con la teorı́a de las series trigo-
nométricas. No fue accidental que la noción de función aceptada
ahora generalmente fuera formulada en la celebrada memoria de
Dirichlet (1837) que trata de la convergencia de la serie de Fourier,
o que la definición de integral de Riemann en su forma general
apareciese en el Habilitationsschrift de Riemann sobre series tri-
gonométricas, o que la teorı́a de conjuntos, uno de los desarrollos
más importantes de las matemáticas del siglo XIX, fuera creada
por Cantor en su intento de resolver el problema de los conjuntos
de unicidad para series trigonométricas. En épocas más recientes,
la integral de Lebesgue se desarrolló en estrecha conexión con la
teorı́a de series de Fourier y la teorı́a de funciones generalizadas
(distribuciones) con la de las integrales de Fourier.
Las notas se dividen en dos grandes bloques: el primero trata de series de

Fourier y el segundo, de integrales de Fourier; en medio, un tema sobre
espacios de Hilbert y sistemas ortogonales de funciones que da la estructura
funcional abstracta en la que se pueden colocar las series de Fourier.
i
ii Presentación
Para la lectura de los temas relativos a series no se exige más integral

que la de Riemann, de modo que se pueden estudiar tras haber seguido un
curso de análisis de una variable, salvo en algunas de las aplicaciones. Sirven
además para fijar los conceptos básicos del análisis, tan ligados al desarrollo
histórico de la teorı́a. Las series aparecen en senos y cosenos, a la manera
clásica, con sólo algunas indicaciones sobre su versión compleja.
En la teorı́a de la transformada de Fourier he creı́do conveniente trabajar
desde el principio con la integral de Lebesgue y, por supuesto, usar la forma
compleja. En esto no parece haber duda entre los matemáticos de hoy,
si nos atenemos a los libros. La integral de Lebesgue ahorra argumentos
en las pruebas porque tiene acceso a resultados más potentes y, con todo,
más sencillos de aplicar (teorema de convergencia dominada y teorema de
Fubini, por ejemplo). Las dificultades de definición de la transformada de
Fourier para funciones no integrables también exigen recursos de análisis no
elemental, mejor adaptados a la integral de Lebesgue.
En un último capı́tulo se muestra la manera en que la transformada de
Fourier se suele usar en el mundo real. La adaptación al cálculo numérico
exige el uso de una versión discreta y las técnicas involucradas son de tipo
algebraico. Además se ve cómo el algoritmo de la transformada rápida de
Fourier permite ahorrar cálculos numéricos en determinados casos.
Termino el texto con tres apéndices. El primero repasa las series numéri-
cas y funcionales y conviene leerlo antes de estudiar las series de Fourier, para
recordar conceptos que después se usarán. El segundo expone las integrales
de Riemann y Lebesgue; los resultados de la primera se utilizan en la parte
de series, los de la segunda en la de transformadas. Finalmente, el tercer
apéndice hace un recorrido histórico a través de la teorı́a de series de Fourier,
en el que se muestra su implicación en la evolución del análisis matemático.
Leioa, diciembre de 2002
——————————-
Escribı́ la primera versión de estas notas para el curso sobre Análisis de
Fourier que impartı́ en la Maestrı́a de Matemática de la UNAN-Managua
en febrero de 2003. La versión actual incorpora correcciones y cambios
introducidos al finalizar el curso. Agradezco a Manuel Aguirre y a Luis
Gámez la organización y coordinación de la maestrı́a; a los trece estudiantes
que siguieron el curso (Damaris, Wilfredo, Yesenia, Jorge, Marlon, Benito,
Eugenio, Pilar, Elmer, Hellen, Xiomara, Matilde y Ramón) su interés y la
excursión a Selva Negra; y a Tim Bratten, de la Universidad Nacional del
Centro de la provincia de Buenos Aires en Tandil (Argentina), su compañı́a
en los largos ratos que pasamos en la Casa de Protocolo 169 de la UNAN.
Leioa, abril de 2003
Índice
Presentación i
Capı́tulo 1. La serie de Fourier 1

§1.1. Series trigonométricas y polinomios trigonométricos 1
§1.2. Series de Fourier 2
§1.3. Propiedades elementales de los coeficientes 3
§1.4. Desigualdad de Bessel 4
§1.5. Amplitud y fase 5
§1.6. Variantes de la serie de Fourier 6
§1.7. ¿Qué funciones integrables? 7
§1.8. Problemas 7
Capı́tulo 2. Convergencia puntual de la serie de Fourier 11

§2.1. Núcleo de Dirichlet 11
§2.2. Lema de Riemann-Lebesgue 13
§2.3. Propiedad de localización 14
§2.4. Primeros teoremas de convergencia 14
§2.5. El teorema de Dirichlet 16
§2.6. Otros teoremas de convergencia 18
§2.7. Algunos ejemplos 20
iii
iv Índice
§2.8. Problemas 21
Capı́tulo 3. Convergencia uniforme de la serie de Fourier 23

§3.1. La convergencia uniforme más sencilla 23
§3.2. Localización uniforme 25
§3.3. Otros criterios de convergencia uniforme 26
§3.4. Problemas 27
Capı́tulo 4. Series de Fourier de funciones continuas 29

§4.1. Un resultado negativo 29
§4.2. Una prueba de existencia 31
§4.3. Funciones continuas sin derivada 32
Capı́tulo 5. Integración y derivación de series de Fourier 35

§5.1. Integración término a término de series de Fourier 35
§5.2. Derivación término a término de series de Fourier 38
§5.3. Problemas 39
Capı́tulo 6. Fenómeno de Gibbs 41

§6.1. El fenómeno de Gibbs para funciones con saltos 41
§6.2. Problemas 44
Capı́tulo 7. Sumabilidad de series de Fourier 45

§7.1. Sumabilidad Cesàro 45
§7.2. Sumabilidad Abel-Poisson 49
§7.3. Sumabilidad uniforme 50
§7.4. Aproximación en media 51
§7.5. Convergencia en media cuadrática e igualdad de Plancherel 53
§7.6. Problemas 55
Capı́tulo 8. Resolución de algunas ecuaciones en derivadas parciales 57

§8.1. La cuerda vibrante 57
§8.2. La difusión del calor 59
§8.3. Problemas 60
Índice v
Capı́tulo 9. Otras aplicaciones de las series de Fourier 63

§9.1. Desigualdad de Wirtinger 63
§9.2. Problema isoperimétrico 63
§9.3. Equidistribución de sucesiones aritméticas 65
§9.4. Problemas 66
Capı́tulo 10. Sistemas ortogonales de funciones 67

§10.1. Producto escalar 67
§10.2. Sistemas ortogonales y ortonormales 69
§10.3. Espacios de Hilbert 70
§10.4. Base de Haar 72
§10.5. Problemas 73
Capı́tulo 11. Transformada de Fourier en L1 77

§11.1. Transformada de Fourier 78
§11.2. Un teorema de inversión 82
§11.3. Resultados de convergencia puntual 83
§11.4. Convolución y transformada de Fourier 85
§11.5. Resultados de sumabilidad 86
§11.6. Transformada de Fourier en senos y en cosenos 89
§11.7. Transformada de Fourier en Rn 89
Capı́tulo 12. Transformada de Fourier en L2 93

§12.1. Igualdad de Plancherel en L1 ∩ L2 93
§12.2. Definición de la transformada de Fourier en L2 95
§12.3. Teorema de inversión y otras propiedades 96
§12.4. La transformada de Fourier en Lp , 1 < p < 2 98
§12.5. Otra definición de la transformada de Fourier en L2 99
Capı́tulo 13. Aplicaciones de la transformada de Fourier 103

§13.1. Principio de incertidumbre 103
vi Índice
§13.2. Fórmula de sumación de Poisson 104

§13.3. Ecuación del calor 105
§13.4. Ecuación de Schrödinger 105
§13.5. Probabilidad: función caracterı́stica y teorema central del
lı́mite 106
§13.6. Funciones de banda limitada y teorema de muestreo 108
§13.7. Funciones continuas sin derivada 111
Capı́tulo 14. Transformadas de Fourier discreta y rápida 115

§14.1. Transformada de Fourier discreta 116
§14.2. Transformada de Fourier rápida 119
§14.3. Nota histórica 121
Apéndice A. Sucesiones y series numéricas y de funciones 125

§A.1. Sucesiones numéricas 125
§A.2. Series numéricas 127
§A.3. Sucesiones de funciones 131
§A.4. Series de funciones 134
§A.5. Problemas 137
Apéndice B. Integral de Riemann e integral de Lebesgue 141

§B.1. Integral de Riemann 141
§B.2. Integral de Lebesgue 146
§B.3. Problemas 152
Apéndice C. Algunas notas históricas y galerı́a de personajes 155

§C.1. Fourier 155
§C.2. Los precursores 157
§C.3. Dirichlet 161
§C.4. Riemann 162
§C.5. Convergencia y divergencia 165
Índice vii
§C.6. La sumabilidad 166

§C.7. Los primeros años del siglo XX 167
§C.8. La convergencia en Lp 168
Bibliografı́a 169
Índice de términos 171

Capı́tulo 1
La serie de Fourier
1.1. Series trigonométricas y polinomios

trigonométricos
Se llama serie trigonométrica de periodo 2π a toda serie de funciones de
la forma
∞
a0 X
(1.1) + (ak cos kx + bk sin kx) .
2 k=1
Se llama polinomio trigonométrico de grado N y periodo 2π a toda

expresión de la forma
N
a0 X
(1.2) + (ak cos kx + bk sin kx) .
2 k=1
Si al menos uno de los coeficientes aN y bN es distinto de cero se dice que

el grado del polinomio es N . Obsérvese que las sumas parciales de las series
trigonométricas (1.1) son polinomios trigonométricos.
Utilizando fórmulas trigonométricas elementales para sumas de ángulos,
cos kx y sin kx se pueden expresar en función de cos x y sin x y sus potencias
y productos1 . El grado máximo de los monomios que aparecen al desarrollar
cos kx y sin kx de esta manera es precisamente k y si lo hacemos con un
polinomio trigonométrico de grado N , el grado máximo será N .
1 Una manera rápida de conseguir estas fórmulas es utilizando la fórmula de A. de Moivre
(cos x + i sin x)k = cos kx + i sin kx. Se desarrolla el término de la izquierda por el binomio de
Newton y se igualan las partes real e imaginaria.
1
2 1. La serie de Fourier
Utilizando otra vez fórmulas elementales se ve que al multiplicar dos

polinomios trigonométricos de grados N y M , se obtiene un polinomio tri-
gonométrico de grado N + M . Está claro que el grado no puede ser mayor
que éste, pero hay que probar (y se deja como ejercicio) que al menos uno
de los coeficientes de los términos de mayor grado no es cero. (Convie-
ne observar que esta propiedad puede no ser cierta si los coeficientes son
números complejos como se puede comprobar multiplicando cos x + i sin x y
cos x − i sin x.)
1.2. Series de Fourier

Dada una función periódica de periodo 2π buscamos una serie trigo-
nométrica que la represente, es decir, que coincida con ella en algún sentido.
1.2.1. Ortogonalidad del sistema trigonométrico.

La familia de funciones {1, cos x, cos 2x, . . . , sin x, sin 2x, . . . } que inter-
viene en la serie (1.1) satisface la siguiente propiedad de ortogonalidad 2 :
Z π
ϕ1 (x)ϕ2 (x) dx = 0,
−π
para cualquier par ϕ1 y ϕ2 de funciones distintas de la familia. Si ϕ1 = ϕ2
la integral es π, salvo para la función 1 en cuyo caso es 2π.
1.2.2. Los coeficientes de Fourier.

Si suponemos que la serie (1.1) converge uniformemente en [−π, π] a la
función f , escribimos la igualdad
∞
a0 X
(1.3) f (x) = + (an cos nx + bn sin nx)
2 n=1
y la integramos en [−π, π] (la convergencia uniforme permite integrar término

a término la serie según el teorema A.16), obtenemos
Z π
f (x) dx = πa0 ,
−π
de donde sale el valor de a0 . Del mismo modo, si multiplicamos la igualdad
(1.3) por cos kx e integramos en [−π, π], la propiedad de ortogonalidad da
Z π
f (x) cos kx dx = πak .
−π
Haciendo lo mismo con sin kx llegamos a
Z π
f (x) sin kx dx = πbk .
−π
2 En el capı́tulo 10 se verá la razón de este nombre.

1.3. Propiedades elementales de los coeficientes 3
Los valores de ak , bk que se obtienen son los siguientes:

Z Z
1 π 1 π
(1.4) ak = f (x) cos kx dx , bk = f (x) sin kx dx .
π −π π −π
Definición. Dada una función integrable f , los números {ak , k = 0, 1, 2, . . . }
y {bk , k = 1, 2, . . . } dados por las fórmulas (1.4) se llaman coeficientes de
Fourier de f . La serie trigonométrica (1.1) construida con estos coeficientes
se llama serie de Fourier de f .
Los coeficientes dependen de la función y cuando intervienen simultánea-

mente coeficientes de varias funciones distintas, conviene hacer explı́cita esta
dependencia; en esos casos escribiremos ak (f ) y bk (f ).
Observemos que si f es un polinomio trigonométrico, el intercambio
de sumas e integrales está perfectamente justificado por la linealidad de la
integral y deducimos que los coeficientes del polinomio trigonométrico (1.2)
vienen dados por las fórmulas (1.4).
Una vez que asociamos a una función integrable su serie de Fourier de
la manera indicada, el problema básico con el que nos vamos a enfrentar se
puede formular del modo siguiente:
Encontrar condiciones (suficientes) sobre la función que aseguren la
convergencia de la serie de Fourier y estudiar la suma de la serie.
La descomposición de una función en las componentes que constituyen
los términos de su serie de Fourier es un proceso de análisis de la función;
la recuperación de la función a partir de sus componentes es la sı́ntesis.
1.3. Propiedades elementales de los coeficientes

1. Las sucesiones {ak , k = 0, 1, 2, . . . } y {bk , k = 1, 2, . . . } están acota-
das; en efecto,
Z
1 π
|ak |, |bk | ≤ |f (x)| dx .
π −π
2. Linealidad :
ak (f + g) = ak (f ) + ak (g) , bk (f + g) = bk (f ) + bk (g) .
3. Si f 0 existe y es continua,
bk (f 0 ) ak (f 0 )
(1.5) ak (f ) = − , bk (f ) = , k = 1, 2, . . .
k k
Aquı́ la continuidad y la existencia de derivada se entienden referidas
a la función extendida periódicamente. Esta propiedad se demuestra
integrando por partes; en realidad, si f es continua, es suficiente con
que sea derivable a trozos y f 0 continua a trozos (incluso valen situa-
ciones más generales que comentamos en la sección 5.1). Hay otras
versiones para cuando f tiene discontinuidades (véase el problema

1.7).
4. Si f es par (es decir, f (−x) = f (x)), se tiene bk (f ) = 0 para todo k
y la fórmula para ak se puede escribir
Z
2 π
(1.6) ak = f (x) cos kx dx .
π 0
Cuando f es impar (es decir, f (−x) = −f (x)), tenemos ak (f ) = 0
para todo k y
Z
2 π
(1.7) bk = f (x) sin kx dx .
π 0
1.4. Desigualdad de Bessel

Sea pN el polinomio trigonométrico de grado N
N
c0 X
pN (x) = + (ck cos kx + dk sin kx) .
2 k=1
De la propiedad de ortogonalidad se deduce que
Z N
" #
π c2 X
(1.8) |pN (x)| dx = π 0 + 2
(c2k + d2k ) .
−π 2 k=1
Esta fórmula es la igualdad de Plancherel para polinomios trigonométricos;
más adelante (corolario 7.10) aparecerá en el caso general.
Dada una función f de cuadrado integrable (f 2 es una función integra-
ble) buscamos el polinomio trigonométrico de grado N que mejor aproxima
a f en el sentido de los mı́nimos cuadrados, o sea, el que hace mı́nimo el
valor de la integral de |f − pN |2 en un periodo. Puesto que
Z π Z π
|f − pN |2 = (f 2 − 2f pN + p2N ),
−π −π
usando la definición de los coeficientes de Fourier y (1.8) obtenemos
Z π Z π N
X
2 2
|f − pN | = f − 2π (ck ak + dk bk )
−π −π k=1
N
c20 X
− πa0 c0 + π +π (c2k + d2k )
2 k=1
Z N
" #
a2 X
π
= f −π 0 + 2
(a2k + b2k )
−π 2 k=1
" N
#
(a0 − c0 )2 X
+π + (ak − ck )2 + (bk − dk )2 ,
2 k=1
1.5. Amplitud y fase 5
donde se ve que el valor mı́nimo se consigue eligiendo ck = ak y dk = bk .
Teorema 1.1. El polinomio trigonométrico de grado N que mejor aproxi-

ma a una función f de cuadrado integrable en el sentido de los mı́nimos
cuadrados es el que tiene como coeficientes los coeficientes de Fourier de f .
Es equivalente a decir que ese polinomio trigonométrico es la N -ésima

suma parcial de la serie de Fourier de f .
Si en el cálculo anterior hacemos ck = ak y dk = bk y tenemos en cuenta
que el primer miembro siempre es positivo, tenemos como consecuencia
N Z
a20 X 1 π
+ (a2k + b2k ) ≤ f2
2 k=1
π −π
para cualquier N . Esta desigualdad ofrece una cota superior para las sumas
parciales de una serie de términos positivos por lo que podemos deducir el
siguiente resultado.
Teorema 1.2 (Desigualdad de Bessel). Si f 2 es integrable,

∞ Z
a20 X 1 π
(1.9) + (a2k + b2k ) ≤ f2 .
2 k=1
π −π
En particular, para las funciones de cuadrado integrable deducimos que

las sucesiones de sus coeficientes de Fourier {ak } y {bk } convergen a cero
(condición necesaria de convergencia de la serie). Obsérvese que aunque no
toda función integrable es de cuadrado integrable, sı́ lo es si está acotada.
1.5. Amplitud y fase

p
Dado el par (an , bn ) podemos definir An = a2n + b2n y un ángulo ϕn de
modo que
an bn
cos ϕn = , sin ϕn = − .
An An
Entonces se tiene
ak cos kx + bk sin kx = Ak cos(kx + ϕk ),
y la serie trigonométrica (1.1) se escribe

∞
a0 X
+ Ak cos(kx + ϕk ) .
2 k=1
El coeficiente Ak es la amplitud y ϕk es la fase del k-ésimo término.

1.6. Variantes de la serie de Fourier

1.6.1. Cambio de periodo.
Hemos considerado funciones periódicas de periodo 2π. Si el periodo es
2`, la serie trigonométrica debe modificarse y tomarse de la forma
∞
a0 X πkx πkx
+ (ak cos + bk sin ).
2 k=1
` `
Las fórmulas de los coeficientes también deben adaptarse convenientemente

y quedan
Z ` Z `
1 πkx 1 πkx
ak = f (x) cos dx , bk = f (x) sin dx .
` −` ` ` −` `
1.6.2. Series de Fourier de senos y cosenos.

Dada una función en el intervalo (0, π), se pueden definir muchas funcio-
nes en (−π, π) que coincidan con ella en (0, π); cada una de las extensiones
tendrá una serie de Fourier propia. Pero algunas extensiones tienen especial
interés.
Teniendo en cuenta la propiedad 4 de la sección 1.3, se puede elegir la
extensión de manera que tengamos una función par y, en ese caso, la serie
de Fourier sólo tiene cosenos. Se llama serie de Fourier de cosenos de la
función original y sus coeficientes se calculan por la fórmula (1.6) (en la que
sólo interviene la función dada en el intervalo original).
Del mismo modo, si elegimos una extensión impar, la serie que resulta
es la serie de Fourier de senos de la función dada y sus coeficientes vienen
determinados por (1.7).
Se pueden hacer construcciones semejantes a partir de cualquier inter-
valo.
1.6.3. Forma compleja de la serie de Fourier.

La función real con valores complejos eit se define como
eit = cos t + i sin t
y cambiando t por −t se tiene también
e−it = cos t − i sin t.
Sumando y restando estas expresiones se deduce

eit + e−it eit − e−it
cos t = , sin t = .
2 2i
1.8. Problemas 7
Entonces, la serie de Fourier de una función se puede escribir en forma

compleja como
∞
X
(1.10) ck eikt .
k=−∞
Las propiedades de los coeficientes de Fourier reales que hemos visto en

este capı́tulo tienen sus equivalentes para los coeficientes complejos; quedan
como ejercicio (problema 1.10).
1.7. ¿Qué funciones integrables?

Deliberadamente he dejado el término integrable sin calificar de modo que
podemos dudar si hablamos de la integral de Riemann o de la de Lebesgue. Desde
la aparición de ésta a principios del siglo XX, es el marco natural para las series de
Fourier. Pero toda la teorı́a clásica se desarrolló en el siglo XIX en términos de la
integral de Riemann, ası́ que quien no conozca la teorı́a de la integral de Lebesgue
puede considerar que en todos los enunciados referidos a series de Fourier hablamos
de funciones integrables Riemann. Sólo hay que hacer una observación: para la
integral de Riemann de funciones no acotadas se consideran integrales impropias y
en ese caso los resultados se limitan a las que son absolutamente convergentes.
El apéndice B recoge las propiedades principales de las integrales de Riemann
y de Lebesgue. En las demostraciones del texto supondremos que las funciones
son acotadas y no haremos los detalles de la extensión a funciones no acotadas.
Normalmente será suficiente con pasar por una aproximación a través de funciones
acotadas.
1.8. Problemas
1.1 Calcular los coeficientes de Fourier de las funciones periódicas de periodo
2π que siguen. Indicar en qué casos el criterio de Weierstrass (teorema A.18
del apéndice A) permite asegurar la convergencia uniforme de las series que
resultan:
(i) f (x) = x2 en (−π, π);
(ii) f (x) = x2 en (0, 2π);
(iii) f (x) = | sin x| en (−π, π);
(iv) f (x) = eax en (−π, π) con a 6= 0;
(v) f (x) = cos ax en (−π, π) con a no entero;
(vi) f (x) = sin ax en (−π, π) con a no entero;
(vii) f (x) = (π − x) sin x en (−π, π);
(
0 si x ∈ (−π, 0),
(viii) f (x) =
x si x ∈ (0, π);
(
−e−x si x ∈ (−π, 0),
(ix) f (x) =
ex si x ∈ (0, π).
¯ ¯
¯ πx ¯¯
1.2 Escribir la serie de Fourier de la función periódica f (x) = ¯¯cos .
` ¯
1.3 Obtener los coeficientes de Fourier de la función

 si x ∈ (−π, δ),
0

fδ (x) = 1/δ si x ∈ (−δ, δ),


0 si x ∈ (δ, π),
y calcular limδ→0 an (fδ ) y limδ→0 bn (fδ ).
1.4 Escribir la serie de Fourier de senos de la función f (x) = cos x en (0, π).
1.5 Escribir la serie de Fourier de cosenos de la función
(
1 si x ∈ (0, h),
f (x) =
0 si x ∈ (h, π).
1.6 Escribir la serie de Fourier de senos y la de cosenos de la función

 si x ∈ (0, π/3),
π/3

f (x) = 0 si x ∈ (π/3, 2π/3),


−π/3 si x ∈ (2π/3, π).
1.7 (a) Probar (1.5) cuando f 0 existe y es continua. Comprobar que si f es

continua, basta con que f 0 exista a trozos y sea continua a trozos.
(b) Supongamos que f es continua excepto en el punto x0 (y sus trasladados
en múltiplos de 2π) en el que tiene una discontinuidad de salto. Supongamos
además que f es derivable a trozos y que f 0 es continua a trozos, ¿cuál es la
relación entre los coeficientes de Fourier de f y f 0 ?
1.8 Sea f una función definida en (−π, π), impar con respecto a x = 0 y par con
respecto a x = π/2, es decir,
f (−x) = −f (x), f (π/2 + x) = f (π/2 − x).
Demostrar que los coeficientes de Fourier b2k son nulos y dar una fórmula
para los no nulos en función de los valores de f en (0, π/2).
¿Cómo deberı́a ser f para que los coeficientes a2k y los bk fuesen nulos
y sólo quedasen los a2k+1 ?
1.9 Probar que los coeficientes de Fourier se pueden calcular como
Z
1 π π
ak = [f (x) − f (x − )] cos kx dx,
2π −π k
Z
1 π π
bk = [f (x) − f (x − )] sin kx dx.
2π −π k
1.8. Problemas 9
(Sugerencia: escribir cada coeficiente en dos formas equivalentes y hacer el

promedio.)
Deducir que si la función satisface una condición de Hölder de orden α
(0 < α ≤ 1), es decir, |f (x) − f (y)| ≤ L|x − y|α , los coeficientes satisfacen
πα πα
|ak | ≤ L α , |bk | ≤ L α .
k k
1.10 Series de Fourier en forma compleja.
1. Se considera el polinomio trigonométrico (1.2). Sustituyendo cos kt y
sin kt por exponenciales complejas, se puede escribir
N
X
(1.11) pN (t) = ck eikt .
k=−N
Expresar los coeficientes {ck , k = 0, ±1, . . . , ±N } en función de {ak , k =
0, 1, . . . , N } y {bk , k = 1, . . . , N }, y recı́procamente.
2. Si los coeficientes ak y bk son todos reales, el polinomio (1.2) toma
sólo valores reales para t real. ¿Cuál es la condición sobre ck para que
el polinomio (1.11) sólo tome valores reales para t real?
3. Calcular las integrales en (−π, π) de los productos de funciones eint
y eimt . Deducir de ellas las relaciones de ortogonalidad de la familia
{eikt , k ∈ Z}.
4. Supongamos que la función f de periodo 2π se representa por la
serie trigonométrica (1.10) y que ésta es uniformemente convergente.
A partir de las relaciones de ortogonalidad del apartado anterior,
encontrar la expresión de los coeficientes ck (coeficientes de Fourier )
en función de f :
Z
1 π
(1.12) ck = f (t) e−ikt dt.
2π −π
5. Deducir las siguientes
Z propiedades análogas a las de la sección 1.3:
1 π
(i) |ck | ≤ |f (t)| dt, donde |ck | es el módulo del número com-
2π −π
plejo ck ;
(ii) ck (f 0 ) = ikck (f ).
6. Obtener la desigualdad de Bessel
∞
X Z π
2 1
|ck | ≤ |f (t)|2 dt
k=−∞
2π −π
siguiendo los mismos pasos que en la sección 1.4, ahora con pN poli-
nomio trigonométrico complejo.
Capı́tulo 2
Convergencia puntual
de la serie de Fourier
Escribiremos SN f para representar la suma parcial N -ésima de la serie

de Fourier de f , es decir,
N
a0 X
SN f (x) = + (ak cos kx + bk sin kx) .
2 k=1
Nuestro objetivo es estudiar la convergencia puntual de esta sucesión de

funciones.
2.1. Núcleo de Dirichlet

Conviene representar la suma parcial de una forma más manejable. Para
ello sustituimos los coeficientes ak y bk por sus expresiones integrales y
tenemos
Z π N Z π
1 1X
SN f (x) = f (t) dt + f (t) [cos kt cos kx + sin kt sin kx] dt
2π −π π k=1 −π
Z π N Z π
1 1 X 1
= f (t) [ + cos k(x − t)] dt = f (t)DN (x − t) dt .
π −π 2 k=1
π −π
Hemos utilizado la notación

1
(2.1) DN (t) = + cos t + cos 2t + · · · + cos N t
2
11
12 2. Convergencia puntual de la serie de Fourier
y llamamos a esta función núcleo de Dirichlet. Multiplicando por sin t/2 y

utilizando la relación trigonométrica
2 cos kt sin t/2 = [sin(k + 1/2)t − sin(k − 1/2)t]
llegamos a
sin(N + 1/2)t
(2.2) DN (t) = .
2 sin t/2
Figura 2.1. Gráfica de D10 en un periodo.
El núcleo de Dirichlet tiene las siguientes propiedades elementales:
Propiedades. 1. DN es una función periódica de periodo 2π;

2. DN es par : DN (−t) = DN (t);
Z
1 π
3. DN (t) dt = 1 .
π −π
Las dos primeras se ven inmediatamente con cualquiera de las expresio-

nes (2.1) y (2.2); la tercera se ve más fácilmente con (2.1).
2.2. Lema de Riemann-Lebesgue 13
La primera propiedad permite cambiar el intervalo de integración a cual-

quier otro de longitud 2π. Como también f es de periodo 2π, se puede poner
Z π
1
(2.3) SN f (x) = f (x − t)DN (t) dt .
π −π
Cambiando la variable t por −t en el intervalo (−π, 0) y usando la segunda

propiedad se obtiene la expresión
Z π
1
(2.4) SN f (x) = [f (x + t) + f (x − t)]DN (t) dt .
π 0
2.2. Lema de Riemann-Lebesgue

El resultado que sigue se conoce habitualmente como lema de Riemann-
Lebesgue. Cada uno de estos autores probó el resultado relacionado con el
tipo de integrabilidad que lleva su nombre.
Lema 2.1. Si f es integrable y λ real (no necesariamente entero),
Z π Z π
lim f (t) sin λt dt = lim f (t) cos λt dt = 0.
λ→∞ −π λ→∞ −π
En particular se deduce que los coeficientes de Fourier de una función

integrable tienden a cero, lo que ya habı́amos visto para las funciones de
cuadrado integrable a partir de la desigualdad de Bessel (1.9).
Demostración. Si f es la función caracterı́stica de un intervalo (a, b) se

tiene
¯Z π
¯ ¯¯Z b ¯ ¯
¯ ¯ cos λb − cos λa ¯¯
¯ ¯ ¯ ¯
¯ ¯
f (t) sin λt dt¯ = ¯ sin λt dt¯ = ¯¯ ¯,
¯ ¯ ¯ λ ¯
−π a
que claramente tiende a cero cuando λ tiende a infinito. Los mismo ocurre
con la otra integral.
De aquı́ se deduce que el resultado es cierto para cualquier función es-
calonada. Si f es integrable1 , dado ² > 0, existe g² escalonada tal que
Z
|f − g² | < ²/2.
Haciendo
¯Z π
¯ Z π
¯Z π
¯
¯ ¯ ¯ ¯
¯ f (t) sin λt dt¯¯ ≤ |f (t) − g² (t)| dt + ¯¯ g² (t) sin λt dt¯¯
¯
−π −π −π
resulta que si λ es suficientemente grande, el término de la izquierda se hace
menor que ².
1 Recuérdese que si f no es acotada pedimos a la integral impropia que converja absolutamente
por lo que la aproximación por funciones escalonadas vale igualmente (apéndice B).
2.3. Propiedad de localización

Solemos decir que una propiedad de una función es local cuando sólo de
los valores que toma en el entorno de cada punto depende que se cumpla
o no en el punto (por ejemplo, la continuidad o la diferenciabilidad). Los
coeficientes de Fourier se obtienen por medio de integrales en un periodo, de
modo que dos funciones que coincidan en el entorno de un punto, si difieren
en el resto del periodo, tendrán coeficientes de Fourier distintos y, por tanto,
series distintas. Esto parece sugerir que el comportamiento de ambas series
en dicho punto podrı́a también ser distinto. El siguiente resultado muestra
que no es ası́ y que la convergencia de la serie de Fourier es una propiedad
local.
Teorema 2.2 (Principio de localización de Riemann).
(i) Sea f integrable y periódica de periodo 2π tal que f (x) = 0 para
x ∈ (x0 − δ, x0 + δ) y algún δ > 0; entonces,
lim SN f (x0 ) = 0 .
N →∞
(ii) Si f y g son integrables y periódicas de periodo 2π y f (x) = g(x)
para x ∈ (x0 − δ, x0 + δ), entonces, o bien existen limN →∞ SN f (x0 ) y
limN →∞ SN g(x0 ) y son iguales, o bien no existe ninguno de los dos.
Demostración. (i) A partir de (2.3) y la hipótesis en (i) se tiene

Z
1 f (x0 − t) 1
SN f (x0 ) = sin(N + )t dt .
π δ≤|t|<π 2 sin t/2 2
La función sin t/2 es continua y no se anula en δ ≤ |t| ≤ π. Como f (x0 − t)
es integrable,

 f (x0 − t) ,

si δ ≤ |t| ≤ π,
g(t) = sin t/2

0, si |t| ≤ δ,
es integrable y el lema de Riemann-Lebesgue implica que el lı́mite de SN f (x0 )
es 0.
(ii) Basta observar que SN f (x0 ) − SN g(x0 ) = SN (f − g)(x0 ) y aplicar
(i) a f − g.
2.4. Primeros teoremas de convergencia

El lema de Riemann-Lebesgue permite dar fácilmente algunos resultados
de convergencia.
Teorema 2.3. Sea f una función integrable en (−π, π) que tiene derivada
en el punto x0 . Entonces, la serie de Fourier de f converge a f (x0 ) en x0 .
2.4. Primeros teoremas de convergencia 15
Demostración. Teniendo en cuenta la propiedad 3 del núcleo de Dirichlet

(sección 2.1), podemos escribir
Z
1 π sin(N + 1/2)t
SN f (x0 ) − f (x0 ) = [f (x0 + t) − f (x0 )] dt
π −π 2 sin t/2
Z
1 π f (x0 + t) − f (x0 ) t
= sin(N + 1/2)t dt .
π −π t 2 sin t/2
El primer factor del último integrando es una función integrable en el con-
junto (−π, −δ) ∪ (δ, π) y además está acotada en un entorno de 0 (por la
existencia de derivada), luego es integrable en (−π, π) (véase problema B.2
en el apéndice B). El segundo factor es una función continua en ese intervalo
ya que la aparente discontinuidad en el origen es evitable. El producto de
ambas funciones será una función integrable y se puede aplicar el lema de
Riemann-Lebesgue para deducir que el lı́mite de SN f (x0 ) − f (x0 ) es 0.
La existencia de derivada en x0 exige la continuidad en ese punto. Con

una pequeña variante se puede cubrir el caso en que la función tiene una
discontinuidad de salto en x0 . Para ello y suponiendo que existen los lı́mites
laterales f (x0 +) y f (x0 −) en x0 , definimos las derivadas laterales en x0
como
f (x0 + t) − f (x0 +)
f 0 (x0 +) = lim y
t→0+ t
f (x0 + t) − f (x0 −) f (x0 −) − f (x0 − t)
f 0 (x0 −) = lim = lim
t→0− t t→0+ t
cuando estos lı́mites existen2 .
Teorema 2.4. Sea f una función integrable en (−π, π) que tiene derivadas
laterales en el punto x0 en el sentido mencionado. Entonces, la serie de
Fourier de f converge en x0 a (f (x0 +) + f (x0 −))/2.
Para probar este teorema basta utilizar (2.4) para escribir
SN f (x0 ) − (f (x0 +) + f (x0 −))/2

Z π
1 sin(N + 1/2)t
= [f (x0 + t) − f (x0 +) + f (x0 − t) − f (x0 −)] dt
π 0 2 sin t/2
y razonar como en el teorema anterior.
Muchas de las funciones que manejamos cumplen las hipótesis de este
teorema.
2 Obsérvese que habitualmente en los libros de Cálculo se habla de derivadas laterales cuando
la función es continua en el punto, cosa que no exigimos aquı́.
2.5. El teorema de Dirichlet

El primer teorema de convergencia de series de Fourier, debido a Dirich-
let, apareció en 1829 y se refiere a funciones monótonas a trozos. Por ello
comenzamos primero con unos comentarios sobre estas funciones.
Una función monótona y acotada en un intervalo [a, b] es integrable
(problema B.3 en el apéndice B) y tiene lı́mites laterales finitos en cada
punto. Si estos lı́mites no coinciden la función tendrá una discontinuidad con
un salto finito. La suma de los saltos no puede ser mayor que la diferencia
de los valores de la función en los extremos del intervalo, de modo que
el conjunto de discontinuidades con salto mayor que 1/n es finito y, por
tanto, el conjunto de discontinuidades es a lo más numerable. Las mismas
propiedades serán ciertas para una función monótona a trozos, es decir,
aquella que es monótona en una cantidad finita de intervalos que unidos
dan el intervalo original.
Teorema 2.5. Sea f una función monótona a trozos y acotada en [−π, π].
Entonces, SN f (x) converge a [f (x+) + f (x−)]/2. En particular, converge a
f (x) si la función es continua en x.
Hay que entender que la función se ha extendido por periodicidad cuando

el punto x es uno de los extremos del intervalo. Ası́, f (π+) = f ((−π)+) y
f ((−π)−) = f (π−). Utilizaremos en la prueba los dos lemas siguientes.
Lema 2.6. Sea g no decreciente y no negativa en [a, b] y h continua con un
número finito de cambios de signo en [a, b]. Existe c ∈ (a, b) tal que
Z b Z b
g(t)h(t) dt = g(b) h(t) dt .
a c
Este teorema es debido a Bonnet (1850), quien lo propuso buscando una

simplificación de la prueba de Dirichlet; damos una prueba para presentar
completa la demostración del teorema 2.5. Quizá es más conocido en la
forma de Weierstrass que viene en el apéndice B, apartado B.1.3 (segundo
teorema del valor medio).
Demostración. Descomponemos (a, b) en los intervalos (a0 , a1 ), (a1 , a2 ),

. . . , (ak−1 , ak ) en los que h tiene signo constante (a0 = a, ak = b). Entonces,
Z aj Z aj
g(t)h(t) dt = µj h(t) dt
aj−1 aj−1
Rb
donde g(aj−1 +) ≤ µj ≤ g(aj −). Escribiremos H(x) = x h(t) dt, de modo
que
Z b k
X
g(t)h(t) dt = µj [H(aj−1 ) − H(aj )]
a j=1
2.5. El teorema de Dirichlet 17
k−1
X
= µ1 H(a) + (µj+1 − µj )H(aj ) + (g(b) − µk )H(b) .
j=1
(Hemos añadido g(b)H(b) que es cero.) Los coeficientes que multiplican a

valores de la función H en la anterior expresión son todos no negativos por
ser g no decreciente, de modo que se puede escribir como el producto de
la suma de los coeficientes (que es g(b)) por un valor comprendido entre el
máximo y el mı́nimo de H. Por la continuidad de H, este valor será H(c)
para algún c ∈ (a, b).
Lema 2.7. Existe una constante M (independiente de N ) tal que
¯Z ¯
¯ δ ¯
¯ ¯
¯ DN (t) dt¯ ≤ M
¯ η ¯
para todo 0 ≤ η < δ ≤ π.
Demostración. Sumando y restando t−1 sin(N + 1/2)t en el integrando

tenemos
¯Z ¯ ¯Z ¯
¯ δ sin(N + 1/2)t ¯ Z δ ¯¯ 1 1
¯
¯ ¯ δ sin(N + 1/2)t ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ dt¯ ≤ ¯ 2 sin t/2 − t ¯ dt + ¯¯ dt¯ .
¯ η 2 sin t/2 ¯ η η t ¯
La primera integral del segundo miembro se acota por la integral en (0, π) y

como el integrando es una función continua, la integral es finita. Un cambio
de variable en la última integral muestra que basta probar que
¯Z ¯
¯ B sin t ¯
¯ ¯
¯ dt¯
¯ A t ¯
está acotada independientemente de A y B con 0 ≤ A < B < ∞.

Si B ≤ 1, basta observar que sin t ≤ t y la integral se acota por 1. Si
A ≥ 1, integrando por partes,
¯Z ¯ ¯ Z B ¯
¯ B sin t ¯ ¯ cos A cos B cos t ¯¯ 3
¯ ¯ ¯
¯ dt¯ = ¯ − − 2
dt¯ ≤ ≤ 3.
¯ A t ¯ ¯ A B A t ¯ A
Finalmente, si A < 1 < B, se acotan las integrales en (A, 1) y en (1, B)
como las anteriores.
Prueba del teorema 2.5. Tenemos que probar que

Z
1 π 1
lim [f (x + t) + f (x − t)]DN (t) dt = [f (x+) + f (x−)],
N →∞ π 0 2
lo que teniendo en cuenta las propiedades del núcleo de Dirichlet se puede
escribir
Z π
lim [f (x + t) + f (x − t) − f (x+) − f (x−)]DN (t) dt = 0 .
N →∞ 0
Es suficiente probar que

Z π
(2.5) lim g(t)DN (t) dt = 0
N →∞ 0
para g monótona a trozos en (0, π) y tal que g(0+) = 0. Aplicando (2.5) a

f (x + t) − f (x+) y f (x − t) − f (x−) queda probado el teorema.
Podemos suponer que g es creciente en un intervalo a la derecha de 0
(si es decreciente, cambiamos de signo a g). Dado ² > 0, escogemos δ > 0
tal que g es creciente en (0, δ) y g(δ) < ²/2M (donde M es la constante del
lema 2.7), lo que es posible porque g(0+) = 0. Aplicando sucesivamente los
lemas 2.6 y 2.7 tenemos
¯Z ¯ ¯ Z δ ¯
¯ δ ¯ ¯ ¯
¯ ¯ ¯ ¯
¯ g(t)DN (t) dt¯ = ¯g(δ) DN (t) dt¯ ≤ ²/2 .
¯ 0 ¯ ¯ η ¯
Razonando ahora como en el principio de localización, basta escoger N sufi-

cientemente grande para que la integral entre δ y π sea menor que ²/2.
El enunciado original de Dirichlet de 1829 pedı́a a la función que fuese

continua a trozos, aunque sólo por razones de integrabilidad de la función,
ya que en su prueba no era necesario. La monotonı́a a trozos la expresaba
diciendo que la función debı́a tener un número finito de máximos y mı́nimos.
Posteriormente, en 1837, extendió el resultado permitiendo que la función
tuviese un número finito de discontinuidades infinitas siempre que fuera ab-
solutamente integrable. El resultado de convergencia se obtiene en aquellos
puntos en los que los lı́mites laterales existen y son finitos. La prueba que
hemos dado sigue valiendo ya que los puntos de discontinuidad sólo inter-
vienen cuando usamos el lema de Riemann-Lebesgue, que también permite
esas discontinuidades.
2.6. Otros teoremas de convergencia

El teorema de Dini (1880) utiliza de forma sencilla y muy efectiva el
lema de Riemann-Lebesgue. La demostración es como la de los teoremas
2.3 y 2.4, que son casos particulares de éste.
Teorema 2.8 (Teorema de Dini). Sea f integrable en [−π, π], x0 un punto
del intervalo y ` un número real tal que la función
Φ(t) = f (x0 + t) + f (x0 − t) − 2`
Z δ |Φ(t)|
satisface dt < ∞ para algún δ > 0. Entonces,
0 t
lim SN f (x0 ) = ` .
N →∞
2.6. Otros teoremas de convergencia 19
Demostración. Se tiene
Z π Z π
1 1 Φ(t)
SN f (x0 ) − ` = Φ(t)DN (t) dt = sin(N + 1/2)t dt .
π 0 π 0 2 sin t/2
La función
Φ(t) Φ(t) t
=
2 sin t/2 t 2 sin t/2
es integrable en (0, δ) porque el primer factor lo es por hipótesis y el segundo
es una función continua. Como claramente es también integrable en (δ, π),
el lema de Riemann-Lebesgue termina la prueba.
Obsérvese que si f es continua en x0 , ` no puede ser más que f (x0 ),

pero la continuidad no es suficiente por sı́ sola para garantizar la condición
de Dini.
El resultado de Dini incluye como caso particular un teorema previo de
Lipschitz (1864).
Teorema 2.9 (Teorema de Lipschitz). Si f es integrable en [−π, π] y en un
punto x0 de ese intervalo se cumple
(2.6) |f (x0 + t) − f (x0 )| ≤ L|t|
para alguna constante L y |t| < δ, entonces SN f (x0 ) converge a f (x0 ).
Es habitual decir que una función f cumple la condición de Lipschitz si

|f (x) − f (y)| ≤ L|x − y|
para todo par de puntos x, y de su dominio. Esta es una condición de
Lipschitz uniforme, mientras que (2.6) es una condición puntual. También
se suele hablar de condición de Lipschitz (o de Hölder) de orden α (con
0 < α ≤ 1) cuando
|f (x) − f (y)| ≤ L|x − y|α .
La condición puntual asociada también es suficiente para la convergencia:
basta tener |t|α en el segundo miembro de (2.6) para aplicar el teorema de
Dini. Por otra parte, también se podrı́an poner condiciones del tipo
(2.7) |f (x0 + t) − f (x0 +)| ≤ Ltα , |f (x0 − t) − f (x0 −)| ≤ Ltα ,
para 0 < t < δ y, en este caso, el lı́mite serı́a [f (x0 +) + f (x0 −)]/2. Estas
condiciones con α = 1 se satisfacen para las funciones del teorema 2.4 y en
el caso del teorema 2.3 se cumple (2.6).
El teorema de Dirichlet fue optimizado por Jordan, quien introdujo en

1881 las funciones de variación acotada. En un intervalo [a, b] se definen
como aquellas funciones f para las que existe C > 0 tal que
k
X
(2.8) |f (tj ) − f (tj−1 )| ≤ C,
j=1
para cualquier partición a = t0 < t1 < · · · < tk = b del intervalo. La menor

de las constantes C que se puede poner en (2.8) es la variación total de f en
[a, b]. Es fácil ver que toda función monótona (o monótona a trozos) y aco-
tada en [a, b] es de variación acotada, pero también se cumple un resultado
más interesante, que casi es un recı́proco: toda función de variación acotada
en un intervalo es diferencia de dos funciones no decrecientes acotadas. En
efecto, para cada x de [a, b] llamemos V f (x) a la variación total de f en el
intervalo [a, x]; de la definición de la variación total se deduce que V f es no
decreciente y que si x1 < x2 ,
V f (x2 ) ≥ V f (x1 ) + f (x2 ) − f (x1 ),
por lo que también V f (x) − f (x) es no decreciente.
Como consecuencia una función de variación acotada tiene lı́mites la-
terales en cada punto y el teorema 2.5 sirve para esta clase de funciones.
Teorema 2.10. [Teorema de Dirichlet-Jordan] Sea f una función de varia-

ción acotada en [−π, π]. Entonces, SN f (x) converge a [f (x+) + f (x−)]/2.
Un par de ejemplos sirven para mostrar que los criterios de Dini-Lipschitz

y Dirichlet-Jordan son independientes.
La función
1
f (x) = − , −π < x < π,
log |x/2π|
cumple las condiciones de Dirichlet pero no las de Dini en el punto 0 porque
1/x log x no es integrable en (0, δ).
La función
1
g(x) = |x|α sin , −π < x < π , 0 < α < 1 ,
|x|
satisface una condición de Lipschitz de orden α en 0 (y, por tanto, la del
teorema de Dini) pero no la de Dirichlet en un entorno de 0. Ni siquiera en
la forma de Jordan, es decir, g no es de variación acotada en [−δ, δ] (δ > 0).
2.7. Algunos ejemplos

Los criterios de convergencia de las secciones anteriores se aplican inme-
diatamente a todas las funciones que siguen. Las igualdades son ciertas en
2.8. Problemas 21
el intervalo (−π, π). Fuera de él habrı́a que considerar las extensiones pe-
riódicas de la funciones de la izquierda, que vendrán dadas por una expresión
analı́tica distinta.
µ ¶
4 sin 3x sin 5x
(2.9) sgn x = sin x + + + ···
π 3 5
µ ¶
sin 2x sin 3x
(2.10) x = 2 sin x − + − ···
2 3
µ ¶
π2 cos 2x cos 3x
(2.11) x2 = − 4 cos x − + − ···
3 22 32
µ ¶
π 4 cos 3x cos 5x
(2.12) |x| = − cos x + + + ···
2 π 32 52
µ ¶
2 4 cos 2x cos 4x cos 6x
(2.13) | sin x| = − + + + ···
π π 1·3 3·5 5·7
Ã ∞
!
2a sin aπ 1 X (−1)k
(2.14) cos ax = + cos kx (a no entero) .
π 2a2 k=1 a2 − k 2
Dando valores particulares a las variables se obtienen sumas de series

numéricas como las siguientes:
π 1 1 1 1 1 1 1
= 1 − + − + ··· = + + + ···
4 3 5 7 2 3 15 35
π 1 1 1 π−2 1 1 1
√ = 1 + − − + ··· = − + − ···
2 2 3 5 7 4 3 15 35
∞
π2 1 1 1 aπ X (−1)k
= 1 − 2 + 2 − 2 + ··· = 1 + 2a2
12 2 3 4 sin aπ k=1
a2 − k 2
∞
π2 1 1 1 X 1
= 1 + 2 + 2 + 2 + ··· aπ cot aπ = 1 + 2a2
8 3 5 7 k=1
a2 − k2
que salen respectivamente (de arriba abajo y de izquierda a derecha) ha-

ciendo x = π/2 en (2.9) ó (2.10), x = π/4 en (2.9), x = 0 en (2.11), x = 0
en (2.12), x = 0 y x = π/2 en (2.13), x = 0 y x = π en (2.14).
2.8. Problemas
2.1 Estudiar si las funciones del problema 1.1 del capı́tulo anterior satisfacen los
criterios de convergencia que hemos visto en éste.
2.2 Probar que si f es una función monótona a trozos y acotada en [−π, π], sus
coeficientes de Fourier satisfacen
C
|ak |, |bk | ≤
k
para alguna constante C. (Se puede utilizar el segundo teorema del valor
medio para integrales.)
2.3 Comprobar que la función |x|α sin 1/|x| no es de variación acotada en ningún
entorno de cero.
2.4 Calcular la serie de Fourier de la función f (x) = Ax2 + Bx definida para
x ∈ (0, 2π) y utilizarla (junto con los teoremas de convergencia convenientes)
para calcular las sumas de las series siguientes:
∞
X ∞
X ∞
X
sin kx cos kx 1
, , (cos kx − kπ sin kx) .
k=1
k k=1
k2 k=1
k2
2.5 Se define la función
¯ ¯
¯
¯ x ¯¯
f (x) = − log ¯2 sin ¯
2
para −π < x < π, que es una función par y no acotada.
1. Probar que f es integrable.
2. Calcular los coeficientes de Fourier de f . Sugerencia: puede ser útil
comprobar que la integral
Z π
x
Ik = cot sin kx dx
0 2
no depende de k (para k ≥ 1) calculando Ik − Ik−1 .
3. Explicar razonadamente si la serie obtenida converge y cuál es su
suma en cada punto.
2.6 En (2.1) y (2.2) hemos escrito el núcleo de Dirichlet de dos maneras. Multi-
plicar cada una de ellas por t, integrar en (0, π) y pasar al lı́mite cuando N
P
tiende a infinito para conseguir la suma de ∞ j=0 (2j + 1)
−2 (que ya hemos
obtenido en la sección 2.7 como suma de una determinada serie de Fourier).

P
Obtener a partir de ésta la suma de ∞ −2
k=1 k .
2.7 Integrando (2.1) y (2.2) en (0, π) y pasando al lı́mite cuando N tiende a

infinito, probar que
Z ∞
sin t π
dt = .
0 t 2
−1
Sugerencia: Sumar y restar t sin(N + 1/2)t a (2.2).
Capı́tulo 3
Convergencia uniforme
de la serie de Fourier
3.1. La convergencia uniforme más sencilla

El criterio de Weierstrass para la convergencia uniforme (teorema A.18)
asegura que si para una serie de funciones encontramos una serie numérica
mayorante convergente, la serie de funciones converge uniformemente. Si
queremos aplicar este criterio a la serie trigonométrica (1.1) necesitaremos
que sea convergente la serie
∞
X
(3.1) (|ak | + |bk |).
k=1
Por otra parte, como una sucesión de funciones continuas que converge uni-
formemente tiene como lı́mite una función continua (teorema A.15), sólo
podemos esperar convergencia uniforme de series de Fourier hacia funcio-
nes continuas. Un primer resultado sencillo, pero que podemos aplicar en
muchos de nuestros ejemplos, es el que sigue.
Teorema 3.1. Sea f una función continua en [−π, π] cuya derivada existe
excepto en un número finito de puntos y es continua a trozos y acotada.
Entonces, la serie de Fourier de f converge uniformemente en [−π, π].
En los extremos del intervalo la continuidad se entiende referida a la

extensión periódica y, por tanto, f (π) = f (−π).
23
24 3. Convergencia uniforme de la serie de Fourier
Demostración. La relación entre los coeficientes de Fourier de f y f 0 viene

dada por la propiedad 3 de la sección 1.3 como
bk (f 0 ) ak (f 0 )
ak (f ) = − , bk (f ) = , k = 1, 2, . . .
k k
Utilizando la conocida desigualdad 2AB ≤ A2 + B 2 podemos escribir
µ ¶ µ ¶
1 1 2 2 1 1 0 2
|ak (f )| ≤ + k |ak (f )| ≤ + |bk (f )| ,
2 k2 2 k2
µ ¶ µ ¶
1 1 2 2 1 1 0 2
|bk (f )| ≤ + k |bk (f )| ≤ + |ak (f )| .
2 k2 2 k2
De aquı́ se deduce inmediatamente que la condición (3.1) se cumple siempre
P
que la serie (|ak (f 0 )|2 + |bk (f 0 )|2 ) sea convergente, lo que será cierto por la
desigualdad de Bessel (1.9) (sección 1.4) ya que las hipótesis aseguran que
f 0 es de cuadrado integrable.
En las hipótesis anteriores se puede además dar una estimación de la

velocidad de convergencia. Concretamente,
²N
(3.2) sup |f (x) − SN f (x)| ≤ 1/2 ,
−π≤x≤π N
donde ²N es una sucesión que tiende a cero.
En efecto, escribimos
∞
X
|f (x) − SN f (x)| ≤ |ak (f )| + |bk (f )|,
k=N +1
y aplicamos la desigualdad de Cauchy-Schwarz1 para escribir

 1/2  1/2
∞
X ∞
X
1
|f (x) − SN f (x)| ≤   |ak (f 0 )|2 + |bk (f 0 )|2 
k=N +1
k2 k=N +1
de donde se deduce (3.2) porque el último término tiende a cero (es el resto
de una serie convergente por la desigualdad de Bessel) y
∞
X Z ∞
1 1 1
≤ dx ≤ .
k=N +1
k2 N +1 x2 N
Si suponemos que la función f tiene r − 1 derivadas continuas y que

f (r−1) cumple las hipótesis del teorema 3.1, se tiene
|ak (f (r) )| + |bk (f (r) )| = k r (|ak (f )| + |bk (f )|).
1 Para las series esta desigualdad es
Ã∞ !2 ∞ n
X X X
ak bk ≤ a2k b2k ;
k=1 k=1 k=1
véase la sección 10.1.

3.2. Localización uniforme 25
En este caso, se puede mejorar la estimación (3.2) y conseguir

²N
(3.3) sup |f (x) − SN f (x)| ≤ r−1/2 ,
−π≤x≤π N
siempre con ²N tendiendo a cero. Los detalles se dejan como ejercicio.
3.2. Localización uniforme

El principio de localización (teorema 2.2 de la sección 2.3) asegura que el
comportamiento de la serie de Fourier en un punto depende sólo de cómo sea
la función en un entorno del punto. Se podrı́a esperar algo semejante para
el caso de la convergencia uniforme, considerando subintervalos de [−π, π].
Para probar un resultado de este tipo comenzamos adaptando el lema de
Riemann-Lebesgue.
Lema 3.2. Sea f una función periódica de periodo 2π, integrable y acotada,
y g una función monótona a trozos y acotada. Entonces,
Z π
lim f (x + t)g(t) sin λt dt = 0
λ→∞ −π
uniformemente en x.
Demostración. Podemos suponer que f y g son no negativas (si no lo fue-

ran, bastarı́a con separar partes positivas y negativas). Sean M1 y M2 cotas
superiores de f y g, respectivamente. Dado ² > 0 elegimos una función es-
P
calonada h = Jj=1 mj χIj (Ij es un intervalo y χIj su función caracterı́stica)
que satisfaga 0 ≤ h ≤ f y
Z π
²
(f − h) ≤ .
−π 2M2
Escribimos
Z π
f (x + t)g(t) sin λt dt
−π
Z π Z π
= (f (x + t) − h(x + t))g(t) sin λt dt + h(x + t)g(t) sin λt dt
−π −π
= I + II.
Para la primera parte se tiene

Z π ²
|I| ≤ M2 (f − h) ≤ .
−π 2
Para la segunda,
J
X Z
II = mj g(t) sin λt dt,
j=1 Ij −x
26 3. Convergencia uniforme de la serie de Fourier
y podemos aplicar a cada una de las integrales que quedan el segundo teo-
rema del valor medio para integrales. (Como g es monótona a trozos quizá
haya que dividir alguna integral en trozos más pequeños. El número de tro-
zos está acotado por una constante absoluta.) Se obtiene una cota CM2 /λ
y como |mj | ≤ M1 queda
CM1 M2 J
|II| ≤ .
λ
Tomando λ suficientemente grande |II| se hace menor que ²/2 independien-
temente de x.
Teorema 3.3. Si f es una función nula en un intervalo [a, b] ⊂ [−π, π], la
serie de Fourier de f converge a cero uniformemente en [a + δ, b − δ] para
δ > 0.
Demostración. La representación
Z
1 sin(N + 1/2)t
SN f (x) = f (x − t) dt
π |t|≥δ 2 sin t/2
es válida si x ∈ [a + δ, b − δ]. Si definimos g(t) = χ|t|≥δ (t)(sin t/2)−1 , el lema
anterior se aplica y se deduce que limN →∞ SN f (x) = 0 uniformemente en
[a + δ, b − δ].
Teorema 3.4. Sea f continua, con derivada continua a trozos y acotada
en un intervalo [a, b] ⊂ [−π, π]. Entonces la serie de Fourier de f converge
a f uniformemente en [a + δ, b − δ] para δ > 0.
En efecto, basta definir una función g que coincida con f en [a, b] y que
cumpla las condiciones del teorema 3.1 en [−π, π]. Esto siempre es posible,
por ejemplo, utilizando funciones afines fuera del intervalo [a, b]. Se aplica
el teorema 3.3 a f − g.
3.3. Otros criterios de convergencia uniforme

Se pueden dar criterios de convergencia uniforme semejantes a los de
Dirichlet-Jordan y Dini-Lipschitz. Los enunciaremos sin demostración.
Teorema 3.5. Sea f una función integrable en (−π, π), de variación acota-
da y continua en un intervalo [a, b]. Entonces, la serie de Fourier converge
uniformemente a f en [a + δ, b − δ], para δ > 0.
Para el siguiente resultado definimos primero el módulo de continuidad

de una función f en un intervalo I como
ω(δ) = sup{|f (t) − f (s)| : t, s ∈ I, |t − s| < δ} .
Con esta definición, decir que f cumple una condición de Lipschitz de orden
α en I equivale a que ω(δ) ≤ Lδ α con L independiente de δ.
3.4. Problemas 27
Teorema 3.6. Sea f integrable en (−π, π), continua en I = [a, b] y tal que
ω(δ)/δ es integrable en (0, η) para algún η > 0, donde ω(δ) es el módulo de
continuidad de f en I. Entonces, la serie de Fourier converge uniforme-
mente a f en [a + ², b − ²], para ² > 0.
3.4. Problemas
3.1 Completar los detalles de la estimación (3.3) haciendo las hipótesis que allı́
se indican sobre la función.
3.2 Series de Fourier absolutamente convergentes.
Consideraremos funciones con valores complejos y series de Fourier en
forma compleja como en el problema 1.10. La serie de Fourier de f se escribe
∞
X
ck eikt
k=−∞
y los coeficientes vienen dados por (1.12).
Sea A el conjunto de funciones continuas en [−π, π] cuya serie de Fourier
converge absolutamente, es decir,
∞
X
|ck | < ∞.
k=−∞
Llamaremos a esta cantidad kf kA .
1. La hipótesis de convergencia absoluta implica la convergencia unifor-
me de la serie de Fourier; asegurarse de que la suma tiene que coincidir
con f .
2. Probar como en el teorema 3.1 que si f es continua y derivable a
trozos con f 0 en L2 , se tiene f ∈ A y dar una cota para kf kA .
3. Probar que si f y g están en A, también su producto f g está en A y
se cumple
kf gkA ≤ kf kA kgkA .
Capı́tulo 4
Series de Fourier de
funciones continuas
4.1. Un resultado negativo

Los resultados que hemos probado dan la convergencia de la serie de Fou-
rier al valor f (x) en los puntos de continuidad de la función f , pero siempre
haciendo hipótesis suplementarias más fuertes que la mera continuidad.
Una cuestión a la que durante mucho tiempo se trató de responder fue la
de si la continuidad de la función era condición suficiente para la convergen-
cia de la serie de Fourier hacia la función. Los indicios parecı́an sugerir una
respuesta positiva, de modo que se puede considerar que fue una sorpresa
entre los matemáticos el resultado que P. du Bois-Reymond demostró en
1873.
Teorema 4.1. Existe una función continua cuya serie de Fourier diverge
en un punto.
Las funciones con series de Fourier divergentes que construyó du Bois-

Reymond son complicadas. Ejemplos posteriores más sencillos son debidos
a Schwarz y Féjer. Lebesgue modificó el ejemplo de Schwarz y propuso el
que presentamos a continuación.
Demostración. Sea {cn } una sucesión que tiende a cero y {νn } una suce-
sión creciente de enteros impares. Definimos
an = ν0 ν1 ν2 . . . νn ,
29
30 4. Series de Fourier de funciones continuas
y sea In = [2π/an , 2π/an−1 ], n = 1, 2, . . . Definimos una función f de modo

que sea par,
an t sin t/2
f (t) = cn sin( )
2 t
cuando t ∈ In y f (0) = 0. Con esto se determina f cuando |t| ≤ 2π/a0 y
es continua porque vale 0 en los extremos de cada intervalo In . Hacemos
f (t) = 0 si 2π/a0 < |t| ≤ π y ası́ f es continua en todo el intervalo [−π, π].
Utilizando (2.4) del capı́tulo 2 tenemos
Z π X∞ Z
sin(N + 1/2)t an t sin(N + 1/2)t
πSN f (0) = f (t) dt = cn sin( ) dt.
0 sin t/2 n=1 In 2 t
Particularizamos para los valores Nk = (ak − 1)/2 y tenemos

(4.1)
Z 2π/ak Xk Z
sin ak t/2 sin ak t/2 sin aj t/2
πSNk f (0) = f (t) dt + cj dt.
0 sin t/2 j=1 Ij t
Utilizando que | sin at/ sin t| ≤ πa/2 resulta

¯Z ¯ Z
¯ 2π/ak sin ak t/2 ¯¯ πak 2π/ak
¯
¯ f (t) dt¯ ≤ |f (t)| dt,
¯ 0 sin t/2 ¯ 2 0
que tiende a f (0) = 0 cuando k tiende a infinito por el teorema fundamental

del cálculo. Por otra parte, si j < k,
¯ Z ¯ Z
¯ sin ak t/2 sin aj t/2 ¯¯ 1
¯
¯cj dt¯ ≤ cj dt = cj log νj ;
¯ Ij t ¯ Ij t
y si j = k,
Z Z
sin2 ak t/2 1 1 cos ak t
ck dt = ck log νk − ck dt.
Ik t 2 2 Ik t
Como la última integral está acotada (integrar por partes), deducimos de
(4.1) que
 
k−1
X
1
πSNk f (0) ≥ ck log νk −  cj log νj + rk  ,
2 j=1
donde rk está acotada. Si escogemos las sucesiones {ck } y {νk } adecuada-

mente podemos hacer tender SNk f (0) a infinito; por ejemplo, si ck = 4−k y
k
νk = 316 , se tiene ck log νk = 4k log 3.
4.2. Una prueba de existencia 31
4.2. Una prueba de existencia

Los potentes métodos que el Análisis Funcional desarrolló a partir de principios
del siglo XX permiten dar una prueba del teorema de du Bois-Reymond que no es
constructiva y está basada en la teorı́a de operadores, más concretamente en el
principio de acotación uniforme.
Teorema 4.2 (Principio de acotación uniforme). Si E es un espacio de Banach, F
es un espacio normado y Ln es una sucesión de operadores lineales acotados de E en
F , o bien los operadores están uniformemente acotados (existe A tal que kLn xkF ≤
AkxkE para todo x ∈ E), o bien para algún x ∈ E, lim supn→∞ kLn xkF = ∞.
Se puede encontrar la prueba del teorema en (casi) cualquier libro de Análisis

Funcional. Su aplicación al caso que nos ocupa se hace tomando como E el espacio
de funciones continuas en [−π, π] con la norma del supremo (kf k = sup−π≤t≤π |f (t)|),
que es completo, y F = R. La sucesión de operadores es Ln f = Sn f (0) y para
concluir sólo necesitamos ver que la primera de las posibilidades del teorema no se
cumple, es decir, que no existe A tal que |Sn f (0)| ≤ Akf k, o lo que es lo mismo,
que existe una sucesión fk con kfk k ≤ 1 tal que limk→∞ Snk fk (0) = ∞.
Si Dn es el núcleo de Dirichlet (2.2), la función fn = sgn Dn (signo de Dn )
no es continua, pero tiene sólo un número finito de saltos. Modificándola en un
pequeño entorno alrededor de cada uno de ellos tenemos una función continua para
la que
Z
1 π
Sn fn (0) ≥ |Dn (t)| dt − ².
π −π
Rπ
Si probamos que limn→∞ −π |Dn (t)| dt = ∞, ya hemos terminado. Y ası́ es, porque
se tiene
Z
1 π 4
(4.2) |Dn (t)| dt = 2 log n + Rn
π −π π
donde Rn es una sucesión acotada. En primer lugar,
Z π Z π
| sin(n + 1/2)t|
|Dn (t)| dt = 2 dt
−π 0 t
Z π ¯ ¯
¯ 1 1 ¯¯
+ ¯
| sin(n + 1/2)t| ¯ − dt,
0 t/2 sin t/2 ¯
y la última integral está acotada (en n) porque el integrando lo está. En la primera
integral hacemos un cambio de variable y queda
Z π Z (n+1/2)π
| sin(n + 1/2)t| | sin s|
dt = ds
0 t 0 s
X Z (j+1)π | sin s|
n−1 Z (n+1/2)π
| sin s|
= ds + ds
j=0 jπ
s nπ s
Z π n−1
X 1
= | sin t| ds + rn ,
0 j=0
s + jπ
donde rn , que corresponde a la integral entre nπ y (n + 1/2)π, es una sucesión

acotada (en realidad, tiende a cero). Por otra parte,
n−1
X n−1
X 1 n−1
1 1 X 1
≤ ≤ + ,
j=0
(j + 1)π j=0
s + jπ s j=1 jπ
y como se tiene
n
X 1
= log n + rn0
j=1
j
con rn0 acotada (ver problema A.5 en el apéndice A), se obtiene (4.2).
4.3. Funciones continuas sin derivada

Casi en las mismas fechas en que du Bois-Reymond construı́a su con-
traejemplo, aparecı́a otro resultado sorprendente debido a K. Weierstrass:
Teorema 4.3. Existen funciones continuas que no tienen derivada en ningún
punto.
No es propiamente un resultado de series de Fourier, pero la relación

está en que la función propuesta por Weierstrass es una serie trigonométrica
de la forma
∞
X cos an x
,
n=1
bn
en la que b > 1 y a/b > 1 + 3π/2. Si b > 1, el teorema A.18 asegura que la
suma de la serie es una función continua. La derivada término a término da
una serie divergente si a ≥ b, pero eso no es suficiente como prueba de que
la función no sea derivable. De hecho, observamos en la condición escrita
un poco más arriba que Weierstrass exigı́a a/b > 1 + 3π/2. Es cierto que
basta con a ≥ b, lo que fue probado por Hardy años más tarde (daremos
una demostración en la sección 13.7).
La idea de construir funciones continuas sin derivada ya parece estar presente
en matemáticos anteriores a Weierstrass. Por varias fuentes se atribuye a Riemann
la propuesta de
X∞
sin n2 x
,
n=1
n2
como función candidata. Como se observa la derivada término a término también
diverge en este caso. La función es continua, pero no es fácil decidir sobre su
derivabilidad. Hardy demostró que no es derivable en los valores de x que no sean
de la forma π(2p + 1)/(2q + 1) con p y q enteros. Hubo que esperar hasta 1970 para
que J. Gerver demostrase que sı́ es derivable en los puntos que Hardy habı́a dejado
sin decidir.
4.3. Funciones continuas sin derivada 33
P20
Figura 4.1. Gráfica de la función n=1
2−n cos 3n t en el intervalo
(−π/3, π/3) (un periodo) y detalle del intervalo (π/9, 2π/9).
En este capı́tulo nos vamos a limitar a probarlo en unas condiciones

aún más restrictivas sobre a y b, por un procedimiento que tiene cierta
semejanza con la construcción de Lebesgue de la sección anterior: una serie
se hace grande haciendo grande un término y acotando las sumas de todos
los demás.
Teorema 4.4. La función

∞
X cos an x
,
n=1
bn
es continua en todo punto y no es derivable en ningún punto, si b > 25 y

a/b > 40.
Demostración. Como ya hemos mencionado, la continuidad se deduce del

teorema A.18. Fijado un punto x0 , probaremos que existe una sucesión xk
que tiende a x0 y tal que el cociente
f (xk ) − f (x0 )
xk − x0
tiende a infinito; entonces f no puede ser derivable en x0 .
Cuando x se mueve entre x0 +π/ak y x0 +3π/ak , ak x recorre un intervalo
de longitud 2π en el que el coseno toma todos los valores entre −1 y 1; por
tanto, podemos elegir xk de modo que
π 3π
k
≤ xk − x0 ≤ k y | cos(ak xk ) − cos(ak x0 )| ≥ 1;
a a
entonces,
¯ ¯
¯ cos ak x − cos ak x ¯ ak
¯ k 0¯
¯ ¯ ≥ .
¯ bk (xk − x0 ) ¯ 3πbk
Por otra parte, se tiene
(4.3) | cos an xk − cos an x0 | ≤ an |xk − x0 |
pasando la diferencia de cosenos a producto de senos y utilizando después
que | sin t| ≤ |t|; de esta cota deducimos
¯ ¯
1 ¯k−1 n n
¯ X cos a xk − cos a x0 ¯ X µ a ¶n
¯ k−1 ak
¯ ¯ ≤ ≤ .
xk − x0 ¯
n=0
bn ¯
n=0
b bk−1 (a − b)
Finalmente,
¯ ¯
¯ ∞ ¯ ∞
1 ¯ X cos an xk − cos an x0 ¯ k X 2ak
¯ ¯≤ a 2
= .
xk − x0 ¯ bn ¯ π bn πbk (b − 1)
¯n=k+1 ¯ n=k+1
Con las tres cotas obtenidas concluimos que

|f (xk ) − f (x0 )| ak ak 2ak
≥ − −
xk − x0 3πbk bk−1 (a − b) πbk (b − 1)
· ¸
ak 1 1 2
=k
− − ,
b 3π a/b − 1 π(b − 1)
y en las hipótesis del enunciado el último término tiende a infinito si k tiende
a infinito.
Capı́tulo 5
Integración y
derivación de series de
Fourier
5.1. Integración término a término de series de

Fourier
Sea f una función periódica de periodo 2π cuya integral en (−π, π) es
nula. Entonces, su serie de Fourier se escribe
∞
X
(5.1) (ak cos kx + bk sin kx) ,
k=1
ya que a0 = 0. Consideremos ahora la función

Z x
(5.2) F (x) = f (t) dt .
−π
Esta función es continua y periódica de periodo 2π (F (−π) = F (π) = 0

debido a que f tiene integral nula en un periodo). El teorema fundamental
del Cálculo asegura que F 0 = f en los puntos de continuidad de f de modo
que si ésta es continua excepto en un número finito de puntos, estamos en las
condiciones mencionadas en la sección 1.3 y la relación entre los coeficientes
de Fourier de f y F viene dada por
bk (f ) ak (f )
(5.3) ak (F ) = − , bk (F ) = , k = 1, 2, . . .
k k
En realidad, partiendo de la definición (5.2), se puede deducir sin más
condición que la integrabilidad de f la relación (5.3). Un modo de ver esto
35
36 5. Integración y derivación de series de Fourier
es utilizar el cambio de orden de integración en una integral doble:

Z µZ ¶
1 π x
ak (F ) = f (t) dt cos kx dx
π −π −π
Z µZ x ¶
1 π bk (f )
= f (t) cos kx dx dt = − .
π −π −π k
Se hace igual para bk (F ) (en éste hay que tener en cuenta que la integral de
f es cero).
En la definición (5.2) la elección de −π como extremo inferior no es impor-
tante. Cualquier otra elección producirı́a una función que diferirı́a de ésta en una
constante, lo que no afecta más que al término a0 (F ) de la serie de Fourier, que no
entra en las fórmulas (5.3).
Hemos probado de paso que la propiedad 3 de la sección 1.3 es válida siempre
que f se pueda escribir como integral de su derivada (en casi todo punto). Las
funciones que cumplen esta condición se llaman absolutamente continuas y se pue-
den caracterizar del modo siguiente: f es absolutamente continua en un intervalo
si para cada ² > 0 existe δ > 0 tal que
J
X
|f (bj ) − f (aj )| < ²
j=1
P
siempre que aj , bj sean puntos del intervalo y j |bj − aj | < δ.
Sean ahora
f+ (x) = max{f (x), 0}, f− (x) = max{−f (x), 0},
de modo que f = f+ − f− y, por tanto,
Z x Z x
F (x) = f+ (t) dt − f− (t) dt .
−π −π
Como f+ y f− son no negativas, esta expresión muestra que F es diferen-

cia de dos funciones monótonas no decrecientes (lo que implica que es de
variación acotada) y se le puede aplicar el criterio de Dirichlet1 . Por ser
continua,
∞
a0 (F ) X 1
(5.4) F (x) = + (ak (f ) sin kx − bk (f ) cos kx) .
2 k=1
k
Esto muestra que la serie de Fourier de F se obtiene integrando término

a término la serie (5.1) y que, sea o no convergente ésta, (5.4) lo es siempre.
a0 (F )/2 aparece como una constante de integración y se puede determinar
a partir de F por la fórmula habitual.
1 Sisuponemos que f es continua a trozos en lugar del criterio de Dirichlet se puede razonar
con el teorema 2.3.
5.1. Integración término a término de series de Fourier 37
Si suprimimos la hipótesis de integral nula sobre f , podemos considerar

la función
Z
1 π a0 (f )
g(x) = f (x) − f (t) dt = f (x) −
2π −π 2
cuya integral sı́ se anula en (−π, π) y cumple
ak (f ) = ak (g) , bk (f ) = bk (g) , k = 1, 2, . . .
Si G es la primitiva de g definida como en (5.2), de (5.4) se deduce
∞
a0 (G) X 1
G(x) = + (ak (f ) sin kx − bk (f ) cos kx)
2 k=1
k
de modo que
X∞
a0 (f ) 1
(5.5) F (x) = C + x+ (ak (f ) sin kx − bk (f ) cos kx) .
2 k=1
k
Esta igualdad es la que resulta exactamente si integramos término a término
la serie de Fourier de f . No obstante, no es una serie de Fourier porque
contiene el término a0 x/2. Como ya hemos visto en la sección 2.7 que
∞
x X (−1)k+1
= sin kx, −π < x < π,
2 k=1 k
podemos sustituir esta igualdad y deducir que
∞
a0 (F ) X (−1)k+1
(5.6) F (x) = + a0 (f ) sin kx
2 k=1
k
∞
X 1
+ (ak (f ) sin kx − bk (f ) cos kx) .
k=1
k
Esta expresión es válida en (−π, π). Para los extremos del intervalo, la
función F tiene
Rπ
ahora una discontinuidad de salto, de modo que la serie
convergerá a −π f /2.
La conclusión de los cálculos realizados se recoge en el siguiente teorema.
Teorema 5.1. Sea f una función integrable en (−π, π). Si F es una pri-
mitiva de f en el intervalo (−π, π), la igualdad (5.5) que resulta de integrar
término a término la serie de Fourier de f es válida. La serie de Fourier
de F viene dada por (5.6), que se obtiene sustituyendo en (5.5) la función
x por su serie de Fourier. Además, la serie obtenida converge a F (x) en
(−π, π) (independientemente de que sea o no convergente la serie de f ).
Si en la igualdad (5.6) hacemos x = 0, deducimos el siguiente resultado.

Corolario 5.2. Si la serie trigonométrica (1.1) es una serie de Fourier, la
P bk (f )
serie numérica k es convergente.
k
38 5. Integración y derivación de series de Fourier
Recuérdese que llamamos serie de Fourier a aquélla cuyos coeficientes

vienen dados por las fórmulas (1.4) aplicadas a alguna función integrable.
Ya sabı́amos por el lema de Riemann-Lebesgue que si una serie trigo-
nométrica es de Fourier sus coeficientes tienden a cero; ahora vemos que esta
condición necesaria no es suficiente: por ejemplo, la serie
∞
X sin kx
(5.7)
k=2
log k
no es de Fourier. Esta observación es debida a Fatou.
Un resultado de Lebesgue asegura que si una serie trigonométrica converge a
una función integrable es la serie de Fourier de su suma. Como la serie 5.7 es
convergente (véase el problema 5.3), se concluye que su suma no es una función
integrable (Lebesgue).
5.2. Derivación término a término de series de

Fourier
La situación para la derivación término a término de series de Fourier
es inversa de la de la integración. Este hecho es consecuencia de que las
propiedades de regularidad de una función mejoran al integrarla y empeoran
al derivarla. Por eso, si queremos dar un enunciado que permita derivar la
serie de Fourier de una función, las hipótesis deben ir sobre la derivada, no
sobre la función de partida.
Teorema 5.3. Sea f una función continua que tiene una derivada a trozos
f 0 que es una función integrable en (−π, π). Entonces, la serie de Fourier
de f 0 se obtiene derivando término a término la de f , es decir,
∞
X
(−kak sin kx + kbk cos kx) .
k=1
Sin embargo, no se puede decir nada de la convergencia de la serie ob-

tenida sin hipótesis suplementarias sobre f 0 .
La existencia de derivadas sucesivas de f permite obtener mejores cotas
sobre los coeficientes de Fourier de f y asegurar buenas propiedades de con-
vergencia de la serie. Basta aplicar sucesivamente la fórmula que relaciona
los coeficientes de Fourier de una función y de su derivada para convencerse
de ello. Por ejemplo, si f 00 existe y es integrable,
ak (f 00 ) bk (f 00 )
ak (f ) = − y b k (f ) = −
k2 k2
y los coeficientes de Fourier de f se acotan por A/k 2 lo que asegura la
convergencia uniforme (aunque, de todos modos, si f 00 existe ya podı́amos
aplicar el teorema 3.1).
5.3. Problemas 39
5.3. Problemas
5.1 Comprobar que de la serie de Fourier de sgn x se obtiene la de |x|, por
integración término a término. Ambas están calculadas en (2.9) y (2.12),
respectivamente.
5.2 Integrando la serie de Fourier de f (x) = x en (−π, π) demostrar que para
−π ≤ x ≤ π, se tiene
π2 ¡ cos x cos 2x cos 3x ¢
x2 = −4 2
− 2
+ 2
− ···
3 1 2 3
y, a partir de ésta, demostrar que para −π ≤ x ≤ π,
¡ sin x sin 2x sin 3x ¢
x(π − x)(π + x) = 12 3
− 3
+ 3
− ··· ,
1 2 3
con convergencia uniforme en ambos casos.
5.3 Utilizar el criterio de Dirichlet del problema A.16 para probar que la serie
trigonométrica (5.7) es uniformemente convergente en cualquier intervalo de
la forma [δ, π −δ] para 0 < δ < π/2 y, por tanto, define una función continua
en (0, π).
Capı́tulo 6
Fenómeno de Gibbs
6.1. El fenómeno de Gibbs para funciones con

saltos
6.1.1. La función signo.
Consideremos la función f (x) = sgn x para x ∈ (−π, π). Su serie de
Fourier es
∞
4X sin(2k + 1)x
(6.1)
π k=0 2k + 1
y el teorema 2.4 asegura que la serie de Fourier converge a la función en
(−π, π) (definiendo el signo de 0 como 0). La convergencia no puede ser
uniforme porque el lı́mite no es una función continua, aunque sı́ es uniforme
en [δ, π − δ] para cualquier δ > 0, como asegura el teorema 3.4. Por tanto,
si tomamos ² > 0, existe N0 de modo que las sumas parciales de la serie
de Fourier satisfacen |SN f (x) − 1| < ², para todo N ≥ N0 y x ∈ [δ, π − δ].
Por otra parte, está claro que en (0, δ) las sumas parciales tienen que tomar
todos los valores entre 0 y 1.
-π
π
-1
Figura 6.1. Gráfica de S9 .
41
42 6. Fenómeno de Gibbs
La figura 6.1 muestra la gráfica de la suma parcial S9 de la serie de

Fourier. Sólo en la zona central de cada intervalo está relativamente cerca
de los valores de f . Con más sumandos la aproximación será mejor.
-π
π
-1
Figura 6.2. Gráfica de S19 .
En la gráfica de S19 (figura 6.2) vemos que la aproximación mejora en la

zona central pero no se rebaja el “pico” que por encima de 1 aparece para
valores de la variable cercanos a 0 (y sus correspondientes simétricos).
1.15
Figura 6.3. Detalle de la gráfica de S29 , para valores de la función

cercanos a 1.
1.15
1
Figura 6.4. Detalle de la gráfica de S100 , para valores de la función

cercanos a 1.
Aumentando el número de sumandos de la suma parcial, la situación no

cambia: la figura 6.3 muestra una ampliación de la gráfica para S29 y, sin
embargo, el pico se mantiene. Este hecho, que puede resultar sorprendente,
no se remedia añadiendo términos a la suma parcial (en la figura 6.3 mos-
tramos S100 ). En efecto, el valor máximo de la suma parcial SN f en (0, δ)
no tiende a 1 cuando N tiende a infinito, sino al valor
Z π
2 sin x
(6.2) dx = 1.17897944 . . .
π 0 x
6.1. El fenómeno de Gibbs para funciones con saltos 43
S2N −1 f corresponde a tomar la suma hasta k = N − 1 en (6.1). Los

máximos de S2N −1 f se encontrarán en puntos que anulen a su derivada que
es
d 4 NX
−1
4 sin 2N x
(6.3) S2N −1 f (x) = cos(2k + 1)x = .
dx π k=0 π sin x
(La última igualdad se obtiene a partir de la fórmula cos(2k + 1)x sin x =
sin(2k + 2)x − sin 2kx, del mismo modo que en el cálculo del núcleo de
Dirichlet.) Esta derivada se anula en (0, π) en los ceros de sin 2N x que son
x = kπ/2N, k = 1, 2, . . . , 2N − 1. La segunda derivada tiene en esos puntos
el signo de cos 2N x de modo que corresponden alternativamente a máximos
y mı́nimos locales, comenzando en un máximo.
Como S2N −1 f (0) = 0, de la expresión (6.3) para la derivada de la suma
parcial también se deduce
Z
4 x sin 2N t
S2N −1 f (x) = dt .
π 0 sin t
Utilizando esta expresión se pueden comparar las sumas parciales en máximos
sucesivos y se comprueba que el primer máximo, que se obtiene para x =
π/2N , es precisamente el máximo absoluto. Ahı́ es donde vamos a evaluar
la suma parcial y calcular el lı́mite, de modo que buscamos
π 4 NX
−1
sin (2k + 1)π/2N
(6.4) lim S2N −1 f ( ) = lim .
N →∞ 2N N →∞ π k=0 2k + 1
Consideremos la partición del intervalo [0, π] en N intervalos iguales

determinada por los puntos xk = k/N, k = 0, 1, . . . , N . Si escribimos aho-
ra la suma de Riemann para la función sin x/x asociada a esta partición,
con la función evaluada en el punto medio de cada uno de los intervalos,
obtenemos precisamente el valor de S2N −1 f (π/2N ) multiplicado por π/2.
Como la función sin x/x es continua, el lı́mite de sus sumas de Riemann
cuando N tiende a infinito es su integral en (0, π). Entonces, el lı́mite de
S2N −1 f (π/2N ) vendrá dado por (6.2).
6.1.2. Otras funciones con saltos.

La propiedad que hemos probado para la función f (x) = sgn x en x ∈
(−π, π), ocurre para cualquier función que tenga un salto, en el entorno de
éste. Sea g una función discontinua en un punto x0 , en el que tiene un salto
g(x0 +) − g(x0 −) = 2`. La función g − `f es continua en x0 . Supongamos
que g cumple a ambos lados de la discontinuidad alguno de los criterios
de convergencia uniforme; entonces, la serie de Fourier de g − `f converge
uniformemente en un entorno de x0 y, por tanto, el comportamiento de la
serie de Fourier de g en un entorno de x0 es el mismo que el de `f . Es
decir, la diferencia entre el lı́mite cuando N tiende a infinito del máximo
44 6. Fenómeno de Gibbs
de SN g en un entorno de x0 y el mayor de los valores g(x0 +) y g(x0 −)

es 0.17897944 . . . ` y lo mismo ocurre por debajo. Esta propiedad se llama
fenómeno de Gibbs (a veces de Gibbs-Wilbraham).
Figura 6.5. Gráfica de S15 en medio periodo para la función impar de

periodo 2π que vale π − x en (0, π).
En 1898 Michelson y Stratton diseñaron un analizador armónico que permitı́a

hacer gráficas de las sumas parciales de series de Fourier. Observaron que en esas
gráficas aparecı́a un exceso sobre el valor máximo de la función cuando estaba cerca
del salto y Michelson envió una carta a la revista Nature pidiendo una explicación
para el fenómeno. Durante los años 1898 y 1899 hubo varios artı́culos sobre el tema
en la revista y finalmente fue Gibbs quien en 1899 aclaró la situación. El nombre
de fenómeno de Gibbs es debido a Bôcher (1906).
Posteriormente se descubrió que ya en 1848 Wilbraham habı́a publicado un
artı́culo titulado On a certain periodic function (Cambridge Dublin Math. J. 3,
1848) en el que habı́a descubierto el fenómeno. Wilbraham estudia la serie
X∞
cos(2k + 1)x
(−1)k ,
2k + 1
k=0
que corresponde a una función que vale π/4 entre −π/2 y π/2 y −π/4 en el resto del
periodo y que aparece en el libro de Fourier; indica que erróneamente algunos auto-
res dicen que las sumas parciales están comprendidas entre π/4 y −π/4, demuestra
que no es ası́ y obtiene el valor exacto del exceso. El artı́culo de Wilbraham se
reproduce en el libro A Source Book in Classical Analysis, editado por G. Birkhoff
(Harvard University Press, 1973).
6.2. Problemas
6.1 Calcular el valor aproximado de la integral que aparece en (6.2) utilizando
la serie de Taylor de sin x. Queda una serie alternada de término general
decreciente y se puede estimar el error como se indica en la sección A.2.4.
6.2 Estudiar el fenómeno de Gibbs para la función representada en la figura 6.5.
Capı́tulo 7
Sumabilidad de series
de Fourier
Hasta ahora nuestro objetivo ha sido estudiar la suma de la serie de

Fourier de la función y compararla con la función. Pero podemos plantear
el problema de otro modo: conocidos los coeficientes de Fourier de una
función integrable, ¿es posible recuperar la función? En algunos casos ya
hemos visto que la respuesta es afirmativa sin más que sumar la serie; pero
también hemos visto que hay funciones continuas que no son la suma de
su serie de Fourier. Ahora veremos métodos que permiten ir más lejos y
ampliar la clase de funciones que se recuperan.
Cambiaremos la manera de asignar un valor suma a la serie y ya no
haremos el lı́mite de sus sumas parciales, pero siempre teniendo en cuenta
que para una serie convergente el valor obtenido por el nuevo procedimiento
debe coincidir con su suma anterior.
7.1. Sumabilidad Cesàro

El método de Cesàro consiste en tomar promedios de las sumas parciales
antes de pasar al lı́mite. Está basado en el conocido resultado para sucesiones
numéricas que dice: si el lı́mite de la sucesión {bn } es `, la sucesión de
promedios (b1 + b2 + · · · + bn )/n también converge a `. (En el problema A.4
se pide una prueba y se comprueba que el recı́proco no es cierto.)
P∞
Para una serie n=1 an estudiaremos el lı́mite de la sucesión
s1 + s2 + · · · + sN
σN = ,
N
45
46 7. Sumabilidad de series de Fourier
donde sk es la k-ésima suma parcial. Cuando esta sucesión de promedios

es convergente a σ, decimos que la serie es sumable Cesàro con suma σ.
El resultado arriba mencionado nos asegura que en caso de que la serie sea
convergente, σ coincide con el lı́mite de sN .
Fejér aplicó con éxito este método de sumabilidad a las series de Fourier.
Se trata pues de considerar la sucesión de funciones
N
1 X
σN f (x) = Sj f (x)
N + 1 j=0
(dividimos por N + 1 porque la suma empieza en 0) y estudiar su lı́mite.

Vamos a comenzar escribiendo una expresión integral para σN como antes
hemos hecho para SN . Tenemos que
N Z π
1 X 1
σN f (x) = Dj (t)f (x − t) dt .
N + 1 j=0 π −π
Usando la expresión del núcleo de Dirichlet de (2.2) obtenemos

N
X N
X µ ¶2
sin(j + 1/2)t 1 − cos(N + 1)t 1 sin(N + 1)t/2
Dj (t) = = = .
j=0 j=0
2 sin t/2 4 sin t/2 2 sin t/2
Para la segunda igualdad hemos usado que

2 sin t/2 sin(j + 1/2)t = cos jt − cos(j + 1)t .
Se llama núcleo de Fejér a

µ ¶2
1 sin(N + 1)t/2
(7.1) FN (t) = ,
2(N + 1) sin t/2
y con esta notación podemos escribir
Z π
1
(7.2) σN f (x) = FN (t)f (x − t) dt .
π −π
Usando la expresión (2.4) para las sumas parciales se puede escribir una
análoga para σN f (x):
Z π
1
(7.3) σN f (x) = FN (t)[f (x + t) + f (x − t)] dt .
π 0
Propiedades (Propiedades del núcleo de Fejér).

1. FN es una función periódica, par y no negativa.
Rπ
2. −π FN (t) dt = π para todo N .
3. Para cualquier δ > 0, FN (t) tiende uniformemente a 0 en δ ≤ |t| ≤ π.
7.1. Sumabilidad Cesàro 47
Que FN es par y no es negativa se ve claramente en (7.1), al igual que

la acotación
1
FN (t) ≤
2(N + 1) sin2 δ/2
que implica la propiedad 3. Para obtener la propiedad 2 basta observar que
FN es promedio de núcleos de Dirichlet, que tienen integral 1.
Figura 7.1. Gráfica de F10 .
Teorema 7.1 (Fejér). Si la función integrable f tiene lı́mites laterales en

el punto x,
1
lim σN f (x) = [f (x+) + f (x−)] .
N →∞ 2
En particular, si f es continua en x,
lim σN f (x) = f (x) .
N →∞
Este teorema fue muy importante en su tiempo ya que restituı́a a las se-
ries de Fourier una propiedad que el resultado negativo de du Bois-Reymond
sobre la convergencia de la serie para funciones continuas parecı́a haber ce-
rrado, la de recuperar los valores de una función continua en todos sus
puntos (además con convergencia uniforme como veremos en la sección 7.3).
A cambio, exigı́a cambiar el procedimiento de asignar a la serie un valor
suma. Veamos la prueba.
Demostración. Utilizando (7.3) y la propiedad 2 de FN (junto con el hecho

de ser par) podemos escribir
1
σN f (x)− [f (x+) + f (x−)]
2 Z
1 π
= FN (t)[f (x − t) + f (x + t) − f (x−) − f (x+)] dt .
π 0
Ahora tenemos
¯Z π
¯ Z δ Z π
¯ ¯
¯ FN (t)[f (x − t) − f (x−)] dt¯¯ ≤ + FN (t)|f (x − t) − f (x−)| dt
¯
0 0 δ
µZ π ¶
≤ π sup |f (x − t) − f (x−)| + sup FN (t) |f | + π|f (x−)| .
0≤t≤δ δ<t≤π −π
Dado ², se puede escoger δ de modo que el primer sumando sea menor que ²/2
por la definición de f (x−) y con este δ fijado, para todo N suficientemente
grande el segundo sumando también es menor que ²/2 por la propiedad 3
de FN . Se razona igualmente con f (x + t) − f (x+) .
Figura 7.2. Gráfica de σ16 f (x) para la función signo.
Si tratamos de escribir esta misma prueba con el núcleo de Dirichlet en

lugar del de Fejér, sólo hay un lugar donde se estropea: en la acotación de
la integral entre 0 y δ aparece la integral del valor absoluto del núcleo, el
núcleo de Fejér es positivo y la integral es la misma con o sin valor absoluto;
el de Dirichlet no es positivo y las integrales con o sin valor absoluto son
muy distintas (véase (4.2)). Esta “pequeña” diferencia entre las propiedades
de los dos núcleos es crucial.
Por otra parte, es fácil darse cuenta de que ahora no hay fenómeno de
Gibbs (ver figura 7.2). En efecto, si m ≤ f (x) ≤ M , se tiene m ≤ σN f (x) ≤
M (otra vez por la positividad del núcleo de Fejér) y nunca se superan los
valores máximo y mı́nimo de la función.
P
Un teorema de Hardy afirma que si una serie an es sumable Cesàro y su
término general satisface |nan | ≤ C, entonces la serie es convergente. Los coe-
ficientes de Fourier de una función monótona a trozos y acotada satisfacen esta
condición de tamaño (problema 2.2), de modo que el teorema de Dirichlet 2.5 se
puede deducir del de Fejér.
7.2. Sumabilidad Abel-Poisson 49
7.2. Sumabilidad Abel-Poisson

P P
Sea an una serie numérica convergente. Entonces, la serie an rn es
convergente para todo 0 < r < 1 y define una función S(r). Abel demostró
que limr→1− S(r) coincide con la suma de la serie original. (En el problema
A.15 del apéndice A se pide una prueba.) Sin embargo, S(r) y su lı́mite
P
pueden existir sin que la serie original an sea convergente (por ejemplo,
para que S(r) exista en 0 < r < 1 es suficiente que la sucesión {an } esté
acotada), lo que sugiere una nueva manera de asignar una suma a una serie,
que llamamos sumabilidad Abel. Unos años antes del resultado de Dirichlet,
Poisson creyó haber probado la convergencia de la serie de Fourier por este
procedimiento.
Se trata pues de estudiar
∞
a0 X
(7.4) lim + rk (ak cos kx + bk sin kx).
r→1− 2
k=1
Comenzamos, como en casos anteriores, buscando una expresión integral.
Para ello sustituimos primero los coeficientes ak y bk por sus expresiones
integrales; puesto que la serie de (7.4) converge uniformemente para r < 1
fijo, podemos intercambiar integral y sumatorio para obtener
Z ∞
" #
1 π 1 X
f (t) + rk cos k(x − t) dt.
π −π 2 k=1
Se llama núcleo de Poisson a la expresión

∞
1 X
Pr (t) = + rk cos kt,
2 k=1
que se puede trasformar en una expresión más manejable. Para ello, escri-
P
biendo S = ∞ k
k=1 r cos kt, tenemos
∞
X
2S cos t = rk [cos(k + 1)t + cos(k − 1)t]
k=1
1 1
= (S − r cos t) + r(S + 1) = (r + )S + (r − cos t) .
r r
Despejando S y sumando 1/2 tenemos finalmente
1 − r2
(7.5) Pr (t) =
2(1 − 2r cos t + r2 )
cuyas propiedades son semejantes a las del núcleo de Fejér.
Propiedades (Propiedades del núcleo de Poisson).

1. Pr es periódica, par y Pr (t) ≥ 0 para todo t.
Rπ
2. −π Pr (t) dt = π para todo 0 ≤ r < 1.
3. Para cualquier δ > 0, Pr (t) tiende uniformemente a 0 en δ ≤ |t| ≤ π
cuando r → 1−.
Está claro que Pr es una función periódica y par y escribiendo el deno-

minador como (1 − r)2 + 2r(1 − cos t) se observa que es positiva. Cuando
δ ≤ |t| ≤ π, el denominador se acota inferiormente por (1−r)2 +2r(1−cos δ)
para obtener la propiedad 3. Para la propiedad de la integral, lo mejor es
utilizar la serie que da Pr e integrar término a término, lo que es lı́cito porque
hay convergencia uniforme.
Teorema 7.2. Sea f integrable y acotada. Si f tiene lı́mites laterales en
un punto x,
1
lim Pr ∗ f (x) = [f (x+) + f (x−)] .
r→1− 2
En particular, si f es continua en x,
lim Pr ∗ f (x) = f (x) .
r→1−
La prueba es idéntica a la del teorema 7.1 y se deja como ejercicio.
7.3. Sumabilidad uniforme

Sabemos que si la serie de Fourier converge uniformemente, el lı́mite
tiene que ser una función continua. Es fácil observar que lo mismo es cierto
si en lugar de convergencia estudiamos la sumabilidad a través de cualquiera
de los métodos anteriores; en efecto, σN f y Pr ∗ f son funciones continuas.
Pero ahora la condición es también suficiente: la continuidad implica la
convergencia uniforme.
Teorema 7.3. Si f es una función continua en [−π, π],
lim σN f = f y lim Pr ∗ f = f
N →∞ r→1−
uniformemente en [−π, π].
Demostración. Sólo la haremos para σN f ya que el otro caso es semejante.

Escribamos como en la prueba del teorema 7.1
Z
4M π
|σN f (x) − f (x)| ≤ sup |f (x − t) − f (x)| + FN (t) dt .
|t|≤δ π δ
Como ahora deseamos convergencia uniforme necesitamos que dado ² > 0
exista δ > 0 tal que sup0≤t≤δ |f (x − t) − f (x)| < ²/2 para todo x (es decir,
7.4. Aproximación en media 51
el mismo δ para todo x). Esto es cierto por la continuidad uniforme de f en

[−π, π].
Un famoso teorema debido a Weierstrass asegura que toda función con-

tinua se puede aproximar uniformemente por polinomios en un intervalo
cerrado. Un resultado semejante se obtiene como corolario del teorema
anterior, con polinomios trigonométricos (se toma la sucesión σN f como
aproximante de f ).
Corolario 7.4. Sea f una función continua en [−π, π]. Entonces existe una
sucesión de polinomios trigonométricos que converge a f uniformemente.
Se puede probar el teorema de Weierstrass a partir de éste (problema

7.4).
Corolario 7.5. Dos funciones continuas que tienen la misma serie de Fou-
rier son iguales.
Puesto que sus promedios de sumas parciales son los mismos y el lı́mite
de éstos es único, las dos funciones son la misma. Conviene echar una ojeada
a los resultados de los capı́tulos anteriores para asegurarse de que no habı́a
ninguno que permitiese asegurar el resultado de este corolario.
7.4. Aproximación en media

Hasta ahora hemos considerado sólo la posibilidad de representar la fun-
ción a través de su serie de Fourier estudiando lı́mites puntuales o uniformes.
Sin embargo, sabemos que existen otros modos de convergencia. En particu-
lar, la sucesión {gN } converge en media (o en L1 ) a una función g en [−π, π]
si
Z π
lim |gN (t) − g(t)| dt = 0 .
N →∞ −π
La diferencia entre la convergencia en media y la convergencia uniforme es

que mientras esta última exige que hechas las diferencias en cada punto la
máxima de ellas tienda a cero, la convergencia en media sólo necesita que
su promedio (integral) tienda a cero. También se habla de la convergencia
en media p (media cuadrática si p = 2) cuando se cumple que
Z π
lim |gN (t) − g(t)|p dt = 0 .
N →∞ −π
Teorema 7.6. Sea f una función integrable. Entonces,

Z π Z π
lim |σN f − f | = 0 y lim |Pr ∗ f − f | = 0 .
N →∞ −π r→1− −π
Demostración. Nuevamente trabajaremos sólo con σN f . Volviendo a la

demostración del teorema 7.1 escribimos
Z π
|σN f (x) − f (x)| dx
−π
Z π Z δ Z
≤ FN (t)|f (x − t) − f (x)| dt dx + 2kf k1 FN (t) dt .
−π −δ δ≤|t|≤π
Lo único que necesitamos para concluir el teorema es probar que si f es
integrable
Z π
lim |f (x − t) − f (x)| dx = 0 .
t→0 −π
Este resultado está en (B.2) del apéndice B.
Para funciones integrables y acotadas, el resultado en media p se de-

duce fácilmente del anterior. Basta observar que si |f (x)| ≤ M , entonces
|σN f (x)| ≤ M y, por tanto, |σN f (x) − f (x)| ≤ 2M . Se pone entonces
|σN f (x) − f (x)|p ≤ (2M )p−1 |σN f (x) − f (x)|
y se aplica el teorema anterior. Pero el resultado es válido aunque la función
no esté acotada.
Teorema 7.7. Sea f una función de Lp (es decir, |f |p es integrable). En-
tonces,
Z π Z π
p
lim |σN f − f | = 0 y lim |Pr ∗ f − f |p = 0 .
N →∞ −π r→1− −π
La demostración es como la del teorema 7.6 con la siguiente observación:

µZ π ¶p
|σN f (x) − f (x)|p ≤ FN (t)|f (x − t) − f (x)| dt
−π
Z π
≤ FN (t)|f (x − t) − f (x)|p dt,
−π
que es consecuencia de la desigualdad de Hölder (teorema B.18 en el apéndice
0
B) aplicada a FN (t)1/p y FN (t)1/p |f (x − t) − f (x)|.
La cuestión de la unicidad, que hemos mencionado en la sección anterior
para funciones continuas, se puede responder ahora para funciones integra-
bles. Si los coeficientes de Fourier de una función f son Rtodos nulos, las
sumas σN f son todas nulas y el teorema 7.6 implica que |f | = 0. Si los
coeficientes de f y g coinciden, los de f − g son nulos y se tiene el siguiente
corolario.
Corolario 7.8. Si f y g son funciones integrables en [−π, π] y tienen los
mismos coeficientes de Fourier, se tiene
Z π
|f − g| = 0 .
−π
7.5. Convergencia en media cuadrática e igualdad de Plancherel 53
Por tanto, f y g coinciden en casi todo punto.
La consecuencia se obtiene de la propiedad 4 de la sección B.2.6 del

apéndice B.
7.5. Convergencia en media cuadrática e

igualdad de Plancherel
Probamos en el teorema 1.1 que de todos los polinomios trigonométricos
de grado N , el que mejor aproxima a f en media cuadrática es precisamente
la N -ésima suma parcial de su serie de Fourier. Como σN f es un polinomio
trigonométrico de grado N , se tiene
Z π Z π
2
|SN f − f | ≤ |σN f − f |2 ,
−π −π
y del teorema 7.7 se deduce la convergencia de las sumas parciales en media

cuadrática.
Corolario 7.9. Sea f una función de cuadrado integrable. Entonces,

Z π
lim |SN f − f |2 = 0.
N →∞ −π
Este razonamiento no vale si p 6= 2 (lo que no quiere decir que el resultado

sea falso). El cálculo de la sección 1.4 muestra que
Z Z N
" #
π a2 Xπ
|SN f − f | = f −π 0 +
2
(a2k + b2k ) .
2
−π −π 2 k=1
Haciendo el lı́mite cuando N tiende a infinito, el corolario 7.9 produce el

siguiente:
Corolario 7.10 (Igualdad de Plancherel). Sea f de cuadrado integrable y

acotada. Entonces,
Z ∞
1 π a20 X
f2 = + (a2k + b2k ).
π −π 2 k=1
La igualdad de Plancherel nos dice que lo que en el capı́tulo 1 habı́amos

llamado desigualdad de Bessel era un resultado parcial y que, en realidad,
es una igualdad. De todos modos, la desigualdad de Bessel es un resultado
general de sistemas ortogonales mientras que la igualdad de Plancherel es un
resultado particular para algunos de ellos, que llamamos completos, como
se verá en el capı́tulo 10. En el caso de las series de Fourier la igualdad de
Plancherel se llama a veces igualdad de Parseval.
En un trabajo escrito en 1799 y publicado en 1805 –¡antes del primer trabajo de

Fourier!– Parseval obtenı́a de un modo puramente formal la igualdad mencionada,
incluso en la forma (equivalente) de producto escalar
Z ∞
1 π a0 (f )a0 (g) X
fg = + (ak (f )ak (g) + bk (f )bk (g)).
π −π 2
k=1
Podrı́a ser más apropiado llamar igualdad de Parseval a la correspondiente a se-

ries de Fourier y guardar el nombre de igualdad de Plancherel para las integrales.
Hay autores que lo hacen ası́, hay quienes usan el nombre igualdad de Parseval-
Plancherel para ambas, e incluso quienes usan nombres distintos según sea la ver-
sión con normas o con productos escalares. Aun a riesgo de ser injusto con el
reconocimiento al trabajo de Parseval, he utilizado el nombre único de igualdad de
Plancherel para todas las versiones que aparecen en este texto.
Además de saber que SN converge a f en la norma de L2 , podemos medir
el error en términos de los coeficientes de Fourier ya que de las igualdades
previas se deduce que
Z π ∞
X
1 2
|SN f − f | = (a2k + b2k );
π −π k=N +1
la calidad de la aproximación depende de la rapidez con la que los coeficientes

de Fourier tienden a cero.
Veremos en el capı́tulo 10 que también hay un resultado recı́proco; dadas
P P
sucesiones {an } y {bn } de modo que las series a2n y b2n sean convergentes,
existe una función de cuadrado integrable cuyos coeficientes de Fourier son
los de la sucesión (teorema 10.5). Aquı́ es esencial la integral de Lebesgue
para estar trabajando en un espacio de Hilbert (las funciones integrables
Riemann de cuadrado integrable no forman un espacio completo).
Podemos pensar si el corolario 7.9 será cierto en media en vez de en media
cuadrática; es decir, si
Z π
lim |SN f − f | = 0
N →∞ −π
siempre que f sea integrable. La respuesta es negativa. Un modo de probarlo

es aplicar el principio de acotación uniforme (teorema 4.2) con E = F = L1 y
la sucesión de operadores f 7→ SN f = DN ∗ f ; puesto que cada uno de estos
operadores está acotado de L1 en L1 porque kSN f k1 ≤ kDk1 kf k1 , el principio
de acotación uniforme asegura que o bien existe A independiente de N tal que
kSN f k1 ≤ Akf k1 , o bien existe f en L1 tal que la sucesión {kSN f k1 } no está
acotada (y, por tanto, SN f no es convergente en L1 ). Veamos que la primera
posibilidad no ocurre. En efecto, sea Fn el núcleo de Fejér, para el que kFn k1 = 1;
como SN Fn = σn (DN ) converge en L1 a DN cuando n tiende a infinito por el
teorema 7.6, se tiene limn→∞ kSN Fn k1 = kDN k1 que por (4.2) es incompatible con
kSN Fn k ≤ A independiente de N .
La misma cuestión se puede plantear en cualquier otra norma p (véase la in-
formación histórica al final del apéndice C).
7.6. Problemas 55
7.6. Problemas
7.1 La igualdad de Plancherel permite calcular la suma de series numéricas.
Aplicarla a los desarrollos (2.10) y (2.11) de la sección 2.7 y obtener las
sumas
∞ ∞
X 1 π2 X 1 π4
= y = .
k=1
k2 6 k=1
k4 90
7.2 Escribir la igualdad de Plancherel para la función
(
1 para |x| < α,
f (x) =
0 para α < |x| < π.
Calcular las sumas de las series
∞ ∞
X sin2 kα X cos2 kα
y .
k=1
k2 k=1
k2
7.3 Completar la prueba del teorema 7.2.
7.4 Probar el teorema de Weierstrass de aproximación uniforme por polinomios

a partir del corolario 7.4 del modo siguiente:
1. Dada una función f continua en [−1, 1] definir la función g(t) =
f (cos t) en [−π, π], que es par y continua.
2. Dado ² > 0 existe un polinomio trigonométrico en cosenos, σN g con
N suficientemente grande, tal que
sup |g(t) − σN g(t)| ≤ ².
−π≤t≤π
3. Deducir que sup−1≤t≤1 |f (t) − σN g(arccos t)| ≤ ².

4. El teorema de Weierstrass estará probado si vemos que σN g(arccos t)
es un polinomio; comprobarlo viendo que cos(n arccos t) es un poli-
nomio para todo n.
7.5 1. Comprobar que
µ ¶
a0 NX−1
k
σN (t) = + 1− (ak cos kt + bk sin kt).
2 k=1
N
2. Probar que
Z Z " #
π π a2 NX−1
π NX−1
|σN f − f |2 = |f |2 − π 0 + (a2k + b2k ) + 2 k 2 (a2k + b2k ).
−π −π 2 k=1
N k=1
3. Deducir que si f es de cuadrado integrable se tiene
1 NX−1
lim k 2 (a2k + b2k ) = 0.
N →∞ N 2
k=1
7.6 Núcleos de sumabilidad.

Sea Kt una familia de funciones periódicas de periodo 2π en la que t es un
parámetro discreto o continuo. Diremos que es un núcleo de sumabilidad si
se cumple:
1. Kt (x) ≥ 0 para todo x.
Z π
2. Kt (x) dx = 1 para todo t.
−π
R
3. limt→t0 δ<|x|<π Kt (x) dx = 0 para todo δ ∈ (0, π).
(Aquı́ t0 puede ser finito o infinito.) El núcleo de Fejér y el de Poisson
son (múltiplos de) núcleos de sumabilidad. Otro ejemplo muy sencillo es
Kt (x) = 1/t si |x| < t/2, Kt (x) = 0 si t/2 < |x| < π, con t0 = 0 < t < π.
Repetir la pruebas de los teoremas 7.3, 7.6 y 7.7 para Kt ∗ f , donde Kt
es un núcleo de sumabilidad general.
Con t = k entero y t0 = ∞ definimos el núcleo de de la Vallée-Poussin a
partir del núcleo de Fejér como Vk = 2F2k+1 − Fk . Comprobar que es núcleo
de sumabilidad. Determinar los coeficientes de Fourier de Vk .
7.7 Probar que si |f (x + t) − f (x)| ≤ K|t|α con 0 < α ≤ 1 se tiene

π+1
|σN f (x) − f (x)| ≤ KN −α , si α < 1,
1−α
log N
|σN f (x) − f (x)| ≤ 2πK , si α = 1.
N
Sugerencia: Acotar primero el núcleo de Fejér por
Ã !
π2
FN (t) ≤ min N + 1, .
(N + 1)t2
Después separar la integral en dos partes como en las pruebas de los teoremas
7.1 y 7.3 y elegir δ = 1/N .
Capı́tulo 8
Resolución de algunas
ecuaciones en
derivadas parciales
La presentación que ofrezco en este capı́tulo no es la habitual ni la más

adecuada para utilizar las series de Fourier en la resolución de ecuaciones
en derivadas parciales. Fourier inventó el método de separación de varia-
bles y fue este método, aplicado a la ecuación del calor, el que le condujo
a la necesidad de desarrollar una función en serie trigonométrica de senos
y cosenos. Aquı́ hemos contado la teorı́a al revés, hemos comenzado por
el problema de la representación y ahora escribiremos la solución en forma
de serie trigonométrica con coeficientes indeterminados, que trataremos de
determinar a partir de la ecuación y de las condiciones iniciales. El método
de separación de variables tiene además la ventaja de que conduce directa-
mente al tipo de serie que se debe utilizar, que varı́a según las condiciones
de contorno. Tampoco esto estará claro en esta presentación ya que escoge-
remos un tipo de serie particular que las cumpla. Añadiré también que el
método conduce siempre a un desarrollo de la solución a través de un siste-
ma ortogonal de funciones (véase el capı́tulo 10), pero no siempre al sistema
trigonométrico. Todos estos detalles quedan para un curso de ecuaciones en
derivadas parciales.
8.1. La cuerda vibrante

La ecuación que permite describir el movimiento de una cuerda que vibra
(como la de una guitarra) sin fuerzas externas es una ecuación en derivadas
57
58 8. Resolución de algunas ecuaciones en derivadas parciales
parciales (ecuación de ondas) que, en forma simplificada, se escribe

∂2u ∂2u
(8.1) − 2 = 0.
∂t2 ∂x
Supondremos que la cuerda tiene longitud π y que sus puntos se sitúan (en
reposo) en el intervalo [0, π]. La función u(x, t) que aparece en la ecuación
anterior expresa el desplazamiento del punto de abscisa x en el instante t,
es decir, la posición de la cuerda en el instante t viene dada por (la gráfica
de) la función de x que resulta al fijar t. La ecuación (8.1) tiene infinitas
soluciones y para determinar la que corresponde a un movimiento concreto
supondremos que los extremos de la cuerda están fijos, lo que se expresa
como
(8.2) u(0, t) = u(π, t) = 0 para todo t,
y que conocemos la posición (f ) y velocidad inicial (g) de la cuerda, es decir,
∂u
(8.3) u(x, 0) = f (x) , (x, 0) = g(x) , 0 < x < π.
∂t
Si fijamos t, la función u(x, t) está definida en [0, π] y vale 0 en los
extremos según (8.2). Haciendo una extensión impar a [−π, π] podemos
desarrollarla en serie de Fourier de senos y escribir
∞
X
(8.4) u(x, t) = bk (t) sin kx
k=1
que sustituida en la ecuación (8.1) y suponiendo que la derivación término

a término de la serie es posible, conduce a
∞
X 00
(bk (t) + k 2 bk (t)) sin kx = 0 .
k=1
Para que esta serie se anule para todo x necesitamos que sus coeficientes
sean nulos
00
bk (t) + k 2 bk (t) = 0 para todo k .
Las funciones que satisfacen esta ecuación son

bk (t) = Ak cos kt + Bk sin kt
que sustituidas en (8.4) producen la solución
∞
X
(8.5) u(x, t) = [Ak cos kt + Bk sin kt] sin kx .
k=1
Esta solución satisface la ecuación (8.1) y las condiciones (8.2). Para que
cumpla (8.3) necesitamos escoger los coeficientes Ak y Bk . Sustituyendo
8.2. La difusión del calor 59
(8.5) en (8.3) resultan

∞
X
u(x, 0) = Ak sin kx = f (x)
k=1
y
X∞
∂u
(x, 0) = kBk sin kx = g(x),
∂t k=1
de modo que Ak y kBk son los coeficientes del desarrollo de Fourier en senos
de f y g, respectivamente, es decir,
Z π Z π
2 2
Ak = f (x) sin kx dx , Bk = g(x) sin kx dx .
π −π πk −π
Si los coeficientes permiten justificar la derivación bajo el signo integral

hemos encontrado una solución del problema planteado.
8.2. La difusión del calor

Sea una barra de longitud π que identificamos con el intervalo [0, π].
Escribimos u(x, t) la temperatura del punto x de la barra (0 ≤ x ≤ π) en
el instante t. Si suponemos que los extremos de la barra se mantienen a
temperatura 0 y que en el instante inicial (t = 0) la temperatura viene dada
por la función f , u(x, t) viene determinada por las condiciones siguientes:



∂u ∂ 2 u

 − 2 = 0,
∂t ∂x
(8.6)

 u(0, t) = u(π, t) = 0,


u(x, 0) = f (x).
Podemos intentar resolver esta ecuación del calor como hemos hecho en
la sección anterior. Para ello, para cada t fijo tenemos una función de x en
[0, π] de la que escribimos su serie de Fourier de senos
∞
X
(8.7) u(x, t) = bk (t) sin kx .
k=1
De este modo se cumple la segunda condición de (8.6). Dejamos el resto de

los detalles como ejercicio, con las siguientes indicaciones:
(a) Suponiendo que la serie (8.7) se pueda derivar término a término,
escribir la condición que deben cumplir las funciones bk (t) para que
se cumpla la ecuación de (8.6).
(b) Determinar las funciones bk (t) que cumplen la condición obtenida.
60 8. Resolución de algunas ecuaciones en derivadas parciales
(c) Escribir la expresión que queda en (8.7) cuando se sustituyen las

funciones bk (t) obtenidas. En esta expresión quedan sin determinar
unos coeficientes numéricos que hay que escoger haciendo t = 0 para
que cumplan la tercera condición de (8.6).
La solución obtenida debe ser
∞
X 2
u(x, t) = Bk e−k t sin kx
k=1
con los coeficientes Bk dados por el desarrollo de f en serie de senos, o sea,

Z π
2
Bk = f (x) sin kx dx .
π −π
8.3. Problemas
8.1 Completar los detalles de la resolución de la ecuación del calor (8.6) por
medio de series de Fourier siguiendo los pasos indicados. Comprobar que
la derivación término a término de la solución obtenida está justificada en
0 < x < π, t > 0, y que se cumple la ecuación.
8.2 Considerar el problema de la ecuación del calor, como en (8.6), pero ahora
con condiciones de contorno sobre la derivada (tipo Neumann), es decir,


 ∂u ∂ 2 u



− 2 = 0,
 ∂t ∂x
∂u ∂u

 (0, t) = (π, t) = 0,

 ∂x ∂x

u(x, 0) = f (x).
Encontrar la solución escribiendo u(x, t) para cada t fijo como una serie
trigonométrica de cosenos.
8.3 Se considera el problema siguiente para la ecuación del potencial en el
rectángulo [0, a] × [0, b]:
 2


∂ u ∂2u
 2 +

∂x 2
= 0,
∂y

u(0, y) = u(a, y) = 0,


u(x, 0) = f (x); u(x, b) = g(x).
Para cada y fijo se escribe u(x, y) en serie de senos en el intervalo (0, a) y se
continúa como en los otros casos. Completar los cálculos.
8.4 Buscamos funciones armónicas (es decir, de laplaciano nulo) en el cı́rculo
unidad del plano conociendo su valor en la circunferencia. Escribiremos la
solución en coordenadas polares de modo que buscamos u(r, θ) para 0 ≤
8.3. Problemas 61
r < 1 y 0 ≤ θ ≤ 2π. Utilizando la expresión del laplaciano en polares el

problema es
 2 2
 ∂ u + 1 ∂u + 1 ∂ u = 0,

∂r2 r ∂r r2 ∂θ2

 u(1, θ) = f (θ).
Para cada r fijo desarrollamos u(r, θ) en serie de Fourier y tenemos
∞
A0 (r) X
u(r, θ) = + (Ak (r) cos kθ + Bk (r) sin kθ).
2 k=1
Escribir las ecuaciones diferenciales ordinarias que deben satisfacer Ak (r)
y Bk (r) y resolverlas; eliminar las soluciones que no sean continuas en el
origen. Las constantes indeterminadas se obtienen a partir de f y la solución
obtenida debe ser
∞
a0 X
+ rk (ak cos kx + bk sin kx),
2 k=1
donde ak y bk son los coeficientes de Fourier de f . A partir de aquı́ se pueden
incorporar resultados que hemos descrito en la sección 7.2.
8.5 Encontrar los valores de α para los que existe una función periódica de
periodo p, no nula, que satisface la ecuación
f 00 = αf.
Para cada uno de estos valores de α, encontrar todas las posibles soluciones.
8.6 Encontrar la serie de Fourier de una función g(x) en (−π, π) tal que
x
g 0 (x) − 2g(x) = cos .
2
Capı́tulo 9
Otras aplicaciones de
las series de Fourier
9.1. Desigualdad de Wirtinger

Teorema 9.1. Sea f una función con derivada de cuadrado integrable, de
integral nula en [−π, π] y tal que f (−π) = f (π). Entonces,
Z π Z π
2
|f (t)| dt ≤ |f 0 (t)|2 dt .
−π −π
La desigualdad es estricta salvo si f (t) = A cos t + B sin t.
Demostración. Basta considerar la relación (1.5) entre los coeficientes de

Fourier de f y f 0 y aplicar la igualdad de Plancherel. Se obtienen
Z π ∞
X Z π ∞
X
|f (t)|2 dt = π (a2k + b2k ) y |f 0 (t)|2 dt = π k 2 (a2k + b2k ),
−π k=1 −π k=1
que demuestran la desigualdad buscada. También se ve que la desigualdad

es estricta salvo si los coeficientes de Fourier de f son nulos para k > 1.
Para intervalos distintos de [−π, π] basta hacer un cambio de variable

en la desigualdad.
9.2. Problema isoperimétrico

De entre todas las figuras con el mismo perı́metro, ¿cuál es la que encierra
mayor área? Esta es la cuestión que se conoce como problema isoperimétrico.
Existen varias demostraciones de su solución y veremos a continuación una
63
64 9. Otras aplicaciones de las series de Fourier
que está basada en las series de Fourier (y la fórmula de Green del análisis
de varias variables).
Supongamos que la curva tiene longitud 2π y se parametriza como
(x(t), y(t)), 0 ≤ t ≤ 2π, en función de la longitud de arco, es decir, la
longitud del trozo de curva entre (x(0), y(0)) y (x(t), y(t)) es t, para todo t.
Usando la expresión para la longitud de arco, esto equivale a
Z tq
(9.1) x0 (s)2 + y 0 (s)2 ds = t,
0
de donde x0 (t)2 + y 0 (t)2 = 1. Podemos suponer además que hemos colocado

los ejes de modo que y(0) = y(π) = 0.
Utilizando la fórmula de Green, el área encerrada por la curva se puede
escribir como
Z 2π
A= x(t)y 0 (t) dt,
0
y de aquı́
Z Z
2π x(t)2 + y 0 (t)2 x(t)2 + 1 − x0 (t)2
2π
A≤ dt = dt
0 2 0 2
Z
1 2π
=π+ [x(t)2 − x0 (t)2 ] dt .
2 0
La última integral es menor o igual que cero por la desigualdad de Wirtinger
de la sección anterior.
Por tanto, hemos demostrado que A ≤ π y como una circunferencia
de longitud 2π encierra un cı́rculo de área π, se obtiene el área máxima.
Para comprobar que es el único caso debemos analizar si las desigualdades
que hemos escrito en la demostración son estrictas o no. Ya hemos visto
antes que la de Wirtinger es igualdad si x(t) = A cos t + B sin t y para
que 2x(t)y 0 (t) ≤ x(t)2 + y 0 (t)2 sea igualdad, debe ser x(t) = y 0 (t). Entonces,
y 0 (t) = A cos t + B sin t, lo que implica y(t) = A sin t − B cos t + C. Exigiendo
que y(0) = y(π) = 0 queda y(t) = A sin t, x(t) = A cos t. Para que se cumpla
la condición (9.1) debe ser A = ±1 y se obtiene una circunferencia.
La conclusión se recoge en el siguiente teorema.
Teorema 9.2. El área encerrada por una curva de longitud 2π es menor
que π, salvo si es la circunferencia de radio 1, en cuyo caso es igual a π.
Si la longitud de la curva es L, un cambio de escala reduce el problema

al anterior. Si A es el área encerrada por la curva, se tiene la desigualdad
isoperimétrica
L2
A≤ ,
4π
9.3. Equidistribución de sucesiones aritméticas 65
que sólo es igualdad para circunferencias. Esta desigualdad tiene una lectura
inversa: de todas las figuras de igual área, el cı́rculo es la que tiene menor
perı́metro.
Se suele presentar el problema isoperimétrico como un problema clásico relacio-
nado con la leyenda de la fundación de Cartago. Se cuenta que la reina Dido huyó
de Tiro, expulsada por su hermano el rey, para establecerse en el norte de África.
Allı́ consiguió comprar “el terreno que pudiese abarcar en una piel de toro”. Dido
cortó en finas tiras la piel del toro, las ató y rodeó con ellas una porción de terreno;
el problema isoperimétrico propone estudiar la forma tenı́a que tener ese terreno
para que el área encerrada fuera máxima. Las primeras soluciones rigurosas del
problema aparecieron en el siglo XIX: hacia 1840, J. Steiner probó por argumentos
geométricos que si existı́a una figura que diese el área máxima tenı́a que ser un
cı́rculo (no probó la existencia del máximo). La primera prueba analı́tica, del estilo
de la que acabamos de ver, se debe a A. Hurwitz (1902).
Una variante del problema dice que el terreno elegido por la reina Dido tenı́a el
mar a un lado, de modo que lo que hay que determinar es la figura de área máxima
entre las que están encerradas por una curva de longitud fija dada cuyos extremos
se apoyan en una recta. Se deja como ejercicio.
9.3. Equidistribución de sucesiones aritméticas

Teorema 9.3. Sea f continua y periódica de periodo 1 y {xk } una sucesión
(progresión) aritmética xk = x0 +kγ donde x0 es arbitrario y γ es un número
irracional. Entonces
Z 1
1 NX−1
(9.2) lim f (xk ) = f (t) dt.
N →∞ N 0
k=0
Demostración. Dejamos como ejercicio probar que se cumple si f (t) =

e2πint para todo n. Entonces se cumple para todo polinomio trigonométrico.
Sea ahora f una función continua. Dado ² > 0 existe un polinomio
trigonométrico P tal que |f (t) − P (t)| < ² para todo t ∈ [0, 1] (corolario
7.4). Entonces
¯ Z 1 ¯ ¯ Z 1 ¯
¯ 1 NX
−1 ¯ ¯ 1 NX
−1 ¯
¯ ¯ ¯ ¯
¯ f (xk ) − f (t) dt¯ ≤ 2² + ¯ P (xk ) − P (t) dt¯
¯N 0 ¯ ¯ N 0 ¯
k=0 k=0
y se deduce el teorema.
Este resultado se debe a Hermann Weyl.

Corolario 9.4. Sea xk = x0 + kγ donde x0 es arbitrario y γ un irracional.
Si 0 ≤ a < b ≤ 1, se tiene
1
lim #{k < N : a < xk < b (mod 1)} = b − a
N →∞ N
donde #A representa el número de elementos del conjunto A.
66 9. Otras aplicaciones de las series de Fourier
Esto significa que la probabilidad de que la parte fraccionaria de xk esté

en (a, b) es la longitud del intervalo, de ahı́ el nombre de equidistribución.
Demostración. Si en el teorema anterior tomásemos como f la función

que en [0, 1] coincide con la función caracterı́stica de [a, b] tendrı́amos el
corolario. Pero como esta función no es continua (salvo si a = 0 y b = 1),
tenemos que utilizar un argumento de aproximación.
Supongamos que 0 < a < b < 1 (con pequeños cambios se hace el caso en
que alguno de ellos es extremo). Sea ² < min(a, 1 − b, (b − a)/2). Definimos
funciones continuas y periódicas g1 y g2 (se pueden elegir lineales a trozos,
por ejemplo) de modo que en [0, 1] se tenga
χ[a+²,b−²] ≤ g1 ≤ χ[a,b] ≤ g2 ≤ χ[a−²,b+²] .
(χI es la función caracterı́stica de I.) Entonces
N
X −1 N
X −1
g1 (xk ) ≤ #{k < N : a < xk < b (mod 1)} ≤ g2 (xk ),
k=0 k=0
se divide por N y se aplica el teorema anterior a g1 y g2 para conseguir
1
b − a − 2² ≤ lim #{k < N : a < xk < b (mod 1)} ≤ b − a + 2².
N →∞ N
9.4. Problemas
9.1 Probar (9.2) para f (t) = e2πint .
9.2 ¿Qué ocurre en el corolario 9.4 si γ es racional?
9.3 Estudiar la variante del problema isoperimétrico en el que la figura cuya
área hay que maximizar está rodeada por una curva de longitud fija con los
extremos apoyados en una recta.
Capı́tulo 10
Sistemas ortogonales
de funciones
La propiedad de ortogonalidad se puede definir en espacios con producto es-

calar y los resultados de series de Fourier basados en esa propiedad valen en
un contexto abstracto que presentamos ahora. Escribiremos los resultados
para sucesiones y funciones con valores complejos para usarlos posterior-
mente, pero para nuestro tratamiento de las series de Fourier el caso real
serı́a suficiente (basta suprimir la conjugación). Para un número complejo
z escribiremos z su complejo conjugado y |z| su módulo.
10.1. Producto escalar

Definición. Sea E un espacio vectorial sobre C. Se dice que una aplicación
de E × E en C tal que al par (x, y) asocia el número (complejo) hx, yi es un
producto escalar sobre E si satisface las siguientes condiciones:
(i) hx, xi ≥ 0 y sólo es 0 si x = 0,
(ii) hαx1 +βx2 , yi = αhx1 , yi+βhx2 , yi para todos x1 , x2 , y ∈ E, α, β ∈ C;
(iii) hx, yi = hy, xi para todos x, y ∈ E.
Ejemplos.
1. Sea E = Rn o Cn y sean x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ) elementos
de E. El producto escalar habitual en E se define
n
X
hx, yi = xj yj ,
j=1
donde la conjugación no tiene ningún efecto si estamos en Rn .
67
68 10. Sistemas ortogonales de funciones
2. Hay una versión semejante en dimensión infinita. Definimos el espacio

`2 (C) como el conjunto de sucesiones (x1 , x2 , x3 , . . . ) de elementos
P
complejos tales que la serie ∞ 2
j=1 |xj | es convergente. Dadas dos
sucesiones x = (x1 , x2 , x3 , . . . ) e y = (y1 , y2 , y3 , . . . ) en este espacio se
define su producto escalar como
∞
X
hx, yi = xj yj .
j=1
3. Sea C([a, b]) el espacio de funciones continuas definidas en [a, b] con

valores complejos. Dadas dos funciones f y g en este espacio se define
su producto escalar
Z b
(10.1) hf, gi = f (t)g(t) dt.
a
4. El mismo producto escalar (10.1) sirve en L2 ([a, b]), que es el espacio
de funciones definidas en [a, b] de cuadrado integrable (véase la sección
B.2.11 del apéndice B).
Todos los ejemplos se pueden considerar con valores reales y en ese caso la
conjugación no tiene ningún efecto.
De la definición se deduce la siguiente propiedad
hx, αy1 + βy2 i = αhx, y1 i + βhx, y2 i
para todos x, y1 , y2 ∈ E, α, β ∈ C.
Teorema 10.1 (Desigualdad de Cauchy-Schwarz). Dados x, y en un espa-
cio vectorial E con un producto escalar, se tiene la siguiente desigualdad
|hx, yi|2 ≤ hx, xihy, yi .
Demostración. Si y = 0 la igualdad es claramente cierta, ası́ que supon-

dremos y 6= 0. El producto escalar hx + αy, x + αyi es mayor o igual que 0
para todo escalar α; desarrollándolo obtenemos
hx + αy, x + αyi = hx, xi + 2Re α hx, yi + |α|2 hy, yi.
hx, yi
Si elegimos α = − tenemos la desigualdad buscada.
hy, yi
La desigualdad original de Cauchy corresponde al caso de sumas finitas reales (es
decir, al producto escalar de Rn ):
 2
Xn n
X n
X
 aj bj  ≤ a2j b2j ,
j=1 j=1 j=1
de donde se deduce el resultado para series. El resultado de Cauchy se puede probar

por inducción. A. Schwarz probó la desigualdad para integrales.
Recordemos a continuación la definición de norma en un espacio vectorial.
10.2. Sistemas ortogonales y ortonormales 69
Definición. Una aplicación de E en [0, ∞) que a cada x ∈ E asocia kxk se

dice que es una norma si satisface
(i) kxk = 0 si y sólo si x = 0;
(ii) kαxk = |α| kxk para todo escalar α y todo x ∈ E;
(iii) kx + yk ≤ kxk + kyk para todos x, y ∈ E (desigualdad triangular ).
Si en un espacio vectorial
p E tenemos definido un producto escalar y para
cada x ponemos kxk = hx, xi, obtenemos una norma (problema 10.3). En
adelante, cuando hablemos de una norma será siempre la definida por el
producto escalar.
10.2. Sistemas ortogonales y ortonormales

Definición. Sea E un espacio con un producto escalar. Un subconjunto
F de E se dice que es un sistema ortogonal si hx, yi = 0 para todo par de
elementos distintos x, y de F . Si además hx, xi = 1 para todo x ∈ F , el
sistema se dice que es ortonormal.
Ejemplos.
1. La base canónica de Rn o Cn formada por (1, 0, . . . , 0),
(0, 1, . . . , 0), . . . , (0, 0, . . . , 1) es un sistema ortonormal.
2. Las sucesiones (1, 0, 0, . . . ), (0, 1, 0, . . . ), (0, 0, 1, . . . ), . . . forman un sis-
tema ortogonal en `2 (R) o `2 (C).
3. Las funciones trigonométricas {1, cos x, cos 2x, . . . , sin x, sin 2x, . . . }
forman un sistema ortogonal en C[−π, π]. No es ortonormal pero se
√
convierte fácilmente en ortonormal dividiendo
√ cada función por π,
excepto la primera que se divide por 2π.
4. Se considera la función r0 (t) = −1 si t ∈ [0, 1/2) y r0 (t) = 1 si
t ∈ [1/2, 1) que se extiende a todo R por periodicidad (con periodo
1). Se define para cada entero positivo j la función rj (t) = r0 (2j t).
El sistema {rj : j ∈ N} es ortogonal en L2 [0, 1] (no en C([0, 1] porque
las funciones no son continuas).
Teorema 10.2 (Teorema de Pitágoras). Sea {ϕj , j = 1, . . . , N } un sistema
ortonormal y {αj , j = 1, . . . , N } un conjunto de escalares. Entonces,
° °2
°N ° N
°X ° X
°
° αj ϕ j
° =
° |αj |2 .
°j=1 ° j=1
La demostración es sencilla usando la ortogonalidad. Si se aplica a dos

vectores ortogonales del plano, su interpretación es el teorema clásico de
Pitágoras. Aplicado al sistema trigonométrico es la igualdad (1.8), igualdad

de Plancherel para polinomios trigonométricos.
A partir de este teorema es inmediato comprobar que los elementos de un
sistema ortonormal son linealmente independientes.
Teorema 10.3 (Desigualdad de Bessel). Sea {ϕj } un sistema ortonormal
(finito o numerable) en E. Entonces, para todo x ∈ E,
X
|hx, ϕj i|2 ≤ kxk2 .
j
Demostración.
N
X N
X N
X N
X
(10.2) hx − cj ϕj , x − cj ϕj i = hx, xi − 2Re cj hx, ϕj i + |cj |2
j=1 j=1 j=1 j=1
es no negativo por la propiedad del producto escalar. Escogiendo cj = hx, ϕj i

queda la desigualdad de Bessel.
Esta prueba es la misma que la de la desigualdad semejante para el sistema

trigonométrico, que hemos visto en el teorema 1.2. Aquı́ hemos probado
menos porque hemos escogido cj inmediatamente, lo que también se podrı́a
haber hecho allı́ si el objetivo hubiera sido exclusivamente la desigualdad de
Bessel. Pero también ahora podı́amos haber probado un teorema equivalente
al 1.1: de todas las combinaciones lineales de {ϕ1 , . . . , ϕN }, la que minimiza
el término de la izquierda de (10.2), es decir, la que minimiza la distancia
definida por el producto escalar, es la que tiene los coeficientes hx, ϕj i. Los
detalles se piden en el problema 10.4.
Los valores hx, ϕj i se suelen llamar coeficientes de Fourier de x con respecto
al sistema correspondiente.
10.3. Espacios de Hilbert

Tenemos en el espacio con producto escalar una norma definida por éste,
como hemos mencionado antes. Si el espacio vectorial es completo con res-
pecto a esa norma (es decir, si toda sucesión de Cauchy es convergente) se
dice que es un espacio de Hilbert.
Si el espacio de Hilbert es de dimensión N , un sistema de N vectores ortonor-
P
males es una base y un elemento x de E se representa como N j=1 hx, ϕj iϕj .
P∞
Si la dimensión es infinita, que la serie j=1 hx, ϕj iϕj tienda a x en esa
norma se puede expresar por varias condiciones equivalentes.
Teorema 10.4. Sea E un espacio de Hilbert y {ϕj } un sistema ortonormal.
Son equivalentes:
PN
(i) limN →∞ j=1 hx, ϕj iϕj = x en la norma del producto escalar;
10.3. Espacios de Hilbert 71
P∞ 2
(ii) kxk = j=1 |hx, ϕj i| ;
(iii) si hx, ϕj i = 0 para todo j, entonces x = 0.
Demostración. Que (i) y (ii) son equivalentes es consecuencia de

° N
X °2 N
X
° °
°x − hx, ϕj iϕj ° = kxk2 − |hx, ϕj i|2 ,
j=1 j=1
que es (10.2) con la elección de los coeficientes allı́ indicada.

Que (ii) implica (iii) es evidente porque si kxk = 0, x debe ser 0.
P
Para ver que (iii) implica (i), observemos que la sucesión yN = N
j=1 hx, ϕj iϕj
es de Cauchy en esta norma por la desigualdad de Bessel, luego tiene lı́mite
por ser el espacio completo. Sea y el lı́mite. Por la desigualdad de Cauchy-
Schwarz se tiene
|hyN , ϕj i − hy, ϕj i| ≤ kyN − yk
de modo que limN →∞ hyN , ϕj i = hy, ϕj i para cada j. Pero, por otra parte,
hyN , ϕj i = hx, ϕj i si N ≥ j. Por tanto, hy, ϕj i = hx, ϕj i para todo j y esto
junto con (iii) implica x = y.
Un sistema ortonormal que satisface las condiciones del teorema anterior se

dice que es completo o que es una base hilbertiana. La condición (ii) es lo
que hemos llamado igualdad de Plancherel en el corolario 7.10, trabajando
con el sistema trigonométrico. En consecuencia, el sistema trigonométrico
satisface las condiciones exigidas en el teorema y es completo en el espacio
de Hilbert L2 (−π, π). Esta afirmación exige estar trabajando con la integral
de Lebesgue. En efecto, el espacio de funciones continuas en [−π, π] con
el producto escalar (10.1) no es completo porque el lı́mite de una sucesión
de Cauchy de funciones continuas con respecto a esta norma no tiene por
qué ser continua; pero tampoco es completo si trabajamos con la integral
de Riemann, porque el lı́mite de una sucesión de Cauchy (para la norma del
producto escalar) puede ser una función no integrable. Para conseguir la
completitud debemos utilizar la integral de Lebesgue.
La igualdad de Plancherel que aparece en el teorema anterior tiene una
versión en términos del producto escalar en vez de la norma. Es la siguiente:
X
(10.3) hx, yi = hx, ϕj ihy, ϕj i.
j
De (10.3) se deduce (ii) del teorema 10.4 haciendo x = y. De (i) del teorema
y la desigualdad de Cauchy-Schwarz se deduce (10.3) porque
N
X N
X
lim hx − hx, ϕj iϕj , y − hy, ϕj iϕj i = 0 .
N →∞
j=1 j=1
Si en un espacio de Hilbert tenemos un sistema ortonormal completo que

sea numerable, podemos dar una especie de teorema recı́proco del anterior.
Teorema 10.5 (Teorema de Riesz-Fischer). Sea E un espacio de Hilbert,

{ϕj } una base ortonormal de E y {aj } una sucesión numérica tal que la serie
P 2
j |aj | es convergente. Entonces existe x ∈ E único tal que hx, ϕj i = aj
para todo j.
P
Demostración. Sea xn = nj=1 aj ϕj ; la sucesión {xn } es de Cauchy en E
porque, si n > m, del teorema de Pitágoras se deduce que
n
X
2
kxn − xm k = |aj |2 .
j=m+1
Por ser E completo, existe x ∈ E tal que limn→∞ xn = x y de aquı́,

limn→∞ hxn , ϕj i = hx, ϕj i. Como hxn , ϕj i = aj siempre que n ≥ j, el
teorema está probado.
Como consecuencia, si un espacio de Hilbert E tiene una base ortonormal

numerable, existe una correspondencia biunı́voca entre E y el espacio l2 (C)
(l2 (R) si el cuerpo de escalares es real) antes definido, que además es una
isometrı́a (las normas de los elementos asociados son iguales).
El sistema trigonométrico es un ejemplo de sistema ortonormal completo del
espacio L2 (−π, π); para otros intervalos basta hacer los cambios de la sección
1.6.1. La siguiente sección describe otra base hilbertiana para L2 (0, 1); en el
problema 10.10 damos una para L2 (−1, 1) y en la sección 12.5 mostraremos
otra para L2 (R).
10.4. Base de Haar

Una base sencilla de describir para las funciones de cuadrado integrable en
un intervalo es la base de Haar. La construimos para el intervalo [0, 1].
La familia de funciones que describimos depende de dos parámetros: {hk,j }
donde k = 0, 1, 2, . . . y j = 0, 1, . . . , 2k −1. Para cada k dividimos el intervalo
[0, 1] en 2k intervalos iguales (que llamamos intervalos diádicos) y hj,k está
soportada en el j-ésimo intervalo; vale 1 en la mitad izquierda del intervalo
y −1 en la mitad derecha. Además añadimos la función que vale 1 en todo
[0, 1].
Es fácil comprobar que las funciones del sistema de Haar son ortogonales.
No son de norma 1, pero basta multiplicarlas por 2−k/2 para que lo sean.
Para probar que son base ortonormal de L2 (0, 1) aplicamos el apartado (iii)
del teorema 10.4: si f tiene integral nula y para todas las funciones hk,j del
10.5. Problemas 73
1 1 1
1 1 1 1
Figura 10.1. Funciones de la base de Haar para k = 0, 1, 2.
sistema se cumple
Z 1
f hk,j = 0,
0
entonces f es idénticamente nula. En el problema 10.11 se indican los de-
talles. Una vez visto esto, toda función de L2 (0, 1) se puede representar
como
∞ 2X
−1 k
X
(10.4) f (t) = c0 + ck,j hk,j (t),
k=0 j=0
donde la convergencia es en L2 .
La base de Haar fue introducida por Alfred Haar en 1910. Después de muchos
años ha vuelto a la actualidad porque la moderna teorı́a de ondı́culas (wavelets) la
ha incorporado como uno de sus ejemplos caracterı́sticos. A diferencia del sistema
trigonométrico de las series de Fourier, las funciones de la base de Haar están
localizadas; ası́, si una función es nula en un intervalo I, todos los coeficientes ck,j
del desarrollo (10.4) que corresponden a funciones hk,j soportadas en I son nulos.
Por otra parte, todas las funciones de la base se obtienen por traslación y dilatación
de h0,0 ; en efecto, hk,j (t) = h0,0 (2k t − j). El defecto de las funciones del sistema
es que no son continuas y para el análisis en ondı́culas, la construcción de bases en
las que la función de partida tenga cierta regularidad es importante.
10.5. Problemas
10.1 Comprobar que los ejemplos de la sección 10.1 definen productos escalares.
(No hay que olvidar comprobar que las expresiones tienen sentido.)
10.2 Probar que la desigualdad de Cauchy-Schwarz es una igualdad si y sólo si x
e y son linealmente dependientes.
p
10.3 Comprobar que si en E tenemos definido un producto escalar, kxk = hx, xi
define una norma. (La desigualdad de Cauchy-Schwarz será útil para probar
la desigualdad triangular.)
10.4 Sea {ϕ1 , . . . , ϕN } un sistema ortonormal en un espacio de Hilbert E y EN
el espacio vectorial engendrado por los elementos del sistema. Probar que
el elemento de EN más próximo (en la norma de E) a un elemento x de E
es el que tiene como coeficientes los coeficientes de Fourier de x.
10.5 Supongamos que limn→∞ xn = x en un espacio de Hilbert E. Probar las
afirmaciones siguientes:
(i) limn→∞ hxn , yi = hx, yi para todo y de E.
(ii) limn→∞ kxn k = kxk.
Probar que el recı́proco es cierto, es decir, que (i) y (ii) implican que xn tiende
a x. Dar contraejemplos que muestren que una sola de las condiciones no es
suficiente para asegurar el recı́proco.
10.6 Si limn→∞ xn = x y limn→∞ yn = y en un espacio de Hilbert, probar que
lim hxn , yn i = hx, yi.
n→∞
10.7 Escribir la forma que toma (10.3) cuando se aplica al sistema trigonométrico
en forma real.
10.8 La completitud del sistema trigonométrico complejo {einx , n ∈ Z} se puede
deducir del real. Escribir las igualdades de Plancherel en términos de la
norma y el producto escalar en este caso. Adaptar el sistema trigonométrico
a funciones periódicas de periodo 2l y escribir las igualdades de Plancherel
correspondientes.
10.9 Ortonormalización de Gram-Schmidt.
Un conjunto finito o numerable {xn } de elementos linealmente indepen-
dientes de un espacio vectorial con producto escalar se puede ortonormali-
zar. Para ello se define e1 = x1 /kxk1 y por recurrencia, si se han construido
e1 , . . . , en−1 , se define
Pn−1
xn − j=1 hxn , ej iej
en = Pn−1 .
kxn − j=1 hxn , ej iej k
Comprobar que efectivamente se construye un sistema ortonormal. Compro-
bar también que el subespacio engendrado por los vectores {e1 , e2 , . . . , eN }
coincide con el engendrado por {x1 , x2 , . . . , xN } para cada N .
10.5. Problemas 75
10.10 Polinomios de Legendre.

Aplicando el proceso de ortonormalización de Gram-Schmidt a la sucesión
de polinomios {1, x, x2 , . . . , xn , . . . } en L2 (−1, 1) se obtiene un sistema or-
tonormal cuyos elementos se llaman polinomios de Legendre. Calcular los
cuatro primeros.
Como los polinomios son densos en L2 (−1, 1) (a través del teorema de apro-
ximación de Weierstrass, por ejemplo), los polinomios de Legendre forman
una base hilbertiana de L2 (−1, 1).
10.11 Para probar que el sistema de Haar es completo tenemos que ver que si para
f ∈ L2 (0, 1) la integral de f y las de f hk,j en (0, 1) son todas 0, la función
es idénticamente nula.
1. Empezar viendo que por ser las integrales de f y f h0,0 nulas, debe
ser nula la integral de f en (0, 1/2) y en (1/2, 1).
2. Probar por inducción que la integral de f sobre cualquier intervalo
diádico tiene que ser nula.
3. Probar que todo intervalo contiene algún intervalo diádico.
4. Deducir que si f es una función escalonada y es ortogonal a todas las
funciones del sistema de Haar, debe ser nula.
5. Concluir aproximando una función general por funciones escalonadas.
Capı́tulo 11
Transformada de
Fourier en L1
Las series de Fourier representan funciones definidas en un intervalo de la

recta o, equivalentemente, funciones periódicas en la recta. Para representar
funciones definidas en toda la recta y no periódicas, se sustituye por la
transformada de Fourier. Ahora es conveniente trabajar en forma compleja,
como hemos indicado que se podı́a hacer para las series (sección 1.6.3).
Formalmente se puede deducir una expresión de la transformada de Fourier
a partir de la serie. Supongamos que f es una función periódica de periodo
2l, entonces su serie de Fourier en forma compleja se escribe
∞
Ã Z !
X 1 l
−πint/l
(11.1) f (t) e dt eπinx/l .
n=−∞
2l −l
Llamando ξn = n/2l y
Z l
h(ξ) = f (t) e−2πiξt dt,
−l
(11.1) se escribe
∞
X
(ξn − ξn−1 )h(ξn ) e2πiξn x
n=−∞
que tiene el aspecto de una suma de Riemann. En el lı́mite tendrı́amos la

igualdad formal
Z ∞ ·Z ∞ ¸
f (x) = f (t) e−2πiξt dt e2πiξx dξ,
−∞ −∞
77
78 11. Transformada de Fourier en L1
que contiene lo que llamaremos transformada de Fourier de f en la expresión

interior, y la fórmula de inversión que dará f a partir de la transformada.
Aunque se puede hacer la teorı́a sólo con la integral de Riemann, ahora
resulta mucho más cómodo razonar con la de Lebesgue, que será lo que
hagamos en adelante. Las propiedades de esta integral que utilizaremos se
recogen en el apéndice B.
11.1. Transformada de Fourier

Sea f una función integrable definida en R. Su transformada de Fourier
será la función definida también en R, que representamos como fˆ, dada por
Z ∞
(11.2) fˆ(ξ) = f (x)e−2πixξ dx .
−∞
La definición varı́a según los gustos en la aparición de ciertas constantes: el expo-
nente puede ser −ixξ; en este caso, la fórmula de inversión (11.4) lleva un factor
1/2π multiplicando a la integral; para recuperar la simetrı́a a veces se pone un fac-
√
tor 1/ 2π en la definición de la transformada. Además, el exponente casi siempre
lleva signo −, pero algunos autores usan signo + (en este caso, el − aparece en la
fórmula de inversión).
Igual que las series de Fourier en el caso de funciones periódicas, la transfor-
mada de Fourier realiza una descomposición o análisis de f en componentes;
ahora en lugar de presentar sólo frecuencias discretas formando una suce-
sión, aparece un rango continuo de frecuencias (todo R). A cada frecuencia
ξ le corresponde un coeficiente fˆ(ξ), que será, en general, un número com-
plejo; su módulo es la amplitud y su argumento es la fase. La reconstrucción
de f a partir de fˆ es la sı́ntesis.
Proposición 11.1 (Propiedades algebraicas de la transformada).
1. Linealidad: (αf + βg)b = αfˆ + βĝ.
2. Conjugación: ( f )ˆ(ξ) = fˆ(−ξ).
3. Traslación: si τh f (x) = f (x + h), entonces (τh f )b(ξ) = fˆ(ξ)e2πihξ .
4. Modulación: si g(x) = f (x)e2πihx , entonces ĝ(ξ) = (τ−h fˆ)(ξ).
5. Dilatación: si g(x) = λ−1 f (λ−1 x) y λ > 0, entonces ĝ(ξ) = fˆ(λξ).
La primera se deduce inmediatamente de la linealidad de la integral; la

segunda, de las propiedades de la conjugación; para las demás hay que hacer
los cambios de variable adecuados.
Proposición 11.2 (Propiedades analı́ticas de la transformada).
1. fˆ es una función (uniformemente) continua y |fˆ(ξ)| ≤ kf k1 .
2. Si f y f 0 son integrables, (f 0 )ˆ(ξ) = 2πiξ fˆ(ξ).
11.1. Transformada de Fourier 79
3. Si xf (x) es integrable, fˆ es derivable y (−2πixf )b(ξ) = (fˆ)0 (ξ).

4. Lema de Riemann-Lebesgue: lim|ξ|→∞ fˆ(ξ) = 0.
R R
5. Si f y g son integrables, f ĝ = fˆg.
Demostración. 1. Se escribe
Z ∞
|fˆ(ξ + h) − fˆ(ξ)| ≤ |f (x)| |e−2πixh − 1| dx .
−∞
El integrando tiende puntualmente a cero con h y está acotado por 2|f (x)|
que es integrable, luego la integral tiende a cero por el teorema de la con-
vergencia dominada. La uniformidad se deduce porque la cota no depende
de ξ.
2. Como f es integrable, existen sucesiones {an } y {bn } que tienden res-
pectivamente a −∞ y +∞, tales que limn→∞ f (an ) = limn→∞ f (bn ) = 0.
Integrando por partes se tiene
Z bn
f 0 (x)e−2πixξ dx
an
Z bn
−2πibn ξ −2πian ξ
= f (bn )e − f (an )e + 2πiξ f (x)e−2πixξ dx.
an
Haciendo tender n a infinito y teniendo en cuenta que f y f 0 son integrables,

se tiene el resultado.
3. Para calcular la derivada de fˆ se puede derivar bajo el signo integral
usando el teorema B.13: la integrabilidad de xf (x) es suficiente para ello.
4. Multiplicamos (11.2) por −eiπ y hacemos un cambio de variable para
escribir
Z ∞ Z ∞
1
fˆ(ξ) = − f (x) e−2πiξ(x−1/2ξ) dx = − f (x + ) e−2πixξ dx;
−∞ −∞ 2ξ
lo sumamos con (11.2) y llegamos a
Z ∞
1 1
|fˆ(ξ)| ≤ |f (x) − f (x + )| dx,
2 −∞ 2ξ
que tiende a cero cuando ξ tiende a ∞ por la continuidad de la integral
(propiedad B.2 en el apéndice B).
5. Se escribe
Z ∞ Z ∞ Z ∞
f (x)ĝ(x) dx = f (x) g(y) e−2πixy dy dx
−∞ −∞ −∞
y se aplica el teorema de Fubini para cambiar el orden de integración.
Las propiedades segunda y tercera se pueden aplicar sucesivamente si se

tienen más derivadas integrables de f o si xm f (x) es integrable. Esta última
condición se cumple siempre si la función es de soporte compacto1 , y en este

caso fˆ es C ∞ . Incluso se tiene un resultado más fuerte.
Teorema 11.3. Si f es de soporte compacto, fˆ es analı́tica. En consecuen-
cia, si fˆ se anula en todos los puntos de un intervalo es idénticamente nula
(por el corolario 11.5, f será nula en casi todo punto).
Se dice que una función es analı́tica si coincide con la suma de su serie de

Taylor.
Demostración. Supongamos que f se anula fuera de [−A, A]; entonces

Z ∞ Z
A X (2πi(ξ − a))n A
fˆ(ξ) = f (x) e−2πixξ dx = f (x)e−2πixa xn dx
−A n=0
n! −A
X∞
= cn (ξ − a)n
n=0
con
(2πA)n
|cn | ≤ kf k1 .
n!
Tenemos ası́ una serie de potencias que converge en todo R.
Si fˆ se anula en un intervalo abierto, fˆ(n) (a) = 0 para cualquier a del
intervalo; al ser fˆ analı́tica, tiene que ser idénticamente nula.
Este resultado es una versión simplificada de un teorema más completo,

llamado teorema de Paley-Wiener, que asegura que se puede definir fˆ en
una banda del plano complejo y que es una función analı́tica en esa banda.
Ejemplo 11.1. Sea f la función caracterı́stica del intervalo [−1/2, 1/2], es
decir, f (x) = 1 si −1/2 ≤ x ≤ 1/2 y f (x) = 0 en otro caso; entonces,
sin πξ
fˆ(ξ) = .
πξ
La función del segundo miembro se suele llamar seno cardinal y se representa
por sinc ξ. Utilizando las propiedades algebraicas 3 y 5 se puede deducir a
partir de aquı́ la transformada de Fourier de la función caracterı́stica del
intervalo [a, b].
Ejemplo 11.2. Sea f (x) = e−2π|x| ; entonces,

1 1
fˆ(ξ) = .
π 1 + ξ2
Utilizando la propiedad algebraica 5 podemos calcular la transformada de
e−λ|x| .
1 Recordemos que una función es de soporte compacto si se anula fuera de un intervalo cerrado.
11.1. Transformada de Fourier 81
-1 1 -1 1
Figura 11.1. Gráficas de las funciones f y fˆ del ejemplo 11.1.
1 1
-1.5 1.5 -2 2
Figura 11.2. Gráficas de e−π|x| y su transformada de Fourier.
2
Ejemplo 11.3. Sea f (x) = e−πx . Derivando, f 0 (x) = −2πxf (x) y utili-
zando las propiedades analı́ticas 2 y 3 deducimos que
2πiξ fˆ(ξ) = −ifˆ0 (ξ) .
Tenemos ası́ que fˆ satisface una ecuación diferencial lineal de primer orden,
que se resuelve fácilmente por separación de variables y da fˆ(ξ) = Ce−πξ .
2
(También se podı́a haber dicho que f y fˆ satisfacen la misma ecuación

diferencial lineal de primer orden y, por tanto, deben ser linealmente depen-
dientes, fˆ = Cf .) Para determinar la constante hagamos ξ = 0,
Z ∞
C = fˆ(0) = f (x) dx = 1.
−∞
2
(El cálculo de la integral de e−x se puede hacer por varios procedimientos.
Véase el problema 11.2.) Utilizando la propiedad algebraica 5 deducimos
que entonces
µ ¶
1 −πx2 /λ2 b 2 2
(11.3) e (ξ) = e−πλ ξ .
λ
2
Otros dos procedimientos para calcular la transformada de Fourier de e−πx
aparecen en el problema 11.3.
0.5 -0.5
-3 3
2
Figura 11.3. Gráficas de e−9πx y su transformada de Fourier.
11.2. Un teorema de inversión

Teorema 11.4. Si f y fˆ son integrables, entonces
Z ∞
(11.4) f (x) = fˆ(ξ)e2πixξ dξ c.t.p.
−∞
Además, el término de la derecha es una función continua en x, de modo que

f coincide en casi todo punto con una función continua y se da la igualdad
en los puntos de continuidad de f .
Observamos que el término de la derecha es la transformada de Fourier de

fˆ evaluada en −x; dicho de otro modo, (fˆ)ˆ(x) = f (−x) en casi todo punto.
Por tanto, aplicar cuatro veces sucesivas la transformada de Fourier produce
una identidad.
Demostración. Utilizando (11.3) y la propiedad analı́tica 5 de la transfor-

mada de Fourier se deduce que
Z ∞ Z ∞
1 2 /t2 2 ξ2
(11.5) f (x + y)e−πy dy = e−πt fˆ(ξ)e2πixξ dξ .
t −∞ −∞
Si hacemos tender t a cero, el último término tiende al segundo miembro de

(11.4) por el teorema de la convergencia dominada. En la primera integral
hacemos el cambio de variable y por ty; si f es continua en x y acotada, por
ejemplo, el primer término tiende a f (x), por el mismo teorema.
Como no hacemos la hipótesis de continuidad de f , probamos primero la
convergencia en L1 a f del primer miembro. En efecto,
Z ∞
¯Z ∞
¯
¯ 2 ¯
¯
¯ f (x + ty)e−πy dy − f (x)¯¯ dx
−∞ −∞
Z ∞ µZ ∞ ¶
−πy 2
≤ e |f (x + ty) − f (x)| dx dy,
−∞ −∞
podemos aplicar el teorema B.17 para deducir que el término entre paréntesis
tiende a cero para cada y y acotarlo por 2kf k1 para aplicar el teorema de
la convergencia dominada y deducir que el lı́mite es 0. Ahora el teorema
B.16 asegura que hay una sucesión de valores de t para la que el término de
la izquierda de (11.5) converge a f en casi todo punto. Con esta sucesión
terminamos la demostración.
El término de la derecha de (11.4) define una función continua por la pro-
piedad 1 de la proposición 11.2.
Este teorema se aplica al ejemplo 11.2 y podemos poner

Z ∞
1 1
e−2π|x| = e2πixξ dξ .
π −∞ 1 + ξ2
11.3. Resultados de convergencia puntual 83
Sin embargo, no se aplica al ejemplo 11.1 porque la función sin ξ/ξ no es

integrable en el sentido de Lebesgue. Sı́ existe la integral impropia y uti-
lizándola podemos invertir la transformada de Fourier como veremos en la
siguiente sección.
Corolario 11.5. Si f ∈ L1 y fˆ = 0 c.t.p., entonces f = 0 c.t.p.
Como f y fˆ son integrables, se aplica el teorema.
11.3. Resultados de convergencia puntual

Los resultados clásicos de convergencia puntual que hemos visto para series
de Fourier tienen su contrapartida en el caso de las integrales de Fourier. A
la manera de la suma parcial de la serie de Fourier definimos para R > 0,
Z R
SR f (x) = fˆ(ξ)e2πixξ dξ ,
R
y estudiamos limR→∞ SR f (x). Cada una de estas integrales tiene sentido
porque fˆ es continua, pero como no tiene por qué ser una función integrable
no escribimos la integral de −∞ a ∞2 .
Comenzamos viendo la representación de SR f por medio de un núcleo de
Dirichlet. Para ello ponemos
Z RZ ∞
SR f (x) = f (t)e−2πitξ dt e2πixξ dξ
R −∞
Z∞ Z R Z ∞
2πi(x−t)ξ sin 2πR(x − t)
= f (t) e dξ dt = f (t) dt.
−∞ R −∞ π(x − t)
Si ahora definimos el núcleo de Dirichlet como
sin 2πRx
(11.6) DR (x) = ,
πx
tenemos
Z ∞ Z ∞
(11.7) SR f (x) = f (t)DR (x − t) dt = f (x − t)DR (t) dt,
−∞ −∞
de manera semejante a la representación de las sumas parciales de las series
de Fourier dada en (2.3). Al ser DR (t) una función par también podemos
escribir
Z ∞
(11.8) SR f (x) = [f (x − t) + f (x + t)] DR (t) dt .
0
Utilizando la representación (11.7) y el lema de Riemann-Lebesgue de la

proposición 11.2 tenemos un principio de localización análogo al teorema
2.2.
2 Usandola terminologı́a del apéndice B, sección B.1.4.3, estamos haciendo el valor principal
de Cauchy de la integral en R.
Teorema 11.6. Si f es una función integrable que se anula en (x − δ, x + δ)

para algún x ∈ R y δ > 0, limR→∞ SR f (x) = 0.
Teorema 11.7. Sea f una función integrable. Si para algún x y algún A la

función
f (x − t) + f (x + t) − 2A
h(t) =
t
es integrable en 0 < t < δ, entonces limR→∞ SR f (x) = A.
R
Demostración. Sabemos que limN →∞ 0N DR (t) dt = 1/2 (por ejemplo, en
el problema 2.7 del capı́tulo 2 se propone una prueba). Escribimos
Z N
SR f (x) − A = [f (x − t) + f (x + t) − 2A]DR (t) dt
Z 0∞
+ [f (x − t) + f (x + t)]DR (t) dt
N
Ã Z !
N
+ 1−2 DR (t) dt A.
0
Dado ² > 0, elegimos N de modo que

¯ ¯
¯1 Z N ¯ ²
¯ ¯
¯ − DR (t) dt¯ · |A| ≤ ,
¯2 0 ¯ 6
y
Z ∞ |f (x − t) + f (x + t)| ²
dt < .
N πt 3
Una vez fijado N , h(t) es integrable en (0, N ) y el lema de Riemann-Lebesgue
implica que
Z N |f (x − t) + f (x + t) − 2A|
lim sin πRt dt = 0.
R→∞ 0 πt
Eligiendo R0 tal que si R > R0 esta integral es (en valor absoluto) menor
que ²/3, resulta que para R > R0 se tiene |SR f (x) − A| < ².
Este teorema es análogo al teorema de Dini para series de Fourier (teorema

2.8). En particular, si f es derivable en x el teorema vale con A = f (x) y
si existen derivadas laterales será A = [f (x+) + f (x−)]/2, resultados que
corresponden a los teoremas 2.3 y 2.4. Se pueden utilizar condiciones más
débiles de tipo Lipschitz, por ejemplo, las de (2.7).
También se puede dar un teorema de tipo Dirichlet-Jordan para integrales
de Fourier.
11.4. Convolución y transformada de Fourier 85
Teorema 11.8. Si f es integrable en R y de variación acotada en un en-

torno de x,
f (x+) + f (x−)
lim SR f (x) = .
R→∞ 2
Como hemos visto en el capı́tulo 2 (previamente al teorema 2.10) una función

de variación acotada es diferencia de dos funciones no decrecientes. Para
probar el teorema es suficiente ver que se cumple si f es no decreciente en
un entorno de x y para ello se imita la prueba del teorema 2.5.
11.4. Convolución y transformada de Fourier

Dadas dos funciones integrables, f y g, se define su convolución f ∗ g como
la función integrable dada por
Z ∞ Z ∞
(11.9) f ∗ g(x) = f (x − y) g(y) dy = f (y) g(x − y) dy .
−∞ −∞
La integral no tiene por qué tener sentido puntualmente, pero es válida

como función en L1 ya que según el teorema de Fubini y la hipótesis de
integrabilidad de f y g se tiene
Z ∞
¯Z ∞
¯ Z ∞ Z ∞
¯ ¯
¯ f (x − y) g(y) dy ¯¯ dx ≤ |g(y)| |f (x − y)| dx dy
¯
−∞ −∞ −∞ −∞
= kf k1 kgk1 .
De paso hemos probado que kf ∗ gk1 ≤ kf k1 kgk1 (además, hay igualdad si

ambas funciones son positivas).
Teorema 11.9. Si f y g son integrables, (f ∗ g)ˆ(ξ) = fˆ(ξ)ĝ(ξ).
Demostración.
Z ∞ Z ∞
(f ∗ g)ˆ(ξ) = f (x − y) g(y) dy e−2πixξ dx
−∞ −∞
Z∞ µZ ∞ ¶
−2πiyξ −2πi(x−y)ξ
= g(y) e f (x − y) e dx dy
−∞ −∞
Z∞ µZ ∞ ¶
= g(y)e−2πiyξ f (x)e−2πixξ dx dy = fˆ(ξ)ĝ(ξ) .
−∞ −∞
Cuando g(x) = f (−x), la convolución se llama correlación y se escribe f ? f .
Corolario 11.10. (f ? f )ˆ(ξ) = |f (ξ)|2 .

11.5. Resultados de sumabilidad

Como ocurrı́a con las series de Fourier también ahora es más fácil recuperar
la función si en vez de hacer el lı́mite de las sumas parciales utilizamos
métodos de sumabilidad. Presentamos tres y hacemos una prueba conjunta.
11.5.1. Sumabilidad Cesàro. Consiste en hacer promedios de sumas par-

ciales:
Z R Z Z
1 1 R r ˆ
σR f (x) = Sr f (x) dr = f (ξ) e2πixξ dξ dr
R 0 R 0 −r
Z R µ ¶
|ξ| ˆ
= 1− f (ξ) e2πixξ dξ .
−R R
Si la función FR cuya transformada de Fourier es 1 − |ξ|/R es integrable, los
teoremas 11.9 y 11.4 permiten escribir
σR f (x) = FR ∗ f (x).
Calculando FR por la fórmula de inversión (problema 11.6) resulta
µ ¶2
1 sin πRx
(11.10) FR (x) = ,
R πx
que se llama núcleo de Fejér. También se puede calcular FR teniendo en
cuenta que
Z R
1
FR (x) = Dr (x) dr.
R 0
11.5.2. Sumabilidad Abel-Poisson. Este método de sumabilidad con-

siste en hacer convergente la integral de la inversión por la introducción de
un factor e−πt|ξ| y hacer después tender t a cero. Es decir, estudiamos
Z ∞
lim e−πt|ξ| fˆ(ξ) e2πixξ dξ.
t→0+ −∞
También esta integral se puede escribir como una convolución de f con la

transformada inversa de e−πt|ξ| ; según el ejemplo 11.2 tenemos
Z ∞
e−πt|ξ| fˆ(ξ) e2πixξ dξ = Pt ∗ f (x),
−∞
donde
1 t
(11.11) Pt (x) = ,
π t2 + x2
que se llama núcleo de Poisson.
11.5. Resultados de sumabilidad 87
11.5.3. Sumabilidad Gauss-Weierstrass. Ahora introducimos el factor

2
e−πtξ para hacer convergente la integral y estudiamos
Z ∞ 2
lim e−πtξ fˆ(ξ) e2πixξ dξ.
t→0+ −∞
La integral se escribe como una convolución

Z ∞ 2
e−πtξ fˆ(ξ) e2πixξ dξ = Wt ∗ f (x),
−∞
donde, a partir del ejemplo 11.3,
1 −πξ2 /t
(11.12) Wt (x) = √ e ,
4πt
que se llama núcleo de Gauss.
11.5.4. Propiedades comunes y teoremas.

Propiedades. 1. Los núcleos de Fejér, Poisson y Gauss son pares y no
negativos.
2. Los tres núcleos tienen integral 1.
3. Fijado δ > 0, se tiene
lim sup FR (x) = lim sup Pt (x) = lim sup Wt (x) = 0.
R→∞ |x|>δ t→0+ |x|>δ t→0+ |x|>δ
y
Z Z Z
lim FR (y) dy = lim Pt (y) dy = lim Wt (y) dy = 0.
R→∞ |y|>δ t→0+ |y|>δ t→0+ |y|>δ
Las propiedades se comprueban fácilmente. Para la segunda lo más sencillo

es darse cuenta de que la integral de una función coincide con el valor de su
transformada de Fourier en 0.
Teorema 11.11. Si f es integrable y existen los lı́mites laterales en un
punto x,
1
lim σR f (x) = lim Pt ∗ f (x) = lim Wt ∗ f (x) = [f (x+) + f (x−)].
R→∞ t→0+ t→0+ 2
En particular, el lı́mite es f (x) en los puntos de continuidad.
Si f es integrable y uniformemente continua (lo que ocurre, por ejemplo, si
es continua y tiene soporte compacto) la convergencia es uniforme.
Demostración. La prueba es análoga en los tres casos utilizando las pro-

piedades de los núcleos que hemos mencionado. La escribimos para el núcleo
de Fejér.
1
σR f (x)− [f (x+) + f (x−)]
2 Z
∞
= FR (y) [f (x + y) + f (x − y) − (f (x+) + f (x−))] dy.
0
Dado ² > 0 elegimos δ de modo que |f (x+y)+f (x−y)−(f (x+)+f (x−))| <
²/2 cuando 0 < y ≤ δ; esto junto con las propiedades 1 y 2 del núcleo de
Fejér da
Z δ ²
FR (y) |f (x + y) + f (x − y) − (f (x+) + f (x−))| dy < .
0 2
Por otra parte,
Z ∞
FR (y) |f (x + y) + f (x − y) − (f (x+) + f (x−))| dy
δ
Z ∞
≤ sup FR (y)kf k1 + |(f (x+) + f (x−)| FR (y) dy;
|y|>δ δ
utilizando la propiedad 3, encontramos R0 de modo que cuando R > R0

esta última expresión es menor que ²/2.
La continuidad uniforme en la hipótesis mencionadas se deja como ejercicio.
Teorema 11.12. Si f es integrable, σR f , Pt ∗ f y Wt ∗ f convergen a f en

L1 , es decir,
lim kσR f − f k1 = lim kPt ∗ f − f k1 = lim kWt ∗ f − f k1 = 0.

R→∞ t→0+ t→0+
Demostración. Se tiene
Z ∞
¯Z ∞
¯
¯ ¯
kσR f − f k1 = ¯ FR (y)(f (x − y) − f (x)) dy ¯¯ dx
¯
−∞ −∞
Z∞ µZ ∞ ¶
y
≤ F1 (y) |f (x − ) − f (x)| dx dy.
−∞ −∞ R
(Hemos hecho un cambio de variable en la integral en y antes de pasar a la
última desigualdad.) Se termina con el teorema de la convergencia dominada
y la continuidad de la integral como en la prueba del teorema 11.4.
Este resultado no implica convergencia puntual, pero de las propiedades de

los espacios Lp (teorema B.16) se deduce que existe una sucesión σRn f que
converge a f en casi todo punto e igualmente con los otros núcleos. Ahora
bien, la sucesión depende de f . El resultado general, sin extraer sucesiones,
también es cierto pero no lo demostraremos aquı́.
11.8. Problemas 89
11.6. Transformada de Fourier en senos y en

cosenos
En el estudio de series de Fourier hemos indicado (sección 1.6.2) que dada
una función en (0, π) se pueden definir una serie de Fourier de cosenos o una
serie de Fourier de senos, según se elijan una extensión par o una impar a
(−π, π).
Algo semejante se puede hacer ahora. Dada una función f en (0, ∞) se
define su transformada de Fourier en cosenos como
Z ∞
fˆC (ξ) = 2 f (x) cos 2πxξ dx,
0
y su transformada de Fourier en senos como

Z ∞
fˆS (ξ) = 2 f (x) sin 2πxξ dx.
0
Se comprueba fácilmente que la primera coincide con la transformada de

Fourier usual de la extensión par de f a todo R y la segunda con la de su
extensión impar multiplicada por i.
11.7. Transformada de Fourier en Rn

La transformada de Fourier se define para funciones integrables de Rn como la
función en Rn dada por
Z
ˆ
f (ξ) = f (x)e−2πi(x1 ξ1 +···+xn ξn ) dx1 . . . dxn .
Rn
Las propiedades se mantienen con pequeños cambios, por ejemplo, la aparición

de derivadas parciales en vez de ordinarias. También son válidos el teorema de
inversión 11.4 y el referente a la convolución 11.9.
Cuando f (x) = f1 (x1 ) · · · · · fn (xn ), la transformada de Fourier de f es el producto
de las transformadas unidimensionales de f1 , . . . , fn . Esto junto con los ejemplos
11.1 y 11.3 permite calcular las integrales de Fourier de productos de funciones
2
caracterı́sticas y de la gaussiana n-dimensional e−π|x| donde |x|2 = x21 + · · · + x2n .
11.8. Problemas
11.1 Probar las propiedades algebraicas de la transformada de Fourier.
2
11.2 Dos maneras de calcular la integral en (0, ∞) de e−πx .
(a) Multiplicando la integral por sı́ misma se tiene una integral en el pla-
no, que se puede escribir como integral doble utilizando el teorema
de Fubini. Pasando a coordenadas polares esta integral sale directa-
mente.
2 2
(b) Aplicar el teorema de Fubini a la función f (x, y) = ye−(x +1)y en
(0, ∞) × (0, ∞). En un sentido la integral se calcula directamente, en
el otro conduce a la que buscamos.
11.3 Dos métodos más para calcular la transformada de Fourier de la función
2
f (x) = e−πx del ejemplo 11.3. Completar los detalles.
(a) Utilizando el desarrollo en serie de Taylor de la exponencial se tiene
Z Z ∞
∞
−πx2 −2πixξ
∞
−πx2
X (−2πixξ)n
fˆ(ξ) = e e dx = e dx
−∞ −∞ n=0
n!
y se puede integrar término a término. Las integrales para n impar
son nulas porque el integrando es impar; para n par se pueden obtener
por recurrencia.
(b) Completando un cuadrado se puede escribir
Z ∞
2 2
fˆ(ξ) = e−πξ e−π(x+iξ) dx
−∞
y llamando h(ξ) a la integral del segundo miembro tenemos

Z ∞ Z ∞
0 −π(x+iξ)2 d −π(x+iξ)2
h (ξ) = −2πi (x + iξ) e dx = i e dx = 0.
−∞ −∞ dx
Entonces h es constante y su valor se calcula haciendo ξ = 0.
11.4 Probar que para una función real f la fórmula de inversión (11.4) se puede
escribir
Z ∞Z ∞
f (x) = 2 f (y) cos 2π(x − y)ξ dy dξ.
0 −∞
Esta fórmula se llama teorema integral de Fourier y aparece en el libro de

Fourier.
11.5 Determinar las condiciones que debe cumplir f para que fˆ sea real y para
que sea imaginaria pura. (No olvidar que f puede tomar valores complejos.)
11.6 Cálculo del núcleo de Fejér. Basta hacerlo para R = 1 y aplicar la propiedad
algebraica de dilatación de la transformada de Fourier. Se tiene
Z 1 Z 1
2πixξ
F1 (x) = (1 − |ξ|) e dξ = 2 (1 − ξ) cos(2πxξ) dξ.
−1 0
2
11.7 Calcular las transformadas de Fourier de las funciones: (a) xe−|x| ; (b) xe−x ;
2
(c) (4x2 − 2)e−x .
11.8 Calcular las transformadas de Fourier de las funciones: (a) (ax2 + bx + c)−1
Z 1/2
2 2
con a > 0 y b2 − 4ac < 0; (b) ex−x ; (c) e−(x−t) dt; (d) e−|2πx| sinc x.
−1/2
11.8. Problemas 91
11.9 Calcular utilizando transformadas de Fourier las integrales:

Z ∞ ∞ Z ∞ Z
cos bx −ax 2
2 2
dx, e cos bx dx, e−ax cos bx dx con a > 0.
0 x +a 0 0
11.10 Probar la segunda afirmación del teorema 11.11: si f es integrable y unifor-
memente continua, limR→∞ σR f = f uniformemente.
11.11 Calcular f y g sabiendo que cumplen las ecuaciones
Z ∞
f (u) cos(2πux) du = e−x si 0 < x < ∞;
0
Z (
∞ 1 si 0 < x < 1,
g(u) sin(2πux) du =
0 0 si 1 < x < ∞.
11.12 Probar que las n-traslaciones del seno cardinal son ortogonales:
Z (
∞ 1 si n = m,
sinc (x − n) sinc (x − m) dx =
−∞ 0 si n 6= m,
con n y m enteros.
11.13 Probar la fórmula de inversión para la transformada de Fourier del ejemplo
11.1 directamente, utilizando la integral de sin x/x calculada en el problema
2.7.
11.14 La clase de Schwartz. Las propiedades analı́ticas 2 y 3 de la transformada
de Fourier sugieren definir el siguiente espacio de funciones que llamamos
espacio o clase de (Laurent) Schwartz:
S(R) = {f ∈ C ∞ (R) : sup |t|m |f (j) (t)| = cmj < ∞ para todo m, j ∈ N}.
t∈R
Las funciones C ∞ de soporte compacto están en S(R) pero también otras

2
como e−x .
Probar que las funciones de S(R) son integrables y que sus transformadas
de Fourier también están en S(R). Por tanto, se puede aplicar el teorema
11.4; deducir que la transformación de Fourier es una biyección de S(R) en
sı́ mismo.
11.15 Fenómeno de Gibbs. El fenómeno de Gibbs que hemos presentado en el
capı́tulo 6 para las series de Fourier también ocurre en el caso de la trans-
formada. Para comprobarlo escojamos la función del ejemplo 11.1, es decir,
la función caracterı́stica del intervalo (−1/2, 1/2). Según los resultados de
convergencia de la sección 11.3 se tiene
lim SR f (x) = f (x)

R→∞
en los puntos de continuidad, que son todos menos 1/2 y −1/2. En un

intervalo de cualquiera de estos dos puntos, las sumas parciales presentan
un exceso sobre el valor 1, como en el caso de las series.
SR f se puede escribir según (11.7) como
Z x+1/2 sin 2πRt
SR f (x) = dt.
x−1/2 πt
De aquı́ podemos deducir la condición para que la derivada de SR f sea
nula. Si R = N entero, podemos determinar cuáles son los valores de x que
anulan a esta derivada y comprobar que el extremo más próximo a 1/2 por
su izquierda ocurre en x = (N − 1)/2N . Determinar
µ ¶
N −1
lim SN f
N →∞ 2N
y comprobar que el exceso es el mismo que ocurre en el caso de las series de
Fourier.
Comprobar también que
lim sup |SR f (x) − SN f (x)| = 0.
N →∞ N ≤R<N +1
11.16 Usando el teorema de inversión para la función e−x χ(0,∞) (x) deducir que


Z ∞ t sin xt + cos xt 0
 si x < 0,
dt = π/2 si x = 0,
0 1 + t2 

πe−x si x > 0.
1
11.17 Encontrar f integrable tal que f ∗ f (x) = .
a2 + x2
11.18 Probar que la ecuación f = f ∗ f no tiene ninguna solución no nula en L1 .
11.19 Núcleos de sumabilidad.
Igual que en el caso de series (problema 7.6) se pueden definir núcleos de
sumabilidad en las integrales de Fourier, que incluyen a los núcleos de Fejér,
Poisson y Gauss. Sea Kt una familia de funciones en R en la que t es un
parámetro discreto o continuo. Diremos que es un núcleo de sumabilidad si
se cumple:
1. Kt (x) ≥ 0 para todo x.
Z ∞
2. Kt (x) dx = 1 para todo t.
−∞
R
3. limt→t0 sup|x|>δ Kt (x) = 0 y limt→t0 |x|>δ Kt (x) dx = 0 para todo
δ > 0.
(Aquı́ t0 puede ser finito o infinito.) Los teoremas que hemos probado para
los núcleos particulares se pueden repetir para Kt ∗ f .
Capı́tulo 12
Transformada de
Fourier en L2
La teorı́a de las series de Fourier de funciones de cuadrado integrable tiene

un marco natural en los espacios de Hilbert como hemos visto en el capı́tulo
10. Una teorı́a semejante ahora tiene un problema de partida: las funciones
de cuadrado integrable no tienen por qué ser integrables, de modo que la
definición de la transformada de Fourier (11.2) podrı́a no tener sentido.
Éste es el primer problema que hay que resolver. Hagamos notar que no
podemos limitarnos al espacio L2 de funciones reales porque la transformada
de Fourier de una función real puede no ser real, ası́ que las funciones pueden
tomar valores complejos y el producto escalar y la norma en L2 son
Z ∞ Z ∞
hf, gi = f (x) g(x) dx y kf k22 = |f (x)|2 dx.
−∞ −∞
12.1. Igualdad de Plancherel en L1 ∩ L2

Proposición 12.1. Sea f una función en L1 ∩ L2 (es decir, f y f 2 son
integrables). Entonces, fˆ está en L2 y satisface
Z ∞ Z ∞
(12.1) 2
|f (x)| dx = |fˆ(ξ)|2 dξ.
−∞ −∞
Esta igualdad de normas en L2 se llama igualdad de Plancherel y es la

correspondiente a la del corolario 7.10 para series de Fourier. La elección de
otras variantes de la definición de transformada de Fourier mencionadas en
la observación posterior a (11.2) puede requerir una constante multiplicando
a uno de los términos de la igualdad de Plancherel.
93
Antes de probar la proposición daremos un lema.
Lema 12.2. Si f y g están en L2 su convolución define una función conti-

nua.
Demostración. La función |f (x − y)g(y)| es integrable porque se mayora

puntualmente por |f (x − y)|2 + |g(y)|2 , de modo que la convolución está bien
definida.
Además, por la desigualdad de Cauchy-Schwarz,
Z ∞
|f ∗ g(x + h)−f ∗ g(x)| ≤ |f (x + h − y) − f (x − y)| |g(y)| dy
−∞
µZ ∞ ¶1/2 µZ ∞ ¶1/2
2 2
≤ |f (y + h) − f (y)| dy |g(y)| dy ,
−∞ −∞
que tiende a cero con h por la continuidad respecto a las traslaciones de la

norma de L2 (teorema B.17).
Demostración de la proposición. La correlación f ? f definida en la sec-

ción 11.4 es una función integrable, por ser convolución de dos funciones
integrables, y es continua, por el lema precedente. Utilizando el resulta-
do de sumabilidad del teorema 11.11 con el núcleo de Gauss, por ejemplo,
podemos escribir
Z ∞ Z ∞ 2
(12.2) |f (x)|2 dx = f ? f (0) = lim |fˆ(ξ)|2 e−πtξ dξ.
−∞ t→0 −∞
Si probamos que fˆ está en L2 , el teorema de la convergencia dominada

permite pasar el lı́mite dentro de la integral en el último término y obtener
(12.1).
Excluimos el caso trivial en que f es cero en casi todo punto. Por un lado
tenemos que si 0 < t < t0 ,
Z ∞ Z ∞
2
|fˆ(ξ)|2 e−πtξ dξ ≤ 2 |f (x)|2 dx .
−∞ −∞
2
Ahora, fijado R > 0 podemos encontrar t < t0 tal que e−πtξ ≥ 1/2 cuando
|ξ| < R; entonces
Z R Z ∞
|fˆ(ξ)|2 dξ ≤ 4 |f (x)|2 dx
−R −∞
y del teorema de la convergencia monótona se deduce que la integral de

|fˆ(ξ)|2 es finita.
12.2. Definición de la transformada de Fourier en L2 95
12.2. Definición de la transformada de Fourier

en L2
Dada una función f de L2 , existen sucesiones de funciones de L1 ∩ L2 que
convergen a f en L2 . Una de ellas es
(
f (x), si |x| < n,
(12.3) fn (x) =
0, en otro caso;
la convergencia a f en L2 es consecuencia del teorema de la convergencia
monótona (teorema B.10).
Sea {fn } una sucesión cualquiera de L1 ∩ L2 que converge a f en L2 ; será
una sucesión de Cauchy en L2 y aplicando la proposición 12.1 se tiene
kfˆn − fˆn k2 = kfn − fm k2 ,
lo que implica que la sucesión {fˆn } también es de Cauchy en L2 . Como
L2 es un espacio completo, la sucesión {fˆn } converge, de modo que existe
una función h de L2 tal que limn→∞ kfˆn − hk2 = 0. Diremos que h es la
transformada de Fourier de f , que seguiremos escribiendo como fˆ.
Necesitamos comprobar que la definición anterior no depende de la sucesión
escogida. Ası́ es, porque si {fn } y {gn } son dos sucesiones de L1 ∩ L2 que
convergen en L2 a f , su diferencia converge a 0; por la igualdad (12.1),
fˆn − ĝn también converge a 0 y sus lı́mites deben ser iguales.
Por otra parte, está claro que si la función ya estaba en L1 la nueva definición
no cambia la transformada de Fourier porque se puede tomar fn = f para
todo n.
Teorema 12.3. Sea f una función de L2 (R).
1. Se tiene
Z n
fˆ(ξ) = lim f (x) e−2πixξ dx,
n→∞ −n
entendiendo el lı́mite en la norma de L2 .

2. f y fˆ satisfacen la igualdad de Plancherel (12.1).
3. Si f y g están en L2 ,
Z ∞ Z ∞
(12.4) f (x) ĝ(x) dx = fˆ(ξ) g(ξ) dξ.
−∞ −∞
y
Z ∞ Z ∞
(12.5) f (x) g(x) dx = fˆ(ξ) ĝ(ξ) dξ.
−∞ −∞
Demostración. 1. Se aplica la definición a la sucesión {fn } definida en

(12.3).
2. Si {fn } es una sucesión de L1 ∩ L2 que converge a f en L2 , {kfn k2 }

converge a kf k2 (este resultado aparece en el problema 10.5). Para cada fn
tenemos (12.1) y podemos pasar al lı́mite.
3. Sean {fn } y {gn } sucesiones de L1 ∩ L2 que convergen a f y g, respec-
tivamente; (12.4) es válida para fn y gn por la propiedad analı́tica 5 de la
proposición 11.2 y para obtener (12.4) hay que pasar al lı́mite (como en el
problema 10.6). Para el primer miembro, por ejemplo, ponemos
¯Z ∞ ¯
¯ ¯
¯ (fn (x) ĝn (x) − f (x) ĝ(x)) dx¯
−∞
Z ∞ Z ∞
≤ |fn (x) − f (x)| |ĝn (x)| dx + |ĝn (x) − ĝ(x)| |f (x)| dx,
−∞ −∞
y comprobamos que cada sumando tiende a cero.
Si ponemos ĝ = h, resulta g = ĥ y de (12.4) sale (12.5).
La igualdad de Plancherel sale también de (12.5) haciendo g = f . Recı́procamente,

(12.5) sale de la igualdad de Plancherel utilizando la igualdad puntual:
4f g = |f + g|2 − |f − g|2 + i|f + ig|2 − i|f − ig|2 .
12.3. Teorema de inversión y otras propiedades

El teorema 11.9 vale si una de las dos funciones está en L2 .
Teorema 12.4. Sea f ∈ L2 y g ∈ L1 . Entonces, f ∗ g está en L2 y se tiene
(f ∗ g)ˆ(ξ) = fˆ(ξ)ĝ(ξ).
Demostración. Se deja como ejercicio (problema 12.3) la prueba de las

dos siguientes afirmaciones:
(i) La definición (11.9) produce una función de L2 si f ∈ L2 y g ∈ L1 .
(ii) Si fn es una sucesión de funciones de L1 ∩ L2 que converge a f en L2 ,
la sucesión fn ∗ g de funciones de L1 ∩ L2 converge a f ∗ g en L2 .
Para completar la prueba del teorema observamos que si fn es una sucesión
como en (ii), fˆn ĝ converge a fˆĝ en L2 ; en efecto, fˆn converge a fˆ en L2 y
ĝ es acotada. Por el teorema 11.9 se tiene (fn ∗ g)ˆ = fˆn ĝ y el resultado se
deduce pasando al lı́mite.
Teorema 12.5. Si f está en L2 , se tiene (fˆ)ˆ(x) = f (−x) como funciones
de L2 y, por tanto, en casi todo punto. En particular,
Z n
f (x) = lim fˆ(ξ) e2πixξ dξ,
n→∞ −n
como lı́mite en L2 . Además, la transformada de Fourier define una isometrı́a

en L2 .
12.3. Teorema de inversión y otras propiedades 97
Demostración. Si FN es el núcleo de Fejér de (11.10) (tomamos sólo va-

lores enteros de N ). Para f ∈ L2 , se tiene limN →∞ FN ∗ f = f en L2 lo que
se puede probar directamente o aplicando la transformada de Fourier y la
igualdad de Plancherel. Además, F̂N fˆ es una sucesión de L2 que converge
a fˆ en L2 luego (fˆ)ˆ coincide con el lı́mite en L2 de (FN ∗ f )ˆˆ.
Si f ∈ L1 ∩ L2 , tanto FN ∗ f como su transformada de Fourier están en L1
y por el teorema 11.4 se tiene (FN ∗ f )ˆˆ(x) = (FN ∗ f )(−x). Pasando al
lı́mite cuando N tiende a infinito se tiene el resultado para estas funciones.
Si sólo suponemos que f está en L2 , se tiene FN ∗f ∈ L1 ∩L2 y para cada una
de estas funciones vale el resultado. Se vuelve a aplicar un paso al lı́mite.
Este resultado junto con el del teorema 12.3 implica que la transformada de
Fourier es una biyección de L2 en sı́ mismo y por la igualdad de Plancherel,
es una isometrı́a.
Las propiedades analı́ticas que relacionan transformación de Fourier y deri-

vación también se extienden al espacio L2 .
Proposición 12.6. 1. Si f y f 0 están en L2 , ξ fˆ(ξ) está en L2 y

0 ˆ
(f )ˆ(ξ) = 2πiξ f (ξ) en casi todo punto.
2. Si f y xf están en L2 , fˆ es continua, existe
fˆ(ξ + h) − fˆ(ξ)
lim
h→0 h
en L2 y coincide con (−2πixf )ˆ(ξ). Si (fˆ)0 existe en el sentido habi-
tual, coincide en casi todo punto con ese lı́mite.
Demostración. 1. Sea ϕ una función de clase C 1 tal que 0 ≤ ϕ(x) ≤ 1

para todo x, ϕ(x) = 1 si |x| < 1 y ϕ(x) = 0 si |x| > 2. Sea ϕn (x) = ϕ(x/n).
Con el teorema de convergencia dominada se puede ver que
lim ϕn f = f y lim (ϕn f )0 = f 0
n→∞ n→∞
en L2 . Entonces, (f 0 )ˆ = limn→∞ ((ϕn f )0 )ˆ en L2 . Por otra parte, ϕn f está

en L1 y podemos aplicar la propiedad 2 de la proposición 11.2 para deducir
que ((ϕn f )0 )ˆ(ξ) = 2πiξ(f ϕn )ˆ(ξ). Como (f ϕn )ˆ(ξ) converge a fˆ(ξ) en casi
todo punto (porque converge en L2 ), se tiene el resultado.
2. f está en L1 porque
1
2|f (x)| ≤ + (1 + x2 )|f (x)|2
1 + x2
y la integral del lado derecho es finita en las hipótesis del enunciado. Por
ser f integrable, fˆ es continua.
Como se tiene
Ã !
fˆ(ξ + h) − fˆ(ξ) e−2πixh − 1 b
= f (x) (ξ),
h h
existe el lı́mite en L2 del miembro de la izquierda si existe el de su antitrans-
formada (la expresión entre paréntesis de la derecha). Pero
Z ¯ Ã !¯2
¯∞ e−2πixh − 1 ¯
¯ ¯
lim ¯f (x) + 2πix ¯ dx = 0
h→0 −∞ ¯ h ¯
aplicando el teorema de la convergencia dominada (el módulo de la expresión

entre paréntesis se acota 4π|x|). Entonces,
fˆ(ξ + h) − f (ξ)
lim = (−2πixf )ˆ(ξ) en L2 .
h→0 h
En realidad, en la primera parte de la proposición no se necesita que la

derivada exista puntualmente, bastarı́a con la existencia de una función g
tal que
° °
° f (· + h) − f (·) °
°
lim ° − g°
h→0 h ° = 0.
2
Llamando f 0 = g (g coincide con f 0 en casi todo punto si f es derivable), se
tiene el resultado enunciado. La prueba es como la de la segunda parte.
12.4. La transformada de Fourier en Lp , 1 < p < 2

Una función de Lp , con 1 < p < 2, se puede descomponer en suma de dos
funciones, una de L1 y otra de L2 . Una manera de hacerlo es la siguiente:
si f ∈ Lp , el conjunto E = {x : |f (x)| > 1} tiene medida finita porque en
otro caso la integral de |f |p serı́a infinita; definimos
( (
f (x) si x ∈ E, f (x) si x ∈
/ E,
f1 (x) = f2 (x) =
0 si x ∈
/ E; 0 si x ∈ E.
Está claro que f = f1 + f2 ; además,
Z Z µZ ¶1/p
p
|f1 (x)| dx = |f (x)| dx ≤ |f (x)| dx (m(E))1/q
R E E
utilizando la desigualdad de Hölder (teorema B.18) con 1/p + 1/q = 1, por
lo que f1 ∈ L1 , y
Z Z Z
2 2
|f2 (x)| dx = |f (x)| dx ≤ |f (x)|p dx,
R R\E R\E
ya que |f (x)| ≤ 1 en R \ E, por lo que f2 ∈ L2 .

Podemos entonces definir
ˆ ˆ ˆ
f = f1 + f2 , que será suma de una función de L∞ y de otra de L2 . La
12.5. Otra definición de la transformada de Fourier en L2 99
descomposición de f en suma de funciones de L1 y L2 no es única, luego

hay que comprobar que cualquier otra produce la misma transformada de
Fourier. Pero si f = g1 +g2 con g1 ∈ L1 y g2 ∈ L2 , f1 −g1 = g2 −f2 ∈ L1 ∩L2
y ĝ1 + ĝ2 = fˆ1 + fˆ2 porque en L1 ∩ L2 las dos definiciones coinciden.
Aunque la definición sólo nos dice que la transformada está en L∞ + L2 , en realidad
existe un resultado más preciso, que no probaremos aquı́, y dice que fˆ está en Lq
donde, como antes, 1/p + 1/q = 1; incluso se tiene la desigualdad de Hausdorff-
Young:
kfˆkq ≤ kf kp .
El proceso anterior muestra que podemos definir la transformada para funciones en
L1 +L2 , pero no permite hacerlo en Lp si p > 2. De hecho, no a toda función en esos
espacios Lp se le puede asignar una transformada de Fourier que sea una función y
la definición trabaja con objetos más generales que las funciones (distribuciones).
12.5. Otra definición de la transformada de

Fourier en L2
Norbert Wiener observó que L2 (R) tiene una base ortonormal formada por
funciones propias de la transformada de Fourier y esto le permitió dar una
definición de la transformada de Fourier en L2 . Salvo por la normalización,
la base viene dada por las funciones de Hermite que se definen como
(−1)n πx2 dn −2πx2
hn (x) = e (e ), n ≥ 0.
n! dxn
2
Es fácil ver que hn (x) = e−πx pn (x) donde pn es un polinomio de grado n
(polinomio de Hermite) y, por tanto, es una función integrable. Su trans-
formada de Fourier está bien definida.
Las funciones de Hermite satisfacen las siguientes relaciones de recurrencia:
(12.6) h0n − 2πxhn = −(n + 1)hn+1 ,
(12.7) h0n + 2πxhn = 4πhn−1 ,
tomando en la segunda h−1 ≡ 0. De aquı́ se deduce la relación de recurrencia
de tres términos de las funciones de Hermite:
(n + 1)hn+1 − 4πxhn + 4πhn−1 = 0.
Para probar que la transformada de Fourier de hn es un múltiplo de hn ,
aplicamos la transformada de Fourier a (12.6) y encontramos una relación
de recurrencia para ĥn . Comprobamos a continuación que esta relación es
la misma que la de (−i)n hn y como ĥ0 = h0 deducimos que ĥn = (−i)n hn .
Para probar la ortogonalidad (hhn , hm i = 0 si n 6= m) observamos a partir
de las relaciones de recurrencia que
(12.8) h00n = [4π 2 x2 − 2π(2n + 1)]hn ;
el resto se hace integrando por partes.

La sucesión {en = hn /||hn ||2 } será un sistema ortonormal en L2 (R). Para
probar que es completo, según el teorema 10.4, basta ver que si hf, en i = 0
para todo n, f es idénticamente nula. Los detalles se explican en el problema
12.5.
P∞
Una vez probado esto, f ∈ L2 (R) se escribe como f = n=0 hf, en ien y
∞
X
kf k22 = |hf, en i|2 .
n=0
Definimos
∞
X
(12.9) fˆ = hf, en i(−i)n en ,
n=0
que por el teorema de Riesz-Fischer está en L2 (R) y claramente cumple
||f ||2 = ||fˆ||2 . Es inmediato comprobar que la fórmula de inversión es
∞
X
f= hfˆ, en iin en .
n=0
12.6. Problemas
12.1 A partir del ejemplo 11.1 y del núcleo de Fejér deducir que
Z ∞ µ ¶2 Z ∞ µ ¶3 Z ∞ µ ¶4
sin πx sin πx 3π sin πx π
dx = 1, dx = , dx = .
−∞ πx −∞ πx 8 −∞ πx 3
12.2 Utilizar (12.5) para evaluar las integrales
Z ∞ Z ∞
dx sin πax
2 2 2 2
y 2 2
dx.
−∞ (x + a )(x + b ) −∞ x(x + b )
12.3 Probar las afirmaciones (i) y (ii) de la prueba del teorema 12.4.
12.4 La función x/(x2 + a2 ) está en L2 pero no es integrable. Determinar justi-
ficadamente su transformada de Fourier a partir de la de 1/(x2 + a2 ).
12.5 Completar los detalles de la definición de Wiener de la transformada de
Fourier en L2 .
1. Probar (12.6) y (12.7).
2. Escribir la relación de recurrencia para ĥn y comprobar que es la
misma que la de (−i)n hn .
3. Probar (12.8) y deducir la ortogonalidad de los hn .
4. Probar que si hf, hn i = 0 para todo n, f es idénticamente nula. Pro-
bar primero que la hipótesis equivale a
Z ∞ 2
f (x)e−πx xn dx = 0
−∞
12.6. Problemas 101
para todo n. Después escribir la transformada de Fourier de g(x) =

2
f (x)e−πx como serie de potencias
∞ Z
X ∞ 2 (2πiξ)k
ĝ(ξ) = f (x)e−πx xn dx
n=0 −∞
k!
(justificar la convergencia) y concluir que tiene que ser nula.
12.6 Utilizando la fórmula de recurrencia (12.6) y la relación (12.8) demostrar
que
(n + 1)||hn+1 ||22 = 4π||hn ||22 .
√
Deducir que ||hn ||22 = (4π)n ( 2n!)−1 .
12.7 Deducir de la definición (12.9) y de las propiedades de las funciones de
Hermite que
Z ∞ Z ∞ ∞
1 X 1
2 2
x |f (x)| dx + ξ 2 |fˆ(ξ)|2 dξ = (n + 1/2)|(f, en )|2 ≥ ||f ||22
−∞ −∞ π n=0 2π
2
y que sólo hay igualdad en múltiplos constantes de e−πx .
12.8 La definición de la transformada de Fourier en L2 también se puede basar
en las funciones de la clase de Schwartz, introducida en el problema 11.14
del capı́tulo anterior. Como tanto la función como su transformada están
en L1 , la igualdad
Z Z
f ĝ = fˆg
se deduce de la proposición 11.2 y haciendo ĝ = f se deduce (12.1) para

las funciones de S(R). Como este espacio es denso en L2 (contiene a las
funciones continuas de soporte compacto, que son densas), se termina por
un argumento de densidad como el que hemos utilizado para L1 ∩ L2 .
Capı́tulo 13
Aplicaciones de la
transformada de
Fourier
13.1. Principio de incertidumbre

Teorema 13.1. Si f, xf y f 0 están en L2 se tiene
µZ ∞ ¶ µZ ∞ ¶
1
x2 |f (x)|2 dx ξ 2 |fˆ(ξ)|2 dξ ≥ ||f ||42 .
−∞ −∞ 16π 2
2
La igualdad sólo se produce si f (x) = ekx , k < 0.
Demostración. Por la proposición 12.6 tenemos (f 0 )ˆ(ξ) = 2πiξ fˆ(ξ); con

la igualdad de Plancherel y la desigualdad de Cauchy-Schwarz podemos
escribir
µZ ∞ ¶ µZ ∞ ¶
2 2 2 2
x |f (x)| dx ξ |f (ξ)| dξ
−∞ −∞
µZ ∞ ¶ µZ ∞ ¶
1 2 2 0 2
= 2 x |f (x)| dx |f (x)| dx
4π −∞ −∞
¯Z ∞
¯2
1 ¯
¯
¯
≥ 2 ¯ xf (x)f (x) dx¯¯
0
4π −∞
¯ Z ∞ ¯2
1 ¯
¯Re
¯
0 (x) dx¯ .
≥ 2 ¯ xf (x)f ¯
4π −∞
103
104 13. Aplicaciones de la transformada de Fourier
d
Teniendo en cuenta que |f (x)|2 = 2Re [f (x)f 0 (x)], podemos acotar infe-
dx
riormente el último término por
Z ¯ ¯
1 ¯¯ ∞ d 2
¯2
x |f (x)| dx¯ ,
¯
16π 2 −∞ dx ¯
de donde el resultado se deduce por integración por partes.

La desigualdad de Cauchy-Schwarz es una igualdad si xf y f 0 son pro-
porcionales (problema 10.2), es decir, si f 0 = 2kxf , de donde se deduce
2
f (x) = ekx . La integrabilidad requiere que k < 0 y por ser las funcio-
nes reales, el cambio del módulo del complejo por la parte real mantiene la
igualdad.
Si f cumple las hipótesis del teorema, también las cumple la función g(x) =
f (x + x0 ) e2πixξ0 ; escribiendo la desigualdad para g y trasladando la variable
llegamos a
µZ ∞ ¶ µZ ∞ ¶
1
2 2
(x − x0 ) |f (x)| dx (ξ − ξ0 ) |fˆ(ξ)|2 dξ ≥
2
||f ||42 .
−∞ −∞ 16π 2
13.2. Fórmula de sumación de Poisson

P
Teorema 13.2. Sea f continua e integrable. Si ∞
k=−∞ f (x + k) converge
P∞ ˆ
uniformemente para 0 ≤ x ≤ 1 y k=−∞ f (k) converge absolutamente,
entonces
∞
X ∞
X
(13.1) f (k + x) = fˆ(k)e2πikx
k=−∞ k=−∞
y, en particular,
∞
X ∞
X
f (k) = fˆ(k),
k=−∞ k=−∞
que se llama fórmula de sumación de Poisson.

P
Demostración. La función ∞ k=−∞ f (x + k) es periódica de periodo 1 y
continua; su serie de Fourier se escribe
 
∞
X Z 1 ∞
X ∞
X
 f (t + k) e−2πint dt e2πinx = fˆ(n) e2πinx .
n=−∞ 0 k=−∞ n=−∞
P ˆ
Como ∞ n=−∞ |f (n)| es convergente por hipótesis, la serie de Fourier con-
verge uniformemente a la función y se tiene (13.1).
El caso particular corresponde a x = 0.
13.4. Ecuación de Schrödinger 105
13.3. Ecuación del calor

Buscamos una solución del problema de la difusión del calor unidimensional
dado por
 2
 ∂u − ∂ u = 0 ,

−∞ < x < ∞ , t > 0 ,
(13.2) ∂t ∂x2

 u(x, 0) = f (x) , −∞ < x < ∞ ,
donde suponemos que f es integrable.
Haciendo la transformada de Fourier de u en la variable x definimos
Z ∞
û(ξ, t) = u(x, t) e−2πixξ dx .
−∞
Utilizando las propiedades de la transformada de Fourier y la ecuación (13.2)
deducimos que û debe satisfacer la siguiente ecuación:

 ∂ û + 4π 2 ξ 2 û = 0 , −∞ < ξ < ∞ , t > 0 ,

∂t

û(ξ, 0) = fˆ(ξ) , −∞ < ξ < ∞ .
Para cada ξ fijo tenemos una ecuación diferencial ordinaria en t que se
resuelve fácilmente; obtenemos
2 2
û(ξ, t) = fˆ(ξ) e−4π ξ t .
Ahora para cada t fijo podemos invertir la transformada de Fourier, ya que
es el producto de dos funciones de L1 . Aplicando el resultado del ejemplo
11.3 deducimos que
Z ∞
1 2
u(x, t) = √ f (y) e−(x−y) /4t dy = Wt ∗ f (x),
4πt −∞
donde Wt es el núcleo de Gauss (11.12).
Que esta función cumple la ecuación para t > 0 se comprueba fácilmente
ya que la gaussiana permite derivar bajo el signo integral. Si interpretamos
la condición inicial de (13.2) como limt→0 u(x, t), podemos referirnos a los
teoremas 11.11 y 11.12.
13.4. Ecuación de Schrödinger

Consideramos ahora el problema de valores iniciales para la ecuación de
Schrödinger,
 2
i ∂u − ∂ u = 0 ,

−∞ < x < ∞ , t > 0 ,
(13.3) ∂t ∂x2

 u(x, 0) = f (x) , −∞ < x < ∞ .
Esta ecuación se asemeja a la anterior y procedemos del mismo modo: hace-
mos la transformada de Fourier de u en la variable x, escribimos la ecuación
para û y resolvemos la ecuación diferencial ordinaria en t para cada ξ fijo.

Obtenemos
2 2
(13.4) û(ξ, t) = fˆ(ξ) e4π iξ t .
Aquı́ empiezan las diferencias con el caso de la ecuación del calor: el último
factor está acotado, pero no es integrable. Con los resultados de que dispo-
nemos no podemos invertir la transformada de Fourier si sólo decimos que
f es integrable. Sin embargo, si f está en L2 , sabemos que también fˆ está
en L2 (teorema de Plancherel) y al multiplicarla por una función acotada,
seguirá estando en L2 . Entonces podemos decir que para cada t, u(x, t) es
la función de L2 cuya transformada de Fourier viene dada por (13.4).
Para poder dar sentido a las derivadas de la ecuación (13.3) necesitarı́amos
hipótesis suplementarias sobre f (o un concepto más amplio de derivada).
La condición inicial se cumple al menos como
(13.5) lim u(x, t) = f (x) en L2 .
t→0
13.5. Probabilidad: función caracterı́stica y

teorema central del lı́mite
Una densidad de probabilidad en R es una función no negativa f con integral
1 sobre todo R. Asociada a una densidad hay una medida de probabilidadR
que asigna a cada conjunto medible E de R la probabilidad P (E) = E f .
La media m y la varianza σ 2 de la probabilidad dada por la densidad f se
definen como
Z Z µ Z ¶
m= xf (x) dx y σ2 = (x − m)2 f (x) dx = x2 f (x) dx − m2 ,
R R R
si estas integrales son finitas. La raı́z cuadrada de la varianza, σ, se llama
desviación tı́pica.
Una variable aleatoria es una función medible con valores reales definida en
un espacio de probabilidad. Su densidad de probabilidad es f si la probabi-
lidad de que X esté en el intervalo (a, b) es la probabilidad de (a, b) definida
por f , lo que escribimos
Z b
P (a < X < b) = f (x) dx.
a
Un concepto introducido por Paul Lévy es el de función caracterı́stica 1 . Se

llama función caracterı́stica de una densidad de probabilidad a su transfor-
mada de Fourier (que puede llevar como definición alguna de las variantes
que hemos mencionado en la observación de la sección 11.1).
1 No hay que confundir esta función caracterı́stica con la de un conjunto, que vale 1 en los
puntos del conjunto y 0 fuera de él. Para evitar confusiones los probabilistas acostumbran a llamar
función indicatriz a esta última.
13.5. Probabilidad: función caracterı́stica y teorema central del lı́mite 107
Dos variables aleatorias X e Y con densidades f y g se dice que son inde-

pendientes si
Z b Z d
P (a < X < b, c < Y < d) = f (x) dx g(y) dy.
a c
El producto f (x)g(y) define una densidad de probabilidad en R2 ; permite

definir combinaciones de las variables aleatorias independientes X e Y , por
ejemplo,
Z Z
P (a < X + Y < b) = f (x)g(y) dx dy
a<x+y<b
Z ∞ Z b−x Z b
= f (x) g(y) dy dx = (f ∗ g)(t) dt,
−∞ a−x a
es decir, la variable aleatoria X +Y tiene como densidad f ∗g. Este resultado

se puede generalizar a más variables aleatorias. También se puede obtener
a partir de la función caracterı́stica; la de la variable X + Y es
Z Z
e−2πi(x+y)ξ f (x)g(x) dx dy = fˆ(ξ)ĝ(ξ),
R R
que coincide con (f ∗ g)ˆ por el teorema 11.9. La función de densidad de

X + Y se obtiene invirtiendo la función caracterı́stica, luego es f ∗ g.
Teorema 13.3 (Teorema central del lı́mite). Sea {Xn } una sucesión de va-
riables aleatorias independientes, todas con la misma densidad f , de media
√
0 y desviación tı́pica 1. Sea Sn = (X1 + X2 + · · · + Xn )/ n. Entonces,
Z b
1 2 /2
lim P (a < Sn < b) = √ e−x dx.
n→∞ 2π a
Demostración. La densidad de X1 + X2 + · · · + Xn es f ∗ · · · ∗ f (n veces)

luego
Z √ Z
b n b√ √
P (a < Sn < b) = √ (f ∗ · · · ∗ f )(x) dx = n(f ∗ · · · ∗ f )( nx) dx
a n a
y tenemos que probar que

Z b√ Z b
√ 1 2
(13.6) lim n(f ∗ · · · ∗ f )( nx) dx = √ e−x /2 dx.
n→∞ a 2π a
Sea ϕ una función integrable; entonces,
Z Z µ µ ¶¶n
√ √ ξ
(13.7) n(f ∗ · · · ∗ f )( nx)ϕ̂(x) dx = fˆ √ ϕ(ξ) dξ.
R R n
utilizando el teorema 11.9 y las propiedades 5 de las proposiciones 11.2 y
11.1.
De las hipótesis sobre la densidad tenemos

Z Z
fˆ(0) = f (x) dx = 1, fˆ0 (0) = −2πi xf (x) dx = 0,
R R
Z
fˆ00 (0) = −4π 2 x2 f (x) dx = −4π 2 ,
R
por lo que usando el desarrollo de Taylor se tiene
µ ¶
ξ 2π 2 ξ 2
fˆ √ =1− + r(ξ, n)
n n
donde limn→∞ nr(ξ, n) = 0. Deducimos que puntualmente
µ µ ¶¶n
ξ 2 ξ2
lim fˆ √ = e−2π
n→∞ n
y como |fˆ(ξ)| ≤ 1 y ϕ es integrable, el teorema de la convergencia dominada
permite pasar al lı́mite en el segundo miembro de (13.7); volviendo a utilizar
la propiedad 5 de la proposición 11.2 tenemos
Z Z
√ √ 1 2
(13.8) lim n(f ∗ · · · ∗ f )( nx)ϕ̂(x) dx = √ e−x /2 ϕ̂(x) dx.
n→∞ R 2π R
No podemos poner en esta igualdad ϕ̂(x) = χ(a,b) (x) porque entonces ϕ
no es integrable, ası́ que para llegar a (13.6) utilizamos un argumento de
aproximación; para ² > 0, elegimos ϕ̂² de modo que valga 1 si a ≤ x ≤ b, 0
si x < a − ² o x > b + ², y sea lineal en (a − ², a) y (b, b + ²). Escribiendo
(13.8) para ϕ² y pasando al lı́mite cuando ² tiende a cero, se obtiene (13.6).
(Queda por comprobar que ϕ² es integrable; véase el problema 13.9.)
13.6. Funciones de banda limitada y teorema de

muestreo
Una función cuya transformada de Fourier se anula fuera de un intervalo
se dice que es de banda limitada. Las funciones de banda limitada son
importantes en teorı́a de señales porque las frecuencias de éstas se mueven
en una banda de valores.
Si sabemos que fˆ tiene su soporte en el conjunto |ξ| ≤ A/2 y que, por
ejemplo, está en L2 , sus coeficientes de Fourier como función definida en el
intervalo [−A/2, A/2] la determinan completamente. Para la forma compleja
de la serie estos coeficientes son
Z µ ¶
1 A/2 ˆ −2πikξ/A 1 k
f (ξ) e dξ = f − .
A −A/2 A A
Pero si fˆ está completamente determinada, también lo está f , por lo que
concluimos que los valores de f en los puntos k/A son suficientes para definir
f completamente. La distancia 1/A a la que hay que tomar dos muestras
13.6. Funciones de banda limitada y teorema de muestreo 109
consecutivas de f se llama intervalo de Nyquist y su inverso A es la razón

de Nyquist. Obviamente, hay que tomar más muestras cuanto menos con-
centrada esté la banda de frecuencias de la señal (cuanto mayor sea A).
El resultado que sigue da una fórmula para reconstruir f a partir de sus
muestras.
Teorema 13.4 (Teorema de Shannon). Sea f una función de L2 (R) tal
que fˆ(ξ) = 0 si |ξ| ≥ A/2. Entonces,
∞
X µ ¶
k sin π(Ax − k)
(13.9) f (x) = f ,
k=−∞
A π(Ax − k)
como igualdad en L2 , y
Z ∞ ¯ µ ¶¯
∞ 1 X
2
¯
¯f k ¯¯2
(13.10) |f (x)| dx = .
−∞ A k=−∞ ¯ A ¯
P∞
Si además la serie k=−∞ |f (k/A)| es convergente, la igualdad (13.9) es
puntual.
Demostración. Utilizamos la fórmula de inversión de la transformada de

Fourier y reemplazamos fˆ por su serie de Fourier en forma compleja para
obtener formalmente
Z A/2
f (x) = fˆ(ξ) e2πixξ dξ
−A/2
Z A/2 ∞
X µ ¶
1 k
= f − e2πikξ/A e2πixξ dξ
−A/2 k=−∞ A A
∞ µ ¶Z A/2
1 X k
= f e2πi(x−k/A)ξ dξ
A k=−∞ A −A/2
∞
X µ ¶
k sin π(Ax − k)
= f .
k=−∞
A π(Ax − k)
P∞
Si k=−∞ |f (k/A)| es convergente, la serie de Fourier de fˆ converge uni-
formemente, el intercambio de serie e integral está justificado y todas las
igualdades son puntuales (el segundo miembro de (13.9) también converge
uniformemente).
En general, se aplica primero el teorema de Plancherel y se comprueba que
la convergencia en L2 de (13.9) equivale a la convergencia en L2 de la serie
de Fourier de fˆ en el intervalo [−A/2, A/2], que conocemos por la sección
7.5.
Para obtener (13.10) aplicamos primero la igualdad de Plancherel a f y su
transformada de Fourier, y después a fˆ y su serie de Fourier en [−A/2, A/2].
Si fˆ se anula fuera de [−A/2, A/2], también se anula fuera de [−B/2, B/2]

siempre que B > A, ası́ que la fórmula es válida sustituyendo A por B. Esto
no es sorprendente porque equivale a tomar más muestras de la función de
las estrictamente necesarias, ya que ahora la distancia entre dos consecutivas
será 1/B. Se podrı́a esperar que tomando más muestras hubiese una mejor
información de la función y algo ası́ sucede, se puede hacer aparecer en el
segundo miembro de (13.9) una función mejor que sin x/x.
Teorema 13.5. Sea f una función de L2 (R) tal que fˆ(ξ) = 0 si |ξ| ≥ A/2.
Sea B > A y ϕ una función que se anula fuera de [−B/2, B/2] y vale 1 en
[−A/2, A/2]; denotemos por Φ la función cuya transformada de Fourier es
ϕ. Entonces
∞ µ ¶ µ ¶
1 X k k
f (x) = f Φ x− ,
B k=−∞ B B
P∞
como igualdad en L2 , y como igualdad puntual si la serie k=−∞ |f (k/B)|
es convergente.
Demostración. Como en el teorema anterior, calculamos los coeficientes de

Fourier de la función definida en [−B/2, B/2] que vale fˆ(ξ) en [−A/2, A/2]
y 0 en el resto; por la definición de ϕ, el producto ϕfˆ coincide con fˆ en
[−B/2, B/2] y se puede escribir
Z B/2
f (x) = ϕ(ξ)fˆ(ξ) e2πixξ dξ
−B/2
Z B/2 ∞
X µ ¶
1 k
= ϕ(ξ) f − e2πikξ/B e2πixξ dξ
−B/2 k=−∞
B B
∞ µ ¶ Z B/2
1 X k
= f ϕ(ξ) e2πi(x−k/B)ξ dξ
B k=−∞ B −B/2
∞ µ ¶ µ ¶
1 X k k
= f Φ x− .
B k=−∞ B B
Cuando es la propia función y no su transformada de Fourier la que está soportada

en un intervalo, se dice que es de tiempo limitado. Una función no puede ser
simultáneamente de tiempo limitado y de banda limitada (es una consecuencia del
teorema 11.3); por tanto, si kf k2 = 1, los números α y β definidos por
Z A Z B
2
α = 2
|f (x)| dx y β = 2
|fˆ(ξ)|2 dξ
−A −B
son menores o iguales que 1, pero no pueden ser ambos iguales a 1. Hay un principio
de indeterminación que indica que cuanto más cerca de 1 esté uno de ellos, más
13.7. Funciones continuas sin derivada 111
limitado está el rango del otro; una versión analı́tica es

√
(13.11) arccos α + arccos β ≥ arccos γ,
donde γ es el supremo de α2 sobre las funciones de banda limitada (es decir, todas
las funciones que hacen β = 1) de norma 1 en L2 ; además, se excluyen en (13.11)
los pares (α, β) = (0, 1) y (1, 0).
13.7. Funciones continuas sin derivada

En la sección 4.3 hemos visto que existen funciones continuas que no son
derivables en ningún punto. En esta sección probamos el teorema de Hardy
para la función propuesta por Weierstrass.
Teorema 13.6. La función
∞
X cos 2πan x
,
n=1
bn
es continua en todos los puntos y no es derivable en ninguno si b > 1 y
a ≥ b.
En la prueba vamos a necesitar un lema.

Lema 13.7. Sea a > 1, ϕ una función C ∞ soportada en [1/a, a] y tal que
ϕ(1) = 1, y sea Φ la función tal que Φ̂ = ϕ. Sea f una función continua y
acotada de R en R; para un punto x0 ∈ R definimos los números
Z
ck = f (x)Φ(ak (x − x0 )) dx.
R
Si f es derivable en x0 , entonces limk→∞ a2k ck = 0.
Demostración. Por ser f derivable en x0 tenemos

f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + r(x),
donde el resto r(x) satisface limx→x0 (x − x0 )−1 r(x) = 0. Tenemos
Z
ck = (f (x0 ) + f 0 (x0 )(x − x0 ) + r(x))Φ(ak (x − x0 )) dx
R
Z
= r(x)Φ(ak (x − x0 )) dx,
R
porque las integrales de Φ y de xΦ en R son cero ya que ϕ se anula en el
origen.
Pongamos
Z
A= |x| |Φ(x)| dx y B = sup |x3 Φ(x)|.
R x∈R
Dado ² elegimos δ > 0 de modo que |r(x)| ≤ ²|x − x0 |/2A si |x − x0 | < δ;

entonces,
¯Z ¯
¯ ¯ ²
¯ k ¯
¯ r(x)Φ(a (x − x0 )) dx¯ ≤ 2k .
¯ |x−x0 |<δ ¯ 2a
Para la otra parte de la integral tenemos
¯Z ¯ Z
¯ ¯ 1 B|r(x)|
2k ¯ k ¯
a ¯ r(x)Φ(a (x − x0 )) dx¯ ≤ k dx
¯ |x−x0 |≥δ ¯ a |x−x0 |≥δ |x − x0 |3
y la última integral es finita porque |r(x)| ≤ C(1 + |x − x0 |) para cierta
constante C; por tanto, podemos hacer que el primer miembro sea menor
que ²/2 a partir de un cierto valor de k.
Demostración del teorema 13.6. Sea

∞ ∞ 2πian x n
X cos 2πan x X e + e−2πia x
f (x) = 2 = .
n=1
bn n=1
bn
Utilizando la notación del lema y la convergencia uniforme de la serie tene-
mos
X∞ Z
1 n n
ck = n
(e2πia x + e−2πia x )Φ(ak (x − x0 )) dx
n=1
b R
∞
X Z
1 n (x −k x) n (x −k x)
= Φ(x)[e2πia 0 +a
+ e−2πia 0 +a
] dx
n=1
b ak
n
R
∞
X 1 n n
= n ak
[e2πia x0 ϕ(−an−k ) + e−2πia x0 ϕ(an−k )].
n=1
b
Por las hipótesis sobre ϕ la última suma tiene un único término no nulo,
el que corresponde a n = k (y en éste, sólo el segundo sumando); como
ϕ(1) = 1, queda
ak −2πiak x0
a2k ck =
e ,
bk
que no tiende a cero cuando k tiende a infinito si a ≥ b. Según el lema, f
no es derivable en x0 .
13.8. Problemas
13.1 Comprobar que la ecuación del calor conserva la cantidad total de calor, es
decir, la integral de u(x, t) en −∞ < x < ∞ es constante en t.
13.2 Dos cuestiones referidas a la ecuación de Schrödinger.
1. Comprobar que se cumple (13.5).
R∞ 2
2. Comprobar que −∞ |u(x, t)| dx no depende de t.
13.8. Problemas 113
13.3 Obtener para la ecuación de ondas unidimensional,

 2
 ∂ u ∂2u
 2 − c2 2 = 0 ,

 −∞ < x < ∞ , t > 0 ,
∂t ∂x
u(x, 0) = f (x) ,
 −∞ < x < ∞ ,


ut (x, 0) = g(x) , −∞ < x < ∞ ,
la solución de d’Alembert y Euler:
Z
1 1 x+ct
u(x, t) = [f (x + ct) + f (x − ct)] + g(s) ds.
2 2c x−ct
Sugerencia: Seguir un procedimiento análogo al utilizado en las secciones
13.3 y 13.4 para llegar a
sin 2πctξ
û(ξ, t) = cos 2πctξ fˆ(ξ) + ĝ(ξ).
2πcξ
13.4 Resolver la ecuación del potencial en el semiplano superior:
 2 2
∂ u + ∂ u = 0 ,

−∞ < x < ∞ , t > 0 ,
∂x2 ∂y 2

 u(x, 0) = f (x) , −∞ < x < ∞ .
Sugerencia: Queda una ecuación diferencial ordinaria de segundo orden para
û(ξ, t) y sólo una condición. La otra es de integrabilidad; hay que llegar a
û(ξ, t) = fˆ(ξ)e2π|ξ|t .
13.5 Dos ejercicios con la fórmula de sumación de Poisson.

1. Deducir la identidad de Jacobi ϑ(t) = t−1/2 ϑ(1/t) para la función
(llamada función theta de Jacobi )
∞
X 2
ϑ(t) = e−πn t , t > 0.
n=−∞
2. Obtener
∞
X 1 π 1 + e−2πt
= ,
n=−∞
n 2 + t2 t 1 − e−2πt
a partir de la función exp(−2π|x|t). Escribir la igualdad que resulta
de hacer tender t a 0 después de restar el término correspondiente a
n = 0.
13.6 Sea X1 , . . . , Xn variables aleatorias independientes con la misma densidad
de probabilidad
2
e−x /2
f (x) = √ .
2π
√
Probar que la variable aleatoria X = (X1 + · · · + Xn )/ n tiene la misma
densidad de probabilidad que cada una de ellas.
13.7 Sea X1 , . . . , Xn variables aleatorias independientes con la misma densidad

de probabilidad
1
f (x) = .
π(1 + x2 )
Probar que la variable aleatoria X = (X1 + · · · + Xn )/n tiene la misma
densidad de probabilidad que cada una de ellas. (Obsérvese que a estas
variables aleatorias no se les puede aplicar el teorema central del lı́mite
porque su varianza es infinita.)
13.8 Sea X e Y variables aleatorias independientes con densidades de probabi-
lidad f y g; ¿cuál es la densidad de probabilidad de X − Y ?, ¿cuál es la
función caracterı́stica de esta densidad?
Si X e Y tienen la misma densidad de probabilidad f (x) = α−1 e−x/α si
x > 0 y f (x) = 0 si x ≤ 0, calcular la densidad de probabilidad de X − Y .
13.9 Sean c y d números positivos y c < d; se define



1 si |x| ≤ c,

f (x) = 0 si |x| ≥ d,

 d − |x|

 si c < |x| < d.
d−c
Calcular su transformada de Fourier.
(a) De aquı́ se puede deducir que la función ϕ² que definimos a través
de su transformada de Fourier para terminar la prueba del teorema
central del lı́mite 13.3 es integrable.
(b) Eligiendo c = A/2 y d = B/2 tenemos una posible función Φ para
el teorema 13.5. Comprobar que su decrecimiento en infinito es más
rápido que el de la función seno cardinal del teorema de Shannon.
13.10 Sea L2A (R) el subespacio de L2 (R) formado por las funciones cuya trans-
formada de Fourier se anula fuera de [−A/2, A/2]. Utilizar el teorema de
Shannon para probar que la familia de funciones
√ sin π(Ax − k)
A ,
π(Ax − k)
con k ∈ Z, es una base hilbertiana de L2A (R).
Capı́tulo 14
Transformadas de
Fourier discreta y
rápida
Además de las aplicaciones de tipo matemático de las series y transformadas

de Fourier que hemos encontrado en capı́tulos previos, su uso en el mundo
real es destacable. Una (corta) lista de campos en los que aparecen es la
siguiente:
• Óptica: difracción de Fraunhofer, teorı́a de interferencias, imagen con

lentes.
• Estructura cristalina: difracción de rayos X, espectroscopı́a.
• Electromagnetismo: modelos de radiación de antenas, análisis de re-
des y de guı́a de ondas.
• Comunicaciones: análisis de sistemas, filtros digitales de alta veloci-
dad, detección de señales, compresión.
• Mecánica aplicada: análisis de vibraciones.
Pero en las aplicaciones nos encontramos con el problema de que las fun-
ciones de que se dispone no vienen dadas por expresiones analı́ticas sino
por colecciones de datos (evaluaciones en determinados puntos) y, por otra
parte, las integrales que se necesitan también deben calcularse por procedi-
mientos de aproximación. Todo ello ha hecho que en la práctica los objetos
matemáticos con los que hemos trabajado en los capı́tulos anteriores vengan
sustituidos por la llamada transformada discreta de Fourier en la que las
operaciones involucradas son sumas y multiplicaciones.
115
116 14. Transformadas de Fourier discreta y rápida
Otro problema con el que hay que enfrentarse al usar transformadas de

Fourier en la tecnologı́a es el de calcularlas en tiempo real. De poco sirve
un instrumento cuyo coste (en tiempo o en dinero) supera las necesidades
del usuario. En este contexto se entiende el interés de lo que llamamos
transformada rápida de Fourier, que no es un objeto matemático nuevo
o una variante de los anteriores sino un algoritmo de cálculo que permite
reducir considerablemente el número de operaciones necesario para calcular
una transformada de Fourier discreta.
14.1. Transformada de Fourier discreta

Las funciones que vamos a considerar estarán definidas en el conjunto {0, 1, 2,
. . . , N − 1} y tomarán valores complejos. Esto significa que tendremos un
elemento de CN , pero para que quede claro el aspecto funcional lo escribi-
remos como f [k]. Es conveniente considerar que el argumento de la función
está definido módulo N , es decir, que en realidad tenemos una sucesión
{f [k]} definida para k ∈ Z, periódica de periodo N : f [k + N ] = f [k] para
todo k.
La transformada de Fourier discreta asocia a cada f otra “función” fˆ defi-
nida por
N
X −1
(14.1) fˆ[k] = f [j] e−2πijk/N .
j=0
Como claramente fˆ[k + N ] = fˆ[k], nuevamente podemos considerar que

tenemos un elemento de CN o una sucesión periódica de periodo N , indis-
tintamente.
Propiedades. 1. La transformada de Fourier discreta es lineal.
2. Traslación en tiempo: Si g[k] = f [k − n], es ĝ[k] = fˆ[k] e−2πikn/N .
3. Traslación en frecuencia: Si g[k] = f [k] e2πikn/N , es ĝ[k] = fˆ[k − n].
1
4. Modulación: Si g[k] = f [k] cos 2πkn/N , ĝ[k] = (fˆ[k − n] + fˆ[k + n]).
2
Sea ω = e−2πi/N ; ω y ω = e2πi/N = ω −1 son raı́ces N -simas de la unidad al
igual que sus potencias, es decir, ω jN = 1 para todo j entero. Además,
(
j 2j (N −1)j N si j es múltiplo de N ,
(14.2) 1+ω +ω + ··· + ω =
0 en otro caso.
La comprobación de este resultado se reduce a sumar una progresión geomé-
trica. Con esta notación la transformación (14.1) se escribe
N
X −1
fˆ[k] = f [j] ω jk .
j=0
14.1. Transformada de Fourier discreta 117
Como transformación lineal de CN en CN , la transformada discreta de Fou-

rier admite una representación matricial. Si f y f̂ son las matrices columna
cuyas entradas son los valores f [k] y fˆ[k], respectivamente, (14.1) se puede
escribir matricialmente como
f̂ = A(ω) f ,
donde la matriz A(ω) viene dada por
 
1 1 1 ... 1
1 ω ω 2 ... ω N −1 
 
 
(14.3) A(ω) = 1 ω2 ω4 ... ω 2(N −1)  .
 
. . . . . . . . . . . . . . . . . . . . . . . . . . .
1 ω N −1 ω 2(N −1) . . . ω (N −1)(N −1)
(Algunos exponentes se pueden reducir utilizando que ω jN = 1, ası́, ω 2(N −1) =

ω N −2 y ω (N −1)(N −1) = ω.)
14.1.1. Transformación inversa.

Si A(ω) es la matriz (14.3) con ω en vez de ω se tiene
A(ω) A(ω) = A(ω) A(ω) = N IN ,
donde IN es la matriz identidad. (Se utiliza (14.2) y que ωω = 1.) Entonces
1
f= A(ω) f̂ ,
N
o sea,
1 NX
−1
1 NX
−1
(14.4) f [k] = fˆ[j] ω −jk = fˆ[j] e2πijk/N ,
N j=0 N j=0
que es la transformada inversa.

Aunque la teorı́a de la transformada de Fourier se construye para funciones definidas
en todo R, en las aplicaciones la función estará definida en un intervalo que podemos
suponer [0, T ]. Si pretendemos “representar” la función f definida en [0, T ] por un
polinomio trigonométrico como
N
X −1
p(x) = cj e2πijx/T ,
j=0
al tener N coeficientes podemos hacerlo coincidir con la función en N puntos (se

suele decir que p es el polinomio que interpola a f en esos puntos). Si los elegimos
de forma que sean kT /N con k = 0, 1, . . . , N − 1, los coeficientes cj se determinan
como solución del sistema lineal
N
X −1
kT
f( )= cj e2πijk/N .
N j=0
La fórmula (14.4) de la transformada inversa muestra que los coeficientes cj son

precisamente fˆ[j]/N si f [k] = f (kT /N ). Esto ofrece una interpretación de la
transformada discreta de Fourier.
14.1.2. Igualdad de Plancherel.
Teorema 14.1. Con la notación anterior se tiene

N −1
X 1 NX
−1
f [k] g[k] = fˆ[k] ĝ[k],
k=0
N k=0
y
N −1
X 1 NX
−1
|f [k]|2 = |fˆ[k]|2 .
k=0
N k=0
Demostración. Usamos la notación matricial. El primer miembro de la

primera igualdad es el producto matricial f t g donde el superı́ndice t indica
la traspuesta de la matriz. Recordando que la traspuesta de un producto
es el producto de traspuestas en el orden inverso y que A(ω) es simétrica
(coincide con su traspuesta) tenemos
1 t 1
ft g = 2
f̂ A(ω) A(ω) ĝ = f̂ t ĝ.
N N
La segunda igualdad corresponde a hacer g = f en la primera.
14.1.3. Convolución.
La convolución de dos funciones f y g definidas en {0, 1, . . . , N −1} se define
como
N
X −1
(f ∗ g)[k] = f [l] g[k − l],
l=0
donde tenemos en cuenta la extensión periódica de g ya que k − l puede

ser negativo (no consiste más que en usar g[N + k − l] en esos casos). La
transformada discreta de Fourier es
(f ∗ g)ˆ[k] = fˆ[k] ĝ[k].
La prueba es la siguiente:
N −1
ÃN −1 ! N −1 N −1
X X X X
(f ∗ g)ˆ[k] = f [l] g[j − l] ω jk = f [l] g[j − l] ω lk ω (j−l)k .
j=0 l=0 j=0 l=0
14.2. Transformada de Fourier rápida 119
14.1.4. Fórmula de sumación de Poisson.

La igualdad equivalente a la fórmula de sumación de Poisson es
N
X −1
fˆ[k] = N f [0].
k=0
En efecto,
N
X −1 N
X −1 N
X −1
fˆ[k] = f [j] ω jk ,
k=0 k=0 j=0
y sumando primero en k sólo es distinta de 0 la correspondiente a j = 0

según (14.2).
14.2. Transformada de Fourier rápida

El cálculo de una transformada de Fourier discreta requiere N 2 multiplica-
ciones. Si N es par se puede organizar el cálculo de modo que se realicen
dos transformadas de Fourier discretas en C N/2 y una combinación adecua-
da de ellas. Esto reduce el número de multiplicaciones a aproximadamente
la mitad. Se puede aplicar sucesivamente el mismo proceso y al final el
número de multiplicaciones se reduce considerablemente. Ésta es la idea de
la transformada rápida de Fourier.
Antes de situarnos en el caso general veremos el caso N = 4. Ahora ω = −i
y la transformada es
     
fˆ[0] 1 1 1 1 f [0]
fˆ[1] 1 −i −1 i  f [1]
     
ˆ =   .
f [2] 1 −1 1 −1 f [2]
fˆ[3] 1 i −1 −i f [3]
Escribamos los elementos de la última matriz columna de modo que aparez-

can primero los de variable par y después los de variable impar; esto exige
cambiar el orden de las columnas de la matriz:
    
fˆ[0] 1 1 1 1 f [0]
fˆ[1] 1 −1 −i i   
    f [2]
(14.5) ˆ =  .
f [2] 1 1 −1 −1 f [1]
fˆ[3] 1 −1 i −i f [3]
Si dividimos la matriz resultante en cuatro matrices 2×2 observamos que las

dos de la izquierda son iguales y corresponden a la matriz de la transformada
discreta de Fourier en C2 y que las de la derecha resultan de multiplicar las
filas de la izquierda por 1, −i, −1 e i, respectivamente, que son ω 0 , ω 1 , ω 2
y ω3.
Definimos los elementos fp y fi de C2 siguientes:

fp [0] = f [0], fp [1] = f [2], fi [0] = f [1], fi [1] = f [3].
A partir de (14.5) tenemos
Ã ! Ã !Ã ! Ã !Ã !Ã !
fˆ[0] 1 1 fp [0] 1 1 1 fi [0]
= +
fˆ[1] 1 −1 fp [1] −i 1 −1 fi [1]
y
Ã ! Ã !Ã ! Ã !Ã !Ã !
fˆ[2] 1 1 fp [0] −1 1 1 fi [0]
= + .
fˆ[3] 1 −1 fp [1] i 1 −1 fi [1]
Como vemos, la transformada de f se obtiene a partir de las de fp y fi .
También podemos escribir el resultado del modo siguiente:
fˆ[0] = fˆp [0] + fî [0]
fˆ[1] = fˆp [1] − ifî [1]
fˆ[2] = fˆp [0] − fî [0]
fˆ[3] = fˆp [1] + ifî [1].
El caso general con N par funciona del mismo modo, sólo la notación resulta
más complicada. Escribiendo el vector columna de f con los términos que
corresponden a variable par delante de los de variable impar y reordenando
adecuadamente las columnas de la matriz A(ω) de (14.3) tenemos
 
fˆ[0] 
f [0]

 ˆ 
 f [1]   f [2] 
   
 ...   
   ... 
fˆ[ N − 1]  
 2   
  = R(ω) f [N − 2] ,
 fˆ[ N ]   f [1] 
 2   
   f [3] 
fˆ[ N + 1]  
 2   
   ... 
 ... 
f [N − 1]
fˆ[N − 1]
donde la matriz R(ω) viene dada por
 
1 1 ... 1 1 1 ... 1
1
 ω2 ... ω N −2 ω ω3 ... ω N −1  
. . ..... ........... ............... . . . . . . . . . . . .
 
 N 2 N N
(N −1) N 
1 ω N −2 . . . ω ( 2 −1) ω 2 −1 ω 3( 2 −1) ... ω 2 2 
R(ω) = 
1
.

 1 ... 1 −1 −1 ... −1 
1 ω2 ... ω N −2 −ω −ω 3 ... −ω N −1 
 
 
. . ..... ........... ............... . . . . . . . . . . . .
N 2 N N N N
1 ω N −2 . . . ω ( 2 −1) −ω 2 −1 −ω 3( 2 −1) . . . −ω ( 2 −1) 2
14.3. Nota histórica 121
Para escribir la matriz de esta forma hemos tenido en cuenta en su segunda

mitad (filas N/2 a N − 1) que ω N = 1 en las N/2 primeras columnas y
que ω N/2 = −1 en las N/2 últimas. Como hemos hecho en el caso N = 4
dividimos la matriz en cuatro matrices N/2 × N/2 y observamos que las
dos de la izquierda son iguales y corresponden a la de la transformada de
Fourier discreta en CN/2 y las de la derecha salen de multiplicar las filas de
la izquierda por ω k donde k es el orden de la fila.
Si definimos, como hacı́amos en N = 4, dos elementos fp y fi en CN/2 por
la regla
fp [j] = f [2j], fi [j] = f [2j + 1], j = 0, 1, . . . , N/2 − 1,
deducimos que
fˆ[j] = fˆp [j] + ω j fî [j],
N
fˆ[ + j] = fˆp [j] − ω j fî [j],
2
con j = 0, 1, . . . , N/2 − 1.
Si N/2 es par podemos aplicar el mismo argumento para reducir el cálculo
de las transformadas en CN/2 a transformadas en CN/4 y ası́ sucesivamente.
El caso más favorable es aquél en que N es una potencia de 2, que acaba
reduciendo el proceso a calcular N/2 transformadas en C2 y a combinarlas
adecuadamente. Las sucesivas reordenaciones de los elementos según ocupen
lugar par o impar acaba en una distribución final que se puede relacionar
con la escritura en base 2 de la variable. Existen algoritmos que permiten
ordenar rápidamente los elementos en la forma conveniente para el cálculo.
El ahorro de operaciones que la transformada rápida de Fourier supone es
considerable: se puede probar por inducción que las N 2 multiplicaciones
de la situación inicial pasan a ser 2N log2 N . (Aquı́ están incluidas las
multiplicaciones por 1, si se eliminan del cómputo queda sólo la cuarta
parte.)
El caso en que N no es una potencia de 2, se puede aplicar también un al-
goritmo de reducción, pero la ganancia no es tan considerable. Por ejemplo,
si se factoriza N = RC, el cálculo se puede hacer con N (R + C) multiplica-
ciones.
14.3. Nota histórica

J. W. Cooley y J. W. Tukey publicaron en 1965 el artı́culo An algorithm for the
machine calculation of complex Fourier series (Math. Comp. 19 (1965), 297-301)
en el que propusieron el algoritmo de la transformada rápida de Fourier. Se dice
que es el artı́culo más citado en la literatura cientı́fica y el éxito en su aplicación fue
inmediato. Gilbert Strang, que lo ha calificado como “el algoritmo más importante
de nuestro tiempo”, dice que “industrias enteras pasaron de lentas a rápidas con
esta única idea, que es matemática pura” (en Wavelet transforms versus Fourier
transforms, Bull. Amer. Math. Soc. 28 (1993), 288-305).
En realidad, Cooley y Tukey redescubrieron un método que ya habı́a sido utilizado
antes pero no se habı́a extendido. Su uso se remonta a Gauss quien evaluó sumas
trigonométricas por este procedimiento en 1805 (antes incluso de la primera me-
moria de Fourier, que es de 1807) para determinar la órbita del recién descubierto
asteroide Ceres; este trabajo de Gauss no fue publicado en vida de su autor. Las
referencias a algoritmos de reducción de tiempo de cálculo en el siglo XX son más
numerosas. En 1903 Runge desarrolló un algoritmo para un número de términos
que era potencia de 2 (luego extendido a potencias de 3); apareció publicado en
libros de Runge y König (1923) y Stumpff (1937). En 1942, Danielson y Lanczos
publicaron un artı́culo en el Journal of the Franklin Institute en el que explicaban
la reducción a la mitad de términos, como hemos mostrado aquı́, y su uso en crista-
lografı́a; indicaban que con esas mejoras el tiempo de cálculo era “10 minutos para
8 coeficientes, 25 minutos para 16, 60 para 32 y 140 para 64”. Conocido como era
en ciertos medios, algunos recibieron con sorpresa la popularización del algoritmo
después del artı́culo de Cooley y Tukey.
El éxito del algoritmo de Cooley y Tukey –que no se limitaba a potencias de 2, único
caso que hemos visto en el texto– pudo ser debido a su aparición en el momento
oportuno: las aplicaciones potenciales eran mucho mayores y la velocidad de cálculo
de los ordenadores aumentaba más aún su utilidad. De hecho, inmediatamente
empezaron a aparecer variantes con intención de mejorar sus posibilidades y se
han publicado numerosos libros sobre su uso en distintos contextos industriales
y cientı́ficos. Con la rapidez de cálculo actual un ordenador normal calcula una
transformada de 106 valores en unos pocos segundos; compárese con la estimación
de Danielson y Lanczos: toda la ventaja actual está en la máquina.
Para un estudio histórico de la transformada de Fourier rápida se puede consultar
el artı́culo Gauss and the history of the fast Fourier transform de M. T. Heideman,
D. H. Johnson y C. S. Burrus (Archive for History of Exact Sciences, 34 (1985),
265-277); sobre los distintos algoritmos actuales véase Fast Fourier Transform: A
tutorial review and a state of the art (Signal Processing 19 (1990), 259-299).
14.4. Problemas
14.1 Probar que si f es real (toma valores reales) su transformada de Fourier
satisface fˆ[k] = fˆ[−k]. Probar que si además f es par, fˆ es real y par.
(Que f sea par se entiende sobre su extensión periódica, lo que equivale a
f [j] = f [N − j].)
14.2 Calcular la transformada discreta de Fourier de (1, 1, 1, 1) y de (1, −i, −1, i)
como elementos de C4 .
14.3 Sea N = 8 y f definida por f [0] = f [1] = 1 y f [j] = 0 para j = 2, 3, . . . , 7.
Calcular fˆ.
14.4 Aplicar la transformada rápida de Fourier al caso N = 8 y mostrar cómo se
obtiene a partir de cuatro transformadas discretas de Fourier en C2 .
14.4. Problemas 123
14.5 Escribir los números del 0 al 7 en base 2 y ordenarlos como requiere el cálculo
del problema anterior. Hacer lo mismo para N = 16.
14.6 Utilizar el resultado del problema 14.4 para calcular la transformada de
Fourier discreta de la función f [j] = 1 si j = 1, . . . , 5, f [6] = 6, f [7] = 7.
Apéndice A
Sucesiones y series
numéricas y de
funciones
A.1. Sucesiones numéricas

Una sucesión de números reales es una aplicación de N (conjunto de los
números naturales) en R. En notación simbólica el subı́ndice suele repre-
sentar el elemento de N cuya imagen se da; por ejemplo, escribimos {an }
para representar una sucesión.
Las sucesiones y series de este apéndice serán reales. Los cambios necesarios para
trabajar con valores complejos son pequeños y casi siempre basta con interpretar
el valor absoluto como módulo del complejo; hay que eliminar los resultados en los
que interviene el orden de los reales, por ejemplo, no tiene sentido hablar de lı́mites
+∞ o −∞, o de lı́mite superior e inferior.
A.1.1. Sucesiones convergentes.

El concepto principal es el de sucesión convergente. Una sucesión se dice
convergente hacia ` si dado cualquier entorno E de ` todos los términos de
la sucesión a partir de un cierto lugar (que depende de E) están en E. El
número ` se llama lı́mite de la sucesión. En la práctica es suficiente conside-
rar entornos simétricos y escribir la definición de convergencia diciendo que
limn→∞ an = ` si para todo ² > 0 existe N0 de modo que cuando n ≥ N0 se
tiene |an − `| < ².
Entre las sucesiones que no convergen (divergentes) conviene destacar las
que tienden a infinito. Son aquéllas para las que dado cualquier número
125
126 A. Sucesiones y series numéricas y de funciones
positivo M , todos los términos de la sucesión, a partir de un cierto lugar

son mayores que M en valor absoluto, o sea, limn→∞ an = ∞ si para todo
M > 0 existe N0 de modo que cuando n ≥ N0 se tiene |an | > M . Si además
es an > M para todo n ≥ N0 se puede precisar que el lı́mite es +∞ y cuando
es an < −M para todo n ≥ N0 , el lı́mite es −∞.
Propiedades. Si limn→∞ an = `1 y limn→∞ bn = `2 (finitos), se tienen:
(i) limn→∞ (an + bn ) = `1 + `2 ;
(ii) limn→∞ an · bn = `1 · `2 ;
(iii) limn→∞ an /bn = `1 /`2 si `2 6= 0 .
Para la suma, si uno de los lı́mites es infinito y el otro finito, el de la suma

también es infinito. Para el producto, si uno es infinito y el otro no es cero
(sea finito o infinito), el lı́mite es infinito. En el cociente, si el numerador
tiende a infinito y el denominador tiene lı́mite finito o si el numerador tiene
lı́mite no nulo y el denominador tiende a cero, el lı́mite es infinito. Son casos
indeterminados (no se puede predecir el lı́mite) los que simbólicamente se
escriben en la forma
0 ∞
∞ − ∞, ∞ · 0, , .
0 ∞
Queda como ejercicio probar a partir de las definiciones de los lı́mites los
resultados mencionados y comprobar que las indeterminaciones lo son, mos-
trando que en estos casos las mismas condiciones de partida pueden dar
lugar a resultados distintos.
Dos resultados interesantes sobre lı́mites de sucesiones son los siguientes.
Proposición A.1. 1. Una sucesión creciente y acotada tiene lı́mite fi-
nito; si no está acotada, tiende a +∞. Lo mismo ocurre si es decre-
ciente, salvo que el lı́mite es −∞ en el segundo caso.
2. Si an ≤ bn ≤ cn y lim an = lim cn (finito), la sucesión bn es conver-
gente hacia el mismo lı́mite que las otras dos.
A.1.2. Sucesiones de Cauchy.

Una sucesión an es de Cauchy si para todo ² > 0 existe N0 de modo que
cuando n, m ≥ N0 se cumple |an − am | < ². Una propiedad clave es la
siguiente:
Teorema A.2. Una sucesión de números reales es convergente si y sólo si
es de Cauchy.
Este resultado permite probar la convergencia de sucesiones sin conocer el

lı́mite. La proposición A.11 o el teorema A.18 pueden servir para convencerse
de su utilidad.
A.2. Series numéricas 127
A.1.3. Funciones y sucesiones.

La posibilidad de utilizar las propiedades de una función a la hora de calcular
el lı́mite de una sucesión encuentran su mejor reflejo en el siguiente teorema:
Teorema A.3. Si f es una función continua en ` y limn→∞ an = ` se tiene
(A.1) lim f (an ) = f (`) .

n→∞
Hay un resultado recı́proco: si para todas las sucesiones que convergen a `

se cumple (A.1), f es continua en `.
La continuidad de la función logaritmo es una de las más utilizadas para
aplicar la propiedad anterior. Para calcular el lı́mite de una sucesión a veces
se calcula el lı́mite de su logaritmo para obtener el logaritmo del lı́mite.
A.1.4. Lı́mites superior e inferior.

Se llama lı́mite superior de una sucesión acotada superiormente al supremo
de los lı́mites de sus subsucesiones convergentes. Si no existe ninguna, el
lı́mite superior se define como −∞ y si la sucesión no está acotada superior-
mente, como +∞.
Para una sucesión acotada superiormente, {an }, el lı́mite superior coincide
con el obtenido del modo siguiente: se construye bn = sup{ak : k ≥ n}
que es una sucesión decreciente y se calcula lim bn . Podemos dar también
una caracterización práctica: `1 (finito) es el lı́mite superior de {an } si y
sólo si para cada ² > 0 hay infinitos términos de la sucesión mayores que
`1 − ² y no más de una cantidad finita de términos mayores que `1 + ²; el
lı́mite superior es +∞ si para cualquier M > 0 hay (infinitos) términos de
la sucesión mayores que M .
Hay una definición y caracterizaciones simétricas para el caso del lı́mite
inferior. Además, está claro que si una sucesión es convergente su lı́mite
coincide con los lı́mites superior e inferior.
A.2. Series numéricas

Se suele decir que una serie es una “suma infinita”. Dada una sucesión {an },
el objetivo es definir de algún modo razonable la suma de todos los términos
P
de la sucesión. La serie se escribe an y la manera que se escoge para
definir la “suma” es la siguiente: se construye la sucesión de sumas parciales
{sn } de modo que
sn = a1 + a2 + · · · + an
y se estudia la convergencia de esta sucesión; si es convergente, se dice que

P
la serie es convergente y que la suma de la serie an es lim sn , y si es
divergente, se dice que la serie es divergente y no se le asocia una suma1 .
Dada una serie, el primer objetivo es decidir si es convergente o no; pero
sólo en unos pocos casos podremos precisar cuál es el valor de la suma de
una serie convergente (algunas sumas precisas, que se obtienen a partir de
las series de Fourier, aparecen en el texto).
De la definición y las propiedades de las sucesiones se deduce fácilmente el
siguiente resultado.
P
Proposición A.4. 1. an es convergente si y sólo si sn es de Cauchy,
es decir, si cumple que para todo ² > 0 existe N0 tal que cuando
n ≥ N0 y m ≥ 0 se tiene
¯n+m ¯
¯X ¯
¯ ¯
¯ ak ¯ < ² .
¯ ¯
k=n
P
2. Si la serie an es convergente, lim an = 0.
La segunda propiedad se deduce de la primera haciendo m = 0. No hay que

olvidar que sólo es una condición necesaria y, por tanto, es útil para decidir
a veces que una serie es divergente, no para probar que es convergente.
A.2.1. Series de términos positivos.

P
Sea la serie an . Si an ≥ 0 para todo n, las sumas parciales forman una
sucesión creciente y su convergencia o divergencia depende simplemente de
que esta sucesión esté acotada o no (proposición A.1). Basándonos en esta
observación se deduce en forma sencilla el criterio de comparación.
Teorema A.5. Sea 0 ≤ an ≤ bn .
P P
1. Si bn es convergente, an es convergente.
P P
2. Si an es divergente, bn es divergente.
Damos a continuación un par de resultados basados en el criterio de com-

paración.
an
Corolario A.6. Sea an , bn ≥ 0 y lim = λ ∈ (0, ∞). Entonces, las series
P P bn
an y bn se comportan del mismo modo.
Corolario A.7 (Criterio de condensación de Cauchy). Si {an } es una su-
P P
cesión decreciente de términos positivos, las series an y 2k a2k se com-
portan del mismo modo.
1 No se le asocia una suma por este procedimiento. Existen otros métodos, llamados de
sumabilidad, que permiten asignar sumas a ciertas series divergentes y son importantes en la
teorı́a de las series de Fourier (capı́tulo 7).
A.2. Series numéricas 129
Para probar este resultado hay que sustituir los términos desde a2k +1 hasta
a2k+1 −1 por a2k o por a2k+1 , según los queramos hacer más grandes o más
pequeños.
A.2.2. Criterios clásicos de convergencia.

Para poder utilizar los criterios de comparación necesitamos conocer algunas
series convergentes y divergentes. La serie básica es la serie geométrica,
P n
r . Las sumas parciales de esta serie (sn = 1 + r + r2 + · · · + rn ) se pueden
escribir con una fórmula explı́cita (suma de una progresión geométrica). A
partir de esta fórmula se deduce el bien conocido resultado:
P
rn es convergente si y sólo si |r| < 1.
El criterio de condensación de Cauchy permite deducir de este resultado que
P 1
es convergente si y sólo si α > 1.
nα
Existen unos criterios de convergencia cuya prueba se basa en la comparación
con la serie geométrica. Los principales son el del cociente y el de la raı́z.
Teorema A.8 (Criterio del cociente o de d’Alembert). Sea an ≥ 0 y su-
an+1
pongamos que lim = `. Si ` < 1, la serie es convergente, y si ` > 1, la
an
serie es divergente.
Si el lı́mite no existe, para la convergencia basta con que el lı́mite superior
sea menor que 1, y para la divergencia, que el lı́mite inferior sea mayor que
1.
Teorema A.9 (Criterio de la raı́z o de Cauchy). Sea an ≥ 0 y supongamos
√
que lim sup n an = `. Si ` < 1, la serie es convergente, y si ` > 1, la serie
es divergente.
Hay series convergentes y series divergentes para las que el lı́mite obtenido
P P
es 1 (ejemplos respectivos son 1/n2 y 1/n), de modo que ninguno de
los criterios predice el comportamiento de la serie cuando ` = 1. La serie
P
armónica generalizada 1/nα también se suele utilizar para comparar.
Proposición A.10. Sea an ≥ 0.
P
1. Si lim nα an ∈ [0, ∞) y α > 1, la serie an es convergente.
P
2. Si lim nα an ∈ (0, ∞] y α ≤ 1, la serie an es divergente.
A.2.3. Series de términos positivos y negativos.
Una primera propiedad básica para el estudio de series en general es la
siguiente.
P P
Proposición A.11. Si la serie |an | es convergente, la serie an también
lo es.
P
La prueba consiste simplemente en ver que si |an | satisface la condición
P P
de Cauchy, también la satisface an . Si la serie |an | converge, se suele
P
decir que la serie an es absolutamente convergente. Con este concepto, el
enunciado anterior se puede leer ası́: Toda serie absolutamente convergente
P
es convergente. El recı́proco no es cierto, como muestra la serie (−1)n /n
P P
(sabemos que 1/n diverge, para la convergencia de (−1)n /n se puede
utilizar el criterio de Leibniz que sigue). Cuando una serie es convergente
pero no absolutamente convergente, se dice que es condicionalmente conver-
gente.
Este resultado sugiere que para empezar a estudiar una serie de términos
positivos y negativos se empiece estudiando la serie formada por sus valo-
res absolutos y, en caso de que esta converja, también convergerá la serie
original.
Aunque cuando la serie de valores absolutos diverge, el resultado anterior no
da información sobre la original, a veces se tiene información indirecta. Por
ejemplo, si hemos visto que el término general de la de valores absolutos no
tiende a cero, tampoco tenderá a cero el término general de la serie dada y
ésta tiene que ser divergente.
A.2.4. Series alternadas.

Se llama serie alternada a la que tiene sus términos alternativamente posi-
P
tivos y negativos, es decir, (−1)n an con an ≥ 0. En este caso, existe una
condición suficiente de convergencia que suele ser útil.
Teorema A.12 (Criterio de Leibniz). Si la sucesión {an } es de términos
P
positivos, decreciente y tiende a cero, la serie alternada (−1)n an es con-
vergente.
Se observa que las sucesiones de sumas parciales de lugares par e impar

satisfacen s1 ≤ s3 ≤ · · · ≤ s2n+1 ≤ · · · ≤ s2n ≤ · · · ≤ s4 ≤ s2 , de lo
que se deduce que ambas tienen lı́mite; estos lı́mites coinciden porque la
diferencia s2n − s2n−1 = a2n tiende a cero. Además, si la suma es s, se tiene
s2n+1 ≤ s ≤ s2n , lo que permite estimar el error como |sn − s| ≤ an+1 .
P
Con este criterio se prueba inmediatamente que la serie (−1)n /n es con-
vergente.
A.2.5. Reordenamientos de series.

Terminamos con un resultado sobre el reordenamiento de series. Teniendo en
cuenta que en el caso de sumas finitas la propiedad conmutativa asegura que
el orden de los sumandos no altera el valor de la suma, es lógico preguntarse
si en el caso de series convergentes se puede reordenar la sucesión y conservar
la convergencia de la serie y el valor de la suma. La respuesta la dio Riemann
y no es independiente de la serie.
A.3. Sucesiones de funciones 131
Teorema A.13. 1. Si una serie es absolutamente convergente, cual-

quier reordenamiento de la serie también es convergente y la suma es
siempre la misma.
2. Si una serie es condicionalmente convergente, se puede reordenar de
modo que se obtenga bien sea una serie convergente cuya suma es
cualquier valor escogido de antemano, bien sea una serie divergente.
A.3. Sucesiones de funciones

A.3.1. Convergencia puntual.
Supongamos que para cada número natural n tenemos una función fn de-
finida en un dominio D (subconjunto de R). Si fijamos un valor x ∈ D, la
sucesión {fn (x)} es una sucesión numérica, que puede ser convergente o no.
Podemos definir una función cuyo dominio es el conjunto de puntos de D en
los que estas sucesiones numéricas convergen poniendo
(A.2) f (x) = lim fn (x) .
n→∞
Se dice que la función f es el lı́mite puntual de la sucesión de funciones {fn }.
Según la definición de convergencia de una sucesión numérica, (A.2) equivale
a que para todo ² > 0 exista N0 tal que si n ≥ N0 , entonces |fn (x)−f (x)| < ².
Conviene resaltar que el N0 que aparece en esta formulación depende de ²
y x.
A.3.2. Convergencia uniforme.

Para que la función lı́mite herede ciertas propiedades de las funciones de la
sucesión, a menudo es necesario algo más que la convergencia puntual. Es
la propiedad que se suele llamar convergencia uniforme.
Definición. La sucesión {fn } converge uniformemente a f en un dominio
D si para todo ² > 0 existe N0 tal que si n ≥ N0 , entonces
|fn (x) − f (x)| < ² para todo x ∈ D.
La diferencia entre esta definición y la definición puntual previa es que ahora

el valor de N0 depende de ², pero no depende de x, sirve el mismo para todo
x ∈ D.
Al ser |fn (x) − f (x)| < ² para todo x ∈ D, se tiene
sup |fn (x) − f (x)| ≤ ²
x∈D
y entonces tenemos la siguiente caracterización.
Proposición A.14. {fn } converge uniformemente a f en D si y sólo si
lim sup |fn (x) − f (x)| = 0 .
n→∞ x∈D
Esta formulación tiene la ventaja de que el lı́mite se calcula para una sucesión
numérica. Por supuesto, se necesita conocer la función f , pero ésta no puede
ser otra que el lı́mite puntual de la sucesión {fn }.
La convergencia uniforme tiene una interpretación geométrica que conviene
conocer. Basta observar que la condición |fn (x)−f (x)| < ² para todo x ∈ D
equivale a decir que f (x) − ² < fn (x) < f (x) + ² para todo x ∈ D, o sea,
la gráfica de la función fn no puede estar a distancia superior a ² de la
gráfica de f en cada punto. Como esto debe ocurrir siempre que n ≥ N0 , la
sucesión {fn } converge uniformemente a f en D si a partir de un lugar (N0 )
en la sucesión las gráficas de las funciones están contenidas en un “tubo” de
anchura ² a cada lado de la gráfica de f .
Las figuras representan las sucesiones de funciones fn (x) = min{xn , 1} en
[0,2] y gn (x) = nx/(1 + n2 x2 ) en [−1, 1]. No hay convergencia uniforme en
esos intervalos. Sin embargo, hay que entender que la convergencia uniforme
depende del conjunto sobre el que se mire y ası́, hay convergencia uniforme
en algunos dominios (por ejemplo, [0, 1/2] para fn y [1/2, 1] para gn ).
Figura A.1. Gráficas de min{xn , 1} en [0,2] y nx/(1 + n2 x2 ) en [−1, 1]

para varios valores de n.
Una observación útil es que la condición de Cauchy uniforme equivale a la

convergencia uniforme, es decir, fn converge uniformemente a f en D si y
sólo si para todo ² > 0, existe N0 tal que si n, m ≥ N0 , entonces
|fn (x) − fm (x)| < ², para todo x ∈ D .
A.3.3. Continuidad y convergencia uniforme.

Teorema A.15. Sea {fn } una sucesión de funciones continuas que conver-
ge uniformemente en D a una función f . Entonces f es continua.
Si escribimos
(A.3) |f (x) − f (a)| ≤ |f (x) − fn (x)| + |fn (x) − fn (a)| + |fn (a) − f (a)|,
por la convergencia uniforme podemos hacer |fn (x) − f (x)| tan pequeño
como queramos para todo x ∈ D eligiendo n suficientemente grande. Fijado
este valor de n, la continuidad en a de la función fn permite hacer pequeño
|fn (x) − fn (a)| cuando x está cerca de a.
A.3. Sucesiones de funciones 133
Es un argumento sencillo, que conviene entender bien: para acotar (o para

hacer pequeña) una expresión la hemos descompuesto en varios trozos y
hemos razonado con cada uno de ellos por separado. Esto obliga a elegir los
trozos en forma adecuada para poder aplicar las hipótesis.
La falta de convergencia uniforme puede hacer perder la continuidad de la
función lı́mite; el primer ejemplo de la figura anterior es una muestra. Pero
conviene darse cuenta de que el teorema da sólo una condición suficiente
para la continuidad de la función lı́mite y que ésta puede ser continua sin
que la convergencia sea uniforme. Ası́ ocurre en el segundo ejemplo de la
figura.
La noción de convergencia uniforme apareció a mediados del siglo XIX, después de
que se observase la falta de continuidad del lı́mite en algunos casos. Las primeras
referencias publicadas se deben a Stokes (1847) y a Seidel (1848), quienes llegaron
al concepto de forma independiente. Sin embargo, se suele atribuir a Weierstrass y
sus discı́pulos la comprensión de la importancia del concepto y su desarrollo.
A.3.4. Integración y sucesiones.

¿Cuándo se puede decir que la integral del lı́mite de una sucesión coincide con
el lı́mite de las integrales de las funciones de la sucesión? Es una pregunta
clave, que ha tenido repercusiones en las teorı́as de la integración, y las
ventajas de la integral de Lebesgue sobre la de Riemann son enormes en
este punto, como se puede comprobar consultando el apéndice siguiente. A
veces es útil tener una respuesta sencilla, como la que da el siguiente teorema
(que vale para la integral de Riemann).
Teorema A.16. Sea {fn } una sucesión de funciones integrables en un in-

tervalo [a, b] que converge uniformemente a una función f en ese intervalo.
Entonces f es integrable y
Z b Z b
lim fn (t) dt = f (t) dt .
n→∞ a a
Si supiésemos que f es integrable (lo que ocurre, por ejemplo, cuando las fn
son continuas, según el teorema anterior) la prueba serı́a tan sencilla como
observar que
¯Z Z b ¯
¯ b ¯
¯ ¯
¯ fn (t) dt − f (t) dt¯ ≤ (b − a) sup |fn (t) − f (t)| .
¯ a a ¯ a≤t≤b
El miembro de la derecha tiende a cero a causa de la convergencia uniforme.

En general, la integrabilidad Riemann de f hay que deducirla de las hipótesis
(trabajando con la integral de Lebesgue, la integrabilidad es inmediata).
A.3.5. Derivación y sucesiones.

Es más difı́cil dar resultados sobre derivación de sucesiones de funciones. El
siguiente utiliza el teorema fundamental del Cálculo para basarse después
en el teorema anterior.
Teorema A.17. Sea {fn } una sucesión de funciones definida en el inter-
valo [a, b] y sea x0 un punto de [a, b] en el que la sucesión es convergente.
Supongamos que las funciones fn son derivables, que sus derivadas son con-
tinuas y que la sucesión de derivadas {fn0 } converge uniformemente en [a, b]
a una función g. Entonces,
(i) el lı́mite de {fn (x)} existe en todo x ∈ [a, b];
(ii) la convergencia de la sucesión {fn } es uniforme, y
(iii) la función lı́mite es derivable y su derivada es g.
Las condiciones en las que habitualmente se prueba el teorema fundamental

del Cálculo en los cursos elementales se basan en la hipótesis de continui-
dad de la derivada. Ésa es la razón para haber incluido la hipótesis en el
enunciado.
A.4. Series de funciones

Dada una sucesión de funciones {fn }, la serie de funciones correspondiente
P
fn se estudia a partir de la sucesión de sumas parciales, igual que en el
caso de las series numéricas. La convergencia uniforme de la serie se refiere
a la convergencia uniforme de la sucesión de sumas parciales.
Los resultados de continuidad, integrabilidad y derivabilidad de la suma de
una serie de funciones a partir de las hipótesis hechas sobre las funciones de
la serie se enuncian igual que los teoremas anteriores para sucesiones ya que
las sumas parciales son sumas finitas y conservan las propiedades.
Es interesante disponer de un criterio sencillo que permita demostrar la
convergencia uniforme y en el caso de las series de funciones tenemos el
siguiente, debido a Weierstrass.
P
Teorema A.18 (Criterio M de Weierstrass). Sea fn una serie de fun-
P
ciones y sea Mn una serie numérica convergente de términos positivos;
si
|fn (x)| ≤ Mn para todo x ∈ D,
la serie de funciones converge absoluta y uniformemente en D.
La demostración no es más que una aplicación de la desigualdad

¯ n ¯ n n
¯X ¯ X X
¯ ¯
¯ fk (x)¯ ≤ |fk (x)| ≤ Mk .
¯ ¯
k=m k=m k=m
A.4. Series de funciones 135
P
En efecto, si la serie Mn converge, satisface la condición de Cauchy y
la desigualdad implica que también la satisface la sucesión de funciones,
uniformemente en x ∈ D, además. (La condición de Cauchy se refiere a las
sumas parciales, por supuesto.)
A.4.1. Series de potencias.

P
Se llaman series de potencias las de la forma n an (x − x0 )n . Para estudiar
sus propiedades podemos suponer x0 = 0; basta hacer una traslación para
considerar el caso general.
La primera propiedad interesante se deduce del criterio de comparación: si la
P
serie n an xn converge para un valor x1 de la variable, converge para todos
los valores x tales que |x| < |x1 |. Por tanto, si diverge para x2 , diverge para
todo x tal que |x| > |x2 |. Entonces, tiene que existir un R máximo tal que
la serie converge si |x| < R y diverge si |x| > R (hay que admitir que R
puede ser 0 y, en ese caso, la serie sólo convergerá en el origen, o puede ser
∞ y la serie convergerá para todo x). Este valor de R se llama radio de
convergencia de la serie.
Para calcular el valor del radio de convergencia se puede aplicar el criterio
de la raı́z y resulta que
q
R−1 = lim sup n
|an | .
n→∞
p de calcular conviene recordar que si lim |an+1 /an | existe, coincide

(A la hora
con lim n |an | y, por tanto, con el lı́mite superior.)
El criterio de Weierstrass asegura que si r < R, la serie converge uniforme-
mente en [−r, r], de modo que la suma es una función continua y se puede
integrar término a término. Por otra parte, si derivamos término a término,
la serie resultante también es de potencias y tiene el mismo radio de conver-
gencia (¿por qué?). La suma de esta serie de derivadas será la derivada de
la suma de la serie original.
Este último argumento se puede aplicar tantas veces como se quiera, de
lo que se deduce que la suma de una serie de potencias es indefinidamente
derivable. El valor de los coeficientes se puede obtener a partir de los valores
P
de la función y sus derivadas, concretamente, si n an xn = f (x), entonces
f (n) (0)
an = .
n!
Se puede pensar en este proceso a la inversa: si f es una función indefinida-
mente derivable en x0 , podemos construir la serie de potencias
∞
X f (n) (x0 )
(x − x0 )n ,
n=0
n!
que se llama serie de Taylor de f en x0 . Parece razonable pensar que esta

serie de potencias tendrá como suma en un entorno de x0 a la función f
de la que proviene, pero puede ocurrir que no sea ası́. Cuando la respuesta
es positiva la función se dice que es analı́tica. La suma de una serie de
potencias es analı́tica en el intervalo de convergencia.
A.4.2. Sucesiones y series como definición y aproximación de números y
funciones.
Es interesante hacer una reflexión sobre el papel de las sucesiones y series como
elementos de definición de números. Por ejemplo, constituyen la manera de enten-
der los números irracionales. Éstos no se pueden dar de forma exacta y nuestro
conocimiento práctico pasa por aproximarlos a través de sucesiones. Un ejemplo
muy claro es el número e que se suele definir a menudo de una de las dos maneras
siguientes:
µ ¶n X∞
1 1
e = lim 1 + , o bien e = .
n→∞ n n=0
n!
Se puede definir π como la razón entre la longitud de la circunferencia y su diámetro

o, como se hace modernamente, como el doble del primer cero positivo de una cierta
función (la función coseno). Sin embargo, esas definiciones no permiten conocer el
valor (aproximado) de π y, con este fin, se recurre a sucesiones y series. Ası́ ha sido
desde la Antigüedad: Arquı́medes utilizaba una sucesión de perı́metros de polı́gonos
inscritos en la circunferencia; Wallis dio la fórmula
π 2 · 2 · 4 · 4 · 6 · 6 · 8 · 8 · ...
= ,
2 1 · 3 · 3 · 5 · 5 · 7 · 7 · 9...
cuya prueba se puede ver en el problema A.7 y se debe a Leibniz y Gregory la serie
obtenida a partir de la del arco tangente
π 1 1 1 1
= 1 − + − + − ...
4 3 5 7 9
Otro número con nombre propio es la constante de Euler cuya definición se hace
también como lı́mite de sucesión (problema A.5):
µ ¶
1 1 1
(A.4) γ = lim 1 + + + · · · + − log n .
n→∞ 2 3 n
(Un problema abierto: todavı́a no se sabe si γ es un número racional o irracional.)
Tampoco conviene olvidar que el desarrollo decimal de un número real no es otra
cosa que la suma de una serie de la forma
X∞
an
N+
n=1
10n
donde N es un número entero y an es un entero entre 0 y 9.
Además, ver los números como lı́mites de sucesiones apropiadas es una manera de
entender sus propiedades. Por ejemplo, la representación de e a través de la serie
mencionada más arriba permite probar fácilmente que es irracional (problema A.8).
No olvidemos tampoco que en la construcción de los números reales a partir de los
racionales a la manera de Cantor, cada número real no es otra cosa que una sucesión
A.5. Problemas 137
de Cauchy de números racionales (más concretamente, una clase de sucesiones

porque todas las que van a converger al mismo número tienen que ser equivalentes).
También se pueden definir funciones a partir de sucesiones y series. El tratar de
escribir una función en forma de serie de potencias era ya común entre los analistas
del siglo XVIII, que aceptaban la serie como expresión de la función. Ası́ solemos
hacer también ahora cuando definimos la función exponencial como
X∞
x xn
e = .
n=0
n!
La serie converge para todo x real (e incluso complejo) y aplicando las propiedades
de las series de potencias se deduce que la función es indefinidamente diferenciable
y que su derivada es la misma función.
El ejemplo de Weierstrass de una función continua que no es diferenciable en ningún
punto viene dado por una función definida a través de una serie trigonométrica
(sección 4.3).
También hay métodos de resolución de ecuaciones diferenciales que dan la solución
como suma de una serie (sin que exista otra fórmula explı́cita), o bien como lı́mite
de una sucesión de problemas aproximados. Precisamente el papel de las series de
Fourier en la resolución de ecuaciones en derivadas parciales es el de proporcionar
la solución en forma de serie; en la mayorı́a de los casos no seremos capaces de dar
su suma.
A.5. Problemas
A.1 Probar la proposición A.1. ¿Qué se puede decir en el segundo caso si lim an <
lim cn ? ¿Cómo se adapta al caso de lı́mites infinitos?
A.2 (i) Si limn→∞ an = ` y f es continua en `, probar que limn→∞ f (an ) =
f (`).
(ii) Si f no es continua en `, probar que existe una sucesión {an } que
converge a ` tal que limn→∞ f (an ) 6= f (`).
A.3 Probar el corolario A.6. Cuando el lı́mite es 0 ó ∞ el resultado sólo vale en
parte, ¿cómo hay que modificarlo?
A.4 Probar que si limn→∞ an = `, entonces
a1 + · · · + an
lim = `.
n→∞ n
Este resultado es el que origina el método de sumabilidad de Fejér, del
capı́tulo 7. Comprobar con la sucesión an = (−1)n que el lı́mite de los
promedios puede existir para sucesiones no convergentes.
A.5 Probar que la sucesión que define la constante de Euler en (A.4) es conver-
gente. Este resultado indica cuál es el tamaño de las sumas parciales de la
P
serie armónica 1/n. Sugerencia: usar la integral de y = 1/x entre 1 y n
y sus sumas superior e inferior.
P P
A.6 Probar que si an es absolutamente convergente, las series an sin nx y
P
an cos nx son convergentes para todo x y definen funciones continuas.
P
Probar que son derivables si nan es absolutamente convergente.
A.7 Fórmula de Wallis. R π/2
Se considera la integral In = 0 sinn x dx.
1. Probar que nIn = (n − 1)In−2 y obtener a partir de esa fórmula:
24 2n π13 2n − 1
I2n+1 = ··· y I2n = ··· .
35 2n + 1 224 2n
2. De la desigualdad sin2n+1 x ≤ sin2n x ≤ sin2n−1 x para 0 ≤ x ≤ π/2
se deduce la correspondiente a las integrales: I2n+1 ≤ I2n ≤ I2n−1 .
I2n
3. Calcular limn→∞ a partir de esta desigualdad.
I2n−1
Se obtiene ası́ la fórmula
π 2 · 2 · 4 · 4 · 6 · 6 · 8 · 8...
=
2 1 · 3 · 3 · 5 · 5 · 7 · 7 · 9...
que se llama producto de Wallis y es la primera expresión conocida de π
como lı́mite de números racionales. Apareció en la Arithmetica infinitorum
de John Wallis en 1656.
La primera manera en que Fourier dedujo los coeficientes de la serie que lleva
su nombre no utilizaba la ortogonalidad como hacemos en el capı́tulo 1, sino un
argumento con sistemas lineales infinitos que concluı́a en una expresión cuyo valor
reconocı́a por la fórmula de Wallis.
A.8 La prueba de que e es irracional se puede hacer como sigue. Supongamos
que e = p/q donde p y q son enteros. Entonces,
q Ã ! ∞
p X 1 p X 1
0 = q!(e − ) = q! − + q! .
q k=0
k! q k=q+1
k!
Como el primer sumando del término de la derecha es un número entero,
también el segundo sumando debe serlo. Probar que
∞
X q! 1 1 1
0< < + 2
+ + ··· < 1
k=q+1
k! q + 1 (q + 1) (q + 1)3
y llegar ası́ a una contradicción.
A.9 Probar que si la sucesión {fn } tiende uniformemente a f en el intervalo (a, b)
y las funciones fn son continuas en [a, b], las sucesiones {fn (a)} y {fn (b)}
son convergentes (y, por tanto, {fn } converge uniformemente en [a, b]).
A.10 Estudiar la convergencia puntual y uniforme de las sucesiones de funciones:
1 − x2n
(a) en R; (b) x2 e−nx en [0, ∞); (c) n2 x2 e−nx en [0, ∞).
1 + x2n
A.5. Problemas 139
P
A.11 La serie geométrica ∞ n
n=0 (−x) converge uniformemente para |x| ≤ r si
r < 1. Por tanto, se puede integrar término a término para obtener la serie
de Taylor de log(1 + x), que será válida en |x| < 1.
Se puede obtener la serie de Taylor de log(1 + x) sin necesidad de conocer
resultados de series de potencias ni de integrabilidad término a término.
Para ello, utilizaremos la suma de n términos de una progresión geométrica,
1 tn+1
1 − t + t2 − t3 · · · + (−1)n tn = + (−1)n ,
1+t 1+t
e integraremos entre 0 y x todos los sumandos de esta igualdad. Para el
último sumando, en lugar de buscar una integración explı́cita, escribiremos
una cota minorando el denominador. Conseguiremos ası́ la serie de log(1+x)
y quedará probada su validez en (−1, 1].
A.12 Adaptar el proceso anterior para obtener la serie de arctan x.
A.13 Probar que la serie
∞
X (−1)n x
√ cos
n=1
n n
converge uniformemente en [−π/4, π/4].
A.14 Fórmula de sumación por partes de Abel. Sean {ak } y {bk } dos sucesiones
P
y An = nk=1 ak (ponemos A0 = 0). Probar la fórmula
n
X n−1
X
ak bk = Ak (bk − bk+1 ) + An bn − Am−1 bm .
k=m k=m
Sugerencia: Escribir ak = Ak − Ak−1 en el primer miembro y reorganizar la
suma.
P P
A.15 Probar que si ak = s, la función S(r) = rk ak está bien definida para
0 ≤ r ≤ 1 y se tiene limr→1− S(r) = s. Es decir, S es una función continua
en [0, 1]. Sugerencia: Utilizar la fórmula del problema anterior.
Comprobar con la sucesión ak = (−1)k que puede existir el lı́mite de S(r)
P
sin que la serie ak sea convergente.
En este teorema de Abel se basa el método de sumabilidad de Abel-Poisson
del capı́tulo 7.
A.16 Probar el siguiente test de Dirichlet para la convergencia uniforme. Sean
{fk } y {gk } sucesiones de funciones en D tales que:
Pn
(i) existe una constante M tal que | k=1 fk (x)| ≤ M para cada n y todo
x ∈ D;
(ii) gk+1 (x) ≤ gk (x) para cada k y todo x ∈ D;
(iii) gk tiende a 0 uniformemente en D.
P∞
Entonces la serie k=1 fk gk converge uniformemente en D.
Sugerencia: Probar que se cumple la condición de Cauchy uniforme; utilizar
para ello la fórmula de sumación de Abel.
A.17 Utilizar el test de Dirichlet del problema anterior para probar que la serie
∞
X 1
cos kx
k=1
k
converge uniformemente en el intervalo [δ, π − δ] para 0 < δ < π/2. Deducir
que la suma de la serie es continua en (0, π).
En el problema 5.3 se pide probar un resultado análogo para otra serie.
Apéndice B
Integral de Riemann e
integral de Lebesgue
B.1. Integral de Riemann

B.1.1. Definición y caracterización.
Sea f una función acotada en un intervalo [a, b]. Se considera la partición
P del intervalo definida por los puntos t0 = a < t1 < · · · < tn = b; llamando
Mj y mj al supremo y al ı́nfimo de f en [tj−1 , tj ], respectivamente, construi-
mos las sumas superior e inferior de f en [a, b] con respecto a P del modo
siguiente:
n
X n
X
U (f, P ) = Mj (tj − tj−1 ) , L(f, P ) = mj (tj − tj−1 ) .
j=1 j=1
Se observa que L(f, P ) ≤ U (f, P ) y se comprueba que al añadir puntos a

una partición la suma superior disminuye y la inferior aumenta. De aquı́ se
deduce que L(f, P1 ) ≤ U (f, P2 ) para cualquier par de particiones P1 y P2
(pasando por la partición obtenida tomando todos los puntos de P1 y P2 ).
Existen entonces el supremo de L(f, P ) y el ı́nfimo de U (f, P ) cuando se
hace recorrer a P el conjunto de todas las particiones del intervalo. A estos
valores se les llama, respectivamente, integral inferior e integral superior
de f en [a, b] y se dice que f es integrable en [a, b] cuando ambos valores
coinciden. El valor común es la integral de f en el intervalo [a, b]. De esta
construcción podemos deducir una caracterización.
141
142 B. Integral de Riemann e integral de Lebesgue
Proposición B.1. f es integrable en [a, b] si y sólo si para cada ² > 0 existe

una partición P tal que
U (f, P ) − L(f, P ) < ².
En lugar de las sumas superiores e inferiores, que fueron introducidas pos-

teriormente, la versión de Riemann utilizaba sumas del tipo
n
X
f (xj )(tj − tj−1 ) ,
j=1
donde xj es un punto cualquiera del intervalo [tj−1 , tj ]. Se suelen llamar

sumas de Riemann. Decir que A es el lı́mite de las sumas de Riemann
significa que para todo ² > 0 existe δ > 0 tal que si una partición satisface
supj (tj − tj−1 ) < δ, cualquier suma de Riemann asociada a ella dista de
A menos que ². Una función es integrable en un intervalo si y sólo si el
lı́mite de las sumas de Riemann existe (y entonces coincide con el valor de
la integral).
Riemann produjo una caracterización en términos de la oscilación de la
función. Dada una partición P la oscilación de f en el intervalo [tj−1 , tj ]
se define como Mj − mj ; llamando S(P, σ) a la suma de longitudes de los
intervalos de la partición P en los que la oscilación de f es mayor que σ el
resultado de Riemann se enuncia como sigue.
Proposición B.2. f es integrable en [a, b] si y sólo si para cada ² > 0 y
σ > 0 existe δ > 0 tal que para toda partición P con max1≤j≤n (tj −tj−1 ) < δ
se cumple S(P, σ) < ².
B.1.2. Funciones escalonadas.

P
Una función escalonada es una función del tipo N j=1 αj χIj donde los αj son
números reales y los Ij intervalos disjuntos, en cantidad finita.
P
Las funciones escalonadas son integrables y su integral vale j αj l(Ij ), don-
de l(I) es la longitud del intervalo I. Dada una partición P de [a, b] se
pueden definir funciones escalonadas que sobre los intervalos de la partición
valgan Mj o mj . Las funciones escalonadas resultantes tienen como inte-
grales U (f, P ) y L(f, P ), respectivamente. Tenemos entonces el siguiente
resultado:
Proposición B.3. Si f es integrable, dado ² > 0, existen funciones escalo-
nadas g y h tales que g(x) ≤ f (x) ≤ h(x), para todo x ∈ [a, b], y
Z b Z b
(f (x) − g(x)) dx < ², (h(x) − f (x)) dx < ².
a a
Igualmente se puede construir una sucesión de funciones escalonadas cuyas

integrales en [a, b] convergen a la integral de f .
B.1. Integral de Riemann 143
B.1.3. Algunas propiedades.

Rb Rb Rb
1. Linealidad : a (αf + βg) = α a f +β a g (α y β reales).
Rb Rc Rb
2. Si a ≤ c ≤ b, entonces a f= a f + c f.
3. Si m ≤ f (x) ≤ M para todo x ∈ (a, b), entonces
Z b
m(b − a) ≤ f ≤ M (b − a).
a
4. Teorema del valor medio: si f es continua en (a, b), existe c ∈ (a, b)
tal que
Z b
f = f (c)(b − a).
a
5. Segundo teorema del valor medio: Si f es continua y h monótona en

[a, b], existe c ∈ (a, b) tal que
Z b Z b Z c
f h = h(b−) f + h(a+) f.
a c a
Las primeras propiedades son sencillas de probar. Sobre la última véanse el
problema B.1 y el lema 2.6.
B.1.4. Integrales impropias.

La construcción de la integral de Riemann es para funciones acotadas en
intervalos acotados. Cuando la función o el intervalo no están acotados se
suele recurrir al concepto de integral impropia.
B.1.4.1. Integral impropia de una función no acotada. Si f es una función
acotada e integrable en [a + δ, b], para todo δ > 0 y limx→a+ f (x) = ∞, se
define la integral (impropia) de f en [a, b] como
Z b Z b
f = lim f,
a δ→0+ a+δ
cuando este lı́mite existe. (Comprobar que si la función es acotada y este

lı́mite existe, la función es integrable en [a, b] y esta igualdad es cierta.)
Se define del mismo modo la integral cuando el lı́mite infinito ocurre en b.
Si limx→c f (x) = ∞ para c ∈ (a, b), se aplican las definiciones en [a, c] y [c, b]
y en caso de que ambas integrales impropias existan, la integral en [a, b] es
la suma de ambas. Cuando hay varios puntos en los que la función tiende a
infinito, se divide el intervalo original en varios subintervalos de modo que
en cada uno de ellos haya una sola singularidad y se exige la existencia de
integral impropia en cada uno de ellos.
Existe una condición de tipo Cauchy que garantiza la existencia de integral
impropia.
Proposición B.4. Sea f una función acotada en [a + δ, b] para todo δ > 0.

La integral impropia de f en [a, b] existe si y sólo si para todo ² > 0 existe
η > 0 tal que para todos t, t0 ∈ (a, a + η) se tiene
¯Z 0 ¯
¯ t ¯
¯ ¯
¯ f (x) dx¯ < ² .
¯ t ¯
Existen resultados de comparación semejantes a los de las series para el

caso de funciones positivas: una mayorante con integral convergente es sufi-
ciente para la convergencia y una minorante con integral divergente implica
divergencia.
Se dice que la integral impropia converge absolutamente si existe el lı́mite
al sustituir f por |f |. Además, a través de la condición de Cauchy se ve
que la convergencia absoluta de la integral implica la convergencia. Por
ser más fácil el estudio en el caso de funciones positivas, es conveniente
comenzar estudiando la existencia de la integral tomando el valor absoluto
de la función.
En el curso utilizamos a veces argumentos de aproximación. La proposición
B.3 muestra que se puede aproximar tanto como se quiera (en el sentido
de la integral) una función integrable por una función escalonada. De la
definición de integral impropia se deduce el siguiente resultado.
Proposición B.5. Si la integral impropia de f en [a, b] es convergente,
dado ² > 0 existe g integrable y acotada tal que
¯Z ¯
¯ b ¯
¯ ¯
¯ (f − g)¯ < ².
¯ a ¯
Si la integral converge absolutamente, se puede elegir g de modo que

Z b
|f − g| < ².
a
Si, por ejemplo, estamos en la situación en que el único punto en que f tiende
a infinito es a, podemos elegir g(x) = f (x) en [a + δ, b] con δ adecuado y
g(x) = 0 en el resto.
B.1.4.2. Integral impropia en un intervalo no acotado. Si f es una función
acotada e integrable en [a, R] para todo R > a se define la integral (impropia)
de f en [a, ∞) como
Z ∞ Z R
f = lim f,
a R→∞ a
cuando este lı́mite existe. Una definición semejante vale para la integral en
(−∞, b]. Para definir la integral en todo R se divide en dos partes (−∞, a]
y [a, ∞), se pide que cada integral impropia exista y se suman.
B.1. Integral de Riemann 145
Igual que en el caso anterior se puede dar una condición de tipo Cauchy,
resultados de comparación para funciones positivas e introducir el concepto
de integral absolutamente convergente. El resultado de aproximación por
funciones integrables se puede enunciar ası́ (lo hacemos en toda la recta):
Proposición B.6. Si la integral impropia de f en R es convergente, dado
² > 0 existe M > 0 y una función g que se anula fuera de [−M, M ] y es
integrable en ese intervalo, tal que
¯Z ∞
¯
¯ ¯
¯ (f − g)¯¯ < ².
¯
−∞
Si la integral converge absolutamente, el valor absoluto se puede poner dentro
de la integral.
B.1.4.3. Valor principal. Un concepto algo diferente es el de valor principal

(de Cauchy) de una integral.
Cuando una función f es integrable en (a, c − δ) y (c + δ, b) para todo δ > 0,
el valor principal de la integral de f en (a, b) es
ÃZ Z !
c−δ b
lim f (x) dx + f (x) dx ,
δ→0 a c+δ
cuando este lı́mite existe. La diferencia con la integral impropia es que

allı́ pedı́amos la existencia por separado de cada una de las integrales; el
valor principal de la integral de f (x) = 1/x en (−1, 1) es 0, pero la integral
impropia no existe.
Existe una formulación análoga en toda la recta: si f es integrable en
(−R, R) para todo R > 0 el valor principal de su integral en R se defi-
ne como
Z R
lim f (x) dx,
R→∞ −R
cuando el lı́mite existe. Por ejemplo, el valor principal de la integral de
f (x) = x en R es 0, pero la integral impropia no existe.
B.2. Integral de Lebesgue

Henri Lebesgue explica cómo mejorar la definición de la integral de Riemann
con estas palabras:
P
Cuando se forma la suma S = f (ξi )(xi+1 − xi ) para una fun-
ción continua f (x), se agrupan valores de x que dan valores poco
diferentes de f (x) y es porque estos valores difieren poco que se
pueden sustituir en S por uno de ellos f (ξi ). Pero, si f (x) es
discontinua, no hay ninguna razón para que las elecciones de in-
tervalos (xi , xi+1 ) cada vez más pequeños conduzcan a agrupar
valores f (x) cada vez menos diferentes. Es por lo que el procedi-
miento de Riemann sólo tiene éxito raramente y, en cierto modo,
por azar. Puesto que queremos agrupar valores poco diferentes de
f (x), está claro que debemos subdividir el intervalo de variación de
f (x) y no el intervalo de variación de x. (H. Lebesgue, Leçons sur
l’intégration et la recherche des fonctions primitives, pág. 130.)
Agrupar valores poco diferentes de f (x) quiere decir sustituir f (x) por a
siempre que a ≤ f (x) < a + h. Esto requerirá sustituir las funciones es-
calonadas de la integral de Riemann por otras en las que los “escalones”
pueden ser conjuntos arbitrarios y habrá que asignar a estos conjuntos una
“longitud”, que llamaremos medida del conjunto.
Describiremos la integral en R, aunque la teorı́a en Rn es la misma cam-
biando al principio los intervalos por bolas o por cubos.
B.2.1. Medida de conjuntos de R.

Lebesgue construyó una medida para conjuntos de R. A cada conjunto
acotado A le asoció una medida exterior, m∗ (A), del modo siguiente:
N
X N
[
∗
m (A) = inf{ l(Ij ) : A ⊂ Ij },
j=1 j=1
donde los Ij son intervalos y l(Ij ) sus longitudes. Si I es un intervalo que

contiene a A, Lebesgue define la medida interior de A como m∗ (A) = l(I) −
m∗ (I \ A) y dice que un conjunto acotado es medible si sus medidas exterior
e interior coinciden1 . Representamos la medida de A por m(A). Si A no es
acotado, decimos que es medible si lo son todos los An = A ∩ [n, n + 1) y la
medida de A es la suma de las medidas m(An ) (que puede ser infinita).
Los conjuntos medibles tienen una estructura de σ-álgebra: (i) ∅ y R son
medibles; (ii) si A es medible, R \ A también; (iii) si {An } es una sucesión
de conjuntos medibles, la unión ∪n An es medible.
1 Éstees el camino utilizado por Lebesgue, pero actualmente también hay otras presentaciones
de la teorı́a, que no utilizan el concepto de medida interior.
B.2. Integral de Lebesgue 147
Los conjuntos abiertos y los cerrados son medibles y las propiedades anterio-
res permiten deducir que otros muchos conjuntos también lo son. Se puede
demostrar que hay conjuntos no medibles, pero los medibles son suficientes
para las necesidades que nos aparezcan.
Propiedades. 1. La medida de un intervalo es su longitud.
2. Monotonı́a: si A ⊂ B y son medibles, entonces m(A) ≤ m(B).
3. Aditividad numerable: si {An } es una sucesión de conjuntos medibles
P
disjuntos dos a dos, m(∪n An ) = n m(An ).
4. Invarianza por traslación: si A es medible, x ∈ R y A + x = {y + x :
y ∈ A}, entonces m(A + x) = m(A).
5. Si A es medible y ² > 0, existen un abierto V y un compacto K tales
que K ⊂ A ⊂ V y m(V \ A) < ² y m(A \ K) < ².
B.2.2. Conjuntos de medida nula.

Son especialmente importantes los conjuntos de medida nula. Es un concep-
to que se puede introducir en términos sencillos: un conjunto es de medida
nula si para cada ² > 0 se puede recubrir por una unión numerable de inter-
valos cuya suma de longitudes es menor que ². (En realidad, esta definición
equivale a decir que el conjunto es de medida exterior nula; lo que ocurre es
que todos los conjuntos de medida exterior nula son medibles.)
Una propiedad se dice que se cumple en casi todo punto (en el texto lo
abreviamos como c.t.p.) si el conjunto de puntos en que no se cumple tiene
medida nula. Por ejemplo, f y g coinciden en casi todo punto si {x : f (x) 6=
g(x)} tiene medida nula.
B.2.3. Funciones medibles.

Una función f de un subconjunto D de R en R ∪ {∞} se dice que es medible
si los conjuntos {x : f (x) > α} son medibles para todo α ∈ R.
Las funciones continuas son medibles porque los abiertos son medibles.
Proposición B.7. Si {fn } es una sucesión de funciones medibles, las fun-
ciones supn fn , inf n fn , lim supn fn y lim inf n fn son medibles (y, por tanto,
limn fn cuando está definida).
Teorema B.8 (Teorema de Lusin). Si f es medible y se anula fuera de un
conjunto de medida finita y si ² > 0, existe g continua de soporte compacto
tal que m({x : f (x) 6= g(x)}) < ².
B.2.4. Funciones simples.

Se llaman funciones simples a las que son combinación lineal de funciones
caracterı́sticas, es decir, se escriben en la forma
N
X
(B.1) αj χAj
j=1
donde los αj son números reales y los Aj , conjuntos medibles.
Proposición B.9. Si f es medible y no negativa, existe una sucesión de

funciones simples {sn } tales que: (i) sn ≤ sn+1 para todo n; (ii) limn sn (x) =
f (x) c.t.p.
B.2.5. Definición de la integral.

B.2.5.1. Integración de funciones simples. Si s es una función simple que se
escribe como en (B.1), su integral se define como
Z N
X
s= αj m(Aj ).
R j=1
B.2.5.2. Integración de funciones positivas. Si f es una función medible po-

sitiva, se define
Z ½Z ¾
f = sup s : s es simple y s ≤ f .
R R
B.2.5.3. Funciones integrables. Si f es una función medible, escribimos f + (x)

= max(f (x), 0) y f − (x) = max(−f (x), 0) de modo que f + y f − son posi-
tivas y f = f + − f − ; si f + y f − tienen integrales finitas, se dice que f es
integrable y se define
Z Z Z
f= f+ − f −.
R R R
Equivale a que |f | sea integrable con integral finita.

B.2.5.4. Integral sobre un conjunto cualquiera. Si f es una función medible
y E es un conjunto medible, la integral de f sobre E se define como
Z Z
f= f χE
E R
(vale siempre si f es positiva y sólo si f χE es integrable en el caso general).

Si f está definida en E, equivale a extenderla por 0 a todo R e integrar en
R.
R
Cuando hagamos explı́cita la variable escribiremos E f (x) dx.
B.2.6. Propiedades de la integral.

R R
1. Si f = g en casi todo punto de E, E f= E g.
R R R
2. Linealidad : E (αf + βg) = α E f +β E g (α, β ∈ R).
R
3. Si m(E) = 0, E f = 0.
R
4. Si f ≥ 0 y E f = 0, entonces f (x) = 0 para casi todo x ∈ E.
R R
5. | E f| ≤ E |f |.
6. Continuidad de la integral respecto a traslaciones:
Z
(B.2) lim |f (x + h − f (x)| dx = 0.
h→0 R
B.2.7. Teoremas de convergencia.
Teorema B.10 (Teorema de convergencia monótona). Si {fn } es una su-

cesión creciente (fn (x) ≤ fn+1 (x) para casi todo x de E) de funciones me-
dibles positivas,
Z Z
lim fn = lim fn .
E n→∞ n→∞ E
El resultado es válido para una sucesión decreciente (fn (x) ≥ fn+1 (x)) si
suponemos que f1 es integrable; basta aplicar el teorema a gn = f1 − fn .
Una consecuencia inmediata del teorema de convergencia monótona es que
si las funciones fn son medibles y positivas se tiene
Z X XZ
lim fn = fn ,
E n→∞ n n E
ya que las sumas parciales forman una sucesión creciente.
Teorema B.11 (Teorema de convergencia dominada). Si {fn } es una su-

cesión de funciones medibles, g es una función integrable tal que |fn (x)| ≤
g(x) para casi todo x de E y limn→∞ fn (x) existe en casi todo punto,
Z Z
lim fn = lim fn .
E n→∞ n→∞ E
Cuando la sucesión fn no tiene lı́mite puntual suele ser útil el siguiente

resultado, que da una desigualdad.
Teorema B.12 (Lema de Fatou). Si {fn } es una sucesión de funciones

medibles positivas,
Z Z
lim inf fn ≤ lim inf fn .
E n→∞ n→∞ E
B.2.8. Continuidad y derivabilidad de integrales con parámetros.

A partir del teorema de convergencia dominada se pueden deducir los si-
guientes resultados.
Teorema B.13. Sea f (x, t) una función definida en E × (a, b) (donde E

es un subconjunto medible de R). Supongamos que para cada t la función
f (·, t) es integrable en E y definimos
Z
F (t) = f (x, t) dx.
E
1. Si la función t −→ f (x, t) es continua en t0 para cada x ∈ E y existe
g integrable en E tal que |f (x, t)| ≤ g(x) en casi todo punto de E para
t en un entorno de t0 , entonces F es continua en t0 .
2. Si la función t −→ f (x, t) es derivable en un entorno de t0 y existe
∂f
g integrable en E tal que | (x, t)| ≤ g(x) en casi todo punto de E
∂t
para t en un entorno de t0 , entonces F es derivable en t0 y
Z
0 ∂f
F (t0 ) = (x, t0 ) dx.
E ∂t
Cuando decimos “en casi todo punto” estamos aceptando que la hipótesis
no se cumpla en un conjunto de medida nula; hay que entender que ese
conjunto es independiente de t.
B.2.9. Teorema de Fubini.

La construcción anterior de la medida de Lebesgue en R se adapta a más
dimensiones como hemos indicado. Las definiciones de función medible,
integral de una función o función integrable son semejantes. El teorema de
Fubini-Tonelli relaciona una integral en R2 con integrales iteradas de una
variable (más generalmente podrı́amos darlo para funciones en Rn × Rm ).
Teorema B.14. Sea f una función medible definida en E × F donde E y

F son subconjuntos medibles de R.
1. Si f es integrable en E × F , se cumple:
(B.3)
Z Z µZ ¶ Z µZ ¶
f (x, y) dx dy = f (x, y) dy dx = f (x, y) dx dy.
E×F E F F E
R
2. Si φ(x) = F |f (x, y)| dy es integrable en E, entonces f es integrable
en E × F y se satisface (B.3).
También se cumple (B.3) siempre que f sea no negativa; en ese caso, todos
los términos pueden ser +∞.
B.2.10. Relación con la integral de Riemann.

Si una función es integrable Riemann, es integrable Lebesgue y la integral
en ambos sentidos es la misma. Esto no se aplica a integrales impropias.
Por ejemplo, la integral de sin x/x en R está bien definida como integral
impropia, pero no es una función integrable en el sentido de Lebesgue.
Un teorema demostrado por Lebesgue afirma: una función es integrable
Riemann si su conjunto de discontinuidades tiene medida nula.
B.2.11. Los espacios Lp .

En este apartado consideraremos que dos funciones que coinciden en casi to-
do punto son la misma, lo que equivale a definir una relación de equivalencia
y hablar de clases de funciones.
Se define el espacio Lp (E), p > 0, como el espacio de funciones medibles
definidas en E tales que |f |p es integrable; en particular, L1 (E) es el con-
junto de funciones integrables. Tiene estructura de espacio vectorial por la
linealidad de la integral. Si 1 ≤ p < ∞, la expresión
µZ ¶1/p
p
kf kp = |f |
E
define una norma en Lp (E). (Obsérvese que hay que identificar las funciones
que coinciden en casi todo punto para que kf kp = 0 implique f = 0.)
La sucesión {fn } converge a f en la norma de Lp si limn→∞ kfn − f kp = 0,
y es de Cauchy si limn,m→∞ kfn − fm kp = 0.
Teorema B.15. El espacio Lp (E), 1 ≤ p < ∞, es un espacio de Banach.
Recuérdese que un espacio de Banach es un espacio vectorial normado y

completo, y que completo significa que toda sucesión de Cauchy converge a
una función del espacio.
Teorema B.16. Si la sucesión {fn } converge a f en Lp , existe una subsu-
cesión que converge a f en casi todo punto.
En Lp (R) hay un resultado de continuidad respecto a las traslaciones, que

para p = 1 hemos mencionado entre las propiedades de la integral.
Teorema B.17. Si f está en Lp (R), 1 ≤ p < ∞,
Z
lim |f (x + h) − f (x)|p dx = 0
h→0
También se define el espacio L∞ (E), pero por otro camino. Una función
medible definida en E está en L∞ (E) si existe M tal que |f (x)| ≤ M para
casi todo x de E. El mı́nimo de los posibles valores M en la desigualdad
anterior es la norma de f en L∞ . También es un espacio de Banach.
El espacio L2 el único de los espacios Lp que es espacio de Hilbert; su

producto escalar viene definido por
Z
hf, gi = f g.
E
Esta definición vale si las funciones toman valores reales; si toman valores
complejos hay que poner f g en el segundo miembro.
Teorema B.18 (Desigualdad de Hölder). Si f ∈ Lp y g ∈ Lq con 1/p +
1/q = 1 (cuando uno de ellos es 1, el otro es ∞), entonces f g es integrable
y se cumple
¯Z ¯
¯ ¯
¯ f g ¯ ≤ kf kp kgkq .
¯ ¯
E
El caso p = q = 2 corresponde a la desigualdad de Cauchy-Schwarz (teorema

10.1) del espacio de Hilbert L2 (E).
B.3. Problemas
B.1 El segundo teorema del valor medio para integrales que aparece en B.1.3
tiene la siguiente variante, que se prueba por integración por partes: si h
es monótona y tiene derivada continua en [a, b] y f es integrable en [a, b],
existe c ∈ (a, b) tal que
Z b Z c Z b
f (t)h(t) dt = h(a) f (t) dt + h(b) f (t) dt.
a a c
B.2 Probar que si una función es integrable en (a + δ, b) para todo δ > 0 y está
acotada en un entorno de a, es integrable en (a, b).
B.3 Probar que una función monótona y acotada en un intervalo [a, b] es inte-
grable Riemann.
B.4 Probar que la integral impropia de sin t/t existe en (0, ∞), pero que la
función no es integrable (es decir, la integral de | sin t/t| es ∞). Observación:
Sólo se pide probar que la integral impropia existe, lo que es más fácil
que determinar su valor exacto, cosa que hacemos en el problema 2.7, por
ejemplo.
B.5 Demostrar que si f es integrable con respecto a la medida de Lebesgue en
R se tienen los resultados siguientes:
Z
1. lim |f (x)| dx = 0.
N →∞ {x:|x|>N }
2. Para todo ² > 0 existe una función escalonada e tal que
Z
|f (x) − e(x)| dx < ².
R
(Aproximar las funciones simples por escalonadas.)
B.3. Problemas 153
3. Para todo ² > 0 existe una función ϕ continua y de soporte compacto

(nula fuera de un intervalo) tal que
Z
|f (x) − ϕ(x)| dx < ².
R
Z
4. lim |f (x + h) − f (x)| dx = 0 .
h→0 R
B.6 1. Probar que si la medida de E es finita (por ejemplo, si es un interva-

lo [a, b]), una función que esté en Lp (E) está también en L1 (E). Dar un
contraejemplo que muestre que el recı́proco no es cierto.
2. Dar una función de L2 (R) que no sea integrable.
B.7 Probar que si la medida de E es finita se tiene:
lim kf kp = kf k∞ .
p→∞
Apéndice C
Algunas notas
históricas y galerı́a de
personajes
C.1. Fourier
En diciembre de 1807 Fourier presentó a la Academia de Ciencias de Parı́s
un manuscrito titulado Théorie de la propagation de la chaleur dans les so-
lides. Los miembros de la Academia encargados de juzgarlo no emitieron
un informe y expresaron sus dudas sobre el trabajo1 . Pero el tema era su-
ficientemente interesante para que la Academia propusiese como tema del
gran premio de 1812, “dar la teorı́a matemática de las leyes de propagación
del calor y comparar los resultados de esta teorı́a con los de experiencias
exactas”. Fourier mejoró su manuscrito anterior y presentó al concurso uno
nuevo titulado Théorie du mouvement de la chaleur dans les corps solides.
Ganó el premio2 , pero los académicos añadieron a sus elogios ciertas reser-
vas, indicando que “deja algo que desear, sea en cuanto a la generalidad, sea
incluso del lado del rigor”. Ninguna de las memorias fue publicada en esos
años, pero Fourier culminó su trabajo con un libro titulado Théorie analy-
tique de la chaleur y publicado en 1822, que el fı́sico Arnold Sommerfeld
1 Riemann escribió que “esta afirmación [la de que una función arbitraria se puede representar
en serie trigonométrica] resultó tan inesperada para el viejo Lagrange, que se opuso a ella de la
forma más decidida”.
2 Hay que valorar más el trabajo de Fourier por sı́ mismo que por haber ganado el premio.
La otra memoria que se presentó no tenı́a ecuaciones ni términos cientı́ficos y, en cambio, contenı́a
frases como: “El fuego ha recibido su principio del autor de todas las cosas y se propaga como
todo lo que existe en la naturaleza según el orden inmutable del creador”.
155
156 C. Algunas notas históricas y galerı́a de personajes
calificó como “la Biblia de la Fı́sica Matemática”3 y James Clerk Maxwell

de “gran poema matemático”4 .
El problema de la representación de una función en serie trigonométrica
tenı́a precedentes en el siglo XVIII, como veremos en la siguiente sección.
Sin embargo, las aportaciones de Fourier fueron cruciales para clarificar
una situación que las discusiones del siglo anterior mantenı́an demasiado
oscura; esta dificultad para superar los conceptos heredados del siglo XVIII
hizo dudar de la validez del trabajo de Fourier a los ilustres matemáticos
franceses de la época. Fourier encontró la expresión de los coeficientes5 e
interpretó las integrales como áreas bajo curvas, lo que le permitı́a hacerlos
válidos para funciones bastante generales y desprovistas de una expresión
analı́tica. Vio claramente que la igualdad entre la serie y la función ocurre
en un intervalo, no necesariamente fuera de él, y que en intervalos más
pequeños que un periodo series trigonométricas distintas pueden coincidir
con la misma función. Cuestiones que hoy nos pueden parecer elementales
con un concepto moderno de función eran realmente avanzadas en esa época
y fueron decisivas para clarificar las ideas.
Desde el punto de vista fı́sico, Fourier fue el primero en deducir la ecuación
diferencial que describe la difusión del calor e inventó el método de separa-
ción de variables para su resolución, reconoció la potencia de este método y
lo aplicó a otras ecuaciones.
La integral, ahora transformada de Fourier, aparece por primera vez en su
trabajo de 1811 como un paso al lı́mite y fue incorporada también al libro.
Joseph Fourier nació en Auxerre cientı́ficos. Tuvo una destacada activi-
(Francia) en 1768 y siendo aún joven le dad tanto cientı́fica como administrati-
tocó vivir la Revolución Francesa. Pa- va (fue nombrado gobernador del Bajo
rece que estaba dispuesto a tomar votos Egipto). La expedición volvió a Francia
religiosos, pero precisamente la Revolu- en 1801, militarmente derrotada, pero
ción impidió que siguiese el camino ecle- fruto de su trabajo cientı́fico y cultural
siástico. fue la monumental obra Description de
Fue profesor de la Escuela Politécnica l’Egypte, comenzada a publicar en 1809.
de Parı́s, creada en 1795, donde coinci- Fourier se encargó de escribir la intro-
dió con Monge, Lagrange, y otros. Duró ducción histórica además de algún otro
poco tiempo ya que en 1798 fue llama- artı́culo.
do a participar en la campaña de Egip- En 1802 fue nombrado prefecto (gober-
to de Napoleón junto a gran número de nador) del departamento de Isère, cuya
3 En el prólogo del libro Partial Differential Equations in Physics de 1949.

4 Según se menciona en el artı́culo History of Mathematics de la Encyclopaedia Britannica.
5 Es verdad que aparecen parcialmente en un texto de Euler de 1777 e incluso en un trabajo
de Clairaut de 1757, pero Fourier los dedujo directamente y los situó como claves para escribir la
serie trigonométrica.
C.2. Los precursores 157
capital es Grenoble. No volvió a ser pro- como director de la Oficina Estadı́stica

fesor, pero siguió trabajando en investi- del Sena. En 1817 fue elegido miembro
gaciones cientı́ficas mientras ocupaba su de la Academia de Ciencias en la sec-
cargo: las memorias sobre la propaga- ción de Fı́sica y en 1822, el mismo año
ción del calor que presentó a la Acade- en que publicó su famoso libro, fue nom-
mia de Ciencias en 1807 y 1811 las ela- brado Secretario perpetuo de la Acade-
boró siendo prefecto. mia, lo que le permitió hacer publicar su
Dejó la prefectura de Isère en 1814 y memoria premiada de 1811. Su influen-
fue prefecto del departamento de Rhône cia en el mundo cientı́fico francés habı́a
durante unos meses, pero los cambios crecido notablemente. En 1826 fue ele-
polı́ticos le hicieron abandonar sus car- gido miembro de la Academia Francesa
gos y se trasladó a Parı́s. Allı́ trabajó (de la lengua) y murió en Parı́s en 1830.
La crı́tica de falta de rigor ha acompañado al trabajo de Fourier durante mu-

cho tiempo, a pesar de los elogios de matemáticos posteriores, y ha retrasado
el reconocimiento de su labor. Actualmente se suele presentar el trabajo de
Fourier como paradigma de actuación en Fı́sica matemática, ya que escribió
la ecuación matemática que sirve de modelo a un fenómeno fı́sico y ofreció
un camino para su resolución. En su mentalidad la matemática se debı́a
ocupar de resolver problemas de la naturaleza y en ese sentido es notable el
siguiente párrafo que incluyó en el Discurso preliminar de su libro:
El estudio profundo de la naturaleza es la fuente más fecunda de los
descubrimientos matemáticos. Este estudio, al ofrecer un objetivo
determinado, no solamente tiene la ventaja de excluir las cuestiones
vagas y los cálculos sin salida; es también un medio seguro de
formar el propio análisis, y de descubrir los elementos que más nos
interesa conocer, y que esta ciencia debe conservar siempre: estos
elementos fundamentales son los que se reproducen en todos los
efectos naturales.
C.2. Los precursores

A mediados del siglo XVIII, es decir, unos cincuenta años antes de los traba-
jos de Fourier, ya se habı́a planteado el problema de la representación de una
función por medio de una serie trigonométrica. Fue con ocasión de los in-
tentos de resolver el problema de la cuerda vibrante, del que hemos hablado
en el capı́tulo 8. La parte histórica del trabajo de Riemann que menciona-
remos más adelante resume estupendamente la discusión sobre el tema, en
la que se involucraron d’Alembert, Euler, Daniel Bernoulli y Lagrange. En
términos aún más resumidos es la siguiente.
En 1747 un trabajo de d’Alembert muestra que la solución general de la
ecuación de ondas
∂2u 2
2∂ u
− α =0
∂t2 ∂x2
se escribe en la forma
u(x, t) = ϕ(x + αt) + ψ(x − αt).
A continuación impone la condición de que los extremos de la cuerda en
x = 0 y x = l estén fijos y deduce que
u(x, t) = ϕ(αt + x) − ϕ(αt − x) y ϕ(x) = ϕ(2l + x).
En 1748, Euler publicó una memoria en la que indicó que el movimiento
queda completamente determinado si se conocen la posición y la velocidad
iniciales (u y su derivada respecto a t en t = 0) y mostró cómo determinar
ϕ en este caso. D’Alembert protestó en un trabajo de 1750 alegando que
esto presupondrı́a que u se puede expresar analı́ticamente en t y x.
Sin que Euler hubiera respondido a d’Alembert apareció en 1753 un trata-
miento del tema completamente distinto, debido a Daniel Bernoulli. Taylor
habı́a observado ya en 1715 que las funciones sin nπx/l cos nπαt/l con n
entero son soluciones de la ecuación y se anulan en x = 0 y x = l, lo que
explica que una cuerda, además de su tono fundamental, puede dar también
el tono fundamental de las cuerdas de longitud 1/2, 1/3, 1/4,. . . de la ori-
ginal. Esto llevó a Bernoulli a considerar que la cuerda podı́a vibrar según
la expresión
X nπx nπα
u(x, t) = an sin cos (t − βn ),
n l l
y como todas las modificaciones observadas del fenómeno se podı́an explicar
partiendo de esta ecuación, consideró que daba la solución general.
El trabajo siguiente al de Bernoulli en las Memorias de la Academia de
Ciencias de Berlı́n era de Euler, quien aseguraba frente a d’Alembert que la
función ϕ puede ser completamente arbitraria entre −l y l y señalaba que la
solución de Bernoulli era general si y sólo si cualquier curva arbitraria entre
0 y l podı́a ser representada por una serie trigonométrica. Dice Riemann:
“en aquel tiempo nadie puso en duda que todas las transformaciones que
pueden efectuarse sobre una expresión analı́tica –ya sea finita o infinita–
son válidas para cualesquiera valores de las magnitudes indeterminadas, o
cuando menos sólo son inaplicables en casos sumamente especiales. De ahı́
que pareciera imposible representar mediante la expresión anterior una curva
algebraica, o, en general, una curva no periódica dada analı́ticamente, y, por
ello, Euler creyó tener que decidir la cuestión en contra de Bernoulli”.
Lagrange, joven aún, entró en escena en 1759. Estudió las vibraciones de
un hilo sin masa al que se coloca una cantidad finita de masas de igual
magnitud equidistribuidas y vio cómo variaban las vibraciones al tender el
número de masas a infinito; tras largas manipulaciones analı́ticas decidió
que la solución de Euler era correcta, pero (citando de nuevo a Riemann)
C.2. Los precursores 159
“la transición de lo finito a lo infinito dejaba, sin embargo, mucho que de-
sear, de modo que d’Alembert pudo continuar vindicando para su solución
la gloria de máxima generalidad, en un escrito que situó al frente de sus
Opuscules mathématiques”. Y termina sus comentarios sobre esta parte de
la historia diciendo que “en lo tocante a la solución de Bernoulli, los tres
coincidieron en no considerarla general; mas si bien d’Alembert, para poder
declarar la solución de Bernoulli menos general que la suya propia, hubo
de afirmar que una función periódica dada analı́ticamente no siempre puede
ser representada mendiante una serie trigonométrica, Lagrange creyó poder
demostrar esa posibilidad”.
En el fondo de la discusión de estos personajes estaba la poca claridad de los
conceptos de función, continuidad, dominio de definición, etc. La influencia
de la teorı́a de las series trigonométricas en la clarificación de estos conceptos
fue determinante.
Leonhard Euler es la figura culminan- La presencia de Euler en todos los cam-

te de la matemática en el siglo XVIII, pos de la matemática es abrumadora y
uno de los matemáticos más brillantes de no se puede dejar de mencionar su enor-
la historia y, sin duda, el más prolı́fico. me aportación a la fı́sica (mecánica, flui-
Nacido en Basilea (Suiza) en 1707, hijo dos, astronomı́a). Si el siglo anterior
de un pastor protestante, estudió cien- habı́a visto el nacimiento del cálculo in-
cias y no teologı́a, contra el deseo de su finitesimal de Newton y Leibniz, Euler
padre, quien fue finalmente convencido lo llevó a la categorı́a de análisis ma-
por Johann Bernoulli, que ejerció gran temático y le dio en sus libros una for-
influencia en la formación de Euler. ma muy parecida a la actual (salvo por
En 1727 se incorporó a la Academia de el rigor). Precisamente su dominio del
Ciencias de San Petersburgo en Rusia, análisis le permitió aplicarlo con éxito
a propuesta de su amigo Daniel Bernou- en problemas fı́sicos. Muchos aspectos
lli, y a la marcha de éste en 1733, Eu- hoy elementales de las ecuaciones dife-
ler ocupó la cátedra principal de ma- renciales ordinarias tienen su origen en
temáticas. Permaneció allı́ hasta 1741, Euler: ecuaciones lineales de coeficientes
cuando se trasladó a Berlı́n a petición constantes, soluciones en series de poten-
de Federico II de Prusia para impulsar cias, factores integrantes, un método de
la Academia de Ciencias que iba a susti- aproximación de soluciones, etc. Creó el
tuir a la Sociedad de Ciencias que Leib- cálculo de variaciones y se le debe la con-
niz fundó en 1700. En 1766 volvió a San dición necesaria de existencia de extremo
Petersburgo y allı́ permaneció hasta su (ahora ecuación de Euler ).
muerte en 1783. Tuvo problemas con la La teorı́a de números recibió un impul-
vista desde 1740 y casi todo su último so decisivo con Euler, quien continuó la
periodo en San Petersburgo estuvo cie- obra iniciada por Fermat; además
P −s re-
go; ayudado de su excelente memoria y lacionó la función ζ(s) = n con
de colaboradores que redactaban sus tra- los números primos y calculó sus valo-
bajos pudo escribir cientos de artı́culos res cuando s es un entero par, y concibió
de los que muchos aparecieron tras su la noción de número trascendente, entre
muerte. otras aportaciones. Definió y demostró
propiedades de las funciones beta y gam- Ganador de 12 premios de la Acade-

ma y trabajó con funciones de variable mia de Ciencias de Parı́s, es autor de
compleja; se le debe la fórmula básica una docena de libros de álgebra, análisis,
it
e = cos t + i sin t. mecánica, etc. Notaciones que ahora son
habituales en matemáticas tienen su ori-
Aplicó el cálculo diferencial e integral al gen en Euler: f (x) para las funciones, e
estudio de superficies (geometrı́a diferen- y π para los números correspondientes, i
cial), fue precursor de la teorı́a de grafos para la raı́z cuadrada de −1, P para el
con su famoso resultado sobre el recorri- sumatorio, ∆ para las diferencias finitas,
do de los puentes de Königsberg y de la entre otras.
topologı́a, donde ahora se le recuerda en
el concepto de caracterı́stica de Euler.
Jean le Rond d’Alembert nació en Fue el autor de la mayorı́a de los

Parı́s en 1717. Estudió derecho, medici- artı́culos matemáticos de la Enciclope-
na y matemáticas y fue aceptado en la dia, lo que le obligó a reflexionar so-
Academia de Ciencias en 1741. Ocupó bre conceptos todavı́a imprecisos en la
un lugar destacado en la actividad inte- época. Pensó que habı́a que dotar al
lectual parisina del siglo de las luces y cálculo infinitesimal de una estructura
Diderot le eligió como colaborador pa- más firme: en el artı́culo “lı́mite” escri-
ra la edición de la Enciclopedia, tam- bió que “la teorı́a de lı́mites es la base de
bién llamada Diccionario razonado de la verdadera metafı́sica del cálculo dife-
las ciencias, las artes y los oficios, que rencial” y presentó la derivada como un
se publicó en 28 volúmenes entre 1751 lı́mite de incrementos.
y 1772. Aunque en principio se iba a En 1743 publicó su Traité de dynamique
ocupar de la parte matemática y as- donde aparece el principio de la canti-
tronómica, la labor de d’Alembert fue dad de movimiento que se llama prin-
mucho más extensa y ya en el primer cipio de d’Alembert. También lleva su
volumen se encargó de escribir el prefa- nombre el criterio del cociente para series
cio. Es habitual referirse a ella como la numéricas positivas (teorema A.8) y el
“Enciclopedia de Diderot y d’Alembert”. teorema fundamental del álgebra según
Fue miembro de la Academia francesa el cual todo polinomio de grado n tiene n
(de la lengua) desde 1754 y su secretario raı́ces (complejas), cuya primera demos-
perpetuo desde 1772. Murió en Parı́s en tración dio Gauss en 1799.
1783, sólo un mes más tarde que Euler.
Daniel Bernoulli nació en 1700 en tesis doctoral sobre la mecánica de la res-

Groningen (Holanda), donde su pa- piración.
dre Johann ocupaba la cátedra de ma- Después fue a Venecia a estudiar medi-
temáticas. En 1805 Johann volvió a cina práctica, pero poco a poco fue in-
su ciudad natal, Basilea, a ocupar la teresándose más por las matemáticas y
cátedra que dejó vacante su hermano en 1725 se incorporó a la recién creada
Jakob al morir. Aunque su padre in- Academia de Ciencias de San Petersbur-
tentó que Daniel se dedicase a una ca- go como matemático. Permaneció en ese
rrera de negocios, el interés del hijo por puesto hasta 1733 en que volvió a Basilea
la ciencia le condujo a estudiar medi- donde primero fue profesor de botánica,
cina. Aplicó sus conocimientos de ma-
temáticas y fı́sica a la realización de una
C.3. Dirichlet 161
después de fisiologı́a (1743) y finalmen- análisis correcto del flujo de agua por
te de fı́sica (1750); enseñó hasta 1776 y un agujero de un recipiente e incluso dio
murió en Basilea en 1782. las leyes básicas de una teorı́a cinética
Conocido como fı́sico más que como de gases, completadas mucho más tar-
matemático, sus trabajos son verdade- de. Ganó 10 premios de la Academia de
ra matemática aplicada ya que aplicó Ciencias de Parı́s, con trabajos de astro-
métodos matemáticos al estudio de la hi- nomı́a y navegación. Produjo un impor-
drodinámica, la elasticidad y la teorı́a tante trabajo en teorı́a de probabilidades
de oscilaciones. Su libro Hydrodynami- en la que introdujo el uso del cálculo in-
ca, publicado en 1738, contiene el primer tegral.
C.3. Dirichlet
Una vez planteado el problema de la representación de funciones por series
trigonométricas, los intentos de probar la convergencia de la serie de Fourier
aparecieron inmediatamente. Poisson y Cauchy publicaron sendas pruebas
incorrectas. Fue Dirichlet quien en 1829 inauguró una nueva época ya que
publicó el primer resultado correcto de convergencia: si una función acotada
tiene un número finito de discontinuidades y un número finito de máximos
y mı́nimos, su serie de Fourier converge en cada punto a la semisuma de
los lı́mites laterales. El artı́culo de Dirichlet comienza indicando las razones
por las que la prueba de Cauchy no era válida.
Dirichlet tuvo el acierto de buscar condiciones suficientes y no plantearse el
problema en más generalidad de la que podı́a tratar. Su prueba era estricta-
mente rigurosa y, aunque he elegido para el texto una versión posterior, que
utiliza el segundo teorema del valor medio, la demostración original se sigue
sin gran dificultad. En ella introdujo Dirichlet la representación integral de
la suma parcial a través del núcleo que hoy llamamos con su nombre. La
continuidad a trozos de las funciones no se usa en realidad en ningún lugar
de la prueba, pero Dirichlet la incorpora porque las integrales que dan los
coeficientes de Fourier están bien definidas para esas funciones por el método
introducido por Cauchy (publicado en 1823). Al final de su artı́culo sugirió
una condición más amplia de integrabilidad y mostró las dificultades para
extenderla a “todas” las funciones:
Tenemos un ejemplo de una función que no cumple esta condición

[de integrabilidad] si suponemos ϕ(x) igual a una constante deter-
minada c cuando la variable x tiene un valor racional e igual a
otra constante d cuando esta variable es irracional. La función ası́
definida tiene valores finitos y determinados para todo valor de x
y, sin embargo, no se puede sustituir en la serie [de Fourier], puesto
que las diferentes integrales que entran en esta serie perderı́an todo
su sentido en este caso.
Aquı́ la referencia a la pérdida de sentido la podemos entender no sólo como

la no validez de la definición de Cauchy (o sea, la no integrabilidad Riemann)
sino que incluso la interpretación geométrica de área dada por Fourier queda
en entredicho. Mencionemos de paso que el concepto de función de Dirichlet
es más amplio que el de autores anteriores y que es habitual señalarle como
el punto de partida del concepto moderno de función.
Peter Gustav Lejeune-Dirichlet 1855, en que murió Gauss y le fue ofre-

(1805-1859), alemán de Düren, fue en- cida la cátedra de Gotinga, que ocupó
viado por su padre a Paris en 1822 para hasta su muerte en 1859.
que estudiase matemáticas en el lugar Dirichlet suele ser considerado como
que mejores matemáticos reunı́a en aquel el fundador de la teorı́a analı́tica de
momento. Allı́ se encontró con Fourier números con sus trabajos sobre las se-
de quien recogió el interés por las series ries que hoy llamamos de Dirichlet; tam-
trigonométricas. Además, en esos años bién es muy conocido su resultado so-
se publicaron los cursos de Análisis de bre la infinitud de primos en sucesiones
Cauchy con los que éste pretendı́a ins- aritméticas. Sus trabajos en mecánica y
taurar métodos rigurosos. Dirichlet fue teorı́a del potencial le llevaron al proble-
capaz de poner en común ambas cosas ma de valores de contorno para funciones
y ası́ demostró la convergencia de las armónicas que también ha quedado liga-
series de Fourier para una cierta clase do a su nombre como problema de Di-
de funciones. La publicación de este tra- richlet. Fue uno de los responsables de
bajo en 1829 fue un gran aliciente para que la matemática alemana se convirtie-
las series de Fourier. En ese momento se en la más destacada del mundo en la
Dirichlet era ya profesor en la universi- segunda mitad del siglo XIX.
dad de Berlı́n. Permaneció en ella hasta
Trabajos posteriores de Dirksen y Bessel no aportaron nada nuevo al tema

de las series de Fourier y en 1854 Riemann consideraba que el resultado de
Dirichlet era el único digno de mención.
C.4. Riemann
Continuador de la obra de Dirichlet, Riemann presentó en 1855 su trabajo
de habilitación titulado Sobre la desarrollabilidad de una función en serie
trigonométrica que, sin duda, es uno de los varios con que su autor me-
rece pasar a la historia de las matemáticas. No fue publicado hasta 1867,
un año después de su muerte. En el trabajo se distinguen tres partes: co-
mienza con un repaso histórico, sigue con la generalización de la integral
de Cauchy y finalmente se ocupa de las propiedades de las sumas de series
trigonométricas.
C.4. Riemann 163
La parte histórica es un excelente repaso a la situación del problema a lo

largo de los cien años anteriores y de ahı́ hemos sacado las citas incluidas
en las secciones anteriores6 . Termina diciendo:
La cuestión de la representabilidad de una función mediante una
serie trigonométrica sólo ha sido resuelta hasta ahora bajo los dos
supuestos de que la función admita integración en todo el recorrido,
y que no posea infinitos máximos y mı́nimos. Si no se hace la última
presuposición, entonces los dos teoremas integrales de Dirichlet son
insuficientes para decidir la cuestión; mas si se suprime la primera,
ya no es aplicable la propia determinación de los coeficientes de
Fourier.
Antes ha indicado que todas las funciones que intervienen en los fenómenos
naturales caen en el teorema de Dirichlet pero que la extensión merece la
pena por dos motivos:
En primer lugar, como Dirichlet mismo señala al final de su memo-
ria, este asunto está en la más estrecha conexión con los principios
del cálculo infinitesimal, y puede servir para traer dichos principios
a una mayor claridad y precisión. En este sentido su consideración
tiene un interés inmediato.
Mas, en segundo lugar, la aplicabilidad de las series de Fourier
no se limita a investigaciones fı́sicas; hoy se han aplicado con éxito
también a un campo de la matemática pura, la teorı́a de números,
y aquı́ parecen ser de importancia precisamente aquellas funcio-
nes cuya representabilidad mediante series trigonométricas no ha
investigado Dirichlet.
La integral, que hoy conocemos como de Riemann, modifica ligeramente la
definición de Cauchy, pero a diferencia de éste, que sólo se ocupa de fun-
ciones continuas (a trozos), Riemann se interesa en el estudio de la clase
máxima de funciones a las que se puede aplicar, las funciones integrables
(Riemann). Fue capaz de dar una caracterización en términos de la oscila-
ción (proposición B.2) y, con ello, de construir funciones integrables con un
conjunto denso de discontinuidades.
En la parte final de la memoria aborda el estudio de las series trigonométricas.
Al fijar los coeficientes de éstas por la fórmula de Fourier estamos dejando
fuera la posibilidad de representar una función por otra serie trigonométrica
que no sea la de Fourier. Riemann pretende recuperar esta posibilidad y
busca propiedades de las sumas de series trigonométricas generales, es de-
cir, condiciones necesarias para que una función sea representable7 . Con
6 Las traducciones están tomadas del libro Riemanniana selecta, editado y comentado por
José Ferreirós y publicado por el Consejo Superior de Investigaciones Cientı́ficas (Madrid, 2000).
7 Hoy sabemos que si una serie trigonométrica converge a una función integrable es la serie
de Fourier de ésta, pero también que hay series trigonométricas que convergen a funciones no
integrables.
respecto a las series de Fourier aparecen dos resultados importantes que

hemos presentado en el capı́tulo 2: el lema de Riemann-Lebesgue y el teo-
rema de localización. Se preocupó del problema de la unicidad: ¿pueden
dos series trigonométricas distintas converger a la misma función? Este pro-
blema equivale a saber si cuando una serie trigonométrica converge a cero
en todos los puntos, sus coeficientes tienen que ser necesariamente nulos.
Para ello ingenió una manera de asignar un valor a la suma de una serie
trigonométrica, que es otra forma de sumabilidad, e incluye una noción de
derivada generalizada.
Bernhard Riemann ha sido uno de los En 1854 se presentó a la habilitación pa-

matemáticos más geniales de todos los ra ejercer como profesor de la univer-
tiempos. Nació en Breselenz (Hannover, sidad. Como trabajo escrito elaboró el
Alemania) en 1826 y murió de una enfer- referido a las series trigonométricas, an-
medad pulmonar cerca del lago Maggiore tes mencionado; para el oral, Gauss eli-
(Italia) en 1866, sin llegar a cumplir 40 gió entre los tres temas propuestos por
años. Su producción matemática no es Riemann el referido a la geometrı́a, cuyo
abundante (sus obras completas publica- texto Sobre las hipótesis en que se funda
das caben en un tomo) y, sin embargo, la geometrı́a es el punto de partida de la
varios trabajos de Riemann se pueden geometrı́a que ahora llamamos rieman-
mencionar como merecedores de otorgar niana.
a su autor un alto lugar en distintos Cuando Dirichlet murió en 1859, la fa-
campos de la matemática: series trigo- ma de Riemann era ya tan grande que la
nométricas, funciones complejas, funcio- universidad de Gotinga no tuvo duda en
nes abelianas, geometrı́a, distribución de nombrarle su sucesor, completando ası́
números primos y problema de valores una rápida carrera académica. A partir
iniciales con un salto. de 1862 sus problemas de salud le lleva-
Aun siendo un brillante estudiante su de- ron a Italia y vivió los años siguientes
cisión de estudiar matemáticas la tomó compartiendo su tiempo entre este paı́s
en 1846, matriculado ya en la universi- y Alemania, sin recuperarse del todo de
dad de Gotinga como estudiante de fi- sus enfermedades.
lologı́a y teologı́a. Al año siguiente fue Actualmente el nombre de Riemann está
a Berlı́n donde estaban los profesores asociado al problema más famoso de los
más destacados (Dirichlet y Jacobi, en- que la matemática tiene pendientes des-
tre otros). En 1851 presentó en Gotin- de hace mucho tiempo. Se le llama
ga su tesis Fundamentos para una teorı́a hipótesis de Riemann, está relacionada
general de las funciones de una variable con los ceros de Pla función de variable
compleja, bajo la supervisión de Gauss, ∞
compleja ζ(z) = n=1 n−z (llamada ze-
quien elogió un trabajo que según él iba ta de Riemann) y aparece en su artı́culo
mucho más allá de los requisitos de una Sobre el número de primos menores que
tesis. Junto con Cauchy y Weiertrass una magnitud dada.
crearon un campo nuevo en el análisis
matemático.
El trabajo de Riemann sobre resultados de unicidad para series trigonométri-

cas fue continuado por Heine y Cantor. Una vez que sabemos que si una serie
C.5. Convergencia y divergencia 165
trigonométrica converge a cero en todos los puntos, la serie tiene coeficientes

nulos, la misma pregunta se plantea si sabemos que la convergencia a cero
es en todos los puntos excepto los de un conjunto E; si los coeficientes son
necesariamente nulos, E se dice conjunto de unicidad. La caracterización de
estos conjuntos de unicidad está todavı́a abierta. Los resultados de Cantor
le llevaron a estudiar propiedades de conjuntos de puntos de la recta real
que están en el origen de las ideas que le llevaron a construir la teorı́a de
conjuntos y a definir conceptos topológicos básicos.
C.5. Convergencia y divergencia

Dirichlet marcó una pauta: los resultados de convergencia deben buscar
condiciones suficientes. En 1864 Lipschitz publicó el resultado que hemos
mencionado en el teorema 2.9, extendido por Dini en 1880 a la forma dada
en el teorema 2.8. En cuanto al teorema original de Dirichet, Jordan lo
llevó en 1881 a su mayor generalidad, con la introducción de las funciones
de variación acotada. Al final de su escrito Jordan menciona la existencia
del criterio de Lipschitz, independiente del suyo, y apunta la posibilidad de
que no exista una condición necesaria y suficiente que permita describir las
funciones cuya serie de Fourier converge. Es notable que las funciones (hoy
llamadas lipschitzianas) del trabajo de Lipschitz y las de variación acotada
de Jordan hayan trascendido de sus orı́genes en el marco de las series de
Fourier para constituir espacios de funciones de gran interés y aplicaciones
en el análisis actual.
Heine señaló en un artı́culo de 1871 las dificultades para deducir ciertos
resultados a partir de las sumas de series de Fourier si éstas no convergen
uniformemente. En ese trabajo indica que hay convergencia uniforme en
las hipótesis del teorema de Dirichlet (monotonı́a a trozos) si la función es
continua, pero que no se sabe si sólo la continuidad será suficiente y añade:
“lo que se supone tácitamente”. Parece pues que no habı́a duda de que
la serie de Fourier de una función continua tenı́a que ser convergente pero
no pasó mucho tiempo hasta que du Bois-Reymond echó por tierra esta
esperanza: una función continua puede tener serie de Fourier divergente en
un punto (1873).
Paul du Bois Reymond nació en Sus trabajos matemáticos se encuadran

Berlı́n en 1831 y murió en Friburgo en en el entorno de Weierstrass y son sobre
1889. Estudió medicina, pero fue con- todo de análisis. Su más famoso resul-
vencido por Neumann para cambiar a las tado es precisamente el de la divergencia
matemáticas. Se doctoró en Berlı́n, y fue de la serie de Fourier de una función con-
profesor en Heidelberg, Friburgo and Tu- tinua.
binga antes de conseguir una cátedra en
Berlı́n.
C.6. La sumabilidad
La solución al problema de representación de funciones continuas creado
por du Bois-Reymond vino de cambiar la manera de sumar la serie. En
1900, Fejér publicó un trabajo en el que mostraba que la función continua
se recupera siempre si antes de pasar al lı́mite se toman los promedios de
las sumas parciales (capı́tulo 7). A la vez, el resultado de Fejér vino a
mostrar que otros resultados sobre series de Fourier eran en realidad métodos
de sumabilidad, modos de asignar a una serie divergente un valor suma
adecuado. El que aparece en la sección 7.2 es una adaptación del método
con el que Poisson pretendió en 1820 probar la convergencia de las series de
Fourier. De hecho, al final de su artı́culo, Fejér indica que a partir de su
teorema “se puede dar una teorı́a general y nueva de la integral de Poisson”
(que no veı́a como sumabilidad sino como solución del problema de Dirichlet
para funciones armónicas en un cı́rculo, como en el problema 8.4). Puesto
que Frobenius habı́a probado que
∞
X s1 + s2 + · · · + sn
lim rn an = lim
r→1−
n=1
N →∞ n
siempre que el segundo miembro exista (sn son las sumas parciales de la
P
serie an ), esta aplicación pudo ser la causa del interés de Fejér en el tema;
en su artı́culo, sin embargo, da la mayor importancia al resultado para series
de Fourier y la mención a la integral de Poisson queda reducida a la frase
anterior.
Lipót Fejér nació en Pécs (Hungrı́a) más brillantes de principios del siglo XX
en 1880 y cambió su nombre (Leopold y consiguieron crear en su paı́s una es-
Weiss) hacia 1900 a la forma húngara cuela que dio como fruto grandes ma-
por la que le conocemos. Publicó su im- temáticos, analistas sobre todo. Las gue-
portante resultado sobre la sumabilidad rras y los problemas polı́ticos que afec-
de las series de Fourier por el método de taron al paı́s y a Europa hicieron emi-
Cesàro en 1900, siendo aún estudiante. grar a muchos de ellos. Después de
Estudió en Budapest y Berlı́n y enseñó la segunda guerra mundial sólo Fejér y
la mayor parte de su vida en la Uni- Riesz, los más veteranos, permanecieron
versidad de Budapest. Fejér y Frygies en Hungrı́a. Murió en Budapest en 1959.
Riesz eran los dos matemáticos húngaros
El resultado de Fejér vino a reforzar el interés por las series divergentes,

que las crı́ticas de Cauchy y Abel habı́an arrinconado en el primer tercio
del siglo. Mostraba que tenı́a sentido e interés el asignar una suma por un
procedimiento distinto del habitual a una serie, ya que ahora habı́a algo
con lo que comparar, la función original. Un año después (1901) se publicó
uno de los grandes libros sobre el tema, Leçons sur les séries divergentes de
E. Borel.
C.7. Los primeros años del siglo XX 167
C.7. Los primeros años del siglo XX

En 1902 apareció la teorı́a de integración de Lebesgue en su tesis Integral,
longitud, área. La nueva integral trajo más funciones integrables, pero no
sólo eso: la identificación de funciones que coinciden en casi todo punto
sugiere una nueva manera de comparar la suma de la serie y la función de
partida, podrı́an no coincidir en todos los puntos pero quizá la discrepancia
es sólo en un conjunto “pequeño”, es decir, de medida nula.
El propio Lebesgue estudió las series de Fourier con la nueva herramienta.
En un trabajo de 1903 indicaba:
Voy a aplicar la noción de integral al estudio del desarrollo trigo-
nométrico de las funciones no integrables en el sentido de Riemann.
Tras varios artı́culos sobre el tema y un curso en el Collège de France, en
1906 publicó un libro titulado Leçons sur les séries trigonométriques.
Además de la extensión de lo que llamamos el lema de Riemann-Lebesgue
al nuevo contexto mencionaremos dos de los resultados de Lebesgue que no
hemos probado en el texto:
1. Si una serie trigonométrica converge a una función integrable, es
la serie de Fourier de su suma (pero Fatou encontró series trigo-
nométricas que convergen a funciones no integrables).
2. Si f es integrable, los promedios de las sumas parciales de su serie de
Fourier convergen a f en casi todo punto.
Junto con la integral de Lebesgue, los primeros años del siglo XX vieron na-
cer el análisis funcional abstracto: espacios métricos, espacios Lp , espacios
de Hilbert y de Banach, teorı́a de operadores lineales... Algunos nombres
ilustres asociados al desarrollo de estos conceptos son los de Volterra, Hil-
bert, Schmidt, Fréchet, F. Riesz, Fischer, Banach, por ejemplo.
La influencia en la teorı́a de las series (e integrales) de Fourier fue muy grande
y se extendió en diversas direcciones. Por ejemplo, los espacios de Hilbert
permitieron ver el sistema trigonométrico como un ejemplo de base ortogonal
hilbertiana en L2 y el análisis de series de Fourier como un caso particular de
una teorı́a abstracta. Por otro lado, los problemas que se habı́an estudiado
para series trigonométricas se podı́an plantear ahora también para otras
bases.
Henri Lebesgue nació en Beauvais de Lebesgue está universalmente acep-

(Francia) en 1875. Fue profesor de li- tada, en los primeros años no dejaba de
ceo en Nancy mientras trabajó en los re- parecer una construcción matemática so-
sultados que constituyeron su tesis, pre- fisticada; sin embargo, el estudio de los
sentada en la Sorbona (Universidad de espacios de funciones y el desarrollo del
Parı́s) en 1902. Aunque hoy la integral
análisis funcional –a partir de los traba- brillante de la matemática francesa, jun-

jos de F. Riesz, sobre todo– le dieron to a ilustres matemáticos como Baire,
un lugar relevante, ampliado posterior- Borel, Fréchet, Hadamard, Picard, Poin-
mente con la formulación de la teorı́a de caré, entre otros. Además de completar
probabilidades a partir de la teorı́a de la sus resultados de teorı́a de la integral
medida por Kolmogorov. y utilizarlos en el estudio de las series
Después fue profesor en las universida- trigonométricas, Lebesgue trabajó en te-
des de Rennes (1902-1906) y Poitiers mas de topologı́a y teorı́a del potencial;
(1906-1910), hasta que en 1910 pasó a se preocupó también de cuestiones re-
la Sorbona; desde 1921 ocupó una de las lacionadas con la enseñanza de las ma-
cátedras de matemáticas del Collège de temáticas y escribió libros sobre temas
France. Le tocó vivir una época muy “elementales”. Murió en Parı́s en 1941.
C.8. La convergencia en Lp
Limitándonos al caso de las series de Fourier clásicas, es decir, al sistema tri-
gonométrico que hemos estudiado en el curso, los nuevos marcos funcionales
dieron lugar a dos problemas destacados para funciones f de Lp :
1. ¿Es cierto que limN →∞ kSN f − f kp = 0?
2. ¿Es cierto que limN →∞ SN f coincide con f en casi todo punto?
El análisis funcional permite ver que la primera pregunta se reduce a probar
la desigualdad
kSN f kp ≤ Cp kf kp ,
donde la constante Cp puede depender de p, pero no debe depender de f ni de
N . Aparte del caso p = ∞ que, por ser convergencia uniforme, ya sabemos
que tiene respuesta negativa, el caso p = 1 se excluye por un argumento
similar al de la sección 4.2. Fue Marcel Riesz (el hermano menor de Frigyes
Riesz) quien en 1923 respondió afirmativamente a la primera pregunta para
1 < p < ∞.
En cuanto a la segunda, en 1923 A. Kolmogorov demostró que existe una
función integrable cuya serie de Fourier diverge en casi todo punto y poco
después, en 1926, fue capaz de llevar la divergencia a todo punto. La res-
puesta para p = 1 es pues falsa. Lusin conjeturó en 1915 que la respuesta
para p = 2 era afirmativa y este problema duró 50 años, hasta que en 1965
L. Carleson probó la conjetura de Lusin8 . De este teorema de Carleson se
deduce que la serie de Fourier de una función continua converge en casi todo
punto a la función y no tenemos actualmente ningún método de demostra-
ción que no siga este camino. En 1967, R. Hunt mostró que el resultado de
Carleson era válido para todo p > 1.
8 Durante estos 50 años la conjetura pasó por fases de duda sobre su veracidad; Carleson
relata que Zygmund estaba convencido de que era falsa y que él mismo estuvo trabajando muchos
años en la búsqueda de un contraejemplo antes de conseguir probar el teorema.
Bibliografı́a
[1] G. Bachman, L. Narici y E. Beckenstein, Fourier and wavelet analysis, Springer-

Verlag, New York, 2002.
[2] J. J. Benedetto, Harmonic analysis and applications, CRC Press, Boca Raton, 1997.
[3] B. Burke-Hubbard, The world according to wavelets, A K Peters, 1996; en francés,
Ondes et ondelettes: La saga d’un outil mathématique, Pour la Science, 1995.
[4] H. S. Carslaw, An introduction to the theory of Fourier’s series and integrals, tercera
edición, Dover, 1950.
[5] R. W. Churchill, Series de Fourier y problemas de contorno, McGraw-Hill, México,
1979.
[6] H. Dym y H. P. McKean, Fourier series and integrals, Academic Press, New York,
1972.
[7] R. E. Edwards, Fourier series: A modern introduction, 2nd ed., Springer-Verlag, New
York, 1979.
[8] G. B. Folland, Fourier analysis and its applications, Brooks/Cole, 1992.
[9] J. Fourier, Théorie analytique de la chaleur, Jacques Gabay, Parı́s, 1988.
[10] C. Gasquet y P. Witomski, Fourier analysis and applications: filtering, numerical
computation, wavelets, Springer-Verlag, 1999.
[11] E. González-Velasco, Fourier analysis and boundary value problems, Academic Press,
San Diego, 1995.
[12] J. P. Kahane and P. G. Lemarié-Rieusset, Fourier series and wavelets, Gordon and
Breach, Amsterdam, 1995.
[13] D. W. Kammler, A first course in Fourier analysis, Prentice Hall, Upper Saddle
River, 2000.
[14] Y. Katznelson, An introduction to harmonic analysis, Dover, New York, 1976.
[15] T. W. Körner, Fourier analysis, Cambridge Univ. Press, Cambridge, 1988.
[16] H. Lebesgue, Leçons sur les séries trigonométriques, Albert Blanchard, 1975 (original
de 1906).
[17] R. Seeley, Introducción a las series e integrales de Fourier, Reverté, 1970.
169
170 Bibliografı́a
[18] G. P. Tolstov, Fourier series, Dover, New York, 1962.

[19] J. S. Walker, Fourier analysis, Oxford University Press, 1988.
[20] N. Wiener, The Fourier integral and certain of its applications, Dover, New York,
1958 (original de 1933).
[21] M. Willem, Analyse harmonique réelle, Hermann, Parı́s, 1995.
[22] A. Zygmund, Trigonometric series, vol. I y II, Cambridge Univ. Press, London, 1959.
Índice de términos
amplitud, 5, 78 ecuación de Schrödinger, 105

análisis, 3, 78 ecuación del calor, 59, 105
ecuación del potencial, 60, 113
base de Haar, 72 equidistribución de sucesiones aritméticas,
base hilbertiana, 71 65
espacio de Hilbert, 70
clase de Schwartz, 91 espacios Lp , 151
coeficientes de Fourier, 2, 70
condición de Lipschitz, 19 fase, 5, 78
conjunto de unicidad, 165 fenómeno de Gibbs, 41, 91
conjunto medible, 146 funciones armónicas, 60
conjuntos de medida nula, 147 funciones de Hermite, 99
constante de Euler, 136 función absolutamente continua, 36
convergencia absoluta, 144 función caracterı́stica, 106
convergencia en media, 51 función de banda limitada, 108
convergencia en media cuadrática, 53 función de tiempo limitado, 110
convergencia puntual, 11, 131 función de variación acotada, 19
convergencia uniforme, 23, 131 función escalonada, 142
convolución, 85 función integrable, 148
correlación, 85 función medible, 147
criterio de comparación, 128 función simple, 147
criterio de condensación de Cauchy, 128 función theta de Jacobi, 113
criterio de la raı́z, 129 fórmula de sumación de Poisson, 104, 119
criterio de Leibniz, 130 fórmula de Wallis, 138
criterio del cociente, 129
criterio M de Weierstrass, 134 igualdad de Parseval, 53
cuerda vibrante, 57 igualdad de Plancherel, 4, 53, 71, 93, 118
integración de series de Fourier, 35
densidad de probabilidad, 106 integral de Riemann, 141
derivación de series de Fourier, 38 integral impropia, 143
desigualdad de Bessel, 5, 70 integral inferior, 141
desigualdad de Cauchy-Schwarz, 68 integral superior, 141
desigualdad de Hausdorff-Young, 99 intervalo de Nyquist, 109
desigualdad de Wirtinger, 63 inversión de la transformada de Fourier, 82
desigualdad isoperimétrica, 64
desviación tı́pica, 106 lema de Fatou, 149
difusión del calor, 59 lema de Riemann-Lebesgue, 13, 79
localización uniforme, 25
ecuación de ondas, 58, 113 lı́mite de una sucesión, 125
172 Índice de términos
lı́mite inferior, 127 sı́ntesis, 3, 78

lı́mite puntual, 131
lı́mite superior, 127 teorema central del lı́mite, 107
teorema de convergencia dominada, 149
media, 106 teorema de convergencia monótona, 149
medida, 146 teorema de Dini, 18
medida exterior, 146 teorema de Dirichlet, 16
modulación, 78, 116 teorema de Dirichlet-Jordan, 20
método de separación de variables, 57 teorema de Fubini, 150
módulo de continuidad, 26 teorema de Lipschitz, 19
teorema de Lusin, 147
norma, 69 teorema de Pitágoras, 69
núcleo de de la Vallée-Poussin, 56 teorema de Riesz-Fischer, 72
núcleo de Dirichlet, 11, 83 teorema de Shannon, 109
núcleo de Fejér, 46, 86 teorema de Weierstrass, 55
núcleo de Poisson, 49, 86 teorema integral de Fourier, 90
núcleo de sumabilidad, 55, 92 teoremas del valor medio, 143
transformada de Fourier, 78
ortonormalización de Gram-Schmidt, 74 transformada de Fourier en L2 , 93
transformada de Fourier en Lp , 98
polinomio trigonométrico, 1 transformada de Fourier en cosenos, 89
polinomios de Hermite, 99 transformada de Fourier en senos, 89
polinomios de Legendre, 75 transformada discreta de Fourier, 115
principio de incertidumbre, 103 transformada rápida de Fourier, 116, 119
principio de localización de Riemann, 14
problema isoperimétrico, 63 valor principal, 145
producto escalar, 67 variación total, 20
propiedad de ortogonalidad, 2 varianza, 106
radio de convergencia, 135

razón de Nyquist, 109
seno cardinal, 80
serie absolutamente convergente, 130
serie alternada, 130
serie condicionalmente convergente, 130
serie de Fourier, 3
serie de Fourier compleja, 6, 9
serie de Fourier de cosenos, 6
serie de Fourier de senos, 6
serie de potencias, 135
serie de Taylor, 136
serie de términos positivos, 128
serie geométrica, 129
serie trigonométrica, 1
sistema ortogonal, 69
sistema ortonormal, 69
sistema ortonormal completo, 71
sucesión convergente, 125
sucesión de Cauchy, 126
sucesión divergente, 125
suma de Riemann, 142
sumabilidad Abel-Poisson, 49, 86
sumabilidad Cesàro, 45, 86
sumabilidad de series de Fourier, 45
sumabilidad de transformadas de Fourier,
86

Fourier

Cargado por

Copyright:

Formatos disponibles

Fourier

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fourier

Cargado por

Copyright:

Formatos disponibles

LECCIONES SOBRE LAS

Las series e integrales de Fourier constituyen un tema clásico del análisis

Las notas se dividen en dos grandes bloques: el primero trata de series de

Para la lectura de los temas relativos a series no se exige más integral

Capı́tulo 1. La serie de Fourier 1

Capı́tulo 2. Convergencia puntual de la serie de Fourier 11

Capı́tulo 3. Convergencia uniforme de la serie de Fourier 23

Capı́tulo 4. Series de Fourier de funciones continuas 29

Capı́tulo 5. Integración y derivación de series de Fourier 35

Capı́tulo 6. Fenómeno de Gibbs 41

Capı́tulo 7. Sumabilidad de series de Fourier 45

Capı́tulo 8. Resolución de algunas ecuaciones en derivadas parciales 57

Capı́tulo 9. Otras aplicaciones de las series de Fourier 63

Capı́tulo 10. Sistemas ortogonales de funciones 67

Capı́tulo 11. Transformada de Fourier en L1 77

Capı́tulo 12. Transformada de Fourier en L2 93

Capı́tulo 13. Aplicaciones de la transformada de Fourier 103

§13.2. Fórmula de sumación de Poisson 104

Capı́tulo 14. Transformadas de Fourier discreta y rápida 115

Apéndice A. Sucesiones y series numéricas y de funciones 125

Apéndice B. Integral de Riemann e integral de Lebesgue 141

Apéndice C. Algunas notas históricas y galerı́a de personajes 155

§C.6. La sumabilidad 166

Índice de términos 171

1.1. Series trigonométricas y polinomios

Se llama polinomio trigonométrico de grado N y periodo 2π a toda

Si al menos uno de los coeficientes aN y bN es distinto de cero se dice que

1 Una manera rápida de conseguir estas fórmulas es utilizando la fórmula de A. de Moivre

Utilizando otra vez fórmulas elementales se ve que al multiplicar dos

1.2. Series de Fourier

1.2.1. Ortogonalidad del sistema trigonométrico.

1.2.2. Los coeficientes de Fourier.

y la integramos en [−π, π] (la convergencia uniforme permite integrar término

2 En el capı́tulo 10 se verá la razón de este nombre.

Los valores de ak , bk que se obtienen son los siguientes:

Los coeficientes dependen de la función y cuando intervienen simultánea-

1.3. Propiedades elementales de los coeficientes

versiones para cuando f tiene discontinuidades (véase el problema

1.4. Desigualdad de Bessel

donde se ve que el valor mı́nimo se consigue eligiendo ck = ak y dk = bk .

Teorema 1.1. El polinomio trigonométrico de grado N que mejor aproxi-

Es equivalente a decir que ese polinomio trigonométrico es la N -ésima

Teorema 1.2 (Desigualdad de Bessel). Si f 2 es integrable,

En particular, para las funciones de cuadrado integrable deducimos que

1.5. Amplitud y fase

ak cos kx + bk sin kx = Ak cos(kx + ϕk ),

y la serie trigonométrica (1.1) se escribe

El coeficiente Ak es la amplitud y ϕk es la fase del k-ésimo término.

1.6. Variantes de la serie de Fourier

Las fórmulas de los coeficientes también deben adaptarse convenientemente

1.6.2. Series de Fourier de senos y cosenos.

1.6.3. Forma compleja de la serie de Fourier.

eit = cos t + i sin t

y cambiando t por −t se tiene también

e−it = cos t − i sin t.

Sumando y restando estas expresiones se deduce

Entonces, la serie de Fourier de una función se puede escribir en forma

Las propiedades de los coeficientes de Fourier reales que hemos visto en

1.7. ¿Qué funciones integrables?

1.7 (a) Probar (1.5) cuando f 0 existe y es continua. Comprobar que si f es