A música digital não existiria sem a

transformada de Fourier

Esta é a transformada de Fourier. Você tem que agradecer a ela pela música que ouve
no streaming todos os dias, por espremer as imagens que você vê na internet em
pequenos arquivos JPG, e até mesmo pela tecnologia dos fones de ouvido com
cancelamento de ruído. Eis como ela funciona.

A equação permite aos matemáticos compreender rapidamente a frequência de qualquer

tipo de sinal. É uma façanha. E não sou só eu que estou dizendo: em 1867, o físico Lord
Kelvin também expressou seu amor eterno por esta obra da matemática. Ele escreveu:
“o teorema de Fourier não é apenas um dos mais belos resultados da análise moderna,
mas podemos dizer que ele fornece um instrumento indispensável no tratamento de
quase todas as perguntas recônditas na física moderna”. E é assim até hoje.

A matemática da separação
A transformada de Fourier foi desenvolvida pelo matemático Jean-Baptiste Joseph
Fourier e publicada em seu livro A Teoria Analítica do Calor, de 1822. Ele estava
interessado em como o calor fluía para dentro e em torno de materiais. No processo de
estudar este fenômeno, ele obteve sua transformada. Na época, ele não teria como
perceber como era importante a contribuição que estava dando — não apenas à
matemática e à física, mas também à engenharia, à tecnologia e à ciência como um todo.

Sua maior descoberta foi perceber que os sinais complicados poderiam ser
representados através da simples soma de uma série de sinais mais simples. Ele
escolheu fazer isso por meio da soma de senoides — aquelas ondas oscilantes que você
viu na escola, que vagueiam entre o pico e o vale com regularidade previsível. Digamos
que você toca três teclas em um piano. Você produz três notas diferentes, todas com
frequências bem definidas — chamadas de altura, quando estamos falando de som —
que parecem ondas senoidais. Assim:
Mas ao somá-las, aquele agradável acorde parece bem mais bagunçado. Assim:

Parece complicado, mas sabemos que, fundamentalmente, são apenas três ondas
senoidais agrupadas no tempo e somadas. A grande sacada de Fourier foi perceber que,
por mais complicada que seja a forma da onda final, ela sempre pode ser representada
como uma combinação de senoides — mesmo que isso signifique usar um número
infinito.

A genialidade dessa descoberta, para mim, é que, se você pode descobrir quais senoides
precisam ser adicionadas para criar a forma da onda final, você sabe exatamente quais
as frequências das ondas que precisam ser somadas — e em quais quantidades — para
representar o sinal. Com esse conhecimento, você sabe o conteúdo exato da sua onda
resultante.

Isso é o que a equação na parte superior da página faz em uma só tacada. O

termo x(t) representa o grande e complicado sinal que você está tentando representar por
mais simples. O termo e-jπ2ft parece um pouco assustador, mas na verdade é apenas o
que os matemáticos usam para representar essas senoides de que estamos falando.

A parte legal é que multiplicá-los e colocá-los juntos numa integral — aquela linha
curva na parte da frente e o dt no final — permite que a equação separe um por um os
componentes das senoides que são necessários para representar o sinal. Assim, o
resultado da equação, X(f), fornece a magnitude e tempo de atraso de cada um dos sinais
simples que você precisa somar.

Isto é a transformada de Fourier: uma função que explica exatamente que frequências
estão sobrepostas no sinal original. Isso pode parecer trivial, mas não é.

Transmitindo música…
Imagine que você trabalhe com o envio de arquivos de áudio pela internet. Você poderia
simplesmente mandar a música inteira na forma como a gravadora a registrou, só que o
arquivo é grande demais quando está desse jeito. A razão para o seu tamanho é que é
uma gravação sem perdas, completa: cada frequência é preservada desde a gravação,
por toda a mixagem, até a faixa final. Aplique a transformada de Fourier em um
pequeno trecho de uma música, no entanto, e você vai descobrir que existem alguns
componentes de frequência que são incrivelmente dominantes e outros que mal
aparecem.

O formato de arquivo MP3 faz exatamente isso; ele também joga fora os componentes
de frequência quase imperceptível para economizar espaço, bem como alguns dos que
estão na extremidade superior de nossa faixa de audição, porque temos dificuldade de
distinguir entre essas frequências.

Ele faz isso por toda a música, cortando-a em milhões de trechos, determinando os
componentes de frequência importantes e jogando fora aqueles que são sem
importância. O que resta são apenas as mais importantes frequências — ou notas — que
podem ser tocadas em seus ouvidos para representar (com bastante precisão) a música
original. Ah, e este arquivo tem menos de um décimo do tamanho original.

Também é muito semelhante à forma como funciona o Ogg Vorbis, o tipo de arquivo
usado pelo Spotify em seu aplicativo de desktop. Na verdade, o Vorbis usa uma versão
computacional extremamente rápida da transformada de Fourier, chamada de
transformada discreta de cosseno, mas em termos gerais é a mesma ideia.

Aliás, o Shazam usa essas mesmas transformadas: ele tem um banco de dados de
frequências distintas em canções, que ele compara com o que você coloca para o app
ouvir, porque isso é mais confiável do que tentar comparar uma gravação de áudio com
outra.

E, já que estamos falando de áudio, os fones de ouvido com cancelamento de ruído

também usam transformadas de Fourier: um microfone grava o ruído do ambiente ao
seu redor, mede o conteúdo da freqüência em todo o espectro, e, em seguida, inverte o
conteúdo para adicionar um som em seu mix de áudio que vai anular os bebês chorando
e ruídos da estrada ao seu redor.
… e imagens
Mas a equação de Fourier não é um craque de uma jogada só, não. Até agora eu só falei
sobre ondas temporais como áudio — mas a transformada foi desenvolvida, em
primeiro lugar, para ajudar Fourier a resolver problemas relacionados com o fluxo de
calor através de materiais. Isso significa que ela também funciona em problemas que
são espaciais.

Para Fourier, isso significava somar simples tipos de fluxos de calor em 2D para
representar os mais complexos. Mas, da mesma forma, a transformada de Fourier pode
ser usada para construir imagens digitais de forma mais eficiente do que a fazê-lo de
pixel a pixel.

Arquivos de imagem sem perdas têm a cor de cada pixel definida separadamente.
Quando você salva como JPG, a imagem é dividida em pedaços pequenos e a
transformada de Fourier é aplicada a cada um dos blocos. Ela fornece uma descrição das
frequências espaciais sobre como cor e brilho variam ao longo deste pequeno pedaço da
imagem. Assim como no caso de MP3, o JPG joga fora alguns componentes de alta
freqüência, que, no caso de uma imagem, fornecem os detalhes nítidos.

Para a maioria de nós, nossos olhos não podem detectar diferenças sutis de cor.
Portanto, jogar fora os componentes que dão a variação de pixel para a pixel não altera a
aparência da imagem. Obviamente, se você aumenta a compressão, começa a jogar no
lixo frequências mais baixas, também — e é aí que as coisas podem começar a ficar
meio pixeladas, à medida que as variações de cor entre os sub-blocos se tornam mais
aparentes.

Exceto para os ouvidos e olhos muito treinados, sistemas de compressão como MP3 e
JPG são pouco perceptíveis na maioria das vezes — os sons e imagens ficam ótimos e
ainda conseguem ocupar apenas uma fração do espaço que seus irmãos sem perdas
demandam. Em outras palavras, eles transformam imagens e músicas digitais em coisas
práticas, o que nos permite compartilhá-los facilmente — um feito absolutamente
incrível para uma única equação. Sem dúvida Fourier, prático o suficiente para escrever
um livro sobre o fluxo de calor, aprovaria.