Cálculo · Análise de Sinais · Demonstração Completa
Transformada de Fourier
Qualquer sinal pode ser decomposto em ondas senoidais — a Transformada revela quais frequências estão presentes e com que intensidade.
O que é a Transformada de Fourier?
Em 1807, Jean-Baptiste Joseph Fourier propôs uma ideia revolucionária ao estudar a condução de calor: qualquer sinal — por mais complexo que seja — pode ser decomposto como uma soma de ondas senoidais simples.
A Transformada de Fourier é a ferramenta que realiza essa decomposição. Ela pega um sinal no domínio do tempo e revela quais frequências estão presentes e com que intensidade — como um prisma que decompõe a luz branca nas cores do espectro.
Quando você ouve um acorde de violão, seu ouvido automaticamente separa as notas individuais. A Transformada de Fourier faz exatamente isso matematicamente — para qualquer sinal, não apenas sons.
Ondas Senoidais — os "átomos" dos sinais
Uma onda senoidal é descrita por:
| Símbolo | Nome | O que controla |
|---|---|---|
| A | Amplitude | A "altura" da onda — volume, intensidade |
| ξ (xi) | Frequência | Ciclos por segundo — o "tom" (Hz) |
| φ (phi) | Fase | Deslocamento inicial — onde a onda começa (rad) |
Qualquer sinal f(t) pode ser escrito como uma soma (possivelmente infinita) de ondas senoidais com diferentes amplitudes, frequências e fases. A Transformada encontra exatamente esses componentes.
Série de Fourier — sinais periódicos
Antes da Transformada, Fourier desenvolveu a Série de Fourier para sinais periódicos. Qualquer função periódica de período T pode ser escrita como:
Os coeficientes aₙ e bₙ medem quanto cada frequência está presente:
bₙ = 2T ∫₀ᵀ f(t) · sin(2πntT) dt
Cada coeficiente mede o quanto uma frequência específica está presente no sinal. Quanto maior o coeficiente, mais aquela frequência contribui para o sinal total — como os ingredientes de uma receita.
Observe as "orelhas" nas bordas da onda quadrada, mesmo com muitos termos. É o Fenômeno de Gibbs — um sobressalto de ~9% que persiste mesmo com infinitos termos, um resultado matemático bem estabelecido.
Da Série para a Transformada: T → ∞
A Série de Fourier funciona para sinais periódicos. Mas e com sinais que não se repetem — um pulso de rádio, uma nota isolada, um raio?
A ideia genial: um sinal não periódico pode ser visto como um sinal periódico com período T → ∞. Quando T cresce indefinidamente, ocorre uma transição fundamental:
| Série de Fourier (T finito) | Transformada (T → ∞) |
|---|---|
| Frequências discretas n/T | Frequências contínuas ξ ∈ ℝ |
| Coeficientes aₙ, bₙ (números) | Espectro F̂(ξ) (função contínua) |
| Soma Σ discreta | Integral ∫ contínua |
| Sinal periódico | Qualquer sinal |
À medida que T cresce, as frequências n/T ficam cada vez mais densas. No limite, a soma discreta Σ vira uma integral ∫ e os coeficientes discretos viram uma função contínua de frequência — o espectro F̂(ξ).
A Forma Complexa — via Fórmula de Euler
Os senos e cossenos da série podem ser combinados elegantemente usando a Fórmula de Euler:
Invertendo, expressamos cos e sin em termos de exponenciais complexas:
Substituindo na Série, a soma de senos e cossenos colapsa em uma única soma de exponenciais complexas com coeficiente unificado cₙ:
cₙ = 1T ∫₀ᵀ f(t) · e−i2πnt/T dt
Em vez de dois coeficientes separados (aₙ para cos, bₙ para sin), temos um único coeficiente complexo cₙ. A parte real contém a informação do cosseno (amplitude) e a parte imaginária a do seno (fase). Amplitude e fase num único número complexo!
A Transformada de Fourier
Tomando o limite T → ∞ no coeficiente cₙ, definindo ξ = n/T (frequência contínua) e estendendo a integral a (−∞, +∞), chegamos à definição:
| Símbolo | Nome | Papel |
|---|---|---|
| f(t) | Sinal original | O que queremos analisar — função do tempo |
| e−i2πξt | Núcleo da transformada | A "onda de teste" na frequência ξ — oscilador complexo |
| F̂(ξ) | Espectro | Resultado: quanto da frequência ξ existe em f(t) |
Multiplicamos o sinal f(t) por uma onda de frequência ξ e integramos. Se o sinal tem muito a ver com aquela frequência, o produto será consistentemente positivo → integral grande (pico no espectro). Se não tiver relação, positivos e negativos se cancelam → integral próxima de zero.
É um detector de frequência: F̂(ξ) mede o quanto a frequência ξ está "escondida" no sinal f(t).
A Transformada Inversa
A Transformada de Fourier é reversível. Dado o espectro F̂(ξ), podemos recuperar o sinal original f(t) exatamente com a Transformada Inversa:
A única diferença em relação à direta é o sinal do expoente: +i2πξt em vez de −i2πξt. Esta simetria elegante mostra que tempo e frequência são duais um do outro.
Somar todas as frequências F̂(ξ) multiplicadas por suas ondas correspondentes e+i2πξt reconstrói o sinal original. É a síntese de Fourier — o oposto da análise.
O Teorema de Parseval garante a conservação de energia:
∫|f(t)|² dt = ∫|F̂(ξ)|² dξ — nenhuma informação é perdida na transformada.
Propriedades Essenciais da Transformada
| Propriedade | Domínio do tempo | Domínio da frequência |
|---|---|---|
| Linearidade | a·f(t) + b·g(t) | a·F̂(ξ) + b·Ĝ(ξ) |
| Deslocamento no tempo | f(t − t₀) | e−i2πξt₀·F̂(ξ) |
| Escalonamento | f(at) | 1|a|·F̂(ξa) |
| Derivação | f'(t) = df/dt | (i2πξ)·F̂(ξ) |
| Convolução | (f * g)(t) | F̂(ξ) · Ĝ(ξ) |
| Dualidade | F̂(t) | f(−ξ) |
Convolução no tempo (uma integral — operação difícil) vira simplesmente uma multiplicação no domínio da frequência! Filtrar um sinal equivale a multiplicar seu espectro por uma função simples.
Um sinal muito comprimido no tempo tem espectro largo em frequência. Um tom puro (espectro estreito) dura indefinidamente no tempo.
Esta é precisamente a Relação de Incerteza de Heisenberg na mecânica quântica — não é acidente, é a mesma matemática em contexto físico diferente.
Exemplos Clássicos
f(t) = 1 se |t| ≤ T, e f(t) = 0 se |t| > T. Calculando:
O espectro de um pulso retangular é uma função sinc — contém todas as frequências, com energia concentrada nas baixas e decaindo com oscilações.
O pulso infinitamente estreito e alto com área 1. Pela propriedade de amostragem:
δ(t) tem espectro plano — todas as frequências com igual intensidade. É o oposto do pulso retangular: quanto mais concentrado no tempo, mais espalhado no espectro.
Cada botão é um componente harmônico. Activando mais componentes ímpares com amplitude 1/n, o sinal vai tomando a forma de uma onda quadrada — exatamente o que a Série de Fourier prediz. Cada componente é um "ingrediente" na receita do sinal.
DFT e o Algoritmo FFT
No mundo digital, os sinais são amostrados — temos N amostras discretas. Por isso usamos a Transformada Discreta de Fourier (DFT):
A DFT direta tem custo computacional O(N²) — para N = 1.000.000, seriam 10¹² operações, completamente inviável.
A Fast Fourier Transform reduz o custo de O(N²) para O(N · log₂N). Para N = 1.000.000: apenas 20.000.000 operações — 50.000× mais rápido!
A ideia: dividir a DFT de N pontos em duas DFTs de N/2 pontos ("divide e conquista"), reutilizando cálculos intermediários. Aplicando recursivamente, chegamos ao O(N log N).
"A Transformada de Fourier é a ponte entre o tempo e a frequência —
e a FFT é a estrada que tornou essa ponte praticável."