LAFA.

Laboratorio de Análisis de Fourier Aplicado

Convergencia puntual y uniforme de las series de Fourier:

teorema de Dirichlet y necesidad de la regularidad*

1. Estimación de coeficientes de Fourier y suavidad de señales

1.1. Estimación de los coeficientes de Fourier mediante integración por partes
En la sección anterior se ha visto que si la señal es de cuadrado integrable entonces sus coeficientes
de Fourier pertenecen a l2 (Z). Evidentemente, esto no basta para garantizar la convergencia de la
correspondiente serie de Fourier1 (y, mucho menos, para garantizar, en el caso de que se produzca
dicha convergencia, que el lı́mite es la señal de partida).
Para garantizar la convergencia de la serie de Fourier a la señal de partida, necesitaremos cier-
tas hipótesis sobre la suavidad de la señal. Podemos lograr una primera impresión sobre el efecto que
tiene imponer condiciones de suavidad para la señal x(t) sobre el tamaño de los coeficientes de Fouri-
er, si calculamos dichos coeficientes mediante integración por partes. Ahora bien, antes de efectuar el
cálculo de los coeficientes de Fourier de la señal, hacemos la siguiente observación:

Nota 1 Si u(t) tiene discontinuidades de salto en los puntos {a, b}, entonces al aplicar integración
Rb
por partes para el cálculo de a udv, se obtiene que
Z b Z b−t µ Z b−t ¶
b−t
udv = lı́m+ udv = lı́m+ uv]a+t − vdu
a t→0 a+t t→0 a+t
Z b
−
= uv]ba+ − vdu;
a
−
donde uv]ba+ = u(b− )v(b) − u(a+ )v(a).

Supongamos que existe una partición

−π = θ0 < θ1 < · · · < θJ = π

*
Este documento está basado ampliamente en el libro de texto del autor: J.M. Almira, “Matemáticas para la recu-
peración de señales”, Grupo Editorial Universitario, 2005.
1
Gracias a la prueba M de Weierstrass, si pudiésemos acotar |bx(k)| = |ck | = O(1/k 2 ), entonces tendrı́amos conver-
gencia de la serie de Fourier, no sólo puntual sino uniforme. Sin embargo, este tipo de acotaciones no se pueden deducir
del simple hecho de que {ck } ∈ l2 (Z). Basta observar que la sucesión {1/(|n| + 1)}∞ p
n=−∞ pertenece a l (Z) para todo
p > 1 y, sin embargo, no es sumable.
 LAFA. Laboratorio de Análisis de Fourier Aplicado

del intervalo [−π, π] tal que x(t) es derivable en cada intervalo abierto (θj−1 , θj ) y existen los lı́mites
laterales
±
{x(−π + ), x(θ1± ), x(θ2± ), · · · , x(θJ−1 ), x(π − )}.
Entonces los coeficientes de Fourier de x(t) vienen dados por2 :
Z
1 π
ak = x(t) cos(kt)dt
π −π
J Z
1 X θj
= x(t) cos(kt)dt
π j=1 θj−1
J
à ¸θ − Z θj !
1X sin(kt) j sin(kt)
= x(t) − x0 (t) dt
π j=1 k +
θj−1 θj−1
k
J
à Z θj !
1 X θj−
= x(t) sin(kt)]θ+ − x0 (t) sin(kt)dt
kπ j=1 j−1 θj−1

1
= O( ).
k
Obviamente, esto no basta para garantizar la convergencia de la serie
½ de Fourier asociada. Ahora
PJ iθj− ¾
bien, si sabemos que la señal x(t) es continua entonces la suma j=1 x(t) sin(kt)
k +
se cancela,
θj−1
de modo que sólo debemos preocuparnos del valor de
J
( Z )
X θj
sin(kt)
− x0 (t) dt .
j=1 θj−1 k

Si suponemos, pues, que x(t) es continua y derivable (excepto quizás en los puntos θi , donde supon-
dremos que existen las derivadas laterales), y que x0 (t) es derivable en los intervalos abiertos (θi−1 , θi ),
entonces, integrando de nuevo por partes, obtenemos que
J
à ¸θj− Z θj !
1 X cos(kt) 00 cos(kt)
ak = x0 (t) 2
− x (t) dt
π j=1 k θ+ θj−1 k2
j−1

y, por tanto, |ak | = O(1/k 2 ) (y, análogamente,|bk | = O(1/k 2 )), de modo que la serie de Fourier
converge absoluta y uniformemente3 .
Si la primera derivada es continua, entonces la suma
J
à ¸θ − !
1X 0 cos(kt) j
x (t)
π j=1 k2 θ+ j−1

se cancela y, volviendo a introducir más hipótesis de regularidad (esta vez sobre x00 (t)) y a integrar
por partes, obtenemos que |ak | = O(1/k 3 ). El argumento se puede continuar repetidas veces.
2
Para los coeficientes bk se puede realizar, evidentemente, un cálculo análogo
3
Esto es consecuencia de la prueba M de Weierstrass.

2
 LAFA. Laboratorio de Análisis de Fourier Aplicado

Hemos demostrado entonces que, para señales continuas con primera derivada continua a trozos y
derivable a trozos, los coeficientes de Fourier satisfacen |ak | = O(1/k 2 ) y, puesto que | sin t|, | cos t| ≤
1, la correspondiente serie de Fourier es sumable (de hecho, absolutamente y uniformemente sum-
able). Es más, su suma será de nuevo la señal de partida4 . Este resultado se debe a Heine5 , que lo
demostró en 1870 utilizando la desigualdad de Bessel.

1.2. Uso del Teorema del Valor Medio Integral para la estimación de los coefi-
cientes de Fourier
Otro método para estimar los coeficientes de Fourier se basa en el uso del conocido Teorema del
Valor Medio Integral:

Teorema 1 (P. O. Bonnet, 1849) 6 Supongamos que u(t) es una función integrable, positiva y decre-
ciente en el intervalo [a, b] y que ϕ es integrable en [a, b]. Entonces existe un punto x ∈ (a, b) tal
que Z Z
b x
u(t)ϕ(t)dt = u(a) ϕ(t)dt.
a a

Supongamos ahora que estamos estimando los coeficientes de Fourier de una señal 2π-periódica
x(t) que tiene la propiedad de ser de variación acotada. Entonces es conocido que dicha señal se
puede expresar como una diferencia x(t) = u(t) − v(t), donde u(t), v(t) son funciones decrecientes
en [−π, π). Es más, sumando a ambas funciones la misma constante, su diferencia queda invariante y,
por tanto, podemos suponer que u(t), v(t) ≥ 0 para todo t. Entonces podemos realizar las siguientes
estimaciones:
Z Z Z
1 π 1 π 1 π
ak = x(t) cos(kt)dt = u(t) cos(kt)dt − v(t) cos(kt)dt
π −π π −π π −π
4
La prueba de que la serie suma exactamente la señal de partida no está contenida en los cálculos que se han realizado
hasta aquı́. Sin embargo, para demostrar la veracidad de esta afirmación bastará tener en cuenta el Teorema de Aproxi-
mación de Weierstrass en su versión trigonométrica, lo que demostramos en el Corolario ?? que sigue al Teorema de Fejèr
(ver la seccción 1.3.5. ).
5
H. E. Heine (1821-1881). Matemático alemán. Se le conoce, entre otras cosas, por el teorema que caracteriza los com-
pactos de Rn precisamente como sus subconjuntos cerrados y acotados. También trabajó en temas de Análisis Matemático,
como las funciones de Bessel o los polinomios de Legendre.
6
P. O. Bonnet (1819-1892). Matemático francés. En 1843 publicó un primer trabajo sobre convergencia de series
de términos positivos y en 1849, gracias a otro trabajo sobre series funcionales, recibió un premio de la Academia de
Bruselas (Es en este segundo artı́culo donde aparece el teorema del valor medio integral). Sin embargo, en el tiempo
transcurrido entre estos artı́culos, se interesó por la Geometrı́a Diferencial, tema al que dedicó el resto de su carrera
investigadora, logrando importantes avances. En particular, a él debemos el concepto de curvatura geodésica y uno de los
pocos teoremas de Geometrı́a Diferencial Global que se estudian actualmente en la carrera de Matemáticas: el Teorema
de Gauss-Bonnet.

3
 LAFA. Laboratorio de Análisis de Fourier Aplicado

y, por tanto, si utilizamos el Teorema de Bonnet para u(t) y v(t), tenemos que
Z Z x
1 π
u(t) cos(kt)dt = u(−π) cos(kt)dt
π −π −π
u(−π)
= (sin(kx) + sin(kπ))
k
u(−π)
= sin(kx)
k
y
Z Z y
1 π
− v(t) cos(kt)dt = −v(−π) cos(kt)dt
π −π −π
v(−π)
= − (sin(ky) + sin(kπ))
k
v(−π)
= − sin(ky)
k
para ciertos valores x, y ∈ (−π, π). Se sigue que
u(−π) v(−π)
ak = sin(kx) − sin(ky)
k k
y, por tanto,
u(−π) v(−π) 1
|ak | ≤ | |+| | = (u(−π) + v(−π)).
k k k
En la estimación de los coeficientes bk habrá que tener en cuenta que ahora cos(kπ) no se anula y, por
tanto,
Z Z x
1 π
u(t) sin(kt)dt = u(−π) sin(kt)dt
π −π −π
u(−π)
= (− cos(kx) + cos(kπ))
k

y
Z π
1 v(−π)
− v(t) sin(kt)dt = − (− cos(kx) + cos(kπ)),
π −π k
de modo que
u(−π) v(−π) 2
|bk | ≤ 2| | + 2| | = (u(−π) + v(−π)).
k k k
En todo caso, acabamos de demostrar que para señales x(t) de variación acotada se tiene que los
coeficientes de Fourier asociados se van a cero con velocidad O(1/k).
Un poco más de trabajo bastará para demostrar el siguiente (interesante) resultado:
Teorema 2 Supongamos que la señal x(t) es derivable en todo punto y que x0 (t) es una función de
variación acotada. Si además se satisface que x(−π) = x(π), entonces |ak |, |bk | = O(1/k 2 ) y, en
particular, la serie de Fourier de x(t) converge a x(t) absoluta y uniformemente en [−π, π].

4
 LAFA. Laboratorio de Análisis de Fourier Aplicado

1.3. Convergencia puntual de la serie de Fourier

Los criterios explicados en las secciones anteriores relativos al tamaño de los coeficientes de
Fourier de señales 2π-periódicas x(t) no son, en absoluto, suficientes para un estudio serio de las
propiedades de convergencia de las sumas parciales SN x. Téngase en cuenta que los cálculos real-
izados hasta ahora estaban más bien enfocados para utilizar el criterio M de Weierstrass y, por tanto,
para demostrar la convergencia uniforme de la serie de Fourier. De modo que si deseamos estudi-
ar la convergencia puntual de la serie, necesitaremos realizar estimaciones más precisas. Con este
objetivo en mente, vamos a obtener, como primer paso, una expresión cerrada para las sumas par-
ciales SN x, expresión que posteriormente será utilizada para estimar las diferencias SN x(t) − x(t),
N = 0, 1, 2, · · · , .

1.4. Algunas estimaciones previas: Representación integral de SN x

Sabemos que
N
a0 X
(SN x)(t) = + (ak cos(kt) + bk sin(kt)), (1)
2 k=1

donde ½ Rπ
1
ak = π R−π x(s) cos(ks)ds ; para k ≥ 0
1 π
bk = π −π
x(s) sin(ks)ds; para k ≥ 1
Ahora, sustituyendo las expresiones de los coeficientes en (1), e intercambiando la suma (finita) con
la integral, obtenemos que
Z ( N
)
1 π 1 X
(SN x)(t) = x(s) + {cos(ks) cos(kt) + sin(ks) sin(kt)} ds
π −π 2 k=1
Z ( N
)
1 π 1 X
= x(s) + cos(k(s − t)) ds,
π −π 2 k=1

y, haciendo u = s − t, obtenemos que

Z ( N
)
1 π
1 X
(SN x)(t) = x(t + u) + cos(ku) du.
π −π 2 k=1

Para obtener resultados sobre la posible convergencia

PN de SN x, lo que necesitamos es, pues, analizar
1
el comportamiento de la suma kN (u) = 2 + k=1 cos(ku). De hecho, vamos a obtener una expresión
compacta para dicha suma. Para ello empleamos la fórmula trigonométrica

sin(a + b) − sin(a − b)
= cos a sin b.
2
Tomando a = ku y b = u/2,

(2k + 1)u (2k − 1)u u

sin − sin = cos(ku) sin
2 2 2

5
 LAFA. Laboratorio de Análisis de Fourier Aplicado

se deduce que
" N µ ¶#
u 1 u X (2k + 1)u (2k − 1)u
kN (u) sin = sin + sin − sin
2 2 2 k=1 2 2
1 (2N + 1)u
= sin
2 2
y, por tanto, Z π
1 sin((2N + 1)u/2) du
(SN x)(t) = x(t + u) . (2)
π −π sin(u/2) 2
La expresión7 (2) es de vital importancia para la estimación de las diferencias x(t) − SN x(t), N =
0, 1, · · · . Veamos por qué:
Debido a la propiedad de mejor aproximación en mı́nimos cuadrados para SN x, se deduce que, si
tomamos x(t) = 1, entonces (SN x)(t) = 1 y, por tanto,
Z
1 π sin((2N + 1)u/2) du
1= .
π −π sin(u/2) 2

Multiplicando ambos miembros por x(t) y, pasando la constante x(t) dentro de la integral del segundo
miembro de la igualdad (téngase en cuenta que integramos contra la variable u), se tiene que
Z
1 π sin((2N + 1)u/2) du
x(t) = x(t)
π −π sin(u/2) 2
y, por tanto, Z π
1 sin((2N + 1)u/2) du
x(t) − (SN x)(t) = (x(t) − x(t + u)) .
π −π sin(u/2) 2
Ya estamos en condiciones de demostrar el siguiente importante resultado:

Teorema 3 Supongamos que x(t) ∈ L1 (−π, π) y x(t) es derivable en el punto t0 ∈ (−π, π). En-
tonces lı́mN →∞ SN x(t0 ) = x(t0 ).

Demostración. Para estimar la diferencia x(t0 ) − (SN x)(t0 ) hemos conseguido que aparezca en el
segundo miembro la expresión x(t20 sin(u/2)
)−x(t0 +u)
. Esto es útil si x(t) es derivable en t0 , ya que en tal caso
x(t0 )−x(t0 +u)
la expresión u
tiene lı́mite −x0 (t0 ) ∈ R para u → 0 y, por tanto, podemos afirmar que

x(t0 ) − x(t0 + u) x(t0 ) − x(t0 + u) 1

Φ(u) := = ,
2 sin(u/2) u sin(u/2)/(u/2)
7
PN
Otro modo de llegar a (2) es el siguiente: Se tiene en cuenta que SN x(t) = k=−N x b(k)eikt , donde
1
R π 1
R π P N PN
x
b(k) = 2π −π
x(s)e−iks ds. Por tanto, SN x(t) = 2π −π
( k=−N eik(t−s) x(s))ds y, usando que k=−N eikτ =
P2N i(2N +1)τ i(N +1)τ
−e−iN τ i(N +1)τ
−e−iN τ e−iτ /2 i(N + 1 )τ −i(N + 1 )τ
e−iN τ k=0 (eiτ )k = e−iN τ e eiτ −1 −1 = e eiτ −1
= e eiτ −1 e−iτ /2
= e eiτ2 /2 −e−e−iτ /2
2
=
sin((N + 12 )τ )
sin τ2 , se llega a la expresión deseada tomando τ = t − s.

6
 LAFA. Laboratorio de Análisis de Fourier Aplicado

es una función acotada, ya que el único posible problema lo darı́a tomar lı́mite u → 0, pero esto
produce el valor −x0 (t0 ), pues lı́mu→0 sinu u = 1. Queremos, pues, estimar el lı́mite de
Z
1 π (2N + 1)u
Φ(u) sin( )du
π −π 2
para N → ∞. Ahora bien, podemos utilizar el siguiente resultado, que es una interesante consecuen-
cia del Lema de Riemann-Lebesgue:

Lema 1 Supongamos que h(u) es una señal absolutamente integrable en (−π, π). Entonces
Z
1 π (2n + 1)u
lı́m h(u) sin( )du = 0
n→∞ π −π 2

Demostración. Para verlo, tengamos en cuenta que

(2n + 1)u 1
sin = sin((n + )u) = sin(nu) cos(u/2) + cos(nu) sin(u/2)
2 2
y, por tanto, si hacemos h1 (u) = cos(u/2)h(u) y h2 (u) = h(u) sin(u/2), se tiene que
Z
1 π 1
h(u) sin((n + )u)du = bn (h1 ) + an (h2 ),
π −π 2
donde bn (h1 ) denota el n-ésimo coeficiente de Fourier (de los que multiplican a los senos) de h1 y
an (h2 ) denota el n-ésimo coeficiente de Fourier (de los que multiplican a los cosenos) de h2 . Como
tanto h(u) como h1 (u) y h2 (u) son absolutamente integrables en (−π, π), podemos utilizar el Lema
de Riemann-Lebesgue, y por tanto, sus coeficientes de Fourier convergen a cero. Esto termina la
prueba. ¤
La construcción de la función Φ(u) garantiza que ésta pertenece a L1 (−π, π) y, por tanto, podemos
utilizar el lema anterior para afirmar que
Z
1 π (2N + 1)u
lı́m Φ(u) sin( )du = 0,
N →∞ π −π 2
lo que concluye la prueba del teorema. ¤

2. El Teorema de Dirichlet
La idea, expuesta en la sección anterior, de obtener una fórmula integral que proporcione una
expresión cerrada para la suma parcial N -ésima SN x de la serie de Fourier de x(t) fue explotada
por P. L. Dirichlet, que en 1829 logró el primer avanze verdaderamente significativo en el estudio de
la convergencia de las series de Fourier de señales periódicas al establecer con todo rigor una clase
de funciones lo suficientemente amplia como para justificar su utilidad en numerosas aplicaciones.
Concretamente, demostró el siguiente resultado8 :
8
Hemos esperado hasta enunciar el teorema de Dirichlet para introducir la terminologı́a usual, según la cual denotamos
por DN al núcleo de Dirichlet, etc.

7
 LAFA. Laboratorio de Análisis de Fourier Aplicado

Teorema 4 (Dirichlet) Sea x(t) una señal 2π-periódica y sea SN (x)(t) la suma parcial N -ésima de
la serie de Fourier de x. Entonces SN (x) admite la siguiente representación integral:
Z π
1
SN (x)(t) = x(t + s)DN (s)ds,
2π −π
sin((N + 12 )s)
donde DN (s) = sin( 12 s)
, toma el nombre de núcleo de Dirichlet. Además, si x(t) es continua a
trozos con primera derivada continua a trozos9 , entonces

x(t+ ) + x(t− )
lı́m SN (x)(t) = .
N →∞ 2
Es más, en tal caso podemos garantizar que se dan las siguientes fórmulas:
Z π
1 x(t+ )
lı́m x(t + s)DN (s)ds = (3)
N →∞ 2π 0 2
Z 0
1 x(t− )
lı́m x(t + s)DN (s)ds = , (4)
N →∞ 2π −π 2

donde la convergencia que se produce es uniforme sobre compactos K estrictamente contenidos

dentro del conjunto de puntos de continuidad de la señal (i.e., [−π, π] \ {θ1 , θ2 , · · · , θm } para cierto
conjunto finito de puntos {θi }m
i=1 ).
− +)
Finalmente, para t ∈ {−π, π} se tiene que lı́mN →∞ SN x(±π) = x(π )+x(−π 2
. En particular, si
x(t) es 2π-periódica y continua con derivada continua a trozos, entonces la serie de Fourier de x(t)
converge uniformemente a x(t) en R.

Demostración. La primera parte del teorema, según la cual SN (x) admite la representación integral
Z π
1
SN (x)(t) = x(t + s)DN (s)ds,
2π −π
sin((N + 1 )s)
con DN (s) = sin( 1 s)2 , ya la hemos probado en la sección anterior. Si probamos que (3) y (4) son
2
ciertas entonces habremos finalizado. Hacemos las cuentas solo para (3), pues (4) se demuestra de
forma análoga.
Para empezar, hacemos la siguiente observación: si h(t) es una función continua a trozos en el
intervalo [0, π] entonces Z
1 π 1
lı́m h(t) sin((N + )t)dt = 0.
N →∞ π 0 2
Para verlo, basta tener en cuenta que la función h∗ (t) := h(t)χ[0,π] (t) satisface
Z Z
1 π ∗ 1 1 π 1
h (t) sin((N + )t)dt = h(t) sin((N + )t)dt
π −π 2 π 0 2
9
Para mayor precisión: estamos pensando en funciones x(t) tales que ellas y sus primeras derivadas tienen a lo sumo
un conjunto finito de discontinuidades de salto. En particular, para todo t ∈ (−π, π) existen los valores x(t± ) y x0 (t± ).

8
 LAFA. Laboratorio de Análisis de Fourier Aplicado

y podemosR aplicar a h∗ el Lema 1. Ahora bien, se sigue de la expresión integral de SN x y del hecho
1 π
de que 2π −π
DN (s)ds = 1, que
Z
x(t+ ) + x(t− ) 1 π sin((N + 12 )s) x(t+ ) + x(t− )
SN (x)(t) − = x(t + s) ds −
2 π −π 2 sin( 12 s) 2
½ Z 0 1 ¾
1 x(t + s) − x(t− ) sin((N + 2 )s)
=
π −π 2 sin( 12 s)
½ Z π ¾
1 x(t + s) − x(t+ ) sin((N + 12 )s)
+ .
π 0 2 sin( 12 s)

Por tanto, nuestro problema se reduce ahora a la estimación de las integrales que aparecen en el
segundo miembro de la igualdad anterior. Como la estimación es análoga para ambas integrales,
relizamos de manera explı́cita los cálculos solo para la segunda, que está escrita en el intervalo [0, π].
Reagrupamos términos en dicha integral, obteniendo que
Z Z
1 π x(t + s) − x(t+ ) sin((N + 21 )s) 1 π x(t + s) − x(t+ ) 1
1 = 1 sin((N + )s)
π 0 2 sin( 2 s) π 0 2 sin( 2 s) 2
Z π
1 1
= h(s) sin((N + )s),
π 0 2
+
donde h(s) = x(t+s)−x(t
2 sin( 12 s)
)
es una función continua a trozos en [0, π] y, por tanto, teniendo en cuenta
lo observado al principio de esta prueba, concluimos que
Z
1 π x(t + s) − x(t+ ) sin((N + 12 )s)
lı́m = 0,
N →∞ π 0 2 sin( 21 s)

que es lo que querı́amos demostrar (las estimaciones en los puntos t ∈ {−π, π} son análogas, de
modo que las dejamos como sencillos ejercicios).
El único punto que aún no hemos aclarado es por qué el lı́mite es uniforme sobre compactos
K contenidos en el conjunto de puntos donde la señal x(t) es continua. Por sencillez y para evitar
sutilezas innecesarias, vamos a abordar esta cuestión sólo en el caso en que la señal x(t) es continua
en todo el intervalo [−π, π] y satisface que x(−π) = x(π) (de modo que admite una extensión 2π-
periódica a toda la recta real).
La idea es utilizar la prueba M de Weierstrass. Para ello, usaremos que x0 (t) es continua a trozos
(y la desigualdad de Bessel) para estimar los coeficientes de Fourier de x(t). Veamos cómo se hace
esto:
0 0
ComoP∞ x (t) es continua a trozos entonces x (t) tiene asociada una P∞ serie de Fourier (Sx0 )(t) ∼
α0 + k=0 (αk cos(kt) + βk sin(kt)). Además, si (Sx)(t) ∼ a0 /2 + k=0 (ak cos(kt) + bk sin(kt)),
entonces es fácil comprobar que se satisfacen las igualdades α0 = 0 (por ser x(−π) = x(π)), y
an = − βnn , bn = αnn , para n = 1, 2, · · · . Vamos a utilizar esta información para estimar el tamaño de
los coeficientes |ak |, |bk |.
1 P
Como máx{|ak |, |bk |} ≤ (|ak |2 +|bk |2 ) 2 , podemos centrar nuestro interés en la serie ∞ 2
k=1 (|ak | +
1
|bk |2 ) 2 . Con este objetivo en mente, recordamos la conocida desigualdad de Cauchy-Schwartz, según

9
 LAFA. Laboratorio de Análisis de Fourier Aplicado

la cual: ¯ ¯2 Ã !Ã N !
¯XN ¯ N
X X
¯ ¯
¯ xk yk ¯ ≤ |xk |2 |yk |2
¯ ¯
k=1 k=1 k=1
N
para todo par de vectores (x1 , · · · , xN ), (y1 , · · · , yN ) ∈ C . Se sigue que
¯ ¯2 ¯ ¯2 Ã !Ã N !
¯XN ¯ ¯XN
1 ¯ N
X 1 X
¯ 1 ¯ ¯ 1 ¯
¯ (|ak |2 + |bk |2 ) 2 ¯ = ¯ (|αk |2 + |βk |2 ) 2 ¯ ≤ (|αk |2 + |βk |2 )
¯ ¯ ¯ k ¯ k2
k=1 k=1 k=1 k=1

para N = 1, 2, · · · . Se sigue que la desigualdad se satisface también para las P

correspondientes series
numéricas. Ahora bien, como x (t) es de energı́a finita, sabemos que la serie ∞
0 2 2
k=1 (|αk | + |βk | ) es
convergente. Se sigue que {ak }, {bk } ∈ l1 (N) y, por tanto, la serie de Fourier de x(t),
∞
X
Sx(t) = a0 /2 + (ak cos(kt) + bk sin(kt))
k=0

es uniformemente convergente. Como, por otra parte, ya habı́amos probado que el lı́mite puntual de
dicha serie es la propia señal x(t), la prueba se concluye. ¤

3. Necesidad de regularidad para la convergencia uniforme de

SN x
Los resultados que hemos obtenido sobre convergencia de las sumas parciales SN x hasta ahora
han requerido asumir cierta regularidad sobre las señales x(t) pero, ¿son verdaderamente necesarias
estas hipótesis?. En esta sección vamos a esbozar una prueba de que sı́. Concretamente, explicamos
cómo se demuestra la existencia de señales continuas 2π-periódicas x(t) para las que la sucesión de
sumas parciales SN x(t) es divergente.
Vamos a ofrecer dos demostraciones del resultado. La primera, de caracter existencial, sólo la
esbozamos, pues vamos a basarnos en un resultado de Análisis Funcional que, aunque de naturaleza
básica, se escapa de los objetivos de este libro. Se trata del famoso teorema de Banach-Steinhaus, o
Teorema de Acotación Uniforme.

Teorema 5 (Banach-Steinhaus) Supongamos que X es un espacio de Banach y TN : X → X,

N = 1, 2, · · · es una sucesión de operadores lineales acotados (i.e., TN (αx + βy) = αTN x + βTN y
para α, β escalares y x, y ∈ X; y kTN k := supkxk=1 kTN xk < ∞ para N = 1, 2, · · · ). Entonces las
siguientes propiedades son equivalentes:

Para todo x ∈ X la sucesión {kTN xk}∞

N =1 es acotada.

La sucesión {kTN k}∞

N =1 es acotada.

Obviamente, nosotros vamos a utilizar el teorema anterior con

X = C2π (R) := C(T) = {x : R → C : x continua y 2π-periódica}

10
 LAFA. Laboratorio de Análisis de Fourier Aplicado

dotado de la norma uniforme, kxk = supt∈[−π,π] |x(t)|, y TN x = SN x, la suma parcial N -ésima de la

serie de Fourier asociada a la señal x(t).
En la segunda demostración usaremos los cálculos realizados en la primera prueba para construir
un ejemplo concreto de señal continua cuya serie de Fourier es divergente.
Ya estamos, pues, en condiciones de probar el resultado principal de esta sección.

Teorema 6 Existen señales continuas 2π-periı́odicas x(t) tales que la sucesión de sumas parciales
SN x diverge.

Primera demostración (Existencial). Fijada una señal x(t) ∈ C(T), si las sumas parciales SN x fue-
sen convergentes a una función z(t) ∈ C(T), en el sentido de la norma uniforme, entonces tendrı́amos
que
sup kSN x(t)k ≤ kz(t)k + sup kSN x(t) − z(t)k < ∞,
N ≥1 N ≥1

y esto para cada señal x ∈ C(T). Por tanto, usando el Teorema de Banach-Steinhaus, llegarı́amos a
la conclusión de que las normas kSN k := supkxk=1 kSN xk estarı́an uniformemente acotadas. Vamos
a demostrar que esto último no es cierto y, por tanto, existen señales para las que las sumas parciales
de Fourier no son convergentes en el sentido de la norma uniforme.
Sea ϕN (t) una función continua de norma uniforme kϕN k = 1 en [−π, π] y tal que ϕN (t) =
sign(DN (t)) para todo t ∈ ∆N , donde ∆N = ∪∞ k=1 [xN,k , yN,k ]P⊂ [−π, π] representa una unióin
infinita de intervalos disjuntos dos a dos con la propiedad de que ∞ 2επ
k=0 (yN,k − xN,k ) ≥ 2π − 2N +1 .
Entonces
¯ Z π ¯
¯1 ¯
kSN ϕN (t)k ≥ kSN ϕN (0)| = ¯ ¯ ϕN (s)DN (s)ds¯¯
2π −π
¯ Z Z ¯
¯1 1 ¯
= ¯ ¯ |DN (s)|ds + ϕN (s)DN (s)ds¯¯
2π ∆ 2π [−π,π]\∆N
¯ Z πN ¯ ¯ Z ¯
¯1 ¯ ¯1 ¯
≥ ¯¯ |DN (s)|ds¯¯ − ¯¯ ϕN (s)DN (s)ds¯¯
2π −π 2π [−π,π]\∆N
sin((N +1/2)t)
Teniendo en cuenta que DN (t) = sin(t/2)
, se puede probar que

máx |DN (t)| = DN (0) = 2N + 1

t∈[−π,π]

y, por tanto, podemos afirmar que

Z π Z π
1 1 2επ 1
kSN ϕN (t)k ≥ |DN (s)|ds − (2N + 1) = |DN (s)|ds − ε.
2π −π 2π 2N + 1 2π −π

Como ε > 0 se elige arbitrariamente pequeño, se concluye que existen funciones ϕN ∈ C(T) de
norma 1 y tales que kSN ϕN k = kDN kL1 (−π,π) + O(1/N ). Ahora bien, vamos a probar que las normas
LN := kDN kL1 (−π,π) se van a infinito con la velocidad de log N , para N → ∞, lo que concluirá la
prueba.

11
 LAFA. Laboratorio de Análisis de Fourier Aplicado

Claramente
¯ Z ¯
¯ (2N +1)t ¯
2π
1 ¯ sin( 2 ) ¯
LN = ¯ ¯ dt
2π 0 ¯ sin( 2t ) ¯
Z ¯ ¯
2 π/2 ¯¯ sin((2N + 1)s) ¯¯
= ¯ ds
π 0 ¯ sin(s)
Z ¯ ¯
2 π/2 ¯¯ sin((2N + 1)s) ¯¯
≥ ¯ ¯ ds
π 0 s
2N +1
Tomando u = π
s tenemos que
Z 2N +1 ¯ ¯ Z N¯ ¯
2 ¯ sin πu ¯ ¯ sin nu ¯
¯ du > 2
2
LN ≥ ¯ ¯ ¯ du
π ¯ u ¯ π 0 ¯ u ¯
0

y, por tanto,
N −1 Z ¯ ¯
2 X k+1 ¯¯ sin πu ¯¯
LN ≥ ¯ u ¯ du
π k=0 k
N −1 Z
2 X 1 sin πu
= du
π k=0 0 u + k
Z Ã N !
2 1 X1
≥ sin πudu
π 0 k=1
k
Z 1
2 4
≥ log N sin πudu = 2 log N.
π 0 π
¤
Segunda demostración (Constructiva). Sabemos que hay una sucesión de funciones ϕn ∈ C2π
tales que kϕn k ≤ 1 para todo n y sin embargo log N = O(|SN ϕN (0)|) = O(log N ). Tomamos
φN = σN 2 (ϕN ), N = 1, 2, · · · . Entonces φN es un polinomio trigonométrico de orden ≤ N 2 y tal
que kφN k∞ ≤ 1. Ahora, si tenemos en cuenta la expresión compleja de las sumas parciales de Féjer,
entonces para cualquier señal ϕ se tiene que:
X µ ¶
|n|
σN 2 (ϕ) = ϕ(n)
b 1− 2 eint
2
N + 1
|n|≤N

y µ ¶
X |n|
SN (σN 2 (ϕ)) = ϕ(n)
b 1− 2
eint ,
N +1
|n|≤N

12
 LAFA. Laboratorio de Análisis de Fourier Aplicado

de modo que
¯ ¯
¯ ¯
¯ X |n| int ¯¯
¯
|SN (ϕ) − SN (σN 2 (ϕ))| = ¯ ϕ(n)
b e ¯
¯|n|≤N N2 + 1 ¯
1 2N (N + 1)
≤ k{ϕ(n)}
b n∈Z k∞ .
N2 +1 2
N2 + N
≤ kϕk∞
N2 + 1
< 2kϕk∞ .

Por tanto, tomando ϕ = ϕN en la desigualdad anterior, se tiene que

kSN (ϕN ) − SN (φN )k∞ < 2, para N = 1, 2, · · · ....

Se sigue que la sucesión {SN (φN )(0)}∞

N =0 converge a infinito con la misma velocidad que log N .
3N
Tomamos λN = 2 y definimos la señal
X∞
1
x(t) = φ (λN t).
2 λN
N =1
N

Evidentemente, x(t) es continua (basta usar la prueba M de Weierstrass). Vamos a probar que su serie
de Fourier diverge en t = 0.
Ahora bien, como φλj (t) es un polinomio trigonométrico, se tiene que:
∞
X
φλj (λj t) = φc
λj (m)e
imt

m=−∞

y, por tanto,
¯ Ã n ! ¯
¯ X 1 X∞
1 c ¯¯
¯
|Sλ2n x(0)| = ¯Sλ2n φλ (λj t) (0) + φλ (0)¯
¯ j2 j j2 j ¯
j=1 j=n+1
¯ ¯
¯Xn−1
1 1 X∞
1 ¯
¯ c ¯
= ¯ φ λj (0) + S φ
λn λn (0) + φ λj (0)¯
¯ j 2 n 2 j 2 ¯
j=1 j=n+1
K
≥ log λn − 3.
n2
Se sigue que lı́mn→∞ |Sλ2n x(0)| = ∞ y, por tanto, la serie de Fourier de x(t) diverge en t = 0. ¤

Referencias
[1] J. M. Almira, An introduction to Fourier Series and Signal Processing, Technische Universität
Chemnitz, Preprint 2001-13 (2001).

13
 LAFA. Laboratorio de Análisis de Fourier Aplicado

[2] J. Arias de Reyna, Pointwise convergence of Fourier Series, Springer-Verlag, 2002.

[3] N. Aronszajn, La théorie des noyaux reproduisants et ses applications, Proc. Cambridge Phil.
Soc. o textbf39 (1943) 133-153.

[4] J. J. Benedetto, Irregular sampling and frames, in Wavelets: A tutorial in Theory and Applica-
tions, C. K. Chui (ed.) Academic Press (1992), 445-507.

[5] R. P. Boas, Entire Functions, Academic Press, 1954.

[6] S. Bochner, El papel de la matemática en el desarrollo de la ciencia, Alianza Universidad 689,

Alianza Ed. (1991).

[7] W. Bolton, Laplace and Z-transforms, Logman (1998).

[8] F. Bombal, Laurent Schwartz: El matemático que querı́a cambiar el mundo, La Gaceta de la
R.S.M.E. 6 1 (2003)

[9] R. M. Bracewell, The Fourier transform and its applications, McGraw-Hill Electrical and Elec-
tronic Engineering Series (1965).

[10] J. L. Brown, On the error in reconstructing a non-bandlimited function by means of the band-
pass sampling theorem, J. Math. Anal. Appl 18 (1967) 75-84.

[11] J. R. Buck, M. M. Daniel, A. C. Singer, Computer Explorations in Signals and Systems Using
Matlab, Signal Processing Series, Prentice Hall (1997).

[12] P. L. Butzer, R. L. Stens, Sampling theory for non-neccesarily band-limited functions: a histor-
ical overview, SIAM Rev. 34 (1992) 40-53.

[13] A. Cañada Villar, Series de Fourier y Aplicaciones. Un tratado elemental con notas históricas
y ejercicios resueltos, Ed. Pirámide, 2002.

[14] D. C. Champeney, A handbook of Fourier Theorems, Cambridge university Press (1987).

[15] R. Duffin, A. Shaeffer, A class of nonharmonic Fourier series, Trans. Amer. Math. Soc. 72
(1952) 341-366.

[16] P.P.G. Dyke, An introduction to Laplace Transforms and Fourier Series, Springer UnderGradu-
ate Mathematics Series, Springer (2001).

[17] J. W. Eaton et al., GNU Octave, disponible en www.octave.org.

[18] R. E. Edwards, Fourier series (A modern introduction) Vol 1, Graduate Texts in Mathematics
64, Springer (1979).

[19] K. Fan, O. Taussky, J. Todd, Discrete analogs of inequalities of Wirtinger, Monasch. Math. 59
(1955) 73-90.

[20] G. B. Folland, Fourier analysis and its applications, Brooks-Cole Publishing Co. (1992).

14
 LAFA. Laboratorio de Análisis de Fourier Aplicado

[21] S. Forcada, Introducción a la integral de Lebesgue, Promociones y Publicaciones Universi-

tarias, Barcelona, 1988.

[22] Free Software Foundation, The GNU Scientific Library, disponible en http://www.gnu.
org/software/gsl/.

[23] R. A. Goldberg, Fourier transforms, Cambridge University Press (1965).

[24] E. A. González-Velasco, Fourier Analysis and Boundary Value Problems, Academic-Press

(1995).

[25] H. G. Feichtinger, K. Gröchenig, Irregular sampling theorems and series expansions of band-
limited functions, J. of Math. Anal. Appl. 167 (1992) 530-556.

[26] K. Gröchenig, Reconstruction algorithms in irregular sampling, Math. Compt. 59 (1992) 181-
194.

[27] K. Gröchenig, A discrete theory of irregular sampling, Linear Alg. and its Appl. 193 (1993)
129-150.

[28] K. Gröchenig, Irregular sampling, Toeplitz matrices and the approximation of entire functions
of exponential type, Math. of Comp. 68 (1999) 749-765.

[29] R. W. Hamming, Digital Filters (Third Edition), Dover (1998).

[30] G. Hardy, W. W. Rogosinski, Fourier Series, Dover (1999).

[31] G. Hardy, J. E. Littlewood, G. Polya, Inequalities, (2nd Edition) Cambridge University Press,
1952.

[32] S. Haykin, B. Van Veen, Signals and Systems, John Wiley & Sons Inc. (1999).

[33] J. R. Higgins, Sampling Theory in Fourier Analysis and Signal Analysis, Oxford University
Press (1996).

[34] P. Jacklam, MATLAB array manipulation tips and tricks, disponible en http://home.
online.no/˜pjacklam/matlab/doc/mtt/doc/mtt.pdf.

[35] M. I. Kadec, The exact value of the Paley-Wiener constant, Soviet. Math. Dokl. 5 (1964) 559-
561.

[36] D. W. Kammler, A first course in Fourier Analysis, Prentice-Hall, New Jersey (2000).

[37] Y. Katznelson, An introduction to Harmonic Analysis, Dover (1976).

[38] V. A. Kotelnikov, On the transmission capacity of ether and wire electrocominucations, Izd.
Red. Upr. Svgazi RKKA, 1933.

[39] S. G. Krantz, A panorama of Harmonic Analysis, The Carus Math. Monographs 27 Math. Asoc.
Amer. (1999)

15
 LAFA. Laboratorio de Análisis de Fourier Aplicado

[40] A. Kufner, J. Kadled, Fourier Series, Academia Praha (1971).

[41] P. Lancaster, K. Salkauskas, Transform Methods in Applied Mathematics, Canadian Math.
Soc. Series of Monographs and Advanced Texts, John-Wiley & Sons (1996).
[42] C. Lanczos, Discourse on Fourier Series, Olyver and Boyd, Edinburg, 1966.
[43] H. Landau, Neccesary density conditions for sampling and interpolation of certain entire func-
tions, Acta Math. 117 (1967) 37-52.
[44] R. Lasser, Introduction to Fourier Series, Marcel Dekker, 1996.
[45] T. Love, Matlab vectorisation tricks, disponible en http://www-h.eng.cam.ac.uk/
help/tpl/programs/Matlab/tricks.html.
[46] S. Mallat, A wavelet tour of signal processing, 2a Ed., Academic Press (1999).
[47] J. B. Mariño, F. Vallverdú, J. A. Rodrı́guez, A. Moreno, Tratamiento digital de la señal, Ed.
UPC (1999).
[48] P. Marziliano, M. Vetterli, Reconstruction of irregularly sampled discrete-time bandlimited
signals with unknown sampling locations, IEEE Transactions on Signal Proccesing 48 12 (2000)
3462-3471.
[49] The MathWorks, MATLAB website, www.mathworks.com.
[50] The MathWorks, Code Vectorization Guide, disponible en http://www.mathworks.com/
support/tech-notes/1100/1109.html.
[51] C. Neumann, Zur theorie des logarithmischen und des Newtonschen Potentials, Ber. Verh.
Math.-Phys. Classe Königgl. Sächs. Akad. Wiss. Leipzig 32 (1870) 49-56, 264-321.
[52] C. Neumann, Über die methode des Arithmetischen Mittels, Hirzel, Leipzig, 1887.
[53] A. Papoulis, Sistemas digitales y analógicos, Transformadas de Fourier, Estimación espectral,
Marcombo (1986).
[54] J. R. Partington, Interpolation, Identification and Sampling, Oxford University Press (1997).
[55] A. Pinkus, Weierstrass and Approximation Theory, J. Approx. theory 107 (2000) 1-66.
[56] A. Pinkus, S. Zafrany, Fourier Series and Integral Transforms, Cambridge University Press
(1997).
[57] W. H. Press et al., Numerical Recipes: The Art of Scientific Computing. New York: Cambridge
Univ. Press, 1986.
[58] M. H. Protter, C.B. Morrey, Análisis Real, Editorial AC, 1986.
[59] V. S. Pugachev, I. N. Sinitsyn, Lectures on Functional Analysis and Applications, World
Scientific Publishing Co., (1999).

16
 LAFA. Laboratorio de Análisis de Fourier Aplicado

[60] W. Rudin, Análisis real y complejo, Editorial Alhambra, 1985.

[61] D. E. Rutherford, Some continuant determinants arising in Physics and Chemistry, II. Proc.
Royal Soc. Edinburgh 62A (1947) 229-236.

[62] K. Seip, On the connection between exponential bases and certain related sequences in
L2 (−π, π), J. Functional Anal. 130 (1995) 131-160.

[63] H. Shapiro, Topics in Approximation Theory, Lecture Notes in Mathematics 187, Springer-
Verlag (1971).

[64] I. Stewart, D. Tall, Complex Analysis, Cambridge Univ. Press (1983).

[65] O. Steinbach, W. L. Wendland, On C. Neumann’s method for second order elliptic systems in
domains with non-smooth boundaries, J. of Math. Anal. and Appl. 262 (2001) 733-748.

[66] G. Strang, A proposal for Toeplitz matrix calculations, Stud. Appl. Math. 74 (1986) 171-176.

[67] T. Strohmer, Efficient methods for digital signal and image reconstruction from nonuniform
samples, Ph. Thesis, Viena, 1993.

[68] M. Unser, Sampling: 50 years after Shannon, Proc. IEEE 88 4 (2000) 569-587.

[69] J. I. Richards, H. K. Youn, Theory of Distributions, Cambridge University Press, Cambridge,

1990.

[70] D.A. Watt, ”Programming Language Concepts and Paradigms”. Prentice Hall International,
1991

[71] R. Young, An introduction to nonharmonic Fourier series, CRC Press, 1993.

[72] A. I. Zayed, Advances in Shannon’s sampling theory, CRC Press, 1993.

17