Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis Armonico PDF
Análisis Armonico PDF
ndice general
Glosario
iv
1. Introduccin
1.1. Precalentamiento . . . . . . . . . . . . . . . . . . . . .
1.1.1. La serie de Fourier original . . . . . . . . . . . .
1.1.2. Algunos teoremas . . . . . . . . . . . . . . . . .
1.1.3. Algunos ejemplos y grficos . . . . . . . . . . .
1.2. Aprendiendo a sumar . . . . . . . . . . . . . . . . . . .
1.2.1. Sumacin por partes . . . . . . . . . . . . . . .
1.2.2. La frmula de sumacin de Poisson . . . . . . .
1.2.3. Tcnicas de variable compleja . . . . . . . . . .
1.3. Anlisis armnico discreto . . . . . . . . . . . . . . . .
1.3.1. Caracteres y transformadas . . . . . . . . . . .
1.3.2. Implementacin del anlisis de Fourier discreto .
1.3.3. Anlisis de Fourier discreto en la vida cotidiana
.
.
.
.
.
.
.
.
.
.
.
.
1
1
2
5
9
13
13
16
21
27
28
32
38
.
.
.
.
.
.
.
.
.
.
49
49
50
55
65
66
72
80
81
87
91
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Glosario
[x]
{x}
a b (mod m)
f g
f g
f g
f g
f g
parte entera de x
x [x] 1/2
m|ab
gf
Laplaciano
lm sup |f |/g <
Gradiente
Borde de la variedad
15
18
32
13
55
13
75
75
5
13
13
C
C0n
Cn
Funciones continuas
C n con soporte compacto
Funciones con n derivadas continuas
2
3
2
d(n)
DN
P
Delta de Dirac
Nmero de divisores
Ncleo de Dirichlet N
n=N e(nx)
Delta de Dirac 1-peridica
3
97
5
3
e(x)
FN
f p
fbb
6
7
4
Ncleo de Fejr N
(1 |n|/N )e(nx)
) n=N
(
p 1/p
La norma
|f |
(s)
iii
4
12
15
{x + iy : x R, y > 0}
18
(z)
Parte imaginaria de z
22
(n)
Lp
16
8
(n)
funcin de Mbius
90
f = O(g)
f = o(g)
13
13
(x)
2 (N )
(x)
#{p x : p primo}
Primos
gemelos hasta N
(n)
px
16
97
16
r2 (n)
(z)
{
}
# (a, b) Z2 : n = a2 + b2
Parte real de z
93
22
S1
(n)
SN f
El
grupo multiplicativo {z C : |z| = 1}
d|n d
Suma parcial de la serie de Fourier de f
29
18
5
T
(z)
El
toro unidimensional R/{x 7 x + 1}
2
n= e(n z)
2
18
ZN
27
Captulo 1
Introduccin
1.1.
Precalentamiento
El trmino anlisis deriva de una palabra griega que significa descomposicin (y entre
otras cosas, incluso muerte!) y es ste sentido etimolgico, excluyendo el parntesis, el
que vamos a manejar en el curso, ms que el otro significado comn en Matemticas de
algo con derivadas e integrales.
El anlisis armnico se ocupa, a grandes rasgos, de la descomposicin de funciones
en tonos puros que llamaremos armnicos. Sin rigor, consideramos tonos puros a ciertos
objetos que nos recuerdan a las funciones sen(2nx) y cos(2nx) con n Z, las cuales
aparecen en los desarrollos de Fourier clsicos.
1
0.5
0.5
0.2
0.4
0.6
0.8
0.2
-0.5
-0.5
-1
-1
f(x) = sen(6x)
0.4
0.6
0.8
f(x) = cos(6x)
CAPTULO 1. INTRODUCCIN
1.1.1.
El punto de partida del anlisis armnico fue el desarrollo en serie de Fourier . Afirma
que cualquier funcin 1-peridica razonable f : R C se puede analizar como
1
(1.1)
f (x) =
an e(nx)
con an =
f (x)e(nx) dx
0
n=
donde se ha empleado la notacin sinttica e(x) = e2ix para englobar los senos y cosenos que representan los tonos puros. A los an se les llama coeficientes de Fourier . Las
funciones {e(nx)}
n= son los armnicos en esta descomposicin.
Por la periodicidad, el intervalo de integracin [0, 1] se puede sustituir por cualquier
otro de longitud 1. A este respecto, en muchos contextos se muestra conveniente introducir el toro T = R/{x 7 x + 1} obtenido al enrollar la recta real alrededor de la
circunferencia unidad (un toro unidimensional es una circunferencia), o equivalentemente pegar los extremos del intervalo [0, 1]. En este sentido, f : T C representa una
funcin 1-peridica y an viene dado por la integral sobre T. No hay que dejarse impresionar por toda esta palabrera, simplemente considerarla como una notacin conveniente
o una taquigrafa. Por ejemplo C(T) y C n (T) representan las funciones continuas y las
funciones de clase C n que son 1-peridicas.
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
1.2
0.2
f C(T)
0.4
0.6
0.8
1.2
f C(T)
(1.2)
para
<x< .
2
2
1.1. PRECALENTAMIENTO
Fourier nota que en [/2, 3/2], el resto del intervalo hasta completar un periodo, el
resultado es /4 por las simetras del coseno, salvo en los extremos donde la funcin
vale cero. Con la notacin de (1.1), escribiramos esto como
/4
0.5
...
0.5
1.5
2.5
)
(1)n (
... =
e (2n + 1)x para todo x R.
4n + 2
n=
-0.5
/4
Los argumentos de Fourier son muy objetables desde el rigor actual, e incluso con
el de su tiempo.
(
) [Fou88, Ch.III, Sec.II.171] para probar (1.2) fue su Su razonamiento
poner /4 =
an cos (2n + 1)x e igualar las series de Taylor de ambos miembros en
x = 0. Con ello se llega a un sistema lineal con infinitas incgnitas, los an , y coeficientes
tendiendo a infinito que Fourier resuelve para obtener an = (1)n /(2n + 1), incluso
a pesar de que todas las ecuaciones del sistema menos una dan lugar a series divergentes al comprobar las soluciones. La prueba rigurosa de la convergencia de la series de
Fourier bajo condiciones bastante generales tendra que esperar a un famoso trabajo de
P.G.L. Dirichlet en 1828.
Despus de este desvo histrico, volvamos al problema de por qu nos deberamos
creer que las funciones 1-peridicas razonables coinciden con su serie de Fourier. Comencemos considerando la delta de Dirac 1-peridica (tambin llamada peine de Dirac)
(1.3)
P (x) =
(x n)
n=
donde es la delta de Dirac habitual. Esta notacin, introducida por P.A.M. Dirac en
su matematizacin de la fsica cuntica,
representa algo que los fsicos dicen que es una
funcin que satisface R = 1 y R (x)f (x) dx = f (0), mientras que los matemticos
prefieren negarle la categora de funcin y decir que es una distribucin o una
sucesin
de funciones
{n }n=1 , que llaman aproximacion de la identidad , tal que R n = 1 y
lmn R n (x)f (x) dx = f (0). Aqu f es una funcin test tpicamente C0 . La funcin
P tiene la misma propiedad reemplazando R por T. Podemos imaginar estos objetos
como la funcin de densidad correspondiente a una partcula unidad localizada en el
origen. La masa total es 1 pero no hay nada fuera del origen, (x) = 0 si x = 0 y
(0) = , con un infinito tan grande que la integral de es 1 en cualquier intervalo que
contenga al origen.
Si P coincidiera con su serie de Fourier, es decir, si la igualdad
(1.4)
P (x) =
n=
e(nx)
CAPTULO 1. INTRODUCCIN
f (x) = P (t)f (x t) dt =
f (x t)e(nt) dt =
e(nx) f (u)e(nu) du
T
n=
n=
10
(x n) =
n=
e(nx) =
n=10
( x)
(
1
x)
(1.5)
f (x) =
an e n
con an =
dx
f (x)e n
T n=
T
T
T /2
donde el 1/T proviene del diferencial. Si permitimos T manteniendo = n/T fijo,
los coeficientes an vendrn dados por la transformada de Fourier
(1.6)
fb() =
f (x)e(x) dx.
Por otra parte, imponer que algo tenga periodo infinito es como no imponer nada porque
x + = , adems la suma en (1.5) se puede ver como una suma de Riemann. Con
estas ideas, nos arriesgamos a establecer, como hizo Fourier en el captulo IX de su
memoria, una suerte de anlogo en R de las series de Fourier, al que se le llama frmula
de inversin:
b
b
( )
fb = f
donde g (x) =
g()e(x) d.
(1.7)
b
A g se le llama transformada inversa (o antitransformada) de Fourier de g. Ntese en
la analoga con (1.1) una vez que se descodifica la notacin. La frmula de inversin es
1.1. PRECALENTAMIENTO
(1.8)
(x) =
e(x) d .
Si aceptamos esta frmula en la que integramos una funcin no integrable. (1.7) se sigue
de un Fubini sospechoso:
(
)
(
)
f (t)e(t) dt e(x) d =
f (t)
e (x t) d =
f (t)(x t) dt
1.1.2.
Algunos teoremas
Para hacer rigurosa la demostracin anterior de (1.1), definimos el sumatorio truncado y la operacin integral empleada en la idea intuitiva:
N
DN (x) =
e(nx)
(f g)(x) =
n=N
f (t)g(x t)dt.
(
)
(DN f )(x) = f (x t)DN (t) dt = f (x) +
f (x t) f (x) DN (t) dt.
T
CAPTULO 1. INTRODUCCIN
no es cierta. Las cosas son ms tangibles de lo que parecen puesto que sumando una
progresin geomtrica tenemos la expresin explcita
(1.9)
(
)
sen 2(N + 1/2)x
DN (x) =
para x Z
y
DN (x) = 2N + 1 para x Z.
sen(x)
El
( integrable g, )se cumple
Lema de Riemann-Lebesgue asegura que para cualquier funcin
g(x)e(x) dx = 0 si . Por tanto, si para cierto x, f (x t) f (x) / sen(t)
T
es integrable como funcin de t, deducimos que SN f (x) f (x), como desebamos
(habitualmente se llama a este resultado criterio de Dini ). Si exigimos f C 1 (T),
entonces nuestra hiptesis ser satisfecha en todo punto, y hemos probado:
Teorema 1.1.1. Para cualquier f C 1 (T) se cumple lmN SN f = f uniformemente.
Empleando que el ncleo de Dirichlet es perfectamente simtrico, especialmente que
1/2
0
D
=
DN = 1/2, se pueden permitir discontinuidades de salto, siempre que
N
0
1/2
haya regularidad a derecha e izquierda, y la serie de Fourier tender al punto medio. Esta
observacin y el hecho de que la funciones de variacin acotada sean esencialmente las
de derivada integrable (permitiendo as usar el criterio de Dini), sugieren que el resultado
ms general al que podemos llegar con los razonamientos anteriores es [Kat76, II.2]
Teorema
1.1.2.) Si f es de variacin acotada en T, se cumple lmN SN f (x) =
(
1
f (x ) + f (x+ ) .
2
Antes hemos dejado caer que
el problema de la convergencia de la serie de Fourier
sera ms simple si la integral T |DN | estuviera uniformemente acotada en N . Con esta
idea, se introduce el ncleo de Fejr
FN (x) =
n=N
|n| )
sen2 (N x)
e(nx) =
,
N
N sen2 (x)
que al ser positivo cumple T |FN | = T FN = 1. Entonces el argumento anterior, cambiando DN por FN , nos da que las sumas de Cesro de la serie de Fourier, es decir
SeN f =
|n|<N
(
|n| )
an 1
e(nx),
N
1.1. PRECALENTAMIENTO
SeN f en vez de SN f es una forma de aceleracin de series en sentido fuerte (vanse las
grficas de la siguiente seccin) puesto que incluso hace que algunas series de Fourier
divergentes dejen de serlo, permitiendo sustituir razonable por continua en la frase
que introduce (1.1).
Teorema 1.1.3 (de Fejr). Para cualquier f C(T) se cumple lmN SeN f = f
uniformemente.
De hecho, incluso si f tiene discontinuidades de salto, la convergencia sigue siendo
uniforme en cualquier compacto que no las incluya y en las discontinuidades SeN f tiende
al punto medio, como antes [Zyg77, III.3].
Supongamos que tenemos una funcin f C (T), entonces integrando por partes,
sus coeficientes de Fourier decaen muy rpido y la convergencia de la serie de Fourier
es absoluta y uniforme. Con ello no tendremos ningn reparo en elevar al cuadrado en
(1.1) e integrar sobre T. El resultado es la bella identidad de Parseval (tambin llamada
identidad de Plancherel )
(1.10)
|f |2 =
|an |2 .
T
n=
2
2
2 1/2
|a
|
con
la
norma
en
L
,
esto
es,
f
=
|f
|
. Con todo ello, las
n
2
2
|n|>N
series de Fourier convergen siempre, si aceptamos vivir en el mundo L2 que es completo
(podemos tomar lmites sin salir de l) y mucho ms amplio que las funciones continuas.
Teorema 1.1.4. Para cualquier f L2 (T) se cumple lmN f SN f 2 = 0.
Por su estructura de espacio de Hilbert (espacio completo con producto escalar), L2
tiene un regusto de lgebra lineal que nos familiariza con las series de Fourier. As SN f
es el resultado de proyectar f en el espacio de dimensin finita {e(nx)}N
n=N . Desde otro
punto de vista, los coeficientes de Fourier vienen del ajuste de mnimos cuadrados al
minimizar la varianza. En suma, los polinomios trigonomtricos son lgebra lineal pura
y en el lmite tenemos las series de Fourier.
Por polarizacin o por un clculo directo obtenemos una identidad de Parseval (1.10)
para el producto escalar que resulta ser dual en cierto modo de otra que da los coeficientes
de Fourier de una convolucin.
(1.11)
a
n bn = fg
y
cn = an bn ,
n=
CAPTULO 1. INTRODUCCIN
Este teorema fue extendido por R. Hunt a f Lp (T) con 1 < p < . M. Lacey y
C. Thiele dieron en 2000 una prueba mucho ms sencilla que la original [LT00].
Respecto a la falta de convergencia, con algunas manipulaciones con series lacunares,
se construye [Kat76, II.2] [Kr88, 15] una funcin continua cuya serie de Fourier no
converge en un punto. Tambin es posible conseguir que la convergencia falle en infinitos
puntos. De hecho hasta se puede tomar un conjunto denso (este ejemplo es muy antiguo,
data de 1873 y se debe a P. du Bois-Reymond), adems un resultado de J.-P. Kahane
y Y. Katznelson [KK66] asegura que para conjunto de medida cero E T existe una
funcin continua tal que su serie de Fourier diverge en E. Por otro lado A. Kolmogorov,
demostr que existan funciones integrables, esto es, en L1 (T), tales que su serie de
Fourier diverge en todo punto. Ntese que ser integrable es lo mnimo que se puede
pedir para que tenga sentido calcular los coeficientes de Fourier.
Respecto a la transformada de Fourier, la teora es ms o menos paralela. Una diferencia esencial es que para la propia definicin se necesita cierto decaimiento. Esto es
notorio cuando intentamos hacer la teora L2 . Si bien se tena L2 (T) L1 (T), ahora
por la no compacidad de R nos enfrentamos a L2 (R) L1 (R) y no podremos llevar a
cabo la integracin en (1.6) en general. La solucin es usar algn tipo de regularizacin
[DM72, Ch.2]. Una vez abierta la veda de la regularizacin, es posible dar sentido a (1.7)
para cualquier funcin de L1 . Dentro de la teora L2 se vuelve a tener la identidad de
Parseval y la relacin con la convolucin:
fg =
(1.12)
fbgb
y
(f g) = fbgb.
A efectos ms tericos que prcticos, cabe preguntarse si hay alguna clase sencilla y
amplia de funciones en la que podamos tomar transformadas y antitransformadas en
1.1. PRECALENTAMIENTO
k
(k) ()
(1.13)
an = (2in)
f (k) (x)e(nx) dx
y
fb() = (2i)k fd
T
para n y no nulos.
1.1.3.
)
(
)
(1)n (
(1)n
e (2n + 1)x =
cos 2(2n + 1)x
4n + 2
2n + 1
n=
n=
0.5
0.5
0.5
0.2
0.4
-0.5
0.6
0.8
0.2
0.4
-0.5
S5 f
0.6
0.8
0.2
0.4
0.6
0.8
-0.5
S15 f
S25 f
Veremos ms adelante que ese primer pico que aparece a ambos lados de las discontinuidades curiosamente no disminuye su tamao por muy grande que tomemos N .
Las siguientes grficas permiten comparar lo que se consigue sumando a la manera
de Fejr tomando el mismo nmero de sumandos (realmente uno menos, porque en SeN f
el coeficiente aN est multiplicado por cero). La velocidad de convergencia ha mejorado
notablemente aunque, por supuesto, no puede ser uniforme porque la funcin lmite es
discontinua.
10
CAPTULO 1. INTRODUCCIN
0.5
0.5
0.5
0.2
0.4
-0.5
0.6
0.8
0.2
0.4
-0.5
e
S5 f
0.6
0.8
0.2
0.4
0.6
0.8
-0.5
e
S15 f
e
S25 f
Ahora vamos a jugar un poco con esta serie de Fourier. Por definicin, f 2 es constante 2 /16 en casi todo punto y por tanto (1.10) es muy sencillo de aplicar y conduce
inmediatamente a
2
1
2
1
1
1
1
=
que
equivale
a
= 2 + 2 + 2 + 2 + ...
2
16 n= 4(2n + 1)
8
1
3
5
7
Si calculamos f f , la convolucin de f consigo misma, se obtiene la funcin 1-peridica
diente de sierra que en [1/2, 1/2] vale 2 (1 4|x|)/16, la cual es continua y C 1 a trozos.
De modo que por la segunda frmula de (1.11) se tiene la igualdad (con convergencia
uniforme)
(
)
e (2n + 1)x
1
1
2
(1 4|x|) =
para x .
2
16
4(2n + 1)
2
2
n=
Lo cual es coherente con el clculo directo de los coeficientes de Fourier. Aplicando la
primera frmula de (1.11) a esta funcin y la original, y utilizando (1.10), se obtiene las
sumas de otras dos bellas series:
3
1
1
1
1
= 3 3 + 3 3 + ...
32
1
3
5
7
4
1
1
1
1
= 4 + 4 + 4 + 4 + ...
96
1
3
5
7
En los libros de anlisis armnico, a menudo se muestran grficas como las primeras
que hemos visto y se hace poco hincapi en lo espectacularmente bien que aproximan
las sumas parciales SN f cuando la funcin es suficientemente regular.
Consideremos por ejemplo la funcin 1-peridica f (x) = ecos(2x) . Con ayuda de un
programa o de un paquete matemtico, podemos aproximar sus primeros coeficientes de
Fourier. Por la simetra, an = an y no hace falta calcular los de ndice negativo.
a0 = 1,266065877 a1 = 0,565159103 a2 = 0,135747669
a3 = 0,022168424
a4 = 0,002737120 a5 = 0,000271463 a6 = 2,24886 105 a7 = 1,59921 106
La aproximacin es notoria usando muy pocos coeficientes de Fourier. En las figuras
siguientes se muestra con lnea de puntos la grfica de f . En la segunda, slo con a0 , a1
y a2 se consigue una aproximacin poco distinguible a simple vista. En la tercera figura
se muestra la pobreza en trminos globales del polinomio de Taylor de grado 2 en el
punto medio.
1.1. PRECALENTAMIENTO
2.5
1.5
11
2.5
2.5
1.5
1.5
0.5
0.5
0.5
0
0.2
0.4
0.6
0.8
f aproximada por S1 f
0.2
0.4
0.6
0.8
f aproximada por S2 f
0.2
0.4
0.6
0.8
x
a
a0 + 2 N
n=1 n cos(n arc cos x) son aproximaciones polinmicas de e , que provienen de
un cambio de variable en la serie de Fourier. Por ejemplo,
P4 (x) = 0,043793 x4 + 0,177347 x3 + 0,499196 x2 + 0,997307 x + 1,000044
Chebyshev
0.2
0.4
0.6
0.2
0.8
-0.002
-0.05
-0.004
-0.1
-0.006
-0.15
Taylor
-0.2
-0.008
0.4
Chebyshev
0.6
0.8
6e-4
4e-4
2e-4
0.2
Taylor
0.4
0.6
0.8
-2e-4
Taylor
-4e-4
-6e-4
-0.01
Segundo grado
Cuarto grado
Chebyshev
La ltima figura es un jarro de agua fra. Resulta que Taylor en el punto medio, que
tiene una frmula ms fea que TN , todava vence a Fourier-Chebyshev. Sin embargo, esta
victoria dista mucho de ser total. Pensemos en( qu ocurrira
si deformamos la grfica
)
de ex en [3/4, 1] dejando todava una funcin C [0, 1] . Entonces el polinomio de Taylor,
que slo emplea informacin local, no podr aproximar ms all de cierta cantidad fija,
mientras que Fourier-Chebyshev converger a la funcin por el Teorema 1.1.1.
12
CAPTULO 1. INTRODUCCIN
La transformada de Fourier explcita ms famosa es la de las funciones gaussianas:
ax2
(1.14)
f (x) = e
fb() =
2 2 /a
e
a
para a > 0.
2
2
2
Partiendo de ex dx = se llega a eax e2zx dx = ez /a /a para cualquier
z R y la frmula anterior se deduce justificando que tambin es posible tomar z
complejo, concretamente z = i.
Eligiendo a = se tiene una funcin que es igual que su transformada (y que su
antitransformada). En [DM72, 2.5] hay una descripcin completa y sencilla de todas
las funciones de L2 con esta propiedad. stas son parte de las funciones de Hermite que
tienen un papel importante en un clculo bsico de fsica cuntica.
La transformada y la transformada inversa de Fourier comparten casi lab misma definicin. A partir de una se deduce la otra por medio de la relacin fb(x) = f (x). Por
ejemplo, un clculo sencillo prueba que si f (x) = e|x| entonces fb() = 2/(1 + 4 2 2 ),
por consiguiente, la transformada de 2/(1 + 4 2 x2 ) es e|| , lo cual no se obtiene por
integracin directa. Aplicando (1.12), es posible deducir rpidamente el valor de algunas
integrales de aspecto complicado:
2|x|
dx
4 d
=
=
e
dx = .
2
2
2
2
2
2 (1 + 4 )
2
2
(1 + x )
Una minitabla de transformadas de Fourier, es la siguiente:
bf()
f(x)
bf()
f(x)
(x)
ea|x|
x1
i sgn()
1/2
|x|
|x|
||1/2
|2|1
() cos(/2)
(a2 + x2 )1
2a
2 2
+ 4
2 2 /a
e
a
a1 e2a||
sech(ax)
a1 sech( 2 a1 )
eax
a2
te (1.12), se infiere R |x|1/2 g(x) dx = R ||1/2 gb() d, lo cual es una frmula correcta
si g tiene cierta regularidad y decaimiento.
1.2.
13
Aprendiendo a sumar
Todos nos quedamos anonadados cuando nos contaron por primera vez la evaluacin
)
(
1
1
1 1 1 1 1 1 1
1
=
= + + + + = 1.
(1.15)
n(n + 1) n=1 n n + 1
1 2 2 3 3 4 4
n=1
El primer asombrado fue G.W. Leibniz, a quien calcular esta suma le orient hacia
las Matemticas y que lleg a decir que le haba sugerido la relacin entre derivadas e
integrales.
Despus de un tiempo, dejamos en el olvido el truco telescpico (o ms bien cataljico, cada objeto se anula con el anterior), en parte porque es demasiado particular
y en parte porque perdimos la esperanza de evaluar sumas infinitas. Matemticos muy
inteligentes han mostrado que todava el truco se puede explotar para construir una
bella y flexible teora [PWZ96] pero nosotros, con el anlisis en mente, todava creemos
que nuestra mejor baza es la aproximacin ms que la evaluacin.
A este respecto, ser conveniente disfrazar estimaciones como igualdades utilizando
la notacin de Landau por la que O(g) y o(g) significan respectivamente funciones f
tales que lm sup |f |/g < y lm f /g = 0, donde los lmites tpicamente sern cuando
la variable tiende a . Una variante que a veces es ms manejable es la notacin de
Vinogradov que consiste en utilizar f g y f g para indicar f = O(g) y g = O(f ).
Cuando ambas relaciones se cumplen simultneamente, un smbolo empleado a veces es
f g. La igualdad asinttica, esto es lm f /g = 1, se representa mediante f g.
1.2.1.
La sumacin por partes es una forma discreta de la integracin por partes con una
finalidad similar.
(
)
log2 x
log x
2
dx = 2 N + 1 log N 4
x+1
dx = 2 N log2 N +O N log N .
x
x+1
1
1
La sumacin por partes permite trabajar directamente con las sumas, sin necesidad de que los sumandos estn representados por funciones regulares ni que haya una
aproximacin previa por integrales.
La versin ms bsica de la sumacin por partes se usa sobre todo para acotar ms
que para estimar.
14
CAPTULO 1. INTRODUCCIN
an bn = aN SN +
n=1
N
1
n=1
1nN
Demostracin. Para la identidad, basta escribir bn = Sn Sn1 y agrupar convenientementelos trminos. La acotacin se sigue tomando valores absolutos y notando que
1
|aN | + N
n=1 |an an+1 | = a1 porque la suma es telescpica.
A menudo se aplica la acotacin anterior despus de subdividir en intervalos didicos,
es decir, considerando 2j n < 2j+1 , con ello se busca evitar problemas con el infinito
y que otros an , no slo el a1 , participen en la acotacin para hacerla ms precisa.
1/2
Como primer ejemplo, probaremos la convergencia de la serie
cos(n 2)
n=1 n
que no aparece en los cursos bsicos de
Clculo porque no es una serie absolutamente
convergente y el criterio de Leibniz ( (1)n cn converge
sicn) decrece a cero) es in(
1/2
aplicable. Tomando an = (n + M )
y bn = cos (n + M ) 2 en el Lemma 1.2.1, se
tiene
(
)
(
1
2
2 )
Dn
n1/2 cos(n 2) (M + 1)1/2 sup
DM
(M + 1)1/2 .
2
2
M <nL 2
n=M +1
As, cuando L > M se tiene SL = SM + o(1) y por tanto la serie converge (las
sumas
forman una sucesin de Cauchy). El mismo argumento sirve para probar
parciales
1/2
que
n
cos(2nx) converge para todo 0 < x < 1 (uniformemente sobre compactos)
a pesar de que por (1.10) sabemos que ni siquiera es de cuadrado integrable [Zyg77,
I,(2.6)].
Parece que las aplicaciones juiciosas de la sumacin por partes a series infinitas estn
limitadas al caso en que an an+1 0, sin embargo algunos mtodos de aceleracin de
series contradicen esta idea. Si cn decrece a cero, tomando an = (1)n1 y bn = cn cn+1
en el Lema 1.2.1, se deduce la igualdad:
n=1
1
1
cn = c1 +
(1)n1 (cn cn+1 ).
2
2 n=1
(1)
n1
El mtodo de aceleracin de series con transformadas de Euler consiste en aplicar indefinidamente esta igualdad. Sin llegar a ese lmite, notemos que por ejemplo, para
15
cn = 1/(2n 1)
la serie de la derecha da un error 10 veces menor que la segunda al
aproximar /4 = (1)n1 cn cuando se usan 5 trminos, y usando 50 trminos el error
se hace 100 veces menor. Este tipo de trucos son muy a tener en cuenta para aumentar
la rapidez de clculos masivos con ordenador.
Una versin un poco ms compleja de la sumacin partes se utiliza primordialmente
cuando se quiere ir ms all de una acotacin. Lleva asociado el nombre de N.H. Abel, el
genial matemtico que se escandaliz de que en su tiempo hubiera tan poco hecho sobre
convergencia (escribi: salvo casos muy simples [...] ni una serie infinita ha sido sumada
rigurosamente [...] Es cierto que la mayora son vlidas, pero es muy sorprendente).
Lema 1.2.2 (Lema
de Abel). Sea (cn )
n=1 una sucesin arbitraria de nmeros complejos
nx
cn g(n) = C(x)g(x)
Es posible deducir este resultado del Lema 1.2.1 o incluso dar una prueba directa
en pocas lneas [Ell75, Th.1.6], sin embargo preferimos aqu una prueba avanzada pero
ilustrativa.
Demostracin.
x Por continuidad podemos
suponer que x no es entero, entonces el primer
miembro es 1/2 h(t)g(t) dt con h(t) = cn (t n) y la delta de Dirac. Como C (t) =
h(t), el resultado se reduce a integrar por partes. El uso de deltas de Dirac se justifica
mediante aproximaciones de la identidad.
Aplicando el Lema 1.2.2 con cn = 1 y g(t) = 1/t se deduce
x
x
1
[x]
[t]
[x]
[t] t
=
+
dt
=
log
x
+
+
dt.
2
n
x
x
t2
1 t
1
nx
x
donde [ ] indica la parte entera. Escribiendo
la integral como 1 = 1 x = cte +
16
CAPTULO 1. INTRODUCCIN
natural pero de cara a ciertas estimaciones, lo es ms que (x). Una frmula alternativa
ms manejable para es:
{
1.2.2.
f (x)e(nx)
f (n) =
fb(n).
P (x) =
e(nx)
f (x)P (x) =
Lo ms difcil a la hora de establecer esta frmula es dar condiciones que aseguren la
convergencia de las series del enunciado y la prueba. Una posibilidad tomada de [DM72]
es la siguiente (vase en [Zyg77, I, (13.5)] una versin con hiptesis dbiles):
Teorema 1.2.4 (Frmula de sumacin
Para cualquier f C 2 (R) satisfa)
( de Poisson).
2
ciendo |f (x)| + |f (x)| + |f (x)| = O (1 + |x|) , se verifica
n=
f (n) =
fb(n).
n=
17
Y en la introduccin de [IK04]:
Poisson summation for number theory is what a car is for people in modern communities it transports things to other places and it takes you back home when
applied next time one cannot live without it.
Veamos un ejemplo concreto del Teorema 1.2.4. En analoga con la historia del pequeo C.F. Gauss y la suma
+ 100, imaginemos a un profesor malvado
de 1 +n22 +
/100
que exige el valor de S =
e
con unas pocas cifras decimales a una clase
n=
de estudiantes armados slo con calculadoras cientficas. Eligiendo en el Teorema 1.2.4
2
f (x) = ex /100 y usando (1.14) se tiene
2 2
S=
e100 n
f (x)e(nx) dx = 10
n=
n=
(z) =
e(n2 z)
para z H
n=
18
CAPTULO 1. INTRODUCCIN
i ( 1 )
(z) =
,
2z 4z
donde en
se escoge la rama habitual que enva R+ en R+ .
Demostracin. Aplicar el Teorema 1.2.4 a f (x) = e(zx2 ).
Al combinar esta especie de invariancia de por z 7 1/4x con la obvia por z 7
z + 1, se obtienen una serie de simetras que son relevantes en la teora de formas
modulares. Histricamente, una de sus primeras consecuencias fue que el nmero de
representaciones de un entero n como suma de 4 cuadrados, r4 (n), responde a la frmula
sencilla
(
( n ))
r4 (n) = 8 (n)
donde (n) =
d
4
d|n
n=1
( n ))
(n) 2
e(nz)
2
(n)
( n ))
f2 (z) = 1 + 24
2
e(nz)
2
4
n=1
son dos ejemplos con tales simetras (con el lenguaje adecuado esto ltimo
es ms sencillo
4
de lo que parece). Por tanto, existen 1 , 2 C tales que (z) = n=0 r4 (n)e(nz) =
1 f1 (z) + 2 f2 (z). Ajustando 1 y 2 para que los dos primeros coeficientes cuadren, se
deduce la frmula para r4 (n).
Otra manera de entender la frmula de sumacin de Poisson es a travs del desarrollo
de Fourier de la funcin {x} = x [x] 1/2, que es la parte fraccionaria normalizada
para que su promedio sea nulo.
i e(nx)
1 sen(2nx)
{x} =
=
,
2 n= n
n=1
n
(1.17)
n=0
n=1
f (n) =
1
)
1(
f (x) dx + f (1) + f (N ) +
2
19
)
1(
f (n) = f (N ) + f (M ) +
f (x)e(nx) dx.
2
N
n=
n=N
Demostracin. Segn el argumento anterior a partir de (1.18), empleando e(nx) +
e(nx) = 2 cos(2nx) y e(0) = 1, se tiene
M
M
)
1(
f (n) = f (1) + f (N ) +
f (x)e(nx) dx.
2
n=1
n= 1
Cambiando N por M y restando las identidades, se obtiene el resultado esperado.
Una consecuencia indirecta de esto es la evaluacin de las sumas de Gauss
N
( n2 )
GN =
e
N
n=1
con N Z+ .
A pesar de que esto ser una consecuencia ms o menos rpida de la Proposicin 1.2.6,
tiene un contenido aritmtico muy profundo y Gauss tuvo que poner mucho esfuerzo
hasta conseguir una prueba de la frmula aparentemente inocente del siguiente resultado.
Proposicin 1.2.7. Para cualquier N Z+ se tiene la frmula
1 + (i)N
GN =
N.
1i
Ntese que lo que esto indica es que N 1/2 GN es 4-peridica en Z+ tomando los
valores 1, 0, i y 1 + i para los cuatro primeros enteros positivos. Para la prueba seguimos
[Dav80]. En [IK04] hay una demostracin originalsima utilizando integrales oscilatorias
y aritmtica, mientras que en [Ros88] se puede ver una prueba clsica sin anlisis (en
general stas son ms complicadas, vase tambin [Ter99, 8]).
Demostracin. Vamos a aplicar la Proposicin 1.2.6 a f (x) = e(x2 /N ) en el intervalo
[0, N ]. En principio esto excede en 1 el intervalo de sumacin de GN pero el trmino
extra se cancela con la semisuma de f (0) y F (N ) y se obtiene
)
( 1
) 1+n/2
( x2
2
+ nx dx = N
e Nn
e(N x2 ) dx
GN =
e
N
4
n/2
n=
n= 0
20
CAPTULO 1. INTRODUCCIN
donde simplemente se ha hecho el cambio lineal que lleva [0, N ] en [n/2, 1 + n/2]. Separando en la suma los pares de los impares, se deduce
n+1
n+1/2
GN
2
N
2
N
=
e(N x ) dx + i
e(N x ) dx = (1 + i )
e(N x2 ) dx
N
n= n
n= n1/2
donde estamos suponiendo que no hay problema con la convergencia, en particular que la
integral existe (en el prximo captulo estudiaremos esto con detalle). Aplicando (1.14)
formalmente otomando lmites cuando a = 2iN y 0+ , se sigue que el valor de
la integral es 2 e(1/8)N 1/2 = N 1/2 /(1 i).
La humilde frmula (1.18) da ms juego de lo que parece, al menos en manos de un
genio como Euler. La idea es tan sencilla como pensar en qu obtendramos al integrar
muchas veces por partes. Definimos los polinomios de Bernoulli {Bm }
m=0 mediante la
recurrencia
1
Es decir, esencialmente integrar 1 repetidas veces haciendo mnicos los polinomios resultantes y ajustando la constante de integracin para que sus promedios sean cero en [0, 1].
Tambin se definen los nmeros de Bernoulli como bn = Bn (0). Algunos ejemplos son:
B0 = 1,
1
B1 = x ,
2
1
B2 = x2 x+ ,
6
3
1
B3 = x3 x2 + x,
2
2
B4 = x4 2x3 +x2
1
.
30
Integrando sucesivas veces (1.17), como B1 (x) = x, para 0 x < 1, se deduce que los
polinomios de Bernoulli tienen una serie de Fourier bonita:
m! e(nx)
Bm (x) =
para m > 1.
(2i)m n=0 nm
En particular
(1.19)
b2m = 2(1)m+1
)
(2m)! ( 1
1
1
1
+
+
+
+
.
.
.
(2)2m 12m 22m 32m 42m
y b2m+1 = 0 para m Z+ .
Por tanto, en contra de lo que sugieren los primeros ejemplos, {|b2m |} es una sucesin
que crece extremadamente deprisa.
Proposicin 1.2.8 (Frmula de sumacin de EulerMaclaurin).
Sean N, M, K Z
(
)
K
tales que N < M y K > 0. Para cualquier f C [N, M ] , la expresin
M
n=N
f (n)
f
N
)
1(
f (N ) + f (M )
2
21
es igual a
K
bn (
n=2
n!
(n1)
(M ) f
(n1)
) (1)K+1
(N ) +
K!
1
1
1/6
M 2 (M + 1)2
n3 = (M 4 1) + (M 3 + 1) +
(3M 2 3) + 0 =
.
4
2
2!
4
n=1
1.2.3.
Nuestros primeros paseos por la variable real nos desvelaron un mundo plagado de
funciones monstruosas: continuas pero no diferenciables en ningn punto, C pero no
analticas (no desarrollables como su serie de Taylor), satisfaciendo el teorema de los
valores intermedios pero no continuas.
En cambio, la variable compleja desde el principio volva a poner las cosas en su sitio:
las funciones holomorfas (derivables en un entorno de un punto) eran automticamente
C e incluso analticas. Adems haba una serie de hechos milagrosos, basados de una
forma u otra en que al integrar una funcin holomorfa a lo largo de una curva el resultado
no depende de pequeas variaciones con los extremos fijos.
Esto tiene una
( explicacin )razonable. Cuando consideramos una funcin holomorfa,
f (z) = lmh0 f (z +h)f (z) /h establece unas relaciones entre las derivadas parciales
de u = (f ) y v = (f ) como funciones de x = (z) e y = (z), llamadas ecuaciones
de Cauchy-Riemann. Estas ecuaciones son equivalentes a decir que la forma diferencial
(u + vi) dx + (v + ui) dy = f (z) dz es cerrada, esto es, que el rotacional que aparece
en el teorema de Green se anula y entonces la integral de lnea es siempre cero, el campo
22
CAPTULO 1. INTRODUCCIN
f (z) dz = 2i
Res(f, sn )
n=1
2 1
1 2
zi
lm 2
=
sen(i) zi z + 1
e e
z+i
Res(f, i) =
lm 2
=
zi
sen(i)
z +1
e e
(1)n
Res(/ sen(z), n)
Res(f, n) =
=
n2 + 1
n2 + 1
1
(1)n
2
entonces
+
f =
2i
e e n=N n2 + 1
Res(f, i) =
)
)
(
(
(1)n
1
=
.
2
n +1
e e
2
n=1
23
o equivalentemente
1
2
=
.
2
n
6
n=1
a+bz
(
n=0
z ) z/(n)
1
e
n
que implica
sen z = ze
a+bz
(
n=1
z2 )
.
(n)2
(2n)2
2 2 4 4 6 6...
=
=
.
2 n=1 (2n 1)(2n + 1)
1 3 3 5 5 7...
La extensin analtica es una estrategia que permite sumar cosas que no se pueden
sumar. Y para qu deseamos hacer tal cosa? Por ejemplo para aplicar el teorema de
24
CAPTULO 1. INTRODUCCIN
1
(s) =
ns
n=1
para
(s) > 1.
1/2 3/4+i
Series como
n
o
n
no convergen (para la segunda se puede usar que ni
apenas oscila en intervalos didicos) lo que sugiere que es imposible dar sentido a (1/2)
o a (3/4 i). Sin embargo, por (1.18) (Proposicin 1.2.8 para K = 1) con f (x) = xs ,
s
1
(1.23)
(s) =
+ s
{x}xs1 dx
s1 2
1
y como {x} est acotado, la integral converge si (s) > 0. Se deduce entonces que (s)
1/(s 1) se extiende a una funcin holomorfa en todo el semiplano derecho. Aplicando
la Proposicin 1.2.8 en general (integrando (1.23) por partes con cierto cuidado), xs1
pasa a ser xsK y como K es arbitrario, la conclusin es que (s) tiene una extensin
analtica (holomorfa) a todo C salvo
por un polo simple de residuo 1 en s = 1. De alguna
s
forma estamos dando sentido a
n siempre que s = 1. Pensemos ahora en la frmula
elemental
(
)
(1)n+1
1 21s (s) =
ns
n=1
que da sentido a (s) en (s) > 0, siempre que 21s = 1. Por la unicidad
de la extensin
analtica, esta frmula debe definir por ejemplo (1/2), formalmente n1/2 , de manera
compatible con (1.23). A partir de ahora llamaremos funcin a la nica extensin
analtica de (1.22).
Otro ejemplo destacable de extensin analtica es la de la funcin dada por
(1.24)
(s) =
xs1 ex dx
para (s) > 0.
0
En cierto modo, generaliza los factoriales para valores complejos porque es fcil probar
la ecuacin funcional (s+1) = s(s) y (1) = 1, de donde (n) = (n1)! para n Z+ .
Esta ecuacin funcional, en la forma (s 1) = (s)/(s 1) muestra que (s) tiene una
extensin analtica a C (Z {0}). Adems en cada entero no positivo hay un polo
25
(s)(1 s) =
sen(s)
para s C Z.
Inmediatamente, esta relacin da una extensin analtica de (s) que debe ser coherente
con la anterior. Se deduce tambin que no tiene ceros y por consiguiente F (s) (= 1/(s)
)
se extiende a una funcin entera. A partir de (1.24) se tiene que (s) = O e|s| en
(s) 1/2 para todo > 1. De (1.25) se deduce que esta misma acotacin es vlida
para F (s) en (s) 1/2 y la primera forma de la ecuacin funcional extiende la cota
a todo s C. Los ceros de F estn en los enteros negativos y segn (1.20), tenemos
(entendiendo 1/ = 0)
(1.26)
(
1
s)
= ses
1 + es/n
(s)
n
n=1
para s C,
donde
una constante, la constante de Euler. Aunque su definicin habitual es el lmite
es 1
de N
n
log N , se puede redefinir como (1). Para probar (1.25), expresamos el
n=1
primer miembro como una sola integral para 0 < (s) < 1.
s
t
y=xt
s 1 xy
(s)(1 s) =
(x/y) x e
dydx =
dt.
t+1
0
0
0
Ahora vamos a calcular este integral mediante el teorema de los residuos. Tomamos
f (z) = z s /(z + 1) donde z s se define como es log z pero esto da un problema porque
log z es multivaluada, si nos aferramos a log z = log |z| + i arg(z) entonces log(a + i)
log(ai) = 2i si 0+ y a R+ . Por ello escogemos para llegar a cabo la integracin,
un dominio de tipo pacman que evita el eje real positivo:
Res(f, 1) = eis
s
t
lm+
dt
f=
0
t+1
1
0
s
t
2is
dt
lm+
f = e
0
t+1
2
0
R
1
26
CAPTULO 1. INTRODUCCIN
2
s/2
s
(s/2)
n =
ts/21 en t dt
para s > 1,
n=1
n=1
)
1 s/21 (
s/2
s
t
(it/2) 1 dt.
(s/2)
n =
2 0
n=1
Separando el rango de integracin en [0, 1] [1, ) y utilizando la Proposicin 1.2.5, el
segundo miembro es
)
)
1 1 s/21 ( 1/2
1 s/21 (
t
t
(i/2t) 1 dt +
t
(it/2) 1 dt.
2 0
2 1
Con el cambio t 7 1/t en la primera integral se llega a que para s > 1
(
)
1 s/21
1
s/2
+
(t
+ t1/2s/2 ) (it/2) 1 dt.
(s/2)(s) =
s(s 1) 2 1
Al multiplicar por s(s 1) el segundo miembro es una funcin entera e invariante por
s 7 1 s. Por la unicidad de la extensin analtica, el primer miembro debe tener
tambin tal invariancia.
La importancia de esta prueba radica en que se puede copiar para demostrar que
las funciones que provienen de formas modulares satisfacen una ecuacin funcional.
1.3.
27
0.8
0.6
0.02
0.4
2
0.2
2
10
12
-0.2
14
10
12
14
-0.02
-0.04
-0.4
{f(n)}N1
n=0 para N = 15
{f(n)}N1
n=0 para N = 15
Esta idea intuitiva no es gratuita. El anlisis armnico discreto tiene sus aplicaciones
en el tratamiento de seales digitales. La digitalizacin en la prctica se produce en
tiempo y se representa en que la variable ahora pertenece al conjunto finito ZN , pero
tambin se produce en la propia seal, en la imagen de la funcin, en el sentido de que el
resultado vendr dado por un nmero determinado de bytes. Para el modelo matemtico
es conveniente despreocuparse en primera instancia de esta segunda digitalizacin y
pensar que las imgenes estn en R o en C.
Un ejemplo ms visual son las imgenes digitales, las cuales estn compuestas de
pixels. Cada uno de ellos tiene habitualmente tres valores (canales) correspondientes
a los niveles que contiene de rojo, verde y azul (en ciertas situaciones hay un cuarto
correspondiente a la transparencia). stos son los tres colores bsicos en el sentido de
que la fisiologa de nuestra visin hace que percibamos el resto de estos colores como
combinacin de ellos. Entonces cada imagen digital de N M pixels se puede entender
como tres funciones fR , fG y fB de ZN ZM en R que dan los niveles de estos colores.
fR : Z200 Z157 R
fG : Z200 Z157 R
fB : Z200 Z157 R
28
1.3.1.
CAPTULO 1. INTRODUCCIN
Caracteres y transformadas
N si N |n
(1.28)
D (n) =
e(jn/N )
donde D (n) =
0
en otro caso.
j=0
La prueba ms pedestre se reduce a sumar la serie geomtrica. El segundo miembro
es la delta de Dirac en ZN porque al integrarla con respecto a la medida de contar
normalizada (sumar y dividir por N ) el resultado es uno o cero dependiendo de si el
conjunto de integracin contiene a 0 o no.
La transformada de Fourier discreta en ZN es el anlogo de los coeficientes de Fourier
y se define como
(1.29)
x
bn =
N
1
xm en (m)
con
en (m) = e(nm/N )
m=0
para cualquier vector x CN que, como hemos visto, es lo mismo que una funcin
f : ZN C. Aunque aqu lo evitaremos, es muy habitual designar a la transformada
de Fourier discreta mediante sus siglas en ingls DFT.
La relacin (1.28) da inmediatamente un desarrollo de Fourier en armnicos (o si lo
preferimos, una frmula de inversin)
(1.30)
xn =
N 1
1
x
bm em (n).
N m=0
29
Los caracteres forman a su vez un grupo con la multiplicacin (1 2 )(g) = 1 (g)2 (g)
b = {e(nx)}
b
b No es difcil comprobar que T
que suele denotarse mediante G.
n= , R =
N
1
b N = {e(jn/N )}
{e(x)}R y Z
j=0 . Por tanto los caracteres generalizan todos los armnicos que hemos visto hasta ahora. Es posible hacer una teora general en grupos abelianos
localmente compactos [Dei05], [Kat76] en la que las transformadas de Fourier continuas
y discretas y los coeficientes de Fourier son diferentes aspectos de un mismo fenmeno:
b con respecto a cierta melas funciones de L2 (G) se expresan como integrales sobre G
dida. Incluso si nos limitamos al mbito de la aritmtica, esto no es una generalizacin
innecesaria. El anlisis armnico en ciertos grupos (tambin con estructura de anillo)
llamados adeles [Rob74] asociados a cuerpos de nmeros, permite deducir anlogos muy
profundos de la Proposicin 1.2.10 a partir de una frmula de sumacin de Poisson que
incorpora propiedades acerca de la factorizacin en ideales primos. Genricamente se
llama a este crculo de ideas tesis de Tate [RV99] pues fueron introducidas por J.T. Tate
en su tesis doctoral.
Por otro lado, en el caso de grupos no abelianos, la definicin anterior de caracteres
es demasiado restrictiva y hay que considerar en su lugar representaciones, una especie
de caracteres matriciales, mientras que se llama caracteres a sus trazas [Ter99], [Art00],
[Kna96a], [Kna96b].
Volviendo a nuestro caso, dado G abeliano y finito, por el teorema de clasificacin
debe existir un isomorfismo : G ZN1 ZN2 ZNr y es fcil ver que el grupo
de caracteres es
(1.31)
(
)
{
b
e jk (n)/Nk
G = : (n) =
}
con 0 jk < Nk .
k=1
|G| si g = e
|G| si 1 = 2
y
(g) =
1 (g)2 (g) =
0
si g = e
0
si 1 = 2
gG
b
G
30
CAPTULO 1. INTRODUCCIN
1
Demostracin. Se tiene 1 (g)2 (g) = (g) con = 1
1 2 porque 1 (g) S . Si 1 = 2
el resultado es trivial y si 1 = 2 existe h G con (h) = 1, en este caso
1 (g)2 (g) =
(g) =
(gh) = (h)
1 (g)2 (g)
gG
gG
gG
gG
by
y entonces la suma tiene que ser cero. La relacin recin probada cambiando G por G
tomando como 1 el elemento neutro, da la segunda frmula del enunciado.
b como
En este contexto se define la transformada de Fourier discreta para cada G
f (g)(g).
(1.32)
fb() =
gG
Ntese que para G = ZN esto es lo mismo que la definicin (1.29) salvo el abuso de
notacin de representar el carcter por su ndice en el argumento de la transformada.
El producto escalar en L2 (G) y la convolucin vienen definidos respectivamente por
f1 (h)f2 (gh1 ).
f1 , f2 =
f1 (g)f2 (g)
y
(f1 f2 )(g) =
gG
hG
la identidad de Parseval
f, f =
1 b b
f , f ,
|G|
en general
f1 , f2 =
1 b b
f1 , f2 ,
|G|
31
Todo esto parece demasiado fcil como para ser interesante, pero veremos a continuacin
que sirve de manera fundamental para resolver un problema difcil en teora de nmeros.
Empecemos por otro ms sencillo. Todos sabemos que hay infinitos primos. La prueba
de Euler parte de la importantsima frmula producto de Euler
(1.33)
(s) =
1 ps
)1
para
(s) > 1,
p primo
(
p primo
)
s 1
1 j (p)p
para
(s) > 1,
donde
L(s, j ) =
j (n)
n=1
ns
Se dice que L(s, j ) es una funcin L de Dirichlet. Utilizando que los armnicos representan cualquier funcin, seleccionaremos los primos que acaban en 1 y todo el resultado
volver a reducirse a qu ocurre con L(s, j ) cuando s 1+ , lo cual en este caso es algo
puramente computacional. Los detalles estn en la demostracin siguiente.
Proposicin 1.3.3. Hay infinitos primos que acaban en 1. En general hay infinitos
primos que acaban en cualquier cifra impar distinta de 5.
Demostracin. Tomando logaritmos y usando el desarrollo de Taylor de log(1 x), se
tiene
j (p)
kj (p)
log L(s, j ) =
=
+ O(1)
para s > 1,
kps
ps
p primo k=1
p primo
k
k
2k . Ahora analizamos
donde simplemente se ha empleado que
p <
n=2 n
la delta de Dirac en 1 con los armnicos j (Teorema 1.3.2 o Lema 1.3.1)
{
4 si n 1 (mod 10)
0 (n) + 1 (n) + 2 (n) + 3 (n) =
0 en otro caso.
32
CAPTULO 1. INTRODUCCIN
As pues
1
(
)
+ O(1)
para s > 1.
log L(s, 0 )L(s, 1 )L(s, 2 )L(s, 3 ) = 4
ps
p1 (10)
con |1 |, |2 | < 1/10. Esta cota proviene de que las series son alternadas y el error es menor
que el primer trmino despreciado [Spi84, p.600]. Por tanto L(1, 1 )L(1, 2 )L(1, 3 ) es
un nmero real positivo y de (1.34) con s 1+ se deduce que hay infinitos primos que
acaban en 1. La prueba es similar para otra cifra admisible k, analizando la delta de
Dirac en k.
La generalizacin natural de este resultado es conocida:
Teorema 1.3.4 (Teorema de Dirichlet). Si q Z+ y a Z son coprimos, entonces la
progresin aritmtica {qn + a}
n=1 contiene infinitos primos.
La demostracin anterior permite reducir el resultado a un trabajo computacional
para cada q concreto, pero el enunciado general exige que ninguna de las funciones L
de Dirichlet tenga un cero en s = 1. La prueba de ello es artificiosa (aunque no larga) y
puede consultarse por ejemplo en [SS03] o [Dav80].
1.3.2.
En el mundo real hay transformadas de Fourier por todas partes, sin embargo el
mundo virtual es digital y debe reemplazarlas por transformadas de Fourier discretas.
Un primer problema es cmo pasar del caso continuo al discreto, en cierto modo (aunque
no exactamente), de analgico a digital. Otro problema de ndole ms tcnica es cmo
llevar a cabo los clculos con transformadas discretas de manera eficiente.
En la prctica, nuestros sentidos o nuestros instrumentos de medida slo operan en un
rango de frecuencias. Sera por ejemplo absurdo comprar un altavoz para nuestra cadena
de msica que reprodujera frecuencias por encima de los 20000 hercios (20000 oscilaciones
por segundo), ya que tales sonidos son inaudibles. Por otro lado, es mejor que el mando
a distancia de nuestra televisin tenga una frecuencia de funcionamiento por debajo de
la de la luz visible para que no se vea afectado cuando encendamos una lmpara.
De esta forma, en la prctica es natural considerar que las funciones que representan
seales tienen un contenido en frecuencias limitado. Para el caso de una onda peridica,
33
esto es lo mismo que decir que la serie de Fourier es una suma finita, un polinomio
trigonomtrico, mientras que para una seal genrica, la hiptesis natural es que sea
una funcin de banda limitada, lo que significa que satisface para cierto B
(1.35)
fb() = 0
cuando || B.
Recordemos que, a travs de (1.7), el valor de fb() indica de alguna forma el coeficiente
con el que aparece el armnico e(x) de frecuencia al analizar f . Si a uno no le
dan mucho miedo las deltas de Dirac, de hecho esta definicin recoge tambin el caso
peridico. Dicho sea de paso, el teorema de Paley-Wiener describe en cierto modo las
funciones de banda limitada como funciones de variable compleja.
Para transformar una seal en un conjunto discreto de datos, digamos que tomamos
una muestra (un valor de la funcin) cada T segundos. En esta situacin se dice que la
frecuencia de muestreo es s = 1/T . Matemticamente lo que se tiene es una funcin f y
una sucesin {f (nT )}
n= . Est claro que este conjunto discreto no permite caracterizar
la funcin en general:
1.0
1.0
0.5
0.5
0 5
0 5
1 0
1 0
T = 1/2, s = 2 no distingue
0, sen(2x) y sen(2x)
T = 1/4, s = 4 no distingue
sen(4x + 4 ) y cos(4x + 4 )
f (x) =
f (n/s ) sinc(s x n)
n=
1
sen(x) si x = 0 y sinc(0) = 1.
34
CAPTULO 1. INTRODUCCIN
Es decir, dada una frecuencia de muestreo s , la mxima frecuencia que debe contener
una funcin de banda limitada para que la podamos reconstruir es s /2, esto es lo que
se llama frecuencia de Nyquist. Vase en [Wal96, 5.11] una versin aproximada bajo
hiptesis ms dbiles que (1.35).
Demostracin. Por la hiptesis 2B s , es posible definir una funcin g como la extensin s -peridica de fb de manera que g() = fb() para || < B. Su desarrollo de Fourier
ser, segn (1.5)
s /2
1
g() = s
e(n/s )
fb(x)e(nx/s ) dx.
s /2
n=
S1
f (n/s )e(n/s ).
n=
/2
Ahora bien, f (x) = fb()e(x) d = s s /2 g()e(x) d, tambin se sigue de la frmula
de inversin, y sustituyendo g en esta ltima integral se concluye la prueba con un
sencillo clculo.
Evidentemente en la prctica la muestra no es una sucesin infinita sino que confiamos
en que la seal tenga un principio y un fin (localizacin en tiempo) o que decaiga
hasta lmites despreciables. Una manifestacin del principio de incertidumbre hace que
lo primero sea tericamente imposible para funciones de banda limitada [DM72, 2.9].
Por otro lado, hay un antiguo trabajo poco conocido de A.E. Ingham en el que se dan
condiciones necesarias y suficientes para la existencia de una funcin de banda limitada
con decaimiento prefijado [Ing].
Est claro que desde el punto de vista prctico, no podemos guardar todo el desarrollo de Fourier de una funcin 1-peridica arbitraria en una mquina. En principio
s podramos hacerlo con los desarrollos de Fourier en ZN porque son finitos pero en
ambos casos, con vistas a la compresin, slo desearamos guardar la informacin significativa. La mejor situacin en T es cuando tenemos coeficientes de Fourier que decaen
rpidamente y basta con almacenar los primeros de ellos. Sin embargo, si tomamos un
fragmento de una seal, tpicamente cuando la hacemos peridica el resultado es discontinuo en T y la baja regularidad impide la convergencia rpida de la serie de Fourier.
En el caso discreto ocurre algo similar. Sumando por partes (Lema 1.2.1) en (1.29), se
tiene para n = 0
x
bn =
N
2
m=0
con
sm =
k=0
en (k).
35
Los sm oscilan
se puede comprobar que su promedio no es cero, de hecho se
Npero
1
1
cumple N
m=0 sm = 1/2, por consiguiente esperamos una contribucin tpica de
N 2
1
bn .
m=0 (xm xm+1 ) = (x0 xN 1 )/2 en x
2
Por ejemplo, para la seal xn = n 4,5 en Z10 , se tiene xb0 = 0,
x
b1 = 5 + 15,3884i,
x
b2 = 5 + 6,8819i,
x
b3 = 5 + 3,6327i,
x
b4 = 5 + 1,6245i,
x
b5 = 5
8 10 12 14
Seal original
8 10 12 14
La simetra por n = 1/2 sugiere que estamos trasladando los armnicos, y como
duplicamos el periodo, deberan pasar a ser eej ((n+1/2)/2N ). Por otra parte, la simetra,
hace que las partes imaginarias se cancelen, entonces desde el punto de visto terico todo
funciona como si simplemente hubiramos
cambiado) los armnicos exponenciales de
(
(1.29) por unos nuevos armnicos cos (m + 1/2)n/N . Por las razones antes indicadas,
la nueva transformada sustituye en muchas aplicaciones a la transformada de Fourier
discreta. El anlogo de la definicin (1.29) y de (1.30) est incluido en el siguiente
resultado:
1
N
Proposicin 1.3.6. Dado x = (xn )N
n=0 C se define su transformada coseno discreta
como
N
1
( n
1 )
c
x
bn =
xm cos
(m + ) .
N
2
m=0
Para ver que la idea funciona, tomemos de nuevo la seal xn = n 4,5 en Z10 . Los
valores de la transformada coseno discreta son xbn = 0 si n es par y
x
bc1 = 20,1801,
x
bc3 = 2,1615,
x
bc5 = 0,7071,
x
bc7 = 0,2859,
x
bc9 = 0,0801.
36
CAPTULO 1. INTRODUCCIN
4.0
4.0
4.0
2.0
2.0
2.0
2 0
2 0
2 0
4 0
4 0
4 0
Seal original
N
1 (
n=1
cos
( n
)
( n
))
(m0 +m+1) +cos
(mm0 )
N
N
para 0 m < N.
N 1
( n
)
( n
))
1 (
cos
(m0 +m+1) +cos
(mm0 )
2 n=N
N
N
para 0 m < N,
que equivale a
2N 1
( n(m m0 ) ))
1 ( ( n(m0 + m + 1) )
D (m m0 ) =
e
+e
2 n=0
2N
2N
para 0 m < N,
Uno de los algoritmos que sustentan la importancia del anlisis de Fourier abstracto en la prctica, y uno de los ms importantes en todo el anlisis numrico, es la
transformada rpida de Fourier , ms conocida por sus siglas en ingls FFT. Es un algoritmo de tipo divide y vencers (lo que en Matemticas se llamara induccin, se reduce
recursivamente un problema a otros con parmetros menores) que sirve para calcular
transformadas de Fourier discretas en ZN mucho ms rpido de lo que cabra esperar.
Por supuesto, tambin sirve para calcular transformadas coseno discretas pues stas se
expresan fcilmente en trminos de aquellas.
37
N
1
xm e
( mn )
m=0
para 0 n < N
yn =
1
N
m=0
x2m e
( mn )
N
+e
1
( n ) N
m=0
x2m+1 e
( mn )
N
con N =
N
.
2
Esta igualdad es una obviedad. Lo que hay que comprobar es que con ella es posible
reducir el nmero de operaciones. Llamemos ynpar al primer sumatorio e ynimpar al segundo.
Evidentemente, como slo involucra la mitad de los trminos, cada ynpar requiere N
multiplicaciones, pero adems slo hace falta calcular ynpar para n = 0, 1, 2, . . . , N 1
par
porque ynpar = yn+N
. En definitiva, tomando la mitad de los trminos el nmero de
multiplicaciones por fuerza bruta pasa de N 2 a (N )2 = N 2 /4. En vez de dividirse
por dos se divide por cuatro! De la misma manera, los ynimpar requieren en total N 2 /4
multiplicaciones mientras que multiplicar por e(n/N ) requiere otras N operaciones. (De
hecho con N/2 es suficiente por la antisimetra).
En definitiva, al escribir (1.36) hemos transformado las N 2 operaciones que aparecen
en la definicin de los yn en N + 2(N )2 = N + N 2 /2. Un factor dos no parece una
gran cosa pero la fuerza del mtodo est en iterar acumulando muchos de estos doses.
Aplicando (1.36) a ynpar e ynimpar , que tienen longitud N , para descomponerlas en sumas
de longitud N = N /2, la evolucin del nmero de operaciones tras los dos pasos sera
(
)
paso 1
paso 2
N 2 N + 2(N )2 N + 2 N + 2(N /2)2 = 2N + 4(N )2 .
Repitiendo el proceso k = log2 N veces se llegar a kN + 2k , con lo que el nmero total
de multiplicaciones es comparable a kN , y esto es muchsimo menor que N 2 cuando N
es grande. Por ejemplo N = 225 implica N 2 = 1,12 1015 y kN = 8,38 108 , un valor
ms de un milln de veces menor. En ordenador actuales (rpidos) el primer nmero de
operaciones podra llevar dos semanas y la FFT reducira el tiempo a un segundo.
Es fcil entender que tal diferencia es crucial en ingeniera y que un bien de tan
primera necesidad y a la vez tan sencillo, no debe pertenecer a nadie. En [Ger99] hay
38
CAPTULO 1. INTRODUCCIN
un extrao juicio acerca de ello: When Cooley (then at IBM) first presented the FFT, IBM
concluded that it was so significant it should be put in the public domain to prevent anyone
from trying to patent it, and so it was published openly. Ironically, its very success has made
this kind of behavior much less common now.
En este exposicin de la FFT hemos supuesto que e(mn/N ) estn dados. Un anlisis
similar prueba que disponiendo slo de e(1/N ) el nmero de operaciones sigue siendo
comparable al anterior [SS03, 7.13], [Str86, 5.5].
b
La transformada rpida de Fourier es tan rpida
que a veces es conveniente calcular
b
la convolucin a b con la igualdad a b = (b
ab) en vez de directamente. Esto tiene una
sorprendente consecuencia a la hora de multiplicar nmeros muy grandes. Dados dos
enteros N y M escritos en base B, al multiplicarlos aparece una convolucin:
N=
r=0
ar B ,
M=
r=0
br B
implica
NM =
2R
r
r=0 s=0
as brs B =
2R
(a b)r B r .
r=0
1.3.3.
Aqu vamos a ver algunas de las aplicaciones sin ms propsito que ilustrar que el
anlisis de Fourier discreto tiene una fuerte motivacin prctica.
39
Comencemos con unas consideraciones sencillas acerca de filtros lineales. Matemticamente no son ms que convoluciones y su importancia radica en la propiedad bsica
que se cumple tanto en R como en grupos abelianos finitos (vase (1.12) y el Teorema 1.3.2)
F =f g
Fb = fbgb.
La utilidad prctica es que en teora de la seal uno quiere habitualmente actuar sobre
las frecuencias (por ejemplo para eliminar ruido o crear algunos efectos o reducir el ancho
de banda) y la relacin anterior dice que actuar sobre las frecuencias es lo mismo que
convolver la seal. Muchos matemticos tericos posiblemente se sorprenderan de la
cantidad de libros de texto para ingenieros basados en esta frmula que estudian mil y
una formas de disear e implementar convoluciones tiles.
En el caso de ZN una seal es lo mismo que un vector x CN . Si lo convolvemos
con otro vector y que slo tiene las K primeras coordenadas no nulas, las coordenadas
de la convolucin sern:
(x y )n =
(1.37)
K1
yk xnk
k=0
donde hay que entender nk mdulo N , aunque en algunas aplicaciones conviene definir
xnk = 0 si n k [0, N ). Diremos que hemos aplicado el filtro (y0 , y1 , . . . , yK1 ). En
teora de la seal esto es lo que se llama un FIR (del ingls Finite Impulse Response). Un
filtro muy sencillo para detectar la
( regularidad de )una seal es (1, 2, 1). La idea es que
una seal suave satisface f (n) f (n1)+f (n+1) /2 y por tanto el resultado de aplicar
este filtro debe ser cero excepto en los puntos donde hay un problema. Matemticamente,
se tiene
lm
h0
= f (x) y
lm
h0
= f (4) (x),
0.6
0.1
0.4
10
20
30
40
10
-0.2
-0.2
-0.3
-0.4
-0.4
-0.6
0.2
-0.1
20
30
10
40
20
30
40
-1
-2
Filtro (1, 2, 1)
Filtro (1, 4, 6, 4, 1)
40
CAPTULO 1. INTRODUCCIN
Por cierto, la multiplicidad de los puntos detectores est relacionada con la longitud
del filtro y desde el punto de vista prctico no es un inconveniente porque hace ms
notoria la falta de suavidad.
El segundo filtro no parece dar ms informacin pero eso es debido a que el ejemplo
es demasiado simple. Tomando g(x) = x(1 x)| sen(3x)|, ya notamos la diferencia:
0.25
0.2
0.15
0.05
0.04
0.04
0.02
0.03
10
20
30
40
-0.02
0.02
0.1
-0.04
0.01
0.05
-0.06
10
10
20
30
40
20
30
40
-0.01
Filtro (1, 2, 1)
-0.08
Filtro (1, 4, 6, 4, 1)
1 1 1
0 1 0
0 0 0
Ob = 1 8 1 .
HV = 1 4 1 ,
H = 1 2 1 ,
1 1 1
0 1 0
0 0 0
Para detectar faltas de regularidad en las horizontales podemos usar H, y H t para las
verticales, mientras que HV = H + H t tiene en cuenta ambas direcciones. Si adems
introducimos las direcciones oblicuas noreste y sudeste, el filtro natural es Ob.
Una imagen en blanco y negro (se sobreentiende que en tonos de gris) de tamao
N M viene representada por una funcin f : ZN ZM R (porque fR = fG = fB
con la notacin de la introduccin). De hecho su imagen se representa con un solo byte,
es decir, Im f = {0, 1, . . . , 255} con 0 correspondiendo al negro y 255 al blanco.
0
18 44
18 44 70
44 71 98
71 97 123
97 124 150
124 150 177
71
98
124
151
177
203
97
124
151
177
204
230
123
150
178
204
230
255
41
Los filtros HV y Ob aplicados a una imagen f deberan detectar bordes, y lo confirman las siguientes figuras, donde se ha representado el resultado en negativo para que
sea ms fcil visualizarlo (0 a blanco y 255 a negro). Para los valores de la convolucin
fuera del rango [0, 255] hay que tomar una decisin, aqu se ha seguido la habitual de
asignar 0 a los negativos y 255 a los que son mayores que ste.
Imagen original
Filtro HV (negativo)
Filtro Ob (negativo)
El resultado parece poco denso y un poco aleatorio porque estos filtros detectan
variaciones en un rango de 3 pixels, que es una unidad pequea (en un monitor tpicamente 0.75mm).
Esto sugiere trabajar en bloques de tamao doble. Es decir, consideramos HV y
Ob como HV y Ob pero sustituyendo cada elemento por una celda 2 2 con todos sus
valores iguales. De esta forma, HV y Ob son matrices 6 6. Con ello se obtiene:
Filtro HV (negativo)
Filtro Ob (negativo)
1
Ob
8
La mayor norma de Ob hace que demasiados valores sobrepasen el umbral 255 (negro
en el negativo). Para evitarlo, se ha dividido en la ltima figura el filtro por 8 y se ha
bajado el umbral a 240. Con ello hemos conseguido imitar el efecto de transformar una
foto en un dibujo a lpiz (vase una variante en [BB09, 4.4]).
La mayor parte de los filtros de los programas de retoque fotogrfico estn basados
en convoluciones.
42
CAPTULO 1. INTRODUCCIN
F =
7
7
n=0 m=0
anm nm .
43
C=
16
12
14
14
18
24
49
72
11
12
13
17
22
35
64
92
10
14
16
22
37
55
78
95
16
19
24
29
56
64
87
98
24
26
40
51
68
81
103
112
40
58
57
87
109
104
121
100
51
60
69
80
103
113
120
103
61
55
56
62
77
92
101
99
En vez de los coeficientes de Fourier anm , lo que se almacena son los enteros nm ms
cercanos a anm /cnm . Si F viene dada por 64 valores enteros y ahora almacenamos los nm
que son otros 64 enteros, cabe preguntarse dnde est la compresin. La respuesta es que
tpicamente los nm son muchas veces cero o valores pequeos, y en estas condiciones,
la lista de todos los nm para todas las porciones 8 8 de la foto original es fcil
de comprimir (sin prdidas) con mtodos habituales (que no dependen del anlisis de
Fourier y no veremos aqu [Sal02, 3]). Cada vez que F sea suave (una gradacin de
color) bastarn los primeros coeficientes de Fourier para reconstruir muy bien F con
(1.38) y el resto sern prcticamente nulos. Adems, la matriz de cuantificacin penaliza
las frecuencias grandes y hace que los nm estn sesgados hacia valores pequeos.
Cuando se abre una imagen JPEG, internamente en el ordenador se descomprime el
fichero y se obtienen los nm , con ellos se aproximan los anm por medio de anm cnm nm .
Finalmente se utiliza (1.38) para reconstruir cada porcin 8 8 de la imagen.
A pesar de que el formato JPEG logra habitualmente una compresin notoria sin
prdida de calidad aparente, est claro que tiene ciertas deficiencias. La ms clara es que
la divisin en porciones 8 8 es arbitraria. Una foto puede tener zonas mucho mayores
con gradaciones de color en las que el anlisis de Fourier discreto funciona bien.
44
CAPTULO 1. INTRODUCCIN
Lo ideal sera que hubiera un proceso adaptativo en el que el tamao de los armnicos
se ajustase a las diferentes zonas de la imagen. Esta idea se manifiesta en gran medida
en el nuevo formato JPEG 2000 que emplea unos armnicos bien diferentes de los que
hemos visto hasta ahora y que estudiaremos a continuacin.
Las wavelets (a veces ondculas en espaol) son unos armnicos que han causado una
revolucin. Sobre todo en sus comienzos, se resalt su importancia en algunas cuestiones
tericas pero claramente su mayor influencia ha sido en el campo de las aplicaciones a la
hora de tratar y comprimir diversos tipos de datos. Las ventajas de las wavelets en estas
aplicaciones son por un lado que la implementacin es bastante sencilla porque se basa
en un algoritmo iterativo simple y, en contraposicin con el anlisis de Fourier, que los
armnicos estn localizados. Pensemos por ejemplo que la lentitud de la convergencia
de la primera serie considerada por Fourier (1.2) se debe a que hay una discontinuidad.
Todos los armnicos sienten esta discontinuidad que afecta globalmente a la convergencia. Las wavelets permiten un anlisis ms local que el anlisis de Fourier. Aunque el
mbito discreto es el que ms aparece en las aplicaciones, las wavelets no estn limitadas
a l, de hecho nacieron en R y su propio nombre deriva de que en su forma continua son
ondas breves. Hay muchas monografas matemticas acerca de los aspectos tericos de
las wavelets en su forma continua, por ejemplo [HW96].
En esta descripcin breve (seguimos en parte [Ger99]), slo describiremos un miembro
sencillo pero destacado de la tribu de las wavelets. Lo que se llama a veces D4 (o Daub4
[Wal08]), donde la nomenclatura hace referencia a I. Daubechies, la campeona de las
wavelets.
Vamos a disear un filtro (f0 , f1 , f2 , f3 ) para detectar la falta de regularidad que
normalizaremos de manera que f02 + f12 + f22 + f32 = 1 (ms adelante se ver la utilidad
de ello). Si queremos que anule todas las rectas f (n) = n + , basta con imponer
f0 + f1 + f2 + f3 = 0 y 0f0 + 1f1 + 2f2 + 3f3 = 0. Adems aadimos la condicin
extraa de que sea ortogonal consigo mismo cuando se traslada dos unidades, esto es,
f2 f0 + f3 f1 = 0. Este sistema no lineal de 4 ecuaciones con 4 incgnitas tiene la solucin:
33
3+ 3
1+ 3
1 3
f1 = ,
f2 = ,
f3 = .
f0 = ,
4 2
4 2
4 2
4 2
Consideremos ahora el filtro (g0 , g1 , g2 , g3 ) ms simple que a uno se le ocurrira que sea
ortogonal a (f0 , f1 , f2 , f3 ) y a su trasladado dos veces:
1+ 3
3+ 3
3 3
1 3
g0 = ,
g1 = ,
g2 = ,
g3 = .
4 2
4 2
4 2
4 2
Simplemente se han intercambiado f0 con f2 y f1 con f2 , modificando los signos para
forzar la ortogonalidad.
Este nuevo filtro no
detecta bordes sino que hace un promedio
45
Sobre la seal que ya habamos filtrado antes, vemos que estas ideas se ajustan a la
realidad.
0.2
0.2
0.1
0.2
0.1
10
20
30
10
40
10
-0.1
20
30
40
20
30
40
-0.2
-0.1
-0.2
-0.3
-0.2
-0.4
-0.3
Seal (N = 50)
-0.4
-0.6
g0
f0
T =
0
..
.
g2
f2
g1
f1
0
0
..
.
g2
f2
g0
f0
g3
f3
0
0
g3
f3
g1
f1
0
0
g2
f2
0
0
g3
f3
...
...
0
0
..
0
0
0
0
0
0
.
...
...
g0
f0
0
0
g1
f1
cumple
T tT = I ,
es decir, es ortogonal, para ello impusimos algunas de las condiciones sobre los filtros.
Cuando se la aplicamos a una seal x RN , las coordenadas en lugar impar dan promedios y las de lugar par, faltas en la suavidad. Tras aplicar T , la ortogonalidad implica que
la energa de la seal, su norma la cuadrado x2 , se conserva. Repitiendo el proceso
con el vector de promedios en vez de con toda la seal, conseguimos detalles ms finos
sobre la falta de suavidad (porque los promedios involucran ms puntos). Supongamos
N = 2k y definamos la recurrencia partiendo de a0 = x,
(
)
(
)
(1.39)
an+1 , dn+1 = dentr Tan ,
n = 0, 1, . . . , k 2
donde dentr indica el operador (lineal) que desentrelaza un vector poniendo primero
las coordenadas que estaban en lugar impar y despus las que estaban en lugar par. Se
dice que los aj son los vectores de aproximacin y que los dj son los vectores de detalle.
Como T 1 = T t , el proceso se puede invertir mediante
(1.40)
an = T t entr(an+1 , dn+1 ),
n = 0, 1, . . . , k 2
46
CAPTULO 1. INTRODUCCIN
Por ejemplo, para una seal x = a0 R16 , las iteraciones de (1.39) y de (1.40) corresponden, respectivamente, a seguir este esquema en sentido descendente y ascendente:
Ty
dentry
Ty
dentry
Ty
dentry
x
a00 a10 a20 a30 a40 a50 a60 a70 a80 a90 a10
a11
a12
a13
a14
a15
0
0
0
0
0
0
t
T
a01 d01 a11 d11 a21 d21 a31 d31 a41 d41 a51 d51 a61 d61 a71 d71 x
entr
0
1
2
3
4
5
6
7
a01 a11 a21 a31 a41 a51 a61 a71x
d
d
d
d
d
d
d
d
1
1
1
1
1
1
t1 1
T
a02 d02 a12 d12 a22 d22 a32 d32x
entr
0
1
2
3x 0
1
2
3
a2 a2 a2 a2 d2 d2 d2 d2
T t
0
0
1
1x
a3 d3 a3 d3
entr
a03 a13 d03 d13 d02 d12 d22 d32 d01 d11 d21 d31 d41 d51 d61 d71
La aplicacin W que dada una seal x, le asigna (ak2 , dk1 , dk2 , . . . , d1 ) por medio
de (1.39), N = 2k , se llama transformada wavelet discreta y a W 1 se le llama transformada wavelet discreta inversa. Si {e0 , e1 , . . . , eN 1 } es la base usual de RN , entonces
por la linealidad
(1.41)
W (x) =
N
1
j ej
x =
j=0
N
1
j Wj
con
( )
Wj = W 1 ej .
j=0
0.04
0.06
0.04
0.02
500
500
-0.01
1000
1500
2000
-0.02
0.02
0.02
0.01
1000
1500
500
2000
1000
1500
2000
-0.02
-0.04
-0.04
-0.06
47
(
)
0
si |b
xcn | < t
2
n
1
0
+
cn cos
(m + )
donde cn =
(1.42) x 7
N
N n=1
N
2
n=0
x
bcn si |b
xcn | t
El problema es que si la seal de partida tiene muchos coeficientes de Fourier pequeos
que contribuyen efectivamente a ella, estamos perdiendo tambin la seal. Esto ocurrir
necesariamente cuando la suavidad de la seal es poca (porque los coeficientes de Fourier
decaen lentamente).
El anlogo con wavelets est basado en (1.41) y es
{
N
1
0 si |j | < t
(1.43)
x 7
cj Wj
donde cj =
j si |j | t
j=0
La ventaja de las wavelets es que como sus armnicos estn localizados, son menos
sensibles a singularidades locales. Desde un punto de vista ms terico, el ruido blanco
gaussiano sigue siendo ruido blanco gaussiano del mismo tipo al aplicar W (porque T es
ortogonal).
Veamos un ejemplo. Contaminamos la seal f (n) = {n/N }, N = 128 con ruido
gaussiano N (0, 1/50), y ponemos como umbral t = 4,5 = 0,09 en (1.43) [Wal08],
la reduccin de ruido es bastante buena. Sin embargo con (1.42) el resultado no es
satisfactorio para t = 0,9
0.4
0.4
0.4
0.2
0.2
0.2
20
40
60
80
100 120
20
40
60
80
100 120
20
-0.2
-0.2
-0.2
-0.4
-0.4
-0.4
(1.43), t = 0,09
40
60
80
100 120
(1.42), t = 0,9
48
CAPTULO 1. INTRODUCCIN
Captulo 2
Sumas e integrales oscilatorias
2.1.
El principio de incertidumbre
-3
-2
-1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
1
-3
9x2
-2
-1
Su transformada de Fourier
Funcin f(x) = e
Diferentes formas del principio de incertidumbre afirman que tal esperanza es vana. En
el anlisis de Fourier clsico, hay una oposicin entre la localizacin de una funcin y
la de su transformada de Fourier. Es decir, como parece lgico, no podemos ver detalles
pequeos slo con frecuencias bajas. Este hecho aparece en muchos contextos de la Fsica
y las Matemticas pero, debido a la divulgacin y a su importancia, para el gran pblico
el nombre est ligado a la mecnica cuntica y alcanza tintes filosficos. Cuando omos
que es imposible medir la posicin y el momento de una partcula, quiz deberamos
tener presente que en fsica cuntica no hay partculas como las clsicas (bolitas muy
pequeas) sino que llevan asociadas una especie de ondas.
49
50
2.1.1.
Una forma muy dbil del principio de incertidumbre es que una funcin y su transformada de Fourier se escalan a travs de la siguiente relacin cuya prueba es un ejercicio
sencillo:
(2.1)
g(x) = f (x)
gb() = fb(/)
para > 0.
Digamos para fijar ideas que f y fb son funciones no negativas dadas que tienen el 90 %
de sus masas (de su norma L1 ) en el intervalo [2013, 2013], entonces g y gb tienen el 90 %
de sus masas, respectivamente, en los intervalos [2013/, 2013/] y [2013, 2013].
Si al variar tratamos de localizar g encogiendo el primer intervalo, el segundo se alarga
y viceversa.
Otra versin muy dbil, esta vez sin escalamientos, es que f y fb no pueden tener
ambas soporte compacto. Una variante en T es que una funcin no nula 1-peridica
con slo un nmero finito de coeficientes de Fourier no nulos no se puede anular en un
intervalo. Esto ltimo se sigue, tras el cambio e(x) = z (los ingenieros hablan de la
transformada z ), de que una funcin racional no se anula en un intervalo. Lo primero es
en cierta manera similar: si f tiene soporte compacto, fb define una funcin entera que
no puede anularse en un intervalo (ni en ningn conjunto con un punto de acumulacin).
2
Sabemos que para f (x) = ex se tiene f = fb. Por otro lado, sin mirar la frmula
2
explcita, (2.1) asegura que las gaussianas que decaen como ex tienen transformadas
2
que decaen como ex / . Un bello teorema debido a G.H. Hardy [Har] afirma que esto
que ocurre para las gaussianas, establece un lmite para lo que sucede con cualquier
funcin.
(
(
2)
2)
Teorema 2.1.1 (Hardy). Si f (x) = O ex y fb(x) = O ex con , > 0 y f no
es idnticamente nula, entonces 1. Adems la igualdad se da nicamente cuando
2
f es un mltiplo de ex .
Demostracin (con una laguna). Por (2.1) podemos suponer = 1. En estas condicio(
2)
nes, > 1 implica fb(x) = o ex y la ltima parte del enunciado probara que no hay
ninguna
Es decir, basta probar que si f (x) y fb(x) son
( x2 )funcin con estas caractersticas.
x2
O e
, f es un mltiplo de e
.
( x2 )
Bajo la hiptesis f (x) = O e
, la funcin
z 2
F (z) = e
f (t)e(tz) dt
con z = x + iy C,
(
)
2
est bien definida, porque el integrando es O et +2ty . Adems es entera.
(
(
2)
2
2)
Si y = 0, usando fb(x) = O( ex se tiene F)(z) = ex O ex = O(1). Por otra
2
2
parte, si x = 0, F (z) = ey O et +2ty dt = O(1), gracias al cambio t 7 t + y.
51
Si una funcin entera est acotada en los ejes real e imaginario entonces por el
principio del mximo aplicado a cada uno de los cuadrantes (aqu est la laguna), F est
acotada en cada uno de ellos, y una funcin entera acotada es constante. Por consiguiente,
2
para z = x real, cte = ex fb(x) y despejando y tomando antitransformadas, se obtiene
2
f (x) = cte ex .
La laguna de esta demostracin, tomada del blog de T. Tao, est en que se ha aplicado
el principio del mximo en una regin no acotada. La solucin de este problema, que
puede verse en dicho blog o en [DM72, 3.2], pasa por utilizar el principio de PragmnLindelf , el cual esencialmente dice que el principio del mximo es cierto en regiones
no acotadas siempre que la funcin tenga un crecimiento controlado. Lo que afea la
solucin es que la hiptesis sobre el crecimiento no se cumple por un poco, y hay que
2
encoger ligeramente los sectores y multiplicar por un factor eiz para aplicar el principio
de Pragmn-Lindelf sin hacer trampas.
La versin matemtica ms conocida del principio de incertidumbre es la desigualdad
de Heisenberg, que a pesar de la denominacin, no se encuentra en el famoso trabajo de
W. Heisenberg en mecnica cuntica, sino que es algo posterior.
Teorema 2.1.2 (Desigualdad de Heisenberg). Para a, b R y f L2 (R)
2
2
2
16
(x a) |f (x)| dx
( b)2 |fb()|2 d f 42
es decir, al caso a = b = 0.
Supongamos primero que g es de la clase de Schwartz para evitar consideraciones de
convergencia. Integrando por partes
(
)
2
2
|g(x)| dx =
x |g(x)| dx = 2
xg(x)g (x) dx.
52
2
2
2
g2 4
x |g(x)| dx
|g (x)| dx = 4
x |g(x)| dx
|gb ()|2 d
2
arc cos
+ arc cos
F (ab)
con =
|f |
y=
|f |2
f 2
f 2
a
b
donde la funcin F es difcil de describir porque viene dada por el primer autovalor de
un operador integral [DM72, 2.9].
Despus de estos resultados, cabe preguntarse qu se puede decir en el caso finito.
Un enunciado bastante sencillo (tomado de [Ter99, 14]), afirma que en el contexto del
Teorema 1.3.2, f y fb no se pueden anular ambas muchas veces.
Teorema 2.1.3. Sea f : G C no idnticamente nula, con G un grupo abeliano
finito. Entonces
| supp f || supp fb| |G|
donde supp indica el conjunto de puntos donde no se anula una funcin.
Demostracin. Claramente
f, f | supp f | max |f (g)|2
gG
b
G
53
1.2
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
1.2
0.2
0.02
0.1
0.0
0 1
0 2
0 3
0 4
2.0
4.0
6.0
8.0
10.0
0.01
0.010.0
0 01
0 02
0 03
12.0
14.0
16.0
18.0
20.0
.
.
En el primero apreciamos que hay pocas diferencias entre fb y fbr en los primeros valores.
Estas diferencias se van acentuando segn llegamos a las frecuencias que empiezan a ver
a tamao , que son las comparables a 1 = 10. En el intervalo [10, 20] ya notamos una
diferencia clara, con la transformada de Fourier de la regularizacin mucho menor que
la de la funcin caracterstica.
54
1.2
1.2
1
0.8
0.8
0.8
0.6
0.6
0.6
0.4
0.4
0.4
0.2
0.2
0.01
0.02
0.03
0.04
0.2
0.01
0.02
0.03
0.04
0.01
0.02
0.03
0.04
Cualquier funcin que sea regular salvo una discontinuidad aislada de salto, se puede
escribir como g(x) + sgn(x ) con g regular, por tanto basta entender el fenmeno
para f (x) = sgn(x).
Proposicin 2.1.4 (Fenmeno de Gibbs). Para f (x) = sgn(x), se cumple
lm
sup
N |x|<1/(2N +1)
f (x) SN f (x) =
sen(x)
dx 1 = 0,17897974 . . .
x
Ntese que, como cabe esperar por lo que hemos visto hasta ahora, el bulto se manifiesta en un intervalo de anchura N 1 . Es fcil ver siguiendo la demostracin, que el
resultado es idntico cambiando 1/(2N + 1) por cualquier cantidad mayor.
Demostracin. Por simetra, nos podemos centrar en el caso x 0. Sabemos que para
cualquier funcin, SN f = DN f . Particularizando en la funcin signo, se tiene
SN f (x) =
x+1/2
DN (t) dt +
x
DN (t) dt.
x1/2
Sustituyendo la frmula (1.9) para DN y usando que es par, esto se puede reescribir
como
x
x1/2
sen((2N + 1)t)
sen((2N + 1)t)
SN f (x) =
dt
dt.
sen(t)
sen(t)
x
x1/2
)
(
Integrando por partes (recurdese que x es pequeo), la segunda integral es O N 1 .
55
1/(2N +1)
1/(2N +1)
sen((2N + 1)t)
dt =
sen(t)
sen(x)
dx
x
2.1.2.
Antes de comenzar, vamos a repasar o introducir alguna de la terminologa habitual sobre las ondas en Fsica [FLS63, 29.3]. Supongamos una onda sinusoidal en una
dimensin:
(
)
u(x, t) = A sen 2(kx t)
con k, > 0.
Esta funcin es solucin de la ecuacin de ondas utt = vp2 uxx con vp = /k. Al argumento
de la onda, esto es, a 2(kx t), se le llama fase y al coeficiente A, amplitud . Adems
de ello se tienen las siguientes cantidades bsicas:
Not.
T
k
vp
Significado
Frecuencia: el nmero de oscilaciones por segundo
Periodo: lo que tarda en repetirse un ciclo, coincide con 1
Nmero de ondas: las oscilaciones que hay para un tiempo
fijado por unidad de espacio
Longitud de onda: separacin entre dos oscilaciones para tiempo fijado (periodo espacial), coincide con k 1
Velocidad de fase: lo que avanzan las crestas de la onda por
unidad de tiempo, coincide con /k
Unid.
T1
T
L1
L
LT1
56
E = h
donde, como antes, es la frecuencia. Segn este modelo, la luz se comporta como un
chorro de partculas y cada una de ellas puede comunicar a lo ms la energa h al chocar
con un electrn. Cuando la intensidad es grande, hay muchos fotones pero si cada uno
es poco energtico, no arrancarn ningn electrn.
57
h
.
p
Con esto, si pensamos en la onda asociada al electrn al girar alrededor del ncleo
describiendo una circunferencia de longitud L, la condicin de cuantizacin de Bohr es
equivalente a pedir que su frecuencia sea la de uno de los armnicos (de Fourier) de las
funciones L-peridicas. Es decir, que podamos dibujar la onda sobre la trayectoria sin
que entre en conflicto con ella misma, que sea estacionaria.
58
ondulatoria, introdujo la ecuacin bsica que rige la evolucin de la onda asociada a una
partcula.
Esta ecuacin no se deriva de principios fundamentales anteriores, es un principio en
s misma. Por ello, todo lo que se puede hacer es mostrar algunos clculos a modo de
motivacin (seguimos una versin simplificada de [GP90] y [Fon05]). Es sorprendente,
y exasperante para los matemticos ms puros, que muchos textos de Fsica presenten
deducciones de sta y otras ecuaciones que hacen creer al lector que son naturales y
las nicas posibles, contradiciendo la propia historia de la Fsica.
A la onda asociada a una partcula se le llama funcin de ondas y se suele denotar
mediante . En el caso de una dimensin espacial, = (x, t) donde x es el espacio
y t el tiempo. Supongamos que la onda es monocromtica (en frecuencia), es decir,
(x, t) = (x)e(t) (por razones tipogrficas escribimos en lugar de la habitual),
el signo de es indiferente y se ha escogido negativo por coherencia con el comienzo de
la seccin. Esta hiptesis sobre no es tan arbitraria si pensamos que analizamos por
Fourier o que en la ecuacin final hacemos separacin de variables. Schrdinger supuso
que satisfaca la ecuacin de ondas. Recordando vp = /k y = k 1 , se tiene
tt = vp2 xx
( 2 )2
= 0.
)
8 2 (
+ 2 m E V (x) = 0.
h
Fijada la masa y la energa total y dada la energa potencial, podramos resolver esta
ecuacin a partir de condiciones iniciales sobre y . Si, en analoga con lo que ocurre
con el efecto fotoelctrico, suponemos que E = h, esto determinar . Por otra parte,
de t = 2iEh1 podemos eliminar E de (2.4) y, suponiendo la linealidad, descartar
la hiptesis inicial de que la onda sea monocromtica. En otras palabras, analizamos
en ondas monocromticas de diferentes energas y sumamos o integramos los resultados.
Lo que se obtiene eliminando la energa es:
ih
h2
t = 2 xx + V .
2
8 m
El caso con tres coordenadas espaciales es formalmente similar y con esto hemos llegado
a la ecuacin de Schrdinger
(2.5)
ih
h2
t = 2 + V .
2
8 m
59
(2.6)
(2.7)
it =
h
xx
4m
con
(x, 0) = f (x)
( hn2
)
(x, t) =
an e
t + nx
2m
n=
( my 2 )
m
f (x y)e
dy
para t > 0.
(2.10)
(x, t) = (1 i)
2ht
2ht
60
Siguiendo la prueba, est claro que la regularidad requerida se puede relajar bastante.
Carleson prob esencialmente que basta con que f tenga un cuarto de derivada en L2 ,
concretamente que est en el espacio de Sobolev H 1/4 (vase [Tay96] para la definicin)
y sta es la mnima regularidad exigible [DK82]. Curiosamente, para T todava est
abierto el problema de saber la regularidad mnima.
Demostracin. Ms que comprobar la solucin, vamos a deducirla y as la unicidad no reb = donde se entiende que la transformada
querir nuevos argumentos. Sea tal que
es en la primera variable. Por (1.13), la ecuacin (2.7) equivale, tomando antitransformadas, a
h 2
i
con (x, 0) = fb(x)
bt = m x
donde se ha usado que f (x) = fb(x).
En la variable t esto es una sencilla ecuacin diferencial ordinaria, cuya solucin es
( hx2 )
(x, t) = fb(x)e
t .
2m
Tomando transformadas de Fourier y haciendo el cambio x 7 x, se tiene el resultado.
El caso de T es similar, de hecho ms sencillo, cambiando transformadas de Fourier
por series de Fourier uniformemente convergentes.
A pesar de que Schrdinger consigui matematizar la incipiente fsica cuntica evitando el misterioso postulado de nmeros enteros de Bohr [SR01, p.464], no dio con
la interpretacin adecuada de la funcin de ondas. El hecho es que las partculas a nivel
atmico se detectaban de una en una y esto chocaba con la interpretacin ondulatoria.
Basndose en trabajos anteriores, M. Born propuso que era una amplitud de probabilidad , en el sentido de que su intensidad ||2 , define una densidad de probabilidad
de detectar la partcula que representa [SR01, 12]. Esto significa que si en un instante
fijado ||2 es doble en las cercanas de un punto que en las cercanas de otro, tambin
ser doble la probabilidad de detectar all la partcula. Dicho burdamente, podemos seguir pensando en las partculas como esferitas infinitesimales pero a cambio debemos
sacrificar las trayectorias definidas y pensar slo en trminos probabilsticos. ste es un
cambio drstico en la interpretacin de los fenmenos fsicos que est alejado de nuestra
experiencia habitual porque en ella las funciones de ondas decaen ms rpido de lo que
podamos observar.
Con la interpretacin probabilista de es natural imponer (, t) L2 (R) (nos limitamos al caso unidimensional aunque el tridimensional es anlogo) y que adems su
norma en este espacio sea 1. De esta forma |(x, t)|2 dx define una medida de probabilidad para cada tiempo fijado y la probabilidad de que detectemos una partcula p en un
conjunto C R es
(2.11)
Probt (p C) =
|(x, t)|2 dx.
C
61
Para ver que todo esto tiene sentido, vamos a comprobar que la normalizacin es coherente con la solucin hallada en el resultado anterior.
Proposicin 2.1.6. Si en las soluciones (2.8) y (2.9) se tiene f 2 = 1, entonces
(, t)2 = 1 para todo t.
Demostracin. Segn (2.8) y (2.9), es, respectivamente, la antitransformada de Fourier
de fb(x)e(hx2 t/2m) o la serie de Fourier con coeficientes an e(hn2 t/2m). En el primer
caso, por la identidad de Parseval (, t)2 = fb2 = f 2 = 1, y el segundo es idntico
(
)1/2
en vez de fb2 .
escribiendo
|an |2
Esta propiedad de conservacin de la energa en la ecuacin de Schrdinger, es
general, no se restringe al caso sencillo unidimensional y con V = 0 que hemos resuelto,
aunque no lo veremos aqu [Fon05, 2.8].
Comprobamos a continuacin que para el caso analizado de una partcula libre, lo
que nos dice (2.8) es coherente con la mecnica clsica.
Una partcula en el origen debe tener una funcin de ondas tal que la medida de
probabilidad ||2 dx en el instante inicial, esto es, |f |2 dx, tenga casi toda su masa cerca
2
2
del origen. Para facilitar los clculos, tomemos |f (x)| = Cex /a con a > 0 y C una
constante que asegure f 2 = 1, as se tiene decaimiento rpido y anchura comparable
a a. De acuerdo con (2.3), si la velocidad inicial es v0 , el nmero de ondas debera ser
mv0 /h, por tanto un modelo natural para una partcula de masa m inicialmente en el
origen con velocidad v0 es
(2.12)
f (x) = (x, 0) =
1e16
5e15
-3e-32 -2e-32 -1e-32
-5e15
-1e16
Ahora tenemos que aplicar la frmula (2.8) para hallar la funcin de ondas. Para
abreviar escribimos = mv0 /h y = ht/2m. El cambio 7 + con (2.8) para
62
nuestra f , conduce a
2 1/4
(x, t) = (2a )
(
)
e ( + )2 + x( + ) d,
2 a2 2
(x, t) = (2a )
e(x )
2
e(
1/4
(x, t) = (2)
e(x )
2 a2 +2i) 2
a2
(
)
e (x 2) d
a
2
2
e(x2) /(a +2i) .
+ 2i
a 2
2 a2
2
|(x, t)| =
e2g(x,t)
con g(x, t) = 2 4
(x v0 t)2 .
2 t2 m2
2
4
2
2
2
a
+
h
a +h t m
El valor de h es tan pequeo, que para tiempos razonables y a que no est en el rango
subatmico, se cumple
(2/)1/2 2(xv0 t)2 /a2
|(x, t)|
e
.
a
Entonces se concentrar en una bandita de anchura comparable a a alrededor de x = v0 t,
con ello recuperamos en el lmite la ley de inercia, que afirma que para una partcula
libre (V = 0) las trayectorias son rectilneas. Quiz parezca un poco paradjico que
la velocidad no tenga que ver con la velocidad de fase de . Cuando una onda no es
sinusoidal, puede haber paquetes de ondas que se muevan a una velocidad de grupo
que no est relacionada con la velocidad interna de las ondas en el interior del paquete
[FLS63, 48-4].
Fuera de las escalas clsicas, la funcin de ondas se dispersar y entonces tendremos
una amplia nube de probabilidad donde podramos detectar la partcula.
2
6e-28
5e-28
4e-28
3e-28
2e-28
1e-28
m = v0 =1 6.62e-28
a = 103 h con x, t < 106 h
6e-33
5e-33
4e-33
3e-33
2e-33
1e-33
m = v0 =1
6.62e-33
a = h con x, t < 10h
63
Si intentamos que la partcula tienda a ser clsica con una posicin en el origen totalmente determinada, deberamos tomar a 0+ en (2.12) pero entonces (2.13) implica que
segn avanza el tiempo, las posiciones x con a2 h2 t2 m2 (x v0 t)2 1 tienen probabilidad ms o menos parecida, esta desigualdad se puede escribir como |p p0 | ha1 con
p = mx/t el momento lineal (clsico) y p0 = mv0 el momento lineal inicial. Fsicamente
esto indica que hay una holgura en el momento lineal p de orden ha1 . Matemticamente, ello depende de que no es posible localizar una funcin y su transformada de
Fourier.
Segn hemos visto, en la fsica cuntica no hay posiciones de partculas sino una
distribucin de probabilidad. Los resultados pueden ser bien diferentes para un mismo
experimento. Si hemos de elegir un valor para llamarle espacio o posicin, lo ms lgico
es tomar la esperanza
2
x = x|(x, t)| dx. = (x, t)x(x, t) dx.
El momento tampoco existe como un nmero. Pensemos por ejemplo en (2.9). Si tomamos como cierto (2.3), esta funcin de ondas tiene muchos momentos, dados por
p = hk = hn. La cantidad |an |2 debera interpretarse
como
h
2
p=
nh|an | =
(x, t)x (x, t) dx.
2i
n=
Si posicin y momento no son nmeros, cmo deberamos considerarlos matemticamente? La ltima expresin muestra que el momento est relacionado con una operacin
sobre la funcin de ondas. J. von Neumann desarroll la idea de considerar cantidades
fsicas como operadores y con ello acerc la mecnica cuntica al anlisis funcional. De
esta forma la dot de un extenso formalismo matemtico que, junto con la contribucin
de Dirac, ha perdurado hasta nuestros das. En los textos actuales se incluyen muchas
veces unos postulados o axiomas de la mecnica cuntica escritos con lenguaje matemtico (vase enunciados precisos en [GP90] y algunas ideas bsicas en [SS90]). Aqu
simplemente sealaremos que el estado de un sistema fsico viene representado por una
funcin de ondas , que es un elemento unitario de un espacio de Hilbert complejo
separable, mientras que los observables son operadores lineales autoadjuntos.
Si definimos los operadores posicin x
e y momento pe (siempre en el caso unidimensional) actuando sobre las funciones de ondas de la siguiente manera:
(2.14)
x
e() = x
pe() =
h
,
2i x
64
entonces los valores medios (las esperanzas) de posicin y momento deberan definirse
como
2
x = , x
e() = x|(x, t)| dx
y
p = , pe() =
(x, t)
(x, t) dx,
2i
x
lo cual es coherente con el ejemplo anterior. Aqu hemos evitado la notacin habitual
x
b y pb para evitar confusiones. Es conveniente advertir que en la fsica cuntica utiliza
muchas convenciones notacionales introducidas Dirac (vanse los rudimentos en [SS90]),
que difieren de las utilizadas en anlisis funcional y en anlisis en general, por ejemplo,
el desarrollo en serie deFourier (1.1) se escribira con la notacin cuntica de forma tan
pintoresca como | =
|nn| .
Para reconciliar esta extraa visin de cantidades fsicas como operadores con la
mecnica ondulatoria, podemos pensar que cada funcin de ondas es superposicin de
muchas ondas elementales (armnicos) de la forma e(px/h Et/h), para ser coherentes
con (2.2) y (2.3). Para bajar el momento de la exponencial y que pase a ser una
amplitud, hay que hacer la operacin h(2i)1 /x, mientras que si queremos hacer lo
mismo con la energa, la operacin sera h(2i)1 /t, lo cual sugiere que ste es el
e que le corresponde.
operador E
Si aadimos que las funciones actan por multiplicacin, como ya habamos hecho
con x, entonces a la frmula clsica de conservacin de la energa p2 /2m + V = E le
e que aplicado a una funcin de
corresponde la relacin de operadores pe2 /2m + Ve = E,
ondas da lugar a
1 h ( h )
h
+V=
,
2m 2i x 2i x
2i t
y operando se obtiene la ecuacin de Schrdinger! Es decir, la conservacin de la energa clsica permite deducir la ecuacin de Schrdinger cuando las cantidades fsicas,
los observables, se sustituyen por sus operadores. Este proceso para obtener frmulas
cunticas a partir de las clsicas se llama (primera) cuantizacin.
Con todo este lenguaje, el principio de incertidumbre adquiere una formulacin matemtica bastante general. Dada una funcin de ondas , parece2 natural definir la
varianza de un operador autoadjunto A como
(
)2
V (A) = A A Id
donde
A = , A
(
)(
)
y el cuadrado se entiende en sentido de operadores, es decir A A Id A A Id .
Proposicin 2.1.7. Sean A y B operadores autoadjuntos, entonces
2
1
V (A)V (B) AB BA .
4
65
h
h (x)
h
2i x
2i x
2i
x
epe pex
e=
hi
2
Por tanto, h2 /(16 2 ) impone siempre una cota inferior para el producto de las varianzas
de x
e y pe. ste es el principio de incertidumbre de Heisenberg, que est ms cercano a
lo que realmente hizo Heisenberg, aunque l trabaj inicialmente con series de Fourier
[SR01].
Si escribimos explcitamente V (e
x) y V (e
p), limitndonos al caso x
e = pe = 0, para
simplificar, se tiene
2
h2
h2
2
2
2
2
b
b =h
b 2.
V (e
x) = x || y V (e
p) = 2 2 = 2 (2i)
2 ||
4
x
4
Entonces la cota inferior h2 /(16 2 ) para V (e
x)V (e
p) se deduce del Teorema 2.1.2, esto
es, el principio de incertidumbre de Heisenberg es consecuencia de la desigualdad de
Heisenberg. Ms all de la importante interpretacin fsica, matemticamente es bello
que la falta de localizacin de una funcin y su transformada se relacione con la falta de
conmutatividad de dos operadores.
2.2.
Integrales oscilatorias
Las integrales oscilatorias aparecen de manera natural en el anlisis armnico abstracto pero tambin en numerosas aplicaciones. Muchas funciones especiales que provienen
de problemas fsicos concretos se definen como integrales oscilatorias.
66
-4
-3
-2
0.5
0.5
-1
-4
-3
-2
-1
-0.5
-0.5
-1
-1
Por otro lado, si en algn punto la fase es estacionaria (tiene derivada cero) la falta
de oscilacin a ritmo constante restringe la cancelacin y permite extraer un trmino
principal.
2.2.1.
|fb()|
1
f (n) 1
(2||)n
para
|| =
0.
)
(
Es decir, con regularidad suficiente, se cumple fb() = O ||n .
Esta sencilla idea es menos especfica de lo que pudiera parecer y da lugar a un
resultado general siempre que la fase no sea estacionaria y las integrales tengan sentido.
67
(
)
(
)
1
I() =
A(x)G(x) F (x)e F (x) dx
)
) (
A(x)G(x) e F (x) dx.
Para estudiar los casos en que la fase llega a ser estacionaria, vamos a hacer una reduccin previa. Si existe un nmero finito de puntos x1 , x2 , . . . , xs en el soporte de A tales
que F (xj ) = 0, siempre podemos escoger funciones 1 , 2 , . . . , s C0 con soportes en
intervalos disjuntos tales que j coincide con A en un entorno de xj . Entonces
s
(
)
(
)
(2.17)
I() =
j (x)e F (x) dx +
B(x)e F (x) dx
j=1
cuando +
+ 2 + + O n
I() =
A(0) +
F (0)
donde los ai dependen de los coeficientes de Taylor de A y F en x = 0.
68
La eleccin de los signos de y F (0) no impone ninguna restriccin porque conjugando todos los casos, bajo F (0) = 0, se reducen al indicado.
Los coeficientes aj no tienen una frmula general sencilla, aunque siguiendo la prueba
se pueden determinar individualmente. Un caso bastante explcito del que deduciremos
el resultado general, es el caso cuadrtico.
Teorema 2.2.3. Si A C0 y F (x) = x2 , para cada entero positivo n se cumple
( n ))
1 + i ( A(2j) (0)
+O
I() =
2 j=0 j!(8i)j
n1
I() = lm+ I ()
con I () =
0
cuando +.
A(x)e(2i)x dx.
2
b
A()e
1 + i ( 1 ( i )j
d =
2 j=0 j! 2
n1
i 2 /2
(
))
2j
b
A()
d + O n .
porque F (x) = y 2 (x)F (0)/2. Aplicando el Teorema 2.2.3 con F (0)/2 en lugar de ,
se obtiene el resultado.
(
) Ntese que por la regla de derivacin de la inversa, las derivadas
sucesivas de A x(y) en y = 0 son funciones racionales de las derivadas de A y F en
cero.
69
lm
N,M
e(x2 x) dx
(
)
1
e F (x) dx =
2i
1
F (x)
(
)
2iF (x)e F (x) dx,
1
1
1
+
+
2F (b) 2F (a) 2
1 )
1
dx
.
F (x)
1
70
El resto de los casos se prueban por induccin. Para k 2, la condicin F (k) (x) >
k > 0 asegura que F (k1) es montona creciente. Por el teorema del valor medio, dado
> 0, la desigualdad |F (k1) (x)| se verifica para x incluido en un intervalo I de
longitud a lo ms 21
k . En los a lo ms dos intervalos que componen [a, b] I se
(k1)
tiene F
(x) > o F (k1) (x) > . Por consiguiente la hiptesis de induccin, quiz
conjugando, asegura
b (
)
1/(k1)
e F (x) dx 21
.
k + 2ck1
a
(k1)/k
Eligiendo = k
( 2)
( 2)
( 2)
e x dx =
e x dx
e x dx
a
(
)
e x2 dx.
La primera, que acabamos de ver que tiene sentido, se puede evaluar confiando en (1.14)
o ms claramente usando el teorema de los residuos para mover la lnea de integracin
2
y transformar el integrando en e2x . En cualquier
caso,
el
resultado
es
(1
+
i)/2
.
( 1/2 )
por la Proposicin 2.2.4
Cada una de las dos ltimas integrales son O
( con k1=)
2. Por otro lado,
resultado con k = 1 asegura que la primera es O (|a|)
)
( este mismo
y la segunda O (b)1 .
Completando cuadrados,
no es difcil deducir con este resultado que la frmula de
b
inversin f (x) = f ()e(x) d es vlida, en el sentido de integrales impropias de
Riemann, para f (x) = e(x2 ) a pesar de que esta funcin no est en L1 .
71
Para ilustrar las ideas anteriores vamos a estudiar la asinttica de una de las funciones
de Bessel , las cuales son transformadas de Fourier de funciones singulares. Originariamente fueron introducidas en relacin con el movimiento de los planetas pero aparecen
como armnicos en muchos problemas con simetra radial. Por ejemplo, as como al estudiar una cuerda vibrante los armnicos naturales son los de Fourier, para una membrana
circular, como la de un tambor, son funciones de Bessel.
Aqu nos ocuparemos de J1 , definida como
1 1
x
sen(x) dx.
(2.18)
J1 () =
1 1 x2
Nuestro objetivo es hallar la asinttica de J1 (2) cuando +. Tras el cambio de
variable x 7 cos(x) se tiene
1
(
)
(2.19)
J1 (2) =
cos(x) sen 2 cos(x) dx.
0
Esta expresin resulta ms manejable que (2.18) y la tomaremos como punto de partida.
Por la periodicidad,
3/2
(
)
(
)
1 2
1
J1 (2) =
cos(x) sen 2 cos(x) dx =
cos(x)e cos(x) dx.
2 0
2
1/2
Con la notacin de (2.15), F (x) = cos(x) y la fase tiene puntos estacionarios en x = 0
y en x = 1.
Primero los aislamos como en (2.17). Con esta fin introducimos 0 C0
tal que 0 [0.1,0.1] = cos(x), con soporte incluido en [0.5, 0.5] y 1 (x) = 0 (1 x)
(que coincide con cos(x) cerca de x = 1). La diferencia b(x) = cos(x) 0 (x) 1 (x)
se transforma en una funcin C0 moviendo la parte con x [1, 1.5] a [1, 0.5]. Es
decir, considerando
b(x)
si x [1/2, 1]
0
en el resto
En un dibujo,
1
-1
0.5
-0.5
0.5
-0.5
y =cos(x)
-1
1.5
72
Por otro lado el Teorema 2.2.2 prueba (conjugando para ajustar el signo de F )
(
)
(
)
e( 1/8)
0 (x)e F (x) dx =
+ O 3/2 .
(
)
(
(
)
1
)
J1 (2) = sen 2
+ O 3/2 .
4
2.2.2.
73
excepto cuando el ngulo es muy pequeo. En otras palabras, una integral como (2.15)
debera ser siempre pequea una vez que evitemos el caso en que es casi cero. Por eso
nos parece que la luz viaja en lnea recta. En otro contexto (el de la electrodinmica
cuntica), esta idea est magnficamente explicada en [Fey85]. Una manera terica de
entender por qu la ptica geomtrica (la luz considerada como rayos en lugar de ondas)
es correcta en primera aproximacin, que no exploraremos aqu, es que para longitudes
de onda muy pequeas, la ecuacin de ondas, se aproxima por otra ecuacin en derivadas parciales, la ecuacin eikonal que admite soluciones que s determinan rayos [Tay96,
6.6] [BW65, 3].
sen = /2
Interferencia constructiva
Interferencia destructiva
Esta explicacin, aunque cualitativamente satisfactoria, es deficiente porque el principio de Huygens no es cierto sin modificaciones [BW65, 8.2], de hecho slo da una
primera aproximacin correcta para ngulos pequeos. Adems lo que buscamos es una
justificacin de la difraccin matemtica y fsicamente ms bsica, que no apele a principios injustificados de este tipo.
A pesar de que la difraccin ocurre con todo tipo de ondas (y partculas, segn la
interpretacin mecnico cuntica), aqu tendremos en mente el caso de la luz visible para
hacer aproximaciones. Por ello, es conveniente conocer algunos datos. En primer lugar,
la velocidad (de fase) de la luz y de toda radiacin electromagntica es
c = 299 792 458 ms1
segn se deduce de las ecuaciones de Maxwell (en realidad en los aos 80 del siglo XX
se redefini el metro para que este valor fuera exacto e incluso antes, las constantes en
las ecuaciones de Maxwell eran menos conocidas que el valor de c). La longitud de onda
de la luz visible vara aproximadamente entre los lmites (en metros)
3,8 107 < < 7,4 107
y por tanto
74
Las frecuencias menores son los infrarrojos y las mayores los ultravioletas. Para hacerse
una idea, las frecuencias en un receptor de radio (FM) varan entre 8,75 107 y 1,08 108
y en un horno microondas son del orden de 2,5 109 (por cierto, con una sencilla cuenta
se deduce que las microondas no son tan micro, pues tienen longitudes de unos cuantos
centmetros).
La difraccin es ms evidente para tamaos comparables a la longitud de onda,
por ello no es fcil observarla con luz visible. La dependencia de la difraccin con la
frecuencia, sugiere que para simplificar consideremos ondas monocromticas, es decir,
de la forma
(2.21)
Por representar una onda electromagntica (la luz), debe satisfacer la ecuacin de ondas
(2.22)
2u
= c2 u.
t2
Para nuestro anlisis sern importantes las ondas con simetra esfrica. De algn
modo esto es una herencia del principio de Huygens.
Proposicin 2.2.6. Supongamos
que U = U (x, y, z) tiene simetra esfrica, es decir,
75
U dV =
U
U dS.
x
x
x
x
U dS =
U
U dS.
0
x
x
x
B
S
El segundo trmino del primer integrando no contribuye, porque |B | = 42 (el rea
de la esfera) y |B |1 0. Entonces slo resta probar
( e(kx) )
dS.
4U (0) = lm+
U (x)
0
x
B
Empleando (2.23), para los x B se tiene
(
)
(
)
x1 e(kx) = e(k) 2 2ik1 1 x.
76
O
sombra
luz
sombra
U (x) = Kx p1 e(kx p)
Supongamos que esta frmula sigue siendo correcta en z > 0 cuando ponemos la pantalla. Matemticamente esto parece un poco dudoso porque pegar dos soluciones de la
ecuacin de ondas, una en cada semiespacio, no est claro que pueda hacerse de forma
77
regular. Sin embargo, fsicamente sera muy extrao pensar que interponer una pantalla
opaca completamente negra (para evitar reflexiones), tenga alguna influencia en las ondas que parten de p. Entonces la frmula anterior debera ser vlida en la apertura A.
As pues,
(
e(kx q) ( e(kx p) ) e(kx p) ( e(kx q) ))
dS(x),
U (q) = K
x q
x p
x p
x q
A
donde se ha redefinido el valor de la constante K.
Recordemos que para la luz visible el nmero de ondas k es del orden de millones,
por tanto en (2.23) podemos despreciar el trmino x1 dentro del parntesis para
tamaos macroscpicos de x. Suponemos que p y q estn separados de la pantalla y
que por tanto x p y x q tienen tamaos macroscpicos cuando x A, con lo
cual nuestra aproximacin pasa a ser
K
xq )
e(kx p + kx q) ( x p
(2.25)
U (q) =
dS(x),
A
x px q
x p x q
donde se ha redefinido de nuevo el valor de la constante K, que ahora es una constante
compleja, y se ha usado que k = 1 .
Finalmente, supondremos que A tiene un tamao muy reducido en comparacin con
su distancia a p y a q y que los puntos p y q estn cerca de estar alineados con ella.
Todo esto est de nuevo motivado porque tenemos en mente una correccin pequea
sobre la idea de que los rayos viajan en lnea recta.
Bajo estas hiptesis, el ngulo que forma n = (0, 0, 1) con x q para x A es muy
similar al que forma con p x o con p q, digamos = (p, q). Entonces
( xp
xq )
n cos( ) cos = 2 cos .
x p x q
Adems x p p y x q q sin presentar apenas variacin cuando se
integra sobre A. Introduciendo estas aproximaciones en (2.25) y redefiniendo una vez
ms la constante K, se llega a
K cos
(2.26)
U (q) =
e(kx p + kx q) dxdy
pq A
donde x = (x, y, 0) y A es A considerada en el plano XY en lugar de en el espacio.
Dicho sea de paso, si slo usamos que p est muy lejano, digamos que p = (0, 0, p3 )
con p3 +, de forma que la onda esfrica (2.24) degenera en una onda plana paralela
a A, entonces la aproximacin sin quitar el denominador x q sera
e(kx q)
Ke(kp) cos
(1 + cos ) dxdy
(2.27)
U (q) =
p
x q
A
78
donde es el ngulo entre n y qx, que es muy similar al formado entre q y n. sta es
una realizacin del principio de Huygens porque e(kx q)/x q son ondas esfricas
que parten de A. El factor 1 + cos favorece que las ondas viajen hacia delante (es
cero para = y mximo para = 0). Esta forma corregida y bastante precisa del
principio de Huygens fue introducida por A. Fresnel.
Incluso tras todas estas simplificaciones, la integral oscilatoria en (2.26) es demasiado
complicada para llevar a cabo clculos explcitos. Afortunadamente con aproximaciones
lineales de la fase ya se tienen resultados importantes en ptica. Cuando se toman estas aproximaciones lineales, se habla de difraccin de Fraunhofer (J. Fraunhofer fue el
primero en analizar las frecuencias de la luz de los astros) y cuando se toman aproximaciones cuadrticas, se habla de difraccin de Fresnel . Este ltimo anlisis slo aporta
novedades cuando p o q estn cerca de la pantalla [BW65, 8.3.3].
El desarrollo de Taylor hasta grado uno con resto, asegura
2
2
x p = p p1 x + p2 y + O( x + y )
con p = (p1 , p2 , p3 )
p
p
( x2 + y 2 )
q1 x + q2 y
+O
con q = (q1 , q2 , q3 )
x q = q
q
q
Entonces la difraccin de Fraunhofer responde a la frmula
(2.28)
(
) K cos
( kp1
kq1 kp2
kq2 )
U (q) = e k(p + q)
bA
+
,
+
pq
p q p q
donde
bA es la transformada de Fourier en R2 de la funcin caracterstica de A, esto es
bA (1 , 2 ) =
e(1 x 2 y) dxdy.
A
79
Despus de este desarrollo terico, analizaremos dos ejemplos bsicos (vase [Wal96]
para otros con datos concretos).
Para una abertura cuadrada de lado , A = [/2, /2] [/2, /2], se tiene
bA (1 , 2 ) =
sen(1 ) sen(2 )
.
2 1 2
b
,
=
q
.
A
q q
2 k 2 q12 q22
Si ponemos una segunda pantalla en z = q3 fijado, entonces en experimentos reales
se ve un esquema de luces y sombras correspondientes a los valores de la funcin anterior
(vase [Wal96] para una foto real). La fase de la luz no se ve en una pantalla, lo que se
ve es su intensidad que fsicamente representa la densidad de potencia por unidad de
rea y en el caso de la luz es proporcional al cuadrado del mdulo de la funcin (2.21)
que define la onda.
1
0.8
0.6
0.4
0.2
-15
-5
-10
10
15
-0.2
f(x) = x1 sen(x)
Intensidad de f(x)f(y)
bA (1 , 2 ) =
e(1 x 2 y) dxdy.
x2 +y 2 < 2
bA (1 , 2 ) =
2 x2
1
e(Ry) dydx =
R
2 x2
)
(
sen 2R 2 x2 dx.
dx = J1 (2R),
bA (1 , 2 ) =
x
2
R 1
R
1x
80
x2 + y 2
con R = k
p
( kq kq )2
(
)
1
2
bA
,
2 3 sen2 2R
q q
R
4
cuando R es grande. Esto revela un esquema de difraccin en anillos (vanse fotos reales
en [BW65] y [Wal96, 6])
0.04
0.03
0.02
0.01
20
40
60
80
100
120
140
f(x) = x1 J1 (0,09x)
Intensidad de f
x2 + y2
2.3.
Sumas oscilatorias
Las sumas oscilatorias que vamos a tratar son sumas trigonomtricas, los parientes
discretos de las integrales oscilatorias que ya hemos estudiado. Esta naturaleza discreta
hace que se manifiesten en ocasiones fenmenos aritmticos que no han aparecido en
nuestro anlisis de las integrales oscilatorias. Aunque en lo sucesivo nos ocuparemos
de sumas finitas, damos aqu una ilustracin de este hecho a travs de una serie que
segn K. Weierstrass [Edg04] fue considerada por Riemann como un ejemplo de funcin
continua no derivable en ningn punto. En realidad s lo es en infinitos puntos, aunque
esto no se prob hasta 1970 y lo hizo un estudiante! La serie en cuestin es
R(x) =
sen(2n2 x)
n=1
n2
81
Una mirada cercana alrededor de los puntos x = 1/2, 1/3 y 1/4 muestra las siguientes
curiosas grficas
0.04
1.25
0.02
1.2
1.15
1.2
1.1
0
0.49
0.495
0.5
0.505
0.51
1.15
1.05
1.1
-0.02
1
0.95
-0.04
0.325
0.33
0.335
0.34
0.24
0.245
0.25
0.255
0.26
Pues bien, para x = a/b fraccin irreducible, cualitativamente se obtiene, con un zoom
suficientemente grande, una de estas tres situaciones. Si b 2 (mod 4), al igual que en
la primera figura, hay una oscilacin que se estrecha tanto que llega a haber tangente
en x (por tanto es derivable en ese punto), la pendiente es de hecho siempre . Si
b 1, 3 (mod 4), entonces siempre hay una tangente vertical (pendiente infinita) como
en la segunda figura. En el caso restante, b 0 (mod 4), hay siempre una tangente
vertical por un lado y no por el otro, como en la tercera figura. Saber por qu lado
aparece la tangente vertical, o en el segundo caso, si hay una cspide o no, requiere
considerar propiedades aritmticas ms finas de a y b [Dui91] relacionadas con la ley de
reciprocidad cuadrtica. Finalmente, en los irracionales, no hay patrones claros. Segn
vara la escala surgen diferentes configuraciones fractales que no se estabilizan y dependen
de la aproximacin por racionales del punto considerado.
La relacin entre sumas oscilatorias y teora de nmeros acta en ambos sentidos,
a veces se usan mtodos aritmticos para estudiar funciones como la anterior y a veces
obtenemos resultados aritmticos con tcnicas analticas. Este ltimo esquema es parte
de un rea muy amplia llamada teora analtica de nmeros de la que veremos algunos
ejemplos.
2.3.1.
Si una funcin vara lentamente, todos sabemos por los cursos bsicos de clculo o de
manera ms precisa por la Proposicin 1.2.8 que las sumas se aproximan por integrales.
Sin embargo parece increble que se salve de algn modo esta idea trabajando con sumas
oscilatorias en las que cada trmino presenta una variacin apreciable con respecto al
anterior. El mtodo introducido por J. van der Corput alrededor de 1920 se basa en llevar
a cabo esta aproximacin, aparentemente imposible, de una suma oscilatoria por una o
varias integrales oscilatorias. Adems se combina con un ingenioso argumento elemental
debido a H. Weyl que acta sobre las fases.
La idea de aproximar sumas oscilatorias por integrales oscilatorias es fcil de entender
82
(
)
S=
(n)e f (n)
con
C0 (R).
(f /g ) 2 ,
f (x)e f (x) nx dx + +
2
g (a)
g (b)
| n|
a
a
donde para la ltima desigualdad se ha usado que f /g es montona (ya que es composicin de f y una funcin creciente) y por tanto se pueden meter la ltima integral
83
dentro del valor absoluto, como en la prueba de la Proposicin 2.2.4. Ntese que esto
asegura la convergencia absoluta de la serie en (2.29). Segn lo anterior, la contribucin
de los trminos con n > y n < 0 est acotada por
1
+
2
n(n
)
n(n
)
n
n=
n=+1
|n|>2
0=|n|2
1
log( + 2),
|n|
(
)
(
)
(
)
e g(b) e g(b)
e g(x) dx =
= O(1)
2i
a
a
(
)
)
f (x)e g(x) dx n
anb
n=1
n3i =
3
2
log n es
N 1+3i
+ O(1).
1 + 3i
3i
Entonces la grfica de las sumas parciales de
n hasta N debe aproximarse por la
curva parametrizada
( t
)
3t
3t
t
c(t) =
cos(3 log t) +
sen(3 log t), cos(3 log t) +
sen(3 log t)
10
10
10
10
que es una espiral equiangular (reparametrizada en polares, r = Ce ).
84
-10
10
20
30
-10
10
-5
-5
-10
-10
-15
-15
-20
30
-20
n con 1 k 100
3i
nk
20
Una vez que con la Proposicin 2.3.1 sabemos aproximar sumas oscilatorias por
integrales oscilatorias, estamos en situacin de aplicar tcnicas como las de la anterior
seccin. El empeo en no regularizar slo deja como opciones directas aplicar los lemas
de van der Corput (Proposicin 2.2.4). El siguiente resultado es el ms emblemtico en
este sentido. Es posible dar una prueba elemental sin pasar por la Proposicin 2.3.1 con
un uso ingenioso de la sumacin por partes, aunque no seguiremos esa lnea aqu (vase
[GK91]).
Teorema 2.3.3. Sea f C 2 ([a, b]) con a, b Z. Si 0 < |f | entonces
(
)
e f (n) (b a)1/2 + 1/2 .
anb
Demostracin. El teorema del valor medio aplicado a f , asegura que en la Proposicin 2.3.1 se pueden elegir y con (b a) + 1. Segn la Proposicin 2.2.4
con k = 2, cada una de las integrales es O(1/2 ), de forma que
(
)
(
)
e f (n) ((b a) + 1)1/2 + log (b a) + 2 .
anb
85
condicin
)
)
) 1 (
1
e f (m + n)
e f (m + n) .
|S| =
e f (n) =
H n mI
H aHnb1 mI
anb
n
ba+H
H2
e(f (m + n) f (l + n)).
(
))
ba+H(
e f (m + n) f (l + n) .
|S|
H(b a + H) + 2
H2
1l<mH alnbm
2
86
(
)
e n5/2 N 25/28
N n2N
mientras que el Teorema 2.3.3 daba la acotacin trivial. Valores mayores de k no producen ninguna mejora sobre la ltima cota.
Es posible rescatar la idea del principio de fase estacionaria para integrales en intervalos acotados. Por dar una idea del tipo de resultados (vase [Ivi03], [IK04] y [Mon94]),
mencionaremos por ejemplo que si f C 4 ([a, b]) con 0 < f < 1 tiene un punto
estacionario f (c) = 0 con mn(b c, c a) b a y |f (k) |(b a)k2 para k = 3 y
k = 4, entonces
b
(
)
(
)
e(f (c) + 1/8)
+ O 1 (b a)1 .
e f (x) dx =
f (c)
a
Si utilizamos resultados de este tipo en la Proposicin 2.3.1 habremos transformado la
suma inicial en una nueva suma. Esto es lo que se llama Proceso B . Por otra parte,
tambin el Lema 2.3.4 permite pasar de una suma a otra, es lo que se llama Proceso A.
Combinando ambos procesos para terminar aplicando la estimacin trivial, completa el
mtodo de van der Corput. De cara a la presentacin de esta idea, el mtodo de pares
de exponentes [GK91] describe de forma sencilla y elegante cmo actan estos procesos
en una suma oscilatoria bajo ciertas condiciones (bastante estrictas). De hecho existe
un algoritmo que permite hallar la mejor manera de combinar ambos procesos para una
suma dada. Las mejoras son habitualmente cualitativamente
itpequeas con respecto de
la cota del Teorema 2.3.5. Por ejemplo, la suma S = n< t n es relevante en el estudio
de la funcin (vase [Ivi03]). Si aplicamos para acotarla el Teorema 2.3.5 con k = 3,
tras dividir en intervalos didicos se tiene
( t
(
)
)
N (t/N 3 )1/6 + N 1/2 (t/N 3 )1/6 t5/12 .
log n
e
S=
2
j
j
N n<2N
N =2 t
n< t
N =2 t
87
Por otro lado, la mejor combinacin de los procesos A y B reduce el exponente 5/12 en
poco ms de 2 milsimas
2.3.2.
La gran criba
(
)
1
|an |2
an e(nx ) C(N + )
n=1
n=1
88
1
|f (x)|
|f | + |f |
|I| I
I
que puede considerarse como una desigualdad de Sobolev.
Identificando T con el intervalo [0, 1) y subdividindolo en intervalos semiabiertos Ik
2
de longitud
N /2, en cada uno de ellos a lo ms hay un x . Ahora elegimos f = g con
g(x) = n=1 an e(nx) en la desigualdad anterior para I = Ik y sumamos en k.
)
N
2
(
1
2
1
an e(nx )
|g| +
|gg | =
n=1
Ik
Ik
n=1
|g| +
2
|g |
)1/2 (
|gg |.
|g|2
)1/2
n m
cuando
|an |2 = 1.
n
m
n=m
Aunque la prueba es elemental, es bastante ingeniosa. Una aplicacin (no directa) debida
a M. Riesz es la acotacin del operador conjugado en el disco. Dada una funcin holomorfa en el disco unidad, si el valor en el borde de su parte real est en Lp (T) para cierto
89
c c
(
) 1
cuando
|c |2 = 1.
sen
(x
x
)
=
Para la prueba, vase [MV74] o [IK04].
Demostracin
de la Proposicin 2.3.6 con C = 1. Consideremos un vector cuya coordenada es n an e(nx ). Sea b el valor de esta coordenada cuando se normaliza el
vector, entonces
N
N
N
N
2
2 (
)2
2
b
a
e(nx
)
|a
|
b
e(nx
)
=
an e(nx )
n=1
n=1
n=1
n=1
(
)
b b e n(x x ) 1 .
n=1
(
) e (N + 1/2)x e (N + 1/2)x
e x /2 e x /2
(
)
(
).
e n(x x ) =
2i
sen
(x
x
)
2i
sen
(x
x
)
n=1
(
)
Por el Lema 2.3.7 con c = b e (N + 1/2)x , la primera fraccin contribuye a la suma
1
triple con una cantidad acotada
(
)en mdulo por (2) y lo mismo ocurre con la segunda
fraccin tomando c = b e x /2 .
Ahora ya estamos preparados para enunciar la versin combinatoria de la gran criba.
Recordamos de la teora de nmeros elemental que se dice que un entero positivo es libre
de cuadrados si no es divisible por ningn cuadrado perfecto mayor que 1. La funcin
caracterstica de los nmeros libres de cuadrados es 2 (n) donde es la funcin de
Mbius definida como
0
en otro caso
Si no se usa la desigualdad criba con C = 1, entonces la conclusin en el siguiente
resultado se mantiene reemplazando por .
90
Teorema 2.3.8 (La gran criba como mtodo de criba). Sea Z un conjunto de enteros
Z [M + 1, M + N ], N, M Z+ . Supongamos que para cada primo p Q, hay (p)
clases mdulo p que no aparecen en Z, entonces
(p)
N + Q2
con h(q) = 2 (q)
|Z|
.
p (p)
qQ h(q)
p|q
q
( an )2
h(q)|Z|
e
q
a=1
nZ
2
(a,q)=1
n=1
n=1
nZ
qQ a=1
(a,q)=1
donde x recorre las fracciones irreducibles 0 < a/q < 1, y estas fracciones estn claramente Q2 -espaciadas. Entonces el resultado se sigue de la Proposicin 2.3.6 sumando
en (2.30).
Ahora deduciremos (2.30) por induccin en el nmero de factores primos de q. Si
q = 1, es decir, si no tiene factores primos, el resultado es trivial (interpretando h(1) = 1
por el producto vaco). Supongamos ahora que el resultado es cierto para un libre de
cuadrados q Q y vamos a deducirlo para qp con p q un primo p Q.
Segn las hiptesis, slo se obtienen p (p) clases al reducir mdulo p los elementos
de Z, sean b1 , b2 , . . . , bp(p) representantes de estas clases. Por la desigualdad de CauchySchwarz
p
( bn )2 p(p)
)
( bn )2
( bn )2 (
e
=
e
(p)
e
.
q
q
q
j=1
nZ
nZ
nZ
k=1
nbj (p)
nk (p)
h(p)
e
q
a=1
nZ
b=1
(b,q)=1
q
pq
( an ) ( bn )2
( an )2
e
e
e
=
p
q
pq
a=1
nZ
nZ
b=1
(a,p)=1 (b,q)=1
(a,pq)=1
91
donde la igualdad se debe al teorema chino del resto. Por la hiptesis de induccin, esto
implica
pq
( an )2
h(p)h(q)|Z|2
e
pq
a=1
nZ
(a,pq)=1
2.3.3.
Comencemos con un problema con sabor geomtrico consistente en contar los puntos
de coordenadas enteras bajo la grfica de una funcin no negativa. Concretamente,
queremos aproximar
{
}
Nf (A, B) = (n, m) Z2 : A n B, 0 m f (n) .
Este problema tiene races muy antiguas que llegan hasta Gauss y Dirichlet pero desde
el punto de vista moderno, estn ligados a I.M. Vinogradov que es probablemente el
matemtico que ms ha contribuido a la estimacin de sumas trigonomtricas.
No se pierde generalidad suponiendo A, B Z. Es fcil intuir que la integral es una
buena aproximacin, con alguna modificacin para tener en cuenta los bordes rectos. Por
supuesto, se necesita alguna condicin sobre f porque en otro caso los resultados pueden
ser muy variados. Por ejemplo, si f es constante Nf (A, B) da saltos de B A + 1 segn
esa constante es algo menor o algo mayor que un entero positivo. Algo crucial para evitar
esta situacin es que la grfica de f tenga cierta curvatura. Nosotros aqu tendremos
en mente el caso de una familia de grficas que se va expandiendo por una homotecia
de razn , es decir, f (x) = g(x/). Si g tiene una curvatura acotada, esto implica
que f es comparable a 1 . Como los extremos del intervalo, A y B, se dilatan de la
misma manera la condicin natural con este ejemplo en mente es que f sea comparable
a (B A)1 .
92
Teorema 2.3.9. Sea f C 2 ([A, B]) no negativa con A < B enteros. Supongamos que
1 (B A)f 1, entonces
B
)
(
)
1(
Nf (A, B) =
f (x) dx + B A + f (A) + f (B) + O (B A)2/3 .
2
A
Demostracin. Partimos de la identidad
B
B
1
Nf (A, B) = (B A + 1) +
f (n)
{f (n)}
2
n=A
n=A
1
donde {x} = x [x] .
2
Nf (A, B) =
A
B
)
1(
f (x) dx + B A + f (A) + f (B)
{f (n)} + O(1).
2
n=A
(
)
Entonces todo lo que hay que ver es que la suma restante es O (B A)2/3 . Sustituyendo
{x} por su serie de Fourier, se obtiene una suma trigonomtrica pero la convergencia es
un problema y es conveniente regularizar antes de aplicar ningn mtodo.
Sea la funcin 1-peridica que conecta con segmentos (0, 1/2 + ), (, 1/2 + ) y
(1, 1/2 + ) para cierto 0 < 1/2.
(x) =
x 1
+ 2 +
si 0 x
x1 1
+ +
1 2
si x 1
0.5
0.5
1.0
1.5
2.0
0.5
1
La frmula para en realidad no es importante, lo nico que emplearemos es que 0 =
y que es 1 para 0 < x < y (1 )1 para < x < 1 , lo cual se deduce del
dibujo. Con ello, integrando por partes, se tiene que los coeficientes de Fourier son
1
1 e(n)
1
(x)e(nx) dx = 2 2
si n = 0.
a0 = y an =
2in 0
4 n (1 )
Est claro que (x) {x} (x), por tanto para cierta eleccin del signo
independiente de las variables de sumacin,
B
1 e(m)
(
)
e mf (n) .
{f (n)} (B A) +
m2
n=A
n=A
m=0
B
93
1/2 1
{f (n)} (B A) + (B A)
n=A
|1 e(m)|
.
m3/2
m=1
{
}
r2 (n) = N (R)
con
N (R) = # (n, m) Z2 : n2 + m2 R2 .
nR2
Razonando geomtricamente, es fcil ver que N (R) es como el rea del crculosalvo un
error O(R). Con el Teorema 2.3.9, considerando la parte del crculo en [0, R/ 2] R+
y usando las simetras, se refina este resultado hasta
(2.31)
N (R) = R2 + O(R2/3 ).
(
)
J1 2R n2 + m2
(2.32)
bR (n, m) = R
para n2 + m2 = 0.
n 2 + m2
94
(
)
J1 2R n2 + m2
2
,
(2.33)
N (R) = R + R
2 + m2
n
2
2
n +m =0
la cual fue establecida por Hardy para R > 0 no entero, entendiendo la suma como
lmite sobre n2 + m2 M .
La idea para demostrar el teorema anterior es sustituir J1 por su frmula asinttica
(2.20) y utilizar el Teorema 2.3.5 con k = 5 para estimar la suma en n o en m. El
problema para seguir esta idea es que (2.33) no converge absolutamente, de hecho la
prueba de esta igualdad es bastante complicada y la lenta convergencia hace que sea
poco til. El problema proviene de que
bR decae demasiado despacio y la solucin pasa
por regularizarla, as el esquema funciona como se ha explicado si se cambia (2.33)
por la frmula del Lema 2.3.13, que es ms fea pero converge absolutamente. Antes de
enunciar este resultado, separamos la estimacin de la suma trigonomtrica fundamental
y un clculo explcito de una transformada de Fourier que nos servir para regularizar.
Lema 2.3.11. Supongamos N a < b 2N y R1/2 N 33/16 m a, entonces
(
)
e R n2 + m2 m1/15 R1/30 N 4/5 .
anb
(
)
f (x, y)e(x y) dxdy = F 2 2 + 2 .
95
e(Rx)
1
1x2
1x2
x2
y2
3
dydx =
2
e(Rx) (1 x2 ) dx,
2
1
(
)
1/2
sen 2r n2 + m2 /4 (
)
r
N (R) = R2 +
F 2 n2 + m2 + O(R).
(
)3/4
2 2
n 2 + m2
n +m =0
N (R) =
R (n, m) =
(r f )(n, m)
para algn r [R 2, R + 2].
n,mZ
n,mZ
Usando la frmula de sumacin de Poisson (Teorema 1.2.4) y la propiedad de la convolucin (1.12) en sus versiones bidimensionales,
N (R) =
n,mZ
(
)
br (n, m)F 2 n2 + m2 .
n2 +m2 =0
Ahora basta recordar (2.32) y (2.20). El trmino de error es absorbido por O(R).
Demostracin del Teorema 2.3.10. Vamos a elegir = R14/41 en el Lema 2.3.13, con
ello lo que buscamos es
)
(
e 2r n2 + m2 (
)
13/82
.
)3/4 F 2 n2 + m2 R
(
2
2
n
+
m
2
2
n +m =0
96
)
(
e 2r n2 + m2 (
)
(2.34)
SN R13/82 con SN =
(
)3/4 F 2 n2 + m2 .
n2 + m2
m=1 N N
N <n2N
Se deja como ejercicio comprobar que podemos restringir la suma a los N que satisfacen
m < R1/2 N 33/16 , ya que para el resto la estimacin trivial es suficiente.
La funcin F (t)/t3/2 es decreciente para 0 < t < 4, de donde para N 1 /6 se
puede sumar por partes con el Lema 1.2.1 y despus aplicar el Lema 2.3.11 obteniendo,
para algn N 2N ,
(
)
SN N 3/2
e 2r n2 + m2 m1/15 R1/30 N 7/10 .
N <nN
(
)
(
)
Si N > 1 /6, escribiendo sen t = eit eit /2i y cos t = eit +eit /2 en F (t), podemos
agrupar estas funciones oscilatorias con la exponencial compleja en SN reemplazando r
por r = r . Entonces, notando F (t) t2 , la sumacin por partes da en este caso
(
)
SN N 3/2 (N )2
e 2r n2 + m2 m1/15 R1/30 N 27/10 2 .
N <nN
m 1
97
(
)
Corolario 2.3.15. Se tiene (N ) = O N/ log N .
Demostracin. Consideremos
{
Z = M n M + N : n 0 (p)
}
p Q .
Es obvio que Z contiene todos los primos que son mayores que Q, mientras que hay
menos de Q que son menores que Q, por tanto
(M + N ) (M ) Z + Q.
Como se excluye una clase por cada primo, h(p) = 1/(p 1) = p1 + p2 + p3 + . . . ,
con la notacin del Teorema 2.3.8. Por tanto, para q libre de cuadrados, h(q) es la suma
de los inversos de todos los nmeros con los mismos factores primos que q. As pues
h(q)
1
q
qQ
= log Q + O(1).
Siguiendo esta idea de primos en intervalos, una conjetura muy antigua es si hay
infinitos primos gemelos, esto es, primos cuya diferencia es 2. La gran criba permite dar
una cota que es del orden de magnitud esperado y obtener lo que se llama el teorema
de Brun que afirma que la serie de los inversos de los primos gemelos converge. V. Brun
fue el pionero de los mtodos de criba y su prueba es muy anterior a la introduccin de
la gran criba.
Teorema 2.3.16. Sea G el conjunto de los n Z+ tales que n y n + 2 son primos
(gemelos) y sea 2 (N ) el cardinal de G [1, N ]. Existen dos constantes positivas C1 y
C2 tales que
1
N
2 (N ) C1
y
= C2 .
(log N )2
p
pG
En la demostracin apelaremos al siguiente lema. Con tcnicas bien conocidas de
teora analtica de nmeros [IK04, 1] se deduce una frmula asinttica.
Lema 2.3.17. Sea d(n) la funcin que cuenta el nmero de divisores (positivos) de n,
entonces
2 (n)d(n) N log N.
nN
(2.35)
2 (n)d(n)
d(n)
nN
nN
p N nN/p2
d(p2 n).
98
Se tiene
(N
Un razonamiento similar sirve para tratar nN/p2 d(p2 n) imponiendo que k o l sean
divisibles por p2 o cada una de ellas por p. Mdulo p2 esto es 0 l, k 0 y p p, lo que
hacen 2p2 posibilidades entre las p4 totales. En los casos p = 2, 3 se obtiene
2
1
y
d(n) = N log N + O(N ).
d(n) = N log N + O(N ).
2
9
d(n) =
nN
klN
1=
kN
nN/9
nN/4
Para el resto de los primos usaremos simplemente que d(p2 n) 3d(n), porque cada
divisor de p2 n dividido por 1, p o p2 da un divisor de n. Entonces, deducimos a partir
de (2.35)
(
)
1 2
2 (n)d(n) 1 3
p2 N log N + O(N ).
2 9
p5
nN
2
Todo lo que resta comprobar es que p5 p 5/54 = 0.09259 . . . Para ello usamos
que p2 log(1 + p2 ) + 12 p4 y por tanto
p5
p2 log
1 p4
p5
1 p2
4
)
1 4
(2)
5
10 1 (
(4)
n4 ,
n = log
log log
+
2 n5
(4)
4
9
2
n=1
donde se ha empleado la frmula producto de Euler (1.33). Con (1.19) podemos evaluar
(2) y (4) y comprobar que la ltima expresin es algo menor que 0.092.
Demostracin del Teorema 2.3.16. Sea
{
Z = n [1, N ] : n 0, 2 (p)
}
N .
N se tiene
p|q
h(q) (log N )2 .
q N
Bibliografa
[Ahl78]
[Art00]
[BB09]
[BS08]
[BW65]
M. Born and E. Wolf. Principles of optics: Electromagnetic theory of propagation, interference and diraction of light. With contributions by A. B. Bhatia,
P. C. Clemmow, D. Gabor, A. R. Stokes, A. M. Taylor, P. A. Wayman and
W. L. Wilcock. Third revised edition. Pergamon Press, Oxford, 1965.
[Car66]
[CT65]
[Dav80]
[Dei05]
A. Deitmar. A first course in harmonic analysis. Universitext. SpringerVerlag, New York, second edition, 2005.
[DK82]
100
BIBLIOGRAFA
Minn., 1981), volume 908 of Lecture Notes in Math., pages 205209. Springer,
Berlin, 1982.
[DM72]
[Edg04]
[Ell75]
[Fey85]
[FLS63]
[Fon05]
[Fou88]
[Ger99]
[GK91]
[GP90]
BIBLIOGRAFA
101
[Har]
[Hux96]
[HW96]
[IK04]
H. Iwaniec and E. Kowalski. Analytic number theory, volume 53 of American Mathematical Society Colloquium Publications. American Mathematical
Society, Providence, RI, 2004.
[Ing]
[Ivi03]
[Kat76]
[KK66]
J.-P. Kahane and Y. Katznelson. Sur les ensembles de divergence des sries
trigonomtriques. Studia Math., 26:305306, 1966.
[Kr88]
[LT00]
102
BIBLIOGRAFA
[Mon78] H. L. Montgomery. The analytic principle of the large sieve. Bull. Amer.
Math. Soc., 84(4):547567, 1978.
[Mon94] H. L. Montgomery. Ten lectures on the interface between analytic number
theory and harmonic analysis, volume 84 of CBMS Regional Conference Series
in Mathematics. Published for the Conference Board of the Mathematical
Sciences, Washington, DC, 1994.
[Mur08]
[MV74]
[Ros88]
[RV99]
[Sal02]
[Spi84]
[SR01]
[SS71]
A. Schnhage and V. Strassen. Schnelle Multiplikation grosser Zahlen. Computing (Arch. Elektron. Rechnen), 7:281292, 1971.
BIBLIOGRAFA
103
[SS90]
[SS03]
[Str86]
[Tay96]
[Ter99]
[Wal96]
[Wal08]
[Zyg77]
ndice alfabtico
Abel, N.H. (18021829), 15
aceleracin de series, 6, 14
adeles, 29
amplitud, 55
amplitud de probabilidad, 60
anlisis, 1
anlisis armnico, 1
aproximacin de la identidad, 3
armnicos, 1
artifact, 55
banda limitada, funcin de, 33
Bernoulli, nmeros de, 20
Bernoulli, polinomios de, 20
Bertrand, postulado de, 15
Bessel, F. (17841846), 22
Bessel, funciones de, 71
Bohr, tomo de, 56
Bohr, N. (18851962), 56
Bombieri, E. (1940), 87
Born, M. (18821972), 60
Brun, teorema de, 97
Brun, V. (18851978), 97
cmara oscura, 72
carcter, 28
Carleson, L. (1928), 8
CauchyRiemann, ecuaciones de, 21
Chebyshev, P. (18211894), 15
Chebyshev, polinomios de, 11
colapso de la funcin de onda, 59
Compton, efecto, 57
convolucin, 5, 30
coseno, transformada discreta, 35
criba, 87
cuantificacin, matriz de, 43
cuantizacin, 64
cuanto, 56
Daubechies, I. (1954), 44
DCT, 36
de Broglie, L. (18921987), 57
delta de Dirac, 3
delta de Dirac 1-peridica, 3
DFT, 28
diente de sierra, 10
difraccin, 72
Dini, criterio de, 6
Dirac, P.A.M. (19021984), 3
Dirichlet, carcter de, 31
Dirichlet, funcin L de, 31
Dirichlet, P.G.L. (18051859), 3
Dirichlet, problema de, 75
distribuciones, teora de, 9
divide y vencers, algoritmo, 36
du Bois-Reymond, P. (18311889), 8
ecuacin de ondas, 55
eikonal, ecuacin, 73
Einstein, A. (18791955), 56
electrn, 56
energa cintica, 58
energa potencial, 58
energa total, 58
espacio completo, 7
espacio de Hilbert, 7
espectro de emisin, 56
espiral equiangular, 83
104
NDICE ALFABTICO
105
estado, 63
Gauss, C. F. (17771855), 17
Euler, constante de, 15, 25
Gauss, problema del crculo de, 93
Euler, L. (17071783), 6
Gauss, sumas de, 19
Euler, producto de, 31
gaussiana, funcin, 12
Euler, transformada de, 14
Gibbs, fenmeno de, 54
EulerMaclaurin, frmula de sumacin de, gran criba, 87
20
gran criba, desigualdad de, 87
extensin analtica, 23
Green, identidad de, 75
Green, teorema de, 21
fase, 55
fase estacionaria, principio de, 67
Hadamard, J. (18651963), 23
Fejr, L. (18801959), 6
Hamilton, W.R. (18051865), 57
Fermat, principio de, 57
Hardy, conjetura de, 93
FFT, 36
Hardy, G.H. (18771947), 50
filtro lineal, 39
Hardy, serie de, 94
FIR, 39
Heisenberg, principio de incertidumbre de,
frmula de inversin, 4, 28, 30, 35
65
fotn, 56
Heisenberg, W. (19011976), 51
Fourier, antitransformada de, 4
hercio, 32
Fourier, coeficientes de, 2
Hermite, funciones de, 12
Fourier, J. (17681830), 2
Hertz, H. (18571894), 56
Fourier, serie de, 2
Hilbert, desigualdad de, 88
Fourier, transformada de, 4
homomorfismo, 28
Fourier, transformada discreta de, 28, 30
Huxley, M.N. (1944), 96
Fourier, transformada inversa de, 4
Huygens, C. (16291695), 72
Fourier, transformada rpida de, 36
Huygens, principio de, 72, 78
Fraunhofer, difraccin de, 78
Fraunhofer, J. (17871826), 78
identidad de Parseval, 8
frecuencia, 55
incertidumbre, principio de, 34, 49
frecuencia angular, 55
inercia, ley de, 62
frecuencia de muestreo, 33
Ingham, A.E. (19001967), 34
Fresnel, A. (17881827), 78
intensidad, 79
Fresnel, difraccin de, 78
interpretacin de Copenhague, 59
funcin analtica, 21
intervalos didicos, 14
funcin de decaimiento rpido, 9
Jacobi, C.G.J. (18041851), 17
funcin de ondas, 58
Jacobi, funcin de, 17
funcin de orden finito, 23
JPEG, 42
funcin entera, 23
JPEG 2000, 44
funcin multivaluada, 25
funcin test, 3
Kirchho, G. (18241887), 75
Gamma, funcin, 12, 24
Kolmogorov, A. (19031987), 8
106
Landau, notacin de, 13
Leibniz, criterio de, 14
Leibniz, G.W. (16461718), 13
libre de cuadrados, 89
Linnik, Yu.V. (19151972), 87
logaritmo discreto, 30
logaritmo integral, 16
longitud de onda, 55
Maxwell, ecuaciones de, 57
micra, 80
mnima accin, principio de, 57
Mbius, funcin de, 89
momento angular, 56
momento lineal, 57
Montgomery, H.L. (1944), 88
ncleo de Dirichlet, 5
ncleo de Fejr, 6
nmero de ondas, 55
nmeros primos, teorema de los, 16, 96
Nyquist, frecuencia de, 34
observable, 63
onda rectangular, 9
onda secundaria, 72
ondas, ecuacin de, 55, 74
ondcula, 44
ptica geomtrica, 57
Paley-Wiener, teorema de, 33
paquete de ondas, 62
pares de exponentes, 86
Parseval, identidad de, 7, 30
peine de Dirac, 3
periodo, 55
pixel, 27
Plancherel, identidad de, 7
Planck, constante de, 56
Poisson frmula de sumacin de, 16
Pontryagin, teorema de dualidad de, 29
Pragmn-Lindelf, principio de, 51
NDICE ALFABTICO
primos gemelos, 97
Proceso A, 86
Proceso B, 86
protn, 56
regla de clculo, 49
representacin, 29
residuo, 22
residuos, teorema de los, 22
Riemann, B. (18261866), 26
Riemann, funcin de, 24
Riemann-Lebesgue, Lema de, 6
Riesz, M. (18861969), 88
ruido blanco gaussiano, 46
Schnhage-Strassen, algoritmo de, 38
Schrdinger, ecuacin de, 58
Schrdinger, E. (18871961), 57
Schwartz, clase de, 9
Schwartz, L. (19152002), 9
Selberg, A. (19172007), 88
seal, 27
Shannon, teorema de muestreo de, 33
Stirling, frmula de, 26
sumacin por partes, 13
sumas de Cesro, 6
Tao, T. (1975), 51
Tate, J.T. (1925), 29
Tate, tesis de, 29
tonos puros, 1
toro, 2
transformada z, 50
truco telescpico, 13
van der Corput, J. (18901975), 81
van der Corput, lemas de, 69
variacin acotada, 6
Vaughan, R.C. (1945), 88
vector de aproximacin, 45
vectores de detalle, 45
velocidad de fase, 55
NDICE ALFABTICO
velocidad de grupo, 62
Vinogradov, I.M. (18911983), 91
Vinogradov, notacin de, 13
von Mangoldt, smbolo de, 16
von Neumann, J. (19031957), 63
Wallis frmula de, 23
wavelet, 44, 46
wavelet, transformada discreta, 46
wavelet, transformada discreta inversa, 46
Weierstrass, K. (18151897), 80
Weyl shift, 85
Weyl, H. (18851955), 81
107