---
title: "La transformada de Fourier: del tiempo a la frecuencia"
slug: la-transformada-de-fourier
kind: essay
summary: "Por qué el sonido se puede entender como una suma de frecuencias, qué hace la transformada de Fourier con esa idea y cómo el espectro explica afinadores, ecualizadores y espectrogramas."
publishedAt: 2026-06-02
updatedAt: 2026-06-11
---
Hay una idea matemática que, una vez la entiendes, cambia cómo oyes. La
**transformada de Fourier** dice algo que parece imposible: cualquier sonido, por
complejo que sea, se puede descomponer en una suma de tonos puros. Una nota de
gaita y la misma nota en un piano comparten la frecuencia fundamental, pero su
espectro de armónicos es distinto: ahí, en ese reparto de energía, vive el
**timbre**. Este ensayo va de por qué eso es cierto y por qué importa.

## Dos formas de mirar el sonido

Cuando un micrófono capta sonido, registra una sola cosa: cómo cambia la presión
del aire a lo largo del tiempo. Eso es la **forma de onda**, esa línea ondulante
que se ve en cualquier editor de audio. Es la representación **temporal**: en cada
instante, un valor.

La forma de onda es honesta pero poco habladora. Mirándola sabes que hay sonido y
con qué volumen, pero no te dice fácilmente *qué notas* contiene ni *qué timbre*
tiene. Esa información está ahí, pero escondida en la forma de las oscilaciones.

La transformada de Fourier ofrece la otra mirada: la representación en
**frecuencia**. En lugar de "qué valor en cada instante", responde "cuánta energía
hay en cada frecuencia". Es el mismo sonido visto desde otro ángulo.

## La intuición de fondo

El núcleo de la idea, planteado por Joseph Fourier a comienzos del siglo XIX, es
este: una señal periódica cualquiera puede escribirse como una suma de ondas
simples —senos y cosenos— de distintas frecuencias y amplitudes. Cambia la
"receta" —qué frecuencias, en qué proporción— y cambia el sonido.

La transformada hace el camino inverso: parte del sonido mezclado y **recupera la
receta**. Le entregas la forma de onda y te devuelve la lista de frecuencias
presentes y con qué peso. Esa lista es el **espectro**. Lo que hace que
reconozcas un instrumento aunque no veas quién toca vive ahí: en el reparto de
energía entre frecuencias.

## Del pizarrón al ordenador

La versión que usan los ordenadores es la **transformada rápida de Fourier**, la
FFT: un algoritmo que calcula el espectro de un fragmento de audio de forma
eficiente. Sin esa eficiencia, gran parte del audio digital cotidiano no sería
posible. Con ella, el cálculo cabe de sobra en cualquier dispositivo.

Y aparece, casi siempre sin que lo notemos, en herramientas de uso diario:

| Herramienta | Qué hace con la FFT |
|---|---|
| Afinador | Mide la frecuencia fundamental y calcula la desviación de afinación |
| Ecualizador | Separa bandas de frecuencia para subirlas o bajarlas de forma independiente |
| Espectrograma | Dibuja el espectro frame a frame: eje Y = frecuencias, color = energía |
| Transcripción automática (AMT) | Detecta notas a partir de picos de energía en el espectro |

## Por qué la traigo aquí

Pongo la transformada de Fourier en los ensayos, y no en un tutorial, a propósito.
No es una receta de cocina: es una de las ideas de fondo que sostienen casi todo
lo que se hace cuando la informática musical deja el plano simbólico
—[el de las notas y el MIDI](/blog/que-es-midi)— y se mete en el sonido real, el de la señal.

Tocar un instrumento es producir un espectro que cambia en el tiempo. Que las
matemáticas sepan leerlo —pasar del tiempo a la frecuencia y volver— es lo que
permite analizarlo, transformarlo y, a veces, entenderlo mejor. No hace falta
calcular una FFT a mano para que cambie cómo escuchas; basta con saber que, debajo
de cada sonido, hay frecuencias esperando que alguien las cuente.