INTRODUCCIÓN

En el trabajo de investigación que hemos desarrollado con la idea central de la para explicar
de forma muy sencilla, el análisis espectral descompone una señal en sus frecuencias
constitutivas, discretas y almacena la amplitud de cada señal con su respectiva frecuencia.
Por lo tanto, Joseph B. Fourier en 1811 nos presenta una de las representaciones de la señal
en el dominio de la frecuencia y contiene exactamente la misma información que la función
original. Lo único que difiere es el procedimiento de representación. El análisis de Fourier
permite entonces examinar la señal desde otro punto de vista.

Por qué en el concepto matemático que hoy conocemos como transformada de Fourier para
la conexión con un tratado sobre la propagación del calor, mediante un argumento de paso
del discreto al continuo a partir de las series que también llevan su nombre. La transformada
de Fourier y el análisis armónico en general constituye hoy una de las herramientas más útiles
para el estudio y el tratamiento de múltiples aspectos de las ecuaciones en derivadas parciales.
Podría decirse que en este ámbito desempeña un papel similar al de la transformada de
Laplace en el campo de las ecuaciones diferenciales ordinarias, permitiendo soluciones
notables en las ecuaciones cada vez que contribuye a transformar derivadas en potencias. Es
también significativo el papel que la transformada de Fourier juega en el terreno de las
aplicaciones, fundamentalmente en teoría de la señal, teoría cuántica de campos, tomografía,
tratamiento y digitalización de imágenes.

Sin embargo para buscar la respuesta impulsiones que ha de tener un sistema nos dará una
representación, transformación y manipulación de señales y de la importancia que contienen.
Cuando se refiere al procesado digital de señales, se refiere a la representación mediante
secuencias de números de precisión finita y la transformación de una entrada en una salida
de señales por medio de un computador.
DESARROLLO
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.

El problema de esta transformada es que las matemáticas detrás de ella son bastante
avanzadas. Solo hay que echar un vistazo a la expresión matemática para visualizar todo lo
que hay detrás. La voy a poner aquí pero también adelanto que a lo largo de este artículo
veremos una explicación sencilla, tanto del concepto como de las matemáticas detrás de ella:

La transformada de Fourier, aplicaciones.

Sin entrar a valorar las matemáticas detrás de ellas, lo que permite la transformada de Fourier
es convertir cualquier función matemática a otro domino, denominado el dominio de la
frecuencia. Esto facilita tratar y analizar las funciones de una forma alternativa. Como es
muy genérico vamos a poner algún ejemplo.

Un ingeniero de sonido puede tener una grabación de audio con mucho ruido, por ejemplo
porque había un pitido en el ambiente. Estos ruidos muchas veces pueden eliminarse, pero
para ello habría que separar la parte del sonido deseada y la que se quiere eliminar. Esta
separación muchas veces es imposible por métodos convencionales, ya que la señal que se
tiene está ya sumada, y sin saber una de las partes es imposible eliminar la otra.

Sin embargo con la transformada de Fourier se puede ver la señal en el dominio de la

frecuencia, es decir, descomponiendo la señal en las distintas frecuencias que la componen
(los sonidos graves y agudos). Viendo la señal en este dominio es posible que el ruido, que
puede tener solo algunos componentes frecuenciales, se vea claramente separado, y por tanto
se pueda filtrar, y volver de nuevo al domino temporal, teniendo así una señal limpia de ruido.

En telecomunicaciones pasa algo parecido. Se pueden transmitir señales en el aire a través

de ondas electromagnéticas separándolas en distintas frecuencias. Esto permite utilizar todo
el espectro radioeléctrico para transmitir señales y poder tener así en el aire señales de radio,
televisión, telefonía móvil y wifi (por ejemplo) en un ambiente dado pero que cada aparato
electrónico escuche lo que necesita. Todos los aparatos electrónicos tienen elementos que
son capaces de elegir las frecuencias que necesitan y esto es gracias al desarrollo matemático
de la transformada de Fourier.(Nieto, 2020)
Si se desea extender la clase de funciones transformables a fin de incluir señales aperiódicas
representadas para todo t, hay que utilizar otro tipo de descomposición para x(t). Un tipo de
descomposición bastante útil es aquella en la cual se representa x(t) mediante un continuo de
sinusoides complejas de la forma exp(jft2π). La representación se efectúa entonces en
términos de la llamada Transformada de Fourier que se considera a continuación.

Para desarrollar una representación de x(t), Fig. 1 (a), en el intervalo (-∞, ∞) en términos de
un continuo de señales exponenciales, vamos a postular que x(t) define un ciclo de una señal
periódica xT(t ), es decir, x(t) es la señal generatriz de x T(t), como se muestra en la Fig. 1(b).

Figure 1:Señales generatriz y Periódicas

(Wise,Autor:
1990)Ing. Dr. J. Briceño

Obteneomos la transformada de Fourier de funciones simples. La más importante es la

función de Gauss.

Para una función no periódica P-->∞

La primera integral que

obtiene F(ω) se denomina transformada de Fourier de f(t), y la segunda se denomina
transformada inversa de Fourier.
El cuadrado f2(t) nos da una idea de cómo la energía contenida en la onda se distribuye en el
tiempo, mientas que F2(ω) nos da una idea de cómo la energía se distribuye en el espectro de
frecuencias. Naturalmente,

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

>> syms a t w;
>> int('exp(-i*w*t)',t,-a,a)
ans =(2*sin(a*w))/w
Alternativamente, utilizamos la función fourier de MATLAB

syms a t;
ft=heaviside(t+a)-heaviside(t-a);
Fw=fourier(ft);
Fw=simplify(Fw)

ft=subs(ft,a,1);
subplot(2,1,1)
ezplot(ft,[-2,2]);
ylim([-0.2 1.2])
xlabel('t');
ylabel('f(t)')
title('Pulso rectangular')

Fw=subs(Fw,a,1);
subplot(2,1,2)
hg=ezplot(Fw,[-10,10]);
set(hg,'color','r')
ylim([-1 2.2])
xlabel('\omega');
ylabel('F(\omega)')
title('Transformada de Fourier')
grid on
 Figure 2pulso rectangular de semianchura a=1 y su transformada de Fourier

Autor: Ángel Franco García

Fuente: http://www.sc.ehu.es/sbweb/fisica3/simbolico/fourier/pulso.jpg

(García, 2016).

Reglas de la Síntesis Aditiva (o síntesis de Fourier):

 Solo sinusoides pueden ser combinadas

 Las frecuencias de todas las sinusoides deben estar armónicamente relacionas
Solo tenemos libertad para cada sinusoide en la elección de:

 Frecuencia fundamental
 Amplitud
 Fase

Expansión de Síntesis Aditiva.

Figure 3:La pieza de música por computador más famosa del mundo

Autor: James ”Andy” Moorer

Armónicos y Periodicidad
Para una frecuencia fundamental f, cualquier múltiplo entero de f es un armónico.
Una serie armónica puede expresarse entonces:

f + 2f + 3f + 4f + 5f + 6f + 7f + · · ·
Una función (señal) f(t) es periódica son periodo τ si para cualquier t,
f(t) = f(t + τ ), (−∞ < t < ∞)-
Figure 4:Onda Cuadrada

Autor: Juan-Pablo Cáceres

Análisis Espectral.
Cualquier se˜nal (waveform) per´odica puede ser descompuesta en
sinusoides
  Estudio de timbres musicales
 Clasificación de sonidos por contenido espectral
 Re síntesis usando síntesis de Fourier
 Sintetización de sonidos híbridos (mezcla de sonidos analizados, morphing)
 Creación arbitraria de mezclas de frecuencias
El espectro (analizado) del clarinete debiera verse así:

¿Cómo detectamos (analizamos) las Frecuencias?

En el espectro anterior, aparecen claramente la energía de cada sinusoide del clarinete.
¿Cómo detectamos esto con análisis?
Figure 5:Preambulo: Multiplicación de Señales

Autor: Juan Pablo Cáceres.

Multiplication de Señales
Detector de Frecuencias.
Multiplicación de señales idénticas genera una señal que es siempre positiva.

◮ x(t): sinusoide como señal de prueba (señal que será analizada)

◮ y(t): señal de sondeo, sinusoide con frecuencia variable

◮ c(t): el producto de las 2 señales x(t)y(t)

c(t) será mayor cuando x(t) e y(t) sean idénticas.

(Pablo, 2007).

SEÑALES DIGITALES CONTINUA Y DISCRETAS

Señales de Tiempo Continuo

Son aquellas en las cuales su dominio puede expresarse en base al conjunto de los números
reales, es decir ésta está especificada para cada valor real de tiempo t.

Señal en tiempo continuo.

En la imagen presentada, observamos una señal continúa simulada a través de software. Ya
que no puedes almacenar todos los conjuntos de números reales en la memoria de un
ordenador. Sin embargo, puedes lograr simular este tipo de señales en las cuales el dominio
del tiempo sea lo suficientemente grande como para dar la impresión que es un conjunto
infinito. (Navarro, 2015).

Transformada Continua de Fourier

 t: Tiempo
 f: Frecuencia en Hz
 x(t): Señal de prueba
  e−j2πf t: Fasor de Sondeo (Kernel Function)
 X(f): Espectro en función de la frecuencia f

x(t) ↔ X(f), es decir para una función x(t) existe un equivalente

X(f).

X(f), el espectro, revela la fuerza (energía) de varias componentes de frecuencia, ordenadas

por frecuencia.
La transformada de Fourier actúa como un detector de energía en frecuencia-dependiente

Señales de Tiempo Discreto

Son aquellas en las cuales su dominio está específicado para ciertos valores finitos del
tiempo.

En la imagen presenta, puedes observar claramente que el dominio del tiempo es discreto, ya
que contiene un conjunto finito de valores. Estas señales son utilizadas cuando estas
muestreando una señal analógica a través de un conversor analógico / digital ADC.
Por otro lado, también se tienen señales que hacen referencia a su amplitud, así:

Señales Analógicas

Son aquellas en las cuales su amplitud puede tomar diferentes valores infinitos dentro de un
intervalo de tiempo.
Señal analógica.
¿Pueden que la imagen de una señal analógica se parece mucho a una señal de tiempo
continuo? Esto es debido a que las señales de tiempo continuo hacen referencia al intervalo
de tiempo, mientras que las analógicas hacen referencia al intervalo de amplitud. Entonces
por eso la similitud. (Navarro, 2015).

Tranformadas Discretas (DFT)

El equivalente en tiempo y frecuencia discreta es la Transformada Discreta de Fourier (DFT)

 N: Número de Samplers en x[n]

 x[n]: Señal de prueba discreta (con índice n)
 X[k]: Espectro en función de la frecuencia discreta (con índice k)

 e−jkωn/N: Fasor de Sondeo discreto (Kernel Function)

Ejemplo con GeoGebra.

Figure 6: Onda Cuadrada grafico desarrollado en GeoGebra.

 CONCLUSIONES
 La transformada de Fourier es la herramienta apta para la modulación de señales
físicas y de su conversión al espectro digital, ya que por su naturaleza se puede
representar mediante series de Fourier.
 En la transformada de Fourier nos permite transformación del dominio tiempo al
dominio frecuencia con los diversos arreglos para la modulación en el mapeo desde
el espectro en frecuencia digital o binario es directo.
 Esta herramienta matemática resume 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 y a la vez
permite por medio de la modulación de las señales se mejora la calidad de los datos
transmitidos. reduciendo considerablemente la tasa de pérdidas de paquetes. induce
de ruidos.
 REFERENCIAS
García, A. (2016). Transformada de Fourier. Obtenido de Transformada de Fourier:
http://www.sc.ehu.es/sbweb/fisica3/simbolico/fourier/fourier_1.html

Navarro, K. (22 de 01 de 2015). Señales continuas, analógicas, discretas y digitales.

Obtenido de Señales continuas, analógicas, discretas y digitales:
http://panamahitek.com/senales-continuas-analogicas-discretas-y-digitales/

Nieto, A. (10 de 04 de 2020). La transformada de Fourier . Obtenido de La transformada de

Fourier : https://www.xataka.com/otros/alguien-ha-hecho-video-perfecto-para-
todos-que-sufrimos-intentando-entender-transformada-fourier-1
Pablo, J. (2007). Transformada de Fourier. Caceres: CCRMA. Obtenido de
https://ccrma.stanford.edu/workshops/cm2007/topics/clases/PDFs/05fourier_hando
ut.pdf
Wise, R. (1990). La transformada de Fourier:. The body snatcher. Obtenido de
https://www.ugr.es/~jllopez/Cap2-Fourier.pdf