Qué estás viendo
Toda curva cerrada se puede escribir como una suma de círculos que giran a velocidades enteras: una, dos, tres vueltas por ciclo, y así sucesivamente. Cada círculo es un término de la serie de Fourier, y su radio indica cuánto pesa esa frecuencia en la figura. Con pocos círculos aparece la silueta gruesa; al sumar más se recuperan las esquinas y el detalle fino.
El espectro, en las opciones avanzadas del panel, ordena esos radios por frecuencia. En escala log-log suelen alinearse sobre una recta, y su pendiente dice qué tan rápido deja de importar el detalle. Una figura suave como el círculo o el infinito se reconstruye con muy pocos términos; una esquina o un trazo a mano alzada necesita muchos más, y el porcentaje de parecido lo muestra en vivo.
La misma pregunta, con datos de negocio
Esta idea trabaja todos los días dentro de la analítica. Los modelos de pronóstico de demanda representan la estacionalidad semanal y anual con un puñado de términos de Fourier en lugar de decenas de variables indicadoras. La detección de ciclos en ventas, la compresión de lecturas de sensores y la limpieza de ruido en series de tiempo parten de lo mismo que este lienzo: cuántos términos hacen falta para capturar lo que importa y cuáles se pueden descartar.