Está en la página 1de 7

Análisis de Fourier

Introducción
El análisis de Fourier debe su nombre a Jean Baptiste Joseph Fourier (1768-1830), un
matemático y físico francés.

Si bien muchas personas contribuyeron a su desarrollo, Fourier es reconocido por sus


descubrimientos matemáticos y su visión en el uso práctico de las técnicas.

Su interés se centraba en la propagación de calor, presentando en 1807 un trabajo en


el Instituto Francés sobre el uso de funciones senoidales para representar
distribuciones de temperatura. Fourier elaboró una serie de ecuaciones que describían
la variación de temperatura a lo largo del tiempo y envió este artículo con su
descubrimiento a la Academia Francesa de Ciencias.

Sin embargo, la academia rechazó el artículo de Fourier. Lejos de desanimarse, en 1812


Fourier volvió a presentar una versión revisada del documento ante un premio
Convocado por la academia francesa. Y aunque ganó el premio, el documento de Fourier sería criticado por no ser lo
suficientemente riguroso, y una vez más, la academia se negó a publicarlo.

El trabajo presentaba un resultado controvertido: que cualquier señal continua y periódica podía representarse como la suma una
serie de ondas senoidales adecuadamente elegidas.

Entre los revisores de su trabajo estaban dos de los matemáticos más reputados de su época y también de la Historia, Joseph Louis
LaGrange (1736-1813) y Pierre Simón de Laplace (1736-1827), que habían sido sus maestros en la Escuela Normal Superior de París.

Mientras que Laplace y otros revisores votaron a favor de la publicación del trabajo, LaGrange protestó categóricamente. Durante
años, LaGrange insistió en que esta aproximación no podía aplicarse a señales con ‘esquinas’, es decir, con cambios bruscos de
pendiente como una onda triangular.

El Instituto Francés cedió ante el prestigio de LaGrange y el trabajo fue rechazado, y no fue publicado hasta la muerte de éste, 15
años después.

Afortunadamente, Fourier tenía muchas otras cosas que le mantenían ocupado: actividades políticas, expediciones con Napoleón a
Egipto, y tratar de evitar la guillotina después de la Revolución Francesa (¡literalmente!).

¿Quién tenía razón? Pues depende. LaGrange estaba en lo cierto al decir que una serie de funciones senoidales no puede
representar de manera exacta una señal con una esquina. Sin embargo, se puede aproximar mucho. Tan cerca, en el ∞, que la
diferencia es irrelevante.

Sin embargo, la parte más interesante del trabajo de Fourier no era la ecuación que describía
el flujo de calor, sino la forma como resolvió el problema.

Fourier postuló que cualquier perfil inicial de temperaturas se podía ver como la suma de una
serie de perfiles básicos (sinusoidales).

Así el complejo problema inicial se podía descomponer en una serie de problemas más sencillos,
que se podían resolver de forma inmediata.

Fourier afirmaba que este método funcionaba para cualquier perfil dado, incluso para uno en
el cual la temperatura saltase repentinamente de valor, como el que se muestra en la imagen.

Hoy en día, la transformada de Fourier se utiliza en todos los campos de la ciencia,


desde los que estudian los más modernos sistemas de telecomunicaciones hasta los análisis
de estructuras que evitan que los edificios se derrumben.
Análisis en el dominio del tiempo y de la frecuencia
La mayoría de las señales, se miden en el dominio temporal. Es decir, lo que medimos es una función del tiempo. Lo que
normalmente representamos es la amplitud de una señal a lo largo del tiempo. Pero, esto puede que no sea la mejor representación
que podemos dar de la información contenida en esa señal. Hay determinadas propiedades que no podemos observar en el dominio
temporal y que sí se pueden ver en el de la frecuencia.

Intuitivamente todos sabemos que la frecuencia está relacionada con la velocidad de cambio: si 'algo' cambia rápidamente, decimos
que tiene una frecuencia alta y si cambia lentamente decimos que su frecuencia es baja, y si no cambia, diremos que su frecuencia
es cero.

Por ejemplo, la frecuencia de un periódico (publicación diaria: frecuencia diaria) es mayor de que la de una revista (publicación
semanal: frecuencia semanal).

La frecuencia se mide en ciclos por segundo que es lo que se llama Hertzios:

El espectro de frecuencia de una señal consiste en la representación de las componentes de frecuencia de la misma. Esta
representación nos mostrará las frecuencias que existen en la señal.

¿Por qué necesitamos la información contenida en la frecuencia?


Básicamente porque con la representación temporal, parte de la información contenida en la señal no es evidente.

Supongamos las señales de la Figura 1. A simple vista lo que podemos ver es que se trata de dos señales con forma de onda
cuadrada y que la segunda cambia más veces de valor. Pero lo que no podemos saber es si podemos enviar las dos a la vez por la
misma línea. Para poder averiguar esto, lo que se hace es un estudio en el dominio de la frecuencia. Este estudio nos permite saber
cuáles son las componentes en frecuencia de las señales y a partir de ahí estudiarlas.

Figura 1.

Otra posible aplicación del estudio en el dominio de la frecuencia es el estudio de las causas de las distorsiones de las señales
durante una transmisión.

El método más utilizado para el estudio en el dominio de la frecuencia de las señales es el "Análisis de Fourier", se basa en la
descomposición de una señal en componentes sinusoidales.

Es el método más utilizado como consecuencia de que cuando se aplica a un sistema una entrada sinusoidal (en general, una
entrada periódica) el sistema responde dando como salida otra señal sinusoidal (de diferente fase y amplitud).
La familia de la Transformada de Fourier
Hay varios métodos de análisis de Fourier. El término general ‘Transformada de Fourier’, puede ser dividido en 4 categorías en
función al tipo de señal a tratar:

La elección de uno u otro vendrá determinada por el tipo de señal que se quiera estudiar.

Para señales periódicas, se utilizan las series de Fourier (ondas sinusoidales relacionadas armónicamente).

En el caso de señales no periódicas (señales de energía) se trabaja con la transformada de Fourier.

La serie de Fourier o la transformada nos permiten obtener la descripción en el dominio de la frecuencia o espectro de la señal, que
nos va a dar un tipo de información que de otra forma sería muy difícil obtener.

La única categoría de transformada de Fourier que puede ser usada en el Procesamiento Digital de Señales (DSP) es la
Transformada Discreta de Fourier (DFT)

En otras palabras, los computadores digitales solo pueden trabajar con información que es discreta y tiene longitud finita

Cuando ‘peleamos’ con temas teóricos, ‘luchamos’ con ejercicios y prácticas o ‘descubrimos’ misterios matemáticos, probablemente
estemos usando una de las otras 3 categorías de la familia de transformadas

Cuando nos ‘sentamos’ frente al computador, estaremos usando la DFT.

La transmisión en los sistemas de comunicaciones, sean analógicos o digitales se ven afectados fundamentalmente por dos factores:
 ancho de banda del canal
 ruido
Para poder entender totalmente la interacción entre los datos y la velocidad de transmisión, el tipo de modulación, la forma de las
señales y el ancho de banda, es necesario tener unas pequeñas nociones de lo que sucede en el dominio de la frecuencia.

Se trata de cambiar la representación de las cosas, en vez de verlas en la forma tradicional o convencional vamos a ser innovadores y
estudiar qué sucede en el dominio de la frecuencia.

Cuando se trabaja con Fourier no es posible 'ver' simultáneamente el dominio temporal y el dominio de la frecuencia. No obstante,
en la Figura 2. lo que se trata de mostrar es como señales con periodos de repetición pequeños tienen una componente de
frecuencia más grande y las de periodos de repetición mayores, su frecuencia es más pequeña.

Figura 2.
La Figura 3. muestra la comparación entre el dominio del tiempo y el dominio de la frecuencia. En la primera parte vemos la forma
habitual de representar una secuencia de pulsos rectangulares. En la segunda parte se muestra como se representa la señal en el
dominio de la frecuencia En el ejemplo se muestra la señal acústica del trino de un ave en el dominio del tiempo y su
correspondiente representación en el domino de la frecuencia.

Figura 3.
Análisis de Fourier
Mediante la Transformada de Fourier vamos a estudiar las señales deterministas no periódicas en el dominio de la frecuencia. Más
adelante veremos cómo estudiar mediante las series de Fourier las señales deterministas periódicas.

¿Qué es una Transformada?


Una ‘transformada’ o ‘transformación integral’ se define como la operación matemática que asocia a cada función f(t) en el espacio
directo (o real), otra función F(τ) en el espacio recíproco mediante la siguiente identidad
𝑏
𝐹(𝜏) ≡ ∫ 𝐾(𝜏, 𝑡)𝑓(𝑡)𝑑𝑡
𝑎
Donde 𝐾(𝜏, 𝑡) recibe el nombre kernel de la transformación, y los límites a y b están dados por la transformada correspondiente.

Ejemplos de transformadas integrales son: la de Fourier, la de Laplace, la Z, la de Hilbert, etc., cada una con su correspondiente
kernel y límites a y b.

La importancia de las transformadas integrales reside en que un problema que es difícil de resolver en sus "coordenadas" originales
(espacio real o directo), a menudo es más sencillo de resolver al transformarlo al espacio recíproco, después de ello, la transformada
inversa nos devuelve la solución en el espacio original. Esto se muestra gráficamente en la Figura 4.

Figura 4.
En lo que sigue, estudiaremos algunos aspectos importantes de un tipo muy importante de transformación integral: La transformada
de Fourier.
La teoría de las transformadas de Fourier es una rama muy importante de las matemáticas debido a que tienen una gran cantidad de
aplicaciones físicas.
¿Qué es una Transformada de Fourier?
Una transformada de Fourier es una operación matemática que transforma una señal del dominio del tiempo al dominio de la
frecuencia y viceversa. Estamos acostumbrados a señales con dominio de tiempo en la vida cotidiana. En el dominio de tiempo, la
señal se expresa con respecto al tiempo. En el dominio de frecuencia, una señal es expresada con respecto a la frecuencia.

Definición de Transformada de Fourier


En los problemas de transmisión de datos, las señales se denotarán de forma genérica como w(t). Esta señal es una función del
tiempo, como consecuencia, va a haber unas frecuencias o rango de frecuencias que serán las que deberemos estudiar.

En teoría, para saber las frecuencias que están presentes, se debería estudiar la señal en todo el rango temporal, es decir -∞< t < ∞,
de esta manera se aseguraría que no estamos despreciando ninguna componente en frecuencia importante.

El nivel relativo de una frecuencia con respecto a otra viene dado por el espectro de la señal y se calcula mediante la transformada
de Fourier.

La Transformada de Fourier (TF) de una señal w(t) se define como:

donde f es la frecuencia medida en Hz. También se conoce con el nombre de espectro doble de w(t), porque con la expresión
anterior se obtienen las componentes de frecuencia positivas y negativas.

Dada la transformada de Fourier W(f) es posible recuperar la señal original aplicando la fórmula de la Transformada Inversa de
Fourier:

Se llama par de la transformada de Fourier a las funciones w(t) y W(f), y se suele denotar por

NOTACIÓN: en ocasiones se suele utilizar como operador para trabajar con la transformada de Fourier la frecuencia angular ω en
lugar de la frecuencia f, ambas expresiones están relacionadas mediante la expresión ω=2πf, cuyas unidades son radianes por
segundo. No obstante, en el tratamiento de señal resulta más intuitivo trabajar con la definición que se está utilizando.

Condiciones de Dirichlet
Para que la transformada de Fourier de una señal w(t) exista es suficiente que se cumplan las condiciones siguientes:

1) La función w(t) es univaluada y tiene un número finito de máximos y mínimos en cualquier intervalo finito de tiempo.
2) La función w(t) tiene un número finito de discontinuidades en cualquier intervalo de tiempo finito.
3) La función w(t) es absolutamente integrable, es decir:

En la práctica se suele utilizar otra condición para saber si existe o no la transformada de Fourier: siempre que la energía de la señal
sea finita, se puede calcular la transformada de Fourier. Este es el caso que sucede con todas las señales físicamente realizables.

Espectro continuo
La transformada de Fourier nos proporciona una herramienta para la descomposición de una señal w(t) dada en sus componentes
complejas ocupando todo el rango de frecuencias (−∞<f<∞).

En particular, la transformada de Fourier W(f) de la señal, define la representación en el dominio de la frecuencia de la señal en la
que se especifica las amplitudes relativas de las componentes en frecuencia de la señal. Esto es equivalente a definir la función w(t)
en cada instante de tiempo t. Tal y como ya se ha explicado anteriormente, la señal queda unívocamente definida por cualquiera de
las representaciones.
En general W(f) será una función compleja de la frecuencia, ya que 𝑒 −𝑗2𝜋𝑡 es una función compleja.

Según esto W(f) puede descomponerse como suma de dos funciones reales:

W(f)=X(f)+j Y(f)
Donde X(f) y Y(f) son las parte Real e Imaginaria de W(f) respectivamente.

Esta formulación es equivalente a la que se utiliza para escribir los números complejos como pares de números reales, de ahí que se
la conozca como forma de cuadratura o forma Cartesiana.

También se puede utilizar la notación polar, donde tendremos que el par de funciones reales nos va a denotar la magnitud y la fase:

donde:

Esta es la representación magnitud-fase o forma polar (en cierta forma esto está relacionado con el diagrama de Bode).

En ocasiones se conoce como espectro a la magnitud de la transformada de Fourier ya que para comprobar si ciertas frecuencias
están presentes se debe acudir a la magnitud de la función transformada de Fourier.

No obstante, en general a la magnitud de la transformada de Fourier se la conoce como espectro continuo de amplitud y a la fase
como espectro continuo de fase.

Hablamos de espectro continuo porque tanto la amplitud como la fase de W(f) están definidas para todas las frecuencias.

El espectro que más se utiliza es el de magnitud, por eso en ocasiones al referirse al espectro de frecuencias de una señal, en
forma implícita nos referimos al de magnitud, el de fase es mucho menos utilizado.

Espectro de señales w(t) reales


El tipo de señales con el que trabajamos son señales que sólo toman valores reales. Por lo que hay unas ciertas propiedades que se
pueden aplicar:
1) El operador conjugado (*) de la transformada de Fourier cumple:

2) Como consecuencia de la primera propiedad se va a cumplir que el espectro de amplitud de f y -f es igual:

es decir, que es una función simétrica respecto al eje vertical (función par)

3) El espectro de fase es una función impar, o lo que es lo mismo, anti simétrica con respecto al eje vertical:

Estas propiedades suelen resumirse diciendo que el espectro de una señal real es simétrico conjugado.
EJEMPLO. Transformada de Fourier de un Pulso Rectangular
Sea un pulso rectangular de duración T y amplitud A, su representación aparece en la figura siguiente junto con su transformada de
Fourier. La definición matemática de un pulso de amplitud 1, centrado en el origen y de duración T es:

en nuestro caso queremos un pulso rectangular de amplitud A, así que la función será:

calculando la transformada de Fourier de esta señal obtenemos:

Con el cálculo de la transformada de Fourier hemos obtenido una de las funciones que más aparecen en el análisis de teoría de
señales, es la función sinc. Vamos a ver su definición:

para que el valor de G(f) se adapte a esta forma tenemos que hacer unos pequeños cálculos:

Figura 5. Pulso rectangular, y representación en la frecuencia