MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER

TRANSFORMADA RPIDA DE FOURIER (FFT)

1. RESUMEN
La transformada rpida de Fourier (Fast Fourier Transform FFT) es un
algoritmo extremadamente rpido para calcular la transformada discreta de
Fourier (Discrete Fourier Transform DFT), ambos son mtodos que en la
prctica ejecuta un computador sobre datos discretos. menudo cuando se
presentan se!ales en el tiempo de larga duraci"n, se #ace in$iable ejecutar la
DFT, por esto fue necesaria la creaci"n de la FFT, originalmente descubierta
por %auss (&'()), fue redescubierta por *. +. ,oole- - .. +. Tu/e- en 012
durante &34( ,.5. 1urrus, de la 6ni$ersidad de 7ice 6ni$ersit- siendo jefe del
departamento de 0ngenier8a, literalmente 9escribi" el libro9 de los algoritmos de
la rpida Transformada Discreta de Fourier DFT. :xisten distintos mtodos para
calcular la FFT, en general los podemos di$idir en ; tipos< decimacin en el
tiempo, - diezmado en la frecuencia. :l algoritmo busca reducir el n=mero de
multiplicaciones efectuadas en la DFT, reduciendo el n=mero de clculos para
> datos de ;>
;
a ;>?log
;
>, donde > debe ser una potencia de ;.6sualmente la
presentaci"n del algoritmo FFT se reali@a de forma polinomial pero tambin
puede ser presentado de forma matricial. La FFT explota las simetr8as en la
matri@ W (ec.;.A) para aproximarse a una matri@ diagonal. :n la actualidad
existen algoritmos aun ms eficientes de calcular la DFT que inclusi$e el
algoritmo FFT de ,oole- - Tu/e-. >o #ablaremos del actual algoritmo de la
FFT aqu8.
2. FUNDAMENTO:
2.1 ANALSS DE FOURIER EN TIEMPO DISCRETO:
6na se!al discreta
B C x n
ser peri"dica si se cumple<
+ B C B C x n x n N
, en donde
N, periodo fundamental, es un entero m8nimo. La exponencial compleja

;
N
j n
e

es un ejemplo de funci"n peri"dica discreta.
:l anlisis de Fourier en tiempo discreto es similar a su anlogo en tiempo
continuo, pero una de las grandes diferencias que presenta en que las series
a#ora no presentaran infinitos trminos sino que estarn determinados por el
n=mero del periodo N.
6na se!al peri"dica puede representarse en trminos de exponenciales
complejas de la forma<

;
;
&
; &
B C ( )
N
N
jk n
k
k N
x n a e con N N N
(;.&)
:sta es la representaci"n de una serie de Fourier de una se!al discreta
peri"dicaD para #allar el /Esimo coeficiente a
k
multipliquemos por

;
N
jr n
e
ambos
miembros en (;.&)<

;
; ; ;
&
B C
N N N
N
jr n jr n jk n
k
k N
e x n a e e

D. L. LL. FIEE-UNI
1
-N
1
n
-N
1
x
p
[n]
n
x[n]
N
2
N
2
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
Fuesto que x[n] es peri"dica da lo mismo que

& ;
B , n N N
o
B(, n N
. #ora
tomando sumatoria para < ( n N:







; ; ; ;
& & & & &
( )
( ( ( ( (
B C
N N N N
N N N N N
jr n jr n jk n j r k n
k k
n n k k n
e x n a e e a e
(G)
Fero $eamos que<

;
;
;
&
(
( ) &
( D (, , ; ,
&
D (, , ; ,
N
N
N
j s
N
N
js n
j s
n
e
s N N
e
e
N s N N
p
p
p
-
=

K
K
:ntonces en (G)<






; ;
& & &
( )
( ( (
B C
N N
N N N
jr n j r k n
k r
n k n
e x n a e a N
, luego<

;
&
(
&
B C
N
N
jk n
k
n
a e x n
N
(;.;)
:sta =ltima se llama ecuacin de anlisis, es aplicable solo a una funci"n
peri"dica para obtener su la serie discreta de Fourier (5DF). Heamos a#ora
que en analog8a a la $ariable continua nuestros resultados se pueden extender
para #allar la 5DF de se!ales de duraci"n finita como se $e en la figura<

(a)



(b)
F0%67 &<

#ora, sea x[n] una se!al aperi"dica de duraci"n N podemos construir una
se!al peri"dica x
p
[nC de periodo N tal que<

< <

'
< <

& ;
; &
B C D
B C
( D
p
x n N n N
x n
N n y n N
(GG)
:ntonces podemos #allar la representaci"n de la 5DF de x
p
[n] sobre
< <
& ;
N n N
en donde se debe cumplir que

;
&
&
(
B C
N
jk n
N
k n p N
a e x n D a#ora para
D. L. LL. FIEE-UNI
2
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
que x
p
[n] se acerque mas a x[n] podemos #acer que el periodo sea ms
grande, es decir que en la figura.&.b los ciclos de x
p
[n] estarn cada $e@ ms
alejados - como
< <
& ;
B C ( x n n fuera de N n N
, podemos escribir<

;
&
B C
N
jk n
k
n
a e x n
N
(;.I)
Definamos la funci"n
+

( ) B C
j j n
n
X e x n e
, entonces en (;.I) $emos que<

&
( )
o
j k
k N
a X e , con

;
o N
, de lo cual llegamos a<


+

( ) B C
o o
j k jk n
n
X e x n e
(;.J)
:sta expresi"n se conoce como la transformada de Fourier en tiempo
discreto. partir de (;.&) se obser$a que x[n] se puede expresar tambin
como<


+

&
B C ( )
o o
j k jk n
k
x n X e e
N
(;.))
,omo

( )
o
j k
X e es peri"dica podemos coger el inter$alo de la sumatoria de ( a
N-1, luego<

& &
( (
&
B C ( ) ( ) B C
o o o o
N N
j k jk n j k jk n
k n
x n X e e X e x n e
N
(;.4)
2.2 TRANSFORMADA DISCRETA DE FOURIER (DFT):
,on el resultado de (;.4) podemos intentar calcular la transformada para un
conjunto de N datos, por simplicidad #agamos

( ) ( )
o
j k
X e X k -

;
o N
N
jk n j k kn
e e w , desarrollando<

+ + +
+ + +
+ + +

K K K
K
M M M
K
;
;
;
(()
&
(
(&)
& &?( &?& &?( &)
(
( &)
& ( &)( ( &)& ( &)( &)
(
(() B C (& & &)
(&) B C ( )
( &) B C ( )
N
N
N N N
N
N N N
j n
N
n
j n
N N
n
j N n
N N N N N
n
X e x n
X e x n w w w
X N e x n w w w
Fuede ser expresado de forma matricial como<

1
_ _
1

1

1

1



1 , ,
]
L
M
M M L O M M
L
(&)(&) (&)( &)
( &)(&) ( &)( &)
& & &
(() B(C
&
(&) B&C
( &) & B &C
N N
N N
N
N N N
X x
w w
X x
X N w w x N
(;.A)
:qui$alente a< [ ]
X x
, donde W es denominada matriz de Fourier. 6n
#ec#o mu- importante - e$idente es que W es una matri@ simtrica .
#ora $eamos algunos casos prcticos en donde se usa la DFT<
2.3 EJEMPLOS DE LA DFT
D. L. LL. FIEE-UNI
3
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
a.- :jecutemos la DFT para el siguiente caso (NKJ) por el mtodo ordinario<

,alculando los $alores de

;
J
( )
( )
j kn
kn kn
N
w e j :
n
k
! 1 2 "
! e
!#!
$1 e
!#1
$1 e
!#2
$1 e
!#"
$1
1 e
1#!
$1 -j -1 j
2 e
2#!
$1 -1 1 -1
" e
"#!
$1 j -1 -j
:ntonces de la formula (;.A)<

1 _ _ _
1
+
1

1
1


] , , ,
& & & & & (() &(
& & ; (&) ; ;
& & & & I (;) ;
& & J (I) ; ;
X
j j X j
X
j j X j
(;.'.&)
b.- Heamos a#ora el caso para nK'<


Frocediendo como en el caso anterior encontramos a#ora que<

_

+ +




+ +

+ +

+ +
,
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
; ; ; ; ; ; ; ;
& & & & & & & &
& &
& & & &
& &
& & & & & & & &
& &
& & & &
& &
j j j j j j
j j j j
j j j j j j

j j j j j j
j j j j
j j j j j j

(2.8.2)
:ntonces ejecutando x X , obtenemos<
k 0 1 2 3 4 5 6 %
X&k' 36 -4
-!"65
-4 -4 -4
-1"65
-4 -4
#1"65
-4 #4 -4
#!"65
D. L. LL. FIEE-UNI
n 0 1 2 "
x[n] 1 2 3 4
n 0 1 2 3 4 5 6 A
x[n] 1 2 3 4 5 6 7 8
4
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
(G) OBSERVACIN:
Heamos que en la ec. (;.'.&) pudimos #aber reali@ado la siguiente
factori@aci"n<
.bser$emos que<

;
J
J
( )
j nk
nk nk
w e j
:ntonces<

I
( J
( ) B C
nk
n
X k x n w
Desarrollando< + + +
; I
( ) B(C B&C( ) B;C( ) BIC( )
k k k
X k x x j x j x j
+ + + B(C B&C( ) B;C( &) BIC( )
k k k
x x j x x j
7eordenando< + + + ( ) ( B(C B;C( &) ) ( B&C BIC( &) )( )
k k k
X k x x x x j (G.&)
+ + + + + ( B;?(C B;?&C( &) ) ( B;?( &C B;?& &C( &) )( )
k k k
x x x x j
L sea a#ora<
+ B C B; C , B C B; &C D (,&
par ipm
x r x r x r x r r
L adems como el $alor de (E&)
/
solo depende de si / es par o impar,
podemos #acer que<
+ ( ) ( B(C B&C( &) )
r
par par par
X r x x
, -
+ ( ) ( B(C B&C( &) )
r
ipm ipm ipm
X r x x
. :ntonces para $isuali@ar esto mejor
desarrollemos (G.&) para este caso<

+ + +
+ + +
+ + +
+ + +
(() ( B(C B;C(&) ) ( B&C BIC(&) )(&)
(&) ( B(C B;C( &)) ( B&C BIC( &) )( )
(;) ( B(C B;C(&) ) ( B&C BIC(&) )( &)
(I) ( B(C B;C( &) ) ( B&C BIC( &))( )
X x x x x
X x x x x j
X x x x x
X x x x x j
(G.;)
:n donde xB(CK&, xB&CK;, xB;CKI, xBICKJ, entonces
(() J D (&) ;
par par
X X
-
(() 4 D ( ;)
ipm ipm
X X
, entonces<

+
+ +
+
+
(() (() (()(&) &(
(&) (&) (&)( ) ; ;
(;) (() (()( &) ;
(I) (&) (&)(&) ; ;
par ipm
par ipm
par ipm
par ipm
X X X
X X X j j
X X X
X X X j
(G.I)
Mue es el mismo resultado que obtu$imos anteriormente, pero a#ora se
necesitaron efectuar menos multiplicaciones. La ec. (G.I) nos in$ita a
#acer el siguiente diagrama de desarrollo<
x[0] X
par
(0)
X(0)
x[] X
par
(!)
X(!)

x[!] X
"#p
(0)
X()
x[$] X
"#p
(!)
X($)
F0%67 ;
D. L. LL. FIEE-UNI
5
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
:n la ecuaci"n (;.A) - de los ejemplos a - b notamos que el n=mero de
multiplicaciones complejas a ejecutar es N
2
(sin considerar el #ec#o que

(
&
N
w
). :l mtodo matricial que #emos $isto en la prctica es ejecutado por un
computadorD sin embargo cuando N es mu- grande como en se!ales de $ideo
- audio digitales
4
&( N - se debe reali@ar &(
&;
multiplicaciones
aproximadamente, entonces los clculos resultaran mu- tediosos, ocupar8an
muc#a memoria - adems tomaran muc#o tiempo.
:sto =ltimo fue la moti$aci"n para desarrollar un mtodo ms directo para
calcular la DFT, el algoritmo de la transformada rpida de Fourier FFT, el cual
acabamos de introducir impl8citamente en la obser$aci"n anterior.
3. DEDUCCIN DEL ALGORITMO FFT DE COOLEY TUEY:
Na-
Fartamos de la DFT para una se!al dada polinomialmente como<

&
?
(
( ) B C
N
k n
N
n
X k x n w
(I.&)
#ora asumiendo que el n=mero de datos > es par, descomponemos la
sumatoria en sus trminos pares e impares<


+

+ +

O ; & O ; &
?; ?(; &)
( (
( ) B; C B; &C
N N
k n k n
N N
n n
X k x n w x n w



+ +

O ; & O ; &
?; ?;
( (
B; C B; &C
N N
k n k k n
N N N
n n
x n w w x n w

5ea a#ora<
+ B; C B C B; &C B C x n f n y x n ( n
, donde el nue$o
B(, O ; &C n N

notemos que podemos #acer que



; ;
O ;
?; ?
?;
O ;
N N
j k n j k n
k n kn
N N
w e e w , -
definamos a<





O ; & O ; &
? ?
O ; O ;
( (
( ) B C ( ) B C
N N
k n k n
N N
n n
F k f n w ) k ( n w
(I.;)
dems $eamos que F&k' y )&k' son tambin peri"dicas<

+

+

;
O ;
O ; & O ; &
( O ;)?
( O ;)? ?
O ; O ;
( (
( O ;) B C B C ( )
N
N N
j N n
k N n k n
N N
n n
F k N f n w f n w e F k
nlogamente para )&k'* con N+2 como periodo m8nimo. :ntonces nuestro
problema de calcular una DFT para N datos se redujo a#ora a calcular ; DFT
para N+2 datos cada una . >ue$amente asumamos que N+2 es par - a#ora, para
F&k',


+

+ +

O ; & O J & O J &
? ?; ?(; &)
O ; O ; O ;
( ( (
( ) B C B; C B; &C
N N N
k n k n k n
N N N
n n n
F k f n w f n w f n w



+

O ; & O J & O J &
? ?; ?;
O ; O ; O ; O ;
( ( (
B C B C B C B(, O J &C
N N N
k n k n k k n
N f N N f N
n n n
f n w f n w w ( n w n N
Donde f
f
, (
f
son lo mismo para f[n] que para x[n]-
De igual forma para ([n],
D. L. LL. FIEE-UNI
6
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER


+

+ +

O J & O J &
?; ?(; &)
O ; O ;
( (
( ) B; C B; &C
N N
k n k n
N N
n n
) k ( n w ( n w



+

O J & O J &
?; ?;
O ; O ; O ;
( (
B C B C B(, O J &C
N N
k n k k n
( N N f N
n n
f n w w ( n w n N

:s decir que a#ora sobre f[n] - ([n] se reali@an J DFT de longitud N+..
:ntonces podr8amos #acer m=ltiples di$isiones del inter$alo B(,N-1C mientras
se pueda di$idir N entre ;.
#ora estamos listos para generali@ar el mtodo, entonces<
5ea x un $ector de datos, de longitud N =;
m
. :ntonces sobre el inter$alo
B(,N-1C se pueden reali@ar m particiones como se mostr" anteriormente #asta
llegar a una DFT de longitud ; ,esta es la unidad bsica del FFT conocida
como mariposa (o butterfl- en ingles) en donde solo se necesitara una
multiplicaci"n - ; sumas complejas< como se muestra en la figura<


Figura I< Los elementos computacionales bsicos de la transformada rpida de Fourier es la
mariposa. Toma dos n=meros complejos, representados por a - /, - forma las cantidades
mostradas. ,ada mariposa requiere una multiplicaci"n compleja - dos sumas complejas.

3.1 EJEMPLO DEL ALGORITMO FFT
Fara especificar la idea realicemos nue$amente el ejemplo b, para >K;
I
por el
algoritmo FFT<
Desarrollando<

A ?
( '
( ) B C
k n
n
X k x n w
(I.&.&)
+ + + + + + +
( ; I J ) 4 A
' ' ' ' ' ' ' '
B(C B&C B;C BIC BJC B)C B4C BAC
k k k k k k k k
x w x w x w x w x w x w x w x w
Donde se cumple para w<




+
+


; ;
' J
; ; ;
' ' J
; ? ?
; ? ?
' J
(; &)? ?
(; &)? ?
' J '
j n k j n k
n k n k
j n k j k j n k
n k n k k
w e e w
w e e e w w
grupando trminos pares con impares<
+ + +
( ; I
J J J J
( ) ( B(C B;C BJC B4C )
k k k k
X k x w x w x w x w
+ + + +
( ; I
J J J J '
( B&C BIC B)C BAC )
k k k k k
x w x w x w x w w
Tomamos<
+ B; C B C B; &C B C , (,&,;,I x r f r y x r ( r r
,luego<
+ + +
( ; I
J J J J
( ) ( B(C B&C B;C BIC )
k k k k
X k f w f w f w f w
+ + + +
( ; I
J J J J '
( B(C B&C B;C BIC )
k k k k k
( w ( w ( w ( w w (I.&.;)
Fero dentro de cada parntesis de (I.&.;) podemos reali@ar una nue$a
factori@aci"n, sabiendo que<
D. L. LL. FIEE-UNI
7
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER




+
+


; ;
J ;
; ; ;
J ; J
; ? ?
; ? ?
J ;
(; &)? ?
(; &)? ?
J ; J
j n k j n k
n k n k
j n k j n k j k
n k n k k
w e e w
w e e e w w
:ntonces< ( )
+ + +
; ;
J J J
( ) ( B(C B;C ) ( B&C BIC )
k k k
X k f f w f f w w
( )
+ + + +
; ;
J J J '
( B(C B;C ) ( B&C BIC )
k k k k
( ( w ( ( w w w

>ue$amente<
+ B; C B C B; &C B C , (,&
f (
f s f s y f s f s s
, luego<
( )
+ + +
; ; J
( ) ( B(C B&C ) ( B(C B&C )
k k k
f f ( (
X k f f w f f w w
( )
+ + + +
; ; J '
( B(C B&C ) ( B(C B&C )
k k k k
f f ( (
( ( w ( ( w w w
(***)
7empla@ando los 8ndices iniciales<

( )

+ + +
;
( ) ( B(C BJC ) ( B;C B4C )
j k
j k j k
X k x x e x x e e

( )




+ + + +
; J
( B&C B)C ) ( BIC BAC )
j k j k
j k j k
x x e x x e e e
KP ( )
+ + + ( ) ( B(C BJC( &) ) ( B;C B4C( &) )( )
k k k
X k x x x x j
( )

+ + + +
J
( B&C B)C( &) ) ( BIC BAC( &) )( )
j k
k k k
x x x x j e (I.&.I)
:sta es la forma general de se obtiene /Esimo termino para >K', adems
$emos que se debern ejecutar J DFT de longitud ;, - los resultados que se
obtengan se usaran para ejecutar ; DFT de longitud J, para lo cual se reali@o I
particiones. Fara interpretar lo que indica la ec. (I.&.I) $eamos la figura J,
donde cada flec#a en diagonal representa una suma - las acompa!an sus
factores multiplicati$os<


F0%67 J
:l n=mero total de clculos que se reali@ara sern NK' sumas para cada etapa
- log
;
NKI etapas, #aciendo el n=mero de procesos bsicos de (')(I)KN 0o(
2
N.
:n general se cumple que para la FFT el n=mero de clculos es< N 0o(
2
N.
D. L. LL. FIEE-UNI
8
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
,omparando con la DFT de N
;
clculos. Fara cuantificar la diferencia $eamos
la siguiente tabla para distintos $alores de N<

N ; J ' &4 I; 4J &;' ;)4 )&; &(;J
$
2
J &4 4J ;)4 &(;J J(34 &4I'J 4))I4 ;4;&JJ &(J')A4
$lo%2$
; ' ;J 4J &4( I'J '34 ;(J' J4(' &(;J(
:l n=mero de clculos es directamente proporcional al tiempo de soluci"n<

FIGURA 5< :sta figura muestra que tan lento crece
el tiempo de soluci"n de un proceso de >log;>.
:sta diferencia en la rapide@ de clculos de la FFT Q computaci"n digital fue
completamente responsable de la 9explosi"n9 del Frocesamiento Digital de
5e!ales D5F en los a!os 4(Rs.

Fara terminar #a- que mencionar que el algoritmo FFT se encuentra
implementado en muc#os programas de computaci"n. Heamos las
instrucciones que se usan en el 2TL1 para el ejecutar el ejemplo a - b:

a.EFara nK;
;
<,xK(&,;,I,J)<

>> x=1:1:4
x =
1 2 3 4
>> y=fft(x)'
y =
10.0000
-2.0000 - 2.0000i
-2.0000
-2.0000 + 2.0000i

b.EFara nK;
I
,xK(&,;,I,J,),4,A,')
>> x=1:1:8
D. L. LL. FIEE-UNI
9
MATEMATICAS V TRANSFORMADA RAPIDA DE FOURIER
x =
1 2 3 4 5 6 7 8
>> y=fft(x)'
y =
36.0000
-4.0000 - 9.6569i
-4.0000 - 4.0000i
-4.0000 - 1.6569i
-4.0000
-4.0000 + 1.6569i
-4.0000 + 4.0000i
-4.0000 + 9.6569i

(G) manera de extensi"n dejamos adjuntado un art8culo donde se muestra la
deducci"n del FFT de forma matricial en los anexos
4. REFERENCIAS BIBLIOGRAFICAS
B&C .E .ppen#eim, . H. D +ills/-, . 5.D >aSab, 5.N.< 5:TL:5 L 505T:25<
:d. Frentice Nall< 2xico<&33'.
Fg.<;&& a ;&IEI)' a I4&EJ&A a J;(.
B;C.E7ojas, H. D.< T7>5F.72D U< F0::E6>0< LimaEFer=. ;((&
Fg.< 3I a &().
7eferencias en 0nternet<
Hisitar<
,oole-ETu/e- FFT algorit#m E +i/ipedia, t#e free
enc-clopedia.#tm
2at#SorldVSolframVcomEFastFourierTransform.#tm
Deri$ando la Transformada 7pida de Fourier.m#t
:cuaci"n de 2atri@ para la DTF5.m#t

D. L. LL. FIEE-UNI
1