Series Ortogonales

Captulo 1
Series Ortogonales
1.1 Funciones continuas a tramos
Definicin 1.1: Continuidad a tramos
Considere la funcin real f : ]a, b[ 7 R
f es continua a tramos si y slo si f es acotada con a lo ms un nmero finito de discontinuidades.
Es decir:
f es continua a tramos en ]a, b[ si y slo si c 1 , c 2 , , c n R, (a < c 1 < c 2 < < c n < b) tales que,
1. f es continua en:
]a, c 1 [ , ]c 1 , c 2 [ , , ]c n , b[
2. Existen los lmites:
lm f (x) , lm f (x) , lm+ f (x) , lm f (x) , lm+ f (x) , , lm f (x)

xc 1
xa +
xc 2
xc 1
xc 2
xb
Los intervalos [a, c 1 ] , [c 1 , c 2 ] , , [c n , b] son los tramos de continuidad de f

Los puntos c 1 , c 2 , , c n son los nicos posibles puntos de discontinuidad de f
La existencia de los lmites garantiza que f sea acotada en ]a, b[
Ejemplo 1.1
Los grficos corresponden a las funciones:
:0<x <2
x
f (x) =
3
2 x +6
2
:2<x <4
(x 5) 2 : 4 < x < 6
g (x) =
tan

:0<x <2
4x
3
2 x +6
Funcin continua a tramos f(x)
:2<x <4
Funcin no continua a tramos g(x)

10
2
4
1
0
2
0
-1
-2
-2
Captulo 1. Series Ortogonales
Si f es continua a tramos en ]a, b[, entonces para todo x ]a, b[ existen los lmites laterales:
f (x ) = lm f (h) = lm f (x )
0
>0
hx

f x + = lm+ f (h) = lm f (x + )
hx
0
>0

En los x donde los lmites laterales son iguales, la funcin es continua: f (x ) = f x + = f (x)
En los puntos x donde los lmites laterales son distintos, la funcin es discontinua.
Definicin 1.2: Integracin a tramos

Sea la funcin real f : ]a, b[ 7 R continua a tramos.
Si los tramos de continuidad son [a, c 1 ] , [c 1 , c 2 ] , , [c n , b] entonces la funcin es integrable en
cada uno de los intervalos.
La integral a tramos de la funcin f en [a, b] es:
b
f (x) d x =
c1
a
f (x) d x +
c2
c1
f (x) d x + +
f (x) d x
cn
Definicin 1.3: Producto escalar en C[a, b]

El espacio de las funciones continuas a tramos en ]a, b[ es:

C (a, b) = f : ]a, b[ 7 R | f sea continua a tramos en ]a, b[

C (a, b) es un espacio vectorial de dimensin infinita.
Sean f , g C (a, b) dos funciones continuas a tramos en ]a, b[.

Z b
El producto escalar entre f y g se define como:
f (x) g (x) d x
f g =
a

Las funciones no nulas f , g son ortogonales entre s, si y slo si
f g =0

Z b
2
f = f f =
La norma de f C (a, b) es:
f 2 (x) d x
a

Sea S = f 1 , f 2 , , f n , un conjunto infinito de funciones (no nulas) en C (a, b)
S es un sistema ortogonal si y slo si:

i , j , i 6= j : f i f j = 0
Debido a la ortogonalidad de las funciones en S, se tiene que S es un conjunto linealmente
independiente en C (a, b)

S = f 1 , f 2 , , f n , es sistema ortonormal si y slo si: S es sistema ortogonal con f n = 1
Producto escalar respecto a funcin peso en C[a, b]

Sean f , g C (a, b).
Sea r C (a, b), funcin no negativa en ]a, b[
El producto escalar respecto a la funcin peso r , entre f y g se define como:
f g
p p
r f rg =
Mat. Luis Alfonso Salazar Rubio
r (x) f (x) g (x) d x

a
2 p 2
f = r f
r
1.1. Funciones continuas a tramos
Ejemplo 1.2
Considere en cada ejemplo, el producto escalar con funcin peso r (x) = 1
(
x
:1<x <3
2
1. Sean f (x) = x : 1 < x < 5, g (x) =
2x + 3 : 3 < x < 5
(a) Verifique que las funciones f y g son continuas a tramos en ]1, 5[.
(b) Muestre que h = f g es continua a tramos.
2
(c) Calcule g
(d) Obtenga el producto escalar de f con g
(e) Entregue la proyeccin de f sobre g
2. Sea f (x) =
x 1 : 1 < x < 2
2x
:2<x <3
:3<x <5
x2
0
, g (x) =
x +2
2x
: 1 < x < 0
:0<x <1
:1<x <4
:4<x <5
(a) Establezca el espacio en donde las funciones son continuas a tramos.

2 2
(b) Calcule f y g
(c) Encuentre las proyecciones, de f sobre g y de g sobre f
3. Sea f (x) = 1 : 0 < x < 5.
Calcule la norma de f (x)
(
x
: 1 < x < 0
4. Sea f (x) = p
x :0<x <3
(a) Es f continua a tramos en ]1, 3[?
(b) Determine si f tiene desarrollo de Fourier en ]1, 3[
(
x
:1<x <3
5. Sea f (x) = p
x :3<x <6
(a) Es f continua a tramos en ]1, 6[?
(b) Determine si f tiene desarrollo de Fourier en ]1, 6[
Definicin 1.4: Serie ortogonal

Sea C (a, b) con el producto escalar f g . Sea f C (a, b) .
En C (a, b) se tiene definido S = f 1 , f 2 , , f n , un sistema ortogonal de funciones.

La serie ortogonal de f es la serie g que se obtiene con f y S :
g (x) =
X
n=1
c n f n (x) :
f (x) f n (x)
cn =
f n (x)2
Los coeficientes de Fourier son las proyecciones ortogonales c n

Si S est formada por funciones senos o cosenos, la serie ortogonal es conocida como serie de
Fourier.
Una serie ortogonal es llamada tambin, Serie de Fourier generalizada.
La serie ortogonal no necesariamente converge en todo x ]a, b[

Teorema 1.1

P
Si f , f 0 C (a, b) entonces, la serie ortogonal g (x) =
n=1 c n f n (x) converge en todo x ]a, b[ :

X
f (x ) + f x +
g (x) =
c n f n (x) =
:
x ]a, b[
2
n=1
Si f es continua en x entonces:
g (x) = f (x)
Como f es continua en x, los lmites laterales son iguales a f (x) :

Si f no es continua en x entonces:
g (x) =
f (x )+ f (
2
x+
f (x )+ f (x + )
2
f (x)+ f (x)
2
= f (x)
Sea C (a, b) con el producto escalar respecto a funcin peso r (x) : f g =
Sea S = f 1 , f 2 , , f n , un sistema ortogonal en C (a, b)
Rb
a
r (x) f (x) g (x) d x
Sea f una funcin real tal que f , f 0 C (a, b) con la serie ortogonal:
g (x) =
c n f n (x) :
cn =
n=1
La suma parcial g N (x) =
g (x) f n (x)
2
fn
N
X
c n f n (x) es una aproximacin de f (x) con el menor error cuaZ b
2
1
(N ) = ba
r (x) f (x) g N (x) d x y g (x) = g N (x) + (N )
n=1
drtico medio (N ) :
Teorema:
Sea 1 (N ) el error cuadrtico medio de una aproximacin
N
X
a n f n (x) de f (x).
n=1
Sea (N ) el error cuadrtico medio de g N (x) =
N
X
c n f n (x) con coeficientes de Fourier.
n=1

2 X
1
2
f
(N ) =
c n2 f n
ba
n=1
Entonces,

1 (N ) (N ) .

Decimos:
g N es una aproximacin de f en el sentido de mnimos cuadrados.
Adems:
2 X
p
2
El sistema f 1 , f 2 , , f n , es completo si y slo si lm (N ) = 0 f =
c n2 f n
N
n=1

2 X
2
f =
Identidad de Parseval:
c n2 f n
n=1

X
2 2
Se cumple la Desigualdad de Bessel:
c n2 f n f
n=1
g N converge en media a f :
No siempre se tiene lm
lm g N (x)
med i a
f (x) si y slo si
lm
p
(N ) = 0
p
(N ) = 0 lo que hace que no se cumpla la identidad de Parseval.

X
n=1
2 R b
2
c n2 f n a r (x) f (x) d x lmN c n = 0
Como la serie
2
c n2 f n es acotada, es convergente y por lo tanto, lmN c n = 0
n=1
Dada una aproximacin inicial g N1 de f no satisfactoria. Para obtener una mejor aproximacin g N2 no se requiere calcular nuevamente los coeficientes de Fourier generalizados presentes en g N1
Ejemplo 1.3
R4
Sea C (0, 4) el espacio de funciones continuas a tramos en [0, 4] con f g = 0 f (x) g (x) d x

Sea S = sin 4 x , sin 2 4 x , sin 3 4 x , sin 4 4 x , , sin n 4 x , C (0, 4)
Sea f (x) = x 3 : 0 < x < 4

1. Muestre que S es un sistema ortogonal en C (0, 4)
2. Calcule con SciLab:
(a) sin 3 4 x sin 5 4 x

2
(b) sin 3 4 x
3. Muestre que f tiene desarrollo de Fourier en C (0, 4)
4. Desarrolle f en serie de Fourier usando el sistema S
5. Con SciLab, aproxime f usando los primeros 20 trminos de la serie de Fourier.
6. Evalue f (2.5) mediante la aproximacin anterior.
7. Aproxime f usando los primeros 4 trminos de la serie de Fourier.
8. Grafique las dos aproximaciones y f para observar la precisin alcanzada.
9. Compare las grficas y saque conclusiones.
S OLUCIN :
1. S es un sistema ortogonal en C (0, 4) :
R4
(a) n 6= m : sin n 4 x sin m 4 x = 0 sin n 4 x sin m 4 x d x = 0

2
R4
(b) sin n 4 x = sin n 4 x sin n 4 x = 0 sin2 n 4 x d x = 2

2. Calcule con la funcin intg()
R4
(a) sin 3 4 x sin 5 4 x = 0 sin 3 4 x sin 5 4 x d x
deff("y=f1(x)","y=sin(3*pi/4*x)*sin(5*pi/4*x)");
I1=intg(0,4,f1,1.d-12)
I1
- 5.551D-17

2 R 4
(b) sin 3 4 x = 0 sin 3 4 x sin 3 4 x d x
deff("y=f2(x)","y=(sin(3*pi/4*x))^2");
I2=intg(0,4,f2,1.d-12)
I2 = 2
3. f tiene desarrollo de Fourier en C (0, 4) :

f (x) = x 3 : 0 < x < 4
f 0 (x) = 3x 2 : 0 < x < 4

Como f y f 0 son continuas en [0, 4] entonces f tiene desarrollo de Fourier en [0, 4]
4. Desarrollo en serie de Fourier usando el sistema S para f :

f (x) = x 3
ck

c k sin k x : 0 < x < 4
4
k=1

Z
3

x sin k 4 x
1 4 3
x sin k x d x
2 =
sin k x
2 0
4
5. Notemos g a la aproximada de f usando los primeros 20 trminos de la serie de Fourier:

x 3 g (x) =

c k sin k x : 0 < x < 4
4
k=1
20
X
(a) Notando k = k 4 tenemos:
ck =
1
2
Z
0
x 3 sin (k x) d x
g (x) =
20
X
c k sin (k x)
k=1
(b) Clculo de k y c k para k = 1, 2, 3, , 20 :
function y=f(x,w)
// w es un parmetro
y=x^3*sin(w*x)
endfunction
// Clculo de los valores caractersticos k y coeficientes de Fourier ck
lambda=0;
c=0;
for k=1:20
lambda(k)=k*pi/4;
c(k)=intg(0,4,list(f,lambda(k)),1.d-12)/2;
end
// Tabla de valores k y ck
[(1:20)',lambda,c]
k
lambda(k)
c(k)
-----------------------------1.
0.7853982
15.974487
2.
1.5707963 - 17.275685
3.
2.3561945
12.663845
4.
3.1415927 - 9.7988979
5.
3.9269908
7.9505797
6.
4.712389
- 6.6759388
7.
5.4977871
5.7483103
8.
6.2831853 - 5.0445809
9.
7.0685835
4.493097
10.
7.8539816 - 4.0495974
(c) La funcin g es:
function y=g(x)
y=sum(c(:).*sin(lambda(:)*x))
endfunction
6. Evalue f (2.5) mediante la aproximacin anterior:
f (2.5) = (2.5)3
20
X
c k sin (k (2.5))
k=1
k
lambda(k)
c(k)
-----------------------------11.
8.6393798
3.6853601
12.
9.424778
- 3.3809714
13.
10.210176
3.122854
14.
10.995574 - 2.9012351
15.
11.780972
2.7089053
16.
12.566371 - 2.5404319
17.
13.351769
2.3916446
18.
14.137167 - 2.2592899
19.
14.922565
2.1407922
20.
15.707963 - 2.0340871
disp("serie(2.5) = "+ string(g(2.5)))
serie(2.5) = 14.689324
f (2.5) 14.689324
Es decir:
7. A continuacin una aproximacin usando 4 trminos g 4 (x) =

x3
P4
c sin (k x)
k=1 k
15.974487 sin (0.7853982x) 17.275685 sin (1.5707963x) + 12.663845 sin (2.3561945x) +

9.7988979 sin (3.1415927x) +
// Redefinicin de g(x) para usar 4 trminos

function y=g4(x)
y=sum(c(1:4).*sin(lambda(1:4)*x))
endfunction
8. Los Grficos de las funciones f , g y g 4 se presentan en la figura 1.2:
f (x) = x 3
g (x) =
20
X
c k sin (k x)
g 4 (x) =
4
X
c k sin (k x)
0x 4
k=1
k=1
x=linspace(0,4)';
F=0; G=0; G4=0;
for i=1:100
F(i)=(x(i))^3;
G(i)=g(x(i));
G4(i)=g4(x(i));
end
plot2d(x,[F,G,G4])
legend(['f(x)';'g(x)';'g4(x)'],5);
Figura 1.2: funcin f (x) = x 3 y sus series g (x), g 4 (x)
70
60
50
40
f(x)
g(x)
g4(x)
30
20
10
0
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
-10
9. Note que mientras ms trminos tenga la serie, se tendr una mejor aproximacin para la funcin.
1.2 Sistema de Sturm-Liouville

Definicin 1.5: Sistema de Sturm-Liouville

0
p (x) y 0 + q (x) + r (x) y = 0
y (a) + y 0 (a) = 0
El Sistema de Sturm-Liouville es una familia de problemas de

borde en un intervalo [a, b], que involucran a una ecuacin
diferencial lineal homognea que depende de un parmetro :
Usar (SSL) como notacin para Sistema de Sturm-Liouville
1 y (b) + 2 y 0 (b) = 0
a x b
En los Sistemas de Sturm-Liouville se tienen las siguientes cualidades:

Las funciones p, q, r son derivables en ]a, b[
La funcin peso o funcin de densidad r cumple:
r permite definir el producto escalar en C (a, b) :
x : a < x < b,
r (x) 0
Z b
r (x) f (x) g (x) d x
f g =
a
es un parmetro no negativo que no depende de la variable x.

La solucin de un problema de borde determinada por el parmetro lo notaremos y .
La funcin y es una funcin continua a tramos de clase C 2 en [a, b] y es una funcin no nula:
x ]a, b[ ,
y (x) 6= 0
La solucin del Sistema de Sturm-Liouville, es un sistema ortogonal S formado por las soluciones a los problemas de borde asociadas a una secuencia infinita de parmetros especiales y
que se denominan valores caractersticos. Las funciones que pertenecen al sistema ortogonal se
denominan funciones caractersticas del problema.
Cada valor caracterstico define una funcin caracterstica y nica que participa en el sistema ortogonal S.
Los valores caractersticos son las soluciones de una ecuacin que tiene como nica variable
a y que se conoce como Ecuacin de Ortogonalidad.
La ecuacin de ortogonalidad tiene una infinidad de soluciones , lo que hace que el conjunto
de las funciones caractersticas formen un sistema ortogonal que lo noto como S.
P ROPIEDADES DEL S ISTEMA DE S TURM -L IOUVILLE (SSL)
[1.6]
1. C (a, b) : Espacio en el que se encuentran las soluciones del (SSL)

Z b
2. f g =
r (x) f (x) g (x) d x : producto escalar en C (a, b)
a
3. : 1 , 2 , 3 , , n , : valores caractersticos del (SSL). Son las races de la ecuacin de

ortogonalidad F () = 0
4. y : y 1 , y 2 , , y n , ; y i y i : sistema ortogonal que es la solucin del (SSL)

Z b
2
r (x) y n2 (x) d x : n = 1, 2, 3,
5. y n =
a
1.3. Series de Fourier en senos o coseno tpicos
Procedimiento para obtener los valores caractersticos y el sistema ortogonal

1. Dado un cualquiera, resolviendo la ecuacin diferencial se obtiene la solucin general y :
p (x) y 0 + q (x) + r (x) y = 0 y = a 1 f 1 + a 2 f 2

2. Se pasa la solucin y por la primera condicin del sistema, accin que elimina una de las dos
constantes de la solucin.

1 y (a) + 2 y 0 (a) = 0 y = a 1 f 1 + a 2 f 2 y = a 1 f 1 (asumiendo que se obtuvo a 2 = 0)

Se fija la otra constante con el valor de 1, para obtener as, una solucin particular y para ese
valor de .
a1 = 1 y = f 1
3. A continuacin, la solucin particular y se pasa por la segunda condicin del sistema, obtenindose una ecuacin que se denomina Ecuacin de Ortogonalidad, que tiene como variable
justamente a .

1 y (b) + 2 y 0 (b) = 0 y = f 1 F () = 0
ecuacin de ortogonalidad.
La solucin de esa ecuacin es una secuencia infinita de valores no negativos y que constituyen los valores caractersticos del sistema:
: 1 , 2 , 3 , , n ,
4. Estableciendo la solucin particular y para cada uno de los valores caractersticos, se obtiene
el sistema ortogonal:
S = y 1 , y 2 , y 3 , , y n ,
Si en S se presenta la funcin constante 0, digamos, y 1 = 0, se debe eliminar esta funcin de S
y el valor caracterstico, en este caso 1 , de la secuencia de los valores caractersticos.
1.3 Series de Fourier en senos o coseno tpicos

1.3.1 Desarrollo de Fourier en serie de Senos en [0, l]
(SSL) PARA EL DESARROLLO DE F OURIER EN SERIE DE S ENOS
[1.7]
C (0, l )
2
y + y = 0
y (0) = 0
y (l ) = 0
0x l
00
f g =
Rl
0
f (x) g (x) d x
: l , 2 l , 3 l , , n l ,

y : sin l x , sin 2 l x , sin 3 l x , , sin n l x ,
2 R l
sin n x = sin2 n x d x = l
0
l
l
2
Desarrollo de Fourier en serie de Senos

Sea f , f 0 C (0, l ), entonces:
f (x)
bn

b n sin n x
l
n=1
Z

f sin n l x
2 l
=
f (x) sin n x d x
2
sin n x
l 0
l
l
10
1.3.2 Desarrollo de Fourier en serie de Cosenos en [0, l]

(SSL) PARA EL DESARROLLO DE F OURIER EN SERIE DE C OSENOS
C (0, l )
y 00 + 2 y = 0
y 0 (0) = 0
y 0 (l ) = 0
0x l
f g =
Rl
0
f (x) g (x) d x
: 0, l , 2 l , 3 l , , n l ,
y : 1, cos l x , cos 2 l x , cos 3 l x , , cos n l x ,
Rl
R
cos n x 2 = l cos2 n x d x = l
k1k2 = 0 d x = l
0
l
l
2
Desarrollo de Fourier en serie de Cosenos

Sea f , f 0 C (0, l ), entonces:
f (x)
c+

a n cos n x
l
n=1
f 1
1
=
k1k2 l
f (x) d x
0
Z

f cos n l x
2 l
an =
f (x) cos n x d x
2 =
cos n x
l 0
l
l
1.3.3 Sistema de Sturm-Liouville para senos o cosenos en [-l, l]
(SSL) para el desarrollo de Fourier en serie de Senos en [-l, l]
y 00 + 2 y = 0
y (l ) = 0
y (l ) = 0
l x l
C (l , l )
Rl
f g = l f (x) g (x) d x
: l , 2 l , 3 l , , n l ,

y : sin l x , sin 2 l x , sin 3 l x , , sin n l x ,

2
sin n x = l
l
(SSL) para el desarrollo de Fourier en serie de Cosenos en [-l, l]
y 00 + y = 0
y 0 (l ) = 0
y 0 (l ) = 0
l x l
C (l , l )
Rl
f g = l f (x) g (x) d x
: 0, l , 2 l , 3 l , , n l ,
y : 1, cos l x , cos 2 l x , cos 3 l x , , cos n l x ,
cos n x 2 = l
k1k2 = 2l
l
[1.8]
11
Las funciones 1 y cos n l x son funciones pares en [l , l ] y la funcin sin n l x es una fun
cin impar en [l , l ] entonces se tiene que 1, cos2 n l x y sin2 n l x son funciones pares en
[l , l ], por lo tanto:
Z
k1k2
cos n x
l
sin n x
l
l
l
dx = 2
d x = 2l
Z l

cos2 nx d x = l
cos n x d x = 2
l
l
0
l
Z l

sin2 nx d x = l
sin2 n x d x = 2
l
l
0
l
1.3.4 Desarrollo de Fourier en serie de Senos y Cosenos en [a, b]
(SSL) PARA EL DESARROLLO DE F OURIER EN SERIE DE S ENOS Y C OSENOS
[1.11]
C (a, b)
Rb
f g = a f (x) g (x) d x
y 00 + 2 y = 0
a x b
l=
ba
2
: 0, l , 2 l , 3 l , , n l ,
1, cos l x , cos 2 l x , cos 3 l x , , cos n l x ,
y :

, sin l x , sin 2 l x , sin 3 l x , , sin n l x ,
cos n x 2 = sin n x 2 = l
k1k2 = 2l
l
l
Desarrollo de Fourier en serie de Senos y Cosenos
Sea f , f C (a, b), entonces:
f (x)
ba
l=
2
=
c+
h
X
n=1
an
bn

i
a n cos n x + b n sin n x
l
l
Z
1 b
f (x) d x
k1k2 2l a
Z

f cos n l x
1 b
f (x) cos n x d x
2 =
cos n x
l a
l
l
Z

f sin n l x
1 b
=
f (x) sin n x d x
2
sin n x
l a
l
f 1
12
l=
ba
2
es la traslacin del intervalo [a, b] al intervalo [l , l ]
Como el coseno es una funcin peridica, en este caso, de periodo p = b a, entonces

Z
b
a
Z t +p

cos2 n x d x
cos2 n x d x =
l
l
t
Ya que [l , l ] es un intervalo de longitud p, se tiene:

Z l
2 Z b

2
cos2 n x d x = l
cos n x d x =
cos n x =
l
l
l
l
a
De igual manera,
Z l
2 Z b

2
sin2 n x d x = l
sin n x d x =
sin n x =
l
l
l
l
a
y para la funcin peridica 1 :

k1k2 =
b
a
dx =
d x = 2l
Ejemplo 1.4
(
Para la funcin f (x) =
x :2<x <3
2:3<x <5
realice:
(
1. Escriba la funcin escalonada f usando la funcin de Heaviside: Hv (x) =
0:x <0
1:x 0
2. Serie de Fourier de cosenos.

3. Serie de Fourier de senos.
4. Sea g la serie de cosenos y h la serie de senos truncadas a 20 trminos.
Construya en SciLab las funciones g y h
5. Evale f (4) aproximando con g (4) y h (4)
6. Realice el grafico de la funcin f con cada una de sus aproximaciones g y h
S OLUCIN : Para las series en senos o en cosenos, se requiere extender la funcin f al intervalo [0, 5] :
0:0<x <2
f (x) =
x :2<x <3
2:3<x <5
0:0<x <2
f 0 (x) =
1:2<x <3
0:3<x <5
Como f , f 0 C (0, 5) la funcin f tiene desarrollo de Fourier en [0, 5]

1. La funcin escalonada f escrita usando la funcin de Heaviside en [0, 5] es:
0:0<x <2
x :2<x <3
f (x) =
= 0 Hv (x 0) + (x 0) Hv (x 2) + (2 x) Hv (x 3) + (0 2) Hv (x 5)
2:3<x <5
0:5<x
13
(
En SciLab se debe definir la funcin de Heaviside, Hv (x) =
0:x <0
1:x 0
de la siguiente manera:
// Funcin de Heaviside: Transforma funcin escalonada en funcin continua

function h=Hv(x)
h=bool2s(x>=0)
endfunction
En SciLab f tiene la siguiente definicin:
function y=f(x)
y=0*Hv(x-0)+(x-0)*Hv(x-2)+(2-x)*Hv(x-3)+(-2)*Hv(x-5)
endfunction
2. Desarrollo de f en serie de cosenos:
y 00 + 2 y = 0
y 0 (0) = 0
y 0 (5) = 0
0x 5
C (0, 5)
R5
f g = 0 f (x) g (x) d x
: 0, 5 , 2 5 , 3 5 , , n 5 ,
y : 1, cos 5 x , cos 2 5 x , cos 3 5 x , , cos n 5 x ,
cos n x 2 = 5
k1k2 = 5
5
2
entonces:

f (x) = c +
a n cos n x
5
n=1
c=
R5
f 1
= 51 0 f
k1k2
f cos n x
a n = 5 2
cos n x
5
(x) d x
R5
= 25 0 f (x) cos n 5 x d x
La serie de Fourier en cosenos truncada a 20 trminos es la suma g en donde, n = n 5 :

Z 5
Z 5
20
X
f (x) cos (n x) d x
c = 51
f (x) d x
g (x) = c +
a n cos (n x)
a n = 25
0
n=1
3. Desarrollo de f en serie de senos:
y + y = 0
y (0) = 0
y (5) = 0
0x 5
00
C (0, 5)
R5
f g = 0 f (x) g (x) d x
: 5 , 2 5 , 3 5 , , n 5 ,

y : sin 5 x , sin 2 5 x , sin 3 5 x , , sin n 5 x ,

2 5
sin n x =
5
2
entonces:

f (x) =
b n sin n x
5
n=1
Z

f sin n 5 x
2 5
bn =
=
f
sin
n x dx
(x)
sin n x 2 5 0
5
5
La serie de Fourier en senos truncada a 20 trminos es la suma h en donde, n = n 5 :

Z 5
20
X
h (x) =
b n sin (n x)
b n = 25
f (x) sin (n x) d x
n=1
14
4. Formacin de las aproximaciones g y h de la funcin f usando SciLab.

(a) A continuacin se procede a obtener los 20 valores caractersticos n , los coeficientes c y a n de la
aproximacin en cosenos g y los coeficientes b n de la aproximacin en senos h:
function y=fcos(x,w)
y=f(x)*cos(w*x)
endfunction
function y=fsin(x,w)
y=f(x)*sin(w*x)
endfunction
// funcin a integrar en ak
// funcin a integrar en bk
// Clculo de los 20 valores k y coeficientes: c, ak , bk

c=intg(0,5,f,1.d-12)/5
for k=1:20
lambda(k)=k*pi/5;
a(k)=2*intg(0,5,list(fcos,lambda(k)),1.d-12)/5;
b(k)=2*intg(0,5,list(fsin,lambda(k)),1.d-12)/5;
end
// Tabla de valores caractersticos k y coeficientes: c, ak , bk
c
[(1:20)' lambda,a,b]
k
lambda(k)
a(k)
b(k)
-------------------------------------------1.
0.6283185 - 1.2316607
1.8634185
2.
1.2566371 - 0.5612936 - 1.1919134
3.
1.8849556
0.3068887 - 0.0906230
4.
2.5132741
0.4540960 - 0.1486756
5.
3.1415927 - 0.0810569
0.6366198
6.
3.7699112 - 0.3027307 - 0.2329534
7.
4.3982297 - 0.0199992 - 0.0388384
8.
5.0265482
0.1403234 - 0.2049235
9.
5.6548668
0.0595426
0.2070465
10.
6.2831853 - 9.948D-17 - 0.0636620
11.
6.9115038 - 0.0602171
0.1694017
12.
7.5398224 - 0.0935489 - 0.1572945
13.
8.1681409
0.0384849 - 0.0209130
14.
8.7964594
0.1297417 - 0.0670609
15.
9.424778
- 0.0090063
0.2122066
16.
10.053096 - 0.1135240 - 0.0748104
17.
10.681415 - 0.0163388 - 0.0159923
18.
11.309734
0.0623660 - 0.0956724
19.
11.938052
0.0301318
0.0980747
20.
12.566371
6.514D-16 - 0.0318310
c = 1.3
(b) Aproximacin en cosenos g y aproximacin en senos h:

Serie de cosenos truncada a 20 trminos, g :
function y=g(x)
y=c+sum(a(:).*cos(lambda(:)*x))
endfunction
5. f (4) aproximando con g (4) y h (4) :
Serie de senos truncada a 20 trminos, h :
function y=h(x)
y=sum(b(:).*sin(lambda(:)*x))
endfunction
15
disp("g(4) = " + string(g(4)))

disp("h(4) = " + string(h(4)))
g(4) = 2.0027365
h(4) = 1.9047831
6. Los grficos de las funciones g y h se implementan con el siguiente cdigo y se observan en la figura 1.3:
x=linspace(2,5)';
G=0; H=0;
for i=1:100
y(i)=f(x(i));
G(i)=g(x(i));
H(i)=h(x(i));
end
plot2d(x,[y,G]) // Grfico de f(x), g(x)
plot2d(x,[y,H]) // Grfico de f(x), h(x)
Figura 1.3: Series de Fourier g (x) y h(x)
Serie de cosenos para f(x)
Serie de senos para f(x)
3.0
3.0
2.5
2.5
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
2.0
2.5
3.0
3.5
4.0
4.5
5.0
0.0
2.0
2.5
3.0
3.5
4.0
4.5
5.0
Note que la aproximacin de f en [2, 5] con cada una de las series, es mala.
Ejemplo 1.5
(
Desarrolle la funcin f (x) =
x :2<x <3
en series de Fourier de senos y cosenos y realice

2:3<x <5
una aproximacin a los 10 primeros valores caractersticos.
S OLUCIN : Para este desarrollo el intervalo a considerar es [2, 5] :
(
f (x) =
x :2<x <3
f (x) =
2:3<x <5
1:2<x <3
0:3<x <5
Como f , f C (2, 5) la funcin f tiene desarrollo de Fourier en [2, 5]
y 00 + 2 y = 0
2x 5
C (2, 5)
R5
f g = 2 f (x) g (x) d x
52
3
2 = 2
: 0, 3/2 , 2 3/2
, 3 , , n 3/2
,
3/2

1, cos 3/2 x , cos 2 3/2 x , cos 3 3/2
x , , cos n 3/2
x ,
y :
, sin 3/2
x , sin 2 3/2
x , sin 3 3/2
x , , sin n 3/2
x ,
cos n x 2 = sin n x 2 = 3
k1k2 = 2 32 = 3
3/2
3/2
2
l=
16
entonces:
f (x) = c +
h
X
n=1
R5
f 1
c = k1k2 = 13 2 f (x) d x
R5
f cos n x
a n = 3/2 2 = 25 2 f (x) cos n 3/2
x dx
cos
n
x
3/2
f sin n x
b n = 3/2 2 = 2 25 f (x) sin n x d x

i
a n cos n
x + b n sin n
x
3/2
3/2
sin n
3/2 x
3/2
La funcin escalonada f escrita usando la funcin de Heaviside es:
x :2<x <3
f (x) =
2 : 3 < x < 5 = x H v (x 2) + (2 x) H v (x 3) + (0 2) H v (x 5)
0:5<x
Notando n = n 3/2
tenemos la serie de Fourier de senos y cosenos truncadas a 10 trminos, g :
g (x) = c +
10
X
a n cos (n x) + b n sin (n x)
n=1
1
c=
5
f (x) d x
0
an =
bn =
R
2 5
5 0 f
R
2 5
5 0 f
(x) cos (n x) d x
(x) sin (n x) d x
A continuacin se obtienen los primeros 10 valores caractersticos n y los coeficientes c, a n , b n
function y=f(x)
y=x.*Hv(x-2)+(2-x).*Hv(x-3)+(-2).*Hv(x-5)
endfunction
y=f(x)*cos(w*x)
endfunction
y=f(x)*sin(w*x)
endfunction
// funcin a integrar en ak
// funcin a integrar en bk
// Clculo de los 10 valores k y coeficientes: c, ak , bk

lambda=0; a=0; b=0;
c=intg(2,5,f,1.d-12)/3;
for k=1:10
lambda(k)=k*pi/(3/2);
a(k)=2*intg(2,5,list(fcos,lambda(k)),1.d-12)/3;
b(k)=2*intg(2,5,list(fsin,lambda(k)),1.d-12)/3;
end
// Tabla de valores caractersticos k y coeficientes: c, ak , bk
c
[(1:10)' lambda,a,b]
k
lambda(k)
a(k)
b(k)
-------------------------------------------1.
2.0943951
0.2279727 - 0.1866898
2.
4.1887902
0.0569932 - 0.1920600
c = 2.1666667
3.
4.
5.
6.
7.
8.
9.
10.
6.2831853
8.3775804
10.471976
12.566371
14.660766
16.755161
18.849556
20.943951
- 2.547D-16
0.0142483
0.0091189
- 1.050D-15
0.0046525
0.0035621
- 3.618D-15
0.0022797
17
0.1061033
0.0713512
0.0689268
0.0530516
0.0427867
0.0418453
0.0353678
0.0305148
Serie de senos y cosenos truncada a 10 trminos, g :
function y=g(x)
y=c+sum(a(:).*cos(lambda(:)*x) + b(:).*sin(lambda(:)*x))
endfunction
El valor de la serie en x = 2.5 y en x = 4 usando los 10 valores caractersticos, son:
disp("g(2.5) = " + string(g(2.5)))

g(2.5) = 2.5023866
g(4)
= 1.9825622
Para generar el grfico de la funcin f y de la suma de Fourier g se ejecuta el procedimiento:
x=linspace(2,5)';
G=0;
for i=1:100
y(i)=f(x(i));
G(i)=g(x(i));
end
plot2d(x,[y,G])
Figura 1.4: f (x) = {x : 2 < x < 3; 2 : 3 < x < 5}
3.0
f(x)
g(x)
2.5
2.0
1.5
1.0
0.5
0.0
2.0
2.5
3.0
3.5
4.0
4.5
5.0
En la figura 1.4 se observa que la aproximacin de f en el intervalo [2, 5] es bastante buena.
18
1.4 Otras Series de Fourier en senos o coseno

Ejemplo 1.6
Resuelva el siguiente Sistema de Sturm-Liouville:
S OLUCIN : La solucin general de y 00 + 2 y = 0 es

De la condicin y (0) = 0 se tiene:
y 00 + 2 y = 0
y (0) = 0
y (5) + 3y 0 (5) = 0
0x 5
y (x) = C 1 cos (x) +C 2 sin (x)
y (0) = C 1 +C 2 0 = 0 C 1 = 0
entonces,
y (x) = C 2 sin (x)
Para se ha encontrado la familia de funciones y (x). Ya que se requiere una funcin para cada , seleccionamos de la familia la funcin y (x) = sin (x) para C 2 = 1. Ahora, hay que establecer los caractersticos
para que las funciones y (x) satisfaga la condicin y (5) + 3y 0 (5) = 0 :
y (x) = C 2 sin (x)
y (5) + 3y 0 (5) = 0
)
sin (5) + 3 cos (5) = 0
se denomina Ecuacin de Ortogonalidad, ya que los valores

La ecuacin
sin (5) + 3 cos (5) = 0
que constituyen su solucin definen funciones y que van a ser ortogonales entre s.
Sean 1 , 2 , , n , las soluciones de sin (5) + 3 cos (5) = 0, entonces el conjunto
S = (sin (1 x) , sin (2 x) , sin (3 x) , , sin (n x) , )
es el sistema ortogonal que es solucin del (SSL) .
As, la solucin analtica es:
y 00 + 2 y = 0
y (0) = 0
y (5) + 3y 0 (5) = 0
0x 5
C (0, 5)
R5
f g = 0 f (x) g (x) d x
: 1 , 2 , 3 , , n , soluciones de: sin (5) + 3 cos (5) = 0
(1.1)
y : (sin (1 x) , sin (2 x) , sin (3 x) , , sin (n x) , )

R5
ksin (n x)k2 = 0 sin2 (n x) d x
Para que la solucin encontrada sea til en el desarrollo de Fourier de alguna funcin, se requiere obtener
una adecuada cantidad de valores caractersticos . A continuacin vamos a determinar los primeros 10
valores usando SciLab. Los pasos a seguir son:
1. Graficar la funcin de ortogonalidad: O (L) = sin (5L) + 3L cos (5L) en [0, 6] .
Mirando en la figura 1.5 se establecen los primeros 10 valores c cercanos a los ceros de O (L).
function y=O(L)
y=sin(5*L)+3*L.*cos(5*L)
endfunction
// Grfico de la funcin en [0,6]
L = linspace(0,6)';
1.4. Otras Series de Fourier en senos o coseno
19
plot2d(L,O(L))
Figura 1.5: f () = sin(5) + 3 cos(5)
20
15
10
5
0
-5
-10
-15
-20
c=[0.5, 1, 1.6, 2.2, 2.8, 3.4, 4.1, 4.7, 5.4, 6]'

2. Obtener los valores caractersticos k cercanos a los valores dados en c.
c=[0.5, 1, 1.6, 2.2, 2.8, 3.4, 4.1, 4.7, 5.4, 6]'

lambda=0
lambda=fsolve(c,O)
3. Calcular las normas de las funciones y : ksin (n x)k2 =
R5
0
sin2 (n x) d x
function y=Fort(x,w)
y=(sin(w*x))^2
endfunction
norma=0
for i=1:size(lambda,'r')
norma(i)=intg(0,5,list(Fort,lambda(i)),1.d-12);
end
norma
4. Presentar un listado de los valores caractersticos y sus normas.
[(1:size(lambda,'r'))',lambda,norma]
k
lambda(k)
norma(k)
-----------------------------1.
0.4431415
3.042031
2.
1.0064435
2.6482747
3.
1.6115882
2.5615386
4.
2.2288062
2.5328169
5.
2.8507136
2.5202322
20
6.
7.
8.
9.
10.
3.4748787
4.1002938
4.7264706
5.3531452
5.9801625
2.513677
2.5098482
2.5074237
2.5057936
2.504646
En el siguiente ejercicio se realiza un desarrollo de Fourier en el (SSL) resuelto en este ejemplo.
Ejemplo 1.7
(
Desarrolle la funcin f (x) =
x :2<x <3
2:3<x <5
entregado por el Sistema de Sturm-Liouville:
en serie de Fourier del sistema ortogonal de senos

y 00 + 2 y = 0
y (0) = 0
y (5) + 3y 0 (5) = 0
0x 5
Adems evale el valor aproximado de f (2.5) y f (4).

S OLUCIN : Para realizar el desarrollo de Fourier, se requiere extender la funcin f al intervalo [0, 5] :
0:0<x <2
f (x) =
x :2<x <3
2:3<x <5
0:0<x <2
0
f (x) =
1:2<x <3
0:3<x <5
La funcin f (x) escrita usando la funcin de Heaviside es:
function y=f(x)
y=x.*Hv(x-2)+(2-x).*Hv(x-3)+(-2).*Hv(x-5)
endfunction
Como f , f 0 C (0, 5) la funcin f tiene desarrollo de Fourier en [0, 5] con el sistema ortogonal (1.1).
Entonces:

f (x) =
B n sin (n x) ,
n=1
Bn =
f sin (n x)
ksin (n x)k2
1
ksin (n x)k2
Z
0
f (x) sin (n x) d x
Con los resultados del ejemplo anterior, calculemos los coeficientes B n con el siguiente procedimiento:
// Funcin requerida para el clculo de los coeficientes de Fourier

y=f(x)*sin(w*x)
endfunction
// Clculo de los coeficientes B k
n=size(lambda,'r');
// cantidad de valores caractersticos
for k=1:n
B(k)=intg(0,5,list(fsin,lambda(k)),1.d-12)/norma(k);
end
21
// Listado de valores caracteristicos k y los coeficientes B k

[(1:n)',lambda,B]
k
lambda(k)
B(k)
-------------------------------1.
0.4431415
1.9811947
2.
1.0064435 - 0.4760476
3.
1.6115882 - 0.5512452
4.
2.2288062 - 0.1965288
5.
2.8507136
0.4186191
A continuacin tenemos la aproximacin g (x) =
k
lambda(k)
B(k)
-----------------------------6.
3.4748787
0.1718735
7.
4.1002938 - 0.1725465
8.
4.7264706 - 0.1586608
9.
5.3531452
0.0452786
10.
5.9801625
0.0588424
X10
k=1
B k sin (k x) de f con 10 trminos:
function y=g(x)
y=sum(B.*sin(lambda*x))
endfunction
El valor aproximado de f (2.5) y f (4) con los primeros 10 trminos del desarrollo son:
disp("g(2.5) = " + string(g(2.5)))

g(2.5) = 2.7864297
g(4) = 1.9774211
El grfico de las funciones f (x) y g (x) en [2, 5] se miran en la figura 1.6:
x=linspace(0,5)';
for i=1:100
F(i)=f(x(i));
G(i)=g(x(i));
end
plot2d(x,[F,G])
Figura 1.6: Desarrollo en sin(k x) de f (x) = {x : 2 < x < 3;
2 : 3 < x < 5}
3.0
f(x)
g(x)
2.5
2.0
1.5
1.0
0.5
0.0
2.0
2.5
3.0
3.5
4.0
4.5
5.0
22
Ejemplo 1.8
Desarrolle la funcin f (x) = x 2 : 0 < x < 3 en Serie de Fourier del sistema ortogonal entregado
y 00 + 2 y = 0
y 0 (0) = 0
por el Sistema de Sturm-Liouville
y (3) = 0
0x 3
S OLUCIN : Vamos a proceder a resolver el (SSL) para obtener el sistema ortogonal.
La solucin general de y 00 + 2 y = 0 y su derivada son:
y (x)
C 1 cos (x) +C 2 sin (x)
y 0 (x)
C 1 sin (x) +C 2 cos (x)
De la condicin y 0 (0) = 0 se tiene:

: y 0 (0) = C 2 = 0 C 2 = 0
entonces,
y (x) = C 1 cos (x)
Como para cada valor caracterstico
se requiere fijar su funcin propia y , hacemos C 1 = 1 y tenemos que
(
00
y + 2 y = 0
y (x) = cos (x) es solucin de
y 0 (0) = 0
Para obtener los valores caractersticos se requiere que y cumpla con la segunda condicin y (3) = 0 :
)
y (x) = cos (x)
cos (3) = 0 = (2k 1) : k = 1, 2, 3,

6
y (3) = 0
cos (3) = 0 es la Ecuacin de Ortogonalidad, ya que los valores que constituyen su solucin definen
R3
funciones y que van a ser ortogonales entre s, con el producto escalar f g = 0 f (x) g (x) d x
Entonces el conjunto

S = cos x , cos 3 x , cos 5 x , , cos (2k 1) x ,
6
6
6
6
es el sistema ortogonal que es solucin del (SSL). Adems:
Z 3
2
cos2 (2k 1) x d x =
cos (2k 1) x =
6
6
2
0
Resumiendo los clculos tenemos:
y 00 + 2 y = 0
y 0 (0) = 0
y (3) = 0
0x 3
C (0, 3)
R3
f g = 0 f (x) g (x) d x
: 6 , 3 6 , 5 6 , , 6 (2k 1) ,
: k = 1, 2, 3,
y : cos 6 x , cos 3 6 x , cos 5 6 x , , cos (2k 1) 6 x ,
cos (2k 1) x 2 = 3
6
2
A continuacin procedemos a desarrollar la serie.
23
La funcin f y su derivada f 0 son:

f (x)
x2 : 0 < x < 3
f 0 (x)
2x : 0 < x < 3
Como las funciones f , f 0 C (0, 3), la funcin f tiene desarrollo de Fourier en [0, 3] :
f (x) =
X
1

c k cos (2k 1) x
6
Z 3
x 2 cos (2k 1) 6 x
1

ck =
=
x 2 cos (2k 1) x d x
2
cos (2k 1) x
3/2 0
6
6
Obtengamos una aproximacin de f con 10 sumandos que notaremos g :
g (x) =
10
X
1

c k cos (2k 1) x
6
Para obtener g con SciLab apliquemos el siguiente procedimiento:

1. Clculo de los coeficientes c k y los valores k :
deff('y=f(x)',"y=x^2");
n=10;
// g(x) con n=10 trminos
// Funcin requerida para el clculo de los coeficientes de Fourier

y=f(x)*cos(w*x)
endfunction
// Clculo de los valores k y los coeficientes ck
for k=1:n
lambda(k)=(2*k-1)*pi/6;
c(k)=intg(0,3,list(fcos,lambda(k)),1.d-12)/(3/2);
end
// Lista de valores caractersticos k y coeficientes de Fourier ck
[(1:n)',lambda,c]
k
lambda(k)
c(k)
------------------------------1.
0.5235988
2.170714
2.
1.5707963 - 3.4757023
3.
2.6179939
2.2175236
4.
3.6651914 - 1.6099423
5.
4.712389
1.2604982
k
lambda(k)
c(k)
-----------------------------6.
5.7595865 - 1.0347629
7.
6.8067841
0.8772457
8.
7.8539816 - 0.7611916
9.
8.9011792
0.6721774
10.
9.9483767 - 0.6017593
2. g es la serie en cosenos de f truncada a n = 10 :
function y=g(x)
y=sum(c.*cos(lambda*x))
endfunction
// x es nmero real y no vector
3. Grfico de las funciones f y g en la figura 1.7:
24
x=linspace(0,3)';
F=0; G=0;
for i=1:100
F(i)=f(x(i));
G(i)=g(x(i));
end
plot2d(x,[F,G])
Figura 1.7: f (x) = x 2 y su serie de Fourier g (x)
9
f(x)
g(x)
8
7
6
5
4
3
2
1
0
-1
0.0
0.5
1.0
1.5
2.0
2.5
E JERCICIO 1.1:
1. Evale las siguientes integrales:
(a)
(b)
(c)
(d)
(e)
(f)
R5
n
m
0 sin 5 x sin 5 x d x
n
m
R5
0 cos 5 x cos 5 x d x
n
m
R5
0 sin 5 x cos 5 x d x
R5
2 n
0 sin
5 x dx
R5
2 n
0 cos
5 x dx
n
R5
0 sin 5 x d x
2. Usando los clculos del punto anterior, calcule:

(g)
(h)
(i)
(j)
(k)
(l)
R5
n
0 cos 5 x d x
n
m
R5
5 sin 5 x sin 5 x d x
n
m
R5
5 cos 5 x cos 5 x d x
n
m
R5
5 sin 5 x cos 5 x d x
R5
2 n
5 sin
5 x dx
R5
2 n
5 cos
5 x dx
3.0
m
n
5 x sin 5 x
m
En C (0, 5) : cos n
5 x cos 5 x
m
En C (0, 5) : sin n
5 x cos 5 x

2
En C (0, 5) : sin n
5 x
n 2
En C (0, 5) : cos 5 x
En C (0, 5) : 1 sin n
5 x
(a) En C (0, 5) : sin

(b)
(c)
(d)
(e)
(f)
25
(g) En C (0, 5) : 1 cos n

5 x
m
(h) En C (5, 5) : sin n
5 x sin 5 x
m
(i) En C (5, 5) : cos n
5 x cos 5 x
m
(j) En C (5, 5) : sin n
5 x cos 5 x

2
(k) En C (5, 5) : sin n

5 x
(l) En C (5, 5) : cos n

5 x
3. Resuelva los siguientes (SSL) y para f (x) = x : 0 x 5 realice en cada uno los desarrollos de
Fourier:
(a)
(b)
y 00 + 2 y = 0
y (0) = 0
y (5) = 0
0x 5
y 00 + 2 y = 0
y 0 (0) = 0
y 0 (5) = 0
0x 5
(c)
(d)
y 00 + 2 y = 0
y (0) = 0
y 0 (5) = 0
0x 5
y 00 + 2 y = 0
y 0 (0) = 0
y (5) = 0
0x 5
(e)
y 00 + 2 y = 0
y 0 (0) = 0
y (5) + 3y 0 (5) = 0
0x 5
26
1.5 Demostracin de algunas propiedades

Sea C (a, b) con producto escalar respecto a la funcin peso r (x) :
Sea S = f 1 , f 2 , , f n , un sistema ortogonal en C (a, b)

Sea f C (a, b).
f fn
Sean c n =
k f n k2
f g =
Rb
a
r (x) f (x) g (x) d x
los coeficientes de Fourier.
Ejemplo 1.9
P
1. Si
1 a n f n converge uniforme a f en ]a, b[ entonces los a n son los coeficientes de Fourier.
N
N
2 P
2
2
Rb
P
+
2. Si h N (x) = a n f n :
(a n c n )2 c n2 f n
a r (x) f (x) h N (x) d x = f
1
3. Si g N (x) =
N
P
1
4. Sea 1 (x) =
Rb
cn f n :
2
r (x) f (x) h N (x) d x,
N

2 P
1
f c 2 f n 2
(x) = ba
n
Rb
1
ba a
Entonces:
N
2
2 P
r (x) f (x) g N (x) d x = f c n2 f n
(x) =
P
1
2
(x) f (x) g N (x) d x
1 (x) (x)
5. Desigualdad de Bessel:
Rb
1
ba a r
2 2
c n2 f n f
lm c n = 0
6. Si es sistema ortogonal es normalizado, entonces:
S OLUCIN :
1.
P
1
a n f n = f . Integrando
b X
a
P
1
cu
a n f n r f k = r f f k en ]a, b[ tenemos:
a n f n (x) r (x) f k (x) d x
bX
Z
=
(
=
Z
Z

X
an r f n f k =
an
CU n=1
n=1
2
ak f k
:k =n
: k 6= n
b
a
r (x) f n (x) f k (x) d x =

an f n f k
n=1
b
a
r (x) f (x) f k (x) d x
f fk
2
f fk
f f k = a k f k a k = 2 = c k
fk
2
N
N
p P
P
2
2. r f h N = r f 2 2 f h N + h N
= r f 2 2r f a n f n + r a n f n
Por lo tanto, (k = n) :
I (h N ) :=
Integrando:
I (h N )
Rb
a
2
r (x) f (x) h N (x) d x
N
N
N
N
X
X
2

X

X
f 2 a n f f n + a 2 f n 2 = f 2 2 a n c n f n 2 + a 2 f n 2
n
n
N
N
2 X
2 2 X
2
f +
2a n c n + a 2 f n = f +
(a n c n )2 c 2 f n
N
N
2 P
2
Rb
2
2 2 P
3. I g N = a r (x) f (x) g N (x) d x = f + (c n c n )2 c n2 f n = f c n2 f n
1
Rb
1
ba
N
2 P

f c 2 f n 2
1
r (x) f (x) g N (x) d x = ba
n
1
N
2 P

1
1
2
2 2
1 (x) = ba I (h N ) = ba f + (a n c n ) c n f n
4. (x) =
1
ba
N
2 P

f c 2 f n 2 = (x)
1
1.5. Demostracin de algunas propiedades
5. 0
Rb
a
N
2 P
2
2
r (x) f (x) g N (x) d x = f c n2 f n , entonces:
1
N
P
1
27
2 2
2
2 P
2 2
P
c n2 f n f lm c n2 f n lm f c n2 f n f
N 1
2
6. Como f C (a, b) existe f .
P
1
2 P
c n2 f c n2 es convergente y lm c n2 = 0 lm c n = 0
n
Ejemplo 1.10
Dado
p (x) y 0 + q (x) + r (x) y = 0
y (a) + y 0 (a) = 0
1
Tenemos:
Realizando:
r (x) f (x) g (x)
y 1 y 2 = 0
Entonces:
Rb
Notemos: y 1 := y 1 , y 2 := y 2 , entonces y 1 y 2 = a r (x) y 1 (x) y 2 (x) d x
0 0
0 0
p y 1 + q + 1 r y 1 = 0
:1
p y 2 + q + 2 r y 2 = 0
)
)
y
1 y 1 (a) + 2 y 10 (a) = 0
1 y 2 (a) + 2 y 20 (a) = 0
:2
1 y 1 (b) + 2 y 10 (b) = 0
1 y 2 (b) + 2 y 20 (b) = 0
0 0
p y 1 y 2 + q + 1 r y 1 y 2 = 0
restando:
y
y
:
(1) 2 (2) 1
0
p y 20 y 1 + q + 2 r y 1 y 2 = 0
(1 2 ) r y 1 y 2
=
=
=
b
a
Sean y 1 , y 2 sus funciones propias
a x b
S OLUCIN :
Rb
Sean 1 , 2 valores propios distintos.
1 y (b) + 2 y 0 (b) = 0
C (a, b) con f g =
r y1 y2d x
0
0
p y 20 y 1 p y 10 y 2 = p 0 y 20 + p y 200 y 1 p 0 y 10 + p y 100 y 2
p 0 y 20 y 1 y 10 y 2 + p y 200 y 1 y 100 y 2
0
0
p y 2 y 1 y 10 y 2
Z b
0
0
0
b
1
1
p y 2 y 1 y 10 y 2 d x =
p y 2 y 1 y 10 y 2 a
1 2 a
1 2
0
0
0
0
p (b) y 2 (b) y 1 (b) y 1 (b) y 2 (b) p (a) y 2 (a) y 1 (a) y 1 (a) y 2 (a)
1 2
{z
}
{z
}
|
|
1 y 1 (a) + 2 y 10 (a) = 0
:4
Trabajando en (2) y (4) :
:3
1 y 1 (b) + 2 y 10 (b) = 0
1 y 2 (a) + 2 y 20 (a) = 0
1 y 2 (b) + 2 y 20 (b) = 0
y 20 (b) y 1 (b) y 10 (b) y 2 (b) =
1
y 10 (a) =
2 y 1 (a)
) (
y 10 (b) = 1 y 1 (b)
2
1
y 20 (a) =
2 y 2 (a)
y 20 (b) = 1 y 2 (b)
2
y 2 (b) y 1 (b) +
y 1 (b) y 2 (b) = 0
2
2
1
1
y 20 (a) y 1 (a) y 10 (a) y 2 (a) = y 2 (a) y 1 (a) +
y 1 (a) y 2 (a) = 0
2
2
Sustituyendo en el producto escalar:

Z
y1 y2 =
b
a
r (x) y 1 (x) y 2 (x) d x =
1
p (b) [0] p (a) [0] = 0
1 2
28
Ejemplo 1.11: Convergencia de la serie de Fourier

Rl
Dado C (l , l ) con producto escalar f g = l f (x) g (x) d x

P
Sea f C (l , l ). Sea g (x) = c +
n=1 a n cos n l x + b n sin n l x la serie de Fourier de f
1. Si g converge uniformemente a f en [l , l ] entonces:
1
c=
2l
f (x) d x
l
1
an =
l
l
l

f (x) cos n x d x
l
1
bn =
l
l
l

f (x) sin n x d x
l
2. Si g converge uniformemente a f en [l , l ] entonces la identidad de Parseval es:

1
l
f 2 (x) d x = 2c 2 +
a n2 + b n2
n=1
3. Si los coeficientes de g son de Fourier y se cumplen las condiciones de Dirichlet, entonces

la serie es convergente en [l , l ] :
Condiciones de Dirichlet
La serie g es convergente en [l , l ],
0

Si f , f C (l , l )
g (x) = 12 f (x ) + f x + : x [l , l ]
f peridica de perodo p = 2l
Adems, se cumple la identidad de Parseval.
S OLUCIN :
1. Sabemos que si la serie converge uniformemente, sus coeficientes son de Fourier:
Z
f cos n l x
1 l
an =
=
f (x) cos n l x d x
Z l
cos n x
l l
1
f 1
l
f (x) d x
=
c=

Z
2
2l l
k1k
f sin n l x
1 l
bn =
f (x) sin n l x d x
=
sin n x 2 l l
l
Z l
Z l
2
f 2 (x) d x =
f (x) f (x) d x :
2. f =
l
2
f

i
h
X
f (x) c +
a n cos n x + b n sin n x
dx
l
l
l
n=1
Z l X
Z l

i
h
c
f (x) d x +
a n f (x) cos n x + b n f (x) sin n x d x
aplicando cu :
l
l
l
l n=1
Z l
Z l
Z l

X
c
f (x) d x +
an
f (x) cos n x d x + b n
f (x) sin n x d x
l
l
l
l
l
n=1
X 2
X 2
a n + b n2
2l c 2 +
l a n + l b n2 = l 2c 2 +
Z
=
=
=
=
n=1
n=1
Por lo tanto:

X
1
f 2 = 2c 2 +
a n2 + b n2
l
n=1
3. Para una demostracin vea los ejercicios 2.18, 2.19, 2.20, 2.21, 2.22, 2.23 del tema Convergence of
Fourier Series del texto Theory and Problems of Fourier Analysis de Murray R. Spiegel de la coleccin
Shaum's Outline Series, Mc Graw Hill.

Series Ortogonales

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Series Ortogonales

Enviado por

Direitos autorais:

Formatos disponíveis

Captulo 1

2. Existen los lmites:

lm f (x) , lm f (x) , lm+ f (x) , lm f (x) , lm+ f (x) , , lm f (x)

Los intervalos [a, c 1 ] , [c 1 , c 2 ] , , [c n , b] son los tramos de continuidad de f

Funcin continua a tramos f(x)

Funcin no continua a tramos g(x)

Captulo 1. Series Ortogonales

Definicin 1.2: Integracin a tramos

Definicin 1.3: Producto escalar en C[a, b]

Sea S = f 1 , f 2 , , f n , un conjunto infinito de funciones (no nulas) en C (a, b)

S es un sistema ortogonal si y slo si:

S = f 1 , f 2 , , f n , es sistema ortonormal si y slo si: S es sistema ortogonal con f n = 1

Producto escalar respecto a funcin peso en C[a, b]

Sea r C (a, b), funcin no negativa en ]a, b[

El producto escalar respecto a la funcin peso r , entre f y g se define como:

Mat. Luis Alfonso Salazar Rubio

r (x) f (x) g (x) d x

1.1. Funciones continuas a tramos

(a) Establezca el espacio en donde las funciones son continuas a tramos.

Definicin 1.4: Serie ortogonal

En C (a, b) se tiene definido S = f 1 , f 2 , , f n , un sistema ortogonal de funciones.

Los coeficientes de Fourier son las proyecciones ortogonales c n

Mat. Luis Alfonso Salazar Rubio

Captulo 1. Series Ortogonales

La serie ortogonal no necesariamente converge en todo x ]a, b[

Como f es continua en x, los lmites laterales son iguales a f (x) :

Sea C (a, b) con el producto escalar respecto a funcin peso r (x) : f g =

Sea S = f 1 , f 2 , , f n , un sistema ortogonal en C (a, b)

r (x) f (x) g (x) d x

La suma parcial g N (x) =

c n f n (x) es una aproximacin de f (x) con el menor error cuaZ b

Sea (N ) el error cuadrtico medio de g N (x) =

c n f n (x) con coeficientes de Fourier.

g N es una aproximacin de f en el sentido de mnimos cuadrados.

Mat. Luis Alfonso Salazar Rubio

1.1. Funciones continuas a tramos

Sea f (x) = x 3 : 0 < x < 4

(a) sin 3 4 x sin 5 4 x

(a) n 6= m : sin n 4 x sin m 4 x = 0 sin n 4 x sin m 4 x d x = 0

(b) sin n 4 x = sin n 4 x sin n 4 x = 0 sin2 n 4 x d x = 2

(a) sin 3 4 x sin 5 4 x = 0 sin 3 4 x sin 5 4 x d x

(b) sin 3 4 x = 0 sin 3 4 x sin 3 4 x d x

3. f tiene desarrollo de Fourier en C (0, 4) :

f 0 (x) = 3x 2 : 0 < x < 4

Mat. Luis Alfonso Salazar Rubio

Captulo 1. Series Ortogonales

4. Desarrollo en serie de Fourier usando el sistema S para f :

5. Notemos g a la aproximada de f usando los primeros 20 trminos de la serie de Fourier:

(a) Notando k = k 4 tenemos:

(b) Clculo de k y c k para k = 1, 2, 3, , 20 :

Mat. Luis Alfonso Salazar Rubio

1.1. Funciones continuas a tramos

disp("serie(2.5) = "+ string(g(2.5)))

7. A continuacin una aproximacin usando 4 trminos g 4 (x) =

15.974487 sin (0.7853982x) 17.275685 sin (1.5707963x) + 12.663845 sin (2.3561945x) +

// Redefinicin de g(x) para usar 4 trminos

Mat. Luis Alfonso Salazar Rubio

Captulo 1. Series Ortogonales

1.2 Sistema de Sturm-Liouville

p (x) y 0 + q (x) + r (x) y = 0

El Sistema de Sturm-Liouville es una familia de problemas de

Usar (SSL) como notacin para Sistema de Sturm-Liouville

En los Sistemas de Sturm-Liouville se tienen las siguientes cualidades:

es un parmetro no negativo que no depende de la variable x.