Professional Documents
Culture Documents
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
i
Glosario
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
iii
H {x + iy : x R, y > 0} 18
T El
toro unidimensional R/{x 7 x + 1} 2
2
(z) n= e(n z) 18
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
-0.5 -0.5
-1 -1
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
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.
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.
(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=
4 CAPTULO 1. INTRODUCCIN
10
(x n) = e(nx) =
n= n=10
1 0 1
1 0 1
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
1.1. PRECALENTAMIENTO 5
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
N
DN (x) = e(nx) y (f g)(x) = f (t)g(x t)dt.
n=N T
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+ ) .
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
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
8 CAPTULO 1. INTRODUCCIN
Este teorema fue extendido por R. Hunt a f Lp (T) con 1 < p < . M. Lacey y
C. Thiele dieron en 2000 una prueba mucho ms sencilla que la original [LT00].
A efectos ms tericos que prcticos, cabe preguntarse si hay alguna clase sencilla y
amplia de funciones en la que podamos tomar transformadas y antitransformadas en
1.1. PRECALENTAMIENTO 9
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)n ( )
(1)n ( )
f (x) = e (2n + 1)x = cos 2(2n + 1)x
n=
4n + 2 n=
2n + 1
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
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.
10 CAPTULO 1. INTRODUCCIN
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
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
En los libros de anlisis armnico, a menudo se muestran grficas como las primeras
que hemos visto y se hace poco hincapi en lo espectacularmente bien que aproximan
las sumas parciales SN f cuando la funcin es suficientemente regular.
Consideremos por ejemplo la funcin 1-peridica f (x) = ecos(2x) . Con ayuda de un
programa o de un paquete matemtico, podemos aproximar sus primeros coeficientes de
Fourier. Por la simetra, an = an y no hace falta calcular los de ndice negativo.
a0 = 1,266065877 a1 = 0,565159103 a2 = 0,135747669 a3 = 0,022168424
a4 = 0,002737120 a5 = 0,000271463 a6 = 2,24886 105 a7 = 1,59921 106
La aproximacin es notoria usando muy pocos coeficientes de Fourier. En las figuras
siguientes se muestra con lnea de puntos la grfica de f . En la segunda, slo con a0 , a1
y a2 se consigue una aproximacin poco distinguible a simple vista. En la tercera figura
se muestra la pobreza en trminos globales del polinomio de Taylor de grado 2 en el
punto medio.
1.1. PRECALENTAMIENTO 11
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
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.
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
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
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.
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 .
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
frmula buscada.
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.
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).
i e(nx) 1 sen(2nx)
(1.17) {x} = = ,
2 n= n n=1 n
n=0
1( )
N N N
(1.18) f (n) = f (x) dx + f (1) + f (N ) + {x}f (x) dx.
n=1 1 2 1
1.2. APRENDIENDO A SUMAR 19
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
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
20 CAPTULO 1. INTRODUCCIN
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).
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
1.2. APRENDIENDO A SUMAR 21
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
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
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.
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
La extensin analtica es una estrategia que permite sumar cosas que no se pueden
sumar. Y para qu deseamos hacer tal cosa? Por ejemplo para aplicar el teorema de
24 CAPTULO 1. INTRODUCCIN
1
(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).
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
1.2. APRENDIENDO A SUMAR 25
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
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
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.
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.
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
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].
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
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 .
1.3. ANLISIS ARMNICO DISCRETO 31
Todo esto parece demasiado fcil como para ser interesante, pero veremos a continuacin
que sirve de manera fundamental para resolver un problema difcil en teora de nmeros.
Empecemos por otro ms sencillo. Todos sabemos que hay infinitos primos. La prueba
de Euler parte de la importantsima frmula producto de Euler
( )1
(1.33) (s) = 1 ps para (s) > 1,
p primo
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.
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.
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.
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
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
1.3. ANLISIS ARMNICO DISCRETO 35
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
0 2 4 6 8 10 12 14 2 4 6 8 10 12 14
La simetra por n = 1/2 sugiere que estamos trasladando los armnicos, y como
duplicamos el periodo, deberan pasar a ser eej ((n+1/2)/2N ). Por otra parte, la simetra,
hace que las partes imaginarias se cancelen, entonces desde el punto de visto terico todo
funciona como si simplemente hubiramos
( cambiado) los armnicos exponenciales de
(1.29) por unos nuevos armnicos cos (m + 1/2)n/N . Por las razones antes indicadas,
la nueva transformada sustituye en muchas aplicaciones a la transformada de Fourier
discreta. El anlogo de la definicin (1.29) y de (1.30) est incluido en el siguiente
resultado:
1
n=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
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
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
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.
1.3. ANLISIS ARMNICO DISCRETO 37
N 1 ( mn )
yn = xm e para 0 n < N
m=0
N
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
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
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.
1.3. ANLISIS ARMNICO DISCRETO 39
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
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
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
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
1.3. ANLISIS ARMNICO DISCRETO 41
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.
1.3. ANLISIS ARMNICO DISCRETO 45
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
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
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
0.03
W
0 0.04 W
2 0.06 W
4
0.04
0.02
0.02 0.02
-0.02
-0.02
500 1000 1500 2000 -0.04
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
0.8 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
49
50 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
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.
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.
52 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
( 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].
Demostracin. Claramente
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
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
.
En el primero apreciamos que hay pocas diferencias entre fb y fbr en los primeros valores.
Estas diferencias se van acentuando segn llegamos a las frecuencias que empiezan a ver
a tamao , que son las comparables a 1 = 10. En el intervalo [10, 20] ya notamos una
diferencia clara, con la transformada de Fourier de la regularizacin mucho menor que
la de la funcin caracterstica.
54 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
1 1 1
0.01 0.02 0.03 0.04 0.01 0.02 0.03 0.04 0.01 0.02 0.03 0.04
Cualquier funcin que sea regular salvo una discontinuidad aislada de salto, se puede
escribir como g(x) + sgn(x ) con g regular, por tanto basta entender el fenmeno
para f (x) = sgn(x).
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 .
2.1. EL PRINCIPIO DE INCERTIDUMBRE 55
- -
+ +
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
2.1. EL PRINCIPIO DE INCERTIDUMBRE 59
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
2.1. EL PRINCIPIO DE INCERTIDUMBRE 61
Para ver que todo esto tiene sentido, vamos a comprobar que la normalizacin es cohe-
rente con la solucin hallada en el resultado anterior.
Ahora tenemos que aplicar la frmula (2.8) para hallar la funcin de ondas. Para
abreviar escribimos = mv0 /h y = ht/2m. El cambio 7 + con (2.8) para
62 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
nuestra f , conduce a
( )
e
2 a2 2
(x, t) = (2a ) 2 1/4
e ( + )2 + x( + ) d,
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
2.1. EL PRINCIPIO DE INCERTIDUMBRE 63
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
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 .
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.
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
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.
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)
1 + i ( A(2j) (0) ( n ))
n1
I() = +O cuando +.
2 j=0 j!(8i)j
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.
2.2. INTEGRALES OSCILATORIAS 69
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 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
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 .
2.2. INTEGRALES OSCILATORIAS 71
Para ilustrar las ideas anteriores vamos a estudiar la asinttica de una de las funciones
de Bessel , las cuales son transformadas de Fourier de funciones singulares. 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
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
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 .
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
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 ,
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
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.
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).
2.2. INTEGRALES OSCILATORIAS 75
O O
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
2.2. INTEGRALES OSCILATORIAS 77
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 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
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
0.8
0.6
0.4
0.2
-15 -10 -5 5 10 15
-0.2
0.04
0.03
0.02
0.01
( )
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.
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
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
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.
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
2.3. SUMAS OSCILATORIAS 83
dentro del valor absoluto, como en la prueba de la Proposicin 2.2.4. Ntese que esto
asegura la convergencia absoluta de la serie en (2.29). Segn lo anterior, la contribucin
de los trminos con n > y n < 0 est acotada por
1
1 1
+ + log( + 2),
n(n ) n(n ) n 2 |n|
n= n=+1 |n|>2 0=|n|2
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
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 ).
84 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
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]).
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
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
86 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
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
2.3. SUMAS OSCILATORIAS 87
Por otro lado, la mejor combinacin de los procesos A y B reduce el exponente 5/12 en
poco ms de 2 milsimas
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
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
2.3. SUMAS OSCILATORIAS 89
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
N
( )
b b e n(x x ) 1 .
= n=1
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
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)
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
Este problema tiene races muy antiguas que llegan hasta Gauss y Dirichlet pero desde
el punto de vista moderno, estn ligados a I.M. Vinogradov que es probablemente el
matemtico que ms ha contribuido a la estimacin de sumas trigonomtricas.
No se pierde generalidad suponiendo A, B Z. Es fcil intuir que la integral es una
buena aproximacin, con alguna modificacin para tener en cuenta los bordes rectos. Por
supuesto, se necesita alguna condicin sobre f porque en otro caso los resultados pueden
ser muy variados. Por ejemplo, si f es constante Nf (A, B) da saltos de B A + 1 segn
esa constante es algo menor o algo mayor que un entero positivo. Algo crucial para evitar
esta situacin es que la grfica de f tenga cierta curvatura. Nosotros aqu tendremos
en mente el caso de una familia de grficas que se va expandiendo por una homotecia
de razn , es decir, f (x) = g(x/). Si g tiene una curvatura acotada, esto implica
que f es comparable a 1 . Como los extremos del intervalo, A y B, se dilatan de la
misma manera la condicin natural con este ejemplo en mente es que f sea comparable
a (B A)1 .
92 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
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
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
2.3. SUMAS OSCILATORIAS 93
B
|1 e(m)|
1/2 1
{f (n)} (B A) + (B A) .
n=A m=1
m3/2
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
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
94 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
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
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
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
96 CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS
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.
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
[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.
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.
[Fey85] R. P. Feynman. QED: The Strange Theory of Light and Matter. Princeton
University Press, 1985.
[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.
[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.
[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)].
[KK66] J.-P. Kahane and Y. Katznelson. Sur les ensembles de divergence des sries
trigonomtriques. Studia Math., 26:305306, 1966.
[Kna96b] A. W. Knapp. Group representations and harmonic analysis. II. Notices Amer.
Math. Soc., 43(5):537549, 1996.
[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.
[Rob74] A. Robert. Des adles: pourquoi? Enseignement Math. (2), 20:133145, 1974.
104
NDICE ALFABTICO 105
velocidad de grupo, 62
Vinogradov, I.M. (18911983), 91
Vinogradov, notacin de, 13
von Mangoldt, smbolo de, 16
von Neumann, J. (19031957), 63