SERRANO

Aproximación mediante una Suma Finita de Fourier

Se muestra que las sumas parciales de la serie de Fourier dadas
por
𝒏
𝒂𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
𝒔𝒏 (𝒙) = + ∑ (𝒂𝒌 𝐜𝐨𝐬 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( ))
𝟐 𝑳 𝑳
𝒌=𝟏

son los polinomios trigonométricos que mejor aproximan 𝒇 en el

sentido del cuadrado medio.
Error cuadrático medio y aplicaciones– Un problema de
optimización ( mínimos cuadrados)
Supongamos que 𝒇es una función continua a pedazos en el
intervalo [– 𝑳, 𝑳], con serie de Fourier
∞
𝒂𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
𝒇(𝒙) = + ∑ (𝒂𝒌 𝐜𝐨𝐬 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( )) ,
𝟐 𝑳 𝑳
𝒌=𝟏

entonces la 𝒏 −ésima suma parcial de esta serie es una

aproximación a 𝒇(𝒙) en [– 𝑳, 𝑳].
𝒏
𝒂𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
𝒔𝒏 (𝒙) = + ∑ (𝒂𝒌 𝐜𝐨𝐬 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( ))
𝟐 𝑳 𝑳
𝒌=𝟏

Es natural preguntarse si 𝒔𝒏 (𝒙) es la “mejor” aproximación a 𝒇.

Consideremos un polinomio trigonométrico
𝒏
𝜶𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
𝝈𝒏 (𝒙) = + ∑ (𝜶𝒌 𝐜𝐨𝐬 ( ) + 𝜷𝒌 𝒔𝒆𝒏 ( ))
𝟐 𝑳 𝑳
𝒌=𝟏

, donde 𝒏 es un entero positivo (fijo).

1
SERRANO

Primero debe definirse lo que se entiende por error de una

aproximación asi, es decir , una aproximación para la cual el
“error ” sea mínimo.
Debe elegirse una definición que mida la bondad de la
concordancia entre 𝒇(𝒙) y 𝑺𝒏 (𝒙) en el intervalo [−𝑳, 𝑳].
Es obvio que el máximo de |𝜺𝒏 | = |𝒇(𝒙) − 𝑺𝒏 (𝒙)| en el intervalo
[−𝑳, 𝑳] no es conveniente, ya que 𝑺𝒏 (𝒙) es una buena
aproximación a 𝒇, pero esta diferencia es grande cerca de los
puntos de discontinuidad. ?? ( Dibujar graficas )
Se elige por comodidad
𝑳
𝒆𝒏 = ∫ [𝒇(𝒙) − 𝝈𝒏 (𝒙)]𝟐 𝒅𝒙 ≥ 𝟎
−𝑳

Este es el llamado error cuadrático total de 𝝈𝒏 (𝒙), relativo a la

funcion 𝒇 en el intervalo −𝑳 ≤ 𝒙 ≤ 𝑳.
Claramente, 𝒆𝒏 ≥ 𝟎 para todo entero positivo 𝒏.
¿Cómo podemos elegir a las 𝜶𝒌 y 𝜷𝒌 para minimizar la integral
𝑳
𝒆𝒏 = ∫−𝑳[𝒇(𝒙) − 𝝈𝒏 (𝒙)]𝟐 𝒅𝒙 ?

con esa elección de coeficientes 𝝈𝒏 (𝒙) se llama la mejor

aproximación en el sentido del cuadrado medio de 𝒇(𝒙) en [– 𝑳, 𝑳].
Para cada entero positivo 𝒏 se tiene que la integral
𝑳
𝒆𝒏 = ∫ [𝒇(𝒙) − 𝝈𝒏 (𝒙)]𝟐 𝒅𝒙 ≥ 𝟎
−𝑳

2
SERRANO

𝑳 𝑳 𝑳
𝒆𝒏 = ∫ 𝒇𝟐 (𝒙)𝒅𝒙 − 𝟐 ∫ 𝒇(𝒙)𝝈𝒏 (𝒙)𝒅𝒙 + ∫ 𝝈𝟐𝒏 (𝒙)𝒅𝒙 ≥ 𝟎
−𝑳 −𝑳 −𝑳
𝑳
= ∫ 𝒇𝟐 (𝒙)𝒅𝒙
−𝑳
𝑳
𝜶𝟎
−𝟐∫ 𝒇(𝒙)𝒅𝒙
−𝑳 𝟐
𝒏 𝑳
𝒌𝝅𝒙 𝒌𝝅𝒙
+ 𝟐 ∑ ∫ [𝜶𝒌 𝒇(𝒙) 𝐜𝐨𝐬 ( ) + 𝜷𝒌 𝒇(𝒙) 𝐬𝐞𝐧 ( )] 𝒅𝒙
𝑳 𝑳
𝒌=𝟏 _𝑳

𝒏 𝟐
𝑳
𝜶𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
+ ∫ [ + ∑ (𝜶𝒌 𝐜𝐨𝐬 ( ) + 𝜷𝒌 𝐬𝐞𝐧 ( ))] 𝒅𝒙 ≥ 𝟎
−𝑳 𝟐 𝒌=𝟏
𝑳 𝑳

, para cada entero positivo 𝒏.

Usando las relaciones de ortogonalidad y las expresiones de los
coeficientes de Fourier de 𝒇 en el intervalo [– 𝑳, 𝑳], obtenemos
𝑳 𝒏 𝒏
𝜶𝟎 𝒂𝟎 𝜶𝟐𝟎
𝒆 𝒏 = ∫ [𝒇 ( 𝒙 )]𝟐 𝒅𝒙 − 𝟐𝑳 [ + ∑(𝜶𝒌 𝒂𝒌 + 𝜷𝒌 𝒃𝒌 ) ] +𝑳 [ + ∑(𝜶𝟐𝒌 + 𝜷𝟐𝒌)]
−𝑳 𝟐 𝟐
𝒌=𝟏 𝒌=𝟏

El objetivo es elegir 𝜶𝒌 y 𝜷𝒌 , de manera que sea mínimo. Podemos

argumentar de dos formas
Primera forma
Si se toma 𝜶𝒌 = 𝒂𝒌 , para 𝒌 = 𝟎, 𝟏, . . , 𝒏 . y 𝜷𝒌 = 𝒃𝒌 , para 𝒌 = 𝟏, 𝟐,
. . . , 𝒏, entonces el error cuadrático correspondiente a esta
elección particular es

3
SERRANO

𝑳 𝟐 𝒏
𝒂 𝟎
𝒆∗𝒏 = ∫ [𝒇(𝒙)]𝟐 𝒅𝒙 − 𝟐𝑳 [ + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )]
−𝑳 𝟐
𝒌=𝟏
𝒏
𝒂𝟐𝟎
+ 𝑳 [ + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )]
𝟐
𝒌=𝟏
𝒏
𝑳
𝒂𝟐𝟎
𝒆𝒏 = ∫ [𝒇(𝒙)] 𝒅𝒙 − 𝑳 [ + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )]
∗ 𝟐
−𝑳 𝟐
𝒌=𝟏

restando 𝒆𝒏 − 𝒆∗𝒏 , se obtiene

𝒏
𝜶 𝟎 𝒂𝟎
𝒆𝒏 − 𝒆∗𝒏 = − 𝟐𝑳 [ + ∑ (𝜶𝒌 𝒂𝒌 + 𝜷𝒌 𝒃𝒌 )]
𝟐
𝒌=𝟏
𝒏 𝒏
𝜶𝟐𝟎 𝒂𝟐𝟎
+ 𝑳 [ + ∑(𝜶𝒌 + 𝜷𝒌 )] + 𝑳 [ + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )]
𝟐 𝟐
𝟐 𝟐
𝒌=𝟏 𝒌=𝟏
𝒏 𝒏
𝑳
𝒆𝒏 − 𝒆∗𝒏 = (𝒂𝟎 − 𝜶𝟎 )𝟐 + 𝑳 ∑ (𝒂𝒌 − 𝜶𝒌 )𝟐 + 𝑳 ∑ (𝒃𝒌 − 𝜷𝒌 )𝟐
𝟐
𝒌=𝟏 𝒌=𝟏
𝒏
𝟏
𝒆𝒏 − 𝒆∗𝒏 = 𝑳 { (𝒂𝟎 − 𝜶𝟎 )𝟐 + ∑((𝒂𝒌 − 𝜶𝒌 )𝟐 + (𝒃𝒌 − 𝜷𝒌 )𝟐 )}
𝟐
𝒌=𝟏

Puesto que la suma de los números reales de la derecha no puede

ser negativa , tenemos que para cada entero positivo 𝒏
𝒆𝒏 − 𝒆∗𝒏 ≥ 𝟎 , o bien, 𝒆∗𝒏 ≤ 𝒆𝒏
y
𝒆𝒏 = 𝒆∗𝒏 si y solo si 𝜶𝒌 = 𝒂𝒌
Para 𝒌 = 𝟎, 𝟏, . . , 𝒏 y 𝜷𝒌 = 𝒃𝒌 para 𝒌 = 𝟏, . . , 𝒏

4
SERRANO

Error cuadrático ECM mínimo

Error cuadrático total de 𝝈𝒏 (𝒙) , (donde 𝒏 es un entero positivo
fijo) relativo a 𝒇 en el intervalo [−𝑳, 𝑳] es mínimo si y solo si los
coeficientes de 𝝈𝒏 (𝒙) son los coeficientes de Fourier de 𝒇 en
[−𝑳, 𝑳].

Este valor mínimo está dado por 𝒆∗𝒏 , se observa que

𝑳 𝟐 𝒏
𝒂 𝟎
𝒆∗𝒏 = ∫ [𝒇(𝒙)]𝟐 𝒅𝒙 − 𝑳 [ + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )]
−𝑳 𝟐
𝒌=𝟏

𝒆∗𝒏 no puede aumentar al hacer que 𝒏 → ∞, pero puede disminuir

. ( como veremos )
Por lo tanto, al crecer 𝒏 las sumas parciales de la serie de Fourier
de 𝒇 proporcionan aproximaciones cada vez mejores a 𝒇(𝒙)
desde el punto de vista del error cuadrático.
Segunda Forma
Consideramos 𝒆𝒏 como una función de las 𝟐𝒏 + 𝟏 variables 𝜶𝒌 y
𝜷𝒌 .
Sea
𝝏𝒆𝒏
= 𝟎, 𝒊 = 𝟎, 𝟏, 𝟐, … , 𝒏
𝝏𝜶𝒊
y sea
𝝏𝒆𝒏
= 𝟎, 𝒑𝒂𝒓𝒂 𝒊 = 𝟏, 𝟐, … , 𝒏
𝝏𝜷𝒊
𝝏𝒆𝒏
= 𝑳𝜶𝟎 − 𝑳𝒂𝟎 = 𝟎,
𝝏𝜶𝟎
5
SERRANO

𝝏𝒆𝒏
= 𝟐𝑳𝜶𝒊 − 𝟐𝑳𝒂𝒊 = 𝟎, 𝒊 = 𝟏, 𝟐, … , 𝒏
𝝏𝜶𝒊
𝝏𝒆𝒏
= 𝟐𝑳𝜷𝒊 − 𝟐𝑳𝒃𝒊 = 𝟎, 𝒊 = 𝟏, 𝟐, … , 𝒏
𝝏𝜷𝒊
de aquí resulta que 𝜶𝒊 = 𝒂𝒊 y 𝜷𝒊 = 𝒃𝒊 .
𝒏
𝑳
𝒂𝟐𝟎
∆𝒏 = 𝒎𝒊𝒏𝒆𝒏 = ∫ [𝒇(𝒙)] 𝒅𝒙 − 𝑳 ( + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 ))
𝟐
−𝑳 𝟐
𝒌=𝟏

donde 𝒂𝒌 y 𝒃𝒌 son los coeficientes de Fourier de 𝒇 en el intervalo

[−𝑳, 𝑳].

Definición.
El error cuadrático medio denotado ECM de la suma parcial 𝒔𝒏
relativo a 𝒇denotado 𝑬𝒏 , está definido para cualquier entero
positivo 𝒏 por:

𝟏 𝑳
𝑬𝒏 = ∫ [𝒇(𝒙) − 𝒔𝒏 (𝒙)]𝟐 𝒅𝒙
𝟐𝑳 −𝑳

Decimos que 𝒔𝒏 aproxima a 𝒇 en la media con error 𝑬𝒏 .

La cantidad 𝑬𝒏 es el promedio de la función [𝒇(𝒙) − 𝒔𝒏 (𝒙)]𝟐 en el

intervalo −𝑳 ≤ 𝒙 ≤ 𝑳, donde
𝒏
𝒂𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
𝒔𝒏 (𝒙) = + ∑ (𝒂𝒌 𝐜𝐨𝐬 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( ))
𝟐 𝑳 𝑳
𝒌=𝟏

Por lo tanto,
𝒏
𝟏 𝑳 𝒂𝟎 𝟐 𝟏
𝑬𝒏 = 𝟐
∫ [𝒇(𝒙)] 𝒅𝒙 − − ∑(𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 )
𝟐𝑳 −𝑳 𝟒 𝟐
𝒌=𝟏
6
SERRANO

Ejercicio 1 .
Aproxime la función 𝒇(𝒙) = 𝒙 en el intervalo −𝝅 ≤ 𝒙 ≤ 𝝅.
Mediante una serie finita de Fourier de 5 términos diferentes de
cero.
Calcule también el error cuadrático medio de la aproximación.
Solución:
∞
𝟐(−𝟏)𝒌+𝟏
𝒙 = 𝒇(𝒙) = ∑ 𝒔𝒆𝒏 𝒌𝒙 , −𝝅 < 𝒙 < 𝝅
𝒌
𝒌=𝟏

luego

𝟐(−𝟏)𝒌+𝟏
𝒃𝒌 = , 𝒌 = 𝟏, 𝟐, … .
𝒌
𝟓
𝟐(−𝟏)𝒌+𝟏
𝒔𝟓 (𝒙) = ∑ 𝒔𝒆𝒏 𝒌𝒙 =
𝒌
𝒌=𝟏

𝒔𝒆𝒏(𝟐𝒙) 𝒔𝒆𝒏(𝟑𝒙) 𝒔𝒆𝒏(𝟒𝒙) 𝒔𝒆𝒏(𝟓𝒙)

𝟐(𝒔𝒆𝒏𝒙 − + − + )
𝟐 𝟑 𝟒 𝟓
Como
𝒏
𝟏 𝑳 𝒂𝟐𝟎 𝟏
𝑬𝒏 = 𝟐
∫ [𝒇(𝒙)] 𝒅𝒙 − − ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )
𝟐𝑳 −𝑳 𝟒 𝟐
𝒌=𝟏

entonces
𝟓
𝟏 𝝅 𝟐
𝟏 𝝅 𝟐 𝟏 𝟒
𝑬𝟓 = ∫ [𝒙 − 𝒔𝟓 (𝒙)] 𝒅𝒙 = ∫ 𝒙 𝒅𝒙 − ∑ 𝟐
𝟐𝝅 −𝝅 𝟐𝝅 −𝝅 𝟐 𝒌
𝒌=𝟏

7
SERRANO

𝝅𝟐 𝟏 𝟏 𝟏 𝟏
− 𝟐 (𝟏 + + + + ) ≈ 𝟎. 𝟑𝟔𝟑
𝟑 𝟒 𝟗 𝟏𝟔 𝟐𝟓
o en forma equivalente
𝟐
𝟏 𝝅 𝐬𝐞𝐧(𝟐𝒙) 𝐬𝐞𝐧(𝟑𝒙) 𝐬𝐞𝐧(𝟒𝒙) 𝐬𝐞𝐧(𝟓𝒙)
∫ [𝒙 − 𝟐 (𝐬𝐞𝐧 𝒙 − + − + )] 𝒅𝒙
𝟐𝝅 −𝝅 𝟐 𝟑 𝟒 𝟓
𝟓
𝝅
𝟏 𝟐
𝟏 𝟏 𝟐𝝅𝟑 𝟏 𝟏 𝟏 𝟏
= (∫ 𝒙 𝒅𝒙 − 𝟒𝝅 ∑ 𝟐 ) = [ − 𝟒𝝅 (𝟏 + + + + )]
𝟐𝝅 −𝝅 𝒌 𝟐𝝅 𝟑 𝟒 𝟗 𝟏𝟔 𝟐𝟓
𝒌=𝟏

𝝅𝟐 𝟏 𝟏 𝟏 𝟏
= − 𝟐 (𝟏 + + + + ) ≈ 𝟎. 𝟑𝟔𝟑
𝟑 𝟒 𝟗 𝟏𝟔 𝟐𝟓
Ejercicio 2
Aproximar la función 𝒇(𝒙) = 𝒙 en el intervalo −𝝅 ≤ 𝒙 ≤ 𝝅.
Mediante una serie finita de Fourier de 20 términos diferentes de
cero.
Calcule el 𝑬𝑪𝑴el error cuadrático medio de la aproximación.
Ejercicio 3
Aproximar la función 𝒇(𝒙) = 𝒙 en el intervalo −𝝅 ≤ 𝒙 ≤ 𝝅.
Mediante una serie finita de Fourier de 39 términos diferentes de
cero.
Calcule el 𝑬𝑪𝑴el error cuadrático medio de la aproximación.

El espacio 𝑳𝟐
El conjunto de todas las funciones definidas en el intervalo [𝒂, 𝒃]
tales que

8
SERRANO

𝒃
∫ [𝒇(𝒙)]𝟐 𝒅𝒙 < ∞
𝒂

Es decir, el conjunto de todas las funciones definidas en el

intervalo [𝒂 , 𝒃] de cuadrado integrable en [𝒂, 𝒃 ] se denota por
𝑳𝟐 ([𝒂, 𝒃]).
Ejemplo :

Las funciones continuas a trozos en [𝒂, 𝒃 ], son de 𝑳𝟐 ([𝒂, 𝒃]).

Ejemplo:
Las funciones acotadas en [𝒂, 𝒃 ]
Sin embargo una función no necesita ser acotada en [𝒂, 𝒃 ] para
pertenecer a 𝑳𝟐 ([𝒂, 𝒃]).

Dé un ejemplo de una función perteneciente a 𝑳𝟐 ([𝒂, 𝒃]) que no sea

acotada

Si 𝒇 ∈ 𝑳𝟐 ([−𝒍, 𝒍]), entonces 𝒔𝒏 , la 𝒏-ésima suma parcial de la serie

de Fourier de 𝒇, aproxima ( o converge ) a 𝒇 en la media con error
𝑬𝒏 que decrece a cero cuando 𝒏 → ∞.
Es decir

𝟏 𝑳
𝐥𝐢𝐦 𝑬𝒏 = 𝐥𝐢𝐦 ∫ [𝒇(𝒙) − 𝒔𝒏 (𝒙)]𝟐 𝒅𝒙 = 𝟎
𝒏→∞. 𝒏→∞. 𝟐𝑳 −𝑳
.

Si 𝒇 ∈ 𝑳𝟐 ([−𝒍, 𝒍]), entonces

𝒏
𝟏 𝑳 𝒂𝟐𝟎 𝟏
𝑬𝒏 = 𝟐
∫ [𝒇(𝒙)] 𝒅𝒙 − − ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 )
𝟐𝑳 −𝑳 𝟒 𝟐
𝒌=𝟏

Ejercicios taller
9
SERRANO

1) Sea
−𝟏 −𝝅 ≤ 𝒙 < 𝟎
𝒇(𝒙) = {
𝟏 𝟎≤𝒙≤𝝅
y 𝒇(𝒙 + 𝟐𝝅) = 𝒇(𝒙).
Obtenga la función 𝝈𝒏 (𝒙) para que el error cuadrático total 𝒆𝒏
sea minimo
2) Calcule el error cuadrático 𝒆∗𝒏 en el problema anterior para
𝒏 = 𝟐, 𝟒, 𝟓, 𝟕 . ¿Cuál es el menor valor de 𝒏, tal que 𝒆∗𝒏 = 𝟎. 𝟐 ?
3) Pruebe que el error cuadrático mínimo 𝒆∗𝒏 es una funcion
monótona decreciente de 𝒏. Es decir 𝒆∗𝒏+𝟏 ≤ 𝒆∗𝒏 , para todo entero
positivo 𝒏.
En cada caso encontrar la función 𝝈𝒏 (𝒙) para la cual el error
cuadrático total 𝒆∗𝒏 sea mínimo y calcular este valor mínimo para
𝒏 = 𝟏, 𝟐, 𝟑, . 𝟒 , 𝟓.
1) 𝒇(𝒙) = 𝒙 , −𝝅 ≤ 𝒙 ≤ 𝝅
2) 𝒇(𝒙) = 𝒙𝟐 , −𝝅 ≤ 𝒙 ≤ 𝝅

Desigualdad de Bessel
Sea 𝒇 es continua a pedazos en el intervalo −𝑳 ≤ 𝒙 ≤ 𝑳 y 𝒂𝒏 𝒚 𝒃𝒏,
los coeficientes de Fourier de f en [– 𝑳, 𝑳].
Entonces
∞
𝒂𝟎 𝟐 𝟐 𝟏 𝑳
+ ∑(𝒂𝒌 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 −𝑳
𝒌=𝟏

10
SERRANO

Prueba
Como 𝒆∗𝒏 ≥ 𝟎 , para todo entero positivo 𝒏, de la expresión para
𝒆∗𝒏 se obtiene que para 𝒏 fijo
𝒏
𝒂𝟎 𝟐 𝟐 𝟏 𝑳
+ ∑(𝒂𝒌 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 −𝑳
𝒌=𝟏

Por lo tanto ,
∞
𝒂𝟎 𝟐 𝟐 𝟏 𝑳
+ ∑(𝒂𝒌 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 −𝑳
𝒌=𝟏

Esta es la importante desigualdad de Bessel , para los coeficientes

de Fourier de 𝒇 donde suponemos que la integral de la derecha
existe, o sea 𝒇 debe ser de cuadrado integrable en el intervalo
[−𝑳, 𝑳]o que 𝒇 debe ser clase 𝑳𝟐 en el intervalo [−𝑳, 𝑳].

Este teorema implica que la serie de los cuadrados de los

coeficientes de Fourier de converge, es decir
∞

∑(𝒂𝒏 𝟐 + 𝒃𝒏 𝟐 ) < ∞
𝒏=𝟏

En efecto
Para establecer la desigualdad de Bessel se observa que 𝒆∗𝒏 ≥ 𝟎,
para cada entero positivo 𝒏
Por lo tanto,
𝒏
𝑳
𝒂𝟐𝟎
𝟎 ≤ 𝒎𝒊𝒏𝒆𝒏 = ∫ [𝒇(𝒙)] 𝒅𝒙 − 𝑳 ( + ∑(𝒂𝟐𝒌 + 𝒃𝟐𝒌 ))
𝟐
−𝑳 𝟐
𝒌=𝟏

11
SERRANO

y, de aquí, se sigue que

𝒏 𝑳
𝒂𝟎 𝟐 𝟐 𝟏
+ ∑(𝒂𝒌 𝟐 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐 𝑳 −𝑳
𝒌=𝟏

como esta desigualdad es válida para todo entero positivo 𝒏, se

concluye que
∞
𝒂𝟎 𝟐 𝟐 𝟏 𝑳
+ ∑(𝒂𝒌 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 −𝑳
𝒌=𝟏

3) Suponer que 𝒇 y 𝒇′ son continuas a pedazos en el intervalo

[– 𝑳, 𝑳].
Muestre que
∞ ∞

∑ 𝒂𝒌 𝟐 𝒚 ∑ 𝒃𝒌 𝟐
𝒌=𝟏 𝒌=𝟏

ambas convergen si las 𝒂𝒏 y 𝒃𝒏 son los coeficientes de Fourier de

𝒇 en el intervalo [– 𝑳, 𝑳].
En efecto:
Por el criterio de comparación para series de términos no
negativos, como

𝒂𝒌 𝟐 ≤ 𝒂𝒌 𝟐 + 𝒃 𝒌 𝟐
se sigue que las convergencia de la serie
∞

∑(𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 )
𝒌=𝟏

esto implica la convergencia de las serie

12
SERRANO

∑ 𝒂𝒌 𝟐
𝒌=𝟏

Análogamente, como 𝒃𝒌 𝟐 ≤ 𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 .
Entonces la convergencia de la serie (dominante) implica la
convergencia de
∞

∑ 𝒃𝒌 𝟐
𝒌=𝟏

3) Utilice el resultado del ejercicio anterior para mostrar que

𝟏 𝑳 𝒏𝝅𝒙 𝟏 𝑳 𝒏𝝅𝒙
( )
𝒍𝒊𝒎 ∫ 𝒇 𝒙 𝒄𝒐𝒔 ( ) 𝒅𝒙 = 𝒍𝒊𝒎 ∫ 𝒇(𝒙) 𝒔𝒆𝒏 ( ) 𝒅𝒙 = 𝟎
𝒏→∞ 𝑳 −𝑳 𝑳 𝒏→∞ 𝑳 −𝑳 𝑳
Este resultado se conoce como el Lema de Riemann.
En efecto:
Como la serie
∞

∑ 𝒂𝒌 𝟐
𝒌=𝟏
converge.
Entonces 𝐥𝐢𝐦 𝒂𝒏 𝟐 = 𝟎 ; luego 𝐥𝐢𝐦 𝒂𝒏 = 𝟎.
𝒏→∞ 𝒏→∞
Por lo tanto,

𝟏 𝑳 𝒌𝝅𝒙
𝒍𝒊𝒎 ∫ 𝒇(𝒙) 𝒄𝒐𝒔 ( ) 𝒅𝒙 = 𝟎
𝒌→∞ 𝑳 −𝑳 𝑳

Análogamente, la serie
∞

∑ 𝒃𝒏 𝟐
𝒏=𝟏

13
SERRANO

converge y podemos aplicar el mismo argumento a la sucesión 𝒃𝒏

y concluir que
𝟏 𝑳 𝒏𝝅𝒙
𝒍𝒊𝒎 ∫ 𝒇(𝒙) 𝒔𝒆𝒏 ( ) 𝒅𝒙 = 𝟎
𝒏→∞ 𝑳 −𝑳 𝑳

Por lo anterior se tiene que

𝒍𝒊𝒎 𝒂𝒏 = 𝟎 y 𝒍𝒊𝒎 𝒃𝒏 = 𝟎.
𝒏→∞ 𝒏→∞

Desigualdades de Bessel otra vez

1) Afirma que si 𝒇 es una función de cuadrado integrable en el
intervalo [−𝑳, 𝑳] (es decir, 𝒇 ∈ 𝑳𝟐 [−𝑳, 𝑳].

Entonces sus coeficientes de Fourier 𝒂𝒌 y 𝒃𝒌 satisfacen la

desigualdad
∞
𝒂𝟎 𝟐 𝟐 𝟏 𝑳
+ ∑(𝒂𝒌 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 −𝑳
𝒌=𝟏

(Esta desigualdad es fundamental en la teoría de series de

Fourier).
Pasos de la demostración :
Paso 1
Se define para cualquier entero 𝒏 ≥ 𝟏,
𝒏
𝒂𝟎 𝒌𝝅𝒙 𝒌𝝅𝒙
𝒔𝒏 (𝒙) = + ∑ (𝒂𝒌 𝐜𝐨𝐬 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( ))
𝟐 𝑳 𝑳
𝒌=𝟏

fácilmente se demuestra que

14
SERRANO

𝒏
𝟏 𝑳 𝒂𝟎 𝟐
∫ 𝒇(𝒙)𝒔𝒏 (𝒙)𝒅𝒙 = + ∑(𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 )
𝑳 −𝑳 𝟐
𝒌=𝟏

Paso 2
Tomando en cuenta todos los posibles productos en la
multiplicación de 𝒔𝒏 (𝒙), por si misma , se demuestra que
𝒏
𝟏 𝑳 𝒂𝟎 𝟐
𝟐
∫ (𝒔𝒏 (𝒙)) 𝒅𝒙 = + ∑(𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 )
𝑳 −𝑳 𝟐
𝒌=𝟏

Paso 3
Al escribir
𝟏 𝑳 𝟏 𝑳 𝟐 𝑳 𝟏 𝑳
∫ [𝒇(𝒙) − 𝒔𝒏 (𝒙)]𝟐𝒅𝒙 = ∫ 𝒇𝟐 (𝒙)𝒅𝒙 − ∫ 𝒇(𝒙)𝒔𝒏 (𝒙)𝒅𝒙 + ∫ 𝒔𝟐𝒏 (𝒙)𝒅𝒙 ≥ 𝟎
𝑳 −𝑳 𝑳 −𝑳 𝑳 −𝑳 𝑳 −𝑳
𝒏
𝟏 𝑳 𝟐 𝒂𝟎 𝟐
∫ 𝒇 (𝒙)𝒅𝒙 − − ∑(𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 ) ≥ 𝟎
𝑳 −𝑳 𝟐
𝒌=𝟏

Por lo tanto,
𝒏 𝑳
𝒂𝟎 𝟐 𝟐 𝟏
+ ∑(𝒂𝒌 𝟐 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐 𝑳 −𝑳
𝒌=𝟏

La anterior desigualdad significa que la sucesión de las sumas

parciales de la serie de los cuadrados de los coeficientes de Fourier
es acotada superiormente, luego la serie:
∞
𝒂𝟎 𝟐
+ ∑(𝒂𝒌 𝟐 + 𝒃𝒌 𝟐 ) < ∞
𝟐
𝒌=𝟏

y además
15
SERRANO

∞
𝒂𝟎 𝟐 𝟐 𝟏 𝑳
+ ∑(𝒂𝒌 + 𝒃𝒌 ) ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 −𝑳
𝒌=𝟏

Esto demuestra la desigualdad de Bessel.

Las siguientes desigualdades se demuestran en forma similar.
2) Si 𝒇 es una función de cuadrado integrable en el intervalo [𝟎, 𝑳]
(es decir, 𝒇 ∈ 𝑳𝟐 [𝟎, 𝑳]. Entonces sus coeficientes de Fourier en
cosenos de 𝒇 en [𝟎, 𝑳] satisfacen
∞
𝒂𝟎 𝟐 𝟐 𝑳
+ ∑ 𝒂𝒌 ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝟐
𝟐 𝑳 𝟎
𝒌=𝟏

3) Si 𝒇 es una función de cuadrado integrable en el intervalo

[𝟎, 𝑳]( es decir, 𝒇 ∈ 𝑳𝟐 [𝟎, 𝑳] . Entonces sus coeficientes de Fourier
en senos de 𝒇 en [𝟎, 𝑳] satisfacen
∞
𝟐 𝟐 𝑳
∑ 𝒃𝒌 ≤ ∫ [𝒇(𝒙)]𝟐 𝒅𝒙
𝑳 𝟎
𝒌=𝟏

Ejemplo
Uso la desigualdad de Bessel para obtener una cota superior de
una serie numérica.

Sea 𝒇(𝒙) = 𝒙𝟐 en el intevalo −𝑳 ≤ 𝒙 ≤ 𝑳 .

La serie de Fourier de 𝒇en dicho intervalo es:
16
SERRANO

∞
𝒙𝟐 𝑳𝟐 𝟐𝑳𝟐 (−𝟏)𝒏 𝒏𝝅𝒙
= + 𝟐 ∑ 𝐜𝐨𝐬 ( ) , −𝑳 ≤ 𝒙 ≤ 𝑳
𝟐 𝟔 𝝅 𝒏𝟐 𝑳
𝒏=𝟏

Aquí,

𝑳𝟐
𝒂𝟎 =
𝟑

𝟐𝑳𝟐
𝒂𝒏 = 𝟐 𝟐 (−𝟏)𝒏
𝒏 𝝅
𝒃𝒏 = 𝟎
𝟐 𝑳
𝟏 𝑳 𝒙𝟐 𝟐 𝑳 𝒙𝟒 𝟏 𝑳 𝟒 𝟏 𝒙𝟓 𝑳𝟒
∫ ( ) 𝒅𝒙 = ∫ 𝒅𝒙 = ∫ 𝒙 𝒅𝒙 = [ ] =
𝑳 −𝑳 𝟐 𝑳 𝟎 𝟒 𝟐𝑳 𝟎 𝟐𝑳 𝟓 𝟎 𝟏𝟎
𝟐 ∞
𝟏 𝑳𝟐 𝟒𝑳𝟒 𝟐𝒏
𝑳𝟒
( ) + ∑ 𝟒 𝟒 (−𝟏) ≤
𝟐 𝟑 𝒏 𝝅 𝟏𝟎
𝒏=𝟏
∞
𝟒 𝟏 𝟏 𝟏
∑ ≤ −
𝝅𝟒 𝒏𝟒 𝟏𝟎 𝟏𝟖
𝒏=𝟏
∞
𝟏 𝝅𝟒 𝟏 𝟏
∑ 𝟒≤ ( − )
𝒏 𝟖 𝟓 𝟗
𝒏=𝟏
∞
𝟏 𝝅𝟒
∑ 𝟒≤
𝒏 𝟗𝟎
𝒏=𝟏

que es aproximadamente 1.0823232.

4) Se supone que 𝒇 satisface las hipótesis del teorema de
derivación en [– 𝑳, 𝑳], muestre que
17
SERRANO

∑ √𝒂𝟐𝒏 + 𝒃𝟐𝒏
𝒏=𝟏
converge.

En efecto
Integrando por partes las fórmulas de los coeficientes de Fourier
de 𝒇′ , para relacionar los coeficientes de Fourier de 𝒇′ con los
correspondientes coeficientes de Fourier de 𝒇, denotando los
coeficientes de la derivada con mayúscula y los de la función sin
derivar con minúscula se obtiene que

(𝒏𝝅)
𝑨𝒏 = 𝒃𝒏
𝑳
y
(𝒏𝝅)
𝑩𝒏 = − 𝒂𝒏
𝑳
𝒏 𝒏
𝑳 𝟏
∑ √𝒂𝟐𝒌 + 𝒃𝟐𝒌 = ∑ √𝑨𝟐𝒌 + 𝑩𝟐𝒌
𝝅 𝒌
𝒌=𝟏 𝒌=𝟏
Ahora se utiliza la desigualdad de Cauchy- Schwarz , que afirma
que si
𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 , 𝒚𝟏 , 𝒚𝟐 , . . . , 𝒚𝒏 son números reales Entonces
𝒏 𝒏 𝟏/𝟐 𝒏 𝟏/𝟐

|∑ 𝒙𝒌 𝒚𝒌 | ≤ (∑ 𝒙𝟐𝒌 ) (∑ 𝒚𝟐𝒌 )
𝒌=𝟏 𝒌=𝟏 𝒌=𝟏

Demostración de la desigualdad de Cauchy –Schwartz

Ahora se considera la función

18
SERRANO

𝒏 𝒏 𝒏 𝒏

𝒑(𝝀) = ∑ (𝒙𝒌 +𝝀𝒚𝒌 )𝟐 = ∑ 𝒙𝒌 𝟐 + 𝟐𝝀 ∑ 𝒙𝒌 𝒚𝒌 + 𝝀𝟐 ∑ 𝒚𝒌 𝟐

𝒌=𝟏 𝒌=𝟏 𝒌=𝟏 𝒌=𝟏

para todo número real 𝝀.

Se denota por
𝒏

𝑨 = ∑ 𝒚𝒌 𝟐
𝒌=𝟏

𝑩 = 𝟐 ∑ 𝒙𝒌 𝒚𝒌
𝒌=𝟏

𝑪 = ∑ 𝒙𝒌 𝟐
𝒌=𝟏

Entonces 𝒑(𝝀) es un polinomio de segundo grado en la variable 𝝀

y

𝑨𝝀𝟐 + 𝑩𝝀 + 𝑪 ≥ 𝟎
, para cualquier 𝝀 ∈ ℝ. Este polinomio no puede tener raíces reales
distintas .Por lo tanto, la gráfica del polinomio

𝝁(𝝀) = 𝑨𝝀𝟐 + 𝑩𝝀 + 𝑪
es una parábola que se abre hacia arriba y está por encima del eje
𝝀.
por lo tanto, su discriminante es menor que o igual a cero

𝑩𝟐 − 𝟒𝑨𝑪 ≤ 𝟎
es decir
19
SERRANO

𝒏 𝟐 𝒏 𝒏

𝟒 (∑ 𝒙𝒌 𝒚𝒌 ) − 𝟒 (∑ 𝒙𝟐𝒌 ) (∑ 𝒚𝟐𝒌 ) ≤ 𝟎
𝒌=𝟏 𝒌=𝟏 𝒌=𝟏

Esta desigualdad muy usada en el análisis de Fourier se llama

desigualdad de Schwartz.
Por lo tanto, aplicando la desigualdad de Bessel a 𝒇′ , y la
desigualdad de Cauchy ,se obtiene
𝒏 𝒏 𝟏/𝟐 𝒏 𝟏/𝟐
𝑳 𝟏 𝑳 𝟏
∑ √𝑨𝟐𝒌 + 𝑩𝟐𝒌 ≤ (∑ 𝟐 ) (∑(𝑨𝟐𝒌 + 𝑩𝟐𝒌 ))
𝝅 𝒌 𝝅 𝒌
𝒌=𝟏 𝒌=𝟏 𝒌=𝟏
𝑳 𝟏/𝟐
𝑳
≤ √ (∫ [𝒇′ (𝒙)]𝟐 𝒅𝒙)
𝟔 −𝑳

de aquí se concluye que

𝟏/𝟐
𝒏 𝑳
𝑳
∑ √𝒂𝟐𝒌 + 𝒃𝟐𝒌 ≤ √ (∫ [𝒇′ (𝒙)]𝟐 𝒅𝒙)
𝟔 −𝑳
𝒌=𝟏

Como esta desigualdad es válida para todo entero positivo 𝒏.

Concluimos que
𝟏/𝟐
∞ 𝑳
𝑳
∑ √𝒂𝟐𝒌 + 𝒃𝟐𝒌 ≤ √ (∫ [𝒇′ (𝒙)]𝟐 𝒅𝒙)
𝟔 −𝑳
𝒌=𝟏

Por lo tanto
∞

∑ √𝒂𝟐𝒏 + 𝒃𝟐𝒏 < ∞

𝒏=𝟏
Convergencia uniforme y absoluta de la serie de Fourier

20
SERRANO

Utilice el resultado del ejercicio anterior para mostrar que bajo las
condiciones del teorema de derivación , la serie de Fourier de 𝒇en
el intervalo [– 𝑳, 𝑳]. converge uniformemente a 𝒇 en el intervalo
[– 𝑳, 𝑳].

Un resultado muy familiar es que si las funciones

𝒇𝟏 (𝒙), 𝒇𝟐 (𝒙), … , 𝒇𝒏 (𝒙) son integrables en el intervalo
[𝒂, 𝒃].Entonces la suma (finita) también es integrable , y además

𝒃 𝒏 𝒏 𝒃
∫ ∑ 𝒇𝒌 (𝒙)𝒅𝒙 = ∑ ∫ 𝒇𝒌 (𝒙)𝒅𝒙
𝒂 𝒌=𝟏 𝒌=𝟏 𝒂
Ahora, se considera la serie infinita de funciones
∞

𝒇𝟏 (𝒙) + 𝒇𝟐 (𝒙) + ⋯ + 𝒇𝒌 (𝒙) + ⋯ = ∑ 𝒇𝒌 (𝒙)

𝒌=𝟏
tales series se dicen convergentes para un valor dado de 𝒙 si sus
sumas parciales
𝒏

𝒔𝒏 (𝒙) = ∑ 𝒇𝒌 (𝒙)
𝒌=𝟏
tiene un limite finito.
𝒏

𝒔(𝒙) = 𝐥𝐢𝐦 𝒔𝒏 (𝒙) = 𝐥𝐢𝐦 ∑ 𝒇𝒌 (𝒙)

𝒏→∞ 𝒏→∞
𝒌=𝟏
La cantidad 𝒔(𝒙) se dice que es la suma de la serie , y es obviamente
una función de 𝒙. Si la serie converge para todo 𝒙 en el intervalo
[𝒂, 𝒃], entonces su suma esta definida sobre todo el intervalo [𝒂, 𝒃].

Ahora , nos preguntamos si la fórmula

21
SERRANO

𝒃 𝒏 𝒏 𝒃
∫ ∑ 𝒇𝒌 (𝒙)𝒅𝒙 = ∑ ∫ 𝒇𝒌 (𝒙)𝒅𝒙
𝒂 𝒌=𝟏 𝒌=𝟏 𝒂

puede ser extendida al caso de una serie convergente de funciones

integrables en el intervalo [𝒂, 𝒃]. Es decir, si la formula

𝒃 ∞ ∞ 𝒃
∫ ∑ 𝒇𝒌 (𝒙)𝒅𝒙 = ∑ ∫ 𝒇𝒌 (𝒙)𝒅𝒙
𝒂 𝒌=𝟏 𝒌=𝟏 𝒂
¿es o no valida ?
En otras palabras , la serie puede integrarse término a término? La
respuesta es si, siempre que la serie de funciones sea
uniformemente convergente en el intervalo (𝒂, 𝒃)
Definicion
La serie
∞

𝒇𝟏 (𝒙) + 𝒇𝟐 (𝒙) + ⋯ + 𝒇𝒌 (𝒙) + ⋯ = ∑ 𝒇𝒌 (𝒙)

𝒌=𝟏
Se dice uniformemente convergente en el intervalo [𝒂, 𝒃] si para
todo 𝜺 > 𝟎, existe un entero positivo 𝑵 tal que la desigualdad
|𝒔(𝒙) − 𝒔𝒏 (𝒙)| < 𝜺
se cumple , para todo 𝒏 ≥ 𝑵 y para todo 𝒙 en el intervalo[𝒂, 𝒃].

Criterio 𝑴 de Weierstrass
Karl Weierstrass matemático Alemán (1815-1897) enunció un
criterio que garantiza la convergencia uniforme de ciertas series
de funciones. El criterio es aplicable siempre que la serie de
funciones esté dominada por una serie numérica de términos
positivos ∑∞
𝒌=𝟏 𝑴𝒏 .

22
SERRANO

Sea una serie de funciones ∑∞ 𝒌=𝟏 𝒇𝒌 (𝒙) que converge

puntualmente hacia una función 𝒇 en un intervalo 𝑰.
Si existe una serie numérica convergente de términos no negativos
∑∞𝒌=𝟏 𝑴𝒏 , tal que 𝟎 ≤ |𝒇𝒌 (𝒙)| ≤ 𝑴𝒌 , para todo entero positivo 𝒏 y
para todo 𝒙 de 𝑰. Entonces la serie ∑∞ 𝒌=𝟏 𝒇𝒌 (𝒙) converge
absolutamente y uniformemente en 𝑰.
Ahora, se demuestra que la serie de Fourier converge
uniformemente , ya que está dominada por la serie numérica de
términos no- negativos convergente
∞

∑ √𝒂𝟐𝒏 + 𝒃𝟐𝒏
𝒏=𝟏
En efecto: En virtud de la desigualdad de Cauchy – Schwarz, se
tiene que
𝒌𝝅𝒙 𝒌𝝅𝒙
|𝒂𝒌 𝒄𝒐𝒔 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( )| ≤ √𝒂𝟐𝒌 + 𝒃𝟐𝒌
𝑳 𝑳
Por lo tanto,
𝒏 𝒏
𝒌𝝅𝒙 𝒌𝝅𝒙
∑ |𝒂𝒌 𝒄𝒐𝒔 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( )| ≤ ∑ √𝒂𝟐𝒌 + 𝒃𝟐𝒌
𝑳 𝑳
𝒌=𝟏 𝒌=𝟏
Como esta desigualdad es válida para todo entero positivo 𝒏,
concluimos que
∞ ∞
𝒌𝝅𝒙 𝒌𝝅𝒙
∑ |𝒂𝒌 𝒄𝒐𝒔 ( ) + 𝒃𝒌 𝒔𝒆𝒏 ( )| ≤ ∑ √𝒂𝟐𝒌 + 𝒃𝟐𝒌
𝑳 𝑳
𝒌=𝟏 𝒌=𝟏
a continuación se aplica el criterio 𝑴 de Weierstrass. Se concluye
que la serie de Fourier de 𝒇 en el intervalo [−𝑳, 𝑳] converge
absolutamente y uniformemente
Ejercicio
Muestre que 𝒍𝒊𝒎 𝒏 𝒂𝒏 = 𝟎 y 𝒍𝒊𝒎 𝒏𝒃𝒏 = 𝟎.
𝒏→∞ 𝒏→∞
En efecto:
23
SERRANO

Aplicando la desigualdad de Bessel a 𝒇′ se obtiene

∞
𝟏 𝑳 ′
∑(𝑨𝟐𝒏 + 𝑩𝟐𝒏 ) ≤ ∫ [𝒇 (𝒙)]𝟐 𝒅𝒙
𝑳 −𝑳
𝒏=𝟏
remplazando
(𝒏𝝅)
𝑨𝒏 = 𝒃𝒏
𝑳
y
(𝒏𝝅)
𝑩𝒏 = − 𝒂𝒏
𝑳
se obtiene
∞
𝝅𝟐
𝟐
∑((𝒏𝒃𝒏 )𝟐 + (𝒏𝒂𝒏 )𝟐 ) < ∞
𝑳
𝒏=𝟏
de aquí, que las series
∞ ∞

∑(𝒏𝒂𝒏 )𝟐 𝒚 ∑(𝒏𝒃𝒏 )𝟐
𝒏=𝟏 𝒏=𝟏

ambas convergen, por lo tanto, (𝒏𝒃𝒏 )𝟐 → 𝟎 y (𝒏𝒂𝒏 )𝟐 → 𝟎

cuando 𝒏 → ∞.Esto implica que 𝒏𝒃𝒏 → 𝟎 y𝒏𝒂𝒏 → 𝟎cuando 𝒏 →
∞.

La Identidad de Parseval
La identidad de Parseval afirma que bajo las hipótesis del teorema
de derivación de series de Fourier , se tiene que
𝟐 ∞
𝟏 𝑳 𝒂 𝟎
∫ [𝒇(𝒙)]𝟐 𝒅𝒙 = + ∑ (𝒂𝟐𝒏 + 𝒃𝟐𝒏 )
𝑳 −𝑳 𝟐
𝒏=𝟏

La integral se puede interpretar como la ‘energía’ de la función

𝒇(𝒙).
24
SERRANO

La identidad de Parseval es de gran importancia en muchas

aplicaciones del análisis de Fourier.
Si
∞
𝒂𝟎 𝒏𝝅𝒙 𝒏𝝅𝒙
𝒇(𝒙) = + ∑ (𝒂𝒏 𝒄𝒐𝒔 + 𝒃𝒏 𝒔𝒆𝒏 )
𝟐 𝑳 𝑳
𝒏=𝟏

entonces multiplicando por 𝒇(𝒙) e integrando término a término

desde −𝑳 hasta 𝑳 (lo cual se justifica porque la serie converge
uniformemente), tenemos que:
𝑳
𝒂𝟎 𝑳
∫ [𝒇(𝒙)]𝟐𝒅𝒙 = ∫ 𝒇(𝒙)𝒅𝒙
−𝑳 𝟐 −𝑳
∞ 𝑳 𝑳
𝒏𝝅𝒙 𝒏𝝅𝒙
+ ∑ [𝒂𝒏 ∫ 𝒇(𝒙)𝒄𝒐𝒔 𝒅𝒙 + 𝒃𝒏 ∫ 𝒇(𝒙)𝒔𝒆𝒏 𝒅𝒙]
−𝑳 𝑳 −𝑳 𝑳
𝒏=𝟏

∞
𝒂𝟐𝟎
= 𝑳 + 𝑳 ∑ (𝒂𝟐𝒏 + 𝒃𝟐𝒏 )
𝟐
𝒏=𝟏

donde se ha usado el hecho que

𝑳
𝒏𝝅𝒙
∫ 𝒇(𝒙)𝒄𝒐𝒔 𝒅𝒙 = 𝒂𝒏 𝑳,
−𝑳 𝑳
𝑳
𝒏𝝅𝒙
∫ 𝒇(𝒙) 𝒔𝒆𝒏 𝒅𝒙 = 𝒃𝒏 𝑳,
−𝑳 𝑳
𝑳
∫ 𝒇(𝒙)𝒅𝒙 = 𝒂𝟎 𝑳
−𝑳

el resultado se obtiene al dividir a ambos miembros por 𝑳.

Ejercicio
(Calcule la suma de una serie)
25
SERRANO

Los coeficientes de Fourier de la función 𝒇(𝒙) = 𝒙𝟑 − 𝑳𝟐 𝒙 en el

intevalo −𝑳 ≤ 𝒙 ≤ 𝑳son:
𝒂𝒏 =0

𝟏𝟐𝑳𝟑
𝒃𝒏 = 𝟑 𝟑 (−𝟏)𝒏
𝒏 𝝅
Una aplicación directa de la fórmula de Parseval da:
∞
𝟏 𝝅𝟔
∑ 𝟔=
𝒏 𝟗𝟒𝟓
𝒏=𝟏

Solución:
∞
𝟏 𝑳
∫ [𝒇(𝒙)]𝟐 𝒅𝒙 = ∑ 𝒃𝟐𝒏
𝑳 −𝑳
𝒏=𝟏

𝟏 𝑳 𝟑 𝟐 𝑳 𝟔
∫ [𝒙 − 𝑳 𝒙] 𝒅𝒙 = ∫ (𝒙 − 𝟐𝑳𝟐 𝒙𝟒 + 𝑳𝟒 𝒙𝟐 ) 𝒅𝒙
𝟐 𝟐
𝑳 −𝑳 𝑳 𝟎
𝑳
𝒙𝟕 𝟐𝑳𝟐 𝒙𝟓 𝑳𝟒 𝒙𝟑 𝟐 𝑳𝟕 𝟐𝑳𝟕 𝑳𝟕
= 𝟐[ − + ] = [ − + ]
𝟕 𝟓 𝟑 𝟎 𝑳 𝟕 𝟓 𝟑
𝟔
𝟏 𝟐 𝟏
= 𝟐𝑳 [ − + ]
𝟕 𝟓 𝟑
𝟏𝟓 − 𝟒𝟐 + 𝟑𝟓 𝟏𝟔𝑳𝟔
= 𝟐𝑳𝟔 [ ]=
𝟏𝟎𝟓 𝟏𝟎𝟓
𝑳
𝟏𝟔𝑳𝟔
∫ [𝒙𝟑 − 𝑳𝟐 𝒙]𝟐 𝒅𝒙 =
−𝑳 𝟏𝟎𝟓
∞
𝟏𝟒𝟒𝑳𝟔 (−𝟏)𝟐𝒏 𝟏𝟔𝑳𝟔
∑ =
𝒏 𝟔 𝝅𝟔 𝟏𝟎𝟓
𝒏=𝟏
26
SERRANO

∞
𝟏 𝟏𝟔𝝅𝟔 𝝅𝟔
∑ 𝟔= =
𝒏 (𝟏𝟎𝟓)(𝟏𝟒𝟒) 𝟗𝟒𝟓
𝒏=𝟏
∞
𝒙𝟐 𝑳𝟐 𝟐𝑳𝟐 (−𝟏)𝒏 𝒏𝝅𝒙
= + 𝟐 ∑ 𝐜𝐨𝐬 ( ) , −𝑳 ≤ 𝒙 ≤ 𝑳
𝟐 𝟔 𝝅 𝒏𝟐 𝑳
𝒏=𝟏

𝑳𝟐
𝒂𝟎 =
𝟑
𝟐𝑳𝟐
𝒂𝒏 = 𝟐 𝟐 (−𝟏)𝒏
𝒏 𝝅
𝟐 𝑳
𝟏 𝑳 𝒙𝟐 𝟐 𝑳 𝒙𝟒 𝟏 𝑳 𝟒 𝟏 𝒙𝟓
∫ ( ) 𝒅𝒙 = ∫ 𝒅𝒙 = ∫ 𝒙 𝒅𝒙 = [ ]
𝑳 −𝑳 𝟐 𝑳 𝟎 𝟒 𝟐𝑳 𝟎 𝟐𝑳 𝟓 𝟎
𝟐 ∞
𝑳𝟒 𝟏 𝑳𝟐 𝟒𝑳𝟒
= ( ) + ∑ 𝟒 𝟒 (−𝟏)𝟐𝒏
𝟏𝟎 𝟐 𝟑 𝒏 𝝅
𝒏=𝟏
∞
𝟏 𝟏 𝟒 𝟏
− = 𝟒∑ 𝟒
𝟏𝟎 𝟏𝟖 𝝅 𝒏
𝒏=𝟏
∞
𝝅𝟒 𝟏 𝟏 𝟏
( − )=∑ 𝟒
𝟖 𝟓 𝟗 𝒏
𝒏=𝟏
∞
𝝅𝟒 𝟏
=∑ 𝟒
𝟗𝟎 𝒏
𝒏=𝟏

27