Universidad Autónoma del Estado de México

Facultad de ingeniería

Ingeniería en Electrónica

Calculo Avanzado

Profesor: Darío Méndez Toss

SERIES TRIGONOMETRICAS Y TRANSFORMADAS

Alumno: Diego Pedraza Benitez

06 de junio de 2022

1
 RESUMEN
Hasta este momento conocíamos ya series como las de Taylor o Maclaurin, las cuales nos ayudan
a simplificar funciones ya sea reales o complejas; al igual ya conocíamos transformadas como la
de Laplace, la cual conocimos por ayudarnos a resolver ecuaciones diferenciales de una manera
más rápida que al hacerlo de la forma tradicional, sin embargo nunca imaginamos que las
aplicaciones de todo esto fueran extensas, ahora podemos encontrar otras transformadas, como la
de Fourier, o la z, las cuales como cosa en común nos ayudan a interpretar señales de cualquier
tipo, de otra forma, esto lo logran cambiando de variable o domino a una función en el dominio del
tiempo; lo que representa un sinfín de aplicaciones dentro de la ingeniería, ya que pueden ayudar
a describir algunos procesos difíciles de “describir”, y otras ramas, como la acústica o incluso
informática ya que ayudan a comprimir archivos, además el hecho de tener una gran variedad de
transformadas nos dice que podemos transformar prácticamente cualquier función, sin importar si
es continua, periódica, discreta, etc. Todo esto sin dejar de lado a la serie de Fourier la cual nos
ayuda a simplificar algunas funciones periódicas, y es el pilar para la transformada de Fourier.

OBJETIVO DEL TEMA

Contrastar las diferencias de las diferentes transformadas para poder diferenciar las funciones a
las que pueden ser aplicadas.
Analizar el desarrollo tanto de la serie de Fourier como de las transformadas z, de Fourier y de
Laplace.
Discutir las aplicaciones de los temas anteriormente mencionados dentro de la ingeniería
electrónica.
 ÍNDICE
INTRODUCCIÓN ................................................................................................................................. 5
1. SERIES DE FOURIER .................................................................................................................. 6
Introducción [2] ................................................................................................................................. 6
Funciones reales e impares ............................................................................................................... 6
Relaciones de ortogonalidad ............................................................................................................. 6
Función periódica............................................................................................................................. 6
Definición [1] ...................................................................................................................................... 7
Interpretación .................................................................................................................................... 7
Principales condiciones para su convergencia [2] ............................................................................. 7
Expansión en series de Fourier de funciones..................................................................................... 7
Periodo 2𝜋 [2].................................................................................................................................. 7
De periodo t [1] ................................................................................................................................ 8
Par o impar [1] ................................................................................................................................. 8
Propiedad de linealidad [4] ................................................................................................................ 8
Formas de expresar a las series de Fourier ....................................................................................... 9
Trigonométrica [1] ........................................................................................................................... 9
Armónica [6].................................................................................................................................... 9
Compleja [1] .................................................................................................................................... 9
Espectros de frecuencia discreta compleja [3] ................................................................................ 10
Espectro de amplitud [3] .............................................................................................................. 10
Espectro de fase [3] ...................................................................................................................... 10
Espectro de frecuencia real [1] ........................................................................................................ 10
Aplicaciones...................................................................................................................................... 10
Ejemplos ........................................................................................................................................... 10
2. TRANSFORMADA DE FOURIER............................................................................................. 12
Introducción ..................................................................................................................................... 12
Definición [1] .................................................................................................................................... 12
Integral de Fourier .......................................................................................................................... 12
Par de transformadas de Fourier [1] ................................................................................................ 13
Transformada de Fourier ................................................................................................................ 13
Condiciones suficientes para su existencia (Dirichlet) [9] ............................................................... 14
Interpretación .................................................................................................................................. 14
Aplicaciones...................................................................................................................................... 15
Descomponer señales ..................................................................................................................... 15
 Filtrar señales de audio ................................................................................................................... 15
Filtrar señales eléctricas ................................................................................................................. 15
Shazam .......................................................................................................................................... 15
Resolver algunas ecuaciones diferenciales ...................................................................................... 16
Ejemplos ........................................................................................................................................... 16
3. TRANSFORMADA DE LAPLACE ............................................................................................ 17
Introducción ..................................................................................................................................... 17
Definición [3] .................................................................................................................................... 17
Condiciones suficientes para su existencia [6] ................................................................................. 18
Interpretación .................................................................................................................................. 18
Propiedades [6]................................................................................................................................. 18
Linealidad ...................................................................................................................................... 18
Traslación ...................................................................................................................................... 18
Derivada ........................................................................................................................................ 19
Transformada inversa [1] ................................................................................................................ 19
Aplicaciones...................................................................................................................................... 19
Ejemplos ........................................................................................................................................... 20
4. TRANSFORMADA Z .................................................................................................................. 21
Introducción ...................................................................................................................................... 21
Definición [7] .................................................................................................................................... 22
Propiedades de la transformada z [8] .............................................................................................. 23
Superposición ................................................................................................................................ 23
Desplazamiento en el tiempo .......................................................................................................... 23
Inversión en el tiempo .................................................................................................................... 23
Multiplicación por secuencia exponencial....................................................................................... 23
Convolución................................................................................................................................... 23
Diferenciación en el dominio de z .................................................................................................. 23
Transformadas para escalón e impulso unitarios .............................................................................. 23
Condiciones para su existencia [8] .................................................................................................... 24
Interpretación ................................................................................................................................... 24
Transformada z inversa [7] ................................................................................................................ 24
Aplicaciones ...................................................................................................................................... 24
Ejemplos ............................................................................................................................................ 24
CONCLUSIONES ............................................................................................................................... 27
BIBLIOGRAFÍA ................................................................................................................................. 27
 INTRODUCCIÓN
Hasta ahora solo conocíamos algunas series para números reales, las cuales son una forma de
representar una función en una de serie de funciones más pequeñas, y por ende fáciles de “operar”,
y de esta manera poder quizá hacer integrales que se convierten en integrales o derivadas
demasiado largas si la función se encuentra en su expresión normal; la serie de Fourier es otro tipo
de serie, el cual solo se aplica a funciones periódicas, y está enfocada al estudio de estas, al poder
descomponerlas en términos, es “fácil” poder identificar algunas de sus propiedades, sin dejar de
lado el hecho de que ayuda a simplificar muchas funciones periódicas, con el único inconveniente
de que no se puede aplicar a una función no periódica; por otro lado, una de las transformadas más
conocidas, es la transformada de Laplace que ya ha sido estudiada varias veces en el pasado,
específicamente en su aplicación en ecuaciones diferenciales, aunque es importante mencionar que
esta transformada no solo tiene esta aplicación, por lo cual vale la pena estudiar muchas otras; la
transformada de Fourier es otra transformada integral que transforma una función del dominio del
tiempo al dominio de la frecuencia, aunque en este caso la transformada se pude aplicar para
cualquier función sea periódica o no, esto es importante de recalcar, que uno pensaría que al
depender de la serie de Fourier solo podría aplicarse a funciones periódicas; en contraparte de la
transformada de Laplace, podemos encontrar a la transformada z, la cual es usada para funciones
discretas. El conocer estos temas supone amplias ventajas para cualquier persona que se encuentre
estudiando ingenierías y/o ciencias exactas, ya que muchos de los temas en ingeniería y ciencias
exactas requieren de estos temas por sus diversas y amplias aplicaciones, por ejemplo en circuitos
eléctricos es muy importante en muchos casos poder descifrar una señal, y a partir de ahí identificar
una señal que está produciendo “ruido”, dentro de esta investigación podrás encontrar el, de donde
vienen estos temas, o su definición, y a partir de ahí poder aprender a como desarrollar ya sea la
serie de Fourier, o aprender a transformar funciones considerando la transformada apropiada, esto
sin dejar de lado a las varias aplicaciones que suponen estos temas para muchos campos, aunque
cabe recalcar que las aplicaciones son mayores dentro de la ingeniería.

5
 1. SERIES DE FOURIER
Introducción [2]
Existen 3 maneras de representar a una serie de Fourier las cuales son totalmente equivalentes: La
primera usa una expansión en términos de senos y cosenos, la segunda usa una expansión en
términos de exponenciales complejas, mientras que la tercera utiliza una expansión de armónicos.
Antes de comenzar a hablar y definir a las series de Fourier, es necesario dar un repaso a algunos
temas que son base para poder comprender la serie de Fourier.
Funciones reales e impares
Una función par, es aquella que respeta la siguiente ecuación: 𝑓(−𝑥 ) = 𝑓(𝑥), en pocas palabras,
si cambiamos el signo de la variable “x” utilizada, el resultado de la final de la función será el
mismo independientemente del signo de “x”. Un ejemplo de este tipo de funciones es 𝑓(𝑥 ) =
cos(𝑥 ).
Una función impar, es aquella que respeta la siguiente ecuación 𝑓(−𝑥 ) = −𝑓(𝑥), en pocas
palabras, el cambiar de signo a la variable “x” ocasionara que el resultado final de la función cambie
de signo, un ejemplo de este tipo de funciones es 𝑓(𝑥 ) = sin(𝑥 ).
Identificar de manera grafica a estas funciones se vuelve relativamente sencillo, el eje “y” actuara
como una especie de espejo que proyecta la imagen de un lado al otro, dejándola en la misma
dirección si se trata de una función par, en cambio el eje “y” proyectara la imagen de un lado al
otro, dejándola invertida si se trata de una función impar.
Cabe recalcar, que siempre habrá funciones que no cumplen con las reglas de funciones pares o
impares, por lo cual no se podrán clasificar en este tipo de funciones.
Relaciones de ortogonalidad
Para este caso se debe de tener claro el concepto de la ortogonalidad de vectores; dos vectores son
ortogonales si su producto “escalar” da 0 como resultado; además un vector es ortonormal si su
producto “escalar” por sí mismo es 1.
Función periódica
Es fácil deducir que es una función periódica, ya que el mismo significado de periodicidad nos
hace deducirlo, una función periódica es una función que se repite indefinidamente en un periodo
dado, el periodo es el tiempo en que la función tarda en repetirse, por lo cual se puede deducir que
una función periódica debe cumplir la siguiente expresión:
𝑓 (𝑥 + 𝑛𝑇) = 𝑓 (𝑥 )
Además, se puede definir en este caso a la “velocidad angular” que es la velocidad con la que una
función se repite, y se puede calcular con la siguiente expresión.
2𝜋
𝜔=
𝑇
Aunque en el caso de una función en el intervalo 2T, como las que estamos utilizando en todo el
𝝅
apartado, 𝝎 = 𝑻

6
 Definición [1]
Una serie de Fourier es una serie “infinita” que converge a un punto dado de una función continua
y periódica. O, la representación de una función mediante un numero infinito de términos de seno
o coseno de diferentes frecuencias.
Interpretación
Analizar funciones periódicas es muy importante dentro de la electrónica, y sobre todo en las
señales, para ello se hace uso del análisis de Fourier, el cual es una herramienta matemática básica
muy importante, la cual descompone dicha función en una suma infinita de funciones sinusoidales
mucho más simples, lo cual facilita los cálculos al hacer operaciones más complejas dentro del
cálculo.
Principales condiciones para su convergencia [2]
Pueden existir varias condiciones para su convergencia, sin embargo, estas se pueden resumir en
un simple teorema:
“Sean 𝑓 y 𝑓´ funciones continuas en el tramo (-T,T); esto es, establezcamos 𝑓 y 𝑓´ continuas
excepto en un numero finito de puntos en el intervalo y con discontinuidades distintas solo en estos
puntos. Entonces, la serie de Fourier de 𝑓 en el intervalo converge a 𝑓(𝑥 ) en un punto de
𝑓(𝑥+)+𝑓(𝑥−)
continuidad. En un punto de discontinuidad, la serie de Fourier converge al promedio 2
, donde 𝑓 (𝑥 +) y 𝑓(𝑥 −) denotan el límite de f en x de derecha a izquierda, respectivamente.”
Expansión en series de Fourier de funciones
Periodo 2𝜋 [2]
En el caso de una función de periodo 2𝜋, su frecuencia angular 𝜔 será 1, por lo cual para obtener
su expansión necesitaremos las siguientes formulas:
∞ ∞

𝑓 (𝑡) = 𝑎0 + ∑ 𝑎𝑛 cos(𝑛𝑡) + ∑ 𝑏𝑛 sin(𝑛𝑡)

𝑛=1 𝑛=1
𝑇
1 2
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 −𝑇
2
𝑇
2 2
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝑡) 𝑑𝑡
𝑇 −𝑇
2
𝑇
2 2
𝑏𝑛 = ∫ 𝑓(𝑡) sin(𝑛𝑡) 𝑑𝑡
𝑇 −𝑇
2
𝑇 𝑇
NOTA: en este caso se utilizaron los limites [− 2 , 2 ], para poder simplificar la expresión, y hacer
2𝜋
que 𝜔 = 𝑇 = 1, sin embargo, en cualquier caso, es posible utilizar cualquier límite de integración,
cambiando únicamente la ecuación para obtener 𝜔, como se ve en las siguientes expansiones.

7
De periodo t [1]
En el caso de una función de periodo T, al T poder tomar cualquier valor, la frecuencia angular de
la función cambiara, por lo cual tendremos que obtener una frecuencia para cada T, utilizando las
siguientes formulas:
𝝅
𝝎=
𝑻
∞ ∞
𝑎0
𝑓 (𝑡 ) = + ∑ 𝑎𝑛 cos(𝑛𝜔𝑡) + ∑ 𝑏𝑛 sin(𝑛𝜔𝑡)
2
𝑛=1 𝑛=1
1 𝑇
𝑎0 = 𝑇 ∫−𝑇 𝑓 (𝑡)𝑑𝑡 (1)
1 𝑇
𝑎𝑛 = 𝑇 ∫−𝑇 𝑓 (𝑡) cos(𝑛𝜔𝑡) 𝑑𝑡 (2)
1 𝑇
𝑏𝑛 = 𝑇 ∫−𝑇 𝑓 (𝑡) sin(𝑛𝜔𝑡) 𝑑𝑡 (3)

Par o impar [1]

𝝅
𝝎=
𝑻
Una función par en el intervalo (-T,T) la podemos expresar en una serie de cosenos:
∞
𝑎0
𝑓(𝑡) = + ∑ 𝑎𝑛 cos(𝑛𝜔𝑡)
2
𝑛=1

Donde:
2 𝑇
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 0
2 𝑇
𝑎𝑛 = ∫ 𝑓(𝑡) cos(𝑛𝜔𝑡) 𝑑𝑡
𝑇 0
Una función impar en el intervalo (-T,T) la podemos expresar en una serie de senos:
∞

𝑓(𝑡) = ∑ 𝑏𝑛 sin(𝑛𝜔𝑡)
𝑛=1

Donde:
2 𝑇
𝑏𝑛 = ∫ 𝑓 (𝑡) sin(𝑛𝜔𝑡) 𝑑𝑡
𝑇 0
Propiedad de linealidad [4]
La propiedad de linealidad es una propiedad muy importante, ya que permite simplificar los
términos de una serie larga, en términos más pequeños, lo cual ahorra mucho tiempo dentro de los
campos de la ingeniería y/o científico, esto se logra ya que la integral es un término lineal, y la

8
integral forma parte fundamental de la definición de la serie de Fourier, por lo cual, con esta
propiedad, tenemos:
ℱ(𝑓1(𝑡) + 𝑓2(𝑡)) = ℱ(𝑓1(𝑡)) + ℱ(𝑓2(𝑡))

Formas de expresar a las series de Fourier

Trigonométrica [1]
Habiendo definido ahora si algunos conceptos esenciales, ahora cualquier función periódica con
periodo T y frecuencia angular 𝜔, se puede representar en una serie de senos y cosenos de la forma:
∞ ∞
𝑎0
𝑓 (𝑡 ) = + ∑ 𝑎𝑛 cos(𝑛𝜔𝑡) + ∑ 𝑏𝑛 sin(𝑛𝜔𝑡)
2
𝑛=1 𝑛=1

Es importante mencionar que las funciones sin(𝑛𝑤𝑡) y cos(𝑛𝑤𝑡) forman una base para las series
de Fourier, por lo cual satisfacen todos los requerimientos de la ortogonalidad.
𝑎0 , 𝑎𝑛 , 𝑏𝑛 son coeficientes que se pueden encontrar con las siguientes expresiones (1) (2) (3)
Armónica [6]
La forma armónica de una función f(t) periódica es la siguiente:
∞

𝑓 (𝑡) = 𝐴0 + ∑ 𝐴𝑛 sin(𝑛𝜔𝑡 + 𝜙𝑛 )
𝑛=1

Aunque también se puede expresar en términos del coseno

∞

𝑓 (𝑡) = 𝐴0 + ∑ 𝐴𝑛 cos(𝑛𝜔𝑡 − 𝜑𝑛 )
𝑛=1
𝜋 𝑎 𝜋 𝑏
Donde 𝑤 = 𝑇 , 𝐴𝑛 = √𝑎𝑛2 + 𝑏𝑛2 , 𝜙𝑛 = arctan ( 𝑏𝑛), 𝜑𝑛 = 2 − 𝜙𝑛 = arctan (𝑎𝑛 )
𝑛 𝑛

Compleja [1]
Haciendo uso de la identidad de Euler 𝑒 𝑖𝜃 = cos(𝜃) + 𝑖𝑠𝑖𝑛(𝜃), y de las respectivas equivalencias
𝑒 𝑖𝜃 +𝑒 −𝑖𝜃 𝑒 𝑖𝜃 −𝑒 −𝑖𝜃
de seno y coseno, cos(𝜃) = y sin(𝜃) = , podemos llegar a la expresión de la serie
2 2
de Taylor en forma compleja:
∞

𝑓 (𝑡) = ∑ 𝑐𝑛 𝑒 −𝑖𝑛𝑤𝑡
𝑛=−∞

Donde,
1 𝑇
𝑐𝑛 = ∫ 𝑓(𝑡)𝑒 −𝑖𝑛𝑤𝑡 𝑑𝑥 , 𝑛 = ±1, ±2, ±3, … ± 𝑛
2𝑇 −𝑇

9
 Espectros de frecuencia discreta compleja [3]
La frecuencia fundamental de una onda f(t) es 𝜔, por lo que únicamente se requieren los valores
de amplitud y fase de cada uno de los armónicos para reconstruir la onda, al conjunto de estos
valores se les llama espectro, el cual será discreto, y representará a la amplitud-frecuencia o
amplitud-fase, como veremos más adelante.
Espectro de amplitud [3]
El espectro de amplitud es la representación de la frecuencia-amplitud, es muy útil a la hora de
querer descomponer una señal, en funciones de diferente frecuencia que al sumarlas nos de la señal,
esto tiene varias aplicaciones a la hora de filtrar señales.

Espectro de fase [3]

El espectro de fase es la representación de la frecuencia-fase

Espectro de frecuencia real [1]

El estudio de las señales periódicas en el tiempo es muy importante dentro de la electrónica, dentro
de este estudio es de mucha utilidad el análisis espectral de diversas formas de onda. Si f es
periódica y tiene un periodo fundamental T, la gráfica de los puntos (𝑛𝜔, |𝑐𝑛 |), donde 𝜔 es la
frecuencia angular fundamental y los 𝑐𝑛 son los coeficientes definidos en la forma compleja de la
serie de Fourier, se llama espectro de frecuencia de f.
Aplicaciones
- La serie de Fourier tiene varias aplicaciones, la más extendida y quizá obvia es la
posibilidad de representar a una función en otras funciones “simplificadas” lo que facilita
el hacer algunas operaciones con estas.
- Otra de las aplicaciones la podemos encontrar en las señales, y es que la posibilidad de ver
el comportamiento armónico de estas, lo que nos ayuda a obtener sus respectivos espectros.
- Algunas ecuaciones diferenciales también se pueden resolver mediante series de Fourier y
procesamiento en computadora.
Ejemplos

10
EJEMPLO 1. DESARROLLO DE UNA SERIE DE FOURIER. OBTEN LA SERIE DE FOURIER, DE 𝒇(𝒙) =
𝟎, −𝝅<𝒕<𝟎 𝝅
{ 𝝎= =𝟏
𝝅 − 𝒕, 𝟎<𝒕<𝝅 𝑻

➔ OBTENEMOS 𝑎0 , 𝑎𝑛 , 𝑏𝑛 :

1 𝑇 1 0 𝜋
1 𝑡2 𝜋 𝟏
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = [∫ 0𝑑𝑡 + ∫ 𝝅 − 𝒕𝑑𝑡] = [𝜋𝑡 − | ] = 𝝅
𝑇 −𝑇 𝜋 −𝝅 𝟎 𝜋 2 0 𝟐
0 𝜋
1 1 sin(𝑛𝜋) 𝜋 1 𝜋 1 1 − cos(𝑛𝜋) 𝜋
𝑎𝑛 = (∫ 0𝑑𝑡 + ∫ (𝜋 − 𝑡)(cos(𝑛𝑡))𝑑𝑡) = [(𝜋 − 𝑡) | + ∫ sin(𝑛𝜋)𝑑𝑡] = (( ) ( | ))
𝜋 −𝜋 0 𝜋 𝑛 0 𝑛 0 𝜋 𝑛 𝑛 0
− cos(𝑛𝜋) + 1 −(−𝟏)𝒏 + 𝟏
= =
𝜋𝑛 2 𝝅𝒏𝟐
0 𝜋
1 1 (𝜋 − 𝑡)(−cos(𝑛𝑡) ) 𝜋 1 (𝜋)(cos(0) ) 1 𝜋 𝟏
𝑏𝑛 = (∫ 0𝑑𝑡 + ∫ (𝜋 − 𝑡)(sin(𝑛𝑡))𝑑𝑡) = ( | ) = (0 − )= ( )=
𝜋 −𝜋 0 𝜋 𝑛 0 𝜋 𝑛 𝜋 𝑛 𝒏

➔ SUSTITUIMOS EN LA ECUACION DE SERIE DE FOURIER

1 ∞ ∞
𝜋 −(−1)𝑛 + 1 1
𝑓(𝑡) = 2 + ∑ cos(𝑛𝑡) + ∑ sin(𝑛𝑡)
2 𝜋𝑛 2 𝑛
𝑛=1 𝑛=1
∞ ∞
1 −(−1)𝑛 + 1 1
𝑓(𝑡) = 𝜋 + ∑ cos(𝑛𝑡) + ∑ sin(𝑛𝑡)
4 𝜋𝑛 2 𝑛
𝑛=1 𝑛=1

EJEMPLO 2. OBTEN LA SERIE DE FOURIER, DE 𝒇(𝒙) = 𝒙; −𝟏 ≤ 𝒙 < 𝟏; 𝑻 = 𝟏, en su forma

𝝅
armónica 𝝎=𝟏=𝝅

➔ OBTENEMOS 𝑐𝑛 :

1 1 1 𝑡𝑒 −𝑖𝑛𝜋𝑡 1 1 1 −𝑖𝑛𝜋𝑡 1 𝑡𝑒 −𝑖𝑛𝜋𝑡 1 1 𝑒 −𝑖𝑛𝜋𝑡 1

𝑐𝑛 = ∫ 𝑡𝑒 −𝑖𝑛𝜋𝑡 𝑑𝑡 = [ | + ∫ 𝑒 𝑑𝑡 ] = [ | + ( | )]
2 −1 2 −𝑖𝑛𝜋 −1 𝑖𝑛𝜋 −1 2 −𝑖𝑛𝜋 −1 𝑖𝑛𝜋 −𝑖𝑛𝜋 −1
1 𝑖 1
= [ (𝑒 −𝑖𝑛𝜋 + 𝑒 𝑖𝑛𝜋 ) + 2 2 (𝑒 −𝑖𝑛𝜋 − 𝑒 𝑖𝑛𝜋 )]
2 𝑛𝜋 𝑛 𝜋
1 𝑖 −𝑖𝑛𝜋
1
= [ (𝑒 + 𝑒 ) − 2 2 (𝑒 𝑖𝑛𝜋 − 𝑒 −𝑖𝑛𝜋 )]
𝑖𝑛𝜋
2 𝑛𝜋 𝑛 𝜋
1 −𝑖𝑛𝜋
= 2 2 [𝑛𝜋𝑖(𝑒 + 𝑒 ) − (𝑒 𝑖𝑛𝜋 − 𝑒 −𝑖𝑛𝜋 )]
𝑖𝑛𝜋
2𝑛 𝜋
➔ OBTENEMOS LA FUNCION
∞

𝑓(𝑡) = ∑ 𝑐𝑛 𝑒 −𝑖𝑛𝑤𝑡
𝑛=−∞
∞
1
𝑓 (𝑡) = ∑ [𝑛𝜋𝑖(𝑒 −𝑖𝑛𝜋 + 𝑒 𝑖𝑛𝜋 ) − (𝑒 𝑖𝑛𝜋 − 𝑒 −𝑖𝑛𝜋 )]𝑒 −𝑖𝑛𝑤𝑡
2𝑛2 𝜋 2
𝑛=−∞

11
 2. TRANSFORMADA DE FOURIER
Introducción
Anteriormente se utilizó la serie de Fourier para representar a una función periódica, definida en
un intervalo (-T,T), lo que presenta el inconveniente de que no se pueden representar funciones no
periódicas, sin embargo se puede encontrar el equivalente de una serie de Fourier para representar
a una función no periódica, y a esto se le llama transformada de Fourier, la cual es una expresión
que proviene de las series de Fourier, solamente que con algunos cambios, como el hecho de
integrar en este caso de menos infinito a infinito y no de -t a t, lo que ocasiona que se pueda utilizar
en funciones no necesariamente periódicas, además lo que hace una transformada de Fourier es
transformar una función del dominio del tiempo al dominio de la frecuencia, por lo cual al obtener
la transformada de Fourier de una función con respecto al tiempo obtendremos una función con
respecto a la frecuencia.
Definición [1]
Integral de Fourier
La integral de una función f en el intervalo (−∞, ∞), esta definida, como:
1 ∞
𝑓(𝑡) = ∫ [𝐴(𝜔) cos(𝜔𝑥 ) + 𝐵(𝜔) sin(𝜔𝑥 )]𝑑𝜔
𝜋 0
Donde:
∞
𝐴(𝜔) = ∫ 𝑓 (𝑥 ) cos(𝜔𝑥 ) 𝑑𝑥
−∞
∞
𝐵(𝜔) = ∫ 𝑓(𝑥 ) sin(𝜔𝑥 ) 𝑑𝑥
−∞

Además, es posible obtener otras dos integrales de Fourier:

La cuales, al venir prácticamente de las series de Fourier, poseen también una de las propiedades
que tienen las series, al, la serie de Fourier en cosenos poder representar a funciones pares la serie
de Fourier en senos representa a funciones impares:
- Integral coseno (funciones pares):
2 ∞
𝑓(𝑡) = ∫ 𝐴(𝜔) cos(𝜔𝑥 ) 𝑑𝜔
𝜋 0
∞
𝐴(𝜔) = ∫ 𝑓(𝑥 ) cos(𝜔𝑥 ) 𝑑𝑥
0
- Integral seno (funciones impares):
2 ∞
𝑓 (𝑡) = ∫ 𝐴(𝜔) sin(𝜔𝑥 ) 𝑑𝜔
𝜋 0
∞
𝐴(𝜔) = ∫ 𝑓(𝑥 ) sin(𝜔𝑥 ) 𝑑𝑥
0

12
Par de transformadas de Fourier [1]
Los pares de funciones están muy presentes en lo que son las transformadas integrales, y lo que
nos dice un par, es que podemos regresar a la función original, utilizando otra transformada
integral, en pocas palabras la transformada inversa de Fourier también será una transformada
integral, la cual nos permitirá regresar a la función original, los pares de la transformada de Fourier
son los siguientes:
- Transformada de Fourier
∞
ℱ(𝑓 (𝑥 ) ) = ∫ 𝑓(𝑥 )𝑒 −𝑖𝜔𝑥 𝑑𝑥 = 𝐹(𝜔)
−∞

1 ∞
ℱ −1 (𝐹(𝜔) ) = ∫ 𝐹(𝛼)𝑒 𝑖𝛼𝑥 𝑑𝛼 = 𝑓(𝑥 )
2𝜋 −∞
- Transformada seno de Fourier (funciones impares)
∞
ℱ(𝑓(𝑥 ) ) = ∫ 𝑓(𝑥 ) sin(𝜔𝑥 )𝑑𝑥 = 𝐹(𝛼)
0

2 ∞
ℱ −1 (𝐹(𝜔) ) = ∫ 𝐹(𝜔) sin(𝜔𝑥 )𝑑𝛼 = 𝑓 (𝑥 )
𝜋 0
- Transformada coseno de Fourier (funciones pares)
∞
ℱ (𝑓 (𝑥 ) ) = ∫ 𝑓 (𝑥 ) cos(𝜔𝑥 )𝑑𝑥 = 𝐹(𝜔)
0

2 ∞
ℱ −1 (𝐹(𝜔) ) = ∫ 𝐹(𝛼) cos(𝜔𝑥 )𝑑𝛼 = 𝑓(𝑥 )
𝜋 0

Transformada de Fourier
La transformada de Fourier está definida, como:
∞
ℱ(𝑓 (𝑥 ) ) = ∫ 𝑓(𝑥 )𝑒 −𝑖𝜔𝑥 𝑑𝑥 = 𝐹(𝜔)
−∞

Y algunas de sus propiedades básicas, son las siguientes:

- Linealidad: dadas 2 funciones, f y g y dos números 𝛼 𝑦 𝛽, se verifica, que:
ℱ (𝛼𝑓 + 𝛽𝑔) = 𝛼ℱ (𝑓) + 𝛽ℱ (𝑔)
- Transformada de la derivada: Dada una función derivable a trozos, se tiene, que:
ℱ (𝑓 𝑛 ) = (𝑖𝑧)𝑛 ℱ(𝑓 ) [𝜔]
Esta fórmula incluso tiene una gran cantidad de aplicaciones dentro de la resolución de ecuaciones
diferenciales.

13
 - Cambios de escala: Sea 𝑓 una funcion y 𝑎 un número real es posible calcular la
transformada de Fourier de la función 𝑔(𝑡) = 𝑓(𝑎𝑡), que puede verse como un cambio de
escala en 𝑡, con la formula:
1 𝜔
ℱ (𝑔 ) = ℱ (𝑓(𝑎𝑡))[𝜔] = ℱ (𝑔 ) [ ]
𝑎 𝑎
- Derivada de la transformada: la fórmula para calcular la fórmula de la transformada de
Fourier de una función es
𝑑
𝑖 ℱ (𝑓) = ℱ(𝑡𝑓(𝑡))
𝑑𝑧
- Transformadas para las funciones más comunes

Condiciones suficientes para su existencia (Dirichlet) [9]

1.- La primera condición para su existencia, es que exista la integral para toda la función, lo que se
puede comprobar con la siguiente integral:
∞
∫ |𝑋(𝑡)|𝑑𝑡 = 𝑀; 𝑀<∞
−∞

2.- La segunda condición indica que debe de haber en un intervalo finito de la función, un numero
finito de máximos y mínimos.
3.- La tercera condición indica que debe de haber en un intervalo finito de la función un numero
finito de discontinuidades.
Interpretación
A la transformada de Fourier la podemos interpretar como una forma de cambiar la variable de una
función, en este caso la transformada de Fourier, transforma una función del dominio del tiempo
al dominio de la frecuencia, lo cual es de mucha utilidad dentro de la ingeniería y parte fundamental
de la electrónica, específicamente al tratar señales eléctricas (filtrarlas, descomponerlas).

14
 Aplicaciones
Descomponer señales
Esta es una de las aplicaciones más extendidas y usadas para la transformada de Fourier, ya que al,
la transformada, pasar del dominio del tiempo al dominio de la frecuencia a determinada función,
la podemos descomponer en otras funciones con frecuencia distinta, las cuales, a su vez, podremos
quitar para mejorar la señal.

Filtrar señales de audio

Esta sea quizá una de las aplicaciones más interesantes, ya que descomponiendo una señal de
sonido en las señales que la conforman, podemos eliminar algunas de las señales con frecuencia
alta o baja, que podrían estar causando “ruido” dentro de alguna grabación de voz.
Filtrar señales eléctricas
Esta aplicación, haría exactamente lo mismo que la anterior, solo que, en este caso, nos ayudaría a
diseñar dispositivos que filtren alguna señal eléctrica, deshaciéndose de alguna señal de frecuencia
alta o baja, que nos esté dando problemas, o que sea innecesaria en un circuito.
Shazam
Shazam es una de las aplicaciones dentro de la música, más conocidas alrededor del mundo, el
siempre hecho de que permita identificar una canción con tan solo pulsar un botón es increíble, sin
embargo, no sería un trabajo fácil, si la aplicación tuviese que comparar cada grafica del tiempo
con la de todas las canciones, por ello se usa la transformada de Fourier, para crear una nueva
grafica amplitud-frecuencia, y así crear una gráfica que sea más fácil de tratar que la amplitud-
tiempo.

15
Resolver algunas ecuaciones diferenciales
Al igual que la transformada de Laplace, la transformada de Fourier, nos puede ayudar a resolver
algunas ecuaciones diferenciales, como lo es la ecuación de calor, esto ya que en muchas ocasiones
se vuelve más fácil resolver una ecuación diferencial en un dominio ajeno al tiempo.
Ejemplos
EJEMPLO 3. ENCUENTRA LA REPRESENTACION DE LA INTEGRAL DE
FOURIER DE LA SIGUIENTE FUNCION CONTINUA A TRAMOS
0, 𝑥<0
𝑓 (𝑡) = {1, 0<𝑥<2
0, 𝑥>2
1 ∞
➔ Para realizar este inciso, utilizaremos la siguiente expresión: 𝑓 (𝑡 ) = 𝜋 ∫0 [𝐴(𝜔) cos(𝜔𝑥 ) +
𝐵(𝜔) sin(𝜔𝑥 )]𝑑𝜔
➔ Donde:
0 2 ∞
sin(𝜔𝑥 ) 2 sin(2𝜔)
𝐴(𝜔) = ∫ 0𝑑𝑥 + ∫ cos(𝜔𝑥 ) 𝑑𝑥 + ∫ 0𝑑𝑥 = | =
−∞ 0 0 𝜔 0 𝜔
0 2 ∞
− cos(𝜔𝑥 ) 2 −cos(2𝜔) cos(2𝜔)
𝐵 (𝜔) = ∫ 0𝑑𝑥 + ∫ sin(𝜔𝑥 ) 𝑑𝑥 + ∫ 0𝑑𝑥 = | = +
−∞ 0 0 𝜔 0 𝜔 𝜔
−cos(2𝜔) 1 1 −cos(2𝜔)
= + =
𝜔 𝜔 𝜔
➔ AL SUSTITUIR EN LA EXPRESION DE LA INTEGRAL DE FOURIER:

1 ∞ sin(2𝜔) 1 −cos(2𝜔)
𝑓 (𝑡 ) = ∫ [( ) cos(𝜔𝑥 ) + ( ) sin(𝜔𝑥 )] 𝑑𝜔
𝜋 0 𝜔 𝜔
1 ∞ sin(2𝜔) cos(𝜔𝑥 ) (1 −cos(2𝜔)) sin(𝜔𝑥 )
𝑓 (𝑡 ) = ∫ [ + ] 𝑑𝜔
𝜋 0 𝜔 𝜔

EJEMPLO 4. APLICA LA TRANSFORMADA DE FOURIER A LA SIGUIENTE

FUNCION
−5𝑡
𝑓 (𝑡 ) = { 𝑒 𝑡≥0
0 𝑡<0
➔ UTILIZANDO LA DEFINICION
∞
ℱ (𝑓(𝑥 ) ) = ∫ 𝑓 (𝑥 )𝑒 −𝑖𝜔𝑥 𝑑𝑥 = 𝐹(𝜔)
−∞
∞ ∞
𝑒 −(5+𝑖𝜔)𝑡 ∞
ℱ(𝑓(𝑡)) = 𝑓 (𝜔) = ∫ 𝑒 −5𝑡 𝑒 −𝑖𝜔𝑡 𝑑𝑡 = ∫ 𝑒 −(5+𝑖𝜔)𝑡 𝑑𝑡 = |
0 0 −(5 + 𝑖𝜔) 0
𝑒 −∞ 𝑒0 1 1
= + =0+ =
−(5 + 𝑖𝜔) (5 + 𝑖𝜔) 5 + 𝑖𝜔 5 + 𝑖𝜔

16
 3. TRANSFORMADA DE LAPLACE
Introducción
Habiendo anteriormente ya estudiado a la transformada de Fourier, podemos decir que tiene un
inconveniente, el cual es que la transformada de Fourier solo puede ser aplicable a funciones que
tengan modulo integrable infinito en todo el plano complejo, lo cual ocasiona que a algunas
funciones como 𝑡 2 no se les pueda aplicar la transformada de Fourier y de esta manera poder
cambiar la variable de la función para un análisis más complejo, Laplace tuvo una gran idea, y fue
la de agregar el factor 𝑒 −∝𝑡 a la definición de la transformada de Fourier para poder hacer una
nueva transformada con un catálogo de funciones más amplio a las que se les puede aplicar.
Definición [3]
Partiendo de la definición de la transformada de Fourier
∞
ℱ(𝑓(𝑡) ) = ∫ 𝑓(𝑡)𝑒 −𝑖𝜔𝑥 𝑑𝑡
−∞

Laplace decidió agregar un nuevo termino a la definición para poder hacer una transformada que
sirva en más funciones. 𝑒 −∝𝑡
∞
ℱ(𝑓(𝑡)) = ∫ 𝑓(𝑡)𝑒 −∝𝑡 𝑒 −𝑖𝜔𝑡 𝑑𝑡
−∞
∞ ∞
−∝𝑡−𝑖𝜔𝑡
ℱ(𝑓(𝑡)) = ∫ 𝑓 (𝑡)𝑒 𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 −(∝+𝑖𝜔)𝑡 𝑑𝑡
−∞ −∞

Aplicando el cambio de variable 𝑠 =∝ +𝑖𝑤 obtenemos la definición de la transformada de Laplace.

∞
ℒ(𝑓(𝑡)) = ∫ 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡
−∞

Aunque normalmente se utiliza la notación en la cual la función está definida para 𝑡 ≥ 0.

∞
𝓛(𝒇(𝒕)) = ∫𝟎 𝒇(𝒕)𝒆−𝒔𝒕 𝒅𝒕 Para una función definida para 𝒕 ≥ 𝟎.

Donde a “s” se le conoce normalmente como dominio de Laplace.

- Transformadas para funciones comunes

17
 Condiciones suficientes para su existencia [6]
Las condiciones de suficiencia que garantizan la existencia de ℒ [𝑓(𝑡)], son que 𝑓 sea continua por
tramos en [0, ∞), y de orden exponencial, cuando 𝑡 > 𝑇.
Se dice que una función f [0, +∞) → 𝐶 es de orden exponencial si existen constantes 𝐴 > 0 y 𝐵 ∈
𝑅, de manera que para todo 𝑡 ≥ 0 se satisface la condición
|𝑓(𝑡)| ≤ 𝐴𝑒 𝑡𝐵
Interpretación
La transformada de Laplace es muy parecida a la transformada de Fourier, solo que en este caso
transformara a una función de variable t, a una variable s, la cual comúnmente se suele denominar
dominio de Laplace, y la cual podemos escribir, como: 𝑠 =∝ +𝑖𝜔, esto ocasionara que la nueva
función no dependa de únicamente la frecuencia, sino que dependa de un valor ∝, y la fecuencia
en este caso imaginaria.
Propiedades [6]
Linealidad
La linealidad es una propiedad muy importante, la cual nos ayudara a resolver ecuaciones
diferenciales lineales y con coeficientes constantes.
ℒ(𝛼𝑓 + 𝛽𝑔) = 𝛼ℒ (𝑓) + 𝛽ℒ (𝑔)
Traslación
- Primer teorema de la traslación (TRASLACION EN EL EJE s): supongamos que una
función 𝑓(𝑡) esta multiplicada por un factor exponencial de la forma 𝑒 𝑎𝑡 . De esta manera
tendríamos que calcular la transformada de Laplace de la función 𝑒 𝑎𝑡 𝑓(𝑡), y la
transformada quedaría de la siguiente forma:
∞ ∞
𝑎𝑡 𝑎𝑡 −𝑠𝑡
ℒ (𝑒 𝑓(𝑡)) = ∫ 𝑒 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝑓(𝑡)𝑒 −(𝑠−𝑎)𝑡 𝑑𝑡 = 𝐹(𝑠 − 𝑎)
0 0

ℒ −1 (𝐹(𝑠 − 𝑎)) = 𝑒 𝑎𝑡 ℒ −1 (𝐹(𝑠)) = 𝑒 𝑎𝑡 𝑓(𝑡)

Este teorema se utiliza sobre todo para transformadas de funciones tipo 𝑒 5𝑡 𝑡 2 , donde se incluye
una función exponencial, y en donde resulta más fácil aplicar este teorema y obtener la
transformada de la función que no es exponencial, que hacer toda la integral(integral por partes).
- Segundo teorema de traslación (TRASLACION EN EL EJE t): supongamos ahora, que en
este caso la función 𝑓(𝑡) se traslada atravez del tiempo, esto ocasionara que la función
𝐻 (𝑡)𝑓(𝑡) tome la forma 𝐻 (𝑡 − 𝑎)𝑓 (𝑡 − 𝑎), donde 𝑎 > 0. Después para obtener la
transformada podemos hacer el cambio de variable 𝑡 ´ = 𝑡 − 𝑎
0, 0≤𝑡<𝑎
𝑢 (𝑡 − 𝑎 ) = {
1, 𝑡≥𝑎
∞ ∞
´ )𝑒 −𝑠(𝑡 ´ +𝑎) ´ −𝑎𝑠 ∫ 𝑓(𝑡 ´ )𝑒 −𝑠𝑡 𝑑𝑡 ´ = 𝑒 −𝑎𝑠 𝐹 (𝑠)
ℒ(𝑢(𝑡 − 𝑎)𝑓(𝑡 − 𝑎)) = ∫ 𝑓(𝑡 𝑑𝑡 = 𝑒
0 0

18
 ℒ −1 (𝑒 −𝑎𝑠 𝐹(𝑠)) = ℒ −1 (𝐹(𝑠)| ) 𝑢 (𝑡 − 𝑎 ) = 𝑓 (𝑡 − 𝑎 )𝑢 (𝑡 − 𝑎 )
𝑡 → 𝑡−𝑎
Este teorema se utiliza sobre todo para funciones escalón unitario, las cuales son empleadas en
distintos campos de ingeniería sobre todo en el campo de ingeniería electrónica en donde las
señales pueden sufrir algún escalón unitario en dado momento.
Derivada
La derivada de una transformada de Laplace puede llegar a denotarse como el producto de una
función 𝑡 𝑛 :
𝑑 𝑑 ∞ ∞
𝜕 −𝑠𝑡 ∞
𝐹 (𝑠 ) = ∫ 𝑓 (𝑡)𝑒 −𝑠𝑡 𝑑𝑡 = ∫ [𝑒 𝑓(𝑡)]𝑑𝑡 = − ∫ 𝑒 −𝑠𝑡 𝑡𝑓(𝑡)𝑑𝑡 = −ℒ(𝑡𝑓(𝑡))
𝑑𝑠 𝑑𝑠 0 0 𝜕𝑠 0

Y de aquí podemos encontrar una igualdad:

𝑑
− ℒ(𝑓(𝑡)) = ℒ(𝑡𝑓(𝑡))
𝑑𝑠
Y ya que estamos multiplicando a la transformada por una función 𝑡 𝑛 , también podemos expresar
una igualdad para la derivada n-esima:
𝑑𝑛
ℒ(𝑡 𝑛 𝑓(𝑡)) = (−1)𝑛 𝐹 (𝑠 )
𝑑𝑠 𝑛
Transformada inversa [1]
La inversa de la transformada de Laplace está dada por la siguiente formula:
1 𝛾+𝑖𝜔 𝑠𝑡
ℒ −1 (𝑓(𝑠)) = 𝑓(𝑡) = ∫ 𝑒 𝐹(𝑠)𝑑𝑠
2𝜋𝑖 𝛾−𝑖𝜔

Donde la integración se realiza a lo largo de la línea vertical 𝑅𝑒(𝑠) = 𝛾

A esta integral se le conoce también, integral de Bromwich, integral de Fourier-Mellin o fórmula
inversa de Mellin.
Aplicaciones
Las aplicaciones de la transformada de Laplace son muy variadas, algunas son:
- Resolución de ecuaciones diferenciales: quizá este es uno de los usos más extendidos, ya
que el hecho de resolver ecuaciones diferenciales muchas veces supone el invertir mucho
tiempo, sin embargo, la transformada de Laplace te permite resolver algunas ecuaciones
diferenciales de forma sencilla, al solo pasar toda la ecuación diferencial a términos de “s”
aplicando la transformada de Laplace, y al final al ya haber despejado a la variable
dependiente, aplicar transformada de Laplace inversa.
- Resolución de circuitos LCR, LC, etc.: siguiendo con la misma línea, la transformada de
Laplace ayuda en gran medida a la ingeniería electrónica, sobre todo al resolver circuitos
de los tipos ya anteriormente mencionados.

19
 Ejemplos

EJEMPLO 5. CALCULE LA TRANSFORMADA DE LAPLACE DE

𝟎, 𝟎 ≤ 𝒕 < 𝟑
𝒇 ( 𝒕) = {
𝟐, 𝒕≥𝟑
➔ Utilizamos la definición de la transformada de Laplace, además van a ser 2 funciones
las que se deben tomar, ya que es una función escalón unitario.
3 ∞
2𝑒 −𝑠𝑡 ∞ 0 2𝑒 −3𝑡
ℒ(𝑓(𝑡)) = ∫ 0𝑑𝑡 + ∫ 2𝑒 −𝑠𝑡 𝑑𝑡 = | =− +
0 3 −𝑠 3 𝑠 𝑠
2𝑒 −3𝑡
ℒ(𝑓(𝑡)) = , 𝑠>0
𝑠

EJEMPLO 6. CALCULE LA TRANSFORMADA DE LAPLACE DE

𝒇(𝒕) = 𝒕𝒔𝒊𝒏(𝒌𝒕)
➔ Para este caso es más conveniente usar la propiedad de derivada de una
transformada
𝑑𝑛
ℒ(𝑡 𝑛 𝑓(𝑡)) = (−1)𝑛 𝐹 (𝑠 )
𝑑𝑠 𝑛
𝐹(𝑡) = 𝑠𝑖𝑛(𝑘𝑡)
➔ Por tablas
𝑘
𝐹(𝑠) =
𝑠2 + 𝑘2
➔ Aplicando la propiedad
𝑑 𝑘
ℒ(𝑡 1 𝑠𝑖𝑛(𝑘𝑡)) = (−1)1 ( 2 )
𝑑𝑠 𝑠 + 𝑘 2
𝑑 𝑘 2𝑘𝑠
( 2 2
) = (𝑘)(−(𝑠 2 + 𝑘 2 )−2 2𝑠 + (𝑠 2 + 𝑘 2 )−1 (0)) = − 2
𝑑𝑠 𝑠 + 𝑘 (𝑠 + 𝑘 2 )2
2𝑘𝑠
ℒ(𝑡 1 𝑠𝑖𝑛(𝑘𝑡)) = (−1)1 (− )
(𝑠 2 + 𝑘 2 )2
2𝑘𝑠
ℒ(𝑡 1 𝑠𝑖𝑛(𝑘𝑡)) =
(𝑠 2 + 𝑘 2 )2

20
 EJEMPLO 7. CALCULE LA TRANSFORMADA DE LAPLACE DE
𝒇(𝒕) = 𝒆𝟓𝒕 𝒕𝟑
➔ Para transformar esta función podemos utilizar el primer teorema de traslación
ℒ(𝑒 𝑎𝑡 𝑓(𝑡)) = 𝐹 (𝑠 − 𝑎)
3! 6
𝐹(𝑠) = ℒ (𝑒 𝑎𝑡 𝑡 3 ) = =
𝑠 3+1 𝑠4
➔ Ahora si aplicamos el teorema de traslación
6
ℒ(𝑒 𝟓𝑡 𝑡 3 ) = 𝐹 (𝑠 − 5) =
(𝑠 − 5)4
𝑛!
NOTA: se utilizó la equivalencia 𝑒 𝑎𝑡 =
𝑠 𝑛+1

4. TRANSFORMADA Z
Introducción
La transformada z es la contraparte de la transformada de Laplace, mientras que la transformada
de Laplace se aplica a funciones continuas, la transformada z se aplica a funciones discretas, y
como la transformada de Laplace la transformada z facilita el estudio de algunas propiedades de
señales discretas las cuales serían difíciles de estudiar en el dominio del tiempo, así mismo se puede
aplicar para resolver ecuaciones de diferencias, como se le conoce a las ecuaciones diferenciales
en variable discretas.
Antes de comenzar con la definición y ejercicios, es importante tener claros algunos conceptos:
- IMPULSO UNITARIO 𝛿
El impulso unitario es una función base para las funciones discretas, esta función prácticamente
como su nombre lo dice, es un "impulso”, en un punto del plano.

21
 - ESCALON UNITARIO 𝑢
Este tipo de función es muy conocida no solo en variable discreta, en variable continua es una de
las más usadas, y lo que representa son “saltos” en puntos donde la función cambia de valor
repentinamente.

Definición [7]
Es importante mencionar que la definición de la transformada z está basada prácticamente en el
desarrollo de series de Laurent, las cuales hemos visto ya en este curso, por lo cual puede que
notemos algún parecido al desarrollar la transformada z; la transformada z está definida como:
∞
ℤ(𝑓 (𝑛)) = ∑ 𝑓 (𝑛)𝑧 −𝑛 = 𝐹(𝑧)
𝑛=0

Aunque cabe recalcar que esta definición es para la transformada z unilateral, siendo la
transformada z unilateral la definición general de la transformada z.
∞
ℤ(𝑓 (𝑛)) = ∑ 𝑓(𝑛)𝑧 −𝑛 = 𝐹(𝑧)
𝑛=−∞

- Algunas transformadas z de funciones comunes

22
 Propiedades de la transformada z [8]
Superposición
La propiedad de superposición se compone de las siguientes características:
1.- Homogeneidad
𝑓 (𝑘 ) → 𝐹 ( 𝑧 )
𝑎𝑓(𝑘) → 𝑎𝐹 (𝑧)
2.- Aditividad
𝑓1 (𝑘) → 𝐹1 (𝑧)
𝑓2 (𝑘) → 𝐹2 (𝑧)
Así que la propiedad de superposición establece que si f(k) = a𝑓1 (𝑘) + 𝑏𝑓2 (𝑘), la transformada z
correspondiente, es:
Ζ[f(k)] = Ζ[a𝑓1 (𝑘) + 𝑏𝑓2 (𝑘)] = Ζ[a𝑓1 (𝑘)] + Ζ[𝑏𝑓2 (𝑘)]

Desplazamiento en el tiempo
𝑓(𝑛 − 𝑛0 ) → 𝑧 −𝑛0 𝐹 (𝑧)
Inversión en el tiempo
1 1
𝑓(−𝑛) → 𝐹 (𝑧) con ROC 𝑅
𝑥

Multiplicación por secuencia exponencial

𝑧
𝑎 𝑛 𝑓 (𝑛 ) → 𝐹 ( ) con ROC |∝|𝑅𝑥
∝

Convolución
𝑓 (𝑛 ) ∗ 𝑔 (𝑛 ) = 𝐹 ( 𝑧 ) ∗ 𝐺 (𝑧 )
Diferenciación en el dominio de z
𝑑
𝑛𝑓(𝑛) → −𝑧 𝐹 (𝑥 )
𝑑𝑧

Transformadas para escalón e impulso unitarios

- Impulso unitario
Habiendo definido ya anteriormente la función impulso unitario, su transformada quedaría de la
siguiente forma:
∞
Δ(𝑧) = 𝑍[𝛿 (𝑘 )] = ∑ 𝛿 (𝑘)𝑧 −𝑘 = 𝛿 (0) + 𝛿 (1)𝑧 −1 + 𝛿 (2)𝑧 −2 …
𝑘=0

- Escalón unitario

23
De manera similar, la transformada para una función escalón unitario, es la siguiente:
∞
U(𝑧) = 𝑍[𝑢(𝑘 )] = ∑ 𝑢(𝑘)𝑧 −𝑘 = 𝑢(0) + 𝑢(1)𝑧 −1 + 𝑢(2)𝑧 −2 …
𝑘=0

Cabe mencionar que al aplicar esta transformada es importante tener en claro cómo desarrollar
series de Taylor, y sobre todo geométricas, como se pude ver más adelante en los ejemplos.
Condiciones para su existencia [8]
Ninguna transformada convergirá para todas las funciones ni para todos los puntos del plano
complejo, para que una transformada z exista, la secuencia debe de ser perfectamente sumable, es
decir, debe cumplir con:
∞
∑ |𝑓(𝑛)𝑧 −𝑛 | ≺ ∞
𝑛=−∞

Al ser una sumatoria, podemos decir que el que esto se cumpla depende solamente de z
|𝐹(𝑧)| ≺ ∞
Interpretación
La transformada z, la podemos utilizar para un amplio catálogo de cosas, aunque en su mayoría es
usada para señales eléctricas discretas, prácticamente hace lo mismo que otras transformadas, en
este caso es prácticamente la contraparte de la transformada de Laplace ya que en este caso z es
una variable compleja. Como la transformada de Laplace nos permite convertir en este caso
ecuaciones en diferencias finitas a ecuaciones algebraicas lineales, lo cual supone una mayor
facilidad a la hora de resolver este tipo de expresiones.
Transformada z inversa [7]
El proceso para encontrar a una función dependiente del tiempo correspondiente a la expresión en
el dominio z, se denomina transformada z inversa, y utilizando al formula integral de Cauchy
encontramos, que:
1
𝑓 (𝑛 ) = ∮ 𝐹(𝑧)𝑧 𝑛−1 𝑑𝑧
2𝜋𝑖 𝐶

Aplicaciones
- Así como en la transformada de Laplace, una de las aplicaciones de la transformada z es el
ayudar a resolver ecuaciones en diferencias, las cuales hacen referencia a ecuaciones
diferenciales solo que en variable discreta.
- Una de las aplicaciones más extendidas, es su aplicación a sistemas lineales e invariantes
en el tiempo o TDLI , los cuales aún que son sistemas ideales, y que no podemos encontrar
en la naturaleza suponen de gran ayuda en muchos campos como en control, procesamiento
de imágenes, etc.
Ejemplos

24
 EJEMPLO 8. CALCULE LA TRANSFORMADA Z DE
𝟎 𝒔𝒊 𝒏 < 𝟎
𝒖(𝒏) = { ESCALON UNITARIO
𝟏 𝒔𝒊 𝒏 ≥ 𝟎
➔ Utilizamos la definición de la transformada z
∞ ∞
−𝑛
1 𝑛
Ζ(𝑢(𝑛)) = ∑ (1)𝑧 = ∑( )
𝑧
𝑛=0 𝑛=0
1
➔ Aquí podemos aplicar una serie geométrica: ∑∞ 𝑛
𝑛=0 𝑟 = 1−𝑟 si |𝑟| < 1
∞
1 𝑛 1 𝑧
∑( ) = =
𝑧 1 𝑧−1
𝑛=0 1−
𝑧
|1|
<1 → 1 < |𝑧|
|𝑧|

EJEMPLO 9. CALCULE LA TRANSFORMADA Z DE

𝒇(𝒏) = 𝟒𝒏 ∀𝒏 ≥ 𝟎
➔ Utilizamos la definición de la transformada z
∞ ∞
𝑛 ) −𝑛
4 𝑛
Ζ(𝑓(𝑛)) = ∑ (4 𝑧 = ∑( )
𝑧
𝑛=0 𝑛=0
1
➔ Aquí podemos aplicar una serie geométrica: ∑∞ 𝑛
𝑛=0 𝑟 = 1−𝑟 si |𝑟| < 1
∞
1 𝑛 1 𝑧
∑( ) = =
𝑧 4
𝑛=0 1−𝑧 𝑧−4

|4|
<1 → 4 < |𝑧|
|𝑧|

25
 EJEMPLO 10. CALCULE LA TRANSFORMADA Z DE
𝟏 𝒔𝒊 𝒏 = 𝟏 𝝂 𝒏 = 𝟒
𝒇(𝒏) = { 𝟑 𝒔𝒊 𝒏 = 𝟐
𝟐 𝒔𝒊 𝒏 = 𝟑
𝟎 𝒔𝒊 𝒏 ≤ 𝟎 𝒗 𝒏 ≥ 𝟓
➔ Utilizamos la definición de la transformada z

Ζ(𝑓(𝑛)) = 𝑓 (0)𝑛−0 + 𝑓 (1)𝑛−1 + 𝑓 (2)𝑛−2 + 𝑓(3)𝑛−3 + 𝑓(4)𝑛−4 + 𝑓(5)𝑛−5

➔ Ahora solo queda sustituir los términos de las funciones

Ζ(𝑓(𝑛)) = 1𝑛−1 + 3𝑛−2 + 2𝑛−3 + 1𝑛−4

𝑧 3 + 3𝑧 2 + 2𝑧 + 1
Ζ(𝑓(𝑛)) =
𝑧4

EJEMPLO 11. CALCULE LA TRANSFORMADA Z DE

𝟐𝒏
𝒇(𝒏) =
𝒏!
- Utilizamos la definición de la transformada z

∞ ∞ 2 𝑛
2 𝑛 (𝑧 )
Ζ(𝑓(𝑛)) = ∑ ( ) 𝑧 −𝑛 = ∑
𝑛! 𝑛!
𝑛=0 𝑛=0

𝑥𝑛
- Ahora podemos utilizar el desarrollo de 𝑒 𝑥 en serie de Taylor: 𝑒 𝑥 = ∑∞
𝑛=0 𝑛!
2
Ζ(𝑓(𝑛)) = 𝑒 𝑧

26
 CONCLUSIONES
Las conclusiones que se pueden extraer de todo el tema presentado sobre series y transformadas y
sus respectivos subtemas, es que existen varias series y transformadas cada una con sus ventajas y
desventajas, por ende es importante saber escoger cual es la mejor opción a la hora de intentar
resolver un problema, por otro lado, el saber resolver este tipo de transformadas es muy importante
desde donde lo mires, ya que son temas que podrían facilitar la vida a muchos en algún punto,
aunque cabe recalcar que para las transformadas se cuentan con tablas que facilitan el trabajo, ya
que en las tablas es posible encontrar las transformadas de las funciones más comunes y después
solo sustituir valores; dentro de la ingeniería también es muy importante conocer estos temas ya
que podrían ayudar a resolver problemas, específicamente en electrónica, donde es muy importante
conocer estos temas, ya que como se ha visto varias de las aplicaciones de los temas ya
desarrollados están muy enfocadas a señales, y en electrónica las señales son algo muy usual.

BIBLIOGRAFÍA
1. Zill, D., Cullen, M., & Wright, W. (2012). Matemáticas avanzadas para ingeniería, cuarta
edición (pp. 197-233; 478-489; 570-580). México D.F: McGraw-Hill Interamericana.
2. Ferrero Botero, A. Matemáticas especiales para Ingenieros (pp. 123-145; 183-202; 217-
234).
3. O'Neil, P. Advanced engineering mathematics (pp. 429-443).
4. Barriére, L. (2011). Serie de Fourier.
5. Series de Fourier en forma armónica y espectro. Giematic.unican.es. Recuperado el 1 de
junio de 2022, a partir de
https://www.giematic.unican.es/index.php/series/seriesfourier/sfarmonica
6. Cánovas Peña, J. (2014). Transformadas Integrales.
7. Garibay Jiménez, R. (1997). La Transformada Z. UNAM.
8. Sacerdoti, J. (2003). TRANSFORMADA Z. Universidad de Buenos Aires.
9. 3Blue1Brown Español. (2020). ¿Qué es la Transformada de Fourier? Una introducción
visual. Recuperado a partir de
https://www.youtube.com/watch?v=h4PTucW3Rm0&t=923s

27