在欣赏交响乐时，我们都能听到由不同乐器和音高的声音混合产生的优美的音响效果。如果对交响乐比较熟悉，就可以听出这种混音的组成部分，比如某段音乐是由小提琴和双簧管组合演奏而成。这种声音的混合与分解构成了音乐中的一个重要部分。
在数学中，也存在着这样的混合与分解。法国数学家傅里叶在他的著作《热的解析理论》中，给出了将一个函数分解为诸多个正弦函数和余弦函数的方法——傅里叶变换。有了傅里叶变换，我们就可以将自然界中的许多复杂现象分解为一系列简单现象，在复杂的表象下发现简洁的本质。
我们都知道，声音是由物体振动产生的。而这种振动近似简谐运动，因此可以用正弦函数(或余弦函数)表示。根据傅里叶的理论，交响乐的和声效果可以看作是许多不同频率正弦波的叠加。我们的大脑在处理这些声音信号的时候，就在进行着类似傅里叶变换的工作：将表示声波振动的函数分解为许多不同频率的正弦函数——相当于将一段声音分解为许多单一频率的声音。而频率不同的声音，它们的特征是各不相同的。因此，大脑就可以在这种声音的分解之后，根据声音的不同频率，分辨出不同特征、来源的声音。现在的主动降噪耳机，就是利用傅里叶变换，先将环境噪音分解成不同频率的声波，再发出对应频率相同、相位不同的声音，用相消干涉的方式抵消噪音，实现主动降噪。
上述对声音所进行的傅里叶变换，在工程中叫做“从时域到频域”的变换。“时域”指一个物理量(如声音的响度)在时间上的变化，也就是将声音y理解为时间t的函数，即y=F(t);类似地，“频域”可以理解为物理量(如响度)在不同频率上的分布状况，即把声音y理解为频率f的函数y=F(f)。在很多领域中，不仅会使用傅里叶变换，也会用到傅里叶逆变换——从频域到时域的转换。傅里叶变换及其逆变换成对使用。许多物理信号在时域上的表示是复杂的，但在频域上非常简洁，这就为进一步处理这些信号提供了方便。
例如，在数字电路中，常用到方波来表示电平(电压的相对大小)的高低，而利用傅里叶变换，可以用无穷多个正弦曲线之和来拟合方波的图形。在电子行业中常用的数字示波器，就是应用了这一原理。此外，可以利用傅里叶变换对信号进行降噪。考虑到噪音信号的频率一般较高，可以先对信号进行傅里叶变换，在频域中去除噪音所在的高频成分，再通过傅里叶逆变换，得到降噪后的信号。
在现在手机应用中常见的“美颜”功能，也利用了傅里叶变换。数字图像中颜色变化较剧烈的区域(如皮肤上不光滑、光泽不均匀的部分)属于高频成分，而颜色变化缓和的属于低频成分。在进行美颜时，先对人脸部分的图像进行傅里叶变换，去除频域中的高频部分，再用逆变换，便可以得到一幅皮肤光滑、色彩均匀的人像。
我们不妨试想：整个世界是一首用数学作为音符的壮丽无比的交响曲;而傅里叶变换，就是帮助我们听懂这首交响曲的工具之一。
(作者系华中农业大学名师工作室数学文化团队成员)
营业执照公示信息