UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL

DEPARTAMENTO ACADÉMICO DE MATEMÁTICAS

ASIGNATURA: ANÁLISIS MATEMÁTICO III

DOCENTE: Dr. Juan Julca Novoa.

TEMA DE INVESTIGACIÓN:

 TRABAJO ENCARGADO REFERENTE A LA TEMÁTICA DE

APROXIMACION EN PROMEDIO DE UNA FUNCIÓN DADA
CON AYUDA DE UN POLINOMIO TRIGONOMETRICO.

EQUIPO DE TRABAJO:

 ARCE GUEVARA, Juan

 ASENCIO CERQUIN, Deivid Christofer.
 AYAY ALVAREZ, Luis Fernando.
 CANGO CORONEL, Luis Enrique.
 DE LA CRUZ ATALAYA, Veranisse.

FECHA DE PRESENTACIÓN: 27 de febrero del 2019

 RESUMEN

Los matemáticos del siglo XVIII tuvieron que enfrentarse a distintos problemas
dentro del campo del conocimiento, uno de ellos fue: “el problema de la cuerda
vibrante”; el cual estudiaron muy a fondo Jean le Rond d'Alembert y Leonhard
Euler, este último utilizando el método de propagación de las ondas. Más adelante
en 1753 Daniel Bernoulli dio una respuesta a este problema, la cual difería de la
proporcionada por los anteriores y consistía en expresar la solución del problema
como superposición (en general infinita) de ondas sencillas. Las ideas de Bernoulli
fueron aplicadas y perfeccionadas por Joseph Fourier en 1807, en el estudio de
problemas relacionados con la conducción del calor. Estos razonamientos
quedaron plasmados por escrito en el libro clásico: “Theorie Analytique de la
Chaleur”, publicado en 1822; en donde un elemento fundamental de esta teoría,
fue el postular que cualquier función f(x) continua o no y periódica (tomando como
período 2π por comodidad) puede escribirse como una serie de senos y cosenos
del mismo período, llamada en su honor serie de Fourier de f(x).

En este trabajo abordaremos lo concerniente a las Series de Fourier, sus

definiciones generales, el Teorema de Fourier y la Transformada de Fourier, las
cuales nos servirán de preámbulo para comprender a que nos referimos cuando
hablamos de Aproximación e Interpolación.

Los Coeficientes de Fourier no son ajenos a este trabajo y es por eso que
veremos la manera de determinarlos; así como también de demostrar sus
respectivas 9 propiedades.

Por último, desarrollaremos 3 ejemplos demostrativos de cómo una función f(x) ya

sea PAR o IMPAR, en un determinado período, puede expresarse en términos de
senos o cosenos, analizando la gráfica de dicha función y la de su reemplazante;
utilizando las fórmulas y propiedades de los subtemas ya mencionados
anteriormente.

Página 2
 INTRODUCCIÓN:
PROBLEMA:
 Desconocimiento del tema de Series de Fourier, específicamente de:
Aproximación en promedio de una función con ayuda de un polinomio
trigonométrico.

OBJETO DE ESTUDIO:
 Polinomio Trigonométrico.

LOS OBJETIVOS:

 Definir y formular tanto el Teorema de Fourier como la Transformada de

Fourier.
 Determinar la forma de los Coeficientes de Fourier, mediante el método de
los Mínimos Cuadrados.
 Demostrar las propiedades de los Coeficientes de Fourier.
 Discriminar el tipo de función trigonométrica (sen o cos), para poder
desarrollar los ejercicios de aplicación, dependiendo del tipo de función base
del que se trate.
 Interpretar la gráfica de la función base y compararla con la gráfica de la
función de reemplazo, en un determinado período.

CAMPO DE ACCIÓN:
 Análisis Matemático III

HIPOTESIS:
 Existe temor y desconocimiento del subtema de Aproximación polinomial
trigonométrica del tema de Series de Fourier.

Página 3
 ÍNDICE

RESUMEN .............................................................................................................. 2
INTRODUCCIÓN: ................................................................................................... 3
PROBLEMA: ......................................................................................................... 3
OBJETO DE ESTUDIO: ........................................................................................ 3
LOS OBJETIVOS: ................................................................................................ 3
CAMPO DE ACCIÓN: .......................................................................................... 3
HIPOTESIS: ......................................................................................................... 3
ÍNDICE .................................................................................................................... 4
MARCO TEÓRICO ................................................................................................. 5
1. SERIES DE FOURIER .................................................................................. 5
1.1. Definiciones Previas ............................................................................... 5
1.2. Teorema de Fourier ................................................................................ 6
1.3 . Transformada de Fourier ...................................................................... 7
2. APROXIMACIÓN E INTERPOLACIÓN ........................................................ 9
3. APROXIMACIÓN POLINOMIAL TRIGONOMETRICA ............................... 10
3.1. Los coeficientes de Fourier ................................................................... 10
3.1.1. Propiedades de los coeficientes de Fourier ....................................... 13
3.2. Ortogonalidad del sistema trigonométrico ............................................. 18
EJERCICIOS DE APLICACION ......................................................................... 19
MARCO METODOLÓGICO .................................................................................. 29
RESULTADOS Y/O CONCLUSIONES ................................................................. 30
RECOMENDACIONES ......................................................................................... 31
AUTOCRÍTICA ...................................................................................................... 32
LISTA DE REFERENCIAS .................................................................................... 33

Página 4
 MARCO TEÓRICO

1. SERIES DE FOURIER (1):

La idea básica de las series de Fourier es que toda función periódica de perıodo T
puede ser expresada como una suma trigonométrica de senos y cosenos del
mismo perıodo T.

1.1. Definiciones Previas:

 Series y sucesiones: sucesión es una secuencia ordenada de números u

otras cantidades y serie es la suma de todos los términos de dicha
secuencia (2).
 Serie Numérica (3): es la suma de una cantidad infinita de números.
Cuando el resultado es un número finito se dice que la serie es
convergente. Por ejemplo, si sumamos las potencias de 1/2 desde n = 1 en
1 1 1 1
adelante + + + + ⋯ el resultado es 1. Es un ejemplo de serie
2 22 23 24
1
convergente. Se suele usar la notación ∑+∞
𝑛=1 2𝑛 = 1

 Función Periódica (2): una función real de una variable real f es periódica,
si existe un número positivo “T” tal que 𝑓(𝑡 + 𝑇) = 𝑓(𝑡), ∀ 𝑡 ∈ 𝐷𝑓 . El número
T recibe el nombre de período de la función f (t).

Si 𝑓(𝑡 + 𝑇) = 𝑓(𝑡) ⟹ 𝑓(𝑡 + 𝑛𝑇) = 𝑓(𝑡); ∀𝑛 ∈ 𝑍 ∧ 𝑡 ∈ 𝐷𝑓

(1) Extraído de Series de Fourier, Transformadas de Fourier y Aplicaciones de Genaro

Gonzales, pág. 44
(2) Extraído de Análisis Matemático III de Ing. Horacio Urteaga Becerra, pág. 225
(3) Extraído de Matemáticas Generales Aplicadas a la Bioquímica. Dpto. EDAN - Univ. de
Sevilla, pág. 118-119

Página 5
1.2. Teorema de Fourier:

Si f (t) es una función periódica de periodo T entonces:

𝑓(𝑡) = 𝐴0 + 𝐴1 𝑠𝑒𝑛(𝜔𝑡 + 𝜙1 ) + 𝐴2 𝑠𝑒𝑛(2𝜔𝑡 + 𝜙2 ) + ⋯ + 𝐴𝑛 𝑠𝑒𝑛(𝑛𝜔𝑡 + 𝜙𝑛 )

Donde:
 𝐴 ∧ 𝜙1 Son constantes.
2𝜋
 𝜔 es la frecuencia de f(t) y tiene como valor 𝜔 = 𝑇

 𝐴1 𝑠𝑒𝑛(𝜔𝑡 + 𝜙1 ) se denomina primera armónica o fundamental y tiene la

misma frecuencia que la función padre f(t).
 𝐴𝑛 𝑠𝑒𝑛(𝑛𝜔𝑡 + 𝜙𝑛 ) se llama la n-ésima amónica y tiene frecuencia 𝑛𝜔, que es
n veces la de modo fundamental.
 𝐴𝑛 es la amplitud de n-ésima armónica.
 𝜙𝑛 es su ángulo de fase que mide el retraso o adelanto de la n-ésima
armónica, con referencia a una onda de seno pura de la misma frecuencia.

Sabemos que: An sen(nωt + ϕn ) = (An cosϕn )sennωt + (An senϕn )cosnωt

Hagamos: bn = An cosϕn ∧ an = An senϕn

Reemplazando tenemos:
An sen(nωt + ϕn ) = bn sennωt + an cosnωt

Con lo cual la tesis del teorema de Fourier puede reescribirse como:

∞ ∞
1
𝑓(𝑡) = 𝑎0 + ∑ 𝑎𝑛 𝑐𝑜𝑠𝑛𝜔𝑡 + ∑ 𝑏𝑛 𝑠𝑒𝑛𝑛𝜔𝑡
2
𝑛=1 𝑛=1

Página 6
1.3 . Transformada de Fourier (3):

La transformada de Fourier se usa para transformar funciones que están definidas

sobre una determinada variable, x, en funciones definidas sobre otra variable.

Lo habitual es que la función resultante sea más fácil de manejar. Después de

tratarla, se puede volver al dominio original en x, usando la transformada de
Fourier inversa. Generalmente, x es una variable física (espacial o temporal) y es
otra variable que se puede interpretar como una frecuencia.

En este apartado consideramos funciones 𝑓: ℝ ↦ ℝ continuas a trozos tal que la

integral:
+∞
∫−∞ |𝑓(𝑥)|𝑑𝑥 ; sea finita.

La transformada de Fourier se define como:

+∞
1
F(f(x))(α) = f̂(α) = ∫ f(y)e−iαy dy
√2π −∞

Obsérvese que la variable independiente para la función original es x, mientras

que para la transformada de Fourier es α. Por ejemplo, si interpretamos x como
una variable espacial y f denota una magnitud física, para cada α ϵ ℝ la cantidad
𝑓̂(𝛼) indica cuánta parte de f está sometida a fluctuaciones con frecuencia α.

(3)Extraído de Matemáticas Generales Aplicadas a la Bioquímica. Dpto. EDAN - Univ. De Sevilla,

pág. 126-128

Página 7
Las definiciones de los coeficientes 𝑐𝑛 que vimos en las serias de Fourier, se
pueden n mirar como una versión discreta de la definición de 𝑓̂ (allí, en vez de
valores asociados a cada α ϵ ℝ, tenemos valores asociados a los n = 0, 1, 2,...).

Algunos autores definen la transformada de Fourier sin que aparezca el

1 1
coeficiente o con 2𝜋 en su lugar.
√2𝜋

También podemos encontrar 𝑒 −𝑖2𝜋𝛼𝑦 en vez de 𝑒 −𝑖𝛼𝑦 .

Recordemos que:

𝑒 −𝑖𝛼𝑦 = cos(−𝛼𝑦) + 𝑖𝑠𝑒𝑛(−𝛼𝑦) = cos(𝛼𝑦) − 𝑖𝑠𝑒𝑛(𝛼𝑦)

Si f es par o impar se pueden obtener expresiones simplificadas de su

transformada:

 Si f es par, entonces:

2 +∞
̂
𝐹(𝑓(𝑥))(𝛼) = 𝑓(𝛼) = √ ∫ 𝑓(𝑦)cos(𝛼𝑦)𝑑𝑦
𝜋 0

 Si f es impar, entonces:

2 +∞
𝐹(𝑓(𝑥))(𝛼) = 𝑓̂(𝛼) = −𝑖 √ ∫ 𝑓(𝑦)sen(𝛼𝑦)𝑑𝑦
𝜋 0

Página 8
2. APROXIMACIÓN E INTERPOLACIÓN (1):

i) El estudio de la teoría de la aproximación comprende dos tipos

generales de problemas:
 El primero se presenta cuando una función se da de manera
explícita, pero queremos encontrar un tipo más simple de ella, por
ejemplo un polinomio, que nos sirva para determinar valores
aproximados de la misma.
 El segundo se refiere a la adaptación o ajuste de funciones a
ciertos datos y a la búsqueda de la función óptima que represente
los datos.

ii) Interpolar significa estimar el valor desconocido de una función en un

punto, tomando una media ponderada de sus valores conocidos en
puntos cercanos al dado.

iii) En la aproximación de datos y funciones se pueden utilizar funciones

elementales tales como, los polinomios, las funciones exponenciales, las
funciones racionales y las funciones trigonométricas. Hay dos tipos de
aproximaciones:
 Las discretas: ocurren cuando aproximamos un conjunto finito de
datos mediante una función elemental.
 Las continúas: se emplean cuando se conoce la función por
aproximar.

(4) Extraído de métodos de aproximación trigonométrica de universidad autónoma de

Nicaragua-león, pág.4.

Página 9
3. APROXIMACIÓN POLINOMIAL TRIGONOMETRICA(1):

Esto da lugar a la aproximación e interpolación trigonométrica, las que pueden

llevarse a cabo a través de los llamados polinomios trigonométricos, esto es, una
función de la forma:

𝑛−1
𝑎0
𝑠𝑛 (𝑥) = + 𝑎𝑛 cos 𝑛𝑥 + ∑(𝑎𝑘 cos 𝑘𝑥 + 𝑏𝑘 sin 𝑘𝑥)
2
𝑘=1

Donde debemos encontrar los coeficientes:

𝑎0 , 𝑎1 , … , 𝑎𝑛 𝑦 𝑏0 , 𝑏1 , … , 𝑏𝑛

La función S(x) es un polinomio trigonométrico de grado n si an y bn son diferentes

de cero.

Se usa el ajuste trigonométrico de mínimos cuadrados para la aproximación e

interpolación de datos. Debido a la ortogonalidad de las funciones trigonométricas
básicas, en la aproximación trigonométrica mediante mínimos cuadrados no es
necesario resolver un sistema lineal.

3.1. Los coeficientes de Fourier(2):

Los coeficientes dependen de la función y cuando intervienen simultáneamente de

funciones distintas, conviene hacer explicita esta dependencia; en esos casos
escribiremos 𝑎𝑘 (𝑓) 𝑦 𝑏𝑘 (𝑓).

(1)Extraído de análisis numérico, Richard Burden, Edición 7ma, pág.530

(2)Extraído de lecciones sobre las series y transformadas de Fourier, Javier Duoandikoetxea,

pág. 2, edición 2003.

Página 10
Se llama polinomio trigonométrico de grado N y periodo 2π a toda expresión de la
forma:

𝑛
𝑎0
+ ∑(𝑎𝑘 cos 𝑘𝑥 + 𝑏𝑘 sin 𝑘𝑥) … … (1.2)
2
𝑘=1

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

𝜋
1
𝑎𝑘 = ∫ 𝑓(𝑥). cos 𝑘𝑥 𝑑𝑥 , 𝑝𝑎𝑟𝑎 𝑘 = 0, … , 𝑛 . … (1.4)
𝜋
−𝜋

𝜋
1
𝑏𝑘 = ∫ 𝑓(𝑥). sen 𝑘𝑥 𝑑𝑥 , 𝑝𝑎𝑟𝑎 𝑘 = 0, … , 𝑛 − 1 . … (1.4)
𝜋
−𝜋

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 formulas (1.4).

Demostración:

1 𝜋
a. 𝑎𝑘 = 𝜋 ∫−𝜋 𝑓(𝑥). cos 𝑘𝑥 𝑑𝑥 , 𝑝𝑎𝑟𝑎 𝑘 = 0, … , 𝑛 . … (1.4)

∫ 𝑓(𝑥)𝑑𝑥
−𝜋

𝜋 𝜋 𝜋 𝜋
𝑎0
= ∫ . cos(𝑛𝑥) 𝑑𝑥 + ∫ 𝑎1 cos(𝑥). cos(𝑛𝑥) + ∫ 𝑎2 cos(2𝑥). cos(𝑛𝑥) + ⋯ + ∫ 𝑎𝑘 cos(𝑘𝑥). cos(𝑘𝑥)
2
−𝜋 −𝜋 −𝜋 −𝜋

Página 11
 𝜋 𝜋 𝜋

+ ∫ 𝑏1 𝑠𝑒𝑛(𝑥). cos(𝑛𝑥)𝑑𝑥 + ∫ 𝑏2 sen(2𝑥). cos(𝑛𝑥) + ⋯ + ∫ 𝑏𝑘 sen(𝑘𝑥). cos(𝑘𝑥)

−𝜋 −𝜋 −𝜋

𝜋 𝜋

∫ 𝑓(𝑥) cos(𝑘𝑥) 𝑑𝑥 = 0 + ∫ 𝑎𝑘 cos2 (𝑘𝑥) 𝑑𝑥 + 0 = 𝑎𝑘 [𝜋]

−𝜋 −𝜋

Despejando 𝑎𝑘 :

𝜋
1
𝑎𝑘 = ∫ 𝑓(𝑥) cos(𝑘𝑥) 𝑑𝑥
𝜋
−𝜋

1 𝜋
b. 𝑏𝑘 = 𝜋 ∫−𝜋 𝑓(𝑥). sen 𝑘𝑥 𝑑𝑥 , 𝑝𝑎𝑟𝑎 𝑘 = 0, … , 𝑛 − 1 . … (1.4)

∫ 𝑓(𝑥)𝑑𝑥
−𝜋

𝜋 𝜋 𝜋 𝜋
𝑎0
= ∫ . sen(𝑛𝑥) 𝑑𝑥 + ∫ 𝑎1 cos(𝑥). sen(𝑛𝑥) + ∫ 𝑎2 cos(2𝑥). sen(𝑛𝑥) + ⋯ + ∫ 𝑎𝑘 cos(𝑘𝑥). sen(𝑘𝑥)
2
−𝜋 −𝜋 −𝜋 −𝜋

𝜋 𝜋 𝜋

+ ∫ 𝑏1 𝑠𝑒𝑛(𝑥). sen(𝑛𝑥)𝑑𝑥 + ∫ 𝑏2 sen(2𝑥). sen(𝑛𝑥) + ⋯ + ∫ 𝑏𝑘 sen(𝑘𝑥). sen(𝑘𝑥)

−𝜋 −𝜋 −𝜋

𝜋 𝜋

∫ 𝑓(𝑥) sen(𝑘𝑥) 𝑑𝑥 = 0 + 0 + ∫ 𝑏𝑘 sen2(𝑘𝑥) 𝑑𝑥 = 𝑏𝑘 [𝜋]

−𝜋 −𝜋

Despejando 𝑏𝑘 :

𝜋
1
𝑏𝑘 = ∫ 𝑓(𝑥) sen(𝑘𝑥) 𝑑𝑥
𝜋
−𝜋

Página 12
3.1.1. Propiedades de los coeficientes de Fourier:
𝒊+𝑻
1. ∫𝒊 𝒔𝐞𝐧(𝐦𝐱)𝐝𝐱 = 𝟎 (1)

Demostración:

Si:
𝜋
𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ 𝑠en(mx)dx = 0
−𝜋

u = mx → du = m dx

𝜋
𝜋
1 1 1 𝜋
∫ 𝑠en(mx) . m dx = ∫ sen(mx). m dx = (− cos(𝑚𝑥))
−𝜋 𝑚 𝑚 𝑚 −𝜋
−𝜋

1 1
= − [cos(𝜋𝑥) − cos(−𝜋𝑥)] = − [cos(𝜋𝑥) − cos(𝜋𝑥)] = 0
𝑚 𝑚
𝒊+𝑻
2. ∫𝒊 𝒄𝒐𝒔(𝐦𝐱)𝐝𝐱 = 𝟎 (1)

Demostración:

Si:
𝜋
𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ 𝑐𝑜𝑠(mx)dx = 0
−𝜋

u = mx → du = m dx

𝜋
𝜋
1 1 1 𝜋
∫ 𝑐𝑜𝑠(mx) . m dx = ∫ cos(mx). m dx = (sen(𝑚𝑥))
−𝜋 𝑚 𝑚 𝑚 −𝜋
−𝜋
1 1
= [sen(𝜋𝑥) − sen(−𝜋𝑥)] = [2 sen(𝜋𝑥)] = 0
𝑚 𝑚

(1) Extraído del libro de análisis matemático III , Ing. Horacio Urteaga B, pág. 226

Página 13
 𝒊+𝑻
3. ∫𝒊 𝒔𝒆𝒏(𝒎𝒙). 𝒄𝒐𝒔(𝐦𝐱) 𝐝𝐱 = 𝟎 ; 𝐩𝐚𝐫𝐚 𝐜𝐮𝐚𝐥𝐪𝐮𝐢𝐞𝐫 𝐦 𝐲 𝐧 𝐞𝐧𝐭𝐞𝐫𝐨𝐬 (1)

Demostración:

Si:
𝜋
𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ 𝑠𝑒𝑛(𝑚𝑥). 𝑐𝑜𝑠(nx)dx = 0
−𝜋

Por transformaciones trigonométricas:

1
𝑠en(mx). cos(nx) = [sen(mx + nx) + sen(mx − nx)]
2

π
π
1
∫ sen(mx). cos(nx)dx = ∫ [sen(mx + nx) + sen(mx − nx)] dx
−π 2
−π

π π
1 1
= ∫[sen(x(m + n))]dx + ∫[sen(x(m − n))] dx ; (m ± n) es un entero
2 2
−π −π

Por propiedad 1:

1 1
= (0) + (0) = 0
2 2

𝒊+𝑻
4. ∫𝒊 𝒔𝒆𝒏(𝒎𝒙). 𝒔𝒆𝒏(𝐧𝐱)𝐝𝐱 = 𝟎 ; 𝐩𝐚𝐫𝐚 𝐜𝐮𝐚𝐥𝐪𝐮𝐢𝐞𝐫 𝐦 𝐲 𝐧 𝐞𝐧𝐭𝐞𝐫𝐨𝐬 (1)

Demostración:

Si:
𝜋
𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ 𝑠𝑒𝑛(𝑚𝑥). 𝑠𝑒𝑛(nx)dx = 0
−𝜋

(1) Extraído del libro de análisis matemático III , Ing. Horacio Urteaga B, pág. 226

Página 14
Por transformaciones trigonométricas:

1
sen(mx). sen(nx) = [cos(mx − nx) − cos(mx + nx)]
2

π
π
1
∫ sen(mx). sen(nx)dx = ∫ [cos(mx − nx) − cos(mx + nx)] dx
−π 2
−π

π π
1 1
= ∫[cos(x(m − n))]dx − ∫[cos(x(m + n))] dx ; (m ± n) es un entero
2 2
−π −π

Por propiedad 2:

1 1
= (0) − (0) = 0
2 2

𝒊+𝑻
5. ∫𝒊 𝐬𝐞𝐧𝟐 (𝒎𝒙) = 𝝅 (1)

Demostración:

Si:
𝜋

𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ sen2(𝑚𝑥) = 𝜋
−𝜋

Y m=n

π
π
1
∫ sen(mx). sen(mx)dx = ∫ [cos(x(m − m)) − cos(x(m + m))] dx
−π 2
−π

π π
1 1
= ∫ [cos((0)x) − cos(2mx)] dx = ∫ [cos(0) − cos(2mx)] dx
2 2
−π −π

π 𝜋
1 1
= ∫[cos(0)] dx − ∫[cos(2𝑚𝑥)] dx
2 2
−π −𝜋

Página 15
Por propiedad 2:

π π
1 1 1 1
= ∫[cos(0))] dx = ∫ 1 dx = [𝜋 − (−𝜋)] = (2𝜋) = 𝜋
2 2 2 2
−π −π

𝒊+𝑻
6. ∫𝒊 𝒄𝒐𝒔(𝒎𝒙). 𝒄𝒐𝒔(𝐧𝐱)𝐝𝐱 = 𝟎 ; 𝐩𝐚𝐫𝐚 𝐜𝐮𝐚𝐥𝐪𝐮𝐢𝐞𝐫 𝐦 𝐲 𝐧 𝐞𝐧𝐭𝐞𝐫𝐨𝐬 (1)

Demostración:

Si:
𝜋
𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ 𝑐𝑜𝑠(𝑚𝑥). 𝑐𝑜𝑠(nx)dx = 0
−𝜋

Por transformaciones trigonométricas:

1
cos(mx). cos(nx) = [cos(mx − nx) + cos(mx + nx)]
2
π
π
1
∫ cos(mx). cos(nx)dx = ∫ [cos(mx − nx) + cos(mx + nx)] dx
−π 2
−π

π π
1 1
= ∫[cos(x(m − n))]dx + ∫[cos(x(m + n))] dx ; (m ± n) es un entero
2 2
−π −π

Por propiedad 2:

1 1
= (0) − (0) = 0
2 2

(1)Extraído del libro de análisis matemático III, Ing. Horacio Urteaga B, pág. 226

Página 16
 𝒊+𝑻
7. ∫𝒊 𝐜𝐨𝐬 𝟐 (𝒎𝒙) = 𝝅(1)

Demostración:

Si:
𝜋

𝑖 = 𝜋 𝑦 𝑇 = 2𝜋 → ∫ cos 2 (𝑚𝑥) = 𝜋
−𝜋

Y m=n

π
π
1
∫ cos(mx). cos(mx)dx = ∫ [cos(x(m − m)) + cos(x(m + m))] dx
−π 2
−π
π π
1 1
= ∫ [cos((0)x) + cos(2mx)] dx = ∫ [cos(0) + cos(2mx)] dx =
2 2
−π −π
π 𝜋
1 1
= ∫[cos(0)] dx + ∫[cos(2𝑚𝑥)] dx
2 2
−π −𝜋

Por propiedad 2:

π π
1 1 1 1
= ∫[cos(0))] dx = ∫ 1 dx = [𝜋 − (−𝜋)] = (2𝜋) = 𝜋
2 2 2 2
−π −π

(1)Extraído del libro de análisis matemático III, Ing. Horacio Urteaga B, pág. 226

Página 17
 8. 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: (1)

𝜋
2
𝑎𝑘 = ∫ 𝑓(𝑥). cos 𝑘𝑥 𝑑𝑥
𝜋
0

9. Cuando f es impar (es decir, f (−x) = −f(x)), tenemos 𝑎𝑘 (𝑓) = 0 para todo k y
𝑏𝑘 se puede escribir: (1)

𝜋
2
𝑏𝑘 = ∫ 𝑓(𝑥). sin 𝑘𝑥 𝑑𝑥
𝜋
0

3.2. Ortogonalidad del sistema trigonométrico:

(1) Extraído de lecciones sobre las series y transformadas de Fourier, Javier Duoandikoetxea,
pág. 4, edición 2003.
(2)

Página 18
EJERCICIOS DE APLICACION:

1. Calcule la serie de Fourier de la función 𝑓(𝑥) = |𝑥| en el intervalo [-π, π] y

graficar1.
Solución:

La función 𝑓(𝑥) = |𝑥| es par, ya que:

𝑓(−𝑥) = |−𝑥| = |𝑥| = 𝑓(𝑥)

Por lo tanto 𝑏𝑛 = 0 y se trata de una serie de cosenos y los coeficientes

pueden calcularse por el método simplificado.
1 𝜋 1 𝜋
𝑎0 = ∫ |𝑥|
𝜋 −𝜋
𝑑𝑥 𝑎𝑛 = ∫ |𝑥|
𝜋 −𝜋
cos(𝑛𝑥)𝑑𝑥 𝑏𝑛 = 0

De donde:
1 𝜋
𝑎0 = ∫ |𝑥|
𝜋 −𝜋
𝑑𝑥

1 0 1 𝜋
= ∫ −𝑥 𝑑𝑥 + ∫ 𝑥 𝑑𝑥
𝜋 −𝜋 𝜋 0

1 𝜋 1 𝜋
= ∫ 𝑥 𝑑𝑥 + ∫ 𝑥 𝑑𝑥
𝜋 0 𝜋 0

2 𝜋
= 𝜋 ∫0 𝑥 𝑑𝑥

𝜋
2 𝑥2
= [2]
𝜋 0

2𝜋 2
= 2𝜋

=𝜋
1 𝜋
𝑎𝑛 = ∫ |𝑥|
𝜋 −𝜋
cos(𝑛𝑥)𝑑𝑥 2

(1) Extraído del libro de Análisis numérico, Richard L. Burden y J. Douglas Faires, pág. 531.
(2) Extraído de Problemas resueltos, Salvador Vera Ballesteros,
https://es.slideshare.net/JahazielArenas/series-de-fourier-11194110

Página 19
 1 0 1 𝜋
= ∫ −𝑥 cos(𝑛𝑥) 𝑑𝑥 + ∫ 𝑥 cos(𝑛𝑥) 𝑑𝑥
𝜋 −𝜋 𝜋 0

1 𝜋 1 𝜋
= ∫ 𝑥 cos(𝑛𝑥) 𝑑𝑥 + ∫ 𝑥 cos(𝑛𝑥) 𝑑𝑥
𝜋 0 𝜋 0

2 𝜋
= 𝜋 ∫0 𝑥 cos(𝑛𝑥) 𝑑𝑥

Hacemos la integral por partes:

𝑢=𝑥 𝑑𝑢 = 𝑑𝑥
∫ 𝑥 cos(𝑛𝑥) 𝑑𝑥 = { 𝑑𝑣 = cos(𝑛𝑥)𝑑𝑥 } → 𝑣 = sin(𝑛𝑥)
𝑛
𝑥 sin(𝑛𝑥) sin(𝑛𝑥)
= − ∫
𝑛 𝑛
𝑥 sin(𝑛𝑥) cos(𝑛𝑥)
= +
𝑛 𝑛2
Con lo cual:

2 𝑥 sin(𝑛𝑥) cos(𝑛𝑥) 𝜋
𝑎𝑛 = [ + ]
𝜋 𝑛 𝑛2 0
2 𝜋 sin 𝑛𝜋 1 2 1
= ( + 𝑛2 cos 𝑛𝜋) − 𝜋 ∗ 𝑛2
𝜋 𝑛
2
= 0 + 𝑛2 𝜋 (cos(𝑛𝜋) − 1)
2((−1𝑛 )−1)
0 𝑠𝑖 "n" es par
= → −4
2
𝑛 𝜋 𝑠𝑖 "n" es impar
𝜋𝑛2
−4
= 𝜋(2𝑛−1)2

Por lo tanto:
𝜋 −4
|𝑥| = − ∑∞
𝑛=1 𝜋(2𝑛−1)2 cos(2𝑛 − 1)𝑥
2
𝜋 4 cos 𝑥 cos 3𝑥 cos 5𝑥
|𝑥| = −𝜋[ + + +⋯]
2 12 32 52

Página 20
 𝜋 4 cos 𝑥
Realizando la gráfica respectiva tomando: |𝑥| = −𝜋[ ] en el intervalo [-π,
2 12
π].

𝜋 4 cos 𝑥 cos 3𝑥
Ahora tomamos: |𝑥| = −𝜋[ + ] en el intervalo [-π, π]
2 12 32

Página 21
 𝜋 4 cos 𝑥 cos 3𝑥 cos 5𝑥
Luego, tomamos: |𝑥| = −𝜋[ + + ] en el intervalo [-π, π].
2 12 32 52

Podemos ver que entre más términos tomemos para realizar la gráfica, esta se
acerca más a la gráfica original de la función: 𝑓(𝑥) = |𝑥|.

Página 22
2. Calcule la serie de Fourier de la onda cuadrada de periodo 2π y graficar1

−2 𝑠𝑖 − 𝜋 ≤ 𝑥 < 0
𝑓(𝑥) = {
2 𝑠𝑖 0 ≤ 𝑥 < 𝜋
Solución:

Como se puede apreciar en la gráfica de la función 𝑓(𝑥) =

−2 𝑠𝑖 − 𝜋 ≤ 𝑥 < 0
{ es una función impar, por lo tanto, su expansión en la
2 𝑠𝑖 0 ≤ 𝑥 < 𝜋
serie de Fourier consiste de términos en senos solamente. Haciendo T =
2π, con lo cual la frecuencia es 2.
1 0 1 𝜋
𝑏𝑛 = ∫ −2 sin(𝑛𝑥) 𝑑𝑥 + ∫ 2 sin(𝑛𝑥) 𝑑𝑥
𝜋 −𝜋 𝜋 0

1 𝜋 1 𝜋
= ∫ 2 sin(𝑛𝑥) 𝑑𝑥 + ∫ 2 sin(𝑛𝑥) 𝑑𝑥
𝜋 0 𝜋 0

4 𝜋
= 𝜋 ∫0 sin(𝑛𝑥) 𝑑𝑥

4
= [− cos(𝑛𝑥)]𝜋0
𝜋𝑛
4
= (− cos(𝑛𝑥) + cos 0)
𝜋𝑛
8
4 , 𝑠𝑖 "n" es impar
= 𝜋𝑛 (−(−1𝑛 ) + 1) {𝑛𝜋
0, 𝑠𝑖 "n" es par

(1) Recuperado de Serie de Fourier, Lali Barriere, Octubre 2011 https://mat-

web.upc.edu/people/lali.barriere/as/serie-fourier.pdf.

Página 23
Por lo tanto:
−2 𝑠𝑖 − 𝜋 ≤ 𝑥 < 0 8
𝑓(𝑥) = { → ∑∞
𝑛=1 𝜋(2𝑛−1)2 sin(2𝑛 − 1)𝑥
2 𝑠𝑖 0 ≤ 𝑥 < 𝜋
8
Realizando la gráfica respectiva tomando: 𝑓(𝑥) = 𝜋 sin(𝑥) en el intervalo [-π, π]

8 8
Ahora tomamos: 𝑓(𝑥) = sin 𝑥 + 3𝜋 sin(3𝑥) en el intervalo [-π, π]
𝜋

Página 24
 8 8 8
Luego, tomamos: 𝑓(𝑥) = sin 𝑥 + 3𝜋 sin(3𝑥) + 5𝜋 sin(5𝑥) en el intervalo [-π, π].
𝜋

3. Calcule la serie de Fourier de 𝑓(𝑥) = 𝑥 2 en el intervalo [-π, π] y graficar1:

Solución:

La función 𝑓(𝑥) es par, es decir 𝑓(𝑥) = 𝑓(−𝑥) Ɐ x 𝜖 (−𝜋, 𝜋), por lo cual
obtendremos una serie de cosenos, entonces:
𝑏𝑛 = 0
1 𝜋
𝑎0 = ∫ 𝑓(𝑥) 𝑑𝑥
𝜋 −𝜋

1 𝜋
= ∫ 𝑥 2 𝑑𝑥
𝜋 −𝜋
𝜋
1 𝑥3
= [ ]
𝜋 3 −𝜋
2𝜋 2
= 3

1 𝜋
𝑎𝑛 = ∫ 𝑥 2 cos(𝑛𝑥) 𝑑𝑥
𝜋 −𝜋

(1) Recuperado de Miguel Mrtinez Concha, Carlos Silva Cornejo y Emilio Villalobos Marín, Enero 2012,
Ejercicios de Fourier, https://es.slideshare.net/JahazielArenas/series-de-fourier-11194110

Página 25
 𝐼 = ∫ 𝑥 2 cos(𝑛𝑥)𝑑𝑥 , realizando esta integral por partes tenemos
que:
𝑢 = 𝑥 2 → 𝑑𝑢 = 2𝑥𝑑𝑥
{ 1
𝑑𝑣 = cos(𝑛𝑥) 𝑑𝑥 → 𝑣 = 𝑛 sin(𝑛𝑥)

𝑥2 2𝑥
= sin(𝑛𝑥) − ∫ sin(𝑛𝑥) 𝑑𝑥
𝑛 𝑛
𝑥2 1 2𝑥(− cos 𝑛𝑥) 1 2
= sin(𝑛𝑥) − + 𝑛 ∫ 𝑛 − cos(𝑛𝑥) 𝑑𝑥
𝑛 𝑛 𝑛
𝑥2 2𝑥 2
= sin(𝑛𝑥) + 𝑛2 cos(𝑛𝑥) − 𝑛3 sin(𝑛𝑥)
𝑛
1 𝑥 2 2𝑥 2 𝜋
𝑎𝑛 = 𝜋 [ 𝑛 sin(𝑛𝑥) + 𝑛2 cos(𝑛𝑥) − 𝑛3 sin(𝑛𝑥)]
−𝜋
4(−1)𝑛
= 𝑛2
Por lo tanto:

𝜋2 4(−1)𝑛
𝑥2 = − ∑∞
𝑛=1 cos(𝑛𝑥)
3 𝑛2
𝜋2 cos 𝑥 cos 2𝑥 cos 3𝑥 cos 4𝑥 cos 5𝑥
𝑥2 = −4[ − + + + …]
3 12 22 32 42 52

𝜋2 cos 𝑥
Realizando la gráfica respectiva tomando: 𝑥2 = −4 [ ] en el intervalo [-π,
3 12
π]

Página 26
 𝜋2 cos 𝑥 cos 2𝑥
Ahora tomamos: 𝑥2 = −4 [ + ] en el intervalo [-π, π].
3 12 22

𝜋2 cos 𝑥 cos 2𝑥 cos 3𝑥 cos 4𝑥 cos 5𝑥 cos 6𝑥

Luego, tomamos: 𝑥 2 = 3 −4 [ 12 + 22 + 32 + 42 + 52 + ] en el
62
intervalo [-π, π] para notar el acercamiento a la gráfica original.

Página 27
Podemos ver que entre más términos tomemos para realizar la gráfica, esta se
acerca más a la gráfica original de la función: 𝑓(𝑥) = 𝑥 2 en el intervalo [-π, π].

Página 28
 MARCO METODOLÓGICO

 Se buscó las fuentes de información necesarias para la recopilación y

selección adecuada de la bibliografía y páginas Web, a continuación, se
procedió a la selección y lectura de ítems correspondientes al tema.
 Después se realizó a la organización de la información y estructuración de
capítulos, elaborando los borradores de los primeros resúmenes. Luego se
procedió a la revisión y/o edición del informe final que culminó en la
presentación del mismo.

Página 29
 RESULTADOS Y/O CONCLUSIONES

 Tanto el Teorema de Fourier como la Transformada de Fourier se utilizan

para convertir funciones complicadas a otras mucho más fáciles de manejar.
 Una de las diferencias de la fórmula para determinar los Coeficientes de
Fourier que tienen el método de Mínimos Cuadrados Discretos, con el
método de Mínimos Cuadrados Continuos; es que el primero se determina
mediante una sumatoria y el segundo mediante una integral definida.
 La mayoría de demostraciones de las propiedades de los Coeficientes de
Fourier se hacen mediante integrales definidas de límites [-π, π].
 Si la función inicial o base es una función PAR entonces se trabajará con una
serie de cosenos; mientras que, por el contrario, si se tratase de una función
IMPAR entonces trabajaríamos con una serie de senos.
 La gráfica de la función de reemplazo con la de la función base, en un
determinado periodo, son idénticas; es decir mientras más términos se tomen
al final en la sumatoria, la gráfica de la función de reemplazo se aproximará
más a la de la función inicial.

Página 30
 RECOMENDACIONES

 Para un mejor entendimiento del tema de Aproximación e Interpolación es

necesario tener claros los conceptos generales de las Series de Fourier.
 Para la comprensión de las distintas propiedades de los Coeficientes de
Fourier y sus respectivas demostraciones es necesario tener un buen
conocimiento sobre Integrales Definidas.
 En los diferentes libros consultados y en el buscador Google Académico se
encontraron medianas referencias acerca de: “Aproximación en promedio
de una función dada con ayuda de un polinomio trigonométrico”, por lo que
se tuvo que desmenuzar el tema en cuestión en palabras claves facilitando
su investigación.

Página 31
 AUTOCRÍTICA

 Se reconoce que los ejemplos presentados son un tanto escuetos, por lo

tanto, eso es lo que se podría mejorar. Una mayor investigación conllevará
a un mejor entendimiento del tema, y por consiguiente una mejor
presentación del trabajo.
 Se reconoce que algunos subtemas y teoremas presentaban otros nombres
según el criterio del autor, por lo cual tuvimos dificultad al momento de
buscarlos.

Página 32
 LISTA DE REFERENCIAS

Análisis matemático III, Ing. Horacio Urteaga. B, 1ra edición, 2002, impreso por
asociación obispo Martínez compañón.

Lecciones sobre las series y transformadas de Fourier, Javier Duoandikoetxea,

UNAN-Managua, edición 2003.

Análisis numérico, Richard L. Burden y Douglas Faires; 7ma edición, editorial math
learming

Métodos de aproximación trigonométrica, Ledys Ríos y Alejandro Zapata, UNAN,

Nicaragua-León.

Transformadas de Fourier y Aplicaciones, Genaro Gonzales.

Matemáticas Generales Aplicadas a la Bioquímica, Dpto. EDAN, Univ. De Sevilla

Gonzáles, G. Series de Fourier, Transformadas de Fourier y Aplicaciones.

Universidad del Zulia, Venezuela.

Análisis de Fourier (2018). [en línea]. Sevilla. Disponible en:

http://departamento.us.es/ edan/php/asig/GRABQM/GBQMABQ/Tema4.pdf

Página 33