Transformada rpida de Fourier

FFT es la abreviatura usual (del ingls Fast Fourier

Transform) de un eciente algoritmo que permite calcular la transformada de Fourier discreta (DFT) y su inversa. La FFT es de gran importancia en una amplia variedad
de aplicaciones, desde el tratamiento digital de seales y
ltrado digital en general a la resolucin de ecuaciones en
derivadas parciales o los algoritmos de multiplicacin rpida de grandes enteros. El algoritmo pone algunas limitaciones en la seal y en el espectro resultante. Por ejemplo: la seal de la que se tomaron muestras y que se va
a transformar debe consistir de un nmero de muestras
igual a una potencia de dos. La mayora de los analizadores TRF permiten la transformacin de 512, 1024, 2048
o 4096 muestras. El rango de frecuencias cubierto por el
anlisis TRF depende de la cantidad de muestras recogidas y de la proporcin de muestreo.

La idea que permite esta optimizacin es la descomposicin de la transformada a tratar en otras ms simples y
stas a su vez hasta llegar a transformadas de 2 elementos
donde k puede tomar los valores 0 y 1. Una vez resueltas las transformadas ms simples hay que agruparlas en
otras de nivel superior que deben resolverse de nuevo y
as sucesivamente hasta llegar al nivel ms alto. Al nal de
este proceso, los resultados obtenidos deben reordenarse.
Dado que la transformada discreta de Fourier inversa es
anloga a la transformada discreta de Fourier, con distinto
signo en el exponente y un factor 1/n, cualquier algoritmo
FFT puede ser fcilmente adaptado para el clculo de la
transformada inversa. Por lo general, tenemos que:

x[n] = IDF T {X[k]} =

Uno de los algoritmos aritmticos ms ampliamente utilizados es la transformada rpida de Fourier, un medio
ecaz de ejecutar un clculo matemtico bsico y de frecuente empleo. La transformada rpida de Fourier es de
importancia fundamental en el anlisis matemtico y ha
sido objeto de numerosos estudios. La aparicin de un algoritmo ecaz para esta operacin fue una piedra angular
en la historia de la informtica.

Un algoritmo que es mucho ms eciente en cuanto al

tiempo de cmputo para grandes arreglos de entrada cuya
longitud es una potencia entera de dos, recibe el nombre
de Transformada de Fourier Rpida (TFR), y dicho algoritmo fue popularizado por Cooley y Tukey en 1965. Se
puede ilustrar mediante el siguiente ejemplo, calculando
la TFR de un conjunto de cuatro muestras de datos utilizando el algoritmo. Dena el conjunto de muestras de una
seal como la seal X[n] en TD de forma que los datos de
entrada para el algoritmo sea {X[0],X[1],X[2],X[3]}.
La frmula de la TFD es la siguiente:

Las aplicaciones de la transformada rpida de Fourier son

mltiples. Es la base de muchas operaciones fundamentales del procesamiento de seales, donde tiene amplia
utilizacin. Adems, proporciona un medio oportuno para mejorar el rendimiento de los algoritmos para un conjunto de problemas aritmticos comunes.

NF 1

X[k] =

(DF T {X [k]})
N

Denicin

X[n]ej2(kn/NF )

n=0

Se recomienda usar la notacin:

Sean x0 , ...., xn nmeros complejos. La transformada W=e-j(2/NF)
discreta de Fourier (DFT, por sus siglas en ingls) se dePara este caso de 4 puntos de datos, es posible escribir la
ne como
TFR en forma de matriz como:

fj =

n1

x k e

2i
n jk

j = 0, . . . , n 1.

k=0

La evaluacin directa de esa frmula requiere O(n) operaciones aritmticas. Mediante un algoritmo FFT se puede obtener el mismo resultado con slo O(n log n) operaciones. En general, dichos algoritmos dependen de la
factorizacin de n pero, al contrario de lo que frecuentemente se cree, existen FFTs para cualquier n, incluso con Efectuar la multiplicacin usual de matrices directa requerira N multiplicaciones complejas y N(N-1) adicion primo.
1

3 APLICACIONES

nes complejas. Por lo tanto puedes escribirse de la si- ms tiempo de cmputo que las adiciones, el algoritmo
guiente manera:
de TFR para cuatro puntos es alrededor de cuatro veces
ms rpido que la TDF directa.

Debido a que Wn =Wn+mNF , donde m es un entero, es posible factorizar la matriz en el producto de dos matrices;

2 Algoritmo de diezmado en el
tiempo
Los elementos 1 y 2 han cambiado de lugar en el vector que se encuentra del lado izquierdo. Cuando se multipliquen las matrices, los renglones 1 y 2, tambin se intercambiarn. Despus se calcula el nmero de multiplicaciones y adiciones que se requieren. Primero se identica
el resultado de multiplicar la segunda matriz cuadrada por
el conjunto de datos de entrada como:

Es el algoritmo ms famoso para el clculo de una FFT,

diseado por J.W. Cooley y John Tukey en 1965. Tomando como entrada una seal discreta x[n] con N muestras,
se basa en dividir la seal de entrada en otras dos seales de N/2 muestras (por un lado los coecientes pares y
por otro los impares), y se envan cada una de estas subseales a una FFT de tamao N/2 puntos. Cada uno de
los coecientes de salida de la FFT de las muestras im2
pares se multiplica por WNK = ei N k , donde k es la
posicin del vector salida, y se suma a las muestras pares.
A su vez, las FFT de N/2 puntos se pueden resolver de
esta misma manera, realizando esta operacin de manera
recursiva hasta obtener una FFT de una seal de tamao
2, cuyo resultado es:

X[0] = x[0] + x[1]

El primer elemento es:
X1 [0]=X0 [0]+W0 X0 [2]
Como una multiplicacin para llegar a una conclusin general.De manera similar X1 [1] requiere una multiplicacin y una adicin. Sin embargo,X1 [2] requiere slo una
adicin debido a que Este clculo requiere una multiplicacin y una adicin.Aunque W0 es uno, se dejar esto
W0 =-W2 y el producto ya se ha obtenido en el clculo
del primer elemento y puede, en consecuencia, slo almacenarse hasta que se necesite y luego restarse en vez
de sumarse. De manera similar,X1 [3] slo requiere una
adicin ms. Hasta ahora se tienen dos multiplicaciones
y cuatro sumas. Apelando a condiciones de simetras similares en la segunda multiplicacin de matrices se encuentra que se requieren dos multiplicaciones y cuatro
sumas ms. As, en total, se necesitan cuatro multiplicaciones y ocho adiciones. Puesto que, computacionalmente, las multiplicaciones requieren por lo general mucho

X[1] = x[0] x[1]

3 Aplicaciones
Tratamiento de imagen (JPEG) y audio (MP3)
Reduccin de ruido en seales, como el ruido blanco
Anlisis en frecuencia de cualquier seal discreta
Anlisis de vibraciones
Anlisis de materiales y estadstica
Sntesis, mediante la transformada inversa IFFT

Enlaces externos
Algoritmo FFT de CooleyTukey en Wikipedia Inglesa.
Weisstein, Eric W. Fast Fourier Transform. En
Weisstein, Eric W. MathWorld (en ingls). Wolfram
Research.
The Scientist and Engineers Guide to Digital Signal Processing: se encuentra numerosa informacin
relacionada con el tema, concretamente en los captulos 10, 11, 12 y 31.

5 TEXT AND IMAGE SOURCES, CONTRIBUTORS, AND LICENSES

Text and image sources, contributors, and licenses

5.1

Text

Transformada rpida de Fourier Fuente: http://es.wikipedia.org/wiki/Transformada%20r%C3%A1pida%20de%20Fourier?oldid=

75013869 Colaboradores: Guevonaso, Janus, Miuler, Rsg, Tano4595, Identy, SergioVares, Deleatur, Taichi, RobotQuistnix, Omega, Mschlindwein, Chobot, Unicacion, Yrbot, BOT-Superzerocool, BOTijo, YurikBot, Zoquero, GermanX, Unaiaia, KnightRider, BOTpolicia,
Ranganok, Daniel JG, Ingenioso Hidalgo, Sobreira, CesarWoopi, Escarbot, Pk, Biasoli, VolkovBot, Drever, Nicoguaro, Racso, SieBot, Le
Pied-bot, Jacquard, Alecs.bot, Alexbot, Luckas-bot, FariBOT, Xqbot, Xasel, NofxRancid891, Javiermarinros, Aideini, KLBot2, Invadibot,
YFdyh-bot, Ineditable y Annimos: 21

5.2

Images

Archivo:GraficaTFR.png Fuente: http://upload.wikimedia.org/wikipedia/commons/7/7b/GraficaTFR.png Licencia: GFDL Colaboradores: Trabajo propio Artista original: Aideini
Archivo:Imaaaag3.png Fuente: http://upload.wikimedia.org/wikipedia/commons/b/b1/Imaaaag3.png Licencia: GFDL Colaboradores:
Trabajo propio Artista original: Aideini
Archivo:Imagenmatrizg7.png Fuente: http://upload.wikimedia.org/wikipedia/commons/1/1d/Imagenmatrizg7.png Licencia: GFDL Colaboradores: Trabajo propio Artista original: Aideini
Archivo:Imgagen454.png Fuente: http://upload.wikimedia.org/wikipedia/commons/6/63/Imgagen454.png Licencia: GFDL Colaboradores: Trabajo propio Artista original: Aideini
Archivo:Immaatrizg6.png Fuente: http://upload.wikimedia.org/wikipedia/commons/a/a7/Immaatrizg6.png Licencia: GFDL Colaboradores: Trabajo propio Artista original: Aideini

5.3

Content license

Creative Commons Attribution-Share Alike 3.0