¿Qué es la Transformada de Fourier? Una introducción visual

3Blue1Brown Español
21 Sept 202019:47

Summary

TLDREste script de video introduce la transformada de Fourier, una herramienta matemática crucial para descomponer señales en sus frecuencias componentes. Se ilustra con sonidos y gráficas, mostrando cómo las notas distintas crean una onda compleja. El video usa la analogía de enrollar gráficas en un círculo para aislar frecuencias, destacando la ubicuidad de esta idea en áreas de matemáticas y física. La explicación se enfoca en la teoría detrás de la transformada, su aplicación en la edición de sonido y cómo se puede usar para filtrar y analizar señales, prometiendo más detalles en futuras entregas.

Takeaways

  • 🎶 El objetivo principal del video es introducir y explicar la transformada de Fourier de manera animada y accesible.
  • 👂 La transformada de Fourier se utiliza para descomponer frecuencias de sonido, lo cual es fundamental en la edición de sonido y otras áreas de la física y matemáticas.
  • 📈 Se ilustra cómo la presión del aire, representada gráficamente, cambia con el tiempo para diferentes notas musicales y cómo se combina al sonar juntas.
  • 🔍 La desafío es descomponer una señal compleja en sus frecuencias puras, similar a separar colores mezclados en una pintura.
  • 🌀 Se introduce la idea de 'enrollar' una señal en un círculo para analizar su frecuencia, comparando con el movimiento de un vector rotatorio.
  • 📊 La 'casi transformada' se describe como un paso intermedio hacia la transformada de Fourier, mostrando cómo se alinean las frecuencias al enrollar la señal.
  • 📚 Se menciona que la transformada de Fourier real involucra un análisis en el plano complejo, utilizando números complejos para describir la señal.
  • ⚙️ La 'maquinaria matemática' construida en el video permite identificar picos en la transformada que corresponden a frecuencias específicas en la señal original.
  • 🔧 Se describe cómo la transformada de Fourier puede ser usada para filtrar señales, como eliminar un ruido indeseable de una grabación.
  • 🔄 La transformada inversa de Fourier es mencionada como el proceso de reconvertir la transformada de una señal de voltaje a su forma original.
  • 🌐 Se destaca la extensión de la transformada de Fourier más allá de la señal de sonido, a áreas diversas de la matemática y la física.

Q & A

  • ¿Qué es la transformada de Fourier y qué hace en el video?

    -La transformada de Fourier es una herramienta matemática utilizada para descomponer señales en sus componentes de frecuencia. En el video se ilustra cómo esta idea puede entenderse a través de un enfoque animado y se aplica para descomponer frecuencias de sonido.

  • ¿Por qué es importante la frecuencia de 440 hertz en el ejemplo del video?

    -La frecuencia de 440 hertz se utiliza como ejemplo para explicar cómo funciona la descomposición de frecuencias en el sonido. Significa que la presión del aire vibraría 440 veces por segundo, lo que es una base para entender la descomposición de sonidos más complejos.

  • ¿Cómo se visualiza la descomposición de frecuencias en el video?

    -Se visualiza a través de gráficas ondulatorias de presión versus tiempo y se muestra cómo la suma de diferentes notas musicales resulta en una gráfica más complicada que luego se descompone en frecuencias puras.

  • ¿Qué es el 'laburo' mencionado en el video y cómo se relaciona con la frecuencia de sonido?

    -El 'laburo' es un término que parece ser una representación gráfica del sonido. Se relaciona con la frecuencia de sonido porque muestra cómo la presión del aire vibra a una cierta frecuencia, como 440 hertz.

  • ¿Cómo se describe el proceso de enrollar una gráfica en un círculo en el video?

    -Se describe como un proceso donde la gráfica de una señal se enrolla alrededor de un círculo, con la longitud del vector rotatorio en cada punto del tiempo siendo igual a la altura de la gráfica en ese tiempo.

  • ¿Qué es el centro de masa de una gráfica enrollada y cómo se utiliza en la transformada de Fourier?

    -El centro de masa de una gráfica enrollada es un concepto que se utiliza para determinar la posición promedio de la gráfica en el plano. En la transformada de Fourier, este centro de masa ayuda a identificar las frecuencias presentes en la señal original.

  • ¿Cómo se relaciona la frecuencia de enrollado con la frecuencia de la señal en la transformada de Fourier?

    -La frecuencia de enrollado se ajusta para que coincida con la frecuencia de la señal. Cuando coinciden, el centro de masa de la gráfica enrollada se alineará de una manera que indica la presencia de esa frecuencia en la señal.

  • ¿Qué es la 'casi transformada' mencionada en el video y cómo se diferencia de la transformada de Fourier real?

    -La 'casi transformada' es una representación intermedia que se utiliza para ilustrar cómo se descomponen las frecuencias. Se diferencia de la transformada de Fourier real en que no incluye el escalado por el tamaño del intervalo de tiempo, que es una parte integral de la transformada de Fourier real.

  • ¿Cómo se utiliza la transformada de Fourier en la edición de sonido?

    -En la edición de sonido, la transformada de Fourier se utiliza para identificar y filtrar frecuencias molestas. Se toma la transformada de la señal, se eliminan las frecuencias indeseadas, y luego se aplica la transformada inversa para obtener la señal original sin esas frecuencias.

  • ¿Qué es la transformada inversa de Fourier y cómo se relaciona con la transformada de Fourier?

    -La transformada inversa de Fourier es el proceso que se utiliza para recuperar la señal original a partir de su transformada de Fourier. Es el proceso inverso que permite volver desde las frecuencias puras a la señal de tiempo.

  • ¿Cómo se relaciona la transformada de Fourier con el concepto de números complejos?

    -La transformada de Fourier utiliza números complejos para describir la señal en términos de sus componentes de frecuencia. El centro de masa de la gráfica enrollada se expresa como un número complejo, lo que permite una descripción elegante de la rotación y el enrollado.

Outlines

00:00

🎵 Introducción a la Transformada de Fourier

El primer párrafo presenta la idea de construir un enfoque animado para entender la Transformada de Fourier, una herramienta matemática fundamental. Se enfatiza la importancia de esta idea en áreas variadas de la matemática y la física y cómo se puede aplicar para descomponer las frecuencias de sonido. Se utiliza el ejemplo de un tono de 440 hertz y se explora cómo la combinación de notas diferentes afecta la forma de la onda resultante. La pregunta central es cómo descomponer una señal en sus frecuencias puras, lo cual se compara con separar pinturas mezcladas. Se introduce la idea de 'enrollar' gráficas de señales alrededor de un círculo para analizarlas de manera diferente según su frecuencia.

05:02

🔄 El Proceso de 'Enrollamiento' de Gráficas

El segundo párrafo profundiza en el proceso de 'enrollar' gráficas de señales en un círculo para encontrar la posición del centro de masa y cómo esto se relaciona con la frecuencia de la señal. Se describe cómo la frecuencia de enrollamiento afecta la distribución del centro de masa y cómo, al alinear la frecuencia de enrollamiento con la frecuencia de la señal, se puede identificar una señal pura. Se ilustra con ejemplos de señales de diferente frecuencia y se muestra cómo la suma de señales puede resultar en una gráfica complicada, pero que aún así se puede analizar para recuperar las frecuencias individuales.

10:03

📈 Aplicaciones y Conceptos de la Transformada de Fourier

El tercer párrafo habla sobre las aplicaciones de la Transformada de Fourier en la edición de sonido y cómo se puede utilizar para filtrar frecuencias molestas. Se introduce la idea de la transformada inversa y cómo se puede usar para restaurar una señal original después de eliminar ciertas frecuencias. Además, se toca el tema de los números complejos y cómo se relacionan con la rotación y el enrollamiento en el plano complejo. Se menciona la fórmula de Euler y cómo se puede usar para describir la gráfica enrollada de una señal.

15:04

📚 Conclusión y Ampliación de la Transformada de Fourier

El último párrafo resume lo aprendido sobre la Transformada de Fourier y hace una distinción entre la 'casi transformada' y la verdadera Transformada de Fourier, enfocándose en la integral que define la Transformada de Fourier en el contexto de señales persistentes a lo largo del tiempo. Se discute cómo la magnitud de la Transformada de Fourier varía con la frecuencia y la duración de la señal. Finalmente, se invita al espectador a suscribirse para el próximo vídeo donde se explorarán más aplicaciones de la Transformada de Fourier en áreas de la matemáticas más allá de la simple extracción de frecuencias.

Mindmap

Keywords

💡Transformada de Fourier

La Transformada de Fourier es un concepto matemático que se utiliza para analizar señales en el dominio de las frecuencias. En el vídeo, se la utiliza para descomponer sonidos en sus componentes frecuenciales, lo que permite entender cómo se pueden separar diferentes sonidos o frecuencias de una señal compuesta. El vídeo ilustra cómo esta transformada puede revelar la presencia de frecuencias específicas en una señal, como un tono musical, y cómo se pueden manipular estas frecuencias para procesar el sonido, como en la edición de sonido.

💡Frecuencia

La frecuencia hace referencia a la cantidad de ciclos o oscilaciones que ocurren en un periodo de tiempo. En el contexto del vídeo, la frecuencia es fundamental para entender cómo se descompone un sonido en sus componentes básicos. El vídeo utiliza ejemplos como el sonido de un instrumento que vibra 440 veces por segundo (440 hertz) para explicar cómo las frecuencias diferentes producen sonidos distintos y cómo se pueden visualizar y manipular estas frecuencias mediante la Transformada de Fourier.

💡Presión del aire

La presión del aire es utilizada en el vídeo para describir la forma en que los sonidos se propagan como ondas sonoras. Cuando un objeto emite sonido, causa variaciones en la presión del aire que viajan como ondas. Estas ondas son graficadas en el vídeo como funciones del tiempo, mostrando cómo la presión del aire fluctúa para producir diferentes sonidos. La Transformada de Fourier se aplica a estas gráficas para analizar y manipular las frecuencias presentes en el sonido.

💡Onda

Una onda en el vídeo se refiere a la representación gráfica de una señal, como la presión del aire que varía con el tiempo. Las ondas se descomponen en diferentes frecuencias, y el vídeo explora cómo las ondas resultantes de la suma de varias frecuencias pueden parecer complicadas, pero la Transformada de Fourier permite desentrañar y analizar estas complejidades. El vídeo usa el ejemplo de ondas sonoras para ilustrar cómo se pueden descomponer en frecuencias puras.

💡Descomposición de frecuencias

La descomposición de frecuencias es el proceso de separar una señal compuesta en sus componentes de frecuencia individuales. El vídeo centra su mensaje en cómo la Transformada de Fourier puede usarse para descomponer sonidos en sus frecuencias constituyentes, permitiendo así una manipulación más fina de la señal. Esto es esencial en aplicaciones prácticas como la edición de sonido, donde se pueden eliminar o modificar frecuencias específicas para mejorar la calidad del sonido.

💡Máquina de enrollado de frecuencias

La 'máquina de enrollado de frecuencias' es una metáfora utilizada en el vídeo para describir el proceso de aplicar la Transformada de Fourier. Imaginando que la señal gráfica se enrolla alrededor de un círculo, esta máquina 'procesa' la señal de tal manera que se pueden observar y analizar sus componentes de frecuencia. El vídeo usa esta metáfora para hacer más intuitiva la idea de cómo la Transformada de Fourier 'desenreda' la señal para revelar sus frecuencias ocultas.

💡Centro de masa

El centro de masa en el vídeo se refiere a la representación del promedio de los puntos de una gráfica enrollada, que se utiliza para identificar la presencia de ciertas frecuencias en la señal. Al analizar cómo cambia la posición del centro de masa a medida que se varía la frecuencia de enrollado, se pueden detectar picos que indican la presencia de frecuencias específicas en la señal original. Este concepto es crucial para entender cómo la Transformada de Fourier identifica las frecuencias en una señal compuesta.

💡Números complejos

Los números complejos son utilizados en el vídeo para describir la posición del centro de masa de la gráfica enrollada en dos dimensiones. Un número complejo tiene una parte real y una parte imaginaria, lo que permite describir tanto la magnitud como la dirección de una frecuencia en la señal. El vídeo explica cómo los números complejos facilitan la descripción de la rotación y el enrollado en el proceso de la Transformada de Fourier.

💡Función exponencial

Las funciones exponenciales son fundamentales en el vídeo para describir la rotación en el plano complejo durante el proceso de enrollado. El vídeo menciona la fórmula de Euler, que relaciona las potencias de e con las rotaciones en el plano complejo, y cómo esto se usa para modelar la rotación de una señal en la Transformada de Fourier. Esta herramienta matemática es clave para entender cómo se aplican las transformaciones en las señales.

💡Integración

La integración en el vídeo se refiere al proceso de calcular el centro de masa de la gráfica enrollada, lo que se realiza sumando los valores complejos de los puntos de la gráfica y dividiendo por el número de puntos. Esta operación matemática es esencial para la Transformada de Fourier, ya que permite obtener la contribución de cada frecuencia en la señal. El vídeo explica cómo la integración se extiende a intervalos infinitos para abarcar todo el rango de frecuencias en una señal.

Highlights

El video presenta una introducción a la transformada de Fourier, una idea matemática fundamental.

Se busca que el video sea accesible e interesante tanto para novatos como para aquellos ya familiarizados con el tema.

Se utiliza el ejemplo de descomponer frecuencias de sonido para ilustrar la idea de la transformada de Fourier.

Se explica cómo la presión del aire cambia con el tiempo para producir diferentes frecuencias auditivas.

Se describe cómo la gráfica resultante de la suma de notas musicales es compleja y ondulatoria.

Se plantea la pregunta central del video: cómo descomponer una señal en sus frecuencias puras.

Se introduce la idea de 'enrollar' una señal alrededor de un círculo para analizar sus frecuencias.

Se discute cómo la frecuencia de enrollado y la frecuencia de la señal afectan la forma de la gráfica en el círculo.

Se ilustra cómo la coincidencia de frecuencias de enrollado y señal afecta la posición del centro de masa de la gráfica.

Se presenta la 'casi transformada' como una herramienta para visualizar y recuperar frecuencias de señales.

Se muestra cómo la transformada de Fourier permite separar y recuperar frecuencias de señales mixtas.

Se discute la utilidad de la transformada de Fourier en la edición de sonido, como filtrar frecuencias molestas.

Se introduce la noción de transformada inversa de Fourier para recuperar la señal original.

Se explica cómo la transformada de Fourier se expresa en términos de números complejos y planos complejos.

Se describe la fórmula de Euler como una herramienta para entender la rotación y el enrollado en el plano complejo.

Se discute cómo la integral de una función compleja captura el centro de masa de la gráfica enrollada.

Se presenta la fórmula completa de la transformada de Fourier y su interpretación como el centro de masa escalado de la gráfica enrollada.

Se resalta que la transformada de Fourier es una extensión más allá del análisis de señales y tiene aplicaciones en áreas diversas de las matemáticas y la física.

Se invita a los espectadores a suscribirse para el próximo video que profundizará en más aplicaciones de la transformada de Fourier.

Transcripts

play00:01

[Música]

play00:04

esto es lo que vamos a construir en este

play00:06

vídeo un enfoque animado para entender

play00:09

una idea matemática super importante la

play00:11

transformada de fourier para quien no

play00:13

esté familiarizado

play00:14

mi meta número uno es que este vídeo sea

play00:17

una introducción a dicho tema incluso

play00:20

para quien ya está familiarizado creo

play00:22

que será bastante divertido y

play00:24

enriquecedor entender cómo es que todos

play00:26

los componentes se pueden ver

play00:28

el ejemplo central para iniciar será el

play00:31

clásico descomponer las frecuencias del

play00:33

sonido después de eso realmente quiero

play00:35

ilustrar cómo está idea se extiende más

play00:37

allá del sonido y la frecuencia hasta

play00:40

llegar a áreas aparentemente dispares de

play00:42

la matemática y la física realmente es

play00:45

bastante impresionante la ubicua que es

play00:46

esta idea

play00:50

este sonido es un laburo

play00:52

440 hertz esto significa que si ustedes

play00:56

me dieran la presión del aire juntos

play00:58

audífonos o bocinas como función del

play01:00

tiempo dicha presión se daría arriba y

play01:02

abajo alrededor de su equilibrio usual

play01:04

en esta onda haciendo 440 oscilaciones

play01:07

cada segundo una nota más grave como un

play01:10

rey tiene la misma estructura solo que

play01:13

menos vibraciones por segundo y cuando

play01:15

ambas notas se tocan a la vez como creen

play01:18

que luce la gráfica resultante de sesión

play01:20

versus tiempo bueno en cada instante de

play01:23

tiempo dicha diferencia de presión será

play01:26

la suma de dichas notas por separado lo

play01:29

cual aceptémoslo es un poco complicado

play01:33

en algunos puntos las simas coinciden

play01:35

dos fijando en una diferencia de presión

play01:37

alta en otros puntos tienden a

play01:40

cancelarse y así lo que obtienes es una

play01:43

gráfica ondulatoria de presión versus

play01:45

tiempo

play01:48

y en la medida que agreguemos más notas

play01:50

la onda resultante es más complicada por

play01:53

ahora toda ella es la combinación de

play01:55

cuatro frecuencias puras lo cual parece

play01:57

innecesariamente complicado la

play01:59

información puesta en ella

play02:02

un micrófono al grabar cualquier sonido

play02:04

simplemente toma la presión del aire a

play02:06

diferentes puntos del tiempo y registra

play02:08

la suma final

play02:09

así nuestra pregunta central será cómo

play02:12

podemos tomar una señal como esta y

play02:14

descomponer la en las frecuencias puras

play02:16

que la formaron es bastante interesante

play02:19

al sumar las señales realmente todo se

play02:22

lesionó así que recuperarlas de nuevo es

play02:24

cómo separar muchas pinturas de colores

play02:26

que han sido revueltas todas juntas la

play02:29

estrategia general será construir una

play02:31

maquinaria matemática que trate a las

play02:33

señales con una frecuencia específica de

play02:35

manera diferente a como trata a otras

play02:37

señales

play02:39

para comenzar consideremos simplemente

play02:42

tomar una señal pura digamos con tres

play02:44

vibraciones por segundo de forma que

play02:46

podamos graficar la fácilmente

play02:47

limitémonos a observar una porción

play02:49

finita de dicha gráfica en este caso la

play02:52

porción entre 0 y 4.5 segundos la idea

play02:55

central será tomar dicha gráfica y

play02:57

enrollarla alrededor de un silo

play02:59

concretamente a esto me refiero

play03:05

imagina un vector rotatorio que en cada

play03:08

punto del tiempo su longitud es igual a

play03:11

la altura de nuestra gráfica en dicho

play03:13

tiempo de esta manera los puntos

play03:15

elevados de la gráfica corresponden a

play03:17

una mayor distancia desde el origen y

play03:19

los puntos más bajos quedan cerca de

play03:20

error y realmente estamos dibujando la

play03:23

de forma que al no ver nuestros segundos

play03:24

adelante en el tiempo corresponda a una

play03:26

única rotación alrededor del círculo

play03:29

nuestro vector al dibujar la gráfica

play03:31

serpenteante rota a media vuelta por

play03:33

segundo

play03:34

esto es importante aquí hay dos

play03:36

frecuencias diferentes en web la

play03:38

frecuencia de nuestra señal que va de

play03:40

arriba a abajo tres veces por segundo y

play03:43

por separado la frecuencia con que

play03:44

enrollamos la gráfica alrededor del

play03:46

círculo

play03:47

que por el momento es de media rotación

play03:50

por segundo pero podemos ajustar dicha

play03:52

frecuencia como queramos

play03:54

quizás queremos enrollarla más rápida o

play03:58

tal vez enrollamos más lento y la

play04:01

elección de dicha frecuencia de

play04:02

enrollado determina la forma de la

play04:04

gráfica en el círculo

play04:08

algunos de los diagramas que surgen de

play04:10

esto pueden ser complicados aunque son

play04:12

bastante bellas pero es importante tener

play04:14

en cuenta que lo que estamos haciendo

play04:16

aquí es enrollar la señal alrededor del

play04:18

siglo

play04:20

por cierto las líneas verticales que

play04:22

estoy dibujando arriba son una manera de

play04:24

dar seguimiento sobre la gráfica

play04:25

original correspondiendo a una rotación

play04:28

alrededor del círculo

play04:30

así si las líneas están separadas por

play04:32

1.5 segundos significa que ese tiempo

play04:34

toma dar una vuelta completa

play04:36

a este punto quizás tengamos una vaga

play04:39

sensación de que algo especial va a

play04:40

ocurrir cuando la frecuencia de

play04:42

enrollado coincida con la frecuencia de

play04:44

la señal tres vibraciones por segundo

play04:46

todos los puntos altos sobre la gráfica

play04:48

están al lado derecho del círculo y los

play04:49

más bajos a la izquierda pero como

play04:52

podemos tratar de aprovechar esto al

play04:53

tratar de construir una máquina

play04:55

separadora de frecuencias

play04:57

bueno imaginémonos que esta gráfica

play04:59

posee algún tipo de masa con alambre de

play05:02

metal este puntito representa el centro

play05:04

de masa de dicho alambre en la medida en

play05:06

que cambio en una frecuencia y la

play05:08

gráfica se enrolla diferente su centro

play05:10

de masa se tambaleara un poco alrededor

play05:15

para la mayoría de las frecuencias de

play05:17

enrollado simas y valles están

play05:19

espaciadas por el círculo de forma que

play05:21

el centro de masa queda muy cerca de luz

play05:25

si la frecuencia de enrollado es la

play05:27

misma que la frecuencia de esta señal en

play05:29

este caso tres ciclos por segundo todas

play05:31

las cimas quedan a la derecha y todos

play05:33

los valles a la izquierda de manera que

play05:35

el centro de masa queda visualmente

play05:37

distante a la derecha

play05:41

para capturar esto dibujemos una gráfica

play05:44

de seguimiento a la posición del centro

play05:46

de masa para cada frecuencia de

play05:47

enrollado por supuesto el centro de masa

play05:49

es algo de dimensión 2 y requerirá dos

play05:52

coordenadas para seguir pero por el

play05:54

momento sólo registremos su coordenada x

play05:56

así para la frecuencia cero cuando todo

play05:59

está amontonado a la derecha dicha

play06:00

coordenada x es relativamente elevada y

play06:03

entonces al aumentar la frecuencia de

play06:05

enrollado y la gráfica se distribuye por

play06:07

el círculo la coordenada x del centro de

play06:09

masa se acerca 0 y simplemente oscila un

play06:12

poco alrededor

play06:26

entonces cuando se llega a tres

play06:28

vibraciones por segundo hay un pico

play06:30

cuando todo se alinea a la derecha

play06:43

esta es la construcción principal así

play06:46

que resumamos lo que tenemos hasta ahora

play06:47

tenemos la gráfica original de

play06:49

intensidad versus tiempo también tenemos

play06:52

la versión enrollada en el plano 2

play06:53

dimensional y en tercer lugar tenemos

play06:56

una gráfica que refleja la manera en que

play06:58

la frecuencia de enrollado influye en el

play07:00

centro de masa de dicha gráfica

play07:03

a propósito veamos de nuevo las

play07:05

frecuencias cercanas a 0

play07:07

este pico grande alrededor de cero en

play07:10

nuestro

play07:11

simplemente se debe a que la onda está

play07:13

fundada

play07:16

de haber elegido una señal que oscilará

play07:18

alrededor de cero dando lugar a valores

play07:20

negativos entonces al variar las

play07:23

frecuencias de enrollado esta nueva

play07:24

gráfica de los escuchas de enrollado

play07:26

pero el centro de masa solo tendría un

play07:28

pico en el valor de 3

play07:31

usar valores negativos es desordenado

play07:34

especialmente para un primer ejemplo así

play07:36

que simplemente sigamos pensando en

play07:38

términos de la gráfica desplazada sólo

play07:40

quiero que entendamos que dicho pico

play07:42

alrededor de cero se debe solamente al

play07:43

desplazamiento nuestro principal foco de

play07:46

atención para la descomposición de

play07:47

frecuencias es ese salto en el 3

play07:51

toda esta gráfica es lo que voy a llamar

play07:52

la casi transformada despierte la señal

play07:54

original

play07:56

hay un par de diferencias entre ésta y

play07:58

la transformada de verdad pero aún así

play08:01

somos capaces de ver cómo esta

play08:03

maquinaria nos permita recuperar la

play08:04

frecuencia de una señal

play08:07

jugando un poco más tomemos otra señal

play08:09

ahora digamos tengo una frecuencia menor

play08:11

de dos vibraciones por segundo y hagamos

play08:14

la misma cosa

play08:16

enrollarla en un círculo imaginar

play08:18

distintas secuencias de enrollado y

play08:20

mientras hacemos eso dar seguimiento a

play08:22

la posición del centro de masa de la

play08:24

gráfica y entonces graficar la

play08:26

coordenada de x del centro de masa y

play08:28

ajustar la frecuencia de enrollado tal y

play08:30

como antes obtenemos un pico cuando la

play08:33

frecuencia de enrollado coincide con la

play08:34

frecuencia de la señal la cual en este

play08:36

caso es de dos tipos

play08:39

pero el punto principal que realmente

play08:41

hace de esta maquinaria un verdadero

play08:43

deleite es como nos permite tomar una

play08:45

señal formada de varias frecuencias y

play08:47

recuperarlas si tomamos las dos señales

play08:50

que acabamos de observar la de tres y la

play08:52

de dos vibraciones por segundo y luego

play08:54

las sumamos

play08:56

como he dicho antes lo que obtenemos ya

play08:58

no es más una onda si nos identifica es

play09:00

algo un poco más complicado pero imagina

play09:03

que la ponemos en nuestra máquina

play09:04

enrolladora de frecuencias ciertamente

play09:06

en este caso la gráfica enrollada será

play09:09

mucho más complicada obtenemos esto caos

play09:11

y caos y entonces las cosas se alinean

play09:14

muy bien a dos siglos por segundo

play09:16

después encontramos más caos pero las

play09:19

cosas se alinean bien de nuevo a tres

play09:21

ciclos por segundo

play09:23

como dije antes la gráfica enrollada

play09:25

puede parecer complicado

play09:26

la idea simple de enredar la gráfica

play09:29

alrededor de un círculo es simplemente

play09:32

una gráfica más complicada y una

play09:33

secuencia enrollado más alta lo que

play09:35

tenemos ahora con nuestros diferentes

play09:37

picos es que si eres capaz de tomar dos

play09:40

señales y aplicarles esta casita

play09:43

individualmente y luego sumar los

play09:45

resultados obtenemos lo mismo que si

play09:47

primero sumáramos las señales y luego

play09:49

aplicáramos está casi transformada de

play09:52

fourier

play09:54

los más incrédulos quizás quieran poner

play09:57

pausa reflexionar y convencerse a sí

play09:58

mismos de que esto que dije es verdad es

play10:01

una buena prueba para ustedes el

play10:02

verificar por ustedes mismos que está

play10:04

claro lo que estamos viviendo

play10:05

exactamente en esta máquina enrolladora

play10:07

ahora bien esta propiedad hace las cosas

play10:10

muy útiles para nosotros porque la

play10:12

transformada de una frecuencia pura es

play10:14

muy cercana a cero en todas partes

play10:15

excepto en un pico alrededor de la

play10:17

frecuencia así que cuando sumamos dos

play10:19

frecuencias puras esta gráfica de la

play10:20

transformada sólo tienes pequeños picos

play10:22

sobre las frecuencias que la generaron

play10:24

así que esta pequeña maquinaria

play10:27

matemática es exactamente lo que

play10:28

queremos tomar las frecuencias

play10:30

originales desde su suma separando la

play10:33

lata de pinturas mezcladas

play10:35

antes de continuar con toda la

play10:37

matemática que describe esta operación

play10:39

echemos un vistazo a uno de los

play10:40

contextos en los que todo esto es la

play10:42

edición de sonido

play10:43

digamos que tenemos una grabación en la

play10:46

que tenemos una frecuencia en molesta

play10:48

que deseamos filtrar

play10:50

en un principio tu señal proviene de una

play10:52

función de varias intensidades en

play10:54

diferentes voltajes estados a tu bocinas

play10:56

desde un milisegundo al siguiente pero

play10:59

como queremos pensar esto en términos de

play11:01

frecuencias al tomar la transformada de

play11:03

fourier de la señal esa frecuencia alta

play11:05

muy molesta aparecerá como un pico en

play11:07

una frecuencia muy alta

play11:10

atrás del sonido es quitar ese pico alto

play11:13

es mirar la transformada de invierte del

play11:15

sonido que es como tu grabación solo que

play11:18

sin esa frecuencia alta

play11:20

por suerte existe la noción de una

play11:22

transformada inversa de mundial la cual

play11:24

te dice que señala ahora ha producido

play11:26

esta gráfica a partir de su transformada

play11:27

voy a hablar acerca de la transformada

play11:30

inversa en el siguiente vídeo pero para

play11:31

no hacer largo el cuento el aplicar la

play11:34

transformada de fourier a la

play11:35

transformada de fourier misma produce

play11:37

algo muy cercano a la función original

play11:40

esto que acabo de decir es en parte

play11:42

falso pero está encaminado a la verdad y

play11:44

la razón principal de que sea una

play11:46

mentira es que aún tengo que decirles

play11:47

cuál es de hecho la transformada de

play11:49

fourier ya que la idea es un poco más

play11:51

compleja que la coordenada x del centro

play11:53

de masa

play11:54

volviendo a la gráfica enrollada y ver

play11:57

su centro de masa la coordenada x

play11:58

realmente la mitad de la historia me

play12:00

refiero a en dos dimensiones tiene

play12:02

además una coordenada g

play12:05

y como es típico en matemáticas siempre

play12:07

que estés trabajando con algo de

play12:09

dimensión 2 es elegante pensarlo en el

play12:11

plano complejo donde este centro de masa

play12:14

será un número complejo el cual quiere

play12:16

su parte real y su parte imaginaria

play12:20

y la razón para hablar en términos de

play12:22

números complejos más que solo decir que

play12:24

tiene dos coordenadas es que los números

play12:26

complejos llevan a una descripción muy

play12:28

bonita en lo relacionado con el

play12:29

enrollado y la rotación

play12:32

por ejemplo la famosa fórmula de hoy

play12:34

leer nos dice que si le vas a la

play12:36

potencia y por un número llegas al punto

play12:39

que obtienes al caminar dicho número de

play12:41

unidades alrededor del círculo de radio

play12:43

1 en el sentido antihorario en misano

play12:45

desde la derecha así que imagina que

play12:48

quieres describir el rotar a una tasa de

play12:51

un ciclo por segundo una cosa que puedes

play12:54

hacer es tomar la expresión y elevado a

play12:57

la 2 y ori por 'the donde t es el tiempo

play13:00

transcurrido

play13:01

puesto que para un círculo de radio 12

play13:04

pi describe la longitud completa de su

play13:06

circunferencia

play13:07

y como esto es un poco rápido y difícil

play13:10

de observar quizás quieran describir

play13:12

otra frecuencia algo menor y más

play13:14

razonable que sea simplemente explicar

play13:16

dicho tiempo t en el exponente por una

play13:18

frecuencia f

play13:21

por ejemplo si f fuera una décima

play13:24

entonces el vector da una vuelta

play13:26

completa cada 10 segundos ya que el

play13:28

tiempo te debe llegar a 10 para que el

play13:31

expediente sea 2 y por iu

play13:34

tengo otro vídeo explicando por qué este

play13:36

es el comportamiento de la función

play13:37

exponencial para valores imaginarios por

play13:39

si tienen curiosidad pero por ahora

play13:42

vamos a darlo por hecho porque les estoy

play13:44

diciendo esto podrán preguntarse bueno

play13:47

esto nos brinda una buena manera de

play13:49

plasmar la idea de entender la gráfica

play13:51

en una única y concreta fórmula primero

play13:53

la convención en el contexto de la

play13:55

transformada de fourier es pensar en

play13:57

rotaciones de la dirección horaria así

play13:59

que coloquemos de un ciclo negativo al

play14:01

exponente

play14:03

ahora tomemos alguna función que escriba

play14:06

la intensidad de una señal por ejemplo

play14:08

coseno puro como teníamos antes y

play14:10

sabemos lo que de t

play14:12

si multiplicamos esta expresión

play14:14

exponencial porque de t significa que al

play14:17

rotar el número complejo se va a

play14:19

rescatar arriba y abajo de acuerdo al

play14:21

valor de la función

play14:23

así que podemos pensar en este vector

play14:25

citó rotatorio y cambiante como

play14:28

dibujando la gráfica enrollada

play14:30

piensen en ello es sorprendente esta

play14:33

pequeñísima expresión es una forma súper

play14:36

elegante de encapsular la idea completa

play14:38

de enrollar una gráfica alrededor de un

play14:39

círculo con una frecuencia f

play14:42

y recuerden que lo que queremos hacer

play14:44

con esta gráfica enrollada es registrar

play14:46

su centro de masa así que piensen en qué

play14:48

fórmula va a capturar esto bueno para

play14:52

aproximarlo al menos pudiéramos tomar

play14:54

algunos tiempos de muestra de la señal

play14:56

original ver en donde dichos tiempos

play14:58

terminan sobre la gráfica enrollada y

play15:00

tomar el promedio esto es sumarlos todos

play15:03

como números complejos y luego

play15:05

dividirlos entre el número de puntos de

play15:07

la muestra esto se vuelve más preciso

play15:09

entre más puntos tenemos y más cercanos

play15:11

estén entre sí

play15:13

y en el límite en vez de fijarnos en la

play15:15

suma de todos los puntos dividida entre

play15:17

el número de puntos tomamos la integral

play15:19

de dicha función dividida entre el

play15:21

tamaño del intervalo que estamos

play15:22

observando

play15:25

la idea de integrar funciones complejas

play15:27

puede parecer extraña y para cualquiera

play15:29

que sea temeroso del cálculo hasta

play15:31

intimidante pero el significado de fondo

play15:33

no requiere conocimientos de cali la

play15:36

expresión completa es simplemente el

play15:38

centro de masa de la gráfica enrollada

play15:41

así que genial paso a paso hemos

play15:43

construido esta quizás complicada pero

play15:45

sorprendente pequeña expresión para toda

play15:47

la idea de la máquina de enrutado de la

play15:49

que es andar

play15:51

y ahora hay una última distinción que

play15:53

hacer entre ésta y la verdadera

play15:55

transformada de cierta simplemente no

play15:58

dividamos entre el tamaño del intervalo

play16:01

la transformada de fourier simplemente

play16:03

es la parte integral de la fórmula lo

play16:05

que significa que en vez de mirar el

play16:07

centro de masa este está escalado por

play16:09

una cierta cantidad si la porción de la

play16:12

gráfica original fuera de tres segundos

play16:13

tendrías que multiplicar el centro de

play16:15

masa por tres

play16:18

si fuera de 6 segundos el centro de masa

play16:21

se multiplicaría por 6

play16:24

físicamente esto tiene el efecto de que

play16:26

cuando una cierta frecuencia persiste a

play16:29

lo largo del tiempo entonces la magnitud

play16:31

de la transformada de fourier crece más

play16:34

y más

play16:35

por ejemplo lo que estamos viendo ahora

play16:37

es como cuando tenemos una frecuencia

play16:39

pura de dos vibraciones por segundo y

play16:42

enrollamos la gráfica a dos ciclos por

play16:44

segundo el centro de masa permanece en

play16:46

la misma dirección ya que la gráfica

play16:48

tiene la misma forma pero a medida que

play16:50

la señal persiste el valor de la

play16:52

transformada de fourier en dicha

play16:53

frecuencia será mayor

play16:55

para otras frecuencias incluso cuando se

play16:58

aumenta solo un poco es cancelada por el

play17:00

hecho de que para intervalos de tiempo

play17:02

más largos hay mayor oportunidad para la

play17:04

gráfica de equilibrarse alrededor del

play17:06

círculo

play17:08

estas son muchas cosas moviéndose así

play17:12

que vamos a resumir lo que tenemos la

play17:14

transformada de fourier de una función

play17:16

intensidad versus tiempo digamos g de t

play17:18

es una función que no tiene el tiempo

play17:20

como argumento pero que en su lugar toma

play17:23

una frecuencia a la cual hemos estado

play17:25

llamando la frecuencia de enrollado

play17:28

en términos de notación la convención de

play17:30

llamarle a esta nueva función que górriz

play17:32

con un acento circunflejo sobre ella

play17:35

ahora el valor que arroja esta función

play17:37

es un número complejo o un punto en el

play17:39

plano complejo correspondiente a la

play17:41

fuerza de la frecuencia en la señal

play17:43

original

play17:45

la gráfica que hemos representado para

play17:47

la transformada de fourier solamente en

play17:49

la componente real la coordenada x pero

play17:52

podemos también graficar la parte

play17:54

imaginaria por separado si quisiéramos

play17:56

una descripción más completa y todo esto

play17:58

está encapsulado en la fórmula que hemos

play18:00

construido y fuera de contexto podemos

play18:02

imaginar que el mirar esta fórmula sería

play18:04

algo desalentador pero si entendemos

play18:07

cómo es que los exponenciales

play18:08

corresponden a una rotación y cómo

play18:10

multiplicarlos por g de t significa

play18:13

dibujar una versión enrollada de su

play18:14

gráfico y cómo es que la integral de una

play18:16

función compleja puede interpretarse con

play18:18

las ideas de un centro de masa podemos

play18:20

ver cómo todo esto está cargado de un

play18:22

significado muy rico e intuitivo

play18:27

y a propósito aunque en la práctica en

play18:30

cosas como edición de sonido estarás

play18:32

integrando a lo largo de un intervalo

play18:33

finito de tiempo la teoría de la

play18:35

transformada de fourier suele plantearse

play18:37

cuando los extremos de la integral son

play18:39

menos infinito e infinito

play18:42

concretamente significa que vas a

play18:44

considerar esta expresión para todos los

play18:45

posibles intervalos finitos de tiempo y

play18:48

te preguntas cuál es el límite conforme

play18:51

el intervalo crece a infinito

play18:53

hay mucho más que decir tanto que no

play18:56

quiero decir que hemos terminado está

play18:58

transformada se extiende a rincones de

play18:59

las matemáticas más allá de la idea de

play19:01

extraer frecuencias de señales así que

play19:03

en el siguiente vídeo abordaré un par de

play19:05

estas cosas y es ahí donde todo comienza

play19:07

a ponerse interesante así que estén

play19:10

suscritos para cuando salga el vídeo o

play19:11

la otra opción es ver más de estos

play19:13

vídeos de manera que la recomendación de

play19:15

youtube muestran las nuevas cosas que

play19:17

son realmente la elección es suya

Rate This

5.0 / 5 (0 votes)

Related Tags
Transformada de FourierMatemáticasEducativoAnimadoFrecuenciasSonidoMúsicaFísicaMáquinaria MatemáticaIntroducción
Do you need a summary in English?