| 9. Ecuaciones diferenciales | 9.11. Problemas de valores en la frontera y expansiones de Fourier |
9.11.2 Expansiones de Fourier I
En el ejemplo 9.11.1.4 y los ejercicios 9.11.1.4 – 9.11.1.22 vimos que las funciones propias del problema 5 son ortogonales en [−L, L] y las funciones propias de los problemas 1 – 4 son ortogonales en [0, L]. En esta sección y en la siguiente presentamos algunos desarrollos en serie en términos de estas funciones propias. Usaremos estas expansiones para resolver ecuaciones diferenciales parciales en el Capítulo 9.12.
Teorema 9.11.2.1
Suponga que las funciones φ1, φ2, φ3, . . ., son ortogonales en [a, b] y
Sean c1, c2, c3,. . . constantes tales que las sumas parciales
|fN(x)| ≤ M, a ≤ x ≤ b, n = 1, 2, 3, . . .
para alguna constante M < ∞. Supongamos también que la serie
converge y es integrable en [a, b]. Entonces
Prueba:
Multiplicando (9.11.2.2) por φn e integrando se obtiene
Se puede demostrar que la acotación de las sumas parciales
(Esto no es fácil de probar.) Dado que
(9.11.2.5) se reduce a
Ahora (9.11.2.1) implica (9.11.2.3). ◊
El teorema 9.11.2.1 motiva la siguiente definición.
Definición 9.11.2.2
Suponga φ1, φ2, . . . , ϕn,. . . son ortogonales en [a, b] y
Entonces la serie infinita
Indicamos la relación entre f y su expansión de Fourier por
Usted puede preguntarse por qué no escribimos
en lugar de (9.11.2.7). Desafortunadamente, esto no siempre es cierto. La serie de la derecha puede divergir para algunos o todos los valores de x en [a, b], o puede converger a f(x) para algunos valores de x y no para otros. Entonces, por ahora, solo pensaremos en la serie como asociada con f debido a la definición de los coeficientes {cn}, e indicaremos esta asociación informalmente como en (9.11.2.7).
Series de Fourier
Ahora estudiaremos las expansiones de Fourier en términos de las funciones propias
del Problema 5. Si f es integrable en [−L, L], su expansión de Fourier en términos de estas funciones se llama la serie de Fourier de f en [−L, L]. Ya que
y
vemos de (9.11.2.6) que la serie de Fourier de f en [−L, L] es
donde
Tenga en cuenta que a0 es el valor promedio de f en [−L, L], mientras que an y bn (para n ≥ 1) son el doble de los valores promedio de
en [−L, L], respectivamente.
Convergencia de la Serie de Fourier
La cuestión de la convergencia de las series de Fourier para funciones integrables arbitrarias está más allá del alcance de este libro. Sin embargo, podemos enunciar un teorema que resuelve esta cuestión para la mayoría de las funciones que surgen en las aplicaciones.
Definición 9.11.2.3
Se dice que una función f es uniforme a trozos en [a, b] si:
(a) f tiene como máximo un número finito de puntos de discontinuidad en (a, b);
(b) f ′ existe y es continua excepto posiblemente en un número finito de puntos en (a, b);
(c) f (x0+) =
(d) f (x0−) =
Dado que se requiere que f y f ′ sean continuas en todos menos en un número finito de puntos en [a, b], f (x0+) = f (x0−) y f ′(x0+) = f ′(x0−)) para todos excepto en un número finito de valores de x0 en (a, b). Recuerde de la Sección 9.8.1 que se dice que f tiene una discontinuidad de salto en x0 si f (x0+) ≠ f (x0−).
El siguiente teorema da condiciones suficientes para la convergencia de una serie de Fourier. La prueba está más allá del alcance de este libro.
Teorema 9.11.2.2
Si f es suave por partes en [−L, L], entonces la serie de Fourier
de f en [−L, L] converge para todo x en [−L, L]; es más,
Como f (x+) = f (x−) si f es continua en x, también podemos decir que
Tenga en cuenta que F es en sí misma suave por partes en [−L, L], y F(x) = f (x) en todos los puntos del intervalo abierto (−L, L) donde f es continua. Dado que la serie en (9.11.2.8) converge a F(x) para todo x en [−L, L], puede verse tentado a inferir que el error
se puede hacer tan pequeño como queramos para todo x en [−L, L] eligiendo N lo suficientemente grande. Sin embargo, esto no es cierto si f tiene una discontinuidad en algún lugar de (−L, L), o si f (−L+) ≠ f (L−). Esta es la situación en este caso.
Si f tiene una discontinuidad de salto en un punto α en (−L, L), habrá secuencias de puntos {uN} y {vN} en (−L, α) y (α, L), respectivamente, tales que
y
EN(uN) ≈ 0.09 | f (α−) − f (α+)| y EN(vN) ≈ 0.09 | f (α−) − f (α+)|.
Por lo tanto, el valor máximo del error EN(x) cerca de α no tiende a cero cuando N → ∞, sino que ocurre cada vez más cerca (y en ambos lados de) α, y es esencialmente independiente de N.
Si f (−L+) ≠ f (L−), entonces habrá sucesiones de puntos {uN} y {vN} en (−L, L) tales que
EN(uN) ≈ 0.09 | f ( −L+) − f (L−)| y EN(vN) ≈ 0.09 | f ( −L+) − f (L−)|.
Este es el fenómeno de Gibbs. Habiendo sido alertado al respecto, puede verlo en las Figuras 9.11.2.2 – 9.11.2.4, a continuación; sin embargo, daremos un ejemplo específico al final de esta sección.
Ejemplo ilustrativo 9.11.2.1
Encuentre la serie de Fourier de la función suave por partes
en [−2, 2] (Figura 9.11.2.1). Determina la suma de la serie de Fourier para −2 ≤ x ≤ 2.


Solución:
Tenga en cuenta que no nos molestamos en definir f (−2), f (0) y f (2). No importa cómo se definan, f es suave por partes en [−2, 2], y los coeficientes en la serie de Fourier
no se ven afectados por ellos. En cualquier caso, el Teorema 9.11.2.2 implica que F(x) = f (x) en (−2, 0) y (0, 2), donde f es continua, mientras que
y
Para resumir,
Calculamos los coeficientes de Fourier de la siguiente manera:
Si n ≥ 1, entonces
y
Por lo tanto
La figura 9.11.2.2 muestra cómo la suma parcial
aproxima f (x) para m = 5 (curva punteada), m = 10 (curva discontinua) y m = 15 (curva continua).

