APcavanaplicaciones de Fourirr

Aplicaciones del anlisis armnico
(anlisis armnico y de todo un poco)
Fernando Chamizo
Curso 2012-2013
ndice general
Glosario iv
1. Introduccin 1
1.1. Precalentamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. La serie de Fourier original . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. Algunos teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3. Algunos ejemplos y grficos . . . . . . . . . . . . . . . . . . . . . 9
1.2. Aprendiendo a sumar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.1. Sumacin por partes . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.2. La frmula de sumacin de Poisson . . . . . . . . . . . . . . . . . 16
1.2.3. Tcnicas de variable compleja . . . . . . . . . . . . . . . . . . . . 21
1.3. Anlisis armnico discreto . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.3.1. Caracteres y transformadas . . . . . . . . . . . . . . . . . . . . . 28
1.3.2. Implementacin del anlisis de Fourier discreto . . . . . . . . . . . 32
1.3.3. Anlisis de Fourier discreto en la vida cotidiana . . . . . . . . . . 38
2. Sumas e integrales oscilatorias 49

2.1. El principio de incertidumbre . . . . . . . . . . . . . . . . . . . . . . . . 49
2.1.1. Diferentes formas del principio de incertidumbre . . . . . . . . . . 50
2.1.2. Un poco de fsica cuntica . . . . . . . . . . . . . . . . . . . . . . 55
2.2. Integrales oscilatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.2.1. El principio de fase estacionaria . . . . . . . . . . . . . . . . . . . 66
2.2.2. Las matemticas de la difraccin . . . . . . . . . . . . . . . . . . 72
2.3. Sumas oscilatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.3.1. El mtodo de van der Corput . . . . . . . . . . . . . . . . . . . . 81
2.3.2. La gran criba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.3.3. Algunas aplicaciones aritmticas . . . . . . . . . . . . . . . . . . . 91
i
Glosario
[x] parte entera de x 15

{x} x [x] 1/2 18
a b (mod m) m|ab 32
f g gf 13
Laplaciano 55
f g lm sup |f |/g < 13
Gradiente 75
Borde de la variedad
75
f g Convolucin f (t)g(x t)dt 5
f g lm f /g = 1 13
f g f g yf g 13
C Funciones continuas 2
C0n C n con soporte compacto 3
Cn Funciones con n derivadas continuas 2
Delta de Dirac 3
d(n) Nmero de divisores 97

DN Ncleo de Dirichlet N n=N e(nx) 5
P Delta de Dirac 1-peridica 3
e(x) Exponencial compleja e2ix 2

FN Ncleo de Fejr N (1 |n|/N )e(nx) 6
( ) n=N
p 1/p
f p La norma |f | 7

fbb Transformada de Fourier f (x)e(x) dx 4

f Transformada inversa f ()e(x) d 4

(s) Funcin Gamma 0 xs1 ex dx 12
Constante de Euler (1) 15
iii
H {x + iy : x R, y > 0} 18
(z) Parte imaginaria de z 22
(n) log p si n = pk con p primo

y 0p en el resto 16
Lp Espacio de funciones con |f | < 8
(n) funcin de Mbius 90
f = O(g) lm sup |f |/g < 13

f = o(g) lm f /g = 0 13
(x) #{p x : p primo} 16

2 (N ) Primos
gemelos hasta N 97
(x) px (n) 16
{ }
r2 (n) # (a, b) Z2 : n = a2 + b2 93
(z) Parte real de z 22
S1 grupo multiplicativo {z C : |z| = 1}

El 29
(n) d|n d 18
SN f Suma parcial de la serie de Fourier de f 5
T El
toro unidimensional R/{x 7 x + 1} 2
2
(z) n= e(n z) 18
ZN Grupo aditivo de los enteros mdulo N 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 1
0.5 0.5
0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1
-0.5 -0.5
-1 -1
f(x) = sen(6x) f(x) = cos(6x)
En trminos acsticos, en el rango de frecuencias audibles estas funciones suenan como

mantener uno de los pitidos de la alarma de un reloj electrnico o una nota de una
flauta.
Con esta ambigedad, el anlisis armnico se convierte en un rea muy amplia cu-
yas fronteras son muy subjetivas y estn sujetas a qu deseemos denominar armnicos.
Incluso con toda esta amplitud no se cubren muchos temas actuales importantes en los
que los armnicos aparecen ms como motivacin que como ingredientes.
1
2 CAPTULO 1. INTRODUCCIN
1.1.1. La serie de Fourier original

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
n= 0
donde se ha empleado la notacin sinttica e(x) = e2ix para englobar los senos y cose-
nos 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 in-
troducir 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 equivalentemen-
te 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 impresio-
nar 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 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 1.2 0.2 0.4 0.6 0.8 1 1.2
f C(T) f C(T)
Los matemticos desafortunadamente demasiado a menudo son muy reacios a hablar
de un resultado antes de enunciarlo con rigor y generalidad. En el caso del desarrollo en
serie de Fourier, es difcil traducir cualquier funcin 1-peridica razonable en la clase
ms amplia de funciones para las que se cumple (1.1). El problema es tan complejo y
con tantas ramificaciones que en muchas exposiciones desva la atencin del problema
realmente natural: incluso suponiendo que partimos de una funcin 1-peridica muy
regular por qu tiene que ser superposicin de senos y cosenos? Por qu podemos,
tericamente, imitar el sonido de cualquier instrumento musical tocando muchas flautas
al mismo tiempo? sta es la pregunta candente, nunca mejor dicho, en la famosa memoria
de 1822 de J. Fourier sobre la teora analtica del calor [Fou88] y que de ningn modo
es obvia, de hecho destacados matemticos de los siglos XVIII y XIX manifestaron
opiniones en ambos sentidos.
La primera serie de Fourier que aparece en su famosa memoria es:

(1)n

( )
(1.2) = cos (2n + 1)x para <x< .
4 n=0
2n + 1 2 2
1.1. PRECALENTAMIENTO 3
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

(1)n ( )
... 0.5 1 1.5 2 2.5 ... = e (2n + 1)x para todo x R.
n=
4n + 2
-0.5
/4
Los argumentos de Fourier son muy objetables desde el rigor actual, e incluso con
el de su tiempo.
Su razonamiento
( ) [Fou88, Ch.III, Sec.II.171] para probar (1.2) fue su-
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 divergen-
tes 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. Co-
mencemos 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) = e(nx)
n=
tuviera sentido, entonces formalmente

f (x) = P (t)f (x t) dt = f (x t)e(nt) dt = e(nx) f (u)e(nu) du
T n= T n= T
donde se ha usado el cambio de variable t = x u, y esto es (1.1).

En definitiva, si nos creemos el desarrollo de Fourier de la delta de Dirac peridica,
deberamos creernos en una lnea el de las funciones razonables. Por qu albergamos
alguna esperanza en hacer riguroso este argumento fantasmagrico? Simplemente porque
al truncar el segundo miembro de (1.4) se obtienen cosas que nos recuerdan al primer
miembro:

10
(x n) = e(nx) =
n= n=10
1 0 1
1 0 1
Pasar de funciones 1-peridicas a T -peridicas es tan fcil como hacer el cambio

x 7 x/T , con ello el desarrollo de Fourier de funciones razonables T -peridicas responde
a la frmula
T /2
1

( x) ( x)
(1.5) f (x) = an e n con an = f (x)e n dx
T n= T T /2 T
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
( )
(1.7) fb = f donde g (x) = g()e(x) d.

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

f (x) = R fb()e(x) d y estamos expresando f como una superposicin de armnicos
{e(x)}R cuya naturaleza no discreta motiva integrar ms que sumar al analizar f .
De nuevo surge la pregunta de por qu esto es cierto para funciones razonables,
ahora mitigada por la deduccin anterior. La respuesta anloga a (1.4) es la enigmtica
frmula que raramente aparecer en un libro de anlisis matemtico:

(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

que coincide con f (x).
1.1.2. Algunos teoremas

Para hacer rigurosa la demostracin anterior de (1.1), definimos el sumatorio trun-
cado y la operacin integral empleada en la idea intuitiva:

N
DN (x) = e(nx) y (f g)(x) = f (t)g(x t)dt.
n=N T
A DN se le llama ncleo de Dirichlet y a f g convolucin de f y g. Se puede definir

anlogamente en R y en ambos casos es conmutativa y asociativa.
Si procedemos como antes pero reemplazando la suma formal e(nx) por DN (x),
obtendremos una frmula para las sumas parciales de la serie de Fourier, que denotaremos
por SN f ,
SN f (x) = an e(nx) = (DN f )(x).
|n|N
La idea es que P es formalmente la identidad para la convolucin, P g = g, y si en

algn sentido DN P , la frmula anterior debera dar (1.1). Para buscar sentido a
DN P , usamos el viejo truco de poner y quitar, empleando que T DN = 1,

( )
(DN f )(x) = f (x t)DN (t) dt = f (x) + f (x t) f (x) DN (t) dt.
T T
Si f C(T) entonces f (x t) f (x) uniformemente

cuando t 0. Si la funcin DN
estuviera bastante concentrado en el origen y lm T |DN | < , tendramos (1.1) para
funciones continuas. Sin embargo T |DN | se comporta como log N y la ltima condicin
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
Lema de Riemann-Lebesgue asegura que para cualquier funcin( integrable g, )se cumple
T
g(x)e(x) dx = 0 si . Por tanto, si para cierto x, f (x t) f (x) / sen(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
0
D N = 1/2
DN = 1/2, se pueden permitir discontinuidades de salto, siempre que
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
2
f (x ) + f (x+ ) .
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

N
( |n| ) sen2 (N x)
FN (x) = 1 e(nx) = ,
n=N
N N sen2 (x)

que al ser positivo cumple T |FN | = T FN = 1. Entonces el argumento anterior, cam-
biando DN por FN , nos da que las sumas de Cesro de la serie de Fourier, es decir
( |n| )
SeN f = an 1 e(nx),
N
|n|<N
constituyen la forma de sumar correcta al desarrollar por Fourier funciones continuas.

ste es un resultado bien conocido de L. Fejr. Exagerando un poco, el hecho de que
queramos seguir sumando de la manera habitual es una mana matemtica que no tiene
demasiado reflejo en el plano prctico. Ya L. Euler, el gran artista de la sumacin, invent
mtodos para acelerar series porque tena que calcular sumas sin ordenador. Considerar
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=

Toda la magia ha venido de que T e(mx)e(nx) dx = 0 si n = m y es 1 si n =
m. Dicho de manera pedante pero til, {e(nx)} n= es una familia ortonormal con el

producto escalar f, g = T f g que es el de L2 (T), las funciones de cuadrado integrable.
Ahora bien, C es denso en L2 y entonces (1.10) tiene perfecto sentido para f L2
independientemente de que su serie de Fourier converja. De (1.10) se sigue f SN f 22 =
( )
2 1/2
|n|>N |an |2
con 2 la norma en L 2
, esto es, f 2 = |f | . Con todo ello, las
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)}Nn=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) n bn = fg
a y cn = an bn ,
n= T
donde {an }, {bn } y {cn } son los coeficientes de Fourier de f , g y f g.
La teora L2 es maravillosa pero no debemos olvidarnos de que con respecto al pro-

blema original, lo que hemos hecho es cambiar la definicin. Ahora la igualdad de (1.1)
hay que entenderla en sentido de que el momento de orden 2 de la diferencia (la varian-
za) es cero. La pregunta matemtica natural es si todava tenemos convergencia en el
sentido habitual. Por supuesto, las funciones de L2 estn definidas salvo conjuntos de
medida cero, entonces necesariamente nos tendremos que olvidar de ellos. Una respuesta
afirmativa la dio L. Carleson en 1966 [Car66]. Su teorema, muy difcil de probar, es uno
de los hitos del anlisis armnico:
Teorema 1.1.5 (de Carleson). Para cualquier f L2 (T) se cumple
lm SN f (x) = f (x) para casi todo x.

N
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 di-

ferencia 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:

(1.12)
fg = 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
el sentido estricto de la definicin, sin regularizaciones. La respuesta son las funciones

C con decaimiento rpido o clase de Schwartz , en la que todas las derivadas decaen
ms rpido que el inverso de un polinomio. Esta clase desempea un papel fundamental
en la teora de distribuciones de L. Schwartz que, entre otras cosas, permite que los
matemticos escriban deltas de Dirac sin sufrir escalofros.
La invariancia de la clase de Schwartz proviene de la relacin entre fb y fd (k) que se
sigue fcilmente integrando por partes y tiene su anlogo tambin en series de Fourier:

(1.13) an = (2in) k
f (k) (x)e(nx) dx y fb() = (2i)k fd
(k) ()
T
para n y no nulos.
1.1.3. Algunos ejemplos y grficos

El Teorema 1.1.2 asegura que tenemos la igualdad

(1)n ( )
(1)n ( )
f (x) = e (2n + 1)x = cos 2(2n + 1)x
n=
4n + 2 n=
2n + 1
donde f es la funcin 1-peridica de onda rectangular considerada por Fourier (escalada),

que en [1/2, 1/2] vale /4 si |x| < 1/4, /4 si |x| > 1/4 y f (1/4) = f (1/4) = 0. La
convergencia
N en la primera serie hay que entenderla, segn hemos visto, como lmite de
n=N . Las siguientes grficas muestran que las cosas funcionan como cabra esperar,
tomando valores de N cada vez mayores.
0.5 0.5 0.5
0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1
-0.5 -0.5 -0.5
S5 f S15 f S25 f
Veremos ms adelante que ese primer pico que aparece a ambos lados de las disconti-
nuidades 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.
0.5 0.5 0.5
0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1
-0.5 -0.5 -0.5
e
S5 f e
S15 f e
S25 f
Ahora vamos a jugar un poco con esta serie de Fourier. Por definicin, f 2 es cons-
tante 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
= 2
que equivale a = 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) ( )
2
e (2n + 1)x 1 1
(1 4|x|) = 2
para x .
16 n=
4(2n + 1) 2 2
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 4 1 1 1 1
= 3 3 + 3 3 + ... y = 4 + 4 + 4 + 4 + ...
32 1 3 5 7 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.
2.5 2.5 2.5
2
2 2
1.5
1.5 1.5
1
1 1
0.5
0.5 0.5
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
f aproximada por S1 f f aproximada por S2 f f aproximada por T2,0,5 f

Para reivindicar el polinomio de Taylor se podra argumentar que al no requerir la
periodicidad es ms general y sobre todo, desde el punto de vista numrico arcaico, que
es un polinomio. Algo que evaluamos a mano sin grandes esfuerzos en contraposicin
con las funciones trascendentes seno y coseno. Sin embargo con un truco ingenioso se
puede forzar a que Fourier siga venciendo a Taylor en muchas situaciones. Digamos por
ejemplo que deseamos una aproximacin polinmica buena de g(x) = ex en [0, 1] para
hacer clculos a mano. Si forzamos la periodicidad de g, el resultado ni siquiera estara
en C(T), pero f como
( antes,) s cumple f C (T) y ambas funciones se relacionan
mediante f (x) = g cos(2x) . Aunque no lo parezca, cos(n arc cos x) es un polinomio
para cualquier
n Z [Kr88, 5,45], son los polinomios de Chebyshev , entonces PN (x) =
a0 + 2 N x
n=1 n cos(n arc cos x) son aproximaciones polinmicas de e , que provienen de
a
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

Por otro lado, en Clculo I nos ensearon TN = N n=0 x/n! como la aproximacin de
Taylor ms destacada. Las dos primeras figuras muestran las grficas de los errores
PN (x) ex y TN (x) ex para N = 2 y N = 4, respectivamente:
0.05 Chebyshev 6e-4
0.2 0.4 0.6 0.8 1
Chebyshev 4e-4
0.2 0.4 0.6 0.8 1 -0.002
2e-4
-0.05 -0.004 Taylor
0.2 0.4 0.6 0.8 1
-0.1 -0.006 -2e-4
-0.15 Taylor -0.008 Taylor -4e-4
-0.2 -6e-4
-0.01 Chebyshev
Segundo grado Cuarto grado Cuarto grado y punto medio
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.
La transformada de Fourier explcita ms famosa es la de las funciones gaussianas:

2 2 /a
(1.14) f (x) = e ax2
fb() = e para a > 0.
a

Partiendo de ex dx = se llega a eax e2zx dx = ez /a /a para cualquier
2 2 2
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 de-
finicin. 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:

dx 4 d 2|x|
2 2
= 2 2 2
= e dx = .
(1 + x ) 2 (1 + 4 ) 2 2
Una minitabla de transformadas de Fourier, es la siguiente:
bf() f(x) bf()

f(x)
2a
(x) 1 ea|x|
a2
+ 4
2 2
x1 i sgn() 2 2 /a
eax
2
1/2 e
|x| ||1/2 a
|2|1 (a2 + x2 )1 a1 e2a||
|x|
() cos(/2) sech(ax) a1 sech( 2 a1 )
donde 0 < < 1, a > 0 y es la funcin Gamma que estudiaremos en la prxima

seccin.
Las transformadas de la izquierda no tienen sentido dentro de la integral de Lebesgue
pero aun as
son tiles. La ms sorprendente es la segunda, que hay que entender como
1
lmite de <|x|<M x e(x) dx cuando 0+ y M . La utilidad de estas trans-
formadas de funciones malas se hace patente cuando se juntan con otras de funciones
buenas. Por ejemplo, a pesar de que |x|1/2
no est siquiera en L2 , aplicando formalmen-
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. APRENDIENDO A SUMAR 13
1.2. 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
(1.15) = = + + + + = 1.
n=1
n(n + 1) n=1 n n + 1 1 2 2 3 3 4 4
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 cata-
ljico, 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. Sumacin por partes

La sumacin por partes es una forma discreta de la integracin por partes con una
finalidad similar.
Digamos por ejemplo que queremos estimar la suma SN = nN (n + 1)1/2 log2 n.
N
Es natural esperar SN 1 (x + 1)1/2 log2 x dx. En esta integral, log2 x apenas vara
en comparacin con (x + 1)1/2 por2ello tambin es natural pensar que se tiene SN
N 1/2
2
log N 1 (x + 1) dx 2 N log N . Para probar esto ltimo rigurosamente, basta
integrar por partes:
N N
log2 x log x ( )
dx = 2 N + 1 log N 4
2
x+1 dx = 2 N log2 N +O N log N .
1 x+1 1 x
La sumacin por partes permite trabajar directamente con las sumas, sin necesi-
dad 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.
Lema 1.2.1 (Sumacin por partes). Se cumple la identidad

N
N 1
an bn = aN SN + (an an+1 )Sn
n=1 n=1

donde Sn = nk=1 bk . Adems, si (an )N
n=1 es real montona no creciente y positiva, se
tiene la acotacin
N

an bn a1 sup |Sn |.
1nN
n=1
Demostracin. Para la identidad, basta escribir bn = Sn Sn1 y agrupar convenien-

tementelos trminos. La acotacin se sigue tomando valores absolutos y notando que
1
|aN | + Nn=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.

Como primer ejemplo, probaremos la convergencia de la serie n=1 n
1/2
cos(n 2)
que no aparece en los cursos bsicos deClculo 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

L
1 ( 2 ) ( 2 )
n1/2 cos(n 2) (M + 1)1/2 sup Dn DM (M + 1)1/2 .
M <nL 2 2 2
n=M +1
As, cuando L > M se tiene SL = SM + o(1) y por tanto la serie converge (las
sumas parciales forman una sucesin de Cauchy). El mismo argumento sirve para probar
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:

1 1

(1) n1
cn = c1 + (1)n1 (cn cn+1 ).
n=1
2 2 n=1
El mtodo de aceleracin de series con transformadas de Euler consiste en aplicar in-

definidamente esta igualdad. Sin llegar a ese lmite, notemos que por ejemplo, para
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
y sea C(t) = nt cn . Dado x 1, para cualquier g : [1, ) C, g C 1 , se verifica
x
cn g(n) = C(x)g(x) C(t)g (t) dt.
nx 1
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
1 x x
[x] [t] [x] [t] t
= + 2
dt = log x + + dt.
nx
n x 1 t x 1 t2
x
donde [ ] indica la parte entera. Escribiendo
la integral como 1 = 1 x = cte +
O(x1 ), se concluye el resultado clsico nx n1 = log x + + O(x1 ), donde =
0,577 . . . es una constante llamada constante de Euler .
Dos funciones bsicas en la teora de la distribucin de primos son (x), el nmero

de primos en [1, x], y (x), el logaritmo del mnimo comn mltiplo de los enteros en ese
mismo rango. Esta ltima funcin fue introducida por P. Chebyshev en sus importantes
trabajos sobre los primos que culminaron con su prueba del postulado de Bertrand (entre
un nmero mayor que 1 y su doble siempre hay un primo). En principio (x) es muy poco
natural pero de cara a ciertas estimaciones, lo es ms que (x). Una frmula alternativa
ms manejable para es:
{
log p si n = pk con p primo
(x) = (n) donde (n) =
nx
0 en otro caso
A la funcin se le llama smbolo de von Mangoldt.

El teorema de los nmeros primos asegura (x) x y la sumacin por partes traslada
x
este resultado a (x) como Li(x) = 2 dt/ log t, el logaritmo integral .
Lema 1.2.3. Si se cumple (x) = x + O(E(x)) para cierta funcin creciente y positiva
E, entonces tambin se cumple (x) = Li(x) + O(x1/2 + E(x)/ log x). De hecho
x
(x) x (t) t
(x) = Li(x) + + 2
dt + O(x1/2 ).
log x 2 t(log t)
Demostracin. La primera parte se deduce de la segunda, ya que el integrando est

acotado por E(x)(1/ log t) .
Es fcil ver que (x) = nx (n)/ log n + O(x1/2 log x). De hecho con un poco de
esfuerzo se reduce el error a O(x1/2
x). El Lema 1.2.2 con cn = (n+1) y g(x) = 1/ log(x+
1) prueba (x) = (x)/ log x 2 (t)/(t(log t) ) dt + O(x1/2 ), que es equivalente a la
2
frmula buscada.
1.2.2. La frmula de sumacin de Poisson

Si en (1.4) multiplicamos en ambos miembros por una funcin e integramos en R,
se obtiene la magnfica frmula de sumacin de Poisson que transforma una suma sobre
enteros en otra:

P (x) = e(nx) f (x)P (x) = f (x)e(nx) f (n) = fb(n).
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 ( de Poisson).
) Para cualquier f C 2 (R) satisfa-
2
ciendo |f (x)| + |f (x)| + |f (x)| = O (1 + |x|) , se verifica

f (n) = fb(n).
n= n=

Demostracin. Considrese la funcin F (x) = m f (m + x). Sus coeficientes de Fourier
m+1
son an = m
f (x)e(nx) dx = fb(n) (las hiptesis aseguran convergencia absoluta
de la serie de Fourier) y la frmula se deduce de que F (0) = lm SN f (0).
Si formalmente elegimos como f la funcin caracterstica de un conjunto de enteros,

este resultado nos dara que su cardinal se expresa en trminos de integrales oscilatorias.
En muchas ocasiones, estas integrales se aproximan a su vez por funciones oscilatorias
(ondas) y parte de la importancia de la frmula de sumacin de Poisson en teora analtica
de nmeros radica en su capacidad para contar enteros a travs de interferencias de ondas.
Por supuesto, esta descripcin es slo un boceto porque ya de partida, una funcin
caracterstica no es C 2 y para funciones poco regulares hay problemas de convergencia
en el segundo miembro. Por otro lado, la frmula de sumacin de Poisson es involutiva,
es decir, de un slo uso, al aplicarla dos veces recuperamos la suma original. Todo ello
no es bice para que los expertos en teora analtica de nmeros canten sus virtudes. As
leemos en 5.4 de [Hux96]:
The exponential e(t) is the violin of the mathematical orchestra, and (t)[= 1/2
Frac(t)] is the flute, its themes are developed by the violins. Poisson summation is
the tuba: very deep, but ridiculous when used too much.
Y en la introduccin de [IK04]:
Poisson summation for number theory is what a car is for people in modern com-
munities 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 pe-
queo C.F. Gauss y la suma de 1 +n22 + + 100, imaginemos a un profesor malvado
que exige el valor de S = n= e /100
con unas pocas cifras decimales a una clase
de estudiantes armados slo con calculadoras cientficas. Eligiendo en el Teorema 1.2.4
f (x) = ex /100 y usando (1.14) se tiene
2

e100 n
2 2
S= f (x)e(nx) dx = 10
n= n=

y el alumno aventajado escribira triunfante en su pizarra 0 < S 10 < 10400 donde
10400 es una estimacin generosa de la cola de la serie.
Cuando un ejemplo funciona bien es conveniente convertirlo en un resultado y, con

suerte, quiz en una teora. Aqu reformularemos el ejemplo anterior con una notacin
que nos acerca mnimamente al origen de la teora de formas modulares. Consideremos
la funcin de Jacobi (la normalizacin difiere de la habitual y de la original de C.G.J.
Jacobi)

(1.16) (z) = e(n2 z) para z H
n=
donde H es el semiplano superior {x+iy : x R, y > 0}, para asegurar la convergencia.

Proposicin 1.2.5. Para todo z H, se verifica

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
y donde se entiende (n/4) = 0 si 4 n. El esquema de la prueba clsica es demostrar

que las funciones que tienen las mismas simetras que 4 forman un espacio vectorial de
dimensin 2 (sobre C) y demostrar tambin que
(
( n )) (
(n) ( n ))
f1 (z) = 1 + 24 (n) 2 e(nz) y f2 (z) = 1 + 24 2 e(nz)
n=1
2 n=1
2 4
son dos ejemplos con tales simetras (con el lenguaje adecuado esto ltimo
es ms sencillo
de lo que parece). Por tanto, existen 1 , 2 C tales que (z) = n=0 r4 (n)e(nz) =
4
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)

(1.17) {x} = = ,
2 n= n n=1 n
n=0
donde la igualdad, como hemos visto, no se da para x Z por la convergencia al punto

medio (Teorema 1.1.2).
No es difcil deducir del Lema de Abel (Lema 1.2.2) con cn = 1, la identidad

1( )
N N N
(1.18) f (n) = f (x) dx + f (1) + f (N ) + {x}f (x) dx.
n=1 1 2 1
N
Sustituyendo (1.17), la ltima integral es 2 n=1 1 f (x) cos(2nx) dx despus de inte-
grar por partes. Aqu hemos pasado de puntillas sobre el problema de intercambiar suma
e integral. Se puede demostrar que si f C 2 , no hay problema. Suponiendo esto, con
un poco ms de esfuerzo se deduce una frmula de sumacin de Poisson para intervalos
finitos.
Proposicin 1.2.6. Sean M, N Z con M > N y sea f C 2 . Entonces
M
1( )
M
f (n) = f (N ) + f (M ) + f (x)e(nx) dx.
n=N
2 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
1( )
M
f (n) = f (1) + f (N ) + f (x)e(nx) dx.
n=1
2 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 con N Z+ .
n=1
N
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
N
( x2 ) ( 1 ) 1+n/2
GN = e + nx dx = N e Nn 2
e(N x2 ) dx
n= 0
N n=
4 n/2
donde simplemente se ha hecho el cambio lineal que lleva [0, N ] en [n/2, 1 + n/2]. Sepa-
rando 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

Bm (x) = mBm1 (x) con Bm = 0 y B0 = 1 para m Z+ .
0
Es decir, esencialmente integrar 1 repetidas veces haciendo mnicos los polinomios resul-
tantes 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:
1 1 3 1 1
B0 = 1, B1 = x , B2 = x2 x+ , B3 = x3 x2 + x, B4 = x4 2x3 +x2 .
2 6 2 2 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)
(2m)! ( 1 1 1 1 )
b2m = 2(1)m+1 + + + + . . . y b2m+1 = 0 para m Z+ .
(2)2m 12m 22m 32m 42m
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
tales que N < M y K > 0. Para cualquier f C [N, M ] , la expresin
K

1( )
M M
f (n) f f (N ) + f (M )
n=N N 2
es igual a

bn ( ) (1)K+1
K M
f (n1)
(M ) f (n1)
(N ) + f (K) (x)BK (x [x]) dx.
n=2
n! K! N
Para K = 1 el ltimo sumatorio es vaco y se recupera (1.18). Ms interesantes son

los casos con K > 1. Por ejemplo, si f (x) = x3 , K = 4 y N = 1, recuperamos la bella
frmula para la suma de los cubos:

M
1 1 1/6 M 2 (M + 1)2
n3 = (M 4 1) + (M 3 + 1) + (3M 2 3) + 0 = .
n=1
4 2 2! 4
Vase en [Spi84, 707708] una explicacin operacional de la Proposicin 1.2.8 para

polinomios.
x
Demostracin. La recurrencia implica BK+1 (x [x]) bK+1 = (K + 1) N BK (t [t]) dt
donde tomar t[t] no da ningn problema por la propiedad de promedio nulo. Integrando
por partes, la ltima integral en el enunciado de la proposicin es:
M
bK+1 ( (K) ) 1
f (M ) f (N )
(K)
f (K+1) (x)BK+1 (x [x]) dx
K +1 K +1 N
y la prueba se sigue por induccin a partir del caso K = 1 que es (1.18). Ntese que
(1)K+1 bK+1 = bK+1 porque para K par, bK+1 = 0.
1.2.3. Tcnicas de variable compleja

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
es conservativo. Si una funcin f es holomorfa en un abierto salvo por una singularidad

en cierto z = s, puede que ya no integre cero, pero todo vuelve a funcionar cambiando
f (z) por f (z) r/(z s) donde r = Res(f, s) es lo que se llama el residuo de f en s. Se
prueba que esta funcin tiene una primitiva (a pesar de la posible singularidad el campo
vuelve a ser conservativo).
Hay muchos libros en los que aprender los rudimentos de la variable compleja. Un
clsico, escrito por el primer o segundo medallista Fields, es [Ahl78]. Ms clsica an es
una famosa carta de Gauss de 1811 al astrnomo F. Bessel (reproducida en [Koc91, 8]).
El teorema de los residuos es un resultado maravilloso que permite expresar una

integral como una suma, lo cual puede ser til tanto para hallar integrales como para
calcular sumas.
Teorema 1.2.9 (Teorema de los residuos). Sea C una regin compacta y simple-
mente conexa cuya frontera viene dada por una curva rectificable orientada positiva-
mente (en contra de las agujas del reloj). Sea f una funcin holomorfa en salvo por
un nmero finito de singularidades en z = s1 , s2 , . . . , sN en el interior de , entonces

N
f (z) dz = 2i Res(f, sn )
n=1
donde Res(f, sn ) es el residuo de f en z = sn .

La funcin g(z) = / sen(z) tiene polos en n Z y Res(g, n) = (1)n , por ello { es
una buena mquina sumadora}de series alternantes. Tomemos por ejemplo = z :
|(z)| < N + 12 , |(z)| < N + 12 con N Z+ y f (z) = (z 2 +1)1 g(z). Las singularidades
son polos simples en z = i y en todos los enteros de [N, N ]. Los residuos son:
zi
Res(f, i) = lm 2
sen(i) zi z + 1
=
e e
z+i
Res(f, i) = lm 2 =
N 2 1 i sen(i) zi z +1 e e
i 1 2 N
Res(/ sen(z), n) (1)n
Res(f, n) = =
n2 + 1 n2 + 1
N
1 2 (1)n
entonces f = +
2i e e n=N n2 + 1
( ) ( )
Si N , f en la frontera de es O N 2 y por tanto f (z) dz = O N 1 . en el
lmite se tiene la evaluacin limpia

(1)n 1
= .
n=1
2
n +1 e e 2
Otra joya, menos bsica, de la variable compleja es la teora de funciones de orden

finito desarrollada por J. Hadamard (y empleada en las primeras demostraciones del
teorema de los nmeros primos) que tiene sus orgenes en un argumento dudoso de
Euler.
Lo que hizo Euler esencialmente es notar que para cualquier polinomio an xn +
an1 xn1 + + a1 x + a0 , a0 = 0, la suma de los cuadrados de los inversos de sus ceros
es (a21 2a0 a2 )/a20 (esto es un ejercicio asequible), entonces pensando que x1 sen x =
1 x2 /3! + x4 /5! . . . es un polinomio infinito con ceros x = n, n Z {0}, se
tendra
(2) 1 (1/3!) 1
1 2
= o equivalentemente = .
12 n=0
(n)2 n=1
n 2 6
La frmula finales cierta pero el razonamiento es muy dudoso. Euler lleg a probar
1 ( )
que x sen x = n=1 1 x /(n) , es decir que factoriza como un polinomio, y esta
2 2
factorizacin es suficiente para dar un argumento vlido. Hadamard demostr que todas
las funciones
( C|z|enteras (holomorfas en todo C) de orden < , es decir, satisfaciendo
)
f (z) = O e para cierta constante C, se factorizan en trminos de sus ceros como
un polinomio salvo un factor exponencial y salvo correcciones de la convergencia. Con-
cretamente, si denotamos los ceros mediante zn y llamamos k0 al orden del posible cero
en z = 0, se tiene
( z ) z/zn + 12 (z/zn )2 ++ []
1
(z/zn )[]
(1.20) f (z) = z k0 eg(z) 1 e
n
zn
donde g(z) es un polinomio de grado a lo ms []. El nico propsito de las exponenciales

en el producto es asegurar la convergencia. Si no se ha elegido ptimo o si hay simetras
especiales, se pueden agrupar en parte con g(z) o simplificar. Por ejemplo, para f (z) =
sen z, = 1 y se deduce
( z ) z/(n)

( z2 )
sen z = ze a+bz
1 e que implica sen z = ze a+bz
1 .
n=0
n n=1
(n)2
Usando que z 1 sen z es par y que tiene lmite 1 cuando z 0 se deduce a = b = 0, es

decir, el producto hallado por Euler. Eligiendo z = /2 se tiene la curiosa frmula de
Wallis

(2n)2 2 2 4 4 6 6...
(1.21) = = .
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
los residuos en regiones ms amplias. La clave es el teorema de unicidad, que asegura

que si dos funciones holomorfas en una regin conexa coinciden en un conjunto con un
punto de acumulacin, entonces coinciden en todos los puntos. Si hay una extensin
holomorfa tiene que ser nica, lo cual da una manera unvoca de interpretar algunas
series divergentes.
Una de las extensiones analticas ms conocidas y fructferas es la de una funcin
fundamental para estudiar la distribucin de los primos, la funcin de Riemann:

1
(1.22) (s) = para (s) > 1.
n=1
ns
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
spor un polo simple de residuo 1 en s = 1. De alguna
forma estamos dando sentido a n siempre que s = 1. Pensemos ahora en la frmula
elemental
( )
(1)n+1
1 21s (s) =
n=1
ns
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
simple. Para un estudio ms profundo de la funcin se necesita una ecuacin funcional

menos obvia dada por

(1.25) (s)(1 s) = para s C Z.
sen(s)
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
( s)
(1.26) = ses 1 + es/n para s C,
(s) n=1
n
donde
es 1
una constante, la constante de Euler. Aunque su definicin habitual es el lmite
de N n=1 n log N , se puede redefinir como (1). Para probar (1.25), expresamos el
primer miembro como una sola integral para 0 < (s) < 1.
s
s 1 xy y=xt t
(s)(1 s) = (x/y) x e dydx = dt.
0 0 0 t+1
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 R
s
t 1 1
lm+ f= dt
t+1
2
0 1 0

s
2is t
lm+ f = e dt
0 2 0 t+1
Cuando R la contribucin de la parte circular de la frontera tiende a cero y el

teorema de los residuos nos da para 0+ que la integral que queremos evaluar es
2ieis /(1 e2is ), que coincide con el segundo miembro de (1.25).
Tomando logaritmos en (1.26) y empleando la Proposicin 1.2.8 con K = 2 para

estimar la parte significativa de la suma infinita, se deduce con algn esfuerzo la frmula
de Stirling
1 1 ( )
(1.27) log (s) = (s ) log s s + log(2) + O |s|1 para | arg(s)| < ,
2 2
En realidad este esquema no da directamente el valor explcito de la constante 12 log(2),
que se puede evaluar empleando que (1.21) proporciona la asinttica de (2n)/2 (n)
(cf. [Spi84, 711713]). Hay una prueba completa en [Ahl78, 5.2.5] y otra elemental para
x R+ en [Mic08].
Para terminar veamos que (s) tambin satisface una ecuacin funcional.
Proposicin 1.2.10. La funcin verifica la ecuacin funcional
s/2 (s/2)(s) = (1s)/2 ((1 s)/2)(1 s).
Adems si multiplicamos ambos miembros por s(s1) el resultado es una funcin entera.
Demostracin. Seguimos aqu la prueba de la famosa memoria de B. Riemann, que con
un sencillo cambio de variable en (1.24) parte de

s/2 s
ts/21 en t dt
2
(s/2) n = para s > 1,
n=1 n=1 0
o equivalentemente, con la notacin de (1.16)

s/2 s 1 s/21 ( )
(s/2) n = t (it/2) 1 dt.
n=1
2 0
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

s/2 1 1 s/21 ( )
(s/2)(s) = + (t + t1/2s/2 ) (it/2) 1 dt.
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. ANLISIS ARMNICO DISCRETO 27
1.3. Anlisis armnico discreto

En esta seccin discreto se refiere ms bien a finito, el tema es el anlisis armnico en
grupos finitos. Aqu nos ocuparemos slo del caso abeliano, dando un papel protagonista
a ZN , el grupo aditivo de los enteros mdulo N . No obstante, el caso no abeliano tiene
una rica teora y aplicaciones insospechadas [Ter99], [DSV03].
Si consideramos ZN como conjunto, son simplemente N elementos y L2 (ZN ) no es
otra cosa que los vectores de CN con la norma habitual que viene inducida por el producto
escalar x, y = xn yn . Intuitivamente es conveniente pensar en la parte real y la parte
imaginaria de f L2 (ZN ) como seales que en cada tiempo discreto tienen un valor.
Por ejemplo, si f (n) = sen(n/4) + in /20
1
0.04
0.8
0.6 0.02
0.4
2 4 6 8 10 12 14
0.2
-0.02
2 4 6 8 10 12 14
-0.2
-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

1.3.1. Caracteres y transformadas

Una pregunta natural tras la introduccin anterior es dnde participa la estructura
de grupo. La respuesta es que en la propia construccin de los armnicos. Cuando estu-
diamos el anlisis de Fourier clsico en T y en R, en algn momento fue importante que
las exponenciales cumplieran e(x + y) = e(x)e(y), es decir, que aplicaran la operacin
de grupo de T o de R, la suma, en la de C {0}, que es la multiplicacin. En ZN se
muestra natural considerar los armnicos ej (n) = e(jn/N ) que tienen una propiedad
similar: ej (n + m) = ej (n)ej (m).
Recordemos que podamos basar el anlisis de Fourier bsico en las relaciones (1.4) y
(1.8). El problema es que caan bajo sospecha por la falta de convergencia. En el mundo
finito estos problemas se desvanecen y la relacin anloga es sencillamente:
{

N 1
N si N |n
(1.28) D (n) = e(jn/N ) donde D (n) =
j=0
0 en otro caso.
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

N 1
(1.29) bn =
x 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
N 1
(1.30) xn = bm em (n).
x
N m=0
Hay tambin una identidad de Parseval y buenas propiedades de la convolucin que

introduciremos en un contexto ms general en el que se muestren menos casuales.
Un carcter de un grupo abeliano G (no necesariamente finito) es un homomorfis-
mo (funcin que conserva la ley de grupo) : G S 1 donde S 1 denota el grupo
multiplicativo de nmeros complejos de mdulo 1.
Los caracteres forman a su vez un grupo con la multiplicacin (1 2 )(g) = 1 (g)2 (g)
b No es difcil comprobar que T b = {e(nx)} b
que suele denotarse mediante G. n= , R =
{e(x)}R y Zb N = {e(jn/N )} N 1
j=0 . Por tanto los caracteres generalizan todos los armni-
cos 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:
las funciones de L2 (G) se expresan como integrales sobre G b con respecto a cierta me-
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
{
r
( ) }
(1.31) b
G = : (n) = e jk (n)/Nk con 0 jk < Nk .
k=1
En otras palabras, salvo componer con el isomorfismo, son productos de caracteres de

los ZNk . Los grupos G y G b son duales en el sentido de que los caracteres de G b son
{ 7 (g)}gG . Este hecho se extiende al caso infinito y en esta generalidad se llama
teorema de dualidad de Pontryagin.
El siguiente lema es heredero de (1.28) y admite una demostracin directa similar.

Vamos, sin embargo, a deducirlo bsicamente de las propiedades de grupo.
b
Lema 1.3.1 (relaciones de ortogonalidad). Sea G un grupo abeliano finito y 1 , 2 G,
entonces
{ {
|G| si 1 = 2 |G| si g = e
1 (g)2 (g) = y (g) =
gG
0 si 1 = 2 b
0 si g = e
G
donde e G es elemento neutro.

Demostracin. Se tiene 1 (g)2 (g) = (g) con = 1 1 2 porque 1 (g) S . Si 1 = 2

1
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

(1.32) fb() = f (g)(g).
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 , f2 = f1 (g)f2 (g) y (f1 f2 )(g) = f1 (h)f2 (gh1 ).
gG hG
Con estas definiciones y el Lema 1.3.1 se prueban en un instante las propiedades

cuyo anlogo conocamos en T y R. Tambin hay una frmula de sumacin de Poisson
[Ter99, 12], aunque no la veremos aqu.
Teorema 1.3.2. Para G abeliano y finito y f, f1 , f2 : G C, se verifican la frmula
de inversin
1 b
f (g) = f ()(g),
|G|
b
G
la identidad de Parseval
1 b b 1 b b
f, f = f , f , en general f1 , f2 = f1 , f2 ,
|G| |G|
y adems la propiedad de la convolucin
f\ b b
1 f2 () = f1 ()f2 ().
Por ejemplo, los elementos invertibles (con la multiplicacin) mdulo 10, U(Z10 ) =
{1, 3, 7, 9}, forman un grupo isomorfo a Z4 con el isomorfismo : U(Z10 ) Z4 , dado
por (1) = 0, (3) = 1, (7) = 3, (9) = 2, que se dice que es un logaritmo discreto
porque pasa multiplicaciones en sumas. Segn el Teorema 1.3.2, los armnicos vienen
dados por (1.31) y son
( )
{0 , 1 , 2 , 3 } con j (n) = e j(n)/4 .
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
(1.33) (s) = 1 ps para (s) > 1,
p primo
que se sigue de (1 ps )1 = 1 + ps + (p2 )s + (p3 )s + . . . aplicando el teorema

fundamental de la aritmtica. Si s 1+ , (s) + y por tanto el producto no puede
ser finito.
El problema difcil es probar que hay infinitos primos que acaban por ejemplo en 1.
Uno estara tentado de escribir un anlogo de (1.33) con (10n + 1)s en lugar de (s)
pero tal cosa no funciona porque aunque un nmero entero acabe en 1, sus factores primos
pueden no hacerlo, por ejemplo 221 = 13 17. Extendamos nuestros armnicos a Z defi-
niendo j (n) como j (n) si n U (Z10 ), esto es si n y 10 son coprimos, y j (n) = 0 en otro
caso. En general, a este tipo de extensiones a Z de los armnicos de U(ZN ), se les llama
caracteres de Dirichlet. Con ello los armnicos se vuelven multiplicativos en Z. Dada una
factorizacin en primos, n = p1 1 p2 2 . . . pk k se tiene j (n) = j 1 (p1 )j 2 (p2 ) . . . j k (pk ) y
la prueba de (1.33) se repite exactamente para obtener
( )

j (n)
s 1
L(s, j ) = 1 j (p)p para (s) > 1, donde L(s, j ) = .
p primo n=1
ns
Se dice que L(s, j ) es una funcin L de Dirichlet. Utilizando que los armnicos repre-
sentan 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

kj (p) j (p)
log L(s, j ) = = + O(1) para s > 1,
p primo k=1
kps p primo
ps
k
donde simplemente se ha empleado que p < n=2 n
k
2k . Ahora analizamos
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.
As pues
( ) 1
(1.34) log L(s, 0 )L(s, 1 )L(s, 2 )L(s, 3 ) = 4 + O(1) para s > 1.
ps
p1 (10)

Como 0 (n) = 1 si n y 10 son coprimos y 0 en el resto, L(s, 0 ) > (10n + 1)s
cuando s 1+ . Por otro lado, tomando 10 trminos en las sumas que definen L(1, 2 )
y L(1, 1 ) = L(1, 3 ), se tiene
( )
L(1, 2 ) = 0,63 + 1 y L(1, 3 ) = 0,88 + 2
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. Implementacin del anlisis de Fourier discreto

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,
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 1 2 0 1 2
0 5. 0 5.
1 0. 1 0.
T = 1/2, s = 2 no distingue T = 1/4, s = 4 no distingue

0, sen(2x) y sen(2x) sen(4x + 4 ) y cos(4x + 4 )
Pensemos en una onda 1-peridica f con frecuencias limitadas al rango (B, B) y
supongamos para simplificar que B Z+ . Esta f debe ser un polinomio trigonomtrico
con a lo ms 2B 1 coeficientes no nulos. Si s 2B, entonces habr 2B muestras
en cada periodo y eso es suficiente para recuperar todos los coeficientes resolviendo un
sistema lineal. Lo que dice el teorema de muestreo de Shannon es que tal cosa tambin
se cumple para seales no peridicas, de hecho hay una forma fcil de recuperar la seal
a partir de la muestra. Por simplicidad, omitiremos las consideraciones con respecto a
la regularidad de f en el siguiente resultado, aunque est claro que con f L1 continua
y fb C 2 , se asegura la convergencia absoluta de las series que aparecen en la prueba.
Teorema 1.3.5 (Teorema de muestreo de Shannon). Sea f satisfaciendo (1.35) con
2B s . Entonces

f (x) = f (n/s ) sinc(s x n)
n=
1
donde sinc(x) = (x) sen(x) si x = 0 y sinc(0) = 1.
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 exten-
sin s -peridica de fb de manera que g() = fb() para || < B. Su desarrollo de Fourier
ser, segn (1.5)
s /2
g() = s1
e(n/s ) fb(x)e(nx/s ) dx.
n= s /2
La integral se extiende a todo R por la condicin (1.35), y por la frmula de inversin y

cambiando n por n se sigue

g() = 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 desa-
rrollo 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 signi-
ficativa. 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 discon-
tinuo 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

N 2
m
bn =
x (xm xm+1 )sm con sm = en (k).
m=0 k=0
Los sm oscilan
Npero se puede comprobar que su promedio no es cero, de hecho se
1 1
cumple N m=0 sm = 1/2, por consiguiente esperamos una contribucin tpica de
N 2
m=0 (xm xm+1 ) = (x0 xN 1 )/2 en x
bn .
1
2
Por ejemplo, para la seal xn = n 4,5 en Z10 , se tiene xb0 = 0,
b1 = 5 + 15,3884i,
x b2 = 5 + 6,8819i,
x b3 = 5 + 3,6327i,
x b4 = 5 + 1,6245i,
x b5 = 5
x
y xbn = xb10n para 5 < n < 10.

El problema se soluciona en la prctica sustituyendo la seal por otra de periodo
doble obtenida por simetra a travs de 1/2 (o equivalentemente de N 1/2).

0 2 4 6 8 10 12 14 2 4 6 8 10 12 14
Seal original Seal simtrica y peridica
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=0 C se define su transformada coseno discreta
Proposicin 1.3.6. Dado x = (xn )N N
como

N 1
( n 1 )
bn =
x c
xm cos (m + ) .
m=0
N 2
Entonces se tiene la frmula de inversin
2 c
N 1
bc0
x ( n 1 )
xm = + bn cos
x (m + ) .
N N n=1 N 2
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
bc1 = 20,1801,
x bc3 = 2,1615,
x bc5 = 0,7071,
x bc7 = 0,2859,
x bc9 = 0,0801.
x
Por si esto no fuera suficientemente ilustrativo, veamos lo que ocurre al reconstruir

la seal original empleando slo la primera mitad de los armnicos:
4.0 4.0 4.0
2.0 2.0 2.0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
2 0. 2 0
. 2 0
.
4 0. 4 0
. 4 0
.
Seal original Cinco armnicos con DFT Cinco armnicos con DCT
No es ya slo que la transformada coseno discreta (DCT) da una aproximacin casi

perfecta con la mitad de la informacin, es que la transformada de Fourier discreta
apenas aproxima en la misma situacin.
Demostracin de la Proposicin 1.3.6. Como las frmulas son lineales, basta probar la
frmula de inversin en el caso en que xm0 = 1 y xm = 0 para m = m0 . Por sustitucin
directa y empleando 2 cos cos = cos( + ) + cos( ), la frmula se reduce en este
caso, con la notacin de (1.28), a
1 (

N
( n ) ( n ))
D (mm0 ) = 1+ cos (m0 +m+1) +cos (mm0 ) para 0 m < N.
n=1
N N
La suma de cosenos es par en n y se anula para n = N , por tanto se reescribe como
1 ( ))
N 1
( n ) ( n
D (mm0 ) = cos (m0 +m+1) +cos (mm0 ) para 0 m < N,
2 n=N N N
que equivale a
1 ( ( n(m0 + m + 1) ) ( n(m m0 ) ))
2N 1
D (m m0 ) = e +e para 0 m < N,
2 n=0 2N 2N
y esto se sigue de (1.28) con 2N en lugar de N , notando que 0 < m0 + m + 1 < 2N .
Uno de los algoritmos que sustentan la importancia del anlisis de Fourier abstrac-
to 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 algo-
ritmo 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.
Nuestro objetivo es calcular las sumas

N 1 ( mn )
yn = xm e para 0 n < N
m=0
N
suponiendo que, como casi siempre en la prctica, N es una potencia de dos.

Si estn almacenadas en memoria las races N -simas de la unidad y no cuesta trabajo
calcular o recuperar de la memoria e(mn/N ), cada yn requiere N multiplicaciones, y si
queremos hallar todos los yn , se requieren N 2 . Si uno tiene que hacer estas operaciones
a mano no es difcil percatarse de que se reducen los clculos usando la periodicidad
de las funciones trigonomtricas. No es por ello de extraar que aunque se suele dar a
[CT65] como referencia para la creacin del mtodo, algunos autores han sealado que
se remonta incluso a Gauss.
La idea clave de la FFT se sintetiza en un lnea:

N 1
( mn ) ( n ) N
1
( mn ) N
(1.36) yn = x2m e +e x2m+1 e con N = .
m=0
N N m=0
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
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
la convolucin a b con la igualdad a b = (bb
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:

R
R
2R
r
2R
N= r
ar B , M= br B r
implica NM = r
as brs B = (a b)r B r .
r=0 r=0 r=0 s=0 r=0
Con el mtodo descrito, a b se calcula bastante rpido. En la prctica B est formado

por muchos bytes, es como sino nosotros multiplicsemos en base 10 a mano tomando
por ejemplo grupos de tres cifras y teniendo cuidado con las llevadas. Elaborar esta
idea e incorporar algunas sutilezas da lugar al algoritmo de Schnhage-Strassen [SS71]
que permite multiplicar nmeros de n cifras en O(n log n log log n) pasos. La constante
O es suficientemente grande como para que esto empiece a ser eficiente con respecto a
otros algoritmos conocidos slo para nmeros con al menos decenas de miles de cifras
decimales.
1.3.3. Anlisis de Fourier discreto en la vida cotidiana

Hoy en da es difcil exagerar la importancia prctica del anlisis de Fourier discreto
y esto no es una novedad. En [Str86], escrito hace ms de 25 aos, leemos:
We come now to reality. The truth is that the digital computer has totally defeated
the analog computer. The input is a sequence of numbers and not a continuous
function. The output is another sequence of numbers, whether it comes from a
digital filter or a finite element stress analysis or an image processor. The question is
whether the special ideas of Fourier analysis still have a part to play, and the answer
is absolutely yes. The discrete Fourier transform takes n numbers f0 , . . . , fn1 into
n coecients c0 , . . . , cn1 , and the patterns that are hidden in f stand out more
distinctly in c.
Aqu vamos a ver algunas de las aplicaciones sin ms propsito que ilustrar que el
anlisis de Fourier discreto tiene una fuerte motivacin prctica.
Comencemos con unas consideraciones sencillas acerca de filtros lineales. Matemti-

camente 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 Teore-
ma 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:

K1
(1.37) (x y )n = 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
( regularidad de )una seal es (1, 2, 1). La idea es que
filtro muy sencillo para detectar la
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
f (xh)2f (x)+f (x+h) f (x2h)4f (xh)+6f (x)4f (x+h)+f (x+2h)
lm = f (x) y lm = f (4) (x),
h0 h2 h0 h4
por tanto seguramente (1, 4, 6, 4, 1) es un filtro ms sensible para detectar faltas de

regularidad.
Con la funcin g(x) = x en [0, 1/4), g(x) = x en x [1/4, 1/2) y g(x) = (1 x)2
en [1/2, 1], vemos que realmente estos filtros cumplen su cometido.
0.2 2
0.6
0.1
0.4
1
10 20 30 40 0.2
-0.1
10 20 30 40 10 20 30 40
-0.2 -0.2
-1
-0.3 -0.4
-0.4 -0.6
-2
f(x) = g(x/N) con N = 50 Filtro (1, 2, 1) Filtro (1, 4, 6, 4, 1)

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
0.05 0.04
0.2
0.04 0.02
0.15 0.03 10 20 30 40
0.02 -0.02
0.1
-0.04
0.01
0.05
-0.06
10 20 30 40
-0.08
10 20 30 40 -0.01
f(x) = g(x/N) con N = 50 Filtro (1, 2, 1) Filtro (1, 4, 6, 4, 1)
La falta de regularidad es un enemigo fundamental para el xito del anlisis de

Fourier, como vimos al introducir la transformada coseno discreta, por tanto detectar
los puntos malos es interesante de por s. Sin embargo vamos a aplicar esta idea en unos
ejemplos ms llamativos que posiblemente nos hayamos encontrado alguna vez sin saber
la teora que escondan.
Lo que hemos hecho en ZN tiene su traduccin inmediata a ZN ZM . Los filtros y
las seales (las funciones) en ZN ZM los podemos ver como matrices.
Un filtro (yjk )
transforma la matriz (xnm ) haciendo que su elemento nm sea yjk xnj mk , es decir
utilizando (1.37) en cada uno de los ndices.
Consideremos los filtros dados por las matrices

0 0 0 0 1 0 1 1 1
H = 1 2 1 , HV = 1 4 1 , Ob = 1 8 1 .
0 0 0 0 1 0 1 1 1
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 71 97 123
18 44 70 98 124 150
44 71 98 124 151 178

71 97 123 151 177 204
97 124 150 177 204 230
124 150 177 203 230 255
Los filtros HV y Ob aplicados a una imagen f deberan detectar bordes, y lo confir-

man 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 tpica-
mente 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

8
Ob (negativo) umbral 240
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.
En el conocido programa libre GIMP, es posible elegir una matriz de convolucin

para crear un filtro propio (en el men Filters>Generic>Convolution Matrix). En la
documentacin correspondiente se lee Here is a mathematicians domain. [. . . ] What is a
convolution matrix? Its possible to get a rough idea of it without using mathematical tools
that only a few ones know. Lo curioso es que a los matemticos en formacin que conocen
sobradamente las herramientas, rara vez se les explica su utilidad.
El formato ms difundido en la fotografa digital amateur es el formato JPEG. Estas

siglas se refieren al comit que introdujo sus especificaciones (Joint Photographic Experts
Group) pero ha quedado como nombre del propio formato. De nuevo consideraremos una
imagen en blanco y negro (tonos de gris), representada por una funcin f : ZN ZM
R cuya imagen est en realidad en {0, 1, . . . , 255}. Por cierto, en las fotografas en color,
el formato JPEG no trata cada uno de los canales fR , fG y fB por separado sino que
hace un cambio simple de coordenadas [Sal02, p.145] porque los experimentos prueban
que el ojo humano presenta distinta sensibilidad a los colores dependiendo de su brillo.
Despus de este cambio de coordenadas todo es similar al caso de blanco y negro.
El objetivo del formato es comprimir la foto perdiendo totalmente cierto nmero
de coeficientes de Fourier y parte de la precisin en el resto. Es por ello un formato
de compresin con prdidas, eso explica por qu las carpetas repletas de ficheros .jpg
apenas sufren cambios en su tamao cuando se les aplican programas de compresin y
tambin por qu editar muchas veces una foto (abrir un JPEG y grabarlo como JPEG)
reduce su calidad.
Una foto tpica corresponde a una funcin f : ZN ZM R nada suave (hay
cambios abruptos de color al pasar de un objeto a otro), por ello el anlisis de Fou-
rier discreto se muestra poco til de cara a una aplicacin directa. Lo que se hace es
descomponer la imagen N M en porciones de 8 8 pixels (si 8 N o si 8 M ,
se agranda artificialmente la imagen). Cada porcin 8 8 tendr asignada su funcin
F : Z8 Z8 R y para una foto tpica la inmensa mayora de estas funciones F ser
bastante suave, una gradacin de color, porque los cambios abruptos de color ocurren en
una minora de los M N pixels de la imagen original (los contornos de los objetos son un
conjunto unidimensional). Utilizando la transformada coseno discreta, ya hemos visto
que se eliminan los problemas derivados de que despus del 7 viene el 0 en Z8 . Por ello
los armnicos naturales para analizar F son
( n ) ( m )
nm (k, l) = cos (2k + 1) cos (2l + 1) .
16 16
Por la Proposicin 1.3.6 (la frmula de inversin) aplicada en cada uno de los ndices,
se deduce que cualquier F : Z8 Z8 R admite un desarrollo de Fourier discreto

7
7
(1.38) F = anm nm .
n=0 m=0
De alguna forma tenemos representada cualquier imagen 8 8 como superposicin de

imgenes bsicas 8 8. Asignando al negro el 1 y al blanco el 1, el aspecto de estas
imgenes bsicas es:
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
En la mitad izquierda estn los armnicos nm con 0 m < 4 y en la derecha, los

armnicos nm con 4 m < 8.
Los coeficientes de Fourier se calculan con cierta precisin (al guardar un fichero
JPEG con GIMP, en Advanced Options>DCT method hay cierto control sobre ello).
Parece claro, y las experiencias lo avalan, que el ojo es poco sensible a cambios rpidos de
brillo en reas pequeas, es decir, que ve peor los armnicos con frecuencias mayores. La
matriz de cuantificacin es una matriz entera C = (cnm )7n,m=0 de naturaleza experimental
tal que cnm est en relacin inversa a la visibilidad del armnico nm . La matriz ms
empleada es
16 11 10 16 24 40 51 61
12 12 14 19 26 58 60 55
14 13 16 24 40 57 69
62
56
C= 14
18
17
22
22
37
29
56
51
68
87
109
80
103 77
24 35 55 64 81 104 113 92
49 64 78 87 103 121 120 101
72 92 95 98 112 100 103 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.
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 convergen-
cia. 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:

1 3 33 3+ 3 1+ 3
f0 = , f1 = , f2 = , f3 = .
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
escalado por 2 porque g0 + g1 + g2 + g3 = 2.
Sobre la seal que ya habamos filtrado antes, vemos que estas ideas se ajustan a la
realidad.
0.2
0.2
0.2
0.1
0.1
10 20 30 40 10 20 30 40
-0.1 10 20 30 40
-0.2
-0.1
-0.2
-0.4
-0.3 -0.2
-0.4 -0.6
-0.3
Seal (N = 50) Filtrada con (f0 , f1 , f2 , f3 ) Filtrada con (g0 , g1 , g2 , g3 )

Por construccin, la matriz circulante

g0 g1 g2 g3 0 0 ... 0 0
f0 f1 f2 f3 0 0 ... 0 0

0 0 g0 g1 g2 g3

T =
0 0 f0 f1 f2 f3
cumple T tT = I ,
.. .. ..
. . .

g2 g3 0 0 0 0 ... g0 g1
f2 f3 0 0 0 0 ... f0 f1
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 prome-
dios 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
donde entr(an+1 , dn+1 ) es el resultado de entrelazar an+1 y dn+1 , poniendo el primer

vector en los lugares impares y el segundo en los pares.
Por iteraciones sucesivas, (1.40) permite recuperar la seal x a partir del ltimo vec-
tor de aproximacin ak1 R2 , que da una especie de promedio general, y de todos los
vectores de detalle d1 , d2 , . . . , dk1 que tienen respectivamente N/2, N/4, . . . , 2 coorde-
nadas. En total hay N = N/2 + N/4 + + 2 + 2 grados de libertad, como es natural
porque x RN .
Por ejemplo, para una seal x = a0 R16 , las iteraciones de (1.39) y de (1.40) corres-
ponden, respectivamente, a seguir este esquema en sentido descendente y ascendente:
a00 a10 a20 a30 a40 a50 a60 a70 a80 a90 a10 a11 a12 a13 a14 a15 x
0 0 0 0 0 0 t
Ty T
a01 d01 a11 d11 a21 d21 a31 d31 a41 d41 a51 d51 a61 d61 a71 d71 x

dentry entr
a01 a11 a21 a31 a41 a51 a61 a71x d0
d1
d 2
d 3
d 4
d 5
d 6
d 7
t1 1 1 1 1 1 1 1
Ty T
a02 d02 a12 d12 a22 d22 a32 d32x

dentry entr
0 1 2 3x 0 1
a2 a2 a2 a2 d2 d2 d2 d2 2 3

Ty T t
0 0 1
a3 d3 a3 d3 1x

dentry 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 trans-
formada wavelet discreta inversa. Si {e0 , e1 , . . . , eN 1 } es la base usual de RN , entonces
por la linealidad

N 1
N 1
( )
(1.41) W (x) = j ej = x = j Wj con Wj = W 1 ej .
j=0 j=0
Hemos descompuesto x en trminos de unos armnicos Wj que llamamos wavelets.

Es instructivo, ver el aspecto de algunas de las wavelets cuando N es muy grande.
La sorpresa es que en cierto modo slo hay dos, W0 y W2 (a veces llamadas padre y
madre de las wavelets) porque W1 es un trasladado de W0 y a partir de W2 el resto son
escalados y trasladados; cuanto mayor es el ndice mayor es la localizacin. Por ejemplo,
para N = 2048,
0.04
0.03
W
0 0.04 W
2 0.06 W
4
0.04
0.02
0.02 0.02
0.01 500 1000 1500 2000 500 1000 1500 2000
-0.02
-0.02
500 1000 1500 2000 -0.04
-0.01 -0.04 -0.06
Otra sorpresa es que estos armnicos no son muy suaves en el lmite N , ms

bien tienen un aspecto fractal. Hay otras variantes ms complicadas que tienen mayor
regularidad [Wal08].
Vamos a ilustrar la utilidad de las wavelets para reducir el ruido de una seal. Diga-
mos que a nuestra seal le sumamos una muestra de la misma longitud correspondiente
a una distribucin normal N (0, ). Esto es lo que se llama ruido blanco gaussiano. En el
lado de la transformada de Fourier, es decir, en cuanto a las frecuencias se refiere, este

tipo de ruido se manifiesta como una perturbacin aleatoria de todos los coeficientes de
Fourier. Bajo la hiptesis de que el ruido no es muy acusado ( pequeo), una manera de
reducirlo es eliminar los coeficientes de Fourier con tamao menor que cierta cantidad t.
Con la Proposicin 1.3.6, este proceso de reduccin de ruido sera
{
(c 2
N 1
( n 1 ) )N 1 0 si |b
xcn | < t
0
(1.42) x 7 + cn cos (m + ) donde cn =
N N n=1 N 2 n=0 xbcn si |bxcn | 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
{
N1
0 si |j | < t
(1.43) x 7 cj Wj donde cj =
j=0
j si |j | t
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 40 60 80 100 120

-0.2 -0.2 -0.2
-0.4 -0.4 -0.4
Seal con ruido (N = 128) (1.43), t = 0,09 (1.42), t = 0,9
Con otros valores de t, la reduccin de ruido con (1.42) no mejora. Esencialmente si t

es pequeo se obtiene un resultado como el indicado y si no lo es, se ven unas ondas
regulares que oscilan alrededor de la seal.
Captulo 2
Sumas e integrales oscilatorias
2.1. El principio de incertidumbre

Si una regla tiene divisiones de un milmetro no podemos medir con mucha ms
precisin. De la misma forma, si tenemos armnicos que dan saltos de longitud parece
claro que no tendremos capacidad para estudiar con precisin lo que ocurre a escalas
menores. Sin embargo hay que poner ciertas acotaciones a esta afirmacin porque con
dos reglas con divisiones de 6mm y 10mm podemos medir 2mm (porque 2 = 2 6 10)
y en la explotacin de este hecho se basaba en parte el funcionamiento de las reglas de
clculo [BS08, 11] que durante ms de cien aos fueron un instrumento fundamental
para clculos cientficos. Quiz, entonces, con unos pocos armnicos de baja frecuencia
podamos representar aspectos locales precisos de las funciones.
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
9x2 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 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
2.1.1. Diferentes formas del principio de incertidumbre

Una forma muy dbil del principio de incertidumbre es que una funcin y su transfor-
mada 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).
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
2
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
f es un mltiplo de ex .
2
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
( x2 )funcin con estas caractersticas. Es decir, basta probar que si f (x) y fb(x) son
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,

( )
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

parte, si x = 0, F (z) = ey O et +2ty dt = O(1), gracias al cambio t 7 t + y.
2 2
2.1. EL PRINCIPIO DE INCERTIDUMBRE 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,
para z = x real, cte = ex fb(x) y despejando y tomando antitransformadas, se obtiene
2
f (x) = cte ex .
2
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 Pragmn-
Lindelf , 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)

16 2
(x a) |f (x)| dx
2 2
( b)2 |fb()|2 d f 42

siempre que las integrales existan. Adems la igualdad se da slo si f es un mltiplo de

e(bx)ec(xa) para cierto c > 0.
2
Si consideramos el caso f 2 = 1, que es el que aparece en mecnica cuntica,

entonces las medidas |f (x)|2 dx y |fb()|2 d son medidas de probabilidad y la desigualdad
de Heisenberg afirma que el producto de las varianzas de las medidas correspondientes
a f y fb es siempre mayor que 1/16 2 .
Demostracin.
( Definiendo
) f (x) = g(x a)e(bx), un sencillo clculo prueba que fb() es
gb( b)e a(b ) y entonces la desigualdad de Heisenberg equivale a

16 2
x |g(x)| dx
2 2
2 |b
g ()|2 d g42 ,

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
|g(x)| dx =
2
x |g(x)| dx = 2 xg(x)g (x) dx.

La desigualdad de Cauchy-Schwarz primero, y despus la identidad de Parseval, prueban

g2 4
4
x |g(x)| dx
2 2
|g (x)| dx = 4
2
x |g(x)| dx
2 2
|gb ()|2 d

y basta sustituir la segunda frmula de (1.13). La desigualdad es una igualdad si y slo

si xg y g son proporcionales y resolviendo una simple ecuacin diferencial, esto equivale
a que g sea una gaussiana.
Para extender la prueba a una funcin g que no sea tan regular, se aproxima por

funciones gn de la clase de Schwartz que cumplan lm (1 + 2 )|bg () gbn ()|2 d = 0
y se hace la prueba para cada una de ellas. Vanse los detalles en [DM72, 116].
El hecho de que las gaussianas sean el caso lmite en el principio de incertidumbre,
sugiere que dan los mejores filtros en cuanto a localizacin. Seguramente por ello no
debiera sorprendernos que en programas de retoque fotogrfico exista el desenfoque
gaussiano.
Hay una variante del principio de incertidumbre que es una especie de desigualdad
de Heisenberg pero en intervalos finitos. Su aspecto es
( a )1/2 ( b )1/2
arc cos + arc cos F (ab) con = |f |2
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
Por la frmula de inversin (vase el Teorema 1.3.2) y la desigualdad de Cauchy-Schwarz,

se tiene ( 1 )2 1 b
max |f (g)|2 |fb()| |f ()|2 | supp fb|.
gG |G| |G|2
b
G b
G
Sustituyendo esta desigualdad en la anterior y aplicando la identidad de Parseval,

f, f
f, f | supp f || supp fb| .
|G|
Finalmente, los trminos f, f se cancelan porque f no es idnticamente nula.
Veamos algunas figuras que muestran la idea del principio de incertidumbre como
lmite de nuestra precisin.
Supongamos que tenemos la funcin caracterstica del intervalo [1, 1], digamos f ,
y para aplicar en buenas condiciones el anlisis de Fourier hacemos una regularizacin
fr C tal que f = fr excepto en los intervalos [1 /2, 1 + /2] y [1 /2, 1 + /2].
Las ondas de longitud de onda mayor que se saltan los intervalos modificados y no
perciben el cambio en f . Con una estructura como la del dibujo, fb() y fbr () sern
parecidas para mucho menor que 1 . Lo mismo ocurrir con los coeficientes de Fourier
en un intervalo que contenga al soporte de fr . Por otro lado, gracias a (1.13) sabemos que
a la larga, fbr decaer a toda velocidad, ms rpido que el inverso de cualquier potencia.

1.2 1.2
1.0 1.0
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
1 1 1 1
La conclusin es que, usando transformadas de Fourier, no podemos distinguir la funcin

caracterstica de su regularizacin hasta que no consideramos frecuencias grandes, al
menos de tamao inverso de la precisin que buscamos. Ah est la incertidumbre.
Estos son unos grficos reales para = 0,1 empleando una regularizacin C 3 .
0.03
0.2
0.1 0.02
0.0 0.01
2.0 4.0 6.0 8.0 10.0
0 1
. 0.010.0 12.0 14.0 16.0 18.0 20.0
0 2
. 0 01
.
0 3
. 0 02
.
0 4
.
0 03
.
bf y bfr en [0.5, 10] bf y bfr en [10, 20]
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.
La localizacin exacta de una discontinuidad requiere precisin infinita mientras que,

segn lo anterior, si tomamos frecuencias hasta 1 nuestra vista est limitada a tama-
o . En principio a escala menor puede ocurrir cualquier cosa. El fenmeno de Gibbs
consiste en el curioso hecho de que, por muchos trminos que tomemos en la serie de
Fourier, en presencia de una discontinuidad aislada de salto, en el intervalo incierto que
contiene a la singularidad, siempre hay un bulto de altura aproximada del 9 % del
tamao del salto.
Por ejemplo, estos son detalles de la serie de Fourier en [1/2, 1/2] de de la funcin
signo f (x) = sgn(x).
1.2 1.2 1.2
1 1 1
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0.01 0.02 0.03 0.04 0.01 0.02 0.03 0.04 0.01 0.02 0.03 0.04
frecuencias < 100 frecuencias < 300 frecuencias < 1000
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

1
sen(x)
lm sup f (x) SN f (x) = dx 1 = 0,17897974 . . .
N |x|<1/(2N +1) 1 x
Ntese que, como cabe esperar por lo que hemos visto hasta ahora, el bulto se ma-
nifiesta 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
x+1/2 x
SN f (x) = DN (t) dt + DN (t) dt.
x 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.
x sen(t) x1/2 sen(t)
( )
Integrando por partes (recurdese que x es pequeo), la segunda integral es O N 1 .
Claramente el supremo de la primera integral se alcanza para x = 1/(2N + 1) porque

el integrando es positivo en el rango de x. Finalmente,
1/(2N +1) 1
sen((2N + 1)t) sen(x)
dt = dx
1/(2N +1) sen(t) 1 x
se reduce a un simple cambio de variable.
Es fcil comprender que el fennemo de Gibbs es relevante en la prctica pues al

reconstruir una seal o una imagen que tenga cambios bruscos, provoca que aparez-
can detalles inexistentes, lo que, sobre todo en el tratamiento de imgenes, se llaman
artifacts.
2.1.2. Un poco de fsica cuntica

Antes de comenzar, vamos a repasar o introducir alguna de la terminologa habi-
tual 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. Significado Unid.

Frecuencia: el nmero de oscilaciones por segundo T1
T Periodo: lo que tarda en repetirse un ciclo, coincide con 1 T
k Nmero de ondas: las oscilaciones que hay para un tiempo L1
fijado por unidad de espacio
Longitud de onda: separacin entre dos oscilaciones para tiem- L
po fijado (periodo espacial), coincide con k 1
vp Velocidad de fase: lo que avanzan las crestas de la onda por LT1
unidad de tiempo, coincide con /k
Se han indicado las unidades de la manera habitual, L significa longitud y T tiempo.

Hay que aclarar que la mayora de las veces en Fsica el nmero de ondas se define como
2k y para abreviar del todo la frmula se define la frecuencia angular = 2. En tres
dimensiones la situacin es similar salvo que k y x son vectores porque hay que sealar
una direccin, de hecho ya en el caso unidimensional hay dos posibilidades para el signo
k, correspondientes a las dos direcciones que hay en R. La ecuacin de ondas en tres
dimensiones es utt = vp2 u.
La historia de la fsica cuntica en sus inicios fue bastante azarosa [SR01]. En un

primer periodo, del que deriva su nombre, no era un procedimiento demasiado siste-
mtico, se resolvan problemas clsicamente y se impona que ciertas cantidades fsicas
tomasen valores enteros, es decir, que estuvieran cuantizadas (cuantificadas sera quiz
ms correcto pero apenas se ha usado este trmino [GP90]).
El gran triunfo de este periodo fue el modelo atmico propuesto por N. Bohr. Imagi-
nemos un tomo de hidrgeno como una bolita pequea de carga negativa, el electrn,
girando alrededor de una grande de carga positiva, el protn. La electrodinmica afirma
que una carga en movimiento circular debe radiar energa y esa prdida de energa se
traduce en que el radio de su rbita se reducir paulatinamente. Haciendo los clculos,
cualquier tomo debera colapsar en un tiempo infinitesimal. Entonces por qu no nos
desintegramos? El modelo atmico de Bohr postula que el momento angular (masa por
velocidad por radio) est cuantizado de forma que al multiplicarlo por 2/h da un ente-
ro. Aqu y en toda esta seccin h es la constante de Planck , una cantidad fundamental
en fsica cuntica que en el sistema internacional tiene el valor aproximado:
h = 6,62606 1034 Js.
Slo cambios en la energa tan grandes como para permitir pasar de un entero a otro
provocan cambios en la rbita. Planteado as, parece que podramos haber hecho innu-
merables hiptesis alocadas para justificar la estabilidad del tomo. Lo bueno de sta
es que entraba dentro de cierta mnima teora y que explicaba con notable precisin
el espectro de emisin de los tomos [Fon05], es decir, las frecuencias emitidas por un
tomo cuando se le comunica energa (por cierto, el mtodo usado en astrofsica para
saber la composicin y velocidad de estrellas y galaxias es analizar estas frecuencias).
Hay varios experimentos que motivaron la fsica cuntica porque contradecan resul-
tados clsicos. Uno de los ms representativos es el efecto fotoelctrico, descubierto por
H. Hertz en el siglo XIX. Consiste en que la luz puede hacer que se emitan electrones
(corriente elctrica) al incidir sobre ciertos metales (por este principio funcionan muchos
de nuestros mandos a distancia). Lo curioso es que el efecto no depende tanto de la
intensidad de la luz como de su frecuencia (en el espectro visible, de su color). Ms con-
cretamente, hasta que no se llega a cierta frecuencia no hay ninguna emisin por grande
que sea la intensidad y cuando hay emisin, la energa cintica mxima de cada electrn
emitido depende linealmente de la frecuencia pero no depende de la intensidad. La so-
lucin propuesta por A. Einstein fue que la luz est compuesta por cuantos, partculas
sin masa llamadas posteriormente fotones, cada uno de los cuales tiene energa
(2.2) 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.
Otro experimento importante, el efecto Compton [GP90], mostraba que despus de

que la luz choca con un electrn libre, cambia su frecuencia de una manera que es
compatible con la conservacin del momento lineal relativista y (2.2).
Sin embargo, la difraccin y la interferencia y, en suma, las ecuaciones de Maxwell
[Max98], entran en conflicto con que concibamos la luz como un haz de partculas.
Aunque suene paradjico, la idea que triunf es la hiptesis de L. de Broglie de que
la materia era de naturaleza ondulatoria. Adems esta idea surga a partir de la fsica
clsica, cuando se comparaban ecuaciones de mecnica y de la ptica geomtrica (la que
considera la luz formada por rayos), algo que tiene sus antecedentes en W.R. Hamilton.
De Broglie asociaba a una partcula en movimiento con momento lineal p (masa por
velocidad) la onda de materia con longitud de onda
h
(2.3) = .
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.
- -
+ +
Para radiaciones electromgneticas (por ejemplo, la luz), la electrodinmica clsica

afirma p = E/c donde p es el momento lineal (que ya no se define como masa por veloci-
dad), E la energa y c la velocidad de fase (la velocidad de la luz). Como para cada fotn
se cumple (2.2), se tiene p = h/vp = hk = h/. Entonces (2.3) est en concordancia
con la electrodinmica clsica. Otra concordancia notable, es que la mecnica clsica
se basa en el principio de mnima accin, un principio variacional que afirma que las
partculas se mueven de forma que la integral del momento lineal en funcin del espacio
es estacionaria (localmente mnima). Por otro lado, el principio de Fermat de la ptica
geomtrica [FLS63, 26], [BW65, 3] afirma algo similar para 1 , lo cual sugiere que p
y 1 son proporcionales [GP90].
La frmula (2.3) abri un nuevo periodo en la fsica cuntica y propici la contribu-
cin fundamental de E. Schrdinger quien, en estos comienzos de la mecnica cuntica
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
( 2 )2
tt = vp2 xx = + = 0.

En ningn momento se est diciendo que vp o sean constantes, es decir la ecuacin de
ondas es ms complicada que la que se resuelve en los cursos de ecuaciones. La frmula
bsica de la mecnica E = p2 /2m + V (x) (la energa total es la energa cintica ms la
energa potencial ) [FLS63] junto con (2.3), lleva a
8 2 ( )
(2.4) + 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
ih h2
(2.5) t = 2 + V .
2 8 m
Schrdinger supuso que era vlida incluso si la energa potencial V depende de t. Si no es

el caso, ntese que por separacin de variables, es decir, suponiendo (x, t) = X(x)T (t),
se obtiene el anlogo tridimensional de (2.4)
h2
(2.6) + V = E
8 2 m
Esto sugiere por qu en algunas situaciones la energa est cuantizada. Los valores que
toma E son autovalores de un operador del tipo + V y bajo ciertas condiciones de
contorno, formarn un conjunto discreto. Schrdinger, dio con ello una explicacin ma-
temtica al modelo atmico de Bohr. El hecho de que el momento angular multiplicado
por 2/h sea entero, se presentaba como consecuencia de que hubiera unos autovalores
estrechamente relacionados con los enteros.
Hay varios ejemplos tpicos donde se muestra la cuantizacin de la energa (pozos
de potencial [SS90]) pero aqu nos limitaremos a estudiar el caso ridculamente sencillo
V = 0 en una dimensin, que corresponde a una partcula libre (no afectada por la
energa potencial de ningn campo). Es decir, consideramos la ecuacin
h
(2.7) it = xx con (x, 0) = f (x)
4m
Proposicin 2.1.5. Si x R y f es de decaimiento rpido, la nica solucin de (2.7)
con decaimiento rpido en x para cada t, es

( h 2 )
(2.8) (x, t) = fb()e t + x d.
2m
Por otro lado, si x T y f C (T), la nica solucin C de (2.7) es

( hn2 )
(2.9) (x, t) = an e t + nx
n=
2m
donde an son los coeficientes de Fourier de f .

En el caso de T, teniendo en cuenta (2.6), vemos que la energa est cuantizada
y toma los valores h2 n2 /2m, lo cual es coherente con la frmula (2.2). Sin entrar en
detalles, uno de los postulados de la llamada interpretacin de Copenhague de la fsica
cuntica es que las observaciones producen un colapso de la funcin de onda y slo se
pueden detectar energas propias, las de una de las ondas elementales (los armnicos)
que constituyen la funcin de ondas.
Aplicando la propiedad de la convolucin (1.12) y aplicando a ciegas la frmula
(1.14) para a imaginario puro, se obtiene la solucin en R como una integral oscilatoria
que degenera cuando t 0.

m ( my 2 )
(2.10) (x, t) = (1 i) f (x y)e dy para t > 0.
2ht 2ht
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 re-
querir nuevos argumentos. Sea tal que b = donde se entiende que la transformada
es en la primera variable. Por (1.13), la ecuacin (2.7) equivale, tomando antitransfor-
madas, a
h 2
bt = m x
i con (x, 0) = fb(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 evi-
tando 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 proba-
bilidad , 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 se-
guir 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 li-
mitamos 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 probabili-
dad 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
Para ver que todo esto tiene sentido, vamos a comprobar que la normalizacin es cohe-
rente 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
escribiendo |an |2 en vez de fb2 .
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
del origen. Para facilitar los clculos, tomemos |f (x)| = Cex /a con a > 0 y C una
2 2
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 )1/4 x2 /a2 ( mv0 )
(2.12) f (x) = (x, 0) = e e x .
a2 h
Para a pequeo |f |2 es como una aproximacin de la identidad y f tiene una oscilacin
muy rpida que no afecta a la probabilidad de detectar la partcula en el instante inicial
segn (2.11).
1.4e32
1e16
1.2e32
1e32 5e15
8e31
6e31 -3e-32 -2e-32 -1e-32 1e-32 2e-32 3e-32
4e31 -5e15
2e31
-1e16
-3e-32-2e-32-1e-32 1e-32 2e-32 3e-32
|f(x)|2 para a = 15h y = f(x) para a = 15h, m = v = 1
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
nuestra f , conduce a
( )
e
2 a2 2
(x, t) = (2a ) 2 1/4
e ( + )2 + x( + ) d,

que operando un poco se escribe como

( )
e(
2 a2 +2i) 2
(x, t) = (2a )2 1/4
e(x ) 2
e (x 2) d

y con (1.14) llegamos a

a
e(x2) /(a +2i) .
2 2
(x, t) = (2) 1/4
e(x ) 2
a2 + 2i
Sustituyendo y , vemos que la densidad de probabilidad de encontrar la partcula en
un punto x en el instante t, viene dada por
(2.13)
a 2 2 a2
|(x, t)| =
2
e2g(x,t) con g(x, t) = 2 4 2 t2 m2
(x v0 t)2 .
2 4 2
a +h t m 2 2 a + h
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)| 2
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.
6e-28 6e-33
5e-28 5e-33
4e-28 4e-33
3e-28 3e-33
2e-28 2e-33
1e-28 1e-33
x x
m = v0 =1 6.62e-28 m = v0 =1 6.62e-33
a = 103 h con x, t < 106 h a = h con x, t < 10h
Si intentamos que la partcula tienda a ser clsica con una posicin en el origen total-
mente 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 probabili-
dad 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 . Matemtica-
mente, 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 to-
mamos como cierto (2.3), esta funcin de ondas tiene muchos momentos, dados por
p = hk = hn. La cantidad |an |2 debera interpretarse
como
la 2probabilidad de que de-
tectemos la onda de momento hn, ya que T || dx =
2
|an | = 1 (de nuevo, esto es
parte de la interpretacin de Copenhague, por la cual slo se detectan armnicos indivi-
duales con probabilidad proporcional al cuadrado del mdulo de su amplitud). Entonces
la esperanza del momento es

h
p= nh|an | =
2
(x, t)x (x, t) dx.
n=
2i
Si posicin y momento no son nmeros, cmo deberamos considerarlos matemtica-

mente? 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 mate-
mtico (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.
e y momento pe (siempre en el caso unidimen-
Si definimos los operadores posicin x
sional) actuando sobre las funciones de ondas de la siguiente manera:
h
(2.14) e() = x
x y pe() = ,
2i x
entonces los valores medios (las esperanzas) de posicin y momento deberan definirse
como

h
x = , x
e() = x|(x, t)| dx2
y p = , pe() = (x, t) (x, t) dx,
2i x
lo cual es coherente con el ejemplo anterior. Aqu hemos evitado la notacin habitual
b y pb para evitar confusiones. Es conveniente advertir que en la fsica cuntica utiliza
x
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
operador E e que le corresponde.
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
corresponde la relacin de operadores pe2 /2m + Ve = E, e que aplicado a una funcin de
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 ener-
ga 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 ma-
temtica 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

1 2
V (A)V (B) AB BA .
4
2.2. INTEGRALES OSCILATORIAS 65
Demostracin. Redefiniendo A como AA Id y lo mismo con B, nos podemos restringir

al caso A = B = 0. En este caso, por la desigualdad de Cauchy-Schwarz,
2
V (A)V (B) = A2 B2 A, B .
Por otro lado,

1 1
A, B = , AB = , (AB BA) + , (AB + BA).
2 2
El operador AB BA es antiautoadjunto mientras que AB + BA es autoadjunto, por
tanto AB BA es imaginario puro y AB + BA es real (basta escribir la definicin y ver
que el conjugado complejo es igual a su negativo o a l mismo). Despreciando la parte
real al tomar mdulos, se concluye la demostracin.
Una consecuencia fsica interesante es que en cuanto dos operadores no conmuten,

habr funciones de onda para las cuales no es posible conseguir varianzas arbitrariamente
e y pe,
pequeas. En el caso de x
h h (x) h hi
epe pex
x e=x = = epe pex
x e=
2i x 2i x 2i 2
Por tanto, h2 /(16 2 ) impone siempre una cota inferior para el producto de las varianzas
e y pe. ste es el principio de incertidumbre de Heisenberg, que est ms cercano a
de x
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

h2 2 h2 b b =h b 2.
x) = x || y V (e
V (e 2 2
p) = 2 2 = 2 (2i) 2
2
2 ||
4 x 4
Entonces la cota inferior h2 /(16 2 ) para V (e p) se deduce del Teorema 2.1.2, esto
x)V (e
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 abstrac-
to pero tambin en numerosas aplicaciones. Muchas funciones especiales que provienen
de problemas fsicos concretos se definen como integrales oscilatorias.
La transformada de Fourier es uno de los ejemplos ms bsicos de integral oscilatoria.

Si una funcin se anula en el infinito y sus derivadas decaen lo suficiente, entonces su
transformada de Fourier tiende rpidamente a cero. A pesar de que esto es muy sencillo de
probar integrando por partes, parece milagroso geomtricamente (mirando a la grfica)
que las partes positivas y negativas de senos y cosenos se cancelen con tanta precisin.
Qu ocurre con las integrales oscilatorias que no son transformadas de Fourier? La idea
es que siempre que la fase se aproxime por una funcin lineal no constante, todo debera
funcionar como con la transformada de Fourier.
1 1
0.5 0.5
-4 -3 -2 -1 1 2 3 4 -4 -3 -2 -1 1 2 3 4
-0.5 -0.5
-1 -1
f(x) = (x2 + 1)1 cos(15x) f(x) = (x2 + 1)1 cos(4x2 )
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. El principio de fase estacionaria

Vamos a considerar integrales oscilatorias de amplitud A y fase F con R, es
decir, del tipo

( )
(2.15) I() = A(x)e F (x) dx.

El propsito del parmetro es graduar la oscilacin y ver la influencia en el resultado.

En trminos generales, una integral oscilatoria es menor cuanto mayor es la oscilacin.
Consideremos primero el caso F (x) = x y A(x) = f (x) que es la transformada de
Fourier fb. Si f C n y f (k) L1 para 0 k n (la derivada 0 es la propia funcin),
entonces integrando por partes se tiene:
1
(2.16) |fb()| f (n) 1 para || =
0.
(2||)n
( )
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.
Proposicin 2.2.1. Consideremos (2.15) con A C n y A(k) L1 para 0 k n. Si

G = 1/F C n y G(k) est acotada en el soporte de A para 0 k n, entonces
( )
I() = O ||n cuando .
Demostracin. Integrando por partes

( ) ( ) 1
( ) ( )
I() = A(x)G(x) F (x)e F (x) dx A(x)G(x) e F (x) dx.

Si n = 1 se obtiene el resultado porque A, A L1 y G y G estn acotadas. En cualquier

caso, bajo nuestras hiptesis, (AG) C n y (AG)(k) L1 para 0 k n 1 y el
resultado se sigue por induccin.
Nada similar ocurre si F se anula en un punto del soporte de la amplitud. Por
ejemplo, por extensin analtica, (1.14) debe ser tambin vlida para (a) > 0 donde,
como en la Proposicin 1.2.5, la rama de la raz es la que aplica R+ en R+ . Para a =
1 + 2i se deduce de la evaluacin de fb(0)
( )1/4

ex e(x2 ) dx = 1 + 4 2 2 (2||)1/2 .
2

Para estudiar los casos en que la fase llega a ser estacionaria, vamos a hacer una re-
duccin 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

donde B = A j . Como F no tiene puntos crticos en el soporte de B, es posible
aplicar la Proposicin 2.2.1 bajo las condiciones especificadas de regularidad. Por otro
lado, en cada una de las integrales hay exactamente un punto crtico de F dentro del
soporte de j . Con ello y una traslacin vemos que no hay prdida de generalidad si nos
restringimos al caso en que la amplitud cumple A C0 y x = 0 es el nico punto del
soporte de A en el que F se anula.
Teorema 2.2.2 (Principio de fase estacionaria). Sea A C0 y F C con un solo
punto crtico en x = 0 dentro del soporte de A y F (0) > 0. Entonces para cada entero
positivo n se cumple
e(F (0) + 1/8) ( a1 a2 ( ))
I() = A(0) + + 2 + + O n cuando +
F (0)
donde los ai dependen de los coeficientes de Taylor de A y F en x = 0.

La eleccin de los signos de y F (0) no impone ninguna restriccin porque conju-

gando 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
1 + i ( A(2j) (0) ( n ))
n1
I() = +O cuando +.
2 j=0 j!(8i)j
Demostracin. Por convergencia uniforme, se tiene

A(x)e(2i)x dx.
2
I() = lm+ I () con I () =
0
Usando la identidad de Parseval (por extensin analtica de (1.14) como antes)

1 b 2 /(2i)
I () = A()e d.
2i
b no hay problema al calcular el lmite, y desarrollando
Gracias al decaimiento rpido de A,
por Taylor hasta grado 2(n 1) el segundo factor del integrando,

1 + i ( 1 ( i )j ( ))
n1
1+i b i 2 /2 b
I() = A()e d = A() 2j
d + O n .
2 2 j=0 j! 2
La prueba se concluye apelando a (1.13) y a la frmula de inversin.

Demostracin del Teorema 2.2.2. Cambiando F (x) por F (x) F (0), nos podemos res-
tringir alcaso F (0) = 0. Considerando el desarrollo de Taylor de F (x)/x2 , es fcil ver que
G(x) = 2F (x)/x2 F (0) define una funcin C en un entorno del origen con G(0) = 1.
Entonces, por el teorema de la funcin inversa, y(x) = xG(x) tiene una inversa x = x(y)
definida como una funcin C en un entorno del origen con x(0) = 0 y x (0) = 1.
Procediendo como en (2.17) no se restringe generalidad suponiendo que el soporte de A
est dentro de dicho entorno del origen. El cambio x 7 x(y) lleva a

( ) )
I() = A x(y) x (y)e(F (0)y 2 /2 dy

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.
El Teorema 2.2.2 da un desarrollo asinttico de (2.15) como un polinomio en 1/2 si

F (0) = 0 y F (0) = 0. Cabe preguntarse qu ocurrira si tambin la derivada segunda
se anulase. Una prueba en las mismas lneas demuestra que, en general, si F (k) (0) = 0
para 0 < k K entonces el resultado ser un polinomio en 1/K .
Aunque la condicin de que en (2.15) la amplitud sea regular y de L1 parezca natural,

en muchas ocasiones no es as. Por ejemplo, en la evaluacin de las sumas de Gauss
usando sumacin de Poisson o en la ecuacin de Schrdinger aparecen transformadas
de Fourier de gaussianas con exponente imaginario puro. Cabe preguntarse si tiene
significado como integral impropia de Riemann, es decir, si existe
N
lm e(x2 x) dx para cualquier , R con = 0,
N,M M
y en caso afirmativo si es lcito aplicar la frmula de inversin (1.7).

Otra cuestin relacionada es qu ocurre cuando trabajamos en un intervalo en lu-
gar de en todo R. Esto equivale a multiplicar en (2.15) la amplitud por una funcin
caracterstica y la falta de regularidad impide utilizar los resultados anteriores.
Una acotacin sencilla bien conocida que es til tanto en anlisis armnico como en
teora analtica de nmeros se recoge en la siguiente proposicin. Ntese la asimetra
del caso k = 1. Las amplitudes se han eliminado porque tpicamente en un intervalo se
pueden extraer por el segundo teorema del valor medio para integrales (en [Spi84] es el
tercero) o integrando por partes. Vase [Mon94] para una versin del caso k = 1 con
amplitudes.
Proposicin 2.2.4 (Lemas de ( van) der Corput). Dado un entero k 2 existe una
constante ck tal que si F C k [a, b] y F (k) (x) k > 0 para todo x (a, b), entonces
b ( )
1/k
e F (x) dx ck k .
a
El resultado tambin se aplica al caso k = 1 bajo la hiptesis adicional de que F sea

montona.
Demostracin. En el caso k = 1 se procede simplemente escribiendo

b ( ) 1 b
1 ( )
e F (x) dx = 2iF (x)e F (x) dx,
a 2i a F (x)
e integrando por partes para obtener

b ( ) 1
b ( 1 )
1 1 1
e F (x) dx + + dx .
a 2F (b) 2F (a) 2 a

F (x) 1
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
tiene F (k1)
(x) > o F (k1) (x) > . Por consiguiente la hiptesis de induccin, quiz
conjugando, asegura
b ( )

e F (x) dx 21k + 2ck1
1/(k1)
.
a
(k1)/k
Eligiendo = k se obtiene el resultado esperado.
Por ejemplo, de la Proposicin 2.2.4 se tiene que siempre que N1 > ,
N2 ( )

e x2 x dx c1 N11
N1
para 0 < N1 < N2 y de aqu no es difcil deducir que la transformada de Fourier de

las gaussianas con exponente imaginario puro tiene sentido como integral impropia de
Riemann.
Damos a continuacin una forma ligeramente ms explcita de la misma idea en un
intervalo fijado.
Proposicin 2.2.5. Sea > 0 y a < 0 < b entonces
b
( ) 1+i ( ) ( )
e x2 dx mn (|a|)1 , 1/2 + mn (b)1 , 1/2
a 2
donde la constante es absoluta, es decir, no depende de ninguno de los parmetros.
Demostracin. Descomponemos la integral en tres partes:
b
( 2) ( 2) ( 2) a ( )
e x dx = e x dx e x dx e x2 dx.
a b
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
y transformar el integrando en e2x . En cualquier
2
caso,
( 1/2 ) el resultado es (1 + i)/2 .
Cada una de las dos ltimas integrales son O por la Proposicin 2.2.4
( con k1=)
2. Por otro lado,
( este mismo
) resultado con k = 1 asegura que la primera es O (|a|)
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 .
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. Originaria-
mente 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 estu-
diar 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
(2.18) J1 () = sen(x) dx.
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]

B(x) = b(x + 2) si x [1, 1/2]

0 en el resto
En un dibujo,
1 0
0.5
B
-1 -0.5 0.5 1 1.5
-0.5
y =cos(x) -1 1
De esta forma, por la Proposicin 2.2.1, para cualquier N > 0

1 ( ) ( ) ( )
J1 (2) = 0 (x) + 1 (x) e F (x) dx + O N .
2
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 .

( )
Por la simetra o repitiendo el clculo, 1 (x)e F (x) dx da el mismo resultado y se
concluye
1 ( ) ( )
(2.20) J1 (2) = sen 2 + O 3/2 .
4
Ya para = 1 el error relativo al aproximar por el trmino principal es menor que el 6 %,
mientras que para 2013 es menor que 4 105 .
2.2.2. Las matemticas de la difraccin

La difraccin es un fenmeno puramente ondulatorio por el cual las ondas tienden a
bordear los obstculos. Esto es bastante creble en el agua y mucho menos en la luz. En
nuestra experiencia habitual, la luz viaja en lnea recta en forma de rayos sin embargo
experimentos precisos (en el lmite de lo que podramos hacer en casa, a pesar de que
hay referencias bastante antiguas a la difraccin [BW65, 8.1]) muestran que cuando
un rayo de luz pasa por un orificio muy pequeo, al situar una pantalla frente a l a
cierta distancia, se pueden ver unos curiosos anillos de luz y oscuridad. Por culpa de
este fenmeno, es imposible conseguir sombras perfectamente delineadas y hay un lmite
en ciertos instrumentos pticos. Por ejemplo, una cmara oscura (y por extensin una
cmara fotogrfica) es en principio mejor (ms ntida) cuanto menor sea su apertura
pero a partir de cierto lmite produce imgenes borrosas.
Aunque matemticamente el modelo sea complejo, no es difcil hacerse una idea intui-
tiva. Segn el principio de Huygens, propuesto por el fsico C. Huygens en el siglo XVII,
una onda se comporta como si en cada punto generase nuevas ondas esfricas, llamadas
ondas secundarias, que se mueven hacia adelante y al combinarse dan lugar a la nueva
forma de la onda en el instante siguiente. Supongamos que la luz, o cualquier otra onda,
pasa por una rendija de tamao comparable a su longitud de onda. Para ciertos ngulos
con la normal a la rendija, la superposicin de las ondas secundarias que parten de cada
punto de la rendija es destructiva y para otros no. Esto se materializa en que al pasar la
luz por una rendija de este tipo se obtienen los anillos de luz y oscuridad antes mencio-
nados. Si la rendija es muy grande en comparacin con la longitud de onda (que es lo
que ocurre en nuestra experiencia cotidiana), las ondas secundarias tienen todos los po-
sibles desfases y es de prever que la superposicin de todas ellas tenga gran cancelacin
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 deriva-
das 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 prin-

cipio 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 prin-
cipios 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 1,4 106 < k < 2,6 106 ,
que segn la frmula vp = /k, corresponde al rango de frecuencias
4,0 1014 < < 7,9 1014 .

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) u(x, y, z, t) = U (x, y, z)e(t).
Por representar una onda electromagntica (la luz), debe satisfacer la ecuacin de ondas
2u
(2.22) = 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,
U (x, y, z) = f (r) con r = x2 + y 2 + z 2 . Entonces (2.21) satisface la ecuacin de ondas
(2.22) en R3 {0} si y slo si
f (r) = A1 r1 e(kr) + A2 r1 e(kr)
donde A1 y A2 son constantes y k = /c.
Demostracin. Un clculo con la regla de la cadena prueba
2f
2
= r2 x2 f (r) + r3 (y 2 + z 2 )f (r).
x
Permutando las variables y sumando las tres parciales segundas, se obtiene
f = f + 2r1 f .
Por hiptesis u satisface la ecuacin de ondas (2.22) con c = /k, lo cual se puede escribir
como
rf + 2f = 4 2 k 2 rf.
El primer miembro es (rf ) y basta emplear que la solucin general de y + 4 2 k 2 y = 0
es y(r) = A1 e(kr) + A2 e(kr).
En varias frmulas aparecer la variacin espacial de una onda esfrica, sintetizada

como el sencillo clculo
( )
(2.23) x1 e(kx) = x2 e(kx)(2ik x1 )x.
Nuestra intuicin y cursos anteriores de anlisis, sugieren que una solucin de la

ecuacin de ondas viene determinada por unos valores iniciales y velocidades iniciales. En
el caso de (2.21) las derivadas con respecto al tiempo en t = 0 estn de nuevo relacionadas
con U , por tanto cabe esperar una situacin como la del problema de Dirichlet u = 0,
en el que la solucin en un dominio con frontera compacta viene dada por los valores en
dicha frontera.
El resultado relevante en este contexto se debe a G. Kirchho.
Teorema 2.2.7. Sea R3 un dominio acotado cuyo borde es una superficie
regular S y sea q un punto interior de . Si (2.21) es solucin de la ecuacin de ondas
(2.22) en un dominio que contiene a ; entonces, con la orientacin positiva de S,
(
1 e(kx q) ( e(kx q) ))
U (q) = U (x) U (x) dS(x).
4 S x q x q
Demostracin. La ecuacin de ondas (2.22) es invariante por traslaciones, por consi-
guiente se puede suponer q = 0. Sea = B donde B es la bola centrada de radio
(pequeo). Por la identidad de Green (integracin por partes en R3 )
( ) ( )
( e(kx) ) e(kx) ( e(kx) ) e(kx)
U U dV = U U dS.
x x x x
Tanto U (x)e(t) como x1 e(kx t) satisfacen la ecuacin de ondas (por la
Proposicin 2.2.6), por tanto la primera integral es nula. La frontera est compuesta
por = S y por B , esta ltima negativamente orientada. As pues con orientaciones
positivas y tomando lmites
( ) ( )
( e(kx) ) e(k) ( e(kx) ) e(kx)
lm+ U U dS = U U dS.
0 B x S x x
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) )
4U (0) = lm+ U (x) dS.
0 B x
Empleando (2.23), para los x B se tiene
( ) ( )
x1 e(kx) = e(k) 2 2ik1 1 x.

Se cumple B 1 x dS = |B | = 42 porque 1 x es la normal unitaria exterior de
B , y para finalizar basta apelar al teorema del valor medio para integrales.
La situacin fsica en la que analizaremos la difraccin es la siguiente: Consideramos

el plano z = 0 como una pantalla opaca en la que hay una abertura A en un entorno
del origen. En z > 0 tenemos una fuente de luz puntual en p y queremos saber cul
es la intensidad de la luz en un punto arbitrario q de z < 0. Basndonos en nuestra
experiencia habitual, la ptica geomtrica, el punto q estar iluminado si el segmento
pq atraviesa A, mientras que el resto de los puntos de z < 0 permanecer en sombras.
p p
O O
sombra luz sombra

q q
Esquema en tres dimensiones ptica geomtrica (falso)
El modelo de difraccin que veremos, muestra que realmente la previsin de la ptica
geomtrica no es correcta por la naturaleza ondulatoria de la luz y tambin explica por
qu en primera aproximacin nos parece cierta. Dicho modelo, no es del todo exacto
[BW65, XI] pues conlleva algunas aproximaciones pero son naturales desde el punto de
vista fsico y los resultados coinciden con lo observado en los experimentos.
En primer lugar, aplicamos el Teorema 2.2.7 a un dominio acotado muy grande
incluido en z 0 tal que A est en su borde = S. Este dominio intenta aproximar
z 0 e idealmente es todo el semiespacio. En los puntos de S que no estn en A, es
natural suponer U = 0, o bien porque estn demasiado lejos de la fuente de luz, o bien
porque estn en el borde inferior de z = 0 pero no en A y nuestra experiencia sugiere
all una sombra total (pensamos que la ptica geomtrica requiere correcciones pero no
que sea completamente falsa haciendo increble que los rayos se curven 90 grados). Con
esta aproximacin,
(
1 e(kx q) ( e(kx q) ))
U (q) = U (x) U (x) dS(x).
4 A x q x q
donde A est orientada con la normal hacia arriba n = (0, 0, 1).
Una onda esfrica que parte de la fuente puntual p corresponde a la frmula indi-
cada en la Proposicin 2.2.6 salvo una traslacin del origen a p. Para simplificar, slo
consideraremos la parte con k positivo (ondas que avanzan desde la fuente). Entonces,
si no estuviera la pantalla que contiene a la abertura A, la solucin sera
(2.24) U (x) = Kx p1 e(kx p) con K una constante.
Supongamos que esta frmula sigue siendo correcta en z > 0 cuando ponemos la panta-
lla. 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
regular. Sin embargo, fsicamente sera muy extrao pensar que interponer una pantalla
opaca completamente negra (para evitar reflexiones), tenga alguna influencia en las on-
das 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) ))
U (q) = K dS(x),
A x q x p x p x q
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 e(kx p + kx q) ( x p xq )
(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

Ke(kp) cos e(kx q)
(2.27) U (q) = (1 + cos ) dxdy
p A x q
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 es-
tas 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 aproxi-
maciones 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

x p = p p1 x + p2 y + O( x + y )
2 2

con p = (p1 , p2 , p3 )
p p

q1 x + q2 y ( x2 + y 2 )

x q = q +O con q = (q1 , q2 , q3 )
q q
Entonces la difraccin de Fraunhofer responde a la frmula

( ) K cos ( kp1 kq1 kp2 kq2 )
(2.28) U (q) = e k(p + q) bA
+ , +
pq p q p q
bA es la transformada de Fourier en R2 de la funcin caracterstica de A, esto es

donde

bA (1 , 2 ) =
e(1 x 2 y) dxdy.
A
La mayor contribucin en (2.28) se producir cuando la integral no sea oscilatoria, es

decir, cuando
kp1 kq1 kp2 kq2
+ =0 y + = 0.
p q p q
Esto es lo mismo que decir que las dos primeras coordenadas de los vectores unitarios
p/p y q/q son opuestas. Como ambos son unitarios y uno est a cada lado del
plano XY , entonces las terceras coordenadas tambin sern opuestas.
En definitiva, fuera del caso en que p, el origen y p estn alineados o casi alineados
en (2.28) habr una integral oscilatoria que induce cancelacin. Con esto tenemos una
explicacin matemtica de por qu en primera aproximacin nos parece que la luz se
propaga en lnea recta. Se podra argir que en realidad esto apareci como hiptesis
aproximada en la propia deduccin pero en realidad slo se us para quitar trminos no
oscilatorios.
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
sen(1 ) sen(2 )
bA (1 , 2 ) =
.
2 1 2
Si la fuente de luz p est en (0, 0, p3 ), se obtiene

( kq kq )2 2 2
1 2 2 sen (kq1 /q) sen (kq2 /q)
b
A , = q .
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 -10 -5 5 10 15
-0.2
f(x) = x1 sen(x) Intensidad de f(x)f(y)

Un caso ms simtrico es cuando A es una abertura circular de radio , para el cual

bA (1 , 2 ) =
e(1 x 2 y) dxdy.
x2 +y 2 < 2
La simetra del problema implica que bA es radial (y es un interesante

ejercicio probarlo
matemticamente). En particular bA (1 , 2 ) =
bA (0, R) con R = 12 + 22 y se tiene

2 x2
1 ( )
bA (1 , 2 ) =

e(Ry) dydx = sen 2R 2 x2 dx.
2 x2 R

El cambio x 7 1 x2 con el signo de x, prueba
1 ( )
sen 2Rx
bA (1 , 2 ) =
x dx = J1 (2R),
R 1 1x2 R
donde se ha usado la definicin (2.18) de J1 .

Segn (2.20),
( kq kq )2
1 2 ( ) x2 + y 2
bA , 2 3 sen2 2R con R = k
q q R 4 p
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
Los anillos se separan ms cuanto menor es , haciendo el efecto bien distinto de
nuestra experiencia cotidiana. Cuando R es pequeo, con Taylor sobre (2.19) es fcil
deducir ( kq kq )2
1 2
bA , 24
q q
Si queremos que la intensidad de los primeros anillos sea comparable a la intensidad en
el centro de la pantalla para verlos bien, entonces 4 debera ser comparable a /R3 .
Recordando que para la luz visible = k 1 es menor que una micra (una milsima de
milmetro), se sigue que este tamao de sera conveniente para observar cmodamente
la difraccin.
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

sen(2n2 x)
R(x) = .
n=1
n2
2.3. SUMAS OSCILATORIAS 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
1.2
0.02 1.2 1.15
1.1
0 1.15
0.49 0.495 0.5 0.505 0.51
1.05
-0.02 1.1
1
0.95
-0.04
0.325 0.33 0.335 0.34 0.24 0.245 0.25 0.255 0.26
R(x) en [0.490, 0.510] R(x) en [0.323, 0.343] R(x) en [0.240, 0.260]
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. El mtodo de van der Corput

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
cuando se consideran sumas regularizadas

( )
S= (n)e f (n) con C0 (R).
n
La frmula de sumacin de Poisson (Teorema 1.2.4) implica

( )
S= (x)e f (x) nx dx
n
y en primera instancia tenemos S escrita como suma de infinitas integrales. En el soporte

de , la derivada de la fase F (x) = f (x) nx ser grande en valor absoluto cuando |n| es
grande y un argumento similar al empleado en la Proposicin 2.2.1 permite deducir que
la contribucin es pequea. En la cantidad finita de integrales que restan, se pueden usar
los lemas de van der Corput (Proposicin 2.2.4) o incluso alguna variante del principio
de fase estacionaria para obtener una nueva suma trigonomtrica.
En muchas aplicaciones en teora de nmeros, las sumas trigonomtricas aparecen sin
regularizar, a pesar de que en muchas ocasiones esto es ms una costumbre que una ne-
cesidad terica real. Ello causa que el argumento antes indicado requiera modificaciones
fundamentales.
Proposicin 2.3.1. Sea f C 2 ([a, b]), a, b Z con f montona, y , Z tales que
< f < ; entonces
( ) b ( ) ( )
e f (n) = e f (x) nx dx + O log( + 1) .
anb n a
Demostracin. Cambiando f (n) por f (n) n, lo cual no modifica el valor de la suma,

podemos suponer = 0.
Integrando por partes en la Proposicin 1.2.6 (cambiando n por n), se tiene
( b 1 b
) ( ) ( )
(2.29) e f (n) = e f (x) dx + f (x)e g(x) dx + O(1),
anb a n=0
n a
con g(x) = f (x) nx.

Si n > o n < = 0, se tiene g (x) = 0 en [a, b] y se puede integrar por partes para
obtener
b b
( ) f (a) f (b)
2 f (x)e f (x) nx dx + +
(f /g ) 2 ,
a g (a) g (b) a | n|
donde para la ltima desigualdad se ha usado que f /g es montona (ya que es com-
posicin de f y una funcin creciente) y por tanto se pueden meter la ltima integral
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

1 1
+ + log( + 2),
n(n ) n(n ) n 2 |n|
n= n=+1 |n|>2 0=|n|2
donde se han aproximado sumas por integrales. Sustituyendo en (2.29) se tiene

( b 1 b
) ( ) ( ) ( )
e f (n) = e f (x) dx + f (x)e g(x) dx + O log( + 2) .
anb a 0<n
n a
Ahora bien,
( ) ( )
b ( ) ( ) b
e g(b) e g(b)
f (x)e g(x) dx n
e g(x) dx = = O(1)
a a 2i
( )
y despejando y sustituyendo f (x)e g(x) dx se obtiene el resultado.
La condicin , Z se ha introducido en el enunciado para simplificarlo (vase
en [IK04] la forma habitual ) y tiene como contrapartida que alguna de las integrales
pueden ser incorporadas fcilmente en el trmino de error. Para incidir sobre este punto
separamos un caso particular.
Corolario 2.3.2. Con la notacin de la Proposicin 2.3.1, si |f | 1/2 en [a, b], en-
tonces b
( ) ( )
e f (n) = e f (x) dx + O(1).
anb a
Demostracin. Basta aplicar la Proposicin 2.3.1 con = 1, = 1 y estimar las

integrales correspondientes a n = 1 con el caso k = 1 de la Proposicin 2.2.4.
3
Un ejemplo correspondiente a f (n) = 2
log n es

N
N 1+3i
n3i = + O(1).
n=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 ).
5 5
-10 10 20 30 -10 10 20 30
-5 -5
-10 -10
-15 -15
-20 -20

nk n con 1 k 100
3i
c(t) con 1 t 100
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 Proposi-

cin 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
Si 1 el primer sumando domina al logaritmo, mientras que para > 1 el teorema

es trivial.
Si por ejemplo aplicamos el resultados con [a, b] = [1, N ] y f (n) = n2 /N , se tiene
una acotacin para las sumas de Gauss del orden correcto segn la Proposicin( 1.2.7,
)
adems se deduce que las sumas parciales de las sumas de Gauss tambin son O N ,
lo cual no es intuitivo en absoluto.
La condicin |f | , es decir, que f presente valores comparables en todo
el intervalo es tpica y muchas forzada tras una subdivisin en intervalos didicos. La
debilidad del resultado aparece cuando es muy pequeo o cuando es poco pequeo,
concretamente si (b a)2 o 1. el primer caso no es tan importante porque
indica que f es prcticamente una funcin lineal. A pesar de que podemos dar fases
como f (n) = n2 que se ajustan al segundo caso para las (que la ) nica acotacin es
la trivial, en principio no hay razn para suponer que si e f (n) oscila realmente, la
condicin
( 5/2 ) 1 impida la cancelacin. As por ejemplo, esperamos que haya cancelacin
en e n . La idea para tratar estas sumas que oscilan demasiado como para que el
Teorema 2.3.3 sea til proviene de un trabajo anterior de Weyl de principios del siglo XX.
Se basa simplemente en subdividir el intervalo de sumacin en subintervalos y calcular
su mdulo al cuadrado. Con ello se obtendrn incrementos de las fases y la oscilacin
ser menor. Graduando la longitud de los intervalos, el parmetro H en el siguiente
resultado, tendremos cierto control sobre la magnitud de la oscilacin.
Lema 2.3.4. Dada una funcin f : [a, b] R con a, b Z, para cualquier entero
positivo H b a se tiene
( )2 4(b a)2 4(b a) ( )

e f (n) + e f (n + r) f (n) .
anb
H H 1r<H anbr
Demostracin. Para cada n Z consideremos el intervalo In = [1, H] [a n, b n]. El

paso inicial, a veces llamado Weyl shift, es el artificio aparentemente intil de repetir la
suma H veces
( ) 1 ( ) ( )
1
|S| = e f (n) = e f (m + n) e f (m + n) .
anb
H n mI H aHnb1 mI
n n
La desigualdad de Cauchy-Schwarz produce los incrementos de f

ba+H
|S|2 e(f (m + n) f (l + n)).
H2 aHnb1 mIn lIn
Separando el trmino diagonal l = m y notando que intercambiar l y m slo conjuga los

sumandos; al cambiar el orden de sumacin se tiene:
ba+H( ( ))
|S|
2
H(b a + H) + 2 e f (m + n) f (l + n) .
H2 1l<mH alnbm
Ahora basta renombrar l + n 7 n, m l 7 r y emplear H b a.

La estrategia es ahora clara, si una suma oscila demasiado, entonces le aplicamos
unas cuantas veces el Lema 2.3.4 para terminar usando el Teorema 2.3.3. Con esta idea
se obtiene el siguiente resultado que se reduce a Teorema 2.3.3 cuando k = 2.
Teorema 2.3.5. Sea f C k ([a, b]) para cierto k 2 con a, b Z. Supongamos que
|f (k) (x)| h con h, R+ , entonces
( )
e f (n) h2/K (b a)1/(2K2) + (b a)12/K 1/(2K2) donde K = 2k1 .
anb
Demostracin. Suponemos > 1 ya que en otro caso la cota es trivial.

Procedemos por induccin en k. Como ya hemos observado, el caso k = 2 es el
Teorema 2.3.3. Si suponemos el resultado cierto hasta k 1, se tendr
( )
e f (n + r) f (n) h2/K (b a)(rh)1/(2K 2) + (b a)12/K (r)1/(2K2)
anbr
con K = K/2, porque la derivada k 1-sima de f (n + r) f (n) est entre r y hr,

por el teorema del valor medio. Introduciendo esta cota en el Lema 2.3.4 y eligiendo
como H la parte entera de 1/(K1) , despus de hacer algunas operaciones se obtiene
el resultado.
Por ejemplo con k = 3 y k = 4 se obtiene
( ) ( )
e n5/2 N 11/12 y e n5/2 N 25/28
N n2N N n2N
mientras que el Teorema 2.3.3 daba la acotacin trivial. Valores mayores de k no pro-
ducen ninguna mejora sobre la ltima cota.
Es posible rescatar la idea del principio de fase estacionaria para integrales en inter-
valos 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) ( )
e f (x) dx = + O 1 (b a)1 .
a f (c)
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 ) ( )
S= e log n N (t/N 3 )1/6 + N 1/2 (t/N 3 )1/6 t5/12 .

N n<2N
2
N =2 t
j
N =2 t
j
n< t
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

( )
Si se consideran sumas oscilatorias con cierta amplitud suave, A(n)e f (n) , po-
demos sumar por partes y trabajar con sumas sin amplitud. Sin embargo, en diversas
situaciones, especialmente en teora de nmeros, las amplitudes son funciones que va-
ran de forma incontrolable, muchas veces con contenido aritmtico.
( La aspiracin
) sera
una teora de sumas oscilatorias con coeficientes arbitrarios an e f (n) pero tal cosa
no puede existir porque si los coeficientes al variar entran
( en resonancia
) con las fases
acabarn con la cancelacin, el caso extremo es an = e f (n) . En muchos problemas,
aparecen familias de sumas con unos mismos coeficientes. Bajo la denominacin de gran
criba se recogen una serie de tcnicas que explotan la idea de que si hay cierta indepen-
dencia entre las fases de las diferentes sumas, entonces los coeficientes no pueden entrar
en resonancia en todas ellas y aunque alguna suma pueda ser grande, en promedio sern
pequeas.
El nombre de gran criba requiere cierta explicacin. Fue introducido en un trabajo
de Yu.V. Linnik y seguramente su difusin debe mucho a que apareci en el ttulo de un
libro de E. Bombieri. El hecho es que en algunas de las aplicaciones originales (en especial
en la de Linnik) la acotacin de sumas oscilatorias se usaba para disear un mtodo para
estimar el tamao de un conjunto que evitase muchas clases de congruencia (vase el
Teorema 2.3.8), lo que se llama en general un mtodo de criba, en recuerdo de la criba
de Eratstenes. El nombre ha permanecido pero es poco indicativo y confuso porque se
aplica por igual a las acotaciones de sumas trigonomtricas y a los propios mtodos de
criba.
Aqu trataremos el caso ms habitual, el de fases lineales, en el que la independencia

se expresa como una separacin entre las frecuencias. La terminologa en uso es bastante
intuitiva: Se dice que x1 , x2 , . . . estn -espaciados en T, con 0 < < 1, si al considerarlos
como nmeros reales, cumplen x x para = donde indica la distancia
al entero ms cercano. Esto es como decir que estn a distancia al menos unos de otros
cuando pensamos T enrollado como una circunferencia de longitud 1.
Proposicin 2.3.6 (Desigualdad de gran criba). Existe una constante absoluta C tal
que si x1 , x2 , T estn -espaciados se cumple

N 2

N
1
an e(nx ) C(N + ) |an |2
n=1 n=1
para cualesquiera a1 , a2 , . . . , an C. De hecho, se puede tomar C = 1.

La complicacin artificial del enunciado en lo que respecta a la constante, tiene una

explicacin. Deducir la desigualdad con constante uno, que es ptima, es bastante ms
duro y no es necesario para muchas aplicaciones, por ello probaremos en primer lugar
la Proposicin 2.3.6 para una constante indeterminada y despus obtendremos el caso
C = 1 dando por supuesto cierto resultado.
La prueba con la constante indeterminada la obtendremos con un argumento analtico
elemental que se debe a P.X. Gallagher. Siguiendo el razonamiento con un poco de
cuidado, se podra obtener C = como constante vlida.
Demostracin de la Proposicin 2.3.6 con Cindeterminada. Si I R es un intervalo,
para todo x, y I se tiene |f (x)| |f (y)| + I |f |, simplemente por la regla de Barrow.
Al tomar y de modo que |f | alcance un mnimo, se sigue

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 1
1 1
an e(nx ) |g| +
2
|gg | = |g| +
2
|gg |.
n=1 k Ik Ik 0 0
La desigualdad de Cauchy-Schwarz implica

N 2 1 ( 1 )1/2 ( 1 )1/2
1 2
an e(nx ) |g| +
2
|g | |g|2
n=1 0 0 0
y la identidad de Parseval concluye la prueba.

Una forma de obtener C = 1 es por medio de una variante de la desigualdad de
Hilbert obtenida por H.L. Montgomery y R.C Vaughan [MV74]. Otra forma, desarro-
llada por A. Selberg, se basa en cierta manera en encontrar la mejor mayorante de una
funcin caracterstica que sea una funcin entera con ciertas propiedades (vase [Mon78]
y [Mur08]).
En su forma original la desigualdad de Hilbert establece
a a
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 holo-
morfa en el disco unidad, si el valor en el borde de su parte real est en Lp (T) para cierto
1 < p < , entonces el de su parte imaginaria tambin. La variante de Montgomery y

Vaughan es:
Lema 2.3.7. Si x1 , x2 , T estn -espaciados, se cumple

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 coorde-
nada es n an e(nx ). Sea b el valor de esta coordenada cuando se normaliza el
vector, entonces

N 2 (

N )2 N N

2

an e(nx ) = b an e(nx ) |an |2
b e(nx .
)
n=1 n=1 n=1 n=1
Desarrollando el cuadrado lo que resta probar es

N
( )
b b e n(x x ) 1 .
= n=1
Para ello utilizamos la identidad

( ) ( ) ( ) ( )
N
( ) e (N + 1/2)x e (N + 1/2)x e x /2 e x /2
e n(x x ) = ( ) ( ).
n=1
2i sen (x x ) 2i sen (x x )
( )
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

(1)
k
si n = p1 p2 pk con pj primos distintos
(n) = 1 si n = 1

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 .
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
N + Q2 (p)
|Z| con h(q) = 2 (q) .
qQ h(q) p (p)
p|q
Demostracin. Lo que vamos a probar es

q ( an )2

(2.30) h(q)|Z|
2
e para q Q libre de cuadrados.
a=1 nZ
q
(a,q)=1
Veamos que esto es suficiente para conseguir nuestro objetivo. Sea an = 1 si n + M Z

y an = 0 en otro caso, entonces
q ( an )2 N
( )2 N
( )2

e = an e (n + M )x = an e nx
qQ a=1 nZ
q n=1 n=1
(a,q)=1
donde x recorre las fracciones irreducibles 0 < a/q < 1, y estas fracciones estn clara-
mente 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 Cauchy-
Schwarz
( bn )2 p(p) p
( bn )2 ( ) ( bn )2
e = e p (p) e .
nZ
q j=1 nZ
q k=1 nZ
q
nbj (p) nk (p)
Recordando (1.28), al expandir el cuadrado el ltimo trmino es

p
( ) 1 p
( a(n m) ) ( b(n m) ) p (p) ( an ) ( bn )2
p (p) e e = e e .
nZ mZ
p a=1
p q p a=1 nZ
p q
Separando la contribucin de a = p, despejando y sumando en b, se deduce

q ( bn )2 p
q ( an ) ( bn )2 pq ( an )2

h(p) e e e = e
b=1 nZ
q a=1 b=1 nZ
p q a=1 nZ
pq
(b,q)=1 (a,p)=1 (b,q)=1 (a,pq)=1
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
a=1 nZ
pq
(a,pq)=1
que es (2.30) para qp.
En seguida veremos aplicaciones significativas del resultado anterior. Para apreciar su

sentido, consideraremos un ejemplo trivial. Supongamos que queremos contar los enteros
positivos en [1, N ] que no son ni mltiplos de 2 ni de 3. Un razonamiento elemental lleva
a que hay N/6 + O(1) de ellos. Con la notacin del Teorema 2.3.8, (2) = (3) = 1
que implica h(2) = 1 y h(3) = 1/2, y Q = 3 da que el cardinal buscado es a lo ms
2N/5 + O(1). Esto es ms dbil que la asinttica elemental pero pensemos que cuando
incrementamos la cantidad de primos el argumento elemental se complica y empieza a
fallar si esta cantidad depende de N . La gran criba es superior cuando se considera
una gran cantidad de primos.
2.3.3. Algunas aplicaciones aritmticas

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 .
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 .
A 2
Demostracin. Partimos de la identidad
1 B B
1
Nf (A, B) = (B A + 1) + f (n) {f (n)} donde {x} = x [x] .
2 n=A n=A
2
Por la frmula de sumacin de Euler-Maclaurin, Proposicin 1.2.8, con K = 2, aplicada

a la primera suma, se deduce
B
1( ) B
Nf (A, B) = f (x) dx + B A + f (A) + f (B) {f (n)} + O(1).
A 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.
0.5

x 1
si 0 x

+ 2 +
(x) =

x1 1 0.5 1.0 1.5 2.0

+ + si x 1
1 2
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 1 e(n)
a0 = y an = (x)e(nx) dx = 2 2 si n = 0.
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) B
( )

{f (n)} (B A) + e mf (n) .
n=A m=0
m2 n=A
Por el Teorema 2.3.3 con = m(B A)1 , se tiene

B
|1 e(m)|
1/2 1
{f (n)} (B A) + (B A) .
n=A m=1
m3/2
Si empleamos |1 e(m)| m (para) |m| < 1 (Taylor) y |1 e(m)| 2 en el

resto, deducimos que la suma es O 1/2 . Escogiendo = 21 (B A)1/3 se termina la
prueba.
En teora de nmeros es muy comn estimar sumas o promedios de funciones aritm-

ticas. Si nos fijamos en r2 (n), el nmero de representaciones como suma de dos cuadrados,
entonces la suma se relaciona con el nmero de puntos de coordenadas enteras en un
crculo.
{ }
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 ).
Un antiguo problema llamado el problema del crculo de Gauss consiste en determinar el

exponente ptimo en el trmino de error. La conjetura (conjetura de Hardy) es que 2/3
se puede sustituir por cualquier > 1/2 y se conoce que el exponente 1/2 no es vlido.
Utilizando mtodos ms precisos que los empleados en el Teorema 2.3.9 vamos a
mejorar (2.31).
Teorema 2.3.10. Sea N (R) el nmero de puntos de Z2 en el interior de un crculo de

radio R, entonces ( )
N (R) = R2 + O R27/41 .
Ntese que pasar de 2/3 a 27/41, cuantitativamente es una mejora de menos del 2 %.
El menor exponente conocido hasta la fecha supone una mejora de menos del 6 % sobre
2/3, lo cual es descorazonador, habida cuenta que entre ambos resultados han pasado
prcticamente 100 aos de estudio de sumas trigonomtricas.
Los clculos hechos para la difraccin de Fraunhofer de una abertura circular prueban
que si R es la funcin caracterstica de un crculo de radio R se tiene
( )
J1 2R n2 + m2
(2.32) bR (n, m) = R para n2 + m2 = 0.
n 2 + m2
Si aplicamos a ciegas la versin en dos variables de la frmula de sumacin de Poisson

(Teorema 1.2.4) entonces obtenemos la serie de Hardy
( )
J1 2R n2 + m2
(2.33) N (R) = R + R
2
,
n 2 + m2
n +m =0
2 2
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

Demostracin. Un clculo prueba que la derivada quinta de f (n) = R n2 + m2 satisface
f (5) donde = Rm2 N 6 . El Teorema 2.3.5 con k = 5 implica en esta situacin
( )
e R n2 + m2 m1/15 R1/30 N 4/5 + m1/15 R1/30 N 43/40
anb
y la condicin m R1/2 N 33/16 asegura que el segundo sumando es superfluo.

(
3 3 2
)1/2
Lema 2.3.12. Para > 0 sea la funcin f : R2 ( R definida por 2 x2 y 2
si x2 + y 2 2 y 0 en el resto, y sea F (t) = 3t3 sen t t cos t) para t > 0. Entonces

( )
f (x, y)e(x y) dxdy = F 2 2 + 2 .

En particular, la integral de f es lmt0+ F (t) = 1.

Demostracin. Como ya se vio en el caso de J1 , geomtricamente parece claro que la
integral debe ser una funcin radial de (, ). Se deja al lector curioso el interesante (y
nada inmediato) ejercicio de probarlo analticamente. Teniendo esto en cuenta, hay que
demostrar

( )
f (x, y)e(x 1 R) dxdy = F 2R para R > 0.

Con el cambio (x, y) 7 (x, y), la integral es

1
1x2 1
3 3
e(Rx)
1 x2 y2 dydx = e(Rx) (1 x2 ) dx,
2 1 1x2 2 1 2
donde se ha empleado la integral que da el rea del semicrculo. La igualdad se sigue

ahora integrando por partes dos veces de la manera habitual.
Ahora vamos por fin con la versin regularizada de (2.33). Bajo la filosofa del princi-
pio de incertidumbre, consideramos una serie que imita a (2.33) para frecuencias menores
que 1 pagando el precio de ver borroso en una corona de anchura del crculo de radio
R. Su rea es la que crea el trmino de error O(R). Cuando menor sea , menor ser
est error pero la serie tendr ms trminos significativos.
Lema 2.3.13. Dado R > 2, para cualquier R1/2 < < 1 existe r [R 2, R + 2] tal
que
( )
r 1/2 sen 2r n2 + m2 /4 ( )
N (R) = R2 + ( )3/4 F 2 n2 + m2 + O(R).
2 2 n 2 + m2
n +m =0
Demostracin. Como f en el Lema 2.3.12 tiene soporte en el crculo centrado de dimetro

2 y su integral es 1, se cumple R2 f R R+2 f , donde se ha usado la notacin
de (2.32) para la funcin caracterstica del crculo y el asterisco significa la convolucin
en R2 (como en R pero en ambas variables). Por la continuidad de R2 f , el teorema
de los valores intermedios asegura

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 convo-

lucin (1.12) en sus versiones bidimensionales,
( )
N (R) = br (n, m)fb(n, m) = R2 + O(R) +
br (n, m)F 2 n2 + m2 .

n,mZ 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 ( )
)3/4 F 2 n2 + m2 R
13/82
( .
n2 + m 2
n +m =0
2 2
Por la simetra, podemos restringir la suma a 0 < n < m, ya que m = 0 o n = m

claramente slo contribuyen O(1). Sea N = {2j m : j 0}, entonces lo que hay que
probar es
( )
e 2r n2 + m2 ( )
(2.34) SN R13/82 con SN = ( )3/4 F 2 n2 + m2 .
m=1 N N N <n2N n2 + m2
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
Al sumar sobre la progresin geomtrica N N, el resultado ser comparable al primer

trmino en cada caso, por tanto la contribucin de toda la suma en (2.34) es

m1/15 R1/30 m7/10 + m1/15 R1/30 m27/10 2 R1/30 11/30 ,
m 1 m 1
lo cual prueba (2.34) para el valor escogido de .
Pasemos ahora a ver algunas aplicaciones de la gran criba. Comenzamos estimando

la cantidad de primos en un intervalo.
Teorema 2.3.14. Sea (N ) el cardinal de los primos menores o iguales que N . Para
todo N, M Z+ se cumple
( ) N
(M + N ) (M ) 2 + o(1)
log N
donde o(1) tiende a cero cuando N .
El teorema de los nmeros primos afirma que en el caso M = O(1) se puede cambiar
la igualdad con la constante (1 en) lugar de 2. M.N. Huxley prob que esta igualdad
tambin es correcta si M = O N para algn < 12/7.
( )
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
1
h(q) = log Q + O(1).
qQ qQ
q

Eligiendo por ejemplo Q = N / log N en el Teorema 2.3.8 se obtiene el resultado.
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
N 1
2 (N ) C1 y = C2 .
(log N )2 pG
p
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
Demostracin. Vamos a emplear que

(2.35) 2 (n)d(n) d(n) d(p2 n).

nN nN p N nN/p2
Se tiene (N )
d(n) = 1= + O(1) = N log N + O(N ).
nN klN
k kN

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
1 2
d(n) = N log N + O(N ). y d(n) = N log N + O(N ).
2 9
nN/4 nN/9
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 ).
nN
2 9 p5
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
1 p4 1 4 10 1 ( )
4
(2) 5
p2 log + n = log log log + (4) n4 ,
p5 p5
1 p2 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) p N .

Entonces, con la notacin del Teorema2.3.8, h(2) = 1 y para cada 2 < p N se tiene
h(p) = 2/(p 2). Entonces para q N
2 2 (q)d(q)
h(q) 2 (q) = .
p q
p|q
Sumando por partes en el Lema 2.3.17, se tiene

h(q) (log N )2 .

q N

Evidentemente 2 (N ) Z + N y el Teorema 2.3.8 con Q = [ N ] prueba la primera
parte del enunciado.
La segunda parte se deduce de la primera mediante sumacin por partes. Concreta-
mente, escogiendo en el Lema 1.2.2 g(n) = 1/n y cn = 1 si n G y cn = 0 en otro caso.
De esta forma C(N ) = 2 (N ).
Bibliografa
[Ahl78] L. V. Ahlfors. Complex analysis. McGraw-Hill Book Co., New York, third
edition, 1978. An introduction to the theory of analytic functions of one
complex variable, International Series in Pure and Applied Mathematics.
[Art00] J. Arthur. Harmonic analysis and group representations. Notices Amer. Math.
Soc., 47(1):2634, 2000.
[BB09] S. A. Broughton and K. Bryan. Discrete Fourier analysis and wavelets. John
Wiley & Sons Inc., Hoboken, NJ, 2009. Applications to signal and image
processing.
[BS08] J. Bryant and C. Sangwin. How round is your circle? Princeton University
Press, Princeton, NJ, 2008. Where engineering and mathematics meet.
[BW65] M. Born and E. Wolf. Principles of optics: Electromagnetic theory of propaga-

tion, 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] L. Carleson. On convergence and growth of partial sums of Fourier series.

Acta Math., 116:135157, 1966.
[CT65] J. W. Cooley and J. W. Tukey. An algorithm for the machine calculation of

complex Fourier series. Math. Comp., 19:297301, 1965.
[Dav80] H. Davenport. Multiplicative number theory, volume 74 of Graduate Texts in

Mathematics. Springer-Verlag, New York, second edition, 1980. Revised by
Hugh L. Montgomery.
[Dei05] A. Deitmar. A first course in harmonic analysis. Universitext. Springer-

Verlag, New York, second edition, 2005.
[DK82] B. E. J. Dahlberg and C. E. Kenig. A note on the almost everywhere behavior

of solutions to the Schrdinger equation. In Harmonic analysis (Minneapolis,
99
100 BIBLIOGRAFA
Minn., 1981), volume 908 of Lecture Notes in Math., pages 205209. Springer,
Berlin, 1982.
[DM72] H. Dym and H. P. McKean. Fourier series and integrals. Academic Press,
New York, 1972. Probability and Mathematical Statistics, No. 14.
[DSV03] G. Davido, P. Sarnak, and A. Valette. Elementary number theory, group

theory, and Ramanujan graphs, volume 55 of London Mathematical Society
Student Texts. Cambridge University Press, Cambridge, 2003.
[Dui91] J. J. Duistermaat. Self-similarity of Riemanns nondierentiable function.

Nieuw Arch. Wisk. (4), 9(3):303337, 1991.
[Edg04] G. A. Edgar, editor. Classics on fractals. Studies in Nonlinearity. Westview

Press. Advanced Book Program, Boulder, CO, 2004.
[Ell75] W. J. Ellison. Les nombres premiers. Hermann, Paris, 1975. En collaboration

avec Michel Mends France, Publications de lInstitut de Mathmatique de
lUniversit de Nancago, No. IX, Actualits Scientifiques et Industrielles, No.
1366.
[Fey85] R. P. Feynman. QED: The Strange Theory of Light and Matter. Princeton
University Press, 1985.
[FLS63] R. P. Feynman, R. B. Leighton, and M. Sands. The Feynman lectures on

physics. Vol. 1: Mainly mechanics, radiation, and heat. Addison-Wesley Pu-
blishing Co., Inc., Reading, Mass.-London, 1963.
[Fon05] P. Fong. Elementary quantum mechanics. World Scientific Publishing Co.

Pte. Ltd., Hackensack, NJ, expanded edition, 2005.
[Fou88] J. Fourier. Thorie analytique de la chaleur. ditions Jacques Gabay, Paris,

1988. Reprint of the 1822 original.
[Ger99] N. Gershenfeld. The nature of mathematical modeling. Cambridge University

Press, Cambridge, 1999.
[GK91] S. W. Graham and G. Kolesnik. van der Corputs method of exponential sums,
volume 126 of London Mathematical Society Lecture Note Series. Cambridge
University Press, Cambridge, 1991.
[GP90] A. Galindo and P. Pascual. Quantum mechanics. I. Texts and Monographs

in Physics. Springer-Verlag, Berlin, 1990. Translated from the Spanish by J.
D. Garca and L. Alvarez-Gaum.
BIBLIOGRAFA 101
[Har] G. H. Hardy. A Theorem Concerning Fourier Transforms. J. London Math.

Soc., S1-8(3):227.
[Hux96] M. N. Huxley. Area, lattice points, and exponential sums, volume 13 of London
Mathematical Society Monographs. New Series. The Clarendon Press Oxford
University Press, New York, 1996. Oxford Science Publications.
[HW96] E. Hernndez and G. Weiss. A first course on wavelets. Studies in Advanced

Mathematics. CRC Press, Boca Raton, FL, 1996. With a foreword by Yves
Meyer.
[IK04] H. Iwaniec and E. Kowalski. Analytic number theory, volume 53 of Ameri-

can Mathematical Society Colloquium Publications. American Mathematical
Society, Providence, RI, 2004.
[Ing] A. E. Ingham. A Note on Fourier Transforms. J. London Math. Soc., S1-

9(1):29.
[Ivi03] A. Ivi. The Riemann zeta-function. Dover Publications Inc., Mineola, NY,
2003. Theory and applications, Reprint of the 1985 original [Wiley, New York;
MR0792089 (87d:11062)].
[Kat76] Y. Katznelson. An introduction to harmonic analysis. Dover Publications

Inc., New York, corrected edition, 1976.
[KK66] J.-P. Kahane and Y. Katznelson. Sur les ensembles de divergence des sries
trigonomtriques. Studia Math., 26:305306, 1966.
[Kna96a] A. W. Knapp. Group representations and harmonic analysis from Euler to

Langlands. I. Notices Amer. Math. Soc., 43(4):410415, 1996.
[Kna96b] A. W. Knapp. Group representations and harmonic analysis. II. Notices Amer.
Math. Soc., 43(5):537549, 1996.
[Koc91] H. Koch. Introduction to classical mathematics. I, volume 70 of Mathematics

and its Applications. Kluwer Academic Publishers Group, Dordrecht, 1991.
From the quadratic reciprocity law to the uniformization theorem, Translated
and revised from the 1986 German original, Translated by John Stillwell.
[Kr88] T. W. Krner. Fourier analysis. Cambridge University Press, Cambridge,

1988.
[LT00] M. Lacey and C. Thiele. A proof of boundedness of the Carleson operator.

Math. Res. Lett., 7(4):361370, 2000.
102 BIBLIOGRAFA
[Max98] J. C. Maxwell. A treatise on electricity and magnetism. Vol. 1, 2. Oxford

Classic Texts in the Physical Sciences. The Clarendon Press Oxford University
Press, New York, 1998. With prefaces by W. D. Niven and J. J. Thomson,
Reprint of the third (1891) edition.
[Mic08] R. Michel. The (n + 1)th proof of Stirlings formula. Amer. Math. Monthly,
115(9):844845, 2008.
[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] M. R. Murty. Problems in analytic number theory, volume 206 of Graduate

Texts in Mathematics. Springer, New York, second edition, 2008. Readings in
Mathematics.
[MV74] H. L. Montgomery and R. C. Vaughan. Hilberts inequality. J. London Math.

Soc. (2), 8:7382, 1974.
[PWZ96] M. Petkovek, H. S. Wilf, and D. Zeilberger. A = B. A K Peters Ltd.,

Wellesley, MA, 1996. With a foreword by Donald E. Knuth.computer disk.
See also http://www.math.upenn.edu/~wilf/AeqB.html.
[Rob74] A. Robert. Des adles: pourquoi? Enseignement Math. (2), 20:133145, 1974.
[Ros88] H. E. Rose. A course in number theory. Oxford Science Publications. The

Clarendon Press Oxford University Press, New York, 1988.
[RV99] D. Ramakrishnan and R. J. Valenza. Fourier analysis on number fields, volume

186 of Graduate Texts in Mathematics. Springer-Verlag, New York, 1999.
[Sal02] D. Salomon. A guide to data compression methods. Springer-Verlag, 2002.
[Spi84] M. Spivak. Calculus Vol. I, II. Editorial Revert, Barcelona, 1984.
[SR01] J. M. Snchez-Ron. Historia de la fsica cuntica: el periodo fundacional

(18601926). Crtica, 2001.
[SS71] A. Schnhage and V. Strassen. Schnelle Multiplikation grosser Zahlen. Com-

puting (Arch. Elektron. Rechnen), 7:281292, 1971.
BIBLIOGRAFA 103
[SS90] D. Stauer and H. E. Stanley. From Newton to Mandelbrot: A Primer in

Theoretical Physics. Springer-Verlag, Berlin, 1990.
[SS03] E. M. Stein and R. Shakarchi. Fourier analysis, volume 1 of Princeton Lectures

in Analysis. Princeton University Press, Princeton, NJ, 2003. An introduction.
[Str86] G. Strang. Introduction to applied mathematics. Wellesley-Cambridge Press,

Wellesley, MA, 1986.
[Tay96] M. E. Taylor. Partial dierential equations, volume 23 of Texts in Applied

Mathematics. Springer-Verlag, New York, 1996. Basic theory.
[Ter99] A. Terras. Fourier analysis on finite groups and applications, volume 43 of

London Mathematical Society Student Texts. Cambridge University Press,
Cambridge, 1999.
[Wal96] J. S. Walker. Fast Fourier transforms. Studies in Advanced Mathematics.

CRC Press, Boca Raton, FL, second edition, 1996. With 1 IBM-PC floppy
disk (3.5 inch; HD).
[Wal08] J. S. Walker. A primer on wavelets and their scientific applications. Studies

in Advanced Mathematics. Chapman & Hall/CRC, Boca Raton, FL, second
edition, 2008.
[Zyg77] A. Zygmund. Trigonometric series. Vol. I, II. Cambridge University Press,

Cambridge, 1977. Reprinting of the 1968 version of the second edition with
Volumes I and II bound together.
ndice alfabtico
Abel, N.H. (18021829), 15 criba, 87

aceleracin de series, 6, 14 cuantificacin, matriz de, 43
adeles, 29 cuantizacin, 64
amplitud, 55 cuanto, 56
amplitud de probabilidad, 60
anlisis, 1 Daubechies, I. (1954), 44
anlisis armnico, 1 DCT, 36
aproximacin de la identidad, 3 de Broglie, L. (18921987), 57
armnicos, 1 delta de Dirac, 3
artifact, 55 delta de Dirac 1-peridica, 3
DFT, 28
banda limitada, funcin de, 33 diente de sierra, 10
Bernoulli, nmeros de, 20 difraccin, 72
Bernoulli, polinomios de, 20 Dini, criterio de, 6
Bertrand, postulado de, 15 Dirac, P.A.M. (19021984), 3
Bessel, F. (17841846), 22 Dirichlet, carcter de, 31
Bessel, funciones de, 71 Dirichlet, funcin L de, 31
Bohr, tomo de, 56 Dirichlet, P.G.L. (18051859), 3
Bohr, N. (18851962), 56 Dirichlet, problema de, 75
Bombieri, E. (1940), 87 distribuciones, teora de, 9
Born, M. (18821972), 60 divide y vencers, algoritmo, 36
Brun, teorema de, 97 du Bois-Reymond, P. (18311889), 8
Brun, V. (18851978), 97
ecuacin de ondas, 55
cmara oscura, 72 eikonal, ecuacin, 73
carcter, 28 Einstein, A. (18791955), 56
Carleson, L. (1928), 8 electrn, 56
CauchyRiemann, ecuaciones de, 21 energa cintica, 58
Chebyshev, P. (18211894), 15 energa potencial, 58
Chebyshev, polinomios de, 11 energa total, 58
colapso de la funcin de onda, 59 espacio completo, 7
Compton, efecto, 57 espacio de Hilbert, 7
convolucin, 5, 30 espectro de emisin, 56
coseno, transformada discreta, 35 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
funcin de ondas, 58 Jacobi, C.G.J. (18041851), 17
funcin de orden finito, 23 Jacobi, funcin de, 17
funcin entera, 23 JPEG, 42
funcin multivaluada, 25 JPEG 2000, 44
funcin test, 3
Kirchho, G. (18241887), 75
Gamma, funcin, 12, 24 Kolmogorov, A. (19031987), 8
106 NDICE ALFABTICO
Landau, notacin de, 13 primos gemelos, 97

Leibniz, criterio de, 14 Proceso A, 86
Leibniz, G.W. (16461718), 13 Proceso B, 86
libre de cuadrados, 89 protn, 56
Linnik, Yu.V. (19151972), 87
logaritmo discreto, 30 regla de clculo, 49
logaritmo integral, 16 representacin, 29
longitud de onda, 55 residuo, 22
residuos, teorema de los, 22
Maxwell, ecuaciones de, 57 Riemann, B. (18261866), 26
micra, 80 Riemann, funcin de, 24
mnima accin, principio de, 57 Riemann-Lebesgue, Lema de, 6
Mbius, funcin de, 89 Riesz, M. (18861969), 88
momento angular, 56 ruido blanco gaussiano, 46
momento lineal, 57
Montgomery, H.L. (1944), 88 Schnhage-Strassen, algoritmo de, 38
Schrdinger, ecuacin de, 58
ncleo de Dirichlet, 5 Schrdinger, E. (18871961), 57
ncleo de Fejr, 6 Schwartz, clase de, 9
nmero de ondas, 55 Schwartz, L. (19152002), 9
nmeros primos, teorema de los, 16, 96 Selberg, A. (19172007), 88
Nyquist, frecuencia de, 34 seal, 27
Shannon, teorema de muestreo de, 33
observable, 63 Stirling, frmula de, 26
onda rectangular, 9 sumacin por partes, 13
onda secundaria, 72 sumas de Cesro, 6
ondas, ecuacin de, 55, 74
ondcula, 44 Tao, T. (1975), 51
ptica geomtrica, 57 Tate, J.T. (1925), 29
Tate, tesis de, 29
Paley-Wiener, teorema de, 33 tonos puros, 1
paquete de ondas, 62 toro, 2
pares de exponentes, 86 transformada z, 50
Parseval, identidad de, 7, 30 truco telescpico, 13
peine de Dirac, 3
periodo, 55 van der Corput, J. (18901975), 81
pixel, 27 van der Corput, lemas de, 69
Plancherel, identidad de, 7 variacin acotada, 6
Planck, constante de, 56 Vaughan, R.C. (1945), 88
Poisson frmula de sumacin de, 16 vector de aproximacin, 45
Pontryagin, teorema de dualidad de, 29 vectores de detalle, 45
Pragmn-Lindelf, principio de, 51 velocidad de fase, 55
NDICE ALFABTICO 107
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

APcavanaplicaciones de Fourirr

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

APcavanaplicaciones de Fourirr

Uploaded by

Copyright:

Available Formats

Aplicaciones del anlisis armnico

(anlisis armnico y de todo un poco)

2. Sumas e integrales oscilatorias 49

[x] parte entera de x 15

e(x) Exponencial compleja e2ix 2

(z) Parte imaginaria de z 22

(n) log p si n = pk con p primo

(n) funcin de Mbius 90

f = O(g) lm sup |f |/g < 13

(x) #{p x : p primo} 16

S1 grupo multiplicativo {z C : |z| = 1}

ZN Grupo aditivo de los enteros mdulo N 27

0.2 0.4 0.6 0.8 1 0.2 0.4 0.6 0.8 1

f(x) = sen(6x) f(x) = cos(6x)

En trminos acsticos, en el rango de frecuencias audibles estas funciones suenan como

1.1.1. La serie de Fourier original

La primera serie de Fourier que aparece en su famosa memoria es:

Despus de este desvo histrico, volvamos al problema de por qu nos deberamos

tuviera sentido, entonces formalmente

donde se ha usado el cambio de variable t = x u, y esto es (1.1).

Pasar de funciones 1-peridicas a T -peridicas es tan fcil como hacer el cambio

donde el 1/T proviene del diferencial. Si permitimos T manteniendo = n/T fijo,

que coincide con f (x).

1.1.2. Algunos teoremas

A DN se le llama ncleo de Dirichlet y a f g convolucin de f y g. Se puede definir

La idea es que P es formalmente la identidad para la convolucin, P g = g, y si en

Si f C(T) entonces f (x t) f (x) uniformemente

Antes hemos dejado caer que el problema de la convergencia de la serie de Fourier

constituyen la forma de sumar correcta al desarrollar por Fourier funciones continuas.

donde {an }, {bn } y {cn } son los coeficientes de Fourier de f , g y f g.

La teora L2 es maravillosa pero no debemos olvidarnos de que con respecto al pro-

lm SN f (x) = f (x) para casi todo x.

Respecto a la falta de convergencia, con algunas manipulaciones con series lacunares,

Respecto a la transformada de Fourier, la teora es ms o menos paralela. Una di-

el sentido estricto de la definicin, sin regularizaciones. La respuesta son las funciones

1.1.3. Algunos ejemplos y grficos

donde f es la funcin 1-peridica de onda rectangular considerada por Fourier (escalada),

0.5 0.5 0.5

-0.5 -0.5 -0.5

0.5 0.5 0.5

-0.5 -0.5 -0.5

Si calculamos f f , la convolucin de f consigo misma, se obtiene la funcin 1-peridica

2.5 2.5 2.5

f aproximada por S1 f f aproximada por S2 f f aproximada por T2,0,5 f

P4 (x) = 0,043793 x4 + 0,177347 x3 + 0,499196 x2 + 0,997307 x + 1,000044

La transformada de Fourier explcita ms famosa es la de las funciones gaussianas:

z R y la frmula anterior se deduce justificando que tambin es posible tomar z

bf() f(x) bf()

donde 0 < < 1, a > 0 y es la funcin Gamma que estudiaremos en la prxima

1.2. Aprendiendo a sumar

1.2.1. Sumacin por partes

Lema 1.2.1 (Sumacin por partes). Se cumple la identidad

Demostracin. Para la identidad, basta escribir bn = Sn Sn1 y agrupar convenien-

A menudo se aplica la acotacin anterior despus de subdividir en intervalos didicos,

El mtodo de aceleracin de series con transformadas de Euler consiste en aplicar in-

cn = 1/(2n 1) la serie de la derecha da un error 10 veces menor que la segunda al

Una versin un poco ms compleja de la sumacin partes se utiliza primordialmente

Lema 1.2.2 (Lema

Demostracin. x Por continuidad podemos suponer que x no es entero, entonces el primer

Aplicando el Lema 1.2.2 con cn = 1 y g(t) = 1/t se deduce

Dos funciones bsicas en la teora de la distribucin de primos son (x), el nmero

A la funcin se le llama smbolo de von Mangoldt.

Demostracin. La primera parte se deduce de la segunda, ya que el integrando est

1.2.2. La frmula de sumacin de Poisson