Calculo - Avanzado - Caminos en Word

Apuntes de Cálculo avanzado
Ingeniería de Caminos, Canales y Puertos
Jerónimo Alaminos Prats

Departamento de Análisis Matemático
Universidad de Granada
Cálculo
Avanzado
Departamento
de
Análisis Matemático
Índice
1 Números complejos 3
1.1 El cuerpo de los números complejos 4 1.2 Representación gráfica. Conjugado y módulo de
un número complejo 6 1.3 Forma polar y argumentos de un número complejo 7 1.4 Conjun-
tos en el plano complejo. Un poco de topología 11 1.5 Sucesiones de números complejos 12
1.6 Series de números complejos 13 1.7 Ejercicios 15
2 Funciones complejas 21
2.1 Continuidad y límite funcional 21 2.2 Derivada de una función de variable compleja 22
2.3 Ecuaciones de Cauchy-Riemann 23 2.4 Primeras propiedades de las funciones holomor-
fas 24 2.5 Ejercicios 26
3 Funciones complejas elementales 29

3.1 La función exponencial 29 3.2 Logaritmos complejos 30 3.3 Potencias complejas 31
3.4 Funciones trigonométricas complejas 32 3.5 Funciones trigonométricas inversas 32 3.6 Ejer-
cicios 34
4 Series de potencias. Funciones analíticas 39

4.1 Sucesiones y series de funciones 39 4.2 Series de potencias complejas 40 4.3 Ejerci-
cios 42
5 Integración de funciones complejas 45

5.1 Integración de funciones de variable real con valores complejos 45 5.2 Curvas en el plano 45
5.3 Integral curvilínea 47 5.4 Ejercicios 49
6 Fórmula de Cauchy. Teorema de los residuos 51

6.1 Índice de un punto respecto de un camino cerrado 52 6.2 Forma general del Teorema de
Cauchy y de la fórmula integral de Cauchy 54 6.3 Singularidades aisladas. Teorema de los resi-
duos 55 6.4 Aplicaciones del teorema de los residuos al cálculo de integrales 58 6.5 Aplicación
del teorema de los residuos a la suma de series 64 6.6 Ejercicios 66
7 Series de Fourier 69
7.1 Introducción 69 7.2 Fenómenos periódicos 69 7.3 Un poco de historia 71 7.4 Series de
Fourier 75 7.5 Propiedades de las series de Fourier 83 7.6 Sobre los coeficientes de Fourier 84
7.7 Convergencia de las series de Fourier 85 7.8 Otras propiedades 88 7.9 Sumabilidad.
Núcleos de Fejér. 90 7.10 Aplicaciones de las series de Fourier 91 7.11 Ejercicios 94
8 Transformada de Fourier 99
8.1 Origen histórico de la transformada de Fourier 99 8.2 Definición de la transformada de
Fourier 100 8.3 Propiedades de la transformada de Fourier 102 8.4 Convolución de funcio-
nes 103 8.5 Ejercicios 104
9 Transformada de Laplace 107

9.1 Definición 107 9.2 Propiedades de la transformada de Laplace 108 9.3 Ejemplos y apli-
caciones 110 9.4 Ejercicios 111
–1–
10 Transformada discreta de Fourier 113
10.1 Muestreo de señales continuas 113 10.2
Reconstrucción de una señal 115 10.3 El Teorema de Shannon 116 10.4 La
transformada de Fourier discreta 118
A Tablas de transformadas de Fourier y Laplace 121

A.1 Transformadas de Laplace 121
Índice alfabético 123
–2–
El cuerpo de los números complejos Números complejos
Números complejos
1 Introducción
Los números que hoy llamamos “complejos” fueron durante muchos años motivo de polémicas y
controversias entre la comunidad científica. Poco a poco, por la creciente evidencia de su utilidad,
acabaron por ser comúnmente aceptados, aunque no fueron bien comprendidos hasta épocas re-
cientes. Nada hay de extraño en ello si pensamos que los números negativos no fueron plenamente
aceptados hasta finales del siglo XVII.
Los números complejos hacen sus primeras tímidas apariciones en los trabajos de Cardano (1501–
1576) y Bombelli (1526–1672) relacionados con el cálculo de las raíces de la cúbica o ecuación de
tercer grado. Fue René Descartes (1596–1650) quien afirmó que “ciertas ecuaciones algebraicas
sólo tienen solución en nuestra imaginación” y acuñó el calificativo imaginarias para referirse a
ellas. Desde el siglo XVI hasta finales del siglo XVIII los números complejos o imaginarios son
usados con recelo, con desconfianza. Con frecuencia, cuando la solución es un problema resulta
ser un número complejo se interpreta esto como que el problema no tiene solución. Para Leibnitz
“el número imaginario es un recurso sutil y maravilloso del espíritu divino, casi un anfibio entre el
ser y el no ser”.
Las razones de todo esto son claras. Así como los números reales responden al problema bien
cotidiano de la medida de magnitudes, no ocurre nada similar con los números complejos. Mientras
los matemáticos necesitaron interpretar en términos físicos sus objetos de estudio, no se avanzó
mucho en la comprensión de los números complejos.
El éxito de Euler y Gauss al trabajar con números complejos se debió a que ellos no se preocuparon
de la naturaleza de los mismos; no se preguntaron ¿qué es un número complejo?, sino que se
dijeron a ver, para qué sirven, qué puede hacerse con ellos. Es Gauss quien definitivamente concede
a los números complejos un lugar privilegiado dentro de las matemáticas al probar en 1799 el
conocido como Teorema Fundamental del álgebra que afirma que toda ecuación polinómica de
grado n con coeficientes complejos tiene, si cada raíz se cuenta tantas veces como su orden, n
raíces que también son números complejos. Algunas de sus implicaciones las podemos comentar
directamente. Fíjate en cada una de las ecuaciones:
x + 3 = 0, 2x + 3 = 0, x 2 − 2 = 0, x 2 + 2x + 2 = 0,
√
cuyas soluciones x = −3, x = 3/2, x = ± 2 y x = 1 ± i tienen sentido cuando x es es, respectiva-
mente, un número entero, racional, real o complejo. Podría ocurrir que este proceso de ampliación
del campo numérico continuara. ¿Qué ocurrirá si ahora consideramos ecuaciones polinómicas con
coeficientes complejos? Por ejemplo:
√ √
x5 + (1 − i)x4 + (1/5 − i 2)x2 − 8x + 3 − i/ 3 = 0.
¿Cómo serán sus soluciones? ¿Aparecerán también nuevos tipos de números? El Teorema funda-
mental del álgebra nos dice que esa ecuación tiene soluciones que también son números complejos
y, por tanto, que no aparecerán ya por este procedimiento nuevos tipos de números.
El término, hoy usado de “números complejos” se debe a Gauss, quien también hizo popular la letra
“i” que Euler (1707–1783) había usado esporádicamente. En 1806 Argand interpreta los números
–3–
Números complejos
complejos como vectores en el plano. La fecha de 1825 es considerada como el nacimiento de

la teoría de funciones de variable compleja, pues se publica en dicho año la Memoria sobre la
Integración Compleja que Cauchy había escrito ya en 1814.
Recordemos, finalmente, la afirmación de Hadamard “El camino más corto entre dos verdades del
campo real pasa con frecuencia por el campo complejo”.
1.1 El cuerpo de los números complejos

Definición 1.1. Consideremos en el conjunto R2 las operaciones de adición y producto definidas
por
(a, b) + (c, d) = (a + c, b + d)
(a, b)(c, d) = (ac − bd, ad + bc)
Es muy fácil comprobar las propiedades asociativa, conmutativa y distributiva de las operaciones
así definidas. El elemento neutro de la suma es (0, 0) y (1, 0) es la unidad del producto. Además,
(−a, −b) es el opuesto de (a, b), y todo (a, b) ≠ (0, 0) tiene inverso
. Σ
a −b
(a, b) 2 2 , 2 2 = (1, 0).
a +b a +b
Todas estas propiedades se resumen diciendo que (R2, +, ·) (léase “el conjunto R2 con las opera-
ciones de adición y producto”) es un cuerpo. Dicho cuerpo se representa simbólicamente por C y
sus elementos se llaman números complejos.
Observación 1.2. A los elementos de R2 se les llama unas veces pares ordenados de números
reales, otras vectores o puntos y también números complejos. La razón de esto es que en R2
conviven varias estructuras cada una con su terminología propia. Por eso a los elementos de R2
se les llama vectores si se está considerando la estructura de espacio vectorial, puntos si fijamos
la atención en la estructura topológica o afín, pares ordenados cuando estamos pensando en R2
como conjunto sin ninguna estructura particular y números complejos cuando se considera la
estructura de cuerpo antes definida. Ocurre que estos términos se usan a veces en un mismo
párrafo lo que puede resultar confuso. La regla que debes tener siempre presente es que todo
concepto matemático tiene sentido propio dentro de una determinada estructura matemática. Por
ello, a un elemento de R2 se le llama número complejo cuando se va a usar el producto antes
definido que es lo que en realidad distingue a los números complejos de los vectores de R2.
1.1.1 Forma cartesiana de un número complejo
El símbolo usual (a, b) para representar pares ordenados no es conveniente para representar el
número complejo (a, b). Para convencerte calcula (1, −1)4. Representaremos los números comple-
jos con un simbolismo más apropiado en el que va a intervenir el producto complejo. Para ello,
observa que:
(a, 0) + (b, 0) = (a + b, 0)
(a, 0)(b, 0) = (ab, 0).
Esto indica que los números complejos de la forma (a, 0) se comportan respecto a la suma y la mul-
tiplicación de números complejos exactamente de la misma forma que lo hacen los números reales
respecto a la suma y multiplicación propias. En términos, más técnicos, R × {0} es un subcuerpo
–4–
Representación gráfica. Conjugado y módulo de un número complejo Números complejos
de C isomorfo a R. Por esta razón, en las operaciones con números complejos podemos sustituir
los complejos del tipo (a, 0) por el número real a. Es decir, hacemos la identificación (a, 0) = a.
Fíjate que con dicha identificación el producto a(c, d) tiene dos posibles interpretaciones: producto
del escalar real a por el vector (c, d) (estructura vectorial de R2 ) y producto del complejo (a, 0) por
el complejo (c, d). Pero ambos coinciden y son iguales a (ac, ad).
El número complejo (0, 1) lo representaremos por i. Con ello tenemos que
i2 = (0, 1)(0, 1) = (−1, 0) = −1.
Ahora podemos escribir (a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0)(0, 1) = a + bi.
Se dice que a es la parte real y b es la parte imaginaria del número complejo a + ib. El producto Parte real y parte
ahora es muy fácil de recordar pues imaginaria
(a + ib)(c + id) = ac + i2bd + i(ad + bc) = ac − bd + i(ad + bc)
Es costumbre representar los números complejos con las letras z y w y reservar las letras x, y, u,
v para representar números reales. Una expresión de la forma z = x + iy se interpreta como que z es
el número complejo cuya parte real es x y cuya parte imaginaria es y. Se escribe Re(z) e Im(z)
para representar las partes real e imaginaria de z. Naturalmente, dos números complejos son iguales
cuando tienen igual parte real e igual parte imaginaria.
√
Comentarios a la definición usual i = −1
√
Acabamos de ver que i2 = −1 pero eso no nos permite escribir así, sin más ni más, que i = −1.
√
Fíjate lo que ocurre si ponemos i = −1 y manejamos ese símbolo con las reglas a las que estamos
acostumbrados: Paradoja de Bernoulli
√ √ , √
i2 = −1 = ii = −1 −1 = (−1)(−1) = 1 = 1.
Luego 1 = −1. Por tanto, las matemáticas son contradictorias y aquí hemos acabado.
Naturalmente, el error, procede de que estamos haciendo disparates. Fíjate que en la expresión
√
−1 no puedes interpretar que −1 es el número real −1 (porque, como sabes, los números rea-
les negativos no tienen raíz cuadrada real), sino que tienes que interpretar −1 como el número
complejo −1 (espero que ya tengas clara la diferencia). Resulta así que estamos usando raíces de
números complejos sin haberlas definido y dando por supuesto que dichas raíces verifican las
mismas propiedades√ que las de los números reales√positivos.
Antes de escribir −1 hay que definir qué significa z para z ∈ C. Cuando lo hagamos veremos
√ √ √
que la igualdad z w = zw, válida cuando z, w ∈ R+ , no es cierta en general cuando z, w ∈ C.
√
Todavía más disparatado es definir i = −1 sin ni siquiera haber definido antes los números
complejos. Sin embargo, y aunque parezca mentira, en muchos textos se define (porque sí, sin
√
más explicaciones) i = −1 y a continuación se dice que los números de la forma a + ib son los
números complejos. No es de extrañar que luego resulte que 1 = −1.
No hay un orden en C compatible con la estructura algebraica
Al ampliar R a C ganamos mucho pero también perdemos algo. Te recuerdo que R tiene dos
estructuras: la algebraica y la de orden. Ambas estructuras están armoniosamente relacionadas.
Pues bien, en C no hay nada parecido. Podemos definir relaciones de orden en C, pero no hay
ninguna de ellas que sea compatible con la estructura algebraica. En efecto, si suponemos que ≤
–5–
Números complejos El cuerpo de los números complejos
es una relación de orden en C compatible con su estructura algebraica, como i ≠ 0 habría de ser
0 < i2 = −1 (esto todavía no es contradictorio porque pudiera ocurrir que la relación ≤ no respetara el
orden de R). Pero también 0 < 12 = 1, luego 0 < 1 + (−1) = 0 y eso sí que es contradictorio.
Por tanto, es imposible definir un concepto de número complejo positivo de forma que la suma y
el producto de complejos positivos sea positivo. Por ello no se define en C ningún orden. Así que
ya sabes: ¡mucho cuidado con no escribir desigualdades entre números complejos! Naturalmente,
puedes escribir desigualdades entre las partes reales o imaginarias de números complejos, porque
tanto la parte real como la parte imaginaria de un número complejo son números reales.
1.2 Representación gráfica. Conjugado y módulo de un número com-

plejo
Es usual interpretar el número complejo x + iy como el vector del plano (x, y) y, en ese sentido, se
habla del plano complejo. El eje horizontal recibe el nombre de eje real, y el eje vertical recibe el
nombre de eje imaginario.
b z = a + bi
|z|
z = a − bi
Ilustración 1.1 Representación de

un número complejo
Conjugado Definición 1.3. Si z = x + iy es un número complejo (con x e y reales), entonces el conjugado

,
Módulo de z se define como: z = x − iy y el módulo o valor absoluto de z, se define como: |z| = x2 + y 2 .
,
Observa que x2 + y 2 está definido sin ambigüedad; es la raíz cuadrada del número real no nega-
tivo x2 + y 2 .
Geométricamente z es sencillamente la reflexión de z respecto al eje real, mientras que |z| es la
distancia euclídea del punto (x, y) a (0, 0) o, también, la longitud o norma euclídea del vector (x,
y) (ver figura 1.1). La distancia entre dos números complejos z y w se define como |z − w|. La
representación gráfica de la suma es conocida. Dos números complejos z = a + ib y w = c + id
determinan un paralelogramo cuya diagonal (ver figura 1.2) es z + w.
Proposición 1.4. Sean z, w ∈ C. Entonces
a) z = z,
b) z + w = z + w,
c) zw = z w.
d) |z|2 = zz,
e) max {|Re(z)| , |Im(z)|} ≤ |z| ≤ |Re(z)| + |Im(z)|, f) |zw| =
|z| |w|,
g) |z + w| ≤ |z| + |w|.
–6–
Forma polar y argumentos de un número complejo Números complejos
z +w
c a a +c
Ilustración 1.2 Suma

de números complejos
Demostración. La comprobación de estas afirmaciones es inmediata. Por ejemplo, para comprobar

que la propiedad f) se verifica, basta observar que |zw| y |z| |w| son números positivos cuyos
cuadrados coinciden, pues
|zw|2 = zwzw = zwzw = zzww = |z|2 |w|2 = (|z| |w|)2.
Para demostrar la última afirmación es suficiente probar que |z + w|2 ≤ (|z| + |w|)2. En efecto:
2
|z + w| = (z + w)(z + w) = (z + w)(z + w) = zz + ww + zw + zw =
2
= |z|2 + |w|2 + 2 Re (zw) ≤ |z|2 + |w| + 2 |Re (zw)| ≤
2 2 2 2 2 2
≤ |z| + |w| + 2 |zw| = |z| + |w| + 2 |z| |w| = |z| + |w| + 2 |z| |w| =
= (|z| + |w|)2. □
Observación 1.5. De la demostración de la última afirmación se deduce que |z + w| = |z| + |w| si, y
sólo si, Re zw = |zw|, esto es, si zw ∈ R+0 , o lo que es lo mismo zw = ρ donde ρ ∈ R+0 . Esta igualdad,
puede escribirse de forma equivalente multiplicando por w como z |w|2 = ρw, esto es, z = λw para
algún λ ∈ R+0 lo que quiere decir que z y w están en una misma semirrecta a partir del origen.
Ejemplo 1.6. La división de números complejos es fácil teniendo en cuenta que el producto
de un complejo y su conjugado da como resultado el módulo al cuadrado de dicho número
complejo.
1+i 1+i 2+i 1+3i

2−i = 2−i 2+i = 5 .
1.3 Forma polar y argumentos de un número complejo

El uso de coordenadas polares en el plano facilita mucho los cálculos con productos de números
complejos. Para cualquier número complejo z = x + iy ≠ 0 podemos escribir
. Σ
x y
z = |z| +i .
|z| |z|
. Σ
x y
Como ,
|z| |z|
es un punto de la circunferencia unidad, puede escribirse en la forma
–7–
Números complejos Forma polar y argumentos de un número complejo
. Σ
x y
|z| ,|z| = (cos(ϑ), sen(ϑ))
para algún número ϑ ∈ R. Resulta así que z = |z| (cos(ϑ) + i sen(ϑ)). Esta forma de expresar un
número complejo recibe el nombre de forma polar, cuya interpretación gráfica vemos en la figura
1.3.
Argumento Definición 1.7. Dado z ∈ C, z ≠ 0, hay infinitos números t ∈ R que verifican la igualdad z
= |z| (cos(t) + i sen(t)) cualquiera de ellos recibe el nombre de argumento de z. El conjunto de todos
los argumentos de un número complejo no nulo se representa por Arg(z).
Arg(z) = {t ∈ R : z = |z| (cos(t) + i sen(t))}
Observa que
cos(t) = cos(s)
s, t ∈ Arg(z) ⇐⇒ ⇐⇒ s = t + 2kπ para algún k ∈ Z.
sin(t) = sin(s)
|z|
ángulo de ϑ radianes
Ilustración 1.3 Forma polar de un

número complejo
Por tanto, conocido un argumento t0 ∈ Arg(z), cualquier otro es de la forma t0 + 2kπ para algún
k ∈ Z, es decir, Arg(z) = t0 + 2π Z.
De entre todos los argumentos de un número complejo z ≠ 0 hay uno único que se encuentra en
el intervalo ] − π, π], se representa por arg(z) y .viene dado Σ por
.
Im(z)
arg(z) 2 arctan , si z ∈/ R−
= Re(z)+|z|
π, si z ∈ R−.
Argumento principal A dicho argumento se le llama argumento principal de z.

π π
La comprobación de las anteriores afirmaciones es fácil. Como − < 2arctan(t) < , se sigue
2
que −π < arg(z) < π si z ∈/ R− . Luego, −π < arg(z) ≤ π . Si z = t ∈ R− es evidente que
z = |t| (cos(π ) + i sen(π )). Y para z ∈/ R− se tiene:
1−tan 2 (arg(z)/2)
cos(arg(z)) = 1+tan 2 (arg(z)/2)
(|z|+Re(z))2 −(Im(z))2
= (|z|+Re(z))2 +(Im(z))2
2 Re(z)(|z|+Re(z)) Re(z)
= 2|z|(|z|+Re(z))
= ,|z|y
2 tan(arg(z)/2) 1+tan 2
sen(arg(z)) = (arg(z)/2)
2 Im(z)(|z|+Re(z))
=( |z|+Re(z))2 +(Im(z))2
= 2 Im(z)(|z|+Re(z))
2|z|(|z|+Re(z))
= Im(z) .|z|
Donde se ha utilizado que |z|2 = (Re(z))2 + (Im(z))2. No es difícil comprobar que el argumento
principal de z = x + iy ≠ 0 viene también dado por:
–8–
Forma polar y argumentos de un número complejo Números complejos
. Σ
y
arctan − π , si y < 0, x < 0
x
π
− 2, si y ≤ 0, x = 0
.y Σ
arg(z) = arctan x , si x > 0
π
2 , si y > 0, x = 0
. Σ
y
rctn
a x + π, si y ≥ 0,x < 0 .
Esta última forma es quizás más cómoda para los cálculos.
√ √
Ejemplo 1.8. El módulo de z = 1 − i es |z| = 1 + 1 = 2. Por tanto
z
= √ 1− √ =i
cos(arg(z)) + i sen(arg(z)),
|z| 2 2
o, lo que es lo mismo, cos( arg(z)) = √1 , sen( arg(z)) = − √1 , de donde se deduce que arg(z) =
2 2
− .π4
Observación 1.9. Puede parecer un poco extraña la forma de elegir el argumento principal de
un número complejo. La elección que hemos hecho supone que medimos ángulos en el semiplano
superior de 0 a π y en el semiplano inferior de 0 a −π.
Fíjate que si tomas un número complejo que esté situado en el tercer cuadrante z = x + iy con x <
0, y < 0 y supones que y es próximo a 0, su argumento principal está próximo a −π, y si tomas un
número complejo que esté situado en el segundo cuadrante, w = x +iv con x < 0, v > 0, y supones
que v es próximo a 0, su argumento principal está próximo a π. Además, la distancia
|w − z| = v .− y = v .− y es tan pequeña como quieras. Esto nos dice que el argumento principal tiene
una discontinuidad en el eje real negativo: salta de −π a π cuando atravesamos dicho eje desde el
tercer al segundo cuadrante.
Peor todavía dirás. Hasta cierto punto. Primero, la discontinuidad es inevitable. Si queremos elegir
argumentos en un intervalo de longitud 2π, digamos, [α, α + 2π[ entonces dichos argumentos sal-
tan de α a α+2π cuando atravesamos la semirrecta (x, y) = ρ(cos α, sen α), (ρ > 0). En particular, si
tomamos argumentos en el intervalo [0, 2π[ (cosa que, a primera vista, parece lo razonable) nos
encontramos con que entonces se produce una discontinuidad de dichos argumentos en el eje real
positivo. Bien, sucede que la extensión a C de algunas funciones definidas en R+ (el logaritmo,
las raíces) hace intervenir el argumento principal. Naturalmente, queremos que dichas extensiones
sigan siendo continuas en R+ y ello justifica que tengamos que tomar argumentos principales de
la forma en que lo hemos hecho: porque preferimos introducir una discontinuidad en R− a perder
la continuidad en R+.
1.3.1 Fórmula de De Moivre
Veamos cómo la forma polar permite hacer fácilmente productos de números complejos. Consi-
deremos dos números complejos no nulos
z = |z| (cos(ϑ) + i sen(ϑ)), w = |w| (cos(ϕ) + i sen(ϕ)).
Entonces
zw = |z| |w| (cos(ϑ) + i sen(ϑ))(cos(ϕ) + i sen(ϕ)) =

= |zw| [(cos(ϑ) cos(ϕ) − sen(ϑ) sen(ϕ)) + i(sen(ϑ) cos ϕ + cos(ϑ) sen(ϕ))] =
= |zw| (cos(ϑ + ϕ) + i sen (ϑ + ϕ)).
–9–
Números complejos Forma polar y argumentos de un número complejo
Es decir: para multiplicar dos números complejos se multiplican sus módulos y se suman sus
√
argumentos. Por ejemplo, para calcular (1 + i)4 como |1 + i| = 2 y arg(1 + i) = π/4, se sigue que
(1 + i)4 = −4.
Así pues, el producto de dos números complejos es geométricamente un giro (pues se suman los
argumentos de los números que estamos multiplicando) seguido de una homotecia (el producto
de los módulos de ambos números).
Proposición 1.10. Sean z, w ∈ C no nulos. Entonces

a) Si ϑ ∈ Arg(z) y ϕ ∈ Arg(w), entonces ϑ + ϕ ∈ Arg(zw).
b) Si ϕ ∈ Arg(z) entonces −ϕ ∈ Arg(1/z).
Como consecuencia, es fácil demostrar mediante inducción la siguiente fórmula que será de gran
utilidad.
Fórmula de Proposición 1.11. Si z es un complejo no nulo, ϑ es un argumento de z y n es un número entero,
De Moivre se verifica que nϑ ∈ Arg(zn), es decir:
zn = |z|n (cos(nϑ) + i sen(nϑ)) .
1.3.2 Raíces de un número complejo
Se trata ahora de resolver la ecuación wn = z donde n es un número natural, n ≥ 2, y z ≠ 0 es un

número complejo conocido. Escribamos w en forma polar:
w = |w| (cos(ϕ) + i sen(ϕ)).
Usando la fórmula de De Moivre, podemos escribir la ecuación wn = z en la forma equivalente:
wn = |w|n (cos(nϕ) + i sen(nϕ)) = |z| (cos(ϑ) + i sen(ϑ)).

,
Esta igualdad se da cuando |w|n = |z| y nϕ = ϑ + 2kπ donde k ∈ Z. Deducimos que |w| = n |z| (ojo: se
trata de la raíz n–ésima de un número positivo, cosa ya conocida). Ahora bien, para cualquier
número ϕk de la forma ϕk = (ϑ + 2kπ )/n tenemos un número complejo
,
n
wk = |z| (cos(ϕk ) + i sen(ϕk ))
tal que (wk)n = z. Como una ecuación polinómica de grado n no puede tener más de n soluciones, se
sigue que distintos valores de k deben dar lugar al mismo número wk. Veamos:
wk = wq ⇐ ⇒ ϕk − ϕq = 2mπ ⇐ ⇒ k − q = nm.
Es decir, k y q dan el mismo resto al dividirlos por n. Deducimos que para k = 0, 1, 2, . . . , n − 1

obtenemos wk distintos y cualquier otro wq es igual a uno de ellos. Por tanto hay n raíces n–ésimas
distintas de z.
√
De entre todas las raíces n–ésimas de z vamos a designar con el símbolo n z a la raíz n-ésima
principal, que está definida por
√ Σ . Σ . ΣΣ
n
z = |z|1/n cos arg(z)
n
+ i sen arg(z)
n
.
Observa que en el caso particular de que z sea un número real positivo, entonces la raíz principal
de z (considerado como número complejo) coincide con la raíz de z (considerado como número
real positivo).
Hemos obtenido que las raíces n–ésimas de z vienen dadas por
– 10 –
Sucesiones de números complejos Números complejos
Σ . Σ . ΣΣ
arg(z)+2kπ arg(z)+2kπ
zk = |z|1/n cos n
+ i sen n
k = 0, 1, 2, . . . , n − 1.
Observa que definiendo u = cos(2π/n) + i sen(2π/n), los números u0 = 1, u, u2, . . . , un−1 son las
raíces n–ésimas de la unidad. Podemos escribir las raíces n–ésimas de z en la forma zk = z0uk.
Como multiplicar por u es un giro de amplitud 2π/n, deducimos que las n raíces de z se obtienen
girando la raíz n–ésima principal, z0, con giros sucesivos de amplitud 2π/n. Es decir, si
representamos todas las raíces n–ésimas de z obtenemos n puntos sobre una circunferencia de
,
centro (0, 0) y radio n |z| que forman un polígono regular de n lados.
En general no es cierto que dados dos números complejos z y w entonces el producto de las raíces
n-ésimas principales de z y de w sea igual a la raíz n-ésima principal de zw. Lo que sí es cierto es
que el producto de dos raíces n-ésimas cualesquiera de z y de w es una raíz n-ésima de zw. Por
√ √
tanto, n z n w, es una raíz n-ésima de zw pero no tiene por qué ser la principal.
Por ejemplo, para n = 2, z = w = −1, como arg(−1) = π, tenemos que
√
−1 = cos(π/2) + i sen(π/2) = i.
En este caso
√ √ , √
−1 −1 = ii = −1 ≠ (−1)(−1) = 1 = 1.
√ √ √
La igualdad n
z n w = n zw equivale a que para algún entero k se verifique que
arg(z) arg(w)
n
+ n = arg(zw)
n
+ 2kπ ,
es decir, arg(z) + arg(w) = arg(zw) + 2knπ . Como −2π < arg(z) + arg(w) ≤ 2π y n ≥ 2 tiene que ser k = 0
(pues, en otro caso, |2knπ | ≥ 4π). Luego, debe ocurrir que arg(z) + arg(w) = arg(zw) lo que equivale
a que −π < arg(z) + arg(w) ≤ π.
Por ejemplo, si los números z y w están en el semiplano de la derecha, es decir, Re z > 0, Re w > 0,
entonces − π/2 < arg(z) < π/2 y − π/2 < arg(w) < π/2; por tanto arg(z) + arg(w) = arg(zw)
√ √ √
por lo que, en este caso, n z n w = n zw.
1.4 Conjuntos en el plano complejo. Un poco de topología

Definición 1.12. Dados a ∈ C y r > 0, el conjunto
D(a, r ) = {z ∈ C : |z − a| < r }
se llama disco o bola abierta de centro a y radio r . Si r ≥ 0, el conjunto Disco abierto
D(a, r ) = {z ∈ C : |z − a| ≤ r } ,
se llama disco o bola cerrada de centro a y radio r . Disco cerrado
Observa que un disco abierto no puede ser vacío. Un disco cerrado, en cambio, puede reducirse a
un sólo punto: D(a, 0) = {a}.
Definición 1.13. Un conjunto A ⊂ C se llama acotado si está contenido en algún disco centrado Conjunto acotado
en el origen o, lo que es lo mismo, si existe M ∈ R tal que |a| ≤ M para cualquier a ∈ A.
Definición 1.14. Sea A un subconjunto de C.
a) Diremos que a ∈ A es un punto interior de A si existe r > 0 tal que D(a, r ) ⊂ A. Llamaremos
interior de A al conjunto
– 11 –
Números complejos Conjuntos en el plano complejo. Un poco de topología
Å = {a ∈ A : a es punto interior de A} .
Conjunto abierto b) Un conjunto Ω ⊂ C se dice que es un conjunto abierto si todo punto de Ω es centro de algún
disco abierto contenido en Ω, o sea, si A = Å.
Conjunto cerrado c) Un conjunto es cerrado si su complementario es abierto.
Por convenio el conjunto vacío se considera abierto.
Ejemplo 1.15. Los conjuntos determinados por desigualdades estrictas y funciones continuas
suelen ser conjuntos abiertos. Por ejemplo, el siguiente conjunto es abierto
. Σ
z ∈ C : Re(z)2 − Im(z)2 > 3 .
Definición 1.16. Un conjunto abierto no vacío con la propiedad de que dos puntos cualesquiera
Dominio del mismo pueden unirse por una curva sin salirse del conjunto se llama un dominio. Una defini-
ción equivalente aunque menos intuitiva de dominio es la siguiente. Un dominio es un conjunto
abierto no vacío, Ω, cuya única descomposición en la forma Ω = A ∪ B, donde A y B son conjuntos
abiertos disjuntos, es la trivial, es decir, {A, B} = {∅ , Ω}. Un conjunto cerrado y acotado se llama un
Conjunto compacto conjunto compacto.
Punto de acu- Definición 1.17. Dado un conjunto A ⊂ C, se dice que un punto z ∈ C es un punto de acumulación
mulación de A si todo disco abierto con centro en z contiene puntos de A distintos de z. Observa que un
punto z puede ser un punto de acumulación de A y no pertenecer a A.
1.5 Sucesiones de números complejos

Una sucesión de números complejos es una aplicación del conjunto de los números naturales en
C. Como de costumbre, representaremos por {zn} la función dada por n › zn donde zn ∈ C. La
definición de sucesión convergente es exactamente la misma que para sucesiones reales.
Sucesión convergen- Definición 1.18. La sucesión de números complejos {z n} converge a un número complejo z si
te para todo ε > 0 existe un número natural n0 tal que para todo n ≥ n0 se verifica que |zn − z| < ε.
Equivalentemente, {zn} converge a z si lim |zn − z| = 0.
Recordemos que max{|Re(z)| , |Im(z)|} ≤ |z| ≤ |Re(z)| + |Im(z)|. Gracias a esta desigualdad tenemos
que
|Re(zn ) − Re(z)| − z| ≤ |Re(zn ) − Re(z)| + |Im(zn ) − Im(z)| .

≤ |z n
|Im(zn) − Im(z)|
Deducimos que lim |zn − z| = 0 si, y sólo si, lim |Re(zn) − Re(z)| = 0 y lim |Im(zn) − Im(z)| = 0. Hemos
probado así el siguiente resultado.
Proposición 1.19. Una sucesión de números complejos {zn} es convergente si, y sólo si, las sucesiones
de números reales {Re(zn)} y {Im(zn)} son convergentes. Además en dicho caso
lim zn = z ⇐⇒ Re(z) = lim Re(zn) y Im(z) = lim Im(zn).

n→∞ n→∞ n→∞
Gracias a este resultado el estudio de sucesiones de números complejos se reduce a estudiar la

convergencia de dos sucesiones de números reales.
Supongamos que {zn} es una sucesión tal que para todo K > 0 existe un número natural n0 ∈ N de
forma que si n ≥ n0 entonces |zn| ≥ K. En dicho caso diremos que la sucesión {zn} es divergente o
Sucesión divergente que diverge y escribiremos {zn} → ∞. Observa que {zn} → ∞ es lo mismo que {|zn|} → +∞.
– 12 –
Series de números complejos Números complejos
Los resultados que conoces para sucesiones de números reales en los que no interviene el or-
den son también válidos para sucesiones de números complejos. Destacamos entre ellos los más
importantes.
Proposición 1.20. Álgebra de límites
a) Si {zn} → z y {wn} → w, entonces {zn + wn} → z + w y {znwn} → zw. Además, si zn ≠ 0
para todo n ∈ N y z ≠ 0, entonces {1/zn} → 1/z.
b) Si {zn} diverge y {wn} está acotada entonces {zn + wn} diverge.
c) Si {zn} diverge y {wn} está separada de 0, esto es, existe ρ > 0 y n0 ∈ N de forma que para
n ≥ n0 se cumple |wn| ≥ ρ, entonces {znwn} diverge.
Recuerda que una sucesión parcial de una sucesión {zn} es cualquier sucesión de la forma {zσ (n)} Sucesión parcial
donde σ : N → N es una aplicación estrictamente creciente.
Teorema 1.21. Toda sucesión acotada de números complejos tiene alguna sucesión parcial con- Teorema de Bolzano–
vergente. Weierstrass
Definición 1.22. Una sucesión de números complejos {z n} se dice que es de Cauchy si para cada Sucesión de Cauchy
número ε > 0 existe un número natural n0 ∈ N de forma que si p, q ≥ n0 entonces zp −.zq < ε. .
Repitiendo el mismo argumento anterior, deducimos que {zn} es una sucesión de Cauchy si, y sólo
si, {Re(zn)} y {Im(zn)} son sucesiones de Cauchy. Puesto que R es completo, ser de Cauchy equivale
a ser convergente, luego si {Re(zn)} y {Im(zn)} son de Cauchy convergen y, por tanto,
{zn} es convergente.
Teorema 1.23. Toda sucesión de Cauchy de números complejos es convergente. Teorema de compli-
tud
1.6 Series de números complejos

Dada una sucesión, {zn}, podemos formar a partir de ella otra sucesión, {Sn}, cuyos términos se
obtienen sumando consecutivamente los términos de {zn}, es decir:
S1 = z1, S2 = z1 + z2, S3 = z1 + z2 + z3, . . . , Sn = z1 + z2 + . . . + zn.
La sucesión {Sn} así obtenida se llama serie de término general zn y es costumbre representarla
. ,
por zn o, más sencillamente, zn.
n ≥1
Ni que decir tiene que, siendo las series sucesiones, todos los conceptos y resultados estudiados
ya para sucesiones conservan su misma significación cuando se aplican a series. En particular, es
innecesario
, volver a definir qué se entiende cuando
,∞ se dice que una serie es “convergente”. Si una
serie n≥1 zn es convergente se usa el símbolo n=1 zn para representar el límite de la serie que
,∞
suele llamarse suma de la serie. Naturalmente n =1 zn es el número complejo definido por
∞
. n
.
zn = lim {Sn} = lim zk.
n→∞ n→∞
n=1 k=1
,
Como caso particular de la Proposición 1.19, la serie n≥1 zn converge si, y sólo si, las series
. . . .
Re zn = Re(zn ) y Im zn = Im(zn)
n≥1 n≥1 n≥1 n≥1
son convergentes.
Conviene que recuerdes la condición básica necesaria para la convergencia de una serie. Si la serie
, ,n ,n−1
zn converge entonces la sucesión zn = j=1 zj − j=1zj es diferencia de dos sucesiones que
convergen al mismo límite y por tanto converge a cero.
– 13 –
Números complejos Series de números complejos
Proposición 1.24. Condición necesaria para que , zn sea convergente es que lim zn = 0.
Para las series es posible definir otro tipo de convergencia, la convergencia absoluta.
Convergen- ,
Definición 1.25. Se dice que una serie de números complejos n≥1 zn converge absolutamente
cia absoluta ,
si la serie de números reales positivos n≥1 |zn| es convergente.
Proposición 1.26. Si una serie de números complejos , z es absolutamente convergente entonces
n
dicha serie también es convergente.
,n ,n
Demostración. Pongamos Sn = zj , A n = |zj | y supongamos que la sucesión {An} es
convergente, es decir,
, j=1 j=1
zn es absolutamente convergente. Dado ε > 0, la condición de Cauchy
para {An} nos dice que existe n0 ∈ N tal que
.q
.Aq − Ap . = |zk| < ε para todos p, q ∈ N tales que q > p ≥ n0.
k=p+1
Deducimos que para todos p, q ∈ N tales que q > p ≥ no se verifica que

.q
.Sq − Sp . = .zp+1 + zp+2 + · · · + zq. ≤ |zk| < ε
k=p+1
,
Lo que prueba que la sucesión {Sn}, es decir, la serie zn cumple la condición de Cauchy y, por
tanto, es convergente. □
El concepto de convergencia absoluta de una serie es mucho más fuerte que el de convergencia
como se pone de manifiesto en el siguiente resultado que no demostraremos.
,
Teorema de Riemann Teorema 1.27. La serie z converge absolutamente si, y sólo si, para toda biyección π : N →
n≥1
,
N, la serie n≥1 zπ(n) es convergente. Además, en tal caso se verifica que
∞
. ∞.
zn = zπ(n).
n=1 n=1
1.6.1 Criterios de convergencia no absoluta para series
Naturalmente, puedes usar los criterios de convergencia para series de números reales positivos,
que ya debes conocer, para estudiar la convergencia absoluta de una serie de números comple-
jos. Pero, ¿qué hacer cuando una serie no es absolutamente convergente? Naturalmente, podemos
intentar comprobar si la serie verifica la condición de Cauchy, pero este procedimiento con fre-
cuencia es difícil. Pues bien, los siguientes criterios de Dirichlet y Abel proporcionan información
sobre la convergencia no absoluta.
Teorema 1.28. Sea {an} una sucesión de números reales y {zn} una sucesión de números complejos.
,
a) Si {a n} es monótona, converge a cero y la serie zn tiene sumas parciales acotadas, entonces
Criterio de Dirichlet ,
anzn converge.
, ,
Criterio de Abel b) Si {an} es monótona, acotada y la serie zn converge, entonces a nz n es convergente.
Ejemplo 1.29. Es inmediato comprobar que la sucesión {(−1)n} tiene sumas parciales acota-
das. Si tomamos una sucesión monótona verificando que lim{an} = 0, el criterio de Dirichlet
,
nos dice que la serie (−1)n an es convergente. ¿Te suena este criterio?
– 14 –
Ejercicios Números complejos
1.7 Ejercicios
1.7.1 Números complejos
Ejercicio 1.1
Realiza las operaciones indicadas y expresa el resultado en la forma a + ib.
a) (7 − 2i)(5 + 3i) e) (4−i)(1−3i)

−1+2i
b) (i − 1)3 f) (1 + i)−2
c) (1 + i)(2 + i)(3 + i) g) 1+2i
2−i
3+i
d) h) i2(1 + i)3
2+i
Ejercicio 1.2
Calcula la parte real e imaginaria de las funciones:
1
a) f1(z) = z2 d) f (z)
4 = 1+z 2
b) f (z) 3 z +i
2 = z e) f (z)
5 = z−i
1
c) f (z)
3 = z
Ejercicio 1.3
Calcula las siguientes cantidades.
a) |(1 + i)(2 − i)| c) .( 1 + i) 20 .

4−3i
√ .
√ √
b) . 2−i 5 d) . 2 + i( 2 + 1) .
Ejercicio 1.4
1+z
Calcula los números complejos z tales que 1−zes:
a) Un número real; b) Un número imaginario puro.
Ejercicio 1.5
Expresa en forma polar los siguientes números complejos.

√
√ 1+i 3
a) − 3 − i d)
√ (1+i)2
b) − 3 + i
c) √ 3
3+i
Ejercicio 1.6
Expresa los siguientes números en la forma a + ib:
– 15 –
Números complejos Ejercicios
√ √
a) (−1 + i 3)11 d) (− 3 + i)13
. Σ5
b) 1+i1−i
. √ Σ6
c) 1+i1−i3
Ejercicio 1.7
. Σ
z
Calcula arg(z w) y arg w supuestos conocidos arg(z) y arg(w) .
Ejercicio 1.8
Supuesto que |z| = 1, prueba que

. Σ .
z−1 π/ 2, si Im(z) > 0
arg =
z+1 −π/2, si Im(z) < 0.
Ejercicio 1.9
Sea z = x + iy. Supuesto que |z| = 1, z ≠ 1, z ≠ −i, prueba que

.π
. Σ si 1 − x + y > 0,
4 ,
arg z−1 =
z+i − 3π
4 , si 1 − x + y < 0.
Ejercicio 1.10
Representa gráficamente el conjunto de números complejos que verifican la igualdad |z| = π +

arg(z).
Ejercicio 1.11
Resuelve la ecuación cuadrática az2 +bz+c = 0 donde a, b y c son números complejos conocidos
y a ≠ 0.
Ejercicio 1.12
Calcula todas las soluciones de las siguientes ecuaciones:
a) z3 = 1 + i d) z8 =√
1
b) z4 = i e) z2 + 32iz − 6i = 0
√
c) z3 = −1 + i 3
Ejercicio 1.13
Calcula las soluciones de la ecuación z4 + (1 + i)z2 + 5i = 0.
Ejercicio 1.14
Identidad del Demuestra la llamada “igualdad del paralelogramo”:

paralelogramo
– 16 –
. Σ
|z + w|2 + |z − w|2 = 2 |z|2 + |w|2
para todo z, w ∈ C y explica su significado geométrico.
Ejercicio 1.15
Dados dos números complejos α y β , calcula el mínimo valor para z ∈ C de la cantidad |z − α | 2+

|z − β| .2
Sugerencia: La igualdad del paralelogramo puede ser útil.
Ejercicio 1.16
Prueba las desigualdades:

a) ||z| − |w|| ≤ |z − w|
. .
1 z w
b) |z + w| ≥ ( 2 |z| + |w|) . |z| + |w| .
donde z, w son números complejos. Estudia también cuándo se da la igualdad en cada una de
dichas desigualdades.
Sugerencia: Una estrategia básica para probar desigualdades entre módulos de números com-
plejos consiste en elevar al cuadrado ambos miembros de la desigualdad.
Ejercicio 1.17
z−a .
Prueba que . 1−az < 1 si |z| < 1 y |a| < 1 y también si |z| > 1 y |a| > 1.
Ejercicio 1.18
Estúdiese para cada una de las igualdades siguientes si hay algún número complejo z ∈ C con
. 1 que la verifica:
|z| = .
a) z 3+ z +21 . = 3;
4;
b) z 4− 2 z − i . =
.
c) .z 6 + z 3 + 2. = 4 + .4 + 4z 2 ..
Ejercicio 1.19
Sea x un número real que no es múltiplo entero de 2π. Prueba las igualdades
. Σ sen. n+ 1 x Σ
a) 1 + cos(x) + cos(2x) + · · · + cos(nx) = cos
n
x .x2 Σ
2 sen 2
. Σ sen. n+ 1 x Σ
b) sen(x) + sen(2x) + · · · + sen(nx) = sen n
x .2 xΣ
2 sen 2
Sugerencia: Si llamamos A a la primera suma y B a la segunda, calcúlese A + iB haciendo uso de

la fórmula de De Moivre.
Ejercicio 1.20
. Σ . Σ
2π 2π
Sea n ∈ N, n ≥ 2 y w = cos n + i sen n . Dado un número entero m ∈ Z, calcúlese el valor
de las expresiones:
– 17 –
a) 1 + wm + w2m + · · · + w(n−1)m;
b) 1 − wm + w2m − · · · + (−1)n−1w(n−1)m.
Ejercicio 1.21
Haciendo uso de la fórmula de De Moivre prueba que:

a) sen(3ϕ) = 3 sen(ϕ) − 4 sen3(ϕ);
b) cos(4ϕ) = 8 cos4(ϕ) − 8 cos2(ϕ) + 1;
c) sen(5ϕ) = 5 sen(ϕ) − 20 sen3(ϕ) + 16 sen5(ϕ).
Ejercicio 1.22
Representar gráficamente los conjuntos de números complejos z que verifican:
z−i
a) |z − 3| ≤ 3; f) . z+2i . = 2;
b) 2 < |z − i| ≤ 3; g) Im(z2) > 6;
c) | arg(z) | < π6 ; h) |z − i| = Im(z) + 1
d) |z − i| + |z + i| = 4 e) |z
− 1| = |z − 2i|;
Ejercicio 1.23
Dados dos números complejos α, β y un número positivo ρ ≠ 1, justifíquese que el conjunto

. Σ
z ∈ C : . z−α
z−β
.=ρ
representa una circunferencia en el plano cuyo centro y radio debes calcular.
Ejercicio 1.24
√ √
Prueba que |z| + |w| = . z+w
2 − zw . + . z+w
2
+ zw ..
Sugerencia: la identidad del paralelogramo puede ser útil.
Ejercicio 1.25
Encuentra los vértices de un polígono regular de n lados si su centro se encuentra en el punto

z = 0 y uno de sus vértices z1 es conocido.
Ejercicio 1.26
Resuelve la ecuación (z − 1)n = (z + 1)n, donde z ∈ C y n ∈ N, n ≥ 2.
Ejercicio 1.27
Sea |z1| = |z2| = |z3| = 1. Prueba que z1, z2, z3 son vértices de un triángulo equilátero si, y sólo si, z1
+ z2 + z3 = 0.
– 18 –
Ejercicio 1.28
Prueba que tres números complejos a, b, c son los vértices de un triángulo equilátero si, y sólo si,
verifican la igualdad a2 + b2 + c2 = ab + bc + ca.
Ejercicio 1.29
Dados dos números complejos distintos a , b ∈ C, justifica que z−a z−b es real si, y sólo si, z está en
la recta que pasa por a y por b; y es real negativo si, y sólo si, z está en el segmento que une a
con b.
Ejercicio 1.30
Sean A, B, C, D números reales tales que A2 + B2 + C2 > D2. Prueba que la ecuación:
A(z + z) + iB(z − z) + C(zz − 1) + D(zz + 1) = 0
representa, en el caso de que sea C + D = 0, una recta en el plano; mientras que si C + D ≠ 0,

representa una circunferencia cuyo centro y radio se calcularán.
1.7.2 Sucesiones y series
Ejercicio 1.31
Estudia la convergencia de las sucesiones:

√ . Σ
a) z n = n
n + ina (an ∈ R, | a| < 1) 1+i n
e) z =n 2
2n in . Σn
b) z n = + f) z n = √1 + i √1
n
√ 2n . 1Σ 2 2
c) zn = n
a + i sen (a > 0)
. Σ n . Σ
1 1
d) z n = n sen n + 5 i cos n
Ejercicio 1.32
Sea {zn} una sucesión de números complejos no nulos y sea ϕn ∈ Arg(zn). Supongamos que
lim ϕn = ϕ y lim |zn| = ρ. Justifica que
n→∞ n→∞
lim zn = ρ (cos(ϕ) + i sen(ϕ)) .

n→∞
Ejercicio 1.33
. √ π
Σn
2+i
Calcula el límite de la sucesión z n= 1 + n
3
.
Sugerencia: Expresa zn = |zn| (cos(ϕn) + i sen(ϕn)) y usa el ejercicio anterior.
– 19 –
Ejercicio 1.34
.√ . . Σ . ΣΣ Σ
π π
Calcula el límite de la sucesión z n= n n
2 cos 2n + i sen 2n −1.
.√ Σ
Sugerencia: Recuerda que el límite de la sucesión n 2 − 1 es bien conocido.
n
Ejercicio 1.35
Sea z ∈ C, con |z| = 1, z ≠ 1. Prueba que la sucesión {z n} no converge (¿qué pasa si supones que
converge?). Deduce que si ϕ es un número real que no es un múltiplo entero de π, las sucesiones
{cos(nϕ)} y {sen(nϕ)} no convergen.
Ejercicio 1.36
Estudia la convergencia de las series:
. 1 , n!
a) f) (in) n
(1 + i)n , (2+i) n1
, cos(n)+i sen(n) g) n
b) (1+2i) n
, 1 . 1+i √3 Σn
, cos(n)+insen(n) h) √
c) n . 2 Σ ΣΣ
. Σn2 . Σ ,. π
.
π
, cos πn +i sen πn i) cos n2 + i sen n2
d) , (3+4i)n
, . ( −1) n
n Σ j)
e) √
n+(−1)n
+ i n √1n 2i(4+3i)n+7
Ejercicio 1.37
Sea ρ ∈ R con |ρ| < 1 y ϑ ∈ R. Calcula los límites

∞
. ∞
.
ρ ncos (nϑ) y ρ nsen (nϑ).
n=0 n=0
Ejercicio 1.38
,
Prueba que si la serie z nconverge y, para todo n ∈ R, se verifica | arg(z n) | < α, para algún
π
número 0 < α < , 2entonces dicha serie converge absolutamente.
Ejercicio 1.39
, ,
Supongamos que las series z n y z n2son convergentes y que Re (z n) ≥ 0 para todo n ∈ N.
,
Demuestra que |zn|2 es convergente.
– 20 –
Derivada de una función de variable compleja Funciones complejas
Funciones complejas
Las funciones complejas no son más que las funciones definidas en subconjuntos de R2 con valores
en R2 cuando en R2 consideramos su estructura compleja. Dado un conjunto A ⊂ C, a toda función
compleja f : A → C se le asocian dos funciones reales: la función u = Re(f ), “parte real de f ”, y la
función v = Im(f ), “parte imaginaria de f ”, definidas para todo (x, y) = x + iy ∈ A por:
u(x, y) = Re f (x + iy), v(x, y) = Im f (x + iy).
Naturalmente, f (z) = Re f (z) + i Im f (z).

La función conjugada de f es la función f̄ dada por f¯(z) = Re f (z) − i Im f (z). La función módulo
de f es la función .f . dada por .f . (z) = .f (z)..
2.1 Continuidad y límite funcional

Definición 2.1. Se dice que la función f : A → C es continua en un punto a ∈ A si para cada Función continua
ε > 0 existe un δ > 0 tal que
z∈ A
=⇒ |f (z) − f (a)| < ε.
|z − a| < δ
Usando una vez más las desigualdades max{|Re(z)| , |Im(z)|} ≤ |z| ≤ |Re(z)| + |Im(z)| se prueba
fácilmente que una función compleja f es continua en a si, y sólo si, las funciones Re(f ) y Im(f )
son continuas en a.
Definición 2.2. Dado un punto a de acumulación de A, se dice que f : A → C tiene límite en a si Límite
existe un número complejo L ∈ C con la propiedad de que para cada ε > 0 existe un δ > 0 tal que
z∈ A
=⇒ |f (z) − L| < ε.
0 < |z − a| < δ
Simbólicamente escribimos lim f (z)=L.

z→a
Usando las desigualdades anteriores y llamando a = α + iβ, L = λ + iµ tenemos
lim Re f(x, y) = λ
(x,y)→(α,β)
lim f (z) = L ⇐⇒
z→a lim Im f (x, y) = µ
(x,y)→(α,β)
De forma análoga se pueden definir límites infinitos o en infinito.

Definición 2.3.
a) Se dice que f : A → C tiene límite en infinito si hay un número complejo L ∈ C con la propiedad
de que para cada ε > 0 existe un K > 0 tal que si |z| > K entonces f (z) − L < ε. .Simbólicamente
.
escribimos lim f (z) L. =
z→∞
b) Se dice que f : A → C tiene límite infinito en infinito si para todo M > 0 existe K > 0 tal que si
| z| > K entonces f.(z) > M.
. Simbólicamente escribimos lim f(z) =∞ .
z→∞
c) Se dice que f : A → C tiene límite infinito en un punto a de acumulación de A si para todo
M > 0 existe δ > 0 tal que
– 21 –
Funciones complejas Continuidad y límite funcional
z∈ A
=⇒ |f (z)| > M
0 < |z − α| < δ
Simbólicamente escribimos lim f(z) = ∞ .

z→a
Observa que hay una completa analogía formal entre las definiciones anteriores y las correspon-
dientes para funciones reales de una variable real. Por ello, las reglas de cálculo de límites conoci-
das para funciones de una variable real son también válidas, con las mismas demostraciones, para
funciones de variable compleja.
El siguiente resultado, aunque elemental, es importante.
Continuidad del ar- Proposición 2.4. La función argumento principal es continua en C \ R−0 y discontinua en R− .
gumento principal
Demostración. Sabemos que para z ∈ C \ R−0 el argumento principal viene dado por
. Σ
Im(z)
arg(z) = 2 arctan .
Re(z)+|z|
Teniendo en cuenta que la función arcotangente es continua y que Re(z) + |z| > 0 para todo
z ∈ C \ R−0−, deducimos −
(−1)n que el argumento principal es continuo en C \ R0 . . Σ
Sea a ∈ R y zn = a+ i. Claramente lim zn = a, pero como lim arg(z n) = lim arctan 1
n 2 +
n→∞ n→∞ na
. n→∞
−1
Σ
π = π y lim arg(z2n−1) = lim arctan na
− π = −π, concluimos que {arg(zn)} no converge y
n→∞ n→∞
na
por tanto el argumento principal es discontinuo en a. □
2.2 Derivada de una función de variable compleja

Función derivable Definición 2.5. Sea A ⊂ C y f : A → C, se dice que f es derivable en un punto a ∈ A ∩ A' si
existe el límite
f (z) − f (a)
lim ∈ C.
z→a z −a
El valor de dicho límite se representa por f '(a) y se llama derivada de f en el punto a.
La única novedad de la definición es que se está utilizando el producto complejo y eso, como
veremos, hace que la condición de derivabilidad en sentido complejo sea mucho más fuerte que la
derivabilidad para funciones reales.
Casos Particulares
a) Cuando A ⊆ R y f (A) ⊆ R, la definición dada coincide con la conocida para una función real de
variable real
b) Para funciones complejas de una variable real se tiene el siguiente resultado.
Sea A ⊂ R y f : A → C. Entonces la función f es de la forma f (t) = u(t) + iv(t) donde u y v
son funciones reales de variable real. En este caso tenemos:
f (t)−f (a) u(t)−u(a) v(t)−v(a)
= +i
t−a t−a t−a
y deducimos que f es derivable en a si, y sólo si, las funciones u y v son derivables en a, en
cuyo caso f ' (a) = u'(a) + iv' (a).
Observa que hay una completa analogía formal entre el concepto de función derivable para fun-
ciones de variable compleja y para funciones reales de una variable real. Por ello, las reglas de
derivación conocidas para funciones de una variable real son también válidas, con las mismas
demostraciones, para funciones de variable compleja.
– 22 –
Primeras propiedades de las funciones holomorfas Funciones complejas
Proposición 2.6. Sean dos funciones f , g : A → C con A ⊆ C y a ∈ A ∩ A' . Supongamos que f y g Reglas de derivación
son derivables en a. Entonces:
a) (f + g)'(a) = f '(a) + g'(a)
b) (fg)'(a) = f'(a)g(a) + f (a)g'(a)
. Σ'
f f '(a)g(a)−f (a)g'(a)
c) Si g(z) ≠ 0 para todo z ∈ A entonces (a) = 2
.
g (g(a))
También es fácil comprobar que la regla de la cadena sigue siendo válida para funciones complejas.
Proposición 2.7. Sean f : A → C y g : B → C tales que f (A) ⊆ B, y consideremos la función Regla de la cadena
compuesta h = g ◦ f : A → C. Supongamos que f es derivable en a ∈ A ∩ A' y g es derivable en
b = f (a) ∈ B ∩ B'. Entonces h es derivable en a y
h'(a) = g' (f (a)) f '(a) = g'(b)f '(a).
2.3 Ecuaciones de Cauchy-Riemann

El siguiente resultado pone de manifiesto que la derivabilidad compleja es mucho más restrictiva
de lo que puede parecer a primera vista.
Teorema 2.8. Sea Ω ⊂ C un conjunto abierto, a un punto de Ω y f : Ω → C una función de Ω en

C. Notemos a = α + iβ, u(x, y) = Re f (x + iy), v(x, y) = Im f (x + iy). Equivalen las siguientes
afirmaciones:
a) f es derivable (en sentido complejo) en a = α + iβ.
b) Las funciones u(x, y) = Re f (x + iy), v(x, y) = Im f (x + iy) son diferenciables en (α, β) y
además Ecuaciones de
Cauchy–Riemann
∂u ∂v
(α, β) = (α, β)
∂x ∂y
∂u ∂v
(α, β) = − (α, β)
∂y ∂x
∂u ∂v
En caso de que se cumplan i) y ii) se tiene f '(a) = f '(α + iβ) = (α,
∂x β) + i ∂x β).
(α,
Demostración. Por definición, f es derivable si, y sólo si existe un número complejo, la derivada
de f en a, f '(a) = λ + iµ que verifica
|f (z)−f (a)−(λ+iµ)(z−a)|
lim |z−a|
= 0.
z→a
Pongamos z = x + iy. Si tenemos en cuenta la igualdad

. Σ
(λ + iµ)(x + iy − α − iβ) = λ(x − α) − µ(y − β) + i µ(x − α) + λ(y − β)
y el hecho de que el módulo de un complejo coincide con la norma euclídea (visto en R2), el límite
anterior se escribe como sigue:
lim "(u(x,y),v(x,y))−(u(α,β),v(α,β))−(λ(x−α)−µ(y−β),µ(x−α)+λ(y−β))"
=0
"(x,y)−(α,β)"
(x,y)→(α,β)
. Σ. Σ
λ −µ x−α
o bien, como (λ(x − α) − µ(y − β), µ(x − α) + λ(y − β)) = µλ y −β
, se tiene que
. Σ. Σ
λ −µ x−α
(u(x, y), v(x, y)) − (u(α, β), v(α, β)) − µλ y −β
lim = 0.
(x,y)→(α,β) "(x, y) − (α, β)"
lim = 0.
(x,y)→(α,β) "(x, y) − (α, β)"
– 23 –
Funciones complejas Ecuaciones de Cauchy-Riemann
La condición anterior quiere decir que la aplicación (x, y) › (u(x, y), v(x, y)) de Ω ⊂ R2 en R2
es diferenciable en (α, β) y su diferencial es la aplicación lineal dada por
. Σ. Σ
λ −µ x
(x, y) › .
µλ y
. Σ
λ −µ
Por tanto µλ
es la matriz jacobiana de la aplicación (x, y) › (u(x, y), v(x, y)) en (α, β), esto
es
∂u ∂u ∂v ∂v
∂x (α, β) = λ, (α,
∂y β) = −µ, (α, β)
∂x = µ, (α, β)∂y
=λ
∂u ∂v
Finalmente f '(a) = f ' (α + iβ) = λ + iµ = (α,
∂x β) + i ∂x β). □
(α,
Este resultado explica porqué si defines, sin pensarlo mucho, una función compleja en la forma f
(x + iy) = u(x, y) + iv(x, y) lo más probable es que, a pesar de lo buenas que puedan ser las
funciones u y v, la función así definida no sea derivable. Pues las funciones u y v no tienen por qué
verificar las ecuaciones de Cauchy-Riemann. Esto indica (aunque esta es una idea difícil de precisar)
que las funciones complejas derivables son “auténticas funciones complejas” en el sentido de que
si la función f (x + iy) = u(x, y) + iv(x, y) es derivable entonces la expresión u(x, y) + iv(x, y) debe
depender únicamente de la variable z. Los siguientes ejemplos son ilustrativos.
Ejemplo 2.9.
∂u
a) f (x + iy) = x no es derivable en ningún punto. Su parte imaginaria es cero y ∂x = 1. Esta
función es la proyección sobre el eje OX vista como función real. De hecho, como función
real es un polinomio (y de los más sencillos) y, por tanto, derivable.
b) f(z) = z|z|2 sólo es derivable en cero.
c) f (x + iy) = ex(cos(y) + i sen(y)) es derivable en todo C y f ' (z) = f (z) para todo z ∈ C.
2.4 Primeras propiedades de las funciones holomorfas

Función holomorfa Definición 2.10. Sea Ω un abierto de C. Una función f : Ω → C se dice que es holomorfa en Ω si
f es derivable en todo punto de Ω. En tal caso la función definida para z ∈ Ω por z › f '(z) se llama
función derivada de f . Notaremos por H (Ω) el conjunto de todas las funciones holomorfas en Ω.
Función entera Las funciones holomorfas en todo el plano complejo se llaman funciones enteras.
Ejemplo 2.11.
a) Las funciones polinómicas, es decir, las funciones de la forma
p(z) = c0 + c1z + c2z2 + · · · + c nzn
donde ck ∈ C para 0 ≤ k ≤ n, son funciones enteras. La función derivada de p viene dada
por p'(z) = c1 + 2c2z + 3c3z2 + · · · + ncnzn−1 para z ∈ C.
p(z)
b) Las funciones racionales, es decir, las funciones de la forma R(z) = q(z) donde p(z) y
q(z)
. Σ polinómicas, son holomorfas en su dominio natural de definición Ω =
son funciones
z ∈ C : q(z) ≠ 0 . La función derivada de R viene dada por
p'(z)q(z)−p(z)q'(z)
R'(z) = q(z)2 (z ∈ Ω).
2.4.1 Propiedades de las funciones holomorfas
Como consecuencia de las reglas de derivación tenemos el siguiente resultado.
– 24 –
Ejercicios Funciones complejas
Proposición 2.12. El conjunto H (Ω) de las funciones holomorfas en un abierto Ω con la suma y
el producto usual de funciones es un álgebra.
Proposición 2.13. Una función holomorfa en un dominio cuya derivada es nula en todo punto es
constante.
Demostración. Sea Ω un dominio, f ∈ H (Ω) tal que f '(z) = 0 para todo z ∈ Ω. Fijado z0 ∈ Ω,
definimos
A = {z ∈ Ω : f (z) = f (z0)}.
A es no vacío y, por ser f continua, es un cerrado relativo de Ω. Veamos que también es abierto.
Sea a ∈ A y como Ω es abierto, existe r > 0 tal que D(a, r) ⊂ Ω. Tomamos b ∈ D(a, r) y definimos ϕ : [0,
1] → C por ϕ(t) = f ((1 − t)a + tb). Como f es derivable, la regla de la cadena nos dice que ϕ es
derivable y
ϕ ' (t) = f '((1 − t)a + tb)(b − a) = 0 Por ser
ϕ una función compleja de variable real tenemos
ϕ'(t) = (Re ϕ)'(t) + i(Im ϕ)' = 0 (t ∈ [0,1])
Luego (Re ϕ)' (t) = 0 y (Im ϕ)' (t) = 0 para todo t ∈ [0, 1]. Puesto que Re ϕ y Im ϕ son funciones reales
de variable real definidas en [0, 1], se sigue que son constantes. Luego ϕ es constante y por tanto
ϕ(0) = f (a) = ϕ(1) = f (b) luego b ∈ A. Hemos probado que D(a, r ) ⊂ A, luego A es abierto. El
hecho de que Ω sea un dominio permite concluir que A = Ω, es decir, f es constante en Ω. □
Corolario 2.14. Si dos funciones holomorfas tienen la misma derivada sobre un dominio y coinciden
en un punto son iguales.
La siguiente proposición vuelve a poner de manifiesto que la condición de que una función sea
holomorfa es mucho más restrictiva que la derivabilidad real.
Proposición 2.15. Sea Ω un dominio y f ∈ H (Ω). Equivalen las siguientes afirmaciones:

i) Re(f ) es constante en Ω.
ii) Im(f ) es constante en Ω.
iii) La función compleja conjugada de f , f¯,es holomorfa en Ω.
iv) f es constante en Ω.
v) .f .es constante en Ω.
Demostración. Pongamos f = u + iv, con u = Re(f ), v = Im(f ). Es claro que la condición (iv)
implica todas las demás.
• (i) =⇒ (iv)
∂u ∂u
Las ecuaciones de Cauchy–Riemann afirman que f' (z) = f' (x + iy) = y) − i
(x,∂x (x, y).∂y
∂u ∂u '
Puesto que Re(f ) es constante tenemos = (x,
∂x(x, y) ∂yy) = 0 lo que implica que f (z) = 0
para todo z ∈ Ω de donde deducimos (iv) gracias a la proposición anterior.
• (ii) =⇒ (iv)
Puesto que Im(f ) = − Re(if ) la implicación (i) =⇒ (iv) ya probada nos dice que la función
if es constante y, por lo tanto, f también lo es.
• (iii) =⇒ (iv)
Como f es holomorfa y f¯lo es por hipótesis tenemos que f + f =¯2 Re(f ) es holomorfa. Puesto
que Im(Re f ) = 0 es constante, deducimos, por (ii) =⇒ (iv), que Re(f ) es constante y por
(i) ⇒ (iv) concluimos que f es constante.
– 25 –
Funciones complejas Primeras propiedades de las funciones holomorfas
• (v) =⇒ (iv)
¯
Si .f . = α entonces f (z)f (z) = α2. Si α = 0 entonces f es idénticamente nula y hemos
acabado. Si α ≠ 0 entonces f no se anula en ningún punto por lo que f̄ (z) =
α2
f(z)
es holomorfa
es holomorfa
en Ω y, por (iii) ⇒ (iv), concluimos que f es constante. □
Observación 2.16. Estas propiedades de las funciones holomorfas están muy lejos de ser ciertas
para funciones reales diferenciables. Por ejemplo, dada una función de R2 en R2 diferenciable que
no se anule nunca, dividiéndola por su norma obtenemos una función diferenciable cuyo módulo
(norma euclídea) es constante.
2.5 Ejercicios
Ejercicio 2.1
Demuestra que si P (z) = a0 + a1z + · · · + a nz n es una función polinómica de grado n ≥ 1, se

verifica que lim P (z) = ∞.
z→∞
Ejercicio 2.2
Estudia la derivabilidad de la función f (x + i y) = x 3 + 3x y 2 + i(y 3 + 3x 2 y).
Ejercicio 2.3
3
x 3 (1+i) −y (1−i)
Sea f : C → C la función dada por f(z) = x2 +y2
si z = x + i y ≠ 0, f (0) = 0. Estudia la
continuidad y la derivabilidad de f.
Ejercicio 2.4
2
z
Consideremos la función dada para z ≠ 0 por f(z) = z , y f ( 0) = 0. ¿En qué puntos verifica f
las ecuaciones de Cauchy-Riemann? ¿Es f derivable en z = 0?.
Ejercicio 2.5
Escribe las ecuaciones de Cauchy-Riemann para f (z) = U (ρ, ϑ)+i V (ρ, ϑ) donde z = ρ(cos(ϑ)+
i sen(ϑ)). Expresa la derivada de f por medio de las derivadas parciales de U y V .
Ejercicio 2.6
Sea Ω un dominio y f ∈ H (Ω). Supongamos que hay números a, b, c ∈ R con a2 + b2 > 0, tales que
a Re f (z) + b Im f (z) = c para todo z ∈ Ω. Prueba que f es constante en Ω.
Ejercicio 2.7
Calcula una función f ∈ H (C) tal que Re f(x + iy) = x 4 − 6x 2 y 2 + y 4 para todos x, y ∈ R. Si se
exige que sea f (0) = 0, entonces dicha función es única.
– 26 –
Ejercicios Funciones complejas
Ejercicio 2.8
Calcula una función f.∈ H(Ω) talΣ que

1
a) Im f (x, y) = 2 log x 2 + y 2 ,
b) Im f (x, y) = xy,
c) Re f (x, y) = x2 − 4x − y 2 + 2y, o
d) Re f (x, y) = ex cos(y) + x.
Ejercicio 2.9
Encuentra una condición necesaria y suficiente que deben cumplir los números reales a, b, c
para que exista una función f ∈ H (C), verificando que Re f(x + iy) = ax2 + bxy + cy 2 para
todos x, y ∈ R. Determina, cuando dicha condición se cumpla, todas las funciones enteras f
cuya parte real es de la forma indicada.
Ejercicio 2.10
Sea f (x + iy) = u(x, y) + i v(x, y) una función holomorfa. Prueba que las curvas de nivel
u(x, y) = c, v(x, y) = k son dos familias de trayectorias ortogonales.
– 27 –
Funciones complejas Ejercicios
– 28 –
Funciones complejas elementales La función exponencial
Funciones complejas elementales
3.1 La función exponencial

Una de las formas de definir la exponencial de un número real x es mediante el límite
. Σ
x n
ex = lim 1 + n .
n→∞
Por tanto, una forma coherente de definir la exponencial de un número complejo sería calcular el
anterior límite para z ∈ C. Llamemos z = x + iy. Consideraremos que y ≠ 0, puesto que si y = 0
tendríamos que z = x sería un número real. Pongamos wn = 1 + z/n y
. y Σ
n
ϕn = arctan x .
1+ n
Sea n0 tal que para n ≥ n0 se verifique que Re(wn) > 0. Entonces, para n ≥ n0 resulta que
ϕn = arg(wn). Por otra parte, el módulo de wn viene dado por
. Σ
2 z 2 x 2 y2
n | = .1 + n . = 1 + n + n.2
|w
Tenemos ahora, gracias a la fórmula de De Moivre que

. Σ Σ. Σ Σn/2
z n x 2 y2
(wn )n = 1 + n = 1+n + n2 (cos(nϕ )n + i sen(nϕ n )).
Pero, por el criterio de equivalencia logarítmica, es

Σ. Σ Σn/2 . . ΣΣ
n = x 2 y2 n 2x+ x+2 y2
n→∞
lim
| wn | lim
n→∞
1 + n + n 2 = exp lim2 n n2 n2 = ex .
n→∞
. Σ
y/n
Además, la sucesión {ϕ n} es asintóticamente equivalente a la sucesión 1
+x/n . Por tanto
y/n
lim nϕn = lim n 1 = y.
n→∞ n→∞ +x/n
En consecuencia, tenemos que

. Σ
z n
lim 1 + n = lim (wn)n = lim |wn|n (cos(nϕn) + i sen(nϕn)) = ex (cos(y) + i sen(y)).
n→∞ n→∞ n→∞
Definimos, por tanto, la exponencial compleja como

. Σn
z Re(z)
e z= exp (z) = lim 1 + n =e ( cos(Im(z)) + i sen (Im(z))) .
n→∞
Observa que |e z| = eRe(z), Im(z) ∈ Arg(ez). En particular, obtenemos la fórmula de Euler
eit = cos(t) + i sen(t) (t ∈ R)
que establece una relación entre la exponencial compleja y las funciones trigonométricas. Haciendo
t = π tenemos la singular igualdad
– 29 –
Logaritmos complejos Funciones complejas elementales
eiπ + 1 = 0
en la que intervienen los números más importantes de las matemáticas. De la fórmula de Euler se
deducen fácilmente las llamadas ecuaciones de Euler :
−it
e it+e e it−e −it
cos(t) = 2 , sen (t) = 2i (t ∈ R)
.
Usando las ecuaciones de Cauchy-Riemann se deduce que la función exponencial es una función
entera y exp'(z) = exp(z). Se prueba fácilmente que ez+w = e zew para todos z, w ∈ C. Se deduce que para
todo z ∈ C y todo k ∈ Z es ez = ez+2kπ i. Lo que nos dice que la exponencial compleja es una función
periódica con período 2πi. Naturalmente, esto supone una gran diferencia con la exponencial real que
es una función inyectiva. Observa que la exponencial no se anula nunca pues
|ez| = eRe(z) > 0.
3.2 Logaritmos complejos

El comportamiento periódico de la exponencial compleja se va a traducir, como vamos a ver en-
seguida, en que la ecuación ew = z, donde z es un número complejo no cero, va a tener infinitas
soluciones w ∈ C. Como
ew = eRe(w) (cos(Im(w)) + i sen(Im(w))) Para que
ew = z es necesario y suficiente que:

• |ew | = |z|, esto es, eRe(w) = |z|, es decir, Re(w) = log |z| (logaritmo natural del número real
positivo |z|).
• Arg (ew ) = Arg (z), esto es, Im(w) ∈ Arg(z) y esto se cumple si, y sólo si Im(w) = arg(w)+2kπ , con k
∈ Z.
Hemos probado que {w ∈ C : ew = z} = {log |z| + i(arg(z) + 2kπ ), k ∈ Z}. Por tanto, existen
infinitos números complejos w que satisfacen la ecuación ew = z. Cualquiera de ellos se llama un
Logaritmo logaritmo de z. El conjunto de todos ellos lo representaremos por Log(z). De entre todos ellos
Logaritmo principal elegimos uno, llamado logaritmo principal, definido por
log(z) = log |z| + i arg(z), para todo z ∈ C∗ .
Observa que cualquier otro logaritmo de z es de la forma log(z) + i2kπ para algún entero k. Es
importante que observes que la igualdad log(zw) = log(z) + log(w) que es válida para los
logaritmos de los números reales positivos, no es siempre cierta cierta para números complejos.
Por ejemplo:
√ √ √
log(−1 + i 3) = log | − 1 + i 3| + i arg(−1 + i 3)
√ 2π
= log(2) + i(arctan(− 3) + π) = log(2) + i
√ √ √ 3
log(− 3 + i) = log | − 3 + i| + i arg(− 3 + i)
√ 5π
= log(2) + i(arctan(−1/ 3) + π) = log(2) + i
√ √ π
6
log((−1 + i 3)(− 3 + i)) = log(−4i) = log(4) − i
√ √2 3π
≠ log(−1 + i 3) + log(− 3 + i) = log(4) + i . 2
Lo que está claro es que el número log(z) + log(w) ∈ Log(zw), es decir, log(z) + log(w) es un
logaritmo de zw pero no tiene por qué ser el logaritmo principal de zw.
– 30 –
Funciones trigonométricas complejas Funciones complejas elementales
Como la función z › arg(z) es continua en C \ R−0 y discontinua en R−0 , se deduce que el logaritmo
principal es discontinuo en R−0 y continuo en C\R−0 . De hecho, el logaritmo principal es una función
holomorfa en el dominio C \ R−0 . Esto puedes probarlo usando las condiciones de Cauchy-Riemann
aunque en este caso es más fácil proceder como sigue. Sea a ∈ C \ R−0 y b = log(a). La función
ew −eb
h(w) = w−b
, h(b) = eb
es continua en todo C. Además h(b) ≠ 0 y, por tanto, hay algún r > 0 tal que h(w) ≠ 0 para todo w
∈ D(b, r ). Como la función logaritmo principal es continua en a, deducimos que hay un s > 0 tal
que w = log(z) ∈ D(b, r ) siempre que z ∈ D(a, s). Teniendo en cuenta que la función logaritmo
principal es inyectiva, podemos escribir para z ∈ D(a, s):
log(z)−log(a) 1
z−a
= h(log(z))
=⇒ lim log(z)−log(a)
z−a
= 1
h(log(a))
= 1 .a
z→a
1
Hemos probado, pues, que log' (z) = zpara todo z ∈ C \ R−0 .
3.3 Potencias complejas

Recuerda que dados dos números reales a > 0 y b ∈ R, la potencia de base a y exponente b se
define como ab = eb log(a). Ahora, dados a, b ∈ C, con a ≠ 0, sabemos que hay infinitos logaritmos de
a, todos ellos son de la forma log(a) + i2kπ , con k ∈ Z. Por ello, cualquier número complejo de la
forma eb(log(a)+i2kπ )
donde k ∈ Z, es una potencia de base a y exponente b. De todas ellas se
destaca una:
ab = eb log(a)
y dicho número se llama valor principal de la potencia de base a y exponente b. Observa que si
b = 1/n donde n ∈ N, el número
. Σ
1
a1/n = exp log(a)
n
. Σ
= exp log|a|
n
+ i arg(a)
n
. . n Σ . n ΣΣ
= |a|1/n cos arg(a) + i sen arg(a)
√
es el valor principal de la raíz n-ésima de a que antes hemos notado por n
a. Esta definición da
lugar a las funciones exponenciales complejas de base a, z › a z, definidas por az = exp(z log(a))
que son holomorfas en todo el plano.
Por otro lado la función potencia compleja de exponente b, z › zb , definida por zb = exp(b log(z))
es holomorfa en C \ R−0 .
Las funciones exponenciales cumplen evidentemente la igualdad az+w = az + aw pero las fun-
ciones potencias no cumplen, en general como vimos al estudiar las raíces, la propiedad (zw)b = zb
wb . Esta igualdad se da en el caso de que
exp(b log(zw)) = exp(b log(z) + b log(w))
o, puesto que la función exponencial es periódica de periodo 2πi, cuando se verifique que
b log(zw) = b log(z) + b log(w) + 2kπ i, para algún k ∈ Z.
Como caso particular, cuando z y w pertenecen al primer cuadrante la igualdad log(zw) = log(z)+
log(w) es cierta con lo cual lo anterior se cumple para k = 0. Por los mismos motivos la igualdad
(zb )c = z bc no es cierta en general.
– 31 –
Funciones complejas elementales Potencias complejas
3.4 Funciones trigonométricas complejas
3.4.1 Seno y coseno complejos

eit +e−it eit −e−it
Las ecuaciones de Euler: cos(t) = 2, sen(t) = , válidas
2i
para todo t ∈ R, también tienen
sentido para números complejos. Por ello, para todo z ∈ C definimos el coseno y el seno complejos
por:
e iz+e −iz e iz−e −iz

cos(z) = 2 , sen (z) = 2i
Es inmediato que el seno y coseno complejos extienden a las funciones seno y coseno reales.
Además, como el coseno y el seno complejos está definidos como combinación de exponenciales,
sus propiedades se deducen fácilmente a partir de las propiedades de la exponencial.
Proposición 3.1. Sean z, w ∈ C.
Identidad a) cos2(z) + sen2(z) = 1.
fundamental b) cos(−z) = cos(z), sen(−z) = − sen(z).
Fórmulas de adición c) sen(z + w) = sen(z) cos(w) + sen(w) cos(z), cos(z
+ w) = cos(z) cos(w) − sen(w) sen(z).
d) Las funciones seno y coseno son derivables en todo C con
sen'(z) = cos(z) y cos' (z) = − sen(z).
Relación con las fun- e) cosh(x) = cos(ix) y senh(x) = −i sen(ix).

ciones hiperbólicas f) Las funciones seno y coseno complejos no están acotadas, aunque si lo están en bandas acotadas
paralelas al eje real.
g) Las funciones seno y coseno complejas no tienen más ceros que los reales, esto es, sen(z) = 0 si, y
π
sólo si, z es real de la forma 2kπ y cos(z) = 0 si, y sólo si, z es real de la forma + kπ . 2
3.4.2 Tangente compleja
Por analogía con la tangente real definimos la función tangente compleja como
sen(z)
tan(z) = (cos(z) ≠ 0).
cos(z)
Puesto que el seno y el coseno son funciones enteras la tangente compleja es una función holomorfa
en su dominio de definición C \ {z : cos(z) = 0}. Además sabemos que cos(z) = 0 sólo si z es real de la
π
forma z = + kπ para
2 algún k ∈ Z.
Las propiedades de la tangente se deducen con facilidad de las propiedades del seno y el coseno.
Por ejemplo, puedes comprobar que
tan(z) + tan(w)
tan(z+ w)= .
1 − tan(z) tan(w)
3.5 Funciones trigonométricas inversas
3.5.1 Arcocoseno complejo
Dado un número complejo z ∈ C se trata de calcular los complejos w tales que cos(w) = z.
– 32 –
Ejercicios Funciones complejas elementales
eiw +e−iw
2 = z ⇐ ⇒ eiw + e−iw − 2z = 0
puesto que exp(w) ≠ 0 para cualquier w, podemos multiplicar por eiw la expresión anterior: e2iw −
2zeiw + 1 = 0. Poniendo u = eiw , la ecuación anterior podemos escribirla u2 − 2zu + 1 = 0, cuyas raíces
son
, ,
u = z ± z2 − 1 = z ± i 1 − z2 .
Observa que dichas raíces son distintas de 0, de hecho una es inversa de la otra pues su producto
es igual a 1. Hemos obtenido que:
, . , Σ
exp(iw) = z ± i 1 − z2 ⇐⇒ iw ∈ Log z ± i 1 − z 2 ⇐⇒ cos(w) = z.
Naturalmente, hay infinitos valores de w que verifican la igualdad anterior. El conjunto de todos
ellos se representa por Arccos(z).
. , Σ
1 2
Arccos (z) = i Log z ± i 1 − z .
De todos ellos elegimos el que corresponde al logaritmo principal y le llamamos valor principal de
Arccos(z) que está definido por:
. , Σ
1
arccos(z) = i log z + i 1 − z2 .
Veamos que el arccos(z) extiende al arcocoseno real. En efecto, para z = x ∈ [−1, 1] tenemos que:
. , Σ . , . , ΣΣ
1 1
log x + i 1 − x 2 = log .x + i 1 − x 2 . + iarg x + i 1 − x2
i i. . , ΣΣ
1
= log(1) + i arg x + i 1 − x2
i .
, Σ
= arg x + i 1 − x2 .
,
Observemos que (x, 1 − x 2 ) es un punto de la mitad superior de la circunferencia unidad y una
,
medida del ángulo que forma el número complejo x + i 1 − x2 con el eje real positivo es preci-
samente el arco cuy.ocoseno
, es xΣ.Además, para x ∈ [−1, 1] se tiene que 0 ≤ arccos(x) ≤ π.
Deducimos que arg x + i 1 − x2 = arccos(x).
, . Σ
− =1 −
Teniendo en cuenta que 1 z2 exp log(12 z 2 ) , y que el logaritmo principal
, es holomorfo en C \
−
R0 , deducimos, por la regla de la cadena, que la función z › 1 − z es holomorfa en el
2
conjunto
. Σ
Ω = z ∈ C : 1 − z 2 ∈/ R−0 = C \ (] − ∞, −1] ∪ [1, +∞[) .
. , Σ
Análogamente log z + i 1 − z2 es derivable en el conjunto
. , Σ
Ω1 = z ∈ C : z + i 1 − z 2 ∈/ R−0 .
, ,
Como z + i 1 − z2 y z − i 1 − z2 son inversos, tenemos que
.
∈ Σ
, , z R−
− − =⇒ , =⇒ z ∈ ] − ∞, −1]
z + i 1 − z ∈ R0
2 =⇒ z − i 1 − z ∈ R0
2
1 − z2 ∈ iR
deducimos que Ω1 = C\] − ∞, −1] ⊃ Ω. Luego el arcocoseno es holomorfo en Ω. La regla de la

cadena nos permite calcular su derivada
– 33 –
Funciones complejas elementales Funciones trigonométricas inversas
1 1 + i√−z 2
arccos'(z) = , 1−z
i z + i 1 − z2
,
1 1 − z2 − iz −1
,
= , =, .
1 − z2 iz − 1 − z2 1 − z2
3.5.2 Arcoseno complejo
Dado un número complejo z queremos calcular los complejos w tales que sen(w) = z. El conjunto
de tales números lo representaremos por Arcsen. Aunque podemos repetir . elΣmismo proceso an-
π
terior, podemos aprovechar
. lo ya hecho
Σ y observar que sen(w) = cos − w
2 , luego sen(w) = z
π 1
,
2
si, y sólo si, − w ∈ Log z ± i 1 − z . Equivalentemente si
2 i
. , Σ
π
w∈ 2+ i Log z ± i 1 − z2 .
El valor principal del arcoseno, que notaremos por arcsen(z), se define eligiendo el logaritmo
principal:
. , Σ
π
arcsen(z) = 2 + i log z + i 1 − z 2 , z∈ C
y es una función holomorfa en C\] − ∞, −1] ∪ [1, +∞[.
3.5.3 Arcotangente compleja
Dado z ∈ C queremos calcular los números complejos w tales que z = tan(w) o, lo que es lo mis-
mo, z cos(w) = sen(w). El conjunto de todos ellos lo representaremos por Arctan(z). Escribiendo la
definición de seno y coseno
eiw −e−iw iw +e−iw
2i
=ze 2
.
Si z = ±i, la ecuación anterior no tiene solución por lo que consideramos z ≠ ±i. Multiplicando
por eiw = u la expresión anterior resulta
u2 − 1 = iz(u2 + 1) ⇒ u2 (1 − iz) = 1 + iz
1+iz
puesto que z ≠ −i podemos escribir u2 = 1−iz
, esto es,
. Σ
1+iz 1 1+iz
e2iw = ⇐⇒ w
1−iz ∈ Log
2i 1−iz (z ≠ ±i).
Definimos entonces el valor principal de Arctan(z) por:
. Σ
1 1+iz
arctan(z) = 2ilog 1−iz
(z ≠ ±i).
Puedes probar ahora que la función arctan(z) es holomorfa en C \ {iρ : ρ ∈ R, |ρ| > 1}.
Es fácil probar que la función arcotangente compleja, al igual que ocurre con las demás funciones
trigonométricas complejas, extiende a la función arcotangente real.
3.6 Ejercicios
– 34 –
Ejercicio 3.1
√
Expresa los 8 números ±1 ± i, ± 3 ± i en la forma r eiϕ.
Ejercicio 3.2
Calcula el módulo y los argumentos principales de los números 1 + eiϕ, 1 − eiϕ, −aeiϕ donde
|ϕ| ≤ π y a > 0.
Ejercicio 3.3
Calcula log(z) y Log(z) cuando z es uno de los números siguientes
i, −i, e−3, e5i, 4, −5e, 1 + i.
Ejercicio 3.4
√ . √ Σ
Calcula log(3i) + log(−1 + i 3) y log 3i(−1 + i 3) .
Ejercicio 3.5
. Σ
−1−i
Calcula log(−1 − i) − log i y log i .
Ejercicio 3.6
Calcula (−4)i, i−3i, i i, 12i, 31−i, ((−i)i)i, (1 + i)1+i.
Ejercicio 3.7
a) Estudia, para z ∈ C∗ y n ∈ N, las igualdades:
i) log(exp(z)) = z,
ii) exp(log(z)) = z,
. Σ
1
iii) log z = − log(z) ,
√ log(z)
iv) log( z)
n
= n ,
v) log(z ) = n log(z).
n
b) Prueba que la función logaritmo establece una biyección entre los conjuntos C \ R−0 y Ω =
{z ∈ C∗ : −π < Im(z) < π}.
Ejercicio 3.8
Con una interpretación adecuada de la suma justifica que Arg(z w) = Arg(z) + Arg(w), y que
Log(z w) = Log(z) + Log(w).
– 35 –
Funciones complejas elementales Ejercicios
Ejercicio 3.9
Estudia, interpretándolas convenientemente cuando sea necesario, las siguientes igualdades:

a) Log[ab] = b Log(a),
b) log[ab] = b Log(a),
c) log(ab) = b log(a).
Ejercicio 3.10
Indica el error en los razonamientos siguientes: (−z)2 = z2; por tanto 2 Log(−z) = 2 Log(z) y, por
consiguiente, Log(−z) = Log(z).
Ejercicio 3.11
Explica con detalle dónde está el error en las igualdades siguientes:
i = (−1)1/2 = [(−1)3]1/2 = (−1)3/2 = i3 = −i.
Ejercicio 3.12
Calcula la imagen por la función exponencial de:

a) Una recta paralela a uno de los ejes coordenados.
b) Una banda horizontal de anchura menor que 2π.
c) Un rectángulo de lados paralelos a los ejes coordenados.
d) El conjunto {z ∈ C : |z| > r }.
Ejercicio 3.13
¿Tiene la función exponencial límite en infinito? Dado w ∈ C con |w| = 1, estudia la existencia
del límite lim exp(r w).
r→+∞
Ejercicio 3.14
Sea f : C → C una función verificando f (z + w) = f(z)f (w), para z, w ∈ C. Probar que si

f es derivable en un punto entonces f es entera. Encontrar todas las funciones enteras que
verifiquen la condición anterior. Dar un ejemplo de una función que verifique dicha propiedad
y no sea entera.
Ejercicio 3.15
Da condiciones necesarias y suficientes para que el conjunto [ab ] de las potencias de base a y
exponente b sea finito.
Ejercicio 3.16
Estudia qué relación hay entre los conjuntos [am/n] y [(am)1/n], donde a ∈ C∗ , m, n ∈ N,
n ≥ 2. ¿Qué puede afirmarse, en particular, cuando m y n son primos entre sí?.
– 36 –
Ejercicio 3.17
Sean ρ > 0, α < β tales que ρα, ρβ, α, β ∈ [−π, π]. Prueba que z › zρ es una biyección de
Ω1 = {z ∈ C∗ : α < arg z < β} sobre Ω2 = {z ∈ C∗ : ρα < arg z < ρβ}.
Ejercicio 3.18
Calcula las partes real e imaginaria de los números sen(1 + i), cos(1 − i), tan(1 + 2i).
Ejercicio 3.19
Indica los conjuntos de puntos z ∈ C donde las funciones ez, sen(z), cos(z), tan(z), arcsen(z),
arctan(z) toman:
a) Valores reales.
b) Valores imaginarios puros.
Ejercicio 3.20
Calcula Arcsen(1 + i), Arctan(1 − i), arcsen(i), arctan(2i).
– 37 –
– 38 –
Series de potencias complejas Series de potencias. Funciones analíticas
Series de potencias. Funciones analíticas
4.1 Sucesiones y series de funciones
4.1.1 Sucesiones de funciones
Una sucesión de funciones, como su nombre indica, es una sucesión cuyos elementos son funciones.
Formalmente, es una aplicación que a cada número natural le asigna una función, en nuestro caso
una función compleja.
Definición 4.1. Sea {fn} una sucesión de funciones con fn : A ⊂ C → C. Decimos que {fn}
converge puntualmente en un punto a ∈ A si la sucesión de números complejos {fn(a)} es con- Convergencia pun-
vergente. Llamaremos campo de convergencia puntual de la sucesión {fn} al conjunto tual
C = {z ∈ A : {fn(z)} converge} y
llamamos límite puntual a la función f : C → C definida por
f (z) = lim {fn(z)}.

n→∞
Se dice que {fn} converge uniformemente a una función f en un conjunto B ⊆ A si Convergencia unifor-
me
lim sup{.fn (z) − f (z). : z ∈ B} = 0
n→∞
es decir, para todo ε > 0 existe un número n0 ∈ N tal que para todo n ≥ n0 se verifica que
.fn(z) − f (z). ≤ ε para todo z ∈ B.
4.1.2 Series de funciones
Dada una sucesión de funciones {fn} podemos formar otra cuyos términos se obtienen sumando
consecutivamente los de la primera, esto es:
f1, f1 + f2, f1 + f2 + f3, . . . , f1 + f2 + · · · + fn, . . .

.
Dicha sucesión la representaremos por fn y la llamaremos serie de término general fn.
n≥1
Puesto que las series de funciones son sucesiones de funciones, los conceptos de convergencia
puntual, campo de convergencia puntual y convergencia uniforme para series de funciones no
precisan de nueva definición.
,
La serie n≥1 fn se dice que converge absolutamente en un punto a ∈ A cuando la serie de los Convergencia abso-
,
módulos, n≥1 . fn (a) ., converge. Se define el campo de convergencia absoluta como el conjunto luta
.
z∈ A: .fn (z). converge
n≥1
Al igual que para series de números complejos la convergencia absoluta de una serie de funciones
implica convergencia pero no al contrario.
– 39 –
Series de potencias. Funciones analíticas Sucesiones y series de funciones
4.2 Series de potencias complejas

Dada una sucesión de números complejos {cn}n∈ N0 y un número a ∈ C consideremos la sucesión de
funciones
f0(z) = c0,
fn(z) = cn(z − a)n, n ≥ 1.
La serie definida por esta sucesión de funciones, es decir, la sucesión

. Σ
c0 + c1 (z − a) + c2 (z − a)2 + · · · + cn (z − a)n
,
Series de potencias se representa por n≥0 c n(z − a)n y se llama serie de potencias centrada en a. La sucesión {cn}
recibe el nombre de sucesión de coeficientes de la serie.
,
Lema 4.2. Supongamos un número positivo ρ > 0 tal que la serie | c ρn sea convergente.
,
Entonces se verifica que la serie n≥0 cn(z − a) converge absolutamente en el
n
|≥0 disco D(a, ρ).
n
,
Dada una serie de potencias n≥0 c n(z − a) puede ocurrir:
n
1) La serie solamente converge para z = a. En este caso se dice que la serie de potencias es trivial.
2) La serie converge absolutamente para todo z ∈ C.
3) Hay un número 0 < R < +∞ tal que la serie converge absolutamente en D(a, R) y no converge
para |z − a| > R. El disco D(a, R) se llama disco de convergencia de la serie.
Radio de con-
Al número R se le llama radio de convergencia de la serie. En el caso primer convenimos en que
vergencia R = 0 y en el segundo R = +∞.
Dada una serie de potencias no trivial, llamaremos dominio de convergencia de la serie al conjunto
a) Ω = C si R = +∞
b) Ω = D(a, R) si R ∈ R+
Para obtener el radio de convergencia de una serie de potencias de forma práctica podemos aplicar
alguno de los criterios siguientes.
Criterio del cocien- Teorema 4.3. Dada una sucesión de números complejos {cn} supuesto que
te o de D’Alembert a) cn ≠ 0 para todo n a partir de un índice en adelante, y que
|c |
b) lim n+1 = L ∈ R+0 ∪ {+∞}
n→∞ |cn|
entonces R = 1/L con los convenios: R = 0 si L = +∞ y R = +∞ si L = 0.
.
Demostración. Para obtener este resultado basta aplicar el criterio del cociente a la serie .cn (z − a)n ..
n≥0
Tenemos
.cn+1 (z − a)n+1 . cn+1 |z − a| = L |z − a| .

lim = lim
n
n→∞ |cn(z − a) | n→∞ cn
Deducimos que:
a) Si L |z −a| < 1 la serie converge,
b) Si L |z − a| >1 la serie no converge,
y concluimos que R = 1/L con los convenios anteriores. □
De forma análoga se obtiene el siguiente resultado.
,
Criterio de la Teorema 4.4. Si lim n |cn | = L ∈ R+0 ∪ {+∞} entonces R = 1/L con los mismos convenios
n→∞
raíz o de Cauchy anteriores.
El siguiente lema es muy útil para calcular la suma de algunas series.

,
Lema de Abel Lema 4.5. Supongamos que la serie n≥0 cn z n converge en un punto z 0 de la frontera de su
disco de convergencia. Entonces se verifica que:
– 40 –
Ejercicios Series de potencias. Funciones analíticas
∞
. ∞
.
lim cn(r z0)n = cnzn0.
r→1
0<r <1 n=0 n=0
,
Teorema 4.6. Sea a un número complejo, n≥0 cn (z − a)n una serie de potencias no trivial y Ω Teorema de deriva-
su dominio de convergencia. Sea f : Ω → C la función suma de la serie, esto es, ción de una serie de
potencias
∞
.
f (z) = cn(z − a)n, z ∈ Ω.
n=0
Entonces f es indefinidamente derivable en Ω y para cada k ∈ N su derivada k-ésima se obtiene

derivando k veces la serie término a término, esto es:
∞
.
f(k)z = n(n − 1) · · · (n − k + 1)cn(z − a)n−k, z ∈ Ω.
n=k
(k)
f a
En particular f(k)a = k! ck o, lo que es lo mismo, ck = k! para todo k ∈ N ∪ {0} .
Definición 4.7. Sea f una función indefinidamente derivable en un abierto Ω ⊂ C y sea a ∈ Ω. Serie de Taylor
La serie de potencias
. f (n)(a)
(z − a)n
n!
n≥0
se llama serie de Taylor de f en el punto a.

Corolario 4.8. Las únicas series de potencias no triviales son series de Taylor (de su función suma).
El resultado anterior nos lleva a definir el concepto de función analítica.
Definición 4.9. Sea Ω ⊆ C un abierto, se dice que una función compleja f : Ω −→ C es analítica Función analítica
en Ω cuando localmente puede representarse como la función suma de una serie de potencias.
Con precisión, para cada punto b ∈ Ω hay un disco abierto D(b, ρb) ⊆ Ω y una serie de potencias
. (b)
cn (z − b)n
n≥0
cuyo dominio de convergencia contiene a D(b, ρb ) tal que

∞
. (b)
f (z) = c (z − b)n para todo z ∈ D(b, ρ ).
n b
n=0
En virtud del teorema anterior, deducimos que una función analítica f en Ω es indefinidamente
derivable en Ω y todas sus derivadas son también analíticas. Además se tiene que
(b) f (n)(b)
cn = n!
.
Equivalentemente, una función f es analítica en un abierto Ω si es indefinidamente derivable en dicho

abierto y para cada punto b ∈ Ω la serie de Taylor de f en b converge y su suma es igual a f en
algún disco abierto centrado en b y contenido en Ω.
El siguiente resultado es uno de los resultados más sorprendentes de la teoría de funciones holo-
morfas. Para que comprendas bien su alcance conviene que tengas en cuenta los siguientes ejem-
plos.
Ejemplo 4.10.
a) Una función derivable una vez pero no dos veces derivable.
Sea f : R → R la función dada por:
– 41 –
Series de potencias. Funciones analíticas Series de potencias complejas
.
− x 2/ 2, si x < 0
f(x) =
x 2/2, si x ≥ 0
La función f es derivable y su derivada viene dada por:

.
−x, si x < 0
f '(x) =
x, si x ≥ 0
Es decir, f '(x) = |x|, que no es derivable en x = 0.

b) Una función indefinidamente derivable cuya serie de Taylor en un punto no converge a la
función.
Sea f : R → R la función dada por:
.
exp ( −1 /x ),2 si x < 0
f(x) =
0, si x ≥ 0
La función f es indefinidamente derivable y sus derivadas en x = 0 son todas nulas, f (n)(0) =

0 para todo n ∈ N. Por tanto la serie de Taylor de f en x = 0 es la serie nula. Sin embargo f
no es nula en ningún intervalo abierto que contenga a 0.
El siguiente resultado nos dice que para funciones complejas derivables estas situaciones no se
pueden dar.
Teorema de Taylor Teorema 4.11. Sea Ω ⊂ C un abierto y f : Ω → C una función derivable (holomorfa) en Ω. Entonces
se verifica que f es analítica en Ω. Con más precisión:
a) f es indefinidamente derivable en Ω;
b) Para cada punto a ∈ Ω la serie de Taylor de f en a converge por lo menos en el disco más grande
centrado en a y contenido en Ω y su suma en dicho disco es igual a f . Es decir
∞
. (n)(a)
f
f (z) = (z − a)n para todo z ∈ D(a, r ) ⊂ Ω.
n=0
n!
Este resultado pone de manifiesto la gran diferencia que hay entre la derivabilidad en el campo real
y en el campo complejo. En el campo real podemos tener una función que sea continua pero no
derivable; continua y derivable pero sin derivada continua; de clase C 1 pero no dos veces derivable,
etc. Esto es, con notación que se explica por sí sola
C(I) ; D1(I) ; C 1 (I) ; D2 (I) ; C 2 (I) ; · · · ; C ∞ (I) ; F A(I)
En variable compleja esta cadena de conjuntos se reduce a dos C(Ω) y H (Ω) = F A(Ω).
4.3 Ejercicios
Ejercicio 4.1
. . z+i Σn
Estudia la convergencia puntual de la serie de funciones z−i con z ≠ i.
n≥1
Ejercicio 4.2
. . Σn
1 2z −i
Estudia la convergencia puntual de la serie de funciones n 2+iz , con z ≠ 2i.
n≥1
– 42 –
Ejercicios Series de potencias. Funciones analíticas
Ejercicio 4.3
Estudia la convergencia puntual de las series de funciones:

.
a) exp (−nz),
n≥0
. sen(nz)
b) ,
3n
n≥0
.
c) exp(−nz2).
n≥0
Ejercicio 4.4
Calcula el radio de convergencia de las siguientes series de potencias:
. . 2n+3 Σn2 . 2n
a) zn d) a nz
2n+6
n≥0
n≥1
. . (2n)! n
b) n! n e) (n!)2 z
nn z
n≥0
n≥1
. . ( 2n)! n 2n
z2n f) zn
c) (1+2i)n 2nn (3 ! n)!
n≥1 n≥0
Ejercicio 4.5
Estudia el comportamiento en la frontera del disco de convergencia de las series:

.
a) z n,
n≥1
. zn
b) n
,
n≥1
. zn
c) n2
,
n≥1
. (−1)n 3n−1
d) log(n)
z .
n≥2
Ejercicio 4.6
1
Expresa z como suma de una serie de potencias centrada en un punto a ≠ 0 e indica en dónde
es válida dicha igualdad.
Ejercicio 4.7
1
Expresa (1−z)3 como suma de una serie de potencias.
Ejercicio 4.8
∞
.
Sea a ∈ C∗ . Justifica que (1 + z)a = 1 + a(a−1)...(a−n+1) n
n!
z , para |z | < 1.
n=1 Serie binomial
– 43 –
Series de potencias. Funciones analíticas Ejercicios
Ejercicio 4.9
Obtener el desarrollo en serie de potencias centrado en el origen de la función f , y calcular el

radio de convergencia de la serie resultante en cada uno de los siguientes casos:
z2
a) f (z) = (z+1). 2 . Σ
2
b) f (z) = log z − 3 z+2.
c) f(z) = cos2(z).
d) f(z)= arctan(z).
Ejercicio 4.10
∞
. ( −1) n+1
Prueba que log(1 + z) = n z n, ∀ z ∈ D( 0, 1) .
n=1
a) Deduce que para todo θ ∈ ] − π, π[ se tiene:

∞
. . Σ ∞
.
( −1) n+1
n
cos(nθ) = log 2 cos ( θ)2 ; ( −1) n+1
n sen(nθ) = θ
2 .
n=1 n=1
b) Cambiando z por −z, deduce que para todo θ ∈ ]0, 2π[ se tiene:
∞
. . Σ ∞
.
cos(nθ) θ sen(nθ) π−θ
n = − log 2 sen( ) ; 2 n = 2 .
n=1 n=1
– 44 –
Curvas en el plano Integración de funciones complejas
Integración de funciones complejas
5.1 Integración de funciones de variable real con valores complejos

En lo que sigue consideraremos funciones ϕ : [a, b] → C acotadas y continuas salvo, quizás, en un
conjunto finito de puntos. Definimos la integral de ϕ en [a, b] como el número complejo
∫b ∫b ∫b
ϕ(t) dt = Re ϕ(t) dt + i Im ϕ(t) dt.
a a a
Indicamos a continuación las propiedades principales de la integral que acabamos de definir. Todas
ellas se deducen con facilidad de las propiedades correspondientes de la integral de funciones
reales de variable real que suponemos conocidas.
5.1.1 Propiedades
Proposición 5.1. Sean ϕ, ψ : [a, b] → C integrables y λ, µ ∈ C. Se cumple que Linealidad

∫b ∫b ∫b
(λ ϕ(t) + µ ψ(t)) dt = λ ϕ(t) dt + µ ψ(t) dt.
a a a
Proposición 5.2. Sea ϕ : [a, b] → C integrable, entonces Acotación

∫ ∫b
. b .
. ϕ . ≤ |ϕ| ≤ sup {|ϕ(t)| : a ≤ t ≤ b} (b − a).
a a
Proposición 5.3. Si a < c < b, y ϕ : [a, b] → C es integrable, se verifica que Aditividad respecto
al intervalo
∫b ∫c ∫b
ϕ= ϕ+ ϕ.
a a c
∫ t
Teorema 5.4. Si ϕ : [a, b] → C es continua, la función dada por G(t) = ϕ(s) ds para t ∈ [a, b] Teorema fundamen-
a
es una primitiva de ϕ en [a,b]. tal del Cálculo
Proposición 5.5. Sea F : [a, b] → C derivable con derivada integrable, entonces Regla de Barrow
∫b
F '(t) dt = F (b) − F (a).
a
Proposición 5.6. Sea λ : [c, d] → R una función estrictamente creciente con derivada continua. Fórmula de cambio
Entonces de variable
∫ λ(d) ∫d
ϕ(s) ds = ϕ (λ(t)) λ' (t) dt.
λ(c) c
5.2 Curvas en el plano

Definición 5.7. Una curva en C es una aplicación continua γ : [a, b] → C. Hay que distinguir Curva
entre la curva y su imagen (también llamada traza o soporte), que notaremos por γ∗ = γ([a, b]).
– 45 –
Integración de funciones complejas Integración de funciones de variable real con valores complejos
Al punto γ(a) se le llama punto inicial de la curva γ y a γ(b) punto final. Ambos reciben el nombre de
extremos de la curva.
Curva cerrada Se dice que γ es una curva cerrada cuando sus extremos coinciden, esto es, γ (a) = γ (b). Diremos
Curva regular que una curva es regular si la aplicación que la define es derivable con derivada continua, esto es,
es de clase C1.
γ(b)
Definición 5.8. Una curva γ : [a, b] → C es regu-
Camino γ lar a trozos, y la llamaremos un camino, si existe
una partición de [a, b], a = t0 < t1 < . . . < tn−1 < tn = b
de manera que γ|[tk−1, tk] es regular para 1 ≤ k ≤ n.
]
Definición 5.9. Si γ : [a, b] → C es un camino se
[ b
Longitud de a
una curva ∫b
define la longitud de γ por ff(γ) = .γ '(t). dt.
γ(a) a
Ilustración 5.1
5.2.1 Operaciones con curvas
Curva opuesta de γ
Curva opuesta Definición 5.10. Llamaremos curva opuesta de una dada γ : [a, b] → C, y la notaremos por
−̇γ : [a, b] → C, a la curva definida por
(−̇γ)(t) = γ (b + a − t).
Se trata de una curva que tiene la misma traza que γ pero la recorre en sentido contrario, esto es,
el punto inicial de −̇γ es el punto final de γ y viceversa.
Yuxtaposición de curvas
Definición 5.11. Dadas dos curvas γ : [a, b] → C y σ : [c, d] → C con γ (b) = σ (c), definimos una nueva
Yuxtaposi- curva que llamaremos yuxtaposición de γ y σ o también suma de γ y σ , y la notaremos
ción de curvas por γ ± σ , como
.
γ(t), si a ≤ t ≤ b
(γ ± σ )(t) =
σ (c − b + t), si b ≤ t ≤ b + d − c
Geométricamente se trata de pegar las trazas de γ y σ juntas, de ahí que se exija que γ (b) = σ (c),
esto es, que podamos pegarlas de forma continua. Evidentemente en los puntos de unión entre
una curva y otra puede que no haya derivabilidad. Es fácil probar que (γ ± σ )∗ = γ ∗ ∪ σ ∗ .
Observa que la yuxtaposición de dos caminos también es un camino.
5.2.2 Ejemplos de curvas
Ejemplo 5.12.
a) Segmento de origen z y extremo w. Es la curva γ : [0, 1] → C definida por
– 46 –
Integral curvilínea Integración de funciones complejas
γ (t) = (1 − t)z + tw
Notaremos a esta curva como γ = [z, w]. Resaltemos que no se trata de un intervalo en C ya
que no hemos definido ningún orden.
Es fácil comprobar que −̇[z, w] = [w, z]
b) Circunferencia de centro a y radio r . Es la curva γ : [−π, π] → C definida por
γ (t) = a + r eit
La vamos a representar por el símbolo C(a, r ). No hay que confundir a la curva con su imagen,
que en este caso es una circunferencia y que notamos como C(a, r )∗ ⊂ C.
c) Poligonal de vértices z 0 , z1, . . . , z n. Es la curva
[z0, z1] ± [z1, z2] ± . . . ± [zn−1, zn]
y la representaremos por [z0, z1, . . . , zn]. La poligonal es un camino, es decir, es una curva
regular a trozos.
Curvas equivalentes
Definición 5.13. Dos curvas γ : [a, b] → C y σ : [c, d] → C se dice que son equivalentes cuando
existe una aplicación ϕ : [c, d] → R cumpliendo
a) ϕ ∈ C1([c, d]),
b) ϕ'(u) > 0 para todo u ∈ [c, d],
c) ϕ(c) = a, ϕ(d) = b
y tal que γ ◦ ϕ = σ . En tal caso se dice también que σ es una reparametrización de γ. Reparametrización
Dos curvas equivalentes tienen la misma traza, mismo punto inicial y mismo punto final.
5.3 Integral curvilínea

Definición 5.14. Sea γ : [a, b] → C un camino y f : γ ∗ → C una aplicación continua. Definimos la
integral de f a lo largo del camino γ como el número complejo
∫ ∫b
f (z) dz = f (γ (t)) γ ' (t) dt.
γ a
Observemos que t › f(γ(t))γ ' (t) es una función de variable real con valores complejos, luego la
integral de la derecha es la integral que ya hemos definido antes.
En lo que sigue notaremos C(γ∗ ) el espacio vectorial complejo de las funciones complejas conti-
nuas en γ∗ .
Propiedades
Proposición 5.15. Si γ : [a, b] → C y σ : [c, d] → C son curvas equivalentes y f ∈ C(γ∗ )se verifica que
∫ ∫
f (z) dz = f (z) dz.
γ σ
Demostración. En efecto, puesto que γ∗ = σ ∗ la integral de f a lo largo de σ está definida. Por

hipótesis existe una aplicación ϕ ∈ C1 ([c, d]) con derivada positiva que transforma [c, d] en [a, b] y tal
que γ ◦ ϕ = σ . Tenemos así que
– 47 –
Integración de funciones complejas Integral curvilínea
∫ ∫b Σ Σ
' t = ϕ(s)
f (z) dz = f (γ (t)) γ (t) dt =
γ a dt = ϕ'(s) ds
∫ ϕ−1(b)
= f (γ (ϕ(s))) γ' (ϕ(s)) ϕ'(s) ds
ϕ−1(a)
∫d ∫
= f (σ (s)) σ ' (s) ds = f (z) dz. □
c σ
Proposición 5.16. Dados dos caminos γ, σ y una función compleja f continua en γ ∗ ∪ σ∗ se

∫ ∫ ∫
cumple que f (z) dz = f (z) dz + f (z) dz.
γ±σ γ σ
Demostración. En efecto, por las definiciones dadas
∫ ∫ b+d−c
f (z) dz = f ((γ ± σ )(t)) (γ ± σ )'(t) dt
γ± σ a
∫b ∫ b+d−c
= f (γ(t)) γ '(t) dt + f (σ (t − b + c)) σ '(t − b + c) dt
a b
Σ Σ
s=t−b+c
ds = dt =
∫b ∫d
= f (γ(t)) γ' (t) dt + f (σ (s)) σ ' (s) ds
∫ a ∫ c
= f (z) dz + f (z) dz. □

γ σ
∫ ∫
Proposición 5.17. Dada una función compleja f , f (z) dz = − f (z) dz.
−̇γ γ
∫ .. Σ
Acotación básica Proposición 5.18. . γ f (z) dz ≤ max : z ∈ γ ∗ ff(γ).
f (z) . .
Demostración. En efecto
∫ ∫b ∫b
. f (z) dz. = . f (γ(t)) γ' (t) dt. ≤ .f (γ(t)). .γ' (t). dt ≤
. γ . . a . a
∫b
≤ max{.f (z). : z ∈ γ ∗ } .γ ' (t). dt

a
= max{.f (z). : z ∈ γ ∗ } ff(γ). □
Linealidad Proposición 5.19. Dadas f, g funciones complejas y λ, µ ∈ C, se tiene que

∫ ∫ ∫
(λ f(z) + µ g(z)) dz = λ f (z) dz + µ g(z) dz.
γ γ γ
El cálculo de una integral curvilínea es inmediato si se conoce una primitiva de la función que
integramos.
Regla de Barrow Teorema 5.20. Sea Ω ⊂ C un abierto, f una función continua en Ω y supongamos que hay una
para integra- función F ∈ H (Ω) tal que F '(z) = f (z) para todo z ∈ Ω. Sea γ : [a, b] → C un camino en Ω (esto es, γ∗
les curvilíneas
⊂ Ω), entonces
∫
f (z) dz = F (γ(b)) − F (γ(a)) .
γ
Demostración. Puesto que γ es un camino existe una partición a = t0 < t1 < . . . < tn−1 < tn = b
de forma que γ|[tk 1, tk ] es una aplicación de clase C 1 , esto es, γ'[t , t ] es continua. Teniendo en
− | k−1 k
'
cuenta que la función f (γ(t)) γ (t) es continua en cada intervalo [tk−1, tk] y que
(F ◦ γ)'(t) = F ' (γ(t)) γ'(t) = f (γ(t)) γ'(t)
– 48 –
Ejercicios Integración de funciones complejas
para todo t ∈ [tk−1, tk], resulta

∫ ∫b n ∫ tk
.
' '
f (z) dz = f (γ(t)) γ (t) dt = f (γ(t)) γ (t) dt
γ a tk−1
k=1
n
.
= (F (γ(tk)) − F (γ(tk−1))) = F (γ(b)) − F (γ(a))
k=1
como pretendíamos demostrar. □
5.3.1 Existencia de primitivas
Corolario 5.21. Si una función continua f en un abierto Ω admite una primitiva en Ω, entonces Condición necesaria
la integral curvilínea de f es la misma para todos los caminos en Ω que tienen los mismos puntos para la existencia de
, primitivas
inicial y final. En particular, para todo camino cerrado γ en Ω se verifica que γ f (w) dw = 0.
Proposición 5.22. La función suma de una serie de potencias no trivial tiene primitivas en el
dominio de convergencia de la serie.
,
Demostración. Supongamos que n≥0 cn (z − a)n es una serie de potencias no trivial. Sea Ω su
,∞
dominio de convergencia y para z ∈ Ω sea ϕ(z) = n=0 cn (z − a)n la función suma. El teorema
de derivación de series de potencias nos dice que la función
∞
. cn
F (z) = (z − a)n+1
n+1
n=0
es una primitiva de ϕ en Ω. □
1
Con este resultado es fácil dar un ejemplo de una función que no tiene primitiva. Sea f (z) = z
para z ∈ C∗ . Tenemos que
∫π
∫ 1 it
f (z) dz = ie dt = 2πi ≠ 0
it
C(0,1) −π e
luego f no tiene primitiva en C∗ .

El anterior corolario nos dio una condición necesaria para la existencia de primitiva de una función.
Esta condición es también suficiente.
Teorema 5.23. Sea f una función continua en un abierto Ω. Las siguientes afirmaciones son Caracterización de la
equivalentes: existencia de primiti-
vas
a) f tiene primitivas en Ω.
b) La integral de f sobre todo camino cerrado en Ω es nula.
5.4 Ejercicios
Ejercicio 5.1
∫
Calcula z dz siendo γ : [0, 2] → C el camino dado por:
γ
a) γ(t) = t2 + it
b) γ(t) = 2t + it
.
2it, si 0 ≤ t ≤ 1,
c) γ(t) =
2i + 4(t − 1), si 1 ≤ t ≤ 2.
– 49 –
Integración de funciones complejas Ejercicios
Ejercicio 5.2
∫
Calcula Re(z) dz siendo γ : [0, 1] → C el camino dado por:
γ
a) γ(t) = t + it;
b) γ(t) = e2πit
Ejercicio 5.3
∫
Calcula z2 dz siendo γ = [i, 1 + i, 3 + 3i].
γ
Ejercicio 5.4
∫
Calcula 1
√ dz.
C(0,1) n z
Ejercicio 5.5
∫
Calcula log(z) dz.
C(0,1)
Ejercicio 5.6
∫
Dado α ∈ C, calcula zα log(z) dz.
C(0,1)
Ejercicio 5.7
∫
Calcula |z| z dz siendo γ el camino formado por la mitad superior de la circunferencia unidad
γ
y el segmento [−1, 1].
Ejercicio 5.8
∫
Prueba que para 0 < r < 1, se tiene que log(1+z)
z dz = 0. Deduce que
C(0,r )
∫ 2π . Σ
log 1 + r 2 + 2r cos(ϑ) dϑ = 0.
0
Ejercicio 5.9
∫ f holomorfa en un abierto Ω ⊂ C y verificando que |f (z) − 1| < 1, ∀ z ∈ Ω. Justifica que

Sea
f' (z)
γf (z) dz = 0 para todo camino cerrado γ en Ω.
– 50 –
Índice . . . Fórmula de Cauchy. Teorema de los residuos
Fórmula de Cauchy. Teorema de los resi-

duos
6
En este capítulo estaremos interesados en el problema de la existencia de primitivas de funciones
holomorfas.
El Teorema Fundamental del Cálculo nos dice que toda función real de variable real continua en un
intervalo tiene primitivas en dicho intervalo. La situación es muy distinta para funciones complejas
de variable compleja. En primer lugar, si una función f tiene primitivas en un abierto Ω, es decir,
existe una función F ∈ H (Ω) tal que F '(z) = f (z) para todo z ∈ Ω, entonces la función f es
la derivada de una función holomorfa en Ω y, como sabemos que las funciones holomorfas son
indefinidamente derivables, deducimos que f tiene que ser holomorfa en Ω. Pero ni siquiera el
hecho de que una función sea holomorfa en un dominio garantiza que tenga primitivas en dicho
dominio.
1
Ejemplo 6.1. La función f (z) = z es holomorfa en el dominio C∗ y no tiene primitivas en
dicho dominio.
En efecto, tenemos que
∫ ∫π
1
f (z) dz = it ieit dt = 2πi ≠ 0
C(0,1) −π e
luego, en virtud del Teorema 5.23, concluimos que f no tiene primitiva en C∗ .
Observa que la utilidad de este teorema para probar la existencia de primitivas es dudosa puesto
que para justificar que una función tiene primitivas en un cierto dominio Ω sería necesario compro-
bar que su integral a lo largo de todo camino cerrado en Ω es cero, lo que no parece nada fácil en la
práctica. Afortunadamente, hay teoremas que garantizan que bajo ciertas condiciones la integral
de una función holomorfa a lo largo de cualquier camino cerrado es nula. Estos teoremas reciben
el nombre de teoremas de Cauchy. En ellos se considera un abierto Ω y un camino cerrado γ en Ω.
,
Se suponen hipótesis adicionales sobre Ω o sobre γ para concluir que γ f (w) dw = 0 para toda
función f ∈ H (Ω).
Pretendemos, en definitiva, dar respuesta a los dos problemas siguientes:
,
a) Caracterizar los caminos cerrados γ en un abierto Ω tales que γ f (z) dz = 0 para toda función
f holomorfa en Ω.
,
b) Caracterizar los abiertos Ω tales que γ f (z) dz = 0 para todo camino cerrado γ en Ω y toda
función holomorfa f en Ω. Equivalentemente, caracterizar los abiertos en los que se verifica
que toda función holomorfa tiene primitivas.
El siguiente resultado será útil en lo que sigue.
Lema 6.2. Si una función compleja es continua en un abierto y sabemos que es derivable en todos Lema de Riemann
los puntos de dicho abierto excepto en un conjunto finito de puntos (en los que sólo sabemos que es
continua) entonces se verifica que dicha función es derivable en todos los puntos del abierto.
,
Supongamos que γ es un camino cerrado en un abierto Ω y se verifica que γ f (z) dz = 0 para
cualquier función f holomorfa en Ω . Entonces si z es un punto que no está en Ω, como la función
– 51 –
Fórmula de Cauchy. Teorema de los residuos
∫
1 1
w› es
w−z holomorfa en Ω, deberá cumplirse que dw = 0. Si ahora f es una función
γ w−z
holomorfa en Ω y z ∈ Ω, la aplicación h : Ω → C dada por
. f (w)−f (z)
, si w ≠ z
h(w) = w−z
'
f (z), si w = z,
es holomorfa en Ω (pues es continua en Ω y holomorfa en Ω \{z} por lo que el lema de Riemann nos
,
asegura que es holomorfa en todo Ω) y deberá ser γ h(w) dw = 0. Supuesto que z /∈ γ∗ tenemos que
∫ ∫ ∫
∫ f (w)
0= h(w) dw = f (w)−f (z) dw − f (z) 1
w−z
dw = w−z w−z
dw
γ γ γ γ
de donde
∫ ∫
1
(z ∈ Ω \ γ∗ ).
f (w)
f(z) dw = dw ,
γ w−z γ w−z
Observa que esta es una fórmula de representación pues permite calcular los valores de f en
puntos z ∈ Ω \ γ∗ conocidos los valores de f sobre el camino γ∗ .
Queda claro, por estas consideraciones,
∫ que para responder a los problemas planteados debemos
1
empezar estudiando la integral dw donde γ es un camino cerrado y z /∈ γ ∗ . Vamos a ver
γ w−z
que dicha integral tiene una sencilla interpretación y en la práctica será muy fácil de calcular.
6.1 Índice de un punto respecto de un camino cerrado

Lema 6.3. Sea γ : [a, b] → C una curva regular que no pasa por el origen, 0 /∈ γ ∗ . Entonces existe una
γ' (t)
función derivable h : [a, b] → C tal que eh(t) = γ(t) para todo t ∈ [a, b]. En consecuencia h'(t) = para
t ∈ [a, b].
γ(t)
Logaritmo derivable La función h se llama un logaritmo derivable de γ. Observa que la función h tiene que ser de la
. + iϑ(t)
forma h(t) = log γ(t) . donde t › ϑ(t) es una función continua (derivable, de hecho) y ϑ(t) ∈
Arg (γ(t)). Es decir, t › ϑ(t) es un argumento continuo de γ.
Sea γ : [a, b] → C una curva regular cerrada y z /∈ γ∗ . Pongamos σ (t) = γ(t) − z. Tenemos
∫ ∫b ∫b
1 γ'(t) σ ' (t)
w−z
dw = γ(t)−z dt = σ (t)dt.
γ a a
γ Sea h(t) = log |σ (t)| + iϑ(t) un logaritmo derivable de σ .

σ '(t)
Entonces h'(t) = σ (t) , para todo t ∈ [a, b] lo que nos permite
z σ calcular la integral anterior sin más que aplicar la regla de
Barrow
∫
0 1
dw =h(b) − h(a)
w−zγ
= log |σ (b)| + iϑ(b) − log |σ (a)| − iϑ(a)
Ilustración 6.1 =i(ϑ(b) − ϑ(a)) = i2kπ .
La última igualdad es consecuencia de que ϑ(a) y ϑ(b) son argumentos del mismo número com-
plejo σ (a) = σ(b) luego su diferencia es un múltiplo entero de 2π.
Hemos justificado la igualdad
∫
1 1
2
πi w− z
dw = θ(b)−θ(a)
2π
= k ∈ Z,
γ
– 52 –
. . . fórmula integral de Cauchy Fórmula de Cauchy. Teorema de los residuos
siendo ϑ(t) un argumento continuo de γ(t) − z.

El número entero k que aparece es intuitivamente el número de veces que la curva σ rodea al origen
o equivalentemente el número de veces que γ rodea al punto z.
Definición 6.4. Sea γ : [a, b] → C un camino cerrado y z /∈ γ ∗ . Se define el índice del punto z Índice
respecto del camino γ como
∫
1 1
Indγ (z) = πi
2 w− z
dw.
γ
Hemos justificado que Indγ (z) es un número entero y representa el número de veces que el camino
γ rodea al punto z.
Proposición 6.5. Dado un camino cerrado γ : [a, b] → C, la función definida para z ∈ C \ γ∗ por Propiedades del índi-
z › Indγ(z) tiene las propiedades: ce
a) Es constante en cada componente conexa de C \ γ ∗ .

b) Vale cero en la componente no acotada de C \ γ ∗ .
6.1.1 Cadenas
En lo que sigue nos va a interesar integrar en varios caminos al mismo tiempo por lo que es
conveniente introducir la terminología de “cadenas”. Una cadena es una suma formal finita de
caminos, Γ = γ1 + γ2 + . . . + γn. El símbolo “+” que hemos escrito en la expresión anterior no
representa a la suma de funciones ni a la yuxtaposición de caminos, es una manera de decir que
la cadena Γ está formada por varios caminos. Por ejemplo podemos considerar la cadena
Γ = C(0, 1) + C(i, 2) − 2C(1 + i, 1/2).
que está formada por tres circunferencias, la última de ellas considerada dos veces y recorrida en
sentido contrario.
Por definición, para integrar una función sobre una cadena se integra la función sobre cada uno de
los caminos que forman la cadena y se suman dichas integrales.
∫ n ∫
.
Γ γj
j =1
Dadas dos cadenas Γ y Σ = σ1 + · · · + σm entonces su suma es otra cadena compuesta por todos los
caminos que forman Γ y todos los que forman Σ,
Γ + Σ = γ1 + · · · + γn + σ1 + · · · + σ m .
∫ ∫ ∫
Evidentemente se cumple que f (z) dz = f (z) dz + f (z) dz.
Γ +Σ Γ Σ
Como caso particular de cadenas tenemos los ciclos. Un ciclo es una cadena formada por caminos Ciclo
cerrados. En el ejemplo anterior Γ era un ciclo pues estaba formado por circunferencias.
Si Γ es un ciclo se define el índice de un punto z /∈ Γ ∗ respecto a Γ como la suma de los índices del
punto z respecto a cada uno de los caminos cerrados que forman el ciclo.
n
.
IndΓ (z) = Indγj (z).
j=1
Proposición 6.6. Dado un ciclo Γ la función z › IndΓ (z) es constante en componentes conexas de
C \ Γ ∗ y vale 0 en la componente conexa no acotada.
– 53 –
Fórmula de Cauchy. Teorema de los residuos Índice . . .
Ciclo nulhomólogo Definición 6.7. Dado un abierto Ω ⊂ C y un ciclo Γ en Ω, diremos que Γ es nulhomólogo respecto
de Ω si el índice de todo punto que no esté en Ω respecto de Γ es cero:
IndΓ (z) = 0, para todo z ∈ C \ Ω.
6.2 Forma general del Teorema de Cauchy y de la fórmula integral

de Cauchy
Teorema 6.8. Sea Ω un abierto en C, Γ un ciclo en Ω nulhomólogo respecto de Ω. Entonces para
toda función holomorfa, f , en Ω se verifica:
∫
a) f (z) dz = 0.
Γ
∫
1
para todo z ∈ Ω \ Γ ∗ .
f (w)
Fórmula de Cauchy b) f (z) IndΓ (z) = 2 πi dw,
Γ w−z
∫
todo z ∈ Ω \ Γ ∗ y para todo k ∈ N.
k! f (w)
Fórmula de Cauchy c) f (k)(z) IndΓ (z) = 2πi Γ dw, para
(w−z)k+1
para las derivadas
Corolario 6.9. Sea Ω un abierto en C, f ∈ H (Ω) y supongamos que D̄(a, R) ⊂ Ω. Entonces para
todo z ∈ D(a, R) y para todo k ∈ N se verifica que
∫
1
Fórmula de Cau- a) f (z) = 2 f (w)
dw,
πi C(a,R) w−z
chy para una
∫ f (w)
k!
circunferencia
b) f (k)(z) = 2πi C(a,R) (w−z)k+1
dw.
Simplemente conexo Definición 6.10. Un dominio Ω se llama simplemente conexo si todo camino cerrado en Ω es
nulhomólogo respecto de Ω.
Intuitivamente, un dominio simplemente conexo es un dominio que no tiene “agujeros” (en tér-
minos más precisos: su complemento no tiene componentes conexas acotadas). En la práctica son
fáciles de reconocer.
Teorema de Cauchy Teorema 6.11. Toda función holomorfa en un dominio simplemente conexo tiene primitivas en
para dominios sim- dicho dominio.
plemente conexos
Consecuencias
Es cómodo introducir la siguiente terminología.
Definición 6.12. Dos ciclos Γ , Σ en un abierto Ω se dicen homológicamente equivalentes respecto

de Ω si se verifica que IndΓ (z) = IndΣ(z) para todo z ∈ C \ Ω.
El teorema de Cauchy afirma que si Γ y Σ son ciclos en un abierto Ω, homológicamente equivalentes
respecto de Ω, entonces
∫ ∫
f (z) dz = f (z) dz
Γ Σ
para toda función f ∈ H (Ω). Este teorema permite reducir el cálculo de integrales de funciones
holomorfas sobre caminos cerrados al cálculo de integrales sobre circunferencias.
El siguiente ejemplo es ilustrativo de esto. Sea el abierto Ω el plano complejo C al que le hemos
quitado tres puntos a, b y c. Pretendemos calcular la integral de una función holomorfa en Ω a lo
largo del camino Γ que se presenta en la figura 6.2
– 54 –
Singularidades aisladas . . . Fórmula de Cauchy. Teorema de los residuos
Teniendo en cuenta que el índice de los puntos a, b y

c respecto de Γ es el número de veces que Γ los rodea
(teniendo en cuenta que el sentido es positivo si los a Γ
rodea en sentido contrario al de las agujas del reloj), a
la vista de la figura tenemos: b
IndΓ (a) = 1, IndΓ (b) = 2, IndΓ (c) = −1.

c
Consideremos las circunferencias C(a, ρ), C(b, ρ) y C(c, ρ)
que se presentan en la figura y formemos el ciclo
Ilustración 6.2 Un camino complicado
Σ = C(a, ρ) + 2C(b, ρ) − C(c, ρ).
El ciclo Σ es homológicamente equivalente al ciclo Γ respecto de Ω. El Teorema de Cauchy nos dice

que en estas condiciones para cualquier función holomorfa en Ω, f , se cumple que
∫ ∫ ∫ ∫ ∫
f (z) dz = f (z) dz = f (z) dz + 2 f (z) dz − f (z) dz.
Γ Σ C(a,ρ) C(b,ρ) C(c,ρ)
De esta forma hemos reducido el cálculo de la integral de cualquier función holomorfa sobre el
camino Γ a tres integrales sobre circunferencias. Observa que podemos tomar los radios de estas
,
circunferencias arbitrariamente pequeños. Esto nos dice que la integral Γ f (z) dz va a depender
solamente del comportamiento de f en los puntos a, b, y c.
6.3 Singularidades aisladas. Teorema de los residuos
6.3.1 Singularidades aisladas
Sea Ω un abierto en C, a un punto de Ω y sea f una función holomorfa en Ω \ {a} (el abierto Ω
puede muy bien ser un disco abierto centrado en a). En esta situación se dice que el punto a es
una singularidad aislada de f . Pueden ocurrir los siguientes casos:
a) Existe lim f(z) = w ∈ C. En tal caso, definiendo f(a) = w tenemos, en virtud del lema de
z→a
Riemann, que f es holomorfa en Ω. Se dice que a es un punto regular de f o que a es una
singularidad evitable de f. Singularidad evitable
b) Existe lim f (z) = ∞. En tal caso se dice que a es un polo de f . Polo
z→a
c) No existe el límite de f en a. Se dice entonces que a es una singularidad esencial de f. Singularidad esencial
Definición 6.13. Sea Ω un abierto en C, a un punto de Ω y sea f una función holomorfa en Residuo
Ω \ {a}. Supongamos que D̄(a, r ) ⊂ Ω. Se define el residuo de f en a como
∫
1
Res(f (z), a) = 2πi C(a,r )
f (z) dz.
Observa que la integral en esta definición no depende de r pues si consideras otro disco D̄(a, s) ⊂
Ω, el ciclo Γ = C(a, r ) − C(a, s) es nulhomólogo respecto∫ de Ω \ {a} y, como f es una función
holomorfa en Ω \ {a}, el teorema de Cauchy nos dice que Γ
f (z) dz = 0, es decir,
∫ ∫
C(a,r ) C(a,s)
Teorema 6.14. Sean Ω ⊂ C un abierto, S = {a1, a2, . . . , aq} un conjunto finito de puntos en Ω y Teorema de los resi-
sea f una función holomorfa en Ω \ S. Si Γ es un ciclo en Ω nulhomólogo respecto de Ω entonces duos
– 55 –
Fórmula de Cauchy. Teorema de los residuos Singularidades aisladas . . .
∫ q
.
f (z) dz = 2π i Res(f (z); aj ) IndΓ (aj ).
Γ
j =1
Idea de la demostración. Tomamos ρ > 0 de forma que D̄(ak , ρ) ⊆ Ω y D̄(ak , ρ) ∩ A = {ak }

para k = 1, . . . , q. Para cada k llamamos mk = IndΓ (ak) y γ k = mk C(ak , ρ). Construimos el ciclo
,
Σ = j=1 γ j . Es fácil probar que el ciclo Γ − Σ es nulhomólogo respecto del abierto Ω \ S. En
k
consecuencia, podemos aplicar el teorema general de Cauchy a dicho abierto para el ciclo Γ − Σ y
la función f obteniendo que
∫ ∫ ∫
0= f (z) dz = f (z) dz − f (z) dz.
− Γ Σ Γ Σ
Despejando obtenemos
∫ ∫ q ∫
.
f (z) dz = f (z) dz = f (z) dz
Γ Σ γj
j =1
q ∫ q
.
.
= mj f (z) dz = 2π i IndΓ (aj ) Res(f (z); aj )
C(a j,ρ)
j=1 j =1
que es la fórmula que queríamos probar.

La utilidad del teorema de los residuos depende de que seamos capaces de calcular los residuos
de una función holomorfa en sus singularidades aisladas.
6.3.2 Cálculo de residuos
Sea Ω un abierto en C, a un punto de Ω y sea f una función holomorfa en Ω \ {a}.

a) Supongamos que a es un punto regular de f . Entonces Res(f (z), a) = 0. Pues podemos definir
f (a) = lim f (z) con lo que f es holomorfa en Ω y si D̄(a, r ) ⊂ Ω, como consecuencia del
z→a ∫
teorema de Cauchy tenemos que f (z) dz = 0.
C(a,r )
b) Supongamos que a es un polo de f . Entonces se verifica que hay un número natural k ∈ N
tal que lim (z − a)kf (z) = w ≠ 0. Se dice que a es un polo de orden k de la función f . Sea
z→a
k
g(z) = (z − a) f (z) para z ∈ Ω, z ≠ a, y sea g(a) = w. Entonces, por el lema de Riemann, g
es holomorfa en Ω. Sea D̄(a, r ) ⊂ Ω. Por el Teorema de Taylor (Teorema 4.11) sabemos que
.∞
g(z) = dn(z − a)n, z ∈ D(a, r )
n=0
(n)
g (a)
donde dn = n! . Deducimos que
.
k−1 ∞
.
dn
f (z) = (z− a)k−n +
dn(z −a)n−k , z ∈ D(a, r ) \ {a}. (6.1)
n=0 n=k
Es usual emplear la siguiente notación para la serie (6.1). Dicha serie se escribe en la forma
∞
.
f (z) = cn(z − a)n z ∈ D(a, r ) \ {a}. (6.2)
n=−k
Observa que con ello tenemos que c−1n = dk−1. Si ahora integramos
(z−a)n+1 f (z) en la circunferencia
C(a, r ) y tenemos en cuenta que (z − a) tiene primitiva para todo n ∈ Z con n ≠ −1
∫ n+1
n
por lo que C(a,r )(z − a) dz = 0 para todo entero n ≠ −1, obtenemos que las integrales de
– 56 –
Singularidades aisladas . . . Fórmula de Cauchy. Teorema de los residuos
todos los términos de la serie (6.2) son nulas excepto la que corresponde al sumando para
n = −1. Por tanto
∫ ∞
. ∫ ∫
c−1
f (z) dz = cn (z − a)n dz = dz = 2π ic−1 .
z−a
C(a,r ) C(a,r ) C(a,r )
n=−k
Deducimos que
∫
1
c−1 = 2 πi f (z) dz = Res(f (z), a).
C(a,r )
Lo interesante es que podemos calcular c−1 = dk−1 derivando. Pues

(k−1) Σ Σ
1
c −1 = g (k−1)!
(a) d
= (k−1)! limdzk−1 (z − a)kf (z) .
z→a
d
Hay que calcular el límite indicado porque al evaluar la derivadadzk−1
[(z − a)kf (z)] en el punto
a suele aparecer una indeterminación.
c) Supongamos, finalmente, que a es una singularidad esencial de f. Entonces se prueba que es
posible representar a la función f por medio de una serie del tipo siguiente.
∞
.
f (z) = cn(z − a)n, z ∈ D(a, r ) \ {a} (6.3)
n=−∞
donde hay infinitos coeficientes c−n distintos de cero. Razonando igual que antes también se
obtiene en este caso que c−1 = Res(f (z), a). Aunque ahora no disponemos de una forma para
calcular c−1 que no sea obtener el desarrollo 6.3.
k=n
.
Definición 6.15. Una serie del tipo ck(z − a)k se dice que es una serie de Laurent centrada
k=−n Serie de Laurent
en a . Dichas series son una generalización de las series de potencias. Cuando dicha serie converge
el límite se nota por
.
n +
. ∞
lim ck(z − a)k = an(z − a)n.
n→∞
k=−n n=−∞
Usaremos la notación A(a; r , R) para indicar el anillo abierto de centro a radio interior r y radio
exterior R donde 0 ≤ r < R ≤ +∞.
A(a; r , R) = {z ∈ C : r < |z − a| < R} .
El siguiente resultado es una generalización del teorema de Taylor.
Teorema 6.16. Sean 0 ≤ r < R ≤ +∞, a ∈ C y f una función holomorfa en el anillo A(a; r, R). Desarrollo en serie
Entonces hay una única serie de Laurent centrada en a verificando que de Laurent
+∞
.
f (z) = cn(z − a)n, para todo z ∈ A(a; r , R).
n=−∞
Además los coeficientes de la serie vienen dados por:

∫
1 f (w) C(a,ρ)
cn = 2πi (w−a)n+1 dw, n ∈ Z
siendo r < ρ < R.
– 57 –
Fórmula de Cauchy. Teorema de los residuos Aplicaciones . . .
Polos de cocientes de funciones holomorfas
a) En muchas ocasiones la función que integramos viene dada como cociente de dos funciones
suponemos que g, h son funciones holomorfas en un abierto Ω.
g(z)
holomorfas f (z) = h(z)
donde
En tal caso las únicas posibles singularidades de f son los ceros de h. Supongamos que a ∈ Ω
y que la función h y sus derivadas hasta la de orden k − 1 se anulan en el punto a y la derivada
de orden k de h es distinta de cero en a (se dice entonces que h tiene un cero de orden k en a).
Supongamos también que g(a) ≠ 0. Entonces, en virtud del Teorema de Taylor, podemos
escribir para z ∈ D(a, r ) ⊂ Ω:
.∞ ∞
.
h(n)(a) h(n)(a)
h(z) = k! (z − a)n = k! (z − a)n
n=0 n=k
∞
. (n)
h (a)
=(z − a)k k!
(z − a)n−k .
n=k
,∞ h (a)
Poniendo para z ∈ D(a, r ) ϕ(z) = n k (z−a)
(n)
n−k , la función ϕ es holomorfa en D(a, r )
= k!
y ϕ(a) ≠ 0. Deducimos que

g(z) g(a)
lim (z − a)kf (z) = lim = ≠0
z→a z→a ϕ(z) ϕ(a)
por lo que f tiene en a un polo de orden k.
b) Supongamos que lim (z − a)f (z) = w, entonces se verifica que Res(f (z), a) = w. En particular,
z→a g(z)
supongamos que f (z) = h(z) donde g, h son funciones holomorfas en un abierto Ω, y supone-
mos que g(a) ≠ 0 y h tiene un cero simple, es decir, de orden 1 en a. Entonces, según acabamos
de ver, f tiene un polo simple, es decir, de orden 1 en a. Entonces tenemos que
g(z) z−a g(a)
Res(f (z), a) = lim (z − a) = g(a) lim = .
z→a h(z) z→a h(z) h'(a)
6.4 Aplicaciones del teorema de los residuos al cálculo de integrales
∫
6.4.1 Integrales del tipo R(cos(t), sen(t)) dt
π
−π
Suponemos que R es una función racional de dos variables continua en la circunferencia unidad.
La idea para calcular esta integral por el método de residuos es convertirla en una integral sobre
C(0, 1) de una función compleja que también va a ser racional. Para ello recordemos que
eit −e−it e2it −1 eit +e−it e2it +1
sen(t) = = , cos(t) = = .
2i 2ieit 2 2eit
Por tanto, se verifica que

∫ . Σ ∫π
z2 +1 z2 −1 1
R 2z
, 2iz dz =
iz
R(cos(t), sin(t)) dt.
C(0,1) −π
. 2 Σ
z +1 z2 −1 1
En consecuencia, si notamos f (z) = R 2z , 2iz iz, tenemos que f (z) es una función racional
por lo que sus únicas posibles singularidades son polos. Para calcular la.integral sólo nos Σ interesan
los polos que están dentro del disco unidad. Supongamos que estos son z 1, z2, . . . , zq . El teorema de
los residuos nos dice que
– 58 –
Aplicaciones . . . Fórmula de Cauchy. Teorema de los residuos
∫π q
.
R(cos(t), sin(t)) dt = 2πi Res(f (z), zj ).
−π j =1
∫π
1
Ejemplo 6.17. Se trata de calcular la integral I = −π 5+4 cos(t) dt. Según acabamos de ver
∫ ∫ ∫
1 1 1 1 1 1
I= z 2+1 iz
dz = 2
i C(0,1) 2z +5z+2
dz = i (2z+1)(z+2) dz.
C(0,1) 5 +2 z C(0,1)
Por tanto
. Σ
1 1 −1 1
I = 2i πi Res (2z+1)(z+2) 2 , = 2π lim (z + 1 /2) (2z+1)(z+2)
z→−1/2
1 2
=π lim = π.3
z→−1/2 (z+2)
∫ +∞
P (x)
6.4.2 Integrales del tipo dx
−∞ Q(x)
Suponemos que
a) P y Q son funciones polinómicas sin factores comunes.
b) grado(Q) ≥ grado(P ) + 2.
c) Q(x) ≠ 0 para todo x ∈ R.
En estas condiciones si {z1, z2, . . . , zq } es el conjunto de los ceros del polinomio Q que están en el
semiplano superior se verifica que
∫ +∞ q
. . Σ
P (x) P (z)
dx = 2πi Res Q(z)
,zj .
−∞ Q(x)
j =1
Para ello vamos a aplicar el teorema de los residuos a la

−α + iρ iρ γ2 β + iρ
en el abierto Ω = C. Sea Γ la po-
P (z)
función f (z) = Q(z)
ligonal Γ (α, β, ρ) = [−α, β, β + iρ, −α + iρ, −α] donde
α, β y ρ son números positivos que tomamos suficiente- γ3 γ1
mente grandes para que todos los ceros del polinomio Q

que están en el semiplano superior queden en el interior −α β
del rectángulo Γ de modo que IndΓ (α,β,ρ)(zj ) = 1 para 1 Ilustración 6.3 Γ (α, β, ρ)
≤ j≤ q.
El teorema de los residuos nos dice que
∫ . . Σ
P (z)q P (z)
Q(z)
dz = 2πi Res Q(z) , zj .
Γ (α,β,ρ) j=1
Observa que en esta igualdad el lado de la derecha es independiente de α, β y ρ. Por tanto, será
suficiente para nuestros propósitos probar que cuando α, β y ρ tienden hacia +∞ se verifica que
∫ ∫ +∞
lim P (z)
dz = P (x)
dx.
α,β,ρ→∞ Γ (α,β,ρ) Q(z) −∞ Q(x)
Por la hipótesis sobre los grados de los polinomios P y Q se tiene que existen números K > 0 y
M > 0 tales que
|z| ≥ K =⇒ .f(z). = . P (z)

Q(z)
.≤ M
|z| 2
. (6.4)
– 59 –
En lo que sigue, suponemos que α, β y ρ son mayores que K.

Pongamos aho∫ra γ1 = [β, β + iρ], γ2 = [β + iρ, −α + iρ] y γ3 = [−α + iρ, −α] (ver figura 6.3) y
notamos Ik = f(z)dz. Tenemos
γk
γk
. . Σ ∫ ∫ β
q P (z) P (z) P (x)
2πi Res Q(z) , zj = Q(z)
dz = Q(x) dx + I1 + I2 + I3
j=1 Γ (α,β,ρ) −α
Así,
q. . Σ ∫β
.2πi Res P(z)
−
P (x)
. j=1
.
−α
Q(z) , zj Q(x) dx ≤. |I1| + |I2 | + |I3|. (6.5)

j=1
Acotamos ahora I1. Para z ∈ [β, β + iρ]∗ tenemos que z = β + it para t ∈ [0, ρ]. Además, como es
β > K será |z| ≥ K por lo que, en virtud de la desigualdad 6.4, se tiene que
.f(z). = .f (β + it). ≤ M
β 2 +t2 .
Por tanto,
∫ρ ∫ρ ∫ρ Σ . ΣΣt=ρ
. . . Mπ
|I 1| = . f (β + it)i dt ≤ . f(β .+ it) dt ≤ .
M M t
dt = arctan ≤ .
. 2 2 β β 2
0 β +t
β t=0
0 0
Mπ
La integral I3 se acota de la misma forma, resultando |I3| ≤ . α2
Por último, para acotar I2 se usa que para z ∈ [β + iρ, −α + iρ]∗ tenemos, por ser ρ > K, que
M
|z| ≥ K por lo que, en virtud de la desigualdad (6.4), se tiene que .f (z). ≤ |z|2 . Por tanto
∫ ∫β ∫β
|I | = . f(z) dz. ≤ .f (t + iρ). dt ≤ M M
dt ≤ (α + β) .
2 . [β+iρ,−α+iρ] . 2 2 ρ2
−α −α t +ρ
En vista de (6.5) y de las acotaciones anteriores se tiene que

q. . Σ ∫β
.2πi P(z) P (x) . Mπ Mπ M
Res Q(z) , zj −
. j=1
.
−α
Q(x) dx ≤ β2+ α2+ (α + β) ρ2 .
j=1
Como en esta desigualdad la parte de la izquierda no depende para nada de ρ podemos fijar α y β
y tomar límite cuando ρ → +∞ con lo que obtenemos
. . Σ
. q. P(z) Σ ∫ β P (x) . π M M
2πi Res Q(z) , zj − (6.6)
Q(x) dx. ≤ 2 β+ α
. .
. j=1
−α
Tomando ahora límite para α → +∞ y β → +∞ en la expresión de la derecha, se obtiene que la

P (x)
función Q(x) es impropiamente integrable en R y además
∫ +∞ q
. . Σ
P (x) P (z)
dx = 2πi Res ,zj .
−∞ Q(x) Q(z)
j =1
Observa que la acotación (6.6) proporciona una cota del error que se comete al aproximar la integral
∫ +∞ ∫β
P (x)
dx por una “integral parcial” P (x)
dx.
−∞ Q(x) Q(x) −α
– 60 –
Ejemplo 6.18. Queremos calcular la integral

∫ +∞
1
I= 2 + 2 b2 ) dx
(x 2 +a )(x
−∞
– 61 –
donde suponemos que a > 0 y b > 0 son distintos. La función que integramos tiene dos polos
simples en el semiplano superior en los puntos ia, ib. Según acabamos de ver
. Σ . Σ
1 1
I = 2πi Res (z2 +a )(z
2 +b2 2 ) , ia + 2 πi Res (z 2+a )(z2 +b2 2 ) , ib .
Tenemos que
. Σ
1 1
Res (z 2+a )(z
2 +b2 2) , ia = lim (z − ia) (z −
ia)(z +ia)(z +2 b2 )
z→ia
= lim (z+ia)(z2 1+b2 ) = 2ia(b2 −a2 )
1
.
z→ia
. Σ 1
1
Análogamente Res 2 +b
(z2 +a )(z 2 2) , ib = 2ib(a2 − b2 ) . Luego
. Σ
I = 2πi 1 1 π
2ia(b2 −a2 ) + 2ib(a2 −b2 ) = a b(a+b) .
∫ +∞
eiλxP(x)
−∞ Q(x)
Suponemos que
a) P y Q son funciones polinómicas sin factores comunes y λ > 0.
b) grado(Q) ≥ grado(P ) + 1.
∫ +∞ . . iλz Σ
iλx q
e P (x) e P (z)
Res
Q(x) dx = 2πi j=1 Q(z) , zj .
−∞
Para ello vamos a aplicar el teorema de los residuos a la

eiλz P (z) −α + iρ iρ γ2 β + iρ
función f (z) = Q(z) en el abierto Ω = C. Sea Γ la po-
ligonal Γ (α, β, ρ) = [−α, β, β + iρ, −α + iρ, −α] donde α, β y ρ
γ3 γ1
son números positivos que tomamos suficientemente
grandes para que todos los ceros del polinomio Q
que están en el semiplano superior queden en el interior −α β
del rectángulo Γ de modo que IndΓ (α,β,ρ)(zj ) = 1 para 1 Ilustración 6.4 Γ (α, β, ρ)
≤ j≤ q.
El teorema de los residuos nos dice que
∫ q
. . Σ
eiλz P (z) eiλz P (z) Q(z)
Q(z) dz
= 2πi Res ,z j .
Γ (α,β,ρ)
j =1
Observa que en esta igualdad el lado de la derecha es independiente de α, β y ρ. Por tanto, será
suficiente para nuestros propósitos probar que cuando α, β y ρ tienden hacia +∞ se verifica que
∫
∫ +∞
lim eiλz P (z) eiλx P (x)
Q(z)
dz = dx.
Q(x)
α,β,ρ→∞ Γ (α,β,ρ) −∞
Por la hipótesis sobre los grados de los polinomios P y Q se tiene que existen números K > 0 y
M > 0 tales que
P (z) M
|z| ≥ K =⇒ . Q(z)
.≤ |z|
(6.7)
En lo que sigue, suponemos que α, β y ρ son mayores que K.
– 62 –
Pongamos aho∫ra γ1 = [β, β + iρ], γ2 = [β + iρ, −α + iρ] y γ3 = [−α + iρ, −α] (ver figura 6.4) y
γk
notamos Ik = q f(z)dz. Tenemos ∫
γk
. . Σ ∫ β
eiλz P (z) Q(z) eiλzP(z) eiλx P (x)
2πi Res ,z j = Q(z) dz = Q(x)
dx + I + I1+ I 2 3
Γ (α,β,ρ) −α
j =1
Así,
. . iλz ∫β
. q e P(z) Σ eiλx P (x)
.
. 2πi −
Res Q(z) , zj Q(x) dx ≤ |I1| + |I2 | + |I3| . (6.8)
. j=1
−α .
Acotamos ahora I1. Para z ∈ [β, β + iρ]∗ tenemos que z = β + it para t ∈ [0, ρ]. Además, como es
β > K será |z| ≥ K por lo que, en virtud de la desigualdad (6.7), se tiene que
P (z) P (β+it) M M
. Q(z) .=. Q(β+it)
.≤ |β+it|
≤ β
.
Además e.iλ(β+it) = e−λt

. . Por tanto,
∫ρ ∫ρ ∫ρ Σ Σt=ρ
. . . Me −λt e−λt M 1−e−λρ M
|I 1| = . f (β + it)i dt ≤ .f(β + it)
M
. dt ≤ . dt = = ≤ .
. 0
β β −λ t=0 β λ βλ
0 0
M
La integral I3 se acota de la misma forma, resultando |I3| ≤ . αλ
Por último, para acotar I2 se usa que para z ∈ [β + iρ, −α + iρ]∗ tenemos, por ser ρ > K, que
|z| ≥ K por lo que, en virtud de la desigualdad (6.7), se tiene que .f (z). ≤ M ≤ M . Además, para
||
z ρ
. .
z∈ [β + iρ, −α + iρ]∗ es Im(z) = ρ. Por tanto = e−λρ . Deducimos que
.eiλz .
∫ ∫β ∫β
Me−λρ
.f(t + iρ). dt ≤ dt = (α + β) e−λρ .
M
|I | = . f (z) dz. ≤
2 . [β+iρ,−α+iρ] . ρ ρ
−α −α
En vista de (6.8) y de las acotaciones anteriores se tiene que

q
. . Σ ∫β
. 2πi eiλz P(z) eiλx P (x) M M M −λρ
Res Q(z) , zj − .
. j=1
Q(x) dx ≤ βλ.+ αλ + (α + β) ρ e
j=1
−α .
Como en esta desigualdad la parte de la izquierda no depende para nada de ρ podemos fijar α y β
y tomar límite cuando ρ → +∞ con lo que, teniendo en cuenta que λ > 0, obtenemos
q
. . Σ ∫β . Σ
. 2πi ei λz P (z) eiλx P (x) . 1 M M
Res Q(z) , zj − . (6.9)
. j=1
.
Q(x) dx ≤ λ β+ α
−α
j=1
Tomando ahora límite para α → +∞ y β → +∞ en la expresión de la derecha, se obtiene que la

eiλx P (x)
función Q(x) es impropiamente integrable en R y además
∫ +∞ . . Σ
eiλx P (x) q eiλz P (z)
Res
Q(x) dx = 2πi j=1 Q(z) , zj .
−∞
Observa que la acotación (6.9) proporciona una cota del error que se comete al aproximar la integral
∫ +∞ iλx ∫β
e P(x)
dx por una “integral parcial” eiλx P (x)
Q(x) Q(x)
dx.
−∞ −α
– 62 –
∫ +∞
cos(λx)
Ejemplo 6.19. Calcular la integral I = a2 +x2 dx.
−∞
– 63 –
.∫ Σ ∫ +∞ iλx
+∞ eiλx e
Suponemos que a > 0 y λ > 0. Como I = Re −∞ a2 +x2
dx , calcularemos J = −∞ a2 +x2 dx.
1
Según acabamos de ver, teniendo en cuenta que la función a2+z2 solamente tiene un polo simple
en el semiplano superior en el punto ai, se sigue que
. iλz Σ
e e iλz
J =2πi Res a2 +z2
, i = 2 πi lim (z − ai) a2 +z2
z→ai
e iλz e −λa e −λa
=2 πi lim (z − ai) (z−ai)(z+ai) =π a =⇒ I = π a .
z→ai
∫ +∞
sen(λx)P(x)
−∞ x Q(x)
Suponemos que
a) P y Q son funciones polinómicas con coeficientes reales sin factores comunes, P (0) ≠ 0, y λ > 0.
b) grado(Q) ≥ grado(P ).
∫ +∞ q . Σ .
sen(λx)P(x) . eiλz P (z) eiλz P (z) Σ
x Q(x) dx = Im 2πi Res zQ(z) , zj + πi Res zQ(z) , 0 .
−∞
−∞
j=1
La forma de proceder es muy parecida a la anterior con una pequeña diferencia y es que ahora
consideraremos el camino de integración Γ (α, β, ρ, ε) que puedes ver en la figura 6.5.
Procediendo como en el caso anterior, considerando aho-
eiλz P (z) −α + iρ iρ γ2 β + iρ
ra la función f (z) = zQ(z)
teniendo en cuenta que
IndΓ (α,β,ρ,ε)(0) = 0, el teorema de los residuos nos dice
que γ3 γ1
∫ γε
. q . iλz Σ
eiλz P (z) e P (z) , z −α −ε ε β
Γ (α,β,ρ,ε) dz = 2πi Res j .
zQ(z) zQ(z)
j=1
Ilustración 6.5 Γ (α, β, ρ, ε)
Las acotaciones que hemos obtenido antes en los seg-
mentos γ1, γ2 y γ3 siguen siendo válidas (observa que grado (zQ(z)) ≥ grado (P (z)) + 1) por lo que
obtenemos fácilmente la siguiente acotación análoga a la acotación (6.9) del caso anterior:
q
. . Σ ∫ε ∫ ∫β . Σ
. . 1 M M
ε .
. 2πi Res f(z),zj − f (x) dx − f (z) dz − f (x) dx ≤ λ + . (6.10)
. −α γ ε β α
j=1
Tomando en esta desigualdad límites para α → +∞ y β → +∞ se deduce que

q
. . Σ ∫ ∫ε ∫ +∞
2πi Res f(z), zj − f (z) dz = f (x) dx + f(x) dx. (6.11)
γε −∞ ε
j =1
P (0)
Sea w = Res(f (z), 0) = lim z, f (z) = . Teniendo en cuenta el sentido de recorrido de γε
z→0 Q(0)
tenemos que
∫ ∫π. Σ
w
f (z) dz + πiw = − f (εeit ) − it
iεeεe itdt.
γε 0
. Σ . Σ
w 1
Como .f εeit − .=
εeit
.εe
ε
it
f εeit − w., deducimos que
– 64 –
Aplicación . . . a la suma de series Fórmula de Cauchy. Teorema de los residuos
∫ ∫π
. . it it
.. . Σ
. f(z) dz + πiw . ≤ .εe f (εe .
. γε ) −w 0 dt ≤ π max zf (z) − w : |z| = ε
ε
. Σ
y como lim(zf (z) − w) = 0, se sigue que lim max .zf (z) − w . : |z| = ε = 0. Hemos probado así
z→ ε→0
que 0
∫
lim f (z) dz = −πiw = −πi Res(f (z), 0).
ε→0 γε
Teniendo en cuenta la igualdad (6.11) deducimos que

.∫ ε ∫ +∞ Σ q . Σ
.
lim f (x) dx + f (x) dx = 2πi Res f(z), zj + πi Res(f (z), 0). (6.12)
ε→0 −∞ ε j =1
Tomando ahora
.∫ partes imaginarias y teniendo
Σ ∫ en cuenta que P y Q tienen coeficientes reales
ε ∫ +∞ ε ∫ +∞
Im f (x) dx + f (x) dx = sen(λx)P (x)
dx + sen(λx)P (x)
dx
x Q(x) ε x Q(x)
−∞ ε −∞
sen(λx)P (x)
y teniendo en cuenta también que la función x › xQ(x) es continua en x = 0 sin más que
P (0)
definirla en 0 igual a λ Q(0)por lo que
.∫ Σ ∫
ε ∫ +∞ +∞
lim sen(λx)P (x)
dx + sen(λx)P (x)
dx = sen(λx)P (x)
dx
ε→0 x Q(x) x Q(x) x Q(x)
−∞ ε −∞
concluimos que
∫ +∞ q
. . Σ
sen(λx)P (x)
x Q(x) dx = Im 2πi Res f(z),zj + πi Res(f(z), 0) .
−∞ j=1
−∞ j=1
Ejemplo 6.20.
∫ +∞ . . ΣΣ . Σ
sen(x) e iz e iz
x dx = Im πi Res z ,0 = Im πi lim z z = π.
−∞ z→0
6.5 Aplicación del teorema de los residuos a la suma de series
+∞
.P (n)
6.5.1 Series del tipo
−∞ Q(n)

b) grado(Q) ≥ grado(P) + 2.
c) Q(k) ≠ 0 para todo k ∈ Z.
En estas condiciones si {z1, z2, . . . , zq } es el conjunto de los ceros del polinomio Q se verifica que
.+∞ P (n) q
. . Σ
=− Res π cotan(π z)
P (z)
Q(n) Q(z), zj .
−∞ j =1
Para probarlo consideremos la función π cotan(πz). Dicha función tiene un polo simple en cada
entero k ∈ Z y lim(z − kπ )π cotan(πz) = 1.
z→k
– 65 –
Fórmula de Cauchy. Teorema de los residuos Aplicación . . . a la suma de series
P (z)
Aplicamos el teorema de los residuos a la función f (z) = π cotan(πz) yQ(z)
al camino cerrado
(es un cuadrado)
1 1 1 1 1
Γn = [(n + )(−1 − i), (n + )(1
2 − i), (n + )(12+ i), (n + )(−12+ i), (n + )(−1 −2 i)]
2
y obtenemos para n suficientemente grande que
∫ . n . q
f (z) dz = 2π i Res(f (z), k) + Res(f (z), zj ) . (6.13)
Γn
k=−n j=1
Como para k ∈ Z es
P (z) P (k) cos(πz)
Res(f (z), k) = lim(z − k)π cotan(πz) = lim(z − k)π
Q(z) Q(k) z→k sen(πz)
z→k
P (k) z−k P (k) 1 P (k)
= π cos(kπ ) lim = π cos(kπ ) =
Q(k) z→k sen(πz) Q(k) π cos(kπ ) Q(k)
∫
y, en las hipótesis hechas, se comprueba que lim f (z) dz = 0, deducimos de la igualdad (6.13)
Γ
n→∞ n
que
. . +∞ . . Σ
n n . q P (z)
lim Res(f (z), k) = lim P(k)
Q(k)
P (n)
Q(n) =− Res π cotan(πz) , zj .
= Q(z)
n→∞ n→∞
k=−n k=−n −∞ j=1
Ejemplo 6.21. Sea α > 0.

+∞
. . Σ . Σ
1 1 1
n2 +α2
= − Res π cotan (πz) z2 +α2
, iα − Res π cotan (πz) z2 +α2
,− iα
−∞
−απ
π e +eαπ
= α eαπ −e−απ .
De donde
∞
. . απ
Σ
1 1 π e + απ e− 1
n2 +α2 = 2 α eαπ −e−απ − α2 .
n=1
Ahora deducimos que

∞ ∞ . Σ
. 1 . 1 1 π e + απ e− απ 1 π2
= lim = lim − =
n2 α→0 n2 +α2 α→0 2 α eαπ −e−απ α2 6
n=1 n=1
donde el último límite puede calcularse por la regla de L’Hôpital.
+
. ∞
n P (n)
6.5.2 Series del tipo (−1)
−∞ Q(n)
Suponemos que
b) grado(Q) ≥ grado(P) + 1.
c) Q(k) ≠ 0 para todo k ∈ Z.
En estas condiciones si {z1, z2, . . . , zq } es el conjunto de los ceros del polinomio Q se verifica que
. . Σ
+
. ∞ n P (n) q P (z)
(−1) Q(n) = − Res π cosec(πz) Q(z) , zj .
−∞ j=1
– 66 –
Ejercicios Fórmula de Cauchy. Teorema de los residuos
6.6 Ejercicios
Ejercicio 6.1
∫
Calcula la integral ezdz
para γ = C(1/4, 1/2), γ = C(1, 1/2) y γ = C(2, 3).
γ z(1−z)3
Ejercicio 6.2
∫
Calcula la integral cos(z)
γ z2 (z−1)
para γ = C(0, 1/3), γ = C(1, 1/3) y γ = C(0, 2).
Ejercicio 6.3
∫
Calcula sen(2z)
C(0,1) (z−π/4)2 (z2 + 9) dz.
Ejercicio 6.4
∫
Calcula dw
m donde m ∈ N y |b| < r < | a| .
C(0,r ) (w−a)(w−b)
Ejercicio 6.5
Dado n ∈ N, calcula las siguientes integrales:

∫ ∫ ∫
sen(z) e z−e− z log(z)
zn dz ; zn dz ; zn
dz.
C(0,1) C(0,1) C(1, 12)
Ejercicio 6.6
Sean a, b ∈ C tales que |a| < |b|. Obténgase el desarrollo en serie de Laurent de la función
1
f (z) = (z−a)(z−b) , con z ∈ C \ {a, b} en cada uno de los anillos : a)
A(0; |a| , |b|),
b) A(0; |b| , +∞),
c) A(a; 0, |b − a|) y
d) A(a; |b − a| , +∞).
Ejercicio 6.7
1
Obténgase el desarrollo en serie de Laurent de la función f (z) = (z 2−1) 2 con z ∈ C \ {−1, 1} en
los anillos A(1; 0, 2) y A(1; 2, +∞).
Ejercicio 6.8
Clasificar las singularidades de las funciones f : Ω → C siguientes:

a) f (z) = 1−cos(z)
zn . Σ Ω = C (n ∈ N),
∗
1
b) f (z) = z sen
n
z Ω = C∗ (n ∈ N),
log(1+z)
c) f (z) = z2 Ω = C \ {x ∈ R : x ≤ −1},
– 67 –
Fórmula de Cauchy. Teorema de los residuos Ejercicios
1
d) f (z) = z(1 −e 2πiz ) Ω = C \ Z,
z
e) f (z) = tan(πz) Ω = C \ Z.
Ejercicio 6.9
Prueba, usando el teorema de los residuos, que para 0 < b < a se tiene:
∫π . , Σ
sen2 (t) π
a+b cos(t) dt = b2 a − a −2 b 2 .
0
– 68 –
– 68 –
Fenómenos periódicos Series de Fourier
Series de Fourier
7.1 Introducción
Los sucesos que se repiten con una cierta periodicidad son relativamente comunes en la naturaleza.
Piensa, por ejemplo, en las olas en el mar, las estaciones a lo largo del año, la transmisión del
sonido, el péndulo de un reloj, las señales electromagnéticas emitidas por una antena, etc. También
podemos fijarnos en fenómenos que dependen de más variables como las sombras que se producen
con la difracción de un par de haces de luz. Aunque todos estos sistemas sean más o menos cíclicos,
esto no quiere decir que sean fáciles de describir o modelar.
Las series de Fourier y la transformada de Fourier han jugado y continúan jugando un papel fun-
damental en el estudio de estos problemas y el desarrollo de las Matemáticas tal y como hoy las
conocemos.
El problema de la representación de una función mediante una suma, posiblemente infinita, de fun-
ciones sinusoidales surge en el siglo XVIII de la mano de numerosos científicos como D’Alembert,
D. Bernoulli o Fourier entre otros, para intentar resolver ecuaciones diferenciales asociadas a fe-
nómenos físicos como el movimiento de una cuerda o la transmisión del calor.
A la hora de estudiar fenómenos periódicos tenemos dos frentes abiertos. Por un lado es necesario
un conocimiento de las leyes físicas que gobiernan el sistema que queremos modelar, ya se trate
del movimiento de un fluido para estudiar las olas del mar o cúal es la relación entre la electricidad,
el magnetismo, voltajes, resistencias y lo que sea necesario para estudiar una señal eléctrica. En
este punto no vamos a entrar aunque a veces en los ejemplos aparezca algunas de estas leyes. A
nosotros nos interesa más el aspecto matemático del problema. ¿Cómo podemos describir uno de
estos sistemas? El principio que vamos a aplicar es el de divide y vencerás. Intentaremos describir
el problema en términos sencillos utilizando senos y cosenos y después combinaremos funciones
de este tipo para obtener sistemas más complicados.
7.2 Fenómenos periódicos

Definición 7.1. Una función f es periódica con periodo T (o T -periódica) si existe un número Función periódica
T > 0 tal que f (t) = f (t + T ), para todo t. Al menor valor de T se le llama periodo de f (también lo
llamaremos periodo fundamental o mínimo para distinguirlo del resto).
Observación 7.2. Las funciones constantes son periódicas con periodo fundamental cero da-
do que son periódicas con cualquier periodo. Si nos olvidamos de este caso, todas las funciones
continuas y periódicas tienen un periodo fundamental T positivo.
Obsérvese que si f (t) = f (t + T ), entonces f (t) = f (t + nT ) para cualquier entero n. Dicho de otra
forma, si T es un periodo de f , también lo es nT para cualquier n ∈ Z.
Ya conoces ejemplos de funciones periódicas: quizás los más usuales sean las funciones de tipo
sinusoidal como sen(x), cos(3x + 1) o sen(2x) + cos(x). Las funciones sen(x) y cos(x) son perió-
dicas con periodo 2π. Las funciones sen(2x) y cos(2x) también son periódicas pero su periodo
fundamental es π. En general las funciones del tipo
– 69 –
Series de Fourier Introducción
sen(nωt + φ), cos(nωt + φ)

2π
son periódicas con periodo fundamental T = ω.
¿La suma de fun- Observación 7.3. En un primer vistazo parece claro que si la gráfica de una función se repite cada
ciones periódi- vez que avanzamos T1 unidades y la de la segunda función se repite cada T2 unidades, entonces la
cas es periódica?
suma de ambas funciones también se acabará repitiendo.
Si miramos un poco más despacio e intentamos buscar el periodo T de la suma de dos funciones
periódicas f y g, debería verificarse que
f (x) + g(x) = (f + g)(x) = (f + g)(x + T ) = f (x + T ) + g(x + T )
De esto se deduce que T es un periodo de f y g y por tanto, T debe ser múltiplo entero de T1 y T2 .
No es difícil comprobar que si T1, T2 ∈ , entonces no hay ningún problema. Pero, en general, la
√
suma de dos funciones periódicas no es una función periódica: por ejemplo cos(t) + cos( 2t).
Funciones sinusoidales
Uno de los ejemplos más clásicos de comportamiento periódico y que, probablemente, recordarás
de tus clases de Física es el oscilador armónico. Se trata de describir el movimiento de un peso
colgado de un muelle. Dicho movimiento viene descrito por una función de la forma:
A sen(2πωt + φ).
A representa la amplitud, ω es la frecuencia medida en ciclos por segundo (Herzios) y la fase es

2π
φ. Se suele usar también el nombre de frecuencia angular para referirse a ω . Se comprueba
1
fácilmente que el periodo de esta
. función es TΣ= :ω . Σ
1 1
A sen 2π ω(t + ) + φ =A sen 2π ωt + 2π ω + φ
ω ω
=A sen(2πωt + φ + 2π) .
=A sen(2πωt + φ)
Si nos olvidamos de la fase, los ejemplos más sencillos de funciones sinusoidales son las funciones
sen(x) y cos(x) que tienen período 2π. Es fácil dar ejemplos de funciones que tengan período T :
es cuestión de “encoger” o “estirar” estas funciones. Las funciones sen(nπx/T ) y cos(nπx/T ) son
periódicas con período 2T y, por tanto, las funciones sen(2nπx/T ) y cos(2nπx/T ) son periódicas
con período T .
Aunque lo olvidemos a veces, las funciones cons-
1 tantes también son periódicas, de hecho con cual-
quier período.
Cuando intentamos describir fenómenos periódi-
− T2 T
2 cos algo más complejos es necesario recurrir a com-
−1 binaciones lineales de funciones sinusoidales de la
forma anterior, esto es, funciones del tipo
Ilustración 7.1 Funciones periódicas
.N .N
An sen(nω + φn), Bn cos(nω + φn)
n=1 n=1
o sumas de ambas.
Para trabajar con funciones de esta clase, se puede “retocarlas” un poco para obtener periodo
uno. Ya veremos como un simple cambio de variable nos permitirá pasar a intervalos cualesquiera
cuando sea necesario. En este caso tendríamos sumas del tipo
– 70 –
Un poco de historia Series de Fourier
N
.
An sen(2πnt + φn)
n=1
Esta forma de escribir sumas trigonométricas tiene la ventaja de presentar de forma explícita la
amplitud, frecuencia y fase. El inconveniente es la dificultad del cálculo de dichos coeficientes. La
forma usual de escribir una suma trigonométrica es
a0
.N
2+ [an cos(2πnt) + bn sen(2πnt)]
n=1
a0
Pronto entenderás que el motivo para añadir la constante 2es una cuestión de comodidad en la
notación.
Definición 7.4. Un polinomio trigonométrico con periodo T y frecuencia ω = 2π/T es una Polinomio trigono-
función de la forma métrico
. N
1
f(t) = a0
2+ [an cos(nωt) + bn sen(nωt)].
n=1
Los coeficientes an y bn se llaman coeficientes de Fourier del polinomio y N es el grado de dicho

polinomio.
El motivo de llamar “polinomios” a funciones de este tipo es que sen(nωt) y cos(nωt) se puede
expresar como sumas y potencias de sen(ωt) y cos(ωt) usando que
sen(2ωt) = 2 sen(ωt) cos(ωt) y cos(2ωt) = cos2(ωt) − sen2(ωt).

1 ,N
Si f (t) = a20 + n=1 [an cos(nωt) + bn sen(nωt)] es un polinomio trigonométrico, f es una
función T -periódica. Además, si tomamos
, . Σ
αn = a2 n+ b 2 y
n φn = arctan − bn ∈ an(−π , π ]
para n = 1, 2, . . . , N se tiene que an cos(nωt) + bn sen(nωt) = αn cos(nωt + φ), con lo que
f (t) = α0 + α1 cos(ωt + φ 1) + α2 cos(2ωt + φ2) + . . . + αN cos(Nωt + φN )
donde 2α0 = a0.

A α1 cos(ωt + φ1) se le llama primer armónico o modo fundamental de vibración, los coeficientes
αn son las
. Σ amplitudes y φn son los ángulos de fase. También se pueden escribir con senos en
lugar de cosenos utilizando que cos(x) = sen π x
2
La expresión de un polinomio trigonométrico en términos de las amplitudes y las fases de sus
+ .
armónicos es muy intuitiva: nos dice que la función resultante consiste en superponer vibraciones
cos(nωt + φn) cuyas frecuencias son múltiplos enteros de la frecuencia del modo fundamental, de
mayor o menor amplitud y que van en fase (si φn = 0), adelantadas (cuando φn > 0, lo que
corresponde a deslizar la gráfica hacia la izquierda) o retrasadas (cuando φn < 0, lo que corres-
ponde a deslizar la gráfica hacia la derecha) con respecto al armónico puro de la misma frecuencia
cos(nωt).
7.3 Un poco de historia
7.3.1 La cuerda vibrante
A principios del siglo XVIII, el Cálculo está firmemente establecido dentro las Matemáticas y ya
ha demostrado su utilidad en la resolución de numerosos problemas en Mecánica. Por ejemplo,
– 71 –
Series de Fourier Un poco de historia
Isaac Newton (1643-1727) lo ha utilizado para deducir las leyes de Kepler sobre el movimiento de
los planetas. Sin embargo, sus aplicaciones están principalmente dirigidas a sistemas simples. Pro-
blemas más complejos como el movimiento de muchos cuerpos, el estudio de fluidos, de cuerpos
elásticos o de vibraciones requerían técnicas más elaboradas.
El problema del movimiento de una cuerda elástica sujeta por sus extremos era uno de los que más
interesaban a los científicos de aquel tiempo. Los medios continuos se modelaban con un número
finito de partículas n y después se hacía tender n a infinito. En el problema de la cuerda vibrante se
pretende describir el movimiento de una cuerda sujeta por sus extremos. También supondremos
que el peso de la cuerda es nulo, que la cuerda es elástica y que no hay fricción. Esta es la situación,
por ejemplo, que se presenta cuando consideramos las cuerdas de un piano de cola donde la masa
es despreciable en comparación con la tensión que soporta.
Johann Bernoulli (1667-1748) estudió este problema en su versión simplificada con una cuerda que
constaba de 8 partículas. En 1747, Jean le Rond d’Alembert (1717-1783), utilizando el caso discreto
general con n partículas y tomando límites, dedujo que se debía verificar la ecuación diferencial
∂2 u ∂2 u
∂t2
(x, t) = c2 ∂x2
(x, t),
,
donde c = T /M, T es la tensión de la cuerda y M su masa. Más concretamente, supongamos que
tenemos una cuerda de longitud π, con los extremos fijos en (0, 0), (π, 0). Se tira de la cuerda
hasta que tenga la forma dada por la curva y = f (x) y se suelta. La pregunta es ¿cuál es el
movimiento descrito por la cuerda? Dicho movimiento vendrá dado por una función u(x, t), donde
u(x, t) representa el desplazamiento vertical en un punto x entre 0 y π en un momento dado t≥
0. En otras palabras, para un valor fijo t, u(x, t) es la curva que representa la cuerda en dicho
momento. Nuestro problema es calcular u(x, t) a partir de f (x). Más concretamente, la función u
debe verificar
∂ 2 u(x,t) 2
= ∂ u(x,t)
∂t 2 ∂x 2, 0 < x < π,t > 0
u(x, 0) = f (x)
∂u(x,0)
(7.1)
∂t
=0 0 ≤ x ≤π
u(0, t) = u(L, t) = 0 t ≥ 0
La primera condición es una ecuación en derivadas parciales conocida como “Ecuación de ondas”.
Las tres siguientes son condiciones sobre la posición de la cuerda.
D’Alembert demostró que la solución general viene dada por
1
u(x, t) = [Φ(x
2 + t) + Ψ (x − t)]
donde Φ y Ψ son funciones arbitrarias con derivadas de segundo orden continuas. Utilizando la
˜ f (x+ct)+ ˜f (x−ct)
condición inicial, obtuvo que la solución tenía la forma u(x, t) = 2 donde sólo se
˜
suponía que f era una extensión par y periódica de f . El hecho de que esta formula tenga sentido
sin ninguna hipótesis de regularidad de la función f planteaba serias dudas a D’Alembert. Inde-
pendientemente, Euler también había llegado a la misma conclusión, aunque ambos tenían serias
divergencias en cuanto a qué “funciones” se podían tomar como condición inicial. Hay que tener
en cuenta que el concepto de función, tal y como hoy lo conocemos, no estaba nada claro. Como
ejemplo, las funciones definidas a trozos no eran aceptadas como “funciones” por D’Alembert y sí
por Euler.
En 1753, Daniel Bernoulli, junto con su padre Johann Bernoulli y su tío paterno Jakob, propone otra
manera distinta de obtener una solución del problema motivada por sus estudios en Acústica. La
idea consiste en descomponer la solución u(x, t) como suma de funciones “simples” de la forma
– 72 –
Un poco de historia Series de Fourier
.∞
u(x, t) = an sen(nx) cos(nt).
n=1
De nuevo hay que observar que los conceptos de convergencia de series de funciones no estaban
planteados en aquel momento. A fin de cuentas, el problema físico estaba claro que tenía solución y
por tanto la suma debía tener sentido. Obsérvese también que si la solución ofrecida por Bernoulli
fuese correcta se tendría que
∞
.
f (x) = u(x, 0) = an sen(nx), ∀ x ∈ [0, π].
n=1
El hecho de que funciones de muy diverso tipo se pudieran expresar como suma de funciones
periódicas no fue compartido por sus colegas D’Alembert y Euler. Veremos en este tema quién
estaba más cerca de la verdad.
7.3.2 Difusión del calor
Medio siglo más tarde, Joseph Fourier, matemático y físico francés, tomó en cuenta las investigacio-
nes previas de Bernoulli para resolver otro problema. Al regresar a Francia de la campaña de Egipto
con Napoleón, Fourier se interesa por la teoría de conducción del calor en los cuerpos sólidos en
respuesta a un concurso promovido por la Academia de Ciencias de París.
Más concretamente, el problema era el siguiente: se considera una varilla delgada de longitud fija,
L, cuyos extremos se mantienen a 0◦C y cuyos laterales están aislados. Si la temperatura inicial de
la varilla viene dada por la función f (x), ¿cuál será la temperatura al cabo de un tiempo t?
Fourier demostró que, en condiciones apropiadas, si u(x, t) es la solución debe verificar que
∂ 2 u(x,t)
∂x2 = 1 ∂u(x,t)
K ∂t, 0 < x < L, 0 < t
u(0, t) = u(L, t) = 0, 0 ≤ t (7.2)
u(x, 0) = f (x), 0 ≤x≤L
La primera condición es una ecuación en derivadas parciales conocida como “Ecuación del calor”.
La segunda condición indica que la temperatura en los extremos se mantiene a 0 ◦C siempre. La
última es la temperatura inicial de la varilla y K es una constante positiva que depende de las
propiedades termales de la barra.
Para buscar la solución, Fourier supuso que era de la forma u(x, t) = f (x)g(t). Sustituyendo en la
ecuación (7.2) obtenemos que
∂2 u 1 ∂u 1
0= ∂x2
− K ∂t= f '' (x)g(t) − f (x)g '
K (t).
Como la solución u(x, t) = 0 no nos interesa, debe verificarse que f (x), g(t) ≠ 0 y, por tanto,
dividiendo en ambos lados por el producto f (x)g(t) y separando términos en x de términos en t se
llega a que:
f ''(x) 1 g'(t)
= .
f (x) K g(t)
Como ambos miembros dependen de variables distintas, la única posibilidad es que ambos sean
constantes (ya veremos cuánto vale dicha constante). Por ahora y por comodidad la denotaremos
−λ:
f ''(x) g'(t)
f(x)
= K1 g(t)
= −λ,
– 73 –
Series de Fourier Un poco de historia
con lo que hemos transformado nuestra ecuación original en dos ecuaciones diferenciales:
f'' (x)
f(x)
= −λ =⇒ f ''(x) + λf(x) = 0, (7.3)
y
1 g' (t)
K g(t) = −λ =⇒ g'(t) + λKg(t) = 0. (7.4)
La ecuación (7.4) ya la conoces y tiene como solución general g(t) = ae−Kλt . Desde un punto de
vista físico sería deseable que la temperatura de la barra fuera descendiendo al pasar el tiempo
para lo que λ debe ser positivo también. La solución general de la ecuación (7.3) también la conoces:
., Σ ., Σ
f (x) = a1 sen λx + a2 cos λx ,
donde a1 y a2 son constantes. Combinando estas dos expresiones, tenemos que

. ., Σ ., ΣΣ
u(x, t) = ae−Kλt a1 sen λx + a2 cos λx .
Para acabar de resolver el problema necesitaríamos conocer los valores de a, a1, a2 y λ y para esto
vamos a utilizar las condiciones que teníamos en la ecuación del calor (7.2). En primer lugar,
u(0, t) = u(L, t) = 0 =⇒ f (0)g(t) = f (L)g(t) = 0, ∀ t > 0,
y como g(t) ≠ 0, se tiene que f(0) = f(L) = 0. Si sustituimos en la definición de f, 0 =

., Σ ., Σ
f (0) = a1 sen λ0 + a2 cos λ0 = 0 + a2 = a2 .
Si a2 = 0, entonces a1 debe ser distint.

o de
√ cΣero para que f√no sea constantemente cero. Además
f(L) = 0, con lo que 0 = f(L) = a1 sen λL y por tanto λL debe ser un cero de la función seno:
, n2 π 2
λL = nπ , n ∈ Z =⇒ λ = L2 =
λ . n
En consecuencia, para cada entero n tenemos un posible valor de λ. Dicho de otra forma,
., Σ
f (x) = a1 sen λn x
es solución de f '' (x) + λnf (x) = 0, f (0) = f (L) = 0. Resumiendo, cualquier función de la forma
. Σ −Kn2 π 2 t
nπx
un (x, t) = a1 sen L
e L2
verifica la ecuación del calor y la primera condición. Además cualquier combinación lineal también
las verifica. Por tanto
. .
u(x, t) =N b u (x, t) = N b a . Σ −Kn2 π 2 t
nπx
nn n 1 sen L e L2
n=1 n=1
es la solución más general que tenemos hasta ahora.

¿Qué pasa con la segunda condición del sistema? Si u(x, 0) = f (x), entonces f debe ser de la
forma
. . ΣN
f (x) = u(x, 0) = nπx
L
n=1
b a sen
n 1
No es cierto que cualquier función se escriba de esta forma ni mucho menos. El acierto de Fourier
fue sustituir la suma finita por una suma infinita. Ya habíamos comentado que esta idea había
– 74 –
Series de Fourier Series de Fourier
sido avanzada por Bernoulli en su solución del problema de la cuerda vibrante. El paso dado por
Fourier en su libro sobre la teoría del calor fue demostrar que, efectivamente, la serie infinita era
convergente para convenientes coeficientes y calculó su valor en numerosos casos.
La historia de las series de Fourier no acaba aquí. De hecho, continua hasta nuestros días. Las ideas
expuestas por Fourier suscitaron una gran cantidad de nuevas preguntas:
a) ¿Qué funciones se pueden desarrollar de esta manera?
b) ¿Cómo se calculan los coeficientes?
c) ¿En qué sentido se entiende la convergencia de la serie?
d) ¿Cómo se recupera la función a partir del conocimiento de los coeficientes?
e) ¿Qué deben verificar los coeficientes para que den lugar a una función?
f) . . .
7.4 Series de Fourier

El primer problema que tenemos que estudiar es cuándo una función f con periodo T se puede
escribir de la forma
a0
.
2 + [an cos(nω0t) + bn sen(nω0t)] (7.5)
n≥1
donde ω0 = 2π/T . A las series de funciones la forma (7.5), las llamaremos series trigonométricas.
Hemos visto que la posibilidad de que una función periódica se pueda expresar como suma de
funciones periódicas más sencillas, en este caso series trigonométricas, tiene una gran repercusión
en la solución del problema de la difusión del calor.
¿Cuáles serán estas funciones? Comencemos con una función f periódica con período T y notemos
ω0 = 2π/T . Supongamos que se cumple que
.
f(t) = C + [an cos(nω0t) + bn sen(nω0t)] (7.6)
n≥1
Utilizando que
1 . Σ
sen(x) cos(y) = sen(x
2 + y) + sen(x − y) , (7.7)
1 . Σ
cos(x) cos(y) = cos(x + y) + cos(x − y)
2 ,y
1. Σ
sen(x) sen(y) = 2cos(x − y) − cos(x + y)
se obtiene lo siguiente.
Proposición 7.5.
∫ T/2
a) cos(nω t)0 sen(mω t) dt0 = 0, ∀ n, m ∈ N,
−T/2
∫ T/2 .
T /2, si m = n,
b) cos(nω t)
0 cos(mω t) 0dt =
−T/2 0, si m ≠ n
∫ T/2 .
T /2, si m = n,
c) sen(nω t)
0 sen(mω t) 0dt =
−T/2 0, si m ≠ n
∫ T/2 . T , si n = 0,
d) −T /2 cos(nω t)=
0
dt
0, si n ≠ 0
∫ T/2
e) −T /2
sen(nω0t)dt = 0.
– 75 –
Demostración. Utilizando integración por partes y las ecuaciones (7.7)

∫ T/2 Σ Σ
sen(nω0 t) T /2
a) cos(nω t)0dt = nω0 = 0.
−T/2 −T/2
∫ T/2 Σ Σ
cos(nω0 t) T /2
b) sen(nω t)0dt = − nω0 = 0.
−T/2 −T/2
∫ T/2 ∫ T /2 Σ Σ
1 1 sen(2nω0 t) T /2
c) cos2(nω t)
0 dt = 2 (1 + cos(2nω t)) dt =0 t+ 2 2nω0
= T /2.
−T/2 −T/2 −T/2
∫ T/2 ∫ T /2 Σ Σ
1 1 sen(2nω0 t) T /2
d) sen2(nω t)0 dt = (1 − cos(2nω t)) dt =0
2 t− 2 = T /2.
2nω0
−T/2 −T/2 −T/2
∫ T/2 ∫ T /2 Σ . Σ . ΣΣ
1
e) − sen(nω t) cos(mω t) dt = sen (n + m)ω t + sen (n − m)ω t dt = 0, pa-
ra
0 0 2 −T /2 0 0
T /2
n, m ∈ N.
Por último, para n ≠ m,

∫ T/2 ∫ T/2 Σ . Σ . ΣΣ
1
f) cos(nω t)
0 cos(mω t) 0
dt = 2 −T/2 cos (n + m)ω t 0 + cos (n − m)ω t 0dt = 0, y
−T/2
∫ T/2 ∫ Σ . Σ . ΣΣ
1 T /2
g) sen(nω 0t) sen(mω t)0dt = 2 −T/2 cos (n − m)ω t 0 − cos (n + m)ω t 0dt = 0. □
−T/2
Funciones Esto se suele resumir diciendo que las funciones sen(nω0t) y cos(nω0t) son ortogonales. Pero
ortogonales no olvidemos que queríamos calcular el valor de los coeficientes C, an y bn.
Si multiplicamos la igualdad (7.6) por cos(mω0t) e integramos,
∫ T /2 ∫ T/2 ∞
.
f(t) cos(mω t)0dt = C (a cos(nω t)
0 + b nsen(nω t))
0
cos(mω t) dt0
−T/2 n=1
+ n ∫
−T/2
cos(nω t)cos(mω t)dt
∫ T /2 ∞
. T /2
= C cos(mω
0 t) dt + an 0 0
− T /2 −T /2
n=1
∞ ∫ T /2
.
+ bn sen(nω t)
0 cos(mω t) dt
0
n=1 −T /2
de lo que obtenemos que

∫ T/2
2 f (t) cos(mω t) dt,
a m= T 0
−T /2
para n = 1, 2, . . .
Si en lugar de multiplicar por cos(nω0t), multiplicamos por sen(mω0t), se obtiene que
∫ T /2
2 f(t) sen(nω t) dt, n 1, 2, . . .
b =
n= T 0
−T /2
Por último, también podemos calcular C:

∫ T /2 ∫ T/2
f(t) dt f (t) cos(0ω t) dt,
C = T1 = T1 0
−T /2 −T /2
si más que tener en cuenta que cos(0) = 1. Para tener una fórmula similar al resto de coeficientes
usaremos
∫ T/2
a 2C 2 f (t) dt,
0 = = T
−T /2
con lo que
– 76 –
∫ T/2
2 f (t) cos(mω t) dt,
a m= T 0
−T /2
para n = 0, 1, 2, . . .
Definición 7.6. Sea f : R → R una función periódica con período T . Llamaremos coeficientes de Coeficientes de Fou-
Fourier a los siguientes números (si existen): rier
∫ T/2
2 f(t) cos(nω t) dt, para n 0, 1, 2, . . . , y
a =
n= T 0
−T /2
∫ T /2 f(t) sen(nω t) dt, para n 1, 2, . . . .
2
b =
n= T 0
−T /2
La serie de Fourier de la función f es Serie de Fourier
∞
.
a0
2
+ an cos(nω0t) + bn sen(nω0t) .
n=1
Como aún no conocemos la relación entre f y su serie de Fourier usaremos la notación

∞
.
a0
f (t) ≈ 2+ an cos(nω0 t) + bn sen(nω0 t)
n=1
Por ahora no sabemos si se da la igualdad. De hecho, ni siquiera sabemos la serie se pueda sumar.
Lo que sí sabemos es que esta es la única posibilidad para desarrollar f de esta manera.
Observación 7.7.
a) Cualquier intervalo de longitud T puede jugar el mismo papel. Por ejemplo, podríamos haber
tomado el intervalo [0, T].
b) Todas las funciones que han aparecido hasta ahora son periódicas con periodo la longitud del
Σ Σ
T T
intervalo y las hemos considerado definidas en el intervalo − 2, 2 (o en R). Esto puede acarrear
problemas cuando planteamos la cuestión de la siguienteΣ manera:
Σ calcular los coeficientes de
T T
Fourier de la función f (x) = x + 1 en el intervalo − , . Tal como está enunciado, la fun-
2 2 . Σ . Σ
T T
ción f no es periódica. Para que así fuera deberíamos definir f − yf con un mismo
2 2
valor. Ahora bien, a la hora de calcular los coeficientes de Fourier, el valor de la integral en
un punto no influye sobre su valor y por tanto la serie de Fourier que se obtiene es la misma
independientemente del valor de la función en los extremos.
ParaΣ que no
Σ se presente
Σ Σ este problema,
Σ Σ en muchos textos encontrarás las funciones definidas
T T T T T T
en − ,2 ,2en − , o2en2− , . Nosotros2 2
hemos optado por considerar siempre las
funciones en el intervalo cerrado o en todo R, pero hay que tener en cuenta que las funciones
tienen que ser periódicas. Por esto, aunque en algún problema no aparezca el valor de la función
en algunos puntos, sigue teniendo perfecto sentido el cálculo de los coeficientes de Fourier.
Si el desarrollo de Fourier de una función f es
∞
.
a0
2
+ an cos(nω0t) + bn sen(nω0t)
n=1
a
a las funciones 2 0 , an cos(nω0t) + bn sen(nω0t) se las suele llamar armónicos de f . En cierta
manera, los armónicos son los ladrillos de los que está hecha la función f . También podemos
escribir an cos(nω0t) + bn sen(nω0t) como un único coseno:
,
an cos(nω0 t) + bn sen(nω0 t) = a2 + b 2 cos(nω
n n 0 t + φn ),
donde
– 77 –
. . Σ
−bn
arctan , si an ≠ 0
φ
n = π
an
−2 , si an = 0 .
,
La amplitud del n-ésimo armónico es a2n + b 2 ny la fase es φn .
Los coeficientes de Fourier, la amplitud y el ángulo de fase son datos muy importantes a la hora de
representar una señal. Además de la representación usual de la señal como una función, podemos
representar las amplitudes (espectro discreto de amplitudes) o las fases (espectro discreto de fases)
cuando en el eje de abscisas representamos las frecuencias .
Ejemplo 7.8. Calcular la serie de Fourier de la función

.
0, si −π < x < −π/2
f(x) =
1, si −π/2 < x < π
De acuerdo con la definición de los coeficientes de Fourier

∫π
1 3
a 0= π dx = , 2
−π/2
∫π Σπ . Σ
1 sen(nx) sen nπ2
a n= π cos(nx) dx = nπ = nπ
−π/2 −π/2
n− 1
(−1) 2
= nπ , si n es impar
0, si n es par,
y
∫π Σπ . Σ
1 − cos(nx) − cos(nπ) cos nπ2
b n= π sen(nx) dx = nπ = nπ + nπ
−π/2 −π/2
. 1
nπ , si n es impar
= 1
nπ [1 − ( −1 ) n/2 ], si n es par
Por tanto,
. Σ
3 1 1 1
f (x) ≈ +4 π cos(x) + sen (x) − sen (2 x) − 3 cos ( 3x) + 3 sen(3 x) + . . .
∞
. Σ Σ
3 1 1 (−1) n−1 cos((2n − 1)x) + sen((2n − 1)x) − sen((4n − 2)x)
=+
4 π 2n−1
n=1
Ejemplo 7.9. Sea f : [4, 6] → R definida como

.
1, si 4 < x ≤ 5
f(x) =
2, si 5 < x ≤ 6
En este caso a = 5 y r = 1. Vamos a calcular sus coeficientes de Fourier:

∫5 ∫6
a0 = dx + 2 dx = 3
4 5
Para n ≥ 1,
∫5 ∫6
an = cos (nπ(x − 5)) dx + 2 cos(nπ(x − 5)) dx = 0, y
4 5
∫5 ∫6 .
0, si n es par
bn = sen (nπ(x − 5)) dx + 2 sen(nπ(x − 5))dx = 2
4 5 nπ
, si n es impar
3 2
. 1
Por tanto f(x) ≈ 2 + π 2n−1 sen[(2n − 1 )π(x − 5 )].
n≥1
– 78 –
Funciones pares e impares
Se puede simplificar el cálculo de los coeficientes de Fourier de una función f si sabemos que la
función es par o impar. Recordemos que una función es par si f (−x) = f (x), y que es impar si
T T
f (−x) = −f (x). Si la función es par su integral de 0 a coincide
2 con la de − a 0.2 Si es impar,
coincide salvo en el signo. Como el coseno es par y el seno es impar, la mitad de los coeficientes
de Fourier valen cero (dependiendo de en qué caso estemos).
T T
Proposición 7.10. Sea f : [− , ] 2→ 2R.
a0 ,∞
a) Si f es par, entonces f (t) ≈ +2 n=1 an cos(nω0 t), donde
∫ T /2
4
an= T f (x) cos(nω t) 0dt , n ∀ = 0, 1, 2, . . .
0
,∞
b) Si f es impar f (t) ≈ n=1 bn sen(nω0 t), donde
∫ T /2
4
bn = T f (t) sen(nω t) 0dt , n ∀ = 1, 2, 3, . . .
0
Ejemplo 7.11. La función f(x) = x en [−π, π] es impar. Por tanto, su serie de Fourier sólo
tiene coeficientes en senos.
∫π Σ ∫π Σ
2 2 cos(nx) .π cos(nx)
bn= π x sen (nx) dx = π −x . + dx
0
n n 0 0
2 cos(nπ) (−1)n+1
=− n =2 n .
∞
. n+ 1
Por tanto, f (x) ≈ 2 ( −1)n sen(nx) .
n=1
Extensiones periódicas de una función
Hay que recordar que estamos trabajando con funcio-

nes periódicas. Cuando consideramos una función f en
[−π, π], en realidad estamos trabajando con la exten-
sión 2π-periódica de f a todo R. Esto hace que la idea 6
que tengamos de la continuidad o derivabilidad de la

función pueda inducirnos a error. Por ejemplo, la fun- 3
2
ción f (x) = x en [−π, π] es continua pero no es de-
rivable en los extremos del intervalo. Un vistazo a su −3π −2π −π π 2π 3π
gráfica (figura 7.2) puede dejarnos las cosas más claras. Ilustración 7.2 f (x) = x2
Fíjate que cuando decimos la función x2 en realidad es-
tamos diciendo: la función que vale x2 en [−π, π] y que hemos extendido de forma 2π-periódica.
Existen muchas formas de extender por periodicidad una función dada. Supongamos por ejemplo
que f es la identidad en [0, π], esto es f (x) = x, que tenemos en la figura 7.3. Entre otras, podemos
considerar entonces las funciones f1, f2 , f3 : [−π, π] → R definidas por
. .
f(x + π), si −π ≤ x < 0 f (−x), si −π ≤ x <0
f=1
(x) f =(x)
2
f (x), si 0 ≤ x ≤ π f (x), si 0 ≤ x ≤ π
.
−f (−x), si −π ≤ x < 0
y f=
3(x)
f (x), si 0 ≤ x ≤ π
– 79 –
π π −2π −π − π π π 2π
2 2 2
f (x) = x Función f1
π
π π
− 2π −π − 2 2
π 2π
π
− 2π − π −π 2 2
π 2π
Función f2 Función f3
Ilustración 7.3 Extensiones periódicas de f (x) = x
y entonces extender cada una de ellas por periodicidad. Las propiedades de la representación
trigonométrica obtenida depende enormemente de la elección que se haga. Por ejemplo, como se
puede ver en las figuras, la primera extensión no es continua en el origen, ni en π ni en −π. En
cambio la segunda extensión sí es continua en el origen aunque no derivable. La tercera extensión
es continua y derivable en el origen.
7.4.1 Series de Fourier complejas
En la primera parte del curso hemos visto que la notación compleja es muchas veces más adecuada.
Éste es uno de esos casos. Recordemos que eit = cos(t) + i sen(t), de lo que se deduce que
einω0t + e−inω0t einω0t − e−inω0t

cos(nω t) = , sen(t) =
0
2 2i
Si desarrollamos
∞
. ∞
. ∞
.
cneinω0 t =c0 + cneinω0t + c−ne−inω0t
n=−∞ n=1 n=1
.∞ ∞
.
=c0 + cn[cos(nω 0t) + i sen(nω0t)] + c−n[cos(nω0t) − i sen(nω0t)]
n=1 n=1
∞.
=c0 + [(cn + c−n) cos(nω0t) + i(cn − c−n) sen(nω0t)]
n=1
a0 1
Por tanto, tomando a0 = 2c0, an = cn + c−n y bn = i (cn − c−n) o c0 = , cn = (an − ibn) y
2 2
1
2 n + ibn) se tiene que
c−n = (a
.∞ ∞
a0 .
cn einω0 t = + [an cos(nω0 t) + bn sen(nω0 t)]
n=−∞ 2 n=1
– 80 –
Obsérvese que los coeficientes cn son ahora números complejos que verifican cn = c−n y, en
particular, |cn| = |c−n|.
También podríamos haber calculado los coeficientes de Fourier complejos utilizando el mismo
truco que usamos para calcular an y bn, esto es, si suponemos que
∞
.
f(t) = cneinω0t
n=−∞
y que todo lo que aparece se puede integrar término a término. Multipliquemos ambos miembros
por ekω0 t e integramos. Así se obtiene el valor de los coeficientes cn
2π
Definición 7.12. Sea f una función periódica con período T y frecuencia fundamental ω0 = . T
Entonces los coeficientes de Fourier complejos de f son Coeficientes de Fou-
−inω t rier complejos
∫ T /2 f (t)e dt, para n Z.
1 ∈
c n= T 0
−T /2
Los coeficientes de Fourier complejos los hemos calculado usando exponenciales complejas y pue-
den ser complejos. En segundo lugar, obsérvese que la definición tiene perfecto sentido para fun-
ciones con valores complejos. De hecho, aunque únicamente afirmamos que f es una función
periódica, el enunciado completo sería
“Sea f : R → C una función periódica con período T . . .”
Definición 7.13. Sea f : R → C una función periódica con período T y frecuencia fundamental
.∞
ω0 = 2π/T . La serie de Fourier compleja de f es cneinω0t .
n=−∞
Observación 7.14. Existe una gran cantidad de literatura sobre las series de Fourier. Quizá la
notación más usual para los coeficientes de Fourier que el lector se puede encontrar ˆf(n) para
denotar a dichos coeficientes, esto es, fˆ(n) = c n, con lo que
∞
.
f(t) ≈ fˆ(n)e inω t0
.
n=−∞
Ejemplo 7.15. Calcular la serie de Fourier compleja de la función f (t) = t, ∀ t ∈ ] − π, π].

Tenemos, en este caso, que T = 2π y ω0 = 1. Para n = 0,
∫ T /2 ∫π
1
c0 = T f(t) dt = 2π1 t dt = 0.
−T/2 −π
Para n ≠ 0,
∫ T/2 ∫π
c n = T1 f(t)e− inω t0
dt = 2π1 te− inω t0 dt
−T.
/2 −πΣ
Σ Σπ ∫π
= −1 te −int − e −int dt
2inπ −π
. −π
−inπ . ΣΣ
= −1 πe + πe inπ + 1 −inπ −e inπ
2inπ in e
. Σ
= −1
2inπ
2π cos (nπ) − n2 sen(nπ)
−1
= in cos (nπ)
= (ni −1 ) n.
– 81 –
7.4.2 Algunas funciones “típicas”
Pulso rectangular Ejemplo 7.16. Llamamos pulsos rectangulares a aquellas señales que son nulas salvo un
determinado
Σ Σ intervalo de tiempo en el que son constantes. El ejemplo típico es la función
T T
f : − 2, 2 → R
.
1, si |x| < a/2,
f(x) =
0, en otro caso,
a a
− T
2
− 2 2
T
2
Ilustración 7.4 Pulso rectangular
donde a es un número real positivo y menor que T . Los coeficientes de Fourier complejos de f
son
∫ T/2 ∫ a/2
1 inω t0 1
cn = T f(t)e dt = T e inω t0 dt
−T/2 −a/2
Σ Σa/2 . Σ
1 e− inω t0 2 e 0 e−
inω a/2
− inω a/2
0 sen(nω 0a/2)
= T −inω0 −a/2 = T nω0 2i = T nω0 ,
∫ T /2 ∫ a/2
1 1 a
para n distinto de cero, y c =0 T f(t) dt = T 1 dt = T .
−T/2 −a/2
Función triangular Ejemplo 7.17. La función “triangular periódica” con periodo T está definida como
.
|
1 − at| , si |t| ≤ a,
f(x) =
0, para a ≤ |t| ≤ T/2.
a a
− T
2
− 2 2
T
2
−1
Ilustración 7.5 Triangular
Calculemos sus coeficientes de Fourier.

∫ T/2
1
cn = T f(t)e− inω t0 dt
−T/2
∫0 . Σ ∫ a. Σ
= 1 + at e−inω t 0 dt + 1 − at e−inω t 0 dt
−a 0
∫a. Σ
2 t
= T 1 − a cos(nω t)0 dt ( integramos por partes)
0
Σ. Σ ∫a Σ
21 t a 1 sen
= T nω0 1 − a sen(nω t)0 . + a (nω t)0 dt
0 0
2(1−cos(nω0 a))
= n2 w 20aT
2
2
y usando que 1 − cos ( 2x) = 2 sen (x) , c n= 4 sen (nω a/2)
n2 ω 20aT
0
.
∫ T /2
1 a
Es inmediato comprobar que c =0 T f (t) dt = T.
−T/2
2t
Función diente Ejemplo 7.18. La función diente está definida como f (t) = T .
– 82 –
Sobre los coeficientes de Fourier Series de Fourier
− 23T − 2T T
2
3T
2
−1
Ilustración 7.6 Dientes
Sus coeficientes de Fourier complejos son

∫ T/2 ∫ T /2
1
cn = T f (t)e− inω t0 dt = T 12 2te− inω t0
dt = i(−1)n
nπ
,
−T/2 −T /2
si n ≠ 0 y c0 = 0.
7.5 Propiedades de las series de Fourier
Linealidad
Proposición 7.19. Sean f y g funciones T -periódicas con coeficientes de Fourier fˆ(n) y g(n).
ˆ Sean
a y b números complejos. Entonces, los coeficientes de Fourier de af + bg son
ˆ+ bg)(n) = af ˆ(n) + bg(n),

(af ˆ
para cualquier número entero n.
Conjugación
Proposición 7.20. Sea f una función periódica con periodo T y coeficientes de Fourierˆf (n).
Entonces los coeficientes de Fourier de la función conjugada son
ˆ
f (n) = ˆ
f (−n), ∀ n ∈ Z.
Podemos aplicar este resultado al estudio de los coeficientes de Fourier de funciones reales. En
este caso f (t) = f (t) y por tanto cn = c−n y, en particular, |cn| = |c−n|, cosa que ya habíamos
comentado con anterioridad.
Traslaciones
¿Qué pasa si “movemos” una función hacia la izquierda o la derecha? ¿Qué repercusión tiene esto
en los coeficientes de Fourier?
ˆ y sea
Proposición 7.21. Sea f una función periódica con periodo T y coeficientes de Fourier f (n)
t0 un número real. Entonces, los coeficientes de Fourier de la función f (t − t0) son
e−inω0 t0 fˆ(n), ∀ n ∈ Z.
Como e.−inω0 t0 = 1,. la amplitud (el módulo de los coeficientes de Fourier) de una función no cambia
al trasladarla.
– 83 –
Series de Fourier Propiedades de las series de Fourier
Inversión del tiempo
Si la variable t indica el tiempo, el cambio de t por −t simplemente cambia la dirección del tiempo:
en lugar de avanzar, retrocedemos en el tiempo. ¿Qué pasa en este caso con los coeficientes de
Fourier?
Proposición 7.22. Sea f una función periódica con periodo T . Entonces los coeficientes de Fourier
de f (−t) son fˆ(−n).
7.6 Sobre los coeficientes de Fourier

Hasta ahora hemos dado una definición de serie trigonométrica en la que no aparece ninguna fun-
ción y hemos hablado de serie de Fourier cuando los coeficientes están asociados a una función.
En esta sección vamos a ver qué condiciones deben verificar los coeficientes de una serie trigono-
métrica para ser los coeficientes de Fourier de una adecuada función.
En primer lugar, introducimos las funciones con las que vamos a trabajar a partir de ahora. Ob-
sérvese que para la definición de los coeficientes de Fourier de una función es necesario que las
integrales tengan sentido. Aunque esto no sea cierto para cualquier función, sí lo es para las fun-
ciones que consideramos en la siguiente definición.
Definición 7.23. Una función f : [a, b] → R es continua a trozos si existe una partición a = x0 < x1 <
x2 < . . . < xn−1 < xn = b del intervalo [a, b] de forma que
a) f es continua en ]xi, xi+1[, para i = 0, 1, 2, . . . , n − 1, y
b) f tiene límites laterales en xi, i = 0, 1, . . . , n. A estos límites los denotaremos f(xi+) y f(xi−), esto
es
lim f (x) = f (xi +) y lim f (x) = f (xi−)

x→xi+ x→xi−
Diremos que f es derivable a trozos si es derivable salvo en un conjunto finito de puntos en los
que existen derivadas laterales.
Ejemplo 7.24.
a) La función f : [0, 10] → R definida como
x, si 0 ≤ x ≤ 5
f (x) = 3x + 1, si 5 < x < 7
x2 − x, si 7 ≤ x ≤ 10
es continua a trozos. Es continua salvo en 5, 7 y 10, pero en dichos puntos los límites laterales
existen.
b) La función f : [0, 1] → R definida como
.
0, si x = 0
f(x) =
1/x, si 0 < x ≤ 1
no es continua a trozos. Es continua en todos los puntos salvo en el origen, pero no tiene
límite en 0.
Las funciones continuas a trozos son integrables. Además, la integral la podemos calcular como
suma de integrales en cada uno de los intervalos donde la función es continua.
Si nos restringimos a este tipo de funciones no hay problema para el cálculo de los coeficientes de
Fourier. Ahora vamos a ver cuándo se puede sumar la serie de Fourier de una función y cuánto vale
– 84 –
Convergencia de las series de Fourier Series de Fourier
dicha suma. Los siguientes resultados nos ponen algunas restricciones sobre el comportamiento
de los coeficientes de Fourier.
Teorema 7.25. Sea f una función periódica con periodo T continua a trozos y con coeficientes de Desigualdad de Bes-
Fourier cn. Entonces sel
∞
. ∫ T /2
2 1 . .
n =−∞ −T/2
2
|cn| ≤T f(t) dt.
n =−∞ −T/2
El siguiente resultado, de gran importancia, es una simple consecuencia del hecho que la conver-
gencia de una serie implica la convergencia a cero del término general.
Teorema 7.26. Sea f una función periódica con periodo T continua a trozos con coeficientes de Teorema de
Fourier cn. Entonces lim cn = lim c−n = 0. Riemann-Lebesgue
n→∞ n→∞
7.7 Convergencia de las series de Fourier

La continuidad a trozos es una condición suficiente para poder calcular la serie de Fourier de una
función según hemos visto en la sección anterior. Pero todavía seguimos escribiendo
∞
.
f(t) ≈ cneinω0t
n=−∞
porque aún no sabemos si la igualdad es cierta.

Para calcular la suma de una serie, hay que calcular el límite de la sucesión de sumas parciales. En
este caso
N
.
sN (x) = cneinω0t ,
n= −N
y queremos ver qué ocurre cuando N tiende a ∞. La forma de calcular este límite pasa por reescribir
la suma parcial sN como una integral. En este cálculo va a jugar un papel fundamental las funciones
que se conocen como núcleos de Dirichlet. Antes de pasar a estudiar la convergencia de la serie de
Fourier, veamos la definición y algunas propiedades de estas funciones.
Definición 7.27. Sea n un número

n
natural. El núcleo de Dirichlet de orden n es la función Dn Núcleo de Dirichlet
.
definida como Dn(x) = e−ikω0x .
k= −n
El núcleo de Dirichlet es una función periódica. Además

n
.
Dn(x) = e−ikω0x
k= −n
=einω0x + ei(n−1)ω0x + . . . + eiω x + 1 0+ e−iω0x + . . . + e−i(n−1)ω0x + e−inω0x
es una progresión geométrica. Estamos sumando 2n + 1 términos empezando en einω0 x y con

razón e−iω0 x . Su suma será
einω0 x (1 −eiω0 (2n+1)x )
D n (x) = 1−e−iω0 x
einω 0 x −e−i(n+1)ω0 x
= 1−e−iω0 x (multiplicamos
. yΣdividimos por eω0 x/2)
1
i(n+ 1 )ω0 x −i(n+ )ω
10 x
sen (n+ )ω x
0
= 1
e2 = . 12
2 −e 2 sen
e 2 Σ.
i1ω 0 x −e −i 2 ω 0 x ω0 x
– 85 –
Series de Fourier Convergencia de las series de Fourier
Esto es cierto cuando e−iω0 x ≠ 1 o, lo que es lo mismo, para ω0 x ≠ 2kπ o x ≠ kT , k ∈ Z. Pero de la

definición del núcleo de Dirichlet se obtiene directamente que Dn(kT ) = 2n + 1 para cualquier
k ∈ Z.
También es fácil comprobar que Dn es una función par y se puede calcular su integral en [− 2 ,T 2T]
∫ T /2
sin problemas usando que e−ikω0 x dx = 0, ∀ k ≠ 0. De hecho, la integral no depende de n:
−T /2
∫ T /2 n
. ∫ T /2 ∫ T /2
Dn(x) dx = e−ikω0x dx = 1 dx = T . (7.8)
−T /2 −T/2 −T/2
k= −n
∫ T /2
Obsérvese que, como D n es par, D n (x) dx = T /2.
0
7.7.1 Condiciones de Dirichlet
Condiciones Definición 7.28. Una función T -periódica f se dice que verifica las condiciones de Dirichlet si en
de Dirichlet [0, T ] es continua salvo una cantidad finita de discontinuidades de salto y tiene un número finito
de máximos y mínimos locales estrictos.
Teorema 7.29. (Dirichlet, Riemann) Sea f periódica con periodo T , derivable a trozos. Entonces
la serie de Fourier es convergente y su suma es
∞
.
fˆ(n)e inω t
= 1
0
2 [f (t+) + f (t−)] .
n=−∞
∞
.
En particular, si f es continua en t, fˆ(n)e inω t0
= f (t).
n=−∞
Ejemplo 7.30. La función f (x) = 1 + x + |x| en ] − π, π[ es continua y derivable a trozos. Por

tanto su serie de Fourier converge a f para cualquier x ∈ ] − π, π[. ¿Qué ocurre en los
extremos? El límite en π vale 2π + 1, y el límite en −π vale 1. Por tanto la serie de Fourier tiende
a 1+2π+1
2 = 1 + π en dichos puntos.
Una consecuencia directa del teorema anterior es que los coeficientes determinan la función.
Teorema de unicidad ˆ = g(n),
Teorema 7.31. Sean f y g funciones periódicas con periodo T derivables a trozos. Si f (n) ˆ para
todo n ∈ Z, entonces f = g.
¿El final de la historia?
Durante mucho tiempo se pensó que la continuidad era una condición suficiente para la conver-
gencia de una serie de Fourier. De hecho, hay algunos resultados un poco más generales que el
Teorema 7.29. En 1873 Paul Du Bois-Reymond encontró una función continua y acotada cuya se-
rie de Fourier no es convergente en el origen. Hubo que esperar hasta 1966 para resolver este
problema. Carlesson demostró que si f verifica que
∫π
f 2 (t) dt < ∞ (7.9)
−π
entonces su serie de Fourier converge salvo en un conjunto de medida cero. Al mismo tiempo, Ka-
hane y Katznelson probaron que, dado un conjunto de medida cero arbitrario, es posible construir
una función continua salvo en dicho conjunto y cuya serie de Fourier no es convergente en los
puntos de dicho conjunto.
– 86 –
Convergencia de las series de Fourier Series de Fourier
Si la función f no verifica (7.9), entonces la situación puede ser aún peor. En 1926 Andrei Kol-
mogorov construyó una función integrable, con cuadrado no integrable y cuya serie de Fourier no
converge en ningún punto.
7.7.2 Una imagen vale más que mil palabras (I)
Consideremos la función real f (x) = 1 + x + |x|
Su desarrollo de Fourier real hasta n = 1 es

π 4 cos(x)
1+ − + 2 sen(x)
2 π
−π − π π π
2 2
para n = 2
π 4 cos(x)
1+ − + 2 sen(x) − sen(2x)
2 π
−π − π π π
2 2
para n = 3
π 4 cos(x)
1+ − + 2 sen(x) − sen(2x)
2 π
4 2
− cos(3x)+ sen(3x)
π 9π 3
−π − π π π
2 2
para n = 4
4 cos(x)
π
1+ − + 2 sen(x)−
2 4 π 2
sen(2x) − cos(3x) + sen(3x)
π 9π 3
1
− sen(4x)
2
−π − π π π
2 2
– 87 –
Series de Fourier Otras propiedades
para n = 5
π 4 cos(x)
1+ − + 2 sen(x)
2 4 π 2
− sen(2x) − cos(3x) + sen(3x) 1
π 9π 3
− sen(4x)
4 2 2
− cos(5x) + sen(5x)
25π 5
−π − π π π
2 2
7.8 Otras propiedades
Convolución
Teorema 7.32. Sean f y g funciones periódicas con periodo T y derivables a trozos. Si h(t) =
.∞
f (t)g(t), entonces ĥ(n) = f̂ (k) · ĝ(n − k).
k=−∞
Convolución Definición 7.33. La convolución de dos funciones f y g, que denotaremos f ∗ g, se define como
∫ T/2
(f g)(t) 1 f(t x)g(x) dx.
∗ =T −
−T /2
Si las funciones f y g son periódicas con periodo T , entonces también lo es su convolución.

¿Cuál es el motivo de introducir este producto “raro” de funciones? El motivo es responder a una
pregunta muy natural. Si cn y dn son los coeficientes de Fourier de dos funciones f y g, ¿qué se
puede decir de cndn?, ¿qué función, si es que existe alguna, tiene dichos coeficientes de Fourier? y
¿qué relación tiene con f y g? La solución:
Teorema 7.34. Sean f y g funciones derivables a trozos, entonces
(fˆ
∗ g)(n) = f̂ (n)ĝ(n), ∀ n ∈ Z.
Identidad de Parseval
Vamos a ver que la desigualdad de Bessel es una igualdad en muchas ocasiones.

Identidad Teorema 7.35. Sean f y g funciones T -periódicas derivables a trozos. Entonces
de Parseval .
∫ T /2 ∞ fˆ(n)g(n).
1 f(t)g(t)dt
T
−T /2 = ˆ
n=−∞
Corolario 7.36. Sea f una función T -periódica derivable a trozos. Entonces

∫ T /2 ∞
.
1 . f(t) .2 dt = .ˆ .2
T .
−T/2 n =−∞
.f(n).
−T/2 =−∞
Derivación
Teorema 7.37. Sea f una función periódica con periodo T derivable a trozos y continua. Supon-
gamos además que f ' es derivable a trozos. Entonces ˆ
f ' (n) = inω0 fˆ(n) y, por tanto,
– 88 –
Otras propiedades Series de Fourier
∞
.
f ' (t+)+ f ' (t−) inω t0
2 = inω0 f̂ (n)e .
n=−∞
Integración
Teorema 7.38. Sea f una función periódica con periodo ∫t T derivable a trozos. Supongamos que
fˆ(0) = 0. Entonces la función h definida como h(t) = f(x) dx es periódica con periodo T .
inω t0 −T /2
∞
.
Además h(t) =
n=−∞ ĥ(n)e , donde
fˆ(n)
, si n ≠ 0,
inω0
.
∞ inω0
ĥ(n) =
−
(−1)n fˆ(n)
n=−∞,n≠0 , si n = 0.
7.8.1 El fenómeno de Gibbs
Al igual que con el polinomio de Taylor, en la práctica utilizaremos únicamente una cantidad finita
de términos de la serie de Fourier para aproximar una función. Cabe preguntarse cómo de rápida
es la convergencia de los términos de la serie de Fourier a la función.
π π
−π − π π π −π − π π π
2 2 2 2
Orden 8 Orden 15
Orden 8 Orden 15
ampliado ampliado
Ilustración 7.7 Serie de Fourier de f (x) = x
Veamos un caso concreto. Vimos en el Ejemplo 7.11 que la función f(x) = x en [−π, π] tenía el
siguiente desarrollo de Fourier:
∞
. (−1)n+1
f (x) ≈ 2 n sen(nx)
n=1
Utilizando el Teorema 7.29, se tiene que la serie es convergente en todos los puntos del intervalo
abierto (la función es continua en esos puntos), esto es
– 89 –
Series de Fourier Aplicaciones de las series de Fourier
∞
. (−1)n+1
x= 2 n sen(nx), ∀ x ∈ ] − π, π[
n=1
En la Figura 7.7 se puede ver como cerca de los puntos donde falla la continuidad, π y −π, las
sucesivas aproximaciones dadas por la serie de Fourier siguen teniendo un error digno de tener en
cuenta.
En 1898 Albert A. Michaelson y S. W. Stratton pusieron de manifiesto este hecho en la revista Nature:
la convergencia de la serie no es buena cerca de los puntos de discontinuidad. Comprobaron el
desarrollo de orden 160 de la serie de Fourier y aún había grandes diferencias entre la función y su
serie. No hubo que esperar mucho tiempo para encontrar el motivo. La explicación la dio el profesor
Josiah Willard Gibbs en la∫ misma revista al año siguiente. Gibbs demostró que la amplitud de la
1 π sen(t)
oscilación tiende a ser 2π 0 t dt ≈ 0.089 veces el tamaño del salto, o sea, aproximadamente
un 9% del tamaño del salto.
7.9 Sumabilidad. Núcleos de Fejér.

Hemos visto que la convergencia de una serie de Fourier puede fallar en infinitos puntos en el
caso de funciones continuas y, además, no olvidemos que tenemos el fenómeno de Gibbs. Ambos
problemas se pueden subsanar considerando la convergencia en media. Este método se debe a
Lipot Fejér.
Recordemos que dada una función f : [−π, π] → R, sN denotaba las sumas parciales de la serie
de Fourier, esto es
1
s0 (x) = 2 a0, y
1
.N
sN (x) = 2a0 + [an cos(nx) + bn sen(nx)] .
n=1
Consideremos ahora la media aritmética de sN :

.
N
sn(x)
σN (x) = s0(x)+s1(x)+···+sN (x)
=1
N+1 N+1
n=0
Recordemos que teníamos una fórmula para calcular

∫ sN (x) por medio de los núcleos de Dirichlet:
π
1
s (x) = f (t)D (t − x) dt
N 2π N
−π
Obsérvese que si tomamos D0 constantemente igual a uno entonces la igualdad también es cierta
para N = 0. Por tanto
. ∫π
1 N 1
σN (x) = N+1 2π f (t)DN (t − x) dt
−π
∫n=0
π
=1 f (t)F (t − x) dt
2π N
− π
1 ,N
Núcleo de Fejér donde FN = N 1+ n=0 DN , se le suele llamar el núcleo de Fejér.
Teorema de Fejér Teorema 7.39. Sea f : [−π, π] → R integrable. Si f tiene límites laterales en x, entonces
f (x+)+f (x−)
lim σN (x) = 2
N→∞
En particular, si f es continua en x, entonces lim σN (x) = f (x). Además, si f es continua en

N→
[−π, π], entonces {σN (x)} converge uniformemente
∞ a f en [−π, π].
– 90 –
Sumabilidad. Núcleos de Fejér. Series de Fourier
Una consecuencia fácil de esto es el siguiente resultado.
Corolario 7.40. Sean f , g : [−π, π] → R continuas e integrables con la misma serie de Fourier.
Entonces f = g.
Uno de los motivos por el que comenzamos a hablar de la convergencia en media y de los núcleos de
Fejér era el fenómeno de Gibbs. No vamos a entrar en los detalles pero sí decir que no se presenta.
En otras palabras la aproximación σN (x) es más parecida a f que sN (x). Compruébalo tú mismo
con alguna función.
7.9.1 Una imagen vale más que mil palabras (II)
Uno de los motivos para introducir la sumabilidad en lugar de la convergencia era el fenómeno de
Gibbs. Ya habíamos visto cómo la convergencia de la serie de Fourier de la función f (x) = 1+x+|x|
era buena con la excepción de los extremos. En la figura 7.8 se puede comprobrar como la suma de
las medias no presenta los problemas que tiene la serie de Fourier debido al fenómeno de Gibbs.
π π
−π − π π π −π − π π π
2 2 2 2
convergencia orden 3 sumabilidad orden 3
Ilustración 7.8 Sumabilidad y convergencia
7.10 Aplicaciones de las series de Fourier
7.10.1 La construcción de una bodega
El problema de la difusión del calor tuvo una gran importancia en el desarrollo de las series de
Fourier. Estos trabajos no sólo tenían importancia teórica. Para ilustrar esto de una manera sencilla
supongamos que queremos construir una bodega. ¿Cuál debería ser su profundidad para que la
temperatura fuera la adecuada? ¿Cuál es la variación de la temperatura a lo largo del año? ¿Es
posible que la temperatura permanezca constante a lo largo de las estaciones?
La propagación del calor no es inmediata. Un día caluroso no se traduce inmediatamente en una
temperatura similar varios metros bajo tierra. Hasta pasado cierto tiempo (cambio de fase) no se
alcanza un pico de temperatura en el interior. Piensa en un manantial de agua: no es difícil que ésta
este fresca en verano a pesar del calor. Además también es creíble que los cambios de temperatura
sean más débiles en el interior, que estén atenuados.
Si planteamos y resolvemos un modelo matemático (la ecuación del calor) podremos extraer algu-
nas conclusiones. Se puede comprobar que la ola de calor alcanza una profundidad de 4.5 metros
con un cambio de fase equivalente a seis meses: cuando en la superficie es verano, a 4.5 metros
es invierno y viceversa. La atenuación es, aproximadamente, 1/16 de la variación que hay en la
– 91 –
Series de Fourier Aplicaciones de las series de Fourier
superficie. Si la diferencia de temperatura entre invierno y verano es de 40 ◦, la diferencia en el

interior no llega a tres grados. ¿Cómo hemos obtenido estos datos?
Primero, a la hora de buscar un modelo hemos tenido que simplificar un poco la situación: hemos
supuesto que la tierra es plana y que la temperatura a grandes profundidades no es importante,
lo que no es demasiado suponer para la situación en la que estamos.
La temperatura vendrá dada por una función u(x, t) que depende de dos variables: la profundidad x
y el tiempo t. Suponemos conocida la temperatura en la superficie, esto es, u(0, t) = f0(t). La
ecuación que modela este problema es
∂u ∂ u 2
∂t
= K ∂x 2 (7.10)
donde K es una constante que depende del tipo de suelo. Supondremos que la temperatura es una
función periódica con periodo T igual a un año. Como siempre ω = 2π/T denotará la frecuencia
angular. Usando el método de separación de variables hemos visto que la solución es
. ∞ . , Σ
a0 nω
u(x, t) = + 2 an exp − 2K cos (nωt + φn (x)) ,
x
n=1
,
nω
donde φn(x) = ϕn − x,
2K y
∞
.
a0
f0 (t) =2 + an cos(nωt + ϕn ).
n=1
Hemos expresado la solución como una suma infinita en la que los términos decrecen exponen-
cialmente. Cuanto mayor sea n, menor será el valor del correspondiente sumando. Si sólo nos
fijamos
. ,en el primer armónico Σ y nos olvidamos del resto, el cambio de fase φ1(x) y la atenuación
,
ω ω
exp − 2Kx dependen de . Para dar algún dato más concreto nos hace falta conocer K. Ex-
2K
perimentalmente se determina y, por ejemplo, K = 2 × 10−3 cm2s−1 para un suelo ordinario. T es
365 × 24 × 60 × 60 s. Para x = 450 cm obtenemos que el cambio de fase es aproximadamente π o,
T
dicho de otra manera, la temperatura a dicha profundidad muestra un desfase de 2(medio año).
El factor de atenuación es alrededor de e−π ≈ 1/16.
Si tomamos como T un día (24 × 3600 s) los resultados son algo distintos. Sigue existiendo un
desfase de aproximadamente la mitad del periodo (medio día). En cambio, sólo es necesario llegar
a una profundidad de 25 cm para que el coeficiente de atenuación sea 1/16. Esto quiere decir que
los cambios diarios de temperatura apenas penetran en el terreno.
7.10.2 La desigualdad isoperimétrica
¿Cuál es la curva cerrada del plano que encierra un área mayor? Parece lógico pensar que es la
circunferencia pero de ahí a demostrarlo hay un trecho. Veamos cómo podemos resolver este
problema.
Consideremos una curva γ : [0, 2π] → C cerrada, derivable y con derivada continua. La longitud
de dicha curva es
∫ 2π
L= .γ'(t). dt.
0
Reparametrizando, podemos suponer que L = 2π y que γ.'(t) = 1.. El área encerrada por la curva es
∫ 2π
1
A= γ(t)γ' (t) dt.
2i
0
– 92 –
Aplicaciones de las series de Fourier Series de Fourier
Como γ verifica las condiciones de Dirichlet, γ coincide con su desarrollo de Fourier. Además,
podemos suponer que ˆ γ(0) = 0. Si no, la curva γ − γ(0)
ˆ es una traslación de la curva γ y que, por
tanto, tiene la misma longitud y encierra la misma área. Los coeficientes de Fourier de γ y de γ'
son fácilmente calculables: ∫ 2π
1
γ̂ (n) γ(t)e−int dt
γ( n),
= 2π
0 =ˆ−
ˆ
y γ (n) = inγ̂ (n), según vimos en el Teorema 7.37. Por tanto,
'
Σ. ∞ Σ
.
∫ 2π . . ∞ γ( n)e int
imγ(m)e imt
dt
A = 12i ˆ− ˆ
0 n=−∞ m=−∞
. 2
=π n .γ̂ (n). .
n≠0
Por otra parte, ∫ 2π .

∫ 2π .γ'(t).2 dt 2π
2
n2 .γ(n). .
L 2π
dt =
= = = ˆ
0 0 n≠0
Comparando término a término las dos igualdades, obtenemos la desigualdad isoperimétrica:
0 ≤ π − A. (7.11)
La igualdad se da si, y sólo si,

. 2
(n2 − n) .γ̂ (n). = 0,
n≠0
o sea, si, y sólo si, .γ̂ (n). 2= 0 para n ≠ 0, 1. En ese caso, γ(t) = γ̂ (1)e , queit es la circunferencia
.ˆ .
de radio γ(1)
.
Proposición 7.41. Si γ es una curva con longitud L que encierra un área A, entonces Desigualdad isoperi-
métrica
4π A ≤ L2
y la igualdad se da si, y sólo si, γ es una circunferencia.

2π
Demostración. Aplicamos la discusión anterior a la curva σ (t) = γ(t) que tiene longitud 2π y
. Σ2 L
2π
encierra un área A . Por tanto, aplicando (7.11) tenemos que
L
. Σ2
2π
0≤π−A L
,
o, lo que es lo mismo, 4π A ≤ L2. □
7.10.3 El problema de Dirichlet en el disco unidad
El problema de Dirichlet en el disco unidad D = {z ∈ C : |z| < 1} consiste en encontrar una función
u(x, y) con valores en R que sea armónica en D y que en la frontera, T = {z ∈ C : |z| = 1}, tome los
valores
u(cos(θ), sen(θ)) = U (θ), ∀ θ ∈ ] − π, π]
Teorema 7.42. Si la función U es 2π -periódica y su serie de Fourier es
– 93 –
Series de Fourier Ejercicios
∞
.
a0
U (t) ≈ +
2 an cos(nt) + bn sen(nt),
n=1
entonces la solución al problema de Dirichlet en D es

∞
.
a0
u(r cos(θ), r sen(θ)) = + 2 anr n cos(nθ) + bnr n sen(nθ).
n=1
7.11 Ejercicios
Ejercicio 7.1
Comprobar que la definición de los coeficientes de Fourier se puede utilizar el intervalo [0, T ]
en lugar de [−T /2, T /2].
Solución 7.1
Ejercicio 7.2
Calcular la serie de Fourier de la función

.
−1 , si −π < x < 0,
f(x) =
1, si 0 < x < π
Solución 7.2 Tomando f (0) = 0,

∞
4 .
f (x) ≈ sen(2n +1)x
π n=0 2n +1
Ejercicio 7.3
Calcular la serie de Fourier de la función

.
1, si −π < x < 0,
f(x) =
3, si 0 < x < π
¿A qué converge la serie en 0?
Solución 7.3
∞
4 .
f (x) ≈ 2 + sen(2n +1)x
π n=0 2n +1
1+ 3
En 0 converge a 2 = 2.
Ejercicio 7.4
Calcular la serie de Fourier en cosenos de la función

.
1, si 0 < x < h,
f(x) =
0, si h < x < π,
donde h ∈ ]0, π[.
– 94 –
Ejercicios Series de Fourier
Solución 7.4
∞
2h 1 . sen(nh)
f (x) ≈ + cos(nx)
π 2 n=1 nh
Ejercicio 7.5
Calcular la serie de Fourier en senos de la función f (x) = x(π − x), ∀ x ∈ [0, π]. Usar este
desarrollo para calcular la suma
1 1 1 1
1 − 33 + 5 3 − 73 + 93 + · · ·
Solución 7.5
∞
8 .
f (x) ≈ sen(2n −1)x
π n=1
(2n − 1)3
π π3
Tomando x = 2, se tiene que la suma vale .32
Ejercicio 7.6
Sea h un número entre 0 y π. Calcular la serie de Fourier en senos de la función

1, si x = 0 ,
2h−x
f (x) = 2h , si 0 < x < 2h
0, si 2h < x < π
Solución 7.6
∞ .
. Σ2
2h 1 sen(nh)
f(x) ≈ + cos (nx)
π 2 nh
n=1
n=1
Ejercicio 7.7
π x
Calcular la serie de Fourier en senos de la función f (x) = 4 − ,2∀ x ∈ [ 0, π].
Solución 7.7
.∞
sen(2nx)
f (x) ≈
n=1
2n
Ejercicio 7.8
π
Calcular la serie de Fourier en cosenos de la función f (x) = 4 − ,x2∀ x ∈ [ 0, π].
Solución 7.8
∞
2 .
f (x) ≈ cos(2n +1)x
π n=0 (2n + 1)2
– 95 –
Series de Fourier Ejercicios
Ejercicio 7.9
Calcular la serie de Fourier en senos de la función f (x) = x2 , ∀ x ∈ [0, π].
Solución 7.9 Σ
∞ Σ n 1) sen(nx)
f(x) 2 . π2 2 1)
((
≈ + − −
π n=1 n n3
Ejercicio 7.10
Demostrar que
∞
.
π 4 cos(2n−1)x
|x| = 2 − π (2n−1)2 , ∀ x ∈ [−π, π]
n=1
¿Qué series se obtienen cuando tomamos x = π o x = −π?
Solución 7.10
f alta
Ejercicio 7.11
Calcular la serie de Fourier de la función 2π-periódica f (x) = x2, ∀ x ∈ [0, 2π].
Solución 7.11
∞
4π2 ∞
. cos(nx) . sen(nx) n
f(x) ≈ + 4 − 4π
3 n=1 n2 n=1
Ejercicio 7.12
Calcular la serie de Fourier de la función |sen(x)| en [−π, π] y demostrar que converge en

cualquier punto de dicho intervalo. Utilizar esto para probar que
∞
. ∞
.
1 1 ( −1) n+ 1 π−2
4n2 −1 = 2 y 4n2 −1 = 4
n=1 n=1
Solución 7.12 falta
Ejercicio 7.13
Utilizar las series de Fourier de las funciones x2, x4 y x3 − π2x en el intervalo [−π, π] para
probar que
∞
. 1 π2
a) = 6
n2
n=1
∞
. ( −1) n+1 π2
b) n2 = 12
n=1
– 96 –
Ejercicios Series de Fourier
∞
. 1 π2
c) = 90
n4
n=1
∞
. ( −1) n+ 1 π3
d) (2n−1)3 = 32
n=1
Solución 7.13 falta
– 97 –
– 98 –
Definición de la transformada de Fourier Transformada de Fourier
Transformada de Fourier
8.1 Origen histórico de la transformada de Fourier

El trabajo de Fourier que hemos comentado en el capítulo anterior acabó plasmado en la memoria
“Mémoire sur la propagation de la chaleur” (1807) y en una versión extendida, “Théorie du move-
ment de la chaleur dans les corps solides” , que presentó en 1812 al Instituto de Francia (algo así
como la Academia de las Ciencias) para participar en un concurso sobre el estudio del calor. Premio
que, por cierto, consiguió.
En dichos trabajos, Fourier se plantea estudiar el problema de la difusión del calor en una barra ideal
de longitud infinita. Para resolver este problema, en lugar de una serie de coeficientes, aparece una
función a determinar dentro de una integral relacionada con las condiciones iniciales del sistema.
Esa función es lo que hoy conocemos como transformada de Fourier.
La transformada de Fourier fue “redescubierta” un poco más tarde por Cauchy y Poisson estudiando
el movimiento de un fluido. Ambos estudiaban ecuaciones del tipo
∂2 u ∂2 u
∂x2 + ∂y2= 0,
(8.1)
lo que se suele llamar ecuación de Laplace o ecuación del potencial porque, en su versión para Ecuación de Laplace
dimensión tres, fue estudiada por Laplace para resolver problemas relacionados con la atracción
gravitacional y la forma de los planetas. Este tipo de ecuaciones ya habían aparecido en trabajos
de Euler y Lagrange. Por ejemplo, Lagrange la había utilizado para estudiar la propagación de una
onda en una capa de agua. También tienen relación con la propagación del calor, de la electricidad
o con el magnetismo.
La ecuación (8.1) modela la propagación de ondas en una capa fina de agua si además suponemos
que el líquido es homogéneo (tiene la misma densidad en todos sus puntos), incomprensible (la
densidad no cambia con el tiempo) y que el trabajo necesario para llevar una partícula de un lugar
a otro es independiente del camino elegido (lo que se suele expresar diciendo que la velocidad es
un campo conservativo).
Veamos con un ejemplo cómo la búsqueda de funciones armónicas verificando unas determina-
das condiciones en la frontera está relacionada con la transformada de Fourier. Consideremos el
problema de Dirichlet en un semiplano. Más concretamente, sea
. Σ . Σ
D = (x, y ) ∈ R2 : y > 0 , y D = (x, y ) ∈ R2 : y ≥ 0 .
Queremos encontrar una función u : D → R continua en D, de clase C 2 en D, armónica en D, esto

es,
∂2 u ∂2 u
+ = 0, (8.2)
∂x 2 ∂y 2
y que verifique
u(x, 0) = f (x), ∀ x ∈ R (8.3)
donde f es una función continua y acotada dada.
– 99 –
Transformada de Fourier Origen histórico de la transformada de Fourier
Para resolver este problema, usaremos el método de separación de variables como en el caso de la
ecuación del calor. Supongamos que existe una solución u(x, y) de la forma F (x)G(y). Entonces,
sustituyendo en la ecuación (8.2) se tiene que
F '' G''
F
=− G
.
Como la parte de la izquierda sólo depende de x y la de la derecha sólo depende de y, la única

posibilidad es que ambas sean constantes:
F '' G''
=− = −λ,
F G
de donde
F '' + λF = 0, G'' − λG = 0.
Si λ < 0, las soluciones de F no son acotadas. Para λ = 0, las únicas soluciones acotadas son las
constantes. Por último, si λ es positivo, la solución general de F y G es
., Σ ., Σ √ √
F (x) = a cos λx + b sen λx , G(y) = ce λy + de− λy
donde a, b, c y d son constantes.

Para que la solución sea acotada en y, tenemos que tomar c = 0, con lo que podemos escribir la
solución general de la forma
√ , ,
u(x, y ) = F (x)G(y) = e− λy
[A cos( λx) + B sen( λy)]
√
Si notamos ω = λ, las soluciones acotadas son de la forma
Σ Σ
u(x, y) = F (x)G(y) = e−ωy A(ω) cos(ωx) + B(ω) sen(ωy) ,
donde A(ω), B(ω) indica que tenemos un par de constantes para cada valor de ω mayor o igual
que cero.
Al igual que en la ecuación del calor, la suma de soluciones de este tipo sigue verificando la ecua-
ción (8.2) pero en este caso tenemos un continuo de soluciones en lugar de una cantidad numerable.
Por esto la solución más general será de la forma
∫ +∞
e−ωy [A(ω) cos(ωx) + B(ω) sen(ωx)] dω (8.4)
0
en lugar de una suma.
8.2 Definición de la transformada de Fourier

Sea f : [−π, π] → R una función 2π-periódica, continua a trozos y con derivada a trozos. Sabemos
que podemos expresar f como suma de senos y cosenos. También podemos expresar f como una
serie de Fourier compleja de la siguiente forma
+∞.
f (x) = cneinx ,
n=−∞
∫
1 π
donde cn = 2π f(x)e−inx dx.
−π
Los coeficientes cn son, en general, números complejos, pero usando el desarrollo en senos y
cosenos podemos establecer fácilmente una relación. Sabíamos que
– 100
–
Propiedades de la transformada de Fourier Transformada de Fourier
+
. ∞
a0
f (x) = 2+ (an cos(nt) + bn sen(nt)) . (8.5)
n=1
Usando la definición de la exponencial compleja:

.∞ .∞
f (x) =c0 + cneinx + c−ne−inx
n=1 n=1
.∞ ∞
.
=c0 + cn(cos(nx) + i sen(nx)) + c−n(cos(nx) − i sen(nx)) (8.6)
n=1 n=1
.∞
=c0 + [(cn + c−n) cos(nx) + i(cn − cn) sen(nx)] .
n=1
Si comparamos las ecuaciones (8.5) y (8.6), se tiene que
a0 = 2c0, an = cn + c−n, y bn = i(cn − cn).
Si cambiamos a una función 2L-periódica definida en el intervalo [−L, L], entonces la serie de
Fourier compleja asociada a f sería
+∞
. iπnx
f (x) = c ne L
n=−∞
Para representar una función que no sea periódica, vamos a calcular su representación en [−L, L] y
después haremos tender L a ∞. Intuitivamente, vamos a considerar una función no periódica como
una función periódica de periodo infinito. El resultado es lo siguiente:
Definición 8.1. Sea f : R → R una función localmente integrable. Si la siguiente integral existe,
entonces la función fˆ: R → C definida como
∫ +∞
F [f ](ω) = fˆ(ω) = 2π
1 f (x)e−iωx dx
−∞
se llama transformada de Fourier de f. La integral Transformada de

∫ +∞ Fourier
fˆ(ω)eiωx dω
−∞
se llama la integral de Fourier de f .
Ejemplo 8.2. Sea δ > 0. Calcular la transformada de Fourier de la función

.
1, si |x| < δ,
f(x) =
0, si |x| ≥ δ.
Dado ω ∈ R,
∫δ
fˆ(ω) = 2π
1
e −iωx dx
−δ
∫δ
1
= 2π cos(ωx) − i sen(ωx) dx
−δ
∫δ
1 sen(ωδ)
= 2π cos(ωx) dx = πω .
−δ
Ejemplo 8.3. Dado a ∈ R, calcular la transformada de Fourier de f (x) = e−|x|a.
– 101
–
Transformada de Fourier Definición de la transformada de Fourier
∫ +∞
ˆ f (ω) = 1 e −|x|a −iωx
e dx
2π
.−∞
∫ ∫0 Σ
+∞
1 −(iω+a)x −(iω−a)x
= 2π e dx + e dx
0 −∞
. Σ
11 1 a
= 2π iω+a − iω−a = 2 )
π(ω +a 2 .
Observación 8.4. Si se consultan diferentes textos puede parecer en principio que existen mul-
titud de definiciones de la transformada de Fourier pero, en realidad, sólo se diferencian en cons-
tantes.
Teorema de Teorema 8.5. Sea f : R → R una función derivable a trozos. Entonces
inversión ∫ +∞
fˆ(ω)e iωx dω
f (x+)+ f (x−)
2 =
−∞
∫ +∞
En particular, si f es continua en x, se tiene que f (x) = fˆ(ω)e iωx dω.
−∞
8.3 Propiedades de la transformada de Fourier

Linealidad Proposición 8.6. Sean f , g : R → R con transformadas de Fourier F [f] y F [g]. Supongamos
además que a, b ∈ C. Entonces
F [(af + bg)] = aF [f ] + bF [g].
Traslación Proposición 8.7. Sea f una función con transformada de Fourier F [f ] y sea a ∈ R, entonces
en el tiempo
F [f (x − a)](ω) = e−iωaF [f ](ω).
Dilatación Proposición 8.8. Sea f una función con transformada de Fourier F [f ] y sea a ∈ R, entonces
en el tiempo . Σ
1 ω
F [f (ax)](ω) = | a|F [f ] a
.
En particular, F [f (−t)](ω) = F [f ](−ω).
Traslación Proposición 8.9. Sea f una función con transformada de Fourier F [f ], entonces
en frecuencia
F [eiat f (t)] = F [f ](w − a).
En el caso particular de funciones pares o impares, las integrales que definen la transformada de
Fourier se pueden simplificar un poco.
Proposición 8.10.
∫∞
1
a) Sea f una función par, entonces F [f ](ω) = π
f (x) cos(ωx) dx.
0
∫
i ∞
b) Si f es una función impar, entonces F [f ](ω) = − π 0f (x) sen(ωx) dx.
Proposición 8.11. Sea f : R → R con transformada de Fourier F [f ]. Supongamos además que

a ∈ C y α ∈ R. Entonces la transformada de Fourier de
F [f ](ω−α)+ F [f ](ω+α)
a) f (x) cos(αx) es 2 ,
F [f ](ω−α)−F [f ](ω+α)
b) f(x) sen(αx) es 2i
.
– 102
–
Ejercicios Transformada de Fourier
Teorema 8.12. Sea f : R → R continua e integrable en R. Supongamos que Transformada de la

derivada
lim f (x) = lim f (x) = 0.
x→+∞ x→−∞
Entonces, si f' es continua a trozos e integrable, se tiene queˆ

f'(ω) = iωF [f](ω).
Corolario 8.13. Si f,f' , f'' , ... verifican las hipótesis del Teorema 8.12, entonces
fˆ
(n) (ω) = (iω)n F [f ](ω).
Ejemplo 8.14. Veamos cómo podemos aplicar la transformada de Fourier para resolver algunas
ecuaciones diferenciales. Consideremos la ecuación diferencial
−y'' + y = f .
Supongamos que todas las funciones que aparecen tienen su transformada de Fourier. Entonces
ω2 y(ω) + ŷ(ω) = F [f ](ω),

ˆ
de donde se deduce que
1
yˆ (ω) = F [f ](ω) ω 21+
Del Ejemplo 8.3, sabemos que la transformada de Fourier de g(x) = πe−|x| es ω 211+ . Por tan-
to, yˆ = F [f ]g ˆ donde f y g son conocidas. Veremos en la próxima sección cómo podemos
“recuperar” y desde f y g.
Teorema 8.15. Sea f una función con cuadrado integrable (energía finita). Entonces su transfor- Identidad de Parse-
mada también tiene energía finita y de hecho val
∫∞ ∫∞
.f(t).2 dt = 1 .F [f ](ω). 2dω.
2π
−∞
−∞ −∞
8.4 Convolución de funciones

Definición 8.16. Sean f , g : R → R localmente integrables. Se define la convolución de f y g
como
∫ +∞
1
f ∗ g(x) = f (s)g(x − s) ds (8.7)
2π
−∞
para todos aquellos x ∈ R para los que la integral tenga sentido.
Puede parecer una definición un poco extraña en principio, pero, tengamos en cuenta que buscamos
un “producto” de funciones que respete la transformada de Fourier. Haciendo un poco de trampa:
– 103
–
Transformada de Fourier Convolución de funciones
∫ +∞
1
(f ∗ g)(x) = f (s)g(x − s) ds
2π
−∞ . Σ
2π ∫ +∞
∫ +∞ fˆ(ω)eiωs dω g(x − s) ds
1 −∞
=
−∞
∫ +∞ .∫ +∞ Σ
1
= 2π fˆ(ω)g(x − s)e iωs dω ds
−∞ −∞
∫ +∞ .∫ +∞ Σ
1
= 2π fˆ(ω)g(x − s)e iωs dω ds
−∞ −∞
∫ +∞ . ∫ −∞ Σ
1 iωs
= f̂ (w) − 2π
g(x − s)e ds dω
−∞ +∞
∫ +∞ .∫ Σ
+∞
= fˆ(ω) g(t)e iω(x−t)
dt dω
−∞ −∞
∫ +∞
= f̂ (ω)ĝ(ω)e iωx dx
−∞
=(fˆ
∗ g)(x)
Teorema 8.17. Sean f , g : R → R integrables y una de las dos continua a trozos. Entonces
fˆ
∗ g = f̂ g.ˆ
Proposición 8.18. Sean f , g, h : R → R localmente integrables. Entonces

a) f ∗ g = g ∗ f , y
b) f ∗ (g + h) = f ∗ g + f ∗ h.
Proposición 8.19. Consideremos f : R → R integrable y g : R → R acotada y continua a trozos.
Entonces existe f ∗ g en todo R y es continua.
Ejemplo 8.20. Vamos a continuar con la solución de la ecuación diferencial que empezamos
ˆ ˆ . Por tanto, la solución será
en el Ejemplo 8.14. La solución y debía verificarˆ y= f g
∫ +∞ ∫ +∞
1 1
y(x) = (f ∗ g)(x) = 2π f(s)g(x − s) ds = 2 f(s)e−|x−s| ds.
−∞ −∞
Esto que hemos hecho para “resolver” la ecuación diferencial, lo podemos hacer en otros casos:
a) Hacemos la transformada de Fourier de las ecuaciones diferenciales,
b) resolvemos las ecuaciones resultantes y obtenemos la transformada de Fourier de las incógnitas,
c) calculamos la solución a partir de su transformada de Fourier, y
d) deberíamos comprobar que, en efecto, es solución de la ecuación diferencial.
De estos cuatro pasos, los dos primeros suelen ser fáciles y la dificultad estriba, normalmente, en
calcular la transformada inversa y en comprobar que de hecho es solución. El tercer paso se suele
realizar con ayuda de tablas de transformadas de Fourier.
8.5 Ejercicios
Ejercicio 8.1
Calcular la transformada de Fourier de la función

– 104
–
Ejercicios Transformada de Fourier
.
1, si |x| < 1,
f(x) =
0, si |x| > 1.
Como consecuencia, obtener la transformada de Fourier de la función
.
1, si |x| ≤ a/2,
Πa (x) =
0, si |x| > a/2.
Solución 8.1 FALTA
Ejercicio 8.2

.
1 − |x| , si |x| ≤ 1,
f(x) =
0, si |x| > 1.
Solución 8.2 FALTA
Ejercicio 8.3

1, si −1 < x < 1,
f (x) = −1 , si 1 < x < 2
0, en otro caso.
Solución 8.3 FALTA
Ejercicio 8.4
1
Calcular la transformada de Fourier de la función f(x) = 1+πix .
Solución 8.4 FALTA
Ejercicio 8.5
2
Calcular la transformada de Fourier de la función f(x) = 2 xe− . x
Solución 8.5 FALTA
Ejercicio 8.6
Calcular la transformada de Fourier de la función que tiene como gráfica
−6 −4 −2 2 4 6
Ilustración 8.1
– 105
–
Transformada de Fourier Ejercicios
Solución 8.6 FALTA
Ejercicio 8.7
Sean a, b ∈ R. Calcular la transformada de Fourier de las siguientes funciones.

a) f (t) = e −a|t|,
b) f(t) = e−a|t| sen(bt),
c) f(t) = e−a|t| cos(bt)
Solución 8.7 FALTA
– 106
–
Propiedades de la transformada de Laplace Transformada de Laplace
Transformada de Laplace
9.1 Definición
Algunas de las funciones elementales, como las constantes, la exponencial o los senos y cosenos,
no tienen transformada de Fourier ya que no son integrables en R. Existe una manera “simple” de
arreglar esto: multiplicamos la función por otra de forma que el producto sea integrable, trans-
formamos el producto y luego “arreglamos” la fórmula para invertir el proceso. Esto, que será la
transformada de Laplace, se suele aplicar a procesos que dependan del tiempo. Es por ello que to-
das las funciones que vamos a considerar estarán definidas en [0, +∞[. En el caso de las funciones
usuales consideraremos su extensión por cero en los negativos. Por ejemplo, cuando hablemos de
la función f (t) = t2 nos estaremos refiriendo a
.
0, si t < 0,
f (t) =
t2, si t ≥ 0
Para conseguir una función que sea integrable en R+0 , necesitamos una función que esté cerca de
cero. De las funciones elementales la que tiene crecimiento más rápido es la exponencial. Lo que
vamos a hacer es dividir por ella para conseguir una función pequeña, esto es, consideraremos
funciones del tipo f (t)e−σ t . En el caso que teníamos, f (t) = t2 , obtenemos una función integrable
siempre que σ sea positivo. A este producto ya sí le podemos calcular su transformada de Fourier:
∫∞
1
2π
f (t)e−(σ +iω)t dt
0
Tomando t como variable y notando s a σ + iω, tenemos la definición de la transformada de

Laplace.
Definición 9.1. Sea f : [0, ∞[→ C verificando que f (t)e−σt es integrable para algún valor σ ∈ R. Transformada de
Entonces la función F : C → C definida como Laplace
∫∞
F (s) = f (t)e−st dt
0
con dominio DF = {s ∈ C : f (t)e−st es integrable} se llama la transformada de Laplace de f .

También se suele notar L{f } o L[f ]. Al operador L lo llamaremos transformación de Laplace.
Ejemplo 9.2. Sea f : [0, +∞[→ C definida como f (t) = a, donde a ∈ C. Entonces
∫∞ Σ − st Σb
F (s) = ae− dtst = lim ae
−s
a
= ,s
0 b→∞ 0
1
siempre que Re(s) > 0. En particular L[1 ]=.s
Ejemplo 9.3. Sea f : [0, +∞[→ C definida como f (t) = eat , con a ∈ C. Entonces
∫∞ Σ (a− s)t Σb
1
e (a −s)t dt = lim
e
F (s) = a−s = s−a
0 b→∞ 0
si Re(s) > Re(a).
– 107
–
Transformada de Laplace Definición
Parece natural buscar condiciones que nos garanticen la existencia de la integral. No es díficil
encontrar ejemplos de funciones para los que la integral no tiene sentido.
2
Ejemplo 9.4. La función f (t) = et no tiene transformada de Laplace puesto que
lim f(t)e−σt = ∞
t→∞
y, por tanto f (t)e−σ t no es integrable para ningún valor de σ .
Este ejemplo y los comentarios que lo preceden son el motivo por el que sólo vamos a trabajar con
funciones tales que al multiplicarlas por e−σ t obtengamos funciones integrables. Estas funciones
cumplen que crecen más despacio que una exponencial.
Definición 9.5. Diremos que una función f : R → C (que se anula en los negativos) tiene creci-
miento exponencial si existen números reales M > 0 y K tales que
. . Kt
f (t) ≤ Me , ∀t.
El siguiente teorema resuelve el problema de obtener la función f a partir de su transformada de

Laplace.
Fórmula de inversión Teorema 9.6. Sea f ∈ L con transformada de Laplace F , continua y derivable a trozos. Sea σ un
número real tal que f (t)e−σ t es integrable en R+0 . Entonces
∫ +∞
1 1
F (σ + iω)e(σ +iω)t dω = (f (t+) + f (t−)) . (9.1)
2π −∞ 2
∫
1 +∞
En particular, 2π −∞
F (σ + iω)e(σ +iω)t dω = f (t) en cualquier punto t donde f sea continua.
El nombre de transformada de Laplace se debe a que casos particulares de la definición aparecen en

el libro “Théorie analytique des probabilités” publicado en 1812 por Laplace. Sin embargo su uso
generalizado debe esperar un siglo hasta que, a finales del siglo XIX, el ingeniero eléctrico Olivier
Heaviside la empieza a utilizar para resolver algunas ecuaciones diferenciales relacionadas con
transmisiones telegráficas a larga distancia. Antes de ver un ejemplo, comentemos la propiedades
básicas de la transformada de Laplace.
9.2 Propiedades de la transformada de Laplace

Linealidad Proposición 9.7. Sean f, g ∈ L con transformadas de Laplace L[f ] y L[G] respectivamente, y a
y b dos constantes. Entonces L[af + bg] = aL[f ] + bL[g].
Unicidad Proposición 9.8. Sean f , g ∈ L. Si L[f ] = L[g], entonces f = g.
Traslación en el eje t Proposición 9.9. Sea f una función con transformada de Laplace L[f ] y a > 0, entonces
L[f (t − a)H(t − a)] = eas L[f ],
donde H denota la función de Heaviside.
Dilatación en el eje t Proposición 9.10. Sea f una función con transformada de Laplace L[f ], entonces
. Σ
1 s
L[f (at)] = aL[f ] a .
Traslación en el eje s Proposición 9.11. Sea f una función con transformada de Laplace L[f ], entonces
– 108
–
Ejemplos y aplicaciones Transformada de Laplace
Σ Σ
L eat f (t) = L[f ](s − a).
Proposición 9.12. Sea f una función con transformada de Laplace L[f ], entonces Dilatación en el eje s
. Σ
1 s
L [f (at)] = aL[f ] a .
Proposición 9.13. Sea f una función con transformada L[f ], entonces f' tiene transformada de Transformada de la
Laplace derivada
L[f ' (t)](s) = sL[f (t)] − f (0).
Repitiendo el proceso obtenemos la transformada de Laplace de la derivada segunda, tercera, ... En

general, se tiene que la transformada de Laplace de la derivada n-ésima es
L[f (n)(t)] = s nL[f (t)] − sn−1f (0) − sn−2 f '(0) − . . .

−s 2 f (n−3)(0)− sf(n−2)(0)− f(n−1)(0).
Σ∫ Σ
t 1
Proposición 9.14. Si g es una función continua, L g(x) dx = L[g(t)].
0 s Transformada de
una primitiva
Ejemplo 9.15. La linealidad de la transformada de Laplace, primera propiedad que hemos Transformda de La-
enunciado, nos permite calcular la transformada de Laplace de las funciones 1, t, t2,..., tn y, a place de polinomios
partir de estas, la de cualquier polinomio.

1
a) La transformada de Laplace de f(t) = 1 ya la ha sabíamos: L( 1) = s . Esto se deduce de la
definición o usando la transformada de la derivada. Como f (t) = 0, L[f '(t)] = sL[f (t)] −
'
f(0), de donde 0 = sL[f (t)] − 1.

b) Si f (t) = t, entonces f '(t) = 1. Aplicando de nuevo la fórmula de la transformada de la
derivada, se tiene que
1
L[f ' (t)] = sL[f (t)] − f (0) =⇒ L[t] = s2
.
n!
c) Por inducción se puede demostrar que L[t n] = s n+1
.
9.2.1 Transformada Laplace de funciones trigonométricas e hiperbólicas
El cálculo de la transformada de Laplace de funciones trigonométricas o hiperbólicas es fácil tenien-

do en cuenta que estas funciones están definidas usando la función exponencial y su transformada
(veáse Ejemplo 9.3).
Función f Transformada L[f ]

a
f (t) = sen(at) L[f ] = s2 +2a
s
f (t) = cos(at) L[f ] = s2 +a 2
a
f (t) = senh(at) L[f ] = s2 −2a
f (t) = cosh(at) L[f ] = s
s2 −a 2
Tablas 9.1 Transformada de Laplace
Ejemplo 9.16. Calcular la transformada de Laplace de f (t) = senh(at), donde a ∈ C.

Como f (t) = (eat − e−at)/2, el Ejemplo 9.3 nos da que
– 109
–
Transformada de Laplace Propiedades de la transformada de Laplace
. Σ a
11 1
F(s) = 2 s−a − s+a = s 2−a 2 .
9.2.2 Convolución
La convolución de funciones nos permite relacionar la transformada del producto con el produc-
to de funciones. La definición de convolución de funciones para la transformada de Laplace nos
proporciona un resultado similar al que teníamos para la transformada de Fourier.
Convolución Proposición 9.17. Sean f , g : R+ → R. Entonces

de funciones
L[f ∗ g] = L[f ] · L[g], donde
∫t
(f ∗ g)(t) = f (x)g(t − x) dx
0
es el producto de convolución de f y g.
9.3 Ejemplos y aplicaciones

La utilidad principal de la transformada de Laplace se encuentra en la resolución de problemas de
valores iniciales para ecuaciones diferenciales lineales con coeficientes constantes. La tranformada
de Laplace transforma una ecuación diferencial de este tipo en una ecuación algebraica. Una vez
resueltas estas, la transformada inversa nos da la solución de la ecuación diferencial.
Ejemplo 9.18. Consideremos el problema de valores iniciales
y'' − y = 1
y(0) = 0
y ' (0) = 0
Multiplicamos en ambos miembros por e−st y, supongamos que y(t)e−st y y'(t)e−st tienden a
cero en +∞ y son integrables. Si Y denota la transformada de Laplace de y, aplicando integración
por partes se obtiene que
∫∞ Σ Σ∞ ∫∞
y ' (t)e− stdt = y(t)e− st +s y(t)e− dtst= − y(0 ) + sY (s) = sY (s)
0 0 0
∫∞ Σ Σ∞ ∫∞
y''(t)e − dt = y'(t)e −
st st +s y'(t)e − dtst= − y'(0) + s Y2(s) = s Y (s)
2
0 0 0
Por tanto, nuestro problema se transforma en
s 2 Y (s) − Y (s) = L(1)(s)
1 1
En consecuencia, Y(s) = s 2 −1 L( 1)(s). Usando el Ejercicio 9.2, L(1 )(s) = , con
s lo que
1 1/2 1/2 1
Y (s) = (s 2−1)s
= s−1
+ s+1 − s .
Usando ahora el Ejemplo 9.3,
1
y(t) = (e
2 +
t e−t ) − 1 = cosh (t) − 1.
– 110
–
Ejercicios Transformada de Laplace
9.4 Ejercicios
Ejercicio 9.1
Calcular la transformada de Laplace de las siguientes funciones:

a) f (t) = (3 + t2 ) 4 ,
b) f (t) = (2 + e2t )3 ,
c) f (t) = t2e 3t ,
d) f (t) = t cos(5t),
e) f(t) = t 2 sen(t).
Solución 9.1 FALTA
Ejercicio 9.2
Calcular la transformada de Laplace de la función

0, si 0 ≤ t ≤ 3,
f(t) = 1 , si 3 < t < 5, y
t, si t > 5.
Solución 9.2 FALTA
Ejercicio 9.3
∫t
Calcular la transformada de Laplace de la función f(t) = x cosh (x) dx.
0
Solución 9.3 FALTA
Ejercicio 9.4
1
Calcular la transformada inversa de la función f (t) = (s+2)(s−3) .
Solución 9.4 FALTA
Ejercicio 9.5
1
Calcular la transformada inversa de la función f (t) = s 22+ .
Solución 9.5 FALTA
Ejercicio 9.6
Resolver la ecuación diferencial y '' − 5y' + 6y = 0 con las condiciones iniciales y(0) = 1,
y'(0) = 2 usando la transformada de Laplace.
Solución 9.6 FALTA
– 111
–
Transformada de Laplace Ejercicios
Ejercicio 9.7
Resolver la ecuación diferencial y'' − y ' + 6y = H(t) con las condiciones iniciales y(0) = 0,
y'(0) = usando la transformada de Laplace, donde H denota la función de Heaviside.
Solución 9.7 FALTA
Ejercicio 9.8
∫t
Resolver la ecuación integral f(t) = t − t + 2 f(x) dx usando la transformada de Laplace.
0
Solución 9.8 Tomando transformadas se tiene que

Σ∫ Σ
t
1 L[f ]
L[f ] = L[t] − L[t2 ] + L f (x) dx =⇒ L[f ] = − +
2 0 s2 s3 s
– 112
–
Muestreo de señales continuas Transformada discreta de Fourier
Transformada discreta de Fourier
10
En este capítulo vamos a introducir una herramienta muy útil para analizar fenómenos que pro-
vienen de procesos discretos como, por ejemplo, los que proceden del procesamiento de señales
digitales. La transformada discreta de Fourier y su implementación computacional, conocida como
FFT (Fast Fourier Transform), es uno de los conceptos matemáticos que más han influido en la vida
cotidiana. Sus aplicaciones incluyen campos como los CD, la mecánica aplicada, acústica, análisis
de imágenes (tomografía), análisis sismográfico, procesamiento digital de señales, radares, etc.
En los capítulos anteriores hemos visto como se pueden calcular transformadas de señales en
tiempo “continuo”. Sin embargo, en la práctica hay muchas situaciones en las que sólo conocemos
los valores de la señal en algunos instantes. Cuando tenemos una cantidad limitada de datos de
una señal lo que primero que debemos tener en cuenta es que podemos estar perdiendo parte
de la información. Si la cantidad de datos es lo suficientemente alta esto no será un problema; la
dificultad será otra: encontrar formas y métodos para procesar dichos datos con rapidez. En este
aspecto, el desarrollo de microprocesadores cada vez más veloces y, por otro lado, de mejores
algoritmos ha jugado un papel decisivo. A Consecuencia de esto las aplicaciones del procesado
digital de señales se han extendido a todos los campos ya citados.
En este capítulo veremos en primer lugar como discretizar una señal continua sin perder “de-
masiada” información. En segundo lugar aprenderemos a trabajar con señales discretas y, para
acabar, comentaremos brevemente la FFT: una implementación muy eficiente de la transformada
de Fourier de señales discretas.
10.1 Muestreo de señales continuas

Vamos a comenzar pasando de señales continuas a señales discretas y viceversa. Vereremos cómo
debe ser el muestreo para que se pierda información en el paso de un tipo de señal al otro.
El ejemplo más sencillo de co-
mo obtener una señal discre- 1
ta (en el tiempo) es el siguien-
te: partimos de una señal con-
tinua f : R → R y un número π π 3π 2π
2 2
positivo T , consideremos
f [n] := f (nT ), ∀ n ∈ Z. −1
Simplemente lo que estamos Ilustración 10.1 Muestreo de una señal continua

haciendo es quedarnos con los
valores de f en . . . , −2T , −T , 0, T , 2T , . . . A esto es lo que se suele llamar un muestreo de f , T es el
período de muestreo y ws = 2π/T frecuencia de muestreo.
Veamos un ejemplo: consideremos la señal f (t) = sen(8t).
Si tomamos ws = 8, entonces
. Σ
2π
f [n] = sen 88n = sen(2πn) = 0, ∀ n.
– 113
–
Transformada discreta de Fourier Muestreo de señales continuas
π π 3π 2π
2 2
−1
Ilustración 10.2 ws = 8 Si
tomamos ws = 64 (REPASARLO!!!!)
. Σ . Σ
2π πn
f [n] = sen 8n
64 = sen ,4 ∀ n.
Por último, si tomamos ws = e, se tiene

. Σ
2πn
f [n] = sen e
, ∀ n.
Obsérvese que el muestreo de una señal periódica puede dar como resultado una señal discreta
periódica o no.
Definición 10.1. Llamaremos pulso unidad a la señal discreta

. 1, si n = 0,
δ(n) =
0, si n ≠ 0
−3 −2 −1 0 1 2 3
Ilustración 10.3 Pulso unidad
Observación 10.2. Dada una señal discreta f [n], se cumple que

+∞
.
f [n] = f [k]δ[n − k], ∀ n ∈ Z
k=−∞
Dicho de otra manera, cualquier señal discreta se puede escribir como superposición de trasladados
de pulsos unidad.
Ejemplo 10.3. Consideremos la señal discreta

3, si n = 0,
1, si n = 1,
f[n] =
− 2, si n = 2,
0 , en otro caso.
Es fácil comprobar que f [n] = 3δ[n] + δ[n − 1] − 2δ[n − 2].
Si queremos trabajar con funciones periódicas nos serán de gran utilidad las siguientes funciones.
– 114
–
El Teorema de Shannon Transformada discreta de Fourier
Definición 10.4. Sea N ∈ N. Definimos

. 1, si n es múltiplo de N,
δ=
N[n]
0, en otro caso
−1 0 1 2 3 4 5 6 7
Ilustración 10.4 δ3
Observación 10.5. Si f [n] es una señal discreta periódica con período N. Entonces
−1
N.
f [n] = f [k]δN [n − k], ∀ n ∈ Z.
k=0
Ejemplo 10.6. La señal

1, si n = 0,
0, si n = 1,
f[n] =
−1, si n = 2
,
0, si n = 3
Definición 10.7. La señal salto unidad:

. 1, si n ≥ 0,
s[n] =
0, si n < 0
es un ejemplo de señal causal.
10.1.1 Ejercicios
Ejercicio 10.1
Dibuja la gráfica de la señal f [n] = 2δ4[n − 1] + s[n + 1].
Ejercicio 10.2
1 √
Sea z = (23 + i) . Demuestra que f[n] = z es
n periódica.
10.2 Reconstrucción de una señal

El muestreo de una señal continua nos deja con una señal discreta. Es evidente que en este proceso
se puede perder parte de la información original. En esta sección vamos a estudiar como podemos
reconstruir la señal primitiva.
– 115
–
Transformada discreta de Fourier Reconstrucción de una señal
Hay muchos métodos de reconstrucción. Quizá el

más sencillo sea la interpolación lineal: construi-
mos una función continua que coincida en los pun-
tos (nT , f [n]) uniendo mediante rectas dichos pun-
tos.
La reconstrucción de señales mediante interpola-
ción lineal se puede escribir fácilmente como su-
perposición de pulsos triangulares. Esto es conse-
cuencia de que sabíamos escribir una señal discreta
como superposición de trasladados del pulso uni-
Ilustración 10.5 Interpolación lineal
dad. Recordemos que
.
1, si n = k,
δ[n − k]
0, si n ≠ k,
y, utilizando interpolación lineal:

.
= 1, si n = k,
q −[n k]=
T
0, si n ≠ k,
MENTIRA!!!!!!!! + DIBUJO!!!!!!!!!
Sabíamos que
+∞
.
f [n] = f [k]δ[n − k]
n=−∞
y es de esperar que la operación de interpolar nos de

+∞.
f (t) = f [k]qT (t − kT ).
n=−∞
En efecto, este resultado es cierto.
Teorema 10.8. Sea f [n] un muestreo de f (t) con período de muestreo T y sea g(t) la señal
obtenida de f [n] mediante interpolación lineal. Entonces
+∞
.
g(t) = f [k]qT (t − kT ).
n=−∞
De lo que hemos visto hasta ahora, sabemos que la interpolación lineal puede ser una buena apro-
ximación si la frecuencia de muestreo es suficientemente alta. En cualquier caso, es posible que
esta aproximación no sea tan buena en los puntos de la forma t = nT . Los cambios bruscos de
dirección añaden frecuencias altas a la reconstrucción que la señal original no tiene porqué tener.
10.3 El Teorema de Shannon

Definición 10.9. Una señal f (t) con espectro F (w) diremos que es de banda acotada o espectro
acotado si existe wc > 0 tal que F (w) = 0 cuando |w| > wc .
Ejemplo 10.10.
a) La señal f (t) = sen(t) + 3 sen(2t) es de banda limitada.
sen(αt) t
b) La señal f (t) = es de banda limitada. Comprueba que F (w) = 0 si |w| > α.
– 116
–
La transformada de Fourier discreta Transformada discreta de Fourier
Cuando tengamos una señal con espectro acotado, digamos que F (w) = 0 si |w| > wc , veremos
que si la frecuencia de muestreo es mayor que dos veces wc entonces no hay ninguna pérdida de
información. La señal puede recuperarse completamente.
Evidentemente, si wc es una cota del espectro de f , cualquier otro valor mayor también lo será y, por
tanto, la frecuencia de muestreo debería ser mayor. La situación idónea sería conocer el menor valor
wc que es válido.
Definición 10.11. Si wc es el menor real positivo tal que F (w) = 0, si |w| > wc , entonces 2wc se suele
llamar frecuencia de Nyquist. La condición ws > 2wc se suele llamar condición de muestreo, donde ws
es la frecuencia de muestreo.
Para tener una idea intuitiva la frecuencia de Nyquist es dos veces la frecuencia más alta que aparece
en la señal. El siguiente resultado nos dice como se hace la reconstrucción.
Teorema 10.12. Sea f (t) una señal de espectro limitado y con frecuencia de Nyquist 2wc . Sea Teorema de Shannon
f [n] un muestreo de f (t) con frecuencia de muestreo ws y período de muestreo T = 2π/ws . Si
ws > 2wc , entonces
+∞
. 2 sen (ws (t − nT )/2)
f (t) = f [n] , ∀ t∈ R.
n=−∞
ws (t − nT )
sen2 (πt)
Ejemplo 10.13. La señal f (t) = πt2 tiene espectro F (w) = πq 2π (w), donde q 2π es el
pulso triangular la de figura QUE FALTA!!!!!!!!!!!!! Por tanto, la frecuencia de Nyquist es 4π. Si la
frecuencia de muestreo verifica ws > 4π se puede hacer la reconstrucción completa de f . En
1 1
este caso hace falta que 2π/T > 4 π o, lo que es lo mismo, que T < . Por 2 ejemplo, para T = 4
se tiene que
+∞
sen2(πt) . sen2(nπ/4) sen(4π(t − n/4))
=16 ·
πt2 n=−∞ πn2 4π(t − n/4)
+∞
= 16
. (−1)n sen2(nπ/4) sen(4πt)
π2 n=−∞ n2(4t − n)
Observación 10.14. El oído humano medio no percibe sonidos cuya frecuencia sobrepase los
20 kHz. Esto quiere decir que, para nuestro oído, el sonido se comporta como una señal con es-
pectro limitado. El teorema de Shannon se aplica y nos dice que con 40.000 muestras por segundo
debe bastar. Este es el fundamento de la mayoría de los métodos de compresión de sonido.
El problema del “aliasing”
El “aliasing” o enmascaramiento se produce cuando la frecuencia de muestreo es demasiado baja

como para poder recuperar la señal original. Es posible que la señal que reconstruimos sea muy
diferente a la original. Un ejemplo cotidiano de esto lo tenemos en las llantas de un coche: hay
veces que parecen estar paradas o ir hacia atrás aún cuando el vehículo se desplaza hacia adelante.
PELICULA DE LA RUEDA QUE PARECE IR HACIA ATRAS
10.3.1 Ejercicios
FALTAN
– 117
–
Transformada discreta de Fourier El Teorema de Shannon
10.4 La transformada de Fourier discreta

Vamos a comenzar intentando dar una definición de transformada de Fourier de señales discretas
periódicas. Una manera fácil, como ya hemos visto, de obtener este tipo de señales es muestrear
señales continuas y periódicas con una frecuencia de muestreo que sea un múltiplo entero de la
frencuencia principal.
Si f es una función periódica con período T e integrable en [0, T ], podemos aproximar la integral
de la siguiente forma: dividimos el intervalo [0, T ] en N trozos iguales
Σ Σ
(n−1)T nT
N
, N
para n = 1, 2, . . . , N y aproximamos por el área de los rectángulos. Obtenemos

∫T
T
f (t) dt ≈ (f (0) + f (1) + . . . + f (N − 1)) .
N
0
Como la función f es integrable

N−1
. ∫T
T
lim N = f (t) dt .
N→∞ n=0 0
Igual que en otras ocasiones, así podemos aproximar el valor de la integral de la función utilizando
de manera adecuada una muestreo de la función.
Recordemos ahora que los coeficientes de la serie de Fourier de f se calculan mediante integrales.
Bueno, pues vamos a aproximarlos de la misma forma. Si
∫T
1
c = f (t)e−ikw t dt ,
0
k T
0
con w0 = 2π/T , entonces
. N−1
1 T −ikw0nT /N
ck ≈ T N f[n]e
n=0
N−1
.
−2πink/N
= f[n]e
n=0
Si notamos F [k] = f [n]e−2πink/N , tenemos que
1
ck ≈ N F[k].
Este es el motivo de la siguiente definición.
Definición 10.15. Sea f [n] una señal discreta y periódica con período N. La sucesión
N−1
.
−2πink/N
F [k] = f[n]e ,k∈ Z
n=0
es la transformada discreta de f[n]
A F [k] lo notaré N-DFT de f [n].
Ejemplo 10.16. Calcular la 2-DFT de f [n] = (−1)n.

Sabemos que f[0] = 1 y f[1] = −1. Entonces, para k = 0,
– 118
–
Transformada discreta de Fourier
1
.
F[0 ] = f[n]e− 2πink/2
= 1 · e 0+ ( − 1) · e =0 1 − 1 = 0.
n=0
Y para k = 1
1
.
F[ 1] = f [n]e− 2πink/2
= 1 · e 0+ ( − 1) · e−πi = 1 + 1 = 2.
n=0
– 119
–
Transformada discreta de Fourier La transformada de Fourier discreta
– 120
–
Tablas de transformadas de Fourier y Laplace
Tablas de transformadas de Fourier y La-

place
A.1 Transformadas de Laplace
Función f(t) Transformada F (s) Convergencia Condiciones

1 1 Re(s) > 0
s
tn n! Re(s) > 0
sn+1
ta Γ (a + 1) Re(s) > 0 a∈ C
sa+1
eat 1 Re(s) > Re(a) a∈ C
s−a
a
f(t) = sen(at) L[f] = 2 Re(s) > 0 a∈ R
s + a2
s
f(t) = cos(at) L[f] = 2 Re(s) > 0 a∈ R
s + a2
a
f(t) = senh(at) L[f] = 2 Re(s) > a a∈ R
s − a2
s
f(t) = cosh(at) L[f] = 2 Re(s) > a a∈ R
s − a2
Tablas A.1 Transformada de Laplace
– 121
–
Tablas de transformadas de Fourier y Laplace Transformadas de Laplace
– 122
–
Índice alfabético
Índice alfabético
a d
argumento 8 Desigualdad
argumento de Bessel 85
principal 8 desigualdad
isoperimétrica 93
b disco
bola abierto 11
abierta 11 cerrado 11
cerrada 11 distancia 6
dominio 12
c dominio
cadena 53 de convergencia 40
camino 46
campo de convergencia puntual 39 e
ciclo 53 ecuación
ciclo de Laplace 99
nulhomólogo 54 del potencial 99
coeficientes de Fourier 71, 77 Ecuaciones de Cauchy–Riemann 23
conjugado 6
conjunto f
abierto 12 forma
acotado 11 cartesiana 4
cerrado 12 forma polar 8
compacto 12 fórmula
convergencia de Euler 29
absoluta 14 de Moivre 10
puntual 39 integral de Cauchy 54
uniforme 39 función
convolución 88, 110 analítica 41
criterio conjugada 21
de Abel 40 continua 21
de la raíz 40 derivable 22
del cociente 40 derivada 24
curva 45 entera 24
curva holomorfa 24
cerrada 46 módulo 21
equivalente 47 periódica 69
opuesta 46
regular 46 i
regular a trozos 46 Identidad
curvas de Parseval 103
yuxtaposición de 46 Identidad de Parseval 88
índice 53
– 123
–
Índice alfabético
l reparametrización 47
Lema residuo 55
de Rieamann 51
límite s
puntual 39 serie
logaritmo 30 binomial 43
logaritmo de Fourier 77
derivable 52 de Laurent 57
principal 30 trigonométrica 75
longitud simplemente conexo 54
de una curva 46 singularidad
esencial 55
m evitable 55
módulo 6 sucesión
convergente 12
n de Cauchy 13
núcleo divergente 12
de Dirichlet 85 parcial 13
de Fejér 90
números t
complejos 4 Teorema
de Bolzano–Weierstrass 13
p de Cauchy 54
Paradoja de Bernoulli 5 de complitud 13
parte de derivación de una serie de potencias 41
imaginaria 5 teorema
real 5 de Fejér 90
periodo 69 Teorema
periodo de inversión 102
fundamental 69 de los residuos 55
polinomio trigonométrico 71 de Riemann 14
polo 55 de Riemann-Lebesgue 85
punto de Shannon 117
interior 11 de Taylor 42
regular 55 fundamental del Cálculo 45
punto de acumulación 12 transformada
de Fourier 101
r de Laplace 107
radio
de convergencia 40 v
raíz n-ésima principal 10 valor absoluto 6
regla
de Barrow 45 y
de Barrow para integrales curvilíneas 48 yuxtaposición 46
de la cadena 23
– 124
–
– 125 –

Calculo - Avanzado - Caminos en Word

Cargado por

Copyright:

Formatos disponibles

Calculo - Avanzado - Caminos en Word

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Calculo - Avanzado - Caminos en Word

Cargado por

Copyright:

Formatos disponibles

Apuntes de Cálculo avanzado

Ingeniería de Caminos, Canales y Puertos

Jerónimo Alaminos Prats

3 Funciones complejas elementales 29

4 Series de potencias. Funciones analíticas 39

5 Integración de funciones complejas 45

6 Fórmula de Cauchy. Teorema de los residuos 51

9 Transformada de Laplace 107

A Tablas de transformadas de Fourier y Laplace 121

Índice alfabético 123

complejos como vectores en el plano. La fecha de 1825 es considerada como el nacimiento de

1.1 El cuerpo de los números complejos

(a, b)(c, d) = (ac − bd, ad + bc)

1.1.1 Forma cartesiana de un número complejo

i2 = (0, 1)(0, 1) = (−1, 0) = −1.

(a + ib)(c + id) = ac + i2bd + i(ad + bc) = ac − bd + i(ad + bc)

No hay un orden en C compatible con la estructura algebraica

1.2 Representación gráfica. Conjugado y módulo de un número com-

Ilustración 1.1 Representación de

Conjugado Definición 1.3. Si z = x + iy es un número complejo (con x e y reales), entonces el conjugado

Ilustración 1.2 Suma

Demostración. La comprobación de estas afirmaciones es inmediata. Por ejemplo, para comprobar

|zw|2 = zwzw = zwzw = zzww = |z|2 |w|2 = (|z| |w|)2.

1+i 1+i 2+i 1+3i

1.3 Forma polar y argumentos de un número complejo

Arg(z) = {t ∈ R : z = |z| (cos(t) + i sen(t))}

Ilustración 1.3 Forma polar de un

Argumento principal A dicho argumento se le llama argumento principal de z.

Esta última forma es quizás más cómoda para los cálculos.

1.3.1 Fórmula de De Moivre

z = |z| (cos(ϑ) + i sen(ϑ)), w = |w| (cos(ϕ) + i sen(ϕ)).

zw = |z| |w| (cos(ϑ) + i sen(ϑ))(cos(ϕ) + i sen(ϕ)) =

Proposición 1.10. Sean z, w ∈ C no nulos. Entonces

zn = |z|n (cos(nϑ) + i sen(nϑ)) .

1.3.2 Raíces de un número complejo

Se trata ahora de resolver la ecuación wn = z donde n es un número natural, n ≥ 2, y z ≠ 0 es un

w = |w| (cos(ϕ) + i sen(ϕ)).

Usando la fórmula de De Moivre, podemos escribir la ecuación wn = z en la forma equivalente:

wn = |w|n (cos(nϕ) + i sen(nϕ)) = |z| (cos(ϑ) + i sen(ϑ)).

Es decir, k y q dan el mismo resto al dividirlos por n. Deducimos que para k = 0, 1, 2, . . . , n − 1

1.4 Conjuntos en el plano complejo. Un poco de topología

se llama disco o bola abierta de centro a y radio r . Si r ≥ 0, el conjunto Disco abierto

se llama disco o bola cerrada de centro a y radio r . Disco cerrado

1.5 Sucesiones de números complejos

|Re(zn ) − Re(z)| − z| ≤ |Re(zn ) − Re(z)| + |Im(zn ) − Im(z)| .

lim zn = z ⇐⇒ Re(z) = lim Re(zn) y Im(z) = lim Im(zn).

Gracias a este resultado el estudio de sucesiones de números complejos se reduce a estudiar la

1.6 Series de números complejos

S1 = z1, S2 = z1 + z2, S3 = z1 + z2 + z3, . . . , Sn = z1 + z2 + . . . + zn.

Deducimos que para todos p, q ∈ N tales que q > p ≥ no se verifica que

1.6.1 Criterios de convergencia no absoluta para series

1.7.1 Números complejos

Realiza las operaciones indicadas y expresa el resultado en la forma a + ib.

a) (7 − 2i)(5 + 3i) e) (4−i)(1−3i)

Calcula la parte real e imaginaria de las funciones:

Calcula las siguientes cantidades.

a) |(1 + i)(2 − i)| c) .( 1 + i) 20 .

a) Un número real; b) Un número imaginario puro.