Transformada de Fourier

La transformada de Fourier, denominada así por Joseph Fourier, es una transformación matemática empleada para transformar señales entre el dominio del tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas aplicaciones en la física y la ingeniería. Es reversible, siendo capaz de transformarse en cualquiera de los dominios al otro. El propio término se refiere tanto a la operación de transformación como a la función que produce.

En el caso de una función periódica en el tiempo (por ejemplo, un sonido musical continuo pero no necesariamente sinusoidal), la transformada de Fourier se puede simplificar para el cálculo de un conjunto discreto de amplitudes complejas, llamado coeficientes de las series de Fourier. Ellos representan el espectro de frecuencia de la señal del dominio-tiempo original.

La transformada de Fourier es una aplicación que hace corresponder a una función ${displaystyle f}$ con otra función ${displaystyle g}$ definida de la manera siguiente:

Donde ${displaystyle f}$ es ${displaystyle displaystyle {L^{1}}}$, es decir, ${displaystyle f}$ tiene que ser una función integrable en el sentido de la integral de Lebesgue. El factor, que acompaña la integral en definición facilita el enunciado de algunos de los teoremas referentes a la transformada de Fourier. Aunque esta forma de normalizar la transformada de Fourier es la más comúnmente adoptada, no es universal. En la práctica las variables ${displaystyle x}$ y ${displaystyle xi }$ suelen estar asociadas a dimensiones como el tiempo —segundos— y frecuencia —hercios— respectivamente, si se utiliza la fórmula alternativa:

la constante ${displaystyle eta }$ cancela las dimensiones asociadas a las variables obteniendo un exponente adimensional.

La transformada de Fourier así definida goza de una serie de propiedades de continuidad que garantizan que puede extenderse a espacios de funciones mayores e incluso a espacios de funciones generalizadas.

Sus aplicaciones son muchas, en áreas de la ciencia e ingeniería como la física, la teoría de los números, la combinatoria, el procesamiento de señales (electrónica), la teoría de la probabilidad, la estadística, la óptica, la propagación de ondas y otras áreas. En procesamiento de señales la transformada de Fourier suele considerarse como la descomposición de una señal en componentes de frecuencias diferentes, es decir, ${displaystyle g}$ corresponde al espectro de frecuencias de la señal ${displaystyle f}$.

La rama de la matemática que estudia la transformada de Fourier y sus generalizaciones es denominada análisis armónico.

La transformada de Fourier es básicamente el espectro de frecuencias de una función. Un buen ejemplo de eso es lo que hace el oído humano, ya que recibe una onda auditiva y la transforma en una descomposición en distintas frecuencias (que es lo que finalmente se escucha). El oído humano va percibiendo distintas frecuencias a medida que pasa el tiempo, sin embargo, la transformada de Fourier contiene todas las frecuencias del tiempo durante el cual existió la señal; es decir, en la transformada de Fourier se obtiene un solo espectro de frecuencias para toda la función.

Sea ${displaystyle f}$ una función Lebesgue integrable

Se define la transformada de Fourier de ${displaystyle f}$ como la función

Observemos que esta integral tiene sentido, pues el integrando es una función integrable. Una estimativa simple demuestra que la transformada de Fourier ${displaystyle {hat {f}}}$ es una función acotada. Además por medio del teorema de la convergencia dominada puede demostrarse fácilmente que ${displaystyle {hat {f}}}$ es continua.

La transformada de Fourier inversa de una función integrable ${displaystyle f}$ está definida por:

Nótese que la única diferencia entre la transformada de Fourier y la transformada de Fourier inversa es el signo negativo en el exponente del integrando. El teorema de inversión de Fourier formulado abajo justifica el nombre de transformada de Fourier inversa dado a esta transformada. El signo negativo en el exponente del integrado indica la traspolación de complementos yuxtapuestos. Estos complementos pueden ser analizados a través de la aplicación de la varianza para cada función.

La transformada de Fourier de un función ${displaystyle f}$ puede denotarse de distintas maneras, algunas de ellas son:

La transformada de Fourier es una aplicación lineal:

Valen las siguientes propiedades para una función absolutamente integrable ${displaystyle f}$:

Fourier ${displaystyle F(f)}$ es diferenciable

Estas identidades se demuestran por un cambio de variables o integración por partes.

En lo que sigue, definimos la convolución de dos funciones ${displaystyle f}$ y ${displaystyle g}$ en la recta de la manera siguiente:

Nuevamente la presencia del factor delante de la integral simplifica el enunciado de los resultados como el que sigue: Si ${displaystyle f}$ y ${displaystyle g}$ son funciones absolutamente integrables, la convolución también es integrable, y vale la igualdad:

También puede enunciarse un teorema análogo para la convolución en la variable transformada,

pero este exige cierto cuidado con el dominio de definición de la transformada de Fourier.

En algunas ocasiones se define la transformada con un factor multiplicativo diferente de ${displaystyle extstyle {frac {1}{sqrt {2pi }}}}$, siendo frecuente en ingeniería el uso de un factor unidad en la transformada directa y un factor de ${displaystyle extstyle {frac {1}{2pi }}}$ en la transformada inversa. A continuación se lista una tabla de funciones y sus transformadas de Fourier con un factor unidad cuya comprobación es trivial. Si se desea utilizar otro factor, basta con multiplicar la segunda columna por dicho factor.

${displaystyle surd {frac {pi }{a}}e^{-w^{2}/4a}}$

La idea básica del teorema de inversión es que dada una función ${displaystyle f}$, la transformada de Fourier inversa aplicada a la transformada de Fourier de ${displaystyle f}$ resulta en la misma función original, en símbolos:

Sin embargo, el resultado formulado de esta forma no es siempre válido, porque el dominio de la transformada de Fourier como lo hemos definido en el primer párrafo de este artículo no es invariante, o sea que la transformada de Fourier de una función integrable no es necesariamente integrable.

Para formular el teorema de inversión necesitamos encontrar espacios de funciones que sean invariantes bajo la transformada de Fourier. De hecho, hay numerosas posibilidades, la más natural del punto de vista técnico siendo el espacio de Schwartz de funciones φ rápidamente decrecientes. Sin embargo aquí tomamos un camino más directo para formular un enunciado:

Teorema. El espacio de funciones complejas ${displaystyle f}$ definidas en la recta tales que${displaystyle f}$ y la transformada de Fourier de ${displaystyle f}$ sean integrables, es invariante tanto por la transformada de Fourier que por la transformada de Fourier inversa. Además para una función ${displaystyle f}$ en este espacio, vale el teorema de inversión (1).

Otra posibilidad para formular un teorema de inversión se fundamenta en el hecho de que la transformada de Fourier tiene muchas extensiones naturales.

El espacio de Schwartz consiste de las funciones ${displaystyle varphi }$ tomando valores complejos, definidas en ℝ e infinitamente diferenciables tales que para todo ${displaystyle m}$ y ${displaystyle n}$ enteros no negativos

donde ${displaystyle varphi ^{(n)}}$ es la ${displaystyle n}$-ésima derivada de ${displaystyle varphi }$. Denotamos al espacio de Schwartz por el símbolo ${displaystyle {mathcal {S}}}$.

Tanto la transformada de Fourier como la transformada de Fourier inversa son aplicaciones lineales

Además vale la fórmula de inversión:

El espacio de Schwartz es invariante con respecto a los operadores diferenciales con coeficientes polinomiales, es decir de la forma

donde P_k son polinomios.

Debido a las propiedades

y

la transformada de Fourier es una herramienta muy importante para el estudio de las ecuaciones diferenciales tanto para la teoría como para su resolución práctica.

Debido a que las "funciones base" e^ikx son homomorfismos de la línea real (más concretamente, del "grupo del círculo") tenemos ciertas identidades útiles:

${displaystyle {widehat {(f*g)}}(k)={hat {f}}(k)cdot {hat {g}}(k)}$

Es decir, la transformada de Fourier de una convolución es el producto de las transformadas de Fourier.

La transformada de Fourier se utiliza para pasar una señal al dominio de frecuencia para así obtener información que no es evidente en el dominio temporal. Por ejemplo, es más fácil saber sobre qué ancho de banda se concentra la energía de una señal analizándola en el dominio de la frecuencia.

La transformada también sirve para resolver ecuaciones diferenciales con mayor facilidad y, por consiguiente, se usa para el diseño de controladores clásicos de sistemas realimentados, si conocemos la densidad espectral de un sistema y la entrada podemos conocer la densidad espectral de la salida. Esto es muy útil para el diseño de filtros de radiotransistores.

La transformada de Fourier también se utiliza en el ámbito del tratamiento digital de imágenes, como por ejemplo para mejorar o definir más ciertas zonas de una imagen fotográfica o tomada con una computadora, véase ondícula (wavelet).

Definido el producto escalar entre funciones de la siguiente manera:

la transformada de Fourier se puede entender como el producto escalar entre la función ${displaystyle x(t)}$ y la exponencial compleja ${displaystyle e^{i2pi ,ft}}$ evaluado sobre todo el rango de frecuencias ${displaystyle f}$. Por la interpretación usual del producto escalar, en aquellas frecuencias en las que la transformada tiene un valor mayor, más parecido tiene ${displaystyle x(t)}$ con una exponencial compleja.

---