DEPARTEMENTO DE ENERGÍA Y MECÁNICA

INGENIERIA MECATRÓNICA

MATEMÁTICA SUPERIOR

TEMA: SERIES DE FOURIER

Autor:
Lenin Lugmaña

Docente:
Dr. Marcelo Román

Latacunga, Ecuador
Abril del 2024
Índice
1. Introducción 1
1.1. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

2. Desarrollo 2
2.1. Conocimientos previos . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1.1. Función periodica . . . . . . . . . . . . . . . . . . . . . . 2
2.1.2. Función ortogonal . . . . . . . . . . . . . . . . . . . . . . 4
Ejemplos del uso de software . . . . . . . . . . . . . . . . 8
2.1.3. Funciones L2 y Espacio Hilbertiano . . . . . . . . . . . . 9
Ejemplos del uso de software . . . . . . . . . . . . . . . . 10
2.1.4. Series de potencia . . . . . . . . . . . . . . . . . . . . . . 12
Ejemplos del uso de software . . . . . . . . . . . . . . . . 14
Ejemplos del uso de software . . . . . . . . . . . . . . . . 16
2.2. Serie General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Ejemplos del uso de software . . . . . . . . . . . . . . . . 21
Ejemplos del uso de software . . . . . . . . . . . . . . . . 24
2.3. Serie de Medio Recorrido . . . . . . . . . . . . . . . . . . . . . . 25
2.4. Serie Compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3. Propiedades 25

4. Aplicaciones 25

5. Conclusiones 25

6. Referencias 25
SERIES DE FOURIER 1

1. Introducción
1.1. Objetivos
Objetivo General: Explorar y comprender en profundidad el concepto y
las aplicaciones de la serie de Fourier en el análisis de señales y fenómenos
periódicos. Objetivo Especı́ficos:
1. Investigar los fundamentos matemáticos y teóricos de la serie de Fourier,
incluyendo su definición, convergencia, y representación de funciones pe-
riódicas.

2. Analizar y aplicar la serie de Fourier en la descomposición de señales

periódicas en sus componentes sinusoidales, ası́ como en la reconstrucción
de señales a partir de sus espectros de frecuencia.

1.2. General
Joseph Fourier nacido en 1768 en Auxerre, Francia, Fourier no
solo fue un destacado matemático, sino también un fı́sico notable
cuyo trabajo sentó las bases para numerosas disciplinas cientı́ficas
modernas.
En su obra, ”Teorı́a analı́tica del calor”, publicada en 1822, Fou-
rier abordó uno de los enigmas más desafiantes de su época: la
propagación del calor en sólidos. Para resolver este problema, Fou-
rier introdujo un concepto revolucionario: la descomposición de
funciones periódicas en series infinitas de funciones trigonométricas simples. Es-
te enfoque permitió representar las fluctuaciones de temperatura en un cuerpo
sólido en términos de senos y cosenos, facilitando enormemente el análisis de los
procesos de transferencia de calor.[1]

Figura 1: Función seno y coseno.

La idea central de Fourier, aunque concebida para resolver problemas especı́fi-

cos en la fı́sica del calor, pronto se reveló como un poderoso marco matemático
con aplicaciones que se extendı́an mucho más allá de su contexto original. Las
series de Fourier se convirtieron en una herramienta fundamental en campos tan
diversos como la ingenierı́a, la fı́sica, las matemáticas aplicadas y la ciencia de
datos.
SERIES DE FOURIER 2

En esencia, las series de Fourier ofrecen una forma elegante de representar fun-
ciones periódicas complejas mediante una combinación infinita de funciones si-
nusoidales.

Figura 2: Ejemplo la serie de Fourier, generada en PhET

Esta capacidad de descomponer señales complejas en sus componentes más

simples ha demostrado ser invaluable en una variedad de aplicaciones prácti-
cas. Desde el procesamiento de señales digitales hasta el análisis de imágenes
médicas, las series de Fourier han encontrado su lugar en una amplia gama de
disciplinas, ayudando a los cientı́ficos e ingenieros a comprender y manipular
fenómenos naturales y artificiales de manera más efectiva.[2]

2. Desarrollo
2.1. Conocimientos previos
2.1.1. Función periodica
Se dice que una función es periódica cuando esta se repide en intervalos
regulares respecto a su variable independiente (x, t o cualquier otra). La dife-
rencia entre el punto donde comienza la función y donde termina se denomina
Perı́odo. La función f(x) es perı́odica si f (x + T ) = f (x) para todos los valores
de x, donde T es un número positivo. [3]

Figura 3: Función u Onda cuadrada.

Matématicamente se expresa como: T = x2 − x1 .

SERIES DE FOURIER 3

Ejemplo 1: Determine el perı́odo de la función:

(
4 , si 0 < x < 3
f (x) =
0 , si 3 < x < 6
Gráficar la función dada.

Figura 4: Gráfica del ejemplo 1.

Definir los puntos en donde inicia y donde termina la función antes de

repetirse.
x1 = 0 ∧ x2 = 6
Usando la fórmula para encontrar el perı́odo.
T = x2 − x1
T =6−0
T =6
Se dice que el perı́odo de la función f(x) es 6
Ejemplo 2: Determine el perı́odo de la función:
(
−1 , si − π < x < 0
f (x) =
1 , si 0 < x < π
Gráficar la función dada.

Definir los puntos en donde inicia y donde termina la función antes de

repetirse.
x1 = −π ∧ x2 = π
Usando la fórmula para encontrar el perı́odo.
T = x2 − x1
T = π − (−π)
T = 2π
Se dice que el perı́odo de la función f(x) es 2π
SERIES DE FOURIER 4

Figura 5: Gráfica del ejemplo 2.

2.1.2. Función ortogonal

Se dice que una función es ortogonal cuando cumple con la propiedad de
la ortogonalidad si al integrar en un intervalo a ≤ x ≤ b el producto de dos
funciones es cero se dice que es 0 se dice que es
Z ortogonal.[4]
Matematicamente se expresa como < f, g >= f (x) ∗ g(x)dx = 0.
Es similar al producto escalar en vectores, cuando esto sucede se dice que los
vectores son perpendiculares entre si.

Figura 6: Ejemplo de ortogonalidad en vectores.

Ejemplo 1: Determine si las funciones dada son ortogonales o no, en el inter-

valo −4 ≤ x ≤ 4
1
f (x) = x3 ∧ g(x) =
3x
Multiplicando ambas funciones antes de integrar.

f (x) ∗ g(x)
 
3 1
(x ) ∗
3x
x2
3
SERIES DE FOURIER 5

Integrar la función resultante dentro del intervalo dado.

Z 4 2
x
dx
−4 3

1 4 2
Z
x dx
3 −4
4
x3
 
1
∗
3 3 −4
4
x3
9 −4

Evaluando el resultado de la integral.

 3 
(−4)3

(4)
−
9 9
   
64 −64
−
9 9
128
9
128
Dado el resultado de multiplicar e integral es 9 ̸= 0 no son funciones
ortogonales.
Ejemplo 2: Determine si las funciones dada son ortogonales o no, en el inter-
valo 0 ≤ x ≤ π

f (x) = cos2 (x) ∧ g(x) = sec(x)

Multiplicando ambas funciones antes de integrar.

f (x) ∗ g(x)

cos2 (x) ∗ sec(x)

cos(x)

Integrar la función resultante dentro del intervalo dado.

Z π
cos(x)
0

π
sen(x)|0
SERIES DE FOURIER 6

Evaluando el resultado de la integral.

sen(π) − sen(0)

0−0
0
Dado el resultado de multiplicar e integral es 0 = 0 son funciones ortogo-
nales.
Un conjunto de funciones se denomina conjunto ortogonal cuando todas las
funciones estan definidas en el intervalo a ≤ x ≤ b y son integrables y el producto
de la integral es cero. Se expresa:
< f1 (x), g1 (x) >, < f2 (x), g2 (x) >, ..., < fn (x), gn (x) >= 0
La norma de un conjunto ortogonal se define como:
q
||v|| = v12 + v22 + ... + vn2

vn =< fn (x), gn (x) >

Apartir del conjunto de las funciones ortogonales surgen el conjunto de funcio-
nes ortonormales, cada elemento de este nuevo conjunto surge al dividir cada
función entre su norma.[5]
v1 v2 vn
||w|| =< , , ..., >
||v|| ||v|| ||v||
Un conjunto ortonormal se utiliza como base para descomponer una función
periódica en una combinación lineal de funciones seno y coseno.
Ejemplo 1: Consideremos
n q la función
q f (x) periódica,
o utilizando una base orto-
normal ||w|| = √1 , 2 2
π π cos(nx), π sen(nx)

Estableciendo de forma general una combinación lineal:

f (x) = cn ∗ ||wn ||

f (x) = c1 ∗ ||w1 || + c2 ∗ ||w2 || + c3 ∗ ||w3 ||

Reemplazando ||wn ||:

  r ! r !
1 2 2
f (x) = c1 √ + c2 cos(nx) + c3 sen(nx)
π π π

Debido a que ||w2 || ∧ ||w3 || se puede expresar como una sumatoria de

n-términos:
∞ r ! r !
  X !
1 2 2
f (x) = c1 √ + c2 cos(nx) + c3 sen(nx)
π n
π π
1
SERIES DE FOURIER 7

Determinar los coeficientes utilizando el producto interno:

ˆ Para calcular c1 :
c1 =< f (x), 1 >
Z
1
c1 = √ f (x)dx
π
 Z
1
c1 = √ f (x)dx
π
ˆ Para calcular c2 :
r
2
c2 =< f (x), cos(nx) >
π
Z r !
2
c2 = f (x) cos(nx) dx
π
r !Z
2
c2 = (f (x) ∗ cos(nx)) dx
π

ˆ Para calcular c3 :
r
2
c3 =< f (x), sen(nx) >
π
Z r !
2
c3 = f (x) sen(nx) dx
π
r !Z
2
c3 = (f (x) ∗ sen(nx)) dx
π

Ejemplo 2: Consideremos la función f (x) periódica:

(
1 , si − π < x < 0
f (x) =
−1 , si 0 < x < π
n q q o
Utilizando una base ortonormal ||w|| = √1 , 2 2
π π cos(nx), π sen(nx)

Estableciendo de forma general una combinación lineal:

f (x) = cn ∗ ||wn ||

f (x) = c1 ∗ ||w1 || + c2 ∗ ||w2 || + c3 ∗ ||w3 ||

Reemplazando ||wn ||:

  r ! r !
1 2 2
f (x) = c1 √ + c2 cos(nx) + c3 sen(nx)
π π π
SERIES DE FOURIER 8

Debido a que ||w2 || ∧ ||w3 || se puede expresar como una sumatoria de

n-términos:
∞ r ! r !
  X !
1 2 2
f (x) = c1 √ + c2 cos(nx) + c3 sen(nx)
π n
π π
1

Determinar los coeficientes utilizando el producto interno:

ˆ Para calcular c1 :
c1 =< f (x), 1 >
Z
1
c1 = √ f (x)dx
π
 Z π
1
c1 = √ f (x)dx
π −π

ˆ Para calcular c2 :
r
2
c2 =< f (x), cos(nx) >
π
r !
Z π
2
c2 = f (x) cos(nx) dx
−π π
r !Z π
2
c2 = (f (x) ∗ cos(nx)) dx
π −π

ˆ Para calcular c3 :
r
2
c3 =< f (x), sen(nx) >
π
r !
Z π
2
c3 = f (x) sen(nx) dx
−π π
r !Z π
2
c3 = (f (x) ∗ sen(nx)) dx
π −π

Ejemplos del uso de software figure ;

p l o t ( x , f x , ’ b ’ , ’ LineWidth ’ , 2);
MATLAB hold on ;
p l o t ( x , g x , ’ r ’ , ’ LineWidth ’ , 2);
xlabel ( ’ x ’ ) ;
ylabel ( ’ f ( x ) , g ( x ) ’ ) ;
x = l i n s p a c e ( 0 , 2 * pi , 1 0 0 0 ) ;
t i t l e ( ’ G r a f i c o de f ( x ) y g ( x ) ’ );
f x = sin ( x ) ;
legend ( ’ f ( x ) = s i n ( x ) ’ , ’ g ( x ) = cos (x) ’ ) ;
g x = cos ( x ) ;
g r i d on ;
P I = trapz ( x , f x . * g x ) ;
i f abs ( P I ) < 1 e =10
d i s p ( ’ Las f u n c i o n e s s o n o r t o g o n a l e s ’ ) ;
else
d i s p ( ’ Las f u n c i o n e s NO s o n o r t o g o n a l e s ’ ) ;
end
SERIES DE FOURIER 9

i f abs ( p r o d u c t o i n t e r n o ) < 1 e = 10:

p r i n t ( ’ Las f u n c i o n e s s o n o r t o g o n a l e s ’ )
else :
PYTHON p r i n t ( ’ Las f u n c i o n e s NO s o n o r t o g o n a l e s ’ )
plt . figure ()
p l t . p l o t ( x , f x , ’ b ’ , l i n e w i d t h =2)
import numpy a s np p l t . p l o t ( x , g x , ’ r ’ , l i n e w i d t h =2)
import m a t p l o t l i b . p y p l o t a s p l t plt . xlabel ( ’x ’ )
x = np . l i n s p a c e ( 0 , 2 * np . p i , 1 0 0 0 ) plt . ylabel ( ’ f (x) , g(x) ’ )
f x = np . s i n ( x ) p l t . t i t l e ( ’ G r a f i c o de f ( x ) y g ( x ) ’ )
g x = np . c o s ( x ) plt . legend ( [ ’ f (x) = sin (x) ’ , ’ g (x) = cos (x) ’ ] )
p r o d u c t o i n t e r n o = np . t r a p z ( f x * g x , x) p l t . g r i d ( True )

2.1.3. Funciones L2 y Espacio Hilbertiano

Para entender lo que es funciones en un espacio en L2 primero se debe enten-
der el espacio euclideo RN y su norma, este espacio se define como el conjunto de
todos los vectores de N dimensiones, donde N es un número natural. Posee una
estructura algebraica de espacio vectorial, lo que significa que admite operacio-
nes de suma de vectores y multiplicación por escalares. De hecho introducimos
la noción más general de espacio pre-hilbertiano.[6]
Este espacio se representa como el conjunto de todos los vectores.

RN = (x1 , x2 , ..., xN )|xi ∈ R, para i = 1, 2, ..., N

Esto significa que RN está formado por todas las posibles combinaciones de N
números reales x1 , x2 , ..., xN . Cada una de estas combinaciones representa un punto
en un espacio con N dimensiones.

La norma euclidiana, también conocida como distancia euclidiana o longitud

euclidiana, es una medida de la distancia entre dos puntos en un espacio eucli-
diano. El producto escalar entre dos vectores x∧y y se denota comúnmente como
<x, y>. En el contexto de la norma euclidiana, el producto escalar de un vector
consigo mismo se utiliza para calcular la longitud del vector o su norma.[7]
v
uN q
uX
||x|| = t x2n = x21 + x22 + ... + x2N
n=1

Ejemplo 1: En el espacio euclı́deo R2 [x] dado el producto escalar:

Z 1
⟨p(x), q(x)⟩ = p(x)q(x)dx
0

Determine la norma del vector p(x) = −1 + 2x + 3x2 .

Aplicamos la definición de la norma:
p
||p(x)|| = ⟨p(x), p(x)⟩

Reemplazamos las funciones:

s
Z 1
||p(x)|| = (−1 + 2x + 3x2 )2 dx
0
SERIES DE FOURIER 10

Resolviendo la integral:
s
Z 1
||p(x)|| = (1 − 4x − 2x2 + 12x3 + 9x4 )dx
0
s
Z 1 Z 1 Z 1 Z 1 Z 1
||p(x)|| = 1dx − 4xdx − 2x2 dx + 12x3 dx + 9x4 dx
0 0 0 0 0

Evaluar la integral: r
47
||p(x)|| =
15
Ejemplo 2: En el espacio euclı́deo R2 [x] dado el producto escalar:
2
X
⟨p(x), q(x)⟩ = p(i)q(i)
i=0

Determine la norma del vector p(x) = −1 + 2x + 3x2 .

Aplicamos la definición de la norma:
p
||p(x)|| = ⟨p(x), p(x)⟩

Reemplazamos las funciones:

p
||p(x)|| = p(0)2 + p(1)2 + p(2)2
p
||p(x)|| = (−1)2 + 42 + 152
√
||p(x)|| = 242
√
||p(x)|| = 11 2

Ejemplos del uso de software

MATLAB PYTHON

x = 2;
import numpy a s np
p = [1 , x , x ˆ2];
def p ( x ) :
return np . a r r a y ( [ 1 , x , x * * 2 ,
norm p = norm( p ) ;
])
d i s p ( [ ’ Norma de p ( x ) : ’ , num2str ( norm p ) ] ) ;
norm p = np . l i n a l g . norm ( p ( 2 ) )
p r i n t ( ”Norma de p ( x ) : ” , norm p )

El espacio L2 es un espacio euclidiano cuyos elementos son funciones equiva-

lentes al cuadrado integrable, se dice que una
Z función f es de cuadrado integrable
en x cuando la integral existe y es finita f (x)2 dx.
En donde las operaciones de adición y multiplicación se definen como operacio-
nes habituales.
Formalmente, las funciones reales se define matemáticamente como el conjunto
SERIES DE FOURIER 11

de todas las funciones f (x) definidas en un intervalo [a,b] para las cuales la
integral del cuadrado del valor absoluto de la función es finita.
( )
Z b
L2 ([a, b]) = f (x) : |f (x)|2 dx < ∞
a

Además un espacio L2 es un espacio de Hilbert completo. Un espacio de Hilbert

es un espacio vectorial con el producto interno que es completo con la norma
dada por el producto interno || · ||2 [8].
El ejemplo más destacado es el espacio de Banach Lp ([a, b]; C), en donde sea
[a, b] ⊂ R en un itervalo de 1 ≤ p < ∞, se denota como[9]:
( )
Z b
Lp ([a, b], C) = f : [a, b] → C : |f (x)|p dx < ∞
a

En donde su norma:
Z p
||f ||p = |f (x)|p dx, si 1 ≤ p < ∞

En el caso de p = 2, la norma || · |2 |es la norma asociada al producto interior

Z
⟨f, g⟩ = f (x) g(x) dx ∀ f, g ∈ L2

con lo cual L2 ([a, b]; C) es un espacio de Hilbert.

Las propiedades que possen el espacio de Hilbert son [10]:
p
Norma: Esta propiedad establece que la aplicación |x| = ⟨x, x⟩ es una
norma en el espacio de Hilbert H.

|x + y| ≤ |x| + |y| para todo(x, y) ∈ H

ˆ La norma de x es igual a cero si y solo si x es el vector nulo. |x| = 0

si y solo si x = 0
ˆ La desigualdad triangular se cumple, lo que significa que la norma de
la suma de dos vectores es menor o igual que la suma de las normas
de los dos vectores individuales.

Desigualdad de Cauchy-Schwarz: Esta propiedad establece una rela-

ción entre el producto interior de dos elementos del espacio de Hilbert y
sus normas individuales. Afirma que el valor absoluto del producto interior
de dos elementos x e y en H es siempre menor o igual que el producto de
sus normas.
|⟨x, y⟩| ≤ |x| · |y|
SERIES DE FOURIER 12

2.1.4. Series de potencia

Las series de potencia son una forma de representar funciones mediante
una sumatoria infinita de polinomios alrededor de un punto x0 , la serie puede
converger (Cuando la sumatoria es un número real R) para algunos valores o
puede diverger (Cuando la sumatoria tiende hacia el infinito ∞) para otros. [11]

Figura 7: Convergencia y divergencia en un punto dado.

Este grupo de polinomios se puede expresar como:

∞
X
an (x − x0 )n = a0 + a1 (x − x0 ) + ... + an (x − x0 )n
x=0

Para calcular an se debe calcular la n-decima derivada de la función evaluada

en x0 y divido para n!.
f (n) (x0 )
an =
n!
La serie satisface una de las propiedades[12]:
1. La serie converge en x = x0 y diverge para todos los x ̸= a.
2. La serie converge para todos los números reales x.
3. Existe un número real R > 0 tal que la serie converge si |x − x0 | < R y
diverge si |x − x0 | > R. En los valores donde |x − x0 | = R, la serie puede
converger o diverger.
En donde R se denomina radio de convergencia la cuál indica el intervalo al-
rededor del punto x0 , utilizando el criterio de la raı́z o criterio de la razón se
puede encontrar usando:

Criterio de la razón Criterio de raı́z

an + 1 1
R = lı́m R= √
n→∞ an lı́m n
an
n→∞

Ejemplo 1: Considerando la siguiente serie:

∞
X (x − 5)n
n=0
n!
SERIES DE FOURIER 13

Calcule el radio de convergencia y donde converge.

Expresando la sumatoria en términos generales.

∞
X
an (x − x0 )n
n=0

Definiendo los términos del ejemplo en terminos generales.

1
an =
n!
x0 = 5
x0 representa el centro donde la función converge.

Para calcular el radio de convergencia usando el criterio de la razón.

an+1
R = lı́m
n→∞ an
1
(n+1)!
R = lı́m 1
n→∞
n!

1
R = lı́m
n+1
n→∞

1
R=
∞
R=0
Ya que el radio de convergencia es 0, se dice que la función converge en
x0 = 5.
Ejemplo 2: Considerando la siguiente serie:
∞
X 1
(x − 6)n
n=0
n

Calcule el radio de convergencia.

Expresando la sumatoria en términos generales.

∞
X
an (x − x0 )n
n=0
SERIES DE FOURIER 14

Definiendo los términos del ejemplo en terminos generales.

1
an =
n
x0 = 6

Para calcular el radio de convergencia usando el criterio de la razón.

an+1
R = lı́m
n→∞ an
1
n−6+1
R = lı́m 1
n→∞
n−6

n−6
R = lı́m
n→∞ n−5
6
1− n
R = lı́m 5
n→∞ 1 −
n
1−0
R=
1−0
R=1
Ya que el radio de covergencia es 1, se dice que la serie converge en |x −
6| < 1 y diverge para |x − 6| > 1.

Ejemplos del uso de software

PYTHON
MATLAB

import numpy a s np
import m a t p l o t l i b . p y p l o t a s p l t
def f ( x ) :
f = @( x ) 1 . / ( x = 6 ) ; return 1 / ( x = 6 )
x v a l o r = linspace (6 = 2 , 6 + 2 , 1000); x v a l o r = np . l i n s p a c e ( 6 = 2 , 6 + 2 , 1 0 0 0 )
f valor = f ( x valor ); f valor = f ( x valor )
figure ; plt . figure ()
plot ( x v al or , f v a l o r ) ; plt . plot ( x valor , f v a l o r )
xlabel ( ’ x ’ ) ; plt . xlabel ( ’x ’ )
ylabel ( ’ f ( x ) ’ ) ; plt . ylabel ( ’ f (x) ’ )
t i t l e ( ’ G r a f i c o de 1 / ( x = 6 ) ’ ) ; p l t . t i t l e ( ’ G r a f i c o de 1 / ( x = 6 ) ’ )
R C = 2; R C = 2
d i s p ( ’ E l r a d i o de c o n v e r g e n c i a e s : ’ ) ; p r i n t ( ’ E l r a d i o de c o n v e r g e n c i a e s ’ , R C )
d i s p ( [ ’R= ’ , num2str ( R C ) ] ) ; p l t . show ( )

Dentro del grupo de las funciones existen las funciones analiticas las cuales
se pueden repersentar mediante una serie de potencia convergente que esta cen-
trada en x0 , bajo este concepto se dice que las funciones trigonometricas son
analı́ticas en cualquier intervalo.[13]
Ejemplo 1: Halle la serie de potencia de la siguente función analitica e2 x.
Identificar la función.
f (x) = ex
SERIES DE FOURIER 15

Definir la serie de potencia.

∞
X
f (x) = an (x − x0 )n
n=0

∞
X
f (x) = an (x − 0)n
n=0
∞
X
f (x) = an (x)n
n=0

El punto en el que se evalua x0 = 0 debido a que no nos dan un punto en

particular.
Calcular an .
f (n) (x0 )
an =
n!
e0
an =
n!
1
an =
n!
Reemplazando an para tener la funcion en termino de una sumatoria.
∞
X 1
f (x) = (x)n
n=0
n!

∞
X (x)n
f (x) =
n=0
n!

Ejemplo 2: Halle la serie de potencia de la siguente función analitica sen(x).

Identificar la función.
f (x) = sen(x)

Definir la serie de potencia.

f (x) = an (x − x0 )n

f (x) = an (x − 0)n
f (x) = an (x)n
El punto en el que se evalua x0 = 0 debido a que no nos dan un punto en
particular.
SERIES DE FOURIER 16

Calcular an .
f (n) (x0 )
an =
n!
(1−)n
an =
(2n + 1)!
La serie para sin(x) alrededor de x0 = 0 usa los coeficientes (−1)n y los factoriales (2n + 1)! porque las derivadas

impares de sin(x) en x0 = 0 siguen un patrón que alterna entre 1 y −1, y los denominadores de la serie deben aumentar

para asegurar la convergencia.

Reemplazando an para tener la funcion en termino de una sumatoria.

∞
X (1−)n
f (x) = (x2n+1 )
n=0
(2n + 1)!

∞
X (−1)n (x)2n+1
f (x) =
n=0
n!
El término x2n+1 aparece en la serie debido a que el ı́ndice n se incrementa de forma incremental, por lo que 2n + 1

garantiza que el exponente siempre sea impar, lo que es consistente con las derivadas impares de sin(x).

Ejemplos del uso de software

PYTHON
MATLAB

import numpy a s np
import m a t p l o t l i b . p y p l o t a s p l t
x = l i n s p a c e ( 0 , 6 * pi , 1 0 0 0 ) ; x = np . l i n s p a c e ( 0 , 6 * np . p i , 1 0 0 0 )
f x = zeros ( s i z e ( x ) ) f x = np . z e r o s l i k e ( x )
N = 10; N = 10
for n = 1 :N f o r n i n range ( 1 , N+ 1 ) :
f x = f x + s i n ( n*x ) / n ; f x += np . s i n ( n * x ) / n
end plt . figure ()
figure ; p l t . p l o t ( x , f x , ’ b ’ , l i n e w i d t h =2)
plot ( x , f x , ’ b ’ , ’ LineWidth ’ , 2); plt . xlabel ( ’x ’ )
xlabel ( ’ x ’ ) ; plt . ylabel ( ’ f (x) ’ )
ylabel ( ’ f ( x ) ’ ) ; p l t . t i t l e ( ’ G r a f i c o de l a f u n c i o n ’ )
t i t l e ( ’ G r a f i c o de la funcion ’ ) ; p l t . g r i d ( True )
g r i d on ; p l t . show ( )
SERIES DE FOURIER 17

2.2. Serie General

La serie de Fourier es una herramienta muy utilizada en el analisis de funcio-
nes periódicas ya que permite descomponer dichas funciones en una sumatoria
de funciones simples como seno y cosenos ya sean individuales o combinados, es-
ta serie se basa en las relaciones de ortogonalidad de las funciones seno y coseno
este método se utiliza para el analisis de señales periódicas y en la resolucion de
ecuaciones diferenciales parciales.[14]
Cualquier función que cumplo con las siguientes condiciones se puede expresar
como una serie de Fourier:
1. La función debe ser periódica.

f (x + T ) = f (x)

2. Debe ser de cuadrado integrable dentro de un intervalo [a, b]

Z b
f (x)2 dx
a

Apartir de una ortogonal se puede obtener la serie trigonometrica de Fourier

[15]:
1. Conjunto ortonormal: Consideremos un conjunto de funciones {ϕn (x)}
definidas en un intervalo [a, b]. Este conjunto se dice que es ortonormal si
cumple con dos condiciones:
a) Ortogonalidad:
Z b
ϕn (x)ϕm (x) dx = 0
a
para n ̸= m.
b) Normalización:
Z b
|ϕn (x)|2 dx = 1
a
para todo n.
2. Expansión en serie de Fourier: Dada una función f (x) definida en
[a, b], si existe un conjunto ortonormal de funciones {ϕn (x)}, podemos
expresar f (x) como una serie convergente de la forma:
∞
X
f (x) = cn ϕn (x),
n=1

donde los coeficientes cn se calculan mediante la proyección de f (x) sobre

las funciones del conjunto ortonormal.
SERIES DE FOURIER 18

3. Cálculo de coeficientes: Los coeficientes cn se calculan mediante la

fórmula: Z b
cn = f (x)ϕn (x) dx.
a

4. Demostración de la serie de Fourier trigonométrica general: Su-

pongamos que tenemos un conjunto ortonormal de funciones trigonométri-
cas {ϕn (x)} en el intervalo [−L, L], dado por:
 nπx   nπx 
{ϕn (x)} = {1, cos , sen }.
L L
Ahora, consideremos una función f (x) definida en el mismo intervalo
[−L, L]. Podemos expresar f (x) en términos de esta base ortonormal co-
mo:
X∞   nπx   nπx 
f (x) = a0 + an cos + bn sen
n=1
L L

5. Cálculo del coeficiente a0 : El coeficiente a0 en la serie de Fourier repre-

senta la proyección de la función f (x) sobre la función constante 1 en el
conjunto ortonormal. Esto se expresa mediante la fórmula de proyección:
Z L
2
a0 = f (x)dx
L −L

Z L
a0 1
= f (x)dx
2 L −L

6. Serie de Fourier trigonométrica general: Reemplazando el coeficiente

a0 se obtiene:
∞
a0 X   nπx   nπx 
f (x) = + an cos + bn sen
2 n=1
L L

En donde an y bn se obtiene utilizando las fórmulas de proyección.

Z L
1  nπx 
an = f (x) cos
L −L L
Z L
1  nπx 
bn = f (x) sen
L −L L

Ejemplo 1: Calcular la serie de Fourier de la función:

 π
0 , si − π < x < −
f (x) = 2
 1 , si − π < x < π
2
SERIES DE FOURIER 19

Recordando la forma general de Fourier:

∞
a0 X   nπx   nπx 
f (x) = + an cos + bn sen
2 n=1
L L

Identificar la función y su intervalo:

π
f (x)1 = 0, si − π < x < −
2
π
f (x)2 = 1, si − <x<π
2
Calcular el coeficiente a0 :
Z L
2
a0 = f (x)dx
L −L
!
Z L1 Z L2
2
a0 = f (x)1 dx + f (x)2 dx
L −L1 −L2
!
Z −π Z π
2 2
a0 = 0dx + 1dx
π −π −π
2
Z π
2
a0 = 1dx
π −π
2

π
2x
a0 =
π −π
2

2π 2 − π2


a0 = −
π π
a0 = 3

Calcular el coeficiente an :
Z L
1  nπx 
an = f (x) cos
L −L L
!
Z L1 Z L2
1  nπx   nπx 
an = f (x)1 cos dx + f (x)2 cos dx
L −L1 L −L2 L
!
Z −π Z π
1 2  nπx 
an = (0) cos dx + (1) cos (nx) dx
π −π π −π
2
Z π
1
an = (1) cos (nx) dx
π −π
2
SERIES DE FOURIER 20

π
sen (nx)
an =
nπ −π
2

sen (n(π)) sen n(− π2 )

an = −
nπ nπ
nπ


sen 2
an =
nπ
1−(−1)k
Recordando que sen kx tambien se puede expresar como 2
n
1 − (1) 2
an =
2nπ

Calcular el coeficiente bn :
Z L
1  nπx 
bn = f (x) sen
L −L L
!
Z L1 Z L2
1  nπx   nπx 
bn = f (x)1 sen dx + f (x)2 sen dx
L −L1 L −L2 L
!
Z −π Z π
1 2  nπx 
bn = (0) sen dx + (1) sen (nx) dx
π −π π −π
2
Z π
1
bn = (1) cos (nx) dx
π −π
2

π
cos(nx)
bn = −
nπ −π2

cos( nπ
 
cos(nπ) 2 )
bn = − +
nπ nπ
Recordando que cos kx tambien se puede expresar como (−1)k
n
(−1)n (−1) 2
bn = − +
nπ nπ
n
−(−1)n + (−1) 2
bn =
nπ
Sustituyendo los coeficientes en la serie general de Fourier:
∞
!
3 X sen nπ

 nπx  −(−1)n + (−1) n2  nπx 
2
f (x) = + cos + sen
2 n=1 nπ L nπ L
SERIES DE FOURIER 21

Figura 8: Gráfica de la función y su serie de Fourier

Ejemplos del uso de software

MATLAB

x1 = l i n s p a c e ( = pi , = p i / 2 , 1 0 0 ) ;
x2 = l i n s p a c e ( = p i / 2 , pi , 1 0 0 ) ;
f = @( x ) d o u b l e ( x > = p i / 2 ) ;

p l o t ( x1 , z e r o s ( s i z e ( x1 ) ) , ’ b ’ , ’ LineWidth ’ , 2 ) ;
hold on ;
p l o t ( x2 , o n e s ( s i z e ( x2 ) ) , ’ r ’ , ’ LineWidth ’ , 2 ) ;
xlabel ( ’ x ’ ) ;
ylabel ( ’ f ( x ) ’ ) ;
t i t l e ( ’ G r a f i c a de l a f u n c i o n f ( x ) ’ ) ;
legend ( ’ f ( x ) = 0 , s i =\ p i < x < =\ p i /2 ’ , ’ f ( x ) = 1 , si =\ p i /2 < x < \pi ’ , ’ Location ’ , ’ best ’ ) ;
g r i d on ;

L = pi ;
n = 7;
a0 = 1 / L * i n t e g r a l (@( x ) f ( x ) , =L , L ) ;
an = z e r o s ( 1 , n ) ;
bn = z e r o s ( 1 , n ) ;
for k = 1: n
an ( k ) = 1 / L * i n t e g r a l (@( x ) f ( x ) . * cos ( k * pi * x / L) , =L , L);
bn ( k ) = 1 / L * i n t e g r a l (@( x ) f ( x ) . * sin ( k * pi * x / L) , =L , L);
end

x = l i n s p a c e ( = pi , pi , 1 0 0 0 ) ;
f h a t = a0 / 2 * o n e s ( s i z e ( x ) ) ;
for k = 1: n
f h a t = f h a t + an ( k ) * c o s ( k * p i * x / L ) + bn ( k ) * sin ( k * pi * x / L);
end
p l o t ( x , f h a t , ’ g== ’ , ’ LineWidth ’ , 2 ) ;

PYTHON

import numpy a s np
import m a t p l o t l i b . p y p l o t a s p l t
from s c i p y . i n t e g r a t e import quad

x1 = np . l i n s p a c e ( = np . p i , =np . p i / 2 , 1 0 0 )
x2 = np . l i n s p a c e ( = np . p i / 2 , np . p i , 1 0 0 )
def f ( x ) :
return np . w h e r e ( x > =np . p i / 2 , 1 , 0 )

plt . p l o t ( x1 , np . z e r o s l i k e ( x1 ) , ’ b ’ , l i n e w i d t h =2)
plt . p l o t ( x2 , np . o n e s l i k e ( x2 ) , ’ r ’ , l i n e w i d t h =2)
plt . xlabel ( ’x ’ )
plt . ylabel ( ’ f (x) ’ )
plt . t i t l e ( ’ G r a f i c a de l a f u n c i o n f ( x ) ’ )
plt . l e g e n d ( [ ’ f ( x ) = 0 , s i = p i < x < = p i /2 ’ , ’ f ( x ) = 1 , si = p i /2 < x < pi ’ ] , l o c= ’ b e s t ’ )
plt . g r i d ( True )

L = np . p i
n = 7
a0 , = quad ( lambda x : f ( x ) , =L , L )
an = np . z e r o s ( n )
bn = np . z e r o s ( n )
f o r k i n range ( 1 , n + 1 ) :
an [ k = 1 ] , = quad ( lambda x : f ( x ) * np . c o s ( k * np . p i * x / L) , =L , L)
bn [ k = 1 ] , = quad ( lambda x : f ( x ) * np . s i n ( k * np . p i * x / L) , =L , L)

x = np . l i n s p a c e ( = np . p i , np . p i , 1 0 0 0 )
f h a t = a0 / 2 * np . o n e s l i k e ( x )
f o r k i n range ( 1 , n + 1 ) :
f h a t += an [ k = 1] * np . c o s ( k * np . p i * x / L ) + bn [ k = 1] * np . s i n ( k * np . p i * x / L)

plt . plot (x , f hat , ’ g== ’ , l i n e w i d t h =2)

p l t . show ( )
SERIES DE FOURIER 22

Ejemplo 2: Calcular la serie de Fourier de la función:

(
x ,si − π < x < 0
f (x) =
0 ,si 0 ≤ x < π

Recordando la forma general de Fourier:

∞
a0 X   nπx   nπx 
f (x) = + an cos + bn sin
2 n=1
L L

Identificar la función y su intervalo:

f (x)1 = x, si − π < x < 0

f (x)2 = 0, si 0 ≤ x < π

Calcular el coeficiente a0 :
Z L
2
a0 = f (x)dx
L −L
!
Z L1 Z L2
2
a0 = f (x)1 dx + f (x)2 dx
L −L1 −L2
Z 0 Z π 
2
a0 = x dx + 0 dx
π −π 0
Z 0
2
a0 = x dx
π −π
 0
2 x2
a0 =
π 2 −π
 2
(−π)2

2 0
a0 = −
π 2 2
2
 
2 π
a0 = 0−
π 2
2π
a0 = −
π2
2
a0 = −
π
Calcular el coeficiente an :
Z L
1  nπx 
an = f (x) cos
L −L L
SERIES DE FOURIER 23

!
Z L1 Z L2
1  nπx   nπx 
an = f (x)1 cos dx + f (x)2 cos dx
L −L1 L −L2 L
Z 0 Z π 
1  nπx   nπx 
an = x cos dx + 0 cos dx
π −π π 0 π
Z 0
1
an = x cos (nx) dx
π −π
0
sin (nx)
an =
nπ −π

sin (n · 0) sin (n(−π))

an = −
nπ nπ
sin (nπ)
an = −
nπ
an = 0

Calcular el coeficiente bn :
Z L
1  nπx 
bn = f (x) sin
L −L L
!
Z L1 Z L2
1  nπx   nπx 
bn = f (x)1 sin dx + f (x)2 sin dx
L −L1 L −L2 L
Z 0 Z π 
1  nπx   nπx 
bn = x sin dx + 0 sin dx
π −π π 0 π
Z 0
1
bn = x sin (nx) dx
π −π
0
cos(nx)
bn = −
nπ −π
 
cos(n · 0) cos(n · (−π))
bn = − −
nπ nπ
1 (−1)n
bn = − +
nπ nπ
−1 + (−1)n
bn =
nπ
Sustituyendo los coeficientes en la serie general de Fourier:
∞   nπx  −1 + (−1)n  nπx 
1 X
f (x) = − + 0 cos + sin
π n=1 L nπ L
SERIES DE FOURIER 24

Figura 9: Gráfica de la función y su serie de Fourier

Ejemplos del uso de software

MATLAB

x1 = l i n s p a c e ( = pi , 0 , 1 0 0 ) ;
x2 = l i n s p a c e ( 0 , pi , 1 0 0 ) ;
f = @( x ) x . * ( x > = p i & x < 0 ) ;

p l o t ( x1 , f ( x1 ) , ’ b ’ , ’ LineWidth ’ , 2);
hold on ;
p l o t ( x2 , f ( x2 ) , ’ b ’ , ’ LineWidth ’ , 2);
xlabel ( ’ x ’ ) ;
ylabel ( ’ f ( x ) ’ ) ;
t i t l e ( ’ G r a f i c a de l a funcion f (x) ’ );
g r i d on ;

L = pi ;
n = 7;
a0 = 1 / L * i n t e g r a l (@( x ) f ( x ) , =L , L ) ;
an = z e r o s ( 1 , n ) ;
bn = z e r o s ( 1 , n ) ;
for k = 1: n
an ( k ) = 1 / L * i n t e g r a l (@( x ) f ( x ) . * cos ( k * pi * x / L) , =L , L);
bn ( k ) = 1 / L * i n t e g r a l (@( x ) f ( x ) . * sin ( k * pi * x / L) , =L , L);
end

x = l i n s p a c e ( = pi , pi , 1 0 0 0 ) ;
f h a t = a0 / 2 * o n e s ( s i z e ( x ) ) ;
for k = 1: n
f h a t = f h a t + an ( k ) * c o s ( k * p i * x / L ) + bn ( k ) * sin ( k * pi * x / L);
end
p l o t ( x , f h a t , ’ g== ’ , ’ LineWidth ’ , 2 ) ;

PYTHON

import numpy a s np
import m a t p l o t l i b . p y p l o t as plt

x1 = np . l i n s p a c e ( = np . p i , 0 , 1 0 0 )
x2 = np . l i n s p a c e ( 0 , np . p i , 1 0 0 )
x = np . l i n s p a c e ( = np . p i , np . p i , 1 0 0 0 )

f = lambda x : x * (x > =np . p i ) * ( x < 0)

plt . p l o t ( x1 , f ( x1 ) , ’ b ’ , l i n e w i d t h =2)
plt . p l o t ( x2 , f ( x2 ) , ’ b ’ , l i n e w i d t h =2)
plt . xlabel ( ’x ’ )
plt . ylabel ( ’ f (x) ’ )
plt . t i t l e ( ’ G r a f i c a de l a funcion f (x) ’ )
plt . g r i d ( True )

L = np . p i
n = 9
a0 = 1 / L * np . t r a p z ( f ( x ) , x )
an = np . z e r o s ( n )
bn = np . z e r o s ( n )
f o r k i n range ( 1 , n + 1 ) :
an [ k = 1 ] = 1 / L * np . t r a p z ( f ( x ) * np . c o s ( k * np . p i * x / L) , x)
bn [ k = 1 ] = 1 / L * np . t r a p z ( f ( x ) * np . s i n ( k * np . p i * x / L) , x)

f h a t = a0 / 2 * np . o n e s l i k e ( x )
f o r k i n range ( 1 , n + 1 ) :
f h a t += an [ k = 1 ] * np . c o s ( k * np . p i * x / L ) + bn [ k = 1] * np . s i n ( k * np . p i * x / L)

plt . plot (x , f hat , ’ g== ’ , l i n e w i d t h =2)

p l t . show ( )
SERIES DE FOURIER 25

2.3. Serie de Medio Recorrido

2.4. Serie Compleja

3. Propiedades
4. Aplicaciones
5. Conclusiones
6. Referencias
[1] D. J. Struik. “Joseph Fourier — Biography & Facts”. Encyclopedia Bri-
tannica. Accedido el 6 de abril de 2024. [En lı́nea]. Disponible:
https://www.britannica.com/biography/Joseph-Baron-Fourier

[2] Weill Cornell Medicine – Department of Physiology and Biophysics. Ac-

cedido el 6 de abril de 2024. [En lı́nea]. Disponible:
https://physiology.med.cornell.edu/people/banfelder/qbio/resources 2013/2013
S.2%20Fourier%20and%20Signal%20Processing.pdf

[3] J. Bird, Higher Engineering Mathematics. 8th ed. | Boca Raton : CRC
Press, 2017.: Routledge, 2017. Accedido el 6 de abril de 2024. [En lı́nea].
Disponible:
https://doi.org/10.1201/9781315265025

[4] “Funciones ortogonales AcademiaLab”. Home | AcademiaLab. Accedido

el 6 de abril de 2024. [En lı́nea]. Disponible:
https://academia-lab.com/enciclopedia/funciones-ortogonales/

[5] “index.html”. UACJ. Accedido el 6 de abril de 2024. [En lı́nea]. Disponi-

ble:
https://www.uacj.mx/CGTI/CDTE/JPM/Documents/IIT/sterraza/matemati
cas en movimiento/EcsDifParciales/orto2/index.html#:˜:text=Un%20conjunto
%20de%20funciones%20reales%20(x),%20(x),%20(x),...,cero%20para%20todos%
20los%20pares%20distintos%20de%20funciones

[6] Página de inicio | Universidad de Granada. Accedido el 6 de abril de 2024.

[En lı́nea]. Disponible:
https://www.ugr.es/˜rpaya/documentos/AnalisisI/2015-16/Metricos.pdf

[7] F. Revilla. “Espacio euclideo, norma | Fernando Revilla”. Fernando Revilla

| Tiempo, aritmética y conjetura de Goldbach & Docencia matemática.
Accedido el 6 de abril de 2024. [En lı́nea]. Disponible:
https://fernandorevilla.es/2014/08/12/espacio-euclideo-norma/
SERIES DE FOURIER 26

[8] Department of Mathematical Engineering (DIM) - Universidad de Chile.

Accedido el 6 de abril de 2024. [En lı́nea]. Disponible:
https://www.dim.uchile.cl/˜ceimat/Material%20Docencia/MA48D/Primavera
%202007/Material%20Adicional/Guias/afh-t.pdf

[9] Departamento de Matemática Aplicada y Estadı́stica. Accedido el 6 de

abril de 2024. [En lı́nea]. Disponible:
https://www.dmae.upct.es/˜fperiago/apuntes docencia/tema3.pdf

[10] Departamento de Matematica - Bienvenidos al (antiguo) portal del De-

partamento de Matemática. Accedido el 6 de abril de 2024. [En lı́nea].
Disponible:
https://cms.dm.uba.ar/academico/materias/2docuat2021/ecuaciones diferencial
es/Hilbert.pdf

[11] “SERIES DE POTENCIAS”. Página inicial. Accedido el 6 de abril de

2024. [En lı́nea]. Disponible:
https://navarrof.orgfree.com/Docencia/MatematicasII/M2UT5/series de poten
cias.htm

[12] “Series de potencias — Calculo21”. CÁLCULO 21. Accedido el 6 de abril

de 2024. [En lı́nea]. Disponible:
https://calculo21.com/series-de-potencias/

[13] “Función analı́tica AcademiaLab”. Home — AcademiaLab. Accedido el

6 de abril de 2024. [En lı́nea]. Disponible:
https://academia-lab.com/enciclopedia/funcion-analitica/#:˜:text=Las%20fun
ciones%20trigonométricas,%20logaritmo%20y%20las%20funciones%20de,analı́ti-
cas%20en%20cualquier%20conjunto%20abierto%20de%20su%20dominio.

[14] F. Developers. “Series de Fourier: Definición Principal”. Series de Fourier:

Definición Principal. Accedido el 6 de abril de 2024. [En lı́nea]. Disponible:
https://formulae.app/series-de-fourier/definicion-principal

[15] Blog de ESPOL — Noticias y Actividades de ESPOL. Accedido el 6 de

abril de 2024. [En lı́nea]. Disponible:
http://blog.espol.edu.ec/imancero/files/2021/08/FuncionesOrtogonales Seriesde
Fourier AureaMartinez.pdf