Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Egor Maximenko
18 de junio de 2009
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
Espacio L1 (T)
Z π
1
Z
kf kL1 (T) = |f (t)|dµT (t) = |f (e ix )| dx .
t∈T 2π −π
Espacio L1 (T)
Z π
1
Z
kf kL1 (T) = |f (t)|dµT (t) = |f (e ix )| dx .
t∈T 2π −π
Definición
Para cualquier función f ∈ L1 (T), denotemos por fn (n ∈ Z) sus
coeficientes de Fourier:
Z π
1
Z
fn := t −n f (t) dµT (t) = e −inx f (e ix ) dx .
T 2π −π
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
Ejemplo (n = 4)
a0 a−1 a−2 a−3
a1 a0 a−1 a−2
A= .
a2 a1 a0 a−1
a3 a2 a1 a0
Definición
Para a ∈ L1 (T) y n ∈ {1, 2, 3, . . .},
p
X
Cuando el sı́mbolo a es un polinomio de Laurent, a(t) = ak t k ,
k=−q
el número de diagonales no nulas es finito,
i.e. para todo n la matriz Tn (a) es una matriz de banda.
Ejemplo
(
ix π − x, x ∈ [0, π];
a(e ) =
−π − x , x ∈ [−π, 0].
Entonces
0 −i − 2i − 3i − 4i
− 2i − 3i
i 0 −i
i
− 2i
T5 (a) =
2 i 0 −i .
i i
3 2 i 0 −i
i i i
4 3 2 i 0
Problema no solucionado
Para a ∈ L1 (T) \ L∞ (T), kTn (a)k ∼ ?
(¿con qué velocidad las normas kTn (a)k tienden al infinito?)
Re Re
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
Procesos
Discretiz.
estocást.
de ec. dif.
estac.
Mecánica:
Matrices Proces-to
deformaciones
de Toeplitz de señales
de capa fina
Fı́sica: Quı́mica:
el modelo HC con
de Ising partes repet.
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
Ejemplos
el ruido blanco
el esquema de Bernoulli
modelo autorregresivo de media móvil (“ARMA” en inglés)
Definición
El proceso {Xk }k∈Z es estacionario en sentido amplio
(o en sentido débil) si su media y covarianza
son invariantes respecto a desplazamientos en tiempo:
E Xj = E Xk ∀k, j ∈ Z;
Cov(Xj+s , Xk+s ) = Cov(Xj , Xk ) ∀k, j, s ∈ Z.
Definición
El proceso {Xk }k∈Z es estacionario en sentido amplio
(o en sentido débil) si su media y covarianza
son invariantes respecto a desplazamientos en tiempo:
E Xj = E Xk ∀k, j ∈ Z;
Cov(Xj+s , Xk+s ) = Cov(Xj , Xk ) ∀k, j, s ∈ Z.
Nota
Todo proceso estacionario en sentido estricto
es también un proceso estacionario en sentido amplio.
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
k
xk := , fk := f (xk ), gk := g(xk ).
n+1
α f1 f2 f3 f4 β
x =0 1 2 3 x = 4 x =1
x = 5
x = 5
x = 5 5
f (x + h) + f (x − h) − 2f (x )
f 00 (x ) ≈ .
h2
f (x + h) + f (x − h) − 2f (x )
f 00 (x ) ≈ .
h2
Nota
A los problemas de frontera más complicados les corresponden
matrices de Toeplitz con mayor número de diagonales no nulas
o algunas generalizaciones de las matrices de Toeplitz.
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
√ kπ
λk = a0 + 2 a1 a−1 cos (1 6 k 6 n),
n+1
y los vectores propios correspondentes son
s !j n
a 1 kjπ
vk = sin .
a−1 n+1
j=1
Nota geométrica
√
La curva z = a(e ix ), x ∈ [−π, π], es la elipse con focos a0 ± 2 a1 a−1 ,
y los puntos λk están en el segmento que une los focos.
10
-5
-10
-15 -10 -5 0 5 10 15
−π 0 π x
kπ kπ
2
λk (Tn (a)) = 4 sin =g .
2(n + 1) n+1
−π 0 π x
kπ kπ
2
λk (Tn (a)) = 4 sin =g .
2(n + 1) n+1
−π 0 π x
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
Definición
La sucesión de matrices {An }∞n=0 es invertible asintoticamente uniforme
(estable) si
lı́m sup kA−1
n k < ∞.
n→∞
Definición
La sucesión de matrices {An }∞n=0 es invertible asintoticamente uniforme
(estable) si
lı́m sup kA−1
n k < ∞.
n→∞
0
1
2 1
0
1 −1
0 −2
2 1
−1
1
Definición
Sea a ∈ C (T), a(t) 6= 0 para todos t ∈ T.
El número de vueltas de la función a alrededor del punto 0 se define como
f (π) − f (−π)
wind(a) := ,
2π
donde la función f es un argumento continuo de la función x 7→ a(e ix ).
Definición
Sea a ∈ C (T), a(t) 6= 0 para todos t ∈ T.
El número de vueltas de la función a alrededor del punto 0 se define como
f (π) − f (−π)
wind(a) := ,
2π
donde la función f es un argumento continuo de la función x 7→ a(e ix ).
Definición
Sea a ∈ C (T), a(t) 6= λ para todos t ∈ T.
El número de vueltas de a alrededor del punto λ se define como
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
Definición
Sean A una matriz hermitiana n × n, λ1 (A), . . . , λn (A) sus valores propios,
f : [m, M] → C una función continua, sp(A) ⊂ [m, M].
Entonces la f -traza de A es
n
X
f (λk (A)) = tr f (A).
k=1
Definición
Sean A una matriz hermitiana n × n, λ1 (A), . . . , λn (A) sus valores propios,
f : [m, M] → C una función continua, sp(A) ⊂ [m, M].
Entonces la f -traza de A es
n
X
f (λk (A)) = tr f (A).
k=1
-2
-4
-3 -2 -1 0 1 2 3
1 Definiciones
Circunferencia unitaria y coeficientes de Fourier
Definición de las matrices de Toeplitz
2 Aplicaciones
Procesos estocásticos estacionarios
Discretización de ecuaciones diferenciales
3 Propiedades
Matrices de Toeplitz tridiagonales
Invertibilidad asintoticamente uniforme
Comportamiento promedio de los valores propios
Lı́mites de espectros
0.8
0.6
0.4
0.2
-0.2
n = 10
-0.4
-0.6
-0.8
-1
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5
0.8
0.6
0.4
0.2
-0.2
n = 40
-0.4
-0.6
-0.8
-1
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5
0.8
0.6
0.4
0.2
-0.2
n = 80
-0.4
-0.6
-0.8
-1
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5
0
n = 10
-1
-2
-3
-3 -2 -1 0 1 2 3 4
0
n = 40
-1
-2
-3
-3 -2 -1 0 1 2 3 4
0
n = 80
-1
-2
-3
-3 -2 -1 0 1 2 3 4
Entonces
Problema no solucionado
Describir Λ(a) (“el esqueleto de a”) geometricamente.
Extender el teorema de Schmidt y Spitzer a los sı́mbolos analı́ticos.
0.5
0
n = 10
-0.5
-1
-1.5 -1 -0.5 0
0.5
0
n = 40
-0.5
-1
-1.5 -1 -0.5 0
0.5
0
n = 80
-0.5
-1
-1.5 -1 -0.5 0