Transformada de Fourier.2

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE ELÉCTRICA Y ELECTRÓNICA

FACULTAD DE TELECOMUNICACIONES
VARIABLE COMPLEJA
TRANSFORMADA DE FOURIER DE
FUNCIONES COMPLEJAS
PROFESOR:
DOC. LIC. RAUL P. CASTRO VIDAL
ALUMNOS:
- Coral Torres,Brissa Estefani 18190091

- Cotaquispe leuyacc,Junior 18190131
- Lopez Obregon,Brayan 18190144
- Paucarcaja Cruz,Victor 181900337
- Ruberto yinlin,Jose Luis 18190317
CICLO:
4TO
Lima - Perú
2019
ii
Indice
1. Introducción.........................................................................................................................3
2. Antecedentes......................................................................................................................18
3. Planteamiento de estudio:..................................................................................................26
4. Marco Teorico...................................................................................................................28
5. Aplicaciones:.....................................................................................................................34
6. Problemas de tramsformada de Fourier de Funciones Complejas.....................................55
7. Conclusiones generales......................................................................................................72
8. Referencias Bibliográficas.................................................................................................74
1. Introducción
Hasta cierto punto, la transformada de Fourier es como un segundo lenguaje para
describir funciones. Las personas bilingües encuentran frecuentemente un lenguaje mejor que
otro para expresar sus ideas. De forma similar, en el tratamiento digital de imagen uno debe
elegir entre el dominio espacial y el dominio frecuencial a la hora de afrontar la mayoría de
los problemas. Cuando se empieza a aprender un idioma nuevo una persona tiende a pensar
en su lengua materna y mentalmente traduce antes de hablar. Sin embargo, una vez que se
consigue fluidez uno puede pensar en cualquier idioma. Por tanto, necesitamos
familiarizarnos con la transformada de Fourier para poder pensar tanto en el dominio espacial
como en el frecuencial y elegir el más adecuado en cada situación. Para conseguirlo es
necesario combinar un conocimiento teórico de las propiedades de la transformada de
Fourier, con el correspondiente práctico de su interpretación física. Con esta idea,
desarrollaremos la transformada de Fourier, interpretación de la Transformada de Fourier
unidimensional continuo hasta el bidimensional discreto, sin olvidarnos del interés que
merece la transformada rápida de Fourier y su implementación.
Es una aplicación usada en muchas ramas de la ingeniería, además de ser una
herramienta sumamente útil en la teoría matemática abstracta. Sus áreas de aplicación
incluyen análisis vibratorio, acústica, óptica, procesamiento de imágenes y señales, y
compresión de datos. En ingeniería, para el caso de los sistemas de telecomunicaciones, y a
través del uso de los componentes espectrales de frecuencia de una señal dada, se puede
optimizar el diseño de un sistema para la señal portadora del mismo. Refiérase al uso de un
analizador de espectros.
La ecuación del calor es una ecuación en derivadas parciales. Previamente al trabajo
de Fourier, no se conocía solución alguna para la ecuación de calor en forma general, aunque
se conocían soluciones particulares si la fuente de calor se comportaba de manera sencilla, en

particular, si la fuente era una onda de seno o coseno. Estas soluciones simples a veces son
llamadas valores propios. La idea de Fourier era modelar una fuente de calor compleja con
una superposición (o combinación lineal) de simples ondas sinusoidales y para escribir
la solución como una superposición de los correspondientes valores propios. A la
superposición o combinación lineal se le llama Serie de Fourier.
Desde un punto de vista más actual, los resultados de Fourier son algo informales
debido a la falta de precisión en la noción de la función matemática y la integración a inicios
del siglo XIX. Después, Peter Gustav Lejeune Dirichlet y Bernhard Riemann expresaron los
resultados de Fourier con mayor precisión y formalidad.
Aunque el motivo original era resolver la ecuación de calor, tiempo después fue obvio
que se podía usar la misma técnica a un gran conjunto de problemas físicos y matemáticos,
especialmente aquellos que involucraban ecuaciones diferenciales lineales con coeficientes
constantes, para los cuales sus soluciones únicas eran sinusoidales. Las series de Fourier
tienen muchas aplicaciones en la ingeniería eléctrica, análisis
de vibraciones, acústica, óptica, procesamiento de señales, retoque fotográfico, mecánica
cuántica, econometría, la teoría de estructuras con cascarón delgado,etc.
Las series de Fourier son series de términos coseno y seno y surgen en la tarea
práctica de representar funciones periódicas generales. Como aplicación constituyen una
herramienta muy importante en la solución de problemas en los que intervienen ecuaciones
diferenciales ordinarias y parciales. La teoría de las series de Fourier es bastante complicada,
pero la aplicación de estas series es simple. Las series de Fourier son, en cierto sentido, más
universales que las series de Taylor, ya que muchas funciones periódicas discontinuas pueden
desarrollarse en serie de Fourier, pero, desde luego, no tienen representaciones en serie de
Taylor. La introducción de las series de Fourier (y de las integrales de Fourier) fue uno de los
mayores avances jamás realizados en la física matemática y en sus aplicaciones en la

ingeniería, ya que las series de Fourier (y las integrales de Fourier) son probablemente la
herramienta más importante en la solución de problemas con valores en la frontera. Esto se
explicará en el capítulo siguiente. La transformada de Laplace es con mucho la transformada
integral más importante en ingeniería. Desde el punto de vista de las aplicaciones, las
siguientes en importancia serían quizás la transformada de Fourier, aún cuando su manejo
resulta un tanto más difícil que la transformada de Laplace
La transformada de Fourier es una operación matemática fundamental para algunas
disciplinas como las telecomunicaciones o la física. Sin ella no existirían las
telecomunicaciones modernas, no solo Internet o la telefonía móvil, sino la propia telefonía
convencional, que no habría podido evolucionar más allá de una forma de comunicación local
y no habrían existido las llamadas de larga distancia.
Aunque esta operación matemática debe su nombre al matemático Joseph Fourier, lo
cierto es que muchos han contribuido a su invención, entre ellos Euler, Bernoulli, Lagrange y
Gauss. Fourier tuvo un papel esencial, al inventar las series de Fourier, donde una función
periódica se podía descomponer en la suma de funciones trigonométricas. La transformada de
Fourier generaliza este concepto.
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 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.
El problema isoperimétrico clásico data de la antigüedad. El problema se puede
enunciar como sigue: Entre todas las curvas cerradas en el plano de perímetro fijo, ¿qué curva
(si la hay) maximiza el área de la región que encierra? Se puede demostrar que esta cuestión
es equivalente al siguiente problema: Entre todas las curvas cerradas en el plano que cierra un
área fija, ¿qué curva (si la hay) minimiza el perímetro?
Este problema está relacionado conceptualmente con el principio de mínima acción de
la física, en que puede ser reescrito: ¿cuál es el principio de acción que encierra la mayor
área, con la mayor economía de esfuerzo? El filósofo siglo XV, Nicolás de Cusa, consideró la
acción rotatoria, el proceso por el que se genera un círculo, como el reflejo más directo, en el
dominio de las impresiones sensoriales, del proceso por el que se crea el universo. El
astrónomo alemán Johannes Kepler invocó el principio isoperimétrico al discutir la
morfología del sistema solar, en Mysterium Cosmographicum (El misterio sagrado del
Cosmos, 1596).
Dos grandes figuras de las matemáticas del siglo XVIII, Joseph-Louis de
Lagrange y Leonhard Euler, hicieron sendas notables contribuciones para la resolución de

problemas de isoperímetro similares, problemas que habían sido un asunto de discusión
durante más de medio siglo, mediante una nueva técnica: el cálculo de variaciones. Sin
embargo, no abordaron la demostración del problema concreto de la curva de una longitud
dada capaz de abarcar una mayor área.
Aunque el círculo parece ser la solución obvia al problema, probar este hecho es
bastante difícil. El primer avance hacia la solución lo hizo el geómetra suizo Jakob Steiner en
1838, usando un método geométrico llamado simetrización de Steiner. Steiner mostró que si
existía una solución, entonces tenía que ser el círculo. La prueba de Steiner la completaron
más adelante varios otros matemáticos.
Steiner comienza con algunas construcciones geométricas fáciles de entender; por
ejemplo, se puede demostrar que cualquier curva cerrada que encierra una región que no es
completamente convexa puede ser modificada para encerrar un área mayor "volteando" las
áreas cóncavas para que se vuelvan convexas. Se puede demostrar además que cualquier
curva cerrada que no sea completamente simétrica puede ser deformada para encerrar un área
mayor. La única forma que es perfectamente convexa y simétrica es el círculo, aunque esto,
en sí mismo, no representa una prueba rigurosa del teorema isoperimétrico .
Las formulaciones modernas de los problemas isoperimétricos se dan a veces en
términos de geometría subriemanniana. En particular, el problema de Dido encuentra la
expresión en términos del grupo de Heisenberg: dado un arco que conecta dos puntos, la
"altura" z de un punto en el grupo de Heisenberg corresponde al área bajo el arco.
La visión sistémica llamada socioepistemología en matemática educativa ha
permitido explicar fenómenos didácticos en términos de cómo se enseña, cómo se aprende y
qué se aprende. En este tenor, Farfán (1997) reportó una investigación que buscó significar el
concepto de convergencia de series infinitas, entre profesores universitarios, dando entre
otros resultados una caracterización del pensamiento matemático subyacente en la teoría del
calor, donde se establece que, para la época, estaba suficientemente incorporado el paradigma
del pensamiento físico, los principios matemáticos del equilibrio de los cuerpos y de los
fluidos establecidos desde la antigüedad clásica por Arquímedes, las leyes de los cuerpos
graves establecidas por Galileo y, sobre éstas, las leyes que rigen el sistema del mundo
debidas a Newton. El problema reportado por Farfán (1997) consistió en describir el
comportamiento del fenómeno de propagación de calor, buscando para ello lo estable y
permanente en el fluir del tiempo, es decir, planteó en su hipótesis inicial como indispensable
la significación que da origen al conocimiento matemático en juego, es decir, la
determinación del estado estacionario. Sin embargo, concluyó la autora, este concepto físico
no es producto de la primera experiencia sensible; se encontró que su abstracción presentaba
una tarea cognitiva muy compleja no propicia para recrearse en el aula. A partir de este
resultado recomienda no centrar la atención en los conceptos y sus diferentes estructuraciones
de forma aislada, sino tratar con las prácticas que producen o favorecen la necesidad de
dichos conceptos. (Cantoral y Farfán, 2003) La lectura de este estudio dio paso a otra
investigación, donde Morales (2003) centró la atención en un escrito de J. B. Fourier (1827)
acerca de las temperaturas terrestres, presentado como una primera aplicación práctica de la
teoría analítica del calor. El objetivo de esta tesis fue el de observar la modelación
matemática del problema de calentamiento terrestre y rescatar significados e intenciones de
dicha actividad. Como resultados que pueden subrayarse en este estudio resaltan que: El
modelo de calentamiento terrestre de Fourier fue concebido previamente a la escritura de la
Teoría analítica del calor. Dicho modelo consiste en el análisis de las tres fuentes principales
del calor terrestre, una de ellas es que nuestro planeta participa de una temperatura común de
los espacios planetarios, debido a la situación de nuestro sistema solar, donde todos los
puntos de esa región del universo comparten una temperatura constante. Una segunda fuente
será el calor primitivo o calor de origen de la tierra, es decir, la tierra en un principio tenía
una cierta temperatura muy elevada y fue enfriándose poco a poco desde la superficie, de
manera que ahora sólo está caliente en su interior. La tercera fuente continua de calor es el
sol, cuyos efectos divide en dos categorías; efectos periódicos debidos al día y la noche y
efectos constantes, los cuales se observan a una profundidad superior a los treinta metros por
debajo de la superficie y es el resultado de la acción permanente de los rayos solares y la
forma desigual en la que se exponen las partes de la superficie, desde el ecuador hasta los
polos. En esta última causa, Fourier se encontró con el problema de explicar otros aspectos a
considerar, tal como la distribución uniforme del calor debido a la atmósfera y al agua del
planeta. De esta manera, concibe al planeta como una esfera sólida para fines prácticos, pero
establece la ecuación de conducción de calor considerando únicamente la distribución de
temperaturas en la superficie y su interacción con el medio ambiente; en este documento
presentaremos la articulación de dicho modelo matemático con el fenómeno físico que le da
origen.
La disciplina desde la que nace el presente estudio es la matemática educativa,
disciplina que estudia la construcción del conocimiento matemático y su desarrollo en el
sistema didáctico, aceptando como objetos de estudio los procesos de enseñanza aprendizaje
de los contenidos matemáticos en situación escolar; es así cómo son diversas las
problemáticas que se abordan y también diversos los enfoques teóricos que existen en torno a
ella. La socioepistemología es uno de tales enfoques y el marco desde el cual se desarrollará
el presente estudio. Una de las principales contribuciones de la aproximación
socioepistemológica, ha sido la de nutrir a la reflexión matemática y apoyar la didáctica, con
base en la construcción social e individual del conocimiento, buscando una investigación
sistémica de los fenómenos de producción, adquisición y difusión del conocimiento desde
una perspectiva que incorpore las cuatro componentes fundamentales en la construcción del
conocimiento: su naturaleza epistemológica, su dimensión sociocultural, los planos de lo

cognitivo y los mecanismos de institucionalización vía la enseñanza. (Cantoral y Farfán,
2003) La dimensión socioepistemológica. La epistemología estudia la naturaleza y validez
del conocimiento, con el propósito de hacer un estudio crítico del desarrollo, métodos y
resultados de las ciencias. La dimensión epistemológica incorporada en nuestra
aproximación, se basa en la teoría de la epistemología genética desarrollada por J. Piaget, que
se propuso encarar la reconstrucción del modo en que reproducen los conocimientos apelando
al estudio de los procedimientos efectivos y el lenguaje científico, así como a la indagación
histórica. (Albert, 1999) Dicha teoría presentó una propuesta de la evolución del
conocimiento: el conocimiento pasaría de un estado a otro de equilibrio a través de un
desequilibrio de transición, en el curso del cual las relaciones consideradas por el sujeto en el
estado anterior estarían en contradicción, ya sea por la consideración de relaciones nuevas o
por la tendencia a coordinarlas. Esta fase de conflicto sería superada durante una fase de
reorganización y de coordinación que llevaría a un nuevo estado de equilibrio. Aplicar esta
teoría al conocimiento matemático deviene en que la epistemología juegue un papel
protagónico en la disciplina. De esta manera, la epistemología de un conocimiento interviene
en la investigación a un nivel general, ya que se asume que el fenómeno educativo no es
simplemente la transmisión de conocimientos; sino que este concierne a una cultura, no se
limita a integrar asuntos referentes a la naturaleza histórica, sino en construir los distintos
contextos teóricos que permitan involucrar los fenómenos didácticos encontrados, así como
su incorporación efectiva en la enseñanza (Farfán, 1999). Bajo esa consideración será el
análisis epistemológico el que responderá cuáles son los procesos generales del pensamiento
que gobiernan el conocimiento. La aproximación socioepistemológica ha puesto de
manifiesto que la matemática escolar en el sistema didáctico y particularmente en la
educación superior está al servicio de otras ciencias y por lo tanto de otras prácticas de
referencia de donde, a su vez, adquiere sentido y significado.

La utilización de la transformada de Fourier en las telecomunicaciones surge a
partir de la naturaleza física de los fenómenos eléctricos, y de su comportamiento, explicado
a través de funciones periódicas o movimientos periódicos ondulatorios. Mediante la
transformada de Fourier es posible obtener ondas discontinuas, especialmente útiles a la hora
de modulares señales; el fundamento para su uso radica en que mediante esta transformada
discreta es posible transformar una señal del dominio del tiempo o del espacio al dominio de
la frecuencia, o su proceso inverso (aplicando anti transformada de Fourier). Antiguamente,
la transformada de Fourier se empleaba mayormente en la solución de ecuaciones
diferenciales; actualmente encuentra un vasto campo de aplicación en el análisis de señales
discretas, y es ampliamente utilizada en teoría de las comunicaciones, teleprocesamiento,
procesamiento de voz e imágenes, entre otras áreas de la ingeniería.
La transformada de Fourier relaciona una función en el dominio del tiempo con una
función en el dominio de la frecuencia. Los valores de frecuencia componentes, extendidas
para todo el espectro, son representados como picos en el dominio de la frecuencia. La
transformada de Fourier es básicamente el espectro de frecuencias de una función; es decir, al
aplicar la transformada de Fourier a una función sólo se visualizará un rango de valores de
frecuencias para todos los valores de la función en un cierto dominio. La transformada de
Fourier se utiliza para obtener información de una señal determinada que no es evidente en el
dominio temporal, por medio de su traducción al dominio de frecuencias.
La transformada de Fourier es la herramienta idónea en cuanto respecta a modulación
de señales físicas, y de su conversión al espectro digital, ya que por su inherente naturaleza
sinusoidal son directamente representables mediante series de Fourier, y por medio de la
transformación del dominio tiempo al dominio frecuencia, con las diversas adaptaciones
según se trate del parámetro de la señal moduladora de que se trate, el mapeo desde el
espectro en frecuencia a la digital o binario es directo. Esta herramienta matemática sintetiza

enormemente la tarea de conversión de señales, permitiendo a su vez la simplificación de las
plataformas de hardware destinadas a la demodulación, transmisión, recepción e
interpretación de la información.
Hay docenas de pruebas para esta desigualdad clásica. Varias se comentan en el
artículo de Treiberg enlazado más abajo. En 1901, Adolf Hurwitz dio una prueba puramente
analítica de la desigualdad isoperimétrica clásica basada en las Series de Fourier y en
el teorema de Green. En diciembre de 1807 Fourier presento a la Academia de Ciencias de
Paris un manuscrito titulado Theorie de la propagation de la chaleur dans les solides. Los
miembros de la Academia encargados de juzgarlo no emitieron un informe y expresaron sus
dudas sobre el trabajo 1 . Pero el tema era suficientemente interesante para que la Academia
propusiese como tema del gran premio de 1812, “dar la teoría matemática de las leyes de
propagación del calor y comparar los resultados de esta teoría con los de experiencias
exactas”. Fourier mejoro su manuscrito anterior y presento al concurso uno nuevo titulado
Theorie du mouvement de la chaleur dans les corps solides. Gano el premio 2, pero los
académicos añadieron a sus elogios ciertas reservas, indicando que “deja algo que desear, sea
en cuanto a la generalidad, sea incluso del lado del rigor”. Ninguna de las memorias fue
publicada en esos años, pero Fourier culminó su trabajo con un libro titulado Theorie
analytique de la chaleur y publicado en 1822, que el físico Arnold Sommerfeld calificó como
“la Biblia de la Física Matemática” 3 y James Clerk Maxwell de “gran poema matemático”.
El problema de la representación de una función en serie trigonométrica tenía precedentes en
el siglo XVIII, como veremos en la siguiente sección. Sin embargo, las aportaciones de
Fourier fueron cruciales para clarificar una situación que las discusiones del siglo anterior
mantenían demasiado oscura; esta dificultad para superar los conceptos heredados del siglo
XVIII hizo dudar de la validez del trabajo de Fourier a los ilustres matemáticos franceses de
la época. Fourier encontró la expresión de los coeficientes e interpretó las integrales como
áreas bajo curvas, lo que le permitía hacerlos válidos para funciones bastante generales y
desprovistas de una expresión analítica. Vió claramente que la igualdad entre la serie y la
función ocurre en un intervalo, no necesariamente fuera de él, y que en intervalos más
pequeños que un periodo series trigonométricas distintas pueden coincidir con la misma
función. Cuestiones que hoy nos pueden parecer elementales con un concepto moderno de
función eran realmente avanzadas en esa época y fueron decisivas para clarificar las ideas.
Desde el punto de vista físico, Fourier fue el primero en deducir la ecuación diferencial que
describe la difusión del calor e invento el método de separación de variables para su
resolución, reconoció la potencia de este método y lo aplico a otras ecuaciones. La integral,
ahora transformada de Fourier, aparece por primera vez en su trabajo de 1811 como un paso
al límite y fue incorporada también al libro.
Muchas ecuaciones de las ciencias se formulan con derivadas parciales y se
resuelven, en ocasiones, descomponiendo la incógnita en series (sumas infinitas). Las series
más interesantes son las de potencias y por supuesto las de Fourier. Dado el carácter
periódico de tales sumas, las transformada de Fourier se aplican, por ejemplo, donde surgen
procesos oscilantes, como ocurre en las series temporales de naturaleza económica, en
electrónica (se aplican por ejemplo en teoría de señales), en acústica o en óptica. Los
problemas teóricos relacionados con la convergencia de las series de Fourier han impulsado
avances fundamentales en distintos ámbitos de las matemáticas y siguen siendo considerados
hoy como problemas muy difíciles.
Es importante considerar la aplicación de las transformada de fourier, ya que estas
sirven mucho en el procesamiento digital de señales, la cual es una área de las ciencias e
ingeniería que se ha desarrollado rápidamente en los últimos 30 años.
Este rápido desarrollo es resultado de avances tecnológicos tanto en los ordenadores digitales
como en la fabricación de circuitos integrados. Estos circuitos digitales baratos y

relativamente rápidos han hecho posible construir sistemas digitales altamente sofisticados,
capaces de realizar funciones y tareas del procesado de señales que convencionalmente se
realizaban analógicamente, se realicen hoy mediante hardware digital, más barato y a menudo
más fiable. Es relevante diferencie entre una señal analógica y digital para comprender mejor
el procesamiento de señales, el nombre de una señal analógica se deriva del hecho de que es
una señal análoga a la señal física que se representa. La magnitud de una señal analógica
pude tomar cualquier valor, esto es, la amplitud de una señal analógica exhibe una variación
continua sobre su campo de actividad. La gran mayoría de señales en el mundo que hay a
nuestro alrededor son analógicas. Los circuitos que procesan estas señales se conocen como
circuitos analógicos. Una forma alternativa de representación de señal es la de una secuencia
de números, cada uno de los cuales representa la magnitud de señal en un instante
determinado. La señal resultante se llama señal digital, está a diferencia de la señal analógica
es una señal que esta discretisada en el tiempo y cuantificada en magnitud. El procesamiento
de señales se correlaciona con las series de fourier ya que esta nos permite expresar una
función periódica de tiempo como la suma de un número infinito de senoides cuyas
frecuencias están armónicamente relacionadas La importancia de esto radica en que la serie
de Fourier nos facilita el arduo trabajo del manejo con señales, ya que para que nosotros
podamos procesar estas señales es necesario expresarlas como una combinación lineal de
términos, lo cual nos lo proporciona la transformada de Fourier.
Alguna aplicación en la medicina es en la ecografía permite registrar la vibración de
cada una de las membranas del corazón, proporcionando una curva periódica. Un programa
de ordenador calcula los primeros términos de las sucesiones (coeficientes de Fourier). En el
caso de la válvula mitral, son suficientes los dos primeros coeficientes de Fourier para
diagnosticar al paciente. Esta forma de diagnóstico disminuye costes en el sistema sanitario y,
sobre todo, evita al paciente los riesgos y molestias inherentes a las pruebas endoscópicas.
Las transformada de Fourier son de gran importancia ya que tienen muchas
aplicaciones dentro de los campos de la física y de la matemática entre otros. La idea básica
de las series de Fourier es que toda función periódica de periodo T puede ser expresada como
una suma trigonométrica de senos y cosenos del mismo periodo T. Este problema aparece por
ejemplo en astronomía en donde Neugebauer (1952) descubrió que los Babilonios utilizaron
una forma primitiva de las series de Fourier en la predicción de ciertos eventos celestiales.
La historia moderna de las series de Fourier comenzó con D’Alembert (1747) y su trabajo de
las oscilaciones de las cuerdas de violín. El desplazamiento de una cuerda de violín como una
función del tiempo y de la posición es solución de una ecuación diferencial.
La solución de este problema es la superposición de dos ondas viajando en direcciones
opuestas a la velocidad como lo expresa la fórmula de DÁlembert En la cual la función es
impar de periodo 2 que se anula en algunos puntos específicos. Euler en 1748 propuso que tal
solución podía ser expresada en una serie en función de senos y como consecuencia una serie
con producto de senos y cosenos, Las mismas ideas fueron luego expuestas por D.Bernoulli
(1753) y lagrange (1759). La fórmula para calcular los coeficientes apareció por primera vez
en un artículo escrito por Euler en 1777.
La contribución de Fourier comenzó en 1807 con sus estudios del problema del flujo del
calor presentado a la academia de ciencias en 1811 y publicado en parte como la célebre
teoría analítica del calor en 1822. Fourier hizo un intento serio por demostrar que cualquier
función diferenciable puede ser expandida en una serie trigonométrica. Una prueba
satisfactoria de este hecho fue dada por Drichlet en 1829.
Modernamente el análisis de Fourier ha sido impulsado por matemáticos como lebesgue
Hardy, Littlewood, Wiener, Frobenius, Selberg, Weily Weyl entre otros.
El poder extraordinario y la flexibilidad de las series de Fourier se ponen de manifiesto en la

asombrosa variedad de aplicaciones que estas tienen en diversas ramas de la matemática y de
la física matemática desde la teoría de números y geometría hasta la mecánica quántica.
Las transformadas e integrales de Fourier constituyen un tema clásico del análisis
matemático. Desde su aparición en el siglo XVIII en el estudio de las vibraciones de una
cuerda, las series de Fourier han sido una piedra de toque para el desarrollo de los conceptos
básicos del análisis –función, integral, serie, convergencia...–, y la evolución de estos
conceptos ha ido abriendo a su vez nuevos rumbos en el análisis de Fourier. Así lo expresa
Zygmund en el prólogo de su famoso libro sobre series trigonométricas (1958): Esta teoría ha
sido una fuente de nuevas ideas para los analistas durante los dos últimos siglos y
probablemente lo será en los próximos años. Muchas nociones y resultados básicos de la
teoría de funciones han sido obtenidos por los matemáticos trabajando sobre series
trigonométricas. Es concebible pensar que estos descubrimientos podían haber sido
realizados en contextos diferentes, pero de hecho nacieron en conexión con la teoría de las
series trigonométricas. No fue accidental que la noción de función aceptada ahora
generalmente fuera formulada en la celebrada memoria de Dirichlet (1837) que trata de la
convergencia de la serie de Fourier, o que la definición de integral de Riemann en su forma
general apareciese en el Habilitationsschrift de Riemann sobre series trigonométricas, o que
la teoría de conjuntos, uno de los desarrollos más importantes de las matemáticas del siglo
XIX, fuera creada por Cantor en su intento de resolver el problema de los conjuntos de
unicidad para series trigonométricas. En épocas más recientes, la integral de Lebesgue se
desarrolló en estrecha conexión con la teoría de series de Fourier y la teoría de funciones
generalizadas (distribuciones) con la de las integrales de Fourier. Las notas se dividen en dos
grandes bloques: el primero trata de series de Fourier y el segundo, de integrales de Fourier;

en medio, un tema sobre espacios de Hilbert y sistemas ortogonales de funciones que da la
estructura funcional abstracta en la que se pueden colocar las transformadas de Fourier.

2. Antecedentes
2.1 ¿Quién fue Fourier?
Jean Baptiste Joseph Fourier matemático y físico francés, nació en Auxerre (Francia)
el 21 de marzo de 1768, fue el noveno hijo de los doce hijos que tuvo su padre (sastre) en su
segundo matrimonio. Empezó sus estudios en la Escuela de Pallais, donde estudio latín y
francés con gran aprovechamiento. Su madre murió cuando él tenía nueve años y al siguiente
año murió su padre. Quedando huérfano, Fourier fue recomendado al obispo de Auxerre,
quien lo envió al Colegio militar local regido por los benedictinos, donde mostró interés por
la literatura y más tarde por las matemáticas.
A la edad de 12 años escribía los magníficos sermones que pronunciaban los
benedictinos, a los 14 años ya había completado el estudio de los seis volúmenes del Cours
de Maten áticas de Bezout y a los 15 años recibió el primer premio por su estudio de
Mécanique en general de Bossut.
Figura 1. Joseph Fourier

Siempre había deseado ser soldado, pero sabía que los buenos cargos no eran
concedidos a los hijos de los sastres, así que en 1787 ingresó en la Abadía de San Benito para
hacer el noviciado con la idea de hacerse religioso.
Más tarde, debatiendo entre su amor por las matemáticas y sus ideas religiosas, en
1789 Fourier no tomo los votos y dejó el monasterio. Ocupando al año siguiente un puesto de
profesor en la Ecole Royale Militaire de Auxerré, donde había estudiado con anterioridad.
En 1793, poco tiempo después del comienzo de la Revolución Francesa, se involucró
en política, uniéndose al Comité Revolucionario local, con gran entusiasmo acerca de las
ideas revolucionarias de libertad. Fue arrestado en 1794 como consecuencia de sus acciones
políticas y estuvo en prisión a punto de enfrentarse a la guillotina.
Al final de ese mismo año, gracias a los cambios políticos, Fourier quedó en libertad.
En 1795 fue admitido en la Ecole Normale de París, donde fue alumno de Lagrange y
Laplace. En ese mismo año ocupó una cátedra en la prestigiosa Ecolé Polytechnique de París,
en la que duró poco tiempo ya que, en 1798 Fourier se incorporó a la Armada de Napoleón
como un consejero científico en la invasión de Egipto.
Allí creó el Instituto de El Cairo, siendo unos de los doce miembros de la división
matemática. Además, tuvo una destacada actividad tanto científica como administrativa (fue
nombrado gobernador del Bajo Egipto).
La expedición volvió a Francia en 1801, militarmente derrotada, pero fruto de su
trabajo científico y cultural fue la monumental obra Description de l’Egypte, comenzada a
publicar en 1809. Fourier volvió a París en 1801 y retomó su puesto como profesor de
Análisis en la Ecole Polytechnique.
Sin embargo, Napoleón (por aquel entonces con poder absoluto en Francia) le nombró
Prefecto (gobernador) del Departamento de Isere, cuya capital es Grenoble.

Fue durante este tiempo en Grenoble cuando Fourier hizo su contribución matemática
sobre la propagación del calor que presentó a la Academia de Ciencias en 1807 y la cual
desató grandes controversias.
Fourier, no volvió a ser profesor, pero siguió trabajando en investigaciones científicas
mientras ocupaba su cargo. Dejó la prefectura de Isere en 1814 y fue prefecto del
departamento de Rhone durante unos meses, pero los cambios políticos le hicieron abandonar
sus cargos y se trasladó nuevamente a París.
Allí trabajó como director de la Oficina Estadística del Sena. En 1817 fue elegido
miembro de la Academia de Ciencias en la sección de Física y en 1822, el mismo año en que
publicó su famoso libro Theorie Analytique de la Charleur, fue nombrado secretario perpetuo
de la Academia, lo que le permitió hacer pública su memoria premiada de 1811.
Durante sus ocho ´últimos años en París reanudó sus investigaciones matemáticas y
publicó una serie de documentos, algunos en matemáticas puras y otros sobre temas de
matemáticas aplicadas.
Su influencia en el mundo científico francés había crecido notablemente. Él fue el
que descubrió las series matemáticas y el teorema integral que llevan su nombre. En 1826 fue
elegido miembro de la Academia Francesa.
Falleció en París el 16 de marzo 1830. El trabajo de Fourier proporcionó un gran
impulso para posteriores investigaciones sobre series trigonométricas y la teoría de funciones
de variable real.
Figura 2. Transformada de Fourier
2.2 Serie de Fourier
Definición
Si f ∈ L 2 (−π, π), entonces, se define la serie de Fourier de f respecto del sistema ortonormal
como:
∞
∑ ¿¿ ¿
n=0
Con
π
a 0=∫ f ( x ) dx
−π
π
1
a n= ∫ f ( x ) cos (nx) dx , ∀ n ∈ ℵ∪ {0 }
√ π −π
π
1
b n= ∫ f ( x ) sin(nx) dx , ∀ n ∈ℵ
√ π −π
Cada uno de los a ny b n se llaman Coeficientes de Fourier de la función f.
A continuación se verá otra manera de representar la serie de Fourier que será de utilidad en
el momento de introducir la transformada de Fourier.
Forma compleja de la Serie de Fourier
Haciendo uso de las identidades trigonométricas
1
cos nx= ( einx + e−inx )
2
1
sin nx= i(e inx +e−inx )
2
tenemos que la Serie de Fourier

∞
1
f (x)= a 0+ ∑ ¿ ¿ ¿
2 n=0
se convierte en
∞
f ( x )=∑ c n e inx (1.21)
−∞
donde :
1 1
c 0= a0 cn = (a n−ib n) c−n =12( an +i b n) .
2 2
A la forma (1.2) se le conoce como la Serie Compleja de Fourier de f.
La Serie de Fourier constituye una poderosa herramienta en el análisis frecuencial de
funciones periódicas, pero para muchos problemas prácticos las funciones son no periódicas,
y es conveniente hacer un análisis del mismo tipo (frecuencial) para tal tipo de funciones.
2.3 Paso de la serie a la transformada de Fourier
Formalmente se puede deducir la expresión de la Transformada de Fourier a partir de
la serie, haciendo tender a infinito el periodo T.

Supongamos que f : [−π, π] → R es una función periódica de periodo T, sabemos que
podemos expresar f como suma de senos y cosenos, pero también podemos expresarla como
una serie de Fourier en forma compleja:

∞
f (x)=∑ c n e¿ w t ,(1.30)
0
−∞
Donde
T /2
1
c n= ∫ f ( x ) e−¿ w t dt (1.31)
0
T −T / 2
Tomando en cuenta que ω 0=2 π /T y sustituyendo (1.18) en (1.17), se tiene
∞ T /2
f (t)=∑
−∞
[ 1
T −T /2
0
]
∫ f ( x)e−¿w x dx e−¿w t (1.32)
0
Hemos utilizado la variable comodín x en la integral, para evitar confusión con t.
Puesto que 1/T =ω 0 /2 π , la ecuación (1.19) se puede expresar como:
∞
ω 0 T /2
f (t)=∑
−∞
[ ∫ f ( x)e−¿w x dx e−¿w t
2 π −T / 2
0
] 0
∞ T /2
f (t)=∑
−∞
[ 1
2 π −T / 2
0
]
∫ f ( x) e−¿w x dx ω0 e−¿ w t (1.33)0
Ahora bien, como ω 0=2 π T , si T → ∞ entonces ω 0 tiende a cero.

Sea ω 0=∆ ω; entonces, la frecuencia de cualquier armónico n ω 0 debe corresponder a
la variable general de frecuencia que describe el espectro continuo. En otras palabras, n → ∞a
medida que ω 0=∆ ω →0 , tal que el producto es finito; esto es,
n ω 0=n ∆ ω→ ω
De este modo, (1.33) se convierte en:
∞ T /2
f (t)=∑
−∞
[ 1
∫
2 π −T / 2
f (x)e
−¿∆ ωx
dx ω 0 e
]
−¿∆ ωt
En el límite, T → ∞ , ∆ ω →dω y la sumatoria se convierte en la integral sobre ω; es
decir, la función no periódica f (t) se convierte en:
∞ ∞
[
f ( t )= ∫
−∞
1
∫ f ( x ) e−iωx dx eitω dω
2 π −∞ ]
∞ ∞
¿
1
∫[∫
2 π −∞
f (x)e
−iωx
] itω
dx e dω(1.34 )
−∞
Si definimos
∞
F (ω)=∑ f ( t ) e iωt dt (1.35)
−∞
(1.34) se convierte en:

∞
1
f ( t )= ∫ F (ω) e itω dω(1.36)
2 π −∞
A la forma (1.35) se le conoce con el nombre de Transformada de Fourier de una función f y
a la forma (1.36) como Transformada Inversa de Fourier.
3. Planteamiento de estudio:
El presente trabajo de investigación presenta brevemente los principios de la teoría de
la transformada de Fourier que es de amplia aplicación en el análisis de señales, así como en
diferentes campos de la física (teoría de la difracción, mecánica cuántica, etc.)
La Transformada de Fourier (TF, como nos referiremos a ella), es una herramienta
muy poderosa que tiene una gran variedad de aplicaciones, en diversas ramas de la
matemática y la física matemática, desde la teoría de números y geometría hasta mecánica

cuántica, así como en otras áreas de la ciencia e ingeniería tales como procesamiento de
señales (electrónica), comunicaciones, óptica, procesamiento de imágenes y medicina, por
mencionar algunos.
Por otro lado, hoy en día, existe una inmensa gama de áreas donde se utiliza el
Procesamiento Digital de Imágenes (PDI), como telecomunicaciones, medicina, química,
astronomía, industria, litografía, microscopía, microscopía de fluorescencia y microscopía de
luz, entre otros. El interés en el procesamiento digital de imágenes se basa en extraer
información contenida de una imagen. La Transformada de Fourier juega un papel muy
importante en el PDI, ya que es una herramienta que nos permite obtener la representación de
información en el espacio de frecuencias y aplicando un operador en este dominio, se puede
operar sobre la imagen, para detectar y realzar bordes, eliminar ruido, etc. Nuestro objetivo
con este trabajo de investigación es desarrollar de forma general algunas aplicaciones de la
Transformada de Fourier. Mostrar la aplicación de la Transformada Fourier en el
Procesamiento Digital de Imágenes, fijando nuestra atención en imágenes de microscopía de
fluorescencia.
Básicamente la transformada de Fourier es un mapeo en el cual una función puede
verse desde dos perspectivas diferentes siendo, en el fondo, la misma cosa. Hay ciertos
detalles que son necesarios conocer para mejorar la interpretación de la transformada de
Fourier. Por ejemplo, el empleo de números complejos. Porque usualmente se mueve del
dominio del tiempo al dominio de la frecuencia y cuando se grafica, parte del resultado
sinusoidal está en los cuadrantes III y IV, donde el eje “y” es negativo. De modo que es más
práctico hablar de “i” como parte imaginaria, o “j” para algunos si se toman en cuenta los
cosenos directores “i, j, k”.
Cualquiera pensaría, si ya se tiene la gráfica de una función, ¿para qué transformarla
cambiando de dominio? Pues, para fines prácticos, es necesario. Por ejemplo, quienes
trabajan con electricidad saben que el comportamiento del flujo de electrones es sinusoidal, y
es de esa manera como mejor se entiende el fenómeno en un osciloscopio. Los astrónomos
observan mejor las estrellas púlsares y sus destellos en una representación sinusoidal.
Justamente estos asuntos físicos llevaron a Fourier a desarrollar su transformada. Hoy,
aunque las computadoras dominan el cálculo, los ingenieros deben conocer los principios de
la transformada de Fourier, porque al final, las máquinas realizan operaciones matemáticas,
pero es el humano quien tiene el poder de decisión y el libre albedrío.
4. Marco Teorico
La transformada de Fourier, llamada así por su descubridor Joseph Fourier, es
una transformación matemática utilizada para analizar señales entre el dominio temporal o
espacial y el dominio de la frecuencia, que tiene muchas aplicaciones en la física y la
ingeniería. Es reversible, ya que capaz de transformarse de los dominios al otro.
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.
4.1 Definición
Básicamente la transformada de Fourier es la descomposición de frecuencias en otras
(subfrecuencias) un ejemplo claro de esto sería el oído, al escuchar algo llega una frecuencia
que al ser captada procede a su descomposición en diferentes frecuencias, el oído percibe
estas diferentes frecuencias lo que permite que haya una distinción entre los sonidos, pero la
transformada de Fourier contiene todo el conjunto o espectro de frecuencias para la función.
4.2 Definición matemática:
Sea f una función compleja definida en la recta e integrable con respecto a la medida de
Lebesgue, en símbolos,
f ∈ L1 ( R ) .
+∝
1
(ᶓ) = ∫ f ( x)e−i ᶓ x dx
√ 2 π −∝
Esta integral tiene sentido, pues el integrando es una función integrable. Una estimativa
demuestra que la transformada de Fourier F(f) es una función acotada. Además por medio del
teorema de convergencia dominada puede demostrarse que F(f) es continua.

4.3 Propiedades de la Transformada de Fourier
Propiedad Definición
Linealidad F[αf(t) + βg(t)] = αF(w) + βG(w)]
Dualidad F[F(t)]= 2fπ(-w)
Cambio de escala 1
F[f(at)] = F ¿)
|a|
Inversión el tiempo F[f(-t)] = F(-w)
Traslación en el tiempo F [f (t - t0)] = F(w) e− jwt 0
Traslación en frecuencia F [f(t)e− jwt 0] = F (w – w0)
t
Transformada de la integral F (w)
f [ ∫ f ( t ) ∂ t ¿= + πF(0)
−∞ jw
∞
Transformada de la convolución
F [ f(t) * g(t)] = [ ∫ f ( t ) g(t−r )∨¿ ∂ r ¿=F ( w ) G(w)
−∞
∞ ∞
Teorema de Parseval
∫ ¿ f (t) ∨¿ ∂t= 21π ∫ ¿ F (w)2∨¿ ∂ w ¿¿
2
−∞ −∞
4.4 Transformada inversa de Fourier
Dada la función F(w) nos preguntamos si existe una función f(t) de forma que cumpla
F [f](w) = F (w)
Entonces decimos que f(t) es la transformada inversa de F(w)

∞
1
F [F(w)](t) =
−1
∫ F (w)eiwt dw
2 π −∞
4.5 Transformada Coseno de Fourier de una función
Las transformaciones Coseno de Fourier directa e inversa se deducen a partir de la integra,
coseno de Fourier.
Así una función f(x) es función par continua y absolutamente integrable en (0, ∞).
Se denomina Fc[f] a la transformacion coseno de Fourier de f(x)

∞
2
Fc[f] = Fc(w) =
√∫ Fc (w) coswxdw
Π 0
Como puede observarse, es una nueva función Fc en el dominio w. Se denomina
Fc−1 [ Fc ] a la transformada inversa coseno de Fourier de Fc ( w )

∞
2
Fc−1 [ Fc ] =f ( x ) =
√ ∫ Fc (w)coswxdw
Π 0
4.6 Transformadas seno de Fourier de una función
Las transformaciones Seno de Fourier directa e inversa se deducen a partir del integral seno
de Fourier.
Así, sea f(x) una función impar continua y absolutamente integrable en (0, ∞). Se denomina
Fs[f] a la tranfirmada seno de fourier de f(x)

∞
2
Fs[f] = Fs(w) =
√ ∫ F (x ) Senwxdx
Π 0
Como podemos observar, es una nueva función Fs en el dominio de w. Se denomina Fs−1 [ Fs ]
a la transformada inversa seno de fourier de Fs(w)

∞
2
Fs −1
[Fs] = f(x) =
√ ∫ Fs (w)Senwxdx
Π 0
4.7 Teorema de inversion
Básicamente la idea del teorema de inversión es que en una función f, la transformada
de Fourier inversa, aplicada a la transformada f resulta en la función original
Expresamos esto de la siguiente manera
Pero, el resultado que se haya no siempre es válido, puesto que el dominio de la
transformada de Fourier como ya lo hemos definido es variante, quiere decir que dicha
transformada de una función integrable no es necesariamente integrable.
Para poder utilizar el teorema de inversión debemos encontrar espacio donde la
función sea invariante bajo la transformada de Fourier, el mas utilizado es el espacio de
Schwartz de funciones φ decrecientes.
El espacio de funciones complejas f definidas en la recta tales que f y la transformada
de Fourier de f sean integrables, es invariante tanto por la transformada de Fourier que por la
transformada de Fourier inversa.
4.8 Forma Geométrica
Definido el producto escalar entre funciones de la siguiente manera:
∞
< f, g > = ∫ f ( x) g( x )dx
−∞
La transformada de Fourier la podemos comprender como un producto punto entre las
funciones x(t) y la función exponencial compleja analizado en todo el rango de frecuencias f.
4.9 Pulso rectangular
Sea un pulso rectangular tal que f(t) es cero excepto en el intervalo [-a,a] que vale A, tal como
se muestra en la figura
La transformada de Fourier de f(t) vale
∞
F(w) = ∫ f ( t ) exp (−iwt ) dt
−∞
a
2A
F(w) = ∫ Aexp (−iwt ) d t= Sen wa
−a w
4.10 Pulso triangular
La transformada de Fourier es
F(w) = ∫ f ( t ) exp (−iwt ) dt

−∞
∞ ∞
t t
¿ ∫ (1+ )exp (−iwt ) dt + ∫ (1− ) exp (−iwt ) dt
−∞ a −∞ a
wa
4 sⅇ n 2( )
= 2
a ω2
5. Aplicaciones:
El poder extraordinario y la flexibilidad de las transformadas de Fourier se ponen de
manifiesto en la asombrosa variedad de las aplicaciones que ellas tienen en diversas ramas de
la matemática y de la física matemática, desde teoría de números y geometría hasta mecánica
cuántica. Presentaremos algunas de las más importantes aplicaciones del análisis de Fourier.
Comenzamos dando una hermosa y elegante solución al que demostró ser uno de los más
complejos problemas de la geometría plana: el famoso problema isoperimétrico.
5.1 El problema isoperimétrico.
Si C es una curva cerrada simple de clase C 1 y de longitud 1, entonces el área A encerrada
por C satisface la desigualdad A ≤ 1/ 4π. La igualdad se satisface si y solo si C es una
circunferencia. En consecuencia, entre todas las curvas cerradas simples de longitud 1 la que
encierra mayor área es la circunferencia.
Demostración
Supongamos que la curva C esta parametrizada en la forma (x(t), y(t)), donde el parametro t
representa la longitud de arco. En virtud del teorema de Stokes

Por
otra parte, puesto que la curva C tiene perímetro 1, tenemos que:
Luego,
Escribamos ´x = α + iβ, ý = γ + iδ, entonces
Luego A ≤ 1/ 4π, que es precisamente el área encerrada por una circunferencia de longitud 1.
Supongamos ahora que se satisface la igualdad A = 1/ 4π y demostremos que la curva C es
una circunferencia. En efecto, si A = 1 /4π, entonces

Esta última relación implica que si |n| ≥ 2, entonces δ = γ = α = β = 0, y sı |n| = 1, entonces
α(±1) = ∓δ(±1) y β(±1) = ±γ(±1). Por otra parte, α(1) = Re(´x(1)) = ∫ x (t).cos(2πt) = α(−1),
0
1
similarmente β(1) = Im(´x(1)) = ∫ x ( t ) .sin(2πt) = −β(−1). Análogamente, γ(1) = γ(−1) y δ(1)
0
= −δ(−1). Desarrollando las funciones x(t) y y(t) en series de Fourier, obtenemos entonces
que:
Luego, de las ecuaciones (4) y (5) deducimos que:
( x (t )−x ( 0 ) )2+ ( y ( t ) − y ( 0 ))2= 4(α (1)2 + β (1)2 ).
En otras palabras la curva C es una circunferencia.

5.2 Temperatura de la Tierra.
Un problema sencillo pero muy interesante es el de calcular la temperatura de la tierra a una
profundidad x a partir de la temperatura de la superficie. Describamos la temperatura de la
superficie terrestre como una función f periódica en el tiempo t y de perıodo 1 (un año). La
temperatura u(t, x) en el tiempo t ≥ 0 y profundidad x ≥ 0 es también periódica en t y es
natural asumir que |u| ≤ ||f∞||. Bajo estas circunstancias u(t, x) puede ser expandida mediante
una serie de Fourier para cada 0 ≤ x < ∞
fijo como sigue:
con coeficientes de Fourier

Sabemos que la función u satisface la ecuación diferencial parcial
Por lo tanto,
En otras palabras, los coeficientes Cn satisfacen la ecuación
tomando el signo positivo o negativo de acuerdo a si n > 0 o n < 0. Por otra parte, sabemos
1
que Cn(0) = ∫ f (t)e−2 πint dt = (n). Resolviendo la ecuación, obtenemos que:
0
y por lo tanto
resulta
finalmente
Supongamos por ejemplo que la temperatura de la superficie viene dada por una función
sinusoidal simple f(t) = sin(2πt) (lo cual significa que la temperatura anual media
(0) = ∫ f es cero). En este caso, la función u vendrá dada por:

0
π
Esta fórmula nos dice que la temperatura a la profundidad x =
√ 2
queda afectada por el
factor e− πy está completamente fuera de fase con respecto a las estaciones como lo indica la
siguiente figura.
5.3 Flujo de calor.
El problema del flujo del calor se describe mediante la ecuación
con condición de borde limt→0 u = f. La solución de este problema es similar a la solución
del problema anterior. Primero aplicamos la transformada de Fourier en ambos lados de la
ecuación dada
luego calculamos
Finalmente invertimos y obtenemos
donde pt(x) = es el llamado kernel de Gauss.

5.4 Ecuación de ondas
La ecuación de ondas viene dada por:
con condiciones de borde limt→0 u = f y limt→0 ∂u /∂t = g. El procedimiento para resolver
esta ecuación ya nos es familiar; primero aplicamos la transformada de Fourier:
Después encontramos :
luego invertimos para finalmente obtener:
Esta es la llamada formula de D’Alembert.

Figura. 4 D’ Alembert
5.5 Solución de ecuaciones diferenciales
Tal vez una de la propiedades más importantes de las integrales de Fourier es que
transforma operadores diferenciales con coeficientes constantes en multiplicación por
polinomios de acuerdo con la formula = 2πiγ .
Veamos en el siguiente ejemplo como resolver la ecuación diferencial
en la cual f es una función conocida y debemos encontrar u. Aplicando el operador ˆ
en ambos lados de la ecuación, obtenemos que
o equivalentemente,
e−¿ x
Pero (1+ 4 π 2 γ 2)−1 es la transformada de Fourier de la función y por consiguiente,
2
tenemos que:
5.6 Procesamiento digital del sonido.
La compresión “MP3” aplica este análisis a la señal de entrada para minimizar el uso
de espacio en donde se almacenara el archivo resultante. Esto se logra descomponiendo el
sonido original en su espectro de frecuencias. Luego se divide el rango de frecuencias del
sonido original en 32 bandas que el oído humano logra oír por separado. A estas se les aplica
una TF para conseguir otras 18 bandas de frecuencias por cada una, dando un total de 576
bandas de frecuencia individuales. Luego de cada una de estas se remueven los componentes
que son indetectables por el oído humano.
La señal resultante de este proceso es comprimido aún más mediante una codificación
de Huffmann, una técnica que representa los valores de frecuencia más repetidos mediante un
código más corto que el usado para aquellos valores de menor ocurrencia (por ejemplo, sería
un desperdicio usar los 141120 bits de la señal muestreada para codificar 1/10 segundo de
silencio en una canción) Esto permite que el archivo final sea mucho más pequeño ya que se
requieren de menor cantidad de bits para almacenar las representaciones matemáticas creadas
mediante el análisis de Fourier de la señal original. Cabe aclarar que si bien en la creación
practica de un archivo MP3 se realizan otros análisis matemáticos de la señal de entrada más
complejos que una simple descomposición de Fourier es un ejemplo adecuado para los
objetivos de este informe.
Fundamentación matemática:
donde:
O en su forma compleja:
donde:
Y para el caso de funciones no periódicas que cumplan ser continuas a tramos en todo
intervalo finito, tengan derivada a derecha e izquierda en todo punto y que sean
absolutamente integrables se pueden representar mediante la Integral de Fourier (IF),se
muestra en este caso la forma compleja ya que es más reducida:
donde:
Es la fórmula de la Transformada de Fourier de f(t), aplicación que para cada punto
del espacio de t le hace corresponder un punto en el espacio de frecuencias de ω .
Aplicar estas operaciones a una señal permite ver como distribuyen las diferentes
frecuencias que la componen. Esto permitiría manipular la señal de entrada de manera más
sencilla, pues su distribución frecuencia es una función discreta y no continua.
Figura 5. Distribución de frecuencias en términos de modulo fase para la función
diente de sierra
Gracias al estudio de Funciones de Variable Compleja (FVC) se llega a la conclusión
de que los números imaginarios son de gran importancia a la hora de recrear una fiel
representación del mundo real. Tanto la SF como la IF (y la TF) son imprescindibles a la hora
de comprender como se maneja el procesamiento de señales analógicas de manera digital.
Son de gran importancia a la hora de practicar Métodos de Simulación Numérica como para
el Procesamiento Digital de Imágenes, ambos tópicos fuertes en la carrera de un Ingeniero
Electrónico.
5.7 Evaluacion de series no triviales
La identidad de Plancherel puede usarse para evaluar algunas sumas infinitas no
∞ 2
triviales. Por ejemplo, demostremos que ∑ n−2= π6 P∞ n=1 n −2 = π 2/6. En efecto,
n =1
considérese la funcion f(x) = x definida en el intervalo cerrado [0, 1]. El n–ésimo
coeficiente de Fourier de dicha función viene dado por:
Por lo tanto, en virtud de la identidad de Plancherel, tenemos que
Despejando la suma de esta expresion, obtenemos que

Como un segundo ejemplo de este tipo, demostremos que
En efecto, consideremos la funcion f(x) = x 2 definida en el intervalo cerrado [0, 1]. El
n–ésimo coeficiente de Fourier de dicha funcion es
Luego = 1 . En virtud de la identidad de

4 xπ n + 4 x π 2 n2
4 4
Plancherel tenemos que
De lo anterior obtenemos que

5.8 Desigualdad de Wirtinger
Teorema 10. Si f es una funcion continua definida en el intervalo cerrado [a, b] con
f(a) = f(b) = 0, entonces
donde la constante b−a / π no puede ser mejorada.
Demostracion. Es suficiente probar la desigualdad en el intervalo [0, 1/2]. En efecto,
dada f ∈ C([a, b]) sea h : [a, b] → [0, 1/2] la función lineal h(x) = (x − a)/(2(b − a)),
pongamos y = h(x) y definamos g(y) = (f ◦h−1)(y).
Entonces
Supongamos pues que f ∈ C([0, 1/2]) con f(0) = f(1/2) = 0. Extendamos f a una
funcion impar en [−1/2, 1/2]. Entonces dicha extension es una funcion periodica de perıodo 1,
i.e., f ∈ L2( S−1 ) y por consiguiente,
Observemos ahora que la igualdad se obtiene si y sólo si ˆf(n) = 0 para todo n tal que
|n| > 1 lo cual implica que la funcion f(x) = c1 2 πix + c2 −2 πix = d1 cos
e e
2πx+d2 sin 2πx satisface , i.e., la constante 1/2π no puede ser mejorada.
Figura. 6. Wirtinger
5.9 Formula de Poisson
Teorema 11. Sea f ∈ C 1 (R) tal que
para todo x ∈ R (esta condicion se satisface por ejemplo si f ∈ S(R)). Entonces
Demostracion. Fijemos x ∈ [0, 1] y definamos τf(x) = ∑ f (x +n). Es facil ver que

nεz
esta serie es absolutamente convergente. Por otra parte, en el intervalo [k, k + 1] podemos
definir τf(x + k) = ∑ f ( x +k + n) = ∑ f ( x +l)=τf ( x ), para todo k ∈

n ∈Z l ∈Z
Z, lo que indica que τf es una funcion periodica de perıodo 1; esto es τf ∈ C( S1).

Similarmente, τf’ (x) = ∑ f ' ¿ ¿) converge absolutamente en R a una funcion periodica en S1;
n ∈Z
luego tenemos que (τf)’= τf’y por consiguiente τf puede desarrollarse en una serie de Fourier.
Donde,
Luego,
5.10 Identidad de Jacobi
La funcion θ es una funcion trascendente que aparece en diferentes areas de la matem
ática como teor´ıa de números, funciones elıpticas, ecuaciones de la fısica matematica y
mecanica estadıstica. Se define mediante la suma
La Identidad de Jacobi establece que:
Demostracion: Consideremos el kernel de Gauss

Entonces
y aplicando la formula de Poisson, obtenemos que:
Luego, haciendo el cambio t → t/2π, obtenemos que:
Es decir,
Figura.7. Jacobi
5.7 Uso en la ingeniería
La transformada de Fourier se utiliza para pasar una señal al dominio de frecuencia
para así obtener información 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 de manera más
fácil además de ser utilizada para el diseño de controladores de sistemas realimentados, si
conocemos la densidad espectral de un sistema y la entrada podemos conocer la densidad
espectral de la salida.
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.

6. Problemas de tramsformada de Fourier de Funciones Complejas
Problema 1.
Sea x(t) = e−at u(t ), con a > 0. Calcular la transformada de Fourier de x(t).
∞ ∞
∫ ¿ x ( t )∨¿ dt =∫ e−at <∞ ¿

−∞ 0
X(w) = ∫ x ( t ) e− jwt dt
−∞
= ∫ e−at e− jwt dt
−∞
= ∫ e−(a+ jw)t dt
−∞
1 −(a + jw)t 1
= - (a+ jw ) e =
(a+ jw)
Problema 2.
Determine la transformada inversa de Fourier de la función X(w) = δ (w)
∞
1
x(t) = 2 π ∫ X ( w ) e jwt dt
−∞
∞
1
= 2 π ∫ δ (w) e jwt dt
−∞
∞ ∞
1
= ( ∫ δ ( w ) Coswt dw− j ∫ δ ( w ) Senwt dw)
2 π −∞ −∞
1
= 2π
( cos ( 0 )−Sen ( 0 ) )
1
= 2π
Problema 3.
Calcular la transformada inversa de
F(w) = ¿1¿
1
Sabemos que f(t) =ⅇ−¿t ∨¿¿ su transformada es
1+ ω2
Aplicando teorema de convolución
F(w)= f(w)*f(w)=f*f(w)
∞
−¿ x−t∨¿
f*f(w)= ∫ ⅇ−¿ t∨¿ⅇ dt ¿

¿
−∞
Si x≤0
x 0 ∞
dt +∫ ⅇ ⅇ dt +∫ ⅇ−t ⅇ x−t dt
t t− x t x−t
∫ⅇⅇ
−∞ x 0
Si x ≥ 0
0 x ∞
∫ ⅇ−t ⅇ x−t dt +∫ ⅇ−t ⅇt −x dt +∫ ⅇ−t ⅇ x−t dt

−∞ 0 0
Problema 4
Hallar la transformada de Fourier de la función
∞ 1
F(f(t)=F(w) ∫ f (t)ⅇ −iwt

dt = ∫ f (t)ⅇ−iwt dt
−∞ −1
0 1
= ∫ⅇ −iwt
dt +∫ ⅇ−iwt dt
−1 0
iw
(ⅇ ¿¿−iwa−1) 1 ⅇiw ⅇ−iw 1 2 Sen w
= 1+wiⅇ − wi
= + − + ¿¿ +
wi iw iw iw iw w
Problema 5
Problema 6
Problema 7
Problema 8
Problema 9
Calcular la transformada de Fourier de un pulso:
π ( Tt )←−−→T sin c ( Tf )
Solución:
En particular, si T = 1:
π (T ) ←−→T sin c ( f )
DIBUJANDO LA TRASFORMADA:
Transformada de Fourier de un pulso rectangular.

Problema 10
1
Determinar la transformada de Fourier de
πt
Solución:
Para calcular esta transformada de Fourier necesitaremos utilizar
Al estudiar funciones cuyo límite es δ(t) se demuestra:
La primera de las integrales es nula, ya que se integra, en un intervalo par, una
función impar (ya que 1/t es impar y multiplica a cos(2πft) que es par). Por tanto,
Aplicamos ahora el cambio de variable, 2ft → β. Fijémonos que los límites de la
integral dependen del signo de f. En efecto, si f > 0, entonces

Por tanto,
Análogamente podemos calcular la señal x(t) cuya transformada de Fourier es X(f) = 1/ jπf ,
obteniendo el siguiente par transformado:
Problema 11
2
Calcular la transformada de Fourier de una gausiana x (t)=ⅇ(−π t )
Solución:
Aplicando el cambio de variable

Como el valor de la integral es la unidad,
Problema 12
Demostrar que
Solución:
e la función δ(.) puede expresarse como límite de funciones, en particular, de la función

sinc(.).
Por tanto,
Problema 13
Problema 14
Problema 15:
Calcular la Transformada de Fourier de la siguiente función:

Problema 16
Encontrar la transformada de Fourier de la función:

Problema 17
Consideremos la senal escalón
Su transformada de Fourier es:
Problema 18
Calcular la Transformada de Fourier de :
7. Conclusiones generales
En el presente trabajo de investigación, se ha realizado una revisión del estado del arte
de la Transformada de Fourier, en la cual se mencionan a matemáticos no menos importantes
que Fourier, tales como Euler, D’alembert y Bernoulli (los que aportaron diversas
demostraciones al problema de la cuerda vibrante, también conocido como la Teoría del cable
en el área de fisiología) y otros más como Lagrange y Laplace los cuales fueron el sostén (e
inspiración) de Fourier mientras estudiaba en la Ecole Normale de París. Así mismo,

mostramos a la serie de Fourier en sus diferentes representaciones y como a partir de ella,
podemos pasar, a lo que hoy conocemos como la Transformada de Fourier. Se enunciaron las
definiciones de Transformada y Transformada Inversa de Fourier en una y dos variables, así
como algunas propiedades.
También fue necesario hacer una revisión sobre el procesamiento digital de imágenes,
por lo que, extendiéndonos en el tema, nos vimos en la necesidad de hablar un poco más
sobre algunas aplicaciones de la Transformada de Fourier, en otras áreas. Hacer mención del
tema de microscopía, fue indispensable para conocer el tipo de imágenes con el que teníamos
que trabajar. Se realizó un código numérico en el entorno de Matlab, y se procesaron
imágenes de microscopía de fluorescencia, variando los radios exterior e interior del filtro
pasa banda.
Concretamente, hablamos del procesamiento digital de imágenes de microscopía de
fluorescencia, y muy particularmente, se procesaron imágenes de tejidos biológicos del nodo
senoricular del corazón de una rata con síndrome metabólico. Es importante mencionar, que
la variación de los radios del filtro no es estrictamente la misma para todas las imágenes a
tratar, ya que cada imagen del tejido tiene sus propias características de información. Por
último, mencionamos que estos resultados obtenidos, son interpretados por expertos en el
área, ya que nuestro interés no es dar una interpretación si no por el contrario, mostrar una
aplicación de la Transformada de Fourier a problemas reales mediante procesamiento digital
de imágenes.
El análisis se apoya en un patrón de serie de ondas sinusoidales que se digitalizan por
medio de la transformada de Fourier. Los métodos matemáticos son indudablemente
necesarios para el desarrollo de mediciones de datos geofísicos tener una imagen del subsuelo
todo esto es posible realizar por las aplicaciones de la transformada de Fourier que permiten
procesar imágenes de acuerdo con señales que las va transformando y mejorar la calidad por
medio de filtros y caracterizar un yacimiento y reconocer patrones geológicos. Para realizar
las mediciones que se van a procesar como datos geofísicos éstas deben hacerse en superficie
pues no es necesario realizar una perforación. Las mediciones deben realizarse en perfiles de
medición y no de manera continua es decir con intervalos regulares para tener mejor
resolución o precisión. Construir un modelo geológico requiere de plotear los datos
geofísicos que se analizan por la transformada de Fourier.
8. Referencias Bibliográficas
- Fourier J.B. (1827). Theorie Analytique de la Chaleur. Asociación Mexicana Clásicos

de la Ciencia. México, 1963.
- Cordero F. (1999). El “comportamiento tendencial de las funciones” como una

categoría del conocimiento del Cálculo. Serie Antologías 2, 29-54.
- https://www.ugr.es/~acanada/docencia/matematicas/analisisdefourier/Duoandikoetxea
fourier.pdf
- https://www.ub.edu/journalofexperimentalphonetics/pdf-articles/EFE-X-
JBobadilla_PGomez_JBernal-FFT_una_vision_pedagogica.pdf
- https://www.ugr.es/~jllopez/Cap2-Fourier.pdf
- http://www.sc.ehu.es/sbweb/fisica3/simbolico/fourier/fourier_1.html
- http://filemon.upct.es/~paredes/am_mii/m_tfourier.pdf
- Néstor Aguilera y Eleonor O. Harboure On the search for weighted norm inequalities
for the Fourier Transform, Pacic Journal of Mathematics. Vol 104, No 1 (1983), p.p
1-14.
- N. Aronszajn y P.Szeptycki On general integral transformations Math. Ann. 163
(1966), p.p 127-154. [Be] William Beckner, Inequalities in Fourier Analysis on R n,
Proc. Nat. Acad. Sci. USA. Vol.72, No2, (Febrero 1975), p.p 638-641.
- J. Benedetto A multidimensional Wiener-Wintner theorem and spectrum estimation,
Trans. Amer. Math. Soc. 327 (1991), p.p 833-852.
- J. Benedetto Spectral Synthesis. Academic Press, New York, (1975).
- J.J. Benedetto and H.P. Heinig Weighted Hardy Spaces and The Laplace
Transform,Harmonic Analysis Proceedings, ortona. Mauceri, G; Ricci,F; and
Weiss,G. Eds, Lecture Notes in Mathematics 992 (1982), p.p 240-277. Springer-
Verlag.

Transformada de Fourier.2

Cargado por

Información del documento

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

Transformada de Fourier.2

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE ELÉCTRICA Y ELECTRÓNICA

DOC. LIC. RAUL P. CASTRO VIDAL

- Coral Torres,Brissa Estefani 18190091

6. Problemas de tramsformada de Fourier de Funciones Complejas.....................................55

Hasta cierto punto, la transformada de Fourier es como un segundo lenguaje para

elegir entre el dominio espacial y el dominio frecuencial a la hora de afrontar la mayoría de

como en el frecuencial y elegir el más adecuado en cada situación. Para conseguirlo es

necesario combinar un conocimiento teórico de las propiedades de la transformada de

Fourier, con el correspondiente práctico de su interpretación física. Con esta idea,

desarrollaremos la transformada de Fourier, interpretación de la Transformada de Fourier

merece la transformada rápida de Fourier y su implementación.

Es una aplicación usada en muchas ramas de la ingeniería, además de ser una

herramienta sumamente útil en la teoría matemática abstracta. Sus áreas de aplicación

incluyen análisis vibratorio, acústica, óptica, procesamiento de imágenes y señales, y

compresión de datos. En ingeniería, para el caso de los sistemas de telecomunicaciones, y a

La ecuación del calor es una ecuación en derivadas parciales. Previamente al trabajo

se conocían soluciones particulares si la fuente de calor se comportaba de manera sencilla, en

una superposición (o combinación lineal) de simples ondas sinusoidales y para escribir

la solución como una superposición de los correspondientes valores propios. A la

superposición o combinación lineal se le llama Serie de Fourier.

debido a la falta de precisión en la noción de la función matemática y la integración a inicios

resultados de Fourier con mayor precisión y formalidad.

especialmente aquellos que involucraban ecuaciones diferenciales lineales con coeficientes

tienen muchas aplicaciones en la ingeniería eléctrica, análisis

de vibraciones, acústica, óptica, procesamiento de señales, retoque fotográfico, mecánica

cuántica, econometría, la teoría de estructuras con cascarón delgado,etc.

práctica de representar funciones periódicas generales. Como aplicación constituyen una

herramienta muy importante en la solución de problemas en los que intervienen ecuaciones

diferenciales ordinarias y parciales. La teoría de las series de Fourier es bastante complicada,

desarrollarse en serie de Fourier, pero, desde luego, no tienen representaciones en serie de

mayores avances jamás realizados en la física matemática y en sus aplicaciones en la

herramienta más importante en la solución de problemas con valores en la frontera. Esto se

explicará en el capítulo siguiente. La transformada de Laplace es con mucho la transformada

siguientes en importancia serían quizás la transformada de Fourier, aún cuando su manejo

resulta un tanto más difícil que la transformada de Laplace

La transformada de Fourier es una operación matemática fundamental para algunas

disciplinas como las telecomunicaciones o la física. Sin ella no existirían las

telecomunicaciones modernas, no solo Internet o la telefonía móvil, sino la propia telefonía

y no habrían existido las llamadas de larga distancia.

Aunque esta operación matemática debe su nombre al matemático Joseph Fourier, lo

periódica se podía descomponer en la suma de funciones trigonométricas. La transformada de

Fourier generaliza este concepto.

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

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

las series de Fourier. Ellos representan el espectro de frecuencia de la señal del dominio-

La transformada de Fourier es básicamente el espectro de frecuencias de una función.

transforma en una descomposición en distintas frecuencias (que es lo que finalmente se

cual existió la señal; es decir, en la transformada de Fourier se obtiene un solo espectro de

frecuencias para toda la función.

El problema isoperimétrico clásico data de la antigüedad. El problema se puede

área fija, ¿qué curva (si la hay) minimiza el perímetro?

Este problema está relacionado conceptualmente con el principio de mínima acción de

astrónomo alemán Johannes Kepler invocó el principio isoperimétrico al discutir la

morfología del sistema solar, en Mysterium Cosmographicum (El misterio sagrado del

Dos grandes figuras de las matemáticas del siglo XVIII, Joseph-Louis de

Lagrange y Leonhard Euler, hicieron sendas notables contribuciones para la resolución de

embargo, no abordaron la demostración del problema concreto de la curva de una longitud

dada capaz de abarcar una mayor área.