Fourier analysis is a mathematical technique for decomposing signals, such as sound or light waves, into simpler sinusoidal components.El análisis de Fourier no es un simple truco matemático. Es una forma de ver a través del caos. Un gráfico bursátil que parece aleatorio puede contener ciclos ocultos; una película antigua estropeada por arañazos se restaura eliminando el ruido periódico. Incluso la forma de un instrumento musical —como un violín o una flauta— está determinada por el espectro de armónicos que genera. En radiotecnia, el análisis de Fourier permite superponer cientos de conversaciones en una sola frecuencia portadora y luego separarlas. Y en la tomografía computarizada, los médicos obtienen una imagen tridimensional del cuerpo procesando las señales de los detectores de rayos X mediante la transformada rápida de Fourier.
En 1807, Jean-Baptiste Joseph Fourier presentó a la Academia de Ciencias de París un trabajo sobre la propagación del calor, en el que afirmaba que cualquier función periódica podía descomponerse en una serie trigonométrica. Los principales matemáticos de la época (Lagrange, Laplace) acogieron la idea con escepticismo por falta de rigor; la demostración completa de la convergencia llegó más tarde (Dirichlet, Riemann). La transformada rápida de Fourier (FFT), que hizo el algoritmo práctico, fue descubierta de forma independiente por Cooley y Tukey en 1965, aunque elementos del método se remontan a Gauss.
La transformada directa de Fourier de una función f(t) se define mediante la integral: F(ω) = ∫ f(t) e^{-iωt} dt. La inversa: f(t) = (1/2π) ∫ F(ω) e^{iωt} dω. Físicamente, la cantidad |F(ω)|² dω representa la fracción de energía de la señal en la banda de frecuencias [ω, ω+dω] (teorema de Parseval). En el procesamiento digital se implementa la FFT, con complejidad O(N log N) en lugar de O(N²) de la DFT directa. La operación de convolución en el dominio del tiempo se convierte en multiplicación en el dominio de la frecuencia, lo cual es conveniente para el filtrado. La transformada de Fourier con ventana añade localización temporal a costa de perder resolución en frecuencia: un compromiso superado por las ondículas (wavelets).
La telefonía móvil, Internet y la compresión de imágenes JPEG utilizan el análisis de Fourier para transmitir y almacenar datos de forma comprimida.
El oído humano es un analizador de Fourier natural: la cóclea del oído interno descompone un sonido complejo en frecuencias individuales, permitiéndonos distinguir voces en una habitación ruidosa.

















