Instituto Nacional de Astrofísica, Óptica y Electrónica. INAOE.

Óptica de Fourier
Función de Ambigüedad y Distribución de Wigner.
Dr. Eduardo Tepichin

Nombre
Jeshua Emmanuel Hernández Pérez jeshua.ehp@gmail.com

Resumen
En este trabajo vamos a exponer el concepto y rasgos principales de la función de distribución de
Wigner y la función ambigüedad. Para ese fin se deben exponer brevemente algunos conceptos
relativos a su origen que permitirán comprender un poco mejor la interpretación de estos.
Finalmente se comentara que aplicaciones tiene en óptica.

I. Introducción
Con cierta frecuencia existen conceptos que trascienden de las áreas donde fueron vistos por
primera vez o inclusive donde nacieron para ir a otras áreas. Estos son los que hacen mas difícil
exponer sus orígenes y los que mas requieren un análisis detallado para entender su alcance y su
aplicación. Este es el caso de la función de Wigner. Al investigar sobre sus cualidades y
aplicaciones surgieron muchas dudas al respecto, principalmente al conocer las razones que
motivan su definición. Así mismo resalto la universalidad presente en el análisis de Fourier, están
“tan lejos” de los ámbitos donde usualmente se utiliza en realidad se encuentra en su esencia. Es
parte de la visión limitada que se suscita al analizar por vez primera un concepto nuevo, esto es
viene desde nuestra inseguridad al conocer los conceptos de Análisis de Fourier. Pero se parte en
esencia de principios elementales que tienen su origen en una teoría común que deviene claramente
de la observación de un fenómeno común. Por ello debo partir desde las ondas y claro en este caso
de las ondas de sonido hasta las oscilaciones ópticas para exponer adecuadamente lo que implica la
distribución de Wigner. Pues esta viene de conceptos esenciales muy elementales que tienen su
reflejo en las observaciones empíricas de los científicos mas antiguos de la historia. Luego se
formalizarían otros conceptos que la expondrían detalladamente. Al final en nuestros estudios
encontramos la distribución de Wigner y su función ambigüedad aplicados directamente a óptica.

II. El pentagrama musical

El pentagrama o pauta musical es un conjunto de cinco líneas, cinco

son paralelas horizontales dispuestas en forma ascendente y cuatro
espacios(Wikipedia 2021). Entre las líneas y los espacios es donde se
plasman las notas musicales. Hay que indicar que fuera del pentagrama
también pueden aparecer notas musicales, las cuales se escriben
incorporando pequeñas líneas adicionales.
Si varios pentagramas están unidos por una línea vertical, indica que hay un sistema de
pentagramas. Esto quiere decir que la música que se interpreta en los distintos pentagramas está
sonando al mismo tiempo. Si bien todos los pentagramas presentan cinco líneas, la lectura de su
contenido dependerá de la clave que se utilice (la clave de sol es la común) (Ferrara, 2020).

El pentagrama musical se utiliza para escribir notas con símbolos determinados con cierto sentido
que determina la posición sobre el pentagrama. Es la configuración e interpretación del lenguaje de
la música, determinado por 7 monosílabos (do, re, mi, fa, so, la, si) capaces de adaptarse en altura y
extensión de acuerdo al sonido que se busca, alcanzando un total de doce notas con particularidades
propias. Las notas se representan mediante figuras que indican duración del sonido y su ubicación
en la línea o un espacio determina si su sonido es agudo o grave lo cual quiere decir que determina
su frecuencia. A mayor repetición de la onda (frecuencia) será mas aguda, a menor repetición de la
onda ( menor frecuencia) será mas grave

En cierto modo, el pentagrama es análogo a una gráfica matemática de altura musical con respecto
al tiempo. Las alturas de las notas están determinadas por su posición vertical en el pentagrama y
las notas que hay a la izquierda se tocan antes que las notas a la derecha. No obstante, a diferencia
de un gráfico, el número de semitonos representados por un paso vertical de una línea a un espacio
adyacente depende de la clave; y el tiempo exacto del comienzo de cada nota no es directamente
proporcional a su posición horizontal, sino que la duración exacta es codificada mediante el signo
musical de figura musical elegido para cada nota.

III. La Filosofía detrás de la función de Wigner: las

notas musicales y frecuencias

Ahora el enfoque físico de nuestro interés no pasa por

Ilustración i
1.- Corchete: Indica la duración relativa de la nota
2.- Plica: representa la posición sobre el tercer
pentagrama
3.- Cabeza: Indica la duración de la nota absoluta
alto esa similitud que guarda el pentagrama con los
histogramas de frecuencia sin embargo eso no quiere
decir que en verdad sea igual o que tenga el mismo
propósito. Mediante el análisis del movimiento
ondulatoria en la Física se ha determinado de manera
apropiada la naturaleza de las notas musicales de manera
empírica desde la época de Pitágoras. Este entorno al
550 A. de C. al realizar un estudio cuantitativo de los
sonidos emitidos por un instrumento primitivo llamado
monocordio descubrió las llamadas notas naturales. El
monocordio era un instrumento de una sola cuerda
montada en una caja de resonancia. El descubrió los
intervalos musicales al variar la longitud de la cuerda al
hacerla vibrar.
 Esta armonía surge de la adaptación evolutiva de nuestro oído
a la diversidad de sonidos emitidos por los objetos en la
naturaleza. Cualquier objeto cuando vibra, lo hace con su
modo fundamental y con un conjunto de armónicos cuyas
frecuencias de vibración son múltiplos enteros o semi enteros
de la frecuencia fundamental. En consecuencia, nuestro
cerebro ha evolucionado en forma tal que, aquellos sonidos
que guarden una relación de frecuencia en forma de
proporción simple (2/1, 3/2, 4/3…), los reconoce como
sonidos consonantes y producen una sensación armoniosa y
agradable al escucharlos. En la pagina que referencio aparece
un detallado estudio de como cada nota se vincula a la
frecuencia armónica determinada en cuanto a la fórmula. Para
un estudio mas detallado de estas escalas se puede consultar la
siguiente liga.

http://ondasquenosrodean.blogspot.com/p/la-fisica-de-la-musica.html

Ahora consideramos que la afirmación:

“Cualquier objeto cuando vibra, lo hace con su modo fundamental y con un conjunto de
armónicos cuyas frecuencias de vibración son múltiplos enteros o semi enteros de la
frecuencia fundamental”
Esto nos habla del teorema de Fourier y como podemos expresar cada sonido como una
superposición de senos y cosenos en múltiplos de su frecuencia fundamental.

Este aspecto es relevante porque la distribución de Wigner como el pentagrama poseen algo en
común: pueden representar histogramas de frecuencias. El pentagrama musical como mencionamos
a una altura dada señala la frecuencia de menor a mayor, la posición y forma de la nota determina
la duración del sonido. Esto lo hace con toda precisión cuando determinados tempos y silencios los
cuales los determina la forma, ancho y detalles de la nota. Ahora en un histograma de frecuencias
no se puede determinar con tal holgura la duración de la frecuencia dada, porque existe un principio
de incertidumbre en análisis de Fourier que determina que no podemos determinar con toda
precisión una frecuencia al mismo tiempo que la variable espacial que la determina1. Esto quiere
decir que por ejemplo si estamos determinando la velocidad de un objeto por ejemplo y asociamos
el tiempo al tiempo de vuelvo especifico del móvil y la frecuencia obtenida de su transformada
provee información de su posición en algún tiempo dado entonces no podemos determinar su
posición simultáneamente con el tiempo en que vuela. En general no podemos determinar ningún
dato que dependa de su frecuencia al mismo tiempo que el tiempo.

1
Si necesita una explicación mas detallada lea el Apéndice A2. Que se refiere al origen de esta
indeterminación que aunque se manifiesta experimentalmente también fue predicha teóricamente por asi
decirlo.
Esta aplicación surgió en la teoría de sistemas de radar, donde debemos determinar
simultáneamente la posición de un móvil, su velocidad, dirección y el tiempo al que se puede
observar. Esta en esencia trata de obtener y analizar la información que ofrece la reflexión de ondas
electromagnéticas sobre el blanco, para ello utiliza la función de correlación sobre un periodo de
tiempo y con un retardo. Como técnicamente se trata de la misma onda con un tiempo de retardo
determinado es en realidad una auto correlación:
∞
∫ 𝑓(𝑡)𝑓(𝑡 + 𝜅)𝑑𝑡 ⋯ (1)
−∞

Esta viene de la superposición de las ondas electromagnéticas2

∞
(𝑓 ∗ 𝑔)(𝜅) = ∫ 𝑓(𝑥)𝑔(𝑥 + 𝜅)𝑑𝑥 ⋯ (2)
−∞

En el caso de los sistemas de radar es el mismo campo y por tanto se aplica bajo su razonamiento
una convolución sobre el mismo campo que es denominada función de autocorrelación estos
términos para la señal x en el espacio temporal. Donde influye el efecto Doppler para la frecuencia,
esto es limita la precisión de su medida en algún modo además de la incertidumbre ya discutida.
En este contexto definen la función de ambigüedad como la representación bidimensional de la
salida del filtro adaptado en función del tiempo y la frecuencia en ausencia de ruido. La función de
ambigüedad de un radar proporciona información sobre su capacidad de medir distancias y
velocidades.

II. La función de Distribución de Wigner y la función Ambigüedad

II.I. Aclaraciones sobre la ortografía matemática.
En lo que sigue la forma que utilizaremos de la transformada de Fourier de una función
unidimensional se realizará en la forma:
∞ ∞
−𝑖2𝜋𝜇𝑥
𝑢̃(𝜇) = ∫ 𝑢(𝑥)𝑒 𝑑𝑥 ⋯ (3), 𝑢(𝑥) = ∫ 𝑢̃(𝜇)𝑒 𝑖2𝜋𝜇𝑥 𝑑𝜇 ⋯ (4)
−∞ −∞

Esta forma no da constantes de paso que suelen ocuparse en otras formas de la transformada, claro
tendremos que extender la delta de Dirac que se usara frecuentemente a la forma apropiada:
∞
∫ 𝑒 𝑖𝑎𝑥 𝑑𝑥 = 2𝜋𝛿(𝑎)
−∞

Esta definición la dio Dirac en su libro Principles of Quantums Mechanics que sentó las bases del
estudio de la cuántica en su notación y es pilar de esta misma. Si hacemos la sustitución

2
Una explicación al respecto viene en el APENDICE B donde se da un análisis sencillo de como se llega de la
superposición de ondas en una dirección y con un retardo produce esta singular integral.
 𝑎 = 2𝜋(𝜇 − 𝜇0 )
tenemos:
∞
1
∫ 𝑒 𝑖2𝜋(𝜇−𝜇0 )𝑥 𝑑𝑥 = 2𝜋𝛿(2𝜋(𝜇 − 𝜇0 )) = 2𝜋 𝛿(𝜇 − 𝜇0 ) = 𝛿(𝜇 − 𝜇0 )
−∞ 2𝜋
∞
∴ ∫ 𝑒 𝑖2𝜋(𝜇−𝜇0 )𝑥 𝑑𝑥 = 𝛿(𝜇 − 𝜇0 )
−∞

En general las propiedades de las integrales se mantienen salvo claro por ciertas sustituciones
meramente algebraicas como acabamos de apreciar. Dado que esto se verifica mediante la
sustitución adecuada en las integrales (3) y (4), solamente daremos de manera especifica aquellas
propiedades que sean necesarias sin agregar un apéndice mas para esto.
En el desarrollo de la teoría matemática de estas funciones a menudo se utilizan las transformadas
de Fourier en dos dimensiones(o más) en concordancia con nuestra notación estas son:
∞ ∞
𝑢̃(𝜇, 𝜈) = ∬ 𝑢(𝑥, 𝑦)𝑒 −𝑖2𝜋(𝜇𝑥+𝜈𝑦) 𝑑𝑥𝑑𝑦 ⋯ (5) 𝑢(𝑥, 𝑦) = ∬ 𝑢̃(𝜇, 𝜈)𝑒 𝑖2𝜋(𝜇𝑥+𝜈𝑦) 𝑑𝜇𝑑𝜈 ⋯ (6)
−∞ −∞

Es evidente que tanto en (5) como en (6) bajo las condiciones apropiadas se podrá reducir a
integrales (3) y (4) o ambas.
También debemos agregar que en su desarrollo formal matemático se tienen notaciones especificas
para generalizar matemáticamente estas integrales. Por ejemplo estas ecuaciones se escriben:

g(𝐫, 𝝆) = ∫ g̃(𝐰, 𝝎) exp[2𝜋𝑖(𝐰 ⋅ 𝐫 − 𝛚 ⋅ 𝛒) 𝑑𝐫𝑑𝛚

g̃(𝐰, 𝝎) = ∫ g(𝐫, 𝝆) exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 − 𝛚 ⋅ 𝛒)𝑑𝐫𝑑𝛚

Estas integrales como puede apreciar el caro lector no poseen “cota” porque están definidas en
espacios de cualquier dimensión que verifiquen las condiciones para que se defina la transformada
en dichos espacios. En un espacio de una dimensión se reducen a (3) y (4) y en dos dimensiones a
(5) y (6). No utilizaremos la notación formal porque puede provocar ciertas confusiones respecto a
ciertas propiedades además no es indispensable conocer las propiedades en tantas dimensiones.
Puede consultarse la lista de estas propiedades en el ultimo apéndice en términos de estas
definiciones de transformada, en lo que sigue nuestro trabajo se centrara sobre las funciones a lo
mas en dos dimensiones que utilizan las expresiones (3)-(5).

Otro concepto que debemos recordar o mencionar es el de función hermítica, los entes hermíticos
poseen muchas aplicaciones en la física dado que se relacionan con entes observables de valores
reales. Utilizaremos la definición de análisis funcional en este caso y como se abordara solo en una
variable se determinara función compleja es llamada hermítica en una variable compleja x como
aquella tal que:
𝑓(𝑥) = 𝑓 ∗ (−𝑥), ∀ 𝑥 ∈ 𝐷𝑜𝑚 𝑓
Esta definición parece tener origen en el análisis de funciones ondulatorias, a 𝑓 ∗se le denomina
conjugado de la función f. Para una función de dos variables se puede definir hermitiana o
hermítica respecto a una variable:
𝑓(𝑥, 𝑦) = 𝑓 ∗ (𝑥, −𝑦)
WDF en una sola dimensión y Función Ambigüedad
La función de distribución de Wigner(WFD) y la función Ambigüedad pueden tratarse en una sola
variable sin perder generalidad, estas son formas equivalentes pues las integrales de Fourier se
definen de manera que podamos tratar cada transformada por separado con un kernel que es
fundamentalmente una función de variables separables.
La WFD en una dimensión se define como:
∞
𝑥′ ∗ 𝑥′
𝑊(𝑥, 𝜇) = ∫ 𝑢 (𝑥 + ) 𝑢 (𝑥 − ) exp(−2𝜋𝑖𝜇𝑥 ′ ) 𝑑𝑥 ′ ⋯ (6)
−∞ 2 2
∞ ′
𝜈 𝜈′
𝑊(𝑥, 𝜇) = ∫ 𝑢̃ (𝜇 + ) 𝑢∗ (𝜇 − ) exp(2𝜋𝑖𝜈 ′ 𝑥) 𝑑𝜈 ′ ⋯ (7)
−∞ 2 2

Donde definimos la transformada de Fourier unidimensional como en las ecuaciones (3) y (4). Lo
que debe observar el apreciado lector, es que estas funciones dependen simultáneamente de x y de μ
y se define en términos de sus transformadas de Fourier que por definición no pueden medir
simultáneamente ambas. Pero por su estructura observamos que eso no contradice el principio de
incertidumbre porque en realidad estamos operando en regiones entorno a un valor de frecuencia o
posición no ambos por si así decirlo. Esto nos dice que esta función es una distribución de
probabilidad o como formalmente se dice de cuasi probabilidad, para ser una distribución de
probabilidad se le asigna un factor de peso observamos que este debe ser una función gaussiana.
Se suele definir la función F:
𝑦 𝑦
𝐹(𝑥, 𝑦) = 𝑢 (𝑥 + ) 𝑢∗ (𝑥 − ),
2 2
De acuerdo a esta definición se tiene que la WDF definida en el dominio espacial se puede re
escribir:
∞
′
𝑊(𝑥, 𝜇) = ∫ 𝐹(𝑥, 𝑥 ′ )𝑒 −2𝜋𝑖𝜇𝑥 𝑑𝑥 ′ ⋯ (6F)
−∞

De esta se deduce que:

∞
′) ′
𝐹(𝑥, 𝑥 = ∫ 𝑊(𝑥, 𝜇)𝑒 2𝜋𝑖𝜇𝑥 𝑑𝜇 ⋯ (8)
−∞

Las WDF cumple las siguientes propiedades:

F es hermítica respecto a la segunda variable y W son hermíticas:

𝐹(𝑥, 𝑦) = 𝐹 ∗ (𝑥, −𝑦) ⋯ (9), 𝑊(𝑥, 𝑦) = 𝑊 ∗ (𝑥, 𝑦) ⋯ (10)
Demostración. Observe que al escribir la definición la primera:
 −𝑦 ∗ −𝑦 ∗ 𝑦 𝑦
𝐹 ∗ (𝑥, −𝑦) = [𝑢 (𝑥 + ) 𝑢 (𝑥 − )] = 𝑢∗ (𝑥 − ) 𝑢 (𝑥 + ) = 𝐹(𝑥, 𝑦)
2 2 2 2
En análisis matemático se demuestra que si una función hermítica se le aplica transformada de
Fourier esta es hermítica por tanto la segunda propiedad es consecuencia de la primera. Pero
solamente debemos realizar la operación:
∞ ∗ ∞
∗ (𝑥, ′ )𝑒 −2𝜋𝑖𝜇𝑥 ′ ′
𝑊 𝜇) = [ ∫ 𝐹(𝑥, 𝑥 𝑑𝑥 ] = 𝑊(𝑥, 𝜇) = ∫ 𝐹 ∗ (𝑥, 𝑥 ′ )𝑒 2𝜋𝑖𝜇𝑥 𝑑𝑥 ′
′
−∞ −∞

Ahora observe que como F es hermitiano:

𝐹 ∗ (𝑥, −𝑦) = 𝐹(𝑥, 𝑦) ⇒ 𝐹 ∗ (𝑥, 𝑥 ′ ) = 𝐹(𝑥, −𝑥 ′ )
∞ ∞
′ ′
𝑊 ∗ (𝑥, 𝜇) = ∫ 𝐹 ∗ (𝑥, 𝑥 ′ )𝑒 2𝜋𝑖𝜇𝑥 𝑑𝑥 ′ = ∫ 𝐹(𝑥, −𝑥 ′ )𝑒 2𝜋𝑖𝜇𝑥 𝑑𝑥 ′
−∞ −∞

Usando la sustitución 𝑢 = −𝑥, 𝑑𝑢 = −𝑑𝑥 tenemos también haciendo la sustitución en los limites
−∞ ∞
𝑊 ∗ (𝑥, 𝜇) = − ∫ 𝐹(𝑥, 𝑢)𝑒 −2𝜋𝑖𝜇𝑢 𝑑𝑢 = ∫ 𝐹(𝑥, 𝑢)𝑒 −2𝜋𝑖𝜇𝑢 𝑑𝑢 = 𝑊(𝑥, 𝜇)
∞ −∞

Definimos función de ambigüedad 𝐴(𝜇, 𝑦) como la integral:

𝑥′ ∗ 𝑥′
𝐴(𝜇, 𝑥 ′ ) = ∫ 𝑢 (𝑥 + ) 𝑢 (𝑥 − ) 𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 = ∫ 𝐹(𝑥, 𝑥 ′ )𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥
2 2

Esto nos dice que:

′𝑥′)
𝑊(𝑥, 𝜇′ ) = ∬ 𝐴(𝜇, 𝑥 ′ )𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇𝑑𝑥 ′

Se destacan los casos de autocorrelación y auto convolución:

∞
𝑊(𝑥, 0) = ∫ 𝐹(𝑥, 𝑥 ′ )𝑑𝑥 ′ ⋯ (11), 𝐴(0, 𝑦) = ∫ 𝐹(𝑥, 𝑥 ′ )𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 ⋯ (12)
−∞

Se puede calcular la intensidad de la señal y el espectro de frecuencias se puede calcular mediante

el calculo de las proyecciones:
∞ ∞
|𝑢(𝑥)|2 = ∫ 𝑊(𝑥, 𝜇)𝑑𝜇 , |𝑢(𝜇)|2 = ∫ 𝑊(𝑥, 𝜇)𝑑𝑥
−∞ −∞
Esta parte es mas poderosa, podemos observar que para una frecuencia dada se puede determinar la
intensidad de la señal y para un punto dado podemos determinar su espectro de frecuencias. La
energía total de la señal se obtiene integrando la intensidad de todas las frecuencias posibles (caso
continuo) y es:

𝐸𝑡𝑜𝑡𝑎𝑙 = ∫ 𝑊(𝑥, 𝜇)𝑑𝑥𝑑𝜇

Observe que podemos obtener la amplitud compleja de la señal si aplicamos las propiedades de la
función F:
𝑥 𝑥 𝑥 𝑥 2
𝐹 ( , 𝑥) = 𝑢 ( + ) 𝑢∗ ( − ) = 𝑢(𝑥)𝑢∗ (0)
2 2 2 2 2
𝑥
⇒ 𝑢(0) 𝐹 ( , 𝑥) = 𝑢(𝑥)𝑢∗ (0)𝑢(0) = 𝑢(𝑥)|𝑢(0)|2
2
𝑥 𝑥 𝑥
𝑥 𝑢(0) 𝐹 (2 , 𝑥) 𝑢(0) 𝐹 (2 , 𝑥) 𝑢(0) 𝐹 (2 , 𝑥)
𝑢(𝑥) = 𝐹 ( , 𝑥) = = = exp(𝑖𝜑0 )
2 |𝑢(0)|2 |𝑢(0)| |𝑢(0)| √ 𝐹(0,0) |𝑢(0)| √ 𝐹(0,0)
𝑥
𝐹 (2 , 𝑥) 𝑢(0)
∴ 𝑢(𝑥) = exp(𝑖𝜑0 ) , exp(𝑖𝜑0 ) =
√ 𝐹(0,0) |𝑢(0)|

Ejemplos
Ahora si consideramos unas señales de interés , de las cuales calcularemos su WDF para
ayudarnos a entender exactamente que describe.
1. Mono frecuencia:

2𝜋𝑖𝜇0 𝑥 ′)
𝑥′ 𝑥′
𝑢(𝑥) = 𝑒 ⇒ 𝐹(𝑥, 𝑥 = exp [2𝜋𝑖𝜇0 (𝑥 + )] exp [−2𝜋𝑖𝜇0 (𝑥 − )] = exp[2𝜋𝑖𝜇0 𝑥 ′ ]
2 2

Ahora calculamos los valores que necesitamos:

′ ′ ′
𝐴(𝜇, 𝑥 ′ ) = ∫ 𝐹(𝑥, 𝑥 ′ )𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 = ∫ 𝑒 2𝜋𝑖𝜇0 𝑥 𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 = 𝑒 2𝜋𝑖𝜇0 𝑥 𝛿(−𝜇 ) = 𝑒 2𝜋𝑖𝜇0 𝑥 𝛿(𝜇 )

En la ultima se utilizo la paridad de la delta de Dirac. Ahora calculando su distribución de Wigner

obtenemos:

′𝑥′) ′ ′ 𝑥′)
𝑊(𝑥, 𝜇′ ) = ∬ 𝐴(𝜇, 𝑥 ′ )𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇′ 𝑑𝑥 ′ = ∬ 𝑒 2𝜋𝑖𝜇0 𝑥 𝛿(𝜇 )𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇′ 𝑑𝑥 ′

Ahora observamos que por la propiedad de filtraje de la delta solo sobrevivirán las μ iguales a cero,
esto es la μ en la exponencial se va volver nula dejando solamente aquellos elementos que
dependen de μ ‘ e x’:
∞
′ )𝑥 ′
𝑊(𝑥, 𝜇′ ) = 𝛿(𝜇 ) ∫ 𝑒 𝑖2𝜋(𝜇0 −𝜇 𝑑𝑥 ′ = 𝛿(𝜇 )𝛿(𝜇0 − 𝜇′ ) = 𝛿(𝜇′ − 𝜇0 )
−∞

2. Pulso:
 𝑥′ 𝑥′
𝑢(𝑥) = 𝛿(𝑥 − 𝑥0 ) ⇒ 𝐹(𝑥, 𝑥 ′ ) = δ (𝑥 − 𝑥0 + ) 𝛿 (𝑥 − 𝑥0 − ) = δ(𝑥 − 𝑥0 )
2 2

Ahora calculamos los valores que necesitamos:

𝐴(𝜇, 𝑥 ′ ) = ∫ 𝐹(𝑥, 𝑥 ′ )𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 = ∫ δ(𝑥 − 𝑥0 )𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 = 𝑒 −𝑖2𝜋𝜇𝑥0

′𝑥′) ′𝑥′)
𝑊(𝑥, 𝜇′ ) = ∬ 𝐴(𝜇, 𝑥 ′ )𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇𝑑𝑥 ′ = ∬ 𝑒 −𝑖2𝜋𝜇𝑥0 𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇𝑑𝑥 ′
∞ ∞
′𝑥′
= ∫ 𝑒 𝑖2𝜋(𝑥−𝑥0 )𝜇 𝑑𝜇 ∫ 𝑒 𝑖2𝜋𝜇 𝑑𝑥 ′ = 𝛿(𝑥 − 𝑥0 )𝛿(𝜇′ )
−∞ −∞

3. Frecuencia que se incrementa linealmente

1
𝑢(𝑥) = exp [2𝜋𝑖 ( 𝑎𝑥 2 + 𝑏𝑥 + 𝑐)]
2
2 2
1 𝑥′ 𝑥′ 1 𝑥′
⇒ 𝐹(𝑥, 𝑥 ′ ) = exp {2𝜋𝑖 [ 𝑎 (𝑥 + ) + 𝑏 (𝑥 + ) + 𝑐]} exp {−2𝜋𝑖 [ 𝑎 (𝑥 − )
2 2 2 2 2
𝑥′
+ 𝑏 (𝑥 − ) + 𝑐]}
2
1 1 2 𝑏
= exp {2𝜋𝑖 [ 𝑎(𝑥 2 + 𝑥𝑥 ′ ) + 𝑏𝑥 + 𝑎𝑥 ′ + 𝑥 ′
2 8 2
1 2 2 1 𝑏
+ 𝑐]} exp {−2𝜋𝑖 [ 𝑎 (𝑥 − 𝑥𝑥 ′ ) + 𝑏𝑥 + 𝑎𝑦 2 − 𝑦 + 𝑐]}
2 8 2
= exp[2𝜋𝑖(𝑎𝑥 + 𝑏)𝑥 ′ ]
Ahora calculamos los valores que necesitamos:
′ ′ ′ ]𝑥
𝐴(𝜇, 𝑥 ′ ) = ∫ 𝐹(𝑥, 𝑥 ′ )𝑒 −𝑖2𝜋𝜇𝑥 𝑑𝑥 = ∫ 𝑒 −𝑖2𝜋[𝜇𝑥−(𝑎𝑥+𝑏)𝑥 ] 𝑑𝑥 = 𝑒 −𝑖2𝜋𝑏𝑥 ∫ 𝑒 −𝑖2𝜋[𝜇−𝑎𝑥 𝑑𝑥
′
= 𝑒 −𝑖2𝜋𝑏𝑥 𝛿(𝑎𝑥 ′ − 𝜇)

′𝑥′) ′ ′𝑥′)
𝑊(𝑥, 𝜇′ ) = ∬ 𝐴(𝜇, 𝑥 ′ )𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇𝑑𝑥 ′ = ∬ 𝑒 −𝑖2𝜋𝑏𝑥 𝛿(𝜇 − 𝑎𝑥 ′ )𝑒 𝑖2𝜋(𝜇𝑥−𝜇 𝑑𝜇𝑑𝑥 ′
∞
′ −𝑏)𝑥 ′
= ∫ 𝑒 𝑖2𝜋(𝑎𝑥−𝜇 𝑑𝑥 ′ = 𝛿(𝑎𝑥 − 𝜇′ − 𝑏)
−∞

Estos ejemplos si observamos nos están dando información sobre la frecuencia especifica de ciertas
regiones por ejemplo para una sola frecuencia o para una frecuencia con cierto comportamiento.
Esto podría poner en debate el principio de incertidumbre el cual comentamos en un comienzo es
inviolable e inherente a las transformadas de Fourier. Para ese fin se trata WFD como una densidad
de probabilidad, para ese fin esta debe cumplir condiciones de normalización las cuales puede o no
cumplir. De momento solo obtuvimos deltas pero no necesariamente obtendremos estos valores
para todas las señales. Por ello se introducen las funciones de peso gaussianas:
1 𝑥 2 1 𝜇 2
𝐺(𝑥; 𝛿𝑥) = 𝑥 exp [−2𝜋 ( ) ] ⋯ (1𝐺), 𝐺(𝜇; 𝛿𝜇) = 𝜇 exp [−2𝜋 ( ) ] ⋯ (2𝐺)
√𝛿 𝛿𝑥 √𝛿 𝛿𝜇

Donde si mantenemos 𝛿𝑥𝛿𝑦 ≥ 1podemos seguir manteniendo la incertidumbre, entonces tomamos

esto para modificar la WFD:

1
̂ (𝑥, 𝜇; 𝛿𝑥) = ∬ 𝑊(𝑥 ′ , 𝜈 ′ )𝐺(𝑥 − 𝑥 ′ ; 𝛿𝑥)𝐺 (𝜇 − 𝜈 ′ ;
𝑊 ) 𝑑𝑥 ′ 𝑑𝜈 ′ ⋯ (13)
𝛿𝑥

Introduciendo las ecuaciones que ya teníamos para WFD (6) y (7) se tiene mediante su
representación espacial sobre μ tenemos:
∞ 2
̂ (𝑥, 𝜇; 𝛿𝑥) = | ∫ 𝑢(𝑥
𝑊 ′ )𝐺(𝑥 ′ ′)
− 𝑥 ; √2𝛿𝑥) exp(−2𝜋𝑖𝜇𝑥 𝑑𝑥 | ⋯ (14𝑎)′
−∞

∞ 2
√2
̂ (𝑥, 𝜇; 𝛿𝑥) = | ∫ 𝑢̃(𝜇)𝐺 (𝜇 − 𝜈 ; ) exp(−2𝜋𝑖𝜈 ′ 𝑥) 𝑑𝜈 ′ | ⋯ (14𝑏)
𝑊 ′
−∞ 𝛿𝑥

Supongamos que la amplitud compleja 𝑢(𝑥)es cero fuera del rectángulo de lados Δ𝑥0 y Δ𝜈0 , la
1
longitud de resolución 𝛿𝑥0 es la inversa del ancho de banda: Δ𝜈0 = . Entonces y la resolución de
𝛿𝑥0
1
la frecuencia 𝛿𝜈0 de 𝑢̃(𝜈) es . Las gaussianas para el ancho que poseen son prácticamente
Δ𝑥0
funciones delta, que regresaran para ciertos casos la amplitud de la señal al cuadrado.
Para 𝛿𝑥 ≪ δ𝑥0 se llega a la amplitud del campo:
̂ (𝑥, 𝜇; 𝛿𝑥) ≈ |𝑢(𝑥)|2
𝑊
Para 𝛿𝑥 ≫ Δ𝑥0 se llega a la amplitud del campo:
̂ (𝑥, 𝜇; 𝛿𝑥) ≈ |𝑢̃(𝜇)|2
𝑊
Entre estas regiones debe encontrarse el espectro de
frecuencia espacial 𝛿𝑥0 < 𝛿𝑥 < Δ𝑥0 .

Arreglos Experimentales para medir la WDF.

La definición de espectro local esto es la ecuación (14a)

2
√2
𝑊(𝑥, 𝜈; 𝛿𝑥) = |∫ 𝑢(𝑥 𝐺 (𝑥 − 𝑥 ; ) exp(−𝑖2𝜋𝜈𝑥 ′ )𝑑𝑥 ′ |
′) ′
𝛿𝑥

Nos indica como producir la WFD modificada.

Primer método
La WFD es una función real por tanto para medirla debemos utilizar la densidad de probabilidad
para hacer que la señal sea acotada. Entonces con ese fin la señal debe ser multiplicada por una
gaussiana. Este suceso en el dominio espacial es una convolución que nos indica la operación, esto
es pasar a través de un filtro gaussiano. Luego se busca su transformada de Fourier, para ello
colocamos una lente a una distancia focal del filtro gaussiano por el que incide la señal y entonces
en el plano imagen tendremos el espectro de frecuencias espaciales.

La señal esta multiplicada por una ventana gaussiana, el producto es la transformada de Fourier en
un sistema coherente, esto se puede evaluar en un arreglo 2 − 𝑓. Una vez registrada toda la señal de
la transparencia la señal se guarda en un film. Desplazando el film respecto a la posición de la
gaussiana se logra el desfase en la posición. Un motor realiza el desplazamiento antes mencionado.
Este método es conveniente cuando la señal se esta propagando por su propia naturaleza como una
función 𝑢(𝑥 − 𝑣𝑡).

El segundo método
Para aplicaciones de tiempo real se desarrolló otro arreglo, aquí la transmitancia gaussiana se ha
rotado un ángulo de 45º. Se practican las mismas condiciones que el primero pero rota la
transmitancia gaussiana 45º, además agrega una lente cilíndrica para obtener la transformada de
Fourier solamente en una coordenada.
Resultados.

Se realizaron tres experimentos con diferentes señales, en cada caso se grabo la señal y esta pudo
transformar en una transmitancia óptica. En la parte superior aparece el patrón, en la inferior la
señal. Los tres primeros corresponden a experimentos ópticos, los últimos corresponden a señales
acústicas, que se transformaron en señales espaciales y se grabaron en film.
APENDICE A: Principio de incertidumbre y funciones de Partición.
El teorema de Fourier para funciones periódicas nos dice que dada una función f con periodo 𝑥𝑝 se
cumple que esta pueda expresarse como la sumatoria:
𝑥𝑝
𝑥
𝑖2𝜋𝑛( )
𝑥𝑝
1 2 −𝑖2𝜋𝑛(𝑥𝑥 )
𝑓(𝑥) = ∑ 𝑐𝑛 𝑒 , 𝑐𝑛 = ∫ 𝑥 𝑒 𝑝 𝑓(𝑥)𝑑𝑥 ,
𝑥𝑝 − 𝑝
𝑛 2
𝑓(𝑥𝑝 + 𝑥) = 𝑓(𝑥), 𝑥𝑝 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑑𝑒 𝑓

Este se generaliza a dos variables con una doble sumatoria y se conserva un coeficiente solamente
que este depende de dos variables:

𝑥 𝑦
𝑖2𝜋(𝑛 +𝑚 )
𝑥𝑝 𝑦𝑝
𝑓(𝑥, 𝑦) = ∑ 𝑐𝑛 𝑒 , 𝑥𝑝 , 𝑦𝑝 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑑𝑒 𝑓
𝑛𝑚
𝑦𝑝 𝑥𝑝
𝑥 𝑦
1 2
2 𝑖2𝜋(𝑛 +𝑚 )
𝑥𝑝 𝑦𝑝
𝑐𝑛𝑚 = ∫𝑦 ∫𝑥 𝑒 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑥𝑝 − 𝑝 − 𝑝
2 2
Si queremos pasar a la transformada de Fourier el paso natural es hacer que esta serie se vuelva una
integral, para ese fin se necesita una función partición esta es el diferencial, es el pequño salto que
permite sumar cada contribución en un continuo. Para obtener ese salto utilizamos la definición de
sus coeficientes:
𝑥𝑝
1 2 −𝑖2𝜋𝑛(𝑥𝑥 ) 𝑥
𝑖2𝜋𝑛( )
𝑥𝑝
𝑓(𝑥) = ∑ ∫ 𝑥 𝑒 𝑝 𝑓(𝑥)𝑑𝑥 𝑒
𝑥𝑝 − 𝑝
𝑛 2

Ahora buscamos que el periodo sea infinito, esto intuitivamente nos describe funciones de cualquier
clase no solo periódicas porque una función no periódica es una función cuya repeticions e da en el
infinito. Ahora observamos que la distancia entre uno y otro termino de la sumatoria es un periodo,
pues si consideramos la definición y definimos una función discreta de 𝑛, 𝜇𝑛 tal que:
𝑛 Δ𝜇𝑛 1
= 𝜇𝑛 ⇒ =
𝑥𝑝 𝑛 𝑥𝑝

Entonces tenemos que esta variable en efecto cuando se tiende a infinito el periodo esta cantidad
tiende a cero como un diferencial:

𝑥𝑝
Δ𝜇𝑛 2 −𝑖2𝜋𝑛(𝑥𝑥 ) 𝑥
𝑖2𝜋𝑛( )
𝑥𝑝
∞ ∞
𝑓(𝑥) = 𝑛→∞
lim {∑ ∫𝑥 𝑒 𝑝 𝑓(𝑥)𝑑𝑥 𝑒 } = ∫ 𝑑𝜇 𝑒 𝑖2𝜋𝑛𝜇 ∫ 𝑒 −𝑖2𝜋𝜇 𝑑𝑥𝑓(𝑥)
𝑥 →∞ 𝑛 − 𝑝 −∞ −∞
𝑝 𝑛 2

Observe que en esencia es el proceso que calcula la transformada y define las mismas, pero nos
indica que podemos obtener de una superposición de ondas una función continua pero siempre claro
que se utilice la partición:
𝑛
= 𝜇𝑛
𝑥𝑝

APENDICE B : Incertidumbre y Transformada de Fourier

Vamos a considerar la transformada de Fourier de una función Gaussiana y una función rectangular
ambas en una dimensión, vamos a observar algo interesante.
∞ 𝑎 𝑎
−𝑖2𝜋𝜇𝑥 −𝑖2𝜋𝜇𝑥
𝑒 −𝑖2𝜋𝜇𝑥 𝑒 −𝑖2𝜋𝜇𝑎 − 𝑒 𝑖2𝜋𝜇𝑎 sin 2𝜋𝜇𝑎
∫ 𝑒 𝑟𝑒𝑐𝑡(𝑥)𝑑𝑥 = ∫ 𝑒 𝑑𝑥 = [ ] = = 2𝑎
−∞ −𝑎 𝑖2𝜋𝜇 −𝑎 2𝑖𝜋𝜇 2𝜋𝜇𝑎
= 2𝑎 sinc 2𝜇𝑎
Observe que el ancho de la rectangular depende de a o bien de los límites de x, en tanto el ancho de
la función seno cociente y su forma depende de la frecuencia, los máximos de esta función se dan
cuando seno es mínimo estos son:
𝑛 𝑛
2𝜋𝜇𝑎 = 𝜋𝑛 ⇒ 𝜇𝑛 𝑎 = ⇒ 𝜇𝑛 =
2 2𝑎
Entonces la distancias entre dos mínimos (no un mínimo y un máximo) es:
 𝑛 𝑛−1 1 1
𝜇𝑛 − 𝜇𝑛−1 = − = (𝑛 − 𝑛 + 1) =
2𝑎 2𝑎 2𝑎 2𝑎
Eso es algo notable porque significa que el ancho (la distancia entre dos mínimos indica el mayor
ancho posible del seno cociente) depende del inverso del ancho de la función original, pues el ancho
de la función rectángulo que elegimos es 2ª. Ahora esto se aprecia de manera más evidente para la
gaussiana cuya transformada como sabemos es otra gaussiana:
∞ ∞
2 2
∫ 𝑒 −𝑖2𝜋𝜇𝑥 𝑒 −𝑎𝑥 𝑑𝑥 = ∫ 𝑒 −(2𝑖𝜋𝜇𝑥+𝑎𝑥 ) 𝑑𝑥
−∞ −∞

A completando cuadrados complejos:

2
𝑎𝑥 2 + 2𝜋𝜇𝑥 = 𝑎𝑥 2 + 2𝑖𝜋𝜇𝑥 + 4𝜋 2 𝜇2 − 4𝜋 2 𝜇2 = (√𝑎 𝑥 + 𝑖𝜋𝜇) + 4𝜋 2 𝜇2

Tomamos el signo con mas porque el cuadrado lleva el factor 𝑖 2 = −1 entonces volviendo a nuestro
caso de interés:
∞ ∞ 2 ∞ 2
2 +4𝜋2 𝜇2 2 𝜇2
∫ 𝑒 −𝑖2𝜋𝜇𝑥 𝑒 −𝑎𝑥 𝑑𝑥 = ∫ 𝑒 −𝑖2𝜋𝜇𝑥(√𝑎 𝑥+𝑖𝜋𝜇) 𝑑𝑥 = 𝑒 4𝜋 ∫ 𝑒 −(√𝑎 𝑥+𝑖𝜋𝜇) 𝑑𝑥
−∞ −∞ −∞

Entonces haciendo la sustitución 𝑢 = √𝑎 𝑥 + 𝑖𝜋𝜇, 𝑑𝑢 = √𝑎𝑑𝑥 nos lleva entonces a una gaussiana
mas tradicional:
∞ ∞
2 1 2 𝜋
∫ 𝑒 −(√𝑎 𝑥+𝑖𝜋𝜇) 𝑑𝑥 = ∫ 𝑒 −𝑢 𝑑𝑢 = √
−∞ √𝑎 −∞ 𝑎

Entonces
∞
2 𝜋 2 2
∫ 𝑒 −𝑖2𝜋𝜇𝑥 𝑒 −𝑎𝑥 𝑑𝑥 = √ 𝑒 4𝜋 𝜇
−∞ 𝑎

De inmediato se observa que pareciera que las variables de distancia figuran inversamente en la
región de frecuencia. La razón de esto es el paso que se hace para definir la serie de Fourier como
una transformada, este paso no es trivial y requiere que definamos una partición que fungirá como
diferencial y para ese fin debemos definir la tasa de cambio entre el índice de n y el periodo ambas
cantidades que tienen a infinito pero que compensada apropiadamente se vuelven diferencial de una
variable nueva μ :
𝑛 Δ𝜇𝑛 1
= 𝜇𝑛 ⇒ =
𝑥𝑝 𝑛 𝑥𝑝

Observe que esta relación cumple las condiciones de un diferencial, pues conforme n se hace grande
la diferencia entre dos elementos asociados a n adyacentes es constante, pero al hacer que el periodo
sea infinito está a relación se hace cero por tanto:
Δ𝜇𝑛
= 𝑑𝜇
𝑛
Entonces en la serie de Fourier cuando se hace tender al infinito el periodo se termina creando una
integral pero esta integral en términos de las demás variables mantendrá una relación constante:
𝜇𝑥 = 𝑐𝑡𝑒
Ahora esto se traduce en que la dispersión de cada variable la cumpla también:
Δ𝜇Δ𝑥 = 𝑐𝑡𝑒
Entonces podemos escribir para cualquier variable:
𝑐𝑡𝑒
Δ𝜇 =
Δ𝑥
De esta manera si la frecuencia se puede determinar con toda precisión, es decir dada una medición
𝑥 + Δ𝑥 se tiene entonces Δ𝑥 = 0 el resultado es que la dispersión en la frecuencia es infinita y
viceversa. Esto nos conduce a afirmar:

“No podemos determinar la frecuencia de una onda con toda precisión en el punto del espacio ni
viceversa”
APENDICE C: SUPERPOCISION DE ONDAS CON RETARDO

Entonces determinaremos la superposición de dos campos, uno sin retardo y uno con retardo en el
análisis de Fourier esto se representa como una sumatoria de dos elementos particulares:
𝑖2𝜋𝑛
− 𝜅
(𝑓 ∗ 𝑔)(𝑥) = ∑ 𝑐𝑛 𝑑𝑛 𝑒 𝑥𝑝

𝑛∈ℤ

Donde se definen los coeficientes para dos funciones que se superponen:

𝑥𝑝
𝑥
𝑖2𝜋𝑛( )
𝑥𝑝
1 2 −𝑖2𝜋𝑛(𝑥𝑥 )
𝑓(𝑥) = ∑ 𝑐𝑛 𝑒 , 𝑐𝑛 = ∫ 𝑥 𝑒 𝑝 𝑓(𝑥)𝑑𝑥
𝑥𝑝 − 𝑝
𝑛 2
𝑥𝑝
𝑥
𝑖2𝜋𝑛( )
𝑥𝑝
1 2 −𝑖2𝜋𝑛(𝑥𝑥 )
𝑔(𝑥) = ∑ 𝑑𝑛 𝑒 , 𝑑𝑛 = ∫ 𝑥 𝑒 𝑝 𝑔(𝑥)𝑑𝑥
𝑥𝑝 − 𝑝
𝑛 2

Donde κ es el retardo, aplicando el efecto la partición apropiada estas sumatoria se reduce a una
integral que se conoce como convolución. Utilizando la función de partición apropiada la anterior
dada obtenemos precisamente la convolución.
𝑥𝑝 𝑥𝑝
Δ𝜇𝑛 2 −𝑖2𝜋𝑛(𝑥𝑥 ) 2
𝑥
−𝑖2𝜋𝑛( )
𝑥𝑝
𝑥
𝑖2𝜋𝑛( ) −
𝑥𝑝
𝑖2𝜋𝑛
𝑥𝑝
𝜅
(𝑓 ∗ 𝑔)(𝑥) = 𝑛→∞
lim {∑ ∫𝑥 𝑒 𝑝 𝑓(𝑥)𝑑𝑥 ∫
𝑥𝑝
𝑒 𝑔(𝑥)𝑑𝑥 𝑒 𝑒 }
𝑥 →∞ 𝑛 − 𝑝 −
𝑝 𝑛 2 2

APENDICE D: Teoría Básica de la función de Distribución de Wigner(WDF)en espacios

multidimensionales

La teoría de sistemas ópticos se ha podido desarrollar en términos de la óptica de Fourier así como
la teoría de señales. Por tanto podemos considerar la WDF de una señal, esta es la función de
Ambigüedad, esta se aplicara no solamente a señales coherentes también a señales parcialmente
coherentes.
Sabemos que una función puede ser representada en el espacio por su amplitud compleja 𝜑(𝐫) y en
el espacio de frecuencias por su transformada de Fourier 𝜑̃(𝐰). Esta se obtiene definiendo la misma
partición apropiada para la serie de Fourier en dos dimensiones.
∞
𝜑̃(𝜇, 𝜈) = ∬ 𝜑(𝑥, 𝑦)𝑒 −𝑖2𝜋(𝜇𝑥+𝜈𝑦) 𝑑𝑥𝑑𝑦
−∞

La notación dada en el artículo es equivalente si hacemos 𝐰 = (𝜇, 𝜈 )y 𝐫 = (𝑥, 𝑦) para algunas

cantidades será más conveniente utilizar esta notación o su similar por ejemplo para representar un
sistema óptico que transforma una señal de entrada 𝜑𝑖 en el plano de entrada en una señal de salida
𝜑0 en el plano de salida puede representarse en el espacio como la función de dispersión o respuesta
de impulso g(𝑟, 𝝆). Esto se escribe en el espacio de frecuencias por su transformada bi-bi
dimensional:
∞
g̃(𝐰, 𝝎) = ∬ g(𝐫, 𝝆) exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 − 𝛚 ⋅ 𝛒)𝑑𝐫𝑑𝛚
−∞

Se pueden escribir sus integrales de superposición para definir la señal de salida en términos de la
señal de entrada:
∞ ∞
𝜑0 (𝐫) = ∬ g(𝐫, 𝝆) 𝜑𝑖 (𝛒)𝑑𝛒, 𝜑̃0 (𝛒) = ∬ g̃(𝐰, 𝝎) 𝜑
̃𝑖 (𝛚)𝑑𝛚
−∞ −∞

Podemos introducir la WDF de una señal definida en el dominio espacial como:

∞
𝐫′ ∗ 𝐫′
𝑊(𝐫, 𝐰) = ∬ 𝜑 (𝐫 + ) 𝜑 (𝐫 − ) exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 ′ )] 𝑑𝐫 ′
−∞ 2 2

En el dominio de frecuencias
∞
𝐰′ ∗ 𝐰′
𝑊(𝐫, 𝐰) = ∬ 𝜑̃ (𝐰 + ) 𝜑̃ (𝐰 − ) exp[−2𝜋𝑖(𝐰 ′ ⋅ 𝐫)] 𝑑𝐰 ′
−∞ 2 2

Esta cumple las propiedades:

|𝜑(𝐫)|𝟐 = ∫ 𝐹(𝐫, 𝐰)𝑑𝐰 , |𝜑̃(𝐰)|𝟐 = ∫ 𝐹(𝐫, 𝐰)𝑑𝐫

Aplicando la definición solamente se obtienen estas propiedades:

∞
𝐰′ ∗ 𝐰′
∫ 𝑊(𝐫, 𝐰)𝑑𝐰 = ∫ ∬ 𝜑̃ (𝐰 + ) 𝜑̃ (𝐰 − ) exp[−2𝜋𝑖(𝐰 ′ ⋅ 𝐫)] 𝑑𝐰 ′ 𝑑𝐰
−∞ 2 2
∞
𝐰′ ∗ 𝐰′
= ∬ [∫ 𝜑̃ (𝐰 + ) 𝜑̃ (𝐰 − ) 𝑑𝐰] exp[−2𝜋𝑖(𝐰 ′ ⋅ 𝐫)] 𝑑𝐰 ′
−∞ 2 2
𝐫 ∗ 𝐫
= ∫ 𝜑̃ (𝐰 + ) 𝜑̃ (𝐰 − ) 𝑑𝐰
2 2
La variación en el infinito de una expresión constante no parece ser significativa por tanto podemos
reducir a estas integrales a las magnitudes respectivas de cada función. Se puede construir el
operador F:
𝐫′ ∗ 𝐫′
𝐹(𝐫, 𝐫 ′ ) = 𝜑 (𝐫 + ) 𝜑 (𝐫 − )
2 2

Se aprecia a ojo:
𝐹(𝐫, 𝐫 ′ ) = 𝐹 ∗ (𝐫, −𝐫 ′ )
Es mas difícil observar que respecto r WDF es hermítica:
𝑊(𝐫, 𝐰) = 𝑊 ∗ (𝐫, 𝐰)
Ya que como función de r este no cambia de signo al conjugar en el domnio espacial.
Podemos expresar la WDF de una función 𝐹0 (𝐫, 𝐰) en el plano de salida en términos de la
distribución de Wigner 𝑊𝑖 (𝐫, 𝐰)en el plano de entrada combinando las relaciones:

∞ ∞
𝜑0 (𝐫) = ∬ g(𝐫, 𝝆) 𝜑𝑖 (𝛒)𝑑𝛒, 𝜑̃0 (𝛒) = ∬ g̃(𝐰, 𝝎) 𝜑̃𝑖 (𝛚)𝑑𝛚
−∞ −∞

Podemos definirlas para:

𝐫′ ∗ 𝐫′
𝑊(𝐫, 𝐰) = ∬ 𝜑 (𝐫 + ) 𝜑 (𝐫 − ) exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 ′ )] 𝑑𝐫 ′
2 2

𝐰′ ∗ 𝐰′
𝑊(𝐫, 𝐰) = ∬ 𝜑̃ (𝐰 + ) 𝜑̃ (𝐰 − ) exp[−2𝜋𝑖(𝐰 ′ ⋅ 𝐫)] 𝑑𝐰 ′
2 2

Entonces:
𝐫′ ∗ 𝐫′
𝑊0 (𝐫, 𝐰) = ∬ 𝜑𝑖 (𝐫 + ) 𝜑𝑖 (𝐫 − ) exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 ′ )] 𝑑𝐫 ′
2 2
∞
𝐫′ ∞
= ∬ ∬ g (𝐫 + , 𝝆) 𝜑𝑖 (𝛒)𝑑𝛒 ∬ g ∗ (𝐫
−∞ 2 −∞
′
𝐫
− , 𝝆) 𝜑𝑖∗ (𝛒)𝑑𝛒 exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 ′ )] 𝑑𝐫 ′
2
𝐫′
Haciendo la sustitución apropiada 𝒓 = 𝝆 ± 𝟐
en cada integral por separado obtenemos:
∞ ∞
𝐫′ 𝐫′
𝑊0 (𝐫, 𝐰) = ∬ ∬ ∬ g ∗ (𝒓, 𝝆) g(𝒓, 𝝆) exp[−2𝜋𝑖(𝐰 ⋅ 𝐫 ′ )]𝑑𝐫 ′ 𝜑𝑖∗ (𝛒 − ) 𝜑𝑖 (𝛒 + ) 𝑑𝛒𝑑𝛒
−∞ −∞ 2 2
∞
𝐫′ 𝐫′
= ∬ ∬ 𝑊𝑖 (𝐫, 𝐰)g ∗ (𝒓, 𝝆)𝜑𝑖∗ (𝛒 − ) 𝜑𝑖 (𝛒 + ) 𝑑𝛒𝑑𝛒
−∞ 2 2

Si se calculan estas ultimas señales por su representación en el espacio de frecuencias se llega a las
funciones adecuadas en el espacio de frecuencias y queda como la función solicitada.
Se llega entonces a que:

𝐫′ 𝛒′ 𝐫′ 𝛒′
𝐾(𝐫, 𝐰, 𝛒, 𝛚) = ∬ g (𝐫 + , 𝛒 + ) g ∗ (𝐫 − , 𝛒 − ) exp[−𝑖(𝐰 ⋅ 𝐫 ′ − 𝛚 ⋅ 𝛒)] 𝑑𝐫𝑑𝛒
𝟐 𝟐 𝟐 𝟐

Y se obtiene:

𝑊0 (𝐫, 𝐰) = ∬ 𝐾(𝐫, 𝐰, 𝛒, 𝛚)𝑊𝒊 (𝛒, 𝛚)𝑑𝛚𝑑𝛒