Modulo Matematicas Especiales299010

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERIA

CONTENIDO DIDÁCTICO DEL CURSO: 299010 – MATEMÁTICAS ESPECIALES
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
UNIDAD DE CIENCIAS BÁSICAS
AUTOR ORLANDO VANEGAS
299010 – MATEMÁTICAS ESPECIALES
MIGUEL ÁNGEL MONTES MONTAÑO

(Director Nacional)
MIGUEL ÁLGEL MONTES MONTAÑO

Acreditador
BOGOTÁ D.C.
AGOSTO DE 2010
1
ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO
El presente módulo fue diseñado en el año 2009 por Orlando Vanegas,

matemático con una amplia experiencia en la enseñanza de esta asignatura y
dedicado a la investigación de la matemática pura.
El documento tiene como antecedentes, el estudio de los módulos de calculo

diferencial, cálculo integral, algebra, geometría y trigonometría, álgebra lineal y
ecuaciones diferenciales.
Como novedades de este material es la presentación por unidades, capítulos y

lecciones, que permite una fácil ubicación de temáticas específicas, según el
interes del estudiante. Además, el componente práctico para los cursos teóricos
de Matemáticas a lfinal de cada unidad.
Este documento se puede copiar, distribuir y comunicar públicamente bajo las

condiciones siguientes:
• Reconocimiento. Debe reconocer los créditos de la obra de la manera
especificada por el autor o el licenciador (pero no de una manera que
sugiera que tiene su apoyo o apoyan el uso que hace de su obra).
• No comercial. No puede utilizar esta obra para fines comerciales.
• Sin obras derivadas. No se puede alterar, transformar o generar una obra
derivada a partir de esta obra.
• Al reutilizar o distribuir la obra, tiene que dejar bien claro los términos de la
licencia de esta obra.
• Alguna de estas condiciones puede no aplicarse si se obtiene el permiso
del titular de los derechos de autor
• Nada en esta menoscaba o restringe los derechos morales del autor.
2
INTRODUCCIÓN
El presente modulo esta dirigido a estudiantes de programas de pregrado que

oferta la UNAD, bajo la modalidad de educación superior a distancia.
El material esta estructurado en (tres unidades) que son las temáticas macro del
curso académico. .
El contenido de cada una de las partes fue seleccionado, teniendo en cuenta los
saberes mínimos que se esperaría debe alcanzar un estudiante de la Universidad
Nacional Abierta y a Distancia en el campo de Matemáticas Especiales.
La propuesta permite que los estudiantes reconozcan los conocimientos mínimos

del curso en mención, que le permita resolver situaciones propias del mismo y
además, abordar posteriores temáticas que requieran de éstos conocimientos.
El modulo se caracteriza porque en cada lección se presentar ejemplos modelos

del tema en estudio, al final de cada capitulo se exponen ejercicios; con respuesta,
que permite a los estudiantes contextualizarse en diversas àreas del conocimiento,
con el fin de fortalecer las temáticas propias del curso. Al final de cada unidad se
presenta una Autoevaluación de un nivel medio-alto, las cuales permiten verificar
los alcances de los estudiantes en las temáticas analizadas y detectar las
debilidades y así centrarse en éstas, con el fin de alcanzar las metas propuestas.
Finalmente, el Material pretende servir como guía de aprendizaje autónomo, se

recomienda apoyar este proceso por medio de lecturas especializadas, ayudas
audiovisuales, visitas a sitios Web y prácticas de laboratorio; entre otros, así lograr
una efectiva comprensión, interiorización y aplicación de las temáticas estudiadas.
3
INDICE DE CONTENIDO
UNIDAD UNO: Transformada de Laplace 9
CAPÍTULO UNO: PRINCIPIOS DE LA TRANSFORMADA DE lAPLACE 11
Lección No 1: Preliminares 11
Lección No 2: Transformación Integral 11
Lección No 3: Transformada de laplace 12
Lección No 4: Continuidad a Trozoz 14
Lección No 5: Orden Exponencial 14
Lección No 6: Propiedades de la Transformada de Laplace 20
Ejercicios 22
CAPÍTULO DOS: LA TRANSFORMADA INVERSA DE LAPLACCE 23
Lección No 7: Principios 23
Lección No 8: linealidad de la Transformada Inversa de Laplace 24
Ejercicios 25
CAPÍTULO TRES: TEOREMA DE TRASLACIÓN 27
Lección 9: Principios 27
Lección 10: Función Escalón 28
Ejercicios 37
CAPÍTULO CUATRO: CONVOLUCIÓN Y TRANSFORMADAS 38
Lección 11: Generalidades 38
Lección 12: Propiedades de la Convolución 38
Lección 13: Teorema de Convolución 40

4
Leccion 14: Funciones Periódicas 43
CAPÍTULO CINCO: TRANSFORMADAS CON MAPLE 46
Lección 15: Transformada de Laplace usando Maple 46
Lección 16: Transformada Inversa de Laplace usando Maple 48
Ejercicios 49
UNIDAD DOS: Transformada de Fourier 50
CAPÍTULO UNO: IDENTIDADES E INTEGRALES TRIGONOMÉTRICAS 52
Lección No 17: Identidades Trigonométricas 52
Lección No 18: Integrales Trigonométricas 52
Lección No 19: Gráficas trigonométricas 55
Lección No 20: Funciones periódicas 58
Ejercicios 64
CAPÍTULO DOS: SERIES DE FOURIER 65
Lección No 21: Serie real de Fourier 65
Lección No 22: Conjunto Ortogonal de Funciones 77
Lección No 23: Serie seno y coseno de Fourier 78
CAPITULO TRES: INTEGRALES DE FOURIER 88
Lección No 24: Integral de Fourier 88
Lección No 25: Convergencia de la integral de Fourier 90
Lección No 26: Integral de Fourier de seno y coseno 91
Lección No 27: Convergencia de la integral de Fourier 91
Ejercicios 96
CAPITULO CUATRO: TRANSFORMADA DE FOURIER 101
5
Lección 28: Transformada de Fourier 101
Lección 29: Transformada Inversa de Fourier 104
Lección 30: Espectro de amplitudes 105
Lección 31: Propiedades de la transformada de Fourier 107
Lección 32: Interpretación de la transformada de Fourier 112
Ejercicios 113
CAPITULO CINO: TRANSFORMADA DE FOURIER CON MAPLE 121
Lección 33: Series de Fourier usando Maple 121
Lección 34: Transformada de Fourier usando Maple 124
Lección 35: Transformada coseno de Fourier usando Maple 125
Lección 36: Transformada seno de Fourier usando Maple 127
Lección 37: Transformada discreta de Fourier usando Maple 129
Lección 38: Transformada rapida de Fourier 134
Lección 39: Transformada rápida inversa de Fourier 134
Lección 40: Transformada inversa de Fourier usando Maple 135
UNIDAD TRES: Señales Discretas 137
CAPÍTULO UNO: TRANSFORMADA Z. 138
Lección No 41: Transformada Z 138
Lección No 42: Región de convergencia de la Transformada Z 139
CAPÍTULO DOS: PROPIEDADES DE LA TRANSFORMADA Z 147
Lección No 43: Ceros y polos 147
Lección No 44: Tabla de transformada Z 149
Lección No 45: Propiedades de la convolución 150
6
CAPÍTULO TRES: PROPIEDADES DE LA TRANSFORMADA Z INVERSA 153
Lección No 45: Teorema de los residuos 153
Lección No 46: Transformada Z inversa 154
Ejercicios 157
CAPÍTULO CUATRO: PROPIEDADES ESPECIALES DE LA TRANSFORMADA Z

160
Lección No 47: Terorema de la convolución compleja 160
Lección No 48: Relación de Parseval 161
Lección No 49: Función de sistema y filtros digitales 161
CAPÍTULO CINCO: TRANSFORMADA Z CON MAPLE 163
Lección 50: Transformada Z 163
Lección 51: Transformada Z inversa 164
7
LISTADO DE TABLAS
Tabla No 1: Comando básios de Maple

Tabla No 2: Transformadas de Fourier
LISTADO DE GRÁFICOS Y FIGURAS
Figura No 1: Funcion exponencial

Figura No 2: Regiones de convergencia
Figura No 3: Grafia de la función escalón
Figura No 4: Gráfia del seno aplicando funión de Heaviside
Figura No 5: Función diente de sierra
Figura No 6: Función seno de dos pi
Figura No 7: Función seno de tres pi
Figura No 8: Función seno coseno
Figura No 9: Funciones periódicas
Figura No 10: Funciones de Fourier con Maple
Figura No 11: Espectro de amplitud
Figura No 12: Sierra de Fourier
Figura No 13: Señal discreta
Figura No 14: Región de convergencia de la transformada Z
8
UNIDAD UNO
TRANSFORMADA DE LAPLACE
9
PRESENTACIÓN:
EL ESTUDIO DE LA TRANSFORMADA DE LAPLACE ES IMPORTANTE POR SU ÁMPLIA

APLICACIÓN EN LA TECNOLOGÍA Y EN LA CIENCIA. ESTA RAMA DE LA FÍSICA MATEMÁTICA SE
UTILIZA PARA ESTUDIAR LAS FUNCIONES CONTINUAS DE FENÓMENOS REALES.
PARA EL ESTUDIO DE ESTE TEMA, ES IMPORTANTE Y NECESARIO QUE EL ALUMNO HAYA

TOMADO UN CURSO DE CÁLCULO DIFERENCIAL, CALCULO INTEGRA Y ECUACIONES
DIFERENCIALES PARA QUE ENTIENDA LOS PROCESOS MATEMÁTICOS QUE SE REALIZAN Y
ASÍ COMPRENDER LOS ONEPTOS DE ESTUDIO.
POR OTRO LADO, SE RECOMIENDA AL ESTUDIANTE MANEJAR EL SOFTWARE MAPLE PARA

QUE PUEDA GRAFICAR Y CALCULAR FUNCIONES COMPLEJAS DIFÍCILES DE HACERLO A
MANO. MEDIANTE EL MANEJO DE ESTE SOFTWARE, EL ALUMNO PUEDE ANALIZAR E
INTERPRETAR LOS RESULTADOS DE LA GRAFICA Y CON BASE A ESTO EMITIR SUS
CONCLUSIONES Y JUICIOS.
10
ESCUELA DE CIENCIAS
AS BÁSICAS, TECNOLOGÍA E INGENIERIA
CAPITULO UNO: TRANSFORMADA DE LAPLACE

LAPLA .
Lección No 1: Preliminares:
Preliminares
. En el modelo matemático de un sistema físico, como el de una masa sujeta a un resorte

o el de un circuito eléctrico en serie, el lado derecho de la ecuación diferencial
Es una función que representa una fuerza externa f(t) o un voltaje E(t). E En ecuaciones
diferenciales se resuelve este problema para funciones f(t)) continuas. Sin embargo, no es
raro encontrarse con funciones continuas a trozos; por ejemplo, en circuitos eléctricos son
muy comunes los voltajes dientes de sierra
sierra o escalón. Es difícil, pero no imposible, resolver
la ecuación diferencial que describe el circuito en este caso, pero la transformada de
Laplace es una valiosa herramienta para resolver problemas de este tipo.
La transformada de Laplace es muy útil en la solución de ecuaciones integrales y sistemas

de ecuaciones 2iferenciales así como en la obtención de algunas interesantes integrales.
Lección No 1: Transformación Integral
Sea f(t)) definida en un intervalo finito o infinito a ≤ t ≤ b y tomemos una función fija
K ( s, t ) de variable y parámetro . Una transformación integral tiene la forma:
La función K ( s, t ) se llama núcleo de la transformación . es lineal, sin importar la

naturaleza de la función K ( s , t ) . El estudio de estas transformaciones integrales
generalizadas a conducido al análisis de ciertas transformaciones específicas que han
resultado de mucha utilidad al abordar ciertos problemas. Una de estas transformaciones
− st
especiales se obtienene con , y K ( s, t ) = e , como vemos en la siguiente
definición.
11
ESCUELA DE CIENCIAS
Lección No 3: Transformación
Transformaci de Laplace
Suponga que la función y(tt) está definida para t ≥ 0 y la integral impropia
converge para s > s0 . Entonces la transformada de Laplace de y(t)) existe para s > s0 y está
dada por
Ejemplos
1. Calcule L {1} .
Por definición
para s > 0 .
2. Calcule L {t} .
∞
∞ te − st 1 ∞ − st 1 1
Usando la definición L {t} = ∫ − st
te dt = = ∫ e dt = 0 + L {1} = 2
0 −s 0
s 0 s s
Ahora es posible afirmar que:
Para s > 0 , n > 0
3. { }
kt
Calcule L e .
∞
e( k − s ) t
{ }=∫
∞ ∞ 1
− st kt ( k − s )t
Usando la definición L e kt
e e dt = ∫ e dt = = para s > k .
0 0 k−s 0
s−k
4. Calcule L {senkt} y L {coskt} .
12
ESCUELA DE CIENCIAS
Usando la definición
− st ∞
∞ e k ∞ − st k k
L {senkt} = ∫ e− st senktdt = − e cos ktdt = 0 + L {cos kt} = L {cos kt}
senkt
0 s
+
s ∫0 s s
0
∞
∞ e− st cos kt k ∞ 1 k
L {cos kt} = ∫ e − st
cos ktdt = − − ∫ e− st senktdt = − L {senkt}
0 s 0
s 0 s s
Por otro lado
1 k2
= − 2 L {cos kt}
s s
De donde concluimos que
para s > 0.
Ahora:
para s > 0.
5 Calcule L { f(t)} , donde
Por definición
1 ∞
∞ ∞  +1 2t 2   
L { f (t )} = ∫ e− st f (t ) dt = ∫ (t 2 + 1)e − st dt + ∫ (t − 1)e − st dt = −e− st  t − e− st  t −1+ 12 
1 2
+ + 
3
 s s s 0
2
0 0 1  s s 1
−s −s −s
s + 2 − e ( s + s + 1) e
2 2
s + 2 − e ( s + 1) 2 2
= 3
+ 2 =
s s s3
Como la transformada de Laplace se define en términos de una integral impropia que puede
ser divergente, existen funciones para las cuales no existe dicha transformada, incluso hay
iones discontinuas, como la del ejemplo anterior, que pueden tener transformada;
funciones
entonces, ¿ bajo qué condiciones una funciones tienen transformada de Laplace ?. Antes de
dar una respuesta parcial a esta pregunta debemos dar algunas definiciones.
13
ESCUELA DE CIENCIAS
Lección No 4: Continuidad a trozos
Decimos que una función f : [ a, b ] → es continua a trozos si
1. f está definida y es continua en todo x ∈ [ a, b] , salvo en un número finito de puntos xk ,

para k = 1, 2,3,...n .
2. Para cada xk ∈ [ a, b ] los límites
existen.
Note que, solamente uno de estos límites es pertinente si x0 es uno de los extremos
de [ a, b] .
Otra de las ideas importantes en el estudio de la existencia de la transformada de Laplace es

que entendemos porqué una función no crezca demasiado rápido.
Lección No 5: Orden exponencial

Decimos que la función f : [ 0, +∞ ) → es de orden exponencial si existen números
, M > 0 y T > 0 tales que
Para t > T
Intuitivamente esto significa que la función f(t)) esta por debajo de una función exponencial,
como se muestra en la siguiente figura
14
ESCUELA DE CIENCIAS
Observación: algunas veces, para verificar que una función f es de orden exponencial,
conviene calcular el siguiente límite:
Para algún valor de . Si es finito, entonces puede ser cualquier

número mayor que (y este determina ). Por otro lado, si , f no
es de orden exponencial.
Ejemplos
Compruebe que f (t ) = t es de orden exponencial.

3
1.
Para comprobar esto, apliquemos tres veces la regla de L'Hôpital
para cualquier número positivo .

gran t < e , y así f (t ) = t
3 t 3
Por lo tanto, si t es suficientemente grande es de orden exponencial.
Compruebe que la función f (t ) = e es de orden exponencial para cualquier valor

bt
2.
de .
Calculando el límite
siempre y cuando k > b. De donde, e < e para

bt kt
grande.
Observación: no es difícil comprobar que cualquier polinomio de grado o función

trigonométrica como Sen(btbt), Cos(bt), con b constante, son de orden exponencial, así como,
las sumas y productos de un número finito de estas funciones. En general, si f(t) y g(t) son
de orden exponencial la suma f(t)+g(t) y el producto f(t)g(t)) son de orden exponencial.
función f (t ) = e no es de orden exponencial.

2
t
3. Compruebe que la fun
Calculando el límite tenemos que
15
ESCUELA DE CIENCIAS
, con lo cual la función f (t ) = e no es de orden exponencial.

2
t
Para cualquier valor de
El siguiente resultado enuncia un resultado que parece obvio.
TEOREMA 1
Sea f : [ 0, +∞ ) → una función acotada, entonces f es de orden exponencial.
DEMOSTRACIÓN
Como f es acotada f (t ) ≤ M para todo t ∈ [ 0, +∞ ) . Entonces
para cualquier k > 0, con lo cual f es de orden exponencial.
Observación: como sen(bt ) y cos(bt ) son acotadas, entonces ellas son funciones de
orden exponencial.
Una vez definidos los conceptos de función continua a trozos y función de orden
exponencial ya estamos listos para enunciar una condición necesaria para la existencia de la
transformada de Laplace.
TEOREMA 2
Sea y : [ 0, +∞ ) → una función continua a trozos y de orden exponencial, entonces la

transformada de Laplace de y(t)) existe. Es decir, existe un número s0 tal que
Y(s) = L { y(t)} existe para s > s0
DEMOSTRACIÓN
Por ser y de orden exponencial existen números no negativos , y tales que

y (t ) ≤ Me kt , para t > T.. Así que
16
ESCUELA DE CIENCIAS
La primera integral es una integral definida, por tanto existe. Para la segunda integral note
que
Ahora, como
siempre y cuando s > k,, tenemos que la integral
existe y con ello la transformada.
Observación: el teorema anterior enuncia una condición suficiente y no necesaria para la

existencia de la transformada de Laplace, es decir, puede darse el caso de una función f que
no cumpla las hipótesis del teorema, pero aún así tenga transformada, como lo muestra el
siguiente ejemplo.
Ejemplos
1  1
1. Compruebe que la transformada L   existe, aún cuando f (t ) = no
 t t
cumple las hipótesis del teorema de existencia anterior.
1
En efecto, f (t ) = tiene una discontinuidad infinita en t = 0, con lo cual no es continua a
t
trozos en el intervalo [ 0, +∞ ) ; pero
17
ESCUELA DE CIENCIAS
Para calcular esta última integral sea
con lo cual
Ahora note que
Donde es el cuadrado de lado , que se muestra en la figura. Observe que si R1 y R2

son las regiones que se muestran en la figura entonces
18
ESCUELA DE CIENCIAS
Con lo cual, tomando el límite
π
Y así, I = . Por lo tanto
2
El siguiente ejemplo
plo muestra una función para la cual no existe la transformada de Laplace.
1
2. Compruebe que L  2  no existe.
t 
Usando la definición
Y puesto que la integral impropia
diverge, la transformada no existe.
19
ESCUELA DE CIENCIAS
Lección No 6: Propiedades de la transformada de Laplace
l1. Propiedad de linealidad
Si L { f (t )} = F (s) y L { g (t )} = G(s) existen entonces
para cualquier constante real .
DEMOSTRACIÓN
Es una consecuencia directa de la convergencia de la suma en integrales impropias.
Ilustración
Calcule L {sen t } .
2
Como
por la propiedad de linealidad
20
ESCUELA DE CIENCIAS
Con la idea de aplicar la transformada de Laplace a la solución de ecuaciones diferenciales

necesitamos calcular la transformada de una derivada.
3. Transformada de la derivada
Si y´(t ) es continua a trozos y de orden exponencial en el intervalo

interv [0, +∞ ) , entonces
L { y´(t )} = sY (s) − y(0)
DEMOSTRACIÓN
Integrando por partes
Con un argumento similar podemos demostrar que
El siguiente resultado generaliza la transformada de una derivada.
(n)
Si y´(t ), y´´(t ),... y (t ) son continuas a trozos y de orden exponencial en el intervalo
[0, +∞ ) , entonces
3. Propiedad de escalación
Sea f(t)) una función continua a trozos y de orden exponencial en [ 0, +∞ ) , si c ≠ 0 , entonces
21
Ilustración
, entonces, calcule L {senh(kt )} .

1
Si L {senh(t )} =
s −1
2
1 1  k
Usando la propiedad de escalamiento L {senh(kt )} =  = 2
 
k  ( s k ) −1  s − k 2
2
EJERCICIOS PROPUESTOS
1. Halle la transformada de Laplace para cada una de las siguientes funciones:
a) f (t ) = (t − 1)e1−t
b) g (t ) = t 2 e − t
c) h(t ) = e2t cos(3t )
2. Use las propiedades de la transformada de Laplace para obtener la transformada de

Laplace de las siguientes funciones
a) w(t ) = cos 2 2t
b) x(t ) = (1 − t 2 )e3t −1
c) y (t ) = senh 2 (t )
3. Compruebe Que la función r (t ) = t n + 1 es de orden exponencial
4. Use la propiedad de escalación para obtener L {cos h(kt )} a partir de L {cos h(t )}
22
ESCUELA DE CIENCIAS
CAPITULO DOS: LA TRANSFORMADA INVERSA DE LAPLACE.
Lección No 7: Principios
Al aplicar la transformada de Laplace a una ecuación diferencial la convertimos en una

ecuación algebraica, la cual podemos resolver para Y(s), ), es decir, resolvemos la ecuación
). Ahora, como L { y (t )} = Y ( s) si pudiéramos devolvernos obtendríamos la
Y(s) = G(s).
solución y(t)) que buscamos. Es decir, necesitamos de la transformada inversa L -1 {Y ( s )} ,
para hallar la función y(t)
Entonces definamos la transformada inversa.
), es decir, L { f (t )} = Y ( s) ,
Si F(s)) es la transformada de Laplace de una función continua f(t),
entonces la transformada inversa de Laplace de F(s), escrita L - 1 { F ( s)} es f(t), es decir,
L- 1 {F (s)} = f (t )
Ejemplos
 s 
1. Calcule L - 1  2 
s + 4
s  s 
Puesto que L {cos(2t )} = tenemos que L - 1  2  = cos(2t )
s +4
2
s + 4
Observación existe un problema potencial al trabajar con la transformada inversa, puede

no ser única. En efecto, es posible que L { f (t )} = L { g (t )} , siendo f(t) ≠ g(t) . Para nuestro
propósito esto no es tan malo como parece, pues, si f y g son continuas y de orden
exponencial en [ 0, +∞ ) y L { f (t )} = L { g (t )} , entonces f(t) = g(t);); pero, si f y g son
continuas y de orden exponencial en [ 0, +∞ ) y L { f (t )} = L { g (t )} , entonces se puede
demostrar que las funciones f y g son casi iguales; esto quiere decir, que pueden diferir
sólo en puntos de discontinuidad.
2. Calcule L { f (t )} , donde f(t) esta dada por
23
ESCUELA DE CIENCIAS
¿Qué se puede concluir?
Usando la definición de transformada
1
Pero, anteriormente hemos comprobado que L {1} = con lo cual las funciones f(t) y g(t)
s
1
tienen la misma transformada, de este modo, la transformada inversa de F ( s ) = no es
s
única.
El siguiente resultado establece el comportamiento de F ( s ) en infinito.
Lección No 8: Linealidad de la transformada inversa de Laplace
Sean f y g funciones continuas a trozos y de orden exponencial en el intervalo [ 0, +∞ ) tales

que L { f (t )} = F ( s) y L { f (t )} = G ( s) , entonces
Ejemplos
 4s 
1. Calcule L - 1  
 ( s − 2)( s + 4) 
2
4s 1 s 2
Sabemos que = − 2 + 2
( s − 2)( s + 4) s − 2 s + 4 s + 4
2
Usando la propiedad de linealidad de la transformada inversa de Laplace , obtenemos
El siguiente ejemplo ilustra el proceso que vamos a usar en la solución de ecuaciones

diferenciales mediante Laplace. Es un ejemplo que puede ser resuelto de manera más
24
ESCUELA DE CIENCIAS
eficiente con las técnicas ya estudiadas, pero el objetivo es aplicar algunas de las
propiedades
opiedades enunciadas hasta ahora e introducir la técnica de solución de ecuaciones
diferenciales.
2. Use la transformada de Laplace para resolver el problema de valor inicial
Aplicando transformada de Laplace a ambos lados de la ecuación diferencial
→ →
→ →
Ahora debemos de aplicar transformada inversa para hallar y(t)
1. Obtenga la transformada inversa de cada una de las siguientes funciones:
s −1
a) F ( s) =
2s + 3
s2
b) G (s) =
s2 +1
25
s−2
c) H ( s) =
s3 − 1
2. Resuelva las siguientes Ecuaciones Diferenciales de primer orden usando

transformada de Laplace:
dy
a) + y = te − t ; y (0) = 1
dt
dy
b) + 2 y = te −2t ; y (0) = 0
dt
dy
c) 4 + y = te − t ; y (0) = −1
dt
3. Resuelva las siguientes Ecuaciones Diferenciales de orden superior usando

transformada de Laplace
a) y ``−4 y = sen (t ) ; y (0) = 1, y `(0) = −1
b) 2 y ``−4 y = cos(t ) ; y (0) = −1, y `(0) = −1
c) y``−4 y`= sen(t ) ; y (0) = 1, y `(0) = 1
26
ESCUELA DE CIENCIAS
CAPITULO TRE: TEOREMA DE TRASLACIÓN.
Lección No 9: Principios
No es adecuado utilizar la definición cada vez que se quiera calcular una transformada, por
ejemplo, la integración por partes involucrada al calcular L {e kt sent} , es bastante tediosa.
Por esta razón vamos a enunciar algunos teoremas que ahorran trabajo en el cálculo de este
tipo de transformadas.
Si conocemos que L { f (t )} = F ( s) , podemos calcular la transformada de L {e kt f (t )} como

una traslación, de F(s) a F((s-k), como lo enuncia el siguiente teorema.
Primer teorema de traslación
Si L { f (t )} = F ( s) existe, entonces L {ekt f (t )} = F ( s − k )
Ilustración
Calcule L {e at cos(bt )}
Usando el primer teorema de traslación
Forma inversa del primer teorema de traslación:
Ilustración
1. Use la forma inversa del primer teorema de traslación para calcular
 1 
L- 1  3
 ( s − 3) 
Resolviendo:
27
ESCUELA DE CIENCIAS
 s 
2. Calcule L - 1  2 
 s + 4s + 13 
Para usar la forma inversa del primer teorema de traslación debemos completar el cuadrado
en el denominador
Lección No 10: Función Escalón
En ingeniería es común encontrar funciones que corresponden a estados de sí o no, o bien

activo o inactivo.. Por ejemplo, una fuerza externa que actúa sobre un sistema mecánico o
una tensión eléctrica aplicada a un circuito, puede tener que suspenderse después de cierto
tiempo. Para tratar de forma efectiva con estas funciones discontinuas conviene introducir
intr
una función especial llamada función escalón unitario.
Función de Heaviside
La función escalón unitario o función de Heaviside se define como
Observación: la función de Heaviside se definió sobre el intervalo [ 0. + ∞ ) , pues esto es

suficiente para la transformada de Laplace.
28
ESCUELA DE CIENCIAS
Ejemplos
1. Trazar la gráfica de la función f (t ) = H (t − 1)
.
La función f(t)) está dada por
y su gráfica se muestra en la figura
Cuando la función de Heaviside H (t − a ) se multiplica por una función f(t), definida para
t ≥ 0 , ésta función se desactiva en el intervalo [ 0, a ] , como muestra en siguiente ejemplo.
2. Trazar la gráfica de la función f (t ) = sen(t ) H (t − 2π ) .
La función está dada por
29
ESCUELA DE CIENCIAS
La función de Heaviside puede utilizarse para expresar funciones continuas a trozos de una
manera compacta, como se muestra en el siguiente ejemplo.
3. Use la función de Heaviside para reescribir la función
Para reescribir la función basta usar la definición de la función Heaveside
Observación: la función
Se escribe usando la función de Heaviside como
30
ESCUELA DE CIENCIAS
Transformada de la función Heaviside
La transformada de la función de Heaviside es
Demostración
Usando la definición de transformada
En el primer teorema de traslación nos permitió calcular la transformada de una función f(t) al ser
multiplicada por una función exponencial , el segundo teorema de traslación nos permitirá
calcular la trasformada de una función f(t)) que es multiplicada por una función escalón.
Segundo teorema de traslación
Si L { f (t )} = F ( s) y a > 0, entonces L { f (t − a) H (t − a)} = e− as F (s )
Forma inversa del segundo teorema de traslación:
31
ESCUELA DE CIENCIAS
Observación: podemos usar el segundo teorema de traslación para calcular la transformada

de Laplace de la función H(t
H( - a) haciendo f(t) =1:
Ejemplos
1. Calcule L {tH (t − 2)}
Resolviendo:
e−2 s 2e −2 s
L {tH (t − 2)} = L {(t − 2 + 2) H (t − 2)} = L {(t − 2) H (t − 2)} + 2L { H (t − 2)} = +
s2 s
2. Calcular L { f (t )} , donde
Observe que la función f(t)) puede reescribirse como
f (t ) = 1 − t + tH (t − 1) + (t − 2) H (t − 2) = 1 + (t − 1) H (t − 1) + (t − 2) H (t − 2)
1 e − s e −2 s
Así: L { f (t )} = L {1}+ L {(t − 1) H (t − 1)} + L {(t − 2) H (t − 2)} = + 2 + 2
s s s
3. Calcule
Para poder usar el segundo teorema de traslación debemos completar de forma adecuada el
término
32
ESCUELA DE CIENCIAS
Multiplicación por
Sea f : [ 0. + ∞ ) → una función continua a trozos y de orden exponencial en [ 0. + ∞ ) ,

entonces
Ejemplos
1. Calcule
Aplicando el teorema anterior para , tenemos que
El siguiente ejemplo muestra una combinación del primer teorema de traslación y el

teorema anterior.
2. Calcule
33
ESCUELA DE CIENCIAS
Primero aplicamos el teorema de multiplicación por y luego el de traslación
3. Calcule el valor de la siguiente integral
Por el teorema de multiplicación por , tenemos que
De donde obtenemos que
y tomando
Existe un caso especial del teorema anterior, cuando , que es muy útil en el cálculo de
transformadas inversas.
34
ESCUELA DE CIENCIAS
Multiplicación por t
Si L { f (t )} = F ( s) , entonces
Ejemplo
Calcule
Desarrollando:
por el corolario tenemos que
35
ESCUELA DE CIENCIAS
División por t
Sea f : [ 0. + ∞ ) → una función continua a trozos y de orden exponencial en [ 0. + ∞ ) tal que el

f (t )
límite lim+ existe, entonces
t →0 t
Observación: la constante de integración debe escogerse de forma de tal que
El siguiente ejemplo muestra una aplicación de este teorema.
Ejemplos
1. Calcule
Tenemos que
con lo cual
2. Calcule el valor de la siguiente integral

36
ESCUELA DE CIENCIAS
Si
Entonces
De donde
y tomando el límite cuando , tenemos que
1. Use la forma inversa del primer teorema de traslación para calcular
 1 
L- 1  4
 (2s − 3) 
2. ráfica de la función f (t ) = cos(t ) H (t − π ) .

Trazar la gráfica
L 
sen 2t 
3. Calcule 
 t 
37
ESCUELA DE CIENCIAS
CAPITULO CUATRO: CONVOLUCIÓN Y TRANSFORMADAS.
Lección No 11: Generalidades
Como hemos visto, la transformada de Laplace es lineal, es decir, la transformada de una

suma es la suma de las transformadas, entonces cabe preguntarse si se tiene algo similar
para el producto, la respuesta es no. En general la transformada no conmuta con co la
multiplicación ordinaria, o sea, la transformada de un producto no es el producto de las
transformadas, pero podemos definir un nuevo producto generalizado bajo el cual esto es
cierto.
La función h : C(I) × C(I) → C(I) , donde C(I) es el conjunto de funciones

ciones continuas en el intervalo
I = [ 0, +∞ ) dada por
se conoce como la convolución de f y g.
La convolución tiene muchas de las propiedades de la multiplicación ordinaria, como

veremos en el siguiente teorema.
Lección No 12: Propiedades de la convolución
Sean f y g funciones continuas en el intervalo I = [ 0, +∞ ) , entonces
1. f ∗ g = g ∗ f (ley conmutativa)
2. f ∗ ( g + h) = f ∗ g + f ∗ h (ley distributiva)
3. ( f ∗ g ) ∗ h = f ∗ ( g ∗ h) (ley asociativa)
4. f ∗0 = 0∗ f = 0
Existen algunas propiedades de la multiplicación ordinaria que la convolución no tiene. Por

ejemplo, no es cierto en general que f ∗1 = f .
Ejemplos
1. Calcule la convolución de f (t ) = et y g (t ) = sen(t ) .
Usando la definición e integración por partes, tenemos que
38
ESCUELA DE CIENCIAS
2. Calcule la convolución de las funciones f (t ) = sen( at ) y f (t ) = cos(bt ) .
Usando la definición e integración por partes
Observación: para calcular

lcular la integral
del ejemplo anterior, hemos usado la identidad
Otras identidades que pueden ser útiles en el cálculo de integrales similares son
39
ESCUELA DE CIENCIAS
Lección No 13: Teorema de la convolución
Si L { f (t )} y L { g (t )} existen para s > a ≥ 0 , entonces
O en su forma inversa:
es muy importante en la solución de ecuaciones diferenciales, pues nos puede evitar el

cálculo de fracciones parciales complejas.
Ejemplos
1. Calcule
Usando el teorema de convolución tenemos que
Los siguientes ejemplos muestran el uso de la forma inversa del teorema de convolución
para el cálculo de transformadas inversas.
2. Calcule la siguiente transformada inversa
Usando el teorema de convolución
40
ESCUELA DE CIENCIAS
Los siguientes ejemplos

jemplos muestran situaciones donde el uso de fracciones parciales puede
ser realmente complejo, comparado con el uso del teorema de convolución.
Usando el teorema de convolución, tenemos:
Observación: en este ejemplo la expansión en fracciones parciales no es tan simple
41
ESCUELA DE CIENCIAS
Usando convolución
Observación; Tomando g (t ) = 1 en el teorema de convolución tenemos que:
donde F(s) = L { f (t )}
Demostración
Luego
Ilustración
Calcule la siguiente transformada
Usando el resultado anterior y el teorema de multiplicación por , tenemos que

42
ESCUELA DE CIENCIAS
Lección No 14: Funciones periódicas
Es muy común, especialmente en aplicaciones ligadas a circuitos eléctricos, la presencia de

una fuerza externa periódica. Es usual tener voltajes en forma de ondas diente de sierra,
ondas en escalón, etc. Por lo que es necesario calcular sus transformadas.
Transformada
formada de una función periódica
Sea f : [ 0, +∞ ) → una función continua a trozos y de orden exponencial. Si f (t ) es periódica,

con período , entonces
Ejemplo
Calcule L { f ( t ) } , donde f (t ) es la función periódica diente de sierra que se muestra en la

figura
El período de esta función es y su transformada está dada por:

43
ESCUELA DE CIENCIAS
Función impulso unitario
Algunos sistemas mecánicos suelen estar sometidos a una fuerza externa (o a una tensión
eléctrica en el caso de los circuitos eléctricos) de gran magnitud,
magnitud, que solamente actúa
durante un tiempo muy corto. Por ejemplo, una descarga eléctrica podría caer sobre el ala
vibrante de un avión; a un cuerpo sujeto a un resorte podría dársele un fuerte golpe con un
martillo, una pelota (de beisbol, de golf o de teni
tenis)
s) inicialmente en reposo, podría ser
enviada velozmente por los aires al ser golpeada con violencia con un objeto como una bat
de beisbol, un bastón de golf o una raqueta de tenis. La función impulso unitario puede
servir como un modelo para tal fuerza.
La función δ a : [ 0, +∞ ) → dada por
donde a > 0, t0 > 0 se conoce como la función impulso unitario.
La gráfica de la función escalón para a = 0.5 y t0 = 2 se muestra en la figura
44
ESCUELA DE CIENCIAS
Para valores pequeños de , se tiene que δ a (t − t0 ) es una función constante de gran

magnitud que esta activa por un tiempo muy corto alrededor de t0 .
Área bajo la función impulso
La función impulso unitario satisface la propiedad
y de aquí su nombre.
Demostración
En la práctica es conveniente trabajar con otro tipo de impulso llamado función de Dirac
Función delta de Dirac
La función delta de Dirac esta dada por
45
ESCUELA DE CIENCIAS
Observación: la función delta de Dirac, no es una función, realmente es lo que se conoce

como una función generalizada (o distribución).
Propiedades de la función delta de Dirac
La función delta de Dirac satisface las siguientes propiedades
1.
st
2. Para t0 > 0 , L {δ (tt − t0 } = e 0
CAPITULO CINCO: TRANSFORMADAS CON MA

MAPLE.
Lección No 15: Transformada de Laplace usando Maple
Para calcular la transformada de laplace de una función f(t) con parámetros t y s debemos utilizar
la instrucción laplace(f(t),t,s);
);
Ejemplos
> with(inttrans):
>laplace(1, t, s);
1
s
>laplace(exp(t),t,s);
laplace(exp(t),t,s);
1
s−1
46
> laplace (t^2,t,s);
2
s3
> laplace(sin(2*t),t,s);
2
s2 + 4
> laplace(Heaviside(t-1)*cos(t),t,s);
( −s )  cos( 1 ) s − sin( 1 ) 
e  2 
 s +1 s 2 + 1 
> laplace(t^(1/2),t,s);
π
( 3/2 )
2s
> laplace(t^3*exp(-2*t),t,s);
6
( s + 2 )4
> laplace(sinh(2*t),t,s);
2
s −4
2
> laplace(exp(t)*cos(3*t),t,s);
s−1
 − 1)
2
( s 
9  + 1 
 9 
47
Lección No 16: Transformada inversa de Laplace usando Maple
Para calcular la transformada inversa de laplace de una función F(s) con parámetros s y t debemos
utilizar la instrucción invlaplace(F(s),s,t);
Ejemplos
> with(inttrans):
>invlaplace(1/(s-a)+1/(s^2+b)+1, s, t);
(a t ) sin( b t )
e + + Dirac( t )
b
> invlaplace(1/(s-a), s, t);
(a t )
e
> invlaplace(1/s*(s-a), s, t);
Dirac( t ) − a
> invlaplace(1/(s*(s-a)), s, t);
at
 
sinh
 2  at
2e 
 2 
a
> invlaplace(2*s/(s^2-4), s, t);
2 cosh( 2 t )
48
> invlaplace(1/(4*s^2+1), s, t);
1 t
sin 
2  2 
> invlaplace(1/s^(3/2), s, t);
2 t
π
> invlaplace((s^3+s^2+s+1)/(s^4-5*s^2+4), s, t);
5 ( −2 t ) 2 t 5 ( 2 t )
e − e + e
12 3 4
> invlaplace(s, s, t);
Dirac( 1, t )
> invlaplace(s*(s-a), s, t);
−a Dirac( 1, t ) + Dirac( 2, t )
1. Calcule L {e 2t ∗ cos(2t )}
 1 
2. Use convolución para obtener L - 1  2 
 s (2 s − 3) 
3. Calcule la siguiente transformada L {∫ τ cos(τ )dτ }

0
t
 s +1 
4. Halle L - 1  2 
 s (2 s − 3) 
49
UNIDAD DOS
TRANSFORMADA DE FOURIER
50
PRESENTACIÓN:
En esta unidad estudiaremos la serie y la transformada de Fourieres y sus

representaciones graficas a través de Maple, este software es muy importante
para esl estudio de estos temas porque gracias a él, se puede graficar con gran
precisión utilizando poco tiempo para hacerlo, mediante los gráficos podemos
analizar con más tetalle los comportamientos de estas graficas y poder emitir un
juicio del fenómeno de estudio. Una serie infinita que converge puntualmente a
una función continua y periódica. Las series de Fourier constituyen la herramienta
matemática fundamental del análisis de Fourier empleada para analizar funciones
periódicas a través de la descomposición de dicha función en una suma
infinitesimal de funciones senoidales mucho más simples (como combinación de
senos y cosenos con frecuencias enteras).
Esta rama de la matemática tiene mucha aplicación en muchas ramas de la

ingeniería, además, es una herramienta útil en la teoría matemática abstracta.
Las áreas de aplicación son: análisis vibratorio, acústica, óptica, procesamiento de

imágenes y señales, y compresión de datos. En ingeniería electrónica, para el
caso de los sistemas de telecomunicaciones, y a través del uso de los
componentes espectrales de frecuencia de una señal dada, se puede optimizar el
diseño de un sistema para la señal portadora del mismo. Refierase al uso de un
analizador de espectros.
51
CAPITULO UNO: IDENTIDADES E INTEGRALES TRIGONOMÉTRICAS.
Lección No 17: Identidades trigonométricas

Las identidades trigonométricas que más se utilizan en este curso son las siguientes:
Al utilizar el paquete Maple V también es posible obtener estas identidades de la siguiente forma:
> sin(a+b):=expand(sin(a+b));
sin( a + b ) := sin( a ) cos( b ) + cos( a ) sin( b )

> cos(a-b):=expand(cos(a-b));
cos( a − b ) := cos( a ) cos( b ) + sin( a ) sin( b )

> combine(cos(a)*cos(b));
1 1
cos( a − b ) + cos( a + b )
2 2
> simplify((sin(a))^2,trig);
1 − cos( a )2
Lección No 18: Integrales trigonométricas

De igual forma es necesario saber obtener el valor de integrales como las siguientes:
52
Ejemplo 1
Obtener el valor de la integral
Manualmente
Usando Maple V
> (int( sin(n*x), x=0..Pi );
cos( n π ) − 1
−
n
Ejemplo 2
Obtener el valor de a integral
Manualmente
53
Usando Maple V
> int( x*sin(n*x), x=0..Pi );
−sin( π n ) + π n cos( π n )
−
n2
Ejercicio 1.
Usando las identidades i) y ii) deduzca las identidades iii), iv), v), vi), vii) y viii)
Ejercicio 2.
Obtenga el valor de las siguientes integrales:
54
Lección No 19: Gráficas trigonométrias

Veamos ahora como trazar graficas trigonométricas usando la potencia del paquete Maple V
1. Trace la gráfica de la función
en el intervalo [0, ]
> plot(sin(2*x),x=0..2*Pi);
2. Trace la gráfica de la función en el intervalo [0, ] De nuevo

usando Maple V se obtiene:
> plot(3*cos(3*x),x=0..2*Pi);
55
3. Trace la gráfica de la función en el intervalo [0, ]
> with(plots):
> a:=plot(sin(x),x=0..2*Pi,linestyle=2,color=black):
> b:=plot(cos(x),x=0..2*Pi,linestyle=3,color=blue):
> c:=plot(sin(x)+cos(x),x=0..2*Pi,color=red,linestyle=1):
> d:=textplot([2,1.4,`f(x)=senx+cosx`]):
> display(a,b,c,d);
56
4. Trace la gráfica de la función en el intervalo [0, ]

>with(plots):
> a:=plot(2*sin(x),x=0..2*Pi,color=black):
> b:=plot(cos(2*x),x=0..2*Pi,color=blue):
> c:=plot(2*sin(x)+cos(2*x),x=0..2*Pi,color=red):
> d:=textplot([3.8,1.6,`f(x)=2senx+cos2x`]):
> display(a,b,c,d);
57
Ejercicio 1.
Trace la gráfica de las siguientes funciones:
Ejercicio 2.
Trace la gráfica de las siguientes funciones en el intervalo
Lección No 20: Funciones periódicas

Definición
Una función f es periódica con periodo T > 0 si satisface que:
para todo
Esta ecuación afirma que la gráfica de la función f se REPITE cada T unidades
58
Funciones periódicas no trigonométricas

La gran mayoría de funciones periódicas que hasta hoy usted ha trabajado son de naturaleza
trigonométrica. El estudio de las series de Fourier se origina precisamente al querer convertir
funciones periódicas no trigonométricas en funciones periódicas trigonométricas
Las funciones periódicas que se emplean en la Física involucran funciones como las siguientes:
y a ellas se les debe aproximar a funciones trigonométricas para facilitar su estudio y

descubrirles propiedades.
Ejemplo 1.
Determine gráfica y analíticamente el periodo de las siguientes funciones:
Esta función es periódica con periodo = 3.14
Comprobación analítica
59
Comprobación gráfica
> plot(sin(2*x),x=-2*Pi..2*Pi);
Esta función es periódica con periodo = 2.10

> plot(2*cos(3*x),x=-2*Pi/3..2*Pi/3);
Esta función es periódica con periodo 2 = 6.28

60
> plot(sin(x)+cos(x),x=-2*Pi..2*Pi);
Esta función es periódica con periodo 2 = 6.28

> plot(2*sin(x)+3*cos(2*x),x=-2*Pi..2*Pi);
Ejemplo 2.
Compruebe gráficamente que las siguientes funciones son periódicas con el periodo dado:
Usando Maple V es posible observar la periodicidad de esta función (conocida como Onda
triangular)
> with(plots):
61
> a:=plot(-x-2*Pi,x=-3*Pi..-2*Pi,color=blue):
> b:=plot(x+2*Pi,x=-2*Pi..-Pi,color=blue):
> c:=plot(-x,x=-Pi..0):
> d:=plot(x,x=0..Pi):
> e:=plot(2*Pi-x,x=Pi..2*Pi,color=green):
> f:=plot(x-2*Pi,x=2*Pi..3*Pi,color=green):
> display(a,b,c,d,e,f);
De la misma forma usando Maple V se puede observar el periodo
> with(plots):
> a:=plot(3+x,x=-3..-2,color=blue):
> b:=plot(-1-x,x=-2..-1,color=blue):
> c:=plot(1+x,x=-1..0):
> d:=plot(1-x,x=0..1):
> e:=plot(x-1,x=1..2,color=green):
> f:=plot(3-x,x=2..3,color=green):
62
Tambien al usar Maple V se observa en periodo
> with(plots):
> a:=plot(exp(x+2*Pi),x=-3*Pi..-2*Pi,color=blue):
> b:=plot(exp(-x-2*Pi),x=-2*Pi..-Pi,color=blue):
> c:=plot(exp(x),x=-Pi..0):
> d:=plot(exp(-x),x=0..Pi):
> e:=plot(exp(x-2*Pi),x=Pi..2*Pi,color=green):
> f:=plot(exp(-x+2*Pi),x=2*Pi..3*Pi,color=green):
63
Con Maple V de nuevo se observa el periodo
> with(plots):
> a:=plot(Pi*(x+Pi)*(Pi^2-(x+Pi)^2),x=-Pi..0,color=blue):
> b:=plot(Pi*x*(Pi^2-x^2),x=0..Pi):
> c:=plot(Pi*(x-Pi)*(Pi^2-(x- Pi)^2),x=Pi..2*Pi,color=green):
> display(a,b,c);
Ejercicio 1.
Determine el periodo de las siguientes funciones trigonométricas
Ejercicio 2.
Compruebe gráficamente que las siguientes funciones son periódicas con el periodo dado:
64
CAPITULO DOS: SEIRIES DE FOURIER

Lección No 21: Serie real de Fourier
Definición
Si f(x) es una función periódica con periodo , la serie de Fourier para f(x) es:
donde n , y son constantes y se denominan los coeficientes de Fourier de la

función f(x).
Obtención de los coeficientes
Obtención de
Manualmente
De la ecuación (*) es posible obtener al integrar término a término. En efecto,
Ahora si suponemos que la serie es convergente es posible aplicar las propiedades de la integral y
obtener:
Calculando las integrales se obtiene que:
Por lo tanto:
Usando Maple V
65
Para obtener solamente se requiere colocar la correspondiente función f(x) y luego ejecutar la
siguiente instrucción:
> eval((1/(2*Pi))*int(f(x), x=-Pi..Pi ));

π
⌠ f( x ) d x

1 ⌡−π
2 π
Obtención de
Manualmente
Ahora si multiplicamos (*) por cosmx y de nuevo se integra se obtiene:
De nuevo al aplicar las propiedades de la integral, obtener las integrales y simplificar concluimos
que:
De aquí se deduce que:
Usando Maple V
Para obtener solamente se requiere ejecutar la siguiente instrucción:
> eval((1/Pi)*int(f(x)*cos(n*x),x=-Pi..Pi ));

π
⌠ f( x ) cos( n x ) dx

⌡−π
π
Obtención de
66
Manualmente
Ahora si multiplicamos (*) por senmx y de nuevo se integra se obtiene:
De nuevo al aplicar las propiedades de la integral, obtener las integrales y simplificar concluimos
que:
De aquí se deduce que:
Usando Maple V
Para obtener solamente se requiere ejecutar la siguiente instrucción:
> eval((1/Pi)*int(f(x)*sin(n*x),x=-Pi..Pi ));

π
⌠ f( x ) sin( n x ) d x

⌡−π
π
Ejemplo 1.
Obtener la serie de Fourier para la función:
f(x+ ) = f(x)
Como f(x) es periódica con periodo entonces se deben obtener , y .
Obtención de
67
Manualmente
Usando Maple V
> eval((1/(2*Pi))*(int(-1, x=-Pi..0)+int(1, x=0..Pi )));
Obtención de Manualmente
Usando Maple V
> eval((1/Pi)*(int(-cos(n*x),x=-Pi..0)+int(cos(n*x),x=0..Pi)));
Usando Maple V
> eval((1/Pi)*(int(-sin(n*x),x=-Pi..0)+int(sin(n*x),x=0..Pi)));
−1 + cos( π n )
−2
πn
Serie obtenida
Al reemplazar los coeficientes , , , se obtiene la serie:
Usando la potencia gráfica del paquete Maple V es posible observar la gráfica de algunas de las
aproximaciones ( asignando valores a n )
Así por ejemplo:

68
La primera aproximación es: cuya gráfica es:
> with(plots):
> a:=plot(1,x=-2*Pi..-Pi,color=black):
> b:=plot(-1,x=-Pi..0,color=black):
> c:=plot(1,x=0..Pi,color=black):
> d:=plot(-1,x=Pi..2*Pi,color=black):
> e:=animatecurve((4/Pi)*sin(x),x=-
2*Pi..2*Pi,frames=100,color=red):
> display(a,b,c,d,e);
La segunda aproximación es: que es igual a la primera
La tercera aproximación es: cuya gráfica es:
> with(plots):
69
> e:=animatecurve((4/Pi)*sin(x)+(4/(3*Pi))*sin(3*x),x=-
Una aproximación realmente buena es la décima
cuya gráfica es:
> with(plots):
70
>
e:=animatecurve((4/Pi)*sin(x)+(4/(3*Pi))*sin(3*x)+(4/(5*Pi))*sin(5
*x)+(4/(7*Pi))*sin(7*x)+(4/(9*Pi))*sin(9*x),x=-
Ejemplo 2.
Obtener la serie de Fourier para la función:
g (x+ ) = g (x)
Como g(x) es periódica con entonces se deben obtener , y .
Obtención de
Manualmente
Usando Maple V
> eval((1/(2*Pi))*(int((Pi+x), x=-Pi..0)+int((Pi-x), x=0..Pi )));
1
π
2
71
Usando Maple V
> eval((1/Pi)*(int((Pi+x)*cos(n*x),x=-Pi..0)+int((Pi-
x)*cos(n*x),x=0..Pi)));
−1 + cos( π n )
−2
π n2
Usando Maple V
> eval((1/Pi)*(int((Pi+x)*sin(n*x),x=-Pi..0)+int((Pi-
x)*sin(n*x),x=0..Pi)));
Serie obtenida
Al reemplazar los coeficientes , , , se obtiene la serie:
Usando la potencia gráfica del Maple V es posible observar la gráfica de algunas de las
aproximaciones ( asignando valores a n )
72
Así por ejemplo:
La primera aproximación es: cuya gráfica es:
> with(plots):
> a:=plot(-Pi-x,x=-2*Pi..-Pi,color=black):
> b:=plot(Pi+x,x=-Pi..0,color=black):
> c:=plot(Pi-x,x=0..Pi,color=black):
> d:=plot(x-Pi,x=Pi..2*Pi,color=black):
> e:=plot((Pi/2)+(4/Pi)*cos(x),x=-2*Pi..2*Pi ,color=black):
La segunda aproximación es: que es igual a la primera
La tercera aproximación es: cuya gráfica es:
> with(plots):
73
> a:=plot(-Pi-x,x=-2*Pi..-Pi,color=black):
> b:=plot(Pi+x,x=-Pi..0,color=black):
> c:=plot(Pi-x,x=0..Pi,color=black):
> d:=plot(x-Pi,x=Pi..2*Pi,color=black):
> e:=plot((Pi/2)+(4/Pi)*cos(x)+(4/(9*Pi))*cos(3*x),x=-2*Pi..2*Pi
,color=black):
Esta es ya una aproximación realmente buena.
Rutina en Maple
El siguiente procedimiento permite obtener en forma directa la Serie Real de Fourier de una
función y además muestra la gráfica de las aproximaciones que se deseen.
> with(plots):
> fourierPicture:=proc(func,xrange::name=range,n::posint)
> local x,a,b,l,k,j,p,q,partsum;
> a:=lhs(rhs(xrange));
> b:=rhs(rhs(xrange));
74
> l:=b-a;
> x:=2*Pi*lhs(xrange)/l;
> partsum:=1/l*evalf(Int(func,xrange));
> for k from 1 to n do
> # Generate the terms of the Fourier seriesof func.
> partsum:=partsum
> +2/l*evalf(Int(func*sin(k*x),xrange))
> *sin(k*x)
> +2/l*evalf(Int(func*cos(k*x),xrange))
> *cos(k*x);
> #Plot k-th Fourier approximation.
> q[k]:=plot(partsum,xrange,color=blue,
> args[4..nargs]);
> od;
> #Generate sequence of frames.
> q:=plots[display]([seq(q[k],k=1..n)],
> insequence=true);
> # Add the function plot, p, to each frame.
> p:=plot(func,xrange,color=red,args[4..nargs]);
> plots[display]([q,p]);
> end:
Aquí se debe cambiar la función y colocar la que deseamos.
> fourierPicture(Pi-abs(x),x=-Pi..Pi,6);
75
Ahora es posible observar las aproximaciones que se requieran
> display( fourierPicture( Pi-abs(x), x=-4..4, 6));
Ejercicio 1.
1. Obtenga la serie Real de Fourier para las siguientes funciones:
76
Ejercicio 2.
Obtenga la serie Real de Fourier para la función cuya gráfica es la siguiente:
Lección No 22: Conjunto ortogonal de funciones

Un conjunto de funciones {φ1(x), φ2(x),…} es un conjunto ortogonal de funciones en el intervalo
[a,b] si cualesquiera dos funciones son ortogonales entre si.
b
(φ n , φ m ) = ∫ φ n ( x)φ m ( x)dx = 0 (n ≠ m).
a
se considerará solo conjuntos ortogonales en los que ninguna de las funciones son idénticamente
iguales a cero en [a,b].
Los coeficientes de una serie respecto a un conjunto ortogonal tiene una forma útil, que se
deducirá ahora. Suponga que {φ1(x), φ2(x),…} es un conjunto ortogonal de funciones en el intervalo
[a,b] y que
∞
F ( x) = ∑ C nφ n ( x) .
n =1
Se quiere obtener una formula para los coeficientes Cn en términos de f(x) y de las funciones
ortogonales φn(x). Se selecciona un miembro del conjunto ortogonal, digamos, φn(x), y tome el
∞
producto interno con f(x). es decir, se multiplican ambos lados de F ( x ) = ∑C φ
n =1
n n ( x) por φn(x), y
se integra sobre el intervalo para obtener

b
( f , φ m ) = ∫ f ( x)φ m ( x )dx
a
b ∞

= ∫ ∑ c nφ n ( x )φm( x )dx
a
 n =1 
suponga que la integración y la suma se puede intercambiar para dar

∞ ∞
( f , φ m ) = ∑ c n ∫ φ n ( x )φ m ( x )dx = ∑ C n (φ n ,φ m ) .
b
a
n =1 n =1
77
Pero φ, forma un conjunto ortogonal, de manera que (φn, φm) = 0 si n ≠ m. Entonces se convierte
en
( f , φ m ) = c m (φ m , φ m )
Teorema fundamental de una función por una serie de funciones ortogonales.
Suponga que f(x) es diferenciable por partes en el intervalo [a,b] y que

∞
f ( x ) = ∑ c nφ n ( x )
n =1
donde {φn(x)} es un conjunto ortogonal de funciones en [a,b]. Entonces

b
Cn =
( f ,φn )
=
∫ a
f ( x)φ n ( x)dx
(φ n , φ n ) b
∫φ
2
n ( x)dx
a
Lección No 23: Serie seno y coseno de Fourier

Al saber que la función f(x) es par o impar y aplicando las propiedades de dichas funciones, los
coeficientes de Fourier cambian e incluso algunos se anulan. Esto permitirá simplificar las series de
Fourier en una forma significativa.
Serie SENO de Fourier

Si f(x) es una función IMPAR, ella origina una serie trigonométrica de solo SENOS y se obtiene de
la siguiente forma:
Obtención de
Como f(x) es IMPAR entonces:
Esto quiere decir que ya no es necesario calcular
Obtención de
Como f(x) es IMPAR y Coseno es PAR entonces:
78
Así, no será necesario calcular tampoco
Obtención de
Como f(x) es IMPAR y Seno es IMPAR entonces:
Se han usado las propiedades 2 y 5 de funciones Pares e Impares
Serie obtenida
La Serie obtenida para la función impar f(x) queda reducida a:
Serie COSENO de Fourier

Si f(x) es una función PAR, ella origina una serie trigonométrica de solo COSENOS y se obtiene de
la siguiente forma:
Obtención de
Como f(x) es PAR entonces:
Obtención de
Como f(x) es PAR y Coseno es PAR entonces:
Obtención de
Como f(x) es PAR y Seno es IMPAR entonces:
Serie obtenida
La Serie obtenida para la función par f(x) queda reducida a:
79
Ejemplo 1.
Obtenga la serie de Fourier para la función:
Comprobación que f(x) es IMPAR

Analíticamente
-f(x) = -x = f(-x)
Geométricamente
Usando el paquete Maple V se puede observar la gráfica.
> plot(x,x=-2*Pi..2*Pi);
En esta gráfica se puede apreciar que hay simetría con respecto al origen.
Obtención de
Como f(x) es IMPAR entonces:
Esto quiere decir que ya no es necesario calcular
Obtención de
Como f(x) es IMPAR y Coseno es PAR entonces:
80
Así, no será necesario calcular tampoco
Obtención de
Como f(x) es IMPAR y Seno es IMPAR entonces:
Se han usado las propiedades 2 y 5 de funciones Pares e Impares
Manualmente
Usando Maple V
> eval((2/Pi)*(int(x*sin(n*x), x=0..Pi)));
−sin( π n ) + π n cos( π n )
−2
π n2
Serie obtenida
La Serie obtenida para la función impar f(x) queda reducida a:
Gráfica de algunas aproximaciones.

La primera aproximación es:
> with(plots):
> a:=plot(x,x=-Pi..Pi):
> b:=plot(2*sin(x),x=-Pi..Pi,color=blue):
> display(a,b);
81
La segunda aproximación es:
> with(plots):
> b:=plot(2*sin(x)-sin(2*x),x=-Pi..Pi,color=blue):
> display(a,b);
La tercera aproximación es:
> with(plots):
> b:=plot(2*sin(x)-sin(2*x)+(2/3)*sin(3*x),x=-Pi..Pi,color=blue):
> display(a,b);
82
La cuarta aproximación es:
> with(plots):
> b:=plot(2*sin(x)-sin(2*x)+(2/3)*sin(3*x)-(1/2)*sin(4*x),x=-
Pi..Pi,color=blue):
> display(a,b);
>
83
Ejemplo 2.
Comprobación que f(x) es PAR
Obtención de
Como f(x) es PAR entonces:
Manualmente
Usando Maple V
> eval((1/Pi)*(int(Pi-x, x=0..Pi)));
1
π
2
Obtención de
Como f(x) es PAR y Coseno es PAR entonces:
Manualmente
84
Usando Maple V
> eval((2/Pi)*(int((Pi-x)*cos(n*x), x=0..Pi)));
cos( π n ) − 1
−2
π n2
Obtención de
Como f(x) es PAR y Seno es IMPAR entonces:
Serie obtenida
La Serie obtenida para la función par f(x) queda reducida a:
Gráficas de algunas aproximaciones

La primera aproximación es:
> with(plots):
> a:=plot(Pi+x,x=-Pi..0):
> b:=plot(Pi-x,x=0..Pi):
> c:=plot((Pi/2)+(4/Pi)*cos(x),x=-Pi..Pi,color=blue):
> display(a,b,c);
85
La tercera aproximación es:
> with(plots):
> c:=plot((Pi/2)+(4/Pi)*cos(x)+(4/(9*Pi))*cos(3*x),x=-
Pi..Pi,color=blue):
> display(a,b,c);
La quinta aproximación es:
> with(plots):
86
>
c:=plot((Pi/2)+(4/Pi)*cos(x)+(4/(9*Pi))*cos(3*x)+(4/(25*Pi))*cos(5
*x),x=-Pi..Pi,color=blue):
> display(a,b,c);
Ejercicio 1.
Trace la gráfica de la función f(x) y de las cinco primeras aproximaciones.
Ejercicio 2.
87
ESCUELA DE CIENCIAS
Trace la gráfica de la función f(x) y de las cinco primeras aproximaciones.
CAPITULO TRES: INTEGRALES DE FOURIER

Lección No 24: Integral de Fourier
Sea f(x) definida en y tal que converge, definimos la integral de Fourier de

f(x) como sigue:
donde:
y se llaman los coeficientes de la integral de Fourier de f(x).
88
ESCUELA DE CIENCIAS
Ejemplo 1.
Calcule la integral de Fourier de la siguiente función:
-1 1
Vemos que la regla de correspondencia de f(x) es:
89
ESCUELA DE CIENCIAS
Por lo tanto, la integral de Fourier de f(x) es:
Al igual que con las series de Fourier, tenemos un criterio de convergencia para la integral de
Fourier.
Lección No 25: Convergencia de la integral de Fourier
Sea continua por partes en para todo y tal que existe, entonces la
integral de Fourier converge a:
para toda x donde y existan.
Ejemplo 1.
En la función anterior la integral de Fourier converge a :
También existen las integrales de Fourier de senos y cosenos para una función dada:
90
ESCUELA DE CIENCIAS
Lección No 26: Integral de Fourier de seno y coseno

Sea una función definida en , podemos extender esta función a una función par o
impar en y calcular la integral de Fourier de esta última que resulta ser de cosenos y
senos respectivamente.
Sea definida en , la integral de Fourier de senos se define como:
donde:
Mientras que la integral de Fourier de cosenos es:
donde:
Lección No 27: Convergencia de la integral de Fourier
Sea continua por partes en para tal que existe, entonces:
i) La integral de Fourier de senos converge en x al valor para cada
donde y existan.
91
ESCUELA DE CIENCIAS
Si la integral de Fourier de Senos converge a 0.
ii) La integral de Fourier de cosenos converge en x al valor para cada
donde y existan.
Si la integral de Fourier de cosenos converge a si existe .
Ejemplo 1.
Sea donde k es una constante positiva y . Calcular las integrales de Fourier de

senos y cosenos y determinar a que convergen estas integrales.
INTEGRAL DE FOURIER DE SENOS
Por lo tanto, la integral de Fourier de senos es:
La cual converge a:
92
ESCUELA DE CIENCIAS
Nótese que en este caso, la integral de Fourier de senos de f(x) converge a f(x), solamente si
INTEGRAL DE FOURIER DE COSENOS.
Por lo tanto, la integral de Fourier de cosenos es:
La cual converge a:
Nótese que en este caso, la integral de Fourier de cosenos, converge a f(x), .
Ejemplo 2.
Calcular las integrales de Fourier de senos y cosenos y determinar a qué convergen estas
integrales, para la siguiente función:
93
ESCUELA DE CIENCIAS
INTEGRAL DE FOURIER SENOS.
Por lo tanto, la integral de Fourier de senos es:
La cual converge a:
94
ESCUELA DE CIENCIAS
INTEGRAL DE FOURIER DE COSENOS.
Tenemos que:
Por lo tanto, la integral de Fourier de cosenos es:
La cual converge a:
95
ESCUELA DE CIENCIAS
1. Calcula la serie de Fourier de la siguiente función:
Determina a qué converge esta serie en el intervalo .
SERIE DE FOURIER:
CONVERGE A:
2. Calcula las series de Fourier de senos y cosenos de la siguiente función:
Determina a qué convergen cada una de estas series en el intervalo .
SERIE DE SENOS:
96
ESCUELA DE CIENCIAS
CONVERGE A:
SERIE DE COSENOS:
CONVERGE A:
3. Calcula la serie de Fourier de la siguiente función:
97
ESCUELA DE CIENCIAS
Determina a qué converge esta serie en el intervalo .
SERIE DE FOURIER:
CONVERGE A:
Por lo tanto, la serie converge a si , …

…
4. Calcula la forma ángulo fase de la serie de Fourier de la siguiente función:
98
ESCUELA DE CIENCIAS
Grafica además el espectro de amplitudes correspondiente.

correspondiente
FORMA ÁNGULO FASE:
Si n es par, entonces y
ESPECTRO DE AMPLITUDES:
5. Calcula la integral de Fourier de la siguiente función:
Determina a qué converge esta integral en el intervalo .
99
ESCUELA DE CIENCIAS
INTEGRALDE FOURIER:
CONVERGE A.
6. Calcula las integrales de Fourier de Senos y Cosenos de la siguiente función:
Determina a qué convergen estas integrales en el intervalo .
INTEGRAL DE SENOS:
CONVERGE A:
100
ESCUELA DE CIENCIAS
INTEGRAL DE COSENOS:
CONVERGE A:
CAPITULO CUATRO: TRANSFORMADA DE FOURIER

Lección No 28: Transformada de Fourier
Sea una función continua por partes en , y tal que existe. La

transformada de Fourier de se define como:
Se acostumbra denotar esta transformada como:
101
ESCUELA DE CIENCIAS
Ejemplo 1.
Sea y definamos la función
Calcular la transformada de Fourier de .
Usamos directamente la definición de la transformada de Fourier:
En general, la transformada de Fourier es una función que toma valores en los complejos, como en
el ejemplo anterior.
En la Unidad I se habló de la función escalón unitario (también conocida como la función de

Heaviside)) la cual se define como:
Nótese que la función del ejemplo anterior puede escribirse como:
Así pues, podemos decir que hemos comprobado la siguiente

siguien fórmula:
102
ESCUELA DE CIENCIAS
Ejemplo 2.
Sean y definamos la siguiente función:
Calcular la transformada de Fourier de esta función.
Nuevamente, aplicamos directamente la definición de transformada de Fourier:
La función anterior se conoce como la función pulso,, ya que se piensa en ella como en una señal
de valor constante y que tiene duración solamente en el intervalo de tiempo . Esta

función pulso, también puede escribirse en términos de la ffunción escalón unitario como sigue:
Así pues, podemos decir que hemos comprobado la siguiente fórmula:
Ejemplo 3.
Calcular la transformada de Fourier de la función , .
Por definición, tenemos que:
103
ESCUELA DE CIENCIAS
Por lo tanto, tenemos deducida nuestra tercera fórmula:
Análogo a la transformada de Laplace, también se define en este caso, la transformada de Fourier

inversa.
Lección No 29: Transformada inversa de Fourier

Dada una función , si existe una función tal que:
Entonces se llama la transformada de Fourier inversa de , y se denota como:
Obviamente, cuando conocemos una fórmula de transformada de Fourier, automáticamente

conocemos una de transformada inversa. Así pues, nuestras tres fórmulas anteriores implican tres
fórmulas para transformada inversa:
i) , .
ii) , .
104
ESCUELA DE CIENCIAS
iii) , .
Es posible hallar una fórmula explícit

explícitaa para la transformada de Fourier inversa, si escribimos a
como su integral de Fourier compleja, es decir:
Así pues, hemos comprobado que la transformada de Fourier inversa de es:
La cual está definida para todo tal que la integral impropia converge.
En la mayoría de los casos, no se usa esta fórmula, sino más bien propiedades generales de la
transformada de Fourier, como las que veremos en la siguiente sección.
Antes de ello, concluimos esta sección con la siguiente:
Lección No 30: Espectro de amplitud
Dada una función continua por partes en , , y tal que existe, el
espectro de amplitudes de es una gráfica de .
105
ESCUELA DE CIENCIAS
Así, en nuestros ejemplos anteriores tenemos que:
1. El espectro de amplitudes de la función con , es la gráfica de
la gráfica es como sigue:
1. El espectro de amplitudes de la función con , es la
gráfica de .
106
ESCUELA DE CIENCIAS
2. El espectro de amplitudes de la función con , es una gráfica de
Lección No 31: Propiedades de la trasnformada de Fourier
Donde,
107
ESCUELA DE CIENCIAS
.
Tenemos dos casos posibles
Si r = s entonces
Si entonces
108
ESCUELA DE CIENCIAS
Por tanto
Así que
Fn es simétrica
La fórmula
109
ESCUELA DE CIENCIAS
La llamaremos la Transformada Discreta Inversa de Fourier
Propiedades suplementarias de la transformada de Fourier son las siguientes:
110
ESCUELA DE CIENCIAS
aquí es la k-ésima
ésima derivada de f y Además se cumplen
los importantes Teoremas de Convolución:
donde
así como también la identidad de Parseval:
Algunos ejemplos de transformadas son los siguientes:
111
ESCUELA DE CIENCIAS
Lección No 32: Interpretación de la transformada de Fourier

Si se supone que f(t)) es periódica con periodo T, entonces f(t)) se puede expresar como
∞
2π
f (t ) = ∑c e
m = −∞
n
jnω 0 t
ω0 =
T
donde
1 T /2
cn =
T ∫ T 72
f (t )e − jnω0t dt
si ahora se considera que a medida que T → ∞, ω0 → ∆ω = 2π∆f, ∆f = 1/T,, entonces se convierten

respectivamente, en
∞
f (t ) = ∑c e
n = −∞
n
f ( n∆ω )T
T /2
c n = ∆f ∫ f (t )e − j ( n∆ω ) t dt
−T / 2
Siguiendo un argumento similar al utilizarlo en la derivación, se observara que si ∆ω → 0, n → ∞

tal que n∆ω → ω . En otros términos, en el limites en ve de tener armónicos discretos
correspondientes a nω0 , todo valor de ω es permitido. De es manera, en vez de Cn se tiene C(ω) se
tiene que:
112
c (ω ) ∞
lim = ∫ f (t )e − jet dt = F (ω )
∆f → 0 ∆f − ∞
Según se observa que
F (ω ) df = c (ω )
o, puesto que ω = 2πf, se tiene
1
F (ω ) dω = c(ω )
2π
entonces se convierte en
∞1
f (t ) = ∫ F (ω )dωe jωt
− ∞ 2π
1 ∞
=
2π ∫−∞
F (ω )e jωt dω
1
Esta ecuación muestra que π F (ω ) dω representa la magnitud infinitesimal de un armónico a
2
la tienen frecuencias fundamental cero (w0 → dω) y están separados por infinitésimos. Aunque
F (ω ) dω es infinitesimal. F(ω) es finito; por esta razón a la grafica F (ω ) vs. ω se le denomina
espectro continuo y a F (ω ) se le denomina generalmente , espectro de magnitud de f(t).
La representación anterior de una función periódica como una suma de exponenciales con la
frecuencia fundamental teniendo a cero, no es un concepto fácil de aceptar.
4.5 Ejercicios resueltos
1) Cálculo directo de una transformada. Calcular la transformada de Fourier de la función f

dada por
  7πt 
1 + cos  −π < t < π
f (t ) =   2 
0 demás casos
SOLUCIÓN
113
F (ω ) = ∫ f (t )e −iωt dt = ∫ (1 + cos 72πt )e −iωt dt

∞ π
−∞ −π
Esta integral es fácil pero laboriosa. Una manera de resolverla con relativa practicidad es expresar
el coseno en su forma compleja. Al hacer los cálculos queda:
  7π 2  7π 2 
ie −iπω  − 49π 2 + 4ω 2 1 + cos  + 14iπω sen 

  2  2 +
F (ω ) =
− 49π 2ω + 4ω 3
  7π 2  7π 2 
e −iπω  − 49iπ 2 + 4iω 2 1 + cos  + 14πω sen 

  2  2 
−
− 49π ω + 4ω
2 3
2) Propiedad de simetría. Eligiendo el método más conveniente, calcular la transformada de

Fourier de la función:
5
f (t ) =
4 + it
SOLUCIÓN
− at 1
En las tablas encontramos que e u (t ) ↔ . Por lo tanto estamos tratando de encontrar la
a + iω
transformada de una función que, si estuviera expresada en , sería la transformada de una
función conocida. Para casos como éste cabe aplicar la propiedad de simetría, que expresa que si
f(t)  F(), entonces F(t)  2f(–).
En nuestro caso, podemos escribir, aplicando la mencionada expresión de tablas y la propiedad de

−4t 5
linealidad: 5e u (t ) ↔ . Por lo tanto por la propiedad de simetría podemos escribir
4 + iω
5
↔ 2π 5e − 4( −ω ) u ( −ω ) . Veamos que u(–) es la imagen especular de u(), y se puede
4 + it
expresar como u(–) = 1- u(). Reescribiendo la expresión anterior tendremos finalmente:
↔ 10 π e 4 ω [1 − u (ω ) ]
5
4 + it
3) Corrimientos. Aplicando propiedades de la transformada de Fourier, calcular y graficar el

espectro de amplitud de la función f(t) = 6[u(t – 3) – u(t – 7)].
114
SOLUCIÓN
La función es un pulso de anchura 4 y amplitud 6 centrado en t = 5. Sabemos de tablas que si gT es

un pulso de anchura T y amplitud 1 centrado en t = 0, la transformada de Fourier es GT() =
Tsinc(T/2), donde sinc(x) = senx/x. Pero aquí el pulso está corrido en 5 unidades. Nuestra función
puede decirse entonces que equivale a 6g4(t – 5).
Para transformar esta última, recordemos la propiedad de retardo, que permite manejar
funciones con corrimientos en la variable t. Ella expresa que si f(t)  F(), entonces
f (t − t 0 ) ↔ e − iωt0 F (ω ) . De esa manera, en nuestro caso particular tenemos:
f (t ) = 6 g 4 (t − 5) ↔ 6e −iω 5 G4 (ω ) = 6e −iω 5 4sinc(2ω ) = 24e −iω 5 sinc(2ω ) = F (ω )
Para graficar el espectro de amplitud, tengamos en cuenta que la exponencial de un número

imaginario puro tiene módulo igual a 1, según se deduce de la expresión de Euler. Tenemos así:
F (ω ) = 24e − iω 5 sinc( 2ω ) = 24 e − iω 5 sinc( 2ω ) = 24 sinc( 2ω )
Y la gráfica será:
4) Convolución. Un sistema lineal, causal e invariante en el tiempo tiene la función de

respuesta en frecuencia H() = 1/(3 + i). Para una cierta entrada x(t), se observa que la
salida es y(t) = e-3tu(t) – e-4tu(t). Calcular la entrada.
SOLUCIÓN
La propiedad de convolución establece que:
115
en nuestro caso
f (t ) ↔ F (ω ) ↓
 ⇒ f (t ) ∗ g (t ) ↔ F (ω )G (ω ) ⇒
g (t ) ↔ G (ω ) 
Y (ω )
⇒ y (t ) = x(t ) ∗ h(t ) ↔ X (ω ) H (ω ) = Y (ω ) ⇒ X (ω ) =
H (ω )
Nuestra estrategia será, entonces, encontrar la transformada de la entrada X(), y luego

antitransformarla para encontrar la función de entrada x(t). Para eso debemos conocer Y() y H().
Esta última ya la tenemos; por lo tanto calcularemos la primera:
tabla
↓
1 1 1 1
e −3t u (t ) ↔ ; e −4t u (t ) ↔ ⇒ e −3t u (t ) − e − 4t u (t ) ↔ − = Y (ω ) Si
3 + iω 4 + iω 3 + iω 4 + iω
ahora dividimos este resultado por H() para obtener X(), tendremos:
1 1
−
Y (ω ) 3 + iω 4 + iω 3 + iω 4 + iω − 3 + iω 1
X (ω ) = = = 1− = =
H (ω ) 1 4 + iω 4 + iω 4 + iω
3 + iω
Luego, USANDO TRANSFORMADA INVERSA se obtiene x(t) = e-4tu(t)
−t 2
5) Propiedades varias. (i) Sabiendo que F (e )= , usar propiedades de la
1+ω 2
Transformada de Fourier para calcular las transformadas de las siguientes señales:
−t 4t
x(t ) = te ; y (t ) =
(1 + t 2 ) 2
(ii) La función g(t) está definida por
1 − 12 < t < 12
g (t ) = 
0 demás casos
116
t − 5
Calcular la Transformada de Fourier de x(t ) = 2 + g  + 4 sen(6πt ) .
 10 
SOLUCIÓN
(i) Usamos la propiedad de diferenciación en frecuencia, que establece:
dF (ω )
− itf (t ) ↔
dω
Aplicando esto a nuestra función x(t) tendremos:
−t d  2  4ω −t 4iω
− ite ↔  2 
=− ⇒ x (t ) = te ↔− = X (ω )
dω  1 + ω  1+ ω 2 ( ) 2
(1 + ω ) 2 2
Para determinar la transformación de y(t), usemos la propiedad de simetría. Observemos que,

despejando de la ecuación anterior:
−t 4ω 4t − −ω −ω
ite ↔ ⇒ y (t ) = ↔ 2πi (−ω )e = −2πie = Y (t )
(1 + ω )
2 2
(1 + t ) 2 2
(ii) La transformada de g la tenemos de tablas y es sinc(/2). Aplicaremos las propiedades de

− iω t 0
retardo, que expresa f (t − t 0 ) ↔ e F (ω ) , y de corrimiento, que establece
1 ω 
f (at ) ↔ F 
a  a  . Tenemos entonces.
117
ω  t −5
g (t − 5) ↔ e −5iω sinc  ⇒ g   ↔ 10e
−50 iω
sinc(5ω )
 
2  10 
Usando ahora transformaciones de tablas para la función constante y para el seno, podemos
afirmar:
t −5
2 + g  + 4 sen(6πt ) ↔ 4πδ (ω ) + 10e
− 50 iω
sinc(5ω ) + 4πi[δ (ω + 6π ) − δ (ω − 6π )]
 10 
118
ESCUELA DE CIENCIAS
ANEXO: Tabla de transformadas de Fourier
119
ESCUELA DE CIENCIAS
120
CAPITULO CINCO: TRANSFORMADA DE FOURIER CON MAPLE

Lección No 33: Serier de Fourier usando Maple
Todo el trabajo que debemos desarrollar calculando integrales a mano, es posible obviarlo si usamos
esta sección de series con Maple
Sea f (t ) una función que satisface las siguientes condiciones:
1. f (t ) esta definida en el intervalo −T 2 ≤ t ≤ T 2
2. f (t ) y f ′(t ) son seccionalmente continuas en −T 2 ≤ t ≤ T 2

3. f (t + T ) = f (t ) , es decir f (t ) es periódica de período T
Entonces, en cada punto de continuidad se tiene que:
∑ ( a cos nW t + b sen nW t )
a 2π
f (t ) = 0 + n 0 n 0 W0 =
2 n =1 T
Una serie como la representada, se llama serie trigonométrica de Fourier, donde sus coeficientes
vienen dados por las fórmulas conocidas como fórmulas de Euler-Fourier:
T T
∫ ∫
2 2 2 2
a0 = f (t )dt an = f (t )cos nW0tdt
T − T2 T − T2
∫
2 2
bn = f (t ) sen nW0tdt
T − T2
Definición de un procedimiento con Maple, para determinar la serie de Fourier:
# Procedimiento para calcular los términos

an
> a:=proc(f,n,T)
121
if n=0 then
(1/T)*int(f,t=-T/2..T/2) ;
else
(2/T)*int(f*cos((n*2*Pi/T)*t),t=-T/2..T/2)
end if
end :
# Procedimiento para calcular los términos

bn
> b:=proc(f,n,T)
if n=0 then
0;
else
(2/T)*int(f*sin((n*2*Pi/T)*t),t=-T/2..T/2)
end if
end :
# Definición de una función para determinar la serie de Fourier
> sf :=(f,n,T) -> sum(‘a(f,k,T)*cos(k*2*Pi*t/T)+b(f,k,T)*sin(k*2*Pi*t/T)’,k=0..n) ;
Ejemplos: Determine la serie de Fourier de:
 −1 −π < t <
f (t ) =  f (t ) = f (t + 2π)
1. 1 0<t <π
122
ESCUELA DE CIENCIAS
> f :=t->piecewise(t>-Pi
Pi and t<0,-1,t>0
t<0, and t<Pi,1) :
`f(t)` = sf(f(t),10,2*Pi) ;
plot({f(t),f(t+2*Pi),f(t
plot({f(t),f(t+2*Pi),f(t-2*Pi),sf(f(t),10,2*Pi)},t=-3*Pi..3*Pi) ;
4 sin( t ) 4 sin( 3 t ) 4 sin( 5 t ) 4 sin( 7 t ) 4 sin( 9 t )

f(t) = + + + +
π 3 π 5 π 7 π 9 π
 0 −π < t < 0
f (t ) =  f (t ) = f (t + 2π)
2.  sen(t ) 0 < t < π
Pi and t<0,0,t>0 and t<Pi,sin(t)) :
`f(t)` = sf(f(t),10,2*Pi) ;
1 1 2 cos( 2 t ) 2 cos( 4 t ) 2 cos( 6 t ) 2 cos( 8 t )

f(t) = + sin( t ) − − − −
π 2 3 π 15 π 35 π 63 π
3. f (t ) = t f (t ) = f (t + 2 π )
Pi and t<Pi,t)
`f(t)` = sf(f(t),62*Pi) ;
plot({f(t),f(t+2*Pi),f(t
plot({f(t),f(t+2*Pi),f(t-2*Pi),sf(f(t),6,2*Pi)},t=-3*Pi..3*Pi,) ;
2 1 2 1
f(t) = 2 sin( t ) − sin( 2 t ) + sin( 3 t ) − sin( 4 t ) + sin( 5 t ) − sin( 6 t )
3 2 5 3
123
ESCUELA DE CIENCIAS
Lección No 34: Transformada de Fourier usando Maple

Para calcular la transformada de Fourier de una función f(t) con parámetros t y w debemos utilizar
la instrucción fourier(f(t),t,w);
);
Ejemplos
> with(inttrans):
> assume(a>0):
fourier(3/(a^2 + t^2),t,w);
( a~ w ) ( −a~ w )
π (e Heaviside( −w ) + e Heaviside( w ) )
3
a~
> fourier(diff(f(x),x$4),x,w);
w4 fourier ( f( x ), x, w )
> F:= int(g(x)*h(t-x),x=-

-infinity..infinity):
fourier(3*F,t,w);
3 fourier ( g( t ), t , w ) fourier ( h ( t ), t , w )
> fourier(t*exp(-3*t)*Heaviside(t),t,w);
3*t)*Heaviside(t),t,w);
1
( 3 + w I )2
> fourier(1/(4 - I*t)^(1/3),t,2+w);
3 Γ  e
2 ( −8 − 4 w )
Heaviside( 2 + w )
3
( 2/3 )
( 2 + w)
> fourier(diff(y(t), t$2)-y(t)=sin(a*t),

t$2) t, s);
124
−fourier ( y( t ), t, s ) ( s2 + 1 ) = π ( −Dirac( s − a~ ) + Dirac( s + a~ ) ) I
> fourier(BesselJ(0,4*(t^2 + 1)^(1/2)), t, s);
(s I)
e cos( −16 + s 2 ) ( Heaviside( s + 4 ) − Heaviside( s − 4 ) )
8
16 − s2
> addtable(fourier,myfunc(t),Myfunc(s)/(1+s^2),t,s):
fourier(exp(3*I*t)*myfunc(2*t),t,w);
Myfunc  w − 

1 3
2  2 2
w2 − 6 w + 13
Lección No 35: Transformada coseno de Fourier usando Maple

Para calcular la transformada coseno de Fourier de una función f(t) con parámetros t y w debemos
utilizar la instrucción fouriercos(f(t),t,w);
Ejemplos
> with(inttrans);
[ addtable , fourier , fouriercos , fouriersin , hankel , hilbert , invfourier , invhilbert ,

invlaplace , invmellin , laplace , mellin , savetable ]
> fouriercos(3/(t + a),t,w);
2 ( −sin( a w ) Ssi( a w ) − cos ( a w ) Ci( a w ) )

3
π
> fouriercos(1/(t^2 + 1),t,s);
1 ( −s )
2 π e
2
> fouriercos(%,s,x);
1
1 + x2
125
> fouriercos(diff(f(x),x),x,w);
− 2 f( 0 ) + w fouriersin ( f( x ), x , w ) π
π
> fouriercos(f(t),t,u);
fouriercos( f( t ), t, u )
> fouriercos(%,u,s);
f( s )
> F:= int(g(x)*cos(x*s),x=0..infinity):
fouriercos(F+1/sqrt(s),s,t);
1 1
2 π g( t ) +
2 t
> fouriercos(t*exp(-3*t)*sin(t),t,w);
2 ( −100 + 16 w2 + 3 w4 )
−6 2 2
π ( 10 − 2 w + w2 ) ( 10 + 2 w + w2 )
> de := diff(y(t), t$2)-y(t)=cos(2*t):
fouriercos(de, t, s);
2 D( y )( 0 ) + s2 fouriercos ( y( t ), t, s ) π
− − fouriercos ( y( t ), t, s ) =
π
1
2 π ( Dirac( s − 2 ) + Dirac( s + 2 ) )
2
> solve(%,'fouriercos'(y(t),t,s));
1 2 ( 2 D( y )( 0 ) + π Dirac ( s − 2 ) + π Dirac ( s + 2 ) )
−
2 π ( s2 + 1 )
> fouriercos(%,s,t);
( −t ) 1
−D( y )( 0 ) e − cos( 2 t )
5
126
> subs(y(t)=%,de);
 d2  
 2  −D( y )( 0 ) e − cos( 2 t )   + D( y )( 0 ) e + cos( 2 t ) = cos( 2 t )
( −t ) 1 ( −t ) 1
 dt  5   5
> simplify(%);
cos( 2 t ) = cos( 2 t )
> fouriercos(BesselJ(0,4*t), t, s-3);
2 Heaviside ( 7 − s )
π 16 − ( s − 3 ) 2
Add an entry to the table
> addtable(fouriercos,h(t),H(s),t,s):
fouriercos(h(t),t,s); H( s )
Lección No 36: Transformada seno de Fourier usando Maple

Para calcular la transformada seno de Fourier de una función f(t) con parámetros t y w debemos
utilizar la instrucción fouriersin(f(t),t,w);
Ejemplos
> with(inttrans):
> fouriersin(3/(t + a),t,w);
2 ( sin( a w ) Ci( a w ) − cos ( a w ) Ssi( a w ) )

3
π
> fouriersin(t/(t^2 + 1),t,s);
1 ( −s )
2 π e
2
> fouriersin(%,s,x);
127
x
1 + x2
> fouriersin(diff(f(x),x),x,w);
−w fouriercos( f( x ), x, w )
> fouriersin(f(t),t,u);
fouriersin( f( t ), t, u )
> fouriersin(%,u,s);
f( s )
> F:= int(g(x)*sin(x*s),x=0..infinity):
fouriersin(3*F,s,t);
3
2 π g( t )
2
> fouriersin(t*exp(-3*t)*Heaviside(t),t,w);
2 w ( −27 + w2 )
−2 3
π ( 9 + w2 )
> fouriersin(diff(y(t), t$2)-y(t)=sin(2*t), t, s);
s ( − 2 y( 0 ) + s fouriersin ( y( t ), t, s ) π )
− − fouriersin ( y( t ), t, s ) =
π
1
2 π ( Dirac( s − 2 ) − Dirac ( s + 2 ) )
2
> solve(%,'fouriersin'(y(t),t,s));
1 2 ( 2 s y( 0 ) − π Dirac ( s − 2 ) + π Dirac ( s + 2 ) )
2 π ( s2 + 1 )
> fouriersin(%,s,t);
128
1 ( −t )
− sin( 2 t ) + y ( 0 ) e
5
> diff(%,t$2)-%;
sin( 2 t )
> fouriersin(BesselJ(0,4*t), t, 3+s);
2 Heaviside ( −1 + s )
π ( 3 + s ) 2 − 16
Adding to the table
> addtable(fouriersin,h(t),H(s),t,s):
fouriersin(h(t),t,s); H( s )
Lección No 37: Transformada discreta de Fourier usando Maple

La verdadera potencia de Maple se advierte cuando debemos desarrollar procesos numéricos
como el que requieren las transformadas discretas.
Con el procedimiento siguiente podemos calcular la transformada discreta directa o inversa con la
aproximación que necesitemos
> with(DiscreteTransforms):
Digits := 15:
Transform of 1-D complex Vector.
> Z := Vector(5,i->evalf(exp(I*i/3)),datatype=complex[8]);
 0.944956946314738034 + 0.327194696796151985 I 
 
 0.785887260776948038 + 0.618369803069736989 I 
 
 
Z :=  0.540302305868139987 + 0.841470984807896949 I 
 
 0.235237573302992998 + 0.971937901363312040 I 
 
 
-0.0957235480143789063 + 0.995407957751765049 I
 
> Z2 := FourierTransform(Z);
129
 1.07808016683994867 + 1.67901037963378119 I 
 
0.0427237445328346246 − 0.741915464402484348 I
 
 
Z2 :=  0.236451541664113835 − 0.288930752395547440 I 
 
0.323690442005380441 − 0.0849440827896754540 I
 
 
 0.432042072728095805 + 0.168409503867554461 I 
 
> InverseFourierTransform(Z2, inplace=true):
Z-Z2;
 0. + 0.555111512312578270 10 -16 I 
 0.111022302462515654 10 -15 + 0. I 
 
0.111022302462515654 10 -15 − 0.111022302462515654 10 -15 I
 
0.832667268468867405 10 -16 − 0.111022302462515654 10 -15 I
 
0.416333634234433702 10 -16 − 0.111022302462515654 10 -15 I
Transform of 2 1-D real Vectors (real and imaginary parts).
> X,Y := Vector(5,i->evalf(cos(i/3)),datatype=float[8]),
Vector(5,i->evalf(sin(i/3)),datatype=float[8]);
 0.944956946314738034  0.327194696796151985
   
 0.785887260776948038  0.618369803069736989
   
   
X, Y :=  0.540302305868139987 , 0.841470984807896949
 0.235237573302992998  0.971937901363312040
   
   
-0.0957235480143789063 0.995407957751765049
   
> X2,Y2 := FourierTransform(X,Y);
 1.07808016683994867   1.67901037963378119 
   
0.0427237445328346246  -0.741915464402484348 
   
X2, Y2 :=  0.236451541664113835 ,  -0.288930752395547440 
 0.323690442005380441  -0.0849440827896754540
   
 0.432042072728095805   0.168409503867554461 
   
> InverseFourierTransform(X2,Y2, inplace=true);
130
 0.944956946314738034  0.327194696796151930
   
 0.785887260776947927  0.618369803069736989
   
   
 0.540302305868139876 , 0.841470984807897060
   
 0.235237573302992914  0.971937901363312151
   
   
-0.0957235480143789480 0.995407957751765160
   
> X-X2,Y-Y2;
   0.555111512312578270 10 
0. -16
   
0.111022302462515654 -15   
 10   0. 
   
0.111022302462515654 -15   -15 
 10 , -0.111022302462515654 10 
   
0.832667268468867405 10 -16  -0.111022302462515654 10 -15 

   
0.416333634234433702 10 -16  -0.111022302462515654 10 -15 

1-D transform with padding.
> Z := Vector(60,i->evalf(exp(I*i/30)));
 60 Element Column Vector 

 
Z := 
Data Type: anything

 Storage: rectangular 
 Order: Fortran_order 
> Z2 := FourierTransform(Z, padding=10);
 
64 Element Column Vector
Z2 := [ 64 ],  
Data Type: anything

A data length of 64, which has 2 as the largest, was used. prime factor.
If the input Array is made larger, but the data length is still specified as 60, then in-place output is
also possible:
> Z := Vector(70,i->`if`(i>60,0,evalf(exp(I*i/30))));

 

Z := 
Data Type: anything 
> Z2 := FourierTransform(Z, 60, padding=10, inplace=true);
131

 
Z2 := [ 64 ],  
Data Type: anything

 Storage: rectangular 
 
Two-dimensional transform, one dimension at a time, and both at once:
> Z := Matrix(3,4,(i,j)->(i+j)^2-i*I,datatype=complex[8]);
 4. − 1. I 9. − 1. I 16. − 1. I 25. − 1. I
 
Z :=  9. − 2. I 16. − 2. I 25. − 2. I 36. − 2. I
 
16. − 3. I 25. − 3. I 36. − 3. I 49. − 3. I
Transform with respect to rows then columns.
> Z2 := FourierTransform(Z, 1);
Z2 :=
[ 16.7431578064991484 − 3.46410161513775439 I ,
28.8675134594812874 − 3.46410161513775439 I ,
44.4559707276011835 − 3.46410161513775439 I ,
63.5085296108588366 − 3.46410161513775439 I ]
[ -4.40747728811181894 + 4.36602540378443837 I ,
-6.13952809568069569 + 5.36602540378443837 I ,
-7.87157890324957332 + 6.36602540378443837 I ,
-9.60362971081845096 + 7.36602540378443837 I ]
[ -5.40747728811181894 − 2.63397459621556118 I ,
-7.13952809568069657 − 3.63397459621556118 I ,
-8.87157890324957421 − 4.63397459621556074 I ,
-10.6036297108184510 − 5.63397459621556074 I ]
> FourierTransform(Z2, 2, inplace=true);
132
[ 76.7875858022202351 − 6.92820323027550877 I ,
-13.8564064605510175 + 17.3205080756887746 I , -15.5884572681198961 + 0. I ,
-13.8564064605510175 − 17.3205080756887746 I ]
[ -14.0111069989302699 + 11.7320508075688767 I ,
0.732050807568877193 − 2.73205080756887764 I , 1.73205080756887720 − 1. I ,
2.73205080756887720 + 0.732050807568877637 I ]
[ -16.0111069989302699 − 8.26794919243112148 I ,
2.73205080756887764 − 0.732050807568877415 I , 1.73205080756887720 + 1. I ,
0.732050807568877859 + 2.73205080756887675 I ]
Transform both at once (inplace):
> FourierTransform(Z, inplace=true);
[ 76.7875858022202209 − 6.92820323027550877 I ,
-13.8564064605510175 + 17.3205080756887746 I , -15.5884572681198961 + 0. I ,
-13.8564064605510175 − 17.3205080756887746 I ]
[ -14.0111069989302699 + 11.7320508075688767 I ,
0.732050807568877304 − 2.73205080756887720 I ,
1.73205080756887720 − 0.99999999999999988 I ,
2.73205080756887720 + 0.732050807568877304 I ]
[ -16.0111069989302699 − 8.26794919243112148 I ,
2.73205080756887720 − 0.732050807568877304 I ,
1.73205080756887720 + 0.99999999999999988 I ,
0.732050807568877304 + 2.73205080756887720 I ]
> Z - Z2;
[ -0.142108547152020037 10 -13 + 0. I , 0. + 0. I , 0. + 0. I , 0. + 0. I ]
[ 0. + 0. I , 0.111022302462515654 10 -15 + 0.444089209850062616 10 -15 I ,
0. + 0.111022302462515654 10 -15 I , 0. − 0.333066907387546962 10 -15 I ]
[ 0. + 0. I , -0.444089209850062616 10 -15 + 0.111022302462515654 10 -15 I ,
0. − 0.111022302462515654 10 -15 I ,
-0.555111512312578270 10 -15 + 0.444089209850062616 10 -15 I ]
133
Lección No 38: Transformada rápida de Fourier

Ahora es muy fácil obtener la transformada rápida de fourier (FFT) para cualquier función usando maple.
La rutina es la siguiente:
> x := array([7.,5.,6.,9.]):
y := array([0,0,0,0]):
FFT(2,x,y);
> print(x);
[ 27., 1., -1., 1. ]
> print(y);
[ 0, 4., -0., -4. ]
> iFFT(2,x,y);
> print(x);
[ 7.000000000, 5.000000000, 6.000000000, 9.000000000 ]
> print(y);
[ 0., 0., 0., 0. ]
Lección No 39: Transformada rápida inversa de Fourier usando Maple

También será fácil obtener la transformada rápida inversa de fourier con la rutina siguiente:
> x := array([7.,5.,6.,9.]):
y := array([0,0,0,0]):
FFT(2,x,y);
134
> print(x);
[ 27., 1., -1., 1. ]
> print(y);
[ 0, 4., -0., -4. ]
> iFFT(2,x,y);
> print(x);
[ 7.000000000, 5.000000000, 6.000000000, 9.000000000 ]
> print(y);
[ 0., 0., 0., 0. ]
Lección No 40: Transformada inversa de Fourier usando Maple
Para hallar la transformada inversa de fourier debemos digitar:
invfourier( fourier(f(t),t,w);
Ejemplo:
> with(inttrans):
> invfourier( fourier(f(x),x,w),w,x-2);
f( x − 2 )
> invfourier(3/(1 + t^2),t,w);
3 ( −w ) 3
e Heaviside ( w ) + e w Heaviside ( −w )
2 2
> invfourier(t*exp(-3*t)*Heaviside(t),t,w);
1 1
2 ( −3 + w I ) 2 π
135
> invfourier(1/(4 - I*t)^(1/3),t,w);
3 Γ  e
2 (4 w )
Heaviside( −w )
1 3
2 ( 2/3 )
( −w ) π
> addtable(fourier,myfunc(t),Myfunc(s),t,s):
invfourier(myfunc(w),w,t);
1 Myfunc ( −t )
2 π
136
UNIDAD TRES
SEÑALES DISCRETAS
137
PRESENTACIÓN:
El estudio de la transformada Z es de mucho interés porque tiene mucha

aplicación en el procesamiento de señales, esta función convierte una señal que
esté definida en el dominio del tiempo discreto (que es una secuencia de números
reales) en una representación en el dominio de la frecuencia compleja.
El calificativo de Transformada Z proviene de la variable del dominio. Esta función

matemática está basada en la serie de Laurent. La TZ es a las señales de tiempo
discreto lo mismo que Laplace a las señales de tiempo continuo.
Para este tema, es importante que el alumno tenga en cuenta la división sintética
para encontrar la transformada Z de funciones contínuas. Además se le invita a los
alumnos que manejen algún software, sea Matlab o Maple para hacer las graficas
y poder emitir un jucio de ellas.
CAPITULO UNO: TRANSFORMADA Z
Lección No 41: Transformada Z

La transformada Z de una señal de tiempo discreto x[n] se define como:
donde z es una variable compleja.
La transformada Z de una señal x[n] se denota por
Mientras que la relación entre x[n] y X(z) se indica mediante
138
Desde un punto de vista matemático, la transformada Z es simplemente una representación

alternativa de la señal. De este modo el coeficiente de z-n, para una transformada determinada, es
el valor de la señal en el instante n. Y por tanto, el exponente de z contiene la información
necesaria para identificar las muestras de la señal.
Ejemplo 1.
Determine la transformada Z de la secuencia mostrada en la siguiente figura
Secuencia x[n].
Lección No 42: Región de convergencia de la transformada Z
Como se puede observar, la Transformada Z se puede expresar como una serie de potencias
infinita y existe sólo para aquellos valores de z para los cuales converge la serie. De esta forma,
se define la región de convergencia (ROC) de X(z) como el conjunto de todos los valores de z
139
ESCUELA DE CIENCIAS
para los cuales X(z) adquiere valores finitos. Siempre que se calcule la transformada z de una
secuencia, se debe también indicar su correspondiente ROC.
La región de convergencia de una Transformada Z se define como:
En muchas ocasiones es conveniente remarcar la relación entre una señal discreta y su

Transformada Z,, para ello resulta útil la siguiente notación:
En el ejemplo 1, X(z) toma valores finitos para todo z excepto para el punto z = 0, y por tanto la
ROC se define como C-{0}
], del ejemplo 1
Región de convergencia de la secuencia x[n], 1.
Sustituyendo z por su expresión en forma polar, podemos interpretar X(z)

X( ) en términos de la
Transformada de Fourier:
140
ESCUELA DE CIENCIAS
Luego, la Transformada Z puede interpretarse como la transformada de Fourier multiplicada por

una secuencia exponencial.
A partir de la definición es fácil observar que la Transformada de Fourier de una secuencia coincide
con la transformada Z de la misma,
misma evaluada sobre el círculo unidad.
Los principales motivos para introducir esta generalización son que:
1. Laa Transformada de Fourier no converge para todas las secuencias.
2. Facilita
acilita la resolución de problemas analíticos.
3. Permite la utilización de la Teoría de variable compleja en problemas de señales y sistemas

discretos.
Análogamente a la Transformada de Fourier, la Transformada

Transformada Z convierte una convolución en el
domino temporal en una multiplicación en el dominio z.
Su utilidad principal consiste en el análisis y síntesis de filtros digitales.
La configuración de las singularidades determina el tipo de filtro digital, bien recursivo o no

recursivo, y puede usarse para interpretar su comportamiento frecuencial.
La cuestión de la estabilidad puede enfocarse en términos de la localización de los polos en el

plano z (dentro del círculo
rculo unidad)
Entonces:
141
Por tanto |X(z)| es finito sólo si la secuencia x[n]· r –n es absolutamente sumable. De esta forma,
el problema de encontrar la ROC de X(z) es equivalente a determinar el rango de valores de r
para los cuales la secuencia x[n]· r –n es absolutamente sumable.
Región de convergencia de |X(z)|.
Podemos resumir la convergencia de la Transformada Z en los siguientes puntos:
1. En general, la región de convergencia (ROC) de X(z) es un anillo centrado en el
origen del plano z, y es una región conectada.
2. La ROC de una X(z) no contiene polos y está limitada por polos ó el cero o el infinito.
3. Si la secuencia x(n) es de longitud finita, la ROC es el plano completo excepto,

posiblemente, z = 0 y/o z = ¥ .
4. Si x(n) es una secuencia por el lado derecho y si el círculo | z| =R está en la ROC, también
lo está la región | z| >R.
5. Si x(n) es una secuencia por el lado izquierdo y si el círculo | z| =R está en la ROC, también
lo está la región | z| <R.
6. Si x(n) es una secuencia por ambos lados, la ROC, es un anillo centrado en el origen.
142
ESCUELA DE CIENCIAS
Ejemplo 2.
Calcular la Transformada Z y su ROC de la señal,
(donde )
Usando la definición de Transformada

ransformada Z, tenemos que:
Como se observa una serie geométrica, y los valores para los cuales converge esta serie. Se tiene
de hecho que:
Solo si
Para los demás valores de r,, la serie geométrica es divergente. Usando este resultado, podemos
concluir que:
si
La condición nos determina la región de convergencia:
143
ESCUELA DE CIENCIAS
Geométricamente, vemos que la ROC en este ejemplo, consta de todos los puntos en el plano que
se encuentran fuera del círculo con centro en el origen y radio .
Secuencia causal del ejemplo 2.
Región de convergencia de X(z).
Ejemplo 3.
Calcular la Transformada Z y su ROC de la señal,
144
ESCUELA DE CIENCIAS
Nuevamente
nte usamos la definición de la Transformada
T Z
Si hacemos entonces vemos que:
Nuevamente usamos la serie geométrica para obtener que:
Siempre que ; esta condición nos define la ROC de este ejemplo:
Geométricamente esta región de convergencia corresponde a la parte interior del círculo con
centro en el origen y radio .
145
ESCUELA DE CIENCIAS
Nótese que en los ejemplos 2 y 3, la Transformada Z es igual!, excepto porque la ROC es

diferente. Vemos entonces que es muy importante determinar la ROC,, ya que la simple regla de
correspondencia no definee de manera única a la Transformada
T Z.
Ejemplo 4.
Calcular la Transformada Z y la ROC de la señal,
Por la definición tenemos que:
146
ESCUELA DE CIENCIAS
En este caso la ROC queda determinada por las condiciones:
las cuales se usaron

n arriba al aplicar la fórmula d
de la serie geométrica.
Trabajando estas desigualdades tenemos que:
CAPITULO DOS: PROPIEDADES DE LA TRANSFORMADA DE LAPLACE

ACE.
Lección No 43: Ceros y polos

Si la Transformada Z se puede escribir como una función racional:
Y si suponemos que p y q ya no tienen factores comunes, podemos establecer que:
1. Los ceros de la Transformada

ransformada Z son las raíces de p(z).
147
ESCUELA DE CIENCIAS
2. Los polos de la Transformada

ransformada Z son las raíces de q(z).
En los ejemplos anteriores tenemos:
En el ejemplo 2
ceros de la Transformada
T Z:
polos de la TTransformada Z:
En el ejemplo 3
T Z:
polos de la Transformada
T Z:
En el ejemplo 4
En este caso, para calcular los ceros y los polos, debemos hacer las fracciones y simplificar:
148
ESCUELA DE CIENCIAS
Por lo tanto, concluimos que:
T Z: ,
polos de la Transformada
T Z:
Lección No 44: Tabla de la transformada Z
Enseguida se muestran en forma resumida las propiedades más importantes que cumple la
Transformada Z.
149
ESCUELA DE CIENCIAS
Todas estas propiedades se obtienen fácilmente veamos por ejemplo la propiedad del teorema del
valor inicial
TEOREMA DEL VALOR INICIAL
Si
Hay una propiedad especial que vamos a demostrar
CONJUGACIÓN DE UNA SECUENCIA COMPLEJA

COMPLEJA.-
Si Entonces:
Lección No 45: Propiedad dela convolución
De todas esas propiedades destaca por su importancia y utilidad la propiedad de la convolución.

Para calcular la convolución de dos señales usando la transformada z,, se deberán llevar a cabo los
siguientes pasos:
1. Calcular las Transformadas

ransformadas Z de las señales.
150
ESCUELA DE CIENCIAS
2. Multiplicar las dos Transformadas

ransformadas Z.
3. Encontrar la Transformada
ransformada Z inversa de X(z).
EJERCICIOS
Calcular la transformada Z y la ROC de:
1.
Solución:
2.
Solución:
151
ESCUELA DE CIENCIAS
3.
Solución:
4.
Solución:
5.
Solución:
6.
152
ESCUELA DE CIENCIAS
Solución:
7.
Solución:
CAPITULO TRES: PROPIEDADES DE LA TRA TRANSFORMADA Z INVERSA.

Lección No 46: Teorema de los residuos
En general, si es una función racional de z:
153
ESCUELA DE CIENCIAS
Es decir, tiene 5 polos en z = z0. El residuo de dicha función en z = z0 es :
En particular:
Caso general:
Si la función a integrar j (z) tiene varios polos Pi, con grados Si, dentro de C:
Cálculo a partir del Teorema de los Residuos
Teorema de la integral de Cauchy:

Cau
Lección No 47: Transformada Z inversa
(Multiplicando por zk-1 a ambos lados e integrando...)
154
ESCUELA DE CIENCIAS
1 si – n + k = 0 Þ n = k , 0 otro
caso
Ejemplos:
1. Determinar la Transformada
ransformada Z inversa de:
Pero
Entonces Luego:
Determinar la Transformada Z de las secuencias:
155
ESCUELA DE CIENCIAS
2. Halle X[n] para n = 0, 1, 2, 3, 4,

4 cuando
Dividiendo el numerador por el denominador se obtiene:
X[Z]=10Z-1+17Z-2+18.4Z-3+18.68Z-4+ ...
Al comparar esta expansión X[Z]

X en una serie infinita
se obtiene: X[0]=0, X[1]=10, X[2]=17,

X X[3]=18.4, X[4]=18.68
En la mayoría de los casos no resulta tan sencillo identificar el término general mediante la
l
observación de algunos valores de la secuencia.
El método más utilizado es la descomposición en fracciones parciales de X[Z]. En vista de la

unicidad de la Transformada
ransformada Z,, se puede utilizar la tabla de parejas de transformadas para
identificar las secuencias correspondientes.
3. Halle la transformada Z inversa de
mediante el método de expansión en fracciones parciales.
156
ESCUELA DE CIENCIAS
Expandiendo en fracciones parciales se tiene que:
Usando una tabla de transformadas, se tiene que:
X[n]=9n2n-1-2n+3 para n = 0, 1, 2,...
4. Halle la transformada Z inversa de
Expandiendo en fracciones parciales, se tiene que:
Utilizando una tabla de transformadas

transforma y el teorema de desplazamiento
to temporal podemos ver que
X[n] = 2n-1U[n-1] - [n-2] - [n-1]
Por tanto
EJERCICIOS
Calcular la transformada Z inversa de:
1.
157
ESCUELA DE CIENCIAS
Solución:
2.
Solución:
3.
Solución:
4.
158
ESCUELA DE CIENCIAS
Solución:
5.
Solución:
6.
Solución:
159
ESCUELA DE CIENCIAS
7.
Solución:
CAPITULO CUATRO: PROPIEDADES ESPECIALES

ESPECIALES DE LA TRANSFORMADA Z.
Lección No 47: Teorema de la convolución compleja
Sean
Entonces:
Siendo
160
ESCUELA DE CIENCIAS
Lección No 48: Relación de Parseval
Sean
Si X(z) y*(n) convergen en el círculo unitario
Lección No 49: Funcón de sistemas y filtros digitales
FILTROS FIR:
161
ESCUELA DE CIENCIAS
(NO RECURSIVOS)
"La Función del Sistema puede expresarse como un polinomio en el numerador"
FILTROS IIR:
N > 0 "La Función del Sistema tendrá polos, de c/n de los cuales contribuye con una
sec. Exponencial a la k(n)"
FUNCIÓN DEL SISTEMA:
ESTABILIDAD:
"Si la ROC incluye el círculo unidad, el Sistema es ESTABLE y viceversa".
Si además de ser estable es CAUSAL, incluye el círculo unitario y la zona del plano z (se
entiende hasta z = ¥ , desde aquel).
162
Si evaluamos X(z) sobre el círculo unidad comenzando en z=1 (w=0) hasta z=-1 (w=p ), pasando por
z = j (w = B/2), obtenemos la Transformada F para 0<w<B. Continuando a lo largo de este círculo
obtendríamos la TF desde B a 2B (\ desde -B a 0).
Con esta interpretación se hace evidente la propiedad de periodicidad de la TF de una secuencia.
Cuando la serie de potencias puede sumarse y expresarse de forma sencilla decimos que la TZ está
en forma cerrada.
Toda secuencia que pueda representarse como suma de exponenciales puede representarse por
una Transformada Z de tipo racional
Los coeficientes de un filtro digital pueden determinarse a partir de la localización de los polos y
ceros de la función del sistema.
CAPITULO CINCO: TRANSFORMADA Z CON MAPLE.
Lección No 51: Transformada Z

Para hallar la transformada zeta debemos digitar:
ztrans(f(n),n,z);
Ejemplos
> ztrans(f(n+1),n,z);
z ztrans( f( n ), n, z ) − f( 0 ) z
> ztrans(sin(Pi/2*t),t,z);
z
z +1
2
> ztrans(3^n/n!,n,w);
 3 
w 
 
e
> ztrans(beta*5^n*(n^2+3*n+1),n,z);
163
 z  z + 1 
1 
 
1  5 + 3 z 1 z 
β  + 

5 1 z − 1
3 5
1 z − 1
2 5 1
z − 1 
    
 5 
 5  5  
> ztrans(charfcn[5](t)*Psi(t),t,w);
25
−γ
12
w5
> ztrans(n*Heaviside(n-3),n,z);
3z−2
z ( z − 1 )2
2
> ztrans(invztrans(f(z),z,n),n,z);
f( z )
Lección No 52: Transformada Z inversa

Para calcular transformada zeta inversa debemos digitar:
invztrans(f(z),z,n);
Ejemplo:
> invztrans(z/(z-2),z,n);
2n
> invztrans((6*z^2-13*z)/(z^2-5*z+6),z,t);
2t + 5 3t
> invztrans(a*exp(3/z),z,n);
a 3n
n!
> invztrans(ztrans(f(n),n,w),w,n); f( n )
164
ESCUELA DE CIENCIAS
TABLA DE TRANSFORMADA Z
Definición
Inversión
Linealidad
Traslación Real - Retardo
Traslación Real - Adelanto
Multiplicación por
Multiplicación por
Multiplicación por
Derivada Parcial
Convolución Compleja
Convolución Real
Valor Inicial
Valor Final
165

Modulo Matematicas Especiales299010

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Modulo Matematicas Especiales299010

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNIDAD DE CIENCIAS BÁSICAS

AUTOR ORLANDO VANEGAS

299010 – MATEMÁTICAS ESPECIALES

MIGUEL ÁNGEL MONTES MONTAÑO

MIGUEL ÁLGEL MONTES MONTAÑO

ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO

El presente módulo fue diseñado en el año 2009 por Orlando Vanegas,

El documento tiene como antecedentes, el estudio de los módulos de calculo

Como novedades de este material es la presentación por unidades, capítulos y

Este documento se puede copiar, distribuir y comunicar públicamente bajo las

El presente modulo esta dirigido a estudiantes de programas de pregrado que

La propuesta permite que los estudiantes reconozcan los conocimientos mínimos

El modulo se caracteriza porque en cada lección se presentar ejemplos modelos

Finalmente, el Material pretende servir como guía de aprendizaje autónomo, se

UNIDAD UNO: Transformada de Laplace 9

CAPÍTULO UNO: PRINCIPIOS DE LA TRANSFORMADA DE lAPLACE 11

Lección No 2: Transformación Integral 11

Lección No 3: Transformada de laplace 12

Lección No 4: Continuidad a Trozoz 14

Lección No 5: Orden Exponencial 14

Lección No 6: Propiedades de la Transformada de Laplace 20

CAPÍTULO DOS: LA TRANSFORMADA INVERSA DE LAPLACCE 23

Lección No 8: linealidad de la Transformada Inversa de Laplace 24

CAPÍTULO TRES: TEOREMA DE TRASLACIÓN 27

Lección 10: Función Escalón 28

CAPÍTULO CUATRO: CONVOLUCIÓN Y TRANSFORMADAS 38

Lección 11: Generalidades 38

Lección 12: Propiedades de la Convolución 38

Lección 13: Teorema de Convolución 40

Leccion 14: Funciones Periódicas 43

CAPÍTULO CINCO: TRANSFORMADAS CON MAPLE 46

Lección 15: Transformada de Laplace usando Maple 46

Lección 16: Transformada Inversa de Laplace usando Maple 48

UNIDAD DOS: Transformada de Fourier 50

CAPÍTULO UNO: IDENTIDADES E INTEGRALES TRIGONOMÉTRICAS 52

Lección No 17: Identidades Trigonométricas 52

Lección No 18: Integrales Trigonométricas 52

Lección No 19: Gráficas trigonométricas 55

Lección No 20: Funciones periódicas 58

CAPÍTULO DOS: SERIES DE FOURIER 65

Lección No 21: Serie real de Fourier 65

Lección No 22: Conjunto Ortogonal de Funciones 77

Lección No 23: Serie seno y coseno de Fourier 78

CAPITULO TRES: INTEGRALES DE FOURIER 88

Lección No 24: Integral de Fourier 88

Lección No 25: Convergencia de la integral de Fourier 90

Lección No 26: Integral de Fourier de seno y coseno 91

Lección No 27: Convergencia de la integral de Fourier 91

CAPITULO CUATRO: TRANSFORMADA DE FOURIER 101

Lección 28: Transformada de Fourier 101

Lección 29: Transformada Inversa de Fourier 104

Lección 30: Espectro de amplitudes 105

Lección 31: Propiedades de la transformada de Fourier 107

Lección 32: Interpretación de la transformada de Fourier 112

CAPITULO CINO: TRANSFORMADA DE FOURIER CON MAPLE 121

Lección 33: Series de Fourier usando Maple 121

Lección 34: Transformada de Fourier usando Maple 124

Lección 35: Transformada coseno de Fourier usando Maple 125

Lección 36: Transformada seno de Fourier usando Maple 127

Lección 37: Transformada discreta de Fourier usando Maple 129