Aplicacion de Matematicas, 2006 PDF
Aplicacion de Matematicas, 2006 PDF
Aplicacion de Matematicas, 2006 PDF
Lección 1.
Curso 2006-07
i(t)
R C
Puesto que la caída de potencial en el condensador es C1 q(t), donde q(t) representa la carga
eléctrica en el instante t, y la caída de potencial en la resistencia es Ri(t), donde i(t) es la
intensidad de corriente, debe ocurrir Ri(t) + C1 q(t) = 0. Teniendo en cuenta que, como funciones
del tiempo, la intensidad de corriente es la derivada de la carga, i(t) = q 0 (t), esta igualdad queda
1
Rq 0 (t) + q(t) = 0.
C
¿Podemos calcular el valor de la carga q(t) para cada instante t > 0 a partir de esta igualdad?
Esta pregunta plantea un problema en el que el objeto desconocido que deseamos encontrar es
una función, la función q, y no un número, como era lo habitual hasta ahora. La expresión
Rq 0 (t) + C1 q(t) = 0 se llama ecuación diferencial porque en ella aparecen involucradas la función
incógnita q y su derivada q0 .
¿Qué es una ecuación diferencial? Una ecuación diferencial es una igualdad en la que
aparece una incógnita que debemos calcular, sólo que esta incógnita es una función definida en
2 Lección 1. Ecuaciones Diferenciales Ordinarias
siendo c la constante de integración. Usando que q(t) > 0 y que la carga del condensador en el
instante inicial es Q0 , se tiene Q0 = q(0) = ec con lo que obtenemos la solución de la ecuación
diferencial: q(t) = Q0 e−t/RC .
Aquí vamos a empezar estudiando las ecuaciones lineales de primer orden. Después estudiare-
mos un método numérico, el método de Euler, que nos permitirá resolver ecuaciones de primer
orden de forma aproximada cuando no sea posible hallar su solución mediante una fórmula. El
resto de la lección –lo más importante, con diferencia– lo dedicaremos al estudio de las ecua-
ciones diferenciales lineales de segundo orden: la estructura de sus soluciones y los métodos para
resolver las que tienen coeficientes constantes.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2005/06 3
y 0 + p(t)y = q(t)
el principio. La
U idea central es la siguiente: como la solución general de la ecuación homogénea
(h) − p(t) dt
es y = ce , lo que se hace es buscar una solución particular de la ecuación completa
y (p) que sea de la misma forma salvo que en el lugar de la constante c ponemos una función
v(t) que debemos U determinar. Es decir, buscamos una solución particular que sea de la forma
(p) − p(t) dt
y (t) = v(t)e = v(t)/µ(t). Imponiendo que (y (p) )0 + p(t)y (p) = q(t), nos queda
U ³ U ´ U
(p) 0 (p) 0 − p(t) dt − p(t) dt
q(t) = (y ) + p(t)y =ve + v −p(t)e + p(t)ve− p(t) dt (1)
U v0 (t)
= v0 e− p(t) dt
= . (2)
µ(t)
R
Despejando v0 e integrando nos queda v(t) = q(t)µ(t) dt y, en consecuencia,
Z
(p) 1
y (t) = v(t)/µ(t) = q(t)µ(t) dt.
µ(t)
Aplicación a los circuitos RC y LR. Cuando conectamos en serie un condensador con una
capacidad de C faradios y una resistencia de R ohmios a una fuerza electromotriz de e(t) voltios
y cerramos el circuito, se produce una corriente eléctrica.
i (t )
e(t ) C
R
1
Puesto que la caída de potencial en el condensador es C
q(t) y la caída de potencial en la
resistencia es Ri(t) = Rq0 (t), debe ocurrir
1
Rq0 (t) + q(t) = e(t)
C
que es una ecuación diferencial lineal de primer orden. Si la escribimos como
1 e(t)
q 0 (t) + q(t) = ,
RC R
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2005/06 5
i (t )
e(t ) R
L
Puesto que la caída de potencial en la inductancia es Li0 (t), la ecuación que gobierna este
circuito es
Li0 (t) + Ri(t) = e(t)
que también es una ecuación diferencial lineal de primer orden y puede resolverse de forma similar,
obteniendose · Z ¸
−Rt/L e(t) Rt/L
i(t) = e c+ e dt ,
L
que, en el caso de un voltaje constante e(t) = E voltios y condición inicial i(0) = 0 amperios,
nos queda
E¡ ¢
i(t) = 1 − e−Rt/L ,
R
que, de nuevo, presenta un régimen transitorio y un régimen permanente.
Resuelve, como ejercicio, las correspondientes ecuaciones lineales de los circuitos RC y LR
para el caso en que la fuerza electromotriz es alterna e(t) = E0 sen (ωt).
2 El método de Euler
La ecuación y 0 = sen (ty + y 2 ) no es de ninguno de los tipos que estudiaste el curso anterior
y, de hecho, no hay ningún método que nos permita resolverla y obtener su solución mediante
6 Lección 1. Ecuaciones Diferenciales Ordinarias
una fórmula. Ante ecuaciones como ésta lo que se plantea en la práctica es usar un método que
nos proporcione su solución de manera aproximada; es decir, que dado un punto t nos permita
obtener una aproximación numérica lo suficientemente buena del valor y(t) de la solución en
dicho punto.
El problema de la integración numérica de ecuaciones diferenciales, tanto ordinarias como en
derivadas parciales, es el más importante del cálculo numérico aplicado a las distintas ramas de la
ingeniería. La razón de ello es que, como ya hemos comentado, la mayoría de los procesos físicos
y químicos involucrados en éstas se modelan mediante una o varias ecuaciones diferenciales que,
habitualmente, no se pueden resolver mediante una fórmula. De hecho, los primeros computa-
dores, tanto analógicos como digitales, fueron diseñados con el propósito de resolver este tipo de
problemas.
En esta sección vamos a estudiar un método de resolución numérica de ecuaciones diferenciales
de primer orden, conocido como método de la poligonal de Euler o, simplemente, método de
Euler, que es el más básico y simple de entender y sobre el que se basan métodos más potentes
y sofisticados, cuyo estudio se escapa de los objetivos de esta asignatura.
Planteamiento del problema y notación. Queremos resolver el problema de valor inicial
para los valores de t en un intervalo [t0 , tF ] en el que t0 representa el instante inicial de la situación
descrita por la ecuación y tF el instante final hasta el que deseamos llegar. Supondremos que la
función f (t, y) es continua y admite derivadas parciales continuas, con lo cual puede probarse
que el problema de valor inicial tiene solución única en el intervalo de trabajo [t0 , tF ].
El primer objetivo es encontrar los valores aproximados de la solución del problema en un
conjunto prefijado de puntos que, en este contexto, reciben el nombre de nodos
Supondremos que los n + 1 nodos en los que vamos a trabajar están igualmente espaciados así
que, tomando h = (tF − t0 )/n, podemos escribir
ti = t0 + ih, i = 0, 1, . . . , n.
La distancia común h entre dos nodos consecutivos se llama tamaño de paso. Una vez encontradas
estas aproximaciones en los nodos, veremos un método que nos permitirá generar aproximaciones
en los demás puntos del intervalo de trabajo [t0 , tF ].
Llamaremos wi a la aproximación del valor exacto y(ti ) que vamos a ir obteniendo en cada
nodo
y(ti ) ≈ wi , i = 0, 1, . . . , n.
ya que es la base del primer teorema de existencia y unicidad de soluciones a los problemas de
valor inicial dado por A.L. Cauchy en 1840.
La idea del método es truncar el desarrollo de Taylor de y para quedarnos con su parte lineal.
De acuerdo con el teorema de Taylor, existe un punto ξ i ∈ (ti , ti+1 ) tal que
(ti+1 − ti )2 00
y(ti+1 ) = y(ti ) + (ti+1 − ti )y 0 (ti ) + y (ξ i ).
2
Usando que y satisface la ecuación diferencial y 0 = f (t, y) y escribiendo h en vez de ti+1 − ti nos
queda
h2 00
y(ti+1 ) = y(ti ) + hf (ti , y(ti )) + y (ξ i ).
2
Si disponemos ya de una aproximación wi ≈ y(ti ) y h es pequeño, de manera que podemos
despreciar el término que contiene h2 , la fórmula anterior nos proporciona una aproximación de
y(ti+1 ):
y(ti+1 ) ≈ wi+1 := wi + hf (ti , wi ).
Partiendo del dato inicial y(t0 ) = y0 , podemos ir calculando los valores wi de forma iterativa:
w0 = y0 ,
wi+1 = wi + hf (ti , wi ), i = 0, 1, 2, . . . , n − 1.
Interpolación lineal. Una vez que tenemos las aproximaciones (ti , wi ) para todos los nodos,
podemos aproximar la gráfica de la solución y(t) uniendo dos puntos (ti , wi ) consecutivos mediante
un segmento recto. La gráfica que se obtiene es una línea quebrada, de ahí el nombre de método
poligonal de Euler que recibe este procedimiento. Más concretamente, si queremos hallar una
aproximación del valor y(t) de la solución en un punto t comprendido entre dos nodos ti < t < ti+1 ,
entonces la aproximación viene dada por el valor de la ordenada en t de la línea recta que pasa
por los puntos (ti , wi ) y (ti+1 , wi+1 ), es decir
wi+1 − wi
y(t) ≈ wi + (t − ti ).
h
Esta técnica, una versión sofisticada de la “regla de tres”, se conoce con el nombre de interpolación
lineal a trozos; “lineal” porque se usan segmentos rectos y “a trozos” porque se usan segmentos
distintos en cada subintervalo [ti , ti+1 ].
Veamos un ejemplo. Consideremos el problema de valor inicial lineal
cuya solución exacta es y(t) = t + e−t . Si aplicamos el método de Euler en el intervalo [0, 1] con
8 Lección 1. Ecuaciones Diferenciales Ordinarias
h = 0.1 obtenemos la siguiente tabla, cuya cuarta columna recoge los errores absolutos
1.4
1.35
1.3
1.25
1.2
1.15
1.1
1.05
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tal como se esperaba, los valores dados por el método de Euler no coinciden con los valores
exactos de la solución y los errores van aumentando conforme añadimos puntos. Las causas de
los errores son por un lado el error asociado al truncamiento de la serie de Taylor y, por otro, los
redondeos. Para terminar de ilustrar esta técnica, veamos cómo calcularíamos una aproximación
del valor de la solución en el punto t = 0.42 comprendido entre los nodos 0.4 y 0.5
1.0905 − 1.0561
y(0.42) ≈ 1.0561 + (0.42 − 0.4) = 1.0630,
0.1
mientras que el valor exacto es y(0.42) = 1.0770 (aquí y en la tabla sólo se han mostrado los
cuatro primeros decimales).
i (t ) R
e(t ) L
C
Esta ecuación, escrita como
1
Lq 00 (t) + Rq(t) + q(t) = e(t),
C
es una ecuación diferencial lineal de segundo orden –“lineal” porque actúa de manera lineal sobre
la incógnita y “de segundo orden” porque la derivada de mayor orden que aparece involucrada es
la derivada segunda– y, como hemos dicho, es el tipo más importante de ecuaciones diferenciales
que aparece en las aplicaciones.
Ecuaciones diferenciales lineales de segundo orden. La ecuación lineal de segundo orden
se suele escribir como
y 00 + p(t)y 0 + q(t)y = r(t)
donde p, q y r son funciones continuas en un intervalo I ⊂ R. Diremos que una función y ∈ C 2 (I)
es solución de dicha ecuación cuando y 00 (t) + p(t)y 0 (t) + q(t)y(t) = r(t) para todo t ∈ I.
Si la función r(t) es idénticamente cero en I, se dice que la ecuación es homogénea.
Si las funciones p(t) y q(t) son constantes en I, digamos p(t) = p y q(t) = q para todo t ∈ I,
se dice que la ecuación es de coeficientes constantes.
Se sabe del curso anterior, y hemos visto antes, que para resolver una ecuación diferencial de
primer orden hace falta calcular una primitiva, obteniéndose como solución general una familia
de soluciones que depende de un parámetro, la constante de integración correspondiente. Para
fijar una solución particular de la ecuación debemos dar una condición inicial con la que podemos
determinar el valor de dicha constante. Cabe pensar que para resolver una ecuación diferencial
lineal de segundo orden haga falta calcular dos primitivas, obteniéndose como solución general
una familia de soluciones que depende de dos parámetros y que para fijar una solución particular
de la ecuación debamos dar dos condiciones. Veamos un ejemplo.
10 Lección 1. Ecuaciones Diferenciales Ordinarias
4. Si fijamos y 0 (0) = 0 e y 0 (1) = 2e(e − 1), entonces la solución no es única ya que para
cualquier c2 ∈ R la función y = e2t − 2et + c2 verifica ambas condiciones.
Las condiciones del caso (1) se llaman condiciones iniciales porque en ellas se fijan el valor de
la función y el de su derivada en un sólo punto de I. Si la función y(t) representa un movimiento
cuya variable independiente t es el tiempo, entonces dar condiciones iniciales en t = 0 no es más
que fijar la posición y la velocidad en el instante inicial.
Las condiciones de los casos (2), (3) y (4) se llaman condiciones de contorno porque en ellas
se fijan los valores de y o de y 0 en los extremos del intervalo I.
Como nos sugiere el ejemplo, la teoría de las ecuaciones lineales de segundo orden con condi-
ciones iniciales es muy distinta de la teoría con condiciones de contorno. Aquí estudiaremos a
fondo la resolución de los problemas de valor inicial para las ecuaciones con coeficientes constan-
tes y para algunas ecuaciones con coeficientes arbitrarios. En la Lección 5 estudiaremos algunos
problemas de contorno especiales ligados a la resolución de ecuaciones en derivadas parciales.
El teorema clave es el que nos dice que los problemas de valor inicial para ecuaciones diferen-
ciales lineales de segundo orden tienen siempre solución única.
Teorema de existencia y unicidad. Sean p(t), q(t) y r(t) funciones continuas en un intervalo
I ⊂ R. Sea t0 ∈ I y sean y0 e y00 dos números reales cualesquiera. Entonces el problema de
valores iniciales
tiene solución única en I. Es decir, existe una única función y ∈ C 2 (I) verificando que y 00 (t) +
p(t)y 0 (t) + q(t)y(t) = r(t) para todo t ∈ I, y(t0 ) = y0 e y 0 (t0 ) = y00 .
En lo que sigue supondremos que p(t), q(t) y r(t) son funciones continuas en un intervalo
I ⊂ R. La linealidad del primer miembro de la ecuación y 00 + p(t)y 0 + q(t)y = r(t) nos permite
hacer un análisis de la estructura de sus soluciones similar al que hicimos para la ecuación
diferencial lineal de primer orden y al de los sistemas de ecuaciones estudiados en “Álgebra”. La
ecuación y 00 +p(t)y 0 +q(t)y = 0 se llamará ecuación homogénea asociada a y 00 +p(t)y 0 +q(t)y = r(t)
que, a su vez, llamaremos ecuación completa.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2005/06 11
entonces y0,1 e y1,0 son linealmente independientes. Además, si y1 e y2 son dos soluciones lineal-
mente independientes de la ecuación homogénea (las anteriores, por ejemplo), entonces c1 y1 +c2 y2
es la solución general de dicha ecuación, en el sentido de que dada una solución y de la ecuación
homogénea, existen c1 , c2 ∈ R tales que y(t) = c1 y1 (t) + c2 y2 (t) para todo t ∈ I.
Fórmula de Liouville. El teorema de estructura que acabamos de ver nos dice que para
resolver la ecuación homogénea de forma general necesitamos hallar dos soluciones particulares
linealmente independientes. En realidad, basta con calcular una solución, digamos y1 , ya que
una vez que tenemos y1 , podemos adaptar el método de variación de parámetros haciendo lo
siguiente: buscamos una nueva solución y2 como y2 (t) = v(t)y1 (t) donde v(t) es una función que
debemos calcular. Imponiendo que y2 = vy1 sea solución de la ecuación homogénea nos queda
una ecuación para v cuya solución es
Z
1 − U p(t) dt
v(t) = e dt.
y1 (t)2
Hallada esta función v, la función y2 = vy1 es una solución de la ecuación homogénea que es
linealmente independiente de y1 .
En la siguiente sección veremos cómo calcular soluciones linealmente independientes para las
ecuaciones con coeficientes constantes.
¿Qué ocurre con la ecuación completa?
Resolución de la ecuación completa. Sean y1 e y2 dos soluciones linealmente independientes
de la ecuación homogénea y 00 + p(t)y 0 + q(t)y = 0 y sea y0 una solución particular de la ecuación
completa y 00 + p(t)y 0 + q(t)y = r(t). Entonces y0 + c1 y1 + c2 y2 es la solución general de dicha
ecuación, en el sentido de que dada una solución y de la ecuación completa, existen c1 , c2 ∈ R
tales que y = y0 + c1 y1 + c2 y2 .
De acuerdo con esto, para resolver la ecuación completa de forma general, necesitamos hallar
dos soluciones independientes de la ecuación homogénea y una solución particular de la completa.
Veremos ahora como se puede adaptar el método de variación de los parámetros para hallar
soluciones particulares de la ecuación completa a partir de la solución general de la ecuación
homogénea.
12 Lección 1. Ecuaciones Diferenciales Ordinarias
donde v1 (t) y v2 (t) son dos funciones que debemos determinar. Para ello imponemos que y0
verifique la ecuación completa y 00 + p(t)y 0 + q(t) = r(t) y también, por conveniencia, que se
verifique la igualdad v10 y1 + v20 y2 = 0 en I, lo que, tras un par de simplificaciones, nos lleva al
sistema
donde W (t) = y1 (t)y20 (t) − y2 (t)y10 (t) se llama determinante wronskiano de y1 e y2 . En conse-
cuencia, las funciones v1 y v2 buscadas son
Z Z
−y2 (t)r(t) y1 (t)r(t)
v1 (t) = dt y v2 (t) = dt.
W (t) W (t)
En definitiva, basta calcular una solución de la ecuación homogénea porque podemos calcular
una segunda solución linealmente independiente usando la fórmula de Liouville y, luego, calcular
una solución particular de la completa por el método de variación de parámetros.
Raíces reales distintas. Si m1 y m2 son números reales distintos, entonces las funciones y1 (t) =
em1 t e y2 (t) = em2 t son soluciones independientes de la ecuación lineal homogénea y 00 +py 0 +qy = 0
cuya solución general es, entonces,
y(t) = c1 em1 t + c2 em2 t .
Raíces reales iguales. Si la ecuación auxiliar tiene una raíz real doble m1 = m2 , entonces las
funciones y1 (t) = em1 t e y2 (t) = tem1 t son soluciones independientes de la ecuación homogénea
y 00 + py 0 + qy = 0 cuya solución general es, entonces,
y(t) = (c1 + c2 t)em1 t .
Raíces complejas. Si m1 y m2 son números complejos, √ entonces son conjugados, así que
podemos escribir m1 = a + bj y m2 = a − bj, donde j = −1 es la unidad imaginaria. Imitando
lo que ocurre en el caso de raíces reales distintas, podríamos construir las soluciones
em1 t = e(a+bj)t = eat (cos(bt) + jsen (bt))
em2 t = e(a−bj)t = eat (cos(bt) − jsen (bt))
que son soluciones complejas. Como las partes real e imaginaria de estas dos soluciones las
podemos obtener mediante una combinación lineal de ellas mismas, deducimos que las funciones
y1 (t) = Re(em1 t ) = eat cos(bt) e y2 (t) = Im(em1 t ) = eat sen (bt) son soluciones reales e indepen-
dientes de la ecuación homogénea y 00 + py 0 + qy = 0 cuya solución general es, entonces,
y(t) = eat (c1 cos(bt) + c2 sen (bt)),
o bien,
y(t) = k1 eat cos(bt + k2 ),
siendo ahora k1 y k2 las constantes arbitrarias.
El método de los coeficientes indeterminados. Vimos en la sección anterior que si tenemos
dos soluciones linealmente independientes de la ecuación homogénea, podemos hallar una solución
particular de la ecuación completa usando el método de variación de parámetros. Este método
funciona siempre, pero puede conducir a integraciones tediosas. Si la ecuación tiene coeficientes
constantes, existe un método que permite hallar una solución particular de la ecuación completa
y 00 + py 0 + qy = r(t) cuando la función r(t) es un polinomio, una exponencial, un seno, un coseno
o una combinación de sumas y productos de tales funciones. La razón es que las derivadas de
una de estas combinaciones vuelven a ser funciones del mismo tipo, así que lo que se plantea es
buscar como solución particular una combinación adecuada con coeficientes indeterminados que
se calculan imponiendo que la función verifique la ecuación.
Ejemplo. Para hallar una solución particular de
y 00 − y 0 + 2y = 2t2 − 2t,
nos fijamos en que r(t) = 2t2 − 2t es un polinomio de segundo grado, así que buscamos una
solución particular de la forma y0 (t) = at2 + bt + c. Imponiendo que y0 verifique la ecuación
llegamos a
2a − (2at + b) + 2(at2 + bt + c) = 2t2 − 2t para todo t.
14 Lección 1. Ecuaciones Diferenciales Ordinarias
Igualando los coeficientes del polinomio de la izquierda y del polinomio de la derecha, obtenemos
2a = 2, −2a + 2b = −2, 2a − b + 2c = 0
(i) y0 = ceat si a 6= m1 y a 6= m2 ,
(ii) y0 = cteat si a = m1 y a 6= m2 ,
(iii) y0 = ct2 eat si a = m1 = m2 .
3. Si r(t) = sen (αt) o r(t) = cos(αt), entonces se busca como solución particular
Otra buena opción en estos casos es trabajar con la exponencial compleja y buscar una
solución particular de la forma (a + jb)ejαt o, respectivamente, (a + jb)tejαt . Una vez calculados
a y b, la parte real de la solución obtenida es la solución particular correspondiente a un segundo
miembro con la función coseno y su parte imaginaria es la solución particular correspondiente a
un segundo miembro con la función seno.
4. Si r(t) es una combinación de las funciones anteriores, entonces se busca como solución
particular la correspondiente combinación de las soluciones particulares propuestas. En el
caso de exponenciales multiplicadas por senos o cosenos, puede merecer la pena escribir
estas últimas en términos de exponenciales complejas.
Aplicación a los circuitos LRC. Hemos visto que cuando conectamos en serie una inductancia
de L henrios, un condensador con una capacidad de C faradios y una resistencia de R ohmios a
una fuerza electromotriz de e(t) voltios y cerramos el circuito, se produce una corriente eléctrica
gobernada por la ecuación diferencial
1
Lq 00 (t) + Rq 0 (t) + q(t) = e(t).
C
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2005/06 15
t2 y 00 + pty 0 + qy = r(t)
se llama ecuación de Euler-Cauchy de segundo orden y se reduce a una ecuación lineal con coe-
ficientes constantes mediante el cambio de variable independiente t = es . Para ello, si llamamos
z(s) = y(es ), entonces la función z satisface la ecuación
z 00 + (p − 1)z + qz = r(es )
donde las derivadas que aparecen son derivadas de z con respecto a s. Una vez resuelta, deshace-
mos el cambio de variable para obtener la solución y(t) = z(log(t)).
5 Ejercicios
Ejercicio 1 Resuelve los siguientes problemas de valor inicial.
Ejercicio 2 Una inductancia de 2 henrios y una resistencia de 10 ohmios se conectan en serie con
una fuerza electromotriz constante de 100 voltios. Si la corriente es nula cuando t = 0, halla la
corriente en cualquier instante posterior. Repite el ejercicio cuando la fuerza electromotriz vale
E = 100sen (60t) voltios.
Ejercicio 3 Aproxima la solución de cada uno de los problemas de valor inicial siguientes usando
el método de Euler con el tamaño de paso que se indica.
16 Lección 1. Ecuaciones Diferenciales Ordinarias
1. y 0 = 1 + tsen (ty) para 0 ≤ t ≤ 1, con y(0) = 0 y h = 0.1. Interpola los valores obtenidos
para calcular una aproximación al valor de la solución en el punto t = 0.32.
Ejercicio 4 En los siguientes casos, halla la solución general de la ecuación usando la solución y1
de la ecuación homogénea que se da para calcular una segunda solución linealmente independiente
y, en su caso, el método de variación de los parámetros para hallar una solución particular de la
ecuación completa.
1. y 00 − y = t + 4et .
2. y 00 − y 0 = t2 .
3. y 00 − 4y = e2t .
4. y 00 + 2y 0 = 3tet .
5. y 00 + 4y = 8sen (2t).
1. t2 y 00 − 4ty 0 + 6y = t4 − t2 .
2. t2 y 00 − 3ty 0 − 5y = t2 log(t).
3. t2 y 00 − ty 0 + y = log(t).
4. 4t2 y 00 + 5y = 0.
(f g)0 = f 0 g 0 .
y 0 = 1 + t + y + ty con y(0) = 0.
Ejercicio 12 Usa el método de Euler para calcular aproximaciones numéricas a la solución del
problema de valor inicial
y 0 = 2 − ty 2 con y(1) = 1
con tamaño de paso h = 0.2 para t ∈ [1, 1.4] y utiliza dichas aproximaciones para interpolar el
valor de la solución en t = 1.25. Escribe los resultados con cuatro cifras decimales.
Ejercicio 13 Construye las aproximaciones a la solución del problema de valor inicial
y 0 = ty 2 + e−y + 1 y(1) = 0
que se obtienen aplicando tres pasos del método de Euler con h = 0.2.
Ejercicio 14 Construye las aproximaciones a la solución del problema de valor inicial
que se obtienen aplicando tres pasos del método de Euler con h = 0.3. (Trabaja con dos cifras
decimales).
Ejercicio 15 Usa el método de Euler para calcular aproximaciones numéricas a la solución del
problema de valor inicial
y0 = y2 − t con y(1) = 1
con tamaño de paso h = 0.1 para t ∈ [1, 1.4]. Escribe los resultados con cuatro cifras decimales.
Ejercicio 16 (1) Resuelve la ecuación diferencial
y 0 + y − 2et = 0.
Ejercicio 22 Inventa una ecuación diferencial lineal de segundo orden con coeficientes constantes
ay 00 + by 0 + cy = f (t) cuya solución general sea y(t) = c1 et + c2 e−2t + sen (t).
Ejercicio 23 Los componentes de un circuito eléctrico de tipo LRC tienen los siguientes valores:
R = 18 ohmios, L = 17 henrios y C = 0.05 faradios.
(1) Si cargamos el condensador y no introducimos fuerza electromotriz, ¿se descargará de
forma oscilatoria?
(2) Introducimos una fuerza electromotriz e(t) = 60sen (2t) voltios. ¿Cuál será el régimen
permanente (o estacionario) de la carga? ¿Está la intensidad de salida adelantada, en fase o
retrasada con respecto al voltaje de entrada?
Ejercicio 24 Resuelve el problema de valor inicial
t2 y 00 − 3ty 0 + 3y = 3 log(t) − 4 con y(1) = −2 e y 0 (1) = 9.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2005/06 19
7 Bibliografía
Lección 2.
Curso 2006-07
L = 1H
C = 0.25 F
~ e = 12sen(100t )V R = 4Ω i2 (t )
i1 (t ) R = 6Ω
Aplicando las leyes de Kirchhoff obtenemos que la ecuación que gobierna la intensidad de
corriente i1 (t) que circula por el circuito de la izquierda es
i01 (t) + 4(i1 (t) − i2 (t)) = 12sen (100t)
y que la ecuación que gobierna la intensidad de corriente i2 (t) que circula por el circuito de la
derecha es Z t
1
6i2 (t) + 4(i2 (t) − i1 (t)) + i2 (τ ) dτ = 0.
0.25 0
Derivando esta última ecuación y sustituyendo en ella la expresión de i01 (t) dada en la primera,
nos queda un sistema de ecuaciones diferenciales
entonces el sistema se escribe de forma abreviada como y 0 (t) = Ay(t) + f (t), cuya estructura
es la misma que la de una ecuación lineal de primer orden. De hecho, la teoría de los sistemas
lineales es, como cabe esperar, una extensión de las teorías de las ecuaciones lineales de primer
y segundo orden. Esto se pone de manifiesto en los siguientes resultados.
Teorema de existencia y unicidad. Sean A = [aij ] una matriz cuadrada de orden n y
f : [a, b] → Rn (i = 1, 2, . . . , n) una función vectorial continua. Dados un punto t0 ∈ [a, b] y un
vector y0 ∈ Rn , entonces el problema de valor inicial
y(t) = y (p) (t) + Y (t)c = y (p) (t) + c1 y (1) (t) + c2 y (2) (t) + · · · + cn y (n) (t),
siendo Y (t) una matriz fundamental de soluciones del sistema homogéneo asociado y c ∈ Rn un
vector de constantes arbitrarias.
solución particular del sistema completo. Empezaremos recordando cómo se pueden calcular
soluciones de un sistema homogéneo y 0 = Ay, técnicas que debes conocer de la asignatura de
“Álgebra” del curso pasado. Posteriormente veremos métodos para resolver el sistema completo.
La clave de la resolución de los sistemas homogéneos nos la da el siguiente resultado.
Proposición 1. (1) Si u es un autovector real de A con autovalor λ (también real), entonces
y(t) = eλt u es una solución del sistema y 0 = Ay.
(2) Si u = v +jw es un autovector complejo de A con autovalor complejo λ = α+jβ, entonces
y (1) (t) = Re(eλt u) = eαt [v cos(βt) − wsen (βt)]
y (2) (t) = Im(eλt u) = eαt [vsen (βt) + w cos(βt)]
son soluciones linealmente independientes del sistema y 0 = Ay.
Matriz de los coeficientes diagonalizable. Si la matriz de los coeficientes es diagonalizable,
entonces es que existe una base de Cn formada por autovectores y podemos obtener una base
de soluciones del sistema homogéneo usando el resultado anterior con cada pareja autovalor-
autovector de la base.
Teorema 1. Si la matriz A es diagonalizable, entonces existe una base de soluciones reales del
sistema y 0 = Ay formada de la siguiente manera:
(1) Si λ es un autovalor real de multiplicidad m y u1 , u2 , . . . , um son autovectores suyos
linealmente independientes, entonces λ proporciona m soluciones, que son
eλt u1 , eλt u2 , . . . , eλt um .
todos los sumandos se anulan menos el primero; y (1) (t) = eλt u1 . Si, por ejemplo, u4 lo hemos
añadido tomándolo del núcleo de (A − λI)2 , entonces en el cálculo de
· ¸
(4) λt (A − λI)2 t2 (A − λI)m−1 tm−1
y (t) = e I + (A − λI)t + + ··· + u4
2 (m − 1)!
todos los sumandos se anulan menos los dos primeros; y (4) (t) = eλt [I + (A − λI)t]u4 , aunque m
sea mayor que 2.
El método de variación de los parámetros. El método de variación de los parámetros
que hemos visto para ecuaciones lineales de primer y segundo orden se traslada a los sistemas
y 0 (t) = Ay(t) + f (t) sin mucha dificultad. Supongamos que Y (t) es una matriz fundamental de
soluciones del sistema homogéneo y 0 = Ay. Entonces la solución general del sistema homogéneo
es y(t) = Y (t)c, donde c ∈ Rn es un vector cualquiera de escalares. La idea es buscar una solución
particular del sistema completo de la forma y (p) (t) = Y (t)v(t), donde v(t) es una función vectorial
que debemos determinar. Puesto que
Ahora bien, como Y 0 (t) = AY (t), entonces queda Y (t)v0 (t) = f (t) y, por tanto,
con lo que Z
v(t) = [Y (t)]−1 f (t) dt.
es una solución particular de la ecuación completa y 0 (t) = Ay(t) + f (t) cuya solución general es,
entonces, µZ ¶
−1
y(t) = Y (t) [Y (t)] f (t) dt + c
· ¸
1
y está claro que los autovectores asociados son v = y sus múltiplos no nulos. En
−1
consecuencia, la solución general del sistema homogéneo asociado es
· ¸ · ¸
(h) λt µt 1 1
y (t) = c1 ue + c2 ve = c1 + c2 e2t .
1 −1
a−b−c = 0,
b−d = −1,
−a + c − d = −3,
−b + d = 1
que es compatible indeterminado. Sumando las ecuaciones primera y tercera nos queda −b − d =
−3 que sumada a la cuarta −b + d = 1, nos da b = 1 y d = 2. Con estos valores, la ecuación
para a y c es a − c = 1 y, como sólo necesitamos una solución particular, podemos tomar a = 1
y c = 0. En consecuencia, la solución particular obtenida es
· ¸
(p) 1+t
y (t) =
2t
y, por tanto, la solución general de la ecuación es
· ¸ · ¸ · ¸
(h) (p) 1 1 2t 1+t
y(t) = y (t) + y (t) = c1 + c2 e + .
1 −1 2t
Finalmente, imponemos la condición inicial
· ¸ · ¸ · ¸ · ¸ · ¸
0 1 1 1 c1 + c2 + 1
= y(0) = c1 + c2 + =
7 1 −1 0 c1 − c2
de donde, sumando ambas componentes, obtenemos 7 = 2c1 + 1, con lo cual c1 = 3 y c2 = −4.
La solución del problema es, entonces,
· ¸ · ¸ · ¸ · ¸
(h) (p) 1 1 2t 1+t 4 + t − 4e2t
y(t) = y (t) + y (t) = 3 −4 e + = .
1 −1 2t 3 + 2t + 4e2t
8 Lección 2. Sistemas de Ecuaciones Diferenciales
Otra forma de proceder es, una vez resuelto el sistema homogéneo asociado, aplicar directa-
mente la fórmula del método de variación de los parámetros que nos dice que la solución general
de un sistema y 0 (t) = Ay(t) + f (t) es
µZ ¶
−1
y(t) = Y (t) [Y (t)] f (t) dt + c
3 El método de Euler
En esta sección vamos a estudiar cómo se puede adaptar el método de Euler para obtener solu-
ciones aproximadas de sistemas de ecuaciones diferenciales cualesquiera.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
para los valores de t en un intervalo [t0 , tF ] en el que t0 representa el instante inicial de la situación
descrita por la ecuación y tF el instante final hasta el que deseamos llegar. Ahora y es una función
vectorial y : [t0 , tF ] → Rn y f : Rn × [t0 , tF ] → Rn es un campo vectorial continuo y con derivadas
parciales continuas, con lo cual puede probarse que el problema de valor inicial tiene solución
única en el intervalo de trabajo [t0 , tF ].
Como en el caso de las ecuaciones, fijamos n + 1 nodos igualmente espaciados en el intervalo
de trabajo
ti = t0 + ih, i = 0, 1, . . . , n
donde h = (tF − t0 )/n es el tamaño de paso. Una vez encontradas estas aproximaciones en los
nodos, interpolaremos para generar aproximaciones en los demás puntos del intervalo de trabajo
[t0 , tF ].
Llamaremos wi a la aproximación del valor exacto y(ti ) que vamos a ir obteniendo en cada
nodo
y(ti ) ≈ wi , i = 0, 1, . . . , n;
ahora cada wi es un vector de dimensión n.
El método de Euler. La idea del método sigue siendo truncar el desarrollo de Taylor de y para
quedarnos con su parte lineal. De acuerdo con el teorema de Taylor,
Usando que y satisface la ecuación diferencial y 0 = f (t, y) y escribiendo h en vez de ti+1 − ti nos
queda
y(ti+1 ) ≈ y(ti ) + hf (ti , y(ti )).
Si disponemos ya de una aproximación wi ≈ y(ti ), la fórmula anterior nos proporciona una
aproximación de y(ti+1 ):
y(ti+1 ) ≈ wi+1 := wi + hf (ti , wi ).
Puesto que y(t0 ) = y0 , podemos ir calculando los valores wi de forma iterativa:
w0 = y0 ,
wi+1 = wi + hf (ti , wi ), i = 0, 1, 2, . . . , n − 1.
Interpolación. Una vez que tenemos las aproximaciones (ti , wi ) para todos los nodos, si quere-
mos hallar una aproximación del valor y(t) de la solución en un punto t comprendido entre dos
nodos ti < t < ti+1 , entonces la aproximación viene dada por
wi+1 − wi
y(t) ≈ wi + (t − ti ),
h
que no es más que una interpolación lineal a trozos hecha coordenada a coordenada.
10 Lección 2. Sistemas de Ecuaciones Diferenciales
ti y1 (ti ) y2 (ti )
0 1.0000 −1.0000
0.1 1.1000 −0.9000
0.2 1.1920 −0.7910
0.3 1.2784 −0.6767
0.4 1.3626 −0.5602
0.5 1.4484 −0.4439
0.6 1.5406 −0.3296
0.7 1.6439 −0.2188
0.8 1.7637 −0.1128
0.9 1.9061 −0.0129
1.0000 2.0777 0.0795
Ejemplos. (1) El problema de los tres cuerpos. Supongamos que tres cuerpos de masas m1 ,
m2 y m3 se mueven sometidos a las interacciones gravitatorias entre ellos. Si representamos por
vi (t) = [xi (t), yi (t), zi (t)] (para i = 1, 2, 3) sus posiciones en un instante t, entonces, de acuerdo
con la Ley de Gravitación de Newton, estos vectores deben verificar el sistema de 9 ecuaciones
diferenciales con 9 incóngitas
X mi mk (vk − vi )
vi00 (t) = G i = 1, 2, 3.
k6=i
kvk − vi k3
Este sistema no es lineal y no se puede resolver explícitamente. Sin embargo, Poincaré probó
que existen soluciones periódicas del mismo. Ésta es una de las cuestiones de interés en la teoría
cualitativa: saber si existen soluciones periódicas de un sistema de ecuaciones diferenciales no
lineal.
(2) El péndulo simple. Si llamamos φ(t) al ángulo que mide el desplazamiento de un péndulo
simple ideal de longitud desde su posición de equilibrio, entonces la función φ(t) verifica la
ecuación diferencial
De nuevo, no es posible obtener una solución explícita mediante una fórmula que involucre
las funciones elementales o una serie de potencias. Sin embargo, si las oscilaciones φ(t) son
pequeñas, entonces sen (φ(t)) ≈ φ(t) y podemos pensar que el movimiento del péndulo debe
parecerse mucho al descrito por la ecuación diferencial lineal
g
φ00 (t) + φ(t) = 0,
Una es cuando está boca abajo, es decir φ(t) = 0, y otra cuando está boca arriba, es decir
φ(t) = π. Pero hay una diferencia grande entre las dos. Si el péndulo se aparta ligeramente
de su equilibrio φ(t) = 0 entonces oscila ligeramente alrededor de éste, por lo que φ(t) = 0 se
llama equilibrio estable. Sin embargo, si se aparta ligeramente de su equilibrio φ(t) = π entonces
cae y no vuelve a pasar por éste, por lo que φ(t) = π se llama equilibrio inestable. Otro de los
problemas centrales de la teoría cualitativa es el análisis de la estabilidad de los equilibrios de un
sistema.
(3) El oscilador de van der Pol es un circuito LC conectado en paralelo con un dispositivo no
lineal que actúa como una resistencia variable de manera que la ecuación que verifica el voltaje
e(t) es
1
Ce00 (t) + (3Ae2 (t) − B)e0 (t) + e(t) = 0,
L
donde C es la capacidad, L la inductancia y A y B son dos constantes que dependen del dis-
positivo. Esta ecuación no es lineal y no puede resolverse explícitamente. Fue el ingeniero
holandés B. van der Pol (1899—1959) quien construyó este circuito en los años 20 observando
que, independientemente de las condiciones iniciales, el circuito evolucionaba hasta presentar
un movimiento oscilatorio aparentemente periódico. Los métodos cualitativos permiten probar
que, efectivamente, dicha ecuación –y otras parecidas– posee una solución periódica que es
atractiva, en el sentido de que cualquier otra solución tiende a largo plazo a coincidir con la
solución periódica.
(4) El sistema predador-presa de Volterra. Un problema de mucho interés en la ecología es el
análisis de las fluctuaciones en las poblaciones de predadores y presas que conviven en un cierto
hábitat. La primera persona que formuló un modelo para estudiar un problema de este tipo
fue el matemático italiano V. Volterra (1860—1940). Volterra postuló que, si x(t) representa la
población de presas e y(t) la de predadores, entonces
donde a, b, c y d son constantes positivas. Como en el caso anterior, este sistema es no lineal y no
puede resolverse explícitamente. Sin embargo, Volterra probó que las soluciones de este sistema
son periódicas, explicando así las fluctuaciones observadas en la evolución de las poblaciones.
(5) Si tenemos un circuito LRC sin fuente de voltaje, la carga q(t) presenta conducta oscilatoria
si R2 < 4L/C. Es decir, hay un cambio de conducta cualitativa –oscilar o no oscilar– cuando
el parámetro λ = CR2 /L pasa de ser menor que 4 a ser mayor que 4. Esto es lo que se conoce
como una bifurcación y es otro de los problemas que aborda de la teoría cualitativa: el cambio
de conducta de las soluciones (de oscilar a no oscilar, de estable a inestable, de periódica a no
periódica, etc.) en función de los valores de los parámetros de los que depende el sistema en
cuestión.
En esta sección presentamos únicamente las ideas básicas sobre la estabilidad de sistemas
autónomos, desarrollada primeramente para el caso lineal, es decir, para sistemas de coeficientes
constantes y 0 (t) = Ay(t) y después para sistemas no lineales.
Empezamos definiendo los principales elementos que aparecen en la teoría cualitativa.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 13
y 0 (t) = f (y(t))
donde f (y) es un campo vectorial de dimensión n con derivadas parciales continuas en una región
del espacio Rn . El sistema se llama autónomo, o invariante en el tiempo, porque el campo f (y) no
depende explícitamente de la variable temporal t. Puede probarse que si fijamos una condición
inicial y(0) = y0 , entonces este sistema tiene solución única.
Si lo que tenemos es, por ejemplo, una ecuación de segundo orden autónoma (como en los
casos del péndulo y del oscilador de van der Pol)
la podemos convertir en un sistema autónomo tomando y1 (t) = x(t) e y2 (t) = x0 (t), con lo que
nos queda el sistema
Si y0 ∈ Rn es un punto tal que f (y0 ) = 0, entonces la solución del problema de valor inicial
es constante: y(t) = y0 para todo t ∈ R; o sea, las variables no se mueven del punto inicial. Se
dice entonces que y0 es un punto o solución de equilibrio del sistema.
Estabilidad. Se dice que la solución del problema de valor inicial
En esta introducción a la teoría cualitativa, estudiaremos cómo clasificar los puntos de equi-
librio de un sistema autónomo en estables, asintóticamente estables o inestables; primero para
sistemas lineales y luego para sistemas no lineales. La existencia de soluciones periódicas y
el análisis de las bifurcaciones se escapan de los objetivos de este curso y se abordarán en la
asignatura optativa de quinto curso.
Como hemos dicho, empezaremos estudiando de manera detallada la estabilidad del origen
de coordenadas como punto de equilibrio de un sistema lineal con coeficientes constantes. La
razón es que, según veremos, el procedimiento de linealización de un sistema no lineal permite,
en muchos casos, reducir el estudio de la estabilidad de los puntos de equilibrio de un sistema no
lineal al de la estabilidad del origen en el caso lineal.
Estabilidad de los sistemas lineales autónomos. Es obvio que el origen de coordenadas
es siempre un punto de equilibrio de un sistema lineal autónomo y 0 (t) = Ay(t). Si, además, el
determinante de la matriz de los coeficientes es distinto de cero, entonces el origen es el único
punto de equilibrio del sistema. Si dicho determinante es igual a cero, entonces aparece un
subespacio, el núcleo de A, de puntos de equilibrio; este caso no es de interés en las aplicaciones,
así que no lo estudiaremos. Supondremos, entonces, que la matriz de los coeficientes A es no
singular o, equivalentemente, que sus autovalores son distintos de cero. Pues bien, la estabilidad
depende del signo de la parte real de los autovalores, pudiéndose distinguir los siguientes casos.
1. Si todos los autovalores tienen parte real estrictamente negativa, entonces el origen es un
punto de equilibrio asintóticamente estable.
2. Si todos los autovalores tienen parte real negativa o cero y los que tienen parte real cero son
no defectivos, entonces el origen es un punto de equilibrio estable pero no asintóticamente
estable.
3. Si algún autovalor tiene parte real estrictamente positiva o algún autovalor defectivo tiene
parte real cero, entonces el origen es un punto de equilibrio inestable.
5 Ejercicios
Ejercicio 1 Resuelve el siguiente problema de valor inicial
· ¸ · ¸ · ¸
0 4 1 0 1
y = y+ t , y(0) = .
−2 1 −2e 0
x0 = y(1 + x + y 2 ), x(0) = 1,
y 0 = xy(1 + x2 + 2y 2 ), y(0) = 2
y 00 + ty 0 − t2 y = 1 + t, y(0) = 1, y 0 (0) = −2
en el intervalo [0, 1]. Para ello, transforma la ecuación en un sistema y usa el método de Euler
con h = 0.1.
Ejercicio 14 Aproxima la solución del problema de valor inicial correspondiente al movimiento
de un péndulo de longitud unidad
en el intervalo [0, 1]. Para ello, transforma la ecuación en un sistema y usa el método de Euler
con h = 0.1. Compara los resultados con lo que se obtiene linealizando la ecuación.
Ejercicio 15 Aproxima la solución del problema de valor inicial
1
y 00 + t2 y 0 − 3ty = con y(0) = −1, y 0 (0) = 0
1 + t2
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 17
en el intervalo [0, 1]. Para ello, transforma la ecuación en un sistema y usa el método de Euler
con h = 0.1.
Ejercicio 16 Determina la estabilidad del origen como punto de equilibrio de los siguientes
sistemas:
x0 = −y x0 = 4x − y x0 = x − 4y
(1) (2) (3)
y 0 = 8x − 6y y 0 = −2x + 5y y 0 = −8x + 4y
x0 = 4x − 2y x0 = 2y x0 = −5x + y
(4) 0 (5) 0 (6) 0
y = 5x + 2y y = −2x − y y = x − 5y.
1. x0 = (2 − x − 2y)x, y 0 = (2 − 2x − y)y,
2. x0 = y 2 − 3x + 2, y 0 = x2 − y 2 ,
3. x0 = 4 − 4x2 − y 2 , y 0 = 3xy,
(1) Da dos pasos del método de Euler para resolver el problema de valor inicial correspondiente
a x(0) = 1 e y(0) = 4 con tamaño de paso h = 0.1.
(2) Determina y clasifica sus puntos de equilibrio.
Ejercicio 28 Determina y, si es posible, clasifica los puntos de equilibrio del sistema
x0 = x − y 2 ,
y 0 = x − y − 2.
Si no es posbile clasificar alguno, indica por qué.
Ejercicio 29 (1) Enuncia el teorema de linealización de Liapunov y Poincaré.
(2) Determina y clasifica los puntos de equilibrio del sistema no lineal
x0 = x2 − y 2 ,
y 0 = (x − 1)(y + 3x + 4).
6 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos, en especial el de Braun. El
de James incluye varias aplicaciones a la ingeniería. El de Simmons tiene muchos ejemplos pero
el tratamiento teórico no se ajusta al nuestro porque no se basa en las técnicas y los resultados
del álgebra lineal.
[517,9/2-BRA] M. Braun, Ecuaciones diferenciales y sus aplicaciones, Capítulos 3 y 4.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Capítulo 6.
[517.9/2-SIM] G.F. Simmons, Ecuaciones diferenciales, Capítulos 10 y 11.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 3.
TRANSFORMACIÓN DE LAPLACE.
Curso 2006-07
en los valores de s para los que dicha integral impropia es absolutamente convergente. Como los
valores de f (t) para t < 0, si es que existen, no intervienen en la definición de transformada de
Laplace, se suele suponer, simplemente, que f (t) = 0 para t < 0 y se dice, en ese caso, que f es
una función causal.
Ejemplos. Las siguientes funciones f (t) tienen la transformada de Laplace F (s) indicada
√
convergente también en
pel extremo inferior. El ejemplo típico es f (t) = 1/ t cuya transformada
de Laplace es F (s) = π/s para s > 0.
(6) Cuando tengamos una función en el dominio de la frecuencia F (s) y calculemos una función
f (t) en el dominio del tiempo cuya transformada de Laplace sea la función F dada, diremos que
f es la transformada de Laplace inversa o, más coloquialmente, la anti-transformada de F , lo que
se suele escribir f = L−1 {F }. Puede probarse que f es única salvo, a efectos prácticos, cambios
de sus valores en un número finito de puntos.
(7) No todas las funciones continuas admiten transformada de Laplace. El ejemplo típico de
2
esta situación es la función f (t) = et .
Definición. La función de Heaviside, o función de salto en el origen,viene dada por
½
0 si t < 0
h0 (t) =
1 si t > 0.
Escribiendo f (t) = k (ht1 (t) − ht2 (t)) = k (h0 (t − t1 ) − h0 (t − t2 )), la propiedad de linealidad nos
k
dice que su transformada de Laplace es F (s) = (e−t1 s − e−t2 s ).
s
Traslación en el dominio de la frecuencia. Si a es un número real entonces la transformada
de Laplace de eat f (t) es F (s − a) para s > a + σ f . O sea,
L{eat f (t)} = L{f }(s − a).
Ejemplos. Aplicando esta propiedad podemos dar los pares (11)—(14) de la lista siguiente.
Transformada de Laplace de una función periódica. Sea f (t) una función periódica de
período T , o sea f (t + T ) = f (t) para todo t ≥ 0. La transformada de Laplace F (s) de f (t) es
Z T
1
L{f } = F (s) = e−st f (t) dt.
1 − e−sT 0
Teoremas del valor inicial y final. (1) Teorema del valor inicial: Si existe lim sF (s), entonces
s→∞
(2) Teorema del valor final: Si existe lim f (t) y la abscisa de convergencia es σ f < 0, entonces
t→∞
y sean Y (s) = L{y(t)} y R(s) = L{r(t)}. Entonces, calculando las transformadas de Laplace de
ambos miembros de esta ecuación, tenemos
de donde
R(s) + (s + p)y0 + y00
Y (s) = .
s2 + ps + q
Esto nos proporciona la transformada de Laplace Y (s) de nuestra solución, así que
2
Como L{2e−t } = 2L{e−t } = , la transformada de Laplace de la solución y es
s+1
2
+s+5 2 s+5
s
Y (s) = 2+ 1 = + .
s + 5s + 6 (s + 1)(s + 2)(s + 3) (s + 3)(s + 2)
c
Separando variables e integrando resulta Y (s) = √ para una cierta constante c. Usando
2
s +1
el teorema del valor inicial puede verse que c = 1, así que
1
L{J0 (t)} = √ .
2
s +1
En la práctica pueden darse ecuaciones que contienen tanto derivadas como integrales de la
función incógnita. Un ejemplo típico es la ecuación de un circuito LRC que puede escribirse con
la intensidad de corriente i(t) como incógnita
Z
0 1 t
Li (t) + Ri(t) + i(τ ) dτ = e(t) con i(0) = i0 .
C 0
Naturalmente, podemos derivar y transformar esta ecuación en una ecuación diferencial con la
carga q(t) como incógnita. Sin embargo, podemos trabajar con la integral usando la fórmula
para la transformada de Laplace de una integral. Llamando I(s) = L{i(t)} nos queda
1
L(sI(s) − i0 ) + RI(s) + I(s) = L{e(t)},
Cs
luego
L{e(t)} + Li0
I(s) = .
1
sL + R +
Cs
Ecuaciones con término independiente discontinuo. Si el segundo miembro r(t) de la
ecuación y 00 (t) + py 0 (t) + qy(t) = r(t) es una función discontinua, por ejemplo una función con un
salto, difícilmente podemos esperar que la ecuación tenga una solución con derivada continua. Los
métodos que vimos en las lecciones anteriores no sirven para hallar una solución. Sin embargo, el
método de la transformación de Laplace sí permite trabajar con este tipo de ecuaciones mediante
las propiedades de las funciones de salto ha (t) y sus transformadas.
Ejemplo. Tenemos un circuito RC (o sea, con L = 0) en reposo (o sea, con i(0) = 0) que se
conecta con una pila de v0 voltios durante t0 segundos. La ecuación que gobierna la intensidad
de corriente en el circuito es
Z ½ ¾
1 t v0 si 0 < t < t0 ,
Ri(t) + i(τ ) dτ = = v0 (h0 (t) − ht0 (t)) = v0 (1 − h0 (t − t0 )) .
C 0 0 si t > t0 .
Llamando I(s) = L{i(t)} y usando la transformación de Laplace nos queda
1 v0 ¡ ¢
RI(s) + I(s) = 1 − e−t0 s ,
Cs s
luego
v0 /R ¡ ¢
I(s) = 1 − e−t0 s .
s + (1/RC)
Usando las propiedades de traslación en el dominio del tiempo y en el dominio de la frecuencia
para calcular la transformada inversa obtenemos, finalmente, la solución
v0 ¡ −t/RC ¢
i(t) = L−1 {I(s)} = e − e−(t−t0 )/RC h0 (t − t0 ) ,
R
8 Lección 3. Transformación de Laplace
o, más cómodamente,
v0
e
−t/RC
si 0 < t < t0 ,
R
i(t) = ¡ ¢
v0 e−t/RC 1 − et0 /RC
si t > t0 .
R
Si llamamos Y1 (s) = L{y1 (t)} e Y2 (s) = L{y2 (t)}, entonces el sistema transformado es
· ¸ · ¸· ¸ · ¸
sY1 (s) 1 −1 Y1 (s) s−2
= + ,
sY2 (s) − 7 −1 1 Y2 (s) 3s−1 − s−2
L{y10 (t)} = sY1 (s) − y1 (0), L{y20 (t)} = sY1 (s) − y2 (0) y L{tn } = (n!)s−n−1 .
Ahora ordenamos el sistema pasando todas las incógnitas al primer miembro y nos queda
· ¸· ¸ · ¸
s−1 1 Y1 (s) s−2
= .
1 s−1 Y2 (s) 7 + 3s−1 − s−2
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
Resolvemos este sistema aplicando la regla de Cramer (o también se podría usar, intercambiando
el orden de las ecuaciones, el método de eliminación de Gauss) obteniendo
Para hallar las anti-transformadas, descomponemos en fracciones simples. Para la primera com-
ponente, tenemos
b + c = 0, a − 2b = −7 y − 2a = −2,
b + c = 7, a − 2b = −4 y − 2a = −4,
Observación. En los ejemplos de esta sección hemos visto que el último paso en la aplicación
de la transformación de Laplace es el cálculo de una transformada inversa. Las tres ideas básicas
para anti-transformar son, en espíritu, las mismas que las del cálculo de primitivas: conocer las
anti-transformadas de las funciones más usuales, saber aplicar técnicas básicas (específicamente,
la descomposición en fracciones simples) para reducir una transformada complicada a una com-
binación de transformadas más simples y conocer los teoremas sobre transformadas para poder
aplicarlos. De todas formas, existen tablas de transformadas de Laplace que recogen la práctica
totalidad de las que suelen aparecer en las aplicaciones a las diversas ramas de la ingeniería.
10 Lección 3. Transformación de Laplace
3 El producto de convolución.
Producto de convolución. No es cierto que la transformada de Laplace de un producto sea
el producto de las transformadas de Laplace de los factores: L{f g} 6= L{f }L{g} en general.
Sin embargo, el cálculo de la transformada inversa de un producto L{f }L{g} puede hacerse de
manera relativamente simple.
Definición. Dadas dos funciones f, g : [0, ∞) → R, su producto de convolución es la función
f ∗ g definida para t ≥ 0 por
Z t
(f ∗ g)(t) = f (τ )g(t − τ ) dτ .
0
El producto de convolución tiene una serie de propiedades fáciles de probar. Por ejemplo, es
conmutativo, asociativo y distributivo:
f ∗ g = g ∗ f, f ∗ (g ∗ h) = (f ∗ g) ∗ h, y (af + bg) ∗ h = a(f ∗ h) + b(g ∗ h).
La propiedad más importante es la expresión de su transformada de Laplace.
Transformada de Laplace del producto de convolución. Dadas f, g : [0, ∞) → R, se tiene
que
L{f ∗ g} = F (s)G(s) (s ≥ max{σ f , σ g }).
La función delta de Dirac no es una función en el sentido habitual, pero es un ejemplo de lo que
se conoce como funciones generalizadas o distribuciones para las que existen las correspondientes
nociones de derivada e integral. Manejadas con cuidado, las propiedades que hemos mostrado
proporcionan resultados de contenido práctico que no se pueden obtener por los métodos usuales,
lo que hace de esta función una herramienta muy útil. Como tal, la función delta de Dirac es
físicamente irrealizable, pero podemos aproximarla suficientemente bien de una manera que,
además, nos permite entender de dónde vienen sus propiedades.
Para cada n = 1, 2, . . . , sean dn (t) la función definida por
½
n si t0 ≤ t < t0 + 1/n,
dn (t) =
0 en otro caso,
y gn (t) la función integral de dn (t),
Z t 0 si t < t0 ,
gn (t) = dn (τ ) dτ = n(t − t0 ) si t0 ≤ t ≤ t0 + 1/n,
0
1 si t ≥ t0 + 1/n.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 11
Entonces gn0 (t) = dn (t) salvo para t = t0 y t = t0 + 1/n. Si tomamos límite para n → ∞
obtenemos
½ ½
0 si t 6= t0 , 0 si t < t0 ,
lim dn (t) = δ t0 (t) = y lim gn (t) = ht0 (t) =
n→∞ ∞ si t = t0 , n→∞ 1 si t > t0 ,
R∞ R∞
Por otro lado, −∞ dn (τ ) dτ = 1 para todo n = 1, 2, . . . , así que lim −∞ dn (τ ) dτ = 1. Ahora, si
n→∞
f (t) es una función cualquiera continua en t0 , se tiene
Z t0 +1/n Z ∞
min f (t) ≤ f (τ )dn (τ ) dτ = f (τ )dn (τ ) dτ ≤ max f (t).
[t0 ,t0 +1/n] t0 −∞ [t0 ,t0 +1/n]
L{δ t0 } = e−st0
y(t) a estímulos de entrada u(t). Tanto el circuito como el muelle son sistemas regidos por una
ecuación diferencial lineal de segundo orden con coeficientes constantes
donde u(t) es el estímulo de entrada e y(t) es la respuesta de salida a dicho estímulo. En esta
ecuación, el miembro izquierdo ay 00 (t) + by 0 (t) + cy(t) es, digamos, lo intrínseco al sistema, lo que
hace que el sistema responda de una determinada manera ante el estímulo externo u(t).
Se dice que un sistema es invariante en el tiempo cuando estímulos iguales, pero aplicados
con una diferencia en el tiempo, producen respuestas iguales pero con la misma separación en
el tiempo. Se dice que un sistema es lineal cuando la respuesta a la suma de dos estímulos es
la suma de las respuestas a cada uno de ellos; esto se conoce como principio de superposición.
Cuando el estímulo se produce en un instante dado, que se toma como t0 = 0, al no tener en
cuenta lo que ocurre antes de ese instante, podemos poner u(t) = 0 si t < 0 y se dice u(t) que
es una función causal. Se dice que el sistema es causal si la respuesta de salida a una función
causal, es también una función causal o, en otras palabras, si la respuesta de salida y(t) en un
instante t depende sólo de los valores del estímulo u(τ ) con τ ≤ t, o sea en ese instante y en
instantes anteriores.
Los sistemas gobernados por ecuaciones diferenciales lineales de segundo (o mayor) orden con
coeficientes constantes y condiciones iniciales dadas en t0 = 0 son ejemplos de sistemas lineales,
causales e invariantes en el tiempo. Dado un sistema lineal, causal e invariante en el tiempo,
se define su función de transferencia como el cociente entre las transformadas de Laplace de la
repuesta de salida y el estímulo de entrada
L{y(t)} Y (s)
G(s) = = .
L{u(t)} U(s)
Las propiedades de linealidad e invariancia en el tiempo permiten probar que esta función sólo
depende de los componentes intrínsecos del sistema, no de la entrada que se tome; es decir, si
y1 (t) e y2 (t) son las respuestas de salida a sendos estímulos u1 (t) y u2 (t) entonces
Y1 (s) Y2 (s)
= = G(s).
U1 (s) U2 (s)
que parte del reposo, es decir, con y(0) = y 0 (0) = 0. Al aplicar la transformación de Laplace
tenemos que
U(s)
Y (s) = 2
as + bs + c
o, en otros términos, su función de transferencia es
1 Y (s)
G(s) = = .
as2 + bs + c U(s)
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 13
Vemos que, efectivamente, la función de transferencia sólo depende de los componentes intrínsecos
del sistema (a = L, b = R y c = 1/C en el caso de un circuito). Esto es así en muchos casos
de interés y el conocimiento de la función de transferencia permite analizar completamente el
sistema; yendo más lejos, se pueden diseñar sistemas con propiedades específicas, por ejemplo, un
filtro de baja frecuencia o un amplificador, encontrando una función de transferencia adecuada.
Si en la relación Y (s) = G(s)U(s) tomamos como estímulo de entrada la función delta de
Dirac δ0 (t), entonces la transformada de Laplace de la respuesta del sistema será Y (s) = G(s),
la función de transferencia, y su transformada inversa
g(t) = L−1 {G(s)}
se llama respuesta al impulso unidad o función de transferencia en el dominio del tiempo.
Si, en cambio, tomamos como estímulo de entrada la función de Heaviside h0 (t), entonces
la transformada de Laplace de la respuesta del sistema será Y (s) = s−1 G(s) y su transformada
inversa ½ ¾
−1 G(s)
a(t) = L
s
G(S)
se llama admitancia. Puesto que L{a(t)} = , se tiene que la respuesta al impulso unidad
0
s
es la derivada de la admitancia: g(t) = a (t).
Volviendo a la relación Y (s) = G(s)U(s) para un estímulo de entrada general u(t), si cono-
cemos la respuesta al impulso unidad g(t), entonces se tiene que
Z t Z t
−1
y(t) = L {G(s)U (s)} = (g ∗ u)(t) = u(t − τ )g(τ ) dτ = g(t − τ )u(τ ) dτ ,
0 0
o sea, la respuesta de salida es la convolución de la respuesta al impulso unidad con el estímulo
de entrada. Esta igualdad se conoce como primera fórmula de Duhamel y puede interpretarse
de la manera siguiente: Aproximamos el estímulo u(t) como una suma de estímulos impulsivos
u(τ k ) de corta duración ∆τ k ocurridos en instantes anteriores τ k ,
X
u(t) ≈ u(τ k )δ(t − τ k )∆τ k .
k
Ahora aplicamos el principio de superposición, usando que g(t − τ k ) es la respuesta del sistema
al impulso unidad δ(t − τ k ), para obtener
X
y(t) ≈ g(t − τ k )u(τ k )∆τ k
k
que se conoce como segunda fórmula de Duhamel. De nuevo vemos que el conocimiento de g(t)
o de a(t) caracterizan el sistema.
Podemos usar la noción de función de transferencia para describir la estabilidad de un sistema.
Si escribimos la ecuación diferencial que gobierna un sistema
que coincide con la ecuación auxiliar de y 00 (t) + py 0 (t) + qy(t) = 0 y también con el denomi-
−1
nador de la función de transferencia G(s) = (s2 + ps + q) . Los ceros de este denominador se
llaman polos de la función de transferencia por lo que el teorema de estabilidad de los sistemas de
ecuaciones lineales que vimos en la lección anterior se puede reformular, en este caso particular,
de la siguiente manera.
Teorema de estabilidad. (1) La solución nula de una ecuación lineal de coeficientes constantes
es asintóticamente estable si, y sólo si, todos los polos de la función de transferencia tienen parte
real estrictamente negativa.
(2) La solución nula de una ecuación lineal de coeficientes constantes es inestable si alguno de
los polos de la función de transferencia tienen parte real estrictamente positiva.
Aunque el enunciado de este teorema sólo menciona la estabilidad de la solución de equilibrio,
en el caso lineal puede comprobarse que todas las soluciones tienen el mismo tipo de estabilidad
que la solución nula.
4 Ejercicios.
Ejercicio 1. ¿Cuál es la transformada de Laplace de la función que a cada número real le asigna
su parte entera?
Ejercicio 2. Prueba la propiedad de homotecia en el tiempo de la transformada de Laplace: Si
F (s/α)
F (s) = L{f (t)} y α > 0, entonces L{f (αt)} = .
α
Ejercicio 3. Comprueba que las siguientes funciones f tienen la transformada de Laplace F que
se indica (h0 es la función de salto.)
6e−2s
1. f (t) = (t − 2)3 h0 (t − 2) → F (s) = .
s4
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 15
e−2πs
2. f (t) = h0 (t − 2π)sen (t) → F (s) = .
s2 + 1
3. f (t) = tsen (at) → F (s) = 2as(s2 + a2 )−2 .
s+7
4. f (t) = e−t cos(2t) + 3e−t sen (2t) → F (s) = .
s2 + 2s + 5
Ejercicio 5. Comprueba que las siguientes funciones F (s) tienen la transformada inversa de
Laplace f (t) que se indica.
Ejercicio 6. Resuelve los siguientes problemas de valor inicial usando el método de la transfor-
mación de Laplace.
16 Lección 3. Transformación de Laplace
Ejercicio 7. Resuelve los siguientes problemas de valor inicial con término independiente con-
tinuo a trozos
½
t, si 0 < t < 1;
1. y 0 + y = con y(0) = 0.
0, en otro caso,
½
8π − 4t, si 0 < t < 2π;
2. y 00 + 4y = con y(0) = 2, y 0 (0) = 0.
0, en otro caso,
½
00 cos(4t), si 0 < t < π;
3. y + 16y = con y(0) = 0, y 0 (0) = 1.
0, en otro caso,
½
00 0 0, si 0 < t < 2;
4. y + 3y + 2y = con y(0) = 2, y 0 (0) = −3.
e−3t , en otro caso,
½
00 0 1, si 0 < t < 1;
5. y + 3y + 2y = con y(0) = 0, y 0 (0) = 0.
0, en otro caso,
1. e(t) = e0 constante.
Ejercicio 9. Aplica la transformación de Laplace para resolver las siguientes ecuaciones íntegro-
diferenciales.
Z t
f (τ )
1. √ dτ = 1.
0 t−τ
Rt
2. y(t) = t2 + 0 sen (t − τ )y(τ ) dτ .
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 17
Rt
3. y 00 (t) + e2(t−τ ) y 0 (τ ) dτ = e2t con y(0) = y 0 (0) = 0.
0
Rt
4. y(t) = 3t2 − e−t − 0 y(τ )et−τ dτ .
Ejercicio 10. Determina las funciones de transferencia y las respuestas al impulso unidad de
los sistemas gobernados por las siguientes ecuaciones diferenciales
1. y 00 + 5y 0 + 6y = u(t).
1 Rt
2. Ri0 (t) + i(τ ) dτ = e(t).
C 0
3. y 00 + 2y 0 + 5y = 3u0 + 2u con u(0) = 0.
1 − 2s
Ejercicio 13. Halla la transformada de Laplace inversa de F (s) = .
s(s2 + 1)
Ejercicio 14. Resuelve el problema de valor inicial
½
0 1 − t2 , si 0 < t < 1;
y +y = con y(0) = 1.
0, en otro caso,
siendo f (t) la solución del apartado anterior. Escribe el valor y(8) con tres cifras decimales.
Ejercicio 17. Resuelve la ecuación integral
Z t
−t
e = y(t) + 2 cos(t − τ )y(τ ) dτ .
0
Ejercicio 18. La función de Bessel de primer orden J1 (t) es la solución del problema de valor
inicial
t2 y 00 + ty 0 + (t2 − 1)y = 0 con y(0) = 0 e y 0 (0) = 1/2.
Calcula la transformada de Laplace de J1 (t).
Ejercicio 19. Resuelve el problema de valor inicial
y0 + y = δ0 + δ3 con y(0) = 1,
siendo δ la función delta de Dirac. Escribe y(4) con dos cifras decimales.
Ejercicio 20. Resuelve el problema de valor inicial
5 Bibliografía.
Para desarrollar esta lección pueden consultarse los siguientes textos, en especial el de Simmons
y el de James (que incluye algunas aplicaciones a la ingeniería).
[517,9/2-BRA] M. Braun, Ecuaciones diferenciales y sus aplicaciones, Capítulo 2.
[517.9/3-EDW] C.H. Edwards y D.E. Penney, Ecuaciones diferenciales elementales, Capítulo 4.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Capítulo 9.
[517.9/2-SIM] G.F. Simmons, Ecuaciones diferenciales, Capítulo 2.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 4.
ANÁLISIS DE FOURIER.
Curso 2006-07
Una serie de este tipo recibe el nombre de serie trigonométrica o serie de Fourier.
El problema de la representación de una función mediante una serie trigonométrica surge,
como veremos en la lección 6, de la resolución de ecuaciones en derivadas parciales. En torno a
1750, J. d’Alembert, D. Bernoulli (1700—1782) y L. Euler estudiaron la ecuación de ondas que
gobierna el problema de la cuerda vibrante, un problema planteado y estudiado por B. Taylor
(1685—1731) que había obtenido soluciones en forma de funciones sinusoidales. D’Alembert dio
una solución muy general y Euler probó que si en el instante inicial la forma de la cuerda es una
combinación finita de senos, entonces ocurrirá lo mismo en cualquier instante posterior, dando
mucho más tarde, en 1777, las fórmulas que permiten calcular los coeficientes de la combinación.
En 1753, D. Bernoulli utilizó esta representación para resolver el problema de la cuerda vibrante
para una posición inicial cualquiera, pero su solución suscitó mucha controversia. Fue J.B. Fourier
(1768—1830) quien, al analizar en una famosa memoria presentada en 1807 la ecuación que go-
bierna la transmisión del calor en una barra, retomó las ideas de Euler y Bernoulli y obtuvo
resultados muy ajustados a los experimentos, colocando el estudio de las series trigonométricas
–que hoy llevan su nombre– en el centro del escenario matemático del S. XIX. La teoría de
las series de Fourier tuvo a lo largo del siglo pasado profundas implicaciones para el análisis
matemático y es hoy en día una herramienta fundamental de la ingeniería de telecomunicación.
En la teoría de la señal y la comunicación, cuando t es la variable temporal se dice que f (t)
es una señal periódica en tiempo continuo y cuando esta representación en serie de funciones
trigonométricas sea correcta, decimos que hemos descompuesto la señal en armónicos o modos
de vibración.
2 Lección 4. Análisis de Fourier
En esta lección estudiaremos bajo qué condiciones puede hacerse esta representación, cómo
calcular los coeficientes, los ejemplos más importantes, algunas propiedades y la forma compleja
de las series de Fourier. Finalmente, para funciones –señales– no periódicas, se introduce la
transformada de Fourier que, aunque es muy similar y comparte muchas propiedades con la
transformada de Laplace, se emplea en contextos muy diferentes.
Funciones periódicas. Recordemos que una función f : R → R es periódica de período T 6= 0
(o T -periódica) cuando existe T > 0 tal que
f (t + T ) = f (t) para cualquier t ∈R.
En ese caso se tiene automáticamente que f (t + nT ) = f (t) para cualesquiera t ∈ R y n ∈ Z.
Esto significa que sus valores se repiten a intervalos regulares y que su gráfica puede dividirse en
segmentos verticales de anchura T que son idénticos. Es obvio que si T es un período de f (t),
entonces también lo son −T, ±2T, ±3T, . . . Salvo las funciones constantes, todas las funciones
periódicas de interés en las aplicaciones, en particular las funciones continuas no constantes,
tienen lo que se conoce como un período fundamental o mínimo; o sea, un período T > 0 tal que
f (t) no es τ -periódica para ningún valor 0 < τ < T .
Los ejemplos típicos de funciones periódicas son las funciones trigonométricas sen (t) y cos(t),
que son periódicas con período mínimo 2π. Las funciones sen (2t) y cos(2t) también tienen
período 2π pero su período mínimo es π. Más generalmente, dados ω > 0, φ y n ∈ N, las
2π
funciones sen (nωt + φ) y cos(nωt + φ) son periódicas de período mínimo T = , porque
nω
sen (nω(t + T ) + φ) = sen (nωt + φ + 2π) = sen (nωt + φ)
e igual con el coseno. Para medir la velocidad de repetición de una función con período mínimo
T , se utiliza la frecuencia, a veces llamada frecuencia angular, definida como
2π 2π
frecuencia = = ,
período T
que se mide en radianes por segundo. En algunos textos se reserva la palabra frecuencia para la
inversa del período, 1/T que se mide en ciclos por segundoo hertzios.
Polinomios trigonométricos. Un polinomio trigonométrico con período T y frecuencia ω =
2π/T es una función de la forma
1 Xn0
f (t) = a0 + [an cos(nωt) + bn sen (nωt)]
2 n=1
(el factor 12 del término independiente es un convenio cuya justificación daremos más adelante).
En otras palabras, un polinomio trigonométrico es una combinación lineal de senos y cosenos que
tienen un período común T . Los coeficientes an y bn de esta combinación se llaman coeficientes
de Fourier del polinomio. El índice n0 se llama grado del polinomio.
La razón del término “polinomio” es que las funciones sen (nωt) y cos(nωt) se pueden escribir
como una combinación de productos de potencias de sen (ωt) y cos(ωt), como en las conocidas
expresiones
sen (2ωt) = 2sen (ωt) cos(ωt) y cos(2ωt) = (cos(ωt))2 − (sen (ωt))2 .
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 3
se tiene
an cos(nωt) + bn sen (nωt) = αn cos(nωt + φn ),
así que podemos escribir el polinomio anterior como una suma de funciones coseno
Para calcular los demás coeficientes, Euler había observado que dados un período T y la
frecuencia correspondiente ω = 2π/T , entonces para cada m, n = 1, 2, . . . se tiene
Z T Z T (
0 si m 6= n,
cos(nωt) cos(mωt) dt = sen (nωt)sen (mωt) dt = T
0 0 si m = n
2
y también Z T
cos(nωt)sen (mωt) dt = 0.
0
1 P
Así que, multiplicando la expresión f (t) = a0 + ∞ n=1 [an cos(nωt) + bn sen (nωt)] por cos(mωt)
2
(para m = 1, 2, . . . ) e integrando sobre un período, obtenemos
Z T
f (t) cos(mωt) dt =
0
Z T X∞ · Z T Z T ¸
= a0 cos(mωt) dt + an cos(nωt) cos(mωt) dt + bn sen (nωt) cos(mωt) dt
0 n=1 0 0
T
= am .
2
1 P
Análogamente, multiplicando la expresión f (t) = a0 + ∞n=1 [an cos(nωt) + bn sen (nωt)] por
2
sen (mωt) (para m = 1, 2, . . . ) e integrando sobre un período, obtenemos
Z T
f (t)sen (mωt) dt =
0
Z T X ∞ · Z T Z T ¸
= a0 sen (mωt) dt + an cos(nωt)sen (mωt) dt + bn sen (nωt)sen (mωt) dt
0 n=1 0 0
T
= bm .
2
se tiene
an cos(nωt) + bn sen (nωt) = αn cos(nωt + φn ),
así que podemos escribir la serie de Fourier de f como una superposición de armónicos en términos
de las amplitudes y las fases de la siguiente manera:
X
∞
f (t) ∼ α0 + αn cos(nωt + φn ).
n=1
siendo ω = 2π/T . Vemos que no está claro a priori que la serie vaya a ser convergente.
(3) La serie de Fourier de la función dada por f (t) = (π − t)(π + t) para −π ≤ t ≤ π y
extendida periódicamente a R es
· ¸
2π 2 1 1 1
f (t) ∼ + 4 cos(t) − cos(2t) + cos(3t) − cos(4t) + · · · .
3 4 9 16
En este caso sí está claro que la serie converge absolutamente para cada valor de t.
(4) La serie de Fourier de la función de onda dentada definida por f (t) = t/T para 0 < t < T
y extendida periódicamente a R es
· ¸
1 1 1
f (t) ∼ 1/2 − sen (ωt) + sen (2ωt) + sen (3ωt) + · · ·
π 2 3
con ω = 2π/T .
(5) La serie de Fourier de la función de onda dentada definida por f (t) = t/T para −T /2 <
t < T /2 y extendida periódicamente a R es
· ¸
1 1 1 1
f (t) ∼ sen (ωt) − sen (2ωt) + sen (3ωt) − sen (4ωt) + · · ·
π 2 3 4
con ω = 2π/T .
(6) La serie de Fourier de un tren de pulsos rectangulares dado como la extensión periódica
de la función definida en [−T /2, T /2] por
½
1 si 0 < |t| <d/2,
f (t) =
0 si d/2 < |t| < T /2.
es
· ¸
ωd 1 sen (2ωd/2) sen (3ωd/2)
f (t) ∼ + sen (ωd/2) cos(t) + cos(2t) + cos(3t) + · · · .
2π π 2 3
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 7
con ω = 2π/T .
Series de Fourier de funciones pares e impares. Sea f : [−L, L] → R una función. Se
dice que f es una función par cuando f (−t) = f (t) para cada t ∈ [−L, L]; esto significa que su
gráfica es simétrica respecto del eje de ordenadas. Si f es par e integrable, entonces
Z L Z L
f (t) dt = 2 f (t) dt.
−L 0
Las constantes, los cosenos o las funciones f (t) = tpar son ejemplos de funciones pares.
Se dice que una función f : [−L, L] → R es una función impar cuando f (−t) = −f (t) para
cada t ∈ [−L, L]; esto significa que su gráfica es simétrica respecto del origen de coordenadas. Si
f es impar e integrable, entonces Z L
f (t) dt = 0.
−L
Los senos o las funciones f (t) = timpar son ejemplos de funciones impares.
La suma y el producto de funciones pares o impares sigue la misma regla que los signos (con
“par” en el papel de “positivo” e “impar” en el de “negativo”). Otra propiedad útil es que la
derivada de una función par es impar y viceversa.
Teorema. Sea f (t) una función continua a trozos y periódica de período T .
(1) Si f es una función par, entonces su desarrollo en serie de Fourier sólo tiene funciones
coseno, lo que se conoce como una serie de Fourier en cosenos,
1 X∞
f (t) ∼ a0 + an cos(nωt)
2 n=1
siendo ω = 2π/T y
Z T /2
4
an = f (t) cos(nωt) dt (n = 0, 1, 2, . . . ).
T 0
(Esto lo vemos en los Ejemplos 3 y 6 anteriores.)
(2) Si f es una función impar, entonces su desarrollo en serie de Fourier sólo tiene funciones
seno, lo que se conoce como una serie de Fourier en senos,
X
∞
f (t) ∼ bn sen (nωt)
n=1
siendo ω = 2π/T y
Z T /2
4
bn = f (t)sen (nωt) dt (n = 1, 2, . . . ).
T 0
(Esto lo vemos en los Ejemplos 2 y 5 anteriores.)
Veremos en la Lección 5 que en ocasiones necesitaremos expresar una función como una serie
de Fourier de senos o como una serie de Fourier de cosenos en un intervalo dado. Esto se hace
definiendo la función de manera adecuada fuera de dicho intervalo para que sea par o impar.
8 Lección 4. Análisis de Fourier
Desarrollos de medio intervalo. Sea f : [0, L] → R una función continua a trozos. Sea
T = 2L, entonces la extensión T -periódica y par de f es la función definida en el intervalo
[−L, L] = [−T /2, T /2] por
½
f (−t) si −L ≤ t ≤ 0,
fpar (t) =
f (t) si 0 ≤ t ≤ L,
y extendida periódicamente a toda la recta real R. Obviamente, fpar es una función par, así que
su desarrollo en serie de Fourier es una serie de cosenos que se conoce, en este contexto, como el
desarrollo de f en serie de cosenos en medio intervalo [0, L] y viene dado por
1 X∞
f (t) ∼ a0 + an cos(nωt) en [0, L],
2 n=1
siendo ω = π/L y
Z L
2
an = f (t) cos(nωt) dt (n = 0, 1, 2, . . . ).
L 0
La extensión T -periódica e impar de f es la función definida en [−L, L] = [−T /2, T /2] por
½
−f (−t) si −L ≤ t ≤ 0,
fimpar (t) =
f (t) si 0 ≤ t ≤ L,
y extendida periódicamente a toda la recta real R. Obviamente, fimpar es una función impar, así
que su desarrollo en serie de Fourier es una serie de senos que se conoce, en este contexto, como
el desarrollo de f en serie de senos en medio intervalo [0, L] y viene dado por
X
∞
f (t) ∼ bn sen (nωt) en [0, L],
n=1
siendo ω = π/L y
Z L
2
bn = f (t)sen (nωt) dt (n = 1, 2, . . . ).
L 0
Ejemplo. Sea f (t) = t para t ∈ [0, π]. Entonces, su extensión par y 2π-periódica es la función
dada por fpar (t) = |t| para t ∈ [−π, π] y extendida periódicamente a toda la recta real; el
desarrollo de f en serie de cosenos en [0, π] es
· ¸
π 4 cos(3t) cos(5t)
f (t) ∼ − cos(t) + + + ··· .
2 π 32 52
Para la misma función f , su extensión impar y 2π-periódica viene dada por fimpar (t) = t para
t ∈ [−π, π] y extendida periódicamente a toda la recta real; el desarrollo de f en serie de senos
en [0, π] es · ¸
sen (2t) sen (3t) sen (4t)
f (t) ∼ 2 sen (t) − + − + ··· .
2 3 4
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
1 X∞
f (t) ∼ a0 + [an cos(nωt) + bn sen (nωt)] ,
2 n=1
con ω = 2π/T , su serie de Fourier. Hemos comentado que la afirmación de que se da la igualdad
entre f y su serie de Fourier suscitó mucha controversia a lo largo de la segunda mitad del
S. XVIII y comienzos del S. XIX. Esta controversia fue zanjada por P.G.L. Dirichlet (1805—
1859): en 1829 dio la primera demostración satisfactoria de que cierta clase de funciones, que
incluye prácticamente todas las de interés en las aplicaciones, son realmente iguales a las sumas
de sus series de Fourier.
Condiciones de Dirichlet. Sea f : R → R una función periódica de período T . Se dice
que f satisface las condiciones de Dirichlet si en cada período la función f : [0, T ] → R es
continua salvo un número finito de discontinuidades de salto y sólo tiene una cantidad finita
de máximos y mínimos locales estrictos. Puede probarse, en particular, que si una función
periódica es tal que ella y su derivada están definidas y son continuas salvo un número finito
de discontinuidades de salto, entonces dicha función verifica las condiciones de Dirichlet. Como
hemos dicho, prácticamente todas las funciones –señales– de interés en las aplicaciones las
verifican.
Teorema de convergencia de Dirichlet. Sea f : R → R una función periódica de período T
que satisface las condiciones de Dirichlet y sea
1 X∞
f (t) ∼ a0 + [an cos(nωt) + bn sen (nωt)] ,
2 n=1
(2) Si f tiene una discontinuad de salto en un punto t, entonces la serie de Fourier converge
en ese punto al punto medio del salto, o sea,
1 X∞
f (t− ) + f (t+ )
a0 + [an cos(nωt) + bn sen (nωt)] = ,
2 n=1
2
donde, como es habitual, f (t− ) = limτ →0,τ >0 f (t − τ ) indica el límite de f en t por la izquierda
y f (t+ ) = limτ →0,τ >0 f (t + τ ) indica el límite de f en t por la derecha.
El teorema nos dice, en particular, que si f satisface las condiciones de Dirichlet y redefinimos
el valor de f en cada punto de discontinuidad como el punto medio del salto, o sea, poniendo
10 Lección 4. Análisis de Fourier
f (t− ) + f (t+ )
f (t) = , entonces la suma de la serie de Fourier coincide con f (t) en cada t ∈ R.
2
Por eso, en lo que sigue, y salvo que se diga lo contrario, supondremos que esto se cumple.
Ejemplo. Hemos visto que la serie de Fourier de la función dada por f (t) = (π − t)(π + t) para
−π ≤ t ≤ π y extendida periódicamente a R es
· ¸
2π 2 1 1 1
f (t) ∼ + 4 cos(t) − cos(2t) + cos(3t) − cos(4t) + · · · .
3 4 9 16
1 1
Mostramos a continuación las sumas parciales hasta los sumando sen (25t) y sen (35t) donde
25 35
se observa claramente el fenómeno de Gibbs.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 11
1.5 1.5
1 1
0.5 0.5
0 0
−0.5 −0.5
−1 −1
−1.5 −1.5
−10 −5 0 5 10 15 −10 −5 0 5 10 15
1 X∞
f (t) = a0 + [an cos(nωt) + bn sen (nωt)] ,
2 n=1
entonces
X
∞
0
f (t) ∼ [nbn ω cos(nωt) − nan ωsen (nωt)]
n=1
para cada t ∈ R.
Integración de las series de Fourier. A diferencia de la operación de derivación, la integral
de una función no necesariamente vuelve
R t a ser periódica. Sea f una función periódica con período
T y consideremos la función F (t) = t0 f (τ ) dτ . Entonces la función F es T -periódica si y sólo
2 RT Rt 1
si a0 = 0
f (t) dt = 0. En caso contrario, se tiene que la función t0 f (τ ) dτ − a0 (t − t0 )
T 2
es T -periódica. Si adicionalmente la función f verifica las condiciones de Dirichlet, entonces, la
serie de Fourier de f puede integrarse término a término de manera que si
1 X∞
f (t) = a0 + [an cos(nωt) + bn sen (nωt)]
2 n=1
Igualdad de Parseval. Sea f una función periódica de período T que verifica las condiciones
de Dirichlet y sea
1 X∞
f (t) ∼ a0 + [an cos(nωt) + bn sen (nωt)]
2 n=1
12 Lección 4. Análisis de Fourier
el polinomio trigonométrico obtenido como la suma m-ésima de dicha serie. Entonces fm es,
de todos los polinomios trigonométricos de grado m y período T , el que mejor se aproxima a f
en media cuadrática; es decir, si gm es un polinomio trigonométrico de grado m distinto de fm ,
entonces Z Z
1 T 2 1 T
[f (t) − fm (t)] dt < [f (t) − gm (t)]2 dt
T 0 T 0
y, además, Z
1 T
lim [f (t) − fm (t)]2 dt = 0.
m→∞ T 0
y al subespacio M formado por todos los polinomios trigonométricos de grado menor o igual a
n. Una base ortonormal de dicho subespacio está formado por las funciones
½ ¾
1
, cos(ωt), sen (ωt), ..., cos(nωt), sen (nωt) .
2
donde ω = 2π/T y los coeficientes de estas expresiones están relacionados de la siguiente manera:
α0 = 12 a0 y, para n = 1, 2, . . . ,
p
αn = a2n + b2n y φn = arctan(−bn /an ) ∈ (−π, π]
o bien
an = αn cos(φn ) y bn = −αn sen (φn ).
1 X£
∞
1 ¤
f (t) ∼ a0 + (an − jbn )ejnωt + (an + jbn )e−jnωt .
2 2 n=1
Escribiendo
1 1 1
c0 = c0 e0 = a0 , cn = (an − jbn ) y c−n = cn = (an + jbn ),
2 2 2
separando los términos con índice negativo de los que tienen índice positivo y reordenando, la
serie de Fourier queda
X
∞
f (t) ∼ cn ejnωt ,
n=−∞
14 Lección 4. Análisis de Fourier
que se llama forma compleja de la serie de Fourier de f . Los números cn se llaman coeficientes
de Fourier de la forma compleja y pueden calcularse de forma directa:
Z
1 T /2
cn = f (t)e−jnωt dt para n = 0, ±1, ±2, . . .
T −T /2
Si lo que tenemos son los coeficientes cn de la forma compleja, entonces los coeficientes de
Fourier an y bn , las amplitudes y las fases vienen dados por
Vemos, entonces, que una función periódica es par cuando sus coeficientes de Fourier complejos
son reales y que es impar cuando sus coeficientes de Fourier complejos son imaginarios puros.
Cuando f (t) es una señal periódica de período fundamental T , las componentes de la forma
compleja se dan en las frecuencias 0, ±ω, ±2ω, . . . Sin embargo, no es posible realizar física-
mente señales de frecuencia negativa, éstas se han introducido por comodidad. Para obtener una
señal real a partir de cada componente cn ejnωt debemos combinarla con c−n e−jnωt para obtener,
teniendo en cuenta que cn y c−n son conjugados,
cn ejnωt + c−n e−jnωt = |cn | ejφn ejnωt + |cn | e−jφn e−jnωt = 2 |cn | cos(nωt + φn ).
En el caso complejo, la representación de los módulos |cn | cuando situamos las frecuencias po-
sitivas y negativas en el eje de abscisas se llama espectro complejo de amplitudes y es simétrico
con respecto al eje de ordenadas. Las amplitudes αn = 2 |cn | = |cn | + |c−n | se obtienen sumando
los valores correspondientes a las frecuencias nω y −nω.
Ejemplo. Los coeficientes de Fourier complejos de un tren de pulsos rectangulares dado como
la extensión periódica de la función definida en [−T /2, T /2] por
½
k si 0 ≤ |t| < d/2,
f (t) =
0 si d/2 ≤ |t| < T /2,
son Z d/2
k kd sen (nωd/2)
cn = e−jnωt dt = .
T −d/2 T nωd/2
Los valores de cn son reales, lo que corresponde al hecho de que la función es par, así que su
espectro de fases es φn = 0 para cada n. La función
(
1 si t = 0,
sa(t) := sen (t)
si t 6= 0,
t
se llama función de muestreo (‘sa’ viene de la palabra inglesa sampling) y es muy importante en
la teoría de la señal precisamente porque los coeficientes de Fourier complejos del tren de pulsos
rectangulares de nuestro ejemplo se pueden expresar como
kd
cn = sa(nωd/2).
T
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 15
A veces, en vez de la función de muestreo se trabaja con una función relacionada, llamada seno
cardinal que se define como
(
1 si t = 0,
sinc(t) := sa(πt) := sen (πt)
si t =
6 0.
πt
Observación. La forma compleja se puede definir para funciones periódicas f (t) que toman
valores complejos y las fórmulas y los resultados que se obtienen son totalmente análogos. Lo
único que hay que tener en cuenta es, simplemente, que a la hora de integrar se integran por
separado las partes real e imaginaria. En lo que sigue, usaremos a veces este hecho sin hacer
mención explícita.
Propiedades de la forma compleja de las series de Fourier. Las propiedades de derivación
e integración vistas en la sección anterior se trasladan al caso complejo sin dificultad alguna. Es
más, hay algunas propiedades que se entienden mucho más claramente en el contexto complejo y
que son útiles a la hora de obtener nuevos desarrollos de Fourier a partir de otros conocidos. En
lo que queda de sección, supondremos que f y g son funciones periódicas de período T (reales
o complejas) que verifican las condiciones de Dirichlet y cuyos desarrollos en serie de Fourier
compleja son, respectivamente,
X
∞ X
∞
jnωt
f (t) = cn e y g(t) = dn ejnωt ,
n=−∞ n=−∞
siendo ω = 2π/T .
Linealidad. Si p y q son números complejos, entonces la serie de Fourier de pf (t) + qg(t) es
X
∞
pf (t) + qg(t) = (pcn + qdn )ejnωt .
n=−∞
O sea, f (t) y f (pt) tienen las mismas amplitudes y fases pero correspondientes a frecuencias
distintas.
16 Lección 4. Análisis de Fourier
P∞
Convolución. Los coeficientes complejos de Fourier de f (t)g(t) = n=−∞ hn ejnωt son
X
∞ X
∞
hn = ck dn−k = cn−k dk .
k=−∞ k=−∞
4 La transformación de Fourier
La representación integral de Fourier. Hemos visto que la forma compleja de la serie de
Fourier de una función f periódica de período T que verifica las condiciones de Dirichlet es
X
∞
f (t) = cn ejnωt ,
n=−∞
Si nuestra señal no es periódica, no podemos esperar que sea posible representarla median-
te una serie de Fourier. Una de las contribuciones decisivas de Fourier fue tratar una función
no periódica como si fuera una función con período infinito, lo que le llevó a la posibilidad de
representarla no como una serie cuyos términos corresponden a múltiplos de la frecuencia fun-
damental 0, ω, 2ω, 3ω, . . . , sino como una integral cuya variable de integración es una frecuencia
que se mueve de manera continua. Veamos cuál fue su razonamiento.
Partiendo de una función periódica y combinando las expresiones anteriores, obtenemos
" Z #
X∞ X∞
1 T /2
f (t) = cn ejnωt = f (t)e−jnωτ dτ ejnωt .
n=−∞ n=−∞
T −T /2
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 17
1 X
∞
f (t) = FT (ω n )ejωn t ∆ωn .
2π n=−∞
Si T es muy grande, podemos interpretar esta suma como una suma de Riemann de la integral
impropia
Z ∞
1 X
∞
1 jωt
FT (ω)e dω ≈ FT (ω n )ejωn t ∆ωn = f (t).
2π −∞ 2π n=−∞
En consecuencia, si hacemos T → ∞ y consideramos la función F dada por
Z ∞
F (ω) = lim FT (ω) = f (τ )e−jωτ dτ ,
T →∞ −∞
y, además, en cada subintervalo finito se verifica que f (t) es continua salvo un número finito de
discontinuidades de salto y que sus partes real e imaginaria sólo tienen una cantidad finita de
máximos y mínimos locales estrictos.
18 Lección 4. Análisis de Fourier
Puesto que el valor de F (ω) para cada variable real ω es un número complejo, suele represen-
tarse usando una gráfica para su módulo |F (ω)| y otra para su argumento principal arg(F (ω)) ∈
(−π, π] que se conocen, respectivamente, como espectro de amplitudes y espectro de fases de f .
Ejemplos. (1) La transformada de Fourier de la función exponencial unilateral
½
−αt 0 si t < 0,
f (t) = h0 (t)e = −αt
e si t > 0,
con Re(α) > 0, es
1
F (ω) = .
α + jω
(2) La transformada de Fourier del pulso rectangular
½
1 si |t| < d/2,
f (t) =
0 si d/2 < |t| ,
es
sen (ωd/2)
F (ω) = dsa(ωd/2) = d sinc(ωd/2π) = 2 .
ω
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 19
y, teniendo en cuenta que F vuelve a ser una función par, concluimos que
Z ·Z ∞ ¸
2 ∞
f (t) = f (τ ) cos(ωτ ) cos(ωt) dτ dω.
π 0 0
y, teniendo en cuenta que F vuelve a ser una función impar, concluimos que
Z ·Z ∞ ¸
2 ∞
f (t) = f (τ )sen (ωτ )sen (ωt) dτ dω.
π 0 0
Escalado en el dominio del tiempo. La transformada de Fourier de f (at) viene dada por
F (ω/a)
; es decir
|a|
1
F{f (at)} (ω) = F{f } (ω/a) .
|a|
Más generalmente,
(siempre que f (t), f 0 (t), ..., f (n) (t) cumplan las condiciones de Dirichlet).
Derivación en la frecuencia. Si la función tf (t) verifica las condiciones de Dirichlet, entonces
d
la transformada de Fourier de f (t) es derivable y se tiene que la transformada inversa de F (ω)
dω
es −jtf (t). Más generalmente,
½ n ¾
−1 d
F n
F (ω) = (−jt)n f (t), para n = 1, 2, . . .
dω
(Es claro que si las funciones f y g son causales, entonces esta definición coincide con la dada
en la lección anterior.) Este producto de convolución también es conmutativo, asociativo y
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 21
Entonces
1
F{f (t)g(t)} (ω) = F (ω) ∗ G(ω).
2π
Teorema de Parseval. La energía total asociada con una función f : R → R se define como
Z ∞
|f (t)|2 dt.
−∞
Si una función tiene energía total finita, entonces su transformada de Fourier también y, de hecho,
se tiene Z ∞ Z ∞
2 1
|f (t)| dt = |F (ω)|2 dω.
−∞ 2π −∞
y, en particular,
F{δ 0 (t)}(ω) = 1.
Usando la propiedad de dualidad nos quedaría, entonces,
X
∞
F (ω) = 2π cn δ 0 (ω − nω 0 )
n=−∞
X
∞
f (t) = g(t − nT0 ).
n=−∞
6 Ejercicios
Ejercicio 1. ¿Qué relación deben mantener dos frecuencias positivas ω 1 y ω2 para que la función
f (t) = sen (ω1 t) + sen (ω 2 t) sea un polinomio trigonométrico? Cuando eso ocurra, ¿cuál será su
período?
Ejercicio 2. Determina el desarrollo en serie de Fourier de las siguientes funciones, que están
definidas como se indica en el intervalo [−π, π] y se extienden periódicamente a toda la recta
real:
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 23
1. f (t) = t cos(t)
2. f (t) = t2
3. f (t) = |sent|
4. f (t) = et .
Ejercicio 7. Halla los desarrollos en serie de Fourier de la función f (t) = 1 − cos2 (t) que se
piden a continuación:
24 Lección 4. Análisis de Fourier
Ejercicio 13. Determina la transformada de Fourier de cada una de las siguientes funciones (a
representa un número real positivo).
1. f (t) = e−a|t|
2. f (t) = |t| e−a|t|
3. f (t) = e−a|t| tn para n = 1, 2, . . .
4. f (t) = e−a|t| sen(bt)
5. f (t) = e−a|t| cos(bt).
Ejercicio 14. Determina la transformada de Fourier de cada una de las siguientes funciones (a
representa un número con parte real positiva y h0 es la función de salto de Heaviside).
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 25
2. La función triangular ½
1 − |t| /T si |t| < T,
f (t)=
0 si |t| > T.
Ejercicio 16. Calcula la transformada de Fourier de las siguientes funciones (cosenos vistos a
través de ventanas, “windowed cosines” en inglés).
2
Ejercicio 21. Sabiendo que F{e−|t| } = , halla F{te−|t| } y aplica la propiedad de dualidad
1 + ω2
para calcular F{4t/(1 + t2 )2 }.
Ejercicio 22. Prueba las siguientes afirmaciones.
Ejercicio 23. Halla f (t) sabiendo que la transformada de Fourier de g(t) = f (t) cos(t) es
½
1 si |ω| < 2,
F{g(t)}(ω) =
0 en otro caso.
Ejercicio 24. Halla las transformadas de Fourier generalizadas de las funciones sen(ωt), cos(ωt)
y ej(ωt+φ) .
Ejercicios y cuestiones de exámenes de cursos anteriores.
Ejercicio 25. Halla la forma compleja de la serie de Fourier de la onda triangular definida en el
intervalo [−1, 1] por
tri(t) = 1 − |t|
y extendida 2-periódicamente.
Ejercicio 26. (1) Sea f (t) la función definida por f (t) = t para 0 ≤ t < 1 y extendida
periódicamente a toda la recta real. Calcula la forma compleja de la serie de Fourier de f y
dibuja la función a la que converge dicha serie en el intervalo [−2, 2].
P
∞
(2) Aplica la forma compleja de la igualdad de Parseval para deducir el valor de n−2 .
n=1
Ejercicio 27. Enuncia y demuestra la igualdad de Parseval para las series de Fourier reales.
Ejercicio 28. Enuncia y demuestra la propiedad de traslación en el tiempo para la transforma-
ción de Fourier.
Ejercicio 29. Enuncia y demuestra la propiedad de convolución en el tiempo para la transfor-
mación de Fourier.
Ejercicio 30. (1) Enuncia las condiciones de Dirichlet para la transformación de Fourier y el
correspondiente Teorema de Convergencia.
(2) Utiliza el teorema mencionado en el apartado anterior para calcular la función continua
cuya transformada de Fourier es la función F (ω) = e−|ω| para ω ∈ R.
Ejercicio 31. Sea f el pulso rectangular dado por f (t) = 1 si |t| Z< 1 y f (t) = 0 si |t| ≥ 1.
∞
sen (x)
Calcula su transformada de Fourier y úsala para deducir el valor de dx.
−∞ x
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 27
jω
Ejercicio 32. La transformada de Fourier de una función f (t) es F (ω) = . Calcula la
cosh(ω)
transformada de Fourier de la función g(t) = f 0 (2t − 1) enunciando las propiedades que utilices.
Ejercicio 33. Aplica la transformación de Fourier al problema de valor inicial
7 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos, en especial el de James
(que incluye algunas aplicaciones a la ingeniería).
[517.9/3-EDW] C.H. Edwards y D.E. Penney, Ecuaciones diferenciales elementales, Cap. 8.
[517.9/2-SIM] G.F. Simmons, Ecuaciones diferenciales, Cap. 6.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 4 (secciones 4.1 a 4.6)
y Cap. 5 (secciones 5.1 a 5.5)
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 5.
Curso 2006-07
conservarla en el caso discreto, lo que nos llevará a plantear dicha relación entre vectores como
una aplicación lineal dada por una matriz.
Hay varios problemas cuya resolución acaba en la misma cuestión: una relación entre vectores
de valores en los dominios del tiempo y de la frecuencia definida por una matriz muy especial
que se conoce como matriz de Fourier. Dicha relación y las propiedades de dicha matriz son
la base del análisis discreto de Fourier. Veamos ahora uno de estos problemas, concretamente
el de interpolar datos periódicos mediante un polinomio trigonométrico adecuado; más adelante
estudiaremos otras aplicaciones.
Interpolación trigonométrica. Tomando N muestras de una señal periódica f de período T
en instantes separados por intervalos regulares,
T 2T kT (N − 1)T
t0 = 0, t1 = , t2 = , . . . , tk = , . . . , tN−1 = ,
N N N N
conocemos los valores reales o complejos yk = f (tk ) que toma en estos puntos. Si queremos
reconstruir la señal a partir de dichos valores y no tenemos otra información, lo más sensato es
aproximarla mediante una combinación g(t) de funciones T -periódicas conocidas que tome en
dichos puntos el mismo valor que f , o sea, tal que g(tk ) = yk para k = 0, 1, . . . , N − 1. Este
procedimiento se conoce como interpolación trigonométrica y se dice que g es la función que
interpola los valores de la interpolación yk en los nodos de interpolación tk .
2π
Las funciones T -periódicas que se utilizan son los armónicos complejos ejnωt con ω = y,
T
puesto que hay N puntos, si queremos que el problema tenga solución única debemos combinar
un total de N armónicos. El problema es, entonces, el siguiente: Dados N nodos tk = kT /N,
con k = 0, 1, 2, . . . , N − 1, igualmente espaciados en [0, T ] y sus correspondientes valores de
interpolación y0 , y1 , . . . , yN −1 ∈ C, hallar una función g de la forma:
1 X
N−1
1 ¡ jωt j2ωt j(N −1)ωt
¢
g(t) = β + β 1e + β2e + · · · + β N−1 e = β ejnωt
N 0 N n=0 n
tal que g(tk ) = yk para cada k = 0, 1, . . . , N − 1. El factor 1/N que aparece delante no es más
que un convenio; lo incluimos para seguir la notación habitual en los textos de procesado digital
de señales. Los valores de interpolación (yk ) son valores de la señal en el dominio del tiempo y los
coeficientes (β n ) están en el dominio de la frecuencia; de hecho, los módulos de estos coeficientes
nos dan el espectro de amplitudes de g. Para resolver el problema, imponemos las N condiciones
y nos queda
1 X 1 X 1 X
N−1 N−1 N−1
jnωtk jnk2π/N
yk = β e = β e = β wnk , k = 0, 1, . . . , N − 1;
N n=0 n N n=0 n N n=0 n N
de wN y escribiremos w):
y0 1 1 1 ... 1 ... 1 β0
y1 1 w w2 ... wn ... wN−1 β1
y2 1 w 2
w4 ... w2n ... w2(N−1) β2
.
1 .. .. .. .. .. ..
.
. = . . . . . . .
N k
yk 1 w w2k ... wnk ... w(N−1)k βn
. . .. .. .. .. .
.. .. . . . . ..
yN −1 1 wN−1 w2(N−1) . . . wn(N−1) . . . w(N−1)(N−1) β N−1
£ ¤N−1
Definiciones. La matriz cuadrada que aparece en la igualdad anterior, FN = wnk n,k=0 , se
llama matriz de Fourier de orden N. Si expresamos dicha igualdad como y = N1 FN β, entonces
diremos que el vector β es la transformada discreta de Fourier del vector y, lo que escribiremos
como β = DF T (y) (la notación DF T proviene del inglés Discrete Fourier Transform), y que
el vector y es la transformada inversa del vector β, lo que escribiremos como y = IDF T (β).
Esta notación tiene sentido ya que, como se deduce del teorema que enunciamos a continuación,
la transformada discreta de Fourier goza de existencia y unicidad. El paso de y, valores en el
dominio del tiempo, a β, coeficientes en el dominio de la frecuencia, se suele llamar análisis de
Fourier y el paso de β a y es la síntesis de Fourier. Es interesante observar que DF T (y) es
independiente del período de la función cuyas muestras forman el vector y.
Teorema. Sea FN la matriz de Fourier de orden N, es decir, la matriz cuadrada cuyo elemento
(k, n) es wnk para n, k = 0, 1, . . . , N − 1, siendo w = exp(j2π/N) la raíz primitiva N -ésima de la
unidad. Entonces se verifican:
1. FN es simétrica.
√
2. Las columnas de FN son ortogonales dos a dos y tienen norma igual a N; es decir, la
1
matriz √ FN es unitaria.
N
1 1 £ ¤N−1
3. La inversa de FN es FN = FN∗ = N1 w−nk n,k=0 (el asterisco indica la matriz traspuesta
N N
y conjugada). Es decir, FN FN∗ = NI.
4. La transformada discreta de Fourier de un vector y ∈ CN existe y es única. Más con-
cretamente, β = DF T (y) se obtiene mediante β = FN y, con lo que sus componentes
son:
X
N−1
βn = w−nk yk n = 0, 1, . . . , N − 1.
k=0
Es decir, la n-ésima componente de y ∗ z viene dada por cualquiera de las siguientes expresiones
Es fácil ver que el producto de convolución es lineal y conmutativo. La forma más sencilla de
analizar el producto de convolución es expresarlo de forma matricial:
y0 yN−1 yN−2 . . . y2 y1 z0
y1 y0 yN−1 . . . y3 y2
z1
y2 y1 y0 . . . y4 y3 z2
y∗z = . . .. .
. .
yN−2 yN−3 yN−4 . . . y0 yN−1 zN−2
yN−1 yN−2 yN−3 . . . y1 y0 zN−1
Una matriz cuadrada como la anterior se llama circulante ya que los elementos de la primera
columna van rotando su posición en las columnas sucesivas. Observemos que tiene diagonales
constantes y que el vector y ocupa su primera columna. Como esta primera columna nos permite
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 5
reproducir toda la matriz, diremos que es la matriz circulante generada por y. La relación de las
matrices circulantes con la transformada discreta de Fourier viene dada por el siguiente resultado.
Autovalores de las matrices circulantes. Sea Cy la matriz circulante generada por el vector
y ∈ CN . Entonces cada columna de la matriz de Fourier del mismo orden es un autovector de Cy
cuyo autovalor es el correspondiente elemento de la transformada discreta de Fourier de y. En
otras palabras, Cy es diagonalizable con matriz de paso FN :
1
Cy FN = FN Λ ≡ Cy = FN ΛFN−1 ≡ Cy = FN ΛFN
N
siendo Λ la matriz diagonal cuyos elementos diagonales son, en el mismo orden, los de DF T (y).
Este teorema nos permite hallar el producto de convolución usando las transformadas de
Fourier directa e inversa: Sean β = DF T (y), γ = DF T (z). Entonces (con la notación anterior):
1 1
y ∗ z = Cy z = FN ΛFN z = FN Λγ.
N N
Observemos que Λγ es el vector que se obtiene multiplicando β y γ coordenada a coordenada,
(Λγ)n = β n γ n . Este tipo de producto se conoce con el nombre de producto de Hadamard y lo
denotaremos por β · γ. Nos queda:
1
y∗z = FN (β · γ) = IDF T (β · γ).
N
En resumen, para calcular y∗z se hacen las transformadas de y y de z, se multiplican coordenada a
coordenada y se hace la transformada inversa de este vector. De paso hemos probado el siguiente
resultado.
Corolario. Sean y, z ∈ CN . Entonces la transformada discreta de Fourier del producto de
convolución de y ∗ z es el producto de Hadamard de las correspondientes transformadas de y y
de z:
DF T (y ∗ z) = DF T (y) · DF T (z).
2 El algoritmo FFT
El resultado esencial que nos permitirá acelerar el cálculo de la transformada discreta de un
vector es el Teorema de Duplicación que dice lo siguiente:
Teorema de Duplicación. Dado el vector y = (y0 , y1 , . . . , yN−1 )T de dimensión N = 2M, sean
y 0 = (y0 , y2 , . . . , yN−2 )T ,
y 00 = (y1 , y3 , . . . , yN−1 )T ,
β 0 = DF T (y 0 ) = (β 00 , β 01 , . . . , β 0M−1 )T ,
β 00 = DF T (y 00 ) = (β 000 , β 001 , . . . , β 00M−1 )T ,
transformada del vector inicial. Puesto que hay r etapas y en cada etapa se determinan un total
de N coeficientes cuyo cálculo requiere una multiplicación; el número total de multiplicaciones
que hacen falta será Nr = N log2 (N). Para N = 128 nos quedan 896 multiplicaciones.
El Teorema de Duplicación de la transformada discreta de Fourier, que es la base del algoritmo
rápido, podemos interpretarlo matricialmente. La matriz F4 que permite calcular la transformada
de Fourier de orden 4 se puede factorizar de la siguiente manera:
1 1 1 1 1 0 1 0 1 1 0 0 1 0 0 0
1 −j −1 j 0 1 0 −j 1 −1 0 0 0 0 1 0
F4 =
1 −1 1 −1 = 1 0 −1 0 0 0 1 1 0 1 0 0 .
1 j −1 −j 0 1 0 j 0 0 1 −1 0 0 0 1
· ¸
(000) → [y0 ] y0 y0 y0 ← (000)
(100) → [y4 ] ←
· y4 ¸ y2 y1 (001)
(010) → [y2 ] y2 y4 y2 ← (010)
(110) → [y6 ] y y6 y3 ← (011)
· 6 ¸
(001) → [y1 ] y1 y1 y4 ← (100)
(101) → [y5 ] y y3 y5 ← (101)
· 5 ¸
(011) → [y3 ] y3 y5 y6 ← (110)
(111) → [y7 ] y7 y7 y7 ← (111)
En el caso general, la reordenación se hace mediante lo que se conoce como aplicación de inversión
binaria que es la permutación ρN que intercambia la posición cuyo índice n ∈ {0, 1, . . . , 2r − 1} se
expresa en base 2 como n = (dr−1 dr−2 . . . d1 d0 )2 con la posición cuyo índice es (d0 d1 . . . dr−2 dr−1 )2 .
Otro aspecto interesante de la programación del algoritmo es que se pueden almacenar los
datos intermedios a lo largo del mismo sin ocupar muchas posiciones de memoria. Tal como está
8 Lección 5. Análisis Discreto de Fourier
Para n = 0, 1, . . . , N − 1 :
y (ρN (n)) ← yn .
Para m = 1, 2, . . . , r :
q ← 2m−1 ,
Para k = 0, 1, . . . , q − 1.
−k
u ← w2q ,
Para n = 0, 1, . . . , N − 1 con incremento 2q :
y(n + k + q) ← y(n + k) − u · y(n + k + q),
y(n + k) ← 2y(n + k) − y(n + k + q).
Observaciones. (1) Cuando N no es una potencia de 2, existen algoritmos similares que usan
teoremas de duplicación análogos al visto que se basan en la factorización de N en números
primos.
(2) Puesto que la transformada inversa tiene una estructura matricial similar, también existe
un algoritmo rápido de inversión llamado algoritmo IFFT.
1 X
N −1
1 ¡ jωt j2ωt j(N−1)ωt
¢
h(t) = β + β 1e + β 2e + · · · + β N −1 e = β ejnωt
N 0 N n=0 n
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
Ahora bien, en este caso es fácil ver que las coordenadas de β verifican: β 0 , β M ∈ R y β n = β N −n
para n = 1, 2, . . . , M − 1. Teniendo esto en cuenta vamos a escribir el polinomio h de la siguiente
manera:
X
M−1 X
2M−1
jnωt jMωt
Nh(t) = β 0 + β ne + βM e + β n ejnωt
n=1 n=M+1
X
M−1 X
M−1
jnωt jMωt
= β0 + β ne + βM e + β N−n ej(N−n)ωt
n=1 n=1
X
M−1 X
M−1
= β0 + β n ejnωt + β M ejMωt + β n e−jnωt ejNωt
n=1 n=1
X
M−1
1 X
M−1
1
= β0 + β n ejnωt + β M ejMωt + β n e−jnωt ejNωt + β M e−jMωt ejNωt .
n=1
2 n=1
2
Construimos una nueva función obtenida de la anterior suprimiendo las exponenciales de la forma
ejNωt del segundo sumatorio y del último sumando aislado. Es decir, sea
X
M−1
1 X
M−1
1
jnωt jMωt
Ng(t) = β 0 + β ne + βM e + β n e−jnωt + β M e−jMωt .
n=1
2 n=1
2
Si usamos que ejnωt = cos(nωt) + jsen (nωt) y que e−jnωt = cos(nωt) − jsen (nωt), y escribimos
β n = αn + jδ n , cada sumando queda
β n ejnωt + β n e−jnωt = (αn + jδ n ) (cos(nωt) + jsen (nωt)) + (αn − jδ n ) (cos(nωt) − jsen (nωt))
= 2αn cos(nωt) − 2δn sen (nωt).
Por tanto, obtenemos el polinomio trigonométrico real
X
M−1
N g(t) = β 0 + (2αn cos(nωt) − 2γ n sen (nωt)) + β M cos(Mωt).
n=1
2π
donde ω = y los coeficientes de Fourier cn vienen dados por
T
Z
1 T
cn = f (t)e−jnωt dt para n = 0, ±1, ±2, . . .
T 0
Para estimar estos coeficientes aplicamos la regla del trapecio: dividimos el intervalo [0, T ] en
kT
N subintervalos del mismo tamaño con extremos en los puntos tk = para k = 0, 1, 2 . . . , N .
N
Entonces, usando que f (0) = f (T ) por la periodicidad, obtenemos
à !
1 T f (0) X 1 X
N−1 N −1
j2πnk/N f (T ) −nk
cn ≈ + f (tk )e + = f (tk )wN .
TN 2 k=1
2 N k=0
En resumen,
1
(c0 , c1 , . . . , cN−1 ) ≈ DF T (f (0), f (T /N), f (2T /N), . . . , f ((N − 1)T /N))
N
nos proporciona una estimación de los primeros N coeficientes de la forma compleja de la serie
de Fourier de f .
Si la función f es real, entonces sabemos que se verifican las relaciones
1 1 1
c0 = c0 e0 = a0 , cn = (an − jbn ) y c−n = cn = (an + jbn ),
2 2 2
con lo cual podemos deducir directamente las estimaciones de los coeficientes de la forma real
2
(a0 , a1 , . . . , aN−1 ) ≈ Re [DF T (f (0), f (T /N), f (2T /N), . . . , f ((N − 1)T /N))]
N
−2
(0, b1 , . . . , bN−1 ) ≈ Im [DF T (f (0), f (T /N), f (2T /N), . . . , f ((N − 1)T /N))] .
N
su transformada de Fourier. Hay varios procedimientos muy utilizados para estimar el valor de
F (ω) a partir de una colección finita de muestras de la función f . El primer paso es elegir el
intervalo de tiempo [t0 , t1 ] en el que vamos a tomar las muestras, teniendo en cuenta que los
valores de f (t) deben ser suficientemente pequeños antes de t0 y después de t1 . Supongamos que
t0 = 0 (si no fuera así hacemos una traslación, estimamos los valores de la transformada de Fourier
de la función trasladada y usamos la propiedad correspondiente para estimar la transformada de
Fourier de la función de partida) y que dichas muestras están tomadas a intervalos regulares de
duración T segundos, de manera que los valores que tenemos son
y0 = f (0), y1 = f (T ), y2 = f (2T ), . . . , yk = f (kT ), . . . , yN−1 = f ((N − 1)T ).
Ahora aproximamos la integral que define la transformada de Fourier de f (t) mediante una suma
de Riemann en [0, NT ]:
Z ∞ X
N−1 X
N−1
−jωτ −jωkT
F (ω) = f (τ )e dτ ≈ f (kT )e T =T yk e−jωkT .
−∞ k=0 k=0
Para permitir la evaluación computacional de F (ω) se trabaja sólo con estimaciones F (ωn )
obtenidas para un número finito de valores de la frecuencia. Si estos valores los tomamos de la
siguiente manera
2π 4π 2nπ 2(N − 1)π
ω 0 = 0, ω 1 = , ω2 = , . . . , ωn = , . . . , ω N −1 = ,
NT NT NT NT
es decir, separados por una frecuencia constante de (NT )−1 hertzios, entonces para cada n =
0, 1, 2, . . . , N − 1 tenemos
X
N −1 X
N−1 X
N−1
−jωn kT −j2πnk −nk
F (ωn ) ≈ T yk e =T yk e =T yk wN .
k=0 k=0 k=0
Es decir,
(F (ω 0 ), F (ω 1 ), . . . , F (ω N−1 )) ≈ T · DF T (f (0), f (T ), f (2T ), . . . , f (2(N − 1)T )) .
En resumen, la transformada discreta de Fourier nos permite convertir la muestra digital (yk =
f (kT )) en el dominio del tiempo en un conjunto de puntos (F (ωn )) que aproximan el contenido
en frecuencias de f (t). Que estas aproximaciones sean buenas o no depende de la velocidad
de muestreo de la función f (t); a más velocidad, mejor aproximación. De hecho, puesto que los
puntos en los que tomamos muestras están igualmente espaciados en el intervalo temporal [0, NT ],
los coeficientes calculados con la transformada discreta corresponden a frecuencias separadas por
(NT )−1 Hz. La elección de la frecuencia de muestreo para generar una señal digital debe hacerse
con cuidado para evitar aliasing, un problema que aparece cuando se muestrea muy lentamente.
El Teorema del Muestreo de Nyquist y Shannon, nos dice que para reproducir adecuadamente
una señal de frecuencia limitada debemos tomar muestras al menos el doble de rápido que la
frecuencia más alta presente en la propia señal, lo que se conoce como frecuencia de Nyquist 2
2
En algunos textos se reserva el nombre de frecuencia de Nyquist para el doble de la frecuencia más alta
presente en la señal.
12 Lección 5. Análisis Discreto de Fourier
Es decir, la n-ésima componente de z viene dada por cualquiera de las siguientes expresiones
Volviendo al problema del rádar: Es posible comprobar que cuando la señal recibida (u[k]) es
un retraso (x[k − d]) de la señal enviada (x[k]), entonces d es la posición en la que se alcanza el
máximo de los módulos de las componentes de la correlación de x e y. Por lo tanto, aunque en
la práctica la señal recibida y puede venir atenuada y afectada por ruido, dicho valor del retraso
(una vez calculada la correlación mediante los algoritmos rápidos) es el que se utiliza para estimar
la distancia del objeto, que vendrá dada por cdT /2, donde c es la velocidad de propagación de
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 13
El problema que nos plantearemos es el siguiente: Queremos hallar una señal desconocida
y = (y[n]), conociendo la respuesta de nuestro sistema a dicha señal b = S(y). Analizaremos este
problema haciendo las siguientes hipótesis fundamentales:
(1) El sistema es lineal: las respuestas a señales separadas se suman y la respuesta a una
señal amplificada αy es α veces la respuesta a y.
(2) El sistema es invariante por traslaciones temporales: si dos señales se obtienen una de otra
mediante una traslación en el tiempo, sus respuestas se obtienen una de otra mediante la misma
traslación. O sea, si la señal (y[n]) produce una respuesta b([n]), entonces la señal x definida por
x[n] = y[n − k] produce la respuesta c dada por c[n] = b[n − k].
En muchas ocasiones el sistema es causal: transforma señales causales en señales causales
lo que quiere decir que el efecto no precede a la causa, es decir no hay “respuestas” anteriores.
Nosotros no haremos esta suposición, por ahora.
P
Escribamos la señal y mediante un tren de impulsos: y = ∞ −∞ y[n]δ n y supongamos que
conocemos la respuesta (a[n]) de nuestro sistema a un impulso unidad en el instante cero, es
decir, que la señal δ 0 produce la respuesta a[n] en el instante nT . Esto es, hay una respuesta
inmediata a[0], a la que siguen a[1], a[2], . . . , y también consideraremos la posibilidad de que
existan “respuestas anteriores” a[−1], a[−2], . . . , que aparecen, por ejemplo, en sistemas con
realimentación o con regularización. La invariancia por traslaciones significa, en particular, que
la respuesta a la señal δ k es la señal ak definida por ak [n] = a[n − k]. Entonces, empleando
primero la linealidad y luego la invariancia por traslaciones, tendremos:
X∞
b = S(y) = y[n]S(δ n )
−∞
à ! à !
X
∞ X
∞ X
∞ X
∞
= y[n] a[k − n]δ k = a[k − n]y[n] δ k ,
n=−∞ k=−∞ k=−∞ n=−∞
o, en términos de convolución, b = a ∗ y.
En resumen, si tenemos un sistema lineal e invariante en el tiempo cuya respuesta a un
impulso unidad en t = 0 es la señal a = (a[n]), entonces la respuesta a una señal de entrada y es
el producto de convolución y ∗ a.
14 Lección 5. Análisis Discreto de Fourier
Usaremos esto para resolver el problema planteado cuando las señales son periódicas. Es fácil
ver que si la señal de entrada y es periódica con período N, entonces la de salida b también lo
es. En este caso lo que nos interesa de ambas señales es tan sólo el primer bloque de N valores:
y (N) = (y[0], y[1], . . . y[N − 1]) , b(N ) = (b[0], b[1], . . . b[N − 1]) .
Puede probarse que se tiene la siguiente relación b(N) = α ∗ y (N ) , siendo ∗ el producto de con-
volución de vectores de CN y α ∈ CN el vector dado por:
X
∞
αn = a[n + kN], n = 0, 1, 2 . . . , N − 1.
k=−∞
Entonces, usando las propiedades que relacionan la convolución de vectores con la transformada
discreta de Fourier, se tiene:
¡ ¢ ¡ ¢ ¡ ¡ ¢ ¢
DF T b(N ) = DF T (α) · DF T y (N) ⇒ y (N) = IDF T DF T b(N) ÷ DF T (α) .
ya que las tres transformadas que aparecen hechas con el Algoritmo FFT comprenden muchas
menos operaciones que el producto α ∗ y.
4 Ejercicios
Ejercicio 1. Calcula la transformada discreta de Fourier del vector y = [1, 0, 2, 1, 2, 0, 1]T y
esboza el espectro de amplitudes correspondiente.
Ejercicio 2. Enuncia y demuestra el Teorema de Duplicación para la inversa de la transformada
discreta de Fourier.
Ejercicio 3. Prueba que si el vector y es real y de dimensión par N = 2M, entonces las
coordenadas de β = DF T (y) verifican: β 0 , β M ∈ R y β n = β N−n para n = 1, 2, . . . , M − 1.
Ejercicio 4. De una función periódica de período 2π se conocen sus valores en los puntos 0, π/2,
π y 3π/2 que son, respectivamente, 2, 4, 6 y 8. Usando la transformada discreta de Fourier, calcula
el valor aproximado de dicha función en π/4 interpolando mediante un polinomio trigonométrico.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 15
Ejercicio 5. Un cierto día, la marea en Cádiz se comporta de acuerdo con el siguiente esquema
(en el que h y m significan horas y metros, respectivamente):
6 h −→ 4.6 m
10 h −→ 9m
14 h −→ 10.7 m
suponiendo un período de 12 horas, interpola esta tabla mediante la transformada discreta de
Fourier para aproximar el comportamiento de la marea a las 8 h y a las 15 h.
Ejercicio 6. Se ha registrado la siguiente gama de temperaturas en intervalos de 6 horas a partir
de la media noche: 11◦ , 17◦ , 32◦ y 23◦ . Usa la transformada discreta de Fourier para interpolar
la temperatura a las 9 de la mañana y a las 3 de la tarde.
Ejercicio 7. Se ha registrado la siguiente gama de temperaturas en intervalos de 2 horas a partir
de la media noche:
11◦ , 10◦ , 8◦ , 7◦ , 11◦ , 15◦ , 21◦ , 25◦ , 27◦ , 27◦ , 19◦ , 15◦ .
Usa la transformada discreta de Fourier para interpolar la temperatura a las 9 de la mañana, a
las 5 de la tarde y a las 11 de la noche.
Nota. Para los siguientes ejercicios deberías hacer un pequeño programa de ordenador que
te permita calcular transformadas discretas de Fourier directas e inversas. Los paquetes de
programas Maple V y Matlab tienen incorporado tanto el cálculo directo como el inverso,
mediante las instrucciones fft e ifft.
Ejercicio 8. Considera la función f definida en [0, 2] por
f (x) = x(x − 2)ex
y extendida periódicamente a toda la recta real.
(1) Determina el polinomio trigonométrico T8 que interpola a f en los puntos 0, 0.25, 0.5, 0.75,
. . . y 1.75 del intervalo [0, 2].
(2) Determina el polinomio trigonométrico T16 que interpola a f en los puntos 0, 0.125, 0.25,
0.375, . . . y 1.875 del intervalo [0, 2].
(3) ¿Es significativa la diferencia entre T8 y el polinomio que resulta de truncar T16 en su octavo
armónico? Justifica la respuesta y trata de dar una interpretación del resultado.
Ejercicio 9. Se nos envía una señal f (t) que es una combinación de armónicos puros de período
1:
X
7
f (t) = (an cos(2πnt) + bn sen (2πnt)) .
n=0
Sin embargo, la señal llega contaminada por un ruido aleatorio y debemos eliminarlo. Para ello
tomamos 16 muestras de la señal en instantes separados por 1/16 segundos y obtenemos los
siguientes valores que constituyen el vector y (la primera fila son los cuatro primeros, etc.)
−3.9894 4.7119 1.4207 −3.5892
2.0137 −3.5936 1.4349 4.6775
−3.9645 1.0276 −1.4022 −2.0540
6.0159 −2.0187 −1.3816 0.9882
16 Lección 5. Análisis Discreto de Fourier
¿Cuáles son los coeficientes de las potencias 3, 18, 30, 45, 70, 92 y 101 del polinomio que se
obtiene al multiplicar los anteriores, p(x) · q(x) · r(x)?
Ejercicio 11. Toma tres de tus funciones periódicas favoritas y aproxima sus 16 primeros
coeficientes de Fourier complejos mediante la transformada discreta de Fourier.
Ejercicio 12. Toma tres de tus funciones no periódicas favoritas y aproxima su transformada
de Fourier en 16 valores de la frecuencia mediante la transformada discreta de Fourier.
Ejercicio 13. Toma pares de vectores de dimensión 4 arbitrarios y calcula su correlación cruzada.
Ejercicio 14. Tenemos un sistema lineal e invariante en el tiempo que recibe y emite señales
cada segundo y regulariza la señal de entrada dando como salida en un instante un cierto valor
medio ponderado de las 4 entradas anteriores a la del mismo instante (incluida ésta); o sea, un
proceso de smoothing basado sólo en los datos del pasado reciente. Concretamente, la respuesta
a δ 0 es
. . . , 0, 0, 0.4 , 0.3, 0.2, 0.1, 0, 0, . . . ,
donde el recuadro corresponde a la posición cero. Si la salida a una cierta entrada es la siguiente
señal periódica de período 8
1, −1, 4, 3, 2, 2, 7, 3,
donde el recuadro corresponde a la posición cero. La salida a una cierta entrada es la siguiente
señal periódica de período 8
(1) ¿Cuál es el vector α que da la relación entre los bloques periódicos de la salida y la entrada?
(2) ¿Cuál es la señal de entrada?
(3) ¿Cuántas operaciones han hecho falta para hallarla?
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 17
Ahora se cambian los coeficientes de ponderación del filtro de manera que de una entrada
periódica de período 8
..., 2 , 1, 0, 2, 3, 1, 1, 1, ...
se obtiene una salida
..., 1.5 , 1.1, 0.8, 1.7, 2.2, 1.3, 1.3, 1.1, ... .
(4) ¿Cuál es la respuesta de este nuevo filtro al impulso unidad δ 0 ?
Ejercicio 16. Consideremos una señal discreta periódica x = (xn ) de período N = 24 cuyo
bloque principal x(N) consiste en 24 muestras de la función
f (t) = 6 cos(2πt) + 3 cos(10πt) + 2 cos(12πt)
tomadas cada T = 1/24 segundos a partir de t = 0.
Luego transformamos la señal x en otra señal y = (yn ) dada por
1 1 1 1 1
yn = xn−2 + xn−1 + xn + xn+1 + xn+2 , n ∈ Z.
8 4 2 4 8
(1) Escribe los primeros 5 valores de la señal x.
(2) Escribe la relación de convolución que existe entre las señales x e y.
(3) ¿Cómo se emplea la transformada discreta de Fourier para pasar de x a y? Escribe los valores
y0 , y1 , . . . , y4 .
(4) ¿Cuáles son los armónicos presentes en la señal y?
Ejercicios y cuestiones de exámenes de cursos anteriores.
Ejercicio 17. Sabiendo que
1 j
0 j
DF T (x) =
−1 y DF T (y) =
0
3 2
calcula el producto de convolución x ∗ y.
Ejercicio 18. Usa la Transformada Discreta de Fourier para aproximar el valor de la transfor-
mada de Fourier de la señal ½
0 si t < 0
f (t) = 4 −t
te si t ≥ 0,
en las frecuencias ω = 0, 1, 2 y 3.
5 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 3 y 5.
[517.5/WUN] W.A. Wunsch, Variable Compleja con Aplicaciones, Cap. 5.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 6.
Curso 2006-07
Las ecuaciones diferenciales ordinarias y los sistemas de ecuaciones diferenciales que hemos estu-
diado en las Lecciones 1 y 2 se usan para construir modelos matemáticos de problemas científico-
técnicos en los que sólo hay una variable independiente, que suele ser el tiempo. Cuando los
problemas tienen más de una variable independiente, normalmente el tiempo t y una o varias
variables espaciales x, y, z, las relaciones entre las magnitudes presentes se suelen establecer en
términos de sus derivadas con respecto a las variables independientes y el problema se formula
como una ecuación, o un sistema de ecuaciones, donde aparecen involucradas las derivadas par-
ciales de las incógnitas por lo que reciben el nombre de ecuaciones diferenciales en derivadas
parciales o, simplemente, ecuaciones en derivadas parciales.
Hemos visto que para resolver de manera unívoca una ecuación diferencial ordinaria o un
sistema de ecuaciones diferenciales es necesario dar condiciones iniciales. Ocurre lo mismo en el
caso de las ecuaciones en derivadas parciales, sólo que ahora las condiciones que se fijan dependen
de la naturaleza del problema. Así, lo normal es que cuando una de las variables independientes
es el tiempo t, se fijen condiciones iniciales en t = t0 , mientras que para las variables espaciales
x, y, z se fijen condiciones en la frontera de la región espacial en la que estemos trabajando, por
lo que reciben el nombre de condiciones de contorno.
Sólo algunas clases especiales de ecuaciones ordinarias pueden resolverse analíticamente, es
decir, mediante una fórmula explícita, así que no extrañará saber que el número de ecuaciones
en derivadas parciales resolubles analíticamente es aún menor. El estudio de las ecuaciones en
derivadas parciales es un campo muy amplio y muy difícil sobre el que se desarrolla hoy en
día una gran labor investigadora. Sin embargo, aunque somos conscientes de la importancia de
tales ecuaciones, no es posible, dentro de los límites de este curso, dar una visión general de
dicho campo. Nuestro objetivo en esta lección es el proporcionar una introducción al estudio
y la resolución de algunas ecuaciones lineales de segundo orden con coeficientes constantes –la
ecuación de ondas, la ecuación del calor y la ecuación del potencial– que son importantes en las
aplicaciones, constituyen tipos representativos y pueden resolverse mediante una técnica común:
la separación de variables. Más adelante estudiaremos de nuevo la ecuación del potencial usando
técnicas de variable compleja. Lamentablemente, otras técnicas de resolución habituales, como
el uso de las transformaciones de Laplace y Fourier, quedan fuera del alcance de esta asignatura.
2 Lección 6. Ecuaciones en Derivadas Parciales
u ( x, t )
0 L x
La solución del problema de la cuerda vibrante que buscamos u(x, t) no sólo debe cumplir la
ecuación de ondas, también debe cumplir unas condiciones que vienen dadas por la naturaleza
del problema. Por un lado, como la cuerda está fija por sus extremos, tenemos
u(0, t) = u(L, t) = 0 para todo t ≥ 0.
Estas dos condiciones se llaman condiciones de contorno porque afectan a los valores de la variable
espacial x en la frontera de su intervalo de variación 0 ≤ x ≤ L. Por otro lado, debemos suponer
∂u
conocidas la posición inicial de la cuerda u(x, 0) y la velocidad inicial (x, 0), que vendrán
∂t
dadas por sendas funciones f (x) y g(x):
∂u
u(x, 0) = f (x) y (x, 0) = g(x) para 0 ≤ x ≤ L.
∂t
Estas dos condiciones se llaman condiciones iniciales porque fijan las condiciones físicas de par-
tida en el instante inicial t = 0. En esta sección nos centraremos en el caso en que la velocidad
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 3
inicial g(x) es nula. En resumen, el problema consiste en hallar una función u(x, t) que verifique
∂ 2u 2
2∂ u
la ecuación de ondas: = c para 0 ≤ x ≤ L y t ≥ 0,
∂t2 ∂x2
las condiciones de contorno: u(0, t) = u(L, t) = 0 para t ≥ 0,
y las condiciones iniciales: u(x, 0) = f (x) para 0 ≤ x ≤ L,
∂u
(x, 0) = 0 para 0 ≤ x ≤ L,
∂t
donde c es una constante positiva y f es una función dada.
Ejemplo. La función u(x, t) = asen (πx/L) cos(πct/L) es una solución del problema de la cuerda
vibrante cuando el desplazamiento inicial es f (x) = asen (πx/L). En este caso, la frecuencia de
oscilación de la cuerda es r
πc π τ
ω= =
L L ρ
lo que nos dice que a mayor longitud o mayor densidad el sonido es más grave y que a mayor
tensión el sonido es más agudo. Esta solución también puede escribirse como
a
u(x, t) = (sen (π(x + ct)/L) + sen (π(x − ct)/L))
2
que podemos interpretar como la superposición de dos ondas que viajan en sentido contrario con
velocidad c. Veremos que ésta es la forma, dada por J. D’Alembert, de la solución general.
La solución de D’Alembert. En 1747, J. D’Alembert calculó la solución general de la ecuación
de ondas unidimensional haciendo el siguiente cambio de variables independientes
r = x + ct y s = x − ct.
∂ 2u 2
2∂ u
Con este cambio de variables, la ecuación = c se transforma en
∂t2 ∂x2
∂2u
4c2 = 0.
∂r∂s
donde φ y ψ son funciones cualesquiera de una variable. Observemos que, como no hemos
impuesto ninguna condición, ésta es la solución general de la ecuación de ondas; éste es uno de
los pocos casos en los que puede hallarse una solución general explícita. Observemos también que
la gráfica de ψ(x − ct) se obtiene desplazando la gráfica de ψ(x) hacia la derecha con velocidad
c y que la gráfica de φ(x + ct) se obtiene desplazando la gráfica de φ(x) hacia la izquierda
con velocidad c. En otras palabras, la solución general de la ecuación de ondas consiste en la
superposición de dos ondas que viajan a la misma velocidad pero en sentido contrario.
4 Lección 6. Ecuaciones en Derivadas Parciales
Si ahora imponemos ciertas condiciones iniciales, podemos obtener de forma explícita las
funciones φ y ψ. Por ejemplo, la solución del problema
∂2u 2
2∂ u
la ecuación de ondas: = c para 0 ≤ x ≤ L y t ≥ 0,
∂t2 ∂x2
las condiciones de contorno: u(0, t) = u(L, t) = 0 para t ≥ 0,
y las condiciones iniciales: u(x, 0) = f (x) para 0 ≤ x ≤ L,
∂u
(x, 0) = g(x) para 0 ≤ x ≤ L,
∂t
es de la forma u(x, t) = φ(x + ct) + ψ(x − ct) siendo
Z x
1
φ(x) = fe(x) + ge(τ )dτ ,
2c 0
Z
e 1 x
ψ(x) = f (x) − e
g(τ )dτ ,
2c 0
donde fe y e
g son las extensiones 2L-periódicas e impares de las funciones f y g, respectivamente.
Esta expresión se conoce como solución de D’Alembert al problema de la cuerda vibrante.
es decir,
v 00 (x) 1 z 00 (t)
= 2 .
v(x) c z(t)
Como el miembro derecho de esta ecuación es función sólo de la variable t y el izquierdo lo es
sólo de la variable x, ambos deben ser constantes. Si denotamos por −λ el valor de esa constante
(el signo menos es un convenio bien establecido), la ecuación se desdobla en sendas ecuaciones
diferenciales de segundo orden para v(x) y z(t):
Como z(t) no es la función nula, debe ocurrir v(0) = v(L) = 0. En consecuencia, la función v(x)
es la solución del problema de contorno
Vimos en la primera lección que este tipo de problemas, a diferencia de los problemas de valor
inicial, no siempre tienen solución o, si la tienen, no tiene por qué ser única. Veamos lo que
ocurre en este caso según sea el signo de λ.
únicamente tiene solución no trivial para una sucesión de valores de λ que son λn = n2 π 2 /L2 con
n = 1, 2, . . . ; dichas soluciones son
(ésta es una situación común a muchos problemas de contorno con ecuaciones diferenciales or-
dinarias de segundo orden; los valores del parámetro λ para los que existe solución no trivial
forman una sucesión creciente y divergente λn → ∞ que se llaman autovalores del problema,
mientras que las soluciones correspondientes se llaman autofunciones del problema; veremos más
ejemplos en lo que sigue.) Al sustituir estos valores de λ en la ecuación que verifica z(t), ésta
nos queda
00 n2 π 2 c2
z (t) + z(t) = 0
L2
cuya solución general es
c1 sen (nπct/L) + c2 cos(nπct/L).
es la solución buscada. La segunda idea clave de D. Bernoulli fue postular que cualquiera que
fuera la posición inicial f (x), ésta se podía escribir como una superposición infinita de sinusoidales
X
∞
f (x) = bn sen (nπx/L),
n=1
Por lo que hemos estudiado en la Lección 4, sabemos que esto es posible si la función f (x) verifica
las condiciones de Dirichlet, en cuyo caso
X
∞
f (x) = bn sen (nπx/L),
n=1
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 7
es el desarrollo de f (x) en serie de senos en medio intervalo [0, L]; es decir, la serie de Fourier de
la extensión 2L-periódica impar de f (x) cuyos coeficientes vienen dados por
Z L
2
bn = f (x)sen (nπx/L) dx (n = 1, 2, . . . ).
L 0
Una vez calculados estos coeficientes, la solución del problema de la cuerda vibrante viene dada,
efectivamente, por
X∞
u(x, t) = bn sen (nπx/L) cos(nπct/L),
n=1
entonces
Z L
2 0.04L
bn = f (x)sen (nπx/L) dx = sen (nπ/2) para n = 1, 2, . . .
L 0 π 2 n2
∂2u 2
2∂ u
Hemos visto que la solución general de la ecuación de ondas = c es
∂t2 ∂x2
u(x, t) = φ(x + ct) + ψ(x − ct)
donde φ y ψ son funciones cualesquiera de una variable. La ecuación recibe su nombre debido a
que, aparte de la cuerda vibrante, son muchos los fenómenos de tipo ondulatorio que se pueden
modelar con ella o con una variante suya.
8 Lección 6. Ecuaciones en Derivadas Parciales
La cuerda vibrante con velocidad inicial. El problema consiste en hallar una función u(x, t)
que verifique
∂2u 2
2∂ u
la ecuación de ondas: = c para 0 ≤ x ≤ L y t ≥ 0,
∂t2 ∂x2
las condiciones de contorno: u(0, t) = u(L, t) = 0 para t ≥ 0,
y las condiciones iniciales: u(x, 0) = f (x) para 0 ≤ x ≤ L,
∂u
(x, 0) = g(x) para 0 ≤ x ≤ L,
∂t
donde c es una constante positiva y f y g son funciones dadas. Aunque es posible dar su
solución usando el método de D’Alembert, nos restringiremos al uso del método de separación de
variables. Para ello, se empieza como hemos hecho antes hasta llegar al punto en que obtenemos
una colección de funciones
un (x, t) = sen (nπx/L) [an sen (nπct/L) + bn cos(nπct/L)] (n = 1, 2, . . . ).
que verifican la ecuación de ondas y las condiciones de contorno. Ahora buscamos la solución del
problema como una combinación de éstas
X
∞
u(x, t) = sen (nπx/L) [an sen (nπct/L) + bn cos(nπct/L)]
n=1
∂u X
∞
g(x) = (x, 0) = [nπc/L]an sen (nπx/L),
∂t n=1
que son los desarrollos de f (x) y g(x) en serie de senos en medio intervalo [0, L]. En consecuencia,
los coeficientes vienen dados, para n = 1, 2, . . . , por
Z L
2
an = g(x)sen (nπx/L) dx,
nπc 0
Z
2 L
bn = f (x)sen (nπx/L) dx.
L 0
∂2v ∂2v
∇2 v = −λv ≡ + + λv = 0.
∂x2 ∂y 2
Un caso particular de esta ecuación es cuando λ = 0, es decir,
∂2v ∂2v
∇2 v = + =0
∂x2 ∂y 2
que se llama ecuación de Laplace o ecuación del potencial y que estudiaremos más adelante.
aplicación del método de separación de variables para resolver la ecuación del calor cuando se
fijan condiciones iniciales y de contorno. Fue J. Fourier quien, a principios del Siglo XIX y en
sus investigaciones sobre la teoría del calor, aplicó dicho método, aparecido en el siglo anterior
en conexión con el problema de la cuerda vibrante, a la ecuación unidimensional de la difusión.
Para este problema no se conocen soluciones tipo D’Alembert, así que los buenos resultados
obtenidos por Fourier situaron las series trigonométricas, que hoy llevan su nombre, en el centro
de la escena matemática.
El método de separación de variables. Las condiciones iniciales y de contorno que se
imponen dependen de la situación concreta que queramos estudiar. Como ejemplo veamos el
caso en que ambos extremos de la varilla están permanentemente a cero grados de temperatura
y el caso en que ambos extremos están aislados.
Ejemplo. El modelo del problema de la difusión del calor en una varilla cuyos extremos están
permanentemente a cero grados viene dado por
∂u ∂2u
la ecuación del calor: = κ2 2 para 0 ≤ x ≤ L y t ≥ 0,
∂t ∂x
las condiciones de contorno: u(0, t) = u(L, t) = 0 para t ≥ 0,
y la condición inicial: u(x, 0) = f (x) para 0 ≤ x ≤ L,
donde v(x) y z(t) son funciones de una variable (no nulas salvo para el caso trivial en que f sea
la función cero). Si u(x, t) = v(x)z(t), entonces
∂u ∂2u
= v(x)z 0 (t) y 2
= v 00 (x)z(t),
∂t ∂x
así que la ecuación del calor queda
es decir,
v00 (x) 1 z 0 (t)
= 2 .
v(x) κ z(t)
Como el miembro derecho de esta ecuación es función sólo de la variable t y el izquierdo lo es sólo
de la variable x, ambos deben ser constantes. Si denotamos por −λ el valor de esa constante, la
ecuación se desdobla en sendas ecuaciones diferenciales; de segundo orden para v(x) y de primer
orden para z(t):
v 00 (x) + λv(x) = 0 y z 0 (t) + λκ2 z(t) = 0.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 11
Observemos que la presencia de las exponenciales hace que la serie converja muy rápidamente y
que la temperatura tienda a ser igual a cero en toda la varilla.
Ejemplo. El modelo del problema de la difusión del calor en una varilla cuyos extremos están
aislados viene dado por
∂u ∂2u
la ecuación del calor: = κ2 2 para 0 ≤ x ≤ L y t ≥ 0,
∂t ∂x
∂u ∂u
las condiciones de contorno: (0, t) = (L, t) = 0 para t ≥ 0,
∂x ∂x
y la condición inicial: u(x, 0) = f (x) para 0 ≤ x ≤ L,
12 Lección 6. Ecuaciones en Derivadas Parciales
donde κ es una constante positiva y f es una función dada, la distribución inicial de la tempera-
tura.
∂u ∂2u
De nuevo, buscamos soluciones de la ecuación del calor = κ2 2 que sean de la forma
∂t ∂x
u(x, t) = v(x)z(t). Entonces la ecuación se desdobla en
Este problema de contorno es distinto al que obtuvimos para la ecuación de ondas. Separando
en los casos correspondientes a que λ sea positivo, cero o negativo, se prueba análogamente que
únicamente tiene solución no trivial para la sucesión λn = n2 π2 /L2 con n = 0, 1, 2, . . . y que
dichas soluciones son
vn (x) = cos(nπx/L) (n = 0, 1, 2, . . . ).
Observemos que, en este caso, para λ = 0 sí aparece una solución constante no trivial. Al sustituir
estos valores de λ en la ecuación que verifica z(t), ésta nos queda
n2 π 2 κ2
z 0 (t) + z(t) = 0
L2
cuya solución general es
2 π 2 κ2 t/L2
z(t) = ae−n ,
donde a es una constante cualquiera.
Hasta aquí, el método de separación de variables nos ha proporcionado una colección de
soluciones
2 2 2 2
un (x, t) = e−n π κ t/L cos(nπx/L) (n = 0, 1, 2, . . . ),
que verifican la ecuación del calor y las condiciones de contorno; falta por imponer la condición
inicial u(x, 0) = f (x). Como antes, si la función f (x) verifica las condiciones de Dirichlet y
calculamos su desarrollo de f (x) en serie de cosenos en medio intervalo [0, L]
a0 X
∞
f (x) = + an cos(nπx/L),
2 n=1
a0 X
∞
2 2 2 2
u(x, t) = + an cos(nπx/L)e−n π κ t/L .
2 n=1
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 13
Observemos que la presencia de las exponenciales hace que la serie converja muy rápidamente
y que la temperatura tienda a ser igual a a0 /2 grados en toda la varilla. Esta temperatura en
régimen permanente es, precisamente, el promedio de la distribución inicial de la temperatura
ya que Z
1 L
a0 /2 = f (x) dx,
L 0
Régimen permanente de la temperatura. En los fenómenos de difusión del calor en una
varilla aislada (salvo, quizás, por sus extremos) se observa que la distribución de temperaturas
tiende a largo plazo a un estado en el que prácticamente no hay variaciones apreciables, que se
llama, como hemos mencionado en el ejemplo anterior, régimen permanente de la temperatura
y denotaremos por u∞ . Como este régimen sólo depende de la posición x y no del tiempo, la
ecuación que verifica es, simplemente, u00∞ (x) = 0 cuya solución es de la forma u∞ (x) = ax + b.
Así, si suponemos que el extremo x = 0 está permanentemente a 10 grados y el extremo x = L
40
está permanentemente a 50 grados, entonces u∞ (x) = 10+ x. Si queremos estudiar la evolución
L
de la temperatura desde una distribución inicial f (x) hasta u∞ (x), entonces el modelo es
∂u ∂2u
la ecuación del calor: = κ2 2 para 0 ≤ x ≤ L y t ≥ 0,
∂t ∂x
las condiciones de contorno: u(0, t) = 10 y u(L, t) = 50 para t ≥ 0,
y la condición inicial: u(x, 0) = f (x) para 0 ≤ x ≤ L.
Para resolver este problema, escribimos u(x, t) = u∞ (x) + v(x, t), con lo que v cumplirá la
ecuación del calor pero con condiciones de contorno homogéneas. Esta idea de calcular el régimen
permanente de temperaturas y, después, reducir el problema a uno con condiciones de contorno
homogéneas, puede adaptarse a situaciones más complicadas como las que se muestran en los
ejercicios de esta lección.
La ecuación del calor bidimensional. Si queremos estudiar la distribución del calor en una
placa plana, entonces hay que resolver la ecuación del calor bidimensional
µ 2 ¶
∂u 2 ∂ u ∂2u
=κ +
∂t ∂x2 ∂y 2
donde u(x, y, t) es una función que depende del tiempo t ≥ 0 y de dos variables espaciales x e
y que se mueven en una región del plano Ω definida por la forma de la placa. El método de
separación de variables nos llevaría de nuevo a la ecuación de Helmholtz.
En el caso bidimensional, la ecuación que gobierna el régimen permanente es la ecuación de
∂ 2u ∂ 2u
Laplace + = 0, que estudiaremos a continuación.
∂x2 ∂y 2
4 Funciones armónicas
En esta sección y las siguientes vamos a estudiar una tercera ecuación en derivadas parciales que
es también esencial en las aplicaciones y se conoce como ecuación bidimensional de Laplace o
14 Lección 6. Ecuaciones en Derivadas Parciales
Separamos las variables buscando soluciones de la forma u(x, y) = v(x)z(y) con lo que la ecuación
de Laplace queda
v(x)z 00 (y) + v00 (x)z(y) = 0,
es decir,
v 00 (x) z 00 (y)
=− .
v(x) z(y)
Como el miembro derecho de esta ecuación es función sólo de la variable y y el izquierdo lo es
sólo de la variable x, ambos deben ser constantes. Si denotamos por −λ el valor de esa constante,
la ecuación se desdobla en sendas ecuaciones diferenciales de segundo orden para v(x) y z(y):
Como z(y) no es la función nula, debe ocurrir v(0) = v(L) = 0. En consecuencia, la función v(x)
es la solución del problema de contorno
Este problema de contorno es el mismo que obtuvimos para la ecuación de ondas, así que ya
sabemos que únicamente tiene solución no trivial para la sucesión λn = n2 π 2 /L2 con n = 1, 2, . . .
y que dichas soluciones son
Al sustituir estos valores de λ en la ecuación que verifica z(y), ésta nos queda
n2 π 2
z 00 (y) − z(y) = 0
L2
cuya solución general es
z(y) = ce−nπy/L + denπy/L
siendo c y d constantes arbitrarias.
Hasta aquí, el método de separación de variables nos ha proporcionado una colección de
soluciones
¡ ¢
un (x, y) = cn e−nπy/L + dn enπy/L sen (nπx/L) (n = 1, 2, . . . ),
que verifican la ecuación de Laplace y las condiciones de contorno en los lados verticales. Con
estas soluciones podemos construir una solución de la forma
X
∞
¡ −nπy/L ¢
u(x, y) = cn e + dn enπy/L sen (nπx/L)
n=1
16 Lección 6. Ecuaciones en Derivadas Parciales
a la que ahora tenemos que imponer las condiciones de contorno en ambos lados horizontales
u(x, 0) = f (x) y u(x, M) = g(x). Si las funciones f (x) y g(x) verifican las condiciones de
Dirichlet y calculamos sus desarrollos en series de senos en medio intervalo [0, L]
X
∞ X
∞
f (x) = an sen (nπx/L) y g(x) = bn sen (nπx/L)
n=1 n=1
cn + dn = an
−nπM/L
cn e + dn enπM/L = bn
cuya solución es
an enπM/L − bn
cn =
enπM/L − e−nπM/L
bn − an e−nπM/L
dn = nπM/L .
e − e−nπM/L
Para obtener la solución del problema basta sustituir estos valores en la expresión
X
∞
¡ −nπy/L ¢
u(x, y) = cn e + dn enπy/L sen (nπx/L).
n=1
Si las condiciones de contorno fueran nulas en los lados horizontales y generales en los verti-
cales
Si tenemos condiciones de contorno generales en los cuatro lados, entonces se divide el proble-
ma en dos problemas: uno con condiciones nulas en los lados horizontales y otro con condiciones
nulas en los lados verticales; la suma de las soluciones será la solución del problema original.
El problema de Neumann en un rectángulo. Supongamos que Ω es el rectángulo
definido por los puntos (x, y) tales que 0 ≤ x ≤ L y 0 ≤ y ≤ M y que este rectángulo representa
una placa cuyas caras laterales están aisladas, cuyos lados verticales y horizontal inferior también
están aislados, con lo que no hay flujo de calor a lo largo de ellos, y en cuyo lado horizontal superior
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 17
∂u
hay un flujo de calor fijo de manera que (x, M) = f (x) en cada punto (x, M) de dicho lado
∂y
¿Cuál es la distribución de la temperatura en régimen permanente? El modelo de este problema
es
∂ 2u ∂ 2u
la ecuación de Laplace : + = 0 para 0 ≤ x ≤ L y 0 ≤ y ≤ M,
∂x2 ∂y 2
∂u
(x, 0) = 0 para 0 < x < L,
∂y
∂u (x, M) = f (x) para 0 < x < L,
con condiciones de contorno : ∂y
∂u
(0, y) = 0 para 0 < y < M,
∂x
∂u (L, y) = 0 para 0 < y < M,
∂x
que es un problema con condiciones de Neumann porque en los lados verticales derecho e izquierdo
la derivada normal respectiva de u(x, y) es la derivada en la dirección del vector (±1, 0), que es
∂u
± , y en los horizontales superior e inferior es la derivada en la dirección del vector (0, ±1),
∂x
∂u
que es ± .
∂y
Separamos las variables buscando soluciones de la forma u(x, y) = v(x)z(y) con lo que la
ecuación de Laplace se desdobla en
v00 (x) + λv(x) = 0 y z 00 (y) − λz(y) = 0.
que verifican la ecuación de Laplace y las condiciones de contorno en los lados verticales y el
horizontal inferior. Con estas soluciones podemos construir una solución de la forma
X
∞
u(x, y) = cn cos(nπx/L) cosh(nπy/L)
n=0
∂u
a la que nos falta imponer la condición (x, M) = f (x). Ahora bien,
∂y
∂u X nπcn
∞
(x, M) = senh(nπM/L) cos(nπx/L).
∂y n=1
L
∂u
Comparando estas series, vemos que (x, M) = f (x) si tomamos
∂y
an L
cn = para n = 1, 2, . . .
nπsenh(nπM/L)
Puede probarse que esta condición es necesaria para que la ecuación de Laplace con condiciones
de Neumann tenga solución. En términos físicos, esto significa que el promedio del flujo de calor
en el borde superior de la placa debe ser cero, o sea, debe salir tanto calor como entra; si no
ocurre esto, entonces no se alcanza un régimen permanente de temperaturas.
Cuando tengamos un problema con condiciones de Neumann generales en los cuatro lados, lo
que podemos hacer es separarlo en cuatro problemas adecuados con tres condiciones nulas. La
solución del problema original será la suma de las soluciones de los problemas particulares.
del problema sugiere trabajar en coordenadas polares, de manera que el problema es hallar una
función u(r, θ) tal que
∂ 2 u 1 ∂u 1 ∂2u
∇2 u = + + =0 para 0 ≤ r < 1 y 0 ≤ θ ≤ 2π
∂r2 r ∂r r2 ∂θ2
con la condición
u(1, θ) = φ(θ) para 0 ≤ θ ≤ 2π
donde φ(θ) es una función dada que podemos suponer periódica y de período 2π.
Veremos dos formas de tratar este problema: mediante separación de variables y, en la si-
guiente lección, usando funciones analíticas.
Resolución mediante el método de separación de variables. Como ya hemos visto en
otros ejemplos, empezamos buscando soluciones que sean de la forma u(r, θ) = v(r)w(θ) donde
v(r) debe ser continua en el interior de Ω y w(θ) debe ser periódica y de período 2π. Derivando
y sustituyendo en la ecuación, obtenemos
1 1
v 00 (r)w(θ) + v 0 (r)w(θ) + 2 v(r)w00 (θ) = 0
r r
o, equivalentemente,
r2 v00 (r) + rv 0 (r) w00 (θ)
=− .
v(r) w(θ)
Como el miembro derecho sólo depende del ángulo y el izquierdo del radio, ambos deben ser
constantes, lo que nos desdobla la ecuación en dos ecuaciones de segundo orden
Como la función w(θ) debe ser periódica y de período 2π, los valores admisibles de λ son los de
la sucesión λ = 0, 1, 4, 9, . . . , n2 , . . . , para los que se obtienen las soluciones
v0 (r) = α0 + β 0 log(r)
y para n = 1, 2, . . . es
vn (r) = αn rn + β n r−n .
Como las v(r) adecuadas deben ser continuas en r = 0, las constantes β n deben ser todas cero.
Esto nos proporciona una colección de soluciones
7 Ejercicios
∂2u ∂2u
Ejercicio 1. Resuelve la ecuación de ondas 2 = 2 en el intervalo [0, π] con las condiciones
∂t ∂x
de contorno e iniciales que se indican
∂2u ∂2u
Ejercicio 2. Resuelve la ecuación de ondas 2 = 16 2 en el intervalo [0, 1] con las condiciones
∂t ∂x
de contorno e iniciales que se indican
Este modelo corresponde al golpe del macillo de un piano contra una de las cuerdas.
∂2u ∂2u
Ejercicio 3. Resuelve la ecuación de ondas 2 = c2 2 en el intervalo [0, L] con las condiciones
∂t ∂x
de contorno e iniciales que se indican
donde δ 0 es la función delta de Dirac. Este modelo corresponde a un golpe seco sobre un punto
de la cuerda en reposo.
Ejercicio 4. Resuelve el problema de ecuaciones en derivadas parciales
∂2u ∂2u
= c2 para 0 < x < L y t > 0,
∂t2 ∂x2
u(0, t) = u(L, t) = 0 para t > 0,
u(x, 0) = sen (πx/L) para 0 < x < L,
½
∂u c si L/4 < x < 3L/4
(x, 0) =
∂t 0 en otro caso.
∂2u ∂2u
=
∂t2 ∂x2
∂u ∂u
(0, t) = (π, t) = 0 para t ≥ 0,
∂x ∂x
u(x, 0) = 0 para 0 < x < π,
∂u
(x, 0) = ex para 0 < x < π.
∂t
con condiciones de contorno e iniciales homogéneas en el intervalo [0, L]. Para ello, escribe
u(x, t) = v(x, t) + ψ(x) eligiendo ψ de forma que v satisfaga la ecuación de ondas usual.
Ejercicio 10. Resuelve el siguiente problema usando el método de separación de variables
∂ 2u ∂ 2u
− 2 = 6x
∂t2 ∂x
con las siguientes condiciones de contorno dadas en la banda 0 < x < 1, t > 0
∂u
u(0, t) = u(1, t) = u(x, 0) = (x, 0) = 0.
∂t
Indicación: busca una solución particular que sólo dependa de x.
Ejercicio 11. Resuelve la siguiente ecuación de ondas no homogénea
∂2u ∂2u
2
− 2 + 4π 2 cos(2πx) = 0, 0 < x < 1, t > 0,
∂x ∂t
con condiciones iniciales y de contorno
u(x, 0) = sen (3πx) (0 < x < 1),
∂u
(x, 0) = 0 (0 < x < 1),
∂t
u(0, t) = u(1, t) = 0 (t > 0).
Para ello escribe u(x, t) = v(x, t)+φ(x) donde v es la solución de la ecuación de ondas homogénea
y φ(x) es una solución particular de la ecuación dada que sólo depende de x.
Ejercicio 12. Resuelve la siguiente ecuación de ondas no homogénea
∂2u ∂2u
9 − 2 = 9 cos(3x)sen (t),
∂t2 ∂x
con condiciones iniciales y de contorno
∂u
u(x, 0) = (x, 0) = 0 (0 < x < π/2),
∂t
∂u ∂u
(0, t) = (π/2, t) = 0 (t > 0).
∂x ∂x
Para ello escribe u(x, t) = v(x, t) + φ(x)sen (t) donde v es la solución de la ecuación de ondas
homogénea y φ(x) es una función que sólo depende de x.
Ejercicio 13. La ecuación de la transmisión telegráfica es
∂ 2 u ∂ 2 u ∂u
c2 = 2 + + u.
∂x2 ∂t ∂t
Usa el método de separación de variables para resolverla con las siguientes condiciones de contorno
e iniciales
u(0, t) = u(1, t) = 0 para t > 0,
u(x, 0) = 0 para 0 < x < 1,
∂u
(x, 0) = x(1 − x) para 0 < x < 1.
∂t
24 Lección 6. Ecuaciones en Derivadas Parciales
∂2u ∂2u ∂u
= +2
∂x2 ∂t2 ∂t
u(0, t) = u(π, t) = 0 para t > 0,
u(x, 0) = 0 para 0 < x < π,
½
∂u x si 0 < x < π/2,
(x, 0) =
∂t π−x si π/2 < x < π.
∂2E 1 ∂ 2E ∂E
2
− 2 2
− (τ 0 + τ 1 ) − ρE = 0,
∂x ω ∂t ∂t
siendo ω 2 = (LC)−1 , τ 0 = RC, τ 1 = LG y ρ = RG.
(con a y b constantes que tendrás que elegir), transforma la ecuación de segundo orden para
E en una para Φ que no contenga derivadas de primer orden:
∂2Φ 1 ∂ 2Φ
− + kΦ = 0.
∂x2 ω 2 ∂t2
En particular, prueba que si τ 0 = τ 1 , entonces k = 0.
Ejercicio 16. Una barra cilíndrica de aluminio (κ2 = 0.86), que tiene 2m de longitud y está a
10 grados se encuentra térmicamente aislada. En el instante t = 0, sus extremos se enfrían hasta
0 grados y se mantienen así. Determina la distribución de temperaturas u(x, t) (en el punto x
de la barra y en el instante t).
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 25
Ejercicio 17. Resuelve el problema anterior pero suponiendo ahora que el extremo x = 0 se
mantiene a cero grados y el extremo x = 2 se mantiene a 100 grados.
Ejercicio 18. Utiliza el método de separación de variables para resolver el siguiente problema:
∂u ∂2u
= para 0 < x < π, t > 0,
∂t ∂x2
u(0, t) = u(π, t) = 0 para t > 0,
u(x, 0) = 4sen (3x) para 0 < x < π.
Ejercicio 19. Resuelve el problema anterior pero suponiendo ahora que el extremo x = 0 se
mantiene a 10 grados y el extremo x = π se mantiene a 20 grados.
Ejercicio 20. Utiliza el método de separación de variables para resolver el siguiente problema
de transmisión de calor en una barra:
∂u ∂2u
= κ2 2 para 0 < x < 4, t > 0,
∂t ∂x
u(0, t) = u(4, t) = 0 para t > 0,
u(x, 0) = x(x − 4) para 0 < x < 4.
Ejercicio 21. Complicamos ahora un poco la situación ideal de la transmisión del calor en una
varilla: Suponemos que la varilla puede irradiar calor libremente hacia el medio que la rodea,
que se mantiene a temperatura constante. En este caso la ecuación queda:
∂u ∂2u
= κ2 2 − βu para 0 < x < L, t > 0.
∂t ∂x
Mediante el cambio u(x, t) = v(x, t)w(t), reduce esta ecuación a la ecuación del calor usual.
Ejercicio 22. Resuelve la ecuación del calor en una varilla de cobre (κ2 = 1.14) de un metro de
longitud para las siguientes condiciones de contorno e iniciales
u(x, 0) = 1 + x,
∂u ∂u
(0, t) = (L, t) = 0 para t > 0.
∂x ∂x
Ejercicio 23. Resuelve el siguiente problema usando el método de separación de variables
∂u ∂2u
= + 2u,
∂t ∂x2
u(x, 0) = sen (πx) para 0 < x < 1,
u(0, t) = u(1, t) = 0 para t > 0.
Para ello, procede de la siguiente manera: escribe u(x, t) = v(x, t)e−4t + ψ(x) eligiendo ψ de
forma que v satisfaga la ecuación del calor con condiciones de contorno homogéneas.
Ejercicio 25. Resuelve el siguiente problema mediante el método de separación de variables
2
∂u 2∂ u
= t − u,
∂t ∂x2
u(0, t) = u(π, t) = 0 para t > 0,
u(x, 0) = cos(x) para 0 < x < π.
Ejercicio 26. Resuelve el siguiente problema –la difusión del calor en una varilla cuyos extremos
están aislados– mediante el método de separación de variables
∂2u ∂u
4 2
= ,
∂x ∂t
∂u ∂u
(0, t) = (π, t) = 0 para todo t > 0,
∂x ∂x
½
0 si 0 < x < π/2,
u(x, 0) =
1 si π/2 < x < π.
∂2u ∂2u
+ = 0,
∂x2 ∂y 2
u(x, 0) = 0 para 0 < x < π,
u(x, π) = sen (x) para 0 < x < π,
u(0, y) = 0 para 0 < y < π,
u(π, y) = sen (y) para 0 < y < π.
∂2u ∂2u
+ = 0,
∂x2 ∂y 2
∂u
(x, 0) = 0 para 0 < x < π,
∂y
∂u
(x, π) = cos(x) para 0 < x < π,
∂y
∂u ∂u
(0, y) = (π, y) = 0 para 0 < y < π.
∂x ∂x
∂2u ∂2u
+ = 0,
∂x2 ∂y 2
∂u
(x, 0) = 0 para 0 < x < 1,
∂y
∂u
(x, 1) = sen (2π) para 0 < x < 1,
∂y
∂u
(0, y) = 0 para 0 < y < 1,
∂x
∂u
(1, y) = 2y − 1 para 0 < y < 1.
∂x
∂ 2 u ∂ 2 u ∂u
+ + = 0,
∂x2 ∂y 2 ∂x
u(x, 0) = u(x, π) = 0 para 0 < x < π,
u(0, y) = 0 para 0 < y < π,
u(π, y) = sen (y) para 0 < y < π.
Ejercicio 35. Resuelve el siguiente problema por el método de separación de variables y calcula
28 Lección 6. Ecuaciones en Derivadas Parciales
Ejercicio 36. Resuelve el siguiente problema de Poisson en el rectángulo [0, π/2] × [0, 2]
∂2u ∂2u
+ = sen (x)
∂x2 ∂y 2
con las condiciones de contorno
∂u ∂u
(x, 0) = (x, 2) = 0 para 0 < x < π/2,
∂y ∂y
u(0, y) = 0 para 0 < y < 2,
∂u
(π/2, y) = 1 − y para 0 < y < 2.
∂y
Para ello, haz el cambio u(x, y) = v(x, y) + u(p) (x), donde u(p) (x) es una solución particular que
sólo depende de x y que deberás determinar de forma que v(x, y) sea una función armónica en
[0, π/2] × [0, 2] con condiciones de contorno lo más sencillas posible.
Ejercicio 37. Resuelve el siguiente problema de Poisson en el rectángulo [0, π] × [0, 1]
∂2u ∂2u
+ = y(1 − y)sen (x)
∂x2 ∂y 2
con condiciones de contorno homogéneas, sabiendo que admite una solución particular de la
forma sen (x)p(y), donde p es un polinomio.
Ejercicio 38. Resuelve el siguiente problema de contorno en el cuadrado [0, π] × [0, π] usando
el método de separación de variables
∂2u ∂2u
+ = cos(x), 0 < x < π, 0 < y < π,
∂x2 ∂y 2
u (frontera) = 0.
Para ello, haz el cambio u(x, y) = v(x, y) + u(p) (x), donde u(p) (x) es una solución particular que
sólo depende de x y que deberás determinar de forma que v(x, y) sea una función armónica en
[0, π] × [0, π] con condiciones de contorno lo más sencillas posible.
Ejercicio 39. Resuelve el problema de Dirichlet para el círculo unidad si la función de contorno
φ(θ) se define como:
Ejercicio 40. Resuelve el problema de Dirichlet en el círculo unidad para la función dada en la
frontera por
φ(x, y) = A (x cos(α) − ysen (α)) ,
siendo A y α constantes reales positivas.
Ejercicios y cuestiones de exámenes de cursos anteriores.
Ejercicio 41. Resuelve el problema de valores iniciales
∂ 2u ∂2u
= 4 para 0 < x < π y t > 0,
∂t2 ∂x2
u(0, t) = 0 para t > 0,
u(π, t) = 0 para t > 0,
u(x, 0) = sen (x) para 0 < x < π,
∂u
(x, 0) = 1 para 0 < x < π.
∂t
∂ 2u ∂ 2u
4 − 2 = 4(x2 + 2)sen (2t) para 0 < x < π/2 y t > 0
∂x2 ∂t
con las siguientes condiciones de contorno e iniciales
∂u ∂2u
= 3 2, para 0 < x < 2 y t > 0,
∂t ∂x
con condiciones iniciales y de contorno
½
−x si 0 < x < 1,
u(x, 0) =
2−x si 1 < x < 2.
∂u ∂u
(0, t) = (2, t) = 0 (t > 0).
∂x ∂x
30 Lección 6. Ecuaciones en Derivadas Parciales
y la condición inicial
u(x, 0) = 100 para x ∈ (0, 50)
Calcula aproximadamente el valor de u(25, 1800).
Ejercicio 46. Halla la solución de
∂u ∂2u
=4 2 con 0 < x < π y t > 0
∂t ∂x
con las condiciones de contorno
y la condición inicial ½
x si 0 < x < π/2,
u(x, 0) =
π−x si π/2 < x < π.
Calcula, de manera aproximada, u( π2 , 1).
Ejercicio 47. Resuelve el problema de valores iniciales
∂u ∂ 2u
5 = para 0 < x < 10 y t > 0,
∂t ∂x2
∂u
(0, t) = 0 para t > 0,
∂x
∂u
(10, t) = 0 para t > 0,
∂x
u(x, 0) = 4x para 0 < x < 10.
Ejercicio 50. Resuelve el siguiente problema de difusión del calor calculando previamente el
régimen permanente de temperaturas
∂u ∂2u
la ecuación del calor: = 10−4 2 para 0 ≤ x ≤ 5 y t ≥ 0,
∂t ∂x
con las condiciones de contorno: u(0, t) = 5 para t ≥ 0, u(5, t) = 20 para t ≥ 0,
y la condición inicial: u(x, 0) = 3sen (πx) para 0 ≤ x ≤ 5.
y la condición inicial
u(x, 0) = 0 para x ∈ (0, π).
Se recomienda efectuar el cambio de variable dependiente u(x, t) = v(x, t) + h(x).
Ejercicio 52. Resuelve el siguiente problema de difusión.
∂u ∂2u ∂u
la ecuación: = 2 −2 para 0 ≤ x ≤ 1 y t ≥ 0,
∂t ∂x ∂x
con las condiciones de contorno: u(0, t) = 1 para t ≥ 0, u(1, t) = e2 para t ≥ 0,
∂u
y la condición inicial: (x, 0) = 1 para 0 ≤ x ≤ 1.
∂t
Escribe una aproximación del valor u(0.4, 0.1) con dos cifras decimales.
Ejercicio 53. Calcula, usando un cambio de variables de la forma u(x, t) = eat v(x, t) la solución
de la ecuación en derivadas parciales
∂u ∂ 2 u
= 2 +u con 0 < x < L y t > 0
∂t ∂x
32 Lección 6. Ecuaciones en Derivadas Parciales
y la condición inicial
Ejercicio 54. Utiliza el método de separación de variables para resolver el siguiente problema
de Poisson
∂2u ∂2u π
2
+ 2 = sen (x) para 0 < x < y 0 < y < 2,
∂x ∂y 2
con las condiciones de contorno
∂u ∂u π
(x, 0) = (x, 2) = 0 para 0 < x < ,
∂y ∂y 2
u(0, y) = 0 para 0 < y < 2,
∂u ³ π ´
, y = y para 0 < y < 2.
∂x 2
Indicación: escribe u(x, y) = v(x, y) + f (x), donde v es una función armónica.
Ejercicio 55. (1) Halla el desarrollo en serie de Fourier de la función f (x) = sen (πx) en el
intervalo [0, 1].
(2) Determina, según los valores de λ ∈ R, las soluciones del problema
∂u ∂ 2u 2
= 2 − 4π cos(πx)e−π t , para 0 < x < 1 y t > 0,
∂t ∂x
con condiciones iniciales y de contorno
∂u ∂ 2 u
= 2 +u con 0 < x < π y t > 0
∂t ∂x
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 33
y la condición inicial
u(x, 0) = 1 para 0 < x < π.
Calcula, asimismo, lim u(x, t).
t→∞
8 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos. El de James incluye varias
aplicaciones interesantes a la ingeniería y muchos ejercicios adicionales.
[517.9/2-BRA] M. Braun, Ecuaciones diferenciales y sus aplicaciones, Cap. 5.
[517.9/3-EDW] C.H. Edwards y D.E. Penney, Ecuaciones diferenciales elementales, Cap. 8.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 9.
[517.9/2-SIM] G.F. Simmons, Ecuaciones diferenciales, Cap. 7.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 7.
FUNCIONES ANALÍTICAS.
Curso 2006-07
La teoría de funciones de una variable compleja, o teoría de funciones analíticas, no sólo es una
de las teorías matemáticas más hermosas, sino que además es bien conocida su aplicación en
varias ramas de la ciencia y la técnica. Muchos problemas interesantes en matemática aplicada,
que aparecen en la teoría del calor, la dinámica de fluidos y la electrostática, encuentran su
marco adecuado en la teoría de funciones analíticas. Tras el establecimiento por L. Euler de
la definición y las propiedades de las funciones elementales (la exponencial, los logaritmos y
las funciones trigonométricas) a mediados del siglo XVIII, fueron A. L. Cauchy (1789—1857) y
C. F. Gauss (1777—1855) los que dieron a la teoría de funciones de variable compleja su primer
gran impulso, a comienzos del siglo XIX, convirtiéndola en una de las líneas de investigación
capitales a lo largo de todo el siglo. Sus trabajos fueron continuados, entre otros, por B. Riemann
(1826—1866), en sus aspectos geométricos, y por J. Liouville (1809—1882) y K. Weierstrass (1815—
1897), en sus aspectos analíticos. Durante el siglo XX la teoría de funciones de variable compleja
ha continuado siendo uno de los campos de investigación más activos, no sólo en sus aspectos
más teóricos; también se han descubierto nuevas aplicaciones a otras ramas de la ciencia y de la
técnica.
contenida en Ω) del plano. Puesto que éste es el marco de trabajo habitual, las regiones abiertas
y conexas del plano complejo reciben el nombre genérico de dominios.
Al identificar los números complejos con los puntos del plano y escribir w = f (z) en términos
de sus expresiones en parte real e imaginaria, z = x + jy y w = u + jv = f (x + jy) vemos
que tanto la parte real u como la imaginaria v dependen de x e y, lo que nos permite escribir
f (x + jy) = u(x, y) + jv(x, y). Es decir, una función de variable compleja consiste en un par
de funciones reales de dos variables reales; con lo que podemos identificar f como función de la
variable compleja z,
f : z ∈ Ω ⊂ C → w = f (z) ∈ C,
con f como función de las variables reales x e y,
Una primera consecuencia de esta identificación de las funciones de variable compleja con
los pares de funciones de dos variables reales (o campos vectoriales bidimensionales) es que no
es posible hacer la gráfica de una función compleja; necesitaríamos saber dibujar superficies en
R4 . Sin embargo, sí hay algunas representaciones visuales que pueden resultar de ayuda, como
representar el módulo y el argumento de f (z) por separado, al igual que se hace con los espectros
de amplitudes y de fases en el análisis de Fourier. Otra opción, más común, es estudiar cómo
transforma la función f ciertas clases especiales de curvas (por ejemplo, rectas horizontales, rectas
verticales, rectas cualesquiera, circunferencias), o de regiones (bandas, semi-bandas y círculos).
Puesto que, al fin y al cabo, una función compleja es una transformación del plano en sí mismo,
saber cómo transforma ciertas regiones nos ayudará a entender mejor las propiedades de la
función.
Veamos algunos ejemplos muy simples que nos permitirán ilustrar algunos aspectos de interés
en el estudio de las funciones de variable compleja.
Ejemplos. (1) La función f (z) = az + b, donde a 6= 0 y b son constantes complejas, se
llama función lineal. Si b = 0, entonces la acción de f (z) = az la podemos estudiar mejor en
coordenadas polares. Si |a| es el módulo de a y α = Arg (a) es su argumento principal, entonces
luego f consiste en un giro de ángulo α seguido de una homotecia (cambio de escala) de factor
|a| que será una contracción si |a| < 1 o una dilatación si |a| > 1. Esta función transforma líneas
rectas en líneas rectas y circunferencias en circunferencias.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 3
Una forma cómoda de entender este comportamiento es considerar el plano complejo extendido
∗
C que consiste en añadir al plano complejo C un punto, llamado punto del infinito, que se
representa por ∞. Entonces, podemos extender la definición de f (z) = 1/z a C∗ poniendo
f (0) = ∞ y f (∞) = 0. El punto del infinito puede visualizarse mediante la representación
conocida como la esfera de Riemann que consiste en situar sobre el origen una esfera e identificar
cada punto z del plano complejo con el punto de la esfera que se obtiene al cortar ésta con la
línea recta que une el polo norte con el punto z dado. De esa manera tenemos que
a bc − ad
f (z) = + 2
c c z + cd
entonces vemos que f consiste en una aplicación lineal c2 z + cd seguida de una inversión más otra
aplicación lineal. En consecuencia, f transforma la familia de todas las rectas y circunferencias
del plano en ella misma.
(4) Si escribimos z = x + jy, entonces la función f (z) = z 2 = (x2 − y 2 ) + j2xy se identifica
con la función de R2 en R2 dada por (x, y) → (x2 − y 2 , 2xy). Esta función transforma la familia
de todas las rectas verticales y la familia de todas las rectas horizontales en familias de parábolas
cuyo eje es el eje de abscisas pero que se cortan perpendicularmente. Observemos también que
las curvas de ecuación u(x, y) = constante, que en este caso son hipérbolas, son ortogonales a las
curvas de ecuación v(x, y) = constante que, en este caso, también son hipérbolas. En términos
de las coordenadas polares, la función z 2 eleva al cuadrado el módulo y multiplica por dos el
argumento,
z = r (cos(θ) + jsen (θ)) → z 2 = r2 (cos(2θ) + jsen (2θ)) .
En particular, esto significa que transforma la circunferencia unidad en sí misma conservando su
exterior y su interior.
(5) Si escribimos z = x + jy, entonces z = x − jy, así que la conjugación se identifica con
la función de R2 en R2 dada por (x, y) → (x, −y) que es la reflexión en el eje de abscisas. En
coordenadas polares, lo que hacemos es tomar el opuesto del argumento principal,
f : z ∈ Ω ⊂ C → w = f (z) ∈ C
es que las nociones de límite y continuidad se trasladan de forma inmediata. Sin embargo, como
veremos, esto no será así con la derivabilidad.
Definiciones. Sea f : Ω ⊂ C → C una función de variable compleja y sea z0 un punto de Ω o
de su frontera. Se dice que el límite de f (z) cuando z tiende a z0 existe y vale w0 si dada una
cota ε > 0 de la aproximación, existe un radio δ > 0 tal que |f (z) − w0 | < ε siempre que z esté
en Ω y 0 < |z − w0 | < δ, lo que se escribe
lim f (z) = w0 .
z→z0
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 5
Si z0 = x0 + jy0 y w0 = u0 + jv0 , entonces es fácil ver que lim f (z) = w0 si, y sólo si,
z→z0
De nuevo, es fácil ver que f es continua en z0 si, y sólo si, u(x, y) y v(x, y) son ambas continuas
en (x0 , y0 ) como funciones de dos variables. Diremos que f es continua en Ω si es continua en
cada punto de Ω.
Por consiguiente, para saber si una función de variable compleja es continua, basta con
determinar si lo son su parte real y su parte imaginaria como funciones de dos variables reales, lo
que se ha estudiado en la asignatura de “Cálculo” de primer curso. De todas formas, las funciones
que vamos a considerar serán continuas salvo en algunos casos especiales que precisaremos.
Ejercicio. La noción de límite que hemos visto se puede ampliar hasta considerar funciones
que tienden a infinito, lim f (z) = ∞, y límites cuando la variable tiende a infinito, lim f (z).
z→z0 z→∞
Dejamos como ejercicio formular de manera precisa las definiciones correspondientes y establecer
las propiedades habituales. Una advertencia: a diferencia de la recta real que tiene dos puntos del
infinito, según nos alejemos por la derecha (+∞) o por la izquierda (−∞), en el plano complejo
sólo hay un punto del infinito.
2 Funciones elementales
Al igual que en el caso de las funciones de variable real, hay algunas funciones complejas (poli-
nomios, raíces, exponenciales, etc.) que, por su importancia en la teoría y en las aplicaciones,
hay que conocer y saber usar con soltura. Naturalmente, estas funciones se extienden al campo
complejo a partir de sus conocidas en el campo real; algunas de manera obvia, otras con más
dificultad. Se conocen con el nombre genérico de funciones elementales.
Polinomios. Dados los números complejos a0 , a1 , a2 , . . . , an , con an 6= 0, la función p(z) definida
en el plano complejo C por
p(z) = a0 + a1 z + a2 z 2 + · · · + an z n
p(z) = an (z − z1 )(z − z2 ) · · · (z − zn ).
6 Lección 7. Funciones Analíticas
Funciones racionales. Una función racional compleja es un cociente de dos polinomios com-
plejos sin raíces comunes r(z) = p(z)/q(z), así que está definida en todo el plano C salvo en las
raíces del denominador q(z) y es continua en su dominio de definición.
Raíces n-ésimas. Cuando escribimos un número complejo z = x + jy en su forma polar
z = |z| [cos (Arg (z)) + jsen (Arg (z))] = r (cos(θ) + jsen (θ)) = rejθ ,
el módulo r = |z| es una función continua en el plano mientras que el argumento θ = Arg (z)
es continua salvo en z = 0, donde no está definida, y en el semieje real negativo, donde sí está
definida pero no es continua. A veces se toma el argumento principal en el intervalo [0, 2π) con
lo que sí sería continua en el semieje real negativo pero no en el semieje real positivo.
Veamos ahora que si n es un número natural y z 6= 0, entonces z tiene exactamente n raíces
n-ésimas, es decir n números complejos distintos z0 , z1 , . . . , zn−1 tales que zkn = z para cada
k = 0, 1, . . . , n − 1. Estas raíces se obtienen de la siguiente manera: todas tienen el mismo
módulo |zk | = |z|1/n = r1/n donde el exponente 1/n indica aquí la raíz n-ésima real de un número
real positivo (que sí es única). Por otro lado, si empezamos en θ/n = Arg (z)/n, sus argumentos
están separados por un ángulo de 2π/n
θ θ + 2kπ θ + 2(n − 1)π
Arg (z0 ) = , . . . , Arg (zk ) = , . . . , Arg (zn−1 ) = ,
n n n
Así pues, las n raíces n-ésimas de un número complejo vienen dadas por
· µ ¶ µ ¶¸
1/n θ + 2kπ θ + 2kπ
zk = r cos + jsen = r1/n ej(θ+2kπ)/n (k = 0, 1, . . . , n − 1).
n n
Geométricamente, estas raíces están todas situadas en los vértices de un polígono regular de n
lados inscrito en la circunferencia de radio |z|1/n . Puesto que todo complejo no nulo admite
n raíces n-ésimas, para definir una función raíz n-ésima hay que especificar cuál tomamos. Lo
habitual es definir la función raíz n-ésima principal como z0 , o sea,
donde Arg (z) indica el argumento principal. Esta función está definida en todo el plano pero es
discontinua en el cero y en el semieje real negativo.
Con respecto a la raíz principal, los valores de las demas raíces forman lo que se conoce como
las ramas de la función multivaluada raíz n-ésima.
Son especialmente importantes las raíces n-ésimas de la unidad
que forman los vértices de un poligono regular de n-lados sobre la circunferencia unidad. La
raíz principal es w0 = 1. Sin embargo, veremos que en algunas aplicaciones es más útil usar la
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 7
raíz w1 = cos(2π/n) + jsen (2π/n) = ej2π/n que se denomina raíz primitiva n-ésima de la unidad
porque con sus potencias consecutivas podemos conseguir todas las demás:
1 = w0 = w10 , w1 = w11 , w2 = w12 , . . . , wk = w1k , . . . , wn−1 = w1n−1 .
Exponenciales. Hasta ahora las funciones exponenciales que se han utilizado son la exponencial
real, ex con x ∈ R, y la exponencial imaginaria pura, ejω = cos(ω) + jsen (ω) con ω ∈ R, que
se obtiene al separar en partes real e imaginaria el desarrollo en serie de potencias de la función
exponencial real evaluada en jω.
¿Cómo definiríamos la exponencial compleja ez = ex+jy de manera que coincida con las
anteriores si, respectivamente, z es real o imaginario puro? Si queremos que, además, se mantenga
la propiedad de que ea+b = ea eb , entonces, pondríamos
exp(z) = ez = ex+jy = ex ejy = ex (cos(y) + jsen (y)) ,
expresión que define la función exponencial compleja. Observemos que para z = x+jy su imagen
ez es un número complejo con módulo ex y argumento y; en particular, ez nunca es cero. Puesto
que las partes real e imaginaria de ez son funciones continuas de x e y, la función exponencial
es continua en todo el plano y, como en el caso real, verifica que ez+w = ez ew para z, w ∈ C.
Además, es periódica de período 2πj, ya que ez+2πj = ez e2πj = ez .
Otra manera de definir la exponencial compleja sería extender la expresión de ex como serie
de potencias al campo complejo, es decir, definir
X
∞
zn
z
e = .
n=0
n!
Puede comprobarse que ambas definiciones son equivalentes, esto lo veremos más adelante.
Logaritmos complejos. Si z es un número complejo, se dice que otro número complejo w es un
logaritmo complejo de z si ew = z. Veamos cómo podemos hallar los logaritmos de z = x + jy (si
es que hay; por ejemplo, ya sabemos que z = 0 no tiene logaritmos). Si w = u+jv debe ser tal que
ew = z, entonces, como hemos visto antes, eu debe ser el módulo de z y v debe ser un argumento
de z. De eu = |z|, que es una igualdad con la exponencial real, obtenemos que u = log(|z|),
donde log(·) indica el logaritmo neperiano de un número real y positivo. Por otro lado, si Arg (z)
denota el argumento principal de z, entonces v debe ser de la forma v = Arg (z) + 2kπ para algún
número entero k. En definitiva, todo número complejo no nulo z tiene infinitos logaritmos wk ,
dados por
wk = log(|z|) + j (Arg (z) + 2kπ) , para k = 0, ±1, ±2, . . .
Todos estos logaritmos tienen la misma parte real y sus partes imaginarias difieren en un múltiplo
entero de 2π, así que están todos situados sobre una línea recta vertical, habiendo el mismo espacio
entre dos de ellos consecutivos. El logaritmo w0 = log(|z|) + jArg (z) correspondiente a k = 0,
que es el que está situado en la banda −π < Im(w) ≤ π se llama logaritmo principal y se denota
por
Log(z) = log(|z|) + jArg (z).
La función logaritmo principal está definida en todo el plano salvo en el origen y es continua
salvo en el semieje real negativo. Observemos que el logaritmo principal de ez puede no ser z
8 Lección 7. Funciones Analíticas
y que el logaritmo principal de un número real y positivo coincide con su logaritmo neperiano
habitual. Al igual que ocurre con las raíces n-ésimas, el conjunto de todos los logaritmos de un
número complejo constituye una función multivaluada con diversas ramas.
Potencias. Cuando a > 0 y b son números reales, entonces la potencia ab se define como
ab = eb log(a) . Esta definición se extiende al campo complejo usando la función logaritmo principal:
Dados z 6= 0 y w, se define la potencia compleja (principal) z w como
z w = ewLog(z) .
Si w = 1/n, entonces la potencia principal z 1/n nos proporciona la raíz n-ésima principal z0 =
|z|1/n ejArg (z)/n definida antes.
Funciones trigonométricas e hiperbólicas. Las fórmulas de Euler
se extienden al campo complejo para definir las funciones coseno y seno complejos como
Si escribimos z = x + jy, hacemos los cálculos y separamos las fórmulas anteriores en partes real
e imaginaria, obtenemos expresiones alternativas
de las que deducimos, por ejemplo, su continuidad en C. Puede comprobarse fácilmente que estas
funciones tienen las mismas propiedades que las correspondientes funciones reales en cuanto se
refiere a fórmulas como las del seno y coseno de una suma, etc. No así en cuanto a su acotación;
de hecho se tiene que
así que |cos(z)|2 +|sen(z)|2 = 1+2 |senh(y)|2 que puede tomar valores tan grandes como queramos
tomando y suficientemente grande. Sí se sigue verificando, en cambio, la igualdad cos2 (z) +
sen2 (z) = 1.
Para definir las funciones hiperbólicas también extendemos al campo complejo las definiciones
reales
ez + e−z ez − e−z
cosh(z) = y senh(z) = .
2 2
Observemos que, entonces, cos(z) = cosh(jz) y sen (z) = −jsenh(jz).
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
3 Funciones analíticas
Definiciones. Sean Ω un dominio en C y f : Ω → C una función de variable compleja. Sea z0
un punto de Ω. Diremos que f es derivable en z0 si existe el límite
f (z) − f (z0 )
f 0 (z0 ) = lim
z→z0 z − z0
que, en ese caso, se llama derivada de f en z0 .
Diremos que f es analítica en Ω cuando es derivable en todos los puntos de Ω; otros términos
muy utilizados son diferenciable, holomorfa o regular. En particular, una función analítica en
todo el plano C se llama entera.
Si f es analítica en Ω, entonces podemos definir la función
f 0 : z ∈ Ω → f 0 (z) ∈ C
De aquí se deduce una propiedad geométrica muy importante: las funciones analíticas con-
servan los ángulos en los puntos en los que f 0 6= 0. Concretamente se tiene el siguiente resultado.
10 Lección 7. Funciones Analíticas
f : z ∈ Ω ⊂ C → w = f (z) ∈ C
Ejemplo. Si f (z) = z, entonces u(x, y) = x y v(x, y) = −y que, aunque son funciones di-
ferenciables, no verifican las ecuaciones de Cauchy-Riemann. Es decir, como funciones de dos
variables u y v son diferenciables en C pero como función compleja f no es analítica en ningún
punto; esto nos dice que el nexo que habíamos establecido para la continuidad no se extiende a
la diferenciabilidad que, a partir de ahora, deberá seguir una ruta propia, más rica que el estudio
de la diferenciabilidad de funciones reales de dos variables. La mayoría de las propiedades y
aplicaciones que veremos en las siguientes lecciones dependen de esta característica especial.
Ortogonalidad de las curvas de nivel. Si f = u + jv es analítica en Ω entonces, aplicando
las ecuaciones de Cauchy-Riemann, tenemos que los gradientes de u y v son ortogonales:
∂u ∂v ∂u ∂v ∂u ∂u ∂u ∂u
∇u · ∇v = + = (− ) + = 0.
∂x ∂x ∂y ∂y ∂x ∂y ∂y ∂x
En consecuencia, si dos curvas de nivel u(x, y) = c1 y v(x, y) = c2 se cortan en un punto (x, y) tal
que f 0 (x + jy) 6= 0, entonces se cortan ortogonalmente en dicho punto (si f 0 (z) = 0, esto no tiene
por qué ocurrir). Debido a esto, las curvas de nivel u(x, y) = c y v(x, y) = c forman lo que se
conoce como dos familias de trayectorias ortogonales. Esta propiedad es crucial en la aplicación
de la teoría de funciones de variable compleja al electromagnetismo y a la mecánica de fluidos ya
que dichas familias de curvas de nivel desempeñan el papel de las líneas equipotenciales y de las
líneas de corriente.
Derivadas de las funciones elementales. Para terminar la lección, usaremos las ecuaciones
de Cauchy-Riemann junto con las reglas de derivación, para dar la lista de las derivadas de las
funciones elementales.
1. Todo polinomio
p(z) = a0 + a1 z + a2 z 2 + · · · + an z n
es una función entera y se tiene
p0 (z) = a1 + 2a2 z + 3a3 z 3 + · · · + nan z n−1 .
2. Toda función racional r(z) = p(z)/q(z) es analítica en su dominio de definición (el plano
C salvo los puntos que anulan el denominador) y se tiene
p0 (z)q(z) − p(z)q 0 (z)
r0 (z) = .
(q(z))2
3. La función raíz cuadrada principal f (z) = z 1/2 es analítica en todo el plano salvo el origen
1
y el semieje real negativo, y su derivada es f 0 (z) = 1/2 .
2z
4. La función exponencial ez es entera y su derivada es ella misma.
5. La función logaritmo principal f (z) = Log(z) es analítica en todo el plano salvo el origen
1
y el semieje real negativo, y su derivada es f 0 (z) = .
z
6. Los senos y cosenos trigonométricos e hiperbólicos son funciones enteras y sus derivadas
son
cos0 (z) = −sen (z), sen 0 (z) = cos(z), cosh0 (z) = senh (z), senh0 (z) = cosh(z).
12 Lección 7. Funciones Analíticas
5 Ejercicios
Ejercicio 1. Representa geométricamente los conjuntos de números complejos dados por las
siguientes condiciones:
(1) Re(z) > 0. (2) z = z.
(3) − θ < Arg (z) < θ. (4) |Arg (z) − π/2| < π/2.
(5) |z + 1| < 1. (6) |z + j| ≤ 2.
(7) |z + 2j| + |z − 2j| < 6. (8) Im (z 2 ) > 4.
(9) 1 < |z + j| ≤ 2. (10) Im(z) > 4 y 1 < Re(z) < 3.
(11) Im(1/z) = 4. (12) Re (zµ2 ) = −1¶ y 1 < Re(z) < 3.
¯ ¯ z−1
(13) ¯ z−1
z+1
¯ = 2. (14) Arg = π/4.
z+1
(15) |z − z1 | = |z − z2 | . (16) 0 < Re(jz) < 1.
representa una circunferencia o una recta en el plano complejo. ¿Es cierto el recíproco?; es decir,
¿podemos escribir siempre la ecuación de una recta o de una circunferencia en la forma descrita?
Ejercicio 4. Sean z y w dos números complejos. Prueba que se verifica la ley del paralelogramo:
¡ ¢
|z + w|2 + |z − w|2 = 2 |z|2 + |w|2 .
1 − z n+1
1 + z + z2 + · · · + zn = .
1−z
Usa esta igualdad para deducir que si x es un número real tal que 0 < x < 2π, entonces se
verifican las siguientes igualdades:
sen (nx/2)
1 + cos(x) + cos(2x) + · · · + cos((n − 1)x) = cos ((n − 1)x/2) ,
sen (x/2)
sen (nx/2)
sen (x) + sen (2x) + · · · + sen ((n − 1)x) = sen ((n − 1)x/2) .
sen (x/2)
Ejercicio 15. En general las funciones complejas en las que intervienen los logaritmos no tienen
las mismas propiedades que las correspondientes funciones reales elementales. Inventa un ejemplo
para probar que Log(ab) 6= Log(a) + Log(b) en general.
Ejercicio 16. Calcula la parte principal de los siguientes números complejos:
1j , (−1)j , j j y j Log(1+j) .
Ejercicio 18. Prueba que las únicas funciones complejas derivables que son de la forma f (x +
jy) = u(x) + jv(y) están dadas por f (z) = az + b, con a ∈ R, b ∈ C.
Ejercicio 19. Prueba que la única función entera f (z) que satisface f 0 (z) = f (z) y f (0) = 1 es
la función exponencial.
Ejercicio 20. Sea f una función analítica en un dominio Ω. Prueba que f debe ser constante
en Ω si se cumple que f (z) es real para todo z ∈ Ω.
Ejercicio 21. Sea f una función analítica en un dominio Ω. Prueba que si f (z) es analítica en
Ω, entonces f debe ser constante en Ω.
Ejercicio 22. Describe las familias de trayectorias ortogonales que se obtienen a partir de las
funciones analíticas
Log(z + 4)
Ejercicio 23. Describe el mayor dominio en el que f (z) = es analítica.
z2 + j
Ejercicio 24. Halla el mayor dominio en el que f (z) = Log (Log(z)) es analítica.
Ejercicio 25. Halla el mayor dominio en el que f (z) = Log (z 2 − 2 + 3j) es analítica.
Ejercicios y cuestiones de exámenes de cursos anteriores.
Ejercicio 26. ¿En qué región se transforma el círculo |z − 1| ≤ 1 mediante la función bilineal
z
w= ?
z−2
Ejercicio 27. Las ecuaciones de Cauchy-Riemann: ¿qué son?, ¿qué relación tienen con la
analiticidad?, ¿para qué sirven?
Ejercicio 28. Determina la función entera f = u + jv cuya parte real viene dada por u(x, y) =
y 2 − x2 + 2x − y y cumple f (j) = j.
Ejercicio 29. Dibuja, explicando cómo lo hallas, el dominio más grande que contiene al punto
1+j y en el que la función f (z) = Log(z 3 ) es analítica, donde Log(w) indica el logaritmo principal
de w cuando el argumento principal de w se toma en [0, 2π).
6 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos. El de James incluye varias
aplicaciones interesantes a la ingeniería y muchos ejercicios adicionales. El de Churchill y Brown
es un libro excelente para complementar las explicaciones teóricas.
[517.5/2-CHU] R.V. Churchill, J.W. Brown, Variable compleja y aplicaciones, Cap. 1, 2 y 3.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 1.
[517.5/WUN] W.A. Wunsch, Variable compleja con aplicaciones, Cap. 1, 2 y 3.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 8.
INTEGRACIÓN COMPLEJA.
Curso 2006-07
Un aspecto esencial de la teoría de las funciones analíticas es la forma en que la integral compleja
interviene en ella. Como ya hemos comentado, fueron C. F. Gauss, que no publicó sus resultados,
y A. L. Cauchy quienes, a comienzos del siglo XIX, desarrollaron la teoría de la integración
compleja y la utilizaron para demostrar que la analiticidad de una función en un dominio implica
la existencia de todas las derivadas superiores en un entorno de dicho dominio.
Definiremos la integral de una función compleja continua sobre una curva del plano, mostrando
su relación con las integrales de línea en R2 estudiadas en la asignatura “Cálculo” del curso ante-
rior. En este contexto y haciendo uso del teorema de Green probaremos el resultado fundamental
de esta lección: el Teorema de la Integral de Cauchy para funciones analíticas que nos dice que
si f es analítica en un dominio Ω simplemente conexo, entonces la integral de f sobre una curva
cerrada contenida en Ω es cero. El resto de los resultados de esta lección serán, esencialmente,
consecuencias de éste.
Esta lección es muy teórica, pero los resultados que presentaremos son esenciales en las
aplicaciones que estudiaremos en las siguientes lecciones.
Sabemos que la integral de línea de un campo vectorial real plano F (x, y) entre dos puntos
(x1 , y1 ) y (x2 , y2 ) no depende del camino utilizado para ir desde el primer punto hasta el segundo
cuando el campo es conservativo. En consecuencia, podremos definir integrales de funciones de
variable compleja que sólo dependan de los puntos entre los que integremos, y no del camino
usado para ir de uno a otro, cuando, al realizar la identificación de una función de variable
compleja con un par de funciones reales de dos variables, el campo vectorial que aparezca en la
integral de línea sea conservativo. Fueron C. F. Gauss y A. L. Cauchy quienes descubrieron que
las funciones de variable compleja que cumplen esta condición son, precisamente, las funciones
analíticas.
Curvas en el plano complejo. Una curva parametrizada en el plano complejo C es la imagen
de una función continua con valores complejos z(t) = x(t) + jy(t) definida para los puntos t de
un intervalo [t1 , t2 ] ⊂ R. La variable independiente t de la función z(t) se llama parámetro de
la curva y la propia función z(t) recibe el nombre de parametrización de la curva. Los puntos
z1 = z(t1 ) y z2 = z(t2 ) se llaman extremos de la curva; z1 es el extremo de partida y z2 es el
extremo de llegada (por eso en algunos textos no se habla de curvas en el plano complejo, sino
de caminos). Naturalmente, una curva z(t) en el plano complejo C se identifica con la curva
(x(t), y(t)) en el plano real, lo que nos permite trasladar de manera obvia a curvas complejas
algunos conceptos dados para curvas planas como los de curva simple (la que no se cruza consigo
misma salvo, quizás, en los extremos), curva cerrada (cuando sus extremos coinciden), curva
regular o suave (cuando las funciones x(t) e y(t) son derivables con derivada continua en [t1 , t2 ],
en cuyo caso se define z 0 (t) = x0 (t) + jy 0 (t)), curva regular o suave a trozos (cuando las funciones
x(t) e y(t) son derivables con derivada continua en [t1 , t2 ] salvo en un número finito de valores
del parámetro que corresponden a esquinas de la curva) o curva de Jordan (una curva regular a
trozos, cerrada y simple).
Definición. Sea Ω un dominio en el plano complejo y sea f : Ω → C una función continua.
Sea C una curva regular a trozos contenida en Ω y parametrizada por z(t) = x(t) + jy(t) para
t1 ≤ t ≤ t2 . Se define la integral de f sobre C como
Z Z t2
f (z) dz = f (z(t)) z 0 (t) dt.
C t1
H
Cuando la curva C es cerrada entonces habitualmente se escribe C
f (z) dz.
Una propiedad importante que utilizaremos a menudo es la siguiente.
Proposición. Sea Ω un dominio en el plano complejo y sea f : Ω → C una función continua.
Sea C una curva regular a trozos de longitud L contenida en Ω. Sea M > 0 tal que |f (z)| ≤ M
para todo z ∈ C. Entonces ¯Z ¯
¯ ¯
¯ f (z) dz ¯ ≤ ML.
¯ ¯
C
Z Z 1 Z 1
0 1
f (z) dz = f (z(t)) z (t) dt = t dt = ,
C1 0 0 2
1
Mientras que si C2 es el arco de circunferencia z(t) = (1 + ejt ) para −π ≤ t ≤ 0 que también
2
une z1 con z2 , entonces
Z Z Z
0
0
0
1¡ ¢j 1 π
f (z) dz = f (z(t) z (t) dt = 1 + e−jt ejt dt = + j .
C2 −π −π 2 2 2 4
Independencia del camino. Sea Ω un dominio en el plano complejo. Se dice que las integrales
de una función continua f : Ω → C son independientes del camino seguido en Ω si dados dos
puntos cualesquiera z1 y z2 del dominio y dadas dos curvas regularesR a trozos C1 yR C2 contenidas
en Ω y tales que ambas empiezan en z1 y terminan en z2 entonces C1 f (z) dz = C2 f (z) dz. En
Rz
ese caso dicha integral se escribe z12 f (z) dz, notación que pone el énfasis en el hecho de que la
integral sólo depende de los puntos z1 y z2 y no del camino usado para ir de uno a otro dentro
de Ω.
Es fácil ver que las integrales de una función continua f son independientes del camino seguido
en Ω si, y sólo si, la integral de f sobre cualquier curva de Jordan contenida en Ω es cero.
Primitivas. Se sabe que la condición necesaria y suficiente para que las integrales de línea de
un campo vectorial real sean independientes del camino es que dicho campo admita una función
potencial. En el caso de las funciones de variable compleja, esto se traduce en el concepto más
familiar de función primitiva. Se dice que F es una función primitiva de f en un dominio Ω si
F es analítica en Ω y F 0 (z) = f (z) para cada z ∈ Ω.
La Regla de Barrow para integrales complejas. Sea Ω un dominio en C y sea f : Ω → C
una función continua que tiene una función primitiva
R z F en Ω. Entonces las integrales de f son
independientes del camino seguido en Ω y se tiene z12 f (z) dz = F (z2 ) − F (z1 ) para cualesquiera
z1 , z2 ∈ Ω.
El Teorema Fundamental del Cálculo para integrales complejas. Sea Ω un dominio en
C y sea f : Ω → C una función continua cuyas integrales son independientes del camino seguido
en Ω. Entonces f tiene una función primitiva F en Ω.
Si escribimos f (x + jy) = u(x, y) + jv(x, y) y z 0 (t) = x0 (t) + jy 0 (t), entonces podemos obtener
la expresión de la integral de f sobre una curva C como un par de integrales de línea en R2 (las
4 Lección 8. Integración Compleja
R
parte real e imaginaria del número C f (z) dz):
Z Z t2
f (z) dz = f (z(t)) z 0 (t) dt
C t
Z 1t2
= [u (x(t), y(t)) + jv (x(t), y(t))] [x0 (t) + jy 0 (t)] dt
t
Z 1t2
= [u (x(t), y(t)) x0 (t) − v (x(t), y(t)) y 0 (t)] dt +
t1
Z t2
+j [u (x(t), y(t)) y 0 (t) + v (x(t), y(t)) x0 (t)] dt
t1
Z Z
= u(x, y) dx − v(x, y) dy + j v(x, y) dx + u(x, y) dy.
C C
En resumen, usando la notación habitual para integrales de línea de campos vectoriales, si r(t) =
(x(t), y(t)) denota una parametrización de la curva C como curva en R2 , entonces tenemos
µZ ¶ Z
Re f (z) dz = (u, −v) · d−
→r,
C C
µZ ¶ Z
Im f (z) dz = (v, u) · d−
→
r.
C C
Corolario 1. Sean Ω un dominio simplemente conexo y f una función analítica en Ω tal que f 0
es continua en Ω. Entonces las integrales de f son independientes del camino seguido en Ω.
Corolario 2. Sean Ω un dominio simplemente conexo y f una función analítica en Ω tal que f 0
es continua en Ω. Entonces f tiene funciones primitivas en Ω.
La hipótesis de que la derivada de la función f sea continua en Ω, que se usa para poder
aplicar el Teorema de Green, no es realmente necesaria; basta con que f 0 exista para que la
tesis del teorema se mantenga (y entonces se conoce como Teorema de Cauchy-Goursat, cuya
demostración es mucho más complicada).
La hipótesis de que Hla región interior a la curva C esté contenida en Ω sí es esencial. En
principio, para calcular C f (z) dz sólo necesitamos que f esté definida y sea continua en C, por
lo que los valores de f en la región interior a C no desempeñan un papel visible; éste se pone
de manifiesto cuando, al usar el Teorema de Green, escribimos las integrales de línea reales que
aparecen como integrales dobles sobre dicha región. Veamos un ejemplo de que dicha hipótesis
no puede eliminarse.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 5
Ejemplo. La función f (z) = 1/z es analítica en Ω = C r {0}. Para calcular su integral sobre la
circunferencia unidad C usamos la parametrización z(t) = ejt con 0 ≤ t ≤ 2π, que la recorre en
el sentido positivo, obteniendo
I Z 2π Z 2π Z 2π
1 0 −jt jt
f (z) dz = z (t) dt = e je dt = j 1 dt = 2πj.
C 0 z(t) 0 0
Sin embargo, el que la región interior a la curva C no esté contenida en Ω no tiene por qué
implicar que las integrales sean distintas de cero; veamos un ejemplo de esta situación.
Ejemplo. Para n = 2, 3, 4, . . . , la función f (z) = 1/z n es analítica en Ω = Cr{0}. Para calcular
su integral sobre la circunferencia unidad C usamos otra vez la parametrización z(t) = ejt con
0 ≤ t ≤ 2π obteniendo
I Z 2π Z 2π
−n 0
f (z) dz = (z(t)) z (t) dt = e−jnt jejt dt
C 0 0
Z 2π
1 ¡ j(n−1)2π ¢
= j ej(1−n)t dt = e − e0 = 0.
0 1−n
Esto nos muestra, entonces, que la elección del dominio en el que vayamos a trabajar es esencial
a la hora de aplicar los teoremas sobre funciones de variable compleja.
Teorema de la Integral de Cauchy para Dominios Múltiplemente Conexos. Sea Ω un
dominio en el plano complejo y sea f : Ω → C una función analítica en Ω tal que f 0 es continua
en Ω. Sean C0 , C1 , . . . , Cn una familia de curvas de Jordan contenidas en Ω tales que
Entonces se verifica I n I
X
f (z) dz = f (z) dz
C0 k=1 Ck
para todo n = 0, ±1, ±2, . . . , salvo que C rodee al origen y n = −1, en cuyo caso
I
z −1 dz = 2πj.
C
y así sucesivamente. Esto garantiza que f es derivable de todos los órdenes y nos proporciona
fórmulas para calcular sus derivadas seucesivas en z0 .
La Fórmula Integral de Cauchy para las Derivadas. Sea Ω un dominio en el plano complejo
y sea f : Ω → C una función analítica en Ω. Entonces f admite derivadas de todos los órdenes
en Ω que, a su vez, serán funciones analíticas. Además, sean z0 un punto de Ω y C una curva
de Jordan que rodea a z0 y tal que ella y su región interior están contenidas en Ω. Entonces la
derivada de orden n de f en z0 viene dada por
I
(n) n! f (z)
f (z0 ) = dz,
2πj C (z − z0 )n+1
∂2u 1 ∂ 2 u 1 ∂u
+ + =0
∂r2 r2 ∂θ2 r ∂r
e igual para v.
Esto muestra que hay una relación estrecha entre las partes real e imaginaria de una función
analítica f (x + jy) = u(x, y) + jv(x, y) y se dice que v es la función armónica conjugada de u.
Dos advertencias: primera, la palabra conjugada no tiene relación con la conjugación de números
complejos; segunda, que v sea armónica conjugada de u no quiere decir que u sea armónica
8 Lección 8. Integración Compleja
∂u ∂v
Como debe cumplirse = − , tenemos
∂y ∂x
¡ ¢
3y 2 − 3x2 = − −3y 2 + φ0 (x)
luego φ0 (x) = 3x2 y φ(x) = x3 + c donde c ∈ R es una constante de integración. En definitiva
v(x, y) = −3xy 2 + x3 + c es la armónica conjugada de u y
f (z) = f (x + jy) = y 3 − 3x2 y + j(−3xy 2 x3 + c) = j(x + jy)3 + jc = jz 3 + jc
es la función analítica compleja correspondiente.
Resolución del problema de Dirichlet en el círculo unidad mediante la teoría de
funciones analíticas. Vamos a empezar construyendo la Fórmula Integral de Poisson para
funciones analíticas en el disco unidad. Esta fórmula es una extensión de la que vimos en la
Lección 6, en el sentido de que la fórmula para funciones armónicas se obtendrá tomando parte
real en la versión para funciones analíticas, y se deduce a partir de la Fórmula Integral de Cauchy.
Si f es una función analítica en un dominio que contiene al círculo unidad, entonces la Fórmula
Integral de Cauchy nos dice que para un punto de dicho círculo z0 6= 0 se tiene
Z
1 f (z)
f (z0 ) = dz.
2πj C z − z0
Sea r = |z0 | y consideremos el punto z1 = 1/z0 = z0 /r2 exterior al círculo unidad. El Teorema
de la Integral de Cauchy nos dice que
Z
1 f (z)
dz = 0.
2πj C z − z1
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
Ahora parametrizamos C mediante z(t) = ejt con 0 ≤ t ≤ 2π, con lo que obtenemos
Z 2π µ ¶
1 ejt ejt
f (z0 ) = − f (ejt ) dt.
2π 0 ejt − z0 ejt − z1
fórmula que también es válida para r = 0 (que es el Teorema del Valor Medio de Gauss). Final-
mente, separando en partes real e imaginaria obtenemos, como hemos dicho antes, la Fórmula
Integral de Poisson para funciones armónicas que vimos antes
Z 2π
1 (1 − r2 )u(1, t)
u(r, θ) = dt.
2π 0 1 − 2r cos(θ − t) + r2
5 Transformaciones de regiones.
Otra propiedad de las funciones analíticas es que cuando son transformaciones conformes, es
decir, con derivada no nula, conservan la ecuación de Laplace. Concretamente, supongamos que
w = f (z) = u(x, y) + jv(x, y) es una función analítica en un dominio Ω1 que se transforma
mediante f de manera conforme y biyectiva sobre el dominio Ω2 . Si φ(u, v) es una función
armónica en Ω2 , entonces la composición ψ(x, y) = φ (u(x, y), v(x, y)) es también una función
armónica en Ω1 . En efecto, usando la regla de la cadena y las ecuaciones de Cauchy-Riemann,
o bien pasando a las correspondientes funciones analíticas y tomando parte real, es fácil probar
que µ 2 ¶
∂2ψ ∂2ψ ∂ φ ∂2φ 2
+ 2 = + |f 0 (z)| = 0,
∂x2 ∂y ∂u2 ∂v 2
de manera que ψ es armónica en Ω2 .
En la práctica, esto nos dice que si tenemos el problema de Dirichlet planteado en un dominio
Ω1 y podemos transformar conformemente este dominio en un dominio Ω2 en el que sí sabemos
resolver el problema de Dirichlet, entonces la solución obtenida en Ω2 se convierte, mediante la
transformación conforme, en una solución del problema original.
Ejemplo. La circunferencia C1 de ecuación |z − 1/4| = 1/4 se mantiene a 100◦ mientras que
la circunferencia C2 de ecuación |z − 1/2| = 1/2 se mantiene a cero grados. Para hallar la
distribución estacionaria de temperaturas en la región comprendida entre ambas circunferencias,
debemos calcular una función armónica φ(x, y) tal que φ = 100 en C1 y φ = 0 en C2 . Si
1−z
usamos la transformación conforme bilineal w = , podemos comprobar que transforma
z
10 Lección 8. Integración Compleja
→
− →
−
de las que se deduce que E admite un potencial escalar Φ en Ω, es decir grad(Φ) = ∇Φ = E ,
que es armónico, o sea ∆(Φ) = 0. Sea Ψ la función armónica conjugada de Φ en Ω. La función
→
−
analítica W (z) = Φ(x, y) + jΨ(x, y) se llama potencial complejo de E . Observemos que de las
ecuaciones de Cauchy-Riemann se deduce que la función Ψ, que se llama función de Stokes,
verifica grad(Ψ) = (−Ey , Ex ).
Las curvas de nivel Φ(x, y) = c se llaman líneas equipotenciales y forman una familia uni-
paramétrica de curvas cuya familia ortogonal viene dada, según hemos visto, por las curvas de
→
−
nivel Ψ(x, y) = c de la función de Stokes. Puesto que el campo E es tangente a estas curvas,
reciben el nombre de líneas de corriente del campo eléctrico.
Según lo que acabamos de describir, los problemas de cálculo de potenciales y campos eléc-
tricos planos se reducen a la determinación del potencial complejo, lo que exige conocer las
componentes Ex y Ey del campo o bien una cualquiera de las funciones Φ y Ψ. Veamos un par
de casos interesantes que pueden usarse, mediante el principio de superposición y las transfor-
maciones conformes, para estudiar casos más generales.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 11
→
−
Ejemplo. El potencial de un campo uniforme E 0 que forma un ángulo α con el eje de abscisas,
→
−
o sea E 0 = (−E0 cos(α), −E0 sen (α)), viene dado, imponiendo W (0) = 0, por
W (z) = E0 ej(π−α) z
así que las líneas de corriente son la familia de rectas de pendiente tan(α) y las líneas equipoten-
ciales son la familia de rectas de pendiente −1/ tan(α).
Ejemplo. Para calcular el potencial de una línea cargada perpendicular al plano en el origen
se observa que las líneas equipotenciales sólo dependen de la distancia r de un punto z = rejθ
al origen, es decir Φ = Φ(r). Como Φ debe ser armónica, se cumple ∆(Φ) = 0, con lo que
d
(rΦ0 (r)) = 0. Con lo cual obtenemos
dr
Φ(r) = k log(r)
6 Ejercicios.
Notación. En lo que sigue, denotaremos por [z1 , z2 ] el segmento rectilíneo que une z1 con z2 y
por C(z0 , r) la circunferencia con centro en el punto z0 del plano complejo y radio r > 0.
12 Lección 8. Integración Compleja
R R
Ejercicio 1. Calcula las integrales C1 z dz y C2 z dz, donde C1 es el segmento [1, j] y C2 es la
quebrada que une estos dos puntos pasando por 1 + j.
Ejercicio 2. Calcula las integrales de las funciones z(z − 1) y Re(z) a lo largo de los segmentos
[0, 1 + j], [0, 1] y [1, 1 + j].
R
Ejercicio 3. Calcula la integral C z dz, a lo largo de las siguientes curvas:
R
Ejercicio 4. Calcula la integral C
z 2 dz, a lo largo de los siguientes caminos:
Ejercicio 8. Calcula las siguientes integrales para un camino arbitrario entre los límites de
integración:
Z j/2 Z π+2j Z 3
πz
e dz, cos(z/2) dz, (z − 2)3 dz.
j 0 1
Ejercicio 9. En los siguientes casos, comprueba la igualdad, e indica qué hipótesis del Teorema
de la Integral de Cauchy no se verifica:
I I
dz
= 2πj, Re(z) dz = r2 πj.
C(0,r) z C(0,r)
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 13
Ejercicio 10. Calcula las siguientes integrales usando, en cada caso, alguno de los teoremas
sobre integrales de funciones analíticas:
I I I
ez ezt ez
2
dz, 2
dz, 3
dz,
C(0,1) z + 4 C(0,3) z + 1 C(0,1/2) z(1 − z)
I I I
ez cos(z) z(ez − 1)
3
dz, 2
dz, 2
dz,
C(1,1/2) z(1 − z) C(0,1/3) z (z − 1) C(1,2) (z − a)
I I I
ez dz z
dz, 2
, 4
dz (r > 0),
C(0,1) z C(0,2) z + 1 C(0,r) z − 1
I I I
ez dz cos(z)
2 2
dz (r > 0), 2
, dz,
C(0,2r) z + r x2 +4y2 =1 z + 1 C(1,2) z − 1
I I I
sen (z) sen (z) sen (z)
2
dz, 2
dz, dz,
C(1,2) z + 1 C(1,2) z − z C(π,π) z − π
I I I
ez sen (z) sen (z)
2
dz, 3
dz, dz,
C(1,2) z C(1,2) (z − 1) C(0,1) z2
I I I
ez 1
2
dz, Log(z + 6) dz, 2 3
dz.
|x|+|y|=2 1 + z C(0,4) C(j,2) (z + 4)
Ejercicio 11. Integra la función exp(−z 2 ) en la frontera del rectángulo dado por las desigual-
dades |Re(z)| ≤ a y 0 ≤ Im(z) ≤ b y toma límite cuando a → ∞ para deducir
Z ∞
2 √ 2
e−x cos(2bx)dx = πe−b .
−∞
R+z
Ejercicio 12. Integrando la función f (z) = sobre la circunferencia C(0, r), siendo
z(R − z)
0 < r < R, deduce que Z 2π
R2 − r 2
dθ = 2π.
0 R2 − 2Rr cos(θ) + r2
√
Ejercicio 13. Sea z una rama de la función raíz cuadrada analítica en el semiplano superior
Im(z) ≥ 0 (salvo en z = 0).
1. Calcula I √
z
2
dz
C z +1
sobre la curva C que es la frontera del semianillo contenido en el semiplano superior dado
por 0 < r < |z| < R.
Ejercicio 15. Demuestra la Desigualdad de Cauchy, que afirma lo siguiente: Sea f una función
analítica en un dominio que contiene el círculo D con centro z0 y radio r. Sea M tal que
|f (z)| ≤ M para cada z ∈ D. Entonces
M
|f 0 (z0 )| ≤ .
r
(Indicación: Usa la Fórmula Integral de Cauchy para la derivada primera.)
Ejercicio 16. Demuestra el Teorema de Liouville, que afirma lo siguiente: Si f es una función
entera y acotada, entonces f es constante. (Indicación: Usa la Desigualdad de Cauchy.)
Ejercicio 17. Demuestra el Teorema Fundamental del Álgebra, que afirma lo siguiente: Todo
polinomio complejo p(z) de grado n se anula en n puntos del plano complejo z1 , z2 , . . . , zn , con-
tados tantas veces como indica su multiplicidad. (Indicación: Supón que p(z) no se anula en
ningún punto y aplica el Teorema de Liouville a 1/p(z).)
Ejercicio 18. Sea u(x, y) una función armónica y acotada en todo el plano R2 . Prueba que u
debe ser constante.
Ejercicio 19. Dada u(x, y) = e−x (xsen (y) − y cos(y)) prueba que es armónica y encuentra su
armónica conjugada.
Ejercicio 20. Sea f (z) la función entera tal que Im (f 0 (z)) = 6x(2y − 1), f (0) = 3 − 2j y
f (1) = 6 − 5j. Calcula f (1 + j).
Ejercicio 21. Halla la función analítica f (z) = u(x, y) + jv(x, y) cuya parte imaginaria es
v(x, y) = log(x2 + y 2 ) + x − 2y y verifica f (1) = 3 + j.
Ejercicio 22. (1) Resuelve el problema de Dirichlet siguiente:
∂ 2u ∂ 2u
la ecuación de Laplace : + = 0 para 0 ≤ x ≤ 4 y 0 ≤ y ≤ 2,
∂x2 ∂y 2
u(x, 0) = 0 para 0 ≤ x ≤ 4
u(x, 2) = 0 para 0 ≤ x ≤ 4
con las condiciones de contorno :
u(0, y) = 0 para 0 ≤ y ≤ 2
u(4, y) = sen (πy) para 0 ≤ y ≤ 2.
(2) Halla la función entera f (z) cuya parte real es la solución u(x, y) del problema de Dirichlet
anterior y tal que I
f (z)
dz = 0,
C z
siendo C la circunferencia unidad del plano complejo.
(3) Para dicha función calcula I
f (z)
dz,
R (z − 2 − j)2
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 15
siendo R la frontera del rectángulo del apartado (1) recorrida en sentido positivo.
Ejercicio 23. Resuelve el problema de Dirichlet en el semiplano superior para la función dada
en el eje real por φ(x) = 1 si |x| < 1 y φ(x) = 0 si |x| > 1.
Ejercicio 24. Sea Ω el dominio formado por los puntos z del semiplano superior que son
exteriores al círculo unidad.
(1) Prueba que la función f (z) = z + z −1 transforma Ω en el semiplano superior de forma
biyectiva, halla su inversa y estudia si dicha función inversa es analítica.
(2) Usa la transformación dada y la Fórmula Integral de Schwartz para resolver el problema
de Dirichlet en Ω si los valores de la función armónica u que se busca están dados en la frontera
por u = 0 sobre el eje real y u(ejθ ) = cos(θ) para 0 ≤ θ ≤ π.
Ejercicio 25. La función w = Log(z) transforma el primer cuadrante en la banda definida por
0 < Im(w) < π. Utiliza esta transformación para resolver el problema de Dirichlet en el primer
cuadrante para la función dada que vale 0 en el eje real y 1 en el eje imaginario.
Ejercicio 26. (1) Determina la correspondiente fórmula de Schwartz que resuelve el problema
z−1
de Dirichlet en el semiplano derecho Re(z) > 0 usando la transformación w = .
z+1
(2) Usa esta fórmula para resolver el problema de Dirichlet en dicho semiplano para los valores
inciales u(0, y) = 1 si y > 0 y u(y, 0) = −1 si y < 0.
Ejercicio 27. Resuelve el problema de Dirichlet en el primer cuadrante para la función dada
en la frontera por φ(0, y) = −sen (y 2 ) y φ(x, 0) = sen (x2 ). Indicación: utiliza la transformación
w = z 2 que lleva el primer cuadrante de forma biyectiva sobre el semiplano superior.
Ejercicio 28. Resuelve el problema de Dirichlet en la semibanda dada por |x| < π/2 e y > 0
para la función dada en la frontera por
Para ello utiliza la transformación w = sen (z) que lleva dicha semibanda de forma biyectiva
sobre el semiplano superior.
Ejercicio 29. La función w = ez transforma la banda log(r) < Re(z) < log(R) en el anillo
r < |z| < R. Utiliza esto para resolver el problema de Dirichlet en este anillo para la función φ
que vale αr en la circunferencia interior y αR en la circunferencia exterior.
Ejercicios y cuestiones de exámenes de cursos anteriores.
Ejercicio 30. Enuncia y demuestra el Teorema de la Integral de Cauchy.
Ejercicio 31. Enuncia y demuestra la Fórmula Integral de Cauchy.
I
1
Ejercicio 32. Calcula 2 2
dz siendo C la circunferencia con centro en el punto j y
C (z + 4)
radio igual a 2.
Ejercicio 33. Prueba que si f = u + jv es una función analítica en un dominio Ω, entonces la
16 Lección 8. Integración Compleja
función u verifica
∂ 2u ∂ 2u
+ =0 en Ω.
∂x2 ∂y 2
Ejercicio 34. Determina la función entera f = u + jv cuya parte real viene dada por u(x, y) =
y 2 − x2 + 2x − y y cumple f (j) = j.
Ejercicio 35. Dada la función armónica v(x, y) = x3 − 3xy 2 , halla una función analítica f de
manera que v = Im(f ).
Ejercicio 36. Encuentra la función f (z) = u(x, y) + iv(x, y) (con z = x + iy) sabiendo que es
una función entera tal que u = v2 y f (i) = 4 − 2i.
Ejercicio 37. Halla la función analítica f = u + jv cuya parte real es
y satisface f (0) = j. Utiliza esto para resolver el problema de Dirichlet en la banda 0 < y < π
de R2 con condiciones de contorno 0 en la frontera inferior y ex en la frontera superior.
Ejercicio 38. Sea Ω la semibanda del plano definida por
© ª
Ω := (x, y) ∈ R2 : x > 0 y 0 < y < π .
Ejercicio 39. (1) Halla la función u(r, θ) que es armónica en el interior del círculo unidad r < 1
(donde r y θ denotan las coordenadas polares) y cuyos valores en la circunferencia unidad r = 1
son
u(1, θ) = 2 cos(2θ) − sen (3θ), para 0 ≤ θ ≤ 2π.
(2) Halla la función f que es analítica en el círculo unidad, cuya parte real es u y tal que
f (0) = j.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 17
7 Bibliografía
Para desarrollar esta lección pueden consultarse los siguientes textos, principalmente el de Churchill
y Brown que, además, es un libro excelente para complementar las explicaciones teóricas.
[517.5/2-CHU] R.V. Churchill, J.W. Brown, Variable compleja y aplicaciones, Cap. 4, 9 y 11.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 1.
[517.5/WUN] W.A. Wunsch, Variable compleja con aplicaciones, Cap. 4 y 8.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 9.
SERIES DE POTENCIAS.
Curso 2006-07
Las series de potencias son una de las herramientas más útiles de la matemática aplicada. Se
han utilizado en el estudio de las funciones de una variable real para poder trabajar con re-
presentaciones alternativas y buenas aproximaciones de las funciones más habituales y también
pueden utilizarse para obtener nuevas funciones, como las funciones de Bessel. No es de extrañar,
entonces, que nos planteemos el estudio de las series de potencias de una variable compleja.
En esta lección veremos que las funciones de variable compleja que pueden definirse median-
te series de potencias son precisamente, en un sentido que habrá que concretar, las funciones
analíticas. El primer teorema importante que estudiaremos es el de Taylor que establece que una
función analítica en un círculo puede representarse como una serie de potencias, que será su serie
de Taylor, dentro de dicho círculo.
Cuando una función f deja de ser derivable en un punto z0 pero lo es en todos los puntos que lo
rodean, se dice que z0 es una singularidad aislada de f . En ese caso, f no puede ser representada
por una serie de potencias de (z − z0 ) porque no es derivable en dicho punto. Sin embargo,
P. Laurent (1813—1854) descubrió en 1842 que si una función es analítica en un anillo centrado
en una singularidad aislada z0 , entonces sí puede representarse por medio de dos series, una de
las cuales es una serie de potencias de (z − z0 ) y la otra una serie de potencias de (z − z0 )−1 , esta
serie bilateral se llama serie de Laurent de f en z0 . Las singularidades aisladas de una función
se pueden clasificar como singularidades evitables, polos o singularidades esenciales según que,
respectivamente, la parte de potencias negativas de la serie de Laurent contenga cero, un número
finito o infinito de términos.
se representa como
X
∞
s = z0 + z1 + z2 + · · · + zn + · · · o bien como s= zn .
n=0
sn = z0 + z1 + z2 + · · · + zn = (x0 + x1 + x2 + · · · + xn ) + j (y0 + y1 + y2 + · · · + yn )
P
de donde
P se deduce
P que una serie compleja (xn + jyn ) converge si, y sólo si, convergen las series
reales xn y yn ; en ese caso, la suma de la serie es
X
∞ X
∞ X
∞ X
∞
zn = (xn + jyn ) = xn + j yn .
n=0 n=0 n=0 n=0
En P
consecuencia, para determinar la convergencia o divergencia de una serie de términos comple-
jos zn , debemos estudiar la convergencia o divergencia de las series de términos reales formadas
por las partes real e imaginaria
P de los términos zn . En particular, utilizaremos a menudo el si-
guiente criterio: si la serie zn converge, entonces lim zn = 0.
n→∞
P
Convergencia absoluta. Se dice que una P serie de términos complejos zn converge absolu-
tamente cuando la serie de sus módulos |zn |, que es una ¯serie de
¯ términos reales positivos, es
P ¯P∞ ¯ P ∞
convergente. En ese caso, la serie zn converge y se tiene ¯¯ zn ¯¯ ≤ |zn |.
n=0 n=0
Esta serie se conoce como serie geométrica de razón z y es una serie convergente si, y sólo si,
|z| < 1, en cuyo caso su suma es
X
∞
1 − z n+1 1
z n = lim = .
n→∞ 1 − z 1−z
n=0
Series de potencias. En el apartado P anterior nhemos estudiado las series numéricas. Ahora
vamos a considerar series de la forma an (z − z0 ) donde z es una variable, z0 un punto dado de
antemano y an es constante (respecto de z). Como en el caso real, estas series se llaman series de
potencias y, grosso modo, no son más que “polinomios infinitos”. Para estas series estudiaremos
primero el conjunto de los valores de z para los que la serie converge. En dicho conjunto, que
resultará ser un círculo, la serie de potencias define una función, la suma de la serie, de la cual
estudiaremos después algunas de sus propiedades, como la continuidad, la derivabilidad, etc. En
la siguiente sección estudiaremos el problema de saber cuándo se puede representar una función
f (z) como la suma de una serie de potencias.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 3
X
∞
an (z − z0 )n = a0 + a1 (z − z0 ) + a2 (z − z0 )2 + · · · + an (z − z0 )n + · · ·
n=0
3. Existe un número ρ > 0 tal que para |z − z0 | < ρ la serie converge absolutamente y para
|z − z0 | > ρ la serie diverge.
1 |an |
ρ = lim p o bien ρ = lim .
n→∞ n
|an | n→∞ |an+1 |
P
Función suma de una serie de potencias. Sea an (z −z0 )n una serie de potencias con radio
de convergencia ρ tal que 0 < ρ ≤ ∞ y sea Ω su círculo (abierto) de convergencia. Definimos la
función suma de la serie s : Ω → C por
X
∞
s(z) = an (z − z0 )n para cada z ∈ Ω.
n=0
Entonces la función s(z) es una función analítica en Ω que puede derivarse e integrarse término
a término en Ω; o sea, la derivada de s es
X
∞
0
s (z) = nan (z − z0 )n−1 para cada z ∈ Ω
n=1
y la función
X∞
an
S(z) = (z − z0 )n+1
n=0
n + 1
es una primitiva de s en Ω.
Corolario. En las condiciones del teorema se tiene, de hecho, que los coeficientes de la serie de
potencias están unívocamente determinados por los valores de la función suma y de sus derivadas
sucesivas en el centro de la serie. Concretamente, para cada n ≥ 0 se tiene
I
s(n) (z0 ) 1 s(z)
an = = dz,
n! 2πj C (z − z0 )n+1
donde C es una curva de Jordan que rodea a z0 , está contenida en el círculo de convergencia de
la serie y recorrida en sentido positivo. En otras palabras, para cada z ∈ Ω se tiene
X
∞
s(n) (z0 )
s(z) = (z − z0 )n .
n=0
n!
2 Series de Taylor.
P
∞
s(n) (z0 )
La expresión s(z) = n!
(z − z0 )n obtenida en el último párrafo es, en el caso real, la serie
n=0
de Taylor de la función s en z0 . Para una función real arbitraria la serie de Taylor en un punto
no siempre se puede obtener; la función debe poderse derivar todas las veces que uno quiera en
un intervalo que contenga dicho punto e, incluso así, no tiene por qué converger a la función de
2
partida (el ejemplo típico es la función e−1/t cuya serie de Taylor en el origen tiene todos sus
coeficientes nulos). En el caso complejo la situación es mucho mejor, como pone de manifiesto el
Teorema de Taylor que vemos ahora.
Teorema de Taylor. Sea f : Ω → C una función analítica en un dominio Ω del plano complejo
y sea z0 un punto de Ω. Sea ∆ un círculo abierto centrado en z0 y contenido en Ω. Entonces
para cada z ∈ ∆ se verifica que
X
∞
f (n) (z0 )
f (z) = (z − z0 )n .
n=0
n!
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 5
Esta serie se llama serie de Taylor de f en z0 (o, en el caso particular en que z0 = 0, serie de
Maclaurin de f ).
P
∞ (n)
f (z0 )
Puesto que la serie de Taylor n!
(z − z0 )n de la función analítica f en z0 es la misma
n=0
independientemente del radio del círculo ∆, deducimos que converge en el mayor círculo centrado
en z0 y contenido en Ω, es decir, que su radio de convergencia es la distancia desde z0 hasta la
frontera de Ω. Habitualmente, el dominio Ω que se considera suele ser el dominio más grande
posible en el que la función es analítica, como hemos visto en la definición de las funciones
elementales, de manera que la frontera de Ω está formada, normalmente, por singularidades, que
es el nombre que reciben los puntos en los que f no es derivable. En consecuencia, el radio
de convergencia de la serie de Taylor de f en z0 debe coincidir (puede probarse, de hecho, que
coincide) con la distancia de z0 a la singularidad de f más cercana a dicho punto. Esto explica
por qué a pesar de ser f (x) = 1/(1 + x2 ) una función indefinidamente derivable en toda la recta
real, su serie de Maclaurin tiene, sin embargo, radio de convergencia igual a 1 y no infinito: las
singularidades más cercanas al origen son ±j, que están a distancia 1.
Series de Maclaurin de las funciones elementales. Los desarrollos en serie de potencias de
las funciones elementales son los mismos que en el caso real por la unicidad de los coeficientes.
Damos los más útiles a continuación (junto con el círculo de convergencia correspondiente).
Esto nos da una expresión de f como una serie en la que aparecen, además de las potencias
positivas de la variable, también potencias negativas. Dicha serie converge alrededor de z = 0,
que es una de sus singularidades. Lo mismo ocurre con la función
1 1 1 1
e1/z = 1 + + 2+ 3
+ + · · · para |z| > 0.
z 2z 3!z 4!z 4
Estos ejemplos ilustran una situación que se da con mucha generalidad.
Teorema de Laurent. Sea f una función analítica en el anillo Ω de centro z0 , radio interior
ρ1 y radio exterior ρ2 con 0 ≤ ρ1 < ρ2 ≤ ∞. Entonces existe una sucesión de números complejos
{cn : n ∈ Z} tal que para cada z ∈ Ω se tiene
X
∞
c−2 c−1
f (z) = cn (z − z0 )n = · · · + 2
+ + c0 + c1 (z − z0 ) + c2 (z − z0 )2 + · · ·
n=−∞
(z − z0 ) z − z0
se llama parte analítica del desarrollo y converge en el interior del círculo de centro z0 y radio
ρ2 , donde define una función analítica.
(2) La parte que contiene las potencias negativas del desarrollo en serie de Laurent de una
función f en un anillo Ω
X
−1
c−3 c−2 c−1
cn (z − z0 )n = · · · + 3
+ 2
+ ···
n=−∞
(z − z0 ) (z − z0 ) z − z0
se llama parte principal del desarrollo y converge en el exterior del círculo de centro z0 y radio
ρ1 , donde define una función analítica.
(3) Una misma función puede ser analítica en diversas regiones anulares concéntricas y no
tener el mismo desarrollo en serie de Laurent en cada anillo. Veamos un ejemplo: la función
1
f (z) =
z(z − 2)2
es analítica en las regiones Ω1 dada por 0 < |z| < 2 y Ω2 dada por |z| > 2. Para hallar sus
correspondientes desarrollos en series de Laurent, la clave está en desarrollar el factor 1/(z − 2)2
adecuadamente. Empezamos derivando la serie geométrica correspondiente a 1/(z −2): si z ∈ Ω1 ,
entonces se tiene
µ ¶
1 −1/2 −1 z z2 z3 z n z n+1
= = 1+ + + + · · · + n + n+1 + · · · .
z−2 1 − (z/2) 2 2 4 8 2 2
Ahora derivamos:
µ ¶
−1 −1 1 2z 3z 2 nz n−1 (n + 1)z n
2
= + + ··· + + + ··· .
(z − 2) 2 2 4 8 2n 2n+1
Finalmente, cambiando de signo y dividiendo por z, obtenemos el desarrollo en serie de f en el
disco perforado Ω1 :
µ ¶
1 1 1 1 2z 3z 2 nz n−1 (n + 1)z n
f (z) = = + + + ··· + + + ···
z(z − 2)2 z2 2 4 8 2n 2n+1
1 1 3z nz n−2 (n + 1)z n−1 (n + 2)z n
= + + + · · · + n+1 + + + ···
4z 4 16 2 2n+2 2n+3
Por otro lado, si z ∈ Ω2 , entonces se tiene, en cambio,
µ ¶
1 1/z 1 2 4 8 2n−1 2n
= = 1 + + 2 + 3 + · · · + n−1 + n + · · ·
z−2 1 − (2/z) z z z z z z
1 2 4 8 2n−1 2n
= + 2 + 3 + 4 + · · · + n + n+1 + · · ·
z z z z z z
8 Lección 9. Series de Potencias
y, derivando,
−1 1 4 12 32 n2n−1 (n + 1)2n
= − − − − − · · · − − − ···
(z − 2)2 z2 z3 z4 z5 z n+1 z n+2
1 4 12 32 (n − 2)2n−3
f (z) = + + + + · · · + + ···
z3 z4 z5 z6 zn
z3 z5 (−1)k z 2k+1
z− + ··· + +···
sen (z) 3! 5! (2k + 1)! z2 z4 (−1)k z 2k
f (z) = = =1− + ··· + + ···
z z 3! 5! (2k + 1)!
Esto nos dice que, definiendo f (0) := 1, la función f es, de hecho, una función entera. El criterio
para detectar que z0 es una singularidad evitable de f es probar que existe y es finito el límite
de f cuando z tiende a z0 .
Singularidades esenciales y polos. Cuando la parte principal
X
−1
c−3 c−2 c−1
cn (z − z0 )n = · · · + 3
+ 2
+ ···
n=−∞
(z − z0 ) (z − z0 ) z − z0
del desarrollo en serie de Laurent de f en z0 no es cero, entonces estamos ante una singularidad
propiamente dicha. Sin embargo, el comportamiento de f alrededor de z0 es muy diferente según
que haya o no un número finito de términos no nulos en la parte principal. Por ejemplo, la
función f (z) = z −1 converge a infinito cuando z tiende a 0; sin embargo, la función f (z) = e1/z
toma cerca del origen cualquier valor complejo salvo el cero.
Se dice que una singularidad aislada z0 de una función f es una singularidad esencial cuando
la parte principal del desarrollo en serie de Laurent de f en z0 contiene infinitos coeficientes no
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
nulos. Puede probarse que si z0 es una singularidad esencial de f , entonces f toma cerca de z0
todos los valores complejos salvo, como mucho, uno.
Se dice que una singularidad aislada z0 de una función f es un polo cuando la parte principal
del desarrollo en serie de Laurent de f en z0 contiene un número positivo pero finito de coeficientes
no nulos. En ese caso el número natural N tal que c−N 6= 0 y cn = 0 para n < −N se llama
orden del polo z0 . Cuando el orden es 1 se dice que z0 es un polo simple, cuando el orden es 2 se
dice que z0 es un polo doble, etc. En otras palabras, f tiene un polo de orden N en z0 cuando
podemos escribir
g(z)
f (z) =
(z − z0 )N
donde g es una función analítica en |z − z0 | < ρ tal que g(z0 ) 6= 0. En consecuencia, el cri-
terio para reconocer que una singularidad de una función f es un polo de orden N, y no una
singularidad esencial, es probar que el límite
lim (z − z0 )N f (z)
z→z0
Combinando este resultado con los desarrollos en serie de las funciones elementales y las
propiedades de las series de potencias se pueden calcular los desarrollos en serie de Laurent de
funciones más complicadas (o, al menos, algunos de sus términos). Veamos un ejemplo.
Ejemplo. Tomando el argumento principal en (−π, π], la función
Log(1 − z)sen (πz)
f (z) =
z 2 (ez − 1)
tiene una singularidad en el origen z0 = 0. Para clasificarla y hallar algunos de los términos de
su desarrollo en serie de Laurent empezamos estudiando cada uno de los factores del cociente por
separado.
10 Lección 9. Series de Potencias
4 Ejercicios.
Ejercicio 1. Aplicando los teoremas de integración y derivación de una serie de potencias a la
serie geométrica, halla la función suma de las series de potencias
X
∞ X
∞
zn
n
nz y .
n=1 n=1
n
z 1 ez − 1 z 1 Log(z + 1)
, , , , , Log(1 + z 2 ), ,
z 2 − 3z + 2 1 − z + z2 z z4 + 9 az + b z
donde el argumento principal se toma en (−π, π].
Ejercicio 3. Desarrolla las funciones f (z) = 1 + ez , g(z) = ez/3 y h(z) = senh(z) en serie de
Taylor alrededor de punto z0 = πj.
Ejercicio 4. Prueba que ejz = cos(z) + jsen (z) para todo z ∈ C.
Ejercicio 5. Determina los ceros de las siguientes funciones y su orden
sen (z)
ez − 1, zez , sen (πz), cos(z), , 1 − cos(z), Log(1 + z 2 ),
z
sen (z) − j, zLog(1 − z), z n sen (z), sen (z 2 ), Log(cos(z)),
1 2 cot(z)
cos(z)/z 2 , , e1/z ,
z 2 (z − 1) z2
8z 3
(z + 1)(z − 1)2
5 Bibliografía.
Para desarrollar esta lección pueden consultarse los siguientes textos, principalmente el de Churchill
y Brown.
[517.5/2-CHU] R.V. Churchill, J.W. Brown, Variable compleja y aplicaciones, Cap. 5.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 1
[517.5/WUN] W.A. Wunsch, Variable compleja con aplicaciones, Cap. 5, 6 y 7
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 10.
Curso 2006-07
Puede afirmarse que, de alguna manera, el comportamiento de una función analítica cerca de
sus singularidades aisladas determina cómo es la propia función globalmente. Esto se pone de
manifiesto en el Teorema de los Residuos de Cauchy, uno de los teoremas más importantes de la
teoría de funciones de variable compleja. El residuo de una función analítica en una
P singularidad
aislada es el valor del coeficiente c−1 en su correspondiente desarrollo de Laurent n cn (z − z0 )n .
El Teorema de los Residuos generaliza el Teorema de la Integral de Cauchy a funciones que son
analíticas salvo en un conjunto finito de singularidades, y establece que la integral de una tal
función sobre una curva de Jordan recorrida en sentido positivo es igual al producto de 2πj por
la suma de sus residuos en las singularidades interiores a la curva. Veremos algunas aplicaciones
del Teorema de los Residuos al cálculo de integrales reales impropias.
En la última sección veremos el Principio de Variación del Argumento que relaciona el número
de ceros y el número de polos de una función f (z) interiores a una curva cerrada C con la variación
del argumento de f (z) al recorrer el punto z la curva C en dirección positiva. Como aplicación
del Principio de Variación del Argumento obtendremos el Teorema de Rouché, que relaciona el
número de ceros de dos funciones analíticas en la misma región, y el Criterio de Nyquist, que sirve
para determinar si hay polos de la función de transferencia con parte real positiva en el análisis
de la estabilidad de los sistemas de control. De forma adicional, y aunque esto no corresponde
estrictamente a la teoría de funciones de variable compleja, veremos otro criterio de estabilidad,
llamado Criterio de Routh-Hurwitz.
X
∞
c−2 c−1
f (z) = cn (z − z0 )n = · · · + 2
+ + c0 + c1 (z − z0 ) + c2 (z − z0 )2 + · · ·
n=−∞
(z − z0 ) z − z0
2 Lección 10. El Teorema de los Residuos
Veremos enseguida que esta relación de c−1 con las integrales de f sobre curvas que rodean a
z0 tiene aplicaciones muy interesantes, por eso recibe un nombre especial: el coeficiente c−1 de
la potencia (z − z0 )−1 del desarrollo en serie de Laurent de una función f en una singularidad
aislada z0 se llama residuo de f en z0 y se denota por Res(f, z0 ).
Teorema de los Residuos. Sea f una función analítica en un dominio Ω y sea C una curva de
Jordan contenida en Ω tal que f es analítica en la región interior a C salvo en un número finito
de singularidades aisladas. Entonces la integral de f sobre C es igual a la suma de los residuos
de f en dichas singularidades multiplicada por el factor 2πj. O sea,
I X
m
f (z) dz = 2πj Res(f, zk )
C k=1
Res(f, z0 ) = g(z0 ).
Habitualmente sabemos que una función f tiene un polo simple en un punto z0 porque es de
g(z)
la forma f (z) = , donde g y h son dos funciones analíticas en un círculo centrado en z0 tales
h(z)
que z0 es un cero simple de h(z) y g(z0 ) 6= 0. Para usar la fórmula anterior debemos escribir
g(z)/q(z)
h(z) = (z − z0 )q(z), siendo q derivable en z0 con q(z0 ) 6= 0. Entonces f (z) = , con lo
z − z0
cual
g(z0 )
Res(f, z0 ) = .
q(z0 )
h(z)
Ahora bien, como q(z) = siempre que z esté cerca de z0 pero z 6= z0 y q es continua en
z − z0
z0 , obtenemos
h(z)
q(z0 ) = lim q(z) = lim = h0 (z0 ).
z→z0 z→z0 z − z0
En definitiva,
g(z0 )
Res(f, z0 ) = ,
h0 (z0 )
fórmula que sólo depende de las funciones g y h de partida y no requiere calcular previamente la
función q. Debemos resaltar aquí, para ayudar a evitar un error muy común, que esta fórmula
sólo vale cuando z0 es un cero simple de h(z) y g(z0 ) 6= 0. Si, por ejemplo, z0 es un cero doble
de h(z) y un cero simple de g(z), entonces z0 es un polo simple de h(z)/g(z) pero su residuo no
puede calcularse mediante la fórmula g(z0 )/h0 (z0 ) (sí es verdad que hay una fórmula alternativa,
pero algo más complicada).
Ejemplo. Vamos a calcular la integral
I
ez
dz,
C ez + 1
siendo C la circunferencia con centro en el origen y radio 10, usando el Teorema de los Residuos.
Para ello debemos determinar las singularidades del integrando. Tanto el numerador ez como el
denominador ez + 1 son funciones enteras, así que las singularidades del cociente son los ceros
del denominador, es decir, los logaritmos de −1. Puesto que −1 tiene módulo 1 y argumento π,
sus logaritmos son los puntos de la forma
En cada uno de estos puntos, tanto el numerador como la derivada del denominador valen ambas
ezn = −1, luego todas son polos simples del integrando y el residuo en todas ellas es 1. Dentro
de la circunferencia C sólo hay cuatro de ellas: −3πj, −πj, πj y 3πj. Por tanto la integral vale:
I
ez
z
dz = 2πj(1 + 1 + 1 + 1) = 8πj.
C e +1
Residuos en los polos múltiples. Para un polo de orden N > 1 la situación es un poco más
complicada. En ese caso podemos escribir f (z) = (z − z0 )−N g(z) siendo g una función analítica
en un círculo centrado en z0 . Entonces, aplicando la Fórmula Integral de Cauchy para la derivada
(N − 1)-ésima
I I
1 1 g(z) g (N−1) (z0 )
Res(f, z0 ) = f (z) dz = dz = .
2πj C 2πj C (z − z0 )N (N − 1)!
donde C es una curva de Jordan, orientada positivamente, que rodea a z0 tal que g es analítica
en su región interior.
Alternativamente, desarrollando g en serie de Taylor en z0 obtenemos
1 dN−1 ¡ ¢
Res(f, z0 ) = lim N−1 (z − z0 )N f (z)
(N − 1)! z→z0 dz
En particular, para un polo doble nos queda
¡ ¢0
Res(f, z0 ) = lim (z − z0 )2 f (z)
z→z0
Hay que tener en cuenta, sin embargo, que en general resulta más comodo usar las propiedades
de las series de potencias, sobre todo la regla para dividir, que la fórmula cuando el polo es triple
o de mayor orden.
Ejemplo. Consideremos la función
cot(πz) cos(πz)
f (z) = 2
= 2 .
z z sen (πz)
Entonces las singularidades de f (z) son z0 = 0 y los ceros de la función sen (πz) que son los
puntos zn = n con n ∈ Z. Puesto que cos(πzn ) = cos(nπ) = (−1)n , tenemos que z0 = 0 es un
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 5
polo triple de f y cada entero zn = n 6= 0 es un polo simple de f . Calculamos ahora los residuos
correspondientes. Para n 6= 0:
Podemos derivar las dos veces requeridas y tomar límite comprobando que el residuo es −π/3.
Sin embargo, es más fácil obtener el valor del residuo a partir del desarrollo en serie de Laurent
c−3 c−2 c−1
f (z) = + 2 + + c0 + c1 z + · · ·
z3 z z
Imponiendo
z 2 sen (πz)f (z) = cos(πz)
y escribiendo los correspondientes desarrollos queda:
µ ¶³ ´
2 (πz)3 c−3 c−2 c−1 (πz)2 (πz)4
z πz − +··· + + + · · · = 1 − + − ··· .
6 z3 z2 z 2 4!
Si ahora simplificamos,
µ ¶
π3 z 2 ¡ ¢ π2z 2 π4z4
π− + ··· c−3 + c−2 z + c−1 z 2 + · · · = 1 − + − ··· .
6 2 4!
Multiplicamos e identificamos los coeficientes:
1
πc−3 = 1 ⇒ ,
c−3 =
π
πc−2 = 0 ⇒ c−2 = 0,
π 3 c−3 −π 2 −π 2 π 2 −π
πc−1 − = ⇒ πc−1 = + ⇒ c−1 = .
6 2 2 6 3
La parte principal del desarrollo de f en z0 es, entonces,
1 π
3
− .
πz 3z
En particular, el residuo de f en 0 es −π/3.
donde la suma está extendida a todas las raíces del polinomio q situadas en el semiplano superior.
Z ∞
1
Ejemplo. Para calcular la integral 4
dx, observemos que los polos de la función f (z) =
−∞ 1 + x
1
son las raíces cuartas de −1; a saber, ejπ/4 , e3jπ/4 , e5jπ/4 y e7jπ/4 . De éstas, únicamente
1 + z4
las dos primeras se encuentran en el semiplano superior y los residuos correspondientes son
1 e−3jπ/4
Res(f, ejπ/4 ) = (z = ejπ/4
) = ,
4z 3 4
1 e−jπ/4
Res(f, e3jπ/4 ) = 3 (z = e3jπ/4 ) = .
4z 4
Por tanto, Z ∞
1 2πj ¡ −3jπ/4 −jπ/4
¢ 2πj √ π
4
dx = e + e = (−j 2) = √ .
−∞ 1+x 4 4 2
Integrales de Fourier. Las integrales que aparecen en la teoría de la Transformada de Fourier
son del tipo Z ∞ Z ∞
−jωt
f (t)e dt o bien F (ω)ejωx dω.
−∞ −∞
Como ambas tienen la misma estructura, bastará con que veamos cómo se aplica el teorema de
los residuos para calcular una integral de la forma
Z ∞
f (x)e−jax dx
−∞
donde a > 0 y y f (x) es la restricción al eje real de una función de variable compleja f (z). Si
f (z) es analítica en el semiplano superior, salvo un número finito de singularidades aisladas, y
tal que lim f (z) = 0, entonces
z→∞
Z ∞ X
f (x)ejax dx = 2πj Res(f (z)ejaz , z)
−∞ Im(z)>0
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 7
donde la suma está extendida a todas las singularidades de f situadas en el semiplano superior.
Separando la igualdad anterior en partes real e imaginaria obtenemos
Z ∞ X
f (x) cos(ax) dx = Re 2πj Res(f (z)ejaz , z) ,
−∞ Im(z)>0
Z ∞ X
f (x)sen (ax) dx = Im 2πj Res(f (z)ejaz , z) .
−∞ Im(z)>0
Existen fórmulas similares cuando a < 0, en cuyo caso se usan las singularidades del semiplano
inferior. Sin embargo, el caso a < 0 también puede tratarse haciendo el cambio de variables
u = −x en la integral.
Ejemplo. Vamos a calcular el valor de la siguiente integral real
Z ∞ 2
x cos(3x)
dx.
0 (x2 + 1)2
Esta integral es absolutamente convergente ya que
¯ 2 ¯
¯ x cos(3x) ¯ 1
¯ ¯
¯ (1 + x2 )2 ¯ 6 1 + x2 , para todo x ∈ R.
Puesto que las funciones que aparecen son pares, podemos escribir
Z ∞ 2 Z Z ∞
x cos(3x) 1 ∞ x2 cos(3x) 1 x2 e3jx
dx = dx = Re dx.
0 (x2 + 1)2 2 −∞ (x2 + 1)2 2 2
−∞ (x + 1)
2
Esta última es una integral de Fourier que no tiene singularidades en el eje real, así que, si
consideramos la función
z 2 e3jz
f (z) = 2 ,
(z + 1)2
entonces la integral pedida es igual a la parte real de 2πj veces la suma de los residuos de f en
las singularidades que tenga en el semiplano superior. Puesto que las únicas singularidades de f
son los puntos ±j, que son polos dobles, obtenemos
Z ∞
x2 e3jx
2 2
dx = 2πj Res(f, z = j).
−∞ (x + 1)
Entonces Z ∞
x2 e3jx 1
2 2
dx = 2πj je−3 = −πe−3 ,
−∞ (x + 1) 2
luego Z ∞
x2 cos(3x) π
2 2
dx = − e−3 .
0 (x + 1) 2
Integrales con polos en el eje real. Existen integrales de Fourier, como la integral
Z ∞ jωz Z ∞ Z ∞
e cos(ωz) sen (ωz)
dz = dz + j dz,
−∞ z −∞ z −∞ z
que poseen singularidades en el eje real y que, sin embargo, convergen (como la parte imaginaria
de la anterior) o, al menos, tienen valor principal de Cauchy (como la parte real de la anterior).
Veamos cómo podemos usar el teorema de los residuos para calcularlas.
Sea f una función analítica en el semiplano superior, incluyendo el eje real, excepto en una
cantidad finita de puntos, algunos de los cuales pueden ser reales. Supongamos que todos los
polos reales de f son simples y que
Z
lim f (z) dz = 0,
R→∞ CR
que se trata de una integral real con ceros reales en el denominador, los puntos −1 y 1, que
coinciden con sendos ceros del numerador ya que sen (−π) = sen (π) = 0. Como la función está
acotada para x grande por una del tipo x−3 , la integral converge. Para hallar su valor escribimos
Z ∞ Z ∞
xsen (πx) xejπx
4
dx = Im 4
dx.
−∞ x − 1 −∞ x − 1
Calculemos estos residuos. Las cuatro singularidades son polos simples, así que si z0 denota una
cualquiera de ellas, entonces
zejπz z0 ejπz0
Res(f, z0 ) = (z = z0 ) = .
(z 4 − 1)0 4z03
Por tanto
jejπj −e−π
Res(f, j) = = ,
4j 3 4
−e−πj −1
Res(f, −1) = = ,
−4 4
eπj −1
Res(f, 1) = = .
4 4
Luego tenemos
Z ∞
xejπx −e−π −1 −1 πj(−e−π − 1)
V PC dx = 2πj + πj + πj = .
−∞ x4 − 1 4 4 4 2
Finalmente: Z ∞ µ ¶
xsen (πx) πj(−e−π − 1) π −π
dx = Im = − (e + 1).
−∞ x4 − 1 2 2
Existe una interpretación geométrica de este resultado que es de interés en algunas aplica-
ciones. Para ello estudiamos cómo es la imagen Γ de la curva C bajo la transformación w = f (z).
Sabemos que Γ = f (C) será una curva en el plano de la variable w que no pasa por el origen
de coordenadas porque f (z) 6= 0 sobre C y la pregunta que nos planteamos es ¿cuántas vueltas
da Γ alrededor del origen? Para calcular este número de vueltas, fijemos un punto w0 = f (z0 )
y una rama inicial del argumento, digamos arg(w0 ) = θ0 ∈ [0, 2π). Al recorrer la curva C en
sentido positivo partiendo de z0 , recorremos la curva Γ, pero vamos a hacerlo de manera que
los valores del argumento de w = f (z) varíen de forma continua; es decir, si damos una vuelta
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 11
alrededor del origen, no damos un salto en el valor del argumento. Al terminar volvemos a w0
pero el argumento, que ha variado de forma continua, será un valor θ1 tal que θ1 − θ0 = 2πn
para algún número entero n que es, precisamente, el número de vueltas que da Γ alrededor del
origen. Entonces 2πn se denomina variación del argumento de f en la curva C, será positivo o
negativo según que las vueltas se den en el sentido positivo o negativo, y se suele representar por
∆C arg(f ). Pues bien, la variación del argumento coincide con 2π(N − P ).
Principio de Variación del Argumento. Sea f una función analítica en un dominio Ω y sea
C una curva de Jordan contenida en Ω tal que f no se anula en ninguno de sus puntos. Sea N
el número de ceros de f en la región interior a la curva C contados tantas veces como indica su
multiplicidad. Supongamos que las únicas singularidades de f en la región interior a la curva C
son polos y sea P el número de polos de f en dicha región contados tantas veces como indica su
multiplicidad. Entonces la variación del argumento de f en la curva C es
I I
1 1 dw 1 f 0 (z)
∆C arg(f ) = = dz = N − P.
2π 2πj Γ w 2πj C f (z)
Teorema de Rouché. Sea C una curva de Jordan y sean f y g dos funciones analíticas en un
dominio que incluye la curva C y la región interior de dicha curva. Si |f (z)| > |g(z)| para todo
z ∈ C, entonces las funciones f y f + g tienen el mismo número de ceros, contados tantas veces
como indiquen sus multiplicidades, en la región interior a la curva C.
El Criterio de Estabilidad de Nyquist. El ingeniero americano H. Nyquist (1889—1976)
introdujo en 1932 una forma práctica de determinar la estabilidad de un sistema usando el
Principio de Variación del Argumento. Para que el sistema sea estable, los polos de la función de
transferencia G(s) deben tener parte real negativa. Supongamos que la función de transferencia es
una función racional de la forma G(s) = 1/q(s) (que es el caso más habitual). Entonces los polos
de G(s) son las raíces de q(s) y la estabilidad depende del signo de la parte real de dichas raíces.
Para hallar el número de raíces de q(s) con parte real positiva, consideremos la semicircunferencia
C de radio R, situada en el semiplano derecho, cuyo centro es el origen de coordenadas y cuyo
diámetro es el segmento [−jR, jR] del eje imaginario. Tomando R suficientemente grande, la
curva C encerrará en su interior todos las raíces de q con parte real positiva. Por el Principio de
Variación del Argumento, el número de dichas raíces coincidirá con la variación del argumento de
q al recorrer la curva C, es decir, con el número de vueltas que da la curva imagen q(C) alrededor
del origen. Esta curva imagen q(C) consta de dos trozos: la imagen del arco semicircular de C y
la imagen del segmento [−jR, jR]. Como q es un polinomio y R es grande, la imagen del trozo
semicircular es aproximadamente un arco circular que no hace falta trazar con mucho detalle.
La imagen del segmento [−jR, jR] sí hay que dibujarla con detalle y, al unirla con la anterior,
nos proporciona la curva imagen q(C). El interés práctico reside en que la imagen del segmento
es relativamente fácil de visualizar en un osciloscopio porque los puntos del segmento[−jR, jR]
son de la forma jω para −R ≤ ω ≤ R, con lo que sus imágenes son q(jω) = 1/G(jω), es decir,
inversos de los valores de la respuesta frecuencial del sistema.
El Criterio de Estabilidad de Routh-Hurwitz. Este criterio sirve para determinar la
estabilidad de un sistema en el que la función de transferencia es una función racional cuyo
denominador es un polinomio q(s) = sn + a1 sn−1 + a2 sn−2 + · · · + an−1 s + an con coeficientes
12 Lección 10. El Teorema de los Residuos
y se verifica que todas las raíces de q tienen parte real negativa si, y sólo si, todos los coeficientes
a1 , a2 , . . . , an y todos los menores principales de la matriz H son positivos; es decir
¯ ¯
¯ a1 a3 a5 · · · 0 ¯
¯ ¯
¯ ¯ ¯ 1 a2 a4 · · · 0 ¯
¯ ¯ ¯ a1 a3 a5 ¯ ¯ ¯
¯ a1 a3 ¯ ¯ ¯ ¯ 0 a1 a3 · · · 0 ¯
a1 > 0, ¯¯ ¯ > 0, ¯ 1 a2 a4 ¯ > 0, . . . , ¯¯ ¯
¯ > 0.
1 a2 ¯ ¯
¯ 0 a1 a3 ¯
¯ ¯ 0 1 a2 · · · 0 ¯
¯ .. .. .. .. ¯¯
¯ . . . . ¯
¯
¯ 0 0 0 · · · an ¯
Observemos que con este criterio obtenemos, directamente, la estabilidad asintótica del sistema;
no el número de ceros a cada lado del eje imaginario.
5 Ejercicios
Ejercicio 1. (1) Estudia las singularidades aisladas de la función
Log(1 + jz)
f (z) =
(z 3
− z 2 )(e2z + 1)
donde el argumento principal se toma en (−π, π].
(2) Halla los tres primeros términos del desarrollo en serie de f (z) alrededor del origen y
determina el disco perforado en el que dicho desarrollo es válido.
(3) Calcula la integral de f sobre la circunferencia centrada en 1/2 y de radio unidad recorrida
en sentido positivo.
Ejercicio 2. Escribe una función f que tenga un polo doble en z = 0 con residuo 1, un polo
simple en z = j con residuo 2j y que sea analítica en el resto del plano complejo. ¿Cuánto vale
la integral de f 0 (z)/f (z) a lo largo de la circunferencia con centro en el punto 1 y radio 4?
1 + Log(z 2 )
Ejercicio 3. Determina y clasifica las singularidades de la función f (z) = , donde
Log(z + 2)
el argumento principal se toma en (−π, π]. ¿Cuánto vale el residuo de f en −1?
I
dz
Ejercicio 4. Calcula, aplicando el teorema de los residuos, 2
sobre las circunferencias
C z +1
C(j, 1), C(−j, 1) y C(0, 2).
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 13
Ejercicio 5. Calcula los residuos en las singularidades aisladas de las siguientes funciones:
z3 + z2 + 2 sen (2z) ez
(1) (2) (3)
z 3 (z 2 − 1)2 1+z z(1 − z)
ez 1 1
(4) 2 2 (5) z (6)
z (z + 4) e −1 sen (z)
z n−1 z 2 − 2z
(7) tan(z) (8) n (n ∈ N) (9)
z + an (z + 1)2 (z 2 + 4)
1 z2 1
(10) (11) (12) .
z4 +1 (z − 2)(z 2 + 1) z(z + 2)3
Ejercicio 6. En los siguientes casos, calcula la integral de la función f (z) que se da a lo largo
de la curva que se indica:
2 cos(z) + z 2 − 2
Ejercicio 7. Considera la función f (z) = , donde el argumento principal
z 2 (ez − 1)Log(1 − jz 2 )
se toma en (−π, π].
(1) Determina dónde es analítica y clasifica sus singularidades aisladas
(2) Determina los tres primeros términos del desarrollo en serie de Laurent de la función f
alrededor del origen.
(3) Si
I C es el rectángulo cuyos vértices son los puntos (0.2, 9), (−0.2, 9), (−0.2, −9) y (0.2, −9),
calcula f (z) dz.
C
14 Lección 10. El Teorema de los Residuos
1
Ejercicio 8. Considera la función f (z) = .
z 2 senh(z)
(1) Estudia y clasifica sus singularidades aisladas.
(2) Determina la parte principal de su desarrollo en serie de Laurent alrededor del origen.
I
(3) Calcula f (z) dz, siendo C la circunferencia con centro en el origen y radio 4.
C
Ejercicio 9. (1) Halla y clasifica las singularidades de la función
1
f (z) = .
z (3sen (z) + j cos(z))
(2) Halla los tres primeros términos del desarrollo en serie de Laurent de f en el origen,
indicando en qué disco perforado es válido dicho desarrollo.
(3) Calcula la integral de f sobre a circunferencia unidad recorrida en sentido positivo.
Ejercicio 10. (1) Prueba que si x es un número real y positivo, entonces
donde el argumento principal se toma en (−π, π] y log(·) es el logaritmo neperiano real usual.
Log(z + j)
(2) ¿Dónde es analítica la función f (z) = ?
z2 + 1
I
(3) Calcula la integral f (z) dz, siendo CR la curva cerrada formada por la mitad superior
CR
de la circunferencia con centro en el origen y radio R, y el trozo del eje real comprendido entre
−R y R.
Z ∞
log(x2 + 1)
(4) Tomando límites cuando R → ∞ en el apartado anterior, calcula dx.
0 x2 + 1
Ejercicio 11. Comprueba los siguientes resultados. (Los parámetros que aparecen se supone
que son reales).
Z ∞ Z ∞
x2 π dx π(2n − 2)!
(1) dx = (2) = (n ∈ N)
2 2
−∞ (x + a )
2 2a 0
2
(1 + x )n
((n − 1)!)2 22n−2
Z ∞
√ Z ∞
x2 + 1 π 2 dx π
(3) dx = (4) =
0 x4 + 1 2 2
−∞ (x + 4x + 5)
2 2
Z ∞ Z ∞
dx dx
(5) 2
=π (6) 2
= π.
−∞ x + 2x + 2 −∞ (x − a) + 1
Ejercicio 12. Comprueba que las siguientes integrales valen lo que se indica. (Los parámetros
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 15
Ejercicio 13. Prueba las siguientes igualdades (los parámetros que aparecen se supone que son
reales):
Z 2π Z π
1 2π cos(2t) πa2
(1) dt = √ 2 (a > 1) (2) dt = (|a| < 1)
0 a + cos(t) a −1 0 1 − 2a cos(t) + a2 1 − a2
Z 2π Z 2π
dt 5π dt 2π
(3) 2 dt = (4) = (a, b > 0)
0 (5 − 3sen (t)) 32 0 a2 cos2 (t) + b2 sen 2 (t) ab
Z 2π Z 2π
sen (3t) dt 2π
(5) dt = 0 (6) 2
= .
0 5 − 3 cos(t) 0 1 − 2a cos(t) + a 1 − a2
(1) z 5 + 8z + 10 = 0.
(2) z 8 − 2z 5 + z 3 − 8z 2 + 3 = 0.
(3) z 6 + 3z 5 − 2z 2 + 2z − 9 = 0.
(4) z 7 − 7z 6 + 4z 3 − 1 = 0.
Ejercicio 17. Determina el número de raíces con parte real positiva de los siguientes polinomios
aplicando el criterio de Nyquist.
x2 + 2x − 3, x3 + 2x2 + 2x + 1, x3 + 2x2 + 2x + 1, x3 + x2 + 9x + 4.
dadas por
1
G1 (s) = ,
+ s4 8s2
+ 24s2 + 32s − 65
1
G2 (s) = 4 ,
s + 6s3 + 5s2 − 2s − 10
1
G3 (s) = 4 ,
s + s + s3 + s + 1
3
ez
(2) Aplica esta fórmula para hallar el residuo de la función en el origen.
[sen (z)]2
I
1
Ejercicio 22. Calcula dz siendo C la circunferencia con centro en el punto j y
C (z 2 + 4)2
radio igual a 2.
Ejercicio 23. Sea f la función compleja dada por
µ ¶
zj
Log 1 −
2π
f (z) := 2 jz
z (e + 1 − 2 cos(z))
1
Ejercicio 29. Calcula la transformada de Fourier de la señal f (t) = .
t2− 6t + 10
Ejercicio 30. Sea z0 un polo triple de una función f (z). ¿Qué tipo de singularidad tiene en z0
la función f 0 (z)/f (z)? ¿cuánto vale su residuo? Razona tus respuestas.
Ejercicio 31. (1) Enuncia el Teorema de Rouché.
(2) Determina el número de ceros de la función h(z) = ez − 6z 3 en el interior del círculo
unidad.
Ejercicio 32. (1) Halla y clasifica las singularidades de la función
Log(z 2 + 1) − z 2
f (z) = .
z 3 (sen (πz))2
(2) Halla los tres primeros términos del desarrollo en serie de Laurent de f alrededor de
z0 = 0.
(3) Usando el Teorema de Rouché, determina el número de raíces del polinomio p dado por
p(z) = z 6 + z 5 + z 2 en el interior del círculo C(0, 3/4) con centro en el origen y radio 3/4.
(4) Sea C la frontera del conjunto
Ω = {z ∈ C : |Re z| ≤ 1/2, |Im z| ≤ 1/2} .
18 Lección 10. El Teorema de los Residuos
Calcula I µ ¶
1
f (z) + dz.
C z + z5 + z2
6
f ( jR )
f ( − jR )
Ejercicio 34. Aplica el criterio de Nyquist para determinar el número de ceros con parte real
positiva de p(x) = x4 − 6x − 1.
6 Bibliografía.
[517.5/2-CHU] R.V. Churchill, J.W. Brown, Variable compleja y aplicaciones, Cap. 6.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 1.
[517.5/WUN] W.A. Wunsch, Variable compleja con aplicaciones, Cap. 5, 6 y 7.
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 1
Lección 11.
LA TRANSFORMACIÓN Z.
Curso 2006-07
Dedicamos esta una lección a introducir una herramienta –la transformación Z– muy útil para
el análisis de sistemas discretos; es decir, sistemas en los que se trabaja con señales cuyos valores
han sido obtenidos a intervalos regulares de tiempo.
La transformación Z es, hablando sin mucha precisión, la versión discreta de la transformada
de Laplace y se usa, entre otras aplicaciones, para resolver ecuaciones en diferencias de modo
análogo a como se usa la transformada de Laplace para resolver las ecuacionesP diferenciales. Si
y = (y[n]) es una señal discreta, su transformada Z es la serie de Laurent n y[n]z −n . La teoría
estudiada nos permitirá obtener las principales propiedades de la transformada Z que se refieren
a su linealidad, la influencia de las traslaciones en el tiempo y la multiplicación por la variable
temporal. Luego estudiaremos su aplicación a los sistemas lineales discretos y, en particular, a
las ecuaciones en diferencias.
segundos tomamos una muestra de la señal hasta obtener un total de, digamos, N muestras.
Puesto que tomamos muestras cada T segundos, hay T −1 muestras por segundo y, se dice,
entonces, que la frecuencia de muestreo es de T −1 Hz.
De esta forma generamos una señal discreta que es una secuencia finita de valores de la señal
original. Podemos representar esta secuencia con la siguiente notación: Si, como es habitual,
tomamos la primera muestra en el instante t = 0, entonces el n-ésimo valor de la muestra es
y[n] = y(nT ) para n = 0, 1, . . . , N − 1.
Como tantas veces en Matemáticas, resulta más simple hacer un tratamiento unificado su-
poniendo que la señal discreta es infinita, rellenando con ceros cuando queramos aplicar los
resultados a una señal finita como la anterior. Por eso representaremos a partir de ahora una
señal discreta mediante una sucesión bilateral real o compleja
³ ´
y = . . . , y[−2], y[−1], y[0] , y[1], y[2], . . . = (y[n])n∈Z ,
donde el cuadro indica la posición cero. De todas formas, es conveniente que pensemos en una
señal discreta (y[n]) como la muestra de una señal continua y(t) tomada a intervalos temporales
de T segundos, de forma que y[n] = y(nT ) para cada n ∈ Z.
Cuando los valores de una señal discreta (y[n]) son cero para n < 0, se dice que la señal es
causal y aparecen, en particular, cuando se muestrea una señal continua causal.
Una señal muy importante es la señal impulsiva δ 0 que consiste en un impulso unidad en
el instante cero: δ 0 = (. . . , 0, 0, 1 , 0, 0, . . . ), o sea, δ 0 [0] = 1 y δ 0 [n] = 0 para n 6= 0. La
señal trasladada δ k [n] := δ 0 [n − k] consiste en un impulso unidad en el instante k, o sea, δ k =
(. . . , 0 , 0, . . . , 0, 1, 0, 0, . . . ), donde el 1 ocupa ahora la posición k-ésima. Esto nos permite re-
presentar una señal discreta y mediante lo que se conoce como un tren de impulsos:
X∞
y[n] = y[k]δ 0 [n − k] para cada n ∈Z,
k=−∞
o bien
X
∞
y= y[k]δ k
k=−∞
que es la expresión de una señal discreta arbitraria como una combinación lineal de impulsos
desplazados cuyos coeficientes son los valores de la señal.
2 La transformación Z
P
Supongamos que una señal discreta causal (y[n]) = ( ∞ k=0 y[k]δ k [n]) es la muestra que se obtiene
tomando los valores de una señal continua y causal y(t) a intervalos de duración T de manera
que y[n] = y(nT ) para n = 0, 1, 2, . . . La idea sobre la que se basa la noción de transformación
Z, inventada por W. Hurewicz en 1947, es asociar la P señal impulsiva (δ k [n]) con la función de
Dirac δ kT (t) y calcular la transformada de Laplace de ∞ k=0 y(kT )δ kT (t):
(∞ )
X X∞ X ∞
L y(kT )δ kT (t) = y(kT )L {δ kT (t)} = y(kT )e−skT .
k=0 k=0 k=0
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 3
expresión que se conoce como transformada de Fourier en tiempo discreto y que no debe con-
fundirse con la transformada discreta de Fourier que veremos en la siguiente lección. Desde el
punto de vista de las Matemáticas, la transformación de Fourier en tiempo discreto es un caso
particular de transformación Z, así que no la estudiaremos aparte.
Ejemplos. Las transformadas Z de las señales discretas más habituales junto con sus anillos de
convergencia, así como algunos ejemplos que delimitan las situaciones que pueden darse, vienen
recogidas a continuación
(1) Si una señal discreta (y[n]) tiene sólo un número finito de términos no nulos. entonces
se dice que es de duración finita y el dominio de convergencia de su transformada Z es todo el
plano menos el origen (si y[n] 6= 0 para algún n > 0), o bien todo el plano (si y[n] = 0 para todo
n > 0).
(2) La transformada Z de la señal impulsiva δ 0 es Z{δ 0 } = 1 y converge en todo C.
(3) La transformada Z de la señal impulsiva desplazada δ k es Z{δ k } = z −k y converge en
todo el plano si k ≤ 0 o en todo el plano complejo menos el origen si k > 0.
(4) La transformada Z de la señal escalón definida por h0 [n] = 1 para n ≥ 0 y h0 [n] = 0 para
z
n < 0 es Z{h0 } = y converge para |z| > 1.
z−1
4 Lección 11. La Transformación Z
(9) La transformada Z de la señal y = (0, a, 2a2 , 3a3 , . . . ), o sea y[n] = nan h0 [n], es
az
Y (z) = para |z|>|a|.
(z − a)2
(10) Dados ω, T > 0, la transformada Z de la señal causal y[n] = sen (nωT )h0 [n] es
zsen (ωT )
Y (z) = para |z|> 1.
z2 − 2z cos(ωT ) + 1
(11) Dados ω, T > 0, la transformada Z de la señal causal y[n] = cos(nωT )h0 [n] es
z (z − cos(ωT ))
Y (z) = para |z|> 1.
z 2 − 2z cos(ωT ) + 1
Inversa de una transformada Z. Si Y (z) es una función analítica en un anillo Ω dado por
ρ1 < |z| < ρ2 , entonces el Teorema de Laurent nos dice que podemos escribir Y (z) como una
serie de Laurent
X
∞
c−2 c−1
Y (z) = cn z n = · · · + + + c0 + c1 z + c2 z 2 + · · ·
n=−∞
z2 z
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 5
siendo C cualquier curva de Jordan contenida en Ω y que rodee al origen recorrida en sentido
positivo.
A la vista del desarrollo, obtenemos que Y (z) es la transformada Z de la señal discreta definida
por y[n] = c−n para cada n ∈ Z. Esta señal discreta se llama transformada inversa de Y (z) en el
anillo Ω (ya hemos visto que es imprescindible indicar en qué anillo estamos trabajando) y sus
valores pueden calcularse a partir de
I
1
y[n] = z n−1 Y (z) dz para cada n = 0, ±1, ±2, . . . ,
2πj C
siendo C cualquier curva de Jordan contenida en Ω y que rodee al origen recorrida en sentido
positivo.
Sin embargo, como ocurre con las transformaciones de Laplace o Fourier, el proceso de invertir
una transformada Z es, normalmente, más simple usando transformadas ya conocidas, como las
citadas antes, y las propiedades de la transformación Z que vemos a continuación.
3 Propiedades de la transformación Z
Como hemos dicho, vamos a describir ahora algunas de las propiedades más importantes de la
transformación Z. Usaremos la siguiente notación: X(z) e Y (z) denotarán, respectivamente,
las transformadas Z de dos señales discretas (x[n]) e (y[n]) y supondremos que X(z) e Y (z)
convergen en sendos anillos Ωx y Ωy centrados en el origen cuya intersección Ω := Ωx ∩ Ωy es no
vacía.
Linealidad. Si a y b son números complejos entonces la transformada Z de a(x[n]) + b(y[n]) es
aX(z) + bY (z) para z ∈ Ω.
Derivada de una transformada Z. La transformada Z de la señal (nx[n]) es −zX 0 (z) para
z ∈ Ωx .
Traslación en el dominio del tiempo de una señal bilateral. Si k es un número entero
positivo entonces, a partir de una señal bilateral x, podemos definir dos nuevas señales trasladando
los valores de x. Si trasladamos estos valores k posiciones hacia la derecha, entonces obtenemos
la señal
³ ´
u = . . . , x[−k − 2], x[−k − 1], x[−k] , x[−k + 1], x[−k + 2], . . . = (x[n − k])n∈Z ;
sin embargo, si los trasladamos k posiciones hacia la izquierda, entonces obtenemos la señal
³ ´
v = . . . , x[k − 2], x[k − 1], x[k] , x[k + 1], x[k + 2], . . . = (x[n + k])n∈Z .
6 Lección 11. La Transformación Z
Sin embargo, en este caso la situación es distinta a la del caso bilateral; la transformada Z de v
es
V (z) = z k X(z) − z k x[0] − z k−1 x[1] − z k−2 x[2] − · · · − zx[k − 1] para z ∈ Ωx .
Es importante tener en cuenta esta diferencia, sobre todo porque este último es el caso que
aparece en las ecuaciones en diferencias.
Transformada racional. Cuando X(z) es una función racional, se descompone en fracciones
simples y, aplicando la linealidad, la propiedad de la derivada y las transformadas de las señales
potenciales del tipo (an ), podemos hallar la transformada inversa de X(z) que será una combi-
nación de señales potenciales cuyos coeficientes son polinomios en n.
Escalado en el dominio de la frecuencia. Si a ∈ C es un número complejo no nulo, entonces
la transformada Z de la señal escalada (an x[n]) es X(z/a) para z ∈ |a| · Ωx . En particular, si ω
es un número real, entonces la transformada Z de la señal escalada (ejωn x[n]) es X(e−jω z) para
z ∈ Ωx .
Inversión en el dominio del tiempo. La transformada Z de la señal (x[−n]) es X(z −1 ) para
z en el anillo formado por los inversos de los puntos del anillo Ωx .
Teorema del valor inicial. Si (x[n]) es causal, entonces x[0] = lim X(z).
z→∞
Es fácil ver que la convolución de señales causales es también una señal causal y, en este caso,
la suma que aparece es una suma finita
X
n X
(x ∗ y)[n] = x[n − k]y[k] = x[m]y[k]
k=0 k+m=n
z−1
Z{∆x} = X(z) para z ∈ Ωx y, quizás, z 6= 0.
z
Observemos que ∆(Σx) = Σ(∆x) = x y, también, que si x es causal entonces la suma es finita y
Σx está bien definida.
Regularización. En varias aplicaciones interesa sustituir los valores de una señal por una
media ponderada de los valores cercanos; este procedimiento se llama regularización o, en inglés,
“smoothing”. Por ejemplo, podemos regularizar una señal x[n] generando la señal
En general, P
hay que fijar una colección (normalmente finita) de pesos p0 , p±1 , p±2 , . . . no negativos
y tales que k pk = 1. Entonces la señal regularizada viene dada por
X
∞
u[n] = pk x[n + k].
k=−∞
En términos
³ de convolución, la´ señal regularizada u es la convolución de x con la señal
p = . . . , p2 , p1 , p0 , p−1 , p−2 , . . . . Observemos que el orden de los pesos no es el habitual.
Sin embargo, si la sucesión de pesos es simétrica alrededor del origen, lo que corresponde a que
valores igualmente alejados influyen lo mismo en la regularización, entonces no suele haber peligro
de confusión.
8 Lección 11. La Transformación Z
4 Ecuaciones en diferencias
Las ecuaciones en diferencias son para los sistemas discretos lo que las ecuaciones diferenciales
para los sistemas continuos. La ecuación en diferencias más importante de la historia de las
matemáticas es la ecuación de Fibonacci:
y[n + 2] = y[n] + y[n + 1] para n = 0, 1, 2, . . . ,
y el problema es determinar los valores y[0], y[1], y[2], y[3], . . . de manera que satisfagan la ecuación
anterior. Naturalmente, debemos fijar los dos primeros valores, digamos y[0] = 0 e y[1] = 1 que,
al sustituirlos en la ecuación con n = 0 nos proporcionan y[2] = 1. Ahora sustituimos con n = 1
y obtenemos y[3] = 2. Continuando de esta manera vamos obteniendo la sucesión de Fibonacci:
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, ...
Haciendo un número suficiente de operaciones podemos determinar cualquier término de la suce-
sión; sin embargo, el objetivo real, en éste y en otros problemas similares, es obtener una fórmula
que nos proporcione cualquier término que deseemos sin más que sustituir el valor de n en dicha
fórmula. Vamos a estudiar cómo se resuelven las ecuaciones en diferencias usando la transforma-
ción Z que, en términos de la analogía entre sistemas continuos y discretos, correspondería en
los sistemas continuos a resolver una ecuación diferencial mediante la transformación de Laplace.
Definiciones. Una colección de ecuaciones
y[n + k] + αk−1 y[n + k − 1] + · · · + α2 y[n + 2] + α1 y[n + 1] + α0 y[n] = u[n],
para n = 0, 1, 2 . . . , en la que α0 6= 0 se dice que es una ecuación en diferencias lineal, de orden
k y de coeficientes constantes. Los números complejos α0 , α1 , . . . , αk−1 se llaman coeficientes de
la ecuación y la sucesión (u[n]) es el término independiente y debe ser un dato de la ecuación.
Una solución de la ecuación es una señal discreta causal (y[n]) cuyos términos verifican todas las
igualdades de la colección. Para que la solución quede definida unívocamente hay que fijar sus
primeros k valores y[0], y[1], . . . , y[k − 1]; como hemos indicado, los demás se pueden obtener por
recurrencia usando la ecuación.
Para mostrar el uso de la transformación Z lo haremos con una ecuación de orden 2
y[n + 2] + α1 y[n + 1] + α0 y[n] = u[n] para n = 0, 1, 2 . . .
donde los coeficientes α0 y α1 , el término independiente (u[n]) y los valores iniciales y[0] = y0 e
y[1] = y1 son conocidos.
Llamemos Y (z) y U(z) a las transformadas Z de (y[n]) y (u[n]), respectivamente. De acuerdo
con la propiedad de traslación hacia la izquierda de una señal causal, sabemos que las transfor-
madas de y[n + 2] e y[n + 1] son, respectivamente,
Z (y[n + 1]) = zY (z) − zy0 y Z (y[n + 2]) = z 2 Y (z) − z 2 y0 − zy1 .
Entonces, tomando transformadas en la ecuación en diferencias y usando la propiedad de linea-
lidad, obtenemos:
z 2 Y (z) − z 2 y0 − zy1 + α1 (zY (z) − zy0 ) + α0 Y (z) = U(z),
Ampliación de Matemáticas (Ingeniería de Telecomunicación) – Curso 2006/07 9
de donde, despajando Y ,
U (z) + z 2 y0 + z(y1 + αy0 )
Y (z) = ,
z 2 + α1 z + α0
cuya transformada Z inversa es la solución (y[n]) buscada. No obstante, para hallar la transfor-
mada inversa hay que tener en cuenta lo siguiente: la solución que buscamos es causal, así que la
región de convergencia de Y (z) debe ser todo el exterior de un círculo. Por tanto, de los posibles
anillos donde Y (z) defina una serie de Laurent, debemos quedarnos con el más exterior.
Ejemplo. Volviendo a la ecuación de Fibonacci
5 Ejercicios.
Ejercicio 1. Calcula la transformada Z de la señal definida por y[n] = 5−n h0 [n−3] especificando
su anillo de convergencia.
Ejercicio 2. Calcula la transformada Z de la señal causal de duración finita x dada por x[n] = an
si 0 ≤ n ≤ m y x[n] = 0 en otro caso, siendo a un número complejo y m un número natural.
Especifica el dominio de convergencia.
10 Lección 11. La Transformación Z
1 + z −1
X(z) =
1 + z −1 /3
según los dominios anulares donde X(z) define una función analítica.
Ejercicio 10. Calcula las transformadas Z inversas de la función
36z 2 − 10z
X(z) =
(12z − 3)(12z − 4)
según los distintos anillos donde X(z) define una función analítica.
Ejercicio 11. Calcula la transformada Z inversa de la función definida por
Ejercicio 13. Halla una fórmula para expresar la transformada Z de una señal de la forma
(n2 x[n]) a partir de la transformada Z de la señal (x[n]).
Ejercicio 14. Sea X(z) la transformada Z de una señal (x[n]). Prueba que si los polos de
(1 − z −1 )X(z) están dentro del círculo unidad, entonces se cumple
(2) Sea Y (z) la transformada Z de la solución del apartado anterior. Calcula la integral
I
sen (πz)Y (z) dz
C
6 Bibliografía.
Para desarrollar esta lección puede consultarse el siguiente texto.
[51:62/ADV] G. James, Advanced Modern Engineering Mathematics, Cap. 3 y 5.