Curso: EE513-M

Laboratorios
deTelecomunicaciones I

Experiencia Nº 1
Simulación de la serie de Fourier
 
 
Alumno:Flores Albino Carlos

Código: 19930074J
 
Profesor:Ing. Virginia Romero
Espacios de dimensión infinita

• El espacio de Hilbert
• Espacios de Funciones
• Espacios L2
• Bases de espacios L2
• Bases ortogonales
• Series de Fourier
• Aproximación de Funciones
• Polinomios de Legendre
 El Espacio de Hilbert
El espacio R contiene las sucesiones de números reales
de la forma: [x1,x2,x3,...], por ejemplo:
[0, 3, 6, 9, 12, 15,...] (sucesión aritmética)
[1, ½, ¼, 1/8, ...] (Sucesión geométrica)
[1, ½, 1/3, ¼, ...] (Sucesión armónica)
[1, 1, 2, 3, 5, 8,...] (Sucesión de Fibonacci)
[0, sen(1), sen(2), sen(3),....]
Etc..

Este espacio es demasiado grande y con pocas

propiedades interesantes, ya que la norma de sus vectores
puede ser infinita.
 El Espacio de Hilbert
Si nos restringimos a considerar solamente
sucesiones de “longitud” finita o norma
euclideana finita obtenemos un espacio Vectorial
llamado Espacio de Hilbert o espacio l2.

Así, un vector [x1,x2,x3,...] está en el espacio de

Hilbert si ||x||2=x12+x22+x32,+... Es un número
finito.
 El Espacio de Hilbert
Ejemplo: Averiguar si la sucesión geométrica de
razón q: [q0,q1,q2,q3,...,] pertenece al espacio de
Hilbert:
Solución: Sea S = 1+q2+q4+q6+...+q2n
Es fácil ver que q2S = S-1+q2n+2, despejando S

1  q 2n2
S
1  q2

Tomando el límite cuando n  , la suma es

finita si y sólo si |q|<1.
 El Espacio de Hilbert

El espacio de Hilbert es de interés especial porque

en él está bien definido el producto interno (no se
hace infinito).

Así, para dos vectores arbitrarios x= [x 1,x2,x3,...],

y= [y1,y2,y3,...] en este espacio:
<x,y>= x1y1+x2y2+x3y3... <
 El Espacio de Hilbert

De hecho, al igual que en todo espacio vectorial,

se cumple la desigualdad de Schwartz-Cauchy:

|<x,y>|  ||x|| ||y||

Y como x, y tienen norma finita, <x,y> será finito.

 El Espacio de Hilbert

Ejemplo: ¿qué significa la desigualdad de

Schwartz para vectores en R3?
Solución. Sean dos vectores arbitrarios en R3,
x=[x1,x2,x3], y= [y1,y2,y3], la desigualdad de
Schwartz garantiza que:
|x1y1+x2y2+x3y3|2  (x12+x22+x32)(y12+y22+y32)

Por ejemplo, sean x=[1 2 3], y= [4 5 6], la

desigualdad da: 1024  (14)(77)=1078
 Espacios de Funciones
Los vectores en el espacio R se pueden pensar
como funciones evaluadas en valores discretos de
una variable, por ejemplo, la sucesión geométrica
[1, 1/2, 1/4, 1/8,...]
es la función f(x)=(1/2)x, valuada en x=0,1,2,3,...
En forma similar, la sucesión aritmética
[2, 4, 6, 8, 10,...]
Se expresa como la función f(x) =2x+2 valuada en
x=0,1,2,3,...
¿y qué pasa si x toma valores continuos?
 Espacios de Funciones

Si x toma valores continuos en el intervalo de

números reales [a,b] los vectores se transforman
en funciones de valor real en ese intervalo.

Sin embargo, este conjunto de funciones es

demasiado extenso y sólo algunos subconjuntos
son de interés, especialmente los de funciones de
norma finita.
¿Pero y ... Como se define la norma de una función?
 Espacios de Funciones

La manera natural de redefinir el producto interno

para funciones, es transformando la sumatoria en
una integral, así, para las funciones f, g definidas
en el intervalo [a,b]:
b
 f , g   f (u ) g (u ) du
a

De acuerdo a esto, la norma de la función f, será

1/ 2
 b

f   f , f     f (u )du 
2

a 
 Espacios de Funciones

Ejemplo: Para las funciones f(x) = sen(x),

g(x)=cos(x), definidas en el intervalo [0,2]
2

a) Producto interno:  f , g  0 sin(u ) cos(u )du = 0, es

decir, son funciones ortogonales.
1/ 2

b) Normas: f    sin (u )du  = 


 2
2

 0 
2 1/ 2

g    cos 2 (u ) du 
 0 =  
c) Normalización: las siguientes funciones son
ortonormales: ˆ
f ( x )  1 sin( x ), g ( x )  1 cos( x )
ˆ
 
 Espacios de Funciones
Ejemplo:
a) ¿Cuál es el ángulo  entre las funciones del
ejemplo anterior? cos   f , g   0 , es decir,
=90° f g

b) ¿cuál es la proyección ortogonal de la función

h(x) = sin(x+) sobre sin(x)?
 h, f  1  2  sin( x )
f   sin( u   ) sin( u ) du
f 
 0 

=cos() sin(x)
Lo cual era de esperarse, ¿porqué?
 Espacios L2

Las Normas lp definidas para vectores en R se

transforman en las normas Lp que se definen para
una función f(x) en el intervalo [a,b]como sigue

 b

f   | f ( x) | dx
a
p
 1/ p

Así, las funciones de norma L2 finita conforman el

conjunto de funciones de cuadrado integrable o
Espacio L2.
 Espacios L2

Ejemplo: ¿Para que valores de r la siguiente

función está en L2 considerando el intervalo [0,1]?
f(x) = xr
Solución: como


1
1
para r  1 / 2
  | x | dx   2r  1
2
f 2r

0

  para r  1 / 2

Entonces la función xr pertenece a L2 si y sólo si

r > -1/2
 Espacios L2

La siguiente gráfica representa la función f(x)=x r

para diferentes valores de r
10

4
r=-1
3
r=-1/2
2
r=-1/5
1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
 Bases de Espacios L2

Si tuvieramos una base para un espacio de

funciones podríamos expresar cualquier función
como una Combinación Lineal (serie) de
funciones de la base.

Algunas bases comúnmente utilizadas son:

{1,x,x2,x3,...}  Series de Taylor
{1,senx,cosx,sen2x,cos2x,...}Series de Fourier
{1,senx+cosx,sen2x+cos2x,...}Series de Hartley
 Bases Ortogonales
Dada una base {f1,f2,f3,...} de L2 es posible obtener
la serie correspondiente de una función arbitraria f
calculando los coeficientes c1,c2,... de dicha serie:
f= c1f1+c2f2+c3f3+...
Esto en general es complicado, pero si la base es
ortogonal el problema se vuelve simple.

De hecho, el planteamiento es válido para

cualquier espacio vectorial. Y los coeficientes
calculados no son más que las coordenadas del
vector f en la base dada.
 Bases Ortogonales
Sea por ejemplo {b1,b2,b3,...bn} una base de Rn, y
sea x=[x1,x2,x3,...,xn] un vector arbitrario en Rn,
entonces:
x= c1b1+c2b2+c3b3+...+cnbn
Si la base no es ortogonal, esto conduce a un
sistema de n ecuaciones con n incógnitas.
Pero si la base es ortogonal, tomando el producto
interno con b1 tenemos
<x,b1> = c1<b1,b1>+c2<b1,b2>+...+cn<b1,bn>
De donde  x, b 
c  2
1

b
1
1
 Bases Ortogonales

En forma similar:
 x, b   x, b   x, b 
c  ,c 
2
1
,..., c 
2
2
n
2
b b b
1 2 n
1 2 n

Y si la base es ortonormal: las expresiones se

reducen a:
c  x, b , c  x, b ,..., c  x, b 
1 1 2 2 n n
 Bases Ortogonales

Ejemplo: En R2, sea la base b1  [ 12 , 12 ], b2  [ 12 , 12 ]

a) Verificar que es una base ortonormal
b) Encontrar las coordenadas del vector
arbitrario x=[x1,x2] en esta base.
Solución:
a) En efecto, <b1,b1>=<b2,b2>=1 y <b1,b2>=0.
b) c1 = <x,b1> = (x1-x2)/2
c2 = <x,b2> = (x1+x2)/2
 Series de Fourier
Al igual que en cualquier espacio vectorial, en L2 las bases
ortogonales facilitan el cálculo de las coordenadas de un
vector arbitrario.
Una base ortogonal en el intervalo [0,2] para L2 es la
siguiente
{1, sen(x), cos(x), sen(2x), cos(2x),...}
Ya que: 2
 0 para n  m
 sen(nx), sen(mx)   sen(nx) sen(mx)dx  
0  para n  m
2
0 para n  m
 cos(nx), cos(mx)   cos(nx) cos(mx)dx  
0  para n  m
2
 sen(nx), cos(mx)   sen(nx) cos(mx)dx  0 para todo n, m enteros
0
 Series de Fourier

Así, una función arbitraria f(x) definida en el

intervalo [0,2], se puede expresar en ese intervalo
como Combinación Lineal (Serie de Fourier) de las
funciones de la base anterior, como:
f(x)=a0+a1cos(x)+a2cos(2x)+a3cos(3x)+...
+b1sen(x)+b2sen(2x)+b3sen(3x)+...
Donde los coeficientes a0,a1,a2,a3,...,b1,b2,b3,...
Son las coordenadas de la función f(x) en la base
dada y se calculan como ya se dijo, es decir:
 Series de Fourier
Para k=0,1,2,3,4,...
2
 f ( x), cos(kx)  1
ak 
cos(kx)
2

  f ( x) cos(kx)dx
0

2
 f ( x), sen(kx)  1
bk 
sen(kx)
2

  f ( x)sen(kx)dx
0

La serie obtenida para f(x) será válida solamente en el

intervalo [0,2] si f(x) está en L2.
Si queremos generalizar la serie de Fourier para cualquier
valor de x f(x) deberá cumplir las condiciones de
Dirichlet
 Series de Fourier

Ejemplo: Encontrar la serie de Fourier para la

siguiente función:
 1 para 0  x  
f ( x)  
 1 para   x  2

f(x)



x
 


 Series de Fourier

Solución: Calculamos los coeficientes ak:

2  2
1 1 1
ak 
 
0
f ( x) cos(kx)dx   cos(kx)dx 
 0   cos(kx)dx  0

en forma similar para los coeficientes b k:

1

1
2 

4
para k impar
bk 
 0 sen ( kx ) dx 
  sen(kx)dx   k

 0 para k par

Por lo cual, la serie de fourier queda:

4  sen( x) sen(3x ) sen(5 x) sen(7 x) 
f ( x)      ... 
 1 3 5 7 
 Series de Fourier

En la siguiente figura se muestran la primera y la

quinta componentes de la serie:
 Series de Fourier

El Fenómeno de Gibbs:
 Series de Fourier

El Fenómeno de Gibbs:
 Series de Fourier

El Fenómeno de Gibbs:
 Series de Fourier

El Fenómeno de Gibbs:
 Series de Fourier

Funciones Pares e Impares:

Una función par es una función simétrica respecto
al eje vertical, es decir, f(x) es par si
f(x) = f(-x)
f(x)

x
   
 Series de Fourier

En forma similar, una función f(x) se dice función

impar si es simétrica respecto al origen, es decir, si
cumple lo siguiente
-f(x) = f(-x)
f(x)

x
   
 Series de Fourier

Ejemplo: ¿Las siguientes funciones son pares o

impares? f(x)= x+1/x, g(x)=1/(x2+1), h(x)=i(x2)
donde i es una función arbitraria.
Solución:
Como f(-x) = -x - 1/x = -f(x), f es función impar.
Como g(-x)=1/((-x)2+1)=1/(x2+1)=g(x), g es
función par.
Como h(-x) = i((-x)2) = i(x), h es función par.
 Series de Fourier

Como la función sen(kx) es una función impar

para todo k0 y la función cos(kx) es una función
par para todo k, es de esperar que:

–Si f(x) es par, su serie de Fourier no contendrá

términos seno, por lo tanto bk=0 para todo k
–Si f(x) es impar, su serie de Fourier no
contendrá términos coseno, por lo tanto a k=0
para todo k
 Aproximación de Funciones

En ocasiones se busca expresar una función f(x) en

términos de otra función, o funciones más
sencillas, esto es especialmente útil para
simplificar cálculos o modelar comportamientos
en forma aproximada.

En este caso es posible simplemente truncar una

serie a partir de algún término, o bien, obtener la
aproximación mediante proyección ortogonal.
 Aproximación de Funciones

Sea una función f que se desea aproximar como la C. L.

finita siguiente:
f =c1g1+c2g2+...+cngn
Donde g1,g2,...,gn son n funciones arbitrarias, mediante las
cuales se desea expresar f.
Tomando el producto interno con cada función g,
obtenemos:
<f,g1> = c1<g1,g1>+c2<g2,g1>+...+cn<gn,g1>
<f,g2> = c1<g1,g2>+c2<g2,g2>+...+cn<gn,g2>
...
<f,gn> = c1<g1,gn>+c2<g2,gn>+...+cn<gn,gn>
 Aproximación de Funciones

Lo cual puede ser expresado en forma matricial

como:

  g1, g1   g 2 , g1  ...  g n , g1    c1    f , g1  
 g , g   g , g  ...  g n , g 2   c2   f , g2 
 1 2 2 2     
 ... ... ... ...   ...   ... 
    
 g1 , g n   g 2 , g n  ...  g n , g n  cn   f , g n 
 Aproximación de Funciones
Ejemplo: ¿cómo aproximar la función f(x) = x mediante
una recta que pasa por el origen en el intervalo [0,1]?
Solución: sea g(x)=x, buscamos la aproximación
f(x)=cg(x), donde c=<f,g>/<g,g>, es decir:
1.4

1.2

1 1

 x xdx
6 0.8

c 0
1
 f(x)=x
1/2
5
0.6
2
 dx
x 0.4

0 f(x)=(6/5)x
0.2

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
 Aproximación de Funciones
Ejemplo: ¿cómo aproximar la función f(x) = x mediante
una recta que no pasa por el origen en el intervalo [0,1]?
Solución: sea g1(x)=1, g2(x)=x, buscamos la aproximación
f(x)=c1g1(x)+c2g2(x), resolvemos el sistema de ecuaciones:

  g1 , g1   g 2 , g1    c1    f , g1  
 g , g  
  g 2 , g 2   c2   f , g 2  
  
Es decir, 1 2

 1 1 / 2  c1   2 / 3
1 / 2   
 1 / 3 c2   2 / 5

De donde c1=4/15 c2=4/5
 Aproximación de Funciones
Con lo cual, la recta obtenida es f(x)=0.26666 +0.8x
1.4

1.2

0.8

1/2
0.6 x
0.2666+0.8x
0.4

0.2

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
 Polinomios de Legendre
Si continuamos incrementando el grado del
polinomio deseado (hasta n-1), llegaríamos a
plantear un sistema cuya matriz es la siguiente:

 1 1/ 2 1/ n 
1 / 2 1/ 3 1 /( n  1) 
H  
 ... 
 
1 / n 1 /( n  1) 1 /( 2 n  1) 

La cual para n regularmente grande es una matriz

mal condicionada.
 Polinomios de Legendre

Por ello, los polinomios {1, x, x2, x3,...,xn} no resultan

muy prácticos para aproximar funciones, de hecho, no
son ortogonales en el intervalo [0,1]

Existe una gran variedad de familias de polinomios

ortogonales en algún intervalo dado. Por ejemplo, los
polinomios de Legendre son ortogonales en el
intervalo [-1,1]

Otras familias de polinomios ortogonales son los

polinomios de Chevichev, Laguerre, Bessel, etc.
 Polinomios de Legendre

Los siguientes son los primeros 6 polinomios de

Legendre
n Pn(x)
0 1
1 x
2 ½(3x2-1)
3 ½(5x3-3x)
4 1
/8(35x4-30x2+3)
5 /8(63x5-70x3+15)
1
 Polinomios de Legendre
Ejemplo: Expresar la función h(x)=cos(x) mediante
un polinomio de grado 2, usando los polinomios de
Legendre.
Solución: obtendremos los coeficientes de la
aproximación cos(x)c0P0(x)+c1P1(x)+C2P2(x):
 h, P0  11 2
c0    cos( 2 x ) dx 
P0
2
2 1 
 h, P1  31
c1  2
  x cos(2 x) dx  0
P1 2 1

 h, P2  5 11 2  20
c2    2 (3 x  1) cos( 2 x ) dx   3
P2
2
4 1 
 Polinomios de Legendre
Con lo cual, la aproximación obtenida es
cos(x)  f(x) = 2/+ 10/P2(x)
1.2

cos(pi/2x)
1

f(x)
0.8

0.6

0.4

0.2

-0.2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1