APLICACIONES DE LAS SERIES DE

FOURIER.
Daniel Hernandez Castillo
4 de diciembre de 2013
Resumen
En el siguiente articulo se conocera acerca de las series de fourier y sus
aplicaciones.
1. INTRODUCCION.
Los fenomenos peri odicos han fascinado por mucho tiempo a la humanidad. Nues-
tros ancestros conocan las recurrencias de las fases de la Luna y de ciertos planetas,
las mareas de los lagos y los oceanos y los ciclos del agua. El c alculo y la ley de la
gravitaci on de Isaac Newton permitieron explicar la periocidad de las mareas, pero
Joseph Fourier y sus sucesores quienes desarrollaron el an alisis de Fourier que ha
tenido aplicaciones m as profundas en el estudio de los fen omenos naturales y en el
an alisis de se nales y datos.
Una serie de Fourier es una serie innita que converge puntualmente a una fun-
ci on periodica y continua a trozos (o por partes). Las series de Fourier constituyen
la herramienta matematica basica del an alisis de Fourier empleado para analizar
funciones periodicas a traves de la descomposicion de dicha funci on en una suma
innita de funciones sinusoidales mucho mas simples (como combinacion de senos
y cosenos con frecuencias enteras). El nombre se debe al matematico frances Jean-
Baptiste Joseph Fourier que desarroll o la teora cuando estudiaba la ecuaci on del
calor. Fue el primero que estudio tales series sistem aticamente, y public o sus resul-
tados iniciales en 1807 y 1811. Esta area de investigaci on se llama algunas veces
An alisis armonico. Una Serie de Fourier es la representaci on de una funcion como
una serie de constantes multiplicadas por funciones seno y/o coseno de diferentes
frecuencias.
Una serie de Fourier nos sirve para poder representar cualquier se nal sumando
unicamente senos y cosenos que deben de tener una frecuencia m ultiplo de la prime-
ra. Fourier no pudo representar matematicamente, quien lo hizo fue Laplace, a nos
m as tarde.
Una serie de Fourier es una serie innita que converge puntualmente a una fun-
ci on continua y peri odica. Las series de Fourier constituyen la herramienta matemati-
ca b asica del analisis de Fourier empleado para analizar funciones periodicas a traves
1
de la descomposici on de dicha funcion en una suma innitesimal de funciones se-
noidales mucho mas simples (como combinacion de senos y cosenos con frecuencias
enteras). El nombre se debe al matem atico frances Jean-Baptiste Joseph Fourier
que desarroll o la teora cuando estudiaba la ecuaci on del calor. Fue el primero que
estudi o tales series sistematicamente, y publicando sus resultados iniciales en 1807
y 1811. Esta area de investigaci on se llama algunas veces Analisis arm onico. El 16
de mayo de 1830 muere el matem atico y fsico frances Joseph de Fourier, a nos mas
tarde despues de haber dado un salto tremendo en el desarrollo de la descripcion de
las se nales continuas y periodicas.
Es una aplicacion usada en muchas ramas de la ingeniera, adem as de ser una
herramienta sumamente util en la teora matem atica abstracta.

Areas de aplicacion
incluyen an alisis vibratorio, ac ustica, optica, procesamiento de im agenes y se nales,
y compresi on de datos. En ingeniera, para el caso de los sistemas de telecomunica-
ciones, y a traves del uso de los componentes espectrales de frecuencia de una se nal
dada, se puede optimizar el dise no de un sistema para la se nal portadora del mismo.
Reerase al uso de un analizador de espectros.
Es una aplicacion usada en muchas ramas de la ingeniera, adem as de ser una
herramienta sumamente util en la teora matem atica abstracta.

Areas de aplicacion
incluyen an alisis vibratorio, ac ustica, optica, procesamiento de im agenes y se nales,
y compresi on de datos. En ingeniera, para el caso de los sistemas de telecomunica-
ciones, y a traves del uso de los componentes espectrales de frecuencia de una se nal
dada, se puede optimizar el dise no de un sistema para la se nal portadora del mismo.
Reerase al uso de un analizador de espectros. Las series de Fourier tienen la forma:
F(T) =
a
0
2
+

i=1
a
n
cos2n
T
t +
b
n
sin2n
T
t (1)
2. HISTORIA
Las series de Fourier reciben su nombre en honor a Jean-Baptiste Joseph Fou-
rier (1768-1830), que hizo importantes contribuciones al estudio de las series trigo-
nometricas, que previamente haban sido consideradas por Leonhard Euler, Jean le
Rond dAlembert y Daniel Bernoulli.nb 1 Fourier introdujo las series con el proposito
de resolver la ecuaci on [de conduccion] del calor en una lamina de metal publicano
sus resultados en 1807 Memoire sur la propagation de la chaleur dans les corps solides
(Memoria sobre la propagacion del calor en los cuerpos s olidos), y publicando su
Theorie analytique de la chaleur (Teora analtica del calor) en 1822. Ideas previas
en descomponer una funci on periodica en la suma de simples funciones de oscilacion
datan desde el siglo III a.C. Cuando astr onomos antiguos propusieron un modelo
emprico de movimiento planetario con base en epiciclo.
La ecuacion del calor es una ecuacion en derivadas parciales. Previamente al
trabajo de Fourier, no se conoca soluci on alguna para la ecuaci on de calor en forma
general, aunque se conocan soluciones particulares si la fuente de calor se compor-
taba de manera sencilla, en particular, si la fuente era una onda de seno o coseno.
Estas soluciones simples a veces son llamadas valores propios. La idea de Fourier era
modelar una fuente de calor compleja con una superposicion (o combinaci on lineal)
2
de simples ondas sinusoidales y para escribir la soluci on como una superposici on de
los correspondientes valores propios. A la superposici on o combinaci on lineal se le
llama Serie de Fourier.
Desde un punto de vista m as actual, los resultados de Fourier son algo informales
debido a la falta de precisi on en la noci on de la funcion matematica y la integra-
ci on a inicios del siglo XIX. Despues, Peter Gustav Lejeune Dirichlet1 y Bernhard
Riemann2 3 4 expresaron los resultados de Fourier con mayor precisi on y formalidad.
Aunque el motivo original era resolver la ecuacion de calor, tiempo despues fue
obvio que se poda usar la misma tecnica a un gran conjunto de problemas fsicos y
matem aticos, especialmente aquellos que involucraban ecuaciones diferenciales linea-
les con coecientes constantes, para los cuales sus soluciones unicas eran sinusoidales.
Las series de Fourier tienen muchas aplicaciones en la ingeniera electrica, an alisis de
vibraciones, ac ustica, optica, procesamiento de se nales, retoque fotogr aco, mec ani-
ca cuantica, econometra,5 la teora de estructuras con cascaron delgado.
3. DEFINICION DE LA SERIE DE FOURIER
Si es una funci on (o se nal) periodica y su perodo es , la serie de Fourier asociada
a es:
F(T)
a
0
2
+

i=1
a
n
cos2n
T
t +
b
n
sin2n
T
t (2)
Donde a
0
, a
n
yb
n
son los coecientes de Fourier que toman valores:
a
0
=
2
T
T
2
T
2
f(t)dt a
n
=
2
T
T
2
T
2
f(t)cos
2n
T
tdt b
n
=
2
T
T
2
T
2
f(t)sin
2n
T
tdt
(3)
Por la identidad de Euler, las f ormulas de arriba pueden expresarse tambien en
su forma compleja:
f(t) =

i=
c
n
e
2
i
n
T
t (4)
Los coecientes ahora seran:
c
n
=
T
2
T
2
e
2i
n
T
t
dt (5)
F(T) =
a
0
2
+

i=1
a
n
cosw
n
t + b
n
sinw
n
t (6)
donde w
n
= nw y w = 2f = 2 (7)
3
4. APLIACIONES DE LAS SERIES DE FOU-
RIER.
4.1 TRABAJANDO CON SE

NALES
Muchos de los sistemas usados en ingeniera pueden modelarse como Sistemas
lineales, y Sistemas invariantes en el tiempo. Estas caractersticas son propias de un
sistema que satisface:
Como y d onde se aplican las series de Fourier?
Muchas ecuaciones de la fsica matematica estudiadas en An alisis Matematico se
formulan mediante derivadas parciales (respecto de las variables independientes) de
la funcion desconocida y se resuelven, en ocasiones, descomponiendo la incognita en
series (sumas innitas) de las variables independientes. Las series m as interesantes
son las de potencias y por supuesto las de Fourier. Dado el car acter periodico de
tales sumas, las series de Fourier se aplican all donde surgen procesos oscilantes,
como ocurre en las series temporales de naturaleza economica, en electronica (se
aplican por ejemplo en teora de se nales ), en ac ustica o en optica. Los problemas
te oricos relacionados con la convergencia de las series de Fourier han impulsado
avances fundamentales en distintos ambitos de las matematicas y siguen siendo
considerados hoy como problemas muy difciles.
APLICACI

ON EN PROCESAMIENTO DIGITAL DE SE

NALES
Para nuestra formaci on como futuros ingenieros electr onicos es importante con-
siderar la aplicaci on de las series de fourier ya que estas sirven mucho en el procesa-
miento digital de se nales, la cual es una area de la ingeniera que se ha desarrollado
r apidamente en los ultimos 30 a nos Este rapido desarrollo es resultado de avances
tecnol ogicos tanto en los ordenadores digitales como en la fabricaci on de circuitos in-
tegrados. Estos circuitos digitales baratos y relativamente r apidos han hecho posible
construir sistemas digitales altamente sosticados, capaces de realizar funciones y
tareas del procesado de se nales que convencionalmente se realizaban anal ogicamen-
te, se realicen hoy mediante hardware digital, mas barato y a menudo mas able.
Nos parece importante que se tenga en cuenta la diferencia entre una se nal anal ogi-
ca y digital para comprender mejor el procesamiento de se nales, el nombre de una
se nal anal ogica se deriva del hecho de que es una se nal analoga a la se nal fsica
que se representa .La magnitud de una se nal anal ogica pude tomar cualquier valor,
esto es, la amplitud de una se nal anal ogica exhibe una variaci on continua sobre su
campo de actividad. La gran mayora de se nales en el mundo que hay a nuestro
alrededor son anal ogicas. Los circuitos que procesan estas se nales se conocen como
circuitos anal ogicos. Una forma alternativa de representaci on de se nal es la de una
secuencia de n umeros, cada uno de los cuales representa la magnitud de se nal en un
4
instante determinado. La se nal resultante se llama se nal digital, esta a diferencia de
la se nal analogica es una se nal que esta discretisada en el tiempo y cuanticada en
magnitud. El procesamiento de se nales se correlaciona con las series de fourier ya
que esta nos permite expresar una funci on peri odica de tiempo como la suma de un
numero innito de senoides cuyas frecuencias estan arm onicamente relacionadas La
importancia de esto radica en que la serie de Fourier nos facilita el arduo trabajo
del manejo con se nales, ya que para que nosotros podamos procesar estas se nales
es necesario expresarlas como una combinaci on lineal de terminos, lo cual nos lo
proporciona la serie de Fourier.
APLICACIONES EN LA MEDICINA Diagn ostico autom atico: La ecografa per-
mite registrar la vibraci on de cada una de las membranas del corazon, proporcionan-
do una curva peri odica. Un programa de ordenador calcula los primeros terminos
de las sucesiones (coecientes de Fourier). En el caso de la valvula mitral, son su-
cientes los dos primeros coecientes de Fourier para diagnosticar al paciente. Esta
forma de diagn ostico disminuye costes en el sistema sanitario y, sobre todo, evita al
paciente los riesgos y molestias inherentes a las pruebas endoscopicas
APLICACIONES DIVERSAS
Las series de Fourier son de gran importancia ya que tienen muchas aplicaciones
dentro de los campos de la fsica y de la matem atica entre otros. La idea basica de
las series de Fourier es que toda funcion periodica de periodo T puede ser expresada
como una suma trigonometrica de senos y cosenos del mismo periodo T. Este proble-
ma aparece por ejemplo en astronoma en donde Neugebauer (1952) descubrio que
los Babilonios utilizaron una forma primitiva de las series de Fourier en la predicci on
de ciertos eventos celestiales.
La historia moderna de las series de Fourier comenzo con D?Alembert (1747)
y su trabajo de las oscilaciones de las cuerdas de violn. El desplazamiento de una
cuerda de violn como una funcion del tiempo y de la posici on es soluci on de una
ecuaci on diferencial.
La soluci on de este problema es la superposicion de dos ondas viajando en direc-
ciones opuestas a la velocidad como lo expresa la formula de DAlembert En la cual
la funcion es impar de periodo 2 que se anula en algunos puntos especcos. Euler
en 1748 propuso que tal soluci on poda ser expresada en una serie en funci on de
senos y como consecuencia una serie con producto de senos y cosenos, Las mismas
ideas fueron luego expuestas por D.Bernoulli (1753) y lagrange (1759). La formula
para calcular los coecientes aparecio por primera vez en un artculo escrito por
Euler en 1777. La contribucion de Fourier comenz o en 1807 con sus estudios del pro-
blema del ujo del calor presentado a la academia de ciencias en 1811 y publicado
en parte como la celebre teora analtica del calor en 1822. Fourier hizo un intento
serio por demostrar que cualquier funci on diferenciable puede ser expandida en una
serie trigonometrica. Una prueba satisfactoria de este hecho fue dada por Drichlet
en 1829.
Modernamente el analisis de Fourier ha sido impulsado por matem aticos como
lebesgue Hardy, Littlewood, Wiener, Frobenius, Selberg, Weily Weyl entre otros. El
poder extraordinario y la exibilidad de las series de Fourier se ponen de maniesto
5
en la asombrosa variedad de aplicaciones que estas tienen en diversas ramas de la
matem atica y de la fsica matem atica desde la teora de n umeros y geometra hasta
la mecanica qu antica. Algunas de las mas importantes aplicaciones de las series de
Fourier son:
El problema isoperimetrico
El problema isoperimetrico clasico data de la antig uedad. El problema se puede
enunciar como sigue: Entre todas las curvas cerradas en el plano de permetro -
jo, que curva (si la hay) maximiza el area de la regi on que encierra? Se puede
demostrar que esta cuesti on es equivalente al siguiente problema: Entre todas las
curvas cerradas en el plano que cierra un area ja, que curva (si la hay) minimiza
el permetro? Este problema est a relacionado conceptualmente con el principio de
mnima accion de la fsica, en que puede ser reescrito: cual es el principio de ac-
ci on que encierra la mayor area, con la mayor economa de esfuerzo? El losofo y
cientco del siglo XV, cardenal Nicol as de Cusa, considero la accion rotatoria, el
proceso por el que se genera un crculo, como el reejo mas directo, en el dominio de
las impresiones sensoriales, del proceso por el que se crea el universo. El astronomo
y astrologo alem an Johannes Kepler invoc o el principio isoperimetrico al discutir la
morfologa del sistema solar, en Mysterium Cosmographicum. Aunque el crculo pa-
rece ser la soluci on obvia al problema, probar este hecho es bastante difcil. El primer
avance hacia la solucion lo hizo el ge ometra suizo Jakob Steiner en 1838, usando un
metodo geometrico llamado simetrizaci on de Steiner. Steiner mostro que si exista
una solucion, entonces tena que ser el crculo. La prueba de Steiner la completaron
m as adelante varios otros matematicos. Steiner comienza con algunas construccio-
nes geometricas1 f aciles de entender; por ejemplo, se puede demostrar que cualquier
curva cerrada que encierra una regi on que no es completamente convexa puede ser
modicada para encerrar un area mayor volteandolas areas c oncavas para que se
vuelvan convexas. Se puede demostrar adem as que cualquier curva cerrada que no
sea completamente simetrica puede ser deformada para encerrar un area mayor. La
unica forma que es perfectamente convexa y simetrica es el crculo, aunque esto, en
s mismo, no representa una prueba rigurosa del teorema isoperimetrico.
Hay docenas de pruebas para esta desigualdad cl asica. Varias se comentan en el
artculo de Treiberg enlazado mas abajo. En 1901, Adolf Hurwitz dio una prueba
6
puramente analtica de la desigualdad isoperimetrica clasica basada en las Series de
Fourier y en el teorema de Green.
Temperatura de la tierra
Un problema sencillo pero muy interesante es el de calcular la temperatura de la
tierra a una profundidad x a partir de la temperatura de la supercie.Describamos
la temperatura de la supercie terrestre como una funcion f periodica en el tiempo
t y de perodo 1 (un a no). La temperatura u(t,x) en el tiempo t 0 y profundidad
x 0 es tambien peri odica en t y es natural asumir que [u[ |f|. Bajo estas
circunstancias u(t,x) puede ser expandida mediante una serie de Fourier para cada
x jo,0 x <, como sigue:
u(t, x) =

n zc
n
(x)e
2nt)
(8)
Con coeciente
c
n
=

1
0
u(t, x)e
(2int)
dt (9)
Se sabe que la funcion u satisface la ecuacion diferencial parcial conocida como
Ecuacion del Calor.
u
t
=
1
2
(

2
u
x
2
) (10)
por lo tanto.
c//
n
=

1
0
(

2
u
x
2
e
(2int)
dt = 2

1
0
(
u
t
)e
(2int)
dt = 4inc
n
(11)
c
n
// = [2 [ n [
1
2
(1 i)]
2
c
n
(12)
tomando el signo positivo o negativo de acuerdo a si n 0 o n 0. Por otra parte, sa-
bemos que c
n
(0) =

1
0
f(t)e
(
2int)dt = f(n). Resolviendo la ecuacion, obtenemos
que:
c
n
(x) = f(n)e
[2|n|
1
2 (1i)]
x (13)
y por lo tanto resulta nalmente :
u(t, x) =

iz
f(n)e
[2|n|
1
2 ]
e
[(2int(2|n|
1
2 ix)]
(14)
Se supone por ejemplo que la temperatura de la supercie viene dad por una funcion
7
sinusoidal simple f(t) = sin2t (lo cual signica que la temperatura anual media
f(0) =

1
0
f es cero). En este caso, la funcion vendra dada por:
u(t, x) = e
(

2xsin(2t

2x))
(15)
Esta formula nos dice que la temperatura a la profundidad x =

2
queda afectada
por el factor e

y esta completamente fuera de fase con respecto a las estaciones

como lo indica la gura siguiente.
La desigualdad de Wirtinger
se f una funcion con derivada de cuadrado integrable, de integral nula en [, ]
tal que f(). Entonces.

f(t)
2
dt

f/(t)
2
dt (16)
La desigualdad es estricta salvo si f(t)= Acost + Bsin t
Demostracion. Basta considerar la relacion entre los coecientes de Fourier de f
y f/ y aplicar la igualdad de Plancherel. Se Obtiene.

pi
f(t)
2
dt =

i=1
(a
2
k
+ b
2
k
) y

pi
f(t)
2
dt =

i=1
k
2
(a
2
k
+ b
2
k
) (17)
Que demuestra la desigualdad buscada. Tambien se ve que la desigualdad es estricta
salvo si los coecientes de Fourier de f son nulos para k > 1.
para intervalos distinto de[, [ basta hacer un cambio de variable en la de-
sigualdad.
8
Solucion de ecuaciones diferenciales
Ecuaci on diferencial (E.D.) a una ecuaci on que relaciona una funci on (o variable
dependiente),su variable o variables (variables independientes), y sus derivadas. Si
la ecuaci on contiene derivadas respecto a una sola variable independiente, entonces
se dice que es una ecuacion diferencial ordinaria (E.D.O); y si contiene las deriva-
das parciales respecto a dos o mas variables independientes, se llama ecuacion en
derivadas
Parciales (E.D.P.). Otro tipo de ecuaciones son las ecuaciones diferenciales de
retraso (o retardo) que est an caracterizadas por la presencia de un desplazamiento
en el argumento o variable (x-x0).
La fsica trata de la investigacion de las leyes que gobiernan el comportamiento
del universo fsico. Por universo fsico entendemos la totalidad de objetos a nuestro
alrededor, no s olo las cosas que observamos sino tambien las que no observamos,
tales como los atomos y moleculas. El estudio del movimiento de los objetos en
nuestro universo es una rama de la mecanica llamada din amica formulada mediante
las leyes del movimiento de Newton. Para los objetos que se mueven muy r apido,
cerca de la velocidad de la luz, no podemos usar las leyes de Newton. En su lu-
gar debemos usar una versi on revisada de estas leyes, desarrolladas por Einstein
y conocidas como mecanica relativista, o mec anica de la relatividad. Para objetos
de dimensiones at omicas las leyes de Newton tampoco son validas. De hecho, para
obtener descripciones precisas del movimiento de objetos de dimensiones at omicas,
necesitamos establecer un conjunto de leyes denominadas mecanica cuantica. La
mec anica cu antica y la relativista son muy complicadas, no siendo objeto de estudio
en este trabajo.
Las leyes del movimiento de Newton.
Las tres leyes del movimiento primero desarrolladas por Newton son:
1. Un cuerpo en reposo tiende a permanecer en reposo, mientras que un cuerpo
en movimiento tiende a persistir en movimiento en una lnea recta con velocidad
constante a menos que fuerzas externas act uen sobre el.
2. La tasa de variaci on del momentum de un cuerpo en funci on del tiempo es
proporcional a la fuerza neta que act ua sobre el cuerpo teniendo la misma direccion
de la fuerza, (entendiendose por momentum de un objeto al producto de su masa m
multiplicado por su velocidad v).
3. A cada acci on existe una reaccion igual y opuesta.
2. Aplicaciones a los circuitos electricos:
As como la mecanica tiene como base fundamental las leyes de Newton, la
electricidad tambien tiene una ley que describe el comportamiento de los circuitos
electricos, conocida como la ley de Kirchho. Realmente, la teora de la electricidad
est a gobernada por un cierto conjunto de ecuaciones conocidas en la teora electro-
magnetica como las ecuaciones de Maxwell. La ley de Kirchho es adecuada para
9
estudiar las propiedades simples de los circuitos electricos. El circuito electrico mas
simple es un circuito en serie, en el cual tenemos una fem (fuerza electromotriz),
la cual act ua como una fuente de energa tal como una batera o generador, y una
resistencia, la cual consume o usa energa, tal como una bombilla electrica, tostador,
u otro electrodomestico. En fsica elemental encontramos que la fem est a relacionada
con el ujo de corriente en el circuito. En forma simple, la ley dice que la corriente
instant anea I (en un circuito que contiene s olo una fem E y una resistencia R) es
directamente proporcional a la fem. Simb olicamente: I ? E o I ? E de donde, E = IR
donde R es una constante de proporcionalidad llamada el coeciente de resistencia
o simplemente, resistencia. La ecuaci on anterior es conocida bajo el nombre de la
ley de Ohm.
Circuitos m as complicados, pero para muchos casos m as pr acticos, son circuitos
que contienen otros elementos distintos a resistencias. Dos elementos importantes
son inductores y condensadores. Un inductor se opone a cambios en corriente. Tiene
un efecto de inercia en electricidad de la misma manera que una masa tiene un efecto
de inercia en mec anica. Un condensador es un elemento que almacena energa. En
fsica hablamos de una cada de voltaje a traves de un elemento. En la practica
podemos determinar esta cada de voltaje, o como se llama com unmente, cada de
potencial o diferencia de potencial, por medio de un instrumento llamado voltmetro.
Experimentalmente las siguientes leyes se cumplen:
1. La cada de voltaje a traves de una resistencia es proporcional a la corriente
que pasa a traves de la resistencia. Si ER, es la cada de voltaje a traves de una
resistencia e I es la corriente, entonces ER ? I o ER = IR donde R es la constante
de proporcionalidad llamada el coeciente de resistencia o simplemente resistencia.
2. La cada de voltaje a traves de un inductor es proporcional a la tasa de tiempo
instant anea de cambio de la corriente.
3. La cada de voltaje a traves de un condensador es proporcional a la carga
electrica instantanea en el condensador.
Flujo del calor
La conducci on de calor o transmisi on de calor por conducci on es un proceso de
transmisi on de calor basado en el contacto directo entre los cuerpos, sin intercambio
de materia, por el que el calor uye desde un cuerpo a mayor temperatura a otro a
menor temperatura que est a en contacto con el primero. La propiedad fsica de los
materiales que determina su capacidad para conducir el calor es la conductividad
termica. La propiedad inversa de la conductividad termica es la resistividad termica,
que es la capacidad de los materiales para oponerse al paso del calor. La transmisi on
de calor por conducci on, entre dos cuerpos o entre diferentes partes de un cuerpo,
es el intercambio de energa interna, que es una combinacion de la energa cinetica
y energa potencial de sus partculas microsc opicas: moleculas, atomos y electrones.
La conductividad termica de la materia depende de su estructura microsc opica: en
un uido se debe principalmente a colisiones aleatorias de las moleculas; en un s olido
10
depende del intercambio de electrones libres (principalmente en metales) o de los
modos de vibracion de sus partculas microscopicas (dominante en los materiales
no met alicos). Para el caso simplicado de ujo de calor estacionario en una sola
direcci on, el calor transmitido es proporcional al area perpendicular al ujo de calor,
a la conductividad del material y a la diferencia de temperatura, y es inversamente
proporcional al espesor:
Q
t
=
kA
x
(T
1
T
2
) (18)
El calor se transere por medio de alguno de los siguientes procesos:
Conduccion: transmisi on de calor por contacto sin transferencia de materia.
Convecci on: transmisi on de calor por transferencia de la propia materia porta-
dora del calor.
radiaci on: transmisi on de energa por medio de la emision de ondas electro-
magneticas o fotones.
La transferencia de energa termica o calor entre dos cuerpos diferentes por con-
ducci on o conveccion requiere el contacto directo de las moleculas de diferentes
cuerpos, y se diferencian en que en la primera no hay movimiento macroscopico de
materia mientras que en la segunda s lo hay. Para la materia ordinaria la conduc-
ci on y la convecci on son los mecanismos principales en la materia fra, ya que la
transferencia de energa termica por radiacion solo representa una parte min uscula
de la energa transferida. La transferencia de energa por radiaci on aumenta con la
cuarta potencia de la temperatura (T4), siendo s olo una parte importante a partir
de temperaturas superiores a varios miles de kelvin. Es la forma de transmitir el
calor en cuerpos solidos; se calienta un cuerpo, las moleculas que reciben directa-
mente el calor aumentan su vibraci on y chocan con las que las rodean; estas a su
vez hacen lo mismo con sus vecinas hasta que todas las moleculas del cuerpo se
agitan, por esta raz on, si el extremo de una varilla metalica se calienta con una
ama, transcurre cierto tiempo hasta que el calor llega al otro extremo. El calor no
se transmite con la misma facilidad por todos los cuerpos. Existen los denominados
buenos conductores del calor, que son aquellos materiales que permiten el paso
del calor a traves de ellos. Los malos conductores o aislantesson los que oponen
mucha resistencia al paso de calor.. LEY DE FOURIER. Sea J la densidad de
corriente de energa (energa por unidad de area y por unidad de tiempo), que se
establece en la barra debido a la diferencia de temperaturas entre dos puntos de
la misma. La ley de Fourier arma que hay una proporcionalidad entre el ujo de
energa J y el gradiente de temperatura.
J = K
T
x
(19)
11
Siendo K una constante caracterstica del material denominada conductividad
termica.
Consideremos un elemento de la barra de longitud x y secci on S. La energa
que entra en el elemento de volumen en la unidad de tiempo es JS, y la que sale es
J/S. La energa del elemento cambia, en la unidad de tiempo, en una cantidad igual
a la diferencia entre el ujo entrante y el ujo saliente.
JS J

S =
J
x
Sdx (20)
Esta energa, se emplea en cambiar la temperatura del elemento. La cantidad
de energa absorbida o cedida (en la unidad de tiempo) por el elemento es igual al
producto de la masa de dicho elemento por el calor especco y por la variacion de
temperatura.
(Sdx)c
T
t
(21)
Igualando ambas expresiones, y teniendo en cuenta la ley de Fourier, se obtiene
la ecuacion diferencial que describe la conduccion termica
T
t
=

2
T
x
2
=
K
c
(22)
EJEMPLO DEMOSTRATIVO.
Supongamos una barra met alica de longitud L , conectada por sus extremos a
dos focos de calor a temperaturas T
a
y T
b
respectivamente. Sea T
0
la temperatura
inicial de la barra cuando se conectan los focos a los extremos de la barra.
12
Al cabo de cierto tiempo, te oricamente innito, que en la pr actica depende del
tipo de material que empleamos, se establece un estado estacionario en el que la
temperatura de cada punto de la barra no vara con el tiempo. Dicho estado est a ca-
racterizado por un ujo J constante de energa. La ley de Fourier establece que la
temperatura variar a linealmente con la distancia x al origen de la barra.
T
a
+
T
b
T
a
L
x (23)
Para describir el estado transitorio buscamos una solucion de la forma T(x, t) =
F(x)G(t), variables separadas
T(r, t)
t
=

2
T(r, t)

2
x
(24)
1

1
G(t)
dG(t)
dt
=
1
F(x)
d
2
F(x)
d
2
x
=
2
(25)
El signo negativo asegura el caracter transitorio.Integramos la primera ecuaci on
diferencial
dG(t)
dt
+
2
G(t) = 0 (26)
G(t) = G(0).e
(
2
t)
(27)
Integramos la segunda ecuaci on diferencial
d
2
F(x)
d
2
x
+
2
F(x) = 0 (28)
Es una ecuaci on diferencial similar a la de un mas, cuya soluci on es a.sen(x+) La
temperatura en cualquier punto x a lo largo de la barra, en un instante determinado,
T(x, t) es la soluci on de la ecuaci on diferencial, que es una combinaci on de dos
terminos, la que corresponde al regimen permanente mas la del regimen transitorio.
T(x, t) = T
a
+
T
b
T
a
L
x +

n=1
a
n
e

2
n
t)
sin(
n
x +
n
) (29)
Ecuacion de ondas
La ecuacion de onda es una importante ecuaci on diferencial en derivadas parcia-
les lineal de segundo orden que describe la propagaci on de una variedad de ondas,
13
como las ondas sonoras, las ondas de luz y las ondas en el agua. Es importante
en varios campos como la ac ustica, el electromagnetismo y la din amica de uidos.
Hist oricamente, el problema de una cuerda vibrante como las que est an en los ins-
trumentos musicales fue estudiado por Jean le Rond dAlembert, Leonhard Euler,
Daniel Bernoulli y Joseph-Louis Lagrange.
La ecuacion de onda es el ejemplo prototipo de una ecuaci on diferencial parcial
hiperb olica. En su forma mas elemental, la ecuacion de onda hace referencia a una
funci on u(x,t) que satisface:

2
u
t
2
= c
2
u (30)
Donde =
2
es el laplaciano y donde c es una constante equivalente a la velocidad
de propagaci on de la onda. Para una onda sonora en el aire a 20

C, esta constante
es de cerca de 343 m/s (vease velocidad del sonido). Para una cuerda vibrante, la
velocidad puede variar mucho dependiendo de la densidad lineal de la cuerda y su
tensi on. Para un resorte de espiral (un slinky) puede ser tan lento como un metro
por segundo. Un modelo m as realista de la ecuaci on diferencial para ondas permite
que la velocidad de propagaci on de la onda vare con la frecuencia de la onda, a este
fen omeno se le conoce como dispersion. En este caso, c debera ser remplazado por
la velocidad de fase:

k
= v
p
(31)
Otra correccion com un en sistemas realistas es que la velocidad puede depender
tambien de la amplitud de la onda, lo que nos lleva a una ecuaci on de onda no
lineal:

2
u
t
2
= c(u)
2
u (32)
Tambien hay que considerar que una onda puede ser transmitida en un portador
m ovil (Por ejemplo la propagaci on del sonido en el ujo de un gas). En tal caso
el escalar u contendra un N umero Mach (el cual es positivo para la onda que se
mueva a lo largo del ujo y negativo para la onda reejada). La ecuaci on de onda
el astica en tres dimensiones describe la propagaci on de onda en un medio elastico
homogeneo is otropo. La mayora de los materiales s olidos son el asticos, por lo que
esa ecuaci on describe fen omenos tales como ondas ssmicas en la Tierra y las ondas
de ultrasonido usadas para determinar defectos en los materiales. Aunque sea lineal,
esta ecuaci on tiene una forma mas compleja que las ecuaciones dadas arriba, porque
debe tomar en cuenta los movimientos longitudinales y transversales
El movimiento ondulatorio se inicia con un M.A.S. que se propaga de unas
partculas a otras. Si es unidimensional, por ejemplo las ondulaciones de una cuerda,
solo se propaga en una direccion que representamos con el eje X. La direccion de
la vibrcion la representamos con el eje Y, tanto si se trata de una onda transversal
como si se trata de una onda longitudinal. La ecuaci on ser a una funci on y(x,t) que
nos da la posicion de cada particula en cada instante. Es una ecuaci on del tipo:
14
y = Acos(wt Kx) (33)
Tambien podra tener la funci on seno en lugar de coseno. La difernecia es que
con la funci on seno la partcula x=0 tiene elongacion y=0 en el instante inicial y con
coseno tendra y=A en el instante inicial. La fase podra ser (wt+kx), la difernencia
es que si tiene el signo menos la onda avanza hacia la derecha y si tiene el signo mas
avanza hacia el sentido negativo del eje X. Por otra parte, podra haber una fase
inicial si la partcula x=0 no esta ni en el origen ni en el maximo de elongacion.
La ecuaci on es doblemente periodica porque lo es respecto al desplazamiento (x)
y respecto al tiempo. En el primer caso se repite cada vez que x aumenta una longitud
de onda (ver gura) y en el segundo caso cada vez que transcurre un periodo.
La Ecuacion diferencial de onda tridimensional
Ahora analiazaremos una onda que se propaga en tres dimenciones espaciales
y una temporal,solo la onda plana viaja sin cambiar su perl ( Ondas: planas).
En coordenadas cartesianas tenemos (x,y,z,t) aunada con el tiempo. Debe existir
simetra la ecuaci on diferencial en estas tres coordenadas espaciales, puesto ninguna
de ellas goza de algun distinci on caracteristicas de su eje.
Por lo tanto denimos la ecuaci on diferecial de onda tridimencional como

x
2
+

2

y
2
+

2

z
2
=
1
v
2

t
2
(34)
Esta se obtuvo, sumando las tres ecuaciones unidimencionales, descrita en la
ecuaci on , esta es tanto para X,Y,Z. Ademas cabe mencionar, que se obtinen en
cada proceso anterior una velocidad en cada direcci on,V
2
x, V
2
y, V
2
z
15
El problema isoperimetrico que es de car acter matem atico arma que si C es una
curva cerrada simple con un tipo de clase y de longitud unitaria, entonces el area
A encerrada por la curva satisface cierta desigualdad. La desigualdad se satisface si
y solos si C es una circunferencia. En consecuencia entre todas las curvas cerradas
simples de longitud unitaria la que encierra mayor area es la circunferencia. o Un
problema sencillo pero muy interesante es el de calcular la temperatura de la tierra
a una profundidad x a partir de la temperatura de la supercie. Describamos la
temperatura de la supercie terrestre como una funci on f peri odica en el tiempo t
y de periodo 1(un a no). La temperatura y la profundidad en un tiempo y longitud
respectivamente, mayores o iguales a cero son tambien periodicas. Bajo estas cir-
cunstancias la temperatura puede ser expandida mediante una serie de Fourier para
cada valor x jo.
Otra de las aplicaciones de la serie de Fourier es la evaluacion de las series no
triviales mediante la identidad de plancherel para calcular algunas sumas innitas.
o La desigualdad de wirtinger es una aplicaci on de tipo matematica de las series de
Fourier para una funcion continua denida en un intervalo cerrado.
o Tal vez una de las propiedades mas importantes de las series de Fourier y
en particular de las integrales de Fourier se presenta en la solucion de ecuaciones
diferenciales ya que transforma operadores diferenciales con coecientes constantes
en multiplicaci on por polinomios.
o Otra de las aplicaciones importantes de la serie de Fourier y en este caso de la
transformada de Fourier es el problema del ujo del calor. el planteamiento de este
problema es similar al del problema anterior.
o Las aplicaciones tanto en la ecuaci on de ondas, la formula de Poisson y la Iden-
tidad de Jacobi son de car acter matematico riguroso por lo que se dejan indicadas.
Teorema de transplantacion para las series de Fourier-Bessel
La presente aplicaci on es de tipo matem atica utilizando una sucesi on de ceros
positivos de la funcion de Bessel de cierto tipo de orden, en este punto una sucesi on de
funciones forman un sistema ortonormal completo. Las series de fourier asociadas a
este sistema ortonormal se denominan series de Fourier-Bessel dentro de este estudio
cabe mencionar el teorema de transplantacion con pesos potenciales para este tipo
de series de fourier que permite un rango lo mas alto posible para los par ametros
involucrados.
1.- Onda cuadrada en alta frecuencia.
Una aplicaci on simple de la Serie de Fourier la podemos encontrar en el an alisis
de circuitos electronicos que son dise nados para manejar pulsos variables agudos,
tales como, una onda cuadrada o un diente de sierra.Supongamos que una onda
cuadrada esta denida por la funci on:
F(X) =

0, < x < 0
h, 0 < x < h

A partir de la denicion, de los coecientes podemos encontrar.

16
a
0
=
1
2

0
hdt =
h
2
(35)
a
n
=
1
2

0
hcosntdt = 0, n 1 (36)
b
n
=
1
2

0
hsinntdt =
h
n
(1 cosn) (37)
b
n
=
2h
n
, nimpar b
n
=
2h
(2n 1)
(38)
b
0
= 0, impar (39)
Luego la serie resultante es:
f(x) =

i=1
2h
(2n 1)
sin(2n 1) (40)
Es importante decir que el primer termino representa el promedio de f (x) sobre
el intervalo [, ] y que todos los terminos en base coseno se anulan. Adem as
f(x) =
h
2
es una funci on impar, luego, tenemos una serie de fourier solo con base
seno.
Por otra parte, los coecientes bn decrecen inversamente proporcional con n.
Fsicamente esto signica que la onda cuadrada debe contener muchos componentes
de alta frecuencia.Si el aparato electr onico no deja pasar estos componentes, la onda
cuadrada resultante emerge mas o menos redondeada.
Un dato importante es que, generalmente, cualquier se nal que pasa a traves de
un sistema lineal e invariante en el tiempo se distorsiona, es decir, cambia su forma.
La unica se nal que mantiene su forma y no se distorsiona al pasar por un sistema de
este tipo es una se nal sinusoidal pura. Este tipo de se nales s olo cambian su amplitud
y su fase. Para determinar la amplitud y la fase de cada una de las componentes que
tiene una se nal peri odica se utilizan las series de Fourier, mientras que para trabajar
con se nales que no son periodicas, se recurre a la Transformada de Fourier.
17
2.- Recticador de onda completa.
Consideremos ahora la salida de un recticador de onda completa, que produce
corriente continua pulsante como muestra la gura. El recticador se puede modelar
como un dispositivo que se alimenta con una onda senoidal ,que deja pasar los los
pulsos positivos, e invierte los pulsos negativos. Esto produce:
F(X) =

senwx 0 < wx <

senwx < wx < 0

Puesto que f (x) es una funcion par, es decir f (x) = f (-x), la serie de fourier
ser a cosenoidal
a
0
=
1
2

0
senwtd(wd) +

senwtd(wt), =
2
2

senwt(wt) =
2

a
n
=
2

senwt cosnwtd(wt) n 1
a
n
=
2

2
(n
2
1)
, npar a
n
=
1

4
(4n
2
1)
b
n
= 0
Por lo tanto la serie resultante es:
f(x) =
2

i=1
1
(cos4n
2
1)
cos(2nwx)
La frecuencia de oscilacion mas baja es 2w.Las componentes de alta frecuen- cia
decaen inversamente con n2, lo que muestra que el recticador de onda completa
hace un buen trabajo para producir un modelo aproximado de la cor- riente continua.
18
5. LA TRANSFORMADA DE FOURIER.
En matem atica, la transformada de Fourier, denominada as por Joseph Fourier,
es una aplicacion que hace corresponder a una funci on f, con valores complejos y
denida en la recta, con otra funci on g denida de la manera siguiente:
g() =
1

f(x)e
ix
dx (41)
Donde f es L
1
, es decir, f tiene que ser una funci on integrable en el sentido de
la integral de Lebesgue. El factor, que acompa na la integral en denici on facilita
el enunciado de algunos de los teoremas referentes a la transformada de Fourier.
Aunque esta forma de normalizar la transformada de Fourier es la m as com unmente
adoptada, no es universal. En la practica las variables x y suelen estar asociadas a
dimensiones (como el espacio -metros-, frecuencia -herzios-,...) y entonces es correcto
utilizar la f ormula alternativa:
g() =

f(x)e
ix
dx (42)
de forma que la constante beta cancela las dimensiones asociadas a las variables
obteniendo un exponente adimensional. La transformada de Fourier as denida go-
za de una serie de propiedades de continuidad que garantizan que puede extenderse
a espacios de funciones mayores e incluso a espacios de funciones generalizadas.
Adem as, tiene una multitud de aplicaciones en muchas areas de la ciencia e inge-
niera: la fsica, la teora de los n umeros, la combinatoria, el procesamiento de se nales
(electr onica), la teora de la probabilidad, la estadstica, la optica, la propagaci on de
ondas y otras areas. En procesamiento de se nales la transformada de Fourier suele
considerarse como la decomposici on de una se nal en componentes de frecuencias
diferentes, es decir, g corresponde al espectro de frecuencias de la se nal f. La ra-
ma de la matematica que estudia la transformada de Fourier y sus generalizaciones
es denominada analisis arm onico. Son varias las notaciones que se utilizan para la
transformada de Fourier de f. He aqu algunas de ellas:
F(f),

f, F(f), Ff (43)
La transformada de Fourier es basicamente el espectro de frecuencias de una
funci on. Un buen ejemplo de eso es lo que hace el odo humano, ya que recibe una
onda auditiva y la transforma en una descomposici on en distintas frecuencias (que es
lo que nalmente se escucha). El odo humano va percibiendo distintas frecuencias a
medida que pasa el tiempo, sin embargo, la transformada de Fourier contiene todas
las frecuencias contenidas en todos los tiempos en que existi o la se nal; es decir, en
19
la transformada de Fourier se obtiene un s olo espectro de frecuencias para toda la
funci on.
fL
1
(1) (44)
TABLA DE TRANSFORMADAS BASICAS.
20
APLICACION 1
Supongamos que f(t) representa la amplitud de una se nal (una onda de sonido
o una onda electromagnetica, por ejemplo) en el instante de tiempo t. La formula
f(t) =

f(w)e
iwt
dt ,

f(w) =
1
2

f(t)e
iwt
dt (45)
describe a f como una superposici on de las ondas periodicas simples e
iwt
, donde
w cubre el rango de todas las posibles frecuencias. Esta representacion es b asica
en el an alisis de se nales en ingeniera electrica. En esta secci on nos limitaremos a
mostrar algunas ideas subyacentes a la Teora de la Se nal y, en particular, veremos
como las series de Fourier y la transformada de Fourier son una herramienta basica
en este campo de la ingeniera.
En primer lugar, la potencia de la se nal f (t) es proporcional al cuadrado de su
amplitud [f(t)[ , y por tanto, la energa total de una se nal es proporcional a R [f(t)[
dt. De esta forma, la condicion de ser nita la energa total de la se nal f signica
simplemente que f L2. Vemos, por tanto, que L2 es un espacio que no solo tiene
muy buenas propiedades desde un punto de vista matematico (es un Hilbert, y eso es
mucho) sino que tambien tiene una realidad fsica clara: es, en particular, el espacio
de las se nales que tienen energa nita.
En segundo lugar, los sistemas electricos pueden ser modelizados matematica-
mente como operadores A que transforman una se nal de entrada f en una se nal de
salida Af. Muchos de estos sistemas son (al menos en una primera aproximacion)
lineales, lo cual signica que el operador A es lineal. Adem as, la acci on de estos sis-
temas no se ve afectada por el paso del tiempo (para una misma entrada f, la se nal
de salida es la misma hoy que ma nana). Esto signica que el operador A conmuta
con las translaciones, es decir, si (Af ) (x) = g (x) , entonces (Af ) (x + s) = g (x
+ s) para cualquier s R. Se puede demostrar (ver [8, p.p. 225-226]) que entonces
el operador A es del tipo.
Af = (h

f), o lo que es equivalente, Af = H f (46)

ANALISIS ARMONICO DISCRETO Se reere m as bien a nito, el tema
es el analisis arm onico en grupos nitos. Aqu se ocupa solo del caso abeliano, dando
un papel protagonista a ZN , el grupo aditivo de los enteros m odulo N . No obstante,
el caso no abeliano tiene una rica teora y aplicaciones insospechadas Si consideramos
ZN como conjunto, son simplemente N elementos y L2(ZN ) no es otra cosa que los
vectores de CN con la norma habitual que viene inducida por el producto escalar:

x ,

y =

x
n
y
n
(47)
Intuitivamente es conveniente pensar en la parte real y la parte imaginaria de:
fL
2
(ZN) (48)
21
como se nales que en cada tiempo discreto tienen un valor. Por ejemplo, si:
f(n) = sin(
n
4
) +
i
n
20
(49)
Esta idea intuitiva no es gratuita. El an alisis arm onico discreto tiene sus aplicaciones
en el tratamiento de se nales digitales. La digitalizaci on en la practica se produce en
?tiempo? y se representa en que la variable ahora pertenece al conjunto nitoZ
N
,
pero tambien se produce en la propia se nal, en la imagen de la funci on, en el sen-
tido de que el resultado vendr a dado por un n umero determinado de bytes. Para
el modelo matem atico es conveniente despreocuparse en primera instancia de esta
segunda digitalizacion y pensar que las im agenes estan en R o en C. Un ejemplo m as
visual son las im agenes digitales, las cuales estan compuestas de pixels. Cada uno
de ellos tiene habitualmente tres valores (canales) correspondientes a los niveles que
contiene de rojo, verde y azul (en ciertas situaciones hay un cuarto correspondiente
a la transparencia).

Estos son los tres colores b asicos en el sentido de que la siologa
de nuestra visi on hace que percibamos el resto de estos colores como combinaciones
de ellos.Entonces cad imagen digital de NxM pixels se puede entender como tres
funcionesf
R
, f
G
yf
B
deZ
N
xZ
M
en R que dan los niveles de estos colores...
ANALISIS DE IMAGENES PIXEL X PIXEL.
La falta de regularidad es un enemigo fundamental para el exito del an alisis de
Fourier, como vimos al introducir la transformada coseno discreta, por tanto detectar
los puntos malos es interesante de por s. Sin embargo vamos a aplicar esta idea en
unos ejemplos m as llamativos que posiblemente nos hayamos encontrado alguna vez
sin saber la teora que escondan.
Lo que hemos hecho en ZN tiene su traduccion inmediata a ZNZM. Los ltros
y las se nales (las funciones) en ZN ZMlos podemos ver como matrices. Un ltro
(y
jk
) transforma la matriz (xnm) haciendo que su elemento nm sea

y
jk
x
nj mk
,
es decir utilizando (1.37) en cada uno de los ndices.
22
Consideremos los ltros dados por las matrices;
H =

0 0 0
1 2 1
0 0 0

, HV =

0 1 0
1 4 1
0 1 0

, Ob =

1 1 1
1 8 1
1 1 1

(50)
Para detectar faltas de regularidad en las horizontales podemos usarH, yHt para las
verticales, mientras queHV = H+Ht tiene en cuenta ambas direcciones. Si ademas
introducimos las direcciones oblicuas noreste y sudeste, el ltro natural es Ob. Una
imagen en blanco y negro (se sobreentiende que en tonos de gris) de tama no N M
viene representada por una funci on f : ZN ZM R (porque fR = fG = fB
con la notacion de la introducci on). De hecho su imagen se representa con un solo
byte, es decir, Imf = 0, 1, ..., 255 con 0 correspondiendo al negro y 255 al blanco
Los ltrosHV yOb aplicados a una imagen f deberan detectar bordes, y lo con-
rman las siguientes guras, donde se ha representado el resultado en negativo para
que sea mas f acil visualizarlo (0 a blanco y 255 a negro). Para los valores de la
convolucion fuera del rango [0, 255] hay que tomar una decision, aqu se ha seguido
la habitual de asignar 0 a los negativos y 255 a los que son mayores que este.
El resultado parece poco denso y un poco aleatorio porque estos ltros detectan va-
riaciones en un rango de 3 pixels, que es una unidad peque na (en un monitor tpica-
mente 0.75mm). Esto sugiere trabajar en bloques de tama no doble. Es decir, consi-
deramos HV yOb como HV yOb pero sustituyendo cada elemento por una celda22
con todos sus valores iguales. De esta forma, HV yOb son matrices 6 6. Con ello
se obtiene:
23
La mayor norma de Ob hace que demasiados valores sobrepasen el umbral 255 (ne-
gro en el negativo). Para evitarlo, se ha dividido en la ultima gura el ltro por
8 y se ha bajado el umbral a 240. Con ello hemos conseguido imitar el efecto de
transformar una foto en un dibujo a l apiz (vease una variante en [BB09, 4.4]). La
mayor parte de los ltros de los programas de retoque fotograco est an basados en
convoluciones.
El formato m as difundido en la fotografa digital amateur es el formato JPEG.
Estas siglas se reeren al comite que introdujo sus especicaciones (Joint Photo-
graphic Experts Group) pero ha quedado como nombre del propio formato. De
nuevo consideraremos una imagen en blanco y negro (tonos de gris), representada
por una funci onf : ZN ZM R cuya imagen est a en realidad en 0, 1, ..., 255.
Por cierto, en las fotografas en color, el formato JPEG no trata cada uno de los
canales fR, fGyfB por separado sino que hace un cambio simple de coordenadas
[Sal02, p,145] porque los experimentos prueban que el ojo humano presenta distin-
ta sensibilidad a los colores dependiendo de su brillo. Despues de este cambio de
coordenadas todo es similar al caso de blanco y negro. El objetivo del formato es
comprimir la foto perdiendo totalmente cierto n umero de coecientes de Fourier y
parte de la precisi on en el resto. Es por ello un formato de compresion con perdidas,
eso explica por que las carpetas repletas de cheros .jpg apenas sufren cambios en
su tama no cuando se les aplican programas de compresi on y tambien por que editar
muchas veces una foto (abrir un JPEG y grabarlo como JPEG) reduce su calidad.
Una foto tpica corresponde a una funci onf : ZN ZM R nada suave (hay
cambios abruptos de color al pasar de un objeto a otro), por ello el analisis de Fou-
rier discreto se muestra poco util de cara a una aplicaci on directa. Lo que se hace es
descomponer la imagen N M en porciones de 8 8 pixels (si8Nosi8M , se
agranda articialmente la imagen). Cada porcion 8 8 tendr a asignada su funcion
F : Z8 Z8 R y para una foto tpica la inmensa mayora de estas funciones F
ser a bastante suave, una gradaci on de color, porque los cambios abruptos de color
ocurren en una minora de los MxNpixels de la imagen original (los contornos
de los objetos son un conjunto unidimensional). Utilizando la transformada coseno
discreta, ya hemos visto que se eliminan los problemas derivados de que despues del
7 viene el 0enZ8. Por ello los arm onicos naturales para analizar F son
24
APLICACIONES DE LA CONVOLUCION
En matematicas y, en particular, an alisis funcional, una convoluci on es un ope-
rador matem atico que transforma dos funciones f y g en una tercera funci on que en
cierto sentido representa la magnitud en la que se superponen f y una versi on trasla-
dada e invertida de g. Una convoluci on es un tipo muy general de media movil, como
se puede observar si una de las funciones se toma como la funci on caracterstica de
un intervalo
La convoluci on de f yg , se denota f g ,. Se dene como la integral del producto
de ambas funciones despues de desplazar una de ellas una distancia .
f(t) g(t) =

f(n)g(t n)dn (51)

El intervalo de integraci on depender a del dominio sobre el que esten denidas las
funciones. En el caso de un rango de integraci on nito, f y g se consideran a menudo
como extendidas, peri odicamente en ambas direcciones, tal que el termino g(t?)
no implique una violaci on en el rango. Cuando usamos estos dominios peri odicos la
convolucion a veces se llama cclica. Desde luego que tambien es posible extender
con ceros los dominios. El nombre usado cuando ponemos en juego estos dominios
cero-extendidos.
o
bien los innitos es el de convoluci on lineal, especialmente en el
caso discreto que presentaremos abajo. Si X e Y son dos variables aleatorias indepen-
dientes con funciones de densidad de probabilidad f y g, respectivamente, entonces
la densidad de probabilidad de la suma X+Y vendr a dada por la convoluci on f g.
Para las funciones discretas se puede usar una forma discreta de la convolucion. Esto
es:
f[m] g[m] =

n
f[n]g[mn] (52)
Cuando multiplicamos dos polinomios, los coecientes del producto est an dados
por la convolucion de las sucesiones originales de coecientes, en el sentido dado
aqu (usando extensiones con ceros como hemos mencionado). Generalizando los
casos anteriores, la convolucion puede ser denida para cualesquiera dos funciones
de cuadrado integrable denidas sobre un grupo topol ogico localmente compacto.
Una generalizacion diferente es la convoluci on de distribuciones.
25
USO GENERAL DE LA CONVOLUCION.
La convoluci on y las operaciones relacionadas se encuentran en muchas aplica-
ciones de ingeniera y matematicas.
estadstica, como un promedio movil ponderado.
En teora de la probabilidad, la distribucion de probabilidad de la suma
de dos variables aleatorias independientes es la convolucion de cada una de sus
distribuciones de probabilidad.
En optica, muchos tipos de manchasse describen con convoluciones. Una
sombra (e.g. la sombra en la mesa cuando tenemos la mano entre esta y la fuente de
luz) es la convoluci on de la forma de la fuente de luz que crea la sombra y del objeto
cuya sombra se est a proyectando. Una fotografa desenfocada es la convoluci on de
la imagen correcta con el crculo borroso formado por el diafragma del iris.
En ac ustica, un eco es la convoluci on del sonido original con una funcion que
represente los objetos variados que lo reejan.
En ingeniera electrica, electronica y otras disciplinas, la salida de un sistema
lineal (estacionario o bien tiempo-invariante o espacio-invariante) es la convoluci on
de la entrada con la respuesta del sistema a un impulso.
En fsica, all donde haya un sistema lineal con un principio de superposici on,
aparece una operaci on de convolucion.
26
Referencias
[1] http : //es.wikipedia.org/wiki/Convolucion
[2] http : //www.emis.de/journals/DM/v5/art6.pdf
[3] http : //es.wikipedia.org/wiki/Serie
d
e
F
ourier
[4]http : //www.wikimatematica.org/index.php?title =
Serie
d
e
F
ourier
g
eneralizada
[5]http : //abcmatematico.blogspot.mx/2009/04/como y donde se
aplican las series de.html
[6]http : //commons.wikimedia.org/wiki/File :
Isoperimetric
i
nequality
i
llustr1.svg
[7]http : //es.wikipedia.org/wiki/Isoperimetr[8]http://lcr.uns.edu.ar/fvc/images/FVC-
Genjo.pdf
[9]http://es.scribd.com/doc/36911247/37/Desigualdad-de-Wirtinger
[10]http://www.slideshare.net/juliocesarmontoya/aplicaciones-de-las-
ecuaciones-diferenciales
[11] http://es.wikipedia.org/wiki/Ecuaci[12]http :
//calculoavanzado.usach.cl/Apunte/Aplicacion
S
erie
F
ourier
2
010
t
.pdf
[13] H.L.MontgomeryandR.C.V aughan.Hilbert?sinequality.J.LondonMath.Soc.(2), 8 :
73?82, 1974.
[14]M.Petkov?ek, H.S.Wilf, andD.Zeilberger. A = B. A K
PetersLtd., Wellesley, MA, 1996.WithaforewordbyDonaldE.Knuth.computerdisk.http :
//www.math.upenn.edu/ wilf/AeqB.html.
27