APLICACIONES DE LAS SERIES DE FOURIER

Muchas ecuaciones de las ciencias se formulan con derivadas parciales y se

resuelven, en ocasiones, descomponiendo la incógnita en series (sumas infinitas).
Las series más interesantes son las de potencia y por su puesto las de Fourier.

Dado el carácter periódico de tales sumas las Series de Fourier se aplican,

por ejemplo, donde surgen problemas oscilantes, como ocurre en las series
temporales de naturaleza económica, en electrónica (se aplican por ejemplo en
teoría de señales), en acústica o en óptica. Los problemas teóricos relacionados
con la convergencia de las series de Fourier han impulsado avances
fundamentales en distintos ámbitos de las matemáticas y siguen siendo
considerados hoy como problemas muy difíciles.

APLICACIÓN EN PROCESAMIENTO DIGITAL DE SEÑALES

Es importante considerar la aplicación de las series de Fourier, ya que estas sirven

mucho en el procesamiento digital de señales, la cual es un área de las ciencias
e ingeniería que se ha desarrollado rápidamente en los últimos 30 años.
Este rápido desarrollo es resultado de avances tecnológicos tanto en los
ordenadores digitales como en la fabricación de circuitos integrados.

Estos circuitos digitales baratos y relativamente rápidos han hecho posible

construir sistemas digitales altamente sofisticados, capaces de realizar funciones y
tareas del procesado de señales que convencionalmente se realizaban
analógicamente, se realicen hoy mediante hardware digital, más barato y a menudo
más fiable.

Es relevante diferencie entre una señal analógica y digital para comprender

mejor el procesamiento de señales, el nombre de una señal analógica se deriva del
hecho de que es una señal análoga a la señal física que se representa.

La magnitud de una señal analógica pude tomar cualquier valor, esto es, la
amplitud de una señal analógica exhibe una variación continua sobre su campo de
actividad. La gran mayoría de señales en el mundo que hay a nuestro alrededor
son analógicas. Los circuitos que procesan estas señales se conocen como
circuitos analógicos. Una forma alternativa de representación de señal es la de una
secuencia de números, cada uno de los cuales representa la magnitud de señal en
un instante determinado.

La señal resultante se llama señal digital, ésta a diferencia de la señal

analógica es una señal que esta discretisada en el tiempo y cuantificada en
magnitud. El procesamiento de señales se correlaciona con las series de Fourier ya
que esta nos permite expresar una función periódica de tiempo como la suma de
un número infinito de senoides cuyas frecuencias están armónicamente
relacionadas La importancia de esto radica en que la serie de Fourier nos facilita el
arduo trabajo del manejo con señales, ya que para que nosotros podamos procesar
estas señales es necesario expresarlas como una combinación lineal de términos,
lo cual nos lo proporciona la serie de Fourier.

APLICACIONES EN LA MEDICINA

Diagnóstico automático: La ecografía permite registrar la vibración de cada una de

las membranas del corazón, proporcionando una curva periódica. Un programa de
ordenador calcula los primeros términos de las sucesiones (coeficientes de
Fourier).

En el caso de la válvula mitral, son suficientes los dos primeros coeficientes

de Fourier para diagnosticar al paciente. Esta forma de diagnóstico disminuye
costes en el sistema sanitario y, sobre todo, evita al paciente los riesgos y
molestias inherentes a las pruebas endoscópicas

APLICACIONES DIVERSAS

Las series de Fourier son de gran importancia ya que tienen muchas aplicaciones
dentro de los campos de la física y de la matemática entre otros. La idea básica de
las series de Fourier es que toda función periódica de periodo T puede ser
expresada como una suma trigonométrica de senos y cosenos del mismo periodo
T.
Este problema aparece por ejemplo en astronomía en donde Neugebauer
(1952) descubrió que los Babilonios utilizaron una forma primitiva de las series de
Fourier en la predicción de ciertos eventos celestiales.

La historia moderna de las series de Fourier comenzó con D’Alembert (1747)

y su trabajo de las oscilaciones de las cuerdas de violín. El desplazamiento de una
cuerda de violín como una funcion del tiempo y de la posición es solución de una
ecuación diferencial.

La solución de este problema es la superposición de dos ondas viajando en

direcciones opuestas a la velocidad como lo expresa la formula de D´Alembert En
la cual la función es impar de periodo 2 que se anula en algunos puntos
específicos. Euler en 1748 propuso que tal solución podía ser expresada en una
serie en función 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 coeficientes apareció por primera vez
en un artículo escrito por Euler en 1777.

La contribución de Fourier comenzó en 1807 con sus estudios del problema

del flujo del calor presentado a la academia de ciencias en 1811 y publicado en
parte como la celebre teoría analítica del calor en 1822. Fourier hizo un intento
serio por demostrar que cualquier función diferenciable puede ser expandida en
una serie trigonométrica. Una prueba satisfactoria de este hecho fue dada por
Drichlet en 1829.
Modernamente el análisis de Fourier ha sido impulsado por matemáticos como
lebesgue Hardy, Littlewood, Wiener, Frobenius, Selberg, Weily Weyl entre otros.

El poder extraordinario y la flexibilidad de las series de Fourier se ponen de

manifiesto en la asombrosa variedad de aplicaciones que estas tienen en diversas
ramas de la matemática y de la física matemática desde la teoría de números y
geometría hasta la mecánica quántica.

Algunas de las más importantes aplicaciones de las series de Fourier son:

• El problema isoperimétrico
• Temperatura de la tierra
• Evaluación de series no triviales
• La desigualdad de Wirtinger
• Solución de ecuaciones diferenciales
• Flujo del calor
• Ecuación de ondas
• Formula de Poisson
• Identidad de Jacobi

Veamos de forma breva algunas de estas de estas aplicaciones:

o El problema isoperimétrico que es de carácter matemático afirma que si C es una

curva cerrada simple con un tipo de clase y de longitud unitaria, entonces el área 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 área 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 superficie. Describamos
la temperatura de la superficie terrestre como una función f periódica en el tiempo t
y de periodo 1(un año). La temperatura y la profundidad en un tiempo y longitud
respectivamente, mayores o iguales a cero son también periódicas. Bajo estas
circunstancias la temperatura puede ser expandida mediante una serie de Fourier
para cada valor x fijo.

o Otra de las aplicaciones de la serie de Fourier es la evaluación de las series no

triviales mediante la identidad de plancherel para calcular algunas sumas infinitas.
o La desigualdad de wirtinger es una aplicación de tipo matemática de las series de
Fourier para una función continua definida en un intervalo cerrado.

o Tal vez una de las propiedades más importantes de las series de Fourier y en
particular de las integrales de Fourier se presenta en la solución de ecuaciones
diferenciales ya que transforma operadores diferenciales con coeficientes
constantes en multiplicación 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 flujo del calor. el planteamiento de este
problema es similar al del problema anterior.

o Las aplicaciones tanto en la ecuación de ondas, la formula de Poisson y la

Identidad de Jacobi son de carácter matemático riguroso por lo que se dejan
indicadas.

Teorema de transplantacion para las series de Fourier-Bessel

La presente aplicación es de tipo matemática utilizando una sucesión de ceros

positivos de la función de Bessel de cierto tipo de orden, en este punto una
sucesión 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 parámetros involucrados.

¿Para qué se aplica el análisis de Fourier?

Se aplica para:
- Analizar contenido de frecuencia de las señales.
- Determinar cómo cambia la amplitud y la fase de las señales sinusoidales
cuando éstas pasan a través de un sistema lineal e invariante en el Bempo.

¿Dónde se aplica el análisis de Fourier?

Se utiliza en muchas áreas de ingeniería donde se
analizan y diseñan sistemas dinámicos
Algunas áreas son:
- Comunicaciones.
- Ingeniería mecánica.
- Ingeniería de control.
- Campos electromagnéticos.
- Procesamiento de señales de audio.
- Procesamiento de imágenes.
- En el área médica.
En comunicaciones:

 Para analizar contenido de frecuencia de las señales.

 Diseñar los sistemas de transmisión de señales para
transmitir información.
  Analizar los cambios que ocurren cuando las señales viajan
a través de un medio de transmisión.
 Diseñar sistemas para compensar la distorsión de las
señales en los sistemas de transmisión.
 Para diseñar supresores y canceladores de eco en líneas
telefónicas.
En ingeniería mecánica:

 Para estudiar los problemas relacionados con vibraciones

mecánicas en los motores, generadores y equipos
rotatorios en general.
 Para balancear rotores y eliminar la vibración que generan
cuando no están balanceados.
 Para diseñar sistemas para absorber vibraciones y eliminar
sus efectos.

En ingeniería de control:

 Para estudiar la estabilidad de los sistemas de control

utilizados en diversos equipos.
 Para análisis y diseño de sistemas de control que satisfagan
los requerimientos establecidos.
 Para compensar sistemas de control que Bene problemas
de estabilidad.
En campos electromagnéticos:

 Para resolver ecuaciones diferenciales parciales con

condiciones de frontera para determinar la distribución de
los campos electromagnéticos en un espacio dado.

En procesamiento de señales de audio:

 Para compactar señales de audio (MP3, MP4).

 Para producir efectos de sonidos.
 Para diseñar sintetizadores de audio.
 Para diseñar ecualizadores.

En procesamiento de imágenes:

 Para filtrar imágenes.

 Para extraer características de interés sobre las imágenes.
 Para realizar transformaciones de imágenes.
 Para compactar imágenes.
En el área médica:

 Para procesar las imágenes generadas por ecogramas,

resonancia magnética, tomograda axial, etc.
 Para extraer características de interés sobre las imágenes.
 Para acondicionar las señales para equipos médicos de
adquisición de datos.

En diversas áreas de ingeniería:

– Para analizar el comportamiento de los sistemas en

relación a las frecuencias de las señales de entrada.
– Para modelar sistemas en el dominio de la frecuencia.
– Para análisis y diseño de sistemas de que satisfagan los
requerimientos establecidos.

 El análisis de Fourier ha hecho posible que

actualmente tengamos a nuestra disposición
muchos dispositivos tecnológicos que
contribuyen a hacer nuestra vida más fácil,
segura y placentera.
 Muchas veces no nos damos cuenta de que
detrás muchos dispositivos está el análisis de
Fourier.

El problema isoperimétrico

Supongamos que la curva C está parametrizada en la forma (𝑥(𝑡), 𝑦(𝑡)), donde el

parámetro t representa la longitud de arco. En virtud del teorema de Stokes.

1 1 1
𝐴= ∫ (𝑥𝑑𝑦 − 𝑦𝑑𝑥) = ∫ (𝑥𝑦̇ − 𝑦𝑥̇ )𝑑𝑡
2 𝜕𝐶 2 0

1
= ((𝑥̂, 𝑦̇̂ )𝑙 − (𝑦̂, 𝑥̇̂ )𝑙 ) (𝑃𝑎𝑟𝑠𝑒𝑣𝑎𝑙)
2 2 2
1
= ∑ ((𝑥̂, 𝑦̇̅̂ ) − (𝑦̂, 𝑥̇̂̅ ) ) (𝑛) = ∑ 𝑖𝜋𝑛(𝑥̂̅𝑦̂ − 𝑥̂𝑦̅̂ ) = (𝑛)
2 𝑙2 𝑙2
𝑛∈ℤ 𝑛∈ℤ

̅̅̅̅̅̅
= ∑ 𝑖𝜋𝑛2𝑖𝐼𝑚(𝑥 ̅̅̅̅̅̅
̂(𝑛)𝑦̂(𝑛)) = −2 ∑ 𝑛𝐼𝑚(𝑥
̂(𝑛)𝑦̂(𝑛))
𝑛∈ℤ 𝑛∈ℤ
Por otra parte, puesto que la curva C tiene perímetro 1, tenemos que:

1
2 2
1 = ∫ (𝑥̇ 2 + 𝑥̇ 2 ) = ‖𝑥̇̂ ‖𝑙 + ‖𝑦̇̂ ‖𝑙 = ∑|𝑥̇̂ (𝑛)| + |𝑦̇̂ (𝑛)|
2 2
0 𝑛∈ℤ
Luego:
1 1
( − 𝐴) = ∑[𝑛2 (|𝑥̂ |2 + | 𝑦̂|2 ) + 2𝑛𝐼𝑚( ̅̅̅̅̅̅
𝑥̂(𝑛)𝑦̂(𝑛))]
𝜋 4𝜋
𝑛∈ℤ
Escribamos 𝑥̂ = 𝛼 + 𝑖𝛽, 𝑦̂ = 𝛾 + 𝑖𝛿, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠

1 1
( − 𝐴) = ∑ 𝑛2 (𝛼 2 + 𝛽 2 + 𝛾 2 + 𝛿 2 ) + 2𝑛( 𝛼𝛿 − 𝛽𝛾))
𝜋 4𝜋
𝑛∈ℤ
= ∑[(𝑛𝛼 + 𝛿) + (𝑛𝛽 − 𝛾)2 + (𝑛2 − 1)(𝑛𝛿 + 𝛾)2 ] ≥ 0
2

𝑛≠0
1
Luego 𝐴 ≤ 4𝜋, que es precisamente el área encerrada por una circunferencia de
longitud 1.
1
Supongamos ahora que se satisface la igualdad 𝐴 ≠ 4𝜋 y demostremos que
1
la curva C es una circunferencia. En efecto, si 𝐴 = 4𝜋 entonces
∑[(𝑛𝛼 + 𝛿)2 + (𝑛𝛽 − 𝛾)2 + (𝑛2 − 1)(𝑛𝛿 + 𝛾)2 ] = 0
𝑛≠0
Ésta última relación implica que si |n|≥2, entonces 𝛿 = 𝛾 = 𝛼 = 𝛽 = 0, y si |n|=1,
entonces 𝛼(±1) = ∓𝛿(±1) 𝑦 𝛽(±1) = ±𝛾(±1). Por otra parte , 𝛼(1) = 𝑅𝑒(𝑥̂(1)) =
1 1
∫0 𝑥(𝑡) cos(2𝜋𝑡) = 𝛼(−1), similarmente 𝛽(1) = 𝐼𝑚(𝑥̂(1)) = ∫0 𝑥(𝑡) sin(2𝜋𝑡) =
−𝛽(−1). Análogamente, 𝛾(1) = 𝛾(−1) 𝑦 𝛿(1) = −𝛿(−1).
Desarrollando las funciones 𝑥(𝑡) 𝑦 𝑦(𝑡) en series de Fourier, obtenemos
entonces que:
𝑥̇ 𝑦̇ 𝑥̂ 𝑦̂ 𝑥̇̂ 𝑦̇̂ 𝑥̇̂̅ 𝑦̇̅̂

𝑥(𝑡) = ∑ 𝑥̂(𝑛)𝑒 2𝜋𝑖𝑛 = 𝑥̂(0) + 2𝛼(1)𝑐𝑜𝑠(2𝜋𝑡) − 2𝛽(1) sin(2𝜋𝑡) (4)

𝑛𝜖ℤ

𝑥(𝑡) = ∑ 𝑦̂(𝑛)𝑒 2𝜋𝑖𝑛 = 𝑦̂(0) + 2𝛽(1)𝑐𝑜𝑠(2𝜋𝑡) − 2𝛼(1) sin(2𝜋𝑡) (5)

𝑛𝜖ℤ

Luego de las ecuaciones (4) y (5) deducimos que:

(𝑥(𝑡) − 𝑥(0))2 + (𝑦(𝑡) − 𝑦(0))2 = 4(𝛼(1)2 + 𝛽(1)2 )

En otras palabras la curva C es una circunferencia.

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 superficie.
Describamos la temperatura de la superficie terrestre como una función f periódica
en el tiempo t y de período 1 (un año). La temperatura u(t; x) en el tiempo 𝑡 ≥ 0 y
profundidad 𝑥 ≥ 0 es también periódica 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 0 ≤ 𝑥 < ∞ fijo como sigue:

𝑢(𝑡, 𝑥) = ∑ 𝑐𝑛 (𝑥)𝑒 2𝜋𝑖𝑛𝑡 ,

𝑛∈ℤ
Con coeficientes de Fourier
1
𝑐𝑛 (𝑥) = ∫ 𝑢(𝑡, 𝑥) 𝑒 −2𝜋𝑖𝑛𝑡 𝑑𝑡.
0
Sabemos que la función u satisface la ecuación diferencial parcial

𝜕𝑢 1 𝜕 2 𝑢
= ( ) (𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑎𝑙𝑜𝑟).
𝜕𝑡 2 𝜕𝑢2
Por lo tanto,
1 1
𝜕 2 𝑢 −2𝜋𝑖𝑛𝑡 𝜕𝑢
𝑐′′𝑛 = ∫ ( 2
) 𝑒 𝑑𝑡 = 2 ∫ ( ) 𝑒 −2𝜋𝑖𝑛𝑡 𝑑𝑡 = 4𝜋𝑖𝑛𝑐𝑛 ,
0 𝜕𝑢 0 𝜕𝑡

Tomando el signo positivo o negativo de acuerdo a si 𝑛 > 0 𝑜 𝑛 < 0. Por otra parte,
sabemos que

1⁄
𝑐𝑛 (𝑥) = 𝑓̂(𝑛) exp [−(2𝜋|𝑛|) 2 (1 ± 𝑖)𝑥],
Y por lo tanto resulta finalmente

1⁄ 1⁄
𝑢(𝑡, 𝑥) = ∑ 𝑓̂(𝑛) exp [−(2𝜋|𝑛|) 2 𝑥] exp[ 2𝜋𝑖𝑛𝑡 ∓ (2𝜋|𝑛|) 2 𝑖𝑥]
𝑛∈ℤ
Supongamos por ejemplo que la temperatura de la superficie viene dada por una
función sinusoidal simple 𝑓(𝑡) = sin(2𝜋𝑡) (lo cual significa que la temperatura anual
1
media 𝑓̂(0) = ∫0 𝑓 es cero). En este caso, la función u vendrá dada por:

𝑢(𝑡, 𝑥) = exp(−√2𝜋𝑥) sin(2𝜋𝑡 − √2𝜋𝑥).

𝜋
Esta fórmula nos dice que la temperatura a la profundidad 𝑥 = √ 2 queda afectada
por el factor 𝑒 −𝜋 y está completamente fuera de fase con respecto a las estaciones
como lo indica la siguiente figura.
Evaluación de series no triviales

La identidad de Plancherel puede usarse para evaluar algunas sumas infinitas

2
no triviales. Por ejemplo, demostremos que ∑∞ 𝑛=1 𝑛
−2
= 𝑛 ⁄6 . En efecto, consideré
la función 𝑓(𝑥) = 𝑥 definida en el intervalo cerrado [0,1]. El n-ésimo coeficiente de
Fourier de dicha función viene dado por:

1 1
, 𝑠𝑖 𝑛 = 0
∫ 𝑥𝑒𝑥𝑝(−2𝜋𝑖𝑛𝑥)𝑑𝑥 = {2
0 −(2𝜋𝑖𝑛)−1 , 𝑠𝑖 𝑛 ≠ 0

Por lo tanto, en virtud de la identidad de Plancherel, tenemos que

1 ∞
1 2 1
= ∫ 𝑥 2 𝑑𝑥 = ‖𝑓‖2 = ‖𝑓̂‖ = + (2𝜋 2 )−1 ∑ 𝑛−2 .
3 0 4
𝑛=1

Despejando la suma de esta expresión, obtenemos que

∞
1 1 2
∑ 𝑛−2 = 2𝜋 2 ( − ) = 𝜋 ⁄6
3 4
𝑛=1

Como un segundo ejemplo de este tipo, demostremos que

∞
2
∑ 𝑛−4 = 𝜋 ⁄90
𝑛=1

En este efecto, consideremos la función 𝑓(𝑥) = 𝑥 2 definida en el intervalo cerrado

[0,1]. El n-ésimo coeficiente de Fourier de dicha función es

1
, 𝑠𝑖 𝑛 = 0
𝑓̂(𝑛) = { 3
1 1
2 2
+ 𝑖, 𝑠𝑖 𝑛 ≠ 0
2𝜋 𝑛 2𝜋𝑛
 2 1 1
Luego |𝑓̂(𝑛)| = 4𝜋4𝑛4 + 4𝜋2 𝑛2 . En virtud de la identidad de Plancherel tenemos que

1
1 2
= ∫ 𝑥 2 exp(−2𝜋𝑖𝑛𝑥) 𝑑𝑥 = ‖𝑓‖2 = ‖𝑓̂(𝑛)‖
5 0

∞ ∞
1 1 1 1 1
= + 4∑ 4+ 2∑ 2
9 2𝜋 𝑛 2𝜋 𝑛
𝑛=1 𝑛=1

De lo anterior obtenemos que

∞
1 4
1 1 1 𝜋2 𝜋4
∑ 4 = 2𝜋 ( − − 2 )= .
𝑛 5 9 2𝜋 6 90
𝑛=1

Flujo de Calor

El problema del flujo del calor se describe mediante la ecuación

𝜕𝑢 1 𝜕 2 𝑢
= , 𝑡 > 0, 𝑥 ∈ 𝑅 (6)
𝜕𝑡 2 𝜕𝑥 2

Con condición de borde lim 𝑢 = 𝑓. La solución de este problema es similar a la

𝑡→0
solución del problema anterior. Primero aplicamos la Transformada de Fourier en
ambos lados de la ecuación (6):

𝜕𝑢̂⁄𝜕 𝑡 = −2𝜋 2 𝛾 2 𝑢̂,

Luego calculamos 𝑢̂:

𝑢̂ = 𝑓̂ exp(−2𝜋 2 𝛾 2 𝑡),

Finalmente invertimos y obtenemos

−∞
∨ exp[− (𝑥 − 𝑦)2 ⁄2𝑡]
𝑢(𝑡, 𝑥) = [exp(−2𝜋 2 𝛾 2 𝑡) 𝑓̂] = 𝑝𝑡 𝑜 𝑓 = ∫ 1⁄
∞ (2𝜋𝑡) 2

exp[−𝑥 2 ⁄2𝑡]
Donde 𝑝𝑡 (𝑥) = 1 es el llamado kernel de Gauss.
(2𝜋𝑡) ⁄2
Ecuación de ondas

En este apartado vamos a usar las series de Fourier para resolver la ecuación de
ondas unidimensional

𝜕2 2
𝜕2
𝑢(𝑥, 𝑡) = 𝑎 𝑢(𝑥, 𝑡),
𝜕𝑡 2 𝜕𝑥 2

Con las condiciones de contorno

𝑢(0, 𝑡) = 𝑢(𝜋, 𝑡) = 0, (i)

Y las condiciones iniciales

𝜕
𝑢(𝑥, 0) = 𝑓(𝑥), 𝑢(𝑥, 0) = 𝑔(𝑥). (ii)
𝜕𝑡

Esta ecuación conocida como ecuación de ondas, modeliza el movimiento de una

onda unidimensional (por ejemplo el sonido).

Usualemente para resolver este problema se usa el método de separación de

variables:

𝑢(𝑥, 𝑡) = 𝑋(𝑥)𝑇(𝑡), 𝑋(𝑥) ≢ 0, 𝑇(𝑡) ≢ 0,

Que al sustituir en la ecuación original nos da

𝑋 ′′ (𝑥) 1 𝑇 ′′ (𝑡)
𝑋(𝑥)𝑇 ′′(𝑡) = 𝑎2 𝑋 ′′ (𝑥)𝑇(𝑡), ⟹ = 2 = −𝜆 ,
𝑋(𝑥) 𝑎 𝑇(𝑡)

Donde 𝜆 ∈ ℝ, i.e., tenemos las ecuaciones

𝑋 ′′ (𝑥) + 𝜆𝑋(𝑥) = 0, 𝑋(0) = 𝑋(𝜋) = 0, (iii)

Y
𝑇 ′′ (𝑡) + 𝑎2 𝜆𝑇(𝑡) = 0 (iv)

Por sencillez asumiremos a = 1.

La solución general de (iii) depende del valor de 𝜆. Es fácil comprobar que

solamente se tienen soluciones no nulas si 𝜆 > 0. En este caso la solución general
es

𝑋(𝑥) = 𝛼𝑐𝑜𝑠√𝜆𝑥 + 𝛽√𝜆𝑥,

Que junto a las condiciones de contorno para X nos dan las soluciones
𝑥𝑛 (𝑥) = 𝑠𝑒𝑛 𝑛𝑥, 𝜆 ≔ 𝜆𝑛 = 𝑛 2 .

En este caso para T obtenemos (a = 1)

𝑇 ′′ (𝑡) + 𝑛2 𝑇(𝑡) = 0,

Luego
𝑇 ′′ 𝑛 (𝑡) = 𝐴𝑛 𝑐𝑜𝑠𝑛𝑡 + 𝐵𝑛 𝑠𝑒𝑛𝑛𝑡,

Y por tanto una solución de nuestra ecuación con las condiciones de contorno (i)
será

𝑢𝑛 (𝑥, 𝑡) = (𝐴𝑛 𝑐𝑜𝑠𝑛𝑡 + 𝐵𝑛 𝑠𝑒𝑛 𝑛𝑡)𝑠𝑒𝑛 𝑛𝑥,

Como la ecuación de ondas es lineal y homogénea entonces su solución general

será la forma

𝑢(𝑥, 𝑡) = ∑∞ ∞
𝑛=1 𝑢𝑛 (𝑥, 𝑡) = ∑𝑛=1(𝐴𝑛 𝑐𝑜𝑠𝑛𝑡 + 𝐵𝑛 𝑠𝑒𝑛 𝑛𝑡)𝑠𝑒𝑛 𝑛𝑥 . (v)

Para encontrar los coeficientes indeterminados 𝐴𝑛 y 𝐵𝑛 supondremos que 𝑓 y 𝑔

son lo suficientemente buenas (por ejemplo casi continuamente derivables en [0,π])
Y vamos a extenderlas a todo el intervalo [−𝜋, 𝜋] de forma impar, es decir de forma
que 𝑓 y 𝑔 son funciones impares. Entonces podemos desarrollar en serie de
Fourier ambas funciones y además las correspondientes series son absoluta y
uniformemente convergentes. Si ahora usamos las condiciones iniciales (ii)
obtenemos.
∞

𝑢(𝑥, 0) = 𝑓(𝑥) = ∑ 𝐴𝑛 𝑠𝑒𝑛 𝑛𝑥,

𝑛=1

∞
𝜕
𝑢(𝑥, 0) = 𝑔(𝑥) = ∑ 𝑛𝐵𝑛 𝑠𝑒𝑛 𝑛𝑥,
𝜕𝑡
𝑛=1
Donde
2 𝜋 2 𝜋
𝐴𝑛 = ∫0 𝑓(𝑥)𝑠𝑒𝑛 𝑛𝑥 𝑑𝑥, 𝐵𝑛 = ∫ 𝑔(𝑥)𝑠𝑒𝑛 𝑛𝑥 𝑑𝑥,
𝜋 𝑛𝜋 0

De manera más breve demostramos de la siguiente manera:

La ecuación de ondas viene dada por:

𝜕 2𝑢 𝜕 2𝑢
= , 𝑡 > 0, 𝑥 ∈ 𝑹,
𝜕𝑡 2 𝜕𝑥 2
 𝜕𝑢
Con condiciones de borde lim 𝑢 = 𝑓 𝑦 lim 𝜕𝑡 = 𝑔.
𝑡→0 𝑡→0
El procedimiento para resolver esta ecuación ya nos es familiar; primero aplicamos
la transformada de Fourier:

𝜕 2 𝑢̂
= −4𝜋 2 𝛾 2 𝑢̂,
𝜕𝑡 2
Después encontramos 𝑢̂:

𝑠𝑖𝑛2𝜋𝛾𝑡
𝑢̂(𝑡, 𝛾) = 𝑐𝑜𝑠2𝜋𝛾𝑡𝑓̂(𝛾) + 𝑔̂(𝛾)
2𝜋𝛾

1 2𝜋𝑖𝛾𝑡 1 𝑡
[𝑒 + 𝑒 −2𝜋𝑖𝛾𝑡 ]𝑓̂(𝛾) + ∫ 𝑒 2𝜋𝑖𝛾𝑡 𝑑𝑦𝑔̂(𝛾),
2 2 −𝑡

Y luego invertimos para finalmente obtener:

1 1 𝑥+𝑡
𝑢(𝑡, 𝑥) = [𝑓(𝑥 + 𝑡) + 𝑓(𝑥 − 𝑡)] + ∫ 𝑔(𝑦)𝑑𝑦.
2 2 𝑥−𝑡

Esta es la llamada fórmula de D’Alembert.

Identidad de Jacobi

La función _ es una función trascendente que aparece en diferentes áreas de la

matemática como teoría de números, funciones elípticas, ecuaciones de la física
matemática y mecánica estadística. Se define mediante la suma
∞

𝜃(𝑡) = ∑ exp(−𝜋𝑛2 𝑡) , 𝑝𝑎𝑟𝑎 𝑡 > 0.

𝑛=−∞
La identidad de Jacobi establece que:

𝜃(𝑡) = 𝑡 −1⁄2 𝜃(1⁄𝑡), 𝑝𝑎𝑟𝑎 𝑡 > 0.

Demostración: Consideremos el kernel de Gauss

1 2 ⁄2𝑡
𝑝𝑡 (𝑥) = 𝑒 −𝑥
√2𝜋𝑡

Entonces
2 𝛾2 𝑡
𝑝̂ 𝑡 (𝛾) = 𝑒 −2𝜋 ,

y aplicando la fórmula de Poisson, obtenemos que:

 1 2 ⁄2𝑡 2 𝑛2 𝑡
∑ 𝑒 −𝑛 = ∑ 𝑒 −2𝜋
𝑛∈ℤ
√2𝜋𝑡 𝑛∈ℤ

Luego, haciendo el cambio 𝑡 → 𝑡⁄2𝜋, obtenemos que:

1 2 ⁄𝑡 2𝑡
∑ 𝑒 −𝜋𝑛 = ∑ 𝑒 −𝜋𝑛
√𝑡 𝑛∈ℤ 𝑛∈ℤ

Es decir:

1 1
𝜃(𝑡) = 𝜃( )
√𝑡 𝑡