La transformada de Fourier

Manuel Macı́as, Freddy León

18 de enero de 2018
Índice general

1. La Transformada de Fourier 5
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. La integral de Fourier . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Las condiciones de Dirichlet para la integral de Fourier 7
1.3. Par de transformadas de Fourier . . . . . . . . . . . . . . . . . 8
1.3.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Espectro de Fourier continuo . . . . . . . . . . . . . . . . . . . 10
1.4.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2. Propiedades de las transformadas de Fourier 13

2.1. Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Derivación con respecto al tiempo . . . . . . . . . . . . . . . . 14
2.2.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3. Corrimiento con respecto al tiempo . . . . . . . . . . . . . . . 15
2.3.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4. Corrimiento con respecto a la frecuencia . . . . . . . . . . . . 16
2.4.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5. Propiedad de simetrı́a . . . . . . . . . . . . . . . . . . . . . . 17
2.5.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Bibliografı́a 19

3
Capı́tulo 1

La Transformada de Fourier

1.1. Introducción
La transformada de Fourier, denominada ası́ por Joseph Fourier, es una
transformación matemática empleada para transformar señales entre el do-
minio del tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas
aplicaciones en la fı́sica y la ingenierı́a. Es reversible, siendo capaz de trans-
formarse 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 Fou-
rier 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.
En matematica, la transformada de Fourier es una aplicación que hace
corresponder a una función f con valores complejos y definida en la recta,
otra función g definida de la manera siguiente:
Z x=+∞
1
g(ξ) = √ f (x)e−iξ x dx
2π x=−∞
Para que la definición dada arriba tenga sentido, algunas condiciones técnicas
tiene que ser satisfechas por la función f, a saber, f tiene que ser una función
integrable en el sentido de la integral de Lebesgue. El factor que acompaña
la integral en definición facilita el enunciado de algunos de los teoremas re-
ferentes a la transformada de Fourier. Aunque esta forma de normalizar la
transformada de Fourier es la más comúnmente adoptada, no es universal.
La transformada de Fourier ası́ definida goza de una serie de propiedades
de continuidad que garantizan que puede extenderse a espacios de funciones
mayores e incluso a espacios de funciones generalizadas.

5
 La transformada de Fourier tiene una multitud de aplicaciones en muchas
áreas de la ciencia e ingenierı́a: la fı́sica, la teorı́a de los números, la combina-
toria, el procesamiento de señales, la teorı́a de la probabilidad, la estadı́stica,
la óptica, la propagación de ondas y otras áreas. En procesamiento de señales
la transformada de Fourier suele considerarse como la decomposición de una
señal en componentes de frecuencias diferentes, es decir, g corresponde al
espectro de frecuencias de la señal f.
La rama de la matemática que estudia la transformada de Fourier y sus
generalizaciones es denominada análisis armónico.
Son varias las notaciones que se utilizan para la transformada de Fourier
de f. Hé aquı́ algunas de ellas: F[f ], fˆ, F (f ) a siguiente:

1.2. La integral de Fourier

Como se sabe los métodos de series de Fourier proporcionan una técnica
para la representación en el dominio de la frecuencia de funciones periódicas.
Al expresar una función como su expansión en serie de Fourier se descompone
la función en sus componentes armónicas o de frecuencia. Ası́ una función
periódica f (t) de periodo T 0 tiene componentes de frecuencia discretas

2πn
ωn = = nω0 (n = 0, 1, 2, 3, ...)
T0
donde ω0 es la frecuencia fundamental, esto es, la frecuencia de la fun-
ción original f (t). En consecuencia, podemos interpretar una serie de Fourier
como constituida por un espectro de frecuencia cdiscreta de una función pe-
riodica f (t), proporcionando ası́ una representacion alternativa en el dominio
de la frecuencia de la función para su forma de onda en el dominio del tiem-
po. Sin embargo, no todas las funciones son periódicas ası́ que necesitamos
desarrollar un método que dé una representación similar para funciones no
periódicas definidas en −∞ < t < ∞. Una manera de alcanzar esto es ob-
servar una porción de una función de una función no periodica f (t) sobre un
intervalo T , imaginando que estamos observando una gráfica f (t) a través de
una ”ventana”de longuitud T , y después considerar lo que pasa conforme T
se alarga.

foto de la ventana de fourier

Existen un conjunto de condiciones que son suficientes para la existencia

de la integral de Fourier es una forma corregida de las condiciones de Diri-
chlet para las series de Fourier.

1.2.1. Las condiciones de Dirichlet para la integral de

Fourier
Si la funcion f (t) es tal que
(a) es obsolutamente integrable, de manera que
Z ∞
|f (t)|dt < ∞
−∞

(b) tiene a lo más un número finito de máximos y mı́nimos y un número

finito de discontinuidades en cualquier intervalo finito, entonces la represen-
tación en la integral de Fourier de f (t) converge a f (t) en todo punto donde
f (t) es discontinua

Para obtener la forma trigonometrica o forma real de la integral de Fou-

rier sustituimos

ejω(τ −t) = cos(ω(τ − t) − jsen(ω(τ − t))

en
Z ∞  Z ∞ 
1 jωt −jωt
f (t) = e f (τ )e dτ dω
−∞ 2π −∞

y obtenemos
Z ∞Z ∞
1
f (t) = f (τ ) [cos ω(τ − t) − j senω(τ − t)] dτ dω
2π −∞ −∞
Como senω(τ − t) es una función impar de ω esto se reduce a
Z ∞Z ∞
1
f (t) = f (τ )cos ω(τ − t)dτ dω
2π −∞ −∞
y por ser una función par de ω se reduce a
1 ∞
Z Z ∞
f (t) = dω f (τ )cos ω(τ − t)dτ
π 0 −∞

entonces esta es la forma trigonometrica requerida de la integral de Fou-

rier.

si f (t) es una función impar o una función par entonces son posibles más
simplificaciones y quedar en senos y consenos como se detalla.

(a) Si f (t) es una función par entonces se reduce a

2 ∞ ∞
Z Z
f (t) = f (τ ) cos ωτ cos ωτ dτ dω
π 0 0

y se conoce como la integral de Fourier en cosenos.

(b) Si f (t) es una función impar entonces se reduce a

2 ∞ ∞
Z Z
f (t) = f (τ ) sen ωτ sen ωτ dτ dω
π 0 0

y se conoce como la integral de Fourier en senos.

1.3. Par de transformadas de Fourier

De la condición de Dirichlet podemos escribir de diferente forma las inte-
grales y nos da como resultado

Z ∞
F (jω) = f (t)e−jωt dt
−∞

F (jω) se le llama como la transformada de Fourier de f (t) y proporciona

una representación en el dominio de la frecuencia de una función no periódica
f (t), siempre que la misma exista.

Z ∞
1
f (t) = F (jω)ejωt dω
2π −∞

f (t) se le llama como la transformada inversa de Fourier de f (t) y pro-

porciona una representación en el dominio del tiempo de una función no
periódica f (t), siempre que la misma y su transformada exista.
 Para denotar el operador de transformada de Fourier se utilı́za el simbolo
F , por lo tanto tenemos que
Z ∞
F {f (t)} = F (jω) = f (t)e−jωt dt
−∞

siempre que exista la integral. De manera similar se define en la transformada

inversa de Fouerier de G(jω) como
Z ∞
1
F {G(jω)} = g(t) =
−1
G(jω)ejωt dω
2π −∞

1.3.1. Ejemplo
Encuentre la representación de la transformada de Fourier de la siguiente
función

f (t) = 1 (−∞ < t < ∞)

Como el area bajo la curva de la funcion es infinita, se sabe que la integral

de la transformada no se encuentra acotada, de manera que no se satisfacen
las condiciones necesarias para la existencia de la traformada y por lo tanto
tenemos que
Z ∞
Rα
1e−jωt dt = lı́mα→∞ −α e−jωt dt
−∞
h i
1 −jωα −jωα
= lı́mα→∞ − jω (e −e )

2 sen ωα
= lı́mα→∞ ω

Como este limite no existe, se puede concluye que f (t) no tiene una re-
presentacion de transformada de Fourier.

1.3.2. Ejemplo
Encuentre la transformada de Fourier de la función exponencial

f (t) = H(t)e−at (a > 0)

donde se sabe que f (t) es la función escalón unitario de Heaviside.

Z ∞
F {f (t)} = H(t)e−at e−jωt
−∞

∞ ∞
e−(a+jω)t
Z 
−(a+jω)t
= e dt = −
0 a + jω 0

de manera que
1
F {H(t)e−at } =
a + jω

1.4. Espectro de Fourier continuo

Se sabe que las transformadas de Fourier generalmente son funciones de
valores complejos de la variable real de la frecuencia ω. Si F {f (t)} = F (jω)
es la transformada de Fourier de la señal f (t) entocnes a F (jω) tambien
se el conoce como el espectro de frecuencua (compleja) de f (t), y al
escribirlo de forma exponenecial tenemos

F (jω) =| F (jω) | ej argF (jω)

las graficas de F (jω) y argF (jω), son funciones de variable real ω, se
llamanm los espectros de amplitud y de fase respectivamente de la señal
f (t).

1.4.1. Ejemplo
Determine los espectros de amplitud y de fase de la señal causal

f (t) = eat H(t) (a > 0)

1
F {f (t)} = F (jω) =
a + jω
por lo tanto la amplitud y el argumento de F (jω) son
1
| F (jω) |= p
(a + ω 2
2
ω  ω 
arg F (jω) = tan−1 (1) − tan−1 = −tan−1
a a
por lo tanto los espectros de amplitud y fase de f (t) son
Capı́tulo 2

Propiedades de las
transformadas de Fourier

2.1. Linealidad
La linealidad es una propiedad fundamental de la matemática y como no
podia faltar de la transformada de Fourier y se puede enunciar de la siguiente
manera.

Si f (t) y g(t) son funciones cuyas transformadas de Fourier son F (jω) y

G(jω), respectivamente y teniendo en consideración que α y β sean constan-
tes.

F {αf (t) + βg(t)} = αF {f (t)} + βF {g(t)} = αF (jω) + βG(jω)

Como consecuencia de esto, se dice que el operador de Fourier F es
un operador lineal. La prueba de esta propiedad la podemos definir de la
siguiente manera
Z ω
F {αf (t) + βg(t)} = [αf (t) + βg(t)] e−jωt dt
−∞
Z ∞ Z ∞
−jω)t
= α f (t)e dt + β g(t)e−jω)t dt
−∞ −∞

= αF (jω) + βG(jω)

Esta claro pero no por demas aclarar que la propiedad de linealidad se

aplica tambien a la transformada inversa de Fourier.

13
2.2. Derivación con respecto al tiempo
Si una función f (t) tiene transformada de Fourier F (jω) entonces, por la
definicion de la transformada inversa.
Z ∞
1
f (t) = F (jω)ejωt dω
2π −∞
Derivamos con respecto al tiempo (t) y obtenemos
Z ∞ Z ∞
df 1 ∂  jωt 1
(jω)F (jω)ejωt dω

= F (jω)e dω =
dt 2π −∞ ∂t 2π −∞
Esto implica que la señal de tiempo F (jω) es la transformada de Fourier
inversa de (jω)F (jω). En otras palabras
 
df
F = (jω)F (jω)
dt
Repitiendo el argumento n veces, se sigue que
 n 
d f
F = (jω)n F (jω)
dtn
Este resultado se conoce como la propiedad de la derivacion con respecto
al tiempo y puede usarse para obtener las representaciones enel domino de
la frecuencia de ecuaciones diferenciales

2.2.1. Ejemplo
Pruebe que las señales en el tiempo y(t) y u(t) tienen transformadas de
Fourier Y (jω) y U (jω) respectivamente

y 00 + 3y 0 + 4y = 3u0 + 2u

entonces Y (jω) = G(jω)U (jω) para alguna función G(jω), aplicamos la

transformada de Fourier a toda la ecuación.

F {y 00 + 3y 0 + 4y} = F {3u0 + 2u}

y usando la propiedad de linealidad
 2     
d y(t) dy(t) du(t)
F + 3F + 4F {y(t)} = 3F + 2F {u(t)}
dt2 dt dt

Entonces,

(jω)2 Y (jω) + 3(jω)Y (jω) + 4Y (jω) = 3(jω)U (jω) + 2U (jω)

esto es
−ω 2 + j3ω + 4 Y (jω) = (j3ω + 2)U (jω)

dando
Y (jω) = G(jω)U (jω)
donde
2 + j3ω
G(jw) =
4 − ω 2 + jω

2.3. Corrimiento con respecto al tiempo

Si una función tiene transformada de Fourier entonces, la transformada
de Fourier de la versión recorrida de f (τ ) definida por g(t) = f (t − τ ), de la
definición de transformada tenemos
Z ∞ Z ∞
F {g(t)} = g(t)e −jωt
dt = f (t − τ )e−jωt dt
−∞ −∞

Realizamos una sustitución x = t − τ y tenemos

Z ∞ Z ∞
F {g(t)} = f (x)e −jω(x+τ )
dx = e −jωt
f (x)e−jωx dx
−∞ −∞

F {g(t)} = e−jωτ F (jω)

lo que nos da como resultado

F {f (t − τ )} = e−jωτ F (jω)

2.3.1. Ejemplo
Determine la transformada de Fourier del pulso rectandular f (t) que se
muestra en la figura
Sabemos que la transformada de Fourier de este pulso rectangular es 2AT senc ωT

entonces usamos la propiedad de corrimiento con respecto al tiempo y rem-

plazamos con τ = T , por lo tanto tenemos

F {f (t)} = F (jω) = e−jωt 2AT senc ωT

= 2AT e−jωt senc ωT

2.4. Corrimiento con respecto a la frecuencia

Supongamos que una función f (t) tiene una transformada de Fourier
F (jω). Entonces, de la definición de transformada de Fourier podemos rela-
cionarla de la siguiente manera g(t) = ejω0 t f (t) esto es
Z ∞ Z ∞
F {g(t)} = jω0 t
e f (t)e −jωt
dt = f (t)e−j(ω−ω0 )t dt
−∞ −∞
Z ∞
= f (t)e−j ω̃t dt, donde ω̃ = ω − ω0
−∞

= F (j ω̃, por definición

F {ejω0 t f (t)} = F (j(ω − ω0 ))

Este resultado se conoce como la propiedad de corrimiento o desplaza-
miento con respecto a la frecuencia, e indica que la multiplicación por ejω0 t
solo recorre el espectro de f (t) de manera que quede en centrado en el punto
ω = ω0 en el dominio de la frecuencia.

2.4.1. Ejemplo
Determine el espectro de frecuencia de la señal g(t) = f (t) cosω0 t
1 jω0 t
+ e−jω0 t , y usando la propiedad de linealidad te-


como cosω0 t = e
2
nemos
 
1
F {g(t)} = F f (t)(ejω0 t
+e−jω0 t
)
2

1 1
= F {f (t)ejω0 t } + F {f (t)e−jω0 t }
2 2

Si F {f (t)} = F (jω), tenemos

1 1
F {f (t)cosω0 t} = F {g(t)} = F (j(ω − ω0 )) + F (j(ω + ω0 ))
2 2

2.5. Propiedad de simetrı́a

De las definiciones de par de transformadas (tanto de trasformad como
de transformada inversa de Fourier) es claro que hay alguna simetrı́a en la
estructura en relación a las variables t y ω. Podemos establecer la forma
exacta de esta simetrı́a.
Z ∞
1
f (t) = F (jω)ejωt dω
2π −∞
o, de manera equivalente, cambiando la variable ”muda”tenemos
Z ∞
2πf (t) = F (jy)ejyt dy
−∞

de manera que
Z ∞
2πf (−t) = F (jy)e−jyt dy
−∞

reemplazamos t por ω
 Z ∞
2πf (−ω) = F (jy)e−jyω dy
−∞

como se observa el lado derecho de la ecuacion es la definición de la transfrma-

da de Fourier de F (jt, con la variable de integración t reemplazada por y.
Podemos concluir que

F {F (jt)} = 2πf (−ω)

dado que

F {f (t)} = F (jω)

2.5.1. Ejemplo
Determine la transformada de Fourier de la señal
C sen at


 (t 6= 0)
g(t) = C senc at = at


C (t = 0)
F (jt) = 2AT senctT

C
y asi, eligiendo T = a A = 2a
para corresponder a la funcion g(t), vemos que

F (jt) = Csencat = g(t)

tiene una transformada de Fourier 2πf (−ω). entonces encontramos que |ω| =
| − ω|

2πC


 (|ω| 6 a)
F (C senc at) = 2a


C (|ω| > a)

Podemos observar la gráfica de g(t) y su transformada de Fourier G(jω) =

2πf (−ω)
Bibliografı́a

[1] Glyn James, Matemáticas avanzadas para ingenierı́a, Pearson, Mexico

1997

[2] Eduardo Espinoza Ramos, Variable Compleja, Perú 2008

[3] Dennis Zill, Matemáticas avanzadas para ingenierı́a 2 Cálculo vectorial,

análisis de Fourier y análisis complejo, Mc Graw Hill, Mexico 2008

21